大数据背景下情报分析中思维方式的转变

◆杜硕硕 郑楠

大数据背景下情报分析中思维方式的转变

◆杜硕硕 郑楠

（中国人民警察大学 河北 065000）

本文分析大数据环境下数据规模、数据类型的变化及对情报分析产生的影响，研究情报分析中思维方式的转变。在梳理大数据对情报分析影响的基础上，从三个方面论述了情报分析中思维方式应完成的转变，进而有效保障情报工作的稳定提升，为大数据环境下情报分析中思维方式的转变提供理论参考。

大数据；情报；情报分析；思维转变

1 引言

随着网络技术的深度应用，大数据时代已悄然到来。数据的规模越来越大，且具有很强的客观性与真实性，几乎能够勾勒出事物的全部特征。数据的结构也发生了巨大的变化，产生了更多的半结构化数据与非结构化数据。麦肯锡认为：大数据已经深度融入人们生活的各个方面，并逐渐成为重要的生产因素，海量数据的应用将带来新一波消费盈余浪潮与新一轮生产率的增长[1]。但关于大数据的明确定义，目前尚未达成一致。城田真琴指出：大数据是人才、数据、技术、组织等要素的统合体[2]。高德纳咨询公司认为：大数据是需要新的模式才能具有更强的洞察力、决策力与流程优化能力的高增长率和多样化的信息资产[3]。而麦肯锡全球研究所给出的定义被大家所普遍接受：它是一种数据集合，具有规模庞大、类型众多、价值密度低和数据流转快速等四个基本特征，以至于传统的工具和方法对其在获取、存储、管理和分析等方面近乎无能为力。

2 大数据对情报分析的影响

随着大数据逐步应用于人们生活的各个领域，作为与人力资源、自然资源同等重要的另一种战略资源，大数据在不断显示出其所蕴含的巨大能量与价值，这其中尤其引起人们注意的是大数据在情报领域的应用。国内的一些学者对此问题进行了相应的研究。夏一雪提出了基于舆情大数据构建情报感知指标体系并进行相关的研究，为网络环境下社会安全事件的应急管理提供新的思路与方法[4]。苏新宁认为情报学应抓住大数据带来重大机遇，承担起保障国家安全推进发展战略的社会责任与历史使命[5]。陈丽强在指出传统网络安全与情报发展中存在的问题的基础上，探讨了大数据技术的应用与发展趋势[6]。谢尔曼●肯特指出情报是组织、是知识、是活动[7]。笔者认为，大数据为情报带来的影响，也在这三个方面得以体现。

2.1 情报是组织

为了实现数据价值的最大化，大数据将倒逼情报界进行机构改革，围绕在保持机构分离的情况下实现情报的深度融合这个中心点，情报界的内部及内外部关系将发生重大变化。

2.1.1情报界内部关系变革

在大数据的环境下，情报机构通过数据的传递共享实现情报工作的整体化联系。不同情报单位应根据数据的类型与性质建立其所属领域的数据池，在云计算等技术的支持下，采用分布式数据中心建设管理方法，从不同的数据池中采集数据，实现情报界数据的协调、传递与共享。

2.1.2情报界内外部关系变革

在社会大环境中，情报界应进一步突破自身的壁垒，加强与其他组织、行业的数据联系，实现社会各界从各自为政的“烟囱式”结构向以情报界为中心的“蜂巢式”结构转变。大数据时代，情报渗入各行各业，针对开源数据和跨领域数据的整体分析越来越重要，市场愈发证明，谁掌握了情报，谁就掌握主动权。同时，情报机构也需不断地从其他行业获取数据，学习先进的数据分析技术，不断地提升自身情报分析价值。

2.2 情报是知识

大数据为情报来源拓宽了范围，海量数据为情报工作提供了更加广阔的平台与空间。大数据时代，产生情报的数据将发生巨大变化。

2.2.1数据量趋于无限

由于互联网、物联网、计算机技术等的不断发展带来的数据爆炸，情报领域的数据量迅速增加，各个领域的数据呈现井喷式增长。在整体的大数据思维下，作为情报分析对象的数据集合由原来一个或者几个针对性很强的数据集合，扩展为覆盖范围广大的数据集合，这些数据杂乱庞大，覆盖研究对象的各个方面，情报分析人员要将所有与研究对象有可能相关的数据全部置于处理的范围之内。

2.2.2数字数据日益重要

信息以数据为载体，人类社会记录和储存的数据包括两大类：数字数据和模拟数据。大数据环境下数字数据产出率不断增加，模拟数据也日益数字化，数字数据在未来占的比重持续增加。

2.3 情报是活动

大数据在大大提高情报工作效率的同时，也很大程度上提升了情报分析的全面性与准确性。

2.3.1情报分析更加科学严谨

在大数据环境下，情报分析人员将不再依赖主观判断去获得粗略的判断，而是通过计算机自动化来处理加工数据，再以人的判断作为辅助。采用数据挖掘和统计等方法对各种信息资源转化后的可被计算机理解、处理的数据进行计算，使隐性的知识显性化。在数据等输入条件一致的情况下，通过自动化分析技术进行分析，得到的结论应当是一致的。很多情况下，不同的技术手段对同一个问题可能会产生不同的结论，为了避免技术自身的不足带来的偏差，在大数据的环境下，应采用多种技术方法或算法，全方位的感知数据的内容与内在关系，从而保证情报的科学严谨。

2.3.2数据利用更加充分有效

数据不再是过去的一次性的孤立使用，社会生活是一个连续多变的复杂过程，这意味着对一个数据的首次使用，可能仅仅只能解读出其在某个时间点的特定特征，这种特征大都是片面的。而在大数据的环境下，关于一个事物的从始至终、由里及表的各方面数据尽在掌握，通过对数据的整体使用与重复使用，可以将事物在不同时空中产生的信息相互联系、对比，从而勾勒出事物的全貌，解读出新的乃至更加重要的信息。情报工作的数据利用不再是单一领域，数据的价值也不再局限于单一的维度。大数据时代，情报活动将不再限于最初收集数据时的目的，数据的情报作用在多领域多维度中不断衍生、层层放大。

3 大数据环境下情报分析思维方式的转变

思维是通过动作、语言或表象实现的对客观事物的概括与间接的认识，是认识的高级形式，具有间接性、概括性的特征。

3.1 从统一性思维向多样性思维转变

在大数据到来之前，情报分析中统一性思维占据主要地位，情报分析人员更多的是对稳定的、抽象的、概念的追求。当数据的风暴扑面而来，统一性思维显然已经无法进行全面的统筹，思维方式不得不向多样性思维转变。

3.1.1数据的多样性

多样性思维首先表现为数据的多样性。在过去的情报分析中，数据的来源比较单一，且多为结构化数据。但在大数据时代，数据来源多种多样，且存在着大量的半结构化数据和非结构化数据。结构化数据是能够被计算机直接读取并使用的数据，一般都遵循着一定的长度规范与数据格式，有着固定的结构形态。而情报数据例如图片、视频等没有固定的结构形态便是非结构数据，这类数据一般不便于存储和分析使用，通常会借助二进制语言将数据的内容大概地表现出来并进行编号，通过编号这个中介来实现数据的存储、查找、分析与使用。半结构化数据是一种界定在结构化数据与非结构化数据之间的形态。

3.1.2多向性的需求特征

多向性的需求特征也是情报分析多样性思维的重要表现。随着计算机和信息技术的快速发展，数据工具在情报分析中的作用也呈现出多向性，科技的进步使得数据工具的使用也有了不同的思维内涵。在海量数据面前，数据工具不再只是一种简单的认识工具，只识别数据的一些共有的、群体化的特征，更多的是一种创造价值的工具，针对特定的对象创造出特定的价值，满足其不同的需求。

3.2 从线性思维向非线性思维转变

线性和非线性是一组相对而言的概念，在数学模型中，线性是指自变量和因变量之间是成比例变化的且一一对应，在函数上即表现为一条直线。非线性是指自变量与因变量之间不是成比例的变化，他们之间是一种不规则表现形式。

在大数据以前，数据类型较为单一，且数据之间往往具有较为紧密的联系，情报人员进行情报分析工作时，通常采用线性思维，寻找数据之间的因果联系，建立它们之间的线性关系，这种关系往往是直接的、规则的，可以通过线性进行直观表示。大数据时代，数据之间的联系更多的是间接的、不规则的，因果关系弱化，大都是千丝万缕的相关关系，而不是由此及彼的强关系，其很难被直观地发现获取，这需要情报人员在进行数据收集整理时，应涵盖各个方面与各个领域，将其与所分析对象相关的数据信息全部囊括在内，进行情报分析时应实现线性思维向非线性思维的转变，做到对数据的整体分析，将分析焦点更多放在数据之间的相关性上面，通过对数据间若有若无的相关关系分析，实现对分析对象的全面掌控。

3.3 从分析思维向整体思维转变

分析思维是从部分入手的一种思维方式，在大数据出现以前，由于技术的限制，情报人员所获得的且可分析的数据是有限的，因此只能从部分数据中获得数据之间的关系。情报分析人员需要从零碎的数据中获取有价值的信息，而所获取的信息往往是间断的、片面的，很难刻画出研究对象的全貌。且分析思维更加依赖情报分析人员的经验，主观认识起到主导作用，这是分析思维的局限性。而整体性思维恰好弥补了这一点。大数据时代，数据庞大，数据价值密度低，进行情报分析活动时，如果仅仅围绕某一方面或某一领域的数据进行分析，就很难得到有价值的情报。应将海量的数据看成一个整体，不应再对部分数据进行分析后得到的特征推导至整体特征，要将数据作为一个完备的整体，充分分析研究对象所涉及的各个方面与各个领域的数据，注重数据的全面，将具有相关关系的数据，无论强相关或弱相关全部纳入数据分析的范畴，对数据的分析不再是对部分数据的分析，而是对其整体的分析。

4 结语

本文是对大数据环境下情报分析中思维方式转变的探讨。首先对大数据环境下数据规模和数据类型的变化进行了分析，数据规模日益海量庞大，数据类型呈现多样化。其次，从情报组织、情报知识、情报活动等三个方面具体阐述了大数据对情报分析的影响。最后，从统一性思维向多样性思维转变、线性思维向非线性思维转变和分析思维向整体思维转变三个方面阐明了大数据环境下情报分析中思维方式应进行的转变。科学技术的飞速发展为情报分析中思维转变提供了客观的技术条件，但思维转变才是情报分析工作所存在问题的关键所在。思想决定行为，完成思维方式的转变，情报工作方能不滞后于时代的发展。

[1]洪斌．大数据来了[J]．华东科技，2015（11）：16-19．

[2]城田真琴．大数据的冲击[M]．周自恒，译．北京：人民邮电出版社，2014：8．

[3]Jackson D. Big data in little New Zealand[EB/ OL].[2019-11-26]. https:// channellife. co. nz/ story / big-data-in-little-new-zealand.

[4]夏一雪. 基于舆情大数据的社会安全事件情报感知与应用研究[J]. 现代情报，2019，39（11）：121-127.

[5]苏新宁. 大数据时代情报学学科崛起之思考[J]. 情报学报，2018，37（5）：451-459.

[6]陈丽强.基于大数据的网络安全与情报分析[D].四川大学，2017.

[7]Kent S. Strategicintelligence for American world policy[M].Princeton：Princeton University Press，2015：xxv.

[8]Wikipedia. Open-source intelligence[EB/OL].[2019-12-26]. https://en. wikipedia. org / wiki/ Open-source_intelligence.）