大数据与智能环境下的情报学理论发展

孙哲昊

（湘潭大学公共管理学院，湖南 湘潭 411105）

引言：不同时期的情报存在方式各有不同，从古代的书信到民国时期的电报，到来21 世纪，互联网和大数据的高速发展，科学的不断进步，情报的存在形式，流通方式及破解办法都发生了巨大变化，怎么保证情报的安全，就需要在智能化环境下积极改革。可以多方面从实践中进行理论研究与探索改革，探求适合时代、社会环境等各方面需求的情报发展方式。随着信息化和全球环境下的资源要素和交互关系的巨大变化，提出了基于大数据与智能环境技术的学科发展构架和面向前沿问题的理论研究和应用拓展要求。

一、情报学建设与改革存在的问题

情报学作为一个专业，情报学的稳定大战，必有学科大力建设，学科建设不仅要保证知识体系结构的构建，也要有学科功能单位的安排与布置，还有其他方面的综合问题需要我们解决。情报虽存在了很长时间，但情报学科却是一门年轻学科，其未来是无比辉煌的，潜力无限的一门学科。但随着信息化和智能化的发展，大数据的应用逐渐普及，其也遇到了很多困难与挑战。其面临的挑战主要在于情报学科在知识结构体系的构建上。

（一）情报不受重视

与其他社会学科相比，情报学作为一门新设的学科，其认可度及声望在国内普遍不高，甚至一些人未曾听说有这门学科。其地位在学科体系中也并不高，与其他学科的等级、地位存在一定差距。教育部以及相应专家学者，想过一些提升情报学学科地位的办法，但效果不如人意。另外，情报学科的就业前景并不乐观，所以导致了情报学的发展停滞且不受重视。

（二）信息化情报学改革方式欠佳

大数据及智能化的高速发展，信息技术对情报学的改革至关重要，推动情报学在理论和实践上的发展。虽然就目前情报来看，情报学方面的技术成果已经取得了很多，但其并不完全属于情报学的技术研究成果，因为其与情报学的研究方向、核心研究部分存在一定差异，这种成果对情报学的改革与发展，一定程度上会对其产生影响。信息技术的作用在于将情报学与其他学科中的相关知识结合起来，但在结合过程中，其结合方式有一定误差，改革方式欠佳，比如将情报学等效于信息技术；还未明白信息技术的使用方法，盲目结合使用信息技术或过度依赖信息技术等等，这些改革方式考虑及应用欠佳。

（三）情报分析被认定为数据分析

情报学的涉及范围非常广，其中就包括数据分析，数据分析是情报学发展的基础。目前的情报学研究来看，存在很大一部分人将情报分析等同于数据分析的现象，将其等效于计算机行业的一种工作，这就是情报学改革中的一个巨大误区。情报学与数据分析的有很大区别，比情报学分析的是全源数据，产出新智能，基于全局的分析，找到数据间的关联；而数据分析的是单源数据，分析局部数据，将其定性分析，归纳推理，分析产出新信息、新知识和新情报。所以数据分析进一步讲，是为情报分析服务的，是情报分析的基础，大数据分析方法作为情报学的重要组成部分。

（四）情报学的研究内容过于杂乱

目前我国的情报学的发展，受到信息化和大数据智能环境的影响，情报学的研究内容逐渐增多，一些计算机行业的工作也被安排到了情报学的研究范围内，比如图书馆藏书管理、信息服务等，将情报学等同于了计算机类学科，其学科定位与学科发展由于不受重视，都发生了一定的偏移。而出现这些现象出现的原因在于信息化及大数据的冲击，自身基础理论的不完善，核心研究内容为确定，致使情报学的研究内容过于杂乱，学科定位混乱，偏离学科本原，影响其自身的发展。

二、大数据智能环境下情报学的研究与发展

（一）更新并贯彻“数据即情报”

大数据时代的到来，数据逐渐取代书信、电报成为取代情报学研究的对象，数据是情报学发展的基础，因此如何将数据精确分析、总结归纳，已成为当代情报学研究的核心问题。所以我们需要更新并贯彻“数据即情报”的理念，高效、快速、准确地将数据转化为情报，研发高效的工具和强大的技术支持，缩短数据转化时间、使情报成果快速产出。除此，还要加强情报发现的工具的研发。

（二）更新研究范式

大数据智能环境下，科学研究范式也需发生改变，大数据起到了巨大作用，给出了科学研究的第四范式，即数据密集型研究范式。这种范式出现的原因，在于数据已经成为情报学研究的对象、核心以及基础，之前的科学研究方法已经不适用于现在的智能环境。这种范式的优点主要体现在如何在庞大、密集的数据中分析获取到所需的情报和数据是现代情报学发展的基础。在大数据以及数据密集型研究范式的共同作用下，情报学可以得到巨大的进步。

（三）情报成果进一步整合

在贯彻“数据即情报”的理念下，数据分析结果的呈现有更多种形式，比如图片、文字报告及视频，这些在计算机的分析下都可以达到。然而在获得情报成果、整体性、全局性情报需求得到满足后、我们可以进一步将其整合，利用各领域的专业知识、使整合后的情报成果更加科学、明了、更加利于全局性的把握。

（四）融入其他学科知识

一个学科的发展不仅仅是其自己努力的成果，情报学也是如此，它的发展需要计算机科学、大数据技术、社会学等科学与技术的融合支持，情报学作为主要研究学科，其他学科为情报学的发展提供必要的支持，从而与其他学科一起构建情报理论知识体系。

（五）研究思维的变化

研究思维应随着时代、大环境的变化而变化，跨学科思维的培养至关重要，结合其他学科的知识，培养系统的科学思维，开放合作性思维、关联思维、综合思维等。另外大数据思维也要养成，情报学的基础就是数据，大数据思维的培养，包括全样本思维、关联思维及容错思维，这些思维的培养利于情报人员整体、根本性把握情报分析。

（六）注重情报学的人才培养

情报学的发展需要技术的支持，也需要人才的投入。大数据信息智能化时代的到来，对数据人才的需求逐渐增大，情报数据分析很可能成为今后最紧缺的、最瞩目的职业之一。培养人才，要着重培养其数据分析能力、归纳能力、熟知情报业务、情报分析能力、情报判别能力的人才。人才不仅仅要具备相应的数据技术。而应具备相应的素养、敏锐把握情报的能力。可以在本科阶段，将情报学设置为选修科目，对于情报学专业的学生，加设一些其他学科的课程，如心理学、社会学、管理学，采用必修加选修的方式，培养本科阶段学生的综合素质。那么在研究生，高校可以鼓励其他学科的人才来学习情报学，为情报学添加新鲜血液，培养综合性的人才。除此之外，在高校中，可以采取多样化的教学方法，在线下教学时，也可以开展慕课，通过利用现代教学技术来更新教学方式，提高教学质量，利于人才的培养。

结语：大数据信息化智能时代的到来，我国的情报学的发展并没有紧跟上时代的步伐，需要长期的奋斗。另外，情报学本身也存在一些问题，其研究方向、本质属性及核心内容暂时还没有明确的定论，因此，发展改革情报学，我们应该先定位情报学学科，给予明确的定论、清晰的研究目标，为情报学接下来的研究打下基础。之后注重人才培养，将大数据正确、高效地融入情报学中，加速形成完整的情报学知识体系，以顺应时代，完成大数据智能环境下的改革，促进其理论与实践的发展。