信息分析方法在信息素质教育中的应用研究

苏 敏

（哈尔滨工程大学，150001）

1 信息素质教育简介

信息素质一词是由美国产业协会主席Paulzurkowski在1974年提出的，是指人们利用多种信息工具使问题得到解答的技术和技能。所谓信息素质教育是指培养大学生在学习中利用信息的意识和能力所进行的一系列教育活动。大学生信息素质教育的重要内容可以概括为：信息技术能力、信息认知能力、信息资源熟悉能力、信息获取能力、信息组织利用能力、信息协作能力和终身学习能力等。

高校图书馆针对学生信息素质教育的提升主要采用的手段为各种数据库使用方面的定题讲座，以及包括信息检索、信息分析与预测等信息素质方面的课程。其中与信息分析相关的课程与讲座由于具有借鉴了多学科的理论、强调与最新技术联系、多种分析方法解决实际问题的特点，体现出良好的发展趋势与潜力。

2 信息分析简介

信息分析是从情报研究发展而来的概念，目前较为普遍接受的定义是指以社会用户的特定需求为依托，以定性和定量研究方法为手段，通过对信息的收集、整理、鉴别、评价、综合等系列化加工过程，形成新的、增值的信息产品，最终为不同层次的科学决策服务的一项具有科研性质的智能活动。从对信息分析的定义的深层次理解可以看出：（1）从成因来看，信息分析的产生是由于存在社会需求。（2）从方法来看，信息分析广泛采用情报学和软科学研究方法。（3）从过程来看，信息分析都需要经过一系列相对程序化的环节，依次为课题选择、信息搜集、信息整理、分析与预测、信息产品制作与利用等完整的流程。（4）从成果来看，信息分析是形成新的增值的信息产品。（5）从目的来看，信息分析是为不同层次的科学决策服务的。因此，信息分析是对各种相关信息深度加工整合的过程，是采用多种方法的一种深层次或高层次的信息服务，是一项具有研究性质的智能活动。

信息分析这项智力活动与高校信息素质教育有非常密切的联系，主要表现在三个方面:

（1）信息分析提升信息认知能力

信息素质教育的信息认知能力，是指学生对信息源、信息产生过程的认识，对信息系统及数据库构成的了解，以及信息产生和利用过程中的信息组织与管理等的认识，是信息获取与利用的开端。而信息分析中主要环节之一的信息搜集包括文献调查和社会调查两个部分，其相关的内容也包括信息源、资源数据库的构成与使用，因此，信息分析能力的增强有助于信息认知能力的真正提高。

（2）信息分析是增强信息组织与利用的有效途径

信息分析针对特定课题，通过广泛、系统地搜集与课题有关的已知信息，并经过评价与加工整理，使已知信息内容系统化和有序化，并在此基础上，运用科学的理论、方法和技术，对客观事物进行合理的分析判断，或是对未知或未来信息做出相关预测，并以信息产品的形式展示最终的信息成果，通过对信息分析的相关描述，不难发现信息分析应是信息素质教育中信息组织与利用的有效途径之一。

（3）信息分析的多种方法贯穿信息素质教育始终

信息分析的重中之重就是各种定性与定量的信息方法。信息分析方法融合了图书情报、管理学、技术经济、数学、计算机、预测学等多学科领域的经典理论和方法，并从这些学科领域的最新技术中汲取养分，促进信息分析的发展，信息分析的多种方法对学生的信息技术能力、信息认知能力、信息资源熟悉能力、信息获取能力、信息组织利用能力、终身学习能力都是不可或缺的。

正是由于信息分析方法的重要性，下文将对信息分析的方法以及如何更好地应用在信息素质教育中进行详细介绍。

3 信息分析方法与信息素质教育

3.1 信息分析方法简介

关于信息分析是否有自己独立的方法和理论体系，图书情报领域的专家曾对此有所争论，但从实际应用情况看，目前信息分析的方法主要是从图书情报、管理学、技术经济、数学、计算机、预测学等学科领域借鉴或移植过来的，涉及逻辑学的方法、信息管理的方法、图书情报学的方法、决策学的方法、统计学的方法和预测学等方法。

信息分析的方法通常可以分为定性研究方法、定量研究方法以及定性和定量相结合的研究方法这三大类，下面将分别进行阐述。

3.2 定性研究方法与信息素质教育

信息分析的定性研究方法主要采用的是逻辑思维方法，它是建立在逻辑推理和辩证分析基础上，根据已知信息运用分析与综合、演绎与归纳、相关和比较等一系列逻辑思维手段来揭示研究对象的本质、发展规律和因果关系。具体分为：（1）比较；（2）分析，又分为因果分析（求同法、求异法、共变法）、表象和本质分析、相关分析等；（3）综合，又分为简单综合、分析综合和系统综合等；（4）推理，又分为常规推理、简单枚举归纳推理和假言推理等。

虽然定性信息分析方法只是定性地分析研究对象的前因后果、大小优劣、部分整体、一般特殊等关系，一般不给出定量关系，但它是依据严密的逻辑推理才能得出可能的结论，因此具有广泛使用、推论严密的特点，在信息素质教育的培养方面具有通俗易懂、方便联系实际等优点。它的缺点在于推理虽严密但不够精确，其结果缺乏定量表述和结论，仅仅是一种定性认识或描述，针对理工类的高校本科生，尤其是高年级学生的信息素质教育有些浅显，此方法本文不作为重点介绍。

3.3 定性与定量相结合的研究方法与信息素质教育

在信息分析方法中定性与定量相结合的研究方法的典型代表是德尔菲法（又称为专家调查法）和层次分析法。

3.3.1 德尔菲法与信息素质教育

我国从20世纪80年代开始，在科技规划、技术评估、技术经济论证等许多领域也广泛应用德尔菲法，并取得良好效果。它的特点是简便直观、无需建立繁琐的数学模型，能够较精确地反映出专家们的主观判断力，是目前从事未来分析预测时常使用的一种方法，利用德尔菲法进行信息分析有规定的程序，通常包括：确定研究课题并制定实施计划，选择和组织专家，设计调查表，实施多次反馈，对最后的调查结果进行分析和数据处理以及评价和预测。基于德尔菲法的匿名性、反馈性和统计性的特点，以及高校学生信息素质教育培养的内容和特点，德尔菲法的使用应考虑以下几点：

（1）信息分析的研究课题应联系高校生活实际

信息分析可以选择的研究课题非常广泛，几乎覆盖了社会经济生活的方方面面，在针对高校学生的信息素质教育时可选择与高校学生生活相关的实际课题或热点话题进行分析，以激发学生的参与热情和兴趣，比如预测未来三年或五年的本科生考研人数、分析就业地区的发展趋势等，专家的选择也可有一定的灵活性，既可以是在相关领域有多年经验的专家学者，也可以是对研究课题感兴趣的研究生和本科生，另外，根据高校信息分析课题的特点和规模，专家的人数控制在10-15人为宜。

（2）调查表的设计和分析应注重科学性与实用性

德尔菲法的主要实施程序就是通过使用调查表进行多轮调查和反馈，最后得到收敛的分析数据以达到预测目的，首张调查表的设计和随后轮次调查表的修改调整可以说是保证分析成功的重中之重，因此，调查表的设计既要体现科学性，又要考虑到统计分析的特点和方便易用性，以下几点是应加以注意的问题：首轮调查表可以采用开放式的问题；问题的数目一般不应超过25个，并注意先易后难的提问顺序；组织者不应在设计表中掺入自己的主观意见，并避免提出可能引起歧义的问题；预测结果的分析统计建议以中位数和上下四分点为主。

（3）引入专家调查法的派生方法予以补充

德尔菲法经过半个多世纪的发展，已经有很多派生的方法产生，像加表德尔菲法、加测德尔菲法、加评德尔菲法、加因德尔菲法以及头脑风暴法等。其中头脑风暴法强调的四条原则：禁止批评他人的建议，只许完善；最狂妄的想象是最受欢迎的；重量不重质，任何一种构想都可以被接纳；禁止参与者私下交流，以免打断他人的思维。使用头脑风暴法可以有益于激发参与者更多的创新思维和得到意想不到的解决方法，因此是较受学生欢迎的方法之一。在2008年一项针对《信息分析与预测》课程中最感兴趣的信息分析方法的调查中，45名学生中有17名学生选择了头脑风暴法，居所有方法中的第一名，灵活采用德尔菲法的派生方法有时可以收到良好的效果，并提高学生的兴趣，进一步提高他们的信息素养。

3.3.2 层次分析法与信息素质教育

层次分析法是美国著名运筹学家、匹兹堡大学T.L.Saaty教授于20世纪70年代中期提出的。层次分析法由于在解决多目标决策问题方面具有比其他方法更简便实用的特点，因而被广泛采用在政治、经济、社会等领域，层次分析法的整个过程体现了人的决策思维活动中的分析、判断、综合等基本特征，因此也被看做是定性与定量完美结合的信息分析方法。

层次分析法的基本步骤是：（1）将问题概念化，找出研究对象所涉及的主要因素。（2）分析各因素的关联、隶属关系，构造系统的递阶层次结构。（3）对同一层次的各因素关于上一层次中某一准则的重要性进行两两比较，构造判断矩阵。（4）由判断矩阵计算被比较因素对上一层次该准则的相对权重，并进行一致性检验。（5）计算各层次因素对于最高层次，即系统目标的合成权重，进行层次总排序，并进行一致性检验。

层次分析法在信息素质教育中的应用需考虑以下内容：

（1）问题不宜过于复杂，实际应用举例的递阶层次结构以3-5层为宜。

考虑到信息素质教育通常是面向全校各专业的学生，既包括理工类专业学生，也有人文社科专业学生，数学基础不尽相同，因此举例的应用问题不应过于复杂，层次分析法的应用也是紧密联系生活实际的，比如像十一长假的旅游问题，拟从泰山、黄山和峨眉山中选择一个，考虑的因素为费用、景色、住宿状况等。层次分析法因为采用的是两两比较的方法确定比例标度，通常在不超过9层结构的情况下，判断具有良好的一致性，根据实际经验，针对高校学生的信息素质教育使用该方法构建的递阶层次结构在3-5层为宜，上面的例子即在此范围内。

（2）最大特征根和其对应的特征向量的计算建议使用方根法或和积法，采用手工运算。

层次分析法的计算问题基本上归结为如何计算判断矩阵的最大特征及其相对应的特征向量，方法很多，比如最小二乘法、对数最小二乘法、上三角元素法等，其中最严格的计算方法是幂法，在计算机的支持下，利用这种方法可以得到任意精确度的最大特征根及对应的特征向量。但考虑到在信息素质教育中让学生更好地理解层次分析法的精髓，建议可以采用手工或借助一般的计算器便可进行计算的方根法或和积法，其中和积法应用的更多一些，它针对递阶层次较少的运算具有方便、快捷的特点，学生不论是听课的过程还是实际运算都有易学易用的性质。

3.4 定量的研究方法与信息素质教育

定量的研究方法一定会涉及到数量关系，并需要建立数学模型，在信息分析需要预测时通常需要引入定量分析方法，这部分的内容应该是信息素质教育中的难点之一，比较典型的方法是回归分析法和时间序列法。

3.4.1 回归分析法与信息素质教育

回归一词最早来源于英国生物学家兼统计学家Galton对遗传现象的大量观察统计，回归分析法是通过研究两个或两个以上变量之间的相关关系来对未来进行分析与预测的一种数学方法，它不仅提供了建立变量之间相关关系的数学表达式的一般途径，而且可以对所建立的经验公式的适用性进行分析，广泛地应用于分析预测以及控制等方面。回归分析的步骤大致如下：（1）根据自变量与因变量的现有数据以及关系，初步设定回归方程。（2）求出合理的回归系数，确定回归方程。（3）进行相关性检验，确定相关系数。（4）在符合相关性要求后，可确定事物的未来状况，并计算预测值的置信区间。

回归分析法在信息素质教育中的应用可以注意的问题如下：

（1）从简入繁，一元线性回归分析可以作为重点和基础

回归分析的类型包括一元线性回归、多元线性回归、非线性回归和单元多项式回归等。其中一元线性回归是描述两个变量之间关系的最简单的回归模型，也是其它方法的基础。针对信息素质教育属于通识教育的特点，将重点放在一元线性回归应是现实和可行的。

（2）回归分析实例的数据可以由学生自行查找

回归分析法的例子中一定会涉及具体的数据，例如“通过近15年全国专利申请量与全国GDP的数值，寻求二者之间的统计关系并进行预测”。而信息分析的过程中包括信息搜集的环节，根据实际调查，学生的课题研究和毕业论文都非常需要查询各类数据，而这恰恰是其检索的弱项，在信息素质教育中可以通过教师的引导，让学生查询年鉴或事实与数值型数据库，如国研网、中经网、中宏数据库、搜数网等，并结合信息分析方法进行运用，既提高了信息获取能力，同时增强了信息组织和利用能力。

（3）回归分析法可以结合通用软件的使用

回归分析法是较经典的方法，计算量也较大，其相关的软件相对比较成熟，比如微软的办公软件Excel，易安装，易学习，能直接求出回归系数、标准残差并添加趋势线，减少了大量的运算，结果也可直接转换成散点图等形式，可以在信息素质教育中进行上机实习，效果较好。具体使用时应注意在Excel工具菜单中选择“加载宏”，并选择“分析工具库”进行应用。

3.4.1 时间序列法与信息素质教育

时间序列分析法实际上是一种特殊的回归分析法，它不再考虑事物之间的因果关系或其他相关关系，而仅考虑研究对象与时间之间的相关关系，即将时间作为自变量。时间序列分析预测就是将时间序列上构成波动的不同数据类型分离开来，分别进行分析，找出事物随时间的变动规律，并以此为依据预测事物的未来状况。时间序列法又分为倾向线拟合法和倾向线逐步修正法，前者包括多项式曲线、指数曲线和生长曲线，后者包括移动平均法和指数平滑法。

对时间序列法在信息素质教育中的建议如下：

（1）倾向线拟合法中注意使用不一致系数选择不同模型

在信息素质教育中时间序列法中多种曲线的拟合是讲解的重点，也是学生易混淆的地方。时间序列法的倾向线拟合法针对同样的问题可以使用不同的曲线模型进行拟合，既可以是一次曲线、二次曲线，也可能是指数曲线等，此时可以根据不一致系数的大小来选择模型，不一致系数可以衡量所得的回归方程与实际值的偏离程度，不一致系数越小，说明所得的拟合曲线与实际值倾向线的偏差越小，即拟合得越好。

（2）理解倾向线拟合法与倾向线修正法的区别

关于倾向线拟合法与倾向线修正法的区别也是信息素质教育中应重点突出的问题，前者实质意义上是属于时间回归分析的范畴，精度较高，可用于短、中、长期预测，并可计算置信空间，缺点是对近期数据的适应能力较差，计算量大，后者更重视近期数据，较适用于短、中期预测，计算量小，缺点是精确度相对较差，信息素质教育应使学生能够对此加以了解与区分。

4 结语

本文主要介绍的是一些经典信息分析方法在信息素质教育中的应用以及一些相关对策建议，随着计算机、统计学、数据库等领域的发展，信息分析会不断出现新的方法和技术，比如数据挖掘技术、知识建模等，另外，功能强大的分析软件也在涌现，这都是作者日后需继续跟踪学习的地方。

[1]查先进.信息分析与预测[M].武汉：武汉大学出版社，2000.

[2]朱庆华.信息分析基础、方法及应用[M].北京：科学出版社，2004.

[3]王素荣，韩计隆.信息分析与预测[M].国防工业出版社，2007.

[4]赵丽光.大学生信息素质教育的教学改革研究[J].情报科学，2009，（10）.

[5]苏 敏.高校图书馆问卷调查与统计分析的研究[J].农业图书情报学刊，2008，（6）.