大数据时代背景下科技情报研究工作

王 晶

（吉林省梨树县科技信息中心，吉林 四平 136500）

当前，大数据技术得到了快速发展，大数据技术在诸多领域起到了十分关键作用。大数据为科技情报研究工作指明了新的方向，应当就大数据的概念与技术手段进行充分研究，基于科技情报研究的需创新大数据技术的应用方式，总结大数据技术用于科技情报研究的有效对策。

1 大数据的定义与基本特点

目前，有关大数据技术的定义还处在完善阶段，有关大数据的概念还未能形成统的一个标准。通常认为大数据是数量庞大、数据形式多元化和非结构化的数据。运用大数据技术可以在合理时间实现提取、管理、处理数据信息的目标，为实施科学的管理、决策、创新提供必要的依据。大数据技术具有数据容量大，数据类型多、流动速度快和价值密度低等特征。随着数据信息海量增长，数据应用的难度日益提高，数据的流通速度不断加快，有用信息的提取难度不断提高。但是，大数据信息具有无限的应用价值，只有突破传统技术思维应用的局限，能够甄别淹没在海量数据信息中的高价值信息，才能提出更加实用的数据信息，满足科技情报研究的需要。

2 科技情报研究中的大数据技术

1）数据挖掘技术。数据挖掘本质上是指知识发现过程，强调从海量的、有噪声的、不完全的数据信息中提取人们不知道的、隐含的数据信息。该过程涉及的领域较多，包括数据库、机器学习、模式识别等技术。数据挖掘与情报研究有密切关系，运用数据挖掘技术可以发现情报研究工作中的转换关系，发挥智能化辅助分析技术的作用，提高数据信息情报分析工作效率，缩短数据信息研究的时间。首先，应当做好数据种类划分，运用识别功能对各种类型的数据信息进行分类整理，优化科技情感研究的适用标准。其次，数据挖掘技术具有多种组合形式，需要根据实际情况优化算法，并且进行适当的修正，同时对数据挖掘进行合理评价，从而提高数据提炼的精准性。

2）智能化研究技术。智能化技术涉及领域较为广泛，是可以代替人工科技情报研究工作，提高科技情报研究工作的效率的方法。智能化技术主要包括了神经网络、网络分析、机器学习、模式识别、遗传算法和预测建模等知识。基于智能化技术可以进行高级、深度、综合科技情报分析，解决了复杂情报信息处理的问题。智能化技术还有乐观于减轻科技情报研究工作强度，促进研究人员专注于优化研究方法与应用研究结果。在信息技术快速发展的背景下，科研情报研究工作不再局限于传统的报纸书籍，还要重视网络信息，包括图片、音频、视频等信息，这样可以拓展研究内容，运用数据信息技术对科技情报进行结构化处理，为智能化的应用科技情报做好准备工作。面对多元化数据信息，智能技术可以根据应用对象数据分析，从语义层次给予数据信息应用支持，适应了海量信息增长的需求，突破了信息识别模式的限制，消除了人为因素的干扰，保证了研究结果的准确性，而且推动科研情报研究工作更好的服务于科学技术的发展需要。

3）可视化技术。科技情报研究工作面对的数据信息具有零散、分散、类型多样、结构复杂等问题。传统的数据研究以人工分析为主，受到各种非结构性和不确定性因素干扰，很难形成标准化、流程化与规模化的分析研究模式，增大了科技情报研究工作的难度。大数据技术背景下可以采用可视化分析方法，构建完整的可视化图表，通过图表了解全部数据信息，并且可以看到数据分析的过程与数据链走向，这样便于研究人员进行关联性分析，再辅助开展人工研究。可视化工具有多种视图，不同视图的数据显示功能不同，研究人员可以基于大数据技术进行网络分析、空间分析与信息分析，并且可以实现人机交换，便于分析人员充分理解与运用数据信息。

3 大数据时代科技情报研究的措施

1）强化大数据技术观念。科技情报研究工作日益具有立体化、广泛化、融合化的特征。应当聚焦数据信息综合开展科技情报研究工作，逐步促进科技情报研究的深层次演进。首先，科技情报研究人员应当树立大数据意识，认识到大数据时代科技情感研究工作的机遇与挑战，掌握大数据技术，善于运用多种技术手段来挖掘科技情报信息。科技情报人员还要积极参与教育培训，认真学习大数据技术，了解各种大数据技术的情报分析技术方法，不断提高大数据技术应用水平，依托大数据准确的开展科技情感研究。从大数据技术出发积极引进先进的、专业的工具，强调科技情报研究工作人员具备专业的素养与专业技能，大力运用数据整合、合成、分析与视觉化技术。当代科技情报研究工作人员应当不断提高专业素养，为科技情报产业化开发提供有利的条件。

2）高效利用各种数据资源。科技情报研究工作的成果对社会经济发展产生深远的影响，科技情报研究工作必须保证科技情报的准确性和研究结果的可靠性，做到从源头上控制科技情报研究工作，强调在丰富的数据源基础上开展情报研究工作。首先，综合运用多种科技情报信息，强调依托大数据技术广泛的汲取各方面的数据信息，针对不同的信息源采用不同的信息处理方式，正确对等科技情报研究工作的复杂性。其次，研究人员可以从问题出发，基于解决问题需要将全部信息资源融入到系统当中用于情报研究。学术论文、专利文献，或者各种文献、数据或非正式出版物都应当被广泛涉猎。第三，研究人员还要熟悉各种信息资源的特性，理清不同类型资源的具体表现与不同信息源之间的联系，根据待分析问题选取恰当的信息，研究人员还要将不同信息源分析出的结果进行综合解释，当出现信息矛盾时，能够识别不当结果，从而保证分析的准确性。

3）提高数据信息提取能力。大数据时代的科技情报研究工作应当采用科学的分析方法，运用系统化的工具，高度重视提高科技情报研究工作的质量，重点加强数据的清洗与过滤工作。当代科技情报工作人员面临着海量的数据信息，这些信息良莠不齐，有的数据信息是虚假的，有的数据信息是冗余的，还有些数据信息是不完整的，或者以特殊形式存在的。为了发挥海量数据信息的积极作用，消除不正确信息的影响，保证科技情报分析的准确性，降低决策的风险，还要提高数据信息的提取能力，充分的运用数据挖掘处理技术，扎实做好数据净化与过滤工作，基于精准的运算分析将无关数据删除，提高数据质量的控制，从而为提高数据分析准确性，保证情报研究工作效率奠定基础。数据体量大仅仅是大数据时代科技情报的基本特征，还要把科技情报工作的重要点在挖掘有价值的信息方面，根据科技情报数据信息传播速度快与持续性长的特征开展工作。

4 结论

大数据时代对科研情报研究工作提出了更高要求，科技情报的呈现形式也更加的复杂，增加了科技情报研究的难度，同时了拓展了科技情报研究工作的路径。科技情报研究人员还要学习新型工作方法，具备较强的大数据意识，围绕着提高科技情报研究工作的准确性、科学性与合理性开展工作，最大限度挖掘科技情报内在价值，促进科技情报研究工作的转型升级。