数据资源管理下科技情报服务研究论文.doc

数据资源管理下科技情报效劳研究论文
数据资源管理下科技情报效劳研究论文
　　随着社会的不断开展，科技情报信息不断增多，科技情报信息效劳也在不断完善。但是在大数据时代背景下，科技情报信息的爆发式增长，给科技信息效劳带来了巨大挑战。大量的科技情报信息还未得到及时分析和处理，就已经超过使用时间而失效。并且科技情报效劳还不完善，存在着诸多信息效劳问题。因此，只有思考更好的解决方法，创新科技情报信息分析处理技术，优化科技情报信息效劳，才能有效解决科技信息效劳面临的挑战。
　　科技情报效劳是为了处理和分析大量的科技情报信息而诞生的，挑战和解决大数据，就是科技情报效劳的核心意义，科技信息情报效劳也一直在挑战中开展。在科技情报开展初期，信息管理效劳被应用在图书馆的管理和维护上，但随着图书馆内数据量的增多，远远超出了当时信息管理体系的极限。为了解决这一问题，很多专家人士提出了信息分析和信息处理专业体系化，标志着科技情报效劳的诞生。随后，通过科学有效的体系化管理，分析处理信息数据，解决了当时的信息资源过多问题。但是，随着数据的大量增加，数据间分开存储，无法直接联系，对原始数据的加工和处理依旧成为主要问题。因此，便产生了信息共享，建立数据库概念，并且参加了资源搜索功能，大大方便了科技情报的收集和处理效劳，提高了科技情报数据的搜索和处理速度，从而开展为科技情报效劳技术。在互联网初期，随着数据库的建立，数据收集和数据分析处理技术进入智能化阶段，但是由于当时的数据主要存储在封闭的计算机中，只能用于内部科技情报处理，无法收集和处理外部的科技情报数据。为此，专门建立了科技情报采集和情报分析系统，用于改善科技情报分析和处理能力。然而伴随着互联网技术的开展，越来越多的个人电脑被大量使用，科技情报数据源也发生了巨大改变。大数据时代背景下，通过使用搜索引擎检索数据、分析处理数据，不仅优化了信息资源的处理能力，还显著提升了信息资源的处理速度。同时，科技情报效劳更加关注个体的需求，不断进行数据融合，逐渐形成开放共享。但是，随着大数据时代的到来，科技情报信息呈规模式增加，个体的数据量成爆发式增长，给科技情报效劳又带来了新的挑战［1］。
　　2.1用户的新需求
　　大数据主要有4个特征，包括超大规模数据和急速增加的'数据容量以及丰富多彩存有差异的数据类型和大量没有重要价值的数据信息。这些都是数据被处理和有效利用的主要阻碍。然而，在整个大数据时代背景下，大局部用户对科技情报的需求慢慢减少，科技情报效劳也逐渐被弱化。用户需求是朝着信息多领域开展的，包括情景效劳和创新效劳以及其他数据融合效劳，为了满足用户的新需求，这就需要科技情报效劳作出巨大改变，并迎接新的挑战［2］。
　　2.2数据良莠不齐
　　在互联网环境下，大局部用户不再只对极少数数据感兴趣，不再满足于对文字单元的加工和存取，而更多地希望得到全面的、具有丰富内容的信息和资源。为此，对科技情报效劳提出了更高的要求。必须开展深度碎片化信息加工计算效劳，将数据快速分析和读取以及将所涵盖内容多方面融合，作出最直观的分析效果图，力争将大数据的劣质内容去掉，留下精品的内容。并且应全局调控，全面检测效劳状态，对多方面数据以及差异化数据进行随机动态收集，分析现存的问题。
　　2.3大数据环境下的数据爆发式增长
　　科技情报效劳以往只注重科技情报的保障能力，共同协作的方式并未被使用。在大数据信息共享环境下，科技情报采集变得十分容易，出现了科技情报信息过多问题，数据之间又存在着多种联系，导致科技情报数据过多，无法被及时利用和处理。因此，科技情报效劳就需要全方位收集和处理数据，将多种分析技术融合，快速处理所收集到的科技情报信息。并且，给决策者提供更优质的科技情报效劳，充分实现高质量、高精细的科技情报效劳。
　　有效保障信息资源是科技情报效劳的根底，只有建立完善的、优质的、共享的信息资源管理系统，才能更好地开展科技情报效劳。大数据时代下，保障信息资源的含义也发生了变化：（1）人们对信息资源的利用更加方便快捷，大局部信息资源没有获取知识产权就已经失效，造成信息资源的效用只能依靠资源有效利用来实现。（2）信息资源界限消失，过去依靠知识产权保护的信息资源屏障，被海量低廉的资源不断冲击。（3）信息资源的呈现方式发生巨大变化内容质量也相差很大，很难被直接使用，资源的保障逐渐向利用性保障开展。（4）随着信息资源的共享化，信息资源的开发共享以及协同合作问题将更加突出［3］。
　　3.1拓宽信息资源的渠道，优化信息存储
　　科技情报效劳应拓宽信息资源的渠道，将更多片段消息和新型信息资源收集和存储。在收集过程中，一般有两种做法：（1）因为信息具有易逝性，故采用抢救性保存，防止因为未保存而造成的信息资源无法被利用。采用这种方法并不需要确定明确的目标，而是先将提供的信息数据直接存储，再逐渐加以利用。（2）利用信息整合技术，将所提供的信息资源数据与要使用的数据进行比照，最终保存与要收集数据相匹配的信息资源，实现信息资源大会聚，成为大数据。通过和文献数据以及其他数据类型进行比照，分析收集和保存高质量的科技数据，对于提高科技情报信息效劳，有非常积极的作用。在之前科技情报往往只收集文献的根本信息，没有分析和处理文献的具体内容，而当下应注重收集文献内容数据和科学理论以及高质量的信息数据，努力完善数据库的建立。
　　3.2有效建立资源管理体系
　　在大数据背景下，为更好地开展科技情报信息效劳，应建立大量数据库、共享数据源以及将其他数据综合应用。标准科学理论资源和科技信息资源，将大量微小、复杂、海量的碎片化数据分析整合，变成可以直接利用的资源。将科技情报效劳构建成一个具有多样性、便捷性的数据源和数据比照系统，充分表达多种数据和高质量资源的协调保障策略。并拓宽对科技数据采取的途径以及提高其内容质量的分析速度，建立全方位的科技内容综合分析系统和采用分级质量控制方法。应提高对科技信息资源的提取和整合以及科学分析，将数据变为更容易理解的数据类型，提高数据的实用价值。
　　3.3融合多种数据资源，共享科技情报
　　在大数据时代背景下，科技情报效劳面临着复杂的数据类型、种类繁多的工具和各式各样的方法。因此，就必须采用融合多个数据源的不同数据，将多种数据进行分析，并且将多种数据融合，检测数据资源之间的内在联系，发现并将存在关联的数据挖掘出来，这是大数据时代与以往不同的地方。多源数据融合就是将多种途径、采用不同方法提供的具有差异性数据融合在一起，从而成为相同的数据类型，变为可以被直接利用的数据资源。多源数据融合更加侧重于知识内容的提取，尤其是将碎片化的数据重新整合，形成完整的数据类型。多源数据融合技术也是将多种数据分析并处理的一种有效应用技术。在大数据时代背景下，科技情报效劳需要借助信息的共享，提高各个机构之间的合作，从技术方面和业务方面入手，打破以往的科技情报收集方法，减小获取情报的难度，提高科技信息资源的使用效率［4］。
　　科技信息情报的核心内容就是数据收集、数据处理和数据效劳，随着数据量的增加和数据处理技术的改革，与之相匹配的数据效劳也应进行升级。在大数据时代背景下，科技情报信息效劳更加注重决策者的需求，通过采用大数据分析技术，增强信息资源和决策者之间的联系。并充分融合大数据的特点，完善科技情报效劳，使其更加便捷。
　　4.1轻量化数据分析
　　轻量化数据分析主要是依靠动态信息和碎片信息的高速增多，通过减少数据分析的精确性，从而提高数据的分析速度。动态信息的快速刷新和迅速增长，使得信息分析的时间和效果大大缩短降低，进行全面地分析大量数据会导致错过重要情报的时效，减小情报的实际价值。所以，轻量化科技情报的主要优势有3点：
　　（1）能够快速地采集和分析科技情报信息，大多使用实时跟踪的检测方式。
　　（2）能够有效减少科技情报信息的处理时间，从而大大提高科技情报信息效劳的效率。
　　（3）能够实现用户交互，实现用户的多种需要。
　　4.2高精细科技情报处理
　　细粒度科技情报处理效劳，一般用于解决对大量科技情报信息的浓缩，一般实现方式有：
　　（1）将科技文献的知识单元有效分析和提取，将文献内的知识有效整合和收集。
　　（2）将海量的文献进行比对，发现文献与文献之间的内在联系。
　　（3）将知识单元进行分析和搜索，并过滤没有价值的信息。细粒度情报效劳会使得单一途径提供的科技情报的质量降低，因此，应扩大数据的获取途径，加大数据的，以提高其分析处理能力。根据不同途径获取的科技情报信息进行处理和融合；时时关注科技知识的使用情况，将共享的科技情报转变为可直接使用的资源。
　　4.3优化科技情报效劳
　　在给决策者提供科技信息的根底上，把信息分析软件提供应决策者，使决策者除了能获得数据，还能获得优质的数据处理技术。推进全流程一体化，使科技情报效劳能为用户在使用的过程中全程提供效劳，充分解决用户在使用过程中所存在的问题。在大数据时代背景下，科技情报信息的获取和处理难度加大，用户对科技情报效劳依赖性越来越大。因此，科技情报效劳应将情报获取、处理、效劳以及反应等全部涵盖在内。同时科技情报信息效劳，不仅要对文献进行提供和保障，还应充分保障研究者的科学研究成果，并优化数据的搜索和处理［5］。
　　在大数据时代背景下，科技信息情报效劳已经具有完整的信息采集、分类处理系统。知识大数据的开展，推动了更多高质量科技信息数据的存储和科技知识的深层次运用。更多使用者对科技情报的使用方式极大地改变了科技情报效劳的模式，通过不断研究分析，将科技信息情报从单一的数据库分析转向全面的从互联网收集数据并分析。虽然，当前科技情报效劳存在大数据带来的诸多问题，并且使用者对科技情报效劳的需求越来越大，导致科技情报效劳存在的挑战也越来越大，但同时，科技情报效劳的利用越来越广泛。只要能增加科技情报收集渠道，加快科技情报数据处理速度，优化科技情报效劳，就能使科技情报效劳开展得更好。
　　［1］李萌.大数据时代对我国科技情报事业开展的新思考［J］.中国软科学，xx（12）：1-4.
　　［2］贺德方.基于大数据、云效劳的科技情报工作思考［J］.数字图书馆论坛，xx（6）：2-9.
　　［3］谢珏，赵向军.大数据时代科技信息效劳的挑战与思考［J］.商场现代化，xx（29）：235-236.
　　［4］化柏林.科技信息大数据在情报研究效劳中的应用［J］.图书情报工作，xx（16）：150-156.
　　［5］谢丽娜.xx年我国情报学研究进展［J］.山东图书馆学刊，xx（6）：21