大数据背景下的竞争情报
第二讲_大数据时代的情报分析
信息链的线性结构
数据
信息
知识
?
情报
数据、信息与情报的转化模型
数据加工工 数据 信息 信息分析 情报
知识
知识
科技情报工工作实例
数据
信息
检索 检索 知识 某主题的 数据集合 分析 分析 知识
情报
研究快报 研究报告
······
期刊论文文 会议论文文 专利数据
······
从数据到信息的转化
²
中途岛战役
² ²
²
²
一一名年轻军官却想到的‘AF方方位’是不是中途岛的 妙计。 他要求中途岛海军基地的司令官以无无线电向珍珠 港求救，说中途岛上的食水水供应站出现了问题， 导致整个中途岛面临缺水水的危机。 不久后，美国海军情报局便截夺到一一则JN-‐25信 息，内容果然提到了‘AF方方位’出现缺水水问题。 结果‘AF方方位’便证实为中途岛，也就是日本海军 的下一一个攻击目标。
视频信息
视频信息是随着时间变化连续记载的可以 通过听觉与视觉感知的信息，在传媒、交 通等领域应用较多。 ² 中央电视台新闻联播举例
²
信息链的金金字塔结构
情报 知识 信息 数据
?
激活了、活化了的知识，反映人们 如何运用知识去解决实际问题。 对信息进行加工、分析、提取、评 价的结果，反映事物运动状态的规 律及状态变化的规律 有意义的数据，数据在媒介上的映 射，反映事物运动的状态及状态的 变化。 数据是事实的数字化、编码化、序 化化、结构化。
化柏林 huabolin@ 北京大大学信息管理 系
1 2 3 4
1/60
大大数据时代的情报新形势 情报分析转化理念与模型 情报服务实践与需求获取 数据时代的信息分析方方法
大数据时代下竞争情报KITKIQ分析
请给出几个可能让您吃惊 的潜在的因素、领域，如 新的竞争者、新技术、企 业购并等。
请给出您认为应更好地了 解的竞争对手、客户、供 应商、合作伙伴的名称？ 你想获得关于它们哪些方 面的情报？
P48-25
Contact Me
Chapter Ⅳ
整理利用
配备CI人员，确定其职责； 选择合适的信息源； 确定情报产品的内容和形式。
了解公开资源，熟悉公司业务
到大环境中去，听取各类信息
与知情者对话，问出成果，形成报告 选中目标，巧妙出击，攻其不备， 一矢中的
P48-17
Contact Me
Chapter Ⅱ
收集哪些情报？
目标对象的研发情况
目标对象的销售情况 目标对象的管理情况 目标对象的有用情况
企业情报的全员收集
如何反收集情报？
我公司的竞争对手、产品分销商及其它企业如何评价我们的新的市场策略、营销策略？
P48-21
Contact Me
ChapterⅠ
预警
拟定大纲
密切关注对竞争环境可能产生重大影响的技术和工艺的突破。它们将获得哪些方面的 应用？ 企业原料行情的走向、主要的供应商的财务状况、价格和质量状况， 是否进行收购或联合？ 国内外政治、社会、经济、法律、法规、政策的变化， 对企业竞争力可能造成哪些方面的影响？ 顾客和竞争对手对公司或公司服务的看法的变化。 可能进入我公司目标市场的公司或公司间的合并、收购活动。 竞争对手、客户、供应商间进行联合、收购和分离活动，它们的动机和目标是什么？ 主要竞争对手的财务策略的变化？ 其它公司的可能的针对我公司进行的收购。
关键情报课题
Key Intelligence Topic
不断地学习就是持久的竞争力。 1.大数据时代企业竞争情报 KIT、KIQs、行业现状特性分析、市场定位 2.利用竞争情报提高企业现状知识管理、实战模拟沙盘演练
企业竞争情报
浅谈企业竞争情报发展现状及问题姓名：乃静煊学号：20144147 班级：14金融3班摘要：在大数据时代背景下，爆炸式增长的数据类型和数据数量让还处于传统处理阶段的企业竞争情报工作面临了很多困难。
本文首先根据已有的相关文献阐述了竞争情报的理论研究和现实应用现状，总结了现在企业竞争情报主要面临的主要问题，并提出了结合众包模式解决的方案。
关键词：企业竞争情报；现状；问题；对策一、引言现代科学技术的不断提高，数据的生产成本降低，有些甚至是零成本，这样的情况导致了全球数据总量的急剧膨胀。
2011年，“大数据（Big Date）”的概念被正式提出，它的特点可以用三个单词概述，即velocity、volume和variety。
在这样大数据的时代背景下，基于数据进行分析决策的企业竞争情报工作将面临全新的挑战和机遇。
从大数据的角度来看，庞大而全面的数据可以提高竞争情报的准确性、真实性以及实时性。
与此同时，海量的数据在无形中增加了企业人力、物力、财力的负担。
在这样一个特定的时代背景下，企业有必要了解目前企业竞争情报的发展现状以及存在的问题，然后运用一切有可能的方法解决面临的问题或者挑战。
二、相关理论研究现状竞争情报出现于上世纪80年代，美国竞争情报专业人员协会的成立标志着竞争情报的起源。
在我们国内，国人首次讨论竞争情报是1980年，初期国人的研究主要是翻译国外相关论文专著。
一直到1994年，中国科技情报学会情报研究暨竞争情报专业委员会成立才标志这我国的竞争情报才进入了系统研究阶段。
查阅了众多相关文献之后，笔者从以下几个方面对国内企业竞争情报的理论研究进行了概述。
1、竞争情报的定义。
从狭义上看，竞争情报与企业竞争情报相同。
从广义上看，其浩等研究者从竞争情报的服务对象域范围区分，可将其分为国家竞争情报、产业竞争情报和企业竞争情报。
而就目前关于竞争情报的研究中，普遍采用竞争情报等同于企业竞争情报的概念。
国内知名竞争情报专家包昌火定义的竞争情报是关于竞争策略竞争环境和竞争对手的信息和研究。
认知情报学：大数据背景下情报分析的新机遇
认知情报学：大数据背景下情报分析的新机遇情报分析是大数据时代情报研究中非常重要的一环。
图书馆正在从信息时代向数据时代进行过渡，并伴随着资源的全面数字化、富媒体化以及开放共享政策的不断完善，爆炸式增长的数据资源为传统的情报分析提出了极其严峻的挑战，新的情报分析手段亟待解决，从数据时代到计算时代的转变已经悄然提上议程［1］。
21世纪情报学的发展，离不开多学科的交叉融合，唯有在理论与实践不断的碰撞中，才能为情报学提供创新型的发展思路与更为广阔的发展前景。
国外提出的“认知情报学”，正是对于情报学在当代与其他学科进行创新性融合实践的解决方案。
1认知科学提出背景1.1背景学科介绍1.1.1认知、认知科学、认知计算认知是一种心理活动，或是一种获取知识，理解思想、经验与感觉的过程［2］。
认知包含像是知识、注意、记忆、判断、评价、推理、计算、解决问题、决策制定以及理解和语言的生产等一系列过程。
在认知过程中，利用已经存在的知识来推理出新的知识［3］。
认知科学(Cognitive Science)是一门交叉学科的科学研究，其主要以现代科学的手段来研究心智及其处理过程，即探索人类的智力如何产生以及人脑信息的处理过程。
在认知科学领域，认知科学家们关注语言、感知、记忆、注意力、推理和情感，并为了研究上述内容将一些诸如语言学、心理学、计算机科学、人工智能、哲学、神经科学、人类学等学科的知识运用其中［4］。
到目前为止,在学术界与工业界还没有对于认知计算(Cognitive Computing)广泛认同与接受的定义［5-7］。
认识计算最早追溯到模拟人脑的计算机系统的人工智能，20世纪90年代后，研究人员开始用认知计算一词来表明可以教计算机像人脑一样去进行思考而不仅仅是开发一种人工系统［8］。
通常对于认知计算的理解是指计算机通过使用硬件或者软件来模仿人大脑的功能，来辅助进行决策制定［9］。
一般来说，认知计算描述了基于人工智能的科学学科和信号处理的技术平台。
数据时代的情报方法体系
归一化加工
把“北大”与“北京大学”统一为“北京 大学”，
把“网络蜘蛛”、“爬虫”、“爬行器”、 “抓取器”等归一为“爬行器”
把英文、法文、日文等不同语种文献资料 翻译成中文
数据拆分
包昌火; 谢新洲;
包昌火
谢新洲
资源整合; 数字图 书馆; 数字资源; 网
络爬虫
/ab out/lrxz/lrxz03.jsp#cyp
图像信息在医学、地理科学等领域应用较多
大庆油田案例
• 时间：1966年 •人物：日本情报专家 •来源：1966年7月的某期 《中国画报》 •信息：关于王进喜的封面 照片 •情报：判定中国油田位置 位于北纬46度至48度的区 域，即中国东北的北部寒 冷地区。
信息F1 信息F2 信息F3 信息F4
信息链的线性结构
数据
信息
? 知识
情报
数据、信息与情报的转化模型
数据
数据加工
知识
信息
信息分析
知识
情报
科技情报工作实例
数据
期刊论文 会议论文 专利数据
······
检索
检索 知识
信息
某主题的 数据集合
分析
分析 知识
情报
研究快报 研究报告
······
从数据到信息的转化
信息
情有归细精 境效一分练 化化化化化 … 处处处处处 理理理理理
资源整合 数字图书馆 数字资源 网络爬虫
http
about/lrxz/lr xz03.jsp
www.pku.ed cyp
化柏林
从信息到情报的转化
情报
去差由化见 伪异此零微 存对及为知 … 真比彼整著 型型型型型
数据中心行业市场分析报告
数据中心行业市场分析报告数据中心行业是当今信息技术领域的重要组成部分，它不仅提供数据存储和处理的空间，而且支持着各种云计算、人工智能、物联网等领域的发展。
本报告对数据中心行业市场进行全面分析，旨在帮助读者了解当前市场状况、发展趋势以及存在的机遇与挑战。
一、市场概况数据中心市场近年来快速发展，主要受益于云计算和大数据技术的蓬勃发展。
随着各种新兴技术的迅猛发展，数据中心的需求日益增长。
全球数据中心市场规模从2017年的3000亿美元增长到2020年的5000亿美元，年均增长率达到10%以上。
预计未来几年，市场规模还将继续扩大。
二、市场驱动因素1. 云计算需求：云计算已成为企业信息技术的主要趋势，而数据中心是支撑云计算的基础设施。
随着云计算应用的普及，数据中心的需求将持续增加。
2. 大数据技术：大数据分析和处理需要更强大的计算和存储能力，数据中心作为大数据技术的核心基础设施，将受益于大数据发展的推动。
3. 物联网发展：物联网应用带来了海量设备数据的产生和处理需求，数据中心行业将成为物联网数据存储和处理的重要支撑。
4. 人工智能：人工智能的快速崛起也对数据中心行业提出了新的挑战和机遇。
数据中心需要提供更多的计算和存储资源，以满足人工智能算法的需求。
三、市场竞争态势当前，数据中心行业竞争激烈，主要厂商包括国际巨头和本土企业。
国际巨头拥有领先的技术和资源，具有较强的市场竞争力。
本土企业则凭借了解本地市场的优势，建立了一定的客户群体和合作伙伴关系。
此外，政府也在推动本国数据中心行业的发展，加大政策和资金的支持力度，促进本土企业的发展。
四、市场机遇与挑战1. 机遇：a. 市场需求增长：随着新技术的应用和信息化进程的推进，数据中心的市场需求将持续扩大。
b. 产业升级：随着数据中心行业的不断发展，整个行业将朝着高价值、高品质的方向发展，提供更加专业化和差异化的服务。
c. 政策支持：政府鼓励数据中心行业的发展，出台一系列政策和措施，提供支持和保障。
大数据在电子商务行业中的作用与发展
大数据在电子商务行业中的作用与发展随着互联网的快速发展，电子商务行业成为了当今社会经济发展的重要组成部分。
与此同时，大数据作为一种重要的技术手段，正在电子商务行业中发挥着越来越关键的作用。
本文将探讨大数据在电子商务行业中的作用与发展，并介绍其带来的利益和挑战。
一、大数据在推动电子商务行业发展中的作用1. 流量分析与用户行为预测大数据技术可以对电子商务平台上的海量用户数据进行分析，挖掘用户喜好、需求和购买行为等信息。
通过对用户行为的精确预测，电子商务企业可以实现个性化推荐和商品定制，提高销售效率和用户满意度。
2. 增强市场竞争力通过大数据技术，电子商务企业可以更加准确地了解市场趋势和竞争情报，提前预测行业发展方向，制定相应的市场策略。
同时，大数据还可以帮助企业发现潜在的市场机会，提供创新的产品和服务，提升市场竞争力。
3. 提高供应链效率电子商务行业的供应链涉及到众多环节，包括采购、仓储、物流等。
通过大数据技术的应用，企业可以实现对供应链各环节的实时监控和分析，优化供应链管理，提高供应链的响应速度和效率，降低成本，提供更好的产品和服务。
二、大数据在电子商务行业中的发展趋势1. 数据安全与隐私保护随着大数据技术的发展，用户的个人信息被广泛采集和应用。
数据安全和隐私保护成为了电子商务行业亟需解决的问题。
未来，电子商务企业将加强数据安全技术的研发和应用，提高用户数据的保护水平，遵循数据隐私法规，增强用户信任感。
2. 智能化与自动化未来，大数据技术将与人工智能、机器学习等技术相结合，实现电子商务行业的智能化与自动化。
通过自动化的数据分析和决策，企业可以更加准确地洞察市场，提供个性化的产品和服务。
同时，智能化技术还可以实现智能客服、智能物流等业务的提升，提供更优质的用户体验。
3. 数据跨界合作与共享未来，随着电子商务行业与其他行业的融合，数据的跨界合作与共享将成为趋势。
电子商务企业将与金融、物流、制造等行业共享数据资源，实现资源的互通互联，促进行业的协同发展，提高整体效益。
贵州省大数据资源开发利用的竞争情报解决方略
贵州省大数据资源开发利用的竞争情报解决方略钟元贵;陈峰【期刊名称】《中国科技资源导刊》【年(卷),期】2017(049)002【摘要】本文旨在从贵州战略全局顶层设计和提出具有可操作性举措的双重角度,思考求解推动贵州发展竞争情报与促进大数据产业应用交互促进、实现可持续发展的战略和举措问题,这既是已有竞争情报和大数据资源开发利用领域研究的拓展深化,也是基于求解现实工作问题的思考研究.通过文献资料研究、专家组讨论、专项调研、代表性竞争情报用户需求访谈相结合的方法,研究贵州大数据资源开发利用的竞争情报解决方略的主要问题.提出竞争情报解决方略在确立正确认知基础上,从系统工程顶层设计和竞争情报系统构建视角,确定指导思想和总体目标,进行组织体系设计,设立专职机构,使之成为贵州大数据竞争情报应用的倡导引领者、重大问题研究者、专业人才培养者、竞争情报产品与服务提供示范者、宣传推广者,激发、培育、创造贵州的竞争情报需求,推动贵州涌现越来越多的竞争情报最佳实践单位,推动贵州竞争情报工作与大数据资源开发利用工作交互促进与可持续发展.【总页数】7页(P68-74)【作者】钟元贵;陈峰【作者单位】中国科学技术信息研究所,北京 100038;中共贵州省委政策研究室,贵州贵阳 550002;中国科学技术信息研究所,北京 100038【正文语种】中文【中图分类】G350【相关文献】1.开发利用互联网开放存取竞争情报文献资源 [J], 于新国2.网络竞争情报资源开发利用初探 [J], 吴娱3.贵州省大数据理念下矿产资源开发利用的现状分析 [J], 李应辉;杨席;徐良易4.大数据背景下的资源建设与服务分析——以贵州省公共图书馆数字资源建设和服务为例 [J], 罗静5.贵州省瓮安县果果坪区地热资源分布与开发利用 [J], 肖明君因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
大数据背景下的竞争情报
摘要：大数据为竞争情报带来了机遇与挑战，在大数据背景下利用相关技术能
够对事件发展趋势进行预测，这与竞争情报的本质有异曲同工之处。
本文阐述了
在大数据环境下竞争情报应该注意搜索引擎、社交媒体和学术论文的情报搜集方
式以及情报分析应该向跨领域合作、多源数据融合、深入分析方面发展，以便更
好的发挥大数据的价值和促进竞争情报的发展。
关键词：大数据；竞争情报；情报搜集；情报分析
1 引言
随着大数据的兴起与发展，各领域对大数据有了不同的认识，当前较为一致的认识是从
其四个特性方面展开的了解，即数据量庞大、类型多样、数据价值密度低、数据处理速度快[1]，但是大数据的意义并不在于以高速度处理了大数量的数据，而在于通过对大规模数据的
处理从而挖掘数据中隐藏的信息并进一步预测其发展趋势，这与竞争情报中信息分析的本质
有异曲同工之处。
大数据环境下商业数据资源产生了井喷式增长，而大数据中的数据采集、机器学习、各
种可视化等技术给竞争情报信息搜集与分析提供了机会。
一种数据来源可能存在片面性，而
综合了多种数据来源推测出的信息能够在最大程度上趋近准确性，因此竞争情报有必要借鉴
大数据的新思想、新技术使自身更完善，更好的为决策服务。
2 大数据环境下的情报搜集
大数据环境下企业各种活动都离不开网络，这为企业竞争情报信息的搜集提供了便利，
随着大数据技术的快速发展，情报搜集方法也逐渐丰富起来，大数据环境下通过网络得到的
信息更多样进而更准确，同时通过智能数据采集的方法也节省了时间。
2.1 搜索引擎搜集方式
在大数据环境下，网络采集信息是最便捷、最及时的方式，通过网络有多种不同的情报
搜集方式，但是最省时省力省钱的一种方式就是使用搜索引擎查寻，可以通过企业在网页上
公示的活动或者相关人员对该企业的可视化数据获取信息，也可以通过访问目标企业的官方
网站获取企业的基本信息，培养数据搜集的敏感性。
分布在互联网上的信息具有分散性，因此需要从多平台上获取信息，注重情报收集的多
角度、多层次，拓宽情报获取渠道，结合查寻商业性数据库、专利数据库等获取目标企业的
综合信息进行分析。
2.2 社交媒体搜集方式
如今社交媒体已经成为日常生活中不可缺少的部分，因为社交媒体的广泛使用以及低成本、便利性等优势受到了竞争情报人员的青睐。
社交媒体中具有庞大的数据，这些数据经过
加工就成了客户的想法，竞争情报人员可以从中分析出目标企业客户的观点与情感，即对产
品或服务满意度及不满意的理由，对此企业可以采取相应的对策吸引这些客户成为潜在客户，此外针对这些数据甚至能够分析出目标企业的客户群体、客户市场等重要内容。
除了利用社
交媒体获得目标企业的数据外，也可以得到关于企业自身相关的数据，如在社交媒体中通过
奖励的方式使企业客户群体反馈意见、提供建议等，根据客户提出的问题完善企业自身的产
品或服务。
社交媒体分为不同的载体表现形式，综合不同平台的数据能够得到更准确、更详细的内容，因此应该注重其多层次性和数据搜集的广度。
2.3 学术论文搜集方式
学术论文也具有情报价值，在论文撰写过程中具备充足的文献调研、准确的数据以及严
谨的计算，因而学术论文具有高可靠性、专业性、原始性的特点，所以数据搜集应该注重该
方式，特别是在大数据环境下，一些学术论文中可以存在企业的原始数据或对目标企业的分
析等。
在学位论文中，无论论文中的实验失败与否都极具借鉴意义，可以利用实验成果也可
以根据失败的实验避开错误之处，节省人力物力财力。
学术论文的研究一般都是新颖的内容，因此对新技术、新领域具有一定的引导性，通过
学位论文的研究热点可以了解领域的热点及核心走向，因此可以利用学术论文的热门研究内
容进行预测，以得到新技术、新产品的先机。
3 大数据环境下的情报分析
情报分析是对数据或信息进行分析与挖掘的过程，对于决策的规划和实施起着至关重要
的作用[2]。
大数据环境下数据量急剧增加，传统的人工信息分析显然无法满足需求，而且传
统方式的文本信息通常比较分散，因此信息共享成为一个难题，加上单一文本信息获取的有
效信息较少，情报分析人员的专业背景和经验决定了其知识发现能力，也对情报分析结果造
成了一定影响[3]，因此在大数据环境下情报分析方式也应与时俱进。
3.1 跨领域合作
随着科学研究的深入，学科专业之间呈现分化与重组的趋势，各学科专业知识越来越细化，研究内容趋于精细和深入，于是情报分析人员需要掌握跨学科知识，再加上专利信息、
文献信息等的迅猛增长，情报分析需要依靠计算机，利用大数据技术中的机器学习、可视化
分析、数据分析等技术，采用词频、词共现等方法加以人工判断形成结果为决策提供依据。
互联网发展引起的信息激增以及问题解决复杂程度的加深对情报分析提出了更高的要求，在
此情况下，情报分析更需注重跨领域合作，融合不同领域的数据、人才、技术相互协作，致
力于从复杂数据中探索知识之间的相互关联以更好的为决策服务。
3.2 多源数据融合
在大数据环境下，企业竞争情报数据来源更加多样化，涉及要素更加细化，而这些数据
由于不同来源渠道、不同语言、不同载体、不同表现形式等导致数据呈现异构性，类型复杂
多样[4]。
某一数据源有时可能只显示了情报中的一个方面，这导致单一数据源无法满足大数
据环境下情报分析的要求，同时多源数据能够对数据中分析出的结果进行相互印证，保证情
报的科学性、准确性以更好的为决策服务，因此情报分析需要海量数据作为基础从中获得最
有价值的信息，这也表明多源数据融合已经成为情报分析中的重要部分与发展趋势。
3.3 深入分析
在大数据环境下，各种事物之间有着更深层次的关联，情报分析的任务并不仅在于发现
这些关联，而是在发现事物之间的关联性后能进行进一步分析，推导出其中存在的因果关系，洞察事物发生的原因，揭示事物之间的本质联系，这样才能更好的预测事物的发展趋势。
因
此在情报分析过程中要注重数据的深入挖掘与精细分析，找出其中最本质、能体现战略意图
的信息。
4 结语
大数据环境给竞争情报带来了机遇与挑战，随着大数据技术的发展我们的思维与决策方
式也随之而变，竞争情报也在不断丰富和完善其内容，但是如何利用大数据思维和技术判断
出最有价值的情报信息应该保持不变。
在大数据环境下，竞争情报具有全员性，企业应该在
做好竞争情报工作的同时更需要注意自身企业情报工作的安全，将大数据带来的不利影响转
变为有利影响，将大数据的价值发挥到最大化。
参考文献：
[1]张引，陈敏，廖小飞.大数据应用的现状与展望[J].计算机研究与发展，2013，50
（S2）：216-233.
[2]黄河燕，曹朝，冯冲.大数据情报分析发展机遇及其挑战[J].智能系统学报，2016（6）：719-727.
[3]李广建，化柏林.大数据分析与情报分析关系辨析[J].中国图书馆学报，2014，213（40）：14-22.
[4]化柏林，李广建.大数据环境下的多源融合型竞争情报研究[J].情报理论与实践，2015，38（04）：1-5.
作者简介：赵丽，1997年5月，女，汉，山东省德州市，硕士研究生在读，2018级，
研究方向：信息资源管理。