大数据环境下数字信息资源服务创新
数字化时代下政务服务的创新模式研究
数字化时代下政务服务的创新模式研究随着信息化和智能化技术的迅速发展，数字化时代已经成为趋势，政务服务也不例外。
在数字化时代的背景下，创新是推动政务服务不断优化的关键所在。
一、数字化时代政务服务的现状随着经济社会的快速发展和人民日益增长的需求，政务服务的品质和数量必须不断提高。
虽然政务服务已经实现了电子化，但仍面临一些问题。
比如说，各地网上政务服务存在质量不一、信息不对称等问题；线上服务和线下服务仍然存在分割和不协调的情况。
此外，现有的电子政务服务主要依靠管理部门和信息化部门来推动，缺乏市场化和商业化运营模式，无法进行健康发展和持续创新。
二、数字化时代政务服务的创新模式数字化时代下，政务服务要实现转型和创新，提高政务服务的质量和效率，必须要探索新的创新模式。
具体而言，政务服务可以从以下几个方面进行转型和创新：1、加强信息化建设。
政府部门应该不断完善信息化设施，提高数字化服务的质量和效率，为群众提供便捷的服务。
比如，增加政府服务网站、手机APP的覆盖范围和功能，实现多终端互联，满足不同层次用户的需求。
2、推行政务服务标准化和极简化。
政府部门应该根据各项政务服务的功能和人民需求，制定相关的标准规范，增强服务质量和服务能力。
同时，应当简化政务服务流程，减少不必要的审批、证明和备案等程序，避免重复操作和浪费时间。
3、拓宽政务服务渠道。
政府不仅应该加强线上服务，还应开展线下服务。
例如，提升政府服务大厅设施、加强机器人交互、提供电子自助服务设施等，以提高服务质量和效率。
4、加强数据开放。
政府应该充分利用互联网和数据技术，开放政务信息，使公众可以随时随地查询和下载相关数据和资料，促进互联网+政务服务的全面化、便利化和社会化。
同时，政府要注重保护个人隐私、防止数据滥用。
5、激励互联网创业。
政府应该制定相关的政策，推动互联网创业的创新发展。
例如，鼓励企业开发创新型软件和APP，鼓励企业和个人参与数字政务服务，推动互联网+政务服务的创新发展。
大数据对数字经济创新和发展的推动作用
大数据对数字经济创新和发展的推动作用在当今数字化时代，大数据作为一项重要的技术和工具，对数字经济的创新和发展起到了不可忽视的推动作用。
凭借着其强大的数据收集、存储、分析和应用能力，大数据为数字经济赋予了更多的价值和可能性。
首先，大数据的推动作用体现在其对数字经济的创新能力。
传统经济主要依赖于有限的数据样本和经验判断进行决策，而大数据则通过采集和分析大量的数据，可以帮助企业发现潜在的商机和市场趋势，提供数据支持和决策依据。
例如，在电商领域，通过对用户的购买历史、浏览行为和社交网络数据的分析，企业可以准确预测用户的购买偏好和需求，从而实现个性化的推荐和营销策略，提升销售额和用户满意度。
其次，大数据还可以通过挖掘数据间的关联性和模式，帮助企业发现新的商业模式和价值创造方式，推动数字经济的发展。
通过大数据技术，企业可以发现市场中的需求空缺，创造新的产品和服务，满足消费者的个性化需求。
例如，通过对用户数据和社交网络数据的分析，企业可以及时发现和满足新兴市场的需求，开拓新的消费群体，为数字经济注入新的活力。
此外，大数据还能够帮助企业提高运营效率和降低成本，从而增强数字经济的竞争力。
通过对供应链、生产流程和客户服务等方面的数据分析，企业可以找到运营过程中的瓶颈和优化空间，提高资源配置的效率和精度。
例如，在物流行业，通过运用大数据分析技术，企业可以实时监控货物运输的状态和交通情况，优化运输路线和方式，提高物流效率，降低运输成本。
此外，大数据还可以促进数字经济与其他经济领域的融合和创新。
以文化与娱乐产业为例，大数据技术可以结合文化产业的特点和需求，挖掘数据所具有的艺术和文化价值，实现数字资源的开发和利用。
通过对用户偏好、消费行为和版权利益等方面的数据分析，企业可以更好地了解用户的需求和喜好，提供更具创意和个性化的文化产品和服务。
然而，随着大数据的运用不断扩大，也面临着一些潜在的挑战和问题。
首先，数据安全和隐私保护成为了一个重要的议题。
信息资源管理在数字化时代的作用和挑战
信息资源管理在数字化时代的作用和挑战随着数字化时代的到来，信息资源管理变得越来越重要。
信息资源管理是指对信息资源进行有效的组织、利用和保护，以满足组织和个人的信息需求。
在数字化时代，信息资源的数量和复杂性不断增加，同时也面临着一系列的挑战。
一、信息资源管理的作用1. 提高工作效率：信息资源管理可以帮助组织更好地管理和利用信息，提高工作效率。
通过信息资源管理系统，员工可以更快地获取所需信息，减少重复劳动，提高工作效率。
2. 促进创新和决策：信息资源管理可以为组织提供大量的信息，促进创新和决策。
通过对信息资源的分析和整合，组织可以获取市场趋势、竞争对手的动态等信息，为决策提供依据。
3. 提升信息安全：信息资源管理可以加强信息的安全管理，防止信息泄露和不当使用。
通过建立信息安全策略和措施，组织可以保护信息资源的完整性和机密性。
4. 促进知识管理：信息资源管理可以促进知识的共享和传播。
通过建立知识库和协作平台，组织可以更好地管理和利用知识资源，提高组织的学习和创新能力。
二、信息资源管理面临的挑战1. 信息爆炸：随着数字化时代的到来，信息资源的数量呈指数级增长，组织面临着信息爆炸的挑战。
如何有效地管理和利用海量的信息资源成为一个亟待解决的问题。
2. 数据质量问题：数字化时代的信息资源往往存在着数据质量问题。
信息的准确性、完整性和一致性成为信息资源管理的难点。
组织需要建立数据质量管理机制，确保信息资源的可靠性和可用性。
3. 技术更新换代：数字化时代的技术更新换代速度快，信息资源管理系统需要不断适应新技术的发展。
组织需要及时更新和升级信息资源管理系统，以适应新的技术环境。
4. 隐私和安全问题：在数字化时代，个人隐私和信息安全越来越受到关注。
组织需要加强对信息资源的保护，确保个人隐私不被侵犯，信息不被非法获取和利用。
三、信息资源管理的发展趋势1. 数据分析和人工智能：随着大数据和人工智能的发展，信息资源管理将更加注重数据分析和人工智能的应用。
创新创造大数据时代下的创新思维与方法
创新创造大数据时代下的创新思维与方法在当今大数据时代，创新和创造成为推动社会发展的重要力量。
大数据的涌现和应用为创新提供了前所未有的机遇和挑战。
如何在大数据时代下培养和发展创新思维，探索有效的创新方法，成为了当下亟待解决的问题。
一、理解创新思维的基本概念创新思维是指以开放、灵活、敢于冒险和突破传统的思维方式，以及寻求新点子、新观念和新方法的能力。
它强调将问题与解决方案解耦，打破既定思维模式，寻找新的思维逻辑和创造性解决方案。
二、大数据时代下创新思维的重要性1. 提供广阔的信息资源：大数据时代下，海量的数据可以为创新提供更多的信息资源，帮助人们快速获取和分析相关的数据，从而启发创新的思维。
2. 促进跨界融合：大数据的连接和整合能力可以帮助不同领域和行业之间的知识和资源互通，加速跨界融合，从而孕育出更多的创新思维和方法。
3. 探索潜在需求和机会：通过对大数据进行深入挖掘和分析，可以发现未被满足的需求和潜在的机会，为创新提供有力的支持和引导。
三、培养创新思维的方法1. 打破思维定势：要培养创新思维，首先要摆脱传统思维的束缚，打破思维定势。
可以通过参加创新思维训练、开展头脑风暴以及多角度思考等方式来拓展思维的边界。
2. 激发想象力和创意：想象力和创意是创新的源泉，可以通过培养对艺术、文学和科幻等相关领域的兴趣，通过模仿和练习创意技巧，以及阅读与创新相关的书籍和案例来激发个人的想象力和创造力。
3. 培养跨界思维：跨界思维是大数据时代下创新思维的重要组成部分。
可以通过参与不同领域的学习和交流，积极开展多领域创新项目，培养自己的跨界思维能力。
4. 强调用户体验：创新的目的是为了解决用户问题和满足用户需求。
因此，在创新过程中，要注重对用户的观察、理解和体验。
可以通过用户调研、用户故事和用户体验设计等方法，将用户放在创新的中心位置。
5. 鼓励团队合作和开放分享：创新往往需要多领域、多技能的团队协作。
在大数据时代下，要鼓励团队成员之间的开放分享和合作，通过集思广益，汇聚各方智慧，实现创新的突破。
基于大数据的信息资源管理技术创新案例
基于大数据的信息资源管理技术创新案例随着信息时代的到来，大数据已经成为企业管理和决策的重要工具。
大数据的应用不仅可以帮助企业更好地了解市场需求，还可以优化生产流程、提升服务质量。
在信息资源管理方面，大数据的应用也带来了许多创新案例。
本文将通过几个实际案例来说明基于大数据的信息资源管理技术创新。
案例一：智能仓储管理系统传统的仓储管理系统往往需要人工对库存进行盘点和管理，效率低下且容易出错。
而基于大数据的智能仓储管理系统可以实现实时监控和智能分析，大大提高了仓储管理的效率和准确性。
该系统通过传感器和RFID等技术，实时采集仓库中的物品信息和库存情况。
然后，利用大数据分析技术对这些数据进行处理和挖掘，可以实时监控库存的变化、预测需求和优化货物的存放位置。
同时，系统还可以自动化地生成报表和提供数据分析结果，帮助企业管理者做出更加科学的决策。
案例二：个性化推荐系统在互联网时代，个性化推荐已经成为了各大电商平台和社交媒体的核心功能。
基于大数据的个性化推荐系统通过分析用户的历史行为和兴趣偏好，可以根据用户的需求给出个性化的推荐结果。
例如，在电商平台上，系统可以根据用户的购买记录、浏览行为和社交网络信息等多维度数据，进行数据挖掘和分析，从而给用户推荐他们可能感兴趣的商品。
这种个性化推荐不仅提升了用户的购物体验，也帮助企业提高了销售额和客户满意度。
案例三：智能客服系统传统的客服系统往往需要大量的人力投入，而且效率低下。
而基于大数据的智能客服系统可以通过语音识别、自然语言处理和机器学习等技术，实现自动化的客户服务。
这种智能客服系统可以通过分析海量的客服数据，学习和理解用户的问题和需求，并给出相应的解答和建议。
同时，系统还可以根据用户的情感和行为，进行情感分析和个性化服务。
这种智能客服系统不仅可以提高客户满意度，还可以降低企业的运营成本。
案例四：智能营销系统基于大数据的智能营销系统可以通过分析用户的行为和偏好，实现精准的营销和推广。
数字化时代下的资源管理技术创新与应用
数字化时代下的资源管理技术创新与应用摘要：随着数字化时代的到来，科技的快速发展和普及给各行各业带来了巨大的变革。
在这个数字化的浪潮中，资源管理成为了一个备受关注和重视的领域。
传统的资源管理方法已经无法满足日益增长、多样化的需求。
因此，资源管理技术的创新与应用成为了当务之急。
本文将探讨数字化时代下的资源管理技术创新与应用，仅供参考。
关键词：数字化时代；资源管理；技术创新；应用一、数字化时代下的资源管理技术创新（一）云计算和大数据技术云计算是一种基于互联网的计算方式，通过将计算机资源（包括硬件、软件和服务）提供给用户，使其能够按需获取所需的计算资源。
云计算的原理是通过网络将计算资源集中管理，用户可以通过互联网进行访问和使用，而不需要自己购买、维护和管理硬件设备和软件系统。
云计算的关键特点包括按需自助服务、广泛网络访问、资源池共享、快速弹性伸缩和可度量服务等。
大数据技术在数字化时代下对资源管理产生了深远的影响。
大数据技术能够实时处理和分析大规模的数据，从而帮助组织更好地管理和利用资源。
首先，大数据技术能够帮助组织收集和分析各种类型的数据，包括结构化数据和非结构化数据，从而获取更全面和准确的资源信息。
其次，大数据技术能够通过数据挖掘和机器学习等方法，发现数据中的潜在模式和规律，为资源管理提供更科学和准确的决策依据。
此外，大数据技术还可以帮助组织优化资源配置和利用，提高资源的利用效率和经济效益。
（二）物联网技术物联网是指通过以太网、互联网、无线通信等技术，将各种物理设备、传感器、逻辑设备等互相联接起来，实现信息的互通和共享，从而形成一个智能化的网络系统。
物联网的应用范围非常广泛，涉及到工业生产、交通运输、城市管理、农业种植、智能家居等各个领域。
通过物联网技术，各种设备和物体能够实现互相连接和通讯，实现资源的共享和管理。
物联网技术在资源管理方面具有重要的作用和优势。
首先，物联网技术能够实时监测和采集各种资源的数据，包括能源消耗、生产设备运行状况、环境信息等。
如何进行大数据创新
如何进行大数据创新在当下信息和数字时代，大数据是促进企业创新和发展的强力驱动力。
通过分析海量数据和信息，企业能够了解客户需求、制定目标、调整产品（或服务）细节，甚至发现新的商业模式。
因此，在这个时代，企业想要成功创新起来，大数据是必不可少的一项工具。
但是，如何进行大数据创新呢？本文将对此进行一些讨论，并探讨一些企业在这个领域成功的实践方法。
第一步：确定目标和业务目的企业使用大数据，是为了实现某种目标或解决业务问题。
因此，在开展过大数据分析和研究之前，需要确定这些目标和业务目的。
这样可以让企业聚焦于其真正需要解决的问题，精准地采集并处理有用的数据。
例如，企业可以针对品牌试图解决的问题或业务目标，确定大数据分析的具体目标。
如果企业想知道客户偏好、如何改善商品，或是如何优化服务，则需要建立更详细的业务目的和指标，为企业后期大数据分析提供更具体和清晰的方向。
第二步：建立大数据平台和数据集合系统一旦企业确定了大数据分析的目标，下一步就是建立大数据平台和数据集合系统。
这个平台必须要能够收集、存储、处理和分析巨量的数据并提供可靠的数据分析工具和方式。
通常情况下，这个过程包含了复杂的技术操作，如Hadoop和Spark的部署、服务器资源管理、监视和配置等。
因此，企业需要聘请经验丰富的大数据专家来管理和处理数据。
同时，需要一些较为先进的工具来帮助企业在收集大量数据的同时，更好地收集相关信息。
第三步：数据分析和处理进程在大数据平台和数据集合系统中，企业可能需要处理结构化或非结构化的数据。
因此，企业需要使用标准化工具，以便将海量数据转化为容易分析的数据格式。
此外，企业需要将收集到的数据与其他数据源集成，包括来自传感器等端点的数据、网页上的数据、物联网设备上的数据等。
所有这些，都需要大数据专业人士进行操作处理。
第四步：数据分析和洞察数据分析和洞察是大数据创新最重要也是最具挑战性的一步。
在此步骤中，企业需要通过特定的分析方法（例如，机器学习、人工智能、自然语言处理等）从组织中的大量数据中挖掘出有用的模式、知识和见解。
大数据在环境保护中的创新应用
大数据在环境保护中的创新应用在当今时代，环境保护已经成为全球共同关注的重要议题。
随着科技的飞速发展，大数据正以其强大的力量为环境保护带来前所未有的创新和变革。
大数据的应用不再局限于传统的领域，而是逐渐渗透到环境保护的方方面面，为解决环境问题提供了新的思路和方法。
大数据在环境监测方面发挥着至关重要的作用。
传统的环境监测往往依赖于有限的监测站点和人工采样，这种方式不仅效率低下，而且难以获取全面、准确的环境数据。
而大数据技术的出现改变了这一局面。
通过在环境中广泛部署传感器、卫星遥感等设备，可以实时收集大量的环境数据，包括空气质量、水质、土壤状况、气候变化等。
这些数据源源不断地传输到数据中心，经过分析和处理，能够为我们提供更加精细、全面的环境状况画像。
例如，空气质量监测不再仅仅依靠几个固定的监测站点。
现在，通过在城市各个角落布置的小型传感器，可以实时获取每个区域的细微空气质量变化。
这些传感器收集到的数据包括 PM25、PM10、二氧化硫、氮氧化物等污染物的浓度。
同时，结合卫星遥感数据，能够监测到更大范围的大气污染情况，甚至可以追踪污染物的来源和扩散路径。
在水质监测方面，大数据同样带来了巨大的突破。
安装在河流、湖泊、海洋中的传感器可以实时监测水温、酸碱度、溶解氧、化学需氧量等指标。
这些数据的快速获取和分析，有助于及时发现水质的异常变化，为采取相应的治理措施提供依据。
大数据还在环境预测和预警方面表现出色。
利用历史环境数据和先进的数据分析算法，可以对未来的环境变化进行预测。
比如，通过分析多年的气象数据、污染物排放数据以及地理信息等，能够预测空气质量在未来一段时间内的变化趋势。
这使得相关部门可以提前采取措施，如调整工业生产计划、限制车辆出行等，以减轻环境污染的程度。
对于自然灾害的预警，大数据也发挥着重要作用。
通过整合气象数据、地质数据、水文数据等多源数据，可以对洪水、山体滑坡、泥石流等自然灾害进行更加准确的预测和预警。
- 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)。
2 数字信息资源服务创新进展
在国内，涂子沛较早将大数据引入公众视野［6］，他在 总结大数据的成因和趋势时，认为可以用图 1 表示。当数 据和信息以资源的形式表现出来时，就形成了数字信息资 源，它的建设、开发和服务是一个长期的、系统的、复杂 的过程，同时呈现 出 由 集 中 到 分 散 再 到 集 中 的 趋 势。 当 前，相关工作正在向数字环境快速过渡，同时也以 “用户 为中心，服务为主导” 理念重构资源建设。这里主要介绍 已经产生广泛影响的 Web 2. 0 和云计算下的信息服务以及 带来的挑战。
从信息资源管理的角度看，大数据环境下数字信息资
— 28 —
·第 37 卷 2014 年第 6 期·
情报理论与实践 （ ITA） 欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟
源的空间结构和时间结构也发生了大的变化。从空间结构 看，2005 年以前，业界一直认为政府是信息资源的最大 保有者 （ 80% 左右） ，信息机构 （ 信息中心和图书馆等） 是信息资源体系中的核心节点，而 2011 年麦肯锡公司的 报告显示，政府拥有约 848 PB 数据，约占数字信息资源 总量的 12% 左右，信息机构的数字信息资源总量更是远 远低于信息服务商的数据总量，因而大数据环境下数字信 息资源的空间结构分布更加扁平化和多样化，如何在竞争 更加激烈的数据丛林中寻求信息资源服务的创新和突破具 有重要现实意义。而从时间结构看，信息生命周期理论是 信息资源管理的核心理论，大数据环境也在某些方面突破 了传统信息资源管理的理念。一直以来信息资源管理理论 集中于信息资源的采集、加工和处理阶段； 而大数据环境 更加凸显了数据产生的管理 （ 物联网） 、数据汇集和交换 效率 （ 云计算） 以及数据存储 （ 云存储） ，并使得不同生 命阶段的数据之间的内部关联性大大增强，信息生命周期 模型逐渐从一个描述信息资源管理理念的 “概念模型” 演变为可行的 “架构模型”。因而大多数环境下数字信息 资源的纵向与横向关联更加紧密，如何在全生命周期管理 过程中强化信息资源服务质量，促进数据、信息向知识、 情报的转化也是当前面临的核心问题。
理论与探索 欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟欟
● 张 斌，马费成 （ 武汉大学 信息资源研究中心，湖北 武汉 430072）
大数据环境下数字信息资源服务创新*
摘 要： 大数据是全球数据自发式、爆发式增长以及数据处理高效率要求的综合体现。文章认为大数据是数据管理 和服务理论的深化、延续和扩展，从信息资源管理的角度看，大数据环境下数字信息资源的时空结构发生了很大变化。 从 Web 2. 0 和云计算两个方面对当前数字信息资源服务进行了梳理，并讨论了基于关系网络积极创新服务模式的 3 个方 向。最后，结合当前大数据环境形势，对服务创新需要注意的 4 个问题进行总结，提出了展望。
Keywords： big data； digital information resources； service innovation
数据与信息作为新兴战略资源，其内容组织和服务能 力的水平构成了数字环境下一国综合竞争力的重要组成部 分，美国、欧洲、日本、韩国等众多国家和地区都将数字 信息资源 管 理 和 服 务 能 力 作 为 国 家 战 略 予 以 推 进。2012 年 3 月 29 日，奥巴马政府宣布了一项 “大数据研究与发 展先导计划”，将 “大数据” 从市场行为正式上升为国家 科技战略［1］。值得注意的是，“大数据” 的到来描绘了一 个在关键发展领域改善决策效果且合乎成本效益的愿景， 比如： 医疗、就业、经济发展、犯罪与安全、自然灾害和 资源管理，这给发展中国家提供了丰富的发展机会。与此 同时，几乎所有知名的大数据讨论都发出了警告，比如： 对隐私的关注、互操作性的挑战、不完善的规则导致的绝 对权利，这些就像缺乏科技基础设施和稀缺的经济与人力 资源那样给发展中国家带来了长期挑战［2］。
对社交媒体产生的大量数据进行分析是提升服务质量 的关键，而由此也带来了诸多挑战，如： 数据量庞大、非 结构化和不一致性、数据的有效性、缺乏仿真工具和可视 化支持、隐私和信任［7］。利用人为标识数据可以大大减轻 事后数据识别和分类的困难，但这在给用户增添麻烦的同 时还得不到用户认可。研究有效又简易的数据表示方法是 处理网络数据的难题之一。结合语义网技术的 Web 2. 0 应 用设计模式 （ the Social-semantic Web） 可能是解决方案之 一，一方面，用户语言表达可以被编码，并通过相应工具 进行推理； 另一方面，依然保留着面向网络社群的 Web 2. 0 技术［8］。借鉴语义网和 Web 2. 0 技术的优势，将它们 思想融合，可以提出互联网环境下实现非结构化数字信息 资源组织和共享的方法［9］。同时，利用语义网技术对 Web 2. 0 各种服务产生的数据进行链接和再利用，也是当前的 研究热点。 2. 2 云计算环境下的多源信息服务
图 1 大数据的成因和趋势
2. 1 基于 Web 2. 0 的信息服务 Web 2. 0 技术的发展和应用大大缩短了资源系统和用
户之间的距离，用户不再仅是服务的对象，还可以成为资 源提交、评价、服务的直接参与者。众多的 Web 2. 0 服 务，特别是维基、博客、微博、社交网站，展现了在网络 环境下拓展资源、延伸服务的无限可能。Web 1. 0 下使用 分类法的思想组织网络分类目录，难以应对网络信息以指 数形式增长，于是提出了带有大众参与色彩的分众分类 法，希望借助更多人员，以更低成本通过自组织方式完成 资源的标引工作。
从实践层面看，2011 年以来产业界、科研机构和政 府对大 数 据 问 题 的 关 注 持 续 而 猛 烈。 IBM、 IDC、 麦 肯 锡 等 IT 服务前沿机构快速跟进并大力推广这一新兴服务理 念，Google， Amazon， Microsoft， IBM， Salesforce 等 都 先 后建立了各自的云计算商业服务平台。Google 更是从 2004 年就推进 Hadoop 和 BigTable 分析数据基础设施的构建， Facebook 也致力开发 Apache Cassandra 分布式数据库系统， 科研机构和科技管理机构也大力推进海量数据库集群的构 建，推进数据的交汇与融合。对于 信 息 服 务 机 构 而 言， OCLC 于 2009 年宣布在 Worldcat 的基础上应用云计算技术 实施数字图书馆 的 网 络 级 管 理 服 务 （ Web-scale Management Services） ，依靠云计算技术的优势更好地整合全球图 书馆的信息资源，为广大使用者提供一个更好的信息平 台。欧洲图书馆、信息和文献联合会 （ EBLIDA） 2010— 2013 年战略规划将海量数据保存作为七大战略挑战之一， 美国国会图书馆也正积极应对 1700 亿推特评论的大数据 挑战。美国政府更是从 2010 年 12 月提出 《规划数字化未 来》 的专门 报 告，提 出 数 据 的 指 数 级 增 长 和 数 据 分 析 的 要求提升，需要政府各部门制定应对大数据的战略，2011 年则发布了 《联邦政府云战略》 并打造 Data. Gov 开放数 据平台，奥巴马政府在 2012 年 3 月 29 日宣布的 “大数据 研究与发展先导计划”，旨在通过提高从海量、复杂的数 据集合中抽取知识的能力，帮助解决国家面临的一些最紧
关键词： 大数据； 数字信息资源； 服务创新
Abstract： “Big data”is the comprehensive reflection of spontaneous and explosive growth of global data and high efficiency requirements of data processing. This paper thinks that big data is the deepening，continuation and expansion of data management and service theory. From the perspective of information resources management，the temporal-spatial structure of digital information resources has undergone great changes under the big data environment. The paper sorts out the current service of digital information resources from Web 2. 0 and cloud computing， and discusses 3 directions of service innovation model based on relationship network. Finally，combining with the current big data environment，the paper summarizes 4 issues of service innovation need to pay attention，and puts forward the prospect.
根据 2011 年 5 月，麦肯锡公司发布的 《大数据： 创 新、竞争和生产力的下一个前沿》 报告［3］，中国并非数 字信息资源大国，不论资源总量，还是资源管理能力和水 ห้องสมุดไป่ตู้，均不处于领先地位。因而，识别信息资源爆发式增长 带来的机遇和挑战，并对大数据环境下的信息资源服务创 新作出深度剖析和快速应对，是当务之急。
迫的问题，提倡在以下领域发起大数据研究计划： 提升收 集、存储、保护、管理、分析和共享海量数据所需的一流 核心技术； 利用这些技术加速科学工程探索的步伐，加强 国家安全能力，改善教育和学习； 扩展开发和使用大数据 技术所需的劳动力市场。此外，英国、加拿大、新西兰、 德国都建设了相应的国家公共数据开放网站。