大数据环境下情报分析新方法
新时期科技情报信息服务模式及管理策略探讨
新时期科技情报信息服务模式及管理策略探讨随着科技的发展和信息化时代的到来，科技情报信息服务在各个领域中扮演着越来越重要的角色。
科技情报信息服务不仅仅是提供信息的工具，更是促进科技创新和发展的重要推动力。
在新的时代背景下，科技情报信息服务的模式和管理策略也在发生着重大的变化。
本文将探讨新时期科技情报信息服务模式及管理策略的相关问题。
一、新时期科技情报信息服务模式1. 数据驱动在新时期，科技情报信息服务模式正从以人为中心转变为以数据为中心。
大数据技术的发展，使得大量的数据可以被收集、存储、分析和利用。
科技情报信息服务机构可以通过大数据技术分析用户的行为、需求和喜好，为用户提供个性化、精准的服务。
科技情报信息服务机构还可以利用大数据技术分析科技信息的发展趋势和规律，为科技决策提供依据和支持。
2. 开放式平台传统的科技情报信息服务模式通常是封闭的、垂直的。
而在新时期，科技情报信息服务模式正向开放式平台转变。
通过开放式平台，科技情报信息服务机构可以与各种组织和机构进行合作，共同分享资源和互惠互利。
开放式平台不仅能够扩大科技情报信息服务的影响力和覆盖范围，还能够促进科技创新和资源共享。
3. 多元化服务在新时期，科技情报信息服务的服务内容也正变得越来越多元化。
除了提供传统的文献检索、知识咨询等服务外，科技情报信息服务机构还可以提供专利查询、技术评估、科技政策研究等服务。
多元化的服务可以更好地满足不同用户的需求，提升科技情报信息服务的价值和影响力。
1. 建立数字化平台随着信息化时代的到来，数字化平台已经成为科技情报信息服务的核心。
科技情报信息服务机构需要建立健全的数字化平台，包括数字化资源库、数字化检索工具、数字化服务系统等。
数字化平台可以帮助科技情报信息服务机构更好地管理和利用科技信息资源，提高服务效率和质量。
2. 强化人才队伍建设科技情报信息服务的核心是人才。
在新时期，科技情报信息服务机构需要强化人才队伍建设，培养一批具有科技背景和信息技术能力的专业人才。
情报分析中数据分类分级的关键技术与方法
情报分析中数据分类分级的关键技术与方法情报分析是一项重要的任务，它可以帮助决策者了解和评估各种安全威胁。
在情报收集和分析过程中，数据分类分级是一项至关重要的工作。
本文将重点探讨情报分析中数据分类分级的关键技术与方法。
数据分类分级在情报分析中的作用不可忽视。
通过对收集到的情报数据进行分类分级，可以更好地组织和管理信息，提高分析的效率和准确性。
下面将介绍几种常用的关键技术与方法。
首先，一种常见的技术是基于内容的分类方法。
这种方法通过分析情报数据的内容特征，将数据划分为不同的类别。
例如，可以根据情报数据所涉及的主题或领域进行分类，比如恐怖主义、网络安全、军事威胁等。
此外，还可以根据情报数据的来源进行分类，比如政府机构、媒体报道、情报部门等。
基于内容的分类方法可以帮助分析员更好地理解情报数据的内涵与特点，提供针对性的分析和洞察。
其次，另一种重要的技术是基于关系网络的分类方法。
在情报分析中，了解数据之间的关系是非常重要的。
通过建立关系网络，可以更好地理解情报数据之间的联系和影响。
例如，可以建立嫌疑人之间的社交网络，分析他们之间的关系密切程度，从而判断他们是否构成了一个恐怖组织。
此外，还可以建立事件之间的关系网络，分析事件之间的因果关系和影响程度。
基于关系网络的分类方法可以帮助分析员更全面地了解情报数据的背景和关联，提供更深入的分析和预测。
除了以上两种方法，还有一种重要的技术是机器学习和人工智能。
随着大数据时代的来临，情报分析面临着海量的数据，传统的分类方法已经不再适用。
机器学习和人工智能可以通过训练算法，自动从大量的数据中学习和发现规律，提供更准确和高效的分类结果。
例如，可以使用机器学习算法对情报数据进行自动分类，训练模型根据数据的特征和模式判断其所属的类别。
此外，还可以利用人工智能技术进行情报数据的自动标注和归类，大大提高分析的速度和准确性。
除了技术和方法，数据分类分级还需要考虑到安全性和隐私保护。
情报数据往往涉及到国家安全和个人隐私，必须严格控制和管理。
大数据开启公安情报工作新时代
大数据开启公安情报工作新时代摘要当前，大数据已成为学术界、企业界乃至政府关注的焦点。
大数据应用于公安领域，将推动公安情报工作发展与变革。
公安情报工作以信息资源开发为核心，需要拥有数量足够庞大的信息资源，而大数据可以弥补公安机关信息资源的不足。
公安机关顺应大数据时代的发展要求，应更新观念，提高大数据获取、分析与应用能力，并做好数据安全和隐私保护工作。
关键词公安情报工作大数据信息资源一、大数据的概念关于“大数据”（BigData），目前仍未有统一的定义，通常是指“无法在一定时间内用传统数据库软件工具对其内容进行抓取、管理和处理的数据集合”。
①它是由不断增长的数据量和数据种类逐渐衍生出来的一种现象。
大数据之“大”并不是仅仅指数据量的大小，而是体现在它的规模或复杂程度超出了常用技术按照合理的成本和时限捕捉、管理及处理这些数据集的能力。
②关于大数据的特征，可归结为4V：海量的数据规模（Volume），快速的数据流转和动态的数据体系（Velocity），不同结构、不同来源、不同形态的各种数据类型（Variety），更高的准确性（Veracity）③或巨大的数据价值（Value）。
大数据一词起源甚早。
二十世纪八十年代，美国就有人提出这一概念。
近年来，大数据一词日益流行，各国企业界、学术界不断对此进行探讨，现已成为国家和政府层面的发展战略。
2008年9月，英国《自然》杂志推出“大数据”专刊，阐述大数据所带来的技术挑战、现有解决技术以及未来发展方向。
同年12月，美国“计算社区联盟”发表白皮书《大数据计算：在商务、科学和社会领域创建革命性突破》，阐述在数据驱动的研究背景下，解决大数据问题所需的技术以及面临的一些挑战。
④2011年2月，美国《科学》杂志推出“数据处理”专刊，讨论数据迅速增长带来的种种问题与机遇，提出数据的搜集、维护和使用已成为科学研究的主要方面。
2011 年5月，著名咨询公司麦肯锡发布报告《大数据：下一个创新、竞争和生产力的前沿》，详细列举大数据的核心技术，深入分析大数据在不同行业的应用，明确提出政府和企业决策者应对大数据发展的策略。
大数据时代科技情报工作面临的挑战及应对策略
大数据时代科技情报工作面临的挑战及应对策略摘要：基于客观视角而言，情报并非是单纯意义上对信息的传递，其为通过人工智力加工后得到的信息，在商业、经济、科技、市场经营领域中具有十分巨大的现实作用。
最近一些年，我国科技情报事业发展迅速，取得了较大成就，但是，在信息时代以及大数据背景下，科技情报服务工作也面对着全新的挑战。
只有立足时代背景，不断调整和优化科技信息服务工作，使其充分发挥作用。
所以，文章详细论述了大数据世道科技情报工作的挑战，并分析了切实可行的应对策略，旨在可以为行业人士提供有价值的参考和借鉴，继而更好的为行业的可持续发展助力。
关键词：大数据时代；科技情报工作；挑战；策略前言：今天，我国社会与科技日新月异，其信息数量也获得了前所未有的增加，这样让科技情报服务机构在发展中面临巨大的挑战，但是，在大数据时代，科技信息服务机构可以充分利用大数据的优势，进而更好地促进信息服务的健康稳定发展。
当前时期，很多人士对大数据技术在科技信息服务领域的应用各持己见，一些人报好消息，一些人报坏消息。
在大数据时代，如何利用大数据的力量更好的发展自身，日渐成为科技强暴服务领域的一个重要转折点。
1大数据在科技情报服务领域的积极作用1.1大数据促进了科技情报服务领域稳步发展大数据中最重要的特征之一就是分析和处理信息数据的能力，大数据时代，信息量日渐庞大，鉴于此，会导致科技情报服务机构发展面临着一定的挑战，在如此庞大数量的信息中心，一定也会存在很多垃圾，这也会让科技情报服务机构在搜集和处理信息方面有巨大的挑战，同时，也进一步推进了科技情报服务机构的稳步发展和进步。
在这样的条件下，科技情报服务机构若要站稳脚跟并得到良好发展，则需要将自身对数据的分析和处理能力加以提升，并全面提升情报服务质量。
所以，大数据时代在一定程度上将有助于推进科技情报服务机构的稳步提升和发展。
1.2大数据丰富了科技情报领域的情报分析方式大数据时代来临前，科技情报服务领域分析信息数据始终使用的文献分析方法，但迈入大数据时代后，科技情报服务领域可以不局限于文献分析上了，通过对大数据技术的应用，科技情报服务领域逐渐衍生出了众多新的信息分析方法。
大数据时代的市场调研方法
大数据时代的市场调研方法随着互联网的发展以及智能硬件的普及，数据已经成为了现代社会最重要的资源之一，而大数据则更是成为了各行各业不可或缺的技术手段。
在市场方面，大数据的应用也已经成为了现代市场调研中的主流趋势。
本文将从以下几个方面介绍大数据时代的市场调研方法。
一、网络舆情分析随着社交网络的崛起，人们越来越多地通过社交网络来表达自己的情感和看法。
利用这些信息进行舆情分析，则成为了当今最重要的市场调研方法之一。
在舆情分析中，可以通过对用户的语句、词汇、情感色彩、词频等因素进行分析，为企业提供市场预警、消费者心态分析、竞争对手情报等信息，从而帮助企业更加准确地定位市场。
二、移动定位分析在移动互联网时代，越来越多的人们习惯于使用地图导航、分享位置信息、签到打卡等行为，这些行为都可以帮助分析人员更加准确地了解用户的行为和喜好。
比如针对某家连锁超市，可以通过分析用户的定位信息、消费频次和类型、购物时段等因素，为企业提供更加准确的市场定位和精准推荐服务。
三、消费大数据分析消费大数据分析则是以企业自有的商业数据为基础，通过数据挖掘、数据分析等技术手段，挖掘出潜在的商业模式、消费行为、用户兴趣等信息。
比如通过分析用户购买记录、购买频率、购买金额等因素，可以发现用户的消费行为和兴趣点，从而为企业提供更加精准的营销策略和产品推荐服务。
四、虚拟现实场景分析虚拟现实技术的高速发展，为市场调研带来了全新的视角和方法。
虚拟现实场景分析则可以通过虚拟现实技术构建真实的消费场景和用户行为，分析用户的消费行为、心理等信息，从而为企业提供更加准确的市场预测和产品定位服务。
五、智能硬件分析在智能硬件越来越普及的今天，利用智能硬件进行市场调研也成为了一种新的趋势。
尤其是在物联网时代，智能硬件可以透过物品连接人和世界，为市场调研带来了新的思路和技术手段。
比如可以通过分析智能家居系统中用户的使用行为和喜好，为企业提供更加个性化的产品定位和服务策略。
大数据技术在公安综合情报工作中的落地与应用
传统关系型数据 处理体系：
常麓结构化敛据 ＯＬＡＰ／ＯＬＴＰ，元数据．锁
现出几．何级数的增长，动辄以数亿来计量的数据显然已经无
法用常规数据交换工具来进行汇聚，以往使用的清洗转换汇 聚的手段已经无法完成任务。因此必须具备和掌握处理分布 数据的统一架构与相应的工具手段。三是具备高效处理实时 数据的能力。对于综合情报部门而言，实现以上两项能力还 不够，因为它们大多是建立在离线数据非实时处理基础上。 处理的数据对象—般相对静止。综合情报部门的部分工作带 有很强的时效性，需要实时处理数据，如对机动车的布控与 路面查缉，若信息延迟数分钟，被查缉的车辆早已经在数十 公里之外，可能所有的路面查缉动作都会成为摆设。只有具 备数据实时处理的能力，才能使情报服务实战落到实处。
Ｓｅａｒｃｈ
图２买时处理与离线处理相结合的应用模式
（三）研发一个灵活的“大数据”建模工具平台 公安综合情报分析的深化应用牵引着“大数据”技术 的“落地”进程，驱动着信息化建设从传统的系统集成向海 量数据存储、—体化调度管理和深度整合应用发展。面临海 量数据进行情报的挖掘分析，必须搭建一个基于模型的海量 数据挖掘分析工具平台。综合情报部门对海量数据挖掘分析 的本质特征是演绎、归纳、推导，循序渐进，由此及彼，由 表及里，由浅入深的过程，也是一个建模、验证、流程化、 智能化的过程。“大部分数据建模的方法可以描述为下列两 种做法之一：一是对数据进行简洁的近似汇总描述；二是从 数据中抽取出最突出的特征来代替数据并将剩余内容忽 略”，公安情报分析的业务建模也是如此，它是具体情报分 析业务的抽象和概括。面对海量的数据的压力，实现从业务 模型到数据模型、软件模型的统一。综合情报部门的“大数 据”建模工具平台，必须依托分布式并行处理的总体架 构。通过统一的数据服务总线。支持不同类型的海量数据的 分布存储与异地计算，支持结构化数据及非结构化数据的标 准化处理。应当采用图形化的模型搭建工具，支持流程化的 模型配置。需要集成第三方插件，支持将其他工具及服务简 易地集成与应用，实现从业务模型到数据模型、软件模型的 流程化与智能化。 （四）实现数据分析基础算法向公安情报分析专业算 法的演进 算法是针对某一类问题而形成的完整和准确的解题方 案。在信息化领域，算法就是一系列解决问题的清晰指令，
大数据时代下的科技情报服务创新研究
2020年第02期1450 引言科技情报服务通过对有价值的科技信息的广泛搜集和系统分析，来描述当前科学技术领域的最新研究成果及动态等，以促进科学技术的创新与发展，满足人们对科技信息的需求[1]。
随着时代发展，科技情报服务也经历了从文献传递到信息服务到知识服务，再到如今智能服务的阶段[2]。
传统的情报采集和知识转化方法已不能适应大数据时代的具体要求，需要根据当前面临的新问题进行方法、理论与工具的创新。
在大数据基础应用技术不断成熟的环境下，在科学研究中取得更广泛的大样本情报数据成为可能，这些数据可以利用云计算、数据挖掘、机器学习等方法来实现有效的处理，智能化工具的引入也将对科技情报服务本身产生深远的影响。
作为科学技术发展的耳目、尖兵和参谋，科技情报人员应通过思想创新、工具创新、方法创新来承担自身的使命，为世界前沿科学技术的研究做出应有的贡献。
1 大数据时代背景“大数据”一般指所含的数据集规模巨大，常规的软件工具无法在合理的时间进行采集、存储、分析管理的数据信息，其特点可以总结为4个V，分别是Volume （体量浩大）、Variety （模态繁多）、Velocity （生成快速）和Value（价值巨大但密度很低）[3]。
因此，需要采用更为先进的处理模式或工具才能转化为使用者提供决策参考、问题发现和流程优化的信息资产。
在过去的十多年里，大数据技术经历了一个高速增长的时期。
与大数据相关的应用已经深入到了人类生产生活的各个方面，在电子信息、军工、医疗、民生、金融、城市管理等多个领域中发挥着重要的创新推动大数据时代下的科技情报服务创新研究吴梦露中国航发北京航空材料研究院，北京100086摘要：在以通信技术和计算机技术为基础的大数据时代背景下，科研机构在开展科研项目的过程中，需要及时准确地掌握其自身行业领域内最新、最全且最有价值的信息情报。
文章就大数据时代背景及科学情报研究工作中面临挑战和机遇进行了阐述，同时对大数据时代科技情报服务工作的创新策略进行了探讨。
国家安全报告中的情报搜集与分析方法
国家安全报告中的情报搜集与分析方法在当今复杂多变的世界，国家安全事务日益复杂化，各种安全威胁纷至沓来。
为了确保国家的安全和稳定，各国都积极采取措施，其中情报搜集与分析是确保国家安全的重要一环。
国家安全报告作为政府制定决策、规划国家安全战略的重要参考，其情报搜集与分析方法显得尤为重要。
本文将结合国家安全报告的特点，从场景刻画、多源数据、量化分析、情报共享、技术手段以及保密机制等六个方面，展开详细论述情报搜集与分析方法。
一、场景刻画：深入了解安全环境国家安全报告需要对全面了解国家安全形势，因此在搜集情报的过程中，必须对各类场景进行细致刻画。
首先，通过分析历史数据和案例，揭示安全威胁的规律性和趋势性。
其次，需要对国内外政治、经济、社会、军事等领域进行全面搜集，从而了解安全环境的变化。
最后，还需要深入了解国内外的恐怖主义、网络攻击、跨国犯罪等非传统安全威胁，以及地区冲突、核扩散等传统安全威胁。
二、多源数据：广泛搜集情报信息情报搜集需要多角度、多渠道的数据支持。
国家安全报告需要从政府、军队、企业、媒体、学术界以及社交网络等各个方面搜集情报信息。
同时，还需要与国内外情报机构、合作伙伴开展情报交流与共享，获取更全面的情报数据。
此外，还需要运用现代技术手段，如人工智能、大数据等，进行情报的即时搜集与分析。
三、量化分析：客观评估安全威胁情报搜集之后，需要进行客观量化分析，以便更好地评估安全威胁的程度和影响力。
在量化分析过程中，可以运用统计学、数学模型等方法对情报数据进行处理，从而得出具有参考价值的分析结果。
这些分析结果能够帮助政府决策者更准确地判断安全形势，采取有针对性的措施。
四、情报共享：建立国际合作机制在国家安全报告中，情报共享也是至关重要的一环。
国家之间的合作与信息共享能够提高搜集情报的效率和准确性。
为了实现情报共享，国家需要建立国际合作机制，与其他国家的情报机构建立信息交流与共享渠道。
这样可以帮助国家更好地应对跨国安全威胁，并加强国际社会的整体安全。
大数据环境下公安情报学理论体系研究
大数据环境下公安情报学理论体系研究摘要：随着信息技术的快速发展，已经进入到大数据时代。
针对于公安情报学理论体系而言，也在发生着变化，要加大对其的研究，才能实现更好的发展。
文章先介绍背景，再分析框架内容，最后论述应该遵循的原则，有利于促进相互之间的有效结合。
关键词：大数据；公安情报学；体系研究引言：大数据作为一项先进的技术，被广泛地应用在各个领域。
在公安工作方面，可以有效打击和预防犯罪活动，维护良好的社会秩序。
所以要坚持从实际情况出发，制定出切实可行的策略，对公安情报学理论体系研究进行改革创新，更好的指导现实工作。
一、公安情报学面临的客观现实公安情报学是以公安情报现象为研究内容的一门学科，违法犯罪活动会构成一系列的事实，主要通过资料、线索、情报、信息或者数据的形式表现出来，具有重要的参考作用，可以对工作起到正确的指导作用。
进入新世纪以来，大力推进公安信息化建设，促进内部结构的优化升级，快速查找到需要的数据。
大数据应用在公安情报学理论体系的实质就是对数据的管理和利用，建立起一个完整的体系，让现实工作更加的高效、准确。
大数据的兴起并不是对公安情报学的改革，而是相互之间具有共同的属性，能够有效的融合，达到优化的效果。
这种情况下，公安情报学依然可以保持自己的学科属性，大数据与其充分的结合，让研究更加的具体化。
大数据本身有着特殊性，和以往的结构化数据有着本质的区别，不但拓展了公安情报学的研究领域，而且会使得整个体系发生着变化。
二者的兼容并不是一蹴而就的，需要一个过程，才能发挥出大数据的优势。
大数据环境下的公安情报学理论体系研究要坚持公安情报学的核心地位，大数据作为信息技术，只是对其产生影响，并没有取代。
大数据环境是指以多源数据为介质、网络为基础、辅助分析为手段、人类智慧为主导、服务用户为目的的一体化数据资源环境。
在公安情报学研究中，重点是从大量的资源中提取出有价值的信息，从传统的模式中解放出来，数据收集更加的专业化，推动工作向前进展，达到预期的目标。
浅析大数据时代背景下科技情报研究工作
浅析大数据时代背景下科技情报研究工作壬荣花（山西省阳泉市科学技术情报研究所，山西阳泉045000）摘要：在信息时代背景下大数据技术得到快速发展，在诸多领域发挥出越来越重要的作用。
大数据时代的到来对科技情报研究提供了更多新思路与新方向。
为此，就大数据的概念以及在科技情报研究领域的应用技术进行论述，并探讨了大数据时代背景下科技情报研究工作的对策。
关键词：大数据；科技情报研究；对策doi42.3969/j.issn.1026-8554.2221.22.0820引言随着网络信息技术的快速发展以及海量数据处理能力的增强,进入了大数据时代。
在大数据时代促使产业提升、科技发展的一个有效手段就是探索基于大数据处理技术的动态情报解决策略。
伴随移动终端与智能手机的大范围普及，公众自身的信息数据都可能成为被记录与分析的数据。
这给科技情报研究工作带来了新机遇与新挑战。
1大数据的定义与特点关于大数据的定义尚未形成统一的标准，主流观点认为这是一种数据量非常大、数据形式多元化的非结构化数据。
维基百科中将大数据定义为所包含的数据量规模庞大到难以通过当前主流软件工具，在合理时间内达到撷取、管理、处理并整理成为帮助企业经营决策目的的资讯［0\它的特征可归纳为“4V”：①Volume。
数据容量巨大，搜集与分析的数据量巨大,一般数据量规模可超过12TB。
②Variety O数据种类多，来源广,格式多元化。
③Velocity o数据流动速度快,大数据通常是以数据流的形式岀现，数据流动速度极快，传统系统难以处理。
④Value。
价值密度低,尽管数据量呈指数级增长，但隐藏在其中的有用信息并未实现对应比例增长，反而增加了获取有用信息的难度⑴。
可见，尽管大数据拥有很好的潜在价值，但若受限于传统思维与技术，则容易被淹没在数据海洋中，难以获取有用信息。
2科技情报研究工作中应用的大数据技术2.4数据挖掘研究技术从广义上来讲，数据挖掘是指知识的发现过程是从大量的、有噪声的、不完全的、模糊的、随机的实际应用数据中提取岀人们事先不知、隐含在其中但有用的信息与知识的过程。
- 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)。
龙源期刊网 http://www.qikan.com.cn
大数据环境下情报分析新方法
作者：黄永浩
来源：《科技传播》2017年第21期
摘 要 如今我们迎来了大数据时代。大数据时代让许多事物运行的方式发生了改变，情报
分析也不例外，这些变化让传统的情报传播方式发生了巨大的变化，更加复杂的数据网络技术
给情报分析发展带来方便的同时也带来了很多挑战。本文就大数据时代下的情报数据分析进行
了发展趋势研究，仅供参考与借鉴。
关键词 大数据环境；情报分析；方法
中图分类号 G2 文献标识码 A 文章编号 1674-6708（2017）198-0158-02
大数据时代的到来，新技术可以帮助人们对生活中的各类数据资料进行收集，然后通过相
应的计算方法对事物的运行与发展趋势进行估算，数据储存技术的发展与技术进步，促使这些
数据保存与使用变得更加方便，所以这些便利随着时间的推移，逐渐衍生出问题，组织中的很
多数据因为规模巨大，已经无法得到有效利用，所以如果人们无法在大量的数据中找到具备利
用价值的数据，这些数据的存在也就没有任何意义了。大数据时代的到来，让情报分析的环境
发生了较大的变化，当前环境下，对情报信进行使用时，需要注意以下几点问题。
1 大数据环境下的情报新环境特点
1.1 数据流上的分析信息较受关注
数据流的来源主要是各种感应器与记录仪器等在使用过程中产生的数据信息，其中比较有
代表性的包括社交媒体、视频、移动终端设备等。在对数据流进行分析时，大数据管理技术会
将已经获得的数据转化为情况描述，这种运作模式可以将情报环境中存在的问题或是事件发展
的方向进行提前预测，让人们在获取到数据的同时，对事件发展的趋势进行最快速度的分析，
并及时采取措施对问题进行反应，让问题影响的范围可以得到缩小。
1.2 情报问题上的动态呈现变得复杂
时代的发展，让情报上的定义变得更加广泛，同时涉及的领域也更多，情报已经不再只存
在于军事、政治领域，或是科研机构与商业机构当中，情报需求的主体变得更为多样。所以此
时的情报处理过程中可能遇见的问题也更加复杂，因为此时社会背景下的情报问题会呈现出动
态性的变化，一旦不是以较为固定的模式运转，情报研究人员想要通过分析规律的方式进行解
决，难度就会异常的大，动态变化让问题的规律变得更为复杂，很难进行归类与总结。
龙源期刊网 http://www.qikan.com.cn
2 对大数据环境下的情报信息进行分析时的注意事项
2.1 大数据陷阱
大数据信息上的价值主要分布在数据得到分析以后，分析的结果可以给研究人员带来想要
获得的信息，所以这些大数据的消息来源真实性就显得异常重要了。大数据环境给研究人员的
情报分析工作带来便利的同时，其自身存在的问题也随之混进研究人员的工作里，庞大的数据
群体让信息甄别上的难度变大，因此情报分析人员可能会遇见一些大数据陷阱，这些陷阱的表
现是人们故意发表或是无意识的发表了一些具备指引性的错误信息，此时无论是真实信息还是
虚假消息都会在大数据环境中发生关联，但是事实的真实情况是关联在根本上并不存在因果关
系，如果此时的研究人员被表面关联给迷惑了，无法关注到深层次原理，就可能在数据处理中
出现一些致命的错误。
钢铁行业百亿巨亏凸显产业大数据陷阱。2008年一场发端与美国的金融海啸在我国登陆
我国多个行业进入严冬，其中以钢铁产业表现的最为突出。人民网转载《中国证券报》记者董
文胜的两篇文章“6000多万吨铁矿石的豪赌？中国钢铁行业饱尝3000多亿巨亏”“两拓合并失败
为什么中国交天价学费”，从一个特定角度介绍了我国钢铁行业数百亿巨亏，全行业陷入困境
的概貌。钢铁行业对铁矿石普遍看涨是因为是，铁矿石主要供应商之一的必和必拓公司收购另
一家铁矿石力拓公司。这是表面的信息。“两拓”并购是真是假？并购成果的可能性有多大？这
是深层次的原因。再一看到“两拓”公司要合并就推断未来铁矿石要涨价于是大量买进铁矿石。
这是必然会掉进大数据陷阱。从纵向历史上看“两拓”曾经多次传出要合并却从来没有真正合并
成功，从横向需求看全球发展究竟须要多少钢铁。对着些深层次原因的研究就能发现大数据背
后的陷阱，从而做出准确决策以避免损失。
2.2 指标有待重新构建
用于分析数据的技术以及方法只是获取有价值信息的手段，不是任务处理中的主角，主角
应该仍是情报分析的主体——人。所以的这些数据上的信息内容以及来源一定要得到情报研究
人员的研判，为了防止研究人员在对大量的数据信息进行处理时出现认知错误，应该建立出一
些具有数据归类作用的指标体系，指标体系不是一种新型技术，但是随着时间的推移，这种方
法的使用模式应该得到改变以及更新，除了建立已述的数据筛选标准和实时决策类型指标以
外，还应建立出一个管理较为全面的指标集，可以帮助人们对数据的考量性以及可靠性进行分
析。这样的指标管理系统可以对数据进行过滤、信息概括、种类分析等处理。
3 关于在大数据背景下的情报分析工作的发展方向
分析工作本身是一项非常注重吸取经验的内容，侧重于对过去经验的总结，这样才能给自
身的实践提供指导，对于科学领域的分析工作来说也是如此，对新的工作环境进行分析，这样
龙源期刊网 http://www.qikan.com.cn
才能给未来的发展提供一个明确的方向。当前大数据分析这种技术理念已经深入到很多领域当
中，这将对很多工作都造成一定影响。
3.1 重视情境研究环节
当前来看，由于网络技术的迅速发展，所以在全球范围内都在进行网络化的改造，这就给
情报分析工作提出了新的要求，我们有必要在分析情报的时候首先将情报置于具体的情境之
中，只有通过规范分析过程才能让分析结果更为可靠。通过对过去分析不当的案例进行总结，
才能让我们更为明确情境的重要性，利用情境才能大大提高情报分析的有效性。对于这个问
题，国外已经有学者在报告中说明，在影响情报的各项因素中，情境信息是其中非常重要的一
项因素，如果没有对当时当地的情况以及个人的心理因素进行考虑，将会在很大程度上影响情
报的可靠性。
3.2 重视分析的整体性
根据当前的情报分析工作来看，整体性分析必然是情报分析的必然趋势。就数据类型来说
默契本身是多种多样的，并且数据本身也是非常庞大而杂乱的，其中很多数据具有结构化特
征，有很多数据又是非结构化的存在方式，所以仅凭个人或者单个机构，在如此浩大的数据面
前是非常无力的。与此同时，很多情报问题已经越来越复杂，如果想要解决这个问题，就需要
进行协同分析，做到信息共享，这就是分析整体性的体现。为了应对当前的大数据分析形势，
社会各界的机构通力合作，来进行情报分析，共同形成一个情报分析的整体，这就是协同分
析。
3.3 根系和预测之间的关系
对于战略这个词，已经有人给出了具体的定义，战略本身有两个特点，其一是出于人的深
思熟虑，其二是对于应急来说具有一定的动态特点，而情报分析也有类似的作用。在旧有的情
报分析体系上，往往需要充足的分析时间才能拿出一个可靠的决策来，但是当前基于大数据进
行分析，分析指向性有所减弱，需要分析具有较高的结果，并且也要有足够的时效性，所以其
对于短期决策的意义更为明显。
参考文献
[1]王翠波，吴金红.大数据环境下技术竞争情报分析的挑战及其应对策略[J].情报杂志，
2014（3）：6-10.
[2]徐绪堪，郑昌兴，蒋勋.基于粒度原理的知识组织模型构建[J].图书与情报，2013
（6）：8-12.
龙源期刊网 http://www.qikan.com.cn
[3]杨瑞仙，魏子瑶，权明喆.大数据环境下的智库情报分析研究[J].情报理论与实践，
2017，40（8）：30-36.
[4]朱明.公安情报分析课程的学科理论基础探讨[J].吉林省教育学院学报（下旬），2013，
29（11）：22-23.
[5]程学旗，靳小龙，王元卓，等.大数据系统和分析技术综述[J].软件学报，2014（9）：
1889-1908.