大数据情报知识管理研究

大数据情报知识管理研究

摘要:

随着知识经济和大数据时代的到来,国防科技情报的分析和管理呈现出多样化、个性化、智能化等特点,具有单一领域转向全领域、新兴数据源蓬勃发展、多数据源综合利用、情报分析智能化和严谨化的发展趋势。本文以知识管理为核心,综合大数据相关技术,构建大数据环境下的国防科技情报知识管理体系,针对国防科技情报知识的获取和挖掘、知识存储、知识扩散、知识利用和创新,分别构建了国防科技情报知识挖掘系统、知识存储系统、知识扩散系统、知识利用和创新系统,以期实现国防科技情报知识的高效管理和利用。

关键词:

大数据;知识管理;国防科技情报;知识创新

0引言

知识在未来经济发展中,将会发挥越来越重要的作用。国防科技情报分析和管理,也必将趋向以知识管理为核心的方向发展。知识,是国防科技情报研究和管理的最终产品。科技的发展和经济决策,要求能够快速、准确获取国防科技情报,并进行全面、智能分析,实现高效扩散和流转,最大程度地实现知识的高效利用和知识创新。随着信息技术飞速发展和信息化时代的来临,国防科技情报数据量呈现指数级增长,情报研究和知识管理,也随着数据量的井喷式增长,而发生着深刻变化。在大数据时代,海量的科技情报数据使得情报分析人员,已经无法完全靠人工查看的方式进行情报分析和研究,迫切需要构建适应大数据时代特征的科技情报系统,需要利用新的信息化技术,对海量数据进行目标导向性的知识挖掘和可视化表征,对获取的科技情报知识进行高效存储管理,为情报知识的扩散、利用和知识创新提供支撑[1]。

1大数据时代下科技情报知识管理面临的新环境

2001年,D.Laney最先提出大数据具有“3V”特征:数量(Volume)、速度(Velocity)、种类(Varie-ty),分别表示大数据时代数据量巨大,数据种类繁多,数据产生速度快的特点,对数据处理和分析速度要求更高[2]。大数据环境下的国防科技情报工作,可以将大数据定义为5V特征:数量(Volume)、速度(Veloci-ty)、种类(Variety)、可视化(Visualization)、价值(Value),分别表示大数据时代国防科技情报数据海量化、情报数据形式多样化、情报产生和情报分析快速化、情报知识可视化、情报价值化的特点[3]。科技情报的5V特性,对国防科技情报的研究和知识的管理,提供了新的机遇。大数据时代,国防科技情报呈现出多样化特征。传统的科技情报研究和管理,主要是对万方数据、CNKI数据库、NSTL科技文献数据库、Derwent专利数据库、维普科技期刊数据库等结构化数据库的情报数据进行分析,而在大数据时代,各种非结构化数据越来越多,并且在科技情报分析中发挥越来越重要的作用[4]。大数据时代,国防科技情报知识管理呈现出个性化服务的趋势。大数据技术的发展,可以精确把握专家及科研机构等科技主体的行为模式和需求,可以根据用户的需求,提供个人化、个性化、精确化和智能化的情报推送服务,建设更加高效的全新的国防科技情报知识管理模式[5]。综合国内外已有的大数据在科技情报知识管理中的应用研究,总结出未来的国防科技情报知识管理的趋势为:情报研究由单一领域转向全领域研究;多种数据源综合利用;强化新型信息资源的分析;情报研究的严谨性更加突出;情报研究呈现智能化。

(1)情报研究由单一领域转向全领域研究目前,科技情报研究和知识管理,已经从方法上和内容上,均由单一的领域,向多领域、全领域扩展。在科技情报研究方法上,国防科技情报研究中,数据挖掘、人工智能、可视化技术、云计算技术等,已经广泛应用于科技情报领域。在科技情报分析内容上,将不仅局限于情报相关的领域问题的分析,将会结合更大的情景和场景,进行全面的、多方位、多角度的分析。在国防科技情报分析时,由于各种原因,获取的科技情报信息一般是不完整的,甚至带有欺骗性。如果仅仅根据获取的有限情报,仅结合本领域内的信息进行研究,将会导致情报知识的不准确。因此,需要结合各种外部情报信息,综合分析研究。

(2)多种数据源综合利用在信息技术飞速发展过程中,国防科技情报研究,也发生着显著变化。首先,国防科技情报研究变得越来越复杂。在大数据环境下,国防科技情报,已经不再局限于国防科技相关部门,而是涉及到社会生活的众多领域。以单一数据源的情报研究,已经不能满足国防科技情报研究需求,需采集、获取多种数据源情报信息综合分析。其次,各种不同的数据源的情报信息具有不同的特性,因此,需要综合不同数据源情报信息的特点。再次,科技情报研究结果,需要保证研究结果准确、可靠、科学、全面。因此,国防科技情报研究,需要综合利用网络大数据、各类信号数据、图像数据、文本数据等,并辅助侦察数据,从不同的数据源获取、收集科技情报数据,并综合评估分析。

(3)强化新型信息资源的分析伴随着网络技术的发展,各种新型的数据源蓬勃发展,如各种新媒体、各种专业机构知识库等。国防科技情报的收集、采集,将更多地依赖于各种新数据源。目前网络已有的各类科技报道、期刊文章、学术资料、专业文献等,均包含有丰富的科技情报。同时网络新兴媒体包含有更加丰富的各类情报信息。比如,从专业机构的知识库中,可以分析出其研究思路、技术现状、存在的技术不足和难点等。但是,目前网络大数据、专业机构知识库等新数据资源,信息量很大,种类繁多,需要强大的大数据分析和管理能力,才能有效的实现国防科技情报研究的需求。

(4)情报研究的严谨性更加突出科技情报研究专业性强,需要依靠情报分析人员,根据其自身的专业知识、经验知识等,构建情报认知框架,分析不同情报数据,得出情报分析研究结果。在情报分析过程中,不同的分析人员掌握的专业知识不同、水平不同,每个人的经验知识也差距较大,导致科技情报分析存在很大的不确定性。因此,未来的科技情报研究趋势之一,将会是最大限度地减少情报研究中的不确定性,提高情报分析的结果准确性。在目前海量的科技情报数据和众多的情报数据源条件下,科技情报分析需要加强严谨性。

(5)情报研究呈现智能化现代科技情报信息,呈现出全领域、多数据源特点,情报数据时刻变化万千,国防科技情报研究工作需要能够迅速采集、获取各种数据源国防科技情报,统合不同领域知识和不同数据源数据,及时进行分析、研究,获取有用的情报知识。数据挖掘技术、人工智能等,已经被深入应用于国防科技情报研究领域。目前,大数据环境下的情报研究,将利用统计数学工具、数据挖掘、数据集成、大数据分析与可视化等技术,分析海量科技情报数据,将数据转换为知识。情报研究工作的智能化发展,不仅可以将情报研究从繁琐的体力劳动中解放出来,同时显著提高了情报研究工作的质量、效率。智能化分析技术,可以对不同数据源的情报数据,进行关联性分析,拓展国防科技情报研究的深度和广度,提取出更多有用的知识。

2大数据技术在国防科技情报知识管理中的应用

在新的信息技术飞速发展的今天,国防科技情报研究工作迫切需要大数据技术,实现对国防科技情报的知识管理,从而实现对知识的高速获取、智能分析等。国防科技情报知识管理系统,需要包括情报知识输入、情报知识成长、反竞争、情报知识输出四个功能。其中,情报知识成长过程,包括科技情报知识的挖掘、知识存储、知识扩散、知识利用和创新。因此,本文根据国防科技情报知识管理系统的功能需求,将详细讨论、建立国防科技情报知识挖掘系统、知识存储系统、知识扩散系统、知识利用和创新系统。

2.1国防科技情报知识挖掘系统

国防科技情报知识挖掘旨在根据需求目标,利用数据库技术、先进检索技术、大数据分析技术、智能识别算法等,从海量的科技情报中,收集、分析所需的相关科技信息。国防科技情报的知识挖掘系统,需要遵循如下原则:(1)匹配性原则,即为在海量的科技情报信息中,寻找到与需求最匹配的知识;(2)效率性原则,即以最快的时间找到所需的信息,降低情报知识挖掘时间,提高国防科技情报知识流转速度;(3)归一化原则,即为将国防科技情报信息进行标准化,实现更加方便、快捷、高效的知识管理;(4)协调性原则,即情报分析、知识挖掘阶段,需要与其他环节进行信息交流、传输等,能够与其他系统协调工作,流畅运转。由系统流程图可知,国防科技情报知识挖掘系统首先将输入的科技数据,按照不同的特点、方法进行标准化,然后将标准化后的科技信息,分为一般知识、核心知识、其他知识等几类;其次研究科技信息知识挖掘算法和识别技术,如建立知识地图,并建立科技信息知识挖掘网络和搜索系统。最后,设计科技信息知识挖掘评价方法,对该知识挖掘系统性能进行评价。

2.2国防科技情报知识存储系统

国防科技情报知识存储系统,是将通过知识挖掘系统获取、收集、整理的科技情报信息,存入设计的数据库中,形成国防科技情报的知识库,实现快捷、高效的检索和应用。但是国防科技情报由于其自身的特殊性,因此,其对知识存储系统提出了新的要求,可以实现编码的存储和非编码的知识存储。对获取的情报知识,首先要进行知识形态划分,分为显性知识、隐性知识;根据划分好的知识形态,研究院所等可根据专业领域、专业知识等角度,结合自身从事的科学研究工作实践,对科技情报知识进行专业分类,可以分为文档型知识、样本型知识、符号型知识、经验型知识、数量型知识等。根据分类后的知识,利用计算机技术,结合大数据存储、云平台技术等,建立科技情报知识数据库,如文档数据库、关系数据库、对象数据库、经验数据库、样本数据库等。利用数据库管理技术,对科技情报知识进行管理,实现科技情报知识的高效利用。图3所示为国防科技情报知识存储系统的结构图。

2.3国防科技情报知识扩散系统

国防科技情报知识扩散,需要将获取的情报知识在组织内部尽可能的扩散,以利于对知识的消化、吸收,加快情报知识的更新、流转速度,提高情报知识的利用效率。国防科技情报扩散系统需要遵循一定的原则:(1)精确性和保密性相统一的原则,即将情报知识扩散给最需要、最可靠的对象,同时要保证在知识扩散过程中,不会失去控制,导致知识扩散泛滥;(2)全面性和效率性相统一原则,即需要对知识进行全面的规划,使知识可以以高效的方式,在适当范围内扩散;(3)归一化原则,即对知识扩散速度、扩散空间、扩散效果、扩散评价进行标准化、统一化管理。

2.4国防科技情报知识利用和创新系统

国防科技情报知识利用和创新,是知识管理的最终目的,知识挖掘系统、知识存储系统、知识扩散系统等,均是为实现知识的利用和创新提供保障和支撑。在该阶段,知识将形成产品或者转化为新的技术和理念。知识创新是产生新的概念、新的思想,生成新的知识。设计国防科技情报知识利用和创新系统时,需要遵循如下原则:(1)全局性原则,即站在全局性角度,以体系价值为基础;(2)整合性原则,即有效的整合、利用不同类型、不同层次的知识,将各部分的知识综合为一个整体,最大化利用知识;(3)创造性原则,即在知识管理的任何阶段,都应该鼓励提倡进行知识创新;(4)实用性原则,即在科技情报知识利用和创新过程中,需要立足于实际的需求,能产生实际的效益。

3结语

随着信息技术的发展,科技情报知识也呈现出爆炸式的增长,仅仅拥有知识的数量大,已经不再是优势。如何能够更好地实现科技情报知识的管理,能高效地使用知识,并能进行知识创新,才是国防科技情报知识管理的核心工作。本文结合国防科技情报知识自身所具有的独特性,提出了基于大数据的国防科技情报知识管理方法,建立国防科技情报知识挖掘系统、国防科技情报知识存储系统、国防科技情报知识扩散系统、国防科技情报知识利用和创新系统,实现对国防科技情报知识的高效管理。

作者:江红玲 单位:中国电子科学研究院

参考文献:

[1]李广建,杨林.大数据视角下的情报研究与情报研究技术[J].图书与情报,2012(6):1-8.

[2]刘如,吴晨生,李梦辉.大数据时代科技情报工作的机遇与变革[J].情报理论与实践,2015,38(6):35-39.

[3]张春磊,杨小牛.大数据分析(BDA)及其在情报领域的应用[J].中国电子科学研究院学报,2013,8(1):18-22.

[4]许儒林,孙志坚,孟庆兴.试论新环境下情报研究的科学技术性[J].理论与探索,2010,33(1):20-23.

[5]徐磊.大数据基础上的社会认知[J].中国电子科学研究院学报,2013,8(1):23-26.