|||
通过对情报学相关期刊上的几篇文献,进行简单梳理。
1,大数据时代的情报学挑战与机遇
大数据的价值链与传统情报工作的价值链一致。
大数据工作与“事实数据+工具方法+专家智慧”的情报方法有效契合。
大数据的推进能够为传统情报学提供有力的数据处理分析工具和方法。
大数据的发展能够更凸显情报学的应用价值。
[1] 贺德方, 大数据环境下的情报学. 数字图书馆论坛, 2012(11): 2-5.
2,大数据时代的情报领域转变
单一领域情报研究转向全领域情报研究、综合利用多种数据源、注重新型信息资源的分析、强调情报研究的严谨性和情报研究的智能化五个方面。
[2] 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,(06):1-8.
3,大数据时代的竞争情报
3.1 竞争情报发展动向
重心向移动互联网转移;
更加重视动态竞争情报;
云计算成为竞争情报系统的基础;
反竞争情报任重道远。
[3]刘高勇,汪会玲,吴金红. 大数据时代的竞争情报发展动向探析[J]. 图书情报知识,2013,(02):105-111.
3.2 企业竞争情报发展方向、挑战与对策
大数据时代企业竞争情报研究的发展方向有:应重视数据和信息的集成、注意对数据的清洗与过滤、关注新的数据类型的挖掘分析方法、促进数据分析的可视化、探索大数据新的分析技术和工具的应用等。
[4]黄晓斌,钟辉新. 大数据时代企业竞争情报研究的创新与发展[J]. 图书与情报,2012,(06):9-14.
企业竞争情报挑战,包括情报存储问题、情报分析问题、情报安全问题以及人才紧缺问题。应对策略有:树立基于大数据的情报意识;组建具有大数据分析能力的竞争情报团队;构建基于云计算的企业竞争情报系统和加强情报安全制度建设。
[5]吴金红,张飞,鞠秀芳. 大数据:企业竞争情报的机遇、挑战及对策研究[J]. 情报杂志,2013,(01):5-9
3.3 企业竞争情报系统
提出基于大数据的企业竞争情报系统模型,即由情报数据采集子系统、情报数据策管子系统、情报数据分析子系统、情报数据服务子系统以及协调控制子系统五部分组成 |
[6]黄晓斌,钟辉新. 基于大数据的企业竞争情报系统模型构建[J]. 情报杂志,2013,(03):37-43. |
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-12-22 13:59
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社