基于大數據、云服務的科技情報工作思考

陳露

摘 要：我國隨著社會各方面問題的急劇增長，科技情報工作面臨著更多的矛盾。很多學者對大數據和云服務有著不同的理解，社會各界都非常關注這方面的理論。

關鍵詞：科技情報工作；大數據；云服務；影響

隨著社會各方面問題的急劇增長，科技情報工作面臨著更多的矛盾。很多學者對大數據和云服務有著不同的理解，社會各界都非常關注這方面的理論。

一、情報學與科學范式：基于大數據云服務的情報學

情報學服務于科學（Science），科學又反向作用于情報學。科學以“范式”來標志其特征，情報學與科學范式自然密不可分。伴隨著社會信息化的高度發展，科學研究的主導范式與研究手段經歷了4個階段的變遷。作為“數據密集計算”科學的第4范式，其內涵可以理解為基于大數據驅動、以“云服務”為手段的科學范式。由此我們也可以推斷：情報學發展的必由之路只能是“基于大數據云計算的情報學”。事實上，我們可以發現：情報學的研究從來沒有離開過數據。二戰后，美國科技信息爆炸的知識困惑問題，在Vannevar Bush的帶領下走向了用機器管理大規模數據，并為科學研究所用的探索與發展之路。這已經標志著情報學從誕生之初就與大規模數據結下了不解之緣。綜合利用多來源、多形式的數據是現代情報工作的鮮明特點。如何快速地獲取準確數據、高效地分析海量數據、清晰地解讀系列數據是情報工作者當前面臨的嚴峻挑戰。以“基于大數據、云服務的科技情報工作思考”為題目，希望起到拋磚引玉的作用。

二、大數據、云服務在科技情報工作中展現出的特點

1.大數據的特點。對于大數據的主要特點公認的有4個：①信息的數量是非常龐大，信息化的時代人們對信息的輸出量是非常多的。就像每個人問一個問題，那么，世界上這么多人問的問題自然就是一個很可觀的數字。②信息的種類是復雜的，試想每個人都會有不同的想法，這就像哲學中提到的世界上不會有完全相同的兩片葉子一樣。所以，在大數據的信息時代，信息的類型沒有準確的劃分，種類非常的復雜。③價值非常高，這里的價值指的是信息的本身具有的可用性。在信息時代大數據顯示出來的價值這個特點給情報的工作帶來了一些非常棘手的問題。④信息處理的速度是非常快的。這個特點與傳統的信息數據處理是有非常不同的區別的。信息飛速增長的時代，大數據的第四個特點非常的考驗科技情報工作的工作效率。在浩如煙海的信息中快速的，有效率的處理信息就相當于在掌握著重要的命脈。

2.云服務的特點。所謂的云服務就是在云計算的基礎上提供各種各樣的任職就是云服務。云服務最大的特點就是這樣的服務必須以互聯網為載體進行數據的輸出和發送。用一個比較淺顯的例子來形容云服務，就是假如有一個工廠，最開始的用電是通過比較簡單，但是漏洞很大的單一的一個發電機進行全廠的供電，但是后來電廠建立了，這個工廠用電的方式從原本一臺發電設備變成了一個由這個建立的電廠進行統一的輸送電流模式，兩者的道理是一樣的。

3.大數據、云服務對科技情報工作帶來不同影響。在科技情報工作中兩個非常重要的部分就是信息的查找和知識的構成，在大數據和云服務的充分運用下，給科技的情報工作帶來了不同方面的影響。基于大數據、云服務的特點首先敘述它們給科技情報工作帶來的優點：①它們能夠為科技情報工作快速的提供不同的信息，提高了科技情報工作的效率，而且能夠充分的節省科技情報工作的可用資源，為科技的情報工作做出了重要的作用，但同時它們給科技情報工作帶來的不利的影響也是不容忽視的。大數據時代信息的數量非常的龐大、種類繁多，這需要科技情報工作花費大量的時間區分信息的有效性和混淆性的信息。科技情報工作對于處理其帶來的負面影響時，還需要有足夠的創新性和繼承發展性，來應對不同的科技情報工作，促進科技情報工作的快速發展。

三、大數據與云計算、云服務的關系

大數據與云計算是關系緊密的兩個概念。廣義上，大數據技術涵蓋了從數據的海量存儲、處理到應用等多方面的技術，包括海量分布式文件系統、并行計算框架、NoSQL（Not Only SQL，指非關系型的數據庫）、實時流數據處理以及智能分析技術，如模式識別、自然語言理解、應用知識庫等。狹義上，大數據技術是指從大量、多樣、分散和異構的數據集中提取有用信息的核心技術，包括實時流數據處理以及智能分析技術等。云計算之所以一經提出就得到廣泛關注，是因為它使得人類“將計算能力作為公共事業設施來提供”的夢想變為現實。其關鍵技術是GFS、BigTable和MapReduce，這3項技術是Google為了鞏固其搜索領域的核心地位而提出的。Google提出將文件和數據分割成塊，以便支持分布式存儲和并行處理，實現海量數據存儲并提升大數據量下的快速數據處理。因此可以說，云計算的核心是業務模式，本質是數據處理技術，云服務體系。由此看出，云計算技術是廣義大數據技術的一部分，也是狹義大數據技術的基礎。可以說，大數據是資產，云為數據資產提供了保管、訪問的場所和渠道。如何盤活數據資產，使其為國家治理、企業決策乃至個人生活服務，是大數據研究的核心問題。

四、大數據應用思考

在全球數據爆炸性增長的同時，大數據中的大部分并沒有在質與量上得到整理、結構化，無法獲得有效的應用。情報工作者可以通過開展處理與應用的深度研發，以促進大數據的應用：①收集、存儲、結構化各研究領域的多種觀測及測量數據、模擬數據，研究開發大數據各個階段的通用基礎技術；②數字環境下科學研究相關的系統和機制研究；③以情報科學技術領域的研究者為中心，與環保生命科學、防災等有關領域的研究者在對等的立場上，建立領域間的合作，應用災害領域有關的大數據來防災減災；④加強國際合作，建立培育具有大數據應用技能的數據科學家、數據應用專家、數據分析師的機制。通過這些工作，促進作為我國發展平臺的大數據應用，努力解決新知識創造、科技創新以及社會與科學課題，通過創新來強化新型產業、新型市場的誕生和國際競爭力。

結束語

總之，在信息高速發展的時代，數據已成為人們公認的屬性，科技情報工作只有有效地處理好大數據、云服務的不足，才能有效利用大數據、云服務為科技情報工作帶來更多的優勢。

參考文獻

[1]賀秀英.淺談基于大數據、云服務的科技情報工作思考.2017.

[2]周曉敏.探討基于大數據、云服務的科技情報工作分析.2018.