大數據時代的信息資源管理模式創新分析

艾迎旭

【摘要】信息是電子信息時代重要的資源之一，甚至可以說當前的時代是信息資源的爭奪時代。無論是國家還是企業，掌握了最新和最全面的信息就可以在國際和市場上立于不敗之地。因此開始出現了大量的信息管理創新技術和策略模式，對大數據時代所產生的大量信息進行更好的管理，并且通過這些信息管理和分析推斷出最新的信息并加以利用，而這一切的前提也就是實現更為科學合理的信息資源管理創新，在收集信息結束以后，可以更好地采取信息存儲管理方法。

【關鍵詞】大數據? 信息管理? 資源? 信息時代

信息資源管理理念并不是現代的電子信息時代或者大數據時代所獨有的，也就是古人常說的戰略上要做到知己知彼，這就是通過對信息進行最為優化的管理分析，最終將其利用達到百戰不殆的目的。那么隨著大數據時代的大量的信息出現，傳統的通過人力直接進行信息資源的采集和管理已經十分困難，因此在20世紀70年代就已經開始出現信息資源管理理念的革新，并且正式通過社會技術的進展形成行之有效的理論。吸引了包括國家和市場的大量目光，并在時間的推進下逐步得到人們的認可，尤其是科學研究領域對大數據概念的提出來看，解決由于傳統計算機技術所造成的海量數據，并且有效進行信息分析，就成為了當今的科研和經濟領域熱潮。

一、以大數據思維為基礎的信息管理

大數據的發展重要性在前幾年就已經從國家層面開始重視，因此在2015年就已經提出了大數據的發展推進工作，尤其成為了我國數據戰略的戰略啟動標志，變相來說，大數據就是很大量的信息資源，因此大數據戰略更重要的就是信息資源管理質量戰略，然而需要注意的是在進行信息資源管理分析過程中應該首先考慮大數據思維。

（一）大數據的整體性要求

在進行信息管理過程中，首先應該明確數據是一個整體的。這也就是在進行信息管理時所必備的大數據眼光，也就是將分散的數據有一個明確的統一認知，然后基于這一明確統一認知，對數據進行更為科學合理的分析管理。因此在進行大數據管理時，一定要首先在數據采集上盡量做到全面，將所有的信息資源看作一個整體，也就是如果不受技術所限，應該盡量地將所有數據都進行采集，這是為之后的信息分析做好鋪墊。而在信息分析過程中，也同樣不能進行單個信息數據的分析，而是要結合所有信息資源進行綜合性的認知，以最大可能分析出信息數據背后的重要意義和作用，并且通過整體性的信息數據分析眼光，將所有信息進行充分實際的認知。最后則是在信息使用方面，這個過程一定是將信息進行了篩選處理，然后在使用過程中仍然需要考慮一些無用信息是否在實際使用過程中存在意義，然后以整體性的眼光進行反思和認知，以便于下一次信息數據收集和分析更為優化。

（二）大數據的容錯性思考

大數據的容錯性思考是大數據整體性眼光所附帶的，這里所強調的容錯性思考不但體現在信息收集方面，可能會出現的人力失誤等方面，更是體現在進行數據信息分析過程中可能會出現的錯誤分析。在信息數據采集收集方面出現失誤之所以可以容錯，是因為這樣的信息一般會在大量信息收集之后得到更正，因此面對于龐大的大數據信息資源來說并不會產生較大的影響。而在信息分析上面較之于收集有較低的容錯性，然而事實上信息數據的分析由于其大數據的容量巨大，因此本身就很難做到全面的分析。那么只能首先進行信息篩選，將看似無用雜亂的信息進行分離，然后分析剩下的準確性，更高的信息，甚至是進行單個的信息數據分析。那么這一點也就和實驗數據收集分析有著較大的不同，也就是拋棄了宏觀準確性，而在微觀方面得到更好的價值，但實際上所謂微觀也是龐大的數據流。

（三）大數據的相關性認知

相關的認知是通過數據收集分析而進一步獲得信息資源的方法，也就是在當前大數據時代，由于大量信息出現，而帶來的信息再生產。因此在大量用戶產生龐大信息的同時，信息之間本身就存在著相關性，其內部可能會存在著各式各樣的大數據復雜關系轉化。相對來說在大數據思維下，人們更重視的是非線性關系問題，這也是大數據時代大量信息數據所呈現的。

二、以大數據為主的信息相關技術

（一）大數據時代信息資源采集技術

為了保證大數據時代的大量信息，數據可以得到更好的應用，首先要在信息數據收集方面打好基礎。目前在大數據信息收集技術方面，主要是網絡爬蟲采集、移動a p p、視頻監控技術、情感識別技術、智能錄播等等融環電銷的大數據信息資源采集技術。目前來說，電信機采集和小微企業進行采集系統等已經開始大量出現，他們都是針對信息進行采集的重要方法。

（二）大數據時代信息資源存儲分析技術

針對大數據的信息資源存儲方面，主要涉及到Hadoop、NoSQL、MapReduce等，也就是存儲方案、開源企業系統平臺建設、模型實現等等，其主要都是通過各類分布式存儲、無預定義模式、數據分區無共享架構等。并且大部分信息傳輸軟件都有較高的容錯性，以幫助高通儲量的信息訪問。按照信息數據資源的分析方面主要涉及到云計算，這也是目前主要進行分析的主流，此外還有機器學習大數據分析、分布式數據庫等等多方面的系統構建。而目前來說云計算是基于互聯網因此而具有更高拓展性的資源配置方式，就目前實際的資源利用來說是較低的，大多數先進公司在大數據時代的信息利用方面不到5%，然而也就此獲得了較高的利益。

（三）大數據時代信息資源管理安全保護技術。

在信息資源管理過程中，一定要首先基于5V特征的大數據時代影響而進行，因此對信息數據的大量混雜和相關性注重來說，在信息分析采集中很多方面都會有所影響。而其中尤其需要注意信息隱私的安全保護方面，也就是雖然要求院前大量的數據分析搜集，而且仍然需要注意通過隱私保護技術的加密算法來加大大數據的隱私保護。目前來說MD5算法是1991年所開發，具有較高安全性而成熟的方法，此外，為了更好地面對可能會出現的系統入侵，輿情檢測技術和容忍技術也是目前所正在研究和應用的。

三、據大數據時代的發展所進行的信息資源管理創新。

（一）在大數據信息資源管理思維方面進行進一步創新

基于大數據時代而進行的信息管理思維已經在上文中進行了詳細的闡述，然而實際在信息管理現狀方面仍然出現諸多涉及信息資源，思想觀念方面的問題，因此而影響到了信息管理流程的每一個環節。就大數據信息管理整體性來說，雖然要求將所有信息看作一個整體，然而實際上部分信息也是一個完整的整體，也就是在進行調查時，應該針對研究對象，而更加體現和凸顯其完備性以及整體性，其制裁是基于研究對象個體的相關信息。而進一步在相關性的資源管理方面，并不是對非線性結構思維進行全盤否定，而是說目前主要是線性結構思維，因此需要以有什么為主要的分析依據。比如說為了對春季感冒的發生情況進行預測，通過搜索記錄來進行分析探討，這種預測功能是可以通過相關關系進行實現的，而同樣亞馬遜和淘寶的個性推薦服務也是基于這種方式出現。

（二）在大數據信息管理流程上進行進一步優化

在信息管理流程方面，主要是在技術和具體操作方面，比如在信息采集方面進行革新，就首先應該將步驟進行簡化，將耗時長而命中率低的采集方式轉變為關鍵詞化、結構化和知識化，并且要注重對于信息提供的質量進行加強。而就當前大數據時代的進一步推進，對信息存儲也有了一個全新挑戰，由此在進行信息處理，是大量的信息存儲與同一服務節點自然較為困難，因此需要分流分節點進行處理，最后進行匯總而得出結果。

（三）基于生命周期的信息資源管理理論分析

生命周期的信息資源管理理論的提出是近期與建筑工程的全生命周期BIM技術有所相似的。就實際層面進行分析，可以發現這一理論主要是將信息從產生利用到消亡的動態過程進行分析，這也就導致了信息自身價值在消失之后又開始不斷地出現和增值也就是對信息進行更加充分和重復的利用，那么在這一生命周期的信息管理是通過不同的管理活動進行的，這種方式可以將低價值的信息盡可能地轉變為高價值信息，并且延長其應用時間，那么隨著大數據時代和大數據時代下的信息管理能力進一步提高，那么應該將盡可能的利用信息資源技術轉變為充分利用，這也是未來信息管理必然的情況。

四、結束語

隨著經濟社會的快速發展，各項管理工作信息化水平不斷提高，信息資源的重要性在當前是已經被大家所重視，尤其在大數據信息資源時代，無論是國家戰略還是企事業單位的經營中，都更加注重對于國際和國內市場信息進行分析。由此而使國家和企事業單位獲利，或者預防風險的發生，因此信息資源管理既可以應用在某些災害的預防上，也可以應用于經濟方面而獲取收益，然而這些利潤都是建立在信息管理優化的前提上，這也是本文所探討的要點。

參考文獻：

[1]羅昊.數據挖掘下的高校圖書館信息資源管理探討[J].食品研究與開發，2020，41（10）：225.

[2]朝樂門.信息資源管理理論的繼承與創新：大數據與數據科學視角[J].中國圖書館學報，2019，45（02）：26-42.

[3]安小米.面向智慧城市發展的信息資源管理協同創新策略——以荷蘭阿姆斯特丹智慧城市為例[J].情報資料工作，2014（03）：49-53.

[4]賴茂生，李愛新，梅培培.信息生命周期管理理論與政府信息資源管理創新研究[J].圖書情報工作，2014，58（06）：6-11+41.