摘要:通过对大数据对科技情报工作带来的巨大改变、市级科技情报机构的生存环境面临的挑战及情报机构核心竞争力因素变化的分析，提出了市级科技情报机构发展的设想。

关键词:大数据时代;科技情报机构;生存与发展

0引言

随着计算机通信技术和网络技术的迅猛发展，互联网、移动互联网、物联网等先进技术的广泛应用，信息技术手段记录下了人类活动轨迹的海量数据资源，它们是人类社会的宝贵财富。随着网上海量数据的积淀，所涉及的资料量规模巨大到无法通过目前主流软件工具，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更积极目的的资讯。与之前传统的数据概念相比，大数据最主要的特征是“多源异构”:文本、语言、视频、语音、位置信息、点评信息、交易信息;用户网页信息(浏览次数、点击率)、各种社交网站、动态网站网页信息的变化、网络实时监控数据、通信领域数据(各种信号、通话时长、通话位置)、各行业统计分析数据等，各种结构化、半结构化、非结构化的数据，包罗万象。当前，各行业领域先后不同程度对大数据表现出极大的关注，已经或正在以不同程度和形式参与其中。中国人民大学信息资源管理学院官思发等提出部署云存储技术、技术数据可用性、优级化数据分析模型、弹性调试资源和研发大数据分析平台等5个对策，解决大数据分析领域数据存储、弱可用性等大数据领域的5大问题;大型国有银行在主营业务中均引入了较有深度的数据分析;商业智能技术和数据挖掘技术等已在电商行业得到广泛和深入的的应用;中信所曾建勋等提出了大数据环境下情报学新的核心内涵;中信所贺德方通过(863计划)子课题“以科技文献为主的搜索引擎研制”有关海量知识挖掘分析、科技创新辅助决策分析、客户行为统计分析与个性化服务等关键技术介绍，指出未来文献信息系统的方向是研究报告的综合利用，是从简单的“搜索”向基于实事数据的“知识检索”进化，基于知识的重用，创造新知识。虽然“大数据分析”在国内的发展仍处于初期阶段，但大数据的浪潮已席卷而来，我们正身在其中。纵观人类发展史，每一次技术的变革与飞跃都伴随着行业的新旧更替。作为有着近50年历史、与数据结合最紧密的科技情报机构，如何从大数据中发现知识并加以利用，不仅仅是生成简单的报表，在大数据时代不仅能做为情报机构继续存在，而且能获得创新性的发展，是我们值得思考的。

1大数据对科技情报机构的影响

1.1资源

科技情报机构要处理的数据信息对象更加复杂多样，之前熟悉的科技报告、专利文献、标准文献等专业数据库信息资源和网络搜索引擎信息只是目前大数据范畴的一部分。之前常规的情报工作流程与方法已无法处理大数据时代的信息资源。

1.2服务对象

网络的迅速普及方便了数据资源的传播与获取，科技工作者和政府人员知识水平的普遍提高使一般性信息收集与整理已不属于情报机构的工作范围。经济全球化与行业竞争的加剧，政府与企业用户对情报产品的要求日益提高，已不满足于较初级的情报分析产品，在要求快速反应的同时，对深度与广度方面都有较高的要求。以我所为例:按市委四大班子要求提供的周刊性内参，在仅2页的篇幅里要包括2个栏目，既要反应国内外最新技术，还要分析我市主要产业企业现有的技术在国内外同行业中的水平、应用领域、市场前景、未来发展趋势等。

1.3手段与竞争者

SPSS、SAS、各种行业分析软件、CNKI和万方在线分析等计算机辅助信息分析软件工具早已在情报系统、信息研究公司、行业咨询公司等机构得到应用，围绕大数据存储、数据可用性、数据建模、资源调试和专业分析工具的研制等工作已是行业热点。市级科技情报机构中，基于几大部级数据库和网络搜索引擎人工检索，以人工分析的方式开展政府委托或自选题的专题情报分析、科技查新等工作的应不在少数。

1．4机构人员

市级情报机构现有人员大多分为两部分:一是从事情报工作，二是从事科技主管部门委托的行政辅助方面的事务性工作。从事情报工作的人中，大多有一定的理、工科专业背景，有一定的文字编撰能力，通过老同志传帮带和行业培训，从事专题情报分析、科技查新等方面的工作。情报专业人才和计算机科学相关技术领域的人才较少。

2生存与发展

2.1科技情报机构的核心竞争力

2.1．1数据资源

情报机构一直是科技资源的提供者，收集、分析、提炼各种数据资源形成情报产品是情报机构的工作内容。不管是以纸质方式收藏各类科技文献时期、以联机方式实际国际检索数据库时期，还是通过互联网开展情报工作时期，拥有科技文献类数据资源一直是我们的优势。但当大数据时代来临，我们一直拥有的数据资源只是大数据中的一小部分(当然也是很重要、很权威的部分)。我们面临的数据产生方式多样、涉及不同信息系统、不同应用软件和传感网络。如何准确获取、分析海量数据，生产高质量的情报产品，保持数据资源的优势是首要问题。

2.1．2分析能力

市级科技情报所人员大量工作是科技查新、服务政府领导下达的专题情报分析，了解本地区企业的技术水平以及相关领域的国内外发展趋势和研究热点;具备检索、分析归纳能力和技术创新点的挖掘与判断能力。1958年至今，国家情报系统已发展成包括国家、省、市、部分县在内的全国性情报机构，且近年来，全国科技情报机构间的交流日渐密切，这是其它信息咨询机构所不具备的。在大数据时代，数据获取方式、分析手段、工作模式将会发生重大变化，现有情报人员知识背景的更新、新进人员素质要求的提升是保持整体竞争优势必须解决的重要问题。

2.2把握机遇的设想

大数据产生于信息通信技术的日渐普遍和成熟，以云计算为代表的计算技术不断进步，提供了强大的计算能力。大数据的影响正在覆盖全社会的各行业:根据求职网站的岗位数量，推断就业率;投资机构搜集分析上市企业声明，从中寻找破产的蛛丝马迹;通过微搏数据分析，确定广告的投放时间和投放内容并锁定用户群等。大数据为我们看待世界提供了一种全新的方法，各行业的决策行为将日益基于数据分析做出，而不是像过去更多凭借经验和直觉。对于情报机构，特别是资源掌握较弱、人员结构不理想的市级情报机构如何保持现有资源与分析的优势，只有改变。大数据平台和分析工具的研制是一个渐进的过程，也应是我们完成改变的过程。这个过程也许是一个稍纵即逝的机遇。

2.2．1数据资源

1)做强现有资源。

大数据的分类众多，姑且分为自建资源与外部资源。科技情报系统自建数据资源是科技类资源与企业资源，应进一步完善，这是情报系统的核心竞争力之一。企业是创新的主体，企业产品数据等企业类数据库可充分利用目前较完善的国家科技情报体系机构，做得更大更强。

2)分析关注外部关联资源。

大数据时代，数据的取舍很重要。情报机构主要服务对象一是政府，二是企业。以我所业务为例，政府方面的工作主要有:接受常规定题信息的报送;接受不定期安排的针对某一领域或技术的专题情报分析;针对当年度热点重大问题的调研报告等。企业方面的:查新;技术创新点挖掘、专利分析等。对各类服务重新分析与之相关的外部资源类别、可获取途径、数据关系等，选择适宜的工具，制定新的数据获取与分析的流程、模式。

2.2．2数据分析

大数据只有在进行挖掘分析之后产生的新知识才有价值。无论是当今的数据抓取工具和分析软件，还是未来的大数据搜集分析平台，都只是辅助性工具，只是完成数据收集、初步筛选与鉴别，最终情报分析产品的完成还是需要人脑。

1)人员培训。

大数据的特征决定了其获取和分析模式与现有模式的巨大差异。华南师范大学黄晋按国际上设置的培养计划，提出大数据人才应掌握数学、统计学、数据分析、商业分析和自然语言处理等技能，具有较宽的知识面，具有独立获取知识的能力，具有较强的实践能力、创新意识和团队合作意识。由于大数据类型的多样性和数量的海量特征，且由于情报问题趋向复杂化，北京大学信息管理第迟玉琢认为，在解决这类情报问题时，单靠一个机构或个人能力很难完成对大数据的收集处理工作，还需要信息数据的共享、工具技术的整合和人员的跨界合作等，众多数据显示:现有情报人员面临大数据时代的严峻挑战，必须培养在职情报人员大数据获取、分析的能力，重新调整新进人员知识结构标准。

2)区域大情报设想。

在等待学院人才的引进、逐步增强现有人员在职进修的同时，可设想组成两种模式的智力团队开展工作。当然团队的运行机制等相关问题还有待另行探索。

(1)跨系统自由组合式。

以各级情报机构为中心组建区域性专家团队，参与到具体服务项目的数据获取模式与流程的制定、分析等工作中，可以较快的速度提升地方情报能力，提高情报产品质量。由于各地各级情报机构情况各异，在未来与各类咨询公司、智库等的竞争中，将既有胜出者(作为情报机构继存)，也难免会有出局者(作为上级机关行政辅助机构)。是动态的、变化的。

(2)系统内智力集聚式。

从1958年中情所成立到现在57年的时间，全国各省、市(地区)、部分县构成了体系健全、人员稳定、经费稳定、技术成熟、政府信任度高、从业人员近10万的全国性情报系统，在系统内构建情报智力合作模式，发挥国家、省、市、县各级情报机构的优势，构建新型情报机构关系，将有利于形成情报系统的整体竞争力，提升情报质量，拓展情报业务。

3)分析能力的实战训练。

大数据分析平台的构建与共享尚需时日，现有分析工具已大量存在。作为市级情报机构，不管是应用于政府的情报服务，还是针对“双创”或企业的专项服务，在当前的情报工作中尽可能多地启用现有数据获取与分析工具已是燃眉之急。

3结语

面对大数据及相关技术带来的变革与飞跃，必将出现行业的新旧更替。大数据将带来的不仅是情报服务技术层面的变化，也包括情报机构工作模式的变革、行业格局的变革。从数据资源获取能力与人员再培训入手，根据大数据时代的特点，创新工作思路、搭建新的工作模式，保持行业竞争力，大数据便是情报机构提升的机遇。

参考文献:

［1］曾建勋，魏来．大数据时代的情报学变革［J］．情报学报，2015，34(1)．

［2］官思发，孟玺，李宗洁，等．大数据分析研究现状、问题与对策［J］．情报杂志，2015，34(5)．

［3］孟婷婷，何利力．浅谈分析大数据的工具MapReduce－［J］．工程控制计算机，2015，28(4)．

［4］贺德方．基于大数据、云服务的科技情报工作思考［J］．数字图书馆论坛，2013(6)．

［5］黄晋．关于大数据人才培养的思考与探索［J］．教育教学论坛，2014(45)．

［6］迟玉琢．大数据背景下的情报分析［J］．情报杂志，2015，34(1)．

作者：王越险 单位：自贡市科学技术情报研究所