基于大数据思维的情报学科发展道路探究

doi:10.3772/j.issn.1000-0135.2019.03.002

情报学报

2019, Vol. 38

Issue (3): 239-248 DOI: 10.3772/j.issn.1000-0135.2019.03.002

情报理论与应用

本期目录 | 过刊浏览 | 高级检索

基于大数据思维的情报学科发展道路探究

李品^1,2, 杨建林^1,2

1.南京大学信息管理学院，南京 210023
2.江苏省数据工程与知识服务重点实验室，南京 210023

Research on the Development Path of Intelligence Studies Based on Big Data Thinking

Pin Li^1,2, Jianlin Yang^1,2

1.School of Information Management, Nanjing University, Nanjing 210023
2.Jiangsu Key Laboratory of Data Engineering & Knowledge Service, Nanjing University, Nanjing 210023

摘要
图/表
参考文献
相关文章 (15)

全文: PDF (813 KB) HTML (114 KB)
输出: BibTeX | EndNote (RIS)

摘要情报学学科建设已受到学界高度关注，大数据对其影响很难被绕过。大数据环境将情报学推向新的发展阶段，在给情报学发展带来危机的同时，也为情报学地位的提升和研究力量的凝聚等提供了很好的发展机遇。本文认为，破解危机、把握发展机遇的核心在于基于大数据思维的情报学学科发展。为此，本文以大数据思维为引导，重新思考了情报学学科定位、学科目标、理论体系、知识体系和生产管理体系，以及情报研究、情报服务、情报人才培养等问题。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	李品
	杨建林

关键词 ：情报学, 大数据思维, 学科发展, 情报学理论

收稿日期: 2018-04-13

基金资助:国家社会科学基金重大项目“情报学学科建设与情报工作未来发展路径研究”（17ZDA291）；国家社会科学基金重点项目“面向国家发展与安全决策的情报服务创新研究”（18ATQ003）；江苏省社会科学基金项目“Intelligence导向的情报学知识体系与核心问题域研究”（17TQB008）。

作者简介: 李品，女，1979 年生，博士研究生，主要研究领域为学术评价、情报学理论，E-mail：376341195@qq.com；杨建林，男，1970年生，博士，教授，博士生导师，主要研究领域为数据挖掘、信息检索、学术评价。

引用本文:

李品, 杨建林. 基于大数据思维的情报学科发展道路探究[J]. 情报学报, 2019, 38(3): 239-248.
Pin Li, Jianlin Yang. Research on the Development Path of Intelligence Studies Based on Big Data Thinking. 情报学报, 2019, 38(3): 239-248.

链接本文:

https://qbxb.istic.ac.cn/CN/10.3772/j.issn.1000-0135.2019.03.002 或 https://qbxb.istic.ac.cn/CN/Y2019/V38/I3/239

1 GillP, PhythianM. What is intelligence studies?[J]. International Journal of Intelligence, Security, and Public Affairs, 2016, 18(1): 5-19.
2 MarrinS. Improving intelligence studies as an academic discipline[J]. Intelligence and National Security, 2016, 31(2): 266-279.
3 苏新宁. 大数据时代情报学与情报工作的回归[J]. 情报学报, 2017, 36(4): 331-337.
4 曾建勋, 魏来. 大数据时代的情报学变革[J]. 情报学报, 2015, 34(1): 37-44.
5 彭知辉. 论公安情报学的学科属性及大数据环境下的变化[J]. 情报资料工作, 2017(5): 42-48.
6 韩毅, 李红. 大数据语境下情报学的坚守与拓展[J]. 图书情报工作, 2015, 59(5): 47-52, 81.
7 维克托·迈尔-舍恩伯格, 肯尼思·库克耶. 大数据时代——生活、工作与思维的大变革[M]. 盛杨燕, 周涛, 译. 杭州: 浙江人民出版社, 2013.
8 李广建, 化柏林. 大数据分析与情报分析关系辨析[J]. 中国图书馆学报, 2014, 40(5): 14-22.
9 彭知辉. 论公安情报分析与大数据分析的融合[J]. 情报理论与实践, 2017, 40(10): 36-40, 73.
10 叶鹰, 武夷山. 情报学基础教程[M]. 北京: 科学出版社, 2012: 17-27.
11 马费成. 论情报学的基本原理及理论体系构建[J]. 情报学报, 2007, 26(1): 3-13.
12 化柏林, 李广建. 面向情报流程的情报方法体系构建[J]. 情报学报, 2016, 35(2): 177-188.
13 ManyikaJ, ChuiM, BrownB, et al. Big datathe next frontier for innovation, competition and productivity[R/OL]. [2018-04-07]. http://www. mckinsey. com/insights/business_technology/bid data the next frontier for innovation.
14 彭知辉. 情报流程研究: 述评与反思[J]. 情报学报, 2016, 35(10): 1110-1120.
15 LimK. Big data and strategic intelligence[J]. Intelligence and National Security, 2016, 31(4): 619-635.
16 ChenH C, ChiangR H L, StoreyV C. Business intelligence and analytics: From big data to big impact[J]. MIS Quarterly, 2012, 36(4): 1165-1188.
17 贺德方. 工程化思维下的科技情报研究范式——情报工程学探析[J]. 情报学报, 2014, 33(12): 1236-1241.
18 彭知辉. 数据: 大数据环境下情报学的研究对象[J]. 情报学报, 2017, 36(2): 123-131.
19 周晓英. 情报学的形成和定位[J]. 情报资料工作, 2006(2): 5-10.
20 梁战平. 情报学和情报工作的历史性贡献[J]. 情报理论与实践, 2004(4): 341-342, 399.
21 马费成. 情报学的进展与深化[J]. 情报学报, 1996, 15(5): 22-28.
22 严怡民. 情报科学理论体系初探[J]. 情报科学, 1982, 3(3): 1-5.
23 卢太宏. 情报科学的三个研究规范[J]. 情报学报, 1987, 6(1): 20-22.
24 刘植惠. 评“大情报观”[J]. 情报理论与实践, 1999(2): 69-71.
25 王芳. 情报学的范式变迁及元理论研究[J]. 情报学报, 2007, 26(5): 764-733.
26 王延飞, 赵柯然, 何芳. 重视智能技术, 凝练情报智慧——情报、智能、智慧关系辨析[J]. 情报理论与实践, 2016, 39(2): 1-4.
27 马费成. 论情报学的基本原理及理论体系构建[J]. 情报学报, 2007, 26(1): 3-13.
28 叶鹰, 马费成. 数据科学兴起及其与信息科学的关联[J]. 情报学报, 2015, 34(6): 575-580.
29 朝乐门. 数据连续性: 未来跨学科研究的重要课题[J]. 情报学报, 2016, 35(3): 227-236.
30 包昌火, 李艳. 情报缺失的中国情报学[J]. 情报学报, 2007, 26(1): 29-34.
31 杨雅芬. 电子政务知识体系框架研究[J]. 中国图书馆学报, 2015, 41(2): 29-40.
32 邓三鸿, 金莹, 杨建林. 学科知识地图的构建——以图书、情报学为例[J]. 情报学报, 2006, 25(1): 3-8.
33 王昊, 邓三鸿, 苏新宁. 我国图书情报学科知识结构的建立及其演化分析[J]. 情报学报, 2015, 34(2): 115-128.
34 DelenD, H. DataDemirkan, information and analytics as services[J]. Decision Support Systems, 2013, 55(1): 359-363.
35 杨国立, 周鑫. “数据即服务”背景下图书情报机构科学数据服务的发展机遇[J]. 情报学报, 2017, 36(8): 772-780.
36 Landon-MurrayM. Big data and intelligence: Applications, human capital and education[J]. Journal of Strategic Security, 2016, 9(2): 94-123.
37 DavenportT H, PatilD J. Data scientist: the sexiest job of the 21st century[J]. Harvard Business Review, 2012, 90(10): 70.
38 李辉, 张惠娜, 侯元元, 等. 情报3.0时代科技情报服务能力研究——基于工程技术视角的服务能力四层结构模型(RIAC)[J]. 情报理论与实践, 2017, 40(3): 1-6.