(信息资源管理课程论文.docVIP

宁夏大学考试考查卷面纸 2014～～ 主考教师签名： 2015 年 月 日 大数据背景下如何提高信息资源管理 大数据是全球数据自发式、爆发式增长以及数据处理高效率要求的综合体现。从信息资源管理的角度看，大数据环境下数字信息资源的时空结构发生了很大变化。 大数据是全球性的难题，但“罗马并非一日建成”，大数据问题在2000年前后就已经引起学界的注意，尤其在信息资源管理领域。首先，大数据并非全新的概念，早在1980年，美国就提出了海量数据的概念，并且近30年以来，各领域的数据量都在迅猛增长，政府、企业和信息服务机构都在积极回应并提出相应的解决方案，在数据库管理、联机数据分析、数据挖掘、数据仓库、数据集成、商业智能等技术领域形成广泛的理论基础，并在信息资源领域较早提出了“泛在信息”的相似概念，因此大数据理论是数据管理和服务理论的深化和延续。其次，大数据之大并不仅仅在于其容量之大，虽然数据容量的爆炸是数据收集、保存、维护以及共享挑战的关键因素，但大数据的分布式、多样化、即时性的发展也超出了现有技术的处理能力[Cal，因而大数据的特征通常可以用3 V (Volume ,Variety, Velocity)来描述。此后，又在3V之外，添加了价值密度低(Value)这一特征，从而形成了较为普遍认可的4V特征。中国北京电信研究院也认为，数据量激增、数据复杂性的提升以及数据采集和处理速度要求提升是大数据的关键挑战[C57，因此大数据是多维的、立体的，是对数据管理和服务理论的扩展。 从信息资源管理的角度看，大数据环境下数字信息资源的空间结构和时间结构也发生了大的变化。从空间结构看，2005年以前，业界一直认为政府是信息资源的最大保有者(80%左右)，信息机构(信息中心和图书馆等)是信息资源体系中的核心节点，而2011年麦肯锡公司报告显示，政府拥有约848 PB数据，约占数字信息资源总量的12%左右，信息机构的数字信息资源总量更是远远低于信息服务商的数据总量，因而大数据环境下数字信息资源的空间结构分布更加扁平化和多样化，如何在竞争更加激烈的数据丛林中寻求信息资源服务的创新和突破具有重要现实意义。而从时间结构看，信息生命周期理论是信息资源管理的核心理论，大数据环境也在某些方而突破了传统信息资源管理的理念。一直以来信息资源管理理论集中于信息资源的采集、加工和处理阶段;而大数据环境更加凸显了数据产生的管理(物联网)、数据汇集和交换效率(云计算)以及数储存储(云存储)，并使得不同生命阶段的数据之间的内部关联性大大增强，信息生命周期模型逐渐从一个描述信息资源管理理念的“概念模型”演变为可行的“架构模型”。因而大多数环境下数字信息资源的纵向与横向关联更加紧密，如何在全生命周期管理过程中强化信息资源服务质量，促进数据、信息向知识、情报的转化也是当前而临的核心问题。 4大数据环境下服务创新的若干思考 大数据环境下服务创新不是单纯的理论问题，也不是单一的对策问题，而是面向用户的社会化知识聚合与服务融合的现实问题。因此，服务创新应逐步发展成以用户需求为中心，以信息技术为桥梁，以知识服务的价值挖掘为口的，以关系网络(超网络)为宏观视角的信息服务模式。在这种转变中，应当注意以下几个问题: 1)服各创新首先应该是数据创新。数据的价值不会随着它的使用而减少，而是可以不断被选择、处理、整合。对组织来说，除了要分析组织内部的精确数据，还需要掌握由社交媒体(Web 2. 0)产生的模糊数据，以及组织外部准增值数据，将它们有机结合起来，利用相关关系挖掘出能增加组织收益的可能性，实现“从数据直接到价值”，而不是沿着信息链“从数据到情报，再产生价值”。运用大数据分析技术根据数据内在特征和价值进行鉴别、关联、重组，识别和创造新的知识，探索可能路径，尽可能多地发现潜在、隐藏、更有价值的关系，以知识内容、知识关联、知识动态利用为核心，解决基于知识和分析才能解决的问题。 2)服务创新应当是基于Web 2. 0和云计算的知识服务创新。本质上，Web 2. 0的群体智慧与云计算的训一算能力资源化都是为了克服人脑计算的不精确性，而相应地也带来了数据的混杂性。在数据处理过程中，人与计算机具有互补优势。通过人对数据处理前段控制，可以降低计算机处理数据的难度，而计算机在处理数据的几何式增长和分布式存储具有优势。这种聚焦于知识共享，发挥用户群体智慧，将知识交换与处理作为所有应用和服务的核心的数据驱动平台，会促使大众创新、社会创新。研究所涉及的主体、客体、过程、环境等因素，并对这些因素参量化，为建立大数据环境下服务创新模式奠定了夯实的基础。 3)服务创新应以用户需求为中心，专注对用户行为