大数据环境下情报分析新方法

 1 大数据环境下的情报新环境特点 
  1.1 数据流上的分析信息较受关注 
  数据流的来源主要是各种感应器与记录仪器等在使用过程中产生的数据信息,其中比较有代表性的包括社交媒体、视频、移动终端设备等。在对数据流进行分析时,大数据管理技术会将已经获得的数据转化为情况描述,这种运作模式可以将情报环境中存在的问题或是事件发展的方向进行提前预测,让人们在获取到数据的同时,对事件发展的趋势进行最快速度的分析,并及时采取措施对问题进行反应,让问题影响的范围可以得到缩小。 
  1.2 情报问题上的动态呈现变得复杂 
  时代的发展,让情报上的定义变得更加广泛,同时涉及的领域也更多,情报已经不再只存在于军事、政治领域,或是科研机构与商业机构当中,情报需求的主体变得更为多样。所以此时的情报处理过程中可能遇见的问题也更加复杂,因为此时社会背景下的情报问题会呈现出动态性的变化,一旦不是以较为固定的模式运转,情报研究人员想要通过分析规律的方式进行解决,难度就会异常的大,动态变化让问题的规律变得更为复杂,很难进行归类与总结。 
  2 对大数据环境下的情报信息进行分析时的注意事项 
  2.1 大数据陷阱 
  大数据信息上的价值主要分布在数据得到分析以后,分析的结果可以给研究人员带来想要获得的信息,所以这些大数据的消息来源真实性就显得异常重要了。大数据环境给研究人员的情报分析工作带来便利的同时,其自身存在的问题也随之混进研究人员的工作里,庞大的数据群体让信息甄别上的难度变大,因此情报分析人员可能会遇见一些大数据陷阱,这些陷阱的表现是人们故意发表或是无意识的发表了一些具备指引性的错误信息,此时无论是真实信息还是虚假消息都会在大数据环境中发生关联,但是事实的真实情况是关联在根本上并不存在因果关系,如果此时的研究人员被表面关联给迷惑了,无法关注到深层次原理,就可能在数据处理中出现一些致命的错误。 
  钢铁行业百亿巨亏凸显产业大数据陷阱。2008年一场发端与美国的金融海啸在我国登陆我国多个行业进入严冬,其中以钢铁产业表现的最为突出。人民网转载《中国证券报》记者董文胜的两篇文章“6000多万吨铁矿石的豪赌?中国钢铁行业饱尝3000多亿巨亏”“两拓合并失败为什么中国交天价学费”,从一个特定角度介绍了我国钢铁行业数百亿巨亏,全行业陷入困境的概貌。钢铁行业对铁矿石普遍看涨是因为是,铁矿石主要供应商之一的必和必拓公司收购另一家铁矿石力拓公司。这是表面的信息。“两拓”并购是真是假?并购成果的可能性有多大?这是深层次的原因。再一看到“两拓”公司要合并就推断未来铁矿石要涨价于是大量买进铁矿石。这是必然会掉进大数据陷阱。从纵向历史上看“两拓”曾经多次传出要合并却从来没有真正合并成功,从横向需求看全球发展究竟须要多少钢铁。对着些深层次原因的研究就能发现大数据背后的陷阱,从而做出准确决策以避免损失。 
  2.2 指标有待重新构建 
  用于分析数据的技术以及方法只是获取有价值信息的手段,不是任务处理中的主角,主角应该仍是情报分析的主体——人。所以的这些数据上的信息内容以及来源一定要得到情报研究人员的研判,为了防止研究人员在对大量的数据信息进行处理时出现认知错误,应该建立出一些具有数据归类作用的指标体系,指标体系不是一种新型技术,但是随着时间的推移,这种方法的使用模式应该得到改变以及更新,除了建立已述的数据筛选标准和实时决策类型指标以外,还应建立出一个管理较为全面的指标集,可以帮助人们对数据的考量性以及可靠性进行分析。这样的指标管理系统可以对数据进行过滤、信息概括、种类分析等处理。 
  3 关于在大数据背景下的情报分析工作的发展方向 
  分析工作本身是一项非常注重吸取经验的内容,侧重于对过去经验的总结,这样才能给自身的实践提供指导,对于科学领域的分析工作来说也是如此,对新的工作环境进行分析,这样才能给未来的发展提供一个明确的方向。当前大数据分析这种技术理念已经深入到很多领域当中,这将对很多工作都造成一定影响。 
  3.1 重视情境研究环节 
  当前来看,由于网络技术的迅速发展,所以在全球范围内都在进行网络化的改造,这就给情报分析工作提出了新的要求,我们有必要在分析情报的时候首先将情报置于具体的情境之中,只有通过规范分析过程才能让分析结果更为可靠。通过对过去分析不当的案例进行总结,才能让我们更为明确情境的重要性,利用情境才能大大提高情报分析的有效性。对于这个问题,国外已经有学者在报告中说明,在影响情报的各项因素中,情境信息是其中非常重要的一项因素,如果没有对当时当地的情况以及个人的心理因素进行考虑,将会在很大程度上影响情报的可靠性。 
  3.2 重视分析的整体性 
  根据当前的情报分析工作来看,整体性分析必然是情报分析的必然趋势。就数据类型来说默契本身是多种多样的,并且数据本身也是非常庞大而杂乱的,其中很多数据具有结构化特征,有很多数据又是非结构化的存在方式,所以仅凭个人或者单个机构,在如此浩大的数据面前是非常无力的。与此同时,很多情报问题已经越来越复杂,如果想要解决这个问题,就需要进行协同分析,做到信息共享,这就是分析整体性的体现。为了应对当前的大数据分析形势,社会各界的机构通力合作,来进行情报分析,共同形成一个情报分析的整体,这就是协同分析。 
  3.3 根系和预测之间的关系 
  对于战略这个词,已经有人给出了具体的定义,战略本身有两个特点,其一是出于人的深思熟虑,其二是对于应急来说具有一定的动态特点,而情报分析也有类似的作用。在旧有的情报分析体系上,往往需要充足的分析时间才能拿出一个可靠的决策来,但是当前基于大数据进行分析,分析指向性有所减弱,需要分析具有较高的结果,并且也要有足够的时效性,所以其对于短期决策的意义更为明显。 
  参考文献 
  [1]王翠波,吴金红.大数据环境下技术竞争情报分析的挑战及其应对策略[J].情报杂志, 2014(3):6-10. 
  [2]徐绪堪,郑昌兴,蒋勋.基于粒度原理的知识组织模型构建[J].图书与情报,2013(6):8-12. 
  [3]杨瑞仙,魏子瑶,权明喆.大数据环境下的智库情报分析研究[J].情报理论与实践,2017,40(8):30-36. 
  [4]朱明.公安情报分析课程的学科理论基础探讨[J].吉林省教育学院学报(下旬),2013,29(11):22-23. 
  [5]程学旗,靳小龙,王元卓,等.大数据系统和分析技术综述[J].软件学报,2014(9):1889-1908.
浏览次数:  更新时间:2017-12-02 09:40:41
上一篇:多媒体技术及其在网站设计中的运用
下一篇:科技出版内容集成领域创建高质量图形图像的解决方案
网友评论《大数据环境下情报分析新方法》
Top