文献类型：期刊文章

作　　者：唐明伟[1,2] 苏新宁[2,3] 肖连杰[2,3]

Tang Mingwei;Su Xinning;Xiao Lianjie(School of Information Engineering,Nanjing Audit University,Nanjing 211815;Jiangsu Key Laboratory of Data Engineering and Knowledge Service(Nanjing University),Nanjing 210023;School of Information Management,Nanjing University,Nanjing 210023)

机构地区：[1]南京审计大学信息工程学院,南京211815 [2]江苏省数据工程与知识服务重点实验室(南京大学),南京210023 [3]南京大学信息管理学院,南京210023

出　　处：《情报学报》

基　　金：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);国家自然科学基金青年项目"大数据驱动的突发事件情报感知及快速响应研究"(71603114);江苏省社会科学基金青年项目"大数据驱动的突发事件情报感知研究"(16TQC004)

年　　份：2018

卷　　号：37

期　　号：5

起止页码：467-476

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD_E2017_2018、CSSCI、CSSCI2017_2018、INSPEC、JST、NSSD、RCCSE、RWSKHX、ZGKJHX、核心刊

摘　　要：本文首先分析了大数据时代情报学面临的挑战和机遇,整理了目前国内外情报学研究的现状和未来发展趋势;分析了大数据时代情报工作面临的挑战,梳理了面向大数据的情报学相关理论和方法,并按照情报学一般工作流程进行了分类。其次根据大数据计算的特点以及相应的方法,从总体架构、功能及实现方法等方面构建了面向大数据的情报分析框架,并以一个基于Spark平台的关键词统计实验对框架的有效性进行了验证。最后,探讨了不同行业应用该框架的一些细则问题。本文构建的情报分析框架不仅可提供面向大数据的情报学理论和方法的基本查询,还可提供这些理论和方法支撑下的决策服务的调用。其构建细节则可为大数据环境下情报学理论和方法的实际应用提供参考。

关 键 词：大数据 情报学 情报分析

分 类 号：G350]