首页 > 文章中心 > 情报分析与研究

情报分析与研究

前言:想要写出一篇令人眼前一亮的文章吗?我们特意为您整理了5篇情报分析与研究范文,相信会为您的写作带来帮助,发现更多的写作思路和灵感。

情报分析与研究

情报分析与研究范文第1篇

〔关键词〕水稻产业;专利;情报分析;趋势研究

水稻原产于亚洲热带,在中国广为栽种后,逐渐传播到世界各地。在中国生长的最北限是中国的黑龙江省呼玛,在全球主要的生长区域是中国南方、台湾、日本、朝鲜半岛、东南亚、南亚、欧洲南部地中海沿岸、美国东南部、中美洲、大洋洲和非洲部分地区,中国北方沿河地区也种植水稻[1]。也就是说,除了南极洲之外,地球上几乎大部分地方都有稻米生长。目前全球有50%以上的人口以稻米为主食,作为全球重要的粮食作物之一,水稻的生产对全球粮食的生产及安全都具有十分重要的意义。而中国作为产稻大国(稻产量占世界产量的1/3),水稻的生产水平、产出能力和经济效益在全国的经济发展中都占有重要地位[2]。专利情报分析,就是将专利信息经过科学的统计、整理、筛选、组合与分析等系统化处理后,形成具有较高技术和参考价值的方向性专利情报。通过把专利数据升值为专利情报,可以有效地提供给用户全面、深层次地挖掘专利资料的战略信息,促进产业技术的升级,研究、制定和实施企业发展的专利战略规划,是企业获取竞争优势的重要手段之一[3]。据世界知识产权组织的统计,全世界的技术创新成果90%以上会出现在专利文献中。充分利用这些专利文献信息,可以缩短60%的研发时间,节约40%的研发经费。所以,专利情报是竞争情报中重要的信息源之一[4]。本文就是从专利分析的角度,对我国水稻产业近30年来的专利文献及资料进行定量和定性分析,通过专利申请量、申请类型、地区分布、申请领域分布等情况的综合分析与研究,对未来中国水稻产业发展趋势进行预测。

1 数据来源本文分析的数据来源于国家知识产权局的专利文献数据库[5],专利检索时间范围从1985年至2012年7月。以“稻”和“水稻”及其相关词为关键检索词,检索到专利5395件。通过阅览摘要信息剔除不相关专利后,进入统计分析的专利共5293件。因本文数据来源的检索结果仅包含2012年7月前公开的专利,因受发明专利审查程序限制,从专利提出申请到公开需要18个月的时间[6],故2011-2012年其间的部分专利检索结果会出现变化,其结果仅供参考。

2 我国水稻产业专利现状分析

2.1 专利类型分析在被统计的5293件专利中,发明专利有3082件,占统计数据的58%;实用新型专利1881件,占统计数据的36%;外观设计专利330件,占统计数据的6%。专利类型统计数据表明,我国目前水稻产业专利以发明专利为主。发明专利是指对产品、方法或其改进所提出的新的技术方案,因其技术含量较高,故而在三大专利种类中最为重要。发明专利越多,越能显示我国在水稻领域的发展水平。实用新型专利,是指产品形状、构造或者其结合所提出的适于实用的新的技术方案,该技术方案在技术水平上低于发明专利,但由于其更易广泛实用,故此类型专利也占有相当比例。外观设计专利,是指对产品的形状。图案、色彩或者其结合所做出的富有美感并适用于工业上应用的新设计。水稻产业的外观设计专利主要集中于产品包装袋的设计,因其局限性,此类型专利数量较少。

情报分析与研究范文第2篇

“眼睛是心灵的窗户”,可我听我们班许多同学说看不清黑板上的字,为了让我们班同学的视力好起来,我们小组做了一次关于同学近视情况的调查及其原因分析的研究报告。

二、调查方法

1、上网了解什么是近视及近视产生的原因。

2、查体检卡片,了解本班同学的视力状况以及近几年同学视力不良的发展趋势。

3、调查访问,了解眼睛近视同学的学习及生活习惯。

三、调查情况和资料整理 信息渠道 涉及的方面 具体内容 上网查询 什么是近视眼,及近视眼产生的原因。

近视是平行光进入眼内后在视网膜之前形成焦点,外界物体在视网膜上不能形成清晰的影像,病人主观感觉看远处模糊,看近处还行,用凹透镜可矫正近视。

近视产生的原因有:1、看电视离得太近。2、看电视的时间太长。3、写作业的姿势不正确。 查资料(体检卡片视力测试) 学生近视情况,近视眼的比例等。

本班49名同学,近视人数有10名,占本班人数的1/5。较前几年比,近视人数有所增多。 交谈、访问、调查 近视同学的用眼习惯 多数同学不注意用眼卫生,躺着看书,在强光下看书。

四、结论

1、近视眼是由于晶状体过厚而造成的,可以用凹透镜矫正近视。

情报分析与研究范文第3篇

关键词:情报分析师;招募;培训

中图分类号:C916 文献标志码:A 文章编号:1002-2589(2016)10-0102-02

警务情报分析工作的主体是情报分析师,分析师的个人素质与能力直接关乎情报产品的最终质量,而情报产品的质量则直接影响到警务决策。国外对于专业的情报分析人员都称之为情报分析师。无论是英国的NIM还是美国的情报共享模式,对于情报分析师的专业化都提出了较高的要求。情报分析师从最高的国家层面的战略情报分析师到地方警局的犯罪情报分析师形成了自上而下的不同级别。在横向上,也形成了如重案、道路、诈骗等各警种的情报分析师。

我国目前已有多个省、直辖市的公安机关建立了专门的情报职能机构,专职人员的队伍在不断扩大。情报分析人员的工作具有高智能、专业性强的特点。如何构建这样一只规范高效、层级分明、职责清晰、专业性强的稳定队伍则是学界和业界一直努力的目标。

一、国外警务情报分析师选拔和培训的相关经验

发达国家将情报人员根据工作的不同进行分类,如情报管理人员、情报指挥官、情报支持人员和情报分析人员等。而在最核心的警务情报分析人员的选拔和招募上一直遵循严格的标准,同时特别注重对从业人员的持续培训。

(一)严格的招募制度

许多国家警方在招募情报分析师时均会成立专门的工作组,包括一名分析专家以及其他常规小组成员。无论是各层级还是各警种分析师的招募,工作组会从技能、知识、态度等各方面综合考查参与者的能力。这个能力的要求就是管理学上的胜任素质要求。

1.岗位胜任素质要求。心理学家麦克利兰认为胜任素质是可以明确地区别出高效率的绩效执行者和低效率的绩效执行者的差异的特性,包括动机、特质、自我概念、态度和价值观、具体的知识、认知或行为技能,也就是可以被准确测量或计算的某些特性[1]。而一个个体的岗位胜任素质应指其能够达到其岗位的绩效要求的一种状态或品质。情报分析人员的岗位胜任素质则指其达到其岗位要求的各种能力的总和,包括综合知识、行为技能、自我素养、态度等。许多发达国家对此确立了明确的标准,如美国国家安全局确立的情报分析人员应具备的素质包括:良好的团队合作精神、批判性的思维方式、阅读理解与写作能力、计算机应用能力、表达与呈现能力、信息收集和处理能力、熟知情报相关背景知识等[2]。苏格兰警察学院从技能、知识、素养和态度四个方面对欧洲情报管理模式中的警务情报分析人员个人素质做出要求,并从基本的和可取的两个层面上进行规定。主要包括良好的口头表达能力和写作能力、清晰的情报产品呈现能力、熟练的计算机应用能力、做出判断的意愿、缜密的逻辑思维能力等[3]。这些胜任素质的要求和标准均将在情报分析师的招募选拔和后期的培训中得到体现。

2.预选(初试)。人事部门在收到的参与者的申请后,会进行严格的筛选来确定进入面试的人员。并根据胜任力素质要求进行各种测试,如在英国,心理测试、写作、语言和逻辑推理测试、实际案例研究和突然的电话采访都是进行预选的方式。

3.面试。面试是挑选人员的重要环节,可以弥补初试中笔试所不能体现的一部分胜任能力。对于参与人而言,面试能更好地全面展示自我,对于面试官也是全面评估候选人的综合能力的机会。在比利时,由于情报分析师是从现有的有调查经验的执法人员中进行挑选,因而在面试时,所有的候选人被要求提交一份其原来工作领域的书面报告。而这些报告是将作为评估候选人工作习惯、情报搜集技巧等能力的重要参照。

(二)完善的培训制度

1.试用分析师培训,即试用期的培训。对于通过招募是否立即取得分析师资格,各国做法不尽相同。一些国家在候选人员经过招募考试后,即被立即委任为警务情报分析师。而有些国家则需在完成相应的犯罪情报分析培训课程后才能获得分析师资格。从国外警务实践看,一名专业的情报分析师需要经过2-3年的培训和跟班学习(或是称为试用期阶段)才能独立地进行相关情报项目的管理工作。试用期阶段有助于防止上级对于分析师产生拔苗助长的心理;同时基层警务人员会理解和同情试用分析师的缺乏经验,为未来工作上的相互理解提供基础;最后,对于分析师个人而言,在试用期阶段,能够得到喘息的空间和学习的过程,有助于增加他们的知识和增强他们的能力。在这个过程中,上级组织也会给学员制定计划表,并指定有经验的分析师为新学员的导师等确保分析师的个人发展。

对于试用分析师的培训时间各国规定不尽相同,如新西兰国家情报中心要求分析师在招募之后先要经过为期4周的入职培训。内容主要是职业素质培养和基本理论教育,目的是使处在试用阶段的情报分析师明确职业目标,尽快找到准确的职业定位[4]。只有培训完之后并且考核合格的话,才能变成正式的情报分析师。而欧洲情报管理模式中对试用分析师的培训要求在6周左右,内容包括职业发展、个人发展、评估和工作成果等,并将分析运用、信息管理、人际关系、表达陈述和联络沟通能力作为五个重点培训领域。

2.正式分析师的内部持续培训,即职业培训。对于已经获得资格的分析师,国外情报机构还会有专门的培训中心不断地对其进行培训,并根据培训需求分析来确定新人才的培养要求。同时在培训的时间上,内容上都有明确的安排和规定。

从初级情报分析师到高级、资深情报分析师的分级培训,则更是各国警务情报分析人员关注的重点。

(三)完备的职业规划制度

国外警务情报分析师不仅在横向上全员参与,扩至各个警种、各个类别,在纵向上也层层深化,从初级到高级等非常完善。如北爱尔兰警方从分析师助理、试用分析师、分析师、高级分析师直至分析师主管等[3],对警务情报分析师的职业进行完备的规划。每个级别有相应的从业时间和能力素质要求等,但不断提升的级别对应的则是不断提升的职位和待遇,良好的职业规划对于保证队伍的稳定有着积极的作用。

二、构建符合国情警情需要的警务情报分析师队伍

(一)明确岗位胜任素质要求

明确岗位胜任素质要求是从业的入门槛。参照国外发达国家的标准并结合我们的国情,我国的警务情报分析师应具备以下素质:第一,坚定的政治立场和保密意识。由于情报性和影响性较强,因而分析师必须有坚定的政治立场和保密意识,才能避免泄密等事件的发生。第二,完备的警务知识体系。不仅包括基础知识以及法律知识,还必须具备完备的情报学知识等。第三,出色的个人能力。主要包括学习能力、交际能力和沟通能力等。第四,杰出的个人素养。第五,良好的工作态度。如独立的工作习惯和团队合作能力,以及对工作的判断力和逻辑分析能力等,并能在工作中坚持不懈。

(二)基于岗位胜任素质要求的选拔和招募制度

1.确定选拔的人群范围。在美国和新西兰等国家,警务情报分析人员可以向社会招募,只要符合一定的条件都可以报名成为一名警务情报分析人员。而在我国,出于警务情报工作的特殊性,必定要选择政治立场坚定、保密素质高的人来担任。因此,还是需要在公安队伍内部选拔警务情报分析师。

2.体现岗位胜任素质的预选。报名之后,开始预选阶段。预选阶段可以分为心理测试和笔试两方面。心理测试主要反映应聘者的心理素质,包括可以测试应聘者的敏感性和责任感,笔试可分为专业知识和逻辑分析这两方面的内容,主要考察应聘者的专业知识结构和逻辑分析能力。

3.考察综合能力的面试。面试是整个选拔过程中最重要的一环。因此,专家团队选拔和面试内容的精心设计都显得至关重要。专家组的成员构成应呈现多元化,应涵盖情报部门的领导、研究警务情报的学者以及各个警种的代表。而精心设计的面试题目,应不仅能考察应聘者的个人能力和个人素养,也能综合考察他们的团队合作能力、组织能力等。

(三)建立专门机构,完善培训课程

1.设立专业培训机构。在很多国家,都会设有专门的培训警务情报人员培训机构,目前我国各省情报机构都有一定的业务培训,但基本以短时间的集中业务交流为主。而要设立专业的培训部门和机构则牵扯大量的人力物力。笔者认为,可借鉴比利时的做法,即将培训放在专门的警察院校进行,借助专业师资和场地,定期进行培训。

2.挑选培训导师,合理设置培训课程。培训导师的优劣直接决定培训质量的高低。目前国外普遍采用专家型和杰出的实践型人员共同组成培训团队的做法。这一做法目前普遍认为是较为合理并能取得较好效果的做法。同时,在培训课程中也可采取模块化课程的设置,不同的模块针对不同的领域。

(四)完善职业规划

国外警务情报分析师队伍的成熟和稳定发展是建立在专业技术和职称职级待遇相对应的情况之上的。其完备的发展规划,使得从初级情报分析师到高级、资深情报分析师对应的是职级的上升和待遇的提高。因而尽快出善的职业规划和对应的职级待遇是建立整个队伍的重中之重。

参考文献:

[1]Spencer,L.M. Mc Clelland, McClelland, D .C .,& Spencer, S. Competency assessment methods:History and state of the art[M].Boston:Hay-McBer Research Press,1994.

[2]Russell G. Swenson,Mark M. Lowenthal.Core Competencies for Intelligence Analysis at the National Security Agency [D].Joint Military Intelligence College,2003.

情报分析与研究范文第4篇

犯罪情报分析(crime analysis)作为一种重要的刑事执法辅助手段,承载着社会对警务机构及时、高效、准确处理犯罪情报信息进而提高警务工作效率的期望。犯罪模式分析(crime pattern analysis)是犯罪模式分析既是一种重要的犯罪情报分析方法,同时也是犯罪情报分析工作的日常内容之一;借鉴西方国家的成功经验,结合我国公安工作实际,在我国警务工作中开展犯罪模式分析,不但具有较强的可行性,而且有助于促进我国警务工作由传统向现代转型、提高警务工作的效率,最终促进社会稳定与和谐。

一、犯罪模式分析有助于提高警务工作的效率

通过预防与及时查外犯罪来维护法律秩序,是警务工作的目标之一。在司法实践中有两种现象引起了犯罪学与侦查学研究者的关注,其一是惯犯与屡犯现象(即惯犯与屡犯所实施的犯罪数量在犯罪总量中占有相当的比重),其二是犯罪热点现象(即有些街区或区域的犯罪数量较其他区域更多);从犯罪预防与侦查角度而言,如果寻找到了预防与侦查惯犯屡犯的对策、以及预防与侦查发生在犯罪热点地区的犯罪案件的对策,就能够提高警务工作的效率。犯罪模式分析正是针对惯犯屡犯、以及犯罪热点地区的犯罪案件为目标的一种犯罪情报分析方法。

(一)识别与发现犯罪人行为模式与犯罪趋势是犯罪模式分析的目标之一。

犯罪模式(crime pattern)就是犯罪人的行为模式,通常是指惯犯与屡犯的犯罪行为模式。从犯罪情报分析的角度而言,犯罪模式就是隐藏在大量犯罪案件中的关联(link),这种关联表现为不同犯罪案件中的相同点(similiarity)与差异点(difference)。犯罪模式就是由不同犯罪案件中的相同点构成的;犯罪情报分析人员通过发现、描述隐藏在不同犯罪案件中的相同点(commonalities)从而发现某一犯罪模式的。

犯罪模式分析对警务工作的意义,是由于犯罪模式通常与系列案件、犯罪热点地区相联系。如果符合同一种犯罪模式的犯罪案件都指向同一个犯罪主体,那么这些犯罪案件就是系列犯罪(crime series);如果符合同一种犯罪模式的犯罪案件都发生在同一个区域,那么这个区域就是犯罪热点(crime hot spot)。

犯罪模式分析(crime pattern analysis)就是犯罪情报分析人员通过浏览、阅读犯罪报告,来寻找、发现不同犯罪案件中的关联,识别出不同犯罪人的犯罪行为模式、发生在特定时间阶段内特定地区犯罪行为模式,并这些特定犯罪人的犯罪趋势、特定地区的犯罪趋势作出预测,为巡逻警察、侦查人员采取预防、侦查措施提供帮助。

(二)犯罪模式分析有助于提高警务工作的效率。

预防与侦查犯罪,是警务工作的主要内容。为了预防犯罪,警务机构通常以社区警务、巡逻警务来达成这一目标;为了侦查犯罪,警务机构会成立专业的侦查部门以促进这一目标的实现。无论是巡逻警务、社区警务还是犯罪侦查警务,从某种意义上说,警务机构都是根据情报来作出反应的。犯罪模式分析就是犯罪情报分析人员在识别出某种犯罪模式、并就这种犯罪模式的特征与发展趋势进行分析后,通过向有关警务部门与警务决策者提供其分析结论,并提出相关应对措施或建议。相关警务机构或警务部门从而及时作出反应,提高了预防与侦查犯罪的效率。

二、在我国警务工作中应用犯罪模式分析的可行性分析

西方国家的警务工作的重要经验之一就是重视犯罪情报分析在警务机构的地位与作用。国际刑事执法机构情报分析人员协会(IALEIA)曾在其编着的《犯罪情报分析工作规范》(Law Enforcement Analytic Sandard)中指出“情报导向警务,实质是在犯罪情报分析人员指导下开展警务,因为犯罪情报分析人员能够及时提供准确的情报。”借鉴西方国家的经验,在我国警务工作中开展犯罪分析具有较强的实践价值。

(一)西方国家应用犯罪模式分析的经验

情报分析与研究范文第5篇

随着知识经济和大数据时代的到来,国防科技情报的分析和管理呈现出多样化、个性化、智能化等特点,具有单一领域转向全领域、新兴数据源蓬勃发展、多数据源综合利用、情报分析智能化和严谨化的发展趋势。本文以知识管理为核心,综合大数据相关技术,构建大数据环境下的国防科技情报知识管理体系,针对国防科技情报知识的获取和挖掘、知识存储、知识扩散、知识利用和创新,分别构建了国防科技情报知识挖掘系统、知识存储系统、知识扩散系统、知识利用和创新系统,以期实现国防科技情报知识的高效管理和利用。

关键词:

大数据;知识管理;国防科技情报;知识创新

0引言

知识在未来经济发展中,将会发挥越来越重要的作用。国防科技情报分析和管理,也必将趋向以知识管理为核心的方向发展。知识,是国防科技情报研究和管理的最终产品。科技的发展和经济决策,要求能够快速、准确获取国防科技情报,并进行全面、智能分析,实现高效扩散和流转,最大程度地实现知识的高效利用和知识创新。随着信息技术飞速发展和信息化时代的来临,国防科技情报数据量呈现指数级增长,情报研究和知识管理,也随着数据量的井喷式增长,而发生着深刻变化。在大数据时代,海量的科技情报数据使得情报分析人员,已经无法完全靠人工查看的方式进行情报分析和研究,迫切需要构建适应大数据时代特征的科技情报系统,需要利用新的信息化技术,对海量数据进行目标导向性的知识挖掘和可视化表征,对获取的科技情报知识进行高效存储管理,为情报知识的扩散、利用和知识创新提供支撑[1]。

1大数据时代下科技情报知识管理面临的新环境

2001年,D.Laney最先提出大数据具有“3V”特征:数量(Volume)、速度(Velocity)、种类(Varie-ty),分别表示大数据时代数据量巨大,数据种类繁多,数据产生速度快的特点,对数据处理和分析速度要求更高[2]。大数据环境下的国防科技情报工作,可以将大数据定义为5V特征:数量(Volume)、速度(Veloci-ty)、种类(Variety)、可视化(Visualization)、价值(Value),分别表示大数据时代国防科技情报数据海量化、情报数据形式多样化、情报产生和情报分析快速化、情报知识可视化、情报价值化的特点[3]。科技情报的5V特性,对国防科技情报的研究和知识的管理,提供了新的机遇。大数据时代,国防科技情报呈现出多样化特征。传统的科技情报研究和管理,主要是对万方数据、CNKI数据库、NSTL科技文献数据库、Derwent专利数据库、维普科技期刊数据库等结构化数据库的情报数据进行分析,而在大数据时代,各种非结构化数据越来越多,并且在科技情报分析中发挥越来越重要的作用[4]。大数据时代,国防科技情报知识管理呈现出个性化服务的趋势。大数据技术的发展,可以精确把握专家及科研机构等科技主体的行为模式和需求,可以根据用户的需求,提供个人化、个性化、精确化和智能化的情报推送服务,建设更加高效的全新的国防科技情报知识管理模式[5]。综合国内外已有的大数据在科技情报知识管理中的应用研究,总结出未来的国防科技情报知识管理的趋势为:情报研究由单一领域转向全领域研究;多种数据源综合利用;强化新型信息资源的分析;情报研究的严谨性更加突出;情报研究呈现智能化。

(1)情报研究由单一领域转向全领域研究目前,科技情报研究和知识管理,已经从方法上和内容上,均由单一的领域,向多领域、全领域扩展。在科技情报研究方法上,国防科技情报研究中,数据挖掘、人工智能、可视化技术、云计算技术等,已经广泛应用于科技情报领域。在科技情报分析内容上,将不仅局限于情报相关的领域问题的分析,将会结合更大的情景和场景,进行全面的、多方位、多角度的分析。在国防科技情报分析时,由于各种原因,获取的科技情报信息一般是不完整的,甚至带有欺骗性。如果仅仅根据获取的有限情报,仅结合本领域内的信息进行研究,将会导致情报知识的不准确。因此,需要结合各种外部情报信息,综合分析研究。

(2)多种数据源综合利用在信息技术飞速发展过程中,国防科技情报研究,也发生着显著变化。首先,国防科技情报研究变得越来越复杂。在大数据环境下,国防科技情报,已经不再局限于国防科技相关部门,而是涉及到社会生活的众多领域。以单一数据源的情报研究,已经不能满足国防科技情报研究需求,需采集、获取多种数据源情报信息综合分析。其次,各种不同的数据源的情报信息具有不同的特性,因此,需要综合不同数据源情报信息的特点。再次,科技情报研究结果,需要保证研究结果准确、可靠、科学、全面。因此,国防科技情报研究,需要综合利用网络大数据、各类信号数据、图像数据、文本数据等,并辅助侦察数据,从不同的数据源获取、收集科技情报数据,并综合评估分析。

(3)强化新型信息资源的分析伴随着网络技术的发展,各种新型的数据源蓬勃发展,如各种新媒体、各种专业机构知识库等。国防科技情报的收集、采集,将更多地依赖于各种新数据源。目前网络已有的各类科技报道、期刊文章、学术资料、专业文献等,均包含有丰富的科技情报。同时网络新兴媒体包含有更加丰富的各类情报信息。比如,从专业机构的知识库中,可以分析出其研究思路、技术现状、存在的技术不足和难点等。但是,目前网络大数据、专业机构知识库等新数据资源,信息量很大,种类繁多,需要强大的大数据分析和管理能力,才能有效的实现国防科技情报研究的需求。

(4)情报研究的严谨性更加突出科技情报研究专业性强,需要依靠情报分析人员,根据其自身的专业知识、经验知识等,构建情报认知框架,分析不同情报数据,得出情报分析研究结果。在情报分析过程中,不同的分析人员掌握的专业知识不同、水平不同,每个人的经验知识也差距较大,导致科技情报分析存在很大的不确定性。因此,未来的科技情报研究趋势之一,将会是最大限度地减少情报研究中的不确定性,提高情报分析的结果准确性。在目前海量的科技情报数据和众多的情报数据源条件下,科技情报分析需要加强严谨性。

(5)情报研究呈现智能化现代科技情报信息,呈现出全领域、多数据源特点,情报数据时刻变化万千,国防科技情报研究工作需要能够迅速采集、获取各种数据源国防科技情报,统合不同领域知识和不同数据源数据,及时进行分析、研究,获取有用的情报知识。数据挖掘技术、人工智能等,已经被深入应用于国防科技情报研究领域。目前,大数据环境下的情报研究,将利用统计数学工具、数据挖掘、数据集成、大数据分析与可视化等技术,分析海量科技情报数据,将数据转换为知识。情报研究工作的智能化发展,不仅可以将情报研究从繁琐的体力劳动中解放出来,同时显著提高了情报研究工作的质量、效率。智能化分析技术,可以对不同数据源的情报数据,进行关联性分析,拓展国防科技情报研究的深度和广度,提取出更多有用的知识。

2大数据技术在国防科技情报知识管理中的应用

在新的信息技术飞速发展的今天,国防科技情报研究工作迫切需要大数据技术,实现对国防科技情报的知识管理,从而实现对知识的高速获取、智能分析等。国防科技情报知识管理系统,需要包括情报知识输入、情报知识成长、反竞争、情报知识输出四个功能。其中,情报知识成长过程,包括科技情报知识的挖掘、知识存储、知识扩散、知识利用和创新。因此,本文根据国防科技情报知识管理系统的功能需求,将详细讨论、建立国防科技情报知识挖掘系统、知识存储系统、知识扩散系统、知识利用和创新系统。

2.1国防科技情报知识挖掘系统

国防科技情报知识挖掘旨在根据需求目标,利用数据库技术、先进检索技术、大数据分析技术、智能识别算法等,从海量的科技情报中,收集、分析所需的相关科技信息。国防科技情报的知识挖掘系统,需要遵循如下原则:(1)匹配性原则,即为在海量的科技情报信息中,寻找到与需求最匹配的知识;(2)效率性原则,即以最快的时间找到所需的信息,降低情报知识挖掘时间,提高国防科技情报知识流转速度;(3)归一化原则,即为将国防科技情报信息进行标准化,实现更加方便、快捷、高效的知识管理;(4)协调性原则,即情报分析、知识挖掘阶段,需要与其他环节进行信息交流、传输等,能够与其他系统协调工作,流畅运转。由系统流程图可知,国防科技情报知识挖掘系统首先将输入的科技数据,按照不同的特点、方法进行标准化,然后将标准化后的科技信息,分为一般知识、核心知识、其他知识等几类;其次研究科技信息知识挖掘算法和识别技术,如建立知识地图,并建立科技信息知识挖掘网络和搜索系统。最后,设计科技信息知识挖掘评价方法,对该知识挖掘系统性能进行评价。

2.2国防科技情报知识存储系统

国防科技情报知识存储系统,是将通过知识挖掘系统获取、收集、整理的科技情报信息,存入设计的数据库中,形成国防科技情报的知识库,实现快捷、高效的检索和应用。但是国防科技情报由于其自身的特殊性,因此,其对知识存储系统提出了新的要求,可以实现编码的存储和非编码的知识存储。对获取的情报知识,首先要进行知识形态划分,分为显性知识、隐性知识;根据划分好的知识形态,研究院所等可根据专业领域、专业知识等角度,结合自身从事的科学研究工作实践,对科技情报知识进行专业分类,可以分为文档型知识、样本型知识、符号型知识、经验型知识、数量型知识等。根据分类后的知识,利用计算机技术,结合大数据存储、云平台技术等,建立科技情报知识数据库,如文档数据库、关系数据库、对象数据库、经验数据库、样本数据库等。利用数据库管理技术,对科技情报知识进行管理,实现科技情报知识的高效利用。图3所示为国防科技情报知识存储系统的结构图。

2.3国防科技情报知识扩散系统

国防科技情报知识扩散,需要将获取的情报知识在组织内部尽可能的扩散,以利于对知识的消化、吸收,加快情报知识的更新、流转速度,提高情报知识的利用效率。国防科技情报扩散系统需要遵循一定的原则:(1)精确性和保密性相统一的原则,即将情报知识扩散给最需要、最可靠的对象,同时要保证在知识扩散过程中,不会失去控制,导致知识扩散泛滥;(2)全面性和效率性相统一原则,即需要对知识进行全面的规划,使知识可以以高效的方式,在适当范围内扩散;(3)归一化原则,即对知识扩散速度、扩散空间、扩散效果、扩散评价进行标准化、统一化管理。

2.4国防科技情报知识利用和创新系统

国防科技情报知识利用和创新,是知识管理的最终目的,知识挖掘系统、知识存储系统、知识扩散系统等,均是为实现知识的利用和创新提供保障和支撑。在该阶段,知识将形成产品或者转化为新的技术和理念。知识创新是产生新的概念、新的思想,生成新的知识。设计国防科技情报知识利用和创新系统时,需要遵循如下原则:(1)全局性原则,即站在全局性角度,以体系价值为基础;(2)整合性原则,即有效的整合、利用不同类型、不同层次的知识,将各部分的知识综合为一个整体,最大化利用知识;(3)创造性原则,即在知识管理的任何阶段,都应该鼓励提倡进行知识创新;(4)实用性原则,即在科技情报知识利用和创新过程中,需要立足于实际的需求,能产生实际的效益。

3结语

随着信息技术的发展,科技情报知识也呈现出爆炸式的增长,仅仅拥有知识的数量大,已经不再是优势。如何能够更好地实现科技情报知识的管理,能高效地使用知识,并能进行知识创新,才是国防科技情报知识管理的核心工作。本文结合国防科技情报知识自身所具有的独特性,提出了基于大数据的国防科技情报知识管理方法,建立国防科技情报知识挖掘系统、国防科技情报知识存储系统、国防科技情报知识扩散系统、国防科技情报知识利用和创新系统,实现对国防科技情报知识的高效管理。

作者:江红玲 单位:中国电子科学研究院

参考文献:

[1]李广建,杨林.大数据视角下的情报研究与情报研究技术[J].图书与情报,2012(6):1-8.

[2]刘如,吴晨生,李梦辉.大数据时代科技情报工作的机遇与变革[J].情报理论与实践,2015,38(6):35-39.

[3]张春磊,杨小牛.大数据分析(BDA)及其在情报领域的应用[J].中国电子科学研究院学报,2013,8(1):18-22.

相关期刊更多

情报

CSSCI南大期刊 审核时间1-3个月

陕西省科学技术厅

情报探索

省级期刊 审核时间1个月内

福建省科学技术协会

现代情报

CSSCI南大期刊 审核时间1-3个月

吉林省科学技术信息研究所