导语摘要
在大数据时代,我们今天面对的商务、政务、医疗、安全、气候变化都是大数据的环境……大数据的分析在情报学、信息管理学和商务管理中是非常重要的一个领域,我们应该关注。大数据使人类社会进入了物理空间、社会空间和信息空间交叉融通、映射关联的三元世界……它们相互间的联通与融合成为大数据应用的重要特征与主要趋势。这些社会领域面临着瞬息万变的环境态势,国家和社会层面或主体迫切需要精准的情报(信息、知识)服务,助其实现决策的高效和科学,如企业的竞争情报、国家安全情报、科技情报、社会科学情报、应急情报、智慧城市、智慧医疗、智库服务等。在大数据环境下,这些内外因在大数据这一共变因素的作用下,使得情报学研究与情报工作面临着巨大挑战与发展机遇。一,情报研究和情报工作的对象,从原来体量小、格式规范、来源单一、静态性的数据转而扩展至体量庞大、动态快速变化、结构更加复杂的大数据集;二,情报研究和情报工作的范畴,从信息(情报)存储、组织、加工、分析与利用等方面进一步拓展至大数据的采集、加工、清洗、抽取、建模和分析(可视化)等领域,情报工作需要实现自动化、智能化、集成化;三,情报研究与情报工作的方法体系上,从三计法、统计分析法等定性定量研究方法,转而更加关注将大数据分析方法融入情报研究与情报工作之中;四,情报工作的服务对象上,从原来较为单一的科研机构、企业等扩大至更加多元化、细分性的主体,如各级政府、相关智库、各类企业或组织,甚至是个体;五,情报研究和情报工作的学科或领域上,情报学研究内容和情报工作所属领域也变得越来越复杂,涉及学科更加广泛,所属领域更为多元,需要不断融入新的学科和新的领域内容;六,信息技术在社会全领域融入,自然科学与人文社会科学间的交叉融合,研究方法的移植与互鉴,社会经济一体化、全球化对于情报发展的催动与激发。
商品简介
在大数据时代,我们今天面对的商务、政务、医疗、安全、气候变化都是大数据的环境……大数据的分析在情报学、信息管理学和商务管理中是非常重要的一个领域,我们应该关注。大数据使人类社会进入了物理空间、社会空间和信息空间交叉融通、映射关联的三元世界……它们相互间的联通与融合成为大数据应用的重要特征与主要趋势。这些社会领域面临着瞬息万变的环境态势,国家和社会层面或主体迫切需要精准的情报(信息、知识)服务,助其实现决策的高效和科学,如企业的竞争情报、国家安全情报、科技情报、社会科学情报、应急情报、智慧城市、智慧医疗、智库服务等。在大数据环境下,这些内外因在大数据这一共变因素的作用下,使得情报学研究与情报工作面临着巨大挑战与发展机遇。一,情报研究和情报工作的对象,从原来体量小、格式规范、来源单一、静态性的数据转而扩展至体量庞大、动态快速变化、结构更加复杂的大数据集;二,情报研究和情报工作的范畴,从信息(情报)存储、组织、加工、分析与利用等方面进一步拓展至大数据的采集、加工、清洗、抽取、建模和分析(可视化)等领域,情报工作需要实现自动化、智能化、集成化;三,情报研究与情报工作的方法体系上,从三计法、统计分析法等定性定量研究方法,转而更加关注将大数据分析方法融入情报研究与情报工作之中;四,情报工作的服务对象上,从原来较为单一的科研机构、企业等扩大至更加多元化、细分性的主体,如各级政府、相关智库、各类企业或组织,甚至是个体;五,情报研究和情报工作的学科或领域上,情报学研究内容和情报工作所属领域也变得越来越复杂,涉及学科更加广泛,所属领域更为多元,需要不断融入新的学科和新的领域内容;六,信息技术在社会全领域融入,自然科学与人文社会科学间的交叉融合,研究方法的移植与互鉴,社会经济一体化、全球化对于情报发展的催动与激发。
目录
第1章 为什么要研究情报工程学
1.1 情报工程学的历史缘起
1.1.1 情报学发展的历史回顾
1.1.2 大数据环境下情报学面临的机遇与挑战
1.1.3 情报工程学发展的推动力
1.1.4 情报工程是情报实践探索的新阶段
1.2 情报工程学建立的必要性与可行性
1.2.1 情报工程学建立的必要性
1.2.2 情报工程学建立的可行性
1.3 情报工程学的发展趋势
1.3.1 理论层面
1.3.2 实践层面
1.4 小结
第2章 情报工程学研究什么
2.1 情报工程概述
2.1.1 工程概述
2.1.2 情报工程的服务领域和服务对象
2.1.3 情报工程与情报工程学
2.2 情报工程与大数据分析
2.2.1 情报工程方法并不等同于大数据分析
2.2.2 大数据思维与情报工程思维的异同点
2.2.3 情报分析及其与大数据分析间的关系
2.3 情报工程学的学科性质及知识体系
2.3.1 情报工程学的学科性质
2.3.2 情报工程学的学科基础与知识体系
2.4 小结
第3章 情报工程学的理论基础
3.1 情报学相关理论
3.1.1 波普尔的3个世界——情报工程学的哲学基础之
3.1.2 信息链、知识链、情报链——情报价值的生成路径
3.1.3 情报学的基本原理——情报工程学的核心理论渊源
3.2 工程学基本理论
3.2.1 工程学概念、特征及哲学内涵
3.2.2 工程方法
3.2.3 工程活动的基本流程
3.2.4 工程学与情报学的融合
3.3 工程化思维
3.3.1 工程化思维概述
3.3.2 工程化思维与大数据环境下的情报思维的融合
3.4 数据科学
3.4.1 数据科学概念及其发展
3.4.2 格雷法则:以数据库为中心的科学计算
3.4.3 数据科学在各领域中发现的推动作用
3.4.4 数据科学与情报工程的关系
3.5 ACP平行情报理论体系
3.5.1 智慧与情报
3.5.2 5.0平行情报体系
3.5.3 ACP情报理论方法
3.5.4 平行情报理论体系与情报工程学之间的关系
3.6 小结
……
第4章 情报工程学的方法论基础
第5章 情报工程学的技术基础
第6章 情报工程的关键环节
第7章 情报工程的系统环境建设
第8章 情报工程的资源管理
第9章 情报工程的实践应用领域
第10章 情报工程教育设计
第11章 情报工程研究的发展与展望
参考文献
内容摘要
在大数据时代,我们今天面对的商务、政务、医疗、安全、气候变化都是大数据的环境……大数据的分析在情报学、信息管理学和商务管理中是非常重要的一个领域,我们应该关注。大数据使人类社会进入了物理空间、社会空间和信息空间交叉融通、映射关联的三元世界……它们相互间的联通与融合成为大数据应用的重要特征与主要趋势。这些社会领域面临着瞬息万变的环境态势,国家和社会层面或主体迫切需要精准的情报(信息、知识)服务,助其实现决策的高效和科学,如企业的竞争情报、国家安全情报、科技情报、社会科学情报、应急情报、智慧城市、智慧医疗、智库服务等。在大数据环境下,这些内外因在大数据这一共变因素的作用下,使得情报学研究与情报工作面临着巨大挑战与发展机遇。一,情报研究和情报工作的对象,从原来体量小、格式规范、来源单一、静态性的数据转而扩展至体量庞大、动态快速变化、结构更加复杂的大数据集;二,情报研究和情报工作的范畴,从信息(情报)存储、组织、加工、分析与利用等方面进一步拓展至大数据的采集、加工、清洗、抽取、建模和分析(可视化)等领域,情报工作需要实现自动化、智能化、集成化;三,情报研究与情报工作的方法体系上,从三计法、统计分析法等定性定量研究方法,转而更加关注将大数据分析方法融入情报研究与情报工作之中;四,情报工作的服务对象上,从原来较为单一的科研机构、企业等扩大至更加多元化、细分性的主体,如各级政府、相关智库、各类企业或组织,甚至是个体;五,情报研究和情报工作的学科或领域上,情报学研究内容和情报工作所属领域也变得越来越复杂,涉及学科更加广泛,所属领域更为多元,需要不断融入新的学科和新的领域内容;六,信息技术在社会全领域融入,自然科学与人文社会科学间的交叉融合,研究方法的移植与互鉴,社会经济一体化、全球化对于情报发展的催动与激发。
以下为对购买帮助不大的评价