大數據時代的秘書工作研究
——以大數據在秘書信息工作中的應用為例

趙航（河南大學文學院，河南 鄭州 475001）

一、秘書的信息工作、大數據等相關名詞的界定

信息，是物質的一種存在形式，它以物質的屬性或運動狀態為內容，并且總是借助于一定物質載體傳輸或者儲存。

大數據是相對概念，因此目前的定義都是對大數據的定性描述。徐宗本院士則在第 462 次香山科學會議上的報告中，將大數據定義為“不能夠集中存儲、并且難以在可接受時間內分析處理，其中個體或部分數據呈現低價值性而數據整體呈現高價值的海量復雜數據集。數據挖掘和深度學習是大數據分析的基礎,而可視化既是數據分析的關鍵技術也是數據分析結果呈現的關鍵技術。

數據挖掘是指從數據庫的大量數據中揭示出隱含的、先前未知的并有潛在價值的信息的非平凡過程。機器學習就是讓計算機從大量的數據中學習到相關的規律和邏輯，然后利用學習來的規律來預測以后的未知事物。深度學習則是指機器學習技術在監督或非監督的情況下自動地學習深層次的架構并且用于分類或進行數據挖掘。

大數據可視分析是指在大數據自動分析挖掘方法的同時,利用支持信息可視化的用戶界面以及支持分析過程的人機交互方式與技術,有效融合計算機的計算能力和人的認知能力,以獲得對于大規模復雜數據集的洞察力(insight)。

二、大數據對秘書信息工作的作用

秘書的信息工作主要是指根據領導與上級部門的要求了解情況，掌握動態，發現問題、加工處理、綜合分析，提供信息資料給領導參考。信息工作主要有以下幾個基本程序：搜集、加工、儲存與利用、信息開發與利用。

對于搜集工作，大數據中的數據挖掘可以幫助秘書找到數據背后隱含的有價值的信息。再次，通過數據挖掘，這些來自各種渠道的數據信息被組合，應用超級計算機、并行處理、神經元網絡、模型化算法和其他信息處理技術手段進行處理，從中得到秘書需要收集的用于向特定消費群體或個體進行定向營銷的決策信息。這些信息十分有價值，例如，卡夫公司通過數據挖掘了解特定客戶的興趣和口味，并以此為基礎向他們發送特定產品的優惠券，并為他們推薦符合客戶口味和健康狀況的卡夫產品食譜。由此可見，數據挖掘技術可以對秘書信息工作起到極大助力。

對于信息加工工作，通過探索人的學習機制建立起來的深度學習可以對圖像、聲音、文本等內容進行篩選，使秘書擺脫人工篩選整理的工作，進一步提升秘書工作效率，優化秘書工作技能。例如百度成立了 IDL(深度學習研究院),專門研究深度學習算法,目前已有多項深度學習技術在百度產品上線.深度學習對百度影響深遠,在語音識別、OCR 識別、人臉識別、圖像搜索等應用上取得了突出效果。信息的利用工作同理。當前眾多國內外公司紛紛開始在產品中使用深度學習技術，我們可以期待的不遠的將來深度學習將大大改造秘書的信息工作。

可視分析在信息開發與利用方面起到很大作用。大數據可視化不同于傳統的可視化，其重點重點在于規模，大數據可視化幫助人們分析大規模、高維度、多來源、動態演化的信息,并輔助作出實時的決策。借助于人工智能、人機交互，可視分析所呈現的可視信息揭示事物的本質、規律，輔助科學的領導決策。當前對于大數據可視分析的研究仍十分初步,對于這一研究領域的理論、方法和技術體系至今尚未形成，但其發展勢頭不容小覷。

三、大數據時代秘書所需的信息素養

1.打破狹隘視野，強化信息學習意識。新時代要求秘書隨時關注社會信息技術的發展情況，培養主動學習意識和接納意識。2.樹立終身學習目標， 不斷更新信息知識。秘書人員要從自身文化素質、計算機知識、網絡技術知識、常用軟件的使用等各個方面隨時更新和完善自己的信息知識，用創新的思維應對信息時代的挑戰。3.鍛造新時代所需的信息能力，提升信息素養。信息能力是信息素養的核心內容，它包括信息的收集、判斷、篩選、加工、傳遞、利用、管理等，秘書人員應從各個方面強化信息能力。4.規范信息行為，遵守信息道德。 企業秘書人員首先應深入學習了解國家信息工作方面的法律法規和企業相關規章制度，在日常工作中規范自己的信息行為，其次要注意知識產權的保護，依法共享和利用信息。

當前大數據分析的理論構建、實際應用還不成熟，但當前對其的研究如火如荼，其重要的實用價值和戰略價值也不需贅述，秘書人員應有長遠的眼光，緊跟信息時代的潮流，做一名新時代的合格秘書。