大數據環境下信息分析工作的挑戰與機遇

李涵霄

摘 要：隨著大數據時代的到來，信息分析工作越來越受到人們的重視。文章根據國內信息分析的研究狀況，深入地分析了在大數據環境下，信息分析工作面臨的來自市場需求和技術層面的機遇以及關于信息倫理問題的挑戰，并提出具有針對性的解決措施，希望能夠使信息分析人員在工作中規避錯誤，提高工作效率，同時豐富信息分析領域的研究成果，為今后學者的研究提供參考。

關鍵詞：大數據；信息分析；信息倫理問題

大數據時代的到來，使得全球信息總量呈幾何式增長，然而大數據所帶來的影響遠不止這些，依靠數據體量巨大（Volume）、數據種類繁多（Variety）、流動速度快（Velocity）、價值密度低（Value）的4V特性[1]，大數據迅速顛覆了整個行業領域。從最基本的衣食住行到國家的國防軍事，幾乎所有事物都與數據相關，因此，如何對這些身邊的數據進行詳盡的分析成了每個人所面臨的難題。在這樣的背景下，大數據迫使信息分析領域的學者更多地關注于信息分析工作方式的創新層面，借以適應變化如此迅速的社會。

1 國內研究現狀

以知網為檢索工具，以“大數據”“大數據時代”“信息分析”“情報分析”等為關鍵詞，對檢索結果進行可視化分析，發現隨著大數據熱度的上升，文獻數量不斷增多，并且學者的研究重點大多數集中在如何將大數據與信息分析相結合這一方面。在國內，最早明確地提出將大數據與信息分析相結合的是《自然》雜志在2008年出版的一系列論文，在這其中主要分析討論了大數據與情報分析之間的關系等內容[2]，為今后國內對于大數據信息分析的研究奠定了堅實的基礎。隨后的幾年時間里不斷有學者提出新的觀點，如陳鐵勇[3]提出在大數據時代信息分析工作應該從多層面多視角展開，對獲取的信息進行“降噪”；官思發等[2]提出大數據信息分析應該在改變原有的信息分析思維的同時應該建立起完整的信息資源保障體系。除此之外，信息分析同樣涉及了其他諸多領域，并且研究成果豐富。這點主要體現在公安信息安全、情報分析方面，從算法周期方面，動態地討論大數據信息分析在安全管理平臺中的應用。然而從這些研究中，我們不難看出，由于我國大數據環境下的信息分析剛剛起步，雖然對于信息分析的工作方式、思維、工作模式已經有了一定的成果，但是缺乏深入的研究，不能夠適應如今多變的社會環境。

2 大數據環境下信息分析工作的機遇與挑戰

2.1 大數據環境下信息分析工作的機遇

2.1.1 旺盛的信息需求

即使是處于大數據環境之下，信息分析的對象依然是信息。但是與以往不同的是，此時信息的規模不斷擴大，這一點可以從數據的單位看出，信息規模從最初的GB已經達到了PB，甚至會用到EB和ZB進行計數。然而這些數據種類繁多，每一種數據的處理方式各不相同，需要差別對待，并且這些數據并不都能夠被人們所直接利用，需要經過一定的分析處理才能夠發揮它原有的價值。根據麥肯錫預測，若把這些數據用于美國醫療保健，每年將產生3 000億美元的潛在價值[4]，然而信息是不能夠主動地作用于社會生產活動之上的，需要通過人才將信息與生產生活相結合，也就是說在大數據環境之下，信息分析工作能夠創造出更多的財富。這也就導致了各企業在追求更多利益的同時，將目光轉向了專業的信息分析工作，希望能夠在競爭中把握先機。

2.1.2 研究重點的轉移

一個時代的到來必定會代替之前舊的時代，如果將兩個時代進行對比，就能夠很容易地發現新時代所帶來的機遇與挑戰。在大數據時代來臨之前，小數據分析一直占據信息分析的半壁江山。小數據分析往往是在理論完美主義的指導下完成的，試圖通過對歷史數據進行深度分析之后，達到深刻理解自我或解釋客觀現象的目的，其側重的是因果分析，即以解釋型分析為主[5]，這就需要對于信息進行全面細致的分析，理清邏輯脈絡，而這樣的做法必定會消耗大量的時間，在追求效率的時代主旋律下，因果分析顯然有些不合時宜，雖然因果分析與相關分析的目的同樣是實現信息數據的價值，但是相關分析摒棄了以往復雜的程序，選擇了“從數據直接到價值”的捷徑[2]，更加注重信息之間的相關關系，能夠幫助信息分析研究人員更好地預測未來即將發生的事情，從而獲得實際的利益，縮短實現信息價值的周期，提高信息分析效率。

2.2 大數據環境下信息分析工作的挑戰

2.2.1 過于追求經濟利益，忽視科研價值

大數據環境下，節奏過快的社會生活使得人們一致朝“錢”看，大量的經濟利益充斥著大數據環境，很多企業希望通過信息分析能夠帶來足夠多的營業額，如eBay通過數據挖掘可精確計算出廣告中的每一個關鍵字為公司帶來的回報。通過對廣告投放的優化，2007年以來eBay產品銷售的廣告費降低了99%，而頂級賣家占總銷售額的百分比卻上升至32%[6]。誠然，實現信息價值的途徑之一就是將信息與商業活動相結合，發揮信息本身包含的經濟價值，以一個最吸引人的因素來促使人們關注信息分析領域，從而推動其發展，完善信息分析工作，發展與之相關的科研工具。然而過度地追求經濟利益，很容易導致人們在進行信息分析的過程中，忽視其本身所存在的科研價值，較少地進行對于信息的二次挖掘。雖然經濟水平提升上去了，但這只是一種短暫的現象，由于缺乏對信息背后所隱藏的學術性研究，難以從根本上找到可以提升經濟水平的方法，從而使得經濟停滯不前，甚至后退。雖然在大數據來臨之前，這種現象也曾存在，但是隨著大數據深入我們的生產生活，這種問題顯得越發嚴峻。如何平衡經濟利益與科研價值，是今后各位學者面臨的一項挑戰。

2.2.2 數據龐雜，價值密度低

雖然數據總量在呈幾何式的增長，但是隱藏在海量數據之下的有用信息卻沒有相應比例增長，反而使我們獲取有用信息的難度加大。數據種類的豐富雖然能夠使研究者涉及更加廣闊的領域，但是同時也對研究人員的專業素養提出了要求，大數據的“4V”特征表明其不僅是數據海量，對于大數據的分析將更加復雜、更追求速度、更注重實效，這就對于現代信息分析工作提出了新的挑戰，2005年以前，業界一直認為政府是信息資源的最大保有者（80%左右），信息機構（信息中心和圖書館等）是信息資源體系中的核心節點，而2011年麥肯錫公司的報告顯示，政府擁有約848 PB數據，約占數字信息資源總量的12%左右，信息機構的數字信息資源總量更是遠遠低于信息服務商的數據總量[7]，這就表明了，余下的80%左右的數據都分散在社會的各個層面，無法通過簡單易行的方式獲得，并且與政府所掌握的信息不同的是，這些信息具有高度的流動性，一條有價值的信息倘若在發現后沒有對其進行跟蹤處理，那么很可能會失去與這條信息的聯系，再次搜尋可謂是海底撈針。

2.2.3 個人隱私問題突顯

大數據種類繁雜，其中就包括個人隱私數據。隨著信息技術的發展，信息可以被當作一種商品進行交換，個人產生的數據脫離了主體的控制范圍，很可能在進行商品交換的同時，商家侵犯了個人的隱私。大數據時代，前所未有的數據挖掘與信息分析以及對于用戶興趣喜好的實時監控，在用戶不知情的情況下，泄露的個人隱私信息被當作富有價值的信息進行深入分析，從而研究出用戶群體的需求。然而由于國內法律體系的不健全等問題，這種侵犯個人隱私的行為并沒有受到有效的限制，也就是說大數據環境中仍將保留著大量的個人隱私信息，在進行信息分析工作的同時，如果沒有做好信息的脫敏或者是篩選，則很有可能在不知不覺中侵犯了個人的隱私問題，違反信息的倫理要求。

3 結語

隨著大數據時代的發展，信息分析工作會越來越多地受到各方的關注，雖然目前國內對于這方面的研究才剛剛起步，但是如果能夠把握好機遇，運用先進的計算機技術與網絡技術，強化信息分析的處理能力，構建合適的關系網絡，從定性研究轉向定量研究，一定能夠很好地迎接來自各方面的挑戰。我們在要求提升信息分析研究人員的專業素養水平的同時，也應該注意到大數據環境中日趨增多的個人隱私信息，做好信息脫敏及篩選工作。就目前來說，結合國內信息分析領域的研究情況，未來國內信息分析領域的發展與互聯網的關系將更為緊密，從而可以大幅度地提升信息分析工作的效率和水平。

[參考文獻]

[1]陶雪嬌，胡曉峰，劉洋.大數據研究綜述[J].系統偽真學報，2013（1）：142-146.

[2]官思發，朝樂門.大數據時代信息分析的關鍵問題、挑戰與對策[J].圖書情報工作，2015（3）：12-18，34.

[3]陳鐵勇.大數據時代核科技信息工作的思考—從信息分析與研究談起[C].北京：中國核學會論文集，2013：76-79.

[4]陳飛.大數據時代信息經濟發展趨勢及對策建議[J].宏觀經濟管理，2014（3）：61-62，84.

[5]王宜鴻，魏雪迎，葉鷹.大小數據集上的信息分析芻議[J].圖書館雜志，2018（12）：14-19.

[6]李國杰，程學旗.大數據研究：未來科技及經濟社會發展的重大戰略領域—大數據的研究現狀與科學思考[J].中國科學院院刊，2012（6）：647-657.

[7]張斌，馬費成.大數據環境下數字信息資源服務創新[J].情報理論與實踐，2014（6）：28-33.