内容提要：在大数据环境下，情报学正面临一个全新的发展机遇。文章从研究过程出发考察大数据对情报学研究的影响，主要包括：拓展了情报学的问题域，创新了新的研究方法，开拓了新的数据来源和数据获取方式、扩大了数据规模，提供了新的研究工具，增加了研究人员的参与度和学科影响力。深刻洞察情报学研究在大数据环境中的变化，找到有价值的研究问题，才能不断产出有影响力的成果，不断促进学科发展，扩大情报学的影响力和渗透力。
关 键词：大数据/情报学研究/研究过程/研究创新/学科发展
作者简介：马费成，武汉大学信息资源研究中心教授，博士生导师，研究方向：情报学理论与方法，信息资源规划与管理，大数据分析，E-mail:fchma@whu.edu.cn；张瑞，李志元，武汉大学信息资源研究中心博士研究生。武汉430072
大数据作为一种新的理念和技术，对现代生活产生了重要影响，同时它也作为一种科学图景，为不同领域学科发展提供了新的契机。在大数据环境下，社会信息化和智能化程度有了前所未有的提升，技术环境也发生了革命性变化。目前出现了许多与情报学、信息管理学发展密切相关的技术，包括：作为现实世界的转换路径和介质的数字化技术、拥有取之不尽数据来源的互联网/物联网技术、创建即时可用计算环境的云计算技术、形成移动泛在信息行为的智能手机和终端技术以及无孔不入的时空分析GIS技术[1]。这些技术全方位多角度渗透到人文社会科学各个领域和各个方面，给人文社会科学带来了活力，引起了这些学科研究范式的深刻变革。情报学作为专门研究数据、信息和知识组织与利用的学科，其影响更是首当其冲，大数据不仅极大丰富了情报学研究内容，也给情报学理论和方法带来了深刻影响，为情报学满足用户信息服务需求提供了新模式，给情报学发展带来了新的机遇。
我们可以从不同的视角和侧面研究大数据对情报学的影响，但就学科发展和研究而言，考察大数据对情报学研究过程的各个要素即研究问题、研究方法、研究数据、研究工具的影响，是最根本的、最能揭示大数据及当代信息技术对情报学研究影响的实质和方式。
1 拓展了情报学的问题域
问题是一个学科研究的入口，无论学科发展还是研究实践，问题都是其首要环节和基础要素。有没有丰富的问题，这些问题在所处的介质、场景、时间和空间上有没有层次性、延展性是学科创新和突破的关键。因为学科发展就是通过不断提出问题、解决问题，揭示事物的本质和规律。
过去我们常常听到一些博士生和硕士生抱怨找不到恰当的论文题目，不知道研究什么问题。这可能是本身对问题的把握不足，也可能是在传统小数据环境下的确找不到更多的问题进行研究。在20世纪90年代，人们曾提出大情报观，试图将自身的触角延伸到社会经济的各个方面和各个领域，也尝试借助信息资源管理、知识管理来拓展情报学研究的空间，但学科所处的传统介质、空间和场景都非常有限，而从这些介质、空间和场景中提炼出来的研究问题也很有限。
在大数据环境下，情报学所处的介质、空间和场景发生了根本变化。
情报学传统的介质是纸质文献，主要以论文、专利、报纸、科技报告、政策文本等为载体[2]。这种介质不仅存储不便，加工处理和传递交流也很困难。数字化将文字、图像、声音等一切对象都转化为0和1，存储在计算机中，进一步上传至互联网，建立了人与自然的“数字体系”关联。在情报学领域，数字介质带来的直接变化是存储介质替代了传统档案，而后又出现了数字化书籍、数字报纸杂志、数字图书馆等等。数字化手段使得人类或人类思想文本转变成为巨大的数字库[3]。情报学诞生于纸质信息环境，因此对情报学领域而言，数字介质最直接的效益便是解决了人类知识需求与供给之间的阻碍。除了传统的文献、文本资源移植到数字介质中，在数字介质中产生的一些原生数字资源也进一步拓展了情报学研究资源，并与之融为一体，例如图像、音频、视频、网页等等都成了情报学领域的研究资源。同时，经过数字化转化，社会、经济和文化得以在无边的数字空间中飞速发展，人类的信息过程也发生了全方位、全链条、全要素的变化。在数字介质中，信息链演化加速，范围拓展，提出了许多过去没有的问题。
在传统纸质介质背景下，情报学的研究场景主要是图书馆、文献中心和情报中心的工作流程，即围绕文献生成、获取、加工、存储、检索、传递和利用展开。例如，典型的工作流程一般是首先由出版商生产纸质文献，通过一次分发，被图书馆或文献中心采集，经过加工整理成为目录、索引、文摘和题录等二次文献，再通过二次分发，被信息服务中心采集，向用户提供服务[4]。在新场景中，情报学工作流程完全被颠覆，一次分发和二次分发没有明显的界线，信息生产者、加工者和用户的角色并不固定。互联网改变了传统信息传播模式，出现了以用户为中心来组织、传播信息的场景；物联网改变了传统信息传播主体，信息的发送者和接受者不是人而是物；机构知识库改变了信息存在和利用的形式，作为一种群体知识成果进入到人们视野中。随着科技的发展和应用深入，还会出现不断突破以往固定情报工作流程的新场景，并涌现出新问题，不断促进情报研究的发展。
在传统介质下，情报学所处的空间是图书馆、文献中心、情报中心为主体的物理空间，传统的情报工作流程在有限的物理空间中形成了固定模式，各个环节中的问题也基本确定，没有拓展的余地。在当代大数据环境下，情报学面对的空间是互联网、传感网和通信网三位一体的虚拟空间，在这个新空间中，情报工作模式发生了革命性变化。过去只能在物理空间中进行的信息加工组织传递转移到了虚拟空间，或者在物理空间和虚拟空间中交叉进行。社会信息形态和人类信息活动在新空间中发生了巨大变化，其次是新空间提供了一个全方位研究和计算的新平台。利用虚拟空间，情报学研究工作的绩效得到空前彰显。传统的情报学研究方法、工具和手段能够在新的空间中得到运用和拓展。
这些突破传统框架的新介质、新空间和新场景的问题都是跨学科、跨领域的研究问题。诸如新出现的社交媒体、舆情传播、商品评论、信息行为、多渠道信息替代、大规模文本统计等，很难确定属于哪个学科，应该由谁去研究？虚拟空间中的犯罪问题应该由哪些学科去主导？因为这些新出现的研究问题往往更为综合，涉及要素更为多元，不仅仅来自情报学领域，还需要运用很多其他学科的知识进行交叉分析，因此跨学科、跨领域的合作非常关键。
在新的技术环境下，情报学研究需要汲取其他领域专业知识，同时也可以为其他专业提供新的思维和引导；情报学研究人员要到其他领域去找问题，也欢迎其他领域的专家来到情报学领域。同时，这些新问题的解决对情报学变革有着重要的现实意义，不管是能够产生好的成果，或是形成巨大的挑战，都是促进情报学研究进步的一个重要机遇。
2 创新了情报学的研究方法
研究方法是解决问题的钥匙，提炼出好的科学问题，还需要有针对性很强的研究方法。研究方法对任何一个学科都十分重要，甚至可以视为一个学科是否成熟的标志。美国的LIBRARY TRENDS杂志曾经总结了图书馆学、情报学在过去相当长一段时间里常使用的几种研究方法，包括实证研究、案例研究、系统性综述、纵向研究、生活史。另外，扎根理论、引文分析与计量也是图书情报学界常常使用的方法。这些方法今天仍在情报学研究中发挥着重要作用，但也显现出较大的局限性。最大的局限在于数据来源的有限性和主观性，表面看来所有数据和资料都源于对被调查对象针对访谈或问卷的回答，是客观准确的一手数据，事实上，被调查对象在回答问题时，带有很大的随意性和主观性，有时也存在对问题理解的歧义。因此研究结论的正确性将大打折扣。依赖研究人员个人收集、阅读文献的系统性综述纵向研究其实也带有很大的主观性和随意性，难以保证结论客观准确。
随着情报学所处的介质、空间、场景的变化，问题域不断拓展，情报学研究工作的复杂性也随之提升，传统研究方法的局限性越来越大，由此引入和产生了许多新的研究方法，例如：社会网络分析、复杂网络分析、大数据分析、认知计算、社会感知计算、平行计算、数据挖掘、机器学习等等。为情报学利用实时数据、大规模数据和客观数据开展研究提供了条件。结合对过去与现在情报学研究方法的对比，可以认为大数据环境下，情报学研究方法呈现出从介入性方式到非介入性方式、从部分探究到整体研究、从人工分析为主到计算机分析为主的变化趋势。
面对当前大数据带来的汹涌而至的信息潮流，情报学研究涉及的问题越来越广，吸引了不同学科领域的一些学者关注情报学研究，所运用的方法也不断推陈出新，为情报学科的发展注入了新的活力。例如，统计物理学家采用统计物理模型和复杂网络方法研究引文网络，建立了更加抽象、但又能够刻画真实网络特征的模型；计算机科学家借用强大的计算能力和模型研究网络信息分布及传播规律，采用计算实验和平行系统研究情报工作模式，采用大规模电子踪迹和用户生成内容研究信息行为。这些研究不仅大大丰富了情报学研究，还带来了情报学研究范式的革命。这些研究方法所呈现出来的特点，符合大数据时代的特征，代表着情报学研究方法的拓展和进步。其实，研究方法并没有好坏之分，新的研究方法的出现代表着突破传统研究方法的局限，说明可以解决过去无法解决的问题，达到曾经无法企及的目标，这对科学研究意义重大。
来源: 社科院网站
关注同花顺财经微信公众号(ths518)，获取更多财经资讯
本文来自投稿，不代表本人立场，如若转载，请注明出处：http://www.sosokankan.com/article/1508604.html