導(dǎo)語：如何才能寫好一篇網(wǎng)絡(luò)安全輿情分析，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

關(guān)鍵詞：大數(shù)據(jù) 網(wǎng)絡(luò)輿情 數(shù)據(jù)抓取 數(shù)據(jù)存儲 輿情分析

中圖分類號：G206 文獻標(biāo)識碼：A 文章編號：1674-098X（2017）01（c）-0108-02

S著新興媒體的發(fā)展，互聯(lián)網(wǎng)輿情已經(jīng)在社會發(fā)展中扮演著重要的角色，它已不僅僅局限于個別范圍的使用和拓展，而是演變?yōu)槿窕有偷膮⑴c和討論，所以如何在眾多信息中獲取最全面的輿情數(shù)據(jù)，并將輿情數(shù)據(jù)以最快的速度和最靈活的方式展現(xiàn)出來，使輿情在可控的范圍內(nèi)實現(xiàn)最大的社會和商業(yè)價值，顯得尤為重要。

1 網(wǎng)絡(luò)輿情

網(wǎng)絡(luò)輿情不同于傳統(tǒng)輿情，傳統(tǒng)輿情是民意理論中的一個概念，是民意的一種綜合反映。該文所提到的網(wǎng)絡(luò)輿情，是未經(jīng)任何中介包裝和驗證，直接于網(wǎng)上的社會輿情，并以互聯(lián)網(wǎng)為載體，以輿論事件為核心，集民眾情感、態(tài)度、意見、建議、傳播互動和影響力于一身的集合。

因為網(wǎng)絡(luò)輿情的傳播介質(zhì)是網(wǎng)絡(luò)，網(wǎng)絡(luò)既具有公開性又具有隱蔽性，同時需要事件、網(wǎng)民、網(wǎng)民情感，以及通過網(wǎng)絡(luò)介質(zhì)的傳播和互動，所以在既公開又隱蔽的環(huán)境中，從眾多的信息中捕獲并抽取出復(fù)雜的網(wǎng)民情緒和態(tài)度非常重要。

2 輿情捕獲

由于輿情具有自由性、交互性、多元性、偏差性和突發(fā)性，所以如何從眾多輿情中獲取實時數(shù)據(jù)并服務(wù)于大眾，是新興媒體所面臨的嚴峻挑戰(zhàn)和考驗。

2.1 關(guān)鍵詞確定

在互聯(lián)網(wǎng)上傳播的信息可以用海量來形容，如果針對輿情盲目進行檢索，猶如大海撈針，不僅得不到我們想要的數(shù)據(jù)，還會浪費大量的人力、物力和財力來投入到數(shù)據(jù)的分析中。所以如何在海量的信息中獲取用戶想要的數(shù)據(jù)，“關(guān)鍵詞”就顯得非常重要，它不僅可以讓我們精確地捕獲到想要的數(shù)據(jù)，而且還可以減少臟數(shù)據(jù)的捕獲，大大縮短了輿情分析的時間，提升了輿情分析的反應(yīng)速率，下面就介紹幾種關(guān)鍵詞確定的方法。

（1）定制關(guān)鍵詞。關(guān)鍵詞的確定可以從輿情分析的發(fā)出者來反向提出，輿情分析的發(fā)出者一定是希望從網(wǎng)絡(luò)輿情中得到某種相關(guān)信息，那么我們可以從需求提出者和需求分析者的角度來確定關(guān)鍵詞，即關(guān)鍵詞由用戶提出，并通過需求分析將用戶的表述發(fā)展為定制詞語，并將其定義為用戶定制關(guān)鍵詞。根據(jù)用戶定制的關(guān)鍵詞來捕獲數(shù)據(jù)，是最直接明了的數(shù)據(jù)捕獲方式。

（2）熱門輿情關(guān)鍵詞。很多網(wǎng)站如百度、搜狐、Facebook、新浪等幾乎所有的交互網(wǎng)站都會有熱門指數(shù)，我們可以借助這些網(wǎng)站自身攜帶的熱門指數(shù)，來確定關(guān)鍵詞。因為通過熱門輿情關(guān)鍵詞來捕獲數(shù)據(jù)，一定是網(wǎng)站熱門數(shù)據(jù)，這樣不僅可以節(jié)省我們分析確定關(guān)鍵詞的時間，而且還可以用最短的時間獲取最多的分析數(shù)據(jù)，提高大數(shù)據(jù)在輿情分析中的反應(yīng)速率。

（3）熱搜輿情關(guān)鍵詞。熱搜輿情關(guān)鍵詞不同于熱門關(guān)鍵詞，由于輿情具有廣泛傳播性，很多人參與到輿情探討中，都是通過網(wǎng)絡(luò)搜索并定位的，所以熱搜關(guān)鍵詞就是根據(jù)搜索引擎的熱搜排行榜，來確定輿情關(guān)鍵詞，通過熱搜排行榜，我們可以第一時間知道并了解網(wǎng)民想要了解的輿論事件。

（4）參考輿情網(wǎng)站。想要找到網(wǎng)絡(luò)事件的發(fā)展?fàn)顩r和原由，最簡單也是最直接的方式，就是找到輿情的網(wǎng)站，很多網(wǎng)站就是網(wǎng)絡(luò)輿情事件的源泉。

2.2 數(shù)據(jù)抓取

當(dāng)我們通過各種方式獲取并確定了關(guān)鍵詞之后，如何把關(guān)鍵詞變成我們想要的精確數(shù)據(jù)，就顯得非常重要。我們可以通過網(wǎng)絡(luò)爬蟲技術(shù)來獲取輿情數(shù)據(jù)。

當(dāng)前主流的數(shù)據(jù)抓取模式主要包含4個主要部分：網(wǎng)絡(luò)爬蟲技術(shù)（Spider）、數(shù)據(jù)處理技術(shù)（Data Process）、爬取URL隊列（URL Queue）和數(shù)據(jù)。爬蟲主要是從互聯(lián)網(wǎng)上捕捉網(wǎng)頁內(nèi)容，并從中抽取出需要的內(nèi)容。數(shù)據(jù)處理：對爬蟲抓取的內(nèi)容進行處理。URL隊列：為爬蟲提供需要抓取數(shù)據(jù)網(wǎng)站的URL。數(shù)據(jù)包含3個方面：（1）Site URL：需要抓取數(shù)據(jù)網(wǎng)站的URL信息；（2）Spider Data：爬蟲從網(wǎng)頁中抽取出來的數(shù)據(jù)；（3）Dp Data：經(jīng)過dp處理之后的數(shù)據(jù)。

2.3 數(shù)據(jù)存儲

因為網(wǎng)絡(luò)輿情具有及時更新和海量的特性，所以我們?nèi)绾螌⒆ト〉降臄?shù)據(jù)實時保存起來，是非常關(guān)鍵的，它決定了最后輿情分析的全面性和精確性。一般通過IT技術(shù)可以將數(shù)據(jù)存儲到數(shù)據(jù)庫中，下面介紹一下當(dāng)前主流的3種數(shù)據(jù)庫及其區(qū)別。

Oracle數(shù)據(jù)文件都是采用二進制編碼的文件，而且它可以對SQL在執(zhí)行過程中的解析和優(yōu)化指定統(tǒng)一標(biāo)準，其中包括RBO、CBO以及HTNT規(guī)則，這些都會使在Oracle數(shù)據(jù)庫中執(zhí)行的SQL擁有極大的優(yōu)化自由，同時也對CPU、內(nèi)存、IO資源方面進行優(yōu)化。

MySQL最大的特點應(yīng)該屬自由選擇存儲引擎。它的每一個表都是一個文件，都可以選擇合適的存儲引擎。但由于它的存儲引擎是開放式的插件引擎，所以文件的一致性大大降低，并且在SQL優(yōu)化方面，也會有一些不可避免的瓶頸，例如多表關(guān)聯(lián)、子查詢優(yōu)化、統(tǒng)計函數(shù)等都是它的弱項，并且MySQL只支持極簡單的HINT。

SQL Server的數(shù)據(jù)架構(gòu)基本是縱向劃分，分為：Protocol Layer、Relational Engine、Storage Engine、SQLOS。SQL執(zhí)行都是逐層，其中Relational Engine中的優(yōu)化器，是基于成本的，其工作過程跟Oracle是非常相似的。同時它也支持豐富的HINT，包括：連接提示、查詢提示、表提示。

雖然，這3個數(shù)據(jù)庫各具特色，但是，如果對數(shù)據(jù)安全、存儲等特性沒有特殊要求，通常我們會選取MySQL數(shù)據(jù)庫，因為開源而且操作相對簡單。

3 輿情分析

如果說輿情數(shù)據(jù)的抓取和存儲目的是在數(shù)據(jù)獲取方面下工夫，那么輿情分析就是通過比較、論證等方法把數(shù)據(jù)通過圖形報表等更加簡潔的方式呈獻給用戶。

每一個輿情事件的本身都有自己的特點，分析設(shè)計人員可以根據(jù)不同的特點選擇輿情分析的方法或報表。通常輿情分析方法有連續(xù)接近法、舉例說明法、比較分析法和流程圖法等。通常圖形報表也有很多種，如趨勢圖、比例餅圖、百分比柱圖、流程圖、表格等，分析設(shè)計人員根據(jù)輿情的特點選擇合適的圖形呈獻給用戶。

4 結(jié)語

通過大數(shù)據(jù)相關(guān)技術(shù)對輿情進行全方位收集、存儲和分析的過程中，我們既不修飾、篡改輿情事件的真實性，也不隱藏輿情事件的丑陋性，大數(shù)據(jù)的智能捕獲分析，只是將網(wǎng)絡(luò)輿情更加清晰形象地呈現(xiàn)給用戶，使用戶在第一時間獲取民眾態(tài)度，掌握民眾意見或建議，并根據(jù)輿情報告的精準分析反饋，及時對輿情事件做出相應(yīng)的政策，調(diào)整相關(guān)的策略，實現(xiàn)商業(yè)和政治利益最大化，創(chuàng)造更多的社會價值，并使網(wǎng)絡(luò)輿情健康良性發(fā)展。

參考文獻

[1] 王博.大數(shù)據(jù)時代網(wǎng)絡(luò)輿情與社會治理研究[D].云南財經(jīng)大學(xué)，2016.

[2] 楊旭東.網(wǎng)絡(luò)輿情監(jiān)控系統(tǒng)關(guān)鍵技術(shù)研究[J].信息網(wǎng)絡(luò)安全，2016（9）：251-256.

篇2

1.1網(wǎng)絡(luò)信息安全事件頻繁發(fā)生，給社會造成了嚴重損失

在科學(xué)技術(shù)快速發(fā)展的環(huán)境下，計算機網(wǎng)絡(luò)技術(shù)的發(fā)展步伐不斷加快，為人們的生產(chǎn)、生活帶來了極大的便利，但是隨之而來的網(wǎng)絡(luò)信息安全問題的威脅也在不斷加大，一些釣魚網(wǎng)站、黑客、木馬、間諜軟件、網(wǎng)絡(luò)漏洞攻擊等各種形式的網(wǎng)絡(luò)信息安全問題經(jīng)常出現(xiàn)。隨著社會各界對網(wǎng)絡(luò)與信息安全問題認識的不斷提升，網(wǎng)絡(luò)信息安全問題越來越得到人們的重視，根據(jù)相關(guān)部門的統(tǒng)計，2005年一年內(nèi)我國相關(guān)部門接受的國內(nèi)外網(wǎng)絡(luò)安全事件已經(jīng)超過了12萬件，使我國計算機用戶造成了巨大的損失。

1.2高校網(wǎng)絡(luò)與信息安全實驗教學(xué)的要求

高校是國家培訓(xùn)專門技術(shù)人才的重要機構(gòu)，也是社會專業(yè)人才的主要來源，當(dāng)前我國高校網(wǎng)絡(luò)技術(shù)和網(wǎng)絡(luò)安全實驗教學(xué)硬件已經(jīng)不能滿足現(xiàn)階段網(wǎng)絡(luò)技術(shù)和網(wǎng)絡(luò)安全實驗教學(xué)的需求。因此為了適應(yīng)新形勢下網(wǎng)絡(luò)與信息安全的需求，高校應(yīng)該不斷加大對網(wǎng)絡(luò)技術(shù)和網(wǎng)絡(luò)信息安全實驗的建設(shè)，提升網(wǎng)絡(luò)信息安全實驗的硬件條件，從而更好地滿足新形勢下高校網(wǎng)絡(luò)與信息安全對實驗的需求，提升學(xué)生網(wǎng)絡(luò)信息安全的實踐能力，滿足社會發(fā)展對網(wǎng)絡(luò)信息安全人才的需求。

2、關(guān)于網(wǎng)絡(luò)與信息安全教學(xué)實驗室建設(shè)原則的分析

2.1遵循層次性原則，滿足不同層次網(wǎng)絡(luò)與信息安全課程實驗的需求

網(wǎng)絡(luò)信息安全關(guān)系到國家安全和社會發(fā)展，涉及面十分廣闊。但是，不同層次和不同專業(yè)的學(xué)生對網(wǎng)絡(luò)與信息安全專業(yè)技能和理論需求都不相同。因此，網(wǎng)絡(luò)安全實驗室的構(gòu)建要充分滿足不同層次的學(xué)生需求，讓更多層次的學(xué)生受益。

2.2提升網(wǎng)絡(luò)安全實驗室的可擴充性，滿足時展的需求

網(wǎng)絡(luò)信息技術(shù)的發(fā)展十分迅速，因此，高校網(wǎng)絡(luò)信息安全實驗室建設(shè)，應(yīng)充分考慮這一點，實驗室平臺要滿足升級、更新的需求，要跟得上時展的步伐。實驗室的構(gòu)建要保證實驗室能夠具有較強的可擴充性，從而保證高校網(wǎng)絡(luò)與信息安全實驗教學(xué)能夠滿足信息安全技術(shù)的發(fā)展趨勢，體現(xiàn)高校網(wǎng)絡(luò)與信息安全實驗教學(xué)的時代性特征。

2.3保證實驗室軟硬件設(shè)備先進性和實用性

網(wǎng)絡(luò)信息安全技術(shù)是以網(wǎng)絡(luò)通訊協(xié)議為技術(shù)基礎(chǔ)而構(gòu)建的。而當(dāng)前使用的基于IPv4的IP網(wǎng)絡(luò)正處于向IPv6轉(zhuǎn)變和過渡的過程中。這次轉(zhuǎn)變極大地提升了網(wǎng)絡(luò)信息的安全性，同時也為網(wǎng)絡(luò)計算機提供了大量的IPv6地址。針對這一系列變化，高校在網(wǎng)絡(luò)信息安全實驗室建設(shè)時，要充分考慮到實驗室設(shè)備與IPv6協(xié)議的兼容性。網(wǎng)絡(luò)信息安全實驗室建設(shè)，要在為學(xué)生提供良好實驗環(huán)境的基礎(chǔ)上，考慮學(xué)生將來的就業(yè)需求，因此，實驗室軟硬件設(shè)備必須要具有較強的先進性和實用性，從而保證實驗室能夠發(fā)揮出更大的效用。

3、關(guān)于高校網(wǎng)絡(luò)安全實驗室項目設(shè)計的分析

3.1網(wǎng)絡(luò)信息安全實驗室應(yīng)滿足高級實驗的需求

對于網(wǎng)絡(luò)信息安全專業(yè)的學(xué)生來講，他們在掌握常規(guī)的實驗基礎(chǔ)上還應(yīng)該具備較高的網(wǎng)絡(luò)信息安全技術(shù)和相關(guān)的實驗?zāi)芰?。?dāng)前高級的實驗和技術(shù)主要包括：VPN技術(shù)和相關(guān)配置、數(shù)字證書發(fā)放的實驗、身份認證實驗等等。數(shù)字證書發(fā)放實驗就是使用服務(wù)器網(wǎng)絡(luò)中的CA證書服務(wù)器，實現(xiàn)對實驗小組發(fā)放數(shù)字證書。通過這個實驗幫助學(xué)生有效掌握公鑰密碼運行機制以及相關(guān)技術(shù)，提升學(xué)生對數(shù)字證書的理解和使用能力。在進行數(shù)字證書認證的過程中，以發(fā)放的數(shù)字證書作為身份的依據(jù)，完成對網(wǎng)絡(luò)服務(wù)的訪問。服務(wù)器為使用者提供相關(guān)服務(wù)之前，需要具有合法的身份才能夠獲得系統(tǒng)提供的有效服務(wù)。

3.2建設(shè)網(wǎng)絡(luò)平臺

建設(shè)網(wǎng)絡(luò)平臺是高校網(wǎng)絡(luò)與信息安全教學(xué)實驗室建設(shè)的第一步，高校在建設(shè)過程中，要在原有的實驗室基礎(chǔ)上補充一些網(wǎng)絡(luò)信息安全設(shè)備，包括每個試驗臺布置一臺防火墻，一臺IDS，在核心處布置一臺安全隔離網(wǎng)閘、一臺UTM、一臺APM應(yīng)用安全管理系統(tǒng)；高校實驗室建設(shè)人員在已經(jīng)補充好的網(wǎng)絡(luò)信息安全設(shè)備上，設(shè)置安全管理平臺，并對設(shè)備日志進行審計和分析，以便更好的對網(wǎng)絡(luò)安全設(shè)備進行控制和管理。同時，每個試驗臺可以根據(jù)情況防止IPS入侵防護系統(tǒng)和安全隔離網(wǎng)閘。

3.3為學(xué)生提供網(wǎng)絡(luò)安全創(chuàng)新實驗的平臺

信息安全方面的知識學(xué)習(xí)具有很強的實踐性，因此，信息安全專業(yè)課程的學(xué)習(xí)對信息安全實驗室的要求很高。而當(dāng)前我國高校的網(wǎng)絡(luò)信息安全教學(xué)基本都是停留在理論層面，對學(xué)生實踐能力培養(yǎng)的關(guān)注相對較少，學(xué)校的網(wǎng)絡(luò)安全實驗室條件很差，實踐課程很難高效開展，導(dǎo)致網(wǎng)絡(luò)信息安全實驗教學(xué)環(huán)節(jié)之后，學(xué)生的實踐能力較差，無法滿足社會對網(wǎng)絡(luò)信息安全的需求。因此，配備一個合格的網(wǎng)絡(luò)安全實驗室具有極其深遠的意義。高校的網(wǎng)絡(luò)信息安全實驗室在完成一般實驗教學(xué)的基礎(chǔ)上，還可為更高層次學(xué)生提供創(chuàng)新實驗的機會和平臺，讓學(xué)生在現(xiàn)有軟硬件條件的基礎(chǔ)上，對當(dāng)前的軟件進行創(chuàng)新和改進，優(yōu)化軟件的效果，提升學(xué)生的網(wǎng)絡(luò)信息安全創(chuàng)新能力。

3.4全面模塊化的網(wǎng)絡(luò)安全實驗室解決方案

模塊化的網(wǎng)絡(luò)安全實驗室解決方案把防火墻設(shè)備，WEB應(yīng)用安全設(shè)備，非法信息檢測設(shè)備，輿情分析系統(tǒng)，作為一個安全有效的防御整體，架設(shè)到高校信息安全專業(yè)的實驗室中，使師生全面地對網(wǎng)絡(luò)安全的多樣性，復(fù)雜性從理論上和實際操作中得到了全方位的了解。一方面使學(xué)生畢業(yè)后真正走向網(wǎng)絡(luò)安全方向的學(xué)生不會再和現(xiàn)行的網(wǎng)絡(luò)攻擊和威脅脫節(jié)，不會單獨依靠簡單膚淺的理論知識對繁瑣復(fù)雜多樣的攻擊摸不到頭腦，另一方面可以讓學(xué)生和研究人員可以深入地了解網(wǎng)絡(luò)安全問題，加深對網(wǎng)絡(luò)原理、協(xié)議的理解，同時最重要的是在整個網(wǎng)絡(luò)安全實驗室中，實驗者通過學(xué)習(xí)可以很清楚地了解如何進行有效的網(wǎng)絡(luò)安全設(shè)計，避免網(wǎng)絡(luò)風(fēng)險的發(fā)生以及在網(wǎng)絡(luò)安全事件發(fā)生的第一時間，如何有效地解決安全問題。

參考文獻：

[1] 張衛(wèi)東，李暉，尹鈺.網(wǎng)絡(luò)安全實驗教學(xué)方法的研究[J]_實驗室研究與探索，2007（12）

[2] 容治.計算機網(wǎng)絡(luò)教學(xué)實驗環(huán)境存在的問題和改革探討[J].科技信息（科學(xué)教研），2007（21）

[3] 陳峰，沈雅婕，馮朝輝。高校網(wǎng)絡(luò)與信息安全教學(xué)實驗室建設(shè)研究[J】.網(wǎng)絡(luò)安全技術(shù)與應(yīng)用，2007（07）

作者簡介：

篇3

關(guān)鍵詞：高校校園；網(wǎng)絡(luò)輿情；預(yù)警；應(yīng)對

中圖分類號：G647 文獻標(biāo)識碼：A 收稿日期：2016-04-28

一、高校校園網(wǎng)絡(luò)輿情的現(xiàn)狀

高校校園網(wǎng)絡(luò)輿情具有特定的傳播方式，它主要是通過微信、微博、論壇等平臺進行的，針對某些特定發(fā)生事件的意見表達。高校網(wǎng)絡(luò)輿情由于涉及的常常是與高校師生切身利益相關(guān)的事件，因此更容易產(chǎn)生群體效應(yīng)。

二、高校校園網(wǎng)絡(luò)輿情的結(jié)構(gòu)

高校網(wǎng)絡(luò)輿情分主體、客體和媒介三部分。

高校校園的輿情主體是指高校校園網(wǎng)絡(luò)輿情的參與者。主要指通過高校校園網(wǎng)絡(luò)發(fā)表意見、看法和提出建議的高校師生。雖然大部分師生只以看客身份出現(xiàn)，只有少部分才是高校校園網(wǎng)絡(luò)輿情的制造者和傳播者，但熱點新聞、校園突發(fā)事件一旦出現(xiàn)，尤其涉及師生切身利益的事件，若得不到合理解決，便會很快在各類網(wǎng)絡(luò)平臺中發(fā)酵，甚至一發(fā)不可收拾，影響大學(xué)生的思想行為。

高校校園網(wǎng)絡(luò)輿情客體是指引發(fā)高校校園網(wǎng)絡(luò)輿情的信息和事件，主要表現(xiàn)在以下幾個方面。

一是國內(nèi)外熱點新聞事件。如2016年3月16日世界知識產(chǎn)權(quán)組織公報，2015年國際專利申請數(shù)量創(chuàng)下新紀錄，共達21.8萬件。美國仍是申請量最大的國家，而中國增長最快，華為技術(shù)有限公司則在企業(yè)界蟬聯(lián)首位。高校大學(xué)生對這一事件十分關(guān)注，對知識產(chǎn)權(quán)這一熱點詞匯搜索排名一度上升，充分反映了高校大學(xué)生知識產(chǎn)權(quán)意識的上升。

二是校內(nèi)外突發(fā)事件。主要指涉及高校師生的突發(fā)性事故、公共衛(wèi)生事件及社會治安事件。如火災(zāi)、食物中毒或不健康飲食、學(xué)生受傷、重疾等。

三是與師生利益密切相關(guān)的事件。如師生的評定優(yōu)秀、考試作弊、學(xué)術(shù)腐敗等。這些事件一經(jīng)網(wǎng)絡(luò)傳播，特別容易引起其他師生的轉(zhuǎn)發(fā)和評論，形成網(wǎng)絡(luò)輿情。

三、高校校園網(wǎng)絡(luò)輿情的特點

高校校園網(wǎng)絡(luò)輿情有著開放、迅速、多樣、隱藏、不明確及難以控制等特點。

現(xiàn)今高校網(wǎng)絡(luò)輿情成為全民都可參與的活動。只要有互聯(lián)網(wǎng)，有移動通信設(shè)備，網(wǎng)民就可以自由地表達對高校事件的看法。網(wǎng)絡(luò)有實時性，它不受地域和時間的限制，連接互聯(lián)網(wǎng)就可提供實時動態(tài)信息。新媒體的迅速報道，可縮短信息傳播的距離，加快輿情形成的進度。誰都可依托網(wǎng)絡(luò)將實時關(guān)注的新聞焦點通過發(fā)帖、跟帖、分享朋友圈等方式表明自己的立場和觀點，一起互動，這種互動如果成為大眾普遍關(guān)注的焦點，很快就會引發(fā)輿情。高校輿情的內(nèi)容多樣，人們可以通過互聯(lián)網(wǎng)隱藏自己在現(xiàn)實中的身份，這種自由使個人的網(wǎng)絡(luò)言論到處傳播，若動機不純，會造成消極影響。大家很難預(yù)料哪個事件將成為熱點，也幾乎無法預(yù)料事件的發(fā)展進程。高校網(wǎng)絡(luò)輿情事先幾乎無預(yù)兆，卻可能在短時間內(nèi)造成強大的網(wǎng)絡(luò)輿論。

四、高校校園網(wǎng)絡(luò)輿情的預(yù)警

1.高校網(wǎng)絡(luò)輿情預(yù)警現(xiàn)狀

當(dāng)前預(yù)警意識偏低。我國部分高校在面對網(wǎng)絡(luò)危機時預(yù)警意識不夠，認為不會出現(xiàn)太惡劣的結(jié)果。即使處理時也只是簡單地敷衍一下，在爆發(fā)危機時也往往采用隱瞞等不恰當(dāng)?shù)姆绞綉?yīng)對公眾，很容易使公眾對高校失去信任，如果影響擴大，則進而影響到高校的口碑及招生就業(yè)等。

學(xué)院網(wǎng)絡(luò)輿情管理不到位。目前，高校輿情管理效率低下，源于高校對網(wǎng)絡(luò)輿情預(yù)警不太重視，處理問題時沒有完善的策略，導(dǎo)致高校輿情管理延遲甚至錯誤處理。高校管理輿情的過程中，預(yù)判不準確，決策時也會拖延，不能當(dāng)機立斷，沒有解決措施。有些高校在處理這方面問題能力不足，出現(xiàn)問題時選擇逃避和漠視，任由問題惡化。

學(xué)生道德意識較弱。大學(xué)生的人生觀價值觀還不太明確，在獲取信息時缺乏是非判斷，加上從眾心理，會導(dǎo)致道德意識薄弱。而大學(xué)生群體大，很多謠傳的信息都會選擇大學(xué)生作為受眾，從而將信息擴大，引起不良后果。

溝通渠道不暢通。許多網(wǎng)絡(luò)危機可以通過學(xué)生與高校之間的溝通化解，然而當(dāng)大學(xué)生不能理解學(xué)校的管理工作，高校管理者又不能得知學(xué)生的心聲時，雙方會產(chǎn)生誤解，導(dǎo)致矛盾升級。這時大學(xué)生就會利用網(wǎng)絡(luò)的渠道將實情夸大，導(dǎo)致高校的聲譽受損。

2.高校網(wǎng)絡(luò)輿情預(yù)警機制的建立

出于對網(wǎng)絡(luò)輿情預(yù)警現(xiàn)狀的考慮，我們可以通過下面幾方面來建立預(yù)警機制。

一要強化危機意識。高校應(yīng)意識到網(wǎng)絡(luò)輿情預(yù)警的重要，并制訂相應(yīng)的應(yīng)對措施，而且當(dāng)輿情爆發(fā)時高校應(yīng)積極應(yīng)對而不是逃避或置之不管。危機意識的建立是重點，高校應(yīng)充分重視網(wǎng)絡(luò)輿情預(yù)警機制的建立，將網(wǎng)絡(luò)輿情管理工作做到位，加強對網(wǎng)絡(luò)輿情的管理。

二是完善高校輿情管理。高校應(yīng)建立有效的輿情管理機構(gòu)，要切實落實任務(wù)和工作。高校網(wǎng)絡(luò)輿情管理人員對將要出現(xiàn)的問題要有一定的敏感性，搜集信息后，要將信息進行整合和處理，判斷信息的真假，及時把結(jié)果上報給上級； 在信息處理方面，應(yīng)將問題進行整合，并且提出相對應(yīng)的解決措施，這樣當(dāng)問題爆發(fā)時就能夠及時拿出方案進行處理； 預(yù)警工作要做到嚴格無誤，落實到人，對存在潛在危機的信息，高校輿情預(yù)警人員應(yīng)及時向當(dāng)事人提出警告。

三是強化學(xué)生預(yù)警意識。學(xué)生具有預(yù)警意識不僅是為了維護自己的切身利益，同時也是保護學(xué)校的網(wǎng)絡(luò)安全。大學(xué)生應(yīng)有一定的判斷能力，遇到虛假信息，應(yīng)及時上報給高校的有關(guān)部門。高校應(yīng)該時常開設(shè)相應(yīng)講座，引導(dǎo)大學(xué)生獲取有效的信息，并且識別虛假信息。

四是拓展溝通渠道。學(xué)生跟高校之間應(yīng)溝通想法和看法。學(xué)校要給提供大學(xué)生可溝通的渠道，可以通過校長信箱、班級座談會、學(xué)生社團等了解學(xué)生的內(nèi)心想法。學(xué)生也應(yīng)該不隱瞞、不夸張，將自己的意見告訴學(xué)校。以上方式既可以大大化解學(xué)生與高校之間的矛盾，也可降低網(wǎng)絡(luò)輿情危機發(fā)生的幾率。

五、高校應(yīng)對校園網(wǎng)絡(luò)輿情的方法

網(wǎng)絡(luò)輿情的產(chǎn)生具有突發(fā)性，要求高校有迅速的反應(yīng)速度和應(yīng)急措施。針對事件的實際發(fā)展情況，分析事情嚴重與否，即刻啟動應(yīng)急預(yù)案，讓事件的發(fā)展可以合理掌控。在處理網(wǎng)絡(luò)輿情過程中，要分階段進行。處理過程中，要做到公開、公正和透明。在處理信息過程中，要實時公布處理結(jié)果，讓學(xué)生了解學(xué)校的態(tài)度。同時在事件處理過程中，要協(xié)調(diào)各方面的力量，特別是與事件當(dāng)事人的有效溝通交流。再者，要處理好與媒體的關(guān)系，學(xué)校有專門的對外發(fā)言機構(gòu)，應(yīng)統(tǒng)一說法，避免信息傳達混亂；應(yīng)表明學(xué)校立場，要積極引導(dǎo)媒體進行正面和全面報道。同時，要把握好輿情處理的節(jié)奏。網(wǎng)絡(luò)輿情的發(fā)展會隨時間不斷變化，學(xué)校要根據(jù)輿情發(fā)展的狀況及時調(diào)整策略，對內(nèi)形成統(tǒng)一意見，以維護學(xué)校的正面形象。積極應(yīng)對社會質(zhì)疑，及時阻斷各種網(wǎng)絡(luò)傳言，在傳統(tǒng)媒體和新媒體平臺做好公關(guān)，要注意管控好網(wǎng)絡(luò)信息的傳播渠道。在處理事件過程中，各部門應(yīng)積極配合，形成協(xié)同合作的應(yīng)急處理機制。

參考文獻：

篇4

關(guān)鍵詞：移動網(wǎng)絡(luò)；醫(yī)院；青年職工；思想教育

移動網(wǎng)絡(luò)是隨著網(wǎng)絡(luò)科學(xué)技術(shù)的發(fā)展而衍生出的新上網(wǎng)方式[1]。根據(jù)2016年1月中國互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）的第37次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》，截至2015年12月，我國網(wǎng)民中使用手機上網(wǎng)的人群占比由2014年12月的85.8%提升至90.1%，手機成為網(wǎng)民的主要上網(wǎng)終端[2]。移動網(wǎng)絡(luò)的快速發(fā)展改變了人們的生活、生產(chǎn)、思維和信息傳播方式[3]。青年作為一個特殊的群體，感知新生事物的動力及能力都很強，傳統(tǒng)思想教育工作方式、方法已經(jīng)不能滿足其需要。本研究對北京市4家三甲醫(yī)院的青年職工開展問卷調(diào)查，旨在掌握其使用移動網(wǎng)絡(luò)現(xiàn)狀和對思想教育工作的看法，為運用移動網(wǎng)絡(luò)開展醫(yī)院青年職工思想教育工作提供參考。

1對象與方法

1.1對象

本研究采取橫斷面描述性研究設(shè)計，以方便抽樣方法選取北京市4家三甲醫(yī)院的青年職工為調(diào)查對象，共220人。研究對象納入標(biāo)準：（1）醫(yī)院在職青年職工；（2）年齡≤35周歲；（3）自愿參與本研究。

1.2方法

本研究采用問卷調(diào)查法。調(diào)查內(nèi)容分為5部分34個題目，主要包括：被調(diào)查者一般資料，醫(yī)院青年職工移動網(wǎng)絡(luò)使用情況，醫(yī)院青年職工對思想教育工作的認識，移動網(wǎng)絡(luò)信息技術(shù)在醫(yī)院青年職工思想教育工作中的應(yīng)用情況以及運用移動網(wǎng)絡(luò)信息技術(shù)做好醫(yī)院青年職工思想教育工作的對策。共發(fā)放問卷220份，回收有效問卷212份，有效回收率96.3%。采用SPSS19.0軟件進行數(shù)據(jù)錄入及統(tǒng)計分析。

2結(jié)果

2.1被調(diào)查者一般資料

從統(tǒng)計結(jié)果看，4家醫(yī)院的212名青年職工年齡21~35歲，平均年齡（28.38±3.81）歲；工作年限1~17年，平均（6.61±4.16）年；男性39人（占18.4%），女性173人（占81.6%）；醫(yī)生占14.6%，護士占57.1%；已婚者占53.3%；多數(shù)人具有本科及以上學(xué)歷，本科學(xué)歷占51.4%，碩士及以上學(xué)歷占15.1%；初級職稱者占75.0%（見表1）。

2.2醫(yī)院青年職工移動網(wǎng)絡(luò)使用情況

調(diào)查結(jié)果顯示，醫(yī)院青年職工使用手機等移動終端上網(wǎng)的比例達到100.0%，其中81.1%的人使用移動網(wǎng)絡(luò)的頻率為每天4次或以上，67.9%的人每天平均使用時間在2小時以上；使用最多的應(yīng)用是微信，占97.6%，遠超微博、QQ、網(wǎng)頁等；使用地點主要是在家中（90.6%）、單位（67.0%）、街上（56.1%）等，在乘車時（75.9%）、等候時（81.6%）、睡前或早起時（60.4%）也會選擇使用手機等移動終端上網(wǎng)；上網(wǎng)時關(guān)注最多的內(nèi)容為影視、娛樂（72.2%），最為關(guān)注的網(wǎng)絡(luò)群體為生活中的朋友、同學(xué)（92.9%，見表2）。

2.3醫(yī)院青年職工對本院思想教育工作的認識

調(diào)查結(jié)果顯示，22.6%和20.3%的青年職工對醫(yī)院思想教育工作題材不太感興趣或沒有感覺，17.5%和42.9%的青年職工從來沒有或很少在使用手機等移動終端上網(wǎng)時收到醫(yī)院的思想教育方面的信息，認為開展思想教育工作最好的平臺為微信公眾平臺的占75.9%，82.1%的人認為應(yīng)重點進行醫(yī)德醫(yī)風(fēng)教育，85.8%的人認為思想教育工作者應(yīng)該具備運用移動網(wǎng)絡(luò)技術(shù)開展工作的能力，53.8%的人認為醫(yī)院對移動網(wǎng)絡(luò)信息平臺建設(shè)的重視力度不夠（見表3）。

3討論與建議

3.1轉(zhuǎn)變觀念，形成利用移動網(wǎng)絡(luò)技術(shù)開展醫(yī)院青年職工思想

教育工作的新思路思想教育工作是醫(yī)院整體工作的重要組成部分，其目的在于為醫(yī)院各項工作的順利開展提供強大的政治保障和精神動力、智力支持[4]。本次調(diào)查中，17.5%和42.9%的青年從來沒有或很少在使用手機等移動終端上網(wǎng)時收到醫(yī)院的思想教育方面的信息，22.6%的青年職工對醫(yī)院的思想教育工作題材不太感興趣，20.3%的人認為沒有感覺，只有25.0%的人認為目前的思想教育工作方法很豐富。所以思想教育工作者需要轉(zhuǎn)變工作思路，結(jié)合醫(yī)院和青年職工實際情況，加大對移動網(wǎng)絡(luò)的重視力度，調(diào)整網(wǎng)絡(luò)戰(zhàn)略步伐，形成利用移動網(wǎng)絡(luò)技術(shù)開展思想教育工作的新思路和新理論體系，加強醫(yī)德醫(yī)風(fēng)教育，帶動社會效益與經(jīng)濟效益的整體提升。

3.2因勢利導(dǎo)，打造思想教育工作的移動網(wǎng)絡(luò)平臺

作為移動通信和傳統(tǒng)互聯(lián)網(wǎng)融合的產(chǎn)物[5]，移動網(wǎng)絡(luò)既具有移動通信的靈活性，又能充分利用傳統(tǒng)互聯(lián)網(wǎng)的開放性、共享性和互動性。移動網(wǎng)絡(luò)無時不在、無處不在的特點充分擴展了醫(yī)院思想教育工作的時間和空間，有效豐富了教育內(nèi)容，提高了教育實效性[6]。調(diào)查中，青年職工認為開展思想教育工作最好的平臺是微信公眾平臺（75.9%）和官方微博（52.4%），超越了書籍、報刊等傳統(tǒng)方式。所以有必要進一步加強移動網(wǎng)絡(luò)平臺建設(shè)，特別是醫(yī)院思想教育工作的微信公眾平臺、微博等。根據(jù)調(diào)研有針對性地開展思想教育工作，重點進行醫(yī)德醫(yī)風(fēng)教育（82.1%）、愛國主義和國際主義教育（64.2%）。遵循理論聯(lián)系實際、表揚激勵、樹立典型、教育性與娛樂性相結(jié)合及思想教育工作與業(yè)務(wù)工作相結(jié)合原則，提高思想教育工作的有效性。

3.3注重思想教育工作者自身能力的提升

移動網(wǎng)絡(luò)時代的到來，使醫(yī)院思想教育工作的方法、環(huán)境、內(nèi)容等都發(fā)生了巨大變化，對思想教育工作者的專業(yè)素質(zhì)、信息技術(shù)應(yīng)用能力提出了嚴峻挑戰(zhàn)。85.8%的醫(yī)院青年職工認為思想教育工作者應(yīng)該具備運用移動網(wǎng)絡(luò)技術(shù)開展工作的能力,認為應(yīng)該具備簡單、基本的移動網(wǎng)絡(luò)技術(shù)與深入、先進的移動網(wǎng)絡(luò)技術(shù)的人各占一半。思想教育工作者不僅要不斷提高自身專業(yè)素質(zhì)，還要不斷提高運用移動網(wǎng)絡(luò)能力，利用移動網(wǎng)絡(luò)的即時性、平等性、交互性等特點創(chuàng)新思想教育工作方法，增強思想教育工作的吸引力和科學(xué)性，以適應(yīng)新時期思想教育工作發(fā)展需要。另外，醫(yī)院青年職工專業(yè)性極強，只有培養(yǎng)出既熟悉思想政治專業(yè)知識和醫(yī)療衛(wèi)生專業(yè)知識，又能熟練運用移動網(wǎng)絡(luò)的復(fù)合型工作者，才有助于提高醫(yī)院青年職工思想教育工作的有效性。

3.4加強引導(dǎo)，提高青年職工對不良信息的辨別能力和運用移動網(wǎng)絡(luò)能力

移動網(wǎng)絡(luò)是一把“雙刃劍”，在幫助醫(yī)院青年職工開闊視野、增長知識、提高學(xué)習(xí)和工作效率的同時，也容易使其迷失自我、價值觀混亂、學(xué)習(xí)能力下降、心理受傷害、影響正常生活[7]。因此，思想教育工作者要幫助醫(yī)院青年職工收集有意義的信息，提高其對正面信息的捕捉、分析、判斷和吸收能力，引導(dǎo)醫(yī)院青年職工樹立正確的價值觀，提高網(wǎng)商（IEQ）[8]。醫(yī)院青年職工思想活躍，易于接受新鮮事物，喜歡將自己的想法用最時尚和獨特的方式表達出來。移動網(wǎng)絡(luò)具有信息量大、傳播迅速等優(yōu)勢，醫(yī)院青年職工可以利用其優(yōu)勢積極主動地傳播弘揚社會主義核心價值觀、體現(xiàn)愛國主義和民族精神、健康科普等的內(nèi)容，如制作微信海報或健康科普帖等，提升全民健康意識和健康水平。移動網(wǎng)絡(luò)使醫(yī)院青年職工從被動教育轉(zhuǎn)為主動學(xué)習(xí)，實現(xiàn)從醫(yī)院整體到青年個人、從知識技術(shù)水平到社會價值和效益的提升與進步。

篇5

關(guān)鍵詞：大數(shù)據(jù) 情報分析 競爭情報 商務(wù)智能 生物醫(yī)學(xué) 政府治理 軍事情報

中圖分類號： G250.2 文獻標(biāo)識碼： A 文章編號： 1003-6938（2014）05-0007-06

Intelligence Analysis in Different Domains and Its Development under the Environment of Big Data

Abstract Big data has caught the attention of five domains： competitive intelligence， business management， bioinformatics， government governance and military intelligence. In order to understand the differences between different domains of intelligence analysis， this article reviews the current status of the conception and practice on intelligence analysis across five domains， reveals the characteristics of intelligence analysis， and then illustrates the development of intelligence analysis across five domains under the big data environment， and points out the effects of big data for intelligence analysis.

Key words big data; intelligence analysis; competitive intelligence; business intelligence; bioinformatics; government governance; military intelligence

1 前言

不同研究領(lǐng)域有其自身的研究對象、理論源流、學(xué)術(shù)習(xí)慣以及概念框架體系，它們會深刻影響各領(lǐng)域?qū)ν恍g(shù)語的界定和理解。如競爭情報、商業(yè)管理、生物醫(yī)學(xué)、政府治理及軍事情報等領(lǐng)域不僅都會涉及“情報分析”這一概念，而且都是圍繞著情報分析而開展相關(guān)研究工作的。但是，這些領(lǐng)域中的情報分析的內(nèi)涵與外延、實施情報分析的過程等均有其自身的特點，不可一概而論。本文的目的，是分析競爭情報、商業(yè)管理、生物醫(yī)學(xué)、政府治理及軍事情報等五個領(lǐng)域中“情報分析”概念與實踐的特點，以及大數(shù)據(jù)環(huán)境下這些領(lǐng)域中情報分析的發(fā)展動向，揭示情報分析的學(xué)科差異，為建立統(tǒng)一的情報分析方法體系提供理論素材。

2 不同領(lǐng)域的情報分析及其在大數(shù)據(jù)環(huán)境下的發(fā)展

信息與情報是不同概念，情報是對信息進行深度加工或從各種文本中挖掘的知識，可以是一種產(chǎn)品、活動、組織，或是一組知識的專門表達形式[1-2];生成情報所采取的分析方法與執(zhí)行過程稱為情報分析研究。對于競爭情報、商業(yè)管理、生物醫(yī)學(xué)、政府治理及軍事情報等學(xué)科領(lǐng)域而言，它們的產(chǎn)生與發(fā)展與情報分析研究在具體問題域中的應(yīng)用有著直接、密切的關(guān)系，盡管這五個領(lǐng)域?qū)η閳蠓治龅母拍罾斫饧皩嵺`特點不盡相同，但情報分析都是這些領(lǐng)域知識的核心內(nèi)容，也是支持該領(lǐng)域研究的關(guān)鍵，而且，在大數(shù)據(jù)環(huán)境下，大數(shù)據(jù)理念與方法正在對這五個領(lǐng)域產(chǎn)生著深刻的影響。這是本文選取競爭情報、商業(yè)管理、生物醫(yī)學(xué)、政府治理及軍事情報等領(lǐng)域作為研究對象的重要原因。

2.1 競爭情報領(lǐng)域

“競爭情報”（Competitive Intelligence，CI）是企業(yè)用來提高競爭優(yōu)勢的情報分析工作，它通過感知外部環(huán)境變化、競爭對手的技術(shù)跟蹤等手段，建立一個關(guān)于競爭對手或外部環(huán)境的預(yù)警系統(tǒng)，并支持決策服務(wù)，使企業(yè)在激烈的競爭中維持優(yōu)勢地位[3-5]。由此可見，CI是對外部競爭環(huán)境進行全面監(jiān)控的過程，是一種“知己知彼”的交互分析過程。與其他領(lǐng)域的情報分析相比，通過CI分析所得到的情報更具有目的性、針對性及對抗性等特征，同時對自身跟對手的差距、潛在的機會等問題給出了解答。

企業(yè)進行CI活動時，合法性是開展整個活動的基礎(chǔ)，即CI活動必須遵守法律或商業(yè)道德規(guī)范。競爭對手或市場的相關(guān)信息主要是通過公開信息來源（如出版資料、科研報告、互聯(lián)網(wǎng)、新聞、數(shù)據(jù)庫、政策法規(guī)等）獲得，其它在不違法的前提下所能獲得的非公開發(fā)表的信息（如通過第三方獲取的信息、錄用對手公司的離職人員所獲得信息、人際網(wǎng)絡(luò)等灰色信息等）也是CI的重要信息來源[3][6]。也就是說，CI主要的信息來源是基于“文本型式”的科技文獻、網(wǎng)絡(luò)信息、政府信息、新聞、政策研究、產(chǎn)品信息等類型，并結(jié)合灰色信息來提高CI分析的有效性及真實性。從分析方法來看，因外部競爭環(huán)境復(fù)雜性與競爭對手多樣性而產(chǎn)生出多種CI方法，常見如定標(biāo)比超、SWOT、專利分析、五力分析、財務(wù)分析等方法[5];此外，利[7]根據(jù)五力分析與SWOT分析拓展出基于競爭要素的CI四維分析框架。在技術(shù)工具方面，分析人員可選擇數(shù)據(jù)挖掘、文本挖掘、網(wǎng)絡(luò)挖掘、可視化技術(shù)、信息抽取、一般統(tǒng)計分析、軟件等方法或工具[8]，將數(shù)據(jù)或信息轉(zhuǎn)化為“可操作的情報”（Actionable Intelligence），再根據(jù)企業(yè)的不同需求（如管理決策、營運能力、市場監(jiān)控等）形成各種情報產(chǎn)品（如每月情報通訊、咨詢報告、競爭對手文檔、形勢分析等），提供企業(yè)作為戰(zhàn)略行動依據(jù)、危機預(yù)警判斷、商業(yè)談判等重大決策參考。

大數(shù)據(jù)環(huán)境下，公開信息來源越來越多樣化，考驗著企業(yè)的情報獲取與分析能力，特別是企業(yè)對外部環(huán)境變化的及時感知與動態(tài)應(yīng)變能力， CI在企業(yè)戰(zhàn)略預(yù)警與危機管理等方面發(fā)揮著越來越重要的作用[9]。從當(dāng)前的研究與實踐來看，CI 面臨著“全信息源獲取”、“分析復(fù)雜化與實時化”兩個急迫解決的問題，就前者而言，企業(yè)可以通過信息技術(shù)解決全信息源獲取的技術(shù)性問題;對后者來說，隨著企業(yè)可以獲取越來越多的異構(gòu)的數(shù)據(jù)及信息，要求CI能夠處理更加復(fù)雜的分析對象，其分析方法需要結(jié)合更多智能化技術(shù)，工作流程需要結(jié)合多種方法來解決問題[10-11]，例如，除了上述常見的分析方法之外，非結(jié)構(gòu)化數(shù)據(jù)處理、關(guān)聯(lián)關(guān)系分析、網(wǎng)絡(luò)挖掘（如輿情分析、觀點挖掘等）、實時分析及云計算等方法或技術(shù)都是企業(yè)進行CI分析的新挑戰(zhàn)[12]。此外，除了獲取公開信息來源之外，由社交媒體產(chǎn)生的社會化數(shù)據(jù)[13]，也引發(fā)了企業(yè)CI對競爭對手進行實時監(jiān)控與分析的需求?？傃灾瑥幕灸康膩砜碈I分析在大數(shù)據(jù)環(huán)境下的發(fā)展，會發(fā)現(xiàn)CI正從對現(xiàn)有競爭對手和外部環(huán)境進行分析以輔助企業(yè)保持競爭優(yōu)勢，轉(zhuǎn)向?qū)崟r數(shù)據(jù)或信息進行快速分析響應(yīng)，通過多種分析方法的結(jié)合做到知識發(fā)現(xiàn)以及構(gòu)建適應(yīng)外部環(huán)境的持續(xù)應(yīng)變分析模式[14]，用來支持企業(yè)在競爭環(huán)境中做出高效精準決策。

2.2 商業(yè)管理領(lǐng)域

商業(yè)管理領(lǐng)域所涉及的情報分析是指“商務(wù)智能”（Business Intelligence，BI）或商業(yè)情報。BI通常被定義為由數(shù)據(jù)倉庫、ETL、聯(lián)機分析、數(shù)據(jù)挖掘、客戶關(guān)系管理、知識管理等多種技術(shù)融合而成的方法及系統(tǒng)，用來管理企業(yè)內(nèi)的相關(guān)商業(yè)數(shù)據(jù)、專家信息及知識。不同于CI關(guān)注外部情報，BI針對企業(yè)內(nèi)部的各種數(shù)據(jù)及信息進行分析，從而達到企業(yè)績效管理、客戶關(guān)系優(yōu)化、監(jiān)控商業(yè)活動等管理目的[15-16]。由此可見，BI是一種用來提高企業(yè)營銷管理能力的一套集成分析方法與系統(tǒng)，分析所得的情報被應(yīng)用在解決客戶及產(chǎn)品的需求趨勢、潛在服務(wù)與產(chǎn)品的關(guān)系、銷售預(yù)測、營銷策略創(chuàng)新等問題。

從實踐角度看， BI的實施包括了輸入、流程及輸出等三個主要步驟：①輸入是指數(shù)據(jù)來源，BI的信息源是基于“數(shù)值型式”的業(yè)務(wù)數(shù)據(jù)、客戶相關(guān)數(shù)據(jù)、專家信息、檢索日志記錄等，或是企業(yè)內(nèi)部現(xiàn)有數(shù)據(jù)倉庫的存儲內(nèi)容。②流程是指數(shù)據(jù)處理與分析過程，在BI的實施過程中，利用ETL等技術(shù)方法將企業(yè)的各種業(yè)務(wù)數(shù)據(jù)導(dǎo)入數(shù)據(jù)倉庫、或是進行數(shù)據(jù)集成，并進行數(shù)據(jù)分析與挖掘，再將分析結(jié)果結(jié)合企業(yè)的戰(zhàn)略、運營、關(guān)鍵績效指標(biāo)或模型庫等加以實踐應(yīng)用，最終達到組織層次的商業(yè)績效管理、以及戰(zhàn)略層次的戰(zhàn)略規(guī)劃[17]。③輸出是指BI系統(tǒng)或平臺產(chǎn)生的各種情報產(chǎn)品，如產(chǎn)品銷售報表、客戶分析報表、產(chǎn)品定價方案、績效管理報表、財務(wù)報表等。從技術(shù)角度來看，Chen等人[18]認為BI分析經(jīng)歷過三個演化階段：第一個階段是BI1.0，其技術(shù)基礎(chǔ)是結(jié)構(gòu)化數(shù)據(jù)管理與數(shù)據(jù)倉庫;到了2000年的互聯(lián)網(wǎng)出現(xiàn)后，BI進入了BI2.0階段，即以網(wǎng)絡(luò)環(huán)境為主的商業(yè)情報分析，BI開始重視實時數(shù)據(jù)分析、集體智慧、觀點挖掘、關(guān)聯(lián)數(shù)據(jù)、網(wǎng)絡(luò)分析或文本挖掘等技術(shù)[19]，表明了基于企業(yè)內(nèi)及結(jié)構(gòu)化數(shù)據(jù)的情報分析已無法滿足決策要求了，而是需要結(jié)合更多的企業(yè)外部及非結(jié)構(gòu)化數(shù)據(jù)，來挖掘用戶對企業(yè)業(yè)務(wù)開展、市場活動的想法;第三階段是BI3.0階段，它是在移動終端、RFID及情景感測等技術(shù)發(fā)展背景下產(chǎn)生的，對企業(yè)而言，如何高效處理這類移動性強、與位置相關(guān)、以人為中心、情境敏感的數(shù)據(jù)，將是BI分析的巨大挑戰(zhàn)。

大數(shù)據(jù)環(huán)境下，各種新型信息技術(shù)改變了企業(yè)的營銷決策與商業(yè)模式，也對BI的架構(gòu)、功能和所要發(fā)揮的作用產(chǎn)生了巨大的影響。馮芷艷等人[20]從管理學(xué)角度提出大數(shù)據(jù)背景下現(xiàn)代企業(yè)商業(yè)管理研究的前沿課題，例如，企業(yè)應(yīng)利用智能化技術(shù)等手段，挖掘提煉出社會化網(wǎng)絡(luò)環(huán)境中典型的行為模式、個性化行為，其中對新型數(shù)據(jù)源的實時清洗、實時挖掘、實時建模、實時輿情監(jiān)測等都是值得發(fā)展的分析技術(shù)，同時，還要在精準性與實時分析之間尋求企業(yè)績效管理的平衡點。由此可以看出，企業(yè)的BI分析在大數(shù)據(jù)環(huán)境下，正從過去基于歷史數(shù)據(jù)的情報分析向“實時分析”（Real-Time Analysis）的方向轉(zhuǎn)變。具體來說，BI若要進行實時分析，必須先解決數(shù)據(jù)采集、數(shù)據(jù)分析、決策支持及信息反饋等環(huán)節(jié)中的滯后問題，Seufert及Schiefer等人[21]認為必須通過信息集成設(shè)施與商業(yè)環(huán)境集成來解決這些問題，包括以事件（Events）驅(qū)動機制替代周期性的批量處理方式來解決數(shù)據(jù)采集滯后的問題，利用聯(lián)機分析或數(shù)據(jù)挖掘來解決分析滯后的問題等等。此外，Lim等人[22]強調(diào)新型數(shù)據(jù)源對BI分析的影響，并指出現(xiàn)有的BI系統(tǒng)與大數(shù)據(jù)分析技術(shù)（如Hadoop、MapReduce）、文本挖掘（如從搜索引擎轉(zhuǎn)向企業(yè)搜索系統(tǒng)、從情感分析轉(zhuǎn)向觀點挖掘、從信息抽取轉(zhuǎn)向Q&A系統(tǒng)）、網(wǎng)絡(luò)分析（如鏈接挖掘、社區(qū)發(fā)現(xiàn)、社會化推薦）等技術(shù)進行整合，是最值得深入研究的內(nèi)容。

2.3 生物醫(yī)學(xué)領(lǐng)域

生物醫(yī)學(xué)領(lǐng)域中的情報分析主要是指“生物醫(yī)學(xué)信息學(xué)”（Biomedical Informatics，BMI）[23]，它是由信息計量學(xué)、醫(yī)學(xué)信息學(xué)（Medical Informatics）與生物信息學(xué)（Bioinformatics）等多種學(xué)科融合而產(chǎn)生的新興領(lǐng)域，主要利用情報學(xué)、護理學(xué)、生物工程、統(tǒng)計學(xué)和計算機科學(xué)等領(lǐng)域的分析方法與技術(shù)來研究生物醫(yī)學(xué)問題，支持衛(wèi)生保健、臨床實驗及醫(yī)學(xué)知識發(fā)現(xiàn)過程中的決策與服務(wù)。具體來說，BMI分析的基本目的在于了解生命的起源、進化、遺傳和發(fā)育的本質(zhì)，通過相關(guān)分析方法或技術(shù)挖掘出潛藏在眾多生物信息數(shù)據(jù)庫中的新知識，輔助或直接開展基因組序列分析、基因進化分析、藥物設(shè)計、預(yù)測蛋白質(zhì)分子結(jié)構(gòu)與功能、基因區(qū)域預(yù)測及基因功能預(yù)測等工作[24-26]。

BMI的分析對象是生物醫(yī)學(xué)數(shù)據(jù)（Biomedical Data），包括患者的敘述性數(shù)據(jù)（如病征描述內(nèi)容）、數(shù)據(jù)測量的文本數(shù)據(jù)、遺傳信息、記錄信號、圖紙或影像數(shù)據(jù)等[27]，這些素材除了可從綜合數(shù)據(jù)庫（如Web of Knowledge、Science Direct等）獲得之外，BMI領(lǐng)域的專業(yè)數(shù)據(jù)庫（如Genebank、EMBL、DDBJ、Swiss2Port等）、醫(yī)學(xué)中心或生物信息中心（如EBI、EMBL、NCBI、NIH等）也是主要的獲取渠道。由于生物醫(yī)學(xué)領(lǐng)域的數(shù)據(jù)復(fù)雜性，促使人們必須開發(fā)更新、更靈敏的計算機技術(shù)或算法來處理及分析生物醫(yī)學(xué)數(shù)據(jù)。從分析方法來看，BMI除了沿用生物醫(yī)學(xué)領(lǐng)域的專門分析方法（如序列對比、結(jié)構(gòu)對比、功能對比預(yù)測等）之外，也借鑒了數(shù)據(jù)挖掘、文本挖掘、本體構(gòu)建、知識發(fā)現(xiàn)等相關(guān)方法和技術(shù)[25][28-29]，借鑒相關(guān)領(lǐng)域的分析方法原因有二：一是幫助加快及改進生物計算分析效率，并降低人工分析及物力投入成本;二是解決遺傳語言中存在的語義鴻溝（Semantic Gap）、生物醫(yī)學(xué)本體構(gòu)建及其概念分類與檢索等障礙。通過BMI分析所得到的情報產(chǎn)出有各種形式，如研究論文、特定主題分析報告、診斷報告書、基因表達圖譜等，其產(chǎn)出結(jié)果可用來解釋生命進化、人體生理與病理關(guān)系等現(xiàn)象，同時對疾病診斷、藥物研發(fā)或遺傳解碼等實踐應(yīng)用提供了有效支持。

大數(shù)據(jù)環(huán)境下，數(shù)據(jù)分析及信息處理方法已經(jīng)成為BMI分析的基礎(chǔ)工作，同時，大數(shù)據(jù)理念與方法，對BMI分析從“發(fā)現(xiàn)及關(guān)聯(lián)”轉(zhuǎn)向“組合及預(yù)測”、從系統(tǒng)層次的分析轉(zhuǎn)向分子層次的分析，起到了重大影響[28]。Miller[30]也認為BMI面對急速增加的生物醫(yī)學(xué)數(shù)據(jù)數(shù)量的問題，特別是下一世代的序列分析技術(shù)，將能解析出更多的基因序列，致使數(shù)據(jù)結(jié)構(gòu)更加復(fù)雜化，因此需要在全基因組層面上開展多中心、大樣本、反復(fù)驗證的基因關(guān)聯(lián)研究（Genome-wide Association Studies），從而輔助科研人員對基因組或疾病做深入的科學(xué)探究。此外，BMI也開始關(guān)注生物醫(yī)學(xué)數(shù)據(jù)與網(wǎng)絡(luò)數(shù)據(jù)的結(jié)合，通過社會網(wǎng)絡(luò)分析、網(wǎng)絡(luò)分析或云計算等方法來鑒別、預(yù)測或追蹤藥物治療、不同地區(qū)人口的關(guān)注疾病等問題[31]?？傃灾瑸榱四苤С稚鲜鯞MI分析，分析前的預(yù)處理工作必須做到真正意義上的“整合”，即情報分析活動的第一步驟，對多源數(shù)據(jù)進行抽取、比對、清洗與轉(zhuǎn)換，從而提高及保證生物醫(yī)學(xué)多源數(shù)據(jù)融合的效率與質(zhì)量。

2.4 政府治理領(lǐng)域

Web2.0與開放數(shù)據(jù)（Open Data）對政府治理產(chǎn)生了許多刺激作用，說明了公共數(shù)據(jù)（Public Data）開放對提高政府運作的透明度、治理效率及影響決策等的重要性。目前，政府治理領(lǐng)域所指的情報分析尚無公認定義，整體來說，更傾向通過“政府?dāng)?shù)據(jù)挖掘”（Government Data Mining，GDM），即通過對稅務(wù)、就業(yè)、執(zhí)法、國家安全（如航空運輸、金融交易、監(jiān)視等）等相關(guān)數(shù)據(jù)的深入挖掘，分離出潛藏在數(shù)據(jù)中的噪音及有價值的情報，用來提高政府治理的水平[32]。由此可見，GDM的基本目的是促進公共治理與解決社會服務(wù)問題，即強化數(shù)據(jù)-治理-服務(wù)三者之間的關(guān)聯(lián)關(guān)系，并涉及了信息公開與共享、信息增值與再利用、數(shù)據(jù)訪問與存取、數(shù)據(jù)保密、數(shù)據(jù)整合等研究課題。

GDM的分析對象是政府開放的公共數(shù)據(jù)，如，美國政府以數(shù)據(jù)共享及再利用為目標(biāo)，建立了開放美國政府?dāng)?shù)據(jù)的Data.gov網(wǎng)站，對用戶提供多種數(shù)據(jù)集和輸出接口，以方便政府?dāng)?shù)據(jù)再利用及增值開發(fā)，并結(jié)合Data.gov與云計算，構(gòu)建了面向美國所有政府部門的Apps.gov云服務(wù)門戶[33]。以美國Data.gov網(wǎng)站開放的數(shù)據(jù)類型為例，截至2014年7月5日，網(wǎng)站上共開放了110，875個數(shù)據(jù)集，涉及了企業(yè)、地球觀測、教育、地理空間等21類。從分析方法來看，數(shù)據(jù)挖掘是GDM的關(guān)鍵技術(shù)，常見如統(tǒng)計分析、分類、聚類、關(guān)聯(lián)規(guī)則、決策樹、神經(jīng)網(wǎng)絡(luò)等。劉典文[34]梳理了數(shù)據(jù)挖掘在公共管理領(lǐng)域的各種應(yīng)用，如通過孤立點分析找出詐欺行為的特征、通過聚類分析找出城市交通系統(tǒng)規(guī)劃及站點分布等，而電子政務(wù)、政府績效管理、公共危機管理等也是廣泛運用數(shù)據(jù)挖掘來找出更多有價值的情報。通過GDM分析得到的情報，可通過每月統(tǒng)計報表、問題解決方案、特定事件監(jiān)測匯報等型式呈現(xiàn)結(jié)果，向決策者或管理者提供政府信息資源增值、信息孤島與社會服務(wù)問題解決、城市管理與監(jiān)控等方面的治理支持。

大數(shù)據(jù)環(huán)境下，Yiu[35]認為大數(shù)據(jù)分析是改變政府治理與社會服務(wù)的重要方法或技術(shù)，它強化了跨部門之間的數(shù)據(jù)共享與關(guān)聯(lián)、支持組織學(xué)習(xí)與績效管理，并將管理顆粒度細化到個人，從而可廣泛地應(yīng)用于各種政府服務(wù)管理，如實時信息管理、多源數(shù)據(jù)融合分析稅務(wù)詐欺、個性化服務(wù)、城市人口監(jiān)控與預(yù)測等。為了解決部門條塊分割的管理碎片化及資源分配問題，陳美[36]認為可以通過建立集成各種交通數(shù)據(jù)的綜合多維交通信息體系，實現(xiàn)各種政府?dāng)?shù)據(jù)的綜合分析，快速解決交通事故、應(yīng)對惡劣氣候?qū)煌ǖ牟涣加绊?、及時實施道路養(yǎng)護等等。王志軍[37]以北京石景山區(qū)的城市供水管網(wǎng)漏損應(yīng)用示范點為例，以流量法、壓力法和噪音法分析該區(qū)的供水管網(wǎng)相關(guān)數(shù)據(jù)，找出漏損情況及匹配適合的檢漏方法，達到了精細化分析、智能化管理，并取得了節(jié)約耗能的效果。除了分析公共數(shù)據(jù)外，喻國明[38]利用數(shù)據(jù)挖掘及社會語義分析工具分析百度搜索詞，探討了中國社會的輿情現(xiàn)實的走勢與發(fā)展，發(fā)現(xiàn)社會民生、公共安全、衛(wèi)生及環(huán)境生態(tài)是近年來中國社會輿論持續(xù)關(guān)注的基本問題，對于社會管理和社會協(xié)調(diào)有重要的啟示。由此可見，在大數(shù)據(jù)環(huán)境下GDM分析的發(fā)展重點在于，從公共數(shù)據(jù)或其他開放數(shù)據(jù)分析中，精準、及時掌握政府部門在各種社會服務(wù)中的運行規(guī)律，以及深刻察覺其中的治理問題，并提供以數(shù)據(jù)為支撐的決策情報與問題解決方案。

2.5 軍事情報領(lǐng)域

軍事情報（Military Intelligence，MI）是指是為了保障軍事斗爭，有目的地搜集敵方、我方、友方、中立方等相關(guān)方面的素材信息（包括公開信息、秘密信息、部隊及技術(shù)偵查情報、軍事戰(zhàn)備相關(guān)情報等），再經(jīng)深入的綜合分析后得到的情報[39]。在這種情報分析中，特別強調(diào)要避免因忽視危機信號、過度過濾信息、信息交流不暢、情報政治化等因素造成的情報失察（Intelligence Failure）或情勢誤判[40]。也就是說，MI分析的基本目的在于情報保障及避免情報失察，其分析任務(wù)是面向國家安全的情報偵察探測、分析模擬、戰(zhàn)略研擬、決策參考等方面。

MI的分析對象依據(jù)不同標(biāo)準而劃分不同類型，按真實程度可劃分真假情報;按性質(zhì)可劃分軍事指揮、后勤、裝備等情報;按載體可劃分文字、聲像、實物等情報[40]。具體來說，MI是從公開與非公開數(shù)據(jù)源、軍事信息系統(tǒng)、衛(wèi)星預(yù)警系統(tǒng)等各種渠道取得的基于“戰(zhàn)事局勢”的偵查情報、傳感數(shù)據(jù)、地理數(shù)據(jù)、照片、聲音、武器裝備等等相關(guān)素材。從分析方法來看，MI除了一般的基礎(chǔ)分析方法（如數(shù)學(xué)方法、文獻研究等）之外，情報素材鑒別方法（先期過濾工作）、作戰(zhàn)想定方法（基于軍事任務(wù)）、成果評估方法（確定軍事情報價值）都是體現(xiàn)軍事情報領(lǐng)域研究特點的專門分析方法[41]。經(jīng)過MI分析得到的情報，可通過戰(zhàn)略分析評估報告、戰(zhàn)情模擬分析報告、特定目標(biāo)監(jiān)控報告等形式呈現(xiàn)內(nèi)容，并支撐軍事情報單位的軍事斗爭準備，達到戰(zhàn)事情況監(jiān)控、戰(zhàn)勝對手、及時預(yù)測客觀情況等各項目標(biāo)。

大數(shù)據(jù)環(huán)境下，面對公開信息來源及新型網(wǎng)絡(luò)環(huán)境的數(shù)據(jù)過剩問題，情報人員沒有足夠時間篩選潛在的有價值情報[42]，例如，軍事情報單位得知可能在某日下午發(fā)動網(wǎng)絡(luò)攻擊，但這樣的情報量是不足夠的，必須具體知道何人、何時、何地及如何阻止他們，而該網(wǎng)絡(luò)恐怖事件即將發(fā)生，不允許情報人員花費時間分析該網(wǎng)絡(luò)攻擊的時間、地點與人物。又例如，2012年美國國防部高級研究計劃局推出XDATA項目，目的是開發(fā)大數(shù)據(jù)處理與分析相關(guān)的計算技術(shù)與開放源碼軟件，用來滿足國防軍事需求。但除了開發(fā)軟件工具包之外，項目更涉及了可拓展的分析與數(shù)據(jù)處理技術(shù)、可視化用戶界面技術(shù)、軟件集成研究及評價等等技術(shù)，將來可以具體應(yīng)用在網(wǎng)絡(luò)科技、電子戰(zhàn)、電子防護、數(shù)據(jù)決策、大規(guī)模殺傷性武器防御、工程化彈性系統(tǒng)及監(jiān)視偵察系統(tǒng)等[43]。上述例子說明，大數(shù)據(jù)環(huán)境給MI分析智能化帶來巨大的挑戰(zhàn)，研究的課題包括但不限于：信息情報的自動監(jiān)控與關(guān)鍵信息的自動識別定位;不同來源的數(shù)據(jù)與同一事件的對應(yīng)關(guān)系發(fā)現(xiàn);非關(guān)鍵信息之間的隱藏關(guān)聯(lián)規(guī)則等等。

3 結(jié)語

本文梳理了競爭情報、商業(yè)管理、生物醫(yī)學(xué)、政府治理及軍事情報五個領(lǐng)域中情報分析的概念與實踐的特點，揭示了不同領(lǐng)域的情報分析的特征，以及大數(shù)據(jù)理念與技術(shù)對五個領(lǐng)域中的情報分析帶來的影響。為更加清楚起見，本文從基本目的、問題情景、研究任務(wù)、數(shù)據(jù)類型、數(shù)據(jù)來源、分析活動、分析技術(shù)、產(chǎn)出形式、結(jié)果價值以及大數(shù)據(jù)的影響等十個方面列出了不同領(lǐng)域情報分析的特征（見表1），期望能幫助我們更加清楚地認識情報分析的內(nèi)涵和外延。

參考文獻：

[1]包昌火. 情報研究方法論[M]. 北京： 科學(xué)技術(shù)文獻出版社， 1990.

[2]Moore D T. Critical Thinking and Intelligence Analysis[M].Washington， D.C.： Joint Military Intelligence College，2010.

[3]陳峰. 競爭情報概念及相關(guān)因素分析[J]. 圖書情報知識，2003，（1）： 20-22.

[4]包昌火.加強競爭情報工作 提高我國企業(yè)競爭能力[J].中國信息導(dǎo)報，1998，（11）： 30-33.

[5]王知津. 競爭情報[M]. 北京： 科學(xué)技術(shù)文獻出版社， 2005.

[6]李正中，許蕾. 競爭情報行為的正當(dāng)性與灰色信息收集方式的研究[J].情報學(xué)報，2000，19（1）： 77-81.

[7]利.基于要素細分的競爭情報四維分析框架[J]. 情報學(xué)報，2007，26（1）： 89-99.

[8]Bose R. Competitive intelligence process and tools for intelligence analysis[J].Industrial Management & Data Systems，2008，108（4）：510-528.

[9]包昌火，趙剛，黃英，等. 略論競爭情報的發(fā)展走向[J]. 情報學(xué)報，2004，23（3）：352-366.

[10]化柏林.網(wǎng)絡(luò)海量信息環(huán)境下的情報方法體系研究[J]. 情報理論與實踐，2012，35（11）：1-5.

[11]李廣建，楊林. 大數(shù)據(jù)視角下的情報研究與情報研究技術(shù)[J]. 圖書與情報，2012，（6）： 1-8.

[12]劉高勇，汪會玲，吳金紅. 大數(shù)據(jù)時代的競爭情報發(fā)展動向探析[J]. 圖書情報知識，2013，（2）：105-111.

[13]謝志航，冷洪霞，楊晶晶. 大數(shù)據(jù)背景下社會化媒體數(shù)據(jù)的情報價值探討[J]. 情報探索，2013，（10）：6-8.

[14]黃曉斌，鐘輝新. 基于大數(shù)據(jù)的企業(yè)競爭情報系統(tǒng)模型構(gòu)建[J]. 情報雜志，2013，32（3）： 37-43.

[15]Negash S. Business intelligence[J]. Communications of the Association for Information Systems，2004，（13）：177-195.

[16]Ranjan J. Business Intelligence： Concepts， Components，Techniques and Benefits[J]. Journal of Theoretical and Applied Information Technology，2009，9（1）： 60-70.

[17]朱曉武. 商務(wù)智能的理論和應(yīng)用研究綜述[J]. 計算機系統(tǒng)應(yīng)用，2007，（1）： 114-117.

[18]Chen H C， Chiang R H L， Storey V C. Business Intelligence and Analytics： From Big Data to Big Impact[J]. MIS Quarterly，2012，36（4）：1165-1188.

[19]Trujillo J， Maté A. Business Intelligence 2.0： A General Overview[M].Aufaure M，Zimányi E，Springer Berlin Heidelberg，2012：96，98-116.

[20]馮芷艷，郭迅華，曾大軍，等. 大數(shù)據(jù)背景下商務(wù)管理研究若干前沿課題[J].管理科學(xué)學(xué)報，2013，16（1）： 1-9.

[21]Seufert A， Schiefer J. Enhanced business intelligence - supporting business processes with real-time business analytics： 16th International Workshop on Database and Expert Systems Applications[Z]. Copenhagen，Denmark： IEEE Computer Society， 2005.

[22]Lim E P， Chen H C， Chen G Q. Business Intelligence and Analytics： Research Directions[J]. ACM Transactions on Management Information Systems，2013，3（4）： 1-10.

[23]Bernstam E V， Smith J W， Johnson T R. What is biomedical informatics？[J]. Journal of Biomedical Informatics，2010，43（1）：104-110.

[24]黃科，曹家樹，吳秋云，等. 生物信息學(xué)[J].情報學(xué)報，2002， 21（4）： 491-496.

[25]陳銘. 后基因組時代的生物信息學(xué)[J]. 生物信息學(xué)， 2004，（2）：29-34.

[26]陳潤生. 當(dāng)前生物信息學(xué)的重要研究任務(wù)[J]. 生物工程進展，1999，19（4）：11-14.

[27]Shortliffe E， Barnett G O. Biomedical Data： Their Acquisition，Storage，and Use[M].London：Springer， 2014：

39-66.

[28]Bellazzi R， Diomidous M， Sarkar I， et al. Data analysis and data mining current issues in biomedical informatics[J]. Methods of Information in Medicine， 2011，

50（6）： 536-544.

[29]Pardue J H， Gerthoffer W T. Knowledge acquisition， semantic text mining， and security risks in health and biomedical informatics[J]. World Journal of Biological

Chemistry，2012，（2）： 27-33.

[30]Miller K. Big Data Analytics in Biomedical Research[J]. Biomedical Computation Review，2012，（2）：14-21.

[31]Costa F F. Social networks， web-based tools and diseases： implications for biomedical research[J]. Drug Discovery Today，2013， 18（5-6）：272-281.

[32]Cate F H. Government data mining： The need for a legal framework[J]. Harvard Civil Rights-Civil Liberties Law Review，2008，43（2）：435-489.

[33]劉增明，賈一葦. 美國政府Data.gov和Apps.gov的經(jīng)驗與啟示[J]. 電子政務(wù)，2011，（4）：90-95.

[34]劉典文.數(shù)據(jù)挖掘技術(shù)在公共管理領(lǐng)域的應(yīng)用[J]. 行政論壇，2010， 17（2）： 42-46.

[35]Yiu C. The Big Data Opportunity： Making government faster， smarter and more personal[R]. London： Policy Exchange， 2012.

[36]陳美. 大數(shù)據(jù)在公共交通中的應(yīng)用[J]. 圖書與情報， 2012，（6）： 22-28.

[37]王志軍.大數(shù)據(jù)時代下的城市供水管網(wǎng)漏損管理[J]. 中國科技產(chǎn)業(yè)，2014，（2）：74-75.

[38]喻國明. 大數(shù)據(jù)分析下的中國社會輿情：總體態(tài)勢與結(jié)構(gòu)性特征[J]. 中國人民大學(xué)學(xué)報，2013，（5）： 2-9.

[39]周軍.試論軍事情報的概念[J].情報雜志，2004，（1）： 33-34.

[40]沈固朝. 情報失察――西方情報研究的重要課題及其對我們的啟示[J].圖書情報工作，2009，（2）：34-37.

[41]程立斌，林春應(yīng). 軍事情報研究方法體系探析[J]. 情報雜志，2007，（2）：87-89.

[42]Magnuson S. Defense， Intel Communities Wrestle With the Promise and Problems of 'Big Data' （UPDATED）[J/OL].[2014-08-20].https：///read/1G1-323351157/defense-intel-communities-wrestle-with-the-promise.