论文部分内容阅读
摘 要：大数据环境对各个行业及领域工作的开展产生一定影响，本文对大数据环境下的科技信息方法进行研究，从可视化分析、数据挖掘、语义处理等角度进行阐述，以期为科技信息方法研究应用等方面工作的开展提供一定启发和参考，为大数据技术作用的充分发挥提供更多支持。
关键词：大数据环境 科技信息方法 研究
所谓大数据，即海量资料，为了对规模较大的海量资料信息进行有效的获取、管理以及处理，为决策制定等提供更多支持，充分利用信息资产，需要对大数据相关理念和技术进行适当应用，通过新型科技信息方法解决问题，为情报服务等方面工作的开展奠定坚实基础。下面对大数据环境下科技信息方法方面的內容进行具体分析，以供参考。
一、大数据对科技信息方法的影响
1.科技信息方法的多数据源综合利用。在大数据技术的支持下，数据情报信息不再局限于科技部门，变成了一种社会普遍知识，人们对数据和情报的需求逐渐增加，并且个性化需求增多，情报研究问题逐渐向更加综合的方向发展，相关研究工作更加多元化和细化，此时单一数据源无法满足分析要求，多数据源的综合利用便显得十分必要。此外，人们能够以更多角度分析问题，直观了解研究人员对某类科技问题的理解和描述，在不能获得某类信息时，亦可以用其他信息替代等。
2.科技信息方法研究覆盖面的增加。数据挖掘、可视化一类技术方法的应用使科技信息方法的研究工作更加全面，并且不再被局限于本领域问题的研究及分析工作中，能够在较大的情景或环境中通盘考虑，提高结论的准确性及严谨性，使科技信息方法研究工作向全域扩展。此外，在大数据技术及相关理论的支持下，科技信息方法和数据分析能够更好的排除主观性因素，防止因算法、技术手段的不同出现技术偏见问题，将原有定性分析转变成定量分析，同时使信息资源变成计算机能够处理和理解的形式，借助数据挖掘一类的技术方法完成计算工作，获取所需的隐藏信息。
二、大数据环境下的科技信息方法
1.数据挖掘技术方法的研究。数据库、数据仓库以及数据集市一类的非结构化信息仓库包含了海量数据信息，通过数据挖掘技术方法能够从其中获取有价值的数据信息，该技术方法中包含了人工智能、数据库、统计学等多项理论技术，在分析工具的辅助下从众多数据信息中总结模型，了解数据间的关系，此后能够利用模型和关系方面的信息完成预测，使决策者对数据之间的内在联系进行了解，察觉容易被忽略的因素。较传统科技信息方法相比，数据挖掘技术方法从人工收集的方式转变为机器自动获取，多维分析的应用、自动采集、自动分类及去重处理等方法能够从大量信息中筛选重要信息，在系统的支持下，能够对处理流程进行定义，充分发挥决策辅助工具的作用，更好的了解信息，为反应能力和速度的提高奠定基础，可见数据挖掘算法在体系结构和具体方法中均具有较为重要的作用。
2.可视化分析技术方法的研究。借助交互式可视化界面完成分析推理的技术方法即为可视化分析技术方法，其中分析推理技术、可视化表示及交互技术为其重要组成，前者能够使人们直接掌握支持决策制定、计划制定和评价的一些信息，后者能够在人眼视觉观察能力的支持下，通过浏览的方式理解信息；此外，数据表示交换能够对异构动态数据转换等方面工作提供更多支持；可视化分析技术方法还能够实现分析结果产生、演示、传播等功能，和用户更好的交流背景资料的相关信息。推理过程可谓是可视化分析的关键，能够通过不同的假设证据混合信息得到相应的判断结果，下面对方法的实现过程进行具体分析：首先，对认知、感知、意会、推理的理论基础进行构建完善，对视觉激活工具进行制造，进而完成复杂动态数据分析等方面工作。其次，对感知、认知原理可视化表示原理进行构建，对组件的重复使用及利用等提供更多支持，使不同数据、不同尺度及复杂性数据信息的可视化表示及处理等更加有效，在信息融合的支持下为数据挖掘、推进以及分析推理等工作提供更多支持，将低级交互至复杂交互技术显示环境及相应的任务提供给适宜的对象。再次，开发一种新型理论及实践方法，能够使数据更好的转换为新型可扩展表示形式，完整、客观的表达原有数据信息，有效整合不同类型及不同来源的数据，能够判断数据的可靠性及质量。最后，为了获得响应行为、分析评估结果和决策建议，需要做好科技信息方法开发方面的工作，在可视化形式、可接受推理及图表表示原则的基础上实现与用户交流沟通的目的，并且对隐私及安全问题进行重点考虑；对基于组件的软件开发方法进行应用，完成可视化分析软件设计等工作，完善可视化分析评估方法。
3.语义处理技术方法的研究。语义处理技术方法同样为大数据环境下科技信息方法中的一种，其能够提供机器可理解或能够处理的数据描述、基础设施以及相应的程序，充分发挥人工智能、web、自然语言处理、数据库、信息抽取以及通信理论一类的技术方法，为结构化、非结构化信息整合处理等方面工作的开展提供更多支持。此外，语义标注、查询、模型的构建及推理一类的技术方法同样为语义技术中的重要组成，该方法对信息深层挖掘具有较多帮助，以语义处理方式、数据挖掘算法的支持下掌握潜在模式。
三、结语
总结全文，大数据技术和相关理念能够为情报研究、决策制定等方面工作的开展提供更多支持，本文已经对大数据环境下科技信息方法的相关内容进行研究分析，对技术问题方面的内容进行阐述，希望为科技信息方法研究工作的开展提供一定启发和参考，为理论研究及实践应用等方面水平的提升提供更多支持。
参考文献：
[1]姚旭.基于大数据环境下的科技信息方法研究[J].决策与信息（下旬刊），2015（3）：153-153.
[2]王勇.大数据环境下的科技信息管理方法[J].福建质量管理，2016（11）：51-52.
[3]嵇元祥. 基于大数据环境下的科技信息服务方法创新研究[J]. 工程技术：文摘版， 2016（9）：12-12.
[4]陈柳. 浅析大数据环境下的科技信息服务[J]. 内江科技， 2016， 37（9）：10-10.
关键词：大数据环境 科技信息方法 研究
所谓大数据，即海量资料，为了对规模较大的海量资料信息进行有效的获取、管理以及处理，为决策制定等提供更多支持，充分利用信息资产，需要对大数据相关理念和技术进行适当应用，通过新型科技信息方法解决问题，为情报服务等方面工作的开展奠定坚实基础。下面对大数据环境下科技信息方法方面的內容进行具体分析，以供参考。
一、大数据对科技信息方法的影响
1.科技信息方法的多数据源综合利用。在大数据技术的支持下，数据情报信息不再局限于科技部门，变成了一种社会普遍知识，人们对数据和情报的需求逐渐增加，并且个性化需求增多，情报研究问题逐渐向更加综合的方向发展，相关研究工作更加多元化和细化，此时单一数据源无法满足分析要求，多数据源的综合利用便显得十分必要。此外，人们能够以更多角度分析问题，直观了解研究人员对某类科技问题的理解和描述，在不能获得某类信息时，亦可以用其他信息替代等。
2.科技信息方法研究覆盖面的增加。数据挖掘、可视化一类技术方法的应用使科技信息方法的研究工作更加全面，并且不再被局限于本领域问题的研究及分析工作中，能够在较大的情景或环境中通盘考虑，提高结论的准确性及严谨性，使科技信息方法研究工作向全域扩展。此外，在大数据技术及相关理论的支持下，科技信息方法和数据分析能够更好的排除主观性因素，防止因算法、技术手段的不同出现技术偏见问题，将原有定性分析转变成定量分析，同时使信息资源变成计算机能够处理和理解的形式，借助数据挖掘一类的技术方法完成计算工作，获取所需的隐藏信息。
二、大数据环境下的科技信息方法
1.数据挖掘技术方法的研究。数据库、数据仓库以及数据集市一类的非结构化信息仓库包含了海量数据信息，通过数据挖掘技术方法能够从其中获取有价值的数据信息，该技术方法中包含了人工智能、数据库、统计学等多项理论技术，在分析工具的辅助下从众多数据信息中总结模型，了解数据间的关系，此后能够利用模型和关系方面的信息完成预测，使决策者对数据之间的内在联系进行了解，察觉容易被忽略的因素。较传统科技信息方法相比，数据挖掘技术方法从人工收集的方式转变为机器自动获取，多维分析的应用、自动采集、自动分类及去重处理等方法能够从大量信息中筛选重要信息，在系统的支持下，能够对处理流程进行定义，充分发挥决策辅助工具的作用，更好的了解信息，为反应能力和速度的提高奠定基础，可见数据挖掘算法在体系结构和具体方法中均具有较为重要的作用。
2.可视化分析技术方法的研究。借助交互式可视化界面完成分析推理的技术方法即为可视化分析技术方法，其中分析推理技术、可视化表示及交互技术为其重要组成，前者能够使人们直接掌握支持决策制定、计划制定和评价的一些信息，后者能够在人眼视觉观察能力的支持下，通过浏览的方式理解信息；此外，数据表示交换能够对异构动态数据转换等方面工作提供更多支持；可视化分析技术方法还能够实现分析结果产生、演示、传播等功能，和用户更好的交流背景资料的相关信息。推理过程可谓是可视化分析的关键，能够通过不同的假设证据混合信息得到相应的判断结果，下面对方法的实现过程进行具体分析：首先，对认知、感知、意会、推理的理论基础进行构建完善，对视觉激活工具进行制造，进而完成复杂动态数据分析等方面工作。其次，对感知、认知原理可视化表示原理进行构建，对组件的重复使用及利用等提供更多支持，使不同数据、不同尺度及复杂性数据信息的可视化表示及处理等更加有效，在信息融合的支持下为数据挖掘、推进以及分析推理等工作提供更多支持，将低级交互至复杂交互技术显示环境及相应的任务提供给适宜的对象。再次，开发一种新型理论及实践方法，能够使数据更好的转换为新型可扩展表示形式，完整、客观的表达原有数据信息，有效整合不同类型及不同来源的数据，能够判断数据的可靠性及质量。最后，为了获得响应行为、分析评估结果和决策建议，需要做好科技信息方法开发方面的工作，在可视化形式、可接受推理及图表表示原则的基础上实现与用户交流沟通的目的，并且对隐私及安全问题进行重点考虑；对基于组件的软件开发方法进行应用，完成可视化分析软件设计等工作，完善可视化分析评估方法。
3.语义处理技术方法的研究。语义处理技术方法同样为大数据环境下科技信息方法中的一种，其能够提供机器可理解或能够处理的数据描述、基础设施以及相应的程序，充分发挥人工智能、web、自然语言处理、数据库、信息抽取以及通信理论一类的技术方法，为结构化、非结构化信息整合处理等方面工作的开展提供更多支持。此外，语义标注、查询、模型的构建及推理一类的技术方法同样为语义技术中的重要组成，该方法对信息深层挖掘具有较多帮助，以语义处理方式、数据挖掘算法的支持下掌握潜在模式。
三、结语
总结全文，大数据技术和相关理念能够为情报研究、决策制定等方面工作的开展提供更多支持，本文已经对大数据环境下科技信息方法的相关内容进行研究分析，对技术问题方面的内容进行阐述，希望为科技信息方法研究工作的开展提供一定启发和参考，为理论研究及实践应用等方面水平的提升提供更多支持。
参考文献：
[1]姚旭.基于大数据环境下的科技信息方法研究[J].决策与信息（下旬刊），2015（3）：153-153.
[2]王勇.大数据环境下的科技信息管理方法[J].福建质量管理，2016（11）：51-52.
[3]嵇元祥. 基于大数据环境下的科技信息服务方法创新研究[J]. 工程技术：文摘版， 2016（9）：12-12.
[4]陈柳. 浅析大数据环境下的科技信息服务[J]. 内江科技， 2016， 37（9）：10-10.