走向知识融合——大数据环境下情报学的发展趋势

被引:35
作者
李广建
罗立群
机构
[1] 北京大学信息管理系
关键词
情报学; 知识融合; 情报分析; 信息分析; 大数据;
D O I
10.13530/j.cnki.jlis.2020046
中图分类号
G350 [情报学];
学科分类号
摘要
本文首先对当前大数据环境下情报学研究与实践中知识融合的现状和趋势进行了总结,分别从情报理念、情报采集、情报分析、情报服务四个方面梳理了情报学研究与实践中有关知识融合应用的特点。其次概述现有知识科学领域中知识融合研究与实践的内容,并按主要研究内容和特征将其划分为三个发展阶段,分别为基于代理的知识融合、基于模式的知识融合、基于机器学习的知识融合。最后,结合近年来的情报实践,提出了一个知识融合研究的总体框架,一方面对现有情报学研究和实践进行概括和总结,反映当前情报学的新进展、新特征,另一方面勾画出未来情报学的一种发展路径,从而推动情报学的发展。图1。表1。参考文献58。
引用
收藏
页码:26 / 40
页数:15
相关论文
共 23 条