信息分析与预测课程发展趋势初探.docVIP

信息分析与预测课程发展趋势初探 ［ ］针对图书馆学、情报学领域的信息分析 与预测课程，从课程内容、教学方法、教学特色等方 面进行较详尽的阐述，揭示该课程在信息化时代的主 要发展趋势，即数据挖掘技术的引入、与信息检索课 程紧密结合、相关行业职业培训的影响、社会实践教 学环节和案例教学的引入、上机实习课的比重呈现增 长趋势、实习报告的发展、软件的使用等，有益于从 事该领域教学或研究的人员参考。 ［关键词］信息分析与预测课程教学方法教学特色 ［分类号］G202 1 刖目 随着现代技术的发展，人类社会已经进入了光、 电和Internet的时代，随之而来的是人们的生活中充 斥着各种大量的、海量的信息。据美国加利福尼亚大 学伯克利分校研究人员发现，仅过去的两年中，全球 新生产出的信息量就翻了一番，这种信息爆炸的现象 一方面给人们带来了便捷和各种选择，但同时各种无 用的垃圾信息带给每个人的并不都是真正的知识，正 是由于信息泛滥，信息超载以及信息浪费现象的存在， 有专家称现代社会是一个“信息虽发达，知识却匮乏” 的时代。 与此同时，信息素质教育在国内外的高校和研究 机构得到广泛重视。据一项在20世纪90年代进行并 得到美国高等教育协会认可的调查结果显示，在接受 调查的834所正规院校中，已经有1 / 4院校开展了不 同程度的信息素质教育活动。在澳大利亚，教育部着 重培养7项学以致用的关键能力以应对信息化社会、 信息化文化、信息化工作的时代，排在首位的即收集、 分析、组织信息的能力。 在我国，素质教育也是当前教育改革中的热门话 题，良好的信息素质也是即将步入社会的高校毕业生 适应信息社会生存与发展的需要。正是为了应对现代 生活中的上述现象，同时以提高学生的综合信息素质 以及分析信息、利用信息的能力为目的，很多高校都 相继开设了信息分析与预测课程。 2信息分析与预测课程简介 信息分析与预测课程在情报学、信息管理与信息 系统等专业的教学中居于重要地位，是核心主干课程。 另外，一些高校图书馆为了适应时代发展的需求，提 高在校学生的信息素质能力，也同时针对全校本科生 幵设了该课程。 通过学习信息分析与预测课程，学生可以了解信 息分析的作用，掌握信息分析的方法，提高信息资源 收集、控制和分析的能力，为今后实际工作中保证决 策数据的准确性、理论方法的合理性以及制定政策、 战略决策的科学性打下基础。 这门课程内容的安排因为各个学校的特色，侧重 略有不同，但是主要内容通常如图1所示： 这门课程是强调实践和培养信息素质能力的，通 常各个学校还安排有一定的上机实习时间，一般在 4 — 10学时。 为了适应国家信息化的要求，真正提高学生的信 息素质能力，进而完成提高综合国力和国家竞争力的 战略需要，信息分析与预测课程从课程内容、教学方 法到教学特色等方面都有了新的发展和变化，现就上 述几个方面对信息分析与预测课程的发展趋势进行阐 述。 3信息分析与预测课程发展趋势综述 3.1课程内容的发展趋势 3.1.1数据挖掘技术的引入随着网络时代、计算 机时代的到来，信息分析与预测课程的内容也在不断 地调整，其中最突出的部分就是数据挖掘技术内容方 面的引入。 数据挖掘(Data Mining)是指从大量的、不完全的、 模糊的、随机的数据中，提取隐含在其中的、人们事 先不知道的、但又是潜在有用的信息和知识的过程。 不同的书籍中也有一些和该术语相近的词汇，例如知 识发现(KDD)、数据分析、数据融合(Datafusion)等。 数据挖掘技术是在20世纪90年代末发展自文件 系统(filesystem)、结构化查询语言(SQLquery)、数据仓 库(DataWarehouse)、在线分析处理(OLAP)的一门新技 术，是一门广义的交叉学科，汇集了数据库、人工智 能、数理统计、可视化、模式识别、机器学习、人工 智能、并行计算机等多方面的技术，并与多个学科领 域有所关联。 在信息分析与预测的多种领域中，数据挖掘技术 都有应用，比如商业领域中的市场营销(见图2)，竞争 情报领域的客户关系管理，情报信息检索中的聚类分 析以及数据库从微观、中观乃至宏观的统计分析。数 据挖掘技术的常用方法因为具有组合或关联(affinity grouping Or association)^ 聚类(clustering)、描述与可视 化(description and visualization)以及预测(prediction)等 功能，并且结合功能更强大、使用更人性化的软件， 如 Visio、SmartDraw、PCEDIT、EpiData、SPSS EnterStationBuilder SPSS for Windows、AnswerTree 3.0、Deci —sion Time and What lf