11月8日下午，管理学院图书情报与档案管理学科学术名家讲座在管理学院第三会议室举行。北京大学信息管理系教授、博士生导师李广建教授应邀为师生们带来了一场精彩的报告，报告题目为“大数据环境下情报学发展的十大特征”。报告由管理学院副经理王晰巍教授主持。

李广建教授结合自身科研与教学的经历，与师生们分享了其关于大数据时代情报学科的思考。报告开始，李广建教授和大家一起回顾了情报学学科发展的历程，李广建教授指出随着情报学不断的发展，其学科作用和地位与社会需求背景下的未来发展目标产生一定冲突，需要新的情报学体系架构。基于学科目录和国家标准，结合概念术语和情报时间，李广建教授讨论了情报学的内涵和外延。他提出目前图情领域中的情报学其本质仍然是“科技情报学”，情报学的学科发展不应盲目地无限扩大外延，同时应该注重多学科联合，发挥聚合效应。接着，李广建教授以论文与项目案例相结合的方式详细介绍了大数据环境下情报学发展的十个特征，分别是计算化、模拟化、平台化、知识化、智能化、一体化、多元数据融合化、分析联合化、结果聚合化以及人机融合化。计算化是计算思维和情报思维相结合的产物，强调通过数据驱动的方法将情报需求或情报课题转换成可形式化表达或求解的问题；模拟化则是指通过复杂、动态仿真方法和技术根据以往的情报现象演化的过程和规律，抽象并验证出情报现象演化的关键特征；平台化则是指将成熟的、共性的研究方法和技术进行抽象集成、封包成为“平台”，基于平台实现最大程度的重用，从而实现规模化情报分析和服务；知识化则是要求发现蕴含在大数据中的隐藏的模式、规律、因果关系等高阶知识；智能化是指以情报思想为指导，以解决情报问题为目标，实现数据、信息知识、情报智慧的转化管理与应用；一体化则是指情报工作由跨部门或跨国的同类信息或情报的共享与交互发展为情报深度全域融合的一体化；多元数据融合化指的是从不同角度刻画情报对象的特征，以更加全面、系统的方式刻画和描述出情报对象的发展状态和趋势；方法联合化指的是数据驱动型方法和知识驱动型方法的联合化；结果聚合化指的是在情报领域利用群体智慧效应获得相对最优的情报问题解决方案或分析结果；人机融合化则是指在情报工作中使机器概率化的智能与情报人员有机化的智能相互融合，互为补充，共同协作完成复杂的情报任务。本次报告在与会师生同李教授进行的交流中圆满结束。

李广建教授广博的专业知识、严谨的学术作风、开阔地学术视野、风趣的谈吐都给同学们留下了深刻的印象，令与会师生受益匪浅。