【正文】 應用于科學決策、研究與開發(fā)、市場開拓等社會實踐中去。在成果推廣應用過程中，信息分析機構對成果的宣傳力度和解釋透徹程度，用戶本身已有的知識結構、經(jīng)驗、信息意識、消費心理、習慣偏好、經(jīng)濟承受力以及對信息內(nèi)容的理解、信息分析的程序 課題選擇和計劃 研究計劃是行動的指南和綱領，是研究任務全面、系統(tǒng)的籌劃和安排。有了研究計劃，就有了工作目標，就可以把整個研究過程有機地組織起來，保證研究工作有條不紊地順利進行。 課題越大、時間越長、參加的單位和人員越多，就越需要一個周密而詳細的研究計劃。 信息搜集和處理 信息搜集是信息分析的基礎。不論是何種類型的信息分析活動，都必須充分地占有信息“原料”。為了提高信息搜集效果，信息人員應遵循全面性、系統(tǒng)性、針對性、新穎性、可靠性、科學性、計劃性等原則。 文獻調(diào)查——基于文獻的信息搜集方法 社會調(diào)查——一切以信息搜集為目的的社會實踐活動的總稱 信息處理——經(jīng)過搜集而獲取的原生信息通常繁雜無序、真假混雜，因此需要進行處理。包括整理和評價。 其中，信息整理包括形式整理和內(nèi)容整理，目的是使信息從無序變?yōu)橛行颍蔀楸阌诶玫男问?；信息評價則強調(diào)對整理出來的原生信息進行鑒別，一般依據(jù)可靠性、先進性、適用性等指標進行，目的是篩選出有用信息，淘汰掉無用或不良信息。 信息分析和提煉 信息通常不會天生就是財富。絕大多數(shù)原生信息只有通過加工處理和分析才能成為組織機構財富之源。 側重于對信息進行精加工，是一項綜合性很強的思維活動，它直接或間接調(diào)用人腦的思維功能，采用科學的方法、手段和工具，以揭示、總結、提煉和運用研究對象本身固有的本質(zhì)的規(guī)律。 成果評價和推廣應用 1）消息類成果。側重于跟蹤監(jiān)視和及時報道特定領域的國內(nèi)外發(fā)展的最新水平、動向和趨勢，具有明顯的推薦性質(zhì)。特點是：內(nèi)容簡潔、新穎，報道迅速、及時。 2）數(shù)據(jù)類成果。以有關課題的各種系統(tǒng)的資料或數(shù)據(jù)為主要對象，經(jīng)過加工整理和分析研究所形成的一種成果形式，如“手冊”、“匯編”、“指南”、“要覽”、“年鑒”、“數(shù)據(jù)庫”、“數(shù)據(jù)集”、“數(shù)據(jù)圖表”等，具有密度高、系統(tǒng)性強、完整性和準確性好等特點。 3）研究報告類成果。以分析說明、歸納提煉、論證推測為宗旨，具有結構嚴謹、分析深刻、結論明確等特點。此類成果主要有綜述性、述評性、預測性、評估性、背景性等幾種類型。 信息分析成果的評價： （1）成立評價小組。由信息分析人員、相關領域的評審專家、主管部門負責人、用戶等組成。 （2）確定評價目標。信息分析成果評價的基本目標在于確保成果質(zhì)量合格，體現(xiàn)信息分析課題提出部門的意圖。 （3）搜集資料，分析限制性條件。以便進一步做出客觀、公正、科學的評價結論。 （4）提出評價意見。包括概略性評價意見和詳細評價意見兩種。 （5）形成評價報告。要求以簡潔的文字交代評價的目的、背景、時間、地點、專家、內(nèi)容等，并詳細地介紹評價的方法、過程及主要結論。 信息分析成果評價包括即時評價和最終評價。 即時評價：成果交付用戶使用或以某種方式面世后，隨即或稍后進行的一種評價。依據(jù)主要是成果本身的質(zhì)量、所提供內(nèi)容的內(nèi)在價值和可使用價值以及用戶對成果的初步反映。 最終評價：對成果使用后產(chǎn)生的最終效果進行的一種長遠評價。依據(jù)主要是成果使用后給科技、經(jīng)濟、社會和環(huán)境帶來的最終影響和后果。 信息從信源傳遞過來以后，用戶首先要考慮的是如何理解、消化和吸收信息內(nèi)容，在此基礎上還要進一步考慮如何將其應用于科學決策、研究與開發(fā)、市場開拓等社會實踐中去。 在成果推廣應用過程中，信息分析機構對成果的宣傳力度和解釋透徹程度，用戶本身已有的知識結構、經(jīng)驗、信息意識、消費心理、習慣偏好、經(jīng)濟承受力以及對信息內(nèi)容的理解、消化和吸收能力等都會對推廣應用的效果產(chǎn)生影響。 信息分析方法和技術 對方法的合理選擇和應用是決定信息分析水平和效率以及信息分析質(zhì)量和效益的重要因素。 （一）邏輯思維法 比較：對照各個事物，以確定其間差異點和共同點。 分析：把客觀事物整體按照研究目的的需要分解為各個要素及其關系，并根據(jù)事物之間或事物內(nèi)部各要素之間的特定關系，通過由此及彼、由表及里的研究來認識事物。 綜合：與研究對象有關的片面、分散、眾多的各個要素聯(lián)結起來考慮，以從錯綜復雜的現(xiàn)象中，探索它們之間的相互關系，達到從整體的角度把握事物的本質(zhì)和規(guī)律，通觀事物發(fā)展的全貌和全過程，獲得新的知識、新的結論。 推理：由一個或幾個已知的判斷推出一個新判斷的思維形式。即：在掌握一定的已知事實、數(shù)據(jù)或因素相關性的基礎上，通過因果關系或其他相關關系順次、逐步地推論，最終得出新結論。 例：某年度發(fā)明專利國內(nèi)申請量和國外申請量按技術領域分布的情況。從國內(nèi)發(fā)明專利所屬技術領域的分布看，“固定建筑物”類的申請量最多，其次是“人類生活需要”、“化學、冶金”、“紡織、造紙”類。國外排名前四位的分別是“物理”、“作業(yè)、運輸”、“電學”、“ 機械工程、照明、加熱、武器、爆破”。 注：A：人類生活需要；B：作業(yè)、運輸；C：化學、冶金；D：紡織、造紙；E：固定建筑物；F：機械工程、照明、加熱、武器、爆破；G：物理；H：電學 例：三種能源運輸方案比較 方案一：把電站建在煤礦附近就地發(fā)電，再進行高壓輸電。 方案二：把電站建在遠離煤礦的某地帶，鐵路運煤到電站再發(fā)電。 方案三：把電站建在遠離煤礦的某地帶，管道運煤漿到電站再發(fā)電。 第三個方案具備運輸效率和設備運轉效率高、經(jīng)費投入少、不占用地面、可根據(jù)水源分布情況靈活選擇電站站址等優(yōu)點，因而是三個方案中的最佳方案。 （二）專家調(diào)查法 ——憑借專家的知識和經(jīng)驗，對研究對象進行綜合分析研究 德爾菲法：一種按規(guī)定程序向專家進行調(diào)查的方法。特點： 匿名性。為了消除專家會議調(diào)查法中專家易受權威、會議氣氛和潮流等因素影響的缺陷，德爾菲法采用匿名征詢的方式征求專家意見，受邀參加預測的專家之間互不見面和聯(lián)系； 反饋性。經(jīng)典的德爾菲法要進行四輪的專家意見征詢。組織者對每一輪的專家意見進行匯總整理和統(tǒng)計分析，并在下一輪征詢中將這些材料匿名反饋給每位受邀專家，以便專家們在預測時參考； 統(tǒng)計性。采用統(tǒng)計方法對專家意見進行處理，其結果往往以概率的形式出現(xiàn)。這些結果既可反映專家意見的集中程度，又可反映專家意見的離散程度 頭腦風暴法：借助專家的創(chuàng)造性思維來索取未知或未來信息的一種直觀預測方法。原意是指精神病患者在精神錯亂時的胡言亂語，后轉用來指無拘無束、自由奔放地思考問題。 優(yōu)點：通過信息交流，有利于捕捉瞬間的思路，激發(fā)創(chuàng)造性思維，產(chǎn)生富有創(chuàng)見性的思想“火花”；通過頭腦風暴會議，獲取的信息量大，考慮的因素多，所提供的計劃、方案等也比較全面和廣泛。 缺陷：具備專家會議調(diào)查法的一些缺陷；即興發(fā)言，邏輯不嚴密、意見不全面、論證不充分。 91民航 非典、餐飲業(yè)、消毒業(yè) 高鐵、民航、鐵路、高速公路 大氣污染、無污染燃料的研制 廉價的電力供應、海水淡化 居民貨幣收入、公共文化娛樂生活…… 交叉影響分析法：根據(jù)若干個事件之間的相互影響關系，分析當某一事件發(fā)生時，其他事件因受到影響而發(fā)生何種形式變化的一種方法。 若干個事件之間的相互影響關系通常分為有影響和無影響。對于有影響，又可進一步分為正影響（促進影響）和負影響（阻礙影響）。 層次分析法：根據(jù)人類的辯證思維過程，先依據(jù)問題的性質(zhì)和要達到的總目標，將一個復雜的研究對象劃分為遞階層次結構，同一層的各因素具有大致相等的地位，不同層次因素間具有某種聯(lián)系；再對單層次的因素構造判斷矩陣以得出層次單排序，并進行一致性檢驗；最后，為了計算層次總排序，采用逐層疊加的方法，從最高層次開始，由高向低逐層進行計算，推算出所有層次對最高層次的層次總排序值。對每一層的遞推，都必須作相應的層次總排序的一致性檢驗。 （1）遞階層次結構。模仿了人腦的思維方式，即將一個復雜的問題劃分為包括目標層、準則層、指標層的多層次的結構，每個層次中的因素具有大致相等的地位，不同層次的因素間具有某種聯(lián)系。 （2）判斷矩陣的構成。充分利用人類善于進行分析比較的優(yōu)勢，將各種因素之間的成對比較值作為判斷矩陣的元素。這對分析目前尚無統(tǒng)一度量尺度的經(jīng)濟、科技、人的行為以及科學管理等復雜問題顯得直觀明了。 （3）一致性檢驗。由于客觀事物的復雜性和人們認識能力的局限性，人們在對客觀事物進行判斷時，難免會出現(xiàn)一些或大或小的差錯。若差錯很小并且在容許的范圍之內(nèi)，則可以考慮接受所得到的結論；但如果差錯太大，超出了允許的范圍，則所得到的結論不能被接受，專家的判斷是無效的。為了保證利用層次分析法得到的結論基本合理，對專家的判斷進行嚴格的“是否一致”的定量檢驗。 （三）內(nèi)容分析法 ——對文獻內(nèi)容進行系統(tǒng)分析的一種專門方法，其目的一般是弄清或測度文獻中本質(zhì)性的事實或趨勢。 20世紀初，人們提出在一般性閱讀文獻獲得理解之外，采用半定量的統(tǒng)計方法對文獻的內(nèi)容進行深入分析和解釋。 二戰(zhàn)中，美國傳播學家拉斯韋爾等在進行戰(zhàn)時軍事情報研究中，組織了一項名為“戰(zhàn)時通訊研究”的工作，以德國公開出版的報紙為分析對象，分析獲取法西斯政權重要軍政機密情報，取得了出乎意料的成功，使內(nèi)容分析法顯示出實際效果。 奈斯比特《大趨勢——改變我們生活的十個新方向》 近幾年來，約翰奈斯比特又相繼出版了《世界大趨勢：正確觀察世界的11個思維模式》和《中國大趨勢：新社會的八大支柱》兩部作品，在世界范圍內(nèi)（尤其是在中國）引起了強烈的社會反響，再次成為內(nèi)容分析法應用領域的杰作。 這三本書在研究的整體思路上幾乎如出一轍，正如約翰奈斯比特在《世界大趨勢：正確觀察世界的11個思維模式》導言中所說的：“搜集了大量信息，閱讀了許多報紙，還與世界各地不同文化背景的人交流思想與觀念，所有這一切都幫助我明了世界發(fā)展的趨勢?！?分析樣本——凡10萬人口以上的城市的所有的州政府的地方報紙均作為分析的對象，并考慮報紙質(zhì)量和代表性。約6000種地方報紙。 分析的框架——一級共10個，即教育、就業(yè)、環(huán)境、政府和政策、健康、住房、人際關系和經(jīng)濟聯(lián)系、法律和正義、交通、福利和貧困。這些一級主題再分解為二級、三級和四級主題。每一個一級主題大致分為8～16個小主題，總共有117個小主題。 分析單元——以單篇報道作為分析單元，按主題框架對每篇報道歸類編碼，建立可多種途徑檢索的全文數(shù)據(jù)庫。 篇幅分析——利用所建的數(shù)據(jù)庫可以實現(xiàn)多方面的內(nèi)容分析，如某一議題的篇幅變動分析，某一時期內(nèi)各類主題的比例結構等，從而完成系統(tǒng)化的定量和定性分析。 內(nèi)容分析法局限 1）文獻需具備兩個條件：形式化原則，即能從文獻中抽出便于可靠統(tǒng)計的、具有語義特征的分析單元；統(tǒng)計原則，即要有一定數(shù)量的文獻。 2）方法的背景是歸納法。即不可能超越和脫離所分析的文獻。不是一種發(fā)揮想象的開放式方法。 3）方法實施的工作量大，投入時間較長。特別是長期跟蹤或大范圍掃描的內(nèi)容分析工作，對人力和時間的要求更加突出，需要計算機輔助分析。 （四）趨勢外推法 ——是基于歷史數(shù)據(jù)的觀察和分析方法。它認為未來是歷史的延伸，可以找出一條誤差盡可能小的函數(shù)曲線來描繪歷史數(shù)據(jù)，根據(jù)此函數(shù)曲線預測未來的發(fā)展。 趨勢外推法建立在兩個基本假設之上：影響和決定事物過去和現(xiàn)在的發(fā)展因素，在未來也基本保持不變；事物的發(fā)展屬于漸進變化，而不是結構性的突變。 趨勢外推法以時間為基本參數(shù)，通過歸納分析過去的情況和現(xiàn)在的狀況，繼而推測預測期內(nèi)事物未來的發(fā)展趨勢。 常見的模型：線性模型、指數(shù)曲線模型、生長曲線模型、包絡曲線模型等。 （五）多元分析法 ——運用數(shù)理統(tǒng)計方法來研究解決多指標問題的理論和方法。 回歸分析：處理兩個或兩個以上變量之間依賴關系的一種數(shù)學方法。它不僅提供了建立變量之間依賴關系的數(shù)學表達式的一般途徑，而且通過計算對所建立的經(jīng)驗公式的有效性進行分析，使之能有效地用于預測和控制。 例：已知某年中國各地區(qū)城鎮(zhèn)居民平均每人全年可支配收入和消費性支出兩個變量 ，可用SPSS對數(shù)據(jù)進行回歸分析 。 主成分分析：在降維思想指導下產(chǎn)生的一種有效處理高維數(shù)據(jù)的方法。在實際問題研究中，往往會涉及眾多相關的變量。雖然所涉及的每個變量都提供了一定的信息，但其重要性不同，且在很多情況下，變量間有一定的相關性，從而使得這些變量所提供的信息在一定程度上有所重疊。信息的重疊越大，變量間的相關性也越大。如何對這些變量加以“改造”，用為數(shù)較少的、互不相關的、不可直接測量的新變量來反映原變量所提供的絕大部分信息，并通過對新變量的分析達到解決問題的目的，是基于主成分的因子分析法核心思想。 實踐中，反映某個問題的可直接測量的變量很多（例如國家信息化測評指標），并且這些變量之間存在相關性。因此，該方法的應用極其廣泛。 在分析過程中，選取m（mp）個主成分，使前m個主成分的累計貢獻率達到較高的比例（如80%～90%）。這樣，用前m個主成分代替原始變量，不但使變量維數(shù)降低，而且也不致于損失原始變量中太多的信息。 聚類分析：聚類是把一組個體按照相似性歸成若干個類別，即物以類聚。其目的是使得屬于同一類別的個體之間的距離盡可能地小，而不同類別上的個體間的距離盡可能地大。 基本思想：在樣品之間定義距離，在變量之間定義相似系數(shù)。距離或相似系數(shù)代表樣品或變量之間的相似程度。 例如，在分層聚類中，按相似程度的大小，將樣品或變量逐一歸類，關系密切的樣品或變量聚集到一個小的分類單位，然后逐步擴大，使得關系疏遠的樣品或變量聚集到一個大的分類單位，直到所有的樣品或變量都聚集完畢，形成一個表示親疏關系的譜系圖，再對譜系圖進行分析，并按照要求對樣品或變量進行分類。 例：利用SPSS對表中顯示的某年度20個代表性地區(qū)農(nóng)村居民家庭平均每人生活消費現(xiàn)金支出情況進行聚類。 譜系圖 （六）數(shù)據(jù)倉庫和數(shù)據(jù)挖掘 數(shù)據(jù)倉庫是“一個面向主題的、集成的隨時間變化的非易失性數(shù)據(jù)的集合，用于支持管理層的決策過程。 聯(lián)機分析處理：一種在線的驗證型工具，它建立在多維視圖的基礎上，根據(jù)