2.1.3 大数据将助力情报学新的研究范式和方法论。在大数据时代，人们所面临的数据不仅仅体量巨大、类型多样化，而且它们还在以惊人的速度生长并发生着实时的变化，这些都对情报学的研究方法提出了新的要求，因此对情报学研究方法而言，唯有创新才有出路。以前，人们通过研究获得准确的情报并供人们使用，而在大数据时代，情报学将在研究方法上做出改变：情报学的研究方法可以转向研究数据之间的相关性，并根据数据之间的相关性得出预测性情报，以供人们决策使用。

　　2.1.4 扩展情报学的学科研究和应用领域。大数据时代，在多种因素的影响下，情报学的研究内容和范围不断扩展。在这个信息化的时代，情报学的发展离不开信息技术和网络技术的支持，情报的获取、存储和处理都会涉及与其他学科的交叉合作。比如，在大数据时代，人们的隐私急需得到保护，因此，信息政策和法律法规必将是社会科学研究的一个重要方向，这也将是情报学与其他学科跨界合作的新领域。

　　2.2 大数据时代情报学发展所面临的挑战

　　2.2.1 价值密度低，获取有效信息难度加大。数据信息是情报学研究的重要基础，但在大数据时代，一方面数据的体量巨大，要想从中获取对所研究主题有用的数据信息不是一件易事;另一方面数据的种类多样，不仅包括部分结构化数据，还包括图片、音频、视频等多种形式的非结构化数据。此外，在大数据时代，数据信息是实时变化的，这些都加大了情报工作人员获取有效信息的难度，这是情报学发展中应该重视的一点。

　　2.2.2 情报学学科研究技术有待进一步开发。在这个信息技术高速发展的时代，情报学技术的发展形势不容乐观。由于情报学知识结构的限制，情报学很难培育自己的情报网络技术，情报学很多技术都是采用拿来主义，把其他领域的技术直接运用到自己的学科研究中，但是在大数据时代，为了保证大数据的价值，必须对数据进行快速有效的处理，而我们现有的情报采集、分析、挖掘、处理等技术已经不再适应现在巨量、多样化、实时变化的大数据环境。

　　2.2.3 情报学科呈现泛化发展趋势。随着社会的发展，情报学的发展环境也在发生着巨大的变化，情报学是一门综合性的学科，在情报学的发展过程中，会出现其研究内容与其他学科交叉的现象。一方面，这种现象使情报学可以从其他学科获取理论、技术等多方面的支持，在一定程度上促进情报学的学科发展;另一方面，在信息和网络技术高速发展的大数据时代，这种与其他学科的“跨界研究”将会使情报学的学科泛化趋势更加明显，从而会导致“过界研究”，处理好“跨界研究”和“过界研究”的关系，将成为文献信息工作者面临的一个重要任务。

　　2.2.4 数据信息的管理问题将是一大挑战。大数据时代，传统的数据管理方式不再适用，在数据来源、数据处理方式和数据思维等方面都会带来革命性的变化，如果在情报学研究中对数据信息管理不当，甚至可能带来情报安全危机，因此数据信息的管理问题也将是对情报学的一大挑战，相应的情报道德规范、情报政策、信息法律法规等是必要的。此外，反竞争情报的研究分量也将加重。

　　三、大数据环境下情报学的发展展望

　　情报学这一学科的发展离不开情报学的相关理论、应用、技术及情报学管理这几方面的内容，情报学学科体系主要包括理论情报学、应用情报学、技术情报学、管理情报学四个方面，下面笔者将从情报学学科体系角度对大数据环境下情报学的发展进行探讨。

　　3.1 理论情报学的发展

　　3.1.1 就情报学内涵而言，在大数据环境下，情报学的内涵将更加丰富。一个学科在发展过程中往往会受到不同的环境、技术等因素的影响，在大数据时代，数据信息类型呈现出多样化的特征，情报学的研究对象也相应地从单一的、结构化的文献信息转向了复杂多样的非结构化的数据，因此，大数据将在一定程度上丰富情报学的内涵。

　　3.1.2 就情报学方法论而言，情报学的学科方法可以充分发挥大数据的优势，发现和利用数据信息的相关关系。在大数据时代，数据信息体量巨大，并且很多数据都是以碎片化的形式存在，情报学可以通过利用数据之间的相关关系拓展出新的情报学研究方法。以情报学研究方法中的文献计量学方法为例，很多学者利用这个方法对某个数据库中某一学科领域的文章发表情况或者文章内容进行统计分析研究，假设我们把某个数据扩大到某一学科领域相关的所有数据，或许我们会有新的发现。