秦晓珠   李晨晖   麦范金

摘要：文章首先描述了大数据知识服务的内涵, 详细分析了大数据知识服务的典型特征, 并结合大数据知识服务模式下对各种类型大数据管理和处理需求, 给出了大数据知识服务概念模型, 最后指出大数据知识服务的实现需要解决大数据的可表示性、可处理性、可融合性及可靠性四个关键问题。

关键词：大数据知识服务半结构化数据非结构化数据

总结：1、大数据知识服务的内涵及典型特征。大数据知识服务是为适应信息服务业智慧化、协作化、绿色化、先觉化和泛在化的发展趋势而衍生的一种基于网络( 包括电信网、广播电视网、互联网、移动互联网等) 的, 用以解决结构化、半结构化及非结构化数据多维度处理的信息服务新模式, 是嵌入式协作化知识服务模式的一种新发展, 是现代信息服务理念的具体体现。大数据知识服务的突出的典型特征可以概括为以下几点：（1）是面向智慧服务和自主需求的知识服务。（2）是不确定性服务。（3）是强调用户参与的知识服务。（4）是支持按需使用、按需付费的知识服务模式。（5）是共性技术目标与异性技术特征相辅相成的知识服务模式。（6）是基于知识、能力、资源、过程共享和交易的知识服务模式。（7）是基于群体创新的知识服务模式。（8）是更为绿色环保的知识服务模式。

2、大数据知识服务概念模型。大数据知识服务概念模型包括数据、知识、资源、能力、服务、过程和任务七个元素。

3、需要解决的几个关键问题。由于数据的异质、异构、半结构化、非结构化及不可信等特征, 大数据知识服务的管理和处理研究需要解决大数据的可表示性、可处理性、可融合性及可靠性四个关键问题。

（出处：《情报资料工作》2013年第2期）