《信息资源管理》期末复习知识点资料信息安全可以从两个角度来理解信息安全，面向数据的安全包括数据的保密性、完整性和可获性；面向使用者的安全则是鉴别、授权、访问控制、抗否认性和可服务性以及基于内容的个人隐私、知识产权等的保护。
总之，现代信息安全是物理安全、网络安全、数据安全、信息内容安全、信息基础设施安全与公共信息安全的总和。
安全问题的解决一方面要依靠技术手段，如密码技术、身份验证技术、防火墙技术、防病毒防黑客入侵等安全机制，更需要的是一个良好的政策法规环境做保障。
信息安全政策法规是一个国家或国际组织在一定时期内为处理信息自由传播与有限利用的矛盾而制定的一系列行政规范和法律制度的总和，它以国家意志为后盾，以政策为指导、法律为手段，对一定范围内的信息安全管理具有宏观导向和监督制约作用。
自由词与受控词标引区别所谓标引即在文献的处理过程中，对文献的内容特征和外部特征用检索标识符加以标识的过程。
其目的在于使文献管理者能够有效地组织文献并使文献的利用者能够迅速地查找文献。
受控词是一种事先规范化的语言，取自于主题词表、叙词表、分类表等。
所谓自由词，顾名思义，是不受词表控制的词，取自于文献篇名、文摘和非受控索引字段，如作者字段、机构字段等。
自由词标引，它是直接使用未经规范化处理的自然语言词汇, 作为描述和表达文献内容主题的一种标引。
受控词标引，它是经过优选和规范化处理的自然语言词汇，作为描述和表达文献内容主题的一种标引。
进行自然语言与受控语言的比较：自然语言在这里是指索引词汇直接来自系统所处理的文献或提问本身，使用前未经优选和规范化处理的一类检索语言。
受控语言指索引词汇在使用前经过优选和规范化处理，并且整个语言经常处于某种权威机构或检索系统的管理和控制之下的各种检索语言的总称，又称规范化语言。
受控语言按索引词汇的组配特征来划分，又可分为先组式语言和后组式语言两大类型。
控制索引词汇的目的是消除或减少它们的歧义性，保证信息表示的一致性和准确性，使词间语义关系由隐含的转变为显性的，并把全部索引词汇组织成某种知识体系，以便使其具有良好的表达和组织功能。
企业信息化的发展趋势企业信息化是指企业在生产、管理、经营等各个层次、各个环节、各个领域，采用计算机、通信和网络等现代信息技术，充分开发、广泛利用企业内外部的信息资源，不断提高生产、经营、管理、决策的效率和水平，逐步实现企业运行的全面自动化，进而提高企业经济效益和企业竞争力的过程。
进入21世纪，我国提出了新的发展战略：以信息化带动工业化。
企业信息化开始进入一个新时代。
企业利用互联网这个大平台，将ERP的功能向前方和后方延伸，涌现出“客户关系管理”（CRM）、“供应链管理”（SCM）、协同产品商务（CPC）、产品数据管理（PDM）、产品生命周期管理（PLM）、以及与资本市场相接的“价值管理”（VBM）和与内外部知识源相接的“知识管理”（KM）等管理理念和管理系统。
企业资源计划 (ERP)：将企业管理理念、业务流程、基础数据、制造资源、计算机软硬件技术整合于一体的企业资源管理系统，是管理与信息技术的有机结合体。
为制造业提供完整的知识体系，以便进行有效的内外资源配置与控制，从而减少不必要的资源浪费，并实现业务处理的合理化、规范化和标准化。
产品数据管理（PDM）：以软件技术为基础，能将所有与产品相关的信息和过程集成到一起的技术。
和ERP一样都是将各项子业务集合成一个全局的产品过程，以保证业务流和信息流的通畅，从而协助企业管理。
产品生命周期管理（PLM）：是PDM思想的延伸，它强调对产品生命周期内跨越供应链和销售链的所有信息进行管理和利用，这是二者的本质区别。
PDM功能仅是PLM功能的一个子集。
业务流程重组（BPR）：利用先进的制造技术、信息技术和现代化管理手段最大限度地实现技术上的功能集成和管理上的职能集成，以打破传统的职能型组织结构，建立全新的过程型组织结构，从而实现企业经营在成本、质量、服务和速度等方面的全面改善。
企业信息化的新发展:ERP Ⅱ时代：一种商业战略与一个面向专门产业领域的IT应用集合的结合体，通过赋予和优化企业及企业之间的协同运作流程和财务流程来为客户和股东创造价值。
MES(制造执行管理系统):MES在产品从工单发出到成品产出的过程中扮演生产活动最佳化的信息传递者。
事件发生异常时，借助实时正确的信息、生产执行系统规范、原始工作情况、数据显示及反馈，做出快速的响应，以减少无增值的生产活动，提高工厂生产流程的效率。
大数据或云计算对情报学的影响“大数据”是对海量(TB~PB级)数据进行采集、管理、分析/挖掘以支持决策和经营管理的理论、方法、技术(工具、平台、分析系统等)的统称。
“大数据”主要是由海量科学观测和仿真实验数据、海量交易数据和海量交互数据这三大信息技术应用领域汇聚而成的。
“大数据”具有三大特性。
一是体量巨大；二是多样化；三是处理高速化。
挖掘“大数据”价值的三项主要工作：①数据管理。
②数据的挖掘/分析。
③分析结果的可视化。
新的大数据平台通常具备四个不同层次的功能：①接收层。
接收各种各样的数据。
②处理层。
根据所接收的数据不同的种类来处理。
③分析挖掘层。
经过处理之后,数据进入商业智能系统中进行分析和挖掘。
④展示应用层。
运用好的可视化呈现的工具,人们可以更好地理解和使用这些数据。
近年来,随着大数据和计算技术的发展,不论是情报理念,还是包括情报采集、情报组织、情报分析和情报服务等在内的各个情报工作环节,都在发生着革命性的变化。
大数据和人工智能时代的到来,情报环境发生了根本性的转变,现代情报学越来越重视不确定情报环境下的预测和预警。
大数据技术的产生和应用不仅依托于电子技术、通信、网络与计算机技术的发展,而且是信息科学中相关领域的融合发展结果。
“云计算”的理念是由专业计算机和网络公司(即第三方服务运营商)搭建计算机存储和计算服务中心，把资源虚拟化为“云”后集中存储起来，为用户提供服务。
图书信息服务一直是情报学领域云计算研究的主要热点。
云计算技术对图书信息服务的影响是情报学领域学者关注的重点，原因是云计算技术改变了图书信息服务领域的运作模式，传统技术场景下，图书馆是信息服务的基础设施，而云计算背景下，图书馆成了云计算平台的一个应用端。
其次, 随着时间推移，我国情报学领域云计算研究进一步衍生出经营管理和信息安全两大子研究领域。
“云制造系统”主要由云制造服务提供者、云制造服务使用者和云制造服务平台(中间件)组成。
使用者通过该平台提出服务请求，提供者通过该平台提供相应的制造资源和制造能力服务。
云存储的优势和劣势随着网络技术的发展，云计算已经应用到各个领域了，而云存储是在云计算概念上衍生出来的一个新概念，它主要功能是对资源进行存储，但又不仅仅是存储，而带来的是一种数据访问形式。
优点：数据安全、充分利用现有硬件资源和软件资源、访问速度快、安装简易并且不受网络限制、用户不需要物理存储硬件、无须组建专业团队。
缺点：需要组建一个后期管理团队、接入公网设备较复杂、网络限制、数据隐私问题、数据的完整性。
虽然云存储服务还有非常多的问题，但是, 它已经成为未来存储发展的一种趋势。
未来云存储的发展趋势，主要是要从安全性、便携性及数据访问等角度进行发展。
云存储是一个系统，该系统使用应用程序软件通过群集应用程序，分布式文件系统，其他网络技术和功能将网络中的大量不同类型的存储设备组合在一起，一起工作，并提供存储功能和对外部数据服务的访问。
云存储通过统一的界面为授权用户提供存储和数据，实际上，这是一个新的解决方案，可以使用户或企业访问空间资源，可以将数据存储在云中。
百度竞标排行问题百度作为互联网公司，网站是其盈利和发展的平台，因此，它需要将商业化进行到底。
然而，作为为公众提供信息的网站，百度同时又有着明显的媒体属性，是一个抓取海量信息，运用高科技算法对信息进行整合，供公众按需搜索的新型信息媒介。
竞价排名作为搜索引擎特有的广告经营模式，与传统媒体的广告发布最大的不同在于，其基于计算机网络的自助式广告发布模式。
这个过程原则上说是完全自动、无人工把关的。
这正是竞价排名区别于常规广告经营模式的最大不同。
也正是这种不同，给予了非法广告主和非法信息乘虚而入、钻空子的机会。
百度作为媒体，错就错在将盈利作为其最重要的立场和方针，将经济收益的高低作为信息选择、取舍和排序的价值标准。
披着商业外衣的百度，进而陷入商业和道德上的双重危机。
文献信息学方法，三大定律，网络适用性➢文献信息源的分布规律：是对特定文献信息源的不平衡分布的描述，主要包括布拉德福定律、洛特卡定律和齐普夫定律。
1. 布拉德福定律：主要探讨特定学科期刊论文的不平衡分布，“如果将科学期刊按其刊载某专业论文的数量，以递减顺序排列起来，就可以在所有这些期刊中区分出载文量最高的核心区和包含着与核心区同等数量论文后继几区，此时核心区和后继各区中所含的期刊数成1:a:a2..(a>1)的关系”。
换言之，一个学科的期刊论文通常大量集中在一定数量的核心期刊上，剩余部分则依次分散在大量的相关期刊上。
《信息资源管理》：应用：①网络计量学中的应用：布拉德福定律与文献计量学方法结合，对网络结构单元、期刊下载频次、核心网站的评选等方面进行相关研究。
②确定核心期刊、学术论文分布情况。
③专利文献分析、顾客满意度测定。
突破：由于布拉德福定律是把文献当作信息单元，而文献内容属于内容单元，因此具有一定的局限性。
在此基础上，马费成教授发现内容单元同样符合布拉德福定律。
《信息分析》：应用：（1）主要体现在文献信息的搜集环节上。
（2）也可用于研究某一学科发展的特点以及学科之间的交叉影响和相互渗透关系，并以此确定某些新学科的生长点。
发展：布拉德福定律的维克利修正、高夫曼的最小核心与最大划分、莱姆库勒公式、布鲁克斯公式等。
洛特卡定律：主要探讨科学文献著者的不平衡分布状况。
揭示文献作者与数量关系的基本定律，是为了评价科学工作者的贡献。
其数学表达式为：F(x)=C/x2 式中x代表科学工作者发表的论文数量，f(x)表示发表x篇论文的作者出现的频率（即在所统计的作者总数中所占的比例），C为常数。
《信息资源管理》：应用：①了解科研人员的论文发表情况。
②分析每篇论文的作者数量，即完成t篇论文要“占用”多少作者。
③预测文献数量的增长速度和文献流向的动向。
注意：由于网络中的内容发布者较随意，不确定性因素较大，因此会存在c值偏小的情况。
《信息分析》：突破：广义的洛特卡定律：f(x)=C/xα (1.2<α<3.8)应用：洛特卡定律在信息分析中的应用是明显的。
（1）预测著作数量和文献数量。
（2）便于搜集信息、掌握文献信息流的变动规律。
（2）预测科学家数量的增长。
