当前我们正处于智能化和大数据发展的时代，科学的相关研究以及实践活动已经进入新的发展阶段。社会科学发展的支撑变成了新技术环境，在各种新技术的推动和作用下，全球知识创造及科技创新的进程明显加快。图书情报学是人文社会学科当中具有代表性的综合学科，一直以来的中心工作是数据的收集和加工、利用等。因为受到各种因素的影响，导致在实际工作开展当中情报工作的数据来源、方法工具等受到比较大的限制，情报服务在特色和拓展性方面受到了比较大的限制。在社会科学情报服务工作开展当中，借助于数据密集型计算分析思维能让图书情报服务的需求得到满足。

一、数据驱动对于社会科学目标的重塑价值

（一）社会科学预测得以重建的可能性。科学研究的两大目标是预测和解释。但是在社会科学实际发展的过程中，其预测价值因为学科过度分化以及不完全重复的特点而被很多人摒弃，甚至有很多人认为人类的行为是小概率事件，是随机的，也是难以预测的。大数据旨在对海量数据的描述和刻画来发现数据当中那些有价值的规律和模型。在社会科学研究当中，大数据所起到的预测作用并且得到的成效也说明了在社会科学研究当中使用数据驱动的可行性。在今后的发展过程当中，大数据将会指引着社会科学相关研究向着更加重视研究人的方面发展，真正实现以人为发展中心，进入“人本时代”。大数据当前形成的系统就像是社会的大脑一样，原本被悬置起来的社会方向和目标也可能受到数据的驱动，以更加实际和全新的方式呈现出来。

（二）推动宏观理论发展。社会科学经过长时间的发展，形成了多样化的学派和众多的分支。但是很多研究可以追溯到描绘宏观层面以及社会结构和变迁的时期。20世纪60年代之后，因为存在生态谬误相关情况，逐渐增加了微观数据的收集以及模型的分析。在宏观层面上社会科学研究还存在着不少的不足之处。一是宏观的理论明显减少，二是很难证实和检验经典理论。信息技术的出现以及发展，让人类的经验范畴不断发展和扩大。在实证经验和宏观的理论体系之间构建起沟通的桥梁，让科学家可以更多新的数据，在超大的数据规模和跨越时空背景下为经典理论的证实提供相关的实证证据。与此同时，因为数据挖掘、高容错以及全样本等优点，大数据也为社会科学的发展提供了新的重要理论的可能性。

（三）促进学科外部和内部的融合。学科具体类型的划分，如人文、自然和社会科学，这是在教学科研管理以及学术建制方面的划分，但并不代表这些学科之间没有任何的联系。科学不应该是完全的碎片化状态，因此我们应当开展跨学科的努力。从20世纪20年代中叶开始，因为科学、信息技术和模糊数学的不断发展，科学在过去被长时间分离的状态下逐渐出现了综合。美国的圣·塔菲研究所等开始对社会经济当中的一些复杂现象采用复杂性学科内容来进行描述，提出了一些新的理论，比如社会控制论、社会网络论以及可计算的社会科学理论。在众多的计算机仿真模型当中，还考虑到了社会、自然之间出现的交互。因为自然系统和社会系统在数据方面本来就存在着明显的异质性情况，导致社会经济系统在数据采集以及社会科学量化方面出现了比较大的困难。在现有的计算机仿真模型当中，很多考虑到了社会和自然之间出现的交互情况。但因为社会经济和自然在数据方面存在着比较明显的异质性，使得很难对社会经济的复杂性等进行量化，需要得到更深层次的支持。

二、基于融合背景下的情报服务数据分析

在图书情报领域当中，当前一直都在关注基于科学数据支撑的情报服务内容，而且在海量多源异构以及实体识别等方面的集聚融合和科技情报服务效用识别等方面作出了较大贡献。当前进入大数据时代，对于数据资源的获取变得更加社会化和开放化。图书情报机构在资源的加工方面难度慢慢提升，而科学大数据则对情报工程以及知识工程的推进起到了比较好的作用，服务链扩展到加工、服务、存储和采集等多触角和多领域的应用上。情报服务在社会计算的范式当中又被继续中性化，在情报服务当中融入一些社会人文元素之后，逐渐把传统的科技情报特点和大数据计算的相关问题有机联系起来，出现了新的生命力。利用情报来分析问题和解决相关问题，这是图书情报工作的核心目的，图书情报对于计算以及资源方面的需求和大数据的相关理念相吻合，由此可以看出将数据和图书情报工作融合在一起，可以为图书情报工作的开展提供新的范式。