信息分析十期：Week 1 必修作业：最靠谱的3个信息源

补一点后来想到的反思，

做第一遍的时候，最大的问题是，想从英文世界入手，但是实际上又完全不熟练，以及没有想到好的切入角度。浪费了时间。其实最开始从中文世界里找也没什么问题，从熟悉的领域开始入手，可能更快能够找到想要的的东西。

做第二遍的时候，最大的问题是，审题审过了，想多了，过分关注有趣度啥的方向，但是最后得出的答案实际上并不是短期能看到结果，以及这些答案都需要前提和全局认识的铺垫之后才可以用。。做选修作业的时候，才确信之前的路确实是走歪了。明明一个简单的东西被复杂化了。

写了两堆垃圾，还是好好听课把

第二遍作业

看了阳老师在群里说，要最快、知道别人不知道的，然后说课程组下了套。晚上睡觉在床上想了下，确实中了课程组设计的套。

按照题目上说的协会、专家、微信公众号来区分信息来源，不是信息分析本身的全局，虽然这样分有利于让小白同学上手开始做作业。但这么做的前提假设是协会、专家、微信公众号拥有高质量靠谱的信息源，但是实际上也存在很多水货专家、垃圾公众号，这样会造成信息检索时间变长，因为垃圾消息多。另外，世界上还有很多有价值的信息，并不是直接发出来的，还有很多水下的、未公开发布的、不为众人所知的信息，这些信息可以说价值比公开信息更大，更容易产生信息差和套利机会。

所以打算重新写一下作业，提升一下作业水准。按照阳老师的3个标准，全局（比别人更全局、更整体、更高阶），交叉验证（比别人知道更多信息源，比别人知道更多反向信息），有趣，（知道别人不知道的、被忽视的信息）。PLUS 效率和速度。

结果:

3个信息分析最靠谱的信息源是…

  • 商业：crunchbase上的intelligence、systems、data、information tech 等相关分类和标签下早期新公司融资提醒。学术：Researcher app订阅信息分析、情报分析核心期刊的intelliegence相关关键词的文章

  • github上的onsint清单 （这个算是作弊，因为以前上过信分老版本）

  • 和专家做朋友

过程:

检索思路与操作路径

先写一下思考过程。

互联网世界里的每天产生的信息主要在头部网站里，国内和国外的几大内容网络和社交网络平台上肯定有头部的大V，以及对应平台的数据分析平台。举例 国内有两微一抖-（微信公众号、微博、抖音）、快手、B站、知乎、小红书、百度、应用商店，垂直一点的程序员有v2ex csdn segmenfault 脉脉等等，国外有twitter、facebook、tiktok、youtube，垂直一点的有reddit，quora，小众一点的有medium，各种独立站博客等。一般每个稍微大一点的平台都会有专门的公司分析他们的数据，打包卖给那些想在对应平台做规模化增长的人，比如 西瓜数据之于微信公众号、禅妈妈之于抖音直播数据。

这是一种思路，但是这种思路的问题在于，一是平台太多了，信息也太多，消耗时间。二是这样拿到的信息和别人的没有区别，你找到了微信公号榜单排名前三的情报分析公众号，别人也找的到。然后你还要去交叉验证他发的这几百篇文章到底哪几篇是真的，哪几篇是广告。。

同样的问题也会出现在寻找学术领域，你搜出了顶级学术机构的名单和专家名单，很快别人也会找到，早就已经成为大牛的人可能很难建立联系，或者也有可能大牛的巅峰已经过了，甚至大牛的理论都已经被最新的理论给驳了。不过学术领域含垃圾信息少一点，过程的收获会比开放互联网上的信息好一点点。

反着来：10年后会成功的公司、成功的专家

为了有趣度考虑，放弃走这条路。反着来，不找现在已经功成名就的公司、教授专家，而是去找10年后会成为厉害公司、厉害专家的人，他们代表了未来的方向，你比普通人提前10年知道了这家公司和专家，就有套利机会。这是信分技巧里的时空变量里的「时间变量」。

从这个角度出发，crunchbase的融资消息订阅就非常满足需求，可以定期帮你看10年后有可能成为厉害公司的公司，以及现在技术风向、投资风向。

crunchbase是美国的一个全世界范围里的融资消息的数据库。只要把筛选条件范围设置在 早期融资 seed、angel、pr-A、A 这些轮次，选择和信息分析相关的标签，比如intelligence, data等等几个标签。尽量多打一些，然后保存为自己的惯用搜索，之后就可以定期让它推送这个领域的公司。早期的公司融资，虽然也可能是行业泡沫，但是一个公司的创新背后有可能就是新的技术迭代出现、新的商业模式出现等等，一笔交易通常是投资专业人士的筛选之后，还有尽职调查公司交叉验证公司信息，美国政府对于融资信息的批露有法律要求，同时这个数据库也是专业人员在维护。所以一个公司的融资是一个相对靠谱的信息渠道，如果顺着这笔交易去看这个公司的产品、技术底层等等，通常能获得新鲜的信息。

image.png

这个方法也可以应用在学术领域，有一个app 叫researcher, 上面可以按照 关键词和你关注的期刊，创建你自己的订阅的学术文章最新的feed。如图就是打开app每天就是你订阅的关键词和期刊的文章就推送到了首页。你可以自己编辑你要哪些期刊、哪些关键词。

这个信息源可以定期刷一刷，知道现在大家都在发些什么论文，关注什么方向。可以自行判断哪些学者可以持续关注。

image.png

image.png

元一点，交叉一点

有没有全世界的开放信息源列表都集合在一个地方，然后这个源还是有专家和业余专家维护的。然后并不是所有人都知道的。我想起来了 github上的onsint清单 （这个算是作弊，因为以前上过信分老版本，不过也不算作弊因为这个在信分工具箱里写了）

image.png

这个清单列出了开放互联网里不同领域的各种信息源，举个例子，问答网站有7个。假如在做信息交叉验证的时候，可以从这7个问答网站里查找同样的问题，甚至和这个清单里的所有其他搜索引擎 不同国家的 不同语言类型的，去做交叉验证，可能比只用百度和谷歌搜出来的结果丰富和靠谱很多。

image.png

这个清单之所以靠谱，是因为github上活跃的人群信息素养、整体质量就很高，在这样一群已经筛选过的人的维护下这个清单质量不会很差，另外由于这是一个开源社区，每个人都可以贡献自己的力量

那些在水下的信息

有一些话、小道消息或者说重要的信息，你可能只能在1对1面对面聊天、1对1线上聊天、五六个人以内的包厢小饭局、10个人左右或以内的小小群里看到。

所以第三个信息源靠谱信息源就是要聚焦在这些你线上都找不到的地方。从你身边的专家、大佬那获取高质量的信息。举个例子，曾经在一个六七个人的包厢饭局，听到了一个国家安全领域的很高级的专家老爷爷吹牛说用一些什么方法提前锁定对社会安全有危害的人以及怎么解除一些反侦察之类的。听下来其实用到了很多网络科学的方法，当时觉得原来网络科学还可以这么用。

另外，假如你身边有这些信息分析相关领域的专家，可以直接让他给你推荐靠谱的公众号和人，比你自己找的效率会快很多，你找了几个小时，不如人家花几秒钟给你发三条微信消息。这也是阳老师以前说的 “人大于信息”的一种体现。

至于怎么和专家建立联系，成为朋友。好像是另外一个话题，阳老师也介绍过很多方法，可以成为门下走狗、自己输出作品让别人看到你、参加课程、自己成为专家、参加本地同城面对面的主题活动、让认识的人引荐推荐带着玩、自己创建社群等等等…

思考：

为什么这3个信息源靠谱？简要说明

已经在过程中说明。

复盘:

知识点清单：对哪些知识点有了新的认识

终于这一版作业改完，没有感觉那么无趣了。有趣度提升了不少。

但是这一版作业有个问题，有些事情没有那么快，如果现在有现成的专家朋友是很快，但是如果没有专家朋友的话，获取专家朋友的时间成本也比较高。订阅早期文章 早期公司也有个前提就是需要对现在的行业先要建一个全局，不然订阅什么学术关键词都不知道，这些也花时间。。所以看来基础的建全局是必不可少的，我的这几个信源适合在已经建立了信息分析行业基础的认识之后，长期跟踪适合使用的信源。。

第一遍作业

结果:

  • 3个信息分析最靠谱的信息源是…

    • United States Intelligence Community

    • American Society for Information Science and Technology

    • RAND CORPORATION，兰德公司

    • 丁爸 情报分析师的工具箱

过程:

检索思路与操作路径

首先思考，先从1 学术和2 社会影响力比较大的大V 的这两个角度思考。在这两个领域里应该都有较为完整的脉络和全局，学术可能更底层，框架完整和先锋一点，社会影响力较大的应该是一些知名机构、知名公司 以及靠信息分析赚到钱的公司和组织。

学术方面

  • 首先去谷歌学术上搜一下，然后去知网上搜一下

看一下 信息分析对应的学术词汇，然后根据这个学术词汇看有没有大牛线索，和核心期刊。

谷歌学术搜 information analysis

推荐了一些关键词

点了几个在前面的链接，感觉这个词太大了，有很多不同的角度的信息分析的文章

比如医疗角度，计算机系统角度，会计角度等等。需要一个更加精准定位相关学科的关键词。

直接从谷歌学术搜，效率有点低。就不继续点了。

翻看前面几个文章的时候，想起来可以直接用谷歌搜一下信息科学这个上义词，

information 打完，谷歌就自动推荐了 information sciences

第一条是一本期间

information sciences

看了一下这本期刊，是一本影响力比较大的核心期间，在数学、计算机科学等等学科里都能排在前10%。

这个应该是一本含金量比较高的期刊，然后顺手点开了 information science的维基百科词条。

确实这个学科里包含了 people generate use and find information.

信息分析的内容包含 人们使用和寻找信息的过程，所以是在信息科学的范畴里。

暂时把这个期刊列为一个可靠信息源。

维基百科词条下有一个链接

列出来了一些期刊名字，应该找一个地方看一下这里哪3本比较核心。

然后维基百科的链接里还给了一个组织的链接，因为维基百科页面引用了该机构官网关于什么是信息科学的介绍。

https://www.asist.org/about/what-is-information-science/

这个协会应该是一个很权威的协会，把这个放到社会影响力那里去。待会儿在研究

American Society for Information Science and Technology

先继续期刊那条线，在sci journal网页里有一个评价期刊引用指数的查询地址，

把上面那些期刊都查询了一下

查询了一下

https://www.scimagojr.com/journalsearch.php?q=Journal+of+Information+Science

搜了两个期刊的排名，发现选期刊作为核心信源有个bug，就是我没搞清楚信息分析到底是在哪个学科底下，哪个关键词最能描述 是information system 还是 librarr and information science， 感觉这两个词都不是很像。。。

然后想起来，关键词应该还是找错了。

想起了课程组推荐的书，情报分析，封面上的关键词是 intelligence analysis

重新用intelligence analysis 搜一下，果然，谷歌学术看起来的这个结果离我需要的明显离得更近了。但是简单搜了下，我发现我无法分辨出来这个关键词，如何与核心期刊相关性关联起来。。。打算放弃这条路了，对学术分析还是非常非常不熟悉。打算从小白的角度再找找。

再用这个intelligence analysi关键词看一下维基，但是这个词的维基远不如 information analysis 丰富。主要是在说怎么做分析。没有太多有效能链接到核心机构和核心期刊的关联信息。

然后我想起来不如用关键人来定位关键协会和组织，搜了下《情报分析心理学》作者，Richards Heuer，发现他是CIA的雇员，由于情报分析这个话题涵盖范围里包括一些敏感话题，我感觉能够公开发布信息的组织可能也非常少，或者大家都是比较低调。Richards Heuer除了得了CIA的奖，在社会上还得过2个奖，International Association for Intelligence Education (IAFIE)、International Association of Law Enforcement Intelligence Analysts (IALEIA)的奖。这两个一个是情报分析教育，一个是法律情报，都是情报分析的分支或者部分。

现在感觉，这个具体的分支由于其话题的敏感性，在学术和协会上，不太会有太多信息暴露出来，只能用这个情报分析的上义词，信息分析，定位到信息科学领域的一个学会。

American Society for Information Science and Technology

学术就找到这里了。。感觉不是很成功。一开始的路就不是很对，然后由于对学术领域实在是太不熟悉了，不像商业那样，几个基本的数据库一查大概信息就都清晰了，自己也知道去哪里找。这次信分课要好好积累下学术搜索的习惯和知识。

社会影响力方面

  • 直接用关键词组合 去寻找 关键协会 关键人物 关键文章

谷歌 intelligence anaylsis ，第一条结果是 RAND CORPORATION，兰德公司。结合之前也在其他地方看到过，所以这个公司列为权威公司之一。

然后翻到了一个政府网页，底部介绍看起来很高级。于是去看了一下这个组织。发现很牛逼，他们直接汇报给美国总统，连CIA都是他们下属的分支机构，然后看了一下历史，确实是很厉害，最早可以追溯到1882的海湾战争。。

国内的话，搜了一下 情报分析 关键词，发现微信里排名靠前的文章，主要是跟军事、国家战略资源相关的一些内容，可能还是因为情报分析 这个关键词的属性。

发现了一个还可以的公众号排在前面，丁爸 情报分析师的工具箱， 翻看了一下其几篇文章，发现阅读量在2000多的比较多，推测其订阅用户数量比较高，尤其是在现在微信流量很少了的情况下。其内容看起来质量也还可以，虽然很多主题还是在军事、侦查、国家战略资源信息等。但是其中介绍了一些不错的方法和工具，也可以给其他领域启发。可以列为一个优质信息源。

思考：

为什么这3个信息源靠谱？简要说明

  • United States Intelligence Community 国家级情报机构，多个知名情报机构的管理组织。但是由于是机密信息比较多，可能并不会有很多报告发出来，但是他们的官网确实会发一些报告，可以给大众看的。

  • American Society for Information Science and Technology 协会看起来是一个成立时间长，影响力广泛的协会，维基百科的信息分析的定义都从这个网站摘抄。。（不过这个还需要交叉验证）

  • RAND CORPORATION，兰德公司。在国际上有比较大的声望。

  • 丁爸 情报分析师的工具箱 公众号主要是看影响力初步内容质量的判断。

复盘:

完成作业过程中有哪些疑惑

  • 在最后的时候，想起来学术角度，我的搜索开启方法太蠢了。其实有一个方法可以快速定位在世的最好的专家，比如找这个专业的排名榜单和知名实验室，然后定位到这个学校这个专业的系主任和大牛，基本上就是可以看出来现在的核心学术专家网络了。但是这个可能以前没有形成肌肉记忆。但是其实一开始没有想打应该从什么专业入手，但后面看着看着知道了，下图是美国政府的情报网站的招聘启示，显示了背景要求和工作方向，从这个能推出应该去看什么专业什么学校，以及工作方向上信息分析主要分为 军事领域 科学技术领域 经济领域 地理信息领域等等

知识点清单：对哪些知识点有了新的认识

没看课直接写的作业，等看完了课再复盘一下我的作业可以怎么写。

好习惯清单：有哪些好的工具、网站、求解习惯可以列入自己的清单，或者别的同学的好的复盘习惯

等看完别的同学的作业，再添加一下同学的。

不过这次搜下来，我印象比较深刻的是，还是人相关的信息比较好搜啊。人可以串起来很多东西，而且即便是找一个学科的知识，比如一个组织需要什么样的人，也是一种人相关的信息，可以从这个角度去切找什么学术方向。一开始没有想到这个。

参考对比同学的作业，有哪些改进点？

建议点评上一位同学的作业。

Changelog:

  • 2022年04月17日10:34:23 有同学反映我app 名字写错了，订阅学术期刊的那个叫researcher。。

  • 2022年04月15日12:25:55 新增了顶部的反思

  • 2022年04月13日10:26:36 又写了一遍作业

  • 2022年04月12日10:43:22 创建初稿 发布第一遍作业