图书管理与情报专业是融合信息科学、管理科学与技术科学的交叉学科，核心聚焦于信息资源的采集、组织、存储、检索、分析与服务全过程。随着数字化转型加速，该专业已从传统图书馆管理拓展至大数据治理、人工智能辅助决策、知识图谱构建、数字人文、情报分析与战略情报等领域。
从“图书情报”到“信息管理与情报工程”，再到“图书情报”一级学科下设图书情报专业学位（MLIS），专业内涵持续深化：传统文献管理→数字资源治理→智能知识服务→数据驱动决策支持。当前核心能力要求涵盖：
图书情报（专业代码：125500）为专业学位硕士，属管理学门类，可授硕士专业学位；图书情报学硕（专业代码：120501）属一级学科图书情报与档案管理下的二级学科。
MLIS强调应用能力：信息分析、情报服务、数字图书馆建设、知识管理项目实操；学硕侧重科研能力：情报学理论、信息组织模型、学术评价方法研究。
核心课：《情报分析与预测》《信息组织原理》《数字图书馆技术》《数据挖掘与知识发现》《信息政策与法规》《知识产权管理》《大数据处理技术》《用户行为与信息检索》《竞争情报与战略决策》
图书情报专业在全国高校布局呈现“强校引领、区域均衡”特征。根据软科2023学科排名，第一梯队为武汉大学、南京大学、北京大学、中国人民大学、浙江大学、吉林大学；第二梯队包括四川大学、中山大学、南开大学、上海大学、南京农业大学、中国科学院大学等。
地域上，华东地区（江苏、浙江、上海）院校密集，中西部以武汉、西安、成都为重心。2023年全国共有62所高校招收MLIS，较2019年新增17所，其中985/211院校占比达42%，体现“双一流”建设对专业发展的强力支撑。
年MLIS全国总招生人数约2,800人，较2018年增长38%。其中武汉大学（320人）、中山大学（285人）、南京大学（260人）位居前三。报考热度持续上升：2023年报录比平均为12.6:1，较2019年（9.3:1）显著提升。
跨专业报考比例达37%，主要来源为信息管理与信息系统、计算机科学、档案学、图书馆学、新闻传播、经济学等专业，反映专业交叉性与人才需求的复合化趋势。
根据2023年《全国MLIS毕业生就业质量报告》，主要去向为：党政机关信息中心（28%）、大型互联网企业（25%）、高校图书馆（18%）、国有企事业档案与知识管理部门（15%）、数据咨询与情报服务机构（12%）。
起薪中位数：一线城市12-15万元/年，新一线8-11万元/年。3年经验后，情报分析师、数据产品经理、知识管理专员等岗位平均年薪达22-35万元，头部企业资深岗可达50万元以上。
远程借阅、虚拟参考咨询需求激增，推动数字图书馆与线上情报服务成为研究热点，报考人数首破2万人。
教育部推动图书情报与人工智能、数据科学交叉融合，多校增设《大数据情报分析》《知识图谱应用》课程，跨学科报考显著增加。
逻辑、数学、写作分值比重微调，强化信息分析能力考查；部分院校增设“数字人文”方向，吸引人文背景考生。
大模型对信息检索、文本摘要带来颠覆性影响，专业研究转向“人机协同情报分析”，相关课题论文增长210%。
《个人信息保护法》《数据安全法》实施，推动“隐私保护型信息检索”“合规情报分析”成为新研究方向，报考门槛提高。
技术融合加深：AI、区块链、元宇宙技术深度介入专业核心课程；② 服务场景泛化：从图书馆向企业战略情报、政府舆情监测、医疗健康信息管理延伸；③ 考试内容升级：MLIS联考增加“信息伦理与法规”模块，学硕强调实证研究方法训练；④ 就业多元化：数据治理工程师、知识架构师、情报工程师等新岗位涌现。
全国统考科目：① 199管理类联考综合能力（200分，含数学75+逻辑60+写作65）；② 204英语二（100分）。部分院校加试《信息管理基础》或《情报学概论》。
学硕（120501）考试科目：① 101思想政治理论；② 201英语一；③ 712信息管理基础（含图书馆学、情报学）；④ 812信息分析与研究（含数据挖掘、用户行为分析等）。
图书情报专业学位采用全国统考科目，逻辑与写作占比45%，数学仅占37.5%，凸显“重思维、轻计算”特点。
逻辑推理（60分）：形式逻辑（30%）、论证逻辑（50%）、综合推理（20%）。高频考点包括：削弱/支持型论证、必要条件推理、类比推理、概率统计推理。建议使用《MBA/MEM/MPA/logic逻辑精点》系统训练。
写作（65分）：论证有效性分析（30分）+论说文（35分）。前者需识别5类常见逻辑漏洞（如以偏概全、因果不当、类比不当等）；后者要求围绕“管理伦理”“创新治理”“信息公平”等主题展开。近年真题示例：
年论说文题：“某图书馆推行‘零门槛’开放政策，允许流浪者入馆休息。有人认为这是城市文明的体现，也有人担忧影响阅读环境。请评析。”——考查公共政策中的公平与效率平衡。
信息管理基础（学硕712）涵盖：
信息分析与研究（学硕812）聚焦：
%院校要求加试，常见题型包括简答、案例分析、论述。以下为高频考点：
《情报学概论》：情报生命周期模型、情报检索策略（布尔逻辑、截词检索）、竞争情报收集渠道（公开源情报SOI）、情报分析流程（问题定义→数据采集→处理→解释→交付）。
《信息管理基础》：数字资源长期保存策略（OAIS参考模型）、知识服务模式（个性化推荐、学科服务）、开放获取运动（DOAJ、arXiv）、数据治理框架（DAMA-DMBOK）。
典型案例：分析“国家哲学社会科学文献中心”如何实现知识服务创新——需结合开放科学、语义标注、用户行为分析等维度作答。
根据对50所高校近3年专业课真题分析，高频考点TOP5：
特别提示：2024年新增考点——AIGC对信息真实性的影响（深度伪造信息识别）、生成式AI在情报摘要中的应用边界。
计算机、数学背景考生：强化图书馆学基础（《图书馆学概论》）、情报学理论（《情报学基础》）；管理、人文背景考生：补足数据处理基础（Excel高级函数、SPSS基础）、编程入门（Python数据处理库pandas）。
推荐学习路径：① 精读《信息管理基础》（张晓林版）；② 实操VOSviewer绘制共现网络图；③ 分析CNKI高被引论文的主题演化。
基础阶段（3-5月）：建立知识框架，通读指定教材，完成思维导图；英语背核心词汇3000词；逻辑掌握基础推理规则。
强化阶段（6-9月）：真题精练（近10年），错题归因分析；专业课专题突破（如引文分析、用户行为模型）；参加线上模拟考。
冲刺阶段（10-12月）：全真模考（严格计时）；押题聚焦（政策热点+高频考点）；心理调适与时间管理。
形式逻辑：掌握18条推理规则（如三段论、逆否命题）；② 论证逻辑：识别7类常见漏洞；③ 综合推理：训练图表信息提取能力。
每日训练：1组形式逻辑+1篇论证分析+1道综合推理，持续60天效果显著。
论证有效性分析：快速定位5个漏洞（数量不足、样本偏差、因果倒置、类比不当、概念混淆）；② 论说文：建立“问题-原因-对策”结构；③ 积累10个高分模板（如“科技向善”“数据治理”主题）。
每周精写1篇，找学长批改，修改3遍以上。
关键词串联法：如“情报分析流程”记为“定-采-处-释-送”；② 案例反推法：从“国家情报局年度报告”反推知识应用；③ 时间轴对比：比较传统情报学与大数据情报学的异同。
周一：逻辑（形式逻辑3h+论证分析2h）｜周二：英语（阅读2h+单词1.5h）｜周三：专业课（信息组织3h+情报学2h）｜周四：逻辑（综合推理2h+写作1h）｜周五：英语（完型+新题型2h）｜周六：模考（上午199，下午专业课）｜周日：复盘（错题+计划调整）
注：每日有效学习时间6-7小时，保证30分钟运动与15分钟冥想。
必备用书：
在线资源：
高校MLIS培养方案要求必修实践课程（如《信息分析实践》《数字图书馆项目实训》），且90%的招生导师优先录取有实习经历者。实践能力直接关联就业竞争力——企业更看重“能解决真实问题的人”。
图书馆资源建设部实习：参与中文图书分类标引（中图法）、数字资源元数据编辑、读者荐购系统优化——掌握信息组织全流程。
情报研究中心项目：如“高校学科竞争力分析”项目，需收集ESI数据、Scopus引文数据，用VOSviewer绘制学科知识图谱——训练数据挖掘与可视化能力。
数字人文实验室：参与古籍数字化项目，学习OCR识别、TEI编码、知识图谱构建——拓展技术边界。
互联网企业：腾讯“数据治理实习生”、阿里“知识图谱开发助理”、百度“信息检索算法支持”——接触亿级用户行为数据。
专业机构：中国科技信息研究所“科技情报分析员”、万方数据“内容运营”、艾瑞咨询“行业研究助理”——学习标准化情报产品生产流程。
政府单位：省级政务数据局“数据资源管理”、图书馆“信息咨询馆员”——理解公共信息政策落地实践。
实习建议：优先选择能产出可展示成果的岗位（如完成1份竞品分析报告、优化1个检索接口），用于面试展示。
全国大学生信息检索大赛：考察真实检索任务（如“如何快速定位某领域前沿文献”），培养问题拆解能力。
中国数据挖掘大赛（CCDM）：聚焦商业情报场景（用户分群、流失预测），团队协作实战。
开源项目贡献：在GitHub参与Zotero插件开发、OpenSearch相关项目——展示技术能力与社区意识。
案例：2023年某考生在GitHub开源“学术文献自动摘要工具”（Python+BERT），被3所高校情报中心采用，成为面试亮点。
如何设计一个有深度的实践项目？以“高校图书馆读者行为分析”为例：
输出成果：1份15页分析报告+1套可视化图表+10分钟汇报PPT——可直接用于复试展示。
不绝对。MLIS近年37%生源为跨专业，优势在于：① 计算机背景强于编程与系统设计；② 人文背景长于文本分析与用户理解。关键在补足核心知识体系——建议入学前完成《信息管理基础》《情报学导论》自学，并完成1个小型项目验证能力。
MLIS毕业生平均年龄26岁，但30+考生占比12%（多为体制内深造）。优势在于：工作经验助于理解情报服务场景；劣势是记忆力下降。建议选择“非全日制”项目（如武大、中山），利用周末学习，工作实践反哺学业。
查研究方向：是否匹配兴趣（如AI情报、数字人文）；② 看项目：是否有国家社科基金/自科项目，经费充足度；③ 问学生：毕业去向（ academia还是industry？）；④ 避雷：慎选“挂名导师”（不指导、不改论文）。
技巧：邮件联系时附上1页研究计划（1000字），展示专业思考深度。
专业课笔试：多为开卷，重点考应用能力（如“设计一个高校学科服务方案”）。建议携带自制思维导图与案例集。
综合面试：常见问题包括：
英语面试：多为专业文献翻译（200词内），如摘要段落。提前准备自我介绍（1分钟）+常见问题应答（如“为什么选我们学校？”）。
时间线：4月8日开放系统，24小时内需确认接受。优先选择“本校调剂”或“B区强校”（如云南大学、内蒙古大学）。
信息收集：① 关注研招网“调剂意向采集服务系统”；② 加入院校调剂群，获取内部名额；③ 电话联系招生办确认缺额。
文书技巧：调剂申请信需突出：① 专业匹配度（课程/技能）；② 实践成果（项目/实习）；③ 发展潜力（读研规划）。
真题库：中国考研网“MLIS真题专题”（含42校15年真题）；易搜职考网“真题解析”栏目（带标准答案与考点标注）。
文献库：国家哲学社会科学文献中心（免费下载CSSCI期刊论文）；arXiv.org（预印本情报学论文）。
工具：VOSviewer（免费）、CiteSpace（免费）、Zotero（文献管理）。
易搜职考网MLIS全程班（含逻辑精讲+专业课笔记+模拟考）；② 猎鹰教育逻辑专项班（形式逻辑+论证逻辑模块突破）；③ 武汉大学情报学夏令营（提前获取导师青睐）。
微信群：搜索“MLIS考研联盟”“图书情报考研互助”；② 知乎话题：#图书情报专硕；③ B站UP主：情报学老张（免费直播课）。
易搜职考网（每日真题+政策解读）；② 图书情报前沿（最新研究动态）；③ 知识管理研究（理论与实践结合）。
2024年3月：确定目标院校，购买教材，启动英语词汇积累；
2024年5月：完成第一轮专业课通读，建立知识框架；
2024年7月：暑期集训，强化逻辑与写作训练；
2024年9月：关注研招网报名，确认考试地点；
2024年10月：现场/网上确认，提交材料；
2024年12月：打印准考证，参加12月23-24日全国统考；
2025年2月：初试成绩公布；
2025年3月：复试/调剂准备；
2025年4-5月：复试、调剂、录取确认。