大数据的研究体系与现状详解.pdfVIP

Research Development 研究与开发 大数据的研究体系与现状 靳小龙 王元卓 程学旗 中国科学院计算技术研究所 北京 100190 摘　要 阐述大数据在基础理论与关键技术两个层面的重要研究问题，包括大数据复杂性的解析、大数据计算模 型、多源异构大数据的融合与表示、大数据建模与理解等，并针对问题逐一简要介绍了相应的研究现状。 关键词 大数据；数据复杂性；内容建模；语义理解 10倍以便适应这一增长。2)大数据类型繁多，包括结 引言 构化数据 半结构化数据和非结构化数据 现代互联网 、 。 近年来 ，大数据迅速发展成为工业界、学术界甚 应用呈现出非结构化数据大幅增长的特点，至20 12年 至世界各国政府高度关注的热点 自然(Nature) 和 末，非结构化数据 占有比例达到整个数据量的75% 以 。 《 》 上 3)产生速度快 处理能力要求高 根据IDC的 数 科学(Science) 等杂志相继出版专刊来探讨大数据 。 ， 。 “ 《 》 字宇宙(Digital Universe) 报告 预计到2020年 全球 带来的挑战和机遇。著名管理咨询公司麦肯锡声称 ， ” ， ， 数据使用量将达到35.2ZB 在如此海量的数据面前 处 数据已经渗透到当今每一个行业和业务职能领域 成 ， ， “ ， 为重要的生产因素 人们对于大数据的挖掘和运用 预 理数据的效率就是企业的生命。大数据往往以数据流的 。 ， 形式动态 快速地产生和演变 具有很强的时效性 只 示着新一波生产力增长和消费者盈余浪潮的到来”。在 、 ， ， 有把握好对数据流的掌控才能有效利用这些数据 4)数 这样的背景下，美国政府2012年宣布投资2亿美元启动 。 大数据研究和发展计划 这是继1993年美国宣布 据真伪难辨，可靠性要求更严格。大数据的集合和高密 “ ”， 度的测量将令 错误发现 的风险增长。斯坦福大学 “ ” 信息高速公路 计划后的又一次重大科技发展部署 “ ” 。 美国政府认为大数据是 未来的新石油 一个国家拥 的统计学教授Trevor Hastie称，如果想要在庞大的数据 “ ”， 干草垛 中找到一根有意义