数据素养教育 - 浙江大学信息化服务.pdf

数据素养教育 ——大数据时代高校图书馆的新使命 沈利华 2016年4月 目录 01 大数据时代的科研与服务 02 数据素养内涵 03 数据素养教育现状 04 高校图书馆数据素养教育策略 大数据时代的 科研与服务 大数据时代 大数据有多大？ 淘宝网站每天有超过数千万笔交易，单日数据产 生量超过50TB 百度公司目前数据总量接近1000PB，每天大约 要处理60亿次搜索请求 根据赛门铁克公司的调研报告，全球企业的信息 存储总量已达2.2ZB（1ZB等于1000EB），年增 长达67％ 麦肯锡全球研究院（MGI）预测，到2020年， 全球数据使用量预计达到35ZB 大数据时代的科研范式 • 什么是科研范式？ – 1962年美国著名科学哲学家托马斯•库恩（ThomasSamuelKuhn）在《科学 革命的结构》一书中阐述了范式的概念与理论，认为范式就是一种公认的模型和 模式 ，是常规科学的理论基础和实践规范，是研究者在从事科学研究时共同遵守 的世界观和行为方式，是共同接受的一组假说、理论、准则和方法的总和。 • 科研范式的演变 实验法 理论科学 计算和模拟 数据密集型计算 • 第一范式：人类早期，利用经验描述自然现象； • 第二范式：数百年以前，利用理论模型进行研究； • 第三范式：数十年以前，模拟复杂现象的科学计算研究； • 第四范式：数字化科研背景下，直接基于科学数据进行科学探索的研究方法 大数据时代的科研范式 • 科学研究的第四种范式——数据密集型计算 – 07年1月11日，美国国家研究理事会计算机科学与通讯分会， GimGrey首次提出“e-Science：一种科研模式的变革” – 09年10月微软发布论文集《e-Science:科学研究的第四种范 式》  研究对象——科学数据  主要特征——数据依靠信息设备收集或模拟产生，依靠软件处理， 用计算机进行存储，使用专用的数据管理和统计软件进行分析。 • 数据驱动的科学研究范式，科学数据是e-Science的核心 大数据时代的科研范式 • 科学数据的含义： 科学研究过程中产生的一切以数字格式存在的对象 – 包括由各种探测器、高性能计算机模拟、高端仪器设备等产生海量、原生的科学 数据，不仅包含实验观测结果 ，还包括科研活动中各方面的因素 （如科研人员、 科研仪器，科研过程（科研工作流）和管理机制），以及科学研究对象以计算机 仿真和模拟分析等方式产生的数字表达等。 • e-Science的特点： – 基本活动：数据的采集（获取）、管理和分析 – 密集型数据及其相关技术成为科学研究的基础设施 科学数据的有效管理和共享成为科学研究的重要组成，数据素养成为 科研人员必备的创新能力 科学数据服务 • 数据成为服务的核心 ——数据成为研究的基础要素，数据及与数