网络大数据——复杂网络的新挑战：如何从海量数据获取信息？.pdfVIP

第l期 网络科学热点问题荟萃 7 网络大数据 复杂网络的新挑战：如何从海量数据获取信息? 周 涛 r电子科技大学互联网科学中心 成都 610054) doi：lO．3969j／．issn．1001·0548．2013．O1．004 2012年3月，奥巴马政府公布了 “大数据研发计 力和数据采集能力的提升，处理全体数据将成为趋 划”，美国国家科学基金会、国防部、能源部、国 势，但抽样仍然是 目前处理海量数据问题的一种常 家健康研究所、地质勘探局和国防部先进研究计划 用方法，而网络抽样不同于从一堆数中抽样去逼近 局六个联邦部门和机构共同投资2亿美元，致力于提 原始分布，后者有明确的最优 目标，前者则无章可 高和改进人们从海量和复杂的数据中获取知识的能 循——什么样的网络抽样才算是好的呢?应该用什 力。这是美国1993年宣布 “信息高速公路”计划后 么方法抽样呢?抽样误差如何估计呢?大数据之间 又一次重大科技发展部署。2012年5月，我国召开第 需要通过关联和交叉复用展现出’l+l2的价值，以网 424次香山科学会议，这是我国第一个以大数据为主 络科学的语言来做比喻，就是希望破译 “人人网” 题的重大科学工作会议。中国计算机学会、通信学 里面的某A就是 “中国移动手机通讯网络”中的某B， 会等于今年分别成立了 “大数据专家委员会”。国 并且分析两个网络之间到底存在多少结构和功能的 家 自然科学基金委员会2013年的 《项 目指南》中， 关联性。另外，可视化展示能够帮助科学家快速从 大数据成为最热门关键词12012年12月l3日，中关 大数据中验证科学猜想并获得新的科学发现，大规 村成立大数据产业联盟，由云基地、联通、用友、 模网络的可视化也已被认为是一种有助于理解和分 联想、百度、腾讯、阿里巴巴等企业组成了第一批 析网络的有效方法。 理事单位。 除了上述提到的一些共性问题外，此处我们着 数据量的激增带来了很多共性问题，譬如数据 重介绍两个网络大数据独特的问题：一是预测问题， 的可表示、可处理和可靠性问题等等。与此同时， 二是图的快速算法问题。 各学科 自身也有各具特色的大数据问题。网络科学 预测是大数据最核心的科学问题。目前学术界 既是以网络为研究对象的一门有数百年历史的专业 主要关心两类预测问题，一是趋势预测，二是缺失 性很强的学科，又是众多学科中不同研究对象的统 信息预测。趋势预测是指通过事物的一些基本属性 一 抽象的表达方式，其所遭遇的问题和挑战往往特 信息和早期的态势分析，预测事物发展的轨迹和最 别典型、特别重要 !目前万维网具有超过万亿的统 终影响力 【。这样的例子很多，譬如通过分析社交 一 资源定位符(URL)，Facebook有lO亿节点和千亿连 网络中注册一个月的用户的行为以及这些用户与其 边，大脑神经元网络有数百亿节点，中国三大运营 他用户的互动，预测哪些用户将来会成为很有影响 商的手机通讯网络无一不拥有数亿用户……如何处 力的用户；通过用户一商品二部分图中产品的早期表 理超大规模的网络数据，已经成为学术界和企业界 现，例如一首新歌或一个新歌手上线一周的情况， 亟待解决的关键科学技术问题。