数据密集型科研环境下的科研数据管理框架研究-数字图书馆论坛.pdfVIP

资源与服务 数据密集型科研环境下的科研数据管理 框架研究* 彭鑫，邓仲华 （武汉大学信息管理学院，武汉430072） 摘要：随着科学研究第四范式概念的不断深入，科学研究越来越依赖于从大量科研数据中发现新的知识 和科学规律，科研数据的管理成为科学研究第四范式发展面临的首要问题。通过文献调研，梳理数据密集型科 研环境下科研数据的特征，分析科研用户对科研数据管理的具体需求，并梳理科研数据管理各阶段的具体任 务，基于此提出科研数据管理框架。结合国内外实践现状，对科研数据管理框架的发展提出建议，为科研数 据管理平台或工具的开发提供借鉴和参考，对解决数据密集型科研环境下缺乏数据管理工具的困境具有一定 意义。 关键词：数据密集型科研环境；第四范式；科研数据管理 中图分类号：G250 DOI ：10.3772/j .issn .1673-2286.2017.07.011 随着大数据时代的来临，数字化程度加深，科学 数据（如遥感学、地理学、社会经济学等领域的观测数 研究进入数据密集型科研环境。科研数据不仅是科研 据）、实验室仪器设备产生的实验数据（如光谱图像、 活动的产物，还是科研活动开展的基础。科学研究越 基因序列等数据）、仿真数据以及Ｗeb 数据。科研数据 来越依赖于对大量科研数据实时、动态地监测和分析 迅速增长并大量积累，来自不同学科领域不同类型的 [1] 来解决各种科学问题，第四范式应运而生 。第四范式 科研数据，共同构成数据密集型科研环境。科研数据 又称作数据密集型的知识发现，借助数据工具和计算 具有大数据的一般特征：（1）数据来源广泛、分布分 机技术进行建模、分析以发现新的知识或科研规律。 散，包括高校实验室、机构库、学科库、政府数据库及 • 吉姆格雷提出E - Scien ce环境和科学研究第四范式的 互联网等；（2 ）数据体量巨大，海量历史数据不断积 概念，指出数据密集型环境下科学研究缺乏数据管理 累，且呈PB级别动态增长；（3）数据结构多样，结构化 [2] 和分析工具的现状 。随着科研数据大量积累，面对大 与非结构化数据混合；（4）数据价值性，科研数据具有 量、分散、结构多样的科研数据，科学研究第四范式的 研究价值和使用价值。相较一般的大数据，科研数据对 发展面临多方面挑战。科研数据的价值日益凸显，科 时效性要求较低，更强调从大量、积累的科研数据中演 [3] 研范式的转变以及对科研数据开放获取的需求增加， 化和发现新的科研规律或知识 。因此，科研数据又呈 使得有效的科研数据管理成为亟待解决的问题。 现一定的特殊性：（1）学科差异性，不同学科领域数据 体量、数据结构、数据形式等方面具有较大差异；（2 ） 1 数据密集型科研环境下科研数据管理 学科交叉性和关联性，数据通常涉及多个学科领域， 对跨领域、跨机构、跨数据库的数据融合提出新要求； 1.1 科研数据及特征分析 （3）历史积累性，大数据环境下强调数据的动态实时 性，而数据密集型科研环境下更注重数据的历史积累 科研数据指人类从事科研活动所产生的原始观测 和数据体系的完整；（4 ）准确性和完整性，科研数据 * 本研究得到国家自然科学基金项目“大数据环境下面向科学研究第四范式的信息资源云研究” （编号资助。