大数据知识服务的内涵、典型特征及概念模型.docxVIP

PAGE 1 PAGE 1 大数据知识服务的内涵、典型特征及概念模型  文章首先描述了大数据学问服务的内涵，具体分析了大数据学问服务的典型特征，并结合大数据学问服务模式下对各种类型大数据管理和处理需求，给出了大数据学问服务概念模型，最终指出大数据学问服务的实现需要解决大数据的可表示性、可处理性、可融合性及牢靠性四个关键问题。  1　研究背景  　　当前，科技创新模式、科学研究范式、学问形态、学问获取、学问交流及处理机制都面临着巨大的挑战，导致学问管理模式以及科技服务工作流的关键学问瓶颈发生重大变化，由此召唤适应将来大数据处理需求的新型学问服务模式的出现，促使信息服务形态从传统的学问分析型服务向学问预估型服务转型。移动互联网、传感网、云计算、物联网、可信计算等新兴信息技术的快速发展及数字信息环境的泛在化、移动化、智能化、虚拟化的发展趋势，特殊是海量结构化数据的复杂处理需求、海量半结构及非结构化数据多维度处理需求为探索新型学问服务模式，解决信息服务领域发展中面临的瓶颈问题供应了新思路与新挑战。  　　近几年，在科学研究、计算机仿真、互联网、电子商务等领域数据量呈现快速增长的趋势，数据成本的下降，类似于传感网络数据、移动互联网数据、社交网络数据等新兴数据源和数据采集技术的出现使得数据类型增多，而各类难以处理的半结构化和非结构化数据的出现又极大地增加了数据处理的难度，为了从这些数据中发觉学问并加以利用，必需对大数据获取、存储、组织、分析和决策过程进行深入研究，从中发觉具有前瞻性、挑战性和实用性的社会问题及科学问题，从而使得科学研究第四范式和新型学问服务范式的实现成为现实。  2　大数据学问服务的内涵及典型特征  　　2.1　大数据学问服务的内涵  　　大数据学问服务是为适应信息服务业智慧化、协作化、绿色化、先觉化和泛在化的发展趋势而衍生的一种基于网络（包括电信网、广播电视网、互联网、移动互联网等）的，用以解决结构化、半结构化及非结构化数据多维度处理的信息服务新模式，是嵌入式协作化学问服务模式的一种新发展，是现代信息服务理念的详细体现。伴随着RFID射频数据、传感网数据、社交网络交互数据、移动互联网数据渐渐成为将来大数据的几个主要来源，我们发觉，现有的信息服务模式及信息管理技术已经无法满意结构化、半结构化和非结构化数据的复杂处理需求，这一形势的发展使得数据量快速增长所带来的存储及计算能力的挑战，结构化、半结构化及非结构化数据的多维度数据处理需求，传统结构化数据管理模式与非结构化数据管理模式的有机融合等渐渐成为现阶段学问服务模式变革所面临的三大挑战。  大数据学问服务模式强调学问、能力、资源和过程以服务的形式进行有机融合，并基于网络自由流通，对大数据获取、存储、组织、分析、决策和显示等根据“将计算推向数据，而不是移动数据”的策略，实现大数据学问服务体系中的学问动态协调构建、能力智慧管理、资源按需使用、过程智能掌握。大数据学问服务体系是大数据生态系统中最重要和核心的内容。一方面，全球将近87.5%的数据未得到真正利用，85%以上的是非结构化数据和半结构化数据，传统学问服务模式仅仅能够供应微小部分数据给用户有效地使用，并且能供应的数据处理服务也极其有限，就使得半结构化、非结构化数据难以得到充分利用，从而无法实现学问的横向扩展以及数据多维度、深层次的智能分析。通过大数据学问服务模式的引入，使得复杂的结构化、半结构化和非结构化数据处理变得可行和经济高效，从而实现学问横向扩展以满意急剧扩张的学问服务需求，可以在为用户供应大数据进行获取、存储、组织、分析和决策等服务的同时，为其供应结构化、半结构化及非结构化数据的常规、广度及深度分析、科技创新能力智能评价、学问服务竞争力分析、学问创新预估性分析、服务态势综述等高附加值服务。另一方面，为满意用户专业化、集成化、机敏化和个性化的学问服务需求，需要大数据学问服务平台供应高质量、低成本、可扩展、多维度和多粒度的学问服务。通过大数据生态系统的学问服务技术，可以实现对结构化、半结构化、非结构化大数据及学问服务资源的智能、敏捷的学问、服务能力、服务资源及服务过程的有效组合与分解，使其能够利用大数据、现有资源及学问服务能力形成不同维度、不同粒度、不同功能及不同类型的大数据学问服务组合，并按需供应给用户，以便最大限度地满意用户的大数据处理需求。  　　2.2　大数据学问服务的典型特征  　　与已有的信息服务模式相比，大数据学问服务模式和构建过程越来越趋向于个性化、自主化、虚拟化、智能化、透明化和体验化，学问创造模式、组织模式、传播模式和应用模式也呈现出规模化、集约化、数字化和网络化的趋势，在数字化、网络化、规模化和集约化等共性