肖 明 孔成果

（北京師范大學政府管理學院，北京 100875）

1 引言

網(wǎng)絡(luò)應(yīng)用的多樣化發(fā)展和社會生活的信息化構(gòu)建引發(fā)數(shù)據(jù)的爆發(fā)式增長，美國互聯(lián)網(wǎng)數(shù)據(jù)中心指出，互聯(lián)網(wǎng)上的數(shù)據(jù)每年按50%的速度增長，每兩年便將翻一番[1]。目前，人們關(guān)注的不僅僅是數(shù)據(jù)增長的量變，也更加重視數(shù)據(jù)增長的質(zhì)變，正是這種對數(shù)據(jù)價值的渴求催生了大數(shù)據(jù)時代的到來?！按髷?shù)據(jù)（big data）”可謂無處不在，政府部門、科技界、產(chǎn)業(yè)界均對其追捧不已。

為什么大數(shù)據(jù)會成為新時代的寵兒呢？一個顯見的解釋是：雜亂無章的龐大數(shù)據(jù)中蘊含著潛在的驚人價值。毫無疑問，大數(shù)據(jù)隱含著巨大的經(jīng)濟、社會、科研等價值，科學、有效地組織和使用大數(shù)據(jù)將給世界各國帶來前所未有的機遇。究竟什么是大數(shù)據(jù)？它與哪些技術(shù)手段相結(jié)合？它能夠應(yīng)用在哪些領(lǐng)域？它能夠解決什么樣的問題？筆者利用文獻計量學這一傳統(tǒng)的理論工具，以文獻及其引文作為研究對象，結(jié)合知識圖譜工具來描繪大數(shù)據(jù)研究領(lǐng)域的概況，探究大數(shù)據(jù)的發(fā)展歷程、應(yīng)用領(lǐng)域及其未來發(fā)展趨勢。

2 背景簡介

大數(shù)據(jù)一經(jīng)提出，便迅速引起了政界、商界以及學術(shù)界的濃厚興趣，競相投入大數(shù)據(jù)研究的浪潮中，部分國家甚至將大數(shù)據(jù)作為國家戰(zhàn)略，置于極其重要的地位。筆者將從以下3個方面來對大數(shù)據(jù)的研究背景進行簡要介紹。

①政府部門。2012年3月，美國奧巴馬政府宣布“大數(shù)據(jù)研究和發(fā)展倡議（Big Data Research and Development Initiative）”，將“大數(shù)據(jù)戰(zhàn)略”上升為國家意志[2]。歐盟（European Union）在大數(shù)據(jù)領(lǐng)域也不甘示弱，投入高達1億多歐元用于科學數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)，并將大數(shù)據(jù)列為Horizon2020戰(zhàn)略計劃的優(yōu)先領(lǐng)域之一[3]。聯(lián)合國（United Nations）也在2012年發(fā)布了大數(shù)據(jù)政務(wù)白皮書，認為通過對豐富的數(shù)據(jù)資源進行實時分析，可以幫助各國政府更好地響應(yīng)社會和經(jīng)濟運行，提高國家競爭力和民眾生活水平[4]。

目前，我國還沒有明確意義上的國家級大數(shù)據(jù)發(fā)展戰(zhàn)略，但種種跡象已經(jīng)表明，中國政府對大數(shù)據(jù)領(lǐng)域懷有濃厚的興趣。

②商業(yè)領(lǐng)域。2011年6月，全球知名的咨詢公司麥肯錫公司（McKinsey&Company）發(fā)布了一份名為《big data：the next frontier for innovation，competition，and productivity》的研究報告[5]。該報告對大數(shù)據(jù)的關(guān)鍵技術(shù)及其在醫(yī)療、公共、零售、制造業(yè)和個人定位等5個領(lǐng)域的應(yīng)用進行了詳細分析，并得出大數(shù)據(jù)可以在任何一個行業(yè)內(nèi)創(chuàng)造出更多價值的結(jié)論。

目前，國內(nèi)外眾多互聯(lián)網(wǎng)及社交網(wǎng)絡(luò)公司（如Google、Facebook、百度、騰訊等）也針對自身龐大的用戶數(shù)據(jù)信息展開相關(guān)大數(shù)據(jù)研究，發(fā)掘數(shù)據(jù)中潛在的商業(yè)價值，并取得了不菲的業(yè)績。

③學術(shù)領(lǐng)域。學術(shù)界也對大數(shù)據(jù)保持了較高的關(guān)注度。《Nature》《Science》等國際頂級學術(shù)刊物啟用?？瘉砀櫞髷?shù)據(jù)研究成果。早在2008年，Nature就洞悉了大數(shù)據(jù)的發(fā)展脈搏，開辟?？禕ig Data》[6]。2011年，Science推出《Dealing with Data》[7]專刊，這是Science第一個關(guān)于科學數(shù)據(jù)的?？?。中國計算機學會成立了專門針對大數(shù)據(jù)研究的大數(shù)據(jù)專家委員會，中國計算機學會（CCF）大數(shù)據(jù)專家委員會于2013年底發(fā)布了《2013年中國大數(shù)據(jù)發(fā)展白皮書與2014年大數(shù)據(jù)發(fā)展趨勢預(yù)測》報告，主要論述了2013年中國大數(shù)據(jù)的發(fā)展狀況。

3 概念與特點

3.1 概念

“大數(shù)據(jù)（big data）”術(shù)語的提出，可以追溯至Apacheorg的開源項目Nutch。當時，大數(shù)據(jù)是指用來描述為更新網(wǎng)絡(luò)搜索索引需要同時進行批量處理或分析的大量數(shù)據(jù)集。

然而，由于大數(shù)據(jù)本身是一個比較抽象的概念，在其定義這一問題上目前還沒有完全達成一致的認識。例如，Chris[8]等人（2012）認為：大數(shù)據(jù)是由巨型數(shù)據(jù)集組成，這些數(shù)據(jù)集的規(guī)模巨大到無法通過人工方式在可接受的時間內(nèi)達到采集、加工、整理并為人類所能解讀的信息，大數(shù)據(jù)必須借助計算機對其進行統(tǒng)計、分析，最終得出客觀結(jié)果。MIKE2[9]認為大數(shù)據(jù)應(yīng)該包含3個方面元素：數(shù)據(jù)集的復(fù)雜程度、數(shù)據(jù)所蘊含的價值量、利用縱向信息來輔助分析。

3.2 特點

作為一種海量、復(fù)雜的數(shù)據(jù)集合，大數(shù)據(jù)具有4個層面的特點，通常將其歸納為4V，即：Volume（規(guī)模性）、Velocity（高速性）、Variety（多樣性）、Veracity（真實性）[10]。其中，規(guī)模性要求大數(shù)據(jù)必須具有足夠的數(shù)據(jù)量，但它同時也強調(diào)數(shù)據(jù)的復(fù)雜性；高速性要求大數(shù)據(jù)必須具有高效的數(shù)據(jù)處理能力；多樣性說明大數(shù)據(jù)包含多種類型的數(shù)據(jù)；真實性強調(diào)數(shù)據(jù)的完整性和可信性，決策者能夠據(jù)此做出關(guān)鍵性決策。

4 研究方法

大數(shù)據(jù)的提出吸引了大批國內(nèi)外學者，他們對大數(shù)據(jù)的研究關(guān)注點主要集中在探尋其起源、技術(shù)手段、存在的挑戰(zhàn)、應(yīng)用價值等方面[5～7，11]。多方位的研究使得大數(shù)據(jù)的輪廓越發(fā)明晰，然而很少有學者從大數(shù)據(jù)這一學科領(lǐng)域的本身來全貌地展現(xiàn)其研究現(xiàn)狀，而這又具有非常重要的意義。為此，筆者從文獻計量學的角度結(jié)合知識圖譜工具來介紹大數(shù)據(jù)研究的歷史沿革，并對其國內(nèi)外研究狀況進行對比分析，力圖讓讀者更加清晰地了解大數(shù)據(jù)。

4.1 數(shù)據(jù)庫選擇

Web of Science（以下簡稱WOS）是ISI旗下的著名引文數(shù)據(jù)庫，其中包含SCI（科學引文索引）等知名索引庫，其權(quán)威性和文章質(zhì)量都有保證。利用WOS的引文數(shù)據(jù)可以有效揭示某一學科領(lǐng)域歷史概況、研究現(xiàn)狀、未來發(fā)展趨勢及其與其他學科研究的關(guān)系。正因如此，筆者以WOS作為國外大數(shù)據(jù)研究的數(shù)據(jù)源。

CNKI（中國知網(wǎng)）是目前全球資源規(guī)模最大的數(shù)字內(nèi)容出版商，其收錄的信息內(nèi)容經(jīng)過了深度加工、編輯和整合，并以數(shù)據(jù)庫的方式進行有序管理，具有較高的質(zhì)量保證。對于某一主題的中文文獻，CNKI收錄的數(shù)據(jù)比較全面，能夠很好地反映該主題的研究狀況。因此，筆者以CNKI作為國內(nèi)大數(shù)據(jù)研究的數(shù)據(jù)源。

4.2 可視化工具

本研究主要借助美國Drexel大學陳超美博士開發(fā)的引文可視化工具Citespace III[12]，對大數(shù)據(jù)的研究機構(gòu)和關(guān)鍵詞等進行可視化展示。

4.3 檢索策略

“大數(shù)據(jù)”是近年來逐漸進入公眾視野的新興概念，經(jīng)過初期的文獻預(yù)檢索發(fā)現(xiàn)，大數(shù)據(jù)是從2009年才開始逐步形成研究熱潮。因此，筆者以近5年（2009～2013年）來WOS和CNKI收錄的有關(guān)大數(shù)據(jù)的文章為研究對象，從文獻計量學角度來進行多方位的分析和研究。

在設(shè)置中外文數(shù)據(jù)庫的檢索條件時，將時間范圍統(tǒng)一限定為2009～2013年，時間跨度為5年，檢索時間是2014年3月15日。

外文文獻的檢索策略是：在WOS中以“TI=big data”作為檢索式，共計得到502條結(jié)果記錄。經(jīng)過數(shù)據(jù)預(yù)處理后，最終得到439條相關(guān)結(jié)果記錄。

中文文獻的檢索策略是：在CNKI中以“大數(shù)據(jù)”作為關(guān)鍵詞進行檢索，共計得到684條結(jié)果記錄，經(jīng)過數(shù)據(jù)預(yù)處理后，最終得到465條相關(guān)結(jié)果記錄。

5 結(jié)果分析

從圖1中可以直觀看出，國內(nèi)外刊發(fā)的大數(shù)據(jù)研究論文是逐年增長的，且國外的研究起步早于國內(nèi)。從2011年開始，大數(shù)據(jù)研究論文每年增幅達到100%以上，隨著云計算、物聯(lián)網(wǎng)等相關(guān)領(lǐng)域的快速發(fā)展以及大數(shù)據(jù)表現(xiàn)出來的巨大學術(shù)價值和商業(yè)價值，大數(shù)據(jù)研究也進入高峰期（2011～2013年），產(chǎn)出了大量文獻，為大數(shù)據(jù)研究的持續(xù)發(fā)展打下了堅實基礎(chǔ)。

圖1 WOS和CNKI的發(fā)文數(shù)量

5.1 高被引文章

筆者選取WOS和CNKI中有關(guān)大數(shù)據(jù)研究的被引頻次前15位的文章，分別介紹了其被引頻次、作者和文章名、發(fā)表時間、發(fā)表期刊（分別如表1、表2、表3所示）。

表1 WOS中被引頻次前15位的文章

表2 WOS中被引頻次前15位的文章統(tǒng)計

表3 CNKI中被引頻次前15位的文章

從一篇文章的被引頻次可以看出在該研究領(lǐng)域中該篇文章的重要程度以及其他學者對該篇文章的認可度，結(jié)合表1、表2和表3的數(shù)據(jù)，我們可以清晰地勾勒出國內(nèi)外大數(shù)據(jù)領(lǐng)域的研究概貌。

從表1的被引頻次可以看出，在國外有關(guān)大數(shù)據(jù)研究的文章中被引頻次最高的前3位都集中在2009年和2010年這兩年中，其中奠基作是Jacobs、Adam在2009年發(fā)表的《The Pathologies of Big Data》[13]。在這篇文章中，Adam結(jié)合美國人口普查數(shù)據(jù)庫，從數(shù)據(jù)庫規(guī)模的變化、數(shù)據(jù)庫的訪問速度等角度闡述了大數(shù)據(jù)所帶來的改變和影響以及大數(shù)據(jù)所面臨的問題。其他被引頻次較高的文章也嘗試從特定角度來論述大數(shù)據(jù)。例如，Murdoch、TB[14]（2013）以大數(shù)據(jù)在醫(yī)療中的應(yīng)用為例來介紹大數(shù)據(jù)對醫(yī)療行業(yè)的影響及其帶來的變革；Trelles、Oswaldo[15]（2011）則以我們是否已經(jīng)準備好迎接大數(shù)據(jù)的到來為主題進行分析研究。

表2對WOS中被引頻次前15位的文章的引用情況進行了詳細統(tǒng)計，其中h指數(shù)[16]為9說明這15篇文章中有9篇文章至少被引用9次，這也從側(cè)面佐證了這些文章的重要性。

從表3的被引頻次可以看出，我國有關(guān)大數(shù)據(jù)研究的被引頻次較高的主要集中在2011年和2012年。王珊等人[17]（2011）為了滿足大數(shù)據(jù)分析的特點，設(shè)計了適合大數(shù)據(jù)分析的數(shù)據(jù)倉庫架構(gòu)，從技術(shù)角度闡述了大數(shù)據(jù)環(huán)境下給數(shù)據(jù)分析處理帶來的變革和挑戰(zhàn)。覃雄派等人[18]（2012）主要從技術(shù)層面分析了大數(shù)據(jù)環(huán)境下數(shù)據(jù)管理面臨的挑戰(zhàn)以及相應(yīng)的技術(shù)革新。李國杰等人[3]（2012）分析了在科技及經(jīng)濟社會的發(fā)展中大數(shù)據(jù)研究與應(yīng)用面臨的問題和挑戰(zhàn)，并提出了大數(shù)據(jù)發(fā)展戰(zhàn)略的若干建議。孟小峰、慈祥[11]（2013）則從大數(shù)據(jù)管理的角度對大數(shù)據(jù)的概念、技術(shù)、基本處理框架以及挑戰(zhàn)進行了詳細論述。

從國內(nèi)外相關(guān)的研究中可以看出，對于大數(shù)據(jù)基礎(chǔ)理論的探討，國內(nèi)外學者并沒有表現(xiàn)出濃厚的興趣，更多的研究主要偏向于大數(shù)據(jù)的應(yīng)用，包括：大數(shù)據(jù)給各行各業(yè)帶來的變革、存在的問題、潛在的價值和面臨的挑戰(zhàn)等方面。

5.2 高產(chǎn)作者

對高產(chǎn)作者的統(tǒng)計能夠幫助讀者快速獲取該領(lǐng)域的核心研究人員信息，從而更有針對性地深入了解該領(lǐng)域的相關(guān)研究。

表4列舉了WOS中近5年來發(fā)表的有關(guān)大數(shù)據(jù)的文章作者及其發(fā)文量（兩篇及以上）。例如，Michael Stonebraker發(fā)表過3篇與大數(shù)據(jù)相關(guān)的文章，他是一位著名的數(shù)據(jù)庫專家，并于1992年提出了關(guān)系數(shù)據(jù)庫模型，現(xiàn)為麻省理工學院（MIT）的客座教授，具有豐富的大數(shù)據(jù)理論研究和實戰(zhàn)經(jīng)驗；Eric E.Schadt為西奈山伊坎醫(yī)學院教授，主要從事生物信息學、計算神經(jīng)學、遺傳學等領(lǐng)域的研究；Daniel E.O'Leary現(xiàn)為南加州大學商學院教授，主要研究領(lǐng)域為電子商務(wù)、ERP、知識管理、虛擬組織。

表4 WOS中近5年來大數(shù)據(jù)研究的作者及其發(fā)文量（兩篇及以上）

續(xù)表

表5是對CNKI中收錄的我國大數(shù)據(jù)領(lǐng)域研究學者及其發(fā)文量（兩篇及以上）的統(tǒng)計。其中，發(fā)文量最多的作者為喻國明，他是中國人民大學新聞學院副院長、中國人民大學輿論研究所所長，其從事的新聞傳媒工作與大數(shù)據(jù)之間有著密切聯(lián)系，僅在2013年就以第一作者的身份發(fā)表了5篇有關(guān)大數(shù)據(jù)的論文；進行相關(guān)研究的國內(nèi)學者還有吉林大學的李抵飛博士、中國人民大學信息學院的王珊教授等。值得一提的是，桂林理工大學的張興旺和李晨暉兩人合作發(fā)表了4篇有關(guān)大數(shù)據(jù)與圖書館相結(jié)合的研究論文。

表5 CNKI中大數(shù)據(jù)研究的作者信息

結(jié)合對表4和表5的分析可知，從事大數(shù)據(jù)研究的學者擁有不同的學科背景，研究的重點是將自己的研究方向或領(lǐng)域與大數(shù)據(jù)相結(jié)合。此外，國內(nèi)外學者在大數(shù)據(jù)的研究切入點上存在著一定差異：國外學者主要側(cè)重于計算機科學、生物學、生態(tài)學等自然科學或信息科技領(lǐng)域，而國內(nèi)學者則更多地側(cè)重于社會學、圖書館學、管理學等人文社會科學領(lǐng)域。

5.3 應(yīng)用領(lǐng)域

通過對WOS中有關(guān)大數(shù)據(jù)的研究文章進行分析歸納，可以得出國外的大數(shù)據(jù)研究主要集中在計算機科學、工程學、通信科學、圖書情報學、生物化學、生物化學、分子生物學、遺傳學、生命科學、經(jīng)濟學、管理學、醫(yī)學、化學、生態(tài)學等學科領(lǐng)域（如圖2所示）。大數(shù)據(jù)的研究為什么會集中在這些領(lǐng)域？究其原因，隨著科學技術(shù)的發(fā)展，人類的認知水平也在不斷地提升，計算機科學、生物學、醫(yī)學等領(lǐng)域信息被更深層次地挖掘，總量巨大、結(jié)構(gòu)復(fù)雜的數(shù)據(jù)集層出不窮，其存儲量早已達到PB級或以上。大數(shù)據(jù)給這些領(lǐng)域造成了巨大的壓力，傳統(tǒng)的技術(shù)手段和思想觀念早已不再適用?！白儎t通，通則久遠”，解決問題的需求往往是科學發(fā)展的助推劑，大數(shù)據(jù)在帶來壓力的同時也蘊含著巨大的潛在價值。

圖2 WOS中大數(shù)據(jù)的相關(guān)研究領(lǐng)域

經(jīng)過統(tǒng)計分析，國內(nèi)學者對大數(shù)據(jù)的研究主要集中在如圖3所示的諸多領(lǐng)域。其中，大數(shù)據(jù)與圖書情報領(lǐng)域相結(jié)合的研究論文占到了全部研究的15%左右，可見圖情學者對大數(shù)據(jù)的關(guān)注程度。圖書情報領(lǐng)域的學者從事圖書館和信息服務(wù)等方面的工作，具有敏銳的洞察力以及準確把握科學發(fā)展脈搏的能力，他們不僅僅局限于自身的領(lǐng)域知識，同時也將目光投向其他學科的研究熱點和前沿，從而更好地提供專業(yè)服務(wù)。例如，在大數(shù)據(jù)背景下，韓翠峰[20]（2012）分析了大數(shù)據(jù)時代圖書館在數(shù)據(jù)儲存、數(shù)據(jù)挖掘、數(shù)據(jù)分析等方面的挑戰(zhàn)，并預(yù)測了大數(shù)據(jù)背景下圖書館服務(wù)模式的改變。

圖3 CNKI中大數(shù)據(jù)的相關(guān)研究領(lǐng)域

此外，計算機科學、云計算、物聯(lián)網(wǎng)、經(jīng)濟學、社會學、新聞傳播等領(lǐng)域也和大數(shù)據(jù)緊密結(jié)合，彼此之間相互促進，共同發(fā)展。

5.4 研究機構(gòu)

研究機構(gòu)是進行一項或多項研究的專門性組織，一定程度上可以理解為學術(shù)群體的代名詞。發(fā)掘某一領(lǐng)域的核心研究機構(gòu)，關(guān)注其動態(tài)能讓我們準確地把握該領(lǐng)域的研究風向標，大大降低獲取研究信息的盲目性。

進行大數(shù)據(jù)研究的境外機構(gòu)中既有科研單位，也有企業(yè)部門。從圖4可以看出，除歐美國家的機構(gòu)以外，中科院、香港科技大學和香港理工大學在國際大數(shù)據(jù)研究領(lǐng)域是比較活躍的，且研究成果顯著。聚焦國外研究機構(gòu)分布，麻省理工學院（Massachusetts Institute of Technology）、哈佛大學（Harvard University）、斯坦福大學（Stanford University）、加州大學洛杉磯分校（University of California，Los Angeles）、牛津大學（University of Oxford）等著名高等學府以雄厚的科研實力占據(jù)了大數(shù)據(jù)研究的半壁江山。此外，微軟研究院、IBM研究院也利用自身的資源和技術(shù)優(yōu)勢展開了大數(shù)據(jù)的深層研究。

圖4 境外大數(shù)據(jù)研究機構(gòu)

我國在大數(shù)據(jù)領(lǐng)域進行深入研究的主要機構(gòu)如圖5所示。從圖5中可以看出，大數(shù)據(jù)的研究既有各大高校，也有科研單位，且呈南北鼎力之勢。北方主要以中國人民大學新聞學院和信息學院、北京大學新聞與傳播學院、中國標準化研究院、國家標準委員會標準信息中心、工業(yè)和信息化部等單位或機構(gòu)組成大數(shù)據(jù)研究的陣營，其中中國人民大學（以下簡稱人民大學）是大數(shù)據(jù)研究的主力軍，這一方面是因為人民大學具有濃厚的大數(shù)據(jù)研究底蘊，擁有較強的學科背景；另一方面人民大學也抓住了大數(shù)據(jù)興起帶來的機遇，占領(lǐng)大數(shù)據(jù)研究的制高點。南方進行大數(shù)據(jù)研究的機構(gòu)主要分布在電信行業(yè)、高等教育學府和圖書情報機構(gòu)，中國電信股份有限公司廣東研究院、中興通訊股份有限公司、復(fù)旦大學新聞學院、上海圖書館、上海科學技術(shù)情報研究所等科研單位從各自的專業(yè)領(lǐng)域出發(fā)，成為大數(shù)據(jù)研究的主力軍。

圖5 國內(nèi)大數(shù)據(jù)研究機構(gòu)

5.5 關(guān)鍵詞

關(guān)鍵詞是一篇文章所要論述的精髓所在，通過提取文章中的關(guān)鍵詞，進而構(gòu)建關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)，揭示出該領(lǐng)域的研究熱點。

從圖6可以直觀地看出，國外大數(shù)據(jù)研究與云計算、可視化、社交網(wǎng)絡(luò)、數(shù)據(jù)庫、編程、算法、系統(tǒng)、性能等信息技術(shù)或應(yīng)用領(lǐng)域關(guān)系密切。其中，云計算是指通過網(wǎng)絡(luò)提供可伸縮的廉價的分布式計算能力，它是進行大數(shù)據(jù)研究最不可或缺的一環(huán)。而大數(shù)據(jù)通常是數(shù)量巨大的半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，實時的大型數(shù)據(jù)分析需要借助如Map Reduce框架來為數(shù)以千計的電腦分配工作。

圖6 國外大數(shù)據(jù)研究的關(guān)鍵詞共現(xiàn)

在可視化和社交網(wǎng)絡(luò)方面，大數(shù)據(jù)也具有非常廣闊的應(yīng)用前景。社交網(wǎng)絡(luò)在近幾年風靡全球，注冊用戶節(jié)節(jié)攀升，看似雜亂無章的龐大后臺數(shù)據(jù)中蘊含著驚人價值。Facebook、Twitter等著名社交網(wǎng)站正基于自身的數(shù)據(jù)源開展大數(shù)據(jù)的分析研究。此外，大數(shù)據(jù)的可視化也是目前研究的重要方向之一。

結(jié)合圖7可知，我國在大數(shù)據(jù)領(lǐng)域的研究中涉及的關(guān)鍵詞主要有云計算、物聯(lián)網(wǎng)、數(shù)據(jù)挖掘、數(shù)據(jù)分析、信息服務(wù)、圖書館等。圖7中，云計算、物聯(lián)網(wǎng)、數(shù)據(jù)挖掘、圖書館、信息服務(wù)等數(shù)據(jù)節(jié)點比較突出，說明它們與大數(shù)據(jù)研究關(guān)系更加密切。究其原因，大數(shù)據(jù)的根本在于數(shù)據(jù)挖掘，目的是從大量的半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)中獲取有用的知識或潛在的價值。從總體上來看，云計算是進行數(shù)據(jù)挖掘的重要技術(shù)平臺支撐，物聯(lián)網(wǎng)是大數(shù)據(jù)產(chǎn)生的源泉之一，而圖書館則是借助大數(shù)據(jù)環(huán)境下的有利因素更好地為讀者提供信息服務(wù)。

圖7 國內(nèi)大數(shù)據(jù)研究的關(guān)鍵詞共現(xiàn)

從關(guān)鍵詞共現(xiàn)的角度來看，國內(nèi)外學者都十分重視大數(shù)據(jù)與云計算的結(jié)合，充分利用云計算的分布式并行計算能力進行海量的、復(fù)雜的數(shù)據(jù)處理，實現(xiàn)大數(shù)據(jù)的高效處理。然而，國內(nèi)外學者研究的側(cè)重點也有所不同：國外學者的研究主要集中在算法、框架、編程、系統(tǒng)性能、可視化等技術(shù)領(lǐng)域，從底層來豐富和完善大數(shù)據(jù)；國內(nèi)學者則主要偏向于大數(shù)據(jù)的應(yīng)用研究，涉及信息服務(wù)、移動互聯(lián)網(wǎng)、電子政務(wù)、圖書館等多個方面。

5.6 期刊

通過對WOS中有關(guān)大數(shù)據(jù)研究的刊發(fā)期刊（如圖8所示）進行分析不難發(fā)現(xiàn)：美國計算機協(xié)會通訊（COMMUN ACM）、科學雜志（Science）和自然雜志（Nature）是國外大數(shù)據(jù)研究成果匯聚的核心期刊，2012年三大期刊的影響因子（Impact Factor）分別為2.511、31.027和38.579。還有一些為大數(shù)據(jù)研究開辟的?？鏐IG DATA NEXT FRONTI，這些期刊共同構(gòu)成了國外大數(shù)據(jù)研究的知識共享陣地。

圖8 WOS中大數(shù)據(jù)研究的刊發(fā)期刊

國內(nèi)大數(shù)據(jù)研究所刊發(fā)的期刊涉及的領(lǐng)域主要有計算機科學、圖書情報學、信息通信技術(shù)、新聞傳媒、電子政務(wù)、企業(yè)管理等方面（如圖9所示）。其中，圖書情報領(lǐng)域的核心期刊《圖書與情報》刊發(fā)了多篇有關(guān)大數(shù)據(jù)給圖書館帶來的機遇與挑戰(zhàn)的文章，具有較高的影響力。

圖9 CNKI中大數(shù)據(jù)研究的刊發(fā)期刊

6 結(jié)語

筆者以近5年（2009～2013年）來WOS和CNKI中有關(guān)大數(shù)據(jù)研究的論文為研究對象，從計量學的角度，利用知識圖譜工具剖析了大數(shù)據(jù)領(lǐng)域的國內(nèi)外研究現(xiàn)狀，著重分析了高被引文章、高產(chǎn)作者、研究機構(gòu)、期刊、關(guān)鍵詞和應(yīng)用領(lǐng)域等方面的內(nèi)容，歸納后得到以下幾點結(jié)論。

①國內(nèi)外學者都非常重視大數(shù)據(jù)的研究，國外研究起步較早，主要偏向于大數(shù)據(jù)的應(yīng)用方面；而國內(nèi)的研究則相對較晚，但既注重基礎(chǔ)理論的探討也重視應(yīng)用領(lǐng)域的研究。

②大數(shù)據(jù)涉及的學科主要有計算機科學、醫(yī)學、生物學、經(jīng)濟學、政治學、信息科學、生態(tài)學、社會學等，可見大數(shù)據(jù)研究是一個多學科交叉融合的典型，它為其他學科的發(fā)展提供了新的視角，但其自身也處在不斷發(fā)展完善之中。

③大數(shù)據(jù)研究的相關(guān)熱點領(lǐng)域主要有云計算、物聯(lián)網(wǎng)、圖書與情報、商業(yè)管理、移動互聯(lián)網(wǎng)、新聞傳媒等。大數(shù)據(jù)的研究歸根結(jié)底在于應(yīng)用，就目前的發(fā)展趨勢來看，大數(shù)據(jù)擁有非常廣泛的應(yīng)用前景。

④高等院校和商業(yè)研究機構(gòu)是大數(shù)據(jù)研究的兩大主力軍，從事大數(shù)據(jù)研究的機構(gòu)既有像哈佛大學、北京大學、中國人民大學這樣的高等學府，也有諸如微軟研究院、麥肯錫研究院、中國電信研究院之類的商業(yè)研究機構(gòu)，這些都是產(chǎn)學研相結(jié)合的最佳實踐。

從目前發(fā)展趨勢來看，大數(shù)據(jù)與云計算、物聯(lián)網(wǎng)等技術(shù)手段的融合將會更加深入，應(yīng)用領(lǐng)域也將不斷擴展，處理結(jié)果將會更多地以可視化方式加以呈現(xiàn)，最終成為戰(zhàn)略決策的支撐。

[1]工業(yè)和信息化部電信研究院.大數(shù)據(jù)引發(fā)的安全問題及應(yīng)對措施.[EB/OL].[2014-03-15].http：//www.catr.cn/kxyj/catrgd/201403/t20140314_1003862.html.

[2]Big Data Across the Federal Government[EB/OL].[2014-03-15].http：//www.whitehouse.gov/sites/default/files/microsites/ostp/big_data_fact_sheet_final_1.pdf.

[3]李國杰，程學旗.大數(shù)據(jù)研究：未來科技及經(jīng)濟社會發(fā)展的重大戰(zhàn)略領(lǐng)域——大數(shù)據(jù)的研究現(xiàn)狀與科學思考[J].中國科學院院刊，2012（6）：647-657.

[4]Big Data for Development：Opportunities&Challenges[EB/OL].[2014-03-15].http：//www.unglobalpulse.org/sites/default/files/Big Data for Development-UNGlobal Pulse June 2012.pdf.

[5]Big Data：The Next Frontier for Innovation，Competition，and Productivity[R/OL].[2014-03-15].http：//www.mckinsey.com/insights/business_technology/big_data_the_next_frontier_for_innovation.

[6]Big Data.Nature，2008（7209）：1-136.

[7]Science.SpecialOnlineCollection：DealingwithData[EB/OL].[2014-03-15].http：//www.sciencemag.org/site/special/data/.

[8]Chris Snijders，Uwe Matzat，Reips.“Big Data”：Big Gaps of Knowledge in the Field of Internet Science[J].International Journal of Internet Science，2012（1）：1-5.

[9]Big Data Definition.[EB/OL].[2014-03-15].http：//mike2.openmethodology.org/wiki/Big_Data_Definition.

[10]What Is Big Data？[EB/OL].[2014-03-15].http：//www.villanovau.com/university-online-programs/what-is-bigdata/.

[11]孟小峰，慈祥.大數(shù)據(jù)管理：概念、技術(shù)與挑戰(zhàn)[J].計算機研究與發(fā)展，2013（1）：146-169.

[12]Chen，CM.CiteSpace II：Detecting and Visualizing Emerging Trends and Transient Patterns in Scientific Literature[J].JOURNAL OF THE AMERICAN SOCIETY FOR INFORMATION SCIENCE AND TECHNOLOGY，2006（3）：359-377.

[13]Jacobs，Adam.The Pathologies of Big Data[J].COMMUNICATIONS OF THE ACM，2009（8）：36-44.

[14]Murdoch，TB，Detsky，AS.The Inevitable Application of Big Data to Health Care[J].JAMA，2013（13）：1351-1352.

[15]Trelles O，Prins P，Snir M，Jansen RC.Big Data，But Are We Ready?[J].Nature Reviews Genetics，2011（3）：224.

[16]Hirsch，J.E.An Index to Quantify an Individual’s Scientific Research Output[J].Proceedings of the National Academy of Sciences of the United States of America，2005（46）：16569-16572.

[17]王珊，等.架構(gòu)大數(shù)據(jù)：挑戰(zhàn)、現(xiàn)狀與展望[J].計算機學報，2011（10）：1741-1752.

[18]覃雄派，等.大數(shù)據(jù)分析——RDBMS與MapReduce的競爭與共生[J].軟件學報，2012（1）：32-45.

[19]韓翠峰.大數(shù)據(jù)帶給圖書館的影響與挑戰(zhàn)[J].圖書與情報，2012（5）：37-40.