邵 穎 高子涵 喬 婧 郝 琦

大數(shù)據(jù)研究進展的文獻計量分析

邵 穎 高子涵 喬 婧 郝 琦

從情報學(xué)的視角對大數(shù)據(jù)研究現(xiàn)狀進行分析，運用文獻計量學(xué)和社會網(wǎng)絡(luò)分析等學(xué)科的理論與方法，利用Thomson公司的Thomson Data Analyzer專利分析工具、Ucinet社會網(wǎng)絡(luò)分析軟件、Microsoft office中Excel組件等輔助工具，選用國外的引文索引數(shù)據(jù)庫Web of Science作為數(shù)據(jù)源，從文獻年代、研究國家、研究機構(gòu)、主要期刊等方面對國外大數(shù)據(jù)領(lǐng)域的研究進展進行了多角度的綜合分析。根據(jù)我國大數(shù)據(jù)發(fā)展現(xiàn)狀，最終還從國家、企業(yè)、各研究主體等多角度揭示了國外大數(shù)據(jù)研究與發(fā)展對我國大數(shù)據(jù)發(fā)展帶來的啟示。

伴隨著計算機和互聯(lián)網(wǎng)技術(shù)的不斷創(chuàng)新與發(fā)展，現(xiàn)在全球已經(jīng)進入了“信息爆炸”的時代，作為信息基礎(chǔ)的數(shù)據(jù)與此同時也呈現(xiàn)出了新的特點。這種數(shù)據(jù)信息的新特點就孕育出了一個全新的代名詞——“大數(shù)據(jù)”。 追溯大數(shù)據(jù)技術(shù)和應(yīng)用的起點應(yīng)該出現(xiàn)在2000年前后，它是在互聯(lián)網(wǎng)的飛速發(fā)展中逐漸誕生的。當時互聯(lián)網(wǎng)的網(wǎng)頁數(shù)量呈現(xiàn)井噴式增長趨勢，每天新增網(wǎng)頁數(shù)約為700萬個。據(jù)統(tǒng)計，到2000年底全球的網(wǎng)頁數(shù)量高達40億個，在這樣的海量信息中，用戶檢索信息越來越不方便。面對這一問題，以美國谷歌公司為首的互聯(lián)網(wǎng)企業(yè)率先建立了覆蓋十億網(wǎng)頁的索引庫，開始為用戶提供較為精準的搜索服務(wù)，人們使用互聯(lián)網(wǎng)的效率得到了大幅度提升，這可以被認為是大數(shù)據(jù)應(yīng)用的開端。

近幾年，一大批新興技術(shù)，例如，云計算、物聯(lián)網(wǎng)等的興起促使人類社會數(shù)據(jù)規(guī)模正以幾何形式爆發(fā)增長，大數(shù)據(jù)時代已經(jīng)到來。數(shù)據(jù)已經(jīng)從單一的處理對象演變成了一種基礎(chǔ)性的資源，如何運用大數(shù)據(jù)、如何發(fā)展大數(shù)據(jù)、如何認識大數(shù)據(jù)、如何應(yīng)對大數(shù)據(jù)帶來的挑戰(zhàn)已經(jīng)成為學(xué)術(shù)界、工商界、經(jīng)濟界甚至各國政府廣泛關(guān)注和高度重視的問題。單就學(xué)術(shù)界而言，在2011年2月，美國著名的《Science》雜志推出“大數(shù)據(jù)?？保搶？饕菄@著在科學(xué)研究中出現(xiàn)的大數(shù)據(jù)問題展開相關(guān)討論，以此來說明大數(shù)據(jù)對于科學(xué)研究的重要性。2011年5月，美國頂尖信息咨詢公司McKinsey（麥肯錫）發(fā)布了一份題為“Big data： The next frontier for innovation ，competition， and productivity”的大數(shù)據(jù)研究報告，在這份報告中，詳盡的分析了大數(shù)據(jù)所帶來的影響、大數(shù)據(jù)的關(guān)鍵技術(shù)、大數(shù)據(jù)的應(yīng)用領(lǐng)域以及它的潛在價值等等。自此之后，大數(shù)據(jù)迅速成為炙手可熱的話題和熱門概念。不僅如此，大數(shù)據(jù)還成為了2012年達沃斯世界經(jīng)濟論壇的主要議題之一，該論壇還發(fā)布了標題為“Big Data， big impact： New possibilities for international development ”的大數(shù)據(jù)報告，這份報告主要研究和討論了大數(shù)據(jù)作為一種新型的經(jīng)濟資產(chǎn)，如何更好地利用數(shù)據(jù)來產(chǎn)生經(jīng)濟與社會效益。2012年3月，美國奧巴馬政府發(fā)布了“大數(shù)據(jù)發(fā)展計劃”的倡議書，該倡議書提出投資2億美元，在科研、生物醫(yī)藥、環(huán)境等領(lǐng)域利用大數(shù)據(jù)技術(shù)進行全面突破性研究。2013年11月，美國開展了以“由數(shù)據(jù)到知識、由知識到行動”（Data to Knowledge to Action）為主題的大數(shù)據(jù)研發(fā)激勵座談活動。承辦方白宮科技政策辦公室（OSTP）和網(wǎng)絡(luò)與信息技術(shù)研發(fā)計劃（NITRD，注：該計劃覆蓋了美國所有與信息技術(shù)發(fā)展相關(guān)的18個聯(lián)邦部門）工作組邀請來自各級地方政府、高校、企業(yè)以及非營利機構(gòu)等眾多公私組織的代表聚集一堂，互相交流在加強大數(shù)據(jù)合作方面取得的成績與經(jīng)驗。與會的各界代表在座談活動中達成共識，認為大數(shù)據(jù)合作研究的關(guān)鍵在于共享資源與尖端分析工具，并通過其探索數(shù)據(jù)挖掘深度，使海量數(shù)據(jù)資源整合后能夠產(chǎn)生具有實際應(yīng)用價值的科學(xué)知識，最終惠及美國民眾和經(jīng)濟增長。

社會各界對于大數(shù)據(jù)的研究一直方興未艾。大數(shù)據(jù)的興起與火熱并不代表對大數(shù)據(jù)研究理解的深入，反而存在對大數(shù)據(jù)的盲目崇拜與過度迷信的危險。所以，本文認為大數(shù)據(jù)是一把雙刃劍，如何利用好大數(shù)據(jù)這個工具是我們進行下一步研究的基礎(chǔ)。

大數(shù)據(jù)研究現(xiàn)狀綜述

大數(shù)據(jù)的基本概念

雖然大數(shù)據(jù)已經(jīng)成為了社會各界熱議的話題，但到目前為止，對于“大數(shù)據(jù)”尚無統(tǒng)一公認的定義。關(guān)于“大數(shù)據(jù)”這個詞的來源，有些學(xué)者認為起源于美國未來學(xué)家托夫勒的《第三次浪潮》中；有些學(xué)者認為最早出現(xiàn)在Michael Cox 和David Ellsworth在電子電器工程協(xié)會（IEEE）1997年舉辦的第八屆可視化會議上發(fā)表的論文中首次提到大數(shù)據(jù)這個概念。

對于“大數(shù)據(jù)”做出突破性界定的當屬Laney。2001年作為Garter分析師的Laney提出了“3V”學(xué)說，對大數(shù)據(jù)的認識進行了進一步的擴展。他認為大數(shù)據(jù)的增長不僅僅是數(shù)量（Volume）的增長，而且也是速度（Velocity）和種類（Variety）的增長。在電子商務(wù)環(huán)境中，關(guān)注信息管理需要更多的合作，可以使企業(yè)從信息資產(chǎn)中獲得更大的回報。

有些學(xué)者進一步擴展了“3V”理論，在“3V”的基礎(chǔ)上又加上了一個“V”變成了“4V”，但是對于第4個“V”的具體指向并無統(tǒng)一的說法。有學(xué)者認為第4個“V”應(yīng)該表示為“Value”即價值密度低，也就是說價值密度較低是大數(shù)據(jù)帶來了一個新特點。另外有學(xué)者認為，第4個“V”應(yīng)該是“Vitality”即活性：分析和處理數(shù)據(jù)和模型時必須快速變化，因為需求總是在變。

目前，在學(xué)術(shù)界對于大數(shù)據(jù)沒有明確統(tǒng)一的定義，但主要有以下幾種說法。2014年5月工業(yè)和信息化部電信研究院發(fā)布的《大數(shù)據(jù)白皮書》中，認為對大數(shù)據(jù)應(yīng)從“資源、技術(shù)、應(yīng)用”三個層次加以認識：“大數(shù)據(jù)具有體量大、結(jié)構(gòu)多樣、時效強等特征的數(shù)據(jù)；處理大數(shù)據(jù)需采用新型計算架構(gòu)和智能算法等新技術(shù)；大數(shù)據(jù)的應(yīng)用強調(diào)以新的理念應(yīng)用于輔助決策、發(fā)現(xiàn)新的知識、更強調(diào)在線閉環(huán)的業(yè)務(wù)流程優(yōu)化?！?/p>

綜上所述，國內(nèi)外的學(xué)者在大數(shù)據(jù)定義這個問題上還尚未達成共識，并沒有形成公認、統(tǒng)一、明確的概念。我們在進行大數(shù)據(jù)研究過程中，主要從來源、特點、價值、技術(shù)、應(yīng)用等幾個角度來理解和分析大數(shù)據(jù)即可，無需過度拘泥于大數(shù)據(jù)的定義或是概念。

國外大數(shù)據(jù)研究發(fā)展現(xiàn)狀

早在1980年著名未來學(xué)家托夫勒就提出了“大數(shù)據(jù)”的概念， 1997年IEEE第八次會議上，美國NASA研究院Michael Cox和David Ellsworth二位學(xué)者提出：可視化為計算機系統(tǒng)的發(fā)展提出了挑戰(zhàn)：數(shù)據(jù)集的數(shù)量大，加重了內(nèi)存、磁盤甚至是遠程磁盤的負擔，他們開始將這種磁盤負擔稱之為“大數(shù)據(jù)的問題”，這是有記載以來首次明確提及“Big Data”這一專業(yè)術(shù)語。在這之后，美國著名信息咨詢公司McKinsey（麥肯錫）發(fā)布相關(guān)報告，有力詮釋了大數(shù)據(jù)發(fā)展的潛在價值與相關(guān)策略，并將大數(shù)據(jù)初步定義為：“規(guī)模與大小超出傳統(tǒng)典型數(shù)據(jù)庫軟件所能承受的采集、儲存、管理和分析等能力的相關(guān)數(shù)據(jù)集?！弊源酥笙破鹆恕按髷?shù)據(jù)”研究熱潮，甚至有學(xué)者斷言，全球已經(jīng)進入“大數(shù)據(jù)時代”。國外許多發(fā)達國家都非常重視大數(shù)據(jù)的研究與發(fā)展，各國政府紛紛推出了促進大數(shù)據(jù)研究與發(fā)展的戰(zhàn)略或規(guī)劃，最有代表性的當屬美國、英國、日本等國家。

美國在推動大數(shù)據(jù)研發(fā)上最為迅速，引領(lǐng)全球大數(shù)據(jù)發(fā)展?？v觀美國大數(shù)據(jù)發(fā)展歷程，本文認為主要分為三個重要發(fā)展時段：（一）大數(shù)據(jù)起步與初期發(fā)展階段（2005年—2008年）。在此階段的第一個標志性事件是2005年Hadoop項目的誕生。Hadoop最初只是谷歌公司的一款名為Map Reduce的編程模型包。后因為其運算的高效性和可伸縮性被Apache公司引入并進行研發(fā)。

（二）大數(shù)據(jù)延伸與擴展階段（2009年-2011年）。在此階段，美國開始高度關(guān)注大數(shù)據(jù)的研究與發(fā)展。2009年，美國政府通過啟動Data.gov網(wǎng)站的方式進一步開放了政府數(shù)據(jù)，向有需要的公眾提供各種政府數(shù)據(jù)。該網(wǎng)站超過4.45萬量數(shù)據(jù)集被用于保證一些網(wǎng)站和智能手機應(yīng)用程序來跟蹤從航班到產(chǎn)品召回再到特定區(qū)域內(nèi)失業(yè)率的信息。這就充分說明了由于美國政府開放了政府數(shù)據(jù)，使政府“大數(shù)據(jù)”應(yīng)用于實際生活，為公眾獲得信息提供高效、便捷的服務(wù)。這也從側(cè)面反映了美國政府已經(jīng)關(guān)注、重視并且開始支持大數(shù)據(jù)的應(yīng)用與發(fā)展。

（三）大數(shù)據(jù)快速發(fā)展階段（2012至今）在此階段，美國將大數(shù)據(jù)提升至國家戰(zhàn)略高度。作為對2010年科學(xué)技術(shù)委員會關(guān)于大數(shù)據(jù)報告的回復(fù)，奧巴馬政府在2012年3月率先推行“大數(shù)據(jù)發(fā)展計劃倡議書（Big Data Initiative）”，重點利用大數(shù)據(jù)技術(shù)在科研、生物醫(yī)藥、環(huán)境等領(lǐng)域進行創(chuàng)新性研究，同時加大基礎(chǔ)技術(shù)研究和公共部門應(yīng)用研究方面的資金投入。

在此階段，美國高校也開始注重加大下一代數(shù)據(jù)分析人才的培養(yǎng)力度。在格林格爾基金會“格林格爾工程突破倡議計劃”（Grainger Engineering Breakthroughs Initiative）的資助下，伊利諾伊大學(xué)將投資一億美元開設(shè)大數(shù)據(jù)開發(fā)課程，并將其列入工程學(xué)科體系。

英國緊隨美國其后，從政府、研究機構(gòu)到企業(yè)已經(jīng)全面重視大數(shù)據(jù)的開發(fā)、研究及應(yīng)用。首先是給予研發(fā)資金的支持。2013年初，英國有關(guān)政府部門宣布，將在電子信息技術(shù)、新材料技術(shù)等八大類高新技術(shù)產(chǎn)業(yè)投資6億英鎊以推動其創(chuàng)新發(fā)展，而在這投資計劃中，將大數(shù)據(jù)技術(shù)的研發(fā)與應(yīng)用放在了較為重要的位置，并明確列出了大數(shù)據(jù)的創(chuàng)新與研發(fā)將會獲得1.89億英鎊的資金支持。其次，目前英國已經(jīng)將大數(shù)據(jù)理念與實踐應(yīng)用到科技、商業(yè)、經(jīng)濟等多個傳統(tǒng)領(lǐng)域。據(jù)一份在英國公開發(fā)表的行業(yè)報告中顯示，英國政府運用高效實用的公共大數(shù)據(jù)技術(shù)手段，每年可為相關(guān)領(lǐng)域節(jié)約330億英鎊的花費，這相當于英國每人每年能節(jié)省出約500英鎊的相關(guān)支出。之所以大數(shù)據(jù)在商業(yè)、經(jīng)濟、政府管理等領(lǐng)域中創(chuàng)造了如此可觀的價值，是因為英國政府對于各領(lǐng)域、各行業(yè)的決策行為越來越依賴于數(shù)據(jù)分析而不是主觀臆斷，僅僅簡單憑借決策者的相關(guān)經(jīng)驗與政治直覺的決策與預(yù)判已經(jīng)逐漸成為了歷史?，F(xiàn)在蓬勃發(fā)展的大數(shù)據(jù)技術(shù)與新洞察分析能力可以為決策者提供一定的“洞見性參考”，為決策者客觀洞察與主觀預(yù)判提供基礎(chǔ)數(shù)據(jù)支持與客觀依據(jù)。

日本是亞洲率先關(guān)注、發(fā)展、應(yīng)用大數(shù)據(jù)的國家之一，日本政府高度重視大數(shù)據(jù)的發(fā)展，并將其看成提升日本核心競爭力的關(guān)鍵。2012年7月，日本政府推出了名為“活力ICT日本”的新綜合戰(zhàn)略，在該戰(zhàn)略中重點關(guān)注了大數(shù)據(jù)的發(fā)展和應(yīng)用，并將其作為2013年六大重要任務(wù)之一。

數(shù)據(jù)來源與檢索策略

Web of Science數(shù)據(jù)庫

Web of Science是由Thomson Reuters（湯森路透）公司出版的大型綜合性、多學(xué)科、核心期刊引文索引數(shù)據(jù)庫，是基于Web of Knowledge平臺的綜合性文摘索引數(shù)據(jù)庫，由七個子數(shù)據(jù)庫組成，包括三大引文子數(shù)據(jù)庫。

SCI是Science Citation Index的簡稱，翻譯成中文的名稱是“科學(xué)引文索引”。 SCI數(shù)據(jù)庫是應(yīng)用最為廣泛的國際性科學(xué)索引數(shù)據(jù)庫，它包括有：自然科學(xué)、生物、醫(yī)學(xué)、農(nóng)業(yè)、技術(shù)以及行為科學(xué)等，主要側(cè)重基礎(chǔ)科學(xué)。

檢索策略

基于上述SCI數(shù)據(jù)庫的典型特征和客觀購買能力的限制，本文選取Web ofScience搜索引擎上的“SCI擴展版網(wǎng)絡(luò)數(shù)據(jù)庫（英文名稱為：SCI-Expanded）”和科技會議文獻引文索引網(wǎng)絡(luò)數(shù)據(jù)庫CPCI-S作為數(shù)據(jù)檢索源。在檢索過程中，先選擇Web of Science核心合集，再勾選SCI-Expanded和CPCI-S兩個子數(shù)據(jù)。所采用的檢索策略為：主題TS=（“big data” or “massive data” or “massive information” or “huge data”or “Mapreduce” or “hadoop”）；時間跨度為：所有年份；數(shù)據(jù)庫為：SCI-EXPANDED，CPCI-S；檢索日期為：2015年1月27日。以此檢索式和數(shù)據(jù)庫范圍進行檢索，最終得出5782篇大數(shù)據(jù)領(lǐng)域的文獻數(shù)據(jù)。

SCI數(shù)據(jù)庫數(shù)據(jù)分析與結(jié)果

文獻年代分析

要進行文獻年代分析，首先應(yīng)明確文獻的類型。本文通過對Web of Science搜索引擎上的SCIE和CPCIS數(shù)據(jù)庫進行檢索，得到關(guān)于大數(shù)據(jù)主題的文獻（自1986年至2015年）共計5782篇，涉及12種文獻類型。在全部5782篇文獻中，主要文獻類型為會議論文（Proceedings Paper），共計3270篇，占文獻總數(shù)的56.55％；論文（Article）作為第二大文獻類型，共計1823篇，占文獻總數(shù)的31.53％；排名第三位的是雜志社論（Editorial Material），共計241篇，占文獻總數(shù)的4.17％；其次篇數(shù)較多的文獻類型為綜述（Review），共計128篇，占文獻總數(shù)的2.21％。除此之外，還有新聞（News Item）、會議摘要（Meeting Abstract）、通訊（Letter）等文獻類型。

明確了文獻類型，然后進行文獻年代分析。利用Thomson Data Analyzer分析工具、Ucinet社會網(wǎng)絡(luò)分析工具以及Excel組件對檢索出來的5782篇文獻進行統(tǒng)計分析，從而得到了大數(shù)據(jù)領(lǐng)域文獻的基本數(shù)據(jù)與變化趨勢。需要特別說明的是，基于檢索日期為2015年1月27日，2015年文獻數(shù)據(jù)不全，故將其剔除，結(jié)果如圖1所示。雖然2015年文獻數(shù)據(jù)不全，但是僅2015年1月這短短一個月，大數(shù)據(jù)領(lǐng)域的文獻數(shù)量已達到37篇，這從一個側(cè)面說明了大數(shù)據(jù)的研究還將持續(xù)，并且發(fā)展速度極為迅速。

圖1　國外大數(shù)據(jù)相關(guān)文獻年代分布

從圖1可以直觀分析出，有關(guān)“大數(shù)據(jù)”的文獻最早出現(xiàn)在1996年，1996年至1999年每年的文獻數(shù)量呈微弱波動，每年增減的篇數(shù)在10篇以內(nèi)。2000年至2003年每年文獻數(shù)量與之前相比有一個小幅度的增長，但在此三年內(nèi)文獻篇數(shù)的波動幅度在20篇左右，其中只有2002年文獻篇數(shù)有一個小幅度的下降。自2004年開始，文獻篇數(shù)達到100篇以上，其中只有2005年下降了10篇，即97篇。但是，自此之后，每年文獻數(shù)量均有大幅度的增長，尤其是自2011年至2013年這三年間，分別達到了369篇、796篇、1587篇，這其中增幅最大的當屬2013年至2014年，增長了791篇，增幅為99.37％，達到了峰值。但是，從2013年1587篇與2014年1412篇相比，下降了175篇，降幅達到11.03％，這說明大數(shù)據(jù)領(lǐng)域研究熱度稍有減緩，但是仍然保持在一個文獻高產(chǎn)的水平，大數(shù)據(jù)仍然是研究的熱點，同時也受到廣泛關(guān)注。

研究國家分析

各國文獻數(shù)量統(tǒng)計分析

經(jīng)過檢索，大數(shù)據(jù)研究領(lǐng)域的5782篇文獻中有225篇文獻缺乏作者地址和國家信息。因此，對大數(shù)據(jù)研究領(lǐng)域國家分析的主體主要是基于包含完整作者國家、地址信息的5557篇文獻。

利用TDA工具分析后得知，共有87個國家開展了大數(shù)據(jù)領(lǐng)域研究，現(xiàn)將發(fā)表文獻總數(shù)量最多的前10位國家列出。在此基礎(chǔ)上還分別統(tǒng)計了在每個國家所發(fā)表的文獻中獨立發(fā)文數(shù)量和合作發(fā)文數(shù)量，另外還計算出相應(yīng)的排名情況。需要特別說明的是，本文將發(fā)文總數(shù)量相同的國家和地區(qū)歸屬于同一排名位次，如表1所示。

表1　國外文獻數(shù)量位列前10位的國家數(shù)據(jù)表

由表1可以分析出，在排名前10位國家中，有4個國家來自亞洲，比較有代表性的國家為中國、日本、韓國、印度等；有4個來自歐洲，比較有代表性的國家為德國、英國、意大利、法國等；有2個國家來自北美，它們分別是美國和加拿大。據(jù)表1的結(jié)果顯示，當前大數(shù)據(jù)領(lǐng)域研究中，美國排名第一位，文獻總數(shù)量為1824篇，占總文獻數(shù)量的32.82％。這充分說明美國在大數(shù)據(jù)領(lǐng)域的研究處于世界領(lǐng)先水平，是大數(shù)據(jù)研究核心國家之一，這與美國本身的科研實力與科研投入是密不可分的。中國排在發(fā)文數(shù)量的第二位，達到1457篇，占總文獻數(shù)量的26.22％，與美國相比差距并不是很大。德國、日本、英國、韓國四國發(fā)文總數(shù)量均在200篇以上，這說明這四個國家在大數(shù)據(jù)領(lǐng)域研究水平相當，但從發(fā)文數(shù)量上看與排在第一、第二位的美國和中國還是有一定差距的。

國家間合作網(wǎng)絡(luò)分析

為了進一步了解大數(shù)據(jù)領(lǐng)域國家間的合作關(guān)系，使用Ucinet工具繪制出關(guān)系網(wǎng)絡(luò)圖是比較清晰直觀的表達手段之一。在統(tǒng)計范圍內(nèi)，本文對大數(shù)據(jù)研究領(lǐng)域87個國家之間的合作關(guān)系進行了分析，將合作頻次閾值設(shè)定為1，繪制國家間合作關(guān)系網(wǎng)絡(luò)圖，如圖2所示。（其中節(jié)點的大小代表國家文獻總量的多寡，連線的粗細程度代表國家之間合作的緊密程度）。從圖中可以看出，美國在參與大數(shù)據(jù)研究的87個國家合作關(guān)系中處于核心地位，中國處在次要核心地位。

從圖2中可以看出，代表美國和中國的節(jié)點最大，說明文獻數(shù)量最多，處于大數(shù)據(jù)研究領(lǐng)域的核心地位。從合作頻次上看，中國和美國之間的連線最粗，說明這兩個國家之間合作最為緊密。與美國合作比較緊密的國家除了中國外，還有英國、德國、加拿大、荷蘭、意大利等國家，說明美國合作領(lǐng)域比較廣泛，與多國均有交流與合作關(guān)系。中國作為僅次于美國的研究核心國家，除與美國合作最為緊密外，還與英國、德國、澳大利亞、新加坡、日本、法國等國家存在較為密切的合作關(guān)系。

國外機構(gòu)間合作網(wǎng)絡(luò)的分析

通過研究機構(gòu)間合作網(wǎng)絡(luò)分析，可以清晰看出各個研究機構(gòu)在大數(shù)據(jù)領(lǐng)域研究合作的緊密程度，是大數(shù)據(jù)研究進展分析的重要方面。在統(tǒng)計范圍內(nèi)，本文選取發(fā)表文獻總數(shù)量大于等于10篇共155家研究機構(gòu)，利用Thomson公司的TDA數(shù)據(jù)分析工具得出機構(gòu)間合作共現(xiàn)矩陣表。再利用Ucinet社會網(wǎng)絡(luò)分析工具，將合作頻次（閾值）設(shè)定為2，繪制出研究機構(gòu)合作網(wǎng)絡(luò)關(guān)系圖，如圖3所示。（其中節(jié)點的大小代表研究機構(gòu)發(fā)表論文數(shù)量的多寡，連線的粗細程度代表研究機構(gòu)之間合作的緊密程度）。

圖2　大數(shù)據(jù)研究國家合作關(guān)系網(wǎng)絡(luò)

圖3　國外研究機構(gòu)合作關(guān)系網(wǎng)絡(luò)圖

從圖3可以看出，大數(shù)據(jù)研究領(lǐng)域的核心機構(gòu)主要以中國科學(xué)院和美國斯坦福大學(xué)為主。從研究機構(gòu)合作關(guān)系看，中國科學(xué)院主要與中國科技大學(xué)、北京理工大學(xué)、中國地質(zhì)大學(xué)、清華大學(xué)、上海交通大學(xué)等高等院校合作關(guān)系較為緊密。美國斯坦福大學(xué)主要與哈佛大學(xué)、美國國家癌癥研究所（National Cancer Institute，簡稱“NCI”）、挪威奧斯陸大學(xué)、美國北卡羅萊納大學(xué)、倫敦大學(xué)學(xué)院等研究機構(gòu)有著密切的合作關(guān)系。特別值得關(guān)注的是，中國大數(shù)據(jù)領(lǐng)域研究機構(gòu)間的合作僅僅局限于高等學(xué)府，與企業(yè)或是其它應(yīng)用型研究機構(gòu)的合作還是比較少的，說明我國大數(shù)據(jù)研究還主要集中在研究型應(yīng)用層面，還未形成普遍應(yīng)用的局面，理念的應(yīng)用還是快于數(shù)據(jù)的應(yīng)用，呈現(xiàn)出初級發(fā)展階段特征。而美國大數(shù)據(jù)領(lǐng)域研究機構(gòu)間的合作雖然也是各高等學(xué)府占主要地位，但是單從美國斯坦福大學(xué)與美國國家癌癥研究所的密切合作關(guān)系看，美國已經(jīng)率先加快大數(shù)據(jù)在生物醫(yī)藥、醫(yī)療衛(wèi)生上的實質(zhì)性應(yīng)用。今后我國大數(shù)據(jù)研究的發(fā)展要在不斷加大研發(fā)支持力度的基礎(chǔ)上，不斷推動大數(shù)據(jù)在重點研究領(lǐng)域的實質(zhì)性、創(chuàng)新性應(yīng)用。

國外大數(shù)據(jù)研究對我國的啟示

加強頂層設(shè)計，加快研究制定大數(shù)據(jù)發(fā)展國家戰(zhàn)略

隨著大數(shù)據(jù)時代的到來，數(shù)據(jù)資源將成為一種新型經(jīng)濟資產(chǎn)，如能源一樣將成為一個國家不可或缺的戰(zhàn)略資源。全球都在重新審視大數(shù)據(jù)所帶來的巨大價值，大數(shù)據(jù)的迅猛發(fā)展引起了各國政府的高度關(guān)注，紛紛出臺了專門針對大數(shù)據(jù)發(fā)展與應(yīng)用的國家級戰(zhàn)略或規(guī)劃用以搶占大數(shù)據(jù)領(lǐng)域發(fā)展的先機。

在大數(shù)據(jù)領(lǐng)域，美國一直是大數(shù)據(jù)研究的策源地和創(chuàng)新引領(lǐng)者，英國、法國、德國、澳大利亞、日本等發(fā)達國家也紛紛跟進，制定并頒布了符合本國國情的大數(shù)據(jù)戰(zhàn)略。

目前，我國還沒有專門針對大數(shù)據(jù)在國家層面上的戰(zhàn)略規(guī)劃或是方針政策，故此迫切需要加強頂層設(shè)計，將大數(shù)據(jù)規(guī)劃提升至國家級戰(zhàn)略高度，進一步明確我國大數(shù)據(jù)發(fā)展的重點科研領(lǐng)域與研究方向。同時通過戰(zhàn)略規(guī)劃和制度的建設(shè)，整合政府、企業(yè)、行業(yè)等數(shù)據(jù)，建立國家級全國統(tǒng)一標準的網(wǎng)絡(luò)數(shù)據(jù)挖掘分析中心，全方位、多角度的整合各方的數(shù)據(jù)資源，從而積極推動我國大數(shù)據(jù)產(chǎn)業(yè)的落地應(yīng)用與健康發(fā)展。此外，在制定國家戰(zhàn)略總體規(guī)劃或方針后，還需注重構(gòu)建相關(guān)的配套政策，例如，人才培養(yǎng)、資金保障、數(shù)據(jù)開放共享等，為我國大數(shù)據(jù)發(fā)展創(chuàng)造良好的發(fā)展環(huán)境。

注重多方合作，推動政學(xué)研用各方的互動與聯(lián)合

在大數(shù)據(jù)領(lǐng)域，各國都非常重視各方合作，并把這種合作看作為共同發(fā)展的手段。發(fā)展大數(shù)據(jù)是一項龐大的工程，需要國家、政府、企業(yè)、社會組織甚至是公民個人等多方面的積極參與和通力合作。從國家層面看，美國、日本合作建立數(shù)據(jù)中心，歐盟各成員國更是加強了相互之間的合作。從企業(yè)層面看，蘋果公司和IBM公司合作協(xié)議未來雙方將依據(jù)各自的市場領(lǐng)先優(yōu)勢，創(chuàng)造一種新類別的商務(wù)應(yīng)用，把IBM公司的大數(shù)據(jù)和分析能力帶給iPhone和iPad平板電腦等相關(guān)產(chǎn)品。

目前，各國大數(shù)據(jù)研究還處在發(fā)展初期，我國應(yīng)抓住發(fā)展契機，從數(shù)據(jù)信息資源的基礎(chǔ)性建設(shè)與數(shù)據(jù)存儲、挖掘、分析技術(shù)研發(fā)兩個方面著手，促進政府、企業(yè)、科研院所、高等院校、社會組織等各方力量的數(shù)字資源共享和全方位的合作，共同構(gòu)建大數(shù)據(jù)產(chǎn)業(yè)生態(tài)。

大力資助研發(fā)，促進大數(shù)據(jù)的普遍實際應(yīng)用

在大數(shù)據(jù)研發(fā)方面，投入力度最大的國家當屬美國。在《大數(shù)據(jù)研究與發(fā)展計劃倡議》發(fā)布過程中，包括由美國國防部在內(nèi)的六個政府部門承諾，將在大數(shù)據(jù)研發(fā)領(lǐng)域投入至少2億美元的資金，同時公布了多項目前正在進行當中的政府計劃：在推進大數(shù)據(jù)科學(xué)和工程的核心技術(shù)與研究方法方面，主要由美國國家科學(xué)基金和美國國家衛(wèi)生研究院負責(zé)；在推進大數(shù)據(jù)輔助決策方面，主要由國防部高級研究局負責(zé)。美國國家能源部將提供2500萬美元基金來建立可擴展的數(shù)據(jù)管理、分析和可視化研究項目。在大數(shù)據(jù)應(yīng)用方面，美國也迅速啟動了相關(guān)的大數(shù)據(jù)發(fā)展規(guī)劃。比如，美國國家衛(wèi)生研究院計劃啟動國際千人基因組項目，該項目會由亞馬遜網(wǎng)站提供云服務(wù)支持。

目前，我國對大數(shù)據(jù)研發(fā)與應(yīng)用的資助力度雖然明顯加大，但是真正用于自主研發(fā)技術(shù)的經(jīng)費明顯不足，這在一定程度上減緩了大數(shù)據(jù)研究的進展。我國應(yīng)在明確大數(shù)據(jù)關(guān)鍵技術(shù)的基礎(chǔ)上，根據(jù)國家戰(zhàn)略，確定大數(shù)據(jù)研究發(fā)展的重點支持領(lǐng)域，持續(xù)投入資金支持大數(shù)據(jù)技術(shù)研發(fā)和應(yīng)用。同時，引導(dǎo)鼓勵科研院所、有實力的大型企業(yè)開展大數(shù)據(jù)科研攻關(guān)、實現(xiàn)技術(shù)突破，最終使大數(shù)據(jù)應(yīng)用到人們的日常生活中，為公民創(chuàng)造更多的實際收益。另外，還可將互聯(lián)網(wǎng)、云計算等大數(shù)據(jù)應(yīng)用領(lǐng)先發(fā)展的領(lǐng)域作為試點工程，充分發(fā)揮重點示范作用，從而推動大數(shù)據(jù)在社會其它相關(guān)領(lǐng)域的研發(fā)創(chuàng)新與科學(xué)應(yīng)用。

10.3969/j.issn.1001-8972.2015.24.025