劉元媛

An Overview of Big Data Application in Recent Researches

Yuan-Yuan Liu

（School of Management， Guizhou University）

【摘要】本文通過將“Big Data”作為搜索關(guān)鍵詞在Elsevier進(jìn)行站內(nèi)搜索，對2017年初最新發(fā)表的學(xué)術(shù)文章對于大數(shù)據(jù)的運用研究進(jìn)行了文獻(xiàn)綜述，以期在現(xiàn)有大數(shù)據(jù)運用領(lǐng)域的基礎(chǔ)上，展示大數(shù)據(jù)運用的最新成果和未來發(fā)展方向。

【關(guān)鍵詞】大數(shù)據(jù) 大數(shù)據(jù)特征 大數(shù)據(jù)運用

【ABSTRACT】In order to present the latest academic researches on application of Big Data， this paper employs ‘Big Data as a keyword in the internal site search of Elsevier to find out publications in the early 2017 about Big Data applications， and presents some of the results. In addition to existing Big Data applications， this paper aims at providing with an overview of recent Big Data applications in new areas and trends for the future researches of Big Data application.

【Keywords】Big Data， characteristics of Big Data， applications of Big Data

1.大數(shù)據(jù)

我們正處于大數(shù)據(jù)時代。2013年已被專家學(xué)者定義為大數(shù)據(jù)元年。當(dāng)摩爾定律向人們展示集成電路上容納的晶體管數(shù)大約每隔18個月就要增加一倍，性能提升一倍時，我們每個人都成為了這個信息爆炸時代大數(shù)據(jù)的生產(chǎn)者，也應(yīng)合理運用和保護(hù)大數(shù)據(jù)，從而使我們成為大數(shù)據(jù)的受益者。目前我國已在政府治理、企業(yè)管理、電子商務(wù)、智能交通、食品安全、智慧旅游、環(huán)保、醫(yī)療等諸多領(lǐng)域?qū)Υ髷?shù)據(jù)開展深入挖掘和運用。

2.大數(shù)據(jù)特征

大數(shù)據(jù)特征已由最早的3Vs、 4Vs擴(kuò)展為5Vs， 即Volume， Variety， Velocity， Veracity及Value。 Volume， 海量數(shù)據(jù)。與傳統(tǒng)數(shù)據(jù)量相比，大數(shù)據(jù)的量更大，有多大？大到硬件難以儲存，難以復(fù)制，難以管理。爆炸式增長的數(shù)據(jù)量可由TB， 增至PB，甚至EB。Variety，多樣性。與傳統(tǒng)數(shù)據(jù)相比，大數(shù)據(jù)不再是簡單的統(tǒng)計數(shù)據(jù)，而是包含結(jié)構(gòu)化（structured）及非結(jié)構(gòu)化（unstructured）的各種形態(tài)數(shù)據(jù)。Velocity，時效性。大數(shù)據(jù)更強調(diào)對數(shù)據(jù)處理的及時性，以及Veracity，準(zhǔn)確性，海量數(shù)據(jù)處理結(jié)果的準(zhǔn)確性。Value，價值。大數(shù)據(jù)不僅是量大，而更強調(diào)對數(shù)據(jù)背后信息的深度挖掘和廣泛運用從而創(chuàng)造價值。

3.大數(shù)據(jù)在科研領(lǐng)域的最新運用

本文通過對2017年初Elsevier收錄的國際核心期刊SCI中所發(fā)表大數(shù)據(jù)運用文章進(jìn)行文獻(xiàn)綜述，以期為國內(nèi)學(xué)者在大數(shù)據(jù)運用領(lǐng)域及未來發(fā)展方向提供參考。Conde-Clemente et al. （2017） 將大數(shù)據(jù)運用于語言學(xué)以探索“知識表示”（Knowledge Generation）以及人類語言認(rèn)知。Zhang et al. （2017） 將大數(shù)據(jù)運用于克服“清潔生產(chǎn)”（Cleaner Production， CP）障礙。Xie et al. （2017） 豐富了科研大數(shù)據(jù)的內(nèi)涵，該研究通過將土地空間數(shù)據(jù)、土壤數(shù)據(jù)、DEM、氣候數(shù)據(jù)和社會經(jīng)濟(jì)數(shù)據(jù)串聯(lián)起來，設(shè)置為該研究的特殊“大數(shù)據(jù)”數(shù)據(jù)樣本，從而探討影響生態(tài)用地變化的因素。Forkan et al.（2017）在識別臨床危險方面，大數(shù)據(jù)令人鼓舞，該研究利用混合特征空間證明生命體征大數(shù)據(jù)中存在判別模式，能夠提前識別嚴(yán)重的臨床危險。Wu et al.（2017）將大數(shù)據(jù)轉(zhuǎn)換成可管理規(guī)模，研究其對供應(yīng)鏈風(fēng)險和不確定性的影響。Roh（2017）將大數(shù)據(jù)分析用于關(guān)鍵詞分析和觀點分析找出韓國公眾對核能的態(tài)度。Hopp and J. Vargo （2017）利用大數(shù)據(jù)分析在社交媒體推特（Twitter）上的運用，以找出負(fù)面政治廣告和政治不文明行為之間的關(guān)系，發(fā)現(xiàn)經(jīng)濟(jì)地位是該關(guān)系的語境條件。Janvrin and Weidenmier Waston （2017）認(rèn)為：即使在大數(shù)據(jù)時代，會計的主要目標(biāo)仍然是為內(nèi)部和外部決策者提供決策依據(jù)，而sledgianowski et al.（2017）將大數(shù)據(jù)和信息系統(tǒng)整合成會計教學(xué)資源的分析單元。

參考文獻(xiàn)：

[1]Conde-Clemente， P.， Trivino， G.， Alonso， J.M.，2017. Generating automatic linguistic descriptionwith big data. Information Sciences 380.

[2]Forkan， A.R.M.， Khalil， I.， Atiquzzaman， M.， 2017.ViSiBiD： A learning model for early discovery and real-time prediction of severe clinical events us-ing vital signs as big data. Computer Networks 113.

[3]Hopp， T.， J.Vargo， C.， 2017. Does negative cam paign advertising stimulate uncivil communication on social media？ Measuring audience response usingbig data. Computers in Human Behavior， 68.

[4]Janvrin， D.J.， Weidenmier Waston， M.W.， 2017. 'Big Data'： A new twist to accounting. Journal of Ac-counting Education.

[5]Roh， S.， 2017. Big Data Analysis of Public Accep-tance of Nuclear Power in Korea. Nuclear Engineer-ing and Technology.

[6]Sledgianowski， D.， Gomaa， M.， Tan， C.， 2017. Tow-ard integration of Big Data， technology and infor-mation systems competencies into the accounting curriculum.Journal of Accounting Education.

[7]Wu， K.J.， Liao， C.J.， Tsent， M.L.， Lim， M.K.， Hu，J.Y.，2017.Toward sustainability：using big data to explore the decisive attributes of supply chain-risks and uncertainties. Journal of Cleaner Production 142.

[8]Xie， H.L.， He， Y.F.， Xie， X.， 2017. Exploring the factors influencing ecological land change forChina's Beijing-Tianjin-Hebei Region using big da-ta. Journal of Cleaner Production 142.

[9]Zhang， Y.， Ren， S.， Liu， Y.， Si， S.，2017. A big data analytics architecture for cleaner manufac-turing and maintenance processes of complex prod-ucts. Journal of Cleaner Production 142.