大數(shù)據(jù)的八大熱點問題_數(shù)據(jù)分析師

大數(shù)據(jù)的熱點問題：

    1.數(shù)據(jù)科學與大數(shù)據(jù)的學科邊界

    這一問題綜合了兩個問題，即大數(shù)據(jù)的基本內(nèi)涵與數(shù)據(jù)的科學問題。前者關注的是大數(shù)據(jù)的基本定義和基本結(jié)構(gòu)。迄今為止，什么是大數(shù)據(jù)，在產(chǎn)業(yè)界、學術(shù)界并沒有形成一個公認的科學定義，大數(shù)據(jù)的內(nèi)涵與外延也缺乏清晰的說明。大數(shù)據(jù)區(qū)別于其他數(shù)據(jù)的關鍵特性是什么？IBM提出了3V的說法，即volume（體量大）、variety（模式多）和velocity（速度快）。爾后又有人提出了另一個V，即value（價值），表示大數(shù)據(jù)雖然價值總量高但其價值密度低。另外，大數(shù)據(jù)是否就意味著全數(shù)據(jù)，還有待進一步討論與澄清。最后，還需要為動態(tài)、高維、復雜的大數(shù)據(jù)建立形式化、結(jié)構(gòu)化的描述方法，進而在此基礎上發(fā)展大數(shù)據(jù)處理技術(shù)。后者關注的是數(shù)據(jù)界與物理界、人類社會之間的關聯(lián)與差異，探討是否存在獨立于應用領域的數(shù)據(jù)科學。如果存在數(shù)據(jù)科學，其學科問題的分類體系又是什么？目前已有的共識是，大數(shù)據(jù)的復雜性主要來自數(shù)據(jù)之間的復雜聯(lián)系。另外，新型學習理論和認知理論等應當是數(shù)據(jù)科學的重要組成部分。

    2.數(shù)據(jù)計算的基本模式與范式

    大數(shù)據(jù)的諸多突出特性使得傳統(tǒng)的數(shù)據(jù)分析、數(shù)據(jù)挖掘、數(shù)據(jù)處理的方式方法都不再適用。因此，面對大數(shù)據(jù)，我們需要有數(shù)據(jù)密集型計算的基本模式和新型的計算范式，需要提出數(shù)據(jù)計算的效率評估方法以及研究數(shù)據(jù)計算復雜性等基本理論。由于數(shù)據(jù)體量太大，甚至有的數(shù)據(jù)本身就以分布式的形式存在，難以集中起來處理，因此對于大數(shù)據(jù)的計算需要從中心化的、自頂向下的模式轉(zhuǎn)為去中心化的、自底向上、自組織的計算模式。另外，面對大數(shù)據(jù)將形成基于數(shù)據(jù)的智能，我們可能需要尋找類似“數(shù)據(jù)的體量+簡單的邏輯”的方法去解決復雜問題。

    3.大數(shù)據(jù)特性與數(shù)據(jù)態(tài)

    這一問題綜合了三個候選問題，即大數(shù)據(jù)的關系維復雜性、大數(shù)據(jù)的空間維復雜性和大數(shù)據(jù)的時間維復雜性問題。大數(shù)據(jù)往往由大量源頭產(chǎn)生，而且常包含圖像、視頻、音頻、數(shù)據(jù)流、文本、網(wǎng)頁等等不同的數(shù)據(jù)格式，因此其模態(tài)是多種多樣的。主要來源于多模態(tài)的大數(shù)據(jù)之間存在著錯綜復雜的關聯(lián)關系，這種異質(zhì)的關聯(lián)關系有時還動態(tài)變化，互為因果，因此導致其關聯(lián)模式也非常復雜。大數(shù)據(jù)的空間維問題主要關注人、機、物三元世界中大數(shù)據(jù)的產(chǎn)生、感知與采集，以及不同粒度下數(shù)據(jù)的傳輸、移動、存儲與計算。另外，還需研究大數(shù)據(jù)在空間與密度的非均衡態(tài)對其分析與處理所帶來的理論與技術(shù)挑戰(zhàn)。而大數(shù)據(jù)的時間維問題意圖在時間維度上研究大數(shù)據(jù)的生命周期、狀態(tài)與特征，并探索大數(shù)據(jù)的流化分析、增量式的學習方法與在線推薦。最后，研究大數(shù)據(jù)的離線與在線處理對時效性要求。

    4.大數(shù)據(jù)的數(shù)據(jù)變換與價值提煉

    這一問題主要由“如何將大數(shù)據(jù)變小”與“如何進行大數(shù)據(jù)的價值提煉”兩個問題組成，前者要在不改變數(shù)據(jù)基本屬性的前提下對數(shù)據(jù)進行清洗，在盡量不損失價值的條件下減小數(shù)據(jù)規(guī)模。為此，需要研究大數(shù)據(jù)的抽樣、去重、過濾、篩選、壓縮、索引、提取元數(shù)據(jù)等數(shù)據(jù)變換方法，直接將大數(shù)據(jù)變小，這可以看作是大數(shù)據(jù)的“物理變化”。后者可看作是大數(shù)據(jù)的“化學反應”，對大數(shù)據(jù)的探索式考察與可視化將發(fā)揮作用，人機的交互分析可以將人的智慧融入這一過程，通過群體智慧、社會計算、認知計算對數(shù)據(jù)的價值進行發(fā)酵和提煉，實現(xiàn)從數(shù)據(jù)分析到數(shù)據(jù)價值判定和數(shù)據(jù)制造的價值飛躍。

    5.大數(shù)據(jù)的安全和隱私問題

    只要有數(shù)據(jù)，就必然存在安全與隱私的問題。隨著數(shù)據(jù)的增多，大數(shù)據(jù)面臨著重大的風險和威脅，需要遵守更多更合理的規(guī)定，傳統(tǒng)的數(shù)據(jù)保護方法無法滿足這一要求。因此，面對大數(shù)據(jù)的安全與隱私保護，有大量的挑戰(zhàn)急需得到解決，具體包括：大數(shù)據(jù)計算倫理學、大數(shù)據(jù)密碼學、分布式編程框架中的安全計算、遠程數(shù)據(jù)計算的可信任度、數(shù)據(jù)存儲和日志管理的安全性、基于隱私和商業(yè)利益保護的數(shù)據(jù)挖掘與分析、強制的訪問控制和安全通信、多粒度訪問控制以及數(shù)據(jù)來源和數(shù)據(jù)通道的可信等。

    6.大數(shù)據(jù)對IT技術(shù)架構(gòu)的挑戰(zhàn)

    這一問題是對熱點問題“大數(shù)據(jù)對于系統(tǒng)的要求”的新解讀。大數(shù)據(jù)對于系統(tǒng)，不管是存儲系統(tǒng)、傳輸系統(tǒng)還是計算系統(tǒng)都提出了很多非常苛刻的要求，而現(xiàn)有的數(shù)據(jù)中心技術(shù)難以滿足大數(shù)據(jù)的需求。譬如，存儲能力的增長遠遠趕不上數(shù)據(jù)的增長，設計最合理的分層存儲架構(gòu)已成為信息系統(tǒng)的關鍵。分布式存儲架構(gòu)不僅需要scale-up式的可擴展性，也需要scale-out式的可擴展性。因此對整個IT架構(gòu)進行革命性地重構(gòu)勢在必行。此外，大數(shù)據(jù)平臺（包括計算平臺、傳輸平臺、存儲平臺等）是大數(shù)據(jù)技術(shù)鏈條中的瓶頸，特別是大數(shù)據(jù)的高速傳輸，需要革命性的新技術(shù)。

    7.大數(shù)據(jù)的應用及產(chǎn)業(yè)鏈

    大部分大數(shù)據(jù)專家委員會的委員都認為，大數(shù)據(jù)的研究與應用一定要與領域知識相結(jié)合，尤其在開展大數(shù)據(jù)研究的初期，計算機領域的科技工作者一定要虛心向各領域的科技人員請教，真正了解和熟悉各領域發(fā)生數(shù)據(jù)的特點。針對不同的領域環(huán)境和不同的應用需求，大數(shù)據(jù)的獲取、分析、反饋的方式有所不同。為此，針對不同行業(yè)與領域業(yè)務需求，我們需要展開數(shù)據(jù)特征與業(yè)務特征的研究，進行大數(shù)據(jù)應用分類與技術(shù)需求分析，構(gòu)建從需求分析與業(yè)務模型，到數(shù)據(jù)建模、數(shù)據(jù)采集和總結(jié)反饋，最后到數(shù)據(jù)分析的全生命周期應用模型。其實，不同的應用環(huán)境和應用目標代表了不同的價值導向，這對于大數(shù)據(jù)的價值密度有很大的影響。

    8.大數(shù)據(jù)的生態(tài)環(huán)境問題

    大數(shù)據(jù)作為21世紀的“新石油”，是一種寶貴的戰(zhàn)略資源，因此對大數(shù)據(jù)的共享與管理無疑是其生態(tài)環(huán)境的一部分。對于大數(shù)據(jù)的共享與管理，其中所有權(quán)是基礎，這既是技術(shù)問題，也是法理問題。對數(shù)據(jù)的權(quán)益需要進行具體認定并進行保護，進而在保護好多方利益的前提下解決數(shù)據(jù)共享問題。為此，可能會遇到不少的障礙，包括人們對法律或信譽的顧慮，保護競爭力的需要，以及數(shù)據(jù)存儲的位置和方式不利于數(shù)據(jù)的訪問和傳輸?shù)?。此外，生態(tài)環(huán)境問題還涉及與政治、經(jīng)濟、社會、法律、科學等等的交叉影響問題。因為大數(shù)據(jù)將對國家治理模式、企業(yè)的決策、組織和業(yè)務流程、個人生活方式都將產(chǎn)生巨大的影響，所以這種影響模式值得深入研究。