战略与决策研究
兴起。海量数据的出现催生了一种新的科研模
Strategy&PolicyDecisionResearch
他领域的学者解决大数据带来的技术挑战问题。通过分层次的不断抽象，大数据的共性科学问题才会逐步清晰明朗。
当前数据科学的目标还不很明确，但与其他学科一样，科学研究的道路常常是先做“白盒研究”，知识积累多了就有可能抽象出通用性较强的
式，即面对海量数据，科研人员只需从数据中直接查找或挖掘所需要的信息、知识和智慧，甚至无需直接接触需研究的对象。2007年，已故的图灵奖得主吉姆·格雷（JimGray）在他最后一次演讲中描绘了数据密集型科学研究的“第四范式”（The
[5]
FourthParadigm），把数据密集型科学从计算科学“黑盒模型”和普适规律。数据库理论是一个很好
中单独区分开来。格雷认为，要解决我们面临的某些最棘手的全球性挑战，“第四范式”可能是唯一具有系统性的方法。其实，“第四范式”不仅是科研方式的转变，也是人们思维方式的大变化。
的例子。在经历了层次数据库、网状数据库多年实践后，Codd[18]发现了数据库应用的共性规律，建立了有坚实理论基础的关系模型。在这之前人们也一直在问数据库可不可能有共性的理论。现在大数据研究要做的事就是提出像关系数据库这样的理论来指导海量非结构化数据的处理。
信息技术的发展使我们逐步进入“人-机-物”
4对大数据研究的科学思考
4.1“数据科学”研究的对象是什么？
计算机科学是关于算法的科学，数据科学是关于数据的科学。从事数据科学研究的学者更关注数据的科学价值，试图把数据当成一个“自然体(Datanature)”来研究，提出所谓“数据界（Datauni-verse）”的概念，颇有把计算机科学划归为自然科学的倾向。但脱离各个领域的“物理世界”，作为客观事物间接存在形式的“数据界”究竟有什么共性问题还不清楚。物理世界在网络空间中有其数据映像，目前一些学者认为，数据界的规律其本质可能是物理世界的规律（还需要在物理世界中测试验证）。除去各个领域的规律，作为映像的“数据界”还有其独特的共同规律吗？这是一个值得深思的问题。
任何领域的研究，若要成为一门科学，一定是研究共性的问题。针对非常狭窄领域的某个具体问题，主要依靠该问题涉及的特殊条件和专门知识做数据挖掘，不大可能使大数据成为一门科学。数据研究能成为一门科学的前提是，在一个领域发现的数据相互关系和规律具有可推广到其他领域的普适性。抽象出一个领域的共性科学问题往往需要较长的时间，提炼“数据界”的共性科学问题还需要一段时间的实践积累。至少未来5—10年内计算机界的学者还需多花精力协助其
融合的三元世界，未来的世界可以做到“机中有人，人中有机，物中有机，机中有物”。所谓“机”就是联系人类社会（包括个人身体与大脑）与物理世界的网络空间，其最基本的构成元素是不同于原子和神经元的bit。物理空间和人类社会（包括人的大脑）都有共性的科学问题和规律，与这两者有密切联系的网络空间会不会有不同的共性科学问题？从“人-机-物”三元世界的角度来探讨大数据科学的共性问题，也许是一个可以尝试的突破口。
4.2数据背后的共性问题——关系网络
观察各种复杂系统得到的大数据，直接反映的往往是一个个孤立的数据和分散的链接，但这些反映相互关系的链接整合起来就是一个网络。例如，基因数据构成基因网络，脑科学实验数据形成神经网络，Web数据反映出社会网络。数据的共性、网络的整体特征隐藏在数据网络中，大数据往往以复杂关联的数据网络这样一种独特的形式存在，因此要理解大数据就要对大数据后面的网络进行深入分析。网络有不少参数和性质，如平均路径长度、度分布、聚集系数、核数、介数等，这些性质和参数也许能刻画大数据背后网络的共性。因此，大数据面临的科学问题本质上可能就
是网络科学问题，复杂网络分析应该是数据科学
2012年.第27卷.第6期