《大数据、小数据、无数据:网络世界的数据学术》一 1.4 六项挑战

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介: 本节书摘来自华章出版社《大数据、小数据、无数据:网络世界的数据学术》一 书中的第1章,第1.4节,作者:[美] 克莉丝汀L. 伯格曼(Christine L. Borgman),更多章节内容可以访问云栖社区“华章计算机”公众号查看。

1.4 六项挑战

综上所述,数据显然远比大众媒体或政策声明中所讲的更加复杂。即使在特定研究或学术领域范围内,数据仍十分巨大且笨拙。虽然研究类数据的期刊论文、会议论文、白皮书、报告和声明等相关文献不断产生,但它们只是冰山一角。本书是第一部从社会、技术和政策等宏观视角评估数据问题,并借鉴跨学科实例的专著。本书采取已被数字时代遗忘的更具一般性的学术探究方法(Borgman 2007),进一步阐释上述实例提及的数据相关利益的根本性扩张。
虽然本书的目标非常宏伟,但其更多地阐释了数据的本质及其在学术中扮演的角色和使用问题。书中将理论、论据和实践相互交织在一起,尽可能明确交叉部分并阐释其含义。这里将基于学术研究事业在可预见未来的关键挑战,探索当代问题,并提出相应论点。本书将上述问题抽象为六项挑战,以推动学术事业利益相关者之间进行更具深度的对话。
1.数据的再现、共享和重用问题已经讨论了几十年,甚至在某些情况下已长达几个世纪之久。阐明研究类数据的拥有者、控制者、使用者和维护者等问题将有助于判断研究类数据的价值挖掘方式及其挖掘者。
2.跨情景、随时间的知识迁移依旧很难实现。数据的某些形式和表示很容易实现跨学科、跨情景和随时间共享,但大部分依旧不行。理解何为重要的数据特征可以为学术实践以及政策和知识基础设施建设投资指南的制定提供必要资料。
3.虽然学术出版物的形式和流派不断增加,但其功能依然保持稳定。数据在学术交流中扮演的角色与其在期刊论文、书籍或会议论文中不同。把数据看作出版物不仅增加了数据利益相关者面临的风险,还不利于探索新型学术交流模式。因此,必须从不同利益相关者的角度出发审视数据的学术功能。
4.学术成果正以开放获取出版物、开放数据和开源软件等方式进行更为广泛地传播。数据和出版物在学术中扮演的不同角色会直接影响传播动机、途径和实践。学者、图书馆、高校、资助机构、出版社和其他利益相关者都尚不理解提供开放获取数据服务的意义所在。
5.为适应开放获取数据、数据密集型研究、新技术、社交媒体以及实践和政策方面的变化,知识基础设施正在进一步发展。部分利益相关者的收益增加了,而其他人的收益却减少了。成本、效益、风险和责任正在重新分配。新型专业知识十分重要,但具体应用会因具体情境和研究领域而有所差异。
6.知识基础设施已发展并造福了几代学者。知识基础设施的设计与相关政策制定需要长远眼光,但其研究经费却是短周期的。知识基础设施的实质性投资对当下乃至今后更长远时期研究类数据的获取、维护和挖掘而言,都十分必要。这些投资具有连续性,因为今天的选择决定了明天甚至更长远时期数据以及其他信息资源的可用性。
这些挑战将在十章范围内分三部分进行探讨。第一部分即前四章,是数据和学术综述,为上述六项挑战的详细展开奠定基础。第二部分由三章组成,具体探讨自然科学、社会科学和人文学科领域的多个案例,并为每个挑战提供论据支撑。数据策略与实践组成了第三部分:第8章采用比较分析法论述跨学科、跨情景的数据可用性和有效性;第9章探讨了数据的信誉、归属和发现问题;第10章总结了保存何种数据及其原因。最后一部分总结了六项挑战对学术实践和研究政策的意义,并提出需要进一步解决的问题。

相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
相关文章
|
2月前
|
机器学习/深度学习 运维 监控
运维不怕事多,就怕没数据——用大数据喂饱你的运维策略
运维不怕事多,就怕没数据——用大数据喂饱你的运维策略
74 0
|
3月前
|
数据采集 分布式计算 DataWorks
ODPS在某公共数据项目上的实践
本项目基于公共数据定义及ODPS与DataWorks技术,构建一体化智能化数据平台,涵盖数据目录、归集、治理、共享与开放六大目标。通过十大子系统实现全流程管理,强化数据安全与流通,提升业务效率与决策能力,助力数字化改革。
91 4
|
13天前
|
机器学习/深度学习 传感器 监控
吃得安心靠数据?聊聊用大数据盯紧咱们的餐桌安全
吃得安心靠数据?聊聊用大数据盯紧咱们的餐桌安全
51 1
|
13天前
|
数据采集 自动驾驶 机器人
数据喂得好,机器人才能学得快:大数据对智能机器人训练的真正影响
数据喂得好,机器人才能学得快:大数据对智能机器人训练的真正影响
60 1
|
2月前
|
机器学习/深度学习 监控 大数据
数据当“安全带”:金融市场如何用大数据玩转风险控制?
数据当“安全带”:金融市场如何用大数据玩转风险控制?
86 10
|
2月前
|
机器学习/深度学习 自然语言处理 监控
大数据如何影响新兴市场投资决策?——数据才是真正的风向标
大数据如何影响新兴市场投资决策?——数据才是真正的风向标
56 3
|
2月前
|
机器学习/深度学习 传感器 大数据
大数据真能治堵吗?聊聊交通行业用数据疏通“城市血管”
大数据真能治堵吗?聊聊交通行业用数据疏通“城市血管”
104 4
|
2月前
|
机器学习/深度学习 人工智能 大数据
从数据到决策:政府如何用大数据把事儿办得更明白?
从数据到决策:政府如何用大数据把事儿办得更明白?
71 0
|
3月前
|
SQL 缓存 监控
大数据之路:阿里巴巴大数据实践——实时技术与数据服务
实时技术通过流式架构实现数据的实时采集、处理与存储,支持高并发、低延迟的数据服务。架构涵盖数据分层、多流关联,结合Flink、Kafka等技术实现高效流计算。数据服务提供统一接口,支持SQL查询、数据推送与定时任务,保障数据实时性与可靠性。
|
存储 机器学习/深度学习 人工智能
阿里云ODPS:在AI浪潮之巅,铸就下一代智能数据根基
在智能爆炸时代,ODPS正从传统数据平台进化为“AI操作系统”。面对千亿参数模型与实时决策挑战,ODPS通过流批一体架构、多模态处理、智能资源调度等技术创新,大幅提升效率与智能化水平。从自动驾驶到医疗联合建模,从数字孪生到低代码AI开发,ODPS正重塑企业数据生产力,助力全球客户在算力洪流中抢占先机。
118 0

热门文章

最新文章