米纯　朱利泉

摘 要 随着科技的发展，大数据越来越受到各行各业的重视。包括政府、科学、教育和企业等，此外，全球一些顶级的学术机构和刊物比如Nature和Science等多对大数据进行了研究，并先后设立专刊，出版了一些增长，对其进行了深度的探讨。同时还提出了大数据带来的优势和面临的问题和挑战。目前，医疗、物流、金融、制造、零售、科研和电信等多个领域得到大量的使用，并随之产生了巨大的科技价值、社会价值和产业空间。美国前总统奥巴马在2012年3月22日宣布，美国将投入2亿元美金来为“大数据研究和发展计划（Big Data Research and Development Initiative）”建立资金基础。自从上世纪九十年代宣布“信息高速路”的建设计划以后，这对美国来说是又一次国家战略，为美国的发展起到了重要的作用。紧随着美国的脚步，2013年，我国国家科学院将大数据作为国家战略加以发展。总体而言，大数据技术及相应的基础研究已经成为高校、科研院所和产业界的研究的热点和焦点，大数据的研究涉及了信息，心理、经济、社会等多个学科，不仅成为了传统行业的发展方向和契机，更铸就了很多新兴学科的崛起，成为了一个名副其实的交叉学科。大数据科学的总体方向已经逐步形成。在大数据时代背景下，农学生物类博士生科研内容与现代生物科技前沿信息之间必将产生新的复杂关系，对于博士生来说，是一个很好的学习和发展方向。

关键词 大数据 博士生 科研 信息 关系

中图分类号：F32 文献标识码：A

1博士生面临大数据与大数据技术

1.1大数据定义

大数据就是一种不能依靠传统IT技术和工具在短时间内进行数据的收集整理，管理和服务等集合。通过对其的研究，发现其具有4大特点，第一是具有大量的Volume ，并且由原来的TB级迅速飞升为PB以及EB级。通过IDC 的“数字宇宙”可知，它预测全球的数据使用量将会在2020年前迅速飞升，达35.2ZB。第二是特点是Variety，是指数据的种类多种多样。这是因为数据的来源众多，渠道不具有单一性，此外，随着软件的发展升级，数据处理方式变得越来越多，格式也随之丰富起来，改变了以前的数据模式。第三，Velocity，是指數据的产生和更新。在大数据中这是其一个很重要的特征。就全球而言，数据的翻一番的时间大致为一年半，遵循着摩尔定律。第四是Value，即指数据的价值含量，在大量的数据中，具有价值的数据只是少数部分，因此，高效运用数据的前提是获取有价值的信息。

1.2大数据技术

从定义上讲，大数据技术是就是从海量的数据中，迅速地找到有价值的信息。简单地说，大数据技术帮助解决了数据丰富但知识不足这一尴尬，究其实质是通过眼睛看到的数据，对其进行研究分析，从而获得其隐藏的信息，提取潜在的价值。因而大数据是公认的最具“市场”前景的技术之一，这一新兴领域已经成为了大势所趋，是未来竞争的关键因素。例如在政府的角度来说，有利于达到高效服务型政府的目标。对于学校而言，有益于绩效管理更加高效正确，有益于绩效评估，资源的合理分配应用等都是在数据的基础之上来做出决定。对于博士来说，为其研究工作的开展提供了必要的前提和整体环境。

1.3博士生面临大数据与大数据技术

对于大数据的研究，在此之前都将主要的精力放在数据的精确度上。在相当长一段时间内，数据采集、记录和存储等都受到技术的限制，无法实现大规模，海量数据的分析研究，使得研究成果不够准确。因此，我们在对数据进行处理时，从采集到分析都只选择一小部分数据，在大量的数据面前，这一小部分数据不具有完全的代表性，具有主观色彩。随着各行各业数据的使用增多，数据的量越来越大，但是人们的能力有限，因此，统计学发明了抽样法，即用一部分数据作为代表，对其进行分析研究，并从中总结出整体的特点，同时统计学的目标也成为用最少的数据得出最重要的信息。长此一来，我们形成了一种习惯：也就是最大限度的减少数据的采集量。然而往往具有较大价值的信息都藏于大量的数据中，而这种精简则会使得那些细节被排除在外。

2海量大数据信息对农学生物类博士生研究方法和内容的影响

2.1大数据时代的科研方法变革及其必然性

所谓的科学研究方法就是在实践的基础上得出的理论方法，并将其作为指导实际的基础。在这个信息爆炸的时代，数据的处理也需要一种新型高效的技术作为支撑条件，不断的完善传统的方式，推陈出新。为从事科研活动的人提供一个新型的，科学的研究方法。

“大数据”是相对以往小型、局部性数据而言的，利用大数据进行分析和工作时，研究方法体现为三大方面的转变。（1）改变了以往抽样研究的方法，不论是四研究整体还是某一个特殊的点，都需使用其所有的数据。（2）由于有更多的数据，我们可以接受更多混杂、更多数据上的不精确。（3）在分析数据时不再一味追求是否具有因果关系，而是将事物之间的关系研究放在了重要位置。在这个时代，科学的研究方法是时代的要求，也是历史发展的必然结果。对该研究方法进行系统的梳理和研究显得尤为重要。

由于大数据具有规模大、分布式、异构、不准确、不一致等特性，因而管理难度加大。由于当前些技术和系统无法有效管理支持大数据运行，于是海量数据的出现催生了一种新的科研模式，在爆炸的数据中，博士生等科学研发人员的工作成为了与数据打交道，在其中挖掘信息，发现新智慧，甚至无需直接接触需研究的对象。Jim Gray博士是著名的专家，曾获得图灵奖。他对古今科研进行了分析和总结，提出了人类科研的3种范式，即实验、理论和计算。今天，数据量不断攀升，这3种范式已经无法满足需求，在一些领域已经被淘汰，因此，迫切需求第四种的出现，以便能够适应新形势的需要。对此，Jim Gray提出了一种新的数据研究方法，被称为“第四范式”，科研活动将受到数据的影响，数据密集将成为科研的一种新特点，新方向，是在实验、理论结合计算科学之后的第四种科研范式。从实际上来说，计算机科学是对前两种范式的补充和优化，而数据密集型范式则是一种全新的处理大数据的方法，不仅仅是前三张范式的优化，表1是对四种范式进行的比较。

2.2第四范式的特征

涉及到科学研究第四范式，关于其知识服务主要包括两个方面的特征：第一点，为用户提供知识理论和数据信息方面的服务，换句话说，不但要涉及到知识理论方面的服务，而且要提供数据服务，使用户能够更容易更清晰地理解最终的知识结果，能够重复该结果产生的实验过程，并重复利用该数据，提高科学研究效率。二是对溯源信息进行管理，提供从数据到知识的整个过程服务。数据溯源信息指在整个工作流程执行中数据的输入和处理历史。科学研究信息的提供者为用户提供的信息和知识是单个的静态的，而科学研究第四范式需要新的服务模式，即能够提供从数据到知识转变的整个过程信息，这是一个动态的服务过程。许多的科研人才其中不乏博士学位研究生，他们在科研工作中的过程和结论都需要体现第四范式的特点。

3大数据时代对农学生物类博士生科研过程的信息新式供给

3.1大数据环境下农学生物类博士生的科研信息需求

在现在的大环境下，具有密集型特点的科学性数据在大数据中具有重要地位，这种密集型数据较一般大数据相比，除具有基本特征外，在管理和分析数据上有更极致的追求，一定会使科学研究人员增加对进程中的专业化、深层化、定制化、协同化以及集成化的信息的需求量。第一，科研对象在大数据时代下的虚构化，会使许多的科学研究人员其中包含农学生物类专业的博士生，具有对提高数字性交互性的管理信息能力的需要；第二，科研需求在大数据时代下有很强的知识性，会使许多科学研究人员具有大规模数据同步寻觅分析的需要；第三，科研沟通方法在大数据时代下，会使许多的科学研究人员其中同样包含农学生物类专业的博士生，具有共同分享多种学科配合和科研数据集汇的资源信息的需要。

3.2信息供给模式演进与科研过程演进

英国科学与技术设施研究理事会（STFC）提出了数字科研环境下的科研模型 ，把科研工作分析成一種不断连的工作流，整个过程以分析趋势、产生思路、组织并设计项目、进行项目申请、实际性研究实验、收集并组织数据、宏观分析数据、发布并交流成果、保护研究成果为主线，细致地描绘了适用于未来的科学研究工作流的初步形态。科研工作以信息为着眼点，不断研究分析信息的过程。在现在的大环境下，很多事物都在悄然发生着革命性的变化，知识形态、科学技术创新方式以及科学技术创新发展中的知识处理及交流机制都是如此，无一例外。这些变化同时又推动着知识创造模式的改变，以及科研工作流中关键性知识瓶颈出现深刻的变化，进而促进着新兴知识服务机制的产生。

服务的主体、客体、方法及内容是信息服务模式的重要组成部分。服务主体是信息服务行动的执行者，也就是信息的服务人员，以客户的需求为出发点，运用行之有效的办法，供应信息服务产品来实现客户要求。服务客体是对信息服务有需要的人，与常见的图书馆读者不一样，分为群体和个体两种需求类型，会发出需要信息的信号并接受使用信息。服务方法指的是信息服务中使用的策略，它是为帮助信息服务人员做成进行信息服务的行动而提出行之有效的手段。像旧时的信息服务里的查询文献、拟定专题、确定主题和新时代信息服务里的信息的搜集、汇集、个性化定制、咨询参考等皆是信息服务手段。服务内容是最终的信息服务产品，是信息服务人员最后交给信息服务需求者的确定下来的成果，或者是某种能够感受到的信息服务，由此它既可能是真实的物品，也可能是虚拟的产品，像报告、刊物、数据库一类的或是像学科导航与文献检索一类的信息服务。

4大数据的信息供给的未来趋势

数据密集型环境下，图书馆的知识咨询服务必须进行创新，利用新技术进行服务模式的演进，新的服务模式包括云服务模式、智慧感知模式和导航模式；在思维方式方面，大数据环境下的思维方式向着多样性、开放性、生长性、整体性、平等性和相关性发展，根本上属于多元性思维；在认知角度方面，大数据环境改变了人类的一些常规认知，主要体现在人类眼界的改变，从局限的世界向无限的大数据方向进击，进而满足认知的平等；在信息技术方面，传统的数据寻求方式已经落后于大数据时代，在数据收集、储存、分析和可视化等地方都存在弊端。这时任何领域都急切需要着大数据的帮助，更多的人选择了以数据为依据的分析代替以专家为信条的分析方式。而从服务创新的角度来讲，应注意数据创新、用户行为分析及知识网络的关联等方面的问题。

基金项目：重庆市教育改革项目资助，编号yjg142023。

参考文献

[1] 张斌，马费成.大数据环境下数字信息资源服务创新[J].情报理论与实践，2014，37（6）：28-33.

[2] 王元卓，贾岩涛，刘大伟，靳小龙，程学旗.基于开放网络知识的信息检索与数据挖掘[J].计算机研究与发展，2015（2）：456-474.

[3] 贺威，刘伟榕.大数据时代的科研革新[J].未来与发展，2014（2）：2-5.

[4] 董月玲，王晓丽，王寻.嵌人科研过程的学科化知识服务研究[J].高校图书馆工作，2012（2）：76-78.

[5] 戴瑾.我国高校图书馆嵌入式服务的实践与发展趋势[J].图书与情报，2013（3）：128-131.