数据科学与大数据的科学原理及发展前景
数据科学与大数据的科学原理及发展前景
——香山科学会议第462次学术讨论会综述
现实世界中的事物是以数据的形式存储到网络空间（CYBER空间）中，数据被大量生产并储存到网络空间而形成数据资源。因而，需要探索网络空间数据奥秘的理论、方法和技术的一门新兴学科，即数据科学。
数据科学是未来发展方向，大数据是数字化生存时代的新型战略资源，是驱动创新的重要因素，正在改变人类的生产和生活方式。大数据是数据科学研究的一个方面，大数据的热潮促进了数据科学的发展。目前，数据科学研究受到越来越多的关注，近年来，有关数据科学的会议、期刊、论坛等也越来越多，世界各国纷纷成立数据科学研究机构，这些研究机构的成立推动了数据科学的快速发展。我国面临的问题不是要不要发展数据科学，而是如何开展数据科学研究工作，使得中国的数据科学研究处于世界领先地位。
2013年5月29～31日，主题为&“数据科学与大数据的科学原理及发展前景”香山科学会议第４６２次学术讨论会在北京召开。会议聘请中国科学院虚拟经济与数据科学研究中心石勇教授、复旦大学数据科学研究中心朱扬勇教授、伊利诺伊大学芝加哥分校Philips
Yu教授和中国科学院政策所李建平研究员担任执行主席。来自国内外管理、计算机、数学、经济、生物、社会、法律等领域34个单位的46位专家学者应邀出席了本次会议。
石勇教授和徐宗本教授分别作了会议主题评述报告，会议还组织了11个专题报告。与会专家围绕“数据科学的基本问题、大数据挖掘、大数据环境下管理科学领域相关问题探讨及大数据与经济金融安全”四个中心议题进行了深入探讨。
一、数据科学与大数据的现状与展望
石勇教授作了题为“数据科学与大数据的现状与展望”的主题评述报告。他在报告中介绍了大数据的发展现状，提出“大数据”时代已经到来。全球对于大数据的探讨和研究已经开始，2012年3月，美国奥巴马政府宣布了“大数据研究和发展倡议”，投入两亿美元，要求几大科研机构合力研发大数据核心技术。在国内，中国科学院与复旦大学等国内机构于2007年开始先后成立了数据科学研究中心。2012年5月香山科学会议第424学术讨论会“网络数据科学与工程&”、2013年1月中科院组织的“大数据背景下的计算机和经济发展高层论坛”等对大数据的研讨活动相继进行，希望能够推动大数据产、学、研的发展。
石勇教授探讨了大数据的定义——大数据是通过网络与非网络方式生成的形式多样，难于分析且含有高价值的海量数据集。同时指出大数据具有其明显的四个V特性，在此基础上，给出了大数据区别于传统数据集的两个基本特征：（1）分布式：大数据不一定储存于固定的数据库，而是普遍分布在不同地方的网络空间；（2）复杂性：大数据以半结构化或非结构化数据为主，具有较高的复杂性。
他还指出在大数据的研究过程中，有着许多数据科学相关的重要科学问题和研究过程要遵循的科学原则；探讨数据获取的公理存在性或一般科学定律；探讨封闭式数据存储与开源式数据存储如何影响知识发现的规律；探讨异构数据的不同表现形式之间的逻辑关系；从理论上系统地探讨已有数据挖掘方法的全局解及局部解存在性问题；探讨数据结构与决策结构在知识发现中的一般规律等。最后石勇教授给出了大数据产业的展望，例如将产业决策方式改变为“数据驱动的决策”，把传统的产业上升为数据决策的产业；以“跨行业数据挖掘过程标准”建立新型大数据产业；金融交易、网上交易可能成为第一波大数据产业等。
徐宗本教授作了题为“数据科学与大数据研究的科学问题”的主题评述报告。他提到数据科学和大数据的关系，即大数据是数据科学中很小的一个问题。在当前，为了理清数据科学的热点问题，需要关注大数据，要研究以数据为基础的方法论。他还描述了大数据的基本特征：不能集中存储、难以在可接受时间内分析处理和数据整体呈现高价值。他提到大数据的真正价值在于对国家和社会发展的重要性。此外，从研究机制上看，大数据是多学科交叉的综合性研究。所以，希望大家在发挥本学科优势的基础上，进行深度的合作和交流，促进大数据的研究。最后，他总结了大数据研究的若干科学问题，即高维、重采样、分布式计算、异构数据的信息融合和可视分析问题。
二、&数据科学的科学原理
数据是网络空间（Cyberspace）的唯一存在，而物质是宇宙空间中唯一存在，网络空间的数据呈现出不可控、未知性、多样性、复杂性等自然界的特征，进而给出了数据界（Data
nature）的概念，数据界是网络空间的所有数据。在数据界中人类面临的主要问题：在数据时代，数据跨越地理疆界，将会有新的国家形态出现，社会、政治和军事也都产生新的形态。数据界的一些科学问题如：数据界有多大、数据以什么方式增长、数据如何传播、数据的真实性如何判断等。这些问题不是自然科学和社会科学的研究范畴，需要一个研究数据的新科学，称为数据科学。数据科学的定义：研究数据的科学或关于数据的科学，是探索网络空间数据奥秘的理论、方法和技术。数据科学主要有两个内涵：一个研究数据的各种类型、状态、属性，组织形式、变化方式和变化规律，即认识数据、掌握数据；另一个是为自然科学和社会科学研究提供一种新的方法，称为科学研究的数据方法，其目的在于揭示自然界和人类行为现象和规律。数据科学的研究内容包括基础理论研究、数据技术及其应用研究、数据科学的学科体系。当前需要建立新的数据科学学科，并需要对知识结构、课程设置、专业设置等学科体系建设，探讨数据科学与自然科学和社会科学之间的关系，数据科学和计算机科学和信息科学之间的关系等。
三、大数据挖掘
从数据挖掘角度看，不同于传统的数据挖掘方式，即协同过滤和众包。如基于大脑影像大数据，将大脑看成一个复杂的系统，采用不确定性子图挖掘方法区分出患有阿尔兹海默病和儿童多动症的病人。当前，到处都有大数据和大数据分析的挑战，到处都有图和网络，将图挖掘算法为大数据分析的主要形式，如子图挖掘算法在基因序列中的应用等。医学健康数据是大数据时代的一个重要研究领域，医学大数据面临三大挑战：海量医学数据的高效动态存储、海量医学数据的高效计算、大医学数据中的知识发现。大数据对国家信息安全的挑战，目前我国的学术界对信息域和认知域的认识和研究比较多，但是大数据对物理域的威胁和挑战认识不足。应该重视大数据对国家信息安全产业的影响和大数据在信息安全方面需要解决的科学问题的研究。云计算是目前大数据处理采集、存储、分析，支撑大数据的主流方式，大数据具有大价值，并在云计算的演化基础上给出大数据挖掘的主要方法，结合数据挖掘云服务实践两点处理大数据，即选择复杂度低的算法和高效并行的策略。
四、大数据中的科学问题及中国大数据发展战略建议
大数据环境下管理科学领域相关问题，涉及大数据的概念、大数据技术与应用的发展态势以及由此驱动的变革三个方面。大数据环境下出现的管理新课题，如以大数据在中国传统医学研究方面的创新与发展为例，中国学者、相关研究人员及政府工作者能够在大数据时代背景下，抓住机遇，应对挑战，凝炼新的科学问题，积极开展应用基础理论研究，突破关键技术，建设应用示范工程，形成面向大数据的整体解决方案，获得符合中国国情、有国际水平的研究成果。
在大数据时代，政府要有效地组织如金融和新华社等资源建立数据中心、大数据平台等，国家有关部门要更加关注经济金融领域。金融数据间的交叉关联性更容易获得，个体微观层面数据更加丰富，金融决策依据数据类型的增加，数据获取信息成本的降低。但也面临多种挑战，如金融机构的复杂关联和金融决策的复杂信息环境、基于大数据的金融产品与交易策略创新及其风险。未来可能的研究问题包括：复杂信息环境下个体金融决策行为、数据环境下的信用评价和金融欺诈分析、微观金融大数据的涌现建模、大数据视角下的体系性金融风险管理、金融大数据整合及分享机制的建立等。决策是管理的本质，而管理最核心的要素就是信息的收集与传递，决策的精确性来自信息对称程度。而大数据的商业价值主要来自于数据服务变革，应用关联价值挖掘，数据深度描述，社交平台的情绪预测，政府的危机管理等，大数据可以发挥出巨大的价值。
五、会议共识与专家建议
经过深入交流、讨论，与会专家达成如下共识：
1.&&&&从科学层面定义大数据为来源多样、类型多样、大而复杂、具有潜在价值，但难以在期望时间内处理和分析的数据集；通俗地讲，大数据是数字化生存时代的新型战略资源，是驱动创新的重要因素，正在改变人类的生产和生活方式。因而要抓住机遇，结合领域知识进行理论研究和应用创新，将大数据上升到国家战略；
2.&&&&数据科学是研究数据的科学或关于数据的科学，是探索网络空间数据奥秘的理论、方法和技术，其作为一种新的科学获得与会专家的认可。当前问题是如何做使得中国的数据科学能够获得世界领先的地位。
3.&&&&当前，发改委、科技部、基金委都有大数据方面的立项，国内研究机构在大数据的研究和应用方面做了大量的工作，积累相当丰富的技术和数据资源，但资源共享相关的政策法规体系还不完善，支持力度有待进一步提高；
4.&&&&当前的数据权益保护的法律法规欠缺仍然是一个大问题。数据的权益，数据的流通交易，数据的认证等需要立法对其界定，从法律制度保障其技术的实现，这样才能保障数据产业成为一新兴产业；　
与会专家就如何推动我国数据科学与大数据的研究，推动数据科学这一新兴学科的发展提出如下建议：
1．&&在国家有关部门设立国家层面的数据科学和大数据专家组，组织制定国家科研的数据科学和大数据战略规划；
2．&&尽快开展数据科学的基础理论研究，建议国家自然科学基金设立数据科学基础理论课题，因与几乎任何学科交叉，建议设立专项课题研究；
3．&&加快数据科学学科建设和人才培养，可先行在计算学科或管理类学科建立二级学科；
4．&&建议对数据共享进行分级，如政府部门产生的数据为公共社会资源，可根据其保密程度分级共享；各企业行业内可自发联盟进行有条件数据共享；对于科研数据，也可根据保密程度进行分级共享，对于造福全人类的科研数据建议建立数据共享的激励机制和政策。
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。如何评价“数据科学与大数据技术”这一专业？_985吧_百度贴吧
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&签到排名：今日本吧第个签到，本吧因你更精彩，明天继续来努力！
本吧签到人数：0成为超级会员，使用一键签到本月漏签0次！成为超级会员，赠送8张补签卡连续签到：天&&累计签到：天超级会员单次开通12个月以上，赠送连续签到卡3张
关注：206,549贴子：
如何评价“数据科学与大数据技术”这一专业？收藏
目前，已经有复旦大学，对外经济贸易大学，中南大学开设了这一专业。华东师范大学正在像教育部申请，也即将开设。众大蛤怎么看？
票牛教你如何买到热门、便宜、真实的演出门票！
看培养方案，专业名字都是虚的，到底学什么才是实在的
学数学统计学计算机经济学？
就是大数据技术，国家政策支持，协同互联网+政策，国家当然大力支持撒
今年是第一届，前景看好。
外经贸大学能开的起来这个专业吗？深表怀疑，又是一个大坑
中南张尧学院士做这个的，偏向于和其他学科的结合，数据处理一类的
个人觉得，这个比现在很热的数学有应用操作性，和cs比一个操作工一个战略和策略分析，具有很好的就业和创业前景。
哼吼啊，以后类似的交叉学科会越来越多
缺牙要及时修复，揭秘种植牙如何做到几十年不掉？
以后可以做机器学习和数据挖掘
我能告诉你是搞这个玩的吗？
这专业前景不错的
课程设置合理啊
噱头大于实际
本科生能这么搞，亦可赛艇。
这个专业好像小破财也有耶！
登录百度帐号推荐应用
为兴趣而生，贴吧更懂你。或【中国科学报】国科大开设“大数据技术与应用”专业----中国科学院
&&&&&&&&&&&&&&&&
您现在的位置： &>&&>&
【中国科学报】国科大开设“大数据技术与应用”专业
文章来源：中国科学报 邱锐
发布时间：
【字号：】
　　近日，中国科学院大学（简称国科大）首次“大数据技术与应用”方向人才培养研讨会在京召开。中国工程院院士李国杰表示，该专业应发挥中科院相关研究所在大数据领域的优势，把人才培养与科研优势结合起来，让有条件的学生参与到研究所大数据技术及应用的科研实践中来。　　该专业方向具体实施单位、国科大工程管理与信息技术学院院长于华介绍说，他们将逐步开展与金融、电信、气象、电子商务、科学计算、物流、遥感、航天等领域的合作，把人才培养落到实处，切实为相关行业的发展提供优质教育服务。　　据了解，国科大将面向科研发展及产业实践，培养复合型大数据人才。不同于普通本科生和研究生培养，该方向首先瞄准具有一定行业背景的在职人员，通过整合中科院及合作伙伴在大数据技术及应用领域的优质资源，力争打造具有中科院特色和优势的专业方向。　　（原载于《中国科学报》
第4版 综合)
中国科学院 版权所有 &&京公网安备号&&
地址：北京市三里河路52号 邮编：100864预测未来永远不是件容易的事情。但随着2015即将结束，我们不禁期待新的一年会来带什么。你最终能买到一辆自动驾驶的汽车吗？机器会比人更聪明吗？还有，数据科学世界将会发生什么？我们不是算命先生，因此我们集合一群专家，问问他们是怎么想的。这里就是他们所说的话（排名不分先后）：2016年最大的数据趋势将是什么？“2016年将是令人兴奋的——大数据会更加主流化。2016年也会成为那些仍然没有坚实大数据战略的公司开始落后的一年。在技术方面，我看到实时数据分析会显著增加，以及越来越多地使用机器学习算法。”——Bernard Marr，大数据权威和畅销书作家“2016年，大数据世界将更注重智能数据，无论多少。智能数据是宽数据（数据维度多），而不一定是深数据（数据量大）。只要数据包含特征丰富的内容和上下文（时间、地点、关联、连接、相互依存等等），能够带来智能的甚至自动的数据驱动过程、发现、决策和应用，它们就是智能的。”——Kirk Borne，Booze Allen Hamilton首席数据科学家，RocketDataScience.org创始人“2015年，我们了解到过去12个全世界创造数据的90%。在这次大数据爆发之中，我看到许多高级负责人渴望尽可能快地赶上并促进这一切，以理解大量信息为他们带来的商业机会。2016年——我希望看到这些负责人不仅注意他们如何尽可能多地捕捉信息中的商业价值，还有他们如何才能为客户创造最佳体验。2016年的大数据座右铭应该是‘我们必须从数据中创造比数据更多的价值’。”——Jeremy Waite，EMEA Salesforce Marketing Cloud数字策略主管“2016年将是属于深度学习的一年。数据将从实验室移动到图像识别和语言理解中部署的技术，并在多个方面超越人类表现。”——Gregory Piatetsky，KDNuggets总裁“我想说的是，面向大众的数据科学是一方面，另一方面是开源技术带来更多的破坏，到某种程度再也没有人知道Hadoop的意思是什么，以及更多从未听说过的项目试图拉平通向数据科学的时间。”——Paul Zikopoulos，IBM分析VP“（在过去的10年中）一个工具、服务和公司的生态系统已经建立起来以应对这些数字问题。这一点也不是为了贬低那些贡献。10年后，我们建立了一些惊人的技术和产品。这些问题大多数已经被解决。仍待解决的是那些真实物理世界中的数据问题。大数据行业的下一个10年将解决这些问题。借用我们已有构建高可用、可扩展智能系统的知识，以及发明新的系统，用于分析在模拟行为和决策发生时传递的数据流。这两者都是行业的自然发展，也是构成下一代数据行业的各种技术、人以及公司的根本性转变。”——Drew Conway，Alluvium的CEO和创始人“我认为2016年是大数据整合时机成熟的一年。不过，我看到整合在这个行业中里不同的方式出现，而不是一家分析公司接管另一家。我也看到分析被增加到各种各样的企业软件中，从欺诈检测到营销自动化。这种整合将会横向发生在多种平台上，一些大数据创业公司可以很好专注在那些他们想要颠覆的垂直领域中。”——Jeff Vance，《连线》，《福布斯》和Startup50的记者“明年，口头禅‘看情况’将成为有关如何分享/可视化/图表化数据所有问题公认的答案。接受受众范围、目的和数据集将成为常态。只要创建者向目标和受众传递了合适的东西，条形图、饼图甚至时装艺术会被视为可视化数据的有效方式。”灵感来自我在计算机世界上最近的专栏：Living With Data——Andy Cotgreave，在Tableau的技术布道者“开放数据终于开始变得更好。发布信息的数据转储并期望公众筛选出它们不再足够。从公司透明度报告到政府支出再到犯罪统计资料，在2016年我们会迅速超越原油开放数据到更复杂的努力，让公众确实可以使用开放数据，而无需半先进分析或代码技能。”——Alex Salkever，RWW作者和Silk营销主管“我相信2016年的主要数据趋势将是专业数据头脑的崛起。每个组织部门（营销、财务、HR等等）越来越多地得到自己数据的访问和所有权。这种数据的民主化造成了每个团队对有基本数据科学素养的专业人员的需求。因此，除了招聘全职数据科学家外，组织将寻找作为这种数据驱动文化的一部分的雇员。这些专业人士不需要具有真正数据科学家的能力层次，但是他们将要在一定程度上处理和分析自己的数据，并提出正确的问题。这些专业人员需要数据头脑！因为具备这种能力的人很少，类似DataCamp这样的公司已经率先向专业人员提供所需技能，不中断职业生涯而把他们变成具有数据头脑的人。”——Martijn Theuwissen，DataCamp联合创始人“有几件事跳入脑海，但其中一件一直都在，那就是使用强加密保护移动消息、语音和文件交换的新应用的激增，无论是为企业还是为个人。没有很多人注意到这一点，但他们确实这么做了。无疑，政府会不太高兴，但并没有阻止。特别是企业不在新人开放通信，因此我们正在走向一个一切都被加密的世界。”——John Dunn，英国计算机世界和Techworld的编辑“可识别个人数据的使用正在日益变成消费者和监管部门的关注点，以及客户信任的战场。那些积极主动地尊重和保护消费者数据的公司将成为赢家。隐私会是2016年杀手级的应用。”——Tim Barker，DataSift CEO“手机的人工智能（你的手机可以搞清你要干什么，并预测你下一步怎么做）。”——Andrea Cox，Open Data Institute“明年企业将会看到来自全部数据的价值。不只是物联网，而是一切可以提供洞察的全联网。从数据中获取价值，这里的数据不限于电子设备、传感器和机器，还包括来自服务器日志、地理位置和互联网的全部数据。”——Scott Gnau，Hortonworks CTO“2016年我要为那些企业提供资金，使他们能够创建API，把web变成，所有构成互联网管道的那些困难问题将会像网络中的李维斯一样。”——Thomas Korte，AngelPad创始人“让用户能看到各种因素对其业务正在变得比以往更加重要。有了合并内部和外部数据源的能力，用户现在可以访问更多数据的上下文，最终带来更多洞察和更好决策。轻松快速在分析中加入人口统计学或位置数据能帮助组织减少一些管理抉择的风险。”——James Richardson，Qlik商业分析策略师“机器学习将减少洞察力的杀手——时间。机器学习将取代手工数据处理和数据管理中的脏活累活。节省出的时间将加速数据战略。”——Brian Hopkins，Forrester Research VP和首席策略师“正如每一个行业，破坏的力量——安全、可持续性、速度和成本——正在推动数据中心设计、建造和运行方式的变化。这在整个2016年应该作为向用户提供应用和内容的能力继续，而收集和分析数据对商业成功也越来越关键。”——Steve Hassell，艾默生网络能源的数据中心解决方案总裁“成功标准将由大量数据的使用转向数据收集的质量。这将意味着每个公司的多样性也可能降低，但是将要收集的具体数据会变得更有效、实用和丰富。由于公司意识到他们收集的大多数数据没有被使用，只是占用存储空间，这些将变得更加明显，而对数据的使用也会受到更多监督。”——Chris Towers，Innovation Enterprise大数据创新主管“2016年将会有关于根据你有权访问的数据采取何种操作的一切。引入算法。算法确定行动，它们都是非常擅长非常具体操作的软件的非常具体的一部分，比人类可能做得更好。思考一个基于网站访问画像快速决定最佳广告或者在大量交易数据中发现离群值以确定欺诈的例子。”——Mark van Rijmenam，畅销书作家和Datafloq创始人“因为大数据需要大量处理能力，许多组织将利用基于云的，‘大数据即服务’的产品，由此可以得到他们信息的全部价值，而不需要任何相关资金支出。”——Stuart Mill，CenturyLink区域销售总监“2016年将看到，使用那些让商业用户能在无需IT手把手协助下执行全面广泛的自助式大数据探索的工具进行的大数据分析会得到扩张。”——Ulrick Pedersen，Targit COOEnd.“感谢你耐心的看完，鞠躬ing。一直最用心，行业最强音。如果你觉得内容对你有帮助，希望你转载到朋友圈分享给更多的人。传递知识，传递快乐。回复对应数字，查看对应系列文章1数据可视化
5篇系列文章2推荐系统
5篇系列文章3机器学习
5篇系列文章4随机森林和支持向量机
5篇系列文章5成为数据科学家
5篇系列文章6大数据面试题
5篇系列文章7大数据工具
5篇系列文章8实践篇 大数据应用案例
5篇系列文章9新手上路，数据行业入门学习5篇系列文章36大数据是一个专注大数据创业、大数据技术与分析、大数据入门学习的商业新媒体。分享大数据在电商、移动互联网APP、医疗及金融银行等领域的落地应用。36大数据是百度大数据首席战略合作媒体。也是WeMedia自媒体联盟成员。网站：QQ千人群：投稿邮箱：36大数据微信dashuju36发干货/有价值的内容大数据女神dashujunvshen发布行业新闻、动向点击下方“阅读原文”查看更多↓↓↓36大数据(dashuju36)　
　文章为作者独立观点，不代表大不六文章网立场
dashuju36关注大数据和互联网趋势，最大，最权威，最干货的大数据微信号（dashuju36)。大数据第一科技媒体。不发软文，只做知识分享。热门文章最新文章dashuju36关注大数据和互联网趋势，最大，最权威，最干货的大数据微信号（dashuju36)。大数据第一科技媒体。不发软文，只做知识分享。&&&&违法和不良信息举报电话：183-
举报邮箱：
Copyright(C)2016 大不六文章网
京公网安备78