2023年大数据环境下嵌入科研过程的信息服务模式研究.docx

大数据环境下嵌入科研过程的信息效劳模式研究 　　摘 要：文章阐述了大数据环境下科学研究过程的信息效劳需求，从嵌入式效劳理念的角度分析了支持数据密集型科学研究全过程的信息效劳模式的含义及其组成要素，总结了嵌入科研过程的信息效劳模式的特征，并在此根底上探讨了嵌入科研过程的信息效劳模式所面临的挑战。　　关键字：大数据 嵌入式效劳 信息效劳　　中图分类号： G252 文献标识码： A 文章编号： 1003-6938（2023）01-0030-05　　Analysis on Model of Information Services Embedded Process of Scientific Research in Big Data Environment　　Abstract In this paper the requirements on which information services of scientific research process are explored， and the connotation and elements of information services which supporting data-intensive scientific research are discussed. On this basis， it summarizes the typical characteristics of model of information services embedded process of scientific research. And then， the new challenges are analyzed.　　Keywords big data； embedded service； information service　　1 引言　　如今，大数据这个术语已是耳熟能详，它通常是海量的、形式多样的、非结构化数据的代名词，是信息化、网络化快速开展下要经历的必然过程[1]。与此同时，在现代科学研究过程中，数据量的生成呈现指数增长也是显而易见，不管是由于高通量的科学试验，还是千万亿次的科学计算，高分辨率的传感器，以及错综复杂的网络科学研究环境。　　因此，在大数据环境下，科学研究人员的信息需求和科学研究模式发生了显著性的变化，而嵌入科研过程的信息效劳在科学研究的整个流程中，始终坚持以科研人员为中心的原那么，从其课题选定到结束的整个过程提供具有广度的信息展示，个性化的信息推送和深度的信息互动。而科学研究的本质是信息的整理和分析[2]，鉴于此，为顺应科研环境的转变，如何为科学研究人员提供高效的数据管理和新型的信息效劳模式，是值得思考和探讨的。　　2 科学研究过程中信息效劳的需求分析　　2.1 科学研究模式的转变　　科学研究正在进入一个崭新的阶段，在信息与网络技术迅速开展的推动下，大量从宏观到微观、从自然到社会的观察、感知、计算、模拟、传播等设施和活动产生了大量的数据。同时，学科的开展逐渐呈现交融化、协同化和复杂化，研究人员逐渐把数据作为科学研究的对象和工具，基于数据来思考、设计和实施科学研究，因此促进了数据密集型科学的兴起，使密集型数据成为科学研究活的根底，并逐步总结形成了科学研究第四范式的研究模式[3]。　　从科研人员的原始数据，相关数据到科技文献的产出，研究过程中的数据和信息既是研究创新活动的参考资源和知识创造工具，又是新的研究的起点，科研人员必须在此根底上依赖资源的数字化、交流手段的网络化、科研工作的协同化以及科研数据的共享化来把握科学的开展规律，洞悉海量数据背后的信息和知识。然而科研人员研究对象和环境的转变，使其对信息的发现和分析能力愈加欠缺，直接导致在数据的挖掘和信息的管理方面面临着挑战。以数据为驱动的数据密集型科学研究改变了科研人员的信息行为模式，同时也产生了新的信息效劳的需求。　　2.2 大数据环境下科学研究用户的信息需求　　当前，密集型科学数据作为大数据的重要组成局部，在具备大数据特征的同时，在数据分析和管理方面有更高的要求[4]，必然导致科研人员对研究过程的个性化、专深化、集成化和协同化的信息需求不断增强。　　（1）大数据环境下科学研究对象的虚拟化，导致科研人员拥有更强的数字化交互式的信息管理能力需求。网络快速传播迅速产生的海量科学数据以及大量来自互联网的数据和信息成为科学研究的主要组成对象，使得研究转变成以网络为根底的高度协作性活动，如何对海量虚拟化的数据和信息进行有效管理，成为科研人员必须面临的问题。　　（2）大数据环境下科学研究需求的深度知识化，导致科研人员拥有海量数据实时的分析挖掘需求。一方面，以网络为根底的数字信息资源改变了科研人员的研究行为，数据的获取不是问题的关键，而关键在于数据背后的深度知识挖掘；另一方面，科研人员需求泛化的同时，更加专深化。如何根据每个科研人员独特的研究特征进行数据的跟踪、比对和分析，使专业化和针对性的知识实时获取，成为科研人员必须面临的问题。　　（3）大数据环境下科学研究交流方式的便捷化和多样化，导致科研人员拥有科学数据融汇和多学科协同的信息资源共享需求。在数据密集型的科学研究学术交流过程中，交流方式随着信息技术的不断深入，而愈加便捷，但是对于整合所有科学数据和文献，形成一个具有全球开放获取的互操作世界，仍有相当大的差距[5]。如何使科研人员在查看文献的同时能够找到文献的所有原始数据，并可以在此数据根底上，重现作者的分析过程，成为科研人员必须面临的问题。　　3 嵌入科研过程的信息效劳模式的分析　　3.1 嵌入科研过程的信息效劳模式的含义　　模式通常被解释为某种事物的标准形式或使用人可以照着做的标准样式[6]。即模式是将解决某类问题的方法总结归纳到一定的理论高度，并用来帮助指导人们设计优良的解决方案和完成某类任务的方法论。因此，模式是方法的抽象概括和总结，是解决某一类问题的方法论。而信息效劳，在传统上认为的是以信息资源为根底，利用各种方法或技术手段对信息进行收集、整理、使用并提供相关信息产品和效劳的一种活动[7]。并且伴随着科研用户需求的多样化，逐渐转变成通过研究用户，以用户的需求为导向来收集相关的数据和信息，进行信息组织和分析后，将有价值的信息传递给用户最终帮助用户解决问题，来实现信息增值。从这种意义出发，效劳主体、效劳客体、效劳方法和效劳内容是信息效劳模式的主要组成局部，这些要素及其相关关系成了区别不同模式的主要依据。 此资料由网络收集而来，如有侵权请告知上传者立即删除。资料共分享，我们负责传递知识。