当前位置: 首页 > 编程日记 > 正文

《大数据、小数据、无数据:网络世界的数据学术》一 导读

前  言‖

在“大数据”风靡的当代,学术研究中的“小数据”依旧不容小觑。随着绝对数据量的增加,学者们进行个体研究的能力却不断退化。因为他们从未距离研究对象如此遥远。新工具和新视角成为学术研究的必需品。但相对于“小数据”而言,“大数据”不一定是最好的选择。因为研究者距离数据来源(即数据采集、处理、提炼和转换方式及其对应的研究假设和目的)越远,就越难理解数据代表的实际意义。因此,学者们更倾向于使用少量数据进行更深入细致的研究。但当数据尚未被发现甚至不可能被发现时,学者们将面临“无数据”的窘境。
相对于一般商品而言,研究类数据(research data)的利用价值或多或少。数据管理计划、数据发布需求以及由资助机构、学术期刊和科研机构提出的积极政策都很难适应数据多样性和跨领域的新实践。除了按例定义之外,很少有政策尝试给出数据的定义。那些反映学术界利益相关者竞争机制和动机的政策更是少之又少。数据的含义因人而异,因时不同;数据可以像资产一样受控、积累、交易、组合投资、挖掘甚至可能被发布;同时,数据也可以像债务一样被管理、保护或者毁约。数据的敏感性和保密性可能很高,因此数据发布往往伴随着高风险。数据价值可能立即显现,也可能很久之后才引人注意。有些数据值得长期监护,但大部分数据都只具有短期价值。某些研究类数据的价值可能在几个小时或几个月之内,随着技术和领域前沿工作的进步而不复存在。
要理解数据在学术研究中的价值,首先必须明确数据绝非一般事物,其不是具有本质内涵的自然对象。恰恰相反,出于研究或学术目的,学者们往往需要证明现象发生的论据,即观察结果、客观对象以及其他实体,而数据正是这些论据的表现形式。而且这种具体表现形式会因学者、情景以及时间的不同而有所差异。学者们虽然在自然科学、社会科学以及人文学科领域内创造、使用、分析和解释数据,但都尚未就数据定义达成共识。把某种事物概念化为数据的过程本身就是一种学术行为。学术活动包括寻求论据、解释现象以及论证观点等,这些活动以数据为媒介,最终往往表现为期刊论文、专著、会议论文以及学术界认可的其他形式。考虑数据重用的研究极为少见。
伽利略使用笔记本记录观察到的现象,19世纪的天文学家把图像刻在玻璃板上,而今天的天文学家则使用数字设备捕获光子。普通相机拍摄的夜空图像之所以能与航空任务采集的图像基本相似,是因为天文学家已经在数据描述和映射的表示体系上达成一致。为集成几个世纪以来的观测数据,天文学家已经在标准、工具和档案方面做了大量工作。即便如此,该领域的知识基础设施还远未建成,更不用说完全自动化了。就数据获取的组织和协调而言,信息专业技术人员在天文学等领域发挥着重要作用。
出版物和数据之间的联系体现在多个方面,这正是研究类数据在学术交流范围内得以充分利用的原因。数据创造可能需要长期的深思熟虑,这一漫长过程积累了许多随时间可增值的资源。但数据创造也可能历时很短,甚至具有偶发性。在后两种情况下,研究者需要尽可能记录现象发生时的所有仪器数据。在天文学、社会学和人种学等领域,不论研究计划制定得有多好,数据采集都具有随机性,因为每个阶段的研究发现都会影响下一阶段的数据选择。因此,任何领域的学者都需要学会评估数据优劣、判定数据信度和效度以及适应实验室研究、实地调查和档案馆的条件。出版物是特定领域中假设读者具有专业知识的条件下,对研究成果进行报告的形式,其为读者理解研究成果的论点、方法及结论提供了必要信息。但因为假定读者熟悉该领域,所以其往往省略重复研究所需的细节。虽然人们对数据发布各执己见,但数据的重复性与再现性只在特定领域具有相关性。而且即使是在这些领域,真正实现重复与再现也很困难。而判断哪个学术研究成果更具有保存价值更是难上加难。
数据管理、发布和共享等相关政策模糊了数据在学术活动中的复杂作用,而且在很大程度上忽略了领域内与领域间政策实践中的差异性。“数据”的概念在自然科学、社会科学和人文学科之间甚至同一学科内都存在很大差异。数据管理在很多领域内可学不可教,这使得现有解决方案缺乏系统性。一般而言,研究人员重用自己的数据都有很大困难,更不用说使这些数据为具有不同需求的其他人所用。由于数据共享实施难度大、激励机制有限,而且在知识基础设施工程建设方面需要大量投资,所以其规范仅存在于部分领域。
本书面向包括研究类数据利益相关者在内的广大读者,具体包括学者、研究人员、高校领导、出版商、图书馆和数据档案馆的工作人员以及投资决策者和政策制定者等。第一部分使用四章篇幅界定“数据”与“学术”的概念,详细讨论了数据、学术、知识基础设施以及研究实践的多样性。第二部分包括三章,分别探究了自然科学、社会科学和人文学科领域的数据学术(data scholarship)。这三个案例分析结构平行,便于进行跨领域对比。第三部分涵盖三个章节,主要阐述数据策略和数据实践相关内容,并尝试分析数据学术面临众多棘手问题的原因。这部分具体包括:数据共享、发布与重用,数据信誉、归属与发现,保存何种数据及其原因。
“学术”与“数据”之间有着长远而错综复杂的关系,二者都不是新概念。当前,二者之间的关系又出现了新要素,即从学术活动中提取数据进行挖掘,并应用于其他目的。研究类数据相关的成本、收益、风险和报酬等正在相互竞争的利益相关者之间进行重新分配。本书旨在推动各方进行内容更全面、信息更充分的讨论。这对学术的未来至关重要。

目  录

第1章 挑战
1.1 引言
1.2 大数据与小数据
1.2.1 大
1.2.2 开放性
1.2.3 长尾
1.3 无数据
1.3.1 数据不可获取
1.3.2 数据不可发布
1.3.3 数据不可用
1.4 六项挑战
1.5 结论

第2章 何为数据
2.1 引言
2.2 定义与术语
2.2.1 按例定义
2.2.2 操作定义
2.2.3 分类定义
2.2.4 概念区分
2.3 结论

第3章 数据学术
3.1 引言
3.2 知识基础设施
3.3 社会与技术
3.3.1 社区与协作
3.3.2 知识与表示
3.3.3 理论、实践与政策
3.4 开放学术
3.4.1 开放获取研究成果
3.4.2 开放获取数据
3.4.3 开放技术
3.5 交流融合
3.5.1 数据隐喻
3.5.2 数据单元
3.5.3 记录文件
3.6 结论

第4章 数据多样性
4.1 引言
4.2 学科与数据
4.3 数据大小问题
4.3.1 项目目标
4.3.2 数据采集
4.3.3 数据分析
4.4 数据产生问题
4.4.1 距离问题
4.4.2 外部影响因素
4.5 结论

相关文章:

UIView旋转角度

2019独角兽企业重金招聘Python工程师标准>>> 最近做一个视图的旋转、放大、拖动、拉伸,其他的都慢慢解决了,就是旋转之后各种问题不好处理,最终归结到旋转角度的不能获取,纠结了好几天,终于找到了获取旋转角…

生成静态文件的新闻系统核心代码

在网上看了许多能生成静态页的新闻系统,但基于asp.net的系统极少,闲下时间来自己写了一个,发出来,大家一起研究,代码没做什么优化,只是实现了功能 using System;using System.Collections;using System.Com…

「软件」2.0时代已经到来,你需要这样的开发工具

互联网催生了软件的繁荣,而在AI浪潮的推动下,软件正在朝着更「智能」的方向发展,也就是「软件2.0」时代。「软件2.0」其实就是神经网络,也就是这一波AI浪潮的基石。 在「软件1.0」时代,程序员用Java、Python、C等语言…

WF4 Beta,RC版文章总结

Visual Studio 2010明天就要发布正式版了,伴随Visual Studio 2010的发布微软的新一代工作流框架Workflow Foundation 4也会正式发布。从Beta版开始就断断续续的开始关注了,并写了一些文章,今天总结下: WF4 Beta1的几篇文章&#x…

亚马逊云科技在中国区域上线机器学习新服务,打造广泛而深入的人工智能与机器学习工具集

2021年5月11日,在完全托管的机器学习服务Amazon SageMaker落地中国区域一周年之际,亚马逊云科技宣布通过与光环新网和西云数据的紧密合作在中国区域进一步落地多项人工智能与机器学习的新服务和功能,丰富了其针对不同企业需求而打造的人工智能…

mysql ERROR 1045

2019独角兽企业重金招聘Python工程师标准>>> C:\Program Files\MySQL\MySQL Server 5.0\bin> mysql -u root -p Enter password: ERROR 1045 (28000): Access denied for user rootlocalhost (using password: YES) 编辑mysql配置文件my.ini(不知道在…

C#:将另一个应用程序的主窗口移至屏幕最前

2019独角兽企业重金招聘Python工程师标准>>> 使用WindowsAPI函数SwitchToThisWindow,可以将指定窗口移动到屏幕最前。 如果要将另一个应用程序的窗口移动到最前,只需要找到该窗口的句柄,再调用SwitchToThisWindow函数即可。可通过…

阿里技术文档:Redis+Nginx+Spring全家桶+Dubbo精选

最近花了很长的时间去搜罗整理Java核心技术好文,我把每个Java核心技术的优选文章都整理成了一个又一个的文档。今天就把这些东西分享给老铁们,也能为老铁们省去不少麻烦,想学什么技能了,遇到哪方面的问题了 直接打开文档学一学就好…

网页刷新方法集合

代码如下&#xff1a; <input typebutton value刷新 οnclick"history.go(0)"> 代码如下&#xff1a; <input typebutton value刷新 οnclick"location.reload()"> 代码如下&#xff1a; <input typebutton value刷新 οnclick"…

MOS管体二极管的作用

这里有两种解释&#xff1a; 1、mos管本身自带有寄生二极管&#xff0c;作用是防止VDD过压的情况下&#xff0c;烧坏mos管&#xff0c;因为在过压对MOS管造成破坏之前&#xff0c;二极管先反向击穿&#xff0c;将大电流直接到地&#xff0c;从而避免MOS管被烧坏。 2、防止管子的…

Complex Instance Placement

转自&#xff1a; https://specs.openstack.org/openstack/openstack-user-stories/user-stories/proposed/complex-instance-placement.html This work is licensed under a Creative Commons Attribution 3.0 Unported License.http://creativecommons.org/licenses/by/3.0/…

在SecureCRT下使用sz下载和rz上传文件

之前通过FTP来下载Linux机器上的文件&#xff0c;在Windows编辑完后再上传&#xff0c;如此比较麻烦&#xff0c;刚听同事说用sz和rz命令可以实现在SecureCRT中上传下载。 配置上传下载目录&#xff1a;选择某个session 标签&#xff0c;点鼠标右键&#xff0c;弹出菜单…

开源的 6 条社会契约

作者 | Brett Cannon 译者 | 弯月 责编 | 欧阳姝黎出品 | CSDN&#xff08;ID&#xff1a;CSDNnews&#xff09;以下为译文&#xff1a;本文探讨一下关于开源用户权利的问题。我想指出一点&#xff0c;开源维护者不欠用户什么&#xff0c;而粗鲁地对待他们是一种不道德的行为…

理解linux tr命令

2019独角兽企业重金招聘Python工程师标准>>> 1. tr 命令的功能 tr命名是简化了的sed命令。其主要的功能包括&#xff1a; a. 用一个字符来替换另外一个字符。 b. 删除字符串中的指定子串。 c. 合并字符串中重复串。 2. 常见的命令格式&#xff1a; tr -c -d -s [&qu…

Lambda中的常用sql方法

1、Groupby 对集合进行分组&#xff0c;如&#xff1a; var dllList _menuMan.Load(c > c.TXT_ASSEMBLYNAME ! null).GroupBy(c>c.TXT_ASSEMBLYNAME).OrderByDescending(c>c.Count()).Select(c>c.Key).ToList(); 这里Goupby后面的OrderByDescending表示对每组数量…

刚发现的 Wi-Fi 安全漏洞,可能危及全球所有设备!

作者 | Carol出品 | CSDN&#xff08;ID&#xff1a;CSDNnews&#xff09;近日&#xff0c;纽约大学阿布扎比分校的安全研究员 Mathy Vanhoef &#xff08;马蒂范霍夫&#xff09;发现了一组可能会影响到数百万设备的 Wi-Fi漏洞。可怕的是&#xff0c;其中部分漏洞甚至可以追溯…

linux + ffmpeg + eclipse 调试

使用linux ffmpeg eclipse调试步骤OS : ubuntu 12.04Eclipse : 3.7.2 为Eclipse安装cdt插件&#xff0c;使其支持c/c导入ffmpeg项目File —-> Import —-> c / c —-> Existing Code as Makefile Project 输入 Project Name, 选择ffmpeg所在目录, Toolchain选择Linu…

在ASP.NET 2.0中使用样式、主题和皮肤

ASP.NET 2.0的主题和皮肤特性使你能够把样式和布局信息存放到一组独立的文件中&#xff0c;总称为主题&#xff08;Theme&#xff09;。接下来我们可以把这个主题应用到任何站点&#xff0c;用于改变该站点内的页面和控件的外观和感觉。通过改变主题的内容&#xff0c;而不用改…

C# 引用类型和值类型

1、引用类型 FCL(Framework)中的大多数类型都是引用类型,引用类型总是在托管堆中分配的,C#的new操作符会返回对象的内存地址,也就是指对象数据的内存地址。在使用引用类型时,存在以下性能问题,这是我们在开发中必须要注意的: a、内存必须从托管堆上分配(也就是说每new一个对象,…

dom4j读写xml文件

dom4j读写xml文件首先我们给出一段示例程序&#xff1a;import java.io.File;import java.io.FileWriter;import java.util.Iterator;import org.dom4j.Document;import org.dom4j.DocumentHelper;import org.dom4j.Element;import org.dom4j.io.OutputFormat;import org.dom4j…

图片、文件防盗链

关于图片盗链这个问题&#xff0c;毕竟是自己的劳动成功&#xff0c;很多人不希望别人就那么轻易地偷走了。 这个功能在很多的论坛上都具有&#xff0c;可能是因为盗链的行为太多了吧反盗链的程序其实很简单&#xff0c;熟悉ASP.NET 应用程序生命周期的话很容易就可以写一个&am…

脚本征集大赛开启啦!100%有奖!

对一个程序爱好者来说&#xff0c;最酷的事情莫非就是用你喜欢的语言一步步实现你的idea&#xff0c; 现在用 CSDN 浏览器助手插件&#xff0c; 不仅能提升浏览器效率&#xff0c;还能在上面开发黑科技脚本&#xff0c;帮助你实现各种 idea~

深入理解javascript中的立即执行函数(function(){…})()

2019独角兽企业重金招聘Python工程师标准>>> javascript和其他编程语言相比比较随意&#xff0c;所以javascript代码中充满各种奇葩的写法&#xff0c;有时雾里看花&#xff0c;当然&#xff0c;能理解各型各色的写法也是对javascript语言特性更进一步的深入理解。 …

Javascript学习7 - 脚本化浏览器窗口

原文:Javascript学习7 - 脚本化浏览器窗口本节讨论了文档对象模型、客户端Javascript下Window中的各项属性&#xff0c;包括计时器、Location对象、Histroy对象、窗口、浏览器等相关属性的讨论。 具体详细Window属性介绍可以参见&#xff1a;http://www.w3school.com.cn/htm…

ASP.Net 2.0 发送邮件的代码

这两天因为要做一个可以收集用户提交信息&#xff0c;然后发送邮件到指定邮箱的网页。在 asp.net 2.0 里面发送邮件可以使用 System.Net.Mail 下面的类。http://www.systemnetmail.com/faq/2.1.aspx 这个地址有 System.Net.Mail 的作者写的仿佛是 MSDN 类似的 Faq&#xff0c;看…

腾讯To B业务架构再升级,汤道生任云与智慧产业事业群CEO

5月14日&#xff0c;腾讯云与智慧产业事业群&#xff08;CSIG&#xff09;宣布新一轮架构升级&#xff0c;这是继2018年“930变革”后&#xff0c;腾讯To B业务的又一次重大进化。 在本轮战略升级中&#xff0c;腾讯公司高级执行副总裁汤道生担任云与智慧产业事业群CEO&#x…

一篇文章读懂阿里云负载均衡性能保障型实例

1. 什么是负载均衡性能保障型实例?2. 性能保障型实例如何收费&#xff1f;3. 性能保障型实例规格费的定价4. 如何选择性能保障型实例&#xff1f;5. 性能保障型实例的变配操作限制6. 性能保障型实例何时收费&#xff1f;7. 收费后性能共享型实例会收费吗&#xff1f;8. 为何有…

POJ 2135 Farm Tour 最小费用流

两条路不能有重边&#xff0c;既每条边的容量是1。求流量为2的最小费用即可。 //#pragma comment(linker, "/STACK:1024000000,1024000000") #include<cstdio> #include<cstring> #include<cstdlib> #include<algorithm> #include<iostre…

Linux动态库和静态库比较

Linux动态库和静态库比较文件预览 文件目录树如下&#xff0c;如你所见&#xff0c;非常简单。 1. libtest/ 2. |-- lt.c 3. |-- lt.h 4. -- test.c #lt.c 1. 4. 5. #include 6. 7. void myprint(void) 8. { 9. printf("Linux librar…

“一键”部署分布式训练,微软“群策MARO”上新集群管理助手

作者 | 李开琪、王金予 编者按&#xff1a;2020年&#xff0c;微软亚洲研究院发布并开源了多智能体资源优化平台“群策MARO”。为了帮助不同需求的用户进行更加便捷、高效的集群管理&#xff0c;也希望用户可以方便快捷地部署分布式训练任务&#xff0c;微软亚洲研究院的研究员…