馬彬程

?

當前大數(shù)據(jù)發(fā)展及其對動物科學影響的思考

馬彬程

長江大學動物科學學院，湖北 荊州 434025

數(shù)據(jù)、科學數(shù)據(jù)和大數(shù)據(jù)是數(shù)據(jù)科學發(fā)展的三個階段性概念名詞。數(shù)據(jù)科學的發(fā)展、計算機硬件和軟件技術的不斷進步和社會經濟發(fā)展的多元化和復雜化，已經表明傳統(tǒng)的數(shù)據(jù)處理方式、數(shù)據(jù)分析方法已經無法適應滿足人類社會發(fā)展的需要。分析了大數(shù)據(jù)時代下動物科學的發(fā)展勢頭及其思考，大數(shù)據(jù)時代下動物科學影響巨大。

大數(shù)據(jù)；動物科學；思考

引言

大數(shù)據(jù)時代是人類社會發(fā)展到一定階段的產物，經濟的飛速發(fā)展、物質文明和精神文明的日益繁榮使得計算機技術進步呈現(xiàn)爆炸式的速度。最早提出“大數(shù)據(jù)”時代到來的是全球知名咨詢公司麥肯錫。麥肯錫稱：“數(shù)據(jù)，已經滲透到當今每一個行業(yè)和業(yè)務職能領域，成為重要的生產要素。人們對于海量數(shù)據(jù)的挖掘和運用，預示著新一波生產率增長和消費者盈余浪潮的到來?！盵1]《紐約時報》2012年在一篇專欄中稱，“大數(shù)據(jù)”時代已經降臨，在商業(yè)、經濟及其他領域中，決策將日益基于數(shù)據(jù)和分析作出，而并非基于經驗和直覺[2]。大數(shù)據(jù)時代的到來是時代的必然，這與計算機硬件成本的降低、網絡寬帶速度的提升、云計算的興起、網絡技術的發(fā)展、智能終端的普及和物聯(lián)網的飛速發(fā)展等因素是密不可分的，這些因素的出現(xiàn)使得當今社會的各種各種信息呈現(xiàn)數(shù)字化的特征。

1 大數(shù)據(jù)時代的相關分析

1.1 大數(shù)據(jù)與傳統(tǒng)數(shù)據(jù)的區(qū)別

從理論研究角度上來看，傳統(tǒng)的數(shù)據(jù)分析方法和大數(shù)據(jù)分析的基礎是一樣的，即都是以數(shù)據(jù)為基礎。但是相對傳統(tǒng)數(shù)據(jù)而言，大數(shù)據(jù)在數(shù)據(jù)源、分析方法和思維方面有著更大的優(yōu)越性，甚至在某些方面有著本質的區(qū)別。第一，規(guī)模。傳統(tǒng)的數(shù)據(jù)通常是以MB為單位，而大數(shù)據(jù)往往是以TB、PB和ZB為單位進行處理。傳統(tǒng)的數(shù)據(jù)規(guī)模較小是因為需求和社會發(fā)展階段決定的，但是進入21世紀以來，信息化的速度逐漸加快，原有的數(shù)據(jù)規(guī)模所能反映的問題，以及運用小規(guī)模的數(shù)據(jù)為基礎進行情報研究，無法客觀反映現(xiàn)實情況。大數(shù)據(jù)之所以出現(xiàn)，是因數(shù)據(jù)規(guī)模變得非常巨大而引起的，只有采用更大規(guī)模的數(shù)據(jù)，即第二，數(shù)據(jù)類型。傳統(tǒng)數(shù)據(jù)處理的種類比較單一的結構化數(shù)據(jù)，而大數(shù)據(jù)處理的是結構化、半結構化和非結構化的復雜種類組成數(shù)據(jù)。傳統(tǒng)數(shù)據(jù)組成結構，是因為需求比較簡單，人們有意識的按照一些特征和規(guī)律選取相關數(shù)據(jù)，容易掌握在情報分析人員的可控制范圍內。但是數(shù)據(jù)的爆炸式增長，數(shù)據(jù)來源的日益復雜化和不規(guī)律性，不能再按照傳統(tǒng)的數(shù)據(jù)分析選取數(shù)據(jù)的類型，而應考慮類型齊全的大數(shù)據(jù)，才能使得數(shù)據(jù)分析和情報研究科學化。第三，數(shù)據(jù)和模型的關系。傳統(tǒng)的數(shù)據(jù)分析是在先建立在使用者先期預設目標，接著建立相關數(shù)據(jù)模型，在模型確立的基礎上再根據(jù)前提條件收集數(shù)據(jù)，這樣顯得主觀性過強，缺乏客觀性的把握。而大數(shù)據(jù)是在收集數(shù)據(jù)的過程中逐漸形成，數(shù)據(jù)與模型緊密結合，模型會隨著數(shù)據(jù)的收集進度進行不斷演變，最終形成科學且符合實際情況的數(shù)據(jù)模型。

1.2 大數(shù)據(jù)與傳統(tǒng)數(shù)據(jù)的區(qū)別

大數(shù)據(jù)在數(shù)據(jù)量、處理速度和數(shù)據(jù)來源多樣性上的無與倫比優(yōu)勢，使得大數(shù)據(jù)分析思維相對傳統(tǒng)數(shù)據(jù)分析思維有著明顯的優(yōu)勢?？梢暬治?、數(shù)據(jù)挖掘、語義引擎和數(shù)據(jù)質量管理是大數(shù)據(jù)分析方法的四個基本面。大數(shù)據(jù)通過對數(shù)據(jù)的科學整合，使得數(shù)據(jù)分析結果符合科學與現(xiàn)實，因此大數(shù)據(jù)的分析思維有著相對于傳統(tǒng)數(shù)據(jù)分析思維所不具備的巨大優(yōu)勢，使用大數(shù)據(jù)分析思維是非常必要的。

大數(shù)據(jù)時代的信息分析主要遵循以下三大理念：（1）使用全體數(shù)據(jù)而不是局部數(shù)據(jù)，大數(shù)據(jù)分析是非常宏觀信息分析方式，需要全面地分析總體數(shù)據(jù)的本質特征、屬性、內在規(guī)律和聯(lián)系，而僅僅選取局部數(shù)據(jù)會割裂了數(shù)據(jù)之間的聯(lián)系；（2）講究數(shù)據(jù)的相關性而不是按照事先預設的因果關系選取數(shù)據(jù)，在大數(shù)據(jù)時代面對海量數(shù)據(jù)的艱巨挑戰(zhàn)，選取能夠容納整體的數(shù)據(jù)比按照因果聯(lián)系局部選取一小部分數(shù)據(jù)更加重要，海量信息根據(jù)大數(shù)據(jù)分析能夠明顯反映數(shù)據(jù)的趨勢，大數(shù)據(jù)分析的首要任務是通過相關性實現(xiàn)數(shù)據(jù)挖掘與預測分析。大數(shù)據(jù)分析強調發(fā)現(xiàn)先前未知的新模式和未知的數(shù)據(jù)相關關系；（3講究數(shù)據(jù)分析的效率性同時分析數(shù)據(jù)之間的關系，大數(shù)據(jù)分析以全體或總體為分析對象，不可能使用傳統(tǒng)的數(shù)據(jù)分析模型合來描述全體或總體的特征、規(guī)律、聯(lián)系，即使有時間和成本花費代價昂貴，同時由于數(shù)據(jù)來源基礎的局部性也很難直接發(fā)現(xiàn)全體或總體的本質屬性、特征、規(guī)律和聯(lián)系，但是大數(shù)據(jù)可以做到，既客觀又能夠科學的反映數(shù)據(jù)總體的本質屬性、特征、規(guī)律和聯(lián)系。

大數(shù)據(jù)分析注重數(shù)據(jù)量更大、數(shù)據(jù)來源多元化和復雜化形成了新的思維模式，那就是從因果分析到相關分析和知識發(fā)現(xiàn)，從模型擬合到數(shù)據(jù)挖掘，從邏輯推理到關聯(lián)規(guī)則制定整體宏觀分析。大數(shù)據(jù)以數(shù)據(jù)總體為分析對象，數(shù)據(jù)來源是核心和關鍵，從宏觀上研究大數(shù)據(jù)的本質屬性、特點和規(guī)律。大數(shù)據(jù)以數(shù)據(jù)和先進的計算機硬件技術、軟件技術和網絡技術為重點，以海量數(shù)據(jù)為基礎的數(shù)據(jù)庫為工具，重在發(fā)現(xiàn)數(shù)據(jù)隱含的規(guī)律。

1.3 大數(shù)據(jù)分析的關鍵性技術

大數(shù)據(jù)分析的核心是大數(shù)據(jù)技術，大數(shù)據(jù)技術是指從各種復雜的非規(guī)律化類型的海量數(shù)據(jù)中快速獲得有價值信息并進行分析的技術。大數(shù)據(jù)分析的關鍵技術主要有數(shù)據(jù)采集技術，如異構數(shù)據(jù)抽取、清洗轉換、集成、加載等。數(shù)據(jù)存取技術，如關系數(shù)據(jù)庫等?；A架構，如云存儲、分布式文件存等。數(shù)據(jù)處理技術，如自然語言處理、計算語言學、人工智能等。統(tǒng)計分析技術，如假設檢驗、顯著性檢驗、差異分析、相關分析檢驗、方差分析、卡方分析、偏相關分析、距離分析、回歸分曲線估計、因子分析、聚類分析、主成分分析、判別分析、對應分析技術等。數(shù)據(jù)挖掘技術，如分類、估計、預測、相關性分組或關聯(lián)規(guī)則、聚類、描述和可視化、復雜數(shù)據(jù)類型挖掘等。模型預測技術，如預測模型、機器學習、建模仿真。結果呈現(xiàn)技術，如云計算、標簽云、關系圖等。

2 大數(shù)據(jù)背景下動物科學應用的思考

利用大數(shù)據(jù)發(fā)展動物科學的將會起到重要的作用，因此在今后的過程中要積極利用大數(shù)據(jù)發(fā)展成果為動物科學發(fā)展提供相應的支撐。當前，一個學科與另一個學科的嵌入是需要時間的，希望通過努力能夠爭取化解這一問題，逐步解決該問題。

[1]陶雪嬌，胡曉峰，劉洋.大數(shù)據(jù)研究綜述[J].系統(tǒng)仿真學報，2013（25）：143-145.

[2]朱東華，張嶷，汪雪鋒，等.大數(shù)據(jù)環(huán)境下技術創(chuàng)新管理方法研究[J]. 科學學與科學技術管理，2013（4）：175-179.

F49；F124

A

1009-6434（2016）05-0080-01