情报计量学视野下的当代人文社科发展背景描绘——一个人文社科领域数据密集型科学发现的探索性案例

数据密集型科学发现作为科学研究第四范式的提出,为人文社会科学领域研究模式的创新提供了新的时代机遇。文章遵循此种研究思路,基于CSSCI库2013年收录的来源论文关键词数据,分别从宏观、中观、微观三个层面图示化地描绘了当代中国人文社科各学科研究领域所面临的主要问题和挑战——"学科发展背景",同时也简要讨论了人文社科领域数据密集型科学发现工作的一些特征和规律,以期为其他学科的学者更好地利用人类已有的知识、多开展"预流"性研究工作提供帮助。

科学数据权益分析的基本框架

科研数据是科学发展的一个重要部分,而且作为一种知识资产,它也是图书馆知识管理的一项新兴挑战。科研数据权益是进行科研数据管理的关键,它的基本框架包括:利益相关方的权益、不同学科的管理方式、不同层级的管理政策、使用与引用的权益、存储与传播的权益、公共共享的权益等。在考虑现阶段我国科研数据管理与服务的需求后,最终提出面向科研工作流程的科研数据权益管理的未来工作。

新基建条件下数据赋能国土空间规划模式创新探索

结合相关技术的发展针对国土空间规划的编制思路、模式、评价标准和平台建设进行相关分析和研究,提出基于数字中台的国土空间规划体系架构,以推动大数据赋能国土空间规划的探索和创新。大数据、人工智能、区块链、物联网、数字中台等技术的发展为新时期国土空间规划提供了新的算法、平台和数据支持。

基于关联规则数据挖掘算法的推荐系统研究与实践

传统以计算为中心的系统设计思想在大数据时代日益不能满足系统设计需求,无论是系统资源利用率还是用户信息获取体验都达到了一个瓶颈。而以大数据为中心的设计思想日益呈现巨大的优势。基于此,笔者研究了在逻辑层面围绕以数据为中心的系统设计模式。计算上利用关联规则算法生成的推荐信息作为核心数据,借助云计算技术实现用户需求信息的预测,做到对用户需求信息的预先分析、生成,并对用户需求做到即时响应。

科学大数据智能分析软件的现状与趋势

人工智能领域近年来取得突破进展,如何在自然科学领域采用人工智能新技术促进科学发现,成为科学家和产业界的关注焦点。多学科、跨领域交叉背景下的科学大数据挖掘分析与知识发现,依赖于构建一套高效、易用、可扩展的科学大数据智能分析软件系统,为复杂数据处理、分析、模式提取和知识发现提供学习模型、算法及开发工具支持。文章选取典型科学领域内代表性的智能分析软件系统进行充分的调研,对比分析这类软件的共性和差异,并探讨其发展趋势。在此基础上,文章提出一个面向科学大数据的一体化、可定制的智能分析框架,支撑科学家交互式构建智能分析模型并高效执行,为快速开展科学发现研究提供系统和工具支撑。

大模型助力企业智能化转型

2007年1月,1998年图灵奖得主、著名计算机科学家JimGray在美国加州召开的NRC-CSTB会议上发表了他的著名演讲。在这篇演讲中,Jim Gray将科学研究的范式分为四类—除了实验范式、理论范式、仿真范式之外,新的信息技术已经促使新的范式出现—数据密集型科学发现范式。