Methodology and Trends of Linguistic Research in the Era of Big Data

This paper presents methodology and trends of linguistic research in the era of big data.We begin with a discussion of the role of linguists in the information society and illustrate the opportunities and challenges linguists are currently facing.After highlighting the significance of authentic data on linguistic research,we argue that language is a complex adaptive system driven by humans.Then,from the perspective of philosophy of science,we introduce the research paradigm of quantitative linguistics through several cases.Finally,we discuss how China’s linguistic research will benefit from the data-intensive approach in terms of scientification and internationalization.

面向数据密集型科研的科学数据管理模式研究

数据密集型科研范式下,科学研究中产生越来越多的科学数据,科学数据管理变得尤为重要。在梳理国内外相关研究的基础上,剖析数据密集型科研环境下对科学数据管理的新要求,结合数据生命周期理论分析科学数据管理各个阶段任务,构建相应的科学数据管理模式,提出多方主体实践的对策建议,以推动大数据时代的科学数据管理与共享。

科研大数据再生研究:影响因素与优化策略

科研大数据再生是使科研大数据不断焕发新生命的关键过程,同时也是大数据环境下科研创新过程的数据化呈现过程,再生的新数据又成为科学新发现的重要源泉。基于MOA理论框架构建科研大数据影响因素模型,通过数据调查,利用结构方程模型方法剖析验证科研大数据再生的影响因素及其作用路径并对模型进行了修正。研究表明,科研人员本身的数据需求可通过其与数据质量及数据素养间的相互影响间接影响科研大数据再生;数据质量正向影响科研大数据再生;数据素养能力对科研大数据再生也有显著的正向影响。延续性再生直接正向影响科研绩效,重构性再生可通过延续性再生间接影响科研绩效。针对科研大数据再生的优化,提出虚实共生式需求感知策略、矩阵网链式平台管控策略、迭进式数据素养能力提升策略。

SDGs科研工作台架构设计与实现

【目的】地球大数据平台为可持续发展目标研究提供了计算资源和数据资源的支持,但各学科研究人员对于资源的占用不均衡,且对资源的使用率也不高。本文致力于解决地球大数据平台中资源使用的问题,更好地服务科研人员开展SDGs研究。【方法】本文采用云原生技术构建了一个面向可持续发展研究的一站式科研工作环境,为研究人员提供在线获取和处理数据、训练和使用模型、构建和部署应用软件等服务。【结果】极大地减轻了科研人员搭建科研软件栈的工作负担,提高了对占用资源的使用率,同时依托云原生的自动扩缩容能力,实现了资源的均衡使用。【结论】通过云原生架构构建的科研工作台,实现了云服务从研发、测试、部署、版本更新到使用的一体化应用生态,有效地支持了面向数据驱动的SDGs研究新范式。

大数据时代国内外个人信息保护研究热点和演化趋势——基于科学知识图谱分析的文献计量方法分析

[目的/意义]对大数据时代国内外个人信息保护的研究热点和演化趋势进行了总结和回顾,旨在为相关领域的研究提供参考和启示。[方法/过程]运用文献计量法和科学知识图谱法,基于CNKI和Web of Science数据库,以ITGInsight为主体工具,再辅之Gephi、Excel、SATI等科学计量与知识网络分析软件,对大数据领域国内外个人信息保护研究领域的热点分布、主题演化以及研究内容进行分析。[结果/结论]大数据时代国内外个人信息保护相关研究主题分布广泛、演化规律较为复杂,呈现出显著的变化趋势,在未来的研究中,需要综合考虑技术、法律、政策等多个方面的因素,以构建更加全面、系统的个人信息保护体系。

临床科研大数据共享平台建设与应用

目的:为解决临床科研应用系统分散、数据共享不安全等问题,建设临床科研大数据共享平台。方法:先通过制订符合本机构实际情况的管理办法、制订数据使用标准流程及建立数据使用服务团队来构建临床科研信息数据使用管理体系,然后基于医院现有系统,结合临床科研数据使用管理要求与临床研究者使用习惯,构建集共享环境搭建、科研应用集成、数据脱敏加密、数据文件管理、科研成果跟踪功能于一体的临床科研大数据共享平台。结果:该平台实现了临床科研数据开放共享与数据安全管控之间的平衡,在提升临床研究者科研工作效率的同时降低了数据传输、数据分析过程中的数据安全风险。结论:临床科研大数据共享平台满足了临床科研应用需求与数据安全管理需求,为医疗卫生领域大数据资源共建共享提供了解决思路。

高校科研档案管理推进科研诚信建设有效策略

鉴于国际形势日趋复杂严峻,国家要发展强大,在国际社会中立于不败之地,具有永久的话语权,就取决于国家在科技领域拥有创新能力,具备核心技术,而创新能力和核心技术的取得需要科研人员不懈的努力。创新是国家兴旺、民族发展的动力,科研诚信则是创新的基石,而作为科研诚信重要凭证的科研档案对于科研诚信建设具有不可或缺的重要作用。因此,研究科研档案管理新策略对于推动科研诚信建设很有必要。

基于数据驱动的高校科研管理系统建设与升级路径

随着各领域技术快速发展,高校科研工作的多样化趋势愈发明显。然而,依赖传统架构的科研管理系统难以满足信息化、现代化的科研管理体系建设需求。为此,高校应当建立基于科研数据采集、统计与分析的科研管理系统,并结合大数据、人工智能等新兴数据分析技术提出信息化科研管理系统与科研服务体系建设方案,为高校科研管理系统建设提供范式参考,并推动高校科研管理体系革新。

知识图谱在高校科研工作中的运用

快捷而高效的管理是科研发展和科研水平提高的一个重要保障和前提,也是提高科研工作效率不可或缺的一步。高校承担了大量的科研项目,产生海量的异构化科研数据,在进行数据分析时容易出现数据样本大小差异大、数据反应慢、数据可视化显示凌乱等问题。文章基于大数据与知识图谱,实现了科研管理中的数据抽取、知识抽取、知识融合等重要过程,对科研数据进行可视化展示,提高科研工作效率,辅助科研人员决策,实验表明知识图谱为科研工作提供了有力保障与便捷。

科技信息大数据在情报研究服务中的应用

随着科技的飞速发展,大数据技术已深入到众多领域的核心,情报研究服务也不例外。文中详细探讨了科技信息大数据在情报研究服务中的应用,重点介绍了大数据技术的基础、科技信息大数据的特性以及如何将这些技术和特性应用于情报研究服务。具体应用包括预测技术趋势、网络分析、情感分析和数据可视化。随着情报研究服务向着自动化和智能化方向的发展,大数据技术为其提供了强大的支持,创造出了无限的可能。

大数据背景下涉农林专业高校科研管理模式创新探究

在大数据时代背景下,信息技术已成为高校科研管理工作的有力工具。该文分析大数据信息技术对涉农林专业高校的科研管理工作产生的影响,同时从人员培养、平台建设、科研成果转化3个方面对基于大数据信息技术的科研管理模式创新路径进行探究,以期为涉农林专业高校的科研管理工作效率提升给出合理路径。

科学数据确权研究

科学数据确权是推进社会发展的重要举措。从科学数据权界定的原则、科学数据多主体之间的权利分配两个方面对科学数据确权进行阐述。关于科学数据权界定,提出4项原则,即数据来源的多寡、编排方式是否具有独创性、付出劳动量的大小以及数据复用的可能性。关于科学数据多主体之间的权利分配,则参照马克思主义地租理论,将科学数据的权属划分为绝对权益和级差权益。绝对权益应由科研资助投资方、科研机构所属,级差权益应由数据创作者所属。

科研大数据协同治理:体系构建与实施路径

[目的/意义]协同治理是科研大数据实现健康发展的必然要求,厘清科研大数据协同治理的维度与脉络,能更好地实现科研大数据协同发展,从而为科研创新活动奠定坚实的数据“基石”。[方法/过程]对科研大数据协同治理进行概念界定与特性分析,以此为基础构建科研大数据协同治理框架体系(CGFS-SRBD),从规制、技术、网络、文化4个维度分析科研大数据协同治理的活动机理,依据“初生—再生—共生—反馈—分解”五阶段,进一步提出科研大数据协同治理的实施路径。[结果/结论]研究表明,科研大数据协同治理是以层级相济性、迭代循环性、数据云化性、生态趋向性为特性,以规制协同为重要原则,以技术协同为能力基础,以网络协同为核心组成,以文化协同为内化实质,以“层链式”遗传响应路径、“阶梯式”携作迭升路径、“矩阵式”分化管控路径、“螺旋式”纵贯耦合路径为实施路径,以实现科研大数据从混乱到整齐、从无序到有序、总体向好发展为目标的动态、多维过程。科研大数据协同治理体系的构建及实施路径的提出有助于在推动国家大数据战略目标的同时实现科研数据价值最大化。

我国科研大数据生态协同度测度研究

[目的/意义]协同发展是提高科研创新效率的有效途径,对科研大数据生态系统协同程度进行测算能够梳理科研大数据发展脉络,为实现科研大数据协同发展提供参考。[方法/过程]在解析科研大数据生态协同内涵的基础上,引入复合系统协同度测度模型,基于2011—2020年《中国统计年鉴》《中国科技统计年鉴》等面板数据,测算科研大数据生态协同度。根据测度结果提出科研大数据发展现存问题的改善策略。[结果/结论]科研大数据协同治理虽然已经初具成效,子系统的有序度呈逐年增长态势,但整体协同度仍处于较低水平,从规制、技术、管理3个维度提出改善策略,为更好地实现科研大数据协同发展提供参考。

中美人工智能技术创新的动态比较——基于人工智能技术创新大数据的多S曲线模型分析

基于基础研究、技术创新、科技布局、产业规模与技术进步5个维度人工智能技术创新大数据,创新性地构建了人工智能技术创新发展水平多指标测度体系及技术创新综合发展指数;根据技术创新综合发展指数,拟合绘制出人工智能技术创新周期S演化曲线,较为准确定位了中美人工智能技术创新发展所处位置;由5个维度在技术不同发展阶段的权重分布动态,比较出中美新技术之间的创新发展差距,分析影响中国人工智能新技术创新发展的主要因素。研究发现,美国日本等世界主要发达国家的人工智能技术已步入创新成熟期,中国正处于创新成长期后期,技术创新十分活跃;借助于后发优势,中国人工智能技术创新逐年综合发展指数已超过美国,展现出非常强劲的增长态势。为赢得未来人工智能技术创新竞争的胜利,中国应在人工智能技术创新体制和技术创新资源配置机制等方面不断完善,确保中国人工智能技术创新中长期的领先地位。

科研大数据迷雾模型的建构与解构

[目的/意义]建构科研大数据迷雾模型有助于科研人员掌握科研大数据迷雾演化规律、完善相应政策、规避科研风险,从而维护科研大数据生态的和谐稳定,是对国家大数据战略的积极响应。[方法/过程]在科研大数据迷雾模型建构与解构的过程中,从时间、空间、强度、利益、繁育等维度对科研大数据迷雾的类型、路径与机理进行了详尽剖析。[结果/结论]研究得出科研大数据迷雾是指衍生于数据迷雾,以科研域虚假、有毒、垃圾、冗余数据为基本组成,以全链性、不严格波动性、派系性、雾化性、灾难性为基本特征,以初生型、激增型、衰退型、焦聚型、弥散型、强迷雾、弱迷雾、趋利型、趋害型、杂育型、寡育型为基本类型,贯穿于科研大数据生产、消费、分解等整个生命周期,降低科研质量、干扰科研决策,进而扰乱科研大数据生态稳定的一类数据的集合。

医疗大数据与科研实践

文章旨在探索医疗大数据与科研实践的结合点,从医院电子系统历史数据中提取科研点,以拓究医疗工作者的科研思维,提高其科研工作效率。通过对大数据管理现状、优势、科研模式、数据挖掘分析工具、工作经验等进行介绍,给出了一套医疗大数据与科研实践模式,经实践运用,取得一定成果。该模式可以为临床工作人员进行大数据科研提供理论依据。

智慧校园背景下高校大数据服务体系的研究

随着高校信息化建设的高速发展,校园大数据治理与分析技术推动高校从“数字校园”全面转变成“智慧校园”,继而进一步加快了高校治理现代化的建设。然而在高校大数据治理与分析过程中还存在数据资源整合不完善、数据分析流程不规范、数据价值挖掘不到位等问题。为了有效解决以上问题,提出一种基于数据中台的高校大数据服务体系,在此基础上构建数据资产管理平台和智能数据研发平台,并总结归纳出一套规范化数据智能研发流程,全面提升学校数据治理与分析能力。最后,以浙江大学为例,利用日常行为大数据,通过校园精准治理、科学辅助决策与智能模型服务三个场景,阐述了该体系在数据赋能业务的有效性,相关实践可为高校治理现代化和智慧校园建设提供借鉴。

大数据时代科研数据伦理问题及其规制

科研数据伦理是科研伦理和数据伦理的交叉融合,既是数据伦理的一个新的领域,也是科研伦理的组成部分,它对研究人员的科研数据行为具有重要意义。相较于小数据时代,大数据时代的科研数据伦理遭遇的知情同意与数据隐私、数据主体身份危机、科研数据歧视与偏见和共享不信任等伦理难题更为突出。为规范研究人员的科研数据行为,文章提出要从“IRRI”原则的明确、积极健康科研文化的培育、法律监管制度的完善、统一协调组织的建立等方面对其加强规制。唯有如此,才能更好地释放出数据生产要素的科研价值,推动实现高水平、高质量的科技自立自强。