大数据及其科学问题与方法的探讨

被引：106

作者：

何非 ^{[1
]}

何克清 ^{[2
]}

机构：

[1] 武汉大学国际软件学院

[2] 武汉大学软件工程国家重点实验室

来源：

武汉大学学报(理学版) | 2014年 / 60卷 / 01期

关键词：

大数据; 科学问题; 科学方法; 第四范式; 本体元建模;

D O I：

10.14188/j.1671-8836.2014.01.001

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

大数据的规模和复杂度的增长超出了计算机软硬件能力增长的摩尔定律,对现有的IT架构以及计算能力带来了极大挑战,也为人们深度挖掘和充分利用大数据的大价值带来了巨大机遇.因此,针对网络大数据的共性规律和科学问题,需要研究网络大数据定性定量分析的基础理论与方法.本文重点分析了大数据在数据关联上的复杂性、计算复杂性、系统的复杂性、学习复杂性四个方面的主要研究问题和现状,介绍小结了产业界具有代表性的实际应用IT基础架构,以形成从网络大数据的感知、挖掘获取、质量评估、数据提炼处理到融合表示的综合过程图景,最后对大数据科学、数据计算需要的新模式与新范式(第四范式)等方面的发展趋势和方向进行了展望探讨.

引用

页码：1 / 12

页数：12

共 7 条

[1] 网络大数据:现状与展望 [J].

王元卓 ;

靳小龙 ;

程学旗 .

计算机学报, 2013, 36 (06) :1125-1138

[2] 面向服务的本体元建模理论与方法研究 [J].

何克清 ;

何非 ;

李兵 ;

何扬帆 ;

刘进 ;

梁鹏 ;

王翀 .

计算机学报, 2005, (04) :524-533

[3]

本体元建模理论与方法及其应用[M]. 科学出版社 , 何克清等, 2008

[4] Batch and Online Learning Algorithms for Nonconvex Neyman-Pearson Classification [J].

Gasso, Gilles ;

Pappaioannou, Aristidis ;

Spivak, Marina ;

Bottou, Leon .

ACM TRANSACTIONS ON INTELLIGENT SYSTEMS AND TECHNOLOGY, 2011, 2 (03)

[5]

Positive approximation: An accelerator for attribute reduction in rough set theory[J] . Yuhua Qian,Jiye Liang,Witold Pedrycz,Chuangyin Dang.Artificial Intelligence . 2010 (9)

[6]

Support vector machine classification for large data sets via minimum enclosing ball clustering[J] . Jair Cervantes,Xiaoou Li,Wen Yu,Kang Li.Neurocomputing . 2007 (4)

[7]

Tracing information flow on a global scale using Internet chain-letter data .2 David Liben-Nowell,Jon Kleinberg. Proceedings of the National Academy of Sciences . 2008

← 1 →