DIKW概念链上数据科学的理论与技术基础简论

摘要/Abstract

摘要： 从DIKW概念链看，数据科学的理论基础源于统计学、机器学习以及知识论三大学术领域，形成算法-计算-知识核心“三位一体”的面向大数据知识发现的理论架构，同时，大数据架构Hadoop、算法语言Python以及深度学习框架Tensorflow为数据科学的研究开发提供了技术基础。这一理论与技术基础框架正支持着数据科学在信息科技与知识发现里开拓创新。

Abstract: From the view of DIKW chain, the theoretical foundations of data science are statistics, machine learning, and epistemology, leading to the trinity of algorithm, computing, knowledge as the theoretical framework for knowledge discovery in big data age. In the same time, the big data architecture Hadoop, algorithm language Python, and deep learning framework Tensorflow provide technical foundations for the R&D activities of data science. The theoretical and technical foundations are supporting the creation and innovation of data science in the fields of information and knowledge studies.

王宜鸿叶鹰. DIKW概念链上数据科学的理论与技术基础简论[J]. 图书馆杂志, 2020, 39(12): 20-28.

Howell Y. Wang, Fred Y. Ye. A Concise Discussion on the Theoretical and Technical Foundations of Data Science from the View of Information Science[J]. Libraly Journal, 2020, 39(12): 20-28.

参考文献

[ 1 ] 战略规划——MBA智库百科[EB/OL]. [2020-05- 14]. https://wiki.mbalib.com/wiki/. [ 2 ] 初景利. 面向“十四五”图书馆业务布局与能力建设[R]. 学术报告(丹东), 2019-12-11. [ 3 ] 陈占强, 田涯. 从“十三五”到“十四五”—— 柯平教授谈我国图书馆事业发展与战略规划[J]. 福建图书馆学刊, 2019(3): 3-8. [ 4 ] 方家忠. 中国公共图书馆“十四五”规划的战略任务及其实现——兼论广州市近年来的探索实践[J].图书情报工作, 2020(1): 32-41. [ 5 ] 周德明. 编制图书馆“十四五”规划时的一些思考[J]. 高校图书馆工作, 2020(5): 2-4. [ 6 ] 党跃武. 收官之年布好局攻坚克难谋划篇[J].高校图书馆工作, 2020(5): 8-11. [ 7 ] 蔡迎春. 高校图书馆“十四五”规划发展环境扫描[J].高校图书馆工作, 2020(5):16-19. [ 8 ] 肖珑. 十四五规划之外: 升维思考、降维行动[J]. 高校图书馆工作, 2020(5): 12-15. [ 9 ] 王勇, 薛小婕. 高校图书馆“十四五”规划影响要素再思考[J]. 高校图书馆工作, 2020(5): 5-7. [10] 中国日报网. 2019年中国数字阅读市场研究报告发布人均阅读量近8本[EB/OL]. [2020-05-14]. https://baijiahao.baidu.com/s?id=165497567244315 7292&wfr=spider&for=pc. [11] 国家统计局. 中国统计年鉴2019[DB/OL]. http:// www.stats.gov.cn/tjsj/ndsj/2019/indexch.htm. [12] 黄宙辉, 辛秀琴.2017年, 广东人均公共图书馆藏书量为1.076册[EB/OL]. [2020-05-14]. http://news. ycwb.com/2018-12/07/content_30148323.htm. [13] 雷兰芳. 公共图书馆人才评价机制改革策略研究[J]. 图书馆研究, 2018(3): 34-37. [14] 2018年新增19家图书情报专业硕士学位授予权院校名单[EB/OL]. [2020-05-14]. http://www. mpacc.net.cn/newsdetail.aspx?id=10000555723715 3%27&nodecode=105009002. [15] 羊城建起“图书馆之城”[EB/OL]. [2020-05-14]. https://www.sohu.com/a/355248524_155679. [21] Lindley D V. The Philosophy of Statistics[J]. Journal of the Royal Statistical Society: Series D (The Statistician), 2000, 49(3): 293-337. [22] Diggle P. Statistics: A data science for the 21st century [J]. Journal of the Royal Statistical Society: Series A (Statistics in Society), 2015, 178(4): 793-813. [23] 李金昌. 统计测度: 统计学迈向数据科学的基础[J]. 统计研究, 2015, 32(8): 3-9. [24] 李金昌. 从政治算术到大数据分析[J]. 统计研究, 2014, 31(11): 3-14. [25] 李金昌. 基于大数据思维的统计学若干理论问题[J]. 统计研究, 2016, 33(11): 3-10. [26] Galeano P, Pe?a D. Data science, big data and statistics [J]. Test, 2019, 28(2): 289-329. [27] 魏瑾瑞, 蒋萍. 数据科学的统计学内涵[J]. 统计研究, 2014, 31(5): 3-9. [28] Ribeiro V, Rocha A, Peixoto R, et al. Importance of Statistics for Data Mining and Data Science[C]. proceedings of the 2017 5th International Conference on Future Internet of Things and Cloud Workshops (FiCloudW), F 21-23 Aug. 2017, 2017 [C]. [29] Olhede S C, Wolfe P J. The future of statistics and data science[J]. Statistics & Probability Letters, 2018, 136: 46-50. [30] 王宜鸿, 魏雪迎, 叶鹰. 大小数据集上的信息分析刍议[J]. 图书馆杂志, 2018, 37(12): 14-19. [31] 周志华. 机器学习[M]. 北京: 清华大学出版社, 2016. [32] Samuel A L. Some Studies in Machine Learning Using the Game of Checkers [J]. IBM Journal of Research and Development, 1959, 3(3): 210-229. [33] Jordan M I, Mitchell T M. Machine learning: Trends, perspectives, and prospects [J]. Science, 2015, 349(6245): 255-260. [34] Kaelbling L P, Littman M L, Moore A W. Reinforcement Learning: A Survey[J]. Journal of Artificial Intelligence Research, 1996, 4(1): 237-285. [35] Domingos P. A few useful things to know about machine learning [J]. Communications of the ACM, 2012, 55(10): 78-87. [36] 何清, 李宁, 罗文娟, 等. 大数据下的机器学习算法综述[J]. 模式识别与人工智能, 2014, 27(4): 327-336. [37] 郑彦宁, 化柏林. 数据、信息、知识与情报转化关系的探讨[J]. 情报理论与实践, 2011, 34(7): 1-4. [38] Rowley J. The wisdom hierarchy: representations of the DIKW hierarchy [J]. Journal of Information Science, 2007, 33(2): 163-180. [39] Ye F Y. Measuring Knowledge: A Quantitative Approach to Knowledge Theory[J]. International Journal of Data Science and Analysis, 2016, 2(2): 32-35. [40] 曾建勋, 魏来. 大数据时代的情报学变革 [J]. 情报学报, 2015, 34(1): 37-44. [41] 苏新宁. 大数据时代情报学与情报工作的回归 [J]. 情报学报, 2017, 36(4): 331-337. [42] 马费成, 张瑞, 李志元. 大数据对情报学研究的影响 [J]. 图书情报知识, 2018(5): 4-9. [43] 覃雄派, 王会举, 杜小勇, 等. 大数据分析—— RDBMS与MapReduce的竞争与共生[J]. 软件学报, 2012, 23(1): 32-45. [44] 彭知辉. 数据: 大数据环境下情报学的研究对象 [J]. 情报学报, 2017, 36(2): 123-131. [45] 朱珠. 基于Hadoop的海量数据处理模型研究和应用[D]. 北京: 北京邮电大学, 2008. [46] 程学旗, 靳小龙, 王元卓, 等. 大数据系统和分析技术综述[J]. 软件学报, 2014, 25(9): 1889-1908. [47] Shvachko K, Kuang H R, Radia S, et al. The Hadoop Distributed File System [M]//KHATIBM M G, HE X, FACTOR M. 2010 Ieee 26th Symposium on Mass Storage Systems and Technologies. New York; Ieee. 2010. [48] Dean J, Ghemawat S. Mapreduce: Simplified data processing on large clusters [J]. Communications of the Acm, 2008, 51(1): 107-113. [49] Olston C, Reed B, Srivastava U, et al. Pig latin: a not-so-foreign language for data processing [C]. Proceedings of the 2008 ACM SIGMOD international conference on Management of data. Vancouver, Canada; Association for Computing Machinery. 2008: 1099-1110. [50] Thusoo A, Sarma J S, Jain N, et al. Hive: a warehousing solution over a map-reduce framework [J]. Proc VLDB Endow, 2009, 2(2): 1626-1629. [51] Raschka S, Patterson J, Nolet C. Machine Learning in Python: Main Developments and Technology Trends in Data Science, Machine Learning, and Artificial Intelligence [J]. Information, 2020, 11(4): 193. [52] Lecun Y, Bengio Y, Hinton G. Deep learning [J]. Nature, 2015, 521(7553): 436-444. [53] Mcculloch W S, Pitts W. A logical calculus of the ideas immanent in nervous activity [J]. The bulletin of mathematical biophysics, 1943, 5(4): 115-133. [54] Goodfellow I, Bengio Y, Courville A. Deep Learning [M]. MIT Press, 2016.