大数据

来源： 时间：June 20, 2014, 1:43 a.m.

http://news.sciencenet.cn/htmlnews/2014/6/296648.shtm

“数据科学和大数据人才培养计划”已正式启动，将在未来3年培养和引进千名高端数据人才。首批大数据工程硕士招生将于今年6月开始报名，9月入学。

该培养计划首批启动了大数据工程硕士、数据科学家训练营和数据科学FIST三个项目，随后还将陆续启动青年数据科学家培养、数据科学博士学位、数据科学硕士学位、数据科学专业硕士学位和数据科学本科第二专业学位等6个培养项目。

“大数据时代来临，甚至有专家认为，所有科学都在变成数据科学。但目前市场上具备深入分析数据能力的人才却十分缺乏。”该计划主要负责人、上海市数据科学重点实验室（复旦大学）主任朱扬勇介绍，根据麦肯锡咨询的预测，到2018年，仅美国本土大数据人才缺口就超过14万名，同时，通过分析大数据并为企业做出有效决策的人才缺口将高达150万名。

近年来，世界各国纷纷成立数据科学研究机构，各大学也成立相关学院培养人才。如美国纽约大学、英国邓迪大学均从2013年起设立数据科学硕士学位，美国哥伦比亚大学将从2015年起设立博士学位。在国内，香港中文大学自2008年起就设立了“数据科学商业统计”科学硕士学位，清华大学新近成立了数据科学研究院，自今年9月起开始招收研究生；西安交大、浙江大学、华东师大等高校也先后设立了数据科学研究中心。

朱扬勇介绍，他所在的实验室是《上海推进大数据研究和发展三年行动计划》的重要组成部分和技术支撑基地，是一个开放的数据科学研究平台；即将启动招生的大数据工程硕士项目将通过整合学术界和工业界在数据科学领域的相关优势资源，训练学员大数据管理和分析实践能力，培养大数据工程师和数据科技应用科学家，学制二年，周末上课，颁发工程硕士学位；数据科学家训练营则通过短期内高强度地获取数据科学家所应具备的基本知识，使学员进入数据科学家队伍；而数据科学FIST课程将聘请海外教授，讲授《数据科学》和《大数据管理技术》两门研究生开放课程。

http://news.sciencenet.cn/htmlnews/2014/5/294896.shtm

李国杰院士：大数据时代需要新“元素周期表”

“当前，大数据已成为社会热潮。这股热潮的主要驱动力来自网络服务公司，各地政府投资大数据的主要目的则是增加GDP，但其实发展大数据的意义不仅仅体现在经济上。”日前，在清华大学举行的大数据时代高端论坛上，中国工程院院士李国杰表示，发展大数据技术的另一个重要意义是促进社会公平正义，促进国家治理的现代化。“大数据的挖掘分析还能促进科学研究，尤其是基础科学研究的发展。面对大数据浪潮，我们的科学研究也需要作出一定的调整。”

“大数据就如同蜜蜂，其主要价值是传播花粉，自己生产的蜂蜜价值并不大。”李国杰介绍说，2013年世界范围内狭义的大数据产业产值只有186亿美元，但广义的大数据应用几乎覆盖所有产业。据麦肯锡公司预测，开放数据仅在教育、保健等7个行业便可释放3.2万亿～5.4万亿美元的经济价值。

然而，在李国杰看来，大数据对社会的贡献并不仅限于经济领域。“大数据分析是认识客观世界的新工具，将开拓计算机科学的新领域——数据科学，同时基于大数据分析的科学研究第四范式必将给全球科技发展带来深刻影响。”

当前，大数据的发展已给传统计算机科学带来挑战。李国杰坦言，计算机科学是关于算法的科学，传统的图灵计算把“输出值”当成“输入值”的函数，假定输入的数据是随意的，并不关心输入数据之间的相互关系。然而，现在的研究发现，其实输入数据本身也是值得研究的对象。“这就是数据科学要研究的内容。”

“在某些情况下，小数据条件下好的算法在大数据条件下可能不再适用。反过来，也有一些问题，数据多了反而更容易解决。大数据的兴起导致计算机科学的重点从算法研究向数据科学转移。”李国杰说，目前的大数据技术大多是针对专门应用开发的，其实应研发更加通用的大数据分析和管理技术，发展像关系数据库这样的理论指导海量非结构化Web数据的处理。

与此同时，越来越多的研究人员开始在数据不断涌现的科学领域摸索，数据驱动型发现也将成为科研的主要形式，熟练应付大数据将很快成为必备技能。对此，李国杰表示，伴随着所有科学都迅速变成“数据科学”，需要在各领域培养既有专业知识又熟悉数据分析的人才，使之拥有分属于不同领域的“双腿”支撑前进。

此外，李国杰强调，为顺应大数据时代潮流，我们需要重新构建一张以大数据为基础的“门捷列夫周期表”。

“‘门捷列夫周期表’的发现，为化学成为一门独立科学奠定了重要基础。而在很多学科中，我们也需要对某些基本元素进行系统分析。”李国杰表示，目前生物领域有基因组学，生理学、病理学、制药、干细胞等领域都在研究“基因组”，也有人在讨论人类语言的“基因组”，这些基因组其实都是构成学科整体的基本元素。而发现这些“基因组”需要通过计算机对海量数据进行分析，这导致各学科领域纷纷出现“某某信息学”的分支学科，凸显了大数据在许多学科中的基础性作用。

“从上世纪70年代开始，围绕计算复杂性，已形成了以算法研究为中心的计算机科学。但随着计算机科学与其他科学的交叉融合，其研究重点将逐步转移到以研究各种基因组学为重点的数据科学。从这个角度来说，现在已经到了发现一张新的‘门捷列夫周期表’的时候了。”李国杰说。

http://news.sciencenet.cn/htmlnews/2014/6/297064.shtm

在近日召开的大数据与科学发现国际研讨会上，国际科技数据委员会主席、中国科学院遥感与数字地球研究所所长郭华东院士提出“科学大数据”概念。他认为，作为大数据的重要组成部分，科学大数据正在使科学世界发生变化，驱动着科学研究进入数据密集型科学发现范式这一全新阶段。

郭华东打了个比方，“科学大数据是人类认识自然和行星地球的钥匙”，这把“钥匙”打开的是科学界的门。对比一般大数据，科学大数据关注科学数据，比如高能物理、生命科学，甚至对海啸、地震监测也能提供一定的科学支持。

根据2012年国际数据公司（IDC）的统计数据，目前中国拥有的数据占全球的13%左右，预计到2020年，这个比例将升至21%，仅次于美国。按照郭华东的说法，大数据的背后是海量数据的交叉融合，如果一个部门把数据藏在家里用，可能利用率只有5%到10%，拿出来分享，数据将被更加彻底、系统地运用于各个科学领域。

然而，从海量数据到大数据、大发现远不是一步之遥，数据共享这座高山并没有翻过去，甚至同一个城市、同一个研究所、同一所大学、同一栋楼的各个科研部门之间常常是交流甚少。“对于数据共享，跨不过去的其实是‘人’这道鸿沟。”郭华东说。

据悉，国际科技数据委员会是全球最大的科技数据国际学术组织，现拥有国家会员、国际学术组织会员等50余个会员，中国于1984年成为正式会员国。2010年，郭华东当选该国际组织主席，这也是该组织成立44年来中国人首次任主席。

http://news.sciencenet.cn/htmlnews/2014/6/297604.shtm

邬贺铨院士：中国应从国家层面推动大数据战略

科技日报北京6月26日电（记者李禾）“对中国来讲，大数据是机会也是挑战。中国人口总量位居世界首位，但数据量仅为日本的60%和北美的7%，其中一半数据未获保护。在大数据技术方面，中国与世界先进国家差距巨大，还缺乏相应的法律和人才等。”中国工程院院士、中国互联网协会理事长邬贺铨26日在接受科技日报记者专访时说。

邬贺铨说，当前全世界数据量快速增长，新产生数据量年增长率达40%。如果把2011年获得的全世界数据量装到iPod上的话，可装满575亿个iPod。把这些iPod当砖用，可垒起两座中国长城。

百分点董事长苏萌强调，目前在全球，数据交换是一个问题。“最大问题是大家认为数据是资产和商品，但定价很难，国际上也没有很好的数据定价模型。目前做法是尽量让数据流动起来，在一些企业间或一对一企业间的一定量数据交换。”

“比如一家是做化妆品网的，一家是做服装网的，两家企业老总比较熟悉，两家网站的消费群体类似，都以女性为主，彼此可以进行客户数据交换。”华院数据董事长宣晓华说，如果直接做数据交换，消费者会顾虑隐私问题，可能比较容易接受的是，“用我的数据来改善企业对我的服务”。

“还要分清数据所有权问题，我今天上淘宝网购物，淘宝有我个人数据，我的行为数据是淘宝还是属于我？目前国际法律认为这个数据属于消费者，淘宝可以用，可提交用户体验，但如果淘宝把该数据卖给第三方就不行。”苏萌说，但淘宝对用户的理解和预测不是原始数据，是其分析结果。把这些数据与第三方分享在美国目前大部分市场上是认可的，如IBM等企业也在利用这些数据为第三方提供服务。

“在美国，一些公司把数据进行整合、加工，并提供服务，不过提供的是大趋势，把‘底层’的一些详细个体数据去除掉，这样能规避掉一些隐私和安全问题。”清华大学苏州研究院大数据中心副主任赵勇说，从大数据监管来说，肯定需要一个具有公信力的机构做监管，“最适合的是政府”。上海已成立大数据局，这是对数据管理的专业政府机构。最核心的管理是“数据拥有者是谁”“使用者是谁”“使用权限如何定义”“如何分级别”“谁是使用数据的受益者”等。

“美国将大数据分析作为国家战略来推动，政府带头进行数据开放。中国很多部门拥有的数据互不沟通，很难共享，导致信息不完整或重复收集等。因此，中国需要有国家层面的大数据战略、开放数据的措施及法规等。”邬贺铨说。（原标题：专家建议从国家层面推动大数据战略）

http://www.sheitc.gov.cn/

上海市经济和信息化委员会（上海市经信委）已经在研究成立大数据局

http://www.gdei.gov.cn/

广东将成立大数据管理局

其具体职责是：研究拟订并组织实施大数据战略、规划和政策措施，引导和推动大数据研究和应用工作；组织制定大数据收集、管理、开放、应用等标准规范；推动形成全社会大数据形成机制的建立和开发应用；承担企业情况综合工作，负责企业数据收集和存储；组织编制电子政务建设规划并组织实施；组织协调政务信息资源共享；组织协调省级重大电子政务项目建设，组织协调网上办事大厅等电子政务一站式服务建设；负责统筹政务信息网络系统、政务数据中心的建设、管理；统筹协调信息安全保障体系建设；承担信息安全等级保护、应急协调和数字认证相关工作。

http://www.askci.com/reports/2014/06/2710454331601.shtml

2014-2020年中国大数据产业市场竞格局与投资前景咨询报告

上一篇：The Synthetic Biology Open Language (SBOL) provides a community standard for communicating designs in synthetic biology
下一篇：大数据2