專題導(dǎo)讀：學(xué)術(shù)大數(shù)據(jù)

學(xué)術(shù)大數(shù)據(jù)是指由具有學(xué)術(shù)行業(yè)特征的多元實(shí)體及其之間的多樣化關(guān)系構(gòu)成的數(shù)據(jù)集合。其中，實(shí)體可以包括學(xué)者、機(jī)構(gòu)、論文、學(xué)科等對(duì)象，而實(shí)體間的關(guān)系則可以體現(xiàn)為合作、引用、研究興趣、領(lǐng)域歸屬等形式。對(duì)學(xué)術(shù)大數(shù)據(jù)進(jìn)行挖掘與分析具有多方面的意義，如：更充分揭示學(xué)者情況和學(xué)科發(fā)展動(dòng)態(tài)，更深層次促進(jìn)科研人員的高效合作交流，為學(xué)術(shù)領(lǐng)域各類評(píng)價(jià)與考核提供有力的度量指標(biāo)，為政府部門(mén)制定科技、教育發(fā)展戰(zhàn)略提供重要的決策依據(jù)等。

隨著我國(guó)“科技強(qiáng)國(guó)戰(zhàn)略”和“創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略”的不斷推進(jìn)，學(xué)術(shù)大數(shù)據(jù)的應(yīng)用已從學(xué)術(shù)研究領(lǐng)域逐漸滲透到現(xiàn)代社會(huì)生產(chǎn)生活的方方面面。一方面，學(xué)術(shù)大數(shù)據(jù)在科技管理、企業(yè)經(jīng)營(yíng)、學(xué)術(shù)評(píng)價(jià)等領(lǐng)域的應(yīng)用，促進(jìn)了對(duì)其數(shù)據(jù)價(jià)值的深層挖掘；另一方面，學(xué)術(shù)大數(shù)據(jù)因其涵蓋學(xué)者、領(lǐng)域、機(jī)構(gòu)、論文等眾多元素，從而呈現(xiàn)出多元化、碎片化等特點(diǎn)，這對(duì)實(shí)際采集與處理數(shù)據(jù)提出了新的挑戰(zhàn)。本專題匯集了國(guó)內(nèi)活躍在一線的學(xué)術(shù)大數(shù)據(jù)研究者的5篇文章，從學(xué)術(shù)大數(shù)據(jù)在科技管理、學(xué)術(shù)評(píng)價(jià)領(lǐng)域的應(yīng)用以及數(shù)據(jù)采集等多個(gè)角度，探索學(xué)術(shù)大數(shù)據(jù)在生產(chǎn)生活中應(yīng)用的價(jià)值與挑戰(zhàn)，希望能引起讀者興趣，推動(dòng)相關(guān)領(lǐng)域的研究與實(shí)踐。

梁英等人撰寫(xiě)的《學(xué)術(shù)大數(shù)據(jù)技術(shù)在科技管理過(guò)程中的應(yīng)用》結(jié)合我國(guó)科技管理應(yīng)用需求，設(shè)計(jì)了基于學(xué)術(shù)大數(shù)據(jù)的科技管理應(yīng)用框架，分析了學(xué)術(shù)大數(shù)據(jù)在科研布局和資源統(tǒng)籌輔助決策、專家精準(zhǔn)推薦、科技成果評(píng)估評(píng)價(jià)等方面的預(yù)期應(yīng)用。

羅瑞麗等人撰寫(xiě)的《基于大數(shù)據(jù)的主動(dòng)科研管理模式與優(yōu)化決策機(jī)制》提出了開(kāi)放知識(shí)網(wǎng)絡(luò)模型方法，以構(gòu)建“專家圖譜”為例，融合分析了科研管理大數(shù)據(jù)中的關(guān)聯(lián)知識(shí)和潛在信息，并探討如何將傳統(tǒng)被動(dòng)的管理模式轉(zhuǎn)變?yōu)橹鲃?dòng)的科研管理模式，進(jìn)而建立基于大數(shù)據(jù)的新型管理模式與決策機(jī)制。

姚宇航等人撰寫(xiě)的《圖靈指數(shù)——學(xué)術(shù)大數(shù)據(jù)下的跨領(lǐng)域跨年代學(xué)者影響力評(píng)估》基于310個(gè)領(lǐng)域、14 223 183位學(xué)者、126 438 664篇論文和533 556 856次引用的數(shù)據(jù)集，提出“圖靈指數(shù)”，通過(guò)歸一化消除指數(shù)膨脹的影響來(lái)衡量學(xué)者的絕對(duì)影響力，從而為國(guó)內(nèi)外學(xué)者影響力評(píng)估和基金審理等提供參考。

賈韜等人撰寫(xiě)的《“科學(xué)學(xué)”視角下的科研工作者行為研究》從科研工作者研究興趣的演化、科研合作的內(nèi)在驅(qū)動(dòng)因素、科研團(tuán)隊(duì)與科研team的異同、多維度科研評(píng)價(jià)與學(xué)術(shù)不端的監(jiān)測(cè)等多種角度研究了“科學(xué)學(xué)”視角下的科研工作者行為。研究結(jié)果可以為科研管理等現(xiàn)實(shí)問(wèn)題提供理論工具和實(shí)證支撐。

萬(wàn)猛等人撰寫(xiě)的《開(kāi)放存取知識(shí)庫(kù)及其數(shù)據(jù)采集規(guī)范的研究》調(diào)研了開(kāi)放存取知識(shí)庫(kù)在國(guó)內(nèi)外的發(fā)展概況、地區(qū)分布特點(diǎn)、系統(tǒng)平臺(tái)種類等，同時(shí)，結(jié)合產(chǎn)業(yè)界實(shí)際情況總結(jié)了數(shù)據(jù)采集的基本規(guī)范。最后，針對(duì)國(guó)內(nèi)開(kāi)放存取知識(shí)庫(kù)當(dāng)前面臨的問(wèn)題，提出了可行性建議。

本專題由于篇幅有限，不能涵蓋學(xué)術(shù)大數(shù)據(jù)研究中的方方面面，希望通過(guò)闡述學(xué)術(shù)大數(shù)據(jù)在生產(chǎn)生活中應(yīng)用的價(jià)值與挑戰(zhàn)，推動(dòng)學(xué)術(shù)大數(shù)據(jù)研究的進(jìn)一步發(fā)展。

客座編輯

陳貴海（1963- ），男，上海交通大學(xué)教授、博士生導(dǎo)師，主要研究方向?yàn)閷?duì)等計(jì)算、數(shù)據(jù)處理、傳感器網(wǎng)絡(luò)、路由算法、高性能計(jì)算機(jī)體系結(jié)構(gòu)、組合數(shù)學(xué)等。發(fā)表的文章被Google Scholar引用10 000余次，SCI引用1 000余次，ESI高被引論文4篇，11次獲得國(guó)際會(huì)議論文獎(jiǎng)。2006年獲江蘇省六大人才高峰稱號(hào)，2008年獲國(guó)家杰出青年科學(xué)基金，2011年獲國(guó)務(wù)院政府特殊津貼，2015年獲教育部自然科學(xué)獎(jiǎng)一等獎(jiǎng)（排名第一），2017年入選中國(guó)計(jì)算機(jī)學(xué)會(huì)會(huì)士（CCF Fellow），2018年獲江蘇省科學(xué)技術(shù)獎(jiǎng)一等獎(jiǎng)（排名第一）。現(xiàn)任中國(guó)計(jì)算機(jī)學(xué)會(huì)分布式計(jì)算與系統(tǒng)專業(yè)委員會(huì)主任委員，ACM SIGCOMM China副主席。

王新兵（1975- ），男，上海交通大學(xué)特聘教授，電子信息與電氣工程學(xué)院副院長(zhǎng)，國(guó)家自然基金委員會(huì)杰出青年基金獲得者，ACM中國(guó)理事會(huì)副主席，主要 研究方向?yàn)槲锫?lián)網(wǎng)性能分析與優(yōu)化設(shè)計(jì)。擔(dān)任網(wǎng)絡(luò)領(lǐng)域重要期刊 IEEE/ACM Transactions on Networking、IEEE Transactions on Mobile Computing 以及 ACM Transactions on Sensor Networks的編委。2014—2018年連續(xù)5年入選愛(ài)思唯爾（Elsevier）中國(guó)高被引學(xué)者榜單。獲寶鋼優(yōu)秀教師特等獎(jiǎng)提名獎(jiǎng)，國(guó)家級(jí)教學(xué)成果獎(jiǎng)二等獎(jiǎng)（排名第二），上海市教學(xué)成果特等獎(jiǎng)（排名第二）。

《大數(shù)據(jù)》期刊

《大數(shù)據(jù)（Big Data Research，BDR）》雙月刊是由中華人民共和國(guó)工業(yè)和信息化部主管，人民郵電出版社主辦，中國(guó)計(jì)算機(jī)學(xué)會(huì)大數(shù)據(jù)專家委員會(huì)學(xué)術(shù)指導(dǎo)，北京信通傳媒有限責(zé)任公司出版的中文科技核心期刊。

關(guān)注《大數(shù)據(jù)》期刊微信公眾號(hào)，獲取更多內(nèi)容

---

往期文章回顧

大數(shù)據(jù)環(huán)境下的存儲(chǔ)系統(tǒng)構(gòu)建：挑戰(zhàn)、方法和趨勢(shì)

一種軟硬件結(jié)合的大數(shù)據(jù)訪存蹤跡收集分析工具集

開(kāi)源芯片、RISC-V與敏捷開(kāi)發(fā)

基因大數(shù)據(jù)的集成分析

基于RDMA和NVM的大數(shù)據(jù)系統(tǒng)一致性協(xié)議研究

---

總結(jié)

以上是生活随笔為你收集整理的专题导读：学术大数据的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。