论文部分内容阅读
通过归纳分析国内外大数据的相关文献，可以促进资源知识更好的交流共享。建立大数据理论体系，使大数据得到更好的应用。打破以往大数据研究的单一性模式，打开新的研究视角，有利于后续研究的全面拓展——从大数据的时间、合作、共现、引文和耦合的角度入手，利用相关数据统计分析了2011-2016近六年来大数据领域的研究现状，对比国内外研究大数据的异同，探测研究趋势。
大数据 文献计量 数据分析
大数据是一个跨学科的领域，需要大量相关文献作为知识基础。当前对国内外大数据研究的介绍性成果很多，但是真正从国内外的大数据源进行比较研究的相对较少。本文基于大数据研究热潮掀起的背景，同时以Web of Science（WOS）-SCI和CNKI为数据源，从时间、合作、共现、引文、耦合这五方面进行统计分析，剖析大数据时代发展特点和发展问题，以不同维度揭示大数据的发展脉络，验证普赖斯定律和布拉德福文献分散定律，对比国内外大数据研究热点等的异同，總结其发展趋势。
时间分析
2011-2016年国外大数据主题文献共计3499篇，国内共计9283篇，无论国内外一直处于增长趋势。我国大数据领域的国际化研究论文在数量和质量上与国际水平仍有差距。然而，随着我国研究资金资助力度加大，我国学术论文数量和质量具有较好的发展潜力。大数据是当前研究热点，可以预测未来几年国际大数据研究仍呈持续增长趋势，相关研究也会更为广泛和深入。
合作分析
（1）文献著者分布规律分析
统计发现，国内外对大数据的研究都没有形成核心作者群，应提高研究持续性。国内作者分布不均匀，关联性不强，合作关系不密切，没有形成显著合作网络，但比较集中，有明显聚焦点。要加强合作，形成研究团队，组织深入探讨。国外作者分布均匀、分散，合作密切、关联性强，没有明显聚焦点，尚未体现某一作者发文较多的情况。在一定程度上，说明了大数据处于发展阶段，研究力量薄弱且分散，还未出现在这一领域的重点研究人物，但合作关系值得国内学者学习。
（2）文献来源分布规律分析
在国家分布方面，共有100个国家在大数据领域形成了国外的论文产出，与其他领域比较来说，参与国家并不算多。其中，美国排第一，英国排第二，中国排第三。各国之间应相互学习借鉴，补充自身不足，从而提升自身的研究水平。
就机构来看，国内外均未形成核心研究机构。国外大数据研究领域一共涉及到476个机构。美国高校占半数，英国高校有三个，其余来自荷兰。无论国内外，大数据排名靠前的研究机构全是高校，研究机构单一。可见，大数据研究主要集中在应用层面上，局限于理念应用，未形成实质性、创新型应用。
期刊及会议分布符合布拉德福文献分散定律，具有集中与分散规律。大量的论文集中在核心期刊上，涉及很多不同领域。国外侧重于人类性格和行为、医学、可持续发展、地理学、科学计量学等领域的研究，未形成稳定的核心期刊。在所有国内核心期刊中，已经从原来单一的大数据算法及技术的研究或情报类中脱离出来，不再局限于IT类期刊，更侧重于传媒（新闻）与计算机领域的研究。
共现分析
国内外大数据研究相同点是研究热潮都在攀升且应用范围愈广，差异是国外理论付诸于实际应用效果更好。国外研究成果较国内成熟且侧重点不同，各领域合作紧密，应用程度好，看重健康疾病、商业价值、大数据关键技术，涉及的应用层次较多，表现出显著的多学科性和学科融合性。国内侧重数据挖掘技术、媒体（新媒体、新闻）、图书馆及商业应用等，研究状态还比较松散，创新的代表性大数据研究较少。大数据领域研究要在主题上保持高专注度，围绕一个主题展开纵深研究，利于今后大数据的良性发展，进一步拓展研究的广度与深度，注重关键技术，扩展到各个领域。
引文分析
（1）文献引用文献分析：
国外被引频次呈逐年上升趋势，大数据研究热度逐年上升。SCI中篇均被引数5.08。H指数（高引用次数）为38，表示在发表的3499篇论文中，有38篇论文至少被引用了38次。本文抽取了国内被引次数较高的200篇文献作为样本，篇均被引数95.58。可见，国内的被引频次较高。
（2）文献被引次数分析
国内共被引次数比较高的有陆静的《我国图书馆界大数据研究评述与展望》等。为进一步研究国外大数据，本文将文献进行聚类处理，其效果可通过Modularity Q和Mean Silhouette的大小来衡量。数据聚类后得到269个聚类群，其中，Modularity Q=0.7337接近1，Mean Silhouette=0.1163不接近1，说明类群之间划分清晰，但同质性低，即国外的大数据论文不同类别间的交叉性较小。
耦合分析
SCI中文献最高的资金资助机构是中国国家自然科学基金，其次是美国国家自然科学基金，第三是英国经济社会研究委员会，这表明大数据论文研究靠前的国家如美国、英国、中国等在大数据基金方面给予了大力支持。
国内论文约88%来自国家基金或计划或项目，从国家到地方、机构都对大数据领域给予大力扶持，无论数量还是研究宽度、广度都在扩展。基于“一带一路”的提出，大数据研究应该注重多方共享与合作，共同发展。未来一段时期，国家应大力资助其研发投入，设立大数据应用推广平台，积极引导其在公共服务等基础领域的深度应用。
综上所述，在这样一个“数字经济”时代，数字经济加实体经济化是未来的发展趋势，尤其是在制造业的发展。中国大数据偏重于粗浅或学术层次的探索，还处于学习模仿阶段，而国外已处于分析型阶段，更符合未来的发展需求。可见国内亟需理清发展思路，制定相关策略，进而实现富有特色的大数据理论体系，为后续研究提供参考。我们要紧跟时代需求的步伐，不断致力于大数据价值的开发与应用，实现从云端到产业的转型，让数字经济更适应我国当前的实际情况，为研究者的进一步研究工作提供依据与借鉴，为推动国家大数据战略提供有价值的参考，紧抓“超车”良机。
[1]詹川.大数据研究的知识图谱分析[J].图书馆论坛，2015（4）：84-91.
大数据 文献计量 数据分析
大数据是一个跨学科的领域，需要大量相关文献作为知识基础。当前对国内外大数据研究的介绍性成果很多，但是真正从国内外的大数据源进行比较研究的相对较少。本文基于大数据研究热潮掀起的背景，同时以Web of Science（WOS）-SCI和CNKI为数据源，从时间、合作、共现、引文、耦合这五方面进行统计分析，剖析大数据时代发展特点和发展问题，以不同维度揭示大数据的发展脉络，验证普赖斯定律和布拉德福文献分散定律，对比国内外大数据研究热点等的异同，總结其发展趋势。
时间分析
2011-2016年国外大数据主题文献共计3499篇，国内共计9283篇，无论国内外一直处于增长趋势。我国大数据领域的国际化研究论文在数量和质量上与国际水平仍有差距。然而，随着我国研究资金资助力度加大，我国学术论文数量和质量具有较好的发展潜力。大数据是当前研究热点，可以预测未来几年国际大数据研究仍呈持续增长趋势，相关研究也会更为广泛和深入。
合作分析
（1）文献著者分布规律分析
统计发现，国内外对大数据的研究都没有形成核心作者群，应提高研究持续性。国内作者分布不均匀，关联性不强，合作关系不密切，没有形成显著合作网络，但比较集中，有明显聚焦点。要加强合作，形成研究团队，组织深入探讨。国外作者分布均匀、分散，合作密切、关联性强，没有明显聚焦点，尚未体现某一作者发文较多的情况。在一定程度上，说明了大数据处于发展阶段，研究力量薄弱且分散，还未出现在这一领域的重点研究人物，但合作关系值得国内学者学习。
（2）文献来源分布规律分析
在国家分布方面，共有100个国家在大数据领域形成了国外的论文产出，与其他领域比较来说，参与国家并不算多。其中，美国排第一，英国排第二，中国排第三。各国之间应相互学习借鉴，补充自身不足，从而提升自身的研究水平。
就机构来看，国内外均未形成核心研究机构。国外大数据研究领域一共涉及到476个机构。美国高校占半数，英国高校有三个，其余来自荷兰。无论国内外，大数据排名靠前的研究机构全是高校，研究机构单一。可见，大数据研究主要集中在应用层面上，局限于理念应用，未形成实质性、创新型应用。
期刊及会议分布符合布拉德福文献分散定律，具有集中与分散规律。大量的论文集中在核心期刊上，涉及很多不同领域。国外侧重于人类性格和行为、医学、可持续发展、地理学、科学计量学等领域的研究，未形成稳定的核心期刊。在所有国内核心期刊中，已经从原来单一的大数据算法及技术的研究或情报类中脱离出来，不再局限于IT类期刊，更侧重于传媒（新闻）与计算机领域的研究。
共现分析
国内外大数据研究相同点是研究热潮都在攀升且应用范围愈广，差异是国外理论付诸于实际应用效果更好。国外研究成果较国内成熟且侧重点不同，各领域合作紧密，应用程度好，看重健康疾病、商业价值、大数据关键技术，涉及的应用层次较多，表现出显著的多学科性和学科融合性。国内侧重数据挖掘技术、媒体（新媒体、新闻）、图书馆及商业应用等，研究状态还比较松散，创新的代表性大数据研究较少。大数据领域研究要在主题上保持高专注度，围绕一个主题展开纵深研究，利于今后大数据的良性发展，进一步拓展研究的广度与深度，注重关键技术，扩展到各个领域。
引文分析
（1）文献引用文献分析：
国外被引频次呈逐年上升趋势，大数据研究热度逐年上升。SCI中篇均被引数5.08。H指数（高引用次数）为38，表示在发表的3499篇论文中，有38篇论文至少被引用了38次。本文抽取了国内被引次数较高的200篇文献作为样本，篇均被引数95.58。可见，国内的被引频次较高。
（2）文献被引次数分析
国内共被引次数比较高的有陆静的《我国图书馆界大数据研究评述与展望》等。为进一步研究国外大数据，本文将文献进行聚类处理，其效果可通过Modularity Q和Mean Silhouette的大小来衡量。数据聚类后得到269个聚类群，其中，Modularity Q=0.7337接近1，Mean Silhouette=0.1163不接近1，说明类群之间划分清晰，但同质性低，即国外的大数据论文不同类别间的交叉性较小。
耦合分析
SCI中文献最高的资金资助机构是中国国家自然科学基金，其次是美国国家自然科学基金，第三是英国经济社会研究委员会，这表明大数据论文研究靠前的国家如美国、英国、中国等在大数据基金方面给予了大力支持。
国内论文约88%来自国家基金或计划或项目，从国家到地方、机构都对大数据领域给予大力扶持，无论数量还是研究宽度、广度都在扩展。基于“一带一路”的提出，大数据研究应该注重多方共享与合作，共同发展。未来一段时期，国家应大力资助其研发投入，设立大数据应用推广平台，积极引导其在公共服务等基础领域的深度应用。
综上所述，在这样一个“数字经济”时代，数字经济加实体经济化是未来的发展趋势，尤其是在制造业的发展。中国大数据偏重于粗浅或学术层次的探索，还处于学习模仿阶段，而国外已处于分析型阶段，更符合未来的发展需求。可见国内亟需理清发展思路，制定相关策略，进而实现富有特色的大数据理论体系，为后续研究提供参考。我们要紧跟时代需求的步伐，不断致力于大数据价值的开发与应用，实现从云端到产业的转型，让数字经济更适应我国当前的实际情况，为研究者的进一步研究工作提供依据与借鉴，为推动国家大数据战略提供有价值的参考，紧抓“超车”良机。
[1]詹川.大数据研究的知识图谱分析[J].图书馆论坛，2015（4）：84-91.