數(shù)據(jù)學和數(shù)據(jù)科學

數(shù)據(jù)學和數(shù)據(jù)科學

一、內(nèi)涵

數(shù)據(jù)學（Dataology）和數(shù)據(jù)科學（Data Science）是關(guān)于數(shù)據(jù)的科學或者研究數(shù)據(jù)的科學，定義為：研究探索Cyberspace中數(shù)據(jù)界（data nature）奧秘的理論、方法和技術(shù)，研究的對象是數(shù)據(jù)界中的數(shù)據(jù)，研究認識數(shù)據(jù)的各種類型、狀態(tài)、屬性及變化形式和變化規(guī)律，其目的在于揭示自然界和人類行為的現(xiàn)象和規(guī)律。數(shù)據(jù)記錄了宇宙和生命現(xiàn)象，記錄了人文和社會。尋找數(shù)據(jù)所含的規(guī)律，就是探索宇宙的規(guī)律，就是探索生物的規(guī)律，就是尋找人類行為的規(guī)律，就是尋找社會發(fā)展的規(guī)律，這是數(shù)據(jù)學的目的所在。與自然科學和社會科學不同，數(shù)據(jù)學和數(shù)據(jù)科學的研究對象是Cyberspace的數(shù)據(jù)，是新的科學。數(shù)據(jù)學和數(shù)據(jù)科學主要有兩個內(nèi)涵：一個是研究數(shù)據(jù)本身，研究數(shù)據(jù)的各種類型、狀態(tài)、屬性及變化形式和變化規(guī)律；另一個是為自然科學和社會科學研究提供一種新的方法，稱為科學研究的數(shù)據(jù)方法，其目的在于揭示自然界和人類行為現(xiàn)象和規(guī)律。

二、產(chǎn)生背景和研究方法

信息化是將現(xiàn)實世界中的事物和現(xiàn)象以數(shù)據(jù)的形式存儲到CYBER空間中，是一個生產(chǎn)數(shù)據(jù)的過程。這些數(shù)據(jù)是自然和生命的一種表示形式，這些數(shù)據(jù)還記錄了人類的行為，包括工作、生活和社會發(fā)展。今天，數(shù)據(jù)被快速大量地生產(chǎn)并存儲在CYBER空間中，這種現(xiàn)象稱為數(shù)據(jù)爆炸（data explosion），數(shù)據(jù)爆炸在CYBER空間中形成數(shù)據(jù)自然界（data nature）。數(shù)據(jù)是CYBER空間中的唯一存在，需要研究和探索CYBER空間中數(shù)據(jù)的規(guī)律和現(xiàn)象。另外，探索CYBER空間中數(shù)據(jù)的規(guī)律和現(xiàn)象，就是探索宇宙的規(guī)律、探索生命的規(guī)律、尋找人類行為的規(guī)律、尋找社會發(fā)展的規(guī)律的一種重要手段，例如：可以通過研究數(shù)據(jù)來研究生命（生物信息學）、研究人類行為（行為信息學）。

數(shù)據(jù)學已經(jīng)有一些方法和技術(shù)，例如：數(shù)據(jù)獲取、數(shù)據(jù)存儲與管理、數(shù)據(jù)安全、數(shù)據(jù)分析、可視化等；還需要有基礎(chǔ)理論和新技術(shù)，例如：數(shù)據(jù)存在性、數(shù)據(jù)測度、時間、數(shù)據(jù)代數(shù)、數(shù)據(jù)相似性與簇論、數(shù)據(jù)分類與數(shù)據(jù)百科全書、數(shù)據(jù)偽裝與識別、數(shù)據(jù)實驗、數(shù)據(jù)感知等等。數(shù)據(jù)學的理論和方法將改進現(xiàn)有的科學研究方法，形成新型的科學研究方法，并且針對各個研究領(lǐng)域開發(fā)出專門的理論、技術(shù)和方法，從而形成專門領(lǐng)域的數(shù)據(jù)學，例如：行為數(shù)據(jù)學、生命數(shù)據(jù)學、腦數(shù)據(jù)學、氣象數(shù)據(jù)學、金融數(shù)據(jù)學、地理數(shù)據(jù)學，等等。

三、發(fā)展歷史

數(shù)據(jù)科學在20世紀60年代已被提出，只是當時并未獲得學術(shù)界的注意和認可，1974年彼得.諾爾出版了《計算機方法的簡明調(diào)查》中將數(shù)據(jù)科學定義為：“處理數(shù)據(jù)的科學，一旦數(shù)據(jù)與其代表事物的關(guān)系被建立起來，將為其他領(lǐng)域與科學提供借鑒”。1996年在日本召開的“數(shù)據(jù)科學、分類和相關(guān)方法”，已經(jīng)將數(shù)據(jù)科學作為會議的主題詞。2001年美國統(tǒng)計學教授威廉.s.克利夫蘭發(fā)表了《數(shù)據(jù)科學：拓展統(tǒng)計學的技術(shù)領(lǐng)域的行動計劃》，因此有人認為是克利夫蘭首次將數(shù)據(jù)科學作為一個單獨的學科，并把數(shù)據(jù)科學定義為統(tǒng)計學領(lǐng)域擴展到以數(shù)據(jù)作為現(xiàn)金計算對象相結(jié)合的部分，奠定了數(shù)據(jù)科學的理論基礎(chǔ)。

四、研究內(nèi)容

（一）基礎(chǔ)理論研究。科學的基礎(chǔ)是觀察和邏輯推理，同樣要研究數(shù)據(jù)自然界中觀察方法，要研究數(shù)據(jù)推理的理論和方法，包括：數(shù)據(jù)的存在性、數(shù)據(jù)測度、時間、數(shù)據(jù)代數(shù)、數(shù)據(jù)相似性與簇論、數(shù)據(jù)分類與數(shù)據(jù)百科全書等。

（二）實驗和邏輯推理方法研究。需要建立數(shù)據(jù)科學的實驗方法，需要建立許多科學假說和理論體系，并通過這些實驗方法和理論體系開展數(shù)據(jù)自然界的探索研究，從而認識數(shù)據(jù)的各種類型、狀態(tài)、屬性及變化形式和變化規(guī)律，揭示自然界和人類行為現(xiàn)象和規(guī)律。

（三）領(lǐng)域數(shù)據(jù)學研究。將數(shù)據(jù)學的理論和方法應用于許多領(lǐng)域，從而形成專門領(lǐng)域的數(shù)據(jù)學，例如：腦數(shù)據(jù)學、行為數(shù)據(jù)學、生物數(shù)據(jù)學、氣象數(shù)據(jù)學、金融數(shù)據(jù)學、地理數(shù)據(jù)學等等。

（四）數(shù)據(jù)資源的開發(fā)利用方法和技術(shù)研究。數(shù)據(jù)資源是重要的現(xiàn)代戰(zhàn)略資源，其重要程度將越來越凸顯，在本世紀有可能超過石油、煤炭、礦產(chǎn)，成為最重要的人類資源之一。這是因為人類的社會、政治和經(jīng)濟都將依賴于數(shù)據(jù)資源，而石油、煤炭、礦產(chǎn)等資源的勘探、開采、運輸、加工、產(chǎn)品銷售等等無一不是依賴數(shù)據(jù)資源的，離開了數(shù)據(jù)資源，這些工作都將無法開展。

五、與其他學科的關(guān)系

數(shù)據(jù)是存在于CYBER空間中的東西；信息是自然界、人類社會及人類思維活動中存在和發(fā)生的現(xiàn)象；知識是人們在實踐中所獲得的認識和經(jīng)驗。數(shù)據(jù)可以作為信息和知識的符號表示或載體，但數(shù)據(jù)本身并不是信息或知識。數(shù)據(jù)學的研究的對象是數(shù)據(jù)，而不是信息，也不是知識。通過研究數(shù)據(jù)來獲取對自然、生命和行為的認識，進而獲得信息和知識。數(shù)據(jù)學的研究對象、研究目的和研究方法等等都與已有的計算機科學、信息科學和知識科學有著本質(zhì)的不同。

自然科學研究自然現(xiàn)象和規(guī)律，認識的對象是整個自然界，即自然界物質(zhì)的各種類型、狀態(tài)、屬性及運動形式。行為科學是研究自然和社會環(huán)境中人的行為以及低級動物行為的科學，已經(jīng)確認的學科包括心理學、社會學、社會人類學和其他類似的學科。數(shù)據(jù)學支持了自然科學和行為科學的研究工作。隨著數(shù)據(jù)學的進展，越來越多的科學研究工作將會直接針對數(shù)據(jù)進行，這將使人類認識數(shù)據(jù)，從而認識自然和行為。

人類探索現(xiàn)實自然界，用計算機處理人類的發(fā)現(xiàn)、人類的社會、自然與人，在這個過程中，數(shù)據(jù)已經(jīng)巨量產(chǎn)生，并正在經(jīng)歷大爆炸，人類在不知不覺中創(chuàng)造了一個更復雜的數(shù)據(jù)自然界。自第二次數(shù)據(jù)爆炸以來，人們生活在現(xiàn)實自然界和數(shù)據(jù)自然界兩個世界里，人、社會和宇宙的歷史將變?yōu)閿?shù)據(jù)的歷史。人類可以通過探索數(shù)據(jù)自然界來探索自然界，人類還需要探索數(shù)據(jù)自然界特有的現(xiàn)象和規(guī)律，這是賦予數(shù)據(jù)學的任務。可以期望，目前的所有的科學研究領(lǐng)域都可能形成相應的數(shù)據(jù)學。