數據科學家在醫學圖書館未來發展中的作用

陳勵和

摘要：大數據時代的到來催生了數據科學家，本文探討了數據科學家積極主動地參與醫療機構高層的決策咨詢，努力為解決大數據時代醫學圖書館發展中的戰略問題提供可持續發展的咨詢報告，為宏觀決策提供科學依據，對所服務的讀者在使用圖書館資源和網上資源的過程中所產生的大量數據進行統一收集、統一分析，為訂購醫學資源提供咨詢和依據，從繁雜無序的大量數據中找到有用的價值信息，并將這些有用的數據信息傳遞給高層決策者和用戶，最終得以在讀者使用中實現有用的價值。

關鍵詞：數據科學家；大數據；圖書館；未來發展

DOI： 10.3969/j.issn.2095-5707.2018.04.002

中圖分類號：R-058 文獻標識碼：A 文章編號：2095-5707（2018）04-0006-03

Abstract： The advent of the era of big data has given rise to data scientists. This article discussed that the data scientists actively participate in decision-making consultation of high-level medical institutions， make efforts to provide sustainability consultation reports for solving strategic problems in the development of medical libraries in the era of big data， which can provide a scientific basis for macro decision. It also pointed out that data scientists provide unified collection and analysis of the large amount of data generated by the serviced readers in the process of using library resources and online resources. offer consultation and basis for ordering medical resources， find a large number of useful and valuable data from the chaos of information， pass these useful data information to high-level decision makers and users， and finally realize useful value in the use of readers.

Key words： data scientists； big data； libraries； future development

大數據時代的到來給數據分析和挖掘帶來相當大的難度。據“國際數據公司”（IDC）研究人員預計，到2020年全球每年產生的數據量將達到35ZB。這些數據如果刻成DVD光盤，把這些DVD光盤一張一張地疊加起來的高度是地球到月球的2倍[1]。這些繁雜巨大的信息數據依賴傳統的人工分析方法已顯得緩慢滯后，只依靠機器處理也難以適應大數據時代的信息需要。那些運用數據科學的方法進行收集數據、分析數據、研究數據、處理數據的數據科學家的出現，為大數據的研究與應用帶來新的希望。

1 數據科學與數據科學家

1.1 數據科學

數據科學是關于數據的綜合體或者是專門研究數據的一門科學，其研究對象是數據系統中的數據，是專門研究網絡空間中的數據系統的規律、方法和技術。與我們所認知的自然科學和社會科學比較，其出現的時間還比較遲，它專門研究的是虛擬的數據。數據科學主要是為我們所認知的自然科學和社會科學研究提供一種全新的方法，稱為科學研究的數據方法，其目的在于探索和提示自然界和人類行為的現象和規律。

1.2 數據科學家

數據科學家是由美國的Natahn Yau博士在2009年提出來的[2]，目前還沒有統一的定義。比較認可的定義是，數據科學家是指運用專門的統計分析、機器判斷、分布式處理、綜合評估等技術，從大量數據中提煉出對用戶有意義的信息，以容易通用明了的形式傳送給用戶和決策者，并綜合提煉出新的數據來應用服務的人才。數據科學家通過關注使用者提供的數據來進行綜合分析，在更高層面上創造出不同特性的產品和流程，為使用者提供增值性的信息服務[3]。

2 數據科學家的素質和能力

2.1 數據科學家具備的素質

2.1.1 創業意識 數據科學家應該具備以繁雜、無序、海量的數據為核心進行創新性研發和提升的創業意識。亞馬遜（Amazon）、谷歌（Google）、阿里巴巴（Alibaba）、臉書（Facebook）等都是基于對龐大復雜的數據進行收集、分析、整合、創新，進而產生出新型的服務型企業，都是數據分析和數據處理的研究人員通過艱苦探求才獲得成功的。

2.1.2 探索精神 堅韌的探索精神是科學家不斷進取的驅動力和創造力的根源，數據科學家的工作就是在龐大復雜數據中探求，具有強烈的探索精神才能驅動他們探求和研究問題實質，尋找問題的最佳答案，并把它們提煉為一組更加明了、清晰、可以驗證的假設[4]。數據科學家的價值并不是單靠做簡單的報表和PPT等材料提供給高層決策者，而是通過收集全體用戶的標準、要求和流程等，對海量繁雜的數據進行再分析和加工，揭示出事物的內在聯系，從而找出最佳的解決問題的方案，這需要數據科學家強烈的探求精神和嚴謹的工作態度。

2.1.3 廣泛興趣 具有卓越品質的數據科學家的興趣和好奇并不是局限于他們所掌握的計算機科學、數學、統計學等與數據分析有關的學科，而是對文學、音樂、藝術、醫療、社會科學、自然科學等各個領域都擁有廣泛的愛好[5]。美國的數據科學家大多數具有豐富的工作經歷，他們具有實驗物理學、計算機化學、數據統計學，甚至是生理學、神經外科學等工作的扎實經驗和豐富理論。正因為他們具有廣泛的探求精神和淵博的知識，在他們對不同領域數據的搜集、整合、分析、評估時，才能夠發現常人難以發現的有價值的數據與觀點，找出不同事件的發展特征和正在發生事件的趨勢。

2.2 數據科學家需具備的技能

2.2.1 計算機科學與數據分析能力 掌握計算機編程技能和數據搜集、數據分析、數據儲存、數據安全的技術。具備處理大數據所需要的Hadoop、Mahout等大數據和大規模的處理技術。

2.2.2 數據處理與統計分析能力 除了掌握數據搜集、數據分析、數據優化和數據綜合能力外，還要具備數學、統計及綜合的知識和技能，如SAS、SPSS等統計分析軟件和與編程語言與運行環境相關的知識。

2.2.3 數據可視化能力 數據可視化能力的確是數據科學家非常重要的技能。信息數據的表達方法決定了信息數據的質量，數據信息可視化對信息的直接采用和對高層決策的利用都有很重要的作用。數據科學家要從零散繁亂的數據中進行采集和分析，使用應用程序接口（Application Programming Interface， API）將地圖、圖表、儀表盤（Dashboard）等數據服務統一起來，進一步完成分析結果可視化。

3 數據科學家是未來的戰略資源

隨著對大數據應用研究的進一步推廣和應用，數據科學家對數據的收集、存儲、處理、分析，以及對大數據的解決方案都會不斷地深化，但是研究大數據最大的問題不是工具，而是人才短缺，作為大數據研究的引導者，社會上對數據科學家的需求也不斷增長。大型互聯網技術廠商易安信公司（EMC）在2013年發表的一份關于對美國、中國、英國、法國、印度等數據科學家的調研報告中得出，有2/3的參與者認為在未來幾年中數據科學家仍然缺乏[4]。這一發展趨勢進一步印證了2016年12月麥肯錫全球研究院發表的《分析的時代：在大數據的世界競爭》報告的結果：美國專業數據科學家每年仍缺口約25萬人。預測未來的10年內，單是美國對這種人才的需求約為200～400萬[6]。

社會上對數據科學家的需求在四、五年前還僅限于Google、Amazon等較大型的網絡公司。隨著大數據分析重要性的不斷出現，重視數據分析、研究與應用的企業日益增加，一些發達國家如德國、日本、法國、美國、加拿大等都大量需要數據科學家，美國通過培養和高薪引進數據研究人員，來填充數據科學家數量不足帶來的問題[7]。Facebook、IBM、Google、Amazon等大型企業對數據科學家的需求不斷增加，據報道，日本新成立“數據科學家協會”，致力于企業內部培養“大數據”分析人才[8]，未來數據科學家會成為一種戰略資源。

4 數據科學家在醫學圖書館中的作用

從Facebook、IBM、Google、Amazon等大型企業成功的例證上我們可以看出，支撐這些大公司業務提升與業績的背后就是數據科學家。這些大型企業對于海量繁雜的數據不僅是進行收集、存儲，而是通過一系列的研究與分析，將其變為有價值的數據信息，通過對結果的分析、產品的推薦為公司的發展起到了決定性的作用。就醫學圖書館來說，數據科學家的作用也與其在網絡公司起到的作用近似，主要體現在以下3個方面：

4.1 為醫學圖書館決策服務

數據科學家積極主動地參與醫學機構高層的決策咨詢，為解決大數據時代醫學圖書館發展中的戰略問題提供可持續發展的咨詢報告，為醫學圖書館的宏觀決策提供科學依據。數據科學家對讀者的醫學信息數據的需求和醫學科技發展的走向有著很強的預測性，并且長期追蹤醫學圖書館的信息服務的發展熱點和讀者急需的醫療數據[9]。因此，數據科學家的研究成果往往能夠直接為醫學圖書館的發展提供決策性的建議，解決實際問題。

4.2 為醫學圖書館的資源訂購提供咨詢和依據

醫學圖書館是信息聚集、搜集、存儲和傳遞的重要匯集地，大數據的收集、分析、利用、傳遞離不開數據科學家的參與。培養數據科學家成為今后醫學圖書館在大數據時代生存發展的迫切任務。每個醫學圖書館沒有能力也不可能訂購所有科研和醫療單位專家所需要的醫學信息資源，單靠圖書館專家咨詢和問卷調查來滿足大部分用戶對醫學信息的需求是不可能實現的。這樣，就需要數據科學家對讀者在使用圖書館資源和網上資源的過程中所產生的大量數據進行統一收集、統一分析，探求出讀者使用愛好和關注焦點的規律，并預測出未來的研究方向，依據研究成果來指導醫學信息資源的訂購工作，通過對數據的分析還可以預測到未來信息服務的方向。

4.3 提高醫學圖書館資源利用率

依靠數據科學家所具備的數據收集、分析、綜合的能力來挖掘知識，利用數據科學家的數據優化與綜合能力、統計分析能力來整合知識，充分發揮數據科學家的可視化能力來傳遞和推廣醫學圖書館的信息數據知識，利用數據存儲和數據安全技能保障信息數據和信息知識的安全。目前，大多數醫學圖書館所訂購的數據庫利用率比較低，是因為其數據和信息的分析能力遠遠未能達到真正把讀者需要的信息和知識挖掘出來[10]。如果不依靠數據科學家分析和整理出所訂購的信息資源，醫學圖書館所擁有的數據庫即使再多，數據量再大，也很難讓這些資源再增加價值。數據科學家的作用就是從繁雜無序的大量數據中找到有用的價值信息，并將這些有用的數據信息傳遞給高層決策者和用戶，最終得以在讀者使用中實現信息的價值。

5 小結

數據科學家的出現是數據科學不斷完善和發展的具體表現，使數據科學變得更加直觀和可視，也體現出數據科學研究的重要性。在大數據時代的今天，數據科學家為加快醫學圖書館的發展、優化醫學圖書館的管理有很大的促進作用，也為醫學信息資源的優化訂購、充分利用、個性化服務起到積極的推動作用。

參考文獻

[1] TAYLOR Chris. Career of the Future： Data Scientist [INFOGRAPHIC][EB/OL].（2012-01-13）[2017-11-22].https：//mashable. com/2012/01/13/career-of-the-future-data-scientist-infographic/ #Jpk5xwbSn8qW.

[2] 王新才，丁家友.大數據知識圖譜：概念、特征、應用與影響[J].情報科學，2013，31（9）：10-14，136.

[3] 趙振營.圖書館實施大數據戰略實踐路徑分析[J].中國中醫藥圖書情報雜志，2017，41（2）：35-38.

[4] 朱揚勇，熊贇.大數據時代的數據科學家培養[J].大數據，2016（3）： 106-112.

[5] 秦小燕，初景利.國外數據科學家能力體系研究現狀與啟示[J].圖書情報工作，2017，61（23）：40-50.

[6] 數據觀.帶你讀懂麥肯錫大數據分析報告[EB/OL].（2017-02-10） [2017-11-22].http：//www.raincent.com/content-10-8451-1.html.

[7] 榮邵.人才大數據[J].國際人才交流，2016（1）：21.

[8] 環球網.日本成立“數據科學家協會” 培養大數據分析人才[EB/OL].（2013-07-17）[2017-11-22].http：//world.huanqiu.com/ exclusive/2013-07/4140239.html.

[9] 陳振沖，賀田田.數據科學人才的需求與培養[J].大數據，2016（5）： 95-106.

[10] 杜棟，蘇樂天.大數據時代信息管理面臨的挑戰和應對策略[J].工業和信息化教育，2015（11）：87-89，94.

（收稿日期：2018-02-21）

（修回日期：2018-02-28；編輯：魏民）