克蘇魯式數據結構模型理論

薛 巖

（中國電力工程顧問集團華東電力設計院有限公司，上海 200000）

在“數字中國”“新基建”等理念的指導下，數據應用的廣度和深度都顯著增強。與此同時，5G 網絡的應用，進一步保障了信息傳遞的時效性。在此次防疫工作中，“健康碼”作為“數據”與“物聯網”相結合的典型代表，體現了數據分析的輔助決策作用。

人們對數據信息關注的最終目的，是要突破技術上的局限性，在時間和空間上創造價值。在實踐過程中，作者發現，想要快速有效地找尋精準信息，實屬不易。鑒于此種情況，本文通過分析既有數據理論及其局限性，提出“克蘇魯式數據結構模型”理論，歸納其構成特征，以求對數據信息的利用更為高效。

1 既有數據理論模型及其局限性

自“大數據”[1]一詞問世以來，其作者花費大量的篇幅闡述“大數據”的特征，簡言之，即為“混雜”且“相關”的“全體數據”。繼而，國際商業機器公司（International Business Machines Corporation，IBM）提出了受到業界認可的大數據“5V”特點。除此之外，其他關于數據的理論也層出不窮。以往大部分理論使用的模型，其數據來源明確、數據結構清晰且分類工整，但是，此類理想化的數據模型在實際生產生活中難以復制。人們如今所處的環境信息模式逐步演化為全方位覆蓋型，其直接后果為：參與者需要花費大量時間精力，才可能獲取對自身有利的些許信息。

2 克蘇魯[2]式數據結構模型及其特征

2.1 克蘇魯式數據結構模型

作者在此將龐大數據信息中模糊繁冗，且具有自身主觀能動性的數據構成定義為“克蘇魯式數據結構模型（Cthulhu Data Structure Model，簡稱CDSM）”。克蘇魯式數據結構模型的構成相較于既有（理想化的）數據理論模型而言，可稱之為“非典型”數據模型。作者之所以將該類數據結構模型命名為“克蘇魯式”，主要從以下幾方面考慮其與數據的共通性：

（1）克蘇魯式數據結構模型源于目前人們對其形象普適的認可度。

（2）克蘇魯其象征意義為“水”，在幾乎所有宗教文化中，“水”代表了能量，兼具創造與毀滅的特性。該特性如同數據一般——龐大、隱秘，載舟亦覆舟，參與者通常感到被其無形的力量包圍，卻又混沌其中，尋而不得。

（3）人們不能準確說明其為何物，卻又（在其傳遞過程中）受其無形的控制，被其左右，而該力量又起著主導或輔助決策的作用，使參與者陷入一種“集體無意識”狀態[3]。

（4）其觸手形象的粘滯感，與數據間交錯纏繞的關系相吻合。

（5）在錯綜復雜的數據信息中，每類信息卻又如同觸手般有著相對獨立的分類，觸手伸出的過程可看做是目標逐漸明確的過程，即取舍的過程。

（6）如同觸手具有再生功能一樣，數據同樣具有再生、更新與迭代的能力。

（7）可根據環境及時作出調整，以適應不同的需求。具有強大的自適應能力，可發揮其主觀能動的特性。

（8）具有分布式模塊化母題[4]的單元模式，其母題可通過并行或次生單元無限發展與循環。

上述分析內容闡述了克蘇魯式數據結構模型理論的依據，概括了其主要特征，相較于既有數據模型理論而言，雖然在許多方面存在相似性，但CDSM 仍不乏自身特征屬性，例如，該模型對數據的分類并不純粹，自創建之初，其數據便具有生長、選擇性取舍等特點。

2.2 克蘇魯式數據結構模型的構成特點

2.2.1 單體數據的非獨立性和數據族群的關聯性

此處“數據獨立”的概念與信息技術（Information Technology，IT）行業術語中數據庫構建的“獨立”[5]概念有所不同。它既肯定單體數據自身的價值，也強調單體數據之間的關聯、聯動的特性；此外，單體數據以及由大量單體數據構成的數據族群之間的關系，也會由于量變而產生質變。單體數據在數據族群中充當著重要的角色。

2.2.2 數據與其載體間的虛實轉換特性

數據非實體，它需要通過一定的載體才能呈現給數據信息的參與者。數據相對于其載體而言，為“虛”，這與中國傳統的哲學思想不謀而合。在特定條件下，數據與其載體之間可以相互轉換。例如，現階段的建筑信息模型（Building Information Modeling，BIM）中，呈現給參與者的三維數字化模型為依附于其上的數據屬性信息的載體；而為建筑實體而言，該模型又轉化為數據。這一過程便是數據（虛）與載體（實）相互轉化的過程，是虛擬與現實的結合。數據與載體的虛實轉換，如圖1 所示。

圖1 數據與載體的虛實轉換

2.2.3 數據的相對準確性

數據在產生、傳遞與使用過程中受人為因素影響較大。參與者又受限于自身素質、使用工具及現有技術條件等方面的影響，不可避免會產生誤差與錯誤。此外，數據也同時受載體穩定性的影響，容易損壞或丟失。但是，數據本身并不存在錯誤一說。

2.2.4 數據的增減、更新迭代與規則的確定性

在生產實踐中，鮮有事物存在畢其功于一役的情況，在面對與數據信息相關的內容時，更是如此。數據不斷的更新迭代，甚至會出現新的類型及其族群。在此過程中，涉及數據信息的增減與修改，一旦數據出現變動，在反饋不及時的情況下，則可能形成混亂的局面。為避免上述情況的發生，在這一體系中，規則的制定就顯得尤為重要。故在規則既定的情況下，數據主動或被動產生的變化，實為良性的螺旋上升前進的過程。

2.2.5 數據傳遞的多向性

數據的可傳遞性即為數據的流通性，很大程度上依賴于參與者對數據的分類與標記[6]。標記，主要是考慮數據在流通過程中對其可追蹤的要求。參與者對流通數據的“實時性”“吞吐量”[7]提出了較高的要求，且其側重點在于“分析流過系統的數據”[8]，數據的價值便在于流通。一個階段的完成，數據使命并未結束，而應高效地將已有數據運行至下游階段。此外，數據在傳遞的過程中具有多向性，并不僅是自上而下的單一方向。

2.2.6 數據需求的多樣性與數據取舍的目的性

在目前的實施階段中，對于數據信息的選擇、歸類仍處于一個摸索階段，在面對龐大的數據信息時，參與者在“大象無形”的狀態下，甚至會發出“物聯網沒有數據”的感慨。正如全球都在“抖音（TikTok）”進行時，有多少內容是受眾方真正需要的，而不是在大量的信息中迷失。為保證上述數據流通的順利進行，其關鍵便是找尋與篩選“優質數據”，往往需要反復多輪地進行數據篩選，從而最終完成對數據的取舍工作。

以下便對數據取舍構成進行簡要剖析：

（1）數據的選擇。此過程在既定規則下對數據信息進行“類”的劃分。該過程表現為不同“觸手”的生長過程：在目標未確定時，混沌的狀態蘊含各種可能。有目的、有差別地將所接受信息進行宏觀的“類”的甄別篩選，分類與目標逐步清晰明朗。該過程為針對數據取舍進行的第一輪選擇。

（2）數據的分離與剝離。較上一過程而言，該階段對于數據的篩選更為謹慎，為第二輪選擇。在數據整理的過程中，“刪除”[9]是理想化的操作狀態。但在實踐過程中，往往通過“分離”與“剝離”對數據進行取舍，分離比剝離更為便宜。“分離”適用于數據對象之間關聯性本就不大的情況。分離后，數據間牽扯的可能性較小，甚至可以達到相對獨立的狀態。但對于數據的“剝離”，則常常讓操作者陷入難以取舍的境地，究其原因，主要有以下幾點：

a.在實施剝離的過程中，針對數據取舍的規則尚未完全明確，受人為主觀因素影響大，根據參與者的不同而產生偏差。

b.數據的剝離過程會產生一種粘滯感，數據間常常彼此相容，羈絆不清，這是由于數據本身屬性（關聯性）決定的。

數據取舍的實質就是對既有數據信息進行精簡，是減法過程。相對于加法而言，減法的邏輯思維方式與過程，更為嚴謹與審慎。

（3）數據取舍目的與評判標準。作者認為，在目前的數據整理工作中，受多方（技術水平、人力、財力等）因素的限制，參與者首先要定義數據與數據族群的用途，并在整個過程中不斷完善與調整，使目標逐步清晰明確。只有在這一思路的指導下，數據的甄別篩選工作才能更為有效的實施。

2.2.7 數據結構的模塊化母題

數據結構的母題，為數據處理過程提供模塊支持，如“太極”生出的“兩儀”，或計算機二進制代碼“0”“1”一般，可生出無限可能。與其將數據進行模塊化母題的解構理解為分類的過程，不如說這是一個思路整理、數據分類的過程。這一過程中，將CDSM 進行類的分割與項的比較，在橫向與縱向方面均有動作。將既有數據在多個維度進行分布式的劃分[10-12]，在數據整理，或進行數據并行搜索時，均可為使用者提供便利。

3 克蘇魯式數據結構模型

根據上述克蘇魯式數據結構的特征，歸納總結建立如圖2 所示的結構模型。

圖2 克蘇魯式數據結構模型

從其結構模型圖中可以看出，數據及數據族群是整個模型的核心，確定目標以進行數據分類，將已歸類數據進行處理，在此過程中往往伴隨數據的更迭等內容，這一過程完成后，便可將處理好的數據應用于后續階段。

4 結束語

在面對龐大數據信息時，采用克蘇魯式數據結構模型，為數據整理提供了一種新的思維方式與思考方法。參與者有意對數據信息進行多次逐輪的取舍，最終將分類條理、精簡明確的數據信息流轉[13]應用于后續工作中，提高生產效率。加之目前倡導的“數字孿生（Digital Twin）”[14]等概念，使得虛擬與現實的界限更為模糊。在這種情況下，CDSM 不失為一種有效的方法。