近年來大數(shù)據(jù)技術(shù)前沿與熱點(diǎn)研究
——基于2015—2021年VOSviewer相關(guān)文獻(xiàn)的高頻術(shù)語可視化分析

孫晨霞 施羽暇

(1. 北京印刷學(xué)院新聞與出版學(xué)院，北京 102600； 2.中國信息通信研究院政策與經(jīng)濟(jì)研究所數(shù)字經(jīng)濟(jì)研究部，北京 100191)

引言

大數(shù)據(jù)這一科技術(shù)語并不是近幾年才出現(xiàn)的。2008年9月，Nature雜志推出Bigdata：ThenextGoogle專刊，討論大數(shù)據(jù)技術(shù)用于處理未來可能會遇到的問題，其中便首次使用了“大數(shù)據(jù)”的說法[1]。而首次提出大數(shù)據(jù)的定義是在2011年，麥肯錫全球研究院 ( MGI) 在其發(fā)布的《大數(shù)據(jù): 創(chuàng)新、競爭和生產(chǎn)力的下一個(gè)前沿領(lǐng)域》 (Bigdata，Thenextfrontierforinnovation,competition,andproductivity)研究報(bào)告中清晰表述：大數(shù)據(jù)是指其大小超出了常規(guī)數(shù)據(jù)庫工具獲取、儲存、管理和分析能力的數(shù)據(jù)集[2]。

隨著信息和通信技術(shù)的發(fā)展，大數(shù)據(jù)不再只是一個(gè)概念，而是逐漸融入人們生產(chǎn)和生活的方方面面，社會呈現(xiàn)出萬物互聯(lián)的趨勢。大數(shù)據(jù)技術(shù)的繁榮與各個(gè)國家的政策和經(jīng)濟(jì)投入密切相關(guān)。2020年3月，數(shù)據(jù)首次被納入生產(chǎn)要素范圍，成為繼土地、勞動力、資本和技術(shù)之外的第五大生產(chǎn)要素[3]。數(shù)字技術(shù)發(fā)展到今天，計(jì)算機(jī)算法越來越復(fù)雜、穩(wěn)定和科學(xué)，數(shù)據(jù)的產(chǎn)生、傳輸和處理的方式也發(fā)生了翻天覆地的變化，深刻地影響著人們的生活方式。大數(shù)據(jù)的基礎(chǔ)技術(shù)是基于云計(jì)算對數(shù)據(jù)進(jìn)行存儲、管理、挖掘和分析，核心技術(shù)包括數(shù)據(jù)采集、機(jī)器學(xué)習(xí)、數(shù)據(jù)預(yù)處理、數(shù)據(jù)庫等。大數(shù)據(jù)技術(shù)意味著數(shù)字化進(jìn)程的新階段，驅(qū)動人類社會發(fā)展，推動社會生產(chǎn)格局的調(diào)整。《2021年IDC全球大數(shù)據(jù)支出指南V1》(IDCWorldwideBigDataandAnalyticsSpendingGuide, 2021V1)[4]中，對全球大數(shù)據(jù)市場的未來發(fā)展做出推斷，稱到2025年IT投資規(guī)模將得到巨幅增長，數(shù)額將超過3500億美元，其復(fù)合增長率(CAGR)也將達(dá)到12.8%左右。IDC中國新興科技研究組分析師王麗萌認(rèn)為，隨著互聯(lián)網(wǎng)經(jīng)濟(jì)的升級和加速發(fā)展，政府、企業(yè)等終端用戶正在廣泛開展數(shù)字化轉(zhuǎn)型，完善數(shù)據(jù)全生命周期管理，運(yùn)用大數(shù)據(jù)分析和解決方案提升管理決策水平、改善內(nèi)外部用戶體驗(yàn)、支持創(chuàng)新應(yīng)用，中國大數(shù)據(jù)市場支出將在五年內(nèi)穩(wěn)定增長。政府、企業(yè)對大數(shù)據(jù)技術(shù)投之以更多的關(guān)注。

信息和數(shù)據(jù)規(guī)模增長，人們的思維方式也受到大數(shù)據(jù)技術(shù)的影響發(fā)生改變，學(xué)界也涌現(xiàn)出大量大數(shù)據(jù)領(lǐng)域的相關(guān)研究。隨著國內(nèi)外研究深度和廣度的不斷延伸，形成了復(fù)雜的研究網(wǎng)絡(luò)，這些龐雜的文獻(xiàn)數(shù)據(jù)信息亟須梳理和總結(jié)。知識圖譜法和文獻(xiàn)計(jì)量分析方法中的共詞共現(xiàn)法是分析學(xué)術(shù)領(lǐng)域研究態(tài)勢的基本方法，科技術(shù)語和高被引論文可以在一定程度上代表學(xué)科領(lǐng)域的研究內(nèi)容，顯示出該學(xué)科領(lǐng)域的學(xué)者對某一方向的重視程度和研究傾向。因此，本文以VOSviewer可視化軟件為工具，以Web of Science核心合集檢索到的大數(shù)據(jù)領(lǐng)域的高被引論文為數(shù)據(jù)源，構(gòu)建關(guān)于大數(shù)據(jù)領(lǐng)域的科技術(shù)語知識圖譜，然后對該領(lǐng)域的前沿和熱點(diǎn)進(jìn)行挖掘、分析和解讀。

1 數(shù)據(jù)準(zhǔn)備

1.1 數(shù)據(jù)收集

研究數(shù)據(jù)來源于2015—2021年Web of Science核心合集中大數(shù)據(jù)領(lǐng)域的文獻(xiàn)，通過主題字段檢索，檢索標(biāo)題、摘要、作者關(guān)鍵詞和Keywords Plus，以“big data technology”作為主題詞，截止到2022年4月9日，共檢索出8944篇文獻(xiàn)，為了使數(shù)據(jù)分析的結(jié)果更有意義，對這些文獻(xiàn)進(jìn)行清洗，過濾掉信函、會議摘要、綜述論文、被撤回論文等無效文獻(xiàn)，最終以7169篇文獻(xiàn)為樣本。然后根據(jù)被引頻次從高到低進(jìn)行排序，選取出前1000篇高被引論文。最后將這些文獻(xiàn)數(shù)據(jù)信息以純文本文件的格式導(dǎo)出，作為本文的數(shù)據(jù)源。

1.2 研究方法

主要采用文獻(xiàn)計(jì)量分析方法和知識圖譜法，以Web of Science核心合集中的論文為研究對象，以大數(shù)據(jù)技術(shù)為主要研究領(lǐng)域，時(shí)間跨度為2015—2021年，借助科學(xué)知識圖譜軟件VOSviewer對從Web of Science導(dǎo)出的文獻(xiàn)數(shù)據(jù)信息進(jìn)行Author keywords和Keywords plus共現(xiàn)可視化，從而確定大數(shù)據(jù)技術(shù)的研究熱點(diǎn)，構(gòu)建關(guān)鍵詞共現(xiàn)矩陣，并通過呈現(xiàn)出的聚類譜系圖、標(biāo)簽視圖、密度視圖進(jìn)行聚類分析，以便直觀和動態(tài)地揭示大數(shù)據(jù)技術(shù)的知識結(jié)構(gòu)和演化路徑，從而實(shí)現(xiàn)對2015—2021年大數(shù)據(jù)技術(shù)文獻(xiàn)的前沿和熱點(diǎn)研究。

1.3 數(shù)據(jù)預(yù)處理

將1000篇高被引論文作為源數(shù)據(jù)導(dǎo)入VOSviewer軟件，共析出5130個(gè)關(guān)鍵詞，關(guān)鍵詞的選取規(guī)則為：共現(xiàn)次數(shù)達(dá)到5次及以上，共得到252個(gè)關(guān)鍵詞。但是軟件自動合并出的結(jié)果中存在一些未達(dá)到共現(xiàn)分析要求的無效關(guān)鍵詞以及重復(fù)關(guān)鍵詞，需要進(jìn)行手動篩選。在新建txt文檔中加入如下關(guān)鍵詞處理規(guī)則：(1)去除語義過于籠統(tǒng)、意義過于寬泛以及無意義的詞，如big data、things和0等；(2)統(tǒng)一單詞單復(fù)數(shù)，如network與networks，model與models；(3)合并同義詞，如：network與Internet，industry 4與industry 4.0。最終得到174個(gè)符合共現(xiàn)要求的關(guān)鍵詞。

2 大數(shù)據(jù)領(lǐng)域論文計(jì)量分析

2.1 年度發(fā)文數(shù)量分析

Web of Science 核心合集2015—2021年共發(fā)表了23 540篇大數(shù)據(jù)相關(guān)論文，圖1是2015—2021年該領(lǐng)域所發(fā)表的相關(guān)研究的逐年趨勢。可以看出，近幾年大數(shù)據(jù)相關(guān)研究文獻(xiàn)的發(fā)表數(shù)量呈現(xiàn)出逐年穩(wěn)定上升的趨勢，學(xué)界對大數(shù)據(jù)技術(shù)的研究在7年間從每年331篇上升到2075篇。

圖1 2015—2021年大數(shù)據(jù)相關(guān)研究論文逐年分布

大數(shù)據(jù)相關(guān)研究論文近年來的持續(xù)增長，究其原因，主要在于大數(shù)據(jù)技術(shù)進(jìn)入各行各業(yè)，從而導(dǎo)致全社會出現(xiàn)了對大數(shù)據(jù)技術(shù)的應(yīng)用需求。從國家層面講，大數(shù)據(jù)技術(shù)已經(jīng)成為國家建設(shè)數(shù)字強(qiáng)國的強(qiáng)大驅(qū)動力；從企業(yè)層面而言，大數(shù)據(jù)技術(shù)在生產(chǎn)、傳播和反饋信息方面具有突出作用；在科研領(lǐng)域，大量學(xué)科領(lǐng)域均有基于大數(shù)據(jù)技術(shù)的應(yīng)用研究。除此之外，也離不開人們對數(shù)據(jù)本身的采集、管理、處理、分析等技術(shù)需求。社會生產(chǎn)活動需要用到大數(shù)據(jù)技術(shù)以及大數(shù)據(jù)的思維方式，因此，對大數(shù)據(jù)技術(shù)的需求與日俱增。大數(shù)據(jù)技術(shù)產(chǎn)生自數(shù)據(jù)庫，集大成于分布式系統(tǒng)，現(xiàn)在又重新落地于數(shù)據(jù)庫系統(tǒng)。近年來，人們不斷追求和改進(jìn)現(xiàn)有的技術(shù)，推動了對大數(shù)據(jù)技術(shù)的研究。如今新型分布式關(guān)系數(shù)據(jù)庫技術(shù)和以分布式計(jì)算為特征的云計(jì)算技術(shù)將我們帶入人工智能和信息化社會，大數(shù)據(jù)技術(shù)的相關(guān)研究仍在繼續(xù)，在大數(shù)據(jù)領(lǐng)域相關(guān)研究文獻(xiàn)數(shù)量逐年上升的大趨勢和分布式計(jì)算的技術(shù)背景下，未來幾年對數(shù)據(jù)庫和云計(jì)算的研究將持續(xù)增長。

2.2 高被引論文分析

高被引論文之所以被多次引用，一方面在于其研究具有一定的代表性，學(xué)者們普遍認(rèn)可論文成果在學(xué)術(shù)領(lǐng)域的貢獻(xiàn)；另一方面也和論文關(guān)注的領(lǐng)域發(fā)展較快有關(guān)。因此，高被引論文可以在很大程度代表人們對某一問題研究的重視程度和研究傾向。表1列出了2015—2021年Web of Science 核心合集中大數(shù)據(jù)領(lǐng)域排名前10的高被引論文。可以看出，大數(shù)據(jù)領(lǐng)域的三個(gè)主要研究方向?yàn)榇髷?shù)據(jù)挖掘、大數(shù)據(jù)運(yùn)維、云計(jì)算。2021年我國圍繞大數(shù)據(jù)技術(shù)的資金投入繼續(xù)增加，大數(shù)據(jù)技術(shù)在實(shí)踐落地的過程中也存在風(fēng)險(xiǎn)和挑戰(zhàn)，在數(shù)據(jù)的運(yùn)營和維護(hù)過程中，如何有效地管理和應(yīng)用大數(shù)據(jù)技術(shù)，以及在大數(shù)據(jù)的價(jià)值轉(zhuǎn)化過程中切實(shí)保障用戶數(shù)據(jù)信息的安全，也是大數(shù)據(jù)領(lǐng)域需要研究和解決的問題。

表1 2015—2021年大數(shù)據(jù)領(lǐng)域排名前10的高被引論文列表

(續(xù)表1)

3 大數(shù)據(jù)領(lǐng)域高被引論文聚類分析

3.1 基于聚類譜系圖的關(guān)鍵詞共現(xiàn)分析

VOSviewer可以對文獻(xiàn)知識單元進(jìn)行關(guān)系構(gòu)建，對數(shù)據(jù)信息進(jìn)行可視化分析，從而繪制出可以展現(xiàn)某一領(lǐng)域的知識結(jié)構(gòu)、演進(jìn)和前沿?zé)狳c(diǎn)的知識圖譜，實(shí)現(xiàn)對關(guān)鍵詞共現(xiàn)的聚類分析。將上述2015—2021年大數(shù)據(jù)領(lǐng)域高被引論文的174個(gè)關(guān)鍵詞導(dǎo)出到txt文檔，接著在Excel文檔中整理這些關(guān)鍵詞數(shù)據(jù)，依照出現(xiàn)頻次重新排序，選取前20個(gè)高頻關(guān)鍵詞，得到大數(shù)據(jù)領(lǐng)域高被引論文關(guān)鍵詞頻次表(見表2)。

表2 大數(shù)據(jù)領(lǐng)域高被引論文的前20個(gè)高頻關(guān)鍵詞

VOSviewer軟件可以生成聚類譜系圖，將經(jīng)過數(shù)據(jù)預(yù)處理的174個(gè)符合共現(xiàn)分析要求的關(guān)鍵詞導(dǎo)入軟件，設(shè)置聚類規(guī)則為最小聚類中包含的關(guān)鍵詞不少于25個(gè)，通過統(tǒng)計(jì)和梳理大數(shù)據(jù)領(lǐng)域的高被引論文中各個(gè)關(guān)鍵詞出現(xiàn)的頻次，以及各個(gè)關(guān)鍵詞之間的關(guān)聯(lián)程度，以展現(xiàn)大數(shù)據(jù)領(lǐng)域的研究熱點(diǎn)和結(jié)構(gòu)分布。圖2是VOSviewer對樣本數(shù)據(jù)分析生成的關(guān)鍵詞聚類譜系圖，圖中的結(jié)點(diǎn)表示在大數(shù)據(jù)領(lǐng)域高被引論文中共現(xiàn)的關(guān)鍵詞，結(jié)點(diǎn)的大小表示該詞共現(xiàn)的頻次高低，結(jié)點(diǎn)越大，體現(xiàn)出其研究熱度越高。

圖2 2015—2021年大數(shù)據(jù)領(lǐng)域關(guān)鍵詞聚類譜系圖

圖譜中有174個(gè)標(biāo)簽，3017條連接線，總體關(guān)聯(lián)強(qiáng)度為6567。可以看出，2020—2021年間，大數(shù)據(jù)領(lǐng)域的研究形成了3個(gè)聚類，分別圍繞“大數(shù)據(jù)開發(fā)與挖掘”(紅色)、“大數(shù)據(jù)分析與管理”(藍(lán)色)、“大數(shù)據(jù)運(yùn)維與云計(jì)算”(綠色)這三個(gè)技術(shù)方向進(jìn)行研究。

3.1.1 聚類一：大數(shù)據(jù)的開發(fā)與挖掘

這個(gè)類簇包含73個(gè)關(guān)鍵詞，其中系統(tǒng)(system)、框架(framework)、計(jì)算機(jī)應(yīng)用(applications)、算法(algorithm)、模型(model)、機(jī)器學(xué)習(xí)(machine learning)、人工神經(jīng)網(wǎng)絡(luò)(artificial neural networks)這些詞的結(jié)點(diǎn)最大，是這個(gè)聚類的中心結(jié)點(diǎn)。而分布式計(jì)算系統(tǒng)(MapReduce)、數(shù)據(jù)融合(data fusion)、智慧農(nóng)業(yè)(smart farming)、數(shù)字醫(yī)療保健事業(yè)(digital health)、智能電網(wǎng)(smart grid)、清潔生產(chǎn)(cleaner production)、碳排放(CO2emissions)等詞，在該聚類的網(wǎng)絡(luò)邊緣。

從圖2還可以看出，系統(tǒng)一詞的結(jié)點(diǎn)最大，可見對于系統(tǒng)的開發(fā)是大數(shù)據(jù)領(lǐng)域的一個(gè)研究熱點(diǎn)。大數(shù)據(jù)挖掘技術(shù)通過建模和構(gòu)造相關(guān)算法便于人們在海量數(shù)據(jù)中獲取信息。其中，算法是由基本運(yùn)算和規(guī)定運(yùn)算順序構(gòu)成的運(yùn)算規(guī)則和步驟[5]。機(jī)器學(xué)習(xí)是對計(jì)算機(jī)模擬人類神經(jīng)網(wǎng)絡(luò)和學(xué)習(xí)行為的研究，計(jì)算機(jī)可以根據(jù)算法智能地進(jìn)行大數(shù)據(jù)挖掘與分析，從而構(gòu)建、豐富和完善自身知識網(wǎng)絡(luò)結(jié)構(gòu)，并通過建立數(shù)據(jù)模型，實(shí)現(xiàn)對同類型數(shù)據(jù)的預(yù)測分析。深度學(xué)習(xí)是一種含多隱層的多層感知器，起源于機(jī)器學(xué)習(xí)，卷積神經(jīng)網(wǎng)絡(luò)屬于深度學(xué)習(xí)的范疇[6]。而機(jī)器學(xué)習(xí)屬于人工智能的范疇，是人工智能的一個(gè)研究分支。在大數(shù)據(jù)時(shí)代，憑借大規(guī)模的數(shù)據(jù)信息，通過構(gòu)建數(shù)據(jù)模型，不斷改善人工智能對數(shù)據(jù)預(yù)測的準(zhǔn)確性，研究更加科學(xué)合理的數(shù)據(jù)挖掘算法，實(shí)現(xiàn)對人類神經(jīng)網(wǎng)絡(luò)的模擬，構(gòu)造大數(shù)據(jù)網(wǎng)絡(luò)體系，從而獲取信息。隨著在采集、挖掘過程中的數(shù)據(jù)沉淀和積累，融合了數(shù)據(jù)庫技術(shù)、人工智能和機(jī)器學(xué)習(xí)的大數(shù)據(jù)挖掘技術(shù)也不斷得到優(yōu)化。

近年來，人們越來越重視大數(shù)據(jù)技術(shù)和以大數(shù)據(jù)技術(shù)為支撐的人工智能技術(shù)。根據(jù)調(diào)查，11.1%的企業(yè)對大數(shù)據(jù)技術(shù)和人工智能技術(shù)的累計(jì)投資超過5億美元，有84.1%的企業(yè)在大數(shù)據(jù)技術(shù)和人工智能方面已開展工作[7]。可以預(yù)見，這樣的趨勢在未來仍將繼續(xù)。大數(shù)據(jù)技術(shù)的應(yīng)用包括多個(gè)領(lǐng)域，如在農(nóng)業(yè)、醫(yī)療保健事業(yè)和電網(wǎng)技術(shù)等方面的應(yīng)用，此外，還可以看到，在大數(shù)據(jù)開發(fā)、大數(shù)據(jù)挖掘這兩個(gè)技術(shù)方向的理論研究到技術(shù)落地的應(yīng)用研究過程中，對大數(shù)據(jù)技術(shù)的清潔生產(chǎn)和碳排放也很關(guān)注。從大數(shù)據(jù)、大環(huán)保到大治理，大數(shù)據(jù)技術(shù)在環(huán)境管理和決策過程中發(fā)揮了越來越重要的作用。

3.1.2 聚類二：大數(shù)據(jù)分析與管理

這個(gè)類簇包含49個(gè)關(guān)鍵詞，有大數(shù)據(jù)分析(big data analysis)、工業(yè)4.0(industry 4.0)、服務(wù)(service)、信息系統(tǒng)(information systems)、持續(xù)性(sustainability)、創(chuàng)新(innovation)、供應(yīng)鏈管理(supply chain management)等結(jié)點(diǎn)較大的詞，還有專業(yè)化生產(chǎn)系統(tǒng)(manufacturing systems)、數(shù)據(jù)科學(xué)(data science)、情感分析(sentiment analysis)、業(yè)務(wù)分析(business analytics)、競爭優(yōu)勢(competitive advantage)、用戶認(rèn)可(user acceptance)等結(jié)點(diǎn)較小的詞。

大數(shù)據(jù)分析和管理技術(shù)與工業(yè)4.0的時(shí)代背景密切相關(guān)。工業(yè)4.0時(shí)代具有智能化、個(gè)性化、虛擬與現(xiàn)實(shí)相融合的特征[8]。人們的需求通過在網(wǎng)絡(luò)留下的數(shù)據(jù)信息表現(xiàn)出來，通過大數(shù)據(jù)整合分析，可以實(shí)現(xiàn)產(chǎn)品生產(chǎn)和分發(fā)的定制化。社會生產(chǎn)朝著個(gè)性化定制、服務(wù)性產(chǎn)品和數(shù)據(jù)要素驅(qū)動產(chǎn)業(yè)新業(yè)態(tài)和新模式創(chuàng)新的方向前進(jìn)和發(fā)展，企業(yè)在工業(yè)4.0時(shí)代需要應(yīng)用大數(shù)據(jù)分析和管理技術(shù)，繪制目標(biāo)群體的用戶畫像，通過對數(shù)據(jù)加工、系統(tǒng)分析，實(shí)現(xiàn)從大數(shù)據(jù)到具體信息又到服務(wù)的轉(zhuǎn)化，進(jìn)而做出科學(xué)決策，獲得企業(yè)在自己產(chǎn)業(yè)領(lǐng)域的競爭優(yōu)勢。此外，還有對大數(shù)據(jù)技術(shù)的績效評估和數(shù)據(jù)管理。信息數(shù)據(jù)的生產(chǎn)沒有盡頭，但是并非所有的數(shù)據(jù)都具有信息價(jià)值，也并非所有的數(shù)據(jù)都可以實(shí)現(xiàn)信息到服務(wù)的價(jià)值轉(zhuǎn)換，如何對數(shù)據(jù)進(jìn)行科學(xué)和可持續(xù)的管理以及對未來的發(fā)展趨勢進(jìn)行預(yù)測，在工業(yè)4.0時(shí)代受到廣泛關(guān)注。

3.1.3 聚類三：大數(shù)據(jù)運(yùn)維與云計(jì)算

這個(gè)類簇包含52個(gè)關(guān)鍵詞，其中，互聯(lián)網(wǎng)(internet)、云計(jì)算(cloud computing)、物聯(lián)網(wǎng)(iot)、安全(security)、架構(gòu)(architecture)、區(qū)塊鏈技術(shù)(blockchain technology)、信息與通信技術(shù)(ict)是該聚類的中心結(jié)點(diǎn)。此外，處于網(wǎng)絡(luò)邊緣的結(jié)點(diǎn)主要有：數(shù)據(jù)共享(data sharing)、數(shù)據(jù)隱私(data privacy)、邊緣計(jì)算(edge computing)、霧計(jì)算(fog computing)、云(cloud)、智慧城市(smart city)等。

信息網(wǎng)絡(luò)系統(tǒng)與物理網(wǎng)絡(luò)信息系統(tǒng)進(jìn)行融合，出現(xiàn)物聯(lián)網(wǎng)、工業(yè)物聯(lián)網(wǎng)等新興概念。社交媒體每天都制造大量的數(shù)據(jù)信息。《我們究竟產(chǎn)生了多少數(shù)據(jù)？》一文曾預(yù)測，到2055年全世界將產(chǎn)生高達(dá)175 ZB的數(shù)據(jù)[9]。分布式計(jì)算使企業(yè)可以更加方便快捷地處理社交媒體上規(guī)模巨大的數(shù)據(jù)信息，通過大數(shù)據(jù)應(yīng)用程序?qū)?shù)據(jù)進(jìn)行挖掘和分析，從而繪制用戶畫像，提供個(gè)性化的服務(wù)和服務(wù)性產(chǎn)品。在碎片化信息時(shí)代，數(shù)據(jù)也是碎片式的，如何面對這些碎片式的數(shù)據(jù)構(gòu)建數(shù)據(jù)模型是大數(shù)據(jù)技術(shù)發(fā)展應(yīng)用的一個(gè)挑戰(zhàn)，并且在構(gòu)建數(shù)據(jù)模型的過程中，數(shù)據(jù)源并非全部真實(shí)可靠，有些信息涉及個(gè)人隱私或國家機(jī)密，難以獲取完整的數(shù)據(jù)信息，因此數(shù)據(jù)質(zhì)量難以保證。此外，互聯(lián)網(wǎng)帶來了數(shù)據(jù)的流動共享，人們在互聯(lián)網(wǎng)中的所有行為都會留下數(shù)據(jù)信息印記，而數(shù)據(jù)信息的傳播不再受限于空間和時(shí)間，可以大量無成本擴(kuò)散，對數(shù)據(jù)的隱私保護(hù)與安全帶來巨大挑戰(zhàn)。同時(shí)，數(shù)據(jù)的流動共享還帶來數(shù)據(jù)泄露的風(fēng)險(xiǎn)，無論從個(gè)人數(shù)據(jù)權(quán)利出發(fā)還是從國家數(shù)據(jù)利益出發(fā)，都需要對數(shù)據(jù)流動共享給予一定的限制。構(gòu)建大數(shù)據(jù)監(jiān)控報(bào)警體系，可以保證數(shù)據(jù)的可靠與安全。

人們的生活與互聯(lián)網(wǎng)的關(guān)聯(lián)程度比以往更加緊密，例如以數(shù)字化為特征的智慧城市建設(shè)，實(shí)現(xiàn)數(shù)據(jù)信息安全是建設(shè)智慧城市的重要內(nèi)容和評價(jià)標(biāo)準(zhǔn)之一。根據(jù)美國國家標(biāo)準(zhǔn)技術(shù)研究院的統(tǒng)計(jì)，云計(jì)算涉及的安全問題主要在虛擬機(jī)隔離、數(shù)據(jù)保護(hù)、云計(jì)算體系結(jié)構(gòu)、身份訪問與控制等多個(gè)方面[10]。云計(jì)算是以分布式計(jì)算為特征的技術(shù)，通過云計(jì)算，各種數(shù)據(jù)和信息可以從一臺計(jì)算機(jī)提供給另一臺計(jì)算機(jī)。在云計(jì)算環(huán)境中，虛擬的操作系統(tǒng)建立在服務(wù)器上，數(shù)據(jù)信息都儲存在服務(wù)器中，比如用戶上傳的身份認(rèn)證信息。數(shù)據(jù)信息一旦被上傳到云中，用戶便不再擁有對數(shù)據(jù)的控制權(quán)，一旦服務(wù)器遭到入侵，用戶數(shù)據(jù)就會被盜取，從而造成數(shù)據(jù)泄露。此外，區(qū)塊鏈技術(shù)與比特幣密切相關(guān)，通過對數(shù)據(jù)的層層處理改變數(shù)據(jù)存儲形式，將區(qū)塊鏈技術(shù)應(yīng)用到數(shù)據(jù)隱私保護(hù)與安全，數(shù)據(jù)在網(wǎng)絡(luò)中的流動將會更有保障。

3.2 基于標(biāo)簽視圖的關(guān)鍵詞演化分析

使用VOSviewer軟件對2020—2021年大數(shù)據(jù)領(lǐng)域關(guān)鍵詞進(jìn)行演化分析，生成關(guān)鍵詞標(biāo)簽視圖(圖3)。視圖中結(jié)點(diǎn)的顏色表示關(guān)鍵詞出現(xiàn)的平均年份，結(jié)點(diǎn)的大小表示關(guān)鍵詞共現(xiàn)頻次的高低。從2015年到2021年顏色逐漸由藍(lán)到黃，從中可以看出大數(shù)據(jù)領(lǐng)域研究熱點(diǎn)的演變。

圖3 2015—2021年大數(shù)據(jù)領(lǐng)域關(guān)鍵詞標(biāo)簽視圖

圖3中，近幾年大數(shù)據(jù)研究的關(guān)鍵詞大多集中出現(xiàn)在2018年，有較高共現(xiàn)頻次的關(guān)鍵詞集中分布在2017—2018年。2015—2016年有關(guān)大數(shù)據(jù)的論文發(fā)表數(shù)量較少。由于大數(shù)據(jù)技術(shù)發(fā)展極快，相關(guān)的研究論文越來越多，到2021年大數(shù)據(jù)相關(guān)研究的論文數(shù)量從每年331篇增長至2075篇，出現(xiàn)的高共現(xiàn)頻次的關(guān)鍵詞有：系統(tǒng)(system)、挑戰(zhàn)(challenges)、大數(shù)據(jù)分析(big data analysis)、物聯(lián)網(wǎng)(iot)、云計(jì)算(cloud computing)、工業(yè)4.0(industry 4.0)、框架(framework)、模型(model)、算法(algorithm)、機(jī)器學(xué)習(xí)(machine learning)、隱私(privacy)、區(qū)塊鏈技術(shù)(blockchain technology)。可以看出，大數(shù)據(jù)分析、數(shù)據(jù)管理、數(shù)據(jù)模型、云計(jì)算的研究熱度比較高，是大數(shù)據(jù)領(lǐng)域的研究熱點(diǎn)。此外，2019—2021年間出現(xiàn)了邊緣計(jì)算(edge computing)、安全(security)、數(shù)據(jù)隱私(data privacy)、企業(yè)績效(firm performance)、數(shù)字雙胞胎(digital twin)、工業(yè)4.0(industry 4.0)、人工智能(artificial intelligence)、區(qū)塊鏈技術(shù)(blockchain technology)、循環(huán)經(jīng)濟(jì)(circular economy)等關(guān)鍵詞，對大數(shù)據(jù)技術(shù)的研究更加深入，理論研究的廣度和深度進(jìn)一步提高，從對單一技術(shù)到技術(shù)群，再到“技術(shù)+管理” “技術(shù)+運(yùn)維”，可以看出，數(shù)據(jù)安全與隱私保護(hù)方面的技術(shù)受到重視，相關(guān)技術(shù)的研究是近年來的新興熱點(diǎn)。

3.3 基于密度視圖的熱力分析

關(guān)鍵詞密度視圖可以對相關(guān)領(lǐng)域的研究重點(diǎn)予以可視化。通過對2020—2021年大數(shù)據(jù)領(lǐng)域關(guān)鍵詞密度視圖進(jìn)行熱力分析，可以了解大數(shù)據(jù)領(lǐng)域的研究現(xiàn)狀。如圖4中，可以看出大數(shù)據(jù)分析(big data analytics)、系統(tǒng)(system)、機(jī)器學(xué)習(xí)(machine learning)、挑戰(zhàn)(challenge)、物聯(lián)網(wǎng)(iot)、工業(yè)4.0(industry 4.0)、云計(jì)算(cloud computing)這些詞的密度最高，可見大數(shù)據(jù)的開發(fā)、挖掘、分析、管理、運(yùn)維與云計(jì)算這幾個(gè)技術(shù)方向的研究最受學(xué)者關(guān)注。

圖4 2020—2021年大數(shù)據(jù)領(lǐng)域關(guān)鍵詞密度視圖

4 結(jié)語

對科技術(shù)語和高被引論文進(jìn)行統(tǒng)計(jì)分析并加以解讀，能夠了解學(xué)科領(lǐng)域的研究前沿和熱點(diǎn)。借助計(jì)量分析法以及科學(xué)知識圖譜分析，通過知識圖譜軟件VOSviewer對大數(shù)據(jù)領(lǐng)域2015—2021年高被引論文中的關(guān)鍵詞進(jìn)行可視化呈現(xiàn)，并對其進(jìn)行共現(xiàn)分析解讀，最終得出如下結(jié)論：

(1)近年來大數(shù)據(jù)領(lǐng)域的研究熱點(diǎn)主要集中在三個(gè)方向。一是大數(shù)據(jù)開發(fā)與挖掘。如大數(shù)據(jù)處理系統(tǒng)、應(yīng)用程序、建模、算法以及與大數(shù)據(jù)相關(guān)的數(shù)據(jù)庫技術(shù)、人工智能與機(jī)器學(xué)習(xí)；二是大數(shù)據(jù)分析與管理。大數(shù)據(jù)并不是簡單的建模、算法，也不只是對數(shù)據(jù)的挖掘整理，而是通過系統(tǒng)分析將數(shù)據(jù)轉(zhuǎn)化為信息，為國家、企業(yè)和個(gè)人做出科學(xué)決策提供依據(jù)；三是大數(shù)據(jù)運(yùn)維和云計(jì)算技術(shù)。大數(shù)據(jù)是海量的，人們接收的數(shù)據(jù)信息與日俱增，與此同時(shí)每個(gè)人又都是大數(shù)據(jù)生產(chǎn)的參與者，人們的生活與大數(shù)據(jù)的聯(lián)系更加緊密，機(jī)構(gòu)與個(gè)人數(shù)據(jù)的隱私與安全越來越得到重視。

(2)大數(shù)據(jù)技術(shù)研究在推進(jìn)數(shù)字化社會的進(jìn)程中起到重要作用。大數(shù)據(jù)開發(fā)與挖掘、大數(shù)據(jù)分析與管理、大數(shù)據(jù)運(yùn)維與云計(jì)算在數(shù)字化社會的建設(shè)進(jìn)程中必不可少。大數(shù)據(jù)開發(fā)與挖掘的研究能夠推動機(jī)器學(xué)習(xí)更加完善，促進(jìn)構(gòu)建智能化知識網(wǎng)絡(luò)，推動人工智能的發(fā)展；對云計(jì)算技術(shù)和區(qū)塊鏈技術(shù)的研究能夠?yàn)閿?shù)據(jù)安全提供保障，推動智慧城市的建設(shè)。

(3)數(shù)字化、智能化、網(wǎng)絡(luò)化是大數(shù)據(jù)技術(shù)的未來發(fā)展方向，數(shù)據(jù)安全是大數(shù)據(jù)領(lǐng)域未來的研究熱點(diǎn)。從2015—2021年大數(shù)據(jù)領(lǐng)域高被引論文關(guān)鍵詞的演化分析也可以看到，近年來，尤其是2019—2021年，隨著對數(shù)字技術(shù)研究的深入，學(xué)者對循環(huán)經(jīng)濟(jì)和數(shù)字安全更加重視，在數(shù)字化、智能化和網(wǎng)絡(luò)化的時(shí)代背景下，數(shù)據(jù)技術(shù)也朝數(shù)字化、智能化和網(wǎng)絡(luò)化的方向發(fā)展，數(shù)字安全是智慧城市的評價(jià)標(biāo)準(zhǔn)，也是數(shù)字化社會的評價(jià)標(biāo)準(zhǔn)。數(shù)字安全將成為未來大數(shù)據(jù)領(lǐng)域的重要研究方向之一，相關(guān)的區(qū)塊鏈技術(shù)將成為研究熱點(diǎn)。