克蘇魯式數(shù)據(jù)結(jié)構(gòu)模型理論

薛 巖

（中國電力工程顧問集團華東電力設(shè)計院有限公司，上海 200000）

在“數(shù)字中國”“新基建”等理念的指導(dǎo)下，數(shù)據(jù)應(yīng)用的廣度和深度都顯著增強。與此同時，5G 網(wǎng)絡(luò)的應(yīng)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(shù)據(jù)”與“物聯(lián)網(wǎng)”相結(jié)合的典型代表，體現(xiàn)了數(shù)據(jù)分析的輔助決策作用。

人們對數(shù)據(jù)信息關(guān)注的最終目的，是要突破技術(shù)上的局限性，在時間和空間上創(chuàng)造價值。在實踐過程中，作者發(fā)現(xiàn)，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(shù)據(jù)理論及其局限性，提出“克蘇魯式數(shù)據(jù)結(jié)構(gòu)模型”理論，歸納其構(gòu)成特征，以求對數(shù)據(jù)信息的利用更為高效。

1 既有數(shù)據(jù)理論模型及其局限性

自“大數(shù)據(jù)”[1]一詞問世以來，其作者花費大量的篇幅闡述“大數(shù)據(jù)”的特征，簡言之，即為“混雜”且“相關(guān)”的“全體數(shù)據(jù)”。繼而，國際商業(yè)機器公司（International Business Machines Corporation，IBM）提出了受到業(yè)界認可的大數(shù)據(jù)“5V”特點。除此之外，其他關(guān)于數(shù)據(jù)的理論也層出不窮。以往大部分理論使用的模型，其數(shù)據(jù)來源明確、數(shù)據(jù)結(jié)構(gòu)清晰且分類工整，但是，此類理想化的數(shù)據(jù)模型在實際生產(chǎn)生活中難以復(fù)制。人們?nèi)缃袼幍沫h(huán)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(shù)據(jù)結(jié)構(gòu)模型及其特征

2.1 克蘇魯式數(shù)據(jù)結(jié)構(gòu)模型

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

（1）克蘇魯式數(shù)據(jù)結(jié)構(gòu)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(chuàng)造與毀滅的特性。該特性如同數(shù)據(jù)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(dǎo)或輔助決策的作用，使參與者陷入一種“集體無意識”狀態(tài)[3]。

（4）其觸手形象的粘滯感，與數(shù)據(jù)間交錯纏繞的關(guān)系相吻合。

（5）在錯綜復(fù)雜的數(shù)據(jù)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(shù)據(jù)同樣具有再生、更新與迭代的能力。

（7）可根據(jù)環(huán)境及時作出調(diào)整，以適應(yīng)不同的需求。具有強大的自適應(yīng)能力，可發(fā)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(fā)展與循環(huán)。

上述分析內(nèi)容闡述了克蘇魯式數(shù)據(jù)結(jié)構(gòu)模型理論的依據(jù)，概括了其主要特征，相較于既有數(shù)據(jù)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(shù)據(jù)的分類并不純粹，自創(chuàng)建之初，其數(shù)據(jù)便具有生長、選擇性取舍等特點。

2.2 克蘇魯式數(shù)據(jù)結(jié)構(gòu)模型的構(gòu)成特點

2.2.1 單體數(shù)據(jù)的非獨立性和數(shù)據(jù)族群的關(guān)聯(lián)性

此處“數(shù)據(jù)獨立”的概念與信息技術(shù)（Information Technology，IT）行業(yè)術(shù)語中數(shù)據(jù)庫構(gòu)建的“獨立”[5]概念有所不同。它既肯定單體數(shù)據(jù)自身的價值，也強調(diào)單體數(shù)據(jù)之間的關(guān)聯(lián)、聯(lián)動的特性；此外，單體數(shù)據(jù)以及由大量單體數(shù)據(jù)構(gòu)成的數(shù)據(jù)族群之間的關(guān)系，也會由于量變而產(chǎn)生質(zhì)變。單體數(shù)據(jù)在數(shù)據(jù)族群中充當著重要的角色。

2.2.2 數(shù)據(jù)與其載體間的虛實轉(zhuǎn)換特性

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

圖1 數(shù)據(jù)與載體的虛實轉(zhuǎn)換

2.2.3 數(shù)據(jù)的相對準確性

數(shù)據(jù)在產(chǎn)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(zhì)、使用工具及現(xiàn)有技術(shù)條件等方面的影響，不可避免會產(chǎn)生誤差與錯誤。此外，數(shù)據(jù)也同時受載體穩(wěn)定性的影響，容易損壞或丟失。但是，數(shù)據(jù)本身并不存在錯誤一說。

2.2.4 數(shù)據(jù)的增減、更新迭代與規(guī)則的確定性

在生產(chǎn)實踐中，鮮有事物存在畢其功于一役的情況，在面對與數(shù)據(jù)信息相關(guān)的內(nèi)容時，更是如此。數(shù)據(jù)不斷的更新迭代，甚至?xí)霈F(xiàn)新的類型及其族群。在此過程中，涉及數(shù)據(jù)信息的增減與修改，一旦數(shù)據(jù)出現(xiàn)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(fā)生，在這一體系中，規(guī)則的制定就顯得尤為重要。故在規(guī)則既定的情況下，數(shù)據(jù)主動或被動產(chǎn)生的變化，實為良性的螺旋上升前進的過程。

2.2.5 數(shù)據(jù)傳遞的多向性

數(shù)據(jù)的可傳遞性即為數(shù)據(jù)的流通性，很大程度上依賴于參與者對數(shù)據(jù)的分類與標記[6]。標記，主要是考慮數(shù)據(jù)在流通過程中對其可追蹤的要求。參與者對流通數(shù)據(jù)的“實時性”“吞吐量”[7]提出了較高的要求，且其側(cè)重點在于“分析流過系統(tǒng)的數(shù)據(jù)”[8]，數(shù)據(jù)的價值便在于流通。一個階段的完成，數(shù)據(jù)使命并未結(jié)束，而應(yīng)高效地將已有數(shù)據(jù)運行至下游階段。此外，數(shù)據(jù)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(shù)據(jù)需求的多樣性與數(shù)據(jù)取舍的目的性

在目前的實施階段中，對于數(shù)據(jù)信息的選擇、歸類仍處于一個摸索階段，在面對龐大的數(shù)據(jù)信息時，參與者在“大象無形”的狀態(tài)下，甚至?xí)l(fā)出“物聯(lián)網(wǎng)沒有數(shù)據(jù)”的感慨。正如全球都在“抖音（TikTok）”進行時，有多少內(nèi)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(shù)據(jù)流通的順利進行，其關(guān)鍵便是找尋與篩選“優(yōu)質(zhì)數(shù)據(jù)”，往往需要反復(fù)多輪地進行數(shù)據(jù)篩選，從而最終完成對數(shù)據(jù)的取舍工作。

以下便對數(shù)據(jù)取舍構(gòu)成進行簡要剖析：

（1）數(shù)據(jù)的選擇。此過程在既定規(guī)則下對數(shù)據(jù)信息進行“類”的劃分。該過程表現(xiàn)為不同“觸手”的生長過程：在目標未確定時，混沌的狀態(tài)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(shù)據(jù)取舍進行的第一輪選擇。

（2）數(shù)據(jù)的分離與剝離。較上一過程而言，該階段對于數(shù)據(jù)的篩選更為謹慎，為第二輪選擇。在數(shù)據(jù)整理的過程中，“刪除”[9]是理想化的操作狀態(tài)。但在實踐過程中，往往通過“分離”與“剝離”對數(shù)據(jù)進行取舍，分離比剝離更為便宜?！胺蛛x”適用于數(shù)據(jù)對象之間關(guān)聯(lián)性本就不大的情況。分離后，數(shù)據(jù)間牽扯的可能性較小，甚至可以達到相對獨立的狀態(tài)。但對于數(shù)據(jù)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(shù)據(jù)取舍的規(guī)則尚未完全明確，受人為主觀因素影響大，根據(jù)參與者的不同而產(chǎn)生偏差。

b.數(shù)據(jù)的剝離過程會產(chǎn)生一種粘滯感，數(shù)據(jù)間常常彼此相容，羈絆不清，這是由于數(shù)據(jù)本身屬性（關(guān)聯(lián)性）決定的。

數(shù)據(jù)取舍的實質(zhì)就是對既有數(shù)據(jù)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(shù)據(jù)取舍目的與評判標準。作者認為，在目前的數(shù)據(jù)整理工作中，受多方（技術(shù)水平、人力、財力等）因素的限制，參與者首先要定義數(shù)據(jù)與數(shù)據(jù)族群的用途，并在整個過程中不斷完善與調(diào)整，使目標逐步清晰明確。只有在這一思路的指導(dǎo)下，數(shù)據(jù)的甄別篩選工作才能更為有效的實施。

2.2.7 數(shù)據(jù)結(jié)構(gòu)的模塊化母題

數(shù)據(jù)結(jié)構(gòu)的母題，為數(shù)據(jù)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(shù)據(jù)進行模塊化母題的解構(gòu)理解為分類的過程，不如說這是一個思路整理、數(shù)據(jù)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(shù)據(jù)在多個維度進行分布式的劃分[10-12]，在數(shù)據(jù)整理，或進行數(shù)據(jù)并行搜索時，均可為使用者提供便利。

3 克蘇魯式數(shù)據(jù)結(jié)構(gòu)模型

根據(jù)上述克蘇魯式數(shù)據(jù)結(jié)構(gòu)的特征，歸納總結(jié)建立如圖2 所示的結(jié)構(gòu)模型。

圖2 克蘇魯式數(shù)據(jù)結(jié)構(gòu)模型

從其結(jié)構(gòu)模型圖中可以看出，數(shù)據(jù)及數(shù)據(jù)族群是整個模型的核心，確定目標以進行數(shù)據(jù)分類，將已歸類數(shù)據(jù)進行處理，在此過程中往往伴隨數(shù)據(jù)的更迭等內(nèi)容，這一過程完成后，便可將處理好的數(shù)據(jù)應(yīng)用于后續(xù)階段。

4 結(jié)束語

在面對龐大數(shù)據(jù)信息時，采用克蘇魯式數(shù)據(jù)結(jié)構(gòu)模型，為數(shù)據(jù)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(shù)據(jù)信息進行多次逐輪的取舍，最終將分類條理、精簡明確的數(shù)據(jù)信息流轉(zhuǎn)[13]應(yīng)用于后續(xù)工作中，提高生產(chǎn)效率。加之目前倡導(dǎo)的“數(shù)字孿生（Digital Twin）”[14]等概念，使得虛擬與現(xiàn)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。