基于第四范式的數(shù)據(jù)分析思考?

孟紅茹 孟二龍

（1.陜西中醫(yī)藥大學(xué) 咸陽(yáng) 712046）（2.火箭軍工程大學(xué) 西安 710025）

1 引言

科學(xué)研究發(fā)展伴隨著人類(lèi)技術(shù)的進(jìn)步，經(jīng)歷了描述自然現(xiàn)象的實(shí)驗(yàn)科學(xué)、以牛頓定律和麥克斯韋方程為代表的理論科學(xué)和模擬復(fù)雜現(xiàn)象的計(jì)算機(jī)科學(xué)，自圖靈獎(jiǎng)得主吉姆·格雷正式提出科學(xué)研究第四范式概念以來(lái)，特別是隨著大數(shù)據(jù)在科研領(lǐng)域迅猛發(fā)展，逐步形成了數(shù)據(jù)密集型的第四范式。

2 數(shù)據(jù)分析研究范式的演進(jìn)

數(shù)據(jù)分析與科學(xué)技術(shù)的發(fā)展并非同步前進(jìn)，而是在相當(dāng)長(zhǎng)的歷史時(shí)期內(nèi)，處于相對(duì)停滯的狀態(tài)。經(jīng)過(guò)長(zhǎng)期緩慢的量的積累的過(guò)程之后，隨著科學(xué)技術(shù)爆發(fā)式進(jìn)步并應(yīng)用于數(shù)據(jù)分析領(lǐng)域，數(shù)據(jù)分析技術(shù)短時(shí)期內(nèi)迎來(lái)“拐點(diǎn)”，取得突破性演進(jìn)發(fā)展。

2.1 以經(jīng)驗(yàn)主義為依托的第一范式

處理數(shù)據(jù)與信息是人類(lèi)所特有的能力，對(duì)數(shù)據(jù)的分析運(yùn)用自古有之，早期的信息處理是出自本能的一種無(wú)意識(shí)行為，遠(yuǎn)比今天更為簡(jiǎn)單純粹，同時(shí)也隨著人類(lèi)科技的發(fā)展而不斷演進(jìn)，變得更加有內(nèi)涵。自文字誕生以后，信息分析處理便立刻在信息管理中發(fā)揮作用。在古代軍事行動(dòng)中，除了雙方操戈相向之外，數(shù)據(jù)信息的分析處理也占據(jù)絕對(duì)重要地位，受思辨科學(xué)影響，主要是依據(jù)過(guò)往經(jīng)驗(yàn)對(duì)搜集到的極為有限的數(shù)據(jù)信息進(jìn)行簡(jiǎn)單的分析、歸納和總結(jié)，找出部分內(nèi)在規(guī)律，用以指導(dǎo)戰(zhàn)爭(zhēng)實(shí)踐，在此基礎(chǔ)上誕生了《孫子兵法》等集大成者的典范之作［1］。但長(zhǎng)期以來(lái)受制于信息數(shù)據(jù)量不足、累積足夠量的數(shù)據(jù)所需時(shí)間太長(zhǎng)、數(shù)據(jù)和目標(biāo)信息相互之間性慣性不高等因素，早期的數(shù)據(jù)信息分析處理方法和技術(shù)發(fā)展一直受限。

2.2 以理論推導(dǎo)為路徑的第二范式

19世紀(jì)至20世紀(jì)以后，西方國(guó)家憑借數(shù)學(xué)科學(xué)快速發(fā)展，在作為情報(bào)學(xué)起源之一的文獻(xiàn)學(xué)也取得重大突破，人們開(kāi)始注重探尋隱藏在規(guī)律背后的邏輯原理，得以推動(dòng)數(shù)據(jù)研究正式成為演化為科學(xué)研究工作［1］。此階段，以理論模型和總結(jié)歸納方法為根基，通過(guò)“大前提－小前提－結(jié)論”的三段論式推演得出結(jié)論的邏輯推理開(kāi)始嶄露頭角，更加注重?cái)?shù)據(jù)的“量”和“質(zhì)”的辯證關(guān)系，利用概率論和統(tǒng)計(jì)學(xué)，通過(guò)數(shù)學(xué)模型對(duì)相關(guān)信息內(nèi)容進(jìn)行量化分析，從而可以間接得到所需信息，逐步產(chǎn)生了以蘭徹斯特方程為代表的理論研究方法。但缺點(diǎn)是難以通過(guò)理論上的邏輯推理，歸納演繹出對(duì)影響局勢(shì)發(fā)展的信息對(duì)抗、戰(zhàn)斗精神等無(wú)法具體量化的復(fù)雜因素，而這些卻恰恰是難以忽視的核心關(guān)鍵性影響因素。

2.3 以科學(xué)計(jì)算為基礎(chǔ)的第三范式

隨著計(jì)算機(jī)技術(shù)的產(chǎn)生和發(fā)展，科技作為影響數(shù)據(jù)分析進(jìn)程的核心因素的地位越發(fā)凸顯。20世紀(jì)中期電子計(jì)算機(jī)誕生后，便被立刻用于借助計(jì)算機(jī)超強(qiáng)的計(jì)算和儲(chǔ)存能力進(jìn)行人工難以實(shí)現(xiàn)的仿真模擬和精確計(jì)算，結(jié)合快速發(fā)展的科學(xué)構(gòu)建數(shù)學(xué)模型、定量分析方法，很快在通過(guò)數(shù)值模擬分析從而預(yù)測(cè)未來(lái)、結(jié)合圖論發(fā)展新的模型、利用數(shù)學(xué)進(jìn)行計(jì)算優(yōu)化等方式等領(lǐng)域取得突破性發(fā)展成果。但其不足之處在于，主要停留在基于工具數(shù)據(jù)信息，而無(wú)法智能化感知計(jì)算過(guò)程和結(jié)果，難以準(zhǔn)確描述信息深層機(jī)理。

2.4 以數(shù)據(jù)密集型分析處理為核心的第四范式

技術(shù)革命都是圍繞著足以影響人類(lèi)進(jìn)程的核心技術(shù)的突破而發(fā)展演進(jìn)，計(jì)算機(jī)的計(jì)算能力和數(shù)據(jù)收集能力在摩爾定律下呈指數(shù)級(jí)速度增長(zhǎng)，計(jì)算機(jī)技術(shù)的進(jìn)步也推動(dòng)了數(shù)據(jù)驅(qū)動(dòng)方法飛速發(fā)展。在大數(shù)據(jù)產(chǎn)生來(lái)源、仿真模型、參數(shù)設(shè)定等不確定性影響下，以數(shù)據(jù)為主的現(xiàn)代數(shù)據(jù)信息處理核心，已經(jīng)完成了從因果關(guān)系到數(shù)據(jù)相關(guān)性的轉(zhuǎn)變，更加注重?cái)?shù)據(jù)的分析和挖掘深度。目前，數(shù)據(jù)分析領(lǐng)域數(shù)據(jù)密集型研究方法應(yīng)用的基礎(chǔ)，就是在對(duì)前三種研究范式有機(jī)統(tǒng)一和優(yōu)勢(shì)融合發(fā)展的基礎(chǔ)上，逐步形成以計(jì)算機(jī)為主要載體進(jìn)行的數(shù)據(jù)收集、整理、分析和運(yùn)用的研究方式［2］，是持續(xù)增強(qiáng)的處理信息能力和從數(shù)據(jù)中篩選可用信息的水平，以大數(shù)據(jù)和人工智能技術(shù)高效融合為代表的技術(shù)革命，代表著人類(lèi)在數(shù)據(jù)處理領(lǐng)域已經(jīng)跨進(jìn)機(jī)器智能時(shí)代［3］。

3 采用第四范式進(jìn)行數(shù)據(jù)分析研究的本質(zhì)與內(nèi)涵

采用第四范式進(jìn)行數(shù)據(jù)分析與研究，實(shí)質(zhì)就是回歸問(wèn)題處理的本質(zhì)根源，利用高效便捷的方法論，最大程度地破除“迷霧”、消除不確定性。

3.1 “簡(jiǎn)單性原則”解決復(fù)雜具體問(wèn)題

在科學(xué)理論技術(shù)發(fā)展“效率”原則驅(qū)使下，科學(xué)研究始終遵循由難到易、由簡(jiǎn)到繁的“簡(jiǎn)單性原則”發(fā)展邏輯，其在本質(zhì)上是一種完全中立的科學(xué)研究方法［4］。而數(shù)學(xué)是人類(lèi)認(rèn)識(shí)世界的基本途徑，也是科學(xué)研究不斷取得進(jìn)步和發(fā)展發(fā)展的重要工具。數(shù)學(xué)“簡(jiǎn)單性原則”就是以問(wèn)題最簡(jiǎn)單的出發(fā)點(diǎn)為突破口，將整體分化為局部而各個(gè)擊破，進(jìn)而探尋解決問(wèn)題的最佳途徑。采用數(shù)學(xué)思維“簡(jiǎn)單性原則”的角度分析和處理具體情況，核心思想就是利用具體的數(shù)學(xué)方法將復(fù)雜的數(shù)據(jù)分析處理問(wèn)題簡(jiǎn)單化［5］。

數(shù)據(jù)密集型的第四范式研究方法，就是利用行之有效的數(shù)學(xué)思維方式，將毫無(wú)頭緒雜亂無(wú)章的海量數(shù)據(jù)信息進(jìn)行條塊化分割，通過(guò)智能化軟件核心組成模塊的數(shù)據(jù)模型處理，可以有效提高分析的準(zhǔn)確性，從差異性最小化的角度，最大限度地提升分析處理的準(zhǔn)確性，減少因個(gè)人認(rèn)識(shí)差異而導(dǎo)致的不一致性，實(shí)現(xiàn)數(shù)據(jù)信息分析處理過(guò)程簡(jiǎn)單化、高效化［6］。

3.2 數(shù)學(xué)模型為基礎(chǔ)的人工智能分析方法

在日益復(fù)雜的環(huán)境和海量信息數(shù)據(jù)噴涌的未來(lái)，瞬息萬(wàn)變的決策中有越來(lái)越多的復(fù)雜情況需要分析決斷，就需要構(gòu)建科學(xué)合理高效的數(shù)學(xué)模型來(lái)仿真實(shí)驗(yàn)，利用數(shù)學(xué)模型方法具有聯(lián)系范圍大、輻射鄰域廣、使用適應(yīng)性強(qiáng)等特點(diǎn)，通過(guò)數(shù)學(xué)模型分析方法實(shí)現(xiàn)邏輯思維和科學(xué)計(jì)算的有機(jī)融合。計(jì)算機(jī)獲得智能并不是依靠和人一樣的邏輯推理和理論分析，而是利用人工智能的深度學(xué)習(xí)能力，從無(wú)處不在的數(shù)據(jù)中分析處理獲得信息和知識(shí)，隨著數(shù)據(jù)量的累積和分析處理技術(shù)的發(fā)展，計(jì)算機(jī)也變得越來(lái)越“聰明”和“智能”。

數(shù)據(jù)密集型的第四范式研究方法，就是在科學(xué)方法的基礎(chǔ)上建立范式的科學(xué)模式，從建立數(shù)學(xué)模型的層面對(duì)具體問(wèn)題抽象化，將數(shù)據(jù)分析處理中的實(shí)際需求，轉(zhuǎn)化為相匹配的數(shù)據(jù)和統(tǒng)計(jì)學(xué)等模型，再利用條件概率和假設(shè)分析等方法，人員將會(huì)將重心放在處理數(shù)據(jù)來(lái)源、方位和運(yùn)用上，以保障數(shù)據(jù)信息處理的高效性和準(zhǔn)確性。

3.3 運(yùn)用大數(shù)據(jù)進(jìn)行深層挖掘

長(zhǎng)期以來(lái)，受制于數(shù)據(jù)量小和信息相關(guān)性弱的缺點(diǎn)，加上人們對(duì)數(shù)據(jù)的認(rèn)識(shí)和分析利用能力不夠，無(wú)法挖掘出隱藏在看似普通的數(shù)據(jù)背后的有效信息，導(dǎo)致數(shù)據(jù)的作用被長(zhǎng)期低估，“重方法輕數(shù)據(jù)”的問(wèn)題更是長(zhǎng)久存在，嚴(yán)重制約了數(shù)據(jù)信息分析處理和轉(zhuǎn)化運(yùn)用的發(fā)展進(jìn)程［7］。信息革命從根本上改變了數(shù)據(jù)搜集的模式和方法，大數(shù)據(jù)則重新定義了數(shù)據(jù)信息環(huán)境。大數(shù)據(jù)方法思維的核心，是在持續(xù)增強(qiáng)的技術(shù)進(jìn)步和處理信息的能力的基礎(chǔ)上，處理方式從簡(jiǎn)單的表象分析轉(zhuǎn)變?yōu)閺?fù)雜的深度挖掘，邏輯關(guān)系從直接因果關(guān)系轉(zhuǎn)變?yōu)殚g接關(guān)聯(lián)關(guān)系，不斷提升從海量數(shù)據(jù)中篩選出有用信息的能力水平，用全新的數(shù)據(jù)處理思維和方式提供解決問(wèn)題的新方法，最大程度消除信息本身不確定性。

數(shù)據(jù)密集型的第四范式研究方法，就是以大數(shù)據(jù)思維為核心、以計(jì)算機(jī)設(shè)備為主要工具，從數(shù)據(jù)數(shù)據(jù)的產(chǎn)生、存儲(chǔ)、傳輸和處理全過(guò)程高度依賴(lài)信息設(shè)備的研究方式，突破傳統(tǒng)思維方式、認(rèn)知水平、手段方式等全方位束縛和禁錮，在未來(lái)瞬息萬(wàn)變產(chǎn)生的海量信息中，滿足數(shù)據(jù)信息數(shù)據(jù)分析處理高效、快速的即時(shí)性要求，牢牢掌控發(fā)展變化全局［8］。

3.4 “道”和“術(shù)”的高效融合

老子曾講：“有道無(wú)術(shù)，術(shù)尚可求也。有術(shù)無(wú)道，止于術(shù)?！薄靶g(shù)”是從方法論的范疇研究解決問(wèn)題的方式，具有具體性、局部性和動(dòng)態(tài)變化的特點(diǎn)；“道”則是從根源的角度探尋問(wèn)題的本質(zhì)和原理，更加強(qiáng)調(diào)抽象性、整體性和靜態(tài)穩(wěn)定性?！靶g(shù)”與“道”在人類(lèi)發(fā)展進(jìn)步的過(guò)程中發(fā)揮著車(chē)之雙輪、鳥(niǎo)之雙翼的舉足輕重的作用，既要發(fā)揮“術(shù)”的實(shí)踐指導(dǎo)作用，又要注重“道”的規(guī)范引領(lǐng)作用，只有實(shí)現(xiàn)“術(shù)”與“道”的有機(jī)融合，才能實(shí)現(xiàn)健康有序的穩(wěn)定向上發(fā)展。

在數(shù)據(jù)密集型的第四范式研究方式中，利用科學(xué)技術(shù)的發(fā)展，采用標(biāo)準(zhǔn)的數(shù)學(xué)模型、智能化算法、大數(shù)據(jù)分析運(yùn)用等科學(xué)研究方法，對(duì)具體問(wèn)題進(jìn)行的具體分析，就是“術(shù)”的具體運(yùn)用。而數(shù)據(jù)密集型第四范式研究方法本身的產(chǎn)生，以及簡(jiǎn)單性指導(dǎo)原則運(yùn)用，用于規(guī)范和引導(dǎo)科學(xué)研究發(fā)展趨勢(shì)，是對(duì)科學(xué)分析方法論的升級(jí)和演進(jìn)，就是人類(lèi)探尋分析和解決問(wèn)題過(guò)程中“道”的直接體現(xiàn)［9］。

4 第四范式對(duì)數(shù)據(jù)分析的影響

第四范式下數(shù)據(jù)信息的產(chǎn)生、存儲(chǔ)、傳輸和處理過(guò)程，則是在以無(wú)意識(shí)的機(jī)器為主的包容性狀態(tài)下進(jìn)行，是在計(jì)算機(jī)能力、通信技術(shù)、應(yīng)用數(shù)學(xué)和認(rèn)知科學(xué)等方面的綜合拓展應(yīng)用，正朝著準(zhǔn)、快、穩(wěn)等方向發(fā)展。

4.1 “準(zhǔn)”－有的放矢

數(shù)據(jù)信息所能產(chǎn)生的效能，很大程度上取決于發(fā)掘隱藏在數(shù)據(jù)信息背后的能力，而數(shù)據(jù)工作在數(shù)據(jù)的收集、處理和分析過(guò)程中處于不斷動(dòng)態(tài)變化，賦予了數(shù)據(jù)信息的模糊性和不確定性。數(shù)據(jù)工作的規(guī)劃與指示、信息收集、處理與開(kāi)發(fā)、分析與產(chǎn)出、傳播與整合、評(píng)估與反饋全過(guò)程，就是要從不確定性中得到確定性、從雜亂無(wú)章中梳理出條理［10］。采用數(shù)據(jù)密集型的第四范式科學(xué)算法，最大優(yōu)勢(shì)在于系統(tǒng)決策水平能力與數(shù)據(jù)量的累積成正比，就是通過(guò)機(jī)器對(duì)數(shù)據(jù)更強(qiáng)的洞察力和更高的執(zhí)行力，提升對(duì)數(shù)據(jù)背后的態(tài)勢(shì)感知能力和分析層次深度，深入分析挖掘大數(shù)據(jù)之間相關(guān)特性，從而最大限度消除問(wèn)題的不確定性［11］。2017年美國(guó)國(guó)防部提出的“算法戰(zhàn)”的核心思想，就是通過(guò)人工智能技術(shù)、大數(shù)據(jù)分析技術(shù)和算法學(xué)習(xí)技術(shù)的深度融合，更高效地挖掘出有價(jià)值的信息，提升數(shù)據(jù)信息運(yùn)用效率，快速實(shí)現(xiàn)大量數(shù)據(jù)到有實(shí)際價(jià)值的數(shù)據(jù)信息的轉(zhuǎn)化［12］。

圖1 數(shù)據(jù)信息收集、分析、處理流程

4.2 “快”－速戰(zhàn)速?zèng)Q

數(shù)據(jù)密集型的第四范式下的數(shù)據(jù)分析處理模塊化、實(shí)時(shí)化、全維化的特性高度契合了數(shù)據(jù)分析時(shí)效性指標(biāo)要求，加快了信息流轉(zhuǎn)和數(shù)據(jù)處理速率，通過(guò)強(qiáng)化自適應(yīng)、自修正能力，提升主動(dòng)適應(yīng)和進(jìn)一步處理具體信息的能力，通過(guò)互信息性發(fā)掘隱藏在數(shù)據(jù)背后的信息。得益于軍事科技的超前發(fā)展，實(shí)戰(zhàn)中美軍“OODA”循環(huán)周期的發(fā)現(xiàn)、判斷、決策、打擊鏈路時(shí)間周期，也隨著科技發(fā)展而不斷迭代加速，由海灣戰(zhàn)爭(zhēng)中的100min、科索沃戰(zhàn)爭(zhēng)中的40min、阿富汗戰(zhàn)爭(zhēng)的12min提升到伊拉克戰(zhàn)爭(zhēng)的10min。

圖2 OODA循環(huán)時(shí)間

4.3 “穩(wěn)”－精準(zhǔn)決策

數(shù)據(jù)本身充滿不確定性，數(shù)據(jù)分析就是用一定的手段和方法，挖掘出蘊(yùn)含在其背后的信息，用確定的方法最大程度地消除其不確定性。隨著數(shù)據(jù)庫(kù)規(guī)模的不斷擴(kuò)大，數(shù)據(jù)處理將會(huì)變得更加精確，算法的決策質(zhì)量也將不斷提高，更多的關(guān)鍵決定將由算法取代人力處理。從方法上講，采用數(shù)據(jù)密集型的科學(xué)算法，就是基于從大數(shù)據(jù)中獲得信息，在人機(jī)結(jié)合的基礎(chǔ)上，實(shí)現(xiàn)傳統(tǒng)的人類(lèi)進(jìn)行邏輯推理為主、計(jì)算機(jī)輔助決策到數(shù)據(jù)算法主導(dǎo)下的機(jī)器支配決策的轉(zhuǎn)變，采用信息熵處理方式，對(duì)數(shù)據(jù)信息進(jìn)行量化度量和分析處理，對(duì)信息的互信息性進(jìn)行取舍和分析，減少數(shù)據(jù)分析中人為的取舍或權(quán)重劃分［13］。更重要的是，人工智能算法決策可以不受人類(lèi)情緒的影響，發(fā)揮相對(duì)穩(wěn)定，這個(gè)特質(zhì)在決策中至關(guān)重要。

5 有效應(yīng)對(duì)第四范式對(duì)數(shù)據(jù)分析影響的應(yīng)對(duì)措施

對(duì)數(shù)據(jù)的分析判斷能力，是戰(zhàn)爭(zhēng)決策者的戰(zhàn)略智慧與謀略的綜合運(yùn)用，是真正考驗(yàn)是否具備掌控全局的能力的標(biāo)準(zhǔn)。決定性的信息客觀隱藏于海量數(shù)據(jù)信息中，只有善于用技術(shù)手段分析和處理數(shù)據(jù)，才能發(fā)掘出隱藏在數(shù)據(jù)背后的信息。

5.1 采用數(shù)據(jù)驅(qū)動(dòng)方法，拓展新的思維方式

數(shù)據(jù)分析的進(jìn)步，不僅僅表現(xiàn)于組織形態(tài)、技術(shù)裝備或形式方法的更新，更關(guān)鍵是在于認(rèn)知和思維方式的進(jìn)步。要改變戰(zhàn)爭(zhēng)思維，從以人力為中心走向以數(shù)據(jù)為中心、從以信息為中心走向以算法為中心的觀念。從對(duì)數(shù)據(jù)信息的定量化處理出發(fā)，綜合運(yùn)用相關(guān)性思維方式，深度挖掘和分析數(shù)據(jù)背后隱藏的信息，用以輔助優(yōu)化決策［14］。采用相關(guān)性思維提升決策效能。在海量數(shù)據(jù)基礎(chǔ)上的博弈進(jìn)程中，不能將傳統(tǒng)的數(shù)據(jù)處理思維與大數(shù)據(jù)思維簡(jiǎn)單等同，而是要采用數(shù)據(jù)相關(guān)性思維，實(shí)現(xiàn)西方式科學(xué)統(tǒng)計(jì)方法和東方式宏觀規(guī)律把握的有機(jī)契合，利用機(jī)器強(qiáng)大的學(xué)習(xí)能力，在大量具體的代表性數(shù)據(jù)中，尋找出最為契合數(shù)據(jù)的數(shù)學(xué)模型。

5.2 緊跟智能革命發(fā)展，轉(zhuǎn)變智能問(wèn)題為數(shù)據(jù)問(wèn)題

數(shù)據(jù)是封裝的智能，智能是開(kāi)放的數(shù)據(jù)。敵我雙方在斗“力”的同時(shí)，斗“智”也顯得更加重要，數(shù)據(jù)分析處理就是斗“智”的重要舞臺(tái)。數(shù)據(jù)分析運(yùn)用不僅可以助力決策者掌控全局和具體細(xì)節(jié)，并且能夠改變決策者認(rèn)識(shí)、分析的思路［15］。爆炸方式產(chǎn)生的信息數(shù)據(jù)已經(jīng)無(wú)法通過(guò)人力來(lái)處理，而計(jì)算機(jī)利用數(shù)據(jù)多維度的優(yōu)勢(shì)，學(xué)習(xí)和處理信息的能力和速度遠(yuǎn)超人力。在大數(shù)據(jù)應(yīng)用技術(shù)快速發(fā)展之前，計(jì)算機(jī)尚不具備解決需要人類(lèi)智能決策問(wèn)題的能力，但今天，在大數(shù)據(jù)和機(jī)器智能飛速發(fā)展的情況下，計(jì)算機(jī)已經(jīng)可以完成過(guò)去只能由人類(lèi)完成的工作。大數(shù)據(jù)發(fā)展應(yīng)用與人工智能技術(shù)的高效融合，將智能型決策問(wèn)題轉(zhuǎn)變?yōu)閿?shù)據(jù)處理問(wèn)題，利用數(shù)據(jù)決策消除不確定性，推動(dòng)了數(shù)據(jù)分析領(lǐng)域從感性認(rèn)知和理性分析到智能決策的跨越。

5.3 把握算法演進(jìn)趨勢(shì)，改進(jìn)數(shù)據(jù)分析指導(dǎo)方法

過(guò)去的40年，摩爾定律主導(dǎo)和引領(lǐng)了信息產(chǎn)業(yè)技術(shù)的發(fā)展，在未來(lái)，數(shù)據(jù)和算法將是其繼續(xù)不斷演進(jìn)迭代的推動(dòng)引擎，數(shù)據(jù)驅(qū)動(dòng)發(fā)展、算法主導(dǎo)一切的時(shí)代已經(jīng)到來(lái)［16］。科學(xué)有效的算法，不僅能夠非常清楚準(zhǔn)確地用算法模型來(lái)解決看似毫不相關(guān)的隱深問(wèn)題，決策的準(zhǔn)確性和質(zhì)量隨著數(shù)據(jù)庫(kù)規(guī)模的擴(kuò)大而不斷提升，并且能夠不受人工心態(tài)變化的影響，克服人工處理中的傾向性問(wèn)題，得出客觀的結(jié)論［17］。數(shù)據(jù)密集型的第四范式算法應(yīng)用，已經(jīng)從根本上重新塑造了對(duì)數(shù)據(jù)信息的獲取、分析、應(yīng)用全過(guò)程。從數(shù)學(xué)和算法的角度將數(shù)據(jù)分析問(wèn)題具體化，尋求更優(yōu)化的解決方案。對(duì)數(shù)據(jù)信息進(jìn)行綜合處理，利用第四范式的密集型數(shù)據(jù)處理理論指導(dǎo)數(shù)據(jù)的組織和分類(lèi)，以提供高效可靠的存儲(chǔ)和預(yù)處理，通過(guò)密集型數(shù)據(jù)分析方法指導(dǎo)決策。

6 結(jié)語(yǔ)

技術(shù)時(shí)代的變遷必然引發(fā)既有模式的巨大變革，在數(shù)據(jù)爆炸式增長(zhǎng)和智能算法主導(dǎo)的未來(lái)，數(shù)據(jù)的分析處理既發(fā)揮著更加重要的作用，同時(shí)也面臨著全新的挑戰(zhàn)和要求。未來(lái)在摩爾定律理論框架內(nèi)，計(jì)算機(jī)資源成本日益降低而人力成本翻倍增長(zhǎng)，利用符合技術(shù)和時(shí)代發(fā)展需求的方式進(jìn)行數(shù)據(jù)信息分析處理成為必然發(fā)展趨勢(shì)。