ITPub博客

大数据技术体系太庞杂了，基础技术覆盖数据采集、数据预处理、分布式存储、NOSQL数据库、多模式计算（批处理、在线处理、实时流处理、内存处理）、多模态计算（图像、文本、视频、音频）、数据仓库、数据挖掘、机器学习、人工智能、深度学习、并行计算、可视化等各种技术范畴和不同的层面。

尽管大数据这一概念提出很早，但从为社会科学界熟知，到迅速转向反思与批判，却仅仅经历了短短几年的时间。为什么社会科学研究能够迅速对大数据做出响应?大数据在社会科学研究中有哪些应用?大数据应用于社会科学研究体现出哪一些价值?而它在应用中又有哪些悖论使其不能解决社会科学研究所面临的问题?本文试对以上问题进行分析。

对于科研机构而言，部署开源情报搜集系统不是选择题，而是应对未来科研竞争的必答题。当每一位科研人员都能熟练运用这一工具，将公开信息转化为创新势能，科研创新将不再受制于信息不对称，而是驶入加速发展的快车道。在这个“开放科学”的时代，开源情报正书写着科研范式变革的新篇章——让创新，从看见全世界开始。