軍事科研范式轉(zhuǎn)變與大數(shù)據(jù)技術(shù)支撐

張東江

(軍事科學(xué)院 科研指導(dǎo)部，北京100091)

1 引言

“大數(shù)據(jù)”(Big Data)是繼“云計(jì)算”之后IT 行業(yè)最熱的詞匯之一。2012 年，美國奧巴馬政府發(fā)布了《大數(shù)據(jù)研究和發(fā)展倡議》，宣布“將大力發(fā)展數(shù)字化接入、組織和挖掘的工具和技術(shù)”［1］。被IT行業(yè)譽(yù)為“大數(shù)據(jù)商業(yè)應(yīng)用第一人”的舍恩伯格指出，“世界的本質(zhì)是數(shù)據(jù)，大數(shù)據(jù)將開啟一次重大的時(shí)代轉(zhuǎn)型?！边@句話的意義同樣適用于軍事科研領(lǐng)域。在軍事科研領(lǐng)域，大數(shù)據(jù)應(yīng)當(dāng)助力實(shí)現(xiàn)從“撥云散霧查數(shù)據(jù)”到“騰云駕霧用數(shù)據(jù)”的轉(zhuǎn)變，從而帶動(dòng)軍事科研范式的變革。

大數(shù)據(jù)可以而且應(yīng)當(dāng)與軍事科研范式轉(zhuǎn)變有必然聯(lián)系。那么，如何理解大數(shù)據(jù)時(shí)代?如何借力大數(shù)據(jù)技術(shù)，深入挖掘軍事科研范式變革需求，更好地為軍事科研方式轉(zhuǎn)變服務(wù)?這需要我們深入思考，認(rèn)真研究，提出應(yīng)對(duì)之策。

2 世界大趨勢(shì):大數(shù)據(jù)從理念到實(shí)踐

大數(shù)據(jù)的概念最早可追溯到20 世紀(jì)80 年代。1980 年，著名未來學(xué)家阿爾文·托夫勒在《第三次浪潮》一書中曾做出預(yù)言:“如果說IBM 的主機(jī)拉開了信息化革命的大幕，那么大數(shù)據(jù)則是第三次浪潮的華彩樂章。”但是，當(dāng)時(shí)人們并沒有給予托夫勒的大數(shù)據(jù)思想太多關(guān)注，更沒有多少人能“遠(yuǎn)眺”大數(shù)據(jù)在30 年后會(huì)從理念變?yōu)楝F(xiàn)實(shí)。

2.1 大數(shù)據(jù)的內(nèi)延與特征

大數(shù)據(jù)究竟是什么?按照百度百科的定義，大數(shù)據(jù)，或稱巨量資料，指的是需要新處理模式才能發(fā)揮更強(qiáng)的決策力、洞察力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)?！敖鈽?gòu)”是認(rèn)知大數(shù)據(jù)內(nèi)涵的最好方法。

2.1.1 認(rèn)知大數(shù)據(jù)的三個(gè)層面

第一是理論層面。理論是認(rèn)知的必經(jīng)途徑，也是被廣泛認(rèn)同和傳播的基本方式。從理論層面認(rèn)知大數(shù)據(jù)，一是對(duì)大數(shù)據(jù)作整體描繪和定性分析;二是探討大數(shù)據(jù)的價(jià)值;三是洞悉大數(shù)據(jù)發(fā)展趨勢(shì);四是審視人與數(shù)據(jù)之間的互動(dòng)關(guān)系。

第二是技術(shù)層面。技術(shù)是大數(shù)據(jù)存在與應(yīng)用的基礎(chǔ)，離開技術(shù)大數(shù)據(jù)就毫無意義。從技術(shù)層面，可以分別從云計(jì)算、分布式處理技術(shù)、存儲(chǔ)技術(shù)和感知技術(shù)等方面來描述大數(shù)據(jù)的采集、處理、存儲(chǔ)、形成結(jié)果等過程。

第三是實(shí)踐層面。大數(shù)據(jù)的最終價(jià)值要通過實(shí)踐來體現(xiàn)。所謂大數(shù)據(jù)實(shí)踐，一般包括互聯(lián)網(wǎng)的大數(shù)據(jù)、政府的大數(shù)據(jù)、企業(yè)的大數(shù)據(jù)和個(gè)人的大數(shù)據(jù)四個(gè)方面。

2.1.2 大數(shù)據(jù)的數(shù)據(jù)體量巨大

大數(shù)據(jù)有多大，至今沒有權(quán)威說法。據(jù)美國政府估計(jì)，全球每年由各類設(shè)備產(chǎn)生的數(shù)據(jù)達(dá)到約1.2ZB(1ZB=12 億TB)。對(duì)信息化戰(zhàn)爭(zhēng)而言，大數(shù)據(jù)體量巨大的特征體現(xiàn)得尤為明顯。例如，阿富汗戰(zhàn)爭(zhēng)期間，美軍部署在太空、空中和地面的全方位情報(bào)偵察監(jiān)視系統(tǒng)，24 小時(shí)內(nèi)所產(chǎn)生的數(shù)據(jù)就有53T。如此巨大的數(shù)據(jù)，常常會(huì)使指揮員和作戰(zhàn)部隊(duì)陷入數(shù)據(jù)的“海洋”中無所適從。例如，伊拉克戰(zhàn)爭(zhēng)爆發(fā)當(dāng)日，美軍駐卡塔爾和科威特前進(jìn)指揮所由于無法處理各個(gè)相關(guān)機(jī)構(gòu)提供的海量數(shù)據(jù)，不得不關(guān)閉設(shè)備，造成指揮所與部分突擊方向一線部隊(duì)通信聯(lián)系中斷。由此可見，大數(shù)據(jù)是遠(yuǎn)超出傳統(tǒng)數(shù)據(jù)尺度的海量數(shù)據(jù)。這里，我們不需要給大數(shù)據(jù)之“大”定出一個(gè)具體“尺寸”，因?yàn)殡S著技術(shù)進(jìn)步，這個(gè)“尺寸”還在不斷增大。對(duì)于不同的領(lǐng)域，大數(shù)據(jù)“大”的定義也是不同的。

2.1.3 大數(shù)據(jù)的形態(tài)多樣

大數(shù)據(jù)的“大”也體現(xiàn)在處理的數(shù)據(jù)類型多樣化，遠(yuǎn)遠(yuǎn)超出傳統(tǒng)數(shù)據(jù)格式和分析工具能處理的范疇。隨著互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、多媒體等技術(shù)的快速發(fā)展和普及，各種非結(jié)構(gòu)化數(shù)據(jù)每年都以60%的速度增長。有專家預(yù)計(jì)，非結(jié)構(gòu)化數(shù)據(jù)將占數(shù)據(jù)總量的80%以上。

2.1.4 大數(shù)據(jù)產(chǎn)生和處理的速度極快

大數(shù)據(jù)處理模式遵循“1 秒定律”，可從各種類型的數(shù)據(jù)中快速獲得高價(jià)值的信息。這一點(diǎn)與傳統(tǒng)的數(shù)據(jù)挖掘有本質(zhì)不同。大數(shù)據(jù)的數(shù)據(jù)流往往為高速實(shí)時(shí)數(shù)據(jù)流，而且需要快速、持續(xù)的實(shí)時(shí)處理，才能在第一時(shí)間抓住有價(jià)值信息。

2.2 大數(shù)據(jù)關(guān)鍵技術(shù)

大數(shù)據(jù)相關(guān)技術(shù)，就是從各種類型的數(shù)據(jù)中快速獲得有價(jià)值信息的技術(shù)。大數(shù)據(jù)關(guān)鍵技術(shù)一般包括:數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、海量數(shù)據(jù)存儲(chǔ)及管理、數(shù)據(jù)分析與挖掘、數(shù)據(jù)展示和應(yīng)用(數(shù)據(jù)檢索、數(shù)據(jù)可視化、數(shù)據(jù)應(yīng)用、數(shù)據(jù)安全)等。

2.2.1 數(shù)據(jù)采集技術(shù)

數(shù)據(jù)采集技術(shù)一般分為兩個(gè)層次:①數(shù)據(jù)智能感知層，主要包括數(shù)據(jù)傳感體系、網(wǎng)絡(luò)通信體系、傳感適配體系、智能識(shí)別體系及軟硬件資源接入系統(tǒng)，實(shí)現(xiàn)對(duì)結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化的海量數(shù)據(jù)的智能化識(shí)別、定位、跟蹤、接入、傳輸、信號(hào)轉(zhuǎn)換、監(jiān)控、初步處理和管理等。②基礎(chǔ)支撐層，主要是提供數(shù)據(jù)服務(wù)平臺(tái)所需的虛擬服務(wù)器，結(jié)構(gòu)化、半結(jié)構(gòu)化及非結(jié)構(gòu)化數(shù)據(jù)的數(shù)據(jù)庫及物聯(lián)網(wǎng)絡(luò)資源等基礎(chǔ)支撐環(huán)境。

2.2.2 數(shù)據(jù)預(yù)處理技術(shù)

這類技術(shù)主要用于對(duì)已接收數(shù)據(jù)進(jìn)行辨析、抽取、清洗等操作。①抽取，因獲取的數(shù)據(jù)可能具有多種結(jié)構(gòu)和類型，數(shù)據(jù)抽取過程可將這些復(fù)雜的數(shù)據(jù)轉(zhuǎn)化為單一的或者便于處理的結(jié)構(gòu)，以達(dá)到快速分析處理的目的。②清洗，數(shù)據(jù)并不全是有價(jià)值的，有些數(shù)據(jù)并不是我們所關(guān)心的內(nèi)容，還有些數(shù)據(jù)則是完全錯(cuò)誤的干擾項(xiàng)，因此要對(duì)數(shù)據(jù)通過過濾去噪從而提取出有效數(shù)據(jù)。

2.2.3 大數(shù)據(jù)存儲(chǔ)與管理技術(shù)

這類技術(shù)主要用于把采集到的數(shù)據(jù)存儲(chǔ)起來，建立相應(yīng)的數(shù)據(jù)庫，并進(jìn)行管理和調(diào)用，主要解決數(shù)據(jù)的可存儲(chǔ)、可表示、可處理、可靠性及有效傳輸?shù)葞讉€(gè)關(guān)鍵問題。

2.2.4 數(shù)據(jù)分析挖掘技術(shù)

這類技術(shù)主要是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中，提取隱含在其中人們事先不知道、但又是潛在有用的信息和知識(shí)。

大數(shù)據(jù)挖掘技術(shù)的開發(fā)，將在五個(gè)方面有所突破:①可視化分析。數(shù)據(jù)圖像化可以讓數(shù)據(jù)自己說話，讓用戶直接感受到結(jié)果。②數(shù)據(jù)挖掘算法。圖像化是將機(jī)器語言翻譯給人看，而數(shù)據(jù)挖掘就是機(jī)器的母語。分割、集群、孤立點(diǎn)分析等多種算法可以精煉數(shù)據(jù)，挖掘價(jià)值。③預(yù)測(cè)性分析。預(yù)測(cè)性分析可以讓分析師根據(jù)圖像化分析和數(shù)據(jù)挖掘的結(jié)果做出一些前瞻性判斷。④語義引擎。語義引擎需要設(shè)計(jì)到具有足夠人工智能以足以從數(shù)據(jù)中主動(dòng)地提取信息。語言處理技術(shù)包括機(jī)器翻譯、情感分析、輿情分析、智能輸入、問答系統(tǒng)等。⑤數(shù)據(jù)質(zhì)量和數(shù)據(jù)管理，通過標(biāo)準(zhǔn)化流程和機(jī)器對(duì)數(shù)據(jù)進(jìn)行處理可以確保獲得一個(gè)預(yù)設(shè)質(zhì)量的分析結(jié)果。

3 大數(shù)據(jù):應(yīng)當(dāng)為改變軍事科研方式提供技術(shù)支持

所謂范式(paradigm)的概念，是美國著名科學(xué)哲學(xué)家托馬斯·庫恩提出并在《科學(xué)革命的結(jié)構(gòu)》(The Structure of Scientific Revolutions)(1962)中系統(tǒng)闡述的。它指的是一個(gè)共同體成員所共享的信仰、價(jià)值、技術(shù)等集合，指常規(guī)科學(xué)所賴以運(yùn)作的理論基礎(chǔ)和實(shí)踐規(guī)范，是從事某一科學(xué)的研究者群體所共同遵從的世界觀和行為方式。所謂軍事科研范式是指開展軍事科學(xué)研究的基本方式。研究軍事科研范式轉(zhuǎn)變與大數(shù)據(jù)之間的關(guān)系，首先要了解現(xiàn)代軍事科學(xué)的學(xué)科分類。

3.1 現(xiàn)代軍事科學(xué)的學(xué)科分類

現(xiàn)代軍事科學(xué)的學(xué)科分類，是隨著人們對(duì)戰(zhàn)爭(zhēng)和軍事活動(dòng)認(rèn)識(shí)深化而不斷發(fā)展的，同時(shí)還因各國軍事科學(xué)研究傳統(tǒng)、研究水平的不同而不同。就我國而言，在長期的革命戰(zhàn)爭(zhēng)和國防軍隊(duì)建設(shè)實(shí)踐中，我們形成了具有中國特色的、以毛澤東軍事思想為代表的現(xiàn)代軍事科學(xué)體系，但對(duì)軍事科學(xué)學(xué)科具體分法卻沒有統(tǒng)一定論。一般來說，有三種分法:一是軍事科研的分法;二是軍事教育的分法;三是軍事百科編撰的分法。三種分法總體上一致，但在具體學(xué)科的分類上各有不同。本文主要針對(duì)軍事科研的學(xué)科分類方法。

從近幾年來我國軍事學(xué)術(shù)界關(guān)于軍事科學(xué)學(xué)科分類的研究情況來看，無論是主張哪一種分類法，在軍事科學(xué)應(yīng)包括軍事思想、軍事學(xué)術(shù)、軍事技術(shù)等三個(gè)組成部分(三分法)這一點(diǎn)上是一致的。而持有四分法以上主張的學(xué)者，則認(rèn)為武裝力量建設(shè)理論、軍事歷史及軍事地理等三類應(yīng)作為軍事科學(xué)體系中的獨(dú)立學(xué)科門類，不應(yīng)列入軍事學(xué)術(shù)范疇。主要理由是，現(xiàn)行的三分法中的軍事學(xué)術(shù)的內(nèi)涵過于寬泛無邊，而且隨著軍事科學(xué)分化與綜合趨勢(shì)的發(fā)展，新興學(xué)科的不斷涌現(xiàn)，軍事學(xué)術(shù)的研究對(duì)象和內(nèi)容如不科學(xué)界定，將會(huì)變得更加無所不包。還有的學(xué)者主張將軍事社會(huì)學(xué)、軍事管理學(xué)、軍事心理學(xué)等學(xué)科也列入單獨(dú)的軍事學(xué)術(shù)門類。此外，還有的學(xué)者主張把研究戰(zhàn)爭(zhēng)史、軍事史、軍事思想史、軍事學(xué)術(shù)史、軍事技術(shù)史和軍事文獻(xiàn)編纂學(xué)等研究?jī)?nèi)容的軍事歷史，把研究國家、戰(zhàn)區(qū)的兵要地志、地理環(huán)境與氣象條件等學(xué)科知識(shí)的軍事地理，分別從軍事學(xué)術(shù)學(xué)科門類分離出來，使其成為獨(dú)立的學(xué)科門類。據(jù)此，軍事科學(xué)理論體系應(yīng)由軍事思想、軍事學(xué)術(shù)、武裝力量建設(shè)理論、軍事技術(shù)、軍事歷史、軍事地理等六個(gè)學(xué)科組成。筆者認(rèn)為，這種分法是比較完整、科學(xué)的，能夠如實(shí)地反映我國現(xiàn)代軍事科學(xué)發(fā)展的實(shí)際水平。

3.2 軍事科研范式面臨轉(zhuǎn)變

一般來說，軍事科研范式有四種:第一種就是我們通常所使用的辯證思維的研究方式。毛澤東同志在軍事名著《論持久戰(zhàn)》中所運(yùn)用的就是這種方式。第二種是實(shí)驗(yàn)科學(xué)范式，在戰(zhàn)爭(zhēng)開始之前通過反復(fù)的實(shí)兵對(duì)抗演習(xí)來論證和改進(jìn)作戰(zhàn)方案。第三種是理論科學(xué)范式，采用數(shù)學(xué)公式描述交戰(zhàn)的過程，如經(jīng)典的蘭徹斯特方程。第四種是計(jì)算科學(xué)范式，基于計(jì)算機(jī)開發(fā)出模擬系統(tǒng)來模擬不同作戰(zhàn)單元之間的交戰(zhàn)場(chǎng)景。上述四種研究范式有兩個(gè)共同的不足:一是它們都只能使軍事科研人員感知交戰(zhàn)的過程和結(jié)果，并未有效提高對(duì)海量數(shù)據(jù)的管理、存儲(chǔ)和分析能力;二是四種范式之間相互借鑒和交融不夠。

筆者認(rèn)為，以大數(shù)據(jù)相關(guān)技術(shù)為核心的數(shù)據(jù)挖掘模式應(yīng)被稱為第五種范式。大數(shù)據(jù)研究范式利用軟件處理各種傳感器或模擬實(shí)驗(yàn)產(chǎn)生的大量數(shù)據(jù)，利用包括量子計(jì)算機(jī)在內(nèi)的各種高性能計(jì)算機(jī)對(duì)海量信息進(jìn)行挖掘，尋找隱藏在數(shù)據(jù)中的關(guān)聯(lián)，從而發(fā)現(xiàn)未知規(guī)律，捕獲有價(jià)值的情報(bào)信息，促使軍事情報(bào)偵察和決策能力產(chǎn)生質(zhì)的飛躍，更符合“未來戰(zhàn)爭(zhēng)不是大吃小，而是快吃慢”的制勝規(guī)律?？梢灶A(yù)見，大數(shù)據(jù)必將推動(dòng)戰(zhàn)爭(zhēng)形態(tài)的演變，基于大數(shù)據(jù)的實(shí)時(shí)、無人化作戰(zhàn)，將徹底改變?nèi)祟悗浊陙硪詺灉缬猩α繛橹饕康牡膽?zhàn)爭(zhēng)形態(tài)。軍事科研從來都是為戰(zhàn)爭(zhēng)和軍隊(duì)建設(shè)服務(wù)的。大數(shù)據(jù)對(duì)軍事科研范式轉(zhuǎn)變的影響將是雙重的:它既是新一輪軍事革命的戰(zhàn)略制高點(diǎn)，又對(duì)軍事科研范式轉(zhuǎn)變具有重要推動(dòng)作用。

3.3 大數(shù)據(jù)技術(shù)能夠?yàn)檐娛驴蒲刑峁┑募夹g(shù)服務(wù)

大數(shù)據(jù)能夠?yàn)檐娛驴蒲修D(zhuǎn)變提供至少以下兩類支持和服務(wù)。

3.3.1 按需提供的個(gè)性化服務(wù)

依據(jù)軍事科研人員個(gè)性化服務(wù)需求進(jìn)行服務(wù)內(nèi)容的定制、服務(wù)模式選擇和服務(wù)實(shí)時(shí)推送，可以提升大數(shù)據(jù)閱讀服務(wù)內(nèi)容的個(gè)性化定制比例、增強(qiáng)讀者知識(shí)獲取效率和價(jià)值量的重要途徑。首先，圖書資料保障可多源采集結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化的軍事科研人員大數(shù)據(jù)資源，并對(duì)數(shù)據(jù)進(jìn)行科學(xué)的處理、轉(zhuǎn)化和整合。同時(shí)，可對(duì)不同知識(shí)層次、不同性別、不同年齡、不同愛好的軍事科研人員群體進(jìn)行360 度用戶視圖的讀者特征分析，實(shí)現(xiàn)服務(wù)內(nèi)容的個(gè)性化定制。其次，大數(shù)據(jù)時(shí)代的軍事科研人員個(gè)性化服務(wù)，是由通信運(yùn)營商、互聯(lián)網(wǎng)信息服務(wù)商、大數(shù)據(jù)技術(shù)提供商和圖書館等眾多IT 運(yùn)營與服務(wù)商共同提供的、基于大數(shù)據(jù)支持的個(gè)性化閱讀增值服務(wù)。各運(yùn)營商可通過大數(shù)據(jù)資源的共享實(shí)現(xiàn)服務(wù)的優(yōu)勢(shì)互補(bǔ)，為軍事科研人員提供諸如高速移動(dòng)閱讀服務(wù)、地理位置查詢、讀者群體的片區(qū)化管理、信息實(shí)時(shí)查詢鏈接等增值服務(wù)。

3.3.2 海量數(shù)據(jù)分析

19 世紀(jì)初葉，軍事戰(zhàn)略家克勞塞維茨以人的認(rèn)知局限為由，提出了“戰(zhàn)爭(zhēng)迷霧”問題。未來依托大數(shù)據(jù)分析處理技術(shù)建構(gòu)模型，通過數(shù)據(jù)挖掘模式，可以從海量數(shù)據(jù)中挖掘出有價(jià)值的信息，為其他四種軍事科研范式提供支撐，從而撥開“戰(zhàn)爭(zhēng)迷霧”，達(dá)成運(yùn)籌于帷幄之中，決勝于千里之外的作戰(zhàn)目的。

4 借力大數(shù)據(jù):優(yōu)化軍事科研方式提高軍事科研效率

優(yōu)化軍事科研方式提高軍事科研效率，是運(yùn)用大數(shù)據(jù)轉(zhuǎn)變科研范式的根本目的。而要達(dá)到這一目的，需要做好以下工作:

4.1 培育大數(shù)據(jù)思維和理念

大數(shù)據(jù)不僅是一種技術(shù)，也是一種價(jià)值觀、方法論，它帶來了一場(chǎng)思維和理念的大變革。大數(shù)據(jù)時(shí)代強(qiáng)調(diào)分析與某事物相關(guān)的全體數(shù)據(jù)，而不是少量的數(shù)據(jù)樣本，接受事物的混雜性;不再探求難以捉摸的因果關(guān)系，轉(zhuǎn)而關(guān)注事物的相關(guān)關(guān)系。以前，因?yàn)閿?shù)據(jù)不足，圖書資料保障很難為軍事科研人員提供個(gè)性化的服務(wù)。而大數(shù)據(jù)帶來了近似“上帝般”的全知，而且上帝身邊還多了一個(gè)精于計(jì)算的會(huì)計(jì)，這勢(shì)必減少圖書資料為軍事科研人員服務(wù)時(shí)的不確定性。大數(shù)據(jù)構(gòu)建了圖書館服務(wù)科研的一切要素，也必將培育我們用全新的數(shù)據(jù)化思維創(chuàng)新軍事科研服務(wù)。這就要求圖書館提供軍事科研服務(wù)時(shí)必須注重“用數(shù)據(jù)說話”，強(qiáng)調(diào)基于數(shù)據(jù)的精確分析和恰到好處的服務(wù)。這樣的思維方式，將推動(dòng)我們這個(gè)習(xí)慣于靠“差不多”運(yùn)行的社會(huì)發(fā)生大變革。要充分意識(shí)到數(shù)據(jù)是科研的寶貴資源，高度重視對(duì)信息的收集、存儲(chǔ)和處理，為開展軍事科研奠定扎實(shí)的數(shù)據(jù)基礎(chǔ)。

4.2 構(gòu)建大數(shù)據(jù)環(huán)境下的信息資源保障體系

信息資源保障體系是指一個(gè)國家或地區(qū)通過信息資源整體化建設(shè)，建立能在一定范圍內(nèi)有效地滿足社會(huì)在科學(xué)、文化、經(jīng)濟(jì)等方面信息需求的信息資源和服務(wù)系統(tǒng)。目前我國已經(jīng)開始了全國性信息資源保障體系建設(shè)的探索，如中國高等教育文獻(xiàn)保障系統(tǒng)(CALIS)的成功建設(shè)，形成了全國中心、地區(qū)中心、省中心、成員館和數(shù)字圖書館基地的服務(wù)體系。對(duì)于軍事科研信息保障而言，構(gòu)建基于專題和產(chǎn)業(yè)的信息資源保障體系具有重要的意義，尤其是在大數(shù)據(jù)環(huán)境下，將多源數(shù)據(jù)充分地進(jìn)行集成，將各種類型的信息資源進(jìn)行有效整合，可形成信息資源建設(shè)與軍事科研服務(wù)的良性互動(dòng)。

4.3 構(gòu)建科學(xué)、高效的大數(shù)據(jù)決策與應(yīng)用平臺(tái)

在軍事科研資源的采集、存儲(chǔ)、處理、應(yīng)用和決策中，應(yīng)擺脫傳統(tǒng)IT 環(huán)境下以數(shù)據(jù)小樣本采樣、苛求計(jì)算結(jié)果精確度、探究事物本質(zhì)關(guān)系的傳統(tǒng)做法。在保證所采集軍事科研資源精確度滿足大數(shù)據(jù)決策需求的前提下，實(shí)現(xiàn)對(duì)所有軍事科研資源的挖掘、整合和價(jià)值提取。我們僅需要將大數(shù)據(jù)內(nèi)部蘊(yùn)涵的價(jià)值應(yīng)用到軍事科研服務(wù)與決策中，而不必過分強(qiáng)調(diào)軍事科研資源之間的因果關(guān)系。因此，大數(shù)據(jù)決策與應(yīng)用平臺(tái)的構(gòu)建，應(yīng)在堅(jiān)持安全、高效、智能和經(jīng)濟(jì)原則的前提下，重點(diǎn)加強(qiáng)大數(shù)據(jù)平臺(tái)的網(wǎng)絡(luò)傳輸帶寬、存儲(chǔ)設(shè)備容量與性能、平臺(tái)管理與決策智能性和應(yīng)用決策經(jīng)濟(jì)性等方面的建設(shè)，保證大數(shù)據(jù)平臺(tái)決策所依據(jù)的信息具備較高的價(jià)值密度、可用性、信息對(duì)稱性和可控性。此外，還應(yīng)加強(qiáng)圖書資料的大數(shù)據(jù)管理、大數(shù)據(jù)挖掘和深度分析專業(yè)人才隊(duì)伍的建設(shè)，提高大數(shù)據(jù)平臺(tái)在整合圖書資料的多源異構(gòu)以及跨域關(guān)聯(lián)海量數(shù)據(jù)的能力，實(shí)現(xiàn)人才、大數(shù)據(jù)分析平臺(tái)和用戶服務(wù)系統(tǒng)的最優(yōu)化結(jié)合，從而能為軍事科研提供更高標(biāo)準(zhǔn)的服務(wù)。

4.4 增強(qiáng)大數(shù)據(jù)價(jià)值發(fā)現(xiàn)和數(shù)據(jù)洞察能力

首先，軍事科研人員群體具有專業(yè)類型復(fù)雜、知識(shí)層次多樣、年齡與性別差異大、閱讀終端多樣化和閱讀周期不規(guī)律的特點(diǎn)，因此對(duì)軍事科研人員群體進(jìn)行大數(shù)據(jù)信息采集時(shí)，在加強(qiáng)對(duì)具有相同特征用戶群的公共特征大數(shù)據(jù)信息采集的同時(shí)，還要兼顧具有相同特征用戶群中不同個(gè)體的差異性，保證所采集的數(shù)據(jù)具有多樣性和大價(jià)值屬性。其次，對(duì)大數(shù)據(jù)資源使用前管理的科學(xué)性和效率，是關(guān)系數(shù)據(jù)可用和可控的關(guān)鍵。按照數(shù)據(jù)類型劃分，大數(shù)據(jù)資源可分為服務(wù)系統(tǒng)配置與管理數(shù)據(jù)、用戶行為數(shù)據(jù)、社會(huì)關(guān)系數(shù)據(jù)、用戶位置和閱讀模式數(shù)據(jù)、用戶閱讀評(píng)論與反饋數(shù)據(jù)等。通常情況下，這些數(shù)據(jù)以割裂、離散和孤立的狀態(tài)呈現(xiàn)。應(yīng)消除大數(shù)據(jù)庫內(nèi)部和不同服務(wù)系統(tǒng)之間的“數(shù)據(jù)孤島”現(xiàn)象，實(shí)現(xiàn)大數(shù)據(jù)的自由流動(dòng)和關(guān)聯(lián)分析，努力挖掘其中蘊(yùn)含的潛在數(shù)據(jù)價(jià)值，從而使軍事科研人員能夠了解數(shù)據(jù)之間的關(guān)聯(lián)。再次，大數(shù)據(jù)的應(yīng)用過程應(yīng)堅(jiān)持“信息—知識(shí)—智慧”的步驟原則，從大數(shù)據(jù)資源中發(fā)現(xiàn)數(shù)據(jù)規(guī)律和獲取知識(shí)，提升大數(shù)據(jù)知識(shí)獲取、預(yù)測(cè)、判斷和決策能力，最終通過智慧決策和自動(dòng)化管理過程實(shí)現(xiàn)圖書資料保障的“智慧”服務(wù)，使得軍事科研人員在最短時(shí)間內(nèi)找到需要的數(shù)據(jù)。最后，大數(shù)據(jù)閱讀活動(dòng)是一個(gè)多模式和隨機(jī)的過程，應(yīng)細(xì)化所采集軍事科研人員實(shí)時(shí)閱讀行為數(shù)據(jù)的類型、次數(shù)、頻率、時(shí)間、閱讀習(xí)慣和評(píng)估等級(jí)，通過服務(wù)推薦系統(tǒng)、電子郵件、短信等方式，實(shí)現(xiàn)基于大數(shù)據(jù)的讀者個(gè)性化精準(zhǔn)服務(wù)。

5 結(jié)束語

一位西方軍事家曾經(jīng)說過，“勝利向那些能預(yù)見戰(zhàn)爭(zhēng)特性變化的人微笑，而不是向那些等待變化發(fā)生后才去適應(yīng)的人微笑?！避娛驴蒲蟹妒降淖兏锱c創(chuàng)新既有自發(fā)的動(dòng)力，也有來自外界的推力。軍事科學(xué)成果推動(dòng)了大數(shù)據(jù)時(shí)代的到來，而大數(shù)據(jù)又為軍事科研范式變革提供了新的手段與方法。目前，西方軍事強(qiáng)國均把大數(shù)據(jù)視為潛在的巨大戰(zhàn)斗力，都想搶占這一“數(shù)據(jù)紅利”，從而推動(dòng)大數(shù)據(jù)相關(guān)軍事科研活動(dòng)展開。我軍應(yīng)該積極順應(yīng)時(shí)代要求，把握歷史機(jī)遇，借力大數(shù)據(jù)優(yōu)化軍事科研方式、提高軍事科研效率，加快推進(jìn)國防和軍隊(duì)信息化建設(shè)。

［1］ K TOM. Big date is a big deal［EB/OL］. ［2014 -03 -21］http://www.whitehouse. gov/blog/2012/03/29big - date - big -deal.

［2］ 邁爾·舍恩伯格，庫胡耶. 大數(shù)據(jù)［M］. 盛楊燕，周濤，譯. 浙江:浙江人民出版社，2013.

［3］ 伊恩·艾瑞斯.大數(shù)據(jù)思維與決策［M］.北京:人民郵電出版社，2014.

［4］ 埃里克·西格爾.大數(shù)據(jù)預(yù)測(cè)［M］.周昕，譯.北京:中信出版社，2014.

［5］ 馬曉亭.基于可信大數(shù)據(jù)的圖書館個(gè)性化服務(wù)平臺(tái)構(gòu)建［J］.圖書館理論與實(shí)踐，2015(1):85 -87.

［6］ 王曉燕，吳應(yīng)清.數(shù)據(jù)挖掘技術(shù)分析及其應(yīng)用評(píng)價(jià)［J］. 辦公自動(dòng)化，2007(6):52 -54.

［7］ 高世光.基于模糊聚類的數(shù)據(jù)挖掘技術(shù)研究［D］. 長沙:國防科學(xué)技術(shù)大學(xué)，2002.

［8］ 陳源.數(shù)據(jù)挖掘在高校檔案管理中的應(yīng)用研究［J］.辦公室業(yè)務(wù)，2013(22):144 -145.

［9］ 胡曉峰.大數(shù)據(jù)時(shí)代對(duì)建模仿真的挑戰(zhàn)與思考［J］.軍事運(yùn)籌與系統(tǒng)工程，2013，27(4):5 -12.