[论文解读] Cloud-Based Big Data Management and Analytics for Scholarly Resources: Current Trends, Challenges and Scope for Future Research

Samiya Khan, Kashish Ara Shakil+1 more|arXiv (Cornell University)|Jun 6, 2016

Big Data and Business Intelligence参考文献 51被引用 6

一句话总结

本文综述了面向学术资源的云环境大数据管理与分析，识别了当前趋势、架构与服务挑战，以及未来研究方向。提出了一套可扩展的跨学科学术数据平台框架，以支持专家发现和研究推荐系统等应用，强调采用云原生解决方案应对日益增长的学术数据体量与复杂性。

ABSTRACT

With the shifting focus of organizations and governments towards digitization of academic and technical documents, there has been an increasing need to use this reserve of scholarly documents for developing applications that can facilitate and aid in better management of research. In addition to this, the evolving nature of research problems has made them essentially interdisciplinary. As a result, there is a growing need for scholarly applications like collaborator discovery, expert finding and research recommendation systems. This research paper reviews the current trends and identifies the challenges existing in the architecture, services and applications of big scholarly data platform with a specific focus on directions for future research.

研究动机与目标

• 分析面向学术资源的云环境大数据管理的当前趋势。
• 识别学术大数据平台在架构、服务和应用层面的挑战。
• 探讨跨学科研究数据集成与智能学术应用的需求。
• 概述可扩展、云原生学术数据分析系统未来的科研方向。
• 支持下一代工具（如合作者发现与研究推荐系统）的开发。

提出的方法

• 对数字图书馆与大数据平台领域现有文献与技术趋势进行系统性综述。
• 分析云计算在实现学术数据弹性、分布式存储与处理中的作用。
• 研究异构学术数据源（如出版物、元数据、引用）的数据集成技术。
• 基于可扩展性、互操作性以及对分析工作负载的支持，评估现有学术数据平台。
• 识别未来云环境学术数据平台所需的关键组件，包括索引、查询与机器学习流水线。
• 提出一种支持实时分析与语义增强的云原生学术大数据平台框架。

实验结果

研究问题

• RQ1 面向学术资源的云环境大数据管理当前有哪些趋势？
• RQ2 现有学术数据平台在架构与服务层面面临哪些主要挑战？
• RQ3 云计算如何实现对大规模学术数据的可扩展且高效的分析？
• RQ4 构建专家发现与研究推荐系统等智能学术应用的关键需求是什么？
• RQ5 面向云环境的学术数据平台有哪些有前景的未来研究方向？

主要发现

• 学术数据体量的持续增长及其跨学科特性，要求采用云平台实现可扩展的管理与分析。
• 现有学术数据平台在数据集成、语义互操作性以及对实时分析的支持方面面临挑战。
• 云原生架构能够实现弹性扩展，并以更具成本效益的方式处理多样化的学术数据源。
• 亟需标准化、语义增强的数据模型，以提升学术应用的准确性。
• 未来研究应聚焦于构建智能、可扩展的平台，以支持协作式研究发现与推荐系统。
• 在云环境中集成机器学习与自然语言处理技术，在提升学术数据分析能力方面展现出巨大潜力。