[论文解读] Mapping Big Data into Knowledge Space with Cognitive Cyber-Infrastructure

Hai Zhuge|arXiv (Cornell University)|Jul 18, 2015

Cognitive Computing and Networks参考文献 2被引用 19

一句话总结

本文提出了一种认知网络基础设施框架，通过多维分析将大数据映射到知识空间，实现知识发现、共享与管理。该框架通过解决大数据计算的根本性挑战，确立了大数据计算的方法论，并将其置于不断演化的科学范式之中。

ABSTRACT

Big data research has attracted great attention in science, technology, industry and society. It is developing with the evolving scientific paradigm, the fourth industrial revolution, and the transformational innovation of technologies. However, its nature and fundamental challenge have not been recognized, and its own methodology has not been formed. This paper explores and answers the following questions: What is big data? What are the basic methods for representing, managing and analyzing big data? What is the relationship between big data and knowledge? Can we find a mapping from big data into knowledge space? What kind of infrastructure is required to support not only big data management and analysis but also knowledge discovery, sharing and management? What is the relationship between big data and science paradigm? What is the nature and fundamental challenge of big data computing? A multi-dimensional perspective is presented toward a methodology of big data computing.

研究动机与目标

• 解决大数据计算缺乏公认方法论及其根本性挑战的问题。
• 阐明大数据的本质及其与知识、科学范式和技术革新之间的关系。
• 开发一种超越传统数据处理的系统性框架，用于表示、管理和分析大数据。
• 建立一种认知网络基础设施，不仅支持数据管理，还支持知识发现与共享。
• 探讨大数据计算如何与第四次工业革命及科学范式演进相契合。

提出的方法

• 提出大数据计算的多维视角，整合数据、知识与认知过程。
• 引入认知网络基础设施作为管理大数据并实现知识提取的基础平台。
• 通过语义、结构和功能维度，实现从数据空间到知识空间的概念映射。
• 利用人工智能与语义技术，对异构大数据建模关系并推断知识。
• 将数据处理管道与知识表示及推理机制相结合，实现可扩展的知识发现。
• 在科学范式背景下定位大数据，特别是从经验主义向数据驱动科学的转变。

实验结果

研究问题

• RQ1 大数据计算的真实本质与根本挑战是什么？
• RQ2 如何系统性地将大数据映射到知识空间以实现发现与共享？
• RQ3 支持大数据处理与知识管理所需的网络基础设施是什么类型？
• RQ4 大数据与科学范式演进之间存在何种关系？
• RQ5 可以建立何种方法论以实现大数据的表示、管理与分析？

主要发现

• 大数据不仅仅是大规模数据，更是一种变革性力量，需要新的计算与认知框架。
• 认知网络基础设施通过整合语义建模与人工智能驱动的推理，实现了从数据到知识的转化。
• 通过多维分析与语义增强，将大数据映射到知识空间是可行的。
• 大数据的根本挑战在于其复杂性、异构性，以及超越传统处理方式的智能抽象需求。
• 大数据计算与第四次工业革命及科学范式演进密切相关。
• 所提出的框架为未来的大数据研究与知识发现系统提供了方法论基础。