中国社会科学网讯（记者吴楠）大数据正以其海量、瞬刻、全息、价值低密、虚实莫辨的特征逐渐改变着科学、社会、经济与生活方方面面。如何将大数据时代碎片化、多维异构的海量数据融合成用户所需的系统化或者创新性的知识？如何为用户提供知识创新服务？近日，在南京理工大学开题的2016年度国家社科基金重大项目“面向知识创新服务的数据科学理论与方法研究”，将对这些问题进行探索。

　　“在大数据时代，大数据已经成为描述现实世界各种物质的新形式、认识事物和表述观点的新方法、预测未来事件的重要依据，以大数据为基础探求未来发展趋势，进而开展产品和服务的研发与改进正在成为各个行业的迫切需求。”该课题首席专家、南京理工大学经济管理学院教授王曰芬认为，数据科学作为一个新兴的研究领域，面对着发展过程中不断涌现的问题，要形成对大数据应用的基石与支柱，必须不断加大从不同学科和各个应用领域对数据科学理论与方法研究的力度。

　　教育部“长江学者”特聘教授、南京大学信息管理学院教授苏新宁也表示，如今，大数据时代到来，社会正处于数据分析与数据科学混乱的局面，即大多数人仅仅是通过开发软件对数据进行分析。此时正需要学者对数据加深研究，提炼出数据科学的理论与方法。他认为，在具体研究中，一是考虑如何从数据采集的角度帮助创建数据科学理论，从而指导科学研究中的数据采集；二是考虑数据内部之间关系模式研究，即数据的微观理论；三是注重数据科学方法论研究；四是强调数据融合的理论与方法。“现如今的数据融合只是数据的简单集成，该课题需要考虑如何在大数据环境下进行真正的数据融合。”他说。

　　北京大学信息管理系主任李广建则指出，目前，对于数据科学来说，多数领域的实践超前于理论，技术手段超前于方法。国内外在数据科学的理论与方法研究处于同一个起跑线，将来我国甚至会超前于其他国家，因此该课题研究发挥着开辟的作用。他强调，相关数据科学研究避免做单纯的数据分析、信息分析，即需要在现有方法的基础上，提炼出新思想和新方法；避免单纯应用统计学分析方法和工具，应提出新的方法论和方法体系；避免变成大数据应用，要构建体系框架、概念信息等。

　　中国社会科学院学部委员黄长著表示，数据科学研究涉及多学科的交叉，有一定的实践性，要加强实践验证部分研究，体现理论对实践的指导意义；在研究过程中，一方面要考虑数据管控的问题，另一方面还应注重数据分析，因为数据本身的意义还在于数据分析，数据分析和数据挖掘实际上与知识发现和知识服务有着密切的关系。

　　据悉，该课题将以大数据时代为背景，以解决知识创新和知识服务面临的问题为切入点，探索面向知识创新服务的数据科学的理论基础和体系架构，研究核心技术方法，验证数据科学理论与方法的应用途径与效果，进而完善数据科学的理论与方法体系。