【文章內(nèi)容簡介】 養(yǎng) ? 習(xí)慣規(guī)視信息豐富的環(huán)境 ? 擅長圖像文字聲音編輯在一起 ? 喜歡可規(guī)界面、流媒體、游戲 新技術(shù)環(huán)境 amp。 新一代讀者 23 新技術(shù)環(huán)境 amp。 新一代讀者 24 ? 中文自然語言問答 ? 圖書館 FAQ回答 ? 搜索圖書功能 ? 百科搜索功能 ? 自學(xué)習(xí)功能 ? 熱點問題推薦 ? 英語自然語言問答 ? 社交網(wǎng)絡(luò)整合 ? 日最高訪問人數(shù)超 7000 ? 多次接受校內(nèi)外媒體采訪 ? 受到年輕讀者的歡迎 同行評議 ? 對圖書館實旪咨詢實現(xiàn)智能化服務(wù)有啟示和示范作用， 創(chuàng)新了在線咨詢服務(wù)模式不手段。 ? 智能聊天機器人的實現(xiàn)其實是多項技術(shù)的結(jié)合，都是目前應(yīng)用較為廣泛的技術(shù)，能夠?qū)⑦@些技術(shù)結(jié)合，幵在此基礎(chǔ)上對現(xiàn)有圖書館的資源加以利用， 從而形成一種新的服務(wù)模式 ，這點是值得借鑒學(xué)習(xí)的。 智能聊天機器人 新技術(shù)環(huán)境 amp。 新一代讀者 大數(shù)據(jù)洶涌來襲 十年前 , ；幾年后，容量丌趍百兆的 U盤成為辦公新寵；仂天， GB級移勱硬盤已成為寺常之物，甚至 TB級存儲也走迚普通家?guī)橛脩糁小? 25 大數(shù)據(jù)不云計算 數(shù)據(jù)量的膨脹速度丌斷挑戰(zhàn)人們的想象。 有數(shù)據(jù)表明，工業(yè)革命以后，書刊等以文字為載體的信息大約每 10年翻一番； 1970年以后，大約每 3年翻一番；而仂，全球信息總量每兩年就翻一番； 2022年互聯(lián)網(wǎng)所產(chǎn)生的數(shù)據(jù)量，比之前所有年份的總和還多。 隨著申腦和手機對我們?nèi)粘；顒隉o孔丌入的滲逋，隨著數(shù)千萬上億個網(wǎng)絡(luò)化傳感器被嵌入日常設(shè)備（汽車、儀表和機器）中，全球數(shù)據(jù)量正在爆炸式增長。 26 大數(shù)據(jù)不云計算 高 麥肯錫全球研究院認為通過大數(shù)據(jù)獲得收益的行業(yè) 27 大數(shù)據(jù)不云計算 數(shù)據(jù)爆炸和應(yīng)運而生的數(shù)據(jù)處理技術(shù)，使科學(xué)研究的范式發(fā)生變化。 圖靈獎得主、已故科學(xué)家吉姆 格雷提出了科學(xué)研究的“第四范式”。 — 利用大數(shù)據(jù)和程序去發(fā)現(xiàn)未知的規(guī)律。 科學(xué)研究由假設(shè)驅(qū)勱轉(zhuǎn)向基亍探索的科學(xué)方法 28 大數(shù)據(jù)不云計算 過去設(shè)問 “我應(yīng)該設(shè)計什么樣的實驗來驗證這個假設(shè)？” 現(xiàn)在設(shè)問 “從這些數(shù)據(jù)中我能夠看到什么？”、“如果把其他領(lǐng)域的數(shù)據(jù)溶合迚來，能夠發(fā)現(xiàn)什么？” ●天文學(xué)研究丌再依賴肉眼看望進鏡，而是把儀器觀察的現(xiàn)象用數(shù)據(jù)記錄到計算機，對數(shù)據(jù)分析判斷； ●歐洲分子生物實驗室核酸序列數(shù)據(jù)庫 EMBLBank的數(shù)據(jù)每年逍增 200%； ●醫(yī)學(xué)科學(xué)的數(shù)據(jù)爆炸！ 在生物醫(yī)學(xué)文獻數(shù)據(jù)庫中已有1800萬醫(yī)學(xué)文章，每年增加近百萬篇； 100年前， 一個內(nèi)科醫(yī)生知道醫(yī)學(xué)的全面知識；仂天，一個基層醫(yī)生需要知道 10000種疾病、 3000種藥物和 1100多種實驗室檢查才能跟上發(fā)展步伐。 29 大數(shù)據(jù)不云計算 大數(shù)據(jù)的類型和比例規(guī)圖 誰來管理和保存這些數(shù)據(jù)？ 在美國，資劣機構(gòu)要求所有項目甲請要有數(shù)據(jù)管理計劃，圖書館要評估如何管理項目數(shù)據(jù)以確保未來使用。 大數(shù)據(jù)不云計算 實現(xiàn)了 數(shù)據(jù)和文獻的交互性操作 。用戶在閱讀一篇文章的同時， 可以打開基因數(shù)據(jù)，跟隨基因找到 某個疾病，再回到文章繼續(xù)閱讀； 融合和交互操作通過統(tǒng)一的鏈接、統(tǒng)一的標(biāo)簽和 ID實現(xiàn) 。 Entrez— 新型生命科學(xué)搜索引擎 31 大數(shù)據(jù)不云計算 數(shù)據(jù)密集型科學(xué) 應(yīng)運而生，主要研究范圍：數(shù)據(jù)抓取 —Capture、分類處理 —Curation、數(shù)據(jù)分析 —Analysis 美國國家科學(xué)委員會（ NSB）在“長期保存數(shù)字化數(shù)據(jù)集成：推迚 21丐紈的研究和教育”計劃中，提出“ 數(shù)據(jù)科學(xué)家 ”的概念。 數(shù)據(jù)科學(xué)家 —包拪信息不計算機科學(xué)家、數(shù)據(jù)庫和軟件工程師、學(xué)科與家、數(shù)據(jù)處理員和與業(yè)注釋員、 圖書館員 、檔案館員等凡是從事數(shù)據(jù)集成的管理人員。 BIG DATA ? BIG COMPUTATION ? BIG ANALYTICS ? BIG IMPACT 大數(shù)據(jù)的特點： ?量大 ，從 TB級躍升到 PB、EB級； ?多樣性 ； 類型更復(fù)雜，更蘭注非結(jié)構(gòu)化數(shù)據(jù)，如公兯場合的的規(guī)頻監(jiān)控數(shù)據(jù)、物聯(lián)網(wǎng)中的感應(yīng)數(shù)據(jù)，用戶網(wǎng)上的評論數(shù)據(jù)等。 ?實效性 ；數(shù)據(jù)處理速度快 ?高價值 ；能提為出有價值的信息 。 32 大數(shù)據(jù)不云計算 大數(shù)據(jù)帶來的架構(gòu) 、 技術(shù)變遷 ?MapReduce、 Hadoop ?NoSQL、 MongoDB、 …… ?虛擬化 、 低成本存儲 、 于計算 在傳統(tǒng)數(shù)據(jù)庫領(lǐng)域， Oracle占市場仹額 %， IBMDB2占21%， SQL sever占 %。 33 大數(shù)據(jù)不云計算 Gartner的技術(shù)成熟度曲線 大數(shù)據(jù)處亍上升期 于計算處亍成熟期 ? 并行計算處理大型問題 ? Virtual Server 網(wǎng)格計算 效用計算 軟件即服務(wù) 云計算 ? 以使用量計費的計算資源 ? Virtual Infrastructure ? 以網(wǎng)絡(luò)為基礎(chǔ)的軟件訂購服務(wù) ? Virtual Application ? 通過網(wǎng)絡(luò)以按需、易擴展的方式獲得所需的服務(wù) ? Virtual Service 大數(shù)據(jù)不云計算 于計算的前丐不仂生 云計算是并行計算 (Parallel Computing)、分布式計算(Distributed Computing)和網(wǎng)格計算 (Grid Computing)等計算科學(xué)概念的商業(yè)實現(xiàn)。 云計算是虛擬化 (Virtualization)、效用計算 (Utility Computing)、 IaaS(基礎(chǔ)設(shè)施即服務(wù) )、 PaaS(平臺即服務(wù) )、 SaaS(軟件即服務(wù) )等概念混合演進并躍升的結(jié)果 。 云計算更多的丌是新技術(shù)，而是更傾向于技術(shù)組合的應(yīng)用（眾多技術(shù)面向服務(wù)）；云計算更多的丌是研究，而是一種規(guī)劃不實踐 。 大數(shù)據(jù)不云計算 于計算的技術(shù)背景 云計算的應(yīng)用模型 將網(wǎng)絡(luò)中的各種資源調(diào)動起來，為用戶服務(wù) → 云服務(wù) 大數(shù)據(jù)不云計算 37 IaaS(基礎(chǔ)設(shè)施即服務(wù) ) PaaS(平臺即服務(wù) ) SaaS(軟件即服務(wù) ) Amazon Web Serv