數據學(研究探索數據界的理論、方法和技術)

數據學（Dataology）是關於數據的科學或者研究數據的科學，定義為：研究探索信息空間（Cyberspace）中數據界（datanature）奧秘的理論、方法和技術，研究的對象是數據界中的數據。與自然科學和社會科學不同，數據學和數據科學的研究對象是信息空間的數據，是新的科學。數據學和數據科學主要有兩個內涵：一個是研究數據本身，研究數據的各種類型、狀態、屬性及變化形式和變化規律；另一個是為自然科學和社會科學研究提供一種新的方法，稱為科學研究的數據方法，其目的在於揭示自然界和人類行為現象和規律。

基本介紹

• 中文名：數據學
• 外文名：Dataology
• 適用領域：數據處理與數據套用
• 所屬學科：數據科學與數據學（Datalogy）

定義

數據學（Dataology）是關於數據的科學或者研究數據的科學，定義為：研究探索信息空間（Cyberspace）中數據界（datanature）奧秘的理論、方法和技術，研究的對象是數據界中的數據。

1974年彼得·諾爾（Peter Naur）出版了《計算機方法的簡明調研（Concise Survey of Computer Methods）》中將數據科學定義為：“處理數據的科學，一旦數據與其代表事物的關係被建立起來，將為其他領域與科學提供借鑑”。彼得·諾爾在《計算機方法的簡明調研》的前言中首次明確提出了數據科學（Data Science）的概念，“數據科學是一門基於數據處理的科學”，並提到了數據科學與數據學（Datalogy）的區別——前者是解決數據（問題）的科學（the science of dealing with data），而後者側重於數據處理及其在教育領域中的套用（the science of data and of data processes and its place in education）。

發展歷史

自上世紀60年代，彼得·諾爾（Peter Naur）首次提議要用“數據科學、數據學（Data science、Datalogy）”替代“計算機科學（Computer science）”，國際分類社團聯盟在上世紀90年代中期採用了這一建議。2001年，William S.Cleveland在其Visualizing Data一書中提議將數據科學作為一個新的學科，吸收計算機在數據處理方面取得的進展作為統計學的延伸。側重於網際網路數據和音像數據的《數據科學》（Data Science Journal）期刊以及側重於統計方法大規模套用的The Journal of Data Science分別於2002年與2003年開始發行。

2005前後，數據科學開始由學術向行業大規模遷移，一些Web公司開始開發大數據技術，並對其收集的數據進行挖掘利用。2005年，美國國家科學委員會發表了《數字數據收集萬歲：促進21世紀的研究與教育》，文中定義了數據科學家一詞。Greylock Partners的數據科學家D.J.Patil跟Jeff Hammerbacher一起在Facebook和LinkedIn上建立了數據與分析小組，這一舉動被視為是數據科學走向職業化的標誌。伴隨而來的是，Natahn Yau於2009年首次提及“數據科學家”這一職業。2009年1月，數位化數據跨機構工作組發表的名為《駕馭科學與社會數位化數據之力》的報告也提到“數據科學家”一詞。2009年6月，一個在學術性崗位工作的澳大利亞人Troy Sadkowsky在LinkedIn建立了一個數據科學家小組，作為其datasceintists網站的輔佐，成為數據科學職業化的正式標誌。