科研大數據非穩態（Unsteady State of Scientific Research Big Data，USS-SRBD）是指的是在科研創新活動過程中，科研大數據生態系統及其組成受內外因素的影響，從原有穩定的發展狀態暫時進入的一種波動性較強、改變原有發展軌跡、刺激科研系統運作的過渡發展階段。
基本介紹
- 中文名：科研大數據非穩態
- 外文名：Unsteady State ofScientific Research Big Data
- 所屬學科：圖書情報與檔案管理，情報學
特性,
特性
科研大數據非穩態是系統趨向有序化的內動力，具有泛化性、階躍性、重構性、雙刃性、輻射性、多維性等特徵。
(1) 泛化性 ( Universality) 。因內外干擾及突變的發生具有隨機性，非穩態的產生不受時間的限制，非穩態可以發生在科研大數據生產、傳遞、使用、分解的各個階段、科研主體合作的每條鏈條以及科學研究所包含的各個學科領域。非穩態的泛化性使科研人員必須及時準確識別並有效應對科研大數據非穩態，保證科研創新活動的順利進行。泛化性是科研大數據非穩態的基本特性。
(2) 階躍性 ( Step-change) 。科研大數據生態系統及其科研主體受到外界刺激 ( 環境突變、政策變更、技術革新等) 時，為了保障科研創新活動順利進行，對外界變化迅速做出適應性反應。同時，因為影響強度和頻率的不確定性，不同科研主體可能會經歷一次到多次的階躍回響，最終適應環境的科研大數據生態系統經由非穩態實現了向高級穩態的階躍式發展。階躍性使得科研數據實現了由 “低能量” ( 數據量較小、數據結構較簡單、系統活躍度低) 到 “高能量” ( 數據量較大、數據結構較複雜、系統活躍度高) 的跨越式 “躍遷”。階躍性是科研大數據非穩態的過程特性。
(3) 重構性 ( Reconstruction) 。科研大數據非穩態與原有穩態相比，因所屬系統內人員、數據、環境發生一定改變，系統的組成和結構也會隨之發生變化。系統會重新建構，可能因部分受損科研主體離開、科研團隊解散或是其他新成員的加入，造成系統內人員、數據的重組和更新。因其組成和結構發生改變，系統功能和數據生產能力也會有所改變。系統的重新構建不僅是系統原有組成的重新組合和加工，還是系統層次和結構的更新。重構性是科研大數據非穩態的結構特性。
(4) 雙刃性 ( Double-edged) 。“非穩態”對科研大數據生態系統的影響存在不確定性，這種 “影響”取決於觸發非穩態的原因、強度以及作用對象等因素，也與科研主體面對非穩態時採取的措施及態度有關。適當的擾動會激發科研主體活力，使系統向更好的方向發展，此時非穩態的影響是 “良性”的; 若擾動超過一定強度，科研大數據生態系統在面臨擾動時無能為力，導致系統穩定性遭受巨大破壞甚至完全崩潰，無法恢復到原有正常狀態，此時非穩態的影響就是 “惡性”的。雙刃性是科研大數據非穩態的利益特性。
(5) 輻射性 ( Radiativity) 。科研大數據生態系統各組成部分不是孤立存在的，系統中各組分之間及其與環境之間不斷進行著數據、物質、信息的交換，以數據流、物質流、信息流相互影響、相互聯繫。系統中任一組分一旦觸發非穩態，數據流、信息流、物質流就會按照一定的方向、路徑，以一定的強度和速率向外輻射，影響與之相關的生產者、消費者及分解者，系統內不在一條鏈上的個體、團體或組織都可能會受到不同程度的擾動，最終將波及整個系統。輻射性是科研大數據非穩態的方向特性。
(6) 多 維 性 ( Multi-dimensional) 。大數據具有多維性，科研大數據非穩態也涉及多維數據集合，因此兼具多維性特徵。科研大數據非穩態是由不同維度下的多種因素造成的，可大致分為環境、數據、人員、設施等因素。作用對象可以是單一科研個體，也可以是一個科研組織，甚至是整個科研大數據生態系統。並且因作用對象之間的差異性，同一因素對於不同的作用對象會產生不同的影響。同時，科研大數據非穩態核心活動也分為多個維度，不僅有時間維度、空間維度，還存在主體維度和客體維度。多維性是科研大數據非穩態的本質特性。
