基于VOSviewer的大數據技術應用研究現狀與熱點分析

滕曉燕 吳忠

摘? ?要：利用文獻分析法和VOSviewer可視化軟件梳理大數據技術在數字化轉型中的應用及研究現狀。結果顯示，大數據技術在數字化轉型中的應用處于發展階段，大規模應用還面臨不少關鍵技術難題。數字化轉型是人工智能、大數據、云計算等新一代信息技術引發的系統性變革，大數據是數字化轉型的核心和數字經濟的關鍵生產要素。大數據技術的戰略意義并非在于獲取大量的數據信息，而在于對這些具有意義的數據進行專業化處理及場景應用。

關鍵詞：數字化轉型；大數據；技術應用；VOSviewer可視化分析

中圖分類號：F124? ? ? ? 文獻標志碼：A? ? ? 文章編號：1673-291X（2024）05-0055-03

1980年，阿爾文·托夫勒在其著作《第三次浪潮》中首次引入了“大數據”的概念[1]。2010年，美國麥肯錫公司發布了首個涉及大數據的專題報告。隨后，該公司在2011年的報告中正式定義了“大數據”的概念。為了提高大數據和分析的認知，麥肯錫全球研究院于2011年5月發表了一篇名為“大數據：創新，競爭和生產力的下一個前沿”的開創性論文，從而引起了人們的關注。2012年，維克托·邁爾—舍恩伯格出版了他的著作《大數據時代》，他被公認為大數據商業應用的先驅。大數據為人類提供了一種全新的方式來認識和改造世界，因此被視為當代社會人類的新世界觀和方法論[2]。劉維貴從四個角度論證了2013年是“大數據元年”[3]，之后這一概念迅速成為熱詞。根據谷歌公司的趨勢分析（它提高了人們對關鍵詞的搜索興趣），大數據和分析熱潮在2016年6月達到了頂峰。本研究分析了大數據技術的原理及特點，梳理大數據技術在數字化轉型中的應用及研究現狀，探討該技術在數字化轉型進程中的發展前景。

一、大數據的技術原理和技術特點

（一）大數據的技術原理

目前關于大數據（Big data）的定義有多種說法。國際數據中心（IDC）將大數據定義為更經濟地從高頻率的、大容量的、不同結構和類型的數據中獲取價值而設計的新一代架構和技術[4]。根據Gartner的觀點，大數據是指信息資產的一個類別，它具有海量、高增長率和多樣化的特點，并且需要新的處理模式才能發揮其更強的決策力、洞察發現力和流程優化能力。而在2011年，麥肯錫全球研究所對大數據進行了定義，他們認為大數據是指一個數據集合，其規模遠遠超出了傳統數據庫軟件工具的能力范圍，主要表現在獲取、存儲、管理和分析方面。大數據具有四個主要特征，包括海量的數據規模、快速的數據流轉、多樣的數據類型和價值密度低[5]。后兩個定義得到的認可最多。

就目前對“大數據”概念的使用來看，在此我們限定研究作為技術工具、研究方法的大數據，具體到本文，大數據是數字化轉型的利器。數字化轉型是信息技術引發的系統性變革，需要一套涵蓋“數據、技術、流程和組織”的系統性解決方案。組織可以利用設備設施、信息技術軟硬件、網絡和平臺等資源，充分利用云計算、大數據、物聯網、人工智能和區塊鏈等新一代信息技術的先進功能，有序推進技術的整合、融合和創新[6]。

（二）大數據的技術特點

2013年，IBM公司總結了大數據的技術特點為“5V”，包括數據量大（Volume）、數據速度快（Velocity）、數據類型多樣（Variety）、數據價值高（Value）和數據準確性（Veracity）。國際數據公司（IDC）用“4V+1C”的特征來定義大數據：龐大數據集合（Volume）、極速數據更新（Velocity）、多樣數據種類（Variety）、難以估量的數據價值（Value）和精密分析處理（Complexity）[4]。以上都包含大數據的4個“V”：（1）大量。隨著信息技術的高速發展，數據開始爆發性增長。（2）多樣。廣泛的數據來源，決定了大數據形式的多樣性。（3）高速。數據持續涌現，速度更快者占據優勢。（4）價值。只要合理運用并確切、準確地分析數據，將帶來豐厚的價值回報。這也是大數據的核心特征[3]。

（三）大數據技術的發展歷程

1997年10月，Michael Cox和David Ellsworth在美國計算機學會的數字圖書館中發表了一篇名為《為外存模型可視化而應用控制程序請求頁面調度》的文章。這是該學會數字圖書館中首次使用“大數據”一詞的文章。1999年8月，Steve Bryson、David Kenwright、Michael Cox、David Ellsworth和Robert Hemenway發表了一篇名為《千兆字節數據集的實時性可視化探索》的文章，該文章是在《美國計算機協會通訊》上使用“大數據”一詞的第一篇文章。2001年，美國Gartner首次開發了大數據模型。2005年Hadoop項目誕生。2008年，著名的《自然》雜志推出了一期專門介紹“Big Data”概念的刊物。隨后，從2009年開始，“大數據”逐漸成為互聯網信息技術行業中的熱門詞匯。2011年5月，麥肯錫的全球研究院發布了一份題為《大數據：創新、競爭和生產力的下一個新領域》的報告，這是專業機構首次詳細介紹和展望大數據。為了推動我國大數據技術的研究和發展，2012年中國計算機學會啟動了CCF大數據專家委員會，并發布了《2013年中國大數據技術與產業發展白皮書》。此后，國內外學術界和工業界都積極行動起來，廣泛開展大數據技術的研究和開發[7]。總之，論文奠定大數據技術發展基石，業務催生大數據技術不斷突破，效率倒逼大數據技術迭代更新。

二、大數據在數字化轉型中的應用

（一）大數據在國內數字化轉型中的應用分析

2013年以來，大數據成為各行各業的新的研究熱點之一。在中國知網CNKI數據庫，以“大數據+數字化轉型”為主題，檢索日期為2023年3月，時間限定為2012年1月至2022年3月，共檢索到相關研究文獻3 910篇，其中學術期刊3 161篇，占比80.84%；學位論文272篇，占比6.96%；其他會議、報刊等478篇，占比12.20%。從主題看，以數字化轉型、大數據為主題的文章為1 512篇，占比38.67%；數字經濟、大數據時代、數字政府的文章為361篇，占比9.23%。其他文章為2 037篇，占比52.1%。從發表年份來看，2012年，學術界相關研究文獻僅有兩篇，此后的研究是爆發式增長，尤其是從數字化轉型的元年2017年開始。2017—2022年分別為154篇、284篇、494篇、994篇、1 620篇、198篇，相關研究已經頗具規模。

（二）大數據在國外數字化轉型中的應用分析

選定的同行評審數據庫是web of science核心合集，以“big data”為主題進行搜索。檢索日期：2022年3月，時間限定為1975年1月—2022年3月，檢索到69 074篇。以“big data”組合“digital transformation”，檢索到文獻509篇。從發表時間來看，2015年檢索到1篇相關研究文獻，2016—2022年，相關研究文獻分別是10篇、23篇、42篇、86篇、121篇、189篇、37篇。在國外，大數據的研究前五位的國家分別是德國（69篇），意大利（65篇），美國（61篇），英國（54篇），俄羅斯（34篇），中國（32篇）在國際排名第八。

三、大數據技術在數字化轉型領域的熱點

VOSviewer是一款基于JAVA的免費軟件，主要面向文獻數據，適應于一模無向網絡的分析，側重科學知識的可視化。通過Network visualization的主題共現發現研究熱點的結構分布。Density visualization可用來快速觀察重要領域以及某一領域知識及研究密度情況。據此我們總結出目前大數據在數字化轉型中應用的主要研究方向，具體如下：聚類#1：Wessel L.等人（2021）研究了數字化轉型和基于信息技術（it）的組織轉型的兩個區別；Zeki-Suac M.等人（2021）將大數據平臺和機器學習納入智能系統，以管理公共部門的能源效率；Manfreda A.等人（2021）的研究側重于技術采用、對效益的認知、安全性、與移動性相關的效率和擔憂等。聚類#2：Llopis-Albert C.等人（2021）分析了數字化轉型對企業績效模型和不同參與者滿意度的影響；Abdel-Basset M. 等人（2021）以一個實證的案例分析實際COVID-19患者，并顯示了破壞性技術對COVID-19分析框架的重要性。聚類#3：Liu H.等人（2019）確定了數字化轉型的三個階段：信息數字化、流程數字化和業務數字化；Osterrieder P.等人（2020）找到智能工廠研究模型，包括八個不同主題視角；Aheleroff S等人（2020）認為物聯網（IoT）在降低成本、提高效率、質量和實現面向數據的預測性維護服務方面的潛力等。聚類#4：Szalavetz A.（2018）研究發現先進制造技術AMT顯著提高了生產能力的所有組成部分；數字孿生等。聚類#5：Rijswijk K等人（2021）認為數字技術的設計和創造是成功實現社會—網絡—物理系統數字化轉型的條件；Manesh M.F.等人（2021）通過使用文獻綜述法，工業4.0中知識管理的知識結構和發展趨勢；Ghobakhloo M.（2019）發現生產效率和商業模式創新等經濟可持續性功能往往是工業4.0更直接的結果。聚類#6：Matarazzo M.等人（2021）發現數字工具有助于其商業模式的創新；Li H.等人（2021）研究發現數字技術促進了外部和內部關系以及數字技術業務戰略協調；Tronvoll B.等人（2020）發現制造商越來越多地尋求數字化來推動服務增長，Vaio A.D.（2021）等人認為數字創新可以通過優化新知識來促進新的商業模式；Ciampi F.等人（2020）研究發現數字化轉型工具在長期內有助于價值創造過程等。

四、討論（未來研究方向）

使用VOSviewer1.6.16版本對以上在WOS里采集到的數據做出關鍵詞標簽視圖。Overlay visualization可以分析領域內研究趨勢的演變。2019年以前：云計算、數字創新、Dwivedi Y.K.等人（2020）認為，COVID-19流行病迫使許多組織進行重大變革，并使用技術來維持運營等。2019年1—5月：數字化制造、隱私、信息數字化等。2019年6—12月：機器學習、工業物聯網、大數據科學等。2020年1—5月：Sb A.等人（2018）確定了數字化轉型如何影響循環經濟中優化采購流程的意圖；Urbinati A.等人（2020）認為可以采用變革管理的理論視角來確定企業在開放式創新過程中實施數字技術所采取的組織和過程層面的管理行動，從而彌合這一差距等。2020年5—12月：企業績效、大數據分析、機器人科學（或技術）等。2021年以后：Frank A.G.，等人（2019）從商業模式創新（BMI）的角度將服務化和工業4.0概念聯系起來；Frank A.G.等人（2019）工業4.0技術（前端技術和基礎技術）在制造企業中的采用模式等。

五、結束語

本文首先介紹了大數據技術的背景、定義，技術特點和發展歷程。檢索了CNKI和WOS的數據庫里”大數據+數字化轉型”主題的相關文獻并梳理，通過可視化軟件VOSviewer1.6.16版本梳理出目前的主要研究領域，最后本文對”大數據+數字化轉型”主題的未來研究方向和科學問題進行了探討與總結。

參考文獻：

[1]? ?阿爾文·托夫勒.黃明堅，譯.第三次浪潮 未來三部曲[M].北京：中信出版社，2018.

[2]? ?維克托·邁爾-舍恩伯格，肯尼思·庫克耶.盛楊燕，周濤，譯.大數據時代[M]．杭州：浙江人民出版社，2013.

[3]? ?劉維貴.“大數據”研究綜述[J].辦公自動化，2014（1）：27-30.

[4]? ?Gantz J，Reinsel D. Extracting value from chaos[J].IDC iView， 2011： 1-12.

[5]? ?Manyika J，Chui M，Brown B，et al.Big data：the next frontier for innovation，competition，and productivity[R].McKinsey Global Institute，2011.

[6]? ?中關村信息技術和實體經濟融合發展聯盟.數字化轉型 參考架構 T/AIITRE 10001-2020[M].北京：清華大學出版社，2020.

[7]? ?陳穎.大數據發展歷程綜述[J].當代經濟，2015（8）：13-15.

[責任編輯? ?文? ?欣]