美国政府NIST大数据互操作性框架的特点研究及启示

总结，以期为我国制定大数据参考框架、促进跨界合作提供有益的参考。[方法/过程]以内容分析法和文本分析法为主要研究方法，以从美国NIST官网获得的公开政策、研究报告等作为主要数据来源，从数据层、框架层、角色层和应用层等方面分析总结美国大数据参考框架的特点。[结果/结论]分析发现：NIST构建了一个具有较强参考性与适用性的大数据概念框架，着重体现了大数据范式的前后变化并鼓励挖掘大数据应用的可能性。启示我国政府在制定大数据参考框架时，应当在理论层面达成共识的前提下，关注可参考价值与利益相关者的开发需求，同时在需求与价值之间构建起映射关系。

关键词：大数据;政府;参考框架;概念模型;利益相关者

DOI：10.3969/j.issn.1008-0821.2019.11.001

〔中图分类号〕G201 〔文献标识码〕A 〔文章编号〕1008-0821（2019）11-0003-10

Abstract：[Purpose/Significance]Through the analysis on the background and content of NIST Big Data Interoperability Framework，the main characteristics were summarized to provide beneficial advice for the big data development in China.[Method/Process]With the methods of content analysis and text analysis，from the aspects of data layer，frame layer，role layer，and application layer，the analysis and summary on NIST Big Data Interoperability Framework were made based on the data of public policy and research report mainly collected from the NIST official websites.[Result/Conclusion]It is found that NIST established a comparatively perfect reference framework，and emphasis on the changes in the big data paradigm and encourage the possibility of big data applications.When formulating the big data reference framework，China can pay attention to the reference value and the development needs of stakeholders under the premise of reaching a consensus on the theoretical level，and build a mapping relationship between demand and value.

Key words：big data;government;reference framework;conceptual model;stakeholder

大數据已成为推动经济发展、完善社会治理、提升政府服务和监管能力的新动力和新途径。各国在积极制定和实施大数据发展战略的过程中，面临一个重要挑战就是如何处理好跨部门、跨领域的大数据管理问题从而发挥大数据的基础性和战略性价值。2016年5月，美国国家标准与技术研究院（National Institute of Standards and Technology，简称NIST）发布了大数据互操作性框架（NIST Big Data Interoperability Framework）并于2018年3月进行了更新[1]，以适应新阶段的发展要求。美国的NIST大数据互操作性框架针对的是跨部门大数据管理与应用问题，本文通过分析与研究该框架，对面临同样发展困境的我国大数据发展具有一定的参考价值。

以“大数据+互操作/参考框架/参考架构/标准/概念模型”为检索关键词，笔者在中国知网检索到了87篇相关文献，在Springer、Science Direct和EBSCO检索到了323篇相关文献。通过中外对比，发现在关键词分布上国内外呈现出较为明显的区别。国内文献重点关注的是大数据指导标准的建立，譬如，肖筱华等[2]和张群[3]对当前国内大数据标准体系及标准研制情况的研究。相较而言，大数据参考架构和概念模型的研究成果不如标准多，但是也占据了较高的比例，譬如，郑大庆等综合了大数据治理的内部要素和外部应用特征构建了一个大数据治理参考框架[4]。国外文献相较于标准制定，更偏重于对参考架构的研究，Nadal S等遵循软件工程原则细化了大数据系统的参考模型，并用它创建支持Semantic-aware大数据系统的软件参考体系架构[5]。Pkknen P等认为将Twitter、LinkedIn和Facebook等大数据开发案例的方法抽取到统一概念模型上尚且存在研究空白，因此，对已公布大数据用例实现架构进行了分析，由此提出了大数据系统的技术独立参考架构[6]。笔者认为，国家标准和行业标准提供的是相对具体的指导，在大数据范式尚处于探索阶段时，宏观概念层次的参考架构可以为大数据领域的创新提供更多的空间，抽象化的体系也更加有利于不同技术、组织和资源的融合与交流，然而，国内对该主题的研究尚显得较为薄弱，这为本文提供了研究空间。另外，笔者未发现以NIST大数据参考性框架为研究对象的文章，因此，本文以该框架作为介绍与分析的对象，具有一定的研究意义。