[摘要]通過梳理webofscience核心合集收錄的224篇大數(shù)據(jù)分析能力相關(guān)文獻(xiàn)，運(yùn)用文獻(xiàn)計(jì)量法介紹其研究發(fā)展概況，歸納其研究主題，在此基礎(chǔ)上探尋大數(shù)據(jù)分析能力的研究進(jìn)展和商業(yè)價(jià)值，并提出了未來可能的研究方向。

　　[關(guān)鍵詞]大數(shù)據(jù)分析能力;商業(yè)價(jià)值;文獻(xiàn)計(jì)量分析;WOS

　　一、引言

　　大數(shù)據(jù)分析能力(bigdataanalyticscapability，BDAC)作為一項(xiàng)從數(shù)據(jù)中挖掘洞察的能力，帶來了商業(yè)價(jià)值創(chuàng)造的新可能，成為數(shù)字化時(shí)代“下一個(gè)創(chuàng)新前沿”[1-3]。許多企業(yè)把BDAC投資置于戰(zhàn)略發(fā)展的地位[4]，但是眾多組織在數(shù)據(jù)與分析方面還沒有成熟，BDAC進(jìn)展緩慢[5]。圍繞BDAC的相關(guān)主體，國外的學(xué)者們從大數(shù)據(jù)特征、智能算法、分析工具、資源配備等視角展開研究[6-8]，或是研究如何編排各種資源發(fā)展BDAC[7]，結(jié)合影響組織內(nèi)外部的各種因素探究大數(shù)據(jù)分析的價(jià)值所在[1];抑或是回溯以往信息系統(tǒng)與信息技術(shù)(informationtechnology，IT)的研究，對(duì)大數(shù)據(jù)、大數(shù)據(jù)分析、BDAC的相關(guān)定義進(jìn)行區(qū)分，總結(jié)BDAC關(guān)注的重點(diǎn)領(lǐng)域[9];或者從社會(huì)物質(zhì)觀出發(fā)分析數(shù)字化時(shí)代中人類與技術(shù)緊密聯(lián)系不可分割的特點(diǎn)[10]，將BDAC解構(gòu)為多重相互聯(lián)系的維度[11-12]。國內(nèi)的學(xué)者對(duì)BDAC的研究聚焦數(shù)據(jù)安全或者探索其內(nèi)涵與維度，嘗試從組織層面回答其與企業(yè)發(fā)展的關(guān)系[13-14]。

　　然而現(xiàn)有的研究主要關(guān)注BDAC的構(gòu)成和影響因素，未能從戰(zhàn)略和企業(yè)運(yùn)營的視角充分地剖析其作用，展示其價(jià)值研究的全方位視圖。針對(duì)現(xiàn)有研究不足，本文聚焦BDAC在企業(yè)戰(zhàn)略和運(yùn)營層面發(fā)揮作用的研究，在Webofscience(WOS)數(shù)據(jù)庫中選取BDAC在企業(yè)戰(zhàn)略和運(yùn)營方面的研究文獻(xiàn)作為研究對(duì)象，采用文獻(xiàn)計(jì)量法和文獻(xiàn)研究法相結(jié)合的方式進(jìn)行分析，即借助CiteSpace軟件繪制知識(shí)圖譜對(duì)文獻(xiàn)資料進(jìn)行可視化分析，對(duì)重要文獻(xiàn)進(jìn)行梳理，客觀全面地反映該領(lǐng)域研究的基本現(xiàn)狀，以期提供一幅全方位的研究視圖，為BDAC的深入研究提供借鑒。

　　二、研究設(shè)計(jì)

　　(一)研究方法

　　本文先采用知識(shí)圖譜法分析文獻(xiàn)資料，然后對(duì)重要文獻(xiàn)進(jìn)行梳理和總結(jié)。知識(shí)圖譜是利用計(jì)算機(jī)技術(shù)形象地展示研究的核心結(jié)構(gòu)和發(fā)展進(jìn)程的研究方法，現(xiàn)有的圖譜工具有CiteSpace、VOSViewer、HistCite、SciMAT、Sci2等[15]，其中CiteSpace可以用來分析學(xué)者之間的合作關(guān)系和文獻(xiàn)的引用關(guān)系，挖掘研究的熱點(diǎn)和前沿，因其功能豐富而被我國學(xué)者廣泛使用[16-17]。本文借助該軟件對(duì)Webofscience數(shù)據(jù)庫中有關(guān)BDAC在企業(yè)戰(zhàn)略和運(yùn)營方面的研究文獻(xiàn)進(jìn)行可視化分析。

　　(二)數(shù)據(jù)收集

　　WOS數(shù)據(jù)庫包含7個(gè)子數(shù)據(jù)庫，根據(jù)研究需要選擇WOS核心集合數(shù)據(jù)庫作為數(shù)據(jù)來源，保障完整的引文數(shù)據(jù);經(jīng)過閱讀分析不同檢索主題下獲得的多組文獻(xiàn)數(shù)據(jù)，最終將檢索主題設(shè)置為“bigdataanalyticscapability”，檢索時(shí)間跨度為所有年份，初步檢索得到535篇文獻(xiàn);為了確保數(shù)據(jù)的準(zhǔn)確性，本文通過閱讀文獻(xiàn)標(biāo)題、關(guān)鍵詞、摘要等內(nèi)容，對(duì)文獻(xiàn)作進(jìn)一步篩選，剔除研究范圍并非企業(yè)戰(zhàn)略和運(yùn)營層面的文獻(xiàn)305篇、缺失參考文獻(xiàn)的5篇、內(nèi)容重復(fù)的1篇，最終得到224篇文獻(xiàn)作為研究分析對(duì)象。

　　三、知識(shí)圖譜分析

　　(一)研究概況

　　1.文獻(xiàn)發(fā)表時(shí)間分布BDAC在企業(yè)管理中的應(yīng)用研究在2012年便得到了學(xué)者的關(guān)注，2012—2014年處于起步階段，發(fā)文量較低;之后逐漸廣泛地吸引學(xué)者的注意力，2014—2018年增幅明顯，研究成果增長較快，其中2017年達(dá)到60篇，2018年達(dá)到最高峰66篇，由于文獻(xiàn)收集時(shí)間為2019年4月，所以2019年的發(fā)文量并沒有得到完全的統(tǒng)計(jì)，但是本文認(rèn)為相關(guān)研究正處于發(fā)展階段，現(xiàn)階段的發(fā)文量將持續(xù)保持上升趨勢。

　　2.國家與機(jī)構(gòu)分析統(tǒng)計(jì)數(shù)據(jù)顯示2012—2019年共有28個(gè)國家和眾多機(jī)構(gòu)的學(xué)者發(fā)表了相關(guān)文獻(xiàn)，從文章數(shù)量來看，美國發(fā)文量領(lǐng)先(82篇)，其次是英國(40篇)和印度(24篇)，我國(24篇)排在第4位;從合作伙伴來看(以中心度為主要特征)，伍倫貢大學(xué)(澳)、田納西大學(xué)(美)和圖盧茲商學(xué)院(法)這三個(gè)機(jī)構(gòu)的合作伙伴較為豐富，這些機(jī)構(gòu)中代表學(xué)者有AkterS、HazenBT、WambaSF等人。

　　3.高被引文獻(xiàn)分析文獻(xiàn)的被引次數(shù)反映了其在該領(lǐng)域的影響力，高被引論文的識(shí)別具有重要意義，接下來將按引用次數(shù)高低介紹重要文獻(xiàn)。Manyika等[2]的調(diào)查發(fā)現(xiàn)大數(shù)據(jù)席卷了各個(gè)行業(yè)。Lavalle等[18]則發(fā)現(xiàn)高績效的公司中BDAC普遍較強(qiáng)，認(rèn)為BDAC中管理層面和文化層面的困難顯著，并提出5點(diǎn)提高分析驅(qū)動(dòng)型管理方式的建議。Chen等[19]圍繞大數(shù)據(jù)解析商業(yè)智能與分析(businessintelligenceandanalytics，BI&A)，在前人的研究基礎(chǔ)上識(shí)別BI&A中數(shù)據(jù)來源和數(shù)據(jù)結(jié)構(gòu)的變化過程，將其劃分為不同的階段，并總結(jié)其特點(diǎn)、應(yīng)用途徑和衍生的研究方向，其中闡述了大數(shù)據(jù)分析的不同用途以及相應(yīng)的技術(shù)基礎(chǔ)。

　　Mcafee和Brynjolfsson[20]提出大數(shù)據(jù)的三大特點(diǎn)即數(shù)量、速度和多樣化，指出使用大數(shù)據(jù)的技術(shù)挑戰(zhàn)固然存在，但是管理挑戰(zhàn)更加艱巨，認(rèn)為在管理過程中需要具有洞察力的領(lǐng)導(dǎo)者建立數(shù)據(jù)驅(qū)動(dòng)型的文化并將合適的數(shù)據(jù)與合適的人才組合在一起，搭配經(jīng)驗(yàn)豐富的數(shù)據(jù)科學(xué)者整合新技術(shù)，才能更好地應(yīng)對(duì)挑戰(zhàn)。MayerSchönberger和Cukier[21]從生活、工作和思想多個(gè)方面總結(jié)了大數(shù)據(jù)帶來的影響以及危險(xiǎn)。Waller和Fawcett[22]結(jié)合了供應(yīng)鏈中動(dòng)蕩的市場環(huán)境研究大數(shù)據(jù)預(yù)測的可行性和提高其在實(shí)踐中預(yù)測的準(zhǔn)確性。

　　Hazen等[23]則是在供應(yīng)鏈管理背景下研究如何運(yùn)用實(shí)踐案例和理論分析方法提高數(shù)據(jù)分析的質(zhì)量。Wamba等[8]通過系統(tǒng)回顧前人的研究和開展縱向案例研究，總結(jié)了大數(shù)據(jù)帶來的價(jià)值，發(fā)現(xiàn)要從大數(shù)據(jù)中獲得效益離不開管理和文化的支持。Akter等[11]認(rèn)為BDAC是通過運(yùn)用數(shù)據(jù)管理、基礎(chǔ)設(shè)施和人才資源提供商業(yè)洞見，提升競爭力的能力，然后在IT能力研究的基礎(chǔ)上，采用資源基礎(chǔ)理論和社會(huì)物質(zhì)主義交織觀的視角劃分BDAC的類型，并通過實(shí)證研究發(fā)現(xiàn)BDAC在戰(zhàn)略協(xié)同的調(diào)節(jié)下能積極影響企業(yè)績效。Wamba等[12]則基于知識(shí)基礎(chǔ)觀，在大數(shù)據(jù)分析、信息系統(tǒng)、IT商業(yè)價(jià)值等研究基礎(chǔ)上提出BDAC模型，引入過程導(dǎo)向的動(dòng)態(tài)能力作為中介變量探究BDAC和企業(yè)績效之間的關(guān)系。

　　(二)研究主題

　　1.引文共被引分析最早的研究聚焦如何運(yùn)用BDAC吸引顧客持續(xù)消費(fèi);隨后側(cè)重于商務(wù)智能的研究;接著關(guān)注企業(yè)如何在大數(shù)據(jù)的基礎(chǔ)上形成分析能力;然后注重社交網(wǎng)絡(luò)分析;再然后開始出現(xiàn)綜述、商業(yè)價(jià)值的評(píng)估以及醫(yī)療環(huán)境背景下的研究;緊跟其后的是分析基礎(chǔ)研究;近年來是圍繞數(shù)據(jù)驅(qū)動(dòng)的商業(yè)時(shí)代、市場分析和業(yè)務(wù)過程績效展開。其中，商務(wù)智能、分析基礎(chǔ)和商業(yè)價(jià)值評(píng)估等類別的文獻(xiàn)被引次數(shù)高且影響力高的文獻(xiàn)相對(duì)較多;有關(guān)數(shù)據(jù)驅(qū)動(dòng)的商業(yè)時(shí)代、分析基礎(chǔ)和商業(yè)價(jià)值評(píng)估這三個(gè)類別的近三年文獻(xiàn)被引數(shù)量相對(duì)較強(qiáng)，表現(xiàn)出較頑強(qiáng)的學(xué)術(shù)生命力。

　　2.關(guān)鍵詞聚類分析關(guān)鍵詞在一定程度上概括了研究內(nèi)容，有助于發(fā)現(xiàn)研究主題，也是對(duì)引文共被引聚類分析的一個(gè)展開分析。第一大聚類聚焦于吸收能力，將大數(shù)據(jù)用于商務(wù)智能中幫助決策，形成一種能力并將其作為一種資源，通過實(shí)證檢驗(yàn)?zāi)芰Φ淖饔茫�突出了企業(yè)的能力構(gòu)建。第二大聚類提取出的標(biāo)簽為數(shù)據(jù)分析能力，其中涉及到處理動(dòng)態(tài)環(huán)境的技術(shù)如復(fù)雜事件處理、大數(shù)據(jù)分析、IT能力等等，該聚類體現(xiàn)了大數(shù)據(jù)分析能力從IT能力的基礎(chǔ)上發(fā)展而來，在企業(yè)轉(zhuǎn)型中作為動(dòng)態(tài)能力為企業(yè)創(chuàng)造商業(yè)價(jià)值，突顯了價(jià)值的識(shí)別。第三大聚類的標(biāo)簽為隱形知識(shí)，出現(xiàn)的時(shí)間最早，從知識(shí)的角度分析大數(shù)據(jù)，考慮為企業(yè)建立成熟度模型衡量其能力的發(fā)展，并將信息系統(tǒng)和大數(shù)據(jù)作為該研究熱點(diǎn)的核心。第四大聚類包含了BDAC未來的研究方向如云計(jì)算、物聯(lián)網(wǎng)、數(shù)字化轉(zhuǎn)型、智慧城市等等。第五大聚類側(cè)重于構(gòu)建組織間協(xié)作分析的平臺(tái)，第六大聚類和第七大聚類屬于其分支，研究供應(yīng)鏈這樣分工明確的組織間的協(xié)作。第八大聚類為BDAC在感知智能服務(wù)上的應(yīng)用。

　　(三)研究進(jìn)展

　　從現(xiàn)有文獻(xiàn)的梳理來看，BDAC的研究基礎(chǔ)是大數(shù)據(jù)，一部分學(xué)者關(guān)注大數(shù)據(jù)的來源和特征[2，20]以及商務(wù)智能的應(yīng)用中大數(shù)據(jù)的結(jié)構(gòu)和質(zhì)量[19，24];在此基礎(chǔ)上學(xué)者開始挖掘大數(shù)據(jù)的價(jià)值，商務(wù)智能開始預(yù)測未來轉(zhuǎn)變?yōu)锽I&A，研究焦點(diǎn)從大數(shù)據(jù)本身轉(zhuǎn)移到大數(shù)據(jù)分析中，研究大數(shù)據(jù)分析項(xiàng)目在企業(yè)應(yīng)用中與現(xiàn)有的信息系統(tǒng)的融合[8]或者是在供應(yīng)鏈背景下將現(xiàn)有決策系統(tǒng)與大數(shù)據(jù)分析合并用于提高供應(yīng)鏈敏捷性[25]，以及各種分析算法[26];在相關(guān)研究逐漸深入后學(xué)者發(fā)現(xiàn)BDA應(yīng)用成功不僅僅是因?yàn)楦哔|(zhì)量的數(shù)據(jù)、功能強(qiáng)大的算法以及科學(xué)嚴(yán)謹(jǐn)?shù)臄?shù)據(jù)處理過程等技術(shù)層面上的成功，還包括高素質(zhì)人才等[27]。

　　因此學(xué)者們采用綜合能力的視角并提出BDAC的研究，將社會(huì)物質(zhì)主義觀、資源基礎(chǔ)理論、動(dòng)態(tài)能力理論、認(rèn)知理論等作為理論基礎(chǔ)，將各種有形資源和人力資源通過管理手段進(jìn)行配置，塑造數(shù)據(jù)驅(qū)動(dòng)型的組織文化，在IT能力研究基礎(chǔ)上提出BDAC的構(gòu)成框架[7，12];與此同時(shí)學(xué)者們也開始思考BDAC在未來社會(huì)的發(fā)展場景如智慧城市、數(shù)字城市、感知城市中的應(yīng)用，較多聚焦于醫(yī)療行業(yè)和制造業(yè)。有學(xué)者基于IT能力的文獻(xiàn)研究類化BDAC，認(rèn)為其由有形資源、無形資源和人力資源構(gòu)成[7]，但是這樣的劃分方式弱化了其發(fā)揮作用的維度，較難揭示為什么有些企業(yè)依靠BDAC獲得了商業(yè)價(jià)值，而另外的企業(yè)則還在不斷地付出，卻沒有得到預(yù)期的收益。本文采用社會(huì)物質(zhì)主義觀作為能力構(gòu)成的分析依據(jù)，認(rèn)為企業(yè)不僅需要關(guān)注BDAC技術(shù)層面的建設(shè)，同時(shí)也不能忽略了組織上需要配備的相應(yīng)支持如管理人員、部門協(xié)作和投資等等因素。

　　總的來說，技術(shù)層面、管理層面、組織層面和經(jīng)濟(jì)層面相關(guān)支持這四個(gè)維度可以更加清晰地測量BDAC成熟度，也能夠回應(yīng)其在管理上的難題，發(fā)現(xiàn)其在運(yùn)營層面和戰(zhàn)略層面上受到忽視的方面。(四)商業(yè)價(jià)值BDAC發(fā)展的原因是數(shù)字技術(shù)的發(fā)展導(dǎo)致數(shù)據(jù)激增，這些具有個(gè)人印記的數(shù)據(jù)隱藏著用戶行為特征，有待挖掘出商業(yè)價(jià)值作用于企業(yè)發(fā)展。在數(shù)字化時(shí)代中，環(huán)境的動(dòng)態(tài)變化性愈發(fā)明顯，同時(shí)數(shù)字化傳播使得邊界意識(shí)變得模糊，企業(yè)運(yùn)營和戰(zhàn)略規(guī)劃在這樣的情境下需要提高事務(wù)處理效率和擴(kuò)大聯(lián)結(jié)程度，獲取有價(jià)值的洞察并轉(zhuǎn)化為行動(dòng)。

　　相應(yīng)地，BDAC的商業(yè)價(jià)值可歸納為效率、聯(lián)結(jié)和洞察等三個(gè)方面。效率方面包含生產(chǎn)效率、信息流通效率、響應(yīng)效率、決策效率等四個(gè)因素。在生產(chǎn)運(yùn)作中可以通過感應(yīng)器實(shí)現(xiàn)精確管控，優(yōu)化生產(chǎn)工藝，提高產(chǎn)出效率;在團(tuán)隊(duì)協(xié)作中可以通過信息平臺(tái)快速而大范圍的告知利益相關(guān)方，打破信息傳播壁壘，促進(jìn)信息流通;在動(dòng)態(tài)環(huán)境中可以實(shí)時(shí)獲取數(shù)據(jù)并分析數(shù)據(jù)，及時(shí)響應(yīng)客戶需求;在決策中快速搜索相關(guān)數(shù)據(jù)或者比對(duì)大量已有方案，尋找可能的解決方案輔助決策。

　　聯(lián)結(jié)方面包括內(nèi)部聯(lián)結(jié)和外部聯(lián)結(jié)。在動(dòng)蕩的市場環(huán)境下行業(yè)不斷迭代，即便企業(yè)能在同行中保持領(lǐng)先也不能放松警惕，因?yàn)楝F(xiàn)實(shí)世界帶來的教訓(xùn)是競爭對(duì)手可能是來自另一個(gè)行業(yè)。那么想要維持競爭優(yōu)勢的方式是盡可能地發(fā)出聯(lián)結(jié)的觸角，不論是在企業(yè)內(nèi)部還是企業(yè)外部，都是非常必要的，其中企業(yè)外部聯(lián)結(jié)可以是同行之間，甚至是跨行業(yè)組織的聯(lián)結(jié)，聯(lián)結(jié)的目的是為了搭建共同創(chuàng)新的網(wǎng)絡(luò)，唯有創(chuàng)新才能保持企業(yè)的競爭優(yōu)勢。洞察方面主要是利用各種智能工具和感知工具形成面向未來的方案。

　　人工智能屬性可以幫助企業(yè)分析歷史數(shù)據(jù)進(jìn)行預(yù)測分析、通過各種學(xué)習(xí)算法的訓(xùn)練形成人類基本邏輯替代人類重復(fù)勞動(dòng);也能發(fā)揮出物聯(lián)網(wǎng)和互聯(lián)網(wǎng)技術(shù)的優(yōu)勢，通過整合各類傳感器、地理位置、用戶社交足跡、交易行為特點(diǎn)等各種內(nèi)容分析人口分布特征、識(shí)別商業(yè)風(fēng)險(xiǎn)以及發(fā)現(xiàn)商業(yè)機(jī)會(huì);再結(jié)合5G和云計(jì)算等技術(shù)，實(shí)現(xiàn)數(shù)字世界與物理世界相結(jié)合，構(gòu)建智慧城市高速發(fā)展的基礎(chǔ)。企業(yè)實(shí)現(xiàn)這些價(jià)值的過程存在一些權(quán)變因素，例如組織學(xué)習(xí)能力作為企業(yè)在市場迭代中保持進(jìn)步的重要能力對(duì)價(jià)值形成存在調(diào)節(jié)效應(yīng)，組織學(xué)習(xí)強(qiáng)度作為動(dòng)態(tài)能力的一種表現(xiàn)也成為了一種權(quán)變因素。

　　四、結(jié)論與展望

　　本文基于文獻(xiàn)計(jì)量工具，對(duì)BDAC相關(guān)研究文獻(xiàn)進(jìn)行聚類及知識(shí)圖譜分析，系統(tǒng)地梳理了其研究概況、研究主題，然后歸納其研究進(jìn)展并探索了其構(gòu)成，對(duì)其商業(yè)價(jià)值進(jìn)行闡述。從研究概況來看，發(fā)文量從2012年逐年上升，美國、英國和印度為發(fā)文量前三國家，中國位居第四。文中還列舉了高被引文獻(xiàn)中前十的文獻(xiàn)，從時(shí)間分布來看2013年之前關(guān)注大數(shù)據(jù)帶來的變化和商務(wù)智能的應(yīng)用，2013—2014年間聚焦供應(yīng)鏈中大數(shù)據(jù)分析的應(yīng)用，2015年后開始形成BDAC的研究。根據(jù)引文共被引分析和關(guān)鍵詞聚類分析，目前關(guān)于BDAC的研究被劃分為不同的種類，總的來說圍繞著大數(shù)據(jù)的特征、BI&A、BDAC的構(gòu)成與應(yīng)用場景、理論分析基礎(chǔ)等這四個(gè)方面。

　　然而，學(xué)術(shù)研究要緊密聯(lián)系現(xiàn)實(shí)背景，BDAC研究還是要回歸它所能帶來的商業(yè)價(jià)值。基于現(xiàn)實(shí)環(huán)境的分析和現(xiàn)有文獻(xiàn)基礎(chǔ)，本文將其商業(yè)價(jià)值分為效率、聯(lián)結(jié)和洞察三個(gè)方面剖析，效率包含生產(chǎn)效率、信息流通效率、響應(yīng)效率、決策效率等四個(gè)因素，聯(lián)結(jié)分為內(nèi)部聯(lián)結(jié)和外部聯(lián)結(jié)，洞察主要是利用一切智能工具和感知工具形成面向未來的方案。通過對(duì)相關(guān)文獻(xiàn)的梳理及研究脈絡(luò)的把握，本文發(fā)現(xiàn)目前對(duì)BDAC仍處在初始階段，未來的研究將進(jìn)一步以質(zhì)量維度[27]作為關(guān)鍵切入點(diǎn)開發(fā)BDAC成熟度模型，分析成功實(shí)施BDAC的管理者特質(zhì)，制定組織間協(xié)作協(xié)議以防止應(yīng)用BDAC時(shí)發(fā)生知識(shí)泄露等問題，繼續(xù)研究企業(yè)構(gòu)建并利用BDAC在企業(yè)中發(fā)揮商業(yè)價(jià)值的相關(guān)問題。

　　大數(shù)據(jù)方向論文范文：大數(shù)據(jù)時(shí)代科學(xué)數(shù)據(jù)共享倫理問題研究

　　摘要：文章對(duì)國內(nèi)外相關(guān)的文獻(xiàn)進(jìn)行了定量統(tǒng)計(jì)，解析了當(dāng)前的研究熱點(diǎn)，分析了大數(shù)據(jù)時(shí)代科學(xué)數(shù)據(jù)共享面臨的新問題并預(yù)測了未來可能的研究方向。研究發(fā)現(xiàn)：科學(xué)數(shù)據(jù)共享倫理的研究熱點(diǎn)主要集中在倫理理論、倫理困境、問題成因、治理措施等方面。在大數(shù)據(jù)時(shí)代，科學(xué)數(shù)據(jù)共享面臨著數(shù)據(jù)邊界擴(kuò)張、數(shù)據(jù)結(jié)構(gòu)多樣、數(shù)據(jù)權(quán)益模糊等新的倫理問題，未來研究可以關(guān)注數(shù)據(jù)鴻溝、數(shù)據(jù)污染、數(shù)據(jù)隱私、數(shù)據(jù)異化等問題。