2.1　从大数据到大知识

大数据通常被人们用3V、4V甚至nV（n>4）来刻画其性质，其中最重要、最根本的是大价值（Value）。而其中所蕴含的大量知识是大数据大价值的具体体现。因此，如何从大数据中挖掘知识是大数据研究的第一要务。为此，吴信东等人提出大数据知识工程（BigKE）的概念，旨在将大数据转化为大知识并服务于现实应用。

大知识（Big Knowledge,BK）一词是紧随着大数据热潮出现的。从大数据、大数据挖掘，到BigKE，又到BK，再到BK挖掘，人们的理念一步步朝着相同的终极目标汇聚。例如，2013年墨菲公布了谷歌旨在实现“从字符串到事物”的知识图谱（Knowledge Graph，KG）项目；拉塞尔提出“将大数据变为大知识”的诉求；亚伦也呼吁“用基础设施分析将大数据变为大知识”；利博维茨提出“如何从大数据中提取大知识”的疑问。然而，他们都仅仅提到了大知识这一概念，但没有给出具体的定义。墨菲称知识图谱为大知识，但没有从一般意义上具体讨论什么是大知识。赫斯科维茨指出，大知识不仅是通过各种分析工具对大数据进行分析后的一组洞见（Insight），更应该是对这些洞见进行提炼的产物。吴信东等认为大知识是除人类专家的领域知识之外，从异构（Heterogenous）、自治（Autonomous）的信息源中获取的复杂（Complex）、动态（Evolving）关系的碎片化知识（HACE）。

陆汝钤等人指出，大知识研究目前在以下几方面取得了进展：①将大知识与传统知识进行了区分；②提出将大数据变为大知识；③呼吁从大知识中获取利益；④认识到了构建大知识的复杂性与难度。然而，已有关于大知识的研究还存在诸多局限：①关于大知识的共性，目前尚没有像大数据的nV和HACE那样的详细分析；②缺少处理大知识的特殊策略。多数研究都只把大知识视为知识管理的一种技术；③缺少对大知识研究的综述；④许多研究者尚未意识到大数据挖掘并不一定产生大知识；⑤许多人都在讨论大数据分析，但是很少有人关注大知识分析，而后者与前者必定有很大不同；⑥目前对于大知识概念的自然延伸，即大知识系统（Big Knowledge System,BK-S）及其相关工程问题，都还没有引起关注。

为此，陆汝钤等人对大知识进行了深入探索，提出了大知识的10个大规模性质（Massive Characteristics，MC），这里的C同时也代表了大知识10种性质的英文首字母，包括概念（Concepts）、连通性（Connectedness）、干净数据资源（Clean Data Resources）、案例（Cases）、可信（Confidence）、能力（Capabilities）、累积（Cumulativeness）、关注（Concerns），以及一致性（Consistency）和完备性（Completeness）。这10个大规模性质中，前五个性质从一般意义上刻画了大知识，第六个是大知识系统（Big Knowledge-System,BK-S）应具备的性质，第七、第八两个性质反映了高级大知识系统（Advanced BK-S）的特性，最后两个性质则提出了未来对大知识系统强大功能的需求。2.2节和2.3节将逐一阐述上述10个大规模性质，并介绍大知识系统和大知识工程。