我们生活在科学庞大的数据量在各类学科中，包括天文学，生物学，医学正在制作一个世界，社会科学，仅举几例。为了应付数据这种爆炸式的增长，学术界日益重视，以高效的数据管理和分析工具，这主要是考虑准备，实验，收集，成果推广，并通过技术工艺产生的数据的长期存储和可访问性。涉及大规模数据问题的现有解决方案凭借高性能计算的超级计算机或云计算设施提供环境通常涉及复杂的数学建模，仿真和分析。

然而，最近的数据密集型科学的到来开辟了科学规划领域的新篇章，具有未开发的信息，现在正在从大规模数据挖掘与数据密集型分析平台的帮助。与任何和所有的信息可以以数字以成本高效和可伸缩的方式传播的容易性是惊人的。但是，这些机会中存在，由于不断增加的流量，流速，并不断产生各种各样的信息，这对在科学规划有效的大数据管理和分析的挑战技术壁垒。

因此，本期特刊的目的是收集，展示新的分析方法和有关科学规划与科学大数据管理和分析应用程序的原创性研究文章。评论文章，广泛讨论了科学规划，一起管理和分析挑战和常用的方法大数据的特性，还鼓励。

潜在的主题包括但不限于以下内容：

• 优化技术星火/ MapReduce的
• 在火花/ Hadoop的任务调度算法
• 知识图建设，可视化和查询科学大数据
• 在数据处理机器学习和星火应用
• 在科学规划并行和分布式大数据分析算法
• 对于大规模数据存储与管理科学规划
• 流数据在科学规划处理
• 为科学规划分布式计算系统的性能优化
• 为科学规划Geodistributed大数据处理
• 数据密集型科学的工作流程安排在geodistributed数据中心
• 深度学习及其在科学规划的大数据分析优化