一种基于大数据的数字图书馆高效搜索引擎

本文设计了一种基于大数据的数字图书馆高效搜索引擎。该搜索引擎可准确理解读者的需求,节省了搜索时间,提高了查询效率,并能够减少资源定位时间,提高检索查全率。     

基于大数据的气象电量影响模型构建方法

本文基于江苏省用电信息大数据平台,提出了一种基于大数据的用电量影响因素模型构建方法。通过对温度、湿度、节假日、周末等电量影响因素进行分析,根据单一用电影响因素以及多因素的重叠影响,构建用电量影响因素模型。     

大数据视域下网络健康信息可信模型构建

[研究目的]将网络健康信息可信性的研究聚焦于健康数据层面，建构健康数据技术信任与网络用户感知信任过程，分析健康数据时间、空间及内容三维架构在支撑网络健康信息可信性的作用价值及方式，并将健康数据与网络用户作为整体信任进行分析。为后续健康数据溯源、数据空间及数据关联等技术应用于健康信息可信保障提供引导。健康数据三维架构的各维度表征要素也可能是提升健康信息可信性的一种新思路。[研究方法]以信息链、信任理论、理性行动理论等为基础，建构健康数据技术信任和用户感知信任过程，在对可信要素分析基础上，提出支撑网络健康信息可信的健康数据三维架构。在诠释与剖析健康数据时间、空间及内容三维架构作用方式、价值及各维度表征要素后，将网络用户与健康数据作为整体信任进行网络健康信息可信模型的建构。[研究结论]网络健康信息可信模型分别由网络用户感知层信任、健康数据技术层信任、健康数据三维架构作用及保障模块组成；健康数据技术层信任通过健康数据三维架构作用，通过影响健康信息感知质量、健康信息来源及可读性对用户感知可信产生影响；网络健康信息可信的健康数据三维架构中的24个表征要素能够为相关网站健康信息可信性保障方案的制定提...     

大数据驱动下复杂网络输入节点在线筛选仿真

目前网络输入节点筛选方法漏检率和运行复杂度高,提出基于度量阈值的大数据驱动下复杂网络输入节点在线筛选方法。将数据样本属性的数量、数据样本的数量和预设信息熵阈值当作节点数据降维的输入,同时计算输入节点中各数据属性信息熵,将计算出的信息熵与预设信息熵阈值进行对比,以此得到节点数据样本中心化函数和协方差函数,根据所得结果计算选定变换基,将选定变换基代入节点数据降维,获得节点数据降维结果。将节点数据降维结果引入复杂网络输入节点筛选中,通过数据采样对任意节点自适应度量阈值进行计算,利用所得阈值对某节点是否为恶意节点进行判断。将各簇头的节点当作中心节点,利用数据样本分别和各簇头节点实行聚类处理,并对大数据驱动下复杂网络中有恶意行为的所有输入节点实行属性划分操作,利用恶意节点的筛选,对聚类之后的网络输入节点再次筛选,直到选定的网络输入节点全部被筛选完毕。实验结果表明,所提方法筛选漏检率和运行复杂度均较低,具有较强的可靠性。     

基于舆情大数据的网络群体性事件动态识别模型与应对策略研究

【目的/意义】随着互联网在社会中的影响力逐渐增大,面对网络群体性事件对社会生活的冲击,需把握网络群体性事件的演化规律,确定事件类别,提炼事件特征,基于不同类别的网络群体性事件,提出有针对性的应对措施。【方法/过程】通过LDA主题模型与K-means算法相结合,利用LDA模型实现文本潜在语义的识别,最终运用SVM算法进行网络群体性事件聚类分析,得到五类网络群体性事件。【结果/结论】构建的网络群体性事件动态识别模型,通过大量的文本训练,在事件聚类数为5时具有良好的解释性,完成了网络群体性事件的客观分类,分别为：经济型、社会型、文化型、民族型和环境型,为政府分类应对策略提供依据。【创新/局限】利用LDA主题模型和Kmeans算法,减少了模型的迭代次数,确定最佳主题数,提高了网络群体性事件识别结果的准确性,但是运用慧科新闻数据库搜集到的文本数据范围有限,且分类结果反应的事件特征具有一定局限性,后续研究可进一步扩大动态文本数据库,对分类算法进行改进和深化。     

大数据背景下网络舆情信息异化控制模型研究

[目的/意义]面向大数据研究网络舆情信息异化机理以及控制模型,是政府控制信息异化程度的关键,为政府应对和治理网络舆情提供理论参考依据。[方法/过程]定性分析大数据环境下网络舆情信息异化机理,将网络舆情演化机理模型拓展为信息异化控制模型,并在此基础上通过数值仿真研究政府控制信息异化的分类问题。[结论/结果]经过理论建模和实证分析得出本文构建的信息异化控制模型是可行的,以上理论研究可为政府准确把握大数据环境下网络舆情信息异化程度,制定网络舆情治理策略提供参考依据。     

大数据环境下网络舆情信息交互模型研究

[目的/意义]面向大数据研究多个网络传播平台之间网络舆情信息交互模型,能够准确把握大数据环境下网络舆情演化趋势以及网络信息在多个平台之间的传播规律,为政府治理网络舆情提供参考依据。[方法/过程]定性分析大数据环境下网络舆情信息交互机理,通过定义交互系数,基于微分方程理论构建网络舆情信息交互模型,并应用差分回归法对各个媒体平台的网络舆情信息交互趋势开展预测。[结论/结果]经过理论建模和实证分析得出本文构建的信息交互模型及趋势预测方法是可行的,以上理论研究可为政府准确把握大数据环境下网络舆情演化规律,制定网络舆情治理对策提供参考依据。     

基于尖点型突变理论的科研大数据治理模型研究

[目的/意义]科研大数据治理在促进科学发展中起着重要推动作用,是提高治理能力与增强核心竞争力的关键途径,而突变是科研过程中广泛存在的现象。研究突变状态下的科研大数据治理过程有助于解决系统封闭、数据壁垒等问题。[方法/过程]借鉴突变理论中的尖点型突变理论,以科研大数据治理系统内生域科研大数据为状态变量,系统内生域科研大数据引起的熵增和系统外生域要素引起的负熵为控制变量,构建科研大数据治理模型(GM-SRBD),并对其机理进行解构。[结果/结论]研究表明,科研大数据治理过程可看作一个以突变性、随机性为特性,以模型上叶"无序态科研大数据治理系统"为基础,以实现模型下叶"有序态科研大数据治理系统"为目标,以"预备阶—逐进阶—临界阶—突变阶"四阶段为治理过程,以"环境融合策略(E)—网络梳理策略(I)—文化多元策略(C)—规制完善策略(R)—技术促进策略(T)"(EICRT)为五位一体治理策略体系,从而促进科研大数据治理系统内外交融,并使科研大数据由无序趋于有序的动态治理过程。     

基于改进多时隙散点算法的大数据任务调度

针对当前大数据任务的调度管理,传统的调度处理方法采用随机调度机制,从单个节点的性能出发,无法达到全局最优化的效果。提出基于改进多时隙散点算法的大数据任务调度管理方法,为了克服多时隙调度算法的缺点,运用多时隙调度算法时,引入了一个管理因子,对系统节点进行数据调度任务分配,根据分配的任务进行评价和估计,并且不断更新实时任务,追求最优性能,最终达到全局最优化。最后通过一组20节点数据进行测试实验,结果显示,采用改进的多时隙大数据任务调度管理算法,相对于传统调度方法,系统整体效率提高了平均约28%,具有很好的应用价值。     

大数据与大数据经济学

本文从大数据的发展现状分析入手,讨论了大数据对传统经济学的挑战,首次提出大数据经济学的概念.认为大数据经济学包括大数据计量经济学、大数据统计学和大数据领域经济学,并分析了大数据经济学与信息经济学、信息技术等相关学科的关系,最后对大数据经济学发展前景进行了展望,认为大数据经济学不仅将理论科学、实验科学、复杂现象模拟统一在一起,而且将自然科学和社会科学统一在一起,将理论研究与实践应用实时地统一在一起,大数据经济学具有“智能经济学”的特点.     

基于舆情大数据的网民关注度转移模型研究

[目的/意义]基于舆情大数据研究网民关注度转移模型,能够深入解读大数据环境下网络舆情事件的竞争效应,可以为网络舆情治理提供参考依据。[方法/过程]定性分析大数据环境下网络舆情事件竞争效应以及网民关注度转移机理,基于微分方程组构建网民关注度转移模型,通过研究模型特性和数值仿真,理解两个舆情事件之间网民关注度转移的定量关系以及未来趋势,并给出估计模型参数的方法。[结论/结果]经过理论建模和实证分析得出本文构建的网民关注度转移模型是可行的,尤其是可以通过舆情数据分析确定多个舆情事件的竞争结果以及网民关注度转移的关键节点,为进一步研究网民关注度转移趋势预测问题提供模型基础。     

基于传感器网络目标节点自定位技术

随着传感器与电子技术的发展,无线传感器网络应运而生。网络节点定位技术是传感器网络中研究的主要技术。本文采用了一种基于三边测量技术和RSSI的定位算法相结合算法对网络的节点进行定位。实验结果表明,本文提出的方法能够有效对节点进行定位,同时减少开销,节约成本。     

基于多维度关联的机构知识库数据模型的构建与分析

随着资源保存到资源利用的需求转变,机构知识库经过多年的发展,逐渐从传统的成果资源典藏向知识关联与发现进行转变,这使得如何深度整合与数据关联管理变得尤为重要。文章从支持科研与教学的角度出发,寻找以成果资源为中心,各类成果之间、成果与人员、成果与机构、成果与团队的关联关系,并尝试构建机构知识库数据模型,以期在机构知识库平台的建设实践中指导成果资源对象间深层次、多维度的数据关联。     

关于网络信息数据的多尺度表达模型研究

网络信息数据多尺度表达模型的研究,通过对网络信息空间的多尺度划分和变换,描述网络信息单元的尺度行为与计量特征,建立多尺度之间网络信息数据的逻辑关系,发现网络信息数据特征;给出并实现网络信息数据多尺度处理与表达及其质量评估模型。它能满足网络信息系统自动化的、合理的、自适应地提供多种详细程度的网络信息,实现网络信息数据的多尺度可视化要求;它能满足多尺度网络信息的综合、分析、维护和多种表示的要求。     

基于AGA-BP神经网络的网络平台交易环境下数据资源价值评估研究

[目的/意义]在数字经济背景下,数据资源通过网络平台交易实现价值转化与增值。作为一种非标准化的新兴商品,数据资源具有成本模糊、类型多样、不确定性高等典型特征,传统价值评估理论难以对其价值进行准确衡量。[方法/过程]对此,文章提出了AGA-BP神经网络的数据资源价值评估模型,该模型充分考虑了诸多影响因素与数据资源价值的非线性关系,通过自适应遗传算法(AGA)优化传统BP神经网络提升价值评估的精度,解决BP神经网络极易陷入局部最优、收敛速度较慢等问题。以此方法为基础,收集武汉东湖大数据交易中心的244条数据资源交易信息进行实证检验。[结果/结论]研究结果表明:基于AGA-BP神经网络的数据资源价值评估方法相比于GA-BP神经网络和BP神经网络性能提升明显;该方法在仿真能力、误差水平、拟合数据能力等方面表现出突出优势,具有更好的价值评估仿真效果。该方法在减少数据交易平台买卖双方交易成本,完善数据交易平台的定价机制和策略方面具有较强的指导意义。     

一个基于数据仓库的通用情报处理系统模型

情报处理是情报学研究的重要组成部分。依据数据仓库的特性,对数据仓库在情报资源处理中的应用进行了可行性分析。利用情报处理主题的层次结构,建立了情报处理实例的多维概念模型,进而提出了一个通用的情报处理系统的实现模型。在数据仓库的基础上,整合了独立分散的信息资源并引入反馈机制,增强了情报搜集、处理、分析和服务能力,较好地发挥情报处理系统的作用,提高了情报处理的效率。     

基于复杂网络的信息分析模型研究

[目的/意义]在大数据环境下,传统的信息分析面临着挑战,必须寻找新的方法才能够适应大数据环境对信息分析工作的要求。[方法/过程]通过文献调研法,对复杂网络方法在信息分析中应用的优势进行了梳理,构建了基于复杂网络的信息分析模型,并对模型实现的关键技术与方法进行了探讨。[结果/结论]复杂网络分析方法因在处理复杂性和不确定性数据上有明显的优势,更适合大数据背景下的信息分析工作。     

基于小世界网络的高校知识转移机理及扩散模型研究

通过运用小世界网络理论来分析产学研过程中高校的知识转移和扩散活动,归纳出四个距离影响因素,并提出知识扩散频率和知识扩散集聚度概念,通过调节相关参数促进知识网络的良性循环,为进一步量化研究打下基础。     

基于小数据冲突检测的坏点数据挖掘模型仿真

传统基于离群度的坏点检测方法,无法解决小数据冲突过程中存在的震荡波动以及数据特征不明显的问题,获取的坏点结果存在较大的偏差。提出了一种基于小数据冲突检测的坏点数据挖据模型,通过小区域异常因子LOD描述小数据冲突数据集中不同数据对象的局部异常程度,采用小数据冲突数据的邻域查询优化算法,获取初步坏点数据集,通过运算小区域异常因子的方法,在邻域搜索优化后获取的对象邻域中,基于两个对象间的加权考斯基距离,采用去一划分信息熵增量获取小数据冲突对象的权值,运算初步坏点数据集中小数据冲突对象的损坏程度,获取小数据冲突中的坏点数据。实验结果说明,所提方法在挖据小数据冲突中的坏点数据过程中,在繁琐度和差异性方面较传统模型都具有较高的优越性。     

基于DMM的数据管理成熟度模型及在服务评估中的应用

随着越来越多的图书馆参与研究数据管理,评估数据管理过程以保证其持续性与有效性是图书馆工作人员的重要议题。将数据管理能力成熟度模型（DMM）思想引入图书馆领域,构建图书馆数据管理及服务能力成熟度模型,初步形成较完整的图书馆数据评价体系。在此基础上,结合湖南省高校数字图书馆建设情况,介绍了该能力成熟度模型在湖南省高校数字教学资源中心的应用,以期对该项目及其他图书馆的数据管理能力评价具有积极的意义。