AI图景下大数据挖掘的风险评估与应对策略

［目的］揭示人工智能（AI）迭代发展中大数据挖掘的风险、成因与对策,为打造智能化协同创新生态链提供重要支撑。［方法］分类探讨AI图景下大数据挖掘中智能采集侵害数据产权、关联勾勒突破数据匿名、黑盒疏漏打破动态平等,以及算法决策冲击自由抉择等风险及其成因,提出数据挖掘的原则与策略。［结果/结论］参与者之间参差不齐的管控意识与处理能力、复杂多元的利益诉求以及缺少政策法规集中调控等导致上述风险,亟待严格遵循平等参与、优质输入、彻底拭除以及公允运转等挖掘原则,主动采取充实数据产权规定、丰富数据隐私条款、明确挖掘主体资质与公权参与标准、推动签署数据跨境统一处置方案以及健全相关救济措施等具体对策。     

大数据驱动下的图书馆服务创新——以沈阳师范大学图书馆为例

图书馆日益增长的数据体系已呈现大数据之势,其服务品质的颠覆与提升可依托大数据来实现。图书馆可通过对借阅数据、入馆数据、电子资源利用情况、学科馆员服务情况以及自助设备利用情况等大数据的采集、分析和挖掘来创建全方位的智能服务体系,从而提升图书馆的核心竞争力和影响力。     

中国生物多样性大数据平台建设

生物多样性大数据资源是国家重要战略资源,也关乎国家生态安全和生态文明建设。中国生物多样性大数据平台将包括基于宏观与微观生物生态数据协同整合的大数据库和大数据深度挖掘与模型模拟运算库,支持生物多样性和生态系统多源数据整合和共享的标准以及数据集成应用的方法,实现古生物化石数据与遗传组学数据、生理与性状数据、物种多样性、生态系统多样性等跨学科数据融合,与地理、气象、遥感、环境、国民经济等跨领域数据整合,形成完整的共享数据集或栅格化图集。利用分析模型和可视化技术实现对多源生物多样性数据集的挖掘和利用,构建开放开源的生物多样性大数据处理利用的通用接口,建立一个以生物多样性和生态安全为核心的包括对海量数据进行有效管理、高效分析和可用易用的综合大数据系统,面向政府部门提供标准化、可视化服务,促进我国生物多样性资源保护和生态安全格局构建,保障国家生态安全,支撑我国生物多样性交叉学科前沿领域科学发现和产业创新发展。     

电力行业大数据平台建设及政策性电价和清洁能源补贴执行效果评估应用

随着信息技术发展,越来越多的领域通过大数据技术实现数据深度挖掘分析,体现数据的价值。但却鲜有通过大数据技术实现数据迁移,数据整合作用。本次主要是论述如何综合利用大数据相关技术,研发大数据管理平台相关建设及应用;研究大数据平台整合结构化数据、非结构化数据、GIS数据、海量数据的能力。论述如何实现大数据平台对各类数据的接入,监控,管理,应用。以电力行业"政策性电价和清洁能源补贴执行效果评估"应用为题材,论述大数据平台技术应用实践操作。通过"头脑风暴",比对分析,实验,测试等方法,最终成功研究和建设大数据平台系统和实现应用,并取得良好的应用成效。实践证明通过大数据技术实现数据整合,并在电力行业应用完全可行。     

信息挖掘在大数据金融的风险及防患研究

信息挖掘技术主要是将大量数据中隐含的有用信息充分地挖掘出来,其需要利用数据库、人工智能以及数据统计等方面的内容,通过对数据展开深层次地分析,对信息处理技术进行进一步地加工与分析。信息挖掘属于一个新兴领域,并广泛地应用到社会的各个领域中。为了充分地发挥信息挖掘技术的作用,降低大数据金融风险,本文主要阐述信息挖掘在大数据金融风险中的防患措施。     

浅析电力企业如何应对大数据

近年来,大数据来势汹汹,对传统数据商业分析模式产生了重大地影响,对电力企业的数据驾驭能力提出了新的挑战与机遇。从人才培养、技术储备、数据驾驭、数据价值挖掘等方面剖析电力企业如何应对大数据的挑战,让电力企业在大数据来临时更加从容地选择适合的技术、方法论、解决方案和发展战略。     

关于中国微生物组数据中心建设的思考

近年来,美国、欧盟都陆续启动了微生物组相关的研究项目。但微生物组大数据的收集、存储、功能挖掘和开发利用一直是制约微生物组发展的核心问题。文章分析了我国目前在微生物组数据管理中存在着标准不统一、缺乏跨领域的数据整合、高质量的参考数据库和数据的深度挖掘技术等问题,提出适时启动"中国微生物组"计划,建立中国微生物组数据中心,在微生物组数据标准化的基础上,建立微生物组大数据计算、存储和共享平台,开发微生物组大数据挖掘的新方法,实现我国微生物组数据资源的系统管理和高效利用。     

基于数据的个性化创新学习评价模型构建与研究

随着教育信息化技术的不断发展,基于在线学习平台的泛在学习已经成为学生学习的重要途径。通过对学习过程中积累的海量数据进行分析挖掘,为全面正确评估学生学习状况,为教学决策和优化教学计划提供了参考依据。从教育大数据出发,通过数据收集与挖掘、学习行为分析、学习评价等角度构建基于大数据的个性化学习评价模型,为泛在学习环境中个性化学习设计和教学优化提供有益参考。     

基于大数据与人工智能的大数据获取方式变革

大数据与人工智能的快速发展正在给传统工业生产方式带来颠覆性、革命性的影响。通信、网络和硬件设备等只是实现工业化企业互联互通、融合创新的基础,在实时感知、采集信息、监控生产的过程中会产生大量的数据,运用先进的数据分析手段可以对企业拥有和产生的大量数据进行深度挖掘,获得有效的分析结果,智能制造才得以实现。通过条形码技术、无线射频技术、物联网、全球定位系统技术、地理信息系统技术、ERP、CRM、工控系统等技术的广泛应用,可以快速收集、处理、分析数据,推动工业企业实现生产流程各环节的互联互通。就目前大数据获取方式的现状、数据获取方式存在的主要问题、未来获取方式的变革和策略进行分析,并阐述了大数据获取方式的变革趋势。     

地球科学大数据研究主题演化与影响力分析

大数据在地球科学各个学科中的应用越来越受到关注,数据驱动地球科学发现的案例不断出现,有关地球数据信息中心、地球大数据平台及相关学术会议数量逐渐增加,地球大数据正在科学研究上表现出巨大的潜力。科学家对地球大数据的科学方法和工具的需求很大,然而目前地球大数据的理论基础、储存管理和分析方法等仍处于发展之中,对地球大数据的研究和讨论有限。文章通过文献计量学的方法,对科学引文索引(SCI)和社会科学引文索引(SSCI)收录的地球大数据相关文献进行分析,从全球论文的产出数量、国家与机构领域研究影响力、研究主题分布、研究热点变迁和国际合作等多角度,分析揭示了地球大数据研究现状;最后,建议未来重点加强跨学科的地球大数据共享与融合,完善地球科学大数据深度挖掘理论和方法,实现对复杂地球系统的分析、建模与预测,支持和服务全球变化与可持续发展。     

图书馆大数据:权利界分、因应之道与风险破解

[目的/意义]迎合大数据时代发展潮流,应是图书馆迭代升级的基本方向。随着大数据产业的兴起,我国陆续修改现行法规或颁布新规定,对网络安全、个人信息保护及网络运行中的数据安全等领域加强规范。但是,数据的权利归属等基础问题尚属法律空白,而该问题关系到图书馆如何因应大数据发展潮流和防范大数据开发利用风险,是迫切需要图书馆人深入思考和研究的重大议题。[方法/过程]将图书馆大数据进行了原始数据和衍生数据的二层次界分:图书馆用户对原始数据拥有初始权利,可排除他人使用;图书馆合法收集的用户原始数据通过资产化、价值化形成的衍生数据,虽然其权属认定和权利范围相关法律法规尚未明确,但这部分数据归属于实现数据价值增值的主体即图书馆所有,符合财产性权利产生的法理基础和逻辑。[结果/结论]迈向大数据时代的图书馆,应从运营管理智能化、打破信息孤岛以及精准服务三个方面搭乘大数据发展的"快车",充分发挥大数据获取、分析技术的作用,把握大数据发展潮流的因应之道。为防范图书馆大数据利用侵犯用户隐私、个人信息以及数据歧视的风险,从图书馆层面、用户层面、行业协会层面以及外部合作层面,提出了从内而外多维度化解大数据开发利用风险的破解之道。     

行业特征、知识产权风险与企业R&D投资

利用2007—2009年中国A股上市公司数据,首次基于不同行业特征,从侵权意愿、侵权难度、诉讼可能三个维度,界定并衡量不同行业中的知识产权风险,并实证检验行业知识产权风险对企业研究与开发投资的影响。研究结果表明:侵权意愿受产品市场特征和行业平均收益率影响,侵权意愿提高,行业知识产权风险提高,行业内企业研究与开发投资降低;行业知识外溢程度提高、模仿成本降低则侵权难度降低,行业知识产权风险提高,不利于企业提高研究与开发投资;行业诉讼可能提高则行业知识产权风险提高,与企业研究与开发投资负相关。     

政府信息公开中隐私权与知情权的博弈及平衡

政府信息公开可以确保公民知情权的不断满足,但同时公民隐私权被侵害的可能性也随之加大,两者间的冲突成为一个不可回避的问题.通过对政府信息公开中隐私权与知情权的内涵、保护制度,两者冲突的探讨,指出平衡两者利益,协调两者冲突的途径与方法.     

大数据应用促进大数据产业落地

首先对大数据做简要诠释;其次重点阐述大数据在国内外各个领域的应用现状,以此来对大数据产业的发展、社会定位以及价值实现途径进行探索;最后分析我国大数据产业发展当中存在的主要问题并给出相关建议。     

大数据驱动的高校科技管理决策研究

通过分析科技管理中的大数据特征,研究大数据对科技管理决策的作用机理.在此基础上,分析大数据驱动高校科技管理决策的要素、关键环节和特点,研究大数据驱动的科技管理决策模型结构,提出大数据驱动科技管理决策是解决高校科技管理高效精准决策的有效办法,最终给出推动大数据驱动高校科技管理决策的建议.     

基于WBS-RBS的数据交易侵权风险识别

[目的/意义]数据权侵权问题一直是数据交易过程中的重点和难点,对数据交易过程中侵权风险进行识别,有利于相关利益主体从源头提高数据交易风险管理水平,提升数据交易效率。[方法/过程]文章引入WBS-RBS框架对数据交易过程的数据权侵权风险进行识别,根据数据交易全过程构建WBS模型,根据数据权的类型构建RBS模型,分析数据交易全过程各个环节存在的数据权侵权风险。[结果/结论]研究发现,数据人格权的侵权风险主要发生交易前,而数据财产权的侵权风险贯穿整个交易全过程。为提高风险识别效率,文章提出相关建议,以期促进数据交易活动的发展与完善。     

国内外政府数据开发利用的进展及对我国的政策建议

近年来,大数据浪潮兴起,大数据产业保持高速发展态势,大数据应用推进势头良好。政府数据作为价值密度高、涉足广度宽的数据资源,已成为各国争相创新开发的重要资产。但是长期以来,关于政府数据开发利用的理论研究却被忽视,如何科学有效地进行政府数据开发和利用已成为当前需要迫切关注的问题。文章系统总结了当前主要发达国家政府数据开发利用的政策措施和探索实践,以及通过梳理分析我国政府数据开发利用的政策体系和发展现状,尝试构建政府数据开发利用的过程机制模型,并提出:加强顶层立法,落实制度保障;扩大数据来源,提升数据质量;统一汇聚开放,深化行业应用;确立认证许可,明晰授权机制;创新开发模式,明确收益分配;推动试点先行,探索可行经验;强化技术支撑,保障数据安全等政策建议,以期为进一步推动政府数据开发利用提供决策参考。     

基于日志数据的信息资源学科化建设研究

针对当前信息资源学科化建设工作中的不足,提出了基于日志数据的资源学科化建设框架,利用日志数据来分析用户需求特征.对用户需求特征指标进行了探讨,包括平均请求间隔、期刊请求收录比例和期刊请求散度,目的是为不同学科信息资源遴选标准的建立提供参考依据.     

A noise-tolerant graphical model for ranking

This paper studies how to learn accurate ranking functions from noisy training data for information retrieval. Most previous work on learning to rank assumes that the relevance labels in the training data are reliable. In reality, however, the labels usually contain noise due to the difficulties of relevance judgments and several other reasons. To tackle the problem, in this paper we propose a novel approach to learning to rank, based on a probabilistic graphical model. Considering that the observed label might be noisy, we introduce a new variable to indicate the true label of each instance. We then use a graphical model to capture the joint distribution of the true labels and observed labels given features of documents. The graphical model distinguishes the true labels from observed labels, and is specially designed for ranking in information retrieval. Therefore, it helps to learn a more accurate model from noisy training data. Experiments on a real dataset for web search show that the proposed approach can significantly outperform previous approaches.