资源与环境应用模型方法元数据初步探讨

探讨编写模型方法无数据的必要性和可行性,综合方法无数据标准的基本框架和适用的方法无数据管理模型,并研究了基于方法无数据的模型管理模式。本文认为模型方法无数据应当包括标识翻译片、适用领域、模型参数、运行条件、性能、原理、模型实现和管理信息等8个方面的内容。方法无数据可以采用文本文件、关系数据库和面对象数据库管理;基于方法无数据建立构模语言可方便的实现资源与环境应用模型的运行管理。     

企业科研人员开放科研数据意愿影响因素研究

企业科研人员掌握众多高价值数据,激励企业科研人员开放科研数据,利于释放企业科研数据潜力。本文基于技术接受模型和信息系统持续使用模型构建企业科研人员开放科研数据意愿模型,使用PLS结构方程模型对问卷数据和研究模型进行实证分析,采用社会网络分析法挖掘企业科研人员开放意愿的细节诱因。通过模型检验发现,感知科研数据质量、感知科研数据价值和开放科研数据接受度对开放科研数据意愿具有显著正向影响,企业科研人员学术年龄在开放科研数据接受度和开放科研数据意愿中呈现正向调节作用。通过诱因挖掘发现,数据制度、数据隐私、数据版权、机构要求等对企业科研人员开放意愿具有重要作用。通过对企业科研人员开放科研数据意愿的影响机制分析,拓宽了企业数据的开发路径研究,也为促进产学研深度合作和融合创新提供了相关管理建议。     

政府数据开放成熟度模型研究

成熟度模型是衡量政府数据开放能力的重要方面。本文阐述了政府数据开放成熟度的含义、模型构建的重要性，并回顾了国外政府数据开放成熟度模型的类型。重点从政府主体的角度构建了我国政府数据开放成熟度的模型，分析了当前政府数据开放成熟度的状况，并提出了提高政府数据开放能力成熟度的建议和意见。     

数据组织过程中的数据质量评价研究

以基于生命周期的数据质量管理框架为出发点,提出了数据组织过程中的数据质量评价模型和方法,包括数据质量维度、数据质量评价指标、数据质量综合评价模型以及数据质量评价方法等。该模块与方法对提高数据质量和加强数据运用具有重要意义。     

网络信息安全防范与Web数据挖掘技术的整合研究

网络信息安全问题,已经成为制约网络经济进一步发展的重要瓶颈.Web数据挖掘技术是提升网络信息安全防范绩效的关键技术.本文在构建基于Web数据挖掘的网络信息安全防范模型后,还对建立在Web数据挖掘基础上的网络信息安全防范模型运行的基本原理、Web挖掘的数据资源、Web挖掘的技术方法、防范模型的主要应用、模型运行的注意事项等进行了深入分析.     

基于大数据的导弹武器系统全寿命管理模型研究

由于传统模型对导弹武器系统全寿命管理,数据误码率较高,为此提出基于大数据的导弹武器系统全寿命管理模型研究。设计基于大数据的导弹武器系统全寿命管理模型,建立三维信息数据体系,搭建导弹武器系统全寿命管理模型整体框架;采用Flume数据采集技术,构建分布式的数据获取管道;引入数据信息隶属度分析方法,对导弹武器系统数据发展态势进行预测。经实验证明,设计模型数据误码率低于传统模型。     

基于RDF的数据模型映射方法研究

为了无缝集成各种异构数据模型的数据,文章在对已有典型公共数据模型进行详细分析的基础上,结合RDF技术构建了公共数据模型RCDM。在构建公共数据模型时,根据RDF文档结构特点,提出了单元格数据的概念。同时,根据其它数据模型到公共数据模型映射的需要,将所有类型的数据都划分成单元格数据,并详细分析了RDBMS数据和XML数据到公共数据模型RCDM的映射方法。     

地理信息数据集联邦共享技术研究

目前,各类地理数据标准不统一、安全密度低、多以孤岛形式存在等问题日益突出,使得各数据节点无法汇聚,严重影响地理信息数据集的模型训练和分析。联邦学习作为一种新兴技术,对地理信息数据产业做出卓越贡献。文章从地理信息数据集孤岛问题出发,使用基于梯度上升树SecureBoost模型的联邦学习框架,从而实现数据汇聚和共享。实验结果表明：联邦共享技术使用去中心化架构会增加模型的训练时间,但在地理信息数据集方面可以大幅度解决数据孤岛问题,实现数据的共享交换。     

通用模型的伦理与治理：挑战及对策

通用模型是近年来人工智能发展的重要方向之一。随着模型研发应用的增多，模型的社会和伦理影响受到广泛关注。文章从通用模型的特性出发、分析了模型在算法、数据和算力3个层面潜在的伦理挑战，包括不确定性、真实性、可靠性，偏见、毒性、公平、隐私及环境问题。进一步从技术哲学的视角分析了数据驱动的模型在人与世界关系中的中介性作用及所产生的“镜像”效应问题和透明性问题，提出了人与世界关系的新形态是以模型（数据）为中介的，即“人-模型（数据）-世界”关系。最后，从治理技术和治理机制两方面反思了当前的应对措施及局限性。建议建立开放式、全流程、价值嵌入的伦理规约机制，保障通用模型在合规、合伦理的框架下发展。     

网络舆情受众参与行为标定数据空间构建

[研究目的]针对网络舆情受众参与行为标定数据源分散、数据整合存在壁垒、数据主体不明晰、数据管理权限缺失现状,解决舆情受众参与行为标定所需基础数据建设和知识支撑问题。[研究方法]提出了网络舆情受众参与行为标定数据空间模型框架,构建了数据协同需求驱动的管理引擎模型、基于底层接口库的数据中枢系统模型,设计了数据协同管理引擎算法、智能弹性数据沙盒算法、行为标定数据中枢算法、行为标定服务接口算法,以新浪微博和抖音“汤加火山喷发”话题数据展开实验。[研究结论]数据空间数据质量较高、数据体量适宜、数据对象清晰、受众行为被如实反映。智能弹性数据沙盒算法有效地起到了数据中枢数据缓冲、筛选的作用,跨舆情平台用户身份匹配算法识别效率较高,检索主题-内容算法召回率、精准率、准确率达到理想效果。     

基于扩展数据对象Petri网的工作流模型的研究

通过对当前工作流模型研究现状的总结分析,发现针对工作流中的数据信息的建模方法还存在局限性。因此,通过结合过程模型和数据对象模型,提出了一种扩展数据对象工作流Petri网模型,并给出了模型的形式化定义。     

非寿险精算教学中损失模型的拟合方法阐述

在非寿险精算中,对于费率厘定、准备金评估等都需要有关损失的数据。而在损失数据有限的情况下,通过有限的数据拟合损失模型就显得尤为重要。在教学过程中,一般只给出了各种损失模型的分布,而对于如何通过数据拟合模型则是学生不容易掌握的部分。因此,本文主要通过具体实例阐述了如何拟合损失模型。     

面向网络虚假医疗信息的识别模型构建研究——一种基于预训练的BERT模型

【 目的/意义】解决获取虚假网络医疗信息数据集时专业知识不足的问题,帮助在小样本领域构建虚假网络 医疗信息识别模型。【方法/过程】本文提出一种基于权威辟谣信息转化提取构建网络虚假医疗信息数据集的思路, 并依次构建传统机器学习模型、CNN模型和BERT模型进行分类识别。【结果/结论】结果表明,基于辟谣信息能够 实现以较低成本、不依赖专家标注构建虚假医疗信息数据集。通过对比实验发现,基于微博数据预训练的 BERT 模型准确率为 95.91%,F1值为 94.57%,相比于传统机器学习模型和 CNN模型提升分别接近 6%和 4%,表明本文构 建的基于预训练的BERT模型在网络虚假医疗信息识别任务上取得了更好的效果。【创新/局限】本文提出的方法能 以较低成本建立专业领域的虚假信息数据集,所构建的BERT虚假医疗信息识别模型在小样本领域也具有实用价 值,但在数据集规模、深度学习模型对比、模型性能评价指标等方面还有待拓展与延伸。     

基于深度学习的科学数据集检索方法研究

[目的/意义]为了支撑数据驱动研究范式,促进科学数据的共享与利用,提高数据仓储和发现平台中数据集检索功能的效果。[方法/过程]将科学数据集检索过程分为候选数据集检索和候选数据集重排序两个主要阶段：在第一阶段,将BM25模型与基于SimCSE的稠密检索模型结合,获取潜在的相关数据集;在第二阶段,基于BERT排序模型对候选数据集的相关性进行评分,据此优化检索结果排序。[结果/结论]从国内外13个人文社科相关的科学数据仓储平台采集约10万数据集的元数据进行检索实验和效果评价,结果表明：提出的检索模型效果最优,其NDCG@10的得分分别高于基准的向量空间和BM25模型23.6和11.7个百分点;对各模型检索结果分析发现,该模型相比基准模型具有更强的语义检索能力;此外,还对模型权重设置进行分析,可为实践应用中的参数设置提供参考。[局限]仅在英文人文社科数据集上进行模型效果验证。     

大数据时代情报服务模型探索研

数据时代,数据即资源,数据即服务。大数据时代,情报分析人员做好情报服务工作尤为重要。本研究首先论述了大数据相关概念、特征及发展趋势;其次,探讨了大数据环境给情报服务所带来的机遇与挑战;最后,结合大数据的数据特征,构建了大数据时代的情报服务模型。该模型充分考虑了大数据的数据特征、情报用户对情报内容与目的等特殊要求以及情报分析人员情报服务工作的流程,实现了情报服务的定制化和个性化。模型在数据处理过程中体现了数据-信息-知识-智慧的转化过程：实现了从实时数据、动态数据转化为信息,随后抽象、凝炼为知识,再深度升华为智慧,最终形成智慧产品并提供给情报用户,从而达到情报分析与情报服务的目的。     

制造业企业数据赋能指标体系构建研究

聚焦数据赋能推动制造业企业转型升级的作用边界与具体内容，为企业进行数据赋能自诊自检、了解自身数据应用状况提供科学的工具方法，促进制造业企业借助数据实现转型升级。基于制造业企业转型升级的现实需求，遵循“文献综述→参考架构→评估框架→指标体系→层次分析法赋权→模糊综合评价法应用→成熟度模型”的技术路线，在理清数据赋能、制造业企业数字化转型以及数据价值链理论演进的基础上，遵从成熟度模型的设定原则，从数据赋能准备度、数据赋能深入度、数据赋能提升度3个维度开发构建制造业企业数据赋能评价指标体系，应用层次分析法确定指标权重并基于模糊综合评价法对企业的数据赋能水平进行打分；同时构建相应的数据赋能成熟度等级划分模型，分为引领标杆级、提升优化级、综合集成级、成长规范级和初始规划级。未来将不断修正该评价指标体系与成熟度模型，进一步提高其普适性与准确性。     

数据挖掘在电信欺诈侦测中的应用

电信领域欺诈现象比较突出,文章对数据挖掘技术在电信欺诈侦测中的应用进行研究,并利用某移动运营商的真实数据进行有效性验证.具体通过商业理解、数据理解、数据准备、模型生成、模型应用等几个步骤完成欺诈的侦测.在模型生成阶段利用聚类算法中的Kohonen神经网络算法,Kohonen是一种自组织学习算法.     

基于多层异构网络的自动问答模型研究

【目的/意义】解决自动问答系统构建过程中数据集构建成本高的问题,以及自动问答过程中仅考虑问题或 答案本身相关性的局限。【方法/过程】提出了一种融合标注问答库和社区问答数据的数据集构建方法,构建问题关 键词-问题-答案-答案簇多层异构网络模型,并给出了基于该模型的自动问答算法。获取图书馆语料进行处理作 为实验数据,将BERT-Cos、AINN、BiMPM模型作为对比对象进行了实验与分析。【结果/结论】通过实验得到了各 模型在图书馆自动问答任务上的效果,本文所提模型在各评价指标上均优于其他模型,模型准确率达87.85%。【创 新/局限】本文提出的多数据源融合数据集构建方法和自动问答模型在问答任务中相对于已有方法具有更好的表 现,同时根据模型效果分析给出用户提问词长建议。     

国际碳排放期权套期保值分析:以EU ETS为例

运用随机扩散模型研究EU ETS碳排放期货交易的套期保值。利用欧洲气候交易所(ECX)交易的欧盟排放配额(EUA)期权数据估计Black-Scholes、Heston模型和跳跃扩散模型参数,比较随机波动模型、BS模型和跳跃扩散模型拟合市场EUA期权价格、隐含波动率误差。实证研究表明:Heston随机波动模型更好地刻画EUA期权数据特征;最后给出DEC10期权合约基于Heston模型的套期保值曲面。     

E-Science环境下科研—数据双生命周期模型初步研究

[目的/意义]在科学研究逐步信息化、数据密集化(e-Science)的大背景下,合理规划科研过程、科学管理研究数据对科研项目实施、数据利用与增值具有十分重要的意义。[方法/过程]文章采用实证研究方法,调研多个学科领域的科研项目,梳理和细化科研活动、科学数据管理的主要阶段,创建科研—数据双生命周期理论模型。[结果/结论]从具体活动内容和研究规范两方面,详细阐述双生命周期模型中科研项目和数据操作是如何协同进行的,该模型对以研究团队为责任主体的科研活动和数据信息服务具有一定的指导意义。[局限]提出的双生命周期模型适用于大部分的科研活动,而某些科研活动则根据实际的项目情况可以适当增加或者删减模型中的部分环节。