利用SAN技术构建数字图书馆存储系统

针对如何存储图书馆数字信息资源的问题,通过分析现有的海量存储技术,提出了存储区域网络技术,利用存储区域网络技术能很好地解决图书馆海量数据的存储问题。     

基于SRP构建IP SAN安全认证机制

海量数据的分布式存储是近几年的研究热点,随着数据量的不断增大,如何确保数据存储的安全性是极需解决的技术问题。本文构建了一种SAN存储网络的安全认证模型,利用SRP机制实现了分布式数据存储的认证,有效地确保了数据的安全性和一致性。     

高校数据安全路在何方

如何解决高校网络建设过程中的存储的问题,海量数据在整个校园网络的应用过程中如何能克服诸如人为操作失误、病毒、自然灾害等造成的安全隐患。据统计,该海量数据中的70％需要时刻处在网络中供分享和应用,剩余的30％可以考虑暂时离线存储以备不时之需;期望通过离线的磁带存储、等量的硬件存储空间提供数据存储、大量的双机提供不同部门的业务连续性似乎都会对高校的人力和财力造成巨大的压力。     

基于Hadoop的视频云存储架构研究

在计算机技术及互联网技术不断发展及应用的过程中,电子信息(视频、图片、数据等信息)数量也在不断的增长,如何够有效管理及存储海量电子信息是目前IT行业中的巨大挑战.传统的信息存储方案具有单一、以及不易扩展的劣势,导致数据的存储及管理出现了一系列的问题.要想解决这些问题,可以使用云存储基础,以此处理大量的数据信息.云存储具有可扩展性、实用性、高访问量及成本较低的优点,能够为数据存储提供良好的服务.     

基于大数据的电能质量监测分析系统设计与实现

为解决传统电能质量监测系统数据接入可靠性不高,海量数据存储和统计分析能力不足的缺点,采用类数据库的事务处理机制设计数据调度采集过程,搭建基于 Cloudera 大数据平台的电能质量监测分析系统,对数据进行分布式存储、计算分析,实现对 TB 级电能质量数据的监测点指标与运行状态统计,以及对暂态事件的统计聚合分析等功能。实验证明该系统可靠、海量数据统计处理能力强,提高了数据存储可拓展性,为供电方提供了解决海量电能质量数据存储与分析的有效方案。     

综合论文训练管理系统中海量数据上载的设计与实现

清华大学综合论文训练管理系统面向本科生教学,通过基于B/S的海量数据上载方法实现了电子论文的提交和审核.海量数据上载采用Hibernate的大数据字段访问、文件缓存的海量数据传输、大文件传输的并发访问控制和Oracle数据库的海量数据存储等关键技术,解决了传统海量数据上载在存储、断点续传、网络传输、并发控制等多方面的不足,在清华大学的实践中获得了良好的应用.     

大数据时代网络学习环境的数据融合

当前各网络学习系统和资源库之间存在着信息孤岛现象.文章以大数据时代为背景,首先认为造成这种现象的原因主要包括数据的多源异构性和新兴网络技术的应用,如系统的异构,模式的异构和物联网技术等.为了解决这个问题,必须构建异构数据共享系统,该系统包括应用层、数据服务层和数据层.与此相关的关键技术应该具备完成海量数据的存储和海量数据运算的功能.其主要解决策略是从非结构化数据库入手解决异构数据融合问题,其中具有代表性的就是noSQL技术,它具有易扩展、高性能、数据模型灵活等特点.在此基础上,通过数据的表示及格式转换、数据互操作和直接数据访问模式等方式,完成异构数据的集成,最终实现网络学习环境之间“直通车”目的.总之,该论文对网络学习环境中的异构数据和集成进行初步的探讨,希望对今后的相关研究起到抛砖引玉的作用.     

高速网络取证系统证据存储模型

网络取证系统的最终目标是给法庭提供可靠的数字证据,而面对高速网络取证系统的海量数据其存储是一个挑战.文章提出一个有效的存储模型,完成海量证据的存储,建立证据获取平台.     

主机存储系统的建立及完善

存储领域始终是计算机科技的一个关键点,只有可靠的数据存储技术的广泛应用,计算机的应用才能普及。计算机科技的发展,存储技术也日新月异,从最初的磁鼓、磁带存储,到硬盘存储,提供了越来越大的空间,随着RAID技术的成熟,为海量数据的可靠、高速存储提供了强有力的支持。但是如何建立高度共享安全可靠的网络存储数据,是各系统建立的关键因素。     

嵌入式数据库在网络性能管理系统的应用研究

将嵌入式数据库(Berkeley DB)应用到网络性能管理系统(NPMS)当中,较好地解决了网络性能管理系统当中海量数据的存储问题,大大提高了系统的数据存取速度,改善了系统的整体性能.     

云计算中两类主流数据库的比较研究

主要研究了Bigtable和HBase两个云计算的主流数据库;从数据模型的比较可以看出它们都采用了行、列和时间戳三要素;系统的主要架构也基本相似,只是在实现中有细微的差别,表现在对列族的处理上,Bigtable采用了锁的方式,而HBase则采用了节点方式来完成数据的协同访问;在性能的比较中可以知道,Bigtable的性能明显优于HBase,尤其在如数据错误安全和数据中心间的数据复制等关键性能是HBase所不能支持的;但由于HBase的开源性,使得用户可以获得更多的自由,方便开发个性应用。     

获取教育大数据：基于xAPI规范对学习经历数据的获取与共享

教育大数据为教育信息化的发展带来了新的机遇,而对教育大数据应用的实现首先依赖于对来源广泛的教育数据的获取。在这些有待获取的海量的教育数据中,学习经历数据作为一种承载着学习者在学习过程中的学习行为、学习活动、学习进程和与之交互的学习环境等教育信息的数据,蕴含着丰富的学习分析价值。随着相关学习技术的迅速发展,学习经历的跟踪在技术层面已经得以实现,但学习经历的复杂性、多样性和数据劣构性等特点阻碍了对其广泛的应用。由美国“高级分布式学习”组织发布的Experience API（xAPI）规范为破解这一难题提供了可行途径。xAPI规范利用“活动流”来描述学习经历,通过Statement来记录学习经历,并通过语义定义将其转化为良构且易于扩展的数据,为大数据背景下学习经历数据的获取提供了指导性的框架,同时通过实现了接口规范的学习记录仓储（LRS）来共享学习经历数据,由此实现对教育大数据尤其是学习经历数据的获取和共享。     

大数据环境下智慧型馆员的成长:挑战与应对

随着大数据时代的到来,对图书馆事业的发展也产生了巨大的影响. 图书馆员如何在新环境下,快速成长为智慧型馆员,借力大数据技术,更好地为读者提供个性化服务,是当今图书馆员面临的新问题.文章概述了大数据环境的内涵、构成以及大数据环境下图书馆员面临的机遇和挑战,在此基础上分析了智慧型馆员的内涵和特征,并就图书馆员如何成长为智慧型馆员提出应对策略.     

Googling in anatomy education: Can google trends inform educators of national online search patterns of anatomical syllabi?

The role of e‐learning platforms in anatomy education continues to expand as self‐directed learning is promoted in higher education. Although a wide range of e‐learning resources are available, determining student use of non‐academic internet resources requires novel approaches. One such approach that may be useful is the Google Trends^© web application. To determine the feasibility of Google Trends to gain insights into anatomy‐related online searches, Google Trends data from the United States from January 2010 to December 2015 were analyzed. Data collected were based on the recurrence of keywords related to head and neck anatomy generated from the American Association of Clinical Anatomists and the Anatomical Society suggested anatomy syllabi. Relative search volume (RSV) data were analyzed for seasonal periodicity and their overall temporal trends. Following exclusions due to insufficient search volume data, 29 out of 36 search terms were analyzed. Significant seasonal patterns occurred in 23 search terms. Thirty‐nine seasonal peaks were identified, mainly in October and April, coinciding with teaching periods in anatomy curricula. A positive correlation of RSV with time over the 6‐year study period occurred in 25 out of 29 search terms. These data demonstrate how Google Trends may offer insights into the nature and timing of online search patterns of anatomical syllabi and may potentially inform the development and timing of targeted online supports to ensure that students of anatomy have the opportunity to engage with online content that is both accurate and fit for purpose. Anat Sci Educ 10: 152–159. © 2016 American Association of Anatomists.     

医学院校医疗健康大数据人才培养的思考与探索

文章首先从教育部新增数据科学与大数据专业阐述现阶段国家对大数据人才培养的重视,接下来分析培养满足医疗健康行业的大数据人才的迫切需要,探索如何在培养目标、课程体系、校企合作、师资建设、创新平台及国际合作等方面进行大数据人才培养,并提出指导性的建议。     

教育大数据促进精准教学与实践研究--以“智慧学伴”为例

教育大数据正成为推动教育系统创新与变革的颠覆性力量。文章围绕教育大数据促进精准教学以提升教学效果为目标,从常态教学的挑战与问题出发,阐释大数据技术改进教学之道:大数据何以解决常态教学问题、何以改进教学效果、何以促进个性化自适应学习。以此为理论基础,文章以"智慧学伴"为例,探究了基于"智慧学伴"开展精准教学的应用与实践,并形成了基于数据分析的精准教学模式,文章的研究结果可为应用大数据改进教学提供借鉴。     

基于大数据分析的高中物理试卷讲评课教学

在传统教学中,教师往往要耗费大量时间、精力去手动分析学生在考试中的答题情况,且针对性不强。随着信息化的发展,借助大数据技术对考试数据进行采集和分析,教师可以轻松掌握学情,并在此基础上精准地进行试卷讲评课的教学设计。本文探讨了高中物理教师如何在大数据背景下组织试卷讲评课,以实现精准教学。     

Using ‘big ideas’ to enhance teaching and student learning

Organising teaching of a topic around a small number of ‘big ideas’ has been argued by many to be important in teaching for deep understanding, with big ideas being able to link different activities and to be framed in ways that provide perceived relevance and routes into engagement. However it is our view that, at present, the significance of big ideas in classroom practice is underappreciated while their implementation in teaching is perceived as ‘unproblematic’. In this paper we address these issues; while we draw on the experiences of two major research projects focusing on teachers’ pedagogical reasoning, we attempt to investigate big ideas from a conceptual stance. While the domain is important, we argue that the source of big ideas should include reflection on issues of student learning and engagement as well as the domain. Moreover, big ideas should be framed in ways that are richer, more generative of teaching ideas and more pedagogically powerful than topic headings. This means framing them as a sentence, with a verb, that provides direction and ideas for teachers. We posit three different kinds of big ideas: big ideas about content, big ideas about learning and big ideas about the domain; the last two result in teachers having parallel agendas to their content agendas. In addition to discussing how pedagogically powerful big ideas can be constructed, we draw on data from highly skilled teachers to extend thinking about how teachers can use big ideas.     

大数据时代下跨境电商发展的影响因素研究

这两年,跨境电子商务发展势头强劲。阿里巴巴利用自己的跨境电商平台,利用自己的大数据优势,将跨境电商企业带入大数据时代。本文提取了3个要素作为影响跨境电子商务成功的关键因素,外部营销、内部运营,以及领导层决策。基于许多跨境电商企业希望将大数据应用于企业经营的动机,本文从4个方面来阐述大数据如何深耕跨境电商:用于企业外部营销、用于内部运营、用于领导层决策以及用于产品核心支持。     

基于Hadoop的大数据工程实践多层次教学设计

面对众多的大数据技术与研究领域,需要设计合理的学习路径和线索。通过在教学过程中划分多层次(基础层、提高层、综合层),让学生可以有针对性地由浅入深学习,掌握诸如安装维护、基本操作、应用开发、平台调优、架构设计等不同层面的知识。针对大数据工程实践中的常用技术方向,设计了不同层次的实践教学内容,并以工程中常用技术HDFS知识点为例进行阐述。在课程实施过程中该设计内容满足教学需要,使学生能够更加清晰地了解大数据技术在实际中所面对的不同业务需求。