在数据海洋中打捞信息--数据挖掘

随着信息技术的进步以及电子化时代的来临,现今企业所面对的是一个与以往截然不同的竞争环境,不仅企业竞争的强度与速度倍增,市场交易也使得各企业所需储存与处理的资料越来越庞大。在这种情况下,企业的焦点已从以往的资料整理与搜集转向有效地利用数据库来进行信息的获取。企业如何应对外界的竞争,快速有效地从数据库中取得有用的信息,反映市场或消费者的需求,成为企业重视的焦点。 随着人们获得日益便利和强     

大数据背景下数据新闻的文本挖掘算法的研究

数据新闻是基于数据的抓取、挖掘、统计、分析和可视化呈现的新型新闻报道方式。数据新闻是在大数据的技术背景下产生的。数据新闻是随着数据时代的到来出现的一种新型报道形态,是数据技术对新闻业全面渗透的必然结果,它的出现在一定程度上改变了传统新闻生产流程。数据的挖掘是对获取的新闻文本通过文本挖掘算法,提取不同纬度的信息来支持新闻可视化应用,以及数据治理模块,用来排除一些垃圾信息,使得我们的数据是比较优质的数据。     

高校图书馆的大数据价值挖掘

介绍了高校图书馆开展大数据挖掘的背景,详细说明了高校图书馆大数据的来源,并分析了这些大数据给图书馆带来的潜在价值及图书馆挖掘这些大数据面临的困难和挑战,最后提出了图书馆数据挖掘的应对策略.     

大数据下的一种挖掘算法的研究

在大数据背景下进行数据挖掘越来越受到重视,针对Apriori挖掘算法中存在消耗时间长,算法效率低的特点,采用添加数据库、改进频繁1-项集,改进频繁2-项集和引入动态存储空间等措施,提高Apriori算法的性能,仿真实验中,本文算法在时间消耗、CPU耗能和挖掘效果上都取得了良好的效果。     

基于URL定位信息的BBS数据挖掘方法研究

利用Web页面的采集序位和被检索页面的相关信息和主题,使得以主题为分块的网络爬虫算法,能够尽可能多地把整个Web按照主题为依据进行分块整合,可以采用对URL定位信息,提高了页面的高效检索能力。仿真实验中表明,提出的主题相关爬虫算法能够跨越BBS中URL网页中的断裂带,提高了URL网页的召回率,也不至于因为网页的断裂而中止检索。算法精度分析表明,误判点都在等分线附近徘徊,偏差不大,表明算法精度较高。     

在线评论信息挖掘分析的数据来源可靠性研究

通过将研究分解成三个子任务,对网络数据从运用PageRank与TrustRank剔除作弊网页开始;借助结合网页间主题相关度、时间差以及在线评论比例的权重的TC-PageRank算法,提炼与产品主题高度相关并包含大量在线评论数据的网页集;最后考虑了网页与产品主题的相似度以及网页的链接增幅对网页权威性的影响,运用改进的HITS算法,确定在线评论分析数据来源的权威网页集;而基于MapReduce的矩阵分块运算,降低了算法时空的复杂度。并通过仿真实验验证了该方法的可行性与准确性。     

大数据时代的信息伦理研究

信息伦理是现代图书情报研究的重要前沿领域,大数据时代的到来,给信息伦理提出许多难题.本文主要阐明对大数据时代信息伦理问题研究的必要性,分析大数据时代所面临的信息伦理困境并提出如何走出困境的对策思考.     

大数据时代的能源金融

<正>进入21世纪,能源已成为新的金融投资载体,能源金融时代已经来临。在能源金融化的进程中,电子信息载体和网络平台一直扮演着重要的角色。大数据时代的到来,更加凸显了信息竞争和网络优势的重要地位。传统的市场交易模式已被颠覆,高频监测与交易、市场舆情分析和泛在网络传染成为引领市场交易的新关键词。如世界石油市场体系伴     

基于大数据的信息伦理问题及构建研究

首先对大数据环境下的国内外信息伦理失范案例进行分析,阐述大数据时代信息利用的特点;然后根据其特点提出大数据对社会信息伦理的影响和存在的问题;最终提出三点社会信息伦理构建的建议。     

基于大数据技术的网络舆情文本挖掘研究

通过分析大数据与网络舆情数据的相似特征,基于大数据思想构建网络舆情的文本挖掘模块,并在此基础上构建预警模型,对关系型数据库与分布式数据库进行了融合,使之适应模型从数据采集到分析查询的全部流程;并对大数据核心技术MapReduce进行扩展,改进的MapReduce贯穿于数据处理模块的文本特征向量提取与舆情指数的矩阵-向量乘积运算。通过仿真实验,证明该模型具有一定的准确性与良好的时效性。     

科研大数据风险传导的机理研究

[目的/意义]科研大数据风险长期蛰伏于科研活动过程,威胁着科研大数据的健康发展,探究科研大数据风险传导的核心机理,解构其形成—传导过程,能够为后续相关研究提供理论参考。[方法/过程]构建科研大数据风险传导模型(RCM-SRDB),从要素、维度等方面深入分析,并进一步对科研大数据风险的传导路径进行多维度解读。[结果/结论]研究表明,科研大数据风险传导是一个以风险原体、风险散播者、传导介质、风险感染者为链条,以生态本质使然、自我主义驱使、安全技术时滞、多元环境威胁为诱因,以时间维、空间维、层次维、强度维为风险核心维度,以线形靶向路径、多重交互路径、星形扩散路径、孤波—分形式路径为传导路径,以危害科研大数据生态系统健康发展为潜在威胁的动态多维过程。     

大数据时代公民个人信息数据面临的风险及应对

现代社会大数据已经成为影响整个国家和全体国民的重要事物,大数据在带来巨大便利和商机的同时也会对个人数据信息带来侵害的风险.之前的研究结果都倾向于认为应当通过援引民法上“隐私权”的规定保护个人数据,但是事实上“隐私权”本身尚不足以完全涵盖大数据时代的个人信息数据面临的各种风险.在大数据时代这种风险是和大数据本身相伴相随的,如何看待和认识这一风险将影响对大数据本身的价值认识和政策取向.大数据时代公民对于个人信息的知情和选择权以及处分权必须得到保障,除了技术手段和刑法保护之外,制定专门的个人信息保护规范性法律文件和确立“告知和同意原则”对应对数据化时代的个人信息安全挑战也具有重要意义.     

基于大数据的西藏金融扶贫机制研究

大数据技术的发展和应用为管理技术的提高创造了有利条件,西藏扶贫开发工作的特殊性增加了金融扶贫工作的难度,大数据技术是解决金融扶贫中"项目跟进难""扶贫效果评价难"等问题的关键,金融扶贫大数据平台建设有助于提高金融扶贫的精准度,实现金融扶贫工作的动态调整机制。     

大数据背景下的数据流挖掘技术

数据流处理在某种程度上包含流的汇总过程,考虑如何从流中抽取有用样本,以及如何从流中过滤大部分不想要的元素。估计流中的元素个数,其中估计方法所用的存储开销远小于列举所有所见元素的开销。     

大数据时代的金融变革:互联网金融的崛起及意义

大数据时代的带来促使金融变革,互联网金融诞生。互联网金融提供金融服务,但同时必须依托于移动支付、云计算等新兴信息技术。互联网金融在中国的发展可以分为两个阶段,具体呈现出三种模式:服务延伸、居间服务和互联网金融服务。互联网金融最大的风险在于脱离实体经济的发展,造成经济危机。互联网金融最重要的两个意义在于刺激"体制内"银行的改革创新和促进中小企业的发展,进而推动国民经济的增长。     

Web数据挖掘与个性化信息服务中用户研究

分析了个性化信息服务中用户研究的目的，介绍了Web挖掘的概念及其分类，提出Web使用记录挖掘，是获取真实的用户信息的有效途径和方法。     

大数据时代装备科技信息研究系统探索——基于高端需求和信息挖掘技术的装备科技信息研究方法

大数据时代,传统的装备科技信息研究无论在需求对接、信息采集、数据分析、成果表达、推送方式等各个环节都面临巨大的挑战。文章主要分析了大数据时代装备科技信息研究面临的主要问题,构建大数据时代装备科技信息研究系统总体框架,探讨装备科技信息研究系统的实践应用,提出要以重塑大数据时代装备科技信息研究流程为重点,以装备科技信息研究体系的建设和应用为基础,大力推进装备科技信息研究系统建设。     

基于Web数据挖掘的个性化信息智能Agent挖掘系统模型

个性化智能挖掘是近几年出现的一个崭新的研究方向,它是人工智能与数据挖掘技术在Web或Internet环境下相互融合的产物。大部分个性化信息挖掘都只是建立在纯粹的Web数据挖掘之上,然而面对大部分的智能化技术的出现,面对用户能够快速准确地检索自己最想要的信息的需求,Web数据挖掘要进行相应的扩展,通过将Web数据挖掘技术和智能Agent技术相结合,从而满足用户的需求。本文主要提出两个模型:典型的个性化Web挖掘模型和个性化Agent智能挖掘模型。     

大数据背景下大学生个人信息安全风险及保障研究

大数据给学生带来便利的同时,也带来了学生个人信息安全的隐患。大数据环境下,学生在网络上留下的数据,被收集、整合就会发现学生的隐私信息,一些高校与校外企业任意对大学生个人信息加以处理与利用,这引发了信息安全的风险并侵害了大学生的人格利益。本文主要探讨大数据时代大学生信息安全的保护的对策,目的是加强大学生个人信息安全意识,有效控制大学生个人信息的泄露和传播问题。     

大数据环境下微博舆情热点话题挖掘方法研究

通过分析大数据环境下微博舆情的发展特点和舆情自动监测的具体需求,设计了微博舆情热点挖掘系统结构模型,描述了各层的主要功能和实现方法.然后讨论了热点话题发现的方法,首先运用ICTCLAS和AntConc等工具提取热点词,其次描述规范化的数据表示形式,最后通过Chameleon聚类算法实现热点博文的聚类和话题抽取.该方法将对及时发现敏感信息和掌握舆情热点提供信息支持.