数据挖掘及其在海洋工程中的研究与应用

数据挖掘能够从海量数据中提取出有价值的规律和知识,其在科学研究、金融投资、市场营销、保险、医疗卫生、产品制造业、通信网络管理等行业有着广泛应用。本文介绍了数据挖掘的特点、主要算法,特别是针对21世纪的海洋世纪,研究了数据挖掘技术在海洋信息分析以及在水下机器人故障诊断中的应用与现状。     

浅析数据挖掘技术的发展及应用

由于数据挖掘在各行业中的广泛应用,因而该技术引起了人们的普遍关注,介绍了数据挖掘的分类方法和目前采用较普遍的一些数据挖掘方法,分析、总结了数据挖掘技术在商业、Web挖掘、科学研究等几个主要领域的应用情况,综合论述了数据挖掘未来的发展趋势。     

数据挖掘在税收分析中的应用

税收分析是税收管理的眼睛，时及时准确地发现问题、解决问题，加强税源管理和征收管理起着重要的导向作用。本文提出将数据挖掘技术应用于税收分析，将数据仓库中大量的业务数据转化为有用的知识，为决策者提供有效的信息。介绍了数据挖掘的主要功能，分析了税收数据挖掘过程，并简要介绍数据挖掘在税收分析中的应用。     

论技术监测的对象

通过对网络信息环境下的传统科技管理手段的深入分析,我们提出将数据挖掘等现代信息技术与科技管理方法相结合的技术监测的理论与方法。本文对技术监测的对象进行了研究,指出技术监测的对象包括科技管理需求层次(科技发展战略与计划、科技发展环境与需求、特定技术领域、技术项目)和监测基础层次(科技文献、技术专利、研发主体)。并对每个对象的监测内容、目的、方法和监测的案例结果进行了详尽的分析和阐述。     

国际数据挖掘研究热点与前沿可视化分析

为全面了解国际图书情报学数据挖掘领域的研究热点和前沿趋势,以Web of Science数据库收录的2007-2016年数据领域的文献数据为研究对象,通过CiteSpace软件,结合文献计量学和可视化方法,从年度分布、期刊分布、研究力量分布、重要文献、研究热点以及前沿等方面进行分析。研究发现,国际数据挖掘研究出现了网络与计算机技术、数据挖掘方法、数据挖掘与管理、数据挖掘与应用四大聚类。研究前沿探测出3个发展时期,每个时期的热点都有特色。根据上述研究绘制该领域知识图谱,对国际数据挖掘的研究现状和发展趋势进行分析和总结,为我国数据挖掘研究提供参考。     

管理科学发展的内在逻辑与未来趋势

通过对管理科学发展内在逻辑和现状的研究发现,管理科学研究观点各异、派别林立,对一些基本问题还没有达成共识;学科体系日臻完善,中西方发展趋势存在一定差异;国际管理科学研究方法以实证为主,但我国管理科学研究存在思辨研究多、实证研究少,对管理哲学的研究有待深入等现状和不足.在此基础上提出了管理科学发展的未来趋势,包括强化对管理实践、管理哲学、重大社会问题、复杂性科学和组织行为学等方面的研究.     

基于Web数据挖掘研究

在Intemet浪潮的冲击下，人们面临着数据爆炸的挑战；随着数据挖掘（Data Mining，DM）技术的迅速发展及数据库管理技术的广泛应用．人们积累的数据越来越多，如何从浩如烟海的数据中找到内在的规律，如何更方便地传递、交流、获取有用的信息，挖掘这些激增数据背后隐藏的重要信息已成为当前高科技领域研究的热点。Web挖掘（Web Mining），是将传统的数据挖掘同Web结合起来的技术，从广义上解释就是通过数据挖掘技术来分析与网站相关的资料。就WEB数据挖掘的一些特点、过程以及方法进行探讨。     

知识管理和数据挖掘在提升中国国家竞争力中的应用初探

当今社会已进入知识经济时代，在日益激烈的各国国家竞争力比拼背后，实际上是各国国家创新体系的激烈较量，而知识创新对一个国家的创新体系的形成与完善起着重要的作用。本文通过深入分析知识管理、数据挖掘与国家竞争力的概念和关系，发展一个通过数据挖掘和知识管理推进国家竞争力的理论框架，提出一个知识管理与国家竞争力之间相互促进的螺旋上升的关系理论，指出了通过数据挖掘和知识管理提升国家竞争力的研究中的关键问题。     

浅谈数据挖掘技术及其应用

介绍了数据挖掘技术的定义、任务类型和常用数据挖掘方法，对常用数据挖掘方法的应用做了介绍。     

数据挖掘在生物信息学中的应用

生物信息学是对生物科学所产生的大量数据进行分析和管理的学科。数据挖掘技术在生物信息学领域具有良好的研究与应用前景。对在生物信息学中的数据挖掘技术的应用进行了研究。     

促进技术监测在政府科研管理中的应用——纳米技术监测应用研究

新形势下提高科研管理质量和效率迫在眉睫。本文提出技术监测方法,即将数据挖掘等计算机前沿技术引入科研管理领域,发展科研管理的数据分析基础,促进了科研管理决策科学化,并在纳米技术领域进行了实证分析。文章最后指出在科研管理领域运用技术监测方法的重要意义。     

大数据环境下的高校科研管理信息化探索

近年来,大数据引起了产业界、学术界以及政府部门的高度关注。高校作为我国科研创新的重要基地,科研信息化水平极大影响到高校创新事业的发展。目前我国高校科技管理信息化存在数据共享度比较低,科技产出数据零散不系统,数据的质量不理想,信息化数据的利用率低等问题。论文简要阐述了大数据的概念以及传统模式下的科研管理的挑战,并提出了基于大数据技术的科研管理信息化集成解决方案。     

高校科研数据平台功能定位与优化研究——基于眼动追踪实验

[目的/意义]基于情景分析理论,检验高校科研数据平台功能的可用性,促使科研数据发挥更大价值,实现科研数据全方位管理,推动开放科学和开放数据的发展。[方法/过程]针对科研过程的阶段特征,采用情景分析法构建了科研过程的4个情景,重点针对实施阶段的情景,以复旦大学社会科学数据平台为例开展了眼动追踪实验研究。[结果/结论]初步确定了高校科研数据平台的四大功能定位:用于选题立项的功能,用于科研准备的功能,用于科研实施的功能和用于成果管理的功能。最后对新一代高校科研数据平台功能重新定位与优化,能够实现数据一站式管理、数据开放、数据共享以及数据再利用功能。     

国内管理科学与工程研究热点以及发展趋势——近年国家自然科学基金资助项目的非线性分析

以1999-2006年管理科学与工程学科各分支研究领域获得的国家自然科学基金面上资助项目的统计数据为依据,回顾了近年国内管理科学与工程研究的现状和特征,使用非线性评价模型对热点问题进行界定,对国内的研究热点问题进行了动态分析,并重点探讨热点问题的形成,为把握管理科学与工程学科今后的发展趋势提供参考。     

数据科学与大数据技术专业建设思考与洞见

数据科学与大数据技术专业作为一门在新工科背景下崛起的新兴学科,受到了学术界与教育界的广泛关注。本文围绕新工科背景下数据科学与大数据技术专业建设问题和近四年新专业获批数据,剖析新专业建设面临的问题,提出基于角色差异化的数据科学与大数据技术专业人才培养体系。     

基于项目过程管理的数据仓库分析与建立

随着科学技术的飞速发展,科技评估已成为现代科技管理的必要手段和决策的重要依据,在现代科技项目管理中发挥越来重要的作用。通过分析反映项目执行过程实时运行数据和历史数据的数据模型和数据存储,将数据仓库理论和数据挖掘技术应用于科技项目评估,使隐含在项目计划执行过程数据中的一些特性可以被及时发现,从而对项目计划顺利执行和达到预期目标提供有强力的支持。     

资源系统工程的研究与应用

本文从资源定义出发,提出资源系统是指在一定区域内能够产生经济价值的、以提高人类当前和将来福利因素和条件的复杂系统。资源系统工程是对资源系统进行合理规划、设计和运行管理的一门交叉学科。研究分析认为：资源系统工程的理论基础是系统工程理论、系统工程技术和资源科学,研究的主要内容为资源系统规律、资源开发利用、资源协调控制,并初步确定了资源系统工程研究的方法论和学科体系。文章最后指出资源生态学、资源信息学的研究、资源系统定量分析,以及现代工程技术和方法的采用是资源系统工程研究的重点方向。资源系统工程是一门正在孕育发展中的学科,有待进一步去探索。     

我国地方科学院管理与运作模式及其发展动向分析

我国先后成立了15个地方科学院,从1985年开始经过了三个阶段的改革与发展过程,在发展定位、管理架构、组织结构、财务管理、人力资源管理、研发策略和技术服务7个方面形成了相似的管理与运作模式;在新时期,网络化发展、建立国家工程技术中心、高层次人才队伍建设、省内科技资源整合、地方院间的联合成为地方科学院发展的新动向。     

略论网络信息资源管理学的系统架构和研究内容——从工程系统论的观点出发

在简单介绍工程系统论的基础上,依据工程系统论的观点分析了网络信息资源管理系统的9个基本要素和由6大分支系统组成的系统架构,论述了网络信息资源管理学的主要研究内容,并给出了从工程系统论的角度来研究网络信息资源管理学的3点理由。