大数据环境下商业银行审计非结构化数据研究

在分析大数据环境下商业银行审计非结构化数据特点的基础上,结合当前大数据领域处理和分析非结构化数据的主流技术,提出商业银行审计云平台构建过程中在非结构化数据应用分类、采集存储、处理分析等方面的数据规划标准,为大数据环境下规范商业银行非结构化数据审计提供参考。     

浅析大数据

说明了什么是大数据和大数据的重要性,介绍了大数据的可视化分析,并从数据准备、结构化数据和非结构化数据等3方面介绍了大数据的处理。     

大数据应用于高校科研评价的价值意蕴与适用构想

面向以前瞻性基础研究为主和支撑人才培养、学科建设的高校科研评价有其特殊性,传统的同行评议法、文献计量法等科研评价方法存在许多局限,难于准确判断其科学价值,为此,通过分析国内外相关文献,探讨大数据在高校科研评价中的价值和适用环节。研究表明,大数据在高校科研评价中的应用,具有采集非结构化和半结构化数据、挖掘隐性和滞后性科学价值、提高处理速度和实现可视化表达、促进科研评价方法和方法论创新发展等强大功能和应用价值,且在实现高校科研功能多重性的数据提取、科研重心基础性的学术价值判断、科研成果价值非显性的数据挖掘和围绕破除"SCI至上"、聚焦"五大价值"的导向性指标体系构建等环节功能突显、适用性强。最后强调提出高校科研评价要防止沦为"数据万能"的陷阱,对运用大数据开展科研评价应加以调节和控制。     

大数据技术对我国银行业的创新启示

传统的数据分析一般以作为历史数据的结构化数据为基础,难以保证其真实性,做出的分析决策具有很大的滞后性。而"大数据"作为新兴的分析系统,不仅能够准确分析结构化数据,更能结合非结构化数据对已发生的事件做出准确的判断,对未来继续有效预判,避免数据的失效和失真,这对我国未来银行征信体系、"普惠金融"以及金融产品营销手段的创新,都具有极其重要的意义。通过对大数据的研究,就大数据对我国银行业发展的影响以及相关的风险监管等进行分析,探索未来大数据技术对我国银行业创新发展的启示。     

特征融合在微博数据挖掘中的应用研究

针对传统的微博聚类分析中,只单独针对微博阅读数、评论数等数据(下称微博结构化数据)进行分类或者单独针对由微博内容进行文本分词得到的分词数据(下称微博分词)进行分类的问题,本文采用了Kohonen聚类,研究结合微博结构化数据和微博分词的融合数据聚类的效果是否比单独对微博结构化数据或对微博分词聚类有所提高。实证数据实验结果显示,微博结构化数据单独聚类会出现一个类的标准差特别大(本文称为离群类),而对融合数据聚类,微博结构化数据则不会出现离群类;融合数据聚类结果对微博分词的影响不显著。     

图书馆大数据管理与分析

图书馆是一个重要的大数据应用领域,文章分析了图书馆大数据生成机制、图书馆大数据的类型、图书馆大数据管理手段和分析方法等等,指出面对大量的非结构化数据和迅速增长的服务记录数据,图书馆面临的困境和未来的研究应用方向。     

基于大数据的高校科研评价的价值意蕴与适用构想*

正确评价科研成果的“科学价值、技术价值、经济价值、社会价值、文化价值”是一项极其重要的工作。面向以前瞻性基础研究为主和支撑人才培养、学科建设的高校科研，传统的同行评议法、文献计量法等高校科研评价方法存在许多局限，评价工作成为一大难题。文章基于大数据在高校科研评价中的应用，通过文献研究，在综述国内外相关研究的基础上，探讨大数据在高校科研评价中的价值和适用环节。研究表明，大数据在采集非结构化和半结构化数据、挖掘隐性和滞后性科学价值、提高处理速度和实现可视化表达、促进科研评价方法和方法论创新发展等方面具有强大的功能和应用价值。在实现高校科研功能多重性的数据提取、科研重心基础性的学术价值判断、科研成果价值非显性的数据挖掘和围绕破除“SCI至上”、聚焦“五大价值”的导向性的指标体系构建等环节功能突显，适用性强。文章强调，要防止沦为“数据万能”的陷阱，对运用大数据开展科研评价应加以调节和控制。     

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。     

文本挖掘分析技术在审计稽核中的应用探索

随着大数据时代的来临,审计作为一个综合的经济监督部门也必将面临其带来的巨大挑战,在企业系统中产生了海量的非结构化数据,仅靠人工进行审计,成效杯水车薪,针对非结构化数据的审计已经成为审计业务的盲区,利用高科技手段与工具实现非结构化数据的分析与挖掘为审计业务提供数据支撑的需求已迫在眉睫。本文基于文本挖掘技术,采用信息抽取方法从非结构化文档中提取关键信息,进行结构化存储,然后进行自动稽核,既大大减少因人工操作耗费的大量人力、财力成本,又避免了因人为疏忽造成审计问题遗漏的情况,更加全面的审计各种问题。     

大数据风控技术在互联网金融中的探索与实践

随着互联网技术与金融业务的融合发展,当前金融欺诈呈现出"专业化"、"集团化",导致企业在风险处置上花费较多的成本;此时大数据风控技术应运而生,该技术就是利用结构化数据、半结构化数据和非结构化数据,通过数据采集、实时\非实时数据加工等技术手段,结合各类风控模型,识别出风险客户,从而降低企业运营成本。经过艰苦的开发,系统已经建立起以实时\非实时数据集市为基础,数据采集和为依靠,规则引擎为载体的体系,有效降低各类风险的冲击。     

智慧校园之大数据应用研究

大数据就是指在大规模非结构化的数据中进行数据的分析和处理的过程,找到有效的数据信息。在智慧校园中应用大数据分析具有非常重要的现实意义。本文主要是针对大数据的含义进行分析,然后分析大数据在智慧校园中应用的意义,最后分析大数据在智慧校园中的应用现状。     

大数据人才培养模式分析与思考

大数据浪潮下,各行业面临着数字化转型,这就对新时期大数据相关的人才培养提出了现实需求。高校作为人才培养的主要阵地,需要改革现有的教学方式、创新大数据学科体系,为大数据产业、大数据科研领域输送多层次的大数据人才。本文结合当下的教育环境,对我国大数据人才培养模式进行了分析与思考,提出了意见与建议。     

基于半结构化分割的Web热点数据挖掘算法

随着大数据信息技术的发展,数据在线监测和数据挖掘成为计算机信息领域研究的热点。通过对Web热点数据分割挖掘,提高信息热点追踪和Web数据分类能力。传统算法采用非结构化数据挖掘算法,无法有效对Web热点数据进行准确定位和分层挖掘。提出一种基于半结构化分割的Web热点数据挖掘算法。采用半结构化数据进行特征分割,基于优秀基因位进行差分进化,使寻优曲线不断趋于平缓,在多个节点上并行的运行比较脚本,采用半结构化分割,使得Web热点特征挖掘实现自适应寻优,得到Web热点数据的分配因子,提高了挖掘性能。仿真结果表明,该算法获得了良好的效率和精度,提高了Web热点数据挖掘的自适应寻优能力。     

一种非结构化数据的多牵度分配存取实现方法

非结构化数据随着信息时代的发展呈现爆炸式增长,非结构化数据存取的难点在于数据没有非常统一的规律便于系统查询和访问。传统的非结构化数据存取方法沿袭了结构化数据存取的方法,通过建立相应的特征关键字进行存取,由于非结构化数据的模糊特征性,对大量数据的兼容性很差。提出了一种非结构化数据的多牵度分配存取实现方法,将数据特征提取,根据特征将数据存储在不同的牵度区域,在数据合成时,通过牵度索引,建立不同的数据拼接顺序,从而实现很好的数据恢复。通过实际的海量数据进行测试实验,结果显示,采用多牵度分配存取的方法,非结构化数据的存取速度大大提高,具有很好的应用价值。     

基于OBE理念的大数据与会计专业人才培养路径优化策略分析

在信息技术不断发展的当下,传统会计工作方式已经不适应当前各大企业的经济发展模式。同时企业对会计人才的要求也不仅限于会计专业能力,而是更趋向于对会计人才综合素养的要求。将OBE理念应用于大数据与会计专业人才培养,要求高等院校以成果为导向,不断优化大数据与会计专业课程体系及人才培养方案,从而培养更加符合社会发展要求的大数据与会计专业人才。基于此,文章简单分析了OBE理念下大数据与会计专业人才培养目标,探讨了当前大数据与会计专业人才培养困境,围绕基于OBE理念的大数据与会计专业人才培养路径提出了几点优化策略。     

大数据时代安全情报人才培养的思考

[目的/意义] 安全情报人才培养旨在储备安全情报专业人才,这直接关系着国家、社会以及各类社会组织的安全管理工作。在大数据时代,大数据给安全情报人才培养提出新要求。因此,大数据时代的安全情报人才培养研究具有重要的理论和现实意义。[方法/过程] 运用文献分析和理论思辨方法,在安全情报人才培养理论基础之上,分析大数据背景下安全情报人才培养面临的新要求,并构建大数据时代安全情报人才能力素养体系。基于此,提出大数据时代安全情报人才培养模式,并针对模式进行详细分析与论述。[结果/结论] 研究发现,大数据时代,安全情报人才培养面临着目标升级、统一标准、需求宽泛、法律建设、能力提升、环境适应、教育改革等诸多新的要求;与此同时,安全情报人才的知识、技能、意识、文化道德和执行力等素养水平都亟需提升。此外,大数据时代安全情报人才培养模式从教育体系、法规保障、智库建设、文化氛围以及人才考核等方面进行改革创新,以培养高质量的安全情报专业人才。     

NoSQL数据库与GIS集成

将NoSQL数据库在非结构化大数据应用上的优势与空间数据以及GIS相结合,能极大提高GIS对大数据的读取与查询效率。本文利用主流NoSQL数据库和GIS平台,尝试将存储在NoSQL数据库中的大数据量的非结构数据以空间数据的方式进行显示和查询。     

大数据环境下微信公众平台非结构化数据融合研究

微信公众平台具有开源、发布及时的特点,目前它已经成为各机构发布信息的重要渠道。但这类数据又具有非结构化、无语义描述的特点,如何将微信公众平台从非结构化数据转化为可分析、判断的结构化数据,成为一个亟须解决的问题。针对该问题,本文提出一个对微信公众平台结构化数据监测的层次体系。这一方法将通过数据融合方式,从平台资源中抽取数据,构建结构化数据库,进行权重比较,判断情报价值,进而实现对研究领域的态势监测。     

大数据背景下高校人才培养超网络模型研究

高校人才培养方案改革是多主体参与的复杂问题,根据人才培养流程,首先构建了大数据背景下人才培养超网络模型,然后深入研究岗位、能力、知识和课程网络之间的相互映射关系,最后探讨了人才培养超网络模型在高校人才培养改革方案中的应用,以期为大数据背景下高校人才培养方案改革提供帮助。     

无结构化数据集成方法在数字图书馆中的应用

针对数字图书馆中的图像、视频、音频等无结构化数据的集成问题,提出了语义对象模型的概念,实现无结构化数据的统一全局对象表示。在此基础上,提出了一种以XML数据模型为基础的无结构化数据集成方法。