基于工作流的分布式数据仓库模型的研究

通过对数据仓库和分布式数据仓库体系构架的分析,得出当前分布式数据仓库存在的缺点：不能进行灵活的定制,易用性差。分布式数据仓库为了保持全局数据仓库和局部数据仓库的数据一致性,需购买大量昂贵的存储设备来保存两份相同的数据。针对这些缺点,提出了一种基于工作流的分布式数据仓库模型,模型的整体结构基于SOA面向服务的体系结构、分布式。引入了工作流技术来实现灵活定制数据提取需求、分析挖掘需求及结果可视化的需求,并将这些功能封装成整体模型中的业务流程服务。在业务流程服务模型部分提出了数据仓库业务流程执行语言、业务流程的可达性验证算法和优化算法。     

一种分布式的模糊聚类方法

由于FCM算法中的初始值需要随机的设定,这种随机性不能保证每次都能达到全局最优,也就是说如果初始聚类中心的设置具有全局的特点,那么聚类的结果才能达到全局最优。因此主要针对模糊c-均值（FCM）聚类算法对初始值很敏感,而且容易陷入局部最优解的这一特点,提出了一种分布式的模糊聚类方法。首先用分治法得到模糊聚类的全局的聚类中心值,然后再用FCM进行聚类,从而克服FCM算法对初始值敏感和容易陷入局部最优解的缺陷,达到全局最优。经仿真实验证明结果是很理想的。     

一种改进的基于加权属性的SLOF离群点挖掘算法

SLOF算法采用了空间对象的空间属性和空间关系确定空间邻域,并结合非空间属性的权值来计算对象在其邻域内的离群度,但在计算属性权值时,仍然由邻域专家决定,存在人为因素。文中采用计算每个对象的每个非空间属性的去一划分信息熵增量,并通过这个值来反映各个属性对对象离群的贡献程度,给出一种改进的SLOF算法。实验结果表明,算法具有计算效率高和对用户依赖性小的优点。     

广东省城乡居民消费结构研究

通过实证分析广东省城乡居民收入对消费结构的影响作用,发现近年广东省城乡居民在衣着、交通及通讯方面消费均有较大提高。而与广东省城镇居民消费状况相比,农村居民对家庭设备用品、医疗保健、娱乐教育文化服务等高层次消费明显落后于城镇居民。在此基础上,提出了增加城乡居民收入,培育农村消费市场,建设经济适用房等建议。     

纵向数据线性混合模型中M估计的渐近正态性

对纵向数据的线性混合模型yk=Xkβ＋Ckτk＋ek用Fisher得分迭代法得到了参数的M估计（稳健估计）,并在一系列的正则条件下,证明了参数M估计的渐近性质．     

“数据仓库与数据挖掘”课程教学实践与探索

本文从"数据仓库与数据挖掘"课程的本科教学特点出发,讨论了在授课过程中遇到的一些实际问题,介绍了理论教学环节和实验教学环节的各项内容及侧重点,并给出具体的实验教学方案。     

大数据环境下国内情报分析研究方法研究

[目的/意义]对大数据环境下国内情报分析研究方法、研究方法对应的研究主题进行归类,归纳其一般特性,对情报分析研究方法未来发展进行展望。[方法/过程]通过对情报分析领域文献中研究方法关键词进行词频统计分析,采用共词分析法、因子分析法、单因素方差分析、聚类分析、多维尺度分析等方法确定情报分析研究方法的分类类别数,归纳出每一类研究方法的特点,对每一类研究方法所对应的研究主题进行梳理。[结果/结论]发现大数据环境下国内情报分析研究方法可以分为7类。从两个不同角度对7类情报分析研究方法进行概括,认为面向全源数据的智能化的情报分析方法是未来的发展方向。与7类情报分析研究方法密切相关的主题分别为颠覆性技术创新、图书馆资源建设、语义计算、风险预测、技术的合作与竞争、系统评价、方法体系构建。     

移动互联网环境下大学生数据素养能力实证评价研究

[目的/意义]结合国内外文献研究与初步研究,基于移动互联网环境下大学生数据素养能力表现,构建大学生数据素养能力评价指标体系并进行实证分析,从而提供数据素养能力综合评价标准与工具。[方法/过程]首先基于提纲式专家访谈与小样本问卷测试,运用探索性因子分析构建移动互联网环境下大学生数据素养能力评价指标体系,并进行科学性检验与优化;在此基础上结合半结构化问卷调研,运用主成分分析从互联网环境下的数据意识、数据知识与技能、数据组织与管理、数据表达与解释四个一级指标进行实证评价。[结果/结论]实证分析结果表明移动互联网环境下大学生数据素养能力存在年级与专业差异,其中数据意识、数据表达与解释的群体均衡收敛,个体异质性在数据知识与技能、数据组织与管理能力表现显著。最后,从国家层面的数据标准化管理与教育个性化发展协同、移动互联网数据资源管理云环境、高校"四位一体"渐进式智慧培养体系三个视角提出互联网环境下大学生数据素养能力提升的对策建议。     

北京高校馆际文献传递服务用户兴趣关联研究

[目的/意义]关联数据分析和个性化信息推送是图书馆联盟建设的重要内容。文章引入关联分析挖掘技术为北京地区高校图书馆联盟馆际文献传递中的个性化推送服务提出建议。[方法/过程]以2018年BALIS北京地区高校图书馆文献传递服务数据为基础,对不同专业用户群体和不同高校用户群体文献传递申请单数据进行分析,并利用FP-growth关联分析算法技术对数据进行相关系数分析。[结果/结论]数据挖掘结果较好地挖掘出北京地区各高校图书馆用户的跨校、跨专业文献借阅偏好,可实现有效和有针对性的文献推荐服务,同时能够为区域图书馆联盟的资源共建共享提供数据参考。     

国内外政府数据开发利用的进展及对我国的政策建议

近年来,大数据浪潮兴起,大数据产业保持高速发展态势,大数据应用推进势头良好。政府数据作为价值密度高、涉足广度宽的数据资源,已成为各国争相创新开发的重要资产。但是长期以来,关于政府数据开发利用的理论研究却被忽视,如何科学有效地进行政府数据开发和利用已成为当前需要迫切关注的问题。文章系统总结了当前主要发达国家政府数据开发利用的政策措施和探索实践,以及通过梳理分析我国政府数据开发利用的政策体系和发展现状,尝试构建政府数据开发利用的过程机制模型,并提出:加强顶层立法,落实制度保障;扩大数据来源,提升数据质量;统一汇聚开放,深化行业应用;确立认证许可,明晰授权机制;创新开发模式,明确收益分配;推动试点先行,探索可行经验;强化技术支撑,保障数据安全等政策建议,以期为进一步推动政府数据开发利用提供决策参考。