大数据环境下高校图书馆资源共享与服务转型策略研究

基于大数据的内涵和特点,阐述了大数据时代高校图书馆数字资源共享的优势,并从建立专门的大数据管理机构、设置科学的大数据技术架构、完善统一化的大数据平台等方面,提出了大数据背景下高校图书馆数字资源共享的建设路径,探讨了大数据环境下高校图书馆在图书采购、参考咨询服务、学科馆员制度等方面的服务转型.     

基于关系理念的大数据在高校图书馆中的应用研究

随着大数据时代的到来,大数据在各行业的应用成了时下的热点。大数据存在于我们社会生活的方方面面,新时代的图书馆在大数据的冲击下,也面临着新的改变。本文着眼于大数据的关系理念,对大数据的关键要素进行了分析,包括数据的全体性、数据的混杂性、数据的相关性、数据的创造性和数据的预测性,通过对这几个关键要素的分析和研究,结合图书馆的自身基本情况,提出了大数据在图书馆中的创新应用。     

广州:大数据产业引领创新驱动发展

<正>广州市作为我国的经济大省、外贸大省、制造业大省和电子信息产业大省的省会,国家超级计算广州中心、广州大数据交易平台、华南大数据产业联盟、广州大数据管理局和广州大数据专家智库等的设立足以显示大数据产业发展的基础日渐雄厚。成立广州大数据管理局和专家智库提升政府管理能力要用好大数据,首先就要设立专门的管理机构。作为国内大数据产业发展较快的城市,广州设立大数据管理局成为实施大数据战略     

大数据信息安全典型风险及保障机制

大数据已发展成为当今信息技术领域的研究热点,大数据信息安全面临着严峻的挑战。分析了大数据面临的三种典型信息安全风险,分别是大数据成为高级可持续威胁(APT)的攻击载体、大数据加大了个人隐私泄露的风险和大数据的存储安全风险,并指出着重从建立协同联动的APT综合防护平台、多维度加强个人隐私信息保护、三管齐下提高大数据的存储安全水平、加快推进大数据信息安全技术产品自主可控等四个方面增强大数据信息安全保障能力。     

蓬勃发展的中国大数据产业

党的十八大以来,中央高瞻远瞩,提出了实施国家大数据战略的重大决策。国务院和相关部门先后印发了《促进大数据发展行动纲要》《大数据产业发展规划（2016—2020年）》等指导性文件。各部门、各地方高度重视,据不完全统计,已有20多个省级地方和1O余个部委出台了本地区、本行业大数据发展规划,我国大数据发展已经正式驶入快车道。为此,国家信息中心、南海大数据应用研究院联合组织撰写了《2017中国大数据发展报告》。作为业界首部完全基于大数据方法对大数据现状进行研究的报告,它从多个维度对大数据产业发展进行了全面分析。本文节选部分数据内容,为读者简单展现我国大数据产业发展的业态。     

大数据时代下的出版模式思考

大数据背景下,思维和技术发生了巨大改变,出版模式迎来巨大变革。出版行业大数据主要包括内容数据、运营数据以及用户数据三类。基于上述大数据,出版行业将促进精准营销、驱动出版运营、推动知识服务。未来,出版行业应紧扣大数据脉搏,重构产业模式,迎接大数据带来的发展机遇。     

交通大数据的应用现状与未来发展方向

基于交通大数据的全生命周期流程,从数据采集、数据处理与数据应用角度分析交通大数据的应用模式,说明数据从采集到应用整个过程的数据工作以及所需要构建的数据体系。该文以交通态势分析系统为例,说明大数据在交通领域的具体应用方式,具体包括所采用的大数据技术组件在系统中发挥的作用以及系统利用交通大数据所实现的功能应用。之后阐明推动交通大数据领域发展的参与方格局,分析交通大数据的未来发展方向与重点工作,应当完善交通大数据标准体系,加强交通大数据全生命周期管理。指出应强化数据采集,完善数据管理体系并深化数据应用,并结合实例说明应完善和推广现有应用、发展和强化关键应用、促进和试点创新应用。     

互联网数据在高校大数据平台中的应用研究

互联网数据是高校大数据平台应用的重要数据来源,该文主要阐述了高校大数据平台的技术架构,并在此基础上提出了互联网数据的重要价值,分析了高校大数据应用中专业数据、资讯数据和网络舆情数据三大主要互联网数据构成,并对应用模式和应用场景进行了研究。提出并阐述了学科大数据分析、网络舆情监测、情报大数据分析、校友大数据分析等高校互联网数据大数据应用场景。     

大数据思维导引网络舆情分析

首先厘清大数据内涵及其价值,指出大数据由社会数据、感知数据和互联网数据构成,大数据内涵使用量大、增长快、多样性和高价值等四大要素表征,大数据集是满足从中可能挖掘出符合事物发展规律性的数据集。大数据的产生催生了数据密集型科学;大数据分析在社会治理和民生服务上的效益显著,大数据时代的治理需要树立并运用。     

大数据研究综述

针对大数据在生活中越来越普遍，分析了大数据的概念，对大数据的关键技术大数据集成、集群计算、大数据挖掘、数据仓库和大数据可视化进行了框架式讨论，并给出了大数据开源实现平台的技术组件，最后对大数据的挑战给予了展望.