偏序结构环形图：一种大数据偏序结构可视化新方法

偏序结构图因其良好的知识可视化特性已在知识发现、数据挖掘等领域得以广泛应用.但在对大数据所形成的超大形式背景进行研究和分析时,偏序结构树形图存在的一些不足,使大数据可视化效果欠佳,不利于对大数据进行数据挖掘和知识发现.本文对偏序结构树形图进行改进,提出了可用于大数据分析的偏序结构环形图.对实例形式背景绘制出偏序结构环形图,并与其偏序结构树形图比较.实验结果表明,该方法清晰、直观,可视化效果较好,能更有效地呈现出大形式背景中的重要信息,可以应用在大数据的数据挖掘和知识发现中.     

大数据时代知识管理的作用和方法创新

大数据时代的来临给社会各行业、各领域均带来了机遇与挑战,为使大数据能够得到充分的利用,知识管理的作用日渐凸显.分析了知识管理在大数据时代的作用,探讨了大数据时代知识管理的方法,结合实际提出了知识管理在特定时期内的发展方向.     

大数据初探

随着移动互联网、电子商务、物联网以及社交媒体的快速发展,大数据时代已经来临,本文从大数据的基本概念出发,尝试探讨大数据的概念、特点和主要应用.     

大数据时代新文科专业科技创新发展模式研究

大数据时代已经到来.对于文科专业来说,如何适应时代发展并满足时代需求是一个必须面对的问题.新文科概念的提出,为这种改革指明了方向.文章通过对大数据专业和新文科专业的对比研究,在思维模式、研究方法、评价体系、知识演化等方面进行深入分析,提出了基于两者特点的融合模式,以期为新文科的建设与发展提供参考思路.     

大数据背景下图书馆数字化发展探析

大数据的出现和发展,对包括图书馆行业在内的各行各业产生了巨大的影响.大数据在推进图书馆事业发展的同时,也给图书馆事业带来了根本性的变革. 阐述了大数据背景下图书馆工作流程和模式的构建,探讨了大数据背景下图书馆的发展对策.     

大数据质量管理:问题与研究进展

 当前大数据在多个领域广泛存在,大数据的质量对其有效应用起着至关重要的作用,因而需要对大数据进行质量管理.尽管数据质量管理方面已经有一些研究成果,但由于大数据具有规模大、速度快和多样性高的特点,现有的方法难以适用于大数据质量管理.本文针对错误发现、错误修复和劣质数据查询处理,综述了大数据质量管理的问题与挑战,认为大数据质量管理的挑战主要有计算困难、错误混杂和缺少知识3 个方面.本文依据这3 个方面的解决方法,对大数据质量管理目前的研究进展进行了综述,并展望了大数据质量管理未来的研究方向.     

从大数据到大知识

从大数据获取大知识是未来人工智能要解决的重要科学问题。本文从大数据(BD)概念诞生谈起，回顾了大数据知识工程(BDKE)的提出和大知识概念的出现。然后从(1)大知识(BK)、大知识系统(BKS)、大知识工程(BKE)等概念的基本定义、(2)大知识规模及其演化、(3)大知识建模、(4)大知识计算、(5)大知识支撑平台、(6)大知识编程语言等六个视角对大知识进行了探讨。最后给出了有关未来研究方向的想法。     

大数据时代的数据挖掘技术与应用

随着数据挖掘技术研究的进步与发展,并伴随着大数据概念的提出,将为数据挖掘技术的发展和应用带来一个很大的机遇,数据挖掘技术将进入一个新的发展时期.文章全面介绍了大数据,数据挖掘的基本概念以及数据挖掘的分析方法,最后给出了大数据时代的挖掘技术的应用领域及将来发展方向.     

大数据时代的天文学研究

天文学已经进入数据密集型时代或者说大数据时代.面对海量天文数据在存储、计算、网络、软件、算法乃至工作模式等方面的需求和挑战,天文学家连同计算机和信息技术领域的专家正努力使基于科学数据的知识发现过程变得更加容易.虚拟天文台旨在实现科学数据的互操作,打造一个全球性的数据网格.天文信息学则从分支学科的高度来考虑天文学的长远发展.数据挖掘和知识发现在数据密集型时代大有可为,自身也必将获得长足发展.本文简要论述天文学研究在数据密集型时代所面临的挑战,介绍虚拟天文台理念和最新进展,探讨天文信息学发展的必要性和所包含的研究内容,阐明数据挖掘和知识发现的必要性和发展方向.     

大数据时代下的企业财务管理模式创新

在信息技术的快速发展推动下,我们已进入大数据时代.未来数据资源将成为企业的一项核心资产,深刻影响企业经营模式和管理成效.大数据时代给财务管理转型提出了新要求,作为财务工作者,当前亟需培养数据思维,并在数据收集、存储、分析、应用上加强探索创新,以数据可视化的信息呈现方式,为企业经营管理决策提供信息支持.     

大数据技术进展与发展趋势

 随着IT 技术的高速发展,世界范围内各行各业都在进行信息化变革,几乎每个行业都在努力发现和利用大数据的价值。为了充分利用大数据带来的机遇,同时有效应对大数据带来的挑战,国内外产业界、科学界和政府部门都在积极布局、制定战略规划。本文介绍大数据背景与动态,描述各国大数据政策实践及中国大数据发展的政策环境和产业界生态发展状况;阐述大数据技术的进展,梳理其生态体系和创新特点;提出大数据可视化、多学科融合、安全与隐私、深度分析等发展趋势和相关建议。     

大数据在供应链管理中应用的研究现状——基于CiteSpace的知识图谱分析

为探究大数据在供应链管理中应用的研究现状,文章以Web of Science数据库2012年－2019年收录的151篇相关文献为研究对象,借助CiteSpace软件对收集的文献进行共引网络和关键词共现网络分析,并构建知识图谱,探究该领域的发展趋势、研究概况和当前研究热点.研究表明： 1) 大数据在供应链管理中应用的研究在发文期刊、国家/地区等方面呈现集中与分散并举的发展状态,其中中国、美国、英国在该领域的研究相对领先于其他国家,且各国之间有较多的合作关系.2) 近几年大数据在供应链管理中应用的研究热点主要集中在供应链预测分析、绩效及框架等方面,以模型、物流、数据等为知识基础,是一门涉及多学科领域的研究.3) 大数据在供应链管理中的应用,近几年仍处于不断发展的状态,在人才培养、社会应用、风险管理等方面还有较大的研究空间.     

中国大数据基金的业绩评价与对比分析

随着金融科技的迅速发展，大数据技术与证券投资的结合日益紧密，大数据基金应运而生，且越来越受到行业的重视。本文遴选18只大数据基金和6只投资结构类似的传统型基金，利用2018年4月1日到2020年3月31日相关数据从收益水平、风险状况、风险调整后收益、业绩归属能力对大数据基金进行考察，运用主成分分析法进行综合评价，并与传统型基金进行了对比分析。研究表明，与传统型基金相比，在考察期内，大数据基金的业绩表现更好，其中，被动指数型基金在各项指标上的优势更为明显，而主动管理型基金的优势相对较弱。     

大数据时代下数据挖掘技术的应用

 大数据时代下,数据挖掘技术越来越受到人们的关注。本文介绍了数据挖掘技术的研究背景和研究现状,论述了决策树、支持向量机、神经网络等数据挖掘技术的相关算法,分析了数据挖掘技术在大数据中的相关应用及未来的发展趋势,探讨了在大数据时代数据挖掘技术面临的挑战。     

大数据产业及管理问题的一些初步思考

大数据时代的到来对已有的管理科学与工程方法提出了严峻的挑战,西安交通大学依托管理科学与工程学科优势,在国内较早开展了大数据相关研究。结合平台建设、国际交流、基金项目等经验,以＂顶天立地＂为目标,对大数据未来研究提出了三个主要方向：数据质量、首席数据官的兴起、以及大数据产业发展,并对三方面的研究重点和内容提出了建议。旨在促进我国学界对大数据的认识,激发更多学者投入大数据相关研究领域。     

大数据智能下数据脱敏的思考

 随着人工智能技术在大数据与高性能计算的推动下飞速发展，涌现出大量创新性的方法，对现有的数据安全与脱敏方法带来了诸多挑战。从当今大数据与智能技术发展的现状入手，讨论了数据脱敏技术的内涵、工作流程、系统机制、典型脱敏案例，展望了未来数据脱敏技术的发展趋势，从技术、需求和法治、管理机制方面提出了一些数据脱敏的建议。     

大数据与安全可视化

IT技术的飞速发展开启了大数据时代。海量的数据信息带来更多的数据价值的同时,各类安全问题也随之而来。通过数据可视化技术能够帮助充分全面并且及时地找出系统中可能存在的安全威胁,评估系统安全,保证基础设施的安全。研究从数据角度出发,结合大数据的特征对安全数据进行分类,并对当前已存在的针对不同安全数据进行可视化的工具及技术进行总结,使得能够将已成熟的数据安全可视化技术用于大数据安全的研究,最后对未来的发展趋势进行了展望。     

基于大数据思维的新型城镇化建设研究

城乡二元结构是制约城乡发展一体化的主要障碍。新型城镇化承载着促进经济发展和社会公正的双重转型使命,大数据可以促进未来的新型城镇化的发展。文章通过对大数据和新型城镇化的分析,将大数据思维引入到新型城镇化建设中,从拆迁工作、公民信息管理、智慧城市建设等方面论述了大数据的创新应用。     

2020年地球数据科学与共享热点回眸

 地球数据科学是地球科学与数据科学的结合，是地球科学研究与数据驱动科学发现范式转变的前沿交叉领域。在地球大数据研究快速兴起的背景下，从地球数据大科学计划、科学数据治理和地球科学数据共享等方面回顾了2020年的进展。介绍了深时数字地球大科学计划、地球大数据科学工程，以及全球数据汇聚、数据认证、数据仓储、数据政策、数据标准、数据标识等方面的进展和地球科学数据中心、数据库、数据模型、数据集成和数据出版等实践。展望未来，充分重视科学数据治理的规则，推动地球科学大数据计划发展，加强建立地球科学数据生态，促进地球科学数据领域的各方面合作，仍然是当前的紧迫需求。