论大数据代数（BDA）：大数据科学与工程的分析方法

 大数据科学和系统的基础研究推动了大数据数学理论的产生。本文引出大数据科学和工程的一种严格分析方法：大数据代数（BDA）从提取各种大数据系统的共同模式中形式地导出大数据科学的数学模型。BDA揭示了任何大数据系统是一种超越传统纯数字的新型递归类型化超结构（RTHS）。基于大数据的递归超结构，创建了一组严格的代数算子，用于对大数据系统的建模、分析、综合和认知学习。这一基础研究建立了一个大数据科学的理论架构，其为解释大数据的原理和性质及其在大数据工程中的形式推理提供了一个方法论基础。     

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。     

大数据知识发现

随着信息技术的快速发展,人类面临的数据呈爆炸式增长,大数据的时代已经来临.大数据研究成为当今科学和经济社会发展的重大战略方向和必然趋势.大数据的巨大价值在于依据数据间关联性而建立的复杂结构关系网络中所蕴含的知识.大数据知识发现是一个非常重要和亟待解决的问题.本文总结了以燕山大学为核心的大数据研究团队部分最新工作,重点给出了大数据偏序结构理论及其相关工作的简要介绍,为快速、准确了解该团队的研究现状提供参考.     

基于有奖马尔可夫的大数据实时系统的可靠性评价

大数据时代来临后,传统的数据实时性处理系统已不能满足大数据的实时性处理要求,大数据的实时性处理问题被越来越多的研究人员所关注.目前对大数据实时处理系统的可靠性研究主要集中在建立资源调度模型,提出解决方案等领域,对大数据系统实时性的评价的研究较少.针对这种情况,从大数据实时处理的应用层面上提出了一种定量测量其可靠性的评价方法,此评价方法是在分析大数据系统的评价指标后,利用连续时间有奖马尔可夫相关理论,定量地分析了有关大数据实时处理系统的可靠性.在对模型进行仿真实验之后,确定模型的可行性.     

地球科学大数据的现状与发展

科学大数据正在成为科学发现的新引擎,是科学研究的新钥匙。地球科学大数据是地球科学研究中采集的各类地球科学数据的总和,是研究地球物质组成、结构构造及演化规律的重要基础。为充分挖掘地球科学大数据的价值,有必要对其特点进行详细分析,全面了解和掌握地球科学大数据的建设现状和关键技术,明确地球科学大数据建设中存在的问题,积极应对地球科学大数据面临的机遇和挑战。针对地球科学的学科特点,列出大数据普遍存在的5V特征,详细介绍了地球科学大数据的四高(高时空性、高可视化、高相关性和高维性)特性,对专题数据库、期刊全文数据库以及地球科学大数据共享平台的建设现状进行了分析。根据云计算、人工智能和可视化技术的概念以及在地球科学大数据中的应用情况,阐述了地球科学大数据在地球动力学研究、成矿研究、地质灾害预警、生命演化和古地理环境重建以及地质信息服务平台建设中发挥的重要作用。在此基础上,梳理了现阶段地球科学大数据急需解决的缺乏统一的数据描述标准、共享机制不明、语义异构显著等问题,为应对地球科学大数据面临的机遇和挑战提供基础。     

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。     

贵州测绘地理信息大数据系统建设探讨

当前,贵州省正全面推进各行业的大数据系统建设,旨在打造西南地区大数据中心。该文在此背景下,探讨了贵州省测绘地理信息大数据的现状,简要阐述了贵州省测绘地理信息大数据建设的目标和原则,并概略讲述了测绘地理信息大数据系统的设计目标,对该系统的逻辑架构进行了讨论。通过建设贵州省测绘地理信息大数据系统,可为全省综合大数据库系统的建设提供技术积累和数据积累;也使贵州省测绘地理信息数据这一重要"金矿"得到充分的挖掘与应用,从而也带动了贵州省测绘地理信息产业的跨越式发展。     

数据虚拟化研究综述

大数据系统中数据源多,数据规模大,且数据具有异构异质的特点,为满足各种数据集成需求,如何快速高效地整合数据就显得越来越重要且具有挑战性。数据虚拟化能够灵活地实现各种数据集成需求,介绍数据虚拟化的概念、优势及应用需求,给出一种数据虚拟化系统架构,并对其中的数据虚拟化平面与管理平面以及各层的功能进行了阐述。重点针对数据虚拟化系统中存在的一些关键问题与挑战进行了详细分析,给出了需要进一步研究的课题与方向。     

数智时代教育大数据风险:表征样态与化解路向

在数智时代，如何应对教育大数据风险是影响教育数据价值最大化的关键所在。论文以教育大数据及教育大数据风险的内涵诠释为切入点，认为数智时代教育大数据的风险表征在于：数据所有权与使用权争议、误用或滥用个人信息、师生身心伤害与关系异化、个人自主与隐私权侵害、教育数据系统偏误等。在明确数智时代教育大数据风险消解基本原则的基础上，提出数智时代教育大数据风险化解的关键路向：厘定教育大数据责任伦理规范，明确数据所有权与使用权基本范畴；制定学校教育数据管理标准，避免师生信息违规采集与处理；推进人文浸润与数据智能相整合，引导师生身心与学业状态向善发展；以数据安全审查与问责制度为工具，保障师生教育自主性与隐私安全；加强教育大数据决策服务的动态监测，实现大数据系统偏误的有效预警与化解等。     

高校思政课教学大数据评价的现实困境与优化路径

大数据时代，大数据的理念、方法和技术为高校思政课教学评价注入了新的活力。大数据应用于高校思政课教学评价，有利于改变传统高校思政课教学评价的“经验主义”倾向，弥补“证据片面性”缺陷，促使评价依据客观公正、评价对象多维覆盖、评价过程及时动态、评价结果精准科学。然而，由于大数据应用于高校思政课教学评价是信息技术与教育教学相融合的全新探索，其目前还存在认知困难、技术困境、共享困境等现实问题。要摆脱上述困境，宏观上，要构建一体化教育大数据平台，推进资源平台整合，实现数据集成共享；微观上，要培育大数据评价意识，提升大数据评价能力，掌握大数据评价规律，建构大数据分类模型。     

新工科背景下大数据技术基础课程教学方法

[目的]大数据技术基础课程体现了多学科融合、多行业辐射、实践性强等特点,是数据科学与大数据专业的一门具有标,探讨传统教学方法存在的典型问题。[方法]针对大数据技术基础课程的跨学科性,立足于“新工科”下的工科人才培养目标,提出教学资源库的建设和优化方法,将教学资源库里的内容进行科学的分类,将教学咨询库的知识点内容进行分级标穿于课前、课中和课后３个教学阶段,充分结合学生实际,科学构建混合式多元评价指标。[结果]优化的教学内容和方法提注;进一步围绕线上线下﹑项目案例﹑分层教学﹑创新能力﹑课程思政等要素给出具体的优化的教学方法;将过程性评价贯交叉性、实践性、前沿性的核心课程。为了弥补已有教学内容和教学方法的不足,根据大数据技术基础课程的特点和教学目升了学生解决大数据领域复杂工程问题的能力。[结论]教学实践表明,所提的优化方法较好地提升了教学效果     

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。     

大数据时代科技期刊数字化研究

随着目前网络技术的深度应用,海量数据产生,“大数据”成为近期各界关注的焦点和热点。科技期刊数字化是期刊发展的大方向,如何适应大数据环境也成为了科技期刊界的焦点问题。在总结数字出版和大数据的特点上,分析了针对科技期刊大数据存储、处理、分析等一方面关键技术的研究。     

多值逻辑与计算机科学

本文综述多值逻辑与计算机科学的紧密联系,通过对数字计算系统的多值逻辑设计与计算机科学、计算机工程的理论和应用中所涉及的多值逻辑与计算机同步发展的特点,以理性和实践的观点考察多值逻辑设计与应用的基础、历史和动力,阐明多值逻辑这一新兴研究领域的重要地位和作用,并简要介绍多值逻辑的理论与应用,特别强调了在五代机与光计算机研制中多值逻辑所扮演的角色的重要性。     

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.     

开源软件中的大数据管理技术

 随着谷歌文件系统和宽表结构为代表的技术打破依赖关系数据库管理海量数据的限制,以Apache Hadoop为代表的开源大数据管理系统软件新技术与系统不断涌现,并快速成熟应用。针对Apache开源社区中面向在线事务处理和在线分析处理场景的大数据管理软件,介绍了大数据管理中的数据存储、数据分区、副本机制、分布式协议等,并比较分析了分布式文件系统、键值库、时序数据库等典型分布式数据管理系统的优缺点。