三级信息资源库数据维护机制的研究

金盾工程要建设全国人口基本信息资源库等八大基础性、共享性信息资源库。资源库发挥效益的前提是要保证数据的鲜活性,这就要求对资源库的数据维护进行深入研究。文章就数据维护的原则和维护流程进行了研究,就权威部门维护权威数据和自下而上的维护原则进行了详细论述,并且提出了纵向维护和横向维护相结合的维护流程。     

基于数据元的交换数据标准维护

针对直接通过XML(extensible Makeup Language)Schema维护交换数据标准有不易维护、对已有数据的利用率低等自身的缺点,在分析数据元概念的基础上,提出了用数据元自底向上维护数据标准的方法;结合数据元在专利电子申请中的具体应用,设计了数据元的元数据属性;给出一套对数据元进行描述和维护以及基于其上信息抽取的方法;定义了数据元到XML Schema的映射规则;设计了XML Schema辅助生成的算法.结果表明:与传统的对数据交换标准进行构建和维护的方法相比,直接方法对已有数据的利用率提高了60%,减少数据冗余,方便数据标准的创建和更新,减少了维护成本.     

HLR数据库数据的一致性与安全性研究

基于某种ＧＳＭ移动程控交换机归属位置寄存器（ＨＬＲ）数据维护系统的工作原理,详细分析了ＨＬＲ数据库的数据内容、存储结构和操作模式,定义了各种一致性标签及其链表,进行内外存数据和主、备机数据的一致性维护．通过数据校验模块,定时检查数据内容,及时恢复异常数据．这种数据库维护方案简明、可靠,适合于同类数据维护系统的设计．     

HLR数据库数据的一致性与安全性研究

基于某种ＧＳＭ移动程控交换机归属位置寄存器（ＨＬＲ）数据维护系统的工作原理，详细分析了ＨＬＲ数据库的数据内容，存储结构和操作模式，定义了各种一致性标签及其链表，进行内外存数据和主、备机数据的一致性维护，通过数据校验模块，定时检查数据内容，及时恢复异常数据，这种数据库维护方案简胆，可靠，适合于同类数据维护系统的设计。     

基于导航图的数据维护方法

提出导航图的概念,在此基础上研究导航式数据维护方法,该方法用于在数据约束关系复杂的应用系统中实现交互式的数据维护,确保了数据的正确性和完整性。     

浅谈医院信息管理系统的维护

目的分析医院信息管理系统维护的主要内容。方法全面地搜集有关医院信息管理系统维护的研究与报道,总结医院信息管理系统维护工作的组成部分。结果在医院信息管理系统的维护中,主要的维护内容包括日常维护(软件的维护、硬件的维护、数据字典维护和中心机房的维护以及网络安全管理)和数据的安全维护。结论医院信息管理系统维护属于一项系统性的工作,在维护工作实施的过程中要注意坚持全面的原则,妥善地做好维护工作。     

浅谈如何做好基础测绘数据更新维护

随着城市建设的快速发展,城市面貌也在不断变化,为了更好地满足城市信息化对基础测绘数据的需求,基础测绘数据更新维护单位必须及时、准确地做好数据的更新维护工作。根据盐城市规划局的基础测绘数据更新维护的经验结合目前现有的技术手段,探讨出适合我单位在徐州市市区基础测绘数据更新维护工作的相关措施。     

并发更新环境下的视图维护异常研究

通过对视图维护过程中的更新异常进行分析,发现并发更新是导致视图维护异常的主要原因.在并发环境下,数据更新和模式更新极有可能同时存在,这对视图维护工作带来极大的困难.在实例分析基础上,深入而细致地刻画了模式与数据全面并发的典型情形,为视图维护工作奠定基础.     

数据仓库中实体化视图的一种维护算法

实现实体化视图是提高系统响应时间的一个关键技术和有效的解决方案,在具体的实现过程中面临着实体化视图的维护问题. 由于源数据的不稳定性,其数据的变化必须及时传播到实体化视图中,以保持实体化视图与源数据的变化一致性,否则会降低实体化视图中数据的新鲜度,并影响联机分析处理(OLAP)查询结果的真实性和有效性. 针对视图的维护问题,提出了实体化视图的一种维护算法,它将使视图重计算代价最小化.     

浅谈固网智能化后端局的维护

固网智能化割接以后,各端局成为整个智能化网络的接入层,是整个网络稳定运行的基本保证,端局的维护发生了很大的转变,端局的局数据维护管理弱化了,端局的用户数据管理也简化了,但是维护中遇到障碍的处理涉及面也更广了,这就需要端局维护人员认识端局维护的重要性,抓住维护工作的重心,运用各种维护手段搞好端局维护工作,障碍判断遵循先局内后局外,先本端后对端的维护原则,习惯不断的总结新的维护技术和经验,不端提升端局的维护,进而保证整个智能化网络的正常运行。     

人工智能赋能高校数据治理:逻辑、挑战与实践

随着人类社会逐步迈入以情感计算、自然语言处理等智能技术为核心支撑的人工智能时代,数据的战略资源地位日益凸显,数据治理已成为推进高校教育治理现代化的关键工具。人工智能赋能高校数据治理的基本逻辑主要体现在数据管理、数据质量、数据决策与数据服务4个层面。高校数据管理忽视“多方协同管理”、缺乏相对统一的数据质量标准、数据决策在权责限定与顶层设计方面存在缺失、数据服务潜能激发不力制约数据价值高效释放等可被视为人工智能赋能高校数据治理的现实挑战。对此,应创设落位智能共管的高校数据管理职能优化机制、完善校本化高校数据挖掘与共享质量标准、构建基于责权厘定的智能化数据决策体系、优化指向数据价值释放的智能数据服务体系。     

数据预处理在商业企业数据仓库的应用

数据预处理是数据挖掘过程中重要环节 ,对数据预处理技术进行研究具有现实意义。文章在介绍数据预处理方法的基础上 ,结合大型商业营销企业数据仓库数据的特点和数据挖掘过程中对数据的要求 ,详细论述了数据预处理技术在大型商业营销企业数据仓库中的应用 ,提出改善数据质量是预处理技术的关键。     

数据仓库数据加载技术

数据仓库中的数据不是传统数据库中数据的简单堆积，其数据的组织必须方便基于数据仓库基础之上的数据挖掘和商业智能工作，为决策者提供访问、分析及共享信息的能力，从而发挥数据仓库的真正功效。成功构造一个数据仓库的关键在于自始至终理解用户需要，紧紧围绕用户目标这一主题进行数据的搜集和存储。首先分析数据仓库的特点及拥有的数据类别及组成，重点介绍如何从现有数据库中有效地将数据引导至数据仓库的方法和策略，具体给出了数据仓库中5种不同类别数据的加载方法。     

数据仓库清洗技术讨论

数据仓库建设过程中最关键的环节是数据集成,本文重点分析了数据清洗需要解决的问题及涉及的主要技术,针对数据库的数据模型与数据仓库模型的区别讨论了利用元数据的映射规则的数据清洗方法.     

数据质量维度与框架研究综述

为了对数据质量维度有一个全面、清析而准确的定义,便于在领域层面达成一致,也为从现存的数据质量管控技术架构中选择出合适的框架提供依据,对数据质量的发展历程和维度以及其管控框架进行了全面的研究。通过研究明确了复杂的数据质量维度指标,按其名称和定义提供一套比较全面的数据质量规范,并对其质量管控技术框架进行了综合研究与对比。该研究能科学地指导具体应用需求选择合适的数据质量框架和比较全面的数据质量维度实现对数据的评估,同时可节省大量的时间,减少人力和物力支出。     

基于DataGuard的Oracle RAC高校数据保护研究

数据是高校管理信息化产生的最重要的无形资产,数据的丢失或者损坏都将极大地损害教学、管理和科研工作的正常开展．Oracle RAC是目前使用最为广泛的数据库集群化管理方式,在此基础上开展DataGuard数据保护技术的应用研究,可以弥补集群数据库环境在数据容灾、备份和故障恢复方面的不足,提升数据的安全性,确保高校各类应用系统的正常运行．     

中小油田地震数据计算机管理方法研究

石油勘探技术发展迅速 ,需要一个集地震、测井、地质 3种数据为一体的勘探数据库来支持新的研究工作 .对包括地震资料处理、解释等资料的存储、应用方法进行了探索 ,提出了一种适合于中小油田的地震数据管理方案 .通过分析地震资料处理、解释产生的各类数据及其特点 ,从存储管理方法、数据规范化、质量控制方法、应用支持方法、数据服务方法等方面进行了详细论述     

聚数融智的应用与挑战

数据的融合与应用与日常生活有着多方面的联系,尤其是在大数据和智能化时代,促进多元异构数据的融合和智能化的数据处理,对发挥数据作为生产要素的作用具有十分重要的理论意义和实际价值.介绍了大数据在城市、交通、医疗、电商等领域的融合及可视化应用.重点说明了海量数据、小数据分析面临的难题,并讨论了人与数据融合、数据融合共享与商密...     

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.     

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.