大数据时代公共管理的变革启示

在大数据时代,公共管理变革的新的社会条件与社会需求已经形成,数据的"流动性"与"可获取性"的不断发展,意味着公共管理在追求公共利益精益性、在进行科学决策时具有更优的条件,也意味着公共管理在实现良好的社会治理、提升治理质量方面面临现实挑战。为此,必须反思公共管理的价值体系、决策体系和治理路向,以应对大数据的变革环境,充分挖掘大数据在公共管理中的发展潜力。     

公共大数据资源应用于图书馆的可行性分析

本文主要针对大数据时代图书馆面临转型期出现的问题和挑战,以及大数据公共资源对图书馆的意义等进行了分析论述,提出了如何利用公共资源建立起自己的大数据平台,为用户提供更细致、更个性化的信息服务,以及全新的信息获取方式和渠道。     

基于大数据的分布式中压配电网空间负荷分配方法研究

分布式中压配电网空间负荷分配涉及的数据量较大,当前分配方法通常为经验法或简单类比法,分配结果不可靠,无法达到用户要求。为此,提出一种新的基于大数据的分布式中压配电网空间负荷分配方法,在GIS平台上完成对空间信息的提取,将经数字化处理后的配电网空间地图分割为若干层,针对各子空间求出用户密度因素。对规则条件进行判断,选择能够使规则产生最佳效应的规则推理,针对能够被添加至当前规则集合中的所有节点,求出启发式函数的值,对全部路径节点信息素浓度进行更新,以获取配电网电力负荷元胞转换规则,确定各空间适于发展各类负荷的程度。以大数据为基础,通过全局最优分配法实现分布式中压配电网空间负荷分配。实验结果表明,所提方法分配结果佳,能够满足用户要求。     

基于空间认知和社区识别理论的路径选择模型

将启发式决策、空间认知以及社区识别理论结合,描述出行者的路径选择与路网结构的关系。采用基于模块增益的社区结构算法解构路网结构,描述人们的认知过程,建立相应的路径选择算法。以长沙市中心城区路网为例,利用建立的路径选择方法,分别用静态路阻（距离）、动态路阻（速度）对路网进行解构,计算路径选择集;采用问卷调查方法和出租车GPS数据对实际的路径选择轨迹进行提取,并将理论计算结果与实际调查结果进行对比分析,采用静态路阻的一致率为85%,采用动态路阻的一致率为73%。结果表明建立的集成空间认知和模块增益的路径选择模型可以较好地描述人们的路径选择过程,对于静态路阻的路径选择描述具有更高的准确性。研究成果对于城市规划和交通规划具有一定的借鉴价值。     

基于空间认知和社区识别理论的路径选择模型

将启发式决策、空间认知以及社区识别理论结合,描述出行者的路径选择与路网结构的关系。采用基于模块增益的社区结构算法解构路网结构,描述人们的认知过程,建立相应的路径选择算法。以长沙市中心城区路网为例,利用建立的路径选择方法,分别用静态路阻（距离）、动态路阻（速度）对路网进行解构,计算路径选择集;采用问卷调查方法和出租车GPS数据对实际的路径选择轨迹进行提取,并将理论计算结果与实际调查结果进行对比分析,采用静态路阻的一致率为85%,采用动态路阻的一致率为73%。结果表明建立的集成空间认知和模块增益的路径选择模型可以较好地描述人们的路径选择过程,对于静态路阻的路径选择描述具有更高的准确性。研究成果对于城市规划和交通规划具有一定的借鉴价值。     

基于集合经验模式分解和公共空间模式的脑电信号特征提取

公共空间模式(common spatial pattern,CSP)能够较好地提取运动想象任务时脑电信号的判别特性,但是其性能与大脑进行想象任务的频带相关。为了确定这样一组频带实现精确的分类,基于集合经验模式分解、FIR滤波器组以及公共空间模式算法提出了一种脑电特征提取方法。预处理去除伪迹后的信号首先经过集合经验模式算法获得多个模函数,然后选择出包含μ节律和β节律范围的分量实现信号重构,重构后的脑电信号作为带通滤波器组的输入得到若干子带信号集合,从每个子带信号中提取CSP特征,最后将提取的特征经过支持向量机(support vector machine,SVM)进行分类。运用该方法对脑-计算机接口(brain-computer interface,BCI)竞赛数据集进行分类,实验表明该方法能够自适应地提取、筛选和判别每个受试者的空间CSP特征,分类准确率达96. 53%。     

基于局部子空间的可信数据多标记特征选择算法

为提高异构物联网感知设备可信数据的挖掘和检测能力,提出基于局部子空间的可信数据多标记特征选择算法.建立异构物联网感知设备可信数据的大数据分布式存储结构模型,采用大数据信息融合方法进行异构物联网感知设备可信数据的可信动态特征度量,提取异构物联网感知数据的关键特征点,采用关联规则挖掘方法检测物联网设备可信数据,建立数据的关...     

城市公共空间设计探析

从目前城市空间存在的主要问题以及重要性进行了分析,从改善城市公共空间的切入点、“人本主义”使现代城市公共空间表现出顺应时代变化的态势和在城市公共空间塑造中施以城市文脉的影响等方面进行了论述。     

西部大开发的特点及模式选择

通过与50～60年代的西部建设、80年代的东部发展以及国外开发落后地区的比较分析，指出西部大开发在机制、开发战略、市场环境、政策效应、开发条件等方面的新特点，进而指出西部大开发既不能沿袭50～60年代西部建设的路子，也不能套用80年代东部经济发展的模式，更不能照搬照抄其他国家的模式，应该选择具有西部特点的开发模式。在此基础上分析了西部大开发可供选择的几种模式，即东部优势企业+西部优势资源模式、点轴辐射模式、高新技术产业带动模式、改革开放开发模式、特色农业开发模式，同时分析了各种模式的特点及适用性。     

大数据分析中基于 MapReduce 的空间权重创建方法研究

大数据空间分析是 Cyber-GIS 的重要方面。如何利用现有的网络基础设施（比如大规模计算集群）对大数据进行并行分布式空间分析仍然是一大难题。为此,提出一种基于 MapReduce 的空间权重创建方法。该方法依托Hadoop 框架组织计算资源,基于 MapReduce 模式从大规模空间数据集中高效创建出空间权重：大空间数据被分为多个数据块,将映射器分布给计算集群中的不同节点,以便在数据中寻找出空间对象的相邻对象,由约简器从不同节点处收集相关结果并生成权重文件。利用 Amazon 公司弹性 MapReduce 的 Hadoop 框架,从人工空间数据中创建基于邻近概念的权重矩阵进行仿真。实验结果表明,该方法的性能优于传统方法,解决了大数据的空间权重创建问题。     

开源大数据框架在海洋信息处理中的应用

 随着中国海洋观测技术和数据收集手段的发展,海洋观测数据量日益庞大、数据复杂程度逐渐增多,传统的数据存储方式和处理方法无法有效地对海洋数据进行管理和分析,同时,数据的区域化和分布化成为海洋数据统一管理的一个障碍,对海洋数据挖掘造成一定困难。本文从大数据生命周期的维度,介绍了主流开源大数据框架在海洋大数据获取、存储、处理、智能分析、安全保护和治理方面的技术原理和应用。     

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。     

基于学生个人大数据的行为特征分析

高校各类教学管理业务系统记录着大学生日常学习和生活的行为数据,逐步形成规模较大,类型多样的学生个人大数据环境.该文从学生学籍信息、学习表现、校园生活三个维度进行分析,构建学生个人大数据行为分析模型,并对学生校园消费数据进行挖掘,探究学生饮食规律和消费水平.通过数据分析,得出以下特征：1) 在校期间学生就餐总人次和早餐就餐率均呈递减趋势;2) 大一新生早餐就餐时间早于全校早餐就餐高峰1 h;3) 学生消费水平越稳定、饮食越规律、学习努力程度越高,学生学业表现水平越好;4) 学生的学业成绩与正餐就餐率、早餐就餐率、就餐消费水平等变量有较强的相关性.     

基于大数据的防窃电模型与方法

针对常见的窃电现象及方法,分析了窃电方法的本质特征;利用鱼骨图表示特征参量的方法建立了多维度电参量的相关特征参量集合,并构建了多维度电参量的窃电本质特征模型来揭示窃电方法、本质特征和特征参量三者的关联关系;提出了基于大数据的防窃电模型与方法,包括数据预处理、大数据的防窃电结构化模型;最后通过用电信息系统采集的数据验证了本文结构化防窃电模型与方法的有效性。本文研究成果可为解决大数据条件下窃电行为监控问题提供有效的途径和方法。     

大数据科学的认知和数学基础引论

大数据不仅在科学、工程与计算智能中有着广泛的应用,而且在人类感知、估计、量化、记忆和推理的认知机制中发挥着基础性作用。通过对大数据科学理论的基础研究,提出一组大数据系统的一般原理和分析方法。为了从形式上解释大数据的起源和本质,探讨大数据的认知基础及其数学模型,严格地引出了根植于科学、工程和社会各个领域的大数据的一般模式。研究发现大数据不再是传统实域上的纯数,而是一个前所未有的新型数学结构,称为递归类型化超结构(RTHS)。这一大数据系统的基本拓扑特性揭示了大数据工程的复杂性及其操作与处理的全新认知、理论挑战,以及可选解决方案。     

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。     

大数据时代高校信息管理体系的研究

在大数据时代,数据已成为重要的战略性资源,正在对社会管理的各项决策产生越来越重要的影响．分析了高校信息管理存在的问题,认为高校应抓住大数据时代带来的新机遇,进一步推进信息化建设,构建基于大数据的高校管理与决策支持的信息平台体系架构,建立起信息技术和行政管理协同保障机制,以此不断提升信息化管理水平．     

基于大数据的人工智能跨境电商导购平台信息个性化推荐算法

传统算法计算与存储开销大,影响推荐结果准确性,不适于含大规模数据的人工智能跨境电商导购平台信息的个性化推荐的。为此,通过大数据技术研究人工智能跨境电商导购平台信息个性化算法,使得大数据技术在Hadoop平台实现,通过Map将任务分解成多个任务,采用Reduce将分解后多任务处理结果集合在一起,获取最终处理结果。通过两个MapReduce与一个map对平台中用户偏好获取算法进行并行化处理。针对用户偏好,通过关联规则挖掘获取和用户偏好相符的商品,推荐给用户。结果表明:所提算法推荐准确率、召回率和平均精度均高于其他算法;所提算法推荐商品符合用户偏好;所提算法推荐商品信息点击率与转换率最优。可见所提算法推荐精度高,推荐商品信息可满足用户偏好,应用性强。     

Spatial aggregations for spatial based decision making in spatial data warehouses

For spatial based decision making such as choice of best place to construct a new department store, spatial data warehousing system is required more and more previous spatial data warehousing systems; however, provided decision making of non-spatial data on a map and so those cannot support enough spatial based decision making. The spatial aggregations are proposed for spatial based decision making in spatial data warehouses. The meaning of aggregation operators for applying spatial data was modified and new spatial aggregations were defined. These aggregations can support hierarchical concept of spatial measure. Using these aggregations, the spatial analysis classified by non-spatial data is provided. In case study, how to use these aggregations and how to support spatial based decision making are shown.