从复杂性科学哲学看大数据的方法论价值

数据量的爆炸式增长与新的收集、分析工具的出现使得数据密集型科学出现,并迅速占据了科学家、科学哲学家的视线。这门新兴科学因数据在其中地位的改变也被称为大数据科学。它不仅蕴含了巨大的商业价值,还因其范式改变带来的方法论变革而具有重要的哲学意义。云计算是具有大数据方法特征的数据分析技术,相比于传统数据分析技术,它更适用于海量数据的处理与分析。通过比较大数据方法与传统方法,得出大数据方法是介于还原论与整体论之间的一种方法,这种方法对复杂性科学哲学的"超越还原论"的终极目标有推动但未完全实现。大数据科学被认为是一种新的复杂性科学,其具有特色的方法论特征也给复杂性科学解决其他问题提供了新思路。     

从势科学视角论信息势和信息力的数学定义

本文从势科学的角度精确定义了全新的信息势、信息势密度的数学定义和解释,给出信息力的模糊定义,并且分析了在有限时间跨度内,事件信息的信息势、信息势密度与信息力之间的关系,并提出在信息引力和斥力的综合作用下,多个事件信息和针对人群之间会形成信息作用的临界平衡状态的设想。这三个概念的理论意义在于:由于是用比较精确的数学函数表示信息的属性。因此它们对于信息流的研究、信息与组织或针对人群的关系以及信息媒体的组织结构改善、管理动力学、信息学研究都可能会产生重要的影响。     

局限与整合:大数据下的因果和相关

因果关系与相关关系的研究是当前哲学视阈下对大数据研究的热点。前者在科学理论研究中面临诸多困难与挑战,而后者则可以通过相关分析的方法得以实现。本文重点阐述了因果关系和相关关系各自的局限、相关关系的理论反思等重要问题,通过引入案例,层次化分析和展开对大数据背景下的因果关系与相关关系的探讨,从而寻求大数据时代两者的整合路径。     

粗糙集理论在我国税收预测中的应用

基于粗糙集理论给出了对象与规则可信度的概念,提出了一种经济系统中相关关系预测法.利用信息熵的概念,评价因素的重要程度和约简因素,由此提取基本相关规则.在对象与规则之间的可信度基础上,建立了预测模型.与传统的回归预测法比较,这个方法不需要进行相关性判断、模型识别和检验,它直接从数据出发,在不损失信息的条件下约简冗余因素,寻找经济指标与影响因素之间的相关关系,能同时处理定性、定量因素以及不确定因素.税收预测模型算例说明了本文方法的有效性.     

论系统思想与战略思维的内在联系

系统思想与战略思维具有以下特殊关系 :从战略研究的发展史看 ,系统思想对于战略理论的形成和发展起到了特殊作用 ;从当代战略发展的趋势看 ,系统科学正在成为战略研究中具有特殊重要性的理论 ;从系统科学的内容看 ,系统思想与战略思维具有内在的关联性。系统思想与战略思维所以具有这种特殊关系 ,是因为战略现象从本质上看是一种系统性质的现象     

贝叶斯网络在仿真结果数据分析中的应用研究

复杂仿真系统涉及的因素众多,在其运行过程中产生大量数据,从这些海量数据中提取知识困难较大.针对该问题,给出了利用贝叶斯网络进行仿真结果数据分析的具体方法,包括网络结构的确定和网络参数的确定,并通过试验数据构建了反映仿真对象部分属性之间关系的贝叶斯网络,从而得到反映仿真对象运行过程的一些内在规律.     

大数据:数据驱动下的工程项目管理新视角

如何在高维度情况下对大数据开展统计学习、预测和优化,实现数据驱动决策,是当前管理科学与系统工程所面临的重要问题.为探索如何将大数据的理论方法应用于工程项目管理,本文首先对"数据驱动决策"的价值链进行了分析,然后,构建了基于大数据的工程项目管理三维结构模型,提出从时间维(项目生命周期各阶段)、领域维(项目各管理领域)和方法维(大数据分析方法)三个维度,推动大数据技术在工程项目中的研究和应用.进一步,分析了项目生命周期各阶段所涉及的数据类型,分析了大数据方法在工程项目各领域的应用前景.最后,结合案例阐述了大数据技术的应用,并讨论了有待研究的关键科学问题.     

沪深两市股权关联网络的社团结构及其稳健性

建立了上市公司与其主要股东的关联网络, 利用实际数据分析了中国股市2001到2010年的总体走势, 证明了该网络属于典型的无标度网络, 无标度指数的变化显示出从2006年开始上市公司中出现少数度值极大的in-hub节点, 而上市公司的主要股东中出现了相对较多的out-hub节点. 同时采用加权派系过滤算法分析了网络中3-派系(3-clique)下的社团结构, 证实了从2006年开始一些大型国有企业上市后迅速地成为了网络中的核心节点, 造成了网络资源重组现象. 这同时解释了无标度指数的变化原因. 然后通过研究近年来大公司之间的大额投资关系发现: 这些大公司不但经历住了全球经济危机的考验, 而且上市公司与大型控股公司之间的关系变得更加紧密. 分别分析了该网络遇到随机故障和蓄意攻击时的稳健性. 其中2008年中国受国际经济危机的影响正好与网络出现随机故障的情况类似, 分析表明此时中国股市表现出强健的鲁棒性;但若对整个网络进行蓄意攻击, 网络则明显表现出极强的脆弱性.     

基于数据矩阵的非圆相干信号完全解相关算法

提出了一种非圆相干信号完全解相关算法。不同于传统阵列信号中每次快拍形成一组数据矢量,该算法每次快拍形成一组数据矩阵。通过形成的数据矩阵,在矩阵内部实现虚拟平滑以达到解相干目的,通过数学证明,有该数据矩阵形成的信号相关矩阵可以等效成入射端信号为独立源时形成的信号相关矩阵,这样使得相干源之间得到完全解相关。该方法无孔径损失,可检测N-1个相干源(N为阵元个数)。计算机仿真验证了该方法的有效性和优越性。     

组织人才培养的超网络模型

从知识和知识管理的角度出发,提出基于定量化方法的组织人才培养超网络模型.研究根据不同类型的数据建立人员网络、物质载体网络和知识网络,再根据不同网络之间的相互映射关系建立超网络. 在超网络中,依据知识网络和人员网络之间的关系确定易流失知识和易流失领域,然后确定组织需要的知识.提出计算组织需要知识与人员知识相似度的算法,根据算法计算的相似度大者被确定为培养人选,然后依据组织需要的知识对培养人选进行培养. 最后,给出了一个实例进行验证.     

偏微分高程图环境蚁群算法的三维路径规划

针对在三维空间路径规划中建模与避障问题,提出了一种新的在偏微分高程建模环境下蚁群算法的三维路径规划方法。首先,利用抽象建模和高程建模方法分别构建三维空间环境,并用偏微分对高程环境进行最优数据提取,在此基础上利用高程数学建模方法进行三维空间重建,最终形成偏微分高程环境。其次,首次将种群对于环境的最佳适应度值作为目标函数评判蚁群寻找最优路径的决策能力。最后,在不同的建模环境中应用蚁群算法进行路径寻优,输出最优路径。通过对仿真结果和实验数据分析,验证了所提方法的有效性和正确性。     

在线社交网络资源评论关系超网络演化模型

采用超网络方法,基于用户在社交网络上的评分数据,构建模型,以分析在线社交网络的资源评论特点及其演化规律。将用户视为节点,将资源评论关系视为超边,构建了一个节点按泊松过程到达,允许老节点互连的非均齐超网络演化模型。使用泊松过程理论和连续化方法对模型进行分析,获得超度分布的解析表达式,结果表明,该网络具有"富者愈富"现象。并对豆瓣的图书评分数据集进行了数据分析,实证结果与理论分析结果相符合。模型揭示了社交网络中用户个体之间的微观相互作用而导致的资源评论关系的宏观特性和规律。文中提出的方法也可用于分析其他类似的网络。     

网络科学在反恐研究中面临的挑战和机遇

综述了网络科学近年来在反恐中的应用,探讨了网络科学在反恐战争应用中所面临的挑战,主要从反恐网络的数据来源、恐怖组织的网络演化及动力学行为、网络的控制及预测等方面进行研究,以期探索网络科学在大数据时代下,在未来反恐应用中,提供科学依据和发挥应有的指导作用。     

R&D能力、产业结构与商业模式关系研究:知识溢出的视角

以在终端产品市场具有竞争关系的一体化企业和专业化企业构成的产业结构为背景,研究发现:与专业化企业不同,一体化企业是否参与终端产品市场竞争并不完全是由自己的RD能力决定的,而是还要取决于其与竞争者RD能力之间的相对关系;当知识溢出达到一定的水平时,一体化企业将退出终端产品市场,从而导致新的产业结构的形成;无论是在终端产品市场亏损时,或是在新的产业结构中,原来的一体化企业仍会继续进行降低终端产品生产成本的创新,从而出现了生产边界与创新边界"分而不离"的现象,这些都有助于解释一些新的商业模式的形成机制及其特点。     

金融科技视角下的计算实验金融建模

计算实验建模~1以其独特的"上帝视角",正广泛地影响着传统经济和金融学研究.伴随着大数据、人工智能等技术的兴起,计算实验建模与这些金融科技领域的基础支撑技术深度融合,共同推动金融科技不断突破.特别是,在大数据的本体论研究、计算实验模型校准、投资者行为建模、监管科技应用等方面,计算实验建模均展示出了与金融科技融合的独特优势.从大数据本体论考虑,计算实验是运用金融大数据本体论建模来刻画金融主体之间的关联关系和研究其因果关系的有效方法.从人工智能角度考虑,人工智能为个体的精细化建模和行为演化建模提供了基础,计算实验为算法交易提供了新的研究框架.从监管科技角度考虑,计算实验模型在发展过程中推动形成了"情景-应对"型风险管理新思想,从而为"监管科技"的发展提供支撑.本文认为,计算实验能够与金融科技的基础支撑技术相融合,为计算实验建模的发展和金融科技中监管创新提供重要推动力.     

经济系统的核心与平衡

经典物理学,从伽利略到吉布斯,历经几个世纪漫长曲折的探索,终于在十九世纪的蓬勃发展中建立起来。同时,经典数学也并行得到了发展。在经典物理与数学的发展过程中,形成了数理科学的方法与思辩,这就是模型构造与数学析理。数理科学就是用这种思考方法分析解剖研究对象的本质与机理的。 十九世纪末,数理科学的方法与思辩,开始向外渗漫。热力学系统与平衡的概念,相继在经济系统与电话交换系统的研究中出现,进入经济与管理的领域,这是自然科学向社会科学渗透的先声。 数理科学向社会经济管理领域渗漫,是为了摆脱某些学科中概念与析理的含糊性与任意     

基于互联网大数据的旅游需求分析——以北京怀柔为例

互联网大数据为经济金融以及旅游等行业的准确分析及预测提供了良好的数据基础.随着我国旅游业的蓬勃发展,旅游需求分析及旅游管理迫切需要实时且准确的数据作为支撑.本文以北京怀柔为例,收集两类互联网大数据进行实证研究.首先通过挖掘互联网搜索数据分析旅游目的地的热度,进而利用主成分分析方法构建搜索指数衡量旅游需求;其次通过利用携程网怀柔游客大数据分析游客的基本特征及游客旅游行为,即游客对旅游产品、景区和酒店的偏好.综合大数据分析结果,为旅游管理实践提出相应的建议.本研究有望为大数据时代下的旅游管理提供新的基于数据的分析视角.     

系统科学中的网络模型及其优化理论——综论与展望

本文综合评论系统科学中网络理论若干主要概念和近期的重要成果,探讨理论与实践中存在的若干问题;阐明网络优化与几个数学分支之间的关系和渗透;结合我国条件,展望和提议一些可能的待研究方向或课题。     

基于径向基函数网络的强化学习在机器人足球中的研究

与监督学习从范例中学习的方式不同，强化学习不需要先验知识，而是具有从经验中学习的能力，将强化学习应用在大状态空间中，必须应用函数逼近的方法，如使用径向基函数网络建立输入和输出的映射关系。本文对基于径向基函数网络的强化学习在机器人足球这样的动态的多智能体环境中的应用进行了研究。实验结果证明了研究方法的可行性。     

数据耕耘:一种基于协同的探索性仿真分析方法

战争系统是一个典型的复杂系统,信息化战争的研究需要复杂性理论的指导,需要新型的战争模拟手段。数据耕耘是一种有效的探索分析战争复杂系统的方法。介绍了数据耕耘的产生原因、基本概念、研究方法。描述了数据耕耘的基于多领域专家的协同工作环—想定创建环和参数空间执行环。分析了支撑数据耕耘的基于问题建模、提炼、可视化多维数据分析以及高性能计算等关键技术,讨论了探索性仿真分析方法与数据耕耘的关系。