大数据环境下情报学的研究对象

数据作为情报学中的一个重要参考内容,具有重要的情报价值,然而在实际的情报研究过程中,由于数据在情报链中处在末端位置,导致情报研究在实际进行中时常忽略数据在其中所起到的关键性作用。但随着信息技术的不断发展,大数据时代的到来,为数据在情报学中的发展提供了一个良好的契机,放大了数据在情报学中的价值,这也吸引了更多人对于数据的关注,同时也加强了更多人对于情报学中数据研究的重要性的认可,因此,该文主要针对大数据环境下情报学的研究对象、数据进行深入的探讨。     

专利分类与产业分类对照关系构建及应用研究

根据情报学基本理论中的相关性原理,研究提出了建立产业分类与专利分类之间对照关系的具体流程和方法,并以文化产业为例进行了实证研究,可以有效解决产业与专利之间缺少关联导致产业创新态势分析中专利数据调用上存在障碍的问题。在大数据环境下,还可以拓展建立对照关系的领域广度,作为大数据技术的有效补充,进而解决现阶段大数据应用的问题。     

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.     

企业关联数据应用模式与案例综析

Tim Berners-Lee提出的"关联数据"概念目前是图书馆学、情报学、计算机科学、信息管理和信息系统等学科的研究热点.关联数据作为语义网的一种实现方式,正在引领一场网络革命,它不仅使许多新应用付诸实践,也为一些特殊领域的应用提供了契机.论文分析了关联数据技术的背景和现状以及企业应用关联数据的原因、意义和模式,根据关联数据的层次模型以及基于关联数据的企业信息资源集成的目标取向和功能配置构建了企业关联数据应用模型,在逻辑上将其分为支撑环境层、信息资源层、信息处理层和应用层,并结合Google、BBC和Renault三大公司的应用案例探讨了企业如何利用关联数据技术创新盈利模式、改善效益,为关联数据在企业的应用提供了参照.     

数字图书馆的大数据信息接入和管理问题研究

大数据时代的来临带动了社会各行业的发展变革,引发了大数据信息技术在传统图书馆领域的广泛应用.基于对大数据的含义、特点及作用的阐述,分析了数字图书馆的大数据信息接入和管理的现状及存在的问题,提出了具体的解决对策,以期对数字图书馆建设发展提供参考.     

蓬勃发展的中国大数据产业

党的十八大以来,中央高瞻远瞩,提出了实施国家大数据战略的重大决策。国务院和相关部门先后印发了《促进大数据发展行动纲要》《大数据产业发展规划（2016—2020年）》等指导性文件。各部门、各地方高度重视,据不完全统计,已有20多个省级地方和1O余个部委出台了本地区、本行业大数据发展规划,我国大数据发展已经正式驶入快车道。为此,国家信息中心、南海大数据应用研究院联合组织撰写了《2017中国大数据发展报告》。作为业界首部完全基于大数据方法对大数据现状进行研究的报告,它从多个维度对大数据产业发展进行了全面分析。本文节选部分数据内容,为读者简单展现我国大数据产业发展的业态。     

“数据科学与大数据的科学原理及发展前景”——香山科学会议第462次学术讨论会专题论坛香山科学会议第次学术讨论会专题论坛：大数据环境下管理科学领域相关问题探讨

近年来,“大数据”作为热门话题,在学术研究领域及日常媒体环境中均受到广泛关注。本文简述了大数据环境下的管理模式在公共管理、工商管理和管理工程这三个方面的体现,并列举了目前我国在电子商务、智慧农业、金融业、环境治理、文化产业、传统医学领域已经有较好发展的大数据应用案例。最后针对大数据环境下的管理创新所面临的问题,提出了一些发展的思路和思考,分析了基于大数据的管理模式创新发展趋势。     

我国情报学跨学科研究现状分析

本文基于情报学跨学科研究的定义和近十年情报学核心期刊刊文数据,从情报学跨学科研究的文献数量分布、跨学科研究的广度和跨学科研究的系统性等方面分析我国情报学跨学科研究的现状,指出了跨学科研究存在的问题。     

大数据环境下管理科学领域相关问题探讨

近年来,"大数据"作为热门话题,在学术研究领域及日常媒体环境中均受到广泛关注。本文简述了大数据环境下的管理模式在公共管理、工商管理和管理工程这三个方面的体现,并列举了目前我国在电子商务、智慧农业、金融业、环境治理、文化产业、传统医学领域已经有较好发展的大数据应用案例。最后针对大数据环境下的管理创新所面临的问题,提出了一些发展的思路和思考,分析了基于大数据的管理模式创新发展趋势。     

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。     

大数据要注意的一些问题

大数据越来越引起人们的重视,但人们对它褒贬不一。本文从信息科学、知识科学和系统科学几个角度对大数据进行了分析,并提出研究大数据一些要注意的问题。     

Scientific big data and Digital Earth

Big data has been a focus of research in sci- ence, technology, economics, and social studies. Many countries have already incorporated big data research into their national strategies. This paper elaborates upon the origin, connotation, and development of big data from both a spatial and temporal perspective. It proposes that scien- tific big data will become a new solution in scientific research as the paradigm changes from being model-driven to data-driven. This paper defines the concept of ＂scientific big data＂ and proposes strategies for solving ＂big data problems＂. Theoretical frameworks and data systems for Digital Earth are discussed with a clear conclusion that scientific big data is a prominent feature of Digital Earth. As an example, spatial cognition of the formation mecha- nism of China＇s Heihe-Tengchong Line--a geo-demo- graphic demarcation line dividing China into two parts--is discussed within the context of big data computation and analysis for Digital Earth.     

科学数据共享的问题及对策

通过分析科学数据共享工程建设中存在的问题，提出搞好共享管理的对策，以及科学数据共享工程是一项长期的系统工程，需要全社会的联合推动和长期努力。     

基于OPeNDAP的地球科学数据共享原型系统与应用

通过引入OPeNDAP(网络数据访问协议开源项目)协议,设计了基于OPeNDAP的地球科学数据共享概念框架,提出了面向地球系统数据记录的数据共享系统体系结构及其工作流程。选取全球1948-2006年间的不同空间尺度和时间尺度的降水、地面气压、比湿、空气温度和风速等信息数据作为共享数据源,将上述体系结构应用在MEaSUREs(让地球系统数据记录在研究环境中应用)研究项目中,开发了地球信息科学数据分发共享原型系统及应用实例,实现了面向所有数据使用者的协议透明共享,并可通过二维、三维以及基于时间维的四维动态模拟,为辅助政府相关部门决策支持提供依据。     

农业科学数据共享管理研究

农业科学数据作为各类农业科技活动产生的原始性、基础性数据及其分析研究信息,具有极大的科学价值、经济价值和社会价值。实现农业科学数据最大价值的关键,在于数据的流动、共享和广泛应用[1]。从农业科学数据共享管理的必要性谈起,分析了我国农业科学数据共享中存在的问题,并结合诸多专家的见解,就做好农业科学数据共享管理,提出了一些看法,希望能够对农业科学数据共享管理方面有一点启发。     

太原地区科学数据共享平台设计与实现

为了整合太原地区分散的科学数据资源,运用软件架构和Web Service技术,设计了太原地区科学数据共享平台,该平台包括门户层、共享业务层、核心服务层、资源管理层和网络平台层.数据中心采用"数据超市"理念进行功能组织;分中心基于Web Services技术,采用分布式数据管理的模式进行设计.两者的业务逻辑基于元数据的生命周期被串联成一个有机的整体.原型系统利用J2EE开发,实现跨平台部署.应用实践表明这种平台构架模式非常适于构建区域科学数据共享平台.     

基于开放获取的高校图书馆科学数据信息资源管理与服务

科学数据信息资源是一种重要的科研成果产出，是科学研究不可或缺的重要组成部分，同时也是现代图书馆文献信息资源建设和为用户服务的有机组成部分。从高校图书馆开放获取科学数据信息资源的发现、申请管理与服务，检索、获取管理与服务，关联、技术管理与服务，传递、存储管理与服务等方面，对基于开放获取的高校图书馆科学数据信息资源管理与服务进行了探讨。     

情报学中的跨学科应用研究

当今信息的快速传播直接孕育了跨学科的发展,信息时代的情报学也在不断地对自己的跨学科领域进行拓展。从情报学专业的跨学科研究出发,介绍了跨学科研究的基本状况,讨论了情报学中的跨学科研究,以近10年《情报学报》跨学科论文发表的学科类别数据分析为依据,以曼哈顿工程中的体现的情报跨学科应用为案例,分析了跨学科研究在情报学中的应用以及对未来的展望。     

面向Hadoop的大数据取证研究

大数据解决方案的分布式架构、海量数据存储、内存数据存储等特点给针对Hadoop的电子数据取证带来了巨大的挑战。概述了传统计算机取证的流程、要点以及在大数据取证过程中的局限性。以Hadoop为例,从Hadoop取证生态系统角度介绍了大数据解决方案的架构,分析了大数据取证的数据源、方法、流程、工具等,为调查人员进行大数据调查取证时提供参考。