基于区块链的属性分级访问控制方案

传统的数据访问控制方法无法满足教育大数据环境下的数据共享和数据安全的要求。文章提出基于区块链属性分级访问控制机制,旨在解决访问控制中心化和访问效率低的问题。通过智能合约实现访问控制的去中心化、可追溯且可审计的访问控制过程,提高访问控制可信度和数据共享的安全性;通过设置数据隐私等级和访问用户当前信誉等级实现访问控制策略,提高用户的访问效率。实验结果表明该方案能够实现控制去中心化、提高访问效率,实现访问控制可靠、可追溯,保证数据的安全与共享。     

利用Delphi控制Excel完成数据导出

通过OLE技术实现应用程序之间的数据共享.本文讨论在Delphi下应用OLE技术控制Excel实现应用程序间的数据转换,从而实现功能强大、结构自由的报表.     

偏压条件下排桩加内支撑支护深基坑受力与变形分析

基坑开挖受周围环境制约较大,需根据具体条件采取不同的支护方式。尤其对于狭长基坑两侧存在偏压的情况,基坑变形以及支护结构受力会存在较大差异。本文以西安科技八路综合管廊深基坑支护工程为研究对象,采用数值模拟与现场监测相结合的方法,对偏压条件下基坑的变形以及支护结构受力变化规律进行了深入的研究分析。研究结果表明：随着基坑开挖,水平位移和竖向位移均呈逐渐增大趋势,锚杆和内支撑对水平位移控制效果明显。桩身内力在锚杆与内支撑位置突变明显,避免了桩身受力过大。由于受右侧已开挖基坑的影响,导致基坑两侧变形有所差异,但位移值相差不大。说明该深基坑支护方案设计合理,支护效果良好,满足偏压条件下对基坑变形控制的要求。研究结果可为类似基坑工程的支护与开挖提供一定的指导。     

基于UGC数据的旅游数据挖掘研究进展

随着互联网和社交媒体的蓬勃发展,用户生成内容(User Generated Content, UGC)数据逐渐成为旅游大数据的重要组成部分。UGC数据能够体现游客旅游行为,数据类型丰富、真实性强、噪声大。本文回顾了过去几年旅游UGC数据研究的发展,分别从文本、照片、多模态3种数据类型角度进行综述,总结了近年来旅游UGC数据挖掘研究取得的成果,并探讨了未来研究的方向。     

近年来大数据技术前沿与热点研究——基于2015—2021年VOSviewer相关文献的高频术语可视化分析

文章以Web of Science 数据库为基础,以2015—2021年大数据领域高被引论文为样本,运用知识图谱软件VOSviewer对样本中的关键词频次进行统计,对关键词数据进行手动预处理后生成科学知识图谱,然后从研究热点、研究前沿以及演进路径对大数据技术进行量化和聚类分析。结果表明,大数据技术前沿有三个研究方向,分别是大数据开发与挖掘技术、大数据分析与管理技术、大数据运维与云计算技术。数字化、智能化、网络化是大数据技术的未来发展方向,大数据运维与云计算是大数据技术的研究前沿,数据安全是大数据技术的未来研究热点。随着人们对大数据技术研究的不断深入,大数据理论体系和大数据治理体系会更加完善和成熟,人类将进入信息技术引领下的万物互联新时代。     

灰色预测模型的改进

用提高原始数据列光滑度的方法来提高GM模型的精度,从而改进灰色模型,并从理论上证明了该方法比对数函数变换、开方变换、对效函数开方的复合变换、指数函数及指数函数开方的复合变换等已有提高光滑度的方法更有效,笔者提出的“幂函数一指数函数”复合变换很大程度上提高了灰色模型的预测精度,使许多原本不能用灰色模型预测的问题得到解决。     

大数据时代顾客隐私关注度对企业精准营销效益影响的实证研究

针对大数据技术精准营销所涉及的个人隐私和网络安全问题给企业效益带来的负面影响,提出带有调节效应的企业精准营销效益影响因素的研究模型,为电商企业实现营销效益最大化提供参考与理论依据;运用结构方程模型的方法进行实证分析,结果发现:企业的广告精准投放、市场精准定位和有效沟通方式对企业营销效益有显著正向影响;顾客对个人数据收集抵触度、网络安全敏感度对广告精准投放、有效沟通方式与企业效益的关系存在负向调节效应,但对市场精准定位与企业效益的关系调节效应不显著;在此基础上提出了针对企业、政府部门的对策和建议。     

基于二分关联图的大数据隐私保护方法

针对目前大数据缺乏群组隐私保护的问题,提出一种基于二分关联图的大数据群组隐私保护方法,在不同群组隐私层级的二分关联图中保护数据隐私。所提算法通过关联图分层(association graph layering, AGL)和层级群组差分隐私(hierarchical group differential privacy, HGDP),实现发布大数据的群组隐私保护。关联图分层将给定关联图的节点和边分组,通过划分二分关联图的节点最小化每个层级的敏感度,可以向不同权限的用户公开不同层级的子图;在层级群组差分隐私过程中,对不同层级选择灵敏度并计算方差,重复聚合噪声减少方差,通过高斯机制进行子图噪声注入,实现分层关联图的扰动,以保证每个层级的群组隐私。实验结果表明,所提方法可以用来保护群组数据的综合敏感信息,并且比其他方法具有更好的隐私保护效果和更高的数据可用性。     

下一代公共安全视频监控系统的大数据分析

视频监控因其可以提供丰富的、直观的以及精确的信息而成为主要的监控工具. 然而, 随着视频监控系统在世界各地的大规模建设, 由于一些诸如“有用信息和线索不能及时从视频大数据中被发现”的问题, 降低了犯罪预测和公共安全治理的检测效率. 各类公共安全信息系统被用于交通事故治理、犯罪事件和恐怖事件的预测. 但是, 大规模的系统冗余建设导致了“IT 资源”和“信息过载”的巨大浪费. 为了解决上述问题, 如大数据、云计算和虚拟化技术已被广泛应用于公共安全行业. 采用“前+后”的模式, 为下一代公安系统提出了一种新的架构.在该架构下, 介绍了云计算技术如分布式存储和计算、巨大的异构数据的检索, 并且提出了多个优化策略, 提高了资源的利用率和任务的完成效率.     

生物大数据中的聚类方法分析

随着人类基因组计划的实施和完成, 生物实验技术快速发展, 生物数据呈现爆发式增长并不断积累, 生命科学迎来了大数据时代. 在后基因组时代, 单一的统计模式逐渐被智能化与综合分析相结合的方式所取代, 聚类分析便是核心的数据挖掘方式. 描述了生物信息学领域中的大数据现状, 总结基因表达谱分析和生物网络分析中常用的聚类方法, 并对小鼠胚胎成纤维细胞的时间序列数据进行实验对比. 实验结果表明, 不同的聚类方法生成了不同的实验结果, 面临高噪声的生物大数据, 选择或结合合适的聚类方法进行综合分析将有助于获得更可靠的分析结果.