基于知识图谱的国内外大数据研究进展

以Web of Science、CNKI和CSSCI数据库中收录的大数据研究文献为数据来源,综合运用文献计量和内容分析方法,借助Citespace和Ucinet可视化软件绘制知识图谱,从多个角度梳理和分析国内外大数据领域的研究进展,为我国大数据研究提供参考。研究结果表明:第一,国外大数据研究起步早于国内,目前都处于快速发展阶段,大数据有望持续成为接下来几年学术界的研究热点;第二,美国是大数据领域发文最多的国家,研究水平具有绝对优势,中国发文量第二,在国际上具有一定的影响和地位;第三,国内和国外大数据研究领域的合作网络都比较分散,没有形成规模较大的合作群体,少量合作群以同城同机构合作为主;第四,Dean J、Manyika J、White T是国外大数据领域的高被引作者,迈尔-舍恩伯格·维克托、徐子沛、郭晓科是国内大数据领域的高被引作者,在引导人们全面深入了解大数据方面发挥着重要作用;第五,Hadoop、science data、machine learning、system、mapreduce是国外大数据领域的研究热点,而国内大数据领域的研究热点是信息技术、数据技术、物联网和信息安全。对国内大数据研究的建议:积极吸取国外研究成果,拓展新的研究主题;加强不同研究主体之间的合作与交流;加强大数据理论研究,推进完整研究体系的形成。     

BIM+大数据在工程招标采购领域的应用

结合BIM技术和大数据的发展规律与态势,从数据整合、信息共享和价值发掘三个方面分析招标采购领域大数据应用存在的问题,提出BIM和大数据融合应用的思想,阐述BIM集成化、共享化和结构化的应对策略。最后从行业秩序、企业效益和人员效率三个层面介绍BIM+大数据在工程招标采购领域的应用展望。     

基于CiteSpace的大数据技术在工程管理领域研究综述

本文采用文献可视化工具CiteSpace对主流数据库Web of Science和Scopus中收录的2006—2019年发表的工程管理大数据相关文献进行分析,通过绘制知识图谱,描述了大数据技术在工程管理领域当前研究趋势、知识结构、研究热点和未来研究趋势。结果表明,2014年以来,关于大数据技术在工程管理领域的研究态势整体呈现上升趋势,相关研究论文的发表数量快速上升,研究热度大幅上涨,其中中国、美国、英国等国家的研究成果最为丰富。通过关键词共现和文章聚类分析得出,信息管理、建筑业、BIM、风险管理、智慧城市、工程决策和数据挖掘是工程管理大数据的研究热点;智慧可持续城市和建筑废弃物管理在当前工程管理领域受到了广泛关注并引起高度的研究兴趣。     

浅谈“大数据”与公安工作应用

近年来,公安大数据以及人工智能技术茁壮发展,日趋成熟,公安大数据成为当前公安信息化工作的趋势和重点。从大数据发展的迅猛态势来看,各地公安工作应当以大数据为依托,去深入了解大数据的规律以及应用方法,将大数据手段广泛应用于警务工作领域以及警务实战作战领域,以期最大程度的释放警力,全方位提升公安工作的智能化水平。     

基于知识图谱的建筑科学与工程人工智能研究趋势分析

研究人工智能在建筑领域的演变趋势能够为相关研究提供数据参考。文中以Web of Science数据库核心集合文献和中国知网数据库核心期刊文献作为数据来源,使用Citepace对1990年至2020年3月建筑工程人工智能领域相关文献绘制关键词时区图,并对时区加以分析。结果表明国内研究趋势从理论研究向应用性研究发展,未来研究方向主要将人工智能与BIM、云计算、大数据等内容相结合。     

大数据在社会保障领域的应用:一个研究综述

大数据时代的到来,为我国社会保障事业发展创造了全新的机遇。如何利用大数据技术创新社会保障管理和服务模式,已成为当前学术界的研究热点。通过梳理大数据在社会保障领域的研究脉络和最新进展,分析高频关键词、高被引文献和相关会议学者们的讨论等,可知大数据在社会保障领域应用的研究对象不断扩展,研究内容逐渐丰富,研究方法更加多元,涉及医疗、养老、扶贫和社会福利等多领域。大数据对社会保障具有革命性意义,其在具体领域的应用价值、实践现状、面临的挑战与可行性路径是学者们的关注焦点。当前的研究也存在一些不足,未来的研究应加强理论研究和实践研究的结合,推动多学科性研究的融合,拓宽研究主题,促进研究内容的多维深化,从而不断提高保障水平,为公众提供更为科学、高效的社会保障服务。     

我国大数据研究综述及其在城乡规划领域应用机制探索

当代社会已进入大数据时代,各行各业都在尽最大努力挖掘大数据的价值,城乡规划与管理也随之进入新纪元。研究首先基于Cite Space软件,梳理分析我国1992~2015年间属于大数据主题范畴的文献脉络,以期获得对我国大数据研究领域知识结构与研究热点的整体性认知,进而提出中国城乡规划面临的五大挑战:科学性挑战、连续性挑战、灵活性挑战、参与性挑战、洞察性挑战,以及五个转型指向:善智、善志、善秩、善质、善治。在此基础上,针对近年来城乡规划领域兴起的城市实验室进行剖析,从中探索适应大数据开放应用的城乡规划研究与实施PPP模式,最终对大数据在我国城乡规划领域的探索从研究议题与研究机制两个方面给予了展望。     

中国风景园林领域大数据应用研究思辨——基于2011-2021年相关文献分析

大数据技术被广泛应用于解决人居环境问题,为风景园林设计与研究带来新技术支持。梳理2011年至2021年间相关文献,通过定性与定量相结合的方式,分析大数据应用在风景园林领域的研究进展与特征。首先,国内风景园林领域大数据研究始于2013年前后,重点应用领域涵盖了公园绿地、街巷空间、时空行为与空间活力、评价与评估等方面。其次,研究发现大数据在利用新的数据源、形成新的研究方法以及拓展定量研究途径几个方面对风景园林设计与研究起到了积极的推动作用。同时,对于大数据不能对学科领域形成全覆盖的局限性应该有清醒的认知,对于以数据分析取代理论构想的趋势,以及相关性取代因果性的思维转变亦需理性看待。     

近10年大数据研究热点演进及平台发展——以智慧教育领域1469篇文献计量分析为例

为洞察智慧教育领域研究方向及热点,促进教育协调发展,文章用文献计量及可视化方式对其进行系统梳理,厘清智慧教育热点演进路线,明确其平台发展方向,服务于智慧教育发展和人才培养。通过对国内2010年至2019年间智慧教育领域1469篇核心文献,按时序切片并对其进行文献计量实证分析,呈现该领域内科学知识的结构、规律和分布情况,形成知识图谱,展示出智慧教育大数据研究图景。并由此对智慧教育平台进行了7层次的整体前瞻架构,对政府、教学求学者和教学平台等3个主体角色提出了具体发展建议。     

机器学习在高校大数据的应用现状与趋势

针对高校应用数据量激增，很多数据存在数据孤岛，大数据的隐含价值得不到很好应用的现状，利用可视化分析工具CiteSpace和传统对比分析相结合的方法对2010-2020年的CNKI中的高校大数据、机器学习及其相关领域研究文献进行详细分析研究。研究表明大数据、机器学习和人工智能逐渐成为高校大数据的研究热点，但高校大数据中的机器学习应用研究仍然有限，研究团体之间缺乏合作。这种网络分析和对比分析对未来高校大数据研究具有启示意义。