数据要素市场建设的关键突破口:公共数据授权运营

公共数据体量大、价值高,是国家数据要素体系的重要组成部分,且因其产生过程、管理方式、内容特点等方面有别于企业和个人数据,相较而言权属结构更为清晰。因此,公共数据的开放和开发利用,是数据要素市场建设的关键突破口。当前,各地方、各行业积极探索公共数据授权运营,取得了一定进展,但在源头供给、数据运营和收益分配等方面仍存在一些瓶颈问题亟待解决,亟需按照数据要素基础制度建设的总思路,加快公共数据授权运营制度创新,更好发挥政府作用,推进数据要素市场的繁荣与可持续发展。     

关联挖掘算法及发展趋势

本文对关联挖掘算法进行了分析总结.首先提出了关联挖掘问题,阐述了关联规则的有关概念,然后从静态数据、动态数据和大数据等3个方面分别介绍了关联挖掘及其优化算法,指出目前关联挖掘算法存在的不足,认为弱关联分析和大数据环境下的关联算法研究将是未来的发展趋势.     

公共数据确权的探索与实践

数据要素的权属问题是数据要素市场培育的基础性问题,关系到数据要素高效流通和价值实现。通过对公共数据要素市场进行特性分析,总结提出公共数据确权存在的三个难点。基于数据资源持有权、数据加工使用权、数据产品经营权的产权运行机制,并结合公共数据流通的五个环节,构建公共数据资源目录、数据分类分级、数据产权登记相结合的“三管齐下”式确权方案。     

开放网络数据访问协议OPeNDAP的研究及应用

数据的共享有助于充分挖掘数据的价值,开放网络数据访问协议OPe NDAP面向地球科学数据提供一种通用标准的数据共享方式,目前在国际上已经成为一种事实上的标准。文章对OPe NDAP协议原理、应用模式、特点进行了系统的研究,面向气象数据共享目前存在的问题,提出引入OPe NDAP协议及相关技术来解决的途径。通过结合OPe NDAP的气象数据共享模型的设计和基于OPe NDAP服务器的气象数据共享实现,文章认为OPe NDAP是一种可行的气象数据共享技术。     

公共数据要素价值链研究

针对公共数据要素提出了以数据采集汇聚、数据处理及融合、数据流通和应用为核心活动的价值实现过程,设计了包含数据级、特征级和决策级3个层次的公共数据融合模型,进行公共数据的多元价值构建。     

关于西柏坡地区广播电视收视调查与 农村广播电视发展的探讨

本文通过对河北省西柏坡地区收听收看广播电视基本情况的调研,分析了当地广播电视在传输覆盖方式、监测监管体系、授权服务机构、节目内容、运营管理、监管方式等方面存在的问题,得出了数据结果,并分析了可行性解决方案,提出建议和设想,为实现公共广播电视的有效供给,使农村广播电视信号在传输入户方面更加正规、健康地发展提供了依据.     

以数据信托推动数据要素市场化建设

数据信托作为一项突破性技术,为解决数据安全与管理的难题提供了全新的思路。目前世界范围内主要存在两种数据信托模式,分别是信息受托人模式和第三方信托模式,两种信托模式优势和劣势各有不同。我国通过学习数据信托方面的先进经验,也进行了一定的数据信托本土化的尝试,并且取得了一定成效。在此基础上,在推动数据要素市场化的环境背景下,通过对数据授权、数据要素流通、数据收益分配、数据安全等方面的分析,讨论数据信托如何推动数要素市场化。     

基于改进的Map/Reduce及模式空间划分的数据挖掘

为通过Map/Reduce基于键/值对以处理数据集与模式集的多对多的对应关系的方式实现数据挖掘,解决在较复杂的类型的模式的挖掘中存在的由组合爆炸导致的模式集过大的问题,提出了通过模式空间划分实现将处理数据集与模式集的对应关系的问题转化为处理数据集与子模式集的集合的对应关系的问题的方法,并对Map/Reduce集群的调度机制及组织、处理键/值对的方式进行了改进,增强了Map/Reduce执行模式挖掘任务的能力.在Map/Reduce集群上采用该思路实现某些较复杂类型的模式的挖掘算法时的并行度高于Map/Reduce化的传统算法.     

孟庆国:以公共数据为抓手推动数据要素市场建设

近期,为充分发挥数据要素价值,让数据更好地赋能数字经济高质量发展,中央布局不断,继去年年底发布“数据二十条”后,又于今年3月组建国家数据局,从规则制定、体系完善等方面加快推动数据要素市场建设。其中,公共数据作为国家重要的数据资源一直备受瞩目,如何使公共数据在数据要素市场建设中发挥应有的作用?公共数据的开发与运营面临哪些困难与挑战?应该从哪些方面着手去推进?在开发利用的同时又该如何保障公共数据的安全?带着这些问题,《中国信息界》专门采访了清华大学公共管理学院教授、清华-中国电子数据治理工程研究院院长孟庆国,与他共同探讨我国公共数据开发与治理的现状、挑战与未来。     

基于深度学习的电信客户流失预测方法研究

在当今数据爆炸式增长的信息时代,移动通信行业的竞争愈演愈烈。如何正确分析客户相关数据并有效预测流失的客户群,成为各大运营商亟待解决的问题。针对目前已有多种解决方案无法做到客户流失的可靠预测,提出使用图神经网络动态学习的方法,结合电信数据的特性,深度挖掘历史数据的潜在相关性,实现提升客户流失预测精度的目的。所提方法使用公共数据集作为图神经网络的输入数据,并将实验结果与几种经典的基线模型进行了对比。实验结果表明,使用图神经网络能够提升客户流失预测精度,有助于各大运营商提前采取有效措施。     

Web用户行为模式挖掘研究

随着互联网的飞速发展,互联网和人们日常的生活、工作、学习等各方面的结合越来越紧密,为使互联网更好的服务于用户(通过Web个性化服务等方式),首先需要了解用户使用互联网的规律性特点,基于Web日志的Web用户行为模式挖掘能解决此问题.目前,Web用户行为模式挖掘仍然是一个新兴的研究领域,其中包含若干需要解决的问题.针对这些问题,在该领域已开展了大量的研究工作.从模式挖掘合理性、模式挖掘结构体系、模式挖掘过程三个方面对Web用户行为模式挖掘中关键问题的研究现状进行了介绍:Web日志中包含了用户访问互联网的一些规律性特征,这些特征可通过Web用户行为模式挖掘的方法得到;为改进模式挖掘、应用的效果,可以采用改进的挖掘结构比如结合内容、结构挖掘的整合结构;Web用户行为模式挖掘过程分为数据预处理、模式挖掘、模式应用三个阶段,这是一个正在发展的研究领域.     

基于大数据的智慧区域运营平台设计与实现

针对运营商现有生产经营系统在区域运营支撑等方面能力不足的问题,提出基于大数据技术建设智慧区域运营平台的方案,从系统功能设计、系统架构及开发实现等方面进行了研究.通过建设智慧区域运营平台,对运营商海量数据进行实时处理和挖掘分析,实现可视化运营、便捷化营销、网格化支撑能力,提升运营商市场运营效率.     

已知网络入侵模式的低匹配度数据信息集挖掘平台设计

在已知网络入侵模式下对低匹配度数据信息集进行挖掘时,缺少对低匹配度数据信息集的处理和分类选取过程,存在挖掘不准确,效率低的问题。设计并实现了一种已知网络入侵模式下对低匹配度数据信息集挖掘平台,介绍了平台的总体硬件结构,利用数据采样预处理模块实现从源数据到挖掘数据的映射,完成离散化、数据过滤等处理过程。依据KC89C72 DIP40FILE分类器进行低匹配度数据信息集的分类,储存到SSRAM中,并以此为基础,通过数据挖掘模块对储存的低匹配度数据信息集进行确认与挖掘。软件设计过程中,对已知网络入侵模式的低匹配度数据信息集挖掘平台进行了详细的分析,并给出低匹配度数据信息集挖掘的实现过程以及程序代码。实验结果表明,该平台的低匹配度数据信息集挖掘准确率、误差率、时间及所需内存均优于传统的Fuzzing平台,具有一定的实用性。     

大数据的前世、今生和未来

分析了大数据产生的原因,阐述了大数据的作用、价值以及所面临的问题。认为大数据开启了一次重大的时代转型,其科学价值和社会价值主要体现在两个方面:一方面,大数据不仅可以发现事物的显式规律,而且可以挖掘事物的隐式规律和潜在价值;另一方面,大数据可以转化为经济价值的源泉,撼动世界的各个方面。     

基于HBase的配用电海量时序数据存取研究

针对配用电海量时间序列数据,目前南方电网普遍采用关系型数据库进行存储,在技术上使用分库、分区、分表、联合索引等方式进行优化,灵活性、可扩展性、存储量等方面都存在问题。为满足配用电海量时间序列数据的存储要求,分析了关系型数据库优缺点,提出采用分布式数据库HBase构建电力系统数据中心以提高系统性能,并重点分析了HBase数据存储机制及实现方法,最后通过仿真实验进行对比。实验结果表明,基于HBase的配用电海量时间序列数据存取技术在存储及查询操作上具有较大的性能优势。     

基于数据挖掘的测试工程数据整合分析平台

测试工程技术的不断提升使得企业在产品测试的过程中产生大量数据需要处理,以便及时反馈产品本身的性能。然而,传统方式在应对和处理上述环节时存在效率底下、管理混乱的缺陷,使其无法适应数据量大、数据结构复杂等新型问题。本文设计并实现了一种基于数据挖掘的测试工程数据整合分析平台,提出了一种优化的Apriori算法挖掘多渠道数据,同时利Web技术建立统一数据管理系统。实践证明,该平台能实现对庞大数据的科学管理、有效数据的精准挖掘和数据可视化应用。     

基于算法适用知识的挖掘算法选择交互系统

为具体挖掘任务选择合适的挖掘算法需要用户对挖掘任务、各种挖掘算法和数据特征都非常熟悉,一般用户是很难达到这个要求的。针对以往研究的系统存在实现困难、不能适应动态添加算法等不足,文中形式化表示数据挖掘算法的适用知识,并基于此设计算法选择交互问题和选择逻辑,实现了一个易于实现的数据挖掘算法选择交互系统。实例验证了系统的有效性。     

从传统研究模式穿越到大数据“星际”

大数据通过多维化的研究模式让我们认知了一个不同的数据探索模式,对于未来的预知和探测将是未来大数据开发的重要目标。本文通过对比大数据研究与传统市场研究模式的区别,比较分析了大数据研究与传统研究模式的互补关系,并提出如何结合二者的优势将数据研究进行深化;由于大数据模式仍然在开发和探索阶段,所以对于其研究的各项内容及方式仍旧存在不足,本文将例举大数据研究的几个主要问题并提出研究行业应当通过哪些形式合理利用大数据探索方法。     

PON端口利用率提升方法

阐述了PON端口扩容的需求来源和政策方面的指导意见，分析了目前PON端口资源分配原则和实际工程中对现网PON端口需求量不匹配问题的解决措施和实施中存在的困难，对比了目前已建立的PON端口回收机制、PON端口规范分配方式和已建立机制中存在的不足，总结出在驻地网新建方案和存量方案中PON闲置端口可挖掘方向，并给出了PON端口利用率提升的几种方案。     

基于一张光缆网架构的沟通光缆建设与应用探讨

针对运营商现网管道资源存在的问题,通过布放“沟通光缆”解决管孔资源不足,实现基站光缆网与一张光缆网的融合,并以某个运营商本地网“沟通光缆”建设为例,通过与传统方案对比分析,验证了“沟通光缆”建设在业务接入、网络融合、资源优化等方面的价值和作用。