关于大数据的几点思考——学会管理和利用信息资源

和物联网、云汁算、移动通信等技术进步一样,大数据对于经济的发展、科学的进步、人类生活水平和质量的提高一定会带来新的飞跃。然而,和面对任何科学进步一样,我们需要保持清醒的头脑,记住任何技术进步都是双刃剑,任何进步都会伴随着新的挑战和隐患。本文从信息资源特殊规律的角度,对于大数据带来的机遇和挑战进行了分析,并指出了需要注意防止的、忽视理论研究的、简单化的倾向。     

Skill Requirements in Big Data: A Content Analysis of Job Advertisements

The technology behind big data, although still in its nascent stages, is inspiring many companies to hire data scientists and explore the potential of big data to support strategic initiatives, including developing new products and services. To better understand the skills and knowledge that are highly valued by industry for jobs within big data, this study reports on an analysis of 1216 job advertisements that contained “big data” in the job title. Our results are presented within a conceptual framework of big data skills categories and confirm the multi-faceted nature of big data job skills. Our research also found that many big data job advertisements emphasize developing analytical information systems and that soft skills remain highly valued, in addition to the value placed on emerging hard technological skills.     

基于大数据的数据挖掘中容错技术研究

随着互联网的不断发展,应用程序、数据正在迅速增长,大规模数据存储成为大数据技术研究重点,借助数据挖掘技术能更好地为决策者提供信息支撑。容错技术是大数据处理领域中一个前沿且极具挑战性的研究课题。该文依据当前的研究现状和进展,通过对大数据时代数据特征的分析,结合当前技术发展趋势,运用Python技术设计数据挖掘中代码容错技术的改进,并用算法进行实现。测试结果表明,该算法运行良好,系统的健壮性和可靠性大大提高,为大数据和数据挖掘提供理论基础,为海量数据的安全可靠挖掘提供科学有效的技术支撑。     

科学大数据管理：概念、技术与系统

近年来,随着越来越多的大科学装置的建设和重大科学实验的开展,科学研究进入到一个前所未有的大数据时代.大数据时代科学研究是一个大科学、大需求、大数据、大计算、大发现的过程,研发一个支持科学大数据全生命周期的数据管理系统具有重要的意义.分析了研发科学大数据管理系统的背景,阐述了科学大数据的概念和三大特征,通过对科学数据资源发展和科学数据管理系统的研究进展进行综述分析,提出了满足科学数据管理全生命周期的科学大数据管理框架,并从数据融合、数据实时分析、长期存储、云服务体系以及数据开放共享机制5个方面分析了科学大数据管理系统中的关键技术.最后,结合科学研究领域展望了科学大数据管理系统的应用前景.     

基于知识图谱的科技成果智能查询系统

科技成果数据呈现跨领域、跨学科特性,传统的信息查询检索技术已难以满足用户日益增长的智能化、精准化的科技成果信息获取需求。分析了知识图谱领域和信息检索领域的研究现状。采用网络爬虫从互联网中高效地爬取科技成果数据,利用实体识别和关系抽取技术识别和发现科技成果数据中的科技实体,构建科技成果知识图谱,并实现科技成果数据的结构化存储。基于ElasticSearch搜索引擎对科技实体构建高效索引,研究科技成果语义相似度计算方法,实现基于知识图谱的科技成果智能查询系统。实验结果验证了所构建的系统能够实现科技成果的高效查询以及相关主题内容的关联发现。     

Exploring the relationship between big data analytics capability and competitive performance: The mediating roles of dynamic and operational capabilities

A central question for information systems (IS) researchers and practitioners is if, and how, big data can help attain a competitive advantage. To address this question, this study draws on the resource-based view, dynamic capabilities view, and on recent literature on big data analytics, and examines the indirect relationship between a firm’s big data analytics capability (BDAC) and competitive performance. The study extends existing research by proposing that BDACs enable firms to generate insight that can help strengthen their dynamic capabilities, which, in turn, positively impact marketing and technological capabilities. To test our proposed research model, we used survey data from 202 chief information officers and IT managers working in Norwegian firms. By means of partial least squares structural equation modeling, results show that a strong BDAC can help firms build a competitive advantage. This effect is not direct but fully mediated by dynamic capabilities, which exerts a positive and significant effect on two types of operational capabilities: marketing and technological capabilities. The findings suggest that IS researchers should look beyond direct effects of big data investments and shift their attention on how a BDAC can be leveraged to enable and support organizational capabilities.     

图学学科蓝图构想

 我国提出大学“双一流”建设,“一流学科”建设是其中之一。学科评价有两个维度, 一是学术性维度(科学性原则),或称为学术逻辑,即学科必须有明确的研究主题和卓有成效的 研究方法,有相对独立的知识体系;二是实践性维度(实用性原则),或称为社会需求逻辑,即 学科必须能满足社会的某种需要。“一流学科”建设在学科的基础上,所以合适的学科定义、定 位和分类是基础。本文将全面阐述构建大“图学”中的若干重大问题,构想一个大图学的学科   蓝图。     

基于知识图谱的智能决策支持技术及应用研究

知识图谱是把复杂的领域知识通过数据挖掘、信息处理、知识计量和图形绘制而显示出来,解释知识领域的动态发展规律。知识图谱把所有不同种类的信息(heterogeneous information)连接在一起得到一个关系网络并从"关系"的角度去分析问题。知识图谱目前被广泛应用于智能搜索、智能问答等领域。提出了一种基于知识图谱的智能决策支持框架,用于解决传统决策支持系统存在的问题。通过大数据、知识图谱等海量知识分析和模型构建技术,结合决策支持系统,增强对问题的分解与处理、形成具有关系型网络的知识系统。最后结合电信领域中的经典决策案例,搭建基于知识图谱的欺诈电话智能决策支撑平台。和传统的决策支持系统比较,该研究方法的优点在于结合大数据处理方法提升了知识建模的算力和决策支持的效率,使实时处理大规模信息数据成为现实;基于知识图谱的关系型网络,提升了决策模型的准确性和关联相关性。     

Shifting intra‐ and inter‐organizational innovation processes towards digital business: An empirical analysis of SMEs

The literature suggests that increasing investments in information and communication technologies (ICTs), knowledge exchange and sharing help SMEs tackle the current global and dynamic environment. Given that much of the useful knowledge resides outside the enterprises’ boundaries, these technological tools foster the gathering of big data and information. Despite these premises, few studies have considered the role of ICTs and big data in intra‐ and inter‐organizational ties and the consequent effects on enterprises’ innovation performance. The paper investigates whether ICTs oriented to intra‐organizational (in‐house research and development [R&D]) and inter‐organizational (open innovation) processes improve SMEs’ innovation performance. Therefore, via structural equation modelling (SEM), the study analyses a sample of 239 knowledge‐intensive SMEs located in Italy. The noteworthy results are that ICTs oriented to intra‐ and inter‐organizational innovation processes improve both these processes in generating new products and/or services. On this basis, managerial and academic implications are provided, along with avenues for further research.     

面向大数据的海云数据系统关键技术研究

由于数据产生成本的急速下降,人类社会产生的数据不仅以指数级别增长,而且数据的结构变得日趋复杂,使得传统的数据分析技术遇到了极大的挑战.如何对大量复杂数据进行分析和挖掘,从中提取有价值的知识用于决策,已经成为产业界和学术界的广泛关注问题,在一些国家已上升到国家战略层面.本文介绍了大数据的基本概念、特征和面临的科学问题,总结了中国科学院战略性先导科技专项“面向感知中国的新一代信息技术研究”中“海云数据系统关键技术研究与系统研制”课题的一些先期成果,为开发大数据管理、分析和挖掘系统提供一些参考依据.     

异质信息网络分析与应用综述

实际系统往往由大量类型各异、彼此交互的组件构成.目前,大多数工作将这些交互系统建模为同质信息网络,并未考虑不同类型对象的复杂异质交互关系,因而造成大量信息损失.近年来,越来越多的研究者将这些交互数据建模为由不同类型节点和边构成的异质信息网络,从而利用网络中全面的结构信息和丰富的语义信息进行更精准的知识发现.特别是随着大...     

数据工程学建设思考与实践

【目的】尽管数据科学已经可以处理大量的数据并解决了很多问题,正在改变着科研、企业运作和社会治理模式,但数据科学成果存在难以工程化的局限性,要将数据资产及其隐含价值有效转化为服务、决策、产品,形成数字经济,还需要建立数据工程学来支持对数据实施工程活动,实现数据驱动的数据价值转化,服务日常工作,形成数字经济。【方法】本文引入工程学思想,将伴随数据科学诞生的狭义数据工程推广为广义数据工程,论述了数据工程学建立的必要性,参考土木工程学科建设及工程学科应具备的特征,分析了基于数据物质基础的数据工程学知识特征,给出了数据工程学的概念、理论基础、研究内容、研究框架和主要技术体系,并通过两个数据工程应用案例说明建立数据工程这一新方法论的必要性。【结论】数据工程学具备了数据物质基础的独特知识体系,具备了综合数学、电子与信息、计算机、数据科学以及各领域学科的特殊研究方法,数据工程学建设的物质、理论、技术、需求等基础已经具备,建立数据工程学支持将数据资产转化为工程应用并形成数字经济非常迫切。     

Knowledge-support systems

The social role of information technology is analysed in order to provide a framework for reasonable requirements for knowledge support systems. The many different scientific and engineering communities targeted on the development of specific knowledge support technologies are noted, and the problems of integrating developments from different communities are highlighted. The architectures of current integrated knowledge support systems are analysed within the social framework and the strengths and weaknesses of current modules are evaluated. Major system developments in recent years are used to exemplify the analysis, and expected directions for future development are outlined. The framework, analyses and examples are used to define a structured requirements specification for future research and development related to knowledge support systems.     

关于智能系统工程科学技术体系的思考

就建立智能系统工程科学技术体系提出了创新观点,从智能、系统、工程多重组合角度对智能系统工程的内涵进行了详细分析研究,从理论、技术、工程应用、学科建设不同层面对智能系统工程研究对象、研究领域、研究方法进行了系统分析,构建了智能系统工程科学技术体系框架.对智能系统工程发展前景谈了作者的思考看法.     

基于Hive的高可用双引擎数据仓库

打破信息孤岛，整合异构数据，汇聚共享交换，深度分析挖掘，提供行业领域辅助决策和态势分析具有深远的理论和应用价值.本文以中国科学院教育科研态势感知服务的实际需求为牵引，设计并实现了一套基于Hive的Hadoop/Spark双计算引擎大数据仓库，支持多种方式OLAP分析，进行了可用性、负载均衡、资源管理的优化设计，为后续进行全院数据汇聚挖掘、知识图谱构建、学科态势分析提供了平台支撑.实验表明，系统灵活高效，高可用可扩展，资源调度科学，负载均衡效果明显.     

大数据分析背景下高中信息技术教学研究

随着大数据时代的到来,计算机技术,大数据技术的进步对于高中信息技术教学和研究具有指导作用。目前,以大数据整合,存储等技术为代表的大数据技术发展迅速且逐渐成熟,已经成为高中信息技术教学过程中不可或缺的部分。高中信息技术教学要跟随大数据时代的发展步伐,将大数据技术分析作为信息技术教学研究的重点内容。高中信息技术包含计算机的基本概念与结构,计算机的基础知识,计算机技术和其发展史等内容,与计算机,网络和通信技术息息相关。文章主要围绕高中信息技术概念简述,大数据时代下高中信息技术教学的重点,大数据时代下高中信息技术教学过程中存在的问题以及大数据时代下高中信息技术教学研究的有效措施等方面展开论述。     

知识驱动的推荐系统：现状与展望

个性化推荐系统能够根据用户的个性化偏好和需要,自动、快速、精准地为用户提供其所需的互联网资源,已成为当今大数据时代应用最广泛的信息检索系统,具有巨大的商业应用价值。近年来,随着互联网海量数据的激增,人工智能技术的快速发展与普及,以知识图谱为代表的大数据知识工程日益受到学界和业界的高度关注,也有力地推动推荐系统和个性化推荐技术也迈入到知识驱动与赋能的发展阶段。将知识图谱中蕴含的丰富知识作为有用的辅助信息引入推荐系统,不仅能够有效应对数据稀疏、语义失配等传统推荐系统难以避免的问题,还能帮助推荐系统产生多样化、可解释的推荐结果,并更好地完成跨领域推荐、序列化推荐等具有挑战性的推荐任务,从而提升各类实际推荐场景中的用户满意度。本文将现有融入知识图谱的各种推荐模型按其采用的推荐算法与面向的推荐场景不同进行分类,构建科学、合理的分类体系。其中,按照推荐方法的不同,划分出基于特征表示的和基于图结构的两大类推荐模型;按推荐场景划分,特别关注多样化推荐、可解释推荐、序列化推荐与跨领域推荐。然后,我们在各类推荐模型中分别选取代表性的研究工作进行介绍,还简要对比了各个模型的特点与优劣。此外,本文还结合当下人工智能技术和应用的发展趋势,展望了认知智能推荐系统的发展前景,具体包括融合多模态知识的推荐系统,具有常识理解能力的推荐系统,以及解说式、劝说式、抗辩式推荐系统。本文的综述内容和展望可作为推荐系统未来研究方向的有益参考。     

An investigation of task-technology fit for managers in Greece and the US

Based on a task-technology fit (TTF) model, this study adds to our understanding of how computer-based information systems (CBIS) support managerial decision making. Based on four views of decision making and various classifications of CBIS, the findings indicate that both the Greek and US managers value CBIS most highly for resource allocation, evaluating alternatives, identifying problems, ranking alternatives, and short-term decision making. Few TTF differences were found between Greek and US managers. One difference, concerning the value of office information systems, may have arisen from technological differences; however, additional research is needed to understand if these TTF differences arise from technological or cultural differences. Two surprising hypotheses emerge from the findings to provide guidance for future research: (1) standard, fixed-schedule, fixed-format information reporting systems (IRS) provide greater value for managers than more flexible decision support systems (DSS), at least for some managerial decision-making activities, and (2) the amount of use of a CBIS is not directly related to its perceived value. Overall, the results indicate that the fit between managerial decision-making activities, and CBIS has considerable room for improvement.     

使用基准测试促进研究--对软件工程的挑战

计算机科学中,基准测试已经用来比较计算机系统性能、检索算法信息、数据库和其他一些技术。在研究领域,基准测试的创建和普遍使用经常伴随着快速的技术进步和团队建设。这些形成了科学学科的基准测试理论。基于这个理论,通过团队工作的方式定义基准测试来挑战软件工程研究,变得越来越具有科学性和需要。本文介绍一个成功使用基准测试促进研究状况的个案研究——逆向工程。