内容管理在企业非结构化数据管理中的应用

内容管理在企业信息管理领域中已成为非结构化或半结构化的数字资源的采集、管理、利用和传递,并能有机集成到结构化数据的智能环境中的主要解决方案,从而使得企业内容管理更加完整有效;因此,笔者认为,内容管理系统在企业内容管理集成模型中的应用将是以非结构化信息为主的企业级内容信息系统建设的有效解决方案.     

基于元数据的油气信息管理系统

非结构化数据在信息总量中所占的比例远大于结构化数据,是油气信息管理过程中的宝贵数据资产,如何对这些非结构化数据有效管理和应用是新型油气信息管理系统建设的重要内容之一。为了实现对油气信息资源中包括非结构化数据在内的综合数据高效管理与集成应用,从应用元数据技术角度,一方面对非结构化数据进行定义和详细描述,另一方面以数据库元数据为核心对系统框架进行构建,从而设计了一种新型的油气信息管理系统。系统实现了油气信息综合数据的存储与管理,而且可以对异构数据源进行有效集成应用,有良好的灵活性和扩展性。     

非结构化信息管理

随着信息的发展,出现了越来越多的非结构化信息。并且非结构化信息在政府和企业等的决策中占有重要的位置。如何将非结构化数据有效的管理起来,能够进行数据和知识挖掘,提取当中的隐含信息,对决策进行支持成为当今亟待解决的主要问题。本文介绍了几种非结构化信息管理方式,并对未来非结构化信息管理方式进行探讨。     

基于XML的异构数据集成的方法研究

随着信息化建设的深入和网络技术的发展,相当数量的企业积累了大量的存储在不同平台、依赖于不同数据库管理系统的数据和众多非结构化数据。如何通过网络,将这些不同来源、不同格式的异构数据进行有效的集成,是企业信息化发展的必然需求。     

基于非结构化数据的语义建模及优化

非结构化数据是大型企业的宝贵数据资产,其基本特征是数据格式多样、数据存储分散、数据总量大、增长速度快,蕴含有提升企业管理水平的大量重要信息.非结构化数据的统一存储、集中管理与深化应用是当今大型企业信息化建设的重要方向之一.文章从非结构化数据和结构化数据的特点、可行性分析,以及对非结构化数据的重要模块语义分析建模及其优化从而高校提炼出结构化信息几个方面来讲述非结构数据的特点.从而为企业解决非结构化数据的集中存储、有效利用等技术难题,提高企业的管理.     

异构政务信息资源集成检索技术研究

复杂政务信息资源的开发与利用成为制约智慧城市建设的重要因素。基于政务信息资源条块分割的现状,以信息检索为核心提出面向城市多级政务应用的信息集成检索方法。针对异构政务信息资源整合的要求,引入大数据、社交网络等技术理念重构政务信息资源的基础模型,建立非结构化、结构化两类数据的集成检索框架。对所述方法进行了原型验证,实验仿真结果表明了该算法在大数据并发环境下的有效性。     

基于XML的数据交换与共享方案设计

XML本身具有与平台无关、易于扩展、自描述、语义性强等特点,能方便地描述结构化或非结构化的数据,而成为异构数据集成中描述公共模型的最好选择。基于XML数据模型,根据目录服务的思想,采用P2P技术进行信息资源的集成与管理,并据此设计一个异构数据交换与共享系统的方案。     

挑战数据管理

许多企业在由传统业务向电子商务转型的过程中面临的挑战之一就是如何更好地利用信息。据调查,企业的数据量正在以每6至8个月翻一番的速度增长,数据类型也纷繁复杂,其中大约只有10%的数据是结构化的,如数据库中的客户信息、帐务数据以及各种报表等;而另外90%的数据都是非结构化的,如声音、影像和传真等。那么,如何利用这些日积月累的数据,让它们真正为企业提供价值,赢得竞争优势呢?内容管理解决方案就是最好的回答,它不但能够对结构化的数据进行全面地访问、管理、分析和共享,同时对于非结构化的数据也能够实现同样的管理功     

实施中的关键环节

就目前一般的内容管理应用来看,应该十分重视有效地采集、管理、应用各种非结构化和半结构化的资源,并且将它们与企业的其他业务系统中的各种结构化信息集成起来。 成立专门小组实施内容管理策略 企业在制定内容管理方案时,应考虑到设计、实施、质量监控的问题,人员的组成应涉及到战略、信息技术、业     

企业的数字财富

到底一个企业里,有多少内容已经被转化成为“数字资产”,是一个令人感兴趣的问题。美国明尼苏达大学在这方面的一项研究成果,为人们广为引用:在目前的技术条件下,企业仅有15％的结构化信息实现了数字化管理;另外有85％的半结构化、非结构化信息,远没有得到很好的管理,比如音频、视频内容,图像、图片内容等。 然而,随着企业信息化程度的不断提高,结构化信息的处理手段日益先进(如数据库、数据仓库),但非结构化数据的处理(特别与结构化数据的整合)。     

一种基于文本相似度矩阵运算的非结构化海量投诉数据分类算法

随着互联网和信息技术的日新月异,非结构化数据量有呈几何级数增长的趋势。尤其是Web2.0网络社区的流行与火爆,使得增长趋势得到了进一步的加速。因此,面对海量的非结构化数据,如何有效地管理和组织它们,以便于终端用户进行信息存取,成为了一个迫在眉睫的重要研究课题。本文通过对非结构化数据的文本的建模和文本相似度比较,对于大规模非结构化数据的分类算法进行了讨论和研究,并将此算法应用到了中国移动的投诉数据分类系统中。在系统实施后,非常有效地提高了投诉数据的处理效率,从而印证所提出分类算法及系统框架的有效性。     

如何保护非结构化大数据？

在高带宽、移动的、网络环境中工作和生活的我们,会产生大量的数据,这些都成为大数据的来源,而这些信息很少存在于同一个地方。在几微秒中,信息就能够发布给世界各地的很多人。企业的高管门都必须面对因为大数据带来的风险和安全挑战,并规划好如何去应对他们。本文将讨论如何看待非结构化数据相对于传统的结构化数据带来的安全风险和挑战以及多层面防护方法。     

基于内容管理的烟草企业信息仓库系统

在企业生产运作过程中会产生结构化数据和非结构化信息,针对非结构化信息的内容管理理论进行讨论,分析烟草企业在内容管理上的需求。根据烟草企业的特征,将信息流程设计为常规信息处理和信息预警流程。讨论系统框架,分为用户端层、中间应用层及数据存储层。对系统实现中采用的关键技术进行介绍。     

内容管理激活企业信息价值

实施内容管理的重点在于解决各种非结构化或半结构化数字资源的采集、管理、传递和增值,并将它们有机集成到结构化数据的商业智能(BI)环境中,以实现内容价值链的最优化管理     

企业大数据治理研究

介绍了面对大数据的数据量大、种类多、速度快和高价值的处理技术挑战,企业应当如何建立可靠的大数据平台。利用信息架构原则和实践,实现大数据与企业数据的灵活集成,通过结合使用分布式文件系统、NoSQL与关系型数据库,企业可以获取、组织和分析其所有企业数据(包括结构化和非结构化数据),从而做出最科学的决策。     

面向大数据的北京水务数据融合技术研究

为解决北京水务数据资源面临多源异构数据难以分析及数据集成困难等难题,在分析北京水务数据资源的基础上,采用大数据和云计算等相关技术进行北京水务数据资源的有效融合。针对北京水务的结构化及非结构化数据,研究相应的数据抽取、转换及存储的技术,提出基于水务数据资源融合的技术架构,其中结构化数据抽取使用D2RQ工具,非结构化数据的抽取使用jieba分词工具及tf-idf权重算法,并进行实验验证,证明该套技术方案的可行性与可信度,在数据存储模块采用基于云计算的分布式数据存储技术,用于存储融合后的海量数据。研究的数据资源融合技术方案能够帮助提高北京水务数据资源的融合效率与应用能力。     

基于电力企业大数据环境下的数据治理研究

随着大数据技术的不断成熟,大数据环境下数据治理工作对企业数据资产管理提出更高的要求。大数据时代,数据即为资产,且数据呈现出新的特点,即需要处理的数据量更大,需要处理的数据种类更多,数据产生和变化的速度更快。电网大数据具有多样性、一源共享、多源多标准、业务连动性等特点,如何针对全局数据的可用性、完整性、安全性和可用性进行全面管理,利用电网海量生产、运行数据从而产生实际的应用价值并且使得结构化和非结构化的信息价值最大化,已成为迫切需要解决的问题。本文针对数据分析问题,设计并实现一种完善的大数据调度管理平台,来满足可扩展的、分布式的、支持异构分析工具的、面向服务的大数据的要求,加快数据分析速度,为企业管理提供更好的服务。     

一种面向非结构化信息的知识获取框架

在文本、图片、音频等非结构化信息中蕴含着大量的知识,如何从海量非结构化信息中,自动获取这些知识是一个亟待解决的问题。该文提出一种非结构化信息知识获取框架KAFUI,该框架以非结构化信息管理架构UIMA为基础,支持异构的非结构化信息资源的接入,可整合和复用多种分析引擎,分析结果中标注了非结构化信息中的实体及其关系,这些实体和关系,进一步转换为以OWL描述的知识,并可通过推理发现新的事实。该框架的原型已在实际场景中应用,其实验情况表明是可行而有效的。     

帮Internet管文件

在当今的信息时代,企业用户在开展电子商务的同时面对的是日益复杂的数据类型和迅速增加的海量数据。即使是处理一项普通的商务,用户也时常需要涉及到文档、多媒体、Web页面、电子邮件、XML文件、结构化数据等多种类型的数据。由于这些数据往往分别存储在不同的服务器中,使得企业在管理、利用这些宝贵的信息资源时困难重重。     

XML及STEP标准在流程工业信息集成中的应用研究

流程工业中数据结构复杂,数据之间关系多种多样,如何对这些数据实现标准化处理是一件很困难的事。以前人们采用的方法多为各种零散的方法,或者是借助于制造行业发展起来的STEP来实现,但是STEP主要是用在表述结构化数据的,而对于非结构化数据以及半结构化数据的描述存在很大困难。因此,文中提出用XML来表述流程工业的非结构化数据和半结构化数据,采用XML与STEP标准结合的方式,实现对流程工业数据的集中处理,以便让那些建立在其上的其他信息处理过程中应用。文末给出了XML与STEP相结合所描述的一个典型过程工业信息集成应用案例。