大数据

数据是与自然资源一样重要的战略资源,大数据技术就是从数量巨大、结构复杂、类型众多的数据中,快速获得有价值信息的能力,它已成为学术界、企业界甚至各国政府关注的热点。本讲座将分3期对大数据进行讨论:第1期介绍大数据的提出、含义、特点,大数据和云计算的关系以及大数据典型应用;第2期将介绍大数据获取、存贮、搜索、分享、分析、可视化等方面的关键技术,并对当前热点技术—可视化进行重点分析;第3期将探讨数据流挖掘等实时数据分析技术,介绍大数据中非结构化数据处理和挖掘技术,并给出大数据发展面临的挑战与应用前景。     

数据业务自相似特性研究

合适的业务源模型能够在建立理论分析模型或进行系统性能仿真时,使网络系统性能评价更加准确。自相似特性是数据业务的重要特征。本文分析了自相似业务源的建模现状,深入讨论了如何将自相似模型应用于GPRS业务源建模。通过时间序列自相似特性分析工具SELFIS,对中国移动GPRS网络中从一个网关支持节点GGSN处采集的在单位时间内收到的字节数进行分析,得出GPRS数据业务具有较强自相似性的结论。     

开放平台:运营模式与技术架构研究综述

对于现有开放平台的运营模式和技术架构进行了分析,并给出了开放平台的发展建议。首先,介绍了开放平台的发展背景,并指出开放平台的相关定义和分类方式。其次,对于国内外主要开放平台的运营模式进行了一一分析。再次,对于国内外主要开放平台的技术架构进行了较为详实的介绍。在上述分析的基础上,指出了我国现有开放平台存在的主要问题。最后,对于开放平台的发展从运营模式和技术架构两个方面给出相关建议。     

一种评估国内IP地址库可信度的方法

依据互联网IP地址库进行定位的方法由于其方便、快捷而被广泛使用,无论对学术研究还是商业应用都有重要价值。目前国内网络IP地址库很多,如：淘宝IP地址库、纯真IP地址库、新浪IP地址库、百度IP定位API等,但是其可信度普遍不高。由于大范围真实IP地址相对应的地理位置信息难获取,所以如何评估这些IP地址库信息的准确程度成为难题。通过分析国内主流的IP地址库,提出了一种基于IP地址库之间差异对比来评估其可信程度的方法;并发现IP地址库之间差异所存在的规律,即IP地址库中的地理位置信息在粒度越细的情况下,各个IP地址库数据的差异越大,可信度越低。该成果为找出评估IP地址库的可信度、提高通过IP地址库进行IP定位的准确度提供了可参考的方法。     

基于条件随机场的蒙古语词切分研究

词干和构形附加成分是蒙古语词的组成成分,在构形附加成分中包含着数、格、体、时等大量语法信息。利用这些语法信息有助于使用计算机对蒙古语进行有效处理。蒙古语词在结构上表现为一个整体,为了利用其中的语法信息需要识别出词干和各构形附加成分。通过分析蒙古语词的构形特点,提出一种有效的蒙古语词标注方法,并基于条件随机场模型构建了一个实用的蒙古语词切分系统。实验表明该系统的词切分准确率比现有蒙古语词切分系统的准确率有较大提高,达到了0.992。     

基于Web的数据可视化图表渲染优化方法

在数据可视化场景中,Web页面作为数据可视化图表的承载主体,其性能的好坏直接影响可视化图表的加载速度和渲染效果,而目前基于Web技术的优化手段不能很好地缓解图表获取大规模复杂数据并进行渲染重绘所造成的网络数据传输压力.针对上述问题,提出了一种基于Web的数据可视化图表渲染方法.首先,将缓存机制与增量更新算法相融合,并从...     

共享信息模型在就业信息服务中的研究与应用

当前就业领域分散的业务系统繁多,不同数据源下的数据冗余和信息不一致性严重。在此情况下,构建一个跨不同业务系统的就业信息服务平台成为主要需求。而该平台构建的前提是提供一个标准的、完整的基础就业信息模型,以便进行数据管理和信息共享。本文通过对比不同的信息模型框架,参考共享信息数据(SID)框架的结构,建立就业共享信息模型。该模型为就业信息服务平台提供了数据存储的逻辑视图和元数据管理的标准,有效实现就业信息在数据中心中的共享与互通。     

基于视觉特征的就业信息页面抽取方法

随着网络技术的发展,互联网上出现了大量的就业信息,但信息数据零散的以不同的呈现方式展现在各种就业信息网站中。为了解决传统的Web信息抽取方法中准确率和效率相矛盾的问题,本文通过采用基于网页视觉特征的模板生成方法,提出了一种基于网页视觉特征的就业信息页面抽取方法,在保证抽取准确率的同时,尽可能减少人工干预。该方法通过分析网页视觉特征自动生成初始模板,并通过人工配置,生成最终网页抽取模板。通过此方法,实现了将互联网上零散的就业数据转换为统一的数据格式存储下来。实验结果表明,本文提出的抽取方法抽取的准确率和召回率都很高,取得了比较好的抽取结果。     

运营支撑系统混合云迁移策略制定方法

为了解决制定混合云迁移策略过程中对约束进行量化求解,以获得最佳方案的问题,定义和描述了系统混合云迁移决策制定的约束,并进行结构化分类,计算定量约束,使用层次分析法将定性约束转变成可用数值表示的相关重要度,获得最佳迁移策略. 使用网络服务运营支撑系统云化作为用例,制定每个应用的云迁移策略和部署方案,最终获得运营支撑系统的混合云迁移策略.     

移动搜索面临的机遇与挑战

人们对信息实时获取的需求使互联网获得快速发展,而互联网迅猛发展所积累的信息足以让人们在查找信息时晕头转向,于是互联网搜索引擎应运而生,并诞生了Google和Baidu的纳斯达克商业神话.Yahoo、Microsoft、腾讯(Tencent)、搜狐(Sohu)和新浪(Sina)等众多企业的积极参与更使得搜索引擎市场硝烟四起.