非结构化数据存储管理研究

非结构化数据通常指相对于关系数据而言没有固定的显式结构的数据,比如视频、音频、图像、文档等非结构化数据。根据权威数据咨询机构或研究机构的预测报告显示,近 5～10年的数据量将呈指数级增长,而其中的非结构化数据占到当前数字信息总量的70%～85%。面对如此庞大的数据量和信息量,如何有效管理非结构化数据、获得有价值的信息或知识显得迫在眉睫。(非结构化) 数据管理可以简单化为3个目标,即:实现数据的“存得下、管得了、用的上”。本文将主要围绕前两个基本目标介绍目前的非结构化数据存储管理的研究情况。同时介绍中国人民大学非结构数据管理(Unstructured DataManagement,UDM)研究小组基于“自由表”数据模型和BUD(Bank of Unstructured Data)参考体系模型在这一个问题上所作的初步研究与探索工作,以及在原型平台myBUD中的若干存储管理技术。     

Uncertain term structure model of interest rate

Term structure models describe the evolution of the yield curve through time, without considering the influence of risk, tax, etc. Recently, uncertain processes were initialized and applied to option pricing and currency model. Under the assumption of short interest rate following uncertain processes, this study investigates the term-structure equation. This equation is first derived for valuing zero-coupon bond. Finally, analytic solutions of the uncertain interest rate equation are given when the process of interest rate is assumed to be the uncertain counterparts of the Ho-Lee model and Vasicek model, respectively.     

中国取水许可制度和水资源费政策分析

阐述了中国实行取水政策的必要性,认为具有命令控制手段特征的取水许可证和带有经济刺激手段色彩的水资源费政策适合我国目前国情;实施取水政策既有利于政府调控,也可激励用水户采取节水技术和措施。取水政策的有效性受取水目标设计、管理机制和技术与文化等因素的影响。借鉴环境政策分析框架,研究了中国取水政策的政策目标与实施机制,指出政策质量方面存在的问题,并针对这些问题给出相应建议:①制定清晰的取水目标;②加强中央对地方水资源管理的稽核机制;③完善流域综合管理机制;④建立信息监测与公开机制;⑤水资源费标准设置和地方水利部门的能力建设等。     

论网站页面设计的一致性原则

随着网络技术与电子商务的发展,网站页面设计也越来越受重视,优秀的网页虽然各有特色,但都遵守最基本的原则即保证页面的一致性。通过从页面结构、色彩、导航栏以及页面标准元素功能四个角度分析应如何设计网站页面,既保证页面之间的一致性,又使得读者不会因页面风格过于一致而产生视觉疲劳,并在此基础上提出了一个基本的保证页面一致性的设计方法。     

对等网环境下信任管理语言及安全凭证链查找方法

从P2P网络开放性、分布性、动态性等特点出发,给出了P2P环境下基于信任值的信任管理语言,实现了信任关系的初始建立。针对安全凭证链的查找问题,结合P2P网络的特点,提出了使用结果安全凭证并结合基于最小安全凭证图的安全凭证链查找算法,提高了安全凭证链的查找效率。     

Factors influencing health care professionals’ adoption of mobile platform of medical and senior care in China

A mobile platform of medical and senior care (MPMSC) is a platform that can provide one-stop medical and senior care services through mobile devices. This study developed a research model based on the value-based adoption model to understand the factors influencing health care professionals’ adoption of MPMSC. Empirical analysis has shown that perceived value and legal concerns can predict health care professionals’ intention to adopt MPMSC and that outcome expectations, perceived mobility, perceived effort, and privacy concerns can predict perceived value. Research findings can enhance the understanding of the factors influencing the adoption of MPMSC by health care professionals.     

Effect of linguistic disfluency on consumer satisfaction: Evidence from an online knowledge payment platform

The popularity of online knowledge payment platforms enables online users to disseminate paid knowledge via voice communication. However, such communication provided by users with little professional teaching skills commonly tends to contain linguistic disfluency, which is a potential determinant of consumer satisfaction of paid knowledge products. This study examines how linguistic disfluency inherent in paid knowledge products impacts consumer satisfaction and the moderating effects of two consumer knowledge aspects, namely expertise and familiarity. Based on processing fluency theory, we build a theoretical model to illuminate relationships between consumer satisfaction, linguistic disfluency, and consumer knowledge. Leveraging data from Zhihu Live, a leading online knowledge payment platform, we find that linguistic disfluency is negatively associated with consumer satisfaction; nevertheless, this negative association disappears or turns into a positive effect for consumers with high expertise and low familiarity. Our study offers implications for platforms to accomplish high consumer satisfaction and further improve user retention and revenue.     

基于谱聚类的在线数据库垂直分区多阶段生成方法

垂直数据分区技术从逻辑上将满足一定语义条件的数据库表属性存放在同一个物理块中,进而降低数据访问成本,提高查询效率.数据库查询负载中的每条查询通常只与数据库表中的部分属性有关,因此只需使用数据库表的某个属性子集便可以得到准确的查询结果.合理的垂直数据分区方式可以使大多数查询负载不需要扫描完整数据库就可以完成查询任务,从而达到减少数据访问量,提高查询处理效率的目的.传统的数据库垂直分区方法主要基于专家设置的启发式规则,分区策略粒度较粗,且不能根据负载的特征进行有针对性的分区优化.同时,当负载规模较大或者属性个数较多时,现有垂直分区方法执行时间过长,尤其无法满足数据库在线实时调优的性能需求.为此,提出在线环境下基于谱聚类的垂直数据分区方法（spectral clustering based vertical partitioning,SCVP）,采用分阶段求解的思想,减少算法时间复杂度,加快分区执行速度.首先通过增加约束条件缩小解空间（即根据谱聚类生成初始分区）,然后对解空间设计算法进行精细的搜索（即采用频繁项集和贪心搜索相结合的策略对初始分区进行优化）.为了进一步提升SCVP在高维属性下的性能,提出了SCVP的改进版本SCVP-R （spectral clustering based vertical partitioning redesign）.SCVP-R通过引入同域竞争机制、双败淘汰机制和循环机制,对SCVP在分区优化过程中的合并方案进行了进一步优化.在不同数据集上的实验结果表明,相比于目前最好的垂直分区方法,SCVP和SCVP-R有着更快的执行时间和更好的性能表现.     

RTDMiner: 基于数据挖掘的引用计数更新缺陷检测方法

在Linux内核等大型底层系统中广泛采用引用计数来管理共享资源.引用计数需要与引用资源的对象个数保持一致,否则可能导致不恰当引用计数更新缺陷,使得资源永远无法释放或者被提前释放.为检测不恰当引用计数更新缺陷,现有静态检测方法通常需要知道哪些函数增加引用计数,哪些函数减少引用计数.而手动获取这些关于引用计数的先验知识过于费时且可能有遗漏.基于挖掘的缺陷检测方法虽然可以减少对先验知识的依赖,但难以有效检测像不恰当引用计数更新缺陷这类路径敏感的缺陷.为此,提出一个将数据挖掘技术和静态分析技术深度融合的不恰当引用计数更新缺陷检测方法 RTDMiner.首先,根据引用计数的通用规律,利用数据挖掘技术从大规模代码中自动识别增加或减少引用计数的函数.然后,采用路径敏感的静态分析方法检测增加了引用计数但没有减少引用计数的缺陷路径.为了降低误报,在检测阶段再次利用数据挖掘技术来识别例外模式.在Linux内核上的实验结果表明,所提方法能够以将近90%的准确率自动识别增加或减少引用计数的函数.而且RTDMiner检测到的排行靠前的50个疑似缺陷中已经有24个被内核维护人员确认为真实缺陷.