为您找到与大数据在图书馆的应用相关的共200个结果:
大数据时代的到来,使图书馆的数据来源及信息服务模式都发生了变化。图书馆应探索利用大量半结构、非结构化数据对图书馆的信息服务进行深度挖掘,以寻求新的发展模式。以下是读文网小编为大家精心准备的:大数据对公共图书馆服务的影响探讨相关论文。内容仅供参考,欢迎阅读!
摘要:随着计算机技术的发展以及互联网技术的进步,大数据时代正在悄然来临,为各行各业的发展带来了前所未有的挑战。大数据的存储和运算能力对公共图书馆的建设和发展来说既是机遇也是挑战,如何应对这一新的信息技术的冲击关系着公共图书馆未来的发展走向。公共图书馆要大力提高对数字图书资源的分析、储存和处理能力,确立较高的管理和监督标准,重视大数据时代公共图书馆的信息安全建设,才能更充分安全地发挥公共图书馆的应有职能。
1.1 大数据的基本内涵
计算机和网络技术的飞速发展,促进了信息经济时代信息总量以几何级数的速度快速增长,要对这些信息进行快速、准确的分析、归类,提取出有益于企业以及个人有用的信息,就必须借助于强大的信息管理技术,大数据时代的到来开启了人们对信息重新管理的新时代。维基百科将大数据称为海量资料,其所涉及的资料数据规模巨大、总量甚多,无法透过目前主流软件工具,可以在合理时间内达到撷取、管理、处理并整理成为帮助企业经营决策更积极目的的资讯[1]。大数据最初是由世界著名的麦肯锡咨询公司于2011年首先提出,其后,包括美国军方、国防部在内的诸多政府机构、企业事业组织都宣布投入大量资金推动大数据技术的研发和应用。
2012年3月,奥巴马政府宣布投资2亿美元拉动大数据相关产业发展,将“大数据战略”上升为国家战略,奥巴马政府甚至将大数据定义为“未来的新石油”。美国政府曾表示将通过提高美国从大型复杂的数据集中提取知识和管理的能力,来加强整个国家的竞争力。显然,大数据不止是一个词汇,更是一门技术,是一个产业时代[2]。公共图书馆作为知识的粮仓、精神的智库,其对信息的储备必然会由传统的纸质书籍收藏走向电子数据存储的新阶段。随着时间的推移,读者借阅信息及电子书会越来越多,因此,公共图书馆要大力提升使用大数据提供服务的质量和水平。
1.2 大数据的特征
大数据是信息化社会对信息进行管理和分析的新技术手段,随着对大数据研究的深入,大数据的一些基本特征也逐渐显现出来。
1.2.1 数据存储量更大。巨大的存储功能是大数据最显著的特征,从以往的MB、TB跃升为PB、ZB,已经显示了这一数据存储新时代的到来。
1.2.2 信息种类更多。大数据对信息的存储不再仅仅满足于文字、音视频资料的存储和整理,已扩展到网络日志、图片、地理信息以及XML、HTML等多种类、多格式的信息,既满足了信息经济时代人们的需求,也极大地提高了人们对信息的处理能力[3]。
1.2.3 信息处理速度更快。信息处理的速度决定了大数据无与伦比的优势,在大数据时代,信息处理速度基本遵循1秒定律,只有迅速地搜集到有价值的信息企业才能在竞争激烈的市场经济环境下迅速占得先机,这不仅有助于提高企业管理的效率,也能极大地促进企业综合效益的提高。
大数据的这些特征若能应用到公共图书馆的日常管理工作中,对分析读者的阅读行为和提高读者服务的质量、吸引更多的读者通过图书馆查询有价值的信息将大有裨益。
2.1 大数据推动了读者对个性化服务的新需求
大数据不仅提高了图书馆系统管理的效率,更提高了读者对公共图书馆服务质量的要求。许多读者碍于时间或空间的限制不能常去公共图书馆,而计算机和互联网阅读则为读者异地、即时利用图书馆带来了诸多的便利,也极大地丰富了读者可以获得的信息总量。因此,公共图书馆可以根据读者的爱好和特点推送个性化的服务,即通过对读者的历史借阅信息进行分析(在征得读者同意且不侵犯读者隐私权的前提下),主动为读者推荐相关的书刊或以知识为单元的数字信息,这样既缩短了读者查询书刊或信息的时间,也提高了公共图书馆管理的效率。
例如广西壮族自治区图书馆“文华集群数字图书馆平台Dlibs”子系统的“DLibs统计分析与决策系统”里的“读者分析”模块,就是对读者以往的借阅历史、个人背景信息(包括借书证状态、证类型、读者性别、读者年龄段、读者文化程度、读者专业、读者职称)、浏览信息、借阅信息等通过大数据进行分析,可按日、周、月、年等的时间统计,结果之一是可大致知晓读者的阅读倾向或研究方向,一方面图书馆以此通过网络定期向读者推送相关信息,另一方面也成为图书馆新书采购的重要依据。能否以大数据的技术和资源优势为读者提供丰富多彩的个性化服务和为自身发展获得决策依据,考验着大数据时代公共图书馆能否及时应对新技术的挑战。
2.2 巨量、复杂的数据对图书馆的存储和处理能力提出新的挑战
大数据时代对公共图书馆存储、处理、分析和整合信息的能力带来了前所未有的挑战,随着手机、平板电脑等移动终端的流行,人们越来越喜欢通过电子设备进行阅读。公共图书馆作为知识的储存基地和传播基地,必然要适应新形势的要求,推出更多的电子资源满足读者的需求。将纸质资源转换为电子资源是一项繁重的工作,但如何快速、准确地对信息进行处理考验着公共图书馆的信息管理水平。近几年,全国文化信息资源共享工程、国家数字图书馆推广工程等数字资源建设共享项目,及各公共图书馆自建的特色数据库和购买的数据库等都丰富了公共图书馆的馆藏数字资源,这为公共图书馆拓展服务提供了资源基础与机制保障。一方面,数据数量和质量是一所公共图书馆发挥自身价值的基础。
当前,许多公共图书馆自身海量数据的存储及运算能力尚不足,又面临大数据对存储能力的高要求,二者之间的矛盾如何化解,关系着公共图书馆在大数据时代能为读者提供哪些阅读服务,以及能否满足不同读者的个性化需求。资源存储能力不足、存储质量不高是大数据时期公共图书馆亟待解决的问题[4]。另一方面,数据即业务的基础,对结构化数据、非结构化数据、半结构化数据的处理能力,包括分析、整合、推送能力的强弱决定着公共图书馆为读者提供服务质量的高低。公共图书馆要提供存储信息服务、搜索服务、咨询服务等,这一切都建立在对信息处理能力高低的基础之上。现行的大多数公共图书馆服务仍以纸质书籍的借阅为主,或辅有一些音像光盘借阅,及只提供在馆内自行下载图书馆自建和购买的数据库相关内容,其服务形式单一,服务效果一般,特别是针对个人读者在主动推送服务上根本没有系统地展开。
3.1 建立完善的人才引进和管理制度
大数据时代公共图书馆服务的改进,离不开优秀的人才和完善的图书馆管理制度。一方面,公共图书馆要主动招揽具有扎实计算机和互联网专业知识的人才,为大数据服务的提供奠定人才基础。定期对馆内员工进行培训,邀请专家、学者为馆员授课,提高所有馆员利用大数据的巨大优势提供服务的意识和水平,丰富大数据的管理和使用经验,提高为读者提供服务的水平。此外,还要提高管理层和馆员的人文情怀,图书馆的目的是为读者提供优质的阅读服务,要警惕公共权力和商业资本对公共图书馆数据资源的渗透和控制,发挥好公共图书馆的公共服务功能。
另一方面,公共图书馆要建立完善的管理制度。首先,要认识到公共图书馆是公共资源,是国家提供的公益服务,服务质量的高低取决于公共图书馆自身的建设水平以及馆员服务意识的高低。要通过不断完善的管理制度,提高馆员的服务意识和水平,发挥好公共图书馆的应有职能。其次,公共图书馆要努力提高馆员的素质,对于工作中表现不积极、服务不热情、失误不断的馆员,要及时进行教育、辅导,严格落实岗位责任制等,才能更好地提高公共图书馆的服务水平。
3.2 提高公共图书馆的数据整合能力
大数据时代公共图书馆需要建设更好的特色数据库、数字资源服务系统及富有个性的门户网站等,不断加强对数据信息的整合和处理能力。一方面,公共图书馆要在现有资源的范围内,购买性价比高的计算机设备和配置较高速的宽带网络,为大数据的建立奠定技术基础。省市级的公共图书馆可以集中各自的优势,协力建设云存储平台,实现资源共享,既扩大了本馆资源的储备量,又节省了必要的资金,减轻了应对大数据的压力[5]。
另一方面,图书馆要以现有的设备为基础,大力提升数据的分析、处理能力,完善公共图书馆的网络基础设施建设,围绕以数据为中心的知识创新型服务中心,深入进行数据的分析和挖掘,通过对读者服务数据和社会网络数据对用户的借阅记录、信息行为、微博日志等各类数据进行深入分析,挖掘有价值的信息,以此为依据,使图书馆不断优化服务方式及提高服务的效率和质量。此外,公共图书馆要定期对馆藏的数据信息进行维护,防止网络和系统受到恶意攻击或病毒的侵扰,保障馆藏资源和读者信息的安全,防止读者隐私泄露。
大数据是集成人工智能、商业智能、数学算法、自然语言理解和信息技术等多个跨学科领域的技术成果,是信息科技领域的一次革命性的进步。大数据的出现改变了人们对数据的认识,也改变了人们的工作和生活方式,大数据对各行各业的影响正在持续不断的发生。公共图书馆作为信息的集散中心,在大数据的冲击下,要以现有的资源为基础,大力提升对信息的处理和整合能力,提高信息的安全性和便捷性,不断利用大数据丰富为读者提供服务的形式,通过提供个性化的服务,充分发挥公共图书馆社会公益的职能。
总之,大数据意味着大机遇,拥有巨大的应用价值,但同时也在工程技术、管理政策、人才培养、资金投入等诸多领域遭遇大挑战。公共图书馆只有不断完善自身的网络基础设施建设,图书馆之间形成协调、稳定、有序网络体系,才能充分利用这个大机遇,建立起以大数据为基础的新的服务模式,真正实现资源共享,最大限度地满足读者需求,丰富公共图书馆对外服务的多样性,使公共图书馆发挥出更大的价值。
大数据对公共图书馆服务的影响探讨相关
浏览量:2
下载量:0
时间:
数据分析是指用适当的统计分析方法对收集来的大量数据进行分析,提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。这一过程也是质量管理体系的支持过程。在实用中,数据分析可帮助人们作出判断,以便采取适当行动。以下是读文网小编为大家精心准备的:数据分析在混凝土配合比设计中的应用探究相关论文。内容仅供参考,欢迎阅读!
混凝土是全世界范围应用最为广泛的建筑材料。在混凝土诞生的一百多年中,无数科研工作者、工程实践者付诸大量的心血探索混凝土的奥秘。但是由于混凝土是一种从细观到宏观都是高度非均质的多项复杂体系,在科学实践中存在众多问题。
混凝土配合比设计的研究对于混凝土生产企业优化工艺、降低成本有着重要意义,为此全世界范围内的学者都给出过不同的研究方法。但是现行的配合比设计方法仍存在较多问题亟待解决。究其原因主要是有关混凝土材料的基础理论性研究不足,导致现行的众多的配合比设计方法均不能以材料科学: 组成、结构与性能的科学方法来阐述混凝土的内在问题。
我们可以对国内外几种配合比设计方法进行简单的评价: 美国ACI 方法: 其优点在于简单易行,通过查表即可得出配合比,但是各个参数的选择理论依据不强,对于材料性状变化的敏感性差,是经验性配合比设计方法最为典型的案例。而英国BRE 方法,相比美国ACI 方法参数选择相似,但是其选择依据考虑的因素更多,缺点也比较明显,仍是图表选择的形式,可能导致普适性较差。法国Dreux 方法的优点在于各个参数考虑细致。但是,Dreux 级配曲线可能有一定局限性。法国( de. larrad) 则在理论上更胜一筹,以物理模型和数学模型建立的设计方法。而我国现行的配合比设计方法更注重的是经验性设计。应该注意到,这样的配合比设计方法理论基础相对薄弱,经验性选择居多,并且计算结果偏差很大。具体表现在,强度公式引起的误差波动,其次用水量与砂率的选择依据也并不充分。
近年来,随着“人工神经网络”等数据分析方法研究的兴起,越来越多的人开始尝试用数据挖掘与分析的方法来进行混凝土配合比的设计与优化。比如人工神经网络方法就具有非线性处理能力强、不需要明确的函数关系式等特点。一个三层BP 神经网络可以以任意精度近似任何连续函数。甚至有研究指出采用人工神经网络技术进行混凝土配合比设计,具有适应性强、准确有效的优点,是进行多组分混凝土配合比设计的一种切实可行的方法。
本文针对混凝土配合比设计的研究工作已经取得的进展,阐明混凝土配合比设计所存在的问题,分析并讨论数据分析在混凝土配合比设计中的地位与意义,为混凝土配合比设计的进一步研究与工程实践提供一定的参考价值。
1. 1. 1 人工神经网络技术简介通常意义上的BP人工神经网络是以输入单元为自变量、输出单元为因变量、网络单元间的连接权值为调整参量,按最小误差原则逐步反馈修正而使网络达到最佳模拟状态的一种数学算法,即误差反传误差反向传播算法的学习过程,由信息的正向传播和误差的反向传播两个过程组成。输入层各神经元负责接收来自外界的输入信息,并传递给中间层各神经元; 中间层是内部信息处理层,负责信息变换,根据信息变化能力的需求,中间层可以设计为单隐层或者多隐层结构; 最后一个隐层传递到输出层各神经元的信息,经进一步处理后,完成一次学习的正向传播处理过程,由输出层向外界输出信息处理结果。
当实际输出与期望输出不符时,进入误差的反向传播阶段。误差通过输出层,按误差梯度下降的方式修正各层权值,向隐层、输入层逐层反传。周而复始的信息正向传播和误差反向传播过程,是各层权值不断调整的过程,也是神经网络学习训练的过程,此过程一直进行到网络输出的误差减少到可以接受的程度,或者预先设定的学习次数为止。
1. 1. 2 在混凝土配合比设计中的应用人工神经网络的特点是非线性处理能力强、不需要明确的函数关系式等,正是因为这些优点,人工神经网络技术慢慢渗透到了各行各业当中且有着非常广泛的应用。理论上讲,一般的三层BP 神经网络可以以任意精度近似任何连续函数。有科学研究指出,采用人工神经网络技术进行混凝土配合比设计,具有适应性强、准确有效的优点,是进行多组分混凝土配合比设计的一种切实可行的方法。刘国华等人曾以BP 网络表达的混凝土性能——配合比关系作为约束条件,以成本函数作为目标条件,采用Monte - Carlo 随机试验法建立直接优化设计模型,并对网络输入输出单元的选择和预测结果稳定性进行较深入的探讨,最终开发出了实用软件。
1. 1. 3 应用实例
用BP 人工神经网络技术建立一个混凝土配合比设计的预测模型,首先必须能够让输入单元反映出影响混凝土最终性能的各个因素,且输出单元要包括所设计混凝土的各项性能指标。因此输入单元主要包括各种原材料的用量和混凝土制作工艺,主要有以下几种: 胶凝材料水泥的品种、强度、初终凝时间; 砂的用量与细度模数; 石子的用量、颗粒级配和最大、最小粒径;矿物掺合料如膨润土、粘土、粉煤灰、矿渣、矿粉等的用量; 用水量; 外加剂( 主要指减水剂用量及其减水率) 。对于混凝土的制作工艺,主要是指其拌合方式,因为不同的拌合方式成本不同,得到的混凝土性能也有差异。而输出单元主要包括混凝土强度、流动度与和易性,其他各项性能因一般情况暂不要求顾不做考虑。
为了提高模型在实际运算中的效率,可根据不同要求对输入输出单元做适当取舍。将输入单元中原材料的影响分为用量与质量指标两类。对于原材料的用量,由于在具体工程中某些材料如矿物掺合料等不会被采用,因此可以忽略; 质量指标往往对于同一工程而言,同产地原材料性能变化不大,在计算中可视为常值不予考虑。如果样本中原材料种类过多,包含了预设输入单元以外的原材料,则视作无效样本,不予采用; 但当样本中原材料种类少于网络单元中原材料的种类时,此类样本中未使用的原材料用量可以以0 代替。当然,如果试验得到的混凝土性能种类少于网络输出单元的性能种类,则视为无效样本。
1. 2. 1 模糊聚类分析简介模糊聚类分析是用数学方法研究和处理所要研究对象的分类问题,即用数学定量地确定分析对象之间在性质、特征等方面的亲疏关系和相似性,从而实现对事物客观地分型划类的数学方法。它是一种非常有效的分类手段,广泛地应用于天气预报、地震预测、地质勘探、环境保护以及图像语言识别等领域之中; 但是模糊集合论不同于普通的集合论,它是一种全新的理论,因而理解起来需要作一下思维的变换。而聚类分析是数理统计中的一种多元分析方法,它是用数学方法定量地确定样本的亲疏关系,从而客观地进行类型的划分。在客观世界中,事物之间的界限有确切的亦有模糊的。
当分类要求涉及事物之间的模糊界限时,需运用模糊聚类分析方法。通常把被聚类的事物称为样本,将被聚类的一组事物称为样本集。模糊聚类分析有两种基本方法: 系统聚类法和逐步聚类法。聚类分析是用数学方法研究和处理所要研究对象的分类问题,即用数学定量地确定分析对象之间在性质、特征等方面的亲疏关系和相似性,从而实现对事物客观地分型划类的数学方法。用模糊聚类分析事物更加的灵活,客观和计算简便。
1. 2. 2 在混凝土配合比设计中的应用模糊聚类分析在混凝土配合比设计中的应用主要是采用基于模糊等价关系的动态聚类法,其计算过程主要是样本与聚类指标的选择、数据标准化、计算模糊相似关系、确定模糊等价关系和聚类,模糊聚类分析的结论并不表征对象绝对属于某一类,而是以清晰的阈值表征对象在一定程度上相对属于某一类。模糊聚类分析与BP 人工神经网络结合进行预测比单纯的模糊预测精度要高,所需的训练次数要少,而且预测效果要好。这是因为通过模糊聚类分析可以预先将各个模式分成若干类别,而如果单纯地通过隶属度进行预测计算则无法充分利用各个模式间存在的相容相斥关系,这样将会导致可利用的信息不完整。
相反。如果能够很好地配合BP 人工神经网络的信息处理机制,则可以充分增强神经网络的分类能力。除此之外,还可以使各个模式间的相容相斥信息得以利用,预测精度会相应提高。模糊聚类由于可以从量上把握研究体系中的复杂和模糊不确定的关系,因此在混凝土配合比设计中应用模糊聚类方法可以解决那些往往无法定量讨论的问题。模糊聚类还可以通过对混凝土配合比基础理论的修正,来侧面优化通过人工神经网络建立的混凝土配合比设计系统。周双喜曾以钢渣粉、粉煤灰、矿渣粉、烧黏土等作为试验对象,把掺加不同掺合料胶砂的3d与28d 抗压、抗折强度作为样品的指标,通过模糊聚类分析了掺合料的活性,并由此避免了凭经验选择所带来的主观片面性。
李敏等人采用抗压强度损伤系数、外观损伤系数和耐久度损伤系数为一级评价指标,以爆裂度、裂缝宽度为二级指标,确定了评价因子的权重,建立了评价计算模型,实现了无损伤快速的对高强混凝土受火后的综合评价。田华等人指出通过选取两类指标: 最简单直观的水灰比、矿物掺合料用量、砂率、水泥强度、混凝土外加剂用量和骨料最大粒径或者体现混凝土强度、工作性、耐久性和经济性的抗压强度、坍落度、抗渗性和原材料,将模糊聚类分析法用于混凝土质量控制中可改进传统混凝土质量评定结果的不客观性。赵运德等人以人力、机械、材料、方法和环境为指标采用模糊聚类分析法,建立了一种快捷方便的混凝土质量评估模型,可预测混凝土质量评价中的影响因素,以确保工程质量的合格。
1. 3. 1 灰色关联分析简介灰色关联分析方法是根据各个因素之间发展趋势的相似相异程度( 灰色关联度) 作为衡量因素间关联程度的一种方法。灰色关联分析的基本原理是考察各行因素之间微观或宏观的几何接近,以分析和确定各因素之间的影响程度或若干个子因素对主因素的贡献程度。灰色系统理论实际上提出了对各子系统进行灰色关联分析的概念,该理论企图通过一定的方法来寻求系统中各子系统( 或因素) 之间的数值关系。也正因为此,灰色关联度分析对于任意一个系统的发展变化态势都提供了数量化的度量。关联度是针对于两个系统之间的因素中随时间或不同对象而变化的关联性大小的量度。在系统发展过程当中,若两个因素变化的趋势具有一致性( 同步变化程度高) ,则可以说二者关联程度大,因此可以得出在某个包含多种因素的系统中具体的某个因素是属于主要的、次要的还是影响比较小的。
1. 3. 2 在混凝土配合比设计中的应用
混凝土是一种可用于多种环境下的非均质材料,其性能受多种因素的影响,而应用灰色关联理论可以将混凝土多个影响因素的“影响力”进行量化、排序,不仅使人们在理论上更好的认识混凝土,而且有助于混凝土配合比设计方法在理论层面上的完善。冯庆革等人曾借助灰色关联理论计算出养护龄期为7、28d 的混凝土抗压和抗拉强度与10nm ~ 20nm 范围的孔关联度最大, 91d 时与大于400nm 的孔关联度最大。梁本亮的结论与按照单因素敏感性分析方法得出的结果一致,即应用灰色关联建立了氯离子浓度、水灰比、环境湿度和构件表面氯离子浓度与氯离子侵蚀寿命之间的关联度,得出混凝土结构氯离子侵蚀寿命影响因子敏感度中,以构件表面氯离子浓度为最高,其次是氯离子浓度和环境湿度,水灰比敏感度最低。
张永娟等人通过灰色关联理论分别分析了钢渣粉和矿粉颗粒与混凝土强度之间的关系,指出要想提高钢渣粉颗粒群的反应活性,应增加粒径为5μm ~ 30μm,尤其是粒径为5μm ~ 10μm 的颗粒含量,而矿渣粉则是0 ~20 μm范围内的颗粒对混凝土强度有积极作用。席峰等人通过分析聚苯乙烯泡沫混凝土的原材料用量与混凝土强度和密度的关联度,指出在密度不变的情况下,水灰比的改变和减水剂的使用对混凝土强度影响最大; 而在强度不变的情况下,砂石和EPS 的含量是影响密度的主要因素。
C. Y. Chang和他的团队曾将灰色关联和赋权技术结合起来确定了应用再生骨料生产混凝土的最佳参数。冯庆革等人通过灰色关联分析法计算出养护龄期为7、28d 的混凝土抗拉、抗压强度与10nm ~ 20nm 范围的孔关联度最大,91d时与大于400nm 的孔关联度最大。罗洵利用灰色关联法,分析了胶凝材料用量、水胶比、磨细矿渣掺量、硅灰掺量与混凝土坍落度和28d 强度的关联度,得出胶凝材料的用量对混凝土强度和流动性的影响最大的结论。袁晓露的团队还通过灰色关联法分析了水泥矿物组成与韧性间的主次相关性。陈志江等人利用灰色关联分析法得到了各个因素对混凝土碳化深度的影响,按照大小依次排序为: 水灰比、相对湿度、水泥用量、碳化时间。
( 1) 采用人工神经网络技术进行混凝土配合比设计,具有适应性强、准确有效的优点,是进行多组分混凝土配合比设计的一种切实可行的方法。
( 2) 模糊聚类分析与BP 人工神经网络结合进行预测比单纯的模糊预测精度要高,所需的训练次数要少,而且预测效果要好。
( 3) 灰色关联理论可以将混凝土多个影响因素的“影响力”进行量化、排序,不仅使人们在理论上更好的认识混凝土,而且有助于混凝土配合比设计方法在理论层面上的完善。
浏览量:2
下载量:0
时间:
激励机制的助长作用之一是定的激励机制对员工的某种符合组织期望的行为具有反复强化、不断增强的作用,在这样的激励机制作用下,组织不断发展壮大,不断成长。我们称这样的激励机制为良好的激励机制。激励机制对员工行为的助长作用给管理者的启示是:管理者应能找准员工的真正需要,并将满足员工需要的措施与组织目标的实现有效的结合起来。以下是读文网小编今天为大家精心准备的:论激励制在图书馆人员管理中的应用相关论文。内容仅供参考,欢迎阅读!
[摘要]随着社会经济的不断发展,人们对物质和精神上的双重需求不断增加激励问题随着劳动分工与交易的出现而出现。够激发图书馆人员的工作活力,通过对图书馆人员工作能力的促进,迭到保障图书馆正常运转,实现其教育价值和文化价值的效果。要使激励制在图书馆人员管理中得到有效应用,就∞须立足于时代和人群对激励制度的迫切需求,继而在长期的管理实践中汲取丰富的经验,在定的客观规律和原则下,科学的进行探索和试验。
[关键词]图书馆;人员管理;激励制;应用。
激励理论是关于怎样满足人的各种需求、如何调动人的积极性的原则和方法的概括总结。激励理论也是行为科学中的一种核心理论,主要用于处理需要、动机、目标和行为四者之间的相互关系。激励的丰要目的就是想激发人的正确行为动机,调动人的积车殷性及创造性,使人的髑力效应得以充分发挥。上世纪八十年代后,国外许多管理学家、心理学家和社会学家从现代管理的实践出发,随后激励理论逐步形成了,自我完善的理论体系。这种理论不仅能够有效促进经济活动的开展,对于教育活动、管理活动等也同样适用。
1、激励制运用于图书馆人员管理的必然性分析。
1.1社会经济的飞速发展,对图书馆人员的T作要求不断提高。经济全球化和信息全球化的发展趋势下,我国传统的“忠”
“孝?‘诚”信“等优秀民族精神不断受到外来思想的冲击。诸如拜金主义、个人主义、形式主义、享乐主义等不良思想的严重影响,造成了部分图书馆人员不能恪尽职守、爱护公物、热爱岗位等现象。随着我国一些新的职业操守和职业道德规范的形成,要求图书馆人员应做到”爱岗敬业“”积极奉献~待人和善“乐于助人”等,此外还应当具备过硬的文化知识功底,以及相应的管理技能。如此,图书管理人员就必须加强自身素质,积极进行自我培养,同时以更加饱满的热情投入到工作中去。随着国家法律制度的完善,对公共产物的保护和管理要求不断严格,这要求图书馆人员必须以高尚的道德情操为基准,以法律为准绳不断约束自己。但是,自我提高和自我约束的过程对于每个人丽言都是~项难以实现的艰巨任务,需要莫大的动力支撑,产用激励制度,正是基于这种客观实际F的最佳办法,以物质和精神双重刺激为手段,从侧面激发员工的积极性,提高员工的工作、学习效率。
1.2随着社会生产力的进步,管理改革潮流要求采用激励制。
当今社会企业、部门管理理念中,对于“以人为本”可持续发展“观念尤为椎崇,因为。卜述两个观念是符合社会发展规律和人类需求的科学见解。在图书馆人员管理中应用激励制,正是符合这两个观念的先进人才管理制度。一方面,图节馆日常工作是通过入力来执行的,工作人员活动和工作能力及精神状态的好坏,直接关系着图书馆日常工作的效果。因此,如何有效地调动员工的积极性、激发起工作活力是当前图书馆人员管理工作的重心。另一方面,激励制度已经在当下诸多企业、组织、部门中得到了有效开展,在长期实践过程中,取得了良好的效果,并且积累了大量的经验。激励制度也因此被广泛接纳并传播适用,在市场经济体制下,这一制度的应用已经逐渐成为了一种社会改革的必然潮流。
2.1精神奖励与物质奖励相结合。当今社会的主要矛盾是:
人们日益增长的物质文化需求和精神文化需求与社会生产力和生产制度之间的矛盾。一个健康、完整地自然人,必须具备与物质生活相适应的精神基础,因此,注重对员工物质生活的保障,和精神层次的满足,是企业、组织、NI'7等顺应时代要求下的重点工作,是我国社会建设工程的硬性要求。首先,物质是决定~切行动的关键因素,对员工的影响力最大,只有完善物质奖励机制,才能更好地引导和管理员工,激发其工作潜力。在对图书室人员开展激励制之前。必先完善物质储备,能够确保物质奖励的发放。
其次,人是具有情感的动物,其行为受到情绪的影响,轻松愉悦的心态是良好工作状况的保障。因此,要注重对员工进行精神奖励,比如:通报奖励、书面表扬、对典型人物进行宣传学习等,能够使员工在精神上产生满足感,从而使其能够具有更饱满的活力。最后,要合理采用精神奖励和物质奖励。过多的精神奖励会使员工产生误解,认为自己的优异劳动表现并不能获得实质性的【口J报;而忽略了精神奖励,不但会在财务上造成一定压力,还有可能使员工产生价值观的歪曲,只重视物质生活,不能获得健康的人生。
2.2工作评价与奖励制度相结合。工作评价是对员工工作的总结、分析和客观鉴定,评价结果越高,则证明员工工作能力越高,工作投入越大,工作效果越好。要实现员工工作评价与经理制度的结合,需做到:(1)建立广泛的评价体系,对员工的工作状况、精神状况、管理技能、理论知识等进行动态、客观地评价;(2)细化奖励制度,对员工的表现进行分层、合理的奖励,突出奖励设置的阶梯型,使员工有奋斗方向;(3)强化管理者的素质,不但要保证评价的客观性和公正性,同时也要保障奖励方案的落实;(4)将评价结果作为奖励标准。
2.3使淘汰制度与奖励制度进行互衬。”物竟天择,适者生存“。如果说,直接奖励是对员工的正面激励,那么采用淘汰制度则是对员_丁实施”激将法“,从反面促使员工优化自我。首先,要将淘汰制度贯彻于图伟馆人员管理工作始终,在人员聘任时,当注重对应聘者进行考核。采取择优录取的办法;在工作中,应当以动态评价结果为基准,以阶段性评价结果为最终标准,将表现不足或能力不足的员工予以辞退。其次,淘汰制度应当落实于奖励机制当中,即,针对相应的不良工作表现,予以取消或者降低奖励的办法,实现人才管理中的”恩威并济“。
激励制能够激发图书馆人员的工作活力,通过对图书馆人员工作能力的促进,达到保障图书馆正常运转,实现其教育价值和文化价值的效果。要想存图书馆人员管理中有效实施激励制,就必须对激励制度的发展和创新历史进行科学把握,从客观实际中探查H{图书馆员工管理的规律,继而发挥领导者的主观能动性,合理配置各种资源,不仅要从实际制度上确立激励制度,还应当从物质和精神上对激励制进行保障。
[1】罗映红。教育转轨时期中小学图书馆建设问题新探[J】。图书馆杂志,2002.
【2】马桂君。网络信息时代图书文献信息的管理——图书资料管理人员的素质要求【J】。图书情报工作,2008.
[3】王晓书。大学生丈化素质教育和图书馆职能哪。河北师范大学学报(教育科学版),1998f41龙新民。论高较图书馆读者剩余的获得及提高【J].图书情报工作,2005.
【5】姜立秋。孛金芝。提高图书管理人员素质做好终身教育工作图书馆建设,2001.
【论激励制在图书馆人员管理中的应用】相关
浏览量:2
下载量:0
时间:
近年来,数据挖掘引起了信息产业界的极大关注,其主要原因是存在大量数据,可以广泛使用,并且迫切需要将这些数据转换成有用的信息和知识。获取的信息和知识可以广泛用于各种应用,包括商务管理,生产控制,市场分析,工程设计和科学探索等。以下是读文网小编为大家精心准备的:试论数据挖掘在化学研究生产中的应用相关论文。内容仅供参考,欢迎阅读!
化学是一门研究化合物组成、性质以及变化的一门学科。在长期的化学、化工实验中产生了大量的数据,但是数据的海量增加却造成了诸如信息过量、信息安全隐患、信息真假难辨等困难。同时,这些海量的数据内部存在着很多有价值的信息和规律,如何从这些数据中发现更多更有价值的信息和规律也成为化学、化工专家关注的焦点,需要是发明之母,面对这一要求,数据挖掘技术在化学、化工中的应用也就应运而生,并显示了强大的生命力。在化学领域内,数据挖掘理论和算法的发展,极大地促进了计算机化学、化学计量学和化学信息学等新学科的发展。本文就针对数据挖掘方法在化学、化工各方面的应用进行简述。
数据挖掘(Data mining),是数据库知识发现(KDD, Knowledge-Discovery in Databases)中的一个步骤。数据挖掘一般是指从大量的数据中通过算法搜索发现隐藏于其中的规律和信息的过程。近十年来,数据挖掘技术不管是在理论上还是在实际应用上,都已取得了很大的进展[1],同时也出现了各种专用或商用的数据挖掘软件。
数据挖掘领域利用的主要思想有:统计学的抽样、估计和假设检验;人工智能、模式识别和机器学习的搜索算法、建模技术和学习理论。数据挖掘同时也迅速地接纳了最优化、进化计算、信息论、信号处理、可视化和信息检索等领域方面的思想。目前,常用的数据挖掘方法主要有以下几种:数学统计方法、决策树、模式识别方法、人工神经网络方法、遗传算法、粗糙集方法、支持向量机方法等。
数据挖掘利用多学科领域的知识从全新的角度以及更深层次中发掘存在于海量信息内部有效的、新颖的模式。在化学与化工生产中利用这种数据挖掘技术可从化学和化工生产数据中寻找潜在的规律,同时利用这些规律指导企业的生产过程,最终实现生产过程的优化以及企业效益的最大化。
3.1 中草药成分分析中的数据挖掘
方兆华等对化妆品专利中草药成分利用关联规则进行分析,得出化妆品中有当归、白芷和芦荟等高频单味药,有当归-川芎等高频药对,有芦荟-芝麻-向日葵子等高频药组;基于置信度和支持度分析,得到了化妆品中中草药应用的13 条强关联规则,如向日葵子-芝麻等。陆爱军等利用关联规则对中医药效、植物科属、化学的成分活性、中药提取物和现代药理之间的相互关系进行研究,在分析之前对数据进行预处理,然后再对处理后的数据进行挖掘,从而得到一些有趣的关联规则,比如中药药效和植物科分类的关联规则,都是因为在该科下面的植物很多具有相应的中药药效。
3.2 化学研究中的数据挖掘
朱建国分析了数据的具体特征,采用ID3 的决策树算法将数据的离散化和属性选择进行预处理,使决策树树状结构的分类器对数据能进行更有效的分类。通过二苯乙烯系列化合物实验数据的建树过程,以及对所得到的规则进行分析,将决策树有效地运用在二苯乙烯系列化合物研究过程中,并开发方案实现系统让研究者能够清晰地表达分类规则,从而给研究者带来了极大的方便。
李峰等将数据挖掘应用在稀土掺杂纳米TiO2结构与光催化活性的关系中,用多元逐步回归分析对数据样本间的联系进行挖掘,从而发现结构参数与光催化剂的表观速率常数间之间存在着良好的相关性,其相关系数大于0.99,说明该模型具有良好的稳定性和预测能力。溶胶-凝胶法制备的不同稀土掺杂纳米TiO2不管是实验结果还是计算机模拟结果都表明其纳米结构相似,光催化活性是相近的,对于系列光催化剂制备及其动力学性质研究都能较好地建立起定量构效关系,进而通过XRD参数测试,发现活性相近的催化剂,为选择高效的光催化剂节约资源。
Ru等人提出了一种称为BSVR(Boosting support vector regression)的方法,该方法支持向量回归,以Boosting 结合支持向量回归(SVR)为分类器,继而用它来处理硝基苯类,并且将其用作5-脂肪氧化酶抑止剂的1-phenyl[2H]-tetrahydro-triazine-3-one类化合物的QSAR数据预测毒性,实验结果表明这种方法在病毒性预测的准确性方面有明显的提高。
Cai 与Feng 等人提出了一种称为LogistBoost 的算法,该算法基于对数回归策略,可以对蛋白质结构数据(基于氨基酸序列)的二类、多类分类问题进行预测,实验结果表明这种算法具有很好的预测结果。Boosting 算法在蛋白质结构分类方面的预测应用是以构成蛋白质的氨基酸种类、排列顺序作为主要属性对蛋白质的二级结构进行判断。随着数据挖掘在化学中的应用,Boosting算法有望能够对蛋白质的3D结构进行预测。Friedman 等人提出了梯度Boosting 算法,该方法在回归问题上直接应用Boosting 算法,从而有效解决了数据挖掘中在化学应用中回归问题上常见的问题,而Tao 等人提出的新Boosting算法则能够有效解决数据挖掘在化学应用中异常值的检测问题。
3.3 化工生产中的数据挖掘
张泉灵等利用多支持度关联规则的挖掘算法,开发了化工生产过程的数据挖掘软件,通过数据挖掘软件对操作参数和配方进行优化,使产品的收率和有效成分得到提高,并将该系统应用在三唑磷的合成过程中,使三唑磷提高了1.5%的收率,同时三唑磷的含量也提高了三个百分点,从80%提高到83%,为企业带来了较好的经济的效益和社会效益。
陆治荣等利用数据挖掘方法开发了适用于生产过程优化、故障诊断、优化新产品研制和配方设计的系列软件DMOS,该软件为化工、炼油等行业生产过程优化的工程化运营创造了条件,并将该系统应用到某石化厂,主要解决丙烯的收率不能满足下游生产的问题,更重要的是回收的丙烯收率的提高可以提高经济效益,结果表明经过DMOS数据挖掘后提出了新的生产参数,对原来正常的生产状态进行优化后提高了丙烯的收率,优化后丙烯的收率从14.7%提高到了19.11%。
基于合成氨生产效益的数据挖掘,用于解决氨合成装置DMOS合成氨优化系统,用于解决合成氨工业生产参数的优化,实现氨合成装置生产时实时工况诊断、实时趋势浏览、优化操作指导、报表生成等功能。通过对云维集团有限公司氨合成装置合成塔生成数据的数据挖掘,找出了影响装置目标变量的主要工艺参数,建立目标变量与有关工艺参数间的数学模型,通过实验表明所建模型的可靠性强,能够优化装置工艺操作,提高合成氨产量,全面提高企业的经济效益。
3.4 化学分类中的数据挖掘
李琳等[15]利用决策树对玻璃和葡萄酒进行分类,玻璃有9 个属性作为衡量指标,葡萄酒为意大利某地的三种酒、含有13 个属性作为分类指标。他们首先使用MDLP(最小长度描述方法)进行离散化,再用LVF(LasVegas Filter)方法进行属性选择,剔除冗余数据后,再由C4.5 方法构建决策树。通过实验表明:由决策树建成的分类模型具有良好的预报性能,适合于化学分类知识模式的挖掘。基于预处理的决策树克服了一般决策树方法难以处理连续型数据集的缺点,又具有其它方法所不具备的优势,可从大量数据中挖掘出潜在的分类知识,并具有简沽直观的表达形式,易为专业人员理解和分析。
本文对数据挖掘方法在化学和化工生产过程中如何利用海量数据、发现和挖掘出新的规律和信息,为化学研究和化工生产提供有效准确的依据。虽然数据挖掘技术在化学和化工生产过程中获得了大量应用,但是,目前应用的范围不是很广。在化学和化工生产过程中的应用是数据挖掘当前的一个研究热点,受到越来越多研究人员的青睐。数据挖掘技术能够根据大量的化学和化工生产领域中的数据挖掘出有价值且隐藏的知识。因此,在化学研究过程中、化工生产过程的建模、控制、优化、故障诊断等方而有非常重要研究的价值,并且越发显示其重要作用。
【试论数据挖掘在化学研究生产中的应用论文】相关
浏览量:3
下载量:0
时间:
电子图书馆,是随着电版物的出现,网络通信技术的发展,而逐渐出现的。电子图书馆,具有存储能力大、速度快、保存时间长、成本低、便于交流等特点。光盘这-海量存储器、能够存储比传统图书高几千倍的信息,比微缩胶卷要多得多,而且包括图象、视频、声音,等等。以下是今天读文网小编为大家精心准备的:电子图书馆在企业中的应用策略探索相关论文。内容仅供参考,欢迎阅读:
电子图书馆在企业中的应用策略探索全文如下:
活到老,学到老。图书馆在人类学习中发挥着重要的作用。随着信息化时代的到来,电子图书馆以更为显著的优势成为图书馆发展的新趋势,在各个领域中得以深入应用,而采用正确的方法是电子图书馆得以顺利落地的重要因素。
(一)概念
电子图书馆,主要是指以电子的形式储存、检索文献信息,为社会提供服务的图书馆。
随着电子出版物的应用,网络信息技术的发展,电子图书馆面世。利用信息技术,基于电子图书馆,用户能够快速地从大量的图书中搜索到自己所需的信息资料。再加上存储的信息量大、可存储时间长、不容易损坏等优势,电子图书馆得到社会各界的一致认可,得以广泛应用。
(二)特点与优势
电子图书馆作为未来图书馆形态的发展趋势,是以信息技术、互联网技术及高密度存储技术为基础的,电子图书馆具有以下特点及优势:
1.收藏的对象为电子出版物。电子出版物是应用大容量电子存储技术制成的,与传统出版物相比,体积更小、价格更为便宜、信息存取更为方便。
2.电子图书馆正常工作,需以计算机或终端为基础,需要借助显示屏幕阅读文献及视频数据。
3.文献与数据,可打印或存储至个人存储空间,节省传统手工借还环节。
4.图书馆已由个体概念进化至群体概念。除了自身收藏的电子图书,每一个图书馆还可基于信息网络访问及检索其他图书馆收藏的电子图书。
5.电子图书馆在读者与计算机检索部门间发挥着中间人的作用,服务方式更为多样,其中信息检索与咨询将发挥更为重要的作用。
6.馆员将承担更为重要的作用与责任,将投入更多的精力于读者信息服务。
在企业发展中,企业文化能够促进企业稳定、高速的发展,电子图书馆在企业文化提升中发挥着极其重要的作用。总而言之,电子图书馆在企业发展中发挥着以下重要的作用:
(一)电子图书馆,有助于提升员工素质及技能
企业的发展,归根到底是人才的竞争。除了从学校及社会中招聘更为优秀的人才,提升员工的专业素质与技能是最为重要的渠道之一。
在提升员工专业素质与技能环节,除了借助企业组织的培训工作,促使员工自身积极学习是重要的方法之一。电子图书馆,为员工自身学习提供了重要的书籍资源,极大地提高了员工学习的积极性,提升员工的专业素质及技能。
(二)电子图书馆,有助于节约企业成本
自身学习、开展培训工作,是提升员工专业素质及技能的重要渠道,均需要宝贵的学习资源。在传统时代,学习资源的获取一般是通过购买学习及培训工作需要的纸质图书,在企业经费支出中占据一定的比例。
而随着电子图书馆在企业中的深入应用,借助电子图书馆具备的成本低等优势,能够大大地节省员工学习及培训工作所需的资源成本,从而帮助企业节约一定比例的支出。此外,电子图书馆能够明显提升员工的专业技能,提高员工熟练度,节省因员工不熟练而浪费的原材料成本。
采取科学、合理的实施方法,是电子图书馆在企业中得以顺利应用的重要基础。一般而言,应用电子图书馆需经历前期准备、实施落地及后期维护等环节。
(一)前期准备工作
企业应用电子图书馆的前期准备工作,主要包括用户需求调研、电子图书馆质量调研及馆藏问题等。
1.企业用户需求调研
目前电子资源价格较高,如果出现失误,会给企业带来较大的损失。再加上电子图书馆的资源有限,在做出决策前,应大范围地征求企业用户的意见。
现在大部分电子图书馆出版商提供免费的试用功能,可通过网络向企业用户开放试用。因此,企业应在购买前争取更长时间的试用以征求更为全面的意见。
2.电子图书馆资源质量调研
在引进前,需对数据库的收录内容做以下几方面的调研:学科收录范围、核心期刊及权威出版物收录情况、年代覆盖范围、数据来源可靠性、界面友好性及功能全面性等。
(二)实施策略
1.成立专门的电子图书馆采购小组
与传统的图书资源相比,引进电子图书馆要复杂得多。除了需评估数据库内容、质量及价格因素,还需要评估软硬件及网络等技术性因素,因此应成立由主管馆长、信息技术人员及采访人员构成的电子图书馆采购小组,协调处理电子图书馆在安装过程中出现的各种问题。
2.购买企业所需的数据库资源
随着电子图书馆的快速发展,当前商业性图书数据库种类越来越丰富,形式多样,各具特色。由于企业搭建电子图书馆经费有限、在购买时应该着眼于企业发展过程中所需的电子数据库资源,符合企业发展及员工自我提升的需求,切忌盲目性地引进与企业实际情况脱节的数据库资源,造成资源浪费。
3.协调好电子图书与传统图书关系
电子图书的出现,并不能完全取代传统的纸质图书,二者是相互补充关系。因此,企业在发展企业文化构建电子图书馆时应兼顾电子图书与纸质文献,做好协调工作以避免资源及经费浪费。
因此,应对电子图书馆的重要性做专业的判断。如果购买的电子期刊对企业发展、员工能力提升发挥核心作用,应该考虑保留纸质印刷版。如果所购买的电子期刊属于休闲娱乐类,不受时间及地点的限制,则应该考虑订购数据库而减少纸质印刷版的订购。
4.做好替代方案
由于建立电子图书馆受企业经费的限制,应避免重复引入电子图书资源。在购买某一电子图书数据库时,应判断是否有替代资源,企业内部是否已有类似内容的其他数据库。
另外,在企业经费有限的背景下,对于重要性并不高、阅读量不大的数字图书资源,则可以考虑利用光盘SCI替代网络版电子图书资源,以节省图书经费。
5.制定价格方案
企业在建立电子图书馆过程中,成本是最为重要的约束条件,因此制定价格方案尤其重要。价格方案,主要包括价格谈判策略及费用降低方法两大部分。
(三)后期维护
目前,大部分企业将常用的电子图书数据库放在企业内部服务器上。如果发生本地镜像无法访问的故障,数据库提供商是否能够提供应急措施以保证用户的正常使用,并确保在最短的时间内提供相应的技术支持是一个重大的问题。
另外,需在电子图书馆数据库购买合同中明确数据库提供商在后续工作中所需承担的责任与义务,以确保企业电子图书馆的顺利运营。比如是否能够在企业电子图书馆出现访问速度慢、访问不稳定时提供专线访问并提供技术支持。
电子图书馆,在企业发展及员工专业素质与技能提升中发挥极其重要的作用。应用科学的实施方法将确保企业电子图书馆得以顺利建立,值得实际工作中深入探讨。
浏览量:4
下载量:0
时间:
在毕业设计期间,尽可能多的阅读文献资料是很重要的,一方面是为毕业设计做理论准备,另一方面是学习论文的写作方法。一篇优秀的论文对启发我们的思维,掌握论文的写作规范很有帮助。 以下是读文网小编今天为大家精心准备的关于计算机的论文范文:嵌入式移动数据库应用研究,内容仅供参考,欢迎阅读!
摘要:随着移动计算技术的发展,移动数据库逐步走向应用,在嵌入式操作系统中移动数据库更显示出其优越性。本文分析移动数据库的特点、体系结构;介绍移动数据库系统中的一些关键性技术,并指出了移动数据库应用方向。
关键词:嵌入式系统;移动数据库;移动计算;事务处理
数据库技术一直随着计算的发展而不断进步,随着移动计算时代的到来,嵌入式操作系统对移动数据库系统的需求为数据库技术开辟了新的发展空间。随着智能移动终端的普及,嵌入式移动数据库技术目前已经从研究领域逐步走向广泛的应用领域。
在数据库系统的研究历史中,传统的分布计算与分布式数据库的研究是基于有线网络和固定主机的。这些都采用了一些默认的隐含假设,例如固定网络连接、对等通信代价、主机节点固定不变等。但进入20世纪90年代以来,随着移动通信技术和网络技术迅速发展,加之移动计算机和移动通信设备的大量普及,许多计算节点可以在移动过程中与网络建立连接,使得上述假设条件不成立。移动计算环境具有移动性、低带宽、频繁断接性、网络通信的非对称性、电源电力的有限性等特点,使得传统分布式数据库中的方法和技术不能直接应用于移动数据库。
从数据库技术的发展过程来看,计算环境和数据库技术基本保持着一种同步发展的态势,互相影响、互相促进。移动计算的概念是对“任何时间、任何地点的立即通讯”的扩展。在分布式计算的基础上,计算环境进一步扩展为包含各种移动设备、具有无线通信能力的服务网络,构成了一个新的计算环境,即移动计算环境。相应地,数据库系统先后出现了集中式数据库系统、分布式数据库系统、B/A/S多层结构的数据库系统、嵌入式数据库和移动数据库。当然,这些系统也可以共存在同一个计算环境中。
一般说来,嵌入式移动数据库可以从系统的体系结构方面来定义:嵌入式移动数据库系统是支持移动计算或某种特定计算模式的数据库管理系统,数据库系统与操作系统、具体应用集成在一起,运行在各种智能型嵌入设备或移动设备上。其中,嵌入在移动设备上的数据库系统由于涉及数据库技术、分布式计算技术,以及移动通讯技术等多个学科领域,目前已经成为一个十分活跃的研究和应用领域——嵌入式移动数据库或简称为移动数据库(EMDBS)。
2.1体系结构
在传统的分布式计算系统中,各个计算节点之间是通过固定网络连接并保持网络的持续连接性的,而移动计算系统改变了这种假设条件。移动计算系统是固定节点和移动节点构成的分布计算系统。
移动计算的网络环境具有鲜明的特点:移动性、断接性、带宽多样性、可伸缩性、弱可靠性、网络通信的非对称性、电源能力的局限性等。移动环境中的分布式数据库就是移动数据库。它是传统分布式数据库系统的扩展,可以看作客户与固定服务器节点动态连接的分布式系统。移动数据库系统的体系结构如图1所示。
其中,移动客户机MC(Mobile Client)包括便携式电脑、PDA等;MSS(Mobile Support Station)支持移动计算的固定节点,具有无线通信接口;FH(Fixed Host)没有无线通信接口,安装有数据库和数据库管理系统。
2.2主要特点
移动数据库的计算环境是传统分布式数据库的扩展,它可以看作客户端与固定服务器节点动态连接的分布式系统。因此移动计算环境中的数据库管理系统是一种动态分布式数据库管理系统。由于移动数据库在移动计算的环境下应用在嵌入型操作系统之上,所以它具有:微小内核结构、对标准SQL的支持、事务管理功能、完善的数据同步机制、支持多种连接协议、完备的数据库管理功能和支持多种嵌入型操作系统的特点和功能需求。
在移动数据库中还需要考虑诸多传统计算环境下不需要考虑的问题,如对断接操作的支持、对位置相关查询的支持、对查询优化的特殊考虑以及对提高有限资源的利用率和对系统效率的考虑等等。为了有效地解决上述问题,诸如复制与缓存技术、移动事务处理、数据广播技术、移动查询处理与查询优化、位置相关的数据处理及查询技术、移动信息发布技术等技术仍在不断的发展和完善,它们会进一步促进移动数据库技术的发展。
移动数据库涉及的理论和技术含盖了当今通信、计算机和嵌入式系统的最新成果,其中在移动环境下如何进行数据管理是实现移动数据库的关键。根据目前国际有关机构研究的研究表明这些关键技术主要集中在以下几个方面。
3.1数据复制与缓存
复制是在多个移动节点上维护数据的备份,包括服务器之间的复制和移动计算机上保存数据库的复制。一般前者称为复制后者称为缓存。复制的主要目的是提高分布式数据库系统的可用性、可靠性和访问性能。首要的问题是如何维护多个复制节点上数据状态的一致性。按照维护复制一致性的方式来划分,现有的复制协议可以分为严格一致协议和弱一致协议两种。严格一致协议要求任何时刻所有数据库的复制都是一致的;而弱一致协议允许各个复制之间存在暂时的不一致,但这种不一致总能够保持在一定的界限之内,而且总是能够趋于一致(收敛性)。目前,针对移动计算特点开展数据复制/缓存技术的研究最具代表性的是:J. Gray的两级复制机制、CODA系统以及缓存失效报告广播技术等,另外,SYBASE公司的移动数据库产品SQL ANYWHERE和SQL REMOTE也采用该技术来支持移动计算环境。
3.2数据广播
通俗地讲,数据广播是指在移动计算环境中,利用客户机与服务器通信的不对称性,以周期性广播的形式向客户机发送数据。其最大的优点是,广播开销不依赖移动用户数量的变化而变化,借助数据广播,可以在一定程度上解决移动数据库系统的断接问题。数据广播的研究可分为服务器和客户机两个方面:服务器主要考虑如何组织广播数据,即数据广播的调度;移动节点主要考虑如何利用本地缓存进一步减少查询广播数据的时间。在国内,长沙国防科技大学的周兴铭院士对数据广播进行了深入研究,提出了数据广播的多盘调度算法。衡量数据广播调度算法好坏的参数是访问时间和调谐时间。
3.3位置相关查询优化
在移动数据库中,存在着与位置相关信息的查询及更新。查询通常是与位置相关的,即使是同一个问题,在不同的地方,所得查询结果是不同的,如“最近的超市在哪里?”。移动查询优化技术是指在传统分布式数据库查询优化技术的基础上,利用多种方法,消除带宽多样性、断接等因素造成的影响,使查询引擎能够根据当前可用网络条件采取恰当的优化策略;同时,针对移动计算机有限电源能力,合理地组织本地数据库管理、远程数据库访问等耗电能较多的操作,达到节能目的,延长关键数据的可用时间。
采用基于分割的地址更新策略时,由位置服务器维护的移动用户对象包含以下数据成员和方法:
分割集合——记录MSS的分割情况,例如{Cell1,Cell2},{Cell3,Cell4,Cell5};
LOC——记录移动用户最近报告的地址(无线单元的ID),例如Cell1 ;
ERR——移动用户当前所在的分割,例如,若LOC= Cell1 ,则ERR={Cell1,Cell2};
loc()——一个方法,用于返回该用户的实际地址,即上面介绍的地址查询过程。
在移动查询的应用中,有各种各样涉及地址的查询,例如“请寻找一家校园附近的超市”,“查找X, Y, Z,这三人都在同一条公路上,且Y在X与Z之间”,等等。一般地,可以把这一类地址相关查询表示为:
SELECT x1 ,x2 ,…, xn
FROM Users
WHERE (x1.loc=l1 ∧…∧ xn.loc=ln ) ∧ C(l1,…,ln ) ∧ W(x1 ,…, xn )
其中C(l1, …, ln )是关于地址l1, …, ln 的n元约束条件,而 W(x1, …, xn ) 是关于对象x1 ,x2 , …, xn 非地址属性的n元约束条件,Users 是所有移动用户的集合。
关于计算机的论文:嵌入式移动数据库应用研究
3.4移动事务处理
事务处理是数据库管理系统的一个基本功能,主要用于维护数据的一致性,支持多用户的并发访问,使用户可以可靠地查询和更新数据库。一般来说,用户对数据库系统的访问都是通过事务来完成的。在传统的数据库系统中,一个事务由一系列读写操作组成。事务处理必须满足四个准则,即原子性、一致性、隔离性和永久性(简称ACID)。移动计算环境的特点,使传统数据库系统中的事务处理技术不能满足移动事务处理的要求。
通常,将移动客户机发出的事务叫移动事务,它属于分布事务。移动事务处理具有以下特点:
1) 移动性。这不仅指移动事务执行期间,发出事务的移动客户机是移动的,而且事务本身也在相应地移动。
2) 长事务。由于无线网络通信的低带宽、高延迟以及移动客户机的频繁断接性,都可能使移动事务成为长事务。
3) 易错性。由于移动客户机不如固定结点可靠,而且无线网络通信也不如固定网络稳定,因此,与一般事务相比,移动事务更容易出错。
4) 异构性。由于客户机的移动性,移动事务可能要访问分布的异构数据库系统。
总之,移动事务不同于传统事务,传统的ACID模型已不能很好地描述移动事务,需要为移动事务寻找更好的模型。维护数据的一致性和解决过区切换(handoff)问题是移动事务管理的重要任务。
移动数据库技术的许多特性都与信息时代的不断进步的需求相吻合, 有着广阔的发展空间。
4.1嵌入式移动数据库在物流领域有着广阔的应用前景
物流的信息化在未来的物流发展中将发挥日益重要的作用,因为及时准确的信息有利于协调生产、销售、运输、存储等业务的展开,有利于降低库存,节约在途资金等。在运输方面,利用移动计算机与GPS/GIS车辆信息系统相连,使得整个运输车队的运行受到中央调度系统的控制。在存储环节,带有嵌入式移动数据库的手持计算机输入的信息通过无线通信网络写入中央数据库,大大提高了工作效率和信息的时效性,有利于物流优化控制。在配送环节,输入手持计算机的数据通过无线网络传入中央数据库。因此,在投递的同时,用户即可查询物品投递的情况。
4.2嵌入式移动数据库为移动银行铺平了道路
在我国,移动用户是最具消费潜力的群体,因此针对移动用户开发的移动银行业务将具有很大的市场潜力,而且能够推动移动电子商务的发展。移动银行可以使客户在异地对自己的帐务进行实时查询、交易,方便、省时,降低成本,同时安全可靠,机动灵活。客户可以在任何时间,任何地点进行交易,节约了去银行的时间。出差或旅游在外仍可享受银行服务。
4.3嵌入式移动数据库非常有助于提高实地调查/工作的效率
煤气、水电等公用事业检查员查验数据就是一个很好的应用实例,目前一般的检查员仍然是将检验的数据记录在纸上。如果利用移动计算机记录和传输数据,遇到纠纷时还可以实时地查询历史记录,这将使得我国的公用事业单位的收费工作大大地改善。
除了上述主要应用之外,移动数据库技术还在零售业、制造业、金融业、医疗卫生等领域展现了广阔的应用前景。随着移动计算、移动数据库和无线数据通信等相关技术迅猛发展,移动数据库将成为信息社会的重要支柱。
本文给出嵌入式移动数据库的定义,描述了嵌入式移动数据库的体系结构并简单分析它的特点,然后详细分析了嵌入式移动数据库的关键技术,最后展望了嵌入式移动数据应用前景。嵌入式移动数据的相关技术研究不断取得进步,这为嵌入式移动数据的成熟应用打下了坚实的基础。
1 李东,曹忠升,冯玉才,等. 移动数据库技术研究综述[J]. 计算机应用研究,2000(10): 4~7
2 Madria S K,Mohania M,et al. Mobile data and transaction management. Information Science 141 (2002) 279~309
3 Antonio Si, Hong va Leng. Query optimization for broadcast database. Data & Knowledge Engineering 29 (1999) 351~380
4 王珊,丁治明,张孝. 移动数据库及应用[J]. 计算机应用, 2000,20(9)
浏览量:2
下载量:0
时间:
对成本管理组织也应考虑管理的成本,从财务角度来衡量成本管理体系的有效性,不断降低管理成本,提高管理者的满意度。以下是今天读文网小编为大家精心准备的:数据处理在建设工程成本管理中的应用探究相关论文。内容仅供参考,欢迎阅读!
【摘 要】随着科学技术的飞速发展,信息爆炸的时代已经来临。具有复杂性和独特性的工程建设,注定了整个建设过程会涉及大量的信息处理和传递,这其中大部分又会以数据的形式来实现。因此,工程成本管理中对信息收集、整理、分析、得出结论的过程,也就可以看作是数据处理的过程,并贯穿始终。
【关键词】数据处理;建设工程;成本管理
数据处理是对数据的采集、存储、检索、加工、变换和传输等操作[1]。数据的形式可以是数字、文字、图形或声音等,但对于工程成本控制而言,数据是以货币为主的数字形式。数据处理的基本目的是从大量的、可能是杂乱无章的、难以理解的数据中抽取并推导出对于某些特定的人们来说是有价值、有意义的数据。数据处理技术的发展及其应用的广度和深度,极大地影响着人类社会发展的进程,也同样影响着建设工程成本管理的各个环节。
我国的工程建设起步较晚,虽然发展比较迅速,但建设工程成本管理体系依然不够完善[2]。随着我国国际化的提高和市场竞争的不断加剧,进一步健全建设工程成本管理体系,优化成本管理方法,探索降低成本的途径就显得尤为重要。在此过程中,要充分利用现代信息化技术,用科学的方法探索降低成本的措施,为建设项目创造更大的利润,为国家节省更多的资源,有利于整个社会的和谐发展。
3.1 决策阶段的应用
工程造价的确定与控制始终贯穿于项目建设全过程,投资决策阶段影响工程造价的程度最高,因此,项目决策阶段的内容是决定工程造价的基础,直接影响着各个建设阶段工程造价的确定与控制是否科学、合理。
设计方案不仅要技术上可行,而且要求经济上合理,这既是编制投资估算工作的关键,也是判断建设项目投入与产出的重要依据。决策阶段的主要任务是对项目今后发展变化的准确预测。做好项目的投资预测需要很多资料,如工程所在地的水电路状况、地质情况、主要材料设备的价格资料以及已建类似工程的相关数据资料。对于做经济评价的项目还要收集项目设立地的经济发展前景、周边的环境、同行业的经营状况等更多资料。这其中绝大多数信息都是以数字形式为代表的货币价格。因此,决策阶段的主要任务实际上就是对原始数据的收集、整理、分析和判断。技术经济人员需要全方位的收集各种数据信息,然后通过筛选、归类、分析、比较等,将原始数据加工成具有一定规律,能反应一定现象的信息资料,为项目建设的论证提供必要的依据。
3.2 设计阶段的应用
设计阶段是建设项目成本控制的关键与重点。尽管设计费在建设工程全过程费用中比例不大,一般只占建设成本的1.5%~2%,但对工程造价的影响可达75%以上,由此可见,设计质量的好坏直接影响建设费用的多少和建设工期的长短,直接决定人力、物力和财力投入的多少。随着科学技术的进步,如今的设计工作都是通过各种软件来实现的,而各种软件的设计过程,其实正是数据处理的过程,是对庞大数据的提取、分析、输出的过程,也是对数据的深加工过程。
设计阶段数据处理的好坏在工程造价方面有更直接的体现,合理科学的设计,可降低工程造价10%甚至更多。这就需要设计人员站在一个更高的层面,从建设项目的安全性、合理性、经济性进行综合考虑,不能随意提高设计的安全系数或是设计标准,用科学的方法处理各方面之间的矛盾,权衡利弊。在这一阶段中各种设计指标的准确设置和应用,将会对建设项目提高经济效益有直接的影响。比如:容积率、窗积比、墙积比等,这些指标都是设计经验的积累,当然,也是经过无数次数据处理之后的科学总结。
3.3 施工阶段的应用
施工阶段是资金投入最大的阶段,是将设计内容转化成项目成果的过程,也是将设计成果转变成项目实体的过程。由于工程建设的周期长、涉及的经济关系和法律关系复杂、受自然条件和客观因素的影响大,导致项目的实际情况与项目招标投标时的情况相比会发生一些变化,所以在施工阶段成本控制的关键是对工程变更实行有效控制。作为造价管理人员要做到事前把关、主动监控、严格审核、及时核算,尽量减少不必要的工程费用支出,避免投资失控;这实际上是一个动态的数据处理过程,通过对各项变更费用的及时核算,以价格量化每次变更对项目建设成本的影响程度,优化变更方案,权衡变更与成本之间的利弊,最后决定是否变更或者怎样变更,使工程造价得到有效控制。
对人、材、机数据的及时收集和调整,也是数据处理在施工阶段的一种直接应用。施工阶段是一个持续的过程,往往要几年、十几年甚至更长时间,在这么长的时间里,各种建设资源的信息肯定不会一成不变。因此,对工程所需的各种要素不仅要进行货源的调查研究,广泛收集供货信息,尽量寻找货和价的最佳结合点,而且还要根据施工方案、资金的合理运转、现场实际情况以及工程进度需要编制好需求计划。这是一个动态的过程,需要分析价格、施工进度、距离、质量等众多因素,是一个复杂的数据处理过程,也是一个直接影响工程实体的重要过程,因此,数据处理在施工阶段同样重要。
3.4 决算阶段的应用
竣工决算是由建设单位编制的反映建设项目实际造价和投资效果的文件。其内容包括从项目策划到竣工投产全过程的全部实际费用,其中各项技术经济指标的分析是该阶段的核心。通过对整个建设项目建设过程的数据分析,以数据指标的形式量化项目的建设效果,找出实际与预期之间的差异,挖掘深层原因,总结经验教训,为今后类似项目提供参考。这是一个数据分析、数据整理的过程,正是因为有大量已建项目的数据积累,才使得建设管理水平有评判和参考依据。
数据处理贯穿在建设项目的各个生产环节,对建设项目的成本控制有着直接的影响。建设工程成本管理的实质就是运用数据处理的科学方法,解决工程建设活动中技术与经济、经营与管理、成本与效益等实际问题的过程。因此,只有正确认识了数据处理对建设工程成本管理的作用,才能更科学的进行成本管理,才有可能探索出进一步降低建设成本,提高投资效益的管理方法。
浏览量:2
下载量:0
时间:
一、数据库及其主要特点
(一)数据库
数据库是对数据的组织、存储、管理的仓库,它是储存大量的信息的一个巨大的仓库。数据库的发展给人们查找信息提供了很大的作用,在数据库里的信息很容系被找到。因此,数据库现在被许多企业所应用。
(二)数据库主要特点
1.实现数据的资源共享:数据的资源共享包括全部用户能同时进行数据库数据的修改、查询、保存,用户也能够通过端口进行操作数据库,并提供数据的资源共享。
2.减少数据的冗杂度:与文件系统相比较,数据库减少了数据的冗杂,是数据具有一致性。
3.数据的独立性:它包括数据库中数据的逻辑结构和程序的相对独立。
4.数据实现集中控制:文件管理中,数据是一种处于分散的结构,不容易进行控制。而数据库能够对数据进行控制和管理,还能通过联系建立关系。
5.数据的安全性:文件管理数据容易造成数据的丢失,破损。而数据库中的数据是有维护的,数据库管理系统提供一套数据的安全,能够及时发现和修护系统,因而防止数据库中数据的破坏。
二、数据库技术在电子商务中的应用
(一)数据库技术的发展
现在,数据库技术已成为这个时代必备的技术,电子商务中也应用其数据库的技术。数据库是对数据的组织、存储、管理的仓库,它是储存大量信息的一个仓库。而在电子商务中的应用是一是对数据进行存储、收集、管理。二是进行决策。三是对数据库进行支持。电子商务的用户建立各种类型的数据库仓库,是为了保证系统的安全与稳定,也是为了利用数据库能够发现更多的信息资源,可以使用户自己的公司进一步发展.电子商务中的数据库很多是用Access软件,这种技术用起来也很简便、快捷。现在人们对天猫、淘宝、赶集网、蘑菇网、搜狗、百度等等,这些再熟悉不过了。而这些都是电子商务的类型,它们的建立是需要大量的数据和信息,在建立它们的同时也要对其数据进行整理、组织、筛选,这就用到数据库的操作来实现。
(二)数据库技术在齐齐哈尔工程学院百草家园中的应用
1、设计方法
数据库技术在电子商务中的应用很多,例如:以齐齐哈尔工程学院的百草家园为例,要把百草家园这个网站发布到互联网上,我们就要用数据库来完成。首先在Access中先建立表,就是二维表。表中要装入与百草家园相关的信息,表的部分完成后,还要建立查询,查询的功能就是讲大量的信息进行筛选,把用户所需要的体现出来。例如:用户现在想查看一下百草住所区的房间,那么百草的其他信息就可以不用显现出来,这时就要用到查询的功能。而后是窗体,窗体主要作用就是建立网站的主页面、背景等,窗体还可以设置命令按钮,能做到用一个窗体就可以把大量的数据调用出来。例如:打开百草的主窗体,点下屏幕的住所区窗体,用户就会看到住所区的相关数据,一个一个窗体通过一个小的按钮就可以显示出来。接着是报表,报表的功能就是把数据用不同的方式体现出来。可以清晰的看出数据的所占比例,数据能用最佳的方式显示。最后是页、宏、模板。完成以上七个步骤完成后就可以在网上发布这个百草家园网站了。
2、应用效果
数据库建立程序,提高了数据的资源共享,减少了数据的冗杂,还保证了数据的安全性和一致性。建立了百草家园网站提高了百草家园的知名度,让人们更加地了解、认识它,顾客可以在网上直接进行预订房间,减少了许多中间环节。
(三)数据库在齐齐哈尔工程学院百草家园中的应用存在的问题
1、网页的效果制作不是十分美观
2、数据库中百草家园的信息安全问题
(四)数据库在齐齐哈尔工程学院百草家园中的应用的解决措施
1、数据库的主要功能是进行数据的组织、筛选、整理,建立完整的数据系统。在Access中想要实现网页的唯美,只能先进行网页的制作,在网页制作中完成网页背景,通过操作把背景导入数据库中,然后在其数据库里建立信息。这样就完成了数据库中网页效果的问题。
2、互联网的技术发展高速,信息的大量繁杂,想保证数据的安全性和一致性,就要做好数据库安全措施。应用数据库访问控制,全面性地约束,进行秘密通道数据库加密及数据库管理者来维护数据的安全。
三、数据库技术在电子商务中未来的发展
数据库技术在电子商务中的使用,是以在Web为基础的一个新的里程碑,而现在已发展到特殊的数据库界面,互联网的飞速发展,必将带动数据库技术的发展,同时也要提高数据库的技能,人工的技术将与网络进行连接。现在的电子商务应用中数据的冗杂给用户带来了许多头疼的问题,用户必须从冗杂的数据中找出关联性,这样才会更好的发展。但是完成这项任务很是麻烦,因此要人工技术与互联网技术相结合,会大大提高工作效率,也会使数据更简单的进行整理。总而言之,数据库技术在电子商务中的应用,对信息的处理、筛选、查询能在互联网上实现。
浏览量:2
下载量:0
时间:
摘要:网络通信系统已经具备了一定的加密系统,而我们说到的是在原有的加密体系上,设计一种更加安全、有效的加密系统。该系统在原有的安全系统上将数据以三重IDEA加密,而密钥则采用RSA加密,并用单向数字函数SHA—1实现数字签名,从而确保了用户在使用时更加的安全。本文主要介绍该系统的设计以及其应用。
关键词:三重IDEA算法RSA算法网络通信系统数据加密
目前网络通信系统采用的协议都是TCP/IP协议,因此,在对网络通信系统中传输的数据进行加密时主要研究的就是会话应用层。在数据形成的最初就将其加密不仅可以使数据在通过网络传输的过程中更加的安全,还能够避免在传输过程中需要进行加密的繁琐。由此可见,在进行加密设计时首先必须将整个网络通信系统的结构弄清楚,然后才可以根据网络系统的结构设计出最适合该网络的加密系统。
为了确保网络通信系统的安全,数据加密已经普遍的投入使用,也确保了网络通信系统的安全。但是原有的数据加密网络通信系统难免存在一些漏洞,因此,我们就在原有的数据加密网络通信系统上进行了一些设计,从而确保数据的传输更加的安全、可靠。
(一)加解密模块的设计。本系统是将对称密码算法和公钥密码算法相结合,使两者的优缺点相互结合,以弥补各自的不足。对称密码算法具有加密速度快、加密强度高的特点,可以满足大量数据的高效加解密;而公钥密码算法具有加密速度慢、加密强度高、密钥便于管理的特点,因此,它可以对明文的密钥进行加密。这样就弥补了对称密码算法中密钥不便于传递的缺陷。两者结合,各取其优点,使之互补,能够更便于网络通信系统的加密。
(二)用外部CBC模型三重IDEA算法加解密。三重IDEA算法是分组密码算法中比较优秀的算法,该算法的密钥长为128bit,而且它还具有较好的抗差值分析和相位分析性,并且便于硬件和软件的实现。
三重IDEA算法即是采用IDEA算法在三个密钥的作用下对一个明文进行多次加密,在该算法加密的系统中所使用的三个密钥必须保证相互独立。假设所使用的三个密钥为K1、K2、K3,明文为P,密文为C,用密钥加密过后用EK表示,解密过后则用DK表示。因此,整个算法的过程的描述如下:
加密:C=EK3(DK2(EK1(P)));解密:P=DK1(EK2(DK3(C)))
CBC不是一种加密算法,而是一种算法的实现方式,是一种密码模式。密码模式不会损坏密码算法的安全性,而CBC模式的应用主要就是在明文被加密之前将其与前面的密文进行异或运算。在一组明文分组被加密过后,其结果会被存在反馈寄存器里面,然后再进行下一组明文分组加密的时候,CBC模式就会先将这一组明文分组与前面加密过后的密文进行异或运算,然后将结果又存到反馈寄存器中,又将其与下一组明文分组进行异或运算,一直循环到明文分组加密结束。CBC模式采用这样的方法主要就是为了将完全相同的消息加密成不同的密文消息,这样就可以避免窃听者采用分组重放的方式再进行攻击。整个加密过程实现起来并不难,但是必须保证用于加密的密钥相互独立,而该系统所使用的密钥是由系统的随机函数产生的。
RSA算法的安全性与大数的分解难度是息息相关的。使用RSA算法求取密钥的方法大致如下:首先,我们随机的选择两个大素数P和Q;然后将两个数相乘计算出模数,将两个数分别减去1相乘,计算出欧拉函数Φ(n);计算出欧拉函数后选择与其互素的正整数d,其必须满足gcd(d,Φ(n))=1的条件;最后计算密钥e,而其必须满足的条件是d*e=1mod(Φ(n))。这些密钥中e、n是公开的,而p、q、d则是保密的,e是公开的加密密钥,d是秘密解密密钥。
该加密系统是基于Internet的C/S通信模型建立的,也主要是在该模型中使用。它主要是在应用层对数据进行加密、数字签名或身份认证等运算,然后发送方再将数据用三重IDEA算法进行加密,用单向散列函数SHA-1实现数字签名,并将三重IDEA的密钥K1,K2,K3等信息用RSA算法进行加密,最后将加密完成的密文发送给接收方。而接受方在接受到信息后将会按照发送方加密的方式对数据进行解密,得到发送方发送的原文,然后进一步进行验证。这样,客户端与服务器之间的通信就可以正常的进行了,从而保障了两者之间通信的安全性。
基于数据加密的网络通信系统在很多的领域都可以用到,它主要就是避免信息在传输的过程中被截取或是篡改,在需要用到通信系统的领域都需要使用加密系统,从而才能保障网络中信息的安全性。加密系统是网络通信系统必不可少的一个部分,也在网络通信系统中将它的作用发挥的淋漓尽致。
在信息急速发展的时代,网络通信系统的安全是非常重要的,也受到了极大的重视。而为了保证网络通信系统的安全,研究以及使用加密系统就显得非常必要了。我们在文中谈到的加密系统在进行测试的过程中确实实现了对数据加密以及数字签名等功能。而网络通信系统在不断的发展,加密系统也将会不断的发展。加密系统在网络通信系统中也将其作用发挥了出来,并且随着发展将会为网络通信系统提供更加完善的安全保障。
[1]孟艳红,秦维佳,辛义忠.基于数据加密的网络通信系统的设计与实现[J].沈阳工业大学学报,2004,26(1):93-95
[2]夏美凤,施鸿宝.基于数据加密的网络通信系统安全模型与设计[J].计算机工程,2001,27(10):117-126
[3]王智超.基于数据加密的网络通信紫铜的研究[D].河北工业大学,2006,11
浏览量:2
下载量:0
时间:
数据挖掘是近年来随着数据库技术和人工智能技术的发展而出现的一种全新的信息技术,它融合了数据库、人工智能以及统计学等多种学科的知识,试图从数据中提取出先前未知、有效和有用的知识。 随着Internet的迅速发展和普及,电子商务的发展越来越多地引起研究者们的关注,期望能够在这种新型的商务模式下,充分利用它的优点,获得更多的经济效益。Web已经成为企业开展电子商务的基础。以下是读文网小编为大家精心准备的:Web数据挖掘在移动电子商务领域的应用研究相关论文。内容仅供参考,欢迎阅读!
摘要: 随着移动通信技术的飞速发展,移动电子商务以其方便、快捷等优点获得了大量的网络用户。移动互联网端的用户行为分析已经成为迅速发展的知识领域。Web数据挖掘技术作为用户行为分析的基础在移动电子商务领域具有很高的实用价值。文章主要介绍了基于Web的数据挖掘定义及Web的数据特点,并对Web使用模式挖掘的过程和算法进行了重点分析,包括数据的预处理、模式发现和模式分析。
1.1 移动电子商务与数据挖掘的关系 目前,移动互联网技术和数据库技术飞速发展,移动电子商务正显示出越来越强大的生命力,它把电子交易从传统的PC端转移到了移动终端,使人们可以随时随地进行电子商务活动,这加速了社会经济的电子化进程,同时也使得数据爆炸的问题越来越严重。数据挖掘的兴起为电子商务提供了强大的数据支撑,利用数据挖掘技术可以有效的帮助企业分析网上获取的大量数据,发现隐藏在其背后的知识,为电子商务客户提供个性化服务,建设智能商务网站,指导企业的营销策略,由此使企业线上的业务得到进一步的发展。
移动电子商务便捷以及交互式的服务可以为数据挖掘提供海量的数据。因为客户对网站的每一次点击都会被网络服务器记录在日志中,由此产生了点击流数据。网站的服务器日志,后台数据库中客户相关的数据,以及大量交易记录等数据资源中都蕴含着海量有待充分挖掘的信息,海量数据是数据挖掘的一个必要条件,如果数据量少,则挖掘的信息是不够精准的。
移动电子商务网站可以为数据挖掘提供“干净的”数据。因为许多相关的信息是从网站上直接提取的,无需从历史系统中集成,避免了很多错误。通过良好的站点设计,不需要进行分析、计算和预处理等步骤,就可以直接得到与数据挖掘相关的数据。移动电子商务网站的数据,非常可靠,无需人工输入,从而避免了很多错误。此外,可以通过良好的站点设计来控制数据采样的颗粒度。
基于移动电子商务的数据挖掘能够使得挖掘的成果非常容易应用。很多其他的数据挖掘研究虽然有很多的知识发现,但是这些知识很多不能轻松的在商业领域中应用并产生效果。因为要应用这些知识可能意味着需要进行复杂的系统更改、流程更改、或改变人们日常的办事习惯,这在现实中是相对困难的。而在移动电子商务领域,很多知识发现都可以直接应用。如改变站点设计(改变布局,适当进行个性化设计),针对于特定目标或消费群进行的随时随地的网上促销,根据对广告效果的统计数据改变相应的广告策略,根据数据特点可以很容易地进行网上捆绑式销售等。
1.2 Web挖掘的定义 Web数据挖掘(Web Data Mining),是数据挖掘技术在Web环境下的应用,是从大量的Web文档集合和在站点内进行浏览的相关数据中发现潜在的、有用的模式或信息。它是一项综合技术,涉及到Internet技术、人工智能、信息学、统计学等多个领域。
面向电子商务的数据挖掘是Web挖掘的一个典型应用,Web上的日志文件,如客户的访问行为,访问频度,浏览内容及时间等,包括很多可挖掘内容,对这些内容进行提取、加工、分析,可以将客户的访问数据从潜在的、隐含的状态,变为企业分析市场、制定经营策略、管理客户关系的有力依据,从而实现Web上电子商务活动的本质,即获得商务的增值。 对应于不同的Web数据,Web挖掘也分成三类:Web内容挖掘(Web Content Mining)、Web结构挖掘(Web Structure Mining)和Web使用模式挖掘(Web Usage Mining)。(图1)
Web内容挖掘就是对网络页面的内容进行挖掘分析,包括对文本、图像、音频、视频、元组数据的挖掘,但目前多数是基于文本信息的挖掘,这又可以进一部分为网页内容挖掘和搜索结果挖掘,前者是传统的依据内容搜索网页,后者是在前者搜索结果的基础上进一步搜索网页。Web内容挖掘和通常的平面文本挖掘的功能和方法比较类似,但由于互联网上的数据基本上都是HTML格式的文件数据格式流,因此可以利用文档中的HTML标记来提高Web文本挖掘的性能。
Web结构挖掘是对网络页面之间的结构进行挖掘,从网页的实际组织结构中获取信息。整个Web空间中,页面内容和页面结构中都可能会存在有用的知识。Web结构挖掘主要就是针对页面的超链接结构进行分析,通过分析一个网页链接和被链接数量以及对象来建立Web自身的链接结构模式。这种模式可以用于网页归类,并且由此可以获得有关不同网页间相似度及关联度的信息。如果发现有较多的超链接都指向某一页面,那么该页面就是重要的。这种知识可以用来改进搜索路径。
Web使用模式挖掘是对用户和网络交互的过程中抽取出来的第二手数据进行挖掘,包括网络服务器访问记录、浏览器日志记录、注册信息等。最常用到的是网络服务器访问记录挖掘,它通过挖掘Web日志文件及客户交易数据来发现有意义的客户访问模式和相关的潜在客户群。其主要特点是对客户信息数据进行抽取、转换、分析和其他模型化处理,从中提取辅助商业决策的关键性数据。这里需要特别指出的是,Web使用模式挖掘还可以进一部分为一般访问模式跟踪和定制使用跟踪,前者是一种查看网页访问历史记录的使用模式挖掘。这种挖掘可以是一般化的,也可以是针对特定的使用或使用者,这便是后者。
1.3 Web挖掘的数据源
很多数据都可以在Web上进行数据挖掘分析,并且这些数据存在很多类型,具体来说主要有以下几种类型的数据。
1.3.1 服务器数据 通常只要有客户访问站点就会在Web服务器上留下相应的痕迹,即日志数据,这些日志数据存储在服务器上的形式通常都是文本文件,比如cookie logs、error logs、sever logs等。
1.3.2 查询数据 它是电子商务站点在服务器上产生的一种典型数据。例如,对于在线客户也许会搜索一些产品或某些广告信息,这些查询信息就通过cookie或是登记信息连接到服务器的访问日志上。
1.3.3 在线市场数据 在线时长数据主要包括存储在传统关系数据库里的商品信息、客户购买信息和电子商务站点信息等。
1.3.4 Web页面 主要是指HTLM和XML页面的内容,包括本文、图片、语音、图像等。
1.3.5 Web页面超级链接关系 主要是指页面之间存在的超级链接关系,这也是一种重要的资源。
1.3.6 客户登记信息 客户登记信息是指客户通过Web页输入的、要提交给服务器的相关客户信息,这些信息通常是关于用户的人的特征。在Web的数据挖掘中,客户登记信息需要和访问日志集成,以提高数据挖掘的准确度,使之能更进一步地了解客户。
Web使用模式挖掘是Web数据挖掘中最重要的应用,其数据源通常是服务器的日志信息。Web服务器的日志记载了用户访问站点的信息,这些信息包括:访问者的IP地址、访问时间、访问方式(GET/POST)、访问的页面、协议、错误代码以及传输的字节数等信息。
每当网页被请求一次,Web日志就在日志数据库内追加相应的记录。站点的规模和复杂程度与日俱增,利用普通的概率方法来统计、分析和安排站点结构已经不能满足要求。只有通过数据挖掘技术处理服务器的日志文件,才能分析用户访问站点的规律,改进网站的组织结构及其性能,增加个性化服务,实现网站自适应,发现潜在的用户群体。
Web使用模式挖掘的过称具体包括数据的预处理过程、模式发现过程以及模式分析过程。
2.1 数据预处理过程
在数据预处理过程中,首先需要做一些数据清洗。其次由于日志文件中只记录了主机或代理服务器的地址,需要运用Cookie技术和一些启发规则来帮助识别用户,之后还要确认Web日志中是否有重要的访问页面被遗漏,如果有,需要进行相关的路径补充。最后要进行事务识别工作,即将用户的会话针对挖掘活动的特定需要进行定义、细分,使挖掘更加精确,得到想要的知识。
数据清洗:即把日志文件中一些与数据分析的无关项处理掉,例如剔除Web请求方法中不是“get”的记录。以及删除Web服务器日志中与挖掘算法无关的数据,一般来说只有服务器日志中的HTML与挖掘相关,Web日志文件的目的是获取用户的行为模式,通过检查URL的后缀,可以删除不相关的数据。例如:将日志文件中后缀名为JPG,GIF等图片文件删除,将后缀名为CGI的脚本文件删除。
用户识别:数据清洗之后,使用基于日志的方法同时辅助以一些启发式规则,可以识别出每个访问网站的用户,这个过程就叫做用户识别。在时间区间跨越较大的Web日志中,某一用户可能多次访问该站点,这时就要用到会话识别。其目的就是将用户的访问记录分为单个会话(Session)。那么如何来分呢?可以做如下设定:用二元组S表示一个用户会话
S=,
其中userid是用户标识,RS是用户在一段时间内请求访问Web页面的集合,RS内包含用户请求页面的标识符Pid及请求时间time,那么这段时间的访问集合RS即可划分为:
RS={,…}, 于是,用户会话可表示为:
S=,…}>,
由此可以看出分成的每一个单独的会话。
路径补充:由于代理服务器本地缓存和代理服务器缓存的存在,使得服务器的日志会遗漏一些重要的页面请求,路径补充就是利用引用日志和站点的的拓扑结构将这些遗漏的请求补充到用户会话中,设遗漏的请求为,其中请求时间timek为设备前后两次请求的平均值,那么,用户会话即可表示为:
S=,……}>(k
事务识别:上面讲到的用户会话是Web日志挖掘中唯一具备的自然事物元素,但对于某些挖掘算法来说可能它的颗粒太粗,区分度较低,为此需要利用分割算法将其转换为更小的事物,即进行事务识别。
HTML通过“Frame”标记支持多窗口页面,每个窗口里装载的页面都对应一个URL,Frame页面用来定义页面的大小、位置、及内容,“Subframe”用来定义被Frame包含的子窗口页面,当用户访问URL对应的是一个Frame页面时,浏览器通过解释执行页面源程序,会自动向Web服务器请求该Frame页面包含的所有Subframe页面,这一过程可以重复进行,直到所有Subframe页面都被请求。如果在这样的用户会话文件上进行挖掘,Frame页面和Subframe页面作为频繁遍历路径出现的概率很高,这自然就降低的挖掘的结果价值。为此应当消除Frame页面对挖掘的影响,得到用户真正感兴趣的挖掘结果。
2.2 模式发现过程
数据预处理之后,可以对“干净整齐”的数据进行挖掘,即找出有用的模式和规则的过程。下面主要分析三种常用的Web使用模式挖掘方法:关联分析、分类与预测、聚类分析、时间序列分析。
关联分析:即通过分析用户访问网页间的潜在联系而归纳出的一种规则,如80%的用户访问页面company/product1时,也访问了页面company/product2,这说明了两个页面的相关性。那么可以进行一个页面的预取,来减少等待时间。用{A,B}来表示两个页面,那么在用户访问A时,可以把页面B提前调入缓存中,从了改善Web缓存,改善网络交通,提高性能。若A和B表示两个产品页面,则两种产品对客户来说有很大的相关性。利用这一点可以做出很有效的促销和广告策略。
关联规则的算法思想是Apriori算法或其变形,由此可以挖掘出访问页面中频繁在一起被访问的页面集,这种频繁在一起被访问的页面就成为关联页面,可用A=>B表示。那么,若有:
A=>B=>C,A=>B=>D,A=>B=>E,A=>B=>F=>G,…,
则说明A=>B。
分类和预测:可以用分类来提取出用来描述重要数据类的模型,并可以用分类模型来划分未知数据的类,从而预测未知数据的趋势。常用的算法思想为决策树,神经网络、贝叶斯分类等。例如可以根据用户的资料数据(包括用户一些属性)或其特定的访问模式将其归入某一特定的类。
可以根据客户对某一类产品的访问情况,或如其抛弃购物车的情况,来对客户分类(即对哪一类产品感兴趣)。更深入一点,可以为客户添加一些属性,如性别,年龄,爱好等(可在网站注册信息中获得),并将对哪一类产品感兴趣定义为目标属性,那么基于这些属性可以用决策树算法来进行分类,可以得出符合目标属性的人的特点,如40岁以上的男性更容易网购皮鞋等,这样可以更精准的捕捉客户并制定营销策略。
聚类分析:聚类即将对象的集合分成由类似的对象组成的多个类的过程。常用的算法思想有划分方法、层次方法、基于密度的方法等。如可以用K-mean的划分方法做到类之间差异化最大,而类内相似性最大。
在使用模式挖掘中主要有两种聚类。一种是页聚类,即将内容相关的页面归到一个网页组,这对网上搜索引擎对网页的搜索有很大帮助。另一种是客户聚类,即将具有相似访问特性的客户归为一组,那么可以分析出喜好类似的客户群,从而可以动态的为客户群制定网页内容或提供浏览意见,如通过对众多的浏览“sports”网页的客户分析,发现经常在该网页上花上一段时间去浏览的客户,再通过对这部分客户的登记资料分析,知道这些客户是潜在要买运动产品的客户群体。就可以调整“sports”网页的内容和风格,以适应客户的需要。这在电子商务市场的分割和为客户提供个性化服务中起到了很大的作用。
2.3 模式分析过程
在挖掘出一系列客户访问模式和规则后,还需要进一步观察发现的规则、模式和统计值,之后确定下步怎么办,是发布模式还是对数据挖掘过程进行进一步调整。
如果存在冗余或无关的知识,需要将其剔除。如果经过模式分析发现该模式不是想要的有价值的模式,则需要对挖掘过程进行调整,再转入第二步重新开始。反之,即发现感兴趣的规则模式,则可采用可视化技术以图形界面的方式提供给使用者。
许多传统制造业或零售业的业务正在进行着电子化的转型,电子商务、移动客户端、线上大平台的思路不断发展。那么,如何建设一个企业的电子化平台,如何有效收集平台产生的海量数据,数据挖掘技术如何应用于海量数据,这些都是值得深入研究的问题。
3.1 建设企业线上大平台
目前许多企业都面临着客户资源管理分散,客户数据的物理化、静态化、分散化,以及缺乏对客户的深层分析和需求挖掘等问题。按照传统企业想要占有电子商务市场或移动客户端市场的需求,为了更好地以大数据集中为基础,推进客户营销服务个性化,企业可建设以会员管理为核心的大客户管理系统,把原有的各类信息系统、业务网站、电子商务网站等融汇在一个大平台下,并分阶段实施数据大集中,实现“海量客户资源共享,一个客户、多个产品、多频次使用”的一站式营销服务。通过数据的整合管理,分析客户特点,实现客户在企业内各板块的迁移和共享。 会员管理的实质是为用户提供连续的、长期的产品和服务。实现了为用户提供持续的、长期的产品和服务就需要将短期的用户发展为长期型和稳定型用户,而会员制正式实现这种转变的最合适的方法,这就需要建立起强大的会员平台,从而掌握会员的消费数据,实现会员制的管理。
许多企业拥有的业务众多,这就造成了各业务拥有自己众多的忠实用户,但目前各个业务的用户没有达到行业内的共享。会员管理平台为这些分散在行业内的用户提供统一的平台达到行业内的统一,在会员管理的平台上不同业务的用户可以实现统一登录、统一管理、统一办理业务来达到账号统一、业务统一、积分统一、信用统一,从而使企业多元化的各项业务达到资源和信息的行业内统一。
3.2 基于线上平台的数据采集平台
建设会员管理平台的根本目的是进行数据挖掘,以庞大的会员信息来进行市场洞察和市场预测。因此建设数据收集系统并与会员管理平台对接,可以有效收集到客户数据并进行挖掘工作。
在数据的收集方面,目前许多企业数据信息的作用主要是统计收入和业务量、清分核算以及考核,而大数据这一数据价值最为关键的特性却没有被很好利用。
企业现有的平台有时并不能很好地完成有效数据的收集,许多数据多为财务列收数据或业务完成情况数据。该类数据的属性并无太多挖掘价值,无法进行有效的数据分析。数据挖掘需涉及到分类、聚类、关联分析等算法的应用,以此来定位目标客户,这对数据的属性要求是比较高的。企业要充分挖掘和分析各类数据,开展信息应用,进行业务创新和运作流程的优化,提升经营管理能力和客户服务水平。
数据收集平台系统正是基于此目的进行开发,需达到真实有效的客户信息数据、业务数据、Web服务器日志数据的全面收集,功能包括:
①与电子化平台对接,可以收集到平台的会员及非会员的客户信息数据。在系统中可设客户的年龄、职业、爱好、收入等客户相关属性项,从而把会员俱乐部中的有效客户信息数据归类收集,为分析不同类型客户做准备。
②有效收集到客户交易数据以及相关业务数据,系统中设定各类客户指标(收入贡献、交易额、价值度等),为分析不同类型业务做准备。
③能够进行WEB服务器日志数据的收集。对于企业业务网站及企业电子商务平台,系统可抽取和收集网站的WEB服务器日志数据,从而为进行相关的页面访问频度、浏览时间、页面指向等客户行为模式分析做准备。
3.3 Web挖掘在企业的应用
目前Web数据挖掘技术已经在企业得到了广泛应用,分析其原因是该技术能够挖掘出活动过程中的各类潜在信息,进而帮助企业得到更高的发展,其优势具体如下:
3.3.1 发现潜在客户 由于Web数据挖掘技术可以把客户在电子化平台上的浏览行为存储下来,通过查看这些客户的浏览行为就可以了解到客户的兴趣和购买意向,由此就可以发现潜在客户,进而有针对性地对这些潜在客户采取某种谋略,使其尽快的成为在册客户群体,如此一来,电子商务网站的经济效益将会越来越好。
3.3.2 提供优质个性化服务,提高客户忠诚度 在电子商务中,虽然客户和销售商之间的空间距离消失了,但客户的选择面更广了,客户只需轻点几下鼠标就可以从这家电子商务网站转换到另一家电子商务网站。在这种情况下,各家电子商务网站必须各出奇招,努力使自家网站的内容和层次、用词、标题和奖励方案等比其它网站更具优势、更吸引人,通过提供优质个性化的服务,不断提高客户的忠诚度。
3.3.3 改进系统性能,增强安全性 对于电子化平台的各种数据统计分析,有助于改进系统性能,增强系统安全性,并提供相关决策支持。客户衡量网站满意度的一个关键指标就是Web服务器的性能,通过应用Web数据挖掘技术可以清楚了解到哪个站点的客户是最多的,最容易造成拥塞记录的,然后有针对性的采取有效的Web缓存策略,减少网站的传输压力,同时运用Web数据挖掘技术还可以将非法进入电子商务网站的人员挖掘并清除出去,因此可以说Web挖掘在企业的应用改进了系统性能,增强了安全性,保证了业务的正常展开。
3.3.4 改进网站设计,增强客户体验 Web挖掘在企业的应用还能够有效的改进网站设计,增强客户体验,具体表现在以下三个方面:
①通过对Web日志的挖掘,发现客户访问页面的相关性,从而对密切联系的网页之间增加链接,方便客户使用。②利用路径分析技术判定在一个Web站点中最频繁的访问路径,可以考虑把重要的商品信息放在这些页面中,改进页面和网站结构的设计,增强对客户的吸引力,提高销售量。③通过对Web日志的挖掘,发现客户的期望位置。如果在期望位置的访问频率高于对实际位置的访问频率,可考虑在期望位置和实际位置之间建立导航链接,从而实现对Web站点结构的优化。
3.3.5 应用于收索引擎 通过对Web网页内容的挖掘,可以实现对网页的聚类和分类,实现网络信息的分类浏览与检索;通过客户使用的历史记录分析,可以有效地进行扩展,提高客户的检索效果;通过运用Web挖掘技术改进关键词加权法,可以提高网络信息的准确度,改善检索效果。通过挖掘客户的行为记录和反馈情况可以为站点设计提供改进的依据,从而进一步优化网站组织结构和服务方式来提高网站效率。
站点的结构和内容是吸引客户的关键,站点上页面内容的安排和连接如同超市中物品在货架上的摆设一样,把具有一定支持度和信任度的相关联物品摆放在一起有助于销售。比如利用关联规则,可以针对不同客户动态调整站点结构,使客户访问的有关联的页面之间的链接更直接,让客户很容易访问到想要访问的页面。这样的网站往往能给客户留下好印象,提高客户忠诚度,吸引客户不断访问。
3.3.6 聚类客户 许多企业都对企业的客户、市场、销售、服务与支持信息进行深层次发掘和分析,对客户价值进行分类,发现新的市场机会,增加收入和利润。所以聚类电子化平台客户是一个重要的方面。通过分组具有相似浏览行为的客户并分析组中客户的共同特征,可以帮助企业更好地了解自己的客户,及时调整页面及页面内容使商务活动能够在一定程度上满足客户的要求,向客户提供更适合、更面向客户的服务,使商务活动对客户和销售商来说更具意义。 4 小结
数据挖掘技术正以前所未有的速度发展,并且扩大着用户群体,在未来越来越激烈的市场竞争中,拥有数据挖掘技术必将比别人获得更快速的反应,赢得更多的商业机会。
基于Web的数据挖掘在移动电子商务中的应用将是一个非常有前景的领域,有很多优势,经过近几年的发展已逐渐成为数据挖掘与知识发现领域的一个重要分支。其针对移动电子商务网站用户的行为模式进行挖掘,可以找到用户的潜在兴趣与偏好,指导网站建设,支持企业营销决策。
企业在运营电子商务网站时,尤其是移动电子商务,会产生海量的业务数据,所以需要建设一个线上的电子化大平台来汇集业务,同时在这个大平台基础之上高效地收集业务数据,针对Web数据,使用Web挖掘技术预测客户的消费趋势、市场走向,维系客户关系、指导企业建设个性化智能网站,带来巨大商业利润。这可以为企业创造新的商业增长点,使其在激烈的市场竞争中处于有利位置,抢占先机。
相关
浏览量:3
下载量:0
时间:
数据挖掘又译为资料探勘、数据采矿。它是数据库知识发现(英语:Knowledge-Discovery in Databases,简称:KDD)中的一个步骤。数据挖掘一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程。数据挖掘通常与计算机科学有关,并通过统计、在线分析处理、情报检索、机器学习、专家系统(依靠过去的经验法则)和模式识别等诸多方法来实现上述目标。以下是读文网小编今天为大家精心准备的:浅谈数据挖掘在电力企业中的应用相关论文。内容仅供参考,欢迎阅读!
1.1 数据挖掘的概念
所谓数据挖掘,其实就是从大量繁杂的数据中找出对自己发展有益的数据、模型及规律。主要依据事先确定好的商业目标,深入分析和研究各种企业数据,发掘里面隐藏的商业内容,还要在工作中不断提高其科学性。数据挖掘的综合型较强,需要使用诸多专业理论以及技术工具,主要有数据库技术、统计学、机器学习、模型识别、人工智能、神经网络等。
1.1.1 分类
其实质就是对数据进行分门别类。先从数据中挑选出分类完的训练集,然后将其作为依据来设置一个科学的分类模型,还要将杂乱的数据进行综合整理。
1.1.2 估值
估值和分类有很多相同点,其差异在于:分散是对离散型变量进行输出,但估值输出的是连续值,且分类的类别是有数目规定的,但估值却是随意的。
1.1.3 预测
一般情况下,预测要借助分类或估值才能发挥效果,具体说来,就是用分类及估值期间使用的模型来预估未知的变量。检测的目的与其大同小异,但而其结果必须经时间验证,也就是说在很长一段时间后,才可以评估其准确性。
1.1.4 相关性分组或关联规则
要记录好时间类型及发生日期,这样可以为后续的施工提供借鉴。
1.1.5 聚类
就是对各种数据进行整理并且分类,以聚集为类别。两者的主要区别是聚类不需要事先定义好类别,不用借助训练集。
1.1.6 描述和可视化
用归约、概括、图形表示等方式来表示数据。
1.2 数据挖掘在电力企业的使用价值
商业领域对于数据挖掘技术的需求较大,因此数据挖掘在多个商业领域得到了大范围的应用。下文便依据电力企业的行业特征来论述一下数据挖掘技术在电力企业中的重要作用。
1.2.1 指导设备更新
在发生了下述两种情况时就要对设备进行更新:首先,电力设施意外毁坏,这便要第一时间更换,一般电力设备监控设施可以检测出这类故障,这样也能够在第一时间进行维修。其次是更换老化的设备,这就需要以经验为依据,例如检查设备的使用年限等,但这种方式并不具有多大的科学性,因为很多设备可能由于保养得当而延长使用年限,如果贸然更换会产生巨大的浪费;还有些设备的使用时间可能不长,但是其性能却已经不满足标准,若不及时更换也会产生巨大的浪费。一般情况下,我们可以借助故障保修、电力耗费及相关电力参数等各种数据来确定电力设备的故障及老化状况,最终确定是否更换设备。
1.2.2 业绩评估
我国的电力企业一直没有一套标准的体系来评价集团公司分公司的成绩。若只评估其所创造的经济利润,则会因各地区的发展有所误差,并且电力行业是与我们的生产生活息息相关的,安全性及其它性能的重要意义远大于利润。但数据挖掘技术却能够综合分析诸多影响因素,通过分析由利润、利润增长率、同行对比、投诉举报、生产成本等数据组成的主题仓库来研究区域或者是自公司的运营情况,并用图表等简洁明了的方式体现出来,为决策提供依据。
1.2.3 指导电力企业的建设规划
最近,我国的广东频繁发生电力供不应求的情况,其主要原因便是没能很好的掌握市场进步的趋势,在电厂的建设及电网建设方面都没能满足市场的需求,这时数据挖掘工作的重要性便得到了很好的体现。将新增用户(报装)、现有用户、用户位置、用户用电量、国家的建设计划等相关资料实行认真的研究分析便可以制定出电力企业的发展计划,有此为指导,才能促进电力行业的飞速发展。
1.2.4 指导电力的生产和购买
我国推出电力企业改革方案后,广东省电力集团便在积极的践行,到01年底已大体完成厂网分离。改革的逐步深化,而言使得我们面临了一些新的问题。例如在电力购买方面,传统的电厂和电网属一个单位,电厂会供给电网充足的电力。可在如今,电网用电时一定要提前购买,但因为电力的鲜明特征即买多少用多少,使得购买时间和购买量无法准确的确定。而借助数据挖掘技术可以很好的解决这一问题。对有关的主体车库进行深入挖掘便可确定需购买的电力总量,并对发电企业的生产计划进行指导。
1.2.5 减少电力损耗,改善电力质量,减少设备损耗
电力产品具有自身的显著特征,主要体现在它不能进行储存,只有按需供给。可是,发电和用电是有着很大差异的,要想保证电力的质量,就必须不断提高设施的安全性,并对其实施科学的调整。现今使用的主要方式是建设蓄能电厂,若电力有多余则要保存起来,等电力供应不足时则用这部分电力,将其进行安排调度并制定合理的疾患,便能实现电力储存技术的灵活调节,实现降低电力浪费,提高电力质量,避免设备的耗损。
2.1 我国电力企业信息化现状使采用数据挖掘技术成为可能
观察以广电企业的现状可以知道,电网的信息化已经有了很大的进步,也就是不再仅仅借助计算机完成统计报表,管理信息也不是单机单项应用工作的时期,其正处在信息化的中级发展环节,企业有自己的局域网,广电集团也已经实现了光纤网的全省覆盖,企业完成信息化之后,能够使内部的管理工作更加高效,如MIS、OA、物资管理、财务管理以及客户服务中心等。能够获得企业的许多基本数据,并使应用平台更加的科学,而企业在进行数据挖掘工作时,便可以将这众多数据作为有效依据。
2.2 我国电力企业改革的趋势使采用数据挖掘技术成为必然
我国党政领导集团在积极的转变行业垄断的现状,促进竞争方式的合理化。我国电力企业中已经使用了“厂网分家”模式,这使得发电竞争有了科学的模式,广电集团也已经结束了这部分的工作。接下来便是向电网运转方向转变。为在将来的竞争中保持优势,电力企业一定要尽可能的降低生产经营的成本,这样有利于更好的为客户提供服务,并熟悉自己及竞争企业的实际情况。上述的所有事情,都要使用现代信息技术来解决,而数据挖掘技术又起着极其重要的作用。
作为智能系统的心脏,信息通信系统在今后电网业的进步中有着非常积极的意义。现今,我国电网业早已设立了在国内、国际都很先进的集成系统。三地集中式数据也开始慢慢运转起来,各企业的一级业务面也越来越广,各种数据中心也都开始运转起来,我国电网的数据和种类都开始步入正轨。其“量类时”特征,也在海量、实时的电网业务内有了更大的作用,所以必须对其进行深入研究。
现今,我们通常把电网业务数据归为三种:首先,单位生产的资料,有发电量、电压稳定性等指标等;其次,单位工作中的数据,包括交易价格、用户的需求方面的数据等;最后是单位的管理资料,如ERP、一体化平台、协同办公等方面的数据。我们要熟练了解这诸多数据的特征,然后开展深入的探究,还能推出很多高附加值的服务,这也能促进电网安全性检测的顺利进行,还可以更好的掌控企业的经营、满足用户的需求,使企业的管理水平得到提高。
比如,在设立电力企业的“大营销”模式时,要以满足顾客需求为目标,建立各种服务平台以第一时间满足客户各种需求,如:95588、114等。为了完善服务模式,提高服务质量,应该详细的分析各种数据,使得服务水平和营销能力得到大幅度的提升和改善;分析型数据是进行服务和开展营销的必要前提和重要基础,应该得到足够的重视,对原有的营销组织模式进行查漏补缺,通过借鉴其他单位的成功经验来弥补自己的不不足和缺陷,对各种服务资源进行合理的配置,尽可能让大多数人满意,为了更好的利用数据并提高营销能力,要建立数据监控分析模型;营销数据之间是存在着隐藏关系的。
显而易见,这些隐藏信息不容易被发现,为了增强分析数据的全面性、系统性、直观性、便捷性,建立各种系统性算法模型库不仅是极其有必要的,而且是相当重要的,当然这种系统性的算法模型库是针对营销制定的,这样做可以增强把握市场动态的及时性,我们知道,任何类型的营销必定离不开市场,市场是开展营销主要遵循的依据,脱离了市场,营销就会抓不住头脑,因而,算法模型库的建立可以为企业单位创造更多的经济效益和社会效益,增强企业的核心竞争力,扩大企业单位的市场份额,使企业更稳的立足于竞争激烈的市场之上,甚至是处于领头羊的地位,促进国民经济建设,为人民提供更好的服务。
数据有着很好的增值价值,其他的服务也可以通过数据增值价值得到衍生。所以,加大对数据的利用与研究势在必行。把数据当中重要的依据、基础甚至是纽带,沿着这个纽带进行研究与利用。将数据研究和使用的成果合理的运用起来,例如,将其转化为新型的支付方式和消费形态,使客户感受到非同一般的感觉,突破了以往的业务系统仅仅专注于自己内容的方式,电网的生产效率会得到提高,企业的管理水平也会因此得到大幅度的改善与提高。
【浅谈数据挖掘在电力企业中的应用】相关
浏览量:2
下载量:0
时间:
大数据从字面意义来讲,主要指的是数据量大,但是其也常常被用于承载各种类型的相关概念,涵盖了巨量数据资料、海量数据信息、下一代数据管理能力、实时数据以及社交媒体数据分析等等。今天读文网小编要与大家分享的是:大数据时代下的人口信息管理及应用探析相关论文。具体内容如下,欢迎阅读与参考:
大数据时代下的人口信息管理及应用探析
随着科技、信息、通讯技术的不断进步与飞速发展,云计算、物联网、大数据等概念开始逐步进入人们的视野并日益成为关注的热点与焦点,引领我们逐步步入一个信息化、数字化的大数据时代。的确,当下,我们几乎难以找出一个比大数据更为火热的概念与词汇,大数据已然渗透到人们生活的方方面面。下至个人的生活、思维、行为方式,中到各行各业的运营管理,上至经济、社会文化乃至国家的宏观决策,无一不受其影响,引起了人们的思维方式、行为方式、生产生活方式、科研范式、组织管理方式的全方位变革,真可谓是数字至上,一切用数据说话。毋庸置疑,在这一时代,数据将成为可与石油、矿山相媲美的资源,而收集、存储、处理、分析、挖掘利用数据成为每一个企业、科研团队以及政府各部门的首要任务之一 。相应地,如何从复杂、繁乱、非结构化的数据中快速获得相应的战略、决策信息就成为区分各个行业胜者与输家的关键因素,同时,数据信息的有效管理与分析利用也是政府服务与管理创新以及提升国家核心竞争力的重要途径。因此,世界上的不少国家,诸如美国、英国、日本、韩国都将大数据上升到国家战略的层面。
人口是各种经济社会关系系统中最为基础与根本性的要素, 相应地,人口数据信息也就成为各类数字信息中最为基础性的信息资源,但同时也是极具战略性,关乎经济、资源、社会环境、医疗卫生、民生百态以及教育等方方面面的公共性资源 。因此,对人口数据信息的有效、高效管理与充分的挖掘应用既是社会公共管理服务的基础,也是国家信息化战略的重要内容,更是制定与实施各项政策和指导各项实践工作的重要依据 。
中国人口数量居世界之首,互联网、移动互联网的用户数也居世界各国前列,因此,理应也势必会成为产生数据量最多的国家。然而,我国虽然拥有庞大的人口信息资源,但是在人口信息资源的管理方面还有诸多不完善之处,人口数据的分析利用与充分挖掘也十分有限。因此,充分利用云平台、大数据分析等相关技术做好人口信息的有效管理及应用就显得十分必要且意义重大。
1. 何谓大数据
大数据从字面意义来讲,主要指的是数据量大,但是其也常常被用于承载各种类型的相关概念,涵盖了巨量数据资料、海量数据信息、下一代数据管理能力、实时数据以及社交媒体数据分析等等。目前,比较有代表性的定义是3V、4V定义。所谓3V定义即认为大数据需要满足规模性(Volume)、多样性(Varity)和高速性(Velocity)这三个特点2。在3V定义的基础上,有数据公司、分析公司又发展出了4V定义。如IDC、IBM。IDC认为除了以上三个特点外,大数据还应当具有价值性。
IBM则认为,虽然前3个V已基本包括了大数据本身的关键属性与相应的特征,但真实性也是当前企业亟需考虑的重要维度。总之,不论是大数据的3V定义还是4V论调,均强调了对类型多样的大量数据的收集整理。然而,大数据不仅仅是指数据的规模性、多样性,大数据更多地是一种思想研究方法,是思维、技术、数据和应用的四位一体,即,利用互联网思维,采用量化分析,研究、解决相关问题,了解现状、预测未来 。
2. 大数据的价值。
大数据的出现意味着人们可以利用现代的技术、分析工具对大量的非结构化数据进行有效存贮与整理,快速完成一些工作量巨大的数据处理任务,全面提升工作效率。但是,大数据最为重要的价值在于对来源、结构多样的海量数据的整合、实施分析处理、深入挖掘与有效利用。而对数据的分析与处理,对于个人而言,可以量化自我。对于企业而言,可以精准把握客户需求,提供个性化的产品与服务,从而有效提升企业的服务质量与核心竞争力。
对于政府部门来讲,海量数据的分析,可以有效把握现状,增加预测的精准性,既可以提高决策的科学化,又可以提高公共服务水平。因此,2012年初的瑞士达沃斯论坛上,一份题为《大数据,大影响》(Big Data,Big Impact)的报告就宣称,数据已经成为一种新的经济资产类别,就像货币或黄金一样。除此之外,还有不少人将大数据比喻为数字金矿、新财富、石油等,这足见大数据在当今时代的重要地位。具体到我国来讲,大数据凭借其规模性、可再生、重复利用性,极大地契合了我国信息化以及新型城镇化建设的发展要求。目前,大数据已经在医疗、金融、农业、民生、公共服务、监管等方面得以广泛应用,助力电子政务、智慧农业、智慧城市的建设与发展。
1. 人口信息管理的现状。基于人口信息的基础性、公共性以及对人口信息管理的重要性与迫切性认识的不断上升,尤其是近年来,信息化建设已经上升到国家战略的高度,因此,我国人口各相关部门已经具备相当完备的信息化基础。据赛迪工业和信息化研究院的统计结果显示,当下,直辖市、中东部地区的人口数据库覆盖率已达到70%,西部地区的覆盖率也在40%以上 。
然而,这些数据库的建设及信息化的提升,只是解决了规范管理和办公效率的问题 ,而在数据的实际分析利用中仍存在诸多问题。信息管理系统平台的不兼容,各类数据信息的口径不统一以及信息的条块分割现象严重等问题的存在,致使数据库中的数据质量堪忧、数据的开发利用仍停留在基础阶段。具体来讲,人口信息管理建设中仍存在着数据的多头采集、信息收集不准确、数据缺失及重复严重、数据的更新不及时以及维护不到位等问题。
各项人口信息零散地分属于不同部门,"孤岛"现象严重。诸如:公安部门登记户籍、迁移和刑事处罚等相关信息、计生部门关注育龄妇女的生育、节育情况、民政部门登记婚姻及社会救助相关信息、劳动和社会保障机构则登记居民社会保险状况等等 。而数据的条块分割,一方面造成网络和信息采集资源的重复建设,浪费了大量的人力、物力及财力。另一方面,也造成了大量异构、相对封闭的海量数据无人问津。同时,数据信息的协同创新与共享机制的不健全也造成了掌握数据者无力进行数据的深入分析与挖掘,想要对数据进行深入分析、充分利用者则无权获取数据。这严重影响到人口信息资源的开发利用以及相关政府部门的科学决策和公共服务能力。
当下,随着新型、有质量、健康城镇化进程的不断推进,再加上流动人口规模的居高不下,人口信息管理尤其是城市管理的难度也将越来越大。我们在人口数据信息的有效管理以及深入挖掘、分析利用方面还有很长的道路要走。
2. 人口信息化管理的要求。
在全球加速实现信息化热潮的推动下,尤其是在大数据异常火热的今天,对人口信息管理和决策的科学性、系统性及实时性提出了更高要求。《中华人民共和国国民经济和社会发展第十二个五年规划纲要》明确提出了提高信息化水平,大力推进国家电子政务建设,推动重要政务信息系统互联互通、信息共享和业务协同。完善人口基础信息资源体系,强化信息资源的整合,规范采集和发布,加强社会化综合开发利用。
《中共中央国务院关于全面加强人口和计划生育工作统筹解决人口问题的决定》也提到要完善人口数量、素质、结构、分布、迁移、就业、贫困等系关民生和经济社会发展的信息资源建设和开发利用。充分开发和运行人口宏观调控管理、人口发展趋势预测、人口安全预警预报、基层管理服务、流动人口综合管理、奖励优惠信息管理等综合应用系统。2013年8月14日,经国务院常务会议讨论通过并印发的《关于促进信息消费扩大内需的若干意见》向社会发布。《意见》首次将“信息化”在“新四化”或“四化同步”的提及顺序中排在第一位。可见,建立有效的人口综合信息系统已经上升到国家政策层面。
3. 人口信息化管理的相关实践。
鉴于数据在当今社会的重要位置以及人口信息化管理迫切需要提升的现实,各地政府在人口信息化及应用方面做了不少尝试。如:国家人口计生委积极支持陕西省筹建全国人口信息处理与备份西安中心,建设人口信息数据仓库,开发人口信息综合处理平台,并做好数据交换共享和数据备份,为提升公共服务及社会管理水平以及相应的宏观决策提供人口基础信息服务支撑。
北京市的《全员人口系统》,包括北京市全员人口个案数据库和户籍人口信息管理系统、流动人口信息管理系统、人口统计分析决策系统等一个数据库、三个应用系统。每日进行人口信息的实时变更,保证了数据更新的及时、有效性。上海市长宁区则建成了一个包含了全区实有人口、房屋和单位的基础信息数据库。可见,各地在人口管理信息化建设方面做出了巨大的努力。
大数据时代,经济社会宏观大背景的变化要求政府相关部门必须在管理方式上寻求突破与创新。这就要求,在管理方式方面,要打破传统的科层制管理方式,向着更为灵活、更为高效、更为人本以及可持续发展的管理方式转变。在具体的管理手段中,应充分利用信息科学技术,提升信息化水平,真正实现职能市场化和政务电子化。
云计算凭借着安全节能、高效管理、智能化运作的虚拟化技术,实现了各种资源的自由调用及利用率的最大化。因此,利用云计算及其相关技术,建立新一代高效的人口基础信息数据库,通过集约化和网络化的人口信息管理格局,将在人口管理信息化建设方面发挥重要的作用:
其一,云计算技术实现了对信息的大量、高效存储及随时获取,有助于打造绿色、节能的人口数据信息中心。
其二,利用人口信息交换平台,打破公安、教育、卫生、民政等各个不同部门以及不同层级之间信息壁垒,实现了对海量人口数据的统一管理以及信息的高度共享。这不仅极大地降低了社会管理成本,而且,有助于避繁就简,减缓工作压力、增强工作的协调性及提高公共服务质量。
其三,通过云计算平台,可以实现数据的动态管理,实时、有效监测各项指标的运行。
其四,云计算及其相关技术,助力政务工作的电子化,集信息查询、协调服务、信息反馈、信息共享等多功能于一体,简化并优化了工作流程,既减少了重复劳动,又提高了办公效率和决策质量。
然而,大数据并不意味着庞大数据量的存储及统一、规范还关乎着量化分析及相应的预测、决策。当前,我国正处在全面建设小康社会征程中,全力推进工业化、信息化、城镇化、农业现代化建设,大数据分析对我们深刻认识我国人口、家庭发展现状,把握经济、社会发展规律,实现科学、可持续发展以及做出科学预测、决策具有十分重要的意义 。
在大数据时代,信息化是经济与社会发展的大势所趋,而在这一时代中,人、服务将成为核心要素,消费者、服务的享有者将会拥有更多的话语权。因此,从人本角度出发,对人的认知、思维、行为、生活方式的分析研究将成为社会服务不断提升、完善的源动力。同时,对数据的深入分析挖掘,也是我们的管理方式从应急式走向预警式、从粗放的感性管理走向精细的量化管理的重要路径。而对于人口管理相关部门而言,人口信息化的提升与人口数据的有效利用也是加强人口与社会管理的最为基础性的工作以及创新社会管理的重要路径。
我国人口数量大,人口种类繁多,再加上持续的大规模人口流动,对城市的居住、就业、教育、卫生以及基础设施建设均造成了较大的压力,严重威胁到社会的和谐与稳定,亟需通通过对人口信息这一庞大的数据库、数据资料的分析挖掘进行相应的预测与优化资源的配置与管理,提升公共服务的水平。通过利用云计算、数据可视化等技术对相关人口数据的分析和挖掘,人口信息资源的巨大的潜在价值将被释放出来,并将产生良好的经济效益及社会效益:
首先,有助于精准把握人口发展现状,做到心中有数。目前,我国的人口结构极为复杂且人口流动十分频繁,人口信息管理不到位及共享机制不健全,致使人口管理中存在着底数不清、情况不明等问题,而厘清人口发展现状及预测未来发展趋势则是健全政府管理体制,提升公共服务水平的重要路径。通过对各类数据的统一、规范处理,直接生成各类统计报表和相应的汇总资料,将数据以更为清晰直观的方式展现给政府相关部门,有利于政府领导全面了解诸如人口老龄化、劳动力人口变化、育龄人口、学龄人口分布变化等情况。
其次,有助于政府各部门的宏观决策,指导实践。通过对未来人口规模、人口结构、人口迁移分布、抚养系数、婚姻状况和家庭结构、发展趋势等的估算与预测可以为政府在教育、城市基础设施建设等资源的合理配置、社区的合理建设以及总体规划方面提供科学的决策依据,加大科学决策的力度。 再者,有助于进行预警分析。大数据的一个重要功能就是进行预测,可以通过对大量数据信息的综合分析,对人口、经济、社会、环境之间的关系进行深入把握,及时做出预警分析,真正实现人口、资源与环境的和谐、可持续发展。
最后,有助于政府相关服务更加人性化和个性化。通过对数据信息的及时分类汇总与把握,切实了解各类相关人群的真实需求,并据此开展相应的工作,提升服务的针对性与及时有效性。如:流动人口的工作、就业及生活状况;困难人群的帮扶情况;生育、健康等服务情况等。
在大数据对相关人口信息的分析运用方面,2014年1月25日晚央视晚间新闻与百度合作推出的“据说春运”特别节目进行了完美的诠释。在未有可视化大数据支撑之前,我们所感知到的春运无非是“人群拥挤”、“一票难求”这些关键词,更为具体的数据信息往往无从知晓。“据说春运”利用百度后台每天数十亿次LBS(基于地理位置的服务)定位数据进行计算分析,通过时间、地域两个维度,实时、动态、全景展现了人口大迁徙的轨迹与特征。我们通过实时查询,可以清楚地知道人们都去哪儿了?哪些城市是中转要道?哪些线路最热门?等等。
人口信息化以及人口数据的分析、挖掘既可以为政府科学制定人口政策提供强有力的决策支持,也有助于改善政府公共服务质量,创新政府管理、治理模式,全面提升社会管理水平及公众的生活满意度,当然,人口数据分析更深层次的作用则在于促进区域经济、社会发展。
大数据时代已然来临,在国家大力推动人口信息化发展的背景下,希望我国的人口信息化建设与管理不断完善。同时,抓住大数据带来的机遇,早日打破人口信息的孤岛现象,充分发挥人口信息资源在政府决策以及经济、社会发展方面的积极作用。我们坚信,随着移动互联网、云计算技术的进一步发展,大数据将会在提升企业效益、提高人口管理水平、加快经济结构转型升级、推进新型城镇化等方面发挥更为重要的作用。
浏览量:2
下载量:0
时间:
浏览量:2
下载量:0
时间:
浏览量:2
下载量:0
时间:
虚拟现实技术的核心技术之一就是远程服务,在传统的图书馆中,开展活动的时候要进行现场交流,读者和用户都要亲临图书馆现场才能够体验到活动的气氛,通过现场交流的方式可以让用户对图书馆举办活动的主题理解更为深刻,但是也存在一定的局限性。今天读文网小编要与大家分享的是:虚拟现实技术下数字图书馆的应用研究相关论文。具体内容如下,欢迎参考阅读:
虚拟现实技术下数字图书馆的应用研究
1.1对虚拟现实技术内涵的分析
所谓的虚拟现实技术(Virtual Reality)就是对VR的简称,也被称为幻真或者灵境。虚拟现实技术是以计算机技术为载体,通过计算机的软件和硬件功能构建出一个具有虚幻意境的3D空间,给人处于一个真实环境的感觉,是一个看似真实的模拟环境,通过传感设备和用户自身的感觉,使用人的自然技能考察和操作虚拟世界的物体,获得相应看似真实的体验。在虚拟现实技术的操作过程中,人不仅仅是屏幕外部的观察者,也是实时数据源的形式,是虚拟现实环境中的行为主体,虚拟现实技术的出现,为人们提供了一种全新的人机交换方式。
1.2对虚拟现实技术特征的分析
虚拟现实技术的主要特征主要分为四种,即多感知性、交互性、构想性以及浸没感。其中,多感知性指的是虚拟现实技术可以给人很多感知能力,如运动感知、视觉感知以及先进的味觉感知。虚拟现实技术的交互性指的是用户对模拟环境内事物的可操作程度和得到反馈的自然程度。虚拟现实技术的构想性指的是该技术可以给用户提供广阔的思维空间,让用户感觉自己处于一种真实的环境中,可以构想出客观不存在甚至是不可能存在现实生活中发生的虚拟环境。虚拟现实技术的浸没感,也叫做临场感。临场感主要指的是用户处于虚拟现实环境中的真实程度。
在互联网环境下,数字化图书馆和传统的图书馆相比,数字化图书馆具有网络化的特征,更加方便用户的阅读。但数字化图书馆相比较传统的图书馆来说,还缺乏交互性和可视性的特征,在人机互动上远远不如传统的图书馆,这种情况的存在,使得数字化图书馆的服务质量得不到进一步的提高。数字化图书馆和传统的图书馆相比,最明显的不同之处就是数字化图书馆没有“馆舍”。
因此,在数字化图书馆中引进虚拟现实技术,充分利用虚拟现实技术的虚拟空间特征和人机交互特征,利用虚拟现实技术创建出一个虚拟的图书馆馆舍,让数字化图书馆的用户可以体验到馆舍的存在,用户在漫游虚拟空间的同时,实现和三维环境的互动,让用户增强数字化图书馆的体验感。用户在漫游数字化图书馆的过程中,可以直观地了解到图书馆的布局和结构,可以通过虚拟现实技术直观地获得交互的咨询服务,充分地体现数字图书馆的真实性。
3.1虚拟现实技术在图书检索上的应用
在数字化图书管中,图书检索是图书馆的一个重要服务环节。在数字化图书馆中引入虚拟现实技术,可以让用户直观地了解到图书的类型、出版名称、作者、以及出版社等重要信息,用户可以直接模拟展示、免费下载、三维阅读。虚拟现实技术的职能检索可以减少用户的搜索次数,通过智能动画反映的方式,更加吸引用户的眼光。
3.2虚拟现实技术在导读中的应用
在数字化图书馆中引入虚拟现实技术,可以完善数字化图书馆的导读功能。在传统的图书馆中,在实施导读工作的过程中,需要对用户进行适当的入馆教育,让用户对图书馆的构造有大概的了解,并向用户适当地推荐一些书籍。通过虚拟现实技术在数字化图书馆中的应用,可以直接实现对图书馆网络资源的调用,实现个体化以及多样化的导读。虚拟化现实技术可以构造出一个虚拟的导读和咨询平台,让用户可以迅速地掌握数字化图书馆的服务信息和服务内容,大大地提高了导读工作的工作效率。同时,虚拟现实技术在数字图书馆中的使用,实现了人机交互,可以让用户更为全面地了解到数字化图书馆的工作流程。
3.3虚拟现实技术在远程服务上的应用
虚拟现实技术的核心技术之一就是远程服务,在传统的图书馆中,开展活动的时候要进行现场交流,读者和用户都要亲临图书馆现场才能够体验到活动的气氛,通过现场交流的方式可以让用户对图书馆举办活动的主题理解更为深刻,但是也存在一定的局限性。在数字图书馆中引入虚拟现实技术,可以实现图书馆的远程服务。远程服务技术可以将图书馆所举办的活动进行大范围的扩充,只要有互联网覆盖的地方,都能通过远程服务技术让用户和读者参与到活动中,适应了放下时代的发展,也方便于用户。
虚拟现实技术在数字化图书馆中的应用是将来图书馆发展的主流,数字化图书馆引入虚拟现实技术以后,大大地提高了数字化图书馆的服务质量,为读者和用户带来了便捷服务,让数字化图书馆的资源得到了充分的利用。因此,在数字化图书馆中引入虚拟现实技术,是一种可行的方法,值得推广。
浏览量:2
下载量:0
时间:
聚类(clustering)是数据挖掘领域最为常见的技术之一,用于发现在数据库中未知的对象类。即考察个体或数据对象间的相似性,将满足相似性条件的个体或数据对象划分在一组内,不满足相似性条件的个体或数据对象划分在不同的组。以下是读文网小编为大家精心准备的:浅析聚类分析方法在食堂消费数据中的应用相关论文。内容仅供参考,欢迎阅读!
浅析聚类分析方法在食堂消费数据中的应用全文如下:
【摘要】:以聚类分析方法为基础,研究学校食堂消费数据,从而分析出男女生消费特点的不同,以帮助食堂改进经营策略。
【关键词】:聚类分析 消费数据 SPSS
聚类分析(cluster analysis)是一组将研究对象分为相对同质的群组(clusters)的统计分析技术。聚类分析方法具有简单、直观的特点,主要应用于探索性的研究,其中变量的选择有较大的影响。
以学生的消费记录为研究对象, 使用聚类分析知识进行研究,主要使用K-Means 算法:
输入:聚类个数k 以及包含n 个数据对象的数据集;
输出:满足目标函数值最小的k 个聚类。
(1)计算任意两个数据对象间的距离d(xi,xj);
(2)计算每个数据对象的密度参数,把处于低密度区域的点删除,得到处于高密度区域的数据对象的集合D;
(3)把处于最高密度区域的数据对象作为第1 个中心z1;
(4)把z1 距离最远的数据对象作为第2 个初始中心z2,z2∈D;
(5)令z3 为满足max(min(d(xi,z1), d(xi,z2)), i =1,2,…,n 的数据对象xi,z3∈D;
(6)令z3 为满足max(min(d(xi,z1), d(xi,z2)), d(xi,z3)), i =1,2,…,n 的数据对象xi,z4∈D;
(7)令zk 为满足max(min(d(xi,zj))) , i =1,2,…,n, j =1,2,…,k -1 的xi,zk∈D;
(8)从这k 个聚类中心出发,应用k-means 聚类算法,得到聚类。一般采用均方差作为目标测度函数: 其中E 是数据集中所有对象的均方差之和;p 是代表对象的空间中的一个点。
本文主要使用SPPS 工具来进行聚类分析与研究。SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案),是一种实现数据分析的多功能软件。
SPSS for Windows 是一种运行在Windows 系统下的社会科学统计软件包,从1968 年由美国斯坦福大学开发使用至今,在全球已经拥有数以万计的用户,在通信、医疗、银行、证券、保险、制造、商业、市场研究、科学教育等众多的行业领域都得以有效的应用,目前,SPSS 已成为世界上应用最广泛的专业统计软件之一。SPSS 软件包采用窗口操作界面,用户操作使用方便,包括数据整理、分析过程、结果输出等功能。面对庞大的数据量,SPSS 软件的功能不断完善,其统计分析方法不断充实,涵盖面越来越广,输出数据表格图文并貌,大大提高了统计分析工作的效率。
SPSS 的基本功能包括数据管理、统计分析、图表分析、输出管理等,具体内容包括描述统计、列联分析,总体的均值比较、相关分析、回归模型分析、聚类分析、主成份分析、时间序列分析、非参数检验等多个大类, 每个类中还有多个专项统计方法。SPSS 设有专门的绘图系统,可以根据使用者的需要将给出的数据绘制各种图形,能够满足用户的不同需求。
聚类分析工具的应用:
1)打开SPSS 软件,并输入数据,设置变量名称,在学生消费数据中选择了三十名学生的月消费情况作为分析目标,如下图所示为部分消费情况,其中男女各15 名,将性别男、女处理为二值型数据分别标记为1、2。
2)每个变量设置的部分格式:
(1)名称:学号,类型:字符串,长度:11,对齐方式:左,测量单位:名称;(2)名称:性别,类型:数值,长度:1,对齐方式:右,测量单位:名称;(3)名称:月消费额,类型:数值,长度:6,对齐方式:右,测量单位:尺度;(4)名称:交易次数,类型:数值,长度:5,对齐方式:右,测量单位:尺度。
3)选择“分析”—“聚类分析”—“快速聚类K”进行分析,则在出现的界面中进行如下设置:
将”变量”设置为:性别、月消费额、交易次数。
将“方法”设置为:迭代与聚类。
将“聚类数目”设置为:2。
4)对“方法”、“迭代”选项进行设置,点击“确定”即出现运算过程及相应结果:
(1)初始聚类中心
“1”类:性别为“2”(女),月消费额为278.90,交易次数为155。
“2”类:性别为“1”(男),月消费额为520.10,交易次数为171。
(2)迭代过程
在聚类中心的变化分别为63.006、51.977。由于最大绝对坐标的变化是.000, 当前迭代是2, 最小距离是241.732,初始中心实现了最小的变化。
(3)最终聚类中心
“1”类:性别为“2”(女),月消费额为341.33,交易次数为164。
“2”类:性别为“1”(男),月消费额为468.13,交易次数为170。
从上述运算结果可看到30 个观测量都有效, 并没有丢失任何一个观测量。最终,通过以上分析可以看出学生的消费情况可以分为两类,第一类性别为2,即女生每月消费大概为341.33 元,平均交易164次,而第二类性别为1,即男生每月消费大概为468.13 元,平均交易170 次。从上我们可以看出男生与女生的每月消费情况是不同的,男生消费较多,平均交易也自然的较多,针对食堂来说就应该针对男女生不同的特点,合理安排消费类别,促进学生进行消费。
总之,使用SPSS 软件中的聚类功能对校园一卡通数据进行分析,能有效地快速分析出学生消费的一些特征,对这部分知识的研究这里仅进行了粗略的分析,在今后的时间里再进行深入研究。
相关
浏览量:4
下载量:0
时间:
浏览量:3
下载量:0
时间:
浏览量:2
下载量:0
时间: