培育第三方数据认证检测机构促进数据要素的可计量可检测和标准化

根据《关于构建数据基础制度更好发挥数据要素作用的意见》提出的指导方针,第三方数据专业服务机构在数据流通和交易全流程服务能力提升中扮演着关键角色。本文探讨了培育第三方数据认证检验检测机构的重要性,以及在促进数据要素市场化配置以及数据可计量、可检测和标准化方面的作用。本文分析了认证认可检验检测在数据治理、数据流通、模型训练等方面的重要作用;探讨了在数据的检验检测过程中存在的三种情形,提出了第三方数据检验检测的分类和评定内容。最后,提出了第三方数据检验检测目前面临的问题和瓶颈,并强调了大力培育第三方数据认证检验检测机构的必要性,以促进数据要素产业的健康有序快速发展。

智慧城市中政务数据清洗融合系统设计

本文通过分析政务数据存在的价值,发现智慧城市建设中政务数据融合存在的问题,获取实际项目建设中的数据融合需求,结合政务数据的生命周期、大数据技术支撑、数据安全管理、数据清洗流程等方面,设计基于数据标准体系的政务数据清洗融合系统,对智慧城市中的数据融合有着参考的价值和意义。

基于大数据分析能力进行逆向物流决策的研究

该研究调查了大数据分析能力(BDACs)对逆向物流(战略性和战术性)决策的影响,以及其最终对再制造性能的影响。结果表明,数据生成能力(DGCs)与战略性逆向物流决策(SRLD)有很大关联。数据整合和管理能力(DIMCs)显示了与战术性逆向物流决策(TRLDs)有正相关关系。高级分析能力(AAC)、数据可视化能力(DVC)和数据驱动文化(DDC)与SRLD和TRLD都显示出正相关。其次,经发现,SRLDs和TRLDs都与再制造性能有正相关关系。

药品名称匹配识别技术研究

实体名称识别匹配是一项经典的学术研究课题。这项研究已经有四五十年的研究历史,但由于现实世界数据各有特点,不同的方法仍在被提出使用。本文提出的药品名称匹配是实体名称匹配在医药领域的应用。由于药品名称有其独有的特点,它不同于传统的关系型数据库上的记录匹配。利用其独有的特点,本文将提出一种针对药品名称的名称匹配识别技术。首先概要介绍了实体识别领域的各项进展,然后分析药品名称的特点,之后提出药品名称的匹配方法。

基于CNN-GRU联合模型的股票指数价格预测

股票市场的价格受多方面因素影响,在时间序列上呈现出较强的非线性与非平稳性特征,同时在交易层面上存在着大量随机噪声,因此如何建立准确的价格预测模型是金融研究中的重要课题。基于此,利用深度学习技术,基于CNN与GRU的各自特点建立了联合模型,并以三只典型的股票指数作为研究对象,对股指未来价格进行预测。实证结果表明,所建立的模型能够在有限的历史数据下进行学习,自动提取价格信息的高维特征与时序特性,实现对股票指数价格的准确预测。

流程图布局算法实现

在工作流工具系统中,用户会依据复杂的业务逻辑来建立不同的工作流程图,来描绘不同操作的流程。在这种情况下,用户手工创建的流程图因含有实际的业务逻辑,通常复杂、混乱。为了满足工业工具的实际需要,需要发明一种高效、准确的流程图自动布局方法,快速合理布局复杂的流程图,准确体现数据的流向和清晰展现节点中蕴含的逻辑关系。

通讯地址查询邮政编码系统设计

随着电子商务的突飞猛进和物流行业的信息化,使得人们在足不出户的情况下完成购物和邮寄物品,大大节约了时间和金钱成本。电子商务和物流行业都离不开通信地址(又称为通讯地址,简称为地址)和邮编,本文关注怎样识别一个地址,并找到该地址对应的邮政编码。

基层治理怎样优化使用数据资源

随着信息技术的快速发展,地方政府信息系统建设进程加快,各地建成很多信息平台、数据库和网站。但各数据系统间相对独立,“信息烟囱”林立,严重阻碍数据共享和流动,数据利用效率低。因此,需要深入分析“信息烟囱”的行业与社会成因,找到破解“信息烟囱”的思路,并在“十四五”时期重点做好数据利用,提升基层治理水平。

大数据提升政府治理:原理与实践

大数据的核心任务是数据资源化和数据资产化，做大数据首先必须得有数据，有数据就得有数据资源，称为数据资源化。有了数据，如果数据没加以利用，将会迎来数据“寒冬”。就是数据资产化和数据应用的问题，我国80%的数据资源在政府手里，没有得到充分应用。国家对解决数据资源问题提炼出“四个任务”，数据共享、数据融合、数据集中、数据开创。