RDF与MicroData在关联数据语义网中互操作技术应用研究

探讨了当前关联数据中描述数据的方法及关联数据中RDF后端语义数据模型与MicroData前端语义模型的描述规则.实现了MicroData数据与RDF转换的通用规则设计,使用该规则实现了MicroData与RDF数据的映射,最后完成了基于Drupal的MicroData数据与RDF的转换.

中国居民收入与家庭碳达峰:基于CGSS数据与多项Logit模型

基于2015年和2018年CGSS家庭微观数据,构建多项Logit模型,实证检验居民收入对家庭碳达峰偏离度的影响。研究发现:居民收入增长对家庭直接碳达峰偏离度和间接碳达峰偏离度均产生显著的促进作用,进而提升家庭部门碳达峰偏离度,且家庭碳达峰偏离水平越低,收入增长产生影响的可能性就越小。异质性分析表明,中西部地区家庭的低碳消费模式较为稳定,东部地区则需关注高碳排放风险,且教育水平提升能够缓解因居民收入增长带来的家庭碳达峰偏离度提升问题。因此,我国政府应引导培养家庭节约集约的绿色生活观念,以推动家庭消费绿色低碳转型和碳达峰碳中和目标的实现。

数据表k-匿名化的微聚集算法研究

数据表的k-匿名化(k-anonymization)是数据发布时保护私有信息的一种重要方法.泛化/隐匿是实现k-匿名的传统技术,然而,该技术存在效率低、k-匿名化后数据的可用性差等问题.近年来,微聚集(Microaggregation)算法被应用到数据表的k-匿名化上,弥补了泛化/隐匿技术的不足,其基本思想是:将大量的数据按相似程度划分为若干类,要求每个类内元组数至少为k个,然后用类质心取代类内元组的值,实现数据表的k-匿名化.本文综述了微聚集算法的基本思想、相关技术和当前动态,对现有的微聚集算法进行了分类分析,并总结了微聚集算法的评估方法,最后对微聚集算法的研究难点及未来的发展趋势作了探讨.

中国生育水平的空间与社会趋同研究——基于“五普”和“六普”微观数据的比较分析

本研究以2010年中国第六次人口普查微观数据为基础,采用35岁妇女平均曾生子女数作为终生生育率的估计指标对当前中国的生育水平进行分析。研究发现,当前中国妇女的终生生育率为1.52,通过教育部9岁学龄儿童人数估算的妇女终生生育率也介于1.5~1.6之间,因此,当前中国已经处于低生育水平国家行列。不同省(自治区、直辖市)、民族、文化教育程度、职业、城乡、农业户籍和非农业户籍、流动人口与户籍人口的生育水平有趋同的发展态势。

MA-Datafly:一种支持多属性泛化的k-匿名方法

Datafly算法是数据发布环境下保护数据隐私的一种k-匿名方法,实现k-匿名时只对准标识符属性集中属性值种类最多的属性进行归纳。当准标识符属性集中只有一个属性的取值多样而其他属性取值具有同质性时,该算法可行。实际应用中数据的取值却往往不具有这种特点。针对这个问题,提出一种自底向上的支持多属性归纳k-匿名算法,并对该算法进行实验测试,结果表明该算法能有效降低原始数据的信息损失并能提高匿名化处理效率。

抵制多敏感属性关联攻击的(l,m)-多样性模型

现有的微数据发布隐私保护匿名模型均没有考虑敏感属性间的关联关系,不能抵制基于敏感属性间关系的攻击.为此,论文提出抵制敏感属性关联攻击的(l,m)-多样性模型,该模型要求匿名数据的每个等价类中,每维敏感属性上多样性至少为l,并且当某一敏感值从等价类中删除后,该等价类剩下的敏感值仍满足(l-1,m)-多样性.本文也提出了实现(l,m)-多样性的两个算法—BottomUp算法和TopDown算法.实验表明,所提出的算法均能实现面向多敏感属性的(l,m)-多样性模型,有效保护多敏感属性微数据的个体隐私.

国外微观数据发布的进展与启示

实证研究离不开数据,当前,官方汇总数据日益成为一种公共产品,研究团体和社会公众有很多渠道获取。但是,由于技术、经济、法律、甚至是政治等种种因素的制约,微观统计数据共享和传播渠道缺失,迫使研究团体和个人自己去进行数据收集,造成大量的重复劳动和财力时间的浪费。同时,对于已有微观统计数据的开发不足,降低了数据收集的回报,严重制约了统计能力的提升。本文对微观数据发布的现状进行了中外比较,讨论了微观数据发布的效用与风险,指出最关键的问题是满足日益增长的数据需求和统计泄密风险的矛盾,并且介绍了当前国际上常用的控制泄密风险的方法,并结合实际情况对中国的微观数据发布提出了相关的建议。

基于微数据的语义标注应用研究

微数据是最新的一种语义标记技术,尤其在Schema.org推出之后,微数据借助新的词汇表获得较快发展。结合目前在国内对于Schema.org介绍较少、实际应用尚未起步的情况,文章在探讨微数据和Schema.org特征的基础上,研究其在国外的应用现状,并对微数据在搜索引擎中的影响进行定量分析。

面向大数据的旅游微观数据信息平台研究

传统的旅游数据获取方法已经落后于整体的旅游业发展的需求,如何获得客观准确的旅游数据,一直是一件让人头痛的事。分析大数据背景和目前旅游数据统计中的各种问题,研究出以微观数据统计为基础的旅游数据统计平台的设计方案和实现方法,利用该平台,测试性地对成都游客在2013年国庆7天消费情况进行统计分析,证明了该平台(MTIS)的实用价值。该平台基于移动互联网、LBS、数据挖掘等新技术,有很好的可行性和实用性,能够为旅游中的不同单位和个体提供优质的信息化服务。同时,该平台的应用,将带来旅游数据统计、分析、营销的重大突破。

一种基于(p^+,α)-敏感k-匿名的增强隐私保护模型

将发布的数据用于微观数据表包含的敏感属性分析,同时保持个人隐私,是一个越来越重要的问题。当前,k-匿名模型用于保护隐私数据公布,然而当以身份公开为重点时,k-匿名模型在某种程度上并不能保护属性公开。基于此,提出了一种新的基于(p+,α)-敏感k-匿名隐私保护模型,敏感属性首先通过其敏感性进行分类,然后发布敏感属性归属的类别。与以往增强k-匿名模型不同,该模型允许发布更多的信息,但不会影响隐私。实验结果表明,新提出的模型可以显著降低违反保密性。

物联网实体语义化表示研究

描述了目前物联网中物联网实体表示的现状,介绍了物联网实体相关概念,设计了物联网实体表示框架.描述了微数据的数据模型及微数据的表示规则,实现了基于微数据的物联网实体表示.为物联网实体搜索引擎的实践应用提供参考.

基于多维泛化路径的K-匿名算法

为使微数据发布在满足K-匿名要求的同时提高匿名数据的精度,提出多维泛化路径的概念及相应的2种K-匿名算法,包括完整FilterK-匿名算法和部分FilterK-匿名算法。将它们与Incognito算法和Datafly算法进行比较,实验结果表明2种算法都能有效降低匿名信息损失,提高匿名数据精度和处理效率。

面向缺失数据的数据匿名方法

在数据发布过程中,为了防止隐私泄露,需要对数据的准标识符属性进行匿名化,以降低链接攻击风险,实现对数据所有者敏感属性的匿名保护.现有数据匿名方法都建立在数据无缺失的假设基础上,在数据存在缺失的情况下会直接丢弃相关的记录,造成了匿名化前后数据特性不一致.针对缺失数据匿名方法进行研究,基于k-匿名模型提出面向缺失数据的数据匿名方法 KAIM(k-anonymity for incomplete mircrodata),在保留包含缺失记录的前提下,使在同一属性上缺失的记录尽量被分配到同一分组参与泛化.该方法将分组泛化前后的信息熵变化作为距离,基于改进的k-member算法对数据进行聚类分组,最后通过基于泛化层次的局部泛化算法对组内数据进行泛化.实际数据集的大量实验结果表明,KAIM造成信息缺损仅为现有算法的43.8%,可以最大程度地保障匿名化前后数据特性不变.

基于分类敏感属性语义距离的隐私保护模型

针对传统的k-匿名模型不能有效地解决数据发布中分类敏感属性的相似性攻击问题,提出了新的隐私保护模型——α-similarity k-anonymity模型。由于分类属性值并不是严格意义上有序的,目前缺少一种很好的方法来评价其相似程度。从语义学角度出发,采用分类树的框架来衡量等价类中敏感属性值的语义相似性。实验结果表明,该模型不仅能有效解决身份泄露问题,还能有效解决相似性攻击问题,提供更好的隐私保护效果。

基于Schema.org词表的医学类网页语义标注

对网页进行有效的标注,有助于搜索引擎、浏览器等应用程序从中抽取结构化的数据。本文首先介绍Schema.org词表的基本情况,然后讨论将UMLS语义网络转换为Schema.org词表扩展成分的5个关键步骤,最后通过实例探讨基于Schema.org词表的医学类网页语义标注方法。

城市辖区合并的区域一体化效应——来自房地产微观数据和城市辖区经济数据的证据

城市辖区合并是优化城市功能布局的重大行政区划调整。城市辖区合并如何影响房地产市场和经济基本面的区域一体化,两者之间有怎样的联系机制,过去文献对此罕有涉及。本文构建了房地产市场和经济基本面相互联动的一般均衡模型,解释了城市辖区合并通过影响经济集聚和公共产品区域一体化,进而影响区域房地产市场一体化的机制。本文利用独特的真实二手房交易数据,以及上海市静安区和闸北区合并的准实验,通过双重差分和精确断点回归检验了区域房地产市场的一体化效应。两区合并后房地产市场短期内三个维度的区域一体化效果表现为:与非合并区域相比,新静安区整体房价上升了2.39%;较落后的原闸北区房价上升了4.98%且影响持续扩张,较发达的原静安区的房价上涨压力并未缓解;合并使两区之间的房价边界效应从26.34%下降到15.05%。本文也检验了两区合并对相关区域经济一体化的影响,这体现在合并提高了原闸北区公共服务水平,对原静安区公共服务产生了一定的稀释效应,但长期而言促进了整个合并区域的要素集聚和经济发展。辖区合并后相关区域房价的短期变动反映了市场对经济集聚和区域经济一体化长期变动的预期。本研究为地方政府稳定房价、优化行政区划设置和促进区域一体化提供了政策启示。

空间微观模拟方法及在城市研究中的应用

基于活动主体的城市系统微观模拟可能在未来城市研究中发挥重要作用,但其通常受到微观个体数据稀缺的限制。空间微观模拟方法(spatial microsimulation)主要基于家庭、个人等微观分析单元,通过整合不同层面的数据源,如宏观汇总层面的人口普查统计表以及微观层面的家庭活动日志调查等,合成大样本微观个体数据集,可以在精细化空间尺度上对微观个体行为进行模拟研究。该方法在城市系统微观模拟、空间分析以及政策评估等方面具有一定优势,在西方国家城市研究中的应用逐渐增多,但在国内较为缺乏。本文尝试对空间微观模拟方法的起源、三种核心算法,包括条件概率(conditional probability)、确定性加权(deterministic reweighting)以及模拟退火(simulated annealing)进行介绍,并从国际层面综述该方法在城市研究,如收入与贫困、交通出行、健康等领域中的应用,为我国相关研究的开展提供借鉴。