Utilization of Open Source Spatial Data for Landslide Susceptibility Mapping at Chittagong District of Bangladesh—An Appraisal for Disaster Risk Reduction and Mitigation Approach

Since creation of spatial data is a costly and time consuming process, researchers, in this domain, in most of the cases rely on open source spatial attributes for their specific purpose. Likewise, the present research aims at mapping landslide susceptibility at the metropolitan area of Chittagong district of Bangladesh utilizing obtainable open source spatial data from various web portals. In this regard, we targeted a study region where rainfall induced landslides reportedly causes causalities as well as property damage each year. In this study, however, we employed multi-criteria evaluation (MCE) technique i.e., heuristic, a knowledge driven approach based on expert opinions from various discipline for landslide susceptibility mapping combining nine causative factors—geomorphology, geology, land use/land cover (LULC), slope, aspect, plan curvature, drainage distance, relative relief and vegetation in geographic information system (GIS) environment. The final susceptibility map was devised into five hazard classes viz., very low, low, moderate, high, and very high, representing 22 km2 (13%), 90 km2 (53%);24 km2 (15%);22 km2 (13%) and 10 km2 (6%) areas respectively. This particular study might be beneficial to the local authorities and other stake-holders, concerned in disaster risk reduction and mitigation activities. Moreover this study can also be advantageous for risk sensitive land use planning in the study area.

数据融合视域下虚拟知识社区知识推荐模型构建

文章采用扎根理论方法分析虚拟知识社区用户需求,构建虚拟知识社区用户知识需求框架,在此基础上提出虚拟知识社区数据融合方法,进而构建基于数据融合的虚拟知识社区知识推荐模型,并从用户画像、情感感知、社交网络3个角度提出虚拟知识社区知识推荐优化路径。

A Software Reliability Model for OSS Including Various Fault Data Based on Proportional Hazard-Rate Model

The software reliability model is the stochastic model to measure the software reliability quantitatively. A Hazard-Rate Model is the well-known one as the typical software reliability model. We propose Hazard-Rate Models Considering Fault Severity Levels (CFSL) for Open Source Software (OSS). The purpose of this research is to make the Hazard-Rate Model considering CFSL adapt to baseline hazard function and 2 kinds of faults data in Bug Tracking System (BTS), i.e., we use the covariate vectors in Cox proportional Hazard-Rate Model. Also, we show the numerical examples by evaluating the performance of our proposed model. As the result, we compare the performance of our model with the Hazard-Rate Model CFSL.

数字人文类开放数据竞赛价值共创的过程模型及机理研究

开放共享数据是构建数据生态体系的重要途径。数字人文类开放数据竞赛能够促进文化数字化成果转化与全民共享。本研究基于服务生态系统视角,采用探索性案例研究方法,获取四届上海图书馆开放数据竞赛案例数据,分析竞赛行动者间价值共创的过程及内在机理。研究发现,数字人文类开放数据竞赛价值共创产生的新兴价值包括历史价值、经济价值、经验价值、社交价值、文化价值和社会价值。共创过程模型包含价值共识、价值共生、价值共融和价值共传。通过隐性价值主张与显性产品价值的循环转化,构成连续、动态的价值共创螺旋。竞赛的价值产出随生态系统不断扩展,呈现持续增长的趋势。本研究补充了从服务生态系统视角对价值共创过程及机理的现象学研究,并为数字人文开放创新信息实践提供了建议。

对外开放、金融发展与海洋产业集聚——基于Panel Data模型的省际差异分析

在着力发展海洋产业的时代背景下,梳理出对外开放、金融发展与海洋产业集聚之间的作用机理,基于1997—2012年中国沿海11个省份的面板数据,运用Panel Data模型,实证了对外开放条件下,我国金融发展对海洋产业集聚作用的省际差异性。检验结果显示,金融发展水平与海洋产业集聚程度之间并非正相关,对外开放作为至关重要的条件因素,直接制约着金融要素作用的发挥。说明各省必须依照实际情况,三者协调发展,才能有效促进海洋产业的集聚。

以开放共享为目标的海洋科学数据治理体系研究

海洋科学数据是认识海洋、经略海洋的基础性战略资源,可有效推动海洋科技创新、促进海洋经济高质量发展。本文以海洋科学数据开放共享为目标,定义海洋科学数据治理概念,构建海洋科学数据治理体系模型和技术框架,提出基于海洋科学数据全生命周期的治理途径,提升海洋科学数据的利用效率和数据价值。

融合多源异构在线评论的开放式创新社区创意采纳预测研究

整合内外部创新资源以获得市场优势一直是企业关注的问题,这是因为企业的创新能力直接决定了企业的兴衰成败。已有的以在线评论为数据源预测开放式创新社区中创意采纳的研究主要依靠单一的文本特征。基于启发式系统性说服理论,本文提出了一种新的开放式创新社区创意采纳预测模型。该模型在基于信任转移理论和价值共创理论基础上,归纳了多源异构在线评论的定义,并从启发式评论者特征、启发式评论特征和系统性评论特征3个层次特征来描述创意。此外,还引入图注意力网络实现了3个层次创意特征的融合。本文从真实的开放式创新社区收集了数据集,验证了本文模型及其各个特征,该模型准确预测创意采纳的综合性能大约在97%,图模型特征融合后的分类预测结果优于传统的机器学习分类算法。研究结果不仅证明了图模型在特征融合中的有效性,而且从融合评论特征和评论者特征的角度,为创意采纳预测提供了方法和理论上的支持。

省市级政务数据安全管理政策文本量化评价研究——基于PMC指数模型

[目的/意义]我国高度重视政务数据共享开放过程中安全管理的问题,针对政务数据安全管理政策文本进行评价研究,旨在为今后我国政务数据安全政策的制定与调整提供借鉴。[方法/过程]以2015—2023年省市级政务数据安全管理政策文本作为研究对象,运用内容分析法挖掘政策核心要素,构建政务数据安全管理政策PMC指数模型,对9个专项政务数据安全管理政策文本进行量化评价。[结果/结论]我国政务数据安全管理政策整体处于良好水平,但仍存在提升空间。建议加强政务数据开放相关规定,明确政务数据授权细则,数据分级分类管理,注重知识产权保护,建立短期预期目标,提高资金保障,推动试点建设与外包合作,促进政策客体多元化。

我国政府数据开放的公共价值共创逻辑、现状及优化路径——基于公共价值战略三角模型

[目的/意义]我国政府数据开放的探索已逾10年,然而其实际创造的公共价值却相当有限,系统探索其公共价值共创逻辑、现状及优化路径的研究亟待开展。[方法/过程]以本土化调试后的公共价值战略三角模型为理论框架,以一个包含3地调研报告、80份政策文本、427份有效问卷、2070个利用成果和2145条互动留言的综合数据库为研究资料,对上述问题展开探讨。[结果/结论]当前数据开放的公共价值共创中,供需双方的公共价值期望类型和程度都存在较大差异。为达成共识性目标,双方依托开放平台和应用大赛开展了双向调和。但受限于利用场景单一、资源基础薄弱和合作机制僵化,数据开放仅在部分场景创造了有限的经济与社会价值。我国应从目标、激励和约束的微观切口聚拢公共价值期望集合,通过刚性、中性和柔性的综合手段畅通公共价值调和渠道,推动场景、资源和机制的对接耦合以筑牢公共价值共创基础。

基于扎根理论的政府数据开放平台用户体验研究

[目的/意义]探明用户在使用政府数据开放平台过程中的体验状况及生成机制,对于完善政府数据开放平台,促进用户更好利用数据,充分发挥数据价值具有重要意义。[方法/过程]使用扎根理论及文本分析工具,对187个城市政府数据开放平台的用户评论进行分析。[结果/结论]政府数据开放平台用户体验的生成过程受用户与平台两方面因素的共同影响,各种类型的用户会基于自身的多种需求使用政府数据开放平台,而平台的数据、功能与界面的多重因素会对满足用户需求造成影响。同时,用户会对政府数据开放平台形成有用性与易用性的判断,在客观上实现基于用户互动的价值共创。

基于无人机点云数据的露天采场道路的三维建模技术研究

露天采场道路存在地形复杂、环境恶劣、变化频繁等问题,传统的道路测量方法难以满足露天采场道路的三维建模需求。文章以露天采场三维激光点云数据为研究对象,开展基于无人机点云数据的露天采场道路三维建模技术研究。结果表明,该研究能快速、准确地获取露天采场道路的三维信息,为采场提供精细化道路三维模型,进而为露天采场控制室进行决断提供数据支撑,并保障了露天采场的无人化、智能化建设。

基于演化博弈的开放数据隐私风险治理研究

推进我国开放数据隐私风险治理是数字经济背景下数据开放的关键环节。本文从隐私风险治理的角度,通过演化博弈理论构建模型,分析不同利益相关者的行为模式。研究首先构建用户、开放数据平台和政府的三方演化博弈模型,讨论不同策略下的行为模式,再计算各方主体的复制动态方程,求出演化均衡点,得出演化稳定状态下的行为策略,最后采用Matlab进行验证和仿真,模拟不同参数下各方主体的策略演化过程。研究发现,为形成隐私风险治理的长效机制,政府应当:优化开放数据平台建设,提高用户感知收益;依托数字化改革提升财政资源合理配置能力;引入第三方媒体监管。

基于指数随机图模型的政府开放数据协同关系网络形成机制

[目的/意义]在促进政府开放数据融合性增值利用的政策背景下,明晰多源异构政府开放数据建立协同关系的驱动因素和机制至关重要,有助于为推动政府开放数据资源跨地区、跨层级和跨部门的共享利用提供参考。[研究设计/方法]建立解释框架和指数随机图模型分析政府开放数据协同关系网络的形成,并基于山东省政府开放数据创新应用成果的数据来源信息进行实证研究。[结论/发现]政府开放数据协同关系网络呈现显著的集聚性、传递性结构特征,具有高数据量、更新频率、下载量、浏览量和相同领域、行政区域、更新频率与开放等级的政府开放数据更有可能建立协同关系,数据项关系网络和提供者关系网络则在政府开放数据协同关系形成过程中发挥跨网络效应。[创新/价值]应用社会网络定量方法对政府开放数据协同关系进行建模分析,研究结论有助于把握多源异构的政府开放数据协同供给和融合性增值利用的潜在机制,并为未来研究和实践提供参考。

开放科学数据价值共创主体的共生模式研究

[目的/意义]数据赋能环境下,价值创造是开放科学数据发展的核心问题。协调开放科学数据价值共创主体利益均衡,形成协调发展的共生模式,对于培育协同发展的科学数据价值共创生态系统具有重要意义。[方法/过程]首先,运用共生理论分析开放科学数据价值共创生态系统的共生要素和共生路径;然后,引入Lotka-Volterra模型建立开放科学数据价值共创主体的共生演化方程并求出平衡解和稳定性条件,使用Vensim软件进行仿真,完成演化“黑箱”的解剖;最后,提出促进开放科学数据价值共创主体共生模式进阶的策略建议。[结果/结论](1)开放科学数据价值共创3类主体分别是核心种群、辅助种群、价值再创种群,种群共生演化轨迹符合Logistic增长规律;(2)开放科学数据价值共创主体共生模式取决于价值共创主体间共生系数的取值;(3)互惠共生模式是开放科学数据价值共创主体共生演化的最佳方向。

我国政府开放数据资源系统的三螺旋耦合模型研究

把握系统视角下政府开放数据的耦合协调演化规律,有助于推动我国政府数据开放、实现数据价值赋能提升、促进数据产业和数字经济发展。本研究从数据开放、数据利用和数据价值等方面,构建政府开放数据系统的三螺旋模型与测度函数,建立系统与模型之间的同构映射关系。基于“要素-子系统-系统”之间的层次关系,测度我国已上线政府开放平台的数据资源耦合程度,从资源基础理论视角提出政府数据资源的协调优化路径,为政府开放数据研究提供新的理论视角与方法支撑。

基于OpenADR的需求侧管理

针对现代经济社会高速发展中电力供给与需求间的矛盾和能源使用效率问题,本文介绍了一种基于OpenADR的需求侧管理方法,DRAS系统。系统包括公共事业单位、终端用户和系统客户端三部分。通过自动需求响应通信规约,实现从公共事业单位到最终用户间有关电量信息的双向沟通,从而解决电力峰值、供需缺口、用电结构管理等问题。该方案对智能电网框架下的需求侧管理有一定的参考价值,根据其特性今后还可以在其他的双向通信系统中得到有益的借鉴。

政府数据开放对城市绿色创新效率的影响——基于政府数据开放平台上线的准自然实验

政府数据开放会对经济绿色创新活动产生重要影响。探究政府数据开放对城市绿色创新效率的影响,对把握两者关系、推动城市经济绿色发展具有重要意义。本文基于2011—2021年286个地级市的面板数据,采用多期双重差分模型开展实证研究。研究表明,政府数据开放能够有效提升城市绿色创新效率,且该影响主要通过促进人才集聚、激发创新创业活力和优化监管环境三条路径予以实现。异质性分析表明,政府数据开放对城市绿色创新效率的提升作用在中西部、高公众环保关注度及高网络基础设施水平城市中更强。扩展研究发现,政府数据开放能够实现绿色创新“量质齐升”;政府数据开放平台质量提高能够强化其绿色创新效应。此外,该影响在微观企业层面也得到验证。研究结果为推动地方政府数据高质量开放与城市绿色创新发展提供了有益启示,为探索符合新质生产力发展要求的政策设计提供了经验参考。

中国政府数据开放成熟度评价指标体系构建与应用研究

[目的/意义]随着中国政府数据开放工作近年来取得了显著成果,对政府开放数据成熟度进行评价能有效推进政府数据体系建设,更好地释放政府数据资源的社会效益,对指导数据政策制定、提升数据开放水平有重要意义。本文旨在构建中国政府数据开放成熟度评价指标体系,为中国政府数据开放评价提供参考和依据。[方法/过程]基于软件能力成熟度模型CMM(Capability Maturity Model)的思想,构建了中国政府数据开放成熟度模型,进而在成熟度模型的基础上构建了中国政府数据开放评价指标体系,运用AHP-熵权的方法计算评价指标体系的组合权重。[结果/结论]政府数据开放成熟度模型包括战略层面、数据层面、技术层面、组织层面、应用层面,等级划分为初始级、文件级、发展级、开放级、优化级5级。构建的评价指标体系包括5个一级指标,11个二级指标,35个三级指标。

基于PMC指数模型的我国公共数据开放政策评价研究

[目的/意义]公共数据开放政策在透明政府、公共服务、社会治理和经济发展等方面都具有重要作用,对现阶段我国的公共数据开放政策的效果进行评价,将会促进今后相关政策制定和改进优化。[方法/过程]以2015年以来制定的我国公共数据开放政策为研究对象,分析政策内容,并参考PMC模型相关研究的评价指标,构建公共数据开放政策的量化评价指标体系,选择5项省级典型政策文本进行量化评价的实证研究。[结果/结论]研究表明,5项省级典型的政策文本中P2(浙江省公共数据条例)、P5(广东省公共数据管理办法)属于良好水平,P1(山东省公共数据开放办法)、P3(四川省公共数据开放技术规范)、P4(广西政务数据共享和公共数据开放工作计划的通知)为及格水平。虽然各省的公共数据开放政策整体评价效果较好,但在“政策性质”“政策内容”“政策评价”和“政策目标”等方面的改进空间依然很大。

联邦学习开源框架综述

近年来,联邦学习作为破解数据共享壁垒的有效解决方案被广泛关注,并被逐步应用于医疗、金融和智慧城市等领域.联邦学习框架是联邦学习学术研究和工业应用的基石.虽然Google、OpenMined、微众银行和百度等企业开源了各自的联邦学习框架和系统,然而,目前缺少对这些联邦学习开源框架的技术原理、适用场景、存在问题等的深入研究和比较.为此,根据各开源框架在业界的受众程度,选取了目前应用较广和影响较大的联邦学习开源框架进行深入研究.针对不同类型的联邦学习框架,首先分别从系统架构和系统功能2个层次对各框架进行剖析;其次从隐私机制、机器学习算法、计算范式、学习类型、训练架构、通信协议、可视化等多个维度对各框架进行深入对比分析.而且,为了帮助读者更好地选择和使用开源框架实现联邦学习应用,给出了面向2个不同应用场景的联邦学习实验.最后,基于目前框架存在的开放性问题,从隐私安全、激励机制、跨框架交互等方面讨论了未来可能的研究发展方向,旨在为开源框架的开发创新、架构优化、安全改进以及算法优化等提供参考和思路.