良性阵发性位置性眩晕患者七年大数据回顾分析

目的良性阵发性位置性眩晕(BPPV)是最常见的外周性前庭疾病,但目前我国尚缺乏对BPPV大样本数据的回顾性分析,本研究旨在为BPPV患者家庭疾病预警和防范提供相应的理论依据。方法回顾性选取2014年6月—2021年6月中国人民解放军总医院眩晕诊疗中心数据库中眩晕患者45807例的临床资料,其中符合BPPV诊断患者5883例,根据其类型分类,统计患者年龄、性别、就诊时间、首诊BPPV类型、复诊BPPV类型等信息。使用Python 3.7进行数据可视化。结果BPPV患者中,女性3909例,男性1974例,50~59岁人群BPPV患者最多,且各BPPV类型中,女性患者比例均高于男性患者。所有眩晕患者位置性试验(+)阳性率为12.8%。不同类型BPPV比例中后管BPPV比例为64.5%,水平管BPPV比例为30.9%。有1092例BPPV复诊记录,首次诊断BPPV至复诊阴性有411例,234例患者BPPV类型在2~6次的就诊过程中有改变,BPPV类型转换比较常见的是左右耳PC-BPPV之间变化(71例)。结论本研究大数据显示,BPPV患者主要分布在50岁左右人群,女性患者约为男性的2倍。LC-BPPV患者比例远高于前期研究数据,约占所有BPPV患者的30.9%。在长期随访中,除大部分患者的BPPV类型没有发生变化外,主要的耳石变化存在后管侧别之间、后管与水平管之间进行转换的趋势。

数字经济背景下“电子商务数据分析”课程教学设计与实践

数字经济时代,大数据分析技术在电商行业企业发展中起着越来越重要的作用。但目前市场上电子商务数据分析人才的专业能力相对薄弱。通过对高校“电子商务数据分析”课程教学各环节进行深入分析,找出了影响电商数据分析人才能力提升的相关因素,指出高校应对该课程授课模式进行重构与设计,构建“双师共育、三阶递进”的教学模式,实行“三元五维”全过程综合评价,培养知识型、技能型、高素质的新型商务数据分析人才。

基于GIS与大数据分析的矿压监测预警平台

为响应国家关于加快煤矿智能化发展的号召,针对煤矿GIS“一张图”中巷道路径不能实现精确计算,矿压数据不能实现高效甄别、有效提取的问题,以及矿压预警需要实现在线推演、可视化展示的需求,提出建立基于GIS与大数据分析的矿压监测预警平台。采用GIS“一张图”、巷道结点-路径拓扑算法、多源异构监测数据处理技术、矿压大数据分析技术,搭建成能够实现矿井下复杂情况切实反映、矿压监测数据有效提取、采掘风险在线预测、可视化程度高的矿压监测预警平台。通过在李雅庄矿的实际应用,表明该系统运行稳定可靠,可有效提升煤矿的矿压风险监测预警。

产教融合背景下的大数据专业课程体系建设——以《数据分析与可视化》教材建设为例

针对产教融合背景下的大数据专业课程体系建设存在的问题,以《数据分析与可视化》教材建设为抓手,提出了产教融合视域下的教材供给侧改革方案,并以此为基础编写了相应教材,通过问卷调查反馈,教学改革效果良好。

基础教育资源配置大数据分析平台的整体架构与运行保障

教育大数据是反映基础教育资源配置现状、需求和问题的数据集合,也是重塑基础教育资源配置结构、构建良好教育生态的有效工具。教育大数据能够为资源精准配置提供客观依据、助力理性决策、拓展实践路径、提供监测反馈,可从数据资源层、处理层、分析层和可视化层,整体架构基础教育资源配置大数据分析平台,实现多学段基础教育数据精准采集、多模态基础教育数据分类储存、多因素基础教育数据指标计量、多维度基础教育数据结果呈现。基础教育资源配置大数据分析平台顺利运行的保障措施主要包括:政策跟进,赋予数据驱动合法地位;强化治理,保障平台教育数据质量;注重成效,发挥数据分析平台价值;多元联动,助力数据分析平台共建。通过这些措施,努力实现数据驱动基础教育资源优化配置,促进决策科学化、供给精准化、评估动态化。

基于大数据分析的医院医保监管研究

医保监管是新形势下医院医保管理工作的重要任务,在数据大爆炸的时代,大数据是推动医保治理体系和治理能力现代化的重要力量,是医院医保智能化管理不可或缺的技术手段。笔者基于大数据背景,以广西某三级医疗机构住院病人数据为研究样本,分析药品、诊疗项目数据的变化趋势,精准发现医保违规收费疑点,探索建立Excel软件与数据分析融合下的医院医保监管新模式。

大数据分析能力对企业数字化转型的影响:地方政策感知的调节效应

我国地方政策鼓励企业数字化转型,企业如何实施数字化转型成为众多学者关注的问题。基于动态能力理论和环境适应学派的理论观点,采用问卷数据进行实证分析,探讨大数据分析能力对企业数字化转型的影响以及地方政策感知的调节作用。结果表明,大数据分析能力对处于初始准备阶段、践行实施阶段和深度探索阶段的企业数字化转型均具有积极影响。地方政策感知正向调节大数据分析能力与处于初始准备阶段、践行实施阶段企业数字化转型的关系,但对大数据分析能力与处于深度探索阶段企业数字化转型关系的调节作用不显著。结论可深化对企业数字化转型的解读,并为政府根据企业所处数字化转型阶段精准施策提供参考。

基于医用耗材精细化管理的智能大数据成本分析研究

目的 实现对医用耗材的智能大数据成本分析,提升医疗机构医用耗材成本控制管理水平。方法 基于医用耗材SPD精细化管理及供应链延伸服务,建立医用耗材商品字典多维度分类、科室成本核算分析、术式成本核算分析,引入BI智能大数据分析平台工具,控制医用耗材使用及管理成本。选取2022年11月科室二级库房的补货流程中各环节花费时间为实验组数据。对照组由医护人员按照传统模式的业务步骤进行模拟计时,然后比较实验组和对照组在耗材申领、耗材核对、库房管理等业务步骤所花费的时间。结果 实现手术成本的动态透视多层级联动分析、医用耗材合理性使用智能分析,医护人员耗材管理事务所占用的时间由65.9 min减少至38.95 min,满意度由89.47%提升至94.74%。结论 通过医用耗材SPD精细化管理及智能大数据成本分析,细分医院内部医用耗材管理的颗粒度,降低医院耗占比,实现耗材管理效率提升和耗材成本下降双目标,对医疗机构医用耗材管理有一定的借鉴意义。

招聘大数据分析在优化人才培养方案中的应用

通过探索开放性、交互性、动态性的分析模式,对招聘大数据进行采集、分析、可视化,追踪人才需求变动趋势,刻画行业企业的需求特征,提炼人才培养的职业素养,以适应经济发展、产业升级和技术进步对人才的需求。依据招聘大数据的特征分析,从发展的角度对人才培养、课程体系、教学内容进行持续性的优化,从而推进专业设置与产业需求对接、教学过程与生产过程对接、课程内容与职业标准对接。

大数据环境下信息管理类专业学生数据分析能力提升策略研究

随着信息技术的迅速发展和大数据时代的来临,大数据在当今社会各个领域扮演着越来越重要的角色。信息管理类专业学生的数据分析能力对于应对商业和管理领域日益复杂的挑战至关重要。然而,目前这些学生在数据分析能力方面存在一些问题,如缺乏实际操作经验,缺乏数据收集和整理的能力,以及统计学和数学基础薄弱等。为了提升学生的数据分析能力,文章提出优化课程设置,引入数据挖掘和机器学习等专业课程,增加实践项目和实习机会,提供数据分析工具应用培训和软件支持,以及加强师资队伍建设等策略。这些策略有助于学生提高数据分析技能,增强其在就业市场中的竞争力,为信息管理类专业学生在大数据环境下的职业发展提供有力支持。

特色农产品销售评价大数据的弱监督分析方法

针对特色农产品评价大数据多维度分析中,可信标签不足以及挖掘消费者各维度真实情感语义困难等问题。该研究提出了一种基于弱监督训练的深度学习方法。首先,通过主题模型分析大规模评论,提取产品评价主题和关键词。然后,结合句法依存和情感词典为评论生成不同维度的伪标签。最后,构建多标签多分类深度网络,在伪标签上进行弱监督学习。结果表明,该方法在红心柚评论数据集上取得89.2%的准确率和80.3%的F1值,比随机森林算法提升了7.1个百分点的准确率和11.5个百分点的F1值。相比Transformer模型,准确率提高5.6个百分点,F1值提高2.0个百分点,参数量减少了92%。该方法能从海量评论中高效提取产品评价维度和消费者关注点,为完善农产品质量和销售服务提供数据支持。

多功能雷达总体数据分析系统设计与实现

多功能一体化是雷达发展的必然趋势,随着功能的增加,多模式间切换频繁调度复杂,系统调试工作量呈指数增长,数据分析与管理的难度增大。为提高多功能雷达数据分析效率,辅助问题定位分析与系统状态检查,加快雷达研制进程,分析了总体数据分析在雷达研制和使用阶段的重要作用,研究了雷达总体数据分析软件的需求与系统设计,并通过Matlab进行实现。该软件可以分析雷达多环节数据,并以表格和图像的形式呈现分析结果。经过实验数据验证,该软件能够有效地提高分析效率,进行雷达状态判断和性能评估,快速发现与定位问题。

面向工业互联网数据分析的机器学习工作流推荐方法

工业大数据具有多模态和强关联等特性,这给数据分析与应用带来了新的挑战。如何根据工业应用需求的特点实施有效的数据分析过程通常是一项非常复杂、耗时耗力的任务。针对该问题,提出一种面向工业互联网数据分析的机器学习工作流推荐方法。该方法以已有解决方案为起点,将其所使用的数据集和机器学习工作流作为推荐参考,基于Doc2vec模型与最大平均差异方法计算文本描述相似度与数据分布特征相似度,可根据当前数据分析任务需求,推荐合适的已有解决方案中的机器学习工作流。仿真实验说明了该方法的有效性。

蚕豆根尖细胞微核检测方案与数据分析

微核检测技术在世界范围内被广泛应用于环境监测以及食品安全性检测,由于其可操作性强,亦是大学开展课外活动,培养学生科研能力的有效方法。本文针对传统方法中本底微核数变异大和检验效率低的问题,提出了新的设计方案及分析方法。对师生进行课外研究及环境因素的遗传安全性分析与鉴定具有一定指导意义。

服装热阻研究中的数据分析及可视化方法

为明确服装热阻研究的数据分析思路并探求更优的可视化方法,从实验设计、热阻测评、数据处理和数据分析等4个阶段对相关文献进行梳理,明确了常用的数据分析和可视化手段。研究表明服装热阻受环境、服装、人体等多方面因素影响,主要采用暖体假人或真人实验的方法获得。数据较多以二维图像或组图的形式呈现,适用3项以内影响因素结果的分析。采用人工智能方法能够纳入更多影响因素实现服装热阻的准确预测,为不同环境下服装的选择、性能优化及人体热舒适的提升提供科学指导。

嫦娥4/5号月球探测器VLBI观测数据质量分析

在中国探月工程(China’s Lunar Exploration Program,CLEP)中,甚长基线干涉测量技术(very long baseline interferometry,VLBI)具有重要作用。为获得月球探测器的准确定位、实现精确的测定轨功能并以此在探测器飞行过程中完成轨道修正,需要利用VLBI测站对月球探测器进行实时观测。首先以均值(arithmetic mean,AM)以及标准差(standard deviation,STD)作为主要的精度指标,对来源于上海天文台的嫦娥4号探测器、中继星以及嫦娥5号探测器的VLBI实测数据进行总观测时段的数据稳定性分析,并基于嫦娥4号探测器同时段S、X双频段观测,着重进行该探测器不同频率各项数据的质量分析;然后对探测器各工作时段分别进行时延、时延率测量形式误差以及残差分析,了解各时段探测器运动情况与数据变化的相关性。结果表明,3类探测器中,嫦娥4号的实测精度最高,达到1 ns量级;嫦娥5号的观测稳定性优于其他两类探测器;不同地面站对探测器的观测精度有所差异,并且在探测器不同的工作时段,实测数据表现出不同特征。

基于CET-4数据分析的民族地区医学职业院校大学英语教学改革研究

以考促学,以证促就业,应是职业院校提高教学质量和教育水平的办学宗旨。大学英语水平测试CET是我国覆盖面最广、认可度高的标准化英语能力测试,围绕CET-4展开英语教学,能强化教学目标和能力达成度标准,提高学生学习积极性,有效提高英语课程教学质量。文章通过对近年来黔南医专学生报考CET-4的数据进行分析,为民族地区医学职业院校大学英语教学提出了若干改革策略。

基于可泛化模型的复杂商务场景数据分析

随着全球经济合作与竞争形势的快速发展,复杂商务场景日益涌现。其中,数据的规模和复杂性也呈现显著增长,在带来可利用数据资源的同时,也为有效挖掘和分析潜在商务模式带来挑战。本文首先针对复杂商务场景下的数据特点进行分析,其次调研了商务分析方法的研究进展,包括:大规模商务数据集、多模态预训练与特征融合方法以及多场景下可泛化商务模型技术。此外,对复杂商务场景数据分析在未来的应用发展进行思考与总结,讨论了目前亟需解决的关键问题,包括:对更多模态的适应性、商务分析模型可解释性、动态环境下的分布变化鲁棒性等。进一步分析了复杂商务场景可泛化模型的研究现状和挑战,旨在为复杂商务分析领域的研究提供初步参考,实现复杂商务场景的全面智能化。

基于大数据分析的输变电设备故障诊断与预测研究

本研究旨在利用大数据分析技术改进输变电设备的故障诊断与预测。随着大数据技术的发展,传统方法在处理电力设备故障问题的局限性愈发凸显。本研究采用基于LSTM的序列数据挖掘技术,从历史运行数据中学习模式,提高了故障诊断的准确性和预测的及时性。实验结果表明,该方法在输变电设备故障诊断和预测场景下具有较高准确性,但对于数据不均衡问题仍需进一步改进。

智能手机GNSS数据质量分析与随机模型建立

为提高移动智能终端定位精度,利用小米8和华为Mate20手机采集多个卫星系统的观测数据并进行质量分析,通过不同卫星系统的伪距残差分别对信噪比模型参数进行估计,最后进行静态伪距单点定位实验。结果表明,手机端观测的BDS和GPS伪距精度接近,且高于GLONASS;相较于高度角,伪距残差与信噪比的相关性更强;在信噪比模型参数估计中,小米8拟合效果优于华为Mate20,BDS拟合效果差于其他卫星系统;参数拟合后的信噪比模型在水平和高程方向的定位精度分别为2.37 m和8.38 m,相较于高度角模型,定位精度提升约10%。