智能化时代新闻业务大数据监控系统的分析与设计

近年来,随着大数据技术的研发和应用,大数据相关业务的监控也越来越重要。在智能化时代,新闻业务呈现出了新的发展趋势,随着新闻业务的扩展和数据量级的增长,大数据监控系统的构建成为新闻领域重要工作之一。对此,文章首先分析智能化新闻业务的特点和生产模式困境,重点建立新闻业务的大数据监控系统,将监控系统整体上分为六个功能性模块,对监控系统的系统权限、数据监控管理、监控项可视化等功能性模块进行详细的设计,并基于Holt-Winters算法建立监控系统中时间序列预测模型。以期提升大数据监控系统的数据安全监控能力,尽可能减小数据风险和经济损失,促进大数据环境下新闻业务的智能化发展。

产业大数据平台系统安全设计研究

在信息化时代下,信息系统安全问题越来越突出,不断提升信息系统安全,已成为社会各界的共识。信息系统安全中存在的问题颇多,如信息系统自身的脆弱性、自然灾害、人为攻击等,直接影响着信息系统的安全。必须采取行之有效的技术对策,预防安全风险。本文以产业大数据平台系统安全体系设计为对象,提出了系统安全设计策略与措施,为产业大数据平台建设提供设计参考。

基于电商平台的大数据挖掘系统的设计与研究

网络技术的更新与进步,为电子商务行业的可持续性发展提供了基础条件,尤其是在网络购物已经成为当下主流购物方式的背景下,电商平台交易量表现出急速增长的整体趋势,而过程中将会积累较多的用户评论数据,从中反映出较多的产品缺陷信息与用户对产品功能改进的切实需求。本文简述了基于云计算的大数据存储技术的主要内容,对电商平台大数据挖掘流程进行深入分析,阐述电商平台的大数据挖掘系统的设计算法(聚类算法),希望能够为同行业工作者提供一些帮助。

危机下的组织沟通网络变化与知识分享行为演变:一项基于工作系统大数据的追踪研究

随着互联网技术的普及,企业行为越来越多地发生和存储于网络当中,如何对工作网络中的动态数据进行有效利用和分析成为AI时代管理研究的热点和难点。另一方面,当下中国企业面临着前所未有的风险挑战和环境变化,有效应对不确定性和环境变化也成为核心命题。由此,探索企业应对危机的有效管理对策和行为规律显得尤为重要。本研究以高新科技企业M公司为对象,针对该企业在2021年初遭遇的一次重大危机事件进行了为期两个月的追踪研究。通过记录公司的具体管理动作,抽取工作系统内的沟通网络平台和知识管理平台大数据来进行分析,尝试构建企业实施危机管理的动态过程与有效机制,最后采用深度访谈对危机管理效果进行了评估。研究结合大数据分析技术与定性研究方法 ,更为全面地描述了危机发生后企业管理动作与沟通网络变化、知识分享行为演变之间的动态规律,揭示出企业危机管理的有效路径,既丰富了危机管理领域的实证研究,也是将新技术应用于案例研究的一次大胆尝试。

基于系统动力学的能源大数据生态系统演化发展研究

以宏观系统角度研究能源大数据生态系统发展的影响因素,分析能源大数据生态系统的内涵和架构,建立了能源大数据生态系统演化发展的系统动力学模型,并运用Vensim软件进行模拟仿真验证了模型的有效性,分析了影响能源大数据生态系统演化发展的关键因素。研究结果表明,影响能源大数据生态系统发展的最关键因素为消费趋势影响因子,其次为技术研发投入因子和技术升级需求,最后为财政投入因子、环境影响因子和法律法规政策投入因子。

基于PDMiner大数据挖掘平台的电力系统安全评估及故障诊断系统

电力系统中的数据复杂多样,电力大数据的挖掘处理是电力公司面临的难题之一。阐述了电力大数据发展现状,将电力云概念引入到电力系统大数据分析之中,提出了基于云计算理论的大数据挖掘平台PDMiner,介绍了其整体架构和原理,针对电力大数据的平台架构和关键技术,开发了一套基于PDMiner平台的电力系统安全评估与故障诊断系统,该系统配置在SCADA/EMS的数据管理子系统上,提高了数据处理的效率,并且能准确提取到故障类型、风险区域等数据背后的准确信息。

新时代大数据智能系统对企业成本影响

成本控制对于提升企业竞争力,保证企业利润收益,扩大企业话语权有着最为直接的影响。为适应经济发展的新形势、新变化,提升企业对各类成本的管控能力,文章以大数据智能系统为基础,通过系统参与,收束各类成本信息,推动现有管理体系的现代化转型,科学研判分析成本数据,辅助管理人员制定切实可行的成本管理举措,定向增强企业成本管理的总体效能。

基于云计算的集团型公司财务大数据管控系统的构建与应用

大数据、云计算、AI等新兴信息技术的出现,对企业财务管控提出新的挑战,也带来新的机遇。对于大型国有企业而言,如何有效运用此类新技术提升自身财务管控水平,是当前企业迫切需要思考的问题。本文结合实践案例,针对如何基于云计算技术构建财务大数据管控系统及其具体应用成效进行论述。

一种正交分解大数据处理系统设计方法及实现

MapReduce等计算框架的出现开启了大数据处理新纪元,以Hadoop,Spark为代表的大数据处理系统具有大吞吐率、跨平台、高可扩展的优势,并得到广泛应用.然而,为避免与具体的操作系统、硬件平台绑定,这些系统的设计与优化集中在计算模型、调度算法等方面,无法充分利用底层平台的优势.提出了一种基于正交分解的大数据处理系统设计与优化方法,将系统分解为松耦合的多个功能正交的模块,使存储、处理功能分离出来,交给能够利用底层平台操作系统甚至硬件资源的存储、执行引擎,原大数据系统退化为调度平台;进而,提出基于锁无关机制的存储底层优化策略和基于指令超级优化的执行引擎底层优化策略.以此为指导,以Hadoop作为兼容和改进的对象,实现了原型大数据处理系统Arion.Arion既能保持Hadoop的跨平台、高可扩展的优势,又能消除任务执行的瓶颈,其本地化的设计与优化手段对非Hadoop平台同样有效.通过在原型系统上的实验证明,Arion能够提升大数据处理任务的执行效率,最高达7.7%.

云计算平台下的大数据分流系统的设计与优化

设计云计算平台下的大数据分流系统,实现优化数据聚类和模式识别。传统的云计算平台下的大数据分流系统采用的是开源码Linux嵌入式系统设计方法,分流系统通过耦合线圈连接到云计算平台的交换机中,导致分流系统中的数据出现漏分和错分。提出基于功能子程序动态加载和Tiny OS优先级调度的云计算平台下大数据分流系统优化设计方法。设计的云计算平台下大数据分流模块主要包括控制器模块、电源管理模块、数据存储器模块、传输通信模块、以太网模块和显示模块。采用Tiny OS优先级调度方法进行大数据信息流的特征采集和调度,得到大数据分流系统主控制器的芯片接口电路图和串口通信电路图。选用MBM29LV400BC作为片选和读、写信号的地址线,将大数据从12位的A/D结果转换成16位,最后在Linux操作系统中采用功能子程序动态加载方法进行系统的软件开发,实现系统优化设计。仿真结果表明,采用该系统能有效实现对云计算平台中的大数据分流,准确度高,性能优越。

医疗大数据搜索系统的建设与应用

目的:解决医疗数据多源异构、分布式、碎片化等问题,有效整合分散于医院各独立系统中的数据,更好地为临床科研服务。方法:采用Hadoop分布式的列式数据库、ElasticSearch搜索引擎、Spark集群并行计算框架、R语言等开源大数据技术,结合自然语言处理、机器学习等人工智能技术,依据临床科研需求,建立基于临床数据中心的医疗大数据搜索系统。结果:医疗大数据搜索系统已初具规模,该系统的建设解决了数据杂乱、分散的问题,提高了查询效率和利用率,实现了各系统数据的有效整合。在注重保护患者隐私的同时,支持用户对搜索内容的秒级呈现,可满足组合、多级条件查询及常规查询等需求,取得了良好的应用效果。结论:医疗大数据搜索系统在保障数据安全的前提下,为临床科研提供了便捷、有效的数据查询服务,进一步提高了临床科研数据查询效率及科研服务质量。

大数据管理系统的历史、现状与未来

大数据管理技术正在经历以软件为中心到以数据为中心的计算平台的变迁,传统的关系型数据库管理系统无法满足现在以数据为中心的大数据管理的需求,设计新型大数据管理系统迫在眉睫.首先回顾了数据管理技术的发展历史;之后,从大数据管理的存储、数据模型、计算模式、查询引擎等方面分析了大数据管理系统的现状,指出目前大数据管理系统具有模块化和松耦合的特点,并进一步介绍了大数据管理系统应具备的数据特征、系统特征和应用特征,指出大数据管理系统技术还在快速进化之中,预测未来的大数据管理系统应具备多数据模型并存、多计算模式融合、可伸缩调整、新硬件驱动、自适应调优等特点.

大数据管理系统评测基准的挑战与研究进展

数据库评测基准在数据库发展历史中的作用不可替代,而大数据环境中传统评测基准不敷应用。因此,从评测基准3要素,即数据、负载、度量体系入手,研究具有高仿真性、可适配性、可测量性的大数据管理系统评测基准,对大数据管理系统的研发和应用系统选型至关重要。基于此,在简要分析评测基准的基本要素和大数据管理系统发展过程的基础上,重点分析大数据管理系统的基准评测需求与挑战,然后通过社交媒体分析型查询评测基准BSMA,探讨了面向应用的大数据管理系统基准评测的设计和实现问题。

“大数据运维”信息系统运行维护探讨

信息系统是信息化的基础和重要内容,在信息化快速发展的今天,各类信息系统(本文重点描述非涉密信息系统)应运而生。为了使系统处于良好运行状态,充分发挥其工作效能,就必须要加强系统的运行维护管理(以下简称运维),在实际运维过程中要借助大数据的工具和思路,制定科学合理的运维计划和应急预案,提高信息系统的运维效率和质量。

大数据存储系统I/O性能优化技术研究进展

大数据存储系统的I/O性能是影响大数据应用整体性能的关键因素之一,总结了当前在存储系统架构、元数据I/O性能、数据I/O性能方面开展的大数据存储系统I/O性能优化工作,并指出了未来大数据存储系统I/O性能优化的一些研究方向。

海陆空大数据测绘系统的构建与应用

利用多波束测深系统、三维激光扫描系统和无人机航摄系统,结合4S技术和云计算平台构建了海陆空大数据测绘系统,实现了海陆空三位一体化测量和大数据的快速处理、分析和管理。结果表明:海陆空大数据测绘系统在数据采集、处理、分析和管理方面具有传统测绘系统无法比拟的优势,提高了测绘效率,实现了陆地水下地形三维一体化无缝拼接和陆地水下三维一体化漫游,真实地再现了陆地水下的三维虚拟场景,拓宽了应用领域,生成了多样化的地理信息成果;实现了测绘产品的再利用,通过研究分析测区的地形变化情况,可及时掌握陆地水土流失的趋势和河道冲淤变化程度,更好地为测区水土保持、河道管理提供基础性的依据,掌握了系统的数据处理和基于4S技术的河道地形演变分析方法。

从数据来源分析入手的图书馆大数据应用系统研究——以“重庆图书馆大数据分析试验系统”为例

重庆图书馆开发大数据分析试验系统,没有国内行业案例可借鉴,主要基于其他行业既有的大数据实践经验,结合本馆的业务需要进行分析和建设。就目前重庆图书馆数据来源的实际情况,开发大数据应用系统,主要依靠现有信息系统的数据源,这些数据有的是结构化的,有的是半结构化或者非结构化的,通过对这些数据的累计、分析,摸出规律、得出结论,对内,指导本馆业务工作。对外,指引读者阅读方式,挖掘原有数据的使用价值。

医院信息系统基础数据平台化管理的思考

为实现医院信息系统中各子系统基础数据的统一,提出基础数据平台化管理方案。以集成平台取代各子系统对基础数据的分散式管理,保证系统间数据的统一性、关联性,保障跨系统大数据分析的实现。

大学校园大数据应用系统框架构建探析

首先分析了大学校园大数据的特点和主要来源,之后确定了该系统以人为主线的基本架构,再介绍了大数据系统的目的和构建原则的基础上,从大数据应用系统中确立数据主线,从六个层面探析了其框架构建。

分层式大数据存储系统缓存调度策略与性能优化

近年来,数据呈爆炸式增加,传统的单机系统已经无法在短时间内完成大规模数据处理工作。文章提出一种分层式大数据存储系统缓存调度策略与性能优化方法,通过运筹学的优先制排队模型对虚拟机做出的请求进行分析,调整不同文件的输出顺序,以最小运行成本为目标,构建分层式大数据存储系统缓存调度模型。采用量子粒子群算法(QPSO)对模型求解,同时对性能进行优化,获取最优缓存调度策略。仿真实验实验结果表明,文章所提方法可以最快的速度为分层式大数据存储系统提供最佳调度策略。