大湾区给排水企业安全智能化体系建设思路探讨

为有效提升给排水企业安全管理成效,探索采用新一代信息化技术成果转化搭建给排水企业“智能化”安全管理平台,加速智能化深度融入安全生产核心业务,减少安全事故发生。结合大湾区现有给排水企业工程实践数据与信息化研究成果,从概念与框架、执行指标与子系统、建设要求3个方面分析给排水企业安全智能化体系的建设思路,介绍了政策法规合规管理、教育培训管理、安全要素管理、隐患排查管理、应急事件管理、统计分析及分级管控等子系统在施工、运营、维护等环节中的应用,对给排水企业智能化发展趋势、技术路线和发展过程中面临的挑战进行了分析,以期为给排水企业未来可持续发展提供参考。

旅游危机事件的网络舆情治理对策研究——以“雪乡导游强售套票事件”为例

我国旅游发展步入快车道,文化旅游、生态旅游、冰雪旅游、研学旅游等旅游新业态蓬勃发展。随着旅游行业的快速发展,旅游危机事件发生的频次有所提高,微博、微信、抖音等自媒体平台成为网络舆情的发酵地和主要传播渠道,也为旅游危机事件网络舆情的治理带来了挑战。选取“雪乡导游强售套票事件”为案例展开分析,深入探索旅游危机事件网络舆情的演进趋势和特征,并依此提出科学合理的网络舆情预警与应对策略,以期旅游目的地有效化解负面网络舆情,从而转危为安。

面向电力调度的事件知识图谱研究现状及发展

事件知识图谱(EKG)是一种可学习事件演化规律的特殊知识图谱,具有推理、预测等功能。针对电力调度业务数据量大、模态多、交互耦合等特点,该文详述了面向电力调度的事件知识图谱的数据集构建、主流方法、技术架构、评价指标、适用场景等,重点分析各场景的可行性,并在应用流程、输入输出、技术架构等方面给出方案,最后对其在电力调度业务长期发展面临的难点和可能的研究方向进行了展望。该文研究为研究电力调度领域特点、事件知识图谱优势和两者结合提供了参考,并为事件知识图谱在电力调度领域中的应用方向提供了指导性思路。

时空大数据在突发公共卫生事件应急指挥中的应用与挑战

时空是人类生存和发展一切活动的基础,时空大数据是同时具有时间和空间维度的、与地理位置有关的大数据,是突发公共卫生事件应急指挥与控制的重要支撑。针对我国在新冠肺炎疫情应急响应中出现的各种问题,总结时空大数据在新冠肺炎疫情应急响应中的应用。在此基础上分析我国突发公共卫生事件应急指挥系统存在的问题、时空大数据在突发公共卫生事件应急指挥中面临的挑战。提出面向突发公共卫生事件的时空大数据应急指挥技术框架,以期深化时空大数据在突发公共卫生事件领域的应用。

大数据驱动下的体育赛事风险识别与评估体系优化构建

在面对大数据挑战时,传统的体育赛事风险识别与评估体系显得力不从心,亟须优化与重构,以适应新的数据环境。该文聚焦于大数据技术在体育赛事风险管理中的创新应用,旨在构建一个基于大数据的、高效且精准的风险识别与评估体系。该体系通过深度挖掘与分析赛事相关数据,期望实现风险的早期预警、动态监测与科学评估,为赛事组织者提供强有力的决策依据,有效提升赛事的安全防控与管理效能,确保体育赛事在复杂多变的环境中安全、有序、高效地进行。

大数据视域下公众网络“吃瓜”的行为逻辑与引导

在当前缺乏有效管理及事故屡治不绝情况下,充分利用大数据技术手段来推动公众积极参与公共事件,并高效融入到相关公共事务治理的做法已逐渐成为一致共识。对“鼠头鸭脖”等典型食品安全事件展开情境化探索,分析网络“吃瓜”生成机理,归纳公众网络“吃瓜”中存在的行为偏离、话语权失衡、数字行动权的制度缺失等行为缺憾情况,系统梳理大数据网络环境中公众参与的行为特征,据此探讨“倍增”效应和“盲区”效应等对大数据环境下公众参与行为引导的困境,可为开创全社会参与公共事务治理的良性互动新格局进行有益的探索。

基于大数据和人工智能的突发环境事件应急监测与预警系统研究

随着信息技术的发展,大数据和人工智能在突发环境事件监测与预警中展现出巨大的潜力和价值。结合突发环境事件的分类与特点,分析大数据和人工智能在突发环境事件监测和预警中的应用,设计基于大数据和人工智能的突发环境事件应急监测与预警系统,详细阐述系统的总体架构、功能模块及运行流程。研究表明,该系统能够有效提升突发环境事件的监测和预警能力,为决策者提供科学、准确的信息支持,从而更好地应对和处理突发环境事件。

体育大数据在马拉松赛事运营中的应用

随着信息化时代的快速发展,大数据技术在各行各业得到了广泛应用,体育领域尤其是马拉松赛事运营也不例外。该文旨在探讨体育大数据在马拉松赛事运营中的多方面应用,包括赛事策划与规划、赛事宣传与推广、赛事报名与资格审查、赛事执行与监控等。大数据能够促进赛事管理的精细化,助力个性化训练与策略优化;精准市场营销,增强赞助合作;优化观众体验,提供沉浸式观赛;促进城市经济发展,提升城市形象。大数据的应用为马拉松赛事的可持续发展与城市繁荣提供了有力支持。该文通过对体育大数据的深入剖析和应用实践,旨在为马拉松赛事的可持续发展提供有益的思考和借鉴,并提供全方位的赛事服务,保证赛事顺利进行,提升赛事体验。

继电保护系统中的数据挖掘与决策分析

阐述云计算和大数据技术在电力系统中的关键作用,通过挖掘继电保护事件数据,分析数据挖掘技术在提高响应效率方面的应用。介绍智能决策系统的原理,探讨基于云计算与大数据的智能应用。

基于大数据技术的混合型事件合规性智能监测研究

当前,各类事件的数据量正呈现出指数级的增长态势,这些数据来源丰富多样,在这些海量数据中,混合型事件尤为复杂,它们往往涉及多源异构数据融合分析,需要从海量非结构化、半结构化数据中提取有价值的信息,并对其进行深度挖掘和关联分析.如何高效地筛选、清洗、整合并解读这些数据,以实现对混合型事件合规性的准确判断与有效监测,成为了学术界和研究机构的重要研究课题.文中旨在深入剖析和探讨在当今时代背景下,如何运用先进的大数据技术手段对混合型事件合规性进行智能化、精准化监测的研究.

路跑赛事数字营销传播研究——以黔西南州2024万峰林马拉松赛为例

近年来黔西南州以户外赛事为契机,将体育竞赛融入到区域旅游推广框架内,尽显体育赛事与区域动态发展的关系,但赛事营销效果不尽人意。营销边界扩展、营销渠道更新、政府与官方协同执行、数据驱动下的个性化设定是路跑赛事数字营销传播的内在逻辑,以2024万峰林马拉松赛为例,通过分析营销数据,发现存在多元参与者信息混杂、数字营销策略表面化、社交媒体激活不足、大数据运用不充分等问题。建议从数字营销定位、文化价值传播、用户参与体验提升和个性化精准营销等方面,促进赛事推广并拉动经济,从而实现体育、人文与城市品牌的有机联动。

离散型制造物联过程数据主动感知及管理模型

针对制造物联数据感知与管理方面的生产过程关键监控事件感知和分析处理问题,通过分析制造数据的产生,进行了制造大数据的定义及数据特性的描述,建立了基于制造物联的离散车间数据管理体系;根据基于数据驱动的制造过程事件感知模型建立,提出了基于制造物联的生产过程关键事件主动感知技术架构;为实现制造数据的结构化统一表达,基于EXPRESS语言进行制造物联车间数据管理建模,制定了EXPRESS与可扩展标记语言模式制造数据的映射转换规则。基于智能制造模式构建了制造大数据的应用规划,并结合油制辣椒生产中制造数据感知处理及应用结果,说明了所提理论框架的可行性与有效性。

大数据视野下的数据泄露与安全管理——基于90个数据泄露事件的分析

伴随着大数据时代的到来,数据泄露事件层出不穷,数据泄露的规模与范围也在迅速扩大。数据泄露在为企业带来财产损失、信誉风险的同时,也使得个人隐私的保护受到巨大的挑战。作者在搜集90条数据泄露事件的基础上,对这些泄露事件的数据特征进行了整理和分析,阐述了数据泄露带来的影响,并提出应对数据泄露的安全管理策略。

基于MapReduce的海量事件日志并行转化算法

随着大数据时代的来临,为了高性能地转化海量分布式日志,提出事件日志在云平台上基于MapReduce架构的分布式转化算法。提出基于案例拆分的改进算法,以转化单机上的日志,使其变得可行;进一步提出基于MapReduce的并行转化算法。这是在过程挖掘领域中首次实现从海量原始日志到可扩展事件流事件日志的并行转化,极大地提高了转化性能。

大数据背景下大型体育赛事新媒体的传播研究

大数据时代的体育传播发生了根本性变革,新媒体的应用推动了大数据的资源获取和信息挖掘。阐述了大数据背景下大型体育赛事新媒体传播的主要特征,大数据在大型体育赛事新媒体传播中的应用及存在的问题,并对大数据背景下体育赛事新媒体的传播进行了展望:体育赛事的数据总量不断增加,来源与种类更加复杂;体育赛事大数据的处理与挖掘将会变得更为复杂;大数据的解读必须服从于体育传闻传播的本质需求;体育赛事受众参与大数据新闻的创作成为可能,大型体育赛事的新媒体传播不能过于迷信大数据。

面向一体化配电网规划设计平台的数据集成技术研究及应用

配电网规划基础数据来源复杂,数据量大,能否实现数据的有效集成,是配电网规划设计工作面临的首要问题。文章针对配电网规划基础数据集成问题,开展了数据集成关键技术研究。首先梳理了配电网数据现状与存在的问题,然后提出了基于"内存计算+事件驱动架构+大数据"的数据集成技术架构,同时给出数据集成4个环节的数据处理流程。最后依托一体化电网规划设计平台,通过试点验证了数据集成技术的有效性和实用性。

面向物联网的分布式上下文敏感复杂事件处理方法

物联网产生的数据具有大数据特征,而这些数据难以用现有数据处理技术进行有效处理.作为物联网中间件的核心技术,复杂事件处理技术具备大数据的海量、复杂性等特征和实时处理的需求.上下文敏感是复杂事件处理引擎的重要特征.提出一种高效的面向物联网的分布式上下文敏感复杂事件处理架构和方法.该方法使用模糊本体进行上下文建模,以支持事件的不确定性及模糊事件查询问题.以基于模糊本体的查询和基于相似性的分布式推理为基础,生成复杂事件查询规划,并通过查询重写,把上下文相关查询转换为上下文无关子查询.根据不同的事件模型和上下文划分数据,并通过优化和多级并行来提高性能.实验结果表明该方法能够处理模糊事件上下文,对于面向物联网的分布式上下文敏感复杂事件处理具有比一般方法更好的性能和可伸缩性.

全球食品安全信息监控与分析云平台架构研究

结合云计算、云存储、分布式计算框架、结合主题和及时需求的信息爬取、基于从正例和无标注数据中学习方法的垃圾意见识别、基于本体的食品安全事件信息提取等关键技术,研究设计了全球食品安全信息监控与分析云平台,应用过程中发现其进行食品安全事件预警的效果较好。介绍了云平台的架构和关键技术。

大数据分析与高速数据更新

大数据对于数据管理系统平台的主要挑战可以归纳为volume(数据量大)、velocity(数据的产生、获取和更新速度快)和variety(数据种类繁多)3个方面.针对大数据分析系统,尝试解读velocity的重要性和探讨如何应对velocity的挑战.首先比较事物处理、数据流、与数据分析系统对velocity的不同要求.然后从数据更新与大数据分析系统相互关系的角度出发,讨论两项近期的研究工作:1)MaSM,在数据仓库系统中支持在线数据更新;2)LogKV,在日志处理系统中支持高速流入的日志数据和高效的基于时间窗口的连接操作.通过分析比较发现,存储数据更新只是最基本的要求,更重要的是应该把大数据的从更新到分析作为数据的整个生命周期,进行综合考虑和优化,根据大数据分析的特点,优化高速数据更新的数据组织和数据分布方式,从而保证甚至提高数据分析运算的效率.

基于大数据的安全事件挖掘框架

安全态势感知是掌控网络空间的听觉和视觉,安全事件的获取是安全态势感知的基础。在大数据时代,安全事件的挖掘是一个典型的大数据问题。运用大数据技术进行网络安全研究,构建了一种安全事件挖掘框架,结合在线反馈和离线分析两种方式,从海量、多源、异构的原始数据中,提取有效的安全事件,发现安全风险、潜在威胁和未知攻击。挖掘结果可用于安全态势感知、攻击追踪溯源、攻击知识学习等进一步研究。