大数据背景下知识融合研究综述

网络大数据中包含着海量的知识资源,这些资源在知识服务的过程中发挥着极其重要的作用。如何从多源异构的海量数据中准确地提取知识并加以有效利用成为当前知识服务的热点问题。本文以当前大数据背景下知识融合研究现状为出发点,对当前知识融合领域内的相关文献资料进行分析,从传统的知识融合的理论结构、关键技术、学科或领域间的交互运用入手,归纳并总结知识融合的理论方法与框架模型,从而探讨大数据环境背景下的知识融合研究的新进展以及对未来做出展望,同时在此基础上进行评述,以期为该领域更为深入的发展提供参考。

政府大数据超网络的特征分析及其应用方向研究

分析政府大数据的构成要素及要素之间的相互关系,探究超网络理论在政府大数据实践中的应用和发展方向。阐述超网络的内涵和特征,构建政府大数据超网络模型,分析政府大数据超网络的特征,从超网络的视角,探讨了政府大数据的组织、数据中心建设和大数据管理等方面的应用展望,并提出相应的建议。政府大数据是大数据超网络,政府大数据的应用实践需要充分考虑人、系统、数据三大要素,并协调三者之间的关系。

基于自组织的政府开放数据资源分类模式

近年来,政府正在不断加大政府开放数据资源的深度和广度,为了更好地提供政府开放数据资源服务,构建一个精致有序、直观明确的分类目录成为一个亟需解决的问题。首先针对数据资源分类的问题和特征进行分析;然后研究了基于自组织的分类模式,对其涵义和运行机制进行阐述,并介绍了其两大特征、三大原则以及要满足的四个条件;最后从一个目标、三大要素出发构建了自组织分类框架。