数据开放文献综述

数据开放文献综述
数据开放文献综述

(1)、国外研究现状

有关政府数据开放的研究

目前,国际上对“政府数据开放”的研究已经积累了许多文献,一种是从信息科学的视角出发,在数据层面和技术层面对“政府数据开放”展开研究;另一种则从公共管理的视角出发,研究“政府数据开放”的政策和管理问题。公共管理的视角,国际上关于政府数据开放的研究对象已覆盖不同类型的国家和地区,产生了琳琅满目的研究成果。

在研究对象上,该领域的研究囊括了来自不同类型的国家,既包括美国、英国、欧盟、荷兰、加拿大等发达国家和地区,也包括巴西、哥伦比亚、肯尼亚等发展中国家。来自不同类型国家的实践经验和研究成果对于中国开展政府数据开放具有重要的借鉴意义。

在研究方法上,大多数研究都采用了经验研究的方法,或是将某个州以及地方的政府数据开放实践作为研究对象,开展深度访谈或焦点讨论等定性研究或是采集数据进行定量研究。这些研究对政府数据开放的现状作了深入分析,其研究成果也对未来实践提供了政策建议,具有很强的可操作性。如Zuiderwij A(2014)等对政府开放数据政策框架构建进行了定量研究,他们认为目前各级政府出台了大量开放数据的政策,但是有关数据开放政策的目的和实际影响等问题的系统性和结构化的研究却非常少,进而构建了一个比较开放数据政策的框架,该框架包括环境和背景、政策内容、绩效指标和公共价值等因素,并运用这个框架对荷兰政府的各级相关政策进行了比较研究。

在研究内容上,主要聚焦于政府开放数据的标准与原则、意义与价值、面临的挑战以及各种影响因素间的互动等方面。其中,对于数据开放的原则,普遍从一手、及时、可获得、可机器处理、无歧视、非私人拥有、无须授权等角度进行阐述(McKinsey Global Institute;2013),认为满足以上条件的公共数据才可称为“开放”的政府数据。对于“政府数据开放”的意义与价值,国外文献主要强调了开放政府数据在政治、经济、社会等方面所能创造的公共价值(Helbig,2013;sayoga,2013)。例如政府技术研究中心的报告从经济、政治、社会、战略、管理等七个方面提供了一个公共价值分析框架,以帮助政府测量政府数据开放的价值影响。有关“政府数据开放”所面临的挑战则主要来自数据层面和管理层面,其中来自数据层面的挑战主要包括数据准确性、数据保密、数据所权、用户对数据的使用和解读能力等,而来自管理层面的挑战主要是指权力结构、组织架构、部门利益、组织文化和人员意识(Janssen, 2011;conradie, 2012)。同时,这些影响因素之间呈现动态互动关系,共同决定着政府数据开放的成效。针对政府数据开放所面临的挑战和威胁,学者们提出了一系列政策建议,如提高政府数据开放政

策的战略性、改善政府数据开放环境、考虑政府数据开放的可持续性等(Cresswell,2011 ;Harrison,2013)。

有关政府透明度影响因素的研究:

国外与本研究最接近的研究是来自美国新泽西州的城市调查(Piotrowski S J,2010)。作者基于个人对透明的需求、公众参与和地方政府等三个方面提出政府透明度的影响因素。首先,人口的社会经济状况(如教育、收入、年龄结构等)越好,对透明度的需求越强。其次,参政议政越频繁,对信息公开的要求越强烈。最后,政治竞争程度(如选任官员数量、任期)、城市规模(总人口、总面积)、城市财富(人均预算、信用评级)等可能同政府透明度正相关,政体也会对透明度有影响。

有研究发现,从长期来看对行政机构的约束和教育会对政府信息公开的数量产生正面影响(Williams A,2012)。Crimmelikhuijsen S(2012)通过对荷兰市级地方政府的研究表明,组织能力、政治压力和社会群体压力会从不同角度对基于网站的地方政府透明产生影响。对西班牙市级地方政府的研究表明,政府透明受到人口、人均收入水平、教育和政治意愿等经济、社会和制度因素的影响(Sol D A,2013)。此外,对中东国家的调查发现,地方政府透明受政治和公民社会因素的影响,而制度因素中介它们与透明的关系;社会经济发展和政府规模对政府透明没有显著影响(Dowley K M,2006)。

虽然国外有关政府行政透明度的影响因素研究较少,但关于财政透明度的研究却非常多,研究领域主要集中于财政透明度提升的驱动因素、财政透明度与政府规模、政府绩效、财政赤字的关系上。围绕财政透明这一主题,不同研究发现财政透明的影响因素包括:政治极化和以往的财政条件(AIt J E,2006);互联网普及率、教育水平、政府规模、政治竞争和其它政治经济因素(Esteller-More A 2012;Rios A-M ,2013;Caamano-Alegre J,2013);税收、政党倾向和人口数量等政治和经济社会因素等(Bastida F,2011)。这些有关政府透明度的研究均是在欧美国家社会情境下进行的,普遍带有探索性且并未形成一致的研究结论,对于本论文问题的研究具有一定的启示。

(2)、国内研究现状

对政府数据开放的研究

中国政府数据开放的发展实践和对政府数据开放的研究整体落后于欧美各

国(郑磊、徐慧娜,2013)。国内学者对于政府数据开放的研究,主要集中在政府数据开放的相关概念、价值和发展现状(高丰,2015;赵润娣,2015;沈亚平,2014),国外政府数据开放情况、经验介绍及对我国政府数据开放的启示等(迪莉娅,2014;张涵,2015)。

对于数据开放的概念研究,虽然开放政府数据(Open Government Data, OGD) 这一术语随着开放政府工作组开放数据八项原则发布,于2008年流行起来,近来变得相对突出。政府数据开放已在政府开放联盟的各国中得到了广泛使用,但这一概念本身却由于被视为不言自明的事实而没有得到足够的关注。对于中国而言,它也更多地还只是一种国际社会的发展趋势,2015年9月数据开放的字眼

才第一次出现在中国的官方文件中,这一概念在理论上前瞻性的研究也较为缺乏。(沈亚平,2015)。但国内不少学者从数据开放与信息公开关系的角度对政府数据开放的相关概念进行了探讨。认为数据与信息是一种递进关系,数据是底层结构,信息则是在其之上(赵润娣,2015)。政府数据开放是政府信息公开的进一步发展,数据是信息的前身,而原始数据的开放是政府信息资源深层次开放和利用的标志(迪莉娅,2014)。政府数据开放不完全等同于政府信息公开,其差别在于:第一,政府信息公开更多是在信息层面,开放的是一些文件、已进行过加工处理的数据,而非原始的数据集。对数据进行加工分析,发现其中的意义、规律,就成了信息。而开放政府数据意味着,只要不侵犯国家安全、隐私和商业机密,人们可以对数据进行利用、再利用,不同的人可分析出不同的结果。第二,政府信息公开与开放政府数据的目的不同。政府信息公开的主要目的是保障公众的知情权。政府信息公开让公众知情、公众参与、公众监督,更多地是政治和行政上的责任。而开放政府数据不仅要让人“知情”,更重要的是让全社会根据自身的需求“利用”数据,更多是出于经济和社会发展的考虑(郑磊,2015)。开放数据所强调的机器可读性以及其明确赋予数据使用者的自由加值利用和分享

传播权利,更好地刺激了公众对政府数据资源的需求,也鼓励了公众对政府数据加值利用(高丰,2015)。

关于我国数据开放的发展现状,国内学者普遍认为当前开放数据在中国的发展整体落后于欧美各国。在国家层上,政府开放数据起步较晚,尚没有建立开放数据的政策体系,也没有上线的国家级开放数据门户。虽然近两年来,中央在开放政府数据上的声音越来越强展,一些地方政府也开始了开放数据的实践,但中国开放数据总体还很少,现有的开放性数据价值也并不高(郑磊,2015)。

有学者对当前中国社会各界了解开放数据的程度进行调研后,认为开放政府数据的概念尚未在社会普及,缺乏有效的参与路径和政府共同推进开放数据的进程,中国政府数据开放面临着生态发展的挑战(高丰,2015)。通过介绍英国、美国、日本、台湾等典型国家和地区开放政府数据的政策、机制、举措,总结其经验和特点后(张涵,2015;杨东谋,2013;崔洪铭;2014),学者从政策法规、组织管理、数据管理和平台开发等角度对提高我国政府数据开放程度提出了相应的政策建议。

对政府透明度影响因素的研究

随着中2008年《政府信息公开条例》的颁布和实施以来,我国各级政府及其组成部门的信息公开程度有了大幅度提升,对政府透明度的相关研究越来越丰富,政府透明度及其影响因素成为近年来学界感兴趣的一个问题。国内学者大多是从内部动力(政府责任和价值体现、政府和非政府组织规则、法制发展、技术进步等)和外部压力(公众需求、市场需求、环境压力)的角度来考虑政府透明度影响因素,认为政府透明是内生动力和外部压力共同作用的结果。也有少数学者从制度、组织、舆论等为主要维度对政府透明度的影响因素进行设计和分析。虽然一些学者对政府透明度的动力机制、影响因素进行了分析,但大量研究都属于理论探讨或案例研究,由于政府信息公开、透明度难以衡量和比较而缺乏实证研究(马亮,2012)。

关于政府信息公开的动力机制研究,段尧清(2005)认为政府信息公开的动力机制是指推动政府信息公开的各种力量或因素的构成及其相互联系、相互作用的方式和原理,并进行了政府信息公开的引力模型、压力模型、推力模型和耦合模型的设计,将动力分为引力、压力、推力三个层面。杨敏(2007)梳理出三条政府信息公开动力线索,一条存在于行政机关内部,其余两条存在于行政机关外部,包括公众的监督和救济途径的制度安排。李春阁(2011)持同样观点,认为政府信息公开存在着内生动力和外在动力,利益需求与价值观念产生内生动力,而制度、舆论、权力等要素则从外部作用于政府,为政府信息公开提供外部动力。

大数据文献综述

信息资源管理文献综述 题目:大数据背景下的信息资源管理 系别:信息与工程学院 班级:2015级信本1班 姓名: 学号:1506101015 任课教师: 2017年6月 大数据背景下的信息资源管理 摘要:随着网络信息化时代的日益普遍,我们正处在一个数据爆炸性增长的“大数据”时代,在我们的各个方面都产生了深远的影响。大数据是数据分析的前沿技术。简言之,从各种各样类型的数据中,快速获得有价值信息的能力就是大数据技术,这也是一个企业所需要必备的技术。“大数据”一词越来越地别提及与使用,我们用它来描述和定义信息爆炸时代产生的海量数据。就拿百度地图来说,我们在享受它带来的便利的同时,无偿的贡献了我们的“行踪”,比如说我们的上班地点,我们的家庭住址,甚至是我们的出行方式他们也可以知道,但我们不得不接受这个现实,我们每个人在互联网进入大数据时代,都将是透明性的存在。各种数据都在迅速膨胀并变大,所以我们需要对这些数据进行有效的管理并加以合理的运用。

关键词:大数据信息资源管理与利用 目录 大数据概念.......................................................... 大数据定义...................................................... 大数据来源...................................................... 传统数据库和大数据的比较........................................ 大数据技术.......................................................... 大数据的存储与管理.............................................. 大数据隐私与安全................................................ 大数据在信息管理层面的应用.......................................... 大数据在宏观信息管理层面的应用.................................. 大数据在中观信息管理层面的应用.................................. 大数据在微观信息管理层面的应用.................................. 大数据背景下我国信息资源管理现状分析................................ 前言:大数据泛指大规模、超大规模的数据集,因可从中挖掘出有价值 的信息而倍受关注,但传统方法无法进行有效分析和处理.《华尔街日

大数据文献综述

信息资源管理文献综述题目:大数据背景下的信息资源管理 系别:信息与工程学院 班级:2015级信本1班 姓名: 学号:1506101015 任课教师: 2017年6月

大数据背景下的信息资源管理 摘要:随着网络信息化时代的日益普遍,我们正处在一个数据爆炸性增长的“大数据”时代,在我们的各个方面都产生了深远的影响。大数据是数据分析的前沿技术。简言之,从各种各样类型的数据中,快速获得有价值信息的能力就是大数据技术,这也是一个企业所需要必备的技术。“大数据”一词越来越地别提及与使用,我们用它来描述和定义信息爆炸时代产生的海量数据。就拿百度地图来说,我们在享受它带来的便利的同时,无偿的贡献了我们的“行踪”,比如说我们的上班地点,我们的家庭住址,甚至是我们的出行方式他们也可以知道,但我们不得不接受这个现实,我们每个人在互联网进入大数据时代,都将是透明性的存在。各种数据都在迅速膨胀并变大,所以我们需要对这些数据进行有效的管理并加以合理的运用。 关键词:大数据信息资源管理与利用 目录 大数据概念 (3) 大数据定义 (3) 大数据来源 (3) 传统数据库和大数据的比较 (3) 大数据技术 (4) 大数据的存储与管理 (4)

大数据隐私与安全 (5) 大数据在信息管理层面的应用 (6) 大数据在宏观信息管理层面的应用 (6) 大数据在中观信息管理层面的应用 (7) 大数据在微观信息管理层面的应用 (8) 大数据背景下我国信息资源管理现状分析 (9) 前言:大数据泛指大规模、超大规模的数据集,因可从中挖掘出有价值 的信息而倍受关注,但传统方法无法进行有效分析和处理.《华尔街日 报》将大数据时代、智能化生产和无线网络革命称为引领未来繁荣的大技术变革.“世界经济论坛”报告指出大数据为新财富,价值堪比石油.因此,目前世界各国纷纷将开发利用大数据作为夺取新一轮竞争制高点的重要举措. 当前大数据分析者面临的主要问题有:数据日趋庞大,无论是入库和查询,都出现性能瓶颈;用户的应用和分析结果呈整合趋势,对实时性和响应时间要求越来越高;使用的模型越来越复杂,计算量指数级上升;传统技能和处理方法无法应对大数据挑战. 正文:

大数据文献综述

信息资源管理文献综述题目:大数据背景下的信息资源管理系别:信息与工程学院 班级:2015级信本1班 姓名: 学号:1506101015 任课教师: 2017年6月

大数据背景下的信息资源管理 摘要:随着网络信息化时代的日益普遍,我们正处在一个数据爆炸性增长的“大数据”时代,在我们的各个方面都产生了深远的影响。大数据是数据分析的前沿技术。简言之,从各种各样类型的数据中,快速获得有价值信息的能力就是大数据技术,这也是一个企业所需要必备的技术。“大数据”一词越来越地别提及与使用,我们用它来描述和定义信息爆炸时代产生的海量数据。就拿百度地图来说,我们在享受它带来的便利的同时,无偿的贡献了我们的“行踪”,比如说我们的上班地点,我们的家庭住址,甚至是我们的出行方式他们也可以知道,但我们不得不接受这个现实,我们每个人在互联网进入大数据时代,都将是透明性的存在。各种数据都在迅速膨胀并变大,所以我们需要对这些数据进行有效的管理并加以合理的运用。 关键词:大数据信息资源管理与利用 目录 大数据概念 (2) 大数据定义 (2) 大数据来源 (2) 传统数据库和大数据的比较 (3) 大数据技术 (3) 大数据的存储与管理 (4) 大数据隐私与安全 (4) 大数据在信息管理层面的应用 (5) 大数据在宏观信息管理层面的应用 (5) 大数据在中观信息管理层面的应用 (6) 大数据在微观信息管理层面的应用 (7) 大数据背景下我国信息资源管理现状分析 (8)

前言:大数据泛指大规模、超大规模的数据集,因可从中挖掘出有价值 的信息而倍受关注,但传统方法无法进行有效分析和处理.《华尔街日 报》将大数据时代、智能化生产和无线网络革命称为引领未来繁荣的 大技术变革.“世界经济论坛”报告指出大数据为新财富,价值堪比 石油.因此,目前世界各国纷纷将开发利用大数据作为夺取新一轮竞 争制高点的重要举措. 当前大数据分析者面临的主要问题有:数据日趋庞大,无论是入 库和查询,都出现性能瓶颈;用户的应用和分析结果呈整合趋势,对 实时性和响应时间要求越来越高;使用的模型越来越复杂,计算量指 数级上升;传统技能和处理方法无法应对大数据挑战. 正文: 大数据概念 大数据定义 维基百科对大数据的定义则简单明了:大数据是指利用常用软件工具捕获、管理和处理数据所耗时间超过可容忍时间的数据集。也就是说大数据是一个体量特别大,数据类别特别大的数据集,并且这样的数据集无法用传统数据库工具对其内容进行抓取、管理 大数据来源 1)来自人类活动:人们通过社会网络、互联网、健康、金融、经济、交通等活动过程所产生的各类数据,包括微博、病人医疗记录、文字、图形、视频等

大数据外文翻译参考文献综述

大数据外文翻译参考文献综述 (文档含中英文对照即英文原文和中文翻译) 原文: Data Mining and Data Publishing Data mining is the extraction of vast interesting patterns or knowledge from huge amount of data. The initial idea of privacy-preserving data mining PPDM was to extend traditional data mining techniques to work with the data modified to mask sensitive information. The key issues were how to modify the data and how to recover the data mining result from the modified data. Privacy-preserving data mining considers the problem of running data mining algorithms on confidential data that is not supposed to be revealed even to the party

running the algorithm. In contrast, privacy-preserving data publishing (PPDP) may not necessarily be tied to a specific data mining task, and the data mining task may be unknown at the time of data publishing. PPDP studies how to transform raw data into a version that is immunized against privacy attacks but that still supports effective data mining tasks. Privacy-preserving for both data mining (PPDM) and data publishing (PPDP) has become increasingly popular because it allows sharing of privacy sensitive data for analysis purposes. One well studied approach is the k-anonymity model [1] which in turn led to other models such as confidence bounding, l-diversity, t-closeness, (α,k)-anonymity, etc. In particular, all known mechanisms try to minimize information loss and such an attempt provides a loophole for attacks. The aim of this paper is to present a survey for most of the common attacks techniques for anonymization-based PPDM & PPDP and explain their effects on Data Privacy. Although data mining is potentially useful, many data holders are reluctant to provide their data for data mining for the fear of violating individual privacy. In recent years, study has been made to ensure that the sensitive information of individuals cannot be identified easily. Anonymity Models, k-anonymization techniques have been the focus of intense research in the last few years. In order to ensure anonymization of data while at the same time minimizing the information

大数据云计算文献综述

大数据云计算文献综述 一个大数据的调查 摘要:在这篇论文中,我们将回顾大数据的背景以及当前发展状况。我们首先介绍大数据的一般应用背景以及回顾涉及到的技术,例如:云计算、物联网、数据中心,以及Hadoop。接下来我们着重大数据价值链的四个阶段,也就是:数据生成,数据采集,数据存储和数据分析。对于每个阶段,我们介绍应用背景,讨论技术难题以及回顾最新技术。最后,我们介绍几个大数据的代表性应用,包括企业管理,物联网,在线社交网络,媒体应用,集成智慧,以及智能电网。这些讨论旨在提供一个全面的概述以及对读者感兴趣的领域的蓝图。这个调查包括了对开放问题和未来方向的讨论。 关键字大数据云计算物联网数据中心Hadoop 智能电网大数据分析 1、背景 1.1大数据时代的曙光 在过去的二十年,数据在各种各样的领域内爆炸式增长。按照2011年来自国际数据公司(IDC)的报告,世界上总共的创建及复制的数据量达到1.8zb,在五年内增长了大约九倍[1]。在未来这个数字至少每两年增加一倍。在全球数据的爆炸增长下,大数据这个词主要来描述巨大的数据集。与传统的数据集相比,大数据通常包括非结构化数据,这需要更实时的分析。 另外,大数据也能在发现新价值上带来新优势,帮助我们帮助我们获得一个深入隐藏价值的认识,也导致新挑战,例如,如何有效地组织和管理这样的数据集。

近日,行业产生兴趣的大数据的高潜力,许多政府机构公布主要计划加快大数据的研究和应用[2]。此外,大数据问题往往覆盖在公共媒体,如经济学[3,4],纽约时报[5],和全国公共广播电台[6,7]。这两个主要的科学期刊,Nature和Science,还开通了专栏讨论大数据的挑战和影响[8,9]。大数据的时代已经到来超越一切质疑[10]。 目前,与互联网公司的业务相关联的大数据快速增长。例如,谷歌处理的数据达数百拍字节(PB),Facebook的生成日志数据每月有超过10 PB,百度一家中国公司百度,业务流程有数十PB的数据,而阿里巴巴的子公司淘宝每天的网上交易产生几十太字节(TB)的数据。图1示出的全球数据量的热潮。当大型数据集的数量急剧上升,它也带来了许多具有挑战性的问题,解决方案如下: 图一、持续增长的数据 信息技术的最新发展(IT)使其更容易以产生数据。例如,每分钟有平均72个小时的视频上传到YouTube[11]。因此,我们面临的主要挑战是从广泛分布的数据源中收集和整合大量的数据。 云计算和物联网(IOT)的快速发展进一步促进数据的大幅增长。云计算提供了安全措施,访问网站以及数据资产的渠道。在物联网的典范,遍布世界各地的传感器正在收集和传送数据到云端进行存储和处理。这样的数据在数量和相互关系将远远超过对IT架构和现有企业的基础设施的能力,以及它的实时要求也将极大地强调可用的计算能力。日益增长的数据造成怎样在当前硬件和软件的基础上存储和管理如此庞大的异构数据集的问题。

大数据时代 文献综述

智慧时代下大数据技术在教育 领域的应用研究综述 姓名:李欢欢学号:2012221111120004 一、前言 大数据是近年来出现在通信和计算机领域中的一个热门关键词。关于大数据,尚未有一个统一的定义,但却有两个观点能够诠释大数据的本质。第一个观点来自于Gartner公司的Merv Adrian在2011年第一季度刊登在Teradata Magazine上的一篇文章,文中指出“数据超出了常用硬件环境和软件工具在可接受的时间内为其用户收集、管理和处理数据的能力”[1]。另一个观点来自于麦肯锡全球数据分析研究所(Mckinsey Global Institute)在2011年6月发布的《大数据:创新、竞争和生产力的下一个前沿》报告,报告中提出“大数据是指大小超出了典型数据库软件工具收集、存储、管理和分析能力的数据集”[2]。麦肯锡称:“数据,已经渗透到当今每一个行业和业务职能领域,成为重要的生产因素。人们对于海量数据的挖掘和应用,预示着新一波生产率增长和消费者盈余浪潮的到来。” 大数据已经深刻地影响到人们的生活、工作和学习。大数据的意义在于对由多种类型数据构成的数据集体进行分析和研究,提取有利用价值的信息,从而帮助人们在解决问题时可以作出科学的决策。同样大数据的威力强烈地冲击着教育系统,正在成为推动教育系统创新与变革的颠覆性力量。 二、大数据技术在教育领域的应用现状分析 1 大数据定义与特征 大数据(bigdata),又称巨量资料,海量资料,指的是所涉及的资料量规模巨大到无法透过目前主流软件工具,在合理时间内达到撷取、管理、处理并整理成为帮助企业经营决策更积极目的的资讯。研究机构Gartner[3]认为“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。麦肯锡的定义:大数据是指无法在一定时间内用传统数据库软件工具对其内容进行采集、存储、管理和分析的数据集合。无论哪种定义,我们可以看出,大数据并不是一种新的产品也不是一种新的技术,大数据只是数字化时代出现的一种现象。 大数据的主要特点可以概括为4V+1C。4V包含了四个层面:第一,即V olume(大容量),海量数据,规模庞大,已跃升到PB 级别;第二,Velocity(高速度),实时处理,处理速度快,涉及感知、传输、决策、控制开放式循环的大数据,数据实时处理有着极高要求,通过传统数据库查询方式得到的“当前结果”可能已没有价值,这也是大数据和传统的数据挖掘技术本质上的不同;第三,Variety(多样性),数据类型繁多:网络日志、视频、地理位置信息、图片等都是大数据;第四,Veracity(低密度),数据价值大,但价值密度低。对海量数据挖掘分析,对未来趋势与模式的可预测分析,深度复杂分析;“1C”即Complexity,是通过数据库处理持久存储的数据不再适用于大数据处理,需要有新的方法来满足异构数据统一接入和实时数据处理的需求[4]。 2 国内研究现状 对于“智慧时代下大数据技术在教育领域的应用”国内研究的现状,我主要通过借助中国知网提供的论文发表数据进行分析。在中国知网中选择“高级检索”类型,并在检索条件中选择“主题”检索,输入“大数据”并含“教育”,截止到2014年4月17日共检索出303 条结果与之相关,通过手工筛选,把会议报道等无关信息剔除掉,剩余160篇文章。 大数据在教育领域的应用,与国外相比,国内起步稍晚,还未形成整体力量。虽然2009年开始,大数据就成为了流行词汇,但是它在教育领域的应用是近3年才出现的。国内最早

大数据的经济学研究文献综述

大数据的经济学研究文献综述 摘要: 本文从大数据背景下的经济学研究出发,分析了大数据背景下对传统经济学所带来的冲击和挑战,以及大数据在经济学中的应用。大数据的应用给传统经济学带来了全新的方法,更重要的是,大数据给传统经济学带了全新的视角。 【关键词】大数据;大数据经济学;传统经济学;挑战 Abstract This article analyzed the big data which bring a big impact and challenges on the traditional economics under the background of big data, as well as the big data applications in economics. Big data’s applications has brought a new approach to traditional economics, more importantly, big data has brought a new perspective of traditional economics. 【Key words】big data; big data economics; traditional economics; challenges 1国外关于大数据经济学问题的探讨现状 对于大数据的概念,企业和学术界目前尚未形成公认的准确定义。维基百科的定义:大数据指的是所涉及的资料量规模巨大到无法通过目前主流软件工具,在合理时间内达到撷取、管理、处理并整理成为帮助企业经营决策目的的资讯。麦肯锡的定义:大数据是指无法在一定时间内用传统数据库软件工具对其内容进行采集、存储、管理和分析的数据集合。Dumbill ( 2012)采用IBM 公司的观点,认为大数据具有“3V”特点,即规模性( Volume ) 、多样( Variety ) 、实时性( Velocity) 。以IDC 为代表的业界认为大数据具备“4V”特点,即在3V 的基础上增加价值性( Value) 。权威IT 研究与顾问咨询公司Gartner将大数据定义为“在一个或多个维度上超出传统信息技术的处理能力的极端信息管理和处理问题。美国国家科学基金会( NSF) 则将大数据定义为“由科学仪器、传感设备、互联网交易、电子邮件、音视频软件、网络点击流等多种数据源生成的大规模、多元化、复杂、长期的分布式数据集”。 维克托(2013)赞同许多物理学家的看法,认为世界的本质就是数据。因此,大数据时代的经济学、政治学、社会学和许多科学门类都会发生巨大甚至是本质上的变化和发展,进而影响人类的价值体系、知识体系和生活方式。

大数据研究综述

大数据文献综述 随着以博客、社交网络、基于位置的服务LBS为代表的新型信息发布方式的不断涌现,以及云计算、物联网等技术的兴起,数据正以前所未有的速度在不断地增长和累积,国际数据公司( IDC) 的数字宇宙研究报告称[1]:2011 年全球被创建和被复制的数据总量超过1. 8ZB,且增长趋势遵循新摩尔定律( 全球数据量大约每两年翻一番) ,预计 2020 年将达到 35ZB.与此同时,数据复杂性也急剧增长,其多样性、低价值密度、实时性等复杂特征日益显著,大数据时代已经来到。学术界、产业界甚至于政府机构都已经开始密切关注大数据问题,并对其产生浓厚的兴趣。 一、大数据国内外发展现状 对于学术界,1989 年在美国底特律召开的第 11 届国际人工智能联合会议专题讨论会上,首次提出了“数据库中的知识发现(KDD)”的概念。在1995年召开了第一届知识发现与数据挖掘国际会议,随着与会人员的增加,KDD国际学术成为年会。大数据的兴起,主要是国际顶尖期刊《Nature》早在2008年推出了Big data专刊[2]。计算社区联盟(computing community consortium ) 在2008年发表了报告“big data computing:creating revolutionary breakthroughs in commerce, science and society ”[3],阐述了在数据驱动的研究背景下,解决大数据问题所需的技术以及面临的一些挑战。《science》在2011年2月推出专刊“dealing with data ”[4],主要围绕着科学研究中大数据的问题展开讨论,说明大数据对于科学研究的重要性.美国一些知名的数据管理领域的专家学者则从专业的研究角度出发,联合发布了一份白皮书《challenges and opportunities with big data》[5]。该白皮书从学术的角度出发介绍了大数据的产生,分析了大数据的处理流程,并提出大数据所面临的若干挑战。全球知名的咨询公司麦肯锡(McKinsey )2011年6月份发布了一份关于大数据的详尽报告“big data :the next frontier for innovation , competiton,and productivity”[6],对大数据的影响、关键技术和应用领域等都进行了详尽的分析。进入2012年以来,大数据的关注度与日俱增1月份的达沃斯世界经济论坛上,大数据是主题之一,该次会议还特别针对大数据发布了报告“big data,big compat :new possibilities for international development”[7],探讨了新的数据产生方式下,如何更好地利用数据来产生良好的社会效益.该报告重点关注了个人产生的移动数据与其他数据的融合与利用.3月份美国奥巴马政府发布了“大数据研究和发展倡议”[8](big data research and development initiative),投资2亿以上美元,正式启动“大数据发展计划”.计划在科学研究、环境、生物医学等领域利用大数据技术进行突破.奥巴马政府的这一计划被视为美国政府继信息高速公路计划之后在信息科学领域的又一重大举措.与此同时,联合国一个名为“global pulse ”的倡议项目在今年5月发布报告“big data for development :challenges or opportunities”[9],该报告主要阐述大数据时代各国特别是发展中国家在面临数据洪流(data deluge)的情况下所遇到的机遇与挑战,同时还对大数据的应用进行了初步的解读.《纽约时报》的文章“the age of big data ”[10]。则通过主流媒体的宣传使普通民众开始意识到大数据的存在,以及大数据对于人们日常生活的影响。 在产业界,经济利益成为主要的推动力,IBM、ORACLE、微软、谷歌、亚马逊、Facebook、Teradata、EMC、惠普等跨国巨头也因大数据技术的发展而更加具有竞争力[11]。仅2009 年一年,谷歌公司通过大数据业务对美国经济贡献540 亿

大数据文献综述范文写比较文学的文献综述范文

大数据文献综述范文写比较文学的文献综述范文文献综述格式及写作技巧(附文献综述范文) 文献综述是在对文献进行阅读、选择、比较、分类、分析和综合的基础上,研究者用自己的语言对某一问题的研究状况进行综合叙述的情报研究成果。文献的搜集、、分析都为文献综述的撰写奠定了基础。 文献综述格式一般包括: 文献综述的引言: 包括撰写文献综述的原因、意义、文献的范围、正文的标题及基本内容提要; 文献综述的正文: 是文献综述的主要内容,包括某一课题研究的历史 (寻求研究问题的发展历程)、现状、基本内容 (寻求认识的进步),研究方法的分析(寻求研究方法的借鉴),已解决的问题和尚存的问题,重点、详尽地阐述对当前的影响及发展趋势,这样不但可以使研究者确定

研究方向,而且便于他人了解该课题研究的起点和切入点,是在他人研究的基础上有所创新; 文献综述的结论: 文献研究的结论,概括指出自己对该课题的研究意见,存在的不同意见和有待解决的问题等; 文献综述的附录: 列出 ___,说明文献综述所依据的资料,增加综述的可信度,便于读者进一步检索。 一、文献综述不应是对已有文献的重复、罗列和一般性介绍,而应是对以往研究的优点、不足和贡献的批判性分析与评论。因此,文献综述应包括综合提炼和分析评论双重含义。 文献综述范文1:“问题——探索——交流”小学数学教学模式的研究

... ...我们在网上浏览了数百种教学模式,下载了二百余篇有关教学模式的文章,研读了五十余篇。概括起来,我国的课堂教学模式可分三类: (1) 传统教学模式——“教师中心论”。这类教学模式的主要理论根据是行为主义学习理论,是我国长期以来学校教学的主流模式。它的优点是... ...,它的缺陷是... ... (2) 现代教学模式——“学生中心论”。这类教学模式的主要理论依据是建构主义学习理论,主张从教学思想、教学设计、教学方法以及教学管理等方面均以学生为中心,20世纪 90年代以来,随着信息技术在教学中的应用,得到迅速发展。它的优点是... ...,它的缺陷是... ... (3) 优势互补教学模式——“主导——主体论”。这类教学模式是以教师为主导,以学生为主体,兼取行为主义和建构主义学习理论之长并弃其之短,是对“教师中心论”和“学生中心论”的扬弃。“主导——主体论”教学模式体现了辩证唯物主义认识论,但在教学实践中还没有行之有效的可以操作的教学方法和模式。 以教师为中心的传统小学数学教学模式可表述为“复习导入——传授新知——总结归纳——巩固练习——布置作业”。这种教学模

文献综述 大数据下医疗信息化研究

XXXX大学 毕业论文(设计)文献综述 大数据下医疗信息化研究文 献综述 院系名称:XXXX学院 专业:xxxxxxxx 学生姓名:Docer 学号: 123456789 指导老师:Docer XXXX大学教务处制

2017年3月1日 大数据下医疗信息化研究文献综述 摘要:医疗信息化是大数据时代下医疗卫生行业发展的总体趋势。但是,医疗信息化的发展目前处于起步阶段,发展中存在一些潜在问题,但是云计算和物联网等技术的发展为医疗信息化提供新的契机与发展空间。本文拟分析目前医疗信息化的发展现状、发展的问题与挑战并分析发展的机遇,提出医疗信息化发展的建议。 关键词:大数据医疗信息化研究综述 一、医疗信息化发展现状 对中国的医疗卫生信息化建设而言,2012年是一个值得纪念的年份。这一年,医疗信息化投入成倍增加,电子病历评级全面展开,医院等级评审重新启动,移动医疗、区域医疗、物联网持续升温,云计算、大数据崭露头角,信息安全得到更多重视,医院信息规范和标准化进一步加强,一些新的企业进军医疗IT市场医疗信息化的热潮扑面而来,让每一个行业从业者都切实感受到了它的热度。2012年国务院发布的《中国医疗卫生事业白皮书》中明确指出:“健康是促进人的全面发展的必然要求,……在中国这个有着13亿多人口的发展中大国,医疗卫生关系亿万人民健康,是一个重大民生问题。”医疗信息化则是医疗卫生事业能否更好服务于公众的重要保障。近年来信息技术飞速发展,实现物物相联的物联网和使IT资源按需分配的云计算等技术使得医疗卫生信息化日新月异,2013年成为大数据元年。医疗卫生信息平台、业务系统、数字化医疗仪器与设备在医疗卫生机构迅速普及开来,与之同时产生了大量的医疗信息资源。如何让利用这些海量的信息资源更好地为医疗卫生行业的管理、医院的诊疗、科研和教学服务,已经越来越成为人们所关注的热点。与此同时,医疗数据的隐私性、安全性问题也随之而来,特别是当这些数据需要发布在网上供二次使用的时候。近些年来,随着政府对医疗卫生信息化建设重视程度的加深和政府投人的增多,我

互联网与大数据思维 的文献综述

【题名】互联网和大数据思维 【作者】郭大蕾 【学号】 【系别】11级广播电视新闻学 【前言】 “大数据”的提出由来已久,由于互联网和信息技术的进步,各个领域的数据量都在迅猛增长,而通过数据的分析、开发和整合,人类现在可以发现新的知识、创造新的价值,从而带来“大知识”、“大科技”、“大智能”、“大利润”和“大发展”。伴随我们的理念、思维方式、营销方法论势必也要进行变革,即所谓的大数据思维。而“美丽说”作为大型女性时尚社交网站,可以说是大数据思维运用中新型互联网社交网站的典型案例。 大数据,既是“因为小所以大”,也是“因为大所以小”。因为小所以大,是大数据的“有”。因为互联网上有很细节、很海量的数据,在互联网的社会环境下可以通过技术方法在经济可承受的前提下把数据找回来。而因为大所以小,是大数据的“用”。由于有了丰富的数据,各类互联网媒体、服务才可以针对某一个特定用户,给他提供更精准的服务,将传统的“一对多灌输式的广告”变为“个性化推荐”。 “大数据”,其实并不是新的概念和现象。早在1980 年代,美国就有人提出了“大数据”的概念。30多年来,由于互联网和信息技术的进步,各个领域的数据量都在迅猛增长,美国的企业界、学术界也不断地对这个现象及其意义进行探讨。最近这一两年,“大数据”这个概念在美国变得越来越流行、越来越重要。2012年3月,美国联邦政府宣布投入2亿多美元启动大数据的研发任务,并把大数据定义为和历史上的互联网、超级计算同等重要的国家战略。之所以上升到国家战略的层面,是因为随着数据的爆炸,数据的收集、保存、维护、共享、使用等等任务,都成为横跨各个领域、牵一发而动全身的现象和挑战。但这些现象和挑战的重中之重,还是因为人类分析和使用数据的能力大幅提高,通过数据的分析、开发和整合,人类现在可以发现新的知识、创造新的价值,从而带来“大知识”、“大科技”、“大智能”、“大利润”和“大发展”。 而我们一直生活在数据的世界里,但以往受限于技术,主要应用抽样、局部、片面的数据,或者在不能获得实证数据的时候依赖经验、理论、假设等去发现未知领域的规律。而现在,互联网推动了大数据由后台走向前台。

大数据的经济学研究文献综述

大数据的经济学研究文献综述 学院:金融学院班级:13金融学硕姓名:熊美兰 摘要:本文从传媒经济本体研究、产业经济学视角下的传媒经济研究、传媒经济研究工具的创新等方面来管窥近年来该领域的主要关注点以及新趋势和新突破,同时关注传媒经济学科体系研究的最新发展。本年度传媒经济研究主题较为集中,主要是探讨传媒产业的数字化生存、全媒体转型策略与路径。演化经济学、制度经济学、计算机和通信技术等视角和方法的引人,更加凸显了传媒经济学“跨学科”和“融合”的特征。 关键字:全媒体;三网联合;大数据;云计算;传媒经济学 一、引言 2012年,Twitter上每天发布超过4亿条微博,Facebook上每天更新的照片超过1000万张,Farecast公司用将近10万亿条价格记录来预测机票价格,准确率高达75%,采用该系统购票,平均每张机票可节省50美元Gartner 预测未来5年全球大数据将会增加8倍,其中80%是非结构化数据2013年世界上存储的数据将达到1.2ZB(1ZB=1024EB,1EB=1024PB,1PB=1024TB,1TB=1024GB),如果将这些数据刻录到CDR只读光盘上,并堆起来,其高度将是地球到月球距离的5倍2011年,麦肯锡公司对全世界大数据的分布作了一个研究和统计,中国2010年新增的数据量约为250PB,而欧洲约为2000PB,美国约为3500PB,大数据已经深深地充斥了人类经济社会的许多角落。 著名未来学家阿尔文托夫勒(1980)[1]很早就在其经典著作《第三次浪潮》中,将大数据热情地赞誉为第三次浪潮的华彩乐章,但是大数据成为高频词是最近一两年的事情。随着社交网络“物联网”云计算的兴起,数据规模越来越大,2011年5月,全球知名咨询公司麦肯锡(Mckinsey andCompany)发布了《大数据: 创新、竞争和生产力的下一个前沿领域》[2]报告,标志着“大数据”时代的到来,指出数据已经渗透到每一个行业和业务职能领域,逐渐成为重要的生产因素;而人们对于海量数据的运用,将预示着新一波生产率增长和消费者盈余浪潮的到来,2012年世界经济论坛发布了《大数据、大影响》[3]的报告,从金融服务、健康教育农业、医疗等多个领域阐述了大数据给世界经济社会发展带来的机会。2012年3月,奥巴马政府发布《大数据研究和发展倡议》[4],投资2.5亿美元,正式启动大数据发展计划,计划在科学研究、环境、

大数据下医患关系研究的文献综述

大数据下医患关系研究的文献综述

————————————————————————————————作者:————————————————————————————————日期:

研究生课程论文《大数据下医患关系研究的文献综述》 课程名称中国特色社会主义理论与实践研究 姓名赖志远 学号1611403003 专业机械工程 任课教师朱银端 开课时间2016-2017学年第一学期

教师评阅意见: 论文成绩评阅日期 课程论文提交时间:年月日

大数据下医患关系研究的文献综述 赖志远 摘要:近年来,关于医疗纠纷的新闻报道层出不穷,“医闹”现象频频出现在公众的视野当中,不和谐的医患关系已经成为当下中国社会的热点话题。学者们就医患关系的性质、影响因素及应对策略等方面进行了深入分析探讨,形成了许多富有见地的成果。本文在大数据的背景下,以医患关系热点问题为中心进行探讨,对近年来的理论成果进行分析总结,主要从国内医患关系的性质、影响因素和构建和谐医患关系的对策这三个方面进行阐述,并在此基础上提出了相关看法及建议。 关键词:大数据医患关系文献综述 一、医患关系的性质 要界定医患关系的性质,首先要弄清医患关系这一概念的内涵和外延。医患关系的内涵和外延,因审视角度的不同而有所差异。从医学角度看,医患关系是医方与患方在诊疗护理过程中产生的特定医治关系。广义上,医方包括医疗机构、医疗者和护士;患方包括患者、患者家属及患者家属以外的监护人。由此可见,医患关系是一个涉及六方面当事人,由诊断、治疗、护理三方面结合而成的较为复杂的社会关系,其中最为关键的是医疗者与患者之间的关系。 李运华认为医患关系的本质是商品货币性质。目前,各国不论是发达国家还是发展中国家,也不论是资本主义或是社会主义,为本国民提供医疗健康保障,免除或是减轻医疗经济负担已经成为普遍的政策方针,只是形式和程度不同。由此可见医疗服务的福利性,但这是存在于医疗机构与国家,特别是患者与国家之间的关系,并非是存在于医院与患者之间。所以说,这种福利性只是给医患关系的商品货币交换关系披上了一层独特的外衣,即使医患之间的货币交换采取一种特别的方式。其中的奥秘在于,医疗机构的服务经费大部分来源于政府的拨款,而这拨款实际上来自于政府对全民的税收,患者在接受医疗服务时享受的福利可以看做是国家或者社会通过国民收入再分配的方式发放于患者手中,这便是所谓医疗服务的福利性。但是如果把政府从这三者中抽出,医院与患者之间的关系便是不折不扣的商品货币交换的关系。1 陈运来则强调医患关系中的合同性质,认为合同性质才能真正揭示医患关系的本质。其总的看法是医患关系应当是一种民事法律关系,且是民事法律关系中的医疗服务合同关系,主要使用《民法通则》和《合同法》。持合同关系的理由主要由以下五点:一、医患关系是由民法所确认和保护的一种社会关系;二、医患关系是一种以人身权和财产权为内容的社会关系;三、医患关系是一种体现国家意志和当事人意志的思想意志关系;四、医患关系具有平 1李运华. 论医患关系的经济本质与法律性质[J]. 医学与社会,2002,04:42-44.

大数据的商业银行文献综述

大数据的商业银行研究文献综述 学院:金融学院班级:13金融学硕姓名:熊美兰 摘要:随着以社交网络为代表的web2.0的兴起、智能手机的普及、各种监控系统及传感器的大量分布,人类正在进入一个数据大爆炸的时代,“大数据”的概念应运而生。本文第一部分简要概括大数据的内涵和对社会、商业和监管环境造成的普适性影响。第二部分详细分析大数据给商业银行带来的机遇和。在此基础上,第三部分提出若干商业银行应对大数据的策略。 关键字:大数据;商业银行;影响;机遇与挑战;策略 1. 引言 随着以社交网络为代表的web2.0的兴起、智能手机的普及、各种监控系统及传感器的大量分布,人类正在进入一个数据大爆炸的时代,“大数据”的概念应运而生。大数据被誉为继云计算、物联网之后IT产业又一次颠覆性的技术变革,已经引起各方面的高度关注。麦肯锡在2011年发布研报《大数据:下一个创新、竞争和生产率的前沿》(Manyi ka,Chui,Brown,Bughin,Dobbs,Roxburgh,和Byers,2011),认为数据已经渗透到每个行业和业务职能领域,逐渐成为重要的生产要素,而人们对于海量数据的运用,预示着新一波生产率增长和消费者盈余浪潮的到来。麦肯锡认为金融行业是首先能够受益于大数据浪潮的行业;IBM、Oracle、SAP等业界巨头纷纷收购与大数据有关的公司,积极布局大数据领域。作为拥有大量数据的银行业,在大数据的浪潮中将会受到怎样的影响?我们又应该如何应对?在信息科技界和政府层面对大数据的讨论如火如荼之际,系统讨论大数据和商业银行关系的研究文章却十分鲜见。本文第一部分简要概括大数据的内涵和对社会、商业和监管环境造成的普适性影响。第二部分详细分析大数据给商业银行带来的机遇和。在此基础上,第三部分提出若干商业银行应对大数据的策略。 2. 大数据的内涵及其对社会、商业和个人造成的普适性影响 2.1大数据的内涵 大数据是指一般数据库软件难以获取、储存、管理和分析的大容量数据(Manyika,Chui,Brown,Bughin,Dobbs,Roxburgh,和Byers,2011),它具有4V的特点(王伟、吴以四,2012):一是数据容量巨大(volume)。国际数据公司(IDC的研究报告称,

大数据文献综述

大数据文献综述 Company number:【0089WT-8898YT-W8CCB-BUUT-202108】

信息资源管理文献综述 题目:大数据背景下的信息资源管理 系别:信息与工程学院 班级:2015级信本1班 姓名: 学号:15 任课教师: 2017年6月 大数据背景下的信息资源管理 摘要:随着网络信息化时代的日益普遍,我们正处在一个数据爆炸性增长的“大数据”时代,在我们的各个方面都产生了深远的影响。大数据是数据分析的前沿技术。简言之,从各种各样类型的数据中,快速获得有价值信息的能力就是大数据技术,这也是一个企业所需要必备的技术。“大数据”一词越来越地别提及与使用,我们用它来描述和定义信息爆炸时代产生的海量数据。就拿百度地图来说,我们在享受它带来的便利的同时,无偿的贡献了我们的“行踪”,比如说我们的上班地点,我们的家庭住址,甚至是我们的出行方式他们也可以知道,但我们不得不接受这个现实,我们每个人在互联网进入大数据时代,都将是透明性的存在。各种数据都在迅速膨胀并变大,所以我们需要对这些数据进行有效的管理并加以合理的运用。 关键词:大数据信息资源管理与利用 目录

前言:大数据泛指大规模、超大规模的数据集,因可从中挖掘出有价值的信息而倍受关注,但传统方法无法进行有效分析和处理.《华尔街日报》将大数据时代、智能化生产和无线网络革命称为引领未来繁荣的大技术变革.“世界经济论坛”报告指出大数据为新财富,价值堪比 石油.因此,目前世界各国纷纷将开发利用大数据作为夺取新一轮竞 争制高点的重要举措. 当前大数据分析者面临的主要问题有:数据日趋庞大,无论是入 库和查询,都出现性能瓶颈;用户的应用和分析结果呈整合趋势,对 实时性和响应时间要求越来越高;使用的模型越来越复杂,计算量指 数级上升;传统技能和处理方法无法应对大数据挑战. 正文:

大数据文献综述英文版

大数据文献综述英文版 Prepared on 24 November 2020

The development and tendency of Big Data Tang Xia (Guilin University of electronic technology, electronic engineeringandautomation, Guilin) Abstract: "Big Data"is the most popular IT word after the "Internet of things"and "Cloud computing". From the source, development, status quo and tendency of big data, we can understand every aspect of it. Big data is one of the most important technologies around the world and every country has their own way to develop the technology. Key words: big data; IT; technology 1 The source of big data Despite the famous futurist Toffler propose the conception of “Big Data” in 1980, for a long time, because the primary stage is still in the development of IT industry and uses of information sources, “Big Data” is not get enough attention by the people in that age[1]. 2 The development of big data Until the financial crisis in 2008 force the IBM ( multi-national corporation of IT industry) proposing conception of “Smart City” and vigorously promote Internet of Things and Cloud computing so that information data has been in a massive growth meanwhile the need for the technology is very urgent. Under this condition, some American data processing companies have focused on developing large-scale concurrent processing system, then the “Big Data” technology become available sooner and Hadoop mass data concurrent processing system has received wide attention. Since 2010, IT giants have proposed their products in big data area. Big companies such as EMC、HP、IBM、Microsoft all purchase other manufacturer relating to big data in order to achieve technical integration[1]. Based on this, we can learn how important the big data strategy is. Development of big data thanks to some big IT companies such as Google、Amazon、China mobile、Alibaba and so on, because they need a optimization way to store and analysis data. Besides, there are also demands of health systems、geographic space remote sensing and digital media[2]. 3 The status quo of big data Nowadays America is in the lead of big data technology and market application. USA federal government announced a “Big Data’s research and development” plan in March,2012, which involved six federal government department the National Science Foundation, Health Research Institute, Department of Energy, Department of Defense, AdvancedResearchProjectsAgency and

相关主题
相关文档
最新文档