基于大数据挖掘的电力客服中台数据智能整合方法

针对数据整合过程中屏蔽处理的异构数据较少，损耗较大的问题，提出基于大数据挖掘的电力客服中台数据智能整合方法。综合分析电力客服数据的时序性，引入大数据挖掘算法，挖掘电力中台数据，定义电力区域存在多个服务区域，聚合处理并生成电力客服逻辑区块，增加屏蔽异构数据，构建空间范围内的观测变量后，完成电力客服中台数据智能整合。搭建电力客服数据发送、接收结构，实验结果表明：所设计的数据整合方法实际产生损耗数值在20 kW左右，需要屏蔽处理的异构数据较多时，可以满足电力客服中台数据整合需求。     

水库基础数据治理工作的研究与实践

水库相关数据对多项水利业务应用支撑作用显著,是水利行业重要的基础数据。为避免重复建设,充分共享和挖掘水库基础数据的价值,以水库数据治理为研究对象,以数据仓库和数据中台为理论指导,融合水库基础、工程督察、水情等信息数据,构建以基础层、明细层、专题层、应用层为框架的数据资源体系,并同步开展数据资产、安全管理和数据服务工作。在统一的数据资源体系基础之上,充分利用自然语言处理、语音识别、大数据分析等先进技术进行数据智能融合应用,完成水库标签画像、语音智能问答、数据标准建立、数据质量控制等成果,为今后进一步的水利数据治理工作提供参考经验。     

数据中台在政务APP中的搭建与应用

随着大数据时代的到来,繁忙的政务可以在APP上实现了,此举有助于提高工作效率,减轻工作压力与负担,更好地为普通老百姓服务,而在APP搭建过程中相关数据中台的应用必不可少.数据中台作为政务APP的核心,有着承上启下汇集数据、纵观大局推动全局、应用便捷的作用.本文将在数据中台的搭建中分析数据中台在政务APP中的搭建与应用.     

基于数据中台的高校数据服务体系及快速应用构建研究

针对目前高校在数据集成、数据治理和数据服务等方面的问题,提出了基于数据中台的解决方案,在数据的采集和加工处理中引入数据湖、主题层和专题层,并对数据中台的整体架构设计、中台内数据的分层设计、数据模型的构建、数据服务体系的设计进行了详细阐述;对基于数据中台的快速应用构建,提出了采用大中台、微服务的系统建设方式,通过对系统进行解构,重新根据不同业务逻辑进行模块化组装,实现快速灵活构建业务系统。经过实际案例验证,该研究对于高校如何建设数据中台以及如何在中台上开展各类数字应用建设提供了很好的范例。     

智能煤矿数据中台架构及关键技术研究

数据中台是智能煤矿建设的数据底座,是煤矿大数据应用的基础。提出了包含数据汇聚、数据开发、数据存储、数据资产管理、数据服务等的智能煤矿数据中台建设思路;设计了智能煤矿数据中台架构,分析了数据中台的数据标准规范、大数据基础支撑、数据汇聚、数据开发、数据资源池、数据资产管理、数据服务、运维保障等功能模块;探讨了建设智能煤矿数据中台过程中高并发低时延数据处理、数据分级分类存储、数据治理、基于大数据的煤矿灾害风险模型构建等关键技术的解决方案。应用表明,智能煤矿数据中台实现了数据汇聚、数据开发,以及各类感知数据、基础数据、管理数据的分级分类存储、数据资产管理、数据建模、模型训练、数据服务等,使得煤矿多源异构数据从数据资源变为数据资产,可提供基于大数据的调度决策、灾害风险分析、设备健康诊断、预防性维护等应用,解决了煤矿信息孤岛严重、数据难集成、智能化分析水平低等问题。     

智慧校园的数据中台建设与数据治理研究

当前,智慧校园的建设已成为教育信息化建设的重要方向。以大数据、人工智能、云计算等技术为支撑,构建面向教师、学生和管理部门的智慧校园应用体系,促进教育教学模式改革和管理方式创新。通过数据中台的建设,可以实现对大数据的高效处理,对校园数据进行统一治理,实现数据的共享和开放。本文通过研究智慧校园数据中台建设与数据治理问题,探讨如何建立数字化时代下智慧校园的管理机制,旨在为相关人士提供参考与借鉴。     

气象数据中台设计与应用研究

文章分析了气象大数据建设过程中的经验和问题,借鉴阿里巴巴的“中台”理念,设计了一种气象数据中台架构。通过数据模型化和服务组件化,形成重庆气象高效敏捷的数据服务能力,帮助用户快速“找到”数据、“应用”数据、“用好”数据。相对传统的数据平台,可提高数据服务的开发效率、降低应用建设的复杂度、提升业务功能的复用能力,对更好地支撑重庆气象业务技术体系具有重要意义。     

基于大数据平台的企业画像研究综述

随着国民经济的发展,企业的数量不断增加。基于企业运营时产生的海量数据,可以利用大数据技术结合企业画像的理论来对企业进行全面分析,为企业成长、行业发展、政府监管等各方面提供可靠的数据分析。文中首先对当前国内外企业画像构建及其技术进行总结和分析,构建了基于大数据平台的企业画像标签体系模型和建模框架;然后根据企业数据的特点,结合比较热门的用户画像技术,提出了几种处理企业的数据方法;最后提出使用大数据技术处理企业数据时值得讨论的几个问题。     

从知识图谱到数据中台: 华谱系统

针对碎片化的各姓氏家谱数据, 华谱系统通过构建家谱知识图谱的数据中台, 能够解决数据孤岛、烟囱式开发等问题. “数据中台”是一个源自国内的新近技术概念, 在华谱系统建设中, 我们通过家谱知识图谱的构建和应用, 对这个概念进行了正式定义. 基于这个定义和对应的7项核心功能, 本文提出一种用于家谱数据分析的数据中台建设架构Huapu-CP (华谱系统), 并通过该架构详细介绍面向家谱领域的数据中台核心技术, 分析数据中台构建的关键问题.     

数据中台架构设计与应用研究

随着企业数字化转型升级的不断深入,数据成为企业的一项重要资产,挖掘数据价值将成为企业的重要发展战略。数据中台能够整合企业内外部数据资源,沉淀企业数据资产,通过数据共享、应用等提升企业数据价值。介绍了数据中台的含义、架构和建设策略,以及数据中台在企业中的应用实践。     

高职院校共享式数据中心平台的设计与实现

本文以高校数据中心为例,从数据治理及数据应用两个维度介绍了数据中台在整个数字校园框架中的功能及位置。笔者以高校数据治理体系建设、治理方式和治理效果为导向,设计了数据中台治理体系架构,分析数据资产化过程中挖掘数据资产的重要性,实现高校数据资源价值的最大化,并将有价值的数据无缝接入数据中台,清晰转换生成数据仓库,为高校师生提供更好的数据服务。     

面向烟草行业研发应用的大数据分析平台

烟草研发体系具有业务广泛、数据庞杂等特点,影响大数据分析技术在烟草研发领域的推广应用.构建面向烟草行业研发应用的大数据分析平台,遵循全局数据应用的整合思维,封装多源异构的烟草研发数据的采集与存储过程;采用应用场景驱动与数据分层融合策略,完成数据主题化规范化管理;设计并开发数据分析过程可视化编排器,简化数据资产价值挖掘过程.该平台能够让"非数据专家用户"更专注于烟草研发业务,有利于推动大数据分析技术在烟草研发体系中的应用.     

大数据驱动用户运营

针对海量的用户视频行为数据,如何利用这些数据对用户进行画像,找到用户的偏好,从而进一步实现精准营销,是本文重点探讨的话题。基于此,本文实现用户中心运营系统。介绍系统的功能架构,本系统基于大数据平台,构建用户标签体系,详细阐述用户标签的构成开发方式以及用户分群,并针对特定的人群进行相应的营销策略的推荐。最后介绍该系统的实际应用情况。用户中心运营系统业务人员更加地了解用户,从而使运营的策略更加准确。     

水利大数据建设思路探讨

随着信息化技术的不断演进和发展,"互联网+"、大数据、云计算、物联网等先进信息技术正成为水利信息化发展的新引擎和新动力。从水利大数据体系建设、分析平台搭建和应用方向3个方面探讨大数据技术在水利管理领域中的应用,提出水利大数据体系建设需要整合的内外部及互联网数据、利用主流大数据组件搭建大数据分析平台的方法、结合水利管理业务进行大数据分析场景设计的思路,为水利大数据分析提供数据体系、分析平台、水利业务应用等层面的建设思路。     

基于用户画像的信息智能推送方法

针对传统信息推送服务由于缺少对用户个人综合因素的考虑,存在针对性差、推广转化率低的问题,在大数据理论基础上提出了一种基于用户画像的智能信息推送方法。该方法将用户抽象为结构化信息本体,通过构建行为-主题、主题-词汇及行为-词汇三位一体的数学模型,研究基于用户画像的信息本体提取方法。采用包含对象、时间、地点、内容、行为和重返次数六方面内容的事件描述法计算本体权重,以此构建用户画像。设计了基于用户画像的智能信息推送系统,为大数据环境下面向用户的智能信息推送提供了一种新的方法。     

基于数据中台的企业财务报表远程共享系统

由于传统的共享系统存在服务器占用率较高的问题，设计基于数据中台的企业财务报表远程共享系统。通过共享数据配适器电路和财务数据传导网关；基于数据中台接口对财务报表数据进行采集，作为传输对象统计和分析的基础元素，建立财务报表数据传输自助通道，并应用共享模块远程传导数据。仿真结果表明，所设计系统服务器占用率较低，系统共享效果较佳。     

基于自适应的神经模糊推理的医疗大数据风险访问控制研究

针对传统风险预测方法预测精度低，导致医疗大数据风险访问控制效果不佳的问题，提出构建一个基于自适应神经模糊理论的风险轻量化模型。首先，对BP神经网络的基本原理进行具体分析；然后在BP神经网络的基础上，结合模糊理论知识和T-S模型特性，构建一个基于T-S的模糊神经网络模型；最后通过此模型对访问风险进行量化处理，并根据访问控制策略判断是否授予访问权限。仿真结果证明，构建的模型预测结果与实际输出结果误差均值小于le-5;在非法用户的比例小于15%时，基于自适应神经模糊理论的风险轻量化模型的精确率和召回率较高。由此说明，该模型在医疗大数据风险访问控制中具有可行性。     

非关系型分布式大数据多分辨率采集系统设计

为了满足用户的数据采集与应用需求，提出非关系型分布式大数据多分辨率采集系统设计。搭建分布式大数据多分辨率采集架构，引入Boosting算法将同一空间分辨率数据划分为同一类别，完成大数据的聚类处理；测量数据传输延时与时钟偏移量，同步配置分布式时钟；以大数据聚类结果为基础，以分布式时钟同步配置为依据，以用户需求数据分辨率范围为限制，在大数据聚类集合中提取相关数据，选取适当的存储节点保存提取数据，从而实现分布式大数据的多分辨率采集。实验结果表明：应用设计系统获得的数据采集速率最大值为140 MB/s,数据采集质量因子最大值为9.4,证实设计系统应用性能更佳。     

基于校园一卡通的大数据分析平台的构建与应用

校园一卡通系统在学校应用相对稳定且范围不断扩大，已收集海量师生有关学习生活的数据。通过构建大数据分析平台，将数据整合、清洗得到高质量的数据，再利用聚类、分类等数据分析方法构建数据模型，挖掘出数据内在的联系及潜在的规则，并通过可视化的形式展现给用户，为领导决策和管理部门制定政策提供可靠依据，为用户提供个性化服务，并将成为智慧校园的重要组成部分。     

大数据下图书馆精准服务的用户画像系统设计与实现

在大数据时代,精准用户是各行各业发展的必然趋势,符合快节奏环境下图书馆发展的新方向。文章首先对用户画像的概念进行了简要描述,并从现有的用户画像发展水平出发,统筹生成大数据下图书馆精准服务总体结构,最后通过数据库、中间层、客户端三个层面,逐步推动精准服务系统的用户画像相关技术实现,以此优化现有智慧图书馆服务体验。