时间:2023-03-22 17:49:23
导言:作为写作爱好者,不可错过为您精心挑选的10篇数据理论论文,它们将为您的写作提供全新的视角,我们衷心期待您的阅读,并希望这些内容能为您提供灵感和参考。
数据通常被分为结构化数据、半结构化数据和非结构化数据。相对于传统的以文本为主的结构化数据,网络日志、音频、视频、图片、地理位置信息等半结构化、非结构化数据越来越多。同时,近几年出现的微博、微信等可通过移动互联设备使用的电子交往形式使数据量和数据种类更加复杂化。
(二)价值不高(Value)
价值密度的高低与数据总量的大小成反比。以社会中常见的监控录像为例,一天的监控记录,有用数据可能仅有一二秒。如何将已有的结构化数据、半结构化数据及非结构化数据进行整合、分析,挖掘出更多有价值的信息,并通过强大的计算能力迅速地完成数据的价值“提纯”成为目前大数据背景下亟待解决的难题。
(三)要求高速处理(Velocity)
这是大数据区分于传统数据挖掘的最显著特征。根据IDC的“数字宇宙”的报告,预计到2020年,全球数据使用量将达到35.2ZB。在如此海量的数据面前,处理数据的效率就是生命。
二、图书馆大数据的主要来源分析
根据大数据的基本特征,经笔者分析,图书馆知识服务领域的未来大数据的来源主要有RFID射频数据、传感器数据、社交网络和移动互联数据等几个方面。随着图书馆数字技术的不断提高,RFID将不断推广,这将是未来图书馆大数据的主要来源之一;由图书馆中的传感器感知生成的数据,长时间积累后也将产生巨大的数据量;社交网络已广泛应用于社会各个方面,逐步成为人们交往的主要形式,其所产生的数据量远超以往任何一个信息传播媒介,由其生成的数据量是不可估量的;移动互联网及移动互联技术的不断完善,使得图书馆可以灵活获取移动电子设备、人员、资源、用户行为和需求等信息,并对这些信息进行实时分析,从而帮助我们开展有效的智能辅助决策。
三、大数据对图书馆管理的影响和挑战
(一)海量数据处理考验图书馆计算能力
大数据时代背景下,各类数据量迅速增长,数据产生的方式、范围发生前所未有的变化,人们在社会中的各类行为都产生了大量的信息数据,信息数据的组成结构、格式类型、存在形态等都更加复杂。图书馆要对上述复杂的数据进行应用、存储,将具有很强的挑战性,不仅仅涉及云计算、大数量级数据存储等技术问题,还可能促发图书馆服务模式、资源建设模式、管理模式与发展模式的转变。
(二)数据分析方式转变带来的挑战
随着图书馆信息化程度的提高,以互联网信息搜索、查询为基础的知识服务逐渐被更多的图书馆所采用。但不管是简单的信息服务,还是结合了信息检索、组织、分析等高级业务服务,都可归纳为就数据而进行的服务。大数据时代背景下要求图书馆不仅需要通过结构化数据了解客户需求,也需要大量的非结构化数据、半结构化数据去挖掘、预测和分析当前和未来的用户需求,社会大众的需求也将随着不断变化的个性化的高满意度服务出现而对图书馆的服务呈现出明确和迫切的需求。满足用户的需求,提供复杂数据的处理也将成为大数据时代图书馆的发展方向,如何处理好数据分析,将直接影响图书馆的生存与发展。
(三)大数据对图书馆基础设施提出更高的要求
半结构化及非结构化数据的迅速增加,导致数据存储、计算规模越来越大,其成本急剧上升。很多知识服务机构出于成本的考虑将应用由高端服务器转向中低端硬件构成的大规模计算机集群,从而对支持非结构化数据存储及分析的基础设施提出了很高的要求。
四、大数据时代图书馆管理发展方向
(一)探索利用数据分析技术与工具
对图书馆来说,在大数据时代要想在激烈的市场份额竞争中争得一席之地,避免边缘化,开展必要的大数据分析服务显得必不可少。图书馆开展的大数据分析服务业务,主要可以有以下几种:首先是图书馆自身建设所需的大数据分析。这类分析一般以图书馆的现有数据为对象进行分析,如读者的借阅方式、行为爱好等,是一种对现有资源的分析与挖掘;其次是客户即读者所需的大数据分析。这类分析业务类似于当今图书馆为企业等客户群体所做的信息情报参考、竞争情报分析,但也有着很大的区别,如对于分析对象数据的不同、分析手段的不同、分析目的不同等,这类分析业务所依靠的大量数据可能并非图书馆所拥有,从而成为限制该项业务发展的瓶颈,如何解决此类服务的数据问题是突破该瓶颈的关键。麦肯锡的《大数据:创新、竞争和生产力的下一个前沿领域》报告中首次提出了“大数据”的概念,对大数据的分析技术与工具进行了列举,如目前已为广大图书情报研究者所熟知的聚类分析、数据挖掘、网络分析、可视化分析、数据融合与数据集成等,特别是聚类分析、可视化分析与数据挖掘技术。但这些现有的研究目前仅仅只是针对结构化数据和有限数量的关键词进行聚类分析、共现分析等,并不能真正挖掘大量负责数据的存在与表现形态,更不能通过这些分析去预测未来的可能发展趋势。当然,大量网络社交等信息行为产生的大量非结构化数据、半结构化数据也让许多学者开始思考去采集和利用这些信息,如苏玉照等人就认为如果能够采集到Web日志的数据,就能很好地满足发现关联规则、内容分类和用户聚类的需求,从而能提高个性化推荐的精度,进而对定制Web日志的数据模型、过程及方法进行探索。
(二)重视基础设施建设
大数据时代,图书馆的核心竞争力不再仅是文献数据信息的竞争,各类形式的海量数据以及对海量数据的分析、挖掘才是今后图书馆之间竞争的核心因素。因此,要跟上大数据的脚步,必须完善信息收集的基础设施建设,加强各类信息资源的收集将成为图书馆资源建设的大方向。图书馆首先要明白“数据即生命”,解决数据存储问题。大数据时代对于图书馆的数据存储量要求极高。早在2007年,沃尔玛就通过对消费者的购物行为等非结构化数据进行分析,创造了“啤酒与尿布”的经典商业案例。这样的经典案例是通过对海量的多类型数据收集和分析得到的。因此,图书馆要掌握读者用户、馆员乃至社会服务群体等的信息,既要有当前通用的数据记录中的个人身份、借阅记录等结构化数据,还要有存储信息行为、搜索方式、行为痕迹等非传统数据,这些都需要通过基础设施的建设来支持。除此之外,图书馆还必须解决数据计算和数据分析问题。要积极利用“云计算”技术,搭建图书馆的云计算平台,解决图书馆自身海量数据的存储及运算能力与大数据对存储能力的高要求之间的矛盾。
由于历史文化名城展示与利用涉及到的内容很多,包括历史学、地理学、建筑学、社会学、景观生态学等,与此同时,随着科学技术的进步,先进的数据采集、建筑测绘等软硬件设施已经大量应用于历史文化名城的展示与利用当中,在此过程中产生了数量庞大的数据信息,而大数据能够对这些庞大的数据信息进行快速准确的处理.所谓“大数据”就是指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.例如,三维激光扫描技术是一种通过激光反射的原理,将被测量对象通过三维激光扫描系统的处理,构建成一整套的点云数据模型,在此基础上,通过专业的三维软件技术对于被测对象进行逆向的数字化构建,从而能够进行后续的数字化的研究与利用.在此过程中,点云数据会大量涌现,尤其是对于展示与利用真实性要求更高的项目而言,所产生的数据将会无限接近于真实的被测对象,数据会呈现出几何数量级增长.数据量大,能够促进历史文化名城展示与利用在探索方法和研究理念的层面上产生根本性的变革.对于早期的历史文化名城的展示与利用来说,由于受到认知性和数据分析能力的影响,人们就某一处历史文化名城的展示与利用的形式、内容以及方法上,仅仅是能够通过数量有限的样本案例和数据资料,利用较为传统的技术手段进行数据的分析、评估和管理.大数据的应用,能够将大量的历史文化名城的相关信息进行有目的性的筛选和处理,为展示利用的方式、方法在名城中的应用,提供了较为全面和具体的对策措施,提高展示利用实施的精确性.
1.2大数据对多样数据类型的处理
历史文化名城在展示利用时涉及到的数据繁多复杂.单就其中的某一处历史建筑来讲,《历史文化名城、名镇、名村保护条例》对建筑本身的历史档案包括了5项内容:1)建筑艺术特征、历史特征、建设年代及稀有程度;2)建筑的有关技术资料;3)建筑的使用现状和权属变化情况;4)建筑的修缮、装饰装修过程中形成的文字、图纸、图片、影像等资料;5)建筑的测绘信息记录和相关资料.除此之外,还有关于历史沿革、历史事件、地名典故、名人轶事等资料.上述几项内容,基本涵盖了一处历史建筑的历史价值和人文价值,这些详细资料,在历史文化名城的展示利用时会起到举足轻重的作用.在历史文化名城的展示利用的过程中,数据的类型非常多,有图片资料、文字资料、影像资料、图纸资料、点云数据等.在以往展示利用处理数据信息的时候,利用传统的数据处理技术,事先定义好结构化的数据.结构化数据是将对象数据向便于查询、处理的方向抽象的结果.结构化数据即行数据,存储在数据库里,可以用二维表结构来逻辑表达实现的数据.结合到典型场景中更容易理解,比如企业ERP、财务系统;医疗HIS数据库;教育一卡通;政府行政审批;其他核心数据库等.在结构化数据过程中,通常会忽略一些特定条件之下所不必考虑的细节,筛选出有用信息.随着互联网技术、展示利用技术以及测绘技术的快速发展和演进,非结构化的数据大量的出现,难以用结构化来进行表示,在存储记录数据的同时还要储存数据的结构,增大数据存储和处理的难度.相对于结构化数据而言,不方便用数据库二维逻辑表来表现的数据即称为非结构化数据,包括视频、音频、图片、图像、文档文本等形式.具体到典型的案例中,如医疗影像系统、教育视频点播、视频监控、国土GIS、设计院、文件服务器PDM/FTP)、媒体管理等具体应用资源,这些行业对于存储需求包括数据存储、数据备份以及数据共享等.目前在历史文化名城展示与利用当中,所利用的数据大部分都是非结构化的数据,而这些非结构化的数据将会逐渐成为主流化的数据.随着历史文化名城保护的发展,与展示利用相关的影响因子指标数量上必定会更加的丰富和细化.为了满足历史文化名城展示与利用的目的,在相关数据激增的同时,新的数据类型还会不断出现,很难用一种或是几种规定的模式来描述趋于复杂、多样性的数据形式.而大数据与传统的数据处理方式最大的不同之处就是,它在非结构化数据和信息的方面能够最大限度地将大量历史文化名城展示与利用的相关影响因子指标的细节信息进行数据非结构化,可以减少在数据处理过程当中的数据流失现象,为展示与利用提供更加充分的情报信息与技术支撑.
1.3大数据对数据信息的快速处理
由于科学技术水平的飞速发展和普及,数据越来越庞大,必须有相应的数据处理能力才能够将大量的数据进行充分而有效的利用.历史文化名城的展示与利用发展到今天,展示利用的相关数据除了具有传统属性以外,还具有时效性,通常某些数据的价值会随着时间的推移而迅速降低,能否快速准确地处理这些数据,则是充分体现它们的价值所在,而大数据的特点就在于能够快速、持续、实时的处理数据,从而能够满足相关的需求.在经济发展和大规模建设工程中,经常会忽略历史文化名城的历史文脉的科学展示与利用.有时会单纯地将历史文化名城的展示与利用和社会发展、自然环境及其居民生活割裂对待,这样会恶化居民的生活环境,不利于拉动居民的消费,不利于延续传统的历史文脉,不利于文化产业的发展,不利于创造品牌效应,降低城市的知名度,不利于历史文化名城的可持续发展,对传统风貌会造成严重破坏.在大数据的背景下,为了保护这些稀缺的展示利用资源,使得名城保护能够可持续发展,大数据就需要对名城的相关数据进行快速处理,及时快速的提出有效、合理的保护措施.
2大数据在历史文化名城展示利用中数据处理的应用
2.1在历史文化名城空间数据上的应用
在《历史文化名城、名镇、名村保护条例》中提到,历史文化名城、名镇、名村应当整体保护,保持传统格局、历史风貌和空间尺度,不得改变与其相互依存的自然景观和环境;建设控制地带内的新建筑物、构筑物,应当符合保护规划确定的建设控制要求;核心保护范围内的历史建筑,应当保持原有的高度、体量、外观形象及色彩等,从条例以上的内容描述可以看出,与历史文化名城展示与利用的相关信息具有非常典型的空间性.历史文化名城展示与利用中空间数据的采集,基于移动设备、互联网络、测绘系统、自动记录系统、数据档案系统等,以及通过这些系统综合分析所产生的再生数据.大数据通过整合和深入提取这些空间数据,将这些信息进行重新利用,实现海量展示与利用的数据信息的实时处理,智能判断以及快速决断,为某一项历史文化名城的展示利用提供决策依据.随着三维激光扫描技术的逐渐成熟,在历史文化名城的街区展示利用中,通常采用三维激光扫描技术,将历史街区现有的建筑特征和风貌进行数据的采集和整理,之后通过计算机相关软件的处理,恢复历史街区传统的风貌特征,并通过虚拟现实等技术手段将其进行一定的场景重现.
2.2在历史文化名城数据分析上的应用
由于大数据在信息处理上具有透彻感知、广泛互联互通、深入智能等特点,能够借助互联网络进行传递、协同以及共享操作,在通过利用先进的数据分析技术,深入分析收集到的展示利用的数据后,进而获取到更加具有创新性的、系统性的、全面性的数据信息来满足某一项历史文化名城在这方面的信息需求.大数据在数据分析方面的应用,从过去单维度的项目计划、项目管理和项目执行,转变为多维度的新兴的项目协作关系.在这种新的组织关系下,每一处历史文化名城个体,在进行展示与利用项目的筹划、设计和实施过程中,都可以精确地、自由地、即时地共享和获得相关信息,发掘同一类型数据的共性和不同,对彼此各自的特点进行正面、真实、合理的归纳与总结,找到若干种恰当的展示与利用的方式与方法,然后进行比较和选择,以达到最佳的展示利用的效果.大数据的应用,促进了历史文化名城的数字化基础构建和物理设备的相互融合,通过数据对于名城的数据采集和汇总,经过网络实现人与物的统一与整合,之后再通过云计算技术,使其对于历史文化名城的展示与利用的管理更加动态化、系统化.
3大数据对历史文化名城展示利用的意义
历史文化名城的组成是由历史文脉和城市形态两大重要要素构成.现在愈来愈多的人们开始呼吁政府有关部门采取有效的措施,保护和传承历史文化名城的历史脉络和注重塑造城市形态,传承历史记忆,展现人文气息.在社会经济处于重大历史变革的今天,对于历史文化名城传承的思考更加具有意义.历史文化名城的历史文脉和城市形态通常表现为包括城市空间形态、结构形态、聚集形态等一些具有可读性强的、城市意向明显的、静止性的、永久性的客观物体.城市形态作为物质属性,其展示利用通常是展现城市的空间轮廓、城市肌理、街道格局、风貌特征、建筑物和构筑物本体等;而历史文脉作为非物质属性,其展示利用通常是展现与历史文化形态有直接联系的演变规律、历史事件、社会结构、社会制度、哲学思想、伦理观念、语言文字、文学艺术、礼仪风俗以及地域文化等.历史文脉的展示通常是结合历史文化名城的物质空间和相关史实文献资料的整理,采用声、光、电等现代的技术手段将抽象的历史文脉以一种相对具体的形式进行展示.大数据的功能和作用就是能够把城市形态和历史文脉等这些具有物质属性和非物质属性的资料信息进行数据化、数字化的统计、整理和归纳,以一种清晰的思路与方式展示历史文化名城文化创造的成就,以生动、形象、完整的方式来诠释历史文化的脉络.通过大数据在历史文化名城形态特征的展示与利用,探索古代与现代文明相互融合的有效方式与途径,在保持相关历史记忆的同时,加入新的科学、技术的活力,从而促进历史文化名城的可持续发展.从历史文化名城的展示利用的角度来说,加强文化遗产展示与利用和促进经济与社会发展的有机结合,探索展示利用的有效解决途径和方式,是为历史文化名城的展示与利用提供策划方案、拟定策略、提供决策的科学依据.只有在保持古城的形态和历史文脉传承的前提下,选择大数据的方式进行历史文化名城的展示与利用,文化遗产本身及其遗产价值才能以更有成效、最佳的方式体现.
2基于策略的网络管理主要应用
2.1策略管理工具的应用
策略管理工具主要是网络管理人员对各种策略进行监测分析所使用的。虽然已经将策略归纳分类,但是对策略的编辑是一项工程巨大的工作,而策略管理工具的应用可以为网络管理人员提供一个便捷高效的操作方式,对策略进行科学的编辑管理,并将其作为一种解决问题的策略加入数据库中,以备不时之需。
2.2策略表示的应用
网络管理人员在对策略进行输入及编辑时,需要用到策略表示。就是策略数据库与系统之间的桥梁,能够将策略数据库与外界因素连接起来,从而简化网络管理的流程,减轻工作任务,将一些策略简单化,使管理工作变得更加高效快捷。
2.3策略数据库的应用
策略数据库就是储存策略的仓库,不同于其他数据库,网络管理人员将编辑好的策略存放于策略数据库中,数据库能够自行对各种策略进行分类汇总,列出不同策略的不同作用,在遇到不同问题时就可以针对性做出应对。策略数据库不仅能储存策略,还能储存一些辅助参数,帮助提高数据库的系统性能。
2.4策略决策点的应用
策略决策点相当于人的大脑,是决策系统的指挥官。遇到网络时,该服务器开始作出决策,从众多决策中找到合适的解决方式并提取出来。这部分的功能就是将决策和问题对号入座,并负责决策的提取和分配。
2.5策略执行点的应用
策略执行点主要是解决问题的直接对象,可以将其理解为执行的客户端。策略被输出后直接由该部分直接表现出来,日常杀毒软件等都属于策略执行点的范围,是执行策略的一线工人,也是最能展现效果的部分。
3基于策略的网络管理技术模型建立
基于策略的网络管理技术模型的建立主要是根据一定规律分布、为解决问题而存在的策略组模型与待解决问题对象之间通过某些联系结合在一起而形成的。需要注意的是,策略模型是面向对象的,其核心就是前文提到的策略系统的大脑,即策略决策点,另外辅助于策略的其他功能组建一个完整的策略模型。策略模型的建立过程并非表面上看得那么简单。从宏观上看,整个策略数据库与存在的各种问题本身就是一个抽象的策略模型。有些人认为策略与问题是一一对应的,其实不然,策略模型本就是多对多的存在模式,即一种策略可以解决多个问题,一个问题可以被多个策略解决,而整个策略系统的任务就是在策略数据库中寻找最适合的解决方法并贯彻执行。
2上交产品质量
根据对样本图幅综合质量特性的检测结果,无锡市锡山区第二次土地调查1:500城镇土地调查(A标段)各项精度指标均需符合技术设计书和规范的要求,质量保证可靠。上交质量包括控制测量资料和城镇土地调查质量,其中控制测量资料包括一二级导线观测记录手簿、一二级导线平差计算成果、图根导线计算成果、一二级导线点点之记、埋石图根点点之记、一二级导线点成果表、图根点成果表、控制点展点图、仪器鉴定资料;城镇土地调查资料包括街道街坊分布图、城镇地籍调查表及相关资料、宗地界址点坐标及面积表、以街坊为单位的宗地面积汇总表、以街道为单位的土地分类面积汇总表、城镇土地分类面积统计表、1:500分幅地籍图接合表、宗地图、新旧街坊对照表、新旧宗地号对照表。上交质量还应该包括数据建库资料(宗地图分幅地籍图光盘、城镇地籍数据库)、专项调查统计资料(工业用地、基础设施用地、金融商业服务用地、开发园区用地、房地产用地统计)、文档资料(无锡市1:500城镇土地调查技术设计书、技术总结检查报告)。
二、构筑大数据管理“一站式”工程,建设“大数据管理智库”新平台
1.加强内、外部数据的“一站式”管理。对企业来说,数据无处不在,无时不有,究其来源,无非企业内部和外部两个渠道。内部数据的活水源头是各单位、各部门、各专业的统计报表提供的数据;外部数据一方面是国家管理部门、行业管理部门、权威机构等的统计数据,另一方面是来自互联网、移动互联网、各种传感器等信息感知和采集终端采集的数据。这些数据,日积月累,最终“百川归海”,汇成大数据的海洋。大数据时代,企业通过建立“大数据管理智库”,打破渠道的边界,把不同来源的数据整合在一起,实施一站式管理,让数据时时刻刻为企业提供服务。2.注重数据挖掘环节的“一站式”管理。企业数据挖掘过程也是数据发现和梳理的过程,其有4个重要环节:采集、存储、分析、预测。企业建立了“大数据管理智库”,对这4个环节实施一站式管理,可以大大“提纯”数据价值。首先是尽可能采集异源甚至是异构的数据,去伪存真,多角度验证数据的全面性和可信性。其次是要用到冗余配置、分布化和云计算技术,分类、过滤和去重,减少存储量,同时加入便于检索的标签。第三是将高维数据降维后度量与处理,利用上下文关联进行语义分析,从大量动态而且可能是模棱两可的数据中综合信息,导出可理解的内容。第四是将数据分析后预测出的结论应用到企业中去。3.突出价值链上数据的“一站式”管理。企业价值链可以分为基本增值活动和辅增值活动两大部分。基本增值活动,即一般意义上的“生产经营环节”,如材料供应、成品开发、生产运行、成品储运、市场营销和售后服务。这些活动都与商品实体的加工流转直接相关;辅增值活动,包括组织建设、人事管理、技术开发和采购管理。价值链的每一个环节都有相伴而生的数据。过去这些数据处在分散状态。大数据时代,企业通过“大数据管理智库”平台,对这些数据实施一站式管理,有利于每一个环节的价值再创造和价值链的增值。
二、大数据在电力营销中的应用策略
大数据时代正在逐渐崭露头角,企业要想顺应时代的变化获得新的发展,就必须对营销体系进行重构,若能够通过大数据资源开展电力营销,必然会产生极大的市场价值。
1通过消费者视角,分析潜在需求行为大数据的特征表现在海量化的数据上,企业要想获得更为精确的信息,就需要通过大数据的分析来寻找顾客的潜在需求。因此,电力营销企业要想做好营销体系的构建,扩大企业经济市场,就要制定好多种方案,在大数据中寻找潜在的客户需求,学会通过客户的视角,对客户的消费行为进行行为与特征分析,从而进一步提高客户满意度,最大化的打开企业知名度。
2精准定位消费群体,开展个性化营销大数据能够为电力营销提供海量的数据信息,让企业能够在追求精准化的同时准确定位自身营销方式,从而划分出消费群体,打造个性化营销。随着社会经济的发展,电力营销企业开始越来越重视营销的精准化,而大数据的出现在一定程度上改变了产品的质量,导致消费者市场也出现变化。消费者市场的划分需要通过大数据进行主要原因自傲与企业所面临的是个体消费者,而不是群体消费,这样一来,个性化的营销必然会成为电力企业的营销主体。
3拓展营销新市场,制定产品新战略大数据是营销策略制定的基础和依据,这对于市场和业务的开拓也具有重要的意义。如腾讯游戏的研发,往往是通过大数据来进行精确地分析,从而使其能够领先于其他手游行业,牢固自己的经济市场地位。运用大数据分析数据,开拓新市场、新业务也是当今时代电力企业营销发展的必然趋势。要想做到领先同行企业,牢固自身市场地位,就需要在产品研发前期深入分析和研发大数据,制定更为符合客户个性化需求的产品战略,并进一步确定产品营销渠道,拓宽产品领域。
4依靠互联网技术,合作开展大数据营销随着互联网营销的兴起,互联网行业将绝大部分的精力都放在了大数据的应用上,大数据的应用也逐渐成为了营销的主要手段。大数据从狭义来看是人们通过互联网的使用而产生的数据,互联网行业拥有者手握最大的数据源,如阿里巴巴、百度和微博等等,其搜索引起联合线下进行,已经覆盖了人们绝大部分的生活。而电力营销要想得到进一步的发展,就要挤入互联网行业中,进行大数据营销。除了在自身领域建立数据资源优势以外,还可以通过业务延伸来实现多元化的发展。
1.2数据库设计数据库设计在软件开发过程中是一个很重要的环节,数据库是任何系统都不可避免的。本研究在设计数据库时尽量满足第三范式,减少数据冗余,尽量设计比较精简的数据库。(1)人员信息表:有机构、人员编号、姓名、出生日期、性别、职称、最后学历、最后学位、学科、研究方向等字段。(2)科研成果信息表:有机构、成果编号、成果名称、第一作者、成果来源、成果形式、出版单位、出版时间、刊号、关键字、成果字数等字段。(3)科研项目信息表:有机构、项目编号、项目名称、项目来源、批准号、负责人、立项时间、完成时间、项目状态、批准经费等字段。(4)管理员信息表:有用户名称、密码。管理员登录的时候要进行验证,表单获得的数据和数据库中该表的数据对比如果成功,则登录成功,否则,登录失败。对以上所有表的添加、删除、修改、读取等数据操作都设计相应的存储过程来实现。
2系统实现
2.1系统用户界面的设计用户界面设计的要求是:(1)简单清晰,一目了然,容易上手;(2)功能相似的页面,采用统一的布局;(3)方便操作,尽量减少数据录入量;(4)具有较好的录入容错功能。用户工作界面由三层组成:上方是图标栏;左下方为事务菜单;右下方为操作界面。页面主要采用webForm来进行设计。如校级管理员用户通过验证后的登入界面。
2.2数据库的实现本科研管理系统采用了三层结构的框架,将访问数据库的一些底层方法封装在DBUtility这个类库中,其中DbHelperSQL类和DbHelperSQLP类是连接数据库字符串和一些公用的方法,如简单的SQL语句,带参数的SQL语句,存储过程的操作等,DES-Encrypt类是数据库的安全性,加密解密等操作。PubConstant类是动态的配置数据库的连接字符串。
2.3配置web.config为了方便数据操作和维护,可以将一些数据库连接配置参数放在web.config文件中,代码如下。
2.4科研项目管理功能模块的实现高校科研项目管理主要针对已通过审核的项目提供管理功能,能提供项目的信息,对项目实现增加、修改、查找等功能。点击项目管理,可以出现项目一览和新增项目两个功能模块。这时候点击项目一览,可以出现项目的一些基本信息,并且可以对其进行增加、修改、查找等相关操作。系统管理员有最高权限,可以查找全校的申报项目,可以模糊查找,有修改、删除的权限,还可以导出所要的项目资料。以下是校级科研项目管理设计界面,如图4所示。
Abstract: As China's economic construction and social development speed is very quick, terrain and other factors change, the basic geographic data has a distinct feature of the current, directly restricts its use value and the range of use. So it is necessary to study the geographic database updates. This paper introduces briefly the basic steps of building characteristics and spatial database; and discusses some technical problems in spatial database, such as spatial data retrieval, seamless database. Finally discusses the update problem of geographic database.
Key words: spatial database update; seamless integration; massive data; data compression; data retrieval
中图分类号:G633.55文献标识码:A文章编号:
一、引言
随着基础地理数据的积累逐步完成和共享应用,其现势性问题已成为广大用户关注的热点问题。《国家科技基础数据库建设与发展的研究报告》指出:持续更新和业务化运行是一个科学数据库存在的根本。目前许多科技数据库是按项目方式一次性建立的,缺乏持续的数据来源,或有效的数据更新机制[1],很容易变成死库,或逐步地失去应用价值。因此有必要对基础地理数据成果定期进行更新,以满足国民经济、国防建设和社会发展的急切需求。
目前,空间数据管理技术呈现出网络化、集成化、组件化和可视化的趋势。Internet与Intranet的出现使分散于各地的数据,相互访问与远距离传输成为现实;数据仓库和数据库技术的出现,使人们能够快速、有效地对海量空间数据进行管理。虽然关系数据库是数据库发展的主流,但单一关系型数据库已不能完全满足对空间数据的管理[2]。随着数据库技术的进一步发展,面向对象技术和关系数据库技术相结合[3],形成了对象—关系型数据库。这进一步提高了数据管理的灵活性和应用开发能力。
二、空间数据库简介
1 数据库的概念
地理信息系统的数据库(简称空间数据库或地理数据库)是某一区域内关于一定地理要素特征的数据集合。与传统数据库相比,它具有如下特点:
(1)数据量特别大,地理系统是一个复杂的综合体,要用数据来描述各种地理要素,尤其是要素的空间位置,其数据量往往很大。
(2)不仅有地理要素的属性数据,还有大量的空间数据,并且这两种数据之间具有不可分割的联系。
(3)数据应用广泛,例如地理研究、环境保护、土地利用与规划等。
三、空间数据库建库步骤
1空间数据库的体系结构
地理信息空间数据库是实现数据组织、存储与管理,其体系结构[4]如图l所示。
图1 数据库体系结构
2 空间数据库建库流程
以下是空间数据库建库流程图[5]:
图2 空间数据库建库流程图
四、空间数据库建库的若干技术
1.多尺度数据的组织
为满足不同的需要,城市测绘部门一般要生产1:500、1:1000、1:2000、1:10000、1:50000等系列比例尺地形图,各种不同分辨率的航空、卫星遥感影像等,如何对这一系列的比例尺的空间数据进行组织,主要有三种方法[6]:
(1)建立统一数据库的多个比例尺;
(2)开发更好的层次数据结构来支持空间数据的多级表达,包括运用面向对象方法、语义数据模型等技术;
(3)通过自动综合的方法自动生成同一数据库的多个版本,这种方法的难度很大。
2.数据的无缝集成
GIS数据集成类型分空间数据的无缝集成和空间数据与属性数据的无缝集成。
2.1 空间数据的无缝集成
传统的空间数据都是基于图幅的,每一图幅以文件的方式存放起来。由于数据生产的系统误差或偶然误差,在图幅与图幅之间往往存在数据不一致的情况,如河流在图幅之间发生了错位、房屋在图幅之间不能闭合等现象,这种情况称为“图幅缝隙”。由于分幅生产的原理,这种“图幅缝隙”无法避免,以往的处理方法是增加一道接边的工序,这就造成了数据被人为的修改,增大了误差。可以设想,如果在整个数字化区域内进行数据生产,就可避免这一问题。具体实施步骤[7]为:
(1)详细拟定空间数据库结构,提出可操作的数据库建库方案。
(2)按照数据库建库方案对原始数据进行规范化整理。
(3)对于有属性表的数据如MapInfo、Arc/Info数据,进行属性整理;没有属性的数据如AutoCAD数据,单独在数据库里建立属性表。
(4)对已整理完成的空间数据进行批量入库。
(5)对属性数据进行批量入库。
(6)进行图形归一化处理,保证跨图幅的特征地物保持连续。
(7)进行属性连接。
2.2 空间数据与属性数据的无缝集成
对于这种情况,在数据入库时只需对图形和属性进行相应的对照入库即可。
3.海量数据存储和管理
当前,航空和航天对地观测技术迅速发展,利用多种星载和机载传感器,人们已经能够(准)实时获取反映地球表面动态变化的、多时相、多波段、多分辨率的对地观测数据[8]。因此,对海量空间数据的存储和管理形式的研究和探索也成为一个重要的研究方面,目前国际上正在采用对象—关系型数据库来存储和管理空间数据的技术和方法。
举证倒置是指当事人提出的主张,由对方当事人否定其主张而承担责任的一种举证的分配形式。在医患双方都拥有证据时,基于院方取证更容易的观点。
护理文书中影响举证的因素
法律意识淡漠:大多数护士对医疗纠纷的防范认识不够,仅认为由于医疗护理中,医患沟通欠缺造成纠纷,对于按程序操作,按标准书写记录,表现得很被动,将护理活动中发生的护理过程,观察的病情表现、患者的身心变化、护理措施的结果笼统化、抽象化、概念化,记录或绘制的结果欠规范,护志未很好地表现护士的护理行为导致的健康促进作用,而成为抄袭病志的一种附庸。另外一种情况则是与病志记录相悖,不利举证。
受传统护理模式的影响:受传统护理模式的影响,“对病不对人”,护理的重心仍然落在以疾病为中心,护理文书的记录局限于疾病的表现、落实治疗措施等,记录中难免与医生的病志雷同,没有很好地体现护理工作的主动性、独立性,缺乏细微真实的客观记录,举证时找不到有利证据。另外,记录的内容多处重复,而患者的心理活动、对治疗护理的合作程度,健康教育的内容、存在的主要困难、延缓治疗护理的患方因素,在护理文书中体现不出来,这是院方举证的最大障碍。
护理文书的质控组织不完善:随着护理模式的演变,护理文书不断完善,其模式有根本改观,按照护理程序对患者进行入院评估、健康教育及效果评价等,但与此相适应的质量监控和督促组织仍停留在由负责护士书写、出院时护士长签字的二级管理水平,很难从根本上确保文书质量。
供参考的标准不多:护士书写护理记录时,可供参考的标准寥寥无几,检查护理病历质量时,纠正的往往是要求运用医学术语等,对护理的观察结果,健康教育的掌握情况、并发症的预防、疾病的不良预后以及患者对疾病的认识等,护理记录的内容尚未规范包括这些要求,记录空间的随意性较大,不利举证的隐患因素因为无客观记载而成比例增加。
护理记录中主观成分较多:将各种客观表现转换成主观认识,普遍反映在我们的交班报告和护理记录中,严重影响举证的效果。如患者不愿意输液,护士常常记录为患者拒绝治疗;液体输入150ml时寒战、高热,护理记录为液体输入150ml时发生输液发应;伤口分泌物黄色黏稠,考虑为金葡球菌感染等等。讨论
护士在书写护理文书时要有高度的责任感、渊博的专业知识、熟练掌握书写规范,书写时应注意以下几个方面。
提高法律意识:在医疗纠纷中,病案是反映医疗护理活动的重要依据,它既是学科发展、科研、教学等活动的重要客观资料,也是维护医务人员合法权益的重要保证。医疗机构要加强组织领导,设立相应的主管部门或专职人员,医务人员要正确地理解病案书写的重要性。并且要赋予高度的责任心。护士要熟悉医院的医疗规范、关心国家的卫生法规,以及相关的条款,认识到护理文书的法律特性,把握好自己的责任,按时书写,慎重使用字、词、句,树立“做一事负一责”的思想。
加强质控力量:有效利用现有护理资源,参照医生的三级查房制,建立护理工作三级管理制度,既由负责护士一主管护师以上人员一护士长组成的三级把关制,负责检查、修改、补充并签字。由医院质控部门或护理部定期组织学习,结合医院实际,编写书写规范,不断更新相应知识,在制度上把病案书写规定固定下来,形成可依赖性和可操作性,避免随意性。必要的检查考核手续对在架病历和出院病历进行定期和不定期考核,组织护理文书质量检查,对于死亡等重点病历重点查,并纳入综合目标管理,与奖惩制度挂钩。
建立签字制度:对于特殊治疗护理等,向患者详细解释,说明可能发生的不测或后果,征得同意并要求患者签字以示责任。护士不能承担的责任也要注明,如患者外宿、经济困难延缓治疗等。当然不是所有的护理活动都要签字,既要体现专业人士的自主,又要充分考虑患者的合作程度、参与热情。
2公共数据管理体系
公共数据管理体系主要涵盖了公共数据标准、管理组织、管理流程和质量管理4部分,旨在创建企业级信息视图,建立一个有效的端到端的数据管理体系,在整个数据生命周期内采用一项综合、协调且有计划的方案,从而提升决策过程中所需数据的一致性和可信度,提升数据的安全性及质量水平,将数据对收入的贡献潜力最大化。2.1公共数据标准体系2.1.1公共数据标准识别企业公共数据编码标准体系是基于企业业务运作及管理需求而建立的,首先以各项业务分析作为关键输入,分析出核心业务组件(CBM)模型,而后根据公共数据识别的原则定位各业务相关的公共数据对象,并按照公共数据分类的原则,从公共数据共享的业务领域、信息系统范围等角度出发,筛选出公共数据,最后从现行标准、应用集成情况、数据责任人、管理流程及平台支持维度对每一项公共数据对象进行详细分析,确定管理策略,制定公共数据标准,进而形成公共数据标准体系。2.1.2公共数据标准体系企业公共数据通常包括人、财、物、业务伙伴和基础数据5个方面,代表了企业整个层面公共的业务实体,跨业务领域、跨信息系统。因此公共数据标准是应用于多个信息系统的基础类标准,需在整个企业范围内统一制定,并严格执行。2.1.3公共数据标准管理流程公共数据编码标准管理流程一般包括注册与立项、制修订与、宣贯与执行、检查与复审、使用与维护等5个阶段,实现公共数据的全生命周期管理(图6)。2.2公共数据管理组织和职责在公共数据管理过程中,从标准的制定到标准的执行会涉及标准和数据责任部门、标准部门、标准执行部门3个重要的角色。通常标准和数据责任部门是财务、采购部门,主要负责公共数据编码标准的制修订、解释和监督执行。企业的标准化管理机构负责标准,标准由企业的各级公共数据责任部门分级负责执行。在整个组织体系中,标准和数据责任部门(DataOwner)直接影响公共数据管理的最终效果和管理水平。实践证明,最有效的公共数据责任部门是业务与管理高度统一的部门,但具体企业还需具体分析。2.3公共数据编码管理根据企业业务管理特点和要求的不同,公共数据将采取集中制、审批制和备案制3种管理方式,归口业务管理部门将按不同的方式对公共数据进行编码。公共数据管理从公共数据的业务活动出发,逐个分析各节点的业务需求,为数据标准、数据质量、管理体系及系统功能的提升提供需求指导和应用思路。图7展现了数据从产生到消亡的生命周期管理。2.4公共数据质量管理数据质量管理主要从事前防范、事中监控及事后治理3个方向进行管理。,管控流程一般主要包括数据质量监控、数据质量分析、数据清理及长效保证4个环节(图8)。
3公共数据管理系统建设
企业要实现公共数据管理,需搭建相应的系统用于公共数据的申请、审批和集成管理。公共数据管理系统包含公共数据的查询、申请、审批、、质量管控和集成等功能,通过企业服务总线实现与企业各信息系统的集成,为各集成系统提供公共数据编码服务(图9)。通过公共数据管理系统的建设,不仅可以落实企业公共数据标准的执行、规范公共数据管理流程,还能最大化发挥公共数据管理的实施效益,为企业应用系统集成应用和信息共享奠定坚实的数据基础。