教学课程资源库 更多>>

关键词： 保障性住房   保障性住房档案   档案信息资源   信息资源整合   模式  

摘要： 保障性住房档案作为我国档案信息资源体系中的重要组成部分,已被列入国家民生类、基本专业档案目录体系中,它对于支撑住房业务工作开展、维护人民群众基本需求以及促进档案资源建设都具有十分重要的意义。随着保障性住房工作的大力推进和信息化时代的到来,保障性住房档案的数量急剧增加,但这些档案资源一直以来都是处于相对静止、分散的状态,无法满足社会不断增长的档案信息利用需求。在此情况下,加强保障性住房档案信息资源整合,构建可操作性和科学合理性的整合模式,挖掘档案信息资源中的潜在价值,为管理者提供业务信息支撑、为用户提供一站式的档案信息服务就显得十分重要与必要。本文以保障性住房档案为切入点,将深圳市、区两级的保障性住房档案资源作为研究对象。文章首先利用实地调研和座谈会的方法,针对深圳市住建局和十二个区级住建局的保障性住房档案,从档案资源本身、资源管理现状、资源整合现状三个方面展开了深入的调研,根据调研情况得出当前深圳市在保障性住房档案资源整合方面,具有整合意识薄弱、档案基础管理工作水平低下、待整合的档案资源管理分散、档案信息化程度低和利用共享程度低等问题。同时,以经济发展水平、信息资源整合水平、保障性住房档案工作水平、保障性住房工作与深圳市的契合度作为本文案例的选择依据,选取了美国、新加坡、北京和南通这四个案例,全面介绍了他们保障性住房档案和信息资源整合的情况和特点,并总结了他们在制度建设、资金技术投入以及信息化方面的优点。于是,在全面分析深圳市保障性住房档案的管理和资源整合现状以及借鉴国内外优秀经验的基础上,围绕整合主体、整合客体、整合策略三个层面,构建了深圳市保障性住房档案信息资源整合的模式,即基于整合主体的市级统管与区级分管相结合并与相关单位联动协同的整合模式;基于整合客体的实体档案和数字档案相结合的整合模式;并从思想观念、体制机制、技术标准和内容建设四个层面提出了深圳市保障性住房档案资源的整合策略。最后,笔者从环境、安全、人才、资金四个方面来保障深圳市保障性住房档案资源整合模式的顺利运行。通过整合模式的建立,为深圳市保障性住房档案资源建设提供方法论支撑,有利于发挥档案资源的最大价值,为深圳市保障性住房业务工作提供信息决策服务。

关键词： 搜索引擎   统一内容标签   知识图谱   话题挖掘   语义解析  

摘要： 随着互联网的迅速普及和数字信息的爆炸式增长,各种海量化、碎片化的内容不断涌现,如何从这些异构驳杂的数据中检索有效信息对于搜索引擎挑战巨大。以网页链接为中心的传统搜索引擎通过关键字匹配的方式从互联网中检索信息,然后返回给用户相关链接。这种方式不能准确理解用户搜索意图,且返回的结果过于单一,包含的语义信息不够丰富,需要用户做多次检索。为了改善这种搜索模式的弊端,基于知识的搜索引擎已引起了业界的广泛关注。基于知识的搜索引擎技术核心是构建知识图谱,目前知识图谱相关研究已取得一定进展。但其对知识表示的方式主要是以较为简单的三元组形式将结构化数据组织,富含的语义信息不够丰富。而统一内容标签(Uniform Content Label,UCL)可以将互联网上杂乱无序的异构内容进行有效聚合,能够对互联网内容中的丰富语义信息进行统一格式编码。因此如何充分利用UCL对互联网信息进行富语义矢量编码的优势,构建以知识为中心的智能化搜索引擎极具研究价值。为此,本文结合UCL的优势,构建UCL知识图谱(UCL Knowlegde Graph,UCLKG),并对智能化搜索相关技术进行研究。提出了基于语义环境相似度的实体消歧算法与基于表示学习和UCL语义感知的关系推理算法,实现UCL知识图谱(UCL Knowlegde Graph,UCLKG)的构建和更新。提出了针对搜索环境的动态主题挖掘算法DLDAE(Dynamic Latent Dirichlet Allocation for Search Environment)和基于SDP(Semantic Depency Parsing)依赖分析的查询式生成算法,提高搜索引擎对用户搜索意图识别和对知识语义解析的能力。本文的主要研究工作如下:(1)结合智能化搜索引擎的需求,针对如何将互联网中异构驳杂的数据进行语义关联的问题,提出了一种基于语义融合的UCL知识图谱构建方法。该方法首先解析Wikidata和百度百科离线语料库,并结合信息抽取工具抽取实体信息,完成基础知识库的构建;然后计算UCL中内容实体的语义权重,并借助实体消歧算法将UCL与基础实体库融合;最后提出基于表示学习和UCL语义感知的关系推理算法,实现UCL知识图谱的自动化更新。(2)针对传统搜索引擎不能有效识别用户意图且缺乏对内容的语义解析能力的问题,实现基于UCL的智能化搜索引擎,对其中涉及的关键技术进行研究。基于UCL的智能化搜索引擎主要从两方面对用户搜索信息进行处理。一是以用户兴趣为中心提供个性化搜索,提出了针对搜索环境的动态主题挖掘算法DLDAE,识别用户搜索意图,并结合用户意图和UCL文档的主题关联对搜索结果进行排序。二是以知识为中心提供内容语义解析服务,提出了基于SDP依赖分析的查询式生成算法将用户搜索的自然语言问句翻译为数据库查询语句,直接获取知识。(3)实现了智能化搜索引擎原型系统,并通过实验对其中涉及的相关算法进行验证。实验结果表明,相比于传统实体消歧算法,基于语义环境相似度的实体消歧算法消歧效果更好;相比于传统关系推理算法,基于表示学习和UCL语义感知的关系推理算法对“一对多”和“多对多”类型关系有更好的区分能力;相比于传统LDA算法,DLDAE算法更适合对在线语料进行动态主题挖掘;基于SDP分析的查询式生成算法对本文定义的四类基本问题的转换能力较好。

关键词： 被遗忘权   司法保护   搜索引擎   审查义务  

摘要： 谷歌案率先在全球确立了被遗忘权，其后欧盟《一般数据保护条例》进一步在立法上明确了这一权利及其适用规则。中国被遗忘权首案也为该权利在中国的发展开辟了可能性，现阶段应当先借助侵权责任制度探索被遗忘权的保护规则，将义务主体暂限为互联网搜索服务提供者，其在信息主体请求删除链接时，应承担审查信息是否保持完整、可用及最新状态的作为义务。此时，搜索服务提供者可以基于对其他合法权益的保护而拒绝信息主体的请求，但被法院判决确认要求删除后，应以移除索引方式承担广义删除的侵权责任。在这一过程中，侵权责任催生新人身权的功能得以显现。

关键词： Big data   marine life   species diversity   resources  

摘要： With the rapid development of the Internet of Things (IOT) technology, the data reserve of marine biological species diversity is gradually attracting people's attention. Therefore, based on big data technology and Hadoop architecture, this paper designs a marine life species information retrieval system using distributed BP neural network algorithm. The design idea is to optimize the BP neural network algorithm on the basis of the Map Reduce framework and the BP neural network in parallel, and to design the architecture of the marine organism species information system. Finally, after the building of the experimental environment based on the Hadoop, three sets of test data are selected to compare the optimized algorithm with the traditional BP neural network algorithm. The results show that the recall rate and accuracy of water quality classification between traditional and optimized algorithm are almost the same, indicating that the water quality classification ability of distributed BP neural network is pretty strong. The algorithm can be well applied in the research work of marine species diversity. Meanwhile, it can also help the management and data mining analysis of marine species.

关键词： 搜索引擎   垄断   相关市场   市场支配地位   滥用行为  

摘要： 自从以百度、谷歌为代表的搜索引擎服务商出现以来,短短数十年,搜索引擎服务已经发展成为互联网经济的重要组成部分,深受广大网民的青睐,主要原因在于帮助人们打通了通往网络世界的大门,极大地缩短了信息接收时间,为工作和生活带来了便利。然而,正当搜索引擎服务行业发展的如火如荼时,出现在搜索引擎领域的垄断纠纷也愈演愈烈,服务商滥用市场支配地位的行为不仅侵害了网络用户的合法权益,而且严重扰乱了整个搜索引擎服务行业的秩序,不利于行业的健康发展。鉴于搜索引擎服务市场双边平台、网络外部性、交叉价格补贴等新特性,使得其与传统的单边经济市场差别很大,依据我国现行的《反垄断法》对搜索引擎服务市场的垄断行为进行规制存在很大不足,因此,对我国相关法律规制进行完善迫在眉睫。本文以“人人诉百度案”和“欧盟对谷歌反垄断调查案”典型案例分析为切入点,围绕案件有关滥用市场支配地位的焦点问题,对搜索引擎领域在相关市场界定、市场支配地位认定、滥用行为等问题展开论述,剖析我国现行立法在搜索引擎服务领域滥用市场支配地位行为规制方面的不足,提出一些合理建议。首先,关于搜索引擎领域相关市场的界定,由于搜索引擎平台的非对称定价模式,平台提供的服务业务存在着交叉重叠,服务边界模糊,利用传统的需求替代分析法、假定垄断着测试法对相关市场进行界定存在诸多不合理之处,因此可以通过合理弱化相关市场界定的重要性、打破价格标准的局限性等对策来解决。其次,传统的市场支配认定方法在搜索引擎领域也存在着很大的适用困境:市场份额难确定、新型技术壁垒制约,为此,通过重新调整市场份额的确定方法,并结合锁定效应、网络效应的影响以及市场进入障碍等因素综合分析,使得对搜索引擎服务市场支配地位的认定能够更加准确。最后,关于搜索引擎支配企业滥用行为的认定问题,搜索引擎领域服务商屏蔽带有“垃圾链接”网站、偏袒自家比较购物服务、排他性限制等行为,区别于传统滥用行为,通过对这些行为性质分析,重新界定构成反垄断法意义上的滥用行为。针对这些不足,本文创新性的提出以下完善建议:(1)对传统的假定垄断者测试法进行改良,以信息获取效率确定为搜索引擎服务市场的关键指标,通过小幅度、可持续的降低用户获得所需信息的效率,来观察用户对此作出的反应,从而判断出相关服务市场的范围。(2)对服务商滥用行为的构成要件进一步明确,同时建议在《反垄断法》第17条增加一个概括条款,如依照本法被认为妨碍或限制搜索引擎服务市场竞争的垄断行为也应受到规制,增加司法实践中的可操作性。(3)合理分配举证责任,应当规定原告和被告双方都需对搜索引擎相关市场进行举证,同时,考虑到搜索引擎服务市场双边性和复杂性,应当在市场支配地位界定上引入第三方专业机构,通过举证责任倒置对其行业的相关市场进行划分。在滥用行为的认定上,关于被告行为的主观合理性交由被告方进行举证,这样双方都能在自身相对熟悉的领域进行举证,有效减轻原告的举证负担。

关键词： 杭州市   信息资源管理中心  

摘要： 杭州市信息中心(杭州市信息资源管理中心、杭州市信用中心)经过近30年的奋斗,已发展成为拥有一支具备较高层次专业水平和开拓创新能力的人才队伍、三块牌子一套班子的财政补助事业单位。承担四项主要职能:1.负责组织实施杭州市经济信息系统的建设,承担全市国民经济运行管理的监测、预测、预警工作,提供经济形势分析报告。2.承担杭州市区域范围内的信用信息归集、整理、发布、使用、管理工作;承担全市公共信用信息平台的建设和维护,为公共管理和社会应用提供信用信息服务。3.承担市政府及有关部门授权的重大信息化项目建设管理和运行维护管理工作。

关键词： 网络空间   网络设备   网络扫描   网络空间安全   搜索引擎  

摘要： 近些年,得益于互联网的高普及率,现在接入互联网的设备的种类越来越多。除了个人电脑和服务器,还有路由器、物联网家电、平板电脑以及手机等,甚至还有监控探头、工业控制中的SCADA系统等比较敏感的网络设备,共同组成了我们所处的网络空间(Cyberspace)。而网络空间是由这些网络设备共同组成的,一旦其中任意一个网络设备发生故障,将很有可能会引发整个网络空间的安全问题。因此,如何了解网络空间中网络设备信息显得迫在眉睫,并且随着人们对搜索引擎使用需求的日益增多,那么用户如何快速准确地获取到网络空间中网络设备的信息也就变得十分重要,因此,面向网络空间安全的搜索引擎应运而生。本文所实现的网络空间安全的搜索引擎主要完成了对网络空间中网络设备数据进行收集,通过监听消息队列来获取扫描与识别的任务,主要收集的数据包括了IP、端口号以及开闭信息、操作系统和其版本号、服务和其版本号、组件和其版本号以及Banner数据等,然后对这些数据进行处理并放到消息队列中,然后Mongo DB数据库通过监听这个消息队列来读取数据并将其存到数据库中,以供服务器调用和搜索引擎建立索引,从而使用户通过前端页面来使用系统所提供的功能。系统主要通过使用网络扫描工具Nmap、Zmap以及第三方工具ipstack来完成对网络设备数据的收集。首先,本文介绍了面向网络空间安全的搜索引擎的研究背景以及意义,并对其国内外研究现状进行了分析,然后给出了论文的主要研究内容。然后,对相关理论与技术进行了深入的研究,主要研究了搜索引擎的组成部分以及常用扫描技术与常用扫描工具。其次,对面向网络空间安全的搜索引擎进行了需求分析和总体设计,并给出了系统的总体框架图,以此为基础设计出了系统的框架流程图,并参照该系统的框架流程图,对系统的模块进行划分。然后,对系统的各个模块进行了详细的设计与实现。并且,通过UI实现过程对该系统进行了功能性测试,还进行了性能上的测试,验证了面向网络空间安全的搜索引擎符合设计原则和要求。最后,本文总结了面向网络空间安全搜索引擎的工作与不足,并且指出未来的工作方向。

摘要： 1.学院特色与有些高校信息管理学院源自图书馆(档案学系)不同,北京信息科技大学信息管理学院源自原北京信息工程学院计算机科学系,计算机信息技术一直是其突出的优势。将IT技术与管理科学相结合,服务于各类行政机关与企事业单位,培养"新工科"背景下"技管双强"的信息技术类交叉复合型人才,是信管学院的育人理念与办学特色。学院设有信息管理与信息系统、信息安全、电子商务、审计学(计算机审计)和大数据管理与应用5个本科专业,其中,信息管理与信息系统、信息安全、计算机审计3个专业在北京市及京外29个省市实行一批次招生。学院拥有"网络空间安全""管理科学与工程""物流工程" 3个硕士学位授予点,开展研究生教育与培养。目前共有在校本科生和研究生1 400余人。

关键词： 电子商务   信息资源   信息利用  

摘要： 随着信息时代的到来,信息资源已经成为当今社会的核心资源.信息资源的开发利用可以有效地降低社会的运营成本,对于提高企业竞争力有着重要作用.近十年来,电子商务依托互联网技术得到了蓬勃发展,信息资源对于电子商务的影响也越来越大,甚至起到决定企业成败的作用.如何正确搜集、筛选、利用电子商务信息资源来进一步促进企业电子商务的发展是当前亟待解决的问题,本文基于目前电子商务信息资源管理存在的问题,对企业电子商务信息资源的利用提出了相关建议和措施,以期能对各企业有所启示.

关键词： 大数据搜索引擎   差分演化算法   Hadoop平台   iMapReduce框架  

摘要： 20世纪90年代起,大数据搜索引擎开始出现并不断发展。随着时间推移和技术积累,大数据与人工智能技术被陆续应用在智能搜索领域中,搜索引擎的性能方面已有明显改善,能够实现在全局搜索过程中的动态跟踪。但现有智能搜索引擎的搜索流程框架和智能追踪引导两方面仍没有太大改进,无法为用户提供高智能的搜索结果。因此,如何在当前大数据信息繁杂、密度低下的情况下快速检索出对用户最有价值的结果,并且能够使用新的基础框架与技术为用户提供更加个性化的服务。当前所面临的一个关键问题是选取工程领域内高收敛速度、高适用性的优化方法应用于大数据搜索引擎的优化。本文首先对大数据搜索引擎在国内外的研究情况以及取得的显著成果进行了分析,总结出现有大数据搜索引擎存在的实现困难、框架复杂、处理步骤繁多等特点。其次,本文针对现有搜索引擎无法动态跟踪并分析用户请求、缺乏个性化精准服务等问题,提出一种基于Hadoop和i Map Reduce的分布式智能搜索引擎框架,并利用差分演化算法对搜索路径进行优化。随后详细介绍了如何选取差分演化算法的参数因子以及对非结构化数据进行爬取、处理和存储的过程,建立了基于差分演化的大数据搜索引擎模型。本文以大规模天气领域信息下的天气搜索引擎为例,实现了一个基于改进差分演化算法的天气大数据搜索引擎。最后,本文将设计的天气大数据搜索引擎进行实验对比,以验证差分演化算法对大数据搜索引擎的优化效果,同时验证迭代式i Map Reduce对搜索精度与搜索速度的优化效果。实验结果表明,本文所使用的搜索优化与算法优化相结合的策略十分有效,使大数据搜索引擎的检全率及检准率得到显著提高。其中检全率、检准率对比初始模型分别提升7%、5%。搜索速度对比初始模型提升94%,对比开源引擎ES提升20%。最终证明本文提出的优化方法应用于大数据搜索引擎的优化是可行的、高效的。