摘要：在分析目前知识地图研究的特点和局限性的基础上,以满足数据密集型行业的知识地图设计需求为目的,设计出一种全新的知识地图模式———数据驱动型知识地图,并探讨其基本原则、主要特征、核心框架、关键技术和应用方法。最后,通过案例分析对研究工作进行论证。

摘要：[目的 /意义]建构云计算技术环境下的海量数据分析是一种需要预载大量数据集的数据计算处理。针对传统海量数据分析处理数据细节方式所导致的分析质量与效率问题,运用Google三大云计算技术对其进行改进。[方法 /过程]通过对Google三大云计算技术——GFS、MapReduce和Bigtable进行文献调查、内容分析和技术分析,梳理出Google云计算技术在数据处理、技术架构和算法模型等方面的部署创新和设计改进。[结果/结论]将Google云计算技术与传统本地数据分析处理方式与细节进行比较分析,得出Google云计算技术在操作海量数据分析时所具备的处理优势。借助Google云计算三大技术,提出海量数据分析流程在存储和访问、组织与管理以及并行处理3个方面的技术优化与改进策略。

摘要：[目的 /意义]信息分析是情报研究的核心环节,大数据时代为信息分析提供了更多的信息资源保障和技术支持,促使信息分析产生重大的革新。[方法 /过程]通过网络调查与文献资料收集,对国内外信息分析研究现状进行分析,总结当前大数据信息分析领域存在的5个关键问题,提出大数据时代信息分析的4个主要挑战。[结果 /结论]针对大数据环境下信息分析存在的问题和挑战,提出5方面的对策建议,宏观上对大数据时代的信息分析进行系统地梳理,从顶层设计的角度统领大数据时代的信息分析。

摘要：指出知识地图作为知识定位、组织和可视化展现的一种方法,是开放关联数据的高效利用和深度挖掘的重要途径。目前,关联数据知识地图的研究仍很薄弱。以研发面向开放关联数据的跨域共享与按需服务为目的,依次研究关联数据知识地图的基本原则、主要特征、体系结构和关键技术。在此基础上,采用语义web编程技术实现面向DBpedia、Yago、FOAF、Freebase等不同关联数据集的知识地图系统,进一步论证本文的研究工作。

摘要：认为知识地图作为一种知识管理工具正在得到越来越广泛的应用,其中最为关键的一点即如何构建出面向用户需求的知识地图,以方便用户对知识的检索、获取。深入分析各类知识地图的基础上,提炼出构建知识地图的基本方法论,即要素识别、关联分析和结构化展示,其支撑着知识的分类、链接和多结构化显示的要求,贯穿于知识地图构建、评价和优化的动态化全程。

摘要：[目的 /意义]为了更好地指导计算机辅助信息分析工作的开展,构建计算机辅助信息分析技术框架,从顶层架构设计的视角指导计算机辅助信息分析。[方法 /过程]在文献综述和资料收集基础上,从数据库、数据仓库、OLTP、OLAP、BI和DSS 6个技术领域构建计算机辅助信息分析技术框架模型,从联机在线分析、数据挖掘和知识发现、社会网络分析、大数据分析4个方面详细分析当前主要的计算机辅助信息分析技术。[结果 /结论]对计算机辅助信息分析所面临的主要挑战和发展趋势进行展望,认为大数据分析将成为未来计算机辅助信息分析的重要研究内容,在大数据和云计算技术的推动下,计算机辅助信息分析将进一步向前发展,移动计算、社会计算将与信息分析深度融合。