项目名称: 非结构化管理决策大数据平台构建与关键技术

项目编号: No.91546111

项目类型: 重大研究计划

立项/批准年度: 2016

项目学科: 管理科学

项目作者: 丁治明

作者单位: 北京工业大学

项目金额: 43万元

中文摘要: 本项目拟针对管理决策中大数据的类型多样性、相互关联性、全景呈现性、模型计算性等特点,研究非结构化管理决策大数据平台构建与关键技术。具体包括:(1)非结构化管理决策大数据的统一数据表示、存储、查询操作模型;(2)基于标准化数据抽取与标注的语义空间关联模型;(3)不完整及碎片化大数据的清洗与处理方法;(4)支持管理决策的大数据启发式关联查询及全景呈现查询方法;(5)支持管理决策及语义网络的大数据统计分析、OLAP及数据挖掘方法;(6)大数据驱动的管理决策模型与方法。在此基础上,开发相应的原型系统,并进行典型应用的部署。本项目对突破管理与决策大数据管理的瓶颈问题、促进大数据驱动的管理决策科学化与现代化、服务于重大研究计划的总目标具有重要的实用价值和学术价值。

中文关键词: 大数据;平台构建;管理决策;非结构化数据;语义标注网络

英文摘要: This project deals with the special features in management and decision-making big data management, including the variety of data types, the interconnection of data objects, the panoramic view in query processing, and the model-computaion in data processing, and focuses on the platform construction and key technology for unstructured management and decision-making big data management. The detailed research topics include: (1) Uniformed models for unstructured management and decision-making big data representing, storing, and querying; (2) Semantic network interconnection model based on standardized tag extraction and labeling; (3) Data cleaning and fragmented-data processing methods for big data; (4) Heuristic query processing and panoramic data presenting techniques based on data interconnections of management and decision-making big data; (5) Statistical analysis, OLAP, and data mining methods for management and decision-maiking big data; (6) Big-data-driven management and decision-making models. Based on the theoretical study, the project will develop the related prototype system and deploy real-world applications. The project is very valuable for breaking through the bottle-neck problems in managmeng and decision-making big data management, for improving the big-data-driven management and decision-making, and for serving and achieving the general goal of the NSFC’s key research plan -Research on Big-Data-Driven Management and Decision-Making.

英文关键词: Big Data;Platform Construction;Management and Decision Making;Unstructured Data;Semantic-Tag Network

成为VIP会员查看完整内容
8

相关内容

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。明白这一点至关重要,也正是这一点促使该技术具备走向众多企业的潜力。大数据的4个“V”,或者说特点有四个层面:第一,数据体量巨大。从TB级别,跃升到PB级别;第二,数据类型繁多。前文提到的网络日志、视频、图片、地理位置信息等等。第三,价值密度低。以视频为例,连续不间断监控过程中,可能有用的数据仅仅有一两秒。第四,处理速度快。
航空制造知识图谱构建研究综述
专知会员服务
104+阅读 · 2022年4月25日
军事知识图谱构建技术
专知会员服务
116+阅读 · 2022年4月8日
数字孪生城市白皮书(2021),47页pdf
专知会员服务
107+阅读 · 2021年12月24日
【博士论文】大数据相似查询关键技术研究
专知会员服务
23+阅读 · 2021年12月2日
数字化转型白皮书:数智技术驱动智能制造,42页pdf
专知会员服务
171+阅读 · 2021年7月8日
2021工业互联网大数据白皮书(附下载)
专知会员服务
80+阅读 · 2021年4月30日
专知会员服务
35+阅读 · 2021年2月26日
企业风险知识图谱的构建及应用
专知会员服务
94+阅读 · 2020年11月6日
大数据平台如何进行云原生改造
InfoQ
0+阅读 · 2022年1月26日
基于知识图谱的行业问答系统搭建分几步?
PaperWeekly
2+阅读 · 2021年11月11日
知识图谱的自动构建
DataFunTalk
55+阅读 · 2019年12月9日
【大数据】海量数据分析能力形成和大数据关键技术
产业智能官
17+阅读 · 2018年10月29日
【知识图谱】 一个有效的知识图谱是如何构建的?
产业智能官
56+阅读 · 2018年4月5日
领域应用 | CCKS-2017 行业知识图谱构建与应用-下篇
开放知识图谱
12+阅读 · 2017年9月21日
项目实战:如何构建知识图谱
PaperWeekly
30+阅读 · 2017年9月14日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
30+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月29日
Arxiv
56+阅读 · 2021年5月3日
Arxiv
11+阅读 · 2018年5月21日
小贴士
相关VIP内容
航空制造知识图谱构建研究综述
专知会员服务
104+阅读 · 2022年4月25日
军事知识图谱构建技术
专知会员服务
116+阅读 · 2022年4月8日
数字孪生城市白皮书(2021),47页pdf
专知会员服务
107+阅读 · 2021年12月24日
【博士论文】大数据相似查询关键技术研究
专知会员服务
23+阅读 · 2021年12月2日
数字化转型白皮书:数智技术驱动智能制造,42页pdf
专知会员服务
171+阅读 · 2021年7月8日
2021工业互联网大数据白皮书(附下载)
专知会员服务
80+阅读 · 2021年4月30日
专知会员服务
35+阅读 · 2021年2月26日
企业风险知识图谱的构建及应用
专知会员服务
94+阅读 · 2020年11月6日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
30+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员