引論：我們?yōu)槟砹?3篇數(shù)據(jù)分析方向范文，供您借鑒以豐富您的創(chuàng)作。它們是您寫作時(shí)的寶貴資源，期望它們能夠激發(fā)您的創(chuàng)作靈感，讓您的文章更具深度。
篇1
2. 網(wǎng)站訪問(wèn)時(shí)段
從上圖觀察發(fā)現(xiàn)，我們可以分析出用戶在上午9點(diǎn)-11點(diǎn)，下午14點(diǎn)-17點(diǎn)，這兩個(gè)時(shí)段較為活躍，那么便可根據(jù)此進(jìn)行推廣，因?yàn)樵L客越是活躍，進(jìn)行推廣便更嘔效果。同樣的，在做競(jìng)價(jià)推廣時(shí)，也可以此作為參考。
3. 搜索引擎分析
有統(tǒng)計(jì)數(shù)據(jù)可以發(fā)現(xiàn)，各個(gè)搜索引擎過(guò)來(lái)的流量有多少，而從該網(wǎng)站數(shù)據(jù)上看，該網(wǎng)站的主要訪客來(lái)源于百度，竟然如此，該站就更加需要加強(qiáng)百度優(yōu)化，更多的去迎合百度。
4.搜索詞
通過(guò)對(duì)搜索詞的查看，我們可以查看用戶主要通過(guò)哪些詞來(lái)到該網(wǎng)站，從而可根據(jù)此來(lái)對(duì)長(zhǎng)尾關(guān)鍵詞進(jìn)行挖掘。同時(shí)我們可以發(fā)現(xiàn)用戶是通過(guò)一些我們根本想不到的詞來(lái)訪問(wèn)網(wǎng)站，通過(guò)這些詞我也可作為研究用戶搜索習(xí)慣的重要參考因素。
5.訪問(wèn)時(shí)長(zhǎng)及跳出率
通過(guò)對(duì)訪客的頁(yè)面停留時(shí)間長(zhǎng)短及跳出率，我們可以分析出用戶的需求點(diǎn)，從而分析出哪些最終頁(yè)，哪些是過(guò)度頁(yè)。如此此我們就可以根據(jù)此來(lái)對(duì)頁(yè)面進(jìn)行優(yōu)化，以及分析哪些欄目更應(yīng)放在首頁(yè)等。
6.瀏覽器訪問(wèn)比例
篇2
The Application of Correlation Analysis Algorithms in the Data Invites Chien
ZHANG Hanyun,DUAN Peng
(School of Mathematics and Computer Science,Yunnan University of Nationalities,Kunming 650031,China)
Abstract: The data warehouse was constructed by using the mass data of computer science majors’ scores generated during the past three years in thirteen classes of four grades, we analyze the corresponding degree of different courses in the database using corresponding analyzing techniques, and condense the attributes in database according to corresponding factors, An example is given to illustrate the application of the proposed method. The analysis introduced in the paper has provided a scientific basis for improving the teaching quality .Then it is prepare for the Association rules mined of different courses.
Key words: data mining;data warehouse; correlation analysis
相關(guān)分析法是在分析某個(gè)問(wèn)題或指標(biāo)時(shí)，將與該問(wèn)題或指標(biāo)相關(guān)的其他問(wèn)題或指標(biāo)進(jìn)行對(duì)比，分析其相互關(guān)系或相關(guān)程度的一種分析方法，用少數(shù)幾對(duì)綜合變量來(lái)反映2組變量間的線性相關(guān)性質(zhì).目前它已經(jīng)在眾多領(lǐng)域的相關(guān)分析和預(yù)測(cè)分析中得到廣泛應(yīng)用.本文主要研究如何利用相關(guān)分析技術(shù)產(chǎn)生計(jì)算機(jī)專業(yè)課之間的相關(guān)系數(shù)，發(fā)現(xiàn)專業(yè)課程之間的相關(guān)度，對(duì)數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)進(jìn)行約簡(jiǎn)［1］.
1 相關(guān)分析
1.1 相關(guān)分析概述［2］
相關(guān)分析（Correlation Analysis）是研究隨機(jī)變量之間的相關(guān)關(guān)系的一種統(tǒng)計(jì)方法.相關(guān)關(guān)系是一種非確定性的關(guān)系，例如，以X和Y分別記一個(gè)人的身高和體重，或分別記每公頃施肥量與每公頃小麥產(chǎn)量，則X與Y顯然有關(guān)系，而又沒(méi)有確切到可由其中的一個(gè)去精確地決定另一個(gè)的程度，這就是相關(guān)關(guān)系.例如，教育投資與教育發(fā)展速度的關(guān)系、教師教學(xué)水平和學(xué)生的學(xué)習(xí)效果之間的關(guān)系等［3］.
相關(guān)系數(shù)值為-1（完全負(fù)相關(guān)關(guān)系）～+1（完全正相關(guān)關(guān)系）之間，相關(guān)系數(shù)為0時(shí)，表示不存在相關(guān)關(guān)系.例：
正相關(guān)：學(xué)生的學(xué)習(xí)能力與學(xué)習(xí)成績(jī)的關(guān)系；
負(fù)相關(guān)：教師的身體狀況與缺勤率的關(guān)系；
零相關(guān)：教師的身高與教學(xué)能力的關(guān)系.
Pearson相關(guān)用于雙變量正態(tài)分布的資料，其相關(guān)系數(shù)稱為積矩相關(guān)系數(shù)（Coefficient of Product-Moment Correlation）.進(jìn)行相關(guān)分析時(shí)，我們一般會(huì)同時(shí)對(duì)2變量繪制散點(diǎn)圖，以更直觀地考察2變量之間的相互變化關(guān)系［4］.
用Flag Significant Correlations 進(jìn)行顯著性檢驗(yàn)，標(biāo)出有顯著性意義的相關(guān)系數(shù)，用一個(gè)星號(hào)“*”標(biāo)記在α=0.05水平上有顯著性意義的相關(guān)系數(shù)；用2個(gè)星號(hào)“**”標(biāo)記在α=0.01水平上有顯著性意義的相關(guān)系數(shù)［5］.
1.2 相關(guān)分析的表示方法
進(jìn)行相關(guān)分析的主要方法有圖示法和計(jì)算法.圖示法是通過(guò)繪制相關(guān)散點(diǎn)圖來(lái)進(jìn)行相關(guān)分析，計(jì)算法則是根據(jù)不同類型的數(shù)據(jù)，選擇不同的計(jì)算方法求出相關(guān)系數(shù)來(lái)進(jìn)行相關(guān)分析.
1.2.1 圖示法
圖示法的具體做法就是繪制相關(guān)散點(diǎn)圖.相關(guān)散點(diǎn)圖是觀察2個(gè)變量之間關(guān)系的一種非常直觀的方法.具體繪制的方法是：以橫軸表示2個(gè)變量中的1個(gè)變量（作為自變量），以縱軸表示另一個(gè)變量（作為因變量）.將2個(gè)變量之間相對(duì)應(yīng)的變量值以坐標(biāo)點(diǎn)的形式逐一標(biāo)在直角坐標(biāo)系中，通過(guò)點(diǎn)的分布形狀和疏密程度來(lái)形象描述2個(gè)變量之間的相關(guān)關(guān)系.
相關(guān)散點(diǎn)圖可以通過(guò)手工繪制而得到.但如果面對(duì)的變量值比較多，手工繪制的過(guò)程既費(fèi)時(shí)，又不夠精確.
1.2.2 計(jì)算法
相關(guān)系數(shù)也稱為相關(guān)量，是用來(lái)描述變量之間變化方向和密切程度的數(shù)字特征量，一般用r表示.它的數(shù)值范圍在－1到+1之間，它的正負(fù)號(hào)反映變量之間變化的方向；它的絕對(duì)值的大小反映變量之間關(guān)系的密切程度.
根據(jù)2個(gè)變量變化的密切程度，我們把相關(guān)關(guān)系分為完全相關(guān)、高度相關(guān)、中度相關(guān)、低度相關(guān)、零相關(guān)［6］.
完全相關(guān)：│r│=1的相關(guān)；
高度相關(guān)或強(qiáng)相關(guān)：0.7≤│r│＜1的相關(guān)；
中度相關(guān)：0.4≤│r│＜0.7的相關(guān)；
低度相關(guān)或弱相關(guān)：│r│＜0.4的相關(guān).
1.3 Pearson相關(guān)
Pearson相關(guān)也稱積差相關(guān)，積差相關(guān)也稱積矩相關(guān)，是英國(guó)統(tǒng)計(jì)學(xué)家Rearson提出的一種計(jì)算直線相關(guān)的方法，因而又稱為Rearson相關(guān)［6-7］.
積差相關(guān)系數(shù)是2列成對(duì)觀測(cè)值中各對(duì)觀測(cè)值的標(biāo)準(zhǔn)分?jǐn)?shù)乘積之和除以觀測(cè)值對(duì)數(shù)所得之商［8］.
1.3.1 Pearson相關(guān)的使用條件
1) 2個(gè)變量之間是線性關(guān)系，都是連續(xù)數(shù)據(jù)；
2) 2個(gè)變量的總體是正態(tài)分布，或接近正態(tài)的單峰分布；
3) 2個(gè)變量的觀測(cè)值是成對(duì)的，每對(duì)觀測(cè)值之間相互獨(dú)立.
1.3.2 Pearson相關(guān)的計(jì)算公式
r=∑ZXZYn=∑X－Y－nσXσY.
式中，[ZK（]n表示數(shù)據(jù)的對(duì)數(shù)；σX，σY分別表示X和Y變量的樣本標(biāo)準(zhǔn)差；[JP]，分別表示X和Y變量的樣本平均數(shù).[ZK）]
對(duì)于學(xué)生成績(jī)，其課程總體分布接近正態(tài)分布，滿足Pearson相關(guān)的使用條件.在統(tǒng)計(jì)軟件SPSS中，可以很方便地得出2變量之間的Pearson相關(guān)系數(shù).[JP]
2 用相關(guān)分析法進(jìn)行數(shù)據(jù)約簡(jiǎn)
2.1 學(xué)生成績(jī)數(shù)據(jù)倉(cāng)庫(kù)的建立
數(shù)據(jù)選擇上，主要選擇了作者所在學(xué)校計(jì)算機(jī)專業(yè)3年來(lái)產(chǎn)生的專業(yè)基礎(chǔ)課成績(jī)，收集并整理了包含高等數(shù)學(xué)、C語(yǔ)言、數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)庫(kù)系統(tǒng)原理的504條學(xué)生成績(jī)數(shù)據(jù).并將具體的成績(jī)數(shù)據(jù)離散化為4個(gè)等級(jí)［9］，即：
成績(jī)>=80“A”; 70=
2.2 用相關(guān)分析法進(jìn)行數(shù)據(jù)約簡(jiǎn)
對(duì)大規(guī)模數(shù)據(jù)庫(kù)內(nèi)容進(jìn)行復(fù)雜的數(shù)據(jù)分析通常需要耗費(fèi)大量的時(shí)間，這就常常使得這樣分析變得不現(xiàn)實(shí)和不可行，尤其是需要交互式數(shù)據(jù)挖掘時(shí).數(shù)據(jù)約簡(jiǎn)技術(shù)正是用于幫助從原有龐大數(shù)據(jù)集中獲得一個(gè)精簡(jiǎn)的數(shù)據(jù)集合，并使這一精簡(jiǎn)數(shù)據(jù)集保持原有數(shù)據(jù)集的完整性，這樣在精簡(jiǎn)數(shù)據(jù)集上進(jìn)行數(shù)據(jù)挖掘，顯然效率更高，并且挖掘出來(lái)的結(jié)果與使用原有數(shù)據(jù)集所獲得結(jié)果基本相同［10］.
數(shù)據(jù)約簡(jiǎn)并不是一個(gè)新的領(lǐng)域，現(xiàn)在已經(jīng)提出了很多理論和方法，如：層次分析法，主成分分析法，隨機(jī)抽樣、免疫算法等.本研究根據(jù)實(shí)際需要，提出將相關(guān)分析方法應(yīng)用于學(xué)生成績(jī)的屬性約簡(jiǎn)，即方便快捷又不失理論性.
在SPSS軟件中，畫出計(jì)算機(jī)專業(yè)課高等數(shù)學(xué)成績(jī)的直方圖，如圖1.
用同樣的方法，可以畫出其他計(jì)算機(jī)專業(yè)課如C語(yǔ)言、數(shù)據(jù)結(jié)構(gòu)等的直方圖，可以看出，我們所建立的數(shù)據(jù)倉(cāng)庫(kù)中，學(xué)生計(jì)算機(jī)專業(yè)課程成績(jī)基本上符合正態(tài)分布，滿足Pearson相關(guān)的使用條件.
我們用雙變量相關(guān)分析技術(shù)來(lái)分析相關(guān)課程之間的關(guān)聯(lián)程度，并做出統(tǒng)計(jì)學(xué)推斷，以最少的數(shù)據(jù)量反映最大的信息量，進(jìn)而對(duì)數(shù)據(jù)庫(kù)的屬性進(jìn)行約簡(jiǎn).通過(guò)相關(guān)分析約簡(jiǎn)相關(guān)性較弱的屬性，選擇相關(guān)性強(qiáng)的屬性而不直接利用數(shù)據(jù)庫(kù)中的所有屬性，從而減少大量冗余屬性，以提高算法的效率.
在SPSS中進(jìn)行課程間Pearson相關(guān)系數(shù)分析，得到計(jì)算機(jī)專業(yè)課程相關(guān)系數(shù)分析表如表1.
1：表中數(shù)值為4門課程進(jìn)行相關(guān)分析得到的皮爾遜相關(guān)系數(shù)(Pearson Correlation)、相伴概率（Sig.(2-tailed)）、樣本個(gè)數(shù)（N）.“*”標(biāo)記在α=0.05水平上有顯著性意義的相關(guān)系數(shù)；用兩個(gè)星號(hào)“**”標(biāo)記在α=0.01水平上有顯著性意義的相關(guān)系數(shù)；
2：相伴概率用來(lái)判斷求解線性關(guān)系的兩變量之間是否有明顯的線性關(guān)系.一般將這個(gè)Sig值與0.05相比較，如果它大于0.05，說(shuō)明平均值在大于5%的幾率上是相等的，而在小于95%的幾率上不相等；如果它小于0.05，說(shuō)明平均值在小于5%的幾率上是相等的，而在大于95%的幾率上不相等；如C語(yǔ)言與數(shù)據(jù)結(jié)構(gòu)的Sig是0，此數(shù)值說(shuō)明C語(yǔ)言與數(shù)據(jù)結(jié)構(gòu)有顯著的線性關(guān)系（因?yàn)镾ig0.05，則說(shuō)明兩變量之間沒(méi)有明顯的線性關(guān)系）.
由表1可以看出，同一門課程之間的Pearson相關(guān)系數(shù)為1，是完全相關(guān)關(guān)系.高等數(shù)學(xué)與C語(yǔ)言之間的Pearson相關(guān)系數(shù)為0.283，C語(yǔ)言與數(shù)據(jù)結(jié)構(gòu)之間的Pearson相關(guān)系數(shù)為0.281，數(shù)據(jù)結(jié)構(gòu)與數(shù)據(jù)庫(kù)系統(tǒng)原理之間的Pearson相關(guān)系數(shù)為0.565，并且都有“*”標(biāo)記，由此可以推斷這4組課程之間有顯著性意義的相關(guān)性.
3 結(jié)語(yǔ)
用相關(guān)分析技術(shù)對(duì)數(shù)據(jù)庫(kù)進(jìn)行約簡(jiǎn)，結(jié)果表明：線性代數(shù)、計(jì)算機(jī)導(dǎo)論及Pascal語(yǔ)言等多個(gè)因素相關(guān)性較弱；而C語(yǔ)言、數(shù)據(jù)結(jié)構(gòu)、高等數(shù)學(xué)及數(shù)據(jù)庫(kù)系統(tǒng)原理之間相關(guān)性較強(qiáng)，根據(jù)數(shù)據(jù)庫(kù)約簡(jiǎn)原則，可將線性代數(shù)、計(jì)算機(jī)導(dǎo)論及Pascal語(yǔ)言等多個(gè)屬性項(xiàng)從數(shù)據(jù)庫(kù)中刪除，以便提高數(shù)據(jù)挖掘效率.
參考文獻(xiàn):
［1］段西凌，甘開鵬.數(shù)據(jù)挖掘在人口普查信息系統(tǒng)中的應(yīng)用［J］.云南民族大學(xué)學(xué)報(bào)：自然科學(xué)版，2006,15（2）：170-172.
［2］茆詩(shī)松．統(tǒng)計(jì)手冊(cè)［M］．北京：科學(xué)出版社，2003.
［3］TANG Zhaohui,MACLENNAN J.數(shù)據(jù)挖掘原理與應(yīng)用［M］. 鄺祝芳，焦賢龍，高升，譯.北京：清華大學(xué)出版社，2007.
［4］王艷.數(shù)據(jù)挖掘中關(guān)聯(lián)規(guī)則的探討［J］.成都信息工程學(xué)院學(xué)報(bào)，2004，19（2）：173.
［5］張儒良，王翰虎.論數(shù)據(jù)挖掘優(yōu)化教學(xué)管理［J］.貴州民族學(xué)院學(xué)報(bào)，2004：133.
［6］趙輝.數(shù)據(jù)挖掘技術(shù)在學(xué)生成績(jī)中分析中的應(yīng)用［D］.大連：大連海事大學(xué)，2007.
［7］王月敏.基于遺傳算法的智能組卷系統(tǒng)研究［J］.云南民族大學(xué)學(xué)報(bào)：自然科學(xué)版，2009，18（2）：173-176.
［8］劉利鋒，吳孟達(dá). 關(guān)聯(lián)規(guī)則的快速提取算法 ［J］.計(jì)算機(jī)工程.2008，34(5)：63-65.
［9］李萍，段富.數(shù)據(jù)挖掘中數(shù)據(jù)約簡(jiǎn)的研究與應(yīng)用［J］.微計(jì)算機(jī)應(yīng)用.2009，25（2）：58-60.[ZK)]
［10］[ZK(#]蔡勇，韓永國(guó)，劉自偉.數(shù)據(jù)挖掘技術(shù)在生源分析中的應(yīng)用研究［J］.計(jì)算機(jī)應(yīng)用研究.2004，32（6）：48-51.
篇3
真人秀（也稱真人實(shí)境秀、真實(shí)電視，reality television）一般是指以電視傳媒為介質(zhì)，通過(guò)舉辦某一類別的比賽活動(dòng)，以從多名參賽者中選取最終獲勝者為目的;同時(shí)，有著豐富的獎(jiǎng)品，可以獲得廣泛的經(jīng)濟(jì)效益的電視節(jié)目。
2、大數(shù)據(jù)環(huán)境下的電視真人秀節(jié)目量產(chǎn)分析
盡管電視真人秀節(jié)目在熒屏上的收視率已經(jīng)達(dá)到了一定的高度，但是從采編的實(shí)際角度上來(lái)分析的話，電視真人秀節(jié)目在現(xiàn)在的環(huán)境下如果實(shí)行量產(chǎn)的話仍然有一定的難度，綜合分析主要包括以下四種原因：
2.1采編工作量大。《爸爸去哪兒》每一集都要有五組家庭參與演出，在每一集的游戲設(shè)計(jì)上，采編人員和導(dǎo)演組要進(jìn)行多次的協(xié)同溝通，無(wú)論是從工作量上還是從信息量上都是很大的。盡管每一集的播出時(shí)長(zhǎng)僅為120分鐘左右，但是導(dǎo)演組要分別派出至少五組的采編人員跟隨演員實(shí)景拍攝72小時(shí)。這與常規(guī)的綜藝娛樂(lè)節(jié)目最多的2組采編人員現(xiàn)場(chǎng)工作1-2個(gè)小時(shí)比起來(lái)完全是一種“量化”的突破。
2.2后期制作繁瑣。為了突出節(jié)目效果，才拍攝素材匯總完成之后，在剪輯的過(guò)程中要有大量的后期特效制作跟進(jìn)，無(wú)論是畫面效果還是工作量，在我國(guó)的電視熒屏上都是一次創(chuàng)新。如此大的信息量，讓整個(gè)《爸爸去哪兒》節(jié)目的數(shù)據(jù)庫(kù)信息完全達(dá)到了一個(gè)峰值。
2.3演員甄選難度高。第一季播出的成功如果是因?yàn)楣?jié)目較為新穎的原因的話，那么第二季以后的節(jié)目在演員的甄選上也就相對(duì)的增加了很大的壓力，因?yàn)榘凑諒V電總局的相關(guān)要求，對(duì)于這種真人秀的演員甄選要本著一定的原則來(lái)執(zhí)行，因此盡管這個(gè)工作并不是采編人員要具體跟進(jìn)的，但是在整個(gè)過(guò)程中，幾乎每一個(gè)環(huán)節(jié)上都有采編人員忙碌的身影。
2.4社會(huì)效應(yīng)和經(jīng)濟(jì)效果不成正比。《爸爸去哪兒》在播出的過(guò)程中，其實(shí)反映了當(dāng)下的許多育兒教育方面的問(wèn)題，因此引起的社會(huì)效應(yīng)是十分轟動(dòng)的，但是由于節(jié)目制作過(guò)程十分的繁瑣，需要耗費(fèi)大量的人財(cái)物來(lái)為其支撐體系的運(yùn)轉(zhuǎn)，因此就目前的情況來(lái)看，除了與之同名的電影節(jié)目的經(jīng)濟(jì)收益還較為明顯之外，常規(guī)的電視節(jié)目其經(jīng)濟(jì)收益并沒(méi)有太過(guò)突出。
3、大數(shù)據(jù)環(huán)境下的電視真人秀節(jié)目量產(chǎn)改進(jìn)措施
每一集如此龐大的信息量，和相對(duì)不成正比的經(jīng)濟(jì)效益，給節(jié)目組，尤其是采編人員帶來(lái)了巨大的工作壓力，再加之節(jié)目前兩季所取得的巨大社會(huì)效應(yīng)，對(duì)于今后的節(jié)目制作而言，應(yīng)遵從以下的幾個(gè)改進(jìn)方向：
3.1將節(jié)目大數(shù)據(jù)由量化管理向質(zhì)化管理推進(jìn)。前兩季的成功，節(jié)目信息量的相對(duì)較為集中起了決定性的作用，如此大的節(jié)目數(shù)據(jù)如果仍然延續(xù)現(xiàn)在的量化管理模式的話，不僅仍然要增加采編工作人員的相對(duì)工作量，還可能因?yàn)楣?jié)目效果的重復(fù)和同化讓節(jié)目的收視效果受到?jīng)_擊，因此，必須將節(jié)目的大數(shù)據(jù)從量化管理向質(zhì)化管理進(jìn)行改革。這種改革主要是將節(jié)目的全部信息數(shù)據(jù)由最初的后期集約化篩選向前期的質(zhì)量篩選推進(jìn)。所謂質(zhì)量篩選是在減少固定攝影機(jī)位的同時(shí)，增加人工定位攝影機(jī)位，這樣在表面上看起來(lái)是增加了攝影師的工作量，但是從實(shí)際的拍攝效果上來(lái)看，其實(shí)是減少了總體的節(jié)目素材累積量，因?yàn)閷?duì)于固定機(jī)位而言，是長(zhǎng)時(shí)間定位拍攝的，幾乎是在演員到達(dá)拍攝現(xiàn)場(chǎng)之后就開始了，在演員離開拍攝現(xiàn)場(chǎng)之后才結(jié)束。而對(duì)于人工定位攝影而言，在需要采集素材的時(shí)候才開始拍攝，在不不要采集素材的時(shí)候是處于待機(jī)或者關(guān)機(jī)狀態(tài)。這樣在節(jié)目的后期制作上對(duì)于素材的審驗(yàn)就節(jié)省了大量的時(shí)間。
3.2采取商業(yè)化運(yùn)作管理節(jié)目大數(shù)據(jù)。幾百個(gè)小時(shí)的節(jié)目素材最終要濃縮到2個(gè)小時(shí)的實(shí)際播出節(jié)目中，其中海量的數(shù)據(jù)信息被浪費(fèi)掉了，盡管這些數(shù)據(jù)信息中也有許多亮點(diǎn)內(nèi)容和較為新穎的元素，但是僅僅是一個(gè)時(shí)間關(guān)系的問(wèn)題就把其浪費(fèi)掉了，這種情況無(wú)論是從節(jié)目的社會(huì)效應(yīng)上還是從經(jīng)濟(jì)角度都是一種極大的浪費(fèi)。如果采用一些商業(yè)化運(yùn)作的模式來(lái)管理這些大數(shù)據(jù)的話，其實(shí)完全有很大的空間來(lái)改進(jìn)。
首先，將大數(shù)據(jù)信息分類管理。前兩季的節(jié)目不僅帶來(lái)了轟動(dòng)的社會(huì)影響，也催生了許多粉絲群的出現(xiàn)，對(duì)于這些粉絲群來(lái)說(shuō)，相對(duì)應(yīng)的偶像在拍攝過(guò)程中的信息是十分關(guān)注的，如果將一些沒(méi)有正式播出的信息按照不同的演員主題進(jìn)行分類處理，可以滿足一些粉絲的需求。
其次，將分類信息商業(yè)化包裝。畢竟粉絲群的影響力是有局限性的，而且也不一定帶有太多的商業(yè)元素在其中，不過(guò)如果將這些經(jīng)過(guò)分類處理的信息通過(guò)商業(yè)包裝之后以單一演員的形式推向市場(chǎng)的話，那么對(duì)于廣大的市場(chǎng)消費(fèi)群體而言也會(huì)是一種拉動(dòng)。
最后，將包裝信息網(wǎng)格化銷售。《爸爸去哪兒》是通過(guò)電視平臺(tái)播出的，相關(guān)的數(shù)據(jù)信息如果再通過(guò)電視平臺(tái)播出的話，并不一定能夠再取得太好的收益，《中國(guó)好聲音》的相關(guān)節(jié)目包裝就是一個(gè)反面的教材，隨著互聯(lián)網(wǎng)技術(shù)和網(wǎng)絡(luò)媒體的興盛，如果通過(guò)點(diǎn)播平臺(tái)和互聯(lián)網(wǎng)媒體互動(dòng)平臺(tái)全方位網(wǎng)格化處理這些信息的話，可能要比單一的從電視平臺(tái)上獲取收益要強(qiáng)的多。
4、結(jié)束語(yǔ)
綜上所述，在大數(shù)據(jù)環(huán)境下，如果讓電視真人秀節(jié)目實(shí)現(xiàn)量產(chǎn)，達(dá)到社會(huì)效應(yīng)和經(jīng)濟(jì)效果雙豐收，其核心在于將采編工作從策劃開始就實(shí)行團(tuán)隊(duì)協(xié)同合作的方式。這種方式能夠?qū)⒑Ａ康臄?shù)據(jù)分析細(xì)化到每一個(gè)節(jié)點(diǎn)上進(jìn)行處理。從而讓電視節(jié)目效果達(dá)到最佳狀態(tài)。
參考文獻(xiàn)：
篇4
一、引 言
居民消費(fèi)價(jià)格指數(shù)（Consumer Price Index，英文縮寫為CPI）是反映一定時(shí)期內(nèi)居民消費(fèi)價(jià)格變動(dòng)趨勢(shì)和變動(dòng)程度的相對(duì)數(shù)，是以居民購(gòu)買并用于消費(fèi)的一組代表性商品和服務(wù)項(xiàng)目?jī)r(jià)格水平的變化情況來(lái)反映居民消費(fèi)價(jià)格變動(dòng)幅度的國(guó)民經(jīng)濟(jì)核算統(tǒng)計(jì)指標(biāo)。從一般理論來(lái)看，居民消費(fèi)價(jià)格指數(shù)受社會(huì)總供給與社會(huì)總需求之間差數(shù)的影響，也受到貨幣發(fā)行量的影響。這一指標(biāo)影響著政府制定貨幣、財(cái)政、消費(fèi)、價(jià)格、工資、社會(huì)保障等政策，同時(shí)也與居民生活密切相關(guān)，因此，長(zhǎng)期以來(lái)，不僅宏觀政策的制定者密切關(guān)注著CPI的高低，而且很多學(xué)者也圍繞著CPI進(jìn)行了大量的理論和實(shí)證研究。尤其是自2007年以來(lái)，CPI持續(xù)地呈高位增長(zhǎng)，引起了政府、學(xué)者、企業(yè)廠商的高度關(guān)注，成為目前學(xué)界研究領(lǐng)域的一個(gè)熱點(diǎn)難點(diǎn)問(wèn)題。
關(guān)于CPI的影響因素分析，學(xué)界已有研究。李敬輝、范志勇（2005）將糧食價(jià)格波動(dòng)作為價(jià)格指數(shù)變動(dòng)的重要因素[1]，李慶華（2006）認(rèn)為固定資產(chǎn)投資增長(zhǎng)率對(duì)消費(fèi)價(jià)格通脹率的反應(yīng)是相當(dāng)敏感和強(qiáng)勁的[2]，何維煒等（2007）則認(rèn)為食品價(jià)格和居住價(jià)格是決定CPI走勢(shì)抬高的兩大主導(dǎo)力量[3]。這些研究都有一定的科學(xué)性，但將過(guò)多的將視線注意于CPI的構(gòu)成因素上，即CPI的結(jié)果本身是由這些因素如食品、居住等加權(quán)計(jì)算得來(lái)的，這無(wú)疑具有較大的自相關(guān)性。
筆者認(rèn)為CPI漲幅的適度規(guī)模是由于經(jīng)濟(jì)社會(huì)發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、資源的有限性等諸因素綜合發(fā)展的必然結(jié)果，屬正常調(diào)整。然而，CPI的過(guò)高上漲則反映了社會(huì)供需之間的矛盾已經(jīng)明顯，客觀上需要及時(shí)調(diào)整影響社會(huì)供需關(guān)系的主導(dǎo)因素以將CPI穩(wěn)定在一定的變化幅度內(nèi)。因此，本文試圖從一個(gè)比較長(zhǎng)的時(shí)間跨度內(nèi)，選取影響社會(huì)供需的主導(dǎo)因素的數(shù)據(jù)，通過(guò)VAR模型來(lái)測(cè)試CPI的影響因素及其程度。
二、VAR模型設(shè)置、估計(jì)與解釋
（一）數(shù)據(jù)收集和變量選擇
從宏觀經(jīng)濟(jì)理論看，社會(huì)總供給主要有消費(fèi)、儲(chǔ)蓄、稅收以及進(jìn)口等構(gòu)成，社會(huì)總需求主要有消費(fèi)、投資、政府購(gòu)買以及出口。可進(jìn)一步將這些因素具體化為城鎮(zhèn)居民人均可支配收入、農(nóng)村居民人均可支配收入、全社會(huì)固定資產(chǎn)投資、貨幣供應(yīng)量、工業(yè)品出廠價(jià)格指數(shù)、農(nóng)業(yè)生產(chǎn)資料價(jià)格指數(shù)、出口總額和進(jìn)口總額。
從宏觀經(jīng)濟(jì)理論來(lái)看，物價(jià)上漲的原因一般有三種情況：第一種情況是需求拉動(dòng)式的物價(jià)上漲，它是由于需求擴(kuò)張所引起的；第二種情況是成本推動(dòng)式的物價(jià)上漲，它是由于原料、燃料價(jià)格等成本價(jià)格的上漲所引起的；第三種情況是物價(jià)上漲的國(guó)際傳遞，它是由于一個(gè)國(guó)家的物價(jià)上漲或貨幣貶值傳導(dǎo)到他國(guó)的現(xiàn)象。為了較準(zhǔn)確地分析CPI的影響因素，須對(duì)每一種情況進(jìn)行考察。
從需求來(lái)看方差分解，自2007年全國(guó)各地區(qū)開始出臺(tái)了不同程度地提高工資的政策措施。提高工資在短期內(nèi)會(huì)增加居民的購(gòu)買力，進(jìn)而有效地刺激需求。一方面，產(chǎn)品會(huì)由于需求的增加而漲價(jià)，另一方面，這會(huì)增加投資者的預(yù)期，刺激他們更多的投資。因而，收入的增加在很大程度上拉動(dòng)了物價(jià)上漲。同時(shí)，為了盡可能準(zhǔn)確客觀地分析收入對(duì)CPI的影響程度，在這里采用城鎮(zhèn)居民可支配收入作為變量，因?yàn)檗r(nóng)村居民可支配收入在對(duì)CPI的上漲是滯后的，反應(yīng)不敏感。其次，貨幣供應(yīng)量也是影響需求變化的重要因素，根據(jù)貨幣數(shù)量論，通脹率來(lái)自貨幣增長(zhǎng)率，所以它在一定程度上具有內(nèi)生性。再次，固定資產(chǎn)投資規(guī)模在很大程度上決定產(chǎn)品價(jià)格，固定資產(chǎn)投資由于主要是由政府支撐的，所以它不會(huì)因?yàn)樨泿耪叩淖兓l(fā)生顯著變化，基于此，將其也作為一個(gè)變量進(jìn)入模型。
從供給來(lái)看，農(nóng)產(chǎn)品價(jià)格和工業(yè)品價(jià)格的增加是物價(jià)總水平上漲的外在因素，考察農(nóng)產(chǎn)品價(jià)格波動(dòng)的指標(biāo)是農(nóng)業(yè)生產(chǎn)資料價(jià)格指數(shù)，考察工業(yè)品價(jià)格波動(dòng)的指標(biāo)是工業(yè)品出廠價(jià)格指數(shù)。因此，用農(nóng)業(yè)生產(chǎn)資料價(jià)格指數(shù)和工業(yè)品出廠價(jià)格指數(shù)來(lái)反映供給方的變化，將其作為外生變量進(jìn)入模型。
從國(guó)際傳遞來(lái)看，由于我國(guó)的經(jīng)濟(jì)總量比較大，經(jīng)濟(jì)結(jié)構(gòu)是復(fù)合型的，即不是單一地依賴某一生產(chǎn)要素取得發(fā)展，因此，其他國(guó)家的物價(jià)上漲或貨幣貶值的波及效應(yīng)是有限的，意即國(guó)外通脹率的變化對(duì)我國(guó)CPI的影響是不顯著的。
（二）VAR模型的建立與估計(jì)
根據(jù)上述分析，我們選取居民消費(fèi)價(jià)格指數(shù)（CPI）、城鎮(zhèn)居民人均可支配收入（Income）、貨幣供應(yīng)量（Money Providence,簡(jiǎn)寫為M）、固定資產(chǎn)投資（Permanent Assets，用PA代替）、農(nóng)業(yè)生產(chǎn)資料價(jià)格指數(shù)（Agricultural ProductionPrice Index，簡(jiǎn)寫為API）、工業(yè)品出廠價(jià)格指數(shù)（IndustrialProduction Price Index，簡(jiǎn)寫為IPI），為了量綱的統(tǒng)一，將這些變量通用“率”來(lái)考量。
在模型中將貨幣增長(zhǎng)率（貨幣供應(yīng)量）作為內(nèi)生變量，同時(shí)由于固定資產(chǎn)增長(zhǎng)率（固定資產(chǎn)投資）決定于利率和貨幣供給兩者的變化，因此將固定資產(chǎn)增長(zhǎng)率也作為內(nèi)生變量進(jìn)入模型。將來(lái)自兩方面的供給沖擊——農(nóng)業(yè)生產(chǎn)資料價(jià)格指數(shù)API和工業(yè)品出廠價(jià)格指數(shù)IPI作為外生變量。基于此，根據(jù)歷年中國(guó)統(tǒng)計(jì)年鑒并經(jīng)計(jì)算整理后，得到表1的樣本。
表1 與模型相關(guān)的數(shù)據(jù)表
YEAR
CPI
M
PA
API
IPI
1990
103.1
100.0
102.4
105.5
104.1
1991
103.4
126.5
123.9
102.9
106.2
1992
106.4
131.3
144.4
103.7
106.8
1993
114.7
137.3
161.8
114.1
124.0
1994
124.1
134.5
130.4
121.6
119.5
1995
117.1
129.5
117.5
127.4
114.9
1996
108.3
125.3
114.5
108.4
102.9
1997
102.8
119.6
108.8
99.5
99.7
1998
99.2
114.8
113.9
94.5
95.9
1999
98.6
114.7
105.1
95.8
97.6
2000
100.4
112.3
110.3
99.1
102.8
2001
100.7
117.6
113.1
99.1
98.7
2002
99.2
116.9
116.9
100.5
97.8
2003
101.2
119.6
127.7
101.4
102.3
2004
103.9
114.9
126.8
110.6
106.1
2005
101.8
117.6
126.0
108.3
104.9
2006
101.5
115.7
篇5
摘要：在虛擬現(xiàn)實(shí)項(xiàng)目制作中，由于種種原因，海量數(shù)據(jù)處理是一項(xiàng)艱巨而復(fù)雜的任務(wù)，本文主要論述了海量數(shù)據(jù)處理困難的原因，并提出了對(duì)海量數(shù)據(jù)進(jìn)行處理的方法。
Abstract: In the virtual reality project production, due to various reasons, mass data processing is a difficult and complex task. This paper discusses the reasons for massive data processing difficulties, and provides methods for massive data processing.
關(guān)鍵詞：虛擬現(xiàn)實(shí) 海量數(shù)據(jù)
Key words: virtual reality；massive data
中圖分類號(hào)：TP39 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1006-4311（2011）19-0158-02
0引言
虛擬現(xiàn)實(shí)項(xiàng)目制作過(guò)程中，由于虛擬現(xiàn)實(shí)包含的內(nèi)容豐富，需要載入的數(shù)據(jù)量有時(shí)會(huì)非常巨大，需要進(jìn)行處理和查詢的內(nèi)容很多，然后還要以文字和圖像的形式進(jìn)行表示出來(lái)，所以經(jīng)常會(huì)遇到海量數(shù)據(jù)處理的瓶頸，造成這種情況的原因是：
①數(shù)據(jù)量過(guò)大，數(shù)據(jù)中什么情況都可能存在。如果說(shuō)有10條數(shù)據(jù)，那么大不了每條去逐一檢查，人為處理，如果有上百條數(shù)據(jù)，也可以考慮，如果數(shù)據(jù)上到千萬(wàn)級(jí)別，甚至過(guò)億，那不是手工能解決的了，必須通過(guò)工具或者程序進(jìn)行處理，尤其海量的數(shù)據(jù)中，什么情況都可能存在，例如，數(shù)據(jù)中某處格式出了問(wèn)題，尤其在程序處理時(shí)，前面還能正常處理，突然到了某個(gè)地方問(wèn)題出現(xiàn)了，程序終止了。
②軟硬件要求高，系統(tǒng)資源占用率高。對(duì)海量的數(shù)據(jù)進(jìn)行處理，除了好的方法，最重要的就是合理使用工具，合理分配系統(tǒng)資源。一般情況，如果處理的數(shù)據(jù)過(guò)TB級(jí)，小型機(jī)是要考慮的，普通的機(jī)子如果有好的方法可以考慮，不過(guò)也必須加大CPU和內(nèi)存，就象面對(duì)著千軍萬(wàn)馬，光有勇氣沒(méi)有一兵一卒是很難取勝的。
③要求很高的處理方法和技巧。這也是本文的寫作目的所在，好的處理方法是一位工程師長(zhǎng)期工作經(jīng)驗(yàn)的積累，也是個(gè)人的經(jīng)驗(yàn)的總結(jié)。沒(méi)有通用的處理方法，但有通用的原理和規(guī)則。
在多個(gè)虛擬現(xiàn)實(shí)項(xiàng)目的基礎(chǔ)上，尤其是通過(guò)與行內(nèi)多名專家進(jìn)行項(xiàng)目經(jīng)驗(yàn)交流，以下的方法都可以對(duì)海量數(shù)據(jù)在虛擬現(xiàn)實(shí)項(xiàng)目中的處理進(jìn)行改善。
1選用優(yōu)秀的數(shù)據(jù)庫(kù)工具
現(xiàn)在的數(shù)據(jù)庫(kù)工具廠家比較多，對(duì)海量數(shù)據(jù)的處理對(duì)所使用的數(shù)據(jù)庫(kù)工具要求比較高，一般使用Oracle或者DB2，微軟公司最近的SQL Server 2005性能也不錯(cuò)。另外在BI領(lǐng)域：數(shù)據(jù)庫(kù)，數(shù)據(jù)倉(cāng)庫(kù)，多維數(shù)據(jù)庫(kù)，數(shù)據(jù)挖掘等相關(guān)工具也要進(jìn)行選擇，象好的ETL工具和好的OLAP工具都十分必要，例如Informatic，Eassbase等。筆者在實(shí)際數(shù)據(jù)分析項(xiàng)目中，對(duì)每天6000萬(wàn)條的日志數(shù)據(jù)進(jìn)行處理，使用SQL Server 2000需要花費(fèi)6小時(shí)，而使用SQL Server 2005則只需要花費(fèi)3小時(shí)。
2編寫優(yōu)良的程序代碼
處理數(shù)據(jù)離不開優(yōu)秀的程序代碼，尤其在進(jìn)行復(fù)雜數(shù)據(jù)處理時(shí)，必須使用程序。好的程序代碼對(duì)數(shù)據(jù)的處理至關(guān)重要，這不僅僅是數(shù)據(jù)處理準(zhǔn)確度的問(wèn)題，更是數(shù)據(jù)處理效率的問(wèn)題。良好的程序代碼應(yīng)該包含好的算法，包含好的處理流程，包含好的效率，包含好的異常處理機(jī)制等。
3對(duì)海量數(shù)據(jù)進(jìn)行分區(qū)操作
對(duì)海量數(shù)據(jù)進(jìn)行分區(qū)操作十分必要，例如針對(duì)按年份存取的數(shù)據(jù)，我們可以按年進(jìn)行分區(qū)，不同的數(shù)據(jù)庫(kù)有不同的分區(qū)方式，不過(guò)處理機(jī)制大體相同。例如SQL Server的數(shù)據(jù)庫(kù)分區(qū)是將不同的數(shù)據(jù)存于不同的文件組下，而不同的文件組存于不同的磁盤分區(qū)下，這樣將數(shù)據(jù)分散開，減小磁盤I/O，減小了系統(tǒng)負(fù)荷，而且還可以將日志，索引等放于不同的分區(qū)下。
4建立廣泛的索引
對(duì)海量的數(shù)據(jù)處理，對(duì)大表建立索引是必行的，建立索引要考慮到具體情況，例如針對(duì)大表的分組、排序等字段，都要建立相應(yīng)索引，一般還可以建立復(fù)合索引，對(duì)經(jīng)常插入的表則建立索引時(shí)要小心，筆者在處理數(shù)據(jù)時(shí)，曾經(jīng)在一個(gè)ETL流程中，當(dāng)插入表時(shí)，首先刪除索引，然后插入完畢，建立索引，并實(shí)施聚合操作，聚合完成后，再次插入前還是刪除索引，所以索引要用到好的時(shí)機(jī)，索引的填充因子和聚集、非聚集索引都要考慮。
5建立緩存機(jī)制
當(dāng)數(shù)據(jù)量增加時(shí)，一般的處理工具都要考慮到緩存問(wèn)題。緩存大小設(shè)置的好差也關(guān)系到數(shù)據(jù)處理的成敗，例如，筆者在處理2億條數(shù)據(jù)聚合操作時(shí)，緩存設(shè)置為100000條/Buffer，這對(duì)于這個(gè)級(jí)別的數(shù)據(jù)量是可行的。
6加大虛擬內(nèi)存
如果系統(tǒng)資源有限，內(nèi)存提示不足，則可以靠增加虛擬內(nèi)存來(lái)解決。筆者在實(shí)際項(xiàng)目中曾經(jīng)遇到針對(duì)18億條的數(shù)據(jù)進(jìn)行處理，內(nèi)存為1GB，1個(gè)P4 2.4G的CPU，對(duì)這么大的數(shù)據(jù)量進(jìn)行聚合操作是有問(wèn)題的，提示內(nèi)存不足，那么采用了加大虛擬內(nèi)存的方法來(lái)解決，在6塊磁盤分區(qū)上分別建立了6個(gè)4096M的磁盤分區(qū)，用于虛擬內(nèi)存，這樣虛擬的內(nèi)存則增加為4096*6+1024=25600M，解決了數(shù)據(jù)處理中的內(nèi)存不足問(wèn)題。
7分批處理
海量數(shù)據(jù)處理難因?yàn)閿?shù)據(jù)量大，那么解決海量數(shù)據(jù)處理難的問(wèn)題其中一個(gè)技巧是減少數(shù)據(jù)量。可以對(duì)海量數(shù)據(jù)分批處理，然后處理后的數(shù)據(jù)再進(jìn)行合并操作，這樣逐個(gè)擊破，有利于小數(shù)據(jù)量的處理，不至于面對(duì)大數(shù)據(jù)量帶來(lái)的問(wèn)題，不過(guò)這種方法也要因時(shí)因勢(shì)進(jìn)行，如果不允許拆分?jǐn)?shù)據(jù)，還需要另想辦法。不過(guò)一般的數(shù)據(jù)按天、按月、按年等存儲(chǔ)的，都可以采用先分后合的方法，對(duì)數(shù)據(jù)進(jìn)行分開處理。
8使用臨時(shí)表和中間表
數(shù)據(jù)量增加時(shí)，處理中要考慮提前匯總。這樣做的目的是化整為零，大表變小表，分塊處理完成后，再利用一定的規(guī)則進(jìn)行合并，處理過(guò)程中的臨時(shí)表的使用和中間結(jié)果的保存都非常重要，如果對(duì)于超海量的數(shù)據(jù)，大表處理不了，只能拆分為多個(gè)小表。如果處理過(guò)程中需要多步匯總操作，可按匯總步驟一步步來(lái)，不要一條語(yǔ)句完成，一口氣吃掉一個(gè)胖子。
9優(yōu)化查詢SQL語(yǔ)句
在對(duì)海量數(shù)據(jù)進(jìn)行查詢處理過(guò)程中，查詢的SQL語(yǔ)句的性能對(duì)查詢效率的影響是非常大的，編寫高效優(yōu)良的SQL腳本和存儲(chǔ)過(guò)程是數(shù)據(jù)庫(kù)工作人員的職責(zé)，也是檢驗(yàn)數(shù)據(jù)庫(kù)工作人員水平的一個(gè)標(biāo)準(zhǔn)，在對(duì)SQL語(yǔ)句的編寫過(guò)程中，例如減少關(guān)聯(lián)，少用或不用游標(biāo)，設(shè)計(jì)好高效的數(shù)據(jù)庫(kù)表結(jié)構(gòu)等都十分必要。筆者在工作中試著對(duì)1億行的數(shù)據(jù)使用游標(biāo)，運(yùn)行3個(gè)小時(shí)沒(méi)有出結(jié)果，這是一定要改用程序處理了。
10使用文本格式進(jìn)行處理
對(duì)一般的數(shù)據(jù)處理可以使用數(shù)據(jù)庫(kù)，如果對(duì)復(fù)雜的數(shù)據(jù)處理，必須借助程序，那么在程序操作數(shù)據(jù)庫(kù)和程序操作文本之間選擇，是一定要選擇程序操作文本的，原因?yàn)椋撼绦虿僮魑谋舅俣瓤欤粚?duì)文本進(jìn)行處理不容易出錯(cuò)；文本的存儲(chǔ)不受限制等。例如一般的海量的網(wǎng)絡(luò)日志都是文本格式或者csv格式（文本格式），對(duì)它進(jìn)行處理牽扯到數(shù)據(jù)清洗，是要利用程序進(jìn)行處理的，而不建議導(dǎo)入數(shù)據(jù)庫(kù)再做清洗。
11定制強(qiáng)大的清洗規(guī)則和出錯(cuò)處理機(jī)制
海量數(shù)據(jù)中存在著不一致性，極有可能出現(xiàn)某處的瑕疵。例如，同樣的數(shù)據(jù)中的時(shí)間字段，有的可能為非標(biāo)準(zhǔn)的時(shí)間，出現(xiàn)的原因可能為應(yīng)用程序的錯(cuò)誤，系統(tǒng)的錯(cuò)誤等，這是在進(jìn)行數(shù)據(jù)處理時(shí)，必須制定強(qiáng)大的數(shù)據(jù)清洗規(guī)則和出錯(cuò)處理機(jī)制。
12建立視圖或者物化視圖
視圖中的數(shù)據(jù)來(lái)源于基表，對(duì)海量數(shù)據(jù)的處理，可以將數(shù)據(jù)按一定的規(guī)則分散到各個(gè)基表中，查詢或處理過(guò)程中可以基于視圖進(jìn)行，這樣分散了磁盤I/O，正如10根繩子吊著一根柱子和一根吊著一根柱子的區(qū)別。
13避免使用32位機(jī)子
目前的計(jì)算機(jī)很多都是32位的，那么編寫的程序?qū)?nèi)存的需要便受限制，而很多的海量數(shù)據(jù)處理是必須大量消耗內(nèi)存的，這便要求更好性能的機(jī)子，其中對(duì)位數(shù)的限制也十分重要。
14考慮操作系統(tǒng)問(wèn)題
海量數(shù)據(jù)處理過(guò)程中，除了對(duì)數(shù)據(jù)庫(kù)，處理程序等要求比較高以外，對(duì)操作系統(tǒng)的要求也放到了重要的位置，一般是必須使用服務(wù)器的，而且對(duì)系統(tǒng)的安全性和穩(wěn)定性等要求也比較高。尤其對(duì)操作系統(tǒng)自身的緩存機(jī)制，臨時(shí)空間的處理等問(wèn)題都需要綜合考慮。
15使用數(shù)據(jù)倉(cāng)庫(kù)和多維數(shù)據(jù)庫(kù)存儲(chǔ)
數(shù)據(jù)量加大是一定要考慮OLAP的，傳統(tǒng)的報(bào)表可能5、6個(gè)小時(shí)出來(lái)結(jié)果，而基于Cube的查詢可能只需要幾分鐘，因此處理海量數(shù)據(jù)的利器是OLAP多維分析，即建立數(shù)據(jù)倉(cāng)庫(kù)，建立多維數(shù)據(jù)集，基于多維數(shù)據(jù)集進(jìn)行報(bào)表展現(xiàn)和數(shù)據(jù)挖掘等。
16使用采樣數(shù)據(jù)，進(jìn)行數(shù)據(jù)挖掘
基于海量數(shù)據(jù)的數(shù)據(jù)挖掘正在逐步興起，面對(duì)著超海量的數(shù)據(jù)，一般的挖掘軟件或算法往往采用數(shù)據(jù)抽樣的方式進(jìn)行處理，這樣的誤差不會(huì)很高，大大提高了處理效率和處理的成功率。一般采樣時(shí)要注意數(shù)據(jù)的完整性和，防止過(guò)大的偏差。筆者曾經(jīng)對(duì)1億2千萬(wàn)行的表數(shù)據(jù)進(jìn)行采樣，抽取出400萬(wàn)行，經(jīng)測(cè)試軟件測(cè)試處理的誤差為千分之五，客戶可以接受。
還有一些方法，需要在不同的情況和場(chǎng)合下運(yùn)用，例如使用鍵等操作，這樣的好處是加快了聚合時(shí)間，因?yàn)閷?duì)數(shù)值型的聚合比對(duì)字符型的聚合快得多。類似的情況需要針對(duì)不同的需求進(jìn)行處理。
海量數(shù)據(jù)是發(fā)展趨勢(shì)，對(duì)數(shù)據(jù)分析和挖掘也越來(lái)越重要，從海量數(shù)據(jù)中提取有用信息重要而緊迫，這便要求處理要準(zhǔn)確，精度要高，而且處理時(shí)間要短，得到有價(jià)值信息要快，所以，對(duì)海量數(shù)據(jù)的研究很有前途，也很值得進(jìn)行廣泛深入的研究。
參考文獻(xiàn)：
篇6
一、云模型的介紹
云模型主要是定性和定量轉(zhuǎn)換的模型。在模糊數(shù)學(xué)和隨機(jī)數(shù)學(xué)的基礎(chǔ)上采用云模型來(lái)統(tǒng)一描畫出語(yǔ)言值中存在的大量隨機(jī)性、模糊性和二者間的關(guān)聯(lián)性。用云模型來(lái)表示自然語(yǔ)言中的基元即語(yǔ)言值，用云的數(shù)字特征即期望、熵以及超熵來(lái)表示語(yǔ)言值的數(shù)學(xué)性質(zhì)。它既體現(xiàn)了代表定性概念值的樣本中的隨機(jī)性，又體現(xiàn)了隸屬程度的不確定性，從而展示了隨機(jī)性和模糊性之間的關(guān)聯(lián)。目前，云模型被廣泛的應(yīng)用到信任評(píng)估、圖像分割和時(shí)間序列挖掘等領(lǐng)域上。
二、大數(shù)據(jù)典型相關(guān)分析的現(xiàn)狀
人們?cè)诠こ虒?shí)踐項(xiàng)目和科研工作中收集到的大量數(shù)據(jù)大部分都具備大數(shù)據(jù)的特性，但是把大數(shù)據(jù)作為一個(gè)獨(dú)立的科學(xué)來(lái)研究是比較新鮮的。其主要相關(guān)的研究領(lǐng)域有：生物信息領(lǐng)域，一部分學(xué)者研究了生理電大數(shù)據(jù)的壓縮和存儲(chǔ)等方面問(wèn)題，將生物學(xué)研究中的搜集到的數(shù)據(jù)可以看做大數(shù)據(jù)；數(shù)據(jù)挖掘領(lǐng)域，一些科學(xué)家研究了大數(shù)據(jù)挖掘中存在的在線特征的選擇問(wèn)題；大數(shù)據(jù)程序開發(fā)以及存儲(chǔ)方面，一些科學(xué)家研究了大數(shù)據(jù)和云計(jì)算現(xiàn)狀等。在現(xiàn)階段，大數(shù)據(jù)研究過(guò)程中，還存在諸多不成熟的地方，需要對(duì)其進(jìn)行進(jìn)一步的完善。雖然一些學(xué)者探討了在云計(jì)算平臺(tái)下的大數(shù)據(jù)存儲(chǔ)方法，但是并沒(méi)有對(duì)大數(shù)據(jù)典型相關(guān)分析進(jìn)行研究，也沒(méi)有提出云模型下的大數(shù)據(jù)典型相關(guān)分析方法，使得這一類的研究比較缺乏，因此，就需要加強(qiáng)對(duì)大數(shù)據(jù)典型相關(guān)分析的研究，提出切實(shí)可行的方法，從而完善大數(shù)據(jù)典型相關(guān)分析，來(lái)滿足大數(shù)據(jù)研究的需求。
三、基于云模型下的大數(shù)據(jù)典型相關(guān)分析方法
1、執(zhí)行大數(shù)據(jù)典型相關(guān)分析的流程。大數(shù)據(jù)典型相關(guān)分析的流程包括：首先，在各個(gè)云端上依據(jù)當(dāng)前云端中的數(shù)據(jù)，運(yùn)用逆向云發(fā)生器形成云數(shù)字特征；其次，把各個(gè)端點(diǎn)云傳送到中心云端，采用多維云進(jìn)行合并，最終在中心云端中生成中心云；再者，依據(jù)中心云，采取正向云發(fā)生器生成中心云滴；最后，在中心云滴上實(shí)行典型相關(guān)分析。2、端點(diǎn)云的生成方法。利用逆向云發(fā)生器，在云端中的數(shù)據(jù)中生成云，就是端點(diǎn)云的生成過(guò)程。本文主要采用的是多維的逆向正態(tài)云發(fā)生器。為了提高在大數(shù)據(jù)中多維逆向正態(tài)云發(fā)生器生成云的效率，可以在隨機(jī)采樣的方法下，采取啟發(fā)式的策略生成云。3、多維云的合并方法。在進(jìn)行多維云合并時(shí)，每次只能進(jìn)行一對(duì)云的加法計(jì)算。當(dāng)采用反復(fù)調(diào)用方式使，每合并一次云，其新生云需要加入合并的操作中，使云的總體數(shù)量只能減少一個(gè)，大大降低了合并的效率。在大數(shù)據(jù)的背景下，由于受到數(shù)據(jù)存儲(chǔ)或者收集方法的影響，就會(huì)使不同云端產(chǎn)生的數(shù)據(jù)也不盡相同，因此，在合并各個(gè)云端傳遞到中心云端的云時(shí)，要充分地考慮各云端數(shù)據(jù)的差異。
四、影響大數(shù)據(jù)典型相關(guān)分析方法的因素
1、中心云滴群的大小。隨著云滴群的規(guī)模不斷的擴(kuò)大，典型相關(guān)分析的系數(shù)誤差也逐漸下降，當(dāng)達(dá)到一定程度時(shí)，其下降的速度趨向平緩的狀態(tài)。這就顯示出適當(dāng)?shù)脑龃笤频稳旱囊?guī)模，可以有效地降低典型相關(guān)系數(shù)誤差，通過(guò)少量的云滴可以體現(xiàn)了大數(shù)據(jù)中包含的相關(guān)性。2、云端數(shù)量。不同云端數(shù)量對(duì)典型相關(guān)系數(shù)的誤差有著不同的差異性，當(dāng)云端數(shù)量不斷增多時(shí)，其運(yùn)行的速度也相對(duì)提高。3、數(shù)據(jù)容量。隨著數(shù)據(jù)容量的不斷增大，其對(duì)應(yīng)的典型相關(guān)系數(shù)的誤差也隨之上升。在大數(shù)據(jù)環(huán)境下，典型相關(guān)分析系數(shù)的誤差有一定的波動(dòng)性，同時(shí)期上升的幅度比較小。
五、總結(jié)
基于云模型的大數(shù)據(jù)典型相關(guān)分析方法主要是在小容量的中心云滴群中進(jìn)行典型相關(guān)分析操作，從而提高在大數(shù)據(jù)環(huán)境下執(zhí)行典型相關(guān)分析的效率。為了能夠快速生成中心云滴，改進(jìn)了多為逆向正態(tài)發(fā)生器，進(jìn)而提高了大數(shù)據(jù)下云的生成效率。同時(shí)也總結(jié)了多維云合并計(jì)算的方法，提升了云合并的速度和質(zhì)量。為之后類型的研究工作提供了可靠的理論依據(jù)，進(jìn)一步完善了云模型的大數(shù)據(jù)典型相關(guān)方法。
參 考 文 獻(xiàn)
篇7
一、短距離跑中的“擺動(dòng)”技術(shù)
1.從擺與蹬占用時(shí)間上分析
有關(guān)資料表明：優(yōu)秀短跑運(yùn)動(dòng)員一側(cè)腿的支撐時(shí)間僅占一個(gè)復(fù)步時(shí)間的22.1%，即蹬地時(shí)間，而擺動(dòng)時(shí)間則占到77.9%，兩者之比為1∶3.5。所以，實(shí)際上不到1/4的時(shí)間是著地和蹬伸階段，而另3/4以上的時(shí)間都在擺，因此，從時(shí)間上看“擺”要比“蹬”重要得多。
2.從擺的技術(shù)動(dòng)作上分析
在運(yùn)動(dòng)中擺的動(dòng)作，是支撐到下次支撐中間的轉(zhuǎn)折環(huán)節(jié)，扒地也好，著地也好，一系列動(dòng)作都是靠擺動(dòng)正確與否來(lái)完成的。擺動(dòng)不好，直接影響到下一個(gè)動(dòng)作的完成質(zhì)量。如果著地動(dòng)作不好，勢(shì)必造成前支撐阻力大，又可能造成步幅短等。跑動(dòng)中重視擺動(dòng)技術(shù)，注重?cái)[蹬結(jié)合，以擺促蹬，有效地提高后蹬效果，從而提高跑的經(jīng)濟(jì)性和實(shí)效性。
3.從跑的技術(shù)本身分析
近幾年通過(guò)對(duì)世界優(yōu)秀短跑選手的技術(shù)分析研究發(fā)現(xiàn)：“快擺”技術(shù)發(fā)揮著重大的作用，“快速擺動(dòng)”已替代了“充分的后蹬”。現(xiàn)代短跑的先進(jìn)技術(shù)，可以認(rèn)為，快速蹬地，大幅度向前上方送髖抬腿，積極而有力的扒地是現(xiàn)代短跑技術(shù)的發(fā)展趨勢(shì)，而其中又以快速大幅度的擺動(dòng)腿為關(guān)鍵性的技術(shù)。
二、短距離跑中的“屈蹬”技術(shù)
由于塑膠跑道的運(yùn)用，特別是高質(zhì)塑膠的出現(xiàn)和過(guò)去所使用煤渣道相比，膠道的彈性大大增加了。這就使我們過(guò)去傳統(tǒng)的“后蹬型”技術(shù)即所謂的髖、膝、踝三關(guān)節(jié)充分蹬直的技術(shù)已不再適應(yīng)其變化的要求，取而代之的則是“屈蹬”技術(shù)。
1.從“屈蹬”技術(shù)的實(shí)效性分析
支撐腿后支撐時(shí)膝角變化小，蹬伸動(dòng)作轉(zhuǎn)換自然、連貫、迅速，有利于提高步頻。小腿傾角后蹬角小，利于增大向前水平速度，減小重心波動(dòng)，提高跑的實(shí)效性，協(xié)調(diào)步幅與步頻的關(guān)系，達(dá)到節(jié)省體力的目的。強(qiáng)調(diào)向前上方快速高抬擺動(dòng)腿時(shí)適當(dāng)減小后支撐腿髖、膝、踝三關(guān)節(jié)充分蹬直的幅度，以加大向前的實(shí)效性。
2.從“屈蹬”技術(shù)的前擺速度分析
“屈蹬”技術(shù)有利于減小大小腿折疊角度（即擺動(dòng)時(shí)膝角最小值）縮短折疊時(shí)間，提高擺動(dòng)腿的前擺速度和幅度，因?yàn)檎郫B角度越小，前擺阻力臂越小，而前擺時(shí)的角速度就越大，那么大腿帶動(dòng)小腿前擺的速度也就加快。
三、短距離高速跑中的放松技能
近年來(lái)，隨著訓(xùn)練和比賽條件的改善，塑膠跑道的普及以及訓(xùn)練水平的科學(xué)化，訓(xùn)練手段呈現(xiàn)多樣化，而放松跑技術(shù)在短跑中則成為一項(xiàng)重要的技術(shù)因素。所謂的高速跑中的放松技術(shù)是運(yùn)動(dòng)員在短跑運(yùn)動(dòng)過(guò)程中，生理、心理、運(yùn)動(dòng)負(fù)荷都能相互適應(yīng)。在短距離跑中放松技術(shù)是快速擺動(dòng)技術(shù)的發(fā)揮和利用，技術(shù)的好壞可以說(shuō)直接影響著運(yùn)動(dòng)成績(jī)。
1.運(yùn)動(dòng)中的放松技術(shù)可以增強(qiáng)髖的運(yùn)動(dòng)能力
現(xiàn)代短跑技術(shù)中髖是人體水平加速的關(guān)鍵環(huán)節(jié)，以髖為軸的高速擺動(dòng)――平動(dòng)運(yùn)動(dòng)是短跑運(yùn)動(dòng)和短跑技術(shù)的本質(zhì)特征。現(xiàn)代短跑技術(shù)注重在高速運(yùn)動(dòng)中整體運(yùn)動(dòng)環(huán)節(jié)的協(xié)調(diào)配合和高速跑動(dòng)中肌肉的放松協(xié)調(diào)，在短跑中放松可以使肌肉協(xié)調(diào)用力、增強(qiáng)關(guān)節(jié)的靈活性和柔韌性，增大運(yùn)動(dòng)幅度。
2.高速跑中的放松可以增強(qiáng)擺動(dòng)力量的發(fā)揮
如果短跑運(yùn)動(dòng)員下肢力量發(fā)展不均衡，腿的前群肌肉發(fā)達(dá)，后群力量較弱，則前擺大后擺小，就會(huì)形成“坐著跑”。而后群較前群發(fā)達(dá)，則前擺小后擺大，就易形成后撩小腿的毛病。如果髂腰肌力量不足，不利于大腿高抬，使大腿前擺不到位，大腿得不到放松，易疲勞、緊張。腰部肌群也如此，如果腹肌強(qiáng)背肌差，上體就會(huì)出現(xiàn)前傾，不利于腿部動(dòng)作的完成。可以看出，高速跑中的放松技術(shù)就是擺動(dòng)技術(shù)和擺動(dòng)力量的發(fā)揮和利用，它是高水平短跑運(yùn)動(dòng)員提高運(yùn)動(dòng)成績(jī)不可忽視的因素，是短跑技術(shù)的核心，而這恰恰與現(xiàn)代短跑技術(shù)發(fā)展所呈現(xiàn)的新特點(diǎn)――“快速擺動(dòng)”技術(shù)相
吻合。
篇8
【Key words】Civil aviation meteorological database system； Oracle； Down； inactive； LOCAL=NO
0 引言
民航氣象數(shù)據(jù)庫(kù)系統(tǒng)利用數(shù)據(jù)庫(kù)技術(shù)和商用數(shù)據(jù)庫(kù)管理系統(tǒng)，對(duì)各類氣象資料進(jìn)行有效的組織與管理，采用統(tǒng)一的數(shù)據(jù)模型和用戶界面，從而實(shí)現(xiàn)對(duì)氣象資料的有效存儲(chǔ)和快速檢索，并具有分布調(diào)用、高度共享和安全可靠等性能，為航空氣象服務(wù)、氣象業(yè)務(wù)與科研培訓(xùn)提供有力的支持。航空氣象情報(bào)及氣象資料的及時(shí)、準(zhǔn)確、標(biāo)準(zhǔn)化獲取是保障民航安全運(yùn)行的重要基礎(chǔ)。本文介B了一起由數(shù)據(jù)庫(kù)進(jìn)程數(shù)達(dá)到最大導(dǎo)致民航氣象數(shù)據(jù)庫(kù)進(jìn)程頻繁宕機(jī)故障，并給出了故障問(wèn)題處理方法。
1 民航數(shù)據(jù)庫(kù)系統(tǒng)結(jié)構(gòu)簡(jiǎn)介
民航氣象數(shù)據(jù)庫(kù)系統(tǒng)是具有飛行氣象情報(bào)及氣象資料的制作、交換、備供、存儲(chǔ)等功能的信息系統(tǒng)，包括通信分系統(tǒng)、數(shù)據(jù)庫(kù)分系統(tǒng)、預(yù)報(bào)平臺(tái)及服務(wù)平臺(tái)四部分[1]，如圖1所示。
1.1 通信分系統(tǒng)
通信分系統(tǒng)是民航氣象數(shù)據(jù)庫(kù)系統(tǒng)的基礎(chǔ)系統(tǒng)，它主要實(shí)現(xiàn)各類氣象資料的接收、檢查、處理，并根據(jù)一定的規(guī)則向其它系統(tǒng)及地區(qū)中心進(jìn)行資料分發(fā)，同時(shí)實(shí)現(xiàn)氣象中心、地區(qū)中心與航站之間的數(shù)據(jù)交換。通信分系統(tǒng)將獲取的各種氣象數(shù)據(jù)發(fā)送給數(shù)據(jù)庫(kù)分系統(tǒng)，數(shù)據(jù)庫(kù)分系統(tǒng)將這些數(shù)據(jù)進(jìn)行分類、解析和處理后存儲(chǔ)在數(shù)據(jù)庫(kù)中。
1.2 數(shù)據(jù)庫(kù)分系統(tǒng)
數(shù)據(jù)庫(kù)分系統(tǒng)采根據(jù)存儲(chǔ)數(shù)據(jù)的用途及時(shí)間劃分為實(shí)時(shí)庫(kù)、歷史庫(kù)及臨時(shí)庫(kù)，分別滿足不同的業(yè)務(wù)與服務(wù)的要求。數(shù)據(jù)庫(kù)分系統(tǒng)又分為資料處理子系統(tǒng)和數(shù)據(jù)庫(kù)管理子系統(tǒng)。
（1）資料處理子系統(tǒng)對(duì)服務(wù)器data目錄下接收到的氣象信息進(jìn)行分析分解，質(zhì)量控制后入庫(kù)；
（2）數(shù)據(jù)庫(kù)管理子系統(tǒng)采用C/S模式，對(duì)資料處理、數(shù)據(jù)庫(kù)等進(jìn)行實(shí)時(shí)監(jiān)控與管理，預(yù)報(bào)平臺(tái)與服務(wù)平臺(tái)則通過(guò)獲取Oracle數(shù)據(jù)庫(kù)中的氣象資料，以不同的形式展現(xiàn)給用戶。數(shù)據(jù)庫(kù)管理子系統(tǒng)主要側(cè)重于對(duì)數(shù)據(jù)庫(kù)中氣象資料的管理。提供的主要功能有：系統(tǒng)登錄、資料處理、數(shù)據(jù)庫(kù)管理、數(shù)據(jù)庫(kù)恢復(fù)、日志和統(tǒng)計(jì)、告警、用戶管理、進(jìn)程管理、系統(tǒng)配置、窗口、幫助等。
1.3 預(yù)報(bào)平臺(tái)
預(yù)報(bào)平臺(tái)（民航氣象信息綜合處理系統(tǒng)）利用氣象實(shí)時(shí)數(shù)據(jù)庫(kù)資料，通過(guò)對(duì)數(shù)據(jù)庫(kù)中的氣象資料進(jìn)行檢索、分析、處理，制作成文本、圖形等形式的氣象產(chǎn)品，為航空氣象預(yù)報(bào)人員提供服務(wù)。
1.4 服務(wù)平臺(tái)
氣象信息服務(wù)平臺(tái)從數(shù)據(jù)庫(kù)中提取相關(guān)產(chǎn)品，以WEB形式展示向航空氣象用戶提供航空氣象產(chǎn)品及服務(wù)。
2 故障現(xiàn)象
民航氣象數(shù)據(jù)庫(kù)系統(tǒng)數(shù)據(jù)庫(kù)子系統(tǒng)運(yùn)行環(huán)境：硬件環(huán)境為IBM服務(wù)器；操作系統(tǒng)為AIX5.2；數(shù)據(jù)庫(kù)系統(tǒng)為oracle 10g。
數(shù)據(jù)庫(kù)運(yùn)行一段時(shí)間后，資料處理子系統(tǒng)相關(guān)進(jìn)程自動(dòng)停止運(yùn)行，導(dǎo)致621客戶端及相關(guān)協(xié)議單位無(wú)法檢索到最新資料，且重新啟動(dòng)后再次停止運(yùn)行或直接無(wú)法重新啟動(dòng)。
3 故障分析
通過(guò)查看數(shù)據(jù)庫(kù)相應(yīng)進(jìn)程診斷文件方法檢查故障原因，數(shù)據(jù)庫(kù)診斷文件是獲取有關(guān)數(shù)據(jù)庫(kù)活動(dòng)信息的一種方法，用于解決數(shù)據(jù)庫(kù)出現(xiàn)的一些問(wèn)題，主要包含有關(guān)數(shù)據(jù)庫(kù)中出現(xiàn)的重要事件的一些信息，這些文件能更好的對(duì)數(shù)據(jù)庫(kù)進(jìn)行日常的管理。
5 結(jié)束語(yǔ)
本文介紹了一起民航氣象數(shù)據(jù)庫(kù)常見故障，即達(dá)到進(jìn)程最大連接數(shù)后導(dǎo)致相關(guān)用戶進(jìn)程頻繁down機(jī)問(wèn)題，造成用戶無(wú)法獲取最新報(bào)文和自觀數(shù)據(jù)，一般較為普遍的處理方法為采用修改系統(tǒng)最大進(jìn)程連接數(shù)后重新啟動(dòng)數(shù)據(jù)庫(kù)，但是民航氣象數(shù)據(jù)庫(kù)對(duì)系統(tǒng)停機(jī)重啟要求較高，重啟數(shù)據(jù)庫(kù)將導(dǎo)致用戶無(wú)法及時(shí)獲取數(shù)據(jù)，具有一定的安全風(fēng)險(xiǎn)。本文主要利用Oracle數(shù)據(jù)庫(kù)中遠(yuǎn)程連接進(jìn)程的共同特點(diǎn)，都含有關(guān)鍵字“LOCAL=NO”，然后經(jīng)根據(jù)關(guān)鍵字“LOCAL=NO”篩選出inactive進(jìn)程使用“kill -9”強(qiáng)行殺掉[4]，此方法可以實(shí)現(xiàn)在不重啟數(shù)據(jù)庫(kù)情況下解決ORA-0020問(wèn)題。
【參考文獻(xiàn)】
[1]太極計(jì)算機(jī)股份有限公司，民航氣象衛(wèi)星傳真廣播系統(tǒng)用戶手冊(cè)[M].1-60.
篇9
在經(jīng)濟(jì)全球化的趨勢(shì)下，隨著我國(guó)經(jīng)濟(jì)的發(fā)展和人民幣升值的預(yù)期，外資正以各種方式不斷進(jìn)入房地產(chǎn)市場(chǎng)，以追逐利潤(rùn)獲取豐厚收益，從而使得房地產(chǎn)業(yè)已經(jīng)成為繼通訊設(shè)備、計(jì)算機(jī)及其他電子設(shè)備制造業(yè)之后的外商投資第二大行業(yè)。與此同時(shí)，伴隨著蓬勃發(fā)展的房地產(chǎn)市場(chǎng)和熱度空前的房地產(chǎn)開發(fā)投資，房地產(chǎn)價(jià)格正在節(jié)節(jié)攀升，使得高房?jī)r(jià)已經(jīng)成為與上學(xué)貴、看病難并稱的新三大民生問(wèn)題之一，引起了社會(huì)各界的普遍關(guān)注。那么，不斷流入房地產(chǎn)市場(chǎng)的外資是否對(duì)持續(xù)攀升的房?jī)r(jià)產(chǎn)生了推波助瀾的作用呢，是否是房?jī)r(jià)上漲的又一重要影響因素呢？為了正確認(rèn)識(shí)外資進(jìn)入房地產(chǎn)市場(chǎng)將導(dǎo)致房地產(chǎn)價(jià)格泡沫的風(fēng)險(xiǎn)，我們有必要研究作為外資流入重要途徑的外商直接投資對(duì)我國(guó)房地產(chǎn)價(jià)格的影響。
二.文獻(xiàn)綜述
針對(duì)FDI對(duì)我國(guó)房地產(chǎn)價(jià)格的影響問(wèn)題，我國(guó)學(xué)者進(jìn)行了一些理論探索和實(shí)證分析。劉洪玉(2002)從房地產(chǎn)市場(chǎng)與資本市場(chǎng)的關(guān)系、房地產(chǎn)金融與投資開發(fā)的發(fā)展趨勢(shì)等角度，探討了國(guó)際資本投資中國(guó)房地產(chǎn)市場(chǎng)的可能趨勢(shì)以及國(guó)際資本進(jìn)入對(duì)中國(guó)房地產(chǎn)市場(chǎng)的影響。鄭航濱(2006)利用利率平價(jià)理論、購(gòu)買力平價(jià)理論、預(yù)期理論作為解釋境外資本流入房地產(chǎn)市場(chǎng)的依據(jù)，研究了境外資本的進(jìn)入對(duì)我國(guó)房?jī)r(jià)的影響效應(yīng)。梁立俊，操陳敏（2007）通過(guò)采用VAR 模型對(duì)我國(guó)八年的商品房?jī)r(jià)格與房地產(chǎn)開發(fā)中FDI的投入額月度數(shù)據(jù)進(jìn)行分析。證明FDI增長(zhǎng)是商品房?jī)r(jià)格上漲的一個(gè)因素，同時(shí)FDI的沖擊對(duì)商品房?jī)r(jià)格的增長(zhǎng)是持續(xù)性的。范東君，單良(2009) 基于1999―2006年省際面板數(shù)據(jù)，研究房地產(chǎn)開發(fā)利用FDI以及其他因素對(duì)我國(guó)房地產(chǎn)價(jià)格的影響，并計(jì)算出各個(gè)要素對(duì)房地產(chǎn)價(jià)格上漲的貢獻(xiàn)程度，研究結(jié)果發(fā)現(xiàn)FDI對(duì)我國(guó)房地產(chǎn)價(jià)格的上升具有正向作用。黃書權(quán)（2010）運(yùn)用灰色關(guān)聯(lián)理論對(duì)我國(guó)FDI與房地產(chǎn)業(yè)發(fā)展、房地產(chǎn)價(jià)格之間的關(guān)系進(jìn)行實(shí)證研究。研究結(jié)果表明：FDI對(duì)我國(guó)房地產(chǎn)業(yè)的發(fā)展有正向的推動(dòng)作用。
總之，多數(shù)學(xué)者是通過(guò)運(yùn)用時(shí)間序列分析方法從不同角度分析了FDI對(duì)我國(guó)房地產(chǎn)價(jià)格的影響，這些研究具有著重要的理論和現(xiàn)實(shí)意義。但與此同時(shí)亦忽略了我國(guó)各省份間FDI水平和房地產(chǎn)發(fā)展?fàn)顩r的差異。
三.理論模型
為了研究FDI對(duì)房地產(chǎn)價(jià)格的影響，我們將各省房地產(chǎn)價(jià)格作為因變量，而自變量中，供給方面可設(shè)變量FDI、國(guó)內(nèi)投資額，需求方面設(shè)置變量居民人均可支配收入，并加入CPI以剔除價(jià)格水平對(duì)房地產(chǎn)價(jià)格的影響。
由于本文是基于全國(guó)31個(gè)省的數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)，故該計(jì)量檢驗(yàn)涉及對(duì)面板數(shù)據(jù)的處理。本論文是對(duì)31個(gè)省分別進(jìn)行估計(jì)，需要考慮各個(gè)省的差異，故采用固定效應(yīng)變截距模型來(lái)說(shuō)明FDI對(duì)房地產(chǎn)價(jià)格的影響。此外，考慮到截面?zhèn)€數(shù)較多而時(shí)間序列個(gè)數(shù)較少，采用了截面加權(quán)回歸的方式進(jìn)行檢驗(yàn)。因此我們可以構(gòu)建如下固定效應(yīng)變截距模型方程來(lái)反映FDI對(duì)房地產(chǎn)價(jià)格的影響：
式中，下標(biāo)i、t分別代表省份和時(shí)間，P為房地產(chǎn)銷售價(jià)格，ID為房地產(chǎn)業(yè)國(guó)內(nèi)投資，IF為房地產(chǎn)業(yè)外商直接投資，Y代表人均居民可支配收入，CP表示居民消費(fèi)價(jià)格指數(shù)， 表示與各地區(qū)相關(guān)的、時(shí)間上恒定的因素，為隨機(jī)擾動(dòng)項(xiàng)。在自變量中，考慮到供給因素對(duì)房地產(chǎn)價(jià)格影響的滯后，我們采用其各省份前一年的指標(biāo)，使得分析更加合理。此外，為了消除解釋變量間的異方差和自相關(guān)性，可以對(duì)解釋變量和被解釋變量取自然對(duì)數(shù)進(jìn)行模型改進(jìn)。
四.實(shí)證分析
1.變量選取及數(shù)據(jù)處理
本文根據(jù)中國(guó)1999―2007年31個(gè)省（市、區(qū)）的面板數(shù)據(jù)，運(yùn)用上述模型對(duì)FDI對(duì)我國(guó)房地產(chǎn)價(jià)格的影響進(jìn)行實(shí)證分析。數(shù)據(jù)來(lái)自于中國(guó)統(tǒng)計(jì)年鑒（2000―2008），中國(guó)房地產(chǎn)統(tǒng)計(jì)年鑒（1999―2008），并經(jīng)綜合整理所得。其中，對(duì)數(shù)據(jù)的描述性統(tǒng)計(jì)見表1：
2.實(shí)證過(guò)程與結(jié)果
本文選用固定效應(yīng)的面板模型分析FDI對(duì)房地產(chǎn)價(jià)格的影響，根據(jù)整理的數(shù)據(jù)，利用eviews6.0軟件對(duì)模型進(jìn)行估計(jì)，得到如下計(jì)量結(jié)果，其中全國(guó)31個(gè)省(市、自治區(qū))固定影響變截距模型估計(jì)結(jié)果為下式，反映各省(市、自治區(qū))差異的的估計(jì)結(jié)果為表2。
從上式可以看出，國(guó)內(nèi)投資、FDI、居民可支配收入及居民消費(fèi)價(jià)格指數(shù)四個(gè)變量大約解釋了房屋銷售價(jià)格變動(dòng)的95%；其中， FDI的流入對(duì)房地產(chǎn)價(jià)格的影響為正，回歸系數(shù)為0.008831，且在5%的水平下顯著。由于各變量均取自然對(duì)數(shù)，這就意味著FDI流入房地產(chǎn)每增加一個(gè)百分點(diǎn)，房地產(chǎn)價(jià)格就會(huì)上升0.008831個(gè)百分點(diǎn)。此外，表2說(shuō)明了我國(guó)31個(gè)省之間由于地域的差異所導(dǎo)致的房屋銷售價(jià)格的顯著差異。
從上述計(jì)量結(jié)果中可以看出，F(xiàn)DI對(duì)我國(guó)房地產(chǎn)的價(jià)格上漲有正向的推動(dòng)作用，但其影響有限，產(chǎn)生此種現(xiàn)象的原因在于：一方面，為謀求豐厚的投資回報(bào)，F(xiàn)DI利用我國(guó)房地產(chǎn)市場(chǎng)尚未形成有效的市場(chǎng)定價(jià)機(jī)制，趁機(jī)通過(guò)操縱市場(chǎng)來(lái)推高房?jī)r(jià)，并導(dǎo)致境內(nèi)民間資金的跟風(fēng)入市，從而進(jìn)一步炒高房?jī)r(jià)，使得房地產(chǎn)價(jià)格與真實(shí)價(jià)值脫離。因此，F(xiàn)DI對(duì)我國(guó)房地產(chǎn)價(jià)格上漲具有明顯的正效應(yīng)；另一方面，由于流入我國(guó)的FDI主要集中于制造業(yè)，其占FDI總量超過(guò)60%，而房地產(chǎn)業(yè)作為FDI流入的第二大行業(yè)，僅占FDI總量的10%左右。因此，實(shí)際進(jìn)入房地產(chǎn)業(yè)的FDI相對(duì)于我國(guó)龐大的房地產(chǎn)業(yè)資金總量來(lái)說(shuō)是相對(duì)較小的，對(duì)房地產(chǎn)業(yè)的影響有限。
五．研究結(jié)論
對(duì)于上述實(shí)證結(jié)果，我們必須清楚的認(rèn)識(shí)到，F(xiàn)DI是置于房地產(chǎn)市場(chǎng)中的一把“雙刃劍”，其在改善房地產(chǎn)市場(chǎng)資本結(jié)構(gòu)，發(fā)揮外資企業(yè)在房地產(chǎn)開發(fā)中的技術(shù)、管理優(yōu)勢(shì)的同時(shí)，也將由于資本的逐利性和投機(jī)性使FDI短期內(nèi)刺激房地產(chǎn)需求的增加，在供給變化不大的情況下，直接引發(fā)房地產(chǎn)價(jià)格的迅速上升。而當(dāng)房?jī)r(jià)上漲到一定程度后，外資的大量流出將會(huì)對(duì)房地產(chǎn)市場(chǎng)產(chǎn)生很大沖擊，從而引發(fā)房地產(chǎn)泡沫的破裂。我們需要充分利用各種金融、法律手段和政策法規(guī)在宏觀層面進(jìn)行監(jiān)管和調(diào)控，通過(guò)對(duì)房地產(chǎn)領(lǐng)域的境外資金進(jìn)行合理引導(dǎo)，規(guī)避其不利影響，使之對(duì)我國(guó)房地產(chǎn)行業(yè)健康發(fā)展起到較好的推動(dòng)作用。對(duì)此可提出如下政策建議：
首先，要完善政策制度，引導(dǎo)FDI合理流向房地產(chǎn)業(yè)。從上述實(shí)證分析的結(jié)果可以看出，現(xiàn)階段外資流入對(duì)我國(guó)房地產(chǎn)業(yè)的影響是相當(dāng)有限的。為使外資對(duì)我國(guó)房地產(chǎn)業(yè)的發(fā)展發(fā)揮更大的積極作用，政府應(yīng)當(dāng)出臺(tái)相應(yīng)的有利于外商投資的政策，同時(shí)完善房地產(chǎn)市場(chǎng)監(jiān)管制度，避免利用FDI進(jìn)行投機(jī)活動(dòng)。針對(duì)我國(guó)地區(qū)發(fā)展程度的差異，政府應(yīng)積極引導(dǎo)FDI投向需要資金支持，有利于當(dāng)?shù)胤康禺a(chǎn)業(yè)健康穩(wěn)定發(fā)展的區(qū)域。通過(guò)引進(jìn)民間資本、加快資產(chǎn)重組的方式增強(qiáng)自己的綜合實(shí)力，使得我國(guó)的房地產(chǎn)企業(yè)的發(fā)展真正能夠?qū)崿F(xiàn)多元化、市場(chǎng)化、國(guó)際化，進(jìn)而更好的推進(jìn)我國(guó)房地產(chǎn)市場(chǎng)的健康發(fā)展。
參考文獻(xiàn)：
[1] 黃書權(quán).我國(guó)FDI與房地產(chǎn)業(yè)關(guān)系的灰色關(guān)聯(lián)分析.四川經(jīng)濟(jì)管理學(xué)院學(xué)報(bào),2010（02）
[2] 范東君,單良.FDI對(duì)我國(guó)房地產(chǎn)價(jià)格影響的實(shí)證研究―基于省際面板數(shù)據(jù)分析.云南財(cái)經(jīng)大學(xué)學(xué)報(bào),2009（02）
篇10
一、氣象資料壓縮技術(shù)的概述
現(xiàn)階段，我國(guó)的圖像、音頻以及視頻等多媒體技術(shù)領(lǐng)域的數(shù)據(jù)壓縮技術(shù)獲得了長(zhǎng)足的進(jìn)步，對(duì)與氣象數(shù)據(jù)資料壓縮有關(guān)的壓縮沒(méi)有太多的研究。一般情況下，在氣象界中多是使用格點(diǎn)資料編碼的方式對(duì)氣象資料進(jìn)行壓縮，但是也所都過(guò)于簡(jiǎn)單，沒(méi)有根據(jù)氣象資料的實(shí)際特征進(jìn)行，因此壓縮效果沒(méi)有達(dá)到預(yù)期的效果。
從氣象資料壓縮的方法來(lái)看的話，氣象資料壓縮所使用的技術(shù)可以分為三種，無(wú)損、近無(wú)損以及有損。無(wú)損的壓縮技術(shù)可以將氣象數(shù)據(jù)信息中的信息全部保留出來(lái)，但是壓縮效率還有待提高；無(wú)損壓縮具備很高的壓縮效率，但是氣象數(shù)據(jù)資料中較為重要的信息很可能被丟失；近無(wú)損的壓縮方法則是對(duì)上面兩種方法的一種有機(jī)結(jié)合，不僅大大提高了氣象數(shù)據(jù)資料壓縮的效率，而且還能有效控制信息的丟失量。
二、熵和信息的冗余度
信息中存在的被評(píng)判的信息量就被稱之為熵，在一個(gè)事件的集合中，例如xi（i=1，2……，N）中，它的概率是pi，并且所有概率的之和是1。
在概率空間中，事件中的概率不相等，從而造成了平均的不肯定度或者是平均的信息量就被稱為熵H：
（1）
在氣象事件中，概率的分布函數(shù)在分布的過(guò)程中越均勻的話，熵就會(huì)越大，信息量也就會(huì)越大；而概率分布越集中的話，熵就會(huì)越小，信息量也就會(huì)越小。熵在應(yīng)用的過(guò)程中，代表的是平均的信息能量。
三、神經(jīng)網(wǎng)絡(luò)中的二次預(yù)測(cè)模型
1.二維線性的預(yù)測(cè)。通過(guò)多年的實(shí)踐證明，在對(duì)氣象數(shù)據(jù)資料進(jìn)行壓縮時(shí)，最主要的是要減少數(shù)據(jù)中存在的熵，也就是盡最大努力的將相鄰格點(diǎn)之間存在的相關(guān)性消除。在余弦進(jìn)行變換的過(guò)程中，與正交變換的相差不大，能夠最大限度的消除冗余，但是它的變換系數(shù)是浮點(diǎn)數(shù)，有截?cái)嗾`差的存在，無(wú)法實(shí)現(xiàn)實(shí)際意義上的無(wú)損壓縮。因此為了實(shí)現(xiàn)氣象資料的無(wú)損壓縮的目的，就必須尋求一種方法不僅能夠去除冗余的相關(guān)性，又能實(shí)現(xiàn)無(wú)損壓縮的方法，預(yù)測(cè)可以實(shí)現(xiàn)二者的要求。預(yù)測(cè)的原理是：在一個(gè)數(shù)列中，通過(guò)前面的m個(gè)點(diǎn)，來(lái)對(duì)第n個(gè)點(diǎn)的數(shù)值進(jìn)行估算，如果估算的結(jié)果較為準(zhǔn)確的話，那么預(yù)測(cè)結(jié)果的誤差所對(duì)應(yīng)的絕對(duì)值與方差也會(huì)越小，誤差就被嚴(yán)格控制在0左右，相鄰格網(wǎng)之間的相關(guān)性也被消除的所剩無(wú)幾，這時(shí)，只需要工作人員對(duì)預(yù)測(cè)的誤差開始編碼的工作即可，有效降低了編碼工作需要的平均碼長(zhǎng)。
2.人工神經(jīng)網(wǎng)絡(luò).對(duì)人類大腦的結(jié)構(gòu)與思維進(jìn)行模擬作為人工網(wǎng)絡(luò)發(fā)展的基礎(chǔ)。目前在我國(guó)氣象中使用較為廣泛且起到明顯效果的就是向后傳播的神經(jīng)網(wǎng)絡(luò)，而在氣象格網(wǎng)資料最常見的就是3層向后傳播的神經(jīng)網(wǎng)絡(luò)，數(shù)據(jù)模型可以使用下列的公式進(jìn)行表示：
（2）
（3）
在公式中，X―輸入層；
Y―隱含層；
Z―輸出層矢量；
―輸入層和隱含層之間存在的連接權(quán)與閾值；
―隱含層和輸出層之間存在的連接值與閾值。
而網(wǎng)絡(luò)輸出層可以使用下列的函數(shù)進(jìn)行表示：
（4）
（5）
不斷的對(duì)節(jié)點(diǎn)間存在的連接權(quán)與閾值進(jìn)行調(diào)節(jié)，從而可以得出氣象資料在進(jìn)行輸入輸出工作時(shí)所存在的規(guī)律。將能量函數(shù)引入到BPNN中：
（6）
在公式中， Z0―理想中的期望輸出矢量。
BP神經(jīng)網(wǎng)絡(luò)具備較強(qiáng)的學(xué)習(xí)能力，能夠?qū)Ψ蔷€性進(jìn)行來(lái)良好的擬合，因此可以在之前的氣象資料壓縮技術(shù)的基礎(chǔ)上，使用BP神經(jīng)網(wǎng)絡(luò)，能夠提高預(yù)測(cè)的準(zhǔn)確度，將冗余信息進(jìn)行剔除，從而實(shí)現(xiàn)無(wú)損壓縮。
綜上所述，在我國(guó)氣象的格點(diǎn)資料在壓縮過(guò)程中，不僅具備較好的線性關(guān)系，而且還具備著非線性的信息，要最大程度的消除相鄰格網(wǎng)之間存在的相關(guān)性，以保證氣象格點(diǎn)資料實(shí)現(xiàn)無(wú)損壓縮的目的。二維線性預(yù)測(cè)的方法就具備良好的壓縮效率，且進(jìn)行編碼的速度也較快，但是壓縮效果不好。因此BP神經(jīng)網(wǎng)絡(luò)的使用，實(shí)現(xiàn)了在氣象網(wǎng)格資料的無(wú)損壓縮，為傳輸技術(shù)中提供了一種有效的嘗試。
參考文獻(xiàn)：
[1]羅堅(jiān)，趙蘇璇，姜勇強(qiáng).氣象格點(diǎn)資料的準(zhǔn)無(wú)損壓縮方法[J].數(shù)據(jù)采集與處理.2011（03）.
[2]顧洪，李昀英.NC格式氣象數(shù)據(jù)無(wú)損壓縮研究[J].計(jì)算機(jī)工程與應(yīng)用.2012（09）.
篇11
〔中圖分類號(hào)〕G201 〔文獻(xiàn)標(biāo)識(shí)碼〕A 〔文章編號(hào)〕1008-0821（2016）02-0167-04
〔Abstract〕This paper systematically studied relevant research outputs and compared respective research status on open research data policy home and abroad.In order to provide references for promoting relevant research，this paper discussed the characteristics of relevant research home and abroad，pointed out the shortages of current research in China，and finally evaluated the future research trends on open research data policy in China.
〔Key words〕research data；open data policy；research status；research trend
科學(xué)數(shù)據(jù)（Scientific Data），也稱科研數(shù)據(jù)（Research Data），與科學(xué)論文一樣也被視為重要的科研產(chǎn)出，也是一種具有潛在經(jīng)濟(jì)價(jià)值的戰(zhàn)略資源。開放科學(xué)數(shù)據(jù)對(duì)數(shù)據(jù)驅(qū)動(dòng)科學(xué)研究起到了關(guān)鍵作用，越來(lái)越多的研究是建立在對(duì)已有科學(xué)數(shù)據(jù)重用的基礎(chǔ)之上的。因此，完整保存并開放獲取先前研究的科學(xué)數(shù)據(jù)，對(duì)于順利開展后續(xù)研究、推動(dòng)科學(xué)進(jìn)步具有重要意義。開放科學(xué)數(shù)據(jù)在國(guó)家科技創(chuàng)新中的戰(zhàn)略地位不斷提升，目前在開放規(guī)模和開放程度上均達(dá)到了前所未有的水平。通過(guò)開放科學(xué)數(shù)據(jù)改善社會(huì)生活受到眾多投資者、出版商、科學(xué)家和其他利益相關(guān)者的高度關(guān)注，歐洲、美國(guó)以及眾多國(guó)際組織與研究機(jī)構(gòu)都積極建立開放科學(xué)數(shù)據(jù)的政策保障與管理機(jī)制。如美國(guó)已經(jīng)形成了以“完全與開放”為基本國(guó)策的科學(xué)數(shù)據(jù)開放共享法規(guī)體系；經(jīng)濟(jì)合作與發(fā)展組織（OECD）頒布了《公共資金資助的科學(xué)數(shù)據(jù)獲取原則與指南》，以指導(dǎo)成員國(guó)制定與完善科學(xué)數(shù)據(jù)開放共享政策；歐盟“地平線2020計(jì)劃”將科學(xué)數(shù)據(jù)新增為開放存取的對(duì)象并要求逐步達(dá)到開放性可獲取，并啟動(dòng)了旨在促進(jìn)科學(xué)數(shù)據(jù)獲取和再利用的“科學(xué)數(shù)據(jù)開放先導(dǎo)性計(jì)劃”[1]。
我國(guó)早在2002年就已正式啟動(dòng)科學(xué)數(shù)據(jù)共享工程，并先后在六大領(lǐng)域共計(jì)24個(gè)部門開展了科學(xué)數(shù)據(jù)共享工作。2006年以來(lái)，中國(guó)科學(xué)院國(guó)家科學(xué)圖書館提出并開展了科學(xué)數(shù)據(jù)與科技文獻(xiàn)跨界集成服務(wù)、數(shù)據(jù)融合技術(shù)的研究和開發(fā)。目前，我國(guó)在科學(xué)數(shù)據(jù)開放政策的制定和完善方面，與美國(guó)、英國(guó)、澳大利亞、日本、韓國(guó)、臺(tái)灣等國(guó)家和地區(qū)相比仍顯滯后。本文針對(duì)國(guó)內(nèi)外科學(xué)數(shù)據(jù)開放政策的研究現(xiàn)狀進(jìn)行了比較分析，在此基礎(chǔ)上探討了國(guó)內(nèi)外相關(guān)研究的特點(diǎn)以及我國(guó)現(xiàn)有研究的不足，并對(duì)我國(guó)科學(xué)數(shù)據(jù)開放政策的未來(lái)研究動(dòng)向進(jìn)行了評(píng)判。
1 國(guó)內(nèi)研究現(xiàn)狀分析
對(duì)從CNKI和萬(wàn)方數(shù)據(jù)兩大中文數(shù)據(jù)庫(kù)檢索到的相關(guān)文獻(xiàn)進(jìn)行閱讀和梳理發(fā)現(xiàn)，我國(guó)針對(duì)科學(xué)數(shù)據(jù)開放政策的相關(guān)研究可以概括為以下5個(gè)方面：
1.1 建立開放科學(xué)數(shù)據(jù)政策保障機(jī)制的理論性研究
目前已有較多成果是針對(duì)建立和完善科學(xué)數(shù)據(jù)開放共享政策法規(guī)的頂層設(shè)計(jì)展開論證，如劉細(xì)文（2009）指出，美國(guó)、英國(guó)以及眾多國(guó)際組織與研究機(jī)構(gòu)都就科學(xué)數(shù)據(jù)開放獲取問(wèn)題，積極建立政策保障與管理機(jī)制并廣泛推行相關(guān)服務(wù)與實(shí)踐，其政策舉措主要圍繞科學(xué)數(shù)據(jù)交流渠道各環(huán)節(jié)，集中體現(xiàn)在數(shù)據(jù)開放資助、數(shù)據(jù)質(zhì)量控制、數(shù)據(jù)合法保護(hù)、數(shù)據(jù)保存以及數(shù)據(jù)共享利用五大方面[2]。王晴（2014）指出：國(guó)內(nèi)外20余個(gè)組織相繼制定或?qū)嵤┝?0余條旨在促進(jìn)科學(xué)數(shù)據(jù)開放共享的政策法規(guī)，根據(jù)制定主體和效力范圍可以分為宏觀、中觀和微觀3個(gè)層面，共同形成了一個(gè)較為完備并在不斷完善的制度體系[3]。
1.2 針對(duì)國(guó)內(nèi)外各類科學(xué)數(shù)據(jù)開放共享政策的調(diào)查研究 目前已有部分成果針對(duì)多種政策主體（如高等院校、科研資助機(jī)構(gòu)、信息服務(wù)機(jī)構(gòu)等）的有關(guān)開放科學(xué)數(shù)據(jù)的聲明、指南以及政策法規(guī)等各類政策文本展開了調(diào)查分析，如司莉等（2013）考察了美國(guó)、英國(guó)、澳大利亞3個(gè)國(guó)家的科研管理機(jī)構(gòu)、高校制定的數(shù)據(jù)管理政策以及政府制定的數(shù)據(jù)公開政策，并指出：發(fā)達(dá)國(guó)家的政府部門都制定了科學(xué)數(shù)據(jù)開放共享政策，對(duì)科學(xué)數(shù)據(jù)的保存與管理等均作了明確具體的規(guī)定。我國(guó)政府也應(yīng)制定完善的科學(xué)數(shù)據(jù)開放共享政策，從政策層面對(duì)科學(xué)數(shù)據(jù)的開放共享進(jìn)行指導(dǎo)和規(guī)范[4]。司莉等（2014）針對(duì)英美10所高校的科學(xué)數(shù)據(jù)開放共享政策，從一般政策、數(shù)據(jù)標(biāo)準(zhǔn)、數(shù)據(jù)訪問(wèn)與保存、數(shù)據(jù)共享、數(shù)據(jù)安全與保護(hù)以及數(shù)據(jù)產(chǎn)權(quán)6個(gè)方面進(jìn)行了調(diào)查與比較，揭示了英美兩國(guó)大學(xué)科學(xué)數(shù)據(jù)開放共享政策的特點(diǎn)與差異，指出通過(guò)借鑒國(guó)外大學(xué)科學(xué)數(shù)據(jù)開放共享政策的良好實(shí)踐，推動(dòng)我國(guó)大學(xué)相關(guān)政策法規(guī)的制定和[5]。唐源等（2015）針對(duì)國(guó)外典型醫(yī)學(xué)相關(guān)機(jī)構(gòu)的科學(xué)數(shù)據(jù)開放共享政策從科學(xué)數(shù)據(jù)開放資助、科學(xué)數(shù)據(jù)匯交、科學(xué)數(shù)據(jù)保存、數(shù)據(jù)共享利用4個(gè)方面的政策內(nèi)容進(jìn)行文獻(xiàn)調(diào)研和網(wǎng)站調(diào)研，指出國(guó)外政策制定者從政府到機(jī)構(gòu)自身以及期刊等具有多重身份，政策內(nèi)容集中于數(shù)據(jù)匯交和共享計(jì)劃。
1.3 科學(xué)數(shù)據(jù)開放政策利益主體的開放共享行為研究 由于開放科學(xué)數(shù)據(jù)的利益主體一般要受到相關(guān)政策法規(guī)的制約，因此也可視為科學(xué)數(shù)據(jù)開放政策的利益主體。國(guó)內(nèi)的相關(guān)研究成果主要包括：①單一利益主體的開放共享行為的共享意愿及影響因素分析，如張晉朝（2013）通過(guò)問(wèn)卷調(diào)查方法和結(jié)構(gòu)方程模型，分析了我國(guó)高校科研人員科學(xué)數(shù)據(jù)共享意愿的影響因素，指出科學(xué)數(shù)據(jù)開放共享工作的順利開展不僅要關(guān)注技術(shù)維度，還要關(guān)注社會(huì)環(huán)境因素、內(nèi)在激勵(lì)、人際信任等人文維度[7]。②針對(duì)單一利益主體的開放共享行為的演化博弈分析，如莊倩等（2015）建立了參與科學(xué)數(shù)據(jù)開放共享的科研人員之間的演化博弈模型，揭示了科學(xué)數(shù)據(jù)開放共享博弈中存在的"公共品困境"及其原因，指出為促進(jìn)我國(guó)科學(xué)數(shù)據(jù)開放共享健康有序發(fā)展，不能僅從國(guó)家層面制定和完善相關(guān)的戰(zhàn)略規(guī)劃，還要從政策法規(guī)層面建立相應(yīng)的激勵(lì)機(jī)制[8]。
1.4 制定開放科學(xué)數(shù)據(jù)相關(guān)知識(shí)產(chǎn)權(quán)政策法律問(wèn)題的研究 雖然目前科學(xué)數(shù)據(jù)具有著作權(quán)已經(jīng)成為共識(shí)，但其使用存在著作權(quán)界定不清及其利益分配不當(dāng)?shù)葐?wèn)題，尤其是科學(xué)數(shù)據(jù)二次研發(fā)過(guò)程中的著作權(quán)分配問(wèn)題。司莉等（2015）從科學(xué)數(shù)據(jù)開放共享中的授權(quán)方式、數(shù)據(jù)出版及引用、技術(shù)措施、制度與法規(guī)、科學(xué)數(shù)據(jù)二次利用5個(gè)方面分別探討了科學(xué)數(shù)據(jù)著作權(quán)保護(hù)存在的問(wèn)題及對(duì)策，指出我國(guó)應(yīng)結(jié)合知識(shí)產(chǎn)權(quán)保護(hù)法、著作權(quán)法、專利法和中華人民共和國(guó)政府信息公開條例等已有法規(guī)條例，盡快建立完善的科學(xué)數(shù)據(jù)著作權(quán)保護(hù)體系[9]。
1.5 基于政策文本分析的科學(xué)數(shù)據(jù)開放政策實(shí)證研究 目前國(guó)內(nèi)的相關(guān)研究成果非常有限，主要是通過(guò)內(nèi)容分析法進(jìn)行政策文本分析，如裴雷（2013）通過(guò)內(nèi)容分析法構(gòu)建了基于政策文本的上下位政策概念一致性的測(cè)算框架，并對(duì)我國(guó)12個(gè)領(lǐng)域的科學(xué)數(shù)據(jù)開放共享政策文本進(jìn)行內(nèi)容編碼和實(shí)證分析，探討了當(dāng)前我國(guó)科學(xué)數(shù)據(jù)開放共享政策在吸收、擴(kuò)散和創(chuàng)新過(guò)程中的政策文本質(zhì)量[10]。
2 國(guó)外研究現(xiàn)狀分析
對(duì)從Springer、Emerald和Elsevier三大外文數(shù)據(jù)庫(kù)檢索到的相關(guān)文獻(xiàn)進(jìn)行閱讀和梳理，可以發(fā)現(xiàn)國(guó)外科學(xué)數(shù)據(jù)開放政策研究所涉及的研究主題更為廣泛，可以大致概括為以下5個(gè)方面：
2.1 制定科學(xué)數(shù)據(jù)開放政策的理論探討與實(shí)踐研究
國(guó)外學(xué)者針對(duì)這一研究主題的研究成果也比較豐富，如Childs S等（2014）探討了作為實(shí)現(xiàn)開放科學(xué)數(shù)據(jù)的機(jī)制――科研數(shù)據(jù)管理（RDM）的作用以及它帶給記錄管理者的機(jī)遇，并指出開放科學(xué)數(shù)據(jù)議程的前提是盡可能公開可用的數(shù)據(jù)，在開放科學(xué)數(shù)據(jù)的背景下仍然存在方法、倫理、政策和實(shí)踐等層面的問(wèn)題[11]。Higman R等（2015）借鑒行動(dòng)者網(wǎng)絡(luò)理論（Actor Network Theory）并結(jié)合政策分析過(guò)程和案例研究方法，考察了在英國(guó)高等教育機(jī)構(gòu)中建立科學(xué)數(shù)據(jù)管理（RDM）政策與實(shí)踐的驅(qū)動(dòng)因素，以及科學(xué)數(shù)據(jù)開放共享在科學(xué)數(shù)據(jù)管理過(guò)程中的關(guān)鍵作用[12]。
2.2 科學(xué)數(shù)據(jù)開放政策利益主體的開放共享行為研究 國(guó)外學(xué)者針對(duì)科研人員的開放共享行為的共享意愿及其影響因素展開了較為系統(tǒng)的實(shí)證研究，如Wicherts J M等（2011）對(duì)心理學(xué)期刊中的統(tǒng)計(jì)結(jié)果顯著與數(shù)據(jù)共享意愿的相關(guān)性進(jìn)行了實(shí)證研究，發(fā)現(xiàn)科研人員不愿意共享數(shù)據(jù)的主要原因在于：統(tǒng)計(jì)結(jié)果不構(gòu)成充分的證據(jù)以及更有可能存在明顯的錯(cuò)誤，并強(qiáng)調(diào)了建立科學(xué)數(shù)據(jù)的強(qiáng)制性歸檔政策的重要性[13]。Sayogo D S等（2013）指出科學(xué)數(shù)據(jù)開放共享存在多重障礙與挑戰(zhàn)：①技術(shù)上的障礙；②社會(huì)、組織和經(jīng)濟(jì)上的障礙；③法律和政策上的障礙，并通過(guò)問(wèn)卷調(diào)查得出影響科研人員開放共享意愿的幾個(gè)關(guān)鍵因素：數(shù)據(jù)管理技能、組織參與、法律與政策需求、向數(shù)據(jù)集提供者致謝[14]。
2.3 面向科學(xué)數(shù)據(jù)開放政策利益主體的開放共享服務(wù)研究 國(guó)外學(xué)者針對(duì)高校圖書館、研究型圖書館、信息服務(wù)機(jī)構(gòu)的科學(xué)數(shù)據(jù)開放共享服務(wù)實(shí)踐展開了廣泛的研究，國(guó)內(nèi)的相關(guān)研究主要是對(duì)國(guó)外科學(xué)數(shù)據(jù)服務(wù)實(shí)踐的案例研究及調(diào)查分析，如Nielsen H J等（2014）認(rèn)為科學(xué)數(shù)據(jù)管理（RDM）是圖書館員和信息專業(yè)人員的潛在職責(zé)，研究型圖書館是選擇、保護(hù)、組織與利用科學(xué)數(shù)據(jù)的最佳場(chǎng)所，并應(yīng)積極參與到其所在學(xué)科領(lǐng)域的特定領(lǐng)域的分析研究[15]。Tenopir C等（2014）指出數(shù)據(jù)密集型科學(xué)的出現(xiàn)和數(shù)據(jù)管理規(guī)范的制定，驅(qū)動(dòng)高校圖書館為其教師和學(xué)生開展數(shù)據(jù)管理服務(wù)（RDS），并通過(guò)調(diào)查研究建立了圖書館員、圖書館、信息服務(wù)機(jī)構(gòu)參與數(shù)據(jù)管理服務(wù)的評(píng)價(jià)基準(zhǔn)[16]。
2.4 針對(duì)專業(yè)領(lǐng)域科學(xué)數(shù)據(jù)開放政策的政策分析研究 國(guó)外學(xué)者針對(duì)天文、氣象、地球、生物、醫(yī)學(xué)等自然科學(xué)以及心理學(xué)、倫理學(xué)等社會(huì)科學(xué)專業(yè)領(lǐng)域的科學(xué)數(shù)據(jù)開放共享政策進(jìn)行了政策分析研究，如Harris R等（2015）考察了參與開放地球觀測(cè)數(shù)據(jù)的八國(guó)集團(tuán)、歐盟和國(guó)際組織的21個(gè)政策文本和法律文書――八國(guó)集團(tuán)（G8）開放數(shù)據(jù)、全球綜合地球觀測(cè)系統(tǒng)（GEOSS）數(shù)據(jù)共享原則、經(jīng)濟(jì)合作與發(fā)展組織（OECD）科學(xué)數(shù)據(jù)原則與指南、歐洲環(huán)境信息指令等，指出地球觀測(cè)領(lǐng)域開放數(shù)據(jù)政策應(yīng)更加明確、完整地說(shuō)明開放獲取的條件，以期充分實(shí)現(xiàn)開放地球觀測(cè)數(shù)據(jù)的潛在利益[17]。
2.5 基于政策文本分析的科學(xué)數(shù)據(jù)開放政策實(shí)證研究 國(guó)外學(xué)者進(jìn)行政策文本分析時(shí)除了運(yùn)用常規(guī)的內(nèi)容分析法以外，還創(chuàng)新性地引入了語(yǔ)義網(wǎng)分析、社會(huì)網(wǎng)絡(luò)分析等研究方法，如Jung K等（2015）對(duì)韓國(guó)《開放公共數(shù)據(jù)指令》（OPDD）的政策文本進(jìn)行了語(yǔ)義網(wǎng)分析，并指出：利用語(yǔ)義網(wǎng)的概念模型及分析過(guò)程有助于確定各類公共政策針對(duì)的主要問(wèn)題及解決視角的一致性[18]。
3 國(guó)內(nèi)外研究現(xiàn)狀的比較分析
對(duì)國(guó)內(nèi)外科學(xué)數(shù)據(jù)開放政策的相關(guān)研究進(jìn)行對(duì)比，可以發(fā)現(xiàn)具有以下幾個(gè)特點(diǎn)：①總體來(lái)看，我國(guó)學(xué)者針對(duì)科學(xué)數(shù)據(jù)開放政策各研究主題的相關(guān)研究，目前大多處于對(duì)國(guó)外先進(jìn)政策實(shí)踐的案例研究與調(diào)查分析階段。②國(guó)內(nèi)外針對(duì)科學(xué)數(shù)據(jù)開放政策的相關(guān)研究目前主要以英美兩國(guó)的政策實(shí)踐為主，原因在于英美兩國(guó)已經(jīng)建立起相對(duì)完善的科學(xué)數(shù)據(jù)開放政策法規(guī)體系，如經(jīng)濟(jì)合作與發(fā)展組織（OECD）于2007年頒布了《公共資助科學(xué)數(shù)據(jù)開放獲取的原則和指南》，提倡所有的獲公共資金支持得到的科學(xué)數(shù)據(jù)都應(yīng)能被公眾獲取、共享。美國(guó)、英國(guó)等一些重要基金機(jī)構(gòu)也提出了科學(xué)數(shù)據(jù)開放政策指南，如美國(guó)國(guó)家科學(xué)基金會(huì)（NSF）、美國(guó)國(guó)立衛(wèi)生研究院（NIH）、美國(guó)國(guó)家航空航天局（NASA）、英國(guó)研究理事會(huì)（RCUK）等，要求所有獲得資助的項(xiàng)目提交科學(xué)數(shù)據(jù)的開放共享計(jì)劃。美國(guó)科技政策辦公室（OSTP）于2013年簽署了關(guān)于“提高聯(lián)邦政府資助的科學(xué)研究結(jié)果的訪問(wèn)”的備忘錄，要求由聯(lián)邦資金資助所產(chǎn)生的非保密的科學(xué)數(shù)據(jù)，應(yīng)該存儲(chǔ)并為公眾提供免費(fèi)的最大化訪問(wèn)[19]。③國(guó)內(nèi)外對(duì)于具體專業(yè)領(lǐng)域的科學(xué)數(shù)據(jù)開放政策的研究相對(duì)較多，但對(duì)于國(guó)家統(tǒng)一綜合層面的科學(xué)數(shù)據(jù)開放政策研究十分有限。
對(duì)比國(guó)內(nèi)外開放數(shù)據(jù)政策研究的現(xiàn)狀不難看出，國(guó)內(nèi)相關(guān)研究主要存在以下不足：①目前的研究成果主要是針對(duì)國(guó)外高等院校、信息服務(wù)機(jī)構(gòu)和科研資助機(jī)構(gòu)的科學(xué)數(shù)據(jù)開放共享政策的調(diào)查研究與比較分析，但從整體來(lái)看這類研究成果的研究?jī)?nèi)容比較分散、系統(tǒng)性不強(qiáng)；②已有研究針對(duì)參與科學(xué)數(shù)據(jù)開放的單一利益主體（如研究人員）的開放共享行為進(jìn)行了演化博弈分析，尚未發(fā)現(xiàn)針對(duì)參與科學(xué)數(shù)據(jù)開放的多個(gè)利益主體之間的演化博弈分析的相關(guān)研究；③針對(duì)科學(xué)數(shù)據(jù)開放政策的政策文本分析目前主要采用內(nèi)容分析法，尚未展開借鑒多學(xué)科理論與方法的政策文本分析方法的探索性研究；④尚未展開針對(duì)科學(xué)數(shù)據(jù)開放政策群的政策協(xié)同研究，已有學(xué)者針對(duì)政府?dāng)?shù)據(jù)的開放數(shù)據(jù)政策與數(shù)據(jù)安全政策的協(xié)同關(guān)系展開研究[20]，如黃道麗等（2015）分析了美國(guó)政府的開放數(shù)據(jù)政策與網(wǎng)絡(luò)安全政策之間的沖突與協(xié)調(diào)[21]，但尚未發(fā)現(xiàn)有針對(duì)科學(xué)數(shù)據(jù)展開的類似研究；⑤尚未從政策科學(xué)的研究視角展開系統(tǒng)性的科學(xué)數(shù)據(jù)開放政策評(píng)估研究。
4 我國(guó)未來(lái)研究動(dòng)向評(píng)判
通過(guò)以上的比較分析，筆者認(rèn)為，我國(guó)圖書情報(bào)及相關(guān)學(xué)科領(lǐng)域研究者應(yīng)展開協(xié)作研究，并從以下5個(gè)方面強(qiáng)化和拓展這一重要的跨學(xué)科研究領(lǐng)域。
4.1 各類科學(xué)數(shù)據(jù)開放政策的調(diào)查與比較分析
針對(duì)主要發(fā)達(dá)國(guó)家的政府部門、高等院校與科研機(jī)構(gòu)以及各類國(guó)際組織的有關(guān)開放科學(xué)數(shù)據(jù)的聲明、指南以及政策法規(guī)等各類政策文本展開廣泛的調(diào)查分析，比較和分析各類政策文本中有關(guān)一般政策、數(shù)據(jù)標(biāo)準(zhǔn)、數(shù)據(jù)共享、數(shù)據(jù)保存、數(shù)據(jù)安全和數(shù)據(jù)產(chǎn)權(quán)等方面內(nèi)容的特點(diǎn)與差異，合理借鑒發(fā)達(dá)國(guó)家在政策的系統(tǒng)性、一致性、完善性方面的經(jīng)驗(yàn)，為推進(jìn)我國(guó)科學(xué)數(shù)據(jù)開放政策的制定與完善提供必要的參考借鑒。
4.2 科學(xué)數(shù)據(jù)開放政策多個(gè)利益主體的博弈分析
現(xiàn)有的研究成果主要是針對(duì)參與科學(xué)數(shù)據(jù)開放的單一利益主體（如研究人員）的博弈分析，在后續(xù)研究中可針對(duì)參與科學(xué)數(shù)據(jù)開放的多個(gè)利益主體（研究人員、科研機(jī)構(gòu)、數(shù)據(jù)中心、資助者、出版者、第三方用戶等）之間的利益訴求關(guān)系展開研究，建立參與科學(xué)數(shù)據(jù)開放的多個(gè)利益主體之間的演化博弈模型，探索促進(jìn)多個(gè)利益主體開放科學(xué)數(shù)據(jù)的激勵(lì)機(jī)制，為從微觀層面制定和完善科學(xué)數(shù)據(jù)開放政策提供演化博弈的理論框架。
4.3 基于多學(xué)科方法的科學(xué)數(shù)據(jù)開放政策文本分析
值得關(guān)注的研究方向包括：①借鑒多學(xué)科理論與方法對(duì)政策文本進(jìn)行內(nèi)容分析，如借鑒扎根理論的“信息提取-歸納-概念化-重組”思想，對(duì)各類科學(xué)數(shù)據(jù)開放政策文本進(jìn)行解構(gòu)、分類和比較，提取科學(xué)數(shù)據(jù)開放政策的區(qū)分要素，確定政策文本結(jié)構(gòu)化編碼體系和分類標(biāo)準(zhǔn)，將政策文本轉(zhuǎn)化為半結(jié)構(gòu)化數(shù)據(jù)，建立類定量化的政策文本分析框架。②基于知識(shí)單元的政策文本分析方法的探索性研究，如借助于語(yǔ)義網(wǎng)分析和社會(huì)網(wǎng)絡(luò)分析方法，探索政策文本的詞匯分析單元之間的語(yǔ)義關(guān)聯(lián)關(guān)系，并可通過(guò)軟件工具進(jìn)行網(wǎng)絡(luò)結(jié)構(gòu)分析及可視化展示。
4.4 各類科學(xué)數(shù)據(jù)開放政策的政策協(xié)同研究
值得關(guān)注的研究方向包括：①科學(xué)數(shù)據(jù)開放政策群內(nèi)部的政策協(xié)同研究。通過(guò)內(nèi)容分析法對(duì)各類科學(xué)數(shù)據(jù)開放政策進(jìn)行政策文本分析，從政策連續(xù)性、政策互補(bǔ)性、政策交叉性、政策缺失性及政策矛盾性等多個(gè)維度考察科學(xué)數(shù)據(jù)開放政策群內(nèi)部的政策協(xié)同。②科學(xué)數(shù)據(jù)開放政策群與數(shù)據(jù)安全政策群的政策協(xié)同研究。借鑒協(xié)同論思想和政策協(xié)同理論及工具，設(shè)計(jì)科學(xué)數(shù)據(jù)開放政策群與《中華人民共和國(guó)保守國(guó)家秘密法》、《中華人民共和國(guó)科學(xué)技術(shù)保密規(guī)定》以及其他相關(guān)部門頒布的保密規(guī)定等數(shù)據(jù)安全政策群的政策協(xié)同機(jī)制，制定科學(xué)數(shù)據(jù)開放政策群與數(shù)據(jù)安全政策群的政策協(xié)同策略。
4.5 科學(xué)數(shù)據(jù)開放政策的政策分析與評(píng)估研究
將側(cè)重于定性分析的政策分析研究與側(cè)重于定量分析的政策評(píng)估研究相結(jié)合，針對(duì)科學(xué)數(shù)據(jù)開放政策，從政策科學(xué)的學(xué)科視角進(jìn)行多角度的政策分析與評(píng)估研究，如針對(duì)科學(xué)數(shù)據(jù)開放政策完整的生命周期中的每一環(huán)節(jié)――政策提案、政策制定、政策實(shí)施、政策反饋和政策調(diào)整，綜合運(yùn)用多種政策科學(xué)相關(guān)理論、方法與工具進(jìn)行系統(tǒng)性的政策評(píng)估研究；運(yùn)用層次分析法、模糊綜合評(píng)判法、數(shù)據(jù)包絡(luò)分析法和灰色關(guān)聯(lián)度法等政策評(píng)估方法，建立科學(xué)數(shù)據(jù)開放政策評(píng)估指標(biāo)體系并進(jìn)行指標(biāo)權(quán)重分析，采用數(shù)學(xué)模型及軟件工具構(gòu)建科學(xué)數(shù)據(jù)開放政策評(píng)估模型并進(jìn)行模擬實(shí)驗(yàn)。
5 結(jié) 論
通過(guò)CNKI和萬(wàn)方數(shù)據(jù)兩大中文數(shù)據(jù)庫(kù)以及Springer、Emerald和Elsevier三大外文數(shù)據(jù)庫(kù)，筆者對(duì)國(guó)內(nèi)外現(xiàn)有的科學(xué)數(shù)據(jù)開放政策的相關(guān)研究成果進(jìn)行了比較研究，并在此基礎(chǔ)上探討了國(guó)內(nèi)外相關(guān)研究的特點(diǎn)：目前國(guó)內(nèi)的相關(guān)研究基本處于對(duì)國(guó)外先進(jìn)政策實(shí)踐的案例研究與調(diào)查分析階段，國(guó)內(nèi)外針對(duì)科學(xué)數(shù)據(jù)開放政策的相關(guān)研究目前主要以英美兩國(guó)的政策實(shí)踐為主。結(jié)合科學(xué)數(shù)據(jù)開放政策相關(guān)領(lǐng)域的學(xué)術(shù)研究與實(shí)踐進(jìn)展，我國(guó)在這一跨學(xué)科研究領(lǐng)域未來(lái)可能出現(xiàn)五大研究動(dòng)向：①各類科學(xué)數(shù)據(jù)開放政策的調(diào)查與比較分析；②科學(xué)數(shù)據(jù)開放政策多個(gè)利益主體的博弈分析；③基于多學(xué)科方法的科學(xué)數(shù)據(jù)開放政策文本分析；④各類科學(xué)數(shù)據(jù)開放政策的政策協(xié)同研究；⑤科學(xué)數(shù)據(jù)開放政策的政策分析與評(píng)估研究。從而推動(dòng)我國(guó)開放科學(xué)數(shù)據(jù)的政策保障與管理機(jī)制的建立。
參考文獻(xiàn)
[1]韓纓.歐盟“地平線2020計(jì)劃”相關(guān)知識(shí)產(chǎn)權(quán)規(guī)則與開放獲取政策研究[J].知識(shí)產(chǎn)權(quán)，2015，（3）：92-96.
[2]劉細(xì)文，熊瑞.國(guó)外科學(xué)數(shù)據(jù)開放獲取政策特點(diǎn)分析[J].情報(bào)理論與實(shí)踐，2009，32（9）：5-9.
[3]王晴.論科學(xué)數(shù)據(jù)開放共享的運(yùn)行模式、保障機(jī)制及優(yōu)化策略[J].國(guó)家圖書館學(xué)刊，2014，（1）：3-9.
[4]司莉，邢文明.國(guó)外科學(xué)數(shù)據(jù)管理與共享政策調(diào)查及對(duì)我國(guó)的啟示[J].情報(bào)資料工作，2013，（1）：61-66.
[5]司莉，辛娟娟.英美高校科學(xué)數(shù)據(jù)管理與共享政策的調(diào)查分析[J].圖書館論壇，2014，（9）：80-85，65.
[6]唐源，吳丹.國(guó)外醫(yī)學(xué)科學(xué)數(shù)據(jù)共享政策調(diào)查及對(duì)我國(guó)的啟示[J].圖書情報(bào)工作，2015，59（18）：6-13.
[7]張晉朝.我國(guó)高校科研人員科學(xué)數(shù)據(jù)共享意愿研究[J].情報(bào)理論與實(shí)踐，2013，36（10）：25-30.
[8]莊倩，何琳.科學(xué)數(shù)據(jù)共享中科研人員共享行為的演化博弈分析[J].情報(bào)雜志，2015，34（8）：152-157.
[9]司莉，賈歡，邢文明.科學(xué)數(shù)據(jù)著作權(quán)保護(hù)問(wèn)題與對(duì)策研究[J].圖書與情報(bào)，2015，（4）：118-122.
[10]裴雷.我國(guó)科學(xué)數(shù)據(jù)共享政策概念一致性與政策質(zhì)量評(píng)估[J].情報(bào)理論與實(shí)踐，2013，36（9）：28-31.
[11]Childs S，McLeod J，Lomas E，et al.Opening research data：issues and opportunities[J].Records Management Journal，2014，24（2）：142-162.
[12]Higman R，Pinfield S.Research data management and openness：The role of data sharing in developing institutional policies and practices[J].Program：Electronic library and information systems，2015，49（4）：364-381.
[13]Wicherts J M，Bakker M，Molenaar D.Willingness to share research data is related to the strength of the evidence and the quality of reporting of statistical results[J].PLoS ONE，2011，6（11）：1-7.
[14]Sayogo D S，Pardo T A.Exploring the determinants of scientific data sharing：Understanding the motivation to publish research data[J].Government Information Quarterly，2013，30（S1）：19-31.
[15]Nielsen H J，Hjrland B.Curating research data：the potential roles of libraries and information professionals[J].Journal of Documentation，2014，70（2）：221-240.
[16]Tenopir C，Sandusky R J，Allard S，et al.Research data management services in academic research libraries and perceptions of librarians[J].Library & Information Science Research，2014，36：84-90.
[17]Harris R，Baumann I.Open data policies and satellite Earth observation[J].Space Policy，2015，32：44-53.
[18]Jung K，Park H W.A semantic（TRIZ）network analysis of South Koreas“Open Public Data”policy[J].Government Information Quarterly，2015，32（3）：353-358.
篇12
Analysis of Relevant Factors of Prevention of Antimicrobial Prophylaxis in in-Patients in Plastic Hospital
LI Ge-hong,SUN Bao-yan,LI Shao-ying,HUANG Jin-jing
(Plastic Surgery Hospital, PUMC,Beijing 100041,China)
Abstract：ObjectiveTo analyze the rationality in antimicrobial prophylaxis in patients during perioperative time in plastic hospital.MethodsFrom 1989 to 2003，48 958 records were at random reviewed,26575 cases male，22383 female. The average time in hospital was 12.32 days. Analysisand research was performed to the rationality in antimicrobial prophylaxis in patients during perioperative time in plastic hospital. ResultsAntimicrobial prophylaxis was applied to 46 611 in the in-patient accounting for 95.21% in total in-patient. The main medicine include cephalosporins, penicillin, aminoglycoside and 2-Methyl-5-nitroimidazole-1-ethanol. Combination drug was used in 6 352 patients accounting for 13.62%. Nosocomial infection happened in 359 cases accounting for 4.79%. Prevention of antimicrobial prophylaxis postoperation was used in 39 982 cases accounting 85.78%. ConclusionTherapeutic guidelines on antimicrobial prophylaxis in perioperative time shoud be made to guide the Reasonable use of antibiotics in clinic. Computer management testing system of antimicrobial prophylaxis should be made to increase the strength of management supervision which can make the management ofantimicrobial prophylaxis into rule and system.
Key words: plastic surgery; perioerative trentment; prevent diseases; antibiotic
在整形外科領(lǐng)域，抗生素的使用范圍比較寬泛，圍手術(shù)期預(yù)防性應(yīng)用抗生素是預(yù)防術(shù)后感染、增加手術(shù)安全性、提高治愈率的有力措施。然而，若不能合理的使用抗生素，不僅造成經(jīng)濟(jì)上浪費(fèi)，還會(huì)帶來(lái)許多不良反應(yīng)，如造成醫(yī)院內(nèi)耐藥菌株積聚、細(xì)菌或真菌的二重感染、藥物毒性或過(guò)敏反應(yīng)等，而增加患者發(fā)生醫(yī)院感染的危險(xiǎn)性。為此，筆者對(duì)我院1989～2003年住院患者圍手術(shù)期預(yù)防性抗生素的使用情況進(jìn)行調(diào)查，對(duì)使用的抗生素種類、使用方法和各科抗生素使用規(guī)律進(jìn)行分析，擬找出適合整形領(lǐng)域中抗生素合理使用的方案，使抗生素的應(yīng)用更能有效的發(fā)揮作用。
1材料和方法
1.1研究對(duì)象：隨機(jī)抽取本院1989～2003年期間在整形外科醫(yī)院住院手術(shù)且已出院的病例共48958 例，男 26 575例，女22 383例，平均住院時(shí)間12.32 天。
1.2方法：根據(jù)有關(guān)規(guī)定制定整形外科圍手術(shù)預(yù)防性抗生素應(yīng)用合理性評(píng)價(jià)標(biāo)準(zhǔn)，根據(jù)標(biāo)準(zhǔn)對(duì)住院病例圍手術(shù)期預(yù)防性抗生素使用情況進(jìn)行分析，并進(jìn)行合理性評(píng)價(jià)。其中手術(shù)切口按《臨床外科學(xué)》分類法進(jìn)行分類；醫(yī)院感染診斷按《醫(yī)院感染診斷標(biāo)準(zhǔn)（試行）》全國(guó)統(tǒng)一診斷標(biāo)準(zhǔn)；預(yù)防性抗生素合理性應(yīng)用評(píng)價(jià)參考抗感染藥物使用管理及指導(dǎo)原則，結(jié)合本院實(shí)際制定的使用抗生素管理制度以及預(yù)防性抗生素的應(yīng)用范圍等制定《整形外科圍手術(shù)預(yù)防性抗生素應(yīng)用合理性評(píng)價(jià)標(biāo)準(zhǔn)》（見表1）。用藥適應(yīng)征：I類切口手術(shù)不主張使用抗生素，但下列情況除外：①應(yīng)用人工血管或其他移植物；②遠(yuǎn)處有感染灶；③有易患感染的伴隨疾病、營(yíng)養(yǎng)不良、接受激素治療或全身情況差者；④估計(jì)分離組織廣泛，手術(shù)時(shí)間長(zhǎng)，局部組織血供不良。II類切口的手術(shù)有兩種情形也應(yīng)使用抗生素：①屬上述清潔手術(shù)需用抗生素的范圍；②胃癌手術(shù)、大腸或末端回腸手術(shù)、小腸手術(shù)有腸管供血不良以及有膽管阻塞的膽道手術(shù)等。污染與污穢的手術(shù)也稱為第Ⅲ、Ⅳ類切口應(yīng)全部預(yù)防性應(yīng)用抗生素，此時(shí)預(yù)防與治療沒(méi)有太大區(qū)別，但考慮到抗生素的應(yīng)用可預(yù)防感染的遠(yuǎn)處播散、預(yù)防切口和組織分離面的感染，仍將其列入預(yù)防性抗生素使用范疇。
2結(jié)果
2.1一般情況：全組有46 611例預(yù)防性應(yīng)用抗生素，占住院患者總?cè)藬?shù)的95.21%。主要的藥物種類為頭孢菌素類氨基糖苷類、甲硝唑等。聯(lián)合用藥占6 352人次，占抗生素使用總?cè)藬?shù)的13.62%。發(fā)生醫(yī)院感染的359人次，占住院總數(shù)的4.79%。術(shù)后預(yù)防性使用抗生素的有39 982人，占預(yù)防性應(yīng)用抗生素總?cè)藬?shù)的 85.78%。根據(jù)表1所示標(biāo)準(zhǔn)可知，我院預(yù)防性應(yīng)用抗生素多屬于經(jīng)驗(yàn)性用藥。用藥指征基本合理，使用劑量、給藥方法合理。但在給藥時(shí)機(jī)、用藥時(shí)間、合理選擇藥物和聯(lián)合用藥的選擇上，存在不合理性。沒(méi)有把握住用藥時(shí)機(jī)，在術(shù)前和術(shù)中使用人數(shù)比例低；術(shù)后平均用藥時(shí)間過(guò)長(zhǎng)；聯(lián)合用藥存在選藥不當(dāng)，標(biāo)本送檢和藥敏監(jiān)測(cè)未受重視。
2.2 預(yù)防性抗生素使用指征過(guò)寬，半數(shù)以上的Ⅰ類手術(shù)都使用了抗生素，而所有的II類手術(shù)也都無(wú)一例外的使用了抗生素；而且不同類型切口手術(shù)均存在著預(yù)防性抗生素使用時(shí)機(jī)不當(dāng)?shù)默F(xiàn)象，各類手術(shù)絕大多數(shù)是在術(shù)畢回病房后才使用，違背了預(yù)防性抗生素的使用原則；在術(shù)后使用時(shí)間上過(guò)長(zhǎng)，I類、II類手術(shù)的抗生素使用情況與規(guī)范相比差距較大。（見表2）
2.3調(diào)查II類切口手術(shù)術(shù)后預(yù)防性抗生素使用情況顯示，聯(lián)合用藥指征過(guò)寬，有的甚至超過(guò)4種，從藥物配伍禁忌和藥代動(dòng)力學(xué)方面考慮更顯示為濫用。
2.4醫(yī)院感染情況：48 958例病例中，共發(fā)生醫(yī)院感染359 例次，其中，I類切口手術(shù)92例次，感染率為 25.63%，Ⅲ類切口手術(shù)感染267例次，感染率74.37%。在359例次感染中，標(biāo)本送檢率11.92%。
3討論
預(yù)防性抗生素要合理選擇。理想的圍手術(shù)期抗生素應(yīng)具有高效殺菌能力、抗菌譜廣、高度的組織滲透力、有效濃度時(shí)間長(zhǎng)、副作用少及恰當(dāng)?shù)膬r(jià)格等特點(diǎn)。所以選用高血清蛋白結(jié)合力、高組織滲透力、低機(jī)體總清除率、半衰期長(zhǎng)的抗生素作為長(zhǎng)時(shí)間手術(shù)的預(yù)防性用藥，可以在一次給藥后無(wú)需追加，血液與組織中仍有足夠的藥濃度，這樣種類的抗生素是一個(gè)不錯(cuò)的選擇。半衰期長(zhǎng)的預(yù)防性用藥還有減少副作用發(fā)生率的優(yōu)點(diǎn)，因而對(duì)一些預(yù)期時(shí)間長(zhǎng)，術(shù)后感染率高的手術(shù)應(yīng)提倡使用。
預(yù)防性抗生素的給藥一般采用靜脈途徑。我院幾乎都采用頭孢拉定術(shù)前肌注，術(shù)后加入9%生理鹽水中靜滴的方式。目前有觀點(diǎn)認(rèn)為：靜脈推注優(yōu)于靜脈滴注。理由是雖然兩種方式到達(dá)切口的純凈藥量相等，當(dāng)單劑量推注后藥物在切口組織中出現(xiàn)的速度快得多，峰濃度要高得多。靜脈推注后，切口組織中抗生素濃度即與血液中相等，在以后數(shù)小時(shí)內(nèi)，切口組織中濃度比血液中高，并將維持到再給一次劑量時(shí)。而靜脈滴注抗生素，切口中濃度將在一段時(shí)間后才與血液中相等，且以后數(shù)小時(shí)內(nèi)始終低于血液中的水平。
預(yù)防性抗生素使用要把握使用時(shí)機(jī)，及時(shí)術(shù)中追加。在臨床上，由于各種原因?qū)е率中g(shù)開始時(shí)間無(wú)法確定，影響了臨床醫(yī)生正確掌握預(yù)防性應(yīng)用預(yù)防性抗生素的使用時(shí)機(jī)，使其成為預(yù)防性抗生素的合理使用中一個(gè)較突出的問(wèn)題。因而有人建議由麻醉醫(yī)師負(fù)責(zé)預(yù)防性抗生素的給藥和術(shù)中追加，這也不失為一種好的辦法。
篇13
1.1 一般資料
2011年1-6月和2013年1-6月我院出院的腹腔鏡膽囊手術(shù)（膽囊結(jié)石、膽囊息肉、慢性膽囊炎、急性膽囊炎早期）等，病歷數(shù)分別為 147份和 119份，兩年同期數(shù)據(jù)進(jìn)行對(duì)比分析。
1.2 方法
對(duì)抗菌藥物用藥指征、用藥時(shí)機(jī)、用藥療程、選藥合理性及住院總費(fèi)用、藥品費(fèi)用、抗菌藥物費(fèi)用等進(jìn)行分析評(píng)價(jià)。抗菌藥物規(guī)范使用評(píng)判標(biāo)準(zhǔn)依據(jù)《抗菌藥物臨床應(yīng)用指導(dǎo)原則》、《衛(wèi)生部辦公廳關(guān)于抗菌藥物臨床應(yīng)用管理有關(guān)問(wèn)題的通知》（簡(jiǎn)稱“38號(hào)文件”）評(píng)判標(biāo)準(zhǔn)見表1。
1.3 手術(shù)條件
手術(shù)在層流凈化手術(shù)室進(jìn)行，按要求做好消毒準(zhǔn)備工作等。
2 結(jié)果
2.1 腹腔鏡膽囊手術(shù)費(fèi)用情況
2011年1-6月腹腔鏡膽囊手術(shù)147份，2013年1-6月腹腔鏡膽囊手術(shù)119份，同期數(shù)據(jù)相比，平均住院總費(fèi)用、平均總藥費(fèi)用、平均抗菌藥物費(fèi)用分別下降了7.9%、11.1%、30.22%。見表2。
2.2 腹腔鏡膽囊手術(shù)中抗菌藥物使用情況
2011年與2013年1-6月抗菌藥物統(tǒng)計(jì)結(jié)果顯示，專項(xiàng)整治活動(dòng)后，抗菌藥物使用天數(shù)明顯縮短，由4.4天縮短到2.1天，抗菌藥物使用由98.63%減少到31.93%；抗菌藥物品種選擇合理率由77.38%增長(zhǎng)到84.21%；給藥時(shí)機(jī)合理率由6.71%增長(zhǎng)到71.95%；用藥療程合理率由16.67%增長(zhǎng)到72.27%。見表3。
3 討論
3.1我院圍手術(shù)期抗菌藥物濫用現(xiàn)象得到了極大的改善。專項(xiàng)整治活動(dòng)開始后，我院制定措施，不定期對(duì)臨床科室的手術(shù)病例進(jìn)行動(dòng)態(tài)監(jiān)測(cè)，隨機(jī)抽查科室的病例，發(fā)現(xiàn)存在不合理應(yīng)用抗菌藥物的病例，立即派臨床藥學(xué)室人員到臨床科室進(jìn)行現(xiàn)場(chǎng)指導(dǎo)。又進(jìn)一步制定了控費(fèi)指標(biāo)，落實(shí)到人。調(diào)查結(jié)果顯示，腹腔鏡膽囊手術(shù)中抗菌藥物費(fèi)用有了明顯的下降，下降了30.22%，并未增加手術(shù)感染機(jī)率。
3.2擇期性腹腔鏡膽囊切除術(shù)是否需用抗生素預(yù)防尚存在爭(zhēng)議，國(guó)外多數(shù)學(xué)者主張不用，理由是感染率很低，僅0.5%，而國(guó)內(nèi)則大多使用抗生素。合理的選擇看來(lái)應(yīng)當(dāng)是：預(yù)計(jì)能順利完成的單純膽囊切除（如膽囊隆起性病變），不必預(yù)防用藥；估計(jì)腹腔鏡膽囊切除操作困難、有可能中轉(zhuǎn)手術(shù)者，或有感染高危因素者，則應(yīng)該使用抗生素預(yù)防〔1〕。我國(guó)外科手術(shù)患者抗菌藥物使用率達(dá)到了97%，然而真正需要使用抗菌藥物的患者比例還不到20%〔2〕。2011年1-6月份147份病歷中145份使用了抗菌藥物，2013年1-6月份119份病歷中只有38份使用了抗菌藥物。抗菌藥物使用率明顯下降。
3.3 抗菌藥物品種選擇：2011年1-6月份調(diào)查病歷顯示抗菌藥物主要集中在頭孢呋辛、頭孢他啶、頭孢哌酮等；2013年1-6月份調(diào)查病歷顯示抗菌藥物主要集中在頭孢呋辛、頭孢美唑等。依照“38號(hào)文件”中“常見手術(shù)預(yù)防用藥抗菌藥物表”，肝膽系統(tǒng)手術(shù)首選第二代頭孢菌素，有反復(fù)感染史者可選頭孢曲松或頭孢哌酮或頭孢哌酮/舒巴坦。抗菌藥物品種選擇合理率由77.38%增長(zhǎng)到84.21%，還需進(jìn)一步提要。
3.4 抗菌藥物給藥時(shí)機(jī)：2011年1-6月份調(diào)查病歷中抗菌藥物給藥時(shí)機(jī)合格率僅為6.71%，主要集中在術(shù)前未用藥而術(shù)后用藥，個(gè)別情況是術(shù)前給藥過(guò)早；2013年1-6月份調(diào)查病歷中抗菌藥物給藥時(shí)機(jī)合格率提高到71.95%，依然存在術(shù)前未用藥而術(shù)后用藥的問(wèn)題。《抗菌藥物臨床應(yīng)用指導(dǎo)原則》明確指出，預(yù)防用藥的最佳時(shí)機(jī)應(yīng)在術(shù)前0.5—2h內(nèi)給藥或在麻醉開始時(shí)給藥，若手術(shù)時(shí)間超過(guò)3h或者失血量>1500ml，則應(yīng)根據(jù)藥物半衰期，術(shù)中追加用藥1次。術(shù)后給藥則錯(cuò)過(guò)了最佳的給藥時(shí)機(jī)，預(yù)防效果不如術(shù)前。因此不應(yīng)在病房?jī)?nèi)或是書后給予抗菌藥物，應(yīng)該在手術(shù)室內(nèi)給藥〔3〕。
3.5 抗菌藥物療程：抗菌藥物使用天數(shù)明顯縮短。《抗菌藥物臨床應(yīng)用指導(dǎo)原則》規(guī)定，接受清潔-污染手術(shù)者的手術(shù)時(shí)預(yù)防用藥時(shí)間亦為24小時(shí)，必要時(shí)延長(zhǎng)至48小時(shí)。
3.6 抗菌藥物用法用量：預(yù)防用藥單次劑量偏大，如頭孢呋辛單次使用量2.25g，說(shuō)明書明確指出，預(yù)防手術(shù)感染頭孢呋辛的預(yù)防量應(yīng)為1.5g。加大劑量，增加了不良反應(yīng)的發(fā)生幾率。因此，應(yīng)按規(guī)定規(guī)范使用。
專項(xiàng)整治活動(dòng)后，我院圍手術(shù)期抗菌藥物使用情況成效顯著，但仍未達(dá)到理想水平，仍需繼續(xù)努力。
參考文獻(xiàn)
