图书情报工作

图书情报工作 >

2015 , Vol. 59 >Issue 3: 19 - 25

DOI: https://doi.org/10.13266/j.issn.0252-3116.2015.03.003

专题：现代信息技术在信息分析中的应用研究

计算机辅助信息分析的技术框架及其发展趋势

  • 熊志正 ,
  • 官思发 ,
  • 朝乐门
展开
  • 1. 中国人民大学信息资源管理学院 北京 100872;
    2. 数据工程与知识工程教育部重点实验室 北京 100872
熊志正(ORCID:0000-0001-5908-6863),博士研究生;朝乐门(ORCID:0000-0001-8963-7507),副教授,硕士生导师。

收稿日期: 2014-12-31

  修回日期: 2015-01-06

  网络出版日期: 2015-02-05

基金资助

本文系国家社会科学基金重大项目"云计算环境下的信息资源集成与服务研究"(项目编号:12&ZD220)和国家自然科学基金项目"语义Web环境下的大规模协同知识处理模型研究"(项目编号:71103020)和中国人民大学科研基金项目"信息分析技术创新研究"(项目编号:10XNJ035)研究成果之一。

收起

The Technological Framework for Computer Aided Information Analysis and Its Emerging Trends

  • Xiong Zhizheng ,
  • Guan Sifa ,
  • Chao Lemen
Expand
  • 1. School of Information Resource Management, Renmin University of China, Beijing 100872;
    2. Key Laboratory of Data Engineering and Knowledge Engineering (Renmin University of China), MOE, Beijing 100872

Received date: 2014-12-31

  Revised date: 2015-01-06

  Online published: 2015-02-05

Fold

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。

关键词： 计算机辅助; 信息分析; 数据挖掘; 商务智能; 大数据分析

本文引用格式

熊志正 , 官思发 , 朝乐门 . 计算机辅助信息分析的技术框架及其发展趋势[J]. 图书情报工作, 2015 , 59(3) : 19 -25 . DOI: 10.13266/j.issn.0252-3116.2015.03.003

Abstract

[Purpose/significance] This paper constructed a framework for the computer-aided information analytics tasks and offered a top-design guideline for the computer-aided analyzing work.[Method/process] Based on the literature review, this paper come up with an analytical framework consisting of database, data warehouse, OLTP, OLAP, BI and DSS. This paper specifically introduces OLAP, data mining and knowledge discovery, social network analysis and big data analytics as the most useful four kinds of the current core technologies for computer-aided information analysis.[Result/conclusion] This paper analyzes the main challenges and puts forward an outlook for computer-aided information analysis. Big data analytics will be an important research topic for computer-aided information analysis in future. Computer-aided information analysis will make a great progress in the support of cloud computing and big data technologies, mobile computing and social computing will intersect with information analysis in future.

Key words： computer aided; information analysis; data mining; business intelligence; big data analysis

参考文献

[1] 金海萍,何世彦,李萍,等.由典型案例谈计算机审计在商业银行中的应用[C]//全国内部审计理论研究优秀论文集(2013).北京:中国内部审计协会,2013:269-278.
[2] 于清文.决策分析系统——计算机辅助决策分析的研究[J].数量经济,1984(1):43-47.
[3] 刘玉照,曹君祥.基于群体的竞争信息分析系统[J].情报杂志,2000,19(2):32-33.
[4] 沙勇忠,肖仙桃,赵波.计算机辅助信息分析论略[J].情报杂志,2005(7):74-80.
[5] 侯月明,乔晓东,孙卫,等.开源分析工具在中文文献分析中的应用[J].现代图书情报技术,2013(3):71-76.
[6] Fiorelli M, Pazienza M T, Stellato A, et al. CODA: Computer-aided ontology development architecture[J]. IBM Journal of Rrsearch and Development,2014,58(2-3):1-14.
[7] Tuta M, Zara I A, Orzan G, et al. Competitive intelligence- an enhancement to business intelligence[J]. Economic Computation and Economic Cybernetics Studies and Research, 2014,48(2): 151-161.
[8] Wang Charles C. N., Hecht David A, Sheu Phillip C-Y, et al. Semantic computing and drug discovery: a preliminary report[C]//IEEE. IEEE International Conference on Semantic Computing. Irvine, CA:IEEE Comp Soc,2013:453-458.
[9] 马芳,王效岳.基于数据挖掘技术的专利信息分析[J].情报科学,2008,26(11):1672-1675.
[10] 刘玉琴,彭茂祥.国内外专利分析工具比较研究[J].情报理论与实践,2012(9):120-124.
[11] Alfredo C. Analytics over big data: Exploring the convergence of data warehousing, OLAP and data-intensive cloud infrastructures[C]//IEEE. Proceedings International Computer Software and Applications Conference. Kyoto JAPAN:IEEE Comp Soc,2013:481-483.
[12] Luca L, Salvatore O, Alessandraetal R. A general framework for trajectory data warehousing and visual OLAP[J]. Geoinformatica,2014,18(2):273-312.
[13] 刘世平.数据挖掘技术及应用[M].北京:高等教育出版社,2009.
[14] 胡可云,田凤占,黄厚宽.数据挖掘理论与应用[M].北京:清华大学出版社,北京交通大学出版社,2008.
[15] 韩秋明,李微,李华锋.数据挖掘技术应用实例[M].北京:机械工业出版社,2011.
[16] Wang Shuliang, Yuan Hanning. Spatial data mining: A perspective of big data[J]. International Journal of Data Warehousing and Mining,2014,10(4):50-70.
[17] Leslie K J, Uhlir P F. Viewpoint soft infrastructure challenges to scientific knowledge discovery[J]. Communications of the Association for Computing Machinery,2014,57(9):35-37.
[18] Wasserman S,Faust K.Social network analysis: Methods and applications[M].Cambridge:Cambridge University Press,1994.
[19] 朱庆华.社会网络分析法及其在情报学中的应用[J].情报理论与实践,2008(2):179-183.
[20] Bian Jiang, Xie Mengjun, Umit T,et al. Social network analysis of biomedical research collaboration networks in a CTSA institution[EB/OL].[2015-01-02].https://vpn.ruc.edu.cn/science/article/pii/,DanaInfo=www.sciencedirect.com+S153204641400 0185.
[21] 孟小峰,慈祥. 大数据管理:概念、技术与挑战[J]. 计算机研究与发展,2013(1):146-169.
[22] 任工昌,李平平,鲁麒,等. 基于深度知识的创新性计算机辅助创新系统研究[J]. 机械设计,2014,31(2):15-19.
[23] 李玉坤,孟小峰,张相於. 数据空间技术研究[J]. 软件学报,2008(8):2018-2031.
[24] 孟小峰,李勇,祝建华.社会计算:大数据时代的机遇与挑战[J].计算机研究与发展,2013,50(12):2483-2491.
[25] 覃雄派,王会举,杜小勇,等. 大数据分析——RDBMS与MapReduce的竞争与共生[J]. 软件学报,2012,23(1):32-45.
[26] Agrawal D, Das S, El Abbadi A. Big data and cloud computing: Current state and future opportunities[C]//Ailamaki A.,Amer-Yahia S,Pate J, et al.Proceedings of the 14th International Conference on Extending Database Technology. New York:ACM, 2011: 530-533.
[27] Dursun D, Haluk D. Data, information and analytics as services[J]. Decision Support Systems, 2013,55(1):359-363.
[28] Thomsa H D. Analytics 3.0[J]. Harvard Business Review, 2013(12):65-72.
[29] 张鼐,张英,杜云,等.大数据环境下基于云的分析即服务平台研究[J].情报探索,2014(8):5-7,10.
[30] IBM大数据与分析再升级大步迈进认知计算时代[EB/OL].[2014-03-21]. http://soft.chinabyte.com/393/12878393.shtml.
[31] 顾君忠.大数据与大数据分析[J].软件产业与工程,2013(4):17-21.

Options
文章导航

/

〈 〉