大数据文献研究的可视化比较与分析

为全面了解大数据研究成果及发展趋势,文章依托美国的核心期刊数据库Web of Science,使用文献分析软件Citespace,以Big Data、Data Mining和Machine Learning作为主题词,对大数据研究进展进行了梳理,从国家、研究机构、期刊共引、文献共引和研究热点五个方面对已有文献进行可视化比较和分析.研究结果表明:美国具有较强的研究实力和影响力;被引频次较多的文献集中在经济和管理领域;近几年的研究热点主要集中在数据挖掘算法与信息技术相结合,并应用到经济社会领域.     

数据挖掘中事务性数据库的压缩及其应用

一、引言 数据挖掘的首要工作是数据的准备,数据的准备包括:数据选取(Data selection)、数据预处理(Data perprocessing)和数据变换(Data transfromation).目前,我们已经充分地意识到,在信息系统中的信息积累越来越大,这样给数据的准备带来困难,给数据挖掘阶段的开采工作带来了不便.为此解决信息系统中信息量膨胀的问题,就显得尤为重要了.     

基于DEA模型的港口物流效率评价

一、港口物流效率的DEA模型(一)传统DEA模型数据包络分析(Data EnvelopmentAnalysis)简称DEA,由美国著名运筹学家、得克萨斯大学教授查恩斯(A.Charnes)、库伯(W.W.Cooper)和罗兹(E.Rhodes)于1978年在权威的“欧洲运筹学杂志”上发表了一篇重要论文:“Mea-suring the efficiency     

官方统计应如何面对Big Data 的挑战

 随着信息化、网络化时代的到来,"Big Data"的浪潮为整个社会带来了信息金矿,也给官方统计带来了挑战。本文对官方统计应该如何正确认识"Big Data”,如何积极应对“Big Data”带来的挑战,进行了初步分析,给出了作者的明确回答。     

出口贸易经济增长:与基于Panel Data模型的研究

一、Panel D ata模型的类型及识别1.Panel D ata模型的类型Panel Data可译为平行数据或面板数据,是指同时含有横截面和时间序列信息的数据。利用Panel Data建立的模型称为Panel Data模型,Panel Data模型的一般形式为:yit=αi xitβi uit(1)yit为因变量在横截面i和时间t上的数值     

数据挖掘的统计方法及其软件实现

我们生活在一个数据和信息量“爆炸”的知识经济时代,各种超大型数据库已遍及超级市场销售、银行存款、生命科学、医学、政府统计诸多领域,面临海量数据,传统的数据分析技术已很难适应人们从根本上对数据中蕴涵的知识的需求。于是,一个新的领域——数据挖掘(Data mining)便应运而生,无论在学术界还是产业界,它都是一个相当时髦和     

关于美国三份统计学评估和教育指导纲要的简介与思考

本文主要介绍美国统计协会(ASA) 2014年发布的“统计学本科专业课程设置指导纲要”(Curriculum Guidelines for Undergraduate Programs in Statistical Science,以下简称CGUPSS),该纲要反映了大数据时代美国社会对统计专业人士大量需求的现实要求,所提课程设置及其配套的指导意见皆经过精心考虑,具有很强的可操作性.这份纲要对我国统计学本科教学改革具有重要意义,本文还根据该纲要提出四个重要之点请读者留意.本文还简要介绍了美国统计协会2005年发布的“统计学评估和教育指导纲要”(Guidelines for Assessment and Instruction in Statistics Education,以下简称GAISE)、2007年发布的中小学版此类纲要(Guidelines for Assessment and Instruction in Statistics Education:A Pre-K-12 Curriculum Framework,以下简称GAISE Pre-K-12),以加深读者对它们在促进美国统计教育水平不断提高所发挥作用的了解.     

《统计研究》荣获“2012中国最具国际影响力学术期刊”

《中国学术期刊影响因子年报&国际引证报告(2012)》暨"中国最具国际影响力学术期刊"发布会于2012年12月26日在北京召开。中国统计学会、国家统计局统计科学研究所主办的《统计研究》荣获"2012中国最具国际影响力学术期刊(人文社科类)"。由中国科学文献计量评价研究中心、清华大学图书馆编制的《中国学术期刊国际引证报告(2012)》,以我国正式出版的4000余家学术期刊,包括科技类学术期刊3533种,人文社科类学术期刊680种为备选期刊;以Web of Science的引文数据     

加入CDDS与我国人口就业统计的发展

2002年4月15日,国际货币基金组织(IMF)首次以英文公布了中国统计数据文件,标志着中国正式成为IMF“数据公布通用系统”(General Data Dis-semination System,缩写为GDDS)的正式成员。我国加入GDDS是适应经济全球化、金融市场一体化的需要,也是我国进一步改革和扩大对外开放的需要。 一、GDDS的主要要求 (一)统计范围 GDDS将国民经济活动划分为5大经济部门:实际部门、财政部门、金融部门、对外部门和社会人口部门。对每一部门各选定一组能够反映其活动实绩和政策以及可以帮助理解经济发展和结构变化的最为重要的数据类别。系统提出了五大部门综合框架和相关的数据类别和指标编制、公布的目标,鼓励以适当的、反     

出口贸易与经济增长:基于Panel Data模型的研究

一、Panel Data模型的类型及识别 1.Panel Data模型的类型 Panel Data可译为平行数据或面板数据,是指同时含有横截面和时间序列信息的数据.     

国外数据挖掘应用研究与发展分析

目前“数据挖掘(Data Mining,DM)”这一术语在学术界还没有一个公认的、权威的定义,但我们一般可以简单的认为数据挖掘是从海量数据中发现趋势或模式的过程。尽管有些人不愿承认数据挖掘与统计学的内在联系,但不可否认的是早期的数据挖掘的确脱胎于统计学,因此也可以说数据挖掘是利用统计学和机器学习技术创建预测行为的模型。需要强调的是数据挖掘的过程是一个“发现”的过程,而不是“发明”的过程。换句话说,数据挖掘所探寻的模式,是一种已有的、只是隐藏在数据中、暂时没有被发现的知识。世界上对数据挖掘的正式研究始于1989年8月举行…     

武汉大学国际学术论文统计与分析

一、数据来源与统计方法 2001年我校国际学术论文统计数据取自美国科技信息所(ISI)出版的ISIWeb of Science(SCIE、SSCI及AHCI)及ISI Proceedings(ISTP、ISSHP)和美国工程索引公司出版的Ei Compendex Web网络版数据库.     

完善失业统计接轨GDDS

随着世界经济一体化进程的加快,各国间的交流与合作越来越频繁,为减少摩擦与矛盾,也为加强国际组织对各国经济运行状况的监督,国际社会在各领域纷纷建立了国际通行标准,其中,国际货币基金组织(International Monetary Funds,简称IMF)制定的数据公布通用系统(General Data Dissemination System,简称GDDS)和数据公布特殊标准(Spe-cial Data Dissemination Standards,简称SDDS),即为统计数据公布的国际标准.我国自2002年4月正式加入GDDS,这一行动和过程被称为"统计人世".本文就我国失业统计与GDDS的要求进行比较,寻找差距并提出改进措施.     

数据分组处理算法和遗传算法的比较

一、数据分组处理算法数据分组处理算法(Group Methodof Data Handling,简称GMDH)是由乌克兰科学院A.G. Ivakhnenko院士在1967年提出的。它采用多层迭代,借助自组织原理,利用数据和计算机相对客观地选择变量之间的关系,通过启发式学习实现输入输出间的非线性映射,用外准则选取最优模型,实现对所研究系统内部结构的模拟。其基本运算步骤如     

数据包络分析的Excel实现方法

一、D EA概述1978年由著名运筹学家A.Charnes、W.W.Cooper和E.Rhodes提出了一个被称为数据包络分析(Data Envelopm entA nalysis,简称DEA)的方法,用来评价具有多个输入和输出的决策单元(D ecisionM aking Units,D M U)的相对有效性。他们提出了第一个模型C2R模型。之后学者们相     

企业数据仓库的建立和实现

信息技术的飞速发展，逐步形成企业业务过程驱动的，基于关系数据库(DBMS)、满足商业数据处理自动化的联机事务处理系统(OLTP)形式的管理信息系统(MIS)。20世纪90年代以后，管理信息系统中的数据呈爆炸性增长，后信息时代逐渐来临，作为支撑决策支持系统(DSS)的数据仓库(Data Warehouse)技术在欧美企业中开始得到运用。认识、了解数据仓库，对我国企业建立进行信息使用的决策支持系统有积极的现实意义。 1993年数据仓库之父William Inmon把数据仓库定义为“一个面向主题的、集成的、非易失的且随时间变化的数据集合，用于支持管…     

DEA方法的Excel实现

一、DEA概述 1978年由著名运筹学家A.Charnes、W.W.Cooper和E.Rhodes提出了一个被称为数据包络分析(Data Envelopment Analysis,简称)的方法,用来评价具有多个输入和输出的决策单元(Decision Making Units,DMU)的相对有效性.他们提出了第一个模型C2R模型.之后学者们相继提出了C2GS2模型、BC2模型、C2WH模型等一些其他模型.     

中国转型期现代物流发展与制造业竞争力提升关系研究——基于2000—2007年分省面板数据的实证分析

通过运用数据包络分析(Data Envelopment Analysis),根据中国2000-2007年的职工人数、固定资产等经济数据构建一个能反映各地区制造业综合竞争力的单一数字指标,然后利用这些效率指标以及现代物流行业的外延数据构成面板数据(Panel Data)建立模型。通过实证分析得出:中国现代物流的发展有利于制造业竞争力提升。最后根据上述结论提出一些建议:大力发展面向生产的现代物流行业,细化深化专业分工,鼓励生产制企业改造现有业务流程,推进物流业务外包,加强核心竞争力和对外开放水平。     

“大数据”时代对内蒙古人力资源管理的思考

进入2012年以来,＂大数据＂（big_data）一词越来越多地被提及,人们用它来描述和定义信息爆炸时代产生的海量数据,并命名与之相关的技术发展与创新.正如《纽约时报》2012年2月的一篇专栏中所称,＂大数据＂时代已经降临,在商业、经济及其他领域中,决策将日益基于数据和分析而做出,并非基于经验和直觉.哈佛大学社会学教授加里·金说：＂这是一场革命,庞大的数据资源使得各个领域开始了量化进程,无论学术界、商界还是政府,所有领域都将开始这种进程.＂那么,什么是＂大数据＂？它的特点是什么？对于＂大数据＂时代的到来,谈谈本人对自治区人力资源管理的思考.     

GDDS与SDDS的比较研究

随着世界经济一体化进程的加快,各国、各地区之间的交流与合作越来越频繁。为了减少因此产生的摩擦与矛盾以及加强国际组织对各国经济运行状况的监督,国际社会在各领域纷纷建立了国际通行标准。其中,国际货币基金组织(InternationalMonetary Funds,简称IMF)为了规范其成员国经济和金融统计数据的生产和公布,制定了数据公布通用系统(General Data Dissemination System,简称GDDS)和数据公布特殊标准(Special Data DisseminationStandard,简称SDDS),即统计数据公布的国际标准。