共查询到20条相似文献，搜索用时 140 毫秒
1.
随着大数据时代图书馆大数据量增长速度加快,以及大数据总量的不断增加,数据的冗余问题将更加严重,人们越来越关注大数据的管理与利用问题。本文首先研究了大数据的基本概念。然后,对大数据时代图书馆数据长期可用性保障进行了研究。最后,提出了几条应对措施。 相似文献
2.
大数据与大数据经济学 总被引：2，自引：0，他引：2
本文从大数据的发展现状分析入手,讨论了大数据对传统经济学的挑战,首次提出大数据经济学的概念.认为大数据经济学包括大数据计量经济学、大数据统计学和大数据领域经济学,并分析了大数据经济学与信息经济学、信息技术等相关学科的关系,最后对大数据经济学发展前景进行了展望,认为大数据经济学不仅将理论科学、实验科学、复杂现象模拟统一在一起,而且将自然科学和社会科学统一在一起,将理论研究与实践应用实时地统一在一起,大数据经济学具有“智能经济学”的特点. 相似文献
3.
大数据环境下技术创新管理方法研究 总被引：6，自引：0，他引：6
随着大数据时代的来临,“大数据”问题迅速从技术层面上升到国家战略的最高层.以美国“大数据研究与开发计划”项目在美国国防领域的研究问题与应用入手,深入研究大数据环境下国家战略的新变化与新思路,思考并探索如何让我国技术创新管理工作迅速适应大数据环境,并有效利用大数据环境的机遇与挑战等问题.提出了大数据环境下面向技术创新管理的双向决策模型,整合传统“目标驱动决策”与大数据环境下“数据驱动决策”的理念及方法,构建了“评估与预测”和“监测与预警”的技术创新管理模型,以期提升我国技术创新管理研究在大数据环境下提取知识与观点的能力. 相似文献
4.
5.
作为人类的新型战略资源,大数据已成为知识经济时代的战略高地。其少量依赖因果关系、主要依靠数据相关性发现知识的新模式,使得其成为继经验、理论和计算模式之后的数据密集型科学范式的典型代表,带来了科研方法论的变革,正成为科学发现的新引擎。科学大数据作为大数据的重要分支,具有不可重复性、高度不确定性、高维性及计算分析高度复杂性的内部特征,以及在数据内容、数据体量、数据获取、数据分析等方面的外部特征,这给科学大数据的处理技术与方法提出了新的挑战。在以上分析基础上,文章提出了科学认知科学大数据,建设科学大数据基础设施,建立科学数据研究中心,以及构建科学大数据学术平台等建议。 相似文献
6.
首先对大数据做简要诠释;其次重点阐述大数据在国内外各个领域的应用现状,以此来对大数据产业的发展、社会定位以及价值实现途径进行探索;最后分析我国大数据产业发展当中存在的主要问题并给出相关建议。 相似文献
7.
图书馆的大数据时代已经来临,大数据质量问题是影响图书馆大数据应用的重要因素,而大数据清洗则是提高图书馆大数据质量的主要手段。本文介绍了图书馆不清洁数据的类型与产生原因,设计了基于大数据决策分析需求的图书馆大数据清洗系统,该系统不仅可以提高大数据清洗的效率和精确度,而且大幅度降低了图书馆大数据决策分析的复杂度。 相似文献
8.
邬贺铨 《科学对社会的影响》2014,(1):1-13
互联网特别是移动互联网的发展,加快了信息化向社会经济各方面、大众日常生活的渗透,使人们更加感受到大数据的来势迅锰,由此催化生了对大数据开发的需求。本文介绍了大数据产生的背景、意义及内涵,并举例说明了大数据思维的应用领域与效果,讨论了有关大数据误区的相关问题。 相似文献
9.
"大数据时代"的到来以及数据密集型知识发现方法论为科学研究提供了全新的机遇与挑战。基于此,国际科技数据委员会(CODATA)联合全球6个大型国际学术组织以及中科院遥感与数字地球所于2014年6月在北京举办了大数据与科学发现国际研讨会。本次研讨会对大数据及科学大数据的本质特征进行了分析,对大数据予大科学研究的知识发现开展了研讨,对大数据予大科学计划的应用提出了建议,并针对大数据服务科学计划使命提出了未来行动纲领。 相似文献
10.
11.
大数据治理的概念与要素探析 总被引：1，自引：0，他引：1
随着信息、连接和计算能力这三大要素变得更加经济和便利,大数据应用将会变得越来越普及,如何发挥大数据应用的作用正是大数据治理关注的问题。从目的、权利层次、对象和解决的实际问题4个方面深入探析大数据治理的内涵,分析大数据治理应重点关注的领域,构建大数据治理框架,并进一步讨论大数据治理面临的挑战。论文在大数据治理内涵剖析和大数据要素框架构建方面作出新的尝试,以期为后续研究提供参考。 相似文献
12.
This study uses the resource-based view to explore the impact of data volume, data velocity, and data variety, which are the main characteristics of big data, on firm performance and the mediating roles of data value and data veracity on these relationships. To test the research model, we collected data from 143 top and middle level managers in the United States. The findings show that data variety positively improves data value generation, whereas data volume and data velocity do not impact it. Additionally, while data volume negatively impacts data veracity, data velocity and data variety positively impact it. Findings indicate the necessity of conceptually differentiating among big data characteristics in investigating their impacts on firm outcomes instead of treating big data as a holistic variable. The study provides useful insights for researchers and managers willing to better understand the role of big data characteristics in influencing firm performance. 相似文献
13.
实验室研究在大数据背景下,其研究的思维方法和方式都会产生重大变革。用现象学方法中的先验、解释以及体验等研究方法看待大数据下的实验室研究,以及探明实验室研究在大数据背景下的具体作用机理,具有一定现实意义。 相似文献
14.
Big data analytics associated with database searching, mining, and analysis can be seen as an innovative IT capability that can improve firm performance. Even though some leading companies are actively adopting big data analytics to strengthen market competition and to open up new business opportunities, many firms are still in the early stage of the adoption curve due to lack of understanding of and experience with big data. Hence, it is interesting and timely to understand issues relevant to big data adoption. In this study, a research model is proposed to explain the acquisition intention of big data analytics mainly from the theoretical perspectives of data quality management and data usage experience. Our empirical investigation reveals that a firm's intention for big data analytics can be positively affected by its competence in maintaining the quality of corporate data. Moreover, a firm's favorable experience (i.e., benefit perceptions) in utilizing external source data could encourage future acquisition of big data analytics. Surprisingly, a firm's favorable experience (i.e., benefit perceptions) in utilizing internal source data could hamper its adoption intention for big data analytics. 相似文献
15.
The number of firms that intend to invest in big data analytics has declined and many firms that invested in the use of these tools could not successfully deploy their project to production. In this study, we leverage the valence theory perspective to investigate the role of positive and negative valence factors on the impact of bigness of data on big data analytics usage within firms. The research model is validated empirically from 140 IT managers and data analysts using survey data. The results confirm the impact of bigness of data on both negative valence (i.e., data security concern and task complexity), and positive valence (i.e., data accessibility and data diagnosticity) factors. In addition, findings show that data security concern is not a critical factor in using big data analytics. The results also show that, interestingly, at different levels of data security concern, task complexity, data accessibility, and data diagnosticity, the impact of bigness of data on big data analytics use will be varied. For practitioners, the findings provide important guidelines to increase the extent of using big data analytics by considering both positive and negative valence factors. 相似文献
16.
《International Journal of Information Management》2016,36(3):403-413
Big data has captured the interests of scholars across many disciplines over the last half a decade. Business scholars have increasingly turned their attention to the impact of this emerging phenomenon. Despite the rise in attention, our understanding of what big data is and what it means for organizations and institutional actors remains uncertain. In this study, we conduct a systematic review on “big data” across business scholarship over the past six years (2009–2014). We analyzed 219 peer-reviewed academic papers from 152 journals from the most comprehensive business literature database. We conducted the systematic review both quantitatively and qualitatively using the data analysis software NVivo10. Our results reveal several key insights about the scholarly investigation of big data, including its top benefits and challenges. Overall, we found that big data remains a fragmented, early-stage domain of research in terms of theoretical grounding, methodological diversity and empirically oriented work. These challenges serve to improve our understanding of the state of big data in contemporary research, and to further prompt scholars and decision-makers to advance future research in the most productive manner. 相似文献
17.
为探讨大数据的概念及全球的研究现状,以Web of Science TM核心集合作为数据源,对时间为2010—2016年期间有关大数据的经济管理类核心期刊进行文献梳理研究,利用知识图谱法、共词分析法和引文分析法对大数据研究领域的基础知识、知识演进以及研究热点及趋势展开分析和评述。基于文献计量软件Citespace绘制出时区视图、聚类图等,得出对大数据概念的多视角理解以及研究热点和研究趋势。 相似文献
18.
19.
对大数据驱动的管理与决策的相关文献进行研究,得出大数据资源的共享机制及其信息孤岛互联技术是当今大数据研究的前沿课题之一。对国内外政府数据共享交换应用进行研究分析,归纳政府数据资源共享交换存在管理理念问题和原有系统造成数据壁垒的问题。基于云平台,结合数据即服务的理论,提出构建政府全量数据资源的管理框架,在保证不对原有系统做任何改动的前提下,做到数据不搬家、数据不复制、数据不改变原来的管理模式,界定各个运营主体对数据的权利、义务,解决数据共享交换面临的管理理念问题和系统壁垒问题。 相似文献
20.
旨在揭示大数据研究中国家和机构间的合作模式和网络结构,发现主要参与国家和机构的主导地位,并利用科学地图来可视化这些合作特征.在了解大数据领域全球论文产出概况的基础上,应用网络特征指标分析大数据研究合作网络的结构特征及演化规律、主要国家与机构在合作网络中的地位及其作用,并通过VOSviewer软件以科学叠加图(overlay map)的形式对结果进行可视化.研究发现:全球大数据研究以国内合作尤其是机构内合作为主,国家和机构间合作的比重较低,随着时间推移,国际合作网络规模不断扩大,并逐渐向多元主导模式转变;中国、美国和英国在国际合作网络中占据核心地位、发挥桥梁作用;中国作者在国际合作网络中的主导性较高,中国科学院、德克萨斯大学和清华大学是最为活跃的参与机构. 相似文献