【作者机构】湖南财经工业职业技术学院 【分 类 号】TP311.13;|TP333 【分类导航】工业技术->自动化技术、计算机技术->计算技术、计算机技术->计算机软件 【关 键 词】半结构化 非结构化 MongoDB 文档模型 数据建模 【基 金】2017年湖南省教育厅科学研究项目(17C0253) 【摘 要】教学资源数据几乎全部都是半结构化数据和非结构化数据,传统应用中采用RDBMS和文件系统进行存储存在诸多的弊端。文章分析了教学资源数据组成结构与应用特性,以及MongoDB数据库的存储机制,提出了基于MongoDB+GridFS的存储方案,并结合实际案例总结出了教学资源数据逻辑建模方法和建模要点。 基于关键词检索的非结构化数据审计应用研究[J].中国内部审计,2020,第4期 商业银行非结构化数据的增多,给审计工作带来诸多挑战,面对审计风险的提高,内部审计需要重新审视传统的审计工作模式与方法技术,了解审计发展的困局与出路,掌握非结构化数据分析的发展现状,探索一条可行的非结构化数据审计工作模式,从而提高审计质量与效率,降低审计风险,逐步实现审计信息化。 一种基于ELK框架的地理信息动态时空数据获取与挖掘方法[J].测绘通报,2020,第1期 尝试将ELK框架在大规模日志实时处理方面的能力抽离出来,将其优势能力与地理信息技术相结合,提供一种基于ELK框架的地理信息动态时空数据获取与挖掘方法。该方法通过建立机制动态采集海量级非结构化数据,并实时筛取与地理要素相关的时空信息,从而实现海量级分析样本下的地理信息时空数据的实时动态分析与挖掘。最后以上海市快速路交通流量作为研究对象验证该方法模型,试验结果能够反映一定的社会潜在规律并提供相关指导价值,证明方法可行,并对方法的优缺点进行了记录与分析。 大数据环境下的数据安全研究[J].数码世界,2020,第1期 大数据在给各行各业带来巨大便利和经济价值的同时,其安全性也面临各种威胁。本文针对如何在充分利用大数据自身优势的同时保证数据的安全性开展研究,首先从易受黑客攻击、非结构化数据不易存储和新技术发展等三个方面信息分析了大数据面临的安全威胁,最后从大数据的存储、应用和管理等三个层面给出了相应的数据安全防护策略。 建设AI驱动数据治理机制促进数字经济发展[J].互联网经济,2020,第C1期 金融业是数据密集型行业,在生产经营过程中积累了海量的数据资源,只有做好数据治理,才能更快、更好地推进数字化转型。如何将结构化和非结构化等各种数据进行统一的接入与管理,需要具有稳定、高效的数据存储和数据治理能力。 新一代数据备份解决方案Veeam Availability Suite v10[J].智能制造,2020,第C1期 云数据管理的备份解决方案厂商Veeam Software (卫盟软件)正式发布全新Veeam Availability Suite v10,它具有新的数据保护功能,提高了数据的可用性、可移植性和可扩展性。Veeam的旗舰备份解决方案Veeam Availability Suite于2008年作为Veeam Backup&Replication首次推出,现为网络连接存储(NAS)提供现代文件数据保护,通过多虚拟机即时恢复(Multi-VM Instant Recovery)自动执行 浅析非结构化电子档案数据管理[J].卷宗,2019,第26期 电子档案当中的数据除了结构化的数据之外,还存在着非常多的非结构化数据,这些数据通常表现出难以进行管理的特性,并且非结构化数据具有差异性的特点,因此我们也很难用全局的和整体的眼光去看待非结构化数据,这将给非结构化电子档案数据管理带来很大的麻烦.本文就是针对非结构化电子档案数据管理进行了深入的探讨,分析出了非结构化电子档案管理中存在的问题,并提出了相关的非结构化电子档案数据管理的措施,目的就是为了提高我国非结构化电子档案数据管理水平 Family Medicine and Community Health·BMJ论文摘要汇编 ——基层保健研究中的半结构化访谈：关系与严谨的平衡[J].中国全科医学,2019,第24期 半结构化深度访谈常用于定性研究,是基层保健研究中最常见的定性数据来源。这种方法通常为研究者和参与者之间的对话,在可灵活调整的访谈协议框架下,辅以后续问题、调查和评价。该方法允许研究者收集开放式数据,探索参与者对某一特定主题的想法、感受和信念,深入研究个人问题,有时可能是敏感问题。本文旨在确定和描述在家庭医学和基层保健研究环境中设计和进行半结构化访谈的基本技能。回顾有关半结构化访谈的文献,以确定在家庭医学和基层保健研究环境中使用这种方法的关键技能和内容。总的来说,半结构化访谈既需要关注与参与者的关系,也需要提高访谈技能的实践。访谈技能包括:(1)确定研究的目的和范围;(2)确定参与者;(3)考虑伦理问题;(4)规划后勤方面;(5)制定访谈指南;(6)与参与者建立信任和融洽关系;(7)进行访谈;(8)记录和反思;(9)分析数据;(10)证明研究的可信度;(11)在论文或者报告中展示研究结果。半结构化访谈为家庭医生在基层保健环境中进行研究提供了一种有效可行的方法。采用半结构化访谈进行数据收集的研究者应关注与参与者的关系,并注意访谈技能,以确保研究质量。半结构化访谈可以成为家庭医生、基层保健从业人员和其他卫生服务研究者用来了解个人想法、信念和经验的一个强有力工具。尽管如此,对于不熟悉定性研究方法的研究者来说,半结构化访谈可能让人感到害怕,颇具挑战。为了阐明这一方法,本文为研究者(包括新手和资源较少的研究者)提供了实践指导,让他们能够运用半结构化访谈来进行数据收集,且为了使研究者在家庭医学和基层保健研究环境中更好地实施半结构化访谈,本文给出了必要步骤的建议。本研究价值:半结构式访谈是研究者向参与者提问,以收集某个特定主题或经历的主观信息,是最常见的一种定性研究。只需8～12名参与者,家庭医学的研究者即可进行半结构化访谈,完成有意义的研究,特别是对发现问题和寻找变量非常有效。研究者如能掌握访谈技巧,与参与者建立良好的关系,访谈会更高效、顺利。本文将半结构访谈分为11个步骤。在半结构化访谈前,研究者首先应选择合适的场所,检查设备;访谈过程中,要清楚自己的立场,采取友好和非评断的态度;学会主动倾听,灵活运用各种访谈技巧,使参与者感觉放松,能更好地表达自己真实的想法。作者最后建议:倾听优先于谈话;使用清晰的语言并避免使用专业术语;通过主动倾听、表达同理心、展示对参与者世界观的开放态度,以及感谢参与者帮助你了解他们的经历。全科医学为基层提供基本医疗和公共卫生服务,而访谈更加注重患者的个体化感受,更体现了全科医学以人为本的特点。通过阅读本文,希望一线的全科医生能够掌握半结构化访谈,为全科医学的临床研究做出自己的一份贡献。半结构化访谈的核心特征:(1)灵活的结构;(2)可迭代;(3)参与者是团体或个人;(4)提前约定时间;(5)从能够提供主体信息的关键参与者身上获得信息;(6)从参与者角度思考;(7)深入探索参与者的想法和经历;(8)通常是定性研究的唯一数据来源。 基于云计算的半结构化BIM数据库[J].电子技术与软件工程,2019,第20期 本文研究了如何利用云计算来构建半结构化的BIM数据库,通过研究BIM技术和云计算的关系,分析BIM对于云计算的需求,提出了使用HBase来构建半结构化的数据库。 物资质量监督应用场景的设计及其应用[J].江西电力,2019,第12期 物资质量监督管理主要是指在物资设计、材料选用、制造监造、运输配送、存放保管、安装调试(供应商)等环节对采购物资进行的质量监督活动,有助于电网物资本质安全水平的提高.基于供应商不良行为分析的物资质量监督应用系统采集全国网公司发布的供应商物资质量事件数据,建立供应商不良行为数据中心,监测供应商异常情况,实现采购预警和辅助决策功能.该系统已在一定范围投入应用,运行结果表明该系统功能完善,可实现对物资质量事件的有效监督,给运维、抽检、物资采购等人员提供辅助决策. 利用AI洞见，共同直面医疗健康挑战[J].软件和集成电路,2019,第10期 Watson Health为客户数字化转型之旅的多重需求提供帮助,赋能客户获得更多信息,以更好地作出临床、运营和财务方面的决定。我们的时代面临的一大挑战就是如何改善人类健康。人们在医疗健康领域投入了大量科学研究和资源,但这个领域依然充满各种复杂性、惯例和误读信息。如今,前所未有的大量数据流经医生办公室和公共卫生部门,这些数据往往位于多个孤