龙伟:改革开放以来海外中国共产党研究的“知识图谱”——基于SSCI、A&HCI数据库的CiteSpace可视化分析
[图片] 【摘 要】改革开放40年来,海外对中国共产党的研究持续升温,成为海外中国学研究中最重要的议题之一。本文尝试采用知识图谱的方法,选择SSCI、A&HCI两大数据库在1978年至2018年间以“中国共产党”为主题的文献作为分析对象,利用CiteSpace软件对海外中囯共产党研究进行分析。本文的研究发现,海外中国共产党研究的发文数量逐年增长,形成了以区域研究、政治学、社会学为核心的研
来自: 社区博客几款数据可视化的工具介绍
DT(Data Technology)时代已经来临,使用BI工具代替手工统计分析数据,已经成为企业和政府快速致胜的武器。好的BI工具能有效的帮助企业提高分析效率、减少分析成本、提高数据价值、完善信息化水平。 新型的数据可视化产品层出不穷,基本上各种语言都有自己的可视化库,传统数据分析及BI软件也都扩展出一定的可视化功能,再加上专门的用于可视化的成品软件,我们的可选范围实在是太多了。那么,我们要选
来自: 社区博客初创期应用架构实践 (3):结构化数据存储
欢迎访问网易云社区,了解更多网易技术产品运营经验。 3.1.2 结构化数据存储 数据是互联网业务最核心的价值,管理数据是互联网应用最重要的功能。在电商业务 场景中,一次会员购买商品的行为,首先涉及商品数据、会员数据的查询,会员点击购买 后,生成订单数据,会员支付成功后,又会涉及订单数据的更新。要实现高效的数据管理, 数据存储是关键,因为数据的存储方案决定了数据的访问方式及访问效率。 电商业务涉及非
来自: 社区博客关系型数据库连接常见问题_数据分析及可视化_产品文档_帮助与文档-网易数帆
59.111.241.36,59.111.222.188,如果您为私有部署,则请咨询您的系统管理员) ②检查您的数据库服务器防火墙,确保没有阻拦。(如果是SaaS服务,请尝试从您的数据库服务器上ping
来自: 产品文档 - 数据分析及可视化 - 数据连接大数据处理关键技术主要有五种,具体指的是什么?
大数据技术,就是从各种类型的数据中快速获得有价值信息的技术。大数据领域已经涌现出了大量新的技术,它们成为大数据采集、存储、处理和呈现的有力武器。大数据处理关键技术一般包括:大数据采集、大数据预处理、大数据存储及管理、大数据分析及挖掘、大数据展现和应用(大数据检索、大数据可视化、大数据应用、大数据安全等)。 [图片] 一、大数据采集技术 数据采集是指通过RFID射频数据、传感器数据、社交网络交互数
来自: 社区博客大数据可视化技术 为桥梁SHM数据的有效利用提供可能
[图片] 结构健康监测技术被广泛应用于大型桥梁的养护管理,但受数据分析方法和计算方式的限制,桥梁结构健康监测系统所积累的海量监测数据并未得到有效利用。近几年,大数据技术的发展为桥梁结构健康监测数据的有效利用带来了希望。大数据可视化分析是大数据分析的一个分支,能够实现高维数据可视化的同时,识别数据中的模式。 桥梁SHM的数据应用 在传统的桥梁养护管理中,基于人工检测的结构状态评估扮演了重要角色,然
来自: 社区博客6个方面分析:知识图谱的价值和应用
知识对于人工智能的价值就在于,让机器具备认知能力和理解能力。构建知识图谱这个过程的本质,就是让机器形成认知能力,理解这个世界。 [图片] 一、知识图谱无处不在 说到人工智能技术,人们首先会联想到深度学习、机器学习技术;谈到人工智能应用,人们很可能会马上想起语音助理、自动驾驶等等,各行各业都在研发底层技术和寻求AI场景,却忽视了当下最时髦也很重要的AI技术:知识图谱。 当我们进行搜索时,搜索结果右侧
来自: 社区博客产品专家说 | 网易数帆数据生产力方法论
小编有话说 市场的变幻,政策的完善,技术的革新……种种因素让我们面对太多的挑战,这仍需我们不断探索、克服。 今年,网易数帆将持续推出新栏目「金融专家说」「技术专家说」「产品专家说」等,聚集数帆及合作伙伴的数字化转型专家天团,聚焦大数据、云原生、人工智能等科创领域,带来深度技术解读及其在各行业落地应用等一系列知识分享,为企业数字化转型成功提供有价值的参考。 今天是第3期,由网易数帆有数产品技术负责人
来自: 社区博客大数据方面核心技术有哪些?
大数据技术的体系庞大且复杂,基础的技术包含数据的采集、数据预处理、分布式存储、NoSQL数据库、数据仓库、机器学习、并行计算、可视化等各种技术范畴和不同的技术层面。首先给出一个通用化的大数据处理框架,主要分为下面几个方面:数据采集与预处理、数据存储、数据清洗、数据查询分析和数据可视化。 [图片] 一、数据采集与预处理 对于各种来源的数据,包括移动互联网数据、社交网络的数据等,这些结构化和非结构化
来自: 社区问答大数据方面核心技术有哪些?
大数据技术的体系庞大且复杂,基础的技术包含数据的采集、数据预处理、分布式存储、NoSQL数据库、数据仓库、机器学习、并行计算、可视化等各种技术范畴和不同的技术层面。首先给出一个通用化的大数据处理框架,主要分为下面几个方面:数据采集与预处理、数据存储、数据清洗、数据查询分析和数据可视化。 [图片] 一、数据采集与预处理 对于各种来源的数据,包括移动互联网数据、社交网络的数据等,这些结构化和非结构化
来自: 社区问答