标准大数据实践

　　《标准大数据实践》解读了当前大数据发展的基本背景，重点阐述国家标准馆信息化建设存在的问题，以及当前信息化建设要解决的5大问题：长期保存能力不足、数据找不到、数据找不全、数据找不准、标准情况说不清。《标准大数据实践》围绕这5个问题，从业务和技术角度寻找解决办法，给出解决思路以及当前阶段性成果。《标准大数据实践》可供标准行业及文献行业的从业者参考。

暂缺《标准大数据实践》作者简介

1 绪论
1．1 背景
1．1．1 大数据应用蓬勃发展
1．1．2 大数据技术不断更新
1．1．3 标准信息化建设重要意义
1．2 存在问题
1．2．1 数据问题
1．2．2 架构问题
1．3 建设目的
1．3．1 解决标准长期保存问题
1．3．2 解决数据找不到问题
1．3．3 解决数据找不全问题
1．3．4 解决数据找不准问题
1．3．5 解决标准情况说不清问题
1．4 主要创新点
1．5 组织结构
2 保存标准
2．1 标准长期保存的重要意义和必要性
2．1．1 重要意义
2．1．2 必要性
2．2 标准长期保存实施方案
2．2．1 存在问题
2．2．2 长期保存升级改造目标
2．2．3 建设原则
2．2．4 设计方案
3 找到标准
3．1 基本概念
3．1．1 异构数据
3．1．2 异构数据系统
3．2 研究现状
3．3 关键技术
3．3．1 NosoL技术
3．3．2 动态实时的全文索引技术
3．4 系统架构与实践
3．4．1 系统架构
3．4．2 实践效果
4 找全内容
4．1 知识关联
4．1．1 国内外的研究与应用现状
4．1．2 知识关联概述
4．1．3 基于引文分析的知识关联揭示与应用
4．1．4 基于语义网的知识关联研究与实践
4．1．5 基于数据挖掘算法的知识关联研究与实践
4．1．6 知识关联可视化展现研究与应用
4．2 内容挖掘
4．2．1 国内外研究现状
4．2．2 关键技术
4．2．3 系统实现
5 找准内容
6 宏观分析