导读:本文包含了事务数据论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:数据,事务,公共事务,隐私,机关,公共政策,数据流。
事务数据论文文献综述
左文明,朱文锋,毕凌燕[1]（2019）在《基于大数据的重大公共事务决策风险治理研究》一文中研究指出重大公共事务决策体现出全局性、战略性和基础性等特性,涉及全体或大多数社会组织单元的利益,面临更复杂的风险因素和更困难的风险治理对策。针对重大公共事务决策,传统的风险治理方法存在一定的局限性,而大数据的应用可以弥补传统方法的不足。通过文献研究定义了重大公共事务决策,论述了重大公共事务决策风险治理传统方法的局限及大数据应用的价值,并分析了大数据应用于重大公共事务决策风险治理的必要性。进而构建了基于大数据的重大公共事务决策风险治理的逻辑框架,厘清大数据时代风险识别、评估、预警、控制、沟通的对策与政策体系形成的基本逻辑。研究旨在为政府的重大公共事务决策风险治理提供思路,提高风险治理的科学化、现代化和智能化水平。(本文来源于《电子政务》期刊2019年11期）
朱永康[2]（2019）在《以营商环境评价为支撑 大力推动优化营商环境》一文中研究指出改革开放以来，我国民营经济迅速发展，成为推动我国经济社会发展不可或缺的力量。民营企业既是创业就业、技术创新的重要主体，也是国家税收的重要来源，在我国社会主义市场经济发展、政府职能转变、农村富余劳动力转移、国际市场开拓中发挥了重要作用。从新中国成立70年来(本文来源于《中华工商时报》期刊2019-11-05）
[3]（2019）在《贵州：推进机关事务与大数据深度融合发展》一文中研究指出把信息化作为建设现代机关事务的重要支撑,依托贵州省实施"大数据"战略行动,推进机关事务与大数据深度融合发展,打造智慧机关事务贵州省机关事务管理局把信息化作为建设现代机关事务的重要支撑,依托贵州省实施"大数据"战略行动,推进机关事务与大数据深度融合发展,打造智慧机关事务。管理局充分利用"互联网+"、(本文来源于《中国机关后勤》期刊2019年10期）
刘柏岩[4]（2019）在《浅析大数据与高校学生事务精细化管理》一文中研究指出大数据时代的到来给学生事务管理带来了新的契机,为学生事务精细化管理提供了依据、方法,创造了条件。文章通过强化以学生为本的管理理念,树立与时俱进的大数据思维以及建立高度融合的数据信息与管理平台,建立"用数据说话、用数据决策、用数据管理、用数据创新"的管理机制,旨在提高高校学生事务管理的有效途径。(本文来源于《吉林教育》期刊2019年38期）
周君仪[5]（2019）在《基于高校网上事务大厅数据促进学生发展的思考》一文中研究指出数字化校园的发展已经进入到以数据整合、应用为重点的阶段。高校在网上事务大厅广泛应用的基础上,积累了大量的学生日常业务数据,对其进行合理的处理、分析,挖掘出一些深层次的数据关系,将有助于学校、老师更客观、清晰的了解学生的学业、生活等各方面的情况,继而指导教师更好的促进学生发展。(本文来源于《科教导刊(上旬刊)》期刊2019年10期）
吴鹏飞,赵伟[6]（2019）在《未来将来,机关事务整装待发——信息化系统数据分析设计初探》一文中研究指出大数据的价值并不在"大",而在于"有用"。数据本身只是人类通过计算机和移动终端留下的离散"足迹",只有通过数据分析,才能找到"足迹"背后的规律并创造出"数据价值"。做好信息化系统数据分析设计,对机关事务未来发展意义重大做好数据分析,推动精准管理和精细服务,是大数据时代机关事务信息化建设的重要目标。无论是办公用房管理、公务用车管理、公共机构节能管理,还是(本文来源于《中国机关后勤》期刊2019年09期）
罗捷,潘攀[7]（2019）在《大数据在机关事务工作中的应用前景》一文中研究指出大数据时代正在悄然走来大数据解决的是海量数据搜集、存储、计算、挖掘、展现和应用等问题大数据已在科学研究、网络通信、医疗卫生、农业研究、金融市场、交通管理等方面广泛应用机关事务领域逐步进入了"大数据时代"2015年7月,国务院印发《关于积极推进"互联网+"行动的指导意见》,并颁布了网络安全、智能制造、云计算、大数据等行业发展的政策和规划,充分表明了力图使互联网技术成为各行业效率倍增器的决心。2018年5月,(本文来源于《中国机关后勤》期刊2019年07期）
刘陈[8]（2019）在《事务数据流关键模式挖掘的差分隐私保护方法》一文中研究指出事务数据流下频繁模式挖掘是大多数在线数据挖掘应用中的一个最基础的工作。然而,在数据流上挖掘简洁的关键模式比频繁模式更有优势,因为关键模式既可以避免频繁模式里包含的冗余信息以减少内存存储空间,又可以高效无损地提取频繁模式。但是,由于连续时间戳发布的统计信息可以作为辅助知识增强攻击者的推理能力,所以从包含个人信息的事务数据流中挖掘关键模式比静态场景下更容易造成隐私泄露。然而,还没有工作涉及事务数据流连续发布挖掘的关键模式中的隐私保护问题,因此,本文在每个时间戳提出了一个实时的差分隐私关键模式计算算法(Real-time Differentially Private Crucial Pattern Computation,简称RDP-CPC),该算法在每个时间戳设计一个叁阶段机制:预处理阶段、深入计算阶段和噪音挖掘阶段。该算法不仅能在满足关键模式连续发布的隐私的前提下,尽可能提高发布的关键模式统计信息的效用性;而且根据关键模式的特点,在不增加维护开销的情况下减少了平均挖掘时间。为了减少对关键模式计算算法(Crucial Pattern Computation,简称CPC)的调用次数,在叁阶段机制的前两个阶段算法根据频繁模式和关键模式的关系设计了两个差异计算的公式,通过差异的大小来决定当前时间戳是返回低噪音统计值还是精确的近似统计值。如果是返回低噪音统计值,算法进入噪音挖掘阶段。在噪音挖掘阶段,为了发布隐私的关键模式及其噪音支持度,首先通过扰动打分函数来筛选关键模式候选集,然后使用拉普拉斯机制给筛选出的候选集里的模式的支持度加入随机噪音得到最终的噪音支持度。最后,进行了严格的理论分析和大量的实验来表明RDP-CPC算法的效用性和执行效率。本文针对事务数据流关键模式挖掘方法存在的隐私问题展开研究,通过对关键模式和频繁模式之间的关系进行详细的分析,提出了一种基于滑动窗口的实时的差分隐私关键模式计算算法(RDP-CPC),用以解决事务数据流相邻窗口定期发布关键模式导致的更严重的隐私泄露问题。主要研究工作如下:(1)首次讨论了在事务数据流上挖掘关键模式存在的新的隐私问题,针对该场景阐述并分析了由于连续时间戳的发布可作为辅助知识增强了攻击者的推断能力,所以动态数据流上连续发布挖掘的关键模式的隐私泄漏比静态场景更严重。(2)面对现有方法存在的挑战,为实现事务数据流关键模式隐私保护提出了叁个关键的子算法。首先提出了一个构造前缀树算法,里面增加了第一个差异的计算,能够有效减少挖掘算法的调用提高平均挖掘效率;考虑到数据效用性和挖掘效率取决于前缀树的紧凑性,提出了一种前缀树调整算法。接下来,在噪音挖掘阶段,根据关键模式的发布要求设计了两步顺序加噪方法来发布隐私的关键模式及其噪音支持度。并且在第一步扰动模式时,根据频繁模式和关键模式的相关性提出了一种筛选关键模式候选集算法,该算法计算了一个组合敏感性来提高效用性。最后对各子算法的隐私性和时空复杂性进行了分析。(3)为了对一个窗口内所包含的w个连续的时间戳进行合理的隐私预算分配,使得每个窗口的总预算不超过总的ε,在每个时间戳设计了一个定制的叁阶段机制(即总算法RDP-CPC)来实现每个时间戳的隐私发布。其中,为了减少关键模式计算算法(CPC)的调用,在前两个阶段通过考虑关键模式与频繁模式的关系提出了两个差异计算公式。最后对提出的实时的差分隐私关键模式计算算法(RDP-CPC),以严谨的数学公式证明了该方法满足ε_i-差分隐私,并证明了预算吸收策略满足w-transaction差分隐私。(4)在叁个密集型和稀疏型的真实数据集(其中Chess和Accidents是密集型数据集,Retail是稀疏型数据集)上进行了大量的实验,由于没有直接的对比方法,所以通过和直接拓展其他场景下目前最先进的方法提出的直接方法(Straightforward Approach,简称SA)进行对比,选择F-score、相对误差(RE)和运行时间叁个评价指标分别从模式的效用性、支持度的效用性以及平均运行时间上对所提出的RDP-CPC方法和SA进行评估。实验结果表明随着隐私预算逐渐增大,效用性越高;随着W逐渐减小,数据集越稀疏,效用性越好;随着一个窗口内包含的时间戳数目r逐渐增大,平均运行时间越小。(本文来源于《广西师范大学》期刊2019-06-01）
程国尧[9]（2019）在《基于信息熵的事务型数据关联规则挖掘研究》一文中研究指出数据挖掘是大数据时代蓬勃发展的新技术,它通过计算机技术对庞大且复杂的数据库进行数据分析,解决传统统计学无法解决的问题。关联分析是数据挖掘研究中的一个重要分支,又被称作关联规则挖掘。它主要面向的数据类型是事务型数据,用于探寻事物间的关联关系。FP-Growth算法作为关联规则挖掘中的经典算法,通过分而治之的策略发现数据集中各项目间的关联关系。但是,由于其视数据集中各项目“平等一致”的缺陷,会导致挖掘过程中一些重要的关联关系遗漏。因此,加权关联规则挖掘应运而生。然而,现有的加权关联规则算法也存在局限性:没有考虑到数据集系统本身的混乱程度或不确定性。本论文将通过研究事务型数据,提出一种改进的加权关联规则挖掘算法,可有效处理高度混乱的事务型数据集,发现更多潜在或有价值的关联关系。本论文主要包括以下四个方面的内容:第一,从传统统计学以及数据挖掘的角度研究事物间的关联问题,并对事务型数据的类型和特点进行了归纳和总结;第二,对关联分析的相关理论进行了研究和探讨,分析了经典关联算法将数据集中各项目视作“平等一致”的问题,并对现有的一些关联分析算法进行了研究;第叁,针对现有加权关联算法不能解决数据集系统本身混乱程度,从而导致在挖掘结果中潜在的关联关系遗漏的问题,引入信息熵的相关理论,提出基于FP-Growth的加权关联规则挖掘改进算法——IEFP-Growth;第四,分别采用经典FP-Growth与IEFP-Growth算法挖掘Crime数据集中的关联规则,对关联结果进行分析与对比,发现改进的算法确实能够发现与经典算法不同且有价值的关联规则,并研究了其适用条件;同时,通过挖掘检验数据集——IMDB数据集中的关联规则,验证了算法对不同数据集的适用性。研究结果表明:第一,由于各项目的重要程度不尽相同,因此对项目加权是关联规则挖掘算法过程中必要的改进;第二,改进的算法——IEFP-Growth在处理庞大的事务型数据集时,通过引入信息熵加权模型用以量化信息的不确定性,确实能够有效挖掘数据集中的关联关系;第叁,改进关联算法相比于经典关联算法,挖掘到的关联规则既有相同也有不同的结果,在挖掘关联关系时能够发现一些潜在的或有价值的关联规则,具有一定的适用条件。在实际应用中若将两者结合使用,可以使得挖掘到的关联关系更加丰富完整。(本文来源于《华南理工大学》期刊2019-04-13）
郭琪[10]（2019）在《大数据环境下乡村社区公共事务中的知识治理模型研究》一文中研究指出当前大数据环境下,科学技术在为乡村社区治理提供新型治理方式的同时,也对乡村社区治理水平提出了更高的要求。目前乡村社区主要实行“一事一议”制度作为公共事务治理的主要手段,然而“一事一议”存在主体间难以达成共识、行为无法协同等弊端,随着乡村社区大数据环境建设的深入,知识越发呈现碎片化、动态化、复杂化、主体流动性大等特点,乡村社区公共事务治理中的知识治理成为亟待解决的问题。本文针对乡村社区公共事务治理中多主体难以达成共识、智力资本不均衡、不协调等问题,综合运用知识治理、乡村社区治理等相关理论,将知识治理与乡村社区公共事务相融合,在知识资源、智力资本及工具支撑层面进行治理结构、治理流程、治理规则等一系列设计安排。本文的具体研究工作如下:(1)梳理国内外相关研究成果,总结现有理论基础。分别梳理了知识治理和乡村社区公共事务治理的国内外研究成果,总结知识治理、智力资本、社会资本、共识、共同知识、乡村社区治理、大数据环境、智慧农村等相关概念和相关理论基础,构建了大数据环境下乡村社区公共事务中知识治理分析框架,为本研究提供了理论支持。(2)在分析了乡村社区公共事务治理价值的基础上,针对“一事一议”弊端,总结了当前大数据环境下乡村社区公共事务治理的四个困境,在结合大数据环境下乡村社区公共事务知识治理特征的基础上设定了大数据环境下乡村社区知识治理的目标---“智慧农村”。(3)对大数据环境下公共事务的知识治理结构进行设计。对当前村民、村党委、村委会、基层政府、企业及其他农村组织等多主体进行逐一分析,并结合客体特征,探究多主体之间的治理关系,为探究知识治理流程和规则奠定基础。(4)设计大数据环境下乡村社区公共事务中的知识治理规则与流程。通过比较当前传统治理规则(科层、市场、网络)中的优缺点及不足,设计大数据环境下乡村社区公共事务中知识治理规则,并构建了治理流程。(5)根据设计的大数据环境下乡村社区公共事务中的知识治理规则,对当前乡村社区公共事务知识治理提出了五点对策建议。本文对大数据环境下乡村社区公共事务中的知识治理模型研究进行有益探索,对乡村社区公共事务治理的理论和实践有一定的指导作用。(本文来源于《辽宁师范大学》期刊2019-04-01）
事务数据论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
改革开放以来，我国民营经济迅速发展，成为推动我国经济社会发展不可或缺的力量。民营企业既是创业就业、技术创新的重要主体，也是国家税收的重要来源，在我国社会主义市场经济发展、政府职能转变、农村富余劳动力转移、国际市场开拓中发挥了重要作用。从新中国成立70年来
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
事务数据论文参考文献
[1].左文明,朱文锋,毕凌燕.基于大数据的重大公共事务决策风险治理研究[J].电子政务.2019
[2].朱永康.以营商环境评价为支撑大力推动优化营商环境[N].中华工商时报.2019
[3]..贵州：推进机关事务与大数据深度融合发展[J].中国机关后勤.2019
[4].刘柏岩.浅析大数据与高校学生事务精细化管理[J].吉林教育.2019
[5].周君仪.基于高校网上事务大厅数据促进学生发展的思考[J].科教导刊(上旬刊).2019
[6].吴鹏飞,赵伟.未来将来,机关事务整装待发——信息化系统数据分析设计初探[J].中国机关后勤.2019
[7].罗捷,潘攀.大数据在机关事务工作中的应用前景[J].中国机关后勤.2019
[8].刘陈.事务数据流关键模式挖掘的差分隐私保护方法[D].广西师范大学.2019
[9].程国尧.基于信息熵的事务型数据关联规则挖掘研究[D].华南理工大学.2019
[10].郭琪.大数据环境下乡村社区公共事务中的知识治理模型研究[D].辽宁师范大学.2019
论文知识图
