引论：我们为您整理了13篇云计算理论论文范文，供您借鉴以丰富您的创作。它们是您写作时的宝贵资源，期望它们能够激发您的创作灵感，让您的文章更具深度。
篇1
1.2云计算档案管理服务的主要任务
档案资源建设是档案服务创新中的基础，把档案收好、管好、用好。企业的档案管理既有非保密性的也有保密性的，对于不同的档案可以通过不同的级别进行管理和创新。比如关于非保密性的档案，我们可以通过市场的形式来运作，以达到方便群众的目的；而对于保密性档案，我们则需要按照管理级别和权限实现网络管理，或以银行系统的内部网管理模式存在，或以严格的加密形式存在，以防止机密档案泄密。
2.基于云计算档案管理服务的创新
2.1云计算档案管理的制度化
在对档案管理制度的建立过程中，档案管理的主要原则是进行制度化，随着档案室内部网络的建设，便可以充分的利用网络技术提高档案管理的服务性，及时上传档案数据，让档案信息能够第一时间查阅到，为用户提高更优的服务。档案管理中另一个重要方面是对档案进行评估，健全档案管理各个方面的内容，不断的丰富档案管理中的内容。不仅如此，我们还要组建专业的档案管理人员，在管理人员中组织进行严格的档案管理工作的培训，包括整个流程各个方面的培训，充分认识档案管理工作的重要性。而作为档案管理者，一定要加快档案数据库的建设，以便有效的实现档案的管理和利用。
2.2实现资源共享
在构建云计算档案管理服务后，管理者可以将档案信息储存到云计算中，通过自身优势实现数据信息共享。在对档案管理开展的过程中，要创新管理观。在实现资源共享的档案管理服务过程中，要根据人们生活中的需要进行调节，对部分的资源不足的现象进行补充，更大程度地让所拥有的资源进行共享，为企业提供所需要的资源，同时享受到更加全面的服务，实现信息利用的最大化。
2.3确保信息储存的安全性
档案信息安全是信息时代重要的课题，这也是现代信息技术重点研究的目标。档案管理运用云计算管理方式，可以更好的将档案管理服务中的各个平台整合起来，让他们共同的发挥作用，更好的为企业提供业务访问和数据传输功能。它将用户数据传输到云端，保证数据的安全可以在多个服务器中打开的方式进行储存，可以随时获取想要的数据，保证档案管理服务同时更加确保了数据的安全性。
2.4制定灵活的服务模式
基于云计算机的档案管理服务平台可以根据需要制定相应的应用，满足不同的需求，同时在制定相应的服务的时候，若感觉不满意可以随时进行退订。同时档案管理是一种管理和知识意识的工作，随着社会的发展，档案管理工作人员应该不断的加强档案管理意识，主要就是建立档案管理人员要通过学习不断地实践巩固，并树立正确的人生观和价值观。还应要求档案管理人员认真学习有关法律，了解档案的真实面貌。同时要熟练的掌握档案管理工作的技术，不断优化自身的专业性，并在此时适当提高档案管理人员待遇，激发他们工作积极性。
2.5高层次智能的服务
在信息技术不断发展的今天，人们的需求也逐渐多样化，想要得到用户的支持，就必须满足企业的各项需求，而云计算的档案管理平台具有这样的特色，使得用户操作起来更加容易，并且能够迅速快捷地搜索到需求的信息资源，也因此在一定程度上增加了使用网络搜索信息的用户。除此之外，基于云计算的管理服务还能共享重要信息，将有效的信息展现在用户的眼前，让用户享受到高层次的服务。值得注意的是，还需构建智能跟踪平台来加强这些服务内容，根据用户的喜好和习惯将所需要的信息推送给用户，充分的体现出服务的人性化，通过高层次智能的服务体现云计算的档案管理的优势，增加用户对云计算的档案管理的创新理念。
2.6针对性的服务
当今已处于计算机信息化社会，档案管理是社会信息的财富，对于档案室也就不再是单纯的收藏机构，更确切地说应该是档案信息的聚集的地方，通过信息的交流来促进社会的进一步发展。云计算的档案管理平台可以根据企业需要设置具有针对性的服务，通过对用户的需求和个性设置所需要的服务，加强读者自身的质量，以这样的形式更加的体现档案管理的服务功能，而且多样化的服务使得云计算的档案管理的服务功能得到更高的提升。
篇2
1.2云计算发展现状
2009年是“云计算”元年。该年初，MichaelStephens就预测云计算跟图书馆的管理有着密切的联系，与此同时，云计算很荣幸地登上十大技术趋势的榜首。而在美国的ALA网站上，也有很多关于云计算的介绍，这是云计算在图书馆管理领域应用的第一步。国内图书馆很早就对云计算有着密切的关注。2008年，上海图书馆研究人员刘炜提出了亚马逊的云计算（收录在《关于中外图书馆事业和理论研究》一书中），他指出云计算可以让图书馆人员更加专注自己的业务，可以从互联网的束缚中挣脱出来，并且提高服务的质量，扩大协作的范围以及减小使用的难度系数。刘炜又在2009年《图书馆前沿技术论坛》中提出“图书馆进入了云计算机时代，选择的解决方案要适合现在技术的发展”。图书馆学者施海燕和范并思也都指出，图书馆应该重视云计算的应用，并且接受云计算给图书馆带来的各项挑战和机遇。
2图书馆面临的机遇和挑战
2.1云计算给图书馆管理带来的机遇
图书馆需要面临很多问题，数字化的建设需要投入大量经费，而图书馆的常规经费非常有限，这就使得图书馆的资金投入有所欠缺。缺少维护经费，就会造成图书馆设备老化和网络传输速度较慢的现象。而云计算的投入使用可以降低图书馆数字化建设的成本，使图书馆的设备得以维护，还可以提高网络传输的速度。除了数字化建设成本上的缩减，云计算还促使图书馆只需要连接互联网就可以使用相应的软件系统，让图书馆跟大容量的存储设备和服务器说再见，缩减了设备维护人员，给图书馆提供了更多的资金利用空间。目前人们的阅读形式不再单单是通过纸质印刷物来获取信息，还有一种更新潮的方式，就是服务商将书本的版权买回并通过数据库推送上网，读者可以付费或者免费阅读。这就是通过云计算的方式，将数字资源转变成可以直接阅读的形式。这种利用云计算提供多种数字资源的方法给读者带来了很多便利，也有越来越多的人接受并且喜欢这种阅读方式。尽管很多图书馆中的书籍等文献资料已经非常全面，但是总会有读者找不到的相关资源，这就可以利用云计算在全国各高校和公共图书馆之间建立一个信息共享平台，除了本馆可以利用，还可以通过这个信息共享平台查阅到其他图书馆的馆藏资源。信息共享不仅满足了读者的需要，还丰富了图书馆的资源储备，同时降低了图书馆的运营成本。
2.2云计算给图书馆带来的挑战
虽然云计算给图书馆管理带来了很大的便利，但是云计算给图书馆带来的挑战也不容忽视。
2.2.1图书馆中的数据资源可以通过云计算实现共享，但也由此产生了数据安全的问题。加大图书馆信息数据安全设施是首先要注意的问题，也是云计算给图书馆带来的首要挑战。信息数据安全设施的建设核心是公钥基础设计的建设，公钥基础设计就是利用数字签名以及公钥加密的平台，由数字证书、证书发放机构、公开秘钥密码技术和公开密钥相关的安全策略这几个部分组成。公钥基础设计的建设可以使图书馆在多种环境中使用加密以及数字签名技术，那么用于云计算传输的资料数据就不会被偷看和篡改。从而为云环境下的图书馆提供了一个安全的网络环境。
2.2.2云计算模式下的图书馆存在着很大的安全隐患，这也是图书馆需要面临的另一大挑战。因为云计算的跨组织性、动态性以及异构性，不可能让每个用户使用云资源前都要进行身份验证。图书馆可以构建一种统一登录身份验证的方式，只要进行一次身份验证，用户就可以访问其他的云资源，不用再次进行身份验证。
2.2.3云环境下的图书馆需要对大量用户信息资料进行管理，这种管理工作也非常繁琐，同时涉及权限、知识产权等问题。对此，我们可以采取相应的管理措施，可以通过专门的数据管理技术，利用列存储的管理方式进行数据管理，可以有效提高图书馆用户信息资料管理的应用效率。
2.2.4图书馆在运用云技术后，用户可以便捷地获得需要的信息资源，虽然这种方式有效实现了信息产品的社会价值，却失去了其商业价值。我们可以通过协商制定一个相应的协议，将云资源进行等级划分，设定不同层次的访问权限，制定不同层次的计费标准，通过这种模式提高信息产品的商业价值。
2.2.5各高校图书馆以及公共图书馆应该制定一套关于云计算应用的相关标准，还要对MSP的开放性、标准化、保密级别、安全性、企业诚信、可持续发展加以研究，便于图书馆对云计算的研究及管理，有效保障图书馆信息资源的安全以及图书馆的基本利益。
2.2.6图书馆可以自由选择IT供应商，而图书馆在转换IT供应商时也需要有转换中的技术标准。随着云计算的发展，很多IT企业都在自己的技术标准上建立了属于自己企业应用的“私有云”，这种方式欠缺兼容性，在不同模式中也不可以互相操作。这一点是云计算给图书馆带来的新型挑战之一，如何实现云计算的共同发展是一个应该重视的课题。
篇3
（二）数据的种类繁多。
一般应用云计算技术的领域都是涉及到这个领域的各个不同方面的数据，对于这种数据若是通过传统的方式进行整合处理，其工作量巨大，且分析的有效性有待考量，而通过云计算技术就可以实现对同一领域的不同数据的有效整合，分析出切实有效的数据。
（三）数据的处理速度快。
云计算技术将各个方面的数据进行搜集，通过后台操作，可以实现一秒处理这样的高效率运行，极大的提高的数据的处理速度，实现了现代管理的效率化运行。
二、目前图书馆管理在云计算背景下面临的挑战
随着云计算技术的广泛应用，在现代化图书馆管理模式中的应用越来越广泛，云计算技术的特点有效的解决了传统人工管理存在的工作量大、数据计算难度大等突出的问题，大大的提高了图书馆管理工作的效率，但是由于技术能力、设备水平及人员素质等方面的影响，云计算在现代化的图书馆管理中还存在着很多的问题，其面临的挑战具体表现为以下几个方面：
（一）云计算技术的发展使图书馆管理面临着大量的人才缺口。
云计算技术是一种高端的数字化技术，对其的操作需要具有一定水平的技术人员，但是目前大多数的图书馆管理人员一般都是市场雇佣员工，他们的知识水平和技术能力都不太高，对于现代化的数字技术存在着一定的盲区，不能够有效的操作现代技术设备，使云计算技术在图书馆管理中的应用面临很大的阻碍。
（二）云计算技术的发展使图书馆管理面临着巨大的硬件、软件建设资本投入。
云计算是现代计算技术的又一次腾飞，其具有着存储数据大、处理速度快等优势，目前现在图书馆中应用的计算机等一系列的硬件软件的功能都不能适应云计算的要求，为了有效的扩大云计算技术在图书馆管理中的应用就必须要对现代的设备进行更新换代，引进适宜的、先进的现代化的云计算处理设备。
（三）云计算技术的发展使图书馆管理面临着一定的安全问题的挑战。
目前大多数的图书馆应用的还是传统的计算机处理管理模式，对于数据的安全性和可靠性没有形成一定的保护措施，这使大多数的图书馆经常会发生一些数据遗失或被盗等问题，随着云计算技术的投入应用，图书馆管理的安全性就会有一个质的提高，各项数据统一管理、集中处理，大大的降低了数据流失的可能性。
三、完善图书馆管理过程中的云计算技术支持措施
为了有效的提高图书馆管理技术的水平，我们目前大多数的图书馆管理者都在逐步的加强云计算技术在管理过程中的应用范围，总的来说云计算技术对于完善图书馆管理水平的支持主要是包括基础服务层、数据分析层和终端层这三个技术平台，为了能够使云计算技术更好的适应现代化图书馆管理的要求，我们可以从以下三个方面的发展来加强技术的支持：
（一）基础服务层。
这是数据的分析层和终端的层的基础设施，它的主要目的是利用现有的云计算技术，对涉及的不同的类型的数据进行整合分析，同时对异构的数据进行存储，从而保障数据的安全、稳定。在图书馆管理过程中，我们首先就应该加强对这一技术的发展，大大的扩大数据的数量，把一些图书馆中的信息转换成电子数据信息，从而上传到存储设备中，加大基础服务层的信息量。
（二）数据分析层。
这一层面的技术主要是结合着服务层面存储的数据和图书馆管理的实际需求，利用数据分析功能和数据的挖掘技术，对所存储的信息进行处理、分析，从而产生切实有效的决策或者是判断数据，实现数字化的图书馆管理水平。这一层面技术的保障工作就是我们必须要不断地对图书馆管理的实际需求进行调查更新，从而使数据分析的依据更加的切实有效。
（三）终端层。
终端层主要是将数据分析层传输回的数据分析结果到云终端之上，我们可以根据不同的要求，提供不同的分析结果从而使服务对象能够更加容易的使用和理解，准确的找到与需求相对应的功能入口。
篇4
科学工作流由工作流管理系统提交和管理，工作流管理系统驻留在提交主机，协调调度工作的流执行。工作流管理系统将工作流中的任务分配到虚拟机的工作节点，任务的执行所需要的数据可以从一个或多个输入数据存储点输入。中间文件在工作流执行期间驻留在数据暂存站点。当工作流结束时，工作流管理系统删除中间数据，同时将输出文件从暂存站点转存到输出站点，然后永久性保存。根据工作流管理系统和目标执行环境的不同，多个数据站点可以协同工作。例如，在输入数据已经驻留在计算节点的情况下，该计算节点和输入点是相同的。图2显示了具有两个任务的工作流，来说明工作流所需的文件是如何在逻辑上独立的站点之间移动的。
3对象存储应用于科学工作流中的数据管理
对象存储系统主要包括存储服务器、元数据服务器、客户端等组成部分，其核心思想是将数据的读和写与元数据存储分离，如图3所示。存储服务器主要负责数据存储、智能的数据分布以及每个对象元数据的管理;元数据服务器主要提供对象存储访问、文件和目录访问管理以及客户端缓存的一致性管理等功能。为了提供可扩展的可靠服务，对象存储器的内部结构非常复杂。例如，亚马逊的简单存储服务(S3)［12］通过REST(RepresentationalStateTransfer)、SOAP(SimpleObjectAccessProtocol)和APIs(ApplicationProgrammingInterfaces)提供检索和删除操作;它将一个对象的多个副本布局在存储服务器上以提供错误情况下的冗余。很多网格存储服务和为数据密集型应用设计的协议可以认为是对象存储，这种架构对构建来自不同的执行环境的数据管理模式而言具有重要的借鉴意义。针对面向大数据工作流，利用对象存储的优点，本文提出两个方案:一是工作流中的3类数据文件都使用远程的对象存储;二是在计算节点上使用共享文件系统作为数据暂存点来存储中间数据。
3.1单独使用对象存储
在这种情况下，所有的数据都存储在对象存储系统中，工作流管理系统需要从对象存储中无缝检索数据，为本地工作流任务使用。在这样的设置中，工作流管理系统从对象存储中检索输入文件和中间文件，然后，工作流中的任务对本地的POSIX文件系统做必要的输入/输出设置，任务完成时，工作流管理系统能够将中间数据和输出数据存储到对象存储中。这样，即使工作流被部署在分布的资源上，科学应用只需要对POSIX做常规的输入/输出设置，就能完成工作流的执行。工作流管理系统与对象存储的多次交互增加了工作流执行的开销，而该开销与分布资源上的计算相比并不算大。对象存储中既有输入数据也有中间数据，只要工作流系统与对象存储能够无缝检索和存储，那么任务执行可以在任何地方。如图4中，任务t1可以在校园计算机集群上完成，而属于同一工作流的任务t2可以在亚马逊的EC2上完成，t1、t2使用亚马逊的S3对象存储作为中间数据文件的暂存。总之，数据存储和执行环境的分离，使得工作流在分布资源上的执行更为容易。一个常见的情况是，当计算需求超过本地或校园计算所提供的资源时，将使用云资源。图4也说明了工作流的数据移动情况。在这里，文件F-i被传送到云中的高性能计算集群工作节点的本地文件系统。任务t1从该节点开始，读入输入文件F-i，然后写入本地文件系统的中间文件F-t，F-t被传回到作为数据暂存点的对象存储中。F-t文件将从对象存储中被检索进入到EC2节点的本地文件系统。任务t2启动后读取F-t文件(该文件是由t1创建)，然后将F-o写到本地磁盘，再传送到对象存储中。以上所有的数据传输工作都由工作流管理系统完成。科学工作流中单独使用对象存储的明显不足之处是，数据重复传输会引起在大数据处理过程中的延迟。工作流中的多个任务使用相同的文件，所以重复传输是显而易见的［13］［14］。对象存储将对同一资源的重复请求认为是不同的请求，对象存储通常以其良好的扩展性减轻这种重复对工作流性能造成的影响。另外，工作流系统可能在本地节点选择缓存文件，或者利用集群中的共享文件系统来减轻此问题。延迟是整个工作流性能应该关注的问题，云对象存储的设计提供了很高的带宽，但对单个检索或对象操作可能需要数秒钟的延迟。对具有大量文件的数据密集型的科学工作流而言，这种延迟显著增加了工作流运行的时间开销。大型工作流中的另一个问题是多数中间文件需要被传输到对象存储中由相关后续任务检索并使用。由于商业对象存储提供以GB为单位的存储，并按迁移、存储和检索的请求数付费，所以重复传输也就意味着费用的增加。
3.2共享文件系统作为数据暂存
解决由数据重复迁移造成的延迟问题的方法之一，是工作流管理系统将中间文件暂存在POSIX兼容系统中，由多个计算节点文件系统共享，然后在一个资源节点上运行所有的计算。文件共享系统保存了工作流管理系统中所有任务的中间数据，在这种情况下，只有输入输出文件存储在对象存储中。由于中间文件不需要在对象存储与计算节点之间传送，从而可降低使用商业云对象存储的费用。如图5所示，是一个具有文件共享系统的高性能计算环境下具有2个任务的简单工作流。文件F-i被工作流管理系统传送到集群文件共享文件系统。任务t1在计算节点1上启动，从共享文件系统中读入文件F-i，然后将中间文件F-i-t写入到共享文件系统中，任务t2在计算节点2上启动，从文件共享系统中读入F-i-t(由任务t1创建)，然后将其输出写入到F-o，F-o由工作流管理系统送到对象存储中，这种方法的优点在传统的有高速并行超级计算环境中尤为显著。例如，XSEDE(ExtremeScienceandEngineeringDiscoveryEnvironment)节点对多数科学工作流点有极大扩展性［15］。值得注意的是，如果第一个计算节点忙而需要将计算溢出到另一个节点时，这种随数据布局任务的方法，损失了布局计算的灵活性。以上两种方法各有所长，选择使用哪种方法取决于工作流的类型和工作流执行的目标环境，这就要求工作流管理系统的开发具有弹性的数据管理方案，允许科学家有效使用对他们有用的基础设施。工作流中的数据管理方案应该具有如下特征:首先，科学工作流管理系统允许任务和数据后绑定，任务依据资源的可用性映射到计算资源上，任务在执行时能够发现资源，并从众多存储中选择数据暂存位置;其次，在科学家只有一个计算资源可用的情况下，允许任务和数据的静态绑定;再次，支持使用不同协议和不同安全机制访问对象存储。
4相关工作
工作流管理系统处理数据的方法很多，Swift［16］采用与本文所描述的第二种模式类似，使用本地文件系统或共享文件系统作为数据缓存，提交主机扮演数据暂存的角色。系统首先选择一个计算站点来运行一个任务，然后将数据从提交主机推向该站点的文件系统，任务执行后，输入的文件被回传给提交主机，中间文件被留在共享文件系统中以便后续任务的执行。相对而言，本文将数据文件(包括输入、输出、中间文件)与提交主机分离，并使用不同的协议，具有更好的灵活性。其他工作流管理系统如Kepler［17］，Triana［18］和Taverna［19］关注的是流式工作流中任务的调度和其他Web资源的调用，这些工作流具有图形化的用户界面，允许用户搭建具有不同部件的工作流，但通常没有涉及访问大量数据集的问题。这些工作流中的数据管理很大程度上依赖于用户，数据管理自动化非常有限。Kepler［20］引入了一个MapReduce执行器，允许执行采用MapReduce算法的混合工作流。Hadoop平台通常用来运行数据密集型的科学应用，它所提供的文件操作与POSIX类似，允许随机读，但不允许随机写。在这种情况下，Hadoop平台负责将输入文件切片并分布在各个数据节点。而本文提出的方法主要针对工作流运行在多个不同的执行环境中，代码不能MapReduce的情况。在XSEDE中，任务利用分布式文件系统如GPFS-WAN［21］(GeneralParallelFileSystem-WAN)来访问数据，分布式文件系统支持POSIX操作，可以对输入和输出文件进行远程访问。研究表明［22］，将大型数据集布局在本地计算节点会更好，但这一策略也会带来新的问题，如不同类型工作流的融合以及数据布局策略算法等。
篇5
如今，计算机已经被广泛应用到交通运输管理部门，取得了不错的成绩，但是在应用过程中也出现了一些问题，无法进一步提升工作效率和科学管理水平。具体来讲，存在的问题包括这些方面的内容：一是计算机应用发展速度还需要进一步提升，交通运管统计部门无法及时更新计算机软硬件，并且运管部门内应用计算机也比较的落后，这样就无法准确及时的掌握动态生成的精确统计数据，对于计算机的应用效果产生了一定的制约作用。二是基础工作需要进一步强化，没有在计算机领域内合适应用统计方法，在统计工作中，没有和交通系统内相关部门进行交流，在应用计算机房门，也没有将专业的统计方法给应用过来，或者是没有透彻的理解统计软件，这样都会对统计工作中计算机的应用效果造成影响。三是工作人员和管理部门交通运输的统计与计算机的应用脱节，相较于西方发达国家来讲，我国计算机技术起步较晚，并且相关机构无法充分的认识计算机在交通运输管理统计工作中的积极作用，这样就对应用产生了不良的后果。针对这些问题，文章提出了针对性的措施：一是要充分重视计算机技术在交通运输管理统计工作中的应用效果；首先，各级运输管理部门的领导要提升认识，深化科教兴国意识，在科技方面积极的投入成本，对复合型人才积极的培养，对统计工作中计算机技术的性能和应用前景充分了解，充分重视计算机统计工作，创造有利条件，及时更新计算机软件系统。其次各级统计人员需要强化自身责任感，对计算机知识积极的钻研，有机结合统计知识和计算机应用，以便及时得到准确的数据，将其提供给道路运输行业，做出更加正确的规划和决策，并应与统计工作的实际情况相结合，为科技人员开发交通运输管理统计相应的软件提供帮助。二是应不断改善工作方法，促使原始数据质量提高。应加大运单管理与客票发放及回收的管理力度，及时掌握车辆流行、货运量及周转量等信息，促使计算机处理后期数据所得信息质量得到有效保证。三是应进一步加快信息化建设的进程，为统计工作提供更好的服务。应加快运管部门的运管管理信息化建设进程，且各地市的运管处应建设信息数据可，主要包括本地的经营业户、从业人员及车辆档案等相关信息，对运管管理信息数据库进行构建。同时，对多层次多角度相对完整的电子政务体系进行构建，进一步促使网际互联和行业数据的交换得到实现。四是大力应用计算机技术，进一步扩大交通运输管理统计服务范围。交通运输部门需积极构建道路运输统计调查网展开，将道路运输行业的动态信息及时，以便让道路运输企业中相关人员有准确把握。可将论坛方式与电子邮件发送方式予以充分利用，不断开展行业统计信息的咨询服务，收集各地区交通运输信息并加以分析，从而加快我国道路运输事业获得更好更快的发展。五是对交通运输管理法规体系进行构建和完善，在管理新体制的构建过程中，需要将法律、经济以及行政手段给充分利用起来，通过立法，来对现在已有的法律法规不断的调整，对交通管理中的种种关系给理顺，并且对中国自身的特点充分考虑，对管理办法进行制定和完善。结合各个地区的发展情况，结合法律制度，在实践过程中，对法律体制进行完善，促使科学管理得到逐步实现。
篇6
进行重点管理，实际上应该首先进行全面管理，以电力基建工程的源头作为切入点，对各个环节以及最终的质量验收都进行严格的管理和监督。此外无论是工程的投标招标以及工程的验收，都需要保证绝对按照制度程序进行，并且要遵守国家的相关法律法规。所以针对当前状况，可以在全国范围内构建一个云计算平台，每一个电力基建工程的相关信息数据都应该在云计算平台进行共享，也许全国范围内所有人进行数据浏览，工程的每一个步骤都应该在云计算平台中体现，并且附注中要体现每一个步骤的办理人员的名称、照片，以及该步骤办理过程中所拍摄的照片、视频以及音频文件，从全国范围内对电力基建工程进行监督和管理，这样不仅减少了工程建设的开支，也使得监管力度和效果得到大幅提升。
3云计算技术融合ERP促进电力基建工程建设
ERP又叫做企业资源计划，其本身就是一个融合了组织模型、业务流程以及企业规范和信息技术的信息系统。而云计算也是一种信息化时代的产物，所以将云计算技术融合ERP信息系统，实际上就是在云计算平台上运行ERP信息系统进行建立企业的基建工程的建设和管理。电力基础建设ERP主要是管理基建期的资金和物资等资源。其管理核心就是借助信息手段构建一条包含了材料、设备供应商、施工单位、监理公司以及发电厂本身的供应链。企业ERP软件一般所适应得只是独立的企业或者工程，但是通过云计算技术，结合针对施工建设行业量身打造的企业级计划进度控制管理软件——P3e/c，可以实现同时对多个电力基建工程进行项目管理，再辅助以云计算平台上所运行的其他财务管理软件、管理业务、物资管理业务、工程安全管理等业务相关软件，实现电力基建工程的全面管理，并且通过云计算平台进行的实时数据信息共享、工程计划进度所需材料及人工成本分析计算，可以起到非常好的效果。此外融合云计算技术的基建MIS管理系统也可以很好的借助当前信息化环境发展的优势加强对电力基建工程的管理。基建MIS管理系统是当前基建工程中应用最为广泛的系统之一。并且该系统具有远程访问的功能，还可以满足多个参建单位之间的有机联系，而这些都是云计算所具有的能力，同时也是云计算的优势之一。融合云计算的基建MIS管理系统可以更好的对电力基建工程中所有的施工环节进行实时的监控，还可以借助云计算所具有的超强的数据运算能力对工程进行验收和评估，自动形成工程验收资料和财务报表，在保证了电力基建工程可以规范化及施工的同时还降低了工程的建筑成本。
篇7
云计算代表着新世纪新纪元计算机技术实践应用下的一项重要的发展途径，也体现了在“云端”对计算机进行整合的大胆思想。云计算服务的进行，让计算机群组资源得到充分利用，时的成本进行降低的前提下对更多的用户提供低价高质的服务内容。但是，简简单单进行整合并不能实现云计算的全部运用功能，这其中涉及到许多计算机和信息专业领域的知识和技能。从我国目前的情况来看，云计算的发展仍然处于刚刚起步的初级状态，在云计算服务的应用上仍然面临许多问题。
(一)财务会计管理工作信息化建设不够成熟
云计算的应用还处在刚刚起步的阶段，在财务会计工作的信息化建设方面还存在不成熟的现象。这与云计算服务的供应商自身的技术水平有一定的关系。尽管在正式投入使用之后其实践的方式比较简单，但在早期的平台建设模块下则需要大量的人力物力进行支持，资金的投入以及技术的投入都不是一笔小数目。在我们国家，云计算服务的初期阶段如果没有足够的资金和技术支持，也没有广泛稳定的客户资源，很难维持下去，更提不上长远性质的发展。在我们国家自身的云服务商当中，由于很多人自身的技术实力有所限制或者是进行推广的能力的不足，在与国外成熟供应商的较量中处于劣势。基于企事业单位管理者对于云计算应用的了解非常浅显，对于其应用的条件也了解不到位的情况，在选择供应商时应到选取运营平台时间相对较长切经营用户范围较为广泛的供应商和运营商。
(二)云计算供应商提供的云服务形式相对单一
在我国国内，由于云计算供应商服务主要应用于财会管理的工作当中，为财会管理提供服务。但是，仅仅从财务管理会计信息化入手，完全不顾企事业单位整体的管理信息化进程，将财会管理与整体发展割裂开来，这样的做法是完全不对的。云计算已经成为了当前的主流，只能不断扩展而不能缩小，让“云端”成为企事业单位整体管理运营的一个平台。
(三)云计算服务自身安全性有较大漏洞
信息技术从来没有所谓的绝对安全。这是由计算机技术的特性决定的，它具有相对的安全特性，但不具备完全绝对的安全性。这表示，云计算服务在实际应用中也难也保证绝对的安全性，这使得云计算在进行企事业单位下的推广实践产生了很大的阻力。一旦因为自身的安全性使得整体信息泄露，那么所有的财务信息都与可能被外人获知，一旦出现问题将是灾难性的后果。因此，要想大范围地推广和应用云计算，就应当从技术和管理等层面针对其安全性进行不断的改进。
三、基于云计算的企事业单位财务管理会计信息化的发展运用策略
(一)提高我国国内云计算运营供应商的技术水平
由于我国云计算的发展起步时间晚，国内云计算运营商的资金投入不足，我国的云计算在技术水平方面有极大的发展空间。为了使云计算运营商的技术水平有较快提高，政府可以与相关的计算机科技部门相互协调，制定合理有效的行业整合策略，对相关的技术、资金、人才等多方资源进行整合，突破云计算技术和发展上的阻碍，降低建设难度与投资风险，提高发展的效率。其次，国家应出台云计算技术方面相关的扶持政策，在政策上为云计算的技术提升提供好的发展环境，并且建设云计算发展园区，建设相应的示范项目，估计云计算供应商的自主研发。
(二)在平台上实现云计算服务的多样性
云计算平台的研发过程应当与企事业单位各部门的多项工作进行更加紧密的联系，以满足单位财会管理工作方面的要求为核心，方便在平台上实现财会工作的决策或者财务状况的分析、展示等信息服务。同时，云计算服务要逐渐适应企事业单位其它部门的信息沟通要求，真正成为企业沟通的良好平台，实现单位信息化建设的全面性。另外，云计算工作还应当通过细分市场尽量为企事业单位提供定制化的服务，满足不同企事业单位不同的财务会计管理需求，这将更好地促进单位的多方面发展。
(三)努力保障云计算服务的安全性
财务信息对于任何一个企事业单位都有着非常重要的作用，在云计算平台上保证财务会计信息的安全是完成所有相关财务工作的首要条件和重要基础。首先，云计算服务要从技术水平问题入手突破安全阻碍。其次，从企事业单位的角说，必须注意对云计算运营供应商资质的审查，保证其具备足够的资格为单位提供信息化技术服务。最后，保障云计算服务的安全性应当从国家法律规范的制定、实施入手，从政策和法律上为云计算的技术应用提供良好的环境，保证云计算服务的规范性、安全性、
篇8
由于云计算技术是近些年来出现的一种计算方式，其实践性和应用性比较强，但是由于多种因素的影响，导致云计算在电力信息化建设中的应用不容乐观。以下将对云计算在电力信息化建设中的应用现状进行分析。
1.信息化程度低
根据电力企业信息化技术的不断改革，云计算模式在实践中有重要的作用，从一定程度上提升了企业的管理效率，但是部分企业对信息化建设的重视度较低，尤其是在云计算方面，管理机制应用不合理的情况时有发生。信息化程度低是限制云计算模式广泛应用的主要因素，
2.系统不健全
电力企业要想在信息化建设中取得突出的成就，必须立足于当前发展形势，建立完善的应用系统。但是在当前信息系统建设中，存在系统不健全的现象，电力企业内部信息出现编码不统一的情况，导致电力企业系统内部出现信息失真或者资源共享等方面的问题，这些问题都在一定程度上影响云计算在电力信息化建设中的作用，在很大程度上影响了电力企业的信息化水平。
三、云计算在电力信息化建设中的应用实践
基于云计算技术在电力信息化建设中的应用现状，为了对计算模式进行详细的分析，要掌握影响因素，进而提升应用效果。以下将对云计算在电力信息化建设中的应用实践进行详细的分析。
1.建立完善的基础设施
所谓设施指的是提供给公司的对所有设施及相关技术的利用，涉及到支撑网络、硬件基础设施及虚拟化技术等类型。其中要重视云服务器虚拟化部署，所谓硬件基础设施包括：备份服务器、应用在服务器等，由于服务器是一个管理资源的硬件系统，其中结构化查询系统属于服务器和终端系统，在实际操作过程中可以将操作系统直接应用在独立的服务器中。由于此类服务器是通过虚拟化处理后在虚拟机上部署的，相对于数据库或者其他服务系统来说，占用的总体内存比较小。
2.建立虚拟化的网络沟通平台
随着虚拟技术和云计算技术的不断发展，虚拟化应用范围逐渐扩大，能够自主实现的功能也越来越多。所谓ERP是虚拟的平台备份中心，主要是由虚拟化平台和内部缓冲区组成的，所有的服务资源都在核心部分，不同的应用结构在某一个子公司的信息中心进行管理和维护。为了实现信息间的沟通和交流，要对资料进行及时备份，由于备份企业和部署企业的地理位置存在一定的差距，如果信息保存不当，会出现资源损失的情况。其次DMZ的外网系统处于不断变化的过程中，其内在服务器也是虚拟的，在操作过程中要对部分新闻内容、招聘内容进行审核，由中心主导单位完成虚拟化操作，进而完善多种应用服务。
3.提供一体化管理形式
由于近些年来人们的生活水平和生活方式出现一定程度的改变，原有的信息化建设管理模式和当前人们的需求呈现出一定的差异性，因此要根据实际情况，提供一体化管理形式。云计算方式的出现改变了电力营销方式，其中存在的海量分布存储技术都可以通过云计算的形式对其进行分析，因此可以建立一个集数据存储和业务咨询系统，由于电力营销系统提供了必要的技术系统，使得电力企业可以通过对数据分析进而发现客户的需求，并在规定时间内提升电力营销效果。由于电力营销系统提供了统一管理模式，可以对镜像资料进行高效存储，了解不同版本的基本管理功能，对影像资料进行详细的分析，必要时对资料进行简化。其次可以利用云计算模式快速对信息资料进行部署，利用负载力的变化，为其提供集群的动态管理形式进而保证应用模式的先进性。
篇9
1.1 时间分布。这78篇相关论文的时间分布如表1所示：
由表1可见，我国档案学界对云计算的研究始于2009年，2009年后开始引起学者较多关注，到2013年掀起一个较小的研究（2013年发表相关论文共33 篇），但是依据百度和Google的搜索结果，尚未出版云计算应用于档案管理的相关著作。
1.2 主题分布。上述78篇论文，其研究的主题可以分为理论研究（介绍云计算的概念、特点、优势，应用的可行性、问题及对策等）、具体应用（研究云计算在档案业务环节的具体运用，如备份、整合与共享、利用与服务、云档案馆等）、系统和平台构建（研究基于云计算的系统和服务平台架构、服务模式等）和应用的安全性。78篇论文的主题分布如表2：
从研究的主题来看，目前档案界对云计算的理论和应用设想方面的研究占主导，分别占全部论文的43.6%和44.9%。但是，基于云计算的系统、服务平台构建的研究论文只有5篇，对于如何用技术手段来实现“云”并没有系统深入的研究。
1.3 作者机构分布。各研究主题的作者机构分布见表3：
从表3可以看出，78篇研究论文作者中有22篇来自高等院校的档案院系，占全部论文的28.2%。26篇论文作者来自其他机构，约占33.3%，其他机构包括高校除档案院系和档案馆室的其他院系和部门、事业单位、军队档案馆等。从表中数据看，高等院校的研究者倾向于研究云计算在档案业务环节的具体应用，而其他机构的研究者更注重理论研究和云计算在人力资源档案、会计档案、健康档案等领域的应用与实现。
2 主题分析
2.1 云计算的概念和特点。田雷提出：“云计算是一种网络服务方式，提供了IT服务的一种交付和使用模式，用户可以通过网络租用或免费获取所需服务。”他还提出目前云计算的三个服务层次：基础设施即服务、平台即服务、软件即服务[2]。黄正鸿认为，云计算旨在通过网络（互联网和内部网）以按需、易扩展的方式获得所需的硬件、平台、软件及服务等资源。其特点可以归纳为：资源池；按需、自助；快速弹性；广泛的网络访问；可度量的服务[3]。陈康明认为，云计算是基于网格计算、分布式计算、并行计算、效用计算、网络存储、虚拟化、负载均衡等已有网络技术发展起来的一种基于互联网络的服务信息共享模式。云计算的特点是：数据存储更加可靠、安全；资源的合理分配；先进技术理念带来的以用户为中心的个性化服务[4]。
2.2 云计算在档案领域应用的可行性分析。刘永提出，云存储在技术、管理和经济上已经具备了数字档案存储的基本条件。云存储技术是分布式文件系统技术、网格技术、集群应用等技术的集成，后三种技术在理论和实践上都逐渐成熟。云存储将分散在各地的数字信息集中存储，各档案馆（室）可以根据需求来申请适当的存储空间，降低了资金投入[5]。朱悦华、何丽萍、丁建萍认为，云计算时代“云档案”的实现具有较为完备的云计算理论基础、较为成熟的云计算技术条件、较为低廉的云计算经济成本和较为完善的云计算实践环境[6]。
2.3 云计算在档案管理中的应用优势。文杰提出了云计算在数字档案馆应用中的四大优势：确保档案服务器的可靠运行，降低服务器的出错概率；降低相关的维护费用；扩展了信息资源共享范围；丰富的终端设备[7]。彭小芹、程结晶结合云计算的特点提出云计算在档案领域的应用优势，即可靠、安全的数据存储；方便、快捷的云服务；强大的计算能力；诸多技术的集合体；经济效益；个性化；以用户服务为中心[8]。祝庆轩、桑毓域、方昀提出了云档案馆模式的优点：有利于政务信息公开；有利于统一全国各地区档案工作标准；有利于节省软硬件投资；有利于减少对计算机人才的依赖[9]。
2.4 云计算应用面临的问题和对策。黄正鸿提出云计算技术本身存在的一些问题，如标准问题、版权纠纷问题、数据隐私问题、安全问题、软件许可证问题、网络传输、用户使用习惯问题等[10]。陈康明认为，云计算应用面临的首先就是信息安全问题；其次是执行的国际标准问题。对策是完善基础设施建设；制定安全监测环节和相关技术；制定监督和管理机制[11]。文杰认为，云计算应用面临的问题主要有资源的选择问题；协议和接口问题；数据安全问题。对策包括加强人才队伍建设；完善基础设施建设；制定相关政策规范云计算标准；提供基础建设的统一监控、管理和控制；加强安全检测[12]。
2.5 云计算在档案领域的应用设想
2.5.1 云计算在档案存储、共享与服务中的应用设想。田雷提出可以通过“基础设施即服务”整合档案行业的服务器、存储器等设备，部署“云计算”环境，向各级档案部门提供基础设施服务[13]。陶水龙提出了基于云存储技术的档案数字资源的云备份和多套多地的档案数字资源备份数据存放策略，建立了云备份系统架构及其运行机制[14]。吕元智提出了国家档案信息资源“云”共享服务模式，将分散的国家档案信息资源通过云服务平台组织起来，形成一个个档案信息资源服务“云”[15]。祝庆轩、桑毓域等提出档案馆馆际云服务，将档案馆电子文件信息置于云中心，用户可以利用云计算技术检索云档案馆“虚拟资源池”[16]。卞昭玲、李俐颍等提出通过云存储解决档案信息的存储、档案信息的收集问题，同时可以共享档案信息 [17]。
2.5.2 云计算在专门档案领域内的应用研究。廖玉玲提出了基于云计算的建设工程档案全过程监管模式的系统方案[18]。刘振鹏、卞昭玲等提出了基于云计算的区域电子健康档案服务系统[19]。邓岚提出运用云计算技术搭建国家综合减灾信息管理与服务系统，并分析了云计算技术在灾害档案信息管理中的应用优势和障碍[20]。
2.6 基于云计算的数字档案管理系统和平台构建。程春雨提出国家开放档案信息资源共享利用系统应采用两级部署方式，分别部署在中央云中心和50个国家综合档案馆。中央云中心应用系统开发主要包括档案信息资源整合系统、平台管理系统、国家开放档案信息资源共享利用门户网站；省节点应用系统开发主要包括省节点档案信息资源整合系统和基础工具包软件[21]。程结晶提出要构建统一的云存储平台，采用虚拟化技术，开发基于“元数据”访问的分布式数字档案数据访问接口，构建完整的云服务平台来实现数字档案资源的访问服务、请求认证服务、安全数据传输服务和快速资源搜索和资源发现服务[22]。郑光辉提出了基于云计算技术的数字档案利用系统设计方案，详细描述了基于云计算的档案信息资源整合系统、云平台管理系统及开放数字档案利用门户设计方案[23]。蔡学美提出云计算数字档案馆系统主要是由云计算数字档案管理应用程序、数字管理节点、计算机专用网络、安全防火墙、公用和私有的硬件设施等构成[24]。朱悦华、何丽萍等提出构建“云档案”资源共享系统，其系统理论模型由资源层、管理中间件层和服务层等三层构成[25]。
2.7 云计算应用的安全性。徐华、薛四新等提出云数字档案馆安全保障体系应包括防御系统、监控系统、容灾备份系统、应急响应系统和技术支撑系统，通过安全法规体系、安全组织体系、安全管理制度体系、安全人员培养和培训体系来保证[26]。崔海莉、张惠达提出将档案信息管理系统推入云的基础设施上，服务中断、数据失真、敏感信息泄露是可能遭遇的技术风险，组织策略、准入退出机制是可能遭遇的管理风险[27]。
3 问题与展望
3.1 问题。首先，研究内容重理论轻技术。当前对于云计算基础理论的研究较多，关于如何运用技术手段实现其具体应用的研究较少。78篇论文中只有5篇从技术角度阐释了云计算应用于档案领域的具体实现方式。应用设想相关论文仅仅止步于“设想”，对具体应用及如何实现其应用轻描淡写，缺乏技术因素。
其次，研究缺乏实践基础。相对于云技术在其他领域的快速实现，传说中的云档案馆、档案云尚未付诸实施，对于云技术的应用需求也没有实际调研，因此，大多数研究缺乏一定的实践基础。
3.2 展望
篇10
[1]罗克露，刘辉，俸志刚，等.计算机组成原理（第2版）[M].北京：电子工业出版社，2010.
[2]赵秋云，何嘉，魏乐.对《计算机组成原理》课程教学模式的探讨[J].电脑知识与技术，2008，4（3）：693-694.
[3]刘京锐，吴敏华，李志平.CDIO理念在计算机硬件实践课程教学改革中的应用[J].实验技术与管理，2011，28（7）：154-156.
[4]于京生，陈永志，康元元.Multisim仿真软件在模拟电子技术实验教学中的应用[J].石家庄学院学报，2011，13（6）：46-50.
[5]张佩莉，方美琪.电子商务模拟教学软件新模式的探索与实现——基于网络游戏的模拟社区[J].嘉兴学院学报，2005，17（S1）：40-46.
[6]陈军.EWB仿真软件在模拟电子技术教学实践中的探讨[J].牡丹江大学学报，2010，19（8）：140-142.
[7]虞飞华，朱锡瑞，郑韬.基于软件模拟的计算机组成原理实验教学研究与实验[J].中国教育信息化，2012，（3）：69-71.
模拟点知技术论文参考文献：
[1] 谢晓妮，纪根培.高校会计教育能力培养思考[J].财会通讯，2009(5)：36-37.
[2] 刘青.提高会计实践教学效果的改革研究[J].会计之友，2007(8)：70-71.
[3] 胡克琼，杨侃.会计实践教学存在的问题及建议[J].财会月刊，2007(10)：82-83.
[4] 阎达五，王化成.面向21世纪会计学类系列课程及其教学内容改革的研究[J].会计研究，1998(9)：8-13.
[5]李春英，汤志康.CDIO模式下的软件工程课程设计实践[J].实验技术与管理，2011，28（6）：173-178.
模拟点知技术论文参考文献：
[1]胡德海.教育理念的沉思与言说[M].北京：人民教育出版社，2007.
[2]宋希仁.西方伦理思想史[M].北京：中国人民大学出版社，2004.
[3]李程伟.公共危机管理：理论与实践探索[M].北京：中国政法大学出版社.2006.2.
篇11
1. 选题的创新
图书馆学术论文最重要的是选题，选题的要点在于： 论题大小适当，开口小、挖掘深、有拓展空间。 “大处着眼，小处着手”，或称为“小题大做”。图书馆学术论文的选题要做到“人云亦云我不云，老生常谈我不谈”，要追求不落俗套的创新型选题，有心得，有创见，可读性强。题材要有亮点，重要性可行性并行，要有普遍意义，令人回味无穷的选题。
1.1选题的创新意识
在学术上，要追求的是独到的见解。在选题的创新意识方面， 要求在进行论文选题时， 要时刻将论文选题和社会需要、图书情报工作需要、图书情报工作发展趋势相结合， 立足于新成果、新发现、新见解。有理论价值， 对图书情报学科建设与发展能起先导开拓作用。以时代最前沿最先进的理论武装头脑，如以莫言，乔布斯为例，引用的观点等。根据专业优势， 结合本职工作，结合现实选题，理论上求新，落实到现实有应用价值。
1.2研究方法的创新
要求打破传统研究方法的束缚， 学习其他研究领域的先进研究方法， 结合图书馆学情报学研究的实际， 去创造性地采用多种研究方法。以微书评为例，书评属于文学领域，加个微字，用于图书馆学，就是创新。创新性要求新观点，新视角，新举措，新理论；要以自己切身实践为例，理论上要与时俱进， 如引用18大对文化发展战略的最新提法。
1.3从热点问题中选取新颖性选题
关注每年中国图书馆学会年会征文的选题和各省图书馆学会年会征文选题 ，时代最前沿的课题，图书馆界研究热点等都包含其中，服务创新是永恒的热点，从热点问题中选取新颖性选题，主观上自己感兴趣， 有见解的论题。热门选题写文章的人多， 可供参考的材料多， 但创新的空间较小。
2．图书馆学术论文的格式规范
图书馆学术论文的撰写强调符合相应的学术规范，论文的形式和内容首先要符合国家颁布的有关标准，其次是尊重学界“约定俗成”的习惯做法。图书馆学术论文的写作格式大体可以分为8 个部分，各个部分都有其规范的格式，俗称“八股式”，这8 个部分依次是： 标题、作者名及简介、摘要、关键词、引言、正文、结论或结语、注释与参考文献，如下将一一说明。
2．1标题
标题要新颖；醒目，神韵；创新，包含所有关键词；吸引眼球，不超过20字，可以加副标题；润色题名应准确、简洁、明了地反映文章的主要论点。
好的论文标题需要做到主旨明确、表达简练、语言精当，集中表达论文的要旨，让读者见其题而知文意，做到“文要切题，题要独创”；还要尽量简练；论文标题讲究语言的准确规范、简洁精练。当然，标题切忌随意拔高，如 “……理论研究”等； 但也不必过于谦虚，例如“浅谈……”“……初探”等，不是好的论文标题。
2.2 作者名及其简介
论文的署名一方面涉及科研成果的归属，同时也涉及知识产权等事项，写真实姓名。很多期刊还标明了作者的简要信息，包括作者的性别、出生年、工作单位、邮政编码、学历、专业职称、研究方向、电子信箱等内容。
2．3 摘要
摘要是论文的窗口，缩写的论文，独立性和简短性；论文的精华点，150-250字符，包括研究的目，关键的创新点和意义；研究的成果。独立成文。摘要开头不要重复论文。字数按照期刊要求控制。摘要写得好坏就显得尤其重要， 它会直接影响全文被人阅读、引用机会的多少。
摘要一般采用第三人称，尽量不用“我们”“笔者”“本文”等词语，也不宜出现“本文”“作者”“本课题”等表述，不用问句、感叹句等。避免出现“对……具有重大意义”或“具有一定的意义和价值”等不切实际的拔高类的套语。
2．4 关键词
关键词是指最能代表论文内容的词汇或词组。标注关键词的目的在于适应计算机自动检索的需要，选取原则是要能反映文献主题内容。不要用怪词，可以从标题中的选用合适的词汇。关键词一般为3 ～ 8 个，置于摘要的下方，词之间以空格或分号隔开。
2．5 引言
引言是论文的开头语、介绍本文的研究背景等，一般独立成段。引言主要有以下内容：前人相关的研究成果，现存的研究空白点和价值； 所采用的研究方法和理论依据等等。单篇图书馆学术论文的引言不宜过长，一般在500 字左右。引言要力争用最简洁的语言概述研究背景、前人成果等，使读者一目了然； 同时要引出话题———以此反映出作者前期资料收集的详备和研究思路的清晰。
2．6 正文
正文是论文的核心部分， 论文的论点、论据和论证都在这里阐述。提出问题，分析、解决问题。用词要准确， 不能出现模拟两可的词汇和语句。
正文及整篇文章要按结构内容划分层次，每个层次还有小标题。同一级标题应反映同一层次的内容， 一般宜用类别相近的词组作小标题。各级标题一律用阿拉伯数字分级连续编码， 不同层次的两个数字之间用下圆点分隔。结构上，论证要逐层推进，有条不紊，思路清晰。
气质性格决定论文，文如其人，对文字敬畏，字斟句酌，写作带着一个人的性灵之气，字词生成精神心性气质。语言、修辞其实反映的是作者的人文素养，从语言的角度看，撰写论文时，要注意以下两个问题：
第一，切忌生搬硬套外文术语和网络新词。句式的欧化，生吞活剥国外的学术理论，不符合汉语的规范，强行引用网络热词、流行短语，生搬硬套这种做法尤不足取，缺乏学术的严肃性、理论性和深邃性。
第二，注意表达的肯定性。图书馆学术论文的核心是作出论断，因此强调语言的肯定。无论是肯定、否定，都要有依据，应避免使用“大概”、“或许”、“可能是”等过于含糊的词语。
2．7结论或结语
结论是全文研究成果的总述，是全文分析论证的必然结果。主要包括： 阐述全文所进行的研究、得出的结论、说明的问题以及具有哪些理论价值或实践意义。如果所论问题不宜作结论或者很难作出明确的结论，也可写成结语的形式，结语通常阐述本文研究的成果及遗留问题，并提出对后续研究的展望等，一般只用一个自然段即可。
2．8 注释与参考文献
篇12
本文著录格式：[1]郭平，刘波，沈岳，农业云大数据自组织推送关键技术综述[J].软件，2013，34（3）：1-6
0 引言
随着物联网、云计算、下一代互联网等新一代信息技术的快速发展和信息内容的日益增长，“信息过载”问题愈来愈严重，推荐系统（recommender systems）被认为可以有效的缓解此难题，帮助用户从海量数据中发现感兴趣信息，满足个性化需求。
近年来，我国在农业个性化知识服务服务领域从本体论、语义网、知识工程角度开展了广泛的研究，成果主要体现在三个方面：以搜索引擎为代表的知识检索系统，需回答大量预设问题进行知识推理的专家系统，特定领域应用系统，它们在各自的场合都发挥了积极作用。然而知识检索系统不能满足用户个性化需求，专家系统的应用很难普及，特定领域应用开发成本高和重用难度大。物联网与数据挖掘云服务提供知识服务云实现物理世界的“感知控”，知识服务云的研究主要集中在制造和图书情报领域，云环境下的农业个性化知识服务的研究尚处于起步阶段，主要集中在服务模式的构建与展望。
本文是对科技部科技支撑课题“农村农业信息化关键技术集成与示范”（2011BAD21803）与“农村物联网综合信息服务科技工程”（2012BAD35800）研究成果的总结，也是对农业云推荐系统研究的升华。
1 农业云大数据自组织区域推送的提出
1.1 农业信息资源特点
我国自“十一五”时期以来，农业农村信息化发展取得了显著成效，主要表现在农业农村信息化基础设施不断完善、业务应用深入发展、物联网技术在农业中逐步推广应用等方面。从中央到省，市、县建立了“三农”综合信息服务平台，涉农企业、组织和科研院所也积极搭建了各具特色的农业信息服务平台，目前正向乡镇村发展。农村信息员队伍及以农业综合信息服务站和农业合作社为代表的农村信息服务机构发展迅速，“三电合一”、“农民信箱”、“农村热线”等信息服务模式应用深入。云计算利用海量的存储能力把农业信息资源形成高度集成和虚拟化的计算资源一“农业知识聚合云”，支持用户在任意位置、使用各种终端方便获取信息，但由于农业领域生态区域性和过程复杂性及农业区域发展不平衡和农民文化的多层次性也带来了“信息过载”、“资源隐晦”“资源迷向”等问题。
1.2 农业云环境下大数据自组织区域推送
物联网和云计算背后是大数据，在云计算模式下，用户不确定的、智能的交互，个性化需求更加多元化，信息交互行为更加频繁；在大量用户通过社会标注达成共识的过程中，逐渐形成不同社区，涌现出群体智能，形成“农业用户兴趣社交云”。利用云的海量存储、群体涌现智能、强大的计算能力和物联网感知控优势，可以提供面向用户复杂分析计算，实现业务重点由面向应用和资源的传统信息服务，转变为基于对海量农业知识进行动态划分，有目的、主动、定制、自组织推送给有需求的农业用户，为农业用户提供实时性、个性化知识服务，指导农业生产过程。
首先以Hadoop+MapReduce+HBaSe分布式框架为处理平台，对“农业用户兴趣社交云”，融合用户兴趣偏好和社交网络进行建模，将这些多元用户信息充分融入推送系统会更好产生推荐结果；将推荐对象“农业知识聚合云”按农业知识高维性、多样性、多层次性特征分类聚类为各种知识块静态和动态元数据；通过智能算法推荐和社会网络推荐为用户发现个性化内容；根据用户的地理位置、用户服务的评价以及云基础服务提供商信息将预测值最高的服务推送给用户实现与物理世界的互动（如图1）。
从以上分析可知，农业云大数据自组织区域推送的关键技术有用户兴趣模型、推荐对象模型，推荐算法、数据挖掘四个部分，以下分别对这几项技术进行论述。
1.2.1 用户兴趣模型
用户兴趣建模是个性化服务技术的基础和核心，包括数据收集、模型表示、模型学习与模型更新。用户兴趣建模的方法有很多，常用的有向量空间模型、神经网络、遗传算法、用户一项目评价矩阵、基于案例的表示、基于本体论的表示、基于加权关键词的表示，基于社会网络的表示等。几乎每种表示形式都是以一种私有形式进行知识表示，此外一些表示技术还依赖于模型学习，如广泛使用的基于向量空间模型的表示与TF-IDF学习技术联系在一起。表示形式的私有性和对学习技术的依赖性阻碍了用户模型在系统间的共享，这种共享对于减少用户建模工作量，提高推荐算法启动效率具有重要意义。因此开发独立于模型学习技术的通用用户模型表示技术是目前研究中热点，基于语义网和社交网络的用户模型在这方面表现了优势。
用户的兴趣或需求会随时间、情景发生变化，结合长期和短期兴趣及兴趣的变化用户兴趣建模的重点，目前的更新机制很难及时跟踪用户兴趣的变化，有更好的学习效率和动态变化适应能力的建模是未来的重要研究方向，国内外大量的文献对此展开了研究，遗忘函数、时间窗、用户兴趣的漂移特性等被提出。
在湖南农业云中，基于呼叫中心、互联网，手机报、手机短信，电视广播等用户在多应用系统中形成的兴趣偏好和社交网络特征，提出“农业用户兴趣社交云”建模思路：以图论模型表示用户“兴趣图”数据和“社交图”数据，根据经典的局域世界演化理论，综合考虑实际情况中用户之间的多重关系和关系的强弱程度，以用户之间相似度为节点连接概率因素，生成动态多维网络，进行用户数据的挖掘和更新；结合农业本体，在多维社交网络的基础上，将基于农业本体的区域用户兴趣融合在云计算平台上进行处理。
1.2.2 推荐对象模型
推荐本质上是将推荐对象的特征与用户的兴趣偏好进行推荐计算，所以推荐对象的描述和用户的描述密切相关。推荐系统应用不同领域，它推荐的对象也就各不相同，目前，湖南农业云主要是文本性数据；不同的对象，特征也不相同，目前没有一个统一的标准来进行统一描述，主要有基于内容、分类、聚类的方法。
基于内容的方法是从对象本身抽取信息表示对象，常见的是向量空间模型，使用最广泛的是加权关键词矢量方法进行特征选取，使用TFIDF计算每个特征的权值。向量空间模型对模型中的特征词进行权重估计（TF-IDF）过程中不考虑特征词之间的相关性，直接用特征词作为维度构建文档向量，降低了文档向量对文档概念表达的准确性以及对不同类型文档的区分能力。
基于分类的方法是把推荐对象放入不同类别，把同类文档推荐给对该类文档感兴趣的用户。主要有两种，一种是基于知识工程的方法，使专家的类别知识直接编码为分类规则，正确率和召回率高，但工作量大；近期研究最多的是另一种一机器学习，根据训练样本集建立分类器，方法有很多，常见的有概率分类、贝叶斯回归分析、决策树分类器、决策规则分类器、Rocchio分类器、神经网络分类器、支持向量机（SVM）、分类器融合、Boosting分类器、k最近邻方法（KNN）等。
研究文本聚类的最初目的是为了提高信息检索的查全率和查准率，近年来，文本聚类用于自动产生文本的多层次的类，并利用这些新生成的类对新文本进行效率较好的归类，已经提出了大量的文本聚类算法。传统的聚类算法在处理高维和海量文本时效率不很理想。针对这样的问题，将聚类分析与计算智能理论，并行计算、云计算等相结合，设计出高效的并行聚类算法，己经成为一个比较流行的研究思路。
在湖南农业知识云数据模型中，将能更好反映特征词相关性的超图模型引入，将文档中提取的特征项表示为图中节点，特征词条之间的关系构成图中边，用边上权值表示相关联特征项之间共现程度。通过对文本图模型K最近邻划分实现降维降噪的粗粒度数据切片；对切片后数据反映用户兴趣如地域、时间、诉求等多维度特征的智能聚类，实现细粒度的聚合与分割。
“农业知识聚合云”模型算法建立在基于MapReduce处理的大规模图上，得到各种知识块静态和动态元数据。
1.2.3 推荐算法
推荐算法是整个推荐系统中核心部分，大量的论文和著作都关注了这个方面。目前，基本包括以下几种：基于内容过滤推荐、协同过滤推荐、基于关联推荐、基于知识推荐、基于效用推荐、基于网络结构推荐、基于聚类推荐、基于社会网络分析推荐、混合型推荐等。通过对众多推荐算法进行比较分析，各种算法都有优缺点（如表1）：
各种推荐方法都有各自的优缺点，在实际问题中采用多种策略进行混合推荐，主要有两种混合思路：推荐结果混合和推荐算法混合。目前大部分的推荐算法都是混合推荐算法，主要还是以协同理论为核心，再配合其他算法的优点或交叉学科的理论来改善推荐的质量。另外基于社会网络个性化推荐算法研究是一个趋势，基于社会网络的推荐是协同过滤的延伸，通过考察结点之间（用户和用户之间或产品之间）的相关性和结点之间的信任度可以获得比一般协同推荐更高推荐效果，如文献提出将社会网络关系结合到推荐算法中。纵观国内外在推荐算法上的研究，主要集中在基于用户显性评分数据的协同过滤算法上，对基于非显性评分行为数据场景下的研究却显得有点不足。目前在扩展性问题上学术研究不是很具有针对性，主要集中在通过各种交叉学科中的方法来对用户进行聚类或对行为数据进行降维、压缩等缩短推荐的项目集或减少计算量，从而提升算法的性能；有关基于云平台上的推荐算法研究目前主要集中于协同过滤算法MapReduce化。而实际应用中，己出现利用分布式集群解决算法扩展性方法，如Google News的推荐算法就是部署在分布式环境下，从而满足海量数据下的推荐服务。
根据农业云大数据自组织区域推送实际情况将推荐结果和推荐算法混合，提出“三层推荐”策略：在丰富的知识块云元数据基础上，将知识块属性和用户兴趣行为基于频繁模式的知识关联撮合推荐；通过复杂网络聚类算法识别一个用户多个社区兴趣，融合“兴趣图”和“社交图”协同过滤推荐，突破算法推荐的局限性，让用户信任的朋友圈子为其发现和推荐内容，取得社交推荐的时效性和算法推荐的长尾性之间的互补，从而针对每个社区成员提供精准个性化推荐；根据基础设施服务供应商、用户所在的地理位置以及用户对服务可用性评价值的相似性等，将大量用户云终端聚类为一定数量的社区，提高云端推送服务的有效性，最终形成通过大众参与，支持云间变换，集电信网、广播电视网、互联网合一的自组织区域推送，较有效地处理一般推荐算法中存在的稀疏性、冷启动以及大规模实时计算的问题。
1.2.4 云计算下个性化数据挖掘
数据挖掘采用了多种领域中的思想，包括来自统计学的抽样、估计、假设检验以及人工智能、模式识别和机器学习的搜索算法、建模技术和学习理论。随着数据挖掘的不断发展，也采用了包括最优化、进化计算、信息论、信号处理、可视化、信息检索、云计算、并行计算等技术。与传统的数据挖掘相比，云计算下的个性化数据挖掘的目标，就是通过云计算中心，向用户提供针对其即时演化需求的数据挖掘SaaS（Software as aService，软件即服务）服务，其基础问题主要为：对于用户不同的数据挖掘需求以及针对用户特点进行个性推荐的建模和表征；数据挖掘算法适应云计算的并行分布式化；使数据挖掘的结果和算法能够支持云间变换并形成一种面向用户、即时组合的、变粒度的云服务，其中数据挖掘的云服务化是研究的难点。
（1）云计算下个性推荐的建模和表征
云下的个性推荐建模和表征与传统上个性化推荐明显的不同在于海量异构大数据和用户间群体涌现的社交网络，它们本质上形成了多个顶点的大规模图。云计算可以为大规模个性化提供技术支撑，云服务本身也有大规模个性化定制应用需求，目前研究两者结合的文献还很少，张泽华从计算资源的角度基于复杂系统理论对云计算联盟体系结构进行建模，并基于蚁群优化算法和复杂系统理论进行了负载均衡研究；郭昱就有效处理客户需求信息该如何选择与分布云计算平台中的关键节点问题，提出了基于云计算的大规模定制客户需求模型。赵东杰对复杂网络、数据挖掘与群体智能有效结合进行了探索研究。农业云大数据自组织推送通过“农业知识聚合云”分解的静态、动态知识元数据和“农业用户兴趣社交云”形成的兴趣图、社交图基于用户行为和知识元数据的关联撮合，通过人工智能和社交圈子帮助用户发现内容，实现搜索和推荐的无缝结合，为智能个性化推荐实现“内容找人”愿景。
（2）算法并行分布式与高性能计算
对于大规模数据的处理，典型系统结构大致分为三类：基于MapReduce模型的分布式并行处理系统、基于BSP模型的分布式并行处理系统和分布式图数据库系统。数据挖掘算法现在的发展趋势是基于云计算的并行数据挖掘，它的同一个算法可以分布在多个节点上，多个算法之间是并行的，多个资源实行按需分配，而且分布式计算模型采用云计算模式，数据用DFS或者HBASE，编程模式采用MapReduce这种方式。Bhaduri等整理了一个十分详尽的并行数据挖掘算法文献目录，包含了关联规则学习、分类、聚类、流数据挖掘四大类分布式数据挖掘算法，同时还包括分布式系统、隐私保护等相关的研究工作。
2 基于云计算推荐系统研究的重点、难点与热点
2.1 云环境下用户偏好获取安全与可信问题
推荐系统中，用户数据集的数量和质量问题，影响用户模型的精确度、可用性，导致问题的根本原因在于用户对隐私和安全的考虑。而云环境下，数据的安全与隐私是用户非常关心的问题。既能得到准确用户信息而提高推荐系统性能，又能有效保护用户信息同时检测并能预防推荐攻击（一些不法的用户为了提高或降低某些对象的推荐概率，恶意捏造用户评分数据而达到目的）将是未来推荐系统的一个重要研究方向。
2.2 模型过拟合问题
过拟合现象是指系统推荐给用户的对象与用户刚刚看过的不是太相似或者太不相关。过拟合（过学习）的问题本质上来自于数据的不完备性，这在实际应用中是无法完全避免的。在于兴趣偏好获取方式或隐私等原因使用户没有对足够多类别的对象进行评价。目前解决的主要方法是引入随机性，使推荐算法收敛到全局最优或者逼近全局最优，关于既要保证推荐的多样性，又不能与用户看过的对象重复或毫不相关这一问题的研究是推荐系统研究的一个难点和重点。
2.3 稀疏性与冷启动问题
稀疏性和冷启动问题困扰推荐系统很长时间了，前者的解决办法主要过滤和降维。目前针对冷启动问题提出了一些解决方法，主要分为两大方面，一是直接利用传统协同过滤的评分数据结合特定的方法进行解决，二是新用户或新项目的内容属性信息与传统的协同过滤评分数据相结合的方法进行改善冷启动问题。稀疏性与冷启动问题一直是推荐系统研究的一个难点和重点。
2.4 数据挖掘的结果和算法智能服务化
将数据挖掘算法融入针对海量用户的使用记录和计算资源间协作进行优化组合，利用这些特性通过大众参与的交互作用，提高云间服务的智能性、有效性将是大数据时代推荐系统研究的一个制高点。将数据挖掘任务及其实现算法服务化，通过SaaS方式向云计算中心索取所需的相应的数据挖掘，这可能是目前突破数据挖掘专用软件使用门槛过高、普通大众难以触及、企业用户使用成本太大、挖掘算法和结果难以实时得到评价和相应修改等问题的最有希望的解决方案之一，也是数据挖掘走向互联网大众、走向实用化的重要的一步。
2.5 大数据处理与增量计算问题
目前对大数据的研究仍处于一个非常初步的阶段，半结构化和非结构化数据给传统的数据分析带来巨大挑战，尤其算法如何快速高效地处理推荐系统海量和稀疏的数据成为迫在眉睫的问题。当产生新的数据时，算法的结果不需要在整个数据集上重新进行计算，而只需考虑增量部分，对原有的结果进行微调，快速得到准确的新结果，是增量计算的理想状态。但一般而言，随着信息量的增多，算法的误差会累积变大，最终每过一段时间还是需要利用全局数据重新进行计算。一个特别困难的挑战是如何设计一种能够保证其误差不会累积的算法，也就是说其结果与利用全部数据重新计算的结果之间的差异不会单调上升，要达到这种程度，还有很长的路要走。
结束语：
随着新一代信息技术的快速发展和信息内容的日益增长，搭载在云计算平台的自组织区域推送具有它天然的优势：云的海量存储使得推荐系统能有效获取训练数据；云的分布式计算能力提供了较高的响应能力；海量用户的使用记录和计算资源问大众参与的交互涌现，最终形成自组织优化组合的智能个性化云推送。因此，农业云自组织区域推送具有重要的研究意义和广阔的应用前景，对云环境下其他领域的个性化推送应用具有借鉴意义，但目前存在大量问题需要进行深入细致的研究。
参考文献
[1]孟祥武，胡勋，王立才，张玉洁，移动推荐系统及其应用[J]，软件学报，2013，24（1）：91-108
[2]杨涛，基于本体的农业领域知识服务若干关键技术研究[D]，上海：复旦大学计算机科学技术学院博士论文，2011，1-50
[3]杨晓蓉，分布式农业科技信息共享关键技术研究与应用[D]，北京：中国农业科学院博士学位论文，2011，3-35
[4]赵春江，农业智能系统[M]，北京：科学出版社，2009，1-210，
[5]何清，物联网与数据挖掘云服务[J]，智能系统学报，2012，7（3）：1-5，
[6]黄卫东，于瑞强，共享学习模式下知识服务云平台的构建研究[J]，电信科学，2011，12：6-11
[7]丁静，杨善林，罗贺，丁帅，云计算环境下的数据挖掘服务模式[J]，计算机科学，2012，39（6）：217-219，237
[8]邓仲华，钱剑红，陆颖隽，国内图书情报领域云计算研究分析[J]，信息资源管理学报，2012，2：10-16
[9]胡安瑞，张霖，陶飞，罗永亮，基于知识的云制造资源服务管理[J]同济大学学报（自然科学版），2012，40（7）：1093-1101
[10]程功勋，刘丽兰，林智奇，俞涛，面向用户偏好的智能云服务平台研究[J]，中国机械工程，2012，23（11）：1318-1323，1336
[11]刘波，方逵，沈岳，可重构的农业知识服务模式研究[J]农机化研究，2011，36（11）：66-70
[12]赵星，廖桂平，史晓慧，陈诚，李文圃，物联网与云计算环境下的农业信息服务模式构建[J]，农机化研究，2012，4：142-147
[13]郭永田，中国农业农村信息化发展成效与展望[J]，电子政务，2012，02-03：99-106
[14]李道亮，中国农业农村信息化发展报告（2011）[M]，北京：电子工业出版，2012，87-150
[15]钱平，郑业鲁，农业木体论研究与应用[M]，北京：中国农业科学技术出版社，2006，1-100
[16]吴丽花，刘鲁，个性化推荐系统用户建模技术综述[J]，情报学报，2006，25（2）：55-62
[17]李珊，个性化服务中用户兴趣建模与更新研究[J]，情报学报，2010，29（1）：67-71
[18]王国霞，刘贺平，个性化推荐系统综述[J]，计算机工程与应用，2012，48（7）：66-76
[19]王巧容，赵海燕，曹健，个性化服务中的用户建模技术[J]，小型微型计算机系统，2011，32（1）：39-46
软件杂志欢迎推荐投稿：http：///
[20]张华清，动态多维社会网络中个性化推荐方法研究[D]，济南：山东师范大学硕士学位论文，2012，16-31
[21]丹，面向跨系统个性化服务的用户建模方法研究[J]_情报杂志，2012，31（6）：156-161
[22]邓夏玮，基于社交网络的用户行为研究[D]，北京：北京交通大学硕士学位论文，2012，4-43
[23]马尧，基于多维用户特征建模的个性化社交搜索引擎的设计与实现[D]，广州：华南理工大学硕士学位论文，2012，12-55
[24]陈恩红，徐童，田继雷，杨禹，移动情景感知的个性化推荐技术[J]，中国计算机学会通讯，2013，9（3）：19-24
[25]Jong Hwa Kima，b，，Hyun JoonLeeb，Extraction of user profile based on workflow and information flow[J]，Expert Systems with Applications，2012，39（5）：5478-5487
[26]南智敏，钱松荣，引入漂移特性的用户兴趣模型优化研究[J]，微型电脑应用，2012，28（3）：30-32
[27]郭新明，弋改珍，混合模型的用户兴趣漂移算法[J]，智能系统学报，2010，5（2）：181-184
[28]程显毅，朱倩，文本挖掘原理[M]，北京：科学出版社，2010，9-45 [29]李涛，推荐系统中若干关键问题研究[D]，南京：南京航空航天大学博士学位论文，2009，31-80
[30]姜伦，模糊聚类算法及其在中文文本聚类中的研究与实现[D]，哈尔滨：哈尔滨理工大学硕士学位论文，2010，18-48
[31]冯汝伟，谢强，丁秋林，基于文本聚类与分布式Lucene的知识检索[J]，计算机应用，2013，33（1）：186-188
[32]陶红，周永梅，高尚，一种基于语义相似度的群智能文本聚类的新方法[J]计算机应用研究，2012，29（2）：482-532
[33]孟海东，刘小荣，基于聚类分析的图模型文档分类[J]计算机应用与软件，2012，29（1）：117-174，229
[34]饶君，张仁波，东呈晓，吴斌，基于MapReduce的大规模图挖掘并行计算模型[J]，应用科技，2012，39（3）：56-60
[35]于戈，谷峪，鲍玉斌，王志刚，云计算环境下的大规模图数据处理技术[J]，计算机学报，2011，34（10）：1753-1767
[36]吕善国，吴效葵，曹义亲，基于网络结构的推荐算法[J]_实验室研究与探索，2012，31（7）：278-280，368
[37]周佳，罗铁坚，一种基于内容关联的学术资源协同推荐算法[J]，中国科学院研究生院学报，2013，30（1）：117-123
[38]唐晓波，张昭，基于混合图的在线社交网络个性化推荐系统研究[J]情报理论与实践，2013，36（2）：91-95
[39]王立才，孟祥武，张玉洁，上下文感知推荐系统[J]，软件学报，2012，23（1）：1-20
[40]刘建国，周涛，汪秉宏，个性化推荐系统的研究进展[J]，自然科学通报，2009，19（1）：1-15
[41]许海玲，吴潇，李晓东，阎保平，互联网推荐系统比较研究[J]软件学报，2009，20（2）：350-362
[42]孙冬婷，何涛，张福海，推荐系统中的冷启动问题研究综述[J]，计算机与现代化，2012，5：59-63
[43]张亮，基于聚类技术的推荐算法研究[D]，成都：电子科技大学硕士学位论文，2012，7-18
[44]Liu， F.，Lee， H.J. Use of social network information to enhance collaborative filterinperformance.Expert[J] Systems with Applications. 2010， 37（7）：4772-4778.
[45]Jiang， J.， Lu， J.， Zhang， G.， Long， G. Scaling- Up Item-Based CollaborativeFiltering Recommendation Algorithm Based on Hadoop[C].2011 IEEE World Congress onServices.IEEE[A]. 2011， 490-497.
[46]周源，基于云计算的推荐算法研究[D]，成都：电子科技大学硕士学位论文，2012，26-64
[47]吕雪骥，基于云计算平台的智能推荐系统研究[D]，合肥：安徽大学硕士学位论文，2012，25-43
[48]刘晨，改进的聚类挖掘算法对网络自助出版“长尾”文本的推荐应用[D]，上海：复旦大学硕士学位论文，2011，10-19
[49]陈桂生，张海粟，刘玉超，云计算下的个性化数据挖掘服务[EB/OL]，[2011-2-28]中国人工智能学会通讯，http：//www，/contents/50/119，html
[50]张泽华，云计算联盟建模及实现的关键技术研究[D]，昆明：云南大学博士学位论文，2012，26-114
[51]郭昱，吴清烈，基于云计算的大规模定制客户需求响应模型及其节点的选择与分布[J]，系统工程理论与实践，2011，31（增刊2）：1-6
[52]赵东杰，张海粟，韩言妮，杨海涛，何宇，基于网络化数据挖掘的群体智能研究方法[C]，Proceedings of 2010 The 3rdInternational Conference on Computational Intelligence andIndustrial Application（Volume 9）.IEEE[A].2010，239-243.
[53]AnandRajaraman，Jeffrey David Ullman著，王斌译，互联网大规模数据挖掘与分布式处理[M]，北京：人民邮电出版社，2012，1-253
[54]Bhaduri K， Das K， Liu Kun， et al. Distributed data mining bibliography[EB/OL]. [2011-01-03]. http：// cs. umbc. edu/～hillol/DDMBIB/
篇13
1.2D（执行）——实施培养方案，严格培养过程，完善质量保障
工程硕士培养要经过3个重要环节：课程学习、企业实习和学位论文。在每一个环节中又有若干环节，为保证培养质量，我们严格规范每个环节[2]。图2是一套完整的工程硕士培养质量保障体系。
1.2.1课程环节
在课程环节，除严格执行培养方案外，每门课程都有教学大纲。授课期间要进行教学评估，学生给每位授课老师在教学态度、教学内容、教学方式、教学效果等方面进行打分，也可给出具体的意见和建议。评估结果和学生给出的意见将会反馈给老师，让老师在教学中不断改进提高。每个年级的硕士班设立一名班主任，协调课程安排，了解学生动态，组织课余活动。
1.2.2实习环节
面向行业进行专业实践是培养模式高层次应用型人才的重要环节。落实实习基地和实习制度是保障实习环节有效完成的关键。我们选取与软件工程学科相关的高新技术型企业、金融信息化企业等作为学生的实习基地，在实习基地聘请企业导师，具体指导学生的实践环节。在实习过程中，制订实习管理办法，明确实习的时间、形式、要求，通过《企业实习手册》对实习环节进行过程控制。
1.2.3论文环节
工程硕士学位论文是工程硕士研究生掌握理论知识、实践能力、创新能力的全面体现，也是衡量培养质量和授予学位的重要标志。工程硕士的学位论文与工学硕士的学位论文侧重点不同，它更加重视解决工程实践的问题，因此论文的形式和评价标准也有不同的要求。我们将工程硕士论文划分为系统研制报告、IT管理类论文、工程设计类论文以及学术研究类论文4种类型，每一种类型都对论文提出了相应的要求。为保证论文的最终质量，我们在论文阶段设置了开题报告、、预答辩、论文评阅、论文答辩5个环节，每个环节都有相应的要求规范及实施办法，任何一个环节不通过，都不能进入下一个环节，这就保证了能够进入答辩的论文基本质量。具体实施如下：（1）开题报告环节。学院组织不少于3人的开题报告评审组，对学生的学位论文开题报告进行评审。基于工程硕士的培养目标，我们制订了开题报告评价标准。相关文件包括《开题报告模版》《工程硕士学位论文开题评价标准》。（2）环节。为了有效惩戒学位论文学术不端行为，保证研究生学位论文质量，加强研究生学术道德和学术规范建设，我们针对研究生学位论文学术不端行为进行专门审查，采取软件检测的方法，务求论文重复率不超过10%。相关文件包括《信息学院开展研究生学位论文学术不端行为审查工作办法》。（3）预答辩环节。工程硕士学位论文预答辩是保证学位论文质量的重要环节，是对进入答辩环节论文的又一轮筛选。相关文件包括《信息学院工程硕士研究生学位论文预答辩工作实施办法》《中国人民大学信息学院工程硕士学位论文预答辩评价标准》。（4）论文评阅环节。由两名专家对论文进行评阅，其中至少一名校外企业评阅专家针对论文的应用性给予评审和评价。（5）论文答辩环节。严格执行学校关于学位论文答辩环节的规定，保证通过的论文质量。
1.3C（检查）——培养质量检验
培养质量的高低可以从论文质量、教师学生的反馈、就业情况3个方面来检验。
1.3.1论文质量
论文写作过程5个环节的把关保证了通过答辩的论文已经过至少3次专家评判、1次。在某个环节被淘汰的论文，需要重新修改后才可以再次进入答辩。
1.3.2学生和教师的反馈
我们定期举行授课教师、学术导师、企业导师座谈会和学生座谈会，通过座谈会的形式，收集学生和老师对培养方案、课程设置、实习安排、论文等环节的意见和建议，听取学生和老师的评价意见，听取导师反映的培养和指导过程中出现的问题，为下一步改进方案作准备。
1.3.3就业情况
工程硕士的培养目标面向企业、面向实践，因此学生的就业情况最能反映我们的培养质量。企业在选拔人才时有它所关注的指标，企业的人才需求是否与我们的培养目标一致，从就业率及就业情况就能反映出来。2012年人民大学第一届全日制工程硕士毕业生和2013年第二届毕业生的就业率均为100%，毕业去向为金融机构、国家机关、大型国有企业（非金融类）、外资企业和国内其他知名企业，有的学生甚至同时拿到几家单位的录用通知。以2010级为例，50名学生的毕业去向数据分布情况如图3所示。从图3可以看出，近一半的学生被金融机构录用，这与我们最初设定的培养目标不谋而合。我们秉承与人文社科优势学科相结合的理念，将金融与软件工程结合起来，学生在课程学习、企业实习等环节都接受了相应的培养和训练，这样的毕业生一定是用人单位所欢迎的。
1.4A（处置）——总结、反思及改进
PDCA理论的最后一个步骤，是对于既往的总结与反思，提出改进措施。通过检验和反思，我们对培养方案进行更精细化的调整，对开题、评阅、答辩的各个环节以及管理流程进行改进，使之更适应工程硕士的培养。