“云計(jì)算環(huán)境下的信息資源集成與服務(wù)研究”中期檢查情況

一、研究進(jìn)展情況

自2013以來(lái)，國(guó)家社會(huì)科學(xué)基金重大項(xiàng)目“云計(jì)算環(huán)境下的信息資源集成與服務(wù)研究”在首席專家、咨詢專家、各子課題負(fù)責(zé)人及全體項(xiàng)目組成員的共同努力下，按項(xiàng)目計(jì)劃順利完成了預(yù)期研究任務(wù)和項(xiàng)目管理目標(biāo)。

1.科學(xué)研究工作

1.1云計(jì)算環(huán)境下的信息資源集成與服務(wù)的系統(tǒng)框架（子課題1）

完成了理論梳理和需求分析的調(diào)研。對(duì)于信息存儲(chǔ)模塊，基本完成了基于Hadoop和NoSQL數(shù)據(jù)庫(kù)的信息資源集成與服務(wù)平臺(tái)的構(gòu)架設(shè)計(jì)和搭建，主要包括平臺(tái)基礎(chǔ)架構(gòu)的建設(shè)。對(duì)于信息集成模塊，完成了數(shù)據(jù)表示格式和元數(shù)據(jù)標(biāo)準(zhǔn)文檔的制定、使用信息檢索、數(shù)據(jù)集成等方法進(jìn)行數(shù)據(jù)導(dǎo)入、整合等工作�；�本設(shè)計(jì)完成了API調(diào)用標(biāo)準(zhǔn)。主要進(jìn)展如下：

（1）提出了一種基于云計(jì)算環(huán)境下的Hadoop的索引創(chuàng)建方法及其索引方法，其分別建立了基于文件的索引、基于數(shù)據(jù)塊的索引以及基于記錄的索引的三級(jí)索引機(jī)制，在進(jìn)行數(shù)據(jù)讀取時(shí)，根據(jù)所述索引信息，對(duì)所訴輸入分片進(jìn)行逐層過(guò)濾，使得最終查詢結(jié)果可以直接跳過(guò)無(wú)用的數(shù)據(jù)而執(zhí)行讀取動(dòng)作，本發(fā)明避免了Hadoop讀取無(wú)用數(shù)據(jù)，提高了海量數(shù)據(jù)的處理效率。該成果已提交專利申請(qǐng)�；�于Hadoop的索引創(chuàng)建方式及其索引方法（申請(qǐng)?zhí)枺?01310302669.1）

（2）設(shè)計(jì)了基于云計(jì)算環(huán)境下的海量文本數(shù)據(jù)的一種相似度衡量系統(tǒng)，系統(tǒng)利用基于語(yǔ)義規(guī)則的擴(kuò)展框架來(lái)衡量文本信息的相似度。具體的，本系統(tǒng)包括一個(gè)基于語(yǔ)義規(guī)則的擴(kuò)展框架。在此框架內(nèi)，又提出了兩種具體的擴(kuò)展模塊：全擴(kuò)展和選擇擴(kuò)展。前者將全部可用語(yǔ)義規(guī)則用于擴(kuò)展字符串，后者結(jié)合了全擴(kuò)展和貪心策略，給出了一種更加有效的擴(kuò)展方法。該成果已提交專利申請(qǐng)。一種基于海量文本數(shù)據(jù)的相似度衡量辦法（申請(qǐng)?zhí)枺?01310335123.6）

（3）從基于云計(jì)算環(huán)境下的數(shù)據(jù)管理的角度上回顧了大數(shù)據(jù)時(shí)代所面臨的挑戰(zhàn)，重點(diǎn)討論了大數(shù)據(jù)的多樣性，大數(shù)據(jù)的壓縮，大數(shù)據(jù)的集成與清洗，大數(shù)據(jù)的索引與查詢，以及大數(shù)據(jù)分析和挖掘。該調(diào)查與研究給出了一個(gè)以大數(shù)據(jù)為導(dǎo)向的研究和問(wèn)題的簡(jiǎn)要概述。研究成果已被2013 Frontiers of Computer Science收錄 (Jinchuan Chen, Yueguo Chen, Xiaoyong Du, Cuiping Li, Jiaheng Lu, Suyun Zhao, Xuan Zhou). Big data challenge: a data management perspective.Frontiers of Computer Science. p157-164 (SCI indexing)

1.2云計(jì)算環(huán)境下的信息資源存儲(chǔ)和組織模式研究（子課題2）

為了應(yīng)對(duì)大數(shù)據(jù)時(shí)代信息資源過(guò)載的問(wèn)題，經(jīng)常采用推薦的手段將信息資源進(jìn)行有效過(guò)濾和組織，進(jìn)而為其上的知識(shí)服務(wù)提供支持。目前通常使用協(xié)同過(guò)濾的方法計(jì)算用戶或項(xiàng)目之間的相似度，這種方法存在一定的缺陷：比如評(píng)分矩陣稀疏、冷啟動(dòng)等問(wèn)題。為此，本項(xiàng)目使用帶權(quán)重的、基于Map-Reduce框架的Simrank并行方法計(jì)算對(duì)象之間的相似度。在此基礎(chǔ)上，提出了兩種并行實(shí)現(xiàn)算法，一種是初始的迭代方法的并行化，另一種是基于矩陣乘法的并行化。實(shí)驗(yàn)證明了新的推薦算法比已有協(xié)同過(guò)濾具有更好的效果。代表性成果為：Lina Li, Cuiping Li, Hong Chen, Xiaoyong Du.MapReduce-Based SimRank Computation and Its Application in Social Recommender System.IEEE Bigdata Congress。

1.3 云計(jì)算環(huán)境下的信息資源集成方法研究（子課題3）

主要以知識(shí)和電子文件為典型信息資源類型，重點(diǎn)進(jìn)行了對(duì)信息資源集成基礎(chǔ)理論，包括基本理念、主要需求和基本策略的研究，為進(jìn)一步提出云計(jì)算環(huán)境下的信息資源集成方法奠定了較好的基礎(chǔ)。主要進(jìn)展如下：

（1）提出了一種支持協(xié)同創(chuàng)新體能力構(gòu)建的知識(shí)管理策略，探討了協(xié)同創(chuàng)新體能力構(gòu)建（Collaborative Innovation Community Capacity Building ，CICCB）所需的知識(shí)集成方法，明確了知識(shí)集成的模式與策略。相關(guān)研究成果在第10屆智力資本、知識(shí)管理和學(xué)習(xí)型組織國(guó)際會(huì)議，2013歐亞經(jīng)濟(jì)論壇、2013中國(guó)知識(shí)管理論壇，第四屆全國(guó)知識(shí)組織與知識(shí)鏈接學(xué)術(shù)交流會(huì)及等學(xué)術(shù)會(huì)議進(jìn)行了交流，并被CPCI刊源論文集收錄（An, X., Deng, H., Cao, L. (2013).Knowledge Management in Support of Collaborative Innovation Community Capacity Building, Proceedings of the 10th International Conference on Intellectual Capital , Knowledge Management and Organizational Learning. The George Washington University, Washing, DC, USA. 24-25 October 2013: 19-25. ( ISI Web of Science CPCI刊源)

（2）以電子文件作為一種典型的信息資源，重點(diǎn)研究了電子文件的集成管理的技術(shù)特征及管理系統(tǒng)的研發(fā)重點(diǎn)與難點(diǎn)，明確了電子文件類信息資源的集成管理需求，為下一步提出信息資源集成方法奠定了基礎(chǔ)。相關(guān)研究成果已在《檔案學(xué)通訊》、《現(xiàn)代圖書情報(bào)技術(shù)》等國(guó)內(nèi)相關(guān)領(lǐng)域的重要刊物上發(fā)表。

（3）重點(diǎn)研究了信息資源管理基礎(chǔ)理論和方法，深入研究信息資源管理理論的奠基人——F.W.Horton等國(guó)內(nèi)外專家學(xué)者的代表性成果，梳理了信息資源管理思想起源、核心觀點(diǎn)及研究方法，為本課題的進(jìn)一步研究奠定了基礎(chǔ)。在此方面，代表性研究成果課題組織翻譯了F.W.Horton的名著《Information Resources Management: Concept and Cases》。該成果已由南京大學(xué)出版社出版，成果名稱為《信息資源管理：概念與案例》。

1.4云計(jì)算環(huán)境下的信息資源服務(wù)模式研究（子課題4）

調(diào)研和分析了當(dāng)前知識(shí)組織和服務(wù)模式的新需求，研究了開放環(huán)境下信息資源組織策略和服務(wù)的體系架構(gòu)，研究了以知識(shí)為主體的服務(wù)內(nèi)容和服務(wù)方式，研究了開放環(huán)境下同義術(shù)語(yǔ)的獲取方法和歸并方法，研究了云計(jì)算環(huán)境下語(yǔ)義搜索技術(shù)。作為實(shí)證研究，開發(fā)實(shí)現(xiàn)了基于漢語(yǔ)主題詞表（工程技術(shù)版）的術(shù)語(yǔ)服務(wù)原型系統(tǒng)。比較有代表性的成果有：

? 曾建勛. 開放式知識(shí)鏈接服務(wù)體系研究[J]. 情報(bào)理論與實(shí)踐, 2013, 36(1): 48-52.

? 曾建勛. 基于海量數(shù)字資源的科研關(guān)系網(wǎng)絡(luò)構(gòu)建探究[J]. 情報(bào)學(xué)報(bào), 2013, 32(9): 929-935.

? 常春. 基于詞頻信息確定敘詞表概念屬性[J]. 圖書情報(bào)工作, 2013, 57(16): 11-14, 24.

? 劉偉. 互聯(lián)網(wǎng)同義詞搜索中的詞義聚類問(wèn)題研究[J]. 圖書情報(bào)工作, 2013, 57(16): 15-19.

1.5．云計(jì)算環(huán)境中的學(xué)科知識(shí)信息資源集成與服務(wù)平臺(tái)架構(gòu)與評(píng)估（子課題5）

重點(diǎn)對(duì)學(xué)科資源云平臺(tái)構(gòu)建、學(xué)科資源獲取與集成、學(xué)科知識(shí)展示與服務(wù)的理論、方法與系統(tǒng)進(jìn)行了研究。主要進(jìn)展如下：

（1）研究從互聯(lián)網(wǎng)中自動(dòng)構(gòu)建知識(shí)庫(kù)以實(shí)現(xiàn)簡(jiǎn)化用戶搜索工作的方法。重點(diǎn)研究了如何從描述實(shí)體的大規(guī)模互聯(lián)網(wǎng)中自動(dòng)獲取資源并通過(guò)構(gòu)建知識(shí)庫(kù)進(jìn)行集成的問(wèn)題。我們提出了一個(gè)高效無(wú)監(jiān)督信息獲取方法，并借鑒分而治之的策略使該方法將一個(gè)困難的模板歸約問(wèn)題切分成多個(gè)較容易的子模板歸約問(wèn)題；對(duì)于自動(dòng)獲取得到的數(shù)據(jù)，我們提出了一種基于實(shí)例的模式匹配方法，利用屬性實(shí)例之間的相似度來(lái)對(duì)屬性進(jìn)行匹配，獲得較好的資源集成效果。這一工作發(fā)表在Decision Support Systems上。（Jun He, Y. Gu, H. Liu, J. Yan, H. Chen. Scalable and noise tolerant web knowledge extraction for search task simplification. Decision Support Systems. Volume 56, Pages 156-167. December 2013. (SCI)

(2) 研究了利用社交網(wǎng)絡(luò)媒體這類數(shù)據(jù)資源進(jìn)行知識(shí)服務(wù)的方法。我們以微博媒體大數(shù)據(jù)集為研究對(duì)象，研究對(duì)用戶特征進(jìn)行預(yù)測(cè)的方法，并利用互信息對(duì)相關(guān)性進(jìn)行評(píng)估；為解決該類資源存在的高維和數(shù)據(jù)稀疏性的問(wèn)題，提出了聚集微博特征的方法，并采用多種分類算法對(duì)聚集特征做分類，最終設(shè)計(jì)的模型獲得較高的預(yù)測(cè)精度。這項(xiàng)工作發(fā)表在WISE 2013國(guó)際會(huì)議上，并獲得會(huì)議的最佳挑戰(zhàn)論文獎(jiǎng)。（Y. Li, T. Liu, H. Liu, Jun He and X. Du. Predicting Microblog User's Age based on Text Information. The 14th International Conference on Web Information System Engineering (WISE 2013), Nanjing, China, 2013, Pages 510-515. (EI) (Best Challenge Paper Award)）

（3）學(xué)科資源云平臺(tái)構(gòu)建。構(gòu)建了EventTeller系統(tǒng)，該系統(tǒng)能夠?qū)崟r(shí)抓取相關(guān)Web頁(yè)面數(shù)據(jù)，并自動(dòng)過(guò)濾不相關(guān)網(wǎng)頁(yè)，利用網(wǎng)頁(yè)標(biāo)題、摘要、發(fā)布時(shí)間更好的計(jì)算新聞網(wǎng)頁(yè)相似度，該系統(tǒng)實(shí)現(xiàn)了在線事件偵測(cè)和展示。系統(tǒng)主要包括如下功能：在線事件偵測(cè)，計(jì)算新聞網(wǎng)頁(yè)相似度，并設(shè)計(jì)了實(shí)時(shí)計(jì)算詞語(yǔ)權(quán)重算法，建立倒排索引以及使用新聞標(biāo)題索引來(lái)過(guò)濾不相關(guān)網(wǎng)頁(yè)；融入更多類型的資源，實(shí)時(shí)抓取事件相關(guān)圖片，微博等；話題追蹤，設(shè)計(jì)了基于鄰域更新的算法來(lái)解決事件頁(yè)面集合更新；利用分布式系統(tǒng)進(jìn)行數(shù)據(jù)存儲(chǔ)及信息抽取，利用Hadoop的HDFS文件系統(tǒng)，存儲(chǔ)實(shí)時(shí)抓取的數(shù)據(jù)。

2.項(xiàng)目管理工作

為了做好課題研究的服務(wù)和保障工作，課題組專門成立項(xiàng)目管理小組（圖1），負(fù)責(zé)監(jiān)督課題研究的范圍、進(jìn)度、人員、資源、質(zhì)量和成本，并協(xié)調(diào)不同子課題之間的研究工作，提高課題研究的整體性和系統(tǒng)性。課題項(xiàng)目管理在首席專家杜小勇教授和盧小賓教授的直接領(lǐng)導(dǎo)下由課題管理辦公室（課題總體組）負(fù)責(zé)實(shí)施。課題管理辦公室（課題總體組）主要由首席專家（杜小勇教授和盧小賓教授）、咨詢專家（馮惠玲教授、黃長(zhǎng)著研究員、王珊教授、李廣建教授）、各子課題負(fù)責(zé)人（李翠萍教授、陸嘉恒教授、安小米教授、曾建勛教授和何軍副教授）共同組成，課題秘書為朝樂門博士。

圖1 課題項(xiàng)目管理

（1）聘請(qǐng)了四位咨詢專家。為了更好地指導(dǎo)課題研究工作，解決課題研究中各種疑難問(wèn)題，課題組于2013年年初聘請(qǐng)了中國(guó)人民大學(xué)原常務(wù)副校長(zhǎng)馮惠玲教授、中國(guó)社會(huì)科學(xué)院學(xué)部委員黃長(zhǎng)著研究員、中國(guó)人民大學(xué)信息學(xué)院王珊教授、北京大學(xué)信息管理系李廣建教授為課題咨詢專家。

（2）召開了項(xiàng)目開題報(bào)告會(huì)。2013年4月16日在中國(guó)人民大學(xué)信息樓209會(huì)議室舉行了項(xiàng)目開題報(bào)告會(huì)。中國(guó)人民大學(xué)常務(wù)副校長(zhǎng)馮惠玲教授、中國(guó)社會(huì)科學(xué)院學(xué)部委員黃長(zhǎng)著研究員、中國(guó)人民大學(xué)信息學(xué)院王珊教授、北京大學(xué)信息管理系李廣建教授、課題組成員和來(lái)自校內(nèi)外的相關(guān)領(lǐng)域?qū)＜覍W(xué)者出席了會(huì)議，會(huì)議由盧小賓教授主持。課題組首席專家杜小勇教授介紹了選題背景與動(dòng)機(jī)、研究目標(biāo)與預(yù)期成果、研究思路與方法、子課題劃分與任務(wù)分解、項(xiàng)目管理和總體進(jìn)度計(jì)劃等。接著，五個(gè)子課題負(fù)責(zé)人或其代表陸嘉恒教授、李翠平教授、朝樂門博士、曾建勛研究員和何軍副教授先后介紹了各子課題的研究?jī)?nèi)容與研究重點(diǎn)、研究思路與研究方法、預(yù)期成果和擬解決的關(guān)鍵問(wèn)題等。在討論交流環(huán)節(jié)，王珊教授、李廣建教授等咨詢專家就課題研究定位、方法和預(yù)期成果等方面提出了意見和建議。最后，盧小賓教授代表課題組做總結(jié)性發(fā)言，并對(duì)國(guó)家社科基金委、評(píng)審專家、與會(huì)專家對(duì)此課題的大力支持表示感謝。他說(shuō)，課題組凝聚中國(guó)人民大學(xué)信息資源管理學(xué)院、信息學(xué)院、數(shù)據(jù)工程與知識(shí)工程教育部重點(diǎn)實(shí)驗(yàn)室、中國(guó)科學(xué)技術(shù)信息研究所在信息資源管理和云計(jì)算研究方面的優(yōu)勢(shì)力量，將理論突破和實(shí)踐應(yīng)用有機(jī)結(jié)合，力爭(zhēng)高水平、高質(zhì)量地完成課題任務(wù)。

圖2 開題報(bào)告會(huì)

（3）開發(fā)課題專用網(wǎng)頁(yè)。為了方便項(xiàng)目組內(nèi)部交流和資源共享，課題組開發(fā)了國(guó)家社會(huì)科學(xué)基金重大項(xiàng)目“云計(jì)算環(huán)境下的信息資源集成與服務(wù)研究”專用網(wǎng)頁(yè)。該網(wǎng)站不僅提供了研究目標(biāo)、研究?jī)?nèi)容、關(guān)鍵問(wèn)題等基本信息，而且還設(shè)有資源共享、項(xiàng)目動(dòng)態(tài)等欄目，較好地支持了項(xiàng)目組內(nèi)部交流和資源共享的需求。網(wǎng)頁(yè)訪問(wèn)地址：http://deke.ruc.edu.cn/static/icloud/index.html。

圖3 課題網(wǎng)站

（4）加強(qiáng)內(nèi)部溝通與交流。根據(jù)課題研究需要，項(xiàng)目組采取了子課題內(nèi)部交流和跨子課題交流相結(jié)合的方式。其中，子課題內(nèi)部交流主要由子課題負(fù)責(zé)人主持完成，一般限于特定子課題或部分子課題的范圍之內(nèi)進(jìn)行�？傮w組十分重視跨子課題的交流與合作，先后3次召集各子課題負(fù)責(zé)人和部分代表交流各自的研究進(jìn)展、存在問(wèn)題和解決思路，確保了項(xiàng)目研究的整體性。此外，課題組還編制了項(xiàng)目研究手冊(cè)（圖4），統(tǒng)一提供了項(xiàng)目研究所需的相關(guān)規(guī)章制度、期刊目錄和成果標(biāo)注方法。

圖4 項(xiàng)目研究手冊(cè)

（5）規(guī)范財(cái)務(wù)報(bào)銷與管理工作。為了規(guī)范財(cái)務(wù)報(bào)銷工作，課題組專設(shè)了項(xiàng)目秘書的崗位，負(fù)責(zé)項(xiàng)目組的財(cái)務(wù)報(bào)銷工作。項(xiàng)目組采取集中報(bào)銷和實(shí)時(shí)報(bào)銷相結(jié)合的方法，較好地滿足了全體研究人員的財(cái)務(wù)報(bào)銷需求。2013年度共安排了3次集中報(bào)銷，并由課題秘書朝樂門博士負(fù)責(zé)統(tǒng)一收集和整理全體研究人員的報(bào)銷憑證，并經(jīng)首席專家杜小勇教授和盧小賓教授簽字批準(zhǔn)后交給財(cái)務(wù)部門報(bào)銷，較好地解決的財(cái)務(wù)報(bào)銷工作的規(guī)范性。

（6）重視人員變動(dòng)管理。根據(jù)項(xiàng)目研究需要，現(xiàn)聘請(qǐng)中國(guó)人民公安大學(xué)公安情報(bào)系周西平副教授、中國(guó)人民大學(xué)宋姬芳、張?zhí)K、王濤博士以及中國(guó)科技信息研究所劉偉、趙雪芹博士參與子課題《云計(jì)算環(huán)境下的信息資源服務(wù)模式》的研究工作；聘請(qǐng)中國(guó)人民大學(xué)牛力博士參與子課題《云計(jì)算環(huán)境下的信息資源集成方法》的研究工作。

(7)重視國(guó)內(nèi)外學(xué)術(shù)交流

1）2013年9月26-28日出席在中國(guó)西安召開的2013歐亞經(jīng)濟(jì)論壇,并在其第三界國(guó)際環(huán)境大會(huì):生態(tài)與可持續(xù)發(fā)展論壇上作"Meta-synthetic Strategies for Reuse of Public Sector Information Resources for Smart City: Case Analysis of Smart Travelling Projects"的報(bào)告.

2）October 24 to 25, speaker for “ Knowledge Management in Support of Collaborative Innovation Community Capacity Building” at the International Conference on 10th International Conference on Intellectual Capital, Knowledge Management & Organizational Learning held in George Washington University at Washington D.C., US.

3）2013年12月3日到4日在第四屆全國(guó)知識(shí)組織與知識(shí)鏈接學(xué)術(shù)交流會(huì)作“支持協(xié)同創(chuàng)新能力構(gòu)建的知識(shí)管理研究”特邀報(bào)告.

4）2013年12月14日在中國(guó)知識(shí)管理論壇作“支持協(xié)同創(chuàng)新體能力構(gòu)建的知識(shí)管理研究”特邀報(bào)告.

5）May 4 to May 10, 2014， ISO/TC46/SC11 meeting, Washington D.C., US。此次會(huì)議上安小米教授完成并提交了有關(guān)ISO/TC46/SC11系列標(biāo)準(zhǔn)產(chǎn)品的術(shù)語(yǔ)表。會(huì)議決議任命安小米教授承擔(dān)以下ISO/TC46/SC11標(biāo)準(zhǔn)工作:

6)領(lǐng)導(dǎo)ISO/TC46/SC11特別工作組3 (Ad Hoc Group 3)關(guān)于ISO/TC46/SC11術(shù)語(yǔ)表的建立及術(shù)語(yǔ)的規(guī)范性制修訂,未來(lái)工作包括（1）完成《ISO 30300系列標(biāo)準(zhǔn)與其他ISO/TC46/SC11產(chǎn)品的關(guān)系：術(shù)語(yǔ)》更新； （2）建立ISO/TC46/SC11詞匯表和術(shù)語(yǔ)表使用規(guī)則；（3）對(duì)術(shù)語(yǔ)的更新、修訂和增刪提出建議；（4）對(duì)術(shù)語(yǔ)及定義的連貫性和一致性規(guī)范使用提出建議；（5）識(shí)別影響ISO/TC46/SC11工作的核心概念，建立概念關(guān)系圖。

7)參與ISO/TC46/SC11特別工作組4 (Ad Hoc Group 4)開放數(shù)據(jù)與文件管理的關(guān)系研究工作。

8) 作為編輯組成員，參與解決各國(guó)針對(duì)《ISOCD30302 文件管理體系實(shí)施指南》提出的意見，作出意見處理的反饋。

9)作為新標(biāo)準(zhǔn)起草準(zhǔn)備工作組成員,參與關(guān)于文件管理體系標(biāo)準(zhǔn)實(shí)施的監(jiān)管和評(píng)測(cè)或治理的新產(chǎn)品起草。

10)負(fù)責(zé)《ISO 30300系列標(biāo)準(zhǔn)與其他ISO/TC46/SC11產(chǎn)品的關(guān)系：術(shù)語(yǔ)》更新。

11）2013年12月組織舉辦了“第四屆全國(guó)知識(shí)組織和知識(shí)鏈接學(xué)術(shù)交流會(huì)”。來(lái)自北京大學(xué)、中國(guó)人民大學(xué)、武漢大學(xué)、天津大學(xué)、南京大學(xué)等高校圖書館和國(guó)家科學(xué)技術(shù)圖書館、中國(guó)醫(yī)學(xué)科學(xué)院醫(yī)學(xué)信息研究所、中國(guó)農(nóng)業(yè)科學(xué)院農(nóng)業(yè)信息研究所等科研機(jī)構(gòu)的圖書情報(bào)、計(jì)算機(jī)領(lǐng)域的專家、學(xué)者等270余人參加了此次會(huì)議。

注：2010年立項(xiàng)的重大項(xiàng)目主要填寫2012年6月以來(lái)的研究進(jìn)展情況。

二、研究成果情況

（1）出版了《分布式系統(tǒng)與云計(jì)算概論》第二版。詳細(xì)介紹了分布式系統(tǒng)與云計(jì)算技術(shù)，包括Google、Yahoo等公司的云平臺(tái)技術(shù)介紹、MapReduce和Hadoop生態(tài)系統(tǒng)中典型系統(tǒng)的介紹和相關(guān)云計(jì)算程序的開發(fā)，較第一版有較大改進(jìn)。

（2）在Frontiers of Computer Science上發(fā)表了論文《Big data challenge: a data management perspective》。論文討論了大數(shù)據(jù)的多樣性特點(diǎn)、大數(shù)據(jù)的集成與清洗、大數(shù)據(jù)約簡(jiǎn)、大數(shù)據(jù)索引與查詢、大數(shù)據(jù)分析與挖掘等方面的挑戰(zhàn)與解決方法。其中提出的解決方案對(duì)本課題有一定參考和指導(dǎo)意義。

（3）開發(fā)了術(shù)語(yǔ)服務(wù)原型系統(tǒng)，以此為研究平臺(tái)，開展了本子課題相關(guān)的研究，包括信息資源組織策略、服務(wù)體系架構(gòu)內(nèi)容及方式、同義術(shù)語(yǔ)獲取與歸并、語(yǔ)義搜索等方面。該平臺(tái)獲得了軟件著作權(quán)，開展了研究?jī)?nèi)容大部分已發(fā)表在國(guó)內(nèi)核心期刊上。通過(guò)理論研究與實(shí)踐結(jié)合，基本驗(yàn)證了所提出的服務(wù)模式在云計(jì)算環(huán)境下的可行性，部分的研究結(jié)果在服務(wù)系統(tǒng)上得到了實(shí)際應(yīng)用，并進(jìn)一步深化了下一階段的研究?jī)?nèi)容。

（4）構(gòu)建了EventTeller系統(tǒng)，該系統(tǒng)能夠?qū)崟r(shí)抓取相關(guān)Web頁(yè)面數(shù)據(jù)，并自動(dòng)過(guò)濾不相關(guān)網(wǎng)頁(yè)，利用網(wǎng)頁(yè)標(biāo)題、摘要、發(fā)布時(shí)間更好的計(jì)算新聞網(wǎng)頁(yè)相似度，該系統(tǒng)實(shí)現(xiàn)了在線事件偵測(cè)和展示。系統(tǒng)主要包括如下功能：在線事件偵測(cè)，計(jì)算新聞網(wǎng)頁(yè)相似度，并設(shè)計(jì)了實(shí)時(shí)計(jì)算詞語(yǔ)權(quán)重算法，建立倒排索引以及使用新聞標(biāo)題索引來(lái)過(guò)濾不相關(guān)網(wǎng)頁(yè)；融入更多類型的資源，實(shí)時(shí)抓取事件相關(guān)圖片，微博等；話題追蹤，設(shè)計(jì)了基于鄰域更新的算法來(lái)解決事件頁(yè)面集合更新；利用分布式系統(tǒng)進(jìn)行數(shù)據(jù)存儲(chǔ)及信息抽取，利用Hadoop的HDFS文件系統(tǒng)，存儲(chǔ)實(shí)時(shí)抓取的數(shù)據(jù)。

（5）提出了一種支持協(xié)同創(chuàng)新體能力構(gòu)建的知識(shí)管理策略，探討了協(xié)同創(chuàng)新體能力構(gòu)建（Collaborative Innovation Community Capacity Building ，CICCB）所需的知識(shí)集成方法，明確了知識(shí)集成的模式與策略。相關(guān)研究成果在第10屆智力資本、知識(shí)管理和學(xué)習(xí)型組織國(guó)際會(huì)議，2013歐亞經(jīng)濟(jì)論壇、2013中國(guó)知識(shí)管理論壇，第四屆全國(guó)知識(shí)組織與知識(shí)鏈接學(xué)術(shù)交流會(huì)及等學(xué)術(shù)會(huì)議進(jìn)行了交流，并被CPCI刊源論文集收錄

（6）以電子文件作為一種典型的信息資源，重點(diǎn)研究了電子文件的集成管理的技術(shù)特征及管理系統(tǒng)的研發(fā)重點(diǎn)與難點(diǎn)，明確了電子文件類信息資源的集成管理需求，為下一步提出信息資源集成方法奠定了基礎(chǔ)。相關(guān)研究成果已在《檔案學(xué)通訊》、《現(xiàn)代圖書情報(bào)技術(shù)》等國(guó)內(nèi)相關(guān)領(lǐng)域的重要刊物上發(fā)表。

（7）重點(diǎn)研究了信息資源管理基礎(chǔ)理論和方法，深入研究信息資源管理理論的奠基人——F.W.Horton等國(guó)內(nèi)外專家學(xué)者的代表性成果，梳理了信息資源管理思想起源、核心觀點(diǎn)及研究方法，為本課題的進(jìn)一步研究奠定了基礎(chǔ)。在此方面，代表性研究成果課題組織翻譯了F.W.Horton的名著《Information Resources Management: Concept and Cases》。該成果已由南京大學(xué)出版社出版，成果名稱為《信息資源管理：概念與案例》。

注：2010年立項(xiàng)的重大項(xiàng)目主要填寫2012年6月以來(lái)的研究成果情況。

序號(hào)	成果名稱	作者	成果形式	刊物名或出版社、刊發(fā)或出版時(shí)間	字?jǐn)?shù)	轉(zhuǎn)載、引用、獲獎(jiǎng)等情況
1.	MapReduce-Based SimRank Computation and Its Application in Social Recommender System	Lina Li, Cuiping Li, Hong Chen, Xiaoyong Du	論文	IEEE Bigdata Congress, 2013	0.9萬(wàn)
2.	On Perspective Aware Top-k Similarity Search in Multi-Relational Networks	Yinglong Zhang, Cuiping Li, Hong Chen	論文	DASFAA 2014.	0.8萬(wàn)
3.	SuperSimRank：信息網(wǎng)絡(luò)中一個(gè)有效的結(jié)點(diǎn)相似度度量	張應(yīng)龍，李翠平，陳紅	論文	2014，軟件學(xué)報(bào). 已錄用	0.8萬(wàn)
4.	Accuracy Estimation of Link-based Similarity Measures and Its Application	Yinglong Zhang, Cuiping Li, Hong Chen	論文	WAIM 2014	0.9萬(wàn)
5.	《分布式系統(tǒng)與云計(jì)算概論》（第二版）	陸嘉恒	教材	清華大學(xué)出版社 2013年12月	48.6萬(wàn)	“十一五”國(guó)家級(jí)規(guī)劃教材
6.	Big data challenge: a data management perspective	陸嘉恒	論文	Frontiers of Computer Science	0.9萬(wàn)
7.	Knowledge Management in Support of Collaborative Innovation Community Capacity Building, Proceedings of the	An, X., Deng, H., Cao, L.	會(huì)議論文	10th International Conference on Intellectual Capital , Knowledge Management and Organizational Learning. The George Washington University, Washing, DC, USA. 24-25 October 2013.	0.6萬(wàn)
8.	國(guó)外智慧城市知識(shí)中心構(gòu)建機(jī)制及其借鑒研究	安小米	論文	情報(bào)資料工作, 34(4), 2013.	0.7萬(wàn)	中文核心期刊
9.	面向智慧城市發(fā)展的信息資源管理協(xié)同創(chuàng)新策略構(gòu)想	安小米	論文	情報(bào)資料工作, 2014（3）	0.8萬(wàn)	中文核心期刊
10.	詞語(yǔ)位置加權(quán)TextRank的關(guān)鍵詞抽取研究	夏天	論文	現(xiàn)代圖書情報(bào)技術(shù)2013(9)	0.5萬(wàn)	中文核心期刊
11.	融合LDA 與TextRank 的關(guān)鍵詞抽取研究	夏天等	論文	現(xiàn)代圖書情報(bào)技術(shù)（已錄用）	0.8萬(wàn)	中文核心期刊
12.	云計(jì)算環(huán)境下電子文件管理的關(guān)鍵技術(shù)研究	薛四新,朝樂門,田雷	論文	北京檔案,2013,01	0.8萬(wàn)	中文核心期刊
13.	電子文件管理系統(tǒng)的技術(shù)特征	朝樂門	論文	現(xiàn)代圖書情報(bào)技術(shù), 2013,4	0.8萬(wàn)	中文核心期刊
14.	電子文件管理系統(tǒng)研發(fā)的重點(diǎn)與難點(diǎn)分析	朝樂門	論文	檔案學(xué)通訊,2014,01	0.8萬(wàn)	中文核心期刊
15.	基于海量數(shù)字資源的科研關(guān)系網(wǎng)絡(luò)構(gòu)建探究	曾建勛	論文	情報(bào)學(xué)報(bào) 2013（9）	0.8萬(wàn)	中文核心期刊
16.	基于詞頻信息確定敘詞表概念屬性	常春	論文	圖書情報(bào)工作，2013（8）	1.1萬(wàn)	中文核心期刊
17.	互聯(lián)網(wǎng)同義詞搜索中的詞義聚類問(wèn)題研究	劉偉	論文	圖書情報(bào)工作，2013（8）	1.0萬(wàn)	中文核心期刊
18.	國(guó)家工程技術(shù)圖書館科研工作體系構(gòu)建	曾建勛	論文	數(shù)字圖書館論壇，2013（10）	0.7萬(wàn)	中文核心期刊
19.	國(guó)家工程技術(shù)數(shù)字圖書館服務(wù)體系建設(shè)	劉華	論文	數(shù)字圖書館論壇，2013（10）	0.6萬(wàn)	中文核心期刊
20.	基于RDA的標(biāo)簽與書目數(shù)據(jù)關(guān)聯(lián)方法初探	魏來(lái)	論文	圖書情報(bào)工作，2014（4）	0.6萬(wàn)	中文核心期刊
21.	基于引文的中文學(xué)術(shù)文獻(xiàn)自動(dòng)標(biāo)引方法研究	劉偉	論文	圖書情報(bào)工作，2014（2）	0.8萬(wàn)	中文核心期刊
22.	同義術(shù)語(yǔ)歸并中縮略語(yǔ)的處理方法研究	常春	論文	圖書情報(bào)工作，2014（1）	0.8萬(wàn)	中文核心期刊
23.	一種電子文件管理系統(tǒng)的自動(dòng)化測(cè)試方法	杜小勇、朝樂門等	發(fā)明專利	201410045487.5	1.3萬(wàn)
24.	基于Hadoop的索引創(chuàng)建方法及其索引方法	陸嘉恒	發(fā)明專利	201310302669.1 2013.07.17	1.2萬(wàn)
25.	一種基于海量文本數(shù)據(jù)的相似度衡量方法	陸嘉恒	發(fā)明專利	201310335123.6 2013.08.02	1.5萬(wàn)
26.	分布式海量Web數(shù)據(jù)爬取共享系統(tǒng)	陸嘉恒	發(fā)明專利	201310471593.5 2013.10.11	1.3萬(wàn)
27.	友好的XML圖形化搜索系統(tǒng)軟件V1.0	陸嘉恒，林春彬	軟件著作權(quán)	2013SR035944 2013.04.22	1.5萬(wàn)
28.	海量Web數(shù)據(jù)信息自動(dòng)爬取與半自動(dòng)化抽取系統(tǒng)軟件V1.0	陸嘉恒	軟件著作權(quán)	2013SR116778 2013.10.31	1.3萬(wàn)
29.	海量非結(jié)構(gòu)化數(shù)據(jù)管理系統(tǒng)測(cè)試軟件[簡(jiǎn)稱：NSRunner] V1.0	陸嘉恒，蔡曉華	軟件著作權(quán)	2013SR131745 2013.11.25	1.5萬(wàn)
30.	云計(jì)算環(huán)境下的信息資源的集成與服務(wù)研究	盧小賓等	論文	《中國(guó)信息年鑒》特約論文	0.7萬(wàn)

課題組供稿