專題導(dǎo)讀：大數(shù)據(jù)整理

在大數(shù)據(jù)時(shí)代，數(shù)據(jù)呈現(xiàn)多源、異構(gòu)、 信息不一致、信息不完整等特點(diǎn)，這會(huì)造 成數(shù)據(jù)不完整、數(shù)據(jù)質(zhì)量較低的問(wèn)題。數(shù) 據(jù)整理（包括數(shù)據(jù)發(fā)現(xiàn)、數(shù)據(jù)準(zhǔn)備、數(shù)據(jù) 清洗、數(shù)據(jù)融合等）旨在整合多源異構(gòu)數(shù) 據(jù)，形成高質(zhì)量的統(tǒng)一數(shù)據(jù)視圖。由于數(shù) 據(jù)的異質(zhì)性、開(kāi)放性，數(shù)據(jù)整理成為大數(shù) 據(jù)處理的瓶頸，很多數(shù)據(jù)分析應(yīng)用80%以 上的工作都花在了數(shù)據(jù)整理上。因此如何 實(shí)現(xiàn)高效的大數(shù)據(jù)的智能化整理，已成為 學(xué)術(shù)界與產(chǎn)業(yè)界共同關(guān)注的焦點(diǎn)。本專題 “大數(shù)據(jù)整理”匯集了我國(guó)從事大數(shù)據(jù)處 理方向的部分專家的研究成果，以期與大 家共同探討該方向的前沿研究與技術(shù)發(fā)展 趨勢(shì)。?

范舉等人的論文《人在回路的數(shù)據(jù)準(zhǔn)備技術(shù)研究進(jìn)展》給出了人在回路數(shù)據(jù)準(zhǔn) 備技術(shù)的研究進(jìn)展，詳細(xì)分析了基于眾包 的數(shù)據(jù)準(zhǔn)備技術(shù)，如清洗與集成，并對(duì)眾包成本做出優(yōu)化；還總結(jié)了交互式數(shù)據(jù)準(zhǔn)備技術(shù)，將用戶交互引入數(shù)據(jù)準(zhǔn)備中，并通過(guò)有效的預(yù)測(cè)算法來(lái)節(jié)省數(shù)據(jù)準(zhǔn)備的時(shí)間。 最后，對(duì)人在回路的數(shù)據(jù)準(zhǔn)備做出了總結(jié)， 并探討了未來(lái)的挑戰(zhàn)性問(wèn)題。?

丁小歐等人的論文《工業(yè)時(shí)序大數(shù)據(jù)質(zhì)量管理》介紹了工業(yè)時(shí)序大數(shù)據(jù)的特點(diǎn)及工業(yè)數(shù)據(jù)質(zhì)量管理的難點(diǎn)，并對(duì)工業(yè)時(shí)序大數(shù)據(jù)質(zhì)量管理的研究現(xiàn)狀加以分析、總結(jié)，最后提出了時(shí)序大數(shù)據(jù)質(zhì)量管理方法和系統(tǒng)性能的提升方向。?

于明鶴等人的論文《數(shù)據(jù)管護(hù)技術(shù)及應(yīng)用》系統(tǒng)介紹了數(shù)據(jù)管護(hù)的處理過(guò)程和 其中的關(guān)鍵技術(shù)，給出了幾種基于數(shù)據(jù)管 護(hù)的應(yīng)用，并對(duì)其技術(shù)特點(diǎn)進(jìn)行了對(duì)比分 析，還對(duì)數(shù)據(jù)管護(hù)技術(shù)的發(fā)展前景和未來(lái)挑戰(zhàn)進(jìn)行了總結(jié)。?

包小源等人的論文《基于數(shù)據(jù)空間的電子病歷數(shù)據(jù)融合與應(yīng)用平臺(tái)》針對(duì)電子病歷數(shù)據(jù)的脫敏和集成進(jìn)行分析，建立了基 于原始數(shù)據(jù)空間、匿名數(shù)據(jù)空間、模型數(shù)據(jù)空間的電子病歷數(shù)據(jù)集成、融合、二次利用平臺(tái)。

本專題由于篇幅有限，不能涵蓋數(shù)據(jù) 整理的方方面面，希望通過(guò)闡述數(shù)據(jù)整理面臨的機(jī)遇與挑戰(zhàn)，引起各界的關(guān)注和進(jìn) 一步研究，并推動(dòng)其進(jìn)一步發(fā)展。

客座編輯

李國(guó)良（1981- ），男，清華大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系教授，計(jì)算機(jī)軟件研究所所長(zhǎng)， 主要研究方向?yàn)閿?shù)據(jù)庫(kù)、數(shù)據(jù)融合分析、大數(shù)據(jù)挖掘與分析、群智計(jì)算。在數(shù)據(jù)庫(kù)、 數(shù)據(jù)挖掘、信息檢索領(lǐng)域的頂級(jí)會(huì)議和期刊上發(fā)表論文100余篇，他引7 000余次， 入選愛(ài)思唯爾2014—2018年中國(guó)高被引學(xué)者榜單。主持國(guó)家優(yōu)秀青年基金項(xiàng)目、青年 “973” 項(xiàng)目、國(guó)家自然科學(xué)基金重點(diǎn)項(xiàng)目等。獲得了VLDB Early Career Research Contribution Award（VLDB杰出青年貢獻(xiàn)獎(jiǎng)，亞洲唯一一位）、IEEE TCDE Early Career Award（IEEE 數(shù)據(jù)工程領(lǐng)域杰出新人獎(jiǎng)，亞洲唯一一位）、青年長(zhǎng)江學(xué)者、國(guó) 家“萬(wàn)人計(jì)劃”青年拔尖人才、計(jì)算機(jī)學(xué)會(huì)青年科學(xué)家獎(jiǎng)等獎(jiǎng)項(xiàng)。擔(dān)任VLDB Journal、 IEEE TKDE、IEEE Data Engineering Bulletin、ACM Transactions on Data Science、 ACM Data and Information Quality 等期刊編委，多次擔(dān)任SIGMOD、VLDB、KDD、 ICDE、WWW、IJCAI、AAAI等會(huì)議的程序委員會(huì)委員。獲得KDD’18、ICD’18最佳 論文候選， CIKM’17最佳論文獎(jiǎng)、DASFAA’14最佳論文提名獎(jiǎng)、APWeb’14最佳 論文獎(jiǎng)、EDBT’13大數(shù)據(jù)比賽冠軍。

《大數(shù)據(jù)》期刊

《大數(shù)據(jù)（Big Data Research，BDR）》雙月刊是由中華人民共和國(guó)工業(yè)和信息化部主管，人民郵電出版社主辦，中國(guó)計(jì)算機(jī)學(xué)會(huì)大數(shù)據(jù)專家委員會(huì)學(xué)術(shù)指導(dǎo)，北京信通傳媒有限責(zé)任公司出版的中文科技核心期刊。

關(guān)注《大數(shù)據(jù)》期刊微信公眾號(hào)，獲取更多內(nèi)容

往期文章回顧

開(kāi)放存取知識(shí)庫(kù)及其數(shù)據(jù)采集規(guī)范的研究

一種基于Gradient Boosting的公交車(chē)運(yùn)行時(shí)長(zhǎng)預(yù)測(cè)方法

學(xué)術(shù)大數(shù)據(jù)在企業(yè)專家對(duì)接中的應(yīng)用

山東省地理信息時(shí)空大數(shù)據(jù)中心建設(shè)方法

農(nóng)業(yè)大數(shù)據(jù)建設(shè)的需求、模式與單品種全產(chǎn)業(yè)鏈推進(jìn)路徑

---

總結(jié)

以上是生活随笔為你收集整理的专题导读：大数据整理的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。