時間：2023-03-27 16:55:01
開篇：寫作不僅是一種記錄，更是一種創造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的12篇云計算理論論文，希望這些內容能成為您創作過程中的良師益友，陪伴您不斷探索和進步。
智慧家庭能源管理系統可按照“端”、“管”、“云”來架構進行部署，數據（控制）中心部署在云上，家庭“端”主要由家庭網關，智能插座，家電等組成，數據云端通過互聯網與家庭端進行相聯。智慧家庭能源管理系統總體架構圖如圖1。家庭網關只對家庭內部的信息進行采集和管理，地理信息（省、市、縣、區、居住地、電力公司等信息）等進行集中儲存和管理。數據中心建立用戶地理信息的專用數據庫，分區域、分城市、分省份對家庭用電信息進行統計分析，在積累了大量的用戶歷史用電數據后，數據（控制）中心通過在內部建立用電管理信息的數學模型，對海量用電信息的分類、分時、分地的梳理分析，建立用電管理和調度的輔助決策系統，為地方政府、電力公司、相關企業提供有價值的電力及能源管理信息。為充分的提高數據的交換性，數據控制中設置有數據交換接口，用于在云平臺（數據控制中心）上運行的數據同電力公司服務器實現數據交換。
2智慧家庭能源管理系統主要功能分析
2.1家庭總用電計量本項目中家庭網關具有智能電表的功能，可滿足供電部門對家庭用戶用電計量進行分析。家庭網關可直接向數據中心發送用電數據，同時數據中心可直接為電網公司提供數據接口便于調用家庭用電數據。
2.2家庭單電器用電計量通過智能化的電能用戶管理系統，使居民家庭能夠實時、全面了解自身用電的詳細信息，有效利用和控制普通家庭中家用電器的使用時間和使用頻率，最大限度利用電網公司的富余電力和城市分布式太陽能光伏系統的有效發電電能，最大限度有序控制居民小區及家庭在電網公司用電高峰時的電能使用，適量降低城市電網在用電高峰時的負荷壓力，通過技術手段、信息共享和智能控制達到全社會共同參與節能減排的目的。
2.3家庭負荷控制對家庭內的用電設備進行分類管理，當夏季用電高峰出現電力缺口時，一是可以限定家庭用電總量的方式來保證家庭基本用電，用電高峰時可自動切斷非必要使用電器的供電，另一種是通過限定家庭非必要使用電器來保證家庭基本用電，在限電模式下可以有效地解決拉閘限電所帶來的弊端，真正意義上實現家庭需求的用電設備控制。
2.4家庭電器遠程控制隨著物聯網和移動互聯網的廣泛應用，居民對家用電器的遠程操控的需求會相應增長。用戶可以利用智能終端設備，通過數據中心或家庭網關對用戶遠程控制指令信息對某個電器下達啟用、關閉的命令，并實時查看某個電器工作狀態的信息。
2.5峰谷電管理、階梯電管理建立用戶端調峰的新概念和輔助技術手段，在城市電網用電高峰時，用智能插座階段性地控制部分高耗電的家用電器工作，在電網用電低谷的區間和小區太陽能發電的高峰期通過智能插座啟動預設好的部分家用電器工作，在用電高峰來臨前完成部分家用電器的非即時用電任務，實現在用戶端輔助電網削峰填谷的功能。目前的家庭都是被動的接受峰谷電的使用，用戶沒有選擇權，使用時也沒有反饋功能。數據中心要設有峰谷電管理模塊，當接到峰電負荷控制的信息時，根據事先設置的家用電器用電優先順序，通知相關地區的家庭網關將一部分智能插座關閉繼電器，暫時停止一部分電器工作。當數據中心接到谷電信息時，根據事先預約的家用電器用電用電請求，通知相關地區的家庭網關將一部分智能插座打開繼電器，啟動一部分電器工作。
2.6家庭用電分析利用數據中心所收集到的用戶家庭歷史用電信息，利用數據挖掘和強大的云平臺計算能力，數據中心可以可以提供：分析每戶各類家用電器耗電量占比；分析每戶各類家用電器用電時間的比例；分析每戶峰電和谷電的用電占比；分析每戶網電和區電的用電占比；不同家庭的用電模式分析；不同電器用電量占比分析；不同品牌同一種電器耗電分析。
3數據中心
智慧家庭數據中心系統是一個運行在云平臺上的一個獨立的系統，是基于物聯網的目標考慮的。按照千萬級用戶接入的目標進行的設計，為智慧家庭用戶提供自主管理服務。數據中心的軟件的系統布局分為前臺管理系統和后臺管理系統兩大部分。前臺管理系統主要面向居民家庭服務，以便捷操作為導向設計，后臺管理主要為單位客戶和運營中心操作人員服務，以數據安全及系統安全為導向。在日常運營系統中，按照數據挖掘分析進行日間運營、日終處理、月終處理、年終處理等實現不同的數據分析功能。數據中心同時為用戶提供了采用各種主流的終端設備訪問數據中心或家庭網關的途徑。用戶通過短信、手機客戶端系統、智慧家庭門戶網站，了解到諸如月度末的用電清單，階梯用電限額信息，峰谷電信息或者是供電公司實時限電、停電等信息，這些信息采用主動推送或自助選擇服務的方式，由數據中心發給用戶。隨著智能手機功能不斷發展，數據中心還將逐步的拓展彩信、飛信等模式供越來越多的用戶使用。
4家庭網關
家庭網關處于智慧家庭智能用電設備和位于小區內的區網控制中心之間。他一方面接收區網控制中心的調度控制命令，一方面安裝預設程序負責智慧家庭的管理工作，通過對家庭用電情況的監測、分析和控制服務，實現有序用電管理和能效服務智能化的重要途徑，達到家庭智能用電、進行家庭能源管理、實現智慧家庭的目的。家庭網關的主要功能是：實現數據采集，包括智能插座數據采集；家庭環境溫度、光照度、燃氣濃度、煙霧濃度的數據采集。數據管理和存儲，包括家庭網關所采集到的各種信息的保存和處理，用電分析等。用電設備控制，包括近程控制、遠程控制、家庭用電模式控制、峰谷電控制和定時控制等。數據通信，包括上行到樓宇集中器、小區區網的上報數據和接受其的指令；下行到智能插座的數據采集指令和控制指令等。數據接收和轉發，包括通過Zigbee、Wifi等方式轉發用戶和其他職能設備發出的數據。家庭網關邏輯架構圖如圖2．
5智能插座
1 文獻統計數據及分析
筆者在中國知網（cnki.net）的中國期刊全文數據庫、中國學位論文全文數據庫和中國會議論文全文數據庫檢索題名包括“云計算+檔案”、 “云技術+檔案”和“云檔案館”的文獻（檢索時間為2014-3-12），刪除其中新聞報道性和重復性的論文后，共檢索出78篇論文。
1.1 時間分布。這78篇相關論文的時間分布如表1所示：
由表1可見，我國檔案學界對云計算的研究始于2009年，2009年后開始引起學者較多關注，到2013年掀起一個較小的研究（2013年發表相關論文共33 篇），但是依據百度和Google的搜索結果，尚未出版云計算應用于檔案管理的相關著作。
1.2 主題分布。上述78篇論文，其研究的主題可以分為理論研究（介紹云計算的概念、特點、優勢，應用的可行性、問題及對策等）、具體應用（研究云計算在檔案業務環節的具體運用，如備份、整合與共享、利用與服務、云檔案館等）、系統和平臺構建（研究基于云計算的系統和服務平臺架構、服務模式等）和應用的安全性。78篇論文的主題分布如表2：
從研究的主題來看，目前檔案界對云計算的理論和應用設想方面的研究占主導，分別占全部論文的43.6%和44.9%。但是，基于云計算的系統、服務平臺構建的研究論文只有5篇，對于如何用技術手段來實現“云”并沒有系統深入的研究。
1.3 作者機構分布。各研究主題的作者機構分布見表3：
從表3可以看出，78篇研究論文作者中有22篇來自高等院校的檔案院系，占全部論文的28.2%。26篇論文作者來自其他機構，約占33.3%，其他機構包括高校除檔案院系和檔案館室的其他院系和部門、事業單位、軍隊檔案館等。從表中數據看，高等院校的研究者傾向于研究云計算在檔案業務環節的具體應用，而其他機構的研究者更注重理論研究和云計算在人力資源檔案、會計檔案、健康檔案等領域的應用與實現。
2 主題分析
2.1 云計算的概念和特點。田雷提出：“云計算是一種網絡服務方式，提供了IT服務的一種交付和使用模式，用戶可以通過網絡租用或免費獲取所需服務。”他還提出目前云計算的三個服務層次：基礎設施即服務、平臺即服務、軟件即服務[2]。黃正鴻認為，云計算旨在通過網絡（互聯網和內部網）以按需、易擴展的方式獲得所需的硬件、平臺、軟件及服務等資源。其特點可以歸納為：資源池；按需、自助；快速彈性；廣泛的網絡訪問；可度量的服務[3]。陳康明認為，云計算是基于網格計算、分布式計算、并行計算、效用計算、網絡存儲、虛擬化、負載均衡等已有網絡技術發展起來的一種基于互聯網絡的服務信息共享模式。云計算的特點是：數據存儲更加可靠、安全；資源的合理分配；先進技術理念帶來的以用戶為中心的個性化服務[4]。
2.2 云計算在檔案領域應用的可行性分析。劉永提出，云存儲在技術、管理和經濟上已經具備了數字檔案存儲的基本條件。云存儲技術是分布式文件系統技術、網格技術、集群應用等技術的集成，后三種技術在理論和實踐上都逐漸成熟。云存儲將分散在各地的數字信息集中存儲，各檔案館（室）可以根據需求來申請適當的存儲空間，降低了資金投入[5]。朱悅華、何麗萍、丁建萍認為，云計算時代“云檔案”的實現具有較為完備的云計算理論基礎、較為成熟的云計算技術條件、較為低廉的云計算經濟成本和較為完善的云計算實踐環境[6]。
2.3 云計算在檔案管理中的應用優勢。文杰提出了云計算在數字檔案館應用中的四大優勢：確保檔案服務器的可靠運行，降低服務器的出錯概率；降低相關的維護費用；擴展了信息資源共享范圍；豐富的終端設備[7]。彭小芹、程結晶結合云計算的特點提出云計算在檔案領域的應用優勢，即可靠、安全的數據存儲；方便、快捷的云服務；強大的計算能力；諸多技術的集合體；經濟效益；個性化；以用戶服務為中心[8]。祝慶軒、桑毓域、方昀提出了云檔案館模式的優點：有利于政務信息公開；有利于統一全國各地區檔案工作標準；有利于節省軟硬件投資；有利于減少對計算機人才的依賴[9]。
2.4 云計算應用面臨的問題和對策。黃正鴻提出云計算技術本身存在的一些問題，如標準問題、版權糾紛問題、數據隱私問題、安全問題、軟件許可證問題、網絡傳輸、用戶使用習慣問題等[10]。陳康明認為，云計算應用面臨的首先就是信息安全問題；其次是執行的國際標準問題。對策是完善基礎設施建設；制定安全監測環節和相關技術；制定監督和管理機制[11]。文杰認為，云計算應用面臨的問題主要有資源的選擇問題；協議和接口問題；數據安全問題。對策包括加強人才隊伍建設；完善基礎設施建設；制定相關政策規范云計算標準；提供基礎建設的統一監控、管理和控制；加強安全檢測[12]。
2.5 云計算在檔案領域的應用設想
2.5.1 云計算在檔案存儲、共享與服務中的應用設想。田雷提出可以通過“基礎設施即服務”整合檔案行業的服務器、存儲器等設備，部署“云計算”環境，向各級檔案部門提供基礎設施服務[13]。陶水龍提出了基于云存儲技術的檔案數字資源的云備份和多套多地的檔案數字資源備份數據存放策略，建立了云備份系統架構及其運行機制[14]。呂元智提出了國家檔案信息資源“云”共享服務模式，將分散的國家檔案信息資源通過云服務平臺組織起來，形成一個個檔案信息資源服務“云”[15]。祝慶軒、桑毓域等提出檔案館館際云服務，將檔案館電子文件信息置于云中心，用戶可以利用云計算技術檢索云檔案館“虛擬資源池”[16]。卞昭玲、李俐潁等提出通過云存儲解決檔案信息的存儲、檔案信息的收集問題，同時可以共享檔案信息 [17]。
2.5.2 云計算在專門檔案領域內的應用研究。廖玉玲提出了基于云計算的建設工程檔案全過程監管模式的系統方案[18]。劉振鵬、卞昭玲等提出了基于云計算的區域電子健康檔案服務系統[19]。鄧嵐提出運用云計算技術搭建國家綜合減災信息管理與服務系統，并分析了云計算技術在災害檔案信息管理中的應用優勢和障礙[20]。
2.6 基于云計算的數字檔案管理系統和平臺構建。程春雨提出國家開放檔案信息資源共享利用系統應采用兩級部署方式，分別部署在中央云中心和50個國家綜合檔案館。中央云中心應用系統開發主要包括檔案信息資源整合系統、平臺管理系統、國家開放檔案信息資源共享利用門戶網站；省節點應用系統開發主要包括省節點檔案信息資源整合系統和基礎工具包軟件[21]。程結晶提出要構建統一的云存儲平臺，采用虛擬化技術，開發基于“元數據”訪問的分布式數字檔案數據訪問接口，構建完整的云服務平臺來實現數字檔案資源的訪問服務、請求認證服務、安全數據傳輸服務和快速資源搜索和資源發現服務[22]。鄭光輝提出了基于云計算技術的數字檔案利用系統設計方案，詳細描述了基于云計算的檔案信息資源整合系統、云平臺管理系統及開放數字檔案利用門戶設計方案[23]。蔡學美提出云計算數字檔案館系統主要是由云計算數字檔案管理應用程序、數字管理節點、計算機專用網絡、安全防火墻、公用和私有的硬件設施等構成[24]。朱悅華、何麗萍等提出構建“云檔案”資源共享系統，其系統理論模型由資源層、管理中間件層和服務層等三層構成[25]。
2.7 云計算應用的安全性。徐華、薛四新等提出云數字檔案館安全保障體系應包括防御系統、監控系統、容災備份系統、應急響應系統和技術支撐系統，通過安全法規體系、安全組織體系、安全管理制度體系、安全人員培養和培訓體系來保證[26]。崔海莉、張惠達提出將檔案信息管理系統推入云的基礎設施上，服務中斷、數據失真、敏感信息泄露是可能遭遇的技術風險，組織策略、準入退出機制是可能遭遇的管理風險[27]。
3 問題與展望
3.1 問題。首先，研究內容重理論輕技術。當前對于云計算基礎理論的研究較多，關于如何運用技術手段實現其具體應用的研究較少。78篇論文中只有5篇從技術角度闡釋了云計算應用于檔案領域的具體實現方式。應用設想相關論文僅僅止步于“設想”，對具體應用及如何實現其應用輕描淡寫，缺乏技術因素。
其次，研究缺乏實踐基礎。相對于云技術在其他領域的快速實現，傳說中的云檔案館、檔案云尚未付諸實施，對于云技術的應用需求也沒有實際調研，因此，大多數研究缺乏一定的實踐基礎。
3.2 展望
3.2.1 研究內容。首先，對云計算的應用研究應更多關注檔案資源的共享與服務。云計算的精神內核在于資源的共享。在全新的云計算模式下，研究者應站在整個國家檔案資源共享和利用的角度謀劃“云”，探尋如何利用云計算技術更加科學地整合和共享全國檔案信息資源，并向公眾提供高效快捷的信息服務。其次，適當擴展研究內容，構成完整的研究體系，例如，云計算環境下傳統的檔案管理模式和管理策略是否發生變化？云計算在檔案部門有效應用應具備哪些條件？“云”之間如何交互協同？云計算的行業標準研究等。最后，與國外相關研究相比，國內研究應更注重云計算在檔案領域的實際應用與技術實現。
關鍵詞：推薦系統；云計算；數據挖掘；個性化
中圖分類號：TP393 文獻標識碼：A DOI：10，3969/J.issn.1003-6970.2013.03.001
本文著錄格式：[1]郭平，劉波，沈岳，農業云大數據自組織推送關鍵技術綜述[J].軟件，2013，34（3）：1-6
0 引言
隨著物聯網、云計算、下一代互聯網等新一代信息技術的快速發展和信息內容的日益增長，“信息過載”問題愈來愈嚴重，推薦系統（recommender systems）被認為可以有效的緩解此難題，幫助用戶從海量數據中發現感興趣信息，滿足個性化需求。
近年來，我國在農業個性化知識服務服務領域從本體論、語義網、知識工程角度開展了廣泛的研究，成果主要體現在三個方面：以搜索引擎為代表的知識檢索系統，需回答大量預設問題進行知識推理的專家系統，特定領域應用系統，它們在各自的場合都發揮了積極作用。然而知識檢索系統不能滿足用戶個性化需求，專家系統的應用很難普及，特定領域應用開發成本高和重用難度大。物聯網與數據挖掘云服務提供知識服務云實現物理世界的“感知控”，知識服務云的研究主要集中在制造和圖書情報領域，云環境下的農業個性化知識服務的研究尚處于起步階段，主要集中在服務模式的構建與展望。
本文是對科技部科技支撐課題“農村農業信息化關鍵技術集成與示范”（2011BAD21803）與“農村物聯網綜合信息服務科技工程”（2012BAD35800）研究成果的總結，也是對農業云推薦系統研究的升華。
1 農業云大數據自組織區域推送的提出
1.1 農業信息資源特點
我國自“十一五”時期以來，農業農村信息化發展取得了顯著成效，主要表現在農業農村信息化基礎設施不斷完善、業務應用深入發展、物聯網技術在農業中逐步推廣應用等方面。從中央到省，市、縣建立了“三農”綜合信息服務平臺，涉農企業、組織和科研院所也積極搭建了各具特色的農業信息服務平臺，目前正向鄉鎮村發展。農村信息員隊伍及以農業綜合信息服務站和農業合作社為代表的農村信息服務機構發展迅速，“三電合一”、“農民信箱”、“農村熱線”等信息服務模式應用深入。云計算利用海量的存儲能力把農業信息資源形成高度集成和虛擬化的計算資源一“農業知識聚合云”，支持用戶在任意位置、使用各種終端方便獲取信息，但由于農業領域生態區域性和過程復雜性及農業區域發展不平衡和農民文化的多層次性也帶來了“信息過載”、“資源隱晦”“資源迷向”等問題。
1.2 農業云環境下大數據自組織區域推送
物聯網和云計算背后是大數據，在云計算模式下，用戶不確定的、智能的交互，個性化需求更加多元化，信息交互行為更加頻繁；在大量用戶通過社會標注達成共識的過程中，逐漸形成不同社區，涌現出群體智能，形成“農業用戶興趣社交云”。利用云的海量存儲、群體涌現智能、強大的計算能力和物聯網感知控優勢，可以提供面向用戶復雜分析計算，實現業務重點由面向應用和資源的傳統信息服務，轉變為基于對海量農業知識進行動態劃分，有目的、主動、定制、自組織推送給有需求的農業用戶，為農業用戶提供實時性、個性化知識服務，指導農業生產過程。
首先以Hadoop+MapReduce+HBaSe分布式框架為處理平臺，對“農業用戶興趣社交云”，融合用戶興趣偏好和社交網絡進行建模，將這些多元用戶信息充分融入推送系統會更好產生推薦結果；將推薦對象“農業知識聚合云”按農業知識高維性、多樣性、多層次性特征分類聚類為各種知識塊靜態和動態元數據；通過智能算法推薦和社會網絡推薦為用戶發現個性化內容；根據用戶的地理位置、用戶服務的評價以及云基礎服務提供商信息將預測值最高的服務推送給用戶實現與物理世界的互動（如圖1）。
從以上分析可知，農業云大數據自組織區域推送的關鍵技術有用戶興趣模型、推薦對象模型，推薦算法、數據挖掘四個部分，以下分別對這幾項技術進行論述。
1.2.1 用戶興趣模型
用戶興趣建模是個性化服務技術的基礎和核心，包括數據收集、模型表示、模型學習與模型更新。用戶興趣建模的方法有很多，常用的有向量空間模型、神經網絡、遺傳算法、用戶一項目評價矩陣、基于案例的表示、基于本體論的表示、基于加權關鍵詞的表示，基于社會網絡的表示等。幾乎每種表示形式都是以一種私有形式進行知識表示，此外一些表示技術還依賴于模型學習，如廣泛使用的基于向量空間模型的表示與TF-IDF學習技術聯系在一起。表示形式的私有性和對學習技術的依賴性阻礙了用戶模型在系統間的共享，這種共享對于減少用戶建模工作量，提高推薦算法啟動效率具有重要意義。因此開發獨立于模型學習技術的通用用戶模型表示技術是目前研究中熱點，基于語義網和社交網絡的用戶模型在這方面表現了優勢。
用戶的興趣或需求會隨時間、情景發生變化，結合長期和短期興趣及興趣的變化用戶興趣建模的重點，目前的更新機制很難及時跟蹤用戶興趣的變化，有更好的學習效率和動態變化適應能力的建模是未來的重要研究方向，國內外大量的文獻對此展開了研究，遺忘函數、時間窗、用戶興趣的漂移特性等被提出。
在湖南農業云中，基于呼叫中心、互聯網，手機報、手機短信，電視廣播等用戶在多應用系統中形成的興趣偏好和社交網絡特征，提出“農業用戶興趣社交云”建模思路：以圖論模型表示用戶“興趣圖”數據和“社交圖”數據，根據經典的局域世界演化理論，綜合考慮實際情況中用戶之間的多重關系和關系的強弱程度，以用戶之間相似度為節點連接概率因素，生成動態多維網絡，進行用戶數據的挖掘和更新；結合農業本體，在多維社交網絡的基礎上，將基于農業本體的區域用戶興趣融合在云計算平臺上進行處理。
1.2.2 推薦對象模型
推薦本質上是將推薦對象的特征與用戶的興趣偏好進行推薦計算，所以推薦對象的描述和用戶的描述密切相關。推薦系統應用不同領域，它推薦的對象也就各不相同，目前，湖南農業云主要是文本性數據；不同的對象，特征也不相同，目前沒有一個統一的標準來進行統一描述，主要有基于內容、分類、聚類的方法。
基于內容的方法是從對象本身抽取信息表示對象，常見的是向量空間模型，使用最廣泛的是加權關鍵詞矢量方法進行特征選取，使用TFIDF計算每個特征的權值。向量空間模型對模型中的特征詞進行權重估計（TF-IDF）過程中不考慮特征詞之間的相關性，直接用特征詞作為維度構建文檔向量，降低了文檔向量對文檔概念表達的準確性以及對不同類型文檔的區分能力。
基于分類的方法是把推薦對象放入不同類別，把同類文檔推薦給對該類文檔感興趣的用戶。主要有兩種，一種是基于知識工程的方法，使專家的類別知識直接編碼為分類規則，正確率和召回率高，但工作量大；近期研究最多的是另一種一機器學習，根據訓練樣本集建立分類器，方法有很多，常見的有概率分類、貝葉斯回歸分析、決策樹分類器、決策規則分類器、Rocchio分類器、神經網絡分類器、支持向量機（SVM）、分類器融合、Boosting分類器、k最近鄰方法（KNN）等。
研究文本聚類的最初目的是為了提高信息檢索的查全率和查準率，近年來，文本聚類用于自動產生文本的多層次的類，并利用這些新生成的類對新文本進行效率較好的歸類，已經提出了大量的文本聚類算法。傳統的聚類算法在處理高維和海量文本時效率不很理想。針對這樣的問題，將聚類分析與計算智能理論，并行計算、云計算等相結合，設計出高效的并行聚類算法，己經成為一個比較流行的研究思路。
在湖南農業知識云數據模型中，將能更好反映特征詞相關性的超圖模型引入，將文檔中提取的特征項表示為圖中節點，特征詞條之間的關系構成圖中邊，用邊上權值表示相關聯特征項之間共現程度。通過對文本圖模型K最近鄰劃分實現降維降噪的粗粒度數據切片；對切片后數據反映用戶興趣如地域、時間、訴求等多維度特征的智能聚類，實現細粒度的聚合與分割。
“農業知識聚合云”模型算法建立在基于MapReduce處理的大規模圖上，得到各種知識塊靜態和動態元數據。
1.2.3 推薦算法
推薦算法是整個推薦系統中核心部分，大量的論文和著作都關注了這個方面。目前，基本包括以下幾種：基于內容過濾推薦、協同過濾推薦、基于關聯推薦、基于知識推薦、基于效用推薦、基于網絡結構推薦、基于聚類推薦、基于社會網絡分析推薦、混合型推薦等。通過對眾多推薦算法進行比較分析，各種算法都有優缺點（如表1）：
各種推薦方法都有各自的優缺點，在實際問題中采用多種策略進行混合推薦，主要有兩種混合思路：推薦結果混合和推薦算法混合。目前大部分的推薦算法都是混合推薦算法，主要還是以協同理論為核心，再配合其他算法的優點或交叉學科的理論來改善推薦的質量。另外基于社會網絡個性化推薦算法研究是一個趨勢，基于社會網絡的推薦是協同過濾的延伸，通過考察結點之間（用戶和用戶之間或產品之間）的相關性和結點之間的信任度可以獲得比一般協同推薦更高推薦效果，如文獻提出將社會網絡關系結合到推薦算法中。縱觀國內外在推薦算法上的研究，主要集中在基于用戶顯性評分數據的協同過濾算法上，對基于非顯性評分行為數據場景下的研究卻顯得有點不足。目前在擴展性問題上學術研究不是很具有針對性，主要集中在通過各種交叉學科中的方法來對用戶進行聚類或對行為數據進行降維、壓縮等縮短推薦的項目集或減少計算量，從而提升算法的性能；有關基于云平臺上的推薦算法研究目前主要集中于協同過濾算法MapReduce化。而實際應用中，己出現利用分布式集群解決算法擴展性方法，如Google News的推薦算法就是部署在分布式環境下，從而滿足海量數據下的推薦服務。
根據農業云大數據自組織區域推送實際情況將推薦結果和推薦算法混合，提出“三層推薦”策略：在豐富的知識塊云元數據基礎上，將知識塊屬性和用戶興趣行為基于頻繁模式的知識關聯撮合推薦；通過復雜網絡聚類算法識別一個用戶多個社區興趣，融合“興趣圖”和“社交圖”協同過濾推薦，突破算法推薦的局限性，讓用戶信任的朋友圈子為其發現和推薦內容，取得社交推薦的時效性和算法推薦的長尾性之間的互補，從而針對每個社區成員提供精準個性化推薦；根據基礎設施服務供應商、用戶所在的地理位置以及用戶對服務可用性評價值的相似性等，將大量用戶云終端聚類為一定數量的社區，提高云端推送服務的有效性，最終形成通過大眾參與，支持云間變換，集電信網、廣播電視網、互聯網合一的自組織區域推送，較有效地處理一般推薦算法中存在的稀疏性、冷啟動以及大規模實時計算的問題。
1.2.4 云計算下個性化數據挖掘
數據挖掘采用了多種領域中的思想，包括來自統計學的抽樣、估計、假設檢驗以及人工智能、模式識別和機器學習的搜索算法、建模技術和學習理論。隨著數據挖掘的不斷發展，也采用了包括最優化、進化計算、信息論、信號處理、可視化、信息檢索、云計算、并行計算等技術。與傳統的數據挖掘相比，云計算下的個性化數據挖掘的目標，就是通過云計算中心，向用戶提供針對其即時演化需求的數據挖掘SaaS（Software as aService，軟件即服務）服務，其基礎問題主要為：對于用戶不同的數據挖掘需求以及針對用戶特點進行個性推薦的建模和表征；數據挖掘算法適應云計算的并行分布式化；使數據挖掘的結果和算法能夠支持云間變換并形成一種面向用戶、即時組合的、變粒度的云服務，其中數據挖掘的云服務化是研究的難點。
（1）云計算下個性推薦的建模和表征
云下的個性推薦建模和表征與傳統上個性化推薦明顯的不同在于海量異構大數據和用戶間群體涌現的社交網絡，它們本質上形成了多個頂點的大規模圖。云計算可以為大規模個性化提供技術支撐，云服務本身也有大規模個性化定制應用需求，目前研究兩者結合的文獻還很少，張澤華從計算資源的角度基于復雜系統理論對云計算聯盟體系結構進行建模，并基于蟻群優化算法和復雜系統理論進行了負載均衡研究；郭昱就有效處理客戶需求信息該如何選擇與分布云計算平臺中的關鍵節點問題，提出了基于云計算的大規模定制客戶需求模型。趙東杰對復雜網絡、數據挖掘與群體智能有效結合進行了探索研究。農業云大數據自組織推送通過“農業知識聚合云”分解的靜態、動態知識元數據和“農業用戶興趣社交云”形成的興趣圖、社交圖基于用戶行為和知識元數據的關聯撮合，通過人工智能和社交圈子幫助用戶發現內容，實現搜索和推薦的無縫結合，為智能個性化推薦實現“內容找人”愿景。
（2）算法并行分布式與高性能計算
對于大規模數據的處理，典型系統結構大致分為三類：基于MapReduce模型的分布式并行處理系統、基于BSP模型的分布式并行處理系統和分布式圖數據庫系統。數據挖掘算法現在的發展趨勢是基于云計算的并行數據挖掘，它的同一個算法可以分布在多個節點上，多個算法之間是并行的，多個資源實行按需分配，而且分布式計算模型采用云計算模式，數據用DFS或者HBASE，編程模式采用MapReduce這種方式。Bhaduri等整理了一個十分詳盡的并行數據挖掘算法文獻目錄，包含了關聯規則學習、分類、聚類、流數據挖掘四大類分布式數據挖掘算法，同時還包括分布式系統、隱私保護等相關的研究工作。
2 基于云計算推薦系統研究的重點、難點與熱點
2.1 云環境下用戶偏好獲取安全與可信問題
推薦系統中，用戶數據集的數量和質量問題，影響用戶模型的精確度、可用性，導致問題的根本原因在于用戶對隱私和安全的考慮。而云環境下，數據的安全與隱私是用戶非常關心的問題。既能得到準確用戶信息而提高推薦系統性能，又能有效保護用戶信息同時檢測并能預防推薦攻擊（一些不法的用戶為了提高或降低某些對象的推薦概率，惡意捏造用戶評分數據而達到目的）將是未來推薦系統的一個重要研究方向。
2.2 模型過擬合問題
過擬合現象是指系統推薦給用戶的對象與用戶剛剛看過的不是太相似或者太不相關。過擬合（過學習）的問題本質上來自于數據的不完備性，這在實際應用中是無法完全避免的。在于興趣偏好獲取方式或隱私等原因使用戶沒有對足夠多類別的對象進行評價。目前解決的主要方法是引入隨機性，使推薦算法收斂到全局最優或者逼近全局最優，關于既要保證推薦的多樣性，又不能與用戶看過的對象重復或毫不相關這一問題的研究是推薦系統研究的一個難點和重點。
2.3 稀疏性與冷啟動問題
稀疏性和冷啟動問題困擾推薦系統很長時間了，前者的解決辦法主要過濾和降維。目前針對冷啟動問題提出了一些解決方法，主要分為兩大方面，一是直接利用傳統協同過濾的評分數據結合特定的方法進行解決，二是新用戶或新項目的內容屬性信息與傳統的協同過濾評分數據相結合的方法進行改善冷啟動問題。稀疏性與冷啟動問題一直是推薦系統研究的一個難點和重點。
2.4 數據挖掘的結果和算法智能服務化
將數據挖掘算法融入針對海量用戶的使用記錄和計算資源間協作進行優化組合，利用這些特性通過大眾參與的交互作用，提高云間服務的智能性、有效性將是大數據時代推薦系統研究的一個制高點。將數據挖掘任務及其實現算法服務化，通過SaaS方式向云計算中心索取所需的相應的數據挖掘，這可能是目前突破數據挖掘專用軟件使用門檻過高、普通大眾難以觸及、企業用戶使用成本太大、挖掘算法和結果難以實時得到評價和相應修改等問題的最有希望的解決方案之一，也是數據挖掘走向互聯網大眾、走向實用化的重要的一步。
2.5 大數據處理與增量計算問題
目前對大數據的研究仍處于一個非常初步的階段，半結構化和非結構化數據給傳統的數據分析帶來巨大挑戰，尤其算法如何快速高效地處理推薦系統海量和稀疏的數據成為迫在眉睫的問題。當產生新的數據時，算法的結果不需要在整個數據集上重新進行計算，而只需考慮增量部分，對原有的結果進行微調，快速得到準確的新結果，是增量計算的理想狀態。但一般而言，隨著信息量的增多，算法的誤差會累積變大，最終每過一段時間還是需要利用全局數據重新進行計算。一個特別困難的挑戰是如何設計一種能夠保證其誤差不會累積的算法，也就是說其結果與利用全部數據重新計算的結果之間的差異不會單調上升，要達到這種程度，還有很長的路要走。
結束語：
隨著新一代信息技術的快速發展和信息內容的日益增長，搭載在云計算平臺的自組織區域推送具有它天然的優勢：云的海量存儲使得推薦系統能有效獲取訓練數據；云的分布式計算能力提供了較高的響應能力；海量用戶的使用記錄和計算資源問大眾參與的交互涌現，最終形成自組織優化組合的智能個性化云推送。因此，農業云自組織區域推送具有重要的研究意義和廣闊的應用前景，對云環境下其他領域的個性化推送應用具有借鑒意義，但目前存在大量問題需要進行深入細致的研究。
參考文獻
[1]孟祥武，胡勛，王立才，張玉潔，移動推薦系統及其應用[J]，軟件學報，2013，24（1）：91-108
[2]楊濤，基于本體的農業領域知識服務若干關鍵技術研究[D]，上海：復旦大學計算機科學技術學院博士論文，2011，1-50
[3]楊曉蓉，分布式農業科技信息共享關鍵技術研究與應用[D]，北京：中國農業科學院博士學位論文，2011，3-35
[4]趙春江，農業智能系統[M]，北京：科學出版社，2009，1-210，
[5]何清，物聯網與數據挖掘云服務[J]，智能系統學報，2012，7（3）：1-5，
[6]黃衛東，于瑞強，共享學習模式下知識服務云平臺的構建研究[J]，電信科學，2011，12：6-11
[7]丁靜，楊善林，羅賀，丁帥，云計算環境下的數據挖掘服務模式[J]，計算機科學，2012，39（6）：217-219，237
[8]鄧仲華，錢劍紅，陸穎雋，國內圖書情報領域云計算研究分析[J]，信息資源管理學報，2012，2：10-16
[9]胡安瑞，張霖，陶飛，羅永亮，基于知識的云制造資源服務管理[J]同濟大學學報（自然科學版），2012，40（7）：1093-1101
[10]程功勛，劉麗蘭，林智奇，俞濤，面向用戶偏好的智能云服務平臺研究[J]，中國機械工程，2012，23（11）：1318-1323，1336
[11]劉波，方逵，沈岳，可重構的農業知識服務模式研究[J]農機化研究，2011，36（11）：66-70
[12]趙星，廖桂平，史曉慧，陳誠，李文圃，物聯網與云計算環境下的農業信息服務模式構建[J]，農機化研究，2012，4：142-147
[13]郭永田，中國農業農村信息化發展成效與展望[J]，電子政務，2012，02-03：99-106
[14]李道亮，中國農業農村信息化發展報告（2011）[M]，北京：電子工業出版，2012，87-150
[15]錢平，鄭業魯，農業木體論研究與應用[M]，北京：中國農業科學技術出版社，2006，1-100
[16]吳麗花，劉魯，個性化推薦系統用戶建模技術綜述[J]，情報學報，2006，25（2）：55-62
[17]李珊，個性化服務中用戶興趣建模與更新研究[J]，情報學報，2010，29（1）：67-71
[18]王國霞，劉賀平，個性化推薦系統綜述[J]，計算機工程與應用，2012，48（7）：66-76
[19]王巧容，趙海燕，曹健，個性化服務中的用戶建模技術[J]，小型微型計算機系統，2011，32（1）：39-46
軟件雜志歡迎推薦投稿：http：///
[20]張華清，動態多維社會網絡中個性化推薦方法研究[D]，濟南：山東師范大學碩士學位論文，2012，16-31
[21]丹，面向跨系統個性化服務的用戶建模方法研究[J]_情報雜志，2012，31（6）：156-161
[22]鄧夏瑋，基于社交網絡的用戶行為研究[D]，北京：北京交通大學碩士學位論文，2012，4-43
[23]馬堯，基于多維用戶特征建模的個性化社交搜索引擎的設計與實現[D]，廣州：華南理工大學碩士學位論文，2012，12-55
[24]陳恩紅，徐童，田繼雷，楊禹，移動情景感知的個性化推薦技術[J]，中國計算機學會通訊，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，錢松榮，引入漂移特性的用戶興趣模型優化研究[J]，微型電腦應用，2012，28（3）：30-32
[27]郭新明，弋改珍，混合模型的用戶興趣漂移算法[J]，智能系統學報，2010，5（2）：181-184
[28]程顯毅，朱倩，文本挖掘原理[M]，北京：科學出版社，2010，9-45 [29]李濤，推薦系統中若干關鍵問題研究[D]，南京：南京航空航天大學博士學位論文，2009，31-80
[30]姜倫，模糊聚類算法及其在中文文本聚類中的研究與實現[D]，哈爾濱：哈爾濱理工大學碩士學位論文，2010，18-48
[31]馮汝偉，謝強，丁秋林，基于文本聚類與分布式Lucene的知識檢索[J]，計算機應用，2013，33（1）：186-188
[32]陶紅，周永梅，高尚，一種基于語義相似度的群智能文本聚類的新方法[J]計算機應用研究，2012，29（2）：482-532
[33]孟海東，劉小榮，基于聚類分析的圖模型文檔分類[J]計算機應用與軟件，2012，29（1）：117-174，229
[34]饒君，張仁波，東呈曉，吳斌，基于MapReduce的大規模圖挖掘并行計算模型[J]，應用科技，2012，39（3）：56-60
[35]于戈，谷峪，鮑玉斌，王志剛，云計算環境下的大規模圖數據處理技術[J]，計算機學報，2011，34（10）：1753-1767
[36]呂善國，吳效葵，曹義親，基于網絡結構的推薦算法[J]_實驗室研究與探索，2012，31（7）：278-280，368
[37]周佳，羅鐵堅，一種基于內容關聯的學術資源協同推薦算法[J]，中國科學院研究生院學報，2013，30（1）：117-123
[38]唐曉波，張昭，基于混合圖的在線社交網絡個性化推薦系統研究[J]情報理論與實踐，2013，36（2）：91-95
[39]王立才，孟祥武，張玉潔，上下文感知推薦系統[J]，軟件學報，2012，23（1）：1-20
[40]劉建國，周濤，汪秉宏，個性化推薦系統的研究進展[J]，自然科學通報，2009，19（1）：1-15
[41]許海玲，吳瀟，李曉東，閻保平，互聯網推薦系統比較研究[J]軟件學報，2009，20（2）：350-362
[42]孫冬婷，何濤，張福海，推薦系統中的冷啟動問題研究綜述[J]，計算機與現代化，2012，5：59-63
[43]張亮，基于聚類技術的推薦算法研究[D]，成都：電子科技大學碩士學位論文，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，基于云計算的推薦算法研究[D]，成都：電子科技大學碩士學位論文，2012，26-64
[47]呂雪驥，基于云計算平臺的智能推薦系統研究[D]，合肥：安徽大學碩士學位論文，2012，25-43
[48]劉晨，改進的聚類挖掘算法對網絡自助出版“長尾”文本的推薦應用[D]，上海：復旦大學碩士學位論文，2011，10-19
[49]陳桂生，張海粟，劉玉超，云計算下的個性化數據挖掘服務[EB/OL]，[2011-2-28]中國人工智能學會通訊，http：//www，/contents/50/119，html
[50]張澤華，云計算聯盟建模及實現的關鍵技術研究[D]，昆明：云南大學博士學位論文，2012，26-114
[51]郭昱，吳清烈，基于云計算的大規模定制客戶需求響應模型及其節點的選擇與分布[J]，系統工程理論與實踐，2011，31（增刊2）：1-6
[52]趙東杰，張海粟，韓言妮，楊海濤，何宇，基于網絡化數據挖掘的群體智能研究方法[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，王斌譯，互聯網大規模數據挖掘與分布式處理[M]，北京：人民郵電出版社，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/
[55]楊健，汪海航，王劍，俞定國，云計算安全問題研究綜述[J]，小型微型計算機系統，2012，33（3）：472-479
考試時間
云南昆明2020年4月自學考試時間安排在4月11日星期六、4月12日星期日（上午9:00-11:30；下午14:30-17:00）舉行。
考試須知
（一）考場設置：由各州（市）招生考試機構確定。需在縣城以外設考場的，須報省招考院批準。“廣告”專科只在昆 明設考點。
（二）考生應試時，須帶準考證、考試通知單和居民身份證(或其它能證明身份的有效證件)，三證不全者不得進入考場。考生必須嚴格遵守考場規則，不得以任何形式作弊。凡違紀違法者，按2011年教育部第33號令和《刑九修正案》嚴肅查處。
（三）考試成績以百分計，六十分及格，不及格者可參加該門課程的下一次考試。考試成績公布在“云南省招考頻道（ynzs.cn）”網站上，考生自行登錄查詢。考生對成績有質疑的可在成績公布之日起10個工作日內到各州（市）招生考試機構辦理查分申請，由各州（市）招生考試機構匯總后統一到省招考院查分，查完后通知考生。省招考院不直接對考生查分。
（四）考試時，對需要使用計算器的科目，考生可攜帶沒有存儲功能的計算器，并且不得互相借用。不準使用有存儲、接收、發射功能的電子工具。考生進入考場考試嚴禁攜帶任何通訊工具，否則將視同作弊。
（五）同一考試時間段，一名考生只能參加一門課程的考試。
（六）全國計算機等級考試（NCRE）成績在自考系統中的使用：
根據全國考委辦函［2004］148號文件規定：
1.NCRE課程暫與高等教育自學考試的部分專科課程進行銜接。
2.凡獲得NCRE一級合格證書者，可以免考高等教育自學考試中的《計算機應用基礎》（課程代碼：00018）或《計算機應用技術》（課程代碼：02316）課程（包括理論考試和上機考試兩部分）。
3.凡獲得NCRE二級C語言程序設計（筆試和上機）合格證書者，可以免考高等教育自學考試中的《高級語言程序設計（一）》（課程代碼：00342）課程（包括理論考試和實踐考核兩部分）。
4.凡獲得NCRE三級PC技術（筆試和上機）合格證書者，可以免考高等教育自學考試中的《微型計算機及其接*術》（課程代碼：02319）和《微型計算機原理及應用》（課程代碼：02277）課程（包括理論考試和實踐考核兩部分）。
（七）全國公共英語等級考試成績在自考系統中的使用：
高等教育自學考試的考生參加PETS二級或PETS三級考試，筆試合格者的成績可直接替代自考有關專業大專或本科公共英語〈即英語（一）（課程代碼：00012）、英語（二）（課程代碼：00015）〉的考試成績，并可獲得相應的學分(PETS二級替代專科英語（一）成績，PETS三級替代本科英語（二）成績，英語專業不能替代)。考生是否參加相應口試，則根據考生是否要求獲得PETS等級證書或高等教育自學考試的相關專業來定。
（八）漢語言文學本科專業的畢業論文答辯定于每年的5月和11月，分兩次舉行，考生可與云南師范大學文學院聯系進行答辯事宜。英語本科的“口譯與聽力”，專科的“聽力”、“口語”考試時間由云南師范大學外語學院安排，請考生與學校聯系。
（九）已取得自考專業全部課程合格證書的考生，如該專業有實踐、實習、設計、畢業論文等考核要求的，應及時和主考院校聯系實習考核事宜，待取得合格成績后，方可辦理畢業證書。
【關鍵詞】移動基站環境安全電磁輻射模型軟件仿真
一、引言
隨著通信需求量的增加，為保證整個網絡的信號覆蓋和通信質量，興建了大量的基站，這同時增加了環境中電磁輻射水平，引起了社會對電磁輻射對公眾健康的影響的廣泛關注。因此，探究基站電磁輻射對環境及公眾健康的影響意義重大。對于處于不同的地形地貌、環境、地區等的不同類型的基站天線，電磁輻射也各不相同，實地測量費時費力，需要對于具體移動通信基站天線輻射的電磁場值的大小和分布情況，才能研究電磁污染程度，從而確定通信基站選址是否合適。本文從理論數值計算方面分析和研究，模擬基站天線電磁輻射過程。實用軟件進行仿真，節省更多的人力，物力，財力。更高效，合理，全面的建立基站。此模型的建立與推廣應用對通信基站的輻射環境管理，設計建設，環境影響預測和評估具有重要指導意義，對誠城市可持續發展，城市電磁輻射環境規劃和保護具有現實意義和深刻影響。
二、國家頒布的技術標準
國家環境保護局、衛生部頒發了《公眾照射導出限值》（GB8702-88）與《環境電磁波容許輻射強度分級標準》（GB9175-88）兩個主要技術標準，并頒布了《電磁輻射防護規定》、《環境電磁波衛生標準》兩項技術標準。1997年3月，又國家環境保護18號令及《電磁輻射環境保護管理辦法》等。
中華人民共和國國家標準“電磁輻射防護規定”（GB8702-88）規定：在一天24小時內，電磁輻射場量在任意連續6 min內的平均值應滿足（30～3000MHz）：
職業照射≤2W/m2=200滋w/cm2
公眾照射≤0.4W/m2=40滋w/cm2
三、模型建立
3.1電磁輻射模型一：理論預測模型
自由空間是指一種理想、均勻的、各項同性的介質空間，當電磁波在該介質中傳播時，不發生反射、折射、散射和吸收現象，只存在電磁波能量擴散而引起的傳播損耗。
電磁波在自由空間中的傳播損耗公式為：
Ls=32.45+20lgr（Km）+20lgf（MHz）
式中：Ls―――電磁波在自由空間的損耗；r―――天線軸向與被測點的直線距離；f―――電磁波的頻率；
測試點實際接收的電磁波接受功率為：
從表四的預測結果中看出，當遠場軸向距離為14.63m時，符合國家一級標準，功率密度已下降到0.08W/m2以下。
兩個模型得到的安全距離大致吻合，也就是說，當場點距離大于14.63m以后，都符合國家一級標準，移動基站的電磁輻射不會對環境造成危害。
四、軟件仿真
在實際操作中，模型的計算比較繁瑣，而將理論模型導入軟件，制出專門分析移動基站電磁輻射的軟件，便于我們對移動基站的選址、估算。
我們利用VC++中MFC應用程序框架制作軟件進行仿真，將上述兩個模型導入軟件中，系統自動計算，只有當兩個模型的求解值都滿足國家一級標準時才輸出可以建立基站。
在圖3中輸入相應參數。
參考文獻
[1]黃云飛，黃美美. 900MHz移動通信系統基站電磁輻射對環境的影響，2010
[2]馬海衛，龐新新，劉振.移動通信基站電磁輻射特點及水平[會議論文]，2004
[3]，徐輝.認識移動通信基站電磁輻射特點，保護環境，實現移動通信的可持續發展[會議論文]，2003
[4]王亞民，張永富，張金明.移動通信基站電磁輻射環境監測布點的討論[期刊論文]，2002
[5]張海鷗.移動通信基站的電磁輻射仿真模擬及應用[學位論文]，2010
論文關鍵詞：遠程教育，云計算，智能輔導
一、問題的提出
《國家中長期教育改革發展規劃綱要》在繼續教育章節中，將“辦好開放大學”列為構建靈活開放的終身教育體系的一項重要措施。要“把教育信息化納入國家信息化發展整體戰略，超前部署教育信息網絡。”到2020年基本建成覆蓋城鄉各級各類學校的數字化教育服務體系，建立開放靈活的教育資源公共服務平臺，在為社會公眾提供公共教育信息的同時，促進優質教育資源普及共享。[1]
由此可以看出，由國家投資，建立中國的國家教育信息平臺已經呼之欲出，而廣播電視大學的發展，為中國開放大學的建立奠定了良好的基礎，在電大基礎上建設開放大學是最好的途徑。但建設開放大學要適應社會和學習者需求而定，面向地方、基層、農村和邊遠地區，在辦學的基礎上，開放大學還應利用網絡學習環境、多媒體教學資源及其學習支持服務系統，建設繼續教育的公共服務平臺，為學習者提供方便、靈活、個性化的學習服務。而云計算是面向服務的架構（SOA）、分布式計算、網絡計算和虛擬化等多種技術混合演進的結果[2]，是一個龐大的虛擬化資源池（由硬件、開發平臺和服務等組成），上述資源可以動態地依據各種規模的負載進行自動配置，使資源的利用率達到最優化。所以，可借助云技術，為開放教學提供更優質的教學服務。
云計算提供3個最基本的特征[3]：第一個是基礎設施架構在大規模的廉價服務器集群之上；第二個是應用程序與低層服務協作開發，最大限度地利用資源；第三個是通過多個廉價服務器之間的冗余遠程教育論文，利用軟件獲得高可用性。而基于云計算的遠程教育智能輔導和答疑系統便是其中的第二種特征，即該系統與低層服務協作，最大限度的利用資源。
云計算在教學領域中的遷移稱之為教育云[4]，是未來教育信息化的基礎構架，包含了教育信息化所必須的一切硬件和軟件資源，為開放成人教育者和學習者提供一個良好的平臺。該平臺的建設關乎網絡環境中學習者的學習積極性和學習質量。開放學員一般是在職人員，具有一定的學習能力，但由于長期脫離理論、工作壓力大等原因，不可能完全理解課程與課程之間的銜接，而在課程教學中，面對的學員學習背景、層次多樣化，造成學員知識點出現斷層現象，根據這一特點，可以利用云計算，為學員建立個性化智能化的輔導流程，進行虛擬答疑，提高學員學習效率。
二、已有教學輔導形式及其特點的分析
傳統意義上的教學輔導，是指教育者依據教學大綱、教學內容和自身教學經驗在固定空間（教室）、固定時間（統一上課時間）面向受教育者（一般在30人以上）進行講解的過程，在講解過程中，教師一般依據大多數者的可接受程度來安排教學進度。
現有的網絡教學平臺中的教學輔導，一般依據在線平臺，進入課程中，在該課程設置上一般包括教師管理、教學資源、師生互動、網絡服務等。
（1）在“教師管理”模塊中，一般是教師上傳各種資料，如：教學大綱、教學實施方案、課程說明、課程考核方案和其他教學信息等。
（2）在“教學資源”模塊中，一般是供學習者下載瀏覽各種學習的資料論文提綱怎么寫。
（3）在“師生互動”模塊中，最為常用的便是BBS，一般供學習者和教師進行網上留言。
（4）在“網絡服務”模塊中，也只是提供電子郵件、數字圖書館等功能。
傳統意義上的教學輔導是一種實時互動、同步交互的特點，教師可以依據當時教學情況靈活調整教學進度、模式等，與此同時，該方式受到時間、空間限制，不適合開放學員特點。
現有的網絡教學輔導雖然通過網絡作為媒介，不受時間、空間限制，能夠為多數開放學院所接受，但明顯缺乏實時互動與同步交互。往往是教師上傳資料多日，學員才注意到，或是學員在BBS中留言，想要及時得到回應卻未能實現。實際上，現有的網絡教學是一種“大同步、小異步”的形式。
三 基于云計算的遠程教育智能輔導的規劃
云計算技術運用于開放教育輔導是具有實用意義的，基于云計算本身特點，可以將教育資源進行有效整合，向開放學院提供智能型云計算服務。現介紹遠程教育智能輔導平臺的架構。其主要由四個部分構成：基礎設施模塊、應用接口模塊、教育應用模塊、學員應用模塊等。
（1）基礎設施模塊主要包括：服務器、存儲器、網絡設備和虛擬服務器、虛擬網絡等。
（2）應用接口模塊主要涉及開發環境、公用的應用程序接口、網絡服務等，主要是由開發人員進行的系統管理操作。
（3）教育應用模塊主要提供教學平臺、學習跟蹤和學習記錄數據庫、教學專家系統等。
（4）學員應用模塊主要面向開放學員遠程教育論文，用于遠程登錄開放平臺，在線學習、查閱教學資源，智能輔導系統記錄的學員個性化學習數據，制定出適合該學員學習進度，為每個學員提供符合自身需求的課程間知識點的鏈接，方便學員理解掌握教學內容。
在云計算模式下，首先由課程專業教師依據課程特點，多年在教學過程中總結的課程重、難點以及學生對各要點的領悟掌握情況，建立較為初期的輔導數據庫系統，并結合已有的教學資源，創建在線測試系統（目前已實現）和知識點鏈接系統，依據學員測試結果，判定該學院知識點的掌握情況及知識點是否存在斷層，同步更新輔導數據庫，針對每一學員生成專屬的學習進度、學習內容（包括相關知識點的學習）。
四 基于云計算的遠程教育智能輔導的可行性
云計算是未來教育信息化建設的基礎構架，為開放教學提供各種教學活動所需的信息化服務。本文所提出的基于云計算的遠程教育智能輔導系統，就目前的技術水平和物質基礎而言，各市屬院校已基本實現基礎設施建設，具有創建輔導數據庫的能力和開發智能輔導系統的實力。利用該系統，不僅保留了原有網絡教學輔導的優勢，同時增強了教學輔導的實時性和教學個性化要求，最大程度提高學員學習效率，從而提高整個開放教學的教學質量。
[參考文獻]
[1]《新一論教育改革和遠程開放教育的發展（一）》.[J]國家遠程教育，2010.4
[2]Youself，L Butrico,M. Da Silva, D.Toward a Unified Ontology of CloudComputing [J].Grid Computing Environments Workshop 2008.GCE 08.
[3]云計算：系統實例與研究現狀.[J]軟件學報，陳康，鄭緯民，2009.20，（5）：1337-1348
[4]基于云計算的教育信息化平臺的研究.[J]技術應用，章澤昂，鄔家煒，2010.6
幾年來，一職語文教研組在校領導的領導帶動下，全組教師堅持教育、教學理論的學習，積極參加各開展教研活動，完善和改進教學方法和手段，為提高我校的語文教學質量做出了一定的貢獻。
一、堅持理論學習，認真撰寫論文
“問渠哪得清如許，為有源頭活水來”，教師如果不學習，教研活動就會成本“無本之木，無源之水”。為加強修養，提高素質，我們認真學習了“教學論新編”，“成功教育理論”。“語文教學論”等教學理論，學習學科刊物，了解教研改信息，善學才能善研，善研才能善教，已成為全組教師的共識，不光如此，我們還注意用教學理論指導教學實踐，認真撰寫論文。幾年來，語文教研組每年都有論文獲獎。每年都有論文在刊物上發表。其中，趙立新老師的論文曾獲市論文評比三等獎，且在北京成人教育刊物上發表。閆秀芹老師的論文“導言設計芻議”獲區成教系統一等獎，且在北京成人教育刊物上發表。在成教系統教學經驗交流會上，閆老師的文章“讓學生在語文課上體驗成功”在大會上進行交流。
二、積極參加和開展教研活動
我組老師積極參加市區,校各級部門組織的教研活動,不光是校內、區內的教研活動.每年還有3-4次參加市語文研討論及教材，教法輔導.還曾幾次到懷柔、密云等兄弟校參加教學研究活動。
我們每學期初教研活動有計劃，學期末教研活動有總結。為了改革課堂結構和教學方法。提高教師的課堂教學水平。提高課堂教學效益。我們堅持開展聽、評、說課活動。且把這個活動做為一個重要的教研活動。每學期開展單元說課。也就是說單元的教學目標、重點、難點，說教材的前后聯系，說突出重點、突破難點的措施，說本單元學生應掌握的解題規律、方法、技巧。每學期開展聽評課。我組教師十分重視聽評課活動，聽課前認真備課。設計教案，互相切磋。聽課后認真評課。如教學內容安排否恰當。難點是否突破，教法是否得當，教學手段的使用，教學思想、方法的滲透。是否符合素質教育的要求，老師的教學基本功等方面進行中肯，全面的評論、探討。聽評課活動促進了教學水平的提高。成教系統組織的公開課，觀摩課每年都有語文老師參加，且趙立新。閆秀芹二位教師的公開課得到高度評價。
三、改進教學手段，提高課堂教學效益
針對我校學生語文基礎差，對學習語文缺乏自信的特點，我們嘗試用“導言設計”，“自制教具”。“計算機輔助教學”等手段創設學習情境，調動學生興趣，激勵學生思維。
為了掌握利用多媒體技術。我組老師積極參加課件的學習和制做。初步掌握了制作動畫的基本技能，其中，閆秀芹老師制作的《xxx》。獲學校課件制做評比二等獎，趙立新、王淑敏老師獲三等到獎。
教研組的活動和工作促進了語文老師素質的提高，促進了實踐經驗到理論的升華。同時也提高了我校的語文教學質量。從20xx年到20xx年。連續參加市語文水平測試都取得了較好成績，及格率達到到98%以上，優秀率達到30%以上。精品源自高考備戰
關鍵詞：暖通空調；碩士研究生；創新；體系；構建
中圖分類號：G643 文獻標志碼：A 文章編號：1674-9324（2012）07-0117-02
一、引言
研究生創新意識、創新精神、創新能力的培養是研究生教育的核心，國內外高等學校對此都非常重視。《國家中長期教育改革和發展規劃綱要（2010-2020年）》指出，大力推進研究生培養機制改革。建立以科學與工程技術研究為主導的導師責任制和導師項目資助制，推行產學研聯合培養研究生的“雙導師制”。實施“研究生教育創新計劃”。加強管理，不斷提高研究生培養質量。因此，如何將供熱、供燃氣、通風與空調工程（簡稱暖通空調）學科的研究生培養成思路開闊，思維敏捷，創新意識強，能敏銳地感知新事物，發現新規律，開拓新領域，想前人所未想，創他人所未創的優秀人才，是高等教育工作者義不容辭的責任。
二、暖通空調專業研究生培養目標
在碩士研究生培訓方案中，土木工程一級學科下，有6個二級學科：巖土工程，結構工程，防災減災工程及防護工程，橋梁與隧道工程，供熱、供燃氣、通風及空調工程，市政工程。其中供熱、供燃氣、通風及空調工程學科是一門涉及建筑、能源、城市規劃、環境保護、衛生、機械、電子電工等眾多技術領域的交叉學科。該學科主要從事為滿足人類生產、生活所需的各類人工環境的創造與維持等相關領域的研究。其內容包括各類建筑和艙室等內部環境的溫度、濕度、清潔度及空氣品質的控制，為實現此控制的采暖、通風、空氣調節和冷源熱源系統及設備、區域供熱和供冷系統等。其中心任務是在盡可能減少常規能源消耗及降低大氣環境污染的基礎上，創造和維持適宜的人工環境。可開展的研究工作包括建筑可再生能源利用、空調熱泵技術、暖通空調系統的節能與控制、通風空調工程CFD（Computational Fluid Dynamics）技術、室內環境控制、除塵與潔凈技術等。其培養目標是熱愛祖國，品德優良，身心健康，事業心強；掌握供熱、供燃氣、通風及空調工程學科堅實的基礎理論和系統的專門知識，了解暖通空調學科的現狀和發展趨勢；有嚴謹求實、勇于探索的科學態度和作風，具有從事科學研究工作的能力；掌握供熱、供燃氣、通風與空調工程學科堅實的基礎理論和系統的專業知識；較熟練地掌握一門外語；能從事教學、科研、工程設計和技術管理或其他工程技術工作；也為在本學科及相關學科繼續深造打下基礎。為了達到上述的培養目標，供熱、供燃氣、通風及空調工程學科碩士研究生通常要學習下列課程：自然辯證法、科學社會主義、英語精讀、英語聽力、英語寫作、專業英語、數學物理方法、數理統計、高等代數、高等傳熱學、高等熱力學、高等流體力學、計算傳熱學、建筑熱過程、實驗設計與數據處理、空調與建筑節能、暖通空調新技術等。
三、暖通空調專業碩士研究生創新體系
研究生與本科生是不同的，諾貝爾物理獎獲得者、美籍華人李政道對此有過精辟的論述，他說，大學生是老師教你，考試答案老師知道，你照老師教你的方法去答試題，做對了就畢業，獲學士學位；畢業后進研究生院，老師除了上課以外，還給你一個研究題目，老師不知道答案，別人也不知道答案，讓你自己去按老師指導的方向，求知一個新的結果，老師與同行專家評議你的結果是對的，你的研究就結束了，老師給你個學位叫博士；但是，正式做研究，必須學習和鍛煉如何自己找方向、找方法、找結果，這個鍛煉的階段就是博士后。暖通空調作為一門應用性的學科，必須將研究生工程創新能力作為培養的核心，為此應構建碩士研究生的創新體系。創新體系包括的主要內容有研究生生源、指導導師、碩士論文、道德水平、學習環境等。研究生導師水平的高低是影響研究生創新能力的一個重要因素。俗話說“名師出高徒”，道理就在這里。目前，我國研究生導師隊伍存在的一個較為普遍的問題是，部分導師知識更新速度跟不上時代的發展，知識結構老化。現在，很多暖通空調專業的研究生在畢業論文中大量運用計算機知識，或是編制程序，而相當多導師的計算機水平，遠遠趕不上學生，何談指導。某大學就曾經有一位研究生在論文答辯時被發現用某游戲程序冒充驗證實驗結論的一段程序，論文自然沒有通過。這位學生投機取巧之所以遲遲沒有被發現，就是因為其導師本人對計算機編程知之甚少。有人將碩士研究生導師分成兩類：有時間的沒水平，有水平的沒時間。而有些科研能力強、學術水平高、知識結構新的導師往往又是暖通空調學科的骨干力量、知名人士，教學、科研任務繁重，社會活動比較多，沒有太多的時間和精力用來指導碩士研究生。更不容樂觀的是，高等學校的師資力量有陷入惡性循環的趨勢，尤其是一些目前社會上的熱門專業。高校師資的主要來源是研究生，但熱門學科的優秀畢業生愿意在高校任教的卻不多。古人云：文章乃經國之大業，不朽之盛事。碩士論文水平的高低是衡量研究生能否畢業的重要依據，但近年來，部分碩士研究生學位論文創新性差、質量下降。究其主要原因是研究生沒有樹立正確的世界觀、人生觀、價值觀，學習動力不足，學習不努力，因此，在論文寫作過程中“偷工減料”，人云亦云，甚至出現了個別抄襲、剽竊等現象。有的研究生論文往往是開頭幾章原封不動，照抄別人的，最后一章發發感想。有的研究生論文是大題目做了小文章，頭重腳輕；有的是缺乏實驗數據，憑空想象；有的是曲解人意，生拉硬扯；有的是結構不合理，將錯就錯；有的是堆砌華麗詞藻，內容空洞；有的是引述各家之論十分壯觀，沒有自己的見解；有的是語言修飾不當，讀來令人費解；有的是云山霧罩，不知所云；碩士研究生應當通過自己的在校學習，并通過自己的研究，大體形成自己的基本科研能力。而在這基本的科研能力中，自主地思考，對所研究的問題形成自己的見解，有初步的獨立思想和獨立思想能力，是最為重要的。
暖通空調專業碩士研究生的培養應遵循堅持質量、優化環節、規范管理、突出特點的原則，始終將研究生創新意識、創新精神、創新能力的培養作為中心任務。構建包括研究生生源質量、指導教師隊伍水平、碩士論文質量等全方位的創新體系，培養創新精神，使他們學會創新思維，掌握創新方法，激發創新火花，提高創新素質。使碩士研究生的思維具有思維形式的反常性、思維過程的綜合性、思維空間的開放性、思維成果的獨創性。同時，還需要健全研究生教育管理體系和運行機制，加強過程管理，強化教學督導，嚴格課程教學、學位論文等環節的質量監控。加強導師隊伍規范性建設，完善導師遴選與考評制度，建立導師上崗培訓制度。創新教育教學方法，注重科學精神和人文素質培養，加強科研誠信和學術道德建設，培育更多國家經濟建設急需的優秀人才。
參考文獻：
[1]金麗鑫，謝立平，姜紅，等.研究生質量下滑原因剖析及解決策略[J].遼寧教育學院學報，2005，（8）.
[2]孫利.研究生學位論文創新體系探析[J].中國電力教育，2010，（28）.
[3]汪勛清，王春霞，田松杰，等.優化研究生培養方案，構建培養質量管理體系[J].高等農業教育，2008，（12）.
[4]錢存陽.研究生創新能力培養的障礙與對策研究J].高教探索，2004，（1）.
[5]王曉梅，張桂花.碩士研究生培養質量保障體系的構建與評價[J].產業與科技論壇，2010，9（3）.
[6]林小丹，陳松.建筑業創新體系的構建[J].建筑經濟，2003，（11）.
[7]張優智，李治.阻礙研究生創新能力培養的因素探析[J].中國地質大學學報（社科版），2004，4（3）.
[8]陳厚，曲榮君，王春華，等.研究生創新能力平臺的構建與實施[J].廣州化工，2010，38（10）.
[9]張國兵.篩選理論與研究生創新乏力[J].學位與研究生教育，2006，（12）.
[10]黃浩.先天不足與后天失誤——現當代文學專業研究生論文水平低準現象我見J].文藝爭鳴，2000，（6）.
關鍵詞：連續剛構橋；施工監控；有限元；計算模型
中圖分類號：TV331文獻標識碼： A
1引言
預應力混凝土連續剛構橋具有變形小、結構剛度好、行車平順舒適、伸縮縫少、養護簡單以及抗震能力強等優點。其與連續梁的主要區別在于柔性橋墩的作用，使結構在豎向荷載作用下基本上屬于一種墩臺無推力的結構，而上部結構具有連續梁橋一般特點。
預應力混凝土連續剛構橋在施工過程中，由于橋梁結構的空間位置及形狀隨施工的進展將不斷發生變化，要經過多次的體系轉換過程，若同時考慮到施工過程中的結構自重、施工荷載以及混凝土材料的收縮、徐變、施工荷載等因素的影響，將可能導致橋梁合攏困難、成橋線形與設計要求不相符、設計狀態難以保證等問題。因此，必須對大跨度橋梁的施工預拱度、主梁梁體內的應力等進行嚴格的施工控制。施工控制是連續剛構橋修建和發展必不可少的保證措施，主要包括幾何（變形控制）、應力控制、穩定控制和安全控制，其中安全控制是橋梁施工控制的重要內容，變形控制、應力控制、穩定控制的綜合體現。由于結構形式不同，直接影響施工安全的因素也不一樣，在施工控制中需根據實際情況，確定其安全控制重點。
本文以溫福鐵路客運專線田螺大橋作為工程背景，對該橋懸臂澆筑施工過程進行了應力控制研究，對施工控制理論在工程實踐中的具體運用進行了詳細的分析，采用大型計算軟件MIDAS/CIVIL對全橋進行了仿真模擬分析，并對實測值和計算值進行比較分析。
2. 工程背景及測試方法
溫福鐵路客運專線田螺大橋位于云淡門海純潮區，通航凈空為120 m×24 m，主跨為(88+160+88)m預應力混凝土連續剛構。全橋立面布置見圖1。
圖1 田螺大橋總體布置立面圖（單位：cm）
梁體采用C60混凝土，墩柱采用C45混凝土，承臺和樁基采用C30混凝土。預應力鋼絞線均采用《預應力混凝土鋼絞線》（GB/T5224-1995），標準強度1860MPa，直徑15.2mm,彈性模量Ey=1.95x105MPa的低松弛鋼絞線。
3 有限元計算模型的建立
田螺大橋為三跨高墩的大跨徑連續剛構梁橋梁，分析計算采用有限元綜合分析程序MIDAS/CIVIL， 且橋的單元類型采用MIDAS/CIVIL中的“變截面梁單元”，由2個節點構成的，是屬于“等截面或變截面平面梁單元”，具有壓、剪、彎的變形剛度。為了更真實的模擬實際工程現場，在MIDAS/Civil中材料的選取時混凝土選用自定義材料，從現場及實驗室的資料定義材料參數。全橋計算模型共劃分155個單元，164個節點，其中上部結構123個單元，橋墩32個單元，全橋采用“自適應控制法”進行施工監控。全橋計算模型如下圖2所示。田螺大橋
圖2田螺大橋有限元模型
4 成橋階段內力及應力計算結果
施工控制仿真分析，就是通過合理的模型，采取有效的結構分析方法，對橋梁的成橋線形、受力狀態和施工中的線形、受力狀態進行一定精確度的模擬分析的過程。現以田螺大橋的成橋狀態為例，在恒載+活載組合下結構的內力及應力見圖3和圖4.
（1）主梁彎矩圖（kN.m）
圖3全橋彎矩圖
（2）主梁剪力圖（kN）
圖4全橋剪力圖
（3）主梁應力圖（MPa）：
圖5全橋上緣應力圖
圖6全橋下緣應力圖
通過圖3-圖9可以看出，成橋狀態下的彎矩、剪力和應力完全符合設計要求以及滿足鐵路橋涵施工規范中對C60混凝土的抗壓極限強度為20MPa，抗拉極限強度為1.17MPa的安全要求。
5 應力監控
在施工過程中，對每一節段的施工循環，在立模、混凝土澆筑之前、混凝土澆筑之后、張拉預應力之前、張拉預應力之后均應進行應力應變測試并與變形測試同時進行。
圖7 計算應力與實測應力的比較
圖8 計算應力與實測應力的比較
圖11 計算應力與實測應力的比較
圖4-34計算應力與實測應力的比較
通過以上的比較可以明顯的看出，計算應力與實測應力的曲線形狀大致相同，這說明本橋的有限元計算模型符合實際，施工也是基本符合規范要求的。對于梁段的上緣應力，實測值明顯大于理論計算值，這是由于施工過程中預應力的超張拉及施工過程橋面上的施工荷載等引起的。對于梁段的下緣應力，則基本上表現為在20#塊施工前實測應力小于計算值；而在20#塊施工之后以及后續的合攏段施工中則表現為實測值大于計算值。這是由于前期受橋梁自重以及施工荷載影響導致箱梁下緣受壓，抵消了一部分張拉的預應力，使得實測值偏小；而自20#塊的施工開始橋梁即將合攏并完成體系轉換，使下緣壓力減小，實測值重新高于計算值。
由上述實測值與理論值的比較可以看出主梁應力實測值與理論計算值的誤差較小，箱梁混凝土采用C60，在允許應力法施工中其抗壓極限強度為20MPa，抗拉極限強度為1.17MPa，計算值及施工過程實測值均在規范限值之內，整個過程混凝土的應力是安全的。這說明混凝土澆注、預應力張拉以及合攏等施工過程是規范的，同時也說明了本文所采用的計算模型是正確的、計算結果是可靠的、測點的埋設是成功的，進而可以判斷連續剛構橋在懸臂施工過程中是安全可行的。
6.結論
本論文從工程實際出發，以田螺大橋為工程依托，對大跨度預應力混凝土連續剛構橋施工監控、穩定性分析。監控過程表明，“自適應控制”理論能很好的適用于連續剛構橋的施工監控，只要系統逐漸過渡到自適應狀態，橋梁狀態即在控制之中。因此，對系統參數以及計算模型的修正是施工控制的核心內容。
結構自重誤差在大跨度橋梁中普遍存在，并且對結構的變形和應力影響都很大，施工中應嚴格控制自重誤差。本工程在施工過程中應力與位移均在控制范圍內，并且實現了誤差極其微小的主跨精準合攏，合龍后線形與預計線形有很好的吻合，可見田螺大橋的控制系統是有效的。
參考文獻
[1] 黃建躍, 王樹林.大跨度連續剛構橋施工主梁變形監測的必要性與方法. 橋梁建設，2003（1）：48-52
[2] 武芳文等. 連續剛構橋梁懸臂施工線形控制分析. 鐵道工程學報，2006,7 (4) :29-34
[3] 張永水, 曹淑上. 連續剛構橋線形控制方法研究. 中外公路，2006, 12 (6): 83-86
[4] 雷俊卿, 王楠. 預應力混凝土連續剛構橋施工監測與仿真分析. 鐵道學報，2006, 4 (2):74-78
[5] 陳浩. 大跨高墩連續剛構橋的穩定性分析[學位論文].西南交通大學，2004
[關鍵詞]CSSCI引文分析科學計量學可視化圖譜
[分類號]G306
1、導言
科學知識可視化圖譜是在信息技術的推動下發展出來的一個新領域，當前已經成為科學計量學的一個新熱點。陳悅和劉則淵認為科學知識圖譜是顯示科學知識的發展進程與結構關系的一種圖形，它是揭示科學知識及其活動規律的科學計量學從數學表達轉向圖形表達的產物，是顯示科學知識地理分布的知識地圖轉向以圖像展現知識結構關系與演進規律的結果。Katy Borner等綜述了知視可視化歷程，對引文分析領域進行了可視化研究。安偉峰、熊潤芝、周云平等、徐佳寧等、劉艷蘇等以及葉協杰眾多學者也利用不同的中文數據庫、不同的方法以及不同時期對我國的引文分析研究狀況進行了研究。雖然中外學者都從不同角度研究了引文分析領域，但是中文引文分析領域的可視化研究幾乎還沒有開展。本文擬對中文引文分析這個領域運用可視化工具來做一個清晰的描繪。
2、數據及方法
本論文研究所用的數據來源于CSSCI數據庫。筆者于2008年4月24日以“引文分析”為檢索詞在CSSCI中檢索到1998-2007年間527篇文獻，共得到3 328條引文。
下載這些檢索記錄，通過對數據進行仔細辨認和合并，利用大連理工大學劉盛博編的中文處理軟件對CSSCI數據進行格式轉換，變為Bibexcel、UcinetCitespace等軟件可處理格式，然后利用這些軟件對記錄中的關鍵詞、作者、來源期刊、被引作者、被引期刊等進行分析或繪圖。
3、統計結果與分析
3.1關鍵詞分析
527篇論文中，共有2133個關鍵詞，對出現3次以上的97個關鍵詞進行共現分析，利用Ucinet，計算中心性，再利用Netdrw繪制這些關鍵詞共現網絡，得到圖1。通過對關鍵詞的分析，可得出我國引文分析領域的主要研究內容。
從圖1可以看出，節點越大，表示中心性越高。中心性較高的一些詞有引文分析、SCI、CSSCI、文獻計量學、影響因子，期刊評價等。兩個節點之間的連線粗細代表關鍵詞共同出現的次數，連線越粗，就是共同出現的次數越多。與引文分析共同出現次數較多的詞有文獻計量學、期刊評價、載文分析、作者分析等。
3.2作者分析
在527篇論文中，共有682名作者，表1是發表4篇以上的作者及其工作單位。
從表l可以看出，引文分析領域發文4篇以上的作者有29人，其中24人是與圖書情報信息有關的，1人與醫學有關。南京大學有9人，中國科學技術信息研究所4人，中國科學院文獻情報中心有2人，北京大學有2人，浙江大學科技部2人，其余各1人。
3.3來源期刊分析
527篇論文分布在106種雜志中，發表在前20種雜志中的論文數為390，占總論文的74.7％，也就是說20％左右的雜志中包括了大約80％的有關引文分析的論文，基本符合“二八”律，可以認為這些雜志是發表引文分析論文的核心期刊。可以看到前20種期刊大都是圖書館學、情報學的核心期刊。表2顯示出引文分析領域的文章除了多數發表在圖書情報類的雜志上外，還有很多發表在與科學學、科技管理有關的核心期刊上。
3.4被引作者分析 對527篇論文的3 328條引文進行分析，發現有1280位作者被引證，平均每位作者被引頻次2.6次。在這龐大的作者群中，被引頻次最高的30位作者的總被引頻次為731次，占總被引頻次的21.97％，平均每位高被引頻次作者被引頻次24.37次。利用Citespaee軟件繪圖，得到圖2，顯示了我國引文分析領域的高頻被引作者情況，圖3顯示了引文分析領域的重要文獻。
從圖2和圖3中可以看出，較大節點的作者是在引文分析領域有突出作用的作者。影響最大的是武漢大學中國科學評價研究中心的邱均平，其主要代表作是1988年出版的《文獻計量學》一書。王崇德、羅式勝、丁學東三人也出版了有關文獻計量學的專著。龐景安《科學計量研究方法論》一書，詳細介紹了引文分析在科學計量學中的應用。梁立明、蔣國華也出版了有關科學計量學的專著。有些集體作者，如中國科學技術信息所、中國社會科學索引課題組、中國科技論文統計與分析課題組、南京大學中國社會科學研究評價中心，這些課題組對我國的引文分析研究也有極大的影響和促進。金碧輝、武夷山、孟連生、朱獻有、馬費成等人也有突出的貢獻，他們的單篇論文的被引頻次也很高。姜春林、鄒志仁、程剛、袁培國、鐘旭、黨亞茹、崔雷的研究也各有特色。
3.5被引期刊分析 3 328條引文分別來自918種雜志和其他類型文獻，包括專著、報告、網頁等。但是被引前20種雜志中的引文有1 346條，占總引文的40.4％，表3顯示被引前20種期刊大多都是圖書館、情報學的核心期刊。《科學學研究》、《科學學與科技管理》等雜志的被引用說明科學學也對引文分析有較大的影響。有380條外文引文，占總引文的11.4％；有160條網頁引文，占總引文的48％，其中680條引文都只被引一次，以上說明引文分析對別的學科的知識吸收還是相對較少，吸收較多的還是圖書情報學、科學學、科學計量學、管理學、編輯學的知識。
4、我國引文分析存在問題及對策
4.1 中國引文分析存在問題
4.1.1 引文分析研究缺乏核心作者 引文分析在我國的研究歷史只有30多年，還沒有引文分析的核心作者，雖然有許多專家學者，也有很高的被引頻次，但是他們都是圖書情報領域的先賢，而引文分析則是依附于文獻計量學存在的，大部分的著作都與文獻計量學和科學計量學研究相關。因此，表現出引文分析理論研究少，應用研究多，方法簡單；方法研究上簡單統計多，指標模型少；應用研究用于評價的多，管理的少；研究圖情、醫藥領域較多，其他領域少。
4.1.2數據樣本的選擇缺乏科學性引文分析是力圖根據統計特征找出文獻生產、傳播等規律，從而進行更深入的研究，為決策提供量化依據。統計特征的出現要求有足夠的樣本量，足夠明確的研究對象，足夠大的時間跨度。而國內正式發表的有關引文分析的論文普遍存在著樣本量小、時間跨度短、學科代表性差等問題。
4.1.3 中文引文分析可視化困難我國的引文分析可視化的進展不大，雖然近年來掀起了引文分析可視化的熱潮，但是大多是對來自Web of Science數據的可視化，而以中文出現的知識圖譜則不是太多。
4.1.4 中文的引文數據局限性 中文引文數據庫有一定的局限性，如CSSCI中的數據從格式到錄入出現了很多不統一及錯誤，如有的引文寫錯著者姓名、發表年份、出版社等等。在本研究中對這些現象作粗略的統計，其中年份寫錯或不寫的占總引文的3.1％，不寫出版社或期刊的占6.2％，不計算其他格式不統一，引文的錯誤總計在數據庫中幾乎達到10％。這樣就給研究的統計工作帶來很大的困難。
4.2 中國引文分析現狀成因
4.2.1 理論基礎薄弱首先，引文分析起初是當作文獻計量學的一種方法被引入的，由于其使用起來簡單易行，大多數學者只是把其當作一種工具來使用，究竟其包括什么樣的原理，其使用的前提條件、使用原則、形成機制，并沒有人去深入地探究；其次，引文分析理論在國外也進展不大，到目前為止，大多數的引文分析還是以傳統的文獻數理統計和共引理論為基礎進行研究，沒有更進一步突破；第三，我國的研究者重視應用研究、忽略理論研究。
4.2.2 中文引文數據庫不完善為了更好地發展我國的圖書館事業和文獻研究工作，我國科研人員不斷努力，開發了許多相關的引文數據庫，如CSCD，CST―PC，CSSCI等。這些數據庫與SCI數據庫相比，不論是在數據套錄功能還是數據收錄年代或期刊收錄范圍上都有所欠缺。為了進行引文分析，用戶不得不把需要的文獻記錄和它們引用的參考文獻題錄一一手工摘取，再導入自建的小型引文庫中通過編制計算機程序才能獲得需要的統計數字。這無疑極大地阻礙了研究人員利用國內引文數據進行分析的積極性。
4.2.3 沒有適合的分析軟件 由于我國引文分析發展的較晚，一些引文分析的技術都是來自于國外。國外有很多專家學者利用計算機編程，開發了許多文獻計量學軟件，進行引文分析。例如：Bibexcel就是OllePersson為文獻計量學專門編制普遍適用的、統一格式的數據處理軟件，可以處理來自Web of Science等數據庫的數據，不但能夠進行統計處理，還可以分析數據，形成所需要的關系矩陣。而我國文獻計量學、科學計量學的學者目前還沒有開發出普遍適用中文數據格式的軟件，對于一些不懂數學、計算機編程的學者，要靠最原始的手工來進行計數，所以他們花費在數據處理上的功夫可想而知。
4.2.4不規范的引文行為 目前我國的科技論文在引文規范上普遍存在著一些問題，主要表現在以下三方面：“用而不引”和“不用而引”；對參考文獻的標注不規范；“引文復制”與“引而不注”；著錄失誤。此外，一些由于情報交流的障礙，如語言障礙、編譯代碼轉換的障礙、檢索工具的障礙、理解水平與能力的障礙等等，都是造成引文錯誤的直接客觀的原因。
4.3 中國引文分析的對策建議
4.3.1 加強引文分析的理論建設首先，大力開展引文分析的理論研究，對引文分析的原理、規律、研究對象以及與引文分析相關的概念假設、環境、適用范圍進行深入和系統的討論，力圖形成引文分析的研究范式；其次，加強和國外同行的合作交流，力圖自主創新，發展適合我國學者的引文分析方法和理論；再次，引文分析有很強的交叉學科的特點，交叉學科的特點就是容易吸取其他學科的先進理論，要想在理論上有所突破，可以借鑒其他學科的理論方法；第四，提倡研究者進行理論研究，改變研究作風；第五，提高研究者和使用者綜合素質，使他們能夠敏銳地發現引文分析的問題，合理利用引文分析進行科研評價，提高科研活動的效率。
4.3.2完善發展各種引文數據庫首先，優化數據庫結構，加強數據規范管理工作，改善數據庫檢索性能；其次，借鑒美國ISI的Web of Knowledge(WoK)的經驗，對我國各類引文數據庫進行重組、加強和完善；可以把CSCD和CSTPC整合起來，成為中國的“SCI”，把CSSCI建成中國的“SSCI”，把各種引文數據庫的資源集成為強大的引文網絡平臺；再次，及時和數據庫用戶溝通和交流，獲得有益的反饋信息。
查看更多《科技導報》雜志社信息請點擊： 《科技導報》編輯部
卷首語
(3)技術創新的思路從何而來？ 無
科技風云
(7)最低溫度：“無限逼近”開辟科學新領域 楊書卷
特別欄目
(8)科技新聞媒體關注指數排行榜 無
封面圖片說明
(8)地質災害生命可接受風險標準研究的意義 無
科技事件
(9)陡山沱組球形化石新解難獲認同 李娜
特別欄目
(10)科技界聲音 無
科技工作大家談
(11)中國風電產業不可忽視的專利問題 耿潔 劉旭彤
特別欄目
(12)科學共同體要聞 無
(13)科技期刊亮點 無
(14)科技要聞 無
本刊專稿
(15)錢學森與《科技導報》 蘇青
研究論文
(17)中國地質災害生命可接受風險標準研究 趙洲 侯恩科
(23)基于演化涌現的復雜信息網絡設計優化 趙東杰 何宇 楊海濤 王華 李智 趙洪利
無
(27)“第8屆全國計算機支持的協同工作學術會議（ccscw2012）學術會議、第23屆計算機技術與應用（cacis·2012）學術會議”征文
無
研究論文
(28)硫化礦石低溫氧化性指標的相關性分析 李孜軍 王曉磊 石東平
(33)脈沖耦合神經網絡對肝包蟲圖像分割 田翔華 木拉提·哈米提 朱從旭 孔德偉
無
(37)“第七屆全國制冷空調新技術研討會（2012）”征文 無
研究論文
(38)基于復雜性理論的軍事通信網絡中心化方法比較 熊金石 李建華 楊迎輝 郭威武
(42)小型四軸飛行器動力學參數測定方法設計 王冬來 呂強 劉峰
無
(45)“第十七屆全國小兒心血管疾病學術會議”征文 無
研究論文
(46)順傾軟巖邊坡穩定性分析與防治 曹蘭柱 霍麗紅
(50)高速公路路側容錯環境的rst-gce法評價 陳沅江 陳熠
(58)沖擊噪聲背景下一種穩健自適應波束形成算法 楊磊 馬杰
綜述文章
(61)爆炸箔起爆系統的發展 呂軍軍 李明愉 曾慶軒 鄭
猛 馮長根
科技評論
(65)“第十七屆全國青年通信學術會議”征文 無
無
(66)機械史成就鼓舞機械行業創新發展 羅圣國
科技評論
(67)科研：業績多多,成果是零 文雙春
(68)這次長三角植物學研討會 高建國
無
(68)講座后的一點思考 黃錦芳
主編心語
(69)怎樣指導博士生打下走向成功的堅實基礎（18）——讓優秀博士生成長為科技領軍人才 馮長根
特別欄目
(69)中國生態學學會 無
走向職場
(70)求職的經歷和經驗——劉廣福博士訪談 王華鋒
(71)科技人才招聘 無
(75)全球招聘新聞 無
無
(80)《科技導報》征稿 無
特別欄目
(81)完詞填空 無
(81)推理小游戲——水有一半嗎？ 無
(81)好玩的數學——24整除 無
(81)九宮填數 無
關鍵詞：擺動式扭力沖擊器;節流口;動力仿真
引言
擺動式扭力沖擊器是一種旋沖式的井下工具，可以有效的解決硬地層鉆井難題。擺動式扭力沖擊器通過鉆井液的高低壓差提供動力使其產生一定頻率的脈沖扭矩，并將動力傳遞給鉆頭。
1.擺動式扭力沖擊器工作原理與其節流口的設計
凈化后的液體流進沖擊器經過旋流誘導輪分流。大部分通過節流口形成低壓液，另一部分仍然以高壓的形式通過碰撞錘。來源于鉆井液的高低壓差使得動力錘往復運動，流量和噴嘴產生的壓降來設置液壓錘的受力。壓降產生的鉆井液的高壓與低壓的壓差分別推動液動錘與換向閥芯做往復碰撞換向運動。擺動式扭力沖擊器建模后整體結構如圖1-1所示。
圖1-1擺動式扭力沖擊器整體結構
扭力沖擊器的擺動式扭力沖擊器的動力部分通過碰撞部分來實現。碰撞錘與換向閥芯順時針與逆時針交替往復運動與主軸的沖擊面碰撞，實現巨大的扭矩產生的機械沖擊能量由驅動短節內的驅動軸集中均勻地傳送到鉆頭上，實現能量直接傳輸。液動錘與換向閥芯做往復運動依靠鉆井液的高壓與低壓的壓差分別推動。而高低壓的實現依靠流量和噴嘴產生的壓降來實現。通過節流嘴橫截面積的大小設定，圖1-2為擺動式扭力沖擊器流道三維模型圖（通過其剖面可以清楚地看出兩個節流口）。
圖1-2為擺動式扭力沖擊器流道三維模型圖
2.擺動式扭力沖擊器的整體流道的動力仿真
擺動式扭力沖擊器的脈沖主要由液動錘與閥芯的往復運動所形成。每個碰撞周期都分為四個部分、兩個狀態：碰撞狀態與換向狀態。而碰撞件往復擺動的動力來自與鉆井液的高低壓差。本節利用Fluent軟件分別對碰撞與換向狀態進行模擬與仿真，進一步驗證節流口尺寸設計的合理性。
2.1模型的建立
本模型是通過UG建立而成的。分別對擺動式扭力沖擊器的換向狀態與碰撞狀態兩種瞬態情況分別進行流體的動力仿真。為了便于計算機的運算，一些被阻截的流道被省略。
2.2前處理與后處理
由于模型為旋轉對稱結構，故利用workbench網格工具規定網格大小為2mm，接著定義邊界條件（入口與出口）。
在mesh的下拉菜單中選擇check。接在在定義模型的粘度為keosilon。接著定義材料為液體水。接著定義邊界條件入口為入口速度4.763m/s與9.96m/s，湍流強度設為5%，湍流粘度比設為5。在出口的回流湍流強度與回流湍流粘度比也設為相同的數值。接著在solution control的松弛系數一欄，壓力選0.2，動量選0.5。接著將絕對收斂標準的的精度改為1e-06。在初始化中選擇入口。最后在計算中選擇迭代步數為1000步。
2.3結果分析
由于模型為旋轉對稱結構通過1000步的計算，得到殘差分析曲線，、壓力云圖以及速度云圖。處于換向狀態時壓力云圖如圖2-2所示。
圖2-2 壓力云圖
通過應力云圖可清楚地展現出通過節流口后的流道的高低壓變化情況，這符合流體力學中的應力分布云圖的分布趨勢。殘差曲線平穩，說明計算收斂，計算結果較為準確。
處于換向狀態的瞬態流道模擬結果：壓降以及流量的計算結果顯示壓差分別為217KPa和751KPa;進出口流量滿足初始設定流速。證明計算結果合理性。
處于碰撞狀態的瞬態流道模擬結果：壓降以及流量的計算結果顯示壓差分別為256KPa和804KPa;進出口流量滿足初始設定流速。證明計算結果合理性。
3.模擬得到壓降值與標準參數的對比
運用Fluent軟件仿真的結果與阿特拉公司的液壓式扭力沖擊器的各部分參數對比見表4-1。
表4-1 Fluent仿真結果與標準參數的對比
標準參數
仿真結果
流量
18.33-38.33
18.287-38.33
壓降
350-1200
217.13-804
參照表4-1的對比結果，仿真得到的數據與標準參數線性相關。滿足設計要求。
4.結論
