
大数据领域专业学术期刊DSE问世 推进产业加速发展
刚刚过去的2014年,凭借在多个领域的突出表现,大数据成为年度最热的技术名词之一。在多个第三方研究机构的2015年预测中,大数据都被认为是全面爆发的一年。因此,大数据也成为迅速被热炒的技术名词,之前被热炒的有SOA、SaaS、云计算……
面对产业界的这一现象,在日前由中国计算机学会、中新赛克和德国Springer出版社就数据科学与工程领域国际学术期刊的合作举行的DSE(Data Science and Engineering)杂志的签约仪式暨学术交流活动上,哈尔滨工业大学教授、DSE主编李建中表示:“如今,大数据正面故事多,负面故事少;说大数据的人多,但比较而言真正了解大数据的人少;企业界对大数据的声音大,学术界对大数据的声音小;所以我们需要冷静科学地考虑怎样利用大数据,怎样做大数据。”
正是基于这一判断,一份数据科学与工程领域国际学术期刊——DSE杂志在相关机构的推动下应运而生,DSE即Data Science and Engineering,注意,这里没有用Big Data,对此,清华大学教授、中国计算机学会数据库专业委员会主任周立柱解释道,相比较而言,大数据是一个时尚的技术名词,而数据则更具普适性,它的科学和工程问题才是DSE作为一份国际学术期刊应该关注的长期研究。
据了解,DSE杂志的打造,一方面可以为全世界在大数据方面的科学与技术研究者提供一个平台,推广各方面的研究成果,特别是为中国学者发表高水平的论文提供一个平台;另一方面也可以搭建一个国际交流的桥梁,促进中国学者与国际学者的交流,同时促进全世界的企业界和学术界的交流。
学术的发展和进步离不开与企业界的互动和交流,南京中新赛克科技有限责任公司秉承10多年的数据通讯技术的软硬件基础,专注于信息安全设备、无线产品、综合业务的研发和市场份额,为运营商和行业客户提供成熟的解决方案和一站式的服务。
“我们在技术研发中碰到了许多数据方面的问题,过去,我们在技术上一直是跟随国外的先进技术,如今,我们则需要一些自主研发技术的支持,尤其在数据分析方面。”中新赛克CEO凌东胜表示,“我们希望成为工业界和学术界的桥梁,并把学术界的技术转化到产品和解决方案中去,提升产品的竞争力,真正为中国企业所用,改变现在中国企业普遍采用国外产品的现状。”
正是基于这一考虑,中新赛克参与到了这份期刊的打造中,如今,中新赛克已经在大数据方面开始了积极的尝试,并有望在2015年将相关的大数据产品大规模应用在一些重要的领域。
针对大数据领域最新的发展趋势,周立柱教授认为仍然存在不少的难题需要解决。例如,数据质量问题突出;其次,数据大了之后也会面临分析、计算复杂性等基础问题;第三,如何解释数据分析得出结论,回答结论的依据等等。DSE杂志的创办,就是希望找到解决这些问题的办法,进而促进大数据产业的发展。
据悉,未来,DSE杂志的内容将着重探讨数据本身内在的规律,包括大数据从获取、存储到质量管理和计算,从数据中发现知识和规律并在实践中获得效益的经验等诸多方面。2015年,DSE杂志的网站将正式上线,并接受投稿;2016年,DSE杂志的纸质版也将正式公开出版。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29