标准大数据实践

　　《标准大数据实践》解读了当前大数据发展的基本背景，重点阐述国家标准馆信息化建设存在的问题，以及当前信息化建设要解决的5大问题：长期保存能力不足、数据找不到、数据找不全、数据找不准、标准情况说不清。《标准大数据实践》围绕这5个问题，从业务和技术角度寻找解决办法，给出解决思路以及当前阶段性成果。
　　《标准大数据实践》可供标准行业及文献行业的从业者参考。

1 绪论
1．1 背景
1．1．1 大数据应用蓬勃发展
1．1．2 大数据技术不断更新
1．1．3 标准信息化建设重要意义
1．2 存在问题
1．2．1 数据问题
1．2．2 架构问题
1．3 建设目的
1．3．1 解决标准长期保存问题
1．3．2 解决数据找不到问题
1．3．3 解决数据找不全问题
1．3．4 解决数据找不准问题
1．3．5 解决标准情况说不清问题
1．4 主要创新点
1．5 组织结构

2 保存标准
2．1 标准长期保存的重要意义和必要性
2．1．1 重要意义
2．1．2 必要性
2．2 标准长期保存实施方案
2．2．1 存在问题
2．2．2 长期保存升级改造目标
2．2．3 建设原则
2．2．4 设计方案

3 找到标准
3．1 基本概念
3．1．1 异构数据
3．1．2 异构数据系统
3．2 研究现状
3．3 关键技术
3．3．1 NosoL技术
3．3．2 动态实时的全文索引技术
3．4 系统架构与实践
3．4．1 系统架构
3．4．2 实践效果

4 找全内容
4．1 知识关联
4．1．1 国内外的研究与应用现状
4．1．2 知识关联概述
4．1．3 基于引文分析的知识关联揭示与应用
4．1．4 基于语义网的知识关联研究与实践
4．1．5 基于数据挖掘算法的知识关联研究与实践
4．1．6 知识关联可视化展现研究与应用
4．2 内容挖掘
4．2．1 国内外研究现状
4．2．2 关键技术
4．2．3 系统实现

5 找准内容
6 宏观分析

　　2010年以来，随着国家标准馆采编流业务系统以及对内对外服务系统的搭建完成，存量文本资源图像化工作的结束，国家标准馆的信息化建设从基础设施建设期进入了深化发展的时期。与此同时，随着全社会信息化水平的飞速发展，“云计算”“互联网+”“大数据”“物联网”等概念的不断更新，人们对用户体验的追求也在不断提升，对标准使用的诉求也越来越丰富，如在查找标准过程中，找不到、找不全、找不准，在分析标准过程中说不清等；另一方面，在日常具体业务开展和系统运行与扩展过程中，存在系统运行效率低下、数据共享手段不丰富、系统维护修改困难等现实问题。
　　本书总结了近年来国家标准馆信息化建设的实践，从标准信息服务社会需求和存在的问题表象出发深刻分析问题存在的原因，研究最新的大数据理论、方法和技术，将其与国家标准馆信息化建设的业务需求相结合，逐步形成了适用于标准信息服务的理论框架、方法体系和技术手段，最终完成了内部系统的软硬件架构优化，建成了多粒度（微观的指标与宏观的统计）、多终端（PC端与移动端）的标准大数据服务系统。
　　在作者看来，大的互联网概念离不开脚踏实地的工作落实，正如“互联网+”落到实处就是“程序员+”，通过程序员的工作，改变传统行业的工作状态。与此相同，“大数据”的内涵远远不是字面上的数据量大，更多的内涵则是数据的多样性、关联性和多维度统计，从而衍生出奇妙的组合，得到意想不到的结果。标准文献与其他文献一样，其数据之大不是体现在文本数量上，而是体现在文本内容所包含的知识元。在标准中，更多的知识体现在标准化对象的指标上，针对标准文献内容的挖掘是本书的一个重点。另一方面，尝试针对标准进行多维度的统计分析，也是本书的一个方向。从“大数据”的外延来看，所有的基础建设都属于大数据实践的范畴，大到各种云平台（如“阿里云”“百度云”等），小到国家标准馆私有虚拟机的搭建和基础软件的改造，都在实践着“大数据”的理念，本书对此也进行了阐述。
　　本书从基层实践出发，注重解决国家标准馆信息化建设过程中遇到的实际问题，适用于标准和其他相似文献与信息服务的从业者作参考。
　　本人的专业是信息化技术，从事标准文献信息化工作六年时间。本人认为，标准文献信息化建设的最终目的是将标准转换为知识，标准检索系统变成具有人工智能内涵的专家系统，进而让标准化知识融入人们的日常生活，成为社会化大生产及人民日常生活不可或缺的一部分。本书只是展现了一个阶段性成果，标准文献信息化工作还任重道远，路漫漫其修远兮，吾将上下而求索，生命不息，奋斗不止。