图书馆信息技术进展与趋势(72页).pptVIP

HTML5—富媒体技术浏览平台 Why we need entity linking？ As we known, in recent years there is a increasing On the other hand, Recent years have witness… And we believe that computers can better understand text if we can bridge text with the knowledge in these knowledge bases * * * * * * * * * * * * 2010年，超过40亿人（世界人口的60%）在使用手机，其中大约12%拥有智能电话——其渗透率以每年20%以上的速度增长。如今，3000多万联网传感器节点分布在交通、汽车、工业、公用事业和零售部门，其数量正以每年30%以上的速度增长。 * * * * * BIG DATA ? BIG COMPUTATION ? BIG ANALYTICS ? BIG (SOCIETAL) IMPACT * KB ? MB ? GB ? TB ? PB ? EB ? ZB ? YB Hadoop—大数据分布处理软件框架， NoSQL-是当今非关系型数据库的宠儿 目前的成功案例主要集中在互联网应用中：数据模型简单，数据量大，一致性和事物要求低，响应体验要求高 Hadoop是一套开源的、基础是Java的、目前能够让数千台普通、廉价的服务器组成一个稳定的、强大的集群，使其能够对pb级别的大数据进行存储、计算。已经具有了强大稳定的生态系统，也具有很多使用的延伸产品。比如做查询的Pig, 做分布式命名服务的ZooKeeper, 做数据库的Hive等等。 Hadoop现在保持了很多漂亮的记录： 存储：现在世界上最大的Hadoop集群目前在Facebook，可以存储30PB的数据 计算：Hadoop是目前Terasort记录的保持者（参见：/)，Terasort是给出1TB的随机数据，看谁能够在最短的时间内完成排序，Hadoop使用了1400多个节点，在2分钟内完成1T的数据排序。 这里顺便说一下，之前给出网站里面有很多的benchmark，可以看到Hadoop的集群是最大的，使用的机器最多的，像是TritonSort这样的集群，使用了区区50多个节点，最终的结果并不比Hadoop差太多，但是这里得注意一下。TritonSort是专门用来做排序的，里面加入了相当多的优化，但是Hadoop是一个通用的集群，并没有为了一种任务进行如此多的优化。从用户的角度上来说，愿意花钱去买一个只会排序的电脑是意义不那么大的。 传统关系型数据库跟目前针对大数据的非结构化数据库的架构类型是完全不一样的。 在传统数据库领域，如果是一个TB数据量的话，做一个交易大概要50个小时才能完成。 自从1970年E.F.Codd发表他那篇著名的关于关系模型的文章—“A Relational Model of Data for Large Shared Data Bank”，并从此开启了关系型数据库的时代之后，人们已经在以关系型数据库为主角的世界里待了将近四十年。 * Gartner的Hype Cycle（技术成熟度曲线） Gartner美国高德纳公司-- * * * IaaS-提供虚拟化的基础设施，可以自己部署计算环境，适合数据中心 PaaS-提供共享的中间件服务，可以部署自己的应用环境，适合以自己的应用为中心的客户 SaaS-提供了具体的运用功能。比如说IBM就有给用户提供了在线会议等服务。特别适合需要直接使用某种特定应用的客户， 这类客户他们不需要开发任何应用程序，只需要根据自己对应用的使用付费既可。 大多是通过网页浏览器来接入。任何一个远程服务器上的应用都可以通过网络来运行，就是SaaS。 * 云计算不再是纸上谈兵 * * * * 新增部门、增加与学校机构和院系的合作、增加网路虚拟环境下的合作 各种信息，包括文本、语音、图像、社交网络、地理位置 * * * * * * * * * * * * 在过去的几年里，手机变得越来越功能强大且越来越常见。在这个舞台上发明创新的迅猛速度继续拓展这些小装置的潜能，挑战我们应该如何使用它的观念。 尽管在一些地区因地方法规、带宽可用性及支付能力的影响存在一定限制，尤其是最新的型号，但显然这些装置及它们的新软件已被主流所接受。 * * 馆藏书目自助推送 将读者检索后打算借阅图书的书目信息发至手机 改变读者手工抄写馆藏所在地及索书号的方法 页面分析技术自动抽取OPAC页面的基本书目信息 读者自行填写接收手机号码 大大增强获得书目信息的便利性 移动图书馆