【关键词】环境监测数据；分析；重要性
1.环境监测数据的特征及重要性
1.1环境监测数据的特征
环境监测数据规定了每一次监测获得的数据的可使用范围，超出该范围得出的数据就被视为是不合格的。这是因为监测数据是具有局限性的，这种局限性是为了保证监测数据的准确性与可靠性。同时，对于监测获得的数据要求具有完整性，不应该有缺失或是遗漏的现象。对于在规定范围内的监测数据，如果这些数据不仅具有代表性，还具备完整性，那么就达到监测的目的了[1]。
1.2环境监测数据的重要性
环境监测的重要性在于它能为环境的管理、规划、评价等提供科学、有力的依据。出于对我国正处于经济高速发展阶段的考虑，我们对环境监测应给予更高的重视。一般来说，环境监测数据的质量以及分析能力的高低可以反映出一个监测站工作能力，也体现了该监测站在环境保护工作所处地位的高低。
2.对环境监测数据的填制及整理要求
对于监测获取的相关图标和原始数据，要进行适当的整理和归类，以便后面的工作可以更加有利地开展与进行。在填制监测数据时就应该选取标准的记录表格，在填写时要尽量的专业化、规范化，并且要保证书写清晰、准确。对于原始数据的检查，要逐个地进行、确认，将那些不能真实地反映监测情况的数据去掉。这样做的目的是为了将数据整理得更有条理，更有实用性，减免不必要的反复检查，影响工作效率的提高。同时，还有一个问题需要注意，那就是作为监测数据确认的负责人不可以直接参与监测数据的采集工作[2]。
3.对环境监测数据的分析
环境监测是一种以环境作为对象，运用物理、化学和生物等技术手段，对污染物进行定性、定量和系统的综合分析，它是环境评价中的重要环节，贯穿环境影响评价的整个过程。
3.1利用统计规律进行分析
环境监测是以统计学为基础的，因此，这种分析方法经常被监测人员采用。这种分析方法包含了对环境要素的质量进行各种数学模式评价方法对监测数据进行解剖，利用它的内在规律性进行分析和利用，进而得出相关的论断。这种方法在环境规划、环境调查和环境评价的工作中使用较多[3]。
3.2通过对污染源的监测值来分析
监测人员可以通过对污染源的监测数据进行分析。其实，对污染物的监测对象不仅仅限于空气、地下水、土壤等，还有一个人们经常说的工业污染源。工业污染是有多种的，不同行业的工业就会有其不同的污染物产生。比如，对于化工行业来讲，它排出的有机物含量种类就较多多，而金属物质相对就较少一些；金属行业排出的污染物是有机物含量较少而金属物质含量较多等。如果在一个金属行业排除的废弃物中监测得出的结果显示是具有较多有机物的，那么对于这组监测数据应该重新考虑和分析，并从中找出原因。这也说明了一个问题，那就是监测人员在日常的工作当中要对管辖区内的生产企业相关情况进行了解，要根据不同的行业有针对性地选择相应的监测项目来监测这些污染企业，实行对他们的有效监督[4]。
3.3根据事物之间的相关性原理进行分析
这种分析法主要是基于事物本身具有的相互关系的原理来来进行的。一般来说，两个或者两个以上的监测数据之间往往会存在某一种的固定联系，监测人员可以根据这种固定的联系去分析数据之间的相关联系，也可以对单个已经实行控制质量措施的监测数据进行检测，验证是否正确。而对于一些例行的监测数据，则可以得出较为直观的判断。比如,氟含量跟硬度之间的关系。由于F与Ca、Mg形成沉淀物得容积度比较小,所以,在中性和弱碱性的水溶液当中,如果氟含量是在(mg/ L )级的,那么它的氟含量与Ca、Mg的含量就是呈显负相关的现象,也就是说跟硬度值是负相关的。因此，在高氟区内得出的水质监测结果显示的硬度监测值一般会比较低。如果获得的氟含量较高,得出的硬度监测值也很高,那么这类监测数据就需要进行重新分析[5]。
4.结语
随着我国环境保护的不断深入，监测人员要在使用各种分析方法的同时不断地去提尝试新的分析方法，要在原来的基础水平上更进一步地提高自己的综合分析能力，对提供的监测数据要有一种精益求精的精神，争取提供的数据更可靠更合理，业务技能不断地有新的进步。由于获取的环境监测数据与区域的过去和现在都有密切的联系，因此，监测人员要对监测区域的过去和现在的环境状况都要进行深入的了解和分析，在了解的基础上展开全面的探讨，这样才可以保证获取的监测数据更全面，更有说服力，质量更有保证。
参考文献
[1]叶萍.浅论环境监测数据的综合分析方法[J]中国环境管理干部学院学报, 2009, (01) .
[2]郭琦.环境监测在环境影响评价中的意义与建议[J].科技风, 2010, (15)
[3]孙晓雷.我国环境监测质量管理体系研究[J].科技传播, 2010, (15)
关键词：网络舆情；大数据；舆情分析方法
中图分类号：TP393.08
随着网络技术的高速发展，网络自媒体的数量庞大，网民人数的不断增多，互联网资源数量呈现指数型的增长，网络已经成为民众获取信息的最主要渠道。网络在传达社情民意方面的优势也逐步显现出来，成为反应社会舆情的主要载体之一，在表达民众心声、反映社会舆论方面发挥极其重要的作用。
在海量数据中，通过探测并发现网络舆情中的热点话题，有助于梳理舆情监控的思路，抓住纷繁的监控工作中的重点，从海量的互联网信息中找到目标信息，将有限的人力物力用到关键的地方，提高工作的针对性和有效性，更好地应对网络舆情。
而如何对网络舆情加以有效的监督和引导，积极化解网络舆论危机，使和谐的互联网环境为维护社会稳定、促进国家发展、构建社会主义和谐社会发挥重要作用，不仅具有重要的现实意义，也已经成为网络舆情工作面临的一个重要课题。基于上述分析，我们认为网络舆情数据越来越呈现出大数据特征。
1 问题与挑战
大数据环境下的网络舆情分析和挖掘方法具有如下挑战：
1.1 为了得到更准确的舆情信息，所需要的数据量大幅膨胀。随着数据生成的自动化以及数据生成速度的加快，自媒体时代的到来，为了获得准确的网络舆情信息需要处理的数据量急剧膨胀。一种处理大数据的方法是使用采样技术，通过采样，把数据规模变小，以便利用现有的技术进行数据管理和分析。
1.2 数据深度分析需求的增长。为了从数据中得到准确的舆情信息进而指导人们的决策，必须对大数据进行深入的分析，这些复杂的分析必须依赖于复杂的分析模型。所以对网络舆情信息的分析还需要路径分析、时间序列分析、图分析、What-if分析等。
1.3 自动化和可视化分析需求的出现。在TB级的复杂舆情信息环境下，网络舆情系统应该能根据网站的内容自动构造查询，自动提供热点推荐，自动分析数据的价值并决定是否需要保存。
2 大数据技术的主要进展
针对传统分析技术的局限性，研究者提出了一些试验性的解决方法和途径。R是开源的统计分析软件，IBM公司研究人员致力于对R和Hadoop进行深度集成，把计算推向数据并且并行处理，使Hadoop获得强大的深度分析能力，为应用开发者提供了丰富的数据分析功能。
针对频繁模式挖掘、分类和聚类等传统的舆情分析方法，研究人员也提出了相应的大数据解决方案。如，Iris Miliaraki等人提出了一种可扩展的在MapReduce框架下进行频繁序列模式挖据的算法[1]，Alina Ene等人用MapReduce 实现了大规模数据下的K-center 和 k-median聚类方法[2]，Kai-wei chang 等人提出了针对线性分类模型的大数据分类方法[3]。U kang等人使用“BP算法”处理大规模图数据发掘异常模式。Jayanta Mondal等人[4]提出了一个基于内存的分布式数据管理系统来管理大规模动态变化的图以支持低延迟的查询处理方法。Shengqi Yang等人[5]对基于集群上的大规模图数据管理和局部图的访问特征进行研究，为了在图查询处理中减少机器间通讯，提出来分布式图数据环境。Jiewen Huang等人提出了一个多节点的可扩展RDF数据管理系统，比目前系统的效率高出3个数量级。
3 网络舆情分析发展方向
3.1 实现更加复杂和更大规模的分析和挖掘是网络舆情分析未来发展的必然趋势。在大数据新型计算模式上实现更加复杂和更大规模的分析和挖掘是网络舆情分析未来发展的必然趋势，需要进行更细粒度的仿真、时间序列分析、大规模图分析和大规模社会计算等。
这些舆情主体间频繁联系、相互影响，在这个过程中涌现出一些大V，他们左右着其他主体的舆论方向，最终影响整个舆论场。同时，关注点相似的舆情主体间也自觉或不自觉地形成了一些联系相对紧密的子群体，在子群体中信息传播速度更快。要管理和引导网络舆情，就必须对网络舆情主体和舆论子群体进行研究，而社会网络分析方法就是有效的手段。
3.2 网络舆情信息的实时分析和挖掘。面对海量数据，分析和挖掘的效率成为网络舆情分析领域的巨大挑战。尽管可以利用大规模集群并行计算，但在数10TB以上的数据规模上，分析和发掘的实时性受到了严峻的挑战，而查询和分析的实时处理能力，对于舆情运用个体来说及时获得决策信息，做出有效应对是非常关键的前提。
3.3 关联不同领域数据进行舆情分析，非结构化大数据处理分析成为难点和重点。网络上的信息是千千万万的人随机产生的，从事网络舆情研究要从这些看似杂乱无章的数据中寻找有价值的信息。网络大数据有许多不同于自然科学数据的特点，包括多源异构、交互性、失效性、社会性、突发性和高噪音等，不但非结构化数据多，而且数据的实时性强，大量数据都是随机动态产生。网络数据的采集相对科学数据的采集成本较低，网上许多数据是重复的或者没有价值的，价值密度低。一般来说，网络舆情的数据分析及预测，比科学实验的数据分析更困难。所以我们不要一味的追求获取越来越多的数据，而是数据的去冗分类，去粗取精，从数据中挖掘有用信息，减少不必要的数据采集。
3.4 词汇理解的复杂性研究。既考虑词汇的情感倾向性，又权衡语义模式对评论的情感倾向值的影响，能比较全面地分析突发事件网络舆情的态势。但是词典的构建与语义模式的建设需要人工参与，个人的主观性影响比较大，机器学习的能力不强，准确度不高。另外，由于网络语言表达的灵活性，技术的发展速度跟不上社会话语变迁的复杂性。在国内的网络语境中，谐音、暗语是常用的表现手法，借古讽今、借外讽内是常用的叙事手段，隐喻、借代是常见的修辞。现有技术还不能完全准确地判定句子的情感倾向性，机器对词汇的理解能力需要进一步研究。
4 结束语
随着大数据时代的到来，我们要不断改进舆情的分析方法，将大数据思维及方法运用到网络舆情分析中去。首先要开始关注大数据分析，其次不再仅仅依靠语义分析，而是求诸于自动化的数据分析，再次要关联不同领域数据进行舆情分析，等等。总之，我们要突破传统，将舆情分析向大数据分析的方向创新。
参考文献：
[1]Miliaraki I，Berberich k，Gemulla R.Mind the gap：large-scale frequent sequence mining.SIGMOD’13，2013：797-808.
[2]Ene A，Im S，Moseley B.Fast clustering using MapReduce. KDD’11，2011：681-689.
[3]Chang K，Roth D.Selective block minimization for faster convergence of limited memory large-scale linear models.KDD’11，2011：699-707.
[4]Mondal J，Deshpande A.Managing large dnamic graphs efficiently.SIGMOD’12，2012：145-156.
[5]Yang S，Yan X，Zong B，e.Towards effective partition managenment for large graphs.SIGMOD’13，2012：517-528.
Abstract: This paper describes several commonly used in environmental monitoring data analysis method of monitoring data, the comprehensive analysis is very important.
关键词：环境监测；质量浓度；数据；分析；方法
Key words: environmental monitoring; mass concentration; data analysis; method;
中图分类号：X83文献标识码：A 文章编号：2095-2104（2012）
一、监测数据综合分析的目的和作用
环境监测是科学性很强的工作，它的直接产品就是监测数据。监测质量好坏集中反映在数据上，准确、可靠、可比的环境监测数据是环境科学研究工作的基础，是环境管理的依据。一个环境监测站每年可提供成千上万的监测数据，但这些数据本身是孤立的、离散的，必须从不同的目的和作用出发，把环境监测所获得的资料、数据，通过不同的途径和方法分类、统计、转化、汇总，找出其本质的东西，获取环境管理所要求的各种综合数据。环境监测数据综合分析的目的是完成监测数据、信息资料向环境质量定性和定量结论的转变，通过监测数据、信息资料的深加工与自然环境、社会经济发展等诸因素的综合分析，实现为污染防治决策和环境建设决策的转变。环境监测数据综合分析是环境监测过程中环节的重要环节，也是最终环节。一般来说，环境监测综合分析技术的水平高低，代表着监测站技术水平的高低，也决定着监测站在环境管理中的地位和作用。
二、监测数据综合分析的方法
在对环境质量进行综合评价或对区域环境污染状况进行评价时，都是以一定数量的监测数据和资料为依据的。这些数据和资料包括环境要素的监测数据、环境条件数据、污染源调查监测数据、现场调查数据和实测数据等等。环境监测综合分析采用的方法很多，并在不断完善和发展，通常采用的分析方法有统计规律分析、合理性分析、效益分析等。
2.1 统计规律分析
统计规律分析中包括了对环境要素进行质量评价的各种数学模式评价方法，也就是应用数理统计方法，模糊数学方法和适用于不同环境要素的数学、物理方程等方法，对监测数据资料进行剖析，解释，做出规律性的分析和评价。该分析方法主要应用于环境调查、环境规划或课题、环评等比较大的工作中。
2.2 合理性分析
由于影响环境要素变化的因素十分复杂，而用于综合分析的监测数据资料有限，所以需要结合环境要素的各项条件和污染源参数，理论结合实际分析其合理性。应考虑到环境要素之间的相互影响，监测项目之间的相关和对比关系，全面分析其合理性，这样才能提供准确、可靠、合理的监测数据。如何合理的分析数据，可以从以下几个方面判断：
2.2.1 通过项目之间的相关性来分析
监测项目多种多样，有机的、无机的都有，但是物质本身具有相互关系，两个或两个以上的项目监测数据往往存在一种固定关系，这就为我们分析单个已实行质量控制措施的监测数据正确与否提供了依据，对一些例行监测数据，可做出直观的判定。例如，氟含量与硬度之间的关系。F与Ca、Mg形成沉淀物容积度较小，因此，在中性、弱碱性水溶液中，如氟含量在(mg/L)级，则其氟含量与Ca、Mg含量呈明显负相关，即与硬度值呈负相关，所以高氟区内的水质监测结果中硬度监测值一般较低。如果氟含量较高，同样硬度监测值也很高，数据就要重新分析。再如CO、BOD5和高锰酸盐指数之间的关系。根据COD、BOD5和高锰酸盐指数的概念，COD是指用强氧化剂，在酸性条件下，将有机物氧化成CO2 与H2O所消耗的氧量平；BOD5是指在水温为20℃的条件下，微生物氧化有机物所消耗的氧量；高锰酸盐指数是在一定条件下，用高锰酸钾氧化水样中的某些有机物及无机物还原性物质，由消耗的高锰酸钾量计算相当的氧量；结合其实际的测定过程，对于同一份水样三者的监测结果，应存在以下规律：COD＞BOD5，COD＞CODMn。三氮与溶解氧也存在一定的关系。环境中氮的存在形式根据环境条件的变化而发生变化，尤其受水体中溶解氧的质量浓度影响，一般溶解氧高的水体硝酸盐氮的质量浓度高于氨氮质量浓度，反之氨氮质量浓度高于硝酸盐氮质量浓度，亚硝酸盐氮质量浓度与之无明显关系。二氧化硫与氮氧化物之间的关系：对于以煤为主要燃料的煤烟型污染区域，其大气环境中二氧化硫体积质量大于氮氧化物，一般为氮氧化物的2～6倍。在以汽油、柴油为燃料的区域内，如马路边，交通繁忙而居民少的区域，氮氧化物体积质量则大于二氧化硫。综上所述，物质之间存在的相互关联性对综合分析监测数据的合理性起着至关重要的作用，它直观的体现出数据在分析过程是否存在分析误差，可以在第一时间分析出数据是否合理，为进一步综合分析数据提供了准确依据。
2.2.2 通过掌握的资料对监测值进行判定
对现有的数据进行综合分析，首先要了解采样地点的本底值范围，特别是例行监测或者是年度监测计划。这种工作一般情况下都是连续性的，一年或是几年，数据可比性比较好，对同一点位的数据，如个别项目变化较大，可以先将该值列为可疑数值，然后进行合理性分析。进行合理性分析，首先要了解是否有新的污染源介入，其次是采样全过程有无异常，包括水质的颜色，气味、流量的大小等。与以往数据进行比对，采样是否规范，采样的容器是否达到可用标准等。再次是实验室分析，如查找显示剂保存时间是否过期，标准曲线是否及时绘制，分光光度计是否调零等等。对于气体来说，还要考虑采样时的风向，采样仪器是否校准等。对于可疑值，在分析过程中已经知道数据是可疑的应将可疑值舍去；对复查结果时已经找出出现可疑值原因的，也应将可疑值舍去；对找不出可疑值出现原因的，不应随意舍去或保留，要对留样重新进行实验室分析或根据数理统计原则来处理。
2.2.3 通过监测项目的性质对监测值判定
在同一水样中有许多项目根据其性质可以判定相关的监测值是否正确。如总氮，是指可溶性及悬浮颗粒中的含氮量，如果同一水样监测结果出现总氮与氨氮、亚硝酸盐氮、硝酸盐氮数据倒挂，就表明监测结果是不正确的，需要重新分析找出原因；同样，还有总磷与可溶性磷以及无机磷之间数据的倒挂；大气中，氮氧化物与一氧化氮、二氧化氮，总悬浮颗粒物与可吸入颗粒物之间数据的倒挂等，都是不合理现象。同样，在噪声监测中，理论上监测数据L10 一定大于L50、L90、Leq，在实际监测中如果出现Leq 大于L10，如果不是监测数据或仪器出现问题，就是由于瞬时之间噪音值的突然增大，应当修正数据使用。以上只是列出部分项目之间的关系，还有许多项目关系需要我们在日常生活中不断总结和发现，运用到日常的环境监测综合分析中，更好地服务于环境管理。
2.2.4 通过了解污染源对监测值进行判定
监测数据是多种多样的，不仅仅包括环境空气、地表水、地下水等等，也包括点源，如我们常说的工业污染源。工业污染源多种多样，不同的行业有不同的污染物产生，多数行业都有自己的特殊污染物产生，化学需氧量和氨氮只是多数工业污染源的共性污染物。因此，要在日常工作中对辖区内的污染源或者是重点污染源有所了解，根据行业的不同，选择有针对性的监测项目来监督污染企业。如国家最新颁布执行的制药行业六项标准，就是根据制药行业不同工业生产工艺和污染治理技术的特点，分别制定了《发酵类制药工业水污染物排放标准》、《提取类制药工业水污染物排放标准》、《化学合成类制药工业水污染物排放标准》、《中药类制药工业水污染物排放标准》、《生物工程类制药工业水污染物排放标准》、《混装制剂类制药工业水污染物排放标准》。国家对这些行业制定了最多25项污染物监测分析排放标准，最少11项污染物监测分析排放标准，其中有共性的污染物，也有特殊的污染物，根据特殊的污染物是否存在，就可以判定是哪类制药行业。又如对化工行业来说，有机物含量种类较多，重金属比较少；对于重金属行业来说，有机物含量较少；造纸行业主要是有机污染等。如果在一个生产有机化工的企业，废水监测出高质量浓度的重金属，则监测数据应重新考虑，需按照综合分析方法分析其原因。
2.3 效益分析
环境监测数据有例行监测、环评监测、验收监测、监督监测等等。对于监督监测来说，分析数据相对较少，数据合理性比较好判断；而对于数据较多的例行监测、环评监测来说，在较短时间内判断数据是否准确、合理、可靠，上述综合分析方法提供了简单、明了的依据，在实际工作中能够及时为环境管理提供准确的监测信息，减少企业不必要的重复工作，在有效的时间内提供更优质的服务。
【关键词】信息通信网；网络告警；告警数据；多维度分析
信息通信网告警是指在网络运行异常时获得网络运行状态，对网络运行进行正确的评估，判断网络故障。告警系统的应用有效的减少了故障发生概率，提高了生产效率。多维度分析方法是告警数据的一大特点，文章将其进行具体的分析如下。
1信息通信网络告警管理的层次体系
构建网络告警管理层次体系，拓展其影响范围并实现管理创新具有必要性。在以往的信息通信网告警管理中，网络设备是其主要实现途径，有效的实现了对网络的监督。随着科技的发展，现阶段网络告警不仅可以应用网络设备，还能够实现级报警，也就是对所得信息进行分级处理，得到一定的网络状态后，从整体上考虑，完成性能级告警、业务感知告警、容量负荷类告警和网络运行异常告警等多层次的告警内容，并可以对不同的告警内容实施不同的管理方案，进一步提高了通信网的告警效率。他是按照性能需求将网络业务设定标准，超出标准后即出现报警。在通信网使用过程中，由于用户量剧增，因此容量负荷是主要故障之一。针对这类故障我们设置了运行负荷进行监测，即在超出负荷后发出预警。总之，信息通信网络的告警是多维度的，多层次的，只有这样才能保证系统的安全运行。
2信息通信网络告警数据的多维度分析方法
2.1故障工单数据的获得
故障数据是提供解决方案的基础，因此信息通信网络告警的分析首要问题就是获得数据源提供的故障数据工单，工单数据不同于告警数据，它主要体现在电子运维系统中。是通过对网络结构的分析而获得的相关数据，用以判断是否存在系统故障。对于故障处理实施在线监控，可以随时发现其中存在的故障。网络管理系统具有多样性，通常是由多个商家提供，但是可以实现对故障的集中处理，具有详细性和全面性特征。故障分析过程包括了全部字段，如设备告警息息字段、告警派单相关字段、告警标准化字段以及处理过程等。确保电子运维系统的运行安全才能保证信息通信网络的安全。其作用就是反馈信息，并对相关数据进行存储和处理。创建工单序列号，时间以及处理整个流程，进而解决故障问题。
2.2多维度信息通信网络告警数据分析
信息通信网络告警数据具有层次性，因此应根据不同的特征将其进行分类，采用独立分析与结合分析的方式提高数据的处理效率。笔者将信息通信网络告警信息分为总量类、单量类和逻辑类三种，并对其进行相应的分析。分析信息中是否存在三超信息，也就是信息量操长告警、超量告警以及超短告警，利用该方法可以快速定位故障并予以解决。通过维护人员的故障分析方法则可以保证故障工单的反馈有效，积累大量的维护经验，实现资源的共享。随着我国通信业务的发展，不仅业务量增多，业务类型也不断的增多，因此信息数据的种类是复杂的，对其处理应采用科技化的方式，以减少处理过程中的资源浪费，确保系统的运行问题。多维度分析方法分为几个重要的模块，在大量告警系统的分析下，通过小模块逐步分析，并将结果汇总的方式，得到最终的故障位置，这种分析方法符合信息系统运行规律，可以确保信息系统的运行稳定，具有积极意义。
2.3信息通信网络告警多维度分析的应用
信息通信网络告警多维度分析主要应用于电信、工业以及服务等领域，将其应用于设备管理具有高效性，由于传统设备检验过程时间长，检验效果不理想。而对其采用多维度告警分析后，能够及时查找设备故障，并提供必要的解决方案。多维度分析方法能获得网络的运行动态信息，使对网络运行的判断更加准确，对所有数据进行分析和统计，进而提高了网络运行维护水平，是我国现阶段主要推广应用的信息通信网络故障处理方式。在告警数据的分析和处理下，网络异常现象得到了解决，并且对网络运行具有监督作用，一旦出现异常，就会立刻报警。当然，多维度分析方法的预警也是准确的，不会出现误报警现象。因此为及时准确的发现通信系统故障提供了基础。未来，这一技术将进一步发展，并从根本上解决信息通信系统的故障问题，提高网络运行质量。
3总结
文章主要分析了信息通信网络的告警系统，致力于实现告警的多维度分析方法。我国信息通信的增多，对其质量要求也就更高。通过多维度分析方法可以建立完善的预警设备，对数据进行收集、整理和处理，实现对网络运行状态的实时监控，一旦出现故障，会及时告警，从而保证了设备维修，促进了设备的运行稳定。同时，多维度分析方法的实施还需要专业维修人员的配合，不断的提高我国网络运行维护水平和服务水平，提供更加优质的服务，才能促进其可持续发展。
参考文献
[1]王洋.信息通信网络告警数据多维度分析方法研究[J].网络新媒体技术，2015（4）.
[2]李梅，杜翠凤，沈文明.基于大数据分析的移动通信网络规划方法[J].移动通信，2015（10）.
[摘要]本文使用循证医学方法，对“临床医学数据的分析方法与利用”主题进行取词检索，检索中国生物医学文献、万方、维普、中国知网四大主流中文数据库，纳入相关文献进行分析。从临床数据的分析流程、临床数据的分析方法、数据在医疗领域的利用以及面临的挑战等几个方面展开讨论并加以归纳，为医疗大数据时代的临床数据管理提供参考。
[关键词]测试用例；数据驱动测试；逻辑覆盖
软件测试是软件开发过程中必不可少的部分。从根本上说，测试过程的质量决定了软件测试的质量和有效性。软件测试作为软件生存周期的一个重要组成部分，受到重视程度越来越高。软件测试的本质是针对要测试的内容确定一组测试用例。测试用例是测试工作的指导，是软件测试的必须遵守的准则。更是软件测试质量稳定的根本保障。所以对于软件测试的过程来讲，测试用例的设计是其中最关键的环节。软件测试分功能性测试和结构性测试。功能性测试又称黑盒测试，结构性测试又称白盒测试。下面仅详细介绍功能性测试用例的设计方法。
一、数据驱动测试用例设计
功能性测试又称黑盒测试（Black-box？Testing）或数据驱动测试，是把测试对象看作一个黑盒子。利用黑盒测试法进行动态测试时，需要测试软件产品的功能，不需测试软件产品的内部结构和处理过程。黑盒测试注重于测试软件的功能性需求，也即黑盒测试使软件工程师派生出执行程序有功能需求的输入条件。
黑盒测试试图发现以下类型的错误：
1、功能错误或遗漏；
2、界面错误；
3、数据结构或外部数据库访问错误；
4、性能错误；
5、初始化和终止错误。
二、数据驱动测试的测试用例设计方法
数据驱动测试的测试用例设计方法一般有等价类划分方法，边界值分析方法，错误推测方法，因果图方法，判定表驱动分析方法，正交实验设计方法，功能图分析方法几种。下面详细介绍几种比较重要的黑盒测试方法。
1、等价类划分。
是把所有可能的输入数据，即程序的输入域划分成若干部分（子集），然后从每一个子集中选取少数具有代表性的数据作为测试用例。该方法是一种重要的，常用的黑盒测试用例设计方法。
（1）划分等价类：等价类是指某个输入域的子集合。在该子集合中，各个输入数据对于揭露程序中的错误都是等效的。并合理地假定：测试某等价类的代表值就等于对这一类其它值的测试。因此，可以把全部输入数据合理划分为若干等价类，在每一个等价类中取一个数据作为测试的输入条件，就可以用少量代表性的测试数据。取得较好的测试结果。等价类划分可有两种不同的情况：有效等价类和无效等价类。
（2）有效等价类：是指对于程序的规格说明来说是合理的，有意义的输入数据构成的集合。利用有效等价类可检验程序是否实现了规格说明中所规定的功能和性能。
（3）无效等价类：与有效等价类的定义恰巧相反。
设计测试用例时，要同时考虑这两种等价类。因为，软件不仅要能接收合理的数据，也要能经受意外的考验。这样的测试才能确保软件具有更高的可靠性。
2、边界值分析法。
边界值分析方法是对等价类划分方法的补充。
长期的测试工作经验告诉我们，大量的错误是发生在输入或输出范围的边界上，而不是发生在输入输出范围的内部。因此针对各种边界情况设计测试用例，可以查出更多的错误。使用边界值分析方法设计测试用例，首先应确定边界情况。通常输入和输出等价类的边界，就是应着重测试的边界情况。应当选取正好等于，刚刚大于或刚刚小于边界的值作为测试数据，而不是选取等价类中的典型值或任意值作为测试数据。
基于边界值分析方法选择测试用例的原则：
（1）如果输入条件规定了值的范围，则应取刚达到这个范围的边界的值，以及刚刚超越这个范围边界的值作为测试输入数据。
（2）如果输入条件规定了值的个数，则用最大个数，最小个数，比最小个数少一，比最大个数多一的数作为测试数据。
（3）根据规格说明的每个输出条件，使用前面的原则1）。
（4）根据规格说明的每个输出条件，应用前面的原则2）。
（5）如果程序的规格说明给出的输入域或输出域是有序集合，则应选取集合的第一个元素和最后一个元素作为测试用例。
（6）如果程序中使用了一个内部数据结构，则应当选择这个内部数据结构的边界上的值作为测试用例。
（7）分析规格说明，找出其它可能的边界条件
3、错误推测法。
错误推测法：基于经验和直觉推测程序中所有可能存在的各种错误，从而有针对性的设计测试用例的方法。
错误推测方法的基本思想：列举出程序中所有可能有的错误和容易发生错误的特殊情况，根据他们选择测试用例。例如，在单元测试时曾列出的许多在模块中常见的错误。以前产品测试中曾经发现的错误等，这些就是经验的总结。还有，输入数据和输出数据为0的情况。输入表格为空格或输入表格只有一行。这些都是容易发生错误的情况。可选择这些情况下的例子作为测试用例。
综上所述，测试用例的编写对于计算机测试人员来说是一项必须掌握的能力。但有效的设计和熟练的编写却是一个十分复杂的技术，它需要测试人员对整个软件不管从业务还是从功能上都有一个明晰的把握。需要测试人员在实践中不断总结经验，然后结合测试理论，这样才能设计出更加有效的测试用例。
[参考文献]
[1]周文莱，马珊国，最新实用软件测试过程[M]，北京，机械工业出版社，2008第一版
[关键词]旅游流；空间数据；数据獲取；研究综述
[中图分类号]1759
[文献标识码]A
[文章编号]1002—5006(2012)06—0101－09
1 引言
以旅游者空间移动为核心的旅游流是旅游现象和旅游业的基础，各类旅游流因连接着客源地与旅游地、旅游地与旅游地而成为旅游系统的神经中枢或纽带。旅游流相关问题复杂、层次多元、涉及面广，使得旅游流研究已逐步从地理学的专属领域拓展到旅游学、数学、计算机科学、经济学、管理学、心理学等多学科领域城。近年来，不断出现多类型、多层次和多空间尺度的旅游流理论和实证研究。除对旅游流模式、时空特征、旅游流预测、驱动力的持续关注外，很多研究突破了单一旅游流问题本身，开始将旅游流具有的空间指向性、对区域旅游系统产生的影响和发展导向性纳入研究范畴，开展了与相关主题的融合研究，如旅游地定位和规划、旅游市场细分、旅游地方感知和互动、旅游地生态、社会、经济影响等。
同其他旅游研究相比，旅游流空间问题却仍是一个相对被忽略的领域。麦克切和劳(Mckercher＆Lau)认为原因在于数据的收集和分析技术存在一定的困难。除纯粹的理论建构外，旅游流研究都必须依靠一定量的旅游流数据作为研究对象。科学、准确的旅游流数据决定了研究的准确性、可靠性、科学性，旅游流数据的獲取可以说是制约旅游流研究的基本问题之一。然而，针对旅游流数据獲取途径和分析技术的研究却更少，是旅游流研究一个相对薄弱的环节。除了在引入新技术时对传统方法和新方法进行对比介绍外，相关探讨也主要是微观尺度下旅游者跟踪方法的比较研究，缺乏整体、全面的梳理。国内这一问题更为明显，一方面，旅游流数据獲取仍停留在问卷调查、统计年鉴等传统途径，一些先进技术尚未被采用；另一方面，对旅游流獲取问题重视不够，强调对旅游流问题的认识和解释，而忽略研究方法论本身，在研究层次和科学思维上同国外仍有一定差距。因此，本文以旅游客流为主的旅游流相关研究为对象，梳理其空间数据獲取的途径并分类，在总结出各类方法的主要特点、优劣势、使用范围等基本问题的基础上，对比国内外研究，指出国内研究中存在的问题，以期抛砖引玉，促进中国旅游流研究方法层次的全面深入，尽快与国际研究接轨，提高我国旅游流研究的整体水平。
2 旅游流数据獲取相关问题辨析
广义旅游流包括旅游客流、信息流、资金流、物质流等众多类型，其中，最重要的是以旅游者空间移动为主体的旅游客流。旅游者空间移动规律是具有理论和实践双重意义的研究领域。从理论价值看，旅游者移动规律的研究不仅是对旅游行为本身的解释和展示，而且有助于解释旅游特定形式的特征和旅游者行为的黑箱，有助于深入理解旅游动机的产生、旅游目的地选择过程、旅游地方感形成、满意度等内容。同时，旅游者的流动性能够连接地理学的几大基本概念：时间、空间、地方和尺度，从而成为地理学视角的旅游研究的一个基点，是旅游地理学研究的核心问题之一和基本组成部分。实践价值方面，探索旅游流规律是分析目的地尺度上旅游运作的核心问题，对于旅游地管理、旅游社会文化影响、旅游吸引物开发、旅游环境保护等方面都有重要的指导意义。沃尔夫等认为，对于一个目的地而言，准确认识旅游者行为对其设施规划、需求趋势、旅游影响评价、资源使用和管理、政策制定都有重要的影响。夏等(Xia，et al.)则认为，旅游行为模式对于旅游管理者或旅游运营商弄清热点景区的位置和时间安排至关重要，空间模式显示了旅游者是如何组织吸引物、安排旅游计划的。此外，细致、准确的旅游流数据还可以为规划布局、公共设施建设、确定合理的旅游承载力、规划新吸引物、减少主客冲突等一系列旅游地发展环节提供参考。
由于旅游流涉及问题广、层次复杂，研究者对旅游流的理解、认识存在差异，从而出现了众多的旅游流数据獲取的途径和思路，因此，在梳理旅游流数据獲取途径前，需要厘清以下问题：
2.1旅游流的“流动性”
旅游流的本质在于其“流动性”。从旅游者的空间移动角度看，至少需要两个点：客源地和目的地(O—D)，目的地(D—D)之间。国内部分研究仅使用区域内的旅游者接待量，或直接采用旅游景区各入口处统计的人数，这是一种基于结果数据的旅游流分析，此类数据揭示的是旅游者一定区域内的空间分布规律，而非旅游者的空间移动特征，体现不出“流动性”和相关地域单元之间的旅游流联系。旅游流是一种过程，需要将客源地或者前后关联的旅游地(点)纳入分析范畴，考虑多目的地过程中的移动规律，因此，本文未将未涉及“D—D”或“O-D”的旅游规模和纯预测类的结果型旅游流研究纳入分析范围。
关键词：建筑工程 造价资料 数据库 管理功能
中图分类号：TU7 文献标识码：A 文章编号：1672-3791（2014）01（a）-0085-02
在我国经济大规模建设时期，我国的建筑行业特别是房地产行业发展迅速。经济的快速增长与建筑行业的大规模投资分不开。在这样的经济发展背景下，工程造价管理的相关资料也在不断增多。但由于缺乏相应科学的管理和整理，工程造价资料无法有效实现交换共享，给管理工作带来了巨大的麻烦。而在计算机技术不断发展的现在，在工程管理中引入计算机技术愈发显得重要。本文将在分析数据库对于工程造价管理工作作用的基础上，提出管理工程造价数据库的方法。以此，通过计算机技术的应用促进造价信息的汇总与管理，加强造价信息的共享与交换。
1 管理工程造价数据库概述
工程造价数据库在此指的是已经完工的工程特征数据的集合。工程造价数据库是按照数据库的工作方法来收集完工建筑工程造价、工料消耗以及施工期限等相关资料的收集和积累。已经完工的工程造价资料能够综合反映出工程建设过程中的技术经济能力，同时也真实反映出了工程建设时期下的社会生产力与工程建设的管理水平。工程建设项目的可行性投资估算、工程建设初步设计预算及修正预算、工程竣工决算、工程建设成本和施工时间等贯穿于建设全过程的相关信息材料都是工程造价数据库所需要记录的对象。这些资料的收集与整理将对日后工程建设管理工作有巨大意义。特别是对工程造价咨询工作有着重要意义，不仅仅是方便了工程造价咨询工作，使工程咨询造价工作人员掌握第一手资料。更加对工程造价咨询工作有着重要的指导意义。
2 管理工程造价数据库的构成
管理工程造价数据库包括了民用、工业建筑和构筑物三个数据库。而三个数据库下面由有相关的子数据库组成。其中，单层和多层厂房两个子数据库组成了民用建筑数据库。工业建筑数据库则包含了住宅、公共建筑以及特殊建筑等三个子数据库。需要注意的是，公共建筑数据库包含了宾馆、医院及车站等公共建筑，而特殊建筑则包括图书馆、博物馆、展览馆等。公共建筑偏向提供基本服务，而特殊建筑则偏向提供使人发展的服务。在构筑物中，主要包括烟囱、贮池、水塔以及筒仓四个子数据库。
良好的数据库产品还需要一个良好的应用系统，合理的工程造价数据库模型必须遵循一定的原则。首先，最重要的原则就是规范命名原则。命名的规范有效保证了数据库的完整性和一致性。针对数据的命名规范，要注意对象的命名长度不得超过29个字符，且后台程序的代码在编写的时候采用敏感的大小写形式。以此来确保数据库能够适用于所有平台。其次，数据库要遵循目标性原则。数据库的存在就是为了满足用户的使用，这就要求数据库能够在基本硬件环境中运行。而且，为了满足用户的需求，还必须保持数据库的完整性、输出数据的可理解性以及数据的准确性。最后，要遵循数据库开放原则。在进行工程造价数据库建立的时候，要注意编写时减少限制。如对数据库的字段属性减少限制，以此确保索引的个数较少，减少各个表之间的关联性等。以此提高数据库的运行效率和开放性。
3 管理工程造价数据库方法举要
3.1 价格调整系数法
当前，随着我国经济体制的改革，特别是价格体制改革在不断深化之中。工程造价受到设备、人工费以及原材料价格的影响越来越大。在市场经济条件下，建筑市场的供求关系和价格水平经常发生变化，同时，建设工程的造价以及组成工程造价的部分也处在不断的变化之中，就造成了不同时期的工程建设失去了“价”同“量”的可比性。为了更好的结合工程建设特点解决这种问题，进行工程造价指数编制工作能够有效解决这类的问题。而且通过合理的编制工程造价指数，能够有效地体现出工程造价的变化幅度和趋势，也能够有效避免造价受到价格水平的影响，从而促进生产力的发展水平和建筑行业的供求关系良性发展。
在一定时期内，受到价格变化影响的工程造价就是工程造价指数。建筑行业就是用工程造价指数来调整工程造价的价差。在实际工作中，工程造价价格的变动趋向以及变动原因、工程造价变化所带给宏观经济的影响以及工程的承包建设双方的工程估价与结算的依据，都来自于工程造价指数。因此，工程造价指数是工程造价咨询工作关注的重点之一。据此，可以了解到，工程造价指数包括了不同工程的人工费、施工机械使用费等报告期价格相对于基期价格的变化程度。通过这些数据能够深入研究出单项价格的变化情况以及之后的变化趋势。
3.2 消耗量指标法
在相关理论中，消耗量指标指的是企业完成定额的分配工程或者任务所耗费的人工、施工机械以及材料的消耗量标准。同时，这个消耗量指标也可以作为工程造价数据库建设的基础。在工程造价咨询工作方面，通过消耗量指标可以有效拟建出工程造价的基础。这种基础是建立在不同工程不同特点消耗量指标的收集与整理上。工程造价数据库的建设基础就是已经完成建设和建设中的工程。但是，往往因为工程技术的参数同工程造价存在着一定的差异，并且，资料收集的方法和来源不同，所以，在数据库的建设中必须加强对收集到的原始资料进行整理。在整理和总结中，必须遵循以下原则。
首先，必须以数据库的系统为主，在收集范围上，依靠计算机和互联网技术来延展资料收集范围。在资料的提供上，通过新技术的应用，提高速度，从而促进资料的实用性和可靠性提高。其次，还要注意对收集的不同消耗量指标资料按照特点进行整理加工。从而在计算机技术的应用基础上制定出相关数据的消耗量指标，建立和管理格式相同且统一的工程造价数据库。
4 结语
综上所述，管理工程造价数据库对于工程建设有着至关重要的作用，本文基于促进管理工程造价数据库完善，通过分析工程造价数据库的构成，提出了建设和管理工程造价数据库的两种方法，以促进工程造价管理特别是工程造价咨询工作的发展。
参考文献
[1] 胡艳玲，王泽华，甘启全.论建设项目设计阶段的工程造价控制[J].建筑，2010（9）：62-64.
[2] 黄红生.建筑方案设计阶段的造价控制分析[J].江西建材，2008（2）：64-65.
[3] 高凌.分析现阶段工程建设项目中工程造价管理存在的问题[J].价值工程，2011（2）：77-79.
