您所在位置： &
&nbsp&&nbsp&nbsp&&nbsp
SSH架构在导师实验室综合管理系统开发中的应用.pdf4页
本文档一共被下载：
次 ,您可免费全文在线阅读后下载本文档
文档加载中...广告还剩秒
需要金币：12 &&
你可能关注的文档：
··········
··········
V01．30 No．8
计算机应用与软件
第3O卷第8期
ComputerApplicationsandSoftware
2013年 8月
SSH架构在导师实验室综合管理系统开发中的应用
曲朝阳 侯松林
东北电力大学信息工程学院 吉林 吉林132012
哈尔滨工业大学计算机科学与技术学院 黑龙江 哈尔滨150001
针对导师实验室管理困难的问题，使用MyEclipse9．0+Oraclel0g+Tomcat6．0，开发一套基于web的导师实验室综合管理
系统。系统采用SSH Struts+Spring+Hibernate 的技术架构，实现人员管理、例会管理、出勤管理、汇报管理、项目管理、论文管理、
以及设备管理等功能。应用表明，该系统提高了导师实验室管理的信息化水平，缓解了其日常管理占用较多科研时间的压力。同
时，由于采用了SSH架构，系统在后期的升级、维护方面相对容易。
导师实验室 SSH架构 管理系统
中图分类号 TP311
文献标识码 A
DOI：10．3969／j．issn．1000~86x．6
APPLICATIoN oFSSH FRAMEW oRK IN DEVELOPING INTEGRATED
MANAGEMENTSYSTEM FoR ADⅥ SoRS’LABS
MengFanqi， QuZhaoyang‘ HouSonglin
SchoolofInformationEngineering，NortheastDianliUniversity，Jilin132012，filin，China
。 SchoolofComputerScienceandTechnology，HarbinInstituteofTechnology，Harbin150001，Heilongjiang，China
正在加载中，请稍后...科研管理业务流程_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
评价文档：
5页免费3页免费13页免费3页¥2.004页¥2.00 3页¥1.004页免费3页免费21页免费1页免费
喜欢此文档的还喜欢4页免费3页免费10页免费63页免费4页免费
科研管理业务流程|科​研​管​理​业​务​流​程
把文档贴到Blog、BBS或个人站等：
普通尺寸(450*500pix)
较大尺寸(630*500pix)
你可能喜欢 下载
 收藏
该文档贡献者很忙，什么也没留下。
 下载此文档
正在努力加载中...
下载积分：1888
内容提示：科教管理,科教管理平台,科教管理平台单位版,科教,医院科教管理系统,科教频道,科教信息管理系统,医院科教管理,科教兴国,科教导刊,科教文汇
文档格式：DOC|
浏览次数：1|
上传日期： 15:23:30|
文档星级：
该用户还上传了这些文档
下载文档:科教管理.DOC
官方公共微信深圳市房地产评估发展中心
&&估价师、经纪人考试成绩开始查询
据中国房地产估价师网站年12月16日，2013年全国房地产估价师、房地产经纪人资格考试成绩开始查询。查询方式：登录中国房地产估价师网站（www.），点击“资格考试”栏目下的“估价师成绩查询”、“经纪人成绩查询”。
■成果交流
&&论文成果
基于大数据的房地产估价数据仓库构建
（作者：周& 亮& 李& 妍& 施& 良）
摘& 要：大数据时代的到来，为房地产估价提供了前所未有的发展空间，海量多源多尺度数据的获取已不再是难题。面对规模庞大的数据，不仅需要合理规范的组织存储，还需要筛选过滤，经深度挖掘后提取出更为有效的知识和信息。本文以大数据为主线，介绍了房地产估价业的数据来源，数据分类，进而提出房地产估价数据仓库的构建方法步骤。从数据仓库的数据整合层、存储服务层、应用分析层和信息展现层全面阐述了其在房地产估价中的作用、价值和地位。基于大数据的房地产估价数据仓库能解决传统房地产估价业中诸多因为数据缺失带来的问题，同时通过数据挖掘和知识发现，最大限度的发挥大数据自身的优势。
关键词：大数据& 房地产估价& 数据仓库
一、大数据时代
（一）大数据概念
“大数据”是指一个体量特别大，数据类别特别大的数据集，并且这样的数据集无法用传统数据库工具对其内容进行抓取、管理和处理。
“大数据”首先是指数据体量(volumes)大，大型数据集一般在10TB规模左右，在实际应用中，很多企业用户把多个数据集放在一起，已经形成了PB级的数据量；其次是指数据类别(variety)大，数据来自多种数据源，数据种类和格式日渐丰富，已冲破了以前所限定的结构化数据范畴，囊括了半结构化和非结构化数据。接是数据处理速度（velocity）快，在数据量非常庞大的情况下，也能够做到数据的实时处理。最后一个特点是数据真实性（veracity）高，随着社交数据、企业内容、交易与应用数据等新数据源的兴趣，传统数据源的局限被打破，企业愈发需要有效的信息之力以确保其真实性及安全性 [1] 。
“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。从数据的类别上看，“大数据”指的是无法使用传统流程或工具处理或分析的信息。它定义了那些超出正常处理范围和大小、迫使用户采用非传统处理方法的数据集。
亚马逊网络服务（AWS）、大数据科学家JohnRauser提到一个简单的定义：大数据就是任何超过了一台计算机处理能力的庞大数据量。研发小组对大数据的定义：“大数据是最大的宣传技术、是最时髦的技术，当这种现象出现时，定义就变得很混乱。”Kelly说：“大数据是可能不包含所有的信息，但我觉得大部分是正确的。对大数据的一部分认知在于，它是如此之大，分析它需要多个工作负载，这是AWS的定义。当你的技术达到极限时，也就是数据的极限”。大数据不是关于如何定义，最重要的是如何使用。最大的挑战在于哪些技术能更好的使用数据以及大数据的应用情况如何。这与传统的数据库相比，开源的大数据分析工具的如Hadoop的崛起，能充分挖掘非结构化的数据服务的价值。
（二）大数据分析
大数据按照信息处理环节可以分为数据采集、数据清理、数据存储及管理、数据分析、数据显化，以及产业应用等六个环节。众所周知，大数据已经不简简单单是数据大的事实了，而是对大数据进行分析，只有通过分析才能获取很多智能、深入、有价值的信息。越来越多的应用涉及到大数据，而这些大数据的属性，包括数量、速度、多样性等等都是呈现了大数据不断增长的复杂性，所以大数据的分析方法在大数据领域就显得尤为重要，可以说是决定最终信息是否有价值的决定性因素[7]。
可视化分析（Analytic Visualizations）、数据挖掘算法（Data Mining Algorithms）、预测性分析能力（Predictive
Analytic Capabilities）、语义引擎（Semantic Engines）、数据质量和数据管理（Data Quality and Master Data Management）是大数据分析的五个基本方面[2]。大数据分析的使用者有大数据分析专家，同时还有普通用户，但是他们二者对于大数据分析最基本的要求就是可视化分析，因为可视化分析能够直观的呈现大数据特点，同时能够非常容易被读者所接受，就如同看图说话一样简单明了。大数据分析的理论核心就是数据挖掘算法，各种数据挖掘的算法基于不同的数据类型和格式才能更加科学的呈现出数据本身具备的特点，也正是因为这些被全世界统计学家所公认的各种统计方法才能深入数据内部，挖掘出公认的价值。另外一方面也是因为有这些数据挖掘的算法才能更快速的处理大数据，如果一个算法得花上好几年才能得出结论，那大数据的价值也就无从说起了。大数据分析最终要的应用领域之一就是预测性分析，从大数据中挖掘出特点，通过科学的建立模型，之后便可以通过模型带入新的数据，从而预测未来的数据。大数据分析最终要的应用领域之一就是预测性分析，从大数据中挖掘出特点，通过科学的建立模型，之后便可以通过模型带入新的数据，从而预测未来的数据。大数据分析离不开数据质量和数据管理，高质量的数据和有效的数据管理，无论是在学术研究还是在商业应用领域，都能够保证分析结果的真实和有价值。
以上五个方面是大数据分析的基础，更加深入大数据的分析，还有很多更加有特点的、深入的、专业的分析方法。
二、房地产估价的数据基础
数据是房地产估价的基础和根本，数据的数量和质量直接影响估价的准度和精度。估价师在房地产估价实践中，经常被某些阐述为经验判断的情形所困扰，比如比较案例的价格、报酬率、建设项目成本利润率、建设工程建安成本及其构成等等。究其原因，跟估价以及相关行业市场化程度有很大关系。
以房地产成交案例为例，目前获得房地产成交案例的手段主要是（按可靠程度）：房地产经纪人反馈数据、地铺咨询数据、报纸挂牌数据、知名网站查询数据、估价机构积累数据等。&从数据来源来看，作为促成交易的经纪人反馈数据是最为真实可靠的，案例房地产信息比较全面（如楼层、朝向、户型、景观、通风、采光等个别因素），对具有经纪人资源的估价机构来讲是一个很好的渠道，但受经纪业务的覆盖率限制，信息的数量有限，而且多数估价机构没有这种资源。因此，最为常用的是电话或现场咨询地铺经纪人、报纸挂牌信息、知名房网数据、公司积累数据，以及估价师信息共享的数据，无论可靠性、准确性都难以达到要求，而且房地产的个别素质没有体现，仅仅是一个“均价”、“大概价格”、“最低价格”等等概念，说服力较差，这一点在估价争议中尤为显著，特别是法院的估价争议最为典型，在回答或解释关于案例来源问题上，对其真实性、可靠性等问题上估价师往往难有合理的应对，这是大家普遍感到头痛的问题之一。如果把案例比作基础，基础牢度、站得住脚，得到的结论可以屹立不倒，如果案例仅仅是“均价”、“大概的价格”，那么得到的结论就如同踏在几只船上漂遥不定。
现阶段，房地产估价的主要数据来源有政府系统数据、企业系统数据、互联网数据等。如图2.1所示：
图2.1& 房地产估价主要数据来源
随着测量、存储、计算机等技术的发展，房地产估价数据的采集手段越来越丰富，尤其以Web2.0为首的客户端数据呈几何级数增长，人人都是采集者、发布者。传统的属性数据、空间数据日益规范，获取也更加容易。
房地产估价的数据按类型可分为基础信息（空间数据、价格数据）、土地信息、规划信息、日常业务数据、房地产数据等。如图2.2所示：
图2.2& 房地产估价数据类型
房地产信息中的价格数据一直是数据采集的重点和难点，随着大数据时代的来临，很多房地产市场相关的公司相互合作、互通有无。互联网的发展，大大拓展了数据的广度与深度。通过对互联网中关键词的搜索、过滤、挖掘，可以获取以往无法收集的信息。通过对收集信息的进一步汇总、归纳，能将信息提炼成知识，基于知识的房地产估价是未来发展的潮流和方向。
三、数据仓库的构建
数据仓库是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合，用于支持管理决策。数据仓库提供用户用于决策支持的当前和历史数据，这些数据在传统的操作型数据库中很难或不能得到。数据仓库技术是为了有效的把操作形数据集成到统一的环境中以提供决策型数据访问，的各种技术和模块的总称。所做的一切都是为了让用户更快更方便查询所需要的信息，提供决策支持。
（一）数据清洗与处理
数据预处理是建立数据仓库的首要步骤，包括检查数据一致性，处理无效值和缺失值等，以保证数据的正确性、一致性、完整性。
按数据清洗的实现方式与范围，可分为4种[5]：
1、手工实现。通过人工检查，只要投入足够的人力物力财力，也能发现所有错误，但效率低下。在大数据量的情况下，几乎是不可能的。
2、通过专门编写的应用程序。这种方法能解决某个特定的问题，但不够灵活，特别是在清理过程需要反复进行(一般来说，数据清理一遍就达到要求的很少)时，导致程序复杂，清理过程变化时，工作量大。而且这种方法也没有充分利用目前数据库提供的强大数据处理能力。
3、解决某类特定应用域的问题。如根据概率统计学原理查找数值异常的记录，对姓名、地址、邮政编码等进行清理，这是目前研究得较多的领域，也是应用最成功的一类。如商用系统：Trillinm Software，System Match Maketr等。
4、与特定应用领域无关的数据清理。这一部分的研究主要集中在清理重复的记录上，如Data Cleanser Data Blade Module ，Integrity系统等。
房地产估价数据的清洗主要针对房地产方面数据，比如成交数据、价格数据等。通过统计分析方法，如假设检验、显著性检验、方差分析等，去除数据中的错误值。数据整理的总体思路如图3.1所示。
图3.1& 数据整理整体思路
经过数据清洗和处理，最终形成如图3.2所示的估价数据金字塔模型：
图3.2& 估价数据金字塔模型
（二）数据仓库架构
房地产估价数据仓库中的数据面向整个估价行业，整合并统一各种来源的数据集合，并保证数据的一致性、完整性、有效性和精确性。数据仓库需反映时间的变化，关注历史数据，其中的表大多含有时间属性，并能定期接收新的数据内容。房地产估价的数据仓库体系架构如图3.3所示：
图3.3& 房地产估价数据仓库体系架构
数据源是数据仓库的基础，是整个系统的数据源。通常包括内部信息和外部信息。内部信息为内部的业务数据和相关文档资料。外部信息为市场调查与分析信息及各种文档资料。这些数据源可以由不同的数据结构类型的文件组成，可以是大型关系数据库Oracle等、中小型关系数据库SQL Server等、桌面式数据库Access等、数据文件Word、Excel等。
数据的存储与管理是整个数据仓库系统的核心，它负责数据仓库的内部维护和管理。数据仓库的内部维护包括数据结构构建、数据操纵、数据维护及控制、数据服务等内容。数据仓库的管理包括数据的安全、归档、备份、维护和恢复等。文献[3]详细介绍了房地产批量估价数据库的构建。
客户应用是面向终端用户，它包括前端工具与应用。前端工具主要包括各种分析工具(OLAP)、报表工具、查询工具、数据挖掘工具以及各种机遇数据仓库或数据集市开发的应用。基于互联网数据，可以构建知识型数据库。与传统关系数据库和空间数据库不同，知识数据库对收集的数据进行筛选、清洗、序列化存储，通过数据挖掘手段提取隐含在数据中人们事先不知道的、但又是潜在有用的信息和知识。根据数据的类型不同，可以挖掘的知识也不尽相同，包括地理、价格、交易、用户决策等，从而建立不同主题的数据仓库。
（三）数据仓库的使用
数据仓库建好后，数据整合层为整个系统提供统一入口，快速接收数据采集端传来的大量数据，缩短数据采集时间，减少数据采集对应用系统的冲击。同时可实现跨系统、多数据源的统一数据采集，提高采集数据的可靠性和一致性。数据仓库中的数据根据主题按照特定模型组织，每个分析主题在数据仓库中有对应的事实表及维表。利用数据仓库的数据，根据房地产估价的需求建立多维分析模型，以ROLAP或MOLAP方式存储，使用户能方便的从任意角度、任意细节共享、存取和分析数据。最终按照用户的分析需求，把数据仓库中的信息和分析结果提供给最终用户。图3.4为房地产估价数据仓库的一体化组织结构。
图3.4 房地产估价数据仓库一体化结构
房地产估价实质是一个数据挖掘的过程，数据的丰富与否、数据的质量好坏直接影响房地产估价的结果。以往估价中经常会出现样本缺乏、数据虚假的问题，大大制约了估价结果的精度和准度。大数据时代的到来，使数据匮乏的问题迎刃而解，人们现在面临的问题不是数据太少而是数据过多。海量数据的组织存储、筛选清洗是大数据面临的首要问题。随着分布式、云技术、数据库的发展，如何更进一步的利用好数据成为大数据的新问题。数据仓库能很好的解决大数据存储、分类、挖掘、利用等一系列问题，为房地产估价的进一步发展奠定良好基础。未来，依据主题精细化建立数据模型、基于行业特征进行有效数据挖掘将成为数据仓库的研究热点。
[1]Snijders，C．Matzat，U．Reips，U．D．“Big Data”: Big gaps of knowledge in the
field of Internet science．International Journal of
Internet Science．2012（7），1-5．
[2]Viktor Mayer-Sch？nberger．大数据时代——生活、工作与思维的大变革．浙江人民出版社．2012（12）．
[3]耿继进，张晖．基于GIS的房地产批量评估数据库构建研究——以深圳市为例．遥感技术与应用．2012（3）．
[4]季松．基于数据仓库的数据挖掘技术在房地产中介信息分析系统的研究和应用．华东师范大学．2007．
[5]许翔，毛婕．数据清理技术在软件开发中的应用研究．计算机时代．2004（8），25-26．
[6]杨辅祥，刘云超，段智华等．数据清理综述．计算机应用研究．2002，19（3），3-5．
[7]赵继海．大数据时代图书馆面临的挑战机遇与对策．浙江大学宁波理工学院．2012．
&&会议传递
2013年年度重要会议报告盘点
会议名称：深圳城市地质环境与可持续发展研讨会
主办机构：国土资源部地质环境司、深圳市规划和国土资源委员会（市海洋局）、深圳市房地产评估发展中心
地&&& 点：2013年3月16日
探讨话题：深圳市社会经济建设背景与地质背景、城市发展面临的地质环境问题、地质环境工作现状、地质环境工作的设想
重要收获：1.统一了思想，达成了共识，指明了深圳地质环境工作的方向和思路；2.提议尽快推动城市地质工作开展，更好地为我市的规划建设服务。
会议名称：深圳市停车位管理办法专家论证会
主办机构：市规土委房地产业处、深圳市房地产评估发展中心法律部
地&&& 点：北京
时&&& 间：2013年7月3日
报 告 人：童冀霄
探讨话题：就《深圳市住宅小区停车位管理办法》制定过程中涉及的重大法律难点问题开展专家论证，如住宅小区停车位究竟应确权给小区业主，还是开发企业？在权属确定的情况下，停车位能否买卖？
重要收获：1.明确了立法方向、完善了条文内容、认识了立法存在的困难。2.与法律领域权威专家、科研机构建立了联系，获得了一定程度的认可。最近，社科院孙宪忠教授到我委兄弟单位开展课题调研时，专门点名要求法律部部长参会讨论。3.更深入地了解了国家层面立法的过程和背景，增加了科研自信。
会议名称：中国？深圳（国际）住房政策学术研讨会
主办机构：深圳市房地产研究中心
地&&& 点：广东深圳
时&&& 间：2013年7月25日至26日
报 告 人：李宇嘉
探讨话题：住房理论与住房制度探讨；住房供应模式探讨；公共住房政策研究；国际住房金融政策探讨；国际住房财税政策探讨；房地产市场监管与宏观调控；住房更新政策研究。
重要收获：1.会后，我中心结合住房问题研究成果，认真总结学术交流经验，形成专题报告《深圳市住房政策实践与住房制度创新研究报告》，呈送市长吕锐锋。2.课题组开展了我市住房政策的长效机制研究，核心观点为：围绕“高端有市场、中端有支持、低端有保障”的“三分法”思路来设计住房政策框架。3.《深圳特区报》对此次会议进行了报道，题为“优化‘结构’，满足需求——深圳率先建立多层次住房供应体系透析”。
会议名称：第79届国际估价官协会年会
主办单位：国际估价官协会（International
Association of Assessing Officers）
地&&& 点：美国大急流城
时&&& 间：8月25日至28日
报 告 人：张晖
探讨话题：各类物业评估（住宅评估、财税政策和管理）；技术应用（数据采集技术、CAMA与GIS集成、社交媒体、航空影像项目、数字数据管理）；管理和个人发展（职业管理规则、专业领导力、有效沟通、持续教育、全流程管理）；IAAO调查与研究（IAAO对评估现状的调查、IAAO标准更新、极端灾害及其对财产税的影响）。
重要收获：在大会上做了《深圳市住宅批量评估——整体估价法在住宅估价中的应用》的专题演讲；通过IAAO与全世界分享中心的优秀科研成果；与IAAO建立合作关系，邀请其来深圳交流；得到IAAO执行董事会多名成员的肯定和支持。
会议名称：第五十九届世界统计大会（59th ISI World Statistics Congress）
主办机构：香港特别行政区政府统计处
地&&& 点：香港国际会展中心
时&&& 间：2013年8月25日至30日
报 告 人：种晓丽
主要内容：本次大会的主题为“青年人”，旨在为不同领域的统计从业人员提供一个联系平台，分享各统计领域的工作经验、见解和专业知识；参会论文被安排在特定的28号“青年人主题日”进行宣读，我中心和调查队合作论文被邀请在“官方统计：调查方法及研究”环节进行论文宣讲，题目为：基于GIS的深圳商品住宅全楼房价格统计调查研究。
参会感受：会议统筹安排周到；交流活动多样；论文涉及主题丰富。
会议名称：第15届国际财产税学会年会
主办单位：国际财产税学会（International
Property Tax Institute，IPTI）、税收评估学会（Institute of Revenues Rating & Valuation，IRRV ）
地&&& 点：英国苏格兰
时&&& 间：2013年9月4日至5日
报 告 人：李妍
探讨话题：财产税在地方政府融资中的角色；国际估价标准的相关性；地方估价与政策问题——挑战与机遇；纳税人的视角：关心、期望和权力；估价挑战；标准、质量保证和监督。
会议名称：2013年中国地理信息产业大会
主办单位：中国地理信息产业协会
地&&& 点：山东潍坊
时&&& 间：2013年9月14日至17日
报 告 人：施良
主&&& 题：抱团、创新、机遇、梦想
会议观点：中国工程院院士称：“大数据时代非常重要的特点就是要从数据直接到决策”；中国科学院院士龚建雅称：“实时GIS作为一种新的GIS平台，可以在物联网、传感网地理国情监测、智慧城市当中发挥重要的作用，未来的地理信息产业系统是基于网络、基于实时的，可以连接传感网一直到客户用户端的服务，包括移动端的服务系统。”
会议名称：欧洲社会仿真学会ESSA2013会议
主办机构：华沙经济大学
地&&& 点：波兰华沙
时&&& 间：9月16日至20日
参 与 人：孟庆昇、黄逸昆
主&&& 题：推动仿真技术在社会学中的应用
参会感想：1.将系统动力学与多代理仿真结合是一个很好的尝试，然而研究系统十分复杂，并处于不稳定状态，不利于出成果；行为选择的逻辑流并不完善，居民如何做出住房决定并不明确。2.就仿真应用来讲，我中心的相关研究已达到世界水平，本次会议中展示的研究成果也获得了广泛关注和认可。不过，仿真技术的发展速度远比应用的推进快，北美地区的研究水平也远远高于其他地区，因此，还有很多值得我们学习的地方。3.这次参会，对中心科研成果的推广起到了积极作用，不少同行对将与我中心开展合作交流表现出浓厚兴趣。
会议名称：全国部分城市土地估价机构负责人第十五次联席会
主办单位：中国土地估价师协会
地&&& 点：重庆
时&&& 间：2013年10月19日
报 告 人：吴桂敏
探讨话题：各机构介绍各地的房地产市场情况、公司运作情况；资产评估法影响和讨论；估价机构联合体讨论；地下空间出让和经营；未来业务方向；土地评估规范的执行问题。
参会感想：应充分利用我中心的特殊优势，整合各类数据资源；考虑与同领域公司进行资源共享、项目协作、联合研发等合作；评估市场很大，建议通过市场化来获得更大发展机会。
会议名称：中国房地产估价师与房地产经纪人学会2013年年会
主办单位：中国房地产估价师与房地产经纪人学会
地&&& 点：北京
时&&& 间：2013年10月30日至31日
报 告 人：朱奎花
主&&& 题：从估价到定价——大数据时代下的嬗变
会议观点：深圳市房地产评估发展中心耿继进称“哲学家总是解释世界，而问题在于如何改造世界。评估师不仅要发现价格，还要指出通往价格彼岸的理性之路”；21世纪中国不动产卢航称“大数据带来了思维（更多、更杂、更好）、营销（以客户为中心的个性化）和管理变革（数据挖掘与决策应用），在此背景下建议放开眼界，吸取其他行业的成功经验，积极加强行业内数据整合与互联互通，推动行业共同发展”。
会议名称：第三届资产评估新发展国际论坛
主办单位：厦门大学
地&&& 点：福建厦门
时&&& 间：2013年11月8日至10日
报 告 人：张然
主&&& 题：资产评估---经济社会发展的计量核算新工具
重要收获：整体评估部李妍应邀做“大数据时代的基准房价体系构建及应用”主题演讲，得到与会专家、学者及企业的高度认同；设立宣传展台，使与会专家对于我中心的三维信息系统有了更为直观的认识；对树立中心品牌形象、推广和完善现有技术方法起到了推动作用，为下一步与相关专家合作打下良好基础。
&&论文统计
2013年中心公开发表学术论文一览表
刘国楠; 胡荣华; 潘效鸿; 刘永春
衡重式桩板挡墙受力特性模型试验研究
岩土工程学报
不真正连带债务在国际支付单据承运责任案件中的适用
法制与经济(下旬)
雷日辉; 张亚斌
金融发展对国家出口产品技术复杂度提升的验证
未来10年我国房地产企业转型和突围方向
中国房地产
桩基托梁衡重式挡土墙设计实践
王德响; 彭海城
当前经适房定价存在的问题
中国房地产
胡荣华; 刘国楠; 黄孝刚; 潘效鸿
衡重式桩板挡墙整体滑移稳定安全系数计算方法
中国铁道科学
耿继进; 唐琳; 李炜文; 刘颖; 张俊平
深圳市征收地拆迁自动评估信息系统的研制
计算机应用与软件
王德响; 彭海城
完善经济适用住房定价的建议
中国房地产
李妍; 汪友结
基准房价体系的构建、测算及应用
工程管理学报
王明龙; 王景梅
深基坑桩锚支护中桩内力变化规律数值模拟研究
地下空间与工程学报
中国大陆与港台商业银行利差比较研究
关于深圳地区废弃石场地质环境综合治理的探讨
雷日辉; 张亚斌
金融发展、融资约束与出口二元边际
租赁配置:为产业供地另辟蹊径
广东和平县粮溪崩塌、滑坡群特大型地质灾害稳定性分析及防治工程的选取
张然; 耿继进; 李妍; 汪友结
基于空间位置分析的商业房地产适应性估价技术
武汉大学学报(工学版)
宁智; 陈晓彬
关于不同物业类型的实用率及其关系研究
地下通道和空中连廊建设用地若干问题探讨
地下空间与工程学报
张明; 赵有明; 刘国楠; 胡荣华
双层砂井地基大变形固结方程差分解
岩土工程学报
应用BOT模式发展公共租赁住房探析
李妍，苏丹
我国房地产税基评估成本研究
中国房地产估价与经纪
（本表格以CNKI登记的论文为依据，按发表时间排序，未统计到的论文请提交科研发展部）
2013年中心公开出版学术著作一览表
钟澄、黄建新
深圳市农村城市历史遗留违法建筑沿革、现状与对策研究
中国政法大学出版社
衡重式桩板挡墙受力特性及破坏机理的研究
湖北科技出版社
2013年中心参会获奖论文一览表
周亮、李妍、施良
基于大数据的房地产估价数据仓库构建
中房学2013年年会
李妍、汪友结
大数据时代的城市基准房价体系构建
中房学2013年年会
姜红丹、项前、张晖
基于整体估价的房地产批量评估数据库构建研究
中房学2013年年会
基于三维空间数据的房地产估价信息挖掘
中房学2013年年会
■佳文共赏
当算法统治世界
据英国广播公司（BBC）近日报道，看不见的算法正在掌控着我们与数字世界的互动，从谷歌网站上图书、电影和音乐的算法到Facebook网站上推荐朋友的算法；从操纵华尔街交易的代码再到各种搜索引擎代码，算法似乎无声地渗入到我们的世界并重塑着我们身处的世界。
　　然而，令我们揪心的是，我们正在慢慢失去对这些代码的控制，而且，算法也并不总是正确，算法出错将会给我们的生活带来巨大的影响。在上个月举行的全球TED大会（指全球技术、娱乐、设计大会，每年，TED大会在美国召集众多科学、设计、文学、音乐等领域的杰出人物，分享他们关于技术、社会、人的思考和探索）上，算法专家凯文·斯莱文警告称，现在，到了我们更透彻地了解算法并想方设法“驯服”它的时候了。
“算法为王”
　　斯莱文在全球TED大会上发表演讲称，“计算机用来做决定的数学”正在以“随风潜入夜，润物细无声”的方式，慢慢渗透进我们日常生活的方方面面。
　　在每个智能网页的背后都隐藏着更加智能的网页代码：谷歌网站上为我们推荐图书、电影和音乐的是算法；Facebook网站上为我们推荐朋友的也是算法；在华尔街纵横捭阖的是算法；在好莱坞预测票房的也是算法。
　　这些看不见摸不着的计算正在慢慢掌控着我们与电子世界的相互交流，这是一个“算法为王”的时代。“我们正在编写一些自己也看不懂的东西，我们把一些事情变得更加复杂，难以理解。我们正在慢慢失去对这个我们自己创造的世界的理解和掌控。”斯莱文警告称。
算法影响好莱坞
　　随着代码变得越来越复杂，它的触角正在深入我们生活的各个层面，包括我们的文化偏好。
　　推荐引擎是全球最大的在线影片租赁网站Netflix公司的一个关键服务，1000多万顾客都能在一个个性化网页上对影片做出1到5的评级。Netflix将这些评级放在一个巨大的数据集里，该数据集容量超过了30亿条。Netflix使用推荐算法和软件来标识具有相似品味的观众对影片可能做出的评级。
　　百分点推荐引擎的首席执行官柏林森表示：“网络正从一个搜索时代进入一个发现时代，推荐引擎无所不在。当人们并不十分清楚需要某个东西存在，或者不完全清楚自己的具体需求时，推荐引擎能帮助他发现自己所需要的东西。这就是Netflix影片推荐引擎的成功所在。”而且，两年来，Netflix还使用举行大奖赛的方法来提高影片推荐的效果，2010年Netflix大奖的获奖团队成功地将Netflix的影片推荐引擎的推荐效率提高了10%。正是基于此， Netflix现在承担了全球60%的电影网上租赁业务。
　　无独有偶，英国电影公司Epagogix也正在将电影的剧本、情节、明星、拍摄场地等各种要素集合在一起，使用其自行研制出的算法预测电影的票房收入。该公司首席执行官尼克·米尼表示：“这套系统将帮助制片公司决定是否制作一部电影。只需要你将剧本提交给我们，我们就可以算出这部电影的票房收入为多少。”
　　比如，他举例说，如果一部电影的预算成本为1.8亿英镑，但是，算法计算得出，其票房收入可能只有3000万英镑，说明这部电影并不值得投资开拍。
　　很多电影人对这种算法深感困扰，米尼自己也表示：“拍摄电影的原因很多，我们的算法只是帮助人们更好地做决定，何乐而不为呢？”
　　斯莱文表示：“重点在于，上述种种例子并不是谷歌，也不是信息，不是金融统计，而是文化，算法正在形成改变我们文化的物理学。”
算法掌控华尔街
　　在金融领域，代码的地位也越来越重要，颇有“代码为王”的架势。现在，华尔街70%以上的交易依靠所谓的黑盒子或者算法交易（闪电交易）运行。银行家和股票经纪人也闻风而动，他们不仅招聘聪明的交易员，还大量雇佣聪明的物理学家和数学家。斯莱文说：“现在，有2000多名物理学家在华尔街工作。”
算法出错，影响巨大
　　或许在某些方面，算法要比人聪明，但并非总是如此，由人编写的算法也并非永远正确。
　　《苍蝇诞生记》是一本分子生物学方面的书籍，主要讲述的是一只苍蝇从卵到完全成长为幼虫的过程，尽管这本书可能非常吸引人，会给人带来美好的阅读体验，但它无论如何也不值2360万美元的售价。然而，当年这本书在亚马逊网站上的标价确实高达2360万美元，造成这一情况的主要原因是亚马逊公司的定价和改价算法开始互相竞标。
　　“这是算法在没有人监管时的自相矛盾。”斯莱文表示，当代码变得足够聪明，在无人干预的情况下很可能会经常出现这种混乱。
　　算法失误也曾导致美国华尔街股市崩盘。在2010年5月6日发生的所谓“2：45的瞬间崩溃”中，美国股票市场的9%消失了5分钟。
　　一名马虎的交易员因为道琼斯指数下降10%受到了指责，但其实，这名交易员当时正在使用的计算机程序才是“罪魁祸首”。短短20分钟之内，这个算法将7.5万股股票以26亿英镑（约为42.57亿美元）的价格抛售，导致其他高频交易算法如法炮制，股市9%的财富瞬间消失，所有人目瞪口呆。没有人知道究竟发生了什么事情，然而，几分钟之后，市场恢复正常。
　　所谓成也萧何败也萧何，交易算法在让交易更加方便快捷的同时，也承担着巨大的风险，千里之堤毁于蚁穴，小小的错误可能就会带来致命的打击。这就促使监管者必须引入断路器，在机器开始表现失常，算法出错时果断将交易终止。
算法将我们困于“过滤泡沫”中
　　谷歌公司的秘密代码将其推上全球最有实力的公司之一的宝座。确实，这些代码使得搜索变得更加容易，然而，也不断有科学家对谷歌公司的算法提出批评。
　　MoveOn.org董事长埃利· 帕雷瑟在其所写《过滤泡沫》一书中表示，当前，我们使用互联网的方式正悄然发生着巨大的变革，诸如谷歌这样的搜索引擎提供的信息也日益个性化，这些互联网过滤器会记录用户可能会喜欢的对象，并试图以此进行预测。这些过滤器实际上是一种预测引擎，它会持续不断地建立和完善一个预测机制，来推断你是什么样的人，你将要做什么，你下一步想要什么。经过整合以后，这些引擎将为每个人创建一个独一无二的信息世界，并将其称为“过滤器气泡”，它将从根本上改变我们获取观点和信息的方式。
　　然而这种个性化的数字“过滤器气泡”会产生一个危险且意想不到的后果：它们正限制着我们获取信息的途径和方式，使我们对新闻和文化的视野变得愈加狭隘，最终将对我们的日常生活和民主产生负面影响。
　　而且，美国哥伦比亚科学家的最新研究表明，依靠搜索引擎获取答案实际上改变了人类的思维方式。该报告的作者、哥伦比亚大学的心理学家贝琪·斯帕罗表示：“自从搜索引擎问世后，人们就开始调整自己记忆信息的方式。我们的大脑依靠互联网来记忆，就像依赖朋友、家人或同事来记忆信息一样。现在，我们几乎很少通过记住信息本身来记忆，而是更多地通过记住在何处找到这些信息来记忆。”
　　而且，斯帕罗表示，人们更容易记住在互联网的何处能找到这些信息，而不是记住信息内容本身。
速度高于一切
　　华尔街的算法可以看成是上世纪80年代涌现出的“雅皮士”（住大城市、具有知识技能、讲究生活品味的青年职业人士）的网络版，只不过，华尔街的算法需要的不是雪茄、香槟，而是快速的运输通道。
　　斯莱文解释道，因为华尔街的算法依赖于一个高于一切的特质：速度，它们的运行时间以毫秒和微秒计算（点击一下鼠标，要花50万微秒），如果你是一个华尔街的算法，落后5微秒，你就是失败者，因此，科学家们正在绞尽脑汁提高速度。
　　美国延展网络（Spread Networks）公司正在打造一条高速的光纤连接，该公司正在美国纽约市和芝加哥市之间铺设一条825英里（1327公里）长的电缆线，其最终目的是将股票交易加快3微秒。凯文·斯拉文表示：“我们正在用炸药和岩石锯打穿美国，让算法能早3微秒完成交易，所有的一切都是为了一个前所未有的通讯系统。”
　　另外，一条连接加拿大新斯科舍省和英国索默塞的光纤连接已被建立起来，以满足股票交易员的需要，在60毫秒内在伦敦和纽约之间发送股票数据。
　　随着算法开始将其影响力延伸，并塑造我们身处的世界，现在，到了我们透彻地了解算法并想方设法对其进行“驯化”的时候了。
（来源：《科技日报》；施良推荐）
■新书推介
《历代经济变革得失》
作者：吴晓波
出版社：浙江大学出版社
出版时间：2013年8月
本书是著名财经作家吴晓波近年来研究中国经济变革史的集大成之作。作者对中国历史上十数次的重大经济变法的种种措施和实践作了系统的概述和比照，指明因革演变，坦陈利害得失，既高屋建瓴地总括了中国式改革的历史脉络，又剖析了隐藏在历代经济变革中的内在逻辑与规律，不失为一部简明的“中国经济史”。同时，该书也引导读者去思考，中国未来的改革，能否走出历史的闭环？
在接受《国家人文历史》杂志的采访时，吴晓波称，中国是一个从天然角度讲很容易封闭的国家。北边是大型的沙漠，东面是海洋，南面是热带丛林，西面是高山峻岭。在这个大区域中生活的人们，自从魏晋南北朝之后，就有一种“宁做太平狗，不做乱世人”的心态，老百姓的内心就是呼唤独裁者。反过来讲，中国的政治学基本上就是控制的艺术：中央对地方的控制、政府对老百姓的控制，政府网罗和控制精英，政府要把宏观经济也控制起来。但是到了今天，世界进入了信息化时代，中央集权和商业力量呼唤的自由市场形成了一个巨大的冲突，我们有一个词叫“政治向左，经济向右”，这八个字实际上就是自由和控制之间的冲突，不解决不行。”
《大数据：正在到来的数据革命》
作者：涂子沛
出版社：广西师范大学出版社
出版时间：2013年4月
史学大师许倬云在为该书作序时说：“我们要对涂子沛先生致敬与致谢，因为他为华文世界提出一个重要的话题。”中国高层领导汪洋读此书后深受启发，他在工作会议上说：“中国人数据意识的淡薄由来已久，甚至可以称之为国民性的一部分。我希望大家能认真读一读这本书，带着问题读，带着想法读。”　　
即将到来的是一个除了上帝，任何人都必须用数据来说话的时代。大数据浪潮的来袭绝不仅仅是信息技术领域的革命，更是在全球范围启动透明政府、加速企业创新、引领社会变革的利器。
　　该书讲述了美国半个多世纪信息开放、技术创新的历史，以别开生面的经典案例——奥巴马建设“前所未有的开放政府”的雄心、公共财政透明的曲折、《数据质量法》背后的隐情、全民医改法案的波澜、统一身份证的百年纠结、街头警察的创新传奇、美国矿难的悲情历史、商务智能的前世今生、数据开放运动的全球兴起，以及云计算、Facebook和推特等社交媒体、Web3.0与下一代互联网的未来图景等等，为您一一细解，数据创新给公民、政府、社会带来的种种挑战和变革。
全书以美国为主体，但又处处反观中国现实。回望中国，胡适批评“差不多先生”，黄仁宇求索“数目字管理”，作者从太平洋对面看到中、美差距，深知中国缺少什么、需要什么。
版权所有(C) 2012 深圳市房地产评估发展中心 粤ICP备号}