-
题名基于移动社交平台的规划公众参与方法
被引量：10
- 1
-
-
作者
牛强
董正哲
-
机构
武汉大学城市设计学院城市规划系
腾讯科技(上海)有限公司
-
出处
《规划师》
北大核心
2017年第9期46-51,共6页
-
基金
国家自然科学基金资助项目(51308422)
国家科技支撑计划项目(2015BAJ05B02)
-
文摘
规划公众参与是城市规划进行过程中必不可少的环节,但全面深入的公众参与往往意味着高昂的社会成本,从而制约了它的开展。而微博、微信等移动社交平台在我国的高度普及和灵活使用,为解决这一问题带来了契机,提供了一种更加简便、高效、深入、低成本的方法。文章在总结已有案例的基础上,从移动社交平台的社交功能、媒体功能和平台功能三个方面分析了它在规划公众参与中的作用,包括公众讨论、利益抱团、信息传播、信息互动、个体发声、趣味参与、问卷投票、众包调研和扩展挂接等。在此基础上,从规划的准备期、编制期和执行期三个阶段出发,探索了利用移动社交平台进行全周期公众参与的一般流程和方法,以便规划师更好地去利用这一大众化的工具去开展城市规划。
-
关键词
城市规划
公众参与
移动社交平台
众包
众规
-
Keywords
Urban planning, Public participation, Mobile social platform, Crowdsourcing, Public planning
-
分类号
TU981
[建筑科学—城市规划与设计]
-
-
题名日志多维度无监督异常检测算法
被引量：3
- 2
-
-
作者
邱连涛
李晓戈
胡飞雄
胡立坤
张东晨
马鲜艳
-
机构
西安邮电大学计算机学院
陕西省网络数据分析与智能处理重点实验室
深圳腾讯计算机系统有限公司智能化运维
腾讯科技(上海)有限公司
-
出处
《小型微型计算机系统》
CSCD
北大核心
2022年第8期1668-1674,共7页
-
基金
国家重点研发计划项目(2018YFB1403004)资助
陕西省创新能力支撑计划项目(2019PT-12)资助.
-
文摘
在大规模的系统运维中,及时有效地发现系统事件中的异常行为,对于维护系统稳定运行有着重要作用.有效的异常检测方法可以使得系统的运维和开发人员快速定位问题并解决,保证系统快速恢复.系统日志作为记录系统运行信息的重要资料,是对系统进行异常检测的主要数据来源,因此基于日志的异常检测是当前智能运维的重要研究方向之一.本文提出了一种基于无监督的日志多维度异常检测算法,可在无需标注数据的前提下针对日志系统进行自动的数据解析和异常检测.通过使用基于频繁模板树的日志解析获取日志模板后,分别使用3种方法进行异常检测:以基于概率分布使用3-Sigma法判断单指标数值型异常,以基于主成分分析方法使用SPE统计量判断日志组异常,以基于有限自动机的方法判断日志序列异常.通过对超级计算机(Blue Gene/L)和Hadoop分布式文件系统(HDFS)的日志数据以及腾讯内部系统数据进行实验评估,结果表明本文提出算法在5个测试数据集上均有较好的表现.
-
关键词
日志异常检测
机器学习
无监督学习
智能运维
-
Keywords
log anomaly detection
machine learning
unsupervised learning
intelligence operations
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
