大數據科技創新資源建設與共享機制研究

江忠 江佳玥 余波

摘 ?要：信息獲取不僅僅是獲取靜態的數據，還要獲取具有決策引領、揭示未來規律的情報信息，使個人和社會對信息類型的需求從單一、靜止的數據信息轉換為跨專業的智慧型復合信息，提示潛在信息知識單元的智能化、具體化、動態化、復合化、專業化、快速化等特征，打造開放、協同、包容、共享的科技創新平臺。該共享平臺的建設是為了打造大數據產業落地應用的豐富場景，用數學建模的思想來構造四川革命老區大數據共享生態系統的拓撲結構圖。

關鍵詞：大數據;科技資源建設;共享機制

中圖分類號：TP311.1 ? ? 文獻標識碼：A 文章編號：2096-4706（2020）15-0076-06

Abstract：Information acquisition is not only static data，but also decision-making guidance，revealing the future rules of intelligence information，so as to transform the individual and social demand for information from single and static data information to interdisciplinary intelligent composite information presentation，which indicates the characteristics of potential information knowledge unit，such as intelligence，concreteness，dynamic，compound，specialization，speediness. To build an open，collaborative，inclusive and shared platform for scientific and technological innovation. The construction of this sharing platform is to create a rich scene for the application of big data industry. The topological structure of big data sharing ecosystem in old revolutionary base areas of Sichuan is constructed with the idea of mathematical modeling.

Keywords：big data;science and technology resources construction;sharing mechanism

0 ?引 ?言

全球數據量變化遵守摩爾定律，2020年，其將達到或超過35 ZB。隨著5G技術的廣泛普及、云計算中心的廣泛使用、物聯網信息技術的發展和人工智能技術的成熟，我們將進入數據的ZB時代，傳統科技情報信息的研究模式急需變革，廣大用戶對海量數據的服務類型和質量有更高的期望，科技信息的采集、大數據的存貯、數據格式的轉換、信息的查找展現、具有人工智慧的挖掘和非常規應用都面臨著急劇的變化。

為滿足互聯網時代非結構化數據存儲需求而產生了以列為存貯主體的技術，而大數據技術的產生是為了解決海量數據集分析的問題。大數據內容豐富，數據之間的關聯需要機器學習、人工智能挖掘、統計分析，形成有意義的數據鏈，變“廢”為“寶”，使其為科技研究提供了不竭的源泉，順應并提升已有的研究思想、方法、策略、功用和平臺。大數據技術是信息產業的一次推動時代前進的巨潮。

1 ?研究目的和意義

由于歷史、地理、人文等多種因素的疊加，四川革命老區在文化、經濟、社會發展等多方面處于滯后狀態，想在大數據時代變革中異軍突起，就要借助科技的力量，通過對大數據資源的建設和對共享機制的理論研究，為四川革命老區的進一步發展提供理論、實踐參考，對老區的綜合發展研究起到理論的支撐作用。達州職業技術學院和達州市科學技術情報研究所位于四川革命老區腹地，重慶工商大學是四川革命老區脫貧的聯系單位，今年是脫貧攻堅決勝之年，為了給四川革命老區扶貧、扶智，響應四川革命老區發展中心的號召，申請課題專門研究四川革命老區科技資源建設和共享的問題，為四川革命老區的發展作出職業學院、研究所應有的擔當和作為。

過去三十年，拉動中國經濟三駕馬車是投資、消費、出口，那么未來三十年，拉動中國經濟三駕新馬車是大數據、云計算、智能制造。在這種大背景下，本研究的意義如下。

（1）在加快革命老區脫貧致富奔小康的背景下，及時調整四川革命老區發展戰略和信息資源建設分布格局，積極應對大數據時代的新形勢和新要求。

（2）優化整合四川革命老區的科技資源。針對四川省革命老區科技資源分布廣泛、難以共享且缺乏對已有資源深度分析的問題，提出建立數字化科技資源平臺，通過集成分散的科技信息資源實現資源共享。在目前越來越激烈的國際競爭環境中，科技資源也越來越被人們所重視。而要實現科技資源共享、緩解科技資源的有限性與其高效性之間的矛盾，就要促進地區間的協同發展以及科技資源共享，來推動整個革命地區的科技實力，提高地區在國內、國際競爭中的話語權。基于模型設計，本文構建了四川省革命老區科技信息資源平臺，實現了數據的集成、統計分析以及動態可視化數據展示、APP應用開發。

（3）為四川革命老區的改革和發展提供指導方向，進一步改善四川革命老區的發展質量。

2 ?研究的主要思路

（1）研究大數據資源、集成管理、大數據資源集成以及大數據基礎設施建設的基礎理論，作為研究主題的理論支撐系統，構建面向四川革命老區大數據資源集成的大數據基礎設施建設結構，要按照一定的邏輯方法，逐步、細化地研究“大數據資源”“集成管理”“大數據資源集成”“大數據基礎設施建設”“大數據資源共享機制”等專業名詞的基本概念和語境意義，作為后續研究的理論支撐。

（2）研究大數據資源集成服務模式案例，探索面向四川革命老區大數據資源集成的基礎設施建設結構的構建思路，綜合運用前人的研究成果，對大數據資源集成服務模式案例進行歸納分析，并闡述大數據資源集成與大數據基礎設施建設的有機聯系。在探索過程中逐步明晰大數據基礎設施建設問題的本質，即是大數據基礎設施建設的系統性或結構性問題，進而依據構建思路，系統地創建出四川革命老區大數據基礎設施建設的集成結構。

（3）研究有關四川革命老區大數據基礎設施建設的發展現狀及問題，提出符合當地大數據基礎設施建設的保障機制和對策建議。

（4）通過文獻分析法、數理統計法、對比分析法三種研究方法來介紹跨區域科技合作的發展現狀、科技合作運行機制、存在的問題、跨區域的經驗借鑒、優化運行機制的對策等。通過分析跨區域科技資源分布的特點、科技合作的基礎、科技合作共享進展情況來進行研究。

（5）研究傳統結構化數據與非結構化數據的區別聯系，研究怎樣對非結構化數據進行存儲，如何把非結構化數據轉換為結構化數據進行存儲。對實現物理存儲的軟件進行比較、總結。

（6）通過四川省革命老區科技信息資源平臺的建設，可以擺脫大數據雜亂涌現的混亂局面，極大地提高了現有科技資源的使用效率。

3 ?大數據資源建設的有力支撐技術

3.1 ?云計算為大數據提供了存儲計算加工應用的平臺

云計算可更好地開發、使用互聯網，可以利用云計算設置了資源消費支付模式，借助互聯網提供動態且按需分配的虛擬化資源，是一種更高效、穩定、彈性的模式;科技工作者也可創新資源需求訪問、上傳、獲取、利用多種資源。在大數據資源處理流程中，數據挖掘分析是很重要的環節，體現了大數據的開發價值。作用于大數據的數據挖掘分析利用數學方法與計算機技術算法，實現快速過濾、歸并、整合，深度獲取潛在的數據模型。大數據分析需要云計算技術作為重要支撐，云計算技術可以為大數據分析提供動態伸縮的、安全的云存儲和分布并行計算資源池，也可提供深度應用開發的APP。

3.2 ?機器學習是對四川革命老區大數據加工的利器

數據挖掘是在海量數據庫中自動地發現有用信息的過程，數據挖掘技術用來探查大型數據庫，發現先前未知的有用模式。機器學習可以提升數據自動挖掘和篩選的速度。隨著大數據時代數據容量的迅猛增加和數據結構聯系隱蔽性的提升，如何高效地計算和處理數據，成為機器學習關注的焦點。關于大數據的機器學習要同數學模型結合起來用，采用更加科學高效的數學算法將增強機器學習的效率。

3.3 ?用情報學的思想方法算法來分析提煉大數據

回顧過去，科技資源研究主要是在數據、信息的處理層面上，缺乏引領性、智慧性。情報學是研究信息數據采集、信息數據處理、信息數據分類、信息數據結構化、信息數據建模、情報信息生成、情報信息檢索、情報信息智能化服務、情報信息互通以及情報科學系統所包括的概念、理論、公式、技術、規律及方法的專門學科。把數據處理升華為情報學研究，提供“耳目、尖兵、參謀”的決策研究[1]。

4 ?大數據背景下科技創新資源的建設

4.1 ?大數據資源運用現狀

根據實際狀況，現在大數據的實際科研工作及數據加工分析中，運用的操作平臺如下所示。

（1）數據平臺：在獲取數據的基礎上，數據平臺的主要功能在于對數據信息進行收集、分類、歸并及儲存等，該種繁瑣性操作卻是為數據的下一步分析提供食糧和保證。

（2）分析平臺：數據分析應屬于大數據分析中最為具有意義和關鍵的環節，且是大數據分析中的龐大數據呈現其價值的核心環節[2]。

（3）展示平臺：通過技術完成數據分析后，需要通過通用的展示平臺對數據源進行運用和互動。展示平臺的主要功能是完成大數據分析后的科研、推廣及利用。

4.2 ?大數據科技創新資源建設面臨的問題

重慶工商大學江佳玥對數據格式研究比較深入，現以四川革命老區為例，總結大數據科技創新資源建設遇到的困難與挑戰：

（1）主觀上，很多科技情報研究所、信息技術研究所仍然把提供紙質、電子文檔文獻和科技動態信息當作傳統主要工作。

（2）缺乏廣泛的大數據來源，難以進行業務分析。

（3）數據往往來自不同的操作系統和硬件平臺，缺乏事實上統一的接口和協議標準，根本不能相互適配和通信。

（4）數據信號受到干擾，其質量參差不齊，數據的完整性、正確性、同一性、低延遲性難以保證，從而導致對其分析加工的結果的合理性較低。

（5）數據結構沒有準確建立，導致不能建立數據分析模型，缺乏高效、有的放矢的人工智能、神經網絡算法，跨行業、跨作業的數據分析難以進行。

（6）在數據應用中不能保證信息安全，隱私可能被泄露，有可能與現行的法律法規沖突;數據失真、網絡數據、驅動攻擊對資源建設不可不防。大數據科技創新資源如果能成為眾多行業、單位和個人的核心、關鍵資產，必須增強其可靠性、安全性。

4.3 ?四川革命老區基于大數據科技創新資源的建設構想

4.3.1 ?大數據科技創新資源建設模型

四川達州職業技術學院江忠在四川革命老區課題研究中，通過反思四川革命老區傳統大數據資源的建設和利用過程以及大數據時代的需求，構造一個模型來說明大數據科技創新資源的建設，如圖1所示。

對海量數據放在硬盤中用MR（MapReduce）進行編程處理，Pig是MR的一個抽象，它是一個工具/平臺，用于分析較大的數據集，并將它們表示為數據流。HIVE是基于Hadoop的一個數據倉庫工具，可以將結構化的數據文件映射為一張數據庫表，并提供完整的SQL查詢功能，可以將SQL語句轉換為MR任務進行運行。Hadoop分布式文件系統（HDFS）被設計成適合運行在通用硬件（commodity hardware）上的分布式文件系統。它和現有的分布式文件系統有很多共同點。但同時，它和其他的分布式文件系統的區別也是很明顯的。HDFS是一個高度容錯性的系統，適合部署在廉價的機器上。

把大數據分為實時數據和非實時響應用數據，實時數據就需要流計算來完成操作，非實時數據可以通過MR算法來處理。大量數據需要用BI分析、圖形結構數據計算來完成數據的挖掘，找出有價值和意義的結論和情報信息，對社會各行各業決策提供科學可靠的依據。BI（Business Intelligence）是指業務智能或智能業務，其用途是使用現代數據倉庫技術、在線分析處理技術以及數據挖掘和數據展示技術進行數據分析以實現業務價值。對未來一些潛在和不明確的需求，就需要用數學算法來構建一個數學模型，按照數學模型對大數據進行分析加工、用戶相似度計算：如使用協同過濾算法得出非明確需求，由此可構造一個推薦系統。推薦方法包括基于統計的推薦、基于內容的推薦、專家推薦、協同過濾推薦和混合推薦。推薦系統的應用之一是構建一個全新的商業和經濟模式。

4.3.2 ?數據采集技術

收集數據是數據挖掘、實時流處理、建立數據庫、數據倉庫、MR、Spark、人工編程及智能分析的前奏，高效、準確的數據采集方案對大數據挖掘研究具有重要意義。當前，不同行業有各自的數據采集工具和方法。科技資源對數據處理的安全性要求很高，可以加強有關企業、事業單位和科學研究機構的聯系，統一系統接口，規范數據格式和傳輸協議，用加密軟件相互傳輸數據。大數據采集可通過網絡爬蟲等方法，也可以通過傳感器、天網等硬件系統來采集數據。推薦應用軟件來采集，即是要求建立統一、規范、高效、兼容性較強的數據采集系統，使采集到的各種類型數據和數據庫軟件接口能夠相互匹配并自動轉換，并能同建立的四川革命老區大數據科技創新資源系統的各種類型的數據庫通信。

4.3.3 ?數據存儲技術

科技創新資源系統就是用數據庫把收集到的數據按要求存儲起來，根據需要建立關系型和非關系型的數據庫，根據要求來進行后續的分析管理和使用。隨著SQL數據和NoSQL數據量的連續暴增，以及大數據的容量大、類型多樣、價值密度低、通用性差等特點，要求本系統有大容量存儲設備、快速讀寫性能以及安全可靠和彈性可伸縮的特點，此前傳統關系型數據存儲系統的設計顯然不能滿足大數據APP的要求。目前大數據存儲主要通過分布式文件系統、關系型數據庫技術、NoSQL數據庫技術、云數據庫、鍵值數據庫、文件型數據庫等實現。

4.3.4 ?大數據技術與人工智能技術相互共生

四川革命老區科技創新資源的利用和建設需要使用大數據技術，大數據技術的發展催生了Pig、HIVE、Impala、Flume、Mahout、Hama等技術的誕生與成長。使用了數學算法的人工智能、機器學習與大數據分析挖掘技術相互依賴、相得益彰。

4.3.5 ?數據挖掘

沃爾瑪著名的“啤酒與尿布”營銷案例，就是用了數據挖掘技術。在數據挖掘中建議使用分類法、回歸分析法和Web數據挖掘法，學會使用R語言、SPSS、SAS軟件對數據進行操作、計算、分析。

4.3.6 ?發揮情報在科學研究中的引領作用

云計算和大數據發展下的情報分析本質還是數據結構的邏輯關系分析，互聯網Web 2.0技術的出現，使情報呈現的方式多元化，數據挖掘技術顯然使情報展現能力大幅提升，情報價值得到彰顯。用這種結構化數據的情報仍然建筑在數據的隱性關系上，缺少人的智慧，分析出情報缺乏對未來的智能預測。隨著神經系統、人工智能的進一步研究，按世界最強大腦的思維與理性數據分析溝通聯系，就可以排除數據噪音，找到數據臨界點，發現環境影響數據的關鍵因素，這樣對情報的分析得更具有科學性、嚴謹性。

4.3.7 ?對各種類型資源的加工在APP集成平臺上進行

當今數據，如Email、DOC文檔、路由交換機信息、醫院病人記錄、企業管理信息，再延伸到網頁、社交互動媒體、分析數據，涵蓋音視頻、文字、圖形、圖像等等[3]，這些信息缺乏聯系，不能建立關聯，隱性的規律不易被發現，無法體現其價值，就成了無用的數據;若沒有專門的APP和實用的研究系統，就無法實現海量數據的存儲、應用、加工、分析等。

5 ?關于四川革命老區科技創新資源的共享研究

目前科學創新手段技術日新月異，大數據需要網絡和云計算技術的加工，科技信息量巨大且數據規律紊亂，個人和社會對服務要求更多、更高，5G技術為核心的新一代無線通信網絡以及當今移動終端的普及，使得各種軟硬件標準不一致，數據格式不區別，這些讓資源的傳播與共享形成天然的壁壘。

5.1 ?目前四川革命老區大數據資源共享的壁壘

四川達州市科技情報研究所余波長期工作在四川革命老區科技第一線，對大數據資源共享出現問題總結如下：

（1）數據不連續，各行各業數據類型繁多。多元關聯的大數據起粘合作用，但由于各個部門分享共用數據的技術標準限制形成了“數據孤島”和“數據煙囪”，降低了大數據產業資源配置效率。

（2）核心技術缺失。大數據領域整體性、平臺級核心技術的創新比較少見。大數據乃人工智能的基礎，以大數據和機器學習為基礎的深度學習算法等人工智能的核心技術需要突破。

（3）各地大數據和數字經濟重復性發展和布局，一般存在重存儲輕應用的狀態。由于缺乏統一的大數據發展規劃和運行監測系統，各地大數據產業的功能相似，浪費資源。由于部分地區信息化需求不旺，大數據應用單調，僅僅建設le1大數據中心或云中心等基礎配置，后期管理和開發跟不上，勢必資源浪費。

（4）大數據缺乏系統和一致性的標準。基礎性標準、數據加工標準、數據安全性標準、產品和平臺開放標準、數據收集標準、二次應用開發和科研服務標準等大數據標準體系亟需規范。

（5）數據安全性意識淡漠，對大數據科技資源的共享發展造成危險，并且沒有預防措施。共享使數據、關鍵信息和大數據創新資源共享平臺等面臨不可預料的威脅與風險。應加強保護利用大數據技術對海量數據進行挖掘分析所得到的結果，這些結果可能包含涉及國家政治、經濟、社會、科技、商業與軍事等各方面的敏感信息，需要對研究結果的共享和發布加強安全管理，打造監、管、防三位一體的大數據科技資源安全綜合體系。

5.2 ?對四川革命老區科技創新資源的共享提出一些建議與思考

5.2.1 ?增強原始創新能力

四川革命老區自主創新能力比較薄弱，特別是關鍵核心技術受制于人的局面尚未實質性改變。只有加強前瞻性基礎研究，提升原始創新能力，才能把握競爭和發展的主動權。加大研發投入，以基礎性研究的突破帶動引領性原創成果、戰略性技術產品的重大突破。形成事實上的行業標準，獲得更多的話語權，統一大數據的格式、標準和協議。

5.2.2 ?使用虛擬化技術創造更高的科技效率

云平臺提供基于IaaS、PaaS、SaaS的服務，即不需要自己創建每一個應用。其就像一個大型的網絡資源倉庫，APP可以在共享資源平臺上找到想要的東西，可以用Python等來進行二次開發并發布在APP引擎上，允許物理實體機或終端同時運行多個操作系統，并且應用程序都在獨立的內存空間上運行，彼此獨立，從而顯著降低費用、提升易用性，達到科技資源充分共享的目的。

5.2.3 ?網絡端口鏡像分析提供科學決策共享大數據資源

在Internet主干網上的Router、FireWall上做多個端口的Ghost鏡像，可以抓取經過該區段的主要Packet Stream，然后由人工智能的分析軟件對需要的重要網站、路由器接口、防火墻或者IPS數據包進行收集、分類、提取、分析，找到網絡上的有價值的流處理信息，為科技創新資源建設的決策起輔助作用。

5.2.4 ?對傳統科技情報信息業務進行深加工

運用人工智能、云技術的大數據科技創新共享平臺有如下優勢：

（1）借助物聯網、科技創新資源等技術和數據源可以掌握更多的實時數據和靜止數據。

（2）獲得的信息比其他方式更快捷、更客觀、更全面、更具可信度。

（3）Flume能夠快速反應和處理實時數據，對服務對象及時干預。

（4）人工智能、機器學習、神經算法判斷和決策的正確率較高。

5.2.5 ?構建NoSQL數據存儲和關系型數據庫的聯合共享系統平臺

初級的海量的數據用面向列存儲的NoSQL數據庫存儲，然后用形如PowerDrill技術，把海量數據進行查詢分析并轉化為結構化數據，再用數據挖掘技術、機器學習工具把這些信息轉換為對科學有引領性的情報，再把這些情報知識進行共享。

5.2.6 ?打造開放、協同、包容、共享的科技創新平臺

由于不同行業部門的數據格式千差萬別，可以用XML技術作為存儲交換統一類型的語言;XML不容易顯示多種格式，其可視性差，可以用ASP.NET、JSP等技術開發個性化的桌面界面。

用ASP.NET、JSP等技術可把各種關系型的數據庫SQL Server、ORACLE等的數據提取出來，用XML語言轉換。其不同的驅動引擎屏蔽在連接程序中，對用戶是透明的。這樣的MVC模型可以打造一個開發、共享的科技創新平臺。

5.2.7 ?用開源云技術OpenStack和開源大數據技術Hadoop構建共享平臺

開源技術為四川革命老區提供了經濟、方便的選擇，OpenStack既是一個社區，也是一個項目、一個開源軟件、一個提供了部署云的操作平臺或工具集。使用OpenStack易于構建虛擬計算或存儲服務的云，既可以為公有云、私有云，也可以為大云、小云提供可擴展的、靈活的云計算。

這兩項技術都是開源的、免費的，全世界通用，并且生命力旺盛，用這樣的技術來構建四川革命老區科技創新資源平臺通用性強，與最先進的Google云有相似之處，能夠少走彎路，適合人數少的科研團體進行開發和二次開發。

5.2.8 ?加入云平臺增強數據的安全性

在大數據創新資源被廣泛應用共享的過程中，部分數據不完整、臟數據、欺騙攻擊、數據傳輸超時長等信息安全問題也隨之而來，因此為了使大數據科技創新資源能夠為社會所用，真正意義上推動共享型數據和情報技術的健康發展，就必須加強數據、軟硬件在信息安全方面的研究，從而最終推動大數據分析科技創新平臺的實際應用。

6 ?構建四川革命老區基于大數據科技創新資源的共享生態系統

6.1 ?四川革命老區基于大數據科技創新資源的共享生態系統的構成

如圖2所示，四川革命老區基于大數據科技創新資源的共享生態系統大致有以下組成部分：主服務器（Master Server）、名稱服務器（NameServer）、區域服務器（Chunk Server）、數據庫、數據倉庫、前端應用工具和訪問接口、大數據采集系統、代理訪問服務器（Proxy Server）、用戶等。

6.2 ?四川革命老區基于大數據科技創新資源的共享生態系統運行機制原理

如果把需要采集外部數據來源定義為X，那么四川革命老區的各個市縣的數據為Xi，由于這些數據是隨機的，相當于執行了函數Shuffle（X）={X1，X2，X3，……};主服務器把一項任務用函數f（x）來分發給每一個區域服務器，map（f（x），[X1，X2，X3，……]）;經過每個區域服務器的運算，把每個關鍵字keyi進行歸并求總運算，把這些結果歸并到主服務器，相當于執行了函數Reduce（keyi，[Value1，Value2，Value3，……];外部數據源Xi經過大數據系統采集、加工、轉換，相當于執行了函數ETL（Xi），把結果在存儲為NoSQL數據表，可以通過Sqoop工具將其轉換為關系型的數據表;用戶提交查找的關鍵字信息key，通過路徑選擇服務器來實現路由，相當于通過Proxy（key）函數得到訪問的IP地址，可以均衡負載，加快訪問速度。

6.3 ?四川革命老區基于大數據科技創新資源的共享生態系統技術支持

根據四川革命老區的區情，建議選擇Hadoop開源大數據技術，該技術成熟、使用面廣;同時選擇兩種數據庫，非關系型的數據庫為科學研究帶來快捷高效，關系型數據庫滿足傳統經典的數據服務;對大數據加工一般采用MR技術，這種技術是對磁盤的數據進行操作，速度較慢，可對海量數據進行加工;如果采用基于內存的大數據處理技術Spark會對系統的速度有很大提升，最好同時采用兩種技術。

7 ?結 ?論

進入大數據時代的科學研究已經數據模型化，向數據分析、挖掘轉移，對于僅擅長文獻、信息、數據的收集、分類、匯總、分析是不夠的，要提升服務于決策支持的情報科學水平，就必須建設科技創新共享資源平臺，刻不容緩。

四川革命老區各地在使用信息和加工數據的過程中，對軟硬件資源、技術分享、市場的需求可能存在共同點。市縣科學技術信息研究機構的責任劃分不明確，缺乏有效的責任分擔機制，也缺乏有效的溝通、協同、分享和統籌機制。四川革命老區各市州科技信息資源協同創新發展路徑還不明確，沒有形成整體規劃，需促進形成統一標準的四川革命老區大數據資源開發共享協議。

參考文獻：

[1] 劉彤，蔣繼婭，吳素研.科技情報與信息技術 [M].北京：北京科學技術出版社，2010.

[2] 賴茂生，趙丹群，韓圣龍，等.計算機情報檢索：第2版 [M].北京：北京大學出版社，2006.

[3] 唐國純.云計算及應用 [M].北京：清華大學出版社，2015.

作者簡介：江忠（1966—），男，漢族，四川渠縣人，副教授，本科，理學學士，研究方向：高等數學、初等數學教育、信息安全及云計算等;通訊作者：江佳玥（1998—），女，漢族，四川達州人，初級會計師，管理學在讀研究生，研究方向：財務管理;余波（1972—），女，漢族，四川渠縣人，副研究員，本科，研究方向：科技情報信息研究。