多源异构大数据时代下，大数据呈现出交叉性、多元性、变化性等新特征，更广泛领域的应用对数据融合产生新需求，在此背景下数据融合的内涵得到丰富和扩展。广义的数据融合包含对数据资源的融合、模型方法的融合及决策者知识和经验的融合。文章分析了多源异构数据融合在数据层、信息层和决策层3个不同融合层次的特点，探讨了数据融合在存储、使用、分析技术、数据管理及价值确定方面可能面临的挑战，并提出了相应的对策建议，为企业、政府等各类主体高效管理数据资源，进行更深入的数据融合分析提供参考。
科研之友
微信
新浪微博
Facebook
分享链接
