余長(zhǎng)江 鄒帥 邱斌 孫浩

摘要：大數(shù)據(jù)技術(shù)因其數(shù)據(jù)化、網(wǎng)格化與動(dòng)態(tài)化等特點(diǎn)與精準(zhǔn)扶貧的機(jī)制要求相契合，數(shù)據(jù)扶貧成為了實(shí)現(xiàn)精準(zhǔn)脫貧目標(biāo)的可行路徑。該文通過(guò)采用大數(shù)據(jù)算法如聚類分析、ARIMA回歸等算法，從系統(tǒng)功能設(shè)計(jì)、系統(tǒng)架構(gòu)及技術(shù)實(shí)現(xiàn)內(nèi)容等方面分別進(jìn)行了綜述，該研究成果在新疆“訪惠聚”駐村活動(dòng)的精準(zhǔn)扶貧實(shí)踐中，進(jìn)行了試點(diǎn)建設(shè)并取得了成效。

關(guān)鍵詞：大數(shù)據(jù);精準(zhǔn)扶貧;數(shù)據(jù)扶貧

中圖分類號(hào)：TP311? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ? 文章編號(hào)：1009-3044（2018）34-0006-03

1 立項(xiàng)選題的意義

我國(guó)扶貧工作開(kāi)始于上世紀(jì)80年代中期，通過(guò)不懈努力取得了舉世公認(rèn)的輝煌成就，但是長(zhǎng)期以來(lái)貧困居民底數(shù)不清、情況不明、針對(duì)性不強(qiáng)、扶貧資金和項(xiàng)目指向不準(zhǔn)的問(wèn)題較為突出，2014年1月，我國(guó)政府詳細(xì)制定了精準(zhǔn)扶貧工作模式的頂層設(shè)計(jì)，推動(dòng)“精準(zhǔn)扶貧”思想落地，全國(guó)各地先后全力開(kāi)展內(nèi)容廣泛的精準(zhǔn)扶貧工作。隨著對(duì)精準(zhǔn)扶貧的進(jìn)一步闡釋與發(fā)展，精準(zhǔn)機(jī)制的要求更為具體細(xì)致，大數(shù)據(jù)技術(shù)因其數(shù)據(jù)化、網(wǎng)格化與動(dòng)態(tài)化等特點(diǎn)與精準(zhǔn)扶貧的機(jī)制要求相契合，數(shù)據(jù)扶貧成為了實(shí)現(xiàn)精準(zhǔn)脫貧目標(biāo)的可行路徑，大數(shù)據(jù)技術(shù)開(kāi)始在精準(zhǔn)扶貧的全國(guó)各地、各個(gè)領(lǐng)域開(kāi)展試點(diǎn)。

在扶貧工作中，存在信息化程度低、數(shù)據(jù)不完善、監(jiān)管機(jī)制不明確、信息孤立缺乏共享等問(wèn)題，缺少對(duì)貧困人口的致貧原因、幫扶項(xiàng)目、實(shí)施流程以及扶貧成效反饋之間的動(dòng)態(tài)歸納，靜態(tài)滯后的工作方式開(kāi)展扶貧很難達(dá)到貧困人口的準(zhǔn)確識(shí)別。在精準(zhǔn)扶貧實(shí)踐中，嘗試通過(guò)構(gòu)建農(nóng)村精準(zhǔn)扶貧大數(shù)據(jù)支撐云平臺(tái)，打通扶貧相關(guān)多部門數(shù)據(jù)，運(yùn)用大數(shù)據(jù)和人工智能等技術(shù)建立貧困人口特征模型，實(shí)現(xiàn)貧困人口精準(zhǔn)識(shí)別、精準(zhǔn)分析、扶貧效果趨勢(shì)預(yù)測(cè)等功能，助力精準(zhǔn)扶貧工作具有很強(qiáng)的現(xiàn)實(shí)意義。

2 主要研究?jī)?nèi)容

通過(guò)“互聯(lián)網(wǎng)+”和大數(shù)據(jù)分析的技術(shù)實(shí)現(xiàn)思路，基于國(guó)務(wù)院貧困人口建檔立卡數(shù)據(jù)與其他政府已有扶貧相關(guān)內(nèi)部數(shù)據(jù)（包括公安人口基本數(shù)據(jù)、教育貧困生數(shù)據(jù)、民政數(shù)據(jù)、衛(wèi)生部門貧困人口醫(yī)療數(shù)據(jù)、社保社保數(shù)據(jù)等），再結(jié)合從互聯(lián)網(wǎng)上爬取的相關(guān)外部數(shù)據(jù)（包括人口關(guān)聯(lián)信息、貧困地區(qū)歷年受災(zāi)情況、教育資源分布地圖等），研究對(duì)扶貧緊密相關(guān)的內(nèi)外部數(shù)據(jù)進(jìn)行有機(jī)融合，清洗、整理，并交叉驗(yàn)證、比對(duì)識(shí)別出重要數(shù)據(jù)，挖掘其中深層次信息，實(shí)現(xiàn)信息共享和業(yè)務(wù)協(xié)作功能，對(duì)扶貧幫扶過(guò)程中三個(gè)重要階段（識(shí)貧、扶貧、脫貧）的現(xiàn)狀和需求進(jìn)行監(jiān)控、數(shù)據(jù)挖掘、統(tǒng)計(jì)分析以及可視化的展現(xiàn)，研究為扶貧工作人員提供切實(shí)有效的工具，為扶貧領(lǐng)導(dǎo)層提供直觀的決策數(shù)據(jù)支撐。

3 系統(tǒng)架構(gòu)設(shè)計(jì)及主要技術(shù)實(shí)現(xiàn)

3.1 系統(tǒng)架構(gòu)設(shè)計(jì)

系統(tǒng)整體架構(gòu)通過(guò)分層設(shè)計(jì)、模塊化組合的整體設(shè)計(jì)思路，包含用戶及權(quán)限服務(wù)、界面服務(wù)、算法服務(wù)、數(shù)據(jù)存取服務(wù)、離線計(jì)算服務(wù)、數(shù)據(jù)同步服務(wù)等微服務(wù)，含安全路由網(wǎng)關(guān)、分布式高速共享緩存、分布式消息隊(duì)列、注冊(cè)中心、配置中心、監(jiān)控中心、日志中心、關(guān)系數(shù)據(jù)庫(kù)、KV數(shù)據(jù)庫(kù)、全文搜索引擎、圖數(shù)據(jù)庫(kù)。系統(tǒng)架構(gòu)設(shè)計(jì)如圖1所示。

微服務(wù)通過(guò)虛擬容器集群管理平臺(tái)進(jìn)行服務(wù)器部署，相同功能微服務(wù)可以部署多個(gè)副本進(jìn)行負(fù)載均衡，可以根據(jù)業(yè)務(wù)量規(guī)模大小進(jìn)行橫向擴(kuò)展，支持滾動(dòng)式服務(wù)升級(jí)。

路由網(wǎng)關(guān)提供對(duì)網(wǎng)WEB服務(wù)，結(jié)合用戶及權(quán)限服務(wù)提供鑒權(quán)、授權(quán)功能保證內(nèi)網(wǎng)接口訪問(wèn)安全性，通過(guò)高速共享緩存共享用戶會(huì)話信息，可通過(guò)VRRP協(xié)議部署多臺(tái)達(dá)到高可用的目的。

注冊(cè)中心用來(lái)注冊(cè)與發(fā)現(xiàn)微服務(wù)。

分布式消息隊(duì)列用于微服務(wù)間的通信，配置中心、監(jiān)控中心、日志中心也通過(guò)消息總線與所有微服務(wù)進(jìn)行通信。

配置中心用于所有微服務(wù)的在線配置，可通過(guò)版本服務(wù)器對(duì)微服務(wù)進(jìn)行在線配置與環(huán)境的進(jìn)行無(wú)縫切換。

監(jiān)控中心用于所有微服務(wù)的斷路器狀態(tài)監(jiān)控、分布式鏈路跟蹤，可通過(guò)WEB監(jiān)控界面及時(shí)發(fā)現(xiàn)微服務(wù)的功能及性能問(wèn)題。

日志中心用于收集所有微服務(wù)的日志，可通過(guò)WEB界面進(jìn)行任意篩選與報(bào)表，可用于故障定位或用戶操作日志分析。

關(guān)系數(shù)據(jù)庫(kù)存放系統(tǒng)所需的關(guān)系型數(shù)據(jù)，通過(guò)主備份或主從備份達(dá)到高可用目的。

KV數(shù)據(jù)庫(kù)存放系統(tǒng)所需的Key Value類型的非結(jié)構(gòu)化數(shù)據(jù)，采用集群的方式可提高存儲(chǔ)與檢索的速度，同時(shí)達(dá)到可伸縮、高可用的目的。

全文搜索引擎用于對(duì)結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行索引并存儲(chǔ)，采用集群的方式可提高索引與檢索的速度，同時(shí)達(dá)到可伸縮、高可用目的。

圖數(shù)據(jù)庫(kù)用于存儲(chǔ)貧困戶、貧困家庭、社會(huì)關(guān)系，采用集群的方式可提高存儲(chǔ)與查找速度，同時(shí)達(dá)到可伸縮、高可用目的。

3.2 系統(tǒng)技術(shù)實(shí)現(xiàn)

通過(guò)對(duì)大數(shù)據(jù)分析模型所需的數(shù)據(jù)源的實(shí)地情況調(diào)研，通過(guò)架構(gòu)分層，明確大數(shù)據(jù)平臺(tái)從數(shù)據(jù)采集、整合、共享以及管理全流程所需技術(shù)，完成農(nóng)村精準(zhǔn)扶貧大數(shù)據(jù)支撐云平臺(tái)的架構(gòu)設(shè)計(jì)，系統(tǒng)提供數(shù)據(jù)存儲(chǔ)，高效實(shí)時(shí)的數(shù)據(jù)關(guān)聯(lián)分析、計(jì)算、數(shù)據(jù)挖掘的能力，并提供查詢、檢索和可視化功能，如圖2所示。

數(shù)據(jù)采集技術(shù)，根據(jù)數(shù)據(jù)類型不同，采集技術(shù)上可以采用Sqoop、Flume、Data X、Emcd等成熟工具和技術(shù)，將傳統(tǒng)關(guān)系型數(shù)據(jù)庫(kù)、文件、消息等類型的數(shù)據(jù)采集到大數(shù)據(jù)平臺(tái)接口層。滿足跨平臺(tái)的數(shù)據(jù)交互，如Hadoop、Oracle、MySql等平臺(tái)間的交互，在數(shù)據(jù)采集過(guò)程中會(huì)對(duì)數(shù)據(jù)進(jìn)行稽核校驗(yàn)。

數(shù)據(jù)計(jì)算技術(shù)，數(shù)據(jù)到達(dá)接口層后，按照實(shí)時(shí)與離線批處理場(chǎng)景，進(jìn)行分類計(jì)算整合，形成扶貧數(shù)據(jù)整合層。

數(shù)據(jù)存儲(chǔ)技術(shù)，采用分布式文件系統(tǒng)HDFS、Hbase、Mysql等混合存儲(chǔ)技術(shù)，滿足不同數(shù)據(jù)存儲(chǔ)需要。

資源管理技術(shù)，在集群管理方面引用Yarn開(kāi)源平臺(tái)對(duì)多用戶以及多隊(duì)列實(shí)現(xiàn)虛擬CPU、內(nèi)存按照FIFO、Fair的方式進(jìn)行任務(wù)調(diào)度和資源管理。在權(quán)限方面則通過(guò)Ranger對(duì)用戶訪問(wèn)權(quán)限進(jìn)行細(xì)粒度控制。

3.3 系統(tǒng)關(guān)鍵技術(shù)

3.3.1 聚類分析算法

聚類分析一種建立分類的多元統(tǒng)計(jì)分析方法，根據(jù)在數(shù)據(jù)中發(fā)現(xiàn)的信息，將數(shù)據(jù)對(duì)象分組。

K均值聚類是一種比較流行的聚類算法，這種算法的基本思想是將每一個(gè)樣品分配給最近中心的類別中，算法包括以下步驟：

1）將所有樣品分為K個(gè)初始類;

2）通過(guò)歐幾里得距離將某個(gè)樣品劃分到離中心最近的類別中，并對(duì)獲得樣品與失去樣品的類重新計(jì)算中心坐標(biāo);

3）一直重復(fù)第二步，指導(dǎo)所有樣品不能再被分為止。

4 系統(tǒng)功能實(shí)現(xiàn)

農(nóng)村精準(zhǔn)扶貧大數(shù)據(jù)支撐云平臺(tái)實(shí)現(xiàn)的功能眾多，由于篇幅有限，以下就主要的核心功能進(jìn)行簡(jiǎn)要描述。

4.1 前端APP數(shù)據(jù)采集與交互

精準(zhǔn)扶貧APP功能依托于精準(zhǔn)扶貧中間件和應(yīng)用后臺(tái)管理系統(tǒng)的支撐，在手機(jī)上為扶貧人員提供貧困戶數(shù)據(jù)實(shí)時(shí)動(dòng)態(tài)采集更新、實(shí)時(shí)統(tǒng)計(jì)分析、實(shí)時(shí)比對(duì)預(yù)警等功能。具體包括核心功能展示、掃一掃、對(duì)象查詢、數(shù)據(jù)統(tǒng)計(jì)、動(dòng)態(tài)異常預(yù)警、教育指數(shù)、個(gè)人中心等?？蛻舳丝赏ㄟ^(guò)條件篩選、鎖定范圍，對(duì)貧困人姓名進(jìn)行搜索或直接鍵入身份證號(hào)，一鍵查詢貧困人員資料、幫扶干部、幫扶計(jì)劃等，可通過(guò)所選區(qū)域范圍查詢出該區(qū)域內(nèi)所有貧困戶列表，包括其貧困戶性別、年齡結(jié)構(gòu)、致貧原因、扶貧指標(biāo)等信息，并對(duì)統(tǒng)計(jì)結(jié)果簡(jiǎn)單分析，扶貧工作人員通過(guò)該功能可快速了解每戶扶貧整體狀況。其中通過(guò)“掃一掃”，掃描貧困戶身份證，通過(guò)OCR技術(shù)自動(dòng)識(shí)別身份證信息，通過(guò)貧困人口身份代碼的唯一性，關(guān)聯(lián)出身份信息對(duì)應(yīng)貧困戶建檔立卡資料和其他部門關(guān)聯(lián)數(shù)據(jù)，展示數(shù)據(jù)比對(duì)信息。通過(guò)貧困人口身份代碼的唯一性，可以把扶貧措施、扶貧效果、政策性補(bǔ)助等歸集到同一貧困對(duì)象，提高扶貧干部的工作效率。

4.2 貧困人口畫像

貧困指數(shù)是一種常用的衡量社會(huì)公平程度的指標(biāo)，基于阿瑪?shù)賮啞ど呢毨е笖?shù)理論，利用精準(zhǔn)扶貧主題數(shù)據(jù)庫(kù)中的家庭成員數(shù)據(jù)、醫(yī)療健康數(shù)據(jù)、住房數(shù)據(jù)、教育數(shù)據(jù)，基于大數(shù)據(jù)技術(shù)，對(duì)家庭人口特征、人口規(guī)模、收入狀況、健康狀況、住房及產(chǎn)權(quán)條件、生活條件、資產(chǎn)狀況、受教育水平和職業(yè)等方面的信息進(jìn)行匯總分析，憑借模型算法為每一個(gè)維度的數(shù)據(jù)設(shè)置不同的權(quán)重，生成貧困指數(shù)形成評(píng)估貧困目標(biāo)的貧困等級(jí)。脫貧指數(shù)依托獲取目標(biāo)區(qū)域數(shù)據(jù)（包括區(qū)域輿情信息、區(qū)域教育資源分布情況、區(qū)域歷年受災(zāi)情況），再圍繞貧困對(duì)象扶貧維度，分別以幫扶力度、健康狀況、消費(fèi)層次、收入來(lái)源、交通條件、受教育程度、以及地域發(fā)展程度的多重?cái)?shù)據(jù)，結(jié)合算法模型輸出相應(yīng)指數(shù)，反映出某一地理空間中貧困目標(biāo)脫貧潛力的概率。

基于扶貧數(shù)據(jù)主題庫(kù)，通過(guò)直觀化的指數(shù)形式，研究建立全維度的貧困人口畫像，采用偏度-峰度法，對(duì)偏度和峰度兩個(gè)指標(biāo)來(lái)檢查樣本是否符合正態(tài)分布。研究建立關(guān)聯(lián)關(guān)系圖譜，提取民政人口數(shù)據(jù)、醫(yī)療健康數(shù)據(jù)、社保數(shù)據(jù)，通過(guò)對(duì)以上數(shù)據(jù)交叉驗(yàn)證、對(duì)比識(shí)別，對(duì)目標(biāo)貧困戶所有直系或非直系親屬的人口數(shù)量、人口特征、收入水平等數(shù)據(jù)進(jìn)行維度關(guān)聯(lián)，確立貧困人口關(guān)聯(lián)關(guān)系，建立目標(biāo)貧困人群與潛在幫扶資源的關(guān)聯(lián)性分析，提供個(gè)性化扶貧資源整合建議。扶貧人員可利用扶貧對(duì)象畫像，快速精準(zhǔn)評(píng)判貧困戶的貧困程度和脫貧成效，同時(shí)挖掘貧困戶的家庭關(guān)系和社會(huì)關(guān)系圖譜，有效識(shí)別貧困對(duì)象和預(yù)防假脫貧。

4.3 扶貧資金流向監(jiān)測(cè)預(yù)警

通過(guò)接入政府內(nèi)部數(shù)據(jù)、融合外部數(shù)據(jù)，對(duì)“政府”“扶貧地區(qū)”及“扶貧項(xiàng)目”三個(gè)維度進(jìn)行關(guān)聯(lián)，通過(guò)統(tǒng)計(jì)圖表或數(shù)學(xué)方法，對(duì)數(shù)據(jù)資料進(jìn)行整理、分析，并對(duì)數(shù)據(jù)的分布狀態(tài)、數(shù)字特征和隨機(jī)變量之間關(guān)系進(jìn)行估計(jì)和描述。針對(duì)數(shù)據(jù)特征，結(jié)合區(qū)域動(dòng)態(tài)走勢(shì)甄別與量化工具，找出數(shù)據(jù)的基本規(guī)律。扶貧工作人員可清晰直觀地了解了政府扶貧資金從發(fā)放到落實(shí)再到區(qū)域經(jīng)濟(jì)改善的整個(gè)過(guò)程流勢(shì)，以及項(xiàng)目是否存在問(wèn)題。同時(shí)對(duì)該圖譜信息的分析來(lái)達(dá)到對(duì)整個(gè)扶貧資金發(fā)放流程的監(jiān)管及預(yù)警，實(shí)現(xiàn)監(jiān)管預(yù)警全覆蓋。

4.4 扶貧區(qū)域評(píng)價(jià)

扶貧區(qū)域評(píng)價(jià)是對(duì)精準(zhǔn)扶貧、小范圍扶貧的宏觀的整體性扶貧評(píng)價(jià)?；谪毨е笖?shù)、脫貧指數(shù)以及政府扶貧措施、政府招標(biāo)采購(gòu)數(shù)據(jù)等一系列的扶貧手段和力度，利用平臺(tái)中已有數(shù)據(jù)，并對(duì)區(qū)域GDP、人均收入、產(chǎn)業(yè)結(jié)構(gòu)、區(qū)域地理?xiàng)l件、交通、資源結(jié)構(gòu)等數(shù)據(jù)進(jìn)行整合分析和挖掘，通過(guò)發(fā)展指數(shù)和貧困指數(shù)的變換情況可以反映出扶貧措施的實(shí)施效果，每一項(xiàng)扶貧措施的所有數(shù)據(jù)都會(huì)與指數(shù)相關(guān)聯(lián)，扶貧措施影響指數(shù)的變化情況讓決策者清晰直觀地看到措施的實(shí)施效果，最終客觀準(zhǔn)確的評(píng)估扶貧區(qū)域的扶貧評(píng)價(jià)。主要的扶貧質(zhì)量指標(biāo)包括如貧困人口變化率（%）、貧困地區(qū)農(nóng)民人均純收入增長(zhǎng)率（%）、貧困地區(qū)農(nóng)民人均生活消費(fèi)支出增長(zhǎng)率（%）、無(wú)房戶或住危房農(nóng)戶的下降率（%）、義務(wù)教育輟學(xué)率降低幅度（百分點(diǎn)）、有合格衛(wèi)生室村的增長(zhǎng)率（%）、貧困地區(qū)貸款余額的增長(zhǎng)率（%）等。

4.5 扶貧趨勢(shì)預(yù)測(cè)

貧困對(duì)象預(yù)測(cè)，根據(jù)主題數(shù)據(jù)庫(kù)中戶口、就醫(yī)、土地、生產(chǎn)資料、生活設(shè)施等信息，結(jié)合外部數(shù)據(jù)收入來(lái)源、人均消費(fèi)、區(qū)域資源等信息，對(duì)扶貧區(qū)域貧困對(duì)象識(shí)別。通過(guò)線性回歸、LR、ARIMA等算法，依據(jù)歷史數(shù)據(jù)預(yù)測(cè)未來(lái)貧困狀態(tài)的值，識(shí)別因?yàn)?zāi)致貧、因病致貧等貧困人口，動(dòng)態(tài)地預(yù)測(cè)其貧困情況。扶貧人員根據(jù)該預(yù)測(cè)制定專項(xiàng)幫扶措施，提前進(jìn)行醫(yī)療救助、助學(xué)救助、殘疾救助、就業(yè)幫扶、產(chǎn)業(yè)發(fā)展等;同時(shí)就貧困區(qū)域預(yù)測(cè)，為扶貧領(lǐng)導(dǎo)提前制定區(qū)域政策提供數(shù)據(jù)支撐。

脫貧對(duì)象預(yù)測(cè)，對(duì)主題數(shù)據(jù)庫(kù)中貧困戶的戶口，土地，生產(chǎn)資料，生活設(shè)施等信息，結(jié)合外部數(shù)據(jù)收入來(lái)源、人均消費(fèi)、區(qū)域資源、技術(shù)反饋、健康狀況等數(shù)據(jù)，通過(guò)大數(shù)據(jù)挖掘分析，對(duì)其是否脫離貧困的可能性進(jìn)行科學(xué)的算法預(yù)測(cè)。扶貧人員依據(jù)脫貧預(yù)測(cè)結(jié)果，優(yōu)化幫扶措施，進(jìn)行扶貧資源配置側(cè)重和優(yōu)化。

返貧對(duì)象預(yù)測(cè)，對(duì)脫貧戶建立脫貧檔案，并對(duì)脫貧戶的貧困指數(shù)進(jìn)行定期監(jiān)控，通過(guò)回歸分析算法實(shí)現(xiàn)返貧對(duì)象識(shí)別，若監(jiān)測(cè)到脫貧戶的運(yùn)作異常則立即發(fā)送返貧預(yù)警。扶貧人員通過(guò)返貧預(yù)測(cè)，及時(shí)知曉返貧預(yù)警并制定相應(yīng)解決措施。

4.6 扶貧人員工作評(píng)價(jià)

系統(tǒng)實(shí)現(xiàn)對(duì)扶貧干部工作的評(píng)價(jià)，對(duì)扶貧辦工作人員建檔立卡，實(shí)時(shí)定位干部，回溯干部扶貧走訪軌跡，通過(guò)機(jī)器深度學(xué)習(xí)，篩選出扶貧工作人員的工作評(píng)價(jià)，形成工作成效積分量化考評(píng)依據(jù)。

5 結(jié)束語(yǔ)

基于大數(shù)據(jù)技術(shù)特點(diǎn)與精準(zhǔn)扶貧工作的契合特點(diǎn)，開(kāi)展數(shù)據(jù)扶貧的應(yīng)用研究并將該成果應(yīng)用在新疆“訪惠聚”駐村活動(dòng)的精準(zhǔn)扶貧實(shí)踐中，通過(guò)構(gòu)建農(nóng)村精準(zhǔn)扶貧大數(shù)據(jù)支撐云平臺(tái)，打通教育、民政、衛(wèi)計(jì)、人社、公安、水利、農(nóng)業(yè)等13個(gè)部門數(shù)據(jù)，對(duì)扶貧工作進(jìn)行全過(guò)程的信息化支撐，取得了很好的應(yīng)用效果。

參考文獻(xiàn)：

[1] 劉洋. 層次混合存儲(chǔ)系統(tǒng)中緩存和預(yù)取技術(shù)研究[D]. 武漢： 華中科技大學(xué)， 2013.

[2] 傅穎勛， 羅圣美， 舒繼武. 安全云存儲(chǔ)系統(tǒng)與關(guān)鍵技術(shù)綜述[J]. 計(jì)算機(jī)研究與發(fā)展， 2013， 50（1）： 136-145.

[3] 鄧維杰. 精準(zhǔn)扶貧的難點(diǎn)、對(duì)策與路徑選擇[J]. 農(nóng)村經(jīng)濟(jì)， 2014（6）： 78-82.

[4] Liping Xiang， Yinlong Xu， John C S， et al. A Hybrid Approach to Failed Disk Recovery Using RAID-6 Codes[J]. ACM Transactions on Storage（TOS）， 2011（3）： 1-34.

[5] 刁瑩. 用數(shù)學(xué)建模方法評(píng)價(jià)存儲(chǔ)系統(tǒng)性能[D]. 哈爾濱： 哈爾濱工程大學(xué)， 2013.

[6] 汪三貴， 郭子豪. 論中國(guó)的精準(zhǔn)扶貧[J]. 貴州社會(huì)科學(xué)， 2015（5）： 147-150.

[7] 李勇. 異構(gòu)存儲(chǔ)系統(tǒng)中的緩存技術(shù)研究[D]. 武漢： 華中科技大學(xué)， 2014.

[8] 孟小峰， 慈祥. 大數(shù)據(jù)管理：概念、技術(shù)與挑戰(zhàn)[J]. 計(jì)算機(jī)研究與發(fā)展， 2013， 50（1）： 146-169.

[9] 田敬. 對(duì)等存儲(chǔ)系統(tǒng)中的數(shù)據(jù)可用性與安全性研究[D]. 北京： 北京大學(xué)， 2007.

【通聯(lián)編輯：謝媛媛】