本项目属信息技术领域。随着“大数据”、“工业4.0”等技术的推进，各行业的数据规模和复杂程度都在快速增长。本项目针对企业在信息化建设过程中，涉及的大规模异质数据采集、管理与服务等方面的棘手问题，重点依托国家科技支撑计划等项目，通过大范围、多部门的产学研协同攻关和全方位集成示范，形成了涵盖数据分布式采集、规范化管理、智能分析、个性化推荐等在内的创新性成果，突破了数据从来源、管理到应用全生命周期所面临的技术瓶颈。 具体来说，项目主要创新成果如下： 1、大规模异质数据管理技术。针对多维结构数据，提出基于层次联合代理编码的存储方法，并构造位图连接索引来降低连接和聚集代价；针对非结构化数据，提出了图结构数据的极小路径存储方法和图结构数据的索引技术；针对元数据管理过程中存在的表示形式不灵活、检索效率低等缺点，提出了元数据分布式管理和检索技术；在数据管理的物理层面，实现了底层数据资源的虚拟化弹性管理，优化了数据管理的基础架构。 2、大规模异质数据的分布式采集技术。在无线传感网的数据采集方面，针对采集点分散、采集时间严格等特点，提出了高覆盖性的无线传感网协议、高可靠性的故障检测机制以及高稳定性的无线传感网信息传输技术；在互联网空间的数据采集方面，研发了基于map-reduce的分布式数据采集技术，解决了采集过程中节点过载和数据同步等技术难题。 3、面向服务的智能数据分析技术。为了提高智能数据分析的效率和质量，将分析模型封装为web服务，并提出了基于效用评估的分析服务选择技术；围绕分析服务数量和能力有限问题，提出了开放式网络环境中多分析服务智能协作技术；针对大数据环境，提出了分析精度与代价间的平衡技术，在用户可接受的分析结果近似值下，显著降低数据分析的时间开销。 4、融合社交网络信息的个性化推荐技术。面向企业大规模社交网络平台，提出了基于拓扑势场中节点位置分析的隐性用户群组发现方法；针对传统评分策略不能准确反映需求偏好问题，提出了集成用户和物品社交信息的对级排序学习推荐技术，同时基于随机游走策略来提高社交网络环境下个性化推荐的质量。 项目已获授权发明专利20项（1项PCT专利）、实用新型专利6项，申请发明专利2项，获软件著作权6项，制定技术标准6部，在《IEEE Transactions on Knowledge and Data Engineering》、《SCIENCE CHINA Information Sciences》、《软件学报》等学术期刊和会议上发表论文100余篇，SCI/EI检索论文80余篇，他引次数900余次，其中，两篇论文先后获得国际会议优秀论文奖，作国际会议特邀报告4次，出版专著1部。 经教育部科技成果鉴定及国内外著名专家评价认为项目成果达到国内领先、国际先进水平。 项目成果在上海、北京、江苏等地30多家大型企业得到广泛的应用。近三年，项目累计直接新增产值93216.8万元、新增利税22484.8万元、新增税收8770.1万元，推动多家企业实现了信息化科学管理的快速转变，优化了业务流程，提高了数据服务的效率和质量，产生了显著的社会和经济效益。