導語：如何才能寫好一篇大數據培訓總結，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。

篇1

[關鍵詞]工業；大數據；應用

中圖分類號：TP106 文獻標識碼：A 文章編號：1009-914X（2016）14-0209-01

現代工業企業通過各類底層自控系統和上層管理系統，基本實現對生產、質量、消耗、設備運行等數據的全樣本采集和處理，系統數據也以每天千萬條的速度持續增長。為了更好的將數據轉化成企業財富并挖掘出“數據金礦”的最大價值，應根據生產制造企業特點制定相應的大數據推進計劃。

一、背景與意義

近來，大數據逐步納入國家行動方略，諸多行業和企業都積極響應并部署實施。國務院近日通過的大數據發展綱要更是對大數據產業發展、大數據創新應用進行了頂層設計，將大數據發展上升到培育經濟發展新引擎和打造國際競爭力新優勢的國家戰略層面。生產制造企業應根據發展戰略，加緊謀劃提前布局，努力從戰略高度搶占發展先機，重點就是要強化大數據分析應用，探索并不斷完善基于生產制造過程大數據的數據到信息、信息到知識、知識到能力的大數據應用推進。

二、目標任務

（一）大數據分析應用工作以信息系統采集的結構化、半結構化數據多維分析為主線，通過對企業生產內外環境數據開展持續深入的分析研究，實現對生產過程中各類指標的問題精準定位、趨勢走向分析和預判預警預控；

（二）大數據分析應用工作圍繞“平臺、數據、機制、團隊”四個關鍵詞，為企業探索一條大數據工作機制、培養一支大數據工程師隊伍。

三、工作原則

（一）理念先行。大數據工作推進首先應樹立大數據思維，積極思考、主動作為，重視用大數據的方法和意識來開展工作和處理碰到的各類問題。

（二）需求引領。大數據分析應用要突出需求引領作用，以大數據環境下的數據鉆取和多維分析為主線，開展大數據分析，并以分析結果運用引領管理提升。

（三）問題導向。大數據分析應用工作要堅持問題導向原則，將大數據與企業各項業務特別是生產中的問題結合起來綜合考慮，作為大數據應用的出發點。

（四）可管可控。大數據分析應用要把對分析結果所定位問題的可防可管可控和實施后容易見成效作為一個重要原則，著力解決生產運行中存在的問題。

四、推進措施

（一） 大數據基礎知識普及

主要內容：根據制造企業實際情況，靈活采用互聯網在線學習、現場技術交流和學習資料推薦相結合的方式，對企業各級管理人員特別是承擔統計分析職能的人員進行大數據概念、大數據分析、大數據特點、大數據技術、大數據作用、大數據處理、大數據應用等內容培訓和大數據基礎知識普及。

1、互聯網在線學習：根據企業實際設計大數據培訓課程體系（初級、中級、高級）和培訓方案，選擇合適的互聯網在線學習（培訓）平臺，并組織相關人員按照培訓方案要求進行線上線下的大數據基礎知識培訓。

2、現場技術交流：制定企業大數據交流研討計劃和主題，并做好大數據領域專家聯系和現場交流研討的組織實施工作。

3、大數據資料推薦：收集、篩選、整理國內外大數據領域重點是行業內大數據應用案例、技術研究、發展動向等方面音視頻資料、技術資料或輔助讀物，并定期在企業內部和對各級管理人員進行推薦。

（二） 大數據思維培養

主要內容：在企業全體員工特別是各級管理人員中，通過開展大數據環境下的業務創新研究、大數據競賽、大數據應用專項評比等活動，強化企業大數據思維能力培養和業務創新能力培養，持續提升大數據環境下的企業戰略管理和知識服務能力。

1、業務創新研究：企業各部門針對生產、市場營銷工作或本部門管理職能開展一次大數據環境下的業務模式創新研究。

2、大數據競賽：在企業內部舉辦一次大數據競賽，把信息系統中的部分數據拿出來，去除敏感問題后，放在企業公共平臺上交予各部門的數據分析團隊（跨部門組建團隊的部門數不能超過三個）進行比賽。

3、大數據應用專項評比：在企業內部舉辦大數據分析應用專項評比，從大數據思維（選題、方向）、大數據處理技術應用、大數據分析方法運用、數據價值轉換以及業務與理論背景結合等方面對各部門大數據分析應用能力和效果進行評。

（三） 大數據應用分析

主要內容：在企業內部嘗試運用大數據思維和大數據處理技術，對生產制造和市場營銷相關業務探索開展大數據專題分析，掌握大數據關鍵技術的同時進一步強化大數據思維意識和業務變革意識。

1、數據探索分析：針對各業務部門職責范圍內的單項具體業務或日常管理中發現的問題，運用大數據思維和大數據處理流程開展數據探索分析。

2、專題大數據分析：運用大數據思維和大數據處理流程，針對生產和營銷兩條業務線分別開展專題類大數據分析。

3、綜合性多維分析：針對企業發展戰略、業務模式發掘與創新、當前發展瓶頸以及其它核心需求，運用大數據思維和大數據處理流程，找出過去事件的特征、預測未來可能發生的事情、找出最優的結果供決策者選擇，使數據真正成為企業的財富和核心競爭力。

（四） 大數據建設

主要內容：通過大數據深化應用，推動企業不斷建立和持續完善相關大數據共享平臺、大數據分析平臺，還能為企業培養和造就一支懂指揮、懂技術、懂管理的大數據工程師專業隊伍。

1、大數據運行機制：根據企業在大數據氛圍營造、應用研究、探索實踐以及整體推進等取得的階段性成效，從頂層設計的角度進行系統的分析、歸納和總結，形成一套行之有效的符合企業實際的大數據運行機制。

2、搭建數據共享分析平臺：在企業現有數據庫基礎上，通過數據整合、抽取等數據集成手段，搭建企業數據交換、共享和智能分析平臺。

3、培養大數據專業隊伍：通過開展和參與多種形式不同層次的大數據培訓，特別是通過與具有認證權威性和廣泛認可度的國內外大數據認證培訓機構合作，形成由不同專業方向和不同層級構成的企業大數據人才梯隊，滿足企業大數據應用需要。

篇2

關鍵詞:大數據 教育培訓行業 應用

一、教育培訓行業的現狀

我國當前的教育培訓行業分工越來越明晰，其中包含很多類目，有K12課外輔導類、學前幼兒早教類、語言學習類、職業技能類設計培訓類、IT培訓類、文藝體育類、學歷教育類、管理培訓類、留學移民類等等。其中K12課外輔導類主要包含了小學、初中、高中、一對一、班課、夏令營、特長競賽班、寒暑假沖刺銜接班等若干品類。就K12課外輔導類來說，目前我國的這類教育培訓行業已經準備脫離剛開始的粗放、瘋狂的發展階段，教育機構的總的數量已經連續幾年呈下降態勢，行業實際門檻變高，沒有特色、特長的中小機構生存越來越艱難，并逐步退出市場。究其原因，消費者越來越趨于成熟，選擇會更理性，中小機構同質化嚴重，缺乏差異區分度，共同造成了目前的形勢，當然這也是行業成長的必經階段。接下來，我們就大數據在K12課外輔導中一對一的授課形式中的應用略作分析。

二、云數據系統在教育培訓行業應用的現狀

就筆者接觸的很多選擇一對一形式課外輔導的家長來說，一對一的主要優勢在于可以做到一人一方案，從章節內容講解到例題習題練習分析，再到學情考情分析，都能具體問題具體分析，盡力做到因材施教。筆者也了解很多長年從事一對一教學的一線教師，他們為了要實現這種因材施教的模式，除了要有扎實的學科基礎之外，還要能對學生的學情考情及性格喜好進行分析，便于有的放矢地個性化講授。另一方面還要在大量刷題的基礎上總結歸納，整理出自己的題庫，并對應基礎、提高、拔尖等至少三類典型的學生，進行相應的教案編寫，并配以循序漸進、深入淺出的例題習題，供學生課上實踐與課后鞏固、檢測。目前一對一教育機構中云數據系統的使用主要體現在題庫的統一購買、使用上，解決了一線教師，特別是新教師建題庫慢的問題。一線教師可以在授課用的平板電腦中通過在系統的章節題庫里勾選課程對應知識點相關的適合難度系數的題目，逐步組成教案或試卷。也能在系統中查看到所選題目的被選用頻次，便于進行進一步高要求的篩選。

三、大數據運用在當前云數據系統中的實現

這類一對一培訓機構專用的云數據系統也分為幾種模式:1，是類似猿題庫和學科網的純題庫，主要提供單向的選題、組卷等功能，直接導出成Word文件。即使能保存教師的選題、組卷數據，也沒辦法與教師本人各方面的學科情況掛鉤，選題、組卷數據難以利用，更難以進行有價值的數據深層挖掘。2，是類似學而思內部云數據系統的帶反向數據搜集能力的交互式云題庫，這種云系統的一大特點就是封閉性，僅供自己體系內的校區和加盟校區使用，在內部進行數據的更新與完善。3，是類似高思所開發的云數據系統，與學而思系統最大的區別在于開放性。該系統目前已經進行了較有成效的推廣，目前僅筆者所了解的浙北和蘇南地區，就有很多的中小機構，甚至是上億規模的較大機構已經購買使用了高思云數據系統。其中，后兩類系統中的反向數據搜集功能值得引起注意，在該云數據教學系統中，每位一線教師所做的每一份教案、試卷均被保存在云端服務器上，以至于所有修改必須在該云系統中進行，包括將自己原有題庫中的題目加入自己的教案或試卷。因為該類云數據系統的無紙化特性，使得這個反向數據搜集功能可以有效地搜集每位一線老師所做的100%真實的教案及試卷，并且可以跟教師本人的背景、級別掛鉤，甚至能跟學生使用該教案的接受情況、使用該試卷的檢測反饋掛鉤。有了這些全方位的數據，加之每周幾千上萬的教案和試卷數量，公司可以對這些數據進行聚類形成本公司甚至各地區的行業大數據，其中深藏的正是各章知識點的需求、各校各地區的教學進度、學校以及班級的教學質量統計、各地區統計、行業狀況、學生及家長需求、教學方法反饋等大量的信息可供發掘。

四、大數據在創新教育培訓行業中的前景

雖然云數據系統在當前我國的一對一K12教育培訓行業中的運用已初顯，但系統定位和開放性的競爭還處于百花齊放的階段，仍遠沒有決出誰勝誰負。大數據在設置良好的云數據系統中的運用，將極大助力所屬機構在市場需求把握、招生策略嘗試、教學質量監督、教學方法效果反饋，以及各地區、各學校教學情況跟蹤等各個方面。

參考文獻:

［1］［英］維克托•邁爾－舍恩伯格，［英］肯尼思•庫克耶．BigData:ARevolutionThatWillTransformHowWeLive，Work，andThink．HoughtonMifflinHarcourt，2013．

［2］于永昌．大數據時代的教育［M］．北京:北京師范大學出版社，2015．

篇3

關鍵詞：大數據技術；圖書資料管理；信息服務；知識服務

信息技術在各行各業的普及，不僅滿足了人們對于信息的需求，還在精神文化這一方面提出一些新的要求。特別是在大數據時代下，圖書資料管理方法不斷創新，在傳統管理方法的基礎上引用大數據技術，充分發揮大數據技術在容量、技術種類、管理效率等方面的優勢，不僅可以提高圖書資料管理效率，還能夠促使圖書資料管理工作朝著數字化、信息化、智能化的方向不斷發展，使得圖書資料管理價值得到體現，以此來推動國家經濟的可持續發展。

1 大數據結合圖書資料管理的重要意義

1.1 封閉式圖書管理的創新需求

圖書館以往在圖書資料管理方面整體來說比較封閉，儲存的圖書資料均是以書面賬目這種形式展開管理，并非所有圖書品類和數量都對讀者開放，導致圖書資料缺乏共享性。在讀者角度，圖書館內部涉及到大量圖書資料，并不能快速的選擇自己所需要的內容，致使圖書資料在呈現方面存在缺失，很容易出現圖書資源浪費問題?；诖髷祿h境下，圖書館在圖書資料管理方面必須要創新封閉式的管理模式，滿足讀者在圖書資料數據共享性與便捷性方面的需求。

1.2 被動式圖書管理的服務需求

基于傳統管理方法，讀者在篩選圖書資料時更多是根據個人需求自主選擇，而圖書館則在讀者服務這一層面相對被動。考慮到被動式圖書管理服務需求，需要引進大數據技術，在所有讀者的基礎上創建針對性檔案，根據以往讀者圖書購買、借還記錄，發揮出大數據技術的篩選功能，為所有讀者提供針對性、個性化的服務，為讀者推薦適合的圖書資源，從以往的被動式服務轉變為主動式服務。

1.3 電子圖書的推廣需求

現階段圖書管理進入到信息化時代，在朝著大數據時展的進程中，電子圖書成為廣大讀者青睞的對象，尤其是電子圖書資源越來越豐富的當下，讀者也開始選擇電子圖書進行閱讀，致使傳統形式圖書館的讀者群體日漸減少，這是圖書館經營的關鍵性影響因素。除此之外，越來越多的電商類平臺對傳統圖書館運營帶來沖擊，面對電子圖書的推廣需求，引進大數據技術創新圖書資料管理模式，朝著信息化、數字化的方向進行改革非常必要。推出電子圖書這一項服務項目，從而參與到現代市場的圖書管理競爭當中。

2 大數據在圖書資料管理方法中的實施要點

2.1 多元化的信息服務方法

因為圖書資料信息服務覆蓋范圍比較廣，所以主要呈現形式也比較多。（2 ）圖書租借服務。按照讀者提出的需求，由圖書館為其提供相對應的圖書資料，該服務具有被動性，即被動的向讀者租借圖書、文獻等資料；（2 ）圖書查詢服務。所有文檔與資源歸檔之后，由圖書資料管理人員做好編制，按照目錄與摘要將其整合歸納，為讀者查詢提供便利；（3 ）圖書檢索服務。圖書資料管理人員在計算機中輸入所有資料信息，并且創建物聯網，將其與互聯網結合設計讀者終端，讀者可以直接檢索需要的圖書資源信息；（4 ）社會需求服務。圖書館在信息服務方面，還可以為所有讀者提供不同類型的社會信息查詢服務?，F階段，一些圖書館在資料管理方面仍然有使用數據存儲模式的現象，這在大數據時代下并不能完全滿足管理要求，相對應的信息方式增多，信息生產成本顯著降低，自然生產方式逐漸體現出差異化。不同種類的圖書資源數據呈現出持續增長的狀態，而數據的覆蓋與影響范圍、存在模式也有不同程度的變化，必然會影響到圖書資料管理方法，這是應用大數據技術的重要契機。

2.2 高質量的圖書管理信息服務

大數據環境下讀者需要采集的資料信息越來越多，進度到圖書館之后難免會對圖書管理服務水平提出相對嚴格的要求。與此同時，在大數據環境下圖書資料管理也需要引進全新的理念與技術，應用大數據技術有利于提高圖書資料管理水平，從而擴大圖書館的讀者群體。

2.3 嚴格的圖書管理要求

圖書資料管理中運用大數據技術，作為管理者也面臨嚴格的要求，需要成為復合型管理人才。一方面作為圖書管理人員，需要掌握圖書管理專業知識與技能，另一方面還需要學習其他關聯學科與專業的知識，提高個人知識文化水平與技術能力，在參與圖書館里各項工作時為讀者提供高水平的服務。

3 基于大數據環境下的圖書資料管理方法創新

3.1 圖書資料管理中的知識服務

處在大數據環境下，圖書館資料管理進行信息化建設具有非常顯著的優勢，而采用信息化管理模式也能夠滿足廣大讀者的需求，是符合大數據時代圖書資料管理要求的有力創新舉措。所以圖書館必須要發揮出大數據技術的優勢，結合在圖書資料管理中的實際需求，創新服務模式，為讀者提供更加高質量的閱讀體驗，也可以提高圖書資源利用率，避免資源浪費。在圖書資料管理服務方面，知識服務需要展開優化，通過大數據技術在儲存空間這一方面具備的特點，可以充分發揮出圖書館知識服務的價值，創建圖書資料數據庫，提升知識服務水平。

3.2 改變傳統圖書資料管理模式

現階段圖書館為讀者提供推薦服務，網站推薦更容易被廣大讀者接受，且網站瀏覽量也相對較高，在圖書資料管理方法的創新過程中也應該認識到該創新舉措的作用，全方面剖析讀者在閱讀、檢索等方面的需求，對圖書擺放位置與編排進行創新，使讀書資料的查找更加方便，也可以利用各大網站加強宣傳，保證所有資料都能夠得到利用。除此之外，在大數據時代下人們生活節奏逐漸加快，進入到圖書館中查找實體圖書資料的機會減少，加之圖書館內儲存資源相對有限，若地理位置比較偏遠無法吸引到更多的讀者。所以推出電子圖書服務成為圖書館創新的一項有力舉措，可以直接在移動端中在線閱讀，利用大數據技術搭建電子圖書館，并且以app的形式下載到智能手機、平板電腦中，滿足人們日常閱讀需求。盡管如此，人們對于實體圖書的需求依然存在，如果讀者長期處在電子閱讀狀態，難免會導致視覺疲勞。此時圖書館保持紙質書籍服務能夠改善該問題，滿足讀者不同的需求。

3.3 加強數據安全保護

大數據技術在圖書資料管理中運用，可能會面臨數據安全性的問題，所以加強數據安全保護也是創新管理模式的重要任務。一方面為了保證圖書館內部所有資料安全，需要嚴格限制信息傳播范圍以及數據開放程度，在圖書資源管理系統中設置不同的權限，保證所有讀者隱私安全，規避重要數據遺失問題。另一方面按照信息安全保障方面的規范要求，圖書資料管理大數據創新要做好資料開放環節的規劃，在保證數字圖書館運營安全的基礎上，一旦發現圖書資料遺失或者受損等現象必須要及時總結原因，并且嚴格管理。

3.4 管理人員大數據技術培訓

圖書館內部負責資料管理的工作人員，在大數據環境下要掌握更多技能，這就需要參與到大數據技術的培訓中，樹立大數據管理意識，具備更加豐富的管理知識。圖書館也應該定期展開技能方面的培訓，所有管理人員要了解大數據技術在圖書資料管理中的應用，今后在圖書資料管理過程中遇到突發性問題可以馬上解決。

3.5 在圖書資料管理中滲透以人為本理念

圖書資料管理朝著大數據方向的轉型，需要滲透以人為本理念，尤其是在圖書資料類型與內容更加完善的當下，圖書資料管理難免會面臨更多問題。所以作為管理人員，首先要認識到自身承擔職責，做好圖書資料統計工作，能夠總結大數據環境下圖書資料管理各項工作規律。另外，圖書館與讀者通過管理人員實現了緊密銜接，在實施圖書資料管理時秉持著以人為本的理念，維系圖書館和讀者之間的關系。通過理論和實踐的融合，使得圖書資料管理制度更加完善，為廣大讀者提供更加人性化的服務。綜上所述，關于大數據和圖書資料管理方法的融合，目前在管理實踐中還存在一些問題，例如大數據技術應用不到位、圖書資料管理資金不足等。所以在大數據背景下創新圖書資料管理方法還需要更加深入。根據圖書館在大數據時代下的發展趨勢，圖書資料管理方法受到技術影響，需要對傳統管理方法進行創新。圖書館在選擇新的圖書資料管理方法時，參考大數據技術帶來的影響，從采集、查找、整合資源數據等方面著手滲透大數據技術，實現傳統管理模式的改革，提高圖書管理與服務水平。

篇4

關鍵詞：大數據時代；市場營銷機遇；市場營銷挑戰

在大數據時代背景之下，市場營銷活動較為重要，企業只有創新市場營銷方式，規范市場營銷行為，并制定完善的管理制度，才能拓寬營銷渠道，提升企業的經濟效益，以此增強自身核心競爭能力。

一、大數據時代概述

大數據時代，也就是在網絡信息系統逐漸開發與發展的過程中，形成的信息咨詢系統，可以幫助企業在市場營銷中，獲取到更加準確的數據。主要因為大數據中的各類系統參考各行各業的數據形成的組織系統，是企業發展的關鍵要素。同時，應用大數據各類信息技術，可以推動企業市場營銷行為的改革，拓寬信息融合渠道，并對其進行有效更新。大數據的特征就是種類多、容量大、價值高等，可以提升企業市場營銷工作效率，因此，企業相關管理部門必須要重視大數據信息技術的應用。大數據屬于一種龐大的數據信息，具有較為良好的信息處理能力與加工能力，大數據與云計算產生直接聯系，屬于結構化數據，企業將大數據下載到數據庫中，并對其進行有效的分析，可以提升市場營銷信息分析工作質量，增強其發展效果，減少企業市場營銷中存在的各類問題，達到預期的管理目的。

二、大數據時代下市場營銷面臨的挑戰與機遇

在大數據時代的推動下，企業的市場營銷工作受到雙重影響，除了可以提升市場營銷工作效率之外，還會出現各類挑戰，因此，市場營銷管理部門需要全面分析大數據時代下工作情況，充分發揮機遇優勢，全面應對挑戰問題，提升其工作質量與經濟效益。

（一）大數據時代下市場營銷機遇分析

在大數據時代之下，市場營銷工作面臨較多機遇，有利于企業提升自身經濟效益，增強市場競爭能力。首先，在大數據時代之下，企業在開展市場營銷活動的時候，可以提升其針對性與合理性，科學應用網絡營銷理論知識，結合現代化網絡營銷特點，對各類數據進行搜集與處理，提升自身市場營銷分析能力。在此情況下，市場營銷人員可以通過信息的處理，全面了解顧客的喜好情況，并針對顧客的分布特點等，制定完善的市場營銷戰略方案，創新市場營銷服務方式，發揮大數據的應用作用與優勢，保證可以為顧客提供個性化的服務，在提升顧客消費便利性與可靠性的同時，增強市場營銷工作的有效性。其次，在大數據時代中，市場營銷部門可以完善顧客服務體系，構建先進的客戶服務結構，發揮大數據的應用作用。同時，市場營銷管理部門可以通過大數據做出精準的定位，提升市場營銷工作的準確性，同時，還能利用現代化信息技術，在網絡系統中與顧客相互溝通，除了可以提升營銷便利性之外，還能通過網絡系統了解顧客的真正需求，全面改善自身產品結構，發揮創造優勢。同時，市場營銷部門在大數據時代之下，可以圍繞著精準的營銷核心，降低工作成本，提升市場營銷工作的合理性，將顧客作為導向，為滿足顧客需求創新自身服務方式，進而提升市場營銷工作質量。另外，大數據可以為市場營銷工作提供多元化的營銷渠道，減少產品的流轉成本，滿足客戶對于低價格產品的需求，在此基礎上，還能保證企業與顧客的溝通，增強市場營銷工作的有效性。對于大數據中的流轉與偏好數據而言，市場營銷部門可以對其進行逐一的分析，并利用偏好數據提升市場營銷工作的精準性，提高企業產品價值。再次，在大數據時代下，市場營銷人員可以利用各類數據信息，實現產品交叉銷售。交叉銷售，就是在市場中橫向開拓營銷空間，摒棄傳統的單一顧客類型的營銷模式，利用創新等方式挖掘更多的顧客，在此期間，技術人員可以通過大數據了解顧客的真實需求，并分析顧客的消費特點，保證可以制定完善的產品結構優化與創新模式。同時，市場營銷工作人員可以針對消費交易數據開展處理工作，明確消費者的各類行為，定期發送產品，保證可以滿足現代化信息技術市場營銷的及時性與可靠性要求，在交叉銷售的情況下，豐富市場營銷工作模式。最后，市場營銷部門可以借助大數據與客戶維持長期的合作關系。主要因為在大數據時代之下，市場營銷部門可以快速獲取市場份額信息，并針對企業自身競爭力，全面開拓市場營銷渠道。同時，為了留住客戶，市場營銷部門需要正確處理與客戶之間的關系，發揮信息采集技術與互聯網技術的作用，制定完善的顧客銷售服務溝通模式，要求市場營銷工作人員以正確的態度與客戶溝通，及時發現客戶存在的疑問，并快速為其解答，滿足客戶需求。市場營銷部門還要制定個性化的服務體系，針對老客戶的維系建立相關服務機制，要求工作人員可以利用各類工作方式維系老客戶群體，避免出現客戶流失的現象。對于新客戶而言，市場營銷工作人員要全面分析新客戶的需求，并采取有效措施滿足其需求，以增強顧客對于營銷服務的滿意度，使其可以對企業產生一定的信任度，以此提升市場營銷工作質量。另外，市場營銷部門需要重視客戶群體，針對客戶群體完善營銷服務功能，在滿足客戶需求的情況下，不會損失企業的利益，達到互利互贏的目的。

（二）大數據時代下市場營銷面臨的挑戰

在大數據時代下，雖然市場營銷工作迎來較多發展機遇，但是，還是存在較多的挑戰，需要市場營銷部門采取有效措施對其進行處理。具體表現為以下幾點：第一，垃圾信息的挑戰與處理措施。由于大數據中存在的信息較為復雜，在實際應用中，難以對數據信息的真實性與可靠性進行管理，導致企業受到不準確客戶信息的影響，無法提升市場營銷方案的科學性與合理性。同時，在大數據時代之下，原本的商業環境也會變得更加復雜，市場營銷部門一旦不能利用技術對客戶信息進行保障性處理，將會導致出現數據分析問題，甚至會出現傳統信息爆炸問題。因此，企業市場營銷人員需要對其進行仔細的分析，排除一些垃圾信息，減少大數據中的傳統理論模式，創造出屬于市場營銷部門的特有管理體系，以此提升企業市場營銷工作質量。第二，技術學習成本挑戰與措施。由于市場營銷部門在應用大數據各類技術的時候，會學習新技術知識，導致出現較大的成本支出，同時，顧客的產品購買方式有所改變，市場營銷部門需要減少拜訪營銷方式，利用大數據分析技術滿足顧客的需求，這也就表明市場營銷部門需要培訓具有數據分析與處理能力的人才，會增加市場營銷模式的創新成本，難以提升企業的經濟效益。因此，企業在培訓人才的時候，要結合大數據時代下的市場營銷培訓成本問題，聘用高素質技術人才，減少培訓成本，同時，還要從各個渠道獲取技術人才培訓資金，要求企業重視技術人才培訓工作，并給予足夠的培訓資金，使其可以在短時間之內培訓出數據處理與分析的技術人才，保證市場營銷工作的科學性與合理性，減少大數據應用問題。第三，信息傳輸安全挑戰與應對措施。在大數據時代下，網絡信息技術的安全性是主要問題之一，市場營銷部門在應用計算機設備與信息技術的過程中，很容易受到一些不法分子的侵入或攻擊，影響市場營銷數據信息的安全性，難以提升市場營銷工作質量，甚至會降低市場營銷數據分析工作有效性。同時，部分市場營銷部門還沒有樹立正確的安全營銷觀念，不能利用先進技術控制信息數據的安全性與可靠性，難以提升其工作質量，甚至會導致有價值的數據信息被盜取，部分客戶在消費之后，會出現資料信息泄露的現象，影響著企業的信譽度。在此情況下，為了保證市場營銷數據信息與顧客資料的安全性，相關部門必須要制定完善的管理制度，利用先進的安全技術對市場營銷機制進行處理，保證網絡系統不會被不法分子侵入，同時，還要樹立正確的網絡信息安全管理觀念，將安全管理責任落實到實際工作中，保證每個工作人員都能意識到安全管理工作的重要性，并在實際工作中利用先進的安全防護措施開展相關工作，減少其中存在的各類安全問題。

三、大數據時代下市場營銷措施

在大數據時代背景下，企業必須要制定完善的市場營銷方式的完善，保證可以提升市場營銷工作質量。首先，需要制定交叉營銷制度。企業在市場營銷的過程中，必須要制定交叉營銷制度，采取產品組合方式對其進行處理。一方面，可以建設在線電子商務系統，通過大數據挖掘更多的消費者購物車信息，保證可以分析消費者的消費需求，總結商品購買規律，保證可以為市場營銷部門提供決策數據。同時，市場營銷部門需要制定優化式的營銷體系，做好市場營銷規劃工作，拓寬營銷渠道，降低工作成本，提升其工作質量。其次，控制營銷渠道拓展成本。企業市場營銷部門需要根據大數據應用要求，對營銷渠道的拓寬市場營銷渠道，并對其成本進行控制。例如：在拓寬渠道的時候，市場營銷部門需要制定完善的營銷成本控制方案，控制成本。同時，市場營銷部門需要合理應用大數據技術，全面挖掘網絡中的額各類信息，并對營銷渠道進行規劃，開發新的客戶資源，整合各類產業鏈，以此優化企業市場營銷結構。最后，制定完善的市場營銷結構。企業在市場營銷的過程中，必須要打破傳統營銷方式的局限性，明確消費者的各類需求，并利用科學的營銷方式對其進行處理，合理調整市場營銷結構，創新企業的市場營銷方式，保證可以滿足企業的各類需求。同時，企業市場營銷部門需要根據消費者的網購習慣，為消費者樹立正確的個人保護意識，保證消費者的數據安全性，同時，還要引導消費者將瀏覽記錄信息數據共享給商家，保證市場營銷人員可以更好地分析數據，促進企業營銷市場的穩定發展。另外，企業市場營銷部門需要全面分析國家的法律法規，規范自身市場營銷行為，利用科學的方式對其進行處理，以此提升市場營銷工作的合法性。

結語

在大數據時代下，市場營銷管理部門面臨著較多的機遇與挑戰，相關管理人員必須要制定完善的管理制度，積極應對大數據時代下的挑戰，優化各類信息系統，制定針對性的銷售方案，滿足客戶對于服務與產品的需求。

參考文獻：

[1]李朝春.大數據時代下的市場營銷機遇與挑戰[J].中國商論,2016(26):1-2.

[2]賈玉潔.大數據時代下市場營銷的新模式探討[J].中國商論,2016(28):3-4.

[3]葉成杰.大數據時代下市場營銷的機遇與挑戰[J].中國商論,2016(20):11-12.

[4]陳香蓮,趙婧,劉永忠等.大數據時代下的市場營銷機遇與挑戰[J].中國商論,2016(10):13-14.

[5]張棟.大數據時代下電子商務發展的機遇和挑戰[J].對外經貿,2014(11):85-86.

篇5

關鍵詞：大數據；高校；學生管理；問題；對策

一、大數據時代高校學生管理工作中存在的問題分析

在高校中，學生和老師每天都以各種形式生產著不同的數據，數據的數量達到一定程度之后就可以建立數據庫并對數據進行挖掘和分析。例如，學生在校園網絡平臺上的一些對話、留言以及圖片等構成了海量的數據，這些數據不同程度反映了學生的思想和情感，包含著豐富的信息。如何對這些數據進行存儲和管理成了高校學生管理工作中的關鍵問題。大量數據的產生導致管理者對數據的真偽性辨別變得十分困難，如何在大量的數據中去偽存真及對與學生有關的信息進行科學的篩選成為管理面臨的重要挑戰。此外，大數據背景下高校學生管理工作面臨的另一個問題是短時間內難以滿足個性化的需求，在海量數據時代，很多高校的技術手段只能對數量較小、結構相似的信息數據進行分析，不能夠對大數據進行現代意義的分析，數據分析技術還不夠成熟，大多數工作人員不能徹底掌握相關數據。

二、加強高校學生管理工作的主要策略

1.增強管理人員的大數據意識

對管理者而言，應該提高數據敏感性，從而主動搜集信息和分析數據。例如，可以對學生上網瀏覽的情況進行分析，從中總結學生的主要興趣愛好和關注內容，這對于擴大管理活動的參與度有著重要影響。學校圖書管理人員可以通過對學校圖書館圖書檢索目錄的分析，匯總學生對圖書的偏好，從而為不同群體的學生推薦不同類型的書籍。

2.加強學生管理工作隊伍培訓

首先，應該改變管理人員對大數據的認識，讓他們認識到信息化能力的重要性，只有具備良好的信息化能力，才能夠在信息化環境下駕馭學生管理工作。其次，可以通過組織培訓講座等方式加強管理人員之間的交流和溝通，讓他們分享自身掌握的信息化工作經驗，在此過程中不斷提升信息分析能力以及處理數據信息能力，從而增強管理人員的信息素養。最后，可以通過課程培訓的方式提升管理工作人員的信息化系統操作技能，強化管理人員應用大數據開展學生管理工作的理念，可以邀請專業的數據分析人員來校園講解，也可以派遣骨干教師外出學習，并使其在學工隊伍中更好地宣傳大數據的影響。在大數據背景下，高校管理人員只有積極行動，轉變傳統的思維方式，有效利用大數據技術，才能夠更好地為學生管理工作提供技術保障和支撐。

3.建立健全學生信息管理制度

信息的安全不僅是一個技術性問題，同時也是更嚴格的管理問題。必須建立完善的信息安全管理制度，加強對學生信息的保護，才能夠為大數據時代高校學生管理工作提供一定的制度保障。管理制度建設中需要考慮到學生信息的挖掘人員限制，同時還應該考慮到信息數據的應用對學生是否產生影響、信息分析結果的公布對學生健康發展的影響等因素，進一步建立數據利用權限和范圍的管理制度，在不侵犯學生隱私和不影響學生健康發展的情況下合理使用信息，在避免學生信息被泄露的基礎上利用信息促進學生的發展，這樣的管理才有利于學校人才培養目標的實現。在健全的信息管理制度下深度探究學生信息管理的規律和意義，對學生的發展以及學校教學體系的健全有一定的指導作用。

隨著互聯網以及各種通信設備的發展，以多種形式存在的大數據出現在網絡上，數據的復雜性和零散性對學校管理工作帶來了巨大的挑戰。作為管理者，需要樹立大數據意識，意識到大數據的重要性，不斷培養數據分析能力，提升自身的綜合素質，加強各種數據的綜合分析，進而掌握學生的具體狀況。為了保障高校學生管理工作的順利實施，還應該建立高校學生管理信息系統，實現計算機輔助管理，從而減少管理人員的工作量，促進學生管理工作的科學化和規范化。為保障學生信息的安全性，高校應該建立信息安全保護機制，避免學生的隱私受到侵犯，從而利用合理的信息促進學生的健康發展。

參考文獻：

篇6

會員平臺

2008年，合生元奶粉品項剛一上市，會員數量猛增，當時只能通過電話為會員積分，2009年，媽媽100會員平臺上線，開始發揮威力。

媽媽100平臺向全國1萬多家門店發放媽媽100積分POS機，通過POS機發展新會員，發放媽媽100星座會員卡，讓會員積分，兌換產品，采集會員購買行為數據，建立完善的會員數據庫。

從媽媽100會員平臺，合生元隨時可以查詢哪些產品在哪些渠道，賣給了哪些會員。門店和合生元的目標是完全一致的，這些顧客不僅是合生元的消費者，同時也是門店的高端客戶，合生元和門店都希望黏住這些高端客戶，這使媽媽100會員平臺得到門店的大力支持。

合生元通過媽媽100會員平臺不僅釋放了呼叫中心的壓力，還發展了大量會員，把客戶黏在平臺上，更重要的是搜集了大量的消費者信息和購買行為數據，這是下一步做精準營銷的重要基礎。

精準營銷

面對龐大的會員客戶群，合生元媽媽100通過會員數據分析模型，評估客戶需求，并定制個性化的精準營銷方案。

經過總結，合生元形成了一套客戶RFMCL評價模型，按照購買頻次、購買金額、最近一次購買時間三個基本維度分類，不同類別的客戶相應地有不同的售后策略，針對基礎模型再納入180多個指標，是合生元客戶價值需求的基本維度。

合生元認為做精準營銷的關鍵在于從數據中總結出信息，從數據挖掘中總結出知識，分析統計報表背后的消費行為邏輯。

合生元實施精準營銷計劃，啟動“澆水施肥”項目。針對不同類型的客戶、新客戶回頭購買和客戶交叉購買都有不同的策略。

在合生元，育兒顧問通過合生元媽媽100會員通和POS機系統，快速獲取會員名單、購買記錄和營銷策略，對客戶進行回訪。終端門店也可以針對會員信息，配置相應的個性化營銷活動，以吸引顧客回頭和交叉購買。

客戶關懷

在對大數據庫營銷的基礎上，合生元會員營銷團隊對消費者需求分析下了很大功夫，對消費者的消費心理需求也理解得更加透徹。

母嬰類顧客有兩個重要特征：一是高關注，懷孕后媽媽們對育兒過程非常關注，育兒過程的生理和心理變化，遇到哪些育兒難題，買什么奶粉、輔食、服裝、玩具，媽媽們都非常關注。二是高互動性，80后、90后媽媽育兒經驗缺乏，雖然有些媽媽看了許多書，但還是無法解決現實中碰到的問題，需要通過與醫生、育兒顧問或消費者之間互動來解決。

在精準化會員營銷實踐中，合生元深入分析會員的生理需求和心理需求。媽媽100會員中心向會員提供媽媽100《育兒雜志》、《孕產專刊》、呼叫中心熱線、精準營銷回訪，面對面與消費者互動，讓媽媽們更好地解決育兒問題，讓媽媽們更好地做好育兒產品購買選擇。

母嬰行業做會員平臺、精準營銷，不僅僅是冷冰冰的數據庫營銷，還要有更多的人性關懷，分析數據背后的情感邏輯，關心媽媽和寶寶在不同的時間點上不同的個性化需求。

媽媽100會員中心通過平臺、短信和回訪以及利用雜志、育兒顧問等解決寶寶在成長中遇到的問題，并且針對不同的顧客，設置不一樣的活動和優惠，發送“定制短信”，讓顧客感知合生元是為“我”服務。

互動營銷

會員是一種資產，資產放在數據庫里不會增值的，關鍵是對會員資產進行經營，通過與客戶互動，讓顧客動起來，這是會員營銷的關鍵。因此，從2012年起，合生元更加關注與消費者互動，尤其是與消費者面對面互動。

如何加強與消費者互動？在線上，媽媽100會員中心推出手機移動應用，建立線上社區，會員不僅可以找到附近的門店，還可以分享自己的育兒理念和寶寶的成長趣事。同時，開展網絡互動、電話互動、雜志互動、短信互動等多種形式的線上互動活動。

在線下，媽媽100通過門店育兒顧問、顧問講師與消費者面對面互動，解決媽媽們在育兒過程中的疑難問題，引導媽媽們形成正確的育兒理念。開辦媽媽培訓課程，從懷孕、出生到成長的每個階段提供不同的課程包，面對面地向媽媽們講授營養知識、護理知識和兒童心理早教知識，解決她們的育兒困惑。

大數據時代的營銷智慧

艾瑞數據顯示，2012年中國母嬰網絡購物市場交易規模達到610億元，約占中國網絡購物整體市場的4.3%。面對如此大的消費群體，如何借助電商平臺的優勢，利用其高效的數據收集分析能力實現精準營銷，成為母嬰商家關注的焦點。

未來，借助電商平臺進行的大數據營銷也成為其未來發展的重點。在大數據營銷時代，企業的任何投放帶來的點擊率、轉化率和銷售，網絡輿情，都將以數據呈現，而如何利用大數據的價值，對于企業而言，都是“技術性”的挑戰。

篇7

隨著大數據時代的到來，云計算、智能化、移動化、數據挖掘等新興技術的應用和普及，使得數據處理能力與日俱增，通過大數據技術可以對事物進行多維度、多層次的數據分析，獲得有價值的信息，及時準確、全面深入地把握事物發展的規律，對未來的發展方向和趨勢進行預測，極大地提高我們認識世界的能力。在教育領域，也迅速掀起了大數據促進教育改革和創新發展相關研究的熱潮，大數據的教育應用研究迅猛發展起來。2014 年3 月，教育部辦公廳印發的《2014 年教育信息化工作要點》中指出：加強對動態監測、決策應用、教育預測等相關數據資源的整合與集成，為教育決策提供及時和準確的數據支持，推動教育基礎數據在全國的共享。可見，大數據與教育領域的深度融合，是當前教育事業發展的必然趨勢。大數據技術應用于高校教師職業生涯規劃的研究也是重要的研究方向，定性的研究方法向定量化的研究方向轉變，確定教師職業發展規劃的指標因子以及挖掘教師個人信息中的知識與規律，創新研究教師職業發展的路徑，通過對不同崗位、不同階段、不同目標的教師在自我認知的數據分析基礎之上，輔助教師制定個人的職業生涯規劃。

一、大數據概述

大數據（Big Data）一詞最早出現在20 世紀90 年代，主要用來表示數據的量化特征，相當于日常用語中的“數據量大”[1]。而2008 年9 月《自然》雜志所出版的文章Big Data： Science in the Petabyte Era，將大數據賦予了一種全新的科學理念，超越了單純數量意義的描述，引起了學術界的廣泛關注[2]。美國首屈一指的咨詢公司麥肯錫是研究大數據的先驅，在其報告《Big data： The next frontier for innovation， competition， and productivity》中給出的大數據定義是：大數據指的是大小超出常規的數據庫工具獲取、存儲、管理和分析能力的數據集。但它同時強調，并不是說一定要超過特定TB 值的數據集才能算是大數據。隨后，又出現了許多大數據的定義，綜合各種定義，概括大數據的特征：并沒有明確的界限，它不僅僅是數據量大，還有類型繁多、價值密度低、速度快、時效高的特征。

二、高校教師職業生涯規劃的現狀和不足

高校教師職業生涯規劃是高校教師結合自身特點和所處的環境，制定職業發展目標，對影響職業發展的各方面進行規劃，并根據目標的實現程度，不斷反饋和調整，最終實現目標的過程[3]。

職業生涯規劃對高校教師的發展至關重要，合理的職業生涯規劃有助于教師了解自己以及自身所處的職業環境，明確發展方向，預測發展前景，克服發展的盲目性，極大地挖掘自身的潛能，實現個人價值和社會價值。

對于高校教師職業生涯規劃的相關研究已取得一些成果，研究者們對現狀進行了充分的分析，目前存在的不足主要表現在如下幾個方面：高校教師對職業發展滿意度較低，且缺乏明確的規劃和目標；重視程度和支持力度不夠，缺乏系統的職業規劃政策和指導；職業生涯規劃內容片面、形式單一、缺少創新，缺乏個性化，達不到預期效果；研究成果以理論研究為主，缺少定量研究，缺少可操作的模型。

三、大數據給高校教師職業發展規劃帶來新機遇和挑戰

大數據時代，不僅對高校教師的知識體系、教學方式、教學評價等帶來了革命性的影響，也為教師進行職業生涯規劃提供了新思路和方法。

1.以大數據為依據，幫助教師建立更完整、準確的自我認知和職業環境認知

良好的自我認知是職業生涯規劃的前提和關鍵，自我認知包括對自己的專業技能水平、性格特征、興趣愛好、特長、個人需求等各方面的認識和了解，傳統的自我認知建立在自己感知的基礎上，是感性的認知，不是量化的，而大?稻菘梢越?“人”數據化。隨著全社會信息化程度越來越高，越來越多的業務依賴于信息化應用，用戶在與應用交互的過程中產生大量的數據；此外，網絡數據記錄了用戶的行為，可穿戴設備記錄人們的身體狀況、行動軌跡等。無處不在的數據，為人們的自我認知提供了量化的工具，使人們能夠更加準確客觀地認識自己。

職業環境認知包括晉升制度、獎勵制度、薪酬制度等學校職業環境，也包括社會地位、收入福利等社會職業環境。職業環境會隨著國家或者學校的政策調整而發生變化。大數據時代，高校教師可以更多更快地獲取到外界的大量實時信息，學校整體職業環境、學校的發展規劃、學科建設情況、職業發展前景都可以通過數據進行展示，為教師分析自身所在的職業環境和職業發展趨勢，提供了有力的數據支撐。

2.大數據分析幫助教師選擇職業規劃路線

在自我認知和職業環境認知的基礎上，教師對職業生涯路線做出選擇，不同的發展路線，對教師的素質要求不同，也會產生不一樣的職業發展的結果。一般而言，教師根據自身的條件和所處的環境，對個人的職業生涯路線做出的判斷和選擇，很多時候都是主觀判斷的結果。而以大數據分析為基礎，一方面可以清晰地看到不同職業發展路線的要求和區別，也可以看到不同職業發展路線帶來的影響和結果，甚至可以看到學校歷年的職業發展路線選擇的歷史數據，為個人進行選擇提供依據。

3.個性化的大數據服務輔助教師職業發展

選定職業發展路線之后，教師需要制定階段性目標，確定相應的教育、發展和培訓計劃，并做出合理安排，個性化的大數據服務是結合教師的個人特征和階段性目標，進行個性化的推薦，推薦的內容包括教學資料、科研項目、圖書、培訓等各個方面，讓數據參與到教師的成長過程中，幫助教師更好地發展。

4.大數據報告對階段性目標進行總結和修正

教師職業規劃的過程還包括根據目標的實現程度，不斷反饋和調整，最終實現既定目標。大數據報告對教師各方面的數據進行總結和分析，隨時生成的大數據報告可以讓教師隨時了解和掌握目標實現的情況，對產生的偏差進行不斷修正和調整。

四、基于大數據的高校教師職業發展規劃總體框架

本研究從數據采集、數據處理、數據應用三個層次構建了基于大數據的高校教師職業發展規劃總體框架，如圖1所示。

1.數據采集

教師數據主要來源于學校業務系統數據和網絡服務器的瀏覽數據，學校業務系統包括人力資源管理系統、教務系統、教學平臺、科研管理系統、圖書借閱系統、E卡通系統等，可以獲取到教師基本信息、教學信息、科研成果、圖書借閱信息、校內消費信息等數據，這些數據大多是結構化數據，不要求實時處理，因此可通過ETL（Extract-Transform-Load）工具進行數據的自動采集，將數據從源端經過抽?。╡xtract）、轉換（transform）、加載（load）至目的端。網絡瀏覽數據是從網絡服務器獲取到用戶的網絡行為數據，這部分數據以非結構化數據為主，數據量巨大、多類別、更新頻率高，可采用一個高可用的、高可靠的、分布式的海量日志采集、聚合和傳輸的系統Flume工具進行采集。

2.數據處理

數據處理包括數據存儲、數據計算、數據分析與挖掘等，本研究采用一個開源分布式計算平臺Hadoop。采集到的數據首先要進行數據存儲，ETL工具采集到的數據一般存儲到傳統關系型數據庫mysql或者oracle中，再通過Sqoop工具導入到hbase中。Flume采集到的海量網絡瀏覽數據采用Lambda大數據架構，分為批處理和實時處理兩部分，批處理部分采用Hadoop實現，包括HDFS和Hadoop MapReduce，包括對全部數據集的預計算。實時處理利用流處理系統如kafka、Storm、S4、Spark等，采用各種復雜的增量算法實現。

數據計算采用分布式計算框架，根據不同的應用場景選擇離線計算、交互式計算或者流式計算，主要用到的框架包括MapReduce、Spark、Impala、Storm等。

數據分析與挖掘使用Mahout機器學習算法庫提供的一些可擴展的經典算法的實現，包括聚類、分類、推薦過濾、頻繁子項挖掘等，應用到各個不同的模型中。

3.數據應用

本研究的數據應用包括：教師畫像、個性化推薦、分析與預測、大數據報告四個部分。教師畫像是對現實世界中教師的數學建模，是通過分析挖掘教師盡可能多的數據信息得到的，用標簽的集合來表示。個性化推薦基于教師畫像的標簽特征，構建推薦模型，選擇推薦算法，實現推薦感興趣的信息給教師。分析與預測結合教師畫像的標簽特征和學校職業規劃環境，分析個人職業發展的方向和目標，并預測是否能夠達到下一個目標。大數據報告以數據的方式總結個人階段性成果，分析職業發展過程中現實和目標的偏差。

五、基于大數據的高校教師職業發展規劃的模型與算法

教師畫像、個性化推薦、分析與預測、大數據報告四個部分既是一個整體，各部分相互聯系，又是不同的功能模塊，無論是需求設計、功能設計、架構設計、模型和算法設計上都有很大的區別。本研究擬從共性和方法上進行論述，重點介紹模型和算法的選擇。

建模的過程是在明確需求、了解數據、構造特征的基礎上，根據實際的應用場景，選擇模型和算法，本研究的模型和算法如圖2所示。

1.數據預處理

數據處理的流程，一般先要明確問題，了解數據的規模，重要特征的覆蓋度，并明確需求和數據的匹配度。再對數據進行預處理，數據預處理的過程包括對數據進行集成、數據采樣、數據清洗、缺失值處理、噪聲數據處理、數據沖突處理等。其次是特征工程，特征是指對所需要解決的問題有用的屬性，特征的提取、選擇和構造是通過相關系數等方式來計算特征的重要性，針對所解決的問題選擇最有用的特征集合，本研究構造的特征包括：教師的性別、年齡、教育程度、籍貫、收入水平等基礎屬性，教師的教授課程、學生人數、課時量、學生評價等教學屬性，教師的論文、科研項目、橫向課題、縱向課題、學術會議等科研成果屬性，專業、研究方向、職稱等專業技能屬性，閱讀偏好、消費偏好等興趣偏好，借閱圖書、E卡消費、資料搜索等行為屬性。

2.模型與算法選擇

明確問題和需求后，根據問題的分類，選擇模型和算法。

分類問題是找出數據庫中的一組數據對象的共同特點并按照分類模式將其劃分為不同的類，其目的是通過分類模型，將數據庫中的數據項映射到給定的類別中。聚類類似于分類，但與分類的目的不同，是針對數據的相似性和差異性將一組數據分為幾個類別。屬于同一類別的數據間的相似性很大，但不同類別之間數據的相似性很小，跨類的數據關聯性很低?；貧w分析反映了數據庫中數據的屬性值特性，通過函數表達數據映射的關系來發現屬性值之間的依賴關系。關聯規則是隱藏在數據項之間的關聯或相互關系，即可以根據一個數據項的出現推導出其他數據項的出現。

選擇模型和算法考慮的因素包括：數據訓練集的大小、特征的維度、所要解決的問題是否是線性可分、特征是否獨立、對性能有哪些要求等。選擇方法可采用奧卡姆剃刀原理，這個原理稱為“如無必要，勿增實體”，即“簡單有效原理”。比如對于分?問題，只要認為問題是線性可分的，即可采用LR分類器（Logistic Regression Classifier），該模型比較抗噪，效率高，可以應用于數據特別大的場景，很容易分布式實現。比如Ensenble方法（組合方法），根據training set訓練多個模型，然后綜合各個模型的結果，做出預測，該方法組合多個模型，可以獲得更好的效果，使集成的模型具有更強的泛化能力。

建模時通常會執行多次迭代，選擇合適的模型算法，運行多個可能的模型，然后再對這些參數進行微調以便對模型進行優化，最終選擇出一個最佳的模型。

3.模型與算法評價

最后需要對模型和算法進行評價，本研究采用廣泛應用于信息檢索和統計學分類領域的兩個度量值：準確率和召回率，來評價結果的質量，如表1所示。

準確率accuracy=（TP+TN）/（P+N），就是被分對的樣本數除以所有的樣本數。通常來說，準確率越高，分類器越好；召回率recall=TP/（TP+FN），召回率是覆蓋面的度量，度量有多少個正例被分為正例。

篇8

關鍵詞：大數據 管理會計 機遇

一、大數據的含義、特點和作用

（一）大數據的含義

隨著云計算的產生、移動互聯網的廣泛應用，大數據迅速發展。筆者所述大數據，又稱巨量數據或海量數據；是由數量巨大、結構復雜、類型眾多數據構成的數據集合，是基于云計算的數據處理與應用模式，通過數據的集成共享，交叉使用形成的能對企業管理提供幫助的各種信息資源。

（二）大數據的特點

按照西方學者的觀點可將大數據的特征歸納為4個“V”，即大量（Volume），多樣（Variety），速度（Velocity）、價值（Value）。

首先，數據量巨大。數據量TB級別，躍升到PB級別，并從各種方面產生；其次，數據類型多樣。如文檔、音頻、日志、定位信息等等，數據來源于各種各樣的渠道；再次，處理速度快。通常要求在很短時間范圍內給出分析結果，過長的分析時間則會使其失去使用效力。這個特點也是大數據處理技術和傳統的數據挖掘技術最大的區別。最后，價值密度低，可從大量的數據中快速獲得具有較高價值的商業信息。所以按照大數據的特點，有效地利用云計算對數據進行收集、加工、分析、挖掘和加以正確使用正在成為現代管理會計發揮職能，為企業創造更多的發展機會和商業價值的重要途徑。

（三）大數據在管理會計中的作用

首先，海量的大數據為企業開展管理會計工作，獲取企業全面的信息提供了重要的資源基礎和支撐。

其次，迅速流轉的數據能夠促使企業經營管理效率的提高。企業所建立的能夠實現海量存儲和分析挖掘的數據庫，能夠實現對收集到的數據的及時、迅速處理。有助于企業提供實時的經營管理報告，提高會計工作的效率和效果。

最后，時效性的數據能夠給企業創造價值。迅速收集到的數據對管理會計工作提出了更高的要求，要求企業必須采用相應的數據分析技術實現從海量數據中提取有價值的商業信息，并進行及時迅速的分析挖掘、以實現企業的經營管理目標，為企業創造更高的價值。

二、大數據時代管理會計的發展現狀

我國對管理會計的應用和研究始于20世紀80年代，引進了很多西方管理會計理論并制訂了針對我國企業的相關條例，但會計理論界和實務界的大多數學者傾向于對財務會計進行理論研究和實務探討，對管理會計的研究積極性并不高，管理會計的發展相對滯后。到2014年，財政部了《關于全面推進管理會計體系建設的指導意見》，再次強調了管理會計應用的重要性和緊迫性，管理會計的發展步入了一個新的發展階段。

由此可以看出，現階段我國管理會計的發展還處于初級階段，還沒有形成相關的理論體系，更沒有在實踐中得到廣泛的普及和應用。在當前這樣一個信息飛速發展的大數據時代，管理會計的應用和發展也存在較多的問題，這需要引起財政管理部門、學術理論界和實務界及企業的重視。

三、大數據時代管理會計面臨的挑戰

（一）我國對管理會計理論的研究和應用有待深入

我國對管理會計的研究局限于借鑒國外的相關理論，我國是有中國特色的社會主義市場經濟體制，同歐美的資本主義市場經濟體制是完全不同的。我國也不能簡單套用西方的管理會計理論，另外我國對西方管理會計理論的研究也不夠全面和深入，研究的缺失給實際工作的運用帶來了很大的困難。而管理會計多變的內容，復雜的方法，致使大很多財會人員并不能很好的理解和應用這些方法。同時管理會計和成本會計、財務管理等，在內容有很多相互交叉的地方，而在相關的財會人員考試和培訓中，也沒有專門的管理會計科目。所以對于管理會計的理論研究存在的缺陷，嚴重影響了其實際應用。

（二）企業對大數據在管理會計中的應用認識不足

在企業的實際會計工作中，部分企業對大數據在管理會計中的應用認識嚴重不足。無論是構建數據庫存儲設備，還是培養專業的數據分析人才，或是進行數據的加工挖掘，都需要投入大量的人財物，企業往往認為不符合成本效益原則，因此，沒有必要在企業管理會計工作中推廣或應用大數據技術。

在對管理會計重視度不足的情況下，企業對于大數據在管理會計中的應用更是不以為意。企業的管理層并沒有真正意識到管理會計在企業決策中發揮的重要作用，對大數據在管理會計中應用的認識也比較狹隘。有些企業甚至認為大數據技術是大公司或者IT技術企業才需要掌握的，財會工作是不需要大數據的，這些片面的認識嚴重影響大數據環境下管理會計工作的推廣和應用。

（三）能夠使用大數據技術開展工作的管理會計人才匱乏

近年來，會計從業人員數量的快速增長使我國成為了一個會計人員大國，但并不屬于人才強國。會計人員的結構不盡合理，基層從事傳統會計核算的從業人員數量龐大，而具有較高職業能力的中高端會計人才數量較少，能夠對企業情況進行分析預測的管理會計人才更是少之又少，會計人員結構比例嚴重失衡。

而大數據時代，數據的信息量大數量巨大、來源廣泛、載體多樣。但收集到的這些信息并不會自動轉變為為對企業有價值的信息，而必須通過專業的數據深度分析與挖掘，才能提取出能夠幫助企業更好開展經營管理的有價值的商業信息。因此掌握大數據技術的管理會計人才的缺失是阻礙管理會計發展的一個重要因素。因此，迅速培養出掌握大數據挖掘所需專業知識與技能的會計人才，對企業整體的發展就顯得尤為重要。

（四）大數據背景下信息存儲空間缺乏，數據分析方法不完善

企業在大數據時代下要能夠及時迅速搜集到相關的信息，并要求在保證數據全面、充分、完整的基礎上，實現數據的有效存儲。而同時，大量的社會化信息，如位置、偏好等，在大數據時代下可以幫助企業全面決策，也就顯得尤為重要，但往往這類數據來源渠道更加廣泛、數量更加巨大，同樣需要海量的存儲空間。因此，企業要很好的使用大數據來為經營管理提供有價值信息，就必須改善原有數據存儲設備的空間不足，為有效利用數據提供前期的儲備。

雖然大數據時代為企業帶來了更多的有價值的信息，但經常出現的是收集到的信息不能夠被管理者有效地使用和進行分析。原因在于，一方面是因為大數據時代數據量急劇增大，如何從大量的數據中提取有價值信息缺乏相應的分析方法和技術；另一方面收集到的不能直接使用的非結構化數據所占分量較大且持續在增量。而此類數據并不能夠采傳統的數據分析方法進行加工挖掘。

四、大數據時代管理會計的應對措施

（一）建立具有中國特色的管理會計理論體系

2014年，財政部了《關于全面推進管理會計體系建設的指導意見》，提出了全面推進管理會計體系建設的重要性和必要性。我們也不能照搬西方的管理會計理論，要根據我國的國情實際，探索適合我國的實際情況的管理會計理論，制定一套完備的具有中國特色的管理會計體系。

要將高?；蚱髽I中具有優勢的資源加以整合，以此來支持和推動管理會計體系的形成。同時，高校應建立科研基地，集中組織人員進行理論研究和案例研討，在實踐中總結經驗。還要對管理會計的研究成果加大獎勵機制，通過激勵機制的方法促使更多的優秀人才對管理會計進行研究，以此來推動我國管理會計的發展。

（二）把握大數據浪潮，樹立在大數據中應用管理會計的意識

管理會計的發展在大數據的浪潮下，也需要以新技術為支撐，提升管理效率。近年來云計算、大數據、移動互聯網等不斷發展，企業必須把握形勢，抓住機遇。對管理會計來說，信息資源的開放和共享為其應用提供了更多的便利。與此同時，管理會計要在企業的發展中更好的實現其價值，就需要從海量的數據信息中發掘對其有價值的資源，并實時進行整合分析，因此，各方都需要做出努力共同為管理會計的發展增添力量。

面臨大數據時代的到來，我們要抓住發展提升的機遇，迎接其挑戰，首要的就是提升對在大數據時代如何加強管理會計作用的重視程度。會計理論界和相關研究機構應及時將西方的管理會計理論和我國的實際情況相結合，整理總結和大數據有關的管理會計實踐經驗，將相關的研究成果通過會議、專著、報刊等形式及時推送出去，并能夠在管理會計學科的專業教育和人才培養上融入大數據的相關知識，以此來推動我國大數據在管理會計中的應用研究的更深入開展。

作為企業的經營管理者，也要充分重視大數據技術對管理會計工作在管理決策方面的巨大作用，積極學習在管理會計中運用大數據技術的知識，并推動基層員工對大數據的認知和相應的培訓，能夠直觀的對比出大數據運用于管理會計工作前后的企業各方面的變化，分析其對企業經營管理的巨大推動力，以此來加強企業的管理，提升企業的業績和員工的績效。

（三）樹立管理會計理念，注重掌握大數據知識的管理會計人才的培養

企業的管理者要想更好的發揮管理會計在企業決策中的作用，必須樹立管理理念，尤其是大數據背景下的管理會計理念。區分管理會計和傳統會計，明確管理會計在企業管理中的重要地位，更好的發揮管理會計的作用。同時企業要盡快彌補既掌握大數據知識又懂得管理會計的交叉型人才的缺口，主動提高企業應用大數據進行分析、加工、挖掘有價值信息的能力，推動整個企業管理模式的創新發展，提升經營業績，并更好的為企業的發展壯大服務。

（四）構建基于云計算的會計信息平臺

大數據時代下收集到的海量的數據，要求有足夠的高效的存儲空間，并能夠實現對大量、多樣化的數據的迅速及時的處理分析，也就是能夠迅速響應，提供低延遲和有價值的信息，幫助企業及時決策。隨著新技術的不斷出現，信息處理能力的提高，如云計算，云平臺等。通過互聯網提供的動態、易擴展、虛擬化的資源，企業能夠較好的完成對海量多樣繁雜的數據的儲存，加工、分析、挖掘，這不僅能夠提高企業工作的效率，而且能夠實現對有價值數據的深度挖掘，使其價值得到充分運用。因此，構建基于云計算的會計信息管理系統不失為是目前解決大數據存儲與分析加工難題的最便捷方法。

五、結束語

在大數據時代，信息的爆炸式增長為我們的生活帶來了巨大的便利，同時也給企業的發展提供了有利的環境，與此同時，外部環境的變化給企業的傳統管理模式帶來了新的挑戰，原本發展滯后的管理會計更是面臨機遇與挑戰并存的境地。大數據為管理會計工作的有效深入開展提供了更大的平臺，使傳統的管理會計觀念發生了重大改變，大數據時代的迅猛發展促使著管理會計的不斷發展，在大數據的浪潮下，企業必須抓住管理會計的發展契機，把握國家積極發展管理會計的大形勢，應對大數據帶來的困難和挑戰，實現自身的發展跨越，而管理會計也將步入快速發展的新階段。

參考文獻：

[1]鄧國清.以大數據之“道”踐管理會計之“變”[N].中國會計報，2013-08-02

[2]姚璐.大數據時代下企業管理的應用[J].科技創業月刊，2014（1）

[3]傅紅彬，官登水.大數據浪潮下的管理會計對策與發展的探討[J].中國管理信息化，2015（3）

[4]張慧德，陳文新.大數據沖擊下的會計信息變革[N].中國會計報，2013-10-18（6）

篇9

【關鍵詞】大數據；應急管理；應用

框架大數據是近年來國內興起的一項技術，大數據的應用，使應急管理更加準確、便利，對于數據信息背后的深層次問題，也可以利用數據挖掘技術分析出來，幫助有關部門更加科學、有效的進行決策，從而降低突發事故的概率。

1大數據的內涵及主要應用框架

1.1大數據的內涵

（1）大數據有著內容復雜、種類繁多、數量巨大等特點，由于其特點所致，傳統的數據分析軟件很難完成大數據的搜集整理，運用大數據系統則可以實現這個功能，因此，大數據系統被廣泛的應用于政府部門管理中，通過對數據的整體與分析，提高政府部門工作人員的工作準確度與效率，降低工作難度，政府的管理更加科學，人民群眾也會越來越信任政府管理。（2）在不同行業不同領域，大數據運用的意義也有所不同，比如說，將大數據技術和云計算結合在一起，利用云計算技術讀取分析大量數據，從而對數據加以分析、解讀與處理，管理人員將會從中提取到更為詳盡的信息，對于各類突發事件的預防與決策，都有十分積極的推動意義，對緊急事故的處理，也具備更明顯的推動作用。（3）政府部門在應急管理中運用大數據技術，除了要運用到云采集技術外，還要運用到云存儲和云計算等技術，大數據技術在應急管理工作中應用，使應急管理水平有了質的飛躍，政府對突發事件的可預見性也變得更強，應急管理的整體防范水平和應對能力得到了有效提升。

1.2大數據應用的框架

應急管理中運用的大數據技術，主要利用的是大數據的思維與大數據技術。所謂的大數據思維，指的是從大量數據信息中，分析和挖掘每個數據信息背后深層次的內容，找出和應急管理問題有關系的數據信息，并對數據信息進行分析，采取行之有效的對策。大數據技術則指的是數據存儲、云計算等對大數據運行起支持作用的技術，通過大數據技術，可以對數據信息分類，并做總結歸納，形成目錄和索引。對于應急管理工作人員而言，大數據技術的應用可以使管理效果有效提升，使管理有針對性和效率。大數據思維技術和大數據技術在應急管理中的應用，可以使管理部門的采集與分析能力得到提高，使應急管理的預案及事件處理更加效率、準確、科學。

2應急管理中大數據的詳細應用

2.1事前準備

我們通過配置大數據技術的基本系統與設施，保證大數據能夠提供參考給應急管理，這個過程被稱之為事前準備過程。首先，是人員配置，需要科學、合理的配置人員，對于高層決策人員，應當對大數據的應用價值加以重視，從而使大數據的價值充分發揮出來，對于基層人員，應當對他們進行定期的專業技能培訓，提升其實踐能力和知識水平，使響應行為更加高效、合理；其次，設施配置，科學配置大數據系統所需的相關設備，引進先進的專業設備，充分準備軟件、傳感器等軟硬件設備，從而將大數據的數據挖掘能力充分發揮出來。

2.2事中響應

事中響應是應急管理中的重要組成部分,主要是結合大數據的應用展開的管理活動,從而有效的對緊急事件進行控制,實現對事件的精準處理。大數據的有效應用能為政府、第三方組織或個人開展應急措施提供精準的數據信息支撐,提升應急響應的準確性和效率。應用大數據可以在宏觀和微觀等多個層面實現多元應急管理協同合作。宏觀上來講，我們可以把應急響應工作氛圍應急決策部署指揮、事故現場應對對策以及事故后外界緣故等，要完成這些工作，需要有超強的數據傳輸能力以及大量的計算，促使信息的科學溝通，促進機器能夠及時預判，最大限度上協助指揮管理部門，有效協調各方面進行現場救援及處置，利用信息溝通，及時從外界尋找援手，將事故造成的損害控制最小，使多元化協作的應急處置得以實現。在微觀層面,應對部門需要在應急處理措施和業務連續性之間尋求平衡,而以大數據為基礎的決策支持系統將成為強大的信息管理系統,成為能夠做到實時報告且操作簡易快捷,并能同時集合多項關鍵性指標的高效指揮決策輔助系統。另外，大數據的應用能更佳有效地發揮出第三方組織或個人的作用。例如,在美國的南加州森林大火中,民眾就是利用網民繪制的火情地圖為指導,進行有效逃生和避險的。大數據的應用核心環節之一是實時高效的數據信息收集,以及信息數據的迅速傳遞。實踐證明,根據應急管理主導者的不同,數據收集呈現不同的趨勢:以政府主導的專業應急管理團隊,信息收集逐漸專業化和高效化;以大眾和媒體為依托的第三方應急管理力量,則將信息收集方式發展為簡單化和大眾化、更加易于操作。

2.3事后恢復

在事后恢復階段也可以應用大數據，確保決策實施工作能夠順利開展，使政府的應急反應能夠更加符合人民的需求，對事后恢復工作進行科學的組織，確保事后恢復的合理性和有序性。可以說，應急管理中引用大數據技術，能夠有效控制突發事件對社會公眾生命財產造成的影響，將政府部門的職能充分發揮出來，促使政府部門能夠有效實施各項應急管理工作維護社會安定和諧。

3大數據應用的創新

雖然我國各地已經在應急管理體系中引入大數據技術，并取得了一定進步，但是和西方發達國家相比，我們的差距還顯而易見，我們需要進一步提升大數據的應用，革新大數據技術。主要可以從以下幾點入手：（1）在應急管理輔助決策能力方面，我們可以引用大數據技術來提升決策能力。比如說，在大數據技術研究方面，要加大研究和投入的力度，同時將大數據技術擴散到其他企業當中，使企業都能夠享受大數據技術對應急管理帶來的幫助，讓企業工作人員掌握大數據技術，提高大數據技術的應用能力，做到改革創新、探索進步、與時俱進。（2）加強數據共享與應急寫作，提高社會應急管理的效率。利用“物聯化”來收集數據，建立“有償共享服務”機制和“數據共享機制”等機制，使數據開放的力度有所提高，數據信息能夠得到共享，使不同城市之間的應急管理工作能夠協同配合，高效運轉。

4結束語

綜上，應急管理工作中運用大數據技術，對于應急管理工作效率的提高有著非常重要的意義，因此我們要在實際工作中加大對大數據技術的應用，保證應急管理工作及時、有效、科學的開展。

參考文獻

[1]白劍波.大數據在應急管理中的應用[J].勞動保護,2015(01):104-107.

[2]馬奔,毛慶鐸.大數據在應急管理中的應用[J].中國行政管理,2015(03):136-141+151.

篇10

【關鍵詞】大數據 高校圖書館 數據素養

大數據時代的到來使得數據不僅代表著來源、目的和結果，同時也在一定程度上成為了社會基礎設施和基本工具。在日常的生活中，數據及多種數量化信息使人們常常需要根據這些內容進行觀察與決策，同時還需要根據這些內容來進行整理，了解生活環境的多種變化，例如天氣狀況和市場價格等。圖書館作為第二課堂影響著高校整體的教學水平與教學質量，因此應該充分發揮圖書館的優勢，積極的展示教育職能，通過數據素養的教育，讓學生們在閱讀的過程中真正掌握數據的價值和可能出現的負面影響，提升把握數據的能力，在這個基礎上提高自己應用數據的技能。大數據環境下高校圖書館數據素養教育關系到整個時代社會整體的理性文明水平，同時也影響到國家關于未來人才的培育。

1 數據素養的基本概述

1.1 數據素養與信息素養

數據素養和信息素養在基本的概念上存在著密切聯系。數據素養就是指在科研的過程中進行收集、加工并且評價、利用數據的相關知識內容，其中也包含著具體的道德和行為規范。信息素養和數據素養都屬于一個含義較為寬泛的綜合概念，兩者也都蘊藏著可以高效利用的信息與數據資源工具的能力，最為關鍵的是提供了獨立自主學習的態度及方式，體現出強烈的社會責任感和參與意識。兩者之間雖然存在著密切聯系，但是處理的對象各不相同，數據可以視為一種信息的形式，通常意義上來說，信息包含的范圍較為抽象且廣泛?？傊瑪祿仞B屬于信息素養的重要分支，因此可以將其列為信息素養的一個子集。

1.2 數據素養教育的價值

在大數據時代，眾多的數據密集型知識環境、統計與數據分析能力等成為了當代師生必備知識框架內容。所以數據素養教育已經納入到國家的高等教育改革行列，需要全面落實并推進這項重大舉措，這將影響到國家人才的培養和知識水平的提升，高校圖書館擔任起數據素養教育時代的重擔。

2 數據素養教育的主要內容

2.1 意識的培養

數據意識的重要前提是和學習生活中息息相關的數據敏感程度，及時尋找并發現這類數據的存在意義和價值，經過人們不斷的探索與長期積累，經過刻意鍛煉之后就逐漸形成了發現此類數據的意識和興趣。

2.2 處理技能

數據的處理技能最為關鍵，其中涵蓋了獲取的技能與管理的技能，獲取的技能包括了對數據源中的類型、格式、采集的途徑及應用的方法等。數據管理的技能重點是對相關的數據信息進行適當的表述、存儲和標識。

2.3 應用技能

獲取相關數據的最終目的是應用，其中蘊藏著分析和運用兩個過程。數據的分析主要是對其中存在的問題進行相關解讀，同時總結模式和相關的規律，整個過程離不開對數據的準確性分析，明確數據的真正價值，掌握好最基礎的數據統計和分析方式，利用數據分析的主要工具，了解共享數據的方式，堅持以數據為重要支撐，結合基本的要點進行適當決策。

2.4 道德思想教育

批判精神和稻蕕穆桌淼賴率親罨本的保障，數據屬于一種客觀的存在，但是其真實性和可靠性還尚不明確。利用數據來獲取相應的結果也不一定完全正確，數據反映出的現實本身也存在較強的局限性，因此不能盲目輕信數據，應該及時反思數據結果，并且遵守信息獲取的渠道規范，一切流程都應該符合數據倫理道德。

3 大數據環境下高校圖書館數據素養教育策略

3.1 重視宣傳推廣

數據素養教育應該和讀者進行充分的了解與溝通，在明確他們實際需求的基礎上，正確分析不同類型的讀者對數據素養的期許。通過展開廣泛的交流過程，才能實現宣傳和服務的有的放矢。在開展相關研究工作的同時，重視推廣數據素養的基礎知識，也可以設置讀書節等大型活動，通過趣味性的方式對數據素養的基礎知識進行有目的的宣傳推廣，從而讓讀者們真切感受其基本的內涵、定義與價值。

3.2 自助式數據資源利用模式

伴隨著大數據時代的到來，圖書管理員這個具有中介作用的角色開始向著自助式資源服務模式轉變。要求圖書館應該結合多元化現代手段為讀者展示豐富多彩的數據資源。讀者也可以充分利用自動化設備，在進行查找資源的時候選擇自己感興趣且符合自己學科的數據資源，讓自己獲得自由的發展，由此提升數據的獲取能力及分析能力，并在這個基礎上增強分享意識。

3.3 開展數據管理服務

高校圖書館應該關注管理人員的自身素養提升，通過參加培訓、進修及實踐等多種方式來提高數據管理的能力。數據館員不僅應該及時熟悉多種數據庫的使用，還需要建立和科研項目有關的資源平臺，以便提供查詢使用。

4 結語

數據素養教育活動在某種程度上能夠實現教學的目標，同時也能提高最基礎的創新能力，有效的拓展并深化高校圖書館的功能及服務，有助于推動學術交流平臺的建立，以此適應當代大數據環境下對人才培養的實際需求。

參考文獻

[1]鄧李君，楊文建.大數據環境下高校圖書館數據素養教育研究[J].圖書館建設，2016（01）：76-80.

[2]張群，劉玉敏.高校圖書館科學數據素養教育體系模型構建研究[J].大學圖書館學報，2016（01）：96-102.

[3]劉勛.高校圖書館開展嵌入式數據素養教育探究[J].圖書與情報，2016（03）：86-89.

[4]鄧李君.高校圖書館數據素養教育策略研究[J].國家圖書館學刊，2016（04）：43-51.

[5]孟祥保，李愛國.國外高校圖書館科學數據素養教育研究[J].大學圖書館學報，2014（03）：11-16.