導語：如何才能寫好一篇大數據時代的含義，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

隨著現代科學技術的飛速發展，人們對各項技術的需求無論是管理、設計還是其他方面，都有了更高層次的需求，大數據的處理以及對數據系統下信息領域的研究是當前比較熱門的話題，尤其是數據的研究分析和信息的服務等方面是人們熱切關注的研究話題。在這樣的背景下，圖書館的建設要有大數據的思維。本文以大數據時代的圖書館的含義、特征及其建設的方法展開簡要論述。

【關鍵詞】大數據時代 數字圖書館

圖書館已經進入由藏書樓、閱覽室到使用網線解決人們閱讀需求的數字圖書館時代，讀者通過PC、手機、平板電腦、電子書閱讀器、電視、展示屏等全媒體終端可以獲取到當地、省市、國家、甚至全世界的信息資源。

現實中，圖書館數字資源相對于紙質資源的比例不斷上升，未來數字資源將成為圖書館的主要資源。數字資源主要分為結構化、半結構化、非結構化數據，去尋找隱藏在數據背后的世界，進而創新圖書館服務模式、對讀者服務提供分析與預測將成為大數據時代圖書館的主要工作。

數字圖書館既是完整的知識定位系統，又是大數據時代圖書館發展模式。大數據技術為數字圖書館的發展提供了有利的條件，以數據促進發展，更好的實現圖書館的服務使命，是圖書館服務創新的主要領域。

1 大數據時代的圖書館的含義和特征

大數據（big data），指無法在一定時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力來適應海量、高增長率和多樣化的信息資產。

大數據的意義不在于數據的數量大，而是在于發掘大量數據背后的意義。換而言之，大數據中的海量數據只是原材料，產生價值的關鍵在于對原材料的“深加工”能力。從技術上看，大數據“深加工”需要強大的數據處理能力，因此往往與云計算密不可分。大數據往往需要依托云計算對海量數據進行云存儲和分布式處理。

1.1 大數據時代的圖書館的含義

所謂圖書館的大數據化，是指依托云計算的分布式處理、分布式數據庫和云存儲、虛擬化技術等技術，從大數據的角度去思考、解決圖書館的館藏、閱讀、咨詢、檢索、獲取、推送、共享、推廣等相關問題，實現資源、服務和活動的“增值”，從而實現圖書館社會價值的增值。

1.2 大數據時代的圖書館的特征

大數據時代的圖書館從圖書的保管者成為面向服務的信息提供者，從單一紙媒體到全媒體，從本館收藏到無邊界圖書館，從讀者到圖書館去到圖書館到讀者中來，從按時提供到及時提供，從館內處理到外包處理，從區域服務到網絡化服務。這一系列的轉變，將促使圖書館建設理念、方法發生巨大改變。

2 大數據時代的圖書館建設的理念和方法

大數據時代，文獻資源已經遠遠不能夠滿足人們的需求，視頻、圖像和網絡化信息等多媒體資源不斷涌現，對圖書館數字化管理和處理能力提出了更高要求。大數據時代的圖書館建設應該進行以數據驅動的業務流程再造，重新梳理業務各個環節，檢查是否適應大數據建設需要。

2.1 樹立大數據的資源建設思路

首先，需要擺脫那些傳統的管理方法的禁錮，跳出傳統圖書館資源建設的框架，學會挖掘新技術，構筑新的資源建設體系，全面的發展新網絡體系，提高自身的競爭力。我們知道，互聯網主要功能之一也是提供數字資源服務，很多的搜索引擎都可以實現數字圖書館的功能，網上書店的圖書購買也非常及時便利。隨著經濟的發展，時間成本已經逐漸代替金錢成為現代人的主要成本，而在這方面，目前互聯網比圖書館更有優勢。

圖書館必須利用大數據技術，發揮自己館藏優勢，以讀者需求為導向，進行知識再加工，提供知識的精準定位，智能化服務，為讀者在知R獲取過程中節約時間成本。具體措施，如采編數據加入圖書評價，無線Wi-Fi加入微信認證，門禁加入客流統計，建立數據監控及分析系統等。

2.2 發展智能化服務

通過對大數據的處理，可以指導我們有針對性地采購圖書和數字資源，將主要成本投入到讀者最需要的部分。在實現高效館藏建設的基礎上，進一步推出智能化服務，比如實現網絡自動答復、文獻自動傳遞等，成為用戶真正的良師益友。同時，系統應該具備智能化功能，比如，可以實現向用戶推送具有熱度的圖書信息，增加對熱點信息或事件的重點推薦，強化定題信息的服務等。

智能化服務另一個重要內容就是精準化知識定位。初級階段是體現為更加智能的OPAC檢索。通過加入大數據處理結果，如用戶偏好、圖書評價及借閱量等，能夠改進傳統的OPAC，實現更個性化的檢索結果。還可以實現對圖書、期刊和很多的網絡信息進行數據的采集、處理、組織。在對文獻信息處理的同時，存儲音視頻信息，構筑全數據理念，針對網絡的信息自動獲取數據信息，同時建立具有語義關系的和數據之間聯系更加緊密的信息組織框架，比如，可以構建各數字圖書館間的檢索網絡，實現跨平臺或者資源的全面檢索。

2.3 提高館員大數據運用能力

現代化的數字圖書館建設不僅需要數據化的管理技術，同時需要專業的管理人員。要知道，只有相關的管理人員具備了處理大數據的能力、掌握與圖書館的數據化處理相關的技術，熟練的掌握運用數據分析工具和軟件，全面的把握網絡資源，才能對數據做出客觀正確的分析評判，并及時的對圖書館的管理做出正確的調整。

3 總結

現如今，圖書館技術發展已經不再局部，而是跨越到了更廣闊的領域，包括數據采集、信息處理、組織架構、知識挖掘等等，大數據化的圖書館的發展將會帶給人們難以衡量的價值。

總之，現有的圖書館功能還存在缺陷，大數據時代給圖書館的發展提供了機遇，將會拓展它的數據資源、提升它的管理能力、增強它的功能，我們應該把這些挑戰當作機遇，改變固有理念、轉變原有的服務、管理模式，重新架構圖書館，在現有基礎上，樹立全方位服務的理念，利用大數據，使得它在競爭中，發揮出越來越便捷的管理方法。

參考文獻

[1]蘇新寧.大數據時代數字圖書館面臨的機遇和挑戰[J].中國圖書館學報，2015.

作者簡介

王顯斌（1983-），男，2010年畢業于華中師范大學。現為廣東省中山市中山圖書館館員。

篇2

在大數據時代，用戶面對眾多圖書館的數據資源，深受大數據所帶來的困擾，很難方便、快捷、準確地檢索到所需數據資料。大數據時代要使圖書館從傳統的“物理圖書館”“轉變為”“數據圖書館”、“智慧圖書館”，傳統的數據存儲、利用機構也將對作為存儲信息知識、提供信息服務的信息中心的圖書館形成沖擊與挑戰，大數據的復雜性影響與挑戰主要表現為數據類型、數據名稱、數據模式的復雜性。在信息時代，信息存在于社會空間中的信息數據量迅猛增長，信息數據的組成結構、類型格式、存在形態等都更加復雜，圖書館對這些復雜的數據進行的應用、存儲將有著極強的挑戰性，它不僅存在著技術問題，也還包含有社會問題。

利用大數據，關鍵是要先擁有足夠多的數據，圖書館大數據主要有幾種形式：1、圖書館業務軟件內的數據；2、Web數據；3、移動互聯數據；4、文獻數據；5、互聯網數據。獲取大數據，還需要不斷完善圖書館的軟件系統。圖書館信息化程度的提高，使得信息服務成為了當前圖書館服務的主要內容之一，要做好大數據時代的圖書館信息服務還必須對讀者的信息和借閱行為的進行分析，對社交網絡交互數據進行分析，必須對圖書館信息資源進行整合，建立全新的知識服務導航機制，制定知識服務的智能輔助決策。搞好圖書館的信息服務選擇一個合適的大數據分析平臺至關重要，海量的數據資源也對存儲系統提出了新的挑戰，要求存儲系統具備足夠的存儲空間，靈活的可擴展性和較低的使用成本。

圖書館作為知識信息服務平臺，必須通過對收集的知識信息數據進行加工整理，進行深層次的分析，以便更好的從數據中發現知識、信息，提高數據的價值密度，面向用戶，滿足用戶的學科知識需求，開展知識信息服務，隨著讀者對知識需求的轉變，知識服務正在朝著智慧化、個性化方向發展，智慧服務是知識服務的升華，是知識服務的核心。龐大的數據量里有許多重要信息，我們可以通過對這些數據進行挖掘分析，準確定位讀者的需求，為用戶提供一個方便易用的知識環境。

參考文獻：

[1]大數據背景下圖書館知識服務的思考 王新筠 王海欣著

篇3

關鍵詞：大數據 廣電網絡 發展策略

中圖分類號：TP311 文獻標識碼：A 文章編號：1672-3791（2017）04（b）-0005-02

人們的生活中，無論是社區網絡、云計算還是移動互聯網、物聯網，各類智能終端產生的數據都會被存儲，數據不斷增多并產生了大數據。目前廣電行業處于發展變革的重要時期，面臨比較復雜的市場環境與變化，如移動互聯、體制變革、全媒體和三網融合等，用戶接受習慣和廣播電視的營銷模式均出現顯著改變，因此，廣電行業如何高效準確的使用網絡大數據以促進行業的快速發展成為每個行業工作者需要思考的重要問題。

1 大數據時代的發展背景

近年來互聯網發展迅猛，已經在傳播、交易、政治等各個社會層面深入，影響并改變著人們的傳統生活習慣，大數據在這一背景下應運而生。大數據可采集到用戶的使用信息，并進行精準處理，分析出用戶的行為模式與行為習慣，從而為企業的生產提供參考。對于廣電行業而言，通過對大數據進行分析能夠得到用戶習慣與喜好，從而更好地進行資源整合與變革，作用尤為顯著。

1.1 大數據含義

目前關于大數據的含義尚不明確，麥肯錫全球研究將大數據含義界定為：規模十分巨大的數據集合，通過傳統的數據庫軟件工具獲取這些數據難度較大，對這些數據很難管理、存儲和分析。Gartner研究組織認為所謂大數據是指：只有在新的處理模式下，才可以充分發揮更強的洞察發現力、流程優化力及決策力，增長速度迅速、數量龐大且多樣化的信息資產。大數據的主要特點表現在：數據規模巨大、數據的流傳速度飛快、數據類型多樣及價值密度低。在對大數據進行處理時，速度越快、越及時，獲得的價值就越大。通過對大數據巨大的數據信息進行分析、預測能夠得到較為可靠的結果，與以往的小數據時代比較，能夠彌補很多小瑕疵。

1.2 大數據背景下廣電行業受到的影響

大數據時代，廣電行業受到了很大的沖擊，雖然廣電行業的有線渠道布局更加健全，內容制作方面具有較大的優勢，然而近年來，電視收視市場的市場份額出現大量的縮水。目前世界上眾多的網絡巨頭公司如谷歌、蘋果等都通過分析客戶的大數據信息來制作更加能夠滿足客戶需要及興趣的視頻內容。以往對廣播電視的內容是否優良進行評價時主要依賴于收聽率及收視率等，大數據時代背景下，可供用戶選擇的終端明顯增多、需要統計的數據形式也不斷的發生變化、數量增多，若僅僅依賴于機頂盒所反饋的用戶數據樣本分析已經無法準確反映民眾的口味。在互聯網的推動下，網絡電媒體的水平不斷提高，電視媒體創作者已經不僅僅將電視作為節目播出的平臺，網絡的其他平臺也可觀看。

2 廣電網絡大數據運用的必要性

網絡的快速發展使得各種智能終端快速普及，僅承載視頻的終端就在PC基礎上增加了Xbox、PS3、安卓、iphone、iPad、藍光播放器及互聯網電視等，而國家網絡三大運營商、硬件設備商、互聯網企業級內容生產商均對自己的定位進行了調整，積極參與到視頻產業的制作中，并通過提供視頻服務來獲得相應的價值，傳統的視頻制作行業被顛覆。

c傳統的廣播電視比較，互聯網在全面監測用戶的操作習慣時更加方便，用戶的收視習慣、收視場景及收視喜好均被大數據所掌握，通過對這些大數據分析能夠在平臺上向用戶投放更加精準、針對性的視頻內容、應用需要和廣告推薦，以滿足用戶的其他潛在要求。目前大數據不僅用在用戶群體、收視次數、收視時長等分析上，同時也用于微博傳播監測、搜索引擎監測等網絡維度上，從而為視頻產業的參與者的業務運營提供指導，如內容推薦、內容編排、營銷手段與廣告投放等[1]。在以往較長時間里，有線電視一直處于霸主地位，然而在近年來受到競爭對手的沖擊與用戶觀看習慣的改變，以OTT和IPTV為代表的IP電視發展迅速，傳統的政策控制已經失效，只有順應市場發展的需要才能夠迅速發展。

網絡發展迅速與大數據的背景下，傳統的視頻內容服務已經無法滿足用戶對視頻的要求，因此，傳統的廣電網絡要提高自身的競爭力，獲得生存之地，必須充分運用互聯網這一手段，大力發展廣電網絡大數據。

3 廣電網絡大數據應用的挑戰與應對策略

3.1 挑戰

雖然有線運營商掌握著大量的用戶數據，然而這些數據要被充分挖掘并高效利用仍然需要較多的工作，同時面臨著巨大的挑戰。首先，受到市場需求轉變、業務范圍的擴展及網絡規模不斷擴大的影響，廣電網絡大數據規模不斷增加，而原有的系統搭建已經不能適應這些零散、非結構化和無規律的大數據的存儲與才處理，導致傳統的數據處理平臺無法線性擴容，無法更好的應對多元的數據類型與數據規模。其次，有線運營商業務經營范圍逐漸增加，使得業務體系更加復雜，這就涉及到多部門的合作問題，業務流程的梳理難度明顯加大。再次，大數據的特點與傳統的網絡業務分析特點不同，需要從多維度來分析海量的非結構化數據，廣電網絡要滿足新的信息服務需求，就必須要構建新型的數據分析模型，挖掘大數據的深層價值。最后，廣電網絡以往平臺比較單一，無法滿足多元化、大規模數據的快速處理與分析，需要構建新型的大數據處理平臺。

3.2 思考與實踐

廣電網絡要更好的利用大數據，就需要從以下幾方面入手：（1）廣電網絡的核心數據主要來源于電視與用戶之間在互相“溝通”時的雙向網絡，然而目前用于采集用戶收視數據的廣電網絡寥寥無幾，基本是依靠采樣的固定模式來對數據進行采集與分析，因此可信度不高。廣電網絡發展中用戶行為數據的真實性成為其制約因素，因此急需要采集有效數據。（2）廣電網絡在對數據進行分析時，要從多平臺收集多元數據，已實現數據的融合。目前人們在手機、PC和PAD等終端上觀看視頻的行為已經非常普遍，廣電網絡需要重視這一習慣，并對電視數據、點擊流量數據、互聯網數據進行融合，努力實現客戶的識別與標簽系統。（3）目前網絡視頻眾多，廣電網絡要突出重圍，就不能沿用以往電信數據集市、傳統金融、數據倉庫建設的老路子，需要堅持自己的特色，靈活使用數據，建設數據平臺。在大數據時代，廣電網絡可以挖掘收視率市場監測 、廣告插播市場等大數據，以求獲得差異化。（4）改變以往對“數字”層面的單純關注[2]，減少對財務指標的過多關注，將重點放在大數據的理解、采集和使用上，從而更系統、規范的使用大數據。（5）增加人才方面的投入與引進，目前廣電網絡數據分析的人員多是單純的技術型人才，商業敏感性較差，因此，廣電網絡在引進和考核人才才時，在保證技術水平過硬的基礎上，綜合考察人才的商業敏感性、創新性等，同時建立完善的激勵機制 。

4 結語

互聯網快速發展，大數據的運用對廣電網絡提供了新的機遇與挑戰，廣電行業實現快速發展，就必須順應時代潮流，精準管理、分析與利用用戶、節目和內容的大數據，放遠眼光，合理挖掘這些數據，以獲得更好的發展前景。

參考文獻

篇4

[關鍵詞]大數據;電力企業;檔案管理;服務

中圖分類號：G270.7 文獻標識碼：A 文章編號：1009-914X（2016）22-0336-01

引言

檔案管理工作的繁瑣和重要性眾所周知，而其中包含的各項重要信息都需要妥善保管，為了跟上社會的發展步伐，需要不斷進行更新和存儲，以便于隨時查閱并發揮其應有的作用，大數據時代背景下檔案管理不僅是要掌握和存貯這么龐大的檔案信息，而是要對這些檔案信息進行專業化處理，以挖掘出其中蘊含的巨大價值。因此，在大數據環境下如何更好地提高檔案管理效率，是每一個檔案管理人員應該思考的問題。

1、大數據的含義

信息技術廣泛發展的今天，大數據時代普及到各行各業，作為檔案管理這一領域，也被信息技術所影響，為了適應新的時代背景，檔案管理呈現出全新的工作方略。大數據（BIG DATA）指無法在可承受的時間范圍內用常規軟件工具進行捕捉、管理和處的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。大數據的 5V 特點（IBM 提出）：VOLUME（大量）、VELOCITY（高速）、VARIETY（多樣）、VALUE（價值）、VERACITY（真實性）。大數據技術的戰略意義不在于掌握龐大的數據信息，而在于對這些含有意義的數據進行專業化處理。

2、利用大數據加強檔案管理模式和服務能力

2.1 從理念方面分析。

2.1.1 樹立數據即資源的理念。

隨著信息化技術的發展和電力行業改革的不斷深入，電力企業檔案管理和服務能力急需要改進和提升。大數據的理念是將各類檔案信息交織在一起，形成海量的檔案信息數據，需要極強的決策能力和信息發現能力和分辨能力。在電力企業檔案管理中樹立大數據即資源的理念，能夠讓檔案化身為信息的載體，在各種信息中發掘所需研究的項目，這種信息發掘所體現出來的價值與勞動力和資本資源一樣，能為企業帶來新的、更大的價值，也就是說數據同樣是生產力，可以有效的推動電力企業經濟效益的提高。

2.1.2 確立數字化檔案管理新模式

檔案信息數字化實現了檔案從紙質化到數字化再到信息數據化。電力企業檔案管理業務之一是檔案咨詢，傳統的檔案咨詢較為被動和低效率，但大數據時代的檔案咨詢，能夠讓大量的信息咨詢業務在網絡上進行，數字化的檔案咨詢將引領檔案信息咨詢走出困境。首先要通過檔案數字化管理，建立完善的錄入以及查詢體系，做到一站式管理和一鍵式服務，提高檔案管理效率，優化檔案信息咨詢能力。其次，要注重提升檔案管理人員掌握大數據的能力，改變過去被動回應需求的狀態，充分發揮數字化檔案的優越性，主動服務企業發展和管理。

2.1.3 利用大數據創建智慧檔案室一鍵式服務。

大數據處理能通過人腦和數據模型將數據分解、合并直至推導出相應的結果。檔案信息數字化一站式管理就是充分利用檔案信息數據化中可量化、可追溯的數據，分析利用數據產生的價值。通過設置完善的內搜索引擎，能夠實現一鍵式服務，即一鍵輸入即可實現所有關聯項目的調取查詢。使整個檔案數據真正的“活起來”，由“你問什么變成了它主動告訴你什么”，真正讓檔案成為企業未來發展的“預言家”，成為指導企業研究產品的風向標。

2.2 從技術方面分析

為了使檔案管理工作與當前大數據的時代背景相結合，就必須將涉及到檔案管理工作的技術引進到檔案管理的實際操作中來。電力企業檔案要實現高科技、高智能化的檔案管理模式和高效能、全方位的服務能力需要做到以下幾點：一是建設智慧檔案平臺。利用大數據創新檔案管理模式和服務能力，需要建立智慧檔案平臺，平臺建設分為管理機制、核心系統和支撐框架。二是各類文字載體的檔案須由各種文字輸入工具轉變為數字化錄入，特殊載體的檔案需要數字化的錄入歸檔，為檔案數據化的實現奠定基礎。三是需要專業的檔案管理軟件，對各類數據的整理歸類，內搜索引擎的利用，專業網絡以及服務器的架設，實現數字化檔案的對數據的“加工能力”，通過“加工”實現檔案數據的“增值”。

2.3 從人力資源方面分析

對于任何領域的發展來說，專業人才都占據著非常重要的位置，檔案管理工作也是同樣。加強大數據人才隊伍建設是利用大數據創新電力企業管理模式和服務能力的首要條件。大數據專業人才需要通過各種渠道招賢納士，選擇具有較好的信息數據管理素質的人才，不僅要懂得熟練使用工具，更要懂得數據的意義和未來研究方向，以適應智慧檔案云平臺建設的需要。大數據人才隊伍，既可以是系統編制內的人才隊伍，也可與具有較強的大數據開發利用能力的外部企業合作，利用現有的人力資源和成熟的軟件平臺，實現一站式管理，提高檔案管理能力。

3、大數據時代背景提高檔案管理質量的有效對策

3.1 采用優化的數據技術，提高管理效率。

無論是政府機關還是事業單位，亦或是企業，在采用數據技術管理檔案時，檔案部門可以與國內大型的數據公司或者是數據機構合作，使檔案管理人員在管理工作中，使用數據技術進行管理。只有將數據技術與管理工作相結合才能提高檔案管理質量。在采用數據技術管理檔案時，要打破思想以及行業之間的限制，同研發公司合作，研發出一款符合檔案部門的管理或工具。

3.2 建立監管機制，確保檔案信息安全。

大數據時代下，檔案管理工作既有機遇又有挑戰。面對大數據時代下的檔案管理工作，更加開放和多樣的信息也給檔案管理工作的安全性產生危機。大數據給檔案管理軟件帶來很多便利，使檔案管理變得更為便捷，減輕了檔案管理人員的工作壓力，但是也給檔案信息安全帶來隱患。因此，在實行大數據時代時，檔案管理的監管制度應當進一步加強，嚴格相關數據的準入制度，并對各類檔案信息加強監管，實行檔案數據的保護措施，防止因為操作不當，引起的檔案信息泄露，或不法分子利用系統漏洞入侵檔案管理系統，盜取相關信息。在加強對檔案管理監管的同時，可以降低檔案信息丟失的風險，使檔案信息的相關數據安全性得到保障。

4、結語

總之，大數據時代的來臨改變了人們以往的思維模式和工作狀態，人們從被動的接受和利用資源成為了主動的發掘資源，大數據的最大意義在于預測，而電力企業檔案室作為資源聚集地，利用大數據更能較好地啟動檔案所蘊含的潛在價值，使檔案室內的數據不再成為沉睡的數字。

參考文獻

[1]劉泓，劉冰欣.大數據時代背景下的檔案管理探討[J].信息化建設，2016

篇5

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。

要將高校或企業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6

[關鍵詞]大數據 專利分析 數據挖掘 可視化

中圖分類號：TU94 文獻標識碼：A 文章編號：1009-914X（2017）05-0298-01

一、引言

隨著網絡、通信、運算、存儲技術的發展及成本降低，大數據在搜索引擎、互聯網金融、電子商務、醫療衛生等諸多領域已經開始產生重大影響。“大數據”作為當前科技關鍵詞的大熱門之一，截至本文刊發時，在百度搜索引擎中相關網頁搜索結果超過1億個，相關新聞搜索結果逾148萬篇。數據已經成為重要的生產要素之一，相關組織、機構所掌握的數據規模、對數據的分析運用能力已經成為考量其綜合實力的重要因素。專利分析的主要功能在于從孤立的專利文獻中多層次多角度地挖掘信息，并處理成具有預測功能的報告為企業所用，而對海量數據進行挖掘、計算及可視化，正是大數據分析的主要內容。可以預見，基于大數據的專利分析將成為未來的發展趨勢。

二、專利分析現狀

一般認為，專利分析發軔于1949年Seidel所提出的專利引文分析專利文獻重要性的概念，但將其應用于企業的戰略與競爭分析，是上世紀90年代后隨著信息、網絡、數據庫技術的發展才得以實現的。

專利分析通常是指對專利文獻進行數據挖掘、加工、統計處理，進而獲取符合分析目標要求的有價值信息，主要應用包括專利導航、專利預警、專利布局、專利評估、技術規避、侵權分析等。

專利分析的方式方法很多，其過程一般包括數據采集處理階段、專利分析階段、報告形成及成果展示階段。由于專利分析的對象數據規模龐大，因此通常需要借助計算機和分析工具，但是人員的參與仍然必不可少，例如在數據采集處理階段，需要完成技術分解、檢索、數據加工、數據標引等工作，而檢索過程中的檢索策略的制定、檢索要素的篩選、結果噪聲去除等很大程度上依賴于專利分析人員的經驗和能力，這也導致了專利分析的高成本、高門檻。另外，由于專利的早期公開延遲審查制度，導致專利分析所針對的專利文獻都是一至兩年前申請的技術方案，不能代表最新技術的發展現狀。

三、大數據時代

互聯網用戶對大數據有了越來越多的直觀體驗，在社交網絡中被推薦的聯系人或內容，是基于社交網絡大數據得到的用戶之間、用戶與社區之間的隱含關系信息；在電商網站被推薦的商品，是基于處理海量的訪問、購買、評論數據分析出的消費行為信息；在搜索引擎中定向投放的廣告，是通過對廣告大數據的處理分析得到的。

著名管理咨詢公司麥肯錫首先預言了大數據時代的來臨，“數據，已經滲透到當今每一個行業和業務職能領域，成為重要的生產因素。人們對于海量數據的挖掘和運用，預示著新一波生產率增長和消費者盈余浪潮的到來”。阿里巴巴董事局主席馬云則直接地指出，雖然阿里巴巴是全球最大的零售平臺，但是阿里巴巴不是一家零售公司，而是一家數據公司。

“大數據”相對于傳統“小數據”的特點，傳播非常廣泛的是Gartner集團分析師Laney所總結出的三個“V”，即容量（Volume）、種類（Variety）、速度（Velocity）。以此為基礎，IBM進一步將其擴充到四個“V”，即：1、容量（Volume），大數據時代的數據量已達PB（1024TB）乃至EB（1024PB）級；2、種類（Variety），大數據時代的數類型龐雜，除結構化數據，還包括互聯網自媒體數據、圖片、音視頻等非結構化數據；3、速度（Velocity），大數據需要快速的處理才能獲取有價值的信息；4、真實（Veracity），需要從大數據中篩選真實數據才能得到真實的信息。維克托?邁爾-舍恩伯格在《大數據時代》中提出，大數據時代帶來的變革主要包括：不是隨機樣本，而是所有數據；不是精確性，而是混雜性；不是因果關系，而是相關關系。在大數據時代，不再需要借助隨機采樣的方法處理數據，而是對所有數據進行處理以分析具體事件；不再需要數據的微觀精確性，只需在宏觀上洞悉數據的總體方向；不再需要事件與原因之間的因果關系，而是通過相關關系了解事件的發生進程。

四、基于大數據的專利分析展望

基于大數據分析的主要內容以及專利分析的現狀，可以預測未來基于大數據的專利分析發展將包括以下幾個方面。

1、基于語義引擎數據采集處理。以往的機器檢索，計算機只能在字符匹配層級認知用戶的輸入信息，不能理解信息的含義，特別是在專利信息的檢索過程中，檢索策略的設定和調整都需要借助人工方式。而隨著計算機技術和人工智能的發展，通過對網絡大數據的語義標注處理，使計算機能夠從語義層級理解輸入信息，例如Apple公司的語音識別工具Siri、專利檢索系統Patentics等，都采用了語義引擎。在此基礎上發展專利數據采集，例如實現語義專利信息檢索，可以降低對專利分析人員個人能力的依賴，降低專利分析的成本。

2、基于數據挖掘算法、預測性分析和數據質量管理的專利分析。大數據分析的核心在于數據挖掘算法，從大數據中挖掘價值信息并研究對象之間的相關性，從而挖掘出對象間的未知聯系，利用這種相關性信息，可以實現定制化分析，并將專利分析的結果與企業需求結合得更加緊密。通過預測性分析模型，從大數據中獲得規律性信息，可以預測專利發展趨勢、技術乃至行業的發展走向，允許企業根據專利分析結果對專利布局、技術發展路線做出預先判斷，能夠很大程度地避免由于專利公開滯后對專利分析準確性造成的影響。通過數據質量管理方法，借助標準化數據處理流程和質量管理方法對數據進行處理，可確保獲得的分析結果具有較高的質量和可靠性。

3、基于可視化分析的報告形成及成果展示。可視化分析能夠自動將負責數據分析結果轉換為圖表，借助圖表簡單直觀的展示復雜的大數據分析結果，還能夠針對不同的分析對象選擇不同的展示內容和展示方式，能夠有效的降低專利分析使用門檻、擴大用戶群體。

五、結語

大數據時代的到來為專利分析提供了新的技術工具和技術思想，對從業人員來說既是挑戰也是機遇。將大數據分析充分運用到專利信息的數據挖掘、可視化預測，改善專利分析的用戶體驗將成為專利分析的重要研究發展方向

參考文獻

[1] 馬天旗.專利分析―方法、圖表解讀與情報挖掘[M].北京：知識產權出版社，2015：1.

[2] 楊鐵軍.專利分析實務手冊[M].北京：知識產權出版社，2012：1-10.

篇7

【關鍵詞】“大數據”；企業管理；決策

一、前言

現今“大數據”風潮已經席卷我國，在“大數據”風潮之下，無論是在數據獲取還是數據存儲以及相應的數據研究上，“大數據”的應用均呈現良好的發展態勢，而眾多的企業在當前市場經濟中更應該看到“大數據”對于企業內部管理帶來的發展機遇，充分依托“大數據”，在合理性以及科學性的前提下有效應用“大數據”，實現管理決策的完善及健全，將管理決策實際效率大大提升，最終促使企業能夠在市場經濟中站穩腳跟。

二、初探“大數據”內涵

現今對于“大數據”內涵的探討主要是集中在含義以及特征兩方面上。首先從含義上來講，當前全世界范圍內并沒有對“大數據”予以統一性定義的界定，各個國家以及組織對于“大數據”也有著不同的看法和認識，但是基本上來講“大數據”是建立在海量信息資源以及增長率較高和多樣性信息資源基礎上的，同時更加具備強大決策力以及洞察力和相應的遠程優化力。從戰略意義層面上講，“大數據”一方面是大量信息數據的集合；另一方面也能夠對這些信息數據予以專業化處理，若將其進行產業模式研究分析，則需要提升數據方面的處理能力以及加工能力，而這也是“大數據”能夠實現發展增值的關鍵保障。

其次從“大數據”實際特征上來講，“大數據”本質上具備海量性以及多樣性和相應的高速性，所謂高速性指的是“大數據”能夠在通信網絡以及相應的社交媒介予以廣泛良好的應用，并由此產生傳感器，對于信息數據也能夠實現瞬間性的處理轉化；而所謂多樣性指的是“大數據”分為非結構化以及結構化兩種，結構化相關數據于交易環節中常常產生，能夠依托特定形式對數據進行存儲以及記錄。非結構化相關數據則于互聯網以及技術手段中常常產生；而所謂海量性指的是建立在PB以及TB單位基礎上的數據集合，能夠存儲現代商業以及科學領域大量的信息內容。

三、探析“大數據”對企業管理決策具體影響

1.對管理決策方面環境實際影響

“大數據”對于企業管理決策的具體影響體現在決策環境上，主要表現在決策方案制定以及收集信息等方面。現今企業在與時俱進，而日常生產經營環節中會產生大量的數據信息，對于這些數據信息就需要依托先進技術予以良好處理研究或分析，進而保證數據信息能夠被準確匯總。而依托于“大數據”的企業也就具備了數據整理以及有效利用等方面能力，尤其是依托云計算先進技術的企業能夠將決策方案的制定以及方案的最初選擇評估等工作更好的開展，企業發展在數據驅動的基礎上也能夠對財務狀況做到充分管理，避免了企業不必要的風險，這對于改善企業管理決策起到了重要的作用。

2.對管理決策方面數據實際影響

“大數據”對于企業管理決策的具體影響還體現在決策數據上，具體從兩方面展開分析：其一是知識管理，一般企業之中大量數據包含著豐富的知識內容，而這些知識內容對于決策的科學性起著至關重要的作用和影響，而依托于“大數據”能夠將眾多數據中知識內容挖掘出來，促使企業管理者更加準確把控數據信息，也能夠豐富自身的知識體系；其二是數據良好管理，現今企業數據往往具備多樣結構以及多樣形式，這也在很大程度上加大了企業進行數據信息管理的難度，而依托于“大數據”對于海量性相關數據信息則可以將繁瑣程序簡化為數據集成以及數據抽取和相應的解決方案制定，處理程序的優化對于企業提升管理決策質量可靠性帶來了保障。

3.對管理決策方面參與者實際影響

“大數據”基于企業方面管理決策的具體影響還體現在決策實際參與者上，具體來講依托于“大數據”的企業相關決策方面參與者僅僅需要對分析完成之后的數據報告予以綜合研究，而相較于以往參與者依據自身直覺經驗和知識水平，實際評價數據來講，最大化提升了參與者最終的管理決策質量，換句話來講參與者對于信息數據方面的分析已經是站在了“巨人”即“大數據”肩膀上，從該層面上講參與者受到了“大數據”實際影響。

四、結論

綜上分析可知，時代以及社會在不斷更新，作為國家重要經濟載體的企業也需要緊跟時展腳步，將“大數據”實際應用在內部管理中，尤其是在管理決策方面，依托于“大數據”促使管理決策更加的準確可靠，為企業長足性發展奠定基礎。而本文將“大數據”基于企業方面決策管理實際影響作為研究核心，旨在為現今以及未來企業優化發展獻出自己一份微薄之力。

參考文獻：

[1]王兵，池云. 大數據對企業數據管理和管理決策的影響分析[J].通訊世界，2016，05：227.

篇8

【關鍵詞】云計算；電子政務；大數據管理；解析

信息技術的進步與完善，促使社會逐漸步入大數據時代，為了提高電子政務的安全性和數據處理能力，科學的對云計算進行使用，促使電子政務大數據管理的有效性和安全性得到提升。基于云計算的電子政務大數據管理，是建立在云計算的基礎上，促使數據分析和數據處理能力得到全面提升，規避數據信息的丟失、非法入侵的情況產生，提高電子政務大數據管理的效率。

1電子政務大數據管理的意義

政府部門通過電子政務的使用，可以有效提高政府政務的處理能力，并促使與政務相關的活動可以實現信息化，提升政府相關政務處理的透明化和效率化，提高信息披露的質量。但是經過長期電子政務平臺的使用，使得政府所收集的數據信息以及個人信息的數據量十分龐大，過于龐大的數據信息使得數據信息的安全性和可靠性不能得到保障，可能會導致數據丟失的情況產生，或是非法使用的情況，可能造成公民的個人信息流失，影響公民的人身和財產安全，而且，還會造成政府的相關管理工作不能順利展開，制約政府電子政務的有效性。因此，通過電子政務大數據管理的方式，促使傳統的電子政務管理可以得到改善。結合電子政務大數據管理，可以為社會提供更加優質和規范的管理能力，提高信息的安全性。（1）電子政務大數據管理可以有效提高信息的傳遞和共享能力，使政府各個部門之間可以實現信息的傳遞和交流，促使政府部分信息的透明度得到提升，促使政府辦公效率的提升。（2）通過電子政務大數據管理的實施，可以提高政府應急管理能力的提升，在面對一些緊急事件時，可以采用合理的應急措施。（3）借助電子政務大數據管理，可以提高政府的決策效率，使政府決策更加真實可行。

2基于云計算的電子政務大數據管理

以云計算作為電子政務大數據管理的基礎，從而使得電子政務大數據管理更加趨近于數據分析的和挖掘，可為政府相關職能提供參考。

2.1電子政務大數據采集

系統中的不同數據采用不同的采集方式，主要分為分布式數據采集和集中式采集。分布式數據采集是一種常用的數據采集方式，具有較強的靈活性，可以廣泛的應用到系統中，促使系統的數據采集能力得到有效的提升，規避各類隱患的發生；集中式采集方式可以使數據的控制能力得到保障，提高數據的可利用性，對于政府部門主要采用集中式的方式，提高數據的可控性。數據服務器采用分布式的方式，可以使得電子政務大數據采集能力得到很大程度的提升。

2.2電子政務大數據存儲

基于云計算的電子政務大數據存儲是完成對政府各個部門的數據信息進行整合，并進行組織存儲，并結合數據信息的真實情況，形成數據索引，相關管理人員可以通過基于云計算的電子政務大數據管理平臺實現對數據的查詢和使用。基于云計算的電子政務大數據管理系統，采用分布式的存儲方式，有效的提高數據的存儲質量和調用效率，使得數據存儲能力和應用效率得到全面提升。

2.3電子政務大數據管理互聯互通

為了實現電子政務的數據分析功能，需要實現基于云計算的互聯互通，促其能夠滿足對大數據的分析需求，實現對多維數據的分析，提高電子政務的大數據管理水平，降低各類安全隱患的發生。

2.4電子政務大數據挖掘與可視化

基于云計算的電子政務大數據管理的聯通分析，不能對數據的深層含義進行分析，因此，需要科學的對數據挖掘進行設計，從而使得電子政務的大數據管理可以充分對各類信息的內在含義進行挖掘，提高政府處理政務的能力，通常情況下，采用分布式的方式對數據進程處理和挖掘，從而獲得更多有效的數據信息。并結合大數據的可視化，以圖表的形式將數據信息進行顯示，提升管理人員的管理水平。

3結束語

電子政務管理是提高政府政務處理能力和處理水平的重要因素，針對日漸龐大的電子政務數據信息，需要科學的對基于云計算的電子政務大數據管理進行解析，促使電子政務大數據管理水平和管理能力得到提升，規避各類安全隱患的發生，推動政府部門的職能有效發揮。

參考文獻

[1]迪莉婭.基于云計算的電子政務大數據管理研究[J].圖書館理論與實踐，2013，12：49~52.

[2]趙志超.電子政務大數據系統應用云計算架構[J].計算機與網絡，2014，14：62~65.

篇9

關鍵詞：大數據；統計學；教學改革

伴隨著網絡信息計算的急速發展，各領域數據以迅雷不及掩耳之勢的速度不斷更新，同時人們對數據的看法也在不斷變化，采取的決策也在不斷深化，人們在各個領域做出的決策都在由“以業務為中心”向“以數據為中心”轉變。有人說，獲取數據的人將獲得世界的青睞，因此，對數據的統計與分析能力是當今一項非常重要的技能[1]。

統計學作課程作為各大高校開設的一門必修課，在學生接受的課程教育體系中起著重要的基礎作用。同時隨著各行各業數據分析的深入，高校統計學課程也必須順應時展，進行教學改革，力爭培養能畢業后與各行業順利對接、有較強數據分析能力的人才。

一、當前統計學課程教學中存在一系列問題

當前，統計學課程教學中有一些不盡如人意的地方，無論是教學大綱的編制、教學進度的安排還是教學中采用的軟件應用性上，都有一些小問題，給教學工作者帶來很多困惑。

（一）教學大綱內容多，教學時長卻較以往更短

高校一般每學期都會就下一年上統計學課程的該年級學生編制教學大綱，大綱內容全面、綜合，涵蓋了幾乎統計學教材中的全部知識。統計學知識點包括導論、數據的收集、整理、分析、抽驗分布、參數估計等。內容多，且覆蓋范圍廣，且要求學生有較好的數學基本功，能快速理解、掌握每個公式和理論背后的含義。同時，為提高學生處理數據的能力，大綱中還要求給與一定數量的實訓學時，要學生掌握SPSS，SAS等統計軟件。目標很好，希望學生能真正掌握統計學課程的精髓。只是時間太有限，學校分給學生學習統計學課程的時長只有48學時，有一學期甚至壓縮到了32學時，課堂教學時明顯感覺時間緊，無法詳細講述書中的重要知識點，課堂上老師只能走馬觀花的講講重點，學生聽的也是懵懵懂懂，知其然不知其所以然，不能理解定理、公式背后的含義，學習效果沒有想象中好[2]。

（二）學生基本功不扎實

統計學課程本質上是采用的數學方法，其理論基礎是微積分和概率論基礎等數學系課程。對于非統計專業的學生而言，數學課是從小就伴隨著他們的噩夢，從小就缺乏學習數學、利用公式解決問題的興趣。進了大學后，更為枯燥、深奧的符號在他們看來更是一場莫名其妙的游戲，內心不愿參與到這場游戲中，只能形式上聽一聽，至于老師上課時傳授的內容和精髓，則根本不曾記住過。薄弱的數學功底導致了他們在學完微積分、概率論后接觸統計學課程時無法理解統計學里的基本知識，甚至大數定律、中心極限定理這些最基本的統計知識他們都無法理解其深意。

（三）學生以考試及格為目標，重理論輕實踐

統計學考試方式為理論考試，無上機操作考試。雖然教學大綱中明確要求有一定比例的實訓學時，只是由于統計學課程知識點繁多，有些老師為講完理論知識，不得已壓縮學生上機操作的時間。而大部分學生上統計學課的目的是為了及格，也不重視統計軟件的操作，導致通常一學期的課結束了，學生還不會使用SPSS軟件進行聚類分析。造成了學生處理數據的能力非常差，進入企業工作后一定要接受額外培訓才能分析數據，這與企業所需人才嚴重脫節。

（四）教學方法陳舊，不能采用新型教學手段

現在的統計學課程幾乎還是采用滿堂灌的填鴨式方法教學，老師在課堂上講，學生在課堂聽，整堂課下來，老師筋疲力盡，學生聽得味同嚼蠟，有些地方沒跟上老師節奏的，后面便再也不去聽了，課堂效率低。如今互聯網時代，很多新的教學方法應運而生，如微課+翻轉課堂、對分課堂等，且這些方法是行之有效的，可以調動學生學習能動性。而統計學課堂卻沒有采用這些教學方法。

（五）統計學教材與當今大數據時代脫軌

很多高校給學生上課前選教材時都會選國家級規劃教材，希望這些教材能保留統計學的精髓知識的同時，也順應當今大數據時代的要求，傾向于講述提高學生數據處理能力。只是老師們在選教材時還是會發現兩難全。

統計學教學中有很多亟待提高的地方，基于此，統計學教學改革勢在必行。

二、統計學教學改革措施

大數據時代，統計學課程可充分利用時代給予的“數據”紅利，充分發揮工具的作用，將統計學中的方法充分與數據結合，使學生能自如運用統計學知識處理數據，并挖掘數據背后的含義。統計學教學改革可側重以下幾個方面：

（一）編制合適的教學大綱，制定相應的教學時長

教學過程中一定要分清重點，主次分明，不能什么都視為很重要的知識點。適當調整授課節奏，重點知識重點講解，非重點知識可一語帶過甚至不講，編制合理的教學大綱。同時教學中注意盡量減少一味的講公式、定理，要針對性教學，針對非統計學專業的學生，可盡量減少講解定理的證明，多講些現實中定理的應用，可穿插案例教學。講授過程中慢慢引入統計工具與技術，力爭理論與實踐相結合，以適應大數據時代分析數據的需要。另外，可制定合適的教學時長，32學時只是入門級教學，可根據學生的專業適當延長學時。

（二）重視上機操作，提高實踐操作的重要性

大部分非統計學專業的學生上統計學課是因為必修，為了修學分而上這門課。本著及格即萬歲的小算盤，課堂上玩手機睡覺，平時得過且過，考前學習一下老師畫的重點題，一學期輕松飄過。為讓學生真正掌握統計方法，成為新時代需要的人才，可提高上機操作占學生成績的比重，增加實訓課時，并給學生分配任務，學會用主成分分析處理哪些問題，學會SPSS中的哪些統計方法。每次實訓課結束前，要求學生上機演練一遍得出結果方能下課。且上機操作的表現可折合成平時成績，作為學生總成績的一部分；或者期末考試前會有一次上機操作考試，分數作為總評成績的一部分。大數據時代，學生們一定要有使用簡單的基礎軟件對數據處理的能力。而能力的培養，除了學生本身的興趣外，還要從制定相應的制度強制學生樹立自我培養的意識開始。

（三）注重案例分析，注重實用性，鼓勵學生參與課題或比賽

統計方法的學習是為了以后更好地應用。為了增加學生學習的能動性，教學中可以通過案例分析的方法，將現實中實際問題和數據作為分析對象，并考慮現實背景，教授學生采用何種統計方法能更好解決問題。這種方法不僅能幫助學生長見識，拓寬視野，更能讓學生切實感受到什么叫學以致用，感受到為未來進入職場積淀知識，力爭成為大數據時代的綜合性人才的重要性。

同時也可鼓勵學生申請或參加課題，培養發現現實問題、采用統計方法分析問題和解決問題的綜合能力，一個課題從開始申請到順利結項，絕不單單只靠幾個分析方法就能解決的，它是對一個人或團隊綜合能力的考驗，涉及到撰寫文案的功底、將現實問題去粗取精后凝練成模型的能力，以及解決問題所采用方法的準確把握的能力等，整個過程需要有計劃的進行，方能有條不紊的將課題完成。

目前，很多高校提供了培養學生創新創業能力的比賽，還有全國數學建模比賽等，這些平臺和機會都可以幫助學生，他們用自身所學的理論和上機操作知識，緊隨新時展，采用先進的數據分析方法，鍛煉解決問題的能力。同時這些實踐經驗反過來正作用于課堂教學，提高學生學習興趣，使學生更加有側重點地學習。

（四）采用翻轉課堂、對分課堂等新型教學方法

經驗告訴我們，滿堂灌的授課方式效果真的不是多好，激發學生興趣，提高學生學習的能動性是關鍵。大數據時代，可以借助互聯網信息技術新方法，利用翻轉課堂、對分課堂等新的教學方法，提供平臺和教學資源，讓學生自主學習，之后可分組討論所學知識，對于不清楚的可自行搜索或者上課討論，課后總結，這樣線上線下教學的方式，使學生主動掌握學習節奏，增強師生之間的互動性。

（五）選擇適合學生的統計學教材

如今市面上的教材數不勝數，如何選擇合適的教材讓教學工作者頗為頭疼。對非統計學專業的學生，可選擇應用性強的近三年教材，側重案例解析和上機操作的，盡量少一些定理、公式的證明，更多的側重于應用，這樣有利于讓學生感受到理論知識的實際應用，培養創造性思維。

三、結語

統計學教學改革不是一蹴而就的，需要老師和學生的共同努力。本文基于當前統計學課程教學中普遍存在的問題，探討了統計學課程教學改革的措施，如授課內容、考核方式等，從而提高教學效果，提高學生處理數據的能力。

參考文獻： 

[1]胡云霞.大數據背景下統計學教學改革與創新研究[J].現代商貿工業，2018，29（35）.

[2]章政.大數據背景下經管類專業統計學課程教學改革研究[J].創新創業理論研究與實踐，2019（24）. 

篇10

關鍵詞： 大數據時代 高校宣傳思想工作 建議

大數據開啟了時代轉型之門，隨著信息技術的發展，海量的數據日益影響著人們的工作、學習和生活。8月19日，國務院常務會通過《關于促進大數據發展的行動綱要》，標志著大數據已經正式上升到國家最核心戰略。面對新的形勢，高校宣傳思想工作者如何搶抓機遇，以“大數據”思維推動各項工作提檔升級、創新發展，是一項亟須深入思考和實踐的重要課題。

一、大數據的概念及基本內涵

早在1980年，著名未來學家阿爾文?托夫勒便在《第三次浪潮》一書中，將“大數據”熱情地贊頌為“第三次浪潮的華彩樂章”。近年來，大數據更是廣受關注，不過，對于大數據概念的理解并未取得一致。麥肯錫是研究大數據的先驅，認為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。國際數據公司（IDC）從大數據的四個特征來定義，即海量的數據規模（Volume）、快速的數據流轉和動態的數據體系（Velocity）、多樣的數據類型（Variety）、巨大的數據價值（Value）[1]。維克?托邁爾?舍恩伯格認為：“人們能在大規模數據的基礎之上做到的事情，并且這些事情在小規模數據的基礎上無法完成，就叫做大數據。人們能夠通過大數據獲得更新認知、創造更新的價值觀念;大數據還可以改變組織機構和市場，以及政府與公民關系。”強調以大數據技術為基礎的新思維和新方法[2]。

盡管對“大數據”的認識存在差別，但綜合不同的定義看，“大數據”在不同領域內包含三層含義，可以分別從現實和技術兩方面加以闡釋：第一層意義上的“大數據”指的是數據的巨量化和多樣化，現實方面指的是海量數據，技術方面指的是海量數據存儲;第二層意義上的“大數據”指的是大數據技術，現實方面指的是對已有或者新獲取的大量數據進行全面分析和利用，技術方面指的是云存儲和云計算;第三層意義上的“大數據”指的是大數據思維或者大數據方法，現實方面指的是把目標全體作為樣本的研究方式、模糊化的思維方式、側重相關性的思考方式等理念，技術方面是指利用海量數據進行分析、處理并用以輔助決策，或者直接進行機器決策、半機器決策的全過程大數據方法，這種對大數據的認知方式涉及“大數據項目”或“大數據技術應用”的認知[3]。

二、大數據在高校宣傳思想工作的應用價值

宣傳思想工作是在頭腦中搞建設，向來被認為務虛多于務實，經驗等同于規律，往往側重定性分析，忽視定量分析。在互聯網背景下，如何在師生產生的海量信息數據中尋找具有價值的內容，僅僅依靠傳統的定性分析方法顯然不適用。大數據引起變革的最重要方面在于它創造了前所未有的可量化維度，使定量分析方法取得了突破性進展，也為高校宣傳思想工作由定性向定量、感性向理性、務虛向務實轉變提供了新的機遇。

（一）夯實宣傳思想工作基礎。

大學生思想政治教育是高校宣傳思想工作的一項重要內容。由于當代大學生群體是伴隨著互聯網成長起來的，他們思想活躍，主動積極，并敢于創新和實踐行動，因此，對其思想動態、情感就更加難以把握，對其未來行為和言論更加難以預測。而大數據給思想政治教育提供了呈現和開發利用信息的方法，以全面收集學生網上、日常活動等海量信息為前提，通過加工和綜合處理使之轉化成有效信息的基礎上，進行分析、判斷、過濾、提純，使之成為有價值的“思想狀況大數據庫”，進而達成對教育對象的全面認識和準確把握。

（二）豐富宣傳思想工作方法。

高校身處國家意識形態工作的前沿，在這個“人人都有麥克風”的全媒體時代，如何加強網絡輿論引導，鞏固擴大宣傳思想陣地，已經是勢在必行。要預測分析引導輿情，首要條件是對各種關聯的數據進行分析計算。在大數據的支撐下，突破了傳統數據時代片面化、單一化、靜態化的思維，定量研究、定性研究、數學模型等許多新的研究工具和方法都可以利用，可以將看似無關緊要的輿情數據納入分析計算的范圍，從而使輿論引導工作更富科學性、前瞻性和有效性。

（三）創新宣傳思想工作方式。

隨著信息技術的發展，海量的數據影響著人們的工作和生活，對新聞生產方式也產生了廣泛的影響，數據新聞應運而生。“數據新聞”，也被稱為“數據驅動新聞”，簡而言之，就是一種新聞生產方式，對大量的數據和信息進行分析、處理，運用可視化和敘事化的手段，創作出一種新的新聞報道方式[4]。當前，高校校報、廣播等傳統媒體的生存環境正面臨著十分嚴峻的考驗，而受眾正向以互聯網為代表的新媒體遷移，而數據新聞正是在電子媒體上才能得以呈現。數據新聞通過可視化的技術呈現出來，使得新聞有了新的敘事的方法，它的私人訂制化、受眾可參與新聞創作的特點，是目前數據新聞與其他圖文新聞所不一樣的地方。

三、大數據時代宣傳思想工作面臨的主要問題

當前，我國“大數據”技術的開發應用，相比歐美等發達國家相對滯后，在高校宣傳思想領域引入相關的理念和技術，還屬于理論研究和實踐起步階段，并存在諸多難點。

（一）戰略認識有待深化。

如今，高校信息化建設正經歷著由簡單到復雜、由單一到多元、由局部到整體的全方位一體化的發展過程。數據分析、數據挖掘等技術，在招生、就業、教學、科研、人事、財務、資產、圖書借閱等方面逐漸開始嘗試運用，盡管這種探索還是不成熟的、淺層次的。但在宣傳思想工作領域，“穩、怕、守”的心理普遍存在，“探、闖、試”的勁頭不足。面對新時代、新形勢，在樹立大數據思維、應用前沿技術、推進方式方法創新上面缺乏機遇意識和前瞻眼光，在頂層設計、資源配置、宣傳發動等方面的工作基礎還比較薄弱，借助“大數據”為宣傳文化工作提檔升級仍需凝聚共識、匯聚力量。

（二）技術平臺有待完善。

近年來，隨著移動互聯網以及物聯網等新技術的興起，學校師生主動產生和由設備自動收集的信息越來越多，如微博、微信等社交信息，各類搜索點擊記錄信息等。這些信息的有效挖掘和分析，對開展宣傳思想工作有著非常重要的意義。但是上述信息存在著數據量大、結構復雜、產生頻率快的特點。由于缺乏統籌規劃，許多職能部門各自為政，不少應用系統之間沒有統一的技術和數據標準，數據不能自動傳遞，缺乏有效的關聯和共享，從而形成“數據孤島”。在需要連接多個數據源的情況下，數據的提取非常困難，而復雜的在線分析幾乎無法實現。

（三）人才隊伍有待加強。

大數據是一個綜合性課題，需要不同層級的人才。麥肯錫公司預計，美國到2018年深度數據分析人才缺口將達14萬～19萬人，能夠分析數據幫助公司獲得經濟效益的技術及管理人才有150萬人的缺口。中國能理解與應用大數據的創新人才更是稀缺資源[5]。目前，高校大多數宣傳思想工作者的學科背景都屬于文史類，大多數人僅僅是利用互聯網獲取資料、捕捉師生思想行為的信息，通過對微博、微信、QQ空間、貼吧、論壇等新媒體的簡單運用開展思想教育和行為引導，但對于深層次的多級輿情信息，師生針對某一事件評論反映出的情緒變化、行動性暗示等信息無法通過大數據、互聯網等相關知識和技術深度挖掘，這在很大程度上影響著宣傳思想工作與大數據時代的契合。

四、做好大數據時代宣傳思想工作的幾點建議

（一）加強領導，為大數據時代的宣傳思想工作提供堅實組織保障。

大數據建設是一項有序的、動態的、可持續發展的系統工程，必須加強頂層設計，搞好宣傳發動，以促進建設過程中各個環節的規范有序。一是做好大數據規劃。高校要利用制定“十三五“規劃這個有利時機，做好宣傳思想工作大數據發展的頂層設計，明確大數據發展的戰略目標、戰略任務和戰略重點，統籌推進相關數據中心及基礎數據庫建設。二是加大資源投入。大數據背后是一系列的數據挖掘、數據存儲、數據分析、數據顯示、數據安全等步驟，每個環節都需要大量人財物投入。三是加大宣傳教育力度，培養數據意識和數據素養。創新內容、形式和途徑，把大數據專業知識列入高校宣傳思想系統領導干部、工作人員教育培訓考核重要內容。

（二）整合資源，為大數據時代的宣傳思想工作提供一流技術平臺。

數據只有不斷流動和充分共享，才有生命力。一是建立統一的數據標準。要牢固樹立“大宣傳”意識，規范數據管理的方法、流程、定義，統籌和整合宣傳思想領域各方面異源異構性信息數據，實現各業務模塊間的數據庫的集成、交換和共享，消除“信息孤島”。二是建立嚴格的數據管理制度。制定信息采集和管控、敏感數據管理、數據交換、數據權益等領域的大數據管理規章制度，明確大數據采集、使用、開放等環節涉及信息安全的范圍、要求和責任。三是拓寬大數據挖掘獲取渠道。加大與人民網、新華網、新浪、騰訊、百度、鳳凰網等主要網站的合作，通過合作模式獲取后臺關鍵數據。

（三）創新機制，為大數據時代的宣傳思想工作提供強大智力支撐。

沒有一流的人才隊伍，做好大數據時代高校宣傳思想工作將是一句空話。因此，不斷創新機制，通過多種途徑和形式，開發培養一支大數據人才隊伍，提高宣傳思想工作的能力勢在必行。一要發揮高校學科優勢，協同科研單位、媒體機構、政府部門力量，開設專門的數據科學學科，加強各學科人才的交叉培養，重點培養綜合掌握統計學、計算機學、管理學、新聞傳播學等各方面知識的復合型人才，打造一支規模宏大的大數據人才隊伍。二是利用“聘任制”，不斷吸引社會專業人才進入高校宣傳思想工作系統。三是通過購買服務的方式，短期租賃高精尖大數據技術人才為我所用，不斷健全高校宣傳思想工作大數據技術人才體系。

參考文獻：

[1]趙國棟，等.大數據時代的歷史機遇[M].北京：清華大學出版社，2013.

[2]維克托?邁克?舍恩伯格，肯尼斯?庫克耶，著.盛楊燕，周濤，譯.大數據時代[M].杭州：浙江人民出版社，2013.

[3]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（3）.