導語：如何才能寫好一篇互聯網數據分析報告，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

在以智能終端為主要載體的移動互聯時代，聊微信、刷微博、玩游戲、手機支付等大量移動應用，讓越來越多用戶貢獻了海量的數據。深入整合、挖掘這些大數據，企業能夠提高對市場的洞察，增強競爭優勢，改變他們的運作甚至是完全變革商業模式。但是，大數據分析因為技術和投入的門檻高，在國內市場還處于初級階段，往往只具有簡單維度的統計能力。而技術成熟的互聯網巨頭推出的大數據分析報告，又因其定位原因很難保持中立。

TalkingData圍繞“移動互聯網行業概況”、“移動互聯網用戶行為”、“移動應用整體盤點”、“移動互聯網用戶線下消費習慣”等不同主題，多維度分析了2014年中國移動產業的整體發展狀況，力爭做到報告數據精準、精細、精確。據大數據分析獲知：移動互聯網網民近6成為男性，80后中青年是移動網民的主力軍，90后青少年也逐漸成為新生力量。從用戶使用習慣分析，大屏幕移動設備越來越受網民青睞，使用4-5英寸屏幕設備的用戶增長最快，iOS用戶對操作系統的更新行為更加積極。而對于運營商的選擇，安卓用戶更傾向于選擇中國移動，iOS用戶則青睞中國聯通。在接入網絡方式方面，Wi-Fi上網用戶占比最大，并且有越來越多的用戶轉向4G網絡，使得上網環境得到明顯改善，加速移動互聯網的深層演進。

在對各類移動應用進行整體盤點后，發現移動即時通信依然是網民的首選，而游戲的日均使用時長最高，可見娛樂需求地位穩固。

現在，移動互聯網已經度過了需求集中于通訊與社交方面的“萌芽期”和以購物與娛樂為代表的“初步發展期”，邁入到“高速發展期”，這一時期，出行、醫療、教育、餐飲等與生活密切相關的細分領域應用紛紛涌現，多元化生活服務為用戶帶來極大便利，線上與線下聯動（O2O）成趨勢。典型應用的不斷涌現，也讓O2O行業迎來用戶增長與資本市場融資雙重熱潮，移動端的消費閉環正逐漸形成。

篇2

關鍵詞：數據分析；統計學；課程體系；大數據

中圖分類號：G642.0 文獻標志碼：A 文章編號：1674-9324（2014）49-0248-02

隨著社交網絡的逐漸成熟，移動帶寬迅速提升，云計算、互聯網應用的豐富，更多的傳感設備、移動終端接入到網絡，由此產生的數據及增長速度將比歷史上的任何時期都要多，都要快。“大數據”時代已經來臨，它對人類的數據駕馭能力提出了新的挑戰，也為人們獲得更為深刻、全面的洞察能力提供了前所未有的空間與潛力。大數據是指海量數據集，其來源包括動漫數據、企業IT應用帶來的數據、博客、點擊流數據、社交媒體、機器和傳感數據等。它是互聯網、電子商務的又一次重大革命，對數據處理、數據挖掘、數據分析提出了新的挑戰。如今互聯網行業、電子商務行業中的數據應用及分析已經相當普遍，為了應對大數據時代的要求，同時要具備較強的統計學功底和嫻熟的計算機軟件運用能力，而今完全具備這些能力的數據分析專業人才是極其匱乏的。數據分析師便應運而生，不僅互聯網行業、電子商務行業需要大量的數據分析師，近年來項目數據分析事務所不斷涌現，而項目數據分析師因其專業技能及量化的數據分析為客戶以及所在單位控制決策風險、保證利益最大化而備受各界青睞，以待遇優厚和地位尊崇而聞名國際，也被視為我國21世紀的黃金職業。《華商報》將項目數據分析師納入了新七十二行，《HR管理世界》將項目數據分析師評為七大賺錢職業。本文就如何在統計學專業開展數據分析方向進行了闡述，首先論述了數據分析的重要意義，其次討論了數據分析方向的課程構建，最后分析了如何加強理論與實踐環節的結合。

一、數據分析的重要意義

大數據預測美國總統：美國時代周刊報道稱，數據驅動的競選決策才是奧巴馬競選獲勝的關鍵。數據分析團隊在籌集競選經費、鎖定目標選民、督促選民投票等各個環節的決策中都發揮了重要作用。這意味著華盛頓競選專家的作用極具下降，能夠分析大數據的量化分析家和程序員的地位卻大幅提升。如今從事專業數據分析工作的企業如項目數據分析師事務所、數據挖掘公司等都應市場需求而大力發展，并且受到風險投資的青睞。如美國社交數據挖掘公司Datasift于2012年宣布，獲得1500萬美元風險投資。2013年，DataSift成為Twitter的“認證合作伙伴”，主要負責海量微博社交數據分析。這是該公司今年第二筆融資，五月份其曾融資720萬美元。又如面向開發者的大數據應用軟件平臺服務提供商Continuity最近獲得1000萬美元的融資，目前融資總額已經達到1250萬美元。

數據分析的應用無處不在，那什么是數據分析呢？數據分析就是用適當的統計方法對數據進行分析，以求最大化地開發數據的功能，發揮數據的作用。是為了提取有用信息和形成結論而對數據加以詳細研究和概括總結的過程。數據分析技術不僅能通過對真實數據的分析去發現問題，還能夠通過經濟學原理建立數學模型，對投資或其他決策是否可行進行分析，預測未來的收益及風險情況，為做出科學合理的決策提供依據。在提高工作效率的基礎上，也增強企業管理的科學性。無論是在國家政府部門，還是企事業單位中，數據分析工作都是進行決策和做出工作決定之前至關重要的一個環節。因此，針對項目可行性、風險承載力、投資回報率以及相關經濟效益指標等方面的分析工作顯得格外重要。在這個工作過程中，專業的數據分析人員扮演著無比重要的角色，數據分析成果的質量高低直接決定著項目投資、企業經營決策計劃最終的方向。所以，各個行業對數據分析人員的需求之多是不言而喻的。傳統行業，如政府機構：一類是計委、經委、統計局等一些經濟綜合管理部門所設有的調研處、研究室和情報所。第二類是商業、糧食、物資、銀行等經濟主管業務部門會設有信息中心或調研室，從本系統、本部門的業務出發進行專業性調研，提供支持本部門的市場信息。而伴隨著數據分析應用的擴大，其在新興行業中也得到了發展，如計算機軟硬件及IT行業、電子商務與網絡游戲、金融保險、消費品、咨詢業與廣告媒體、大型設備與重工業以及房地產行業等對數據分析師的需求量很大，尤其是電子商務，由于利用互聯網，能夠比傳統零售業具有更好的數據收集和管理能力，能積累海量的數據，因此更看重從海量數據中挖掘出用戶偏好和市場機會。研究機構：比如市場研究公司、咨詢公司、證券公司、研究院。自主創業：取得注冊項目數據分析師（CPDA）資格證可以自主創建或就業于項目數據分析師事務所等。所以，數據分析的行業應用是極其廣泛的，并且隨著大數據時代的到來，數據分析尤其是數據挖掘將借助互聯網的發展，逐步形成人們依靠的重點，并可能成為未來發展與競爭的重點之一。由此我們可以看到數據分析師的就業前景是非常廣泛而樂觀的，無論是數學專業、統計專業，還是計算機專業的學生，都可以通過系統的學習數據分析課程來適應對數據分析人才的要求。

二、課程體系構建

1.主干課程。主干課程包含高代、數分、概率論、數理統計、多元統計分析、時間序列分析、市場調查與分析、統計預測與決策、數據結構、C語言、數據分析、數據挖掘、大數據分析與展示。理論課程的學習可以使學生了解數據分析的基本內容，學會如何對已獲取的數據進行加工處理，如何對實際問題進行定量分析，以及如何解釋分析的結果。掌握幾種常用數據分析方法的統計思想及基本步驟，并具備一定的分析論證能力。

2.實驗課程。數據分析的操作離不開計算機。目前數據分析行業常用的一些統計軟件有SAS、SPSS和R軟件。SAS軟件是一個模塊化、集成化的大型應用統計系統。它的功能包括數據訪問、數據儲存及管理、應用開發、圖形處理、數據分析、報告編制、運籌學方法、計量經濟學與預測等。SPSS軟件是一個社會科學統計軟件包，是采用圖形菜單驅動界面的統計軟件，SPSS的基本功能包括數據管理、統計分析、圖表分析、輸出管理等。R軟件是一套完整的數據處理、計算和制圖軟件系統，包括：數據存儲和處理系統、完整連貫的統計分析工具、優秀的統計制圖功能、可操縱數據的輸入和輸入等功能。這三個軟件在數據分析中針對不同行業的需求有不同方向的應用。

3.專業課程。從數據分析的行業需求出發，好的數據分析人員不僅要有較強的數據分析能力，還要有該行業的背景及相關知識的儲備，這樣才能將數據分析與行業特性聯系起來，發揮數據分析的最大功能，即所謂的“因地制宜”。同時要兼顧學生的興趣與學習的聯系，需提供多領域的課程選擇，如：經濟學、金融學、保險學、管理學、會計學等。而在軟件學習方面也要拓寬渠道，除了實驗課程安排學習的軟件，學生可根據自身發展意向再多掌握一些軟件如：SQL數據庫，熟悉office常用功能，尤其熟練運用Word和PowerPoint、Excel圖表及數據分析等。同時還應該結合對數據分析師的要求設置一些相關課程：投資數據分析、市場調研與預測、預測技術分析、現金流量表編制、風險投資項目篩選、不確定性分析、編制數據分析報告等。

三、實踐環節

培養數據分析的專業型人才目的就是為了學以致用。數據分析本身就是為了從數據中發現問題、建立模型、預測收益風險企業決策進而做出合理正確的決策判斷。因此，學習了基本的知識和技能就要運用到實際操作中。學校可以和本地的數據分析事務所，或者大量需求數據分析人員的互聯網行業建立實訓基地，進行合作式教學，使得學生在實習的過程中能夠理論聯系實際，切身體會數據分析的商業操作體系，這樣就能夠促進學生有目的、有取舍地針對自身情況學習鉆研，繼而就能夠培養出適應經濟發展，滿足市場需求的應用型人才。

四、結語

在大數據時代到來之時，數據分析在互聯網中的應用將會空前廣泛，與此同時對數據分析師的需求也將會井噴，無論是在軍事、工業、企業還是在政治上，大數據分析都將會十分緊缺。因此，目前對數據分析師的培養刻不容緩。本文從分析數據分析行業發展及其重要意義、數據分析專業課程設置以及教學實踐環節方面對構建數據分析課程體系進行了探討。不僅從教學課程的內容上予以安排，而且更加注重引導學生自主學習，特別強調理論結合實踐的合作式教學。希望能夠結合行業需求合理地構建課程，培養出專門從事數據分析的項目數據分析師，從而能夠滿足市場需求和自身發展。

參考文獻：

[1]范金城.數據分析[M].科學出版社，2010.

[2]http：///jrt/120922/70953.shtml

篇3

事實上，在互聯網的任何購買行為“背后”都有一系列原因，追尋這些原因的是國雙科技，這是一家專門做在線業務優化與服務的提供商。“消費者發生的購買行為遵循‘歸因’理論，如果能夠掌握消費者購買行為的‘歸因’，最大的受益者是廣告主。”國雙科技CEO祁國晟一語道破數據分析的價值。

2013年1月底，國雙科技在北京正式宣布成立“國雙數據中心”，該中心擁有基于OLAP技術的強大交互式數據挖掘平臺，可以將數據倉庫中的每一個數據通過上百個維度和指標進行關聯、交叉、演繹，提供不同深度的分析報告，滿足不同視角的數據挖掘和分析需求。當天，國雙數據中心首次對外《2012中國互聯網發展數據報告》和《2012中國政府網站發展數據報告》。

“基于海量在線數據和先進的網絡營銷云統計分析平臺，國雙數據中心將專注于數字化環境下的在線媒體研究和受眾研究，并將定期互聯網行業報告，向業界分享專業的在線媒體數據研究成果，促進產業發展。”祁國晟表示。

數據也“性感”

“球場上球員的表現不再是誰能進球誰的貢獻最大了。”國雙科技高級副總裁續揚表示，以足球為例，從門將開出球的那一刻，價值就產生了，哪個球員傳出最具威脅對方的球？哪個球員在最關鍵的時刻盯住對方核心球員？一場比賽下來，功勞最大的不一定是最終進球的那個球員。

“同樣，國雙科技告訴廣告主的不是用戶最終達成交易的數據，而是整個用戶選擇的過程。”續揚認為，廣告主往往很難判斷，消費者的購買和市場推廣有多大的關系，國雙科技的職責就是幫助廣告主精準地測算出廣告的效果。

隨著全球互聯網的快速發展，越來越多的網絡用戶通過多種終端、多種平臺輸出數字內容，驅動整個互聯網世界邁入到“大數據時代”，海量數據的運用已成為未來競爭和增長的基礎，運用大數據分析用戶特征并通過分析提升企業的業務價值，提高企業的核心競爭力。

來自國雙科技數據中心的報告顯示，數據對企業決策運營越來越重要，大數據時代來臨，企業最終需要的是有價值的數據而不是大數據，通過海量數據挖掘用戶特征，企業可獲取有價值的用戶信息，科學分析用戶行為，是了解用戶、貼近用戶最為有效的方式，幫助企業明確品牌定位、優化營銷策略。

今天的Facebook日均上傳數據100TB，Twitter一天的發推量也會達到2.3億，全球Email的發送量為2940億封……企業毋庸置疑地正在迎來一個大數據時代。數據優化和數據分析將成為炙手可熱的產業，國雙科技也在把握這樣一個發展契機。

可口可樂的粉絲喜歡留存可樂的瓶蓋，他們會非常熟悉地將瓶蓋上的13位字符串敲在網站上，然后滿足地拿到可口可樂給他們的積分。事實上，這也包含了國雙科技為可口可樂提供的一項專業技術：度量并優化在線渠道對13位字符串轉化的貢獻。

“我們每天需要分析所有登錄iCoke官網的流量數據，然后通過各種分析工具的挖掘，讓可口可樂的線上營銷方案趨于更加合理。”國雙科技國際業務總監吳錚介紹自己每天的工作，除此以外，他還要幫助客戶建立從SEM（搜索引擎廣告、SEO（搜索引擎優化）、UEO（用戶體驗優化）等在內的一系列基于效果的在線營銷方式。

“通常我們會先幫客戶建立一個KPI，這主要是讓客戶清楚如何去度量自己所投的各種在線廣告。”吳錚用流量分析為例，他會把媒體拆分得非常細，哪些是自然流量，哪些是從SEM（搜索引擎營銷）過來的，并且也會分析流量與搜索引擎的不同產品線之間有什么關系。不同的產品有不同的屬性，衡量標準也各有不同。

樹立行業“風向標”

如今，面對移動和社交快速發展的態勢，沒有人能夠忽略其中蘊藏的機會。而國雙數據中心的成立，也正式宣告讓這樣的機會更加明顯地出現在消費者、廣告主、商家面前。

在國雙科技的《中國互聯網發展數據報告2012》中顯示：網民每日網購在上午10點達到最高峰；52%的消費者在訪問4～6次網頁后產生購買行為；在在線多媒體營銷中，搜索媒體對消費者購買決策的貢獻率達到58%，其次為垂直媒體。

而在移動和社交持續火熱的態勢下，上述報告顯示：通過PC終端設備訪問的質量依舊高于移動終端，此外，受移動支付成熟度等因素的制約，手機購物平均訂單金額較傳統互聯網購物低57.5%。

篇4

2015年3月，國際標準化組織ISO/IEC文件，由中國電信等企業主導的IEEE 1888標準正式成為全球首個能源互聯網國際標準。至此，“互聯網+能源”有了更切實有效的依據和保障，預示著能源互聯網行業已進入全新的歷史階段。

2015年7月，國務院的《關于積極推進“互聯網+”行動的指導意見》明確指出：能源要從生產、運輸、消費各個環節，與互聯網進行深度融合，實現從生產到消費的全方位變革，對我國能源發展將具有重大意義。互聯網對解決能源利用效率不高、供需不匹配、產業活力不足等問題提供了必要的技術支撐。

互聯網+傳統能源：智能技術的引入推動能源革命

時至今日，在我國一次能源消費結構中，所占比重最大的仍是煤炭。在對煤炭行業出路的深入探索中，越來越多的目光鎖定在了煤炭流通環節。引入“互聯網+”的創新理念與應用技術，無疑將為煤炭運銷體系帶來顛覆式變革。據統計，目前國內有80多家電子交易平臺涉及煤炭交易，部分煤炭企業甚至直接建立了自己的電子交易平臺。特別是中煤集團，不斷嘗試以“互聯網+煤炭”的思路來應對企業經營模式轉型帶來的挑戰。它歷時5年完成了ERP（企業資源規劃）對整個集團的全覆蓋，同時加強露天礦GPS卡車調度系統、固定崗位無人值守數字化礦山、O2O大宗煤炭電商平臺等“烏金科技”的實際應用。此外，與工業4.0中的數字工廠相類似，數字化礦山建設正成為煤炭行業生產轉型的重要環節，因為它實現了煤礦生產管理與計算機網絡管理的一體化，通過遠程化、自動化、無人化等技術手段，大幅降低了生產安全事故發生的概率并減輕了由此造成的損失。

石化行業的“互聯網+”涉及生產、流通、消費的全產業鏈，滲透到產業互聯網、消費互聯網及金融互聯網等各個領域。石化產品大多是危險化學品，傳統物流效率低下，監管困難，事故頻發，隨著RFID（無線射頻識別）技術的發展、物聯網技術的運用，借助交通部推行的電子運單系統，未來危險化學品物流的發展方向是智能匹配、集約高效、可視化監管、平臺化運營。在石化產業電商的推進過程中，加油站成為一個很好的結合點，它上游鏈接生產、物流、貿易企業，下游鏈接消費者，油品的商品屬性、消費屬性、金融屬性在加油站這一節點上能夠得到很好的呈現。目前，數字化油站的建設已經拉開序幕，未來油品與非油品的精準組合營銷和油品跨行業的相互聯通將成為主要的營銷模式，消費者將享受到更加便捷多元的服務，甚至可以借助互聯網平臺進行儲油理財。華東石油交易中心成功搭建加油站O2O管理平臺，就是利用互聯網技術，提供信息資訊服務、采購配送服務、油站信息化建設和運維及油站管理服務，進行品牌策劃運營，并于2015年下半年開始在山東、北京選定了40家加油站進行試點，預計今年將建成1000家加油站O2O聯盟并推出聯盟加油卡。

互聯網+新能源：能源可持續發展的必然趨勢

我國太陽能技術的應用和發展有目共睹，目前已經成為全球第一大光伏應用市場，而“互聯網+”帶來的數據化、開放性，無疑將有助于該行業可持續發展。在東部沿海地區，分布式光伏系統已經模糊了電力生產者與電力消費者之間的界限。分布式光伏發電系統將光伏電池板、匯流箱置于家庭、企業辦公樓、廠房等建筑物的屋頂，通過光伏逆變器、配電柜及其他設備直接將太陽能轉化為電能，并入電網，實行“自發自用、余電上網、就近消納、電網調節”的運營模式，能夠有效解決電力在升壓及長途運輸中的損耗問題。同時，通過互聯網搭建一個太陽能光伏項目運營資源整合平臺，統籌技術研發、金融投資、生產運營等各項資源，提供一站式太陽能光伏電站體驗服務，能夠促進資源運用進一步優化。

在各類新能源開發中，風力發電是技術相對成熟并具備大規模開發和商業開發條件的發電方式。目前，風電設備的智能化趨勢也越來越明顯，利用智能風機和智慧風場管理平臺，結合物聯網、云計算技術，風場一切數據和運轉情況全部可以實現遠程監控。采用一體化解決方案將所有的電氣控制都由一體化設計來完成，可以增加用戶收益，提高可靠性和可用率，增加電量產出，降低成本。遠景能源作為風電設備行業的后起之秀，已在智能風機的設計與制造、智能傳感、云計算、大數據等技術應用上有了諸多嘗試和探索。通過在風機上安裝附帶自我診斷功能的傳感器，可實時監控風電機組的運行情況，如遇到運行故障，工作人員可選擇遠程復位重啟，而非進行傳統的拆開檢修，讓工作變得更便捷更精確。

互聯網+能源管理：能源信息流的有效監控與分配

大數據的綜合利用，正在構建“互聯網+”能源管理新模式，進而實現能源數據與信息流的有效監控與分配。能源產業借助互聯網打造智能化能源管理平臺和數據中心，以此整合全國乃至全球的能源數據，可以實現組織公共資源，提供數據存儲、實時監控、可視化管理、數據分析、風險控制、能效分析等功能。構建行業級的應用和服務平臺十分重要，互聯網只有掌握大量數據并進行更多有效分析，才能提供有針對性的服務，進而管理能源消耗。

基于互聯網下的能源大數據管理服務平臺將企業與社會公用能耗統計由過去的后置變為前置。對能源行業本身來說，其最大作用是將原本分散的能源數據統籌分配、合理協調，通過對來自于各能源企業的數據進行統一分析比較，為行業發展方向提供數據支持，并達到節能減排的目的；對于節能行業公司來說，充分使用大數據及互聯網技術，能加大節能力度，增加透明度，對于融資、運營都有很大的幫助；對于政府部門來說，互聯網可以為能源監管提供便利，提高其工作效率，為政府決策提供依據；對于能源單位來說，可以將企業納入到整個行業當中，并從數據中得出清晰明確的分析報告。

例如，美國售電市場50家最大的售電公司中，有27家都是Opower的用戶。Opower擁有37%美國家庭的能源消費數據，它通過數據分析為售電公司和用戶提供節能分析報告。北京開展的10萬戶電力光纖到戶建設，也是希望實現能源流與信息流同步傳輸，用戶可實時查詢用電量、重要電器使用情況，預計可節能20%。互聯網技術的應用，讓家庭能效分析評估、能源使用可視化管理、用能情況分析、家電運行控制、節能目標預測與控制、用能優化策略和能源管理決策支持成為可能。

篇5

1、負責公司技術支持團隊的組建、技術支持部管理和人員協調安排工作，制定服務規范;

2、完成產品安裝、調試、演示;

3、對公司內外進行產品培訓和講解;

4、協助解決用戶在產品使用過程中遇到的問題，組織公司研發人員提供支持;

5、撰寫產品文檔及數據分析報告;

6、根據用戶需求、結合產品功能提供合適的解決方法。

任職資格：

1、計算機等相關專業，本科以上學歷;

2、兩年以上相關產品售前工作經驗;

3、邏輯分析能力強，條理性強，有一定的講解能力;

4、熟悉相關產品的安裝部署，熟練掌握計算機知識和局域網、互聯網知識;

篇6

7月30日，艾瑞咨詢的分析報告指出，2012年第二季度中國網絡廣告市場規模再創新高，達到189.3億元，環比增長34.7%，呈現明顯增長態勢。雖然受到宏觀經濟增速下滑的影響，廣告市場仍保持較快的增長速度。

而互聯網廣告市場增長的原因，可以通過一系列數據分析查找。截至2012年6月底，中國網絡視頻用戶規模增至3.50億，半年內用戶增量接近2500萬人，而網民的視頻使用率由2011年年底的63.4%提升至65.1%。用戶基數和使用率的不斷提高，使得互聯網視頻廣告市場處于快速擴張期。

中國視頻廣告市場的發展趨勢，從互聯網代表企業騰訊的財報中可以窺見端倪：8月15日下午，騰訊控股有限公司了截至2012年6月30日未經審核的第二季度及上半年綜合業績報告。財報顯示，騰訊網絡廣告業務收入為8.797億元，比上一季度增長62.9%，比去年同期增長71.7%。而騰訊網絡廣告的快速增長是由于社交網絡上的效果廣告及網絡視頻平臺上的品牌展示廣告收入快速增長所導致，其中騰訊視頻平臺的收入季比翻番。

例如，借2012年倫敦奧運會的東風，僅騰訊一家互聯網企業就贏得了50家著名廣告主青睞，數量位居各大門戶之首。從廣告主構成看，分別來自服裝、日化、汽車、金融、家電、電商等12個領域，既有可口可樂、寶潔、寶馬、麥當勞、耐克、阿迪達斯等國際大品牌，也有李寧、中國移動、中國聯通、上海大眾等國內企業巨頭。

然而，在中國互聯網廣告形勢一片大好的背景下，美國市場研究機構ComScore近期的一份研究報告指出，全球12家最大的廣告主購買的網絡廣告中，有近30%的內容根本沒有被人觀看過，有一個受到人們忽視的“廣告盲區”。對此，ComScore廣告效果部高級副總裁安妮·亨特(Anne Hunter)解釋說：“這是因為‘廣告被送達’與‘廣告出現在用戶電腦桌面’是兩回事。網絡廣告沒有被用戶觀看的原因包括：廣告在網頁上的位置不明顯，或者在廣告出現之前用戶已經跳轉到新的頁面。”

事實上，國外網絡廣告行業的專業人士正在思考的問題是：網絡廣告怎樣才能被觀看？換句話說，他們已經設想，在用戶離開網頁之前，加載在該頁面的網絡廣告應該完成什么樣的任務，才能確保能夠對訪問該網頁的人產生影響。他們得出的結論是，網絡廣告至少要有50%的內容能夠被用戶在1秒鐘時間內瀏覽，廣告才會有效果。

面對互聯網領域存在的“30%廣告盲區”，騰訊視頻如何解決呢？

對此，騰訊視頻表示，以先進的技術和平臺優勢，騰訊視頻可以避免“30%廣告盲區”的存在。因為，基于iSEE內容精細化運營戰略，通過騰訊智慧分析，騰訊視頻可以輕松實現用戶細分，取得廣告精準投放的效果，讓特定的用戶看到特定的廣告。與此同時，騰訊視頻平臺不是一個孤立的平臺，而是通過騰訊內部平臺之間的聯動與協同，將營銷資源覆蓋至騰訊網的各個平臺，整合各個平臺的內容，增強用戶黏度，從而有效地提升營銷價值，達到營銷效果最大化。并且，由于形成了視頻資訊化、社交化和互動化的運營模式，騰訊視頻的營銷渠道不單單局限在其視頻網站平臺，而是向多個平臺發散，能夠與多個平臺的用戶無縫對接。

篇7

摘要：文章根據大數據背景下，美國高校圖書館嘗試服務轉型，并以雪城大學、斯坦福大學為例，雪城大學應用大數據技術收集社交媒體信息，預測2016年總統大選；斯坦福大學參與社會互聯網信息與電子郵件保存、整合與管理的實踐，體現了在大數據時代美國高校圖書館服務的轉型新趨勢，為國內高校圖書館的服務創新及轉型發展提供了經驗。

中圖分類號：G250.74文獻標識碼：A文章編號：1003-1588（2016）07-0122-03

隨著信息技術的快速發展，現實物質世界不斷被數據化，當物質世界完成數據化的構建及解讀，人類即邁入智能時代[1]。大數據時代催生了新的知識需求模式及管理模式，對圖書館行業產生了深刻影響。一方面，圖書館界加快了基于互聯網、大數據技術的融合轉型，開始運用互聯網思維變革、創新服務，在合作、支持、外向發展的思維指導下，圖書館員開始日益關注如何更加有效地與研究人員開展合作，如何滿足教師及社會大眾的多元需求。另一方面，圖書館開始充分依托大數據技術，推動數字資源整合，提供深度服務。其服務模式包括：①通過館藏資料的數字化和網絡化加大館藏資源的揭示力度，提供一站式服務，通過異構數字資源的融合、聚類和重組使資源從數據層的揭示與展現轉向信息層、知識層的深度服務。②加強用戶數據分析，實現個。如：通過大數據分析精準預測單個用戶信息需求模式及行為模式，推送服務。③參與互聯網信息的采集、保存和服務。如：整理社交媒體信息，幫助社區理解主要的數據和信息資源，并利用數據構建智能社區[2]。近日，美國圖書館協會主席薩莉?菲爾德曼在接受《高等教育紀事報》采訪時以雪城大學圖書館的STACK（堆棧）項目等為例，展示了美國大學圖書館在大數據利用方面的示范作用[3]。對國外大數據創新服務實踐經驗的研究能夠為國內圖書館的服務轉型提供參考和借鑒。

1 美國高校圖書館大數據服務實證研究

1.1 雪城大學圖書館STACK項目

大數據產業鏈與數據的生命周期密切相關，數據從產生、整合、處理、智能分析，最后與創新服務的結合應用，構成了大數據完整的產業鏈，而完整的大數據技術堆棧則相當于涵蓋數據生命周期的大數據平臺。通常的數據堆棧包括：①作為堆棧底層和基礎的數據層。②發生數據準備、數據處理、數據轉換和數據整合的整合層。③存儲數據、對數據進行可視化、分析數據的分析層。④使用數據（包括歷史數據、外部數據和實時數據）、業務規則和機器學習來進行預測及獲取大數據價值的預測及規范分析層。從底部數據存儲、操作、轉換、基本分析發展到高級分析的預測，是大數據技術應用發展的必然[4]。在數據堆棧技術的應用上，美國雪城大學iSchool走在了圖書館界的前列。

STACK項目是雪城大學iSchool新開設BITS Lab（Behavior，Information，Technology and Society行為、信息、技術、社會實驗室）的第一個項目。作為雪城大學iSchool跨學科數字政治項目的分支，STACK項目具體運作如下：①開發STACK軟件與Twitter、Facebook數據流、搜索工具的應用程序接口。②圍繞36位競選州長，展開大數據采集，這些信息包括在Twitter中被推送、加標簽、關注、談論的相關信息，在Facebook中被、喜歡、分享、追隨的頻次以及在Instragram、YouTube上的相關照片、視頻等。③以Python格式語言將這些非結構化、半結構化數據存儲在MongoDB NoSQL數據庫中。④分析選民對各候選人的談論及態度，各候選人的選舉策略及選舉圈內的信息傳遞、轉移模式等。在開始運行的數周內，STACK項目就已經收集了超過70萬條推特信息及大量臉書評論信息，每周項目組均會就大數據調研結果編寫基本的定性分析報告，預測大選發展趨勢及可能出現的新信息、新選情。在大選結束后，項目組還將圍繞數據基礎管理、大規模數據集處理、情感分析總結出一套協調化、多管齊下的大數據分析方案[5-6]。

1.2 斯坦福大學圖書館ePADD項目

ePADD項目是斯坦福大學圖書館聯合伊利諾伊大學香檳分校、哈佛大學、加利福尼亞大學圖書館及紐約城市圖書館委員會，通過合作開發支持電子郵件檔案檢索、采集、處理、評估、傳遞的開源軟件，參與互聯網信息的整合與管理，促進統一性國家數字平臺的形成，這也是IMLS國家數字平臺項目二階段的子項目之一。2014年，斯坦福大學圖書館正式啟動ePADD項目，一階段的任務包括：針對資助者、檔案工作者及研究人員所面臨的電子郵件訪問、管理等日常問題開發ePADD工具，利用自然語言處理、自動元數據處理及其他批處理技術，形成基于工作流的電子郵件檔案管理，提升電子郵件中隱藏性文化遺產資源的能見度及可獲取性。二階段的任務包括：①發展ePADD評估、處理、搜索、傳遞關鍵功能模塊，形成支持電子郵件存取的生態處理與工作流程系統，促進跨館藏、跨機構的電子郵件發現與檢索及對公眾的可見性。②創建培育融合ePADD用戶、開發者及充滿活力的持久型社區，促進在ePADD使用基礎上，整個社區的廣泛參與與充分合作[7]。ePADD項目是斯坦福大學圖書館以外向發展思維為指導，在充分合作基礎上，參與互聯網檔案管理、挖掘電子郵件大數據價值的有益嘗試。

2 美國高校圖書館基于大數據的服務轉型啟示

2.1 關注社區，以數據技術為驅動，助力圖書館轉型

篇8

關鍵詞：翻轉課堂；學情分析；策略

翻轉課堂起源于美國，其基于互聯網與智能移動終端完成了對傳統課堂的變革，翻轉課堂課程開展的始點就是學情調查，開展優秀高效學情調查需要從學情問卷層次、學情問卷設計、學情調查分析三個方面精心設計，方能做出精致的學情調查分析。

百度百科定義“學情分析”：指學生在階段性身心成長規律、學習中所呈現特點、學習方法、學習習慣、學習興趣，學習能力等的現狀以及基于現狀的應對策略。基于翻轉課堂的學情分析是課程開發時的首要環節，迫切而必要。

一、更新教育理念，關注學情調查

翻轉課堂教學模式突出以學生為本、先學后教的教學理念，根據鄰近發展區理論和多元智能理論分析學生學法、興趣、能力結構、差異性，以實現個性化自主學習、分層導學、分層測評，努力實現翻轉課堂的異步教學。以上將以學情調查為基礎。

二、關注學情調查，學情分層呈現

翻轉課堂課程資源具有可重現和后續優化的特點，需基于三個層次進行學情調查。

原始學情調查即基于學生未接觸過化學教材之前時的學情調查，主要是化學涉及的概念知曉率、學法知曉率、信息來源渠道、學習預期、能力結構等。此學情問卷在八年級下和九年級下的假期用智能移動終端的線上完成。

初學學情調查即學生初讀教材后進行的學情調查，主要是對教材文本中陌生知識點、難于理解的句段、概念，閱讀后所產生的困惑進行學情問卷。完成問卷時間同前，區別在于自主閱讀教材后分課題進行。

反思學情調查，即學生完成九年級學習后的暑期再次通讀教材，對教材、教法、重難點突破、思維方法、學法等提出實施意見與建議。完成問卷時間為九年級暑期。

以上三種層次的學情問卷均基于互聯網和智能移動終端展開在線上完成，同時用專業問卷平臺問卷星進行自主統計分析，以便于后期分析處理。

三、合理調查問卷，生成學情數據

科學的問卷基于科學的問卷設計，問題設計中可采用封閉式、半開放式、開放式三種問題結構而設計，組合使用，方能生成科學的學情數據。

四、科學分析學情，形成學情報告

學情數據分析應運用教育理論輔助分析得出專業分析報告，再將其呈現于課程資源開發之中指導設計與后續優化。

篇9

最近一個十分火爆的議題便是Facebook申請上市，預估市值雖然很高但也沒有高出大家驚嘆的地步，主要是因為大家都覺得它似乎應該也值那么多錢，1000億美元的估值宣告的不僅是Facebook成為市值最高的公司之一，也在宣告大數據爆炸時代已經到來!

事實上，facebook已經跟營銷息息相關，許多企業在上面建立了主頁，建構了自己的粉絲團與贊(I Like)活動網頁，成都某外貿網站副總說，“我們有1／3以上的業務都通過Facebook推廣；公司產品通過Facebook的人際圈子口碑相傳，可信度與轉化率都更高。”而針對海外市場進行網絡營銷的四海商舟已經為李寧、帥康、愛慕等中國企業經營其Facebook主頁，進行品牌營銷；在許多網絡媒體與品牌企業的眼中，Facebook的價值不僅是帶來大量營收，也帶來了新的市場，改變了做生意的模式；因此社交媒體輿情數據分析的第三方軟件與獨立咨詢公司層出不窮，此前Nielsen就購并了一家專門做Facebook數據分析咨詢的公司，這正說明了許多大企業客戶有了把外部社交網絡數據納入銷售決策與預測之中。

什么是大數據?根據IDC的預測，大量新數據無時不刻不在涌現，它們以每年50％的速度在增長，或者說每兩年就要翻一番多，并不僅僅是數據的洪流越來越大，而且全新的支流也會越來越多，而社交網絡僅僅是其中的一部分，我們所說的大數據包含了微博評論／論壇／SNS社區／物聯網／輿情監測乃至于LBS商圈流量與氣候互動因素；事實上，日本7-11就開發了一套系統，將POS機、物品分撿裝置、便利店記錄器的數據與天氣預報資訊等結合，預測未來暢銷貨品與供貨的及時性；這個例子說明了大數據爆炸雖然帶來了新機會，但更多是需要企業改變現有營銷數據搜集與預測習慣，更多的是改變決策習慣乃至4p相關的決策準則；但目前在國內，我們只看到越來越多輿情監測公司的出現，企業需求也是紛涌不斷，這些公司都有了良好價值如CIC被奧美集團并購，但這些公司并未提供大數據整合，充其量也只是提供了新型社交媒體尤其是微博的輿情監測與數據分析!

上海我能調研咨詢公司在本月收到幾位客戶咨詢并開展了合作項目，企業客戶以往做過微博的輿情監測，數據分析報告可說是比人高比Smart貴，但是在應用時往往發現這些數據有失真嫌疑，主要是中國互聯網專業水軍多，導致海量數據失準，因而他們希望能夠找到其他營銷數據結合在一起使用，并因此校正微博營銷數據的偏差。我能調研為其設計了從日常營銷數據，通路資訊／競爭者分析／市場調查U&A與微博輿情分析經統計模式校正的大數據整合模型，這個模型并不重要，重要的是基于大數據的營銷流程再造，這才是大數據爆炸下的應有之題與重中之重!

此前不久在瑞士達沃斯舉行的世界經濟論壇上，大數據是框定的主題之一。該論壇的一份報告《大數據，大影響》，宣告了數據成為一種新型的經濟資產，就像貨幣或者黃金一樣；國內許多知名企業家都參與了該會，我不禁想，如果企業僅僅將這個主題當作未來的一個趨勢，那這個企業將十分危險，因為這已經不是趨勢，而是我們生活的現實，也許你不需如上世紀90年代像華爾街那樣招聘天文學家和理論數學家設計晦澀難解的金融產品，或是如今天的IBM雇用了全球最多的數學博士來研究數據與各行業的應用(如石油勘探和醫學之類的事情)；但企業家應該開始關心你的營銷決策數據來源是哪些?數據如何被產生、收集、分析的?數據的量是否夠?數據是否能夠通過模型來建立參考常模與預測情境?這僅僅只需你辦個座談會，讓你的營銷／IT人員與市場調研或第三方數據咨詢服務公司進行討論，也許就能跨出很小但很關鍵的一步，從而讓你在未來大數據風暴中越走越穩!

篇10

記者在財政部網站看到，公安部全國公安機關12389專用舉報電話平臺項目已經完成招標，該系統最大同時登錄數量不少于1000個，坐席使用IP電話，數量不少于450部。

（摘自2013年11月18日《青島日報》）

公安部將開通

民警違紀違法舉報平臺

為進一步拓寬群眾舉報投訴的渠道，理順公安民警違紀違法線索的受理、查處機制，目前，公安部正在抓緊建設全國公安民警違紀違法12389專用舉報電話及互聯網舉報平臺，并將于近期開通。

記者在財政部網站看到，公安部全國公安機關12389專用舉報電話平臺項目已經完成招標，該系統最大同時登錄數量不少于1000個，坐席使用IP電話，數量不少于450部。

（摘自2013年11月18日《青島日報》）

道德類節目需在6時至24時播出

國家新聞出版廣電總局要求，進一步擴大電視上星綜合頻道新聞、經濟、文化、科教、生活服務、動畫和少兒、紀錄片、對農等類型節目的播出比例，總播出時長按周計算不少于30%；道德建設類節目需安排在6時至24時播出；按周計算平均每天6時至次日1時之間至少播出30分鐘的國產紀錄片；平均每天8時至21時30分之間至少播出30分鐘的國產動畫或少兒節目。

（摘自2013年11月15日《北京青年報》）

國內半數企業不滿5歲

工商總局日前的全國內資企業生存時間分析報告稱，截至2012年底，我國實有企業1322.54萬戶，1歲以內、1歲～2歲、2歲～3歲的企業均占到企業總數的10%以上，半數企業不滿5歲。