大数据时代影响力范文

前言：我们精心挑选了数篇优质大数据时代影响力文章，供您阅读参考。期待这些文章能为您带来启发，助您在写作的道路上更上一层楼。

第1篇

[关键词]大数据；企业管理；客户分析；市场预测

doi：10.3969/j.issn.1673 - 0194.2016.20.035

[中图分类号]F272 [文献标识码]A [文章编号]1673-0194（2016）20-00-01

1 大数据带来的有利影响

大数据时代背景下，产生了许多新的信息来源、巨量的有效数据、新的数据分析方法，对企业经营管理产生了不少有利影响。

1.1 更精确的客户分析

在进行大量数据收集的前提下，企业能获取海量用户信息，经过科学分析，能更准确把握消费者的偏好，为其提供个性化服务与产品，提升销售量，例如：淘宝网会根据客户的长期购买习惯，为其推送可能感兴趣的优惠信息，或从大量客户中快速识别出高价值客户。

1.2 更准确的市场预测

传统的市场预测，多靠自身调研、与专业公司合作来进行分析和判断等方式，样本容量有限，参考价值有限。而大数据可通过对消费者的消费行为及各种社交媒体上的产品评价进行整合、分析，及时获知消费者对于产品的需求重点，并根据消费者的需求对市场重新布局，使产品更具竞争力。

1.3 更高效的生产、运营管理

通过对大数据的分析和研究，可以发现企业自身运行中存在的一些问题，让管理者及时了解内部各部门的工作状态和运营状况，更合理地对企业的资源进行调配，提高资源的利用率和企业运转的效率。例如：快递公司可以根据路况分析，为成千上万的快递车辆规划交通路线，以躲避拥堵。

2 大数据产生的不利影响

世界步入大数据时代的时间还不长，许多企业在通过大数据分析初步获益的同时，对大数据时代背景下的企业运营、管理中可能会遇到一些问题并未做好充分的应对准备，对企业形成不利影响。

2.1 数据处理不易

大数据时代是一个信息爆炸的时代，每一秒数据都呈指数增长，其中可能存在虚假信息、无效数据，这都需要经过识别处理后方能使用。另外，企业收集数据的渠道多为社交网络、电商平台等，往往是文本、图像、视频、超媒体等半结构化和非结构化数据。而目前我国企业所掌握的数据处理方法，一般仅能有效处理结构化数据（如数字、符号等）。大量数据无法被整合处理，数据的应用价值被打折。

2.2 数据分析困难

当前，通过“云技术”，大数据储存的问题得到了较好解决，但在及时分析方面仍存在困难。一方面，传统的样本数据分析方法在大数据分析中已无法继续适用；另一方面，全面掌握大数据分析的人才数量较少，因为这需要同时运用统计分析、分布式处理及相应分析工具，方法较为复杂。

2.3 数据安全问题

企业自身在生产经营的过程中，在与外界交流中都会产生数据。在更容易获取数据资源的同时，企业也面临着数据泄露的安全威胁。不管是客户和个人信息，还是企业数据的丢失，将造成严重损失。例如：2013年3月，东软集团被曝商业秘密遭受外泄，约20名员工因涉嫌侵犯公司商业秘密被警方抓捕，造成公司的损失高达4 000余万元人民币。

2.4 结果应用问题

大数据不仅仅是一种时新的应用工具，还是一种有别以往的复杂思维方式。一方面，数据分析产生的精确结果属于定量分析，而企业管理者往往习惯于定性分析；另一方面，大数据分析追求的是相关关系而不是因果关系，管理者不能想当然地对分析结果进行因果推定。因此，大数据可以对企业竞争态势、价值链分析、营销策略等通过建立分析模型来预测，但预测具体的经营管理行为却是不太可行的。

3 有效应用大数据的对策

大数据一方面给企业管理者带来了更加全面、更加丰富的信息，另一方面也对企业在数据搜集整合、分析应用等方面提出了更高的要求。

3.1 提升数据分析、处理能力

据统计，非结构化数据一般占到了大数据信息的80%～90%。但目前国际上对非结构化数据分析尚属于非常前沿的技术，甚至有的企业错误地将其等同于舆情分析或者情感分析。所以企业应该加强对数据分析人才的培养或者引进，或者外包给合格的第三方机构，提高对数据的分析、处理能力。

3.2 提升数据安全

一是加强对黑客攻击的防范，高度重视关键数据库的安全漏洞分析和保护，在专人和专业设备方面要足够投入；二是加强对员工移动设备使用的管理，防止U盘、移动硬盘等移动存储设备和手机、平板、笔记本电脑等移动终端被植入恶意代码或遗失；三是加强员工信息安全意识教育，在企业内部形成良好的信息安全文化氛围，整体提升企业数据安全防范水平。

3.3 合理应用数据分析结果

在信息有限、获取成本高昂且没有被数字化的时代，让高层管理者做直觉式决策是可行的。而大数据时代下企业管理者应习惯于应用大数据思维。IBM公司CEO罗睿兰就曾表示：“以后，更多的决策将基于大数据分析而不是个人直觉。”但在应用中必须注意刷新管理者的思维模式。舍恩伯格在《大数据时代》中指出，应当习惯数据应用的三个思维变化：从随机样本到全体数据；从精确性到混杂性；从因果关系到相关关系。

第2篇

关键词：大数据；数据挖掘；管理会计职能

一、数据挖掘技术的含义

数据挖掘技术是一项新兴的技术科学，它是随着网络数据应用的普及而不断发展起来的，它的使用范围并不仅仅局限于商业领域，它能够适用于各种各样的没有规则的、没有任何程序可言的、非常复杂的数据信息的环境。运用数据挖掘技术的根本目的是想要通过这种技术手段把重要的信息从复杂的数据环境中分离出来，被人们合理的利用。

二、大数据时代数据挖掘对管理会计职能的影响

(一)数据挖掘技术能够有效的提高管理会计的成本控制职能

企业中管理会计的核心职能就是要对成本进行有效控制，在企业的经营活动，每个环节都与成本控制息息相关，企业在编制执行计划或者年度预算也都是为了能够对企业的成本实现有效控制。然而，在大数据时代，仅仅通过计划或者预算来控制成本已经不能够满足企业对成本控制的要求了，企业需要利用数据挖掘技术，通过对大量数据进行分析，从而得出更加实际的结论，从结论中吸取经验教训，从而更好的进行成本控制。首先，企业可以通过数据挖掘技术对外部信息进行有效分析，从而更好的了解企业竞争对手的相关信息以及行业供应链和供应商的相关信息，企业还能够通过数据挖掘技术了解购买商之间的竞争以及合作的相关信息。其次，企业可以利用云计算的筛选功能找到最合适的数据对成本控制中每个部门的相关成本进行管理，从而能够及时的分析出产品成本投入的稳定性，发现在产品实际生产的成本与预算的差距有多大，为企业更好的控制企业的发展战略提供准确的数据依据。

(二)数据挖掘技术能够变革管理会计职能对数据利用方式

数据挖掘技术能够快速的对大量数据进行整合，从而得出最准确的数据信息，这就让数据挖掘技术的使用者节省了大量的时间与精力，省去了对数据进行进一步加工的环节，能够让数据挖掘技术的使用者快速提炼和利用数据信息。同时，数据挖掘技术还能够对会计数据进行实时处理，让企业管理者更好的利用会计数据，这就彻底的改变了管理会计对于数据的利用方式，很大程度上加快了信息的传输速度，比如说在企业的存货管理中，保管员可以通过以往存货数量和市场需求进行分析，利用数据挖掘技术分析出来的结果，大概确定企业的最为恰当的存货数量，从而能够减少库存挤压给企业带来的经济损失，还能够减少库存不足给企业带来的经济利益的损失。这是数据时代对于企业管理会计职能的最新要求，企业想要发展，在激烈的市场竞争中占据一席之地，就必须紧跟时代的发展方向，科学合理的利用数据挖掘技术提高管理会计职能的水平。

(三)数据挖掘技术能够提高管理会计职能的工作效率与质量

管理会计是服务于企业的经营管理的。企业进行经营管理，其主要目的是想通过管理人员对企业的经营活动进行科学的计划与领导。管理会计是通过一系列的分析管理能够为企业的管理者提供决策的可靠依据，让企业管理者能够为企业做出更好的决策，从而有利于企业的发展。企业的管理会计一般都是通过内部控制对企业的经营活动进行有效的管理，分析内部数据，根据内部数据的变化调整企业的经营管理方式，从而能够以不变应万变，让企业的经营活动顺利进行。然而，随着数据挖掘技术在企业的管理会计中的不断应用，管理会计的职能得到了很大的改变，管理会计从加强内部控制的管理方式逐步的向多种管理方式并存，全方位的提高企业的经营管理水平上来，因为只有这样才能适应大数据时代企业发展的需要。数据挖掘技术不仅能够有效分析企业的内部数据信息，还能够全面整合企业外部环境中的各种信息，包括供应商、销售商以及竞争对手的相关信息。这些外部信息都是随时变化的同时也不受企业的控制，数据挖掘技术能够快速、准确的把外部信息生成有价值的信息，从而帮助企业管理者进行正确的经营决策。

(四)数据挖掘技术能够变革管理会计职能的工作内容

利用数据挖掘技术进行管理会计工作，会随之产生很多和大数据有关的管理会计工作的新内容，数据挖掘技术能很好的满足管理会计在技术方法创新方面的需要，管理会计其自身是一门与多种学科交叉在一起的边缘学科，它的发展是通过不断吸收与之相关的学科的技术方法和相关内容来不断的丰富起来的一项技术。数据挖掘技术在处理海量的数据信息方面和数据的深加工方面以及对隐含信息的发掘方面都有非常特殊的优势，因此在管理会计中应用数据挖掘技术是非常必要的。随着数据挖掘技术在管理会计中的应用，其管理会计职能的范围能够进一步的提高，其工作内容将会更加的丰富。这也要求企业中从事管理会计工作的人员必须要不断提高自身的专业素质，不断适应新时代企业的新需要，了解更多关于数据挖掘技术的相关内容，不断充实自身的专业水平，从而更好的为企业服务。

三、结束语

综上所述，在大数据时代，想要充分的发挥管理会计的职能就必须要更加合理的运用数据挖掘技术，同时要充分的提高数据挖掘技术的利用水平，不能盲目的使用，更不能错误的运用这种技术，不断提高数据挖掘技术的准确性，让数据挖掘技术最大限度的服务于企业管理。企业的会计人员也要加强学习，不断提高自身的专业素质，熟练掌握数据挖掘技术的关键要领，深入理解大数据技术的精髓，能够真正的运用大数据技术来分析企业数据从而更好的服务于企业，为企业更好的发展贡献一份力量。

参考文献:

[1]李平荣.大数据时代的数据挖掘技术与应用[N].重庆三峡学院学报，2014，10（103）:145-147

[2]汤昌盛.大数据大财务[J].中国总会计师,2014,1:54

第3篇

关键词：大数据；管理会计；企业管理；数据革命

时下，大数据成为了各行业重点关注的问题，并被美国政府冠以“未来的新石油”美称。加上市场交易逐步进入了高效、个性、数字乃至虚拟化的状态，打破了市场的时空界限之余，也使得市场内部的各个要素得以有效实现快速、高效融合，提升了整个市场的运行效率。但相关管理会计的研究还是处于低迷状态。因此，加强对管理会计理论、应用及其发展趋势的研究是当下发展的重要课题。

一、大数据时代的主要特点

大数据是继“物联网”、“云计算”之后的IT产业发展史上又一次具有划时代意义的技术变革，其出现将对一众企业的发展带来巨大的影响。然而，大数据时代的到来并不意味就此为止，其庞大的数据量还将呈现“井喷式”的增长，如“IDC”公司对此就曾预测，未来全世界范围内的数据量将会以每十八个月就翻一番。大数据时代具有其独特的表现形式，融合了大量性、多样性、高效性和价值性。其中，大量性是指重数据源头产生海量的数据信息；多样性是指数据类型的复杂繁多，而数据的形式主要包括了音频、视频、文档、图片、地理位置信息、客户评价等；高速性是指从信息的处理速度上看，可以借助云计算、平板电脑、手机、互联网等对数据进行处理，处理数据的速度可以说是十分的快；价值性则是指密度相对较低，可以从不同的数据中获取价值比较高的信息。以上大数据时代的特点可以为企业创造更多的商业机会和发展机会。

二、大数据时代对管理会计工作的影响

1.数据收集方式，传统管理会计数据的类型比较单存，搜集源头和渠道也比较单一，大多数为结构性的数据。然而在大数据时代下，管理会计数据的类型、搜集源头和渠道也朝着多样化的方向发展，随着互联网时代的到来，互联网在企业中得到了广泛的应用，大量的数据存在于电子商务、社交网络、网络日志等应用中，这些数据大多数属于非结构性的数据。通过以上说明了大数据时代下会计管理数据的搜集方式和内容都发生了重大变革。

2.数据利用方式，即大量的数据通过大数据库进行收集和整理后，存储的数据就可以被信息使用者进一步的加工，并对有价值的数据进行分析、提炼和利用，我们可以将这个过程看做是数据挖掘的过程，传统的针对单类型结构、结果、时间较长数据的处理在大数据时代下已经不适用。在大数据时代下，挖掘数据的过程中需要一些分析工具来帮助，如趋势分析、分类分析、回归分析、决策树分析等，对于比较复杂的挖掘分析工具，要求企业采用一些新的数据处理技术。

3.数据储存方式，大数据时代下，因为数据的多样性和大量性，就需要有一个较大的数据仓库，比较典型的数据系统包括了数据的收集、预处理、分析、处理和价值的应用。企业要完成上述一系列的操作，要从传统的数据管理系统向大仓库数据系统转变。大数据仓库通常可以划为分布式存储集群、分布式数据库以及不同的模块，其中具体的模块又分为生产计划模块、销售管理模块、企业之间的关系模块。

三、大数据时代管理会计的作用

1.绩效考评更为科学化和全面化

管理会计工作的难题之一是绩效评估，难点在于在实际评价的时候不能够收集到所有与绩效考评有关的信息，无论用什么样的方法都不能准确、客观的评价绩效考评的高低，这样就会使员工的绩效得不到客观的考评，一定程度上影响着员工工作的积极性，导致企业人才大量流失。而在大数据时代环境下，收集评价所需要的三类数据即交易数据、感知数据、交互数据变得更加便捷，通过对上述数据的分析和整理，企业可以对员工的工作绩效有更多的了解，能准确的选择绩效考评的方法，避免信息不足给绩效考评带来的负面影响。

2.助力企业核心竞争能力的提高

在大数据时代下企业既可以精准的获取顾客在网络活动中的数据，也能够更好的挖掘出潜在的有价值的信息。例如一些消费者对某个产品通过网络进行了搜索，但是最终没有购买，这些没有完成的交易数据在以往可能被忽略，但是在大数据时代下此类数据就会被重视，企业可以通过配备专门的人员和部门，认真的分析消费者网上的搜索行为，例如可以对搜索商品的类型、搜索次数、搜索条件、搜索时间等信息，对消费者的喜好进行推测，判断出消费者的消费方向，并通过特殊网络的设置，自动向消费者推荐他们感兴趣的产品信息。这样可以帮助企业进行产品决策，引导企业进行经营战略调整，提高企业核心竞争。

3.企业的规划控制得到显著强化

管理会计可以通过周密的市场调查，为企业确定最优化的生产和销售规模，使得生产和销售计划更加严密，避免企业产生不必要的生产投入。在大数据时代，信息的准确度和信息量都得到了很大的提升，管理会计人员对产品、成本、服务、销售等数据的挖掘范围也在不断扩大，这样就可以对产品生产、销售、运输、储存等进行严密的计划，为企业运营提供数据支持。

四、结语

在经济全球化的大趋势下，会计理论和实践也趋向同步，管理会计这个正在崛起的职业有着非常可观的前景，对此，企业更应不断完善管理会计的战略部署工作，储备管理会计人才，使其企业的经营活动中充分发挥积极作用。

参考文献：

[1]　刘玉侠，潘金杨，王娟.管理会计在我国应用中存在的问题及对策探讨[J].会计之友旬刊，2006（，3B）：9-10.

[2]　张波.管理会计工作存在的问题及对策[J].辽宁经济，2009，（8）：86.

[3]　崔金平.新时期如何做好管理会计工作[J].中国外资，2012，（24）：43.

第4篇

关键词：大数据；管理会计；企业管理；转型

信息化时代，交流的工具得到发展，信息的传播也通过各种渠道为人所知，相对于传统会计管理中信息的静态化、迟滞化的特征，大数据将加快信息的流动，实现数据的共享，帮助企业实现互通有无，这从信息上保证了企业走出信息不对称的窘状，同时也要求企业要顺势而为并且积极的改变企业管理会计的结构转型，优化企业管理，提升企业在大数据时代下发展的能力，引入大数据平台实现企业走出去的目标.

1大数据的概念界定

信息化时代，数据能够通过手机互联网快速的生成与传播，通过数据的分析与管理加快企业以及其他市场主体做出快速的抉择，作为数据中转地的数据处理中心将拥挤来自各个地方的数据，通过“云计算”以及“云处理”将抽象的社会发展现象可视化量化，分析相关因素的相关性.大数据正是在这种背景下诞生的，作为信息互联网行业的专有名词的大数据已经延伸到各个行业各个领域中，为行业发展提供了有利的工具.简而言之大数据时代具有以下特点.

1.1数据规模大

信息化时代下，数据的传输较之传统数据更具有优越性，数据内存容量大，大数据的起始计量单位至少是P（1000个T）、E（100万个T）或Z（10亿个T）.这是传统的数据度量所不能衡量的.

1.2种类繁多

进入大数据时代，数据的种类涉及到各个行业各个领域，呈现多样化的态势，各种社会现象可以通过量化，以数据的形式来表现出来，如在信息时代经常使用的视频、音频以及图片等.多种形式的数据以各自独特的优势存在于互联网空间中.

1.3价值密度低

大数据时代，数据价值密度降低.这主要表现在数据量的存储上积累较多，数据变化周期较快，产生数据更新时间较短，一些数据适用时间不长，产生的有效价值就不高，在繁多的价值中，不可避免的存在着一些没有价值的数据.大数据时代特征在很大程度上影响着产业结构的发展，对管理会计的发展不言而喻.在大数据时代下企业通过物联网处理存储相关的数据，在这个时代背景下了解会计数据的特征可以很好的实现会计数据与大数据时代特征的对比.会计数据的特征表现在会计数据具有无形性和粘性.会计数据来源于企业业务发展的实际情况，实际情况决定会计数据的高低两者间存在着依附的关系.会计数据的存储在大数据时代也随之改变，在传统数据时代，会计数据一般存储较为固定隐秘的公司账目表上或者存储在固定的公司计算机硬盘中，然而大数据时代改变了这种情况，会计数据存储于云平台，通过平台的中转，数据可以更方便的获取，当然这种获取不是无偿的，而是有条件的限制，在一般情况下，会计数据的供给方和需求方不是同一主体，这就要求在数据的共享上设置一定的限制，规范化数据的使用情况.

2大数据时代管理会计发展现状

管理会计和财务会计是公司会计管理中的重要组成部分，在我国对管理会计的应用在改革开放后，其内容上多借鉴西方管理会计发展的经验.由于我国管理会计发展较晚，起步较低，发展中仍存在一些问题.管理会计的理论和实践上有巨大的空间可以提升.在大数据时代，管理会计应根据实际情况抓住机遇实现管理会计的结构优化以及发展质量的提升.

2.1缺乏与管理会计相对应的企业管理模式

管理会计的效果好坏关系到企业管理的质量，充分优化管理会计的发展将带动企业的发展.在当前我国企业管理采用市场化的模式管理，但是企业的决策权力仍然属于企业负责人，企业负责人可以根据自己的市场经验以及对经济形势的判断决定企业发展的战略，这样就将管理会计的作用弃之一旁，企业的会计信息很大程度上被忽视.企业发展经济形势的恶化很大程度上与决策的不科学有关.同时在我国坚持以公有制为主体，国有经济在国民经济中占主体的作用，而国有经济企业负责人由国家统一任命，也就是其他的管理者不能够通过建立在管理会计信息基础上来实现竞争.而一些家族企业更是根据大家长的意志来决定企业发展的方向.

2.2管理会计对定量分析的作用强调过高

在数字化时代，通过将事物的发展状态进行量化可以清晰的了解事物进展程度，引入量化数据方便事物的对比.但是在社会发展过程中过于重视对定量分析的作用，尤其是对一些不能够通过定量分析的经济现象人为的设计出数学模型建构量化理论，这样操作的结果就使得理论远远的偏离了实际情况.2.3管理会计的理论体系不完善我国管理会计发展起步晚的现实性情况决定了我国与西方国家在管理会计理论上存在的差距.与此同时，改革开放，经济的快速发展要求管理会计理论要紧跟时代的步伐，为经济发展提供理论支撑，在补习功课的压力下，我国管理会计的理论体系仍然还不是很完善.管理会计理论上的匮乏是其发展滞后的主观原因，而在企业管理实务上，一些与国情与企业运行实际情况不符合以及不适用的理论也导致理论适用性的滞后.

3大数据时代对管理会计发展的影响

大数据时代，各个行业处于相互交织的状态，任何一个行业的发展变化都会波及其他行业的发展，以数字为媒介，以信息技术为依托，信息实现动态的运转与变化.大数据从外部环境以及内部因素影响管理会计的发展.不仅仅给管理会计的发展带来了机遇也给管理会计发展带来了一定的挑战.

3.1预算环节迎来发展的机遇

预算是企业发展的关键环节，合理科学的预算将给企业盈利目标带来稳定性的保障.大数据时代的到来将为全面预算的各个环节提供各种技术支持，使企业能够实现健康稳定的发展.首先在预算的编制上，大数据可以帮助企业收集企业发展的各种信息数据，丰富企业预算编制的信息，帮助企业决策者全方位的了解企业的发展形势，企业决策者可以根据预算的执行报告数据分析来合理的定位下一阶段企业发展的战略.在预算的控制和分析阶段，大数据能够将企业中的各个部门有效的联系起来，实现财务状态的一体化，分析各个部门的实际情况，有针对性的分配各部门的资源，高效运行企业.

3.2管理决策发展迎来机遇

企业的管理除了企业财务上的管理还包括企业发展战略的筹谋以及人事上的安排.大数据在预算上提供数据技术的支撑，同时在管理决策与人事安排也能供给相应的技术保障.大数据的时效性决定了其信息更新换代快，企业负责人如果能够及时抓住关键信息就能够调整企业发展的战略，争取更大的利润空间.大数据的分享平台使得每一个个体都拥有着共同的信息，解决了信息孤岛的现象，也改变了传统的组织管理结构，现在平等的扁平化的组织结构将帮助企业员工掌握决策知识，形成相对分散化的决策形式.在大数据时代下，员工通过数据化的绩效考核方式完成工作争取绩效，实现公司的发展，在数据平台上的绩效信息能够保证相对公平的竞争环境，有利于个人在公司中的发展.

3.3会计数据处理面临挑战

大数据时代数据的处理效果对企业的发展起着至关重要的作用.传统的数据处理方式已经不再适用于现代企业的发展，因此需要及时采用互联网信息技术，转变传统的抽样方法进行数据的提取抽样，转变强调数据精确度的思维方式加强对经济数据相关性的了解与认知.在面对多样化以及时效短的大数据，如何处理繁多的会计数据则成为大数据时代下企业最具有挑战性的任务.管理会计需要从传统中的手工操作中转型到信息化的业务处理上，采取新的方式来提取有价值的数据进行分析.大数据时代将数据转化为简单直观易理解的形式，这样一方面提高了企业工作的效率另一方面也从抽象的具体数据中解放出来应用在具体的项目中.

4大数据时代管理会计发展的策略选择

大数据是时代的潮流，将其与管理会计结合在一起也是行业发展所必须的策略选择.通过各种方式的选择可以将管理会计的发展引入到一个新的层面上，改善企业的管理，当然具体到现实企业管理中还需要结合实际情况合理优化策略选择.

4.1迎接大数据时代，提高管理会计中大数据意识

在互联网信息技术的裹挟下，企业管理应用大数据才能够实现企业的快速发展，提高企业的管理效率.而在应用大数据前必须明确大数据的意义以及大数据与相关业务结合的关键环节及其机理，只有对大数据有了全面的了解后才能够将大数据明确的应用在工作业务汇总.在管理会计的发展汇总，信息资源的开放和共享将为企业发展解决信息不对称的问题，企业能够从丰富的数据库中提取有益于自身企业发展的信息，从而利用信息的价值实现发展.对大数据与管理会计的结合要通过实践和理论总结两个方面来开始，把握国内与国外两个大局，密切结合市场动态，将大数据应用于管理会计中.

4.2提升管理会计人才的综合素质加强对大数据的驾驭能力

大数据与管理会计结合的效果如何除了战略方法上的合理与科学安排外还要重视具体操作的工作人员的综合素质.互联网信息技术综合计算机以及其他学科知识，而管理会计又需要具有会计方面专业知识技能的人才，只有同时具备这两个方面素质的人才才能够驾驭大数据背景下管理会计的发展方向.管理会计人才要有市场的洞察力以及互联网技术的开放理念，将两者结合，充分发挥主观能动性，发挥创新精神实现企业的跨越发展.

4.3构建大数据信息处理平台优化管理结构

大数据时代，数据拥堵，企业获取的数据需要拥有足够的存储空间才能够应对多样化且数量巨大的数据.数据出现需要拥有能够处理数据的平台提取有用的数据进行数据分析.只有这样才能够帮助企业做出快速的反应，合理的安排经营战略，定位自己的经营目标.大数据中数据随时更新，数据在虚拟化的平台中得到应用，企业需要做的就是将数据进行加工分析进行存储，特别是针对繁杂的数据，企业就需要安排资源进行分类，通过数据处理信息平台很好的解决了数据处理的问题，企业也不必担心数据的流失给企业带来的损失.

5结语

综上所述，信息化时代，信息的爆炸性传播给企业带来了机遇也带来挑战，在外部性条件的改变下，企业内部发展也经过一定转型，特别是管理会计结构.实现管理会计与大数据有效的结合无论对企业发展还是对互联网的开发应用都有一定的意义.这种结合将有价值信息及时的应用在社会发展的关键环节中，加快了社会经济发展的步伐.

作者:李佳妍 单位:广东理工学院

参考文献：

〔1〕马懿洲.管理会计的发展趋势探讨[J].经济与社会发展,2014(02).

〔2〕田晓菲,许诺.信息化背景下的管理会计实践———以美的集团为例[J].财务与会计(理财版),2014(04).

〔3〕余红燕.中国管理会计发展历程[J].国际商务财会,2014(03).

〔4〕张玲.大数据时代云计算对企业会计信息化的冲击[J].电子测试,2013(19).

〔5〕卫强.大数据时代管理会计的发展研究[J].财经界(学术版),2015(21).

〔6〕熊威.管理会计变革与创新的实证分析[J].当代经济,2015(30).

〔7〕张翠翠.推进管理会计在企业中的应用[J].财会学习,2015(08).

〔8〕孟岩,周航,刘沓.大数据时代环境管理会计发展探究[J].财会通讯,2015(07).

第5篇

关键词：大数据；教育管理；信息化

现阶段，各大院校信息化建设迈入新的发展阶段，数字化业务系统的功能进一步扩展，在不同程度上提升教育信息化水平。随着大数据等新技术的快速发展，大众已进入大数据发展时期，此时，软硬件系统会产生大量的数据信息，如何有效发挥上述海量数据的隐藏价值，提升教育管理信息化水平，成为研究者重点关注、思考的问题。本次研究以大数据为研究视角，重点阐述大数据对教育管理工作产生的影响，并提出一系列有效开展教育管理改革的方法以期为教育信息化发展提供重要的借鉴和参考。

一、大数据时代对教育管理信息化产生的影响

（一）赋予教育活动更大的灵活性

大数据是依据现代信息技术大规模、复杂的数据集合，其具有规模性、多样性的特征，信息处理和存储能力得到明显改善。大数据技术的应用在于通过充分挖掘和分析数据，构建师生合作、互动平台，鼓励学生与老师进行交流和互动，充分发挥大数据的教育教学效果。为尽可能提升教学质量和效率，新时期各类教学必须具有较强的灵活性和前瞻性，从而适应现代社会的发展。因诸多因素的影响，传统教育管理模式在提升教育活动灵活性等方面无法获得较好的成效。基于大数据背景下，受教育者可依据自己的需求挑选学习内容，如此就能有效提高受教育者学习的积极性和主动性。

（二）有利于学生与教师之间的互动

基于传统教育活动下，日常出现下列情况：老师不停地讲解、学生也在认真听讲，但很少有学生主动、积极地回答问题。由此表明，在传统的教学中，教师与学生之间的互动性不强，这种教学课堂无法获取良好的效果。在大数据技术应用之后，学生答题、复习等信息可以及时被有关设备监测并记录，老师通过深入分析学生的各种信息，并第一时间向学生反馈其日常学习中存在的问题，进而提升学生和教师之间的互动性，进而改善师生的关系。大数据发展背景下，学校师生几乎处于“透明”的生存状态，每个人在数据空间内均会留下痕迹，展示师生的需求意愿等情况。管理人员只要收集和分析有关数据，便能真实掌握现实师生的行为，准确定位师生的实际需求，达到精细化管理的效果。

（三）有利于快速普及优质的教育资源

现阶段，我国计算机普及率达到较好水平，此时，越来越多的人利用电脑展开学习。因每个受教育者知识储备和理解能力存在显著差异，因此，每个人偏向的课程有所差异。大数据背景下，人们可依据自身的需求选择课程，那些处在偏远地区的受教育者可享受全国乃至全世界优秀老师的指导，这种方式不仅达到按需教学的效果，也有利于快速普及优质教育资源，进而提升受教育者的知识水平。

二、大数据时代如何开展教育管理改革

信息技术的更新换代无法预料，其覆盖面、处理能力等方面均无法准确掌握，但始终追求更加卓越的发展。高校教育管理信息化建设应紧跟时展进程，在明确教育建设目标基础上，为提升教育管理效率保驾护航。众所周知，高校管理工作设计部门比较复杂，信息传递准确性、时效性不佳，此时，如何做好教育管理改革工作尤为重要。

（一）大力推行信息化改革

大数据时代的来临从根本上颠覆传统的教育管理模式，满足广大师生的需求。此时，每位教育人员要树立大数据思维模式，善于开展数据分析，以此制定最佳的管理，促使教育教育改革顺利进行。随着大数据技术的广泛应用，教育者的经验和高校办学理念不再是教学的主导原因，利用数据辅助教学，以期提升高校的教学效果。同时，根据学校整体发展层面开展教育信息化改革工作，构建相互交流和共享的平台，满足大众对数据的需求。众所周知，构建信息管理系统是保障大数据技术顺利实施的基础，只有建立数据管理体系，方可充分挖掘大数据带来的有效信息，提高各方数据分析和处理能力。

（二）创新教育信息化管理模式

使用大数据技术重点在于教会人们如何应对数据问题，即：追根溯源，找到引发问题的主要原因，以此提出恰当的解决对策。传统的教育管理模式中，数据存在完整性不足、连贯性不佳等问题，导致决策者制定的决策出现片面性、主观性较强的问题。使用大数据技术后，有利于及时克服以上弊端，更加民主地解决上述问题。教育管理信息需要教育者在管理手段上广泛使用计算机信息技术，借助教育管理软件对日常教学管理中的选课、排课、教务等环节实施高效、准确的管理，以此适应院系和学院之间的管理要求。

（三）提升教师的素质水平

古语有云“师者，传道、授业、解惑也”，这一句简单的话就概括教师这一职业的重要性。因此，教师必须付出十倍乃至百倍的精力加强业务学习和管理，使自己真正成为解惑者。想要成为新时代的学习者还应具有改革意识，在掌握原有专业知识基础上，不断吸收先进的科学技术，提高自身的综合素质水平，重点强化自身解答问题、查找资源、指导学生解决问题等能力，利用一切机会了解各信息设备的运行原理，在学习过程中有目的提升数据的检索、存储等熟练程度。必须注意，为尽可能调动教师工作的积极性，充分发挥优秀教师的带头作用，学校必须设置科学的激励机制，事实证实该措施能获得良好的效果。

（四）强化信息化管理各环节

随着高校信息化的建设和大数据技术的发展，校园网在日常教学和管理过程中发挥着重要作用。高校师生进行教学、科学研究等环节中存在诸多隐患，如：病毒入侵、传播不良信息等。此时，做好高校网络安全的建设和防护工作，成为解决上述问题的重要内容。通过入侵检测系统，对系统中的漏洞进行扫描，及时督促商家更新软件，确保数据的安全。大数据发展阶段，数字化管理主要展现在数据的采集工作。强化高校对教学、科研等方面的采集，方可储备一定的的数据信息，以此建立完善的信息系统。同时，利用已采集的数据信息，在合理的方式下获取真实的数据，实时掌握各项数据，以此提出更好的应对措施。加之，在大数据背景下对科研、管理等信息进行整合，如：教师的信息、学生隐私等，整合数据信息有利于维护师生的隐私，有效保护各个方面的数据信息，达到最佳的管理效果。

三、大数据技术在教育管理信息化中的应用展望

通过对学校的各个信息系统数据、多方采集的信息资源（包括楼宇门禁、校园局域网、供电管理、音视频资源）、社交网络等信息的多维度融合，数据关联分析、挖掘，可以发现大数据技术应用能够在以下领域得到深度发展：（1）学生管理：可以了解学生的出勤情况、心理情况、学习情况，全面客观地记录学生成长轨迹，通过多维度反映学生发展状态的数据，为学生辅导员多方面了解学生提供新渠道，为授课教师做到因材施教、个性化指导服务、提高学生的多方面能力、挖掘学生的兴趣度提供可信依据，还能为学生选择就业方向等工作提供指导；（2）教学管理：结合教师在课程平台中的问题答疑及作业布置情况、上课学生出勤情况、登录无线局域网（Wifi）情况、学生考试情况、课堂的视频资源、学生评教信息等数据可以对教师的教学情况进行全面的了解，有利于规范组织教学、示范教学；（3）院校管理：大数据时代，管理者可以通过学校师生员工在数据空间的信息痕迹，收集和分析相关数据，借以洞悉兴趣爱好、需求意愿、性格特征等内心世界，预判现实中师生员工的未来行为，准确定位师生的需求，从而实现精细化管理；（4）后勤管理：通过学生的餐饮数据可以调整食堂的布局和用餐的品种以及用餐时间的保障，通过课表信息、学生进出教学楼的信息对教室电源控制管理起到节能效果等。

总之，在大数据时代，利用大规模数据使碎片化的数据转化为容易整合的主体，借助集成和分析操作，让更多人了解大数据的本质并预测其未来发展趋势，展现教育管理信息化教学改革中发挥的重要作用。本论文以大数据技术为研究视角，深入分析大数据对教育管理信息化的影响，并提出大数据时代如何进行教育管理改革，以期为更好地开展教育管理工作提供重要借鉴和指导。

参考文献：

[1]李亚翠.高校教育管理信息化迎来大数据时代[J].大学教育，2015，11（3）：181-182.

[2]曲遥.大数据时代的教育管理模式改革探讨[J].中国管理信息化，2016，19（4）：253.

[3]潘安，徐玮.教育管理信息化新发展：走向智慧管理[J].东方教育，2015，15（2）：226-226.

[4]倪雄师.基于大数据时代校园管理信息化的创新研究[J].电脑知识与技术，2015，21（10）：8-9.

第6篇

随着云计算的来临，大数据（Big date）受到越来越多的关注。此概念最早由美国提出，研究机构Gartner给出了定义，即“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。维基百科将大数据定义为无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。《著云台》的分析师团队认为，大数据通常用来形容一个公司创造的大量非结构化数据和半结构化数据，这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。

二、大数据的特征

大数据的特征有很多词语可以用来表示，2001年DougLaney最先提出“3V”模型，包括数量（Volume）、速度（Velocity）和种类（Variety）。IBM将其特征定义为4V，即规模性（Volume）、高速性（Velocity）、多样性（Variety）和价值性（Value）。

1.规模性（Volume）

数据巨大的数据量以及其规模的完整性，非结构化数据规模比结构化数据增长快，数据的存储量和产生量巨大，数据具有完整性。

2.高速性（Velocity）

实时分析产生的数据流以及大数据。现实中对数据的实时性要求较高，能够在第一时间抓到事件发生的信息。当有大量数据输入或必须做出反应时能够迅速对数据进行分析。

3.多样性（Variety）

多样性指有多种途径来源的关系型和非关系型数据。有很多不同的形式，除了简单的文本分析外，还可以对机器数据、图像、视频、点击流以及其他任何可用的信息进行分析。利用大数据多样性的原理就是：保留一切对你有用的你需要的信息，丢弃那些你不需要的信息。发现那些有关联的数据，加以收集、分析、加工，使其变成可以利用的信息。

4.价值性（Value）

大量不相关数据的提纯，体现大数据运用的真实意义所在。价值具有不确定性、稀缺性、多样性。正如稻草堆中寻找一根针，运用大数据技术，就能轻易的寻找到。

三、大数据对企业管理的影响

1.大数据对企业管理思想的影响

大数据时代的来临改变了企业的内外部环境，引起了企业的变革与发展。企业越来越智能化，管理实现了信息化。企业中的数据收集、传输利用需要现代管理思想的支撑。

大数据环境下的企业管理应当以人为本，在实践的基础上运用现代信息化技术，采用柔性管理，将数据当做附加资产来看待。企业运营离不开数据的支撑，企业管理当中如果不能够深刻认识到大数据的重要性，仅仅以公司短期盈利作为目标，是缺乏战略性的思考。有效的利用数据分析结果，提前进行预测，抓住市场先机、顾客需求，就能主动赢得市场，才能在企业管理与销售业绩上创造出更大的财富。

2.大数据对企业管理决策的影响

大数据背景下数据的分析利用是企业决策的关键。首先，大数据的决策需要大市场的数据。基于云计算的大数据环境影响到企业信息收集方式、决策方案选择、决策方案制定和评估等决策实施过程，对企业的管理决策产生影响。大数据决策的特点体现在数据驱动型决策，大数据环境下的管理决策对于企业不仅是一门技术，更是一种全新的决策方式、业务模式，企业必须适应大数据环境对管理决策的新挑战。

其次，大数据对决策者和决策组织提出了更高的要求。大数据时代改变了过去依靠经验、管理理论和思想的决策方式。管理决策层根据大数据分析结果发现和解决问题、预测机遇与挑战、规避风险。这就要求决策层具有较高的决策水平。由于大数据背景下需要企业全员的参与，动态变动环境下，决策权力更加分散才有利于企业做出正确的决策。这就要求企业的组织更加趋于扁平化。

3.大数据对企业人力资源管理的影响

人力资源是企业中最宝贵的资源，是企业创造核心竞争力的基础。基于大数据技术，企业将大大提高人力资源管理的效率和质量。有效的加快人力资源工作从过去的经验管理模式向战略管理模式的转变。

公司从员工招聘到绩效考核与培训，积累了大量的各类非线性数据，这些数据都是无形的资产，利用大数据技术，将这些数据进行整合分析利用，能够为企业带来巨大贡献。首先，在员工招聘上，只需将单位用人要求与员工各项能力数据相匹配，结合人力资源招聘的经验，便可轻松选出符合要求的员工。其次，在绩效考核上，进行标准化管理，将员工日常的各类数据进行分析，设定等级标准，即可得出客观公正的考核结果。这大大排除了绩效管理的主观性与不全面性。最后，根据大数据的分析结果，针对不同员工区别培训，更有效率的提高了培训水平。

4.大数据对企业财务管理的影响

大数据使财务管理的模式和工作理念颠覆性的改变。首先，财务管理更加稳健。公司将各类财务数据在大数据技术下进行发掘，提纯出更多有用的财务信息，及早的发现财务风险，为管理决策者提供重要的决策依据，做出正确的决断。其次，财务数据的处理更加及时高效。财务数据在企业日常运营当中举足轻重，企业的各项交易都依赖于财务数据的分析，企业基于大数据，通过对财务数据的分析和处理，能够改进财务管理工作的运行模式，并且是有效率的，企业资金资本运作成本降低和压缩了，利润相应提高了。企业资源最丰富的积累，最基础的财务数据，通过大数据技术进行对财务数据，整理和分析，实现了企业价值增值。

第7篇

我是做政策分析与专业调查研究出身，以前做政策分析基本上属于无数据分析，做专业调查属于抽样的小数据分析，而今天大家都在讨论大数据分析。实际上大数据的本质就是公共与共享的数据，它有两个前提：一是政务数据渠道的开放；二是更多的商务数据源的开放。因为这两个前提目前基本上不具备，因此今天“大数据”的说法热闹多于门道，很多的地方政府搞的大数据行业也基本上是基于热闹基础上的又一波园区热而已，很难持久。当然与以往相比较，单一渠道源的规模数据拥有者比以前多，更多的单位懂得将更多的事实信息数字化，因此我们的确面临着数据规模的增长与数据作用的放大的现实，这可以被看成是“中数据”的时代。在这样一个时代，我们需要有所作为。

阿里巴巴、一号店、京东商城、当当等电商与新媒体平台上产生越来越多的数据，即使很小的电商与离线服务机构也掌握了越来越多的信息化管理的数据信息，这些数据有一个区别于以往小数据时代的以报告数据为主的特性，而是转变为以行为痕迹与个人背景相联系的事实数据，这是一个重大的变革。不只是数据量大很多，而且提供了很多在过去不能够充分掌握的信息面，对于信息的深入挖据提供了很多崭新的认识角度。但是这些数据在解读层面仍然需要小数据的辅助从而达到精准，否则就会形成太多的假设性解读，这恰恰是今天零点的多元数据整合分析计划所做的工作。

我们也要非常关注通过探头、指纹读录机、面部识别机、二维码等渠道获得的数字化信息，并且通过信息技术将多渠道信息与数据进行一体化整合。今天我们这些数字化技术将我们的痕迹大量地存储与管理起来，从而构成了大数据的基础，收集与整合管理是其中的关键。

新媒体时代的影响力资源正在重新分配。以微博为例，一般网友、博友、关注量大的博友、转发量大的博友、评论量大的博友代表了他们中间影响力模式的分层，其实他们影响其他网民的半径与程度是很不一样的。我们今天的营销创意在新媒体的时代正在经历从代表性管理模式向影响力管理模式的转化，也就是说，对于舆论积极分子的重视程度空前提升，因为他们通过新媒体取得了收集信息、传播信息与塑造市场需求的新地位。因此，在营销与动员意义上，过去均衡分配资源的策略更要让位于影响力领域的马太效应与加重策略，越有影响力的群体将获得越多的资源。大V是很有影响力，不过草根获得影响力的可能性也在加强。

第8篇

[关键词]大数据；新闻传播；农业；品牌化

1农产品品牌化的打造与推广

随着信息技术的全面发展，大数据悄然已经成为我们生活中很多活动的基础支撑，人们的信息生活全面进入到了大数据时代，对于我国发展的重中之重——传统农业，也需要搭乘时展的东风进一步发展自己。在农业供给侧结构性改革的大框架之下，农业产出不再是仅仅满足人们温饱的农产品那么简单了，农产品也需要品牌化，大数据时代已然到来，不能再埋头于“面朝黄土背朝天”的传统农业模式，让传统农民也了解市场需求、思考提升农产品质量，打造农产品品牌。另外，农产品品牌化只是第一步，接下来还需要利用新闻传播的力量将农产品的品牌推向市场。在大数据时代下，新闻传播相比传统的广告和传统的农业宣传模式更加具有优势，而现在的新闻传播也顺应融媒时代而进行转变，由原来的一对多、单向灌输式传播转变成传播的互动式多元化，传统的新闻传播也逐渐放下原有的架子成为了整个信息时代信息大潮当中的一部分，而新闻从传统的业态中积累下来的即时性、真实性、可信度高、影响力大等因素依旧是大数据时代下新闻传播的优势和硬核所在。所以新时代下如何让农民摆脱完全被动的“靠天吃饭”，便要继续扎根田间地头的同时拥抱大数据，靠拢新闻与传播，着力于农产品品牌化建设。

2依靠大数据全面提升农产品核心竞争力

农产品要进行品牌化建设，最重要的便是质量。农产品本身作为核心竞争力是无论时展到什么地步都不能也不会改变的核心因素，不管品牌多么地响亮，宣传多么地诱人，最终吃到消费者嘴里的还是农产品本身，口感如何，营养价值高低，新鲜程度都是只有消费者最有发言权，如何精准抓住消费者的胃，就要大数据来帮忙了。一个优质的农产品应当从种子的选取、选土的培养、农产品的温度分析、收割的最佳时间等全部运用大数据技术，甚至到最后的包装出售，利用大数据技术全程跟踪分析，对于农产品的质量可以切实保证[1]。在农产品的健康监管体系中，产品安全、品质的优良都需要借助大数据技术，农产品种植、生产到最后的加工和保存运输等都要进行严格的大数据监控，保证每个环节都由数据说话。而以上这些为农产品服务和监控的数据源都可以成为产品品牌化宣传的有力内容，消费者可以通过现阶段新闻传播的多次、多向的样态，在不同终端，多次循环地充分了解在农产品生产过程中，本品牌所利用到的大数据是多么地全面多么地专业，多么地令人放心，甚至成为吸引消费者的因素，让其对产品产生浓厚兴趣进而选择消费。

3结合新闻传播巧妙提升品牌影响力

第9篇

1调查方法

本研究分析了在乳腺学科文献基础上开展的读者大数据意识的调查，旨在利用反馈数据为期刊品牌建设提供参考建议。以2011年1月～2015年12月《中国肿瘤临床》的作者为读者调查对象，基于E-mail、微信群发放问卷，使用E-mail回收问卷，对问卷中涉及到的调研对象的地区分布情况、调研对象性别、年龄分布情况、调研人员属性分布、调研对象学科分布进行定量分析与定性分析。样本回收量为148份，样本对象特征具有邮箱联系方式，样本参考价值较大，问卷结果真实、可信，权威性高。对于参与问卷调查的乳腺肿瘤学科的读者提供近10年的基于大数据的乳腺肿瘤学科分析报告。问卷调查设定以下内容：①是否具有大数据意识；②是否认可量化的大数据信息可提供本学科的科研动态；③是否关心期刊的大数据信息推送；④是否采用大数据获取信息；⑤对提供的大数据信息质量是否有心理付费价位；⑥是否期待有关科技期刊的评价分析服务；⑦以《中国肿瘤临床》为例探索科技期刊服务读者的可能性。上述数据收集结束后进行统计分析。

2调查结果

调研对象地区分布中，华东与华北地区占74%,，这两个地区中北京、天津和上海都拥有国内肿瘤诊治的权威医院和相关的科研机构，一定程度上代表了我国肿瘤的诊治和科研水平，提供的数据较真实、有说服力(见图1)。调研对象性别分布中，男、女性别比率分别占49%,、51%,，男女比例接近。调研对象的年龄主要集中在20～40岁，40岁以上读者群相对比例较低，年轻的读者群对大数据高度关注，反映读者群与时代变化的一致性(见图2)。调研人员属性(含在读研究生)分布中，19%,为基础科研人员，81%,为从事临床的相关人员，这一结果反映出临床相关人员比基础科研人员对引领信息挖掘有更强烈的期待。本次调查是在通过对乳腺肿瘤学科文献数据挖掘，分析该学科热点、重点等基础上开展的，为激励读者参与调查，调查结束后提供近10年的乳腺肿瘤学科分析报告。调研对象学科分布中，65%,参与调查的读者涉及乳腺肿瘤学科，调查结束后这部分读者大多选择获取乳腺肿瘤学科分析报告，而剩余35%,的读者只是参与并无任何需求(见图3)。图4～6、图9显示，80%,以上的读者已融入大数据时代，读者对大数据信息服务具有强烈期待，引领读者挖掘信息、精准把握变化、提供与之相适应的服务，体现科技期刊提升学术影响力及树立期刊品牌的最终目的。图7～9显示，近95%,的读者有意愿利用大数据信息，且期待科技期刊评价服务，显示了广大读者对科技期刊能够提供大数据动态分析信息服务的渴望，其中50%,的读者认可有偿服务，但近50%,的读者无有偿利用的心理，显示了读者渴望科技期刊提供信息服务。表1、图10结果显示，读者问卷调查表中以《中国肿瘤临床》为例，进行相关内容的调查比较，其中有些内容获得读者多选形式的答复。近90%,读者关注《中国肿瘤临床》刊登的文章。由于《中国肿瘤临床》是中国第1本肿瘤学期刊，在肿瘤界拥有良好的期刊品牌、声望，同时为中文核心期刊，说明读者在选择阅读相关领域期刊时主要考虑核心期刊及品牌因素。从代表新媒体传播模式的微信公众平台来获取有效信息已成为肿瘤学期刊读者较为期待的方法，阅读途径也从传统的订阅(10.8%,)、赠阅(26.4%,)方式转向图书馆(41.9%,)与网上浏览(70.3%,)。

第10篇

【关键词】大数据时代；新闻传播；创新路径

近年来，我国网络信息技术高速发展，信息量增长迅猛，大数据时代随之到来。大数据时代催生了新媒体行业，这种新闻传播模式打破了时间和空间的限制，借助网络与手机客户端随时随地为用户提供新闻信息，且具有良好的互动性、即时性，十分受到年轻人的欢迎，也促进了信息数据量的进一步增长。而传统新闻媒体需借助电视、报纸传播，对时间、地点的限制较多，逐渐淡出年轻人视野，观众多为中老年人。大数据时代下，新媒体行业给传统电视新闻行业造成了巨大冲击。因此，传统新闻媒体必须积极创新新闻传播路径，借助先进的网络信息技术拓宽新闻传播渠道，积极与大数据平台进行对接，丰富新闻内容、形式，增强新闻传播效果，以适应大数据时代下人们对于新闻信息的需求，为人们提供及时、准确的新闻信息，促进传统新闻媒体的可持续发展，巩固其主流地位。

1.大数据时代下新闻传播面临的挑战

大数据时代的显著特征在于信息与数据的爆发性增长，网络数据以指数上升，同时，用户之间的转载互动也导致信息数据进一步提升。大数据时代下信息数据包括文字、声音、图片、视频等多种类型，其形式多样，内容丰富，数量庞大，丰富了人们的信息获取渠道，也给新闻传播提出了更高要求。在此背景下，如何从海量信息中提取合适且真实的新闻内容是新闻传播工作面临的重要挑战。传统新闻传播模式已难以满足需求，需要新闻工作者积极探索创新路径，推动新闻行业健康发展。随着互联网的广泛应用，人们随时随地可通过互联网信息，或检索、收集、传播信息，导致信息传播速度加快、信息量增多、信息间关联性越来越强。由于移动客户端的使用，打破了信息传播过程中时间、空间的限制，导致人们对信息实时性的要求越来越高，给新闻传播工作带来了巨大挑战。如何保障新闻信息的实时性、真实性、客观性是新闻工作者迫切需要解决的问题，也是对其信息搜集能力的考验。大数据时代下，信息分析与处理技术快速发展，通过采用专门的算法和程序处理大批量数据，可简单、快速地对未来发展趋势做出预测，便于相关工作者对社会各方面局势进行综合性、全方位的动态研究与分析。这给新闻信息收集与处理工作带来了便利，为新闻工作者提供了高效的新闻挖掘专业工具，与传统的访问、调查等信息处理方法相比，其效率高、精确度高。因此，传统新闻媒体需积极借助大数据技术对新闻传播进行创新。

2.大数据时代下新闻传播创新重点

2.1创新新闻传播形式与渠道

大数据时代下，新闻传播形式应更为灵活和多元化，依据受众需求对新闻风格、题材、传播方式进行创新。为提高新闻传播质量，可推动新闻形式可视化、故事化、内容数据化发展，采用图片、表格、视频等信息含量大，又便于理解的新闻形式，降低文字比例，既能增强趣味性，也符合当前时代下人们快速获取信息的需求，更容易吸引观众的目光。新闻传播可依据技术手段将新闻内容推送至桌面，从视觉方面吸引观众的眼球，达到良好传播效果。同时也可通过链接形式提供观众需要的新闻信息，满足受众需求。

2.2创新新闻传播内容

随着新闻行业竞争力的增加，许多新闻传播平台为了提高传播效率，盲目追求实时性、热度、点击率，传播前未充分考虑新闻内容获取渠道的可靠性和内容本身的真实性，极易造成新闻信息失真，造成虚假信息的广泛传播。如在重大灾害后语言模糊地报道一些无关信息、虚假信息，对民众造成误导，在社会上造成严重的负面影响。因此，在创新新闻传播途径时，也需注重对新闻内容获取方式进行创新，可利用信息技术、大数据技术获取各种零散信息，并进行仔细地甄别，确保新闻内容真实、可靠，再客观地进行报道。

3.大数据时代下新闻传播的创新路径

3.1创新信息数据分析方式

传统新闻信息之间注重前因后果的关系，通常仅报道与事件具有直接因果关系的信息。而大数据时代下，信息传播速度、更新速度快，更注重于信息的关联性，即便与事件并不存在因果联系，也可用作报道内容，将其作为新闻的一部分。因此，创新新闻传播路径，应调整思维模式与数据分析方式，积极利用互联网技术、计算机技术和专业分析软件提取有效信息，客观分析信息之间的关联性，实现信息处理的自动化、智能化，便于获取更客观、宏观的结论，获取更高的新闻价值，客观预测事件发展的整体趋势、变化态势。为提高新闻信息挖掘、处理、传播效率，相关研究人员也应积极开发多领域数据处理技术作为辅助工具，构建结构合理的新闻数据库，便于新闻工作者检索、收集、整理、分析有效的信息数据，发现其中规律，提高新闻传播质量。通过创新信息分析方式，可代替传统人工操作，提高效率的同时降低错误率，降低新闻工作者的工作强度，提高信息精确度，提高新闻传播的整体效果。

3.2合理运用大数据手段

在新闻传播的创新过程中，应坚持健康化、持续化、价值化，筛选提取有价值、有意义的信息与数据，摒弃无价值的信息，以保障新闻传播质量。传统新闻传播形式只注重于新闻事件，并不关注受众的理解能力、接收能力、兴趣特点等，交互性差，难以及时获得观众的反馈，也难以充分满足受众的需求。为弥补这一缺陷，新闻媒体可充分利用大数据分析技术，建立新闻数据库，收集整理各方面有价值的信息，深入分析当前新闻热点话题、新闻趋势、不同受众群体的受众需求等。通过大数据分析，可判断新闻行业发展情况与观众对于新闻内容的需求，以此为依据合理调整和创新新闻传播内容、主题、形式、渠道等，以充分满足受众对新闻信息的需求。传统新闻传播通常需要人工进行实际调研，其效率较慢，且覆盖面小，难以获得足够精确的、大量的数据。而大数据时代下，可充分利用先进的网络技术、信息数据处理技术，从海量数据中提取有关信息，可快速获得精确数据和结论，具有综合性与多元性，可更准确地评估受众的新闻需求，便于针对性推送新闻信息。

3.3合理运用微传播平台

如今信息技术、网络技术全面深入人们的日常生活与工作中。为适应不断加快的生活节奏，大量微传播平台应运而生，包括微博、微信、短视频平台等，也因此涌现了大批自媒体，使微传播平台成为重要的新闻传播工具。微传播平台与传统新闻媒体平台相比，具有及时性、交互性、传输性方面的优势，既能实时推送信息，也能与受众群体展开实时在线互动交流，可及时获得受众的反馈，获取受众的真实想法，了解其对新闻事件的看法和意见。在新闻传播创新中，也应注重合理运用微传播平台，借助平台传播信息，扩大影响力，便于媒体发掘受众的新闻偏好、需求等，可为新闻传播的创新提供一定参考，使新闻传播内容与形式更符合受众的心理预期，增加观众粘度。当出现重大事件时，新闻媒体可在第一时间将新闻信息于微传播平台中，其良好的交互性使观众可随时进行互动、转发，将新闻信息快速传播出去，提高新闻传播效率。由于微传播平台中包含大量自媒体，竞争性较强，新闻传播时也应注重形式、内容的不断创新，以吸引受众眼球，满足其信息阅读需求。

3.4以传统新闻媒体为依托

大数据时代下，新闻传播的创新在于拓宽传播渠道，提升传播速度，保障其灵活性与多元化。但在创新过程中，仍需以传统电视新闻媒体、纸质媒体为基础和主流，基于传统媒体进创新开发。无论何种传播途径或形式，媒体都必须保障新闻信息的真实性、客观性、时效性特征。在大数据时代，新闻信息量增多，为新闻传播提供了素材，但也容易出现信息不对称，其客观性、真实性难以准确识别，这也是网络中虚假新闻信息较多的重要原因。因此，必须坚持电视新闻媒体、纸质媒体的权威与主流地位，保障其影响力与公信力，客观公正地向民众传播新闻信息，对观众的思想、行为予以正确的引导，减轻虚假信息对社会造成的负面影响。与微博、微信、新闻网站等平台相比，传统电视媒体、纸质媒体在实时性方面存在不足，当新闻事件发生时，网络平台可第一时间新闻信息，而传统媒体则通常需要在第二天才能刊登该新闻事件。为弥补实时性方面的不足，传统媒体可着重于新闻事件的解析，帮助受众在了解新闻事件的同时理解其深层次的内涵，以吸引受众目光，发挥传统媒体的价值。在创新新闻传播形式、内容的同时，不可丢弃传统新闻媒体，应通过融合发展适应时代特点，推动传统新闻媒体的健康发展。

第11篇

【关键词】大数据 商业银行 互联网金融 云计算

一、商业银行大数据应用研究综述

目前国内对商业银行大数据应用的研究论文并不多，国内研究主要介绍大数据这一新生事物及相关的技术，并探讨大数据带来的机遇和挑战。国外的研究也主要侧重大数据相关的技术方面。北京银行董事长闫冰竹从高层管理的视角探讨了大数据时代银行业的发展模式。潘明道等对大数据特征进行分析，并给出银行应对大数据挑战可借鉴的思路。全面分析了大数据时代将给商业银行带来的重要影响，并给出了商业银行培养面对大数据时代核心能力的策略建议。薛亮探讨了大数据技术将给银行业带来的改变以及银行的品牌建设如何适应这种改变。韦雪琼等分析了大数据技术影响下金融市场的变化，以期作出更好的投资决策和判断。

二、大数据应用给商业银行带来的机遇

大数据应用给商业银行带来的机遇营模式转型提供了重要战略契机！借助大数据中国银行业的未来发展将呈现出全新的蓝图。

第一，大数据应用将拓宽商业银行业务发展空间，加速产品创新。随着数据的不断积累和商业银行数据分析能力的不断提升，大数据应用将拓展银行的业务发展空间，设计具有定价权和竞争力的创新产品。社交媒体的兴起为银行创造了全新的客户接触渠道，从银行网点，ATM，POS等固定设备扩展到手机，IPAD等移动终端设备，再扩展到微博，微信等社交网络。大数据应用导致支付模式不断创新，从传统支付，电子支付到第三方支付，再到移动支付。第二，大数据应用将提升商业银行核心竞争力。我国商业银行目前基础设施和数据全部集中在数据中心，而且经过多年运行积累了大量的数据，因此最具条件率先盘活大数据资产，洞察数据中蕴涵的价值，更加科学地评价经营业绩，评估业务风险，配置全行资源，引导银行业务科学健康发展。第三，大数据应用将提升客户服务水平。大数据时代商业银行不仅销售产品和服务，而且积累了丰富的客户交易数据，特别是在网络社会化和搜索引擎技术支撑下，商业银行还能收集到社交网络上客户的活动轨迹以及市场数据。商业银行只要善于分析和应用这些数据，通过数据再利用和数据重组，分析客户的消费偏好，就能准确发现并掌握客户需求，并通过不同渠道为客户提供个性化的服务。

三、大数据在商业银行的应用实践

（一）渠道拓展

大数据时代商业银行的渠道不仅包括传统的渠道，而且还要整合日益互联互通的各种渠道，并增加社交网站等新的客户接触点。商业银行应整合门户网站、网上银行、电话银行、手机银行、等电子渠道，利用微博、微信、社交网站等新媒体，打造在线综合金融营销服务平台，进行产品推送、意见收集、客户服务和营销服务。

（二）个性化服务

个性化的金融产品和服务将成为银行业务发展的主要目标。个性化服务包括互联网化的电子渠道全景体验、个性化产品推荐。LBS位置营销、面向客户个体的深度观察等。商业银行通过收集并分析社交网络数据，聚类出不同的客户群体，如高影响力的客户、存在严重不满情绪的客户、转行倾向的客户，然后向这些客户群采取更有针对性的服务。

（三）精准营销

通过客户行为分析并预测需求实现精准营销是典型的大数据应用。精准营销包括目标客户的精准定位，传播途径的选择，营销活动执行趋势分析和异常监控，营销活动的传播效果和市场效果评估，商业银行应用大数据分析用户影响力。用户聚集区域和日常活动轨迹，用户基础银行业务使用的规律，用户关注点来实现客户营销。

（四）小微企业信贷

商业银行需要通过大数据挖掘，分析和运用，去识别具有市场潜力的中小企业客户，完善批量化，专业化审批，将贷款提供给合适的小微企业。

四、商业银行应对大数据策略

大数据应用取决于三个因素：数据，技术和思维。因此，商业银行需在这三个方面进行体制机制的创新实践，未雨绸缪应对大数据挑战。

（一）数据

商业银行需要提升互联网数据获取，管理和整合能力，不仅要完成银行内部数据的整合，更重要的是和大数据链条上其他外部数据的整合。商业银行不断地从广泛来源获取、量度、建模、处理、分析大容量多类型数据，及时在互联互通的流程、服务、系统间共享数据，并将分析结果应用于业务决策与支持。

（二）技术

商业银行必须进行技术创新，搭建自己的大数据基础设施来跨越这个鸿沟。大数据基础设施分为硬件和软件两类。硬件基础设施需要通过建设私有云来提供灵活，按需和动态的IT能力。软件基础设施是指商业银行培养一批既熟悉金融，同时也对互联网和大数据应用有深入了解的复合型人才，这些人才通过对数据进行实时深度分析，能够对未来趋势有更多的研判和预测，并为决策提供智力支持。

（三）思维

大数据时代商业银行必须具有数据思维。大数据时代重要特征就是社会数字化，一切社会现象解释、监控、预测与规划都离不开对数据足迹的收集，整理和分析。因此商业银行需要具有数据思维，放弃对因果关系的渴求，取而代之关注相关关系，放弃对随机样本关注，而关注全数据，数据分析结果不是精确性，而是混杂性。

参考文献：

[1]赵国栋.大数据时代的三大发展趋势及投资方式[R].国金证券研究报告，2012.

第12篇

关键词：大数据；数据技术；智慧政府；案例分析概述

中图分类号：D63 文献识别码：A 文章编号：1001-828X（2016）007-000-01

随着信息技术的发展，人们每天的生活都被数据包围。每个人都成为了数据的“生产者”和“消费者”。搜索引擎记录着搜索记录和浏览习惯；网络购物商家记录着消费记录，界定职业身份。近年来，人们用大数据（big data）来描述和定义信息爆炸时代产生的海量数据，并命名与之相关的技术发展与创新。

十八届三中全会公报提出“推进国家治理体系和治理能力现代化”。维克托.迈尔-舍恩伯格在《大数据时代》中指出“大数据能有效帮助公共部门优化决策”[1]。于施洋、杨道玲[2]等分析了互联网飞速发展对政府网站建设带来的新挑战，认为基于大数据的智慧政府门户是当前政府网站发展的新方向。张建光、尚进[3]通过对CNKI中关于智慧城市与智慧政府的论文进行统计，提出智慧城市与智慧政府的研究发展方向及研究方法。

本文首先阐述大数据概念，分析中国在该领域的优势；通过案例分析了大数据对构建智慧政府，实现政府管理与公共服务的精细化、智能化、社会化的促进；最后提出了构建基于大数据技术的智慧政府存在的问题及挑战。

一、大数据概念

关于大数据的定义，业界并无统一标准。普遍的观点认为，大数据是指规模大且复杂、以至于很难用现有数据库管理工具或数据处理应用来处理的数据集[4]。2013年，IBM的白皮书《分析：大数据在现实世界中的应用》中，解析了最新的对大数据的“4V”定义理论，即数量（Volume）、多样性（VaRiety）、速度（Velocity）和真实性（Veracity）[5]，该理论在业界广为接受。

二、中国政府的大数据优势

1.数据信息丰富

中国人口基数庞大，每个人都是数据的“生产者”和“消费者”。庞大的人口基数催生了庞大的市场需求，庞大的数据信息促进了基数的飞速发展。这些数据就像待开采的宝藏，让大数据技术有充分的用武之地。

2.更强的政府影响力

与欧美国家相比，中国政府在社会体系中的地位能力和影响力更大，掌握的公共资源也更多。如何利用好政府影响力，把大数据作为基础战略资源，上升到国家战略层面，是当前中国不可回避的一个问题。

3.企业技术领先

巨大的市场需求催生了众多科技企业。互联网时代的来临更是让一些企业积累了丰富的大数据技术，甚至在全球范围内都处于领先地位。

与此同时，越来越多的企业和政府围绕智慧政府的构建展开了全方位的合作。如阿里巴巴集团于2014年4月17日与贵州政府签订了“全面战略合作协议”，实施“云上贵州”项目。此外，阿里巴巴集团还与北京、广东、浙江、福建等全国多家省、市、区县级政府开展战略合作关系。

三、案例分析

1.谷歌搜索与流感预测

为阻止或减慢流感的传播速度，需要准确的预测出流感的传播路径。现实生活中，由于诸多不确定因素，因此很难对其进行准确预测。传统的方法是医生在发现新型流感病例后及时告知疾病控制与预防中心。由于病人的延迟就医以及信息的延迟上报，导致疾控中心的数据汇总往往滞后于流感的传播。

针对这一问题，互联网巨头谷歌公司从大数据的角度另辟蹊径，解决了这一问题。作为全球最大的搜索引擎，谷歌每天都会收到来自全球的超过30亿条的搜索指令。通过将用户的搜索记录与流感关键字进行关联建模，从而能在早期预测出流感的传播路径。在2009年甲型H1N1流感爆发时，该方法提供了当今社会所独有的一种新型能力，以一种前所未有的视角去解决公共卫生领域的老问题。

2.北京“市民主页”

北京市民主页网站是由北京市政府与中国移动合作建设的北京无线城市的基础应用和统一门户。该网站通过聚合与市民生活息息相关的范围广泛的信息及服务。市民只需要登陆“市民主页”，就能够享受59项民生服务，包括查询个人住房公积金账户和交通违章信息，查看实时路况和航班列车信息，在部分医院预约挂号，缴纳水电费、燃气费等。毫无疑问，这种基于综合化数据的虚拟化政府服务形式比传统的模式更高效智能。

四、结语

大数据为构建智慧政府带来了大知识和大发展，但仍存在一些问题及挑战：（1）数据质量。如果数据本身质量不高，则数据分析的结果很可能是错误的或者具有误导性；（2）信息安全。一直以来，政府信息系统都是遭受黑客攻击的重灾区。如今随着大数据的汇集，单次成功攻击能够获取的有用信息更多，这将给大数据的信息安全带来更加严峻的挑战；（3）个人隐私。数据时代，个人隐私的保护面临比以往任何时候都严峻的挑战。一方面需要个人提高隐私保护意识，另一方面相关法律法规也有待完善。

然而瑕不掩瑜，大数据技术对政府管理的变革仍具有深远的意义，对提升管理效率，构建智慧管理、智慧服务型政府至关重要。

参考文献：

[1]维克托.迈尔-舍恩伯格.大数据时代[M].浙江人民出版社，2013（01）：15.

[2]于施洋，杨道玲. 基于大数据的智慧政府门户：从理念到实践[J].电子政务，2013（05）.

[3]张建光，尚进.中国智慧城市与智慧政府研究现状与展望――基于CNKI的文献计量分析[J].中国信息界，2014（08）.

第13篇

科技期刊与国际出版集团合作日益成熟

目前，国际许多著名出版集团如Elsevier、Thom-sonCorporation、Springer、JohnWiley&Sons、Nature等已经与我国优秀科技期刊合作，提供DOI号、编委会建设、投审稿系统使用、培训、发行、宣传等进行有效合作，加速了我国科技期刊的国际化发展。医学期刊可以趁此东风，通过主办单位、期刊研究会、出版集团等交流渠道，加强宣传，展示成果，以提高期刊国际合作水平和影响力。

大数据时代促进数字出版的快速发展

大数据时代的到来，对科技期刊在策划、编辑、发行、传播乃至整个出版体系的重构产生深刻影响。这意味着医学期刊在内容选题上可通过分析各大数据库搜索引擎获悉热点文章，也可以从专业机构的影响力文章中寻找行业领域热点，快速确定选题。在发行上，也不仅仅是通过纸质或简单将原文数据上传发行，而是通过网络阅读与移动终端阅读相结合的方式，可充分发挥数字阅读的便利性和及时性，将传统纸质期刊转化为电子数字形式［8］。

促进信息传播平台转变

随着科技和信息的发展，新媒体在近年发展迅速。信息的传播比起传统媒体，不需经过中间环节，其传播速度更快，内容更为丰富［9］。科技期刊随着开放存取、RS推送、网络提前发表、单篇文献上网等方式的推出，使得高质量学术论文能够在最短的时间内获得公开发表的途径［10］。期刊传播周期扩大，下载量显著增加；期刊被引周期缩短，即年指数明显提高。同时期刊通过微信公众号、学术社交网络平台跨越时间、空间、地理以及人际关系的障碍，不仅加强了作者、读者、编委群的互动，使科研工作者之间建立直接的联系，也使用户能为科技期刊贡献文献以外的其他信息，提高期刊的影响力。

2医学期刊面临的挑战

综合竞争力不强

在科学技术迅速发展的今天，世界范围内科技协作日益紧密，竞争也越发激烈。在医学期刊界，国际著名科技期刊的知名度、学科影响力（影响因子）、发表速度、办刊历史、在国际学者中的口碑、出版体制等都明显优于中国科技期刊，传播效率很高。医学期刊数量和种类较多，但质量（影响因子、综合评价、被知名数据库收录等）与国内知名医学期刊还有较大差距。比如医学期刊在总体数量占比与全国同类期刊在国内期刊占比相当的情况下，其核心期刊占比远低于同类核心期刊在全国该领域的比例［2］。更不用说与国际一流刊物比较，尤其缺少像CellResearch这样具有国际影响力的刊物。在出版、发行方面，基本停留在传统纸质版或者与知网等数据库合作，没有形成真正意义上的数字出版。

缺乏复合型人才

提升期刊影响力，编辑出版人员的综合素质非常重要。期刊编辑面对众多稿件，编辑首先要判断其学术价值和新颖性，然后决定是否送审。这不仅要求编辑具备扎实编校出版的专业知识和技能，同时还必须了解当今各个医学领域动态。除了上述传统编辑具备专业学术眼光、公正的编辑态度和扎实的计算机技术外，还需要懂得经营和市场运作。而目前在医学期刊工作人员中，既懂专业又懂媒体运作的复合型人才非常匮乏。

第14篇

关键词:计算机软件技术;大数据;应用

在当前社会的发展中，随着计算机技术的广泛应用，导致各个领域的运营模式与管理方式均呈现出了相应的变化。在大数据时代的影响下，各个领域均应大力发展计算机软件技术，提高信息处理能力，结合当前的发展形势而进行相应的改革，提高资源整合力度，促使企业的运营方式朝向规范化、标准化趋势发展，这样一来方可促进行业的发展，进而产生更多的经济效益与社会效益，达到可持续发展的目的。本文主要对计算机软件技术在大数据时代的应用情况以及发展现状展开了深入的探讨，对今后的研究具有一定的现实意义。

1国内计算机软件技术的发展趋势

由于计算机软件技术发展速度飞快，很多企业为了促进发展，均提高了对数据存储以及数据库研发力度，由此一来也为很多用户提供便利条件。随着大数据时代的到来，大数据逐渐受到了社会各界的广泛关注。通过对大数据进行分析后可发现，我们也可将其称之为巨量资料，实质上即为必须要采用相应的处理模式方可具备一定的决策能力、洞察能力的海量数据。随着互联网技术的飞速发展，所形成的数据信息也会逐渐增多，根据资料结果显示，数据早已高达10亿T。因此，随着大数据时代的来临，显著促进了国内计算机软件技术的发展，提供了更多发展空间，显著促进了社会经济的发展，产生了更多综合效益。

2计算机软件技术在大数据时代的应用

结合国内的发展形势进行考虑，即使大数据的发展时间比较短暂，然而却产生了极大的效果，受到了社会各界的广泛支持。在这一背景条件的作用下，国内的计算机软件技术必须要不断的完善与改革，方可产生更多的发展机遇。现阶段，很多行业早已将提升计算机软件技术作为主要宗旨，并且结合实际而推出科学规范的运营管理方案。随着大数据时代的发展，企业为了减少成本费用的支出，产生更多的综合效益，均已经加快了改革力度，朝向专业化的处理技术方向发展。在大数据时代的影响下，应用计算机软件技术后可以致使数据信息更加透明化，提高数据的真实性。除此之外，我们也能够以真实准确的数据信息为基础，判断行业的实际发展情况，进而拟定出合理的发展规划，达到可持续发展的目的，具体可从以下几个方面着手。

2.1信息通信

随着IBMSPSS预测分析软件的广泛应用，能够有效减少客流量的流失，不仅可以凭借软件而判断客户的各项行为，同时也能够找寻出在运营管理的过程中所潜在的问题，并对其进行及时解决，进而洞悉客户的行为，达到预留客户的目的。本文在研究的过程中以通讯行业为案例，电信工作人员能够应用计算机软件技术而了解海量客户的数据信息，并对客户的行为进行分析，之后销售至其他企业，产生更多的经济利益。结合当前的发展形势进行考虑，移动公司利用大数据技术，可以对客户实行全面监控与追踪，进而掌握客户的资料信息，最终采用相应的手段迅速将资料传递给负责人。

2.2商业运营

通过对动物园的运营状况进行分析后可发现，管理者利用Cognos，为I-PAD构建了即时功能软件，换而言之，在该软件的作用下能够访问游客信息，并以此作为服务依据。由此一来则可了解到，正确使用软件技术能够有效促进市场经济的发展，进而在严峻的市场竞争环境中占有重要影响力。

2.3企业信息解决方式

一般情况下，企业信息管理软件基本上则使用在以下几个方面，即：工作人员流动、获取客户信息、互联网营销以及风险监控等。在SAS/EM的影响下，企业在运营管理的过程中可以将数据信息挖掘步骤分为五个环节，具体如下所示：2.3.1抽样环节针对这一环节而言，则是产品在运营生产的过程中对数据信息进行抽样选择，例如验证集等。通常情况下来看，在选择样本容量时，我们可对其作出相应的定位，样本应具有一定的代表性意义，信息量充足，方便进行分析与应用。2.3.2开发与探索环节在此环节中可采用关联性以及趋势性等方法而获取数据信息，进而提高用户对数据信息的了解。在此环节中所采用的方式主要包括以下几种，即：统计报告以及变量选择等。2.3.3修改与更改环节在此环节中主要以模型选择为主要操作目标，用户在进行创建以及选择等操作后能够对数据集进行更改。在此环节中所采用的方式主要包括以下几种，即：变量转换以及产品编码等，最后则对数据进行分箱处理。2.3.4模型环节为了确保预测数据的精准性，工作人员在操作的过程中必须要应用辅助工具而对模型进行培训。在企业的运营规划中，这一环节尤为关键，并占有重要影响力，不仅可以确保产品质量，同时也能够产生更多的市场经济效益，对企业的运营发展可产生很多的积极影响。2.3.5评估环节通常情况下来看，在进行该项操作时，首先应对模型进行对比，并且运算出全新的拟合统计量，在此之后则让相关的工作人员对此进行研究，对所产生的运营方案进行测试，最终形成报告文件。

3结束语

综上所述，随着大数据时代的来临，显著促进了国内计算机软件技术的发展，提供了更多发展空间，推动了社会经济的发展，产生了更多综合效益。虽然国内大数据的发展时间比较短暂，但是在数据采集以及应用等方面均已经逐渐趋于完善，不但可以减少成本费用的支出，同时也可提升工作质量，对企业的发展可产生很多积极影响。

参考文献

[1]张萍.计算机信息处理技术在“大数据”时代的应用[J].信息与电脑(理论版),2016(03):15-16.

[2]程林.计算机软件技术在大数据时代的应用[J].科技创新与应用,2016(25):118.

第15篇

关键词：大数据；学术期刊；评价标准；创新

DOI：10.163 15/j.stm.2016.04.014

中图分类号：F276.3 文献标志码：A

学术期刊办刊水平的高低最终要通过期刊评价予以检验，从一定程度上讲，期刊评价的标准决定了期刊未来发展的方向和目标，期刊评价标准的合理设立对学术期刊的健康成长至关重要。随着移动互联网、云计算、可信计算等一系列新型信息技术的迅猛发展，一个大规模数据生产、储存、分享、应用的“大数据”时代逐渐开启。“大数据”时代的到来，对我国学术期刊的未来发展将产生巨大影响，期刊的运营模式、出版流程都将发生根本性变革，如一些学者所预测的，“大数据”时代的到来将造就全新意义上的学术期刊。相应地，“大数据”也将导致学术期刊评价的革命，一方面，大数据时代学术期刊功能定位的变化要求必须确立新的、符合时展要求的评价标准，另一方面，大数据科技的应用也将为期刊评价提供新的技术手段与方法，大大提升期刊评价标准的精确性与全面性。在这一背景下，深刻把握大数据时代学术期刊发展规律，科学探析大数据时代期刊评价标准可能的创新与发展方向，对于我们有效应对大数据挑战，推动学术期刊的未来发展具有重大意义。本文拟对这一问题进行初步探讨，以期对未来期刊评价方面的研究有所启示。

1我国当前主要学术期刊评价系统及其评价标准

1.1我国当前主要学术评价系统

我国当前的学术评价体系起源于20世纪70年代，经过几十年的变革与发展，目前形成了既符合国际化评价标准要求又具有我国学术研究特色的学术期刊评价体系。根据学科和专业研究领域的不同，目前已形成了5大期刊评价权威系统并根据其系统要求定期出台期刊评价报告，这5大系统包括：南京大学研制的《中国人文社会科学引文索引》、北京大学图书馆研制的《中文核心期刊要目总览》、中国社科院文献信息中心研制的《中国人文科学引文数据库》、中国科学院文献情报中心研制的《中国科学引文数据库（CSCD）》以及中国科学技术研究所研制的《中国科技论文与引文数据库》。

1.2五大评价系统的具体评价标准及其特征

这5大评价系统的期刊评价标准主要是根据布拉德福文献集中定律和加菲尔德文献集中定律予以制定，其具体评价指标则参考了美国EI、SCI等国际期刊数据库的评价标准。所谓布拉德福集中定律，是1934年由英国学者S.L.布拉德福提出的，他在对一些特定的学科领域期刊的数量及其刊登的相关论文数量进行统计的时候，发现期刊的内容对于某一个别学科来说呈现出远近亲疏不等的情况，“如果将科学期刊按其登载某个学科论文数量的大小，以渐减顺序排列，那么可以把期刊分为专门面向这个学科的核心区和包含着与核心区同等数量论文的几个区。这时，核心区与相继各区的期刊数量成1：a：a的关系。”核心区的期刊就是刊载学科论文数量最多、包含相关信息最丰富的那部分期刊。加菲尔德文献集中定律，是20世界60年代，由美国学者加菲尔德提出的期刊分布定律，他通过对一些综合性和专业性检索工具检索和收录论文的比率进行分析，发现各学科的核心期刊主要集中在少数的期刊中，而主要的期刊则更少，大多数学科期刊的发展呈现出明显的集聚效应。这两大定律是目前国际上制定学术期刊评价标准的主要依据，我国五大期刊评价系统也主要以这2个定律为准则，并在此基础上制定了大致类似的评价标准，五大评价系统的具体评价指标，如表1所示。

这五大评价系统的评价标准具有几个共同的特征：首先，5个期刊评价系统都是采用引文分析法，即通过对期刊论文索引量、被引频次和影响因子等指标的统计分析来对期刊质量作出评价，这3个指标也是期刊评价中的核心标准；其次，期刊评价数据的采集主要依托中国知网、万方、维普等网络数据库的数据资源进行统计，不进人这些数据库的文献不计入统计；再次，期刊评价基本是围绕期刊刊载文章的影响力指标进行评价，在专业领域越有影响的期刊，其评价结果就越好。

客观来讲，当前五大评价系统的评价标准是在借鉴国际已有成功经验并结合了我国学术研究特色来设定和构建的，它通过对客观数据的严格统计分析来对期刊予以评价，在一定程度上避免了人情因素、主观偏见对期刊评价的负面影响，具有相当的客观性与科学性。但同时，以影响因子和引文分析为核心的评价标准也存在诸多局限：首先，由于不同检索数据库所收录和统计的文献及期刊种类和数量有所不同，导致同一期刊依据不同数据库数据计算出的影响因子常常产生巨大差异；其次，不同学科发展情况和设置缺陷导致期刊统计源结构不合理，一些学科的期刊统计源期刊很多，影响因子较高，而一些冷门学科的期刊统计源极少，影响因子很低；最后，当前的评价标准主要关注后的索引量、被引频次，不仅评价指标片面，而且难以避免不当引文、无效引文对统计结果的影响。

2大数据对学术期刊评价标准的影响

大数据技术的应用给学术期刊的未来发展带来巨大变革，这些变革集中体现在对学术期刊评价标准的深刻影响之中。

2.1期刊评价的可采集指标更为丰富

在大数据的背景下，期刊出版发行形态将发生巨大变化，以前以纸质印刷、定期刊发为标志的出版方式将向电子化、网络化、不定期出版方向转移。期刊论文的创作、审核、修改、编辑、发表以及发表后所产生的社会反馈和影响都将依托于数字化网络平台进行，而这整个过程中的所有数据也将通过大数据技术予以记录，除了转引率、被引频次等数据，大数据和云存储技术可以为期刊评价提供更丰富的数据资源和种类以备采集，并作为期刊评价新的指标。比如，大数据技术支持下的电子阅读终端可以记录读者对某篇文章的阅读时间、次数，甚至在某些段落的停留时间，这对于未来期刊的反馈评价将是一个重要指标；再比如，通过“云存储”、“云计算”等技术可以对前的选题热度、潜在价值做出客观评测和计算，这可以做为期刊选题价值的评价指标；除此之外，大数据还可以收集并记录期刊选题策划方案、编辑规范性、构图设计水平等方面的信息，为学术期刊的整体评价提供参照指标。

2.2期刊评价的数据统计更加全面精准

以往对评价数据的采集，主要依据知网、维普、万方等数据库统计源，但许多没有被这些数据库收录的期刊却不能进入统计范围，而且由于检索系统所收录的期刊群组成差异较大，所计算的影响因子值也会产生较大差异，导致同一刊物在不同检索系统中计算出明显不同的影响因子数。而依托大数据技术的期刊评价数据采集，不仅可以覆盖全网络信息资源并统一计算方法，避免因数据库收录不足和算法差异导致的因子计算缺陷，而且对于被何种方式引用，引用量多少，有效还是无效引用，自引还是他引，都能准确记录，实现对期刊评价相关数据更为全面和精准的统计。更关键的是，大数据能够为期刊评价提供论文编辑出版发行过程中的全数据样本，并对后的索引转载情况实时动态更新，对读者阅读评价反馈全面搜集，从而实现评价数据统计的静态与动态统一、主观与客观结合。

2.3期刊评价的读者影响力更加突出

大数据背景下，期刊评价将更加突出读者评价的地位和作用。以前的期刊评价统计实际上是注重论文引用者和转载者的评价地位，兼顾同行、专家和评价机构的综合评议。但是对公开发行的期刊论文来说，论文的引用和转载者可能只是读者中的一小部分，大多数读者在阅读后不一定会将之运用到学术创作之中，但同样会对文章质量作出心理评价，这种评价实际比单纯的引文评价更全面、更有说服力但也更难以计量。而随着数字技术的发展，大数据时代的期刊出版将逐渐进化到电子出版阶段，新的电子期刊平台将不仅是一个阅读平台，更是期刊社为读者、作者、专家提供的一个互动服务平台，在这个平台上，不仅读者的浏览偏好和阅读反馈会被储存下来，而且通过独特的互动窗口，他们还可以和作者、编辑、审稿专家进行直接讨论，他们对文章内容的意见、对刊物选题策划、栏目设计、编辑方式、服务水平甚至是办刊宗旨的建议都将被完整记录，并成为期刊评价重要的参考指标。与此同时，由于大数据技术将使评价机构进行期刊数据收集和质量评价的整个过程变得更为公开透明，无形中就降低了评价机构的控制力与影响力，相对地也就更加凸显出读者群体在期刊评价中的作用。

2.4期刊评价的创新性指标更加重要

大数据时代的期刊将进入电子出版为主，纸质出版为辅的阶段。相对于纸质载体，电子载体具有无限承载能力和丰富多样的表现形式，这必然突破原来期刊篇幅、版面、格式的限制，期刊刊载论文数量将大大增加。同时，由于期刊审稿流程的变革，期刊未来会将收到的论文经过简单编辑处理直接通过电子平台，而不再经过繁琐的审稿流程（经过读者和同行评议，获得较高评价的论文再以纸质出版），这又必然导致期刊论文质量的良莠不齐。原来以索引量和发表数的比值为计算指标的影响因子评价的缺陷将更加突出。如何从海量出版信息中发现、挖掘出具有创新价值的内容，以最方便的方式提供给读者阅读评价，将是期刊首先要考虑的问题，也是未来期刊评价中非常重要的参考指标，这也将使期刊评价中的创新性、吸引力指标凸显到更加重要的位置。

3大数据背景下学术期刊评价标准的具体指标及其计算公式

大数据彻底改变了学术期刊未来发展模式及其评价方式，同时也为未来期刊评价的发展创新提供了强大的技术支持和充足的数据资源。笔者认为，依托大数据技术，未来学术期刊评价的参照指标将发生巨大变化，与当前主要参照转引率和影响因子来评价不同，未来期刊评价的指标将更加多元、更加精细，而且也将在很大程度上弥补当前评价指标的局限与不足。具体来说，未来大数据背景下，学术期刊的评价指标将可能包括以下几个方面：

3.1关注度评价指标

依靠大数据的技术支持，未来期刊评价可以尝试将期刊论文的关注度列入评价标准之中。电子化阅读终端和云计算技术可以准确记录读者在阅读期刊时的阅读量、点击量、阅读时间、阅读段落甚至是可能的阅读字数，有效记录并计算读者阅读的关注点与精细程度，阅读之后在学术社交网络和开放存取平台中被讨论的次数，并实现对期刊论文受关注度地量化统计，这将为期刊评价提供重要的参考指标。客观来讲，期刊的受关注度并不能直接反映期刊刊载文章的水平和深度，尤其对一些相对冷门的学科和研究领域，文章的专业性比较强，读者比较小众，关注度也较低。因此，在将关注度作为期刊评价指标时，必须避免单纯的量化统计，而应结合学科在不同时期的纵向对比，以及文章在稳定读者群体中关注度的变化来具体衡量，笔者认为，可以尝试在不同学科之间设置合理的浮动系数，以统计数据乘以浮动系数来计算期刊真实的关注度水平。

3.2创新观点评价指标

在大数据时代，对期刊学术水平的评价将不只体现在对其刊载论文水平的评价上，而会更应进一步细化到观点评价的层面。未来结合大数据技术的检索工具可以实现对期刊发表内容的观点检索，对期刊中关注度高、创新性大、前沿性强、具有较大影响力的观点进行数据统计和分析，以读者和同行“点亮”和转发的观点数量为统计指标，代替单纯对论文引用和下载地统计。观点评价的特点在于灵活、简洁，易于突出重点，可以更加凸显作者思维成果的创新度。它改变了以往期刊评价难以量化计算期刊创新性的局限，细化了期刊评价的创新性标准。与论文评价相比，它不仅更加适应数字化出版时代“眼球经济”发展潮流，同时也更加符合大数据时代期刊出版业态的变革趋势。