大数据时代含义范文

前言：我们精心挑选了数篇优质大数据时代含义文章，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 统计特征 情报关键词 关键词提取 方法

1 大数据的含义及特征

大数据即人们常说的非结构化数据，它借助计算机网络，可以存储大量数据，并保证数据的真实性。体量、速度和多样性是大数据定义中的关键内容。其基本特征主要有：第一，大数据数据总量增长规模非常大。同种类型的数据在传输过程中处于快速增长状态。第二，数据增长的速度非常快，以指数级持续增长模式为主。第三，新的数据来源渠道越来越多，新的数据类型也不断丰富。第四，大数据的价值不断上涨，大数据可以为企业发展带来更多商机，是现代企业发展过程中必不可少的内容。

2 相关研究现状及存在的问题

情报关键词是表述某个文件或者论文中重要内容的词语。本文中介绍的大数据时代基于统计特征的情报关键词是指以网页为主的关键内容，提取关键词的主要目的是分析语义和对核心词语进行统计。网页关键词在自动摘要、信息检索以及自动问答等形式中都存在较多不确定因素，导致大数据时代基于统计特征的情报关键词提取方法问题重重。

3 大数据时代基于统计特征的情报关键词提取方法

3.1 关键词提取方法的分类 关键词提取方法分四类：第一，基于语义的方法。以词典为依据，对词和句子进行分析，对词和句子进行分类标注，满足计算机对多重信息片段的实际需求，通过计算获得情报关键词。第二，基于机器学习的方法。利用机器对训练语料库进行训练，结合各项系数的实际状况，确立相关的参数、建立准确的模型。第三，基于复杂网络的方法。明确候选特征词之间的关系，以既定的规则为出发点，构建一个复杂网络，通过相关数据计算出节点权重系数和介数，最大的综合值即为关键词。第四，基于统计的方法。词语具有相关统计信息，以统计信息为基础，提取相关关键词。

3.2 关键词提取方法的构造

3.2.1 中文词语的特征及自动分词。中文词语通常由两个或者两个以上的汉字组成，句子具有连续性，要求研究人员利用大数据对中文句子进行分析之前，将句子划分为若干小部分。目前已经有自动标注词性的系统，可以自动过滤词和通用词语。

3.2.2 网页文本的结构特征及词语统计特征。MTML是一种标记语言，该标记语言的证书的目的是描述网页文档内容，以成对的标记符号为依据，明确显示网页的各个部分。词语统计的特征主要有：如果某篇文章中某个词语出现的频率比较高，在其他文本中出现的频率偏低，那么，这个词语即可作为候选关键词；同一词语在不同标记符号中对文章内容的反映结果不一样，也就是说词语出现的位置对关键词的选择有至关重要的作用。

3.2.3 词语过滤。文本中通常会存在大量噪声词。噪声词与文章的内容联系不大，噪声词在文本中和文本集合中出现的频率均比较高，噪声词通过词频和文本频率乘积的离散系数自动过滤。不同内容的文本长度不一样，噪声词在文本中出现的频率数受文本长度的影响，离散系数是指某个词语在文本中的波动程度，词语的离散系数与该次在文本中出现的稳定性成正比，也就是说，离散系数越大，该次在文本中的稳定性越差。

3.2.4 中文关键词提取流程图。本文以TfDf指标为依据，采用离散系数的方法将文本中存在的噪声词过滤除去，对候选关键词共现概率分布进行分析。确定TFIDF和候选关键词的位置信息，以TFIDF-SK为计算方法，以函数TFIDF-SK值作为关键词重要性的衡量标准。TFIDF-SK算法系统流程图如图1所示。

■

图1 TFIDF-SK算法系统流程图

TFIDF-SK算法将输入文本集合进行处理，处理工作中必须将文本集合中的噪声词过滤除去，做好词语统计特征；将收集到的信息计入特征计算模块，该模块的主要功能是计算TFIDF值、词语位置信息和偏度；进入关键词重要性衡量模块，计算出TFIDF-SK值；判断关键词重要性度量大小，输出文本中的情报关键词。

4 结束语

目前，国内外对大数据时代基于统计特征的情报关键词的提取方法均有统一评价，在实际发展过程中强化统计特征情报关键词的提取方法显得尤为重要。因此，研究人员必须在了解大数据含义及特征的前提下，针对大数据时代基于情报关键词提取方法存在的问题，对相关方法进行深入研究，保障情报关键词的稳定性。

参考文献：

[1]罗繁明，杨海深.大数据时代基于统计特征的情报关键词提取方法[J].情报资料工作，2013.

第2篇

随着现代科学技术的飞速发展，人们对各项技术的需求无论是管理、设计还是其他方面，都有了更高层次的需求，大数据的处理以及对数据系统下信息领域的研究是当前比较热门的话题，尤其是数据的研究分析和信息的服务等方面是人们热切关注的研究话题。在这样的背景下，图书馆的建设要有大数据的思维。本文以大数据时代的图书馆的含义、特征及其建设的方法展开简要论述。

【关键词】大数据时代 数字图书馆

图书馆已经进入由藏书楼、阅览室到使用网线解决人们阅读需求的数字图书馆时代，读者通过PC、手机、平板电脑、电子书阅读器、电视、展示屏等全媒体终端可以获取到当地、省市、国家、甚至全世界的信息资源。

现实中，图书馆数字资源相对于纸质资源的比例不断上升，未来数字资源将成为图书馆的主要资源。数字资源主要分为结构化、半结构化、非结构化数据，去寻找隐藏在数据背后的世界，进而创新图书馆服务模式、对读者服务提供分析与预测将成为大数据时代图书馆的主要工作。

数字图书馆既是完整的知识定位系统，又是大数据时代图书馆发展模式。大数据技术为数字图书馆的发展提供了有利的条件，以数据促进发展，更好的实现图书馆的服务使命，是图书馆服务创新的主要领域。

1 大数据时代的图书馆的含义和特征

大数据（big data），指无法在一定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，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来适应海量、高增长率和多样化的信息资产。

大数据的意义不在于数据的数量大，而是在于发掘大量数据背后的意义。换而言之，大数据中的海量数据只是原材料，产生价值的关键在于对原材料的“深加工”能力。从技术上看，大数据“深加工”需要强大的数据处理能力，因此往往与云计算密不可分。大数据往往需要依托云计算对海量数据进行云存储和分布式处理。

1.1 大数据时代的图书馆的含义

所谓图书馆的大数据化，是指依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术等技术，从大数据的角度去思考、解决图书馆的馆藏、阅读、咨询、检索、获取、推送、共享、推广等相关问题，实现资源、服务和活动的“增值”，从而实现图书馆社会价值的增值。

1.2 大数据时代的图书馆的特征

大数据时代的图书馆从图书的保管者成为面向服务的信息提供者，从单一纸媒体到全媒体，从本馆收藏到无边界图书馆，从读者到图书馆去到图书馆到读者中来，从按时提供到及时提供，从馆内处理到外包处理，从区域服务到网络化服务。这一系列的转变，将促使图书馆建设理念、方法发生巨大改变。

2 大数据时代的图书馆建设的理念和方法

大数据时代，文献资源已经远远不能够满足人们的需求，视频、图像和网络化信息等多媒体资源不断涌现，对图书馆数字化管理和处理能力提出了更高要求。大数据时代的图书馆建设应该进行以数据驱动的业务流程再造，重新梳理业务各个环节，检查是否适应大数据建设需要。

2.1 树立大数据的资源建设思路

首先，需要摆脱那些传统的管理方法的禁锢，跳出传统图书馆资源建设的框架，学会挖掘新技术，构筑新的资源建设体系，全面的发展新网络体系，提高自身的竞争力。我们知道，互联网主要功能之一也是提供数字资源服务，很多的搜索引擎都可以实现数字图书馆的功能，网上书店的图书购买也非常及时便利。随着经济的发展，时间成本已经逐渐代替金钱成为现代人的主要成本，而在这方面，目前互联网比图书馆更有优势。

图书馆必须利用大数据技术，发挥自己馆藏优势，以读者需求为导向，进行知识再加工，提供知识的精准定位，智能化服务，为读者在知R获取过程中节约时间成本。具体措施，如采编数据加入图书评价，无线Wi-Fi加入微信认证，门禁加入客流统计，建立数据监控及分析系统等。

2.2 发展智能化服务

通过对大数据的处理，可以指导我们有针对性地采购图书和数字资源，将主要成本投入到读者最需要的部分。在实现高效馆藏建设的基础上，进一步推出智能化服务，比如实现网络自动答复、文献自动传递等，成为用户真正的良师益友。同时，系统应该具备智能化功能，比如，可以实现向用户推送具有热度的图书信息，增加对热点信息或事件的重点推荐，强化定题信息的服务等。

智能化服务另一个重要内容就是精准化知识定位。初级阶段是体现为更加智能的OPAC检索。通过加入大数据处理结果，如用户偏好、图书评价及借阅量等，能够改进传统的OPAC，实现更个性化的检索结果。还可以实现对图书、期刊和很多的网络信息进行数据的采集、处理、组织。在对文献信息处理的同时，存储音视频信息，构筑全数据理念，针对网络的信息自动获取数据信息，同时建立具有语义关系的和数据之间联系更加紧密的信息组织框架，比如，可以构建各数字图书馆间的检索网络，实现跨平台或者资源的全面检索。

2.3 提高馆员大数据运用能力

现代化的数字图书馆建设不仅需要数据化的管理技术，同时需要专业的管理人员。要知道，只有相关的管理人员具备了处理大数据的能力、掌握与图书馆的数据化处理相关的技术，熟练的掌握运用数据分析工具和软件，全面的把握网络资源，才能对数据做出客观正确的分析评判，并及时的对图书馆的管理做出正确的调整。

3 总结

现如今，图书馆技术发展已经不再局部，而是跨越到了更广阔的领域，包括数据采集、信息处理、组织架构、知识挖掘等等，大数据化的图书馆的发展将会带给人们难以衡量的价值。

总之，现有的图书馆功能还存在缺陷，大数据时代给图书馆的发展提供了机遇，将会拓展它的数据资源、提升它的管理能力、增强它的功能，我们应该把这些挑战当作机遇，改变固有理念、转变原有的服务、管理模式，重新架构图书馆，在现有基础上，树立全方位服务的理念，利用大数据，使得它在竞争中，发挥出越来越便捷的管理方法。

参考文献

[1]苏新宁.大数据时代数字图书馆面临的机遇和挑战[J].中国图书馆学报，2015.

作者简介

王显斌（1983-），男，2010年毕业于华中师范大学。现为广东省中山市中山图书馆馆员。

第3篇

随着我国互联网的发展，云计算、物联网已成为耳熟能详的词汇；但是对大多数人只是听过这些词汇但是却不能理解他们的含义。大数据时代已成为一个不可阻挡的趋势，对于图书馆服务行业来说是一种机遇也是一种挑战，图书馆行业的发展应该主动面对这一现状，应该主动面对大数据时代所带来的挑战，积极应对。我们都知道现阶段数据的发展以幂指数方程的趋势发展，大数据时代将成为图书馆行业发展的核心，因为它支撑着图书馆在新时期下的发展。但是面对这一大数字时代带来挑战，应如何积极的面对，成为图书馆发展行业首要考虑的问题。本文主要针对这一问题进行讨论，望能够找到有效的解决方案，促进图书馆行业的发展。

1 什么是大数据时代

1.1 大数据时代的概念

对于很多人来说，大数据时代这一词汇是很熟悉的，但是对于它的含义确是很陌生的。大数据时代其实很难用一个完整的定义，我们通常可解释为：大数据（Big data）通常用来形容一个公司创造的大量非结构化和半结构化数据，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。大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要像MapReduce一样的框架来向数十、数百或甚至数千的电脑分配工作。从这大数据时代的解析我们能够看到，大数据时代不是单单的一种技术，但是各种信息的综合体，是一个巨型的资料库。

最早提出“大数据”这一词汇的是一个全球知名咨询公司麦肯锡，他表示到：数据已渗透到各个领域，成为促进社会发展的重要因素。面对这样的形式，人们加以合理的利用海量的数据资源，将会把世界的发展推向一个新纪元。

1.2 大数据时代的特点

我们由大数据的概念很容易的了解到，它是一个多种数据库的聚合体。有些人就根据大数据的概念将其特点归结为一下三点：量大、多样、实时，有人直接将这三点简单的成为3V特征（三个特征的首字母都是V开头，简称为3V）。但是我认为大数据时代的特点除了这三点外还其他的，诸如数据价值密度高、处理数据快的特点。因此大数据时代特点我们可以总结为：①数据量大，也就是说数据的体量大，对于体量的衡量我们已经不能用传统的衡量方式了。②种类的多样性，大数据库的种类包含众多的行业，多个领域，而且具有文本、图像、影视等多种样式，这一特点尤其适用于图书馆的发展；③更新速度快，也就是我们说的实时性，大数据的更新每时每刻都在发生，保证了数据的实时性。④数据的价值密度高，涉及到传输、决策、感知、控制开放式循环的大数据，大量的不相关信息对未来发展模式和趋势的可预测性分析起着至关重要的作用。⑤处理速度快，数据持续到达，数据分析要求实时处理而非批量式分析。

2 大数据时代下图书馆面临的机遇与挑战

我们由大数据时代的特点可知，随着大数据时代的发展，处理速度和更新速度使得其利用价值在不断地上升，在大时代数据对图书馆行业的发展有着很大的影响。

2.1 大数据时代下图书馆面临着挑战

在新的时代下要求图书馆服务行业要对其图书馆内部资料有一个充分的了解，而且这种了解要紧紧跟随着图书馆内部资料的更新不断改变。传统的图书馆服务行业的特点就是人工管理占很大一部分，数据更新速度差，管理效率低下，比较浪费时间；由于人们对知识的渴望，图书馆的作用越来越大；图书馆场地的局限也是一个重要的问题；大数据时代的高效性、实时性是传统的图书馆服务行业所不能比拟的，如何在大数据时代下更好的发展图书馆服务行业成为一个重要的问题。

2.2 大数据时代下图书馆面临着机遇

其实在大数据时代下图书馆的发展，机遇与挑战而言，机遇所占的比例不少于挑战的比例。大数据时代下数据形式有多样化、信息更新的实时性、快速的处理速度，大数据这些特点都将会促进者图书馆服务行业的发展，未来会成为图书馆服务行业发展的核心部分。

3 图书馆行业应该如何应对大数据时代下的影响

面对大数据时代下的机遇与挑战，图书馆服务不能坐以待毙，应该积极的面对挑战，勇于创先，实现机遇利用率的最大化。

3.1 创新图书馆管理方式，提高图书馆的智能化管理水平

传统图书馆管理模式已不能适应快速发展的社会，对于图书馆的管理，我们应该做到与时俱进。创新图书馆的管理方式是适应社会发展的必然趋势。我们可以充分利用大数据时代量大、快速、实时的特点，提高图书馆的智能化管理水平。数字化时代，文献资源等进行数字化、语义化处理是图书馆进行数据处理的主要模式，在此基础上借助网络服务，实现数据共享，从而最大程度满足用户需要。

大数据时代的到来可以快速的提升图书馆的服务水平，大数据可以以最快的速度更新图书馆的资源，并对资源进行分类，让人们根据自己的喜好可以快速的筛选出所需要的种类，节约借书人时间的同时也减少了图书馆行业的压力。

3.2 高度关注图书馆用户数据和信息

为了迎接大数据时代下挑战，要提升图书馆服务质量；我们首先要注重的就是用户的需求。我们都知道大数据内的资料很多，但不一定都是客户们需要的资源。因此我们要做到尽可能的满足用户们的需求。

做好用户们的需求我们就要做好以下几点：①根据用户们的网页访问数量，统计、整理出哪些资源是比较受欢迎的，对其M行大量的收集。②了解用户的爱好和价值取向，根据其不同的喜好可以向不同的人群进行资料的推荐。

4 总结

在大数据时代下，虽然图书馆服务行业受到了很多的挑战，但是同时也遇到了很多的机遇，我们要相信，随着图书馆服务行业的不断发展和创新，一定能跟随时代的潮流，为我们提供更优质的服务。

参考文献

[1]韩翠峰.大数据时代图书馆的服务创新与发展[J].图书馆.2013（01）

第4篇

关键词：大数据时代;企业人力资源管理;影响

一、大数据时代的到来及大数据的含义

（一）大数据时代的到来。随着信息网络时代的发展，大数据已经成为当今时代的一个特征。美国互联网中心指出，互联网上的数据每年将新增50%，每两年便翻一番，而目前世界上90%以上的数据是最近几年才产生的[1]。Gartner定义“大数据”是需要创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[2]。

大数据时代，企业发展的新动力将会是理解数据、运用数据、相信数据，这也成为企业管理者迫切需要掌握的一项技能，人力资源管理领域也无法置身事外。如何将“大数据”发展这一概念应用于人力资源管理，推动人力资源管理工作再次革新、飞跃，已成为人力资源领域最关心的问题。

（二）大数据的含义。大数据一般被用来定义和描述信息爆炸时代所产生的海量数据，其规模巨大到无法通过人工在合理时间内获得并整理成能被人们使用的信息，具备海量（Vol

ume）、多样性（Variety）、高速性（Velocity）、易变性（Variability）、巨大的数据价值（Value）、真实性（Veracity）和强关联性（Viscos

ity）的“7V”为标志的“Vs”特征。对大数据的应用需要把握思维的三种转变：一是需要全部数据样本而非抽样数据。现如今已拥有足够强大的数据搜集及处理能力，“样本分析模式”到“全数据分析模式”的转变会带给我们更多有用的信息。二是关注复杂性、完整性而非精确性。三是关注相关性而非因果关系。

二、大数据在企业人力资源管理中的具体体现

大数据在企业人力资源管理中具体体现在原始数据、能力数据、效率数据、潜力数据四个方面，详细可用下表表示。

表1 大数据在企业人力资源管理中的具体体现

三、大数据应用对企业人力资源管理的影响

（一）积极影响。（1）大数据应用使企业人力资源管理方式趋于网络化、数字化。大数据分析基于大量的数据，企业可以通过对人力资源管理系统的数据来源不断拓宽，来增强数据采集能力，加强数据库建设，有效增加数据厚度，最终提升自身人力资源配置的客观性、合理性和针对性。（2）大数据应用使企业人力资源管理效果趋于高效化。随着“大数据”信息平台构建，以往的“金字塔”管理系统将被“扁平化”的优化组织架构替代，工作过程中的信息可以更真实迅速地通过网络在决策层与基层员工之间传递，有效沟通的同时减少了成本，使员工更好地参与到组织人事工作中来，真正形成艺人为中心的管理，提高了管理效率，建立了更加规范的工作流程。（3）大数据应用使企业人力资源管理标准趋于全面化和数量化。企业人力资源部门在“大数据”分析方法的指导下，可以获得包括人员流动分析预测、绩效考核结果分析、培训需求及效果分析等各项内容。接着，统筹全面的人力资源信息，通过人力资源核算或人才测评分析等方法，进行持续反复的深度挖掘，能够实现各大模块数据信息的有机结合，最终提高企业的预测分析以及战略预判能力，真正体现人力资本概念。（4）大数据应用使人力资源管理对象趋于知识化，管理理念更加趋于人性化。在大数据时代，人力资源的相关数据将可以通过员工在日常工作中自动生成或提交来收集，人力资源管理者只需要建立算法和模型，从中剔除不必要的因素，以使人力资源管理过程更加规范化，这同时也很好地纠正了传统的依靠人力资源管理者主观判断和经验的误差，减少了有关人才选用育留的主观臆断，促进了人力资源管理过程的科学性和人性化。（5）大数据应用促进组织从效率到效能的转变。传统的企业组织中的各个具体岗位，往往都是基于一定工作任务而设。企业的基本形态是组织分工合作，由此形成基于岗位的人力资源管理模式一直在企业管理实践中发挥巨大作用。然而，进入大数据时代，这种管理模式企业中的员工已经无法适用。（6）大数据应用促进企业人力资源信息孤岛和碎片化管理的整合。因为人力资源管理工作分类本身明显的结构特点及工作之间的交叉现象，以及部分人力资源管理者能力的限制、人事工作规范性制度的缺失，大部分人力资源的管理，都是在无系统化的情形下进行的，是碎片化的管理，管理者无形中疏漏了工作中存在的一些问题和必要环节。在大数据时代，企业可以应用大数据理念和方法将组织中每一个岗位单元链接成一个有序高效的整体，创新创建人力资源管理模式和流程，从而使人力资源信息孤岛和碎片化的管理得到整合。

（二）消极影响。（1）个人隐私和商业秘密存在着被侵犯的可能性。我们在利用大数据带来的便捷的同时，也应高度重视随之而来的信息安全问题。其实整个社会人力资源的最优配置完全可以通过人力资源数据的完全公开化来实现，将人力资源数据信息全部汇总到一个数据库，可以使资源整合利用达到最理想化状态，但却不可避免地危及个人信息的安全性及隐私性。如果商业机密、个人隐私或是企业内部信息泄露、丢失，后果是不可估量的，对客户也会造成损失，这对于企业来说是致命的，组织在得益于数据的同时也多了一种困扰。（2）人力资源管理与大数据的盲目结合易导致企业人力资源管理系统瘫痪。目前有大量的中小型企业，无形中跌入了一个认知陷阱：拥有大数据就是拥有先机。在这种错误观念支配下，盲目从众，单纯为创建大数据而收集诸多无用信息，同时消耗大量经费将信息数据化，构建基于大数据的信息管理系统并对其进行维护，这一行为完全忽视了投入产出比率，导致企业原有人力资源管理模式混乱，得不偿失。

四、大数据在企业人力资源管理应用中需要注意的问题

（一）规范大数据的获取、选择和应用。任何事物都具有其两面性，大数据自然也不例外。大数据的理性正当运用可推进人力资源管理的有效变革，一旦被不法利用，将造成难以预料的后果。所以在大数据与云计算技术不断提高的同时，与大数据有关的相关规范也要落实。国家亟待制定相应法律来约束大数据的使用，企业也要制定一系列系统的管理规范，尽量避免大数据被不法利用而危及企业商业秘密乃至整个社会的安全。

（二）强化对大数据管理的责任意识。首先要广泛普及网络安全知识，规范大数据运用的秩序环境，其次要提高相关人员的责任心。人力资源部门应在尊重员工隐私前提下，合理应用各种数据信息，为企业营造公正、合理、友好的环境，让员工能安心地工作，也让求职者能够放心地通过网络途径进行求职。

（三）理性使用大数据，权衡其利弊得失。企业要衡量自身发展规模，客观综合全面评估资产实力，提前明确自身的人力资源管理与大数据结合的必要性，分析人力资源管理融入企业大数据管理的收益与成本关系，量力而行，切忌盲目结合，以期用最少的成本投入获取最大化的企业利益。

参考文献：

第5篇

在大数据时代，用户面对众多图书馆的数据资源，深受大数据所带来的困扰，很难方便、快捷、准确地检索到所需数据资料。大数据时代要使图书馆从传统的“物理图书馆”“转变为”“数据图书馆”、“智慧图书馆”，传统的数据存储、利用机构也将对作为存储信息知识、提供信息服务的信息中心的图书馆形成冲击与挑战，大数据的复杂性影响与挑战主要表现为数据类型、数据名称、数据模式的复杂性。在信息时代，信息存在于社会空间中的信息数据量迅猛增长，信息数据的组成结构、类型格式、存在形态等都更加复杂，图书馆对这些复杂的数据进行的应用、存储将有着极强的挑战性，它不仅存在着技术问题，也还包含有社会问题。

利用大数据，关键是要先拥有足够多的数据，图书馆大数据主要有几种形式：1、图书馆业务软件内的数据；2、Web数据；3、移动互联数据；4、文献数据；5、互联网数据。获取大数据，还需要不断完善图书馆的软件系统。图书馆信息化程度的提高，使得信息服务成为了当前图书馆服务的主要内容之一，要做好大数据时代的图书馆信息服务还必须对读者的信息和借阅行为的进行分析，对社交网络交互数据进行分析，必须对图书馆信息资源进行整合，建立全新的知识服务导航机制，制定知识服务的智能辅助决策。搞好图书馆的信息服务选择一个合适的大数据分析平台至关重要，海量的数据资源也对存储系统提出了新的挑战，要求存储系统具备足够的存储空间，灵活的可扩展性和较低的使用成本。

图书馆作为知识信息服务平台，必须通过对收集的知识信息数据进行加工整理，进行深层次的分析，以便更好的从数据中发现知识、信息，提高数据的价值密度，面向用户，满足用户的学科知识需求，开展知识信息服务，随着读者对知识需求的转变，知识服务正在朝着智慧化、个性化方向发展，智慧服务是知识服务的升华，是知识服务的核心。庞大的数据量里有许多重要信息，我们可以通过对这些数据进行挖掘分析，准确定位读者的需求，为用户提供一个方便易用的知识环境。

参考文献：

[1]大数据背景下图书馆知识服务的思考 王新筠 王海欣著

第6篇

关键词：大数据时代；信息安全；法益保护

大数据时代正以势不可挡的姿态进入人们的视野，它在潜移默化的影响着人们的生产方式和生活方式，人们在享受大数据时代所带来的生产效率提升、生活质量改善的同时，其中的信息安全隐患也是人们无法回避的问题。而面对快速发展的大数据时代，各种网络犯罪层出不穷，作为惩治犯罪和保护人民生命财产安全的最后一道防线――刑法却表现出了明显的滞后性。如何克服这一问题成为大数据时代下信息安全刑法保护所面临的重要挑战。

一、大数据时代下的安全隐患

（1）数据技术处理过程中存在的安全隐患

对元数据的技术处理是大数据动态过程的主要表现，大数据的价值在生成有价信息的过程中得以实现。而在这个技术处理过程中从数据抽取、集成到数据的解释、分析等各个环节都潜在着一定的安全隐患。首先，就数据的抽取和集成而言。我国数据的存储已跨入云时代，大量的信息存储在方面人们生活的同时也带来了巨大的安全隐患，如服务商享有优先访问权，极易出现未经用户许可而私自访问存储信息的情况；其他恶意用户或黑客未经授权擅自访问存储信息造成信息损坏或泄露；在数据的传输、流动过程中，增加了企业的商业秘密或个人隐私被截取泄露的风险；以及计算机软硬件故障和其他技术性故障造成的信息丢失等问题。

其次，就数据分析和解释而言。其中存在的安全隐患主要体现在两个方面，一方面是云计算的技术环境不稳定。在云技术中虚拟机技术是一项重大的技术突破，它摆脱了对计算机硬件的依赖，利用计算机软件即可实现与客户端的数据传输。而计算机与客户端之间的传输、运算环境却是由软件所创造的，由此造成了云技术技术环境的不稳定，易出现虚拟机被滥用、虚拟机逃逸、多用户间隔离失效以及虚拟机的安全策略迁移等问题。其中虚拟机逃逸被认为是威胁虚拟机安全的最大因素，恶意用户或黑客一旦突破虚拟机管理器，便可控制宿主机，进而可以控制所有宿主机下的用户，这给用户信息安全带来了极大的威胁。

（2）信息的安全隐患

这里的信息从法益保护的角度结构的话，主要指国家安全信息、商业秘密以及个人隐私三个方面的信息。首先，就国家安全信息而言。对大数据的支配控制被誉为继陆权、海权、空权之后的第四大国家核心资产，由此可见大数据对国家安全的重要性。而由于数据存在跨境流动的问题，在跨境流动的过程中也增加了国家信息安全的风险。云服务商可在世界范围内对虚拟机镜像和数据进行动态迁移，而对国外大数据分析和技术的过度依赖，必然会造成国际安全信息被窃取泄露的风险。为此，2012年美国政府曾就该问题提出了“大数据研究和发展计划”以此增强国家信息安全系数。

其次，就商业秘密而言。大数据开启了商业运作的新模式，且成为可取代人才智力的重要商业智商载体，它在帮助企业进行经营决策、优化经营模式以及增强企业竞争力方面发挥着重要的作用。然而，在大数据的商业价值与日俱增的同时，其自身的安全隐患也在逐步暴露在不法分子视野中。通过大数据窃取商业秘密成为了违反犯罪分子惯用的伎俩，这个商业交易安全带来的巨大的风险。最后，就个人隐私而言。随着人们在日常工作生活中社交软件、电子邮件等网络交流工具的日益普及，大量信息数据的汇聚势必增加了个人信息或隐私泄露的风险。如一些聊天工作中的位置共享会暴露自己的日常行踪，而聊天记录的自动存储也增加了个人隐私被窃取泄露的风险等等。

二、刑法在大数据时代信息保护方面的不足

（1）对数据处理过程中的安全隐患缺乏系统的罪名体系

当前我国并未出台针对网络犯罪的单独刑法罪名，在刑法典中也未将网络犯罪设置专门的章节加以规制。虽然我国刑法典规定了非法入侵计算机信息系统罪、非法获取计算机数据、非法控制计算机信息系统罪等罪名，但这种以计算机信息数据系统保护为重心的计算机犯罪体系难以适应当前大数据时代的法益保护需求。在大数据的时代话语下，犯罪对象的内涵和外延都发生了质的变化，原有计算机犯罪体系已不合时宜。

（2）对信息安全保护缺乏系统的罪名体系

我国目前尚未出台单独的信息法，对于信息安全的保护散见于《著作权法》、《互联网信息服务管理办法》等民法或行政法体系当中。虽然相对于数据处理过程中安全隐患的刑法保护有了专门的章节设置，如在《刑法》第三章破坏社会主义市场经济秩序罪中设置侵犯商业秘密罪；第四章侵犯公民人身权利、民利罪中设置侵犯公民个人信息罪，其罪名体系较前者要完善的很多。但均为将信息作为法益进行规制，而是以正常的经济秩序以及公民的人身权益作为犯罪客体加以规定的。

三、大数据时代完善信息保护的刑法完善建议

（1）加强司法解释，扩大刑法保护范围

面对社会生活中的各种失范行为，立法者试图通过立法来加以规制。但社会环境瞬息万变，法律一旦制定出来即具有滞后性，而为了维护法律的权威和稳定性又不宜经常修改法律。司法解释很好的平衡了法律稳定性与现实社会之间的关系，在不破坏法律权威的前提下，根据现实情况适时的对法律适用进行解释，以增强法律规范与现实社会之间的契合度。而对大数据时代信息保护应从两个方面进行司法解释：一是，对技术性关键词进行解释。我国刑法自1997年制定以来，至今已有近二十年的时间，社会环境已发生了翻天覆地的变化，对于信息保护犯罪体系中的一些词语其含义如果不进行扩大解释难以适应当前对信息安全法益保护的需要。如“数据”、“信息”、“系统”等词语在信息时代话语下的含义相对于大数据时代语境下的含义过于狭隘，应进行扩大解释，进而扩大刑法所保护的范围；二是，对规范性关键词的解释。立足于法益保护，对信息犯罪构成做实质性解释，而非仅仅停留在字面意思之上。如对“公民个人信息”的解释，不能仅仅局限于“特定公民个人信息”，而是从刑法所保护的个人隐私和安宁生活的法益出发，将实质具有侵害公民隐私或安宁生活的行为均纳入到刑法规制范围，以此全面维护公民的合法权益。

（2）增设罪名条文，完善刑法体系

法律漏洞是进行司法解释的前提条件，但不是所有的漏洞都是可以通过司法解决加以弥补的。况且涉及到人生命自由权利的剥夺上，罪刑法定原则是一道难以逾越的鸿沟。为此，增设罪名或条文，成为大数据时代信息安全刑法保护价值体现的一项重要举措。首先，增设新的罪名。建议在现行《刑法》第六章妨碍管理秩序罪第一节扰乱公共秩序罪第285条增设第三款罪名，即非法利用技术资源罪；在刑法第286条下增设滥用数据罪。通过增设两条新罪名，进一步完善现有的信息犯罪体系。其次，增设新条文。建议将“数据”作为关键行为模式下的特殊对象，具体可设置在《刑法》第111条和第219条下，可表述为：为实施上述犯罪行为，非法对信息网络数据进行拦截、提取、分析、存储的，依本条规定加以处罚。同时，建议加大对大数据经济经济犯罪组织的打击力度，可在《刑法》第219条和253条之二下增设新条款，可表述为：为谋取非法利益而实施上述行为的个人或组织，以本条规定从重处罚。

参考文献：

[1] 赵今，周阳.浅析大数据时代个人信息安全的刑法保护[J].技术与市场，2016.05

第7篇

【关键词】大数据；思维；小学数学；课本；数据素养

中图分类号：G623.5 文献标识码：A 文章编号：1671-0568（2017）15-0006-02

近年来，随着信息和网络技术的迅猛发展，大数据的涌现，不仅影响着人们的生活方式、工作习惯及思考模式，还给各行各业带来了巨大的挑战和机遇。由此，可以说当前社会已经进入大数据时代。一般而言，网络大数据是指“人、机、物”三元世界在网络空间中进行交互融合所产生并在互联网上可获得的大数据，简称网络大数据。目前，人们普遍认为大数据有4个基本特征：数据规模大（Volume），数据种类多（Variety），数据要求处理速度快（Velocity），数据价值密度低（Value），即所谓的四V特性。这些特性使得大数据有别于传统的数据。

大数据本身及其巨大的功能和价值都对传统思维方式造成了猛烈的冲击，因此，全新的、与之相适应的“大数据思维”出现了。数据科学的技术权威舍恩伯格认为，“所谓大数据思维，是指一种意识，认为公开的数据一旦处理得当就能为千百万人急需解决的问题提供答案。”由此看出大数据时代的思维方式包含：总体思维，容错思维，相关思维，开放思维，敏捷思维、预测思维、智能思维。

《全日制义务教育数学课程标准》明确指出，在数学课程中，要注重发展学生的数据分析观念。因此，在数学课程中，如何结合大数据思维对小学生开展数据素养培养是广大数学教师应该认真思考的问题。

“数据素养”又叫“数据信息素养”，是指研究者在数据的感知和采集、组织和管理、处理和分析、共享与协同创新利用等方面的能力，以及研究者在数据的生产、管理和过程中的道德与行为规范。根据小学生的能力水平和身心特点，小学生的数据素养应该包括获取数据的意识、分析数据的能力和整合数据的思维，这三种素养的培养难度是逐级递增的，获取数据的意识的培养难度小，分析数据的能力的培养难度居中，整合数据的思维难度最大。因此，应该从培养获取数据的意识开始，对学生循序渐进地进行引导，最后才上升到整合数据思维的培养。三者之间的关系如下图：

根据小学生数据素养3个层次的关系，教师需要深入研究与之相对应的教学策略。

一、培养学生获取数据的意识

教师可充分利用课本中统计的学习和活动，帮助学生感受数据的来源，让他们寻找来自实际问题的原始、真实数据，并在脑海中建立实际问题与数据分析之间的联系，从而理解分析数据的意义和价值。不单在统计的教学中，在很多数学学习中都有数据，且都可以利用。例如，教学三年级上册“数字编码”，就可引导学生思考如何用数字表示身份证、邮编、学号，等等，让他们继续进行发散思维，自己动脑编码表示身边的事物，从而明白数据的重要性，并学会用数据具体描述物质世界。

此外，还可以充分利用数据收集的机会，使学生体会到很多看似与数字无关的事物实际上也可以实现数字化。例如，二年下册“数据收集整理”中的“做一做”，调查本班同学最喜欢去哪里春游。题目给出了5个春游地点，如果用1～5的数字代替，学生很快就能发现数字化的优势――简单、快捷、清晰。而数字化最重要的一点，是制定明确的规则，因为没有规则，就无法准确解读数据的含义，更是妄谈预测。体会了文字数字化的过程和优势，再来进行图形数字化、音频数字化、视频数字化等都成为自然之举，大大提高了学生数据思维的敏捷性。

二、培养学生分析数据的能力

数据分析能力是数据素养的核心，不会分析数据就无法掌握事物的发展方向。如三年级上册“时、分、秒”部分练习一第11题，给出蓝天小学作息时间表（上午），要求学生从表中发现上课规律并计算上课时间，其实就是对数据进行预测。如下表：

如何从这些数据中找到有用数据并分析计算就显得非常重要。上表中，到校时间、早操时间和眼保健操时间都是无用信息，列出这些信息，目的是让学生理解数据的混杂性。而要发现上课规律，计算下课时间是关键。首先，要找出相邻两节课下课时刻和下节课的上课时刻，再相减，如：9U10-9U00=10（分钟）；其次，下课时间+第三节课的下课时刻=第四节课的上课时间，10U45+10（分钟）=10U55。同理，算出上课时间。可见，如果不能理解数据的含义，不能分析数据，就无法进行预测，即使再有用的大数据也一文不值。对于这种难度较大的数据教学，可将数据离散地逐一展示，帮助学生体会数据的整体性和时序性。如下表：

通过观察这些数据，学生就会明白数据分析的前提是要有完整的几组数据。如何得到这些缺失的数据？学生讨论后提出，可问蓝天小学的老师，可查他们的课程表，可记录他们打铃系统的时间，等等，从而理解对于同样的数据可有多种收集方法。所以，发现上课规律并计算出上课时间就是对同一数据进行不同的分析，并得出不同的结论。

三、培养学生整合数据的思维

大数据的价值是其解释性和预测性，因此，数据分析的方向都应该指向这两个目的。培养小学生整合数据的思维要充分利用课本中的数据拓展学生的思维深度，引导他们全方位地理解数据背后的真实含义及价值。例如，六年级上册“位置与方向二”中的例3要求学生用自己的语言说说台风的移动路线。教学中，教师可引导学生思考当台风移动到B市时，B市天气将如何变化？此时，台风生成地的天气又如何？为什么两地天气不同？这样，一来使学生感受到这些数据不再是冷冰冰、无意义的简单数字，二来又增强了学生对数据价值的深刻理解，提高了他们的学习兴趣，培养其相关思维和预测思维。又如，题目要求学生首先用小动物卡片设计一个“小小动物园”，画出示意图，并描述各个馆的位置；再设计一条参观路线，说一说怎么走；接着，要求学生在统一规格的透明膜上完成示意图并用油性笔标出参观路线；最后，教师收集透明膜，放在实物展示仪上逐一叠加投影，这就模拟了网络数据流的产生过程。此外，还可引导学生进行深度思考：如果你是园区经理，你会如何安排表演活动、商铺位置甚至是消防设施的数量？

通过这一过程，学生就可以直观理解数据的实时产生过程，也明白数据复杂性的根本原因是人们的不同操作。然后，教师再引导学生理解数据的价值，即除去冗余、错误的无用数据外，大多数数据流的集中区域就具有重要的价值。实践证明，这些活动能帮助学生快速自然地融入大数据时代，影响着他们在生活中的决策，为其日后的生活、生产、教育及科研活动奠定良好的基础。

对生活在大数据迅猛发展时代的公民而言，数据是最重要的资源。小学是公民教育的起点，因此，为了培养适应大数据时代的公民，在小学各科教育尤其是数学教育中培养学生的数据素养非常重要且必要，它将对学生未来的个人发展产生良好而深远的影响，进而影响着社会及国家的发展。

参考文献：

[1] 王元卓，靳小龙，程学旗.网络大数据：现状与展望[J].计算机学报，2013，（6）：1125-1138.

[2] 马建光，姜巍.大数据的概念、特征及其应用[J].国防科技，2013，（2）：10-17.

[3] 张燕南，赵中建.大数据时代思维方式对教育的启示[J].教育发展研究，2013，（21）：1-5.

[4] 黄欣荣.大数据时代的思维变革[J].重庆理工大学学报（社会科学），2014，（5）：13-18.

[5] 张静波.大数据时代的数据素养教育[J].科学，2014，（4）：29-31.

第8篇

关键词：大数据 广电网络 发展策略

中图分类号：TP311 文献标识码：A 文章编号：1672-3791（2017）04（b）-0005-02

人们的生活中，无论是社区网络、云计算还是移动互联网、物联网，各类智能终端产生的数据都会被存储，数据不断增多并产生了大数据。目前广电行业处于发展变革的重要时期，面临比较复杂的市场环境与变化，如移动互联、体制变革、全媒体和三网融合等，用户接受习惯和广播电视的营销模式均出现显著改变，因此，广电行业如何高效准确的使用网络大数据以促进行业的快速发展成为每个行业工作者需要思考的重要问题。

1 大数据时代的发展背景

近年来互联网发展迅猛，已经在传播、交易、政治等各个社会层面深入，影响并改变着人们的传统生活习惯，大数据在这一背景下应运而生。大数据可采集到用户的使用信息，并进行精准处理，分析出用户的行为模式与行为习惯，从而为企业的生产提供参考。对于广电行业而言，通过对大数据进行分析能够得到用户习惯与喜好，从而更好地进行资源整合与变革，作用尤为显著。

1.1 大数据含义

目前关于大数据的含义尚不明确，麦肯锡全球研究将大数据含义界定为：规模十分巨大的数据集合，通过传统的数据库软件工具获取这些数据难度较大，对这些数据很难管理、存储和分析。Gartner研究组织认为所谓大数据是指：只有在新的处理模式下，才可以充分发挥更强的洞察发现力、流程优化力及决策力，增长速度迅速、数量庞大且多样化的信息资产。大数据的主要特点表现在：数据规模巨大、数据的流传速度飞快、数据类型多样及价值密度低。在对大数据进行处理时，速度越快、越及时，获得的价值就越大。通过对大数据巨大的数据信息进行分析、预测能够得到较为可靠的结果，与以往的小数据时代比较，能够弥补很多小瑕疵。

1.2 大数据背景下广电行业受到的影响

大数据时代，广电行业受到了很大的冲击，虽然广电行业的有线渠道布局更加健全，内容制作方面具有较大的优势，然而近年来，电视收视市场的市场份额出现大量的缩水。目前世界上众多的网络巨头公司如谷歌、苹果等都通过分析客户的大数据信息来制作更加能够满足客户需要及兴趣的视频内容。以往对广播电视的内容是否优良进行评价时主要依赖于收听率及收视率等，大数据时代背景下，可供用户选择的终端明显增多、需要统计的数据形式也不断的发生变化、数量增多，若仅仅依赖于机顶盒所反馈的用户数据样本分析已经无法准确反映民众的口味。在互联网的推动下，网络电媒体的水平不断提高，电视媒体创作者已经不仅仅将电视作为节目播出的平台，网络的其他平台也可观看。

2 广电网络大数据运用的必要性

网络的快速发展使得各种智能终端快速普及，仅承载视频的终端就在PC基础上增加了Xbox、PS3、安卓、iphone、iPad、蓝光播放器及互联网电视等，而国家网络三大运营商、硬件设备商、互联网企业级内容生产商均对自己的定位进行了调整，积极参与到视频产业的制作中，并通过提供视频服务来获得相应的价值，传统的视频制作行业被颠覆。

c传统的广播电视比较，互联网在全面监测用户的操作习惯时更加方便，用户的收视习惯、收视场景及收视喜好均被大数据所掌握，通过对这些大数据分析能够在平台上向用户投放更加精准、针对性的视频内容、应用需要和广告推荐，以满足用户的其他潜在要求。目前大数据不仅用在用户群体、收视次数、收视时长等分析上，同时也用于微博传播监测、搜索引擎监测等网络维度上，从而为视频产业的参与者的业务运营提供指导，如内容推荐、内容编排、营销手段与广告投放等[1]。在以往较长时间里，有线电视一直处于霸主地位，然而在近年来受到竞争对手的冲击与用户观看习惯的改变，以OTT和IPTV为代表的IP电视发展迅速，传统的政策控制已经失效，只有顺应市场发展的需要才能够迅速发展。

网络发展迅速与大数据的背景下，传统的视频内容服务已经无法满足用户对视频的要求，因此，传统的广电网络要提高自身的竞争力，获得生存之地，必须充分运用互联网这一手段，大力发展广电网络大数据。

3 广电网络大数据应用的挑战与应对策略

3.1 挑战

虽然有线运营商掌握着大量的用户数据，然而这些数据要被充分挖掘并高效利用仍然需要较多的工作，同时面临着巨大的挑战。首先，受到市场需求转变、业务范围的扩展及网络规模不断扩大的影响，广电网络大数据规模不断增加，而原有的系统搭建已经不能适应这些零散、非结构化和无规律的大数据的存储与才处理，导致传统的数据处理平台无法线性扩容，无法更好的应对多元的数据类型与数据规模。其次，有线运营商业务经营范围逐渐增加，使得业务体系更加复杂，这就涉及到多部门的合作问题，业务流程的梳理难度明显加大。再次，大数据的特点与传统的网络业务分析特点不同，需要从多维度来分析海量的非结构化数据，广电网络要满足新的信息服务需求，就必须要构建新型的数据分析模型，挖掘大数据的深层价值。最后，广电网络以往平台比较单一，无法满足多元化、大规模数据的快速处理与分析，需要构建新型的大数据处理平台。

3.2 思考与实践

广电网络要更好的利用大数据，就需要从以下几方面入手：（1）广电网络的核心数据主要来源于电视与用户之间在互相“沟通”时的双向网络，然而目前用于采集用户收视数据的广电网络寥寥无几，基本是依靠采样的固定模式来对数据进行采集与分析，因此可信度不高。广电网络发展中用户行为数据的真实性成为其制约因素，因此急需要采集有效数据。（2）广电网络在对数据进行分析时，要从多平台收集多元数据，已实现数据的融合。目前人们在手机、PC和PAD等终端上观看视频的行为已经非常普遍，广电网络需要重视这一习惯，并对电视数据、点击流量数据、互联网数据进行融合，努力实现客户的识别与标签系统。（3）目前网络视频众多，广电网络要突出重围，就不能沿用以往电信数据集市、传统金融、数据仓库建设的老路子，需要坚持自己的特色，灵活使用数据，建设数据平台。在大数据时代，广电网络可以挖掘收视率市场监测 、广告插播市场等大数据，以求获得差异化。（4）改变以往对“数字”层面的单纯关注[2]，减少对财务指标的过多关注，将重点放在大数据的理解、采集和使用上，从而更系统、规范的使用大数据。（5）增加人才方面的投入与引进，目前广电网络数据分析的人员多是单纯的技术型人才，商业敏感性较差，因此，广电网络在引进和考核人才才时，在保证技术水平过硬的基础上，综合考察人才的商业敏感性、创新性等，同时建立完善的激励机制 。

4 结语

互联网快速发展，大数据的运用对广电网络提供了新的机遇与挑战，广电行业实现快速发展，就必须顺应时代潮流，精准管理、分析与利用用户、节目和内容的大数据，放远眼光，合理挖掘这些数据，以获得更好的发展前景。

参考文献

第9篇

摘 要：大数据时代的来临，为财务管理的发展提供了新的方向，也带来了新的问题。本文对大数据时代下的财务管理作了一些思考，希望能够得到认同与交流。

关键词 ：大数据时代 财务管理

随着我国市场经济的发展深入，信息技术的成熟与完善，大数据时代应势而生。在此环境下，各行业各部门为了适应发展，获得更多的机会，提升自身市场竞争力，纷纷进行了数据化变革，财务管理也由此进入了一个新的时代——大数据时代。

一、大数据时代背景

1、大数据时代含义。目前，我国对大数据并没有一个统一明确的定义，但是，业界一致认定大数据时代具备了数量大、种类多、价值数据少以及高速及时四个特点：

首先，大数据作为数据集成，其对数据的计算量从一千T到百万T，甚至达到十亿T，达到了真正意义上的大数据。

其次，不但从数量上来说，大数据是可观的，即便是大数据的种类，也是前所未有的，包括了图像、音频，视频、二维码的扫描及gps定位等，都为大数据提供了时代的活力。

第三，在大数据时代，数据的处理变得高速及迅捷，但是，由于数据量的庞大，数据种类的繁多，对数据信息的采集与处理、反馈必须及时而精准。另外，由于互联网的信息量过于庞大，对本行业有价值的数据仅仅占有其中的小部分，大多都是无关数据，必须要对数据信息进行深度挖掘，筛选出所需要的数据。

2、大数据时代出现的条件。大数据时代的出现，仰仗着数据信息技术的发展与深入。首先是传感器的数据产生。传感器是数据检测装置，通过感应被测量物件的信息和数据，通过一定规范把信息和数据转化成信号或者其他形式输出，完成信息的传递。其次，是INTERNET的点击流量的数据产生。这些数据为提供商带来了流量分配的依据，并且通过这些流量分配进行深度的分析与分类，从而对市场的营销与推广制订定可行的方案，使大数据发挥其最大的效用；第三，移动设备以及射频ID的数据产生。移动设备及射频ID的应用，包括GIP定位系统的新兴，使数据在任何时候都可以流通，为大数据提供了必要的数据基础。

二、大数据时代下财务管理的意义

1、大数据使得企业的财务管理进入了信息技术处理时代，财务人员从大量的低级数据采集工作中解放出来，进行更有意义的财务管理中。随着大数据的到来，业务单据整编、手工录入采编、人工数据核对等工作，都由财务软件进行专项数据处理，不但节约了人工，而且程式化的操作使数据的处理精准度提高。

2、企业财务风险及内部控制随着大数据的到来，更加可控与管理。企业的风险管理现代财务管理的主要内容，现代企业管理的日渐复杂，市场经济的发展深入，企业财务风险的不确定因素增多，有效的企业内部控制对抑止及规避企业的财务风险有着很大的作用。大数据的到来，使得企业能够通过对财务数据的提炼与分析总结，利用智能化信息系统对风险进行评估与测算，从信息技术层面对企业的财务风险进行识别与控制，使企业的财务管理达到一个新的高度。

3、实现成本管理与全面预算管理。大数据时代，企业财务管理通过信息系统对企业生产制造成本、流通销售成本、市场材料成本等等大量数据进行汇总分析，并对企业内部各个部门、单位的财务数据进行采编、审核，实现企业的成本管理与全面预算管理，提高企业的管控能力，帮助企业融资，使企业财务管理在大数据时代功能更加强大，为企业发展提供强有力的理论基础。

三、大数据时代下财务管理的问题

1、技术问题。由于大数据时代，庞大的数据信息需要更精道的技术识别与处理，因此，企业的财务管理面临着大数据时代的技术瓶颈，这种技术上的不足首先表现在硬件架构本身方面。大数据时代下，很多企业要实现数据信息化财务管理，必须要设计IT架构，这些架构在我国目前处于发展的初级阶段，因此，在技术上还需要有更强大的支持；其次表现在大数据软件的不成熟。这使得企业的财务管理不能真正融入到大数据时代，实力与愿望有所缺失。

2、人才问题。大数据时代，企业需要重新设计财务管理的模式及数据分析模型。但由于目前企业的财务管理还处于传统上的数据库管理方面，在对不同种类数据或者海量数据方面，都有着一定的缺陷，没有体现“大数据”的真正概念，事实操作中，拥有这类信息处理技术的财务管理人员相当稀缺，几乎没有企业在大数据处理上有着足够的人才储备，因此，人才问题是目前大数据时代下财务管理的重要问题之一。

四、大数据时代下财务管理的新举措

1、建立统一的财务管理信息化制度。在网络信息环境下，运用合理的财务管理信息化制度能够优化财务管理人员的结构，实现业务的标准化，在对大数据时代信息整合的过程中，通过制订一系列的资源服务的共享、业务战略的同化、信息服务平台的应用等制度来约束管理的行为，实现企业对财务管理的掌控。

2、建立大数据时代下会计核算制度，构建企业动态查询信息系统。大数据时代下，会计信息的供给和需要都发生了重大的变革，建立统一的会计核算制度使得企业的多元化、规模化以及结构的多样化都能够得到企业财务管理所需要的不同的会计信息数据，作为财务管理的需要和实践的基础，会计核算制度通过会计准则对财务会计进行了行为规范、会计记录的规范，保证了财务报表等财务信息的统一与有序，同时，在企业动态查询系统下，企业能够从多角度、多层次、立体化来进行企业财务动态查询与反馈，使得财务管理在连续、有效、精确、及时的财务信息基础下，进行统一的财务核算、资源分配及资本管理。

3、构建预算管理的信息化，统一资金管理，提高预算管理效率，增强资金的监管能力。企业的财务管理主要通过整体的财务预算来管理，构建预算管理的信息化，能够规范财务预算编制、预算汇总，调整与完善预算方案。同进，统一资金管理，使得财务管理的内容落实到各个具体的部门甚至是财务管理人员，使得企业在责、权、利三者的平衡中，达到资源一体化的大数据整合目标。使企业在信息化财务管理中实现财务高效运转，从而提高财务管理的效率。

五、结束语

总之，企业要抓住机遇，在大数据时代利用各种有利因素，加强自身组织管理，促进企业的持续稳定发展。

参考文献：

[1].刘新锋,刍议大数据时代下的企业财务管理[j],时代金融,2014(7):156.

第10篇

关键词：大数据；软件工程；群体软件；关键技术

一、大数据时代软件服务工程与群体软件工程

所谓软件服务工程，就是将服务作为主要目标，在应用时需要根据变化不断通过虚拟的手段与分布式手段进行应用，而这种应用方法不仅能够使得软件更加虚拟化，同时也能强化其操作性，与此同时，更能有效解决动态变化与分布变化情况[1]。软件工程在发展过程中能够在大数据领域、云计算中得到更加广泛应用。在网络化、服务化等大环境影响下，软件工程可以得到更好的开放空间。工程师利用数据信息交互、学术交流等多种方式开展合作，对软件进行开发，建设更加具有性价比的软件系统。在软件开发中，目前十分成功的就是开源软件，开源软件的合作模式与结构都是当前学术界最看重的，然而当前常规研究方式却未能实现较大突破。很多学者开始尝试利用网络分析方法对数据进行有效分析，在一些规模较大的开发项目的开发人员中，外围开发者占据绝对优势，并且模块化特征更加明显。和群体软件工程相比，开源软件有较弱的发展态势，而群体软件工程主要是倡导利用众包形式进行开发。

二、大数据时代众包软件服务工程

（一）创新发展态势

众包软件服务工程作为国际各国都密切重视的一种流式数据处理与集密数据处理方式，特别是在服务中对产生的各项数据尤为重视，如何才能将这些密集型数据的存储设施、平台、价值分析等作为服务对象，是当前大数据软件工程在研究过程中的难点与重点部分。从最开始的服务消费，到后来的众包服务开方，随后再到软件平台管理，运营方都由在线流式数据和离线密集型数据组成。当前开发者版本级别达到GB级别，众多用户数据能够达到PB级别，在线沟通数据更是能达到TB级别，利用直接推送功能可以左右软件服务时间，对软件产生关键性作用与影响[2]。

（二）软件生产开发、运营与管理

密集型数据，因为他们本身固有的动态分布形式、动态交互、复杂演化、动态分配、价值隐藏等，都能够体现大数据的最原始行驶情况。从本质角度来看，这些数据仅仅是用于描述内容模量，但是没有具体含义，并且缺乏语义化作用。想要对其进行创新，必须打破原有的研究方法与思维，将密集数据作为主要材质课题，并且将其看作是研究的主体，在主体领域，大数据所在流域与主体专家需要制造，传播大量的数据。他们不仅是大数据的群体用户，还是最主要的消费者，同时也担任着运营和管理的作用，能够将群体智慧汇到一起，逐渐形成系统化的领域和主体知识。将这些知识作为核心与基础，对研究密集型数据相对应的信息学过程与生命周期进行研究，并且及时推送相应的服务期限，研究数据内容的相关语义和标志，最终赋予其相应的矢量。组织主体部分构建价值服务机制与知识体系，在研究和互通过程中，利用操作式管理方式将关键技术应用在密集型数据上，这些都能展示出众包软件工程发展内容。

三、大数据背景下关于信息处理技术发展情况

与传统数据形式相对比可知，在大数据时代下能够实现各项数据相互联系，并且这些相互关联的结构，能够利用当前所有的框架，对数据进行及时且有效的处理。将硬件作为基础，通过该基础搭建的网络存在相应局限性，并且制约了网络的性能和发展，因此需不断探索与创新网络架构技术，以此实现大数据技术的提高。在日后发展过程中，计算机网络必须为其提供开放式的结构与传输功能，将计算机网络信息处理与软件基础、硬件基础分开使用，随后对网络架构进行定义。相关网络软件使得我国网络技术朝着更高水平发展，随着大数据时代的不断深入，计算机能够实现网络、硬件、软件融为一体，并且产生出新的网络结构，能够为大数据时展提供重要理论与实践意义。这种形式不仅能够突破传统计算机在处理信息时因为网络所带来的限制，同时也能使计算机处理技术开发与应用形式打破单一情况，逐渐朝着多元化方向不断发展。

四、结语

综上所述，随着我国大数据时代的到来，社会各领域都将受到大数据思想和创新技术的影响。大数据对人们的生活方式产生深刻影响，因此将大数据作为当前一种最新兴的网络技术。

参考文献：

第11篇

[关键词]大数据;电力企业;档案管理;服务

中图分类号：G270.7 文献标识码：A 文章编号：1009-914X（2016）22-0336-01

引言

档案管理工作的繁琐和重要性众所周知，而其中包含的各项重要信息都需要妥善保管，为了跟上社会的发展步伐，需要不断进行更新和存储，以便于随时查阅并发挥其应有的作用，大数据时代背景下档案管理不仅是要掌握和存贮这么庞大的档案信息，而是要对这些档案信息进行专业化处理，以挖掘出其中蕴含的巨大价值。因此，在大数据环境下如何更好地提高档案管理效率，是每一个档案管理人员应该思考的问题。

1、大数据的含义

信息技术广泛发展的今天，大数据时代普及到各行各业，作为档案管理这一领域，也被信息技术所影响，为了适应新的时代背景，档案管理呈现出全新的工作方略。大数据（BIG DATA）指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处的数据集合，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。大数据的 5V 特点（IBM 提出）：VOLUME（大量）、VELOCITY（高速）、VARIETY（多样）、VALUE（价值）、VERACITY（真实性）。大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。

2、利用大数据加强档案管理模式和服务能力

2.1 从理念方面分析。

2.1.1 树立数据即资源的理念。

随着信息化技术的发展和电力行业改革的不断深入，电力企业档案管理和服务能力急需要改进和提升。大数据的理念是将各类档案信息交织在一起，形成海量的档案信息数据，需要极强的决策能力和信息发现能力和分辨能力。在电力企业档案管理中树立大数据即资源的理念，能够让档案化身为信息的载体，在各种信息中发掘所需研究的项目，这种信息发掘所体现出来的价值与劳动力和资本资源一样，能为企业带来新的、更大的价值，也就是说数据同样是生产力，可以有效的推动电力企业经济效益的提高。

2.1.2 确立数字化档案管理新模式

档案信息数字化实现了档案从纸质化到数字化再到信息数据化。电力企业档案管理业务之一是档案咨询，传统的档案咨询较为被动和低效率，但大数据时代的档案咨询，能够让大量的信息咨询业务在网络上进行，数字化的档案咨询将引领档案信息咨询走出困境。首先要通过档案数字化管理，建立完善的录入以及查询体系，做到一站式管理和一键式服务，提高档案管理效率，优化档案信息咨询能力。其次，要注重提升档案管理人员掌握大数据的能力，改变过去被动回应需求的状态，充分发挥数字化档案的优越性，主动服务企业发展和管理。

2.1.3 利用大数据创建智慧档案室一键式服务。

大数据处理能通过人脑和数据模型将数据分解、合并直至推导出相应的结果。档案信息数字化一站式管理就是充分利用档案信息数据化中可量化、可追溯的数据，分析利用数据产生的价值。通过设置完善的内搜索引擎，能够实现一键式服务，即一键输入即可实现所有关联项目的调取查询。使整个档案数据真正的“活起来”，由“你问什么变成了它主动告诉你什么”，真正让档案成为企业未来发展的“预言家”，成为指导企业研究产品的风向标。

2.2 从技术方面分析

为了使档案管理工作与当前大数据的时代背景相结合，就必须将涉及到档案管理工作的技术引进到档案管理的实际操作中来。电力企业档案要实现高科技、高智能化的档案管理模式和高效能、全方位的服务能力需要做到以下几点：一是建设智慧档案平台。利用大数据创新档案管理模式和服务能力，需要建立智慧档案平台，平台建设分为管理机制、核心系统和支撑框架。二是各类文字载体的档案须由各种文字输入工具转变为数字化录入，特殊载体的档案需要数字化的录入归档，为档案数据化的实现奠定基础。三是需要专业的档案管理软件，对各类数据的整理归类，内搜索引擎的利用，专业网络以及服务器的架设，实现数字化档案的对数据的“加工能力”，通过“加工”实现档案数据的“增值”。

2.3 从人力资源方面分析

对于任何领域的发展来说，专业人才都占据着非常重要的位置，档案管理工作也是同样。加强大数据人才队伍建设是利用大数据创新电力企业管理模式和服务能力的首要条件。大数据专业人才需要通过各种渠道招贤纳士，选择具有较好的信息数据管理素质的人才，不仅要懂得熟练使用工具，更要懂得数据的意义和未来研究方向，以适应智慧档案云平台建设的需要。大数据人才队伍，既可以是系统编制内的人才队伍，也可与具有较强的大数据开发利用能力的外部企业合作，利用现有的人力资源和成熟的软件平台，实现一站式管理，提高档案管理能力。

3、大数据时代背景提高档案管理质量的有效对策

3.1 采用优化的数据技术，提高管理效率。

无论是政府机关还是事业单位，亦或是企业，在采用数据技术管理档案时，档案部门可以与国内大型的数据公司或者是数据机构合作，使档案管理人员在管理工作中，使用数据技术进行管理。只有将数据技术与管理工作相结合才能提高档案管理质量。在采用数据技术管理档案时，要打破思想以及行业之间的限制，同研发公司合作，研发出一款符合档案部门的管理或工具。

3.2 建立监管机制，确保档案信息安全。

大数据时代下，档案管理工作既有机遇又有挑战。面对大数据时代下的档案管理工作，更加开放和多样的信息也给档案管理工作的安全性产生危机。大数据给档案管理软件带来很多便利，使档案管理变得更为便捷，减轻了档案管理人员的工作压力，但是也给档案信息安全带来隐患。因此，在实行大数据时代时，档案管理的监管制度应当进一步加强，严格相关数据的准入制度，并对各类档案信息加强监管，实行档案数据的保护措施，防止因为操作不当，引起的档案信息泄露，或不法分子利用系统漏洞入侵档案管理系统，盗取相关信息。在加强对档案管理监管的同时，可以降低档案信息丢失的风险，使档案信息的相关数据安全性得到保障。

4、结语

总之，大数据时代的来临改变了人们以往的思维模式和工作状态，人们从被动的接受和利用资源成为了主动的发掘资源，大数据的最大意义在于预测，而电力企业档案室作为资源聚集地，利用大数据更能较好地启动档案所蕴含的潜在价值，使档案室内的数据不再成为沉睡的数字。

参考文献

[1]刘泓，刘冰欣.大数据时代背景下的档案管理探讨[J].信息化建设，2016

第12篇

（一）供应链金融定义

供应链金融是将供应链上的核心企业及其上下游企业全部合并起来看做一个整体，以核心企业为依托，以真实贸易为前提，运用自偿性贸易融资的方式，通过应收账款质押、货权质押等手段封闭资金流或者控制物权，对供应链上下游企业提供的综合性金融产品和服务。

（二）大数据时代定义

研究机构 Gartner的定义：大数据是指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。

维基百科的定义：大数据指的是所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理并整理成为帮助企业经营决策目的的资讯。透视不同机构给出的相关定义，大数据的含义不仅仅是字面上的“数量庞大”，更重要的是数据背后所蕴含着的“痕迹”，强调的是对数据的巧妙挖掘和应用。

二、大数据时代对供应链金融的影响及机理

（一）大数据帮助建立供应链金融企业信用评价体系

在大数据环境下，银行能够立足供应链生态对需要融资的企业乃至整条供应链进行一个完善的信用评价，从而建立一套完善的授信企业的资信评估。有了大数据，企业不仅仅是从经营周转能力、销售利润率、流动比率、速动比率、坏账率等极易在财务报表上造假，且无法完全反映企业生产经营情况全貌的指标来评估。

（二）大数据降低供应链金融参与主体的信息不对称性

一旦出现了大数据，银行与企业之间可以从大量的数据中进行充分的数据分析从而获得有用的信息，解决信息不对称问题。在麦肯锡的研究报告中，金融行业由于其得天独厚的客户资源、交易数据等等将是从大数据时代中获利的当之无愧的领先者。银行能够在以往信用评价体系的基础上，完善信用评价模型，更好地掌握客户信息。运用大数据进行科学分析和决策将降低供应链金融的信息不确定性。

（三）大数据将提高供应链管理水平

大数据的出现有效地改善供应链上各个环节或者角色的生产效率。供应链中存在的牛鞭效应使得供应链上的不稳定因素逆向传动，信息逐渐失真，造成某些环节的缺货或者积压。比如在制定生产计划的时候，企业可以利用大数据建立精准的需求预测，结合对目标市场的分析和历史数据，通过对这些大数据的分析进行定性和定量的精准预测，同时与供应链上的企业共享，以便各个环节都能制定出合适的运营计划，减少供应链风险。同时大数据的应用还能降低供应链金融的业务成本。

（四）大数据帮助物流企业成熟发展

在大数据时代，物流企业可以利用大数据技术拓展数据来源，整合多方面数据，加深物流企业参与供应链金融的程度和能力。让物流企业能够通过分析大数据有效监管中小企业作为质押物的存货。

三、大数据时代下我国供应链金融发展方向

（一）金融+数据+平台的齐头并进

尽管是刚刚进入大数据时代，大数据时代已经催生了以互联网企业为主导的新的供应链金融模式。互联网企业得天独厚的数据资源使得其在大数据时代拥有天然的宝贵财富，于是迅速地异军突起，开辟出了新的模式。然而其在金融业务领域的短板也是不容忽视的。相反，拥有雄厚资金和金融专业知识技能的银行却囿于数据收集与处理技术，不能更好地发展其供应链金融业务。因此在大数据时代，双方会加深合作，彼此促进，打造一个“金融+数据+平台”的模式，搭建上下游交汇的网络服务平台，利用彼此的优势，真正做到物流、资金流、信息流的无缝衔接。

（二）覆盖面更广

在传统的供应链金融中，尽管条件放宽，从对中小企业的资信评估转移到了对供应链的评估，然而依然有很多需要资金的企业因为资信评估不够无法获得融资。而在大数据时代，资信评估的考量更为多方面，供应链金融服务的受益者从原有的中小企业拓展出去，甚至延伸到了中小微企业。同时，手续方便、业务成本较低等优势使得更多的企业愿意选择这样的融资方式。因此，供应链金融服务的覆盖面将会变得更广。

（三）向数据质押信用担保方向发展

在大数据时代，每个企业都累积了大量的交易数据，如历年销售额、履约情况、合作年限等等，由此产生的数据质押是大数据时代独特的产物。数据质押指的是运用大数据挖掘技术，通过交易过程或者其他行为中产生的能够交叉验证的真实交易数据和行为数据进行分析，在大量数据的基础上进行授信，用户凭借信用程度进行担保贷款。不再依靠对货物价值的评价或是预付款项的追踪，利用金融数据质押进行信用担保，是大数据时代的一个特点。

（四）数据、信息共享化

大数据时代对数据的需求更加迫切，无论是从质量方面还是数据方面。因此，传统的各方所持有的仅仅满足自身需要的数据是不够的，数据共享是各方利益所趋之下的共同选择。在将敏感的数据脱敏之后，将各方的信用数据、交易记录等等在共同的信息平台上进行共享，让数据创造出更大的价值，而不仅仅是将其禁锢在一定范围内。同时，对于数据安全方面也应有更加可靠的技术，反正信息共享的顺畅，引导信息流向对人类有益的方向。

第13篇

[关键词]大数据；大学生就业；研究

[DOI]1013939/jcnkizgsc201717125

1大数据时代

随着计算机时代不断发展，互联网的不断进步，又一个影响我们生活和工作的信息风暴大数据时代到来了。大数据是指一般电脑处理数据时需要处理的信息过量，超出正常电脑的内存。然而，随着时代的不断发展，大数据已经不再是数据量大的简单含义，而是随着创新数据的发展和技术理念的持续更新，大数据拥有了另一种含义，即为得到更多服务和产品的更大价值，对超量信息进行具体的数据分析。对于即将迈入社会的大学生，大数据时代为其就业提供了许多的信息，例如，目前大学生的就业形势及行业需求等，为我国大学生就业工作提供了参考。

2大学生就业现状

随着大学生人群的不断增多，近年来，大学生就业形势不是很好，许多大学生面临着“毕业即失业”的尴尬处境，就业率越来越低，一年不如一年，这成为了许多高校的热门专业被挤爆，冷门专业无人问津，导致素质教育不均匀，人才匮乏。

21社会经济发展趋势导致就业率低

我国社会总体的经济市场正在处于转型状态，虽然国家经济实力在逐年增长，但依然没有达到美国那样的发达水平，所以导致我国的企业还是以密集的劳动力企业居多，其他类型，例如，技术型企业、高新企业等十分缺乏。随着我国经济的飞速发展，对大学生的整体素质及专业技术要求也就相对增高，就业机会却并没有增加，导致就业竞争力越来越大，就业率也越来越低。

22城市差大，政府措施不完善

随着国家不断地推出及颁布相应的政策，某些地区的经济水平逐渐提高，但是还有一些小地区，存在政策无法落实、服务不到位的现象。导致各地区发展不均衡，经济具有较大差异性等问题，使得大学生在实际情况下的就业受到了阻碍。面对每天不断出现的情况，各地政府相应的就业政策不完善，导致相应的就业问题无法解决。更让大学生就业受到限制的就是现有的户籍制度，死板的硬性规定，将不同地区不同学校的大学生分类，增加了大学生的就业成本，导致都是大学生却得到的就业机会不同，由于户籍所在地不同，导致区域就业限制、体制内外无法交流。

23高校专业培养无法及时地与时俱进

我国许多高校在专业培养方面，无法做到与时俱进，基本的教育和培养模式滞后，多年的老教材仍然在使用，根本没有做到将所教授的知识和社会的实际经验相结合，往往是与社会需求脱节的，完全跟不上社会对人才需求的发展。大学并不应该仅仅只是一个读书的地方，还应该是一个授人以渔的地方，应当是将人才培养出来并受到市场需求的一个高级教育机构。而现在固有的机械化教育和几乎为零的实践培训，这样持续不断的四年教育会使大学生毕业后出现跟不上社会发展、动手能力差、实践精神不足等问题。

24大学生本身所具就业能力不足

近年来，我国大学生人数众多，除了竞争压力的增多外，还具有所学专业与社会需求对接时的尴尬问题。随着社会的不断发展，社会市场对大学的要求也就更为严格，所需要的职业技术和职业能力也就要求更多。市场上许多企业倾向于招聘经验丰富的工作人员，而不是相关专业刚刚毕业的大学生，是因为大学生不仅无经验需培训，而且吃不了苦，受不了罪，适应能力差，需要企业有很大的耐心和成本来对其进行再教育，许多企业并不乐意去做。除此之外，导致大学生就业困难还有其个人因素，即对专业课的把握程度低，就业前对市场需求没有进行基本的了解，就业工作迷茫，不知该找什么工作，缺乏相应的基本职业规划和方向。

3大数据时代下的大学生就业对策

31高校利用大数据提高大学生就业率

高校可以利用大数据完成对大学生建立就业意识，增强工作能力，主动就业，满足社会需求等一系列的就业培训。通过近一年多的就业指导课程，将大数据的理念和思维完整地介绍给学生，为大学生就业提供指导与帮助。并应运大数据开设兴趣课程，来考察学生日常，调整上课枯燥的模式与学生进行良好沟通，为社会创造大量的人才。

32大学生求职者运用大数据提高就业率

只有市场机制的不断运行，大数据才能够发挥其相应的作用。大学生利用大数据与网络信息平台上的用人单位进行沟通与交流并得到用人单位的肯定。解决大学生就业需求的前提条件，便是在人力资源领域内，市场起着决定性的重要作用。大数据是通过先进的技术――数据挖掘，为大学生应聘者提供便利的市场需求信息，使求职成本大大降低，既能使企业的预期得到满足，也能使大学生顺利就业。其工作思路就是：将市场产生的信息进行分析，通过实时的数据与充分的整理，将整个市场的大数据进行采集，提供给大学生。实际上，在大学一开始的第一堂职业规划课程就是为了通过整个大学阶段的教育与学习过程，来树立大学生的职业意识。这不只是针对即将毕业的大学生还包括其他未毕业的大学生。在大数据的时代，大学生可以根据自身的技能等挖掘出自身潜在的职业倾向，将奋斗目标进行确定，学数据的信息资源，明确就业的方向及途径，并随着市场的需求和发展，进行不断的整改和调整，但这样做的前提条件是，大学生要有一个平台在择业之前来对其自身进行客观而全面的分析和鉴定，确定其未来适合自身的职务和职业规划，而大数据就是一个很好的选择。

33招聘网站通过大数据帮助大学生提高就业率

大学生求职过程中，不可或缺的就是网络投递简历，招聘网站便是提供方便快捷服务的一个好选择，而大数据技术是招聘网站常用的技术。通过对大学生求职者对所需工作的条件及要求采取大数据技术进行分析，为使求职者满意，根据求职者的需求，对招聘网内的整个招聘单位进行层层筛选，最终提供所有符合的工作给大学生，实现求职与招聘双选共赢，完美对接。相对传统现场招聘的麻烦，网络招聘受众广泛，不会受时间地点的限制，而且网络招聘成本低，效率高，方便快捷，网上完成招聘与应聘，双方都省时省力。而且通过运用大数据，可以使还处于迷茫状态的大学生求职者发现内心真实的求职需求。

4结论

将大数据应用于就业指导工作中，通过对大数据的不断运用和学习，利用其大量的数据资源库，帮助大学生求职者面对就业问题，是学数据的主要目的。这充分说明了大数据在大学生就业工作中的重要性，为保证大学生就业工作的正常进行，学校、社会、政府等通过对大数据技术的应用，促进大学生求职者的就业。

参考文献：

[1]张亮大数据时代下的大学生就业指导工作研究[J].石家庄职业技术学院学报，2014（6）：60-62

[2]，蔡治廷大数据时代的大学生就业工作探析[J].黑龙江高教研究，2015（5）：86-88

[3]刘若冰，杨添富，杨彦琦大数据时代高校毕业生就业工作实践创新研究[J].赤峰学院学报：自然科学版，2015（21）：218-219

[4]刘芳大数据时代大学生就业指导工作的探索与创新[J].唐山职业技术学院学报，2015（4）：19-20

第14篇

关键词：大数据 管理会计 机遇

一、大数据的含义、特点和作用

（一）大数据的含义

随着云计算的产生、移动互联网的广泛应用，大数据迅速发展。笔者所述大数据，又称巨量数据或海量数据；是由数量巨大、结构复杂、类型众多数据构成的数据集合，是基于云计算的数据处理与应用模式，通过数据的集成共享，交叉使用形成的能对企业管理提供帮助的各种信息资源。

（二）大数据的特点

按照西方学者的观点可将大数据的特征归纳为4个“V”，即大量（Volume），多样（Variety），速度（Velocity）、价值（Value）。

首先，数据量巨大。数据量TB级别，跃升到PB级别，并从各种方面产生；其次，数据类型多样。如文档、音频、日志、定位信息等等，数据来源于各种各样的渠道；再次，处理速度快。通常要求在很短时间范围内给出分析结果，过长的分析时间则会使其失去使用效力。这个特点也是大数据处理技术和传统的数据挖掘技术最大的区别。最后，价值密度低，可从大量的数据中快速获得具有较高价值的商业信息。所以按照大数据的特点，有效地利用云计算对数据进行收集、加工、分析、挖掘和加以正确使用正在成为现代管理会计发挥职能，为企业创造更多的发展机会和商业价值的重要途径。

（三）大数据在管理会计中的作用

首先，海量的大数据为企业开展管理会计工作，获取企业全面的信息提供了重要的资源基础和支撑。

其次，迅速流转的数据能够促使企业经营管理效率的提高。企业所建立的能够实现海量存储和分析挖掘的数据库，能够实现对收集到的数据的及时、迅速处理。有助于企业提供实时的经营管理报告，提高会计工作的效率和效果。

最后，时效性的数据能够给企业创造价值。迅速收集到的数据对管理会计工作提出了更高的要求，要求企业必须采用相应的数据分析技术实现从海量数据中提取有价值的商业信息，并进行及时迅速的分析挖掘、以实现企业的经营管理目标，为企业创造更高的价值。

二、大数据时代管理会计的发展现状

我国对管理会计的应用和研究始于20世纪80年代，引进了很多西方管理会计理论并制订了针对我国企业的相关条例，但会计理论界和实务界的大多数学者倾向于对财务会计进行理论研究和实务探讨，对管理会计的研究积极性并不高，管理会计的发展相对滞后。到2014年，财政部了《关于全面推进管理会计体系建设的指导意见》，再次强调了管理会计应用的重要性和紧迫性，管理会计的发展步入了一个新的发展阶段。

由此可以看出，现阶段我国管理会计的发展还处于初级阶段，还没有形成相关的理论体系，更没有在实践中得到广泛的普及和应用。在当前这样一个信息飞速发展的大数据时代，管理会计的应用和发展也存在较多的问题，这需要引起财政管理部门、学术理论界和实务界及企业的重视。

三、大数据时代管理会计面临的挑战

（一）我国对管理会计理论的研究和应用有待深入

我国对管理会计的研究局限于借鉴国外的相关理论，我国是有中国特色的社会主义市场经济体制，同欧美的资本主义市场经济体制是完全不同的。我国也不能简单套用西方的管理会计理论，另外我国对西方管理会计理论的研究也不够全面和深入，研究的缺失给实际工作的运用带来了很大的困难。而管理会计多变的内容，复杂的方法，致使大很多财会人员并不能很好的理解和应用这些方法。同时管理会计和成本会计、财务管理等，在内容有很多相互交叉的地方，而在相关的财会人员考试和培训中，也没有专门的管理会计科目。所以对于管理会计的理论研究存在的缺陷，严重影响了其实际应用。

（二）企业对大数据在管理会计中的应用认识不足

在企业的实际会计工作中，部分企业对大数据在管理会计中的应用认识严重不足。无论是构建数据库存储设备，还是培养专业的数据分析人才，或是进行数据的加工挖掘，都需要投入大量的人财物，企业往往认为不符合成本效益原则，因此，没有必要在企业管理会计工作中推广或应用大数据技术。

在对管理会计重视度不足的情况下，企业对于大数据在管理会计中的应用更是不以为意。企业的管理层并没有真正意识到管理会计在企业决策中发挥的重要作用，对大数据在管理会计中应用的认识也比较狭隘。有些企业甚至认为大数据技术是大公司或者IT技术企业才需要掌握的，财会工作是不需要大数据的，这些片面的认识严重影响大数据环境下管理会计工作的推广和应用。

（三）能够使用大数据技术开展工作的管理会计人才匮乏

近年来，会计从业人员数量的快速增长使我国成为了一个会计人员大国，但并不属于人才强国。会计人员的结构不尽合理，基层从事传统会计核算的从业人员数量庞大，而具有较高职业能力的中高端会计人才数量较少，能够对企业情况进行分析预测的管理会计人才更是少之又少，会计人员结构比例严重失衡。

而大数据时代，数据的信息量大数量巨大、来源广泛、载体多样。但收集到的这些信息并不会自动转变为为对企业有价值的信息，而必须通过专业的数据深度分析与挖掘，才能提取出能够帮助企业更好开展经营管理的有价值的商业信息。因此掌握大数据技术的管理会计人才的缺失是阻碍管理会计发展的一个重要因素。因此，迅速培养出掌握大数据挖掘所需专业知识与技能的会计人才，对企业整体的发展就显得尤为重要。

（四）大数据背景下信息存储空间缺乏，数据分析方法不完善

企业在大数据时代下要能够及时迅速搜集到相关的信息，并要求在保证数据全面、充分、完整的基础上，实现数据的有效存储。而同时，大量的社会化信息，如位置、偏好等，在大数据时代下可以帮助企业全面决策，也就显得尤为重要，但往往这类数据来源渠道更加广泛、数量更加巨大，同样需要海量的存储空间。因此，企业要很好的使用大数据来为经营管理提供有价值信息，就必须改善原有数据存储设备的空间不足，为有效利用数据提供前期的储备。

虽然大数据时代为企业带来了更多的有价值的信息，但经常出现的是收集到的信息不能够被管理者有效地使用和进行分析。原因在于，一方面是因为大数据时代数据量急剧增大，如何从大量的数据中提取有价值信息缺乏相应的分析方法和技术；另一方面收集到的不能直接使用的非结构化数据所占分量较大且持续在增量。而此类数据并不能够采传统的数据分析方法进行加工挖掘。

四、大数据时代管理会计的应对措施

（一）建立具有中国特色的管理会计理论体系

2014年，财政部了《关于全面推进管理会计体系建设的指导意见》，提出了全面推进管理会计体系建设的重要性和必要性。我们也不能照搬西方的管理会计理论，要根据我国的国情实际，探索适合我国的实际情况的管理会计理论，制定一套完备的具有中国特色的管理会计体系。

要将高校或企业中具有优势的资源加以整合，以此来支持和推动管理会计体系的形成。同时，高校应建立科研基地，集中组织人员进行理论研究和案例研讨，在实践中总结经验。还要对管理会计的研究成果加大奖励机制，通过激励机制的方法促使更多的优秀人才对管理会计进行研究，以此来推动我国管理会计的发展。

（二）把握大数据浪潮，树立在大数据中应用管理会计的意识

管理会计的发展在大数据的浪潮下，也需要以新技术为支撑，提升管理效率。近年来云计算、大数据、移动互联网等不断发展，企业必须把握形势，抓住机遇。对管理会计来说，信息资源的开放和共享为其应用提供了更多的便利。与此同时，管理会计要在企业的发展中更好的实现其价值，就需要从海量的数据信息中发掘对其有价值的资源，并实时进行整合分析，因此，各方都需要做出努力共同为管理会计的发展增添力量。

面临大数据时代的到来，我们要抓住发展提升的机遇，迎接其挑战，首要的就是提升对在大数据时代如何加强管理会计作用的重视程度。会计理论界和相关研究机构应及时将西方的管理会计理论和我国的实际情况相结合，整理总结和大数据有关的管理会计实践经验，将相关的研究成果通过会议、专著、报刊等形式及时推送出去，并能够在管理会计学科的专业教育和人才培养上融入大数据的相关知识，以此来推动我国大数据在管理会计中的应用研究的更深入开展。

作为企业的经营管理者，也要充分重视大数据技术对管理会计工作在管理决策方面的巨大作用，积极学习在管理会计中运用大数据技术的知识，并推动基层员工对大数据的认知和相应的培训，能够直观的对比出大数据运用于管理会计工作前后的企业各方面的变化，分析其对企业经营管理的巨大推动力，以此来加强企业的管理，提升企业的业绩和员工的绩效。

（三）树立管理会计理念，注重掌握大数据知识的管理会计人才的培养

企业的管理者要想更好的发挥管理会计在企业决策中的作用，必须树立管理理念，尤其是大数据背景下的管理会计理念。区分管理会计和传统会计，明确管理会计在企业管理中的重要地位，更好的发挥管理会计的作用。同时企业要尽快弥补既掌握大数据知识又懂得管理会计的交叉型人才的缺口，主动提高企业应用大数据进行分析、加工、挖掘有价值信息的能力，推动整个企业管理模式的创新发展，提升经营业绩，并更好的为企业的发展壮大服务。

（四）构建基于云计算的会计信息平台

大数据时代下收集到的海量的数据，要求有足够的高效的存储空间，并能够实现对大量、多样化的数据的迅速及时的处理分析，也就是能够迅速响应，提供低延迟和有价值的信息，帮助企业及时决策。随着新技术的不断出现，信息处理能力的提高，如云计算，云平台等。通过互联网提供的动态、易扩展、虚拟化的资源，企业能够较好的完成对海量多样繁杂的数据的储存，加工、分析、挖掘，这不仅能够提高企业工作的效率，而且能够实现对有价值数据的深度挖掘，使其价值得到充分运用。因此，构建基于云计算的会计信息管理系统不失为是目前解决大数据存储与分析加工难题的最便捷方法。

五、结束语

在大数据时代，信息的爆炸式增长为我们的生活带来了巨大的便利，同时也给企业的发展提供了有利的环境，与此同时，外部环境的变化给企业的传统管理模式带来了新的挑战，原本发展滞后的管理会计更是面临机遇与挑战并存的境地。大数据为管理会计工作的有效深入开展提供了更大的平台，使传统的管理会计观念发生了重大改变，大数据时代的迅猛发展促使着管理会计的不断发展，在大数据的浪潮下，企业必须抓住管理会计的发展契机，把握国家积极发展管理会计的大形势，应对大数据带来的困难和挑战，实现自身的发展跨越，而管理会计也将步入快速发展的新阶段。

参考文献：

[1]邓国清.以大数据之“道”践管理会计之“变”[N].中国会计报，2013-08-02

[2]姚璐.大数据时代下企业管理的应用[J].科技创业月刊，2014（1）

[3]傅红彬，官登水.大数据浪潮下的管理会计对策与发展的探讨[J].中国管理信息化，2015（3）

[4]张慧德，陈文新.大数据冲击下的会计信息变革[N].中国会计报，2013-10-18（6）

第15篇

【关键词】大数据 存储技术 安全性

在信息化时代的大背景下，利用计算机进行数据的处理和传播已经愈加普遍，数据的爆炸式增长带来的大数据环境也对计算机数据的处理技术提出了更高的要求。在这样的环境要求下，计算机作为一种信息处理的平台，其所提供的信息产生、信息搜集、信息存储等信息处理方式也应为信息时代社会经济的快速发展而作出变革。

1 大数据的基本概述和特点

1.1 大数据基本概述

大数据，又称为巨量资料，“大数据”这个概念从其最早被麦肯锡公司提出以来，其含义已经随着信息化时代的不断发展而不断演化。如今大数据主要是指无法在一定时间内使用常规工具进行数据的存储、处理等操作的数据集合。

随着大数据的概念越来越多的被人们所提及，大数据的应用越来越广。在电子商务，物流配送等领域，大数据的应用不断深入，利用大数据进行协助发展的领域也在不断扩大。“大数据将会对人类未来社会的各领域产生巨大的影响”的观念正在不断深入人心，在可见的未来，大数据及其相关技术将帮助人类在信息时代革命的路上迈出坚实的一步。

1.2 大数据的基本特点

根据IBM提出的大数据的5V特点：Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性）。笔者将大数据的特点归纳为三点，

（1）数据体量巨大。随着人们生活水平的日益提升，生活中大量数据不断产生，以往这些数据因为信息传播载体的限制并没有被有效记录，现如今这些数据可以被不断记录下来，数据的量级也逐渐提高；

（2）数据类型繁多，人们的工作、学习、生活方式越来越信息化，数据从结构化和半结构化的原始数据的基础上又发展出了许多其他数据存储结构；

（3）数据产生速度快，以中国股票市场为例，股票市场中上千只股票每3秒更新一次股票价格相关数据，而在高频交易中股票的更新速度必须要低于计算机的计算速度来为交易进行决策；

1.3 计算机信息处理技术的基本情况

计算机信息处理技术的目的是为了将数据进行统一管理，主要是将数据的采集、存储、传输和处理等各种技术相结合，并运用计算机作为平台进行处理。

而在大数据时代下传统的计算机信息处理技术越发显得不合时宜，由于对计算机信息处理技术的要求越来越高，特别是对大数据处理这一方面的要求呈指数式的提升，计算机信息处理技术在向海量化、实时化方向上发展的需求也越来越迫切。

2 大数据时代下计算机信息处理技术的基本情况

2.1 数据采集

在大数据时代下，在进行信息数据处理前，必须保证数据采集的准确性、合理性才能进行有效的数据处理。通常，数据的采集一般采用系统日志采集法（如Hadoop的Chukwa，Facebook的Scribe）、网络数据采集法（编写网络爬虫等）来获取非结构化数据、调用专业数据接口以获得相应的专业数据。

2.2 数据存储与处理

由于处理大数据对数据处理的实时性要求很高加，因此在处理数据的过程中需要非常高的数据读写速度，对于一些实时性要求较高的数据或者中间结果一般存储于熟x较快的内存或者硬盘中，对于海量数据的存储也催生除了许多新型的数据存储方案，如mangoDB这种NoSQL的数据库在大数据处理中就表现良好。在数据的处理方面，为了更快的处理海量数据，一般的大数据处理框架都采用Map/Reduce这种计算模型。

2.3 数据的安全性

数据的安全一方面是数据本身的安全性。即数据的加密，加密体系的选用，数据存储方式都将影响到数据本身的安全性。另一方面是数据传输过程中的安全性，在数据的传输过程中应有一套合理的传输方式。除此之外，在大数据时代的背景下，获得的数据本身就是需要我们注意的，因为处理的数据本身是一些个人的隐私信息或一些机密信息，对于这些信息的保密处理，也是需要仔细斟酌的。

3 大数据时代下计算机信息处理技术应当注意的问题

3.1 应当选用合理的框架与计算工具

与传统的计算机信息处理对象不同的是，大数据时代的信息有着体量巨大、种类繁多、处理速度要求高等特点，对于这种数据，使用个人PC机进行处理显然不再合适，甚至使用高性能服务器都难以承受处理所带来的巨大压力，在这种情况下，使用基于分布式架构进行设计的工具对大数据进行处理就成了主流方式。就当前计算机信息处理技术水平而言，在短时间内对巨和量信息进行处理的框架较为成熟的有Apache基金会所开发的分布式系统架构hadoop，UC Berkeley AMP lab （加州大学伯克利分校的AMP实验室）所开源的类Hadoop MapReduce的通用并行框架spark，这些基于Map、Reduce操作的框架都有不错的效果。

3.2 相关的网络硬件设备需要不断提高更新

软件框架的需求促进着硬件的水平的提升。计算机信息处理技术的发展离不开与之相匹配的硬件设备，网络运营商应当根据网络处理技术的发展不断革新硬件设施，提高硬件设备的性能，为更好的发挥计算机处理技术在大数据时代的应用奠定基础。

3.3 数据信息的安全性能需要提升

对于数据本身和数据传输过程中存在的加密问题应该给予足够的重视，在未来大数据的发展下，对数据保密的要求只会越来越高。

4 结语

综上所述，计算机信息处理技术只有不断完善提高，增强信息处理的安全性，完善信息处理的软件功能，才能更好的顺应大数据时代的要求。

参考文献

[1]赵春雷，乔治・纳汉.“大数据”时代的计算机信息处理技术[J].世界科学，2012（02）：30-31.

[2]冯潇婧.“大数据”时代背景下计算机信息处理技术的分析[J].计算机光盘软件与应用，2014（05）：105+107.

[3]吴恩生，王桂梅.大数据时代计算机信息处理技术分析[J].江苏科技信息，2015（12）：63-65.