大数据时代意义范文

前言：我们精心挑选了数篇优质大数据时代意义文章，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 政府统计 发展政府统计

国家政策的制定，各种决策的产生都需要政府统计部门进行全面的信息统计工作。政府的统计工作的有效进行是维护国家大环境平稳运行的有力保障，对社会和谐发展也具有重要意义。面对“大数据”时代的来临，政府应该正确认识大数据的基本内涵，重视其对统计工作的影响，积极主动配合大数据的时代特点进行政府统计工作的调整。

一、大数据时代

大数据时代的产生是伴随着信息的数字化和智能化的发展形成的[1]。近年来信息领域的专家对其产生与发展讨论激烈，在讨论过程中使人们意识到大数据的重要性。大数据的特点是容量大，形式复杂，数据生成快且信息价值密度低。其中形成的数据整体规模不断扩大，导致信息数据的跳跃式发展状态。随着数据来源渠道的增多，数据的结构也发生改变，其结构类型包括结构化、非结构化、半结构化。数据的数量与速率的提升，导致其利用程度大大提升，使其在诸多领域发挥其应用价值，因此，对于政府的统计工作也具有重要意义。

二、大数据时代对政府统计工作的意义

（一）改变传统的政府统计工作的特点

（1）数据量整体提升，改变数据的有限性。传统的政府统计要在一定时间内处理大量来自各种门类，各种行业的报表，这些报表的上交都是统计工作人员根据相应的调查目的，要求企业直接上交的数据信息，虽然数据的整体数量大，但其数据的有限性突出。在大数据的背景下，政府的统计部门在进行报表的收集和处理时，各企业对其报表进行数字化的转换，然后进行数字化的数据传输，使收集过程变得简单明了，由于政府统计人员在进行数据收集时没有目的性，各行业的数据按规定定期上交，使统计数据成倍增长，从而减弱了数据的有限性特点。

（2）改变其单一类型的特点。传统的政府统计工作处理的数据类型主要以文字、表格、数字为主，导致数据的处理类型单一，大数据的运用，改变了传统、单一的数据处理类型，其类型由文字、表格、数据转化为多种形式的可以被计算机所识别的数据。例如，多媒体的音频、视频、图片等。

（3）改变数据分析的难度。传统的政府统计工作由于对企业报表的调查目的性强，使数据在收集、处理时程序简单，核算方式、核算结果都比较明确，数据收集与数据调查的关联性大，使数据分析过程简单容易。现今大数据的广泛应用使数据的收集与调查关联性减弱，大量的数据涌入统计系统，统计人员在进行调查时要将众多数据信息进行目的性的分类，在分类中根据调查目的进行数据的分析，导致数据分析难度加大，缺乏高超的技术性分析，很难得出有价值、有作用的分析结果。

（二）提高政府名录库建设

统计部门进行政府名录库建设是其基本工作职能之一，政府名录库的建设可以促进统计工作的有效进行。现今，大数据的背景下，信息之间交流日趋便捷，交流渠道多样，导致数据的总体数量逐步提升。政府应根据现今社会的发展模式，充分利用大数据，将企业的发展动向，和企业的发展现状相结合，分析企业出现状况的原因，从而促进企业的发展。另一方面，在动态的数据分析中，发现企业新的利益增长点，从而形成数据更新及时，数据涵盖全面的名录库，使其服务企业，服务政府的功能得以实现。

（三）促进统计知识宣传氛围的形成

现今，政府的统计部门由于工作量大，工作过程具有严格的保密性，导致对政府统计部门的工作质疑声越来越多，人们对统计知识的了解不足也导致对政府统计部门的不信任。在大数据的背景下，技术得到前所未有的更新，技术的更新使统计部门在进行数据的传输中速度加快，为促进统计知识宣传氛围的形成提供了技术保障。在逐步进行统计知识宣传中，打破人们对于统计部门的思维定式，消除统计部门在人们心中的疑虑，使统计工作得到人民大众的支持。

（四）改进数据的采集、数据的处理

传统的政府统计数据的采集和处理均采用联网直接报表的形式，其形式虽然对统计工作有一定的积极影响，但其存在的弊端也十分明显。在大数据的背景下，政府统计部门建立一个新的信息处理系统。在新的程序运行下进行数据的采集，对数据的质量进行合理的分析，找出其存在的问题，针对问题进行及时处理，减少系统中数据的错误以及更新不及时的问题出现，从而提高统计数据的质量，促进政府统计工作的有效进行。

（五）强化数据分析能力

政府的统计工作的重点停留在业务数据的处理层，国家在进行决策使难以从静态的数据中提炼大量的有价值的信息[3]。在“大数据”时代，数据的静态形式渐渐消除，利用大数据中的“云计算”技术，可以同时进行大量数据的运算，将计算结果进行动态的呈现，使数据中的潜在价值得以有效发挥，在计算中建立数据与数据之间的内在联系，使政府统计工作高效、准确。

综上所述，政府的统计工作在面对大数据时代的来临时，首先要正确认识大数据的基本内涵，充分运用大数据的优势促进政府统计工作的进行。注重依靠大数据在改变传统的政府统计工作的特点，加快政府名录库建设，促进统计知识宣传氛围的形成，改进数据的采集、数据的处理方式，强化数据分析能力方面的意义，从而促进政府统计工作的顺利完成。

参考文献：

[1]李冬梅.大数据时代背景下政府统计工作模式创新及其配套举措研究[J].统计与咨询，2014，（01）.

第2篇

在这样的故事中，现在比较喧嚣的就是“大数据”。什么是大数据，已经有诸多的论述，总体上来看大同小异。涉及到大数据对不同领域的影响，如何正确认识大数据及其在国际传播中的意义，似需逐步理清如下几个线索。

第一，计算方式革命奠定了大数据的时代意义

大数据的发展，是信息高速公路硬件铺设后，在信息流量的增加、信息积累方式的多元、数据存储和分析技术的突破、用户数量的飞跃等因素推动下，对于数据认识和数据挖掘上的革命性突破。

简而言之，大数据实现了两种计算方式上的革命：

首先是精确计算。一个充分利用信息传播新兴终端的主体，即充分享受了移动、即时、通信的终端服务的主体，其个人信息将被全息记载，精确计算。比如一个普通人，在大数据时代享受的便利包括，使用google等搜索引擎，可以快捷地享受到信息广泛和瞬间的汇总——但个人的IP地址以及搜索关键词、搜索习惯所有痕迹被记录在案；医疗健康信息历史和当下的储存、比照以及血压安全阈值的监测；个人消费数据和投资的检测分析等。

其次，模糊计算。个人在享受大数据提供的信息超值服务的同时，也将自我的信息分享出去，在“个体（individual）”的对面，还有一个利益集团的狼群，在不断搜集“群”、“众”一类的信息，并将他们通过大数据的模糊计算，不断通过对个人精确信息的获取而将这些模糊信息精确化个人被算计而不知。

这个用户和“对面”的用户，既是“个体”、“主体”或者个人，也可以是一个公司、集团，在某种程度上也可以是一个国家。

第二，社会控制手段“质”的飞跃凸显了大数据的政治意义

从量的积累到质的飞跃的道理广为人知。从社会控制的角度来看，大数据将这个道理最终落到了实处。大数据提醒我们，“社会控制”在信息时代的价值内涵，已经不再是虚拟的，而是通过采集和分析每个主体的个人信息，实现最优化的、不同层面的利益最大化和社会控制。有这样一则大数据在美国政治传播领域的调查案例结果引人思考。

2012年4月23日到5月6日，美国宾夕法尼亚大学安娜伯格传播学院迈克尔·德利·卡皮尼（Michael X，Delli Carpini）教授和约瑟夫·特罗（Joseph Turow）教授带领两位博士生Nora Draper和Rowan Howard-Williams进行了一项有关大数据政治传播方面的研究。由研究人员设计了20分钟的调查问卷，普林斯顿国际调查研究机构（Princeton Survey Research AssociatesInternational）抽取了有代表性的美国成人网民1503个样本进行电话访谈（包括座机和手机），就大数据时代概念运用于政治选举时，选民对定制性的政治推广的看法进行了调查。

2012年7月24日公布的调查结果显示，占很大比重的美国人绝对反对（dead-set against）针对他们个人量身定制的政治广告（tailored political advertising）尤其是当时在即将到来的2012大选中类似的活动在前所未有地上升的背景下。实际上，很多美国人非常不喜欢量身定制的政治广告，他们表示，如果发现自己打算投票的目标候选人卷入类似行为的话，他们的支持率会大大降低。更详细的数据包括：86%的人说，他们不欢迎“根据个人兴趣量身定制的政治广告”。这个数据远远高于那些拒绝“量身定制型传播”（tailored communication）形式人群的比例（61%）、“量身定制的新闻（news thatis tailored to your interests）”（56%），“量身定制的折扣（discounts that are tailored to your interests）”（46%）。

64%的美国人说，如果他们获悉他们倾向投票的候选人在竞选过程中购买他们（选民）的上网行踪（onlineactivities）以及他们邻居的在线行踪等数据，并依此向他们推送不同类型的政治信息的话（这些行为在2012年的大选中已经很普遍），37%的人说会大大降低他们的支持率，27%的人说无论如何也会降低他们的支持率。

70%的成年美国人说，如果他们获悉他们倾向投票的候选组织在竞选过程中运用脸谱网（Facebook）向他们的链接朋友发送包含朋友的文件照片以及表示支持候选人的“声称”广告的话，50%的人会大大降低他们的支持率，22%的人说无论如何也会降低他们的支持率（而这种类似的行为在201 2年大选中已经发生）。

77%的美国人同意（其中35%的人严重同意）如果一个网站将我浏览该网页的信息分享给那些政治广告人，我将再不会返回这个网站。（实际上，很多网站，或者自主、或者通过第三方都在分享类似的数据。）

85%的人同意（其中47%的人严重同意）如果发现脸谱网（Facebook）用我在帐户中已经设置为私人信息的东西制作并推送给我政治候选人广告的话，我会很愤怒。

主持这项研究的约瑟夫·特罗教授说，2012年的大选标志着在线广告推介的一个分水岭。空前的途径和范围，全美政治大选组织运用几百件细碎的、有关个人在线和离线的生活信息以确保他们认为的“正确的”人被“正确的”信息所命中。“但是我们也发现，与市场营销人员所宣称的迥然不同的是，大多数成年美国人不希望根据他们的个人兴趣来制造和推送政治广告”。

这个案例中似乎是很专业的分析“定向广告”（Targeting advertising），即就个体数据的分析来决定“谁”应该接到劝说性的信息，“如何（how）、何时（when）”以及“出于什么原因”（for what reasons）。“量身定制性广告”（Tailored advertising）意味着给某个独特的个体打造某种劝说性的信息——这个定向的过程基于对这个独特个体兴趣和价值的分析结论。但是，这个所谓专业化的案例直指大数据的政治传播实质，从批评的声音中我们也看到，人们认为这样的行为威胁了隐私权并侵蚀民主价值观。市场营销人士也包括政治竞选活动顾问们则辩护说，这样做可以给美国人他们实际想要的东西：与他们的关注焦点密切相关的政治广告以及其他形式的内容。

从中国现实来看，以往每个个体，无论是从事何种工作，都具有很强的地域性、个体性、阶段性，社会关系也或者类似“山药蛋”——一个圈层一个圈层各自独立，类似先生所总结的乡土社会格局。在自己交往能力、经济能力以及权势所能辐射的范围内活动，顶多再配上一些“烟花”——比如远方亲戚、外地工作亲属、外地同学等弱关系。尤其每个人的社会活动都相对比较封闭。

但是，大数据互联网背景下，每个人都触网、上网，成为社会大网络上的一个物理性节点。在全国乃至全球物理性一张网的概念下，个体的任何活动都具有了可追溯性、可复原性，最重要的是可分析性。大型信息网站通过多维数据源来进行人的跟踪和定位，精确把握用户信息，并进行裸的掠夺式使用。除了GPS进行物理定位外，通过个人消费行为和习惯也可以进行人的性格乃至行为取向定位，比如浏览网页、收发电子邮件、搜索关键词和关心信息、手机号码、网吧频率。

由此激发人们思考的是，每个人的个人信息都有哪些机构在搜集，都有可能被用于何处？比如买手机有不同的公司，上网实名制，银行，学校，单位，超市会员等等，都在进行着大众个人化信息的搜集和汇总。

那么，再进一步思考，又有多少外国机构、利益集团乃至犯罪机构等通过这些渠道进行跨国的、中国国民信息的搜集和分析，已经将这样的信息用向何方呢？第三，政治边界内涵改变和重组揭示大数据的国际传播意义

毋庸置疑，大数据将为人们认识世界和改造世界提供新的强有力工具，使人们能更加容易地把握事物规律，更准确地预测未来。亟需更宽大、长远的顶层设计，以之来调适数据规模以及计算模式的革命给既往思维、管理模式带来的挑战。

美国已经将大数据提升到国家战略层面上实施。美国是最先提出“大数据”概念并开展应用的国家，依靠其先进的信息技术以及数据科学的研究水平逐步建立起了系统的“大数据”基础理论和应用模式，并在实际应用中积累了丰富的经验。2012年12月10日，美国国家情报委员会了名为《2030年全球趋势——不一样的世界》（Global Trends 2030：Alternative Worlds）的报告。这是全美情报界最高层级战略评估性情报分析产品，提交给总统，意在为其提供未来20年内的全球趋势预测，为白宫和情报界远景战略政策提供思考框架。报告反映了美国政府16个情报机构对未来20年世界局势的预判，其中提到的四类技术将影响2030年前全球经济、社会和军事发展：信息技术，制造和自动化技术，资源相关技术，卫生保健技术。在信息技术领域，大数据存储和处理技术、社交网络技术以及智能城市技术等将改变人们的生活和经营方式，社交媒体和网络安全会成为新兴市场。大数据的存储和处理会协助政策制定者有效应对经济和治理的难题。

大数据概念和实践提示我们，在信息化时代，国家和机构的权力半径在一定程度上取决于风险预警和信息获取的半径。大数据技术提供了这样一种可能，那就是物理和行业的边界已经被信息重新划定，包括信息的获取、处理和分析能力重组了国家的实际权力的发挥以及发挥的实质性内涵。举例来说，一个国家的领土规模可能很大，但信息无障碍传播和获取分析处理能力低下的情况，有可能决定了这个国家或地区的权力延伸物理半径很是狭小，以至于权力延伸和发挥影响的心理和生理半径则会呈现一种疑窦重生和肢端萎缩的趋势；相反，一个国家和另外一个国家的距离可能很远，可是通过信息传感器的充分布设以及信息处理能力的提升，另外一个国家可能会沦为信息强国的一个节点和包围，丧失任何的信息主动权而深度为奴。

余论

20世纪著名的三论——信息论、系统论、控制论，在大数据时代充分得以验证。

第3篇

在大数据时代中，大数据的应用效能、应用方便度、应用当地覆盖面是未来大数据应用所关注的重点，而目前在大数据应用方面存在许多的问题，这些问题的存在影响了未来大数据的应用，如何解决这些问题，重现在开始从最基础方面开始，解决这些问题是大数据未来应用的重要工作。本文首先列举了目前大数据应用中存在的问题，分析了产生这些问题的原因，针对这种情况提出了基于基础数据结构体系建立的解决方案设想，为未来大数据应用发挥更大效益的解决方法。

【关键词】大数据 基础数据结构 软件工程 数据标准

随着智慧城市建设项目的开展，作为智慧城市建设的重要基础就是围绕大型基础数据平台的建设，在业界定义为大数据时代的来临。围绕大数据的概念，在全国范围内的各领域各行业都在大数据的如何组织、如何应用、如何共享、如何关联召开了各类研讨会。大数据应用的云计算技术、数据仓库技术等成为业内讨论的重要话题。本人认为，在做了这些工作后，应回过头来看一看，无论数据量有多大，都离不开基础数据结构与体系的建设，在此要阐明的一个基本观点就是在大数据时代更应该重视基础数据结果的研究与应用。

1 大数据的概念

什么是大数据， IBM 最早的定义是：将大数据的特征归纳为4个“V”（量Volume，多样Variety，价值Value，速Velocity），或者说特点有四个层面：第一，数据体量巨大。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）；第二，数据类型繁多。比如，网络日志、视频、图片、地理位置信息等等。第三，价值密度低，商业价值高。第四，处理速度快。最后这一点也是和传统的数据挖掘技术有着本质的不同。

在大数据概念中的第一条是数据量大，这是大数据的特点，而却随着信息系统应用的深入，数量的数量级也在不断的提高，这是毋容置疑的。我们在此要讨论的是第二条数据类型繁多的问题。

2 目前大数据应用存在的主要问题

随着信息化系统应用的深入，在社会、自然界、生活中所涉及的数据面越来越广，由此使得数据类型也越来越多，数据类型的数量在不断增加，这些数据类型之间的关系和相互关联性也越来越复杂，大数据量下的数据应用造成了困难。数据结构类型繁多造成问题主要表现在以下几个方面。

2.1 数据类型是有限量的认识不清楚

未来大数据情况下，数据类型是有限量的还是无限量的概念模糊，为此首先要么明确一个基本的概念，那就是，数据类型在繁多，但是数据类型的数量是有限量的，只是这个限量的数量级大一些而已。在数据类型是有限量的情况下，对于解决数据类型繁多的方法是完全不同的。

如果数据类型的量是无限量的，那么解决问题的方法是要研究解决数据类型问题的方式是研究规律，拿出解决问题的方式与方法，对于具体数据类型时，按照方式方法理论与技术去解决问题。如果数据类型是有限量的话，那么解决问题的方式就不只是从理论上的解决问题方法，而应该更加切合实际的去针对每一种数据类型直接进行研究，形成数据标准，指导各个系统对每一个具体数据类型的应用。

2.2 相同数据在不同系统中的表现类型繁多

由于系统开发方各自的开发经验、所开发系统的规模不同，系统应用方对系统要求不同，系统应用行业的不同，使得在开发过程中，对于数据类型的定义只遵循本系统使用需要进行定义，没有完整的标准，即是有相应的国家或国际标准，也不能完全遵循。

2.3 各个行业制定的标准相互矛盾

各个行业在制定相应的标准时，是以满足自身需要为主导，造成了数据类型在其数据定义时不但长度不同，就是数据类型都不相同。这也就造成了各个系统在未来大数据应用中出现了严重的数据应用障碍。

2.4 大数据应用的实现效率低

由于不同系统技术数据结构的不统一，使得对于大数据的应用上要对不同系统的数据结构进行分析，构建关联，而后才能进行数据的应用，这项工作的工作量大，技术含量高，降低数据的应用效率。这些都是事后分析数据存在的问题。

2.5 数据浪费巨大

由于数据各个系统间数据结构的不同，加上分析手段的局限性，使许多的数据无法进行使用，由此也降低了数据的使用率。并造成数据的大量浪费。

3 造成目前对大数据应用存在问题原因

由于以上几方面的问题存在，为了做好大数据的应用，许多相应的技术应运而生，数据仓库技术、网格技术、云计算的数据处理技术等等。这些技术促进了数据应用的发展，提高了数据应用效率，为大数据应用发挥了巨大作用。但是这种做法只能针对具体的大数据应用项目起到作用，不能从根本上解决问题。那么造成这种问题根本是什么呢？

3.1 理论基础有偏差

目前所有这些高精尖技术的发展，为大数据应用的发展起到了不可替代的作用，但是这些技术在理论出发点上存在偏差，那就是，这些技术的理论出发点设定的是，数据类型是无限量的，是无穷尽的，所以所有的技术研究都不面对具体的数据项，这样做的结果是促进技术的发展，弊端是不能面对具体的应用，所有的技术应用都要在这就技术下进行二次应用研究。也就是，这些理论是治标不治本的做法。

有限量数据类型与无限量数据类型是两个根本不同的概念，对于技术的发展影响也是完全不同的。为此，目前在无限量数据类型概念下的大数据应用技术与体系将会存在极大的局限性，对未来的大数据应用造成影响。

3.2 对大数据认识有偏差

目前在各个系统对大数据的应用中，对大数据的认识是，只要有足够量的数据，就是大数据，而对于数据之间的关系，整体的数据结构体系没有很深的认识，甚至将原有的多个分散的系统中的数据库，做一个小的关联数据库，就认为是数据云计算，就是综合数据平台了，而在这种情况下，对于大数据的应用，因为系统的独立，数据库的独立、数据结构的不统一造成了大数据应用的瓶颈和障碍，在系统应用到一定程度后，数据量是很大，但是无法进行大数据应用，或者说是要进行大数据的应用，需要另外投入很高的成本进行数据整理、数据管理和数据分析。所以应该明确的是，在数据结构混乱的情况下，在大的数据量也不能称为大数据，这个观念上的偏差，是造成目前数据应用困难的原因之一。

3.3 数据结构不规范

这些情况的出现，归结的一起，就是数据结构不规范，不统一。在三方面主要原因造成这个局面，一是目前的应用系统的开发，由不同的公司进行，每个开发单位对数据结构的定义有各自的标准，基本都是按照多年开发经验总结出来的，因此各个公司开发的系统在数据结构上相差很远。二是对于同一个公司不同时期开发的系统所涉及的数据结构不统一，到后期，开发单位不愿意在投入成本对前期开发的系统进行重新开发，这就造成了前期开的的系统中的数据结构与后期开发的数据结构不统一。三是对于应用开发单位在开发每一个具体应用项目时，由于是不同的开发小组在进行，为此，在进行数据结构设定时，只为了满足本系统开发的需要，而没有考虑系统未来的发展和系统的整体架构，这也造成了不同应用系统中对相同字段的设定不相同，数据结构不统一。以上这些都是在应用系统开发过程中遗留的问题，而这些问题严重影响了大数据的使用。

3.4 有统一的标准不用

在系统开发过程中涉及的数据结构，许多都有相应的标准，主要有以下几个方面，一是国家法律层面的，对于一些重要的数据要求以立法方式进行规范。二是国家标准，制定和规范了国家层面的有关方面的数据要求和限定。三是部颁标准，由各个部委办局制定的相应标准，这些标准有一大部分直接针对信息化系统建设的应用和数据标准。四是行业标准，作为每一个行业内进行行为约束的标准，这种标准虽然不具备强制性，但是在行业内是一个自觉遵守的标准。四是国际相关标准，虽然国际标准没有任何的法律约束性，但是为了走出去，各行各业都在遵循这个标准。

这些标准都是在系统建立时的数据结构依据，但是目前许多系统在进行数据结构设定时，都没有按照这些标准执行，而是根据自己系统的需要进行设定的。这使得许多的系统中的数据不能相互交换使用，由此而影响了大数据的应用。

3.5 不同行业对标准的设定不统一

在国家标准体系中，由于标准制定的年代不同，同是一个部门颁布的标准对相同的数据要求也不同，各个部门由于独立制定标准，同样出现相同数据在不同部门制定的标准中规定的不同，这几方面原因也就造成了即使遵照标准，也存在着相同数据在不同应用系统中的数据结构不同的现象。

以上是大数据应用问题出现的主要原因，作为大数据应用的刚刚起步阶段，应针对这些问题进行研究给出相应的解决方案，为未来大数据应用的发展打下一个良好的基础，避免今后的大数据应用走弯路。

4 解决大数据应用问题的对策

解决大数据应用存在的问题，应从最基础的数据结构建立开始，从根本上去解决问题，也为未来大数据应用的发展打下一个良好的基本数据结构基础，对此提出以下几方面的对策。

4.1 开展和加强对基础数据结构建立的理论研究

从软件工程学的角度出发，以数据结构类型是有限量的概念为依托，围绕具体的数据类型开展数据结构体系的理论研究。依托一个数据结构分类的理论体系来支撑整个数据结构体系的划分，其中包括划分方法、划分层次、划分的软件工程学理论支撑等内容，制定大数据底层数据结构划分的理论体系，形成在大数据下的数据结构构建的理论体系。

4.2 开展对具体数据结构的研究

按照建立的数据结构理论体系要求，对每一个具体数据结构进行研究，针对数据项的名称、类型、含义、层次、结构、与其他数据的关系、涉及内容规定等方面制定出具体数据的标准。这项工作可以在有组织的情况下由全社会共同参与，按照指导理论的要求进行研究，这样，随着应用系统的不断深入，所涉及的数据类型项将逐步扩展，最终实现数据的全覆盖，而完成整个架构体系的建立。

4.3 制定相应的数据结构标准

对于由各个方面制定的数据结构进行分类、筛选、审核，而后想这些结构形成一个统一的架构体系，制定相应的技术标准，通过这个标准来规范应用系统的开发，形成完整的、规范的、统一的数据结构体系，为大数据应用打下坚实的基础。

4.4 成立相应的机构来负责这项工作的完成

对于这项工作的开展，应在软件工程相应的有关组织下，建立一个专门的机构，负责指导这项工作的完成。由这个机构成立专门的实验室，负责整体架构的制定，数据类型项的搜集、分类、筛选，并形成统一的数据库体系，为所有的应用系统的开发提供数据库基础支撑和服务。

综上所述，通过对基础数结构的研究与体系的建立，从根本上解决大数据应用的效率，充分发挥未来大数据的作用，简化大数据应用的方式与过程。

参考文献

[1]严霄凤，张德馨.大数据研究[J].计算机技术与发展，2013（04）.

[2]李学龙，龚海刚.大数据系统综述[J].中国科学：信息科学，2015（01）.

[3]方璐.大数据时代的科学研究方法[J].浙江工业大学，2014.

作者简介

李铧（1962-），男，江苏省无锡市人。学士学位，现为无锡科技职业学院教师、高级工程师。主要研究方向为软件工程学、物联网概论。

第4篇

关键词：大数据时代；精准营销

中图分类号： F49；F274 文献标识码： A 文章编号：1001-828X（2015）010-000-01

引言

大数据时代的到来，改变生活的方方面面，并且数据正在它独有的优势在各个领域内发挥重要的作用。信息技术的变化对我们来说并不陌生，但过去信息技术的改变重点常常在“T”（Technology，技术）上，而不是“I”（Information，信息）。大数据时代下，精准营销的提高了节省了时间，提高了效率，正逐渐成为营销市场最重要的发展方向。文章就精准营销如何在大数据时代下实现进行分析。

一、大数据时代对于营销的意义

（一）加强营销的科学化管理

大数据带来的技术革命，使得利用庞大的数据资源成为可能，从而促使营销出现科学性的转变，它使得银行的整个营销过程更加精确。通过一切建立在科学的数据分析的基础上，来量化营销行为，恰当选择客户人群，而不是盲目地不合理地投放资源，损失潜在和已有客户。原来的普遍观点是营销是一门说话的艺术，丝毫不带有科学色彩，使得营销具有随机性和随意性的特点，随着大数据时代的到来，我们可以通过各种技术支持数据挖掘，把营销的伪艺术标签改成科学标签，进一步加强科学化管理。

（二）增加营销对市场和顾客的可预见性

银行营销的关键所在就是是否能充分把握客户的心理，对于客户进行需求化定制，而大数据营销中对于数据的挖掘和分析充分证明了这一点是可行的。大数据并不是仅仅单纯指的是数据主观意义上的大，更是指处理数据的全面性，通过发掘各种数据的相互联系来制定个性化的营销方案。大数据时代使得营销过程得以量化，用数据来进行决策，这样就能促使银行定制的营销方案更能把握到消费者的心理，窥测到市场发展的趋势。这样定制出的个性化营销更加能增加顾客的满意度，这就是营销对于市场和顾客的可预见性。

二、大数据时代营销所面临的挑战

传统的营销模式强调策略、创意及覆盖度，随着大数据时代的到来，现在的营销模式主要是以海量数据挖掘为前提，以技术为驱动，对具有特定受众的个性广告进行传播。在海量数据下，如何收集、分析和利用数据是每个银行面临的难题，为解决这个难题，通常采用两种方法：一是自身建立相关的数据收集与分析系统，二是通过供应商卖出的技术，借助专家来解决这个问题。然而，根据2011年的《IBM―麻省理工斯隆管理学院评论》资料显示：在对全球100个国家及地区从事30个行业的3000名高管的调查中，有60%的受访者表示无法有效利用所有数据。因国内互联网环境较为封闭，数据拥有者开发度不高，大数据时代下，加剧了数据采集的困难，同时，数据量巨大、无规律、分散和数据本身个性化和实时性的特点，使得银行在对海量数据进行有效处理和分析上显得力不从心。技术条件的制约使银行很难形成清晰的消费者形象，在营销渠道中无法提供真正个性化的用户体验，精准营销也就变得极其困难。

三、实现精准营销的策略

（一）建立银行数据分析团队

一是作为现代银行，必须建立一支数据团队，从基础开始注重对于数据的收集工作，信息收集时要注意渠道的多样化与灵活化，不能仅仅依赖于某一业务系统。以银行为例，基础数据的来源可来自多方面而不是仅仅依赖于银行柜台系统，ATM提款机也可以记录顾客的存取信息，也可通过银行基金来了解顾客的信息；免费WiFi登录日志可计算出电子银行客户的使用及消费情况。此外，也可以通过多种方式进行问卷调查，如银行柜台或ATM提款机排队时，简单的调查表填写，了解客户要求和客户构成等信息。

（二）实现数据的有机结合

注重数据的分析和整合，对数据进行完整性和准确性评价，实现各种数据收集源的有机连接。如ATM机的统计记录可以得到某一顾客的存取款清单，和银行渠道信息的整合后可以得到顾客进一步的信息（如姓名、性别、年龄、住址、电话等）以及一段时间内的银行账户情况，还可以通过数据中顾客支付方式（现金、信用卡、借记卡等）情况记录，了解该顾客的支付习惯。

（三）变革营销组织结构

以数据采集、数据分析为基础的数据驱动的精准营销策略，将对传统的营销决策、营销手段、营销执行等产生极大影响，会给银行营销带来根本性的变革，这其中包括组织结构的改变。银行可通过建立专门的互联网金融公司来合理运用大数据可以实现精确化营销，以数据的搜集、挖掘、分析为工作中心的组织架构和员工分布将成为大数据时代银行营销变革的一个必然趋势，在大数据体时代，银行营销将由独立的手段转化为银行的系统工程行为。

（四）维护客户关系

随着经济的全球化和大数据浪潮的到来，银行也开始变得愈加重视客户关系的维护和管理，良好的客户关系能直接帮助银行快速有效地洞察客户的需求动态，如何加强银行的客户关系管理，能否高效的管理和挖掘客户资源，能否与客户之间建立长期的良好关系已成为银行持续保持竞争优势的关键所在。通过对以往的顾客数据进行挖掘和分析，可以找出银行现有客户中那些最能够影响客户划分的关键因素，并且把客户进一步细分成为更加精细的组别，以使得每个组别里的客户具有更多的关联性和相似性特征，从而银行可以更加有针对性的管理客户关系。

四、结语

在大数据体时代，银行营销由独立手段转化为银行的系统工程行为。以数据采集、数据分析为基础的数据驱动的精准营销策略，将会给银行营销带来根本性的变革，只有充分融入大数据时代并且将其与市场营销充分的结合起来才能在市场竞争中取得胜利。

参考文献：

[1]王佳辰.银行官方微博的营销策略及其 VI 设计研究[D].华东理工大学，2014：10-12.

[2]赵三珊.银行微博营销影响因素及策略研究――以电子商务银行为例[D].华东师范大学，2014：10-12.

[3]周明苇.传播学视角下中国会展品牌个性塑造研究[D].上海师范大学，2012：8-10.

第5篇

摘要：提出大数据服务推动了移动终端的技术演进，其技术演进的目标是满足大数据时代的用户需求、提升用户体验。强调移动终端通过基于多管道技术的集成、多传感器技术集成、云计算与低功耗以及HTML 5等技术来推动移动智能终端技术演进。

关键词：大数据;移动终端;多模;多传感器;HTML5

Abstract： This paper describes how big data services promote the evolution of mobile terminal technology and how the goal of mobile terminal evolution is to satisfy the requirements of users and enhance their experience in big data era. This paper also emphasizes that multi-pipe technology integration， multi-sensor technology integration， cloud computing， and HTML 5 can promote the evolution of mobile smart

Key words： big data; mobile terminal; multi-pipe mode; multiple sensor; HTML5

随着移动互联网、电子商务、社交媒体、网络视频、企业服务网以及物联网等服务的飞速发展，尤其是近几年移动智能终端的快速普及和应用，使全球的数据正在以几何速度呈爆炸性增长。互联网数据中心（IDC）报告指出，2012年全球已经开始进入大数据时代，并在2013年全面引爆大数据，而全球数据量大约每两年翻一番，预测到2020年，全球将拥有共计35 ZB的海量数据，我们已经迈进入了大数据时代[1-2]。大数据有4个特征，即超量、高速、多样性和价值。在大数据时代，每个人都是数据的贡献者，同时也是数据的消费者，对每个用户来说，要求有更好的体验，即能在任意时间、任意地点接入，并能通过移动终端任意呼叫和任意浏览地贡献和分享大数据服务，因此大数据服务一方面将推动管道技术演进，另一方面也推动移动终端的技术演进[3]。

近几年，移动终端最明显的演进是从功能型向智能型转变，移动互联网服务与其捆绑。作为大数据应用的重要输入输出口，移动终端产生与消费者密切相关的数据，因此移动终端在大数据时代扮演重要的角色，其演进方向也以用户需求与体验为核心和宗旨，具体演进方向包括：基于多种管道技术的多模化集成、多传感器集成、云计算与低功耗以及HTML 5技术在移动终端的应用等[4]。

1 基于多管道技术的

多模化集成

大数据时代的海量数据需要多种管道技术承载传送，包括有线方式和无线方式，而对于移动终端来说，随着不同的无线接入技术演进及其网络部署，像2G这种单一模式的终端已经不能满足技术进步和实际需求，而2G、3G、LTE等多种技术集成成为必然趋势。随着智能终端的普及和移动互联网的需求，移动技术向宽带化演进，语音、短信仅仅是众多业务之一，移动终端成为多种移动接入技术的集成，移动用户根据无线网络的实际部署情况可以选择多种方式接入。

随着Wi-Fi技术的普及和应用，作为有线接入的延伸，Wi-Fi接入点（AP）不但可以作为单独的接入点方式让终端接入，而且可以通过组网方式提供无线接入，因此Wi-Fi接收终端成为各类终端的标准配置，尤其在移动智能终端方面，Wi-Fi已成为移动终端的主要接入方式之一[5-6]。Wi-Fi技术也在不断演进，包括802.11系列标准的空口频谱带宽从20 MHz、40 MHz提高到160 MHz;使用频段也从2.4 GHz到5 GHz，再到60 GHz;多天线方面也从波束赋型到多用户多输入多输出（MIMO）及自适应波束赋型等。

图1所示为多模移动终端，它可以接入多种无线网络，包括2G、3G、LTE和Wi-Fi网络，使移动终端通过不同管道技术为用户提供服务[7]。

当前成熟的蓝牙、近场通信等技术也都集成到移动终端上，以适应不同应用场景下的服务需求，因此移动终端可以通过多种管道技术完成数据的接收和传送，即移动终端是基于多种管道技术的多模化集成。

当前，多模移动终端主要以多模双待机制为主。为了增强用户体验，多模多待将成为移动终端发展趋势，尤其到了LTE商用部署阶段，多模移动终端将同时监听2G、3G和LTE网络，以便于快速接收来自各个网络寻呼消息，避免网络间的互操作，这样可以随时随地接入网络。多模多待业务并发机制也将随着移动互联网需求提升而成为可能，即移动终端可以同时接入多种管道网络，实现多业务并发[8]。

基于多管道技术集成的多模移动终端，根据管道网络实际部署情况可以接入多管道网络。当前网络的接入选择、资源调度等主要由无线网络系统侧负责，移动终端仅仅将检测的数据上报到网络系统侧，被动地接收网络侧决策和资源调度。这在多管道网络场景下，需要网络侧互联互通来协商，使接入过程复杂化。因此在多模多待多业务并发场景中，需要移动终端支持多管道接入功能，并由终端根据各种无线网络覆盖、负荷等实际情况自主性选择服务网络，以最优质的服务质量向移动用户提供服务，提升用户体验。

2多传感器技术集成

当前，移动智能终端作为最普及的消费品，其性能已经超出了最初的基本通信设备的性能，一方面其集成的功能越来越多，而通信仅仅是众多功能中一部分;另一方面为了提高用户体验，移动智能终端集成越来越多的传感器，并通过传感器将人的感官系统和神经系统与移动智能终端相连，使移动智能终端成为人的感官系统的延伸。通过这些传感器，如加速度传感器、磁力传感器、重力感应器、电子罗盘、陀螺仪、气压传感器、光线感应器、距离感应器、触摸屏、温度、红外、GPS等等，可以增强人机友好互动，提高移动终端的用户体验度。在大数据时代，移动终端需要通过传感器采集数据，再通过管道网络将数据传输到云端进行大数据处理，最后将处理结果反馈给用户。云服务让用户体验提升到一个新高度。图2所示为集成多传感器的移动智能终端人机交互以及通过移动通信管道传送到云端的大数据处理。

传感器既可以通过内置方式集成到移动终端中来提升用户体验，也可以通过外置方式连接到移动终端来增强其功能，如图3所示。随着智能终端应用软件生态系统的日益完善和传感器应用种类的不断增多，移动终端已经深度融入日常生活的每个方面。移动用户更加依赖移动终端，而移动终端也将有更多的应用来增强其感知能力和交互能力，如体检、游戏等需求，就需要利用移动终端上的传感器采集数据，增强移动终端的人性化、个性化、智能化服务。随着裸眼3D技术的需求，各类传感器也将集成到一起，未来移动智能终端的操作也更加多元化，有着更高的用户体验，实现更完美的人机互动。

3云计算与低功耗

移动终端集成了多种移动通信接入技术和多种传感器，因此对移动终端的功耗提出了挑战，移动智能终端的目标是保质保量地向移动用户提供服务和体验，同时需要终端能在低功耗情况下完成多种服务。

当移动智能终端作为消费品已经超出了最初以通信功能为主的属性，一方面移动互联网的发展，使移动互联网服务内容与移动终端绑定;另一方面，由于云服务降低了移动终端的计算量和存储，简化了移动终端，同时使终端消费用户聚合到云计算服务平台上，云服务就降低了移动终端的复杂度，并将复杂的计算和存储等任务交由云端处理，这样也将终端功耗降低[9]。图4所示为移动终端与云服务，其中移动终端向云端请求服务，云端响应并提供云服务[10]。

根据《MIT科技评论》报道，微软研究室正在开发一种全球定位系统（GPS）服务技术，即终端将冗重的GPS数据上传到云端，从而可解决移动设备的高功耗问题，此技术被称为Cloud-OffloadGPS，简称CO-GPS[11]。移动智能终端中的GPS是整个设备中比较耗电的部分。通常情况下，为了修正用户的位置，GPS传感器需要运行30 s或者更多的时间以从轨道卫星上获取必要的信息，其中包括了大量的信号处理工作，不但时间长，而且还需要消耗掉1 J的能耗。现在，利用CO-GPS技术不但可以在几毫秒之内获取原始修复数据，而且所需要的能耗只为原来的0.04%。从另一个角度看，这一项新服务的出现将会引发一个全新的基于GPS持续日志的服务，如建立一个可不断更新的噪音污染数据库等。

云计算技术的发展，移动终端通过承载管道逐步向云端延伸，将复杂的大数据计算、庞大的大数据存储等都移向云端来处理，而将移动终端“瘦”下来，这不但降低终端功耗、延长了待机时间，同时也提高用户体验，因此移动智能终端与云计算的深度结合将是大势所趋，预计未来几年内，将有更多的移动终端应用将基于云端提供。

4 HTML 5技术

移动互联网应用主要是基于操作系统提供服务的终端本地化应用，这类应用呈现碎片化特点，跨平台能力弱，同一款应用产品需为不同终端、不同操作系统进行多次开发，开发和维护成本大增。HTML 5技术则解决了上述问题，它基于Web平台，其跨平台、不受限于终端类型和操作系统的特性使应用开发者不必再为同一款应用开发多种版本，降低了开发和维护成本，也将显著提高应用开发者的热情。同时用户在不同终端、不同操作系统下可以使用同一应用、享受相同体验，也将更加高效、快捷，极大促进各种移动互联网应用的推广与使用。

随着移动互联网的飞速发展，HTML 5的技术优势[12-13]也将会愈发体现。HTML 5不仅能提供大多数现有需要插件和扩展可以完成的功能，而且具备了图像增强、Web数据存储和离线数据存储等新功能，这使完整支持HTML 5的浏览器具有了更强的本地数据处理能力，从而可以部分代替操作系统。HTML5具有8个技术特征（图5所示）。

・语义学：作为HTML 5的前端和中心，语义学能够赋予框架结构以意义，同时更详尽的标签组合、资源描述框架、微型数据以及微型格式将为用户打造一套数据驱动的网络。

・离线存储：在应用缓存、本地存储、索引数据库和文件应用程序接口的帮助下，HTML 5应用甚至能在没有互联网连接的情况下运行。

・设备接入：地理定位仅仅是个开始，HTML 5能够让应用程序访问连结到计算机上的任何设备。

・连结性：更有效的连结性将能带来更为实时的聊天，更快的游戏速度以及更好的沟通交流，服务器与客户端之间的网络套接字和邮件摄像头将比以往更加便捷。

・多媒体：音频和视频是HTML 5的主要特征，HTML 5无需插件即可在网页中嵌入多媒体内容，使得应用程序与网站和睦共处。

・3D和制图：在SVG、Canvas、WebGL和CSS3 3D效果的这些特性之中，一定能找到让用户眼花缭乱、美不胜收的创意。

・高性能：使应用程序和网络在大量诸如Web Workers和XMLHttpRequest 2这样的技术下更加快速。

・层叠样式表（CSS3）：在不牺牲讲义结构和性能的情况下，CSS3作为一套规范集合，提供了大量的新特征，使得创建效果更加简便;另外，Web开放字体格式（WOFF）可以便捷地通过样式表自动下载字体，解决了移动终端设备的有限字体集合问题。

HTML5对于应用处理的增强主要涉及以下几个环节：在计算方面，能够实现多进程计算，不再需要借助第三方计算环境，大大增强了计算处理能力;在存储方面，解决了原Cookie存储空间过小的问题，扩展了浏览器本地存储能力，另外还加强了缓存的功能，允许用户选择缓存的内容并实现离线应用，使得Web应用可以在本地使用;在图像处理方面，能够提供平面和立体图像绘制能力，促进Web游戏的开发;在设备接口方面，能够访问日历、通信录等移动终端资源;在通信方面，能够实现客户端与服务器间的全双工通信，降低网络数据传输带来的影响，同时还能够实现本地的安全跨源通信，丰富Web应用的功能。

由于HTML 5是一种真正开放的标准，可为用户提供更加一体化和自然的体验方式，伴随着技术功能的不断完善以及标准化工作的完成，HTML 5将成为互联网应用的主导技术，预计在2014年将快速发展[14]。

HTML 5也得到移动终端厂商的大力支持。根据咨询公司Strategy Analytics 2011年底公布的研究数据显示，2011年全球支持HTML 5手机数量相比2010年增长208.3%，达到3.36亿部。预计到2013年，全球市场将拥有10亿部支持HTML 5技术的手机[15]。咨询公司ABI Research也做出预计，2016年全球拥有支持HTML5技术的移动设备至少将达21亿部。

图6所示为HTML5在移动终端的应用，包括元素类型和属性、延伸用户交互概念、Web存储、平面动画、CSS3选择器、离线支持、帆布画、视音频流支持、地理定位应用程序接口（API）和增强表格等，HTML 5使移动终端的功能和性能提升、用户体验增强。可以预见，基于HTML5技术的移动智能终端浏览器将成为主流，推动大数据时代移动终端的技术演进，打破基于操作系统的移动互联网服务主导地位，促使移动智能终端成本下降，从而实现从本地应用到网络应用的转变。

5结束语

在大数据时代，移动终端是大数据的重要输入输出口，一方面大数据的需求推动移动终端的演进，另一方面移动终端的演进也促进大数据应用的发展。移动终端在智能化的同时，其技术演进目标是提升用户体验，这包括基于多种管道技术的多模集成、多传感器集成、云计算与低功耗、HTML5技术等。无论是基于多管道技术的多模集成，还是多传感器集成，都使移动终端的硬件系统变得越来越“胖”，提高了移动终端的感知和交互能力;移动终端的低功耗需要移动终端将复杂的计算和较大的存储移向云端处理，简化终端的处理复杂度;基于HTML5技术的移动互联网服务不再受限于终端操作系统和终端类型，使移动互联网服务从基于操作系统的本地应用升级到基于HTML 5浏览器的网络应用，因此HTML5将成为移动终端的重要开发平台而得到广泛应用。

参考文献

[1] 邬贺铨.大数据时代的网络技术与应用[R].北京：中国通信标准化协会，2012.

[2] 朱晓光， 陈伟， 江华. 大数据时代的管道技术演进[J]. 中兴通讯技术. 2013， 19 （4）： 54-57.

[3] 陈博， 顾霞. 移动终端HTML5Web应用技术与标准[J]. 电信网技术. 2012， 35（5） ： 5-9.

[4] 孙毅， 葛雨明， STEPHEN H， ERYK D. 异构网络中多模终端业务流分发技术研究[J]. 计算机学报. 2010， 33（6）： 1004-1013. doi： 10.37-24/SP.J.1016.2010.01004.

[5] 朵灏， 刘臻， 田云飞. LTE多模终端技术研究[J]. 电信网技术. 2012， 35（4） ： 14-22.

[6] 3GPP TS22.936 Multi-system terminals （Release 9）[S]. 2009.

[7] 马满仓， 郑建勇， 郭静等. WLAN标准 IEEE82.11ac/ad及前期关键技术[J]. 电信技术. 2012， 35（4） ： 75-77.

[8] 谢大雄， 朱晓光， 江华. 移动宽带技术――LTE [M]. 北京： 人民邮电出版社， 2012.

[9] 3GPP TS 36.300 E-UTRA and E-UTRAN[S]. 2009.

[10] 3GPP TS 36.304 Evolved Universal Terrestrial Radio Access （E-UTRA）; User Equipment （UE） procedures in idle mode [S]. 2009.

[11] 大数据史记2013：盘点中国2013行业数据量[EB/OL]. （2014-06-20）.http：///archives/6285.

[12] 维克托・迈尔-舍恩伯格， 肯尼思・库克耶. 大数据时代[M]. 盛杨燕， 周涛译. 杭州： 浙江人民出版社， 2012.

[13] 李国杰， 程学旗. 大数据研究： 未来科技及经济社会发展的重大战略领域―大数据的研究现状与科学思考[J]. 中国科学院院刊. 2012， 25（06）： 647-657.

第6篇

【关键词】大数据时代；医院；人事管理

一、引言

目前的网络信息化步入了大数据时代，大数据在人们生活各个方面都产生极其深远的影响，随着我国的医疗体系根据国务院的规划步入改革的关键阶段，对医院管理制度的完善提出了更高的要求，为患者提供高质量的医疗服务。医院的人事制度管理在医院管理制度上处于重中之重的地位，通过在大数据时代的背景下，创新医院管理的人事制度，对医院的服务质量有实质性提高。

二、大数据时代的概述

大数据是由全球著名的咨询公司麦肯锡最早提出，麦肯锡称：“数据已经渗透进入每个行业和业务领域，成为重要的生产因素。人们对海量数据的查询与应用，会预示着新一波的生产率增长和盈余浪潮的到来。”在现今社会高速发展的情况下，通过大数据时代的到来，信息流通更加完善，医院在这方面也不例外。医院在大数据的使用上，主要是通过各种类型的数据集中起来，来查找有价值的消息。通过大数据的整理可以对原始的医院医疗数据再利用。医疗的大数据内容主要有门诊挂号、病人住院、用药、化验、检查、处方还有人事、病历病史等等数据资料。随着云时代的到来，云计算的应用在医院的数据管理与信息平台上开始实践。医院的行业信息化技术的建设，对病人的医疗提供更高效、更便捷的服务。在医院的工作上，通过对各部门、分院之间的信息数据共享，构建互联互通的协作网络，对医院的整体工作水平有所提高。

三、医院人事管理存在的问题

（一）医院人事管理人员素质较低。目前医院的人事管理队伍构成上很多不是专业人员，对基本的人事管理工作制度内容不了解，很多人事管理人员是从其他部门调岗或者借调来进行相应工作。这种情况导致医院的人事管理工作的效率低下，也不符合在大数据时代的背景下，对现代化人事管理的工作要求，目前医院的人事机构基本处于空转的状态，办公室的配备几乎只有1-2名工作人员，工作状态基本懒散，对本职工作不予以重视，导致人事管理工作无法顺利展开。

（二）医院管理层对人事管理工作的不重视。多数医院的管理层对人事管理工作的重视程度仍然不够，没有意识到医院人事管理工作的重要意义，认为医院的人事管理制度和档案管理制度相关方面工作没有价值。由于缺乏专业技术人员的工作，医院没有系统的建立人事档案管理系统，结果对医院诊疗的有关档案出现丢失或损坏的情况，部分医疗事故中医院面临不利局面。

四、大数据时代医院人事管理的创新方式

（一）建立医院数据库。在大数据时代的背景下，医院人事管理制度进行科学化改革，需要建设完整的数据库。但是目前数据库建设一个最大的问题是由于建设规模较大需要花费大量的成本来进行建设与维护。但是目前很多医院难以承受这些费用，所以通过政府扶持为医院的数据库建设提供便利，通过数据库的建立，及时获取人事管理的相关讯息，为医院人事管理工作提供资料上的帮助。医院在数据库的建设上，根据自身经济条件等实际情况。可以建立小型的数据库。通过小型数据库的建设，及时对人事管理的资料进行搜索查询，通过数据库的辅助作用，避免了传统人事档案管理容易造成的丢失、损坏等情况，也为医院的人事管理工作的创新提供了技术上的支持。

（二）完善人事管理制度。医院人事管理制度在大数据时代的背景下，要健全相关的管理制度，对医院各项人事管理工作要进行及时开展。利用计算机数据库的便利性进行数据的查询，同时也保障了人事管理内容数据的安全性。利用大数据的便利性，对医务人员的信息进行集中搜集，来扩大信息的使用率。在完善人事管理制度的数据库使用上，要安排专职人员进行人事管理的数据化建设。人事管理制度的建设，可以提升医院的管理水平，在对信息进行搜索的同时，促进人事管理制度的规范化，并且建立指标体系和其他制度，解决人员配置、考核体系、薪资待遇、人事结构上的一些问题，维护了医院的正常运转。

（三）加强医院人事管理队伍的建设。随着信息技术的发展，医院的人事管理队伍的建设也要具有创新的意识，对计算机技术的要求也逐渐走向专业化方向发展，才能对大数据下对医院的数据库建设提供重要的人力资源保障。医院在招聘人事管理人员的工作上，对相关招聘工作进行完善，在招聘的同时也要关注应聘者的专业能力之外的能力，特别是关于数据库方面的能力进行考察。使应聘者能尽量适应医院的人事管理数据库系统。除了应聘之外，应加强对人事管理队伍进行专业培训，特别是信息化技术方面的培训。让人事管理人员应用信息化技术的软件，能对医院人事工作的信息化管理进行熟练掌握，提高工作效率。

五、结语

综上所述，大数据时代成为时代潮流的情况下，医院的发展即面临机遇，又面临着挑战。医院的信息化建设水平将决定着医院人事管理工作的效率。医院要加强数据库的建设，改革人事管理制度，加强工作人员的培训与职业素养。来保障大数据时代背景下，医院的改革发展稳步推进。

【参考文献】

[1]马超燕.大数据时代医院人事管理创新的探讨[J].东方企业文化,2015(02):73-74.

[2]王丽.大数据时代医院人事管理创新研究[J].企业改革与管理,2016(18):67.

第7篇

关键词：大数据；中医药信息

作者：潘文，程涛，牛崇信，赵晓丽

随着信息技术产业的高速发展，越来越多的计算机技术融入到人们工作和生活的各个领域。而计算机信息技术与传统的中医药行业的结合，则大大推动了中医药行业的发展，各种中医、中药数据库和以提高诊疗质量为目的包括专家系统在内的医用人工智能系统、远程医学系统、综合医院信息网络系统的研制与开发成为中医药信息化的重点。

1大数据时代到来

当数据成为一种新的经济资产，当科研处于以数据为基础进行科学发现的第四范式[1]，当数据开始变革教育[2]，这些都标志着我们已经进入了大数据（bigdata）时代。全球知名咨询公司麦肯锡称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”同样，在中医药领域，应用大数据时代的理念与技术的研究，也已经悄然展开。中国中医科学院副院长刘保延教授指出：“‘大数据’应用于中医药临床与科研，将给这个领域带来革命性的变化。”大数据，顾名思义是大规模的数据集，但它又不仅仅是一个简单的数量的概念。大数据是指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更积极目的的资讯。相比于传统的数据仓库应用，具有数据量大、查询分析复杂等特点。IBM公司指出，大数据的特点是4个V：Volume（大量）、Velocity（高速）、Variety（多样）及Veracity（真实），它提供了在新的和正在出现的数据和内容中洞悉事物的机会，使业务更加灵活，并回答以往没有考虑到的问题[3]。Gartner公司的报告也提出，大数据是大容量、高速和多样化的信息资产，它们需要新的处理方式，以提高决策能力、洞察力和流程优化[4]。

由此可见，大数据的战略意义，不在于掌握了庞大的数据信息，而在于对那些有意义的数据进行专业化处理，使之成为一种大资源。其背后隐藏了深刻的理念，这些理念包括：①将对数据和信息的分析提升到了前所未有的高度。这里的分析是指深层的挖掘。大数据时代，如何充分利用好积累的数据和信息，以创造出更多的价值，已经成为企业管理者、政府机构以及科研工作者首要关注的问题。②多种数据的整合和融合利用。大数据时代，数据的多样性是一种真实的存在，其表现方式可以是数据库、数据表格、文本、传感数据、音频、视频等多种形式。同一个事实或规律可以同时隐藏在不同的数据形式中，也可能是每一种数据形式分别支持了同一个事实或规律的某一个或几个侧面，这既为数据和信息分析的结论的交叉验证提供了契机，也要求分析者在分析研究过程中有意识地融集各种类型的数据，从多种信息源中发现潜在知识。只有如此，才能真正地提高数据分析的科学性和准确性。③更加广泛地应用新技术和适用技术。数据量大、类型多样、增长速度快是大数据的突出特点，这必然会带来数据获取、整合、存储、分析等方面的新发展，产生相应的新技术或者将已有的技术创新地应用于大数据的管理与分析。同时，计算机辅助分析或基于计算机的智能化分析，将成为大数据时代数据与信息分析的主流模式。

2中医药信息在大数据时代背景下的作用在中医药领域中，中医药信息具有非常典型的大数据特征。有资料显示，中国中医科学院2012年4所医院全年的门诊量达到698万人次，仅广安门医院1天的门诊量就超过1万人次，每年还有6万多的住院患者。如果将这些患者的诊疗过程全部数据化，每人次就诊产生的医学数据以10M计，每年产生的数据量将高达70TB，如果把全国中医院的临床数据都汇聚起来，其规模之大可想而知。另外，在中医医院，每个患者不但要经过辨证论治的个体化诊疗，还要经过各种理化检测进行疾病及其预后的诊断，所以不只有病历资料中包含的信息，还会有生化检查、多种影像或病理切片检查的生物学信息。收集这些庞大、多类别的数据，通过分析处理将其盘活，可以产生意想不到的价值。

2.1中医药信息在中医药诊疗和科研中的作用

中医药信息在中医药领域具有非常重要的作用。大数据的中医药信息对中医药的诊疗和科研有着非常重要的促进作用，将给中医药科研带来巨大的变化和极大的便利。刘保延教授认为，利用数字技术记录中医临床诊疗实践中大量的中医学知识和诊疗信息，并把这些信息用于分析中医临床诊疗的疗效和经验知识，是中医药学现代化研究和发展的重要课题。这些海量信息就是一笔巨大的财富。中医药从人体状态切入，整体、动态、个性化地掌握人体，理念超前，方法先进，但中医药的巨大潜力并没有充分发挥，至今仍不能满足人们日益增长的需求，关键问题在于缺乏实现超前理念、先进方法的技术手段。当前记录实践的技术仍然停留在千余年前的水平，当务之急是进行技术体系的创新，数字技术是促进中医药快速发展的必由之路。对于中医药学来说，如何让大数据成为学科发展的大优势，取决于对大数据的收集与处理。这是一个极其复杂的工程，也是一个大考验，处理得好，应用得当，大数据就会成为“大优势”，为中医药发展带来“大价值”。

众所周知，中医药发展离不开临床。以前中医主要通过个人在临床实践中积累经验，用纸质病历将临床诊疗过程记录下来，通过自己感悟升华，变成自己的学术观点或学术思想，再回到临床指导实践，这种“从临床中来，到临床中去”的发展模式是一个非常漫长、以实践中的疗效为检验标准的过程，导致了中医传承困难、成才缓慢、发展不能满足需求等状况。中医药行业利用大数据技术，重点要解决的是临床实践如何数据化、数字化问题。由中国中医科学院牵头研制的“中医临床科研信息共享系统”及其成果的延续和推广应用“中医临床科研信息共享系统构建”就是利用大数据实现中医药临床科研变革的有力工具。中医临床科研信息共享系统旨在建立中医临床实践数据化的工具与复杂海量临床数据管理和利用的平台，在这个平台上，利用大数据进行科学研究的过程实际上是一个以人为主、人机结合的临床科研一体化研究过程。其中，医者在临床实践中通过与患者的交互，采用“继承创新”的方法，践行着自己的诊疗实践，而同时通过临床科研信息共享系统，将实践数据化、规范化、数字化，海量临床数据经过整理、清理、装载、转换等过程，被放在了以“证-治-效”紧密相关模型为主题的数据仓库中，在医者“思维”的组织下，通过查询检索、统计分析以及数据挖掘等，从中发现中医临床的经验，揭示诊疗规律，评价临床疗效等，从而产生新的知识，再去更加有效地指导临床实践，使中医临床诊疗把握度不断提高，治疗范围不断扩大，服务能力与服务质量不断提升。

临床科研信息共享系统将临床实践数据化，采用高度结构化的电子病历系统，将不同医生采用的自由语言记录临床信息的方式，改变成通过数字化中医临床术语应用系统支撑下的结构化电子病历。研究建立了“中医临床标准术语集”和“中医临床规范术语字典”等系统，基本满足了临床病历书写与数据挖掘等对规范术语的需求，并在此基础上形成了结构化的中医电子病历系统。目前该项目合作医院利用此系统，已经收集中风、糖尿病、冠心病、肿瘤、针灸等中医、中西医结合诊治病历10万余份，其中包括40多位名老中医诊治的上万份病历。在不影响中医辨证论治临床实践的基础上，通过此系统，临床诊疗实践被详细记录并被量化为可分析的临床数据，形成了蕴含丰富临床经验和临床规律的海量数据库。然后，数据管理平台将整合不同研究中心、研究现场所产生的数据，形成蕴含内容极其丰富的大数据资源。中医临床数据一旦被全部汇集起来，将形成世界上独一无二的中医药资源宝库，将具备无与伦比的特色优势。

2.2中医药信息在中医医疗机构管理中的作用

大数据的中医药信息能够进一步促进中医医疗机构的管理工作，为医护人员创造更加公平、公正、有效激励的工作环境和为广大百姓提供更为充裕的医疗资源。2012年3月，广东中医药大学第一附属医院正式携手IBM构建智能运营平台，利用IBM在业界领先的业务分析和数据挖掘工具，帮助该院搭建了大数据时代下的智能运营平台，成功部署了国内中医院行业第一个完整的运营数据分析系统，为医院管理体系输入至关重要的洞察力，不仅推进医院向管理现代化大阔步迈进，也极大程度地提升了民生大众的就医体验。智能运营平台的构建全面提升了医院在日常运营监控、阳光用药监察、医保费用监控、科室目标管理四大方面的技术能力。基于此项技术，IBM医院智能运营系统致力于帮助医院进行日常运营信息的整合，从医院管理目标出发对医院运营数据仓库进行规划和建模，以医院的医院信息管理系统（HIS）、电子病历（EMR）、病案管理、医保等系统作为数据源，进行数据抽取、清洗和转换，为数据的智能化分析利用打好基础。在医院运营数据仓库的基础上，IBM先进的医疗运营分析模型和分析工具能够帮助医院获得良好的业务洞察能力。而在进行数据整合与分析的过程中，IBM医疗分析专家不仅可以帮助医院发现原有系统中存在的数据质量问题，提出整改建议，还可以立足于医院的发展战略，帮助医院设计、规划出新的管控指标体系并对医院业务系统提出一系列整改要求，使医院的分析数据更加完整，更加准确。这些工作也从决策分析的角度引导和促进医院业务系统配合分析目标的要求，采集更加动态全面的信息，支持更深更广的业务洞察。

2.3中医药信息在公共卫生研究机构中的作用

第8篇

关键词：大数据；微版权；利益平衡；机制

中图分类号：D923.4 文献标志码：A 文章编号：1673-291X（2016）07-0190-03

一、微版权的概念及特点

互联网已经深入到我们生活的方方面面，以互联网中的新兴应用“微博”为例，截至2013年，新浪微博的使用人数已经超过了5亿，微博用户每天的微博数量正在成井喷式发展，微博成为了最强大的网络信息交流平台。就在微博快速的发展过程中，也出现了许多以前从未产生过的新问题。最引人关注的当属微博的版权问题，微博的内容究竟应该归属何种类型的版权，并且其保护到底应该达到怎样的层次，引用者引用微博内容应相应的注意什么样的问题？

（一）微版权的概念

武汉大学信息学院沈阳教授在对微版权这一概念界定时，他认为，“微博的版权”的概念是可以等同于“微版权”这一概念的。但北京印刷学院孙赫男认为：“微版权并不等同于微博版权，这个概念应该具有更为广泛的意义，而且对这个意义的界定和拓展，将成为在数字内容环境下重要内容价值的挖掘基础。”[1]界定“微版权”这一概念之前，我们首先应该主要从以下几个方面来进行解读，再对其进行定义。第一，作品篇幅微小。相对于传统版权的内容，那些版权内容碎片化，或内容简短，篇幅微小的文字内容，都应包括为微版权的内容。这里不仅指微博，还包括微信内容、微电影、微小说等在内的所有网络传播过程中出现的微小篇幅的内容。第二，授权对象微小。当站在授权对象角度看待微版权这一问题时，那么微版权概念中所包含的版权的授权对象可以包括那些在对存在于网络边缘的传播内容的授权，等同于对个体进行授权。此时意义上的“微”并非是指授权对象的大小，而是相对于“众”这一概念，是对“众”中的个体进行授权。第三，授权交易价值微小。传统的著作权交易中，那些被交易的版权往往具有较大的价值，而微版权交易中出现的版权是价值相对于传统著作权交易中的版权更为微小，也就是指在单次授权中，交易内容是交易价值微小的版权。

通过对“微版权”这一概念的解读，我们采用广义的“微版权”概念：即那些篇幅内容和授权对象都较为微小，且在单次授权中交易价值微小的版权。

（二）微版权的特点

相对于传统版权，微版权在版权的法定性、专业性和地域性等方面都存在着其独有的特点，但同时微版权也具备传统版权所具有的基本特点。

1.独创性。微小说、微电影、微博内容等微版权，都是经过创作者的精心构思而创作出来的，是创作者思想及情感的表达，是创作者创意和智慧的结晶，其思想内容往往能够以小见大。比如，网络作者原创的微小说、微视频等都体现了作者独特的创意与思想表达，属于原创性作品。当然，那些自言自语形式的，记录生活中点滴的流水账形式的微内容就可能不具有原创性的特点。

2.可复制性。微版权的作品同样具有作品的一般特性可复制性，只不过在网络环境下复制的技术更加先进、更加方便和快捷。复制是网络的最基本功能，微版权相关内容的创作和传播是在网络上直接通过内容数字化而进行的。微版权内容的侵权正是借助网络技术对微版权作品进行复制、存储向不特定对象传播的，并且这一行为是可以反复进行的。

3.版权内容碎片化。微版权最主要的特征就是版权内容碎片化，包括微博、微电影、微小说等在内的微版权，都是内容简短、篇幅较小的内容。以微博为例，微博内容仅有140字，但这140字的内容已经构成作品。

二、大数据时代与微版权的关系

大数据时代的到来，对我国的数字出版业带来了新的变革，但同时也对我国的版权保护立法、版权授权和作者维权等方面带来了新挑战。

（一）大数据时代的“大”

新出现的“大数据”又有着诸多不同于传统概念中“海量数据”的特点。大数据，是一种存在于数据密集型的科学环境下，普遍使用在对数据的采集、存储、分析及知识的再发现，是一种对超大规模的数据信息进行处理的范式的统称。 “其具有数量巨大（Volume Big）、实时快速快（Velocity Fast）、类型多样（Variable Type）及价值高而密度低（Value High and Low Density）的4V特征。”[2]

第一，数据的体量巨大（Volume Big）。大数据时代的数据拥有着大型的数据集，也就是其数据已经从TB级别上升到了PB级别。

第二，数据实时速度快（Velocity Fast）。大数据时代的数据包含着大量的在线数据和实时数据，在对数据进行分析处理时，要求运算快，也就是“1秒定律”。

第三，数据类型多样（Variable Type）。大数据时代的数据来源多样化，相对于传统概念中所指的数据范围，大数据时代不仅在数据的种类上更加的多样化，而且在数据的格式上突破了传统范畴，这其中就包括了数据的半结构化和结构化。

第四，数据价值高而密度低（Value High and Low Density）。大数据时代的数据数量巨大，其中的有价值数据的密度低，但这些有价值数据却同时拥有者较高的价值。

IDC（Internet Data Center）报告指出：“全球数据总量大约每两年就会增长一倍，每年产出的数据量成指数进行增长，这一数据增长的规律和速度与摩尔定律是基本相符合的。现今，全球共有46亿移动电话用户，其中有20亿人会使用移动电话访问互联网，在对待数据和信息交互中人们保持着比以往任何时候都高的热情。”[3]

（二）大数据时代的“大”与“小”

大数据时代的“大”与“小”是一个硬币的两面：首先，在版权作品的类别和数量快速增长的同时，不被人们关注的微版权作品已占用一席之地。其次，消费者是“大众”，创作者是“小众”的概念被彻底颠覆。互联网技术应用的普及，让更多的人能够创作自己的作品，并可以通过网络将作品传播给社会公众。大数据时代，让每一个网民都有可能成为微版权的创作人、使用人和传播人。再次，微版权作品的使用人和传播人挤占了版权人的利益。大数据时代，由于人们使用网络复制、传播和使用微版权作品变得越来越容易，这就无形中增加了版权保护的难度，同时也使微版权版权人维权难度增加，版权保护问题多、矛盾突出。

三、大数据时代微版权保护中的利益平衡

（一）版权法利益平衡原则解读

作为著作权法的最根本原则――利益平衡，只有在深度地理解利益平衡原则的基础之上，才能进一步充分地解决著作权法中遇到的问题，从而进一步推进著作权相关法律制度的完善。

纵观著作权制度的发展历程，我们清楚地看到：首先，伴随着科学技术的不断发展更新，著作权人所拥有的权利也在持续性地扩大；其次，“公众信息自由的范围也在逐渐拓展，造成这种相生相克现象的根本原因，实际上是由于利益平衡原则在起作用。”[4]也就是说，自有著作权制度之后，各方都将利益平衡作为其价值追求的最终目标，这不仅在著作权法的多项原则中充分体现，而且在著作权法背后的各种具体规则里都不难发现，其都包含着将社会公共利益和著作权人权利相协调作为二者之间的冲突解决的最基本思路。一些学者认为：“利益平衡原则在著作权法上无处不在，以协调各方面的利益冲突。”[5]

实际上，著作权法可以看作是一部平衡各方利益的法。著作权客体也就是版权产权是具有双重属性的，即私人产品和公共产品的双重属性，正是因为这样的性质使得利益平衡机制在著作权法中显得更为重要，整个著作权法在价值构造上表现为一系列的平衡模式和与此相适应的制度安排。例如，著作权人权利与义务的平衡；著作权人的权利与社会公众利益以及在此基础上的公共利益间的平衡；专有权保护与版权产品最终进入公有领域的平衡；公平与效率的平衡；权利行使内容、方式与权利限制的平衡；知识创造与再创造的平衡；著作权与物权的平衡等。甚至可以认为，利益平衡是著作权法中的一个根本性问题[4]。

因此，著作权法的制度设计就是要寻求一种著作权人权利和利益分配的平衡机制，这种平衡机制应兼顾个人利益和社会公共利益，在确保著作权人权利的同时，也需兼顾社会公众对作品使用的利益，从而实现社会资源的合理分配。如果版权人权利受到过度保护，那么社会公众便难以合理使用作品，影响作品的传播；反之，如果过度放大社会公共利益，著作权人的权利就会被削弱，著作权人的创作热情也会随之减弱，导致作品减少则更加不能满足社会公共的需求。

对著作权利益平衡机制的探究正是解决上述矛盾的关键之所在，利益平衡机制协调了著作权人和社会公众之间的矛盾冲突，即合理的保护著作权人的权利，又不影响作品在社会公众中的使用和传播。

（二）大数据时代下微版权利益的失衡

在大数据时代下，“从利益格局和个体利益主体逐渐的关系来看，网络技术带来的变化相当大。”[6]

1.打破平衡――对微版权作品的任意使用。2011年7月，网络上掀起一场有关于“微博内容主张版权”的讨论，主要是由于我国几位知名人士在微博上提及自己的微博在为注明出处的情况下被随意地多次转载。网友安毅认为，一条微博的内容虽然只有简短的140字内容，但在几经转载后也没有人知道原出处是谁了，但这对原创作者却是裸的剽窃行为。因此，这种既不标明原作者也不注明出处就对微博内容进行转载的行为，实质上就是一种侵权行为。但也有一部分网友觉得，对短短140字要求版权是十分没有必要的。

微作品到底有没有版权，笔者的回答是肯定的，微作品也有自己的版权，它的版权可以称为微版权。对它的使用可以分为商业性质和非商业性质两种情况对待，若是用于非商业性质的，只要能在使用中明确地注明原文出处，一般情况下是不会涉及到有关于微版权的侵权问题。但如果是用于商业性质的，这就需要引用者小心使用，尤其是内容连贯性强，意思表达完整的微博内容，如果是在未经原创作者同意的情况下进行转载，就会涉及到微版权的侵权。有媒体曾报道过，一杂志在既没有事先通知作者也没有向作者支付相应稿费的情况下，就使用了《蜗居》作者――“六六”在其微博上的一句原创内容，“六六”便委托律师为自己维权。

2.授权不畅――对微作品的使用存在侵权风险。在大数据时代的背景下，信息传播速度加快，加之其海量化的特点，传统模式的“先授权再使用”和“一对一授权”模式，在很大程度上降低了版权交易的效率，严重阻碍了微作品的传播。微作品的使用者便铤而走险，忽视微版权人的利益，这无疑使微版权使用者存在着极大的侵权风险。

现有的版权授权模式主要有“著作权集体管理组织”和“一对一”授权模式等，但这些授权模式对于微版权都不适用，使微版权的实际授权量十分低。进入微版权时代之后，对微版权交易存在海量的授权，海量合同的签订。“那么我们应该制定怎么样的微版权交易流程，又该怎样处理微版权交易中产生的问题，怎样才能将其利益即清晰又准确无误地分配给微版权的作者和其他对其有贡献的人呢，并最终形成完整的结算，能够让微版权交易这一程序中的每一方都切实地感受到微版权交易的价值存在，从而形成良性循环，这也将是在大数据时代著作权制度亟须解决的问题之一。”[1]

四、大数据时代下微版权利益平衡机制的构建

（一）内容企业必须制定实施“微版权”战略

大数据时代科学技术的不断发展，在为出版业带来新平台的同时，也提出了挖掘版权价值的新模式。网络技术的不断更新和发展，再加上大数据技术的广泛使用，那些持传统版权观念的企业面临着新的巨大挑战。着眼这场已经悄悄到来的大变革，以盈利为目的的内容企业不能墨守成规，要针对已经出现和将来可能出现的微版权新形式，面对不同于以往的授权对象，运作新的商业模式，制定和实施属于自己的“微版权”战略。一是通过怎么样的方式这道微版权价值实现的途径。二是怎样建立版权的一对多模式，即机构对个人的授权模式。通过一对多的授权对各种衍生权利的挖掘，以综合授权的方式，在权利和授权对象之间起到行之有效的相互促进作用，使用一对多的授权模式，使不同对象能够获得不同的授权利益。三是微版权的价值塑造需要从哪些方面去建构，以全面挖掘微版权的内容价值。只有这样微版权才能转化为财富，使微版权人、内容企业、使用人均能获得相应的利益。

（二）建立多元化的版权授权模式

版权是私权，现代社会是注重保护私权的。既然微版权人对其作品享有权利，所以在未得到版权人授权许可的情况下，不能擅自使用其作品。版权人和使用者在双方自愿平等的前提条件下，根据作品的条件、使用方式、价格、范围进行商议对使用人授予权利。大数据时代下面对微版权的特点，在已有授权模式的基础上，探索新的授权模式，以满足内容企业和使用人对微版权作品的海量需求。

在微版权时代，内容的授权从网络核心转向网络边缘，授权模式正在从“一对一”的单一授权模式转向“一对多”模式，数字自容的价值实现需要通过一对多模式应用去挖掘，并实现版权价值成倍的扩大，未来的版权交易形式将不再是排他性质的，版权人将会进行覆盖面更广的多维授权。

（三）实现版权人、内容企业与网络服务商之间的利益平衡

为实现版权人、内容企业与网络服务商之间的平衡，必须正确对待大数据背景下的技术发展给他们之间带来的利益失衡。首先，完善合理使用制度。充分考虑合理使用制度的宗旨，从各方利益出发，设置合理使用制度。其次，完善技术措施。对技术措施的完善是大数据时代保护版权的有效途径，对版权人的微版权作品实施技术保护措施，保证微版权版权人的利益得到有效保护。技术措施的运用既要合理保护微版权版权人的利益又不能损害公共利益。最后，建立补偿金制度。补偿金制度的完善既能保证版权人的收益，又能使社会公共不必担心侵权风险，同时也满足了网络服务商的盈利需求，可谓一举多得。

参考文献：

[1] 孙赫男.大数据时代的微版权战略[J].出版广角，2014，（2）.

[2] 李开灿.大数据时代数字版权保护研究[J].金田，2014，（5）.

[3] 严霄凤，张德馨.大数据研究[J].计算机技术与发展，2013，（4）.

[4] 冯晓青.知识产权法的价值构造：知识产权法利益平衡机制研究[J].中国法学，2007，（1）.

第9篇

对国际贸易理论的研究自跨国界商品、要素流通和生产分工发展伊始几个世纪以来便一直是国内外学者的研究热点及前沿问题。从古典贸易理论、新古典贸易理论、新贸易理论、新兴古典贸易理论到今天的新新贸易理论，对国际贸易学的研究历经五个阶段已逐步形成完整而成熟的理论体系。与之相比，大数据却是理论界较新且同样具有前沿研究价值的概念。虽然，数据作为世界的本原和人类认识世界的客观标度，对其认知历史可追溯到人类科学发展的起始（黄欣荣，2014），而大数据这一名词却在上世纪80年代美国人提出后直至2008年9月Nature刊登的一期以“Bigdata”为主题的专辑才得以广泛传播。此后，理论界虽以大数据为研究主题，从不同视角和学科、交叉学科领域对其进行探索，但这些研究或集中于对其概念和特点的探讨，相关文献如陶雪娇等（2013）、黄欣荣（2014），或集中于其技术具体运用途径和方向的分析，如黄晓斌、钟辉新（2012），李莉、顾春霞和杨亚楠（2014），邵鹏、、齐杰（2014）等。将大数据与国际贸易学这两个前沿研究问题结合研究的文献资料很少。需求催生供给，近年来随着交通、通讯技术和计算机技术的飞速发展，全球价值链的分工方式使得世界范围内的实体物品资源和数据流通速度加快、流通方式日趋复杂，研究如何充分发挥大数据技术、挖掘信息以促进贸易发展成为大势所趋。王碧宏（2014）、李连飞（2014）等从跨境电商、在线国际贸易等新兴国际贸易方式发展的角度解读了大数据海量规模及其挖掘技术和利用效率的提升对于我国国际贸易管理及发展带来的新机遇及相关挑战；曹云、王东（2014）和谢健明（2014）则选择紧跟时事，将大数据研究置于“丝绸之路经济带”开发和自由贸易区发展的具体操作案例中，研究大数据对国际贸易的重要作用；还有研究将大数据与贸易进出口直接关联起来，辩证地对大数据时代下进出口贸易发展的机遇及所面临的风险进行分析，如薛静辰（2014）。从上述文献梳理分析可发现，目前学者对大数据下国际贸易发展的研究虽不是空白，但研究的角度比较单一，多停留在大数据时代所带来的信息分析及其挖掘技术运用到某一具体贸易流通环节（如消费者行为分析、营销模式变革或物流效率提升等）而促使贸易企业效率提升的表象上，并未涉及其深层作用体制或传导体制的分析，因而所得出结论的普遍指导性不强，对大数据时代国际贸易学理论及架构变化的研究稍显不足，也无法形成对国际贸易学在新的时代背景下发展的全面而系统的认识。因此，从某种程度上说，对大数据下国际贸易学发展的研究还处于基本空白而亟待理论研究者们的探索与创新。已有的国际贸易学理论研究领域的发展创新，经过总结大都可以沿着贸易动因、贸易结构和贸易结果等层次进行归类总结（彭徽，2012），沿用这一研究主线，本文将就大数据时代下国际贸易在贸易动因、贸易方式、贸易内容、贸易结果和贸易利益分配等方面的发展进行探讨，通过抽象具体商务和贸易操作中的大数据运用，深入剖析其深层作用理论，希望能从理论发展的层次去分析大数据时代给国际贸易学带来的新发展，填补研究空白。

二、大数据时代国际贸易学的新发展

随着数据信息技术的不断成熟和推广，我们所能分析和利用的数据的4V特征日益明显：数据总量规模增长巨大且呈指数级增速；来源和类型不断增加；数据价值突显。大数据的强大影响力已渗透到人们生活中的科技、经济、卫生、教育、军事等各个方面，有学者称大数据将成为开启人类社会的“第四次科技革命”的“红旗手”，更有甚者认为大数据时代的到来直接意味着“第四次科技革命”。那么，就国际贸易学而言，大数据究竟在多大范围、多深程度上影响其理论发展呢？

1.大数据提供了贸易动因的新来源

深层解构国际贸易理论不难发现，无论基于何种发展层次的理论，贸易主体间的比较优势是贸易开展的动因这一结论已成为不可撼动的真理，理论的主要分歧点在于贸易主体的具体比较优势来源不同。已有的理论或从技术、要素禀赋等供给的角度，或基于相互需求、产品生命周期等需求的角度论述了贸易主体的优势来源。而数据作为重要的信息载体，它是知识的源泉，是企业创造价值和利润的原材料，是知识竞争的重要支点。拥有海量规模的大数据已为国际贸易主体带来新的优势来源：基于国家主体层次，庞大的数据资源储备被各国提到战略高度，将成为新的“知识基础设施”，构建国家综合竞争力；基于行业或企业主体层次，大数据为企业带来了新的商机和发展机遇，并作为新的、重要的生产因素成为行业或企业发展的“未来新石油”，提升了企业核心竞争力。这些新的比较优势的培育，将成为新的贸易动因，推动贸易进程。

2.大数据促进了贸易方式的多样化

传统的贸易平台为实体贸易，商品或贸易主体需经过漫长的旅途到达特定交易地点以供选择或进行面对面的磋商，这样大大加大了贸易的成本和风险。而今，大数据技术革命时代的到来所带来的商品参数的可传递性、消费市场需求的精确分析和交易货币的电子化等巨大变化已突破了传统交易的时间、地域限制，使得交易流程数据化；此外，大数据技术的推广促进了跨境电商或在线国际贸易平台的构建，完善了国际贸易的供需链条。大数据时代下，国际贸易突破了传统实体贸易形式，发展出了跨境电子商务或可称为在线国际贸易的新型虚拟网络贸易平台，这种贸易平台的强劲发展丰富了国际贸易方式，成为实体贸易方式强有力的补充。

3.大数据充实了国际贸易的内容

在以往，商品货物贸易、服务贸易和相关的要素流动占据国际贸易的全部内容，人们或有注意到由贸易所产生的贸易主体间的信息流交换，但也未将其放置在与商品、服务、要素等贸易内容同等重要的地位以作为独立研究对象，而是将其笼统地掺杂在贸易商品或服务商品内做细小的分析研究。大数据时代的诞生革新了这一现象。作为大数据时代背景下所衍生的“数字贸易”、“信息贸易”便是基于日益频繁及扩大的国际贸易中对信息流重要性的强调及价值分析，认为数字所包含的市场定位分析、消费者行为分析、生产者供应行为分析等重要信息是比具体商品更为重要的贸易内容。一旦某一国家或企业能够掌握这些信息，那么其市场决策及预测的有效性便可大大提高。因此，许多知名企业纷纷投入到数据库收集及分析的行列中，大数据也朝着产业化方向发展。许多大型跨国企业在进行市场分析与产品定位等决策前，花费大量成本进行数据采集及购买，这也成为了商品成本的构成部分。数字信息贸易已成为国际贸易不可或缺的内容。

4.大数据为改变世界贸易格局提供了机遇

自二战以后，国际贸易利益分配便形成了南北两极分化的格局，发达国家凭借其先进的技术或资源因素占据着贸易优势地位，主导着世界贸易长达一个多世纪并呈长期保持优势的态势。近百年来，许多发展中国家曾尝试多种改革手段，企图实现贸易额的快速增长、贸易条件的改善和贸易地位的提升，但一直收效甚微。大数据时代的到来带来了新的机遇，在大数据发展的大环境下，国际贸易并不太多强调国家的天然资源基础而依赖于数据信息技术的开发利用，其优势的获取能力具有后天的可培育性，这为发展中国家的赶超提供了理论依据。同时，大数据信息的充分识别和挖掘能够帮助发展中国家实现对国际市场消费需求的合理定位和预测，从而减少供求失衡的可能性，实现资源的最合理配置。这样，发展中国家在新一轮的贸易竞争中有望提升其竞争力，获取贸易地位的提升，进而改变世界二元贸易格局。

5.大数据带来了新的贸易风险

大数据作为一种符号，在拥有大量科学标示符号所共通的优点之余，也包含着致命的隐患。除却大数据运用中所包含的提取数据信息的技术壁垒，大数据作为即时、快速的信息，其高速的流动性在便利贸易流通、拉近贸易主体距离之余，也增加了贸易信息扩散或被贸易对手恶意攫取的风险，这将带来不可预估的贸易损失。更为严重的是，贸易的数字信息中包含有大量与居民生活、国家安全、军事防卫等安全相关的信息，这些信息一旦被恶意破解、攫取和利用，将对国家关系、国家安全提出挑战。大数据背景下，贸易安全应该是国际贸易理论关注的重点。

三、结论与展望

第10篇

只有在同一时间同一地区大量采集样本，才有可能满足RCT随机对照实验的样本要求。RCT样本问题可望在大数据时代得到解决，随着泛在随时采集样本的大数据时代的到来，以及不间断采集医疗数据的可佩戴设备出现，样本数据的稀缺等问题将随巨量数据消失。而随着新型大数据分析挖掘工具的出现，特别是深度学习技术的不断发展和应用，证据及其结论的准确可信性必将大大提高。目前，深度学习识别5749个人脸的精度已达99.15%，其准确程度已经超过人眼和大脑。因此，深度学习必将为循证医学带来一场新的革命。本文将分析循证医学在数据证据获取、分析、制作等方面所面临的挑战，介绍医疗大数据时代的数据采集、整合、分析和处理方法，介绍面向医疗大数据的深度学习技术自动提取疾病特征的原理和方法，以及医疗大数据及基于云计算的深度学习对循证医学所带来的各种变革。面向大数据的深度学习将特征提取与决策分析过程合二为一，大大降低了医生在临床及医学研究中应用循证医学的劳动强度。结合医疗大数据、云计算和深度学习的循证医学，将克服过去数据证据稀少、偏颇、失信、不公、过时等不足，将具有更加广阔的推广应用前景和发展动力。

1循证医学与数据证据

循证医学，简之就是“遵循证据的医学”，又被称为实证医学。循证医学重视医生的临床经验，即传统意义上的经验医学，同时又强调诊断、治疗等决策应在临床证据最为符合病症的基础上作出[1]。在循证医学的创立、发展与传播方面，英国的科克伦(ArchiebaldL.Cochrane)、美国的费恩斯坦（AlvanR.Feinstein）以及萨克特（DavidL.Sackett）做出了重大贡献，成为循证医学的奠基人。科克伦强调大规模随机临床试验的重要性。他认为只有在大规模临床试验中使用随机分组策略，才能避免因样本分组而产生的选择性偏差，保持对照组和试验组样本的背景因素平衡，从而才能做出最终正确的比较与评价。他建议及时将切实医学证据传播给使用者，接受专家评估并对可信度进行适当分级，以使医学证据能被及时整理、归纳与更新。费恩斯坦奠定了现代流行病学的数理统计与逻辑基础。从1970年到1981年，他在美国《临床药理学与治疗学》杂志（ClinicalPharmacologyandTherapeutics）上，以“临床生物统计学”（ClinicalBiostatistics）为题连续发表了57篇论文，将数理统计学和逻辑学导入到临床流行病学，科学系统地建立了临床流行病学的有关理论体系。萨科特则为循证医学的传播与发展做出了巨大贡献。他发起并主编了与循证医学有关的两本著名杂志：《美国内科医师学会杂志俱乐部》和《循证医学》。

1997年，他还主编出版了《循证医学》一书，该书被译为多种文字并在世界上广为传播。正是在《美国内科医师学会杂志俱乐部》上，加拿大盖亚特(rdonH.Guyatt)于1991年首次提出了循证医学一词[3]。从循证医学与数理统计和逻辑学的渊源，便可以看出循证医学注重证据的内涵。它是一门非常强调证据制作的学科，同时又非常重视医学证据的传播和评估，这正是它区别于以往医学的特点。通过评估产生可信证据，通过传播发挥证据价值。医生在诊断与治疗过程中，不仅基于经验直观判断，而且结合证据科学决策，更加客观地进行诊断与治疗。短短十多年的时间，在世界各国医学研究与临床实践中，循证医学得到了广泛深入的应用。科克伦最初创建的世界循证医学协作网已经包括约50个专业协作小组，所收集的医疗证据几乎覆盖所有临床医学领域。1996年，我国华西医科大学建立了中国循证医学中心，并于1999年正式加入世界循证医学协作网；2001年，中国循证医学中心创办了《循证医学》杂志，发表在各类杂志的循证研究论文达45842篇。但是，循证医学也有其面临的问题，如对证据进行科学评价等问题。临床证据目前还没有完整、科学的定义，证据评价标准及推荐级别尚未完全统一，不同国家不同疾病的证据质量分级不尽相同。而且，随着人类对疾病认识的加深以及诊疗手段的革新，评价标准还会随这些因素的变化而变化。

循证医学的基础是数理统计学，要求RCT的实验样本及环境一致，以便排除个体差异及环境干扰，但这在现有条件下近乎不可能实现。号称大规模随机对照实验的样本偏少，对照组和试验组难有条件一致的个体，环境随时间空间变化造成实验对照控制困难。目前，大规模的医学样本采集困难，几百个样本已经算是比较大的样本了；而根据统计理论如要达到90%的敏感度，至少需要约1300个的数据样本。为了克服RCT样本不足的问题，Meta分析方法得到了广泛应用：通过综合已有研究多个样本集的结果，可以推得大规模样本集的综合结果。Meta分析取得了很多有价值的研究成果，但是，Meta分析的基础也是数理统计学，其运用的前提是样本及实验环境一致，正是在这一点上它备受质疑。首先，不同样本集的权重控制难于完全公正，因为其实验环境难于恰当评价和把控，实验结果难免有过度包装和偏颇之嫌。Meta分析存在的另一个问题是：它所依赖的数据往往不是最新的即时案例，制作的证据可能因环境与气候的变化而失去应用价值。总之，循证医学所面临的问题包括：证据的稀缺性、偏倚性、可靠性、及时性、公正性，以及环境的一致性等方面的问题。由于证据的一致性和及时性存在问题，基于历史数据进行Meta分析备受质疑。2014年，《英国医学杂志》在名为《循证医学濒临破产》的文章中指出[5]：循证医学的证据属于间接证据，基础建立在已经发表的研究文献上，利益冲突容易影响证据的公正性，证据环境与临床决策环境存在距离；循证医学助长了过度诊断、过度治疗，并可能存在沦落为利益集团代言人的危险。

2大数据对循证医学的影响

大数据（Bigdata）又称巨量或海量数据，是指数据规模巨大以至在合理时间内，无法通过当前主流软件工具，获取、处理、分析以便决策的结构复杂的数据[6]。大数据如下具有4V特点：Volume（巨量）、Velocity（瞬速）、Variety（多样）、Value（价值）。巨量是指已经不能再用GB（即1024MB）和TB（即1024GB）为单位，来衡量大数据的存储容量或规模，而要以PB（即1024TB）、EB（即1024PB）乃至ZB（即1024EB）为单位来计量数据容量。在巨量的医疗大数据中，各种条件的样本都会存在，因此，证据的稀缺已经不是问题。瞬速是指兼具方向的快速变化，即数据随时间和空间快速变化。大数据中的样本通常是全空间的、多维度的、全时间的及瞬时变化的。由于大数据地域环境广，数据样本量巨大、正反样本齐全，证据的“制作”已不再必要，而是随时随地客观地存在。瞬速性通过可佩戴健康监测设备体现，这为及时获取病患信息提供了极大便利。多样是指数据的种类繁多、结构复杂、因果并存、甚至同一数据表现出不同形式。数据的多样性对数据的理解和分析是一个巨大挑战，但同时也为样本分析结果的验证带来便利。因此，在医疗大数据环境下，不仅随时可以采集样本进行分析处理，还能对分析得到的结果马上进行验证，从而能够保证医学证据的可靠与可信。

价值是指相比小规模、历史数据而言，大数据具有更高的研究和使用价值。由于任意时刻任意地点都有大量样本，样本的稀缺性和及时性已经不是问题，这为医学研究扫清了采样障碍；同时由于样本丰富冗余多样，也为研究结果的验证提供了便利；大数据除具有巨量历史数据外，还有不同地域环境的巨量即时数据，这使循证决策更具应用价值和时效性。大数据将首先改变医学数据的采集方式。大数据的形成往往依靠自动采集技术，随着可佩戴监测设备如iWatch等的出现，医学数据的采集及积累速度将出现爆炸性的增长。以往的数据同大数据相比，如同沧海之一粟。且以往的数据往往靠手工采集完成，普遍存在稀缺、偏倚、可靠、及时、公正等问题，这样采集的证据必然会影响医学研究的结论。基于手工证据进行决策，其结论未必准确及时公正可靠。医疗大数据不间断地在不同地点同时采集，不仅包含历史数据以及即时数据，甚至还可能包含未来需求信息，例如，ogle就是通过人们对感冒药品的搜索来预测流感的。大数据的出现将改变医学数据的管理方式。在网络数字化高度发达的今天，尽管已经出现了电子病历，但纸张病历在数据管理中仍然重要。然而，纸张病历有其固有缺陷，如容易破损或丢失、整理归档的周期过长、借阅的时间成本极高、研究采样的工作量巨大等等。伴随大数据出现的数据融合技术能将不同医院的电子病历整合在一起，并同可佩戴健康监测设备的数据及时集成，大大减少了电子病历的整理、借阅和数据采集时间，这不仅对病人的疾病诊断和预警监控更加有利，同时也对医生的临床及医学研究更有帮助。通过语音和可视眼镜等现代化的数据浏览设备，医生在查房间隙就能获知下一病人既往病情，从而能大大减少医生的劳动强度，使医生有更多时间治疗病人，有更多的时间进行医学研究。

大数据的出现将改变医学数据的分析方式。以往在收集样本数据以后，通常使用SAS或SPSS等软件，对采集的数据进行统计分析，发现相关病因或建立决策模型。这些软件受计算能力及内存容量的限制，只能处理样本量不大的数据，并且处理的数据维数有限，例如，SPSS不能超过40维，而医疗大数据的维数成千上万。通过手工或统计软件的计算方法，将无法满足医疗大数据的分析需要。

当维数超过30个致病因素时，可能要考虑230种因素组合，普通统计软件已无法计算和处理，必须依靠内存及速度“无限”的云计算。必须研究与开发基于大数据和云计算的分析与挖掘技术如深度学习技术，使其能够自动完成高维病因数据的分析与主要病因的提取。总之，医疗大数据的采集、整合、分析、处理、研究完全靠人工完成已极其困难，没有利用云计算的统计分析软件也难于完成医疗大数据的分析和处理。在大数据时代，必须借助深度学习等技术完成医疗大数据的分析和挖掘。虽然医疗大数据能够弥补数据样本的不足和不公，但只有借助更为先进的分析工具和软件，才能为循证医学带来进一步的变革和发展。

3大数据对循证医学的变革

证据制作是循证医学的核心，证据能为医生的诊治提供参照，因此，循证医学得到了快速发展。但是，矛盾、偏颇、过时的证据也使循证医学备受质疑。首先是证据及其结论存在大量的矛盾，使人们对循证医治的结果产生怀疑；其次是证据偏颇使其成为利益代言人的工具；其三是证据时过境迁使医治达不到预期效果。而医疗大数据的出现恰好能够弥补以往证据采集与制作的不足。首先，医疗大数据使证据的稀缺问题得到解决；其次，随大数据广泛汇集的医生及病人评价，可有效避免证据成为利益代言人的工具；其三，可穿戴等自动采集设备可保证证据的时效性。这将有助于循证医学同中医的结合。中医的治疗过程通常比西医长，其证据采集及疗效评估存在很大问题，而随着可穿戴健康监测设备等技术的发展，长期持续采集治疗证据及疗效将不再困难，从而有助于循证医学在中医等领域发展壮大。此外，随大数据兴起的先进数据分析与挖掘技术，将对循证医学起到巨大的推进作用。临床决策分析评价是确定循证治疗方案的关键步骤，现有的决策分析评价模型包括决策树、Markov过程等一系列模型，这些模型在面临高维大数据时力不从心，难于继续提供较高的决策精度，使医生对医治方案是否有效失去信心。随着大数据深度学习技术的出现，病因的分析和提取已完全自动化，且大大降低了建立决策分析模型的工作量，提高了治疗方案的决策精度。对于任何疾病诊治方案，考虑的疾病致病因素越多，即证据或特征维数越多，得到的参考信息就越多，诊治的准确性就会相应提高。但是，医生在遇到大量高维的证据数据时，往往面临从中选择少数有效证据的难题。例如，假定要考虑30个致病因素或检验指标，建立决策模型就要考虑230种因素组合，从中筛选一个最优因素组合作为模型输入的工作量是巨大的。因此，要得到由若干最优证据构建的最佳决策分析模型，医生们所投入的研究精力可想而知。

筛选最优因素组合是医生们最费精力的工作，目前这项工作可以被深度学习自动完成了。深度学习最早由Hinton等人在2006年提出，它是一种无监督的特征学习和提取技术，它通过低层特征的组合构建更加抽象的高层特征。2012年，Lecun等人利用卷积神经网络真正实现了高效的多层深度学习。传统的神经网络学习只有单向认知过程，通常只包含一个隐含层，因层数较少而被称为浅层学习。深度学习则包含认知和生成两个过程，并且每个过程都包含多个隐含层，其模型的总体框架如图1的虚框部分所示。如图1所示，深度学习的“输入层”可以理解为各种致病因素以及各种检查化验结果，例如遗传环境因素以及肝功全套指标等；自底向上的箭头表示认知过程，自顶向下的箭头表示生成过程，即深度学习由两个互逆的过程构成；认知权重向量WnT和生成权重向量Wn表示深度模型的知识。原始“输入层”经“隐含层H0”认知得到输出，输出又经“隐含层h0”生成得到新“输入层”，如果原始“输入层”和生成的“输入层”完全一致，则说明认知产生的输出是完全正确的。根据信息论的有关理论，学是会产生损失，新旧输入不可能完全一致。因此，只要两者近乎一致就可以了。认知和生成权重同隐含层的每个输出相关联，wake-sleep深度学习算法用于双向调节权重：(1)利用下层输入和认知权重向量WiT产生输出表示，然后使用梯度下降法调节生成权重向量Wi；（2）利用输出表示和生成权重向量Wi产生输入表示，然后使用梯度下降法调节认知权重向量WiT。通过逐层学习最终得到顶层的认知和生成权重向量WnT、Wn。在深度学习完成后，如果要建立决策分析模型，只需将顶层输出即自动提取的特征，作为分类模型如支持向量机的输入，并用类别标记如肝硬化分级训练支持向量机，就可以得到用于决策分析的精确分类模型，分类模型如图1的虚框外部所示。2014年，香港中文大学汤晓鸥教授领导计算机视觉研究组(mmlab.ie.cuhk.edu.hk)，开发了一个名为DeepID的深度学习模型，在LFW数据库上识别5749个人脸的准确率已达99.15%，其精细和准确程度已经超过了人眼和大脑。医疗大数据及深度学习必将为循证医学带来一场新的革命。不仅数据缺失、偏颇以及过时等问题会被迎刃而解，而且证据收集、制作以及诊治方案的决策都将会自动化，这将扩大循证医学在所有领域包括中医等领域的应用范围，大大降低医生在证据制作、治疗方案决策与疗效评估等方面所付出的精力，推动循证医学向更深更广更加现代化的方向发展。

4总结

医疗大数据带来的变革将是全方位的，它不仅为医学研究和证据制作带来便利，同时也将促进中医等替代和补充医学的发展。作为大数据采集的一项关键技术——便携式/可佩戴健康数据自动采集技术，将大大提高医疗数据采集以及证据制作的效率，解决中医等疗效数据需要长期采集观测的难题，弥补循证医学存在的证据偏颇、不公、过时等缺陷，促进循证医学更加客观、公正、可靠地在临床治疗中应用。在循证医学的证据评估以及利用方面，伴随大数据出现的云计算能够提高证据分析与处理的效率，大大节省医生临床应用和医学研究所需要花费的时间；面向大数据的深度学习能够从浩瀚的高维医疗数据中，自动完成疾病致病因素及环境因素等的筛选与提取工作，并能建立精度远远超过人脑的决策分析模型，从而大大提升医生建立和应用循证治疗方案的信心，有助于循证医学被各科医生更加广泛地接受和应用。尽管深度模型包含更多的隐含层，其学习时间要远远长于浅层学习，但两种模型的决策时间相差不大，因此，这并不妨害深度模型的有效应用。特别值得一提的是，深度学习将证据提取与决策分析两个过程合二为一，大大降低了医生在临床及医学研究中应用循证医学的劳动强度。基于大数据、云计算和深度学习的循证医学，由于能够降低劳动强度、提升工作效率、提高决策精度，因而将具有更加广阔的应用前景和发展方向。

5展望

第11篇

一、绪论

现在我国经济高速发展，人们收入增加，进入酒店消费的人群比例增大，人们的需求不断提高，酒店提供的服务项目种类虽然也在增加，但不能满足顾客需求、顾客不满意的情况也还会出现。酒店的口碑与品牌对于酒店发展来说是至关重要的，所以如何处理好这块容易忽视的地方是十分必要的。

怎样才能让一个酒店立于不败之地，一个重要的方面就是必须要意识到顾客满意度的重要性，留住一个老顾客要比发展一个新顾客方便的多，较高的顾客保留率会大大节约酒店成本。意见簿是承接顾客意见与建议的良好平台，因此改进和优化意见簿对酒店甚至整个酒店行业都具有一定意义。对于酒店来说，可以让酒店迅速得知顾客的需求和意见；数据可以留底，减少出错，高效处理，避免“100-1=0”；便于分析汇总，总结与反思。对于顾客来说，体验了智能服务，操作简单方便；服务舒心，有据可查，不吃哑巴亏；省时省力，及时得到反馈。

二、目前酒店意见簿存在的问题

普遍而言，对于顾客的信息反馈，酒店主要还是从纸质意见簿、反馈卡或OTA平台上的评论来收集。

（一）存在的问题与缺点

1、意见簿容易损坏丢失

纸质的意见簿十分脆弱，易撕、易皱、易丢，放在客房很容易被随意涂鸦，保存起来也十分占地，还要注意防潮防晒等，发生丢失也不易察觉。因此，这样的意见簿真正能发挥其作用的少之又少。

2、顾客参与度不高

首先，顾客到酒店是享受服务的，如果有意见并不愿花费时间去写下来；其次，即使顾客写下来后，大多也并不知道该递交给谁，如果只能等到退房后整理才发现和处理，那对于顾客而言，认为自己的行为是无用的，因此顾客对此的积极性和参与度很低。

3、不易查阅和整理

纸质的意见簿和反馈卡若想查阅只能一张张去看，而且酒店若想整理分析顾客对酒店的意见主要反映在哪些方面，其工作量也是巨大的。

4、存在被故意撕毁的危险

如果顾客在意见簿上批评的是某些部门，那么被部门人看到后会发生不上交或故意撕毁的可能，如此，顾客的意见便无处表达。

5、反馈不及时

大部分顾客在酒店都不是长住，仅仅逗留一两天，那么在短时间内，纸质版的意见簿传递信息效率低，是无法及时的让酒店收到并进行反馈的。

6、评论用户身份真假难辨

酒店收集在OTA上的评价，其真实性不易分辨，有可能是住客真实反映，也可能是竞争对手故意恶评，因此，这种平台也不是最好的方式。

（二）对酒店的影响

目前这些措施对酒店而言并没有很高的利用价值。首先，对酒店发现并改进自身问题产生阻碍；其次，酒店无法把握顾客对酒店的态度与印象；最后，酒店

（三）对顾客的影响

效用低的意见簿，对于顾客而言，首先，自身诉求和建议无处表达；其次，容易对酒店产生误解；最后，从顾客方遇到不满意且酒店态度不好时无法牵制酒店，容易吃哑巴亏。

三、酒店意见簿问题存在的原因

（一）酒店对意见的关注度低

很多酒店把意见当做是惩罚的依据或烦恼，而不是当做自己的利润中心，对投诉或不满的顾客，认为只要尽快解决就好，而没有在根本上进行探索和改进；

（二）没有与现代科学技术紧密联系；

现如今，科学技术的快速发展，互联网+的思想日益兴起，很多东西都可以和互联网、手机相连接，从而方便人们的生活，很多酒店在与科技联系上并不紧密。

（三）形式单一，缺乏新意

四、优化改进酒店意见簿的思路

（一）把握大数据时代浪潮

最早提出“大数据”时代到来的是全球知名咨询公司麦肯锡，麦肯锡称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”如今，大数据已经运用到很多行业，在酒店业也同样可以进行尝试与转变，哈佛大学社会学教授加里・金说：“这是一场革命，庞大的数据资源使得各个领域开始了量化进程，无论学术界、商界还是政府，所有领域都将开始这种进程。”如果酒店采用电子意见簿收集意见和建议，那么大量数据必然促使酒店要借鉴大数据的使用方式，将数据发挥它的价值。

（二）智能化酒店思想

全球经济一体化的进程使得酒店客源更加丰富多样，也让酒店面临着日趋激烈的竞争环境和不断攀升的客户期望，尤其在信息化时代的21世纪，面对信息极度膨胀的今天，酒店必须用新的“法宝”来增强核心竞争力。智能化酒店是指整合现代计算机技术、通讯技术、控制技术等，致力于提供优质服务体验、降低人力与能耗成本，通过智能化设施，提高信息化体验，营造人本化环境，形成一个投资合理、安全节能、高效舒适的新一代酒店。当然，智能化酒店并不是需要从上到下、从内到外全部采用智能手段，酒店作为服务业，其根本还是需要人去服务，因为再智能的机械也比不过人与人之间的感觉。但在某些设施上采用智能化是能够促进酒店服务的质量的。

（三）运用管理信息系统

管理信息系统MIS是一个不断发展的新型学科，MIS的定义随着计算机技术和通讯技术的进步也在不断更新，在现阶段普遍认为管理信息系统MIS是由人和计算机设备或其他信息处理手段、组成并用于管理信息的系统。现如今，人、物资、能源、资金、信息是企业的5大重要资源。人、物资、能源、资金这些都是可见的有形资源，而信息是一种无形的资源。以前人们比较看重有形的资源，进入信息社会和知识经济时代以后，信息资源就显得日益重要。因为信息资源决定了如何更有效地利用物资资源。信息资源是人类与自然的斗争中得出的知识结晶，掌握了信息资源，就可以更好地利用有形资源，使有形资源发挥更好的效益。管理信息系统有如下功能：

1、数据处理功能。

2、计划功能，根据现存条件和约束条件，提供各职能部门的计划，如生产计划、财务计划、采购计划等。并按照不同的管理层次提供相应的计划报告。

3、控制功能，根据各职能部门提供的数据，对计划执行情况进行监督、检查、比较执行与计划的差异、分析差异及产生差异的原因，辅助管理人员及时加以控制。

4、预测功能，运用现代数学方法、统计方法或模拟方法，根据现有数据预测未来。

5、辅助决策功能，采用相应的数学模型，从大量数据中推导出有关问题的最优解和满意解，辅助管理人员进行决策。以期合理利用资源，获取较大的经济效益。

（四）与智能手机接轨

现在基本人人都有的智能手机，据统计，2015年全球智能手机用户达到19亿，2016年达到21亿，所以设备的使用最方便的就是人人都携带的手机，如果再设计专门设备既消耗高额成本，顾客又不熟悉使用，便违背了意见簿的初衷原则，既然使用手机，那么选择借助的平台就是APP中使用最频繁的微信，据统计18―50岁都会使用微信，55。2%的微信用户每天打开微信至少10次，通过二维码顾客可以快捷的进入的酒店平台，可以提意见，可以获得一定优惠，还可以发朋友圈等等。

五、酒店意见簿的改进成果

（一）基本使用流程

首先酒店要建立一套完整的信息系统，包括信息的采集、信息的传递、信息的储存、信息的加工、信息的维护和信息的使用。挖掘和培训一批能够熟练应用管理信息系统的人才。

具体实施：

1、当客人办理入住时，前台赠送一个印有酒店二维码的装饰链，在房卡上也会印有二维码，客人用手机微信扫描关注后即可进入酒店平台，同时享受9折房价优惠；

2、在平台上客人可以发表任何意见和建议，一发出酒店便可立即收到并进行处理；

3、客房和餐厅桌子上也安装平板装置链接酒店平台；

4、如果意见没有得到恰当处理，客人利益受到损失，可通过平台链接直接反映到消费者协会。

（二）包含的主要内容

根据酒店的部门设置，意见薄的内容主要包含以下几个点，前厅服务、客房服务、餐饮服务、酒店设施、其他、消费者协会投诉和紧急情况，可以进入每一项进行文字或语音的录入，点击发送后便直接到达相关数据处理中枢部门，当然，酒店也可以自己进行内容设置。

六、新型酒店意见簿的优点

（一）数据搜集快速，不易丢失

采用电子技术，一旦发送信息，酒店便可马上接收到，避免了中间复杂的过程，数据也不会发生丢失损坏。

（二）顾客使用方便

只用短短几秒钟或几分钟，便可以表达自己的意见和建议。

（三）及时反馈，挂钩优惠，顾客积极性高

在平台上，酒店反馈也便利许多，可以在短时间内就可以作出解释说明，顾客的诉求不仅得到解决，还可以享受一定优惠，积极性和参与度也会大大提高。

（四）便于酒店总结反思

数据收集到酒店后，可以辅助决策、预测酒店的发展，改进酒店的服务质量。

第12篇

（中国医科大学，辽宁沈阳110013）

［摘要］循证医学提倡的是最好的临床研究证据与临床实践（临床经验、临床决策）以及患者价值观（关注，期望，需求）的结合，其核心是“最佳证据”。而如何高效科学地收集处理大量数据？如何使循证医学步入大数据时代？医院信息系统为其提供了可能。本文通过介绍医院信息系统在循证医学方面的应用，阐明了循证医学大数据分析的价值及所存在的问题。

［

关键词 ］医院信息系统；循证医学；大数据时代

［DOI］10.13939/j.cnki.zgsc.2015.13.113

循证医学概念的提出是人们对现代医药的单纯根据病理生理机制指导临床治疗状况的一种反思，它提倡的是最好的临床研究证据与临床实践（临床经验、临床决策）以及患者价值观（关注，期望，需求）的结合。因此，今后的医生，将不仅仅承担着诊治病人的职责，还将兼有医学科学研究的重任。而如何高效快捷地获得大量数据，科学准备地处理大量数据，使之为临床科研提供实验数据支持？当信息技术领域迎来大数据浪潮之际，医院信息系统的发展也势必将推动循证医学步入大数据时代。

1循证医学

1.1定义

循证医学的主要创始人、国际著名临床流行病学家DavidSackett曾将循证医学定义为：“慎重、准确和明智地应用所能获得的最好研究证据来确定患者治疗措施。”根据这一定义，循证医学要求临床医师认真、明确和合理应用现有最好的证据来决定具体病人的医疗处理，作出准确的诊断，选择最佳的治疗方法，争取最好的效果和预后。循证医学的最新定义为：“慎重、准确和明智地应用目前可获取的最佳研究证据，同时结合临床医师个人的专业技能和长期临床经验，考虑患者的价值观和意愿，完美地将三者结合在一起，制定出具体的治疗方案。”显然，现代循证医学要求临床医师既要努力寻找和获取最佳的研究证据，又要结合个人的专业知识包括疾病发生和演变的病理生理学理论以及个人的临床工作经验，结合他人（包括专家）的意见和研究结果；既要遵循医疗实践的规律和需要，又要根据“病人至上”的原则，尊重患者的个人意愿和实际可能性，而后再作出诊断和治疗上的决策。

1.2特征

循证医学的核心思想是在医疗决策中将临床证据、个人经验与患者的实际状况和意愿三者相结合。临床证据主要来自大样本的随机对照临床试验（Randomized Controlled Trial，RCT）和系统性评价（Systematic Review）或荟萃分析（Meta-analysis）。

循证医学的基本特征是：

第一，将最佳临床证据、熟练的临床经验和患者的具体情况这三大要素紧密结合在一起寻找和收集最佳临床证据旨在得到更敏感和更可靠的诊断方法，更有效和更安全的治疗方案，力争使患者获得最佳治疗结果。掌握熟练的临床经验旨在能够识别和采用那些最好的证据，能够迅速对患者状况作出准确和恰当的分析与评价。考虑到患者的具体情况，要求根据患者对疾病的担心程度、对治疗方法的期望程度，设身处地地为患者着想，并真诚地尊重患者自己的选择。只有将这三大要素密切结合，临床医师和患者才能在医疗上取得共识，相互理解，互相信任，从而达到最佳的治疗效果。

第二，重视确凿的临床证据：这是和传统医学截然不同的。传统医学主要根据个人的临床经验，遵从上级或高年资医师的意见，参考来自教科书和医学刊物的资料等为患者制订治疗方案。显然，传统医学处理患者的最主要的依据是个人或他人的实践经验。

2大数据

2.1定义

大数据（Big Data），或称巨量资料，指的是所涉及的资料量规模巨大到无法透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更积极目的的资讯。“大数据”这个术语最早期的引用可追溯到Apache Org的开源项目Nutch。当时，大数据用来描述为更新网络搜索索引需要同时进行批量处理或分析的大量数据集。随着谷歌MapReduce和GoogleFile System（GFS）的，大数据不再仅用来描述大量的数据，还涵盖了处理数据的速度。对于“大数据”［1］研究机构Gartner给出了这样的定义。“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。

2.2特征

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。

大数据的4V特征：Volume（大量）、Velocity（高速）、Variety（多样）、Veracity（精确）。

3医院信息系统在循证医学中的应用

医院信息系统（Hospital Information System，HIS）是为了医院的效益而建立的信息管理系统。美国著名的医学信息教授Morris Collen的定义是：HIS的目标是用计算机和通信设备采集、存储、处理、访问和传输所有和医院相关的病人医疗信息和管理信息，满足所有授权用户功能上的要求。其包括临床诊疗部分、药品管理部分、费用管理部分、综合管理与统计分析部分、外部接口部分五个组成部分。药房管理系统、公共卫生信息系统均是其重要组成部分。

3.1药房管理系统

药房管理系统有助于药物经济学的开展。药物经济学是卫生经济学的一个重要分支，药房管理系统通过计算机实时动态数据处理，对全院药房提供动态的药品数据，运用药物经济学（Drug Economic）的理论及研究方法，包括：最小成本分析（CMA）、成本效果分析（CEA）、成本效用分析（CUA）和成本效益分析（CBA）等，通过研究，运用循证医学的思想，比较评价不同的用药计划、方案、方法的风险及效益，以求用最低的花费而获得最佳的疗效。随着职工医疗保险制度的实施，开展药物经济学研究，对于节约卫生资源、减轻病人经济负担、降低医药费用有着十分重要的意义。

3.2医学专家系统

医学专家系统就是运用专家系统的设计原理与方法，模拟医学专家诊断、治疗疾病的思维过程编制的计算机程序系统，它可以帮助医生解决复杂的医学问题，作为医生诊断、治疗的辅助工具，同时也有助于医学专家宝贵理论和丰富临床经验的保存、整理和传播。将众多医学专家丰富的临床经验及大量病例资料存储在计算机中，通过基于规则推理、基于案例推理、模糊数学推理、基于规则的神经网络推理等推理方法，利用人工智能技术，将大大提高诊断的准确性和快速性。

3.3成功案例

2010年时代杂志刊载的医学界年度十大突破中，医疗科技公司CardioDX通过对1亿个基因样本的分析，最终识别出能够预测冠心病的23个主要基因。

2009年Google的研究人员对每日超过30亿次搜索请求和网页数据的挖掘分析，在H1N1流感爆发几周就预测出流感传播。

4存在问题

随着大数据的爆炸性增长，劣质数据也随之而来，导致数据质量低劣，极大地降低了数据的可用性。国外权威机构的统计表明，美国医疗信息系统中13.6％～81％的关键数据不完整或陈旧［2］。随着大数据的不断增长，数据可用性问题将日趋严重，也必将导致源于数据的知识和决策的严重错误。

数据可用性问题及其所导致的知识和决策错误已经在全球范围内造成了恶劣后果，严重困扰着信息社会。在美国，由于数据错误而引发的医疗事故，每年导致约98000名患者死亡，约占全部医疗事故致死人数的50％［3］；据有关专家推算，在数据仓库项目的开发过程中，清理不洁数据通常需要花费30％～80％的开发时间和开发预算［4］。

综上所述，医院信息系统强大的数据收集及分析处理能力为循证医学的快速发展提供了坚实的数据基础，但在运用数据时，劣质数据所造成的损失我们也应尽力避免。要想使医院系统真正步入大数据时代，仍有一段艰巨的道路要走。

参考文献：

［1］维克托·迈尔-舍尔维恩，肯尼斯·库克耶.大数据时代［M］.杭州：浙江人民出版社，2013.

［2］Miller D W，Yeast J D，Evans R L.Missing Prenatal Recordsat a Birth Center：A Communication Problem Quantified［C］//Proc of AMIA Annual Symp Proceedings.Maryland：American Medical Informatics Association，2005：535-539.

［3］Kohn L T，Corrigan J M，Donaldson M S.To Err is Human：Building a Safer Health System［M］.Washington： National Academies Press，2000.

［4］Woolsey B，Schulz M.Credit card statistics，industry facts，debt statistics［EB/OL］. ［2013-04-20］.http：//creditcards. Com/credit—card—news/credit—card—industry—factspersonal—debt—statistics-1276.Php.

［5］李建中，刘显敏.大数据的一个重要方面：数据可用性［J］.计算机研究与发展，2013（6）：1147-1162.

［6］张九妹，曹宏亮.浅谈医学专家系统［J］.医疗装备，2008（9）：10-12.

［7］徐丽丽，马韵.循证医学［J］.中外健康文摘，2009（01X）：50-51.

［8］刘建平.循证医学与中医疗效评价［J］.中医杂志，2007（1）：26-28.

第13篇

“我们的数据库资源来自全世界1400多家拍卖公司，包括将近800万个艺术作品的记录。”在上海浦东的一家高端会所，来自美国Artnet公司国际拓展部的托马斯侃侃而谈，表露出运用艺术品大数据这枚“利器”进军中国市场的决心。

Artnet是一个成立于1989年的艺术品数据公司，它积极在世界范围内开展合作，除拍卖行之外，欧洲艺术品博览会、来自柏林和布鲁塞尔的相关机构也加入了合作者的行列。

而这一次，Artne将目光瞄准了中国。“中国的艺术品和古董拍卖市场是全世界最具上升动力的市场。”托马斯认为，中国的艺术品市场有着强大的后劲，在大数据的应用上将大有可为。

当天，齐聚此次艺术延伸产业“头脑风暴”的还有喜马拉雅美术馆创始馆长沈其斌、上海文化艺术品研究院执行院长孔达达和当代艺术家、批评人及策展人徐子林等中国艺术品领域的大佬。

“通过艺术品数据，可以在数据挖掘的基础上，为投资人提供艺术品市场发展的动向，帮助他们找到准确的投资方向。”孔达达称，艺术品大数据在国际上发挥的作用已经越来越重要。

市场繁荣促进“大数据”到来

中国艺术品市场在近几年的火爆，惊动了世界。“中国已超越美国成为世界最大的艺术品和古董市场。”一份来自TEFAF欧洲艺术基金会的最新数据显示，中国在全球艺术品市场所占的份额由2010年的23%上升到2012年的30%，美国所占市场份额为29%，比2011年下降了5%。

不仅如此，欧盟的27个国家所占总份额为为34%，下降了三个百分点。伴随着欧美国家艺术品交易市场份额的下降，中国的艺术品市场开始发挥威力。仅就2011年来说，中国艺术品交易额就达到了461亿欧元，相对于2009年上升了63%。无疑，中国艺术品市场潜藏着巨大的商机。

“在过去十年里，中国艺术品市场资金量有很大的增长，让业内不得不用诸多金融市场方法去进入艺术市场。”托马斯介绍，良好的数据是保证艺术品市场的基础，艺术品大数据在市场里的作用非常关键。

“中国需要艺术品数据作为观察市场的工具，艺术品大数据可以把艺术家作为金融市场的‘个股’来进行分析，从这个角度观察艺术品和艺术家成长的轨迹，也可以借助这些数据去分析艺术品的走向，为这个市场提供研究方法，使艺术品市场成为更透明、更有效的艺术市场。”

“大数据”的大能量

虽然中国艺术品交易规模逐渐攀升，但艺术品数据化的程度与欧美地区相差甚远。

“运用艺术品大数据可以为艺术品市场做不少事情。”托马斯介绍，通过Artnet搜集的艺术品交易记录，可以分析出艺术品市场的变化。“比如可以把一些艺术家放在一起，很容易综合出一个流派的指数，从中观察到他们交易数量的变化等，这些为艺术品研究报告的撰写提供了准确的数据。”

以过去十年艺术品交易市场为例，通过大数据挖掘，发现占市场交易最大份额的是现代派和印象派画作，其中，现代派占比34%，印象派则为24%。二者合力抢占了全球艺术品市场大半江山。

对此，孔达达分析称：“目前艺术品大数据在国际上已经有了较好的口碑。以Artnet为例，他们对于数据的整理较为谨慎，全线的1300多万个数据在欧美的各种银行、艺术品机构都得到了广泛的应用，带动了艺术品市场的数据化。”

他还明确表示，上海文化艺术品研究院将很快与Artnet建立合作关系，将在中国建立服务器，并由上海文化艺术品研究院搜集中国的艺术品市场的数据，充实到Artnet的数据库里，丰富中国艺术品交易市场的数据。

不过，国际上艺术品市场数据提供多以收费的方式进行。以Artnet来说，一条数据需要支付10～25美元，“如果要做一份报告，那将需要支付一笔昂贵的费用。”这种模式在中国国内是否可行，还值得商榷。

如果雅昌网也开始收费

国内艺术品市场近年来的活跃，也催生了不少提供艺术品交易数据搜索的平台。但孔达达认为，目前国内投资者对于艺术品金融大数据的概念还不太清晰，现阶段发展还很不成熟。

以雅昌网为例，它是国内较大的艺术品交易数据中心，可从中搜索全国的艺术品交易数据，同时数据还是免费提供。但由于其基础数据未经处理，读者无法从这些数据本身直接得知真实的交易情况，只能自己进行甄别。

“艺术品的数据有干净的数据、可疑数据以及垃圾数据。干净的数据是已经及时清理过的准确的数据，而可疑数据和垃圾数据分别是那些有疑问的和没有用的数据。”孔达达介绍，目前国内搜集到的基本都是二级市场的数据。

“这些数据主要源于十几个拍卖公司提供，仅仅是初始数据，里面有不少疑问数据和垃圾数据，对于那些竞拍后未付款或赝品等数据，国内还未及时清理，有时也会因为信息不对称而搜集不到。”

不仅如此，目前国内画廊、古玩店、私家交易等数据的获取几乎为零，这些数据属于一级市场的范畴，但尚未有专门机构对一级市场进行数据整理，在我国艺术品界还处于空白阶段。

第14篇

调查方案

调查背景。此次调查主要针对南京审计大学金审学院校园内以及依靠这些学校的附近的打印店。选择本区域主要考虑的因素是：一是南京审计大学金审学院位于仙林大学城，高校众多，且毗邻学则略地铁站，人流量大；二是南京审计学院金审学院学院学生人数众多。现有在校生10000多人；三是南京审计大学金审学院校内及附近共有5家打印店。其中南京审计大学金审学院3家，学则略家。虽然各学校内的打印店它们各自所服务的范围不同。但是同质化严重，价格差异小，其间存在着很大的竞争。将关于校内3家打印店的调查结果分析清楚对于店主进行更加合理的竞争是具有指导性意义的。

此次调查问卷时间阶段为2016.4-2016.5，共发放问卷1000份，回收900份，回收率90%。问卷回收后经检查和筛选。最终得到有效问卷900份，回收率90%。

调查问卷分析。校园打印店主要经营的业务有普通打印、书籍装，证件快照，条幅制作；主要服务对象为学生、教师、学生会和社团等。通过对问卷调查结果统计结果分析，学生打印频率较快（经常打印的人数占51%）；课堂数字化越来越普遍，且打印方式较为快捷、方便。这就导致学生需要对所需要的资料进行打印。虽打印店业务的范围不同，但他们之间价格差异小，使得学生对于服务态度的关注度最高；60%的学生在打印时遇到了经常排队的情况。打印店需高打印效率。满足学生需求。学生普遍认为合理的价格是0.1元（比例高达98%）。说明打印价格趋于稳定状态且学生接受度高；此外通讯方式发达，如QQ、邮箱等，学生完全可以通过QQ文件传输方式将自己需要打印的资料传送到打印店的电脑上，或者通过邮箱发送给打印店。这也是调查问卷结果统计出来的学生希望的新兴打印方式。

可行性分析

随着互联网进入“云”时代，很多相关的应用也都开始支持云计算技术。如今，打印技术也站上了“云端。越来越多的商家看到巨大的学生市场容量，推出了一系列的文印类产品及服务。如：

随一个免费上门打印服务平台，面向现今高校大学生对打印的高需求。服务全国各大高校，以“云打印+广告”的运用模式，自备打印机，建立校园资料库，为学生提供云端打印、线下送货上门服务。通过在打印纸张上附加广告，获得广告费盈利。

纷印，一家主打校园打印服务的公司，致力于从打印服务切人到学生资料分享管理及校园生活服务等。包括纷印云打印、纷印文库及纷印云盘等。纷印云打印可以将需要打印的文档上传至云端。然后设置好打印版面。包括付费也在云端完成。之后通过纷印的APP直接去打印店扫描二维码。即可取得属于用户的个人文档。

以上是我国内关于文印的主要校园项目，我们可以看出极大的商业前景，并向该方向实践努力并不断改善。

在申请立项前，基金项目成员已经做了前期调查论证。通过众筹的形式，事先开展打印服务。在一个月的时间里，共打印了43206张纸，每张价格七分，成本四分，即每张可获利三分。共获得打印收入3021元，净利润1265元。由于刚起步，规模不大，受众人群不多，故所得不是十分可观。同时，也为项目后期开展积累了不少客户。由于有了前期的尝试。也为项目后期运营提供了参考。

创新特色概述

依托互联网和第三方应用平台的不断发展，益文打印解决了场地狭小、排队拥挤、打印成本高等问题，并具有鲜明的创新特色：

释放打印红利。利益与同学共享。目前校内打印价格0，3元/张。复印价格0.1元/张；益文打印项目以打印复印一律0.07元/张为竞争点。并且向我校学生提供勤工助学岗位，收入的百分之七十左右全部由我校学生享有。

校园打印与公益事业相结合。承诺打印所得的20%到30%用于设立“益文”奖学金和公益捐。向社会传达学校同学的公益爱心。

形式独特，未来光明。在大多数高校，学生的文印需求不断扩大，益文打印项目的成功实例可以应用到其他各所高校，为大学生提供更实惠方便的服务。

第15篇

关键词：CFC；大数据处理；计算机应用；医学案例

0引言

近20年来，医院信息化日益深入和普及，电子病历水平不断提高，加之互联网医疗的蓬勃发展，使得医护人员深陷数字医学的数据漩涡，医务工作者对数据进行有效收集、表示、计算、分析和管理的能力需求与日俱增。在大数据环境的压力下，近年来医药院校计算机基础教学面对的如计算机系统理论教学深入受阻，学生有时对程序设计中数据结构及算法教学不甚感兴趣等问题遇到了“柳暗花明”的转机，将主要教学重心转向培养医药专业学生的数据管理利用意识和在医学信息化环境中的数据洞察力，成为医药院校大学计算机课程变革，使计算思维“落地”的极好机会。

著名教育家杜威曾说过：最好的教学，就是牢牢记住学校教材和实际经验二者相互联系的必要性，使学生养成一种态度，习惯于寻找这两方面的接触点和相互联系。医学案例教学正是通过案例事实提供了教学内容与实际需求之间联系的桥梁。

笔者在几十年医药院校计算机基础教学和计算机医学应用研究的经历中，陆续积累了一些可以用于大学计算机――医学计算技术基础教学的一些实例，应用于教学之后效果很好。在案例教学中，学生思维活跃，竞相发言，讨论迭起，更为可贵的是，案例分析中常有学生突破甚至否定老师的观点，体现了苏格拉底所倡导的“吾爱吾师，吾更爱真理”的学习精神。

1案例加深医药专业学生对计算的理解

例如，通过“ASCII码和ICD码”的比较，学生意识到了数字世界中编码的意义；通过“死因顺位转移计算”的Excel实现，学生高兴地发现令自己挠头的矩阵相乘，用Excel计算是如此方便；通过具有“典型症状患者”抽取案例，巧妙地诠释了关系运算中的除运算的本质；通过高血压病分等级的程序，学生理解“分支”的必要性，并喜欢上了编程；DNA序列的比对程序，使学生的兴奋点达到：“原来仅靠穷举法，也能解决这么复杂的问题！”精选的案例能有效促进大学计算机――医学计算技术基础教学。

1.1医学计算机应用案例

大学计算机是一门应用性和时代感很强的课程，随着医学环境对信息技术的需求日益提高，要在有限课时里使医药学生真正学到所需技能和知识，需要教师想方设法抓住医药专业学生的注意力。按照CFC2014的教学基本要求，也不是所有的医学计算机应用实例都能够用于大学计算机基础教学，精选有效的医学教学案例就显得十分重要。

近年来笔者在医药院校的教学实践中，大约整理出十几个能适用于大学计算机课程的医学案例，如从ASCII码到ICDIO（Internationalclassification of disease 10，ICD 10国际疾病分类码）码、模拟运算表与药品库存寻优、门诊主要病种分析（帕累托）图表叠加画法、关系除运算于某疾病基本症状界定、死因顺位转移计算（Excel矩阵相乘）、蒙特卡洛仿真与分布函数巧妙应用、关注高血压人群与BMI指标巧用SQL语句、省钱高效的营养早餐与规划求解、健康因素评估小系统（VBA数据库编程）和DNA序列比对等，用于应对现在大学计算机课程中存在的“程度高的学生不愿学，程度差的学生学不会”的现象，而且效果较好，受到学生广泛欢迎，下面给出部分案例。

案例1：从ASCII码到ICDIO码。案例是用来诱导学生讨论的，我们用图1所示案例，启发学生讨论ASCII码、国标码和ICD10等编码的意义，以“0”和“1”的思维来体现语义符号化。通过这个案例的讨论，学生对数据的机内模式和用户模式表示有了较为深刻地理解，为医学生就业后理解医院信息系统中的医学数据埋下了伏笔。

案例2：矩阵相乘借力死因顺位转移计算。矩阵计算能力是大数据环境中医药科学工作者必备的数据分析能力，也是计算思维能力“落地”的必要支撑能力。该案例通过在高血压管理进社区的政策影响下，医院死因顺位转移实际数据计算，演绎了Excel进行矩阵运算的过程（见图2）。学生在讨论这个案例时表示，数据的图示使数据的意义体现更为明显，且在医学数据分析过程中矩阵运算起来很方便。笔者认为目前国内很多医药院校的数学课程中缺少了矩阵运算的教学内容，使医药学生毕业后的数据利用能力受到较大的限制。

1.2编程和数据库的医学案例

数据库教学意在培养学生数据化方面的思维与素养，其核心是数据库及基于数据库的数据利用问题，学生要有较好的结构化数据分割、整合和查询能力。程序设计教学可以使学生进一步理解如何通过程序来构造计算系统，理解为什么编写程序越来越方便，而机器为什么又能执行越来越复杂的程序，使学生理解不同抽象层次的计算系统[2]。针对医药院校的特点拟使用ACCESS和VBA组织数据库和程序设计内容教学。

案例3：“典型症状患者”抽取。对数据库中的关系运算的理解是医药专业学生的短板，特别是除运算，我们设计的“典型症状患者”抽取案例，使医药专业学生得以通过“除”计算对患者进行分类，抽象的关系运算在此例中显得十分亲切和具体（见图3）。

案例4：程序设计：基因对比编程与多分支流程。EdsgarDijkstm曾经撰写过一本名为《程序设计的教学就是思维方法的教学》（The Teaching of Prograrrmaingi.e.theTeachingofThinking）的书。他说：“我们所使用的工具影响着我们的思维方式和思维习惯，从而也将深刻地影响着我们的思维能力”。从高血压病分等级到简单的基因序列比对程序，医学中的计算问题引起了医药专业学生浓厚的兴趣，表示“编程令我们脑洞大开”（见图4）。

当精彩医学案例有机整合到医药院校的大学计算机教学过程中之后，课堂教学变得轻松而有趣，学生对自己专业的兴趣延伸到了计算机教学的课堂中，使CFC2014基本要求在医学计算机应用案例中变得鲜活起来，大数据对医药事业的包围使医药学生不得不计算，不得不具有计算思维能力。