大数据战略意义范文

前言：我们精心挑选了数篇优质大数据战略意义文章，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 医院 ERP 财务管理

一、大数据时代对医院的影响

近年来，随着IT技术的不断进步，以及“互联网+医疗”新业态的推进，医疗行业数据量呈现井喷式发展。以北京市的三甲医院为例，每天上万的门诊量，患者基本信息、就诊情况、健康数据、影像信息等以几何式倍增，为医院数据存储、集成和分析带来巨大的挑战。医疗行业的大数据时代早已到来，“互联网+医疗”改变了传统的就医方式和诊疗模式，通过对数据的分析，发掘潜在市场，为医院提供增加经济价值的机会，还可以为个人卫生保健、临床决策、科研教学等方面提供信息支持。

除了医疗领域的变革外，大数据对医院财务管理也带来深刻的影响。首先，为提高医院的信息化水平，大数据推动医院积极进行ERP建设，ERP使财务与业务结合更加紧密，改变了传统会计依靠手工输入凭证的方式；其次，ERP使医院信息系统产生了大量的财务及业务数据，面对数据，财务管理者常感到束手无策，急需培养懂得信息、业务和财务的复合型财务人才；再次，医院传统财务部门从事的工作以会计核算为主，管理会计的发展要求财务人员必须跳出封闭的思维圈，站在更高的层次，从事风险管理、数据分析、预测、决策支持等价值增值更显著的工作，在医疗卫生体制改革中发挥引领作用。

二、大数据时代医院财务管理中存在的问题

数据作为一种重要的生产资料，发达国家将有效利用大数据作为新一轮竞争制高点的重要手段。我国目前进行的医疗卫生体制改革，也将大数据提高到了前所未有的战略高度，大数据将为医院财务管理带来颠覆性变化，进而影响医院的战略布局。具体来讲，我国医院目前财务管理中存在以下问题亟待解决。

（一）财务管理缺乏与战略的融合

众所周知，财务战略是企业战略的重要组成部分。我国大型三甲医院一般都有明确的发展战略，但是制定财务战略的单位却并不多见。由于医疗科室是核心生产力，是创造收入的重要来源，因此长期以来，医院一直存在“重医疗，轻管理”的问题，财务管理受重视程度远远不够。取消药品加成以后，医院运营将面临巨大的挑战，资金是财务管理的核心，能否掌握医院真实运营数据以及通过对资金合理筹划创造价值，是决定医院发展战略能否实现的关键。大数据时代，如果没有信息技术的支撑，没有制定科学的财务战略，医院发展战略目标将成为“纸上谈兵”。

（二）财务管理与业务分离

传统医院的财务管理属于被动核算型，财务部门主要负责日常报销、凭证录入、账表核对、报表出具等基础性工作，财务人员不需要了解医疗相关业务的运行规律就能实现核算职能，而大数据时代医疗行业会产生大量的财务和业务数据，如何对数据进行分析利用并创造价值，成为对财务工作者更高的要求。此外，传统观念导致医院财务部门与业务部门一直处于对立面，很多医院在信息化建设过程中，缺乏顶层设计机制，业务、物流部门不与财务部门沟通，业务数据导入财务系统以后，不能满足财务制度规定的问题屡见不鲜。目前，我国宏观经济政策提出了供给侧结构改革的指导思想，会计作为微观经济的基础，财务与业务必须一体化管理，才能适应宏观环境和微观市场主体的变化。

（三）缺乏对核心业务的风险管控

大数据时代促使医院财务与业务结合更加紧密，由于业务流程的变化，医院在进行会计核算、财务管理的同时会涉及众多物流模块以及核心业务数据，但是财务处却无权对业务活动展开风险管控。这是因为从组织架构的角度，财务处作为医院的一个职能部门，与其他职能科室处于平行的位置，财务处长不属于医院领导班子成员，无法参加院领导的决策会议，业务风险管控超出了财务处长的职责范围。为改善医院经营管理，提升财务管理水平，财政部、卫生部明确要求三级医院必须设立总会计师，但是仍有很多公立医院甚至是部署管医院都没有设立总会计师，即使在已经设置总会计师的公立医院中，又出现总会计师进不了“班子”、进了“班子”但不分管财务等怪象。因医院设立总会计缺乏顶层设计，财务部门仍然无法对核心业务进行风险管控，该问题应引起国家有关部门的重视。

三、大数据时代医院推行ERP的战略意义

ERP即企业资源计划，是建立在信息技术基础上，对物流、资金流和信息流全面集成的系统，近年来在医疗行业得到广泛应用。作为一种网络化的管理平台，ERP中会产生大量的数据，整合、集成和共享是其主要特征。

（一）ERP实现财务与业务的一体化

“比大数据还可怕的是没有数据”，在没有信息化建设以前，医院各个系统之间是相互独立的，数据统计口径和兼容性不一致，导致财务系统与各个系统数据传递存在困难，甚至存在账表不一致的情况，ERP建设打破了医院门诊、住院、药品、耗材、设备以及日常办公子系统之间的壁垒，医院所有系统构成了一个庞大的信息网络，数据的产生成为必然。ERP实现了的财务与业务信息一体化管理，很多业务不再由会计人员确定会计科目，而在业务发生的源头由采购人员直接确定，传统会计工作前移，由事后被动录入会计凭证变为早期业务审核，因此财务人员必须了解业务运行流程，才能发现问题并提出改进建议。此外，ERP带来高效率的信息传递，财务系统能直接提取各临床科室的业务数据，提高了财务核算的精确度，为科室全成本核算和成本管控奠定了数据基础。

（二）ERP推动财务管理职能转变，辅助战略决策

会计的目标是提供决策有用的信息。在ERP环境下，财务信息不再是一些简单的数字符号，它提供了业务部门物流价值产生和流转过程，为财务管理职能的转变和价值管理提供了数据基础。会计核算职能固然重要，但是数据的分析和管理能力才是决定一个单位财务管理水平高低的关键。运用大数据思维，财务人员通过对数据多角度、深层次的挖掘，及时监控临床科室运行基本情况（例如，各科室、医生开药情况，手术室占用、科室物耗等情况），通过对比分析，发现业务部门管理中存在的问题，优化流程，向管理要效益，为医院战略目标实现和辅助战略决策提供支持。因此，大数据时代，医院通过推行ERP实现财务管理信息化和智能化，是财务职能转变和提高综合竞争力的重要手段。

（三）ERP整合医院内外部价值链，适应医改形势

为深化医药卫生体制改革，破除“以药养医”的机制，取消药品加成政策成为公立医院改革的一个重要方向。该政策打破了医疗行业上中下游的价值链，公立医院运行面临极大的挑战。从内部价值链角度，ERP帮助医院优化业务流程，减少非增值作业，通过精细化管理提高运行效率，对内部控制关键风险点（例如：对患者的退费）由“人为控制”变更为“机器控制”，减少舞弊风险等。从外部价值链角度，以患者为中心，通过优化诊疗流程，缩短诊间等待时间，提高患者满意度等。建立供应商字典库，优化与供应商的关系，采购与供应管理全面信息化，高值耗材采用寄售库模式实现供销存一体化管理，大大节约了医院的周转资金等。总之，ERP通过流程重塑和作业优化，打通了医院上中下游的价值链，丰富了财务管理的内涵和外延。

四、结语

医疗卫生体制改革，倒逼医院必须开源节流，重视财务管理，加强成本管控，跟管理要效益。未来的财务管理是以大数据的处理方法为主要手段，财务数据与业务数据高度结合的管理信息系统。因此医院推行ERP，不应是为了信息化而去信息化，管理深层功能目标（流程优化，作业优化等）的实现，需要信息系统为其提供决策支持。ERP助力医院确立以战略为导向的运营体系，提高核心竞争力，成为院长的智能决策支持系统。

参考文献：

[1]袁俊.浅议大数据时代下的医院财务管理[J].财经界，2015，（12）：225-226.

[2]张永红.大数据时代管理会计的发展思考[J]，中国总会计师，2015，（6）：34-35.

[3]宋铁妹.大数据视角下我国医院财务管理创新[J].会计之友，2015，（24）：97-100.

[4]关注医院设立总会计师[N]，中国会计报，2013-11-22.

第2篇

第一站：中国发展优势得天独厚

今年11月，党的十八届五中全会公报提出要实施“国家大数据战略”，这是大数据第一次写入党的全会决议，标志着大数据战略正式上升为国家战略。五中全会，开启了大数据建设的新篇章。

事实上，在2015年，“大数据”议题是国务院常务会议的座上客，“大数据”战略早露端倪。

1月14日，部署加快发展服务贸易，以结构优化拓展发展空间，提出要创新模式，利用大数据、物联网等新技术打造服务贸易新型网络平台;2月6日，确定运用互联网和大数据技术，加快建设投资项目在线审批监管平台，横向联通发展改革，城乡规划，国土资源，环境保护等部门，纵向贯通各级政府，推进网上受理、办理、监管“一条龙”服务，做到全透明，可核查，让信息多跑路，群众少跑腿;7月，国务院办公厅印发的《关于运用大数据加强对市场主体服务和监管的若干意见》提出，要提高对市场主体服务水平;加强和改进市场监管;推进政府和社会信息资源开放共享;提高政府运用大数据的能力;积极培育和发展社会化征信服务;9月国务院印发《促进大数据发展行动纲要》，系统部署大数据发展工作，要求加强顶层设计和统筹协调，大力推动政府信息系统和公共数据互联开放共享，加快政府信息平台整合，消除信息孤岛，推进数据资源向社会开放，增强政府公信力，引导社会发展，服务公众企业。

值得注意的是，中国大数据发展优势独天独厚。中国信息消费市场规模量级巨大，增长迅速。在网络能力的提升、居民消费升级和四化加快融合发展的背景下，新技术、新产品、新内容、新服务、新业态不断激发新的消费需求，而作为提升信息消费体验的重要手段，大数据将在行业领域获得广泛应用。

第二站：韩国从基础设施起步踏实推进

笔者对韩国大数据产业发展的有着较深影响的是2014年7月，韩国政府宣布了一项新的战略—未来增长引擎执行计划，列出了13个韩国未来增长引擎的领域，其中就包括大数据。

韩国计划通过项目推动，达到扩大国内大数据市场规模和扩展国际市场占有率目标，到2020年，使大数据的国内和国际市场规模均超过10亿美元。

同时还有在2011年首尔提出的“智慧首尔2015”计划，目标是到2015年成为世界上最方便使用智能技术的城市，建立与市民沟通的智能行政服务，建成适应未来生活的基础设施和成为有创造力的智慧经济都市。

“智慧首尔2015”计划指出，公共数据已成为具有社会和经济价值的重要国家资产，首尔市将努力打造“首尔开放数据广场”，以促进信息技术和公共服务产业的进步和发展。

如今，韩国大数据发展也是非常地迅速。2015年韩国大数据行业市场规模已达13万亿韩元(约合人民币722亿元)。自2012年市场规模突破12万亿韩元后，韩国大数据行业以9%的年平均增长率不断发展壮大。

目前，韩国大数据行业仍以提供数据的数据服务及数据库构建服务为主，数据咨询及大数据解决方案市场规模呈增长态势。根据韩国数据化振兴院的《2015韩国数据行业白皮书》，数据服务市场规模占总行业市场规模的47%，位列第一;数据库构建服务以41.8%的占有率紧随其后。

韩国大数据行业不断发展，企业对大数据的依赖度不断增加，数据专业人才需求也越来越大。

韩国数据化振兴院的数据显示，目前韩国数据产业从业人员达30万人，但其中与数据直接相关的从业人员仅为7万人，人才缺口依然较大。根据《2015韩国数据行业白皮书》的统计数据显示，目前能够利用数据赋予产业附加价值的“数据科学家”人才最为紧俏，此外数据挖掘及分析相关的高级人才也颇受雇主欢迎。

第三站：美国形成全体动员格局

美国是率先将大数据从商业概念上升到国家战略的国家。2012年3月，美国政府公布了2亿美元的《大数据研究发展计划》，提出通过提高美国从大型复杂数据中提取知识和观点的能力，加快科学与工程研究步伐，加强国家安全。同年11月公布的具体研发计划涉及各级政府、私企及科研机构的多个大数据研究项目。

作为大数据的策源地和创新引领者，美国大数据发展一直走在全球最前面。2014年5月美国《大数据：把握机遇，守护价值》白皮书，对美国大数据应用与管理的现状、政策框架和改进建议进行了集中阐述。该白皮书表示，在大数据发挥正面价值的同时，应该警惕大数据应用对隐私、公平等长远价值带来的负面影响。

从《白皮书》所代表的价值判断来看，美国政府更为看重大数据为经济社会发展所带来的创新动力，对于可能与隐私权产生的冲突，则以解决问题的态度来处理。报告最后提出六点建议：推进消费者隐私法案;通过全国数据泄露立法;将隐私保护对象扩展到非美国公民;对在校学生的数据采集仅应用于教育目的;在反歧视方面投入更多专家资源;修订电子通信隐私法案。

如今，大数据发展战略在美国已经形成了全体动员的格局，大数据已成为美国国家创新战略、国家安全战略、国家ICT产业发展战略以及国家网络安全战略的跨界领域，美国实际上已经确立了基于大数据的信息网络安全战略，目的在于解决当前的大数据核心技术挑战，全面强化未来的信息网络安全战略优势。

第四站：英国大数据的积极拥抱者

可以说，英国是大数据的积极拥抱者。无论是政府、研究机构，还是企业，都已经开始行动，抢占“数据革命”先机。早在2011年11月，英国政府就了对公开数据进行研究的战略政策。英国将大数据列为战略性技术，给予高度关注。英国政府紧随美国之后，推出一系列支持大数据发展举措。

首先是给予研发资金支持。英国政府通过利用和挖掘公开数据的商业潜力，为英国公共部门、学术机构等方面的创新发展提供“孵化环境”，同时为国家可持续发展政策提供进一步的帮助。2013年1月，英国政府向航天、医药等8类高新技术领域注资6亿英镑研发，其中大数据技术获得1.89亿英镑的资金，是获得资金最多的领域。

其次是促进政府和公共领域的大数据应用。为了便于公众理解和判断，英国政府专门建立了“数据英国”网站，将公众关心的政府开支、财务报告等数据整理汇总并在互联网上，并对其中的热点议题和重要开支进行进一步阐释，并对公众意见进行反馈。其效果也是明显的。

据测算，通过合理、高效使用大数据技术，英国政府每年可节省约330亿英镑，相当于英国每人每年节省约500英镑。

第五站：澳大利亚理念与行动同时践行

在南半球的澳大利亚自2009年开始积极应用开放数据的理念和行动践行开放政府的愿景和目标。Data.gov.au是政府信息目录的开放数据平台，用户可以在该网站上简便地搜索、浏览和利用澳政府国家、地区政府的公共数据，政府鼓励所有用户通过更新工具和应用从信息中得到实惠。

澳大利亚政府数据开放通过5个阶段将数据开放流程化，这5个阶段依次是：发现数据——过程处理——授权许可——数据——数据完善。

2010年，澳大利亚联邦政府通过了超级国家宽带网工程，该工程的目标是将光纤电缆通向各家各户，让每个家庭享受每秒钟1G的速度。部分海外测试显示，全国宽带网络将覆盖全澳93%的用户，剩余的7%可使用速度相对较慢的无线和卫星网络。这项计划在2013年底结束。

2013年8月澳大利亚政府信息管理办公室了《公共服务大数据战略》，旨在推动公共行业利用大数据分析进行服务改革，制定更好的公共政策，保护公民隐私，使澳大利亚在该领域跻身全球领先水平。

结语

大数据释放出的巨大价值，几乎给每个行业都带来了颠覆：大数据很忠诚，它真实记录人们的每个足迹，深藏功与名;大数据很任性，它的分析有根有据，拒绝流言蜚语;大数据很友好，它提供各种权威参考，它创造绿色经济，让我们的生活更美好。世界已经进入由数据主导的“大时代”。

第3篇

【关键词】大数据 移动阅读 数据整合 智能搜索 个性体验

doi：10.3969/j.issn.1006-1010.2015.22.018 中图分类号：TP311 文献标识码：A 文章编号：1006-1010（2015）22-0088-04

引用格式：宋玉珊，仇剑书，杨子文，等. 大数据时代移动阅读发展策略探讨[J]. 移动通信， 2015，39（22）： 88-91.

[Abstract] Starting from mobile reading， the tendency of big data in mobile reading was analyzed. Combined practical solutions and systems， the development strategy of mobile reading was discussed according to data resource integration， intelligent search engine and personalized user experience. It can be concluded that mobile reading can be developed faster and better combined with advantages of big data technology.

[Key words]big data mobile reading data integration intelligent search personalized experience

1 引言

随着物联网、移动互联网、云计算等技术的迅猛发展以及智能终端的大范围普及，全球数据呈现出井喷式增长趋势，每日新增加数据以PB[1]为单位计量。据IDC预测，至2020年全球以电子形式存储的数据量将达到32ZB（1021字节）[2]。如果将这些数据刻录到DVD光碟上，再将碟片堆叠起来，足以从地球到月球垒上几个来回，大数据时代已经来临[3]！

所谓大数据，其实是一个比较具有抽象性的概念，尽管维基百科、数据科学家[4]以及相关数据研究机构等都曾提出过大数据的概念，但它并没有一个严格、统一的定义。尽管如此，大数据的4V（Volume――容量，Value――价值，Velocity――快速，Variety――多样）特点以及主流的处理技术已经基本得到认可[5]，并且业界普遍认为大数据的关键在于如何从规模庞大的数据中快速准确地提取有用信息。

2 大数据时代的移动阅读

2.1 移动阅读

所谓移动阅读，是指通过Wi-Fi或者移动数据连接的方式，从数据库中获取电子形式出版的文字、图片、音频、视频等多种电子资源，呈现在用户的移动阅读载体上，从而实现便携、移动式的阅读。

目前用户的移动阅读载体多带有移动通信功能[6]，可以从网络上下载电子资源或者直接在线阅读网上资源；具体的硬件形式可以是智能手机、平板电脑等通用设备，也可以是Kindle、汉王等专用阅读设备；阅读方式可以是通过阅读软件阅读（如熊猫看书、掌上书院等），也可以是直接在网页上阅读。

作为一种创新型的阅读方式，移动阅读依靠电子产品的大容量、强大搜索功能加之直接连接大数据库的优势，可以为用户提供全面的阅读产品展示、方便快捷的搜索功能，甚至于根据用户的习惯提供阅读产品推荐[7]。

2.2 移动阅读的大数据化趋势

在大数据时代，移动阅读整体呈大数据化趋势，主要体现如下：

（1）数据规模大：随着移动互联网、3G/4G等技术的迅猛发展，在改变人们沟通方式的同时也颠覆了人们的阅读方式。从以书、本等纸介材料为阅读媒介到各种电子媒介，从报纸杂志上较为单一的文本内容到各种多媒体电子资源，移动阅读正在成为一种时尚，用户规模、产业规模、参与厂商数量、资本市场投入产生爆发式增长的同时，产业链上每一个环节每时每刻都在产生大量的数据，特别是内容数据呈“碎片化”发展以来，大段的数据被打散成碎片，在方便用户检索、有针对性阅读的同时，进一步加快了数据的增长速率。

（2）数据类型多样化：移动阅读除了结构化的文本数据以外，网页、图片（如漫画）、音频（如听书）、视频、位置信息等半结构化、非结构化的数据也在逐渐增多，而且这些数据在格式、编码方式等方面往往存在差异，数据类型、数据结构整体呈多样化发展趋势。

（3）数据时效性高：大数据时代，用户几乎都选择在“碎片时间”阅读[8]。在工作、学习以及各种生活琐事之余的闲暇时间，随时随地阅读，整个阅读过程经常会发生暂停、阅读内容游移等，这就要求移动阅读必须在用户有限的阅读时间内快速、高效地进行用户数据的分析、处理和响应，阅读呈现的数据内容需要随着用户需求的转变而快速变化。

3 大数据时代移动阅读发展策略

3.1 数据资源整合

移动阅读在大数据化趋势下，数据规模、数据类型不断增加，而数据资源越多、数据结构越复杂，对数据资源的加工、分类、整理积累等工作就愈发重要，这些工作的完成程度决定着数据资源的使用价值。大数据移动阅读的一个重要技术是将内容资源被“碎片化”，即内容数据从原先的种、册、件、篇存储，过渡到章、节甚至更小片段存储，数据资源根据所述内容按照一定规则、以一定的颗粒程度被存储到数据平台，这些碎片化的内容片段需要进行恰当的加工、分类、被标签化，形成各种逻辑内容库，如文章库、音频库、图片库、视频库等，这样在需求时，碎片化的数据资源能够被快速检索、有效组织输出。

3.2 搜索引擎智能化

移动阅读用户获取内容数据一般通过两种途径：一种是通过内容提供者在展示页面上的内容链接；另一种是通过用户的主动检索。受限于移动阅读设备有限的屏幕尺寸、与PC机相比相对不便的操作方式和联网时需要考虑的流量因素，用户在一次检索后，对获取的内容有着更高精准性、更高集聚性的期待，而在这个数据飞涨的时代，如何让用户从海量数据中检索到想要阅读的内容，除了内容本身需要有贴切的标签、分类以外，一个智能的搜索引擎必不可少。

整个检索过程是典型的大数据问题，涉及到分析海量日志（Log）数据、用户上网Cookie数据、用户的行为特征等[9]，通过大数据分析，搜索引擎可以及时并尽可能地获取到用户的真实意图，从而获取到数据资源的贴切标签，并通过两者的比对，按照关联性将搜索结果由高到低合理地排序呈现给用户，尽量让移动阅读用户通过一次搜索就能从数据库的海量内容数据资源中检索到较为贴切的结果，尽可能地提高查询效率、方便用户阅读。

3.3 阅读体验个性化

移动阅读用户每时每刻产生数据，主要包括：用户的阅读终端数据、用户的阅读行为数据、用户的个人信息数据、用户的社会关系数据、论坛与博客等社交流动产生的数据、APP应用产生的数据、个人云应用产生的数据、物联网产生的数据等[10]。利用这些数据并结合大数据技术，移动阅读完全可以将用户画像、分类，根据用户的关注点进行个性化推送。另外，还可以根据用户终端为用户呈现不同版式的阅读内容，实现用户的个性化体验。

4 方案研究

笔者参与的基金项目设计并开发了一套移动阅读系统，体现了上述基于大数据的发展策略。系统框图如图1所示。

该系统主要由内容生产、内容管理、用户服务这3个子系统构成，具体如下：

（1）内容生产子系统主要包括各个出版社的碎片化内容生产平台，多个生产平台的内容将汇聚到内容管理平台，统一向用户提供服务。

（2）内容管理是服务系统的后台支持子系统，主要包括内容汇聚平台、搜索引擎、内容重组平台和数据仓库。内容汇聚平台接入多个内容源，同时负责向服务子系统提供内容分类检索；搜索引擎是大数据移动阅读的核心之一，提供智能搜索并对搜索结果进行二次分析，形成更有价值的结果；内容重组平台是实现个性化阅读的关键环节，利用原始内容，同时结合用户参数、用户终端参数等，智能生成最适合当前用户阅读的内容提供给用户；数据仓库分为多个子模块，存储着内容数据、用户画像数据、历史数据、终端数据等。

（3）用户服务子系统直接面对用户，包括计费、用户管理、门户、阅读客户端等功能实体。

在数据资源整合方面，各出版社的碎片化内容生产平成对各自版权内容数据的收录、标准复合文档格式转换、碎片化处理（包括将内容按照章节/图片等进行分割、分割后的语义化标注、碎片存储等）、各碎片间关联信息管理、元数据生成等，经过内容生产平台的加工，内容数据被分解为各类碎片，这些碎片被内容汇聚平台汇聚、存储（其中描述了碎片基本信息的元数据被存储到汇聚平台，其他内容碎片则被存储到数据仓库），这样当用户请求检索时，汇聚平台根据元数据向数据仓库请求相应内容碎片输出到内容重组平台进行动态组合、有针对性地输出结果。

在智能检索中，当用户键入搜索关键词后，搜索引擎将关键词和该用户的查询历史、使用习惯、查询上下文联系以及其他用户对这些关键词的历史查询记录等信息进行关联分析，为关键词补充上一些可能表示用户真实意图的标签，然后将新生成的关联关键词和内容汇聚平台存储的元数据进行匹配，并将匹配结果在数据仓库中检索，得到相应内容数据且最终通过阅读门户进行呈现。若用户并未在一次检索中得到预期结果，通过反复的查询构建，用户的最后一次检索结果可以认为其表达了用户在初始时的真实意图，从第一次查询到最后的结果，这整个过程中产生的行为数据可以存储到数据仓库的历史数据子模块，为下一次的检索提供支持。这样用户在受益于大数据分析、在有限的屏幕尺寸上较为迅速地检索到需求数据的同时，用户产生的数据又能够进一步服务于大数据分析。

用户体验个性化主要体现在以下方面：

（1）内容推送：根据数据仓库存储的用户画像数据，内容管理子系统可以通过内容重组平台主动向用户推送与用户兴趣模型类似的阅读资源、与用户同一分类的其他用户感兴趣的阅读资源、与用户感兴趣内容存在内在关联性的阅读资源等，从而让用户得到更多的个性化服务体验。

（2）终端识别适配内容：数据仓库的终端数据子模块中存储着一些终端静态信息，包括终端品牌、型号、屏幕分辨率、屏幕尺寸、支持的图片格式和声音格式等，当用户首次登陆时，通过获取用户终端信息（包括终端品牌、型号、浏览器信息等），内容管理子系统可以将这些信息和终端数据模块所存储的信息进行匹配关联，在用户阅读时向用户输出适配内容，如根据屏幕尺寸适配展示字体大小、根据支持格式适配输出音视频内容格式等。

5 结束语

本文分析了移动阅读的大数据化趋势，并结合实际解决方案和系统，从数据资源整合、搜索引擎智能化和用户体验个性化几方面探讨了移动阅读的发展策略。大数据时代的到来推动了移动阅读的发展，移动阅读在得益于大数据技术、提升用户体验的同时，也不能忽略大数据带来的信息安全隐患。

移动阅读在采集用户数据、提升用户体验的同时还需要注重用户的隐私安全保护。一方面，移动阅读在对用户隐私数据采集时应保证用户享有知情权和对自身数据使用的决定权，整个采集过程要符合国家的相关法律规定，采集结果应该被合理应用；另一方面，应加强移动阅读设备自身、数据访问传输过程以及整个大数据平台的安全管理，提高整个系统的安全保障级别。只有结合大数据的环境特点和移动阅读的用户需求，才能让移动阅读在数据获取、维护、搜索和呈现的过程中可管、可控、可用，从而推动移动阅读产业更快、更好地发展。

参考文献：

[1] 童晓渝，张云勇，房秉毅，等. 大数据时代电信运营商的机遇[J]. 信息通信技术， 2013（1）： 5-9.

[2] 陈如明. 大数据时代的挑战、价值与应对策略[J]. 移动通信， 2012（17）： 14-15.

[3] 孟小峰，慈祥. 大数据管理：概念、技术与挑战[J]. 计算机研究与发展， 2013（1）： 146-169.

[4] 顾芳，刘旭峰，左超. 大数据背景下运营商移动互联网发展策略研究[J]. 邮电设计技术， 2012（8）： 21-24.

[5] 黄勇军，冯明，丁圣勇，等. 电信运营商大数据发展策略探讨[J]. 电信科学， 2013（3）： 6-11.

[6] 周伟华. 基于个性化推荐的移动阅读服务系统的研究与设计[D]. 北京： 北京邮电大学， 2011.

[7] 何希. 移动阅读及其用户行为研究[D]. 重庆： 重庆大学， 2014.

[8] 王骏，袁曦临. 后数字时代数字化期刊阅读习惯实验调查及解决策略再思考――基于《第九次全国国民阅读调查》[J]. 图书馆建设， 2013（3）： 43-48.