發布時間：2022-04-26 04:25:01
開篇：寫作不僅是一種記錄，更是一種創造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的1篇大數據應用論文，希望這些內容能成為您創作過程中的良師益友，陪伴您不斷探索和進步。
一、上海市公安交通管理信息化的基本情況與“大數據”應用的初步探索和實踐
（一）數據深度挖掘與預測研究對海量數據進行挖掘，分析、提煉出有價值的信息，一直是交警總隊在常態交通管理中努力和不斷嘗試并力求達到的分析動態化、管理精細化的目標。在交通事故預警方面，我們通過對370余萬條交通事故的地點、人員、車輛等信息分析，每年市、區兩級事故易發或死亡人數較多的“黑點”，由總隊定期督促屬地交警支（大）隊限期整改。針對一段時間內本市欺詐性交通事故（俗稱“碰瓷”）高發的情況，我們建立并不斷補充完善了事故“碰瓷”嫌疑人員和車輛黑名單，通過提前預警、發案比對等方式累計鎖定相關嫌疑人415人，取得了很好的成效。在交通狀況評價方面，我們以道路擁堵程度、交通事故數量為主要評價要素，創新性地將各區（縣）地面道路和快速路的整體交通情況以“指數”的形式分色展現，供業務部門和支（大）隊參考。為掌握全市快速路交通流結構和集散規律，我們利用分布在中環及中環以內快速路上約300個斷面構成的車牌識別系統實時采集流量數據，開展了集散性OD分析的探索，即將全市快速路網劃分成20個“小區”，通過數學建模和車輛信息的跟蹤，展現各“小區”間交通流轉移的時空分布特征，為擁堵成因分析、排堵預案制定等提供參考。在道口安保方面，我們通過對歷史數據的分類統計、比較，研究制定了重大活動安保工作的道口查控方案。2010年上海世博會舉辦前夕，時任市委書記的俞正聲同志在G15沈海高速公路朱橋檢查站現場，對“車駕查控系統”的技術架構、實時運作以及海量數據的采集、分析及應用狀況進行了詳細調研，當即要求我們研發“世博道口通行證管理及不停車安檢系統”。上海世博會期間，該系統累計實時關聯10多個數據庫，核發297.7萬余張通行證，不僅將進滬車輛安全審核檢查關口前移，還通過利用“車駕查控系統”的實時比對功能，既做到了“持證”車輛的快速通行，又實現了“逢疑必查”的目標。世博期間，系統比對命中有關車輛1.5萬余輛次，有效提升了民警的工作效率和打擊精確度，同時也對預防和緩解全市各道口因安檢引發的大面積擁堵問題起到了積極作用，減少了道口現場安檢壓力及對交通的影響，得到了各級領導和社會的一致肯定。在為“大公安”服務方面，我們嘗試定期將網上追逃人員信息與本市機動車檔案進行關聯比對，篩選出在逃人員可能駕駛的機動車信息，累計抓獲在逃人員329名，探索出了“先由人查車、再由車查人”的信息提煉新方法，取得了很好的實戰效果。
（二）數據可視化隨著各類統計、分析數據的不斷增多，各級領導、基層民警都希望通過直接的“可視化”界面展示各類數據和信息。2009年，我們構建了基于GIS地圖的應用平臺，并將采集或共享的實時路況、“110”交通類報警事件、視頻監控、快速路入口匝道控制、停車場泊位等信息在電子地圖上進行分層次展現，這些實時、動態的信息可按需隨時調閱。2010年上海世博會期間，根據安保工作的需要，我們制作了兩張專題圖?！斑M滬陸路道口流量專題圖”實時展示當日全市進滬道口的機動車流量、“持進滬通行證”機動車流量、5分鐘進滬流量等信息和道口排隊區、安檢區的視頻監控信息。此外，通過對各道口歷史流量的數據統計，提供流量預警信息。“世博園區管控區周邊道路流量專題圖”除整合了全市快速路、高速公路、地面主干道路的實時路況和快速路匝道開閉狀態等信息外，實時展示當日進出世博管控區的機動車流量、5分鐘流量等。兩張圖的應用，為市公安局“二指”坐鎮指揮的領導以及民警實時掌握交通流量、科學指揮、調配警力等提供了依據，受到了充分肯定。
（三）參與“交通指數”的研究經過多年的建設，上海已經完成市區重要道路的交通流信息的采集，并實現以紅、黃、綠三種顏色代表路況的信息。為使交通參與者全面、客觀地了解本市道路交通的實時通行狀態，向其提供了量化的擁堵指標。2009年，交警總隊在數據應用上的視野不再僅著眼于自身，而是跨出一步，會同市政府相關部門，將手中的靜態數據和市政府相關部門可共享的動態數據關聯起來。繼參與了榮獲上海市科技進步一等獎的“上海世博智能交通系統關鍵技術及應用”項目研發之后，2011年起，交警總隊積極配合上海市城鄉建設和交通發展研究院（原上海市交通信息中心）研究“道路交通指數”。通過對大量采集的各類交通實時數據、歷史數據進行統計、分析、比較，最終用“道路交通指數”這一數值方式來量化描述道路交通運行狀態，同時結合GIS地圖加以分色、分塊展現，并通過網站、微博、手機APP等向公眾實時，力爭做到既能客觀地評價交通擁堵狀況，又能方便出行者的理解與記憶。
二、與當今“大數據”應用的差距
目前，“大數據”的應用處于發展初期，在我國更是剛剛起步。通過多年的實踐和積極探索，交警總隊“大數據”的應用成效明顯，但我們感到，與當今國內外成功的“大數據”應用相比，我們還存在差距，主要表現在：
（一）在理念和思維上仍存在差距隨著互聯網、云計算、移動互聯等相關智能技術的飛速發展，可以預見，“大數據”陳志康：公安交通管理“大數據”的應用與研究在公安交通管理方面的應用也將愈加廣泛。但與其“4V”（即Volume大量、Velocity高速、Variety多樣、Veracity真實性）特點相比，未來“大數據”的應用與發展絕不是簡單依賴數據采集量的擴大，也不僅僅是服務器性能、數據的簡單擴容或累加，而是對于其中蘊含的理念、思維的轉變和突破。與“小數據”時代相比，“大數據”時代的轉變是多方面的。例如，傳統統計方法追求精確，但“大數據”只預測宏觀趨勢；傳統的統計、研究關注因果關系，而“大數據”更強調數據之間的關聯等。
（二）在技術和手段上仍較為匱乏就我們目前擁有的各類交通管理數據而言，其體量并不能稱之為“大數據”。如果要同各警種的數據相關聯，與市政府相關部門的數據相融合，將數據的應用轉化為生產力，其所面臨的困境還十分明顯，這也直接反映了我們在技術和手段上的匱乏。2009年，我們便已利用“數據倉庫”技術等當時較為成熟和先進的技術開展交通管理優秀數據的深度挖掘，力求為業務部門提供更豐富、有效的統計數據，但受限于傳統關系型數據庫的架構，無論在計算效率還是結果表現上均無法得到“質”的突破。此外，我們對于海量視頻的快速檢索、車輛照片關鍵特征的提取等方面仍缺少高效的手段，使得對于這類非結構化數據的應用、管理仍處于初級階段，對其中蘊含的有深層次應用價值的信息無法加以進一步挖掘?！按髷祿钡奶幚砹鞒桃话憧筛爬樗膫€步驟，即“采集、預處理、統計分析、數據挖掘”。其中，“預處理”是當前傳統數據處理中被忽視或被弱化的部分，除了受限于主流的關系型數據庫（如Oracle）、集中式存儲等架構外，還與缺少將非結構化數據（例如視頻、圖片、文本、聲音等）向結構化數據（即可以用二維表結構來表達的行數據，例如存儲在數據庫中的記錄）轉換的有效技術手段有著重要關系。所以，現有的統計分析、數據挖掘等絕大多數針對的是結構化數據（目前僅占所有數據量的10%至20%，其余均為非結構化數據），難以真正體現“大數據”多樣性的特點。
三、今后公安交通管理“大數據”的研究與應用方向
（一）研究和建立“公安交通管理大數據應用平臺”結合市公安局“十三五”信息化建設規劃，研究和建立“公安交通管理大數據應用平臺”。不斷學習研究Hadoop、虛擬化等新技術，構建全新的數據存儲、處理技術架構，不但要使數據的存儲容量更大、運算速度更快、展現形式更豐富，更要突破同類數據的局限，從看似毫不相干的數據之間發現關聯性，真正體現“大數據”的精髓。
（二）滿足數據采集的需求，提升管理水平“大數據”應用的優秀是數據挖掘，為公安交通管理中遇到的難點問題提供原因分析依據，但其基礎卻是所采集數據的質量和種類。因此，一是要不斷提高各類交通管理相關基礎信息的采集質量，為后續數據處理奠定堅實的基礎。二是要積極建立與市交通委員會、市保監會等社會相關部門的數據共享機制，擴充與機動車、駕駛人、特定行業管理、道路等相關的數據類型。三是依托高校、科研院所等專業力量進行深入研究，力爭突破圖片、視頻等海量非結構化數據的管理難題，運用有效的數據模型和架構，實現類似結構化數據的統一描述、查詢和處理。四是積極會同市公安局相關部門，在數據層面加強與市公安局“警綜平臺”“情報綜合研判實戰平臺”“視頻監控平臺”“治安卡口信息綜合管理平臺”等的對接，為公安交通信息研判分析提供支撐。
（三）抓住重點，突破四個階段的優秀技術應用“瓶頸”我們要選擇合適的軟件、工具，真正將數據轉化為信息，并提煉出有價值的信息。在數據采集方面，重點解決高并發數的訪問、操作問題，使服務器、數據庫負載均衡并分片處理。在預處理階段，重點做好“生產庫”向“資源庫”的轉移和數據清洗等工作，滿足后續數據處理的實時計算需求。在統計分析階段，要在了解業務需求的基礎上，著重在不同數據的“關聯性”上下工夫，找到規律。在數據挖掘階段，要力爭實現數據從“事后統計”到“事前預測”的突破。
（四）以管理為中心、應用為導向，建立配套的專業隊伍和管理機制“大數據”的決策不能僅憑經驗，而真正要“拿數據說話”，從深層次看，還需要建立科學的、與之相適應的管理機制。同時，“大數據”的研究、建設、運行、維護、應用等每個環節都需要由會技術、善管理、懂業務的復合型專業人員來承擔。“大數據”時代才剛拉開序幕，目前，其許多技術瓶頸尚未取得突破，數據共享絕非易事，數據安全、共享和隱私保護等方面缺乏法律保護，配套的管理和運作機制尚未形成。但是，“大數據”作為生產力，隨著其不斷發展、應用，必將對公安交通管理工作產生深遠的影響，有力地推動各項業務工作向更高的層次發展。
作者：陳志康單位：上海市公安局交通警察總隊
一、大數據時代對學生計算機應用能力的要求
在大數據時代環境下，信息的獲取和選擇、信息技術的掌握應用，直接影響知識的生產、科技的創新和成果的轉化。大數據時代對高校的教學、學生的計算機應用能力提出了新的要求。產業界需求與關注點發生了重大轉變，企業關注的重點轉向數據，計算機行業正在轉變為真正的信息行業，從追求計算速度轉變為關注大數據處理能力，軟件也將從編程為主轉變為以數據為中心。學生要學會對數據的去冗分類、去粗取精，從數據中挖掘知識，要能夠把大數據變成小數據，要在不明顯增加采集成本的條件下盡可能提高數據的采集質量。要研究如何科學合理地抽樣采集數據，減少不必要的數據采集。
二、大數據時代背景下的教學策略
（一）營造適合學生全面發展的軟硬件環境信息時代的發展使得高職院校圖書館和數據中心具備了大數據的特征。科學研究和科技創新越來越依賴于對數據的管理和利用，打造良好、適宜的軟硬件環境是提高職業院校學生信息素養的基礎。目前互聯網技術及應用普及度較高，建設智慧校園可為學生提供更多的接觸信息資源的機會。加強高職院校數據中心和網絡中心的建設力度，在依托傳統圖書館文獻存儲量的基礎上，增加館藏圖文電子數據、電子文獻與多媒體文獻，打造信息化圖書館，為學生提供多元化的信息資源與服務。加強校園社交網絡平臺的建設，利用微信等新型傳播媒介，采用主動推送的方式傳遞正能量，提供有益于學生健康成長的信息，監控、屏蔽不良信息的傳播，過濾影響學生身心健康的不良信息，構建適合高職院校學生學習的良好環境。
（二）發揮數字化圖書館在教育過程中的優秀作用數字化圖書館的建設是圖書館業今后發展的主要方向。數字化圖書館也是一個科技含量較高的系統工程，高職院校各級領導應正確認識，加強資金投入，充分發揮其對教育過程的支持作用。數字化圖書館的典型特征是存儲數字化、操作計算機化、傳遞信息網絡化、信息存儲自由化和結構連接化，可與高職院校的基礎建設可以同步推進。在建設與發展過程中，教師要積極引導學生充分利用數字化信息資源。學生在使用數字化圖書館的過程中會產生一系列的行為特征數據。通過對學學習路徑和學習偏好的數據分析，根據其特點與實際量身設計合理的信息資源智慧導航，從而為學生學習新技術、新知識提供個性化的服務。
（三）加強學生創新能力的培養在知識經濟時代，創新決定著一個國家和民族的綜合實力和優秀競爭力。培養具有創新能力、實踐能力的高素質技能人才，是高職院校人才培養的一個重點方向，也是高職辦學的特色及亮點。創新能力培養的關鍵是創新思維的培養，而創新思維的優秀在于思維的獨特性和新穎性。在大數據時代，學生面臨眾多數據資源。教師需要對學生提供專業的指導，讓學生學會利用互聯網技術和計算機軟件工具解決實際問題，在解決問題的過程中培養創新思維。高職院校應努力營造創新教育環境，結合創新教育，大力推進素質教育。將“小發明、小創造”“大學生實踐技能展演”“大學生才藝展示”等活動納入校園文化活動中。組織學生參加各行業舉辦的職業技能大賽，實現從應試教育向素質教育的轉軌，培養實用型、創新型的復合技能人才。充分重視學生的個性發展，建立專業的師資隊伍對學生的創造發明活動給予強有力的技術指導。對于技術含量高的、有市場推廣價值的創造發明活動，要引導學生進行自主創業，帶動就業。加大創新教育課程的開發與建設力度，強化學生創新能力的培養。
（四）培養學生對信息技術的興趣與愛好興趣是最好的老師，是激發學生學習積極性的動力，是激發創新能力的必要條件。學生只有對身邊的事物發生了興趣，才會活躍思維，激發潛力。在課程設計中加入了生動、形象、貼近工作、貼近生活的典型案例，可以有效地激發學生的學習興趣，讓學生樂在其中，愉快地完成學習任務。教學實踐環節也應緊密圍繞著學生熟悉的事物、案例來開展教學。授課教師應了解信息技術在行業的實際應用狀況，根據不同專業的特點，結合學生，的知識體系結構精心準備授課內容，確定課程的重難點。在教學過程中，通過師生互動了解學生對課程內容的掌握程度，因材施教、精選案例、突出重點，從培養學生興趣與愛好入手，讓學生在輕松、愉悅的課堂教學中學習信息技術在專業領域的最新應用，了解最新的前沿學科理念，學握較新的實用技術。教師如果在教學活動中能及時、準確地解決學生在學習實踐中遇到的疑難，并指導他們完成實訓內容，將有助于學生在學習過程中獲得成就感，激發學習的積極性、主動性和創造性。教師動手實踐能力將使得更多的學生得到有效指導和幫助，實現高質量的課堂教學。
（五）探索高效教學模式根據高職人才培養目標的要求，計算機課程的教學需要與時俱進，隨著各行業大數據產業的不斷發展與應用而不斷進行調整、創新。通過對學生在校期間學習、生活的軌跡進行搜集、整理，形成基礎數據，進而分析他們的學習行為、學習喜好和思維模式，制定適合他們全面發展的教學方法，有針對性地培養和提高他們的計算機應用能力。利用各種輔助軟件，開展行之有效的教學實踐活動，讓學生在“做中學，學中做”。提高各專業學生的計算機應用操作能力，使他們掌握互聯網技術、計算機信息技術、電子商務等。以醫學影像技術專業為例，學生既要學會影像閱片操作，又要掌握最新的X線機、CT、MRI等先進檢查設備的使用與操作。如果能夠將醫學影像技術專業與計算機應用實踐教學相結合，找出兩者的學科交叉點，構建適合時展需要的復合型人才培養模式，將會起到事半功倍的作用。在大數據的背景下，各行各業都需要利用信息技術，特別是數據庫技術、大數據分析技術，用以改變生產、經營、管理、工作、生活等的方式。因此各專業的畢業生都面臨著行業對大數據的使用與開發的迫切需求。培養學生解決問題的實際操作能力，顯得尤為重要。在專業課程的教學中，通過對大數據的應用與計算機應用技術的滲透，不但能激發學生學習專業技能的積極性，而且可以引導學生形成應用計算機解決專業問題的思維模式，對他們將來適應大數據環境下工作具有積極的引導意義。以專業培養目標為基礎，合理對計算機課程進行設置與安排教學，將大數據知識、信息技術知識、計算機應用知識融入到各課程的教學中，構建適合高職類學生學習特點的高效教學模式。
（六）加強師資隊伍建設加強師資隊伍建設是提高學生計算機應用能力的關鍵。計算機應用基礎課程的教師，首先應該是計算機應用方面的專家，既能掌握扎實的理論基礎知識，又能熟練地操作計算機，善于使用相關行業軟件。在教學中能夠起到良好的操作示范作用，給予學生無形的感染力和號召力，增強學習的主動性與積極性。在實踐教學過程中，計算機任課教師不僅要與專業課教師緊密合作，整合校內已有的專業資源和信息技術資源，充分利用好大數據，而且要與行業、企業加強聯系，采取走出去、引進來的方式，讓學生在校期間就能充分接觸各種面向實際應用的信息技術產品與工具。學校要制定行之有效的師資隊伍培養計劃，緊密結合企業、行業的實際需求，建設“雙師型”教師隊伍，加強現代信息技術應用能力培訓。教師應深入企業、行業，了解企業人才需求，了解企業使用的最新應用軟件動態與進展，充分利用好企業、行業大數據資源的研究最新成果，更新知識結構，提高實踐操作水平。
大數據時代是信息化社會發展的必然趨勢。高職院校在教學實踐中要跟隨時展的潮流，在教學思想、教育理念上做出迅速調整，并跟進制定適合學生全面發展的計算機應用能力培養實施方案，有效提高學生的計算機應用能力，增強就業競爭優勢，滿足行業、企業及社會對復合型職業技能人才的需要。
作者：馮橋華單位：安順職業技術學院招生與就業指導處
一、物流行業大數據的特點
物流行業的大數據，可以從多個維度進行解構：結構化數據、半結構化數據、非結構化數據（劉禹，2013；ElenaGeaninaUlaruetal.,2012）。物流行業的大數據既包括存儲在數據庫里的結構化數據，也包括日志文件、XML文檔、JSON文檔和電子郵件等半結構化數據，而更多的數據類型是辦公文檔、文本、圖片、XML、HTML、各類報表、圖像和音頻/視頻信息等非結構化數據，半機構化、非結構化數據約占大數據總量75%-85%。內部數據與外部數據。物流企業的大數據既有來自企業經營的內部交易數據、CRM數據，也有來自其他數據源的外部數據。物流企業的大數據兼具公共、私密二重屬性。外部數據的公共性特征比較明顯，而內部數據由于和行業標準和商業機密密切相關，因而具有私密性。與數據結構的多維特征相對應，物流企業大數據的格式也是多樣的。除了傳統的紙質文件、檔案、報表、表格、記錄、信函等之外，更多的是以數字數據存在的Web文本、視頻、短信、音頻、視頻、郵件，存儲信息、配置文件、符號、圖片、檔案等。數據格式的多樣性和互不兼容、數據訪問的隨機性，為數據的采集、存儲、分析、應用帶來了困難。
二、物流行業大數據的應用特征
（一）大數據的應用潛力巨大
在大數據概念興起之前，企業主要借助內部數據、結構化數據進行決策。商業智能（BI）技術的應用似乎將企業帶入了“智慧世界”，但BI仍然對外部數據、非結構化數據無能為力，沒有“走完最后一公里”，無法有效滿足決策需求。在大數據時代，企業的外部數據權重急劇上升，決策價值越來越突出，這意味著僅僅依據占數據總量15%左右的結構化數據進行決策越來越失之偏頗（T.K.Dasetal.,2013），物流企業決策者駕馭業務的戰情數位儀表盤其實是殘缺的。事實上，一些沿襲原來的IT解決方案的物流企業，普遍遇到數據處理系統擴展困難、處理時間長、傳輸效率低、成本過高的問題（ElenaGeaninaUlaruetal.,2012）。大數據應用技術就是能夠妥善解決這些問題的性價比比較高的數據計算與存儲方式。據ICT權威研究機構CCWRE-SEARCH的研究結論（2012年），無論是從信息技術應用的契合度還是從短期內投資大數據的可能性進行測度，物流行業都具有大數據應用技術推廣的優越條件。但他們同時還指出，雖然物流行業對“大數據”概念的知曉率為91.8%，但究其應用而言，總體上還處于“認知”階段，這意味著大數據在物流行業應有較大的應用潛力。
（二）大數據的供應鏈特征明顯
物流行業大數據的應用正越來越呈現出供應鏈特征。這個“數據供應鏈”，存在著數據收集、數據處理、數據分析、數據價值提取、數據價值消費等多個環節（HsinchunChenetal.,2012），參與者包括原始數據提供者、數據收集者、數據平臺商、數據應用技術開發者、數據服務提供者、數據產業投資者，數據價值消費者等多個主體。就物流企業而言，在這個數據供應鏈中，可以承擔多重角色：既可以是原始數據供應者（主要是內部數據、結構化數據），也可以是數據產業投資者、數據價值消費者。實力雄厚者甚至可以向其他角色拓展，具有優秀的數據供應鏈整合能力的企業將會贏得較大競爭優勢。圖1給出了物流行業數據供應鏈的簡化模型，并借用MichaelPorter的五力分析模型對數據供應鏈各個環節的競爭態勢進行了分析。
三、大數據應用對物流企業競爭力的影響
（一）大數據應用影響物流企業競爭力的機制
圖2給出物流企業競爭力影響因素的分析框架（王海燕，2012；靜濤，2010）。物流企業的競爭力影響因素涵蓋環境、資源、能力三個方面，其中環境要素可以進一步細化為：行業經濟發展水平、宏觀調控、社會人文、物流技術等；資源要素可進一步細化為物質資源和無形資源等；能力要素可細化為戰略決策能力、運營管理能力、市場營銷能力、品牌管理能力、創新發展能力等（張莉，2012）。這里以前文論述為基礎，分析大數據應用對物流企業競爭力提升的影響機制，如圖3所示：大數據通過影響物流企業競爭力的環境、資源、能力三個要素，提升其競爭力，而物流企業競爭力的提升則表現為快速反應、穩定可靠、靈活性和彈性提升，顧客滿意度提升，經濟效益提高等等（ElenaGeaninaUlaruetal.,2012）。
（二）大數據應用提升物流企業競爭力分析
在物流企業競爭力三個影響因素中，環境因素是外部、不可控要素，資源和能力屬于內部要素、可控要素，因此，這里重點分析大數據在物流企業的應用對兩個要素的影響及其表現。1.對資源要素的影響。大數據時代，數據被許多權威人士比作“新型石油”，日漸成為一種戰略性資源和企業的優秀資產。大數據及其所承載的知識和信息作為一種極具戰略價值的經濟資源，通過參與企業的經濟活動和營運過程，正在充分地發揮其獨特的整合效應，促進物流企業提高組織效率、降低成本、創新服務、維系良好的品牌形象和客戶關系、增進經濟效益等。其作用機制如下：第一，盤活物流企業的人力資本。在大數據日益進行著滲透性應用的背景下，將推動人力資源決策由“經驗+感覺”模式向“事實+數據”模式轉型，人才測評和任職匹配將更高效、更精準；處于休眠狀態的企業內部營運數據將被喚醒，培訓需求的甄別將更便利。過程數據和結果數據的空前豐富使得“過程+結果”的績效考核方式將更容易導入，對績效輔導和績效提升更有利。第二，直接增加物流企業的結構資本。大數據應用技術將推動物流企業的組織結構的進一步優化，與戰略的匹配度更高，組織內外信息流動更順暢，協調機制更完善，內部溝通更“智慧”，資源管控和利用率水平更高，對市場機會和環境變化的動態適應能力更強。不僅如此，對物流企業信息技術的升級應用、知識產權的保護、品牌推廣和商譽提升也將產生巨大影響。這些都會直接增加企業的結構資本。第三，為企業贏得更多關系資本。在企業內部溝通更舒暢、更外向的情況下，面向客戶的、創新型的共有價值觀更容易形成和維護，員工所期望的個性化關懷更容易實現，這將推動物流企業的文化建設。同時，大數據的應用還將推動物流企業創新業務模式，主動采用整合傳播，提升品牌美譽度，更好地開展公共關系。物流企業在推行個性化定制化服務、高效的商業伙伴和顧客關系管理會更主動，這些都會為物流企業贏得關系資本。2.對能力要素的影響。第一，提升物流企業的戰略管理、戰略決策能力。大數據的應用有利于企業推行數據驅動的敏捷決策，從長遠來看，還會推動企業組織架構和業務流程的全面變革，企業決策權力的配置將更合理，決策的制度化、流程化程度更高，決策更公開、透明、精準、有效、可追溯?；跀祿臎Q策有助于消弭主觀偏見和思維定勢的消極影響，提升企業的戰略洞察力，把握行業發展的新趨勢，抓住戰略性投資機會。在物流企業競爭力的變現越來越取決于供應鏈的整體效能的背景之下，物流企業還可以在確保顧客隱私和商業機密的前提下，通過與供應鏈上各合作伙伴的數據共享、交換或者交易，動態檢測行業趨勢、聚焦優先目標、優化服務組合、避免無端浪費、探索全新的業務模式等。第二，增強物流企業的運作管理能力。大數據的應用可以提升企業業務營運的可視化程度，推動知識和信息在組織內部的共享；精確掌控企業各項資源的運行情況，比如人員的作業狀況，設備運作狀況，車輛的位置、時間、速度、性能等，有利于企業高效調度各項資源，提升運作效率。以快遞企業為例，大數據的應用可以為企業滿足個性化訂單、開展定制化服務、實施彈性配送等提供技術支撐。它們可以在業務營運的特殊時期，比如“雙11”到來之前，基于大數據的分析，適時調配物流資源，實現業務營運的主動性、前置性，提升配送運作效率和顧客滿意度。第三，拓展物流企業的市場營銷能力。大數據應用技術有助于提升市場研究的效率，有關顧客偏好、情緒、消費體驗等真實信息將更容易取得，有利于對目標客戶的精確細分、重點客戶和高價值客戶高效篩選（徐藝欣，2013）。大數據所承載的有關資源、成本、服務、定價等即時性關鍵信息，有助于企業動態監測市場動態，有效率開展競爭，更好地贏得客戶，增加市場份額。在物流服務營銷方面，可以實施針對高價值的顧客的精準營銷、廣告的精準投放、廣告或者促銷效果的精準測定等（胡玉萍，2011）。大數據應用技術還有利于物流企業擺脫繁雜的中間環節、傳統的營銷模塊式營銷組織的依賴，極大地降低營銷成本。第四，提升物流企業的品牌管理能力。物流企業可以有效利用大數據技術進行輿情監控、品牌健康度動態監測、品牌聲譽管理，高效監控可能有損品牌形象和企業聲譽的負面信息，有效應對惡意炒作或商業欺詐、從容地進行危機管理（ChrisSnijdersetal.,2012）。另一方面，可以通過口碑營銷在較低成本的投入情況下擴大品牌影響力。第五，增強物流企業顧客管理和客戶關系維護能力。企業可以根據大數據所承載的信息與顧客進行深度溝通，改善顧客體驗，取得他們對本企業、競爭對手物流服務的真實評價，有效應對競爭壓力，提高快速響應能力，培育顧客粘性和忠誠度，通過建立穩定的忠實客戶群，實現客戶價值的鏈式反應增值，支撐企業長期、穩定、高速、可預期的發展。第六，增進企業創新發展能力。大數據應用有助于企業建立廣泛的外部合作伙伴網絡，推進整體創新戰略，將問題的“搜索者”和“創意者”、“解決者”結合在一起，為合作創新機制的建立提供了動力源泉（MerjaMahrtetal.,2013）。大數據的最大價值在于從海量數據中發現新知識，創造新價值，其中的重要體現就在于有助于推動業務模式的創新，比如物流企業在條件成熟時就可以通過數據交易、數據應用輔導等業務獲取經濟利益、提升競爭優勢。
四、物流企業推動大數據應用的思路
物流企業應抓住大數據所帶來的機遇，主動借力大數據提升企業競爭力（閆成印，2012）。本文推出涵蓋戰略（Strategy）、領導（Leadership）、流程（Process）、技能（Skill）、人員（Personnel）的（SLPSP）模式。戰略（S）：建立數據資產管理戰略，作為物流企業總體戰略的一部分，圍繞“資源管控”和“服務優化”兩個基本命題，在企業整體戰略中要有大數據應用的總體方案。這一方案既要著眼企業的實際情況，又要有長遠的規劃，在軟件和硬件投入方面都要有指導性的日程表安排。在保障機制方面，還要通過有效的“頂層設計”打破組織壁壘，促進數據資產的溝通、融合。領導（L）：大數據的應用是“一把手”工程，領導的重視是成敗的關鍵。企業領導層應主動變革思維模式，進行實質性的資源投入支持大數據技術的深入應用。摒棄那種僅僅用數據來粉飾決策、支撐既有觀點的做法，從戰略高度對數據資產的價值進行再思考、再認識，把大數據的應用、云計算等作為戰略實施的有力推手，而不僅僅是將其視為傳統IT管理的一個方面。流程（P）：優化數據資產管理和大數據應用的流程。在數據的收集和處理方面，要做好整合，認真發掘組織內部的“休眠數據”并認真評估其價值，同時要高度重視外部數據對企業的戰略價值，推動企業內部的數據處理系統與合作伙伴的相關系統的集成，實現順暢的數據交換和信息交流。在數據的存儲與處理方面，優化企業的IT的服務器、存儲設備和網絡設備，引入能與硬件設施設備無縫對接、合乎大數據應用需求的數據管理和分析軟件，必要時要借力基于開發架構的、具有靈活的擴展能力、性能卓越的第三方平臺（姚堯，2013）。不斷深化大數據的應用，實現人、機、系統等要素的有機化。技能（S）：促進大數據應用技術在組織內的擴散，并內化為組織整體技能。推動員工熟悉數據驅動決策下的業務運作，將數據應用視為業務營運的工具和助手。采取措施推動員工數據應用技能的持續進步，促進企業決策者、管理者、業務人員和數據工程師基于數據分析和數據應用的溝通、共享、協同，消除“數據孤島”現象。人員（P）：有計劃地培養大數據應用的專業人員。這些專業人士應成為“數據工程師”，兼具數學知識、IT技能、業務知識，并能夠作為大數據應用的“先鋒”，引領企業跨越“數據鴻溝”，并能提供專業的數據應用技術服務。
作者：魏繼華單位：河南交通職業技術學院
摘要：隨著網絡技術的發展，我們逐漸走出數字時代，迎來了大數據的時代，大數據的理念和技術在社會的各個領域都開始發揮越來越重要的作用，它的到來為我國大學生思想政治教育工作帶來的新的契機，促進了對大學生大數據收集、挖掘和分析的積極性，這不僅有利于觀察大學生群體的總體特征，實現大學生行為的預警及預測，還有助于探究個體大學生的偏好以及習慣，實現大學生思想政治教育的個性化。但是，把大數據運用在大學思想政治教育中的同時，需注意主要是探究因果、依托數據、探究因果，而不是注重相關、依賴數據、發掘隱私等。
關鍵詞：大數據；大學生；思想政治教育
前言：
2013年被稱為中國大數據元年，在大數據的帶領下，未來10年將會是智慧科技時代。在未來，大數據將會給各行各業帶來前所未有的挑戰，而大學作為知識最密集，思想最活躍，網絡技術應用最充分的地方，師生在學校里的所有行為都將轉化為大數據，是教育大數據的來源。目前，人們對大數據的認識處于起步階段，大數據在教育中的研究和實踐更是才剛剛開始。我們雖然已經預想到大數據會給大學生思想帶來巨大的沖擊和影響，但如何完美地將大數據應用在大學生思想政治教育中，加強大學生的思想政治工作，是現在大學生思想政治教育工作者應首要考慮的問題。
1大數據的產生和運用
大數據（BigData）又稱為巨量資料，指需要新處理模式才能具有更強的決策力、洞察力和流程優化能力的海量、高增長率和多樣化的信息資產。“大數據”概念最早是由維克托?邁爾?舍恩伯格和肯尼斯?庫克耶在編寫《大數據時代》中提出，指不用隨機分析法（抽樣調查）的捷徑，而是采用所有數據進行分析處理。大數據有4V特點，即Volume（大量）、Velocity（高速）、Vari－ety（多樣）、Value（價值）［1］。隨著網絡信息技術的突飛猛進，數據已經成為各行各業的重要生產因素，在互聯網的推動下，大規模引用數據和分享的時代正在開啟，人們對大量數據的不斷應用和深度挖掘，代表著新一輪消費者盈余浪潮的即將到來。隨著越來越多的人認識到互聯網給人們的經濟和社會帶來的巨大價值，人們開始慢慢把大數據模型系統應用到公共服務中，為政府、企業、個人提供服務，一大批對數據既務實又創新的做法和應用應運而生。比如：2013年“雙十一”，阿里巴巴對消費者需求信息進行匯總分析，隨時調整系銷售計劃和商品，創造了網絡銷售的奇跡；哈佛和麻省理工等世界名校向世界開放在線學習平臺，讓更多的學習者在上面學習，以此收集更多的數據，研究學習者的學習需求，打造更好的學習平臺。如果能夠很好的組織和使用大數據，將會給社會發展和科學技術的發展起到巨大的推動作用。
2大數據給大學生思想政治教育帶來的變革
在以前，傳統的思想政治教育有著面向大眾、單向、無法選擇等特點。教育者在課堂上往往是采用課堂灌輸式的教育方式向受教育者傳授知識，面臨的教育對象是一大群人，致使教育缺乏針對性和教育者的主動性。在教育中，發言權主要是掌握在教育者手里，因此受教育者在選擇知識的內容上十分被動，使得受教育者特別容易抵觸思想政治教育，對思想政治教育產生生逆反心理，導致受教育者難以被傳統的教育方式長久深遠的影響。在大數據時代，信息數據有著面向小眾、互動、可以選擇的特點。受教育者不僅可以通過網絡來尋找各類不同的教育信息，還可以通過對數據挖掘和分析，對個體進行有針對性的教育。網絡是一個平等開放的環境，因此教育者的發語權被削弱，學生和老師擁有了平等的話語權力，能更好的和學生交流探討，但與此同時使思想政治教育工作者的主導地位受到沖擊。在大數據時代，因為網絡數據具有開放性、自由性和共享性的特點，所以它雖然可以使大學生能夠在眾多訊息中快捷的獲取自己需要的資訊和知識，但在另一方面，因為大數據時代數據量十分多且雜，所以影響大學生的各種消極負面的信息也會出現。比如西方或國內少數敵對勢力會利用網絡信息來傳播他們與國家相對立的價值觀和十分極端自由主義、民主主義思想，以此來影響和改變中國青年的思想，達到最終在思想上和平演變中國的目的。大學時代是人們的世界觀、人生觀、價值觀、民族和文化意識等的形成何種形態的最關鍵時期，但由于大學生具有好奇心強，接受新事物快，分辨能力較差等特點，所以他們很容易受到網絡上一些虛假信息的誤導，從而動搖受教育者的主流價值觀意識。
3大數據在大學思想政治教育中的運用
二十一世紀后，我國各大高校的教育信息化建設迅猛發展起來，大數據在教育應用中的興起給高校思想政治教育帶來了新挑戰和要求，為大數據在大學生思想政治教育提供了新的思路，學校圍繞“數字校園”為主題進行建設并效果顯著。數據整合和應用集成是建設數字校園的主要兩個方面，通過對大學生學習和生活行為所產生的大數據進行分析，以此獲取每個學生的價值取向、興趣愛好、學習能力、接受水平等信息。其主要目的是將校園信息資源進行整合和集成，建立在學校統一標準下各類數據充分共享和交流的一個統一的數字平臺，將數據的運用系統化。現在有一批高校已經開始啟動智慧校園的建設，促使網絡學習逐步融入到大學生教育、生活中，融合的網絡技術來豐富學生多彩的學習生活和校園文化、通過透明和高效的校務管理建設給學生帶來安全、健康的生活學習環境。智慧校園強調“以服務為優秀，以管理為支撐”的理念，目的是實現大學生和校園的“深度融合”。教育的本質應是促進學習者個體的發展，教育模式上應從傳統課堂的集體教學向數字化個性教育轉變發展，通過利用云計算、物聯網等技術實現對相關信息的收集，比如對相關人員、設備、資源，學生的學習偏好、認知特征、學習上的時間、空間、伙伴等的相關信息，這些數據信息既能夠幫助學校思想政治教育改進教育和服務工作，也是學生對現有的教育和服務提供的一種信息反饋。通過對這類信息的分析和反饋，進而根據學生的個性特征和學習需求開展真正意義上的個性化教育，改進現有的教育工作模式和內容，建設智慧校園。依托智慧校園建設，在大量的校園數據的基礎上挖掘出與學生行為習慣、學習特征、興趣偏好等相關的數據和信息，憑借相關數據和建模技術，可以合理有效地幫助教育者預測大學生的思想行為，將大數據與思想政治教育工作進行結合，提高思想政治教育的效果，與此同時也要注意防范其中的風險和不利因素，構建教育模型，建立合理的預測方法，這樣才能夠很好的利用大數據，使其發揮正能量的作用。
作者：于盼 單位：遼寧師范大學
摘要：以云計算、大數據、互聯網等為代表的信息技術在電影行業發展的背景下，電影產業已經進入數字化向信息化轉變的關鍵時期，大數據的理念也正深入到電影產業的各個環節，從項目立項、內容開發、演員篩選、制作發行、院線推廣等，但大數據帶給電影的嬗變和創新更多體現在電影營銷策略之中。本文圍繞電影藝術中大數據的應用來全面認知大數據的力量。
關鍵詞：電影產業；電影營銷；大數據
一、電影產業正在步入大數據時代
在信息化和工業化迅速推進，特別是以云計算、大數據、互聯網等為代表的信息技術在電影行業發展的背景下，電影產業已經進入數字化向信息化轉變的關鍵時期。2013年，一部基于大數據分析訂制的美劇《紙牌屋》讓全世界認識到大數據的力量。同年，谷歌公布了一項研究成果“電影票房預測模型”，證實電影相關的搜索量與票房收入之間存在很強的正相關性?；陔娨晞〉某晒肮雀桦娪捌狈款A測模型的走紅，使基于數據分析訂制影視劇的模式在中國影視公司、互聯網公司、院線等機構得到應用嘗試，大數據的理念也正深入到從項目立項、內容開發、演員篩選、制作發行、院線推廣等。大數據的出現不僅為電影上映前提供準確的觀眾信息，而且將眾多的電影衡量標準數據化，比如投融資、發行與放映、電影衍生品的開發與推廣等，電影的投資方與制片人可以依據這些大數據來精準的開發電影項目，尋找更為合適的導演和演員，有效的降低因電影投資、資金流動產生的風險?！都埮莆荨返娘L行就是美國NETflix公司通過多年數據積累得出觀眾最喜歡的劇情、演員陣容后才得出拍攝《紙牌屋》的決策。此外，除了制作領域，觀影人群的屬性、人群分布、觀影習慣等數據對于電影發行、營銷環節有重要的指導意義。如何將電影大數據的應用價值挖掘出來，用以掌握產業規律、洞察產業趨勢、規避產業風險，這對于推動電影產業實現戰略轉移和產業升級具有重要意義。
二、基于大數據的電影營銷新特征
1、電影營銷的“精準化定位”
大數據的時代，可以通過用戶的瀏覽痕跡準確的儲存潛在用戶的數據，進而挖掘并鎖定目標用戶，充分利用數據的魅力，將用戶的個性、消費習慣、行為特征等元素進行細節還原，為電影營銷提供充足的數據保障和策略支持。電影營銷在大數據的支撐下更好的踐行了從大眾營銷—分眾營銷—精眾營銷的發展脈絡，以數據來了解不同觀眾的觀影需求，將抽象的觀眾概念真正做到了具象化，精準的了解觀眾的態度、想法和行為。而大數據的意義就是將抽象的觀眾靈活呈現出來，進而捕捉觀眾的愛好、習慣，甚至付費方式。通過對網絡用戶的跟蹤記錄，獲得龐大的用戶數據庫，這些數據被收集、整理和存儲，在電影營銷過程中被篩選、采納用來分析觀眾的觀影態度及行為，進而對用戶行為進行細分和定位，開展精準化營銷策略?！缎r代》的出品方樂視影業通過大數據分析，將電影的消費群體進行精準定位，如“該片40%的觀眾將是高中生，而他們是郭敬明及楊冪等主創的忠實粉絲，是沖動型消費者，30%的是白領，他們對《小時代》感同身受，是營銷導航的重點，20%則是大學生，他們是非優秀消費者，但是能夠通過傳播從而影響這群人；另外10%為目前觀影年齡在26-35歲之間的人群，他們是需要擴大外延的潛在觀眾?！被谏鲜龇治觯瑯芬曉谌珖鴶蛋偌矣霸号e辦《小時代》零點首映嘉年華以及其他一系列有針對性的活動。在放映之前更是確定了首輪觀眾、次輪觀眾、三輪觀眾的放映策略，進而開展針對性的地面營銷活動。
2、電影營銷的“社會化營銷”
以Facebook、人人網、微信、微博為代表的社交媒體出現，使得人們在互聯網的世界里溝通的更加頻繁，無形之中建構了一張大而密的社會關系互動網絡。在網絡的空間里，網民樂于分享、頻于互動，敢于評論，這張社會關系網將網民的空間距離大大拉短。通過追蹤用戶的瀏覽痕跡、互動轉發、評論留言等洞察復雜的態度和行為模式，進而達到利用數據進行有效營銷的目的?！逗髸o期》就是利用數據進行“話題營銷”的典型案例。韓寒本人不斷在微博創造熱門話題，貫穿電影宣傳過程；制片方微博曝光演員、劇照等熱點來引發話題討論；開發微博互動活動來調動觀眾的好奇心和興趣點，引領電影話題討論。大數據的應用將虛擬空間的話題得以發揮，通過數據的整理分析，持續引導話題的熱度和廣度，把握用戶的心理和預期，進而制定直接有效的電影營銷策略。
3、電影營銷的“O2O模式”
O2O作為線上與線下互動的模式，順應了時代的潮流，已被廣泛應用到商業各個領域。在電影營銷過程中借助大數據的力量，結合對線上數據的分析，制定線下的執行策略，再由觀眾的反饋中提煉價值數據，作為電影營銷的依據。大數據技術能夠使線下營銷更為高效有力，同時運用o2o思維方式，通過線上調研、貼吧、微博等線上平臺整理數據，提煉出有價值的數據從而將觀眾進行精準化分類，有針對性地制定不同營銷策略和投放方式，實現線上發起，線下體驗完成，達到最大營銷效益。如樂視影業采取的O2O模式并提出“一定三導”的理念，“一定”即定位，通過對網絡收集和整理的數據進行分析，定位目標受眾群體；“三導”包括社會媒體的“導航”、“樂影客”的“導流”、地面營銷服務系統的“導購”。至此，形成了線上線下、立體式全方位的營銷模式。
三、電影營銷藝術中大數據應用的反
1、大數據的局限性和滯后性
大數據分析的優秀假設條件是網絡世界能夠提供全數據。某種意義上，我們的“大數據”并不是真正的大數據，很多數據存在以偏概全的認知。據調查，在電影營銷中，很多數據僅僅通過問卷、電話采訪或者街頭隨機訪問等方式收集的數據，具有一定的局限性和片面性。另外數據并不是越大越好，盲目的收集和整理大而全的數據會存在耗時、耗力、耗財的情況。此外，對海量數據的有效分析，對未來的市場具有很強的預測價值。但大數據本身其實是對過往行為的熟悉分析，對于未來行為的指導會存在一定的局限性和滯后性。
2、急需深層、理性的分析
在電影營銷過程中，不僅需要社會公眾的人口特征、公眾觀影行為的統計數據，還需要收集社會公眾的主觀認知、態度、情感與行為傾向數據，深度挖掘蘊含的價值，才能更有效地制定營銷策略。目前的電影營銷過程中更多的是對大數據的表象解讀，比如觀眾的評論指數、觀眾的購票指數、互動指數等等，無法深層次的考量其因果關系。電影作為藝術產品，具有非理性的體驗式消費特征，電影本身的藝術特質不能因為數據而改變，在未來的電影營銷過程中，不要盲目的為數據改變藝術本身，要理性的看待數據，服務于電影藝術。
3、需要搭建公開、投融、融合的大數據平臺
2015年，被稱為電影行業的“大數據”年，眾多互聯網機構、網絡公司加入到大數據的潮流中，以百度糯米和微票BAT為例，已經具備了大數據的整合分析能力。同時以貓眼電影為代表的大數據網站也構建了數據分析平臺。但在電影營銷領域中，數據呈現各自為戰，數據分散的特征，多個數據公司基于商業價值的考量，并未將各自的數據公開化、透明化，致使電影營銷過程中經常出現數據浪費、數據偏頗的情況。在未來的電影營銷過程中，我們需要建立一個公開、透明、融合的數據共享平臺，只有平衡各方利益，通力合作才能真正實現大數據庫的營銷價值。綜上所述，電影行業要充分借鑒互聯網在線積累、快速獲取以及高效處理海量多源異構數據的技術優勢和成功經驗，為電影行業擴展新的發展機遇。2015年6月，上海國際電影節組委會全國首個《互聯網+電影趨勢研究報告》，報告“借助互聯網，制片公司可以深耕觀眾的細分需求，找準市場空白點，從而更好地把握中國觀眾的心理、情感需求，提高自身的競爭力。”雖然大數據在電影劇本優化、電影營銷、發行與上映、票房預測等方面對電影產業產生影響，但大數據分析僅僅是網絡分析的一種新模型，數據取代不了藝術家和藝術創作。大數據時代，需要我們對數據進行深層、理性的解讀和應用，電影藝術才能得到最大程度的推廣。藝術需要數據，但不能因數據架空藝術，電影產業是文化、知識和技術的高度關聯，也高度依賴創新和融合。未來的電影產業不僅需要大數據的輔助，更需要好的劇本、導演、演員群體、制作和發行公司的共同推動。
作者:谷海燕 單位：河北藝術職業學院
摘要：大數據技術的發展為高校圖書館開辟了新的管理方式。本文研究了大數據技術的應用對高校圖書館的影響，提出了構建信息平臺、挖掘用戶數據、信息分析等大數據在高校圖書館管理中的應用。
關鍵詞：大數據；圖書館管理；數據處理；高校
一、大數據與圖書館管理
在國家大力推動“互聯網+”的大環境下，國家已邁入了全民信息化時代，大數據概念逐漸深入人心。大數據從廣義上說，就是以海量化信息為基礎，從中進行數據挖掘、統計、分析、利用的新型信息技術。大數據具有類型多、流量增長快、價值密度低等特點。隨著社會對大數據的重視程度不斷提高，大數據技術飛速發展，正在日益改變人類的生活。2013年文化部發文指出，要引入先進的數據技術，創設服務便捷、覆蓋全媒體的數字文化服務網絡，最終形成網絡條件下的新型圖書館服務業態。新環境下，怎樣利用數據資源進行圖書館的管理創新，提升利用價值，值得高校相關管理部門重關注。
二、大數據技術對高校圖書館的影響
圖書館本身就是數據與信息的聚集地，天生適合應用運新的信息技術。大數據作為新興信息技術，在助推圖書館的管理，如進行館藏資源篩選、用戶信息挖掘、提高服務水平、拓展服務范圍等方面具有較大的現實意義。大數據技術能使高校圖書館的館藏資源得到充分利用。作為高校圖書館，與公共圖書館相比，除存儲大眾內容的紙質圖書外，還需對專業化學科信息進行收集，往往還承擔著科研信息收集、處理、傳播的重任，數據庫、期刊等的購買開支較大，利用大數據結合云計算的分布式處理、分布式數據庫和云存儲、虛擬化技術，根據用戶數據分析使用頻率，可將這類特殊信息的存儲更新與成本控制進行最優化處理，增強高校圖書館館藏資源建設能力。大數據技術增強了高校圖書管理的便捷性。對圖書館管理來說，大數據技術的應用，可將圖書的收集整理、統計匯編、存儲保管、開發利用的各個環節進行優化，達到一體化管理，依靠識別技術的高速、智能優勢，簡化圖書管理程序，推進各個環節的資源整合，大大提高圖書管理效能。利用大數據技術能提高高校圖書館信息資源建設。高校圖書館面對的受眾基本是學生和教師，學術水平高，接收新事物能力強，正適用于使用大數據技術進行信息資源的傳播及推廣。讓用戶更多地利用高校圖書館信息系統進行檢索查詢，方便快捷，減少圖書館紙質書籍的整理工作，減輕工作人員壓力，還可以根據搜索內容進行數據挖掘，預測未來需求。
三、利用大數據進行高校圖書館管理的措施
1.構建圖書館信息資源數據挖掘平臺
高質量的圖書館信息資源利用是高校圖書館的終極目標。建立一個統一的信息平臺，利用數據挖掘技術實時分析用戶行為，圖書館的工作人員可在后臺直接監控用戶行為，了解不同層次的學生與教師的信息需求、閱讀特點和規律、館藏情況等信息，在圖書、期刊和數據庫采選時將信息導入評價工具模型，根據權重、評價體系挑選出符合需求的圖書，最大可能避免了采購人員及供應商的主觀色彩，按照用戶喜好和需求進行采買，還可以利用數據挖掘完成資源購買后的評價工作，通過大數據觀察用戶的使用及滿意程度，有利于提高館藏圖書質量和針對性。
2.通過用戶數據管理提供個性化服務
在全社會都進入網絡時代的情況下，圖書館滿足用戶的信息需求不能僅限于辦理圖書借閱、查詢等基本管理。高校圖書館應當利用自身用戶群學歷高，接受新事物快等特點，抓住機遇，積極研究大數據技術的應用，提供個性化服務。如過去只能通過圖書館系統進行書籍查詢，現在可以利用微信公眾號主動進行新書推送、新購置數據庫使用說明、講座信息通知等；將新書錄入系統與用戶需求系統相連，當入庫新書與該用戶在系統中登記過的需求信息相匹配，系統自動發送短信或郵件進行提醒。將用戶服務向“智能化”方向轉變，最后達到“個性化”水平。將用戶納入到圖書館的管理中，利用大數據技術使圖書館更加“親民”，利用用戶對待母校圖書館的不同感情基礎，營造每個人都參與圖書館建設的鼓勵氛圍。如通過鼓勵同學撰寫讀后感取積分、積分兌換借閱天數等形式，提高用戶黏性，實現良性循環。
3.大數據存儲管理
傳統圖書館的館藏紙質書籍，無論怎樣保養、維護，都避免不了逐漸破舊的后果。通過大數據技術，圖書館的館藏資源需要從“紙質化”向“數字化”再向“數據化”轉變，使數據能長久保存。這對圖書館目前的存儲設備提出了挑戰，同時還面臨著數字化的使用安全、版權等問題。同時，在數字化的過程中，應當注重數據結構的完整性，如多增加音頻、視頻等非結構化數據，數據庫建成后注重整理和過濾，保證數據的完好性及使用方便性。
4.提高圖書館自身條件
大數據是數據分析的前沿技術，對目前的圖書館管理人員的專業水平、信息化硬件、軟件水平都有較高的要求，數據存儲、設備改造等需要投入大量資金。高校圖書館作為學校的一個部門，資源相對更為豐富，工作人員的水平也較高，在大數據的應用上有比較高的起點。圖書館可在現有基礎上，提高信息化設備，培養既有圖書情報專業知識，又具有數據分析、挖掘數據價值專業人才，提高圖書館的優秀競爭力，使圖書館切實成為充滿活力的信息集散地，在大數據的時代背景下有所作為。
作者：金瑩 單位：河南工業職業技術學院
大數據是一種全新的信息獲取方式，是通過數據之間的內在聯系來達到客觀分析未來某種預期的有效途徑。在教學管理中引入大數據技術與概念能夠改變傳統人力資源管理預判性不強等弊端，同時建立基于更為廣泛的時間軸內的教職員工評價體系。不僅有助于高校具體人力資源管理體系的構建，還能從根本上提高高校教職員工管理的效能。而現階段，大部分高校已經實現了數據化管理與無紙化辦公體系的建設，這使大量的數據能夠基于計算機互聯網絡進行傳輸，為后續大數據體系的引入與應用奠定了必要的基礎。本文結合高校人力資源管理的目標以及客觀需求對大數據的應用前景與作用進行分析，并探究其在高校中的應用途徑，希望能為今后的相關體系建設提供必要的理論基礎。
一、大數據的優勢及其在高校教職員工管理中的應用
大數據的基本特征是數據來源的維度較大，處理方式較為先進。在其具體的應用過程中主要表現為如下三個方面的優點：（1）大數據體系能夠打破時間與空間的維度障礙，使得不同人員、不同部門、不同層級人員之間具有廣泛的可比性，進而使后續包括績效、考核等相關制度建設更具有理論基礎與科學根據；（2）大數據技術的引用能夠從一個更長的時間節點上對相關人員進行評價。此種長時間跨度的評價機制一方面能夠使得評價結果更為準確，另一方面也可以使評價機制更為科學并具有延伸性；（3）大數據技術的應用能夠在當下評價的基礎上提供更為全面的預期評價。在基于當下的評價基礎上，為教職員工的未來發展提供可能的預期，對于高校的學科建設與統籌發展具有積極影響。高校教職員工管理中應用大數據技術已經成為未來管理體系建設的一個重要途徑與必要方向。該套體系的應用應該以預期及綜合評價為主。以高校教職員工的科研水平評價為例，現階段的科研評價主要以單一的數量、質量等單一的客觀指標來進行評價。而此種模式存在的弊端是顯而易見的。大數據技術的應用能夠較好地解決這些問題。其通過對科研程序的全生命周期的介入能夠將不同階段下的成績分別納入評價體系中來，進而形成更為嚴謹的評價模式。此外，根據大數據的客觀表現以及相關人員的周邊指標，如課題先進性、交流程度、人員自身的能力建設、年齡、家庭因素等多個維度的數據匯總，可以獲得相關人員的“科研生命曲線”，為其未來的發展提出可靠的預判，對于學科的整體建設具有積極意義。
二、基于大數據的高校人力資源管理實現途徑探究
上文對大數據技術在高校人力資源管理中的作用進行了探究。而在具體的執行與體系建設過程中還需要注意以下幾個方面，并在具體建設途徑的過程中從以下幾部分入手：
1.構建完善的數據收集體系
對全體教職員工的管理要素進行設定，并針對不同的崗位與職能進行差別化數據收集。其中應該包括非隱私類別的家庭與個人信息、科研現狀與進展、教學情況與評價、研究方向與交流現狀、相關領域研究現狀與進展等多個方面。只有完善數據收集系統才能為后續的數據分析與評價提供準確的數字信息。在具體的搜集體系建立的過程中應該采用多渠道的收集模式，通過統一數據庫的整合平臺，結合個人申報以及部門搜集等兩個方面來進行。只有如此，才能有效地將個人的教學與研究與人員管理結合為有效的整體。
2.構建科學的數據處理模式
數據的收集僅作為大數據技術應用的一個必要過程，而具體的應用以及作用的發揮依賴于數據的處理。在具體的處理過程中可以從如下幾個方面入手：（1）確定數據處理的方向與目的。在明確的目的支撐下才能對后續的客觀評價體系進行有效建設。（2）針對具體的目的，確定必要的評價指標，可以是以部門為單位、學院為單位，甚至是個人為單位的評價子系統。以病假為例，分析不同時間階段的部門病假情況，能夠對人員的統一調配形成指導性的意見。
3.構建合理的數據評價規則
大數據技術的應用能夠使人力資源管理形成有效的量化預判與報告。而針對報告的應用才是該系統的根本目的。在構建合理的大數據管理體系之后，應該對能夠產生的各項指標進行關聯研究與報告。如課時時長與科研的關系、入職時間與個人成長的關系等多個方面。而在具體的應用方面也可以直接應用與間接應用兩個方面為主。大數據技術逐步成熟，也逐漸在各行各業中發揮其應有的作用。而現階段高校的教職員工管理中的諸多弊端可以通過引入大數據技術來加以規避。結合這個背景，本文對大數據的具體內容以及其在高校教職工管理中的作用與優勢進行了探究，并結合高校人力資源管理的現狀與特點提出了三個方面的實施步驟與要求。希望通過本文的研究能夠為今后的相關體系建設與高校人力資源管理體系的完善提供必要的理論基礎與實踐指導。
作者：李辰 孫林 吉瑤 單位：長安大學
1蘇南制造業大數據應用類型
蘇南制造企業的類型種類繁多，根據企業所具備的優秀優勢不同，其大數據的應用大致可以分為如下四種類型。
（1）技術優秀型。此類企業的優秀競爭力體現在研發技術以及生產的產品上。例如蘇州的電子通訊設備制造業、納米產業；無錫的物聯網設備企業在全國乃至全球市場占據主導地位。此類企業切入的重點是研發和生產環節，對于數據的采集和使用以產品數據為主。
（2）資源優秀型。這樣的企業依賴于資源，原材料。重點需要解決的是庫存問題。比如能源、化工類企業。此類企業大數據應用的切入點應重點關注原材料的產地的信息數據，銷售策略的分析，庫存的管理消化以及財務系統，將運營數據作為重點優秀數據進行采集和使用。
（3）管理優秀型。這樣的企業產生利潤和價值的地方在于對企業內部自身的挖掘，注重管理至上。這樣的企業信息化的切入點應以人員管理，產品流程管理，生產銷售管理等方面為重點，以提高管理效率來產生價值。所以在企業大數據開發上，投入重點應是以價值鏈數據為首，整合各環節的管理系統。
（4）銷售優秀型。此類企業的優秀價值在于客戶的維護與擴展，產品的物流與銷售，同類企業之間的協調與發展。比如蘇南制造業曾經極其強勢的紡織業。此類企業信息化的切入點是客戶信息的收集與挖掘，銷售渠道的信息數據，物流系統的信息數據管理，市場反應的信息數據，市場流向的把握與分析。對于此類企業，重點應放在市場銷售，市場數據，物流管理等外部數據方面。對四類企業做個共性分析，可見大數據對于蘇南制造企業的應用效應主要體現在兩個維度：一是在前端發現更多的商機，對客戶實現全方位的關照，挖掘和拓展更大的增值空間；二是管控風險、提高效率和降低成本。
2大數據應用中存在的問題和對策
（1）理念落后。制造業信息化是為了應對經濟全球化信息全球化的必然選擇。在競爭全球化的背景下，相對全國較發達的蘇南地區與世界相比，制造業信息化普及之后的大數據應用“起步晚”“接受慢”。一些中小型企業對大數據應用于企業發展的新趨勢還停留在概念階段。大型企業在大數據平臺的引進和使用上也剛處于起步階段，初具規模。制造業強國———德國在近期提出工業4.0概念；美國依靠大數據的精準分析，研發出特斯拉這種以信息數據作為競爭力的產品，領跑全球。大數據技術的戰略意義不在于掌握龐大的數據信息，而在于對這些含有意義的數據進行專業化處理。換言之，如果把大數據比作一種產業，那么這種產業實現盈利的關鍵應該是終端的使用。制造企業應該主動去獲取，去使用大數據，來更新產品和服務的水平。
（2）運用的深度，廣度不足。未來的制造業布局要上升到以數據和網絡為優秀對產業進行整合和控制的層次。制造產業利用數據平臺進行模式創新，同時進行技術創新，模式創新可以引領技術改造，形成新的業態。不幸的是蘇南多數企業對信息系統的運用停留于表面，僅是相關數據的采集，歸納。沒有花大量的精力去分析數據，對數據進行充分的挖掘，有效信息不夠。同時涉及的信息面相對狹窄，廣度不足。大數據對于蘇南大多數制造業企業來說，看得多，做得少，這確實是目前的實情。其實藥方也是有的，工信部在“十二五”規劃中，曾提出要發展四項關鍵技術創新工程：一是數據挖掘，來解決對數據收集的能力；二是海量數據存儲，解決對數據存儲的能力；三是信息處理技術，來解決對數據分類和分析的能力；四是圖像視頻智能分析，解決對數據的高級分析的能力。
（3）人才缺失。制造業信息化使機械制造與數據的關系發生了深刻的變化，這種變化是需要懂知識有技能的人來推動和實現的，很多企業在實現大數據應用的時候都是顯得心有余而力不足。究其原因很大程度上在于相應人才的短缺。即使有企業愿意花大精力去培養員工，培養的效果也是一般，再加上高層次的人才的頻繁流動，對制造企業來說，面臨著“招不到，留不住”的尷尬境地?？偛课挥诮K宜興的遠東控股集團董事局主席蔣錫培認為，制造企業迫切需要打破信息孤島，以減少時間成本和投入?！皵祿褪秦敻??！笔Y錫培說，“在從事的行業要保持領先，必須用好大數據，最關鍵是要有優秀人才”。在這個問題上，需要政府、高校和企業共同努力，從標準、師資、經費各個方面進行融合，培養適合制造企業需求的數據分析師。
3結語
15年前開始的制造業信息化是將信息技術、自動化技術、現代管理技術與制造技術相結合，改造和提升制造業的服務性和基礎性的系統工程。今天蘇南制造企業迎來了大數據技術，它是信息化的延續，也是新的開始?？萍荚谶M步，時代也在改變。隨著互聯網的興起，供應鏈、物流、運營為越來越多的企業所關注。大數據無疑會是未來影響制造業發展的最受矚目的技術，其也將成為促進制造業的發展源動力之一。
作者：肖玥 汪志曉 單位：無錫職業技術學院，
一、大數據的基本特點
毫無疑問，隨著經濟和信息通信時代的發展，大數據已經成為對各行各業影響都較為深遠的一門新興技術，它在對企業變革的影響之中也占據了很重要的地位，因此，企業要想能夠快速而穩定的進一步發展，那就必須試著采用大數據技術。下面我們就大數據的基本特點先做一個簡單的分析。
(一)大數據的類型多種多樣
經濟在發展，時代在發展，人類社會中產生和存在的數據不僅在數量上越來越多，且在類型上也越來越呈現多樣化。它不僅包括人與人之間的產生的數據種類，還包括機械與機械之間產生的數據類型，包括人與機械之間產生的數據類型等等。其涵蓋的范圍也相對較廣，包括了視頻圖像等多種方式，多種多樣的數據類型的產生無疑可以幫助我們的企業不斷地發展壯大。
(二)大數據的處理速度相對較快
大數據一直都有一秒定律，即指大數據在處理資料時速度相對較為快速一些，這主要是由數據流的高速性和實效性來決定的。對于大數據的信息，我們需要對其進行快速而有效的處理，并且一定要達到能夠全面深入的挖掘有價值的信息的能力，這對于企業針對有關事項做出精準的判斷和分析并拿出有效措施極為有利。
(三)大數據的數量體量較為龐大
有關數據顯示，近年來，隨著科學信息技術的快速發展，大數據的存儲量一直保持在不斷增長的狀態，且仍有繼續高速增長的發展趨勢，它的快速發展直接推動了大數據的商業價值意義。
二、大數據在企業管理中的應用和推廣有關調查顯示
大數據在當今社會各企業中已經被逐漸的廣泛使用，雖然興起的時間相對較晚，但是其發展速度還是相當可觀的，因為它可以切實有效的促進企業的優秀競爭力，從而來實現企業長遠有效的發展。下面我們就大數據對企業的影響以及它在企業中的應用做一個簡要闡述。
(一)大數據可以幫助各企業仔細的了解所屬用戶情況
在企業的實際運營操作中，我們不再傳統的采用市場調研的陳舊方式，而是可以通過大量的數據信息來從中發現一種能夠切實推動自身企業快速發展的具體社會形態，并通過具體數據來了解所屬客戶對企業所研發產品的真實態度，以此從中獲取客戶對產品的諸多要求和建設性意見，并根據這些反饋性意見來重新定位出企業所生產產品的新特征。
(二)大數據可以幫助各企業來發展潛在資源
在企業的實際操作中，企業一定要在實現對資源的準確控制的基礎上，進一步的對潛在的數據資源進行有效的發掘和利用。這些則可以通過大數據的信息處理技術來實現，我們首先可以通過對企業的基本資源進行一個大概的整理規劃，然后將潛在的資源信息進行簡單的數據處理并以圖像呈現的基本方式向大眾展示，使得信息利用實現最大化。
(三)大數據可以幫助企業更好地對產品生產進行規劃
大數據作為一種有效的信息處理技術，通過它，我們可以預知企業未來發展的大概趨勢，且能夠在此基礎之上對企業的基本生產結構和具體的產品生產流程做一個前期的大概規劃。以此幫助企業能夠在傳統的模式之上穩步發展，并為企業的實際問題提供行之有效的解決方案和措施，最終為企業的生產提供一份保障。
(四)大數據可以幫助
企業更好地進行經營因為大數據之間具有關聯性，因此，通過大數據可以使得企業中不同產品之間的交叉重合之處更加容易被辨識，并能夠以此為基礎，在產品品牌的運營推廣、企業戰略規劃上、產品展示區位的選擇上更加的有把握。
(五)大數據可以切實有效的幫助
企業開展業務在企業運營操作中，可以通過大數據的計算來對大量的社交信息數據量以及有關的客戶之間的數據量進行一個統計分析，以此幫助企業的產品品牌進行合理的水平設計，此外，還要通過大量的數據來對獲取到的信息進行交叉驗證分析，并將分析所得結果面向社會化用戶開展精細化服務。
三、結束語
不難知道，在各企業里，每一天都有著大量的數據信息被搜集、整理和分析等，大數據時代已經如同一股洪流真正的融入到了世界的經濟化發展中，并且已經成為了企業生產過程中尤為重要的基本因素。它作為企業的一種優秀競爭力，必將在之后的發展中為企業帶來無數的效益，因此我們一定要加強大數據在各企業管理中的應用和推廣。
作者：陳國營 單位：青島濱海學院
摘要:本文介紹了在圖書館情報領域數據管理中存在的信息孤島、數據類型缺乏統一架構等問題，通過對實際應用中數據類型的分析，利用大數據存儲的系統架構，使用關系型數據庫與非關系型數據庫結合，同時輔以內存數據庫和分布式文件系統，對內部用戶提供統一元數據管理，對外部提供統一數據訪問平臺和統一數據搜索引擎，從而實現對多種結構數據資源的管理和應用.
關鍵詞:圖書館;大數據;數據存儲;異構數據;非關系型數據庫
作為以圖書館為基礎的情報研究機構，隨著近年數據資源量的不斷增加，各類文獻、圖書、期刊、基礎數據等都需要進行穩定的存儲與高效率的分析。同時，基于這些數據的知識庫、咨詢服務智庫等系統的建設也都迫在眉睫。為了能充分管理眾多數據，為各類系統提供數據基礎，有必要建設一個結構統一、技術先進、可重復利用的數據資源平臺，統一管理各類數字化資源。
1存在問題
面對大量的數據資源，在信息化過程中通常會碰到以下問題：1.1信息孤島現象這種現象是指需求建設的應用系統存在相互之間在功能上不關聯互助、信息無法共享互換以及信息與業務流程和應用相互脫節等問題，缺乏統一元數據管理。1.2多種類型數據缺乏統一數據架構每個業務環節都會有大量非結構化、結構化、半結構化數據，如何對這類數據進行統一分析管理。在這些多種結構的數據中存在大量內在關聯，只有統一數據存儲，才能進一步挖掘出數據中存在的深層價值。1.3軟硬件環境重復購買現象在信息化建設過程中，新建應用系統都會根據自身需求重新搭建軟件、硬件環境，大部分系統運行所需軟硬件并沒有達到資源的滿負荷利用。1.4缺乏統一數據標準由于多年系統建設過程中由不同團隊開發，造成相同數據內容格式不統一，存在大量冗余數據，彼此數據更新不暢通。1.5缺乏統一數據安全管理方案在日常工作過程中需要進行大量數據交互與實時操作，缺乏統一的信息化安全手段對數據分配權限進行管理，并實現定期的資源備份。
2建設目標
基于以上狀況，考慮基于大數據架構的文獻資源管理方案應可達到以下目標：（1）實現基于統一元數據定義的信息集中管理和信息共享，為數字出版、數據加工、咨詢服務、日常管理等各項工作提供統一數據資源平臺。（2）實現統一大數據環境，滿足各個應用對于文檔數據、關系型數據、非關系型數據和內存型數據的統一存儲需求。（3）構建基于SOA架構的應用系統，保證在應用對于數據訪問權限的統一管理。（4）建設統一搜索環境，滿足于各種數據資源能夠統一搜索查詢訪問。（5）建設必須具備高度的先進性、可靠性、可用性、安全性并具備良好的擴展性和靈活性。
3建設方案
3.1資源建設方案
圖書館中常見資源主要包括文獻、圖書、期刊、數值型數據、動態信息等。依據數據結構的不同，可主要分為基礎數據、結構化數值型數據、非結構化數據、動態信息、其他文字類信息等幾類。其特點如下：（1）基礎數據：主要如書目、期刊文獻等數據；（2）動態信息：主要包括各類網站、媒體的信息，時效性比較強；（3）非結構化數據：主要包括格式不夠統一的數值型數據；（4）結構化數值型數據：可以定期獲取的格式相對規范的數據，如海關進出口數據、圖書期刊銷售數據；（5）其他文字類信息：更新頻度較慢的文字類數據，如各類法律庫、研究報告等；針對不同類型的數據資源，應對其采用特定的方式進行處理、保存及利用。3.1.1基礎數據包括如數據、期刊文獻等基礎數據都應經過數字化加工、元數據定義、自動標引、關鍵數據提取等多個步驟，分別保存至相應數據庫。3.1.2動態信息動態信息的來源主要是各個網站,包括網站文章及各類輿情信息?？梢杂杉夹g手段完成從信息采集、分類整理到分發的所有過程。整個流程由三個規則來體現：分別是采集規則、分類規則、分發規則。采集規則：采集規則由編輯確定，包括來源網站、欄目等。利用爬蟲技術，可對所有網站的資源進行自動增量采集，并裝入“待分類庫”。分類規則：分類規則利用到詞表、詞庫以及自動標引技術。由專家及編輯對所有資源進行多維度分類，并提供相應的語料，經過學習，對之前進入“待分類庫”中的所有數據進行自動標引。之后，所有的數據將被從多個維度被分類。保存后即可方便準確的提取。分發規則：在完成上述兩項工作之后，所有的動態信息已經被分門別類的整理好。通過分類、關鍵詞即可快速提取相關的信息。對于已經經過規范化處理的動態信息，也可以直接利用形成產品，同樣依據自有的多維分類，即可把相關的動態信息直接推送給用戶。3.1.3結構化數值型數據結構化數值型數據包括海關進出口數據、統計局數據、產品庫等眾多格式相對規范資源。由于數據量的不斷增大，需要考慮使用數據倉庫技術對所有的結構化數據進行規范保存，利用建模的方式保存數據。這類數據的主要用途分為兩部分對內提供數據的查詢，對外提供報告的自動生成。（1）數據查詢。規范化存儲之后的數據可以方便的通過多個維度進行查詢、鉆取，內容的研究人員可以直接通過輸入查詢條件進行數據的查詢，同時生成各類圖表。（2）自動報告。對外可以以產品的形式提供多種數據報告，利用預先準備的模板，在用戶選擇所需報告之后，利用已有數據，套用不同模板形成一份自動的報告。3.1.4非結構化數據對于非結構化數據，將主要通過兩種方式來處理。（1）非結構化數據的結構化。部分非結構化數據本質是結構化數據，因為某些原因才造成了數據的不完整，對于這類數據，需要整理結構的最大集并將相應的數據填入對應字段。在完成此步驟之后，可采用類似對于結構化處理的方式對這些資源進行處理。（2）非結構化數據的標引分類。除上述的數據之外，還有一部分非結構化數據過于零散，只能采用標引的方法實現這些數據的歸檔利用。方法和動態信息的處理方式類似。3.1.5文字類信息文字類信息的特點是實效性不強，每次后都會長期使用。比如法律法規、咨詢報告等。這類資源應主要采用自動標引的技術進行處理。首先也需有多個維度的分類、詞庫、詞表以及語料，經過學習后將每篇文章進行標引分類，之后再將文章內的段落進行二次標引。這樣，所有的資源都可以通過關鍵詞、多個維度的分類進行提取，即可獲取具體段落資源、也可以獲取完整的文章報告。這類規整后的信息可提供給內部科研人員作為資料進行調用，同時可以為結構化數據的自動生成報告提供文字資源。
3.2技術建設架構
針對資源建設的方案，考慮采用關系型數據庫與非關系型數據庫結合的方式建立存儲架構。3.2.1數據存儲技術一個完整的數據環境，需要面對來自于各個方面的數據存儲需求挑戰，主要存在的數據存儲需求為：（1）文檔型數據存儲需求（2）關系型數據庫數據存儲需求（3）實時型數據存儲需求（4）非關系型數據關系型數據庫的優勢在于保持數據的一致性，由于以數據標準化為前提，數據更新的系統開銷很小，同時可以方便的進行Join等復雜查詢。MySQL是目前最流行的關系型數據庫管理系統。尤其在WEB應用方面，它與PHP語言的結合是目前最為成熟、穩定、安全的技術之一。針對現有數據，絕大多數的結構化數據都可以保存在該類數據庫中，從而實現復雜條件下的檢索操作。同時，關系型數據庫擔任保存整個系統元數據架構與基本數據的任務，是其他結構數據庫存儲及導入導出的基礎。NoSQL泛指非關系型的數據庫。它的優勢在于性能，由于NoSQL是基于鍵值對的，可以想象成表中的主鍵和值的對應關系，而且不需要經過SQL層的解析，所以性能非常高。另外可擴展性同樣也是因為基于鍵值對，數據之間沒有耦合性，所以非常容易水平擴展。它可以最大程度的解決關系型數據庫所不擅長的大量數據的寫入處理和為有數據更新的表做索引或表結構變更等問題。用NoSQL可以方便的保存系統中的非結構化數據，并根據實際需求隨時調整其結構。分布式文件系統（DistributedFileSystem）是指文件系統管理的物理存儲資源不一定直接連接在本地節點上，而是通過計算機網絡與節點相連。由于系統中數據資源過于龐大，為提高其使用訪問效率，利用HDFS的一次寫入、多次讀寫的特性。數據集一旦由數據源生成，就會被復制分發到不同的存儲節點中，從而響應各種各樣的數據分析任務請求。以Redis為代表的內存數據庫，是基于全部數據都存在內存中的技術體系，拋棄了磁盤數據管理的方式，它在采用半持久化模式運行時所有數據都是保存在內存中，然后不定期的通過異步方式保存到磁盤上。通過這種方式，內存數據庫在保證讀寫速度遠超過傳統數據庫的基礎上，又可對其數據進行分布式存儲且具有可恢復性。針對以上需求內容，結合各種軟件的特性：（1）MySQL滿足關系型數據庫需求；（2）NoSQL滿足對數據結構要求靈活需求；（3）HDFS滿足文檔類型數據存儲需求；（4）Redis內存型數據庫，滿足高速存取需求；提供統一數據存儲環境，為后續數據統一元數據管理、數據統一權限管理、數據統一搜索等建設提供了充分必要條件。3.2.2數據訪問平臺統一數據存儲提供大容量數據存儲環境，滿足數據存儲的大量、高速、多樣的需求。在這個基礎上，還需要有統一元數據對存儲的數據結構進行定義，統一數據訪問安全控制對數據訪問者進行權限控制，用數據統一搜索打通各種類型數據，為后續數據挖掘分析提供數據高速訪問接口。3.2.3統一元數據管理元數據（Metadata），又稱中介數據、中繼數據，為描述數據的數據（dataaboutdata），主要是描述數據屬性（property）的信息，用來支持如指示存儲位置、歷史數據、資源查找、文件記錄等功能。元數據算是一種電子式目錄，為了達到編制目錄的目的，必須在描述并收藏數據的內容或特色，進而達成協助數據檢索的目的。將所有資源的元數據統一管理，是進一步應用的前提。3.2.4數據統一搜索在具備數據存儲與數據訪問平臺基礎上，構建滿足于融合關系型數據庫、非關系型數據庫、文件數據庫以及內存數據庫的統一搜索引擎，并在構建搜索索引過程中融入專業詞庫詞表。以Web服務方式提供搜索引擎服務，對用戶所輸入的文字進行分詞，并結合搜索引擎索引，進行詞關系匹配，并按用戶所需排序格式提供數據排序給用戶。搜索服務提供web服務方式給應用系統使用，應用系統需根據自身權限范圍進行數據搜索范圍設置。通過上述平臺的組合，可以為圖書館中文獻、圖書、期刊、數值型數據、動態信息等為主的各類型數據提供完整的管理解決方案，并通過具有詞表技術的搜索引擎提供對外接口。
4結束語
雖然關系型數據庫有著技術成熟、易維護、支持SQL方式的復雜查詢、豐富的完整性約束等諸多優勢，且在圖書館情報領域被廣泛應用。但隨著數據量的不斷增大，數據類型的不斷增多以及應用模式的不斷變化，嘗試傳統數據架構+大數據架構的存儲、管理和應用將是圖情領域未來的技術架構發展方向。
作者:解飛 單位:機械工業信息研究院
【摘要】大數據時代也為房地產企業的發展帶來一定的挑戰，傳統市場營銷方式受到沖擊，房地產企業不得不進行轉型升級，因此房地產企業需要結合自身實際進行市場營銷方案的調整。同時也存在較多的機遇促進企業的轉型升級，房地產企業應該抓住大數據時代的機遇，完善營銷策略。
【關鍵詞】大數據；房地產營銷；應用
引言
隨著大數據的發展，使得企業得到了更多的商機，企業可以通過大數據對消費者的需求進行定位，更多地對消費者進行了解，使用傳感器和微處理器對消費者的喜好進行分析，使得企業在制定營銷計劃的時候更加具有針對性，通過對消費者的購買記錄和數據痕跡進行分析，進行個性化營銷方針的制定。同時通過網絡可以實現商家與消費者之間的網絡交流與溝通，使得市場營銷不再局限于實體層面，通過網絡可以獲得同樣的溝通效果，使得市場營銷進一步進行擴展，為企業帶來新的發展機遇。
1大數據時代概述
所謂大數據，就是指在處理大量的網絡數據中，通過優化數據的處理流程，而得到的多元化的信息資產。大數據也可以稱之為巨量資料，之所以稱之為大數據，就是因為數據資料非常龐大，以至于不能用哪個一些軟件或者人腦來進行存儲和處理，而且這些數據可以在非常短的時間內給商家提供出最有利的價值信息，從而幫助企業進行經營決策。大數據是互聯網發展的產物，對于其定義方面并沒有進行明確，僅僅是一個大概的概念，也沒有專業的機構對大數據進行定義，但是大數據時代的到來對市場營銷產生的影響是顯而易見的，對于傳統營銷的沖擊也是非常巨大的，需要企業具有更強的決策力和信息洞察能力，對企業的流程進行優化，提升企業處理信息的速度，將市場營銷涉及的數據資料通過必要的軟件進行分析，幫助企業獲得更加全面的數據資料，為企業的發展提供更加充足的資源，保證企業的經營決策更加科學合理。
2大數據在營銷管理中應用的地位及前景
大數據已經深刻影響了經濟、社會、教育等多個領域，誰擁有了大數據，誰就擁有了未來。利用大數據形成消費者行為分析，是企業制定營銷戰略的基點，大數據的計算和運用，可以幫助企業搜集并對消費者的上網數據進行分析，企業能夠盡快在營銷管理中作出合理決策。大數據改變了企業的數據分析思維，對幫助企業調整營銷戰略有著不可替代的作用。對于企業營銷管理而言，大數據沖擊著企業的營銷管理體系，日益呈現出不可忽視的商業價值。大數據作為一種重要的資源，已經不同程度地滲透到各行各業中，將大數據應用在企業營銷管理中，不僅有助于企業經營活動，還有利于推動國民經濟發展，因此，企業要提前制定大數據營銷戰略計劃，搶占市場先機。企業開展大數據營銷必須要進行營銷創新，重構大數據時代下的營銷體系。收集整理用戶信息，有效的對客戶數據進行計算處理，可以幫助企業及時有效地調整營銷戰略，實現精準化營銷。
3大數據時代背景下市場營銷機遇
在大數據時代下企業可以借助大數據對各類數據信息進行收集，全面地對消費者的需求進行分析，了解消費者的購買動機，從而借助更加科學的手段對企業的市場營銷進行分析，制定更加有針對性的市場營銷策略，實現線上線下營銷的結合。在大數據時代的背景下建立關系營銷的觀念是非常重要的，可以借助數據庫系統，將有價值的信息篩選出來，找出其中較為實用的信息，對企業的營銷理念進行創新，提升銷售量。具體的機遇包括三個方面。
3.1為客戶提供更加精準的營銷方式
在大數據時代下企業可以通過消費者的購買記錄對消費者的消費需求進行分析，把握不同消費者的消費需要，與消費者建立聯系，通過與消費者的交流和溝通，使得企業可以更加深入的了解到消費者更深層次的需求，從而加大對于產品的推廣作用，掌握消費者的消費訴求。同時，這種針對性較強的營銷方式，可以將顧客、成本以及溝通進行一體化的處理，將消費者為導向的原則進一步發揮出來，使得營銷渠道進一步縮短，進一步節省企業的成本，為消費者提供更加物美價廉的購物體驗，使得企業的營銷方案更加具有適用性。
3.2實現產品交叉營銷
交叉營銷是指通過一個客戶挖掘出更多的潛在客戶，這樣可以進一步的對市場進行擴展，不再局限于滿足客戶的需要，而是主動挖掘顧客身上的潛力，將市場進行更加縱深的推廣。在大數據背景下消費者短期內的購買記錄可以進行調取分析，并對消費習慣進行整合，然后商家就可以針對消費者的購買喜好發送一些適宜的推送信息，增強消費者的購買欲望，挖掘消費潛力。
3.3便于建立良好的客戶關系
在企業經營中，客戶關系是提升企業競爭力的關鍵，也是企業進行客戶管理的優秀內容，通過大數據，可以實現商家與客戶之間的關系管理，在營銷上進行交互處理，進一步拓展營銷方式，為顧客提供更加針對性的服務，在營銷和服務方式上實現交互處理，完善顧客管理方式，為顧客提供更加個性化的服務，更好地維護客戶關系，提升客戶忠實度。大數據時代下的市場營銷，產品的同質化較為嚴重，企業需要進一步維護客戶的需要才能創造更高的價值，對營銷方式進行優化。
4大數據在房地產營銷中的應用（以萬科杭州未來城為例）
4.1萬科杭州未來城簡介
萬科股份有限公司，于1984年成立，在1988年時進入房地產行業，在短短的三年之后，就成為了深圳證券交易所的第二家上市公司，20多年來，萬科已經成為我國目前最大的住宅開發商，在我國的珠江三角洲，環渤海灣，長江三角洲等三大城市經濟圈以及53個中西部大中城市都都有房地產的開發項目，萬科集團目前的年銷售住宅達到了6萬套，銷售額高達1251億元。萬科杭州未來城（以下簡稱未來城），在疏港路與立新路之間，向南就是玉鳥路，北邊緊鄰104國道，其建筑總面積為14萬m2，周邊相關的商業配套設施達到了1萬m2，距離地鐵2號線僅有500m。在未來城項目中，擁有7幢小高層以及7幢高層，主打85~115m2戶型，占地總面積為56286m2，2016年交付使用，可供1436戶居住，同時還提供有1294個停車位。
4.2應用大數據，獲取目標客戶
隨著國家號召的寬帶提速降費政策，而且目前通信技術的發展，智能手機以及電腦已經非常普遍，因此在獲取數據方面，也越來越簡單，通過獲得的這些大數據，房地產企業就可以分析出客戶的具體需求，同時根據客戶的消費能力，萬科集團就可以采取精準的營銷策略。大數據的獲取方式主要是通過網絡，一般來說，用戶在平時生活中會產生許多數據，公司將這些數據輸入到企業內部的數據庫，通過對數據進行分析、檢索以及可視化，最終提煉出有用的數據。
4.3大數據的應用之目標客戶分析
未來城通過萬科的大數據庫，隨機對10名客戶進行了數據分析，通過分析發現，這10名客戶年紀比較相近，基本都處在25~34歲之間，從而可以得出目前這些人大多數單身或者剛剛結婚不久，所以這些客戶對于住宅的需求普遍不高，所以其更傾向于結構相對簡單的戶型，通過對這10人的學歷研究，發現學歷普遍較高，他們中有一半都是本科以上學歷，有3人是中專畢業，2位大專，然后再通過對其職業分析，發現他們的職業基本都和商業貿易、教育以及IT行業有關，而且基本上都是普通員工，年收入在15~20萬之間，這種收入在杭州來說，可以說算上是中等收入了。由于這些人還屬于年輕人，所以在休閑方式方面，都是根據自身愛好以及家庭環境等各不相同，例如單身的人更喜歡運動，像游泳、打籃球健身等一些高輕度的活動，而且在下班之后，更加喜歡和同事朋友逛街、打牌或者去聚餐，這與結婚的人有很大的不同，結婚的人，更喜歡在下班之后在家庭活動，尤其是周末，他們會進行一些自駕游之類的活動，而且相較于打牌喝茶和朋友逛街之類的活動就比較少。運用萬科強大的數據庫資源，銷售人員做了一個關于看房看重因素的調查，其中大多數人更看重住房的地段和配套。（1）地段：通過對大數據庫的分析可以發現，60%以上的客戶非?？粗氐囟?，這些人更希望可以居住在市中心或者離市中心不遠的地方居住，當然也有近40%的客戶認為在市中心會太吵鬧，他們認為只要上下班方便的地方就是好地段。（2）配套：大部分的客戶對于小區的周邊配套設施要求非常高，由于這些這些客戶相對年輕，所以他們的活動范圍比較大，對于小區內部的環境要求反而不太高，但是對于周邊設施的便利性卻要求很高，據調查，他們普遍希望小區周邊的購物、娛樂以及醫療設施要完善，由于年紀比較輕，對于周邊的配套教育的關注度也不是太高。
5結束語
目前社會是一個“大數據時代”，因此我們的任何一個消費行為都有可能留下數據，因此大數據的數據庫也越來越大，而且這些龐大的數據并不是一無是處的，通過對這些“大數據”進行總結歸納，可以分析對房地產企業有利的消息。尤其是最近，受到我國宏觀經濟的調控，全國各地都在實行房地產的“限購令”，導致房地產銷售形勢比較嚴峻，再用以往傳統的房地產銷售策略已經不能滿足現代社會的需求了，因此在房地產營銷中引入大數據勢在必行。
作者:張麗麗 單位:吉林建筑大學城建學院
摘要:當前是互聯網和信息大爆炸的時代，也是“大數據”的時代，人們的生活工作越來越離不開網絡和信息，只有掌控好數據和信息，才能在激流勇進的競爭中處于不敗之地。高等職業學校是我國教育機構的重要組成部分，其中的教學內容主要針對實用性較強和一些人才缺口較大的專業。計算機應用技術專業無疑是大數據時代熱門專業，因此本專業的改革與發展一直是人們關注的焦點。
關鍵詞:大數據;高等職業院校;計算機應用技術;信息輸送
1高職計算機應用技術專業改革和發展存在的問題
1．1忽略了學生需要全面發展
與其他學生相比較，高職院校學生普遍存在文化課基礎比較薄弱的問題，計算機應用技術專業的學生也不能例外。計算機發源于國外，我國引入的時間比較晚，所以計算機應用的學習和發展需要借鑒國外先進的技術，這就存在一個語言的問題，只有打好英語語言基礎，才可能在學習和編程等技術的應用中不但能熟練應用，而且能深刻的理解為什么。不只英語的學習，數學等其他文化課也在計算機應用中起到不小的作用，但目前很多高職院校為了增大就業率，增多了專業課的課時，忽略了基礎課程的學習。
1．2教學中不重視培養學生的主動學習能力
計算機應用技術專業是一個實用性很強的專業，因此學生的練習和個人鉆研部分在整個教學的培養過程中就顯得尤為重要。但是大部分高職院校不注重培養學生的獨立學習能力，加重學生的教學課時，不僅沒有給學生自己練習的時間和環境，也一定程度上誤導了學生的職業發展。大數據時代，每天都有新的技術和創意被提出，這些新思想雖然都建立在原有的理論基礎上，但是沒有這些創新者的自主學習和研究，就不會有原創的產生。目前畢業生就職專業和所學專業不對口的情況很多，很多職位都要求重新開始學，良好的自主學習能力有助于學生在求職時擁有更多的選擇和方向，也有助于在未來的實際工作中加速上手，快速的發展下去。
1．3教學硬件設施不健全或者落后
計算機應用技術專業必須進行相一部分的實戰演練，但是部分高職院校因為經費少、領導不重視等種種原因，使得教學硬件設施不齊全，無法給學生營造良好的學習條件和氛圍。有的學校雖然設施健全，但是大部分設備已經很落后，早已被淘汰，學生難以在這樣的硬件設施環境下得到應有的教育水平和資源，在未來的就業中當然會被專業素質更高的競爭者搶先一步。破舊或者不齊全的教學設施也會嚴重影響教師的教學熱情和發揮余地，有些院校甚至還沒有開設多媒體教學，這對于計算機應用技術專業的師生來講是一個很大的教育環節缺失。
2高職計算機應用技術專業改革和發展的建議
2．1鼓勵學生全面發展，合理安排教學內容
高職院校應該在加強學生專業素質培訓的基礎上，同樣加強學生的文化基礎教育和其他方面的教育?；A文化課是學好其他專業的必備課程，英語的學習能增強學生的專業能力，也有利于學生在課程之余去網絡和圖書館學習一些國外的文獻和資料，進一步提升自己。數學的學習培養了學生的邏輯思維能力，同樣是計算機應用技術專業必不可少的能力。高職院校應該增加一些選修課，鼓勵學生在專業之余的時間選擇一些自己感興趣的課程，全面學習，不但能培養個人愛好，也能在未來的就業中有一技之長。
2．2著重培養學生的自主學習能力
高職院校的學生已經是成年人了，思想和能力都在逐漸成熟，一味的填鴨式教學已經不能滿足學生所需。自主學習能力是每個從業人員必備的能力，只有培養良好的學習能力，才能在科學技術快速發展的大數據時代不斷學習新鮮事物和知識，不斷更新自己的專業數據庫，才有可能在已有基礎上做出一些創新。當前嚴峻的就業形勢對計算機應用技術專業人員提出了較高的要求，不但要能熟練操作一些常規內容，更要在應用技術的基礎上有所創新和鉆研，創新和原創才能推進信息技術的不斷發展。
2．3全面完善學校的硬件設施，為師生的發展提供良好的環境
我國最近幾年正在不斷加強對高職院校的財政投入和政策引導，爭取為社會提供大量合格的從業人員，高職院校也應該增強自身改革意識，合理規劃教學建設項目，不但要在數目上增加對硬件設施的投入，還要在質量上嚴把關，增強設備的質量，替換一些早已被淘汰的廢舊設備。為學生和教師提供良好的學習條件和研究條件，鼓勵師生進行研究和創新，為計算機應用技術積累更多的參考經驗。
3結語
計算機應用技術專業目前是我國的熱門專業之一，很多高職院校都開設了此專業。但大批的畢業生卻找不到合適的職位，很大一部分原因是因為專業素質未達到人才需求標準，這和高職院校教育中存在的問題有很大的關聯性。因此高職院校的計算機應用技術專業只有在改革和發展中積極解決問題，符合當前大數據時代的高要求，才有可能培養出更多更好的人才。
作者:劉小勇 單位:平涼職業技術學院
摘要：大數據時代的高速發展，掌握計算機技術越來越重要，《計算機應用基礎》這一門教育學生掌握基本計算機知識，增強學生計算機應用能力的課程已經逐漸成為了中職院校中的一門重要公共課，在中職學校發揮著巨大的作用[1]。然而，仍有許多中職學校的學生計算機能力無法滿足社會需求，引發了用人單位的不滿，在一定程度上顯現出了計算機基礎教育課程的低效，本文以此為主要探究對象，對計算機基礎這門課程的教學創新進行探討，創新教學模式、內容、考評體系等，為學生提供良好的環境，提高學生計算機應用能力。
關鍵詞：大數據；計算機應用基礎；創新教學
一、引言
隨著經濟的日漸發展，社會逐漸向現代化、網絡化、科學化轉變，大數據逐漸深入人們的生活，對社會上各個行業帶來了一定的沖擊，尤其是教育行業[2]。大數據的沖擊為各行各業帶來變革，教育行業亦認知到本身的教學理念、教學模式、教學評價等各方面的停步不前。如何利用大數據信息技術，改革創新中職院校的教學決策，開發出具備著數據支撐的課程教學模式，培養出一批計算機應用能力扎實的人才成為中職院校追求的目標。
二、大數據的特征
大量性。大數據具備著大量的信息，隨著信息的不斷產生、發展，TB的數量級早已經因無法滿足數據需求而被淘汰，并發展為PB數量級以及ZB數量級與YB數量級[3]。多樣性。隨著數據的不斷發展，數據的結構類型逐漸由過去的單一結構類型逐漸向多樣化形式轉變，在多樣化數據類型之中，包括有網頁、圖片、音頻、地理位置等半結構或非結構化的數據資料。高速化。計算機不斷更新換代，信息化的飛速發展，數據產生的速度逐漸加快，因此，社會各界人士對高效及時的數據監測、數據分析、數據處理方法的需求越加深入。價值高于密度低。各種設備的不斷更新發展，數據產生的速度越來越來，在連續不斷的數據產生中，所存在的有價值的信息卻相對較少，造成了在眾多信息中提取價值信息的艱難[4]。
三、中職院校計算機應用基礎課程的創新教學
中職教育的主要目的是培養一批素質過硬、動手能力強的實用性人才，在中職教育，教師對學生的要求是理論知識夠用、技能掌握牢固。隨著計算機的普及，計算機成為了中職院校的重要學科，培養學生對計算機的掌握能力成為根本。然而，由于教育模式以及其他問題，學生對計算機應用能力掌握不足，導致進入單位后的各種問題，在中職院校的計算機應用基礎教學中，如何利用大規模數據改進教學模式，改革教育模式，提高教學質量，激發學生對計算機教育學習的主動性。第一，教學環節設計的改進。在計算機應用基礎這一門學科教學中，教師應充分利用大數據技術對學生應掌握的內容進行挖掘并分析學生本身的特點，在教學中，有針對性的設計教學情景并與學生多做互動回答。如：在計算機應用基礎教學中，教師運用大數據對不同章節的知識點與主次要的教學內容進行分析，對適用于學生自學與較為簡單的教學內容，教師可以采用“翻轉課堂”的形式，引導學生通過制作慕課、微課等形式達到好的課前自學目的，在正式上課時，教師可通過提問學生講解對本節課的學結或者根據自身作品分析本節課的重點內容等，促使學生對本節課的教學重點二次記憶。在課堂中，教師應把好本身的定位，教師不再是知識的灌輸者，而是學生前進方向上的引領者，當學生在學習計算機應用基礎這門課程時，針對學生學習不全面、了解不全面等情況，教師應及時進行講解，為學生梳理知識。第二，教學方法的改進。在大數據時代，學生可以通過大數據背后強大的網絡資源獲取大量的信息知識。在計算機應用基礎這門學科教育中，大數據下的課堂教育的優勢具有以下幾種：其一，為學生增加了學習知識的途徑。其二，教師可利用大數據技術對學生學習的行為進行收集，如，學生進入課堂的時間、學習的時間長短、學生學習行為等，對學生學習狀況進行深入了解，并根據學生本身的特點以及對知識掌握的多少進行針對性的教學。第三，教學評價改進。在計算機應用基礎這門課中，運用大數據技術，則計算機課程將會更加向網絡化、多元化發展。考核評價對學生與教師雙方都具有助推力的作用，是培養學生創新能力的動力。將大數據挖掘算法運用與計算機課程的教學評價體系中，將教學效果與計算機技術在教學中的應用、師生間的溝通互動等因素之間相互聯系，為教學管理部門帶來更科學的決策信息，為教師順利、有效的開展教學工作，提高教學質量做貢獻[5]。除此外，大數據還能對學生操作計算機的細節進行詳細記錄，以此提高學生對自我能力的認知，促進學生糾正計算機操作中常犯的錯誤，提高學生們的計算機應用能力。
四、結束語
總而言之，隨著信息化時代的到來，社會對中職學校畢業生的計算機素養提出更高的要求，作為中職院校計算機應用基礎這一學科的教師，所背負的責任更加重要，打破原有的教學模式，積極改進教學的環節、方法與評價等，促進學生對計算機學習的興趣，運用大數據技術及其背后龐大的信息網，了解學生的水平，豐富教育知識，并針對性的教育學生，提高學生們的計算機應用能力，培養一批具有專業素養的計算機應用人才，滿足企業用人崗位的需求。
作者:張妙田 單位:廣州潛水學校
【摘要】文章以大數據時代所具有的特點作為背景，首先對大數據技術和電子商務進行了簡明扼要的概述，然后分析了電子商務中對大數據技術加以應用存在的不足，又通過理論和實際相結合的方式，有針對性的提出了對電子商務中大數據技術應用效率進行提升的方法，最后以“電子商務中大數據技術的應用”為主題展開了探討。
【關鍵詞】大數據技術；電子商務；研究與應用
引言
隨著大數據時代的到來，各類數據都處于不斷膨脹的狀態下，可以說數據已經逐漸滲透到各行各業的發展過程中，基于此，開始有越來越多的人意識到，僅僅對數據進行傳統的挖掘與分析已經無法滿足當今社會對數據的需求，而是需要通過對大數據技術的合理應用，將數據對社會發展所具有的推動作用進行充分的激發。
1.大數據技術的概述
大數據指的是無法應用常規工具進行收集、管理和分析的數據集合，因此，想要保證數據所具有的洞察力與決策力得到優化，其前提在于對處理模式進行優化。作為社會發展的必然趨勢，大數據時代最突出的特征為數據量的快速增加，但是這并不能夠代表各行各業對數據所具有的需求會隨之降低。通過對大數據時代的數據進行分析可以發現，數據價值密度較低，在數量巨大的數據之中，必然會有一部分無效數據存在，如果仍舊將傳統的數據統計分析法作為數據分析的主要方法，則難以保證所得出結論的科學性，因此，對大數據進行發展是非常有必要的[1]。
2.電子商務的概述
作為依托于互聯網所構建的多種商業模式中最具有代表性的一種，電子商務的基礎為電子技術，優秀為商務。和傳統商業模式相比，電子商務較為突出的特征體現在對時間和空間所具有局限性的打破，也就是說，電子商務在對商品進行生產、管理與銷售過程中的整體水平，與傳統商業模式相比均具有較為明顯的提升，在對貿易活動所需成本進行降低的基礎上，提升顧客在購物過程中的滿意程度。
3.在電子商務中對大數據加以應用存在的不足
3.1應用效率低
現階段，我國電子商務系統所具有的特征主要為數據的異構和孤島，導致上述現象出現的原因在于操作系統所具有的多元化的發展趨勢，也就是說，不同的業務系統之間無法實現數據的共享、控制與交換。另外，對電子商務系統進行獨立的開發，也會致使大數據技術在應用過程中所需數據無法實現共享，進而影響大數據技術在電子商務中的應用效率。
3.2數據安全存在風險
一方面，由于不同的電子商務平臺所掌握的信息安全技術內容和水平均有所不同，因此，想要徹底杜絕涉及到企業或個人機密的數據和信息被不法分子竊取的可能，應用當前所掌握的技術是無法實現的；另一方面，大部分電子商務企業尚且不具備對敏感數據應用和所有權進行明確劃分的能力，導致在對大數據技術進行應用的過程中，對于與個體隱私有所關聯的問題無法妥善處理，進而對用戶隱私權造成了威脅[2]。想要從根本上解決這一問題，工作人員應當將關注的重點放在對交易過程進行保護的方面，通過對交易所需數據在傳輸過程中的安全程度進行提升，以及對所存儲數據進行高效保護的方式，保證在電子商務中對大數據技術進行應用時的安全性能的提升。
4.提升電子商務中大數據技術應用效率的方法
想要從根本上實現對大數據的應用效率進行提升這一目標，工作人員需要具備對云計算技術進行合理應用的能力，這是因為，云計算技術能夠通過對虛擬技術以及服務器集群加以利用的方式，保證數據處理能力的提升，從而構建起科學、統一、便捷、高效的大數據服務平臺。針對隸屬于不同互聯網合作商的數據而言，云計算技術可以在將其部署在相應數據中心之后，有針對性的對其進行整合與加工，甚至可以在一定程度上實現行業之間的數據共享，從而保證提供給用戶的服務具有集中的特點[3]。正是由于云計算技術具有上文所提及的種種特點，因此，通過對其加以應用的方式，能夠實現對電子商務企業所利用的信息系統進行開發、優化及維護過程中所需成本的有效降低，并且在保證運行負荷逐漸下降的前提下，將數據中心的可用程度進行提升。
5.電子商務中大數據技術的應用
5.1實現精準營銷
對電子商務企業而言，在開展市場營銷活動的過程中對大數據技術進行合理引進，能夠對市場影響所需的人力、物力和財力成本進行降低。企業員工可以根據電子市場的現狀以及企業的實際需求，有針對性的構建起分布式的存儲系統，通過大數據技術對市場營銷所涉及的海量數據進行挖掘與分析，對不同平臺中客戶所呈現出的瀏覽習慣、個人喜好與其他相關信息貼上相應的標簽，形成客戶畫像，為企業產品和服務的精準營銷工作提供科學、系統的參考依據。
5.2提升購物體驗
想要成功吸引客戶的注意力，在對大數據進行應用的過程中，電子商務企業的工作人員應當將關注的重點放在對相關平臺網站進行構造的方面。通過調查發現，大部分電子商務企業，出于對客戶交易體驗舒適程度進行提升的目的，通常會將大數據技術用于對客戶的消費行為與習慣進行建模，然后以此為基礎應用數據挖掘技術，完成對關鍵字的改進，從而達到對用戶所輸入關鍵字進行拓展的要求，這樣做不僅可以提升對商品信息進行檢索的速度與精確程度，還可以在檢索過程中完成商品的分類，將商品信息應當具有的瀏覽效果加以呈現[4]。以淘寶網為例，在對淘寶網頁面所涵蓋的廣告進行排版和布局的過程中，工作人員通常會以客戶對商品的瀏覽數量、訪問比例以及人群分類作為參考因素，對廣告的布局進行調整，只有這樣才能實現對廣告所具有投資回報率的有效增加。除此之外，對大數據技術進行合理應用，不僅能夠對顧客所具有的個性化需求加以滿足，還可以提升顧客在購物過程中的體驗，從而提高顧客購物滿意度。
5.3提升庫存管理
對于零售行業而言，想要保證所確定指標效率的準確性，前提在于明確商品銷量與庫存之間的比例。應用大數據技術完成庫存管理工作，可以提升工作人員對商品庫存進行追蹤的實時性與科學性，同時還可以通過對市場供求的變化趨勢加以分析的方式，對市場的發展方向進行準確把握，從而保證所制定生產計劃的合理性，最大限度降低庫存出現積壓情況的幾率，實現電子商務企業對資金進行周轉的能力的提升。
6.結論
綜上所述，雖然我國大數據技術在電子商務中的應用面臨著諸多挑戰，還在探索中，但是其在電子商務中具有的作用與價值已經逐漸顯現，如為電子商務提供精準營銷服務。如今，大型電子商務平臺的營銷方式，都與大數據技術之間存在密不可分的關系，由此看出，隨著大數據技術的發展和成熟，必然會為電子商務帶來更多的商業價值。
作者:韋武杰 單位:廣西計算中心
【摘要】隨著我國廣播電視的發展，其監測播出形態呈現多樣化的形式，同時其涉及的領域和體量也越來越大，因此面對如此龐大的數據量，廣播電視監測工作者如何獲取有價值的信息成為行業面臨的主要問題。本文從大數據的技術特點出發，通過對其在廣播電視監測中應用前景的介紹，為有效分析監測數據提供參考依據。
【關鍵詞】大數據；有效數據；智能分析；混合架構
隨著我國廣播電視的發展，其監測播出形態呈現多樣化的形式，同時其涉及的領域和體量也越來越大，因此面對如此龐大的數據量，廣播電視監測工作者如何獲取有價值的信息成為行業面臨的主要問題。大數據是對海量數據的應用和處理。目前來看，監測工作還不能稱為是大數據時期，但不可否認的是我們正在接近大數據時代。
1大數據關鍵技術
1.1數據預處理技術
對數據進行抽取和清洗是數據預處理的主要方式。將結構化的數據或者形式復雜的非結構化數據進行同質化，這個過程就是數據的抽取，也可以稱作數據集成，這有助于后續的數據分析。將無關緊要的數據排除在外，以便獲取有價值的數據，這個過程就是數據的清洗。目前，Datastage和Powercenter是業內兩款主要的主流產品，能夠按數據結構從簡單到復雜對大量數據進行進一步操作，如收集、變換、分發等，從而推進大數據的高效處理。
1.2數據存儲與數據管理
以計算機的硬件和軟件為主要手段，對數據收集、存儲、處理以及應用，這個過程就是數據管理。數據管理能夠有效地體現數據功能。數據組織，這是對數據進行有效管理的關鍵。數據管理隨著時代的發展也在不斷發展，目前已經經歷過三個階段，早期管理方式主要是人工管理，之后是文件系統，而發展到現在則是數據庫系統。數據結構建立在數據庫系統中，不僅能夠體現出數據間的聯系，更有助于對數據進行修改和擴充更新，同時還有助于保證數據獨立、安全、完整，提高了數據管理的效率。
1.3數據挖據與智能分析
數據挖掘涉及的方面比較廣，如人工智能、模式識別、機器學習以及統計學等，均有涉及。以算法的方式從海量數據中搜索有用信息，這就是數據挖掘。數據挖掘以計算機科學為載體，以統計、在線分析處理、檢索、機器學習、專家系統和模式識別等為主要方法，從而實現搜索目標。其搜索到的信息可以被應用于商務管理、生產控制、市場分析和工程設計等多個方面。
2廣播電視監測中大數據技術的應用
2.1數據不是越多越好
目前，大數據被應用于廣播電視監測系統，但是有時候會過多的對數據進行收集，將考慮到的數據全部獲取，太多的數據反而加大了工作量，不僅降低了工作效率，同時也需要大量的空間去存儲，同時對數據的處理也會更復雜，這也就限制了大數據的應用。由于大數據的數據量太過龐大，需要一整套的系統去快速處理。在實際應用中，如果需要收集或者分析的數據量比較龐大，處理成本過高時，可以適當的舍棄一些無用或者意義不大的數據。在對大數據進行初步應用時，可以根據需要，以模型的方式對問題進行分析，從而更有效的獲取數據，在應用過程中逐步對監測系統的業務處理能力進行完善。
2.2對數據的潛在價值進行挖掘
在對大數據進行應用時，必須注重對大數據的潛在價值進行挖掘，同時要考慮到數據能否被再次利用。當前來看，一項數據可能沒用價值，但是在未來可能就會存在價值。因此必須改變思維，以創新的方式和思路，對數據進行整理。正如莫里中校一般，正是由于他從海量數據中選取有效數據進行分析，那些看似沒有用的信息反而提供了有價值的數據，莫里航海圖應運而生。數據的重復使用過程中有時會得出不一樣的結論，但是由于我們思維僵化，數據的重復使用受到限制，例如，在對有線電視單個頻道的EPG信息以時間為序進行縱向分析，這有助于我們了解頻道節目的主要構成；而如果在全國范圍內，對有線電視節目的EPG信息進行橫向的分析，則能夠看出節目的重播率，更能分析出節目受歡迎程度；以分類統計的方式對節目進行分析，這有助于我們了解節目的娛樂化是否嚴重。因此，從本質上看，傳統的數據處理和大數據處理是兩種截然不同的技術，都有自己的適用場景和適用對象，他們并不是對立的，需要根據實際情況選擇最優的處理模式。
3結語
大數據不僅是一種資源，同時也是一種工具。僅是一個系統再怎么龐大，它也無法完成所有數據的采集、處理和加工，因此大數據給帶來的答案僅能提供參考，不能作為標準，同時它也只能揭示部分規律，但是即使這樣，大數據依然會為廣播電視的監管工作產生巨大的變革。
作者:劉志偉 單位:內蒙古烏蘭察布市八二六微波站
摘要：隨著科技的不斷發展，大數據時代已經來臨，國內外各行業對大數據的應用已進行了實踐與探索，大數據成為人們分析事物、觀察生活的顯微鏡。在生態學中，數據挖掘技術對生態系統的保護具有自動化、實時化和智能化的優點，并且提高工作效率、節約資金，因此，及時、高效、準確的生態數據獲取是分析生態保護機制，獲取最佳生態經濟效益，使生態環境良性發展的前提。我國大數據產業的發展尚處于初級階段，在應用時既要吸收和消化西方先進的技術和經驗，又要鼓勵自主創新，迎頭趕上，讓科學指引決策。
關鍵詞：大數據；生態學；數據挖掘
隨著科學技術的不斷發展，數據在社交網絡、云計算、移動互聯網等的推動下，呈爆炸式增長[1]。2012年3月，“大數據的研究和發展計劃”由美國奧巴馬政府推出[2]。該計劃投資兩億多美元，大力發展大數據的收集和分析技術，改善其分析工具，從而推進從海量數據中獲取各種資源的能力。2012年7月，“首屆中國大數據應用論壇”在我國北京大學舉行[3]。論壇議題涉及大數據的發展趨勢、大數據在不同領域中的應用、云計算和大數據、大數據和商業智能等方面，旨在探討大數據在當代社會的應用價值。同時，生態保護問題愈來愈嚴峻，環境污染所帶來的問題成為全國各大城市的熱點問題，而通過對大數據的分析和應用可以解決這些問題。為此，準確、高效、及時的獲取生態數據是分析生態管理機制、構建和諧社會的前提[4]。
1大數據概述
1.1大數據的概念
“大數據”是通過對各種數據的整合、共享和交叉分析，在云計算的數據處理模式和應用方法的基礎上，由結構復雜、類型眾多、數量巨大的數據所構成的集合[5]。大數據的特點可以總結為4個V，即Volume(體量浩大)、Variety(模態繁多)、Velocity(生成快速)和Value(價值巨大但密度很低)[6]。而大數據在人們的認識中，最直觀的印象就是大量復雜數據被處理，最終形成對人們有價值的信息，這些信息中，包含各行各業大量具有潛在價值的規律，因此，大數據成為信息時代人們新的關注焦點?，F在，各個國家眾多的科研機構、政府部門和企事業單位高度關注大數據，對大數據進行跟蹤，形成了一輪對大數據的研究熱潮[7,8]。從生態學角度來看，大數據這個“環境切入點”與以往環境問題的處理不同之處在于，它不是一個未被挖掘的環境管理視點，而是一個方法、規律等確定，靜待被應用的切入點，科技界、學術界、政府把它看成一座可能挖掘出巨大財富的“金礦”、“富礦”，各行各業均在探尋大數據層面上的有效技術分析手段[9,10]，同樣，對于生態學上，大數據也將引發新的熱潮。
1.2國內外發展現狀
美國是全球大數據產業的發祥地，也是全球大數據產業的中心[11]。目前，金融界特別關注阿里巴巴的微貸，這是銀行界未來最可怕的潛在對手。阿里金融在拿到執照后的短短幾年內，到2012年6月份其微貸企業已經達到12.9萬家，年底微小企業已超過20萬家，貸款總額度達260億萬元。阿里金融背后的實質是什么？有兩個方面，一個是對大數據的正確經營與管理，另一個是善于業務創新，它們的結合，顛覆了金融行業[12]。在iphone推出之前，移動運營商從用戶手中收集了大量具有潛在價值的數據，但并沒有對其價值進行深入挖掘。相反，蘋果公司在跟運營商簽訂合同時規定，運營商要將大部分有用數據提供給公司。由此，任何運營商得到的用戶體驗數據都無法與蘋果公司相比。制造業方面，華爾街依據購物網站上面的顧客評論，分析各企業的產品銷售狀況。這些企業，將顧客消費進行數據分析，實現適當采購、合理庫存和科學管理。制造商們則分析顧客的網上購物數據，了解客戶的各項需求、掌握市場新動向[13]。德國在體育上更是將大數據的強大之處展示得淋漓盡致。2014年的世界杯德國以7∶1的比分戰勝了五屆世界冠軍巴西，除了技術水平的因素外，德國對于科隆大學建立的數據庫也起到了巨大的作用。研究人員將巴西隊所有的數據和信息都收集起來，進而進行分析，從中獲取有價值的信息，在這些基礎上制定比賽策略[14]。與國外相比，國內起步稍晚，還比較零散和缺乏系統性。但隨著大數據對人們生活影響的不斷加深，人們對大數據關注的熱情也是不斷高漲。近兩年，大數據在國內得到迅速發展，但目前的研究還主要是集中在大數據挖掘方法和算法[15]。在高校中，數據挖掘及應用得到體現，高校思想政治教育工作已經具備了大數據的特征[16]。例如，通過對近幾年高校學生活動方向的數據進行匯總整理，可以分析出學生的興趣和關注點的變化，從而對學生活動進行及時的調整，不斷促進學生成長成才，擴大學生活動的參與度并提高影響力。數據挖掘技術在中醫藥分析上同樣適用。姚美村[17]等應用數據挖掘中的關聯分析技術，以文獻中收錄的106首治療消渴病的中藥復方為研究對象，對治療消渴病的中藥復方中的配伍科學內涵進行分析和研究，運用ACCESS技術，借助關聯規則分析的方法，建立了中藥復方特征數據庫。在全球各行業中，大數據產業生態系統已形成了完整的產業鏈，企業數量驚人，涉及司法、公共服務、零售、金融等眾多行業。大數據是個跨學科的領域，我國發展大數據產業，既要吸收和消化西方先進的技術和經驗，又要鼓勵自主創新，迎頭趕上[18]。
2大數據在生態學中的應用
2.1牧草研究中的應用
我國牧草種質資源研究工作比較分散，雖然積累了一些關于資源收集、篩選、鑒定、保存和利用方面的資料、經驗，但觀測項目、測試方法和評價標準沒有一致性[19]。對牧草種質資源的可靠性和系統性產生了影響，與國際接軌有一定的困難。近年來，國家科技部要求制定苜蓿種質資源各描述符的字段名稱、類型、長度、小數位、代碼等，以建立統一、規范的苜蓿種質資源數據庫，以便于苜蓿種質資源的信息與實物的充分共享以及高效利用，也為資源利用者提供準確、可靠的科學信息。在我國各種牧草當中，紫花苜蓿被稱為“牧草之王”，適用于干旱、鹽堿地區，是開發旱區和鹽堿地的重要選擇，利用現代技術對根瘤菌進行接種溫室培養，測定其逆境存活率、各項生理指標、離子進出根細胞情況以及差異基因的相關數據，同時進行數據分析，科研工作者就可以對數據中所表現出的信息進行分析研究，探索苜蓿根瘤菌共生對干旱及鹽脅迫的響應機制。
2.2農田生態系統碳循環中的應用
溫室效應是近幾十年來全球性熱點問題，為降低大氣中的溫室氣體濃度，科研工作者不斷對生態系統碳源進行探究。農田生態系統是陸地生態系統的一大組成部分，是溫室氣體重要的源和匯，工作者可以首先運用前人的統計資料，對農田生態系統的碳源、凈碳匯做出初步估算，再運用現有科學技術手段收集整理農田生態系統各項數據，通過數據中所隱含的信息，分析農田生態系統碳循環的時空差異。例如：王紹強[20]運用基于多年平均氣候數據建立的陸地碳平衡模型，對我國東北地區碳通量進行模擬，研究了其分布格局。李可讓[21]等運用CEVSA模型，以月為時間步長，以0.5經緯度網格為空間單元，結合遙感數據和氣象資料等對中國土壤和植被碳儲量進行估算。
2.3草地資源管理中的應用
合理的放牧強度、適宜的牲畜種類、最佳的放牧季節和合理的畜群分布，都是以正確認識草地資源、精確資源數據為基礎，以此做出正確的判斷并采取適當的措施，以期取得最佳生態經濟效益。采用一般傳統的方法和技術是不可能實現這一宏偉目標的，因此，為解決草地資源的動態監測與估產、草地管理利用及自然災害預報中存在的各種問題，科研工作者需要尋求適應發展的新技術，以迅速了解畜群動態、分布和草原植被的生長、消耗等數據信息，提高精確化優勢。從草原植被的樣方測查到GIS技術的應用及草業地理信息學的產生，恰恰反映了草地資源管理從一般性描述到由大數據引發的精確化發展的過程[22~25]。
3大數據在生態系統應用中的優勢
3.1提高生態管理效率
生態系統的改善和保護所涉及工程量較大，而大數據的大體積特性有助于解決這種困境，在大數據中，隨著數據庫數據的增多，所消耗的計算工作量則遞減，換言之，在對生態系統進行管理過程中，管理成本會隨著大數據的聚合而減小，這種高效工作能有效減少人力和物力，進而提高生態研究工作者的工作效率。例如，監測較大地理區域范圍內或較長時間內發生的生態事件和變化過程時，用遙感數據提取某一區域的植被指數變化信息，然后把植被指數作為某一生態過程模型的輸入參數進行計算，就可以節省大量的人力物力，提高工作效率。
3.2節約資金
近幾十年生態環境遭到嚴重破壞，我國在生態方面投入大量資金，在智能生態管理下，盡管引入處理大數據的設備以及每年對其的維護需要一定的耗費，但是從長遠來看，其經濟效益更大，如在引入大數據處理草地資源管理的各項問題之前，主要依賴于人工調查，但這些信息分布在時空的各個角落，耗費大量人力物力財力，大數據管理系統引入之后，其覆蓋面更廣，信息準確性更高，而且給人們減少的時間成本是無法計量的。
3.3適于海量數據處理
大數據的智能管理系統特別適于處理大型數據，該系統的設計是基于云計算、云管理和云操作系統的，因此不僅能滿足海量數據處理及實時分析的要求，更能覆蓋所有網絡。由全球定位系統(GPS)、數字攝影測量系統(DPS)、遙感技術(RS)、地理信息系統(GIS)和專家系統(ES)等五S技術整體結合所構成的GIS系統，不僅能夠自動、實時地采集、處理和更新海量數據，而且能夠智能地分析和運用數據，具有高度自動化、實時化和智能化等優點，為生態領域提供了科學的決策咨詢。
4大數據在生態應用中的挑戰
目前，大數據技術的運用仍存在一些困難與挑戰，體現在大數據挖掘的四個環節中。首先在數據收集方面，要對來自物聯網及各種機構信息系統的數據去偽存真，找出時空差異，收集異源、異構的數據，必要時還要與歷史數據作對比，多角度驗證數據的可信性和價值性。其次是數據存儲，在存儲時通常要用到冗余配置、分布化和云計算技術，按照一定規律對數據進行歸類處理，通過過濾和去重，減少存儲處理，并附上日后檢索的標簽，以達到低成本、低能耗、高可靠性的目標。第三是數據處理，生態學的數據復雜性不僅體現在數據樣本本身，更體現在多源異構、多實體和多空間的交叉互動上，工作者很難用傳統方法對其進行描述與度量，因此，筆者需要將高維圖像等多媒體數據降維后再進行度量與處理，通過上下文關聯分析，從大量模棱兩可的數據中綜合各種信息，從而導出可理解的內容。第四是結果的可視化呈現，目前，盡管計算機智能化有了很大進步，但還只能針對小規模、有結構的數據進行分析，談不上深層次的數據挖掘，現有的數據挖掘算法在生態管理行業中難以通用?？偟膩碚f，利用數據挖掘技術對生態系統進行保護的研究尚處于起步階段，其前景廣闊，同時充滿挑戰。
5結論
大數據對人類產生的影響，就像顯微鏡一樣[26]。4個世紀之前，對大自然的觀察以及對物體的測量，人們只保留在肉眼階段，顯微鏡將它推進到了細胞水平，這使人類社會發展產生了歷史性的進步?，F在，大數據成為人們分析事物、觀察自然的顯微鏡。因此，根據生態經濟發展的戰略方向，利用大數據探索生態系統中物流、能流和價值流的定量特征，建立和發展生態經濟的理論基礎和方法，實現生態的可持續發展與生態資源的可持續利用[27]，為政府宏觀決策、企業戰略選擇和農戶增收提供科學依據，將成為大勢所趨。
作者：于萌 高峰 孫娟 單位：青島農業大學經濟草本植物應用研究所
隨著當今社會的不斷發展，伴隨的科學技術也是隨之不斷的進行技術的創新，人們的生活方式也在改變。其中最明顯的標志之一就是計算機軟件的使用范圍變得相對廣泛，提高了人們的生活質量或者說對人們的學習、工作和生活都起到了一定程度上的促進作用，提高了效率。而如今，我們處于各種數據不斷涌入的大數據時代，那么對計算機行業也起到促進作用，使其不斷地完善，并且努力開發新的計算機技術，加強技術應用的能力，使計算機軟件技術得以更廣泛的使用，從而帶來更好的社會經濟效益。本文主要以計算機軟件技術為對象，研究其在大數據時代的應用。計算機軟件技術的問世以及推廣，給人們生活、學習以及工作都提供了極大的便利。并且是各個行業也都不再僅僅局限于傳統的模式。當今處于大數據時代的應用背景下，對計算機軟件技術的要求也越來越高，那也就是說，計算機技術要提高其處理能力，并且對自身技術不斷的完善，在所擁有的資源內進行技術創新，朝向科學化、合理化的方向發展，從而促進各行各業的發展，進而促進整個社會的繁榮。
一、計算機技術應用的現狀
隨著計算機的不斷地廣泛應用，計算機軟件技術也得以不斷地被越來越多的人使用，從而得到不斷的發展，而越來越多的行業開始對數據的存儲能力和數據庫進行探索和研究，而且這種數據存儲又給很多用戶帶來方便。伴隨著云時代的出現，大數據被越來越多的人關注。大數據（bigdata），指無法在一定時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。在當今社會，互聯網的發展可以說已經應用到了我們生活的各個角落，正因為互聯網信息的全面性也就帶來了海量的數據，而隨著互聯網的不斷發展，數據也會進一步增多。根據相關的調查結果顯示，數據已經超過10億T。而如今大數據時代的到來，將會給海量數據帶來福音，就目前的計算機以及互聯網發展的趨勢來看，大數據時代將會給數據帶來更大的發現空間。對人才的培養也是一個新的挑戰，而與此同時也是一個新的機遇。大數據時代的到來也將會給計算機行業注入新鮮的血液，當然，也會給社會帶來新的經濟效益。
二、計算機軟件在大數據時代的應用
當今社會，大數據時代到來，雖然其在我國應用時間較短，但是基于社會的反應，可以看出，大數據時代到來的影響很大，并且帶來了出乎意料的好的效果。大數據時代的發展符合當今社會各個行業需要，在未來社會發展的過程中也將成為必然，得到人們更廣泛的使用。但是，一個新的社會發展趨勢的形成，既是一個新的促進社會的發展機遇，也是對于當前計算機行業現狀的一個新的挑戰。我們需要提高當今社會計算機行業擁有的技術，并且完善創新技術的計劃要結合自身的實際情況，進行新的計劃發展。在這個快速發展的社會，降低成本，增加社會效益和經濟效益已成為趨向，如此的方式就需要專業化的系統架構，較為完善的數據處理體系。數據的應用內容其主要覆蓋了數據生產的全生命周期，數據獲取與清理、傳輸以及應用市場等方面。除了Hadoop版本2.0系統YARN，以及Spark等新型系統架構介紹外，還將探討與研究計算如：StormSamza等等，實時計算如：Dremel，pala等，以及圖計算等等。而且將計算機技術與大數據時代有效結合起來，更能有效地保障數據的公開透明。并且根據當今社會的現實以及行業的現實狀況制定符合實際的經營的方案策略，從而促進社會行業的管理更加的科學化。所以，在應用計算機軟件過程中，可以從以下兩個方面入手：
1、通信的使用
IBMSPSS預測分析軟件，可以大量降低客源流失率。而XO既可以預測客戶的行為以及表現，在行業的整個經營，運營過程中所存在的一些問題，以及客戶預留方面存在的問題都可以通過XO發現這些問題。另外，IBM新發展出來的Netezza網絡分析加速器，可以為互聯網的發展提供一個更好的發展平臺，從而促進行業更好的發展，并且能夠幫助相關行業制定出最合適、有效的運營決策，進而促進社會的發展。就拿通訊行業為例，通訊行業從業者可以通過以上一些計算機行業的分析以及數據處理的軟件，通過對客戶數據資料的分析，分析出不同人群的行為以及行業發展的趨勢。并以此與企業進行合作，促進經濟效益的提高。就目前行業發展的大趨勢，我們可以通過對擁有的大數據進行分析，對企業的運行方式，以及相關需要進行數據分析預測，從而為客戶提供更好的服務。
2、商業運營
再以動物園的商業運營情況為例，管理人員用Cognos，為I-PAD提供了一個即時功能平臺，那么換句話也就是說，管理人員可以即時訪問游客的商務信息，從而能夠為游客提供更好的服務。如果一樣的場所，但是確實不同的服務質量，兩相對比之下，自然是好的服務質量能夠贏得消費者的青睞。而在當今的社會，好的服務質量得以依賴于科學的力量。也就是說，當今各行各業都順應時代的發展，通過應用與行業相適合的軟件技術來為消費者提供更好的服務，那么由此看來，合理運用軟件可以更好的推動商業經濟的發展，進而在當今社會激烈的競爭中占得一席之地。
三、結束語
在當前社會中，不論是計算機技術，互聯網技術還是計算機軟件技術，都在迅速的發展，同時也確實是已經遍布我們生活的各個角落，得以廣泛應用，我們的工作，學習以及日常生活都離不開它們。而在這個發展過程中，我國對于數據的采集處理等方面的技術也已經日趨成熟，提高了工作效率，并且給社會帶來經濟效益，促進國民經濟的發展。就當前的形式來看，計算機軟件的行業覆蓋率已經相當大，這就標志著大數據時代的到來。那么與此同時，計算機行業就要不斷的對自身的技術進行改進，并且不斷進行創新，從而更好的滿足時展的需要。
作者：王鐵 單位：鄭州理工職業學院
摘要:本文分析了教育培訓行業的現狀，并針對性地提出了大數據在現階段教育培訓行業中能起的作用及其應用前景。
關鍵詞:大數據 教育培訓行業 應用
一、教育培訓行業的現狀
我國當前的教育培訓行業分工越來越明晰，其中包含很多類目，有K12課外輔導類、學前幼兒早教類、語言學習類、職業技能類設計培訓類、IT培訓類、文藝體育類、學歷教育類、管理培訓類、留學移民類等等。其中K12課外輔導類主要包含了小學、初中、高中、一對一、班課、夏令營、特長競賽班、寒暑假沖刺銜接班等若干品類。就K12課外輔導類來說，目前我國的這類教育培訓行業已經準備脫離剛開始的粗放、瘋狂的發展階段，教育機構的總的數量已經連續幾年呈下降態勢，行業實際門檻變高，沒有特色、特長的中小機構生存越來越艱難，并逐步退出市場。究其原因，消費者越來越趨于成熟，選擇會更理性，中小機構同質化嚴重，缺乏差異區分度，共同造成了目前的形勢，當然這也是行業成長的必經階段。接下來，我們就大數據在K12課外輔導中一對一的授課形式中的應用略作分析。
二、云數據系統在教育培訓行業應用的現狀
就筆者接觸的很多選擇一對一形式課外輔導的家長來說，一對一的主要優勢在于可以做到一人一方案，從章節內容講解到例題習題練習分析，再到學情考情分析，都能具體問題具體分析，盡力做到因材施教。筆者也了解很多長年從事一對一教學的一線教師，他們為了要實現這種因材施教的模式，除了要有扎實的學科基礎之外，還要能對學生的學情考情及性格喜好進行分析，便于有的放矢地個性化講授。另一方面還要在大量刷題的基礎上總結歸納，整理出自己的題庫，并對應基礎、提高、拔尖等至少三類典型的學生，進行相應的教案編寫，并配以循序漸進、深入淺出的例題習題，供學生課上實踐與課后鞏固、檢測。目前一對一教育機構中云數據系統的使用主要體現在題庫的統一購買、使用上，解決了一線教師，特別是新教師建題庫慢的問題。一線教師可以在授課用的平板電腦中通過在系統的章節題庫里勾選課程對應知識點相關的適合難度系數的題目，逐步組成教案或試卷。也能在系統中查看到所選題目的被選用頻次，便于進行進一步高要求的篩選。
三、大數據運用在當前云數據系統中的實現
這類一對一培訓機構專用的云數據系統也分為幾種模式:1，是類似猿題庫和學科網的純題庫，主要提供單向的選題、組卷等功能，直接導出成Word文件。即使能保存教師的選題、組卷數據，也沒辦法與教師本人各方面的學科情況掛鉤，選題、組卷數據難以利用，更難以進行有價值的數據深層挖掘。2，是類似學而思內部云數據系統的帶反向數據搜集能力的交互式云題庫，這種云系統的一大特點就是封閉性，僅供自己體系內的校區和加盟校區使用，在內部進行數據的更新與完善。3，是類似高思所開發的云數據系統，與學而思系統最大的區別在于開放性。該系統目前已經進行了較有成效的推廣，目前僅筆者所了解的浙北和蘇南地區，就有很多的中小機構，甚至是上億規模的較大機構已經購買使用了高思云數據系統。其中，后兩類系統中的反向數據搜集功能值得引起注意，在該云數據教學系統中，每位一線教師所做的每一份教案、試卷均被保存在云端服務器上，以至于所有修改必須在該云系統中進行，包括將自己原有題庫中的題目加入自己的教案或試卷。因為該類云數據系統的無紙化特性，使得這個反向數據搜集功能可以有效地搜集每位一線老師所做的100%真實的教案及試卷，并且可以跟教師本人的背景、級別掛鉤，甚至能跟學生使用該教案的接受情況、使用該試卷的檢測反饋掛鉤。有了這些全方位的數據，加之每周幾千上萬的教案和試卷數量，公司可以對這些數據進行聚類形成本公司甚至各地區的行業大數據，其中深藏的正是各章知識點的需求、各校各地區的教學進度、學校以及班級的教學質量統計、各地區統計、行業狀況、學生及家長需求、教學方法反饋等大量的信息可供發掘。
四、大數據在創新教育培訓行業中的前景
雖然云數據系統在當前我國的一對一K12教育培訓行業中的運用已初顯，但系統定位和開放性的競爭還處于百花齊放的階段，仍遠沒有決出誰勝誰負。大數據在設置良好的云數據系統中的運用，將極大助力所屬機構在市場需求把握、招生策略嘗試、教學質量監督、教學方法效果反饋，以及各地區、各學校教學情況跟蹤等各個方面。
作者：張佳 單位：嘉興南洋職業技術學院
