導(dǎo)語(yǔ)：如何才能寫好一篇大數(shù)據(jù)時(shí)代分析，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

【關(guān)鍵詞】大數(shù)據(jù) 數(shù)據(jù)分析 數(shù)據(jù)分析師

近年來(lái)，業(yè)界、學(xué)術(shù)界興起了大數(shù)據(jù)討論，一夜間大數(shù)據(jù)時(shí)代到來(lái)了。大數(shù)據(jù)給學(xué)術(shù)界帶來(lái)了新的思潮，大數(shù)據(jù)正在顛覆著很多傳統(tǒng)行業(yè)的模式，帶來(lái)變革。有人預(yù)測(cè)，大數(shù)據(jù)必將成為商業(yè)、政府、科研、教育、醫(yī)療等各行業(yè)面臨的一個(gè)挑戰(zhàn)。在大數(shù)據(jù)時(shí)代，數(shù)據(jù)分析、數(shù)據(jù)挖掘工作面臨著機(jī)遇與挑戰(zhàn)，本文從數(shù)據(jù)分析的角度，結(jié)合國(guó)內(nèi)外相關(guān)研究，試圖回答大數(shù)據(jù)是什么，如何應(yīng)對(duì)大數(shù)據(jù)的問(wèn)題。

一、認(rèn)識(shí)大數(shù)據(jù)

（一）大數(shù)據(jù)的宗旨：經(jīng)過(guò)分析的數(shù)據(jù)才有價(jià)值

大數(shù)據(jù)要發(fā)揮作用必須經(jīng)過(guò)分析，這是由大數(shù)據(jù)的4V特性（數(shù)據(jù)量大、數(shù)據(jù)類型多、要求處理速度快、低密度）決定的。也就是說(shuō)，數(shù)據(jù)都是高維、低密度的，從單個(gè)數(shù)據(jù)中難以看出規(guī)律。因此，必須經(jīng)過(guò)分析，針對(duì)高維進(jìn)行降維，提煉大量低密度信息中的價(jià)值，才能發(fā)揮作用。否則，大數(shù)據(jù)背景下，反而更容易使得“活”信息混跡在大量“死”數(shù)據(jù)中被淹沒(méi)。面向大數(shù)據(jù)的分析要“簡(jiǎn)單、迅速、規(guī)模化”。

（二）大數(shù)據(jù)的目標(biāo)：實(shí)現(xiàn)基于數(shù)據(jù)的決策與資源配置

大數(shù)據(jù)最終要實(shí)現(xiàn)科學(xué)決策，基于信息對(duì)稱的有效資源配置。隨著大數(shù)據(jù)分析技術(shù)的發(fā)展，可利用數(shù)據(jù)來(lái)源從線下封閉的數(shù)據(jù)庫(kù)、數(shù)據(jù)倉(cāng)庫(kù)擴(kuò)展到開放性的O2O（Online To Offline）融合數(shù)據(jù)，可分析數(shù)據(jù)結(jié)構(gòu)從原來(lái)以數(shù)值為主的結(jié)構(gòu)化數(shù)據(jù)發(fā)展到涵蓋文本、視頻、音頻等多媒體數(shù)據(jù)。從而，大數(shù)據(jù)將逐步改變我們的決策目標(biāo)和社會(huì)資源配置方式。基于數(shù)據(jù)的科學(xué)決策是一貫追求的目標(biāo)。然而，信息不對(duì)稱是常態(tài)，因此傳統(tǒng)決策目標(biāo)是建立相對(duì)滿意而非最優(yōu)（決策科學(xué)家Simon提出），資源配置效率基于市場(chǎng)優(yōu)于基于計(jì)劃。大數(shù)據(jù)背景下，迅速獲取分析更多輔助決策信息成為可能，因此決策目標(biāo)可實(shí)現(xiàn)向最優(yōu)的無(wú)限逼近，實(shí)現(xiàn)基于數(shù)據(jù)的“計(jì)劃”資源配置將更有效率。

（三）大數(shù)據(jù)的角度：個(gè)性化服務(wù)+中觀指數(shù)+宏觀連結(jié)

目前發(fā)展大數(shù)據(jù)，主要有基于數(shù)據(jù)為客戶提供個(gè)性化營(yíng)銷服務(wù)、預(yù)測(cè)中觀行業(yè)或區(qū)域趨勢(shì)指數(shù)、基于連結(jié)的宏觀資源配置方案等角度。這不僅僅體現(xiàn)在阿里小微融資的個(gè)性化風(fēng)控決策、高端品牌在線特賣品牌和定價(jià)動(dòng)態(tài)決策（基于阿里巴巴網(wǎng)商活躍度指數(shù)和零售商品價(jià)格指數(shù)）、Discern group企業(yè)發(fā)展戰(zhàn)略咨詢報(bào)告上，還體現(xiàn)在阿里巴巴商務(wù)智能指數(shù)（預(yù)測(cè)經(jīng)濟(jì)發(fā)展態(tài)勢(shì)）和基于公共氣象數(shù)據(jù)的各行業(yè)資源配置優(yōu)化服務(wù)上。

互聯(lián)網(wǎng)金融是大數(shù)據(jù)發(fā)展各角度的前沿陣地。在金融領(lǐng)域，要實(shí)現(xiàn)從金融互聯(lián)網(wǎng)向互聯(lián)網(wǎng)金融的快速轉(zhuǎn)型。傳統(tǒng)模式下的金融企業(yè)開展網(wǎng)上業(yè)務(wù)，如：網(wǎng)上銀行、網(wǎng)上理財(cái)，并不是真正的互聯(lián)網(wǎng)金融?；ヂ?lián)網(wǎng)金融是指通過(guò)互聯(lián)網(wǎng)新技術(shù)為客戶實(shí)現(xiàn)搜索或風(fēng)控等服務(wù)增值，比較有代表性的是，消除供求雙方結(jié)構(gòu)不對(duì)稱的P2P貸款，提高存取效率的保值理財(cái)產(chǎn)品余額寶。

（四）大數(shù)據(jù)的關(guān)鍵點(diǎn)：保證數(shù)據(jù)質(zhì)量

要發(fā)展大數(shù)據(jù)分析，首先要保證數(shù)據(jù)質(zhì)量。錯(cuò)誤的輸入必然導(dǎo)致錯(cuò)誤的輸出。沒(méi)有數(shù)據(jù)質(zhì)量，一切都是浮云。數(shù)據(jù)質(zhì)量沒(méi)有保證，是不敢用的。數(shù)據(jù)質(zhì)量是一項(xiàng)耗時(shí)、費(fèi)力的基礎(chǔ)工作。

保證數(shù)據(jù)質(zhì)量要求數(shù)據(jù)采集與清洗過(guò)程中秉持兩大原則：相關(guān)性和低噪聲。第一，大數(shù)據(jù)，數(shù)據(jù)并非越“大”越好，而是相關(guān)數(shù)據(jù)越“大”越好。特別是，在數(shù)據(jù)采集中，要以采集盡可能多的“相關(guān)”數(shù)據(jù)為目標(biāo)，而非不加篩選越多越好。第二，大數(shù)據(jù)，首先數(shù)據(jù)獲取時(shí)要保證不存在誘導(dǎo)傾向的干擾因素，同時(shí)進(jìn)行去噪處理。

保證數(shù)據(jù)質(zhì)量要建立數(shù)據(jù)的數(shù)據(jù)。針對(duì)數(shù)據(jù)質(zhì)量建立數(shù)據(jù)標(biāo)簽，才有進(jìn)步。有了對(duì)數(shù)據(jù)質(zhì)量的數(shù)據(jù)，數(shù)據(jù)才能被決策者更為安全科學(xué)有效地使用。

（五）大數(shù)據(jù)競(jìng)爭(zhēng)的核心：分析人才的競(jìng)爭(zhēng)

大數(shù)據(jù)時(shí)代，作為一種資源，數(shù)據(jù)不再是稀缺資源?；ヂ?lián)網(wǎng)、門戶網(wǎng)站、社交網(wǎng)站、微博、微信等新媒體積累了大量數(shù)據(jù)，缺乏的是對(duì)這些數(shù)據(jù)的分析人員。缺乏專業(yè)的分析人才，即使守著數(shù)據(jù)的“金山”，也只能望“山”興嘆。因此，美國(guó)Turbo Financial Group采用最新的大數(shù)據(jù)分析技術(shù)聚焦被FICO遺忘的15%人群建模，阿里提出建立大數(shù)據(jù)分析的開放式平臺(tái)，希望能夠集結(jié)更多專家智慧，同時(shí)培養(yǎng)阿里分析人才，挖掘阿里數(shù)據(jù)“金礦”。

二、把握大數(shù)據(jù)

大數(shù)據(jù)對(duì)社會(huì)生活帶來(lái)方方面面的影響，我們?nèi)绾伟盐沾髷?shù)據(jù)時(shí)代的機(jī)遇，需要慎重對(duì)待大數(shù)據(jù)帶來(lái)的挑戰(zhàn)?？偨Y(jié)起來(lái)，主要有三個(gè)方面：

（一）大數(shù)據(jù)時(shí)代，數(shù)據(jù)整理和清洗工作

（1）數(shù)據(jù)整理和清洗工作是數(shù)據(jù)分析的基礎(chǔ)。大數(shù)據(jù)專家根據(jù)經(jīng)驗(yàn)，普遍認(rèn)為該工作是一項(xiàng)基礎(chǔ)性工作，耗時(shí)多且簡(jiǎn)單，占到數(shù)據(jù)分析工作量的60%以上，是數(shù)據(jù)分析前提和基礎(chǔ)。在此基上，數(shù)據(jù)分析工作需要對(duì)數(shù)據(jù)進(jìn)行標(biāo)識(shí)，進(jìn)行深度分析，撰寫專題報(bào)告，確保結(jié)果可以執(zhí)行，最終落實(shí)到?jīng)Q策和實(shí)施。

（2）大數(shù)據(jù)時(shí)代，需要充分借助IT技術(shù)管理數(shù)據(jù)質(zhì)量工作。在大數(shù)據(jù)時(shí)代，人工逐筆發(fā)現(xiàn)、解決數(shù)據(jù)質(zhì)量問(wèn)題的方式成本高、效率低，不可持續(xù)。要盡量規(guī)范化、系統(tǒng)化、自動(dòng)化管理數(shù)據(jù)質(zhì)量工作，將節(jié)省下的人力資源投入到新問(wèn)題的研究中。

（二）大數(shù)據(jù)時(shí)代，數(shù)據(jù)分析的特點(diǎn)

（1）采用倒金字塔模式分配“思考、工作、分享”的時(shí)間比重。數(shù)據(jù)分析工作包括三部分：“思考”，分析實(shí)際問(wèn)題，將實(shí)際問(wèn)題轉(zhuǎn)化成數(shù)學(xué)模型，提出解決方案的過(guò)程；“工作”，將解決方案程序化，得出結(jié)果的過(guò)程；“分享”，將分析的結(jié)果，轉(zhuǎn)化為決策，付諸實(shí)施的過(guò)程。在時(shí)間分配上，金字塔結(jié)構(gòu)或柱形結(jié)構(gòu)的分布形式不是最佳結(jié)構(gòu)，倒金字塔結(jié)構(gòu)比較合理。即，思考的過(guò)程花得時(shí)間長(zhǎng)些，可以減少后期工作量，少走彎路。

（2）通過(guò)數(shù)據(jù)分析進(jìn)行科學(xué)決策。很多人存在誤區(qū)，認(rèn)為數(shù)據(jù)分析就是做報(bào)表、寫報(bào)告。在大數(shù)據(jù)時(shí)代，數(shù)據(jù)分析不僅僅停留在此，需要進(jìn)行深度分析，建立數(shù)據(jù)化決策的流程。要尊重?cái)?shù)據(jù)、認(rèn)識(shí)數(shù)據(jù)，但不迷信數(shù)據(jù)。在尊重?cái)?shù)據(jù)、尊重事實(shí)的前提下，減少主觀因素的干擾，快速做出數(shù)據(jù)化決策，這是一種能力。

（3）大數(shù)據(jù)時(shí)代，數(shù)據(jù)分析的要義是――簡(jiǎn)單、迅速、規(guī)?；?。數(shù)據(jù)分析的結(jié)果要簡(jiǎn)潔、易懂；數(shù)據(jù)分析的時(shí)間要短，盡可能的自動(dòng)化地出結(jié)果，要快速的滿足客戶的需求；數(shù)據(jù)分析的方法能夠?qū)崿F(xiàn)大批量規(guī)模化。優(yōu)秀的數(shù)據(jù)分析師應(yīng)具有全局的預(yù)見(jiàn)性，一有問(wèn)題可以馬上把該問(wèn)題打成很碎、很多的問(wèn)題，甚至把一個(gè)問(wèn)題克隆出很多問(wèn)題，從而與業(yè)務(wù)人員建立信任，降低工作量。

（4）從“死”信息中，分離出“活”的信息。大數(shù)據(jù)有數(shù)據(jù)量大的問(wèn)題――產(chǎn)生大量的“死”數(shù)據(jù)。錯(cuò)誤數(shù)據(jù)是指數(shù)據(jù)與實(shí)際情況不一致，異常數(shù)據(jù)是指數(shù)據(jù)正確但數(shù)據(jù)遠(yuǎn)離群體的大多數(shù)，這類數(shù)據(jù)情況的處理手段比較成熟。而大數(shù)據(jù)時(shí)代，大量數(shù)據(jù)是不活躍主體，即“死”數(shù)據(jù)。因此，需要從高維低密度數(shù)據(jù)中，提取“活”的信息，發(fā)現(xiàn)規(guī)律。防止由于“死”信息的存在，導(dǎo)致分析結(jié)果不能正確反映“活”的群體特征。

（三）大數(shù)據(jù)時(shí)代，數(shù)據(jù)分析師的培養(yǎng)

（1）培養(yǎng)核心技術(shù)人才，確保長(zhǎng)期競(jìng)爭(zhēng)力。美國(guó)在建立全國(guó)醫(yī)療系統(tǒng)時(shí)，將系統(tǒng)外包給了加拿大的一家公司，系統(tǒng)運(yùn)行的第一天就出現(xiàn)了崩潰。美國(guó)政府為此對(duì)該模式進(jìn)行了反思，概括起來(lái)有三點(diǎn)：①外包公司設(shè)計(jì)時(shí)只顧滿足甲方的眼前利益，不會(huì)為甲方的長(zhǎng)遠(yuǎn)利益考慮；②項(xiàng)目外包造成美國(guó)技術(shù)骨干人員斷層，導(dǎo)致出現(xiàn)問(wèn)題后自身無(wú)法解決；③采用該模式導(dǎo)致美國(guó)沒(méi)有了核心技術(shù)。

因此，在采用項(xiàng)目外包模式的同時(shí)，需要掌握其核心技術(shù)。在大數(shù)據(jù)時(shí)代，從數(shù)據(jù)分析、信息管理、IT技術(shù)三個(gè)方面保持核心競(jìng)爭(zhēng)力。需要培養(yǎng)和保持業(yè)務(wù)、產(chǎn)品設(shè)計(jì)、數(shù)據(jù)分析、數(shù)據(jù)架構(gòu)等方面的骨干隊(duì)伍。

（2）建立專業(yè)化的大數(shù)據(jù)分析團(tuán)隊(duì)。大數(shù)據(jù)分析的核心是數(shù)學(xué)建模，基礎(chǔ)是實(shí)際業(yè)務(wù)，結(jié)果是自動(dòng)化程序。在實(shí)際工作中需要正確、合理的使用數(shù)學(xué)建模的思維，構(gòu)建以數(shù)學(xué)模型做為基礎(chǔ)的數(shù)據(jù)分析，建立量化管理風(fēng)險(xiǎn)的理念。深刻認(rèn)識(shí)并正確駕馭大數(shù)據(jù)分析，大數(shù)據(jù)分析的方法是處于不斷發(fā)展過(guò)程中的，需要根據(jù)實(shí)際問(wèn)題，結(jié)合實(shí)際數(shù)據(jù)，靈活構(gòu)建模型。

參考文獻(xiàn)：

[1]朱建平，章貴軍，劉曉葳.大數(shù)據(jù)時(shí)代下數(shù)據(jù)分析理念的辨析[J].統(tǒng)計(jì)研究，2014，（2）.

篇2

【關(guān)鍵詞】大數(shù)據(jù)時(shí)代 數(shù)據(jù)分析 信息安全防護(hù)

隨著我國(guó)網(wǎng)絡(luò)信息技術(shù)不斷的發(fā)展，當(dāng)下時(shí)代已經(jīng)成為大數(shù)據(jù)時(shí)代。以往大數(shù)據(jù)的概念主要存在于物理學(xué)領(lǐng)域、生物學(xué)領(lǐng)域、生態(tài)環(huán)境學(xué)領(lǐng)域、軍事領(lǐng)域、金融領(lǐng)域、通訊領(lǐng)域等，而當(dāng)下網(wǎng)絡(luò)和信息業(yè)的空前發(fā)展使大數(shù)據(jù)引起了人們的關(guān)注。數(shù)據(jù)信息已經(jīng)滲透到社會(huì)的各行各業(yè)，人們通過(guò)相關(guān)數(shù)據(jù)信息的發(fā)現(xiàn)和利用，可達(dá)到增加生產(chǎn)率和市場(chǎng)消費(fèi)率的效果。但大數(shù)據(jù)技術(shù)收集信息軟件給網(wǎng)絡(luò)用戶的隱私帶來(lái)了問(wèn)題，網(wǎng)絡(luò)私人信息的安全防護(hù)遭到威脅。因此本文對(duì)大數(shù)據(jù)時(shí)代的數(shù)據(jù)分析與信息安全防護(hù)做出相關(guān)研究，研究?jī)?nèi)容如下。

1 大數(shù)據(jù)概述

大數(shù)據(jù)主要是指使用常規(guī)軟件工具無(wú)法在規(guī)定的時(shí)間內(nèi)對(duì)網(wǎng)絡(luò)往來(lái)信息進(jìn)行捕捉和管理以及處理。大數(shù)據(jù)時(shí)代的主要特點(diǎn)為5V，即數(shù)據(jù)總量大（Volume）、類型繁多（Variety）、價(jià)值密度低（Value）、速度快、時(shí)效高（Velocity）。大數(shù)據(jù)的初始計(jì)量單位為P（P=1000T）、E（E=100000T）、Z（Z=10000000T），數(shù)據(jù)量龐大，其種類包括網(wǎng)絡(luò)文字信息、音頻信息、視頻信息、圖片信息以及地理位置等，數(shù)據(jù)種類豐富對(duì)數(shù)據(jù)的處理能力也提出了較高的要求。在大數(shù)據(jù)中，雖然信息量大，但可利用的信息是有限的，因此，大數(shù)據(jù)價(jià)值密度較低。大數(shù)據(jù)相對(duì)于傳統(tǒng)數(shù)據(jù)而言，需要人們更強(qiáng)的處理信息的能力和速度，對(duì)人們的數(shù)據(jù)駕馭力量提出了挑戰(zhàn)。大數(shù)據(jù)在影響著人們生活方式的同時(shí)，還影響著各個(gè)行業(yè)的發(fā)展，大數(shù)據(jù)的出現(xiàn)也使信息安全面臨著一些問(wèn)題。

2 大數(shù)據(jù)時(shí)代數(shù)據(jù)分析概述

2.1 抽樣量化

在大數(shù)據(jù)時(shí)代，樣本就是總體本身，因此在分析某事物的過(guò)程中，不需依靠少量的數(shù)據(jù)樣本，而是得到全部的數(shù)據(jù)。傳統(tǒng)的抽樣有樣本缺乏穩(wěn)定和隨機(jī)抽樣困難的情況，且在事先設(shè)定好了調(diào)查目的往往會(huì)使調(diào)查內(nèi)容和范圍受到人為限制，調(diào)查過(guò)程中的側(cè)重點(diǎn)也導(dǎo)致抽樣數(shù)據(jù)無(wú)法反映總體情況。另外樣本量的有限也使抽樣結(jié)果缺乏精確性，致使錯(cuò)誤率的增加，同時(shí)傳統(tǒng)抽樣時(shí)間效率和生產(chǎn)率低。

2.2 數(shù)據(jù)模糊計(jì)算

在大數(shù)據(jù)的影響下，人們接受數(shù)據(jù)較為繁雜，數(shù)據(jù)精確性減弱。有數(shù)據(jù)規(guī)模龐大，因此對(duì)數(shù)據(jù)追求精確性的可能性較小，測(cè)量數(shù)據(jù)和調(diào)查數(shù)據(jù)都會(huì)因?yàn)橐恍┎豢煽氐囊蛩鼗蛘J(rèn)為因素致使數(shù)據(jù)精確性欠缺。大數(shù)據(jù)時(shí)代獲得的數(shù)據(jù)量多，但不精確的數(shù)據(jù)也在其中，因此對(duì)待大數(shù)據(jù)應(yīng)該看到其有利方面。數(shù)據(jù)的不精確也有利于對(duì)事物總體的了解，樣本的增加使信息更為真實(shí)。大數(shù)據(jù)的不精確是不經(jīng)意產(chǎn)生的，因此，在需要精確數(shù)據(jù)的領(lǐng)域還是需要避免不精確性的發(fā)生。

2.3 利用數(shù)據(jù)關(guān)系

關(guān)注事物的相關(guān)性，而不是只追求因果。傳統(tǒng)抽樣中會(huì)預(yù)先假定因果，但在大數(shù)據(jù)時(shí)代，數(shù)據(jù)的復(fù)雜和龐大，會(huì)導(dǎo)致因果關(guān)系復(fù)雜化和分析因果復(fù)雜化。因此，大數(shù)據(jù)不不利于追求因果關(guān)系，而利于事物相關(guān)關(guān)系的追求。大數(shù)據(jù)對(duì)數(shù)據(jù)的分析思路為分析數(shù)據(jù)相關(guān)性，事物關(guān)系之間的形式多樣化，關(guān)系和目的也是根據(jù)數(shù)據(jù)的變化而變化，沒(méi)有相對(duì)較為固定的因果和親疏關(guān)系。

大數(shù)據(jù)所提供的價(jià)值可以讓人們預(yù)判自己所想知道的事情，比如華爾街利用網(wǎng)絡(luò)民眾的情緒變化進(jìn)行拋售股票；基金公司根據(jù)對(duì)購(gòu)物網(wǎng)站顧客的評(píng)論來(lái)分析產(chǎn)品銷售情況；銀行根據(jù)網(wǎng)絡(luò)求職的崗位情況判斷就業(yè)；投資機(jī)構(gòu)從大數(shù)據(jù)中查找企業(yè)破產(chǎn)的前兆；美國(guó)總統(tǒng)團(tuán)隊(duì)根據(jù)社交軟件分析選民喜好。以此可以看出在大數(shù)據(jù)時(shí)代，可利用的數(shù)據(jù)信息對(duì)利用者而言十分重要。

3 大數(shù)據(jù)時(shí)代面臨的信息安全問(wèn)題

3.1 信息安全風(fēng)險(xiǎn)

由于大數(shù)據(jù)的特點(diǎn)之一為存儲(chǔ)信息較為廣泛，對(duì)信息安全性有一定的影響。大數(shù)據(jù)信息海量存儲(chǔ)技術(shù)的成熟降低了信息存儲(chǔ)的成本，因此大數(shù)據(jù)信息處理量顯著增加，處理中心分析信息也變得更加容易。大數(shù)據(jù)信息中心可以根據(jù)終端網(wǎng)絡(luò)用戶的行為信息進(jìn)行分析，然后將結(jié)果提供給信息利用者，分析搜索的商品后向你推薦所感興趣的商品。在移動(dòng)互聯(lián)網(wǎng)，終端用戶信息被隨時(shí)采集和存儲(chǔ)，造成了信息安全風(fēng)險(xiǎn)。

3.2 個(gè)人隱私泄露

有一些網(wǎng)絡(luò)企業(yè)會(huì)對(duì)網(wǎng)絡(luò)終端用戶的隱私進(jìn)行搜集。為了贏得市場(chǎng)競(jìng)爭(zhēng)優(yōu)勢(shì)，用戶信息成為了企業(yè)的發(fā)展根據(jù)。比如一些智能手機(jī)軟件會(huì)在用戶不知情的情況下，對(duì)用戶使用軟件的時(shí)間、地點(diǎn)和位置進(jìn)行信息記錄，發(fā)送到軟件服務(wù)器，暴露用戶的個(gè)人隱私泄露信息。

3.3 安全防護(hù)難度

大數(shù)據(jù)時(shí)代由于非結(jié)構(gòu)化的數(shù)據(jù)類型多、價(jià)值密度低，信息量龐大，因此對(duì)安全防護(hù)技術(shù)要求較高，目前我國(guó)防護(hù)技術(shù)還未能夠處理大量和多類型的數(shù)據(jù)，因此數(shù)據(jù)防護(hù)難度系數(shù)較高。

4 數(shù)據(jù)時(shí)代面臨的信息安全問(wèn)題的應(yīng)對(duì)措施

4.1 安全技術(shù)研發(fā)

目前大數(shù)據(jù)需要能夠處理大量和多類型的數(shù)據(jù)分析技術(shù)，以主動(dòng)發(fā)現(xiàn)大數(shù)據(jù)中潛藏的威脅，比如利用信息豐富開發(fā)認(rèn)證系統(tǒng)技術(shù)或建設(shè)數(shù)據(jù)真實(shí)分析系統(tǒng)，將惡意信息和無(wú)用信息排除在外。

4.2 制定個(gè)人隱私泄露保護(hù)法律法規(guī)

由于大數(shù)據(jù)是新生事物，因此相關(guān)的法律法規(guī)存在空白。網(wǎng)絡(luò)上違法的數(shù)據(jù)信息行為需要有強(qiáng)制和高效的規(guī)則對(duì)其進(jìn)行規(guī)范，以保護(hù)個(gè)人信息的合理利用性。

4.3 提高民眾信息安全認(rèn)知

大數(shù)據(jù)來(lái)源于民眾，因此提高民眾的信息安全意識(shí)，可有效防范數(shù)據(jù)信息面臨的信息安全問(wèn)題，從而起到維護(hù)個(gè)人隱私泄露、避免負(fù)面影響的作用。

5 結(jié)語(yǔ)

綜上所述，大數(shù)據(jù)時(shí)代數(shù)據(jù)分析與信息安全防護(hù)具有重要意義，當(dāng)下網(wǎng)絡(luò)和信息業(yè)的空前發(fā)展使大數(shù)據(jù)引起了人們的關(guān)注，數(shù)據(jù)信息已經(jīng)滲透到社會(huì)的各行各業(yè)，數(shù)據(jù)分析使人們受益匪淺。但大數(shù)據(jù)技術(shù)收集信息軟件給網(wǎng)絡(luò)用戶的信息安全帶來(lái)了問(wèn)題。比如信息安全風(fēng)險(xiǎn)、個(gè)人隱私泄露、安全防護(hù)有難度等，本研究作者經(jīng)過(guò)多方面思考提出提高安全技術(shù)研發(fā)程度、制定個(gè)人隱私保護(hù)法律法規(guī)以及提高民眾信息安全認(rèn)知的解決意見(jiàn)，以促進(jìn)大數(shù)據(jù)時(shí)代信息安全性的增加。

參考文獻(xiàn)

[1]田秀霞，王曉玲，高明等.數(shù)據(jù)庫(kù)服務(wù)――安全與隱私保護(hù)[J].軟件學(xué)報(bào)，2010，21（5）：991-1006.

[2]劉小龍，鄭滔.一種針對(duì)非控制數(shù)據(jù)攻擊的改進(jìn)防御方法[J].計(jì)算機(jī)應(yīng)用研究，2013，30（12）：3762-3766.

[3]李峰，李虎成，於益軍等.基于并行計(jì)算和數(shù)據(jù)復(fù)用的快速靜態(tài)安全校核技術(shù)[J].電力系統(tǒng)自動(dòng)化，2013，37（14）：75-80.

篇3

目前，在此大環(huán)境的影響下，企業(yè)的財(cái)務(wù)管理工作得到了更大的拓展和延伸。而財(cái)務(wù)分析工作作為財(cái)務(wù)管理中的一個(gè)必須高度重視的環(huán)節(jié)，在極大程度上影響著企業(yè)的穩(wěn)定性、可持續(xù)性，直接影響企業(yè)的發(fā)展。由此可見(jiàn)，企業(yè)要想提高自己的綜合實(shí)力與核心競(jìng)爭(zhēng)力，就必須要做好財(cái)務(wù)分析研究。抓住機(jī)遇，將互聯(lián)網(wǎng)等一些新興技術(shù)推向更新的高度。克服挑戰(zhàn)，在基礎(chǔ)上充分落實(shí)財(cái)務(wù)分析工作，預(yù)估大數(shù)據(jù)下可能存在的風(fēng)險(xiǎn)。充分發(fā)揮大數(shù)據(jù)對(duì)企業(yè)的未來(lái)發(fā)展產(chǎn)生巨大的影響，為企業(yè)的發(fā)展提供更為廣闊的空間。

二、大數(shù)據(jù)時(shí)代下財(cái)務(wù)分析的機(jī)遇與挑戰(zhàn)

這一章節(jié)主要探討兩方面內(nèi)容，一方面是大數(shù)據(jù)時(shí)代下財(cái)務(wù)分析工作迎來(lái)的機(jī)遇，另一方面是大數(shù)據(jù)時(shí)代下財(cái)務(wù)分析工作面臨的挑戰(zhàn)，通過(guò)對(duì)這兩方面內(nèi)容的明確，從而為后續(xù)的探討而奠定基礎(chǔ)。

(一)大數(shù)據(jù)時(shí)代下財(cái)務(wù)分析迎來(lái)的機(jī)遇

對(duì)企業(yè)財(cái)務(wù)分析工作而言，大數(shù)據(jù)時(shí)代的來(lái)臨會(huì)給工作帶來(lái)諸多方面有利的影響，促使財(cái)務(wù)分析工作朝著更好的方向發(fā)展。

1.有利于提高財(cái)務(wù)數(shù)據(jù)信息的精準(zhǔn)度

以往傳統(tǒng)的財(cái)務(wù)中采用的是“漏斗式”記賬方式，將原始憑證的結(jié)構(gòu)化信息轉(zhuǎn)記到記賬憑證中。由于過(guò)濾了諸多非結(jié)構(gòu)化的信息，這類信息會(huì)受到技術(shù)限制的影響，在很大程度上使財(cái)務(wù)管理數(shù)據(jù)引起偏差，使數(shù)據(jù)整合的難度大大增加。最終可能會(huì)影響管理者決策。但是在大數(shù)據(jù)時(shí)代之下，能夠?yàn)樨?cái)務(wù)分析提供經(jīng)濟(jì)數(shù)據(jù)上的大力支持，實(shí)現(xiàn)財(cái)務(wù)管理向共享式服務(wù)模式的順利過(guò)渡。

2.有利于增強(qiáng)預(yù)算管理的真實(shí)性

預(yù)算管理是企業(yè)財(cái)務(wù)管理重要組成部分，傳統(tǒng)的預(yù)算管理在數(shù)據(jù)處理的過(guò)程中處理的速度過(guò)于緩慢，處理的效率低，不利于企業(yè)的發(fā)展。且在內(nèi)容制定的過(guò)程中，沒(méi)有，明確的管理理論進(jìn)行基礎(chǔ)支撐。通過(guò)大數(shù)據(jù)的手段進(jìn)行使用，可以更好的使預(yù)算的真實(shí)性增強(qiáng)，在一定程度上改善現(xiàn)階段的問(wèn)題。

3.構(gòu)建企業(yè)型數(shù)據(jù)庫(kù)，避免財(cái)務(wù)風(fēng)險(xiǎn)

大數(shù)據(jù)時(shí)代的來(lái)臨，意味著科技因素的發(fā)展已經(jīng)達(dá)到一定的水平。這就意味著企業(yè)可以從大量的數(shù)據(jù)中提取關(guān)鍵信息，構(gòu)建相對(duì)應(yīng)的數(shù)據(jù)庫(kù)，以建立數(shù)據(jù)庫(kù)形式來(lái)處理海量的數(shù)據(jù)信息，有效挖掘?qū)ψ陨砥髽I(yè)發(fā)展有用的相關(guān)數(shù)據(jù)信息。以此為基礎(chǔ)，可在多維度預(yù)測(cè)企業(yè)風(fēng)險(xiǎn)，提高防范意識(shí)，盡可能的避免財(cái)務(wù)風(fēng)險(xiǎn)，從而為實(shí)現(xiàn)企業(yè)的經(jīng)營(yíng)戰(zhàn)略目標(biāo)而奠定扎實(shí)的基礎(chǔ)。

4.提高數(shù)據(jù)處理效率，降低財(cái)務(wù)成本

傳統(tǒng)的數(shù)據(jù)管理，方法陳舊、內(nèi)容繁瑣，導(dǎo)致工作效率低下，大大增加企業(yè)的財(cái)務(wù)管理成本。并且在實(shí)際執(zhí)行過(guò)程中，因程序較多，在一定程度上增加了財(cái)務(wù)人員的工作處理量。二者最后可能會(huì)導(dǎo)致工作量雖然上升但工作效率反而會(huì)有所下降。這不但會(huì)使企業(yè)發(fā)展緩慢，還會(huì)削減員工工作中的積極性，不利于企業(yè)發(fā)展。利用大數(shù)據(jù)來(lái)建立模型篩查相關(guān)有效信息，可以更快捷的處理數(shù)據(jù)信息，減輕財(cái)務(wù)人員的工作量，在提高效率的同時(shí)，調(diào)動(dòng)員工在工作中的積極性。

(二)大數(shù)據(jù)時(shí)代下財(cái)務(wù)分析面臨的挑戰(zhàn)

大數(shù)據(jù)時(shí)代在對(duì)企業(yè)財(cái)務(wù)分析工作帶來(lái)有利影響的同時(shí)，也使財(cái)務(wù)分析工作出現(xiàn)了更大的挑戰(zhàn)，因此，分析大數(shù)據(jù)時(shí)代下企業(yè)財(cái)務(wù)分析中存在的不足之處，有利于我們積極應(yīng)對(duì)挑戰(zhàn)：

1.依賴財(cái)務(wù)報(bào)表，不注重其他信息

傳統(tǒng)的財(cái)務(wù)分析工作過(guò)于注重財(cái)務(wù)報(bào)表，而忽視非財(cái)務(wù)信息分析。具體來(lái)講的話，一是企業(yè)固定資產(chǎn)折舊、對(duì)外投資核算等內(nèi)容會(huì)結(jié)合企業(yè)自身情況而選擇不同的會(huì)計(jì)處理方法，導(dǎo)致數(shù)據(jù)的處理結(jié)果可比性存在嚴(yán)重偏失；二是固定資產(chǎn)折舊年限和壞賬準(zhǔn)備金比例等方面摻雜了財(cái)務(wù)人員的主觀意識(shí)，是以估算得來(lái)的數(shù)據(jù)為主，導(dǎo)致數(shù)據(jù)的處理結(jié)果可比性存在嚴(yán)重偏失。這嚴(yán)重影響著財(cái)務(wù)分析工作的正確性，同時(shí)大數(shù)據(jù)下企業(yè)對(duì)非財(cái)務(wù)信息分析未給予重視，在一定程度上難以獲取最科學(xué)準(zhǔn)確的結(jié)果。

2.大數(shù)據(jù)使安全性降低

大數(shù)據(jù)時(shí)代促使數(shù)據(jù)在趨于更加便利化，但同時(shí)其安全性也大大降低。因?yàn)榧夹g(shù)的發(fā)展，讓企業(yè)財(cái)務(wù)分析所得到數(shù)據(jù)信息的竊取變得簡(jiǎn)單化，信息在任何環(huán)節(jié)上都有被不法分子竊取的可能，造成失竊、泄密等損失。這在很大程度上使企業(yè)滋生風(fēng)險(xiǎn)。如何規(guī)避這些風(fēng)險(xiǎn)，在現(xiàn)階段的企業(yè)財(cái)務(wù)管理中雖采取一定手段，但在泄密事件發(fā)生之前，并未高度重視。由此引發(fā)的泄密事件影響了企業(yè)財(cái)務(wù)分析工作的有效開展。

3.財(cái)務(wù)數(shù)據(jù)與業(yè)務(wù)信息整合度低，“去邊界化”速度緩慢

在目前的大數(shù)據(jù)背景下，企業(yè)在信息獲取時(shí)速度會(huì)提升，運(yùn)作的成本也會(huì)降低。但是財(cái)務(wù)數(shù)據(jù)需分別由財(cái)務(wù)部門與業(yè)務(wù)部門同時(shí)提供。財(cái)務(wù)部門人員與業(yè)務(wù)部門人員的主要需求與側(cè)重點(diǎn)不同，因此提供的數(shù)據(jù)與信息存在不同程度的差異。尤其是存在許多合資公司與分公司的大型企業(yè)，經(jīng)過(guò)長(zhǎng)時(shí)間獨(dú)立自主的經(jīng)營(yíng)，可能會(huì)出現(xiàn)各個(gè)區(qū)域間信息“邊界化”。以上情況會(huì)造成企業(yè)財(cái)務(wù)管理效率降低，同時(shí)造成管理者在查看信息及決策時(shí)的不便。

4.對(duì)人員要求增高

大數(shù)據(jù)時(shí)代下對(duì)參與財(cái)務(wù)分析工作的人員也提出了更高的要求。但在實(shí)際發(fā)展中，工作人員還存在工作能力不強(qiáng)、素質(zhì)不高等方面的問(wèn)題。另外存在老員工無(wú)法適應(yīng)大數(shù)據(jù)時(shí)代而無(wú)法很好的勝任工作，進(jìn)而影響企業(yè)整體的發(fā)展。

三、大數(shù)據(jù)時(shí)代下做好財(cái)務(wù)分析工作的措施研究

對(duì)于處于大數(shù)據(jù)時(shí)代下的財(cái)務(wù)分析工作而言，及時(shí)抓住機(jī)遇并且克服其中的挑戰(zhàn)，才能得到更進(jìn)一步的發(fā)展，那么如何采取有效的措施呢？這一章節(jié)圍繞于此而提出以下對(duì)策，希望可以為實(shí)際活動(dòng)的開展而提供一些幫助作用，從而提高財(cái)務(wù)分析工作效率。

(一)重視非財(cái)務(wù)數(shù)據(jù)信息，做好實(shí)時(shí)分析工作

在大數(shù)據(jù)時(shí)代之下落實(shí)財(cái)務(wù)分析工作，企業(yè)可以采取的第一個(gè)措施就是重視非財(cái)務(wù)數(shù)據(jù)信息，做好實(shí)時(shí)分析工作。財(cái)務(wù)分析工作中采用的分析方法不能過(guò)于看重報(bào)表數(shù)據(jù)，而是要引入非財(cái)務(wù)數(shù)據(jù)分析方法。因此，在現(xiàn)階段的財(cái)務(wù)報(bào)表中，企業(yè)人力資源、通貨膨脹等因素還沒(méi)有在報(bào)表中予以充分展現(xiàn)。為此，在制作財(cái)務(wù)報(bào)表中要關(guān)注這些影響因素，增加報(bào)表附注，在此基礎(chǔ)上形成全新的財(cái)務(wù)分析方法，以此來(lái)為財(cái)務(wù)分析工作的落實(shí)而奠定基礎(chǔ)。除此之外，大數(shù)據(jù)時(shí)代的來(lái)臨，數(shù)據(jù)信息在增加的同時(shí)也加快了數(shù)據(jù)流轉(zhuǎn)。為了應(yīng)對(duì)這一情況，需要構(gòu)建相應(yīng)的數(shù)據(jù)模型，加強(qiáng)計(jì)算機(jī)技術(shù)的應(yīng)用，在做好數(shù)據(jù)歸類整理工作的基礎(chǔ)上落實(shí)數(shù)據(jù)的實(shí)施分析工作。與此同時(shí)，企業(yè)還需要制定出一套信息收集與整理系統(tǒng)，在系統(tǒng)的帶動(dòng)下構(gòu)建智能化的財(cái)務(wù)分析體系，及時(shí)、有效的挖掘數(shù)據(jù)信息，從而更好的服務(wù)于財(cái)務(wù)分析工作。

(二)樹立財(cái)務(wù)風(fēng)險(xiǎn)理念，提高財(cái)務(wù)信息安全性

在大數(shù)據(jù)時(shí)代之下落實(shí)財(cái)務(wù)分析工作，企業(yè)可以采取的第二個(gè)措施就是樹立財(cái)務(wù)風(fēng)險(xiǎn)理念，提高財(cái)務(wù)信息安全性?？萍季腿缫话央p刃劍，在給予人們生活便利的時(shí)候，也帶來(lái)著一些不穩(wěn)定和不利于企業(yè)發(fā)展的因素和影響。相對(duì)應(yīng)的對(duì)于處于大數(shù)據(jù)時(shí)代下財(cái)務(wù)分析工作而言，數(shù)據(jù)在變得便利、高效之后，在大數(shù)據(jù)的廣泛普及的時(shí)候，信息相對(duì)比較公開并利用多種途徑進(jìn)行信息的傳播，稍有不慎信息很容易發(fā)生泄漏或者惡意篡改的情況，進(jìn)而造成商業(yè)風(fēng)險(xiǎn)的產(chǎn)生，因此，為了提高財(cái)務(wù)信息安全性，首先是需要在意識(shí)領(lǐng)域樹立財(cái)務(wù)風(fēng)險(xiǎn)理念，通過(guò)意識(shí)領(lǐng)域?qū)@一方面重視程度的提高，在行為的落實(shí)處采取合理的措施予以應(yīng)對(duì)；其次，財(cái)務(wù)工作人員必須注重?cái)?shù)據(jù)的保密工作，利用新先進(jìn)的科學(xué)高端技術(shù)手段，確保財(cái)務(wù)數(shù)據(jù)的安全性和保密性，可以更好地避免財(cái)務(wù)風(fēng)險(xiǎn)的產(chǎn)生。一方面，企業(yè)可以引進(jìn)一些高新技術(shù)的科學(xué)型人才，對(duì)企業(yè)的數(shù)據(jù)運(yùn)作進(jìn)行管制，讓企業(yè)在健康安全的網(wǎng)絡(luò)環(huán)境中工作。另一方面，企業(yè)應(yīng)該加大設(shè)備設(shè)施的投入資金，確保硬件配備能夠跟上當(dāng)前的發(fā)展需求，并結(jié)合一些安全軟件進(jìn)行管理，進(jìn)一步保證財(cái)務(wù)數(shù)據(jù)的真實(shí)性和可靠性，促進(jìn)企業(yè)的整體進(jìn)步與發(fā)展。

(三)加強(qiáng)財(cái)務(wù)數(shù)據(jù)與業(yè)務(wù)信息整合度

企業(yè)要優(yōu)化整合財(cái)務(wù)系統(tǒng)與業(yè)務(wù)系統(tǒng)，做好一體化建設(shè)，將數(shù)據(jù)進(jìn)行有效整合，整合信息系統(tǒng)等一些關(guān)鍵業(yè)務(wù)信息，增強(qiáng)各個(gè)維度數(shù)據(jù)的準(zhǔn)確性，提高財(cái)務(wù)數(shù)據(jù)與業(yè)務(wù)信息的可用性。利用網(wǎng)絡(luò)發(fā)展與實(shí)現(xiàn)資源共享，打破地域間的封閉性與時(shí)間差異性，實(shí)現(xiàn)資源的實(shí)時(shí)性與共享性。在第一時(shí)間為企業(yè)提供財(cái)務(wù)數(shù)據(jù)支持，更好的對(duì)企業(yè)進(jìn)行管理，更深層次的挖掘企業(yè)的價(jià)值。

(四)提高財(cái)務(wù)人員數(shù)據(jù)分析能力，提升財(cái)務(wù)人員綜合素養(yǎng)

隨著大數(shù)據(jù)時(shí)代的到來(lái)，財(cái)務(wù)人員必須具備較強(qiáng)的綜合素養(yǎng)和能力，對(duì)大數(shù)據(jù)進(jìn)行分析以及優(yōu)化，才能更好地投入發(fā)教學(xué)工作中。當(dāng)掌握數(shù)據(jù)分析能力的時(shí)候，財(cái)務(wù)人員才能更好地為企業(yè)的變化趨勢(shì)和實(shí)際情況，進(jìn)行調(diào)整并找到解決的方法。財(cái)務(wù)人員要樹立學(xué)習(xí)理念，學(xué)習(xí)適合的財(cái)務(wù)分析方法，立志于不斷提升自身財(cái)務(wù)大數(shù)據(jù)的處理和分析能力，促使財(cái)務(wù)分析工作得到更好的開展。其次，還要善于利用企業(yè)的信息技術(shù)ERP系統(tǒng)進(jìn)行數(shù)據(jù)整合分析，通過(guò)對(duì)數(shù)據(jù)的查閱思考，對(duì)企業(yè)的情況進(jìn)行預(yù)測(cè)和控制，為企業(yè)的戰(zhàn)略發(fā)展進(jìn)行分解和規(guī)劃，促進(jìn)企業(yè)的可持續(xù)發(fā)展。同時(shí)財(cái)務(wù)人員要樹立學(xué)習(xí)理念，學(xué)習(xí)適合的財(cái)務(wù)分析方法，立志于不斷提升自身財(cái)務(wù)大數(shù)據(jù)的處理和分析能力，促使財(cái)務(wù)分析工作得到更好的開展。因此，無(wú)論是內(nèi)部還是外部都需要營(yíng)造良好的環(huán)境，以此來(lái)吸引優(yōu)秀的財(cái)會(huì)人員加入到企業(yè)的財(cái)務(wù)管理活動(dòng)之中，更好的為企業(yè)提供優(yōu)質(zhì)服務(wù)。

篇4

關(guān)鍵詞：大數(shù)據(jù)；軟件工程；軟件服務(wù)工程；第四范式

自上個(gè)世紀(jì)90年代初，信息高速公路在美國(guó)提出以來(lái)，歷經(jīng)近30年的發(fā)展演進(jìn)，信息技術(shù)發(fā)展突飛猛進(jìn)，信息化領(lǐng)域的新技術(shù)、新詞語(yǔ)層出不窮，諸如IT技術(shù)、互聯(lián)網(wǎng)技術(shù)、大數(shù)據(jù)技術(shù)、區(qū)塊鏈技術(shù)、人工智能等。并且對(duì)人們的生產(chǎn)、生活方式產(chǎn)生了深刻的影響，認(rèn)為現(xiàn)在進(jìn)入了大數(shù)據(jù)時(shí)代、萬(wàn)物互聯(lián)時(shí)代、智能化時(shí)代等。筆者認(rèn)為，一直以來(lái)，其中除了硬件的發(fā)展，還有兩個(gè)關(guān)鍵因素同樣值得關(guān)注，一是數(shù)據(jù)，其是基礎(chǔ)和目的；二是軟件，其是方法和工具。唯如此，才能實(shí)現(xiàn)在軟件生命周期即設(shè)計(jì)、開發(fā)、運(yùn)行、優(yōu)化，實(shí)現(xiàn)與大數(shù)據(jù)生命周期即獲取、清洗、集成、分析、呈現(xiàn)等的互動(dòng)。[1]換言之，現(xiàn)在來(lái)說(shuō)，就是大數(shù)據(jù)和軟件工程，二者助推了信息技術(shù)的發(fā)展，同時(shí)也是信息化的產(chǎn)物，在大數(shù)據(jù)時(shí)代背景下，研究軟件工程技術(shù)的應(yīng)用，對(duì)于經(jīng)濟(jì)社會(huì)的發(fā)展有著十分重要的意義。

1大數(shù)據(jù)和軟件工程簡(jiǎn)述

1.1大數(shù)據(jù)簡(jiǎn)述

沃爾瑪?shù)摹捌【婆c尿布”是眾所周知的大數(shù)據(jù)經(jīng)典案例，大數(shù)據(jù)已經(jīng)是當(dāng)今信息社會(huì)炙手可熱、耳熟能詳?shù)脑~匯，而且已形成共識(shí)，即人類已經(jīng)進(jìn)入大數(shù)據(jù)時(shí)代。上個(gè)世紀(jì)80年代初，《第三次浪潮》一書風(fēng)行全世界。該書作者美國(guó)社會(huì)思想家阿爾文托夫勒就在文中將人類社會(huì)發(fā)展劃分為三次浪潮，即以“農(nóng)業(yè)文明”為主導(dǎo)的第一次浪潮，以“工業(yè)文明”為主導(dǎo)的第二次浪潮，以“信息化”為主導(dǎo)第三次浪潮。[2]其中首次提出了“大數(shù)據(jù)”（BigData）一詞，并且，以“第三次浪潮的華彩樂(lè)章”這樣的用詞對(duì)其進(jìn)行熱情的謳歌。[3]全球著名咨詢公司麥肯錫于2011年5月了《大數(shù)據(jù)：創(chuàng)新、競(jìng)爭(zhēng)和生產(chǎn)力的下一個(gè)前沿》報(bào)告，公認(rèn)此報(bào)告宣告了大數(shù)據(jù)時(shí)代的到來(lái)。由于大數(shù)據(jù)概念的提出源于不斷的發(fā)展實(shí)踐，其本身并沒(méi)有嚴(yán)格、權(quán)威的定義。通常認(rèn)為，大數(shù)據(jù)的大即大數(shù)據(jù)集的規(guī)模一般應(yīng)達(dá)到10TB左右，現(xiàn)在已經(jīng)達(dá)到了PB級(jí)的數(shù)據(jù)量。維基百科稱“大數(shù)據(jù)”是這樣一個(gè)術(shù)語(yǔ)，即其是用以描述用傳統(tǒng)的數(shù)據(jù)處理應(yīng)用軟件無(wú)法完好處理的龐大的或者復(fù)雜的數(shù)據(jù)集。但“大數(shù)據(jù)”這一概念并不僅僅指數(shù)據(jù)規(guī)模的龐大，還包括對(duì)這些數(shù)據(jù)對(duì)象的處理以及應(yīng)用活動(dòng)。IBM提出大數(shù)據(jù)通常具有“5V”特征：Volume（數(shù)據(jù)體量大）、Variety（數(shù)據(jù)類別多樣）、Velocity（處理速度快）、Veracity（數(shù)據(jù)真實(shí)性高）、Volume（數(shù)據(jù)價(jià)值高）。[4]大數(shù)據(jù)技術(shù)分類并分平行關(guān)系，而是呈縱向、層級(jí)狀結(jié)構(gòu)，詳見(jiàn)圖1所示。

1.2軟件工程簡(jiǎn)述

軟件工程本身并沒(méi)有嚴(yán)格、權(quán)威的定義。并且，也是直到20世紀(jì)60年代初才出現(xiàn)了“軟件”一詞，于此之前，更多的是程序的概念，后來(lái)人們認(rèn)識(shí)到與程序相關(guān)的文檔也有著相當(dāng)重要的作用，才有了“軟件”一詞的出現(xiàn)。軟件發(fā)展至今天，已經(jīng)遠(yuǎn)遠(yuǎn)不是程序個(gè)體或者程序員合作的方式能夠完成的，即使能夠完成，也會(huì)是效率低下、程序運(yùn)行可靠性差，或者說(shuō)根本就無(wú)法完成。于是，在1968年召開的大西洋公約學(xué)術(shù)會(huì)議上提出了軟件工程的概念,簡(jiǎn)單理解，就是以工程的方法來(lái)進(jìn)行軟件系統(tǒng)設(shè)計(jì)、開發(fā)、運(yùn)行、維護(hù)、優(yōu)化等技術(shù)的總和，進(jìn)一步言之，就是用“計(jì)算機(jī)科學(xué)、數(shù)學(xué)管理科學(xué)等原理，以工程化方法制作軟件的工程”，屬于一門交叉學(xué)科。[5]通常認(rèn)為其包含有四個(gè)要素：（1）軟件工程目標(biāo)；（2）軟件工程范型；（3）軟件工程過(guò)程；（4）軟件工程原則。

2大數(shù)據(jù)與軟件工程的結(jié)合方式

宏觀上講，軟件工程是比大數(shù)據(jù)更為寬泛的概念，大數(shù)據(jù)的技術(shù)與應(yīng)用被軟件工程所涵攝。如圖1所示意，雖然大數(shù)據(jù)的各項(xiàng)技術(shù)與應(yīng)用屬于垂直領(lǐng)域，而軟件工程牽涉的是橫向領(lǐng)域，更加關(guān)注軟件產(chǎn)品及軟件系統(tǒng)工程上的實(shí)現(xiàn)及其管理。但是，大數(shù)據(jù)無(wú)論是其產(chǎn)品還是其系統(tǒng)的完成與落地，都離不開軟件工程方法論的支持。換言之，軟件工程的方法與技術(shù)貫穿于大數(shù)據(jù)的開發(fā)與應(yīng)用，大數(shù)據(jù)也只是在軟件工程發(fā)展過(guò)程中出現(xiàn)的概念。軟件工程開發(fā)具有綜合性，其應(yīng)用滲透于各個(gè)學(xué)科和領(lǐng)域，大數(shù)據(jù)的技術(shù)與應(yīng)用當(dāng)然是軟件工程所關(guān)注和研究的對(duì)象，或者說(shuō)大數(shù)據(jù)技術(shù)的每一環(huán)節(jié)都離不開軟件工程的支持。大數(shù)據(jù)應(yīng)用的基礎(chǔ)是要依賴數(shù)據(jù)鏈條的完整性，采用相應(yīng)的算法于海量的數(shù)據(jù)中進(jìn)行規(guī)律分析，算法要依據(jù)相應(yīng)的實(shí)際環(huán)境進(jìn)行相應(yīng)的升級(jí)，遵循開發(fā)的基本原理，充分調(diào)整數(shù)據(jù)分布，從而在研究過(guò)程中將大數(shù)據(jù)技術(shù)與軟件工程方法結(jié)合起來(lái)。并在開放的環(huán)境中通過(guò)網(wǎng)絡(luò)與通信技術(shù)實(shí)現(xiàn)數(shù)據(jù)的共享，在此過(guò)程中，軟件技術(shù)和水平亦能得到進(jìn)一步的提高。在二者相互作用滲透的過(guò)程，軟件效率得到提高，軟件效益得以提升，從而實(shí)現(xiàn)客戶需求的最大化。在軟件開發(fā)過(guò)程中，還需要有必備的硬件和軟件的支撐，來(lái)支持相應(yīng)的數(shù)據(jù)流，隨著數(shù)據(jù)流的增長(zhǎng)，對(duì)于硬件和軟件就會(huì)有更高的要求。工程技術(shù)人員在對(duì)數(shù)據(jù)流進(jìn)行分析研究的同時(shí)，專家學(xué)者還會(huì)對(duì)在線服務(wù)進(jìn)行研究。但是，數(shù)據(jù)流是重點(diǎn)，包括對(duì)數(shù)據(jù)流的使用方法的研究，對(duì)支撐數(shù)據(jù)流的軟件和硬件的研究。另外，從軟件工程開發(fā)角度看，無(wú)論是在服務(wù)端還是在用戶端，軟件的運(yùn)行當(dāng)然會(huì)產(chǎn)生大量的數(shù)據(jù)流，都將產(chǎn)生大量的數(shù)據(jù)信息，這些數(shù)據(jù)流對(duì)于軟硬件的使用壽命有著決定性的影響。因此，在軟件工程的開發(fā)中，對(duì)于海量數(shù)據(jù)產(chǎn)生的環(huán)境下，更有必要做好數(shù)據(jù)流的管理，要高度重視數(shù)據(jù)流的分析研究，并且對(duì)于原始數(shù)據(jù)進(jìn)行深入的研究也應(yīng)該引起重視，以期延長(zhǎng)軟件的使用周期。[6]

3大數(shù)據(jù)時(shí)代的軟件服務(wù)工程

軟件服務(wù)工程即所謂的面向服務(wù)的軟件工程，強(qiáng)調(diào)的是其相對(duì)于傳統(tǒng)軟件工程的擴(kuò)展。近些年來(lái)得到了很快的發(fā)展，已經(jīng)成為當(dāng)今時(shí)代的主流社會(huì)需求之一，服務(wù)功能已經(jīng)是軟件開發(fā)的基本原則。另一方面，也可以將其直觀理解為“軟件（Software）+服務(wù)（Service）+工程（Engineering）”三個(gè)方面的交叉融合，或者軟件工程與服務(wù)工程兩者的融合等。其內(nèi)涵可以理解為研究面向服務(wù)的軟件工程原則、軟件工程方法以及軟件工程技術(shù)，同時(shí)利用相應(yīng)的軟件服務(wù)設(shè)施和平臺(tái)，開發(fā)較高水平的軟件服務(wù)系統(tǒng)。[7]軟件開發(fā)者根據(jù)需求變化，在社會(huì)實(shí)際實(shí)用中，以面向服務(wù)作為主要建設(shè)目標(biāo)。在開發(fā)的初期就要首先搭建好軟件的框架，充分利用編程語(yǔ)言、構(gòu)思好編程思路，確保開發(fā)軟件能夠提供可靠的服務(wù)應(yīng)用，保障軟件運(yùn)行時(shí)的穩(wěn)定與可靠。在實(shí)際的服務(wù)過(guò)程中，要求開發(fā)者運(yùn)用分布式應(yīng)用程序，以虛擬操作的方式提供用戶相應(yīng)的服務(wù)。在應(yīng)用中，融合大數(shù)據(jù)技術(shù)，能夠?qū)崿F(xiàn)對(duì)數(shù)據(jù)進(jìn)行編程，達(dá)到軟件互操作的效果，并提高對(duì)數(shù)據(jù)的主動(dòng)協(xié)調(diào)。軟件工程開發(fā)工程師可以對(duì)數(shù)據(jù)信息共享，實(shí)現(xiàn)各種學(xué)習(xí)交流，對(duì)軟件進(jìn)行協(xié)同開發(fā)，并結(jié)合用戶的反饋，對(duì)軟件系統(tǒng)進(jìn)行優(yōu)化處理，提高軟件的性價(jià)比。近年來(lái)，開源軟件是較為成功的軟件習(xí)作模式，但是，其采用常規(guī)的研究方法，應(yīng)用價(jià)值還不是很高。與開源軟件相比，群體軟件工程屬于一種分布式軟件開發(fā)模型，能夠依靠網(wǎng)絡(luò)進(jìn)行任務(wù)分配，并能實(shí)現(xiàn)創(chuàng)造性的查詢，通過(guò)眾包形式的開發(fā)，解決開發(fā)過(guò)程中的難題。并且，在整個(gè)開發(fā)過(guò)程中，眾包開發(fā)可以貫穿其全過(guò)程。所謂眾包，一如其字面含義，是一種分布式的生產(chǎn)開發(fā)模式和問(wèn)題解決方案。通過(guò)該種方式，開源軟件和商業(yè)軟件均可通過(guò)網(wǎng)絡(luò)進(jìn)行任務(wù)和責(zé)任分配。[8]隨著我國(guó)計(jì)算機(jī)科學(xué)技術(shù)的不斷發(fā)展進(jìn)步，軟件工程技術(shù)也取得了長(zhǎng)足發(fā)展，軟件服務(wù)工程也支持得到拓展和延伸。在大數(shù)據(jù)時(shí)代背景下，我們應(yīng)當(dāng)加快大數(shù)據(jù)技術(shù)和軟件工程技術(shù)的融合與創(chuàng)新，提升對(duì)海量網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行編程處理的能力，提高軟件的安全和效能，增強(qiáng)其穩(wěn)定性和可操作性，進(jìn)一步整合軟件工程系統(tǒng)的集成度。

4數(shù)據(jù)密集型科研第四范式

圖靈獎(jiǎng)獲得者、關(guān)系數(shù)據(jù)庫(kù)研究專家詹姆士格雷(JamesGray)曾經(jīng)從科學(xué)哲學(xué)的層面將人類科學(xué)研究模式總結(jié)劃分為最初的實(shí)驗(yàn)科學(xué)階段，之后的理論科學(xué)階段，到通過(guò)模擬的方法進(jìn)行的計(jì)算科學(xué)三個(gè)階段，相對(duì)應(yīng)地稱之為科學(xué)研究的第一范式、第二范式、第三范式。但是伴隨著模擬連同實(shí)驗(yàn)所產(chǎn)生的海量的數(shù)據(jù)，需要由軟件處理這些由各種儀器或者模擬實(shí)驗(yàn)產(chǎn)生的海量數(shù)據(jù)，并將處理得到的信息和知識(shí)存儲(chǔ)于計(jì)算機(jī)中。之后，科研人員只需要對(duì)這些存儲(chǔ)于計(jì)算機(jī)中的少量數(shù)據(jù)進(jìn)行分析研究，不再是直接通過(guò)儀器或者模擬進(jìn)行研究。因而基于數(shù)據(jù)密集型科學(xué)研究獨(dú)特的技術(shù)以及其顯著的不同于以往研究的特點(diǎn)，詹姆士格雷在2007于其科研報(bào)告中提出了將這種數(shù)據(jù)密集型的科學(xué)研究模式從計(jì)算機(jī)科學(xué)類型中單獨(dú)區(qū)分出來(lái)的思想，隨之產(chǎn)生了一種被稱之為第四范式的新的科研模式。該報(bào)告整理后題名“吉姆格雷論e-Science:一種科研模式的變革”，成為微軟于2009的年首次全面對(duì)數(shù)據(jù)密集型數(shù)據(jù)進(jìn)行描述的論文集《e-Science：科學(xué)研究的第四種范式》的開篇文章。[9]當(dāng)前，相當(dāng)多的計(jì)算機(jī)領(lǐng)域的專家學(xué)者對(duì)數(shù)據(jù)密集型科研第四范式予以了關(guān)注，并進(jìn)行了相應(yīng)的研究，探索出了相應(yīng)的方式方法，第四范式的研究被認(rèn)為是大數(shù)據(jù)時(shí)代背景下軟件工程技術(shù)研發(fā)的關(guān)鍵。信息化的發(fā)展與滲透，導(dǎo)致一切的事物都在隨之發(fā)生著變化。包括實(shí)驗(yàn)、理論分析和計(jì)算科學(xué)均在數(shù)據(jù)泛濫的影響下與之前大不相同，軟件工程技術(shù)既要適應(yīng)科研第四范式，又在其中扮演著更加重要的作用。傳統(tǒng)范式下的目的與探索之間不能夠很好地銜接，數(shù)據(jù)信息的應(yīng)用效率難以保障，難以滿足項(xiàng)目管理目標(biāo)的實(shí)現(xiàn)。數(shù)據(jù)密集型科研第四范式下的技術(shù)以及理論相關(guān)內(nèi)容，與大數(shù)據(jù)技術(shù)特別是其中的存儲(chǔ)技術(shù)有著緊密的關(guān)聯(lián)性，其待探索的空間和應(yīng)用價(jià)值相當(dāng)廣闊，其數(shù)據(jù)信息研發(fā)急需相應(yīng)的理論支撐，該范式下的軟件工程技術(shù)應(yīng)用模塊，亦能夠?qū)ζ渌妒较碌臄?shù)據(jù)信息進(jìn)行分析，對(duì)于更好地實(shí)現(xiàn)數(shù)據(jù)的存儲(chǔ)與處理，提升處理效率，有著重要的研究?jī)r(jià)值。在第四范式模式下，對(duì)集成密集型數(shù)據(jù)的軟件服務(wù)價(jià)值進(jìn)行評(píng)估是首要的，需要摒棄以往的數(shù)據(jù)統(tǒng)計(jì)方法，構(gòu)建新的針對(duì)大數(shù)據(jù)進(jìn)行信息統(tǒng)計(jì)和分析的方法，這對(duì)軟件工程技術(shù)的發(fā)展起著重要的作用。在軟件工程技術(shù)的研究中，應(yīng)當(dāng)更新傳統(tǒng)理念，重視其對(duì)大數(shù)據(jù)的處理和分析能力，使軟件產(chǎn)業(yè)呈現(xiàn)全新的面貌，從而亦能促進(jìn)其對(duì)大數(shù)據(jù)的數(shù)據(jù)分析能力。在第四范式的基礎(chǔ)上，亦能夠更好地支持第三范式，甚至于第一范式。該范式研究在我國(guó)軟件工程開發(fā)中還處于初級(jí)階段，軟件工程開發(fā)人員需在強(qiáng)化已有數(shù)據(jù)模型研究基礎(chǔ)上，加速由第三范式向第四范式的轉(zhuǎn)變，盡快實(shí)現(xiàn)其應(yīng)用層面的服務(wù)價(jià)值。

篇5

為了更有效地檢測(cè)和預(yù)警地質(zhì)災(zāi)害，分析了地質(zhì)災(zāi)害的新特點(diǎn)，闡述了大數(shù)據(jù)時(shí)代的信息獲取和地質(zhì)監(jiān)測(cè)工作的內(nèi)容，以及利用網(wǎng)絡(luò)做好地質(zhì)災(zāi)害預(yù)警的內(nèi)容。在大數(shù)據(jù)時(shí)代，有效利用網(wǎng)絡(luò)可以更好地獲取信息獲取，做好地質(zhì)監(jiān)測(cè)和預(yù)警。

關(guān)鍵詞:

大數(shù)據(jù);地質(zhì)災(zāi)害;監(jiān)測(cè);預(yù)警

滑坡是斜坡上部分巖土整體地向下方滑動(dòng)［1］?；碌瘸Ｒ?jiàn)的地質(zhì)災(zāi)害，破壞工程設(shè)施，造成大量人員傷亡，可能發(fā)生滑坡的區(qū)域，道路和建筑等隨時(shí)受到巨大威脅［2－4］，很多城市都面臨著滑坡等地質(zhì)災(zāi)害的威脅。由于互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、三網(wǎng)融合等等通信技術(shù)，云計(jì)算等IT技術(shù)的發(fā)展，社會(huì)已經(jīng)進(jìn)入了大數(shù)據(jù)時(shí)代［5］。網(wǎng)絡(luò)等工具的利用，使得人們獲取信息資源更加方便，也使得更好地進(jìn)行地質(zhì)災(zāi)害的監(jiān)測(cè)和預(yù)警成為可能。

1地質(zhì)災(zāi)害新特點(diǎn)

1.1原因新特點(diǎn)隨著城市建設(shè)規(guī)模的日益擴(kuò)大，施工因素和人為因素造成的地質(zhì)災(zāi)害也越來(lái)越多。比如2015年12月20日，深圳光明新區(qū)發(fā)生滑坡，垮塌體就是堆積量過(guò)大、堆積坡度過(guò)陡的人工堆土，失穩(wěn)垮塌后造成多棟樓房倒塌，原有山體并沒(méi)有滑動(dòng)。人工開挖邊坡，在坡體上部加載(如丟棄礦渣和建筑垃圾等)，破壞自然斜坡的穩(wěn)定性，更容易導(dǎo)致滑坡發(fā)生［6］。因此地質(zhì)災(zāi)害不僅限于自然災(zāi)害。深圳滑坡的人工堆土垮塌的地點(diǎn)就屬于堆放渣土和建筑垃圾的受納場(chǎng)。為此，深圳公安已依法對(duì)企業(yè)負(fù)責(zé)人、滑坡事故相關(guān)責(zé)任人，共12人采取了強(qiáng)制措施。

1.2地點(diǎn)新特點(diǎn)地質(zhì)災(zāi)害越來(lái)越多的發(fā)生在城市內(nèi)部和城市周邊。因此更值得注意，這種離人口稠密區(qū)更近的地質(zhì)災(zāi)害，容易造成更大的人員傷亡和財(cái)產(chǎn)損失。

2大數(shù)據(jù)時(shí)代的監(jiān)測(cè)工作

2.1信息獲取大數(shù)據(jù)影響了人們的生活與工作方式、改變了企業(yè)的運(yùn)作模式，也導(dǎo)致科研模式發(fā)生了根本改變［5］。大數(shù)據(jù)時(shí)代的突出特點(diǎn)是數(shù)據(jù)的共享和高效利用。一旦把調(diào)查數(shù)據(jù)輸入系統(tǒng)，就可以輸入任一調(diào)查點(diǎn)的模糊名稱，檢索該調(diào)查點(diǎn)的滑坡、崩塌、泥石流等地質(zhì)災(zāi)害和不穩(wěn)定斜坡坡等潛在的地質(zhì)災(zāi)害的信息［7］。大數(shù)據(jù)思維從海量信息到便于人們理解的分析結(jié)論，用于地質(zhì)災(zāi)害監(jiān)測(cè)系統(tǒng)中海量數(shù)據(jù)的分析，可以大幅度提高地質(zhì)災(zāi)害監(jiān)測(cè)的準(zhǔn)確度和實(shí)效性。在大數(shù)據(jù)時(shí)代，人們通過(guò)網(wǎng)絡(luò)等途徑可以獲得更加全面、更加專業(yè)、更加及時(shí)的信息。比如香港大學(xué)著名教授岳中琦，在科學(xué)網(wǎng)連續(xù)博客，第一時(shí)間深入而詳細(xì)地解析了12•20深圳滑坡，不但提供了科學(xué)嚴(yán)謹(jǐn)?shù)姆治?，還提供了大量清晰準(zhǔn)確的現(xiàn)場(chǎng)圖片。無(wú)論是“看門道”的專業(yè)人士，還是“看熱鬧”的公眾，都可以在其博客中獲得大量的有效信息，岳教授為科研及科普工作都做出了卓有成效的貢獻(xiàn)。

2.2利用多方面資源做好地質(zhì)災(zāi)害監(jiān)測(cè)傳統(tǒng)的資料管理手段和人工作業(yè)方式，在現(xiàn)時(shí)性、準(zhǔn)確性、科學(xué)性和高效率等方面已經(jīng)無(wú)法適應(yīng)當(dāng)前地質(zhì)災(zāi)害防治，尤其是災(zāi)害應(yīng)急工作的需要，更加無(wú)法滿足將來(lái)的需求［8］。利用網(wǎng)絡(luò)可以更好地做好地質(zhì)災(zāi)害的檢測(cè)工作。比如12•20深圳滑坡，衛(wèi)星地圖能揭示事發(fā)地點(diǎn)十年變遷:2010年之前，事發(fā)地點(diǎn)是個(gè)礦場(chǎng)，地貌是山谷和深坑;2013－2014年因積水深坑變成了湖泊;2015年，因?yàn)樘盥窠ㄖ粗饾u消失，而山谷開口始終正對(duì)著滑坡體沖擊的工業(yè)園區(qū)，由于與水相比，建筑垃圾的密度更大，直接導(dǎo)致了滑坡的發(fā)生。還可以利用網(wǎng)友公布在論壇等媒體的無(wú)人機(jī)照片衛(wèi)星地圖，研究地貌變化，對(duì)地質(zhì)災(zāi)害的實(shí)時(shí)、動(dòng)態(tài)監(jiān)測(cè)做出貢獻(xiàn)。尤其是在山區(qū)發(fā)生地震后，坡體植被的破壞，為泥石流和滑坡等地質(zhì)災(zāi)害的發(fā)生提供了條件。及時(shí)的公開和分析航拍照片，對(duì)專家和公眾共同做好地質(zhì)災(zāi)害預(yù)測(cè)工作有著積極意義。

3利用網(wǎng)絡(luò)做好地質(zhì)災(zāi)害預(yù)警

地質(zhì)災(zāi)害的預(yù)警比報(bào)道更加有積極意義。由于專業(yè)的地質(zhì)人士數(shù)量有限，監(jiān)控不可能全覆蓋。而通過(guò)網(wǎng)絡(luò)獲得地質(zhì)災(zāi)害的征兆和苗頭，通知有關(guān)部門，可以及時(shí)采取治理措施，把地質(zhì)災(zāi)害控制在萌芽狀態(tài)，減少人員傷亡和財(cái)產(chǎn)損失。比如成都理工大學(xué)黃潤(rùn)秋教授等人獲取信息后，及時(shí)采取有效措施，通過(guò)打入錨桿等工程措施，消除了威脅丹巴縣城的滑坡風(fēng)險(xiǎn)，保住了丹巴縣城。同時(shí)，通過(guò)微博和微信等工具公布信息，可以及時(shí)疏散群眾，減少人員傷亡。2012年8月17日18時(shí)至18日凌晨，四川省彭州市銀廠溝景區(qū)12小時(shí)內(nèi)降雨量達(dá)247mm，為50年來(lái)最大的暴雨，引發(fā)多處泥石流和滑坡，中斷了交通、通訊、電力、供水，嚴(yán)重威脅群眾和游客安全。彭州市準(zhǔn)確預(yù)警、在災(zāi)害發(fā)生前及時(shí)公布信息，6小時(shí)內(nèi)組織群眾兩次主動(dòng)避險(xiǎn)，緊急疏散轉(zhuǎn)移了15000余人，成功避免了1200人因?yàn)?zāi)傷亡。

4結(jié)語(yǔ)

針對(duì)人為因素造成地質(zhì)災(zāi)害的新特點(diǎn)，大數(shù)據(jù)時(shí)代的信息獲取更加方便，也有著大量地質(zhì)災(zāi)害的監(jiān)測(cè)和預(yù)警成功的案例。因此，利用網(wǎng)絡(luò)和社交軟件等工具，可以更好地做好地質(zhì)災(zāi)害監(jiān)測(cè)和預(yù)警。

參考文獻(xiàn):

［1］張先清，王澤，田榮燕，等．青藏高原東緣某滑坡治理案例分析［J］．山西建筑，2015，41(5):62－63．

［2］王文奇，劉?？h，李麗，等．中國(guó)西部山區(qū)交通設(shè)施震害分析［J］．四川理工學(xué)院學(xué)報(bào)，2015，28(1):41－45．

［3］李艷梅，王文奇，王澤，等．中國(guó)西部山區(qū)交通設(shè)施地震震害及其對(duì)策［J］．成都紡織高等?？茖W(xué)院學(xué)報(bào)，2015，32(1):26－28，46．

［4］Harris，MarkAnglin．FragilityofadarkgrayshaleinnortheasternJamaica:effectsandimplicationsoflandslipexposure［J］．Envi-ronmentalEarthSciences，2010，61(2):369－377．

［5］王元卓，靳小龍，程學(xué)旗．網(wǎng)絡(luò)大數(shù)據(jù):現(xiàn)狀與展望［J］．計(jì)算機(jī)學(xué)報(bào)，2013，36(6):1126－1138．

［6］王文奇，李麗，王澤，等．地震次生災(zāi)害對(duì)西部山區(qū)交通設(shè)施的破壞及其對(duì)策［J］．成都紡織高等?？茖W(xué)院學(xué)報(bào)，2015，32(2):57－60．

［7］余必勝，陳源．西南地形急變帶地質(zhì)災(zāi)害數(shù)據(jù)庫(kù)及信息系統(tǒng)開發(fā)與實(shí)現(xiàn)［J］．軟件導(dǎo)刊，2015，14(11):90－92．

篇6

一時(shí)間，“海爾成為首家放棄雜志硬廣，轉(zhuǎn)向新媒體廣告的傳統(tǒng)家電企業(yè)”等各種解讀奔涌而出。海爾對(duì)此回應(yīng)稱，有所誤讀，如此另類宣傳海爾集團(tuán)并不樂(lè)見(jiàn)，但是作為最大體量的家電企業(yè)，其舉動(dòng)恰逢“擁抱互聯(lián)網(wǎng)”大潮，立刻被符號(hào)化。在集體大轉(zhuǎn)型時(shí)代，對(duì)營(yíng)銷思路變遷的思考是企業(yè)與媒體共同面對(duì)的課題。

海爾：被誤讀，今后營(yíng)銷重交互

這封郵件被外界和張瑞敏反思互聯(lián)網(wǎng)相關(guān)聯(lián)。張瑞敏在年會(huì)上稱，在未來(lái)的海爾，無(wú)用戶全流程最佳體驗(yàn)的產(chǎn)品都不應(yīng)生產(chǎn)；無(wú)價(jià)值交互平臺(tái)的交易都不應(yīng)存在。外界猜測(cè)，正是由于上述原因，海爾才改變廣告投放策略。

“外界誤讀了，海爾并非不在雜志上進(jìn)行投放，而是更改了形式?！焙杻?nèi)部人士向南都記者表示，郵件也說(shuō)得比較清楚，繼續(xù)投放雜志內(nèi)文植入廣告和新媒體廣告。南都記者在采訪中了解到，海爾之所以停止對(duì)于雜志硬廣的投放，原因在于對(duì)交互的強(qiáng)調(diào)，這的確與年會(huì)張瑞敏的講話契合。“以前我們?cè)O(shè)計(jì)好廣告投放出去，效果如何并不知道。盡管雜志的閱讀率很高，但是無(wú)法了解廣告對(duì)于品牌的影響。所以我們今后會(huì)強(qiáng)調(diào)交互，強(qiáng)調(diào)線上線下配合”。

據(jù)南都記者了解，這一封郵件是海爾員工“擅自”發(fā)出的，并沒(méi)有經(jīng)過(guò)海爾集團(tuán)的宣傳部門批準(zhǔn)。海爾負(fù)責(zé)人稱，“落款沒(méi)有看到海爾公章吧，集團(tuán)內(nèi)部對(duì)此也進(jìn)行了討論，郵件沒(méi)有完整的表明海爾的戰(zhàn)略考慮，容易讓人斷章取義?！?/p>

不管是否被誤讀，此舉被外界看成海爾的互聯(lián)網(wǎng)轉(zhuǎn)型的一個(gè)表現(xiàn)或者符號(hào)。這不僅是海爾自己的問(wèn)題，郁亮去年帶隊(duì)萬(wàn)科先后去了阿里、騰訊，今年1月18日，拜訪了“用移動(dòng)互聯(lián)網(wǎng)思維改造自己”的海爾，萬(wàn)科CEO郁亮還約了小米雷軍。這些傳統(tǒng)企業(yè)都希望用新的思維改造自己，平臺(tái)化，重交互。這一思路當(dāng)然延續(xù)至營(yíng)銷，海爾此次郵件事件，僅是變化中的小小一角。

大數(shù)據(jù)提供精準(zhǔn)營(yíng)銷基礎(chǔ)

“用最低成本將產(chǎn)品信息推送到最可能達(dá)成交易的用戶，是企業(yè)營(yíng)銷在廣告方面的根本訴求?！北本┐髮W(xué)國(guó)家發(fā)展研究院副院長(zhǎng)、國(guó)家發(fā)展研究院BiMBA院長(zhǎng)，營(yíng)銷管理學(xué)教授張黎表示，在產(chǎn)品營(yíng)銷效果日益不理想的情況下，越來(lái)越多的人轉(zhuǎn)向網(wǎng)上社區(qū)、智能終端找出路，新媒體對(duì)于傳統(tǒng)媒體產(chǎn)生了擠壓，特別是基于大數(shù)據(jù)挖掘分析之上的產(chǎn)品信息精準(zhǔn)推送成為營(yíng)銷利器。據(jù)悉，較早如亞馬遜，基于網(wǎng)上圖書搜尋、瀏覽和交易數(shù)據(jù)，向讀者推送其所喜愛(ài)的書籍。大數(shù)據(jù)分析的特點(diǎn)之一是尋找關(guān)聯(lián)性，這樣就可以基于數(shù)據(jù)分析達(dá)成有的放矢營(yíng)銷，進(jìn)行廣告的精準(zhǔn)推送。

為了迎接新變化，企業(yè)、媒體在集體學(xué)習(xí)互聯(lián)網(wǎng)?！盎ヂ?lián)網(wǎng)思維”這個(gè)詞火了，亦是訴求的直觀反映。一食品巨頭營(yíng)銷總監(jiān)表示，媒體在細(xì)分，根本問(wèn)題還是研究消費(fèi)者習(xí)慣，針對(duì)性地尋求性價(jià)比高、顧客喜愛(ài)的方式。長(zhǎng)虹是家電中另一個(gè)非常高調(diào)宣布全面互聯(lián)網(wǎng)轉(zhuǎn)型的企業(yè)。長(zhǎng)虹新聞發(fā)言人劉海中表示，這是營(yíng)銷策略問(wèn)題，并非互聯(lián)網(wǎng)轉(zhuǎn)型的標(biāo)志，外界過(guò)于敏感與夸大。長(zhǎng)虹對(duì)于雜志、戶外、電視、網(wǎng)絡(luò)、報(bào)紙等都不會(huì)排斥，關(guān)鍵看想影響哪些受眾。

形式更迭營(yíng)銷本質(zhì)不改

“一刀切不是科學(xué)的做法?！北贝髧?guó)家發(fā)展研究院EMBA、睿符品牌傳播總裁孫雷表示，從營(yíng)銷上看，硬廣和軟廣的界限模糊，有創(chuàng)意的硬廣對(duì)于品牌和產(chǎn)品有出其不意的效果。兩者在本質(zhì)上沒(méi)有區(qū)別，都可以吸引消費(fèi)者并與其互動(dòng)。問(wèn)題在于如何追求內(nèi)容創(chuàng)新，與媒體內(nèi)容深度整合?！捌髽I(yè)思維很現(xiàn)實(shí)，在既定預(yù)算下，實(shí)現(xiàn)投入產(chǎn)出比最大化。企業(yè)不是媒體，不需要太前瞻。海爾的產(chǎn)品線還沒(méi)有激進(jìn)到應(yīng)該完全拋棄雜志的一步。”

“替代的發(fā)生會(huì)越來(lái)越快，微信力壓微博，再往前，電視出現(xiàn)了，有人說(shuō)電臺(tái)要消亡，網(wǎng)絡(luò)興起了，有人說(shuō)電視要被替代，但是如今看來(lái)，各類型媒體總有優(yōu)秀者以其魅力長(zhǎng)期存在，完全替代并不可能。”前述食品巨頭營(yíng)銷總監(jiān)表示，載體多樣，營(yíng)銷的本質(zhì)不會(huì)改變。

孫雷表示，媒體也需要變革，除了內(nèi)容，經(jīng)營(yíng)能力、品牌打造，包括對(duì)于用戶習(xí)慣，新技術(shù)的掌握引入，都是未來(lái)生存的關(guān)鍵。媒體本質(zhì)沒(méi)有變化，仍然是內(nèi)容的創(chuàng)造和發(fā)行者，變化是網(wǎng)絡(luò)化?！爸袊?guó)媒體的問(wèn)題在于，大多數(shù)缺乏真正價(jià)值。這也意味著機(jī)會(huì)，良幣驅(qū)逐劣幣。”

專家觀點(diǎn)

張黎：大數(shù)據(jù)時(shí)代打造內(nèi)外兩個(gè)生態(tài)

當(dāng)今市場(chǎng)競(jìng)爭(zhēng)某種意義上是對(duì)智能終端擁有的競(jìng)爭(zhēng)，無(wú)論是計(jì)算機(jī)、手機(jī)、家電以及可穿戴設(shè)備，都可以成為智能終端終端，通過(guò)這一端口，企業(yè)與人建立了聯(lián)系。企業(yè)通過(guò)終端收集到了用戶的行為數(shù)據(jù)，這些數(shù)據(jù)經(jīng)過(guò)分析，為企業(yè)新產(chǎn)品與服務(wù)的提供作出指引。

“要想養(yǎng)好魚，關(guān)鍵在于先養(yǎng)好水”，微信的價(jià)值關(guān)鍵在于其龐大的頻繁用戶這池水，在這個(gè)池子中再養(yǎng)什么魚、開創(chuàng)什么增值業(yè)務(wù)就是順其自然的事情了。只有通過(guò)千萬(wàn)條終端使這條“線“深入到用戶的生活中去，形成龐大的用戶社區(qū)，進(jìn)而了解用戶，進(jìn)行互動(dòng)才能產(chǎn)生價(jià)值。

篇7

共享服務(wù)中心（shared service center，SSC）是一種新的管理模式，是指將企業(yè)部分零散、重復(fù)性的業(yè)務(wù)、職能進(jìn)行合并和整合，并集中到一個(gè)新的半自主式的業(yè)務(wù)中心進(jìn)行統(tǒng)一處理。業(yè)務(wù)中心具有專門的管理機(jī)構(gòu)，能夠獨(dú)立為企業(yè)集團(tuán)或多個(gè)企業(yè)提供相關(guān)職能服務(wù)。共享服務(wù)中心能夠?qū)⑵髽I(yè)從瑣碎零散的業(yè)務(wù)活動(dòng)中解放出來(lái)，專注于企業(yè)的核心業(yè)務(wù)管理與增長(zhǎng)，精簡(jiǎn)成本，整合內(nèi)部資源，提高企業(yè)的戰(zhàn)略競(jìng)爭(zhēng)優(yōu)勢(shì)。共享中心的業(yè)務(wù)是企業(yè)內(nèi)部重復(fù)性較高、規(guī)范性較強(qiáng)的業(yè)務(wù)單元，而且越容易標(biāo)準(zhǔn)化和流程化的業(yè)務(wù)，越容易納入共享中心。

財(cái)務(wù)共享即依托信息技術(shù)，通過(guò)將不同企業(yè)（或其內(nèi)部獨(dú)立會(huì)計(jì)單元）、不同地點(diǎn)的財(cái)務(wù)業(yè)務(wù)（如人員、技術(shù)和流程等）進(jìn)行有效整合和共享，將企業(yè)從紛繁、瑣碎、重復(fù)的財(cái)務(wù)業(yè)務(wù)中剝離出來(lái)，以期實(shí)現(xiàn)財(cái)務(wù)業(yè)務(wù)標(biāo)準(zhǔn)化和流程化的一種管理手段。福特公司在20世紀(jì)80年代建立了世界公認(rèn)最早的財(cái)務(wù)共享服務(wù)中心，整合企業(yè)財(cái)務(wù)資源，實(shí)現(xiàn)集中核算與管理，并取得了巨大成效。隨后財(cái)務(wù)共享服務(wù)中心模式在歐美等國(guó)家開始推廣，并于20世紀(jì)90年代傳入我國(guó)。而隨著我國(guó)企業(yè)的快速發(fā)展和規(guī)模擴(kuò)張，以及信息化技術(shù)的普及，許多國(guó)內(nèi)大型企業(yè)集團(tuán)已經(jīng)組建了自己的財(cái)務(wù)共享服務(wù)中心，如海爾集團(tuán)、中國(guó)電信等。一項(xiàng)來(lái)自英國(guó)注冊(cè)會(huì)計(jì)師協(xié)會(huì)的調(diào)查顯示，超過(guò)50%的財(cái)富500強(qiáng)企業(yè)和超過(guò)80%的財(cái)富100強(qiáng)企業(yè)已經(jīng)建立了財(cái)務(wù)共享服務(wù)中心。

（英）舍恩伯格在《大數(shù)據(jù)時(shí)代》一書中指出，“數(shù)據(jù)已經(jīng)成為一種商業(yè)資本，一項(xiàng)重要的經(jīng)濟(jì)投入，可以創(chuàng)造新的經(jīng)濟(jì)利益。事實(shí)上，一旦思維轉(zhuǎn)變過(guò)來(lái)，數(shù)據(jù)就能被巧妙地用來(lái)激發(fā)新產(chǎn)品和新型服務(wù)。數(shù)據(jù)的奧秘只為謙遜、愿意聆聽且掌握了聆聽手段的人所知。”全球經(jīng)濟(jì)正進(jìn)入一個(gè)數(shù)據(jù)爆炸式增長(zhǎng)的新時(shí)期，正如美國(guó)官員所說(shuō)，“過(guò)去3年里產(chǎn)生的數(shù)據(jù)量比以往4萬(wàn)年產(chǎn)生的數(shù)據(jù)量還多”。據(jù)一項(xiàng)調(diào)查報(bào)告顯示，當(dāng)前企業(yè)每天的信息存儲(chǔ)量高達(dá)2.2ZB，而大型企業(yè)集團(tuán)單體產(chǎn)生的數(shù)據(jù)量已達(dá)到10萬(wàn)TB級(jí)，并仍呈高速增長(zhǎng)態(tài)勢(shì)。據(jù)IDC預(yù)測(cè)，到2020年全球的數(shù)據(jù)規(guī)模將較現(xiàn)在擴(kuò)大50倍。全球企業(yè)已經(jīng)邁入大數(shù)據(jù)時(shí)代。

財(cái)務(wù)數(shù)據(jù)作為企業(yè)最重要、最龐大的數(shù)據(jù)信息來(lái)源，在企業(yè)財(cái)務(wù)活動(dòng)日益復(fù)雜、集團(tuán)規(guī)模日益龐大的今天，財(cái)務(wù)數(shù)據(jù)處理的效率、安全等問(wèn)題考驗(yàn)和制約著企業(yè)集團(tuán)的更高一層發(fā)展。而伴隨著以云計(jì)算為標(biāo)志的新時(shí)代的財(cái)務(wù)共享模式，能夠?yàn)榇髷?shù)據(jù)時(shí)代下企業(yè)集團(tuán)再造財(cái)務(wù)管理流程、提高財(cái)務(wù)處理效率提供助益。財(cái)務(wù)共享模式能夠?yàn)槠髽I(yè)帶來(lái)規(guī)模效應(yīng)、知識(shí)集中效應(yīng)、擴(kuò)展效應(yīng)和聚焦效應(yīng)，實(shí)現(xiàn)企業(yè)會(huì)計(jì)核算處理的集中化運(yùn)作，整合企業(yè)內(nèi)部的知識(shí)資源，提高企業(yè)財(cái)務(wù)模式的擴(kuò)展和復(fù)制能力，將企業(yè)財(cái)務(wù)管理人員從瑣碎的財(cái)務(wù)數(shù)據(jù)處理中解放出來(lái)，專注于企業(yè)的核心業(yè)務(wù)。另外，財(cái)務(wù)共享模式的集約式管理能夠提高數(shù)據(jù)處理的屏蔽性和安全性，控制企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)，降低生產(chǎn)管理成本，提高經(jīng)營(yíng)效率，提升企業(yè)財(cái)務(wù)決策支持能力，優(yōu)化企業(yè)的財(cái)務(wù)管理模式。

二、大數(shù)據(jù)時(shí)代財(cái)務(wù)共享中心構(gòu)建

（一）財(cái)務(wù)共享服務(wù)中心的先期評(píng)估

首先，應(yīng)組建相應(yīng)的管理機(jī)構(gòu)。企業(yè)集團(tuán)在決定建設(shè)財(cái)務(wù)共享服務(wù)中心后，應(yīng)及時(shí)組建相應(yīng)的管理機(jī)構(gòu)。管理機(jī)構(gòu)應(yīng)將企業(yè)決策層領(lǐng)導(dǎo)納入其中，并下設(shè)項(xiàng)目團(tuán)隊(duì)，具體建設(shè)業(yè)務(wù)由項(xiàng)目團(tuán)隊(duì)負(fù)責(zé)推進(jìn)和監(jiān)督。項(xiàng)目團(tuán)隊(duì)?wèi)?yīng)吸納財(cái)務(wù)人員、IS專業(yè)人員等，也可邀請(qǐng)第三方咨詢?nèi)藛T，制定評(píng)估計(jì)劃、范圍。其次，做好數(shù)據(jù)搜集工作。財(cái)務(wù)共享服務(wù)中心涉及企業(yè)多個(gè)職能部門和業(yè)務(wù)流程，應(yīng)做好多方面數(shù)據(jù)信息的采集和整理，主要有人事數(shù)據(jù)、財(cái)務(wù)數(shù)據(jù)和業(yè)務(wù)數(shù)據(jù)等，如當(dāng)前財(cái)務(wù)人員的基本信息、企業(yè)資產(chǎn)信息、財(cái)務(wù)業(yè)務(wù)流程信息、業(yè)務(wù)量等。最后，準(zhǔn)確定位財(cái)務(wù)共享中心。項(xiàng)目團(tuán)隊(duì)將搜集整理的信息進(jìn)行篩選匯總，并形成分析報(bào)告，上報(bào)管理機(jī)構(gòu)，由企業(yè)決策層依據(jù)評(píng)估信息及企業(yè)發(fā)展戰(zhàn)略，對(duì)財(cái)務(wù)共享服務(wù)中心作出準(zhǔn)確合理定位。

（二）財(cái)務(wù)共享服務(wù)中心的規(guī)劃設(shè)計(jì)

首先，共享中心的科學(xué)選址。財(cái)務(wù)共享服務(wù)中心選址應(yīng)綜合考慮諸如成本收益、基建設(shè)施、地方政策、人力資源等多種因素。項(xiàng)目團(tuán)隊(duì)?wèi)?yīng)制定多維評(píng)判指標(biāo)體系，對(duì)候選城市進(jìn)行綜合評(píng)估分析。其次，確定共享中心服務(wù)規(guī)模和共享范圍。在規(guī)劃設(shè)計(jì)階段，共享中心組建團(tuán)隊(duì)?wèi)?yīng)依據(jù)企業(yè)集團(tuán)規(guī)模和結(jié)構(gòu)，集團(tuán)所處行業(yè)，集團(tuán)運(yùn)營(yíng)模式及業(yè)務(wù)流程共享范圍等，從建筑配置和IS配置等方面合理框定共享服務(wù)中心的建設(shè)規(guī)模，滿足基礎(chǔ)設(shè)施保障需求。最后，就項(xiàng)目建設(shè)進(jìn)行投資收益分析，制定財(cái)務(wù)共享中心建設(shè)規(guī)劃。在規(guī)劃設(shè)計(jì)階段，項(xiàng)目團(tuán)隊(duì)?wèi)?yīng)就共享服務(wù)中心建設(shè)的資源需求和經(jīng)濟(jì)效益進(jìn)行投資收益分析，科學(xué)反映財(cái)務(wù)共享服務(wù)中心能夠?yàn)槠髽I(yè)集團(tuán)發(fā)展帶來(lái)的效益產(chǎn)出，用資料和數(shù)據(jù)打動(dòng)企業(yè)決策層和股東，推動(dòng)項(xiàng)目順利進(jìn)行。投資收益分析應(yīng)全面羅列財(cái)務(wù)服務(wù)中心的各種直接、間接效益產(chǎn)出及所需資源，權(quán)衡比較確立最終建設(shè)規(guī)劃。

（三）財(cái)務(wù)共享服務(wù)中心的建設(shè)實(shí)施

首先，規(guī)劃財(cái)務(wù)共享服務(wù)中心流程及架構(gòu)。項(xiàng)目團(tuán)隊(duì)?wèi)?yīng)在前期基礎(chǔ)數(shù)據(jù)的整理和分析的基礎(chǔ)上，按照科學(xué)方法合理規(guī)劃財(cái)務(wù)共享服務(wù)中心的流程及架構(gòu)，詳細(xì)制定KPI考核指標(biāo)。企業(yè)集團(tuán)應(yīng)對(duì)原有的財(cái)務(wù)框架進(jìn)行優(yōu)化重組，依據(jù)會(huì)計(jì)政策和規(guī)范將財(cái)務(wù)流程標(biāo)準(zhǔn)化、規(guī)范化，集中串聯(lián)可重復(fù)性的財(cái)務(wù)職能。其次，實(shí)施建設(shè)財(cái)務(wù)共享服務(wù)中心。財(cái)務(wù)共享服務(wù)中心的建設(shè)實(shí)施可采取多種途徑，如內(nèi)部自行組建、“交鑰匙”工程外包、聯(lián)合組建等。在采取工程外包模式過(guò)程中，項(xiàng)目團(tuán)隊(duì)?wèi)?yīng)承擔(dān)起建立職責(zé)，協(xié)調(diào)內(nèi)部資源配合建設(shè)。最后，做好過(guò)渡期的相關(guān)工作及人員轉(zhuǎn)移。過(guò)渡期工作轉(zhuǎn)移包含原財(cái)務(wù)人員、服務(wù)、業(yè)務(wù)、場(chǎng)地及設(shè)備等的轉(zhuǎn)移，以及依據(jù)實(shí)際運(yùn)行情況對(duì)前期流程及KPI的再修訂，并據(jù)此確定最終SLA協(xié)議。工作轉(zhuǎn)移應(yīng)充分考慮人員的穩(wěn)定性和業(yè)務(wù)的對(duì)口性，對(duì)于因上馬財(cái)務(wù)共享服務(wù)中心而出現(xiàn)的冗員，應(yīng)予以合理安置，難以安置的應(yīng)協(xié)商解除勞動(dòng)合同，協(xié)商過(guò)程中注重遵守法律法規(guī)政策，以人為本。同時(shí)，對(duì)留用的業(yè)務(wù)人員和新招募的財(cái)務(wù)人員進(jìn)行上崗培訓(xùn)，加強(qiáng)系統(tǒng)操作演練和實(shí)踐。

（四）財(cái)務(wù)共享服務(wù)中心的運(yùn)營(yíng)管理

財(cái)務(wù)共享服務(wù) 中心建設(shè)工作完成以后，開始進(jìn)入正式運(yùn)營(yíng)階段。此時(shí)，前期的項(xiàng)目團(tuán)隊(duì)?wèi)?yīng)逐漸淡出管理，讓位于中心自身的管理團(tuán)隊(duì)。企業(yè)集團(tuán)可以在吸納前期項(xiàng)目團(tuán)隊(duì)的基礎(chǔ)上，組建中心正式的管理團(tuán)隊(duì)，縮短磨合期。管理團(tuán)隊(duì)?wèi)?yīng)認(rèn)真執(zhí)行之前的業(yè)務(wù)設(shè)計(jì)流程及SLA協(xié)議，確保中心運(yùn)營(yíng)穩(wěn)定。財(cái)務(wù)共享服務(wù)中心在集團(tuán)正式上線運(yùn)營(yíng)后，企業(yè)集團(tuán)內(nèi)部的財(cái)務(wù)資源將迅速向中心靠攏，實(shí)現(xiàn)同原各部門、子（分）公司的快速剝離，提高集團(tuán)經(jīng)營(yíng)效率，降低集團(tuán)運(yùn)營(yíng)成本。首先，運(yùn)營(yíng)管理期間，企業(yè)集團(tuán)及中心管理團(tuán)隊(duì)?wèi)?yīng)從保障共享中心正常運(yùn)轉(zhuǎn)的角度，從人力資源、風(fēng)險(xiǎn)控制、績(jī)效考核、內(nèi)部稽查等多個(gè)角度加強(qiáng)對(duì)共享中心的管理和控制。共享中心運(yùn)營(yíng)團(tuán)隊(duì)?wèi)?yīng)及時(shí)搜集服務(wù)中心運(yùn)營(yíng)中的問(wèn)題，并及時(shí)上報(bào)研究解決。其次，對(duì)財(cái)務(wù)服務(wù)共享中心進(jìn)行后期完善。后期的完善主要包括對(duì)運(yùn)行期間問(wèn)題的集中搜集與解決，硬件設(shè)施的維護(hù)、管理與更新，新技術(shù)的應(yīng)用與推廣以及人員的招募與培訓(xùn)等。運(yùn)營(yíng)團(tuán)隊(duì)?wèi)?yīng)定期就共享中心運(yùn)營(yíng)情況進(jìn)行評(píng)估和稽查，依據(jù)企業(yè)戰(zhàn)略調(diào)整和經(jīng)營(yíng)變動(dòng)等情況及時(shí)作出流程優(yōu)化和調(diào)整。

三、大數(shù)據(jù)時(shí)代財(cái)務(wù)共享中心面臨的風(fēng)險(xiǎn)

（一）系統(tǒng)自身風(fēng)險(xiǎn)

首先，財(cái)務(wù)共享服務(wù)中心建設(shè)投資成本較高，存在一定的財(cái)務(wù)風(fēng)險(xiǎn)。財(cái)務(wù)共享服務(wù)中心前期需要巨大的人力、財(cái)力等資源投入，包括人員差旅費(fèi)用、工程建設(shè)費(fèi)用、人員設(shè)備轉(zhuǎn)移費(fèi)用等，同時(shí)伴隨有因財(cái)務(wù)服務(wù)中心選址而衍生的地區(qū)差異費(fèi)用及場(chǎng)地建設(shè)費(fèi)用等。即使到了后期也仍然面臨設(shè)備維護(hù)、信息系統(tǒng)更新等費(fèi)用，成本投入較大，卻不一定能帶來(lái)預(yù)期效益甚至將企業(yè)集團(tuán)拖入債務(wù)危機(jī)。其次，實(shí)行財(cái)務(wù)共享集中管理后，財(cái)務(wù)人員由業(yè)務(wù)前端轉(zhuǎn)為后端，業(yè)務(wù)敏感性和緊迫性下降，容易滋生官僚作風(fēng)，中心與子公司等交互模式客觀上造成了業(yè)務(wù)遲滯，而信息高度集成化也存在管理漏洞。最后，共享服務(wù)中心運(yùn)營(yíng)后，信息處理的高度集成化加大了責(zé)任認(rèn)定和追究的難度。一旦出現(xiàn)問(wèn)題，企業(yè)需要通過(guò)來(lái)回查閱資料，調(diào)閱影像，ERP問(wèn)詢等才能確定責(zé)任人。

（二）人員管理風(fēng)險(xiǎn)

首先，由于財(cái)務(wù)共享服務(wù)中心實(shí)行財(cái)務(wù)集中化管理，財(cái)務(wù)人員離開一線前端，將逐漸與子（分）公司、其他部門之間的具體業(yè)務(wù)脫離聯(lián)系，難以掌握具體的業(yè)務(wù)情況，僅能從數(shù)字上去研究和判別，一線業(yè)務(wù)能力逐漸萎縮。其次，財(cái)務(wù)共享中心實(shí)行的是標(biāo)準(zhǔn)化管理，其業(yè)務(wù)流程猶如車間生產(chǎn)的流水線，財(cái)務(wù)人員每天將疲于應(yīng)付各種索然無(wú)味的財(cái)務(wù)數(shù)據(jù)、憑證、報(bào)表等，業(yè)務(wù)量大，機(jī)械化程度較高，工作內(nèi)容枯燥，財(cái)務(wù)人員容易失去耐心和激情，產(chǎn)生厭煩心理。最后，財(cái)務(wù)共享中心的人員流動(dòng)比率較大，財(cái)務(wù)人員跳槽另謀出路的比比皆是。這樣容易導(dǎo)致業(yè)務(wù)處理中斷或產(chǎn)生新的磨合期，如發(fā)票不能及時(shí)入賬或新人需要重新熟悉業(yè)務(wù)等，影響企業(yè)集團(tuán)財(cái)務(wù)穩(wěn)定。

（三）法律政策風(fēng)險(xiǎn)

企業(yè)集團(tuán)規(guī)模擴(kuò)張到一定階段，其子（分）公司必然分布于全國(guó)各地，而各地政策在實(shí)際規(guī)則和操作過(guò)程中卻千差萬(wàn)別，存在地區(qū)政策差異。而共享中心的財(cái)務(wù)人員很可能因?yàn)閷?duì)財(cái)務(wù)活動(dòng)發(fā)生所在地的財(cái)務(wù)政策認(rèn)識(shí)不夠，導(dǎo)致在財(cái)務(wù)處理過(guò)程中加劇了信息流通和處理的難度。財(cái)務(wù)人員由于長(zhǎng)期居于共享服務(wù)中心所在地，缺乏前線業(yè)務(wù)經(jīng)驗(yàn)，同時(shí)也與各地地稅部門稽核人員缺乏溝通和聯(lián)系，在處理稅務(wù)問(wèn)題上產(chǎn)生偏差，易引發(fā)法律風(fēng)險(xiǎn)。

（四）信息安全風(fēng)險(xiǎn)

大數(shù)據(jù)時(shí)代企業(yè)的數(shù)據(jù)信息量激增，信息訪問(wèn)、交換、處理、分析的業(yè)務(wù)吞吐量較以往呈幾何級(jí)數(shù)增長(zhǎng)。企業(yè)集團(tuán)建成財(cái)務(wù)服務(wù)共享中心，將集團(tuán)財(cái)務(wù)業(yè)務(wù)集中處理，更是加劇了企業(yè)信息的傳輸與處理流量，這容易導(dǎo)致信息量過(guò)大引發(fā)信息通路的擁堵。同時(shí)，也會(huì)由于信息量過(guò)大引發(fā)傳輸、處理的延遲。由于財(cái)務(wù)共享服務(wù)中心面臨10萬(wàn)TB級(jí)別數(shù)據(jù)的處理量，其數(shù)據(jù)過(guò)濾、篩選和分析功能將顯得更為重要。而目前信息數(shù)據(jù)過(guò)濾、篩選和分析仍處于半智能化狀態(tài)，僅能適應(yīng)簡(jiǎn)單的信息過(guò)濾、篩選與分析需求，無(wú)法應(yīng)對(duì)復(fù)雜信息處理與交換需求。信息時(shí)代由于信息網(wǎng)絡(luò)的開放性與不穩(wěn)定性，容易發(fā)生信息泄露和病毒入侵事件，一旦造成信息泄露或病毒入侵使得系統(tǒng)癱瘓，將對(duì)企業(yè)集團(tuán)的運(yùn)營(yíng)管理造成不可估量的損失。

四、大數(shù)據(jù)時(shí)代財(cái)務(wù)共享中心建設(shè)與管理

（一）建立風(fēng)險(xiǎn)評(píng)估制度，完善管理機(jī)制

首先，企業(yè)集團(tuán)應(yīng)建立風(fēng)險(xiǎn)評(píng)估和績(jī)效評(píng)價(jià)制度。財(cái)務(wù)共享服務(wù)中心的投入、建設(shè)和運(yùn)營(yíng)是一項(xiàng)復(fù)雜巨大的系統(tǒng)工程，需要企業(yè)集團(tuán)全體上下的通力配合和不菲的資源消耗，企業(yè)集團(tuán)應(yīng)謹(jǐn)慎對(duì)共享服務(wù)中心進(jìn)行風(fēng)險(xiǎn)和效益評(píng)估，科學(xué)決策。共享中心建成運(yùn)營(yíng)后，應(yīng)及時(shí)開展績(jī)效評(píng)價(jià)，明確投資收益。其次，科學(xué)制定共享中心的管理制度，建立穩(wěn)定運(yùn)營(yíng)的保障機(jī)制。共享中心建成運(yùn)營(yíng)后，由于涉及中心人員與前端業(yè)務(wù)人員之間的權(quán)責(zé)及業(yè)務(wù)往來(lái)，往往存在利益糾葛及推諉現(xiàn)象。企業(yè)集團(tuán)應(yīng)統(tǒng)一協(xié)調(diào)各方關(guān)系，科學(xué)制定管理制度，明確業(yè)務(wù)前端與中心之間的業(yè)務(wù)處理流程、權(quán)責(zé)關(guān)系，如會(huì)計(jì)憑證影像處理的要求、責(zé)任人等。最后，應(yīng)加強(qiáng)部門之間的聯(lián)系溝通。暢通溝通渠道，加強(qiáng)業(yè)務(wù)前端與中心人員之間的聯(lián)系，減少溝通不暢引起的業(yè)務(wù)故障。

（二）推進(jìn)使命文化建設(shè)，加強(qiáng)人員管理

首先，企業(yè)應(yīng)定期組織中心人員進(jìn)行培訓(xùn)，培訓(xùn)內(nèi)容包括中心流程規(guī)范及前端業(yè)務(wù)介紹，在提高中心人員規(guī)范操作意識(shí)的同時(shí)，加強(qiáng)其對(duì)前端業(yè)務(wù)的熟悉和認(rèn)識(shí)。其次，企業(yè)集團(tuán)應(yīng)積極推進(jìn)企業(yè)文化建設(shè)，加強(qiáng)中心人員的使命感和光榮感。中心管理人員應(yīng)及時(shí)關(guān)注工作人員的思想動(dòng)態(tài)，定期組織開展文化教育和活動(dòng)，在流程化管理之中融入人性化的思想，減少員工的挫折感和迷茫感。最后，應(yīng)完善中心人員的績(jī)效考核制度，健全目標(biāo)激勵(lì)機(jī)制。企業(yè)集團(tuán)應(yīng)根據(jù)崗位特點(diǎn)設(shè)置合理的目標(biāo)任務(wù)，并制定詳細(xì)的獎(jiǎng)勵(lì)措施，通過(guò)物質(zhì)刺激和精神獎(jiǎng)勵(lì)多途徑提高中心人員的積極性。

（三）強(qiáng)化流程標(biāo)準(zhǔn)管理，優(yōu)化ERP系統(tǒng)

首先，建立集團(tuán)內(nèi)部統(tǒng)一的會(huì)計(jì)標(biāo)準(zhǔn)，實(shí)現(xiàn)會(huì)計(jì)數(shù)據(jù)接口的標(biāo)準(zhǔn)化。企業(yè)集團(tuán)應(yīng)在對(duì)內(nèi)部會(huì)計(jì)數(shù)據(jù)、財(cái)務(wù)工作認(rèn)真調(diào)研的基礎(chǔ)上，按照方便、快捷、準(zhǔn)確、全面的原則設(shè)計(jì)會(huì)計(jì)數(shù)據(jù)標(biāo)準(zhǔn)接口，規(guī)范會(huì)計(jì)數(shù)據(jù)信息傳遞。其次，共享中心聯(lián)合其他業(yè)務(wù)部門加強(qiáng)對(duì)流程標(biāo)準(zhǔn)化的改進(jìn)和完善。共享中心是需要不斷優(yōu)化和更新的系統(tǒng)，尤其是業(yè)務(wù)標(biāo)準(zhǔn)化流程，需要 集團(tuán)內(nèi)部各部門尤其是前端業(yè)務(wù)部門的配合。共享中心應(yīng)統(tǒng)籌協(xié)調(diào)各部門依據(jù)實(shí)際擬定標(biāo)準(zhǔn)化流程，再依據(jù)實(shí)際完善部署實(shí)施。最后，加強(qiáng)對(duì)業(yè)務(wù)覆蓋地法律法規(guī)的遵守。共享中心必須認(rèn)真研究業(yè)務(wù)覆蓋地的法律法規(guī)，在進(jìn)行業(yè)務(wù)處理時(shí)應(yīng)注意各地法律的差異，及時(shí)與前端業(yè)務(wù)部門及地方稅務(wù)部門溝通聯(lián)系，業(yè)務(wù)憑證保存?zhèn)洳椤?/p>

（四）提高信息處理能力，防范信息風(fēng)險(xiǎn)

首先，加強(qiáng)平臺(tái)建設(shè)，提高系統(tǒng)的應(yīng)用可靠能力。企業(yè)集團(tuán)應(yīng)加大對(duì)財(cái)務(wù)共享中心平臺(tái)的投入和建設(shè)力度，加強(qiáng)巡檢和維護(hù)，定期進(jìn)行更新和完善。合理配置科技資源，構(gòu)建適應(yīng)大數(shù)據(jù)環(huán)境的信息系統(tǒng)。其次，創(chuàng)新數(shù)據(jù)挖掘方式，構(gòu)建智能化共享中心。大數(shù)據(jù)時(shí)代的共享中心，數(shù)據(jù)挖掘處理能力是關(guān)鍵。企業(yè)集團(tuán)應(yīng)積極引入先進(jìn)的數(shù)據(jù)過(guò)濾、挖掘分析技術(shù)，建設(shè)數(shù)據(jù)倉(cāng)庫(kù)，按照業(yè)務(wù)需求應(yīng)用數(shù)據(jù)分析技術(shù)，實(shí)現(xiàn)共享中心的智能化管理。最后，加強(qiáng)信息安全管理，建立風(fēng)險(xiǎn)防范體系。按照數(shù)據(jù)傳遞原則進(jìn)行歸口負(fù)責(zé)管理，明確安全責(zé)任人。同時(shí)，積極構(gòu)建網(wǎng)絡(luò)防御體系，應(yīng)用數(shù)字簽名認(rèn)證等安全技術(shù)。同時(shí)積極建立備用系統(tǒng)和應(yīng)急預(yù)案，定期做好數(shù)據(jù)備份和管理，防范網(wǎng)絡(luò)災(zāi)害。

五、結(jié)論

大數(shù)據(jù)時(shí)代，財(cái)務(wù)共享對(duì)于企業(yè)集團(tuán)的長(zhǎng)遠(yuǎn)發(fā)展顯得更為迫切和必要。然而財(cái)務(wù)共享的實(shí)施過(guò)程并非一帆風(fēng)順，企業(yè)集團(tuán)應(yīng)持客觀心態(tài)，內(nèi)外并舉、上下齊心，審慎緩步推進(jìn)共享中心建設(shè)，確保共享中心運(yùn)營(yíng)穩(wěn)定有效，達(dá)到提高企業(yè)集團(tuán)管理水平目的。

參考文獻(xiàn)：

[1] 陳剛.對(duì)中石化構(gòu)建財(cái)務(wù)共享服務(wù)中心的分析[J].財(cái)務(wù)與會(huì)計(jì)（理財(cái)版），2013（4）.

篇8

關(guān)鍵詞：學(xué)習(xí)分析;數(shù)據(jù)挖掘;大數(shù)據(jù)

隨著信息化技術(shù)的飛速發(fā)展，傳統(tǒng)的教育方式也發(fā)生了翻天覆地的變化。MOOCs、云課堂等大量的在線教育模式的出現(xiàn)，使得教育信息化程度不斷深入。各類在線學(xué)習(xí)系統(tǒng)已經(jīng)獲取和存儲(chǔ)了海量的學(xué)生信息以及與學(xué)習(xí)過(guò)程相關(guān)的數(shù)據(jù)。如何獲取、挖掘、理解、處理和利用在教育領(lǐng)域中產(chǎn)生的海量數(shù)據(jù)已成當(dāng)務(wù)之急，學(xué)習(xí)分析應(yīng)時(shí)而生。

一、學(xué)習(xí)分析的定義

2011年，在第一屆學(xué)習(xí)分析與知識(shí)國(guó)際會(huì)議上，將學(xué)習(xí)分析定義為測(cè)量、收集、分析和報(bào)告關(guān)于學(xué)習(xí)者及其學(xué)習(xí)情景的數(shù)據(jù)，以期了解和優(yōu)化學(xué)習(xí)和學(xué)習(xí)發(fā)生的情境。美國(guó)新媒體聯(lián)盟（New Media Consortium）對(duì)學(xué)習(xí)分析也有類似的定義，認(rèn)為學(xué)習(xí)分析是利用松散耦合的數(shù)據(jù)收集工具和分析技術(shù)，研究分析學(xué)習(xí)者學(xué)習(xí)參與、學(xué)習(xí)表現(xiàn)和學(xué)習(xí)過(guò)程的相關(guān)數(shù)據(jù)，進(jìn)而對(duì)課程、教學(xué)和評(píng)價(jià)進(jìn)行實(shí)時(shí)修正。

可以這樣理解，學(xué)習(xí)分析所研究的數(shù)據(jù)是整個(gè)教育活動(dòng)所產(chǎn)生的海量數(shù)據(jù)和學(xué)習(xí)分析過(guò)程中所產(chǎn)生的中間數(shù)據(jù)。這些數(shù)據(jù)包括集中式學(xué)習(xí)環(huán)境下，學(xué)生上傳下載的學(xué)習(xí)資料、登錄次數(shù)、每次學(xué)習(xí)時(shí)間、考試成績(jī)等學(xué)習(xí)活動(dòng)日志，以及分布式學(xué)習(xí)環(huán)境下，學(xué)生們通過(guò)郵件、短信、社交網(wǎng)絡(luò)開展的學(xué)習(xí)討論等。

隨著可穿戴設(shè)備的不斷推廣和普及，可穿戴設(shè)備所捕獲到的心率等各項(xiàng)身體活動(dòng)數(shù)據(jù)，也將成為研究的數(shù)據(jù)來(lái)源。在此基礎(chǔ)上，評(píng)估或預(yù)測(cè)學(xué)生的學(xué)習(xí)活動(dòng)，并從中發(fā)現(xiàn)潛在的問(wèn)題，為教育活動(dòng)相關(guān)者提供決策支持，并進(jìn)一步優(yōu)化學(xué)習(xí)過(guò)程，設(shè)計(jì)更適合的學(xué)習(xí)情境。

例如，學(xué)習(xí)分析可以及時(shí)發(fā)現(xiàn)學(xué)生存在的問(wèn)題，缺少前驅(qū)知識(shí)、某個(gè)知識(shí)技能掌握不達(dá)要求等等。這時(shí)，教師們就可以針對(duì)不同情況合理干預(yù)學(xué)生的學(xué)習(xí)活動(dòng)，修改教學(xué)內(nèi)容、改善教學(xué)方式等。當(dāng)時(shí)，這只是一方面，學(xué)習(xí)分析所能做的遠(yuǎn)不止于此。

二、學(xué)習(xí)分析的研究?jī)?nèi)容及應(yīng)用

學(xué)習(xí)分析在對(duì)學(xué)習(xí)者知識(shí)、學(xué)習(xí)者行為以及學(xué)習(xí)者本身建模的基礎(chǔ)上發(fā)現(xiàn)潛在問(wèn)題，通過(guò)解決問(wèn)題優(yōu)化教學(xué)資源和教學(xué)策略，預(yù)測(cè)未來(lái)學(xué)習(xí)趨勢(shì)和結(jié)果等。能從學(xué)習(xí)分析中受益的包括教育系統(tǒng)相關(guān)的各個(gè)參與者，如學(xué)生、教師、研究人員、教育管理者和政策制定者等。

研究者通過(guò)學(xué)習(xí)者在線學(xué)習(xí)過(guò)程中，應(yīng)答的正確率、回答問(wèn)題時(shí)間、重復(fù)修改次數(shù)等抽取學(xué)習(xí)者與在線系統(tǒng)之間所產(chǎn)生的交互數(shù)據(jù)，以此來(lái)建立學(xué)習(xí)者知識(shí)模型。從模型中可以清楚地了解學(xué)習(xí)者所學(xué)習(xí)的知識(shí)和技能的掌握情況。這樣，系統(tǒng)就可以在學(xué)習(xí)者需要時(shí)推送合適的學(xué)習(xí)內(nèi)容。

學(xué)習(xí)行為建模是從在線交互數(shù)據(jù)中提取知識(shí)的學(xué)習(xí)順序、每個(gè)知識(shí)點(diǎn)的點(diǎn)擊次數(shù)、完成學(xué)習(xí)所花費(fèi)的時(shí)間、線上和線下考試成績(jī)、學(xué)習(xí)行為的變化情況等建立學(xué)習(xí)行為與學(xué)習(xí)結(jié)果之間的對(duì)應(yīng)關(guān)系，以此來(lái)研究什么樣的學(xué)習(xí)行為可以取得更好的學(xué)習(xí)成績(jī)，哪些學(xué)習(xí)存在學(xué)習(xí)失敗的可能性。

對(duì)學(xué)習(xí)者本身建模，是為了構(gòu)建個(gè)人學(xué)習(xí)特性，例如學(xué)習(xí)的風(fēng)格、偏好、目標(biāo)，完成情況等，這樣做的目的是對(duì)有同樣學(xué)習(xí)特性的人進(jìn)行分組和聚類。通過(guò)研究該模型，可以有針對(duì)性的提供個(gè)性化的學(xué)習(xí)環(huán)境，從而提高學(xué)習(xí)效率。

學(xué)習(xí)分析可以應(yīng)用于優(yōu)化教學(xué)資源和教學(xué)策略。它可以幫助教師實(shí)時(shí)監(jiān)控網(wǎng)絡(luò)教學(xué)情況，評(píng)估課程設(shè)計(jì)的效果，從而為教師在教學(xué)實(shí)踐中做出合理決策。通過(guò)對(duì)大量的相關(guān)數(shù)據(jù)的采集和分析，能夠發(fā)現(xiàn)隱藏在每個(gè)學(xué)習(xí)者背后的學(xué)習(xí)偏好和學(xué)習(xí)模式，為學(xué)習(xí)者提供真正適合個(gè)人的個(gè)性化學(xué)習(xí)環(huán)境和學(xué)習(xí)建議，有效提高學(xué)習(xí)效果。

云計(jì)算、數(shù)據(jù)挖掘、社會(huì)網(wǎng)絡(luò)分析、物聯(lián)網(wǎng)等技術(shù)使學(xué)習(xí)分析成為可能。但學(xué)習(xí)分析目前仍處于發(fā)展初期，還面臨著多方面的挑戰(zhàn)。數(shù)據(jù)來(lái)源多樣、分布存儲(chǔ)等使得數(shù)據(jù)預(yù)處理過(guò)程復(fù)雜繁瑣，如何從海量數(shù)據(jù)中獲取適合開展學(xué)習(xí)分析的有效數(shù)據(jù)占了大部分工作量。另外，學(xué)生隱私和檔案的道德問(wèn)題也是我們要格外關(guān)注的重點(diǎn)。隨著學(xué)習(xí)分析的不斷深入研究，它也將得到更加廣泛的應(yīng)用，為每一個(gè)學(xué)生提供更適合自己的個(gè)性化教育資源，不斷深化教育信息化的發(fā)展。

參考文獻(xiàn)：

[1]SIEMENS G， LONG P. Penetrating the fog： Analytics in learning and education[J]. Educause Review， 2011， 46（5）： 30-32.

篇9

大數(shù)據(jù)的5V特點(diǎn)（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（低價(jià)值密度）、Veracity（真實(shí)性）。未來(lái)學(xué)家阿爾文•托夫勒將大數(shù)據(jù)熱情地贊頌為“第三次浪潮的華彩樂(lè)章”。另外業(yè)界將還將大數(shù)據(jù)定義為：在新處理模式下才能展現(xiàn)出更強(qiáng)的洞察發(fā)現(xiàn)力、流程優(yōu)化能力、決策能力的高增長(zhǎng)率、海量，以及多樣化的信息資產(chǎn)。用最為通俗的方式表達(dá)就是，大數(shù)據(jù)是一種數(shù)據(jù)資產(chǎn)；利用相應(yīng)的處理方式能夠指導(dǎo)我們做出更接近于實(shí)際情況的最優(yōu)決策。

二、大數(shù)據(jù)時(shí)代企業(yè)所面臨的挑戰(zhàn)

1．?dāng)?shù)據(jù)來(lái)源與容量的挑戰(zhàn)。在大數(shù)據(jù)時(shí)代運(yùn)用大數(shù)據(jù)的基礎(chǔ)就是數(shù)據(jù)的本身，對(duì)于企業(yè)而言，與自身經(jīng)營(yíng)管理相關(guān)的數(shù)據(jù)收集變得尤為重要。在大數(shù)據(jù)時(shí)代以前，數(shù)據(jù)信息的時(shí)效性有時(shí)候就決定了經(jīng)營(yíng)管理決策的成??；而大數(shù)據(jù)時(shí)代的數(shù)據(jù)獲取途徑則成為了企業(yè)核心競(jìng)爭(zhēng)力的重要組成部分，遺憾的是并非所有企業(yè)都已經(jīng)意識(shí)到這一點(diǎn)。其次大數(shù)據(jù)時(shí)代的數(shù)據(jù)存儲(chǔ)也成為了企業(yè)的重大挑戰(zhàn)，傳統(tǒng)的歸檔以及數(shù)據(jù)的管理模式已經(jīng)完全不適應(yīng)大數(shù)據(jù)時(shí)代的數(shù)據(jù)處理方式了。如果不能解決這兩點(diǎn)最為基礎(chǔ)的挑戰(zhàn)，就根本無(wú)法和大數(shù)據(jù)的應(yīng)用進(jìn)行接軌。2．算法與“云端”設(shè)備的新要求。在選擇大數(shù)據(jù)運(yùn)營(yíng)商的時(shí)候，其算法是否適應(yīng)自己所處行業(yè)的客觀情況尤為重要。再者，該運(yùn)營(yíng)商是否同時(shí)是企業(yè)自身所處行業(yè)中其他企業(yè)的首要選擇對(duì)象也很重要。只有在同行業(yè)、同質(zhì)化的數(shù)據(jù)大背景下，運(yùn)營(yíng)商的大數(shù)據(jù)服務(wù)才更具客觀現(xiàn)實(shí)性?！霸贫恕痹O(shè)備對(duì)于目前大多數(shù)企業(yè)來(lái)說(shuō)迫在眉睫，目前各行業(yè)中只有互聯(lián)網(wǎng)企業(yè)普遍完成了“云端”設(shè)備的架構(gòu)。實(shí)際上，有效利用“互聯(lián)網(wǎng)＋”把“云端”的大數(shù)據(jù)處理應(yīng)用到經(jīng)營(yíng)管理上，相對(duì)弱小者實(shí)現(xiàn)彎道超車的有效途徑。3．在線業(yè)務(wù)安全性的挑戰(zhàn)。在大數(shù)據(jù)時(shí)代，線上業(yè)務(wù)量、交易額以及溝通量的擴(kuò)大，線上數(shù)據(jù)的上傳下載、存儲(chǔ)、處理的不斷擴(kuò)大，給企業(yè)的數(shù)據(jù)管理帶來(lái)了安全性的挑戰(zhàn)。常見(jiàn)的應(yīng)用攻擊包括惡意蠕蟲、病毒、緩沖溢出代碼、后門木馬等，最典型的應(yīng)用攻擊莫過(guò)于“蠕蟲”。蠕蟲是指“通過(guò)計(jì)算機(jī)網(wǎng)絡(luò)進(jìn)行自我復(fù)制的惡意程序，泛濫時(shí)可以導(dǎo)致網(wǎng)絡(luò)阻塞和癱瘓”。企業(yè)稍有不慎就面臨巨大的經(jīng)濟(jì)損失，因此解決安全性勢(shì)在必行。4．大數(shù)據(jù)的運(yùn)用與傳統(tǒng)的決策沖突。在運(yùn)用大數(shù)據(jù)進(jìn)行決策以后，企業(yè)的管理已經(jīng)不再是少數(shù)決策層的工作了。大數(shù)據(jù)讓更多非決策層的人進(jìn)入到了企業(yè)的決策里，直接挑戰(zhàn)了企業(yè)原有的運(yùn)行體制，而且這種決策的分散將滲透到企業(yè)的一切日常事物中去。在推進(jìn)大數(shù)據(jù)運(yùn)用的同時(shí)，也會(huì)不自覺(jué)的改變企業(yè)文化，讓其也從目標(biāo)導(dǎo)向逐漸變?yōu)閼?yīng)對(duì)導(dǎo)向。

三、企業(yè)在大數(shù)據(jù)時(shí)代經(jīng)營(yíng)管理的對(duì)策

1．用共享模式降低數(shù)據(jù)成本解決容量的不足。我們?cè)诖艘怨蚕韱诬囆袠I(yè)為例，通過(guò)極為低廉的價(jià)格解決大多數(shù)人出行的“最后一公里”；其費(fèi)用收益并不是該行業(yè)企業(yè)的最終目的，而是通過(guò)移動(dòng)客戶端的廣泛推廣，積累大量的用戶信息以及資源才是這個(gè)行業(yè)所訴求的最大價(jià)值所在。可以說(shuō)服務(wù)只是手段，獲得能夠產(chǎn)生價(jià)值的大數(shù)據(jù)才是目的。面對(duì)數(shù)據(jù)的壓力，企業(yè)開放一定資源進(jìn)行共享勢(shì)在必行，就連積極推進(jìn)人工智能的BAT（百度、阿里、騰訊）也都以共享算法的方式獲取數(shù)據(jù)。只要打開共享這道門，自然也就解決了自身數(shù)據(jù)儲(chǔ)存的問(wèn)題，租用云端服務(wù)器是解決容量最經(jīng)濟(jì)的手段?？梢哉f(shuō)共享模式是打開用戶對(duì)于個(gè)人數(shù)據(jù)隱私保護(hù)的萬(wàn)能鑰匙，也是增加用戶忠誠(chéng)度的有效途徑。2．建立內(nèi)外兩套數(shù)據(jù)處理體系。大數(shù)據(jù)時(shí)代企業(yè)經(jīng)營(yíng)管理數(shù)據(jù)的分析處理嚴(yán)重依賴數(shù)據(jù)與算法兩大塊，在解決數(shù)據(jù)問(wèn)題以后，面對(duì)目前相對(duì)比較公開的算法體系是否就高枕無(wú)憂呢？BAT的算法公開看似是對(duì)各個(gè)中小企業(yè)的福利，但是也存在陷進(jìn)，畢竟容易讓很多中小企業(yè)在經(jīng)營(yíng)管理的決策上依賴于這些巨頭。在處理本企業(yè)數(shù)據(jù)的同時(shí)，積極利用行業(yè)對(duì)手的數(shù)據(jù)進(jìn)行逆向策略分析也是企業(yè)大數(shù)據(jù)應(yīng)用的重要補(bǔ)充手段。這時(shí)利用運(yùn)營(yíng)商獲取對(duì)手的各項(xiàng)數(shù)據(jù)（如產(chǎn)品的種類、價(jià)格、銷售額、市場(chǎng)占有率等），通過(guò)運(yùn)營(yíng)商的分析結(jié)果再啟動(dòng)企業(yè)內(nèi)部的數(shù)據(jù)對(duì)比系統(tǒng)將對(duì)手?jǐn)?shù)據(jù)與自身數(shù)據(jù)進(jìn)行比較，是修正企業(yè)經(jīng)營(yíng)管理手段的重要依據(jù)。3．建立應(yīng)急系統(tǒng)應(yīng)對(duì)安全挑戰(zhàn)。在企業(yè)層面建立兩套相互獨(dú)立的數(shù)據(jù)庫(kù)，兩套數(shù)據(jù)庫(kù)的內(nèi)容同時(shí)更新，將其中一個(gè)數(shù)據(jù)庫(kù)日常使用，另一個(gè)數(shù)據(jù)庫(kù)作為備份。當(dāng)數(shù)據(jù)安全層面受到網(wǎng)絡(luò)黑客的入侵時(shí)，可以在不傷害企業(yè)利益的前提下銷毀一個(gè)被入侵的數(shù)據(jù)庫(kù)來(lái)維護(hù)企業(yè)自身的數(shù)據(jù)安全。盡量簡(jiǎn)化數(shù)據(jù)庫(kù)安全效驗(yàn)與應(yīng)急程序的流程，讓安全檢測(cè)人員的檢測(cè)結(jié)果直接對(duì)接決策層，是最快完成應(yīng)急手段的有效途徑。在企業(yè)財(cái)務(wù)允許的情況下，也可以使用運(yùn)營(yíng)商提供的安全解決方案，這可以簡(jiǎn)化企業(yè)的管理。4．轉(zhuǎn)變管理模式來(lái)適應(yīng)大數(shù)據(jù)時(shí)代。大數(shù)據(jù)時(shí)代映射到企業(yè)經(jīng)營(yíng)管理最重要的就是決策體系的轉(zhuǎn)變，即由少數(shù)人決策變?yōu)槎鄶?shù)人合作完成。全員參與決策的模式使更多的知識(shí)和信息能相互溝通、構(gòu)建一個(gè)大數(shù)據(jù)下的資源平臺(tái)或知識(shí)儲(chǔ)備庫(kù)，是企業(yè)未來(lái)決策的基礎(chǔ)，也是未來(lái)信息化時(shí)代的必然要求。

四、結(jié)語(yǔ)

大數(shù)據(jù)時(shí)代對(duì)于企業(yè)經(jīng)營(yíng)管理的沖擊已遠(yuǎn)遠(yuǎn)的超過(guò)了以往任何一次技術(shù)上的變革。因此作為企業(yè)，要善于發(fā)現(xiàn)大數(shù)據(jù)中蘊(yùn)含的知識(shí)，并將其運(yùn)用到日常的管理當(dāng)中，以提升決策能力，進(jìn)一步提升企業(yè)的競(jìng)爭(zhēng)力。

作者:朱先明 單位:山東省煙花爆竹協(xié)會(huì)

參考文獻(xiàn)：

篇10

關(guān)鍵詞：“大數(shù)據(jù)”時(shí)代 計(jì)算機(jī)信息處理技術(shù) 分析

中圖分類號(hào)：TP274 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9416（2016）06-0237-01

在“大數(shù)據(jù)”時(shí)代的背景下，數(shù)以億計(jì)的計(jì)算機(jī)和移動(dòng)設(shè)備正在持續(xù)不斷的創(chuàng)造出數(shù)量驚人的信息。而未來(lái)的世界將是一個(gè)信息的世界。面對(duì)“大數(shù)據(jù)”時(shí)代的來(lái)臨，計(jì)算機(jī)信息技術(shù)的更新?lián)Q代迫在眉睫，如何把握機(jī)遇，勇于迎接挑戰(zhàn)，是現(xiàn)在擺在信息學(xué)家、計(jì)算機(jī)專家以及企業(yè)家面前的一個(gè)關(guān)鍵課題。

1 “大數(shù)據(jù)”時(shí)代的機(jī)遇

“大數(shù)據(jù)”時(shí)代的來(lái)臨帶動(dòng)了對(duì)于數(shù)據(jù)的深度挖掘和綜合應(yīng)用，從而為多個(gè)產(chǎn)業(yè)的發(fā)展創(chuàng)造了價(jià)值。此外，“大數(shù)據(jù)”時(shí)代彌補(bǔ)了傳統(tǒng)數(shù)據(jù)存儲(chǔ)技術(shù)的安全系數(shù)低的缺憾，開發(fā)了云技術(shù)和物聯(lián)網(wǎng)的新形勢(shì)。由于“大數(shù)據(jù)”時(shí)代對(duì)于信息安全的要去較高，因而很大程度上帶動(dòng)了信息安全的發(fā)展和進(jìn)步。

2 “大數(shù)據(jù)”時(shí)代的計(jì)算機(jī)信息處理技術(shù)

2.1 信息采集、加工技術(shù)

“大數(shù)據(jù)”時(shí)代下的計(jì)算機(jī)信息處理技術(shù)的首要任務(wù)就是收集和整合數(shù)據(jù)信息。只有完整的收集信息數(shù)據(jù)，才能開展接下來(lái)的計(jì)算機(jī)信息處理技術(shù)。第一步要明確數(shù)據(jù)信息的目標(biāo)源，然后針對(duì)目標(biāo)數(shù)據(jù)采取進(jìn)一步的跟蹤和監(jiān)督，控制信息數(shù)據(jù)的流向，將采集的完整數(shù)據(jù)信息如數(shù)錄入到計(jì)算機(jī)數(shù)據(jù)庫(kù)中。下一步就是針對(duì)采集的信息數(shù)據(jù)的加工和處理，一切加工處理工作的宗旨就是用戶的要求和指令。最后一步就是將按照客戶要求處理的信息數(shù)據(jù)傳輸?shù)接脩舻氖种?，保證信息傳送過(guò)程中的完整不被泄露，完成整個(gè)采集、處理和傳送過(guò)程。

2.2 存儲(chǔ)技術(shù)

將收集來(lái)的數(shù)據(jù)信息進(jìn)行存儲(chǔ)，是”大數(shù)據(jù)”時(shí)代下計(jì)算機(jī)信息處理技術(shù)中的關(guān)鍵環(huán)節(jié)。是否可以更加合理有序的存儲(chǔ)大量的數(shù)據(jù)信息，是”大數(shù)據(jù)”時(shí)代下衡量計(jì)算機(jī)信息處理技術(shù)優(yōu)劣的關(guān)鍵之處。良好的儲(chǔ)存技術(shù)可以保證客戶第一時(shí)間內(nèi)快速的從龐大的數(shù)據(jù)庫(kù)中調(diào)取所需的數(shù)據(jù)信息，無(wú)一遺漏。隨著技術(shù)的不斷進(jìn)步，計(jì)算機(jī)信息處理技術(shù)的長(zhǎng)時(shí)間存儲(chǔ)數(shù)據(jù)的功能也越來(lái)越受到廣泛關(guān)注。

2.3 信息安全方面的技術(shù)

“大數(shù)據(jù)”時(shí)代的來(lái)臨，在很大程度上提高了用戶體驗(yàn)的同時(shí)，也給信息數(shù)據(jù)的安全帶來(lái)了很大的挑戰(zhàn)?，F(xiàn)今的世界是一個(gè)信息的世界，信息的安全和隱私是世界范圍內(nèi)關(guān)注的焦點(diǎn)。計(jì)算機(jī)安全體系的建立需要大量的資金投入，引入大量專業(yè)技術(shù)人才，加大對(duì)信息安全體系的研究和分析力度，將計(jì)算機(jī)信息處理技術(shù)關(guān)注的熱點(diǎn)致力于開發(fā)信息安全的技術(shù)產(chǎn)品，為信息安全體系提供堅(jiān)實(shí)基礎(chǔ)。此外，為了滿足如今對(duì)于信息安全的高標(biāo)準(zhǔn)的要求，要不斷研發(fā)新的技術(shù)和項(xiàng)目，重視對(duì)重要數(shù)據(jù)的跟蹤檢測(cè)，盡量做到在龐雜的數(shù)據(jù)庫(kù)面前，可以提高每一個(gè)數(shù)據(jù)的安全系數(shù)。

2.4 信息處理技術(shù)的發(fā)展

“大數(shù)據(jù)”時(shí)代的特征就是龐大數(shù)據(jù)信息量，這樣想要完成對(duì)如此大規(guī)模數(shù)據(jù)的研究和分析，就會(huì)受到計(jì)算進(jìn)硬件設(shè)備的限制，因?yàn)樵谶@種情況下，云技術(shù)的發(fā)展應(yīng)運(yùn)而生。云技術(shù)可以破除計(jì)算機(jī)硬件對(duì)信息網(wǎng)絡(luò)技術(shù)發(fā)展的阻礙，處理比傳統(tǒng)計(jì)算機(jī)數(shù)據(jù)量提高上百倍的數(shù)據(jù)信息，這是未來(lái)“大數(shù)據(jù)”時(shí)代下計(jì)算機(jī)信息處理技術(shù)的發(fā)展趨勢(shì)，具有無(wú)限的發(fā)展?jié)撃?。云技術(shù)可以將傳統(tǒng)的計(jì)算機(jī)硬件與網(wǎng)絡(luò)分割開來(lái)，各自運(yùn)行，既保證了計(jì)算機(jī)硬件的正常穩(wěn)定運(yùn)作，又能形成龐大的云計(jì)算網(wǎng)絡(luò)，構(gòu)建起一個(gè)“大數(shù)據(jù)”信息網(wǎng)絡(luò)系統(tǒng)，來(lái)解決數(shù)據(jù)量巨大的問(wèn)題。

3 “大數(shù)據(jù)”時(shí)代下計(jì)算機(jī)信息處理技術(shù)的方向

3.1 計(jì)算機(jī)網(wǎng)絡(luò)朝著云計(jì)算網(wǎng)絡(luò)發(fā)展

傳統(tǒng)的數(shù)據(jù)處理技術(shù)已經(jīng)不能適應(yīng)現(xiàn)今龐大的數(shù)據(jù)計(jì)算量，因而云技術(shù)的發(fā)展是必然趨勢(shì)。云技術(shù)網(wǎng)絡(luò)可以破除計(jì)算機(jī)硬件系統(tǒng)處理數(shù)據(jù)有限的弊病，信息構(gòu)架不再依附于計(jì)算機(jī)的硬件系統(tǒng)，利用最新的數(shù)據(jù)中心技術(shù)，將云計(jì)算技術(shù)向更高的層面和更廣的領(lǐng)域發(fā)展。

3.2 計(jì)算機(jī)技術(shù)朝著開放式網(wǎng)絡(luò)傳輸技術(shù)發(fā)展

這里的開放式是指將計(jì)算機(jī)網(wǎng)絡(luò)與計(jì)算機(jī)硬件分隔開來(lái)，讓網(wǎng)絡(luò)計(jì)算不再受限于傳統(tǒng)的有限的計(jì)算機(jī)硬件設(shè)備，定義我全新的網(wǎng)絡(luò)構(gòu)架，避免計(jì)算機(jī)硬件對(duì)于信息數(shù)據(jù)的數(shù)量的限制和阻礙。

3.3 計(jì)算機(jī)技術(shù)與計(jì)算機(jī)網(wǎng)絡(luò)相互融合

計(jì)算機(jī)技術(shù)和計(jì)算機(jī)網(wǎng)絡(luò)相互融合，成為一體，是未來(lái)大數(shù)據(jù)時(shí)代下計(jì)算機(jī)信息處理技術(shù)發(fā)展的一大方向。傳統(tǒng)的計(jì)算機(jī)技術(shù)需要計(jì)算機(jī)硬件的配合，才能完成對(duì)數(shù)據(jù)信息的處理工作，未來(lái)計(jì)算機(jī)技術(shù)的發(fā)展趨勢(shì)就是擺脫計(jì)算機(jī)硬件的束縛和牽制，單獨(dú)依靠計(jì)算機(jī)網(wǎng)絡(luò)完成對(duì)于龐大的數(shù)據(jù)信息的甄別和處理工作。也就是說(shuō)，將來(lái)的計(jì)算機(jī)技術(shù)可以通過(guò)連接網(wǎng)絡(luò)完成“大數(shù)據(jù)“時(shí)代下的計(jì)算機(jī)信息處理的技術(shù)工作，基于網(wǎng)絡(luò)平臺(tái)的幫助，滿足”大數(shù)據(jù)“時(shí)代下的最新數(shù)據(jù)信息的處理要求。

4 結(jié)語(yǔ)

隨著科技的進(jìn)步，經(jīng)濟(jì)的發(fā)達(dá)帶來(lái)了信息技術(shù)的日新月異?？萍歼M(jìn)步帶來(lái)數(shù)據(jù)量的激增，引起新一輪信息技術(shù)的變革，誘發(fā)了“大數(shù)據(jù)”時(shí)代的來(lái)臨。綜上所述，“大數(shù)據(jù)“時(shí)代的來(lái)臨給計(jì)算機(jī)信息處理技術(shù)帶了機(jī)遇和挑戰(zhàn)，傳統(tǒng)的計(jì)算機(jī)信息處理技術(shù)已經(jīng)不能滿足數(shù)據(jù)量激增的現(xiàn)狀，因而云計(jì)算技術(shù)應(yīng)運(yùn)而生。

參考文獻(xiàn)

[1]劉小霞，陳秋月.大數(shù)據(jù)時(shí)代的網(wǎng)絡(luò)搜索與個(gè)人信息保護(hù)[J].現(xiàn)代傳播，2014，36（5）：125-128.