大数据时代的认识范文

导语：如何才能写好一篇大数据时代的认识，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。

篇1

[关键词]大数据 大学统计教学 大统计

[中图分类号] O21 [文献标识码] A [文章编号] 2095-3437（2015）11-0183-02

一、引言

2009年8月5日的《纽约时报》刊登题为“当今大学毕业生唯一关键词：统计学”文章。[1]文中介绍，哈佛大学人类学家格赖姆斯改行就职Google，从事海量数据的分析工作，整天就是和数学、计算机打交道，用数据分析方法改善Google搜索引擎。文中援引Google首席经济师范里安的话说：“我坚持认为今后10年最性感的工作是当统计师，我可没开玩笑！”麻省理工学院经济学家布林约夫森说：“我们进入了一个一切都可以被监测器和科学仪器数字化和记录的时代（大量数据在不断产生），但最大的问题是我们有没有能力利用、分析这些数据，让其为我们服务。”数据中有大量的珍宝。IBM组织了200名数学家、统计学家和其他数据分析大师为商业分析和优化服务，在数据中探宝，他们计划将探宝队伍扩充到4000人。网络数据的样本量打开了一个新世界，康奈尔大学克莱因伯格说，社会统计中，相比传统采访和问卷调查等形式的抽样，数百万计的网民的网络互动产生的样本量是令人惊奇的。专家警告，统计学面临着严重的危机，单就网络数据的体量就足以使得传统统计模型丧失能力，而且，数据的强相关性未必就有因-果关系。

数据在爆炸，我们在惊梦中进入了大数据（Big Data）时代，大数据正在引起一场革命，它将改变我们的生活、工作和思维[2]，统计学是关于数据的科学，它迎来了一场变革，是机遇也是挑战。[3] [4]

二、大数据的产生及其特征

数据化是大数据时代到来的标志。社会网络、电子商务、移动通信、深空探测、卫星遥感、基因测序以及其他科学测量仪器时时刻刻都在自动测量和记录着数据，而且这一趋势在不断增强。2007年所有数据中只有7%是存储在报纸、书籍、图片等介质上，其余全部都是数字数据。Google每天要处理超过24PB2的数据，它是美国国家图书馆所有纸质出版物所含数据量的上千倍。科尔尼公司科学家统计结果显示，仅2012年就产生了2.5ZB的数据，并且数据产生量以每年40%的速度递增，2011、2012两年产生了全球90%的数据，到2020年将达到45ZB，这是天文数字。

我们用中国移动公司为例大致描述一下大数据的产生。2015年中国移动已经达到12.93亿个用户，用户数近似12G，给用户提供通话、短信、上网等服务。若网络流量包月30MB，每天1MB，平均每天网络数据流量达到12PB，若每天还记录用户信息（姓名、身份、职业、位置等），通话（时刻、时长、内容），短信（内容）等，保守估计所产生的数据可以达到300PB，一年将超过100EB=0.1ZB。再看这些数据的形式，它们有文字、表格、符号、图片、语音、数字、影像、上网轨迹等等，如果还考虑这些数据时时刻刻都在改变，每个用户有自己的偏好，可以想象这些数据的体量、变化性、复杂性，如果移动公司利用这些数据进行市场分析和行业规划，这些数据还具有巨大价值。图1描述了大数据的产生及其演化过程。[5]

人们从不同的方面对大数据进行了描述和定义。从特征来看，大数据具有“4V”：Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）。[6]Volume：由于当今数据的体量大，其处理和管理只能依靠专门的技术，驾驭这些先进技术是开启大数据宝藏的钥匙;Velocity：快速处理大数据并获取有用信息;Variety：要开发利用的大数据的数据类型庞杂、数据源众多;Value：大数据中隐含着商机，隐含着企业、行业乃至国家战略决策的依据，它是煤、石油、金属矿产、水等之外的一种新型资源。

图1 大数据的演化图（据科尼尔分析修改[5]）

从统计的角度，李金昌认为大数据不是基于人工设计、借助传统方法而获得的有限、固定、不连续、不可扩充的结构型数据，而是基于现代信息技术与工具可以自动记录、储存和连续扩充的、大大超出传统统计记录与储存能力的一切类型的数据。[6]

从技术的角度，维基百科的定义是，大数据是指无法在可承受的时间范围内用常规软件工具进行捕捉、管理、处理的数据集合。从产业角度，常常把这些数据与采集它们的工具、平台、分析系统一起被称为“大数据”。

三、大数据时代的大学统计教学

大数据时代是以数据为中心的时代，是数据驱动的时代。作为关于数据的科学，统计学面临着重大的机遇和挑战，大学统计学教学面临着重大变革。20世纪中叶计算机技术的进步为统计应用的腾飞插上了有力的翅膀，使其应用范围遍及自然科学、社会科学的各个领域，无所不在，使得统计学趋向成熟。如今计算机、互联网、云计算电子商务和社会网络等的发展又将统计学推到了风口浪尖，国际、国内很多统计学家纷纷撰文对统计学为适应新时代的发展所需的变革进行了论述。

孟生旺和袁卫[7]根据2014年11月美国统计学会的统计学本科专业指导性教学纲要，强调了4个方面：（1）数据科学日益重要，统计专业人才不仅需要扎实的数学和统计基础，还要有强大的统计计算和编程能力，可以熟练使用专业统计软件和数据库;（2）真实数据是统计专业教育的重要组成部分;（3）需要更加多样化的统计模型和方法;（4）通过语言、图表和动画等用户易于理解的方式表达数据分析结论的能力。他们还从统计方法与统计理论、数据操作与统计计算、数学基础、实践训练等几个方面对课程设置提出了具体要求。

结合他人的思想，我们认为在教学过程中必须思考几个方面的问题并进行思想方法和教学方法的转变。

（1）对数据的认识，传统统计数据类型包括时间序列数据、截面数据、面板数据以及空间面板数据等，结构性强，针对每类数据都有有效的统计分析方法和模型。然而，如上文提到的通信数据，还有社交网络记录的数据、电子商务记录的客户数据等等，它们往往是传统数据类型的混杂体，既有静态的也有动态的，既有结构性的也有非结构性的。另外，数据库与数据库之间存在大量数据交换与关联，这些数据都不适合传统统计模型，要想在这些数据中挖掘到有用信息，要进行市场分析与决策。面对这些因素，我们在教学中该如何处理，如何思考？另外，这些数据中的变量可能是一个Word文档，可能是一段语音，可能是一幅图片，是不是需要将它们都转化成数字再处理呢？

（2）关于抽样，首先由于网络和科学仪器的进步，数据获取技术得到了前所未有的提高，加上强大的计算机处理能力，通过抽取样本推断总体的属性是不是造成信息浪费呢？维克托主张，当数据处理技术已经发生了翻天覆地的变化时，抽样技术就像汽车时代骑马一样，一切都变了，我们需要的是全部数据而不是样本，统计需要“全数据模式”：样本=总体。

（3）精确与简单，维克托估计大数据中只有5%的数据是结构化的，是可以用传统统计学模型进行分析的，然而其余95%的数据是混杂的，其中隐含的信息不仅多而且可能是更有用的，如果因为追求精确性而拒绝混杂数据将是资源的巨大浪费。他认为，大数据的简单算法比小数据的复杂算法更有效，我们不应该拒绝混杂性，而要以混杂性为标准设计新型数据库进而快速有效地获取有用信息。

（4）因果与相关，相关性回答的是“是什么”，因果关系回答的是“为什么”。维克托主张，大数据时代，我们不必一定要知道现象背后的原因，而是要让数据自己“说话”，知道是什么就够了，知道了是什么就可以创造巨大的社会价值，大数据时代探索世界的方法需要改变。然而，维克托的《大数据时代》中译本作者周涛对“相关关系比因果关系更重要”观点不认同，认为放弃对因果关系的追求就是放弃了人类凌驾于计算机之上的智力优势，是人类自身的放纵和堕落。我们同意周涛的观点，在巨大的利益面前尽快、尽量多的知道是什么是很重要的，尤其是对商业界来说。探索事物之间的因果关系是统计学的重要使命之一，然而与小数据相比，大数据中的因果关系可能被大量的混杂性掩埋，望远镜和显微镜如何有效地配合使用也是我们不能回避的问题。

统计这门学科的发展一方面必须适应社会的发展，满足社会的需求，另一方面要不断完善其理论、方法体系。这样一来，大学的统计教学既要让学生掌握传统统计学知识，又要激发和培养学生们大胆探索适应大数据时代的新思想、新方法和新应用。

[ 注 释 ]

[1] STEVE LOHR， For Today’s Graduate， Just One Word：Statistics[N].New York Times，2009-08-05.

[2] 维克托著.周涛译.大数据时代――生活、工作与思维的大变革[M].杭州：浙江人民出版社，2013.

[3] 耿直，大数据时代统计学面临的机遇与挑战[J].统计研究，2014（1）：5-9.

[4] 邱东，大数据时代对统计学的挑战[J].统计研究，2014（1）：16-17.

[5] https：// / strategic-it / featured-article / - / asset_publisher / BqWAk3NLsZIU / content / big-data- and-the-creative-destruction-of-today-s-business-models / 10192.

篇2

进入大数据时代后，人们能够在多领域多层次下获取全面、完整的信息量，用于在当前世界中获取新知识和探索新经验，进一步获取大量的商机。大数据时代的到来，为企业的人事档案这类用于数据整理和归类的工作来说，既提供了机遇，同时也带来了新的挑战，此外，还为我们在思路和方法上开辟了新的路径。当前，在我国的企业中一般都是以收集、整理和保存作为人事档案管理共组的基本模式和内容，并不能真正意义上达到大数据时代对数据的管理需要。当前科技十分发达，运用大数据理念对人事档案进行统一管理，是我们需要面临的重要问题。

一、企业人事档案管理存在的问题

在企业人事档案管理中作用，有一个经常被提起的话题，就是人事档案缺乏完整性和全面性。进入大数据时代后，对数据的需求量和管理量的要求很高，更重要的是要求研究数据的完整性和真实性。

1.保密性原则导致档案所有人无法及时完整地核对、补充个人信息

人事档案在企业中是重要的机密文件，一般会有专门的人员统一进行整理、检查、审核、保存和传递，档案所有人是没有资格自行申请的，特别是一些保密级别高的个人人事资料，就算是档案所有人自己在申请查看这一方面，也是没有资格的。这些因素导致了档案所有人不能及时了解自己的档案信息，档案所有人也没有办法及时了解，更没有办法做到及时补充和完善了。

2.档案所有人的个人重视程度不够

人事档案是一个人所经历的所有历程和在各个方面所取得的成绩的信息档案汇总资料，需要有专业的档案管理人进行记录和整理，非专业人员是无法认识到档案的重要性的，同时也不会明白档案中需要记录的重要信息有哪些。企业一般在市场和科研上投入大量的人力、经理和物力，而忽视了个人档案的整理和完善工作。

3.人事档案收集频率过低，导致归档信息有所丢失

我国在考察教职工年度工作成果的时候，一般采取年度总结的汇报方式，考察教职工的各项工作表现，同时在必要的时候还要将证明材料一并归入到个人档案中。但是由于一年的时间过长，很多重要资料在时间面前都失去了重要价值，同时由于保管不当，还会出现资料丢失的情况，这些问题都直接导致了人事档案信息的丢失。

4.企业人事档案信息归档存在的问题

首先，人事档案或者是业绩档案在归档前都要经过仔细的筛选和审查，而且要严格遵循“优先归档重要信息，其次归档重要信息，对于一般的无用信息采取不归档”的原则。在企业中专门有专业工作人员来从事信息的判断工作，而这些工作人员在学历水平、知识结构和个人喜好等方面都会影响到归档信息的评估，造成在归档过程中误判或丢失一些重要信息，或者是存储了一些无用信息。丢失部分的重要信息，有可能在企业的长期发展战略的制定和人才培养以及科研团队的组建工作中用到，所以信息的丢失会造成档案失去了参考价值。

其次，在企业中，人事档案部门一般采取条目式或概要性的归档方式来管理企业人事档案存储工作，重点关注记录发生时间、地点、内容和造成的结果，以及产生的重要影响等。详细内容则由档案所有人自己保管，对于一些重要成果也可以保存在相关的职能部门。如果需要调取具体的信息内容的时候，若只是人事档案中的资料无法满足这一需求，可以求助于其他部门提供资料。因此，人事档案信息归档是目前企业人事档案管理要解决的主要问题之一。

二、人事档案管理制度中存在问题的解决措施

1.建立完善的人事档案数据库

（1）人事档案的保密形式

人事档案中由个人填写，完善个人信息、教学成果和科研成果，这部分信息可以采取开放式的处理方式，便于档案所有人及时查看和随时完善，确保归档资料的全面和完整，至于组织评价等重要信息，要采取保密原则进行封闭式管理。

（2）加大宣传力度，提高员工档案意识

企业人事档案管理部门要扩大宣传，让职工了解到人事档案的重要性，培养职工的档案管理理念，培养他们主动完善人事档案的好习惯。

（3）创建人事档案实时更新平台

大数据时代对于数据的真实性和实效性的要求比较高，企业的人事档案管理部门要及时更新人事档案信息，做好人事管理和服务等工作，将数据信息及时、准确的录入到人事档案数据库中，保护职工在科研和创作，以及社会服务的业绩的安全性、准确性和及时性。

2.创新“大档案”思维，掌握人事档案信息

进入大数据时代后，人们已经不用担心海量信息的分析、整理和存储的工作。数据分析在档案管理工作中的作用更加突出，如果这些数据都记录在书中，那么这些书连起来能够覆盖整个中国高达52次。若说这些数据存储在光盘上，那么把这些光盘堆起来可以从地球推到月球上，并且可以堆成五堆。我们相信随着科技的发展和进步，在存储方面的技术水平也会越来越高，所以在信息的存储上，我们可以对企业的档案信息进行更加有效的管理。企业要根据自身的实际发展情况，建立起适合自己的大档案体系，从而促进企业的生产发展。大档案体系主要指的是在端口中能够迅速、准确和全面的搜索到个人的全部信息资料，即个人基本信息、工作情况、科研成果、等所有信息，包括各个方面、各种形式（文字、图片、视频）的全部资料。大档案体系的建立能够有效提升企业各部门的办事效率，同时对于企业的统筹规划、人才评估和科研团队的组建都有十分重要的意义。但是大数据时代背景下档案的建立需要对信息安全进行管理，用于用户的权限设定、限制访问权限和标注等级和密级，这样可以防止企业的人事信息泄露，维护企业人事信息的安全。

3.组建“大档案团队”

进入大数据时代后，建立“大档案”体系是包含在人事档案管理工作中的，是人事档案信息量的庞大需要专业的管理人才对档案进行管理，建立完整的信息数据库，才能够加强对企业人事档案的管理。大数据的核心作用是预测和统计，为企业寻找需要的人才。所以认识档案信息要做到数据化而不是数字化。数据化和数字化听起来差不多，但是实际内容南辕北辙。数据化是将数据转化为表格用来分析量化形式。数字化指的是将模拟数据转换成数字的二进制码。比如说数字化的表现形式就是通常说的电子书，通过数据化的统计为企业人事信息管理产生重要的作用。因此，企业的人事档案若要实现实时检索，就必须要进行数据化，真正意义上的发掘数据的价值。

进入大数据时代后，企业要进一步加强人事档案信息管理就要做到以下几个方面：首先，整合企业数据能力，对企业人事信息档案进行有效的管理；其次，挖掘数据的背后价值和准确制定行动纲领的能力；最后是行动时精确、快速地能力。企业大档案的数据建立，为企业人事信息档案管理带来了很大的方便。因此，企业要建立专业的信息管理团队，对企业人事档案信息进行管理，需要有各学科门类的顶级专家学者、资深的人力资源从业人员、IT精英、数据分析高手等共同构成。根据各个学科的不同特点和院校的下一步发展计划，首先进行程序设计，其次有人事档案信息为我们提供相应的数据，最后为了促进企业的进一步发展，制定相应的发展战略和制定培养，优化设置课程，此外还要根据准确的数据分析组建一支科研团队。通过分析员工的基本信息，可以了解到员工的年龄层次、学历水平、男女比例等信息，在现阶段，想要做到这些还十分简单，随着大数据的发展，相信会取得良好的成果，通过分析员工的科研成就，可以清楚地了解到企业的整体上的科技水平。科研团队的建立可以从各个方面保障企业的持续健康的发展。

篇3

【关键词】大数据；酒店管理；人才培养路径

自2014年10月23日起，国务院出台一系列文件取消和调整了行政审批项目，其中涉及到职业资格许可和认定事项的取消。2016年11月23日，国务院又再次通过常务会议决定取消一批职业资格许可和认定事项。这意味着，国务院部门的“减法”工程得到了实质性的落地。与此同时，这也彰显了国家深化人才发展体制机制改革和推动大众创业、万众创新的决心。因此，酒店管理人才培养方面也因此有了新时代的命运。目前，高校酒店管理人才的培养路径因不同类型的大学（学术型、应用型与职业院校）而各有不同。对应地，相关酒店管理人才的培养层次也就有所区别。大数据时代，基于互联网优势，酒店管理人才的自我学习与提升渠道多元，便捷的互联网资源为人才的自我实现与层级跳跃提供了无限可能性，也创新了实现酒店管理人才路径的多元化。本文希冀在对国家提出取消职业资格证书的缘由进行明确的基础上，从互联网+角度探析酒店管理人才培养路径，试图提出一条大数据时代酒店管理人才培养的创新路径。

一、国家提出取消职业资格认定的缘由探析

众所周知，职业资格认证历来带有“画圈圈”、搞审批的计划经济痕迹。总理坚持国家职业资格认可须有法律法规的依据的观点，并从现代政府的视角提出了专业化、社会化的职业水平评价理念，强调“只要不涉及国家安全、人身安全、食品安全以及环境安全等，原则上都应该让市场发挥决定性作用，政府负责做好服务和监管。至于水平类资格评价，一般与政府部门无关，应按照市场化原则处理”。可见，国家取消一系列准入类的职业资格认定，一方面是契合人才发展需求，激发市场活动，倡导良性循环的重大举措。另一方面更是厘清政府与市场关系，转变政府职能建设现代政府，归位市场主体作用的有效途径。需要说明的是，国家取消准入类职业资格认定，是为了建立起职业资格清单管理制度，从市场主体、人才活力出发，更为有效、真实、客观地促进人才培养，将水平类的资格评价主动权，交还市场，按照市场化原则处理，政府这支“有形的手”恪守职责，以服务和监管转变职能。此为国家取消准入类职业资格认定的重要缘由。就酒店管理而言，值得关注的是，国家取消的仅仅是不适应真正人才培养需求的职业资格准入，如酒店服务员，但对于酒店管理人才的水平性评价，并未加以干涉。这也就为酒店管理人才培养路径的探讨明确了前提，亦即国家取消准入类职业资格认定，更多地是释放市场活力，激发人才，将酒店管理服务水平评价纳入专业化、社会化的职业水平评价体系，真正意义上反映人才质量。

因此，国家提出取消准入类职业资格证书，既是适应市场改革发展的需求，更是政府转职能建设现代政府，激发人才活力，推动大众创业、万众创新的有力举措，具有深远而重大的社会意义。

二、酒店管理人才培养创新路径的必要性

目前，酒店管理的人才培养可以分为“2+1”顶岗实习、订单式人才培养和企业制学院等工学交替模式 。就酒店管理这一应用性极强的专业，大都采取了“1+1”证书教育的培养，即在校期间酒店管理专业学生能获得学业证书（一般含毕业证书和学位证书）和岗位资格证书。这种“1+1”的证书教育模式，既考虑了专业理论功底的学习，又强调了岗位技能的锻炼，使得酒店管理专业毕业生能够在毕业时成为酒店管理行业的基层骨干和发展能手。北京联合大学旅游学院酒店管理系主任田彩云博士在首届酒店评论高峰论坛提出这样一组数据：“经过调研发现，入学时，选择攻读酒店管理专业的学生占到班级总数的50%；经过专业教育后，愿意去酒店行业就业的学生比率达到90%；实习结束后，愿意去酒店行业就业的学生比率为30%；毕业就业，进入酒店行业的学生，应该是不到30%。毕业后3年，坚持在酒店行业工作的学生实际上只有10%。”

大数据时代，酒店管理的人才培养能够便捷地通过数据挖掘技术，直观地反映出市场需求，同时将水平评价的主动权交还给消费者，通过数据的归类、分析，极为有效地客观反映出酒店管理人才的真实水平。大数据，一方面给酒店管理的人才培养提供了极佳和便捷的培养素材，如VR技术的出现，情景式人才培养的便捷等等。另一方面，大数据还为酒店管理人才服务水平的真实评价创造了无限可能性。通过启用便捷、快速、有效的APP或者其余数据挖掘技术，以流量计算的客户评价数据流，对酒店管理服务水平进行客观快速的评价，再在共享平台进行分享。这一服务模式已经在现实中逐步推广适用。毫无疑问，这正是大数据带来的激发市场活动和创新酒店管理人才培养多元路径的重要节点，更是市场化酒店管理服务的关键点。

简而言之，酒店管理人才培养的创新思路，主要在于依托互联网+的大数据，进行情景化的教学改革和直观性的市场需求反应，辅以庞大的客户流量评价，实现学校与企业、市场的无缝对接，即为大数据时代酒店管理人才培养的创新路径。

三、酒店管理创新人才培养的具体实现路径

大数据时代，酒店管理创新人才培养的关键在于认识到万物互联的理念。一方面，利用已有的用户前期数据（如酒店的会员信息、客史档案等），借助互联网优势精准分析定制用户需求，提升用户关怀的细节体验，真正形成酒店管理服务的大数据思维。高校酒店管理创新人才培养的实现路径，具体而言，主要可以从两大方面入手：

一是准确定位酒店管理专业人才。北京联合大学旅游学院酒店管理系主任田彩云博士在首届酒店评论高峰论坛中，形象地运用了大数据展示和阐述了酒店管理人才创新培养路径。她通过酒店管理专业学生入学时、教育后、实习后和就业后的数据调研比对 ，形象地提出了酒店管理人才培养的两大关键点：实习和毕业后前3年。同时，强调不同层次的学生需要掌握的技能不同，如学术型大学的人才培养目标在于学术研究型人才，侧重于基础理论研究，研究与教学相结合。应用型大学培养的应是应用技术性人才，侧重于应用研究，主要在于解决实际存在的问题。职业院校培养的是职业技能性人才，不强调科研。值得注意的是，大数据时代为人才层级的畅通流动提供了无限可能性，阶层固化的可能性也会随之有所变动。

二是多渠道培养酒店管理专业人才。大数据时代，便捷、有效的客户数据，直观、严密的科学算式，都为定制个性化的用户服务提供了可能性。培养酒店管理专业人才已不能在拘泥于传统的教学培养模式，创新路径应更多地关注于多元化、多渠道。例如，借助细分的酒店信息管理，进行人才培养模式的改革。田彩云博士提出“2+1+1”模式，即两年基本理论在学校，一年在学校，一年进行反馈式的回炉。通过酒店服务的实践深化学习专业理论，更多面向地形成酒店管理人才的多元化。又如，其提及的工作场景式的模块化教学，也正是借助大数据的优势，依托已有教学资源，紧跟形势，最大化酒店管理人才培养质量和实践教学水平。

总而言之，酒店管理人才培养的创新路径应从重视理念疏通为主，结合多渠道的培养方式，充分发挥大数据时代的数据挖掘技术，从而为定制个性化的用户服务，培养出契合市场需求和社会发展改革需要的酒店管理人才，将人才水平评价权交还市场主体，是推动大众创新、万众创I的有效举措。

参考文献

[1]张小玲. 小议取消准入资格证书后秘书职业资格培训与考试[J]. 秘书之友，2016，（09）：9-11.

[2]胡中应. 应用型国际贸易专业课程体系改革探索――基于职业资格证书取消背景[J]. 河北农业大学学报（农林教育版），2016，（04）：80-82.

[3]赵红梅，李立辉. 职业院校国际贸易专业学生培养模式的改革思考――基于部分职业资格认证取消背景下为例[J]. 中国培训，2015，（18）：81-82.

[4]范智军，杜安国. 高职院校酒店管理专业人才培养模式现状及实施路径探讨[J]. 河北旅游职业学院学报，2012，（01）：91-94.

篇4

一、大数据时代个人信息法律隐患阐释

（一）个人信息的概念界定模糊

在大数据时代背景下，信息来源途径呈现出多样化和复杂化的特征，而且个人信息与社会信息之间的界定也并不十分明确。特别是通过互联网络产生的个人浏览记录与商业公司所收集的个人消费信息等，在既有民法领域当中都未实现明确、有效地区分。然而，在司法实践中，个人信息的有效区分能够对信息所有权以及处分权予以确定，进而在民法层面对双方权利以及义务作出划分，为立法工作的顺利开展以及司法实践活动的落实都会产生积极的影响。但是，现阶段我国法律关于个人信息的概念界定十分模糊，导致个人信息在被侵害的情况下难以得到充分、有效的保护，这在一定程度上阻碍了司法工作的顺利发展，不利于公民个人信息的全面保护。

（二）个人信息保护范围受限

当前，我国法律尚未明确界定个人信息的具体概念，同时也未建立健全的个人信息法律保护机制，导致个人信息保护范围受限。《加强网络信息保护的决定》明确指出，国家保护能够识别公民个人身份和涉及公民个人隐私的电子信息，使得保护范围被局限在能够直接识别的身份与有关隐私的个人信息范围内。基于大数据时代背景，所有的信息数据都要接受整合与处理，所以很容易关联到特定个人亦或是相对人，而并不仅被局限在直接信息以及隐私信息方面。在此基础上，仅在医疗、电信以及金融等特定行业中规定特定个人信息保护措施，难以确保信息保护的全面性，仍存在诸多没有涵盖的个人信息，在处理的过程中面临“无法可依”的局面。除此之外，有关个人经济权利的信息也并没有充分涉及。在个人信息保护范围受限的情况下，使得部分新领域个人信息的保护难以兼顾，加之存在诸多法律空白，无法确保侵犯公民个人信息的行为能够被依法处理，是直接导致个人信息保护效果不佳的根本原因。

（三）个人信息侵权损害救济不到位

缺乏救济的权利宛如空中楼阁。通常情况下，在司法实践中，仅凭散乱、抽象的法律条文作为裁判依据往往缺乏可操作性，难以满足实际需求，不利于司法工作的顺利开展。在《侵权责任法》中，即便规定了网络侵权的责任，但并未细化规定责任承担者，也无法对当事人精神损害加以救济。可见，根据我国法律的相关规定，对于不法分子而言，?@取公民个人信息非常容易，且违法成本较低。相反，由于法律救济制度不完善，导致司法救济成本很高，时间周期较长，使公民维权难度加大。在这种情况下，一旦个人信息遭到不法分子的泄露，很多受害者往往选择放弃维权，忍气吞声。

二、大数据时代个人信息的民法保护

根据上文对大数据概念以及大数据时代背景下个人信息法律隐患的研究分析，笔者认为，若想确保个人信息得到充分、有效的保护，应当积极采取必要的民法保护措施，从法律层面上充分保障公民的合法权益。

（一）《个人信息保护法》的制定与出台

很多国家均通过出台法律的方式，将个人信息权确定为一项法定民事权利，并对侵害个人信息权的行为进行了相应的规制。各国立法者将个人信息视为公民的个人资产，网络中的个人信息仅仅借助服务器进行托管。因此，我国有必要通过立法的形式将个人信息权在民事权利中的地位予以确认。有学者指出，可以借鉴发达国家的立法经验，出台《个人信息保护法》。对此，笔者持支持态度，具体而言，在制定《个人信息保护法》的过程中，应当解决以下几方面问题：第一，明确个人信息的概念。由于个人信息概念模糊，导致公民个人信息无法得到充分、有效地保护，不利于司法工作的顺利开展。因此，立法过程中应对个人信息的权利边界加以确定。第二，通过法律明确赋予公民个人信息权。第三，确立保护个人信息的基本原则。首先，应遵循自愿原则。信息收集者在收集公民个人信息的过程中，必须征求权利主体的同意，确保信息权利人能够了解收集并使用信息的目的及用途。其次，应遵循合理使用原则。通过对知识产权合理使用原则的借鉴与运用，在使用个人信息的过程中，也应对具体的目的与使用范围加以规制。最后，应遵循及时删除原则。个人信息收集者应当在达到收集目的的基础上，将相关信息及时删除处理，与数据源相关的信息也要进行全面的清除处理。

（二）适当加大信息保护监管的力度

在民法范围之内，通过信息收集管理机构信息保管责任制度的建立与完善，针对所收集的全部信息应通过强制加密的方式，针对单位存储的所有信息实施加密性管理，同时进行有效保存。与此同时，要确定信息管理人员以及使用人员的连带责任，确保使用信息目的正当性。如果出现了信息管理人员失职泄密的情况，则要求相关机构予以全面调查，并采取必要的惩戒措施。若泄密行为严重侵害了信息当事人的人身权益或财产权益，应根据其实际损失予以赔偿，并且在赔偿体系中合理地纳入精神损害赔偿的相关内容。在信息管理机制构建的基础上，确保公共管理机构以及信息保存单位积极履行自身的管理职责。

篇5

关键词：大数据；隐私权；保护

当前，随着互联网、云计算等技术的成熟与发展，人们的生活被海量的数据充斥，人类社会进入了创造力与破坏力并存的大数据时代。

2016年的政府工作报告提出了促进大数据广泛应用的论述。的确，当前生活中个人出行前的路况查询、手机软件上附近餐馆的查找，春运时分，政府部门根据大数据定位功能计算分析出人口迁徙情况而及时调配资源等，无不体现大数据带来的便利。然而，大数据也对人们的隐私造成了新的威胁。个人隐私信息在无形间被广泛抓取并保存，隐私信息存在被循环利用的威胁，个人隐私权已突破原始“物理的、强制入”的手段而更易被侵犯，传统隐私权保护机制面临空前的挑战。

一、大数据环境下个人隐私存在的安全风险

从隐私信息获取的角度来说，信息抓取技术的运用使得人们在进行网络活动时，身份信息、手机号码、地址、网络搜索痕迹、手机软件的实时定位、社交动态等在不知不觉中成为大数据的一部分，继而被数据化存储于数据库中，为政府、商业机构等控制利用，个人却对此难以掌握。

就隐私信息的传播、利用而言，公民个人、媒体可通过报刊、电视、广播、网络收集、传播他人信息；拥有数据库的机构在丰厚的商业利润驱使下可能会将掌握的个人数据分析、整合并加以利用；更甚的是，美国的“棱镜门”事件暴露出一些国家的政府以“国家安全”为由实时监控个人数据信息。人们将可能生活于无隐私的真空世界。

而非法获取、披露、买卖网络私人信息、私人数据的情形愈演愈烈，如大量的学生信息被倒卖，个人身份信息、社会关系信息、财务信息、通信信息等也不同程度地被泄露。于是，垃圾短信、垃圾邮件满天飞，营销电话骚扰日夜不止，网络诈骗、电信诈骗方式层出不穷，更有因定位信息而被跟踪遇害的骇人事件。公民的隐私及人身安全受到威胁。

二、大数据对传统隐私权保护机制的冲击

（一）打破了隐私权私域性的特点

隐私权作为私法性的权利，具有支配性与排他性。然而，大数据时代，公民隐私信息的被抓取、利用与传播使得其私人性愈发减弱，随之而来的社会性与公共性愈发增强。

此外，随着政府公民个人信息数据库的建立，电子政务、网络化的管理使得政府履行公共事务管理以及公共服务职能时变得更为高效便捷，然而这从另一方面又预示着公民个人隐私信息隐藏着被政府等公权力侵犯的危险，单纯的对私主体侵犯个人隐私权进行规制已不能满足对于防范公权力的要求。

（二）颠覆了隐私权保护的“告知与许可”原则

“告知与许可原则”在我国的确认体现于《关于加强网络信息保护的决定》与《电信和互联网用户个人信息保护规定》的规定，其要求“收集、使用公民个人电子信息，应当明示收集、使用信息的目的、方式和范围，并经被收集者同意”。然而，在大数据时代，用户个人信息被抓取于无形，网络服务商可在无论是否告知用户的情况下采集、掌握用户的数据。虽有授权许可协议、隐私保护合约等的存在，但其有时会失去实质意义，因网络用户若不同意相关协议便不可享受相应的网络服务，因而常出现网络用户不得不被动同意合约的情形。

数据的二次利用更是常超出数据收集时的使用范围，其创新性用途具有未可知性，要求网络服务商将不可预知的用途告知用户以及要求用户许可不可预测的使用行为未免强人所难。且因大数据的大容量化特点，要求数据控制者一一告知用户，也不具备可操作性。而从另一方面，让用户概括许可数据所有可能的用途，又相当于网络用户失去了对自己隐私信息的控制权，这无疑与“告知与许可原则”的实质相悖。

（三）增加了证据收集、保存、举证及责任认定的难度

大数据时代，个人隐私信息以电子数据形式存在，一旦隐私权被侵害，公民个人很难确定信息的泄露源以及诉讼对象，网络的匿名性也成为原告确定侵权人身份、维护自身权利的阻碍。而另一方面，互联网公司又负有对网络用户的法定保密义务，如何协调二者之间的关系成为需斟酌的问题。此外，证据的查找需一定网络技术的支持，这使得侵犯个人隐私信息案件中存在原告取证难、举证难等问题。责任认定以及赔偿标准的确定等也存在着问题。

三、大数据时代个人隐私权保护的完善

（一）强化数据控制者的责任

加强对数据控制者利用网络收集、使用个人数据的规制，严格遵守目的限制、目的明确原则。发挥隐私保护合约的实质性作用，规避网络用户为享受网络服务而被动接受合约的现象。强调数据控制者对数据的再利用行为进行评测，若数据的使用超出收集数据时的目的，应及时告知信息主体，获取认可。在处理数据时，防止对信息主体的名誉造成损害，在获得授权前，不得将个人隐私信息非法出售，须进行妥善保管，哪怕是有违公序良俗的个人信息，如婚外男女关系，也应给予保护；用户已分享于网络或经用户同意已存储于网络服务器之上的信息也属隐私的范畴，数据控制者处理、利用时亦应注意对其的保护。引入数据泄露通知制度，当发生数据丢失、被窃或未经授权而被接入，致使个人隐私信息存在受损的可能性时，数据的控制者应通知受损主体或向有关监管部门通告。

（二）赋予个人信息主体更多主导权

个人信息主体的主导权应贯穿于信息的获取、存储和使用的全过程。赋予个人信息主体对于哪些信息会被获取以及信息的使用目的的知情权；赋予个人信息主体请求数据控制者编辑、修改错误信息的权利，以及请求及时删除并停止传播侵权信息的权利；赋予个人信息主体对于自身信息除法定利用与合理利用外，二次利用、转售或提供给第三方的自主决定权。

（三）提高个人隐私保护意识

个人隐私保护意识的薄弱与缺失助长了个人信息的被滥用。因此，应加强隐私保护宣传教育，提醒个人在信息时尽必要的注意，如拒绝共享实时位置、分享含自身身份信息的照片前作必要的马赛克处理，避免因信息的与共享而为自身带来不利。主动关注自身信息的被使用情况，当遭遇个人隐私被侵权时，能够及时运用法律法规维护自身合法权益。

（四）完善权利救济机制

加强个人隐私保护立法。今年两会上，南京邮电大学杨震教授牵头提出了《关于启动立法的议案》，这类专门的立法保护行为对个人隐私权的保护也有利。

在专门的法律未出台前，完善现有权利救济机制较为重要。针对侵犯个人隐私案件取证难、举证难的问题，可适用过错推定原则，由数据控制者承担证明其自身不存在过错的责任。数据控制者本身在处理、使用数据时就须履行必要的注意义务，且其在取证、举证方面拥有技术与资金的支持，相较个人而言更具可执行性。而在法律责任的承担上，数据控制者亦应根据其是否尽到必要的注意义务来决定是否能够免责。除此之外，对于防范可能出现的公权力侵犯个人隐私权的行为，可在宪法与行政法中增加相关规定，以形成对个人隐私权的公私法整合保护。（作者单位：扬州大学法学院）

参考文献：

[1]李睿.大数据时代的隐私权保护――以信息抓取为视角[J].财经政法资讯，2015（3）：28-33.

[2]张宇敬，齐晓娜.大数据时代个人隐私权保护机制构建与完善[J].人民论坛，2016，2（中）：156-158.

[3]杨震，徐雷.大数据时代我国个人信息保护立法研究[J].南京大学学报：自然科学版，2016，36（2）：1-9.

[4]刘新年，王晓民，任博.大数据时代下，如何保护隐私权.检察日报，2013-08-23（005）.

篇6

>> 大数据时代个人隐私保护问题研究 大数据时代下的个人隐私保护 大数据时代个人隐私保护研究 保护大数据时代的个人隐私 大数据时代的个人隐私保护 大数据时代个人隐私的保护 大数据环境下的个人隐私保护技术 大数据时代中美保护个人隐私的对比研究 大数据时代如何保护个人隐私 大数据时代背景下大学生个人隐私保护探究① 大数据时代下个人隐私保护的调研分析 浅谈大数据时代个人隐私权的保护 大数据环境下个人隐私保护机制 大数据背景下个人隐私保护 数字遗忘：大数据与个人隐私保护 大数据时代的隐私保护 大数据与个人隐私不是天敌 浅析大数据环境下的隐私保护问题 大数据时代下信息隐私问题的伦理考量 大数据时代个人数据隐私权的保护 常见问题解答 当前所在位置：l.刘念真.利用 Oracle 信息模型驾驭大数据.

[5]刘雅辉，张铁赢，等.大数据时代的个人隐私保护[J].计算机研究与发展，2015，52（1）：229-247.

[6]柯臻轩，余露芸，等.大数据时代下个人隐私保护的调研分析[J].经济研究导刊，2015，02：299-301.

[7]涂子沛.大数据[M].广西师范大学出版，2012.

[8]薛涌微博：http：///1173360372/zdMNu0XVX from=page_1005051173360372_profile&wvr=6&mod=weibotime&type=comment.

[9]2014 数据泄露调查报告：http：///DBIR/2014/reports/rp_Verizon-DBIR-2014_en_xg.pdf.

[10]李洁冰，康学亮.大数据时代的个人隐私保护问题[J].信息与电脑，2014，12：183.

篇7

[关键词]人事考试；网上阅卷；精细化管理

doi：10.3969/j.issn.1673 - 0194.2015.18.125

[中图分类号]TP311.52 [文献标识码]A [文章编号]1673-0194（2015）18-0-02

传统的考试都是考务工作者手工阅卷，需要花费大量的人力和物力，且因为各种因素的限制导致阅卷的准确性得不到保障，经常出现误差。网络技术的快速发展为提高阅卷的准确性提供了可能。网上阅卷以其智能和高效的优点在考试领域日渐盛行起来，其方便和准确性受到考务工作者的欢迎。网上阅卷基于表单识别技术和电子扫描技术，和网络技术结合，通过计算机自动识别和判别客观题，并准确地给出分数，利用计算机判卷信息处理系统可以对主观题进行判断。与手工判阅卷比起来，网上阅卷可避免主观因素的影响，保证了阅卷的准确性和公正性并缩减了工作量，提高了阅卷效率。但当前，网上阅卷还是一个较新生的事物，技术层面和管理层面都在进行摸索，阅卷过程中有可能会出现一些难以预测的问题，这些问题是新生问题，在一定程度上来说难以避免。对这些问题要在实践中不断地解决和探索，从技术和管理上来保障网上阅卷平稳有序进行。

1 网上阅卷系统的发展和现状

近年来，网上阅卷系统在高考、中考等各类大型考试中逐渐普及，网上阅卷系统安全、快捷、准确的特性逐渐被广大考务工作者认可。然而在人事考试，特别是涉及公招考试科目中应用很少，比如《申论》阅卷。因此完善评卷系统是人事考试中一个值得研究的课题。

1.1 人工阅卷模式

以往通常是将各个地区的考生试卷集中到各省市，同时阅卷人员也都去相应的省市，专门成立一个流水阅卷的机构。所有试卷还有阅卷人员都需要集中到同一个地方，这样必然需要大量的财力，同时也浪费了不少时间。在大量阅卷的过程中很容易是因为各种因素，比如疲劳和主观情感等导致阅卷存在一定误差。且阅卷基本采取的是串行操作的方式，阅卷速度很难得到有效提升。比如在阅《申论》时，采取两人以上评阅的模式，第一次评阅的工作人员会将评定的分数写在试卷上，后面的评卷人员在进行阅读的时候往往都会产生先入为主的概念，其评定的分数在一定程度上会受到前一个评卷人员分数的影响，由此可见这对维护考试的公平性和公正性非常不利。

1.2 网上阅卷产生的背景

我国人事考试领域使用网上阅卷系统相对较晚，但网上阅卷在西方发达国家很早就得到广泛应用。西方发达国家的网络技术和计算机技术相对发达，基于此的网上阅卷也起步较早，在本世纪初，西方很多国家就开始推广。我国网上阅卷系统起步和应用较晚，只是在广东等少数地区使用，没有大范围推广，这是由于网上阅卷系统对纸质和扫描设备等设备有着非常高的要求，而我国各个地区的经济发展水平不同，具备这种条件的能力也有差别，因此没有在我国广泛使用。后来随着网络技术的进一步成熟，专门针对我国实际情况开发出适合我国国情的网上阅卷系统，比如高考、成人高考、中考等，才逐步进行推广。

1.3 人事考试网上阅卷模式

网上阅卷首先需要实现答卷的电子化，也就是说阅卷人评定的并不是考生的原始试卷。考试结束后，考生的答卷以及考生的准考证号通过OCR（Optical Character Recognition，光学字符识别）扫描成试卷图像，这为后续的工作打下了坚实基础。阅卷人员通过计算机网络按事先确定的规则进行评分。我国人事考试经过20多年的发展，变成最为重要的社会化考核评定、录用选拔人才的方式。以四川省成都市为例，2015年上半年共组织人事考试115项次，参考人数200 591人，347 633科。其中组织各类专业技术人员职（执）业资格和职称考试22项次，参考人数103 355人，188 515科；组织公务员录用（遴选）考试16项次，参考人数38 871人，74 646科；事业单位招聘考试77项次，参考55 396人，81 503科。这么多的考试如果采取传统的阅卷方式，其工作量可想而知，且很难保证阅卷的公平性。在较短的时间内要阅读如此多的试卷，并且要保证考试的公平和公正，确实不是一件易事。为减少阅卷人的工作量，提升考试的公平性，可借鉴高考阅卷经验，采取网上阅卷的方式。

2 网上阅卷的需求

系统为扫描的试卷编排了密号，保证考生的真实信息不会被外泄。然后将试卷随机分配给阅卷工作人员，在阅卷过程中评卷人员只能看到与其评定是相关的答题图像，对其他部分以及考生信息是不得而知的，这在很大程度上有效的维护了考试的公平公正性。此外，成绩统计是通过计算机系统来完成的，这样可以有效保证计算的准确性，避免传统阅卷人为因素产生的错误。

2.1 评卷的准确性需求

很多大型考试，比如公务员招录和事业单位招聘等，分数在很大程度上对一个人未来的发展有着重大影响，对于这样的考试必须要保证阅卷的准确性和公平性。网上阅卷系统可以改变以往手工阅卷中存在的弊端。首先，主观题评阅端必须要保证得到数据与服务器上的相同，不正确的数据要及时和全面的过滤掉。另外，要保证电脑在获取阅卷老师的评分结果时，获得数据的准确性。计算机还需要进一步检验分数，要将不同教师判卷分数进行对比，只有误差在一个较小的范围内才计入分数。如果不同教师判定的分数误差过大，那么就需要自动进入多评模式，保证结果的公平与合理。

2.2 评卷的公正性要求

考试是对人才进行评价的重要手段，同时也是选拔人才的重要方式，因此，能否客观、公平地对考试结果进行评判更是尤为重要。评卷的合理性事关考试的有效性，因此也对考试事业的发展有着直接的影响。网上阅卷自动屏蔽考生信息，在评卷过程中不会外泄考生的真实信息，可以确保阅卷过程的客观和公正。

3 实施网上阅卷的精细化管理

网上阅卷工作与传统阅卷比较起来有着较强的技术性，必须要依靠专业的技术服务企业，选择合理的地点作为阅卷场所。当前我国人事考试中公招类考试评卷工作多是以省市为单位来开展的，而技术服务公司基本都是针对全国的，这与省市自主评卷的要求存在一定差距，因此各个省市要针对当地的特点开发与之相适应的系统，充分的挖掘阅卷场所这个平台，在此基础之上构建评卷的硬件和软件平台，组织评卷人员进行网上阅卷。

首先，要做好阅卷前的准备工作。为保证试卷的真实性，需要完成试卷的扫描工作，技术服务公司要根据试卷类型等要素做好参数设置工作。其次，做好阅卷过程中的扫描与切割工作。在对试卷进行扫描时，调试好网络，正常运转，对扫描员开展专门的培训工作，提升其工作的专业性和熟练程度，保证扫描过程中不出现差错。要用高速扫描仪扫描考试的答题卡，生成图像文件，存储在服务器里，对生成的图像文件通过软件程序自动进行切割。另外，要做好突况下的应急处理工作。在进行阅读的过程中不可避免会出现一些突发事件，因此要做好应对工作。比如在对客观题进行扫描的时候会出现考生涂卡不规范现象，存在涂卡超出作答区间或涂卡颜色太谈等问题，导致系统软件无法识别等问题。出现这种问题就行需要本着为考生高度负责的态度对这些可疑涂卡进行人工识别，维护考生的根本利益。为了保证阅卷的公平性，在处理问题试卷的时候，要有专人对其进行跟踪处理，处理的任一个环节都必须要将责任明确到人。此外，技术服务公司还要做好协调统筹工作，对阅卷过程中可能出现的问题进行预想，针对可能出现的问题提前做好应对策略，对问题试卷应该要制定相应的应急处理方案，保证网上阅卷的顺利通畅的进行。

4 结 语

人事考试网上阅卷历经了多年的实践操作，加上与兄弟省市的经验交流，已做到了顺畅、高效的平稳运行。在整个过程中，考试机构树立以考生为本的管理理念，把握业务管理的主导性，在精细化管理中抓住关键性工作，运用正确的工作方法，确保网上评卷的公正、公开、高效性。笔者所在的成都市人事考试中心，正是坚持了上述原则，维护了考务工作的信誉，取得了良好的社会口碑。

主要参考文献

[1]万雅奇.网上阅卷数据资源的拓展和应用研究[J].中国考试，2006（11）.

[2]林伯先.网络阅卷系统的实现策略[J].实验科学与技术，2006（1）.

篇8

关键词：大数据时代；人力资源信息管理智能化；挑战与应对策略

由于大数据时代的不断深入，通信技术和信息技术也慢慢渗入到了人们生活中，对于信息资源的运用也越来越多。面对这种情况，不管是个人还是企业都迅速的将目光停留在了信息管理智能化的实现上。那么，什么是信息管理智能化？是人们运用多种高科技技术对相关信息进行深入的挖掘、融合、分析、处理的一个过程。另外，信息智能化管理也实现了信息动静态的同时管理。

一、大数据时代的智能人力资源信息管理

（一）大数据信息管理概念

大数据时代的数据具有多样性、复杂性等特征。计算机信息处理技术在通过数据分析、传输、处理等方式将大量数据中的数据转换为关键消息，发挥着最重要的作用，而智能信息处理技术则是最终目标。大数据已逐渐成为人们生活和工作中极为重要的工具，它使企业能够更加丰富、更快速地集中和整合企业需要提取和筛选的数据信息。因此，大数据需要掌握高级数据处理和分析技术，需要对大数据当前的研究对象进行改进。

（二）大数据时代智能人力资源管理

在大数据时代，信息流量呈指数级增长，人力资源信息处理技术也开始引起广泛关注。尤其是在大中型企业中广泛使用，人力资源信息化在处理大数据后将信息数据提供给企业的每个相关功能管理部门，并基于大数据分析的特点和集中精力来判断组织发展战略、目标以及组织内外环境的变化，并根据组织的需求预测未来的工作安排，从而实现调整企业人才。在这个时期，获取信息的方法是十分丰富的，但如何及时获得正确且重要的信息，同时解决效果分析后存在的问题将是首要任务。当前的人力资源信息处理技术尚未达到智能，还需要进一步改进。

二、大数据时代人力资源信息管理智能化研究的现状

（一）促进业务管理变革

企业在运营过程中，必须采取高效的管理措施，以便企业在达到一定规模后能够方便快捷的进行管理。在大数据时代，随着信息管理在企业运营过程中的作用越来越大，逐渐成为了无可替代的资产。实现信息管理智能化在一定程度上给企业经营管理改革带来了巨大的动力。数据资产化最重要的作用是将信息部門成本管理层次结构转移到利润。在大数据时代，数据信息部门正在逐渐成为企业不可缺少的资产组成部门，能够获得更多宝贵数据信息的人可以在各个部门的竞争中占据领先地位。企业可以通过动态数据信息确定市场的发展方向，推动企业的经营变化，同时创造大量收入。

（二）业务决策变更

在企业运营过程中，管理层在讨论企业的发展方向时，始终无法与数据信息分析分开。在分析数据时，管理层更加关注企业发展的内部化。在此阶段，信息管理成为企业发展的主要指南，为企业的所有决策提供了极大的可操作性。因此，实现信息管理智能会在一定程度上改变企业的管理层决策方向。使决策智能化成为最重要的角色将是企业运营过程中生成的各种信息数据从业务基础逐渐转换到数据基础。在传统的业务推动方法中，当企业的相关员工总结产品销售过程时，他们只是简单而片面地总结了内容，严重阻碍了企业的决策。在大数据时代，企业可以进一步探索企业的数量标准信息，从而发掘更多的市场信息，并有充分的依据确定相关人员的企业发展方向。

三、大数据时代人力资源信息管理智能化背景下面临的挑战

（一）新时代的推行

大数据时代是以创新价值和创新模式为基础的。对于一个企业来说，如何挖掘具有价值的数据信息是非常困难的。首先，是信息的选择，在这个过程中需要相关信息管理人员具备敏锐的反应能力和准确的预判能力，需要将所有的信息进行筛选分类和屏蔽无效的信息；其次，是有效的信息数据的来源可能是分散的，无法运用相似的手段进行审核。当今阶段的人力资源管理智能化并没有完全的实现，例如以往传统的人力资源渠道便是非常的复杂，在获取各种信息时，不仅被动而且还需要花费大量的人物、物力以及金钱，进而导致人事的薪资，绩效，人员培训，招聘信息等方面的管理不尽人意。人力资源信息管理在一个企业中占据重要位置，但企业在对人力资源信息的管理却只重视系统硬件，并未通过提供数据为基础的机制，进而导致无法通过大数据的运用来实现人力资源信息管理智能化的目标，影响了新时代下人力资源信息管理智能化的推行。

（二）信息数据的安全防范

随着人力资源信息的增长，信息安全也出现了新的挑战。当今社会非常依赖于信息管理中软件和硬件的相互依存性，数据之间的交互，如何才能强化数据信息的安全性便显得尤为重要。数据信息中需要保密的参数，数据在传输的路径，是否需要交互共享以及保密的机制，都将会成为信息安全是否会遭受到威胁的主要问题。

（三）智能有利于做出正确的决策

在大数据的背景下，人力资源信息管理智能化在本质上是可以帮助企业做出正确的判断，可以通过共有的决策资源、决策数据、决策模型、决策认知等来帮助企业解决相关的问题，弥补信息处理人员在进行重要人力资源信息数量收集、分析、处理和融合的时候由于浅薄的判断而带来的非正确的决策，进而导致人力资源的整体局面处于劣势，企业在发展的过程中不能很好的衔接外部因素的变化而导致判断错误。所以，如何正确的运用人力资源信息管理智能化已然成为当代所有企业之间竞争的取胜资源。

四、大数据时代人力资源信息管理智能化的应对策略

（一）增加对人力资源管理信息的基础投入建设

如今信息技术在不断进步，人力资源信息管理系统也受到了许多企业的运用，它对于一个企业的发展有着无比重要的作用。如一个板块的设计是否合理，数据储存的是否详细，系统运行是否流畅，操作是否简单灵活，这些都是能够直接的影响人事部门的工作效率。在大数据的背景下，大多数企业都选择了人力资源信息管理智能化，但在运用的期间，还是应当注意信息的时常更新。例如：一般企业都会保存传统的人力信息，如员工的档案，每个月的绩效考核，是否迟到等，现在便可运用该系统，将员工的日常工作情况，绩效的考核还有员工的薪资待遇等都可以制定一个公开，公平的评估，这样不仅可以促进员工在日常的工作中继续努力，还能让员工注重自身的言行举止。

（二）大数据的技术和应用

大数据不是生产过程中的衍生物，而是可以被多次加工的迭代资本，而且在更新的处理模式后便会具有更加强大的优化能力和决策能力。虽然大数据资产的概念已经家喻户晓了，但如何将这些管理信息智能化还是缺少一定的理论支撑和相应的手段。在实现智能化的过程中企业需要正确、合理的运用大数据技术，这样才能保证企业的运营信息得到发展，也不会过度的依赖于大数据，还能实现人力资源信息管理智能化的优化。企业在使用大数据技术时，首先应当将云智能融入到人力资源信息管理系统中，这样便能接收到多个层面的信息渠道，之后在通过每个渠道的分布计算、存储等控制系统中每个模块的运用进而对大数据进行准备的分类。其次，便可将人力资源的信息等在物联网、云计算以及互联网中相互结合，形成完整的区块链的共享体系，进而实现对区域中的内部结构化和非结构化的信息集结，实现企业自身的信息分享，完成全新的人力资源智能化的信息管理途径。

（三）加强信息安全的防范

在大数据时代的构建下有了全新的安全体系，这对一些大中型的企业来说，丢失了人力资源信息是相当严重的，会影响企业未来对人力资源的安排和决策，但最可怕的不是隐私的泄露，而是产生被其他企业预知的可能性，所以应当采取大数据的技术来帮助解决重要信息数据过大且异购数据等问题。虽然传统的边界比较安全，但也只是在事中添加了防御功能，并未在过程中的人力资源管理信息，数据的接出口进行数据加密和添加具有時间限制的验证和密钥等。所以，需要事先预知并将消息传至到安全运营中心，最好可以实现全过程的风险可视化，这样便可有效的提高人力资源信息管理智能化的安全性。

（四）人力资源信息的多次利用

在企业中人力资源会储存许多的信息，而数据在信息价值链中属于比较特别的位置，信息价值的优劣要取决于人力资源数据和人力资源的再生思维。在今后的数字化发展的人力资源中，人力资源数据可以称之为可持续利用的再生资源，这也可以说是处理数据的思想转变，对数据挖掘的价值转变。信息资源隐藏的真正价值将会被挖掘出来，数据的价值不会因为使用的次数而逐渐减少，反而还可以多次、重复的进行挖掘。现在已经是大数据人力资源信息化发展的后期阶段了，产生的价值必然是不可限量的。

（五）简单化的管理规划

在人力信息管理中，数据的基数都是比较大的，并且每类信息都有着独特的多元特征。因此，在企业应用人力资源信息管理智能化时，便需要考虑到它的难度且复杂程度。企业在运行中，应当根据这些问题设置一个专门解决信息管理的部门，将这个部门作为智能化管理的起步，进行简单化的管理。比如：中国通用技术控股有限责任公司，这所公司为了提高该公司在大数据时代下的企业竞争力，便将公司中的中高层管理实行了信息管理智能化。首先运用大数据的挖掘技术将公司内部的所有信息进行再次的挖掘。其次，在对市场经济的信息进行深入、全面的挖掘，进而分析市场的需求和该行业的趋势走向等。最后该管理者再对制造品的相关数据进行了深入的分析、研究，找出对产量质量产生影响的关键因素。通过这样的方式，不仅确保了数据信息的可实行性，还实行了对信息管理智能化的运用。

篇9

《大数据时代》认为自己揭示的宇宙奥秘是什么？还记得我们原来学习的哲学吗，从本体论（世界观）讲起，然后是辩证法（方法论）和实践观（认识论），如果你学习的是哲学专业，老师讲完一个大哲学家的本体论认识论之后，就会概述从中引申出的政治、伦理、美学、宗教等理论，从而讲解他的整个思想体系。《大数据时代》的作者虽然没有按这个结构来写，但我们还是能从中归纳出他的这个体系结构。

首先是本体论——世界是什么？西方哲学史上的回答无奇不有：水、数字、理念、实体、物自体、绝对观念……人们对这个问题的回答脱离不了当时所处的时代，在蒙昧时期，是一系列的臆想，在科学登上人类社会的中心后，我们知道是原子等物质构成了世界。这一次，作者给了富有当代气息的答案：数据。“有了大数据的帮助，我们不会将世界看作是一连串我们认为或是自然或是社会现象的事件，我们会意识到本质上世界是由信息构成的。”“将世界看作信息，看做可以理解的数据的海洋，为我们提供了一个从未有过的审视现实的视角。它是一种可以渗透到所有生活领域的世界观。”

大数据引起了3个思维变革，可以看做作者对方法论和认识论的变革。首先，“不是随机样本，而是全体数据”，这类似方法论。作者认为以前的方法都是小数据时代的随机采样，大数据时代是全数据模式，样本=总体。

其次，“不是精确性，而是混杂性”， “执迷于精确性是信息缺乏时代和模拟时代的产物。”“接受不精确性，我们才能打开一扇从未涉足的世界的窗户。”全部的数据，即使其中很多是混杂的，也是有用的，而且是得到结论的“标准途径”。

最后，“不是因果性，而是相关性”，这是作者颠覆性最大的观点。因果律是人类认识世界的最基本理论之一，人类可说就是在不断问“为什么”中进步的，而作者认为，在大数据时代（应该是全数据时代更准确），我们不必知道现象背后的原因，知道“是什么”就够了，没必要知道“为什么”。“大数据，改变了人类探索世界的方法。”

篇10

一、大数据的发展现状

大数据时代以来，信息一词由先前的单纯信息等新闻消息渐渐过渡为各种形式、各种来源的信息。从信息数据时代到数字媒体时代，直到人工智能时代，带有某种背景及形式的数据我们将其称其为信息，从这些信息数据中找寻内在的联系与规律就是情报知识，借助于各种手段方法与技术对这些情报知识进行挖掘、分析所得出能够以此支撑决策的便是价值、便是资源。大数据环境下数据呈现出多元化、庞杂化等特点，通过数据挖掘、数据捕捉等技术手段可以弥补先前由于数据匮乏、不足而无法开展的行业领域工作等，例如：档案工作。随着国家十三五规划关于国家信息化纲要的提出，由各类高新技术诸如云计算、云平台及互联网服务所衍生出的各种形式的信息数据呈现出指数型增长的模式，面对数据庞杂、类型多样化的文件档案信息，传统的档案管理模式及服务已经很难适应当前时代的特点。

二、大数据是医院档案管理工作的发展趋势

当前时期医院档案管理工作已经逐步实现纸质档案数字化扫描归档，初步信息化，可以利用一定网络技术、系统工程技术来进行文件存储和搜索查询等。

但随着信息技术的飞速发展，人们对于归档保存重要性认识提高，医院档案部门所产生的信息数据日益庞大、类型多样，不仅涵盖了医院的历史和当前各项管理工作，同时还包括了特色业务档案：住院病历、门诊记录、科研教学等档案。档案数据库“胀库”问题也随之到来，“胀库”问题带来的无法及时有效归档并建立索引以提供服务，导致档案的服务利用效率大打折扣。要解决这一问题，需要求助于大数据技术框架中的云计算技术。大数据的工作实质就是将各种类型、各种来源的信息数据进行集中统一管理，挖掘分散于海量档案中的信息价值，因此说，医院档案管理工作的发展趋势必将是大数据管理模式。

三、大数据档案管理工作中存在的若干问题

第一，传统观念亟需转变

当前时期各地方医院对于医院业务发展和各项高新技术的应用给予高度重视，但是对档案信息资源的管理、开发及利用却是认识不足亦或轻视，档案信息资源的利用仅是局限于低价值、浅层次的阅读，价值挖掘不足。未能高效认识到档案信息资源的科学管理、开发利用能对医院各项工作提供支撑和辅助，以此创造丰厚的社会效益。各地医院长期以来专注于医疗业务工作，对于医院其他相关管理性工作较为忽视，档案管理工作就是在这样背景下被放任管理。造成档案工作遭到忽视的因素有很多，诸如：人员、经费、编制等，导致档案管理工作很容易被主体所忽视。

第二，医院档案管理制度不规范

当前，医院档案管理部门隶属于院办下属，而各业务科室档案工作是归属于各业务科室，这在一定程度上就造成了档案管理的分散性。统一领导、分级管理是国家档案局规定各省市档案局（馆）、档案室的档案工作管理原则，同样医院档案工作也应是集中统一管理。大数据时代下，医院档案信息资源更要进行集中统一处理，分散性管理不利于各类型档案综合考量、分析。集中管理可以依靠大数据环境下优势因素，实现档案信息资源叠加效能。

第三，档案人才队伍建设仍需强化

大数据时代各项技术手段层出不穷、发展迅猛，大数据管理必然要有一批高素质、专业强的档案人才。当前，各个地方医院档案工作人才队伍可谓是参差不齐，理论专业基础、具体实践应用、学历教育等亟需强化，这些因素匮乏的表现就是不能很好地将医院档案工作应用到大数据环境下。信息技术更迭迅速，大数据技术手段也是随时代在变迁，现代科学技术、现代网络知识的匮乏，高层次档案专业人才队伍弱小，这些因素都不能适应当前大数据时代下档案工作的各项需求。

四、大数据档案管理工作的若干建议

第一，领导者的观念转变是大数据医院档案管理的首要因素

大数据档案管理工作做到什么程度，达到什么效果，在医院档案系统建设规划中最为关键的是医院领导层的高度支持和各个部门、业务科室的积极高效参与，领导者对档案工作思维意识、观念的转变和提高非常重要。领导者能够认识信息资源的重要性、信息资源的叠加效果、信息共享和情报分析，那么档案信息化工程、大数据档案管理工作开展则是一路绿灯。各个地方医院可以将档案信息化工作、大数据档案工作细化具体到制度之中，指派一名专管领导，主抓医院档案信息、大数据管理等工作。

第二，软硬件设施是实现大数据管理工作的基础、源泉

信息时代下现代化理念需要一定软硬件设备的支撑，当前时期大数据处理技术手段及方法均没有任何屏障，软硬件设备的到位则是关键。在资金预算合理范围内，提升档案库房、电脑硬件设施，信息系统软件装备等，这些均是实现信息化管理的根基。

第三，专业、高效档案人才队伍是大数据档案管理工作的核心

各项基础设施到位，但是应用基础设施及系统档案专业人才缺乏，那么大数据档案管理则是一张空头支票。所以，大数据档案管理要培养、引进一批高层次档案专业人才。医院要有部分经费预算，重视人才引进、人员培训的投资。对各个部门科室档案管理员进行定期业务培训，从档案专业知识到大数据甄别、应用、分析，培养出一只具有特色、专业、高效的医院大数据档案工作人才队伍。

第四，整合各部门档案信息资源，将大数据应用落到实处