大数据时代数据的特点范文
时间：2023-12-28 17:49:53
导语：如何才能写好一篇大数据时代数据的特点，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 影视剪辑；艺术；思维；创新
中图分类号 G2 文献标识码 A 文章编号 1674-6708（2016）176-0013-01
与传统媒体时代相比，大数据时代影视剪辑艺术的生存环境和条件发生了“质”的变化。
首先，受众的需求和品味发生了重大变化。随着社会经济发展，人们在满足了基本的物质需求之后，对精神需求逐渐增多，特别是在现代科技日新月异的今天，精神文化产品也日新月异，导致受众的需求越来越高，口味越来越挑剔，对影视的文化性、艺术性提出了更高层次的要求。这就要求影视剪辑工作人员要深刻把握社会上新的消费需求，认真做好市场调研，紧跟形势变化发展，引领大众精神消费时尚。再次，影视的价值和市场环境发生了根本性变化。当今的影视作品已经不仅仅是一种文化艺术品，也是一种商品。在市场经济环境中生存，影视作品已逐步变成了流水线一般制造的产品，从剧本创作、演员培养培训、拍摄场地、服装道具等，影视剪辑只是其中的一个环节，但却是举足轻重的一个环节。一方面要实现编剧理想的效果，要实现导演的意图，另一方面影视剪辑是观众的人，要站在受众的角度实现受的需求。因此，当今影视剪辑需要提高眼界和格局，站在更高更远的角度，纵观全局考虑问题，既要考虑影视作品的艺术性，又要考虑其经济性，只有恰到好处，达到最大性价比，才能确保影视作品的生命力。
2 大数据时代影视剪辑的艺术特点
一是大量先进科技的运用，极大增强了影视剪辑的效率、效果和效益。科技进步从硬件和软件两个方面极大地解放了影视剪辑的生产力，促进了剪辑效率的提高和经济效益的提升。硬件上，传统的影视剪辑其实是“影视剪接”。经过拍摄获得底片，经过冲洗底片获得原始的样片，然后剪辑师用剪刀对样片进行碎片式剪接，按照原来设计的故事情节，用胶水胶带对底片重新拼接，在剪辑台上实现预览，并逐步调整优化。由于处理工艺粗糙，无法实现对底片的精确剪切和拼接，难免出现画面重复、抖动，显得杂乱无章，而且磨损严重，影片质量不高。计算机逐步普及应用后，非线性编辑技术迅速推广，影视剪辑行业迎来了春天。这种技术彻底告别了剪刀和胶带式的加工方法，用鼠标和键盘进行操作，既简单灵活、精确度高，又可以实现回放，还可以避免对底片素材的损伤。科技发展到现在，影视剪辑不但可以实现数字存储，对拍摄素材进行无限次、重复性的任意剪切、拼接，还可以增加特效。与此同时，现代科技进步还促进了影视剪辑艺术的理论进步，特别是蒙太奇语言。利用计算机技术、多媒体技术、影视制作相结合，创造出了当今世界上最先进的视音频非线性编辑技术，使画面、声音、字幕、特效等元素更合力、更高效、更科学地编辑组合，推动了影视创作的现代化进程。
二是表现形式上，更加追究视觉冲击力和画面感染力。从受众的角度看，影视传递的信息要通过两种渠道实现，一是影片本身的内容，也就是影片的故事、人物、情节、主题思想等；另一个就是影片的包装形式和表现形式，例如现场环境、色彩、服装服饰、道具、声音、镜头组合切换等。因此，现在影视作品不但传达基本的主题思想，更追求形式包装，给观众美的享受。通过加快缩短镜头出现的时长，加快播放节奏，制造出紧张气氛。例如成龙的影片《警察故事》，在警察与犯罪嫌疑人打斗的场面，双方你来我往，打斗十分激烈。站位切换：车前与车后、室内与室外；动作切换：拔枪与开枪、踢脚与出拳；光线切换：亮光处与黑暗处……剪辑师几乎会平均分配镜头的时长，让矛盾的双方快速交替出现，增强现场效果。通过对某一个镜头的从不同角度的快放、慢放、回放等剪辑，强调这一动作所展示出的人物的精气神。例如李连杰主演的《黄飞鸿之壮志凌云》，其间多次对其经典动作佛山无影脚进行特写，不但突出了动作的铿锵有力，而且展示了主人公充满正义、不屈不挠的正面形象，特别是在剪辑时配以《男儿当自强》的背景音乐，成功营造了慷慨悲壮、自强不息的氛围，实现了与观众的情感共鸣。
三是剪辑的思维更开放、更时尚、更包容、更大胆。编剧是主观的，根据自己的想象，虚构了故事发生的环境、人物、情节；导演也是主观的，他要了解剧本表达的主题和思想，指导演员和剧组人员进行现场创作，既会受到演员状态、现场环境等影响，也会激发现场灵感，把自己的主观意志加入影片中，从而对影片呈现的效果产生一定影响。剪辑师则处于比较客观、中立的地位，既没有编剧的主观想象，也没有受到导演现场环境气氛的影响，所以能够从受众的角度出发去排列组合镜头，相当于艺术的再创造。大数据时代 的剪辑师，深受网络文化的影响，年轻人喜欢的快节奏、激烈冲突、鲜明对比等，都运用在影视剪辑中，让影片内容多元化。例如，电影《疯狂的石头》中，打破传统一个画面单个镜头的惯例，将电话两端通话的当事人同时剪拼在一个画面中，让观众通过两个人不同的语气、神态、动作等显著对比，感受不同角色丰富的内心世界。在影片结尾处，包世宏如何被道哥抢，而道哥又把要来打包世宏的小青年车门给撞飞了，道哥的摩托车撞到一直停在路边的宝马车上又歪打正着，解救了一直被困在下水道井盖下的黑皮……通过这种巧妙的搭接式反复剪辑让受众感受到了现场激烈的人物冲突，引导受众进入角色状态，从而完成情感传达与交流。
3 大数据时代影视剪辑的发展
电视剪辑未来发展的基础是“以人为本”。著名的电影心理学家雨果？闵斯特堡曾经说过“影戏服从于心里的法则而不是外部世界”。这句名言道出了影视创作的指导原则，这也是影视剪辑未来发展的重要基础。现代化科技可以让影视剪辑更加快捷、高效，3D动画、虚拟现实等可以提高画面冲击力，镜头节奏、角度以及顺序调整优化等能够增加受众的体验感与参与度，但是这一切必须以人为本，必须以影视的主题情感为基础，因为影视是特殊的精神文化产品。与过去受众被动接受影视内容不同，现在的受众具有强烈的主观能动性，他们会根据环境变化、人物关系去主观推断、臆想影视情节，主动与剧中的人物角色进行心灵对话。影视剪辑工作人员要从受众的感知规律和欣赏心理出发，对影片声画素材所反映出的多种信息进行艺术化控制和加工；要充分借鉴不同类型的优秀影片成功的剪辑经验，吸收并转化为剪辑艺术创作的技能，并借助大数据、云计算等手段，从而不断提升综合实力，促进影视剪辑艺术的发展。
综上所述，作为一门陪伴影视事业成长的艺术――影视剪辑，在大数据时代面临着前所未有的机遇与挑战，现代科技、新鲜理念、时尚风潮等为影视剪辑注入了新活力、新动力，高品位、多元化、差异化等趋势也给影视剪辑带来了风险和挑战，只要拥抱变革的时代，让剪辑艺术思维与时俱进，剪辑技术日新月异，牢牢把握影视创作的规律，就一定能够在大数据时代开创影视剪辑艺术的蓝海。
参考文献
[1]邓康.影视剪辑的艺术研究[J].西部广播电视，2013（21）：66-67.
[2]高子伦.影视后期制作在中国的现状及发展[J].理论界，2011（7）：225-226.
篇2
关键词：大数据；统计学；教学改革
中图分类号：C829.29 文献识别码：A 文章编号：1001-828X（2015）024-000-01
一、引言
最早提出“大数据”时代到来的是全球知名咨询公司麦肯锡，现在的社会是一个高速发展的社会，科技发达，信息流通，人们之间的交流越来越密切，生活也越来越方便，大数据就是这个高科技时代的产物。大数据具有以下的鲜明特点：第一个特征是数据量大。第二个特征是数据类型繁多，多类型的数据对数据的处理能力提出了更高的要求。第三个特征是数据价值密度相对较低，如何通过强大的机器算法更迅速地完成数据的价值“提纯”，是大数据时代亟待解决的难题。第四个特征是处理速度快，时效性要求高，这是大数据区分于传统数据挖掘最显著的特征。
统计学专业是与数据分析处理联系最为紧密的学科之一。大数据时代的到来不仅为统计学专业的发展带来的前所未有的机遇，同时也带来了巨大挑战。传统的统计学专业已不再适应大数据时代的信息爆发式增长的要求，这就要求我们应该对统计学专业进行重新定位，并在此基础上调整相关课程，改革传统的教学手段以及完善教学评价体系，以适应大数据时代的到来。
二、统计学专业改革的建议
（一）人才培养目标的重新定位
如果说以往的统计学专业是以培养简单的“应用型”人才为目标，那么随着大数据时代的到来，社会不仅仅需要会应用基础统计知识处理相关领域的问题的单一的应用型人才，而是对人才提出了更高的要求：大数据时代下的统计学专业的人才除了应该具备基础的数据收集，处理和分析的能力之外，还应该了解相关应用领域的背景知识，而且应具备很强的自我学习能力，以适应大数据时代数据量大，总类繁多，时效性高等发展特点。因此，统计学人才培养目标应该重新作出调整，应该以培养全新的“复合型”统计人才为新的目标。
（二）课程设置的调整
随着人才培养目标的重新定位，随之而来的就是应该对不再适应时展要求的课程进行必要的调整。
首先，大数据的分析和处理与以往的经典分析方法有很大不同，以往的统计分析方法主要是建立在抽样基础之上，而大数据时代信息处理迅速，信息获得途径广泛，而且信息价值密度低，这就要求数据处理时，可以以全体作为样本，而不是进行抽样；分析时必须考虑所有数据而不是剔除所谓的异常数据。因此，以往的经典统计分析方法已不再适应大数据的处理和分析，必须适当的调整经典分析方法的课程设置，增加新的适用于大数据分析的课程。
其次，随着数据量的爆发式增长，所有的统计工作对计算机的依赖程度越来越高，这就要求统计学专业的学生不仅掌握统计学专业的基础知识，同时应该熟练掌握计算机专业知识相关知识，因此，在课程安排时，应注意计算机相关课程的适当增加。
基于上述原因，可以考虑增加如下课程：机器学习，模拟算法，数据挖掘，R语言软件分析等课程，同时适当降低传统分析方法课程的学时比重。此外，为了使学生能够对相关应用领域的背景知识有所了解，可适当增设与应用领域相关的通识课程。
（三）教学模式与手段的创新
以往的教学模式，通常是以课堂教学，掌握书本经典理论为主。虽然，传统教学手段有着学生理论基础扎实等诸多优点，但是同时也存才学生过于偏重理论知识的掌握，动手能力不足，理论与实践脱节等缺点。随着社会的发展，尤其统计学专业自身具有鲜明的应用专业特点。只采用传统的教学模式和手段显然不再适合大数据时代的需要；同时，随着大数据时代的到来，多媒体手段日益丰富多彩，为传统教学的创新提供了必要的支持。因此，为了适应大数据时代人才的要求，必须改革传统的教学手段和模式，在传统教学基础上，加大实验教学的比重，在传统教学外，增加社会实践环节，引入微课慕课，翻转课堂等全新教学模式，以提高学生的学习兴趣，锻炼学生理论应用于实践的能力，从而为以后使用大数据时代的工作打下坚实的基础。
（四）教学评价体系的完善
传统的教学评价体系，通常是采用书面考核的方式对学生的学习进行评价，随着时代的发着，单纯的笔试评价不足以衡量学生的全面能力，最后导致出现高分低能的情况的出现。
为了适应大数据时代对人才多方面能力的需求，必须对传统的考核评价体系做出适当的调整，以评价学生的多方面能力，尤其是动手能力，学习能力和应用相关理论处理实际问题的能力。具体可以采用多种考核方法相结合的方式。如：增加平时的考核力度，增加实践项目的考核，通过布置适当的项目论文，采用答辩的形式，以锻炼学生适应以后工作，独立分析解决问题的能力。
此外，传统教学评价体系通常是单方面的，只有对学生成绩的评价，为了适应大数据时代的到来，全面提高教学质量，可采取双向教学评价体系，如：增加学生对教学环节的评价体系。以及教师间同行间的评价体系等。
篇3
关键词：企业管理 大数据 应用 价值 探究
中图分类号：F270.7 文献标识码：A
文章编号：1004-4914（2016）10-274-02
一、前言
企业想要在激烈的市场竞争之中获取良好的经济效益和社会效益，需要不断加强企业管理的相关工作，提升自身内部管理的水平和质量。当前互联网和移动通信技术在不断地创新和进步当中，这对于人们的生活方式、交流方式、兴趣爱好等产生了较为直接的影响，主要体现在人们生活逐渐走上网络化和数据化的道路。数据信息的爆炸式发展，促使现如今的世界步入大数据时代。在这种时代背景之下，企业的决策和经营活动，都会受到数据的影响，数据已经逐渐成为了当前企业可持续发展的重要战略资源。只有对大数据的积极作用进行有效发挥，才能够逐渐增强企业的核心竞争力。
二、大数据的内涵
大数据在当前实践领域和学术领域中受到了越来越高的重视，对大数据进行全面有效的研究和分析，能够为社会进步和发展提供良好的前提条件，人们在这一点上已经逐步达成了共识。大数据主要是指数据信息十分庞大繁杂，需要使用云计算等数据挖掘技术才能够对数据信息进行深度的挖掘，由此获取到具有高潜在价值的巨量资料。大数据具有较高的潜藏价值，并且数据量本身就较为庞大，具有一定的复杂性，这就需要企业在进行数据信息的处理过程中，需要有更高的能力进行挖掘和分析。
三、大数据时代下企业管理的特点
（一）企业用于分析的数据量十分庞大
数据分析是当前企业管理过程中不容忽视的重要支撑点，企业需要有完整、真实、有效的数据进行支撑，企业需要使用大量的数据，才能够对未来行业的发展趋势进行有效的预测，从而采取积极的应对措施，制定良好的战略。以往情况下，对于数据的收集、存储以及分析都存在着一定的局限性，企业在分析和处理相关信息问题的时候，都是从能够获取到的少量信息中，最大限度的挖掘和分析自身所需要的信息，这在无形之中增加了企业的工作量，同时信息的不完整性、滞后性等问题将会直接影响到企业的全面发展。在大数据时代来临之后，现代企业可以采用更加积极有效的方式，对市场信息、客户情况以及行业间的发展情况进行全面充分的了解和掌握，这就减少了主观性判断的缺陷，为企业不断提升自身的核心竞争力，扩大产业规模提供了良好的前提基础。大数据时代中的一个鲜明特点就是样本即为总体，它对于全体数据进行追求，但并不会只依赖于随机样本，既扩大了数据的获取范围，又提升了解决问题的精确性。
（二）数据的精确性要求有所降低
在小数据时代之中，企业需要建立自身专门的数据库，对自身收集到的各项数据进行存储、整理，不断提高和优化数据的准确性，主要是因为如果数据之中出现了一定偏差，将会给企业的正确战略决策造成负面影响，小数据时代中数据的疏忽造成的后果会被放大。而处在大数据时代下的企业管理并不需要面临这个困扰。大数据时代中，企业能够获取到的数据信息越来越全面、完整、真实，这样就能够因为数据量的增加，减少数据的错误率。企业管理过程中针对某一个错误问题，都能够及时的进行调整，增强了企业自身的纠错能力，企业应用大数据，并不单纯是为了数据的准确性，更多的是从数据之中挖掘潜在的价值信息。
（三）对事物之间的相关性进行寻找
大数据时代和以往的区别还体现在一个重要方面，那就是对于事物之间的因果关系不再进行重点研究，而是将研究的重心逐渐放在事物之间的相关性方面。大数据时代，逐渐摒弃了提出假设――分析数据――处理数据――验证假设的方式，而是从低价值密度的数据中，对具有潜在价值的信息数据进行充分挖掘，从而对事物之间的关联进行全面探索。
四、企业管理中对大数据的应用价值
当前企业对数据管理的重视程度越来越高，积极挖掘和发挥大数据在行业发展中的价值和作用，这样能为企业管理者制定相关的决策提供良好的信息、数据支撑，有效提高决策的正确性。企业管理中对大数据进行充分应用，具有良好的价值。
（一）企业管理中对大数据进行应用能够促进精准营销
现代科学技术的不断创新和进步，有效促进了社交网络的兴起和移动通信技术的良好应用，这样就促使人们的日常生活中随处可见网络的身影。人们在日常的网络交流之中，因为社交聊天、网络购物、兴起爱好以及行为方式等等，都会通过图片、文字和视频等多种形式在网络上留下相关的数据，这样就能逐渐形成实施动态网络化的大数据。企业在经营发展的过程中，需要对消费者的购物习惯、市场的饱和程度、市场的需求情况等各方面进行全面的了解和掌握，这样才能够有效促进决策的正确性。因而企业在进行管理的时候，需要积极应用云计算的手段，对消费者的网络化行为数据进行深入分析，这样能够对市场进行细化，同时还能够根据消费者的购物目标，有目的性的开展精准营销活动。现代社会的用户，他们在网络上的各种实时动态数据，将会为企业进行精准性的营销提供良好的数据和信息支持，从而促进企业营销工作的顺利进行，还会在极大程度上提高现代企业的营销水平。大数据时代下运用的信息技术，能够对消费者的相关情况进行有效的观察，并进行记录，这就为提高企业管理精准营销的效率发挥了重要作用。
（二）企业管理中对大数据进行应用能够有效推动产品实现创新
企业在对消费者的消费需求进行分析的时候，积极使用大数据技术，能够对产品、服务的不断创新创造良好的条件。消费者在进行购物之后，能够将自身对于产品、服务的评价和感受通过社交网络平台、购物平台进行反映，现代企业可以通过对消费者的这些信息进行收集，作为自身产品、服务的反馈信息，从而根据顾客提出的一些问题、建议等，对自身产品和服务进行不断的改进和完善，这对于提高企业产品和服务的总体质量和效果具有积极的作用和意义。同时根据多不同产品和服务的评价信息，现代企业能够积极吸取相关优秀经验，从而丰富自身的产品风格，根据消费者的创意性反馈信息，生产相应的新产品。现代企业通过对消费者的信息进行分析和改进，能够逐渐提升自身的服务意识和创新能力。产品和服务的不断创新，在企业的全面发展中占据十分重要的地位和作用，能够影响到企业的经营能力和发展成果，在对企业进行全面管理的过程中，需要对企业中的大数据进行全面有效的应用，这样能够让企业永远保持新鲜的活力，积极应对市场的变化。
（三）企业管理中对大数据进行应用能够对产品流程的优化进行加强
科学技术的不断发展，用机器代替人工进行生产，已经逐渐成为了当前企业生产的重要方式和手段，这对于提高工作生产效率具有良好的作用，实现了信息化和智能化、数据化的生产运作。尤其是网络技术不断发展下，物联网和云计算这些技术的有效应用，为企业对产品的生产、制造进行全面控制和管理，提供了重要的技术支持。当前在对产品进行制造的过程中，产品的生命周期能逐渐实现数据化，这对于保证产品的质量，提高其使用的性能具有良好效果。应用大数据云计算技术和大数据技术，能够对产品的设计研发、生产制造以及运营管理等方面的各项数据进行全面有效的智能分析，这对优化产品的生产制造流程具有十分积极的促进意义。通过大数据技术，企业在进行管理的过程中，可以将自身的各项数据进行整合，从而形成完整的数据规模，在进行相关决策的时候，可以对这些数据进行分析和应用，从而寻找到适合决策的信息。同时企业还能够通过大数据技术，对各项数据进行深度的挖掘，针对数据所包含的高潜在价值进行充分的应用，这样能够建构起完整的数据模型，在进行产品流程优化的时候，能够做好相关的支持工作。加强产品的流程优化，能够为提高产品的生产效率和质量效果起到良好的促进作用。
五、结束语
大数据时代下企业管理的特点主要包括企业用于分析的数据量十分庞大，数据的精确性要求有所降低，对事物之间的相关性进行寻找。因而企业管理在使用大数据技术的过程中，需要对这些特点进行重点关注，结合企业自身发展的现实情况，采用积极有效的手段进行。企业管理积极应用大数据，能够起到良好的效果和作用，主要表现在不仅能够促进精准营销，还能够对产品和服务的创新能力进行提升，这对于企业的长久发展具有重要意义；同时，使用大数据还能够加强企业对产品流程的优化，从而增强产品的生产效果，保证产品和服务的质量。
参考文献：
[1] 吴雅轩，刘建基.企业管理视角下大数据应用价值的探究[J].商场现代化，2014（22）：110-110
[2] 方献梅，刘亮龙，高晓波.大数据时代数据挖掘在证券公司客户关系管理中的应用研究[J].信息与电脑：理论版，2015（15）：64-65
[3] 孟强.大数据时代知识管理在电商企业中的应用研究[J].经营管理者，2015（24）：278-279
[4] 张志兵.大数据分析在中小型企业管理中的应用探讨[J].价值工程，2016，35（8）：213-214
[5] 杨宏宇，朱信颖，颜玮玮.大数据在电网中应用的价值研究[J].数字技术与应用，2014（9）：90-90
篇4
目前，随着时代的不断发展，数据新闻可以说是大数据时代背景下的必然产物。传统媒体的模式和格局都随着大数据时代的到来而出现巨大的改变，这是由于大数据时代资料的获取渠道不再取决于传统媒体。处在大数据时代，好像所有的领域都能够和大数据相连，很多的非系统化、毫无关联数据的增加，促使传统媒介的新闻方式遭受到了巨大的挑战。在这种情况下，大数据利用其自身的优势，也就是容量大、种类多样、及时性高、获取困难等，在新闻生产过程中获得了业内人士的青睐。数据新闻成为国际媒体工作者，在大数据时代背景下进行的重大改变。这种新型的新闻生产模式，把冗乱的新闻案件用更加直观、清晰明了的方式呈现在观众面前，是广大群众能够通俗易懂的掌握新闻案件的来龙去脉。媒体工作者的工作重心也由过去的抢先新闻转变成帮助人民群众了解案件出现的内在关系及造成的影响。
2 数据新闻：大数据时代的必然产物
在大数据的时代背景下，媒体工作者利用对数据的获取、处理和分析生产的数据新闻，能够帮助人民群众更加真实的清楚他们处于的变幻莫测的社会，从另一个方面来说也可以帮助媒体完成其保障群众利益的根本目标。现阶段，国内外有很多专家学者都对数据新闻进行了深入的探究，但他们对于数据新闻的理解及研究存在着不同程度的差异。整体而言，我们能够认为数据新闻即立足于数据的获取、整理、挖掘和解读的基础上，选择直观的数据技术来新闻的新型模式，它是国际媒体行业在大数据时代开辟的新道路，指引了未来新闻领域的奋斗方向。数据新闻与传统新闻生产模式相较而言有其自身的优势，即数据新闻的要依赖在公开信息的基础上、数据新闻会选择独特的软件来处理信息、数据新闻多数都是以生动沟通的直观方式来新闻以及数据新闻坚持保障人民群众利益为己任等，这些特点都决定了数据新闻逐渐成为媒体领域未来的发展趋势，是大数据时代背景下的必然产物。
3 数据新闻对新闻生产的影响
3.1数据新闻给传统媒体领域增添了活力
数据新闻跟传统的新闻相较而言，其属于一种全新的新闻播报形式，它在成长的过程中会保留传统新闻播报的有利之处，还会给媒体领域增添活力，如升级了传统新闻播报的模式、处理数据程序及展现形式等。
3.2数据新闻促使新型新闻方式的出现
数据新闻促使预测性和众包调查式新闻方式的出现，极大地推动了数据新闻的发展。由于大数据时代的不断进步，人们对数据的研究也会逐渐完善，数据新闻会给传统新闻带来很大的挑战，而预测性新闻也逐渐受到人们的关注。数据新闻的预测性不是个别人的观点，而是在可靠的数据分析技术的基础上，在本质上研究了事件的相连关系，满足预测性新闻真实性的价值定位。众包调查式新闻方式的出现对网络商业团体的成长起到了非常重要的促进作用，新闻行业也引进了这种报道方式，众包式的数据新闻能够在未来的新闻行业取得巨大的成就。
3.3数据新闻促使新闻价值的评判标准产生变化
每个新闻的制作都要有自身的价值，它需要符合观众对数据的某方面要求。而传统的新闻价值的评判标准逐渐不能适用于大数据时代数据新闻的評判标准。目前，数据新闻的评判标准主要是发掘数据资料背后隐藏的深层想法。数据新闻自身的优势决定了新闻价值标准的变化，使观众能够更加直观清晰的掌握数据背后隐藏的深层想法。
3.4数据新闻促使新闻职业理念产生变化
新闻真实性是新闻学区域内永远追求的目标，是新闻工作者的基本准则，也是新闻一直以来都遵守的原则。在过去的新闻制作过程中，记者想要自己的新闻成为独家的，经常会把自己得到新闻资料的数据进行密封。而在数据新闻的制作过程中，记者无法密封数据信息，每个人都能够随意浏览，且我们在使用的过程中也能够检验数据的真实性，加强了数据的公正性、真实性。
篇5
“用手机上网，搜索简单的四个汉字，可能就需要消耗60个15瓦灯泡的能量。数据的产生是需要用电的。在云时代，一个数据中心所要耗费的能量是惊人的。”这是记者在在日前召开的2013施耐德电气云计算数据中心创新峰会上听到的一个观点，由此产生的一个问题摆在我们面前：云时代数据中心应该如何进行能效管理？
能量的逻辑
施耐德电气全球高级副总裁、APC大中华区总裁黄陈宏指出：“我们正处在一个‘大数据’引领的智慧科技时代。‘快速化’、‘大量化’和‘多样化’作为‘大数据’的显著特征，从部署速度的实时性，部署量级的规模化和全方位的智能化管理方面对数据中心提出了新的要求。在如今这个以“泽”（Zettabytes）为衡量数据量的时代，随着数据量的爆发式增长，大型、超大型数据中心的可扩展性也越来越受到关注。”
有数据显示，在2013年，全球有50%的数据中心迈向云计算。云时代大数据的特征，也使得未来数据中心的规模过去不可同日而语。施耐德电气IT事业部大中华区副总裁、数据中心业务总经理曲颖告诉我们，过去一个银行的数据中心约在500到几千平方米左右，但是现在，“我们接触到的越来越多的银行，都在规划建设5000到20000平方米的数据中心。据统计，一个20000平方米的数据中心，一年需要耗费20兆瓦的电量。现在有越来越多的万米数据中心建设在中国的北方地区，比如，这是一个应时而生的变化。”
对于整个行业而言，如何在云时代数据中心的规划设计、建设运行中更多地节约能效，积极地面对能源的消耗和碳排放的控制，对于这些数据中心的所有者而言，既是一个未来发展的趋势，也会是要面对的一个巨大挑战。
一个大型数据中心在规划建设之始，居然也要“看风水”。在北京建数据中心，东北风和西北风吹来的方向，决定了数据中心窗户的朝向。因为要对一个数据中心进行能效管理的话，首先就要尽可能地利用自然冷却，以减少空调所带来的耗电量。所谓“风水”，就是在规划数据中心之初，把是否能够最大程度利用地理条件带来的便利放在首要位置上考虑。
曲颖说：“在数据中心里，我们不讲节能，而讲能效。因为能量是有逻辑的，当我们把能源的逻辑理顺，能源效率得到提高后，不仅达到了节能的目的，还使数据中心变得更可靠、更优化了。”
数据中心基因的作用
大数据时代，数据库的内容不仅海量，而且结构也发生了极大变化。大量非结构化数据的涌入，不仅对数据中心基础设施带来压力，也使数据中心管理平台从“设备级监控”、“被动级管理”、“主动级管理”、“自动化管理”逐步向“智能化管理”迈进。同时，数据中心的规模也在不断地扩大，可能是几千平米。但是现在，越来越多的数据中心已经突破了一万，甚至几万平方米。这在能效管理与建设规划方面都提出了更高的要求。
黄陈宏进一步提出数据中心的“基因”一说，他认为数据中心拥有业务基因和技术基因，“要让我们的数据中心能够跟上云时代的发展，我们必需依靠数据中心的‘基因’。”
国内的通信运营商在全国有几万，甚至几十万个规模不一的基站，如果要把这些基站进行智能化整合，应该怎么做？
曲颖说：“这就要求我们对数据中心的‘基因’有着更深入的认识。如果将企业、或是一个智能机构比作成是一个生命体，那么它的特点由其基因来决定。不同的基因有不同的特征使得数据中心有着不同的特质。举个例子，如何满足客户在两周之内要完成移入一万片刀片服务器的要求，这就需要你能够掌握数据中心的基因密码，然后在此基础上实现快速重组。通信企业在并购后，存在不同组织结构下的IT设施如何进行更有效整合的问题。这对于数据中心的建设与运行，也是一个很大的课题。这个时候，只有充分了解掌握了这些IT设施的“基因”，并进行重组，才有可能达成目的，组合成一个全新模式。”
事实上，在数据中心的规划、建设过程中，也无时不刻需要考虑到“基因”问题。在能效管理环节，“基因”更是关键点。据了解，在北京上地的IBM数据中心项目中，施耐德通过重组基因的方式，复制优质基因，帮IBM实现了PUE从1.77下降到1.5以下，每年节约运行成本约100万人民币；位于北京经济技术开发区（BDA）的Telehouse北京数据中心，施耐德电气可帮助其实现高达25%的节能目标，并达到Telehouse在中国大陆地区的最低PUE值，实现最高能效水平。
“经过这样优化之后的数据中心，才有可能是最优质的、最赚钱的数据中心。”曲颖说。
软件定义数据中心
在云时代，对数据中心的设计师建设、基础设施的管理控制也有新要求，黄陈宏进一步提出：“由软件来定义数据中心会是将来的一个必然趋势。”
篇6
关键词：大数据；新闻传播；创新路径；数据方法
一、前言
针对现阶段国内的大数据发展状况和互联网技术的发展条件，研究传统的新闻传播正面临的机遇和挑战，从而适时转变新闻传播方式，使之更加符合现阶段技术发展的特点，对新闻工作者而言，是必然的选择。而在大数据时代的背景下，创新新闻传播的路径，强化新闻传播的效果，对传播学的理论发展和新闻发展的实际而言，都具有重要作用。
二、大数据方法和时代特征
（一）海量的数据
大数据一项非常显著的特征在于数据的数量极大。网络上数据的膨胀速度也是以指数上升，而不同用户之间的交流和转载又进一步促进了数据数量的提升。文字、图片、声音和视频的数量不断增加，其海量的数据内容对新闻传播提出了严格的要求。如何从数据时代爆炸式增长的数据中找到合适的内容，需要新闻工作者对此进行创新的研究。
（二）关联性和实时性
互联网的使用者不仅可以信息，更能够搜集、检索和传播信息。数据间的关联性正在变得越来越强，而许多受众随手拍摄生活中的事件、随手传播到网上的行为，又进一步提高了数据的实时性。在这一前提下，如何利用大数据，从看似不相关的数据中整理出其中的相关性，并利用网络平台进行传播，正在成为考验新闻工作者信息搜集能力的工作。［1］
（三）大数据方法和新闻传播创新
大数据的运行方法与传统方式有着极大的不同，大数据可以采用专门的程序和算法进行处理，利用其成果进行对未来发展趋势的预测也变得更加简单。它将社会的整体局势和动态进行全方位的研究和分析，因此在这一背景下，进行新闻传播的创新需要强调两个方面：其一是新闻形式需要创新，降低文字比例，增加图片和表格等能令人迅速理解的内容；其二是新闻内容需要创新，对新闻内容进行整合分析，减少新闻的不确定因素。
三、大数据方法在新闻传播中的应用
（一）数据的有效性
新闻传播最需要强调的仍然是新闻的真实性，这一点在大数据的背景下，就变成了新闻数据的有效性。即使大数据时代的新闻被娱乐化了，但从根本上，新闻强调的仍然是其真实性，也就是说，强调数据的有效性，是新闻传播中大数据方法和技术的最根本的应用方式。通过数据分析技术，解析网络中各种信息的有效性，从而保证新闻内容的真实性，这是保证新闻传播可靠性的根本方式之一。
（二）平台的可靠性
另外，在新闻之前，需要选择可靠的平台。这一平台的选择标准是拥有合适的流量、平台本身具有高度的可靠性。其中后者的重要性比前者要大很多，只有平台本身具有高度的可靠性，才能令受众对新闻内容有着高信任度。［2］在新闻内容本身具有高度真实性的前提下，将其在可靠的信息平台，有助于进一步提高关注度，强化新闻传播的效果。
四、大数据时代新闻传播创新路径
（一）转变思维方式
大数据时代新闻强调的已经不是“前因后果”的完善的因果关系链，而是不同信息之间的联系度。只要具有高联系度，即使不能理解其中的因果关系，也能够放在一起作为“新闻”的一个部分。在这一情况下，新闻工作者在进行新闻传播时，需要转变传统的探究理由的思维方式，转而寻找不同信息中的关联，找到看似毫不相关的信息中具备的联系，将之进行梳理整合，以提高新闻内容的传播价值。
（二）变革分析模式
大数据时代的数据分析模式与传统的分析方式有巨大的差异，其有专业的分析软件来进行数据分析。新闻工作者可以利用有效的数据分析方法，将庞大的数据分析交给计算机运行，通过这种方式，改变数据和信息的分析模式，以降低自身的工作量，提高工作效率和新闻内容的高度准确性。
（三）转变结论方向
大数据时代数据样本的增加，虽然机械的信息处理技术一定会带来某些问题，但它能够处理海量的数据资料，从中得出的结果会因此而更加偏向于对宏观问题的推测。因此，新闻工作者需要转变得出结论的方向，从分析社会中存在的各种“小问题”的前因后果，转而对社会整体变化方向进行宏观的分析和预测。
（四）传统纸媒的应用
即使在大数据时代下，纸媒的生存空间越来越小，但不能彻底放弃传统纸媒。纸媒在现阶段的新闻发展中，其缺陷主要体现于时效性，其真实性、深入性和对思想的指导作用并没有受到影响。在纸媒中具有高度真实性的、能够对事件进行深入讨论的相关内容，以此来引导人们的思想，仍然需要新闻工作者加以重视。［3］
（五）强调微传播平台的力量
微传播平台，指的就是以微信、微博为代表的网络社交平台。这一类的平台在信息传播的速度和广度方面存在着极大的优势，通过数据分析出某一个公众号或微博大V的关注者普遍关心的问题，推出具有针对性的新闻内容，同时利用推送功能加强突发新闻的报道效果。
五、结语
由于大数据时代的到来，新闻传播在面临严峻的考验的同时，也迎来了发展的良机。但如何将大数据时代的方法和技术应用到新闻传播中，对新闻传播的路径进行创新，则是需要深入思考的问题。本文针对大数据时代海量的数据、极高的关联性和实时性，分析大数据方法和新闻传播创新间的联系，指出利用大数据方法进行新闻传播路径创新必须遵循的两个基本原则在于数据的有效性和平台的可靠性。针对大数据方法的特点，新闻传播创新路径需要转变思维方式、变革分析模式、转变结论方向，在不放弃传统纸媒的同时，强调微传播平台的力量，促使新闻传播能力得到显著的提高。
参考文献：
［1］马建平，马瑞.大数据时代新闻可视化传播的创新路径［J］.新闻研究导刊，2017，8（03）：152-153.
［2］华晓雯.大数据时代新闻可视化传播的创新路径［J］.新闻研究导刊，2017，8（02）：163.
篇7
云计算IT行业的大趋势，越来越的企业开始考虑或者着手部署云计算。不过，业内人士提醒，作为一种新的部署和利用IT技术的方式，云计算对数据中心的基础设施有着较高的要求，换而言之，如果还是采用传统的数据中心基础设施，是很难满足部署云计算的要求的。
“云计算的典型特点是高密度负载以及灵活地动态调度，这就要求数据中心的基础设施能承受这种高密度负载的灵活迁移。”施耐德电气IT事业部全球数据中心副总裁Paul-Francois Cattier告诉记者，传统数据中心由于没有考虑这么高密度的负载，所以在供电能力和制冷能力上常常难以满足需求；同时，在管理手段上也不支持负载在数据中心范围内自由调度。
另外，传统数据中心在电能利用效率过低，通常PUE值会在2.2，而一个设计良好的数据中心其PUE值可以降到1.3，甚至1.1。
“降低电能消耗，提高用电效率，是对新一代数据中心或者说云时代数据中心的基本要求。这既是社会责任，也是降低数据中心运营成本的必然选择。”Paul-Francois Cattier说，相关研究表明，在数据中心的整体运营成本中，电力成本可能占到40%-50%，如此之高的占比提醒我们降低电能消耗的重要性。
什么样的数据中心可以满足云计算的要求？对此Paul-Francois Cattier认为，数据中心必须具有如下特征：
1. 标准化。新一代的数据中心一定是采用各种标准化的组件，符合各种国际标准。只有这样才能保证快速部署，比如，集装箱式数据中心只要几周就可以快速构建起来。
2. 高密度。云计算是一种集中化的部署方式，要在有限空间内支持高负载，刀片式服务器等高密度设备是必然选择。
3. 模块化。数据中心要满足动态的需求，必须具有一定伸缩性。同时，为了节省投资，最好能边成长边投资，而模块化就是最好的选择。另外，模块化还能提高可靠性和节电。
4. 集中化的管理。传统数据中心IT设备与基础设施是由不同的人分开管理的，通常，IT设备由IT部门管理，而基础设施则由基建部门负责。以虚拟机在不同机柜中的迁移为例，传统的IT管理工具通常只关心那个机柜中是否有合适的IT资源，而实际上，如果某个机柜中如果制冷能力不够，即使它还有冗余的计算能力也不适合增加新的负载。
“如今，这个问题已经引起了厂商的关注，包括施耐德电气旗下的APC在内一些厂商已经推出了集成化的管理工具，为云环境的管理提供了很大的方便。”Paul-Francois Cattier说。
====以下简讯===
首款本土化设计桌面虚拟化产品面世
10月27日，在VMware公司主办的VMware中国用户大会上，福建升腾资讯有限公司与VMware正式联合业内首款专为中国客户量身定制的桌面虚拟化解决方案——升腾CT Vision，全面满足本土市场虚拟化桌面终端管理需求。升腾CT Vision是双方自2010年10月达成战略合作伙伴关系以来，充分利用各自在瘦客户机产品研发、桌面虚拟化方面的优势，共同推出第一款专为中国用户设计的桌面虚拟化产品，也是目前业内外设支持最好的桌面虚拟化产品。
Sybase ASE 15.7正式上市
日前，SAP旗下的Sybase公司的全新版本的企业数据管理解决方案Sybase ASE 15.7正式上市。作为SAP Business Suite商务套件的基础，ASE 15.7不仅为SAP客户提供了一个强大的数据库支持，也可以让现有的Sybase ASE客户方便地采用最新功能和优化特性，而不需要升级数据库。更为重要的是，具有全新先进压缩功能的ASE 15.7还可以节省磁盘空间、提高并行硬件的性能和可扩展性，有效管理非结构化数据。强大的功能足以应对大数据时代对数据处理性能、类型、安全等方面的挑战。新版ASE有5大重大改进，包括面向存储的优化、应用程序开发效率提升、诊断与监测的提升、增强的安全管理和性能提升。
Oracle NoSQL数据库支持大数据应用
甲骨文公司日前宣布，Oracle NoSQL数据库即日起可以在Oracle技术网下载。Oracle NoSQL数据库是Oracle大数据产品线的关键组成产品之一。Oracle NoSQL数据库能够帮助客户以动态架构轻松管理大量数据，例如博客数据、传感器和智能电表数据、个性化数据收集以及社交网络存留的数据。此外，甲骨文公司还将提供一款新型集成设计系统，即Oracle大数据机（Oracle Big Data Appliance），该系统可以对Oracle NoSQL数据库以及其它Oracle大数据产品进行优化。Oracle大数据机将于2012年第一季度面市。
Infor 10 为企业软件注入新体验
Infor日前宣布推出Infor10和Infor10 ION软件套件。Infor10具有消费者级用户体验和完整行业应用特性，Infor10 Workspace是Infor10的前端，旨在提供一个消费者级用户体验并改变普通企业用户的工作方式；而Infor10 ION软件套件是一个能够改变企业软件管理方式的轻量、中间件技术，作为Infor10的核心，ION连接并集成了Infor和非Infor的应用程序，并在一个常见的格式和库里存储信息。
SUSE基于OpenStack的云基础设施解决方案
SUSE公司于近日宣布，其开源、云基础设施解决方案的初步开发快照已。SUSE公司正在通过增加在商业上得到支持的工具，帮助客户快速轻松地构建私有云基础设施来扩展其解决方案产品包。该公司的SUSE Cloud是业界第一个经过充分配置的、基于OpenStack Diablo的可供公众使用的软件设备。它还是SUSE开源、开放标准、厂商无关的云基础设施解决方案首个快照。依靠SUSE Enterprise Cloud Infrastructure这样的开放解决方案，客户可在私有云基础设施的跨物理和虚拟环境中具有更强大的视程，从而使资源得到更好的利用、使业务更加高效。
Nimsoft服务台提供托管的IT服务管理
Nimsoft日前宣布，Nimsoft服务台作为一款基于SaaS模式的创新型解决方案，在亚太市场中被客户广泛采用。这款独创的SaaS解决方案自推出伊始，来自服务提供商和企业客户的需求持续显著增长。
Nimsoft服务台是一个纯粹的SaaS多租户解决方案，用户可通过一个自助服务门户获得广泛的能力，包括提交变更请求、请求服务、报告事件，并利用一款知识管理引擎来立即解决各种常见问题。同时，这种可按需定制的解决方案提供了基于ITIL的工作流程，以及多年的最佳实践知识。 2010年3月，CA Technologies收购了Nimsoft。
百年伊顿创新为本
篇8
【关键词】大数据时代；图书馆管理；建议；研究
随着知识经济的快速发展，各行各业不断进行改革，网络化体系也在不断完善，大数据时代随之到来，而且全球大数据也呈现出快速增长的趋势，并且被运用于各行各业。在对图书馆的管理中，由于图书馆本身存储书籍、文献较多，电子资源也急剧增加，根据其发展趋势，渐渐引发对大数据的考量与探索。本文主要分析了大数据时代图书馆的特点与需求，对图书馆管理在大数据时代所遇到的挑战和问题进行了总结，并对如何合理的对图书馆进行管理提出了建设性的策略。
一、大数据时代，图书馆对于大数据的需求分析
大数据，顾名思义就是大容量的数据整合在一起，其本身的特点就是容量大、种类复杂、更新速度快速且处理起来较复杂。大数据的种类比较多样化[1]，分类也比较复杂，如关于业务流程方面的数据、关于企业、社会以及个人的大数据、科学研究方面的大数据等等。但是利用大数据也有非常多的好处，在数据的收集整理以及信息传递方面可以有效减少对人力财力的大量投入，而且可以高效率的完成任务，对于一些信息可以准确的进行分析、判断和评价，有效促进了个人以及企业的办事效率和业务能力。
二、大数据时代，图书馆管理面临的问题与挑战
因为我国对于数字图书馆的建设起步比较晚，所以数字图书馆发展到今天，对于它的管理还存在着许多问题，而且面临着许多困难和挑战，如果对其不加以重视，将严重影响数字图书馆的发展。
（一）成本高，社会投入力度不够。
我国对于数字图书馆的建设由于起步晚，还正处于发展的初级阶段，而且在资金投入方面，也仅仅是依靠中央或者是地方政府，一小部分主要依靠企业的投入，其他途径的投入很少甚至没有，比如对于国家数字图书馆的建设，靠的是中央财政方面的支持，对于诸如中国知网等资源的投资建设主要依靠的是企业。但是由于数字图书馆在发展过程中数据不断增多，对数据与资源的挖掘也在不断进行，这其中需要大量的人力和财力。所以，对于数字图书馆的建设，面临的最大困难就是资金的短缺。首先，数字图书馆牵扯到知识产权方面的问题，但是对于数字图书馆的建设目的是服务大众，具有一定的公益性质，在此基础上使得图书馆的建设在资金方面严重不足。其次，政府每年对于数字图书馆的资金投入都是一定的，而且投入的资金数量并不能满足图书馆的资源建设，政府的资金投入都是一次性的，仅仅局限于建设一些硬件设施和设备，对于图书馆的长期建设起不到作用。
（二）对于资源不能做到共享利用。
建设数字图书馆，在一定程度上的目的就是无论任何人在任何地点，不论使用什么样的数字化设备都能找到自已所需的资源[2]。但是我国目前对于数字图书馆建设根本无法达到这一目标。大多数的图书馆服务系统仅仅局限于对于资源的管理和检索，一小部分的数字图书馆虽然渐渐地向移动通信等网络平台方面发展，但是由于发展水平比较低，并且只是局限于传统的数字化体系，并没有进行理念和技术上的创新，所以，根本不能满足用户的需求。而且一些数字图书馆在发展的过程中都是闭门造车，自成一体，对于资源不能做到合理的共享和利用。
（三）对于数字图书馆的建设的机制不完善。
在对数字图书馆的建设过程中，机制不完善主要体现在：1.由于只重视数字化资源的建设，使得资源不断重复保存，而且并没有做到资源的长期保存；2.与工作相关的文件、网页信息以及影像方面的资料保存数量太多，导致对于非结构化与结构化的资源数据存储量太低，导致资源结构失衡。
三、对于图书馆管理提出的策略和建议
（一）整合资源，改进保存方式。
在大数据环境的影响下，对于大部分的馆藏文化可以实行数字化，但是对于少部分数据没必要进行数字化，所以对于这一少部分数据来说，必须要对其合理的收集和整理，特别是针对保存比较完整的文献，要长期重视这些资源的保存问题，合理选择存储介质进行多种形式的备份，重视资源的安全管理。
（二）改善资金投入模式。
数字图书馆在管理过程中遇到最大的问题就是资金投入的力度不够，所以在建设数字图书馆的时候可以发动社会力量[3]，比如利用一些基金会，比较专业的结构或者个人对图书馆的建设进行投资，增加资金来源，并在资源方面共享化。对数字图书馆的建设要进行长期有效地规划。
（三）合理避开有关知识产权方面的风险。
在数字图书馆的建设过程中，对于图书管理员专业知识的培养是非常有必要的，要不断提升图书管理员的知识素养，鼓励图书管理员将知识产权方面的知识向公众进行宣传，建立专业规范的资源管理体系，使得图书馆在建设过程中合理有效的规避知识产权方面的风险，保护数字图书馆的合法利益。
结语
本文通过对数字图书馆发展现状进行分析，发现大时代环境下的数字图书馆在发展过程中遇到的问题：成本高，社会投入力度不够；对于资源不能做到共享利用；对于数字图书馆的建设的机制不完善。据此提出相关的解决措施：整合资源，改进保存方式；改善资金投入模式以及合理避开有关知识产权方面的风险，对于大数据时代图书馆的管理具有重要的借鉴作用。
参考文献：
[1]柯平,朱明,闫娜.国外图书馆管理研究述评[J].中国图书馆学报,2013(05).
[2]李黛君,毛赣鸣.版权平衡:数字图书馆法权辨析[J].情报理论与实践,2013(07).
篇9
〔关键词〕大数据；情报学；研究方法；非结构化数据
〔中图分类号〕g250.2〔文献标识码〕a〔文章编号〕1008-0821（2013）08-0058-03
大数据（big data），或称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理，并整理成为帮助企业经营决策更积极目的的资讯。
随着云时代的来临，大数据（big data）也吸引了越来越多的关注。《著云台》的分析师团队认为，大数据（big data）通常用来形容一个公司创造的大量非结构化和半结构化数据，这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要像mapreduce一样的框架来向数十、数百甚至数千的电脑分配工作[1]。所以大数据时代对于各个学科的要求都提高了很多，对于情报学专业而言，大数据时代同样带来了很多挑战和机遇。
1大数据时代情报学面临的挑战
进入2012年之后，“大数据”一词被越来越多的人所提及，它用来描述信息大爆炸时代产生的海量数据，时至今日“大数据”的研究价值已经可以和黄金相媲美。所谓“大数据”顾名思义，首先是数据量要大，但是并不是数据量大的数据都可以称之为大数据，ibm公司大数据的特点是4个v：volume（大量）、velocity（高速）、variety（多样）及veracity（真实），它提供了在新的和正在出现的数据和内容中洞悉事物的机会，使业务更加灵活，并回答以往没有考虑到的问题[2]。gartner公司的报告也提出，大数据是大容量、高速和多样化的信息资产，它们需要新的处理方式，以提高决策能力、洞察力和流程优化[3]。
在笔者看来，“大数据”还应该加入一个特点就是海量资料之间的关联程度。如果有一批更新速度极快的多样真实的大量数据，将这批数据看作一个整体，每个单独的数据看作是整体的一个组成部分，这些组成部分之间毫不相关，数据彼此很孤立，数据间的关系不清晰很难捉摸，看上去并不像一个整体，相反地更像是一盘散沙。这种零散的海量数据之间的关系断裂，其关联程度很低，也就导致其含金量减少，不能形成所谓的“大数据”。
由此可见，大数据时代的背后其实有更加深刻的理念，同时这些理念也为情报工作者带来了新的挑战。
（1）大数据时代从字面上理解只是进入了一个海量数据时代，而实际上大数据时代更深刻的理念在于它带领我们进入了数据分析时代，数据的分析随着大数据时代进入了一个前所未有的黄金时期，如何从海量数据中获取有用的信息成为情报工作者面临的新挑战。
（2）大数据时代的另一个特点就是其多样性。进入大数据时代之后，数据的种类除了包括一部分结构化的数据以外，还包括很多非结构化的数据，例如文本、音频、视频等很多形式的数据。情报工作者要挖掘的某些规律可能隐含在各种形式的数据中，而同一种形式的数据又有可能含有很多规律，如此一来，大数据时代就要求情报工作人员的统筹兼顾，不能漏过任何一种类型的数据。
（3）大数据时代不仅仅是数据量的巨大，其最主要的特点还有velocity（高速），这一特点就迫使情报工作人员必须打破以往的人工分析的工作模式，计算机智能分析将成为未来大数据时代数据分析的主流技术。
在大数据时代中，要求将情报学和其他各个学科相结合，在其他学科的各个领域内应用情报学的知识对海量的数据进行分析研究，并将各个学科领域内的研究都归为情报学的一个组成部分加以建设，情报学自身的优势何在，劣势何在，如何把握大数据时代这一机会进一步进行学科的完善，是我们应该思考的问题。
2情报学在大数据时代的发展趋势
大数据时代的变革将会引领情报学进入一个崭新的发展阶段，英国莱斯特大学的markphythian教授在2008年发表了题为“intelligence analysis today and tomorrow”的报告中指出[4]：①获知情境是非常重要的。忽略战略环境、领导作风和心
因素等更广泛的问题，都会引起情报研究的失误；②加强信息之间的关联。美国政府内部信息共享的障碍，分析人员无法获得足够的信息，以支持分析活动，导致情报研究预测失败；③要学习更多外部的专业知识。这一举措虽然不能保证分析的成功性，但将是竞争分析的重要信息来源。
在大数据时代背景下，通过对国内外学者和专家的研究成果的研究，笔者认为情报学未来发展的三方面趋势：①情报学将会从原来的单一学科的研究转变为多学科交叉结合研究；②情报学研究中数据的采集和获取范围将会从单一的结构化数据转变为加入更多的非结构化数据；③情报学的分析方法将会从原来的人工分析为主体转变为计算机智能化为主体的智能分析。
2.1单一学科的研究转变为多学科交叉结合研究
情报学是信息大爆炸时代的新兴学科，而面对大数据时代，信息量不但巨大而且更新速度极快，传统的情报学研究方法已经不能满足大数据时代人们对于信息处理的需求，传统的情报学更多的是处理结构化的数据，而大数据时代给我们带来更多非结构化的数据，非结构化数据的处理不是基于数学和逻辑运算，而主要是基于对内容含义的理解和语义分析，包括各种形式的分类、检索、信息抽取和内容匹配等方法。传统数据库技术，例如sql语言在设计之初仅考虑了结构化数据，在海量非结构化数据中已然无用武之地。
未来情报学在发展中应该汲取各个领域的不同学科的方法和优势，开创更多新型的研究方法来应对“大数据”的处理问题，而在非结构化数据的包装下其数据的本源是什么，数据的含义何在，这些问题在以后的情报学研究中就需要涉及到本体论的相关应用来解决。为了顺应大数据时代的需要，面对高速产生的繁杂的海量数据，本体思想无疑是解决内容含义和语义分析最有力的武器。 此外，对于很多企业的数据资源，情报学这一学科需要研究的除了用户的行为挖掘之外，还要运用很多其他学科的知识进行辅助分析，例如心理学的相关理论已经逐步被引用到情报学领域，并起到辅助数据分析的作用，而情报学反过来在应用其他专业知识的同时也可以为其他专业提供新的思维和引导。如此一来，多学科交叉将会增多，多学科交叉研究将会成为未来情报学以及其他学科为顺应大数据时代的一个发展方向。
2.2情报学研究中数据的采集和获取范围将会从单一的结构化数据转变为加入更多的非结构化数据不同信息源可以从不同角度揭示问题，如专利、研究出版物、技术报告等，可以较为直观地反映研究者对某科技问题的理解与描述，而评论文章、科技新闻、市场调查等，可以反映出社会对该科技的观点、认知情况[5]。
在大数据时代，情报学这一学科需要研究的数据量更大，数据类型更多，很多在别人看来是无用的数据，在情报学看来它们可能是最有价值的资源，情报学在大数据时代更多的要学会“捡垃圾”，在海量资源中获取数据的同时不能忽略任何一个可以找到信息情报的数据，可能某一数据表面看来毫无用处，但是当这个数据和其他数据整合在一起后就有可能是打开整个数据挖掘大门的金钥匙。
虽然情报学的很多研究方法在处理非结构化数据方面不是强项，比如情报学的一些分析方法，在处理图像信息和影音信息方面显得后劲不足，但是在研究中同样不能忽略这些资源，这也对情报工作者技术方面提出了更高的要求，开发新技术，更好的对数据进行分析将是情报学未来面对的难题。而为了得到更优质的研究结果，从单一结构化数据的采集和获取转变为加入更多的非结构化数据将会是情报学研究的必然趋势。
2.3情报学的分析方法将会从原来的人工分析为主体转变为计算机智能化为主体的智能分析正如美国国家科学基金会（nsf）的报告[6]所说，美国在科学和工程领域的领先地位将越来越取决于利用数字化科学数据以及借助复杂的数据挖掘、集成、分析与可视化工具将其转换为信息和知识的能力。
由于非结构化的数据的大量引入，情报学不可避免的将面对一场技术上的革命，而传统的人工分析不仅浪费人力资源，而且根本无法适应高速产生的数据群。开发计算机智能分析技术势在必行，在技术上，计算机智能化分析将会以更快的速度解决不断增长的海量数据，达到节约时间提高效率的作用。从数据类型方面，很多数据并不是传统人工方法可以完成的，例如分析视频和音频，这就需要新技术的支持，未来如果不开发计算
机智能化新技术，将会导致很多视频和音频数据不得不被放弃掉。
计算机智能化新技术可以解放更多的人力去做更有价值的研究，同时也是大数据时代进行高速数据处理，高速数据挖掘的需要。未来情报学中计算机智能分析模型的建立将会对情报工作者提出更多的要求，情报工作者除了有数据分析和挖掘的能力之外，还应该具有数学逻辑思维来辅助计算机智能化模型的建立，传统的人工分析为主体的分析方法，必然会被计算机智能化分析方法所取代，这不仅是大数据时代的要求，也是当今社会发展的必然趋势。
3大数据时代情报学的机遇
狄更斯曾经说过“机会不会上门来找，只有人去找机会。”而大数据时代的来临，无疑是为情报学的学科发展创造了契机。情报学还是一个比较年轻的学科，大数据时代的到来也显示出情报学的“年轻”之处，如何将情报学进行完善，如何让情报学走向成熟，这都将会在大数据时代中找到解决的机遇。
3.1完善学科技术和方法
美国mckinsey global institute在2011年5月了研究报告“大数据：创新、竞争和生产力的下一个前沿领域”[7]。报告分6个部分，其中第二部分讨论了大数据技术，并围绕大数据分析技术、大数据技术和可视化三方面进行了阐述。在大数据分析技术中，列举了26项适用于众多行业的分析技术，包括a/b测试、关联规则学习、分类、聚类分析、众包、数据融合和数据集成、数据挖掘、集成学习、遗传算法、机器学习、自然语言处理、神经网络、网络分析、优化、模式识别、预测建模、回归、情感分析、信号处理、空间分析、统计、监督学习、模拟、时间序列分析、无监督学习和可视化[8]。
大数据时代，无论是数据量还是数据类型，都要求情报学这一学科对于自身的技术和研究方法进行一次变革和完善，以往的技术不能解决的问题，在大数据时代的今天将会得到解决；以往的方法不能研究的问题，在大数据时代也将得到研究，这也是技术和方法的升华。大数据时代的到来，可以为情报学这一学科提供更强有力的数据处理分析工具和方法。
数据分析虽然是情报学的研究内容，但是大数据时代的契机下更多的人才进入这个领域，这样就使数据分析方法汲取百家之长，从各个方面得到了完善和发展。同时情报学在完善技术和方法的同时也将会开创更多的新技术，为将来更多的研究做铺垫，情报学专业将会在大数据时代逐步走向成熟。
3.2情报学将会更加受到重视
很多人曾经认为没有必要设置情报学专业，甚至网络中有人将情报学列入20个无用的专业之一。但是在大数据时代，任何一个行业想在海量数据中进行“淘金”，都需要情报工作人员的介入，事实验证情报学的一些比较成熟的研究方法是其他专业不能比拟的，在情报学对数据挖掘的能力面前，曾经看着无用的垃圾信息将会是揭示某种规律的关键性信息。
情报学专业在大数据时代应该抓住机遇展现自身的优势，顺应潮流发展，让更多的人看到情报学专业的闪光点，进一步对学科建设进行完善，使情报学充分的与数学、经济学、心理学等其他学科结合起来，从而使情报学更为成熟，成为数据挖掘和数据分析中的领头羊。
3.3情报学人才的培养
情报学未来开发新技术，研究新方法无疑是需要更多的人才培养，这就需要更多跨专业人才进入情报学，在招收情报学方面人才时应该更加注重人才在学科中的交叉，不同学科人才的思维方式不同，不同学科人才的专长不同，不同学科人才所了解的研究方法也是多种多样。未来情报学要抓住大数据时代的契机，对各类人才进行吸收，从而使情报技术更为完善，使研究方法更为广泛。同时现有的情报工作者也要注重自身的培养，与时俱进，多涉及一些其他领域的知识，使自身的研究领域得到更好的完善。 4结论
综上所述，大数据时代为情报学带来了很多难题，也带来了很多技术和方法上的困难，但与此同时，大数据时代也为情报学带来了更多的发展，机遇。本文从大数据时代背景下情报学发展趋势和面对机遇方面出发，为情报学未来发展提出了建议，希望可以为以后的研究者提供些帮助。
参考文献
[1]http：∥baike.baidu.com/view/6954399.htm[eb].2013，（1）.
[2]what is big data[eb/ol].http：∥www-01.ibm.com/software/data/bigdata/，2013-01-16.
[3]big data in little new zealand[
eb/ol].http：∥techday.co.nz/itbrief/news/big-data-in-little-new-zealand/24518/，2013-01-16.
[4]intelligence analysis today and tomorrow[j].securitychallenges，2009，5（1）：67-83.
[5]alan l.porter，scottw.cunninghan.tech mining exploiting new technologies for competitive advantage[m].john wiley & sons，2005.
[6]nsfs cyberinfrastructure vision for 21st century discovery[eb/ol].http：∥nsf.gov/od/oci/civ5.pdf，2013-01-16.
篇10
大数据，作为一种数据管理的理念和方式，其之所以出现，是云计算和物联网等信息技术的发展，与人类社会所积累的数据高速增长并海量积累相结合的结果。无论是如何定义，从本质上，大数据是信息管理者在当今的信息技术条件下，为解决新的海量信息处理需求，所提出的解决策略。而作为典型的信息管理活动之一的档案事业，势必会受到大数据理念的影响。
大数据并不是一个严谨而完整的学术概念，其所包含的内容相对比较抽象，从字面意义上进行理解，大数据所指的是数据规模的庞大。但从这一意义上来看，显然无法与传统的以往一系列概念进行区别，如“海量数据”（Massive Data）、“超大规模数据”（Very Large Data）。在学术界，对于大数据的定义尚未形成统一的观点，但综合各种说法，主流的思路是从大数据的特征出发，通过归纳的方式，通过对特征的描述进行定义。其中最有代表性的是3V定义[1]，即认为大数据需满足3个特点：规模性（Volume）、多样性（Variety）和高速性（Velocity）。此外在实践层面，普遍认为大数据具有全数据规模、多数据类型、低价值密度、高处理速度的特点。
在数据管理理念层面，大数据的特点在于全数据规模、丰富的数据类型（可能包含半结构化数据）、全数据处理对象、多数据处理工具；在数据处理技术层面，大数据体现为对云计算和新一代数据库的应用；在操作方式层面，大数据体现为对零散信息价值的重视及对数据之间相关而非因果关系的分析。
二、大数据对档案工作带来的机遇
（一）解决信息化背景下档案的“胀库”问题
近年来，随着电子文件的理念逐步得到认可，以及档案的单位管理成本的降低，加之人们对于归档保存的重要性的认识的提升，我国的档案总量步入了一个高速增长的时期[2]，但与此同时，信息化背景下的档案数据库胀库问题也随之到来了，其中较为明显的表现为“新增数据失败”等[3]，胀库问题带来的，不仅仅对新增档案管理上的难题，同样重要的是，由于胀库现象的出现，档案的服务利用的效率将大打折扣，其原因在于案卷在出现胀库的过程中，无法及时有效地归档并建立索引以提供服务，破坏了档案案卷之间的连续性和关联性，降低了档案中所提供的信息的价值。信息化背景下档案的“胀库”问题，本质上在于存储和计算资源分配的不够合理，传统的数据库架构在处理新的海量数据的过程中，灵活性远远不够。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[4]，利用云计算技术强大的调配计算资源的能力，根据数据处理规模的需要，配置数字化档案管理所需要的存储和计算资源，保证档案的服务利用效率。
（二）有利于推动社会档案观的普及
大数据的核心在于从海量的数据中挖掘价值[5]，这为档案价值的进一步发现和提升，提供了一个新的思路。传统的档案服务利用概念中，档案的服务利用对象是特定并且相对单一的，原因在于档案通过卷宗的形式，将一个相对完整的信息“包裹”存留，这部分相对完整的信息最终成为了档案卷宗的主题。而在服务利用的过程中，“主题匹配”成为了最为常见的档案定位方式，而主要来自于政府机关、企事业单位的日常运行信息形成的档案，其主题自然会牢牢地与其形成机关的业务活动相对应，而档案卷宗中所包含的零散的信息价值，相对容易被忽略，如今被公众广泛利用的档案，多数是民生档案[6]，而其他类型档案中的零散信息价值，缺乏有效的挖掘服务利用手段，这是社会档案观在普及过程中必须解决的问题之一，即如何帮助公众挖掘他们所关心的分散于海量档案中的信息价值。大数据为档案的服务利用提供了新的价值挖掘工具，使得分散在海量数据中的零散价值成为可能，这就意味借助大数据的信息分析工具，公众将能够从主题上看上去并不相关的众多档案中，发掘其自身所需要的信息，获取相应的信息价值，将推动公众逐渐意识到档案作为当今社会最重要的信息价值载体之一的重要意义，而一旦这样的意识逐步成型，档案社会观将得到普遍的认可。
（三）有利于处理多载体类型的档案
信息技术的发展对于档案管理工作的重要影响之一，就是提供了多样化的信息载体形式，丰富了档案的类型，从最原始的纸质载体的文书档案，发展到如今的音像档案、图片等等。而随着电子文件概念不断获得认可，新的信息载体形式层出不穷，从理论上讲，每当出现一种新的信息载体形式，就会相对应地出现该载体形式的档案。这就意味着未来档案的管理工作必将是基于多载体的，其载体的丰富程度可能会远远超过我们的预期，而为最大程度保证原始证据价值，在技术条件允许的前提下，未来的档案管理工作将会尝试接受半结构化的数据作为档案，以最大程度地保留证据价值[7]。这使得未来的档案载体形式将呈现数量多、增长快的特点，这就要求针对具体档案类型的管理工具，或者抽象为一类特定的数据处理工具，是无法实现“One size fit all”的，即不再存在能够完美处理所有的档案载体类型的管理工具。这一点上与大数据对处理多数据类型过程中所提出的数据工具组合的理念，是相一致的。未来的档案服务利用活动，由于其面向的档案对象的载体是多样的，对其进行利用的工具也将是多样的，甚至为处理一些半结构化的数据的过程中，可能会需要多种数据处理工具的组合。
（四）有利于电子文件的管理
大数据将从真实性、有效性、及时性三个方面提升电子文件的管理水平。首先从真实性角度考虑，由于电子文件惊人的增长速度，其真实性鉴定工作一直是困扰档案工作者的难题之一，传统的“直接鉴定法”在实际操作的过程中所消耗的人力物力成本过于巨大[8]，因此鉴定文件的真实性需要求助于大数据技术处理海量数据并分析复杂数据的能力；第二，从有效性角度考虑，电子文件的结构化特征并不明显，大量的电子文件都是半结构化甚至是非结构化的，在这种数据类型情况并不稳定的前提下，处理数据对象单一的传统档案管理数据库结构是难于驾驭的，而大数据技术框架下对于多数据结构的兼容性，能够较好地解决这一问题，提升对电子文件进行管理的有效性；第三，从及时性的角度考虑，电子文件的指数增长，使得及时地对新增档案进行管理成为了档案工作者所面临的一大难题，这样的海量数据的实时处理，是档案管理过程中前所未有的，这需要利用大数据技术框架中通过云计算的方式提升数据处理的及时性，才能保证电子文件管理的及时性。
三、大数据背景下档案工作的发展趋势
（一）从数字化到数据化
为应对信息时代对于档案工作新要求，档案数字化的工作已经进行了多年，并在一定程度上解决了传统档案利用信息技术进行管理及共享的问题[9]，收到了相当的成效。但在大数据时代背景下，数字化仅仅是解决了载体形式或者说是信息技术的应用问题，可以理解为档案工作对信息技术的适应性应用，对于深入的数据挖掘与利用是远远不够的。在大数据的时代背景下，信息管理者已经不再满足于更易管理和共享的信息形式，应更为关注信息所能带来的价值，这就要求对于档案的管理工作框架，需要实现从数字化到数据化的转变，即不仅仅能够实现对档案案卷的数字化管理，更能够根据海量数据挖掘利用的需要，对档案的管理深入到数据层面，这将更为适合大数据技术架构下对数据的“流处理”模式。
（二）从信息共享到信息价值共享
随着大数据时代的到来，数据挖掘技术的应用进入了一个全新的阶段，所有的信息管理者都面临着同样一个问题：将简单而直接的信息共享活动转换为更为高级的信息价值的共享，即需要对自身所掌握的信息的价值有清晰的掌握和准确的理解，对应到档案工作者的现状上，即档案工作者仅仅了解自己在管理哪些档案并提供服务利用，已经无法适应大数据时代对档案服务利用的要求了，而需要能够了解自己所掌握的档案能做什么，所提供的档案利用服务所实现的是什么功能，也就是要明确所掌握的档案的价值。这需要对档案利用服务的认识有更加深入的认识，在大数据时代的背景下，由于对信息价值提取效率的提升，对于信息价值的共享将成为所有信息服务利用的主流趋势，这对档案服务利用工作将是全新的挑战，这不仅仅要求能够灵活地运用大数据技术在整合档案数据的基础上挖掘其中蕴含的价值，更加需要档案工作者对于信息价值有着更为敏感的“嗅觉”。
四、大数据对档案工作带来的挑战
（一）如何嵌入数据挖掘环节
传统的档案管理活动，最为通行的说法是包含收集、整理、保管、鉴定、统计和提供利用六个主要环节，这六个环节组成了基本的档案管理活动，并组成了一次完整的信息从收集到提供利用的过程。在大数据的时代背景下，对于档案管理活动提出了新的要求，即主动地挖掘其中的价值并提供利用服务，这就涉及到一个流程嵌入的问题，即数据挖掘环节应该通过什么样的方式嵌入到档案管理活动中来，是作为一个单独的环节嵌入到档案的管理流程之中，还是在传统的档案管理活动的某一环节中实现数据挖掘的功能，直接关系到档案管理活动流程的合理性。数据挖掘的嵌入问题，当档案事业逐步步入电子文件时代之后，必须要解决的问题。
（二）如何保障档案信息的安全性
大数据对于档案信息的共享程度提出了更高的要求，只有在档案资源高度共享的情况下，大数据技术框架下的云计算平台才能发挥作用，真正实现档案信息价值的利用。但随之而来，就是档案信息的安全性问题，如何解决在多类型、多结构、高共享程度状态下的数据安全问题，已经显得十分棘手。工作人员操作失误、设备及网络故障、计算机病毒、网络黑客攻击等对档案信息安全构成威胁的因素，在大数据的技术框架下，所造成的威胁可能会被相应地放大。大数据时代的档案信息的保密工作，其重心很有可能不再是保密体制的设计，而更有可能是信息安全技术的有效应用。
