大数据时代的含义范文

导语：如何才能写好一篇大数据时代的含义，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

随着现代科学技术的飞速发展，人们对各项技术的需求无论是管理、设计还是其他方面，都有了更高层次的需求，大数据的处理以及对数据系统下信息领域的研究是当前比较热门的话题，尤其是数据的研究分析和信息的服务等方面是人们热切关注的研究话题。在这样的背景下，图书馆的建设要有大数据的思维。本文以大数据时代的图书馆的含义、特征及其建设的方法展开简要论述。

【关键词】大数据时代 数字图书馆

图书馆已经进入由藏书楼、阅览室到使用网线解决人们阅读需求的数字图书馆时代，读者通过PC、手机、平板电脑、电子书阅读器、电视、展示屏等全媒体终端可以获取到当地、省市、国家、甚至全世界的信息资源。

现实中，图书馆数字资源相对于纸质资源的比例不断上升，未来数字资源将成为图书馆的主要资源。数字资源主要分为结构化、半结构化、非结构化数据，去寻找隐藏在数据背后的世界，进而创新图书馆服务模式、对读者服务提供分析与预测将成为大数据时代图书馆的主要工作。

数字图书馆既是完整的知识定位系统，又是大数据时代图书馆发展模式。大数据技术为数字图书馆的发展提供了有利的条件，以数据促进发展，更好的实现图书馆的服务使命，是图书馆服务创新的主要领域。

1 大数据时代的图书馆的含义和特征

大数据（big data），指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。

大数据的意义不在于数据的数量大，而是在于发掘大量数据背后的意义。换而言之，大数据中的海量数据只是原材料，产生价值的关键在于对原材料的“深加工”能力。从技术上看，大数据“深加工”需要强大的数据处理能力，因此往往与云计算密不可分。大数据往往需要依托云计算对海量数据进行云存储和分布式处理。

1.1 大数据时代的图书馆的含义

所谓图书馆的大数据化，是指依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术等技术，从大数据的角度去思考、解决图书馆的馆藏、阅读、咨询、检索、获取、推送、共享、推广等相关问题，实现资源、服务和活动的“增值”，从而实现图书馆社会价值的增值。

1.2 大数据时代的图书馆的特征

大数据时代的图书馆从图书的保管者成为面向服务的信息提供者，从单一纸媒体到全媒体，从本馆收藏到无边界图书馆，从读者到图书馆去到图书馆到读者中来，从按时提供到及时提供，从馆内处理到外包处理，从区域服务到网络化服务。这一系列的转变，将促使图书馆建设理念、方法发生巨大改变。

2 大数据时代的图书馆建设的理念和方法

大数据时代，文献资源已经远远不能够满足人们的需求，视频、图像和网络化信息等多媒体资源不断涌现，对图书馆数字化管理和处理能力提出了更高要求。大数据时代的图书馆建设应该进行以数据驱动的业务流程再造，重新梳理业务各个环节，检查是否适应大数据建设需要。

2.1 树立大数据的资源建设思路

首先，需要摆脱那些传统的管理方法的禁锢，跳出传统图书馆资源建设的框架，学会挖掘新技术，构筑新的资源建设体系，全面的发展新网络体系，提高自身的竞争力。我们知道，互联网主要功能之一也是提供数字资源服务，很多的搜索引擎都可以实现数字图书馆的功能，网上书店的图书购买也非常及时便利。随着经济的发展，时间成本已经逐渐代替金钱成为现代人的主要成本，而在这方面，目前互联网比图书馆更有优势。

图书馆必须利用大数据技术，发挥自己馆藏优势，以读者需求为导向，进行知识再加工，提供知识的精准定位，智能化服务，为读者在知R获取过程中节约时间成本。具体措施，如采编数据加入图书评价，无线Wi-Fi加入微信认证，门禁加入客流统计，建立数据监控及分析系统等。

2.2 发展智能化服务

通过对大数据的处理，可以指导我们有针对性地采购图书和数字资源，将主要成本投入到读者最需要的部分。在实现高效馆藏建设的基础上，进一步推出智能化服务，比如实现网络自动答复、文献自动传递等，成为用户真正的良师益友。同时，系统应该具备智能化功能，比如，可以实现向用户推送具有热度的图书信息，增加对热点信息或事件的重点推荐，强化定题信息的服务等。

智能化服务另一个重要内容就是精准化知识定位。初级阶段是体现为更加智能的OPAC检索。通过加入大数据处理结果，如用户偏好、图书评价及借阅量等，能够改进传统的OPAC，实现更个性化的检索结果。还可以实现对图书、期刊和很多的网络信息进行数据的采集、处理、组织。在对文献信息处理的同时，存储音视频信息，构筑全数据理念，针对网络的信息自动获取数据信息，同时建立具有语义关系的和数据之间联系更加紧密的信息组织框架，比如，可以构建各数字图书馆间的检索网络，实现跨平台或者资源的全面检索。

2.3 提高馆员大数据运用能力

现代化的数字图书馆建设不仅需要数据化的管理技术，同时需要专业的管理人员。要知道，只有相关的管理人员具备了处理大数据的能力、掌握与图书馆的数据化处理相关的技术，熟练的掌握运用数据分析工具和软件，全面的把握网络资源，才能对数据做出客观正确的分析评判，并及时的对图书馆的管理做出正确的调整。

3 总结

现如今，图书馆技术发展已经不再局部，而是跨越到了更广阔的领域，包括数据采集、信息处理、组织架构、知识挖掘等等，大数据化的图书馆的发展将会带给人们难以衡量的价值。

总之，现有的图书馆功能还存在缺陷，大数据时代给图书馆的发展提供了机遇，将会拓展它的数据资源、提升它的管理能力、增强它的功能，我们应该把这些挑战当作机遇，改变固有理念、转变原有的服务、管理模式，重新架构图书馆，在现有基础上，树立全方位服务的理念，利用大数据，使得它在竞争中，发挥出越来越便捷的管理方法。

参考文献

[1]苏新宁.大数据时代数字图书馆面临的机遇和挑战[J].中国图书馆学报，2015.

作者简介

王显斌（1983-），男，2010年毕业于华中师范大学。现为广东省中山市中山图书馆馆员。

篇2

在大数据时代，用户面对众多图书馆的数据资源，深受大数据所带来的困扰，很难方便、快捷、准确地检索到所需数据资料。大数据时代要使图书馆从传统的“物理图书馆”“转变为”“数据图书馆”、“智慧图书馆”，传统的数据存储、利用机构也将对作为存储信息知识、提供信息服务的信息中心的图书馆形成冲击与挑战，大数据的复杂性影响与挑战主要表现为数据类型、数据名称、数据模式的复杂性。在信息时代，信息存在于社会空间中的信息数据量迅猛增长，信息数据的组成结构、类型格式、存在形态等都更加复杂，图书馆对这些复杂的数据进行的应用、存储将有着极强的挑战性，它不仅存在着技术问题，也还包含有社会问题。

利用大数据，关键是要先拥有足够多的数据，图书馆大数据主要有几种形式：1、图书馆业务软件内的数据；2、Web数据；3、移动互联数据；4、文献数据；5、互联网数据。获取大数据，还需要不断完善图书馆的软件系统。图书馆信息化程度的提高，使得信息服务成为了当前图书馆服务的主要内容之一，要做好大数据时代的图书馆信息服务还必须对读者的信息和借阅行为的进行分析，对社交网络交互数据进行分析，必须对图书馆信息资源进行整合，建立全新的知识服务导航机制，制定知识服务的智能辅助决策。搞好图书馆的信息服务选择一个合适的大数据分析平台至关重要，海量的数据资源也对存储系统提出了新的挑战，要求存储系统具备足够的存储空间，灵活的可扩展性和较低的使用成本。

图书馆作为知识信息服务平台，必须通过对收集的知识信息数据进行加工整理，进行深层次的分析，以便更好的从数据中发现知识、信息，提高数据的价值密度，面向用户，满足用户的学科知识需求，开展知识信息服务，随着读者对知识需求的转变，知识服务正在朝着智慧化、个性化方向发展，智慧服务是知识服务的升华，是知识服务的核心。庞大的数据量里有许多重要信息，我们可以通过对这些数据进行挖掘分析，准确定位读者的需求，为用户提供一个方便易用的知识环境。

参考文献：

[1]大数据背景下图书馆知识服务的思考 王新筠 王海欣著

篇3

关键词：大数据 广电网络 发展策略

中图分类号：TP311 文献标识码：A 文章编号：1672-3791（2017）04（b）-0005-02

人们的生活中，无论是社区网络、云计算还是移动互联网、物联网，各类智能终端产生的数据都会被存储，数据不断增多并产生了大数据。目前广电行业处于发展变革的重要时期，面临比较复杂的市场环境与变化，如移动互联、体制变革、全媒体和三网融合等，用户接受习惯和广播电视的营销模式均出现显著改变，因此，广电行业如何高效准确的使用网络大数据以促进行业的快速发展成为每个行业工作者需要思考的重要问题。

1 大数据时代的发展背景

近年来互联网发展迅猛，已经在传播、交易、政治等各个社会层面深入，影响并改变着人们的传统生活习惯，大数据在这一背景下应运而生。大数据可采集到用户的使用信息，并进行精准处理，分析出用户的行为模式与行为习惯，从而为企业的生产提供参考。对于广电行业而言，通过对大数据进行分析能够得到用户习惯与喜好，从而更好地进行资源整合与变革，作用尤为显著。

1.1 大数据含义

目前关于大数据的含义尚不明确，麦肯锡全球研究将大数据含义界定为：规模十分巨大的数据集合，通过传统的数据库软件工具获取这些数据难度较大，对这些数据很难管理、存储和分析。Gartner研究组织认为所谓大数据是指：只有在新的处理模式下，才可以充分发挥更强的洞察发现力、流程优化力及决策力，增长速度迅速、数量庞大且多样化的信息资产。大数据的主要特点表现在：数据规模巨大、数据的流传速度飞快、数据类型多样及价值密度低。在对大数据进行处理时，速度越快、越及时，获得的价值就越大。通过对大数据巨大的数据信息进行分析、预测能够得到较为可靠的结果，与以往的小数据时代比较，能够弥补很多小瑕疵。

1.2 大数据背景下广电行业受到的影响

大数据时代，广电行业受到了很大的冲击，虽然广电行业的有线渠道布局更加健全，内容制作方面具有较大的优势，然而近年来，电视收视市场的市场份额出现大量的缩水。目前世界上众多的网络巨头公司如谷歌、苹果等都通过分析客户的大数据信息来制作更加能够满足客户需要及兴趣的视频内容。以往对广播电视的内容是否优良进行评价时主要依赖于收听率及收视率等，大数据时代背景下，可供用户选择的终端明显增多、需要统计的数据形式也不断的发生变化、数量增多，若仅仅依赖于机顶盒所反馈的用户数据样本分析已经无法准确反映民众的口味。在互联网的推动下，网络电媒体的水平不断提高，电视媒体创作者已经不仅仅将电视作为节目播出的平台，网络的其他平台也可观看。

2 广电网络大数据运用的必要性

网络的快速发展使得各种智能终端快速普及，仅承载视频的终端就在PC基础上增加了Xbox、PS3、安卓、iphone、iPad、蓝光播放器及互联网电视等，而国家网络三大运营商、硬件设备商、互联网企业级内容生产商均对自己的定位进行了调整，积极参与到视频产业的制作中，并通过提供视频服务来获得相应的价值，传统的视频制作行业被颠覆。

c传统的广播电视比较，互联网在全面监测用户的操作习惯时更加方便，用户的收视习惯、收视场景及收视喜好均被大数据所掌握，通过对这些大数据分析能够在平台上向用户投放更加精准、针对性的视频内容、应用需要和广告推荐，以满足用户的其他潜在要求。目前大数据不仅用在用户群体、收视次数、收视时长等分析上，同时也用于微博传播监测、搜索引擎监测等网络维度上，从而为视频产业的参与者的业务运营提供指导，如内容推荐、内容编排、营销手段与广告投放等[1]。在以往较长时间里，有线电视一直处于霸主地位，然而在近年来受到竞争对手的冲击与用户观看习惯的改变，以OTT和IPTV为代表的IP电视发展迅速，传统的政策控制已经失效，只有顺应市场发展的需要才能够迅速发展。

网络发展迅速与大数据的背景下，传统的视频内容服务已经无法满足用户对视频的要求，因此，传统的广电网络要提高自身的竞争力，获得生存之地，必须充分运用互联网这一手段，大力发展广电网络大数据。

3 广电网络大数据应用的挑战与应对策略

3.1 挑战

虽然有线运营商掌握着大量的用户数据，然而这些数据要被充分挖掘并高效利用仍然需要较多的工作，同时面临着巨大的挑战。首先，受到市场需求转变、业务范围的扩展及网络规模不断扩大的影响，广电网络大数据规模不断增加，而原有的系统搭建已经不能适应这些零散、非结构化和无规律的大数据的存储与才处理，导致传统的数据处理平台无法线性扩容，无法更好的应对多元的数据类型与数据规模。其次，有线运营商业务经营范围逐渐增加，使得业务体系更加复杂，这就涉及到多部门的合作问题，业务流程的梳理难度明显加大。再次，大数据的特点与传统的网络业务分析特点不同，需要从多维度来分析海量的非结构化数据，广电网络要满足新的信息服务需求，就必须要构建新型的数据分析模型，挖掘大数据的深层价值。最后，广电网络以往平台比较单一，无法满足多元化、大规模数据的快速处理与分析，需要构建新型的大数据处理平台。

3.2 思考与实践

广电网络要更好的利用大数据，就需要从以下几方面入手：（1）广电网络的核心数据主要来源于电视与用户之间在互相“沟通”时的双向网络，然而目前用于采集用户收视数据的广电网络寥寥无几，基本是依靠采样的固定模式来对数据进行采集与分析，因此可信度不高。广电网络发展中用户行为数据的真实性成为其制约因素，因此急需要采集有效数据。（2）广电网络在对数据进行分析时，要从多平台收集多元数据，已实现数据的融合。目前人们在手机、PC和PAD等终端上观看视频的行为已经非常普遍，广电网络需要重视这一习惯，并对电视数据、点击流量数据、互联网数据进行融合，努力实现客户的识别与标签系统。（3）目前网络视频众多，广电网络要突出重围，就不能沿用以往电信数据集市、传统金融、数据仓库建设的老路子，需要坚持自己的特色，灵活使用数据，建设数据平台。在大数据时代，广电网络可以挖掘收视率市场监测 、广告插播市场等大数据，以求获得差异化。（4）改变以往对“数字”层面的单纯关注[2]，减少对财务指标的过多关注，将重点放在大数据的理解、采集和使用上，从而更系统、规范的使用大数据。（5）增加人才方面的投入与引进，目前广电网络数据分析的人员多是单纯的技术型人才，商业敏感性较差，因此，广电网络在引进和考核人才才时，在保证技术水平过硬的基础上，综合考察人才的商业敏感性、创新性等，同时建立完善的激励机制 。

4 结语

互联网快速发展，大数据的运用对广电网络提供了新的机遇与挑战，广电行业实现快速发展，就必须顺应时代潮流，精准管理、分析与利用用户、节目和内容的大数据，放远眼光，合理挖掘这些数据，以获得更好的发展前景。

参考文献

篇4

[关键词]大数据;电力企业;档案管理;服务

中图分类号：G270.7 文献标识码：A 文章编号：1009-914X（2016）22-0336-01

引言

档案管理工作的繁琐和重要性众所周知，而其中包含的各项重要信息都需要妥善保管，为了跟上社会的发展步伐，需要不断进行更新和存储，以便于随时查阅并发挥其应有的作用，大数据时代背景下档案管理不仅是要掌握和存贮这么庞大的档案信息，而是要对这些档案信息进行专业化处理，以挖掘出其中蕴含的巨大价值。因此，在大数据环境下如何更好地提高档案管理效率，是每一个档案管理人员应该思考的问题。

1、大数据的含义

信息技术广泛发展的今天，大数据时代普及到各行各业，作为档案管理这一领域，也被信息技术所影响，为了适应新的时代背景，档案管理呈现出全新的工作方略。大数据（BIG DATA）指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。大数据的 5V 特点（IBM 提出）：VOLUME（大量）、VELOCITY（高速）、VARIETY（多样）、VALUE（价值）、VERACITY（真实性）。大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。

2、利用大数据加强档案管理模式和服务能力

2.1 从理念方面分析。

2.1.1 树立数据即资源的理念。

随着信息化技术的发展和电力行业改革的不断深入，电力企业档案管理和服务能力急需要改进和提升。大数据的理念是将各类档案信息交织在一起，形成海量的档案信息数据，需要极强的决策能力和信息发现能力和分辨能力。在电力企业档案管理中树立大数据即资源的理念，能够让档案化身为信息的载体，在各种信息中发掘所需研究的项目，这种信息发掘所体现出来的价值与劳动力和资本资源一样，能为企业带来新的、更大的价值，也就是说数据同样是生产力，可以有效的推动电力企业经济效益的提高。

2.1.2 确立数字化档案管理新模式

档案信息数字化实现了档案从纸质化到数字化再到信息数据化。电力企业档案管理业务之一是档案咨询，传统的档案咨询较为被动和低效率，但大数据时代的档案咨询，能够让大量的信息咨询业务在网络上进行，数字化的档案咨询将引领档案信息咨询走出困境。首先要通过档案数字化管理，建立完善的录入以及查询体系，做到一站式管理和一键式服务，提高档案管理效率，优化档案信息咨询能力。其次，要注重提升档案管理人员掌握大数据的能力，改变过去被动回应需求的状态，充分发挥数字化档案的优越性，主动服务企业发展和管理。

2.1.3 利用大数据创建智慧档案室一键式服务。

大数据处理能通过人脑和数据模型将数据分解、合并直至推导出相应的结果。档案信息数字化一站式管理就是充分利用档案信息数据化中可量化、可追溯的数据，分析利用数据产生的价值。通过设置完善的内搜索引擎，能够实现一键式服务，即一键输入即可实现所有关联项目的调取查询。使整个档案数据真正的“活起来”，由“你问什么变成了它主动告诉你什么”，真正让档案成为企业未来发展的“预言家”，成为指导企业研究产品的风向标。

2.2 从技术方面分析

为了使档案管理工作与当前大数据的时代背景相结合，就必须将涉及到档案管理工作的技术引进到档案管理的实际操作中来。电力企业档案要实现高科技、高智能化的档案管理模式和高效能、全方位的服务能力需要做到以下几点：一是建设智慧档案平台。利用大数据创新档案管理模式和服务能力，需要建立智慧档案平台，平台建设分为管理机制、核心系统和支撑框架。二是各类文字载体的档案须由各种文字输入工具转变为数字化录入，特殊载体的档案需要数字化的录入归档，为档案数据化的实现奠定基础。三是需要专业的档案管理软件，对各类数据的整理归类，内搜索引擎的利用，专业网络以及服务器的架设，实现数字化档案的对数据的“加工能力”，通过“加工”实现档案数据的“增值”。

2.3 从人力资源方面分析

对于任何领域的发展来说，专业人才都占据着非常重要的位置，档案管理工作也是同样。加强大数据人才队伍建设是利用大数据创新电力企业管理模式和服务能力的首要条件。大数据专业人才需要通过各种渠道招贤纳士，选择具有较好的信息数据管理素质的人才，不仅要懂得熟练使用工具，更要懂得数据的意义和未来研究方向，以适应智慧档案云平台建设的需要。大数据人才队伍，既可以是系统编制内的人才队伍，也可与具有较强的大数据开发利用能力的外部企业合作，利用现有的人力资源和成熟的软件平台，实现一站式管理，提高档案管理能力。

3、大数据时代背景提高档案管理质量的有效对策

3.1 采用优化的数据技术，提高管理效率。

无论是政府机关还是事业单位，亦或是企业，在采用数据技术管理档案时，档案部门可以与国内大型的数据公司或者是数据机构合作，使档案管理人员在管理工作中，使用数据技术进行管理。只有将数据技术与管理工作相结合才能提高档案管理质量。在采用数据技术管理档案时，要打破思想以及行业之间的限制，同研发公司合作，研发出一款符合档案部门的管理或工具。

3.2 建立监管机制，确保档案信息安全。

大数据时代下，档案管理工作既有机遇又有挑战。面对大数据时代下的档案管理工作，更加开放和多样的信息也给档案管理工作的安全性产生危机。大数据给档案管理软件带来很多便利，使档案管理变得更为便捷，减轻了档案管理人员的工作压力，但是也给档案信息安全带来隐患。因此，在实行大数据时代时，档案管理的监管制度应当进一步加强，严格相关数据的准入制度，并对各类档案信息加强监管，实行档案数据的保护措施，防止因为操作不当，引起的档案信息泄露，或不法分子利用系统漏洞入侵档案管理系统，盗取相关信息。在加强对档案管理监管的同时，可以降低档案信息丢失的风险，使档案信息的相关数据安全性得到保障。

4、结语

总之，大数据时代的来临改变了人们以往的思维模式和工作状态，人们从被动的接受和利用资源成为了主动的发掘资源，大数据的最大意义在于预测，而电力企业档案室作为资源聚集地，利用大数据更能较好地启动档案所蕴含的潜在价值，使档案室内的数据不再成为沉睡的数字。

参考文献

[1]刘泓，刘冰欣.大数据时代背景下的档案管理探讨[J].信息化建设，2016

篇5

关键词：大数据 管理会计 机遇

一、大数据的含义、特点和作用

（一）大数据的含义

随着云计算的产生、移动互联网的广泛应用，大数据迅速发展。笔者所述大数据，又称巨量数据或海量数据；是由数量巨大、结构复杂、类型众多数据构成的数据集合，是基于云计算的数据处理与应用模式，通过数据的集成共享，交叉使用形成的能对企业管理提供帮助的各种信息资源。

（二）大数据的特点

按照西方学者的观点可将大数据的特征归纳为4个“V”，即大量（Volume），多样（Variety），速度（Velocity）、价值（Value）。

首先，数据量巨大。数据量TB级别，跃升到PB级别，并从各种方面产生；其次，数据类型多样。如文档、音频、日志、定位信息等等，数据来源于各种各样的渠道；再次，处理速度快。通常要求在很短时间范围内给出分析结果，过长的分析时间则会使其失去使用效力。这个特点也是大数据处理技术和传统的数据挖掘技术最大的区别。最后，价值密度低，可从大量的数据中快速获得具有较高价值的商业信息。所以按照大数据的特点，有效地利用云计算对数据进行收集、加工、分析、挖掘和加以正确使用正在成为现代管理会计发挥职能，为企业创造更多的发展机会和商业价值的重要途径。

（三）大数据在管理会计中的作用

首先，海量的大数据为企业开展管理会计工作，获取企业全面的信息提供了重要的资源基础和支撑。

其次，迅速流转的数据能够促使企业经营管理效率的提高。企业所建立的能够实现海量存储和分析挖掘的数据库，能够实现对收集到的数据的及时、迅速处理。有助于企业提供实时的经营管理报告，提高会计工作的效率和效果。

最后，时效性的数据能够给企业创造价值。迅速收集到的数据对管理会计工作提出了更高的要求，要求企业必须采用相应的数据分析技术实现从海量数据中提取有价值的商业信息，并进行及时迅速的分析挖掘、以实现企业的经营管理目标，为企业创造更高的价值。

二、大数据时代管理会计的发展现状

我国对管理会计的应用和研究始于20世纪80年代，引进了很多西方管理会计理论并制订了针对我国企业的相关条例，但会计理论界和实务界的大多数学者倾向于对财务会计进行理论研究和实务探讨，对管理会计的研究积极性并不高，管理会计的发展相对滞后。到2014年，财政部了《关于全面推进管理会计体系建设的指导意见》，再次强调了管理会计应用的重要性和紧迫性，管理会计的发展步入了一个新的发展阶段。

由此可以看出，现阶段我国管理会计的发展还处于初级阶段，还没有形成相关的理论体系，更没有在实践中得到广泛的普及和应用。在当前这样一个信息飞速发展的大数据时代，管理会计的应用和发展也存在较多的问题，这需要引起财政管理部门、学术理论界和实务界及企业的重视。

三、大数据时代管理会计面临的挑战

（一）我国对管理会计理论的研究和应用有待深入

我国对管理会计的研究局限于借鉴国外的相关理论，我国是有中国特色的社会主义市场经济体制，同欧美的资本主义市场经济体制是完全不同的。我国也不能简单套用西方的管理会计理论，另外我国对西方管理会计理论的研究也不够全面和深入，研究的缺失给实际工作的运用带来了很大的困难。而管理会计多变的内容，复杂的方法，致使大很多财会人员并不能很好的理解和应用这些方法。同时管理会计和成本会计、财务管理等，在内容有很多相互交叉的地方，而在相关的财会人员考试和培训中，也没有专门的管理会计科目。所以对于管理会计的理论研究存在的缺陷，严重影响了其实际应用。

（二）企业对大数据在管理会计中的应用认识不足

在企业的实际会计工作中，部分企业对大数据在管理会计中的应用认识严重不足。无论是构建数据库存储设备，还是培养专业的数据分析人才，或是进行数据的加工挖掘，都需要投入大量的人财物，企业往往认为不符合成本效益原则，因此，没有必要在企业管理会计工作中推广或应用大数据技术。

在对管理会计重视度不足的情况下，企业对于大数据在管理会计中的应用更是不以为意。企业的管理层并没有真正意识到管理会计在企业决策中发挥的重要作用，对大数据在管理会计中应用的认识也比较狭隘。有些企业甚至认为大数据技术是大公司或者IT技术企业才需要掌握的，财会工作是不需要大数据的，这些片面的认识严重影响大数据环境下管理会计工作的推广和应用。

（三）能够使用大数据技术开展工作的管理会计人才匮乏

近年来，会计从业人员数量的快速增长使我国成为了一个会计人员大国，但并不属于人才强国。会计人员的结构不尽合理，基层从事传统会计核算的从业人员数量庞大，而具有较高职业能力的中高端会计人才数量较少，能够对企业情况进行分析预测的管理会计人才更是少之又少，会计人员结构比例严重失衡。

而大数据时代，数据的信息量大数量巨大、来源广泛、载体多样。但收集到的这些信息并不会自动转变为为对企业有价值的信息，而必须通过专业的数据深度分析与挖掘，才能提取出能够帮助企业更好开展经营管理的有价值的商业信息。因此掌握大数据技术的管理会计人才的缺失是阻碍管理会计发展的一个重要因素。因此，迅速培养出掌握大数据挖掘所需专业知识与技能的会计人才，对企业整体的发展就显得尤为重要。

（四）大数据背景下信息存储空间缺乏，数据分析方法不完善

企业在大数据时代下要能够及时迅速搜集到相关的信息，并要求在保证数据全面、充分、完整的基础上，实现数据的有效存储。而同时，大量的社会化信息，如位置、偏好等，在大数据时代下可以帮助企业全面决策，也就显得尤为重要，但往往这类数据来源渠道更加广泛、数量更加巨大，同样需要海量的存储空间。因此，企业要很好的使用大数据来为经营管理提供有价值信息，就必须改善原有数据存储设备的空间不足，为有效利用数据提供前期的储备。

虽然大数据时代为企业带来了更多的有价值的信息，但经常出现的是收集到的信息不能够被管理者有效地使用和进行分析。原因在于，一方面是因为大数据时代数据量急剧增大，如何从大量的数据中提取有价值信息缺乏相应的分析方法和技术；另一方面收集到的不能直接使用的非结构化数据所占分量较大且持续在增量。而此类数据并不能够采传统的数据分析方法进行加工挖掘。

四、大数据时代管理会计的应对措施

（一）建立具有中国特色的管理会计理论体系

2014年，财政部了《关于全面推进管理会计体系建设的指导意见》，提出了全面推进管理会计体系建设的重要性和必要性。我们也不能照搬西方的管理会计理论，要根据我国的国情实际，探索适合我国的实际情况的管理会计理论，制定一套完备的具有中国特色的管理会计体系。

要将高校或企业中具有优势的资源加以整合，以此来支持和推动管理会计体系的形成。同时，高校应建立科研基地，集中组织人员进行理论研究和案例研讨，在实践中总结经验。还要对管理会计的研究成果加大奖励机制，通过激励机制的方法促使更多的优秀人才对管理会计进行研究，以此来推动我国管理会计的发展。

（二）把握大数据浪潮，树立在大数据中应用管理会计的意识

管理会计的发展在大数据的浪潮下，也需要以新技术为支撑，提升管理效率。近年来云计算、大数据、移动互联网等不断发展，企业必须把握形势，抓住机遇。对管理会计来说，信息资源的开放和共享为其应用提供了更多的便利。与此同时，管理会计要在企业的发展中更好的实现其价值，就需要从海量的数据信息中发掘对其有价值的资源，并实时进行整合分析，因此，各方都需要做出努力共同为管理会计的发展增添力量。

面临大数据时代的到来，我们要抓住发展提升的机遇，迎接其挑战，首要的就是提升对在大数据时代如何加强管理会计作用的重视程度。会计理论界和相关研究机构应及时将西方的管理会计理论和我国的实际情况相结合，整理总结和大数据有关的管理会计实践经验，将相关的研究成果通过会议、专著、报刊等形式及时推送出去，并能够在管理会计学科的专业教育和人才培养上融入大数据的相关知识，以此来推动我国大数据在管理会计中的应用研究的更深入开展。

作为企业的经营管理者，也要充分重视大数据技术对管理会计工作在管理决策方面的巨大作用，积极学习在管理会计中运用大数据技术的知识，并推动基层员工对大数据的认知和相应的培训，能够直观的对比出大数据运用于管理会计工作前后的企业各方面的变化，分析其对企业经营管理的巨大推动力，以此来加强企业的管理，提升企业的业绩和员工的绩效。

（三）树立管理会计理念，注重掌握大数据知识的管理会计人才的培养

企业的管理者要想更好的发挥管理会计在企业决策中的作用，必须树立管理理念，尤其是大数据背景下的管理会计理念。区分管理会计和传统会计，明确管理会计在企业管理中的重要地位，更好的发挥管理会计的作用。同时企业要尽快弥补既掌握大数据知识又懂得管理会计的交叉型人才的缺口，主动提高企业应用大数据进行分析、加工、挖掘有价值信息的能力，推动整个企业管理模式的创新发展，提升经营业绩，并更好的为企业的发展壮大服务。

（四）构建基于云计算的会计信息平台

大数据时代下收集到的海量的数据，要求有足够的高效的存储空间，并能够实现对大量、多样化的数据的迅速及时的处理分析，也就是能够迅速响应，提供低延迟和有价值的信息，帮助企业及时决策。随着新技术的不断出现，信息处理能力的提高，如云计算，云平台等。通过互联网提供的动态、易扩展、虚拟化的资源，企业能够较好的完成对海量多样繁杂的数据的储存，加工、分析、挖掘，这不仅能够提高企业工作的效率，而且能够实现对有价值数据的深度挖掘，使其价值得到充分运用。因此，构建基于云计算的会计信息管理系统不失为是目前解决大数据存储与分析加工难题的最便捷方法。

五、结束语

在大数据时代，信息的爆炸式增长为我们的生活带来了巨大的便利，同时也给企业的发展提供了有利的环境，与此同时，外部环境的变化给企业的传统管理模式带来了新的挑战，原本发展滞后的管理会计更是面临机遇与挑战并存的境地。大数据为管理会计工作的有效深入开展提供了更大的平台，使传统的管理会计观念发生了重大改变，大数据时代的迅猛发展促使着管理会计的不断发展，在大数据的浪潮下，企业必须抓住管理会计的发展契机，把握国家积极发展管理会计的大形势，应对大数据带来的困难和挑战，实现自身的发展跨越，而管理会计也将步入快速发展的新阶段。

参考文献：

[1]邓国清.以大数据之“道”践管理会计之“变”[N].中国会计报，2013-08-02

[2]姚璐.大数据时代下企业管理的应用[J].科技创业月刊，2014（1）

[3]傅红彬，官登水.大数据浪潮下的管理会计对策与发展的探讨[J].中国管理信息化，2015（3）

[4]张慧德，陈文新.大数据冲击下的会计信息变革[N].中国会计报，2013-10-18（6）

篇6

[关键词]大数据 专利分析 数据挖掘 可视化

中图分类号：TU94 文献标识码：A 文章编号：1009-914X（2017）05-0298-01

一、引言

随着网络、通信、运算、存储技术的发展及成本降低，大数据在搜索引擎、互联网金融、电子商务、医疗卫生等诸多领域已经开始产生重大影响。“大数据”作为当前科技关键词的大热门之一，截至本文刊发时，在百度搜索引擎中相关网页搜索结果超过1亿个，相关新闻搜索结果逾148万篇。数据已经成为重要的生产要素之一，相关组织、机构所掌握的数据规模、对数据的分析运用能力已经成为考量其综合实力的重要因素。专利分析的主要功能在于从孤立的专利文献中多层次多角度地挖掘信息，并处理成具有预测功能的报告为企业所用，而对海量数据进行挖掘、计算及可视化，正是大数据分析的主要内容。可以预见，基于大数据的专利分析将成为未来的发展趋势。

二、专利分析现状

一般认为，专利分析发轫于1949年Seidel所提出的专利引文分析专利文献重要性的概念，但将其应用于企业的战略与竞争分析，是上世纪90年代后随着信息、网络、数据库技术的发展才得以实现的。

专利分析通常是指对专利文献进行数据挖掘、加工、统计处理，进而获取符合分析目标要求的有价值信息，主要应用包括专利导航、专利预警、专利布局、专利评估、技术规避、侵权分析等。

专利分析的方式方法很多，其过程一般包括数据采集处理阶段、专利分析阶段、报告形成及成果展示阶段。由于专利分析的对象数据规模庞大，因此通常需要借助计算机和分析工具，但是人员的参与仍然必不可少，例如在数据采集处理阶段，需要完成技术分解、检索、数据加工、数据标引等工作，而检索过程中的检索策略的制定、检索要素的筛选、结果噪声去除等很大程度上依赖于专利分析人员的经验和能力，这也导致了专利分析的高成本、高门槛。另外，由于专利的早期公开延迟审查制度，导致专利分析所针对的专利文献都是一至两年前申请的技术方案，不能代表最新技术的发展现状。

三、大数据时代

互联网用户对大数据有了越来越多的直观体验，在社交网络中被推荐的联系人或内容，是基于社交网络大数据得到的用户之间、用户与社区之间的隐含关系信息；在电商网站被推荐的商品，是基于处理海量的访问、购买、评论数据分析出的消费行为信息；在搜索引擎中定向投放的广告，是通过对广告大数据的处理分析得到的。

著名管理咨询公司麦肯锡首先预言了大数据时代的来临，“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来”。阿里巴巴董事局主席马云则直接地指出，虽然阿里巴巴是全球最大的零售平台，但是阿里巴巴不是一家零售公司，而是一家数据公司。

“大数据”相对于传统“小数据”的特点，传播非常广泛的是Gartner集团分析师Laney所总结出的三个“V”，即容量（Volume）、种类（Variety）、速度（Velocity）。以此为基础，IBM进一步将其扩充到四个“V”，即：1、容量（Volume），大数据时代的数据量已达PB（1024TB）乃至EB（1024PB）级；2、种类（Variety），大数据时代的数类型庞杂，除结构化数据，还包括互联网自媒体数据、图片、音视频等非结构化数据；3、速度（Velocity），大数据需要快速的处理才能获取有价值的信息；4、真实（Veracity），需要从大数据中筛选真实数据才能得到真实的信息。维克托・迈尔-舍恩伯格在《大数据时代》中提出，大数据时代带来的变革主要包括：不是随机样本，而是所有数据；不是精确性，而是混杂性；不是因果关系，而是相关关系。在大数据时代，不再需要借助随机采样的方法处理数据，而是对所有数据进行处理以分析具体事件；不再需要数据的微观精确性，只需在宏观上洞悉数据的总体方向；不再需要事件与原因之间的因果关系，而是通过相关关系了解事件的发生进程。

四、基于大数据的专利分析展望

基于大数据分析的主要内容以及专利分析的现状，可以预测未来基于大数据的专利分析发展将包括以下几个方面。

1、基于语义引擎数据采集处理。以往的机器检索，计算机只能在字符匹配层级认知用户的输入信息，不能理解信息的含义，特别是在专利信息的检索过程中，检索策略的设定和调整都需要借助人工方式。而随着计算机技术和人工智能的发展，通过对网络大数据的语义标注处理，使计算机能够从语义层级理解输入信息，例如Apple公司的语音识别工具Siri、专利检索系统Patentics等，都采用了语义引擎。在此基础上发展专利数据采集，例如实现语义专利信息检索，可以降低对专利分析人员个人能力的依赖，降低专利分析的成本。

2、基于数据挖掘算法、预测性分析和数据质量管理的专利分析。大数据分析的核心在于数据挖掘算法，从大数据中挖掘价值信息并研究对象之间的相关性，从而挖掘出对象间的未知联系，利用这种相关性信息，可以实现定制化分析，并将专利分析的结果与企业需求结合得更加紧密。通过预测性分析模型，从大数据中获得规律性信息，可以预测专利发展趋势、技术乃至行业的发展走向，允许企业根据专利分析结果对专利布局、技术发展路线做出预先判断，能够很大程度地避免由于专利公开滞后对专利分析准确性造成的影响。通过数据质量管理方法，借助标准化数据处理流程和质量管理方法对数据进行处理，可确保获得的分析结果具有较高的质量和可靠性。

3、基于可视化分析的报告形成及成果展示。可视化分析能够自动将负责数据分析结果转换为图表，借助图表简单直观的展示复杂的大数据分析结果，还能够针对不同的分析对象选择不同的展示内容和展示方式，能够有效的降低专利分析使用门槛、扩大用户群体。

五、结语

大数据时代的到来为专利分析提供了新的技术工具和技术思想，对从业人员来说既是挑战也是机遇。将大数据分析充分运用到专利信息的数据挖掘、可视化预测，改善专利分析的用户体验将成为专利分析的重要研究发展方向

参考文献

[1] 马天旗.专利分析―方法、图表解读与情报挖掘[M].北京：知识产权出版社，2015：1.

[2] 杨铁军.专利分析实务手册[M].北京：知识产权出版社，2012：1-10.

篇7

【关键词】“大数据”；企业管理；决策

一、前言

现今“大数据”风潮已经席卷我国，在“大数据”风潮之下，无论是在数据获取还是数据存储以及相应的数据研究上，“大数据”的应用均呈现良好的发展态势，而众多的企业在当前市场经济中更应该看到“大数据”对于企业内部管理带来的发展机遇，充分依托“大数据”，在合理性以及科学性的前提下有效应用“大数据”，实现管理决策的完善及健全，将管理决策实际效率大大提升，最终促使企业能够在市场经济中站稳脚跟。

二、初探“大数据”内涵

现今对于“大数据”内涵的探讨主要是集中在含义以及特征两方面上。首先从含义上来讲，当前全世界范围内并没有对“大数据”予以统一性定义的界定，各个国家以及组织对于“大数据”也有着不同的看法和认识，但是基本上来讲“大数据”是建立在海量信息资源以及增长率较高和多样性信息资源基础上的，同时更加具备强大决策力以及洞察力和相应的远程优化力。从战略意义层面上讲，“大数据”一方面是大量信息数据的集合；另一方面也能够对这些信息数据予以专业化处理，若将其进行产业模式研究分析，则需要提升数据方面的处理能力以及加工能力，而这也是“大数据”能够实现发展增值的关键保障。

其次从“大数据”实际特征上来讲，“大数据”本质上具备海量性以及多样性和相应的高速性，所谓高速性指的是“大数据”能够在通信网络以及相应的社交媒介予以广泛良好的应用，并由此产生传感器，对于信息数据也能够实现瞬间性的处理转化；而所谓多样性指的是“大数据”分为非结构化以及结构化两种，结构化相关数据于交易环节中常常产生，能够依托特定形式对数据进行存储以及记录。非结构化相关数据则于互联网以及技术手段中常常产生；而所谓海量性指的是建立在PB以及TB单位基础上的数据集合，能够存储现代商业以及科学领域大量的信息内容。

三、探析“大数据”对企业管理决策具体影响

1.对管理决策方面环境实际影响

“大数据”对于企业管理决策的具体影响体现在决策环境上，主要表现在决策方案制定以及收集信息等方面。现今企业在与时俱进，而日常生产经营环节中会产生大量的数据信息，对于这些数据信息就需要依托先进技术予以良好处理研究或分析，进而保证数据信息能够被准确汇总。而依托于“大数据”的企业也就具备了数据整理以及有效利用等方面能力，尤其是依托云计算先进技术的企业能够将决策方案的制定以及方案的最初选择评估等工作更好的开展，企业发展在数据驱动的基础上也能够对财务状况做到充分管理，避免了企业不必要的风险，这对于改善企业管理决策起到了重要的作用。

2.对管理决策方面数据实际影响

“大数据”对于企业管理决策的具体影响还体现在决策数据上，具体从两方面展开分析：其一是知识管理，一般企业之中大量数据包含着丰富的知识内容，而这些知识内容对于决策的科学性起着至关重要的作用和影响，而依托于“大数据”能够将众多数据中知识内容挖掘出来，促使企业管理者更加准确把控数据信息，也能够丰富自身的知识体系；其二是数据良好管理，现今企业数据往往具备多样结构以及多样形式，这也在很大程度上加大了企业进行数据信息管理的难度，而依托于“大数据”对于海量性相关数据信息则可以将繁琐程序简化为数据集成以及数据抽取和相应的解决方案制定，处理程序的优化对于企业提升管理决策质量可靠性带来了保障。

3.对管理决策方面参与者实际影响

“大数据”基于企业方面管理决策的具体影响还体现在决策实际参与者上，具体来讲依托于“大数据”的企业相关决策方面参与者仅仅需要对分析完成之后的数据报告予以综合研究，而相较于以往参与者依据自身直觉经验和知识水平，实际评价数据来讲，最大化提升了参与者最终的管理决策质量，换句话来讲参与者对于信息数据方面的分析已经是站在了“巨人”即“大数据”肩膀上，从该层面上讲参与者受到了“大数据”实际影响。

四、结论

综上分析可知，时代以及社会在不断更新，作为国家重要经济载体的企业也需要紧跟时展脚步，将“大数据”实际应用在内部管理中，尤其是在管理决策方面，依托于“大数据”促使管理决策更加的准确可靠，为企业长足性发展奠定基础。而本文将“大数据”基于企业方面决策管理实际影响作为研究核心，旨在为现今以及未来企业优化发展献出自己一份微薄之力。

参考文献：

[1]王兵，池云. 大数据对企业数据管理和管理决策的影响分析[J].通讯世界，2016，05：227.

篇8

【关键词】云计算；电子政务；大数据管理；解析

信息技术的进步与完善，促使社会逐渐步入大数据时代，为了提高电子政务的安全性和数据处理能力，科学的对云计算进行使用，促使电子政务大数据管理的有效性和安全性得到提升。基于云计算的电子政务大数据管理，是建立在云计算的基础上，促使数据分析和数据处理能力得到全面提升，规避数据信息的丢失、非法入侵的情况产生，提高电子政务大数据管理的效率。

1电子政务大数据管理的意义

政府部门通过电子政务的使用，可以有效提高政府政务的处理能力，并促使与政务相关的活动可以实现信息化，提升政府相关政务处理的透明化和效率化，提高信息披露的质量。但是经过长期电子政务平台的使用，使得政府所收集的数据信息以及个人信息的数据量十分庞大，过于庞大的数据信息使得数据信息的安全性和可靠性不能得到保障，可能会导致数据丢失的情况产生，或是非法使用的情况，可能造成公民的个人信息流失，影响公民的人身和财产安全，而且，还会造成政府的相关管理工作不能顺利展开，制约政府电子政务的有效性。因此，通过电子政务大数据管理的方式，促使传统的电子政务管理可以得到改善。结合电子政务大数据管理，可以为社会提供更加优质和规范的管理能力，提高信息的安全性。（1）电子政务大数据管理可以有效提高信息的传递和共享能力，使政府各个部门之间可以实现信息的传递和交流，促使政府部分信息的透明度得到提升，促使政府办公效率的提升。（2）通过电子政务大数据管理的实施，可以提高政府应急管理能力的提升，在面对一些紧急事件时，可以采用合理的应急措施。（3）借助电子政务大数据管理，可以提高政府的决策效率，使政府决策更加真实可行。

2基于云计算的电子政务大数据管理

以云计算作为电子政务大数据管理的基础，从而使得电子政务大数据管理更加趋近于数据分析的和挖掘，可为政府相关职能提供参考。

2.1电子政务大数据采集

系统中的不同数据采用不同的采集方式，主要分为分布式数据采集和集中式采集。分布式数据采集是一种常用的数据采集方式，具有较强的灵活性，可以广泛的应用到系统中，促使系统的数据采集能力得到有效的提升，规避各类隐患的发生；集中式采集方式可以使数据的控制能力得到保障，提高数据的可利用性，对于政府部门主要采用集中式的方式，提高数据的可控性。数据服务器采用分布式的方式，可以使得电子政务大数据采集能力得到很大程度的提升。

2.2电子政务大数据存储

基于云计算的电子政务大数据存储是完成对政府各个部门的数据信息进行整合，并进行组织存储，并结合数据信息的真实情况，形成数据索引，相关管理人员可以通过基于云计算的电子政务大数据管理平台实现对数据的查询和使用。基于云计算的电子政务大数据管理系统，采用分布式的存储方式，有效的提高数据的存储质量和调用效率，使得数据存储能力和应用效率得到全面提升。

2.3电子政务大数据管理互联互通

为了实现电子政务的数据分析功能，需要实现基于云计算的互联互通，促其能够满足对大数据的分析需求，实现对多维数据的分析，提高电子政务的大数据管理水平，降低各类安全隐患的发生。

2.4电子政务大数据挖掘与可视化

基于云计算的电子政务大数据管理的联通分析，不能对数据的深层含义进行分析，因此，需要科学的对数据挖掘进行设计，从而使得电子政务的大数据管理可以充分对各类信息的内在含义进行挖掘，提高政府处理政务的能力，通常情况下，采用分布式的方式对数据进程处理和挖掘，从而获得更多有效的数据信息。并结合大数据的可视化，以图表的形式将数据信息进行显示，提升管理人员的管理水平。

3结束语

电子政务管理是提高政府政务处理能力和处理水平的重要因素，针对日渐庞大的电子政务数据信息，需要科学的对基于云计算的电子政务大数据管理进行解析，促使电子政务大数据管理水平和管理能力得到提升，规避各类安全隐患的发生，推动政府部门的职能有效发挥。

参考文献

[1]迪莉娅.基于云计算的电子政务大数据管理研究[J].图书馆理论与实践，2013，12：49~52.

[2]赵志超.电子政务大数据系统应用云计算架构[J].计算机与网络，2014，14：62~65.

篇9

关键词：大数据；统计学；教学改革

伴随着网络信息计算的急速发展，各领域数据以迅雷不及掩耳之势的速度不断更新，同时人们对数据的看法也在不断变化，采取的决策也在不断深化，人们在各个领域做出的决策都在由“以业务为中心”向“以数据为中心”转变。有人说，获取数据的人将获得世界的青睐，因此，对数据的统计与分析能力是当今一项非常重要的技能[1]。

统计学作课程作为各大高校开设的一门必修课，在学生接受的课程教育体系中起着重要的基础作用。同时随着各行各业数据分析的深入，高校统计学课程也必须顺应时展，进行教学改革，力争培养能毕业后与各行业顺利对接、有较强数据分析能力的人才。

一、当前统计学课程教学中存在一系列问题

当前，统计学课程教学中有一些不尽如人意的地方，无论是教学大纲的编制、教学进度的安排还是教学中采用的软件应用性上，都有一些小问题，给教学工作者带来很多困惑。

（一）教学大纲内容多，教学时长却较以往更短

高校一般每学期都会就下一年上统计学课程的该年级学生编制教学大纲，大纲内容全面、综合，涵盖了几乎统计学教材中的全部知识。统计学知识点包括导论、数据的收集、整理、分析、抽验分布、参数估计等。内容多，且覆盖范围广，且要求学生有較好的数学基本功，能快速理解、掌握每个公式和理论背后的含义。同时，为提高学生处理数据的能力，大纲中还要求给与一定数量的实训学时，要学生掌握SPSS，SAS等统计软件。目标很好，希望学生能真正掌握统计学课程的精髓。只是时间太有限，学校分给学生学习统计学课程的时长只有48学时，有一学期甚至压缩到了32学时，课堂教学时明显感觉时间紧，无法详细讲述书中的重要知识点，课堂上老师只能走马观花的讲讲重点，学生听的也是懵懵懂懂，知其然不知其所以然，不能理解定理、公式背后的含义，学习效果没有想象中好[2]。

（二）学生基本功不扎实

统计学课程本质上是采用的数学方法，其理论基础是微积分和概率论基础等数学系课程。对于非统计专业的学生而言，数学课是从小就伴随着他们的噩梦，从小就缺乏学习数学、利用公式解决问题的兴趣。进了大学后，更为枯燥、深奥的符号在他们看来更是一场莫名其妙的游戏，内心不愿参与到这场游戏中，只能形式上听一听，至于老师上课时传授的内容和精髓，则根本不曾记住过。薄弱的数学功底导致了他们在学完微积分、概率论后接触统计学课程时无法理解统计学里的基本知识，甚至大数定律、中心极限定理这些最基本的统计知识他们都无法理解其深意。

（三）学生以考试及格为目标，重理论轻实践

统计学考试方式为理论考试，无上机操作考试。虽然教学大纲中明确要求有一定比例的实训学时，只是由于统计学课程知识点繁多，有些老师为讲完理论知识，不得已压缩学生上机操作的时间。而大部分学生上统计学课的目的是为了及格，也不重视统计软件的操作，导致通常一学期的课结束了，学生还不会使用SPSS软件进行聚类分析。造成了学生处理数据的能力非常差，进入企业工作后一定要接受额外培训才能分析数据，这与企业所需人才严重脱节。

（四）教学方法陈旧，不能采用新型教学手段

现在的统计学课程几乎还是采用满堂灌的填鸭式方法教学，老师在课堂上讲，学生在课堂听，整堂课下来，老师筋疲力尽，学生听得味同嚼蜡，有些地方没跟上老师节奏的，后面便再也不去听了，课堂效率低。如今互联网时代，很多新的教学方法应运而生，如微课+翻转课堂、对分课堂等，且这些方法是行之有效的，可以调动学生学习能动性。而统计学课堂却没有采用这些教学方法。

（五）统计学教材与当今大数据时代脱轨

很多高校给学生上课前选教材时都会选国家级规划教材，希望这些教材能保留统计学的精髓知识的同时，也顺应当今大数据时代的要求，倾向于讲述提高学生数据处理能力。只是老师们在选教材时还是会发现两难全。

统计学教学中有很多亟待提高的地方，基于此，统计学教学改革势在必行。

二、统计学教学改革措施

大数据时代，统计学课程可充分利用时代给予的“数据”红利，充分发挥工具的作用，将统计学中的方法充分与数据结合，使学生能自如运用统计学知识处理数据，并挖掘数据背后的含义。统计学教学改革可侧重以下几个方面：

（一）编制合适的教学大纲，制定相应的教学时长

教学过程中一定要分清重点，主次分明，不能什么都视为很重要的知识点。适当调整授课节奏，重点知识重点讲解，非重点知识可一语带过甚至不讲，编制合理的教学大纲。同时教学中注意尽量减少一味的讲公式、定理，要针对性教学，针对非统计学专业的学生，可尽量减少讲解定理的证明，多讲些现实中定理的应用，可穿插案例教学。讲授过程中慢慢引入统计工具与技术，力争理论与实践相结合，以适应大数据时代分析数据的需要。另外，可制定合适的教学时长，32学时只是入门级教学，可根据学生的专业适当延长学时。

（二）重视上机操作，提高实践操作的重要性

大部分非统计学专业的学生上统计学课是因为必修，为了修学分而上这门课。本着及格即万岁的小算盘，课堂上玩手机睡觉，平时得过且过，考前学习一下老师画的重点题，一学期轻松飘过。为让学生真正掌握统计方法，成为新时代需要的人才，可提高上机操作占学生成绩的比重，增加实训课时，并给学生分配任务，学会用主成分分析处理哪些问题，学会SPSS中的哪些统计方法。每次实训课结束前，要求学生上机演练一遍得出结果方能下课。且上机操作的表现可折合成平时成绩，作为学生总成绩的一部分；或者期末考试前会有一次上机操作考试，分数作为总评成绩的一部分。大数据时代，学生们一定要有使用简单的基础软件对数据处理的能力。而能力的培养，除了学生本身的兴趣外，还要从制定相应的制度强制学生树立自我培养的意识开始。

（三）注重案例分析，注重实用性，鼓励学生参与课题或比赛

统计方法的学习是为了以后更好地应用。为了增加学生学习的能动性，教学中可以通过案例分析的方法，将现实中实际问题和数据作为分析对象，并考虑现实背景，教授学生采用何种统计方法能更好解决问题。这种方法不仅能帮助学生长见识，拓宽视野，更能让学生切实感受到什么叫学以致用，感受到为未来进入职场积淀知识，力争成为大数据时代的综合性人才的重要性。

同时也可鼓励学生申请或参加课题，培养发现现实问题、采用统计方法分析问题和解决问题的综合能力，一个课题从开始申请到顺利结项，绝不单单只靠几个分析方法就能解决的，它是对一个人或团队综合能力的考验，涉及到撰写文案的功底、将现实问题去粗取精后凝练成模型的能力，以及解決问题所采用方法的准确把握的能力等，整个过程需要有计划的进行，方能有条不紊的将课题完成。

目前，很多高校提供了培养学生创新创业能力的比赛，还有全国数学建模比赛等，这些平台和机会都可以帮助学生，他们用自身所学的理论和上机操作知识，紧随新时展，采用先进的数据分析方法，锻炼解决问题的能力。同时这些实践经验反过来正作用于课堂教学，提高学生学习兴趣，使学生更加有侧重点地学习。

（四）采用翻转课堂、对分课堂等新型教学方法

经验告诉我们，满堂灌的授课方式效果真的不是多好，激发学生兴趣，提高学生学习的能动性是关键。大数据时代，可以借助互联网信息技术新方法，利用翻转课堂、对分课堂等新的教学方法，提供平台和教学资源，让学生自主学习，之后可分组讨论所学知识，对于不清楚的可自行搜索或者上课讨论，课后总结，这样线上线下教学的方式，使学生主动掌握学习节奏，增强师生之间的互动性。

（五）选择适合学生的统计学教材

如今市面上的教材数不胜数，如何选择合适的教材让教学工作者颇为头疼。对非统计学专业的学生，可选择应用性强的近三年教材，侧重案例解析和上机操作的，尽量少一些定理、公式的证明，更多的侧重于应用，这样有利于让学生感受到理论知识的实际应用，培养创造性思维。

三、结语

统计学教学改革不是一蹴而就的，需要老师和学生的共同努力。本文基于当前统计学课程教学中普遍存在的问题，探讨了统计学课程教学改革的措施，如授课内容、考核方式等，从而提高教学效果，提高学生处理数据的能力。

参考文献： 

[1]胡云霞.大数据背景下统计学教学改革与创新研究[J].现代商贸工业，2018，29（35）.

[2]章政.大数据背景下经管类专业统计学课程教学改革研究[J].创新创业理论研究与实践，2019（24）. 

篇10

关键词： 大数据时代 高校宣传思想工作 建议

大数据开启了时代转型之门，随着信息技术的发展，海量的数据日益影响着人们的工作、学习和生活。8月19日，国务院常务会通过《关于促进大数据发展的行动纲要》，标志着大数据已经正式上升到国家最核心战略。面对新的形势，高校宣传思想工作者如何抢抓机遇，以“大数据”思维推动各项工作提档升级、创新发展，是一项亟须深入思考和实践的重要课题。

一、大数据的概念及基本内涵

早在1980年，著名未来学家阿尔文・托夫勒便在《第三次浪潮》一书中，将“大数据”热情地赞颂为“第三次浪潮的华彩乐章”。近年来，大数据更是广受关注，不过，对于大数据概念的理解并未取得一致。麦肯锡是研究大数据的先驱，认为大数据指的是大小超出常规的数据库工具获取、存储、管理和分析能力的数据集。国际数据公司（IDC）从大数据的四个特征来定义，即海量的数据规模（Volume）、快速的数据流转和动态的数据体系（Velocity）、多样的数据类型（Variety）、巨大的数据价值（Value）[1]。维克・托迈尔・舍恩伯格认为：“人们能在大规模数据的基础之上做到的事情，并且这些事情在小规模数据的基础上无法完成，就叫做大数据。人们能够通过大数据获得更新认知、创造更新的价值观念;大数据还可以改变组织机构和市场，以及政府与公民关系。”强调以大数据技术为基础的新思维和新方法[2]。

尽管对“大数据”的认识存在差别，但综合不同的定义看，“大数据”在不同领域内包含三层含义，可以分别从现实和技术两方面加以阐释：第一层意义上的“大数据”指的是数据的巨量化和多样化，现实方面指的是海量数据，技术方面指的是海量数据存储;第二层意义上的“大数据”指的是大数据技术，现实方面指的是对已有或者新获取的大量数据进行全面分析和利用，技术方面指的是云存储和云计算;第三层意义上的“大数据”指的是大数据思维或者大数据方法，现实方面指的是把目标全体作为样本的研究方式、模糊化的思维方式、侧重相关性的思考方式等理念，技术方面是指利用海量数据进行分析、处理并用以辅助决策，或者直接进行机器决策、半机器决策的全过程大数据方法，这种对大数据的认知方式涉及“大数据项目”或“大数据技术应用”的认知[3]。

二、大数据在高校宣传思想工作的应用价值

宣传思想工作是在头脑中搞建设，向来被认为务虚多于务实，经验等同于规律，往往侧重定性分析，忽视定量分析。在互联网背景下，如何在师生产生的海量信息数据中寻找具有价值的内容，仅仅依靠传统的定性分析方法显然不适用。大数据引起变革的最重要方面在于它创造了前所未有的可量化维度，使定量分析方法取得了突破性进展，也为高校宣传思想工作由定性向定量、感性向理性、务虚向务实转变提供了新的机遇。

（一）夯实宣传思想工作基础。

大学生思想政治教育是高校宣传思想工作的一项重要内容。由于当代大学生群体是伴随着互联网成长起来的，他们思想活跃，主动积极，并敢于创新和实践行动，因此，对其思想动态、情感就更加难以把握，对其未来行为和言论更加难以预测。而大数据给思想政治教育提供了呈现和开发利用信息的方法，以全面收集学生网上、日常活动等海量信息为前提，通过加工和综合处理使之转化成有效信息的基础上，进行分析、判断、过滤、提纯，使之成为有价值的“思想状况大数据库”，进而达成对教育对象的全面认识和准确把握。

（二）丰富宣传思想工作方法。

高校身处国家意识形态工作的前沿，在这个“人人都有麦克风”的全媒体时代，如何加强网络舆论引导，巩固扩大宣传思想阵地，已经是势在必行。要预测分析引导舆情，首要条件是对各种关联的数据进行分析计算。在大数据的支撑下，突破了传统数据时代片面化、单一化、静态化的思维，定量研究、定性研究、数学模型等许多新的研究工具和方法都可以利用，可以将看似无关紧要的舆情数据纳入分析计算的范围，从而使舆论引导工作更富科学性、前瞻性和有效性。

（三）创新宣传思想工作方式。

随着信息技术的发展，海量的数据影响着人们的工作和生活，对新闻生产方式也产生了广泛的影响，数据新闻应运而生。“数据新闻”，也被称为“数据驱动新闻”，简而言之，就是一种新闻生产方式，对大量的数据和信息进行分析、处理，运用可视化和叙事化的手段，创作出一种新的新闻报道方式[4]。当前，高校校报、广播等传统媒体的生存环境正面临着十分严峻的考验，而受众正向以互联网为代表的新媒体迁移，而数据新闻正是在电子媒体上才能得以呈现。数据新闻通过可视化的技术呈现出来，使得新闻有了新的叙事的方法，它的私人订制化、受众可参与新闻创作的特点，是目前数据新闻与其他图文新闻所不一样的地方。

三、大数据时代宣传思想工作面临的主要问题

当前，我国“大数据”技术的开发应用，相比欧美等发达国家相对滞后，在高校宣传思想领域引入相关的理念和技术，还属于理论研究和实践起步阶段，并存在诸多难点。

（一）战略认识有待深化。

如今，高校信息化建设正经历着由简单到复杂、由单一到多元、由局部到整体的全方位一体化的发展过程。数据分析、数据挖掘等技术，在招生、就业、教学、科研、人事、财务、资产、图书借阅等方面逐渐开始尝试运用，尽管这种探索还是不成熟的、浅层次的。但在宣传思想工作领域，“稳、怕、守”的心理普遍存在，“探、闯、试”的劲头不足。面对新时代、新形势，在树立大数据思维、应用前沿技术、推进方式方法创新上面缺乏机遇意识和前瞻眼光，在顶层设计、资源配置、宣传发动等方面的工作基础还比较薄弱，借助“大数据”为宣传文化工作提档升级仍需凝聚共识、汇聚力量。

（二）技术平台有待完善。

近年来，随着移动互联网以及物联网等新技术的兴起，学校师生主动产生和由设备自动收集的信息越来越多，如微博、微信等社交信息，各类搜索点击记录信息等。这些信息的有效挖掘和分析，对开展宣传思想工作有着非常重要的意义。但是上述信息存在着数据量大、结构复杂、产生频率快的特点。由于缺乏统筹规划，许多职能部门各自为政，不少应用系统之间没有统一的技术和数据标准，数据不能自动传递，缺乏有效的关联和共享，从而形成“数据孤岛”。在需要连接多个数据源的情况下，数据的提取非常困难，而复杂的在线分析几乎无法实现。

（三）人才队伍有待加强。

大数据是一个综合性课题，需要不同层级的人才。麦肯锡公司预计，美国到2018年深度数据分析人才缺口将达14万～19万人，能够分析数据帮助公司获得经济效益的技术及管理人才有150万人的缺口。中国能理解与应用大数据的创新人才更是稀缺资源[5]。目前，高校大多数宣传思想工作者的学科背景都属于文史类，大多数人仅仅是利用互联网获取资料、捕捉师生思想行为的信息，通过对微博、微信、QQ空间、贴吧、论坛等新媒体的简单运用开展思想教育和行为引导，但对于深层次的多级舆情信息，师生针对某一事件评论反映出的情绪变化、行动性暗示等信息无法通过大数据、互联网等相关知识和技术深度挖掘，这在很大程度上影响着宣传思想工作与大数据时代的契合。

四、做好大数据时代宣传思想工作的几点建议

（一）加强领导，为大数据时代的宣传思想工作提供坚实组织保障。

大数据建设是一项有序的、动态的、可持续发展的系统工程，必须加强顶层设计，搞好宣传发动，以促进建设过程中各个环节的规范有序。一是做好大数据规划。高校要利用制定“十三五“规划这个有利时机，做好宣传思想工作大数据发展的顶层设计，明确大数据发展的战略目标、战略任务和战略重点，统筹推进相关数据中心及基础数据库建设。二是加大资源投入。大数据背后是一系列的数据挖掘、数据存储、数据分析、数据显示、数据安全等步骤，每个环节都需要大量人财物投入。三是加大宣传教育力度，培养数据意识和数据素养。创新内容、形式和途径，把大数据专业知识列入高校宣传思想系统领导干部、工作人员教育培训考核重要内容。

（二）整合资源，为大数据时代的宣传思想工作提供一流技术平台。

数据只有不断流动和充分共享，才有生命力。一是建立统一的数据标准。要牢固树立“大宣传”意识，规范数据管理的方法、流程、定义，统筹和整合宣传思想领域各方面异源异构性信息数据，实现各业务模块间的数据库的集成、交换和共享，消除“信息孤岛”。二是建立严格的数据管理制度。制定信息采集和管控、敏感数据管理、数据交换、数据权益等领域的大数据管理规章制度，明确大数据采集、使用、开放等环节涉及信息安全的范围、要求和责任。三是拓宽大数据挖掘获取渠道。加大与人民网、新华网、新浪、腾讯、百度、凤凰网等主要网站的合作，通过合作模式获取后台关键数据。

（三）创新机制，为大数据时代的宣传思想工作提供强大智力支撑。

没有一流的人才队伍，做好大数据时代高校宣传思想工作将是一句空话。因此，不断创新机制，通过多种途径和形式，开发培养一支大数据人才队伍，提高宣传思想工作的能力势在必行。一要发挥高校学科优势，协同科研单位、媒体机构、政府部门力量，开设专门的数据科学学科，加强各学科人才的交叉培养，重点培养综合掌握统计学、计算机学、管理学、新闻传播学等各方面知识的复合型人才，打造一支规模宏大的大数据人才队伍。二是利用“聘任制”，不断吸引社会专业人才进入高校宣传思想工作系统。三是通过购买服务的方式，短期租赁高精尖大数据技术人才为我所用，不断健全高校宣传思想工作大数据技术人才体系。

参考文献：

[1]赵国栋，等.大数据时代的历史机遇[M].北京：清华大学出版社，2013.

[2]维克托・迈克・舍恩伯格，肯尼斯・库克耶，著.盛杨燕，周涛，译.大数据时代[M].杭州：浙江人民出版社，2013.

[3]马奔，毛庆铎.大数据在应急管理中的应用[J].中国行政管理，2015（3）.