大数据时代下的隐私保护范文

导语：如何才能写好一篇大数据时代下的隐私保护，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

>> 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2

>> 大数据时代下我国文化产业所面临的机遇与挑战 大数据时代企业所面临的挑战与应对 大数据时代下企业管理所面临的挑战与创新 大数据时代会计师事务所面临的机遇与挑战 大数据环境下政府统计所面临的思考 大数据时代背景下人力资源管理所面临的机遇分析 “大数据+”的学生管理面临的困境与机遇 “大数据”时代：新闻业面临的新震荡 大数据时代政府统计面临的机遇和挑战 大数据时代医学研究面临的机遇与挑战 大数据时代会计面临的挑战与出路分析 大数据时代面临的信息安全机遇与挑战 大数据时代企业面临的机遇与挑战 大数据时代物流企业面临的机遇和挑战 大数据时代下统计学面临的挑战 大数据时代高校教学面临的机遇和挑战 大数据的时代 CIO决策世界CIO面临大数据架构的选择困境 网络时代下党报所面临的困境和出路 西部农村学校“后撤点并校时代”所面临的困境 常见问题解答 当前所在位置：l？src=mv&ref=general.

[5] G.D.Karagiannopoulos，N.Georgopoulos，K.Nikolopoulos.“Fathoming Porter’s five forces model in the internet era”，info，2005，（6）：

66-76.

[6] Andrew Edgecliffe-Johnson，Gelles，D.，& Jopson，B.（2012，Apr 12）.Booksellers claim ebook ruling runs risk of amazon monopoly.

Financial Times Retrieved from http：///docview/993668054 accountid=11232.

[7] Trachtenberg J.A.，& Bensinger，G.（2014，Nov 13）.Amazon，hachette end publishing dispute；E-retailer，book publisher reach

multiyear pact for print，digital books.？Wall Street Journal （Online）Retrieved from http：///docview/1623516576

accountid=11232.

[8] 冯登国，张敏，李昊.大数据安全与隐私保护[J].计算机学报，2014，（1）：246-258.

篇3

关键词 大数据；安全；隐私保护；探究

中图分类号 TP3 文献标识码 A 文章编号 1674-6708（2017）184-0061-02

大数据时代中，数据与信息研究和分析工作更加繁琐、复杂，整个过程也较难管理。根据大量统计数据表明，仅在过去3年时间内，全球范围内所产生的数据量也超过了先前500年出现的数据量。随着数据量的不断增加，企业与个人对数据隐私性与安全性要求更高，大数据隐私与安全问题也更加的突出，如何应对在大数据背景下的数据安全问题，是全世界范围内均应当积极思考的问题。

1 大数据概述

1.1 大数据来源与特征

根据大数据来源的不同，大数据可分为3类：其一是来源于人，人们在使用互联网的过程中所伴生的各种数据，包含视频、图片、文字等；其二是碓从诨，各种类型的计算机在运行过程中产生的数据，以多媒体、数据库、文件等形式存在；其三是来自于物。各种类型的数字设备在运行过程中所采集得到的数据，例如：摄像头采集得到的数字信号等。

1.2 大数据分析目标

当前大数据在商业、医药、科学研究等领域应用较多。其用途较多，因此带来的分析目标也比较多。

其一，推测趋势与获取知识。大数据中包含有很多重要信息，通过对大数据的分析工作可以更为深入地把握各种数据背后存在的问题与知识，实现对表层现象的深入挖掘。

其二，研究掌握个性化的特征。以大数据为基础，通过多角度、长期的数据分析、对比工作，可以将用户个性化特征分析出来。从而在得到用户习惯的基础上，对不同的用户提供出更为针对性的服务。

2 大数据存在的安全问题

2.1 用户隐私

若大数据在使用的过程中对用户数据没有做到较好保护，那么将直接威胁到用户隐私与数据的安全性。按照保护内容不同，其可以分为标识符匿名、匿名保护及位置隐私保护等。

在大数据时代下，人们数据安全面临的问题不仅仅是传统的个人隐私问题，更多的是根据对人们数据的分析与研究，对人们状态与行为的针对性预测，例如：零售商可以比家长更加了解自己的孩子的消费习惯等，从而邮寄相关广告信息等。再如对用户在网络上发表的一些状态内容等，能够分析这个人的政治倾向、喜欢球队、消费习惯等隐私信息。目前，很多企业认为对信息进行了匿名处理之后，标识符就会被隐藏，然后信息就能公布了，但现实情况为，仅采用匿名保护的方式并不能实现对隐私的有效保护。例如，某个公司在对3个月之内部分搜索历史记录进行匿名处理之后，供人们使用，虽然其中包含的标识信息经过了较为精心的处理，但是其中包含的很多记录项内容还能够被精确的定位。

2.2 大数据的可信性

人们普遍认为虽然数据可以在一定程度上说明一些问题，数据自身就是事实，但是现实情况为，若对数据不能进行有效甄别，人们也会被数据欺骗。

其一，不法分子可对大数据中的数据进行刻意编造与伪造，而大数据分析的基础就是这些数据，错误的数据必然导致错误的结果。如果数据使用场景较为明确，部分人可能编造数据从而营造出对其有利的数据假象，从而导致人们得出错误的判断。如，某些网站中包含的虚假评论，用户在看到这些虚假的评论之后，非常容易去购买这些劣质的商品与服务。再加上当前互联网技术的普及，这些虚假信息带来的影响是不可估量的，使用信息安全技术对这些数据进行甄别难度也非常大。

其二，大数据在进行传播过程中可能出现失真的情况，这里主要是由于人们在信息传播过程中可能出现信息逐步失真的情况。

2.3 大数据访问控制

因为大数据使用范围较为广，来源也较多，对数据设置访问控制是非常必要的。但是在大数据下，需要对大量的用户进行权限管理，但是用户实际需求是未知的，这就导致对角色进行预设是较为困难的。

3 大数据安全与隐私保护对策

3.1 数据匿名保护技术

对大数据安全与隐私保护中，数据匿名保护的关键在于使用的基本手段与关键技术，现阶段该项工作正处于不断完善过程中。当前数据匿名保护技术仍旧较为复杂，大数据攻击者能够从多个方面获得数据信息，而不单单是某一个数据源。因为匿名模型是对所有属性集合而设定的，对某个具体的属性并没有给予其明确定义，这就导致在处理的过程中较易出现匿名处理不足的可能性，数据攻击者就能够将该属性值确定。因此，应当对数据匿名保护技术进行完善，在具体实施时可以使用多样化匿名，其优势主要在于在可对每个匿名属性数据进行多样化处理，可使用裁剪算法方案与数据置换方案，从而将其中包含的敏感数据平均化，从而可大大增强数据匿名保护的效果，可有效预防数据攻击者对数据进行的联合攻击，有效确保数据匿名特性。

3.2 社交网络匿名保护技术

大数据的重要来源之一就是社交网络中产生的数据。因此做好大数据匿名保护是非常重要的。但是在社交网络中，其中通常包含有大量图片，因此，若采用传统的数据结构化匿名保护技术不能满足社交网络匿名保护需求。为了确保社交网络数据安全性，在具体实施中，对图结构应当从超级节点进行集聚与分割，例如，基于节点聚集的匿名方案、基于基因算法的实现方案、基于模拟退火算法的实现方案以及先填充再分割超级节点的方案。在社交网络匿名保护当中，关系型预测方法的使用具有较多优点，例如其能够准确从社交网络中局部性连接增加密度增长，积聚系数增加进行有效防护。

3.3 数据水印技术

数据水印技术就是将数据中所含的标识信息，再方式嵌入的方式嵌入到其中，从而确保数据安全被使用，可有效解决数据存在的动态性、无序性特征。在具体实施中，可以将数据通过集合的方式嵌入到某一个固定的属性中，这种方式可有效避免数据攻击者对水印的破坏。另外，可采用将数据库指纹信息录入到水印当中，可以识别出信息的所有者以及被分发的对象，有利于在分布式环境下追踪泄密者。此外，可采用独立分析技术，能够实现无密钥水印验证，进一步确保数据安全性。此外，这里还可以使用数据溯源技术，由于数据的来源多样化，所以有必要记录数据的来源及其传播、计算过程，为后期的挖掘与决策提供辅助支持。

4 结论

综上概述，我们在享受大数据时代给我们带来便利的同时也应当应对其存在的数据安全与隐私保护带来的挑战，增强信息保护与信息安全。如要真正实现大数据时代下数据安全与隐私保护工作，必须对大数据存在的安全漏洞分析入手，充分应用各种类型的数据安全与隐私保护技术措施，同时构建其对应的法律法规，才能确保大数据安全与隐私保护。

参考文献

[1]雷海.乘大数据东风 扬追越之帆――大数据时代提高航运服务业品质的理念及策略[J].水运管理，2014（5）：1-3.

[2]董杨慧，谢友宁.大数据视野下的数据泄露与安全管理――基于90个数据泄露事件的分析[J].情报杂志，2014（11）：154-158.

篇4

 

大数据以其数据收集整理与分析的高效性极大的推动了网络的进步和社会的发展。这一现象引发了人们的广泛关注。在学术界，图灵奖获得者JimGray提出了科学研究的第四范式，即以大数据为基础的数据密集型科学研究;2011年《Science》也推出类似的数据处理专刊。在我国，2012年中国通信学会、中国计算机学会等重要学术组织先后成立了大数据专家委员会，为我国大数据应用和发展提供学术咨询。

 

大数据以其数据收集整理与分析的高效性极大的推动了网络的进步和社会的发展。但目前大数据的发展仍然面临着许多问题，安全与隐私问题是人们公认的关键问题之一。单纯通过技术手段限制对用户信息的使用，实现用户隐私保护是极其困难的事。当前很多组织都认识到大数据的安全问题，并积极行动起来，如何保护好社会网络的个人信息安全是非常值得思考的一个问题。

 

1大数据概述

 

1.1大数据的定义

 

目前，对于大数据尚无统一解释，普遍的观点认为，大数据是指无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合。从信息安全的角度看，大数据是指规模和格式前所未有的大量数据，它是从企业的各个部分搜集而来，它们相互关联，技术人员可以据此进行高速分析。

 

1.2大数据的特点

 

大数据的常见特点包括：数据量大(Volume)、类型多样(Variety)、运算高效(Velocity)、产生价值(Value)。

 

1.2.1数据量大(Volume)

 

大数据时代，各种传感器、移动设备、智能终端和网络社会等无时无刻不在产生数据，数量级别已经突破TB，发展至PB乃至ZB，统计数据量呈千倍级别上升。据估计，2012年全球产生的数据量将达到2.7ZB，2015年将超过8ZB。

 

1.2.2类型多样(Variety)

 

目前大数据不仅仅是数据量的急剧增长，而且还包含数据类型的多样化发展。以往数据大都以二维结构呈现，目前随着互联网、多媒体等技术的快速发展和普及，视频、音频、图片、邮件、HTML、RFID、GPS和传感器等产生的非结构化数据，每年都以60%速度增长。预计，非结构化数据将占数据总量的80%以上。

 

1.2.3运算高效(Velocity)

 

基于云计算的Hadoop大数据框架，利用集群的威力高速运算和存储，实现了一个分布式运行系统，以流的形式提供高传输率来访问数据，适应了大数据的应用程序。而且，数据挖掘、语义引擎、可视化分析等技术的发展，可从海量的数据中深度解析，提取出所需的信息，是大数据时代对数据管理提出的基本要求。

 

1.2.4产生价值(Value)

 

价值是大数据的终极目的。特别是激烈竞争的商业领域，数据正成为企业的新型资本，企业都在追求数据最大价值化，在数据量高速增长的情况下，通过挖掘数据有用信息，从中获得有价值的信息，对于企业至关重要。同时，大数据价值也存在密度低的特点，需要对海量的数据进行分析才能得到真正有用的信息，最终形成用户价值。

 

2大数据面临的挑战

 

社会网络的不断发展将每个人都曝光在这种没有个人隐私的环境下，大数据时代下的个人信息被各种网络团体进行恶意泄露和传播。个人信息处于非常危险的环境中，比如各种网络论坛里对个人进行“人肉”，个人的各种信息都被迫公开，给当事人带来了非常坏的影响。当前大数据时代下的社会网络发展迅速，极大的丰富了人们的文化生活，通过互联网能够有效及时的获取各样各种的信息，并且能够做到远距离的及时交流。通过网络能够获得一些自信和满足感，但是大数据时代的个人信息安全性非常的低，个人信息极易被不法分子获取用到不正当的途径上去。

 

大数据时代下的社会网络特征是非常明显的，网络中的信息呈现出非常多样化的形态，各种信息数据以各种形态存在于网络上，例如视频形式、声音形式、图片形式、文字形式进行信息传播与交流。网络的方便快捷加快了社会的进步，各种社交平台的出现，利用网络进行购物并支付货款等牵涉到个人的真实有效信息，这些个人信息被互联网企业通过大数据进行整理与保存，某些不法分子会利用一些技术手段窃取用户的个人信息用于商业行为，这些个人隐私对于用户来说是非常重要的，比如好多人会收到各种莫名其妙的推销电话，这就是个人信息被泄露的一个直观现象。

 

2.1大数据中的个人隐私泄露

 

个人在网络社会进行各种活动时最基本的一点就是要确保自己各种网站私人账户的安全，确保个人隐私不会被第三方企业或个人所获取。大数据时代下的现代网络促进了时代的进步，各种网站的出现将公民更多的投入到网络社会中，现代社会的个人离不开网络社会，通过各种账号能够实现用户多种多样的需求。用户在申请个人账号时往往都是通过自己的手机号或者邮箱账号作为账户名进行关联，这种数据之间的关联虽然非常对用户来说非常方便快捷，但是其风险是较高的，一个账号被盗可能会引起其他账户信息的泄露，账户安全问题在大数据时代显得更加严峻。大数据时代背景下用户的个人隐私安全问题日渐突出。当今社交网络的非常火爆，用户通过各种各样的社交软件与外界进行沟通与交流。用户通过分享自己的位置、照片等多种多样的形式与其他用户进行深度交流。这些信息都会被这些社交软件进行数据化处理，形成各种数据存储在云平台里。虽然在社交网络中分享自己的心情和照片能够增加自己的愉悦感，但对于某些较为隐私的信息还是不想被他人获取并到网络世界中。当前情况下，一些大数据公司在进行数据的处理和分析过程中，并没有根据用户的具体隐私进行正确的分类，对于某些用户的个人隐私进行整理并当成商品售卖给其他企业或个人，严重影响了用户的隐私，给用户造成了不同程度的困扰。因此，作为处理大数据的互联网企业不能以任何名义去泄露用户的个人隐私，要充分保证用户个人信息的安全性。积极采取各种技术手段有效的保护好用户的个人信息，保证用户在网络社会当中的合法权益。

 

2.2个人信息控制权弱化

 

跟传统环境作比较用户个人信息控制权弱化程度太高。互联网社会的飞速发展，信息在这个世界的传播速度超越先前的任何一个时代，互联网社会的公民对于个人信息的控制程度达到了最低的限度，个人隐私非常容易被暴露到网络社会当中。特别是大数据时代的发展，数据的处理能力得到了质的飞跃，公民个人的所有信息被整理成数据的形式存在于互联网当中，数据公司通过对个人数据的合理分析能够迅速的定位到个人，个人对于信息的控制权遭到了极大的削弱。

 

3大数据下个人信息保护对策

 

3.1数据匿名保护

 

大数据的匿名更为复杂，大数据中多元数据之间的集成融合以及相关性分析是的上述那些针对小数据的被动式保护方法失效，与主动式隐私管理框架相比，传统匿名技术存在缺陷是被动式地防止隐私泄露，结合单一数据集上的攻击假设来制定相应的匿名化策略。然而，大数据的大规模性、多样性是的传统匿名花技术顾此失彼。

 

对于大数据中的结构化数据而言，数据匿名保护是实现其隐私保护的核心关键技术与基本手段，目前仍处于不断发展与完善阶段。在大数据场景中，数据匿名保护问题较之更为复杂：攻击者可以从多种渠道获得数据，而不仅仅是同一源。对网络用户中的匿名技术以及对于大数据网络下的数据分析技术和相关的预测技术对于网络的营销业务的发展都有着非常重要的促进作用，相关的企业还要进一步对匿名技术进行研究，保证用户的个人信息安全以及数据之间的应用安全。

 

3.2加强数据的监管

 

海量数据的汇集加大了隐私信息暴露的可能性，对大数据的无序使用也增加了信息泄露的风险。在监管层面，明确重点领域数据库范围，制定完善的数据库管理和安全操作制度，加大对重点领数据库的日常监管。在企业层面，加强企业内部管理，制定设备尤其是移动设备的安全使用规程，规范大数据的使用流程和使用权限。

 

3.3建立和完善法律法规

 

在我国现阶段个人信息安全法律法规与大数据技术同步跟进还是新生事物，行业内部仍在不断地摸索中努力前进，在其发展的过程中也会有很多的挑战，比如法律法规相对不够健全，相关的用户信息不能进行安全的保护等等。《信息安全技术公共及商用服务信息系统个人信息保护指南》作为个人信息、保护方面的最高国家标准于2013年2月1日开始实施，这项标准主要是在整个大数据的环境下对用户个人信息的安全性以及合理利用性进行相应的标准规定，这就进一步保证了在对用户个人信息处理过程中的规范性。所以，在目前我国大数据的背景下，如果想要进一步对个人信息的安全进行保护，就要对相关的法律法规进行相应的建立和完善。

 

3.4安全体系建设

 

在目前我国大数据环境下的社会网络，要对网络行业的相关规范标准以及相关的公约进行相应的建立，要想保证我国的社会网络行业在目前我国社会经济的发展背景下能够进一步提升，在市场上能够占有一定的地位，就要对相关的建立相应的安全体系，并且对用户的信息安全进行进一步的保障，保证用户能够对网络行业产生一定的信任，并且能够在目前大数据的环境下能够获取一定的收益。

 

3.5提高个人安全意识

 

提高个人的安全意识是社会网络用户在大数据时代主动保护个人信息、安全的有力措施。如学习信息安全基本保护措施，加强对信息安全知识的拓展，不仅能够帮助用户对相关的网络病毒特征进行了解，还进一步提升了自身的信息安全保护意识，进而保护其他用户的个人信息安全。还要对用户的信息进行及时的备份，提高用户的信息安全保护的意识。

 

对于网站以及相关的网络应用要进行相应的控制，保持其合理性的应用，在使用网络的过程中要对各个方面进行考虑，不要将个人信息过多的放入到网络中去，对于分享的照片以及地理位置等等个人信息要进行相应的控制，还要对陌生人进行相应的访问权限设置，对于自己的个人信息要能够把控住，保证自己信息的安全性。

 

在访问网站时，会产生很多注册的信息，在注册的过程中要保证自己的个人信息不被透露。用户还要进行定期的个人信息安全教育，根据相关数据表明，用户信息在进行相关的安全教育之后，对于其个人信息的保护意识也就有所提升。在目前大数据的背景下，相关的用户要对网络中相关的隐私安全保护公约进行更多的了解，主动地进行自身信息安全的保护。

 

4结语

篇5

一、个人征信是大数据时代个人数字的“身份证”

互联网技术快速发展和大规模应用，特别是在大数据时代，全球经济一体化加速信用的数据标准化，由此个人信用评级成为大数据时代金融活动的身份证，大数据征信也是未来征信的发展趋势。

“大数据征信”其直接表现就是采集数据的维度已经突破了传统的“金融属性”，从仅收集借贷人的金融信息，扩展到借贷人的生活信息，如社交数据、电商数据、生活服务数据等不具有金融属性、缺乏验证性、弱相关的互联网全网大数据。

二、个人征信是大数据金融的“敲门砖”

传统的个人借贷行为的风险无法得到很好的评估，商业银行或者信贷机构对借贷者的还款能力和资金使用缺乏整理把控和综合了解。通常来说，信誉较差的借贷者还款期限和还款金额得不到保证，这样导致整个资金融通过程不可持续，而且导致这个融资环境恶化。形势就要求个人征信有精确的、权威的、量化的、具体的数值来表征其高低。没有量化、准确的信用评级，个人数字金融业务难以正常开展。

大数据时代下个人征信消融了“钢筋和水泥”的信息来源的间隙，决定着个人线下经济的正常表现，能够获得了较好的信用评级就等于拿到了线上金融的“敲门砖”，首先，优秀的个人征信分值将为其网上业务办理和消费额度提供信誉支持和保证;其次，个人征信分值的高低与监管息息相关。在金融监管方面，个人征信分值与借贷人的透支范围和透支渠道直接联系，决定自然信用人的资本供给能力，将个人征信与金融业务整合起来的大数据时代，通过对个人在线上和线下经济消费能力和消费偏好，为金融监管部门提供分析数据，大数据汇总、整理、挖掘、创新、再利用能够对表征个人数字金融健康程度，为银行信贷部门和其他金融机构提供数据参考。

三、大数据时代我国个人征信业面临的严峻挑战

（一）互联网企业跨界个人信用评级业

传统电商企业经过长时间的发展，积累了大量、复杂、分散、多样的客户交易数据，数据背后其实是现实社会中的人与人关系网络的数据化表现形式，通过对数据的分析和重组，挖掘出数据背后信用数据，互联网金融的核心要素是从海量、复杂的数据中分析出具有金融属性的数据，数据分析和整合、应用是互联网企业先天的优势所在，互联网企业跨界个人信用评级业也是时展的需要。

（二）大数据技术倒逼个人信用评级业务改革

大数据具大量、多样、高速、价值等特点，将从以下三方面改革信用评级业务：

一是基于全样本数据，评级结果精准。大数据的特性之一就是数据量增长极快、结构复杂多样、时效强等特征的数据。截至2015年3月份，阿里巴巴和淘宝及其他电子商务平台上庞大的客户群体在线进行交易，实时产生大量交易数据，交易数据中隐藏着的个人信用参考数据，是个人信用评级分析赖以生存的基础数据 。

二是信用评价指标体系多元化。在传统金融信贷业务中，个人薪水、账户现金流、以往的信贷记录等所能提供给银行的信息有限，借贷双方都存在着严重的信息不对称。大数据时代，可以从个人社交网络资讯、消费偏好等长期、稳定、动态的信息，预测和量化借方的风险指数。这些“非金融属性”数据可以间接丰满和丰富借款人的个人信息，从源头上把握贷款风险，提高信贷业务效率和满意度。蚂蚁金服的“芝麻信用”分值背后是芝麻信用对海量信息数据的综合处理和全盘评估。大数据技术将会导致能够利用的信用评级数据类型更加丰富多样，对传统信用评级方法产生巨大冲击。

三是信用评价动态、量化。大数据技术对客户交易数据实时在线的监控，及时预测和察觉不正常情况的发生，减少或者避免信贷业务中坏账发生率，从而实现信贷业务有序、良性、健康的发展。同时，从宏观经济学的角度看，通过对微观金融实体经济的探查，可以做到预测宏观经济形势的走向，进而从根本上缩短信用评业务的周期性。

由以上可知，大数据技术将从根本上改善信用评级结果产生流程，评级结果的公布更加及时和准确，大大缩短评级结果审核所需的时间，使个人评级结果在社会上更具公信力。

四、大数据时展我国个人征信的政策建议

（一）推动信用大数据标准统一与类型多样并重

数据能够得以广泛应用是以数据标准化为基本前提。《大数据白皮书》指出在大数据时代，海量数据存在很强的异构性和极大的复杂性，表现在：数据类型从以结构化数据为主，向结构化、半结构化、非结构化三者融合;数据利用者的多层次需求导致数据源在深度、广度发生了根本性的变化;数据在线存储技术和云端存储设备的变化，大量繁杂、无序的数据需要新的存储方式和分析方式，才能应对大数据的异构性带来的数据收集、数据存储和数据分析、数据应用的窘境。信用大数据在征信平台从最初的流入到最后的流出，一方面要做到数据规范格式标准统一，做到数据管理精细化、统一化;另一方面要在尽可能保留数据本来意义的情况下，降噪和取精、保持数据的多样性。同时，必须统一征信数据系统数据接入的标准规则，传播数据，共享数据、应用数据。

（二）大数据利用与隐私保护并举

首先，中央政府从宏观层面制定信息产业发展政策和指导意见，积极鼓励传统金融服务机构和互联网新兴金融机构通力合作，做到互联网技术分析人才和金融创新人才有序合理流动。其次，大规模应用大数据技术伴随着个人隐私保护。要做到大数据利用与隐私保护并举：一方面要建立多层次、宽领域、精细化的征信法律法规体系。对个人隐私保护的相关法律比较缺乏，特别在互联网、大数据时代更是缺乏对隐私保护的相应法律。另一方面，从技术行层面来加强保护。各项技术的不断发展，监管体系和机构也要适应时代的发展要求积极进行创新，协同行内金融专家设立行业技术标准和基本操作规范，从源头杜绝隐私数据被采集和上传，隐私保护需要监管部门和行业齐抓共管。

（三）完善个人征信业的监管体系

大数据时代来临，监管机构要考虑个人征信的特点和性质，同时结合大数据技术的方法，切实改进服务理念，由单纯的行业监管者向行业服务者转变。政府部门还需要从制度设计方面，来规范和引导个人征信市场的健康发展。同时，国家对隐私法律的制定和实施需要与大数据技术同步。避免在保护个人隐私上与社会实际情况脱节;隐私相关法律和技术行业规范及顶层制度设计，互相促进、互相发展、三者融为一体，共同完善我国个人征信业的监管体系。

篇6

摘要：大数据技术给高校图书馆的移动化服务带来了巨大的变化，这些变化涉及服务意识、服务方式以及服务能力等诸多方面。文章从数据资源整合、智能化服务平台建设及知识推荐式获取三个方面阐述了大数据对图书馆移动化服务的创新，并提出了大数据环境下读者隐私保护的对策。

中图分类号：G250文献标识码：A文章编号：1003-1588（2016）07-0043-03

1 背景

大数据（Bigdata），也称为海量数据，它是在一定时间内用常规软件工具无法进行抓取、管理和处理的数据集合。大数据技术具有从诸多类型的海量数据中快速获得有价值信息的能力。最早提出大数据时代到来的是全球知名咨询公司麦肯锡，在2011年5月，麦肯锡在《大数据：创新、竞争和生产力的下一个前沿领域》中首次提出了“大数据”的概念，并指出：“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。”IBM的研究称，整个人类文明所获得的全部数据中，有90%是过去两年内产生的。预计到2020年，全世界所产生的数据规模将达到今天的44倍。

在大数据时代，数据随处可见，人们将置身于一个数据的海洋中，高校图书馆也不再是大学生读者寻找信息资源的唯一途径，它只是纵横交错的数据网络中的一个结点。大数据的及时性、移动化将图书馆服务带入新的时代。大数据下的图书馆移动服务，是指在大数据背景下，图书馆把相关大数据的数据存贮、数据处理、数据分析和数据挖掘技术，与以3G/4G通信技术为主导的移动技术相结合，为广大读者提供最新的移动信息服务。在此环境下，如何利用信息技术识别、分析、挖掘隐藏在读者行为中有价值的信息，了解读者阅读检索的偏好和习惯，制订相应的个性规划，为读者提供更好的移动化服务，是高校图书馆亟须思考的问题。

2 大数据给高校图书馆移动化服务带来的变化

2.1移动化服务现状

高校图书馆移动化服务并不仅仅限于移动图书馆，它应该涉及所有能在移动终端上提供的服务，如：图书的到期催还、预约到馆等短信定制，新书推荐的短信推送，图书馆内无线上网设施，图书馆官方微博及微信等一系列服务。地处大城市的高校，图书馆移动化服务相对来说处于前沿，而一些位于中小城市的高校，图书馆的读者服务起色不大，移动化服务更是少之又少。以河南省为例，直到2012年12月郑州大学才建立了河南省第一家移动图书馆，2014年河南农业大学自主研发的移动图书馆也仅限于iPhone手机，这就将一大批移动用户拒之门外。据笔者调查，开通官方微博的有郑州大学图书馆、中原工学院图书馆、河南农业大学图书馆等十几家高校图书馆，但是微博信息量不大，受关注度不高。以郑州大学图书馆官方微博为例，其粉丝数量只有1万多，覆盖率不足50%；拥有微信公众平台的有郑州大学图书馆、河南农业大学图书馆、河南理工大学图书馆等高校图书馆，微信内容大多是图书馆的公告，与读书、信息推荐差距很大。从调查来看，河南省高校图书馆的移动化服务还处在起步阶段，并没有在高校读者群体中形成影响。

2.2高校图书馆显现大数据特征

大数据时代的到来，意味着大量的半结构化和非结构化数据将不断映入读者的眼帘。虽然图书馆目前的数据资源类型较为单一，但是其中隐藏着具有巨大价值的非结构化数据。伴随着数据资源建设步伐的加快以及读者服务需求的不断提升，高校图书馆已具备了大数据的“4V”特征。首先，图书馆的自身信息资源总量日益庞大，图书馆的全天候服务、数字图书馆、移动图书馆等新型服务方式的不断涌现，使读者的服务信息不断增长，图书馆可以根据读者信息进行服务策略的调整以及对海量数据进行潜在价值的挖掘。其次，图书馆的信息资源种类繁多，除了有纸质文献资源、网络资源、期刊数据库资源等结构化数据资源，还有光盘数据、读者信息、服务信息等非结构化信息和图书馆自身建设的相关数据，这些数据结构存在较大的差异，形成了大量的异构数据。最后，图书馆利用大数据技术对收集到的读者信息、习惯、评价等行为数据进行挖掘和分析，可以洞察和预测出读者的行为偏好，为读者提供满足其阅读需求的信息和服务。

2.3服务意识的转变

信息技术的不断更新以及读者需求的巨大变化，都极力推动着高校图书馆服务方式与服务规模的变化。网络信息资源的多元化，使越来越多的读者，特别是大学生读者对网络青睐有加，他们更习惯于用移动终端浏览各类社交网站和使用各种通信软件，对图书馆的移动服务需求更加迫切。大数据的发展催生了数字图书馆和移动图书馆，弥补了传统图书馆对读者在时间及空间上的限制，实现了信息资源的共享。各高校由于受规划及资金的限制，数字图书馆的资源还不是很丰富，也许还没有筹备移动图书馆，但是移动化服务并不是以是否具有移动图书馆为标准，高校可以根据自身的建设需求和资金能力，先在图书馆内覆盖无线网络，使读者可以借助移动终端访问图书馆网站；可以开通短信通知业务，以解读者还书、续借和预约之苦；可以开通图书馆的官方微博和微信公众平台，向读者推送图书馆的最新信息和新书、好书，让微博和微信成为图书馆面向读者的服务窗口和与读者互动的途径。总之，高校图书馆可以根据自身情况逐步推进移动化服务，让读者感受到移动服务无处不在。

2.4人才队伍建设

大数据时代的到来使大数据技术与服务市场得到了空前的发展，也使社会对掌握数学、统计学、数据分析、商业分析和自然语言处理等多学科知识背景的数据工作者的需求越来越旺盛。图书馆从传统的读者服务到大数据时代的知识移动化服务，对图书馆员的要求也越来越高，既要了解图书馆的相关服务知识，也要了解大数据技术的各个层面。一些互联网公司已经意识到了大数据人才紧缺的问题，建立了专门的数据科学家团队。高校图书馆具有得天独厚的优势，可以与相关专业的学院合作进行人才培养，使成熟的研究成果尽快转化为现实服务。

3 大数据环境下高校图书馆移动服务创新

大数据环境下，通过高校图书馆的移动化服务，可以实现文献信息服务向知识服务的逐步转变，从以馆藏资源为主的被动单一的移动服务模式转向以读者需求为主的主动多元的移动服务模式。

3.1实现多种结构数据资源整合

通常按照数据结构可以将数据分为三种形式：一是结构化数据。二是非结构化数据。三是介于结构化和非结构化之间的半结构化数据。针对图书的信息服务数据，除了结构化数据以外，还有很多像特色文献、光盘资源、电子期刊、图片资源、自建学位论文资源以及专题文化资源等大量的半结构化和非结构化的数据资源。高校图书馆必须通过各种工具和手段将这些类型与结构复杂多样的数据信息集合起来，按不同的应用需求进行整合处理，为读者提供人性化、个性化、智能化的移动服务，实现多种结构数据资源的共享。

3.2智能化服务平台

高校图书馆移动信息服务平台是建立在大数据技术和现代先进的移动通信等技术上的，它不仅是图书馆网站的手机版，更是智能和智慧的化身，智能的个将成为移动化服务未来的服务亮点。首先，要能兼容iOS/安卓等不同类型的移动终端设备，针对不同种类和不同屏幕尺寸的移动终端提供适合的操作平台接入和显示输出格式。其次，移动服务要内容丰富、操作简单、界面清晰。除了传统的短信订阅推送服务和馆藏目录检索查询的移动OPAC业务外，还要有符合读者需求的移动阅读、个性化的新书导航服务、移动学科服务和参考咨询、不受流量限制的全媒体移动视听服务等特色服务。再次，要能实现读者与图书馆之间的实时在线交互和智能交互，为读者知识阅读和科研调查提供原研究笔记资料。最后，通过可视化分析技术、数据挖掘算法、大数据存储处理和预测性分析技术实现移动终端绑定，开展手机支付、手机定位等智能化的移动服务。总之，大数据环境下的移动化服务将会成为高校图书馆数字化智能建设的一大亮点。

3.3知识的推荐式获取

大数据环境下，高校图书馆通过对读者的身份特征、借阅历史、检索记录、习惯爱好以及社会关系等有关阅读轨迹信息的收集分析，可以制订出切实可行的推荐算法策略，实现对读者阅读需求和阅读行为精确、细致的追踪和预测。正如亚马逊的期望：最成功的书籍推荐应该只有一本书，就是用户要买的下一本书，这是一种推荐式的知识获取方式。高校图书馆有别于电子商务平台的是，它更注重推荐的精度和准度，推荐式知识获取的关键是如何将推荐的结果有效地反馈给读者。由于移动终端屏幕相对较小以及键盘灵敏度过高等原因，移动用户普遍比较懒于输入文字。因此，知识的推荐式获取更应注重主动推荐，提供与检索内容相关的链接，甚至是图片信息。

4大数据环境下移动服务的隐私安全问题

大数据被定义为“21世纪的新石油”，但是大数据时代可能爆发数据垄断的危机，人类将被绑架到一个毫无隐私可言的真空世界。2013年，随着美国中央情报局雇员斯诺登披露的“棱镜项目”的曝光，信息安全和个人隐私保护成为国家政府、企业团体和个人密切关注的重要问题。大数据技术就像一辆巨大的推土机，瓦解着国家、社会和个人的信息保护。因此，高校图书馆在利用大数据技术提升读者服务水平和服务质量的同时，如何有效保护读者隐私将成为图书馆加强读者服务的又一项重要责任。

4.1读者隐私监控和提前暴露

高校图书馆利用大数据平台对读者的身份信息、图书检索借阅信息、数字期刊阅读信息、微信与微博互动交流、服务请求等信息数据进行收集，通过信息的分析归纳为图书馆的读者管理、推荐服务和未来发展提供决策。为确保采集到的读者信息广泛、可靠和易用，图书馆采取了对读者行为全天候、全方位的监控措施。同时，图书馆还与增值服务运营商合作，为读者提供移动阅读、个人数据管理等增值服务，与其共享读者的监控数据，这不可避免地暴露了读者的隐私，增大了读者隐私受到威胁的概率。

4.2对策

数据既是资源也是工具，可以说大数据像一匹野马，必须建立相关的法律法规将其绳之以“法”。因此，高校图书馆在读者信息收集、存储、管理以及使用的过程中必须加强安全监管，保护读者的个人隐私和读者隐私知情权。首先，高校图书馆对数据安全的管理应从限制数据采集转移到监管数据使用上。限制读者数据的采集，虽然在一定程度上保护了读者的隐私和信息安全，但同时也使得数据的价值密度大幅下滑，将会制约图书馆决策的制定。因此，在不损害读者隐私的前提下，不应限制对读者信息的采集和监控，要把数据安全管理作为工作重心。其次，图书馆要强化工作人员的法律法规和职业道德意识，制定保护读者隐私规章，并且从职业道德层面对图书馆的行为进行约束。最后，图书馆要对所采集的数据进行价值筛选，删除读者隐私信息中与图书馆无关的数据，提升图书馆大数据的价值密度。同时，允许读者对个人信息进行修改和删除。在与增值服务运营商共享读者隐私数据时，要对关系读者隐私和利益的重要数据进行删除，谨防读者隐私数据的无意泄漏。

5结语

图书馆的移动化服务是大数据技术和移动技术共同的产物，它将是读者方便快速获取图书馆信息的一个重要途径。它不可能一步到位，需要各馆结合自身特色逐步实现。图书馆移动服务的创新，读者隐私的保护都需要图书馆人用心去思考。

参考文献：

[1] 陈茫，周力青，吕艳娥.大数据时代下的图书馆移动服务创新研究[J].图书与情报，2014（1）：117-121.

[2] 王天泥.知识咨询：大数据时代图书馆的知识服务增长点[J].图书与情报，2013（2）：74-77.

[3] 毛晓燕.大数据环境下图书馆信息服务走向分析[J].图书馆工作与研究，2014（3）：72-75.

[4] 祝森生.大数据时代关于智慧图书馆的几个研究问题探讨[J].图书与情报，2013（5）：126-128.

[5] 韩翠峰.大数据带给图书馆的影响与挑战[J].图书与情报，2012（5）：37-40.

[6] 杨海燕.大数据时代的图书馆服务浅析[J].图书与情报，2012（4）：120-122.

[7] 马晓亭.大数据时代图书馆个性化服务读者隐私保护研究[J].图书馆论坛，2014（2）：84-89.

[8] 张国杰.大数据视角下图书馆服务发展走向及策略研究[J].图书馆工作与研究，2014（6）：8-12.

篇7

>> 图书馆多源大数据融合研究：问题与挑战 基于大数据的图书馆数字资源重构与融合研究 大数据带给图书馆的影响与挑战 大数据带给图书馆的挑战与策略 大数据与图书馆发展的研究 大数据与图书馆发展 大数据理念与图书馆大数据 大数据环境下图书馆面临的影响与挑战 大数据时代图书馆发展面临的挑战与机遇 大数据时代下图书馆的影响与挑战之我见 大数据为图书馆发展带来的机遇与挑战 试析大数据时代医院图书馆知识服务的困惑与挑战 大数据时代图书馆面临的机遇与挑战 大数据时代关于智慧图书馆的几个研究问题探讨 关于大数据时代智慧图书馆的几个问题研究 图书馆大数据技术应用及关键问题研究 大数据环境下的图书馆员角色定位与创新服务研究 基于大数据的图书馆信息模式与个性化服务研究 大数据环境下图书馆知识组织与知识服务研究 大数据环境下数字图书馆安全威胁与对策研究 常见问题解答 当前所在位置：l.

[ 2 ] 郭春霞.大数据环境下高校图书馆非结构化数据融合分析[J].图书馆学研究，2015（5）：30-34.

[ 3 ] 钟声.大数据驱动的高校图书馆数据监护探究[J].情报资料工作，2014（3）：103-106.

[ 4 ] 李建中，刘显敏.大数据的一个重要方面：数据可用性[J].计算机研究与发展，2016，53（2）：1-16.

[ 5 ] 唐晓波，朱娟，杨丰华.大数据环境下的知识融合框架模型研究[J].图书馆学研究，2016（1）：32-35，18.

[ 6 ] 孟小峰，杜治娟.大数据融合研究：问题与挑战[J].计算机研究与发展，2016（2）：231-246.

[ 7 ] FISCH D，KALKOWSKI E，SICK B. Knowledge fusion for probabilistic generative classifiers with data mining applications[J].IEEE Transactions on Knowledge and Data Engineering，2014（3）：652-666.

[ 8 ] 沈旺，李亚峰，侯昊辰.数字参考咨询知识融合框架研究[J].图书情报工作，2013（19）：139-143.

[ 9 ] SMIRNOV A，LEVASHOVA T，SHILOV N. Patterns for context-based knowledge fusion in decision support systems[J].Information Fusion，2015（21）：114-129.

[10] 廖龙，叶强，路红.面向移动感知服务的数据隐私保护技术研究[J].计算机工程与设计，2013，34（6）：1951-1955.

[11] PAPADAKIS G，KOUTRIKA G，PA-

LPANAS T，et al. Metablocking：taking entity resolution to the next level[J].IEEE Trans on Kno-

wledge and Data Engineering，2014，26（8）：1946-1960.

[12] 陈茜，史殿习，杨若松.多维数据特征融合的用户情绪识别[J].计算机科学与探索，2015（10）：1-11.

[13] 维克托・迈尔・舍恩伯格，肯尼思・库克耶.大数据时代：生活、工作与思维的大变革[M].盛杨燕，周涛，译.杭州：浙江人民出版社，2012.

篇8

关键词：互联网+；居家养老；困境及展望

“互联网+”代表一种新的经济形态，它能充分发挥互联网在生产要素配置中的积极作用，近年来，随着这个板块的不断发展，“互联网+”产业也深入到经济社会生活的各个领域。享老是当前老年人追求的生活态度和生活方式，而居家养老成为众多老年人心目中一种较好的养老方式。但是随着我国老龄化问题的日益加重，如何把养老和互联网结合起来，充分发挥“互联网+”时代下养老效益的最大化成为我们思考的重点。

一、 “互联网+”时代居家养老发展的意义

随着“互联网+”时代的到来，把居家养老和互联网产业结合起来，以移动互联网和物联网等信息技术为依托，可以使老人突破时空限制获得更好的居家养老服务，“互联网+”时代居家养老的发展是具有十分重要的意义的。利用互联网来发展居家养老事业是符合福利多元主义和普惠型福利理论的。福利多元主义认为福利是全社会的产物，市场、雇员、家庭和国家都要提供福利，如果是市场、国家或者政府一方单独提供福利则会造成缺陷，不能全面满足养老需求，只有三者结合才能做到有备无患。而普惠型福利理论强调经济主体获得养老服务方面的公平性与适度性，利用互联网发展居家养老事业，为老年人提供更方便快捷一步到位的服务正是符合普惠型福利理论的内容。

（一）利用大数据，实现养老服务多元化

随着云时代的来临，大数据也广泛受到人们的关注，它需要经过特殊的技术，以有效的处理大量的容忍经过时间内的数据。在养老服务中，若把养老和互联网结合起来必然需要有许多繁杂的技术来控制，也会出现许多养老过程中所需的数据。特别是在居家养老领域，因为居家养老是养老服务中一种新型的养老模式，也是备受广大老年人喜爱和推崇的养老方式，如何使得居家养老能够有效进行，如何使老年人在家享受到合理和全面的养老服务，在此过程中，大数据做出了不可磨灭的贡献。它使养老服务更有决策力、洞察发现力和流程优化能力。

（二） 保障老年人生活，促进社会稳定

目前我国面临的老龄化问题十分严峻，截至2014年，中国60岁及以上老年人数量已超过2个亿，这一比例已经高于联合国10%的老龄化传统标准，到2050年我国老龄人口估计会超过4亿，而且我国老龄人口面临的最大问题就是未富先老。现在将互联网与养老结合起来，拓展居家养老的新模式，可以使一大批身体健康、有自理能力的老人在家享受到优质的养老服务，这样不仅可以保障大多数老人的日常生活，也可以促进社会稳定，推动建设和谐社会。

（三） 冲破传统束缚，促进养老医疗产品“智慧化”

互联网是一种新兴的方式，互联网产业在养老上的应用就是突破传统的革新，在信息化时代，当“互联网+”渗透到了居家养老生活的方方面面，居家养老老人的安全管控、健康管理、紧急救助、特色专属服务等都能结合起来。在此过程中，养老医疗产品也变得越来越“智慧化”，例如近年出现一种“百度疾病预测”的新功能，这样的产品是基于大数据积累和智能分析，将为用户提供流感、肝炎等多种传染病的预测趋势，并且能实时进行全面的疫情监测，提供准确及时的公众健康咨询，降低传染病感染的风险。如果能有效利用互联网来预测疾病，就能为在家养老的老年人提供更安全可靠的健康保障。

二、“互联网+”时代居家养老发展的困境

虽然在“互联网+”时代，利用互联网能为居家养老提供诸多方便，使老年人居家养老的质量进一步提升，满足了许多老年人可以在家享受到高品质养老服务的需求。但是，我们也不难发现，利用“互联网+”时代的优越性来发展居家养老毕竟只是刚开始，处于起步阶段，在享受服务的同时也会面临一系列不足和困境。

（一）处于初级阶段，尚未形成产业规模和产业链

2015年政府工作报告首次提出“互联网+”计划，利用互联网时代的资源来发展居家养老，这个重大的工程提出时间较短，实践性也较缺乏，还是处于初级阶段，所以在很多基础设施建设方面还存在极大不足。与发达国家相比，我国老年产业起步较晚，尚未形成一定产业规模和产业链，针对老年人特点的专用产品开发不够，其发展严重滞后于社会和经济发展的现状。①对于居家养老，它所需要到的服务和基础设施建设以及产业规模应该是比较完善的，因为居家养老是一种比较特殊的新兴的养老方式，老年人足不出户就能获得良好齐全的服务，对于这一块的要求是相当高的。而看现如今，我国“互联网+”时代下的居家养老虽然在规划上是全面的，但在实际操作上，在对基础设施的建设和产业链的完善上还是相当欠缺。以老年健康管理为例，用来监测老年人健康状况的家用医疗器械普及率较低，没有现实数据上线汇集，健康管理的模式更多停留在通过社区门诊或医院体检获得数据。②没有形成产业规模和产业链，必然使居家养老达不到预期的要求，老年人所能享受到的服务也会大打折扣。

（二）大数据使用中对个人隐私保护存在风险

绝大多数人都不希望自己的秘密被他人窃取，隐私是对每个人最基本的尊重。在互联网时代，个人隐私问题主要指的是对个人隐私权的侵犯。人们的个人身份信息，以及人们在互联网上的各种行为，在没有任何提示的情况下被网站储存、利用，甚至泄漏，这个就是目前互联网中存在的涉及个人隐私方面的主要问题。而现如今，大数据让互联网隐私问题更加突出，因为大数据可以对海量的信息进行分析，并且很容易就发现信息中的价值，我们利用互联网+时代来发展居家养老产业，那么在利用互联网利用大数据的过程中老年人的信息也会存在被泄露的风险。而且现在对于互联网侵犯隐私权这类的法律并不完善，很多时候侵犯就侵犯了，在法律上并不能有效制裁这种现象，导致情况愈演愈烈。在发展居家养老的过程中，既然是利用互联网+时代来发展，就要有一系列完善的从法律到制度的规范，才能避免个人隐私被泄露。

（三）养老产品创新不足

利用互联网+时代来发展居家养老产业，必然要生产出一批先进的养老产品，给老年人的居家养老提供服务。比如说百度出现的一个“疾病预测”功能，就是一个非常好的让老年人可以在家进行疾病诊断的功能，这样可以避免老年人有疾病而不自知，越拖越久，错过最佳治疗时期。这是好的一面，但是不难发现，在养老产品创新上，我们一直步履维艰，虽然很多商家利用互联网开发了很多功能，但是适合居家养老的仍然相对较少。居家养老是一种比较特殊的养老模式，老年人在家享受养老服务决定了这种养老模式更具有方便性、特殊性，以及对服务的要求更高，对养老产品的选择更讲求实用和方便，而在养老产品创新这一块，现如今我们仍是做得还不到位，还需要不断加强改进。

（四） 网络惠民红利未能充分发挥

当前，我国进入老龄化快速发展阶段，老年人口具有数量大、发展快、高龄化、空巢化、城乡差别大等特点。 ③人口老龄化带来的不仅仅是简单的人口问题，还有养老问题，对养老金、福利补贴、公共卫生服务和生活照料等方面的需求日益增长，而现在这样的服务仍然不能满足日益增长的需求。尤其是在一些三四线城市，养老资源严重不足，盲目建设养老服务平台也无法解决资源短缺的问题。在居家养老模式中，如何能利用互联网+时代充分发挥网络惠民红利还是现在亟待解决的一个问题，要采取怎样的方式，使得享受居家养老服务的老年人能够得到最好的服务，享受到良好的资源，这是我们应该考虑的。

三、“互联网+”时代居家养老发展的前景展望

知识社会的创新2.0以用户创新、开放创新、大众创新、协同创新为特点，其原动力正是来自于“互联网+”所连接的无所不在的计算、数据和知识，从被动迎合到主动改造，“互联网+”致力于将互联网与传统行业结合，已经彻底洗脱了互联网工具化的旧有模式。④就目前而言，根据发展的趋势来看，“互联网+”时代的发展前景是十分广阔的，所以我们要努力克服在利用“互联网+”时展居家养老的过程中出现的困难，提出相应解决措施克服困境，不断改善。

（一）大力建设养老基础设施，克服初级阶段不足

近年来，出现了一种养老O2O模式，它是一种整合社区资源、完善养老服务体系的新模式。互联网给居家养老带来了许多新理念。在利用互联网发展居家养老过程中，要大力建设养老基础设施，比如说借助互联网和移动互联网，是家属能够随时了解老人的日常情况；通过一些定位技术，对老人的位置进行及时定位，当老人出现异常情况，可及时自动报警，避免产生更严重的后果；再者，可以通过生产一些空气净化器、空调加湿器等设备的智能化管控，动态监测老年人房间的空气质量，是老年人在家养老也能享受到良好的环境，让老年人过得安全、舒适。当然，也可以在老年人所居住的社区周围建设一个养老服务平台，为老年人打造方便快捷的生活服务区。这些方法都可以使老年人居家养老得到保障，能获得更舒适幸福的生活。

（二）加强大数据管理，严格保护个人隐私

医疗大数据的建立确实给老年人居家养老带来方便，但隐私泄露也是一个不容忽视的问题。随着医疗数据的采集、加工和应用，也会带来一系列患者资料被泄露的隐患，而在大数据环境下隐私被泄露的危险不仅仅在于泄露本身，而在于在此数据的基础上对下一步行为的预测与判断。老年人居家养老有时会采用互联网的方式传输数据到医院、社区等办理事情，如果造成数据泄露，则会对老年人的财产安全造成危害，这是极不利的。所以，政府要加强对大数据的管理，防止网络黑客趁虚而入，严格保护个人隐私，为老年人的养老提供安全的环境。对于管理大数据，最要做到的一点就是及时监测、发现问题，并用最快的速度对漏洞进行修复，对于已经泄露的个人信息要及时注销，通知当事人做好防范，通知老年人的家属提醒老年人，以免被骗。

（三） 发展智慧养老新模式，创新智能健康产品

利用“互联网+”时代来发展居家养老，最重要的就是生产出更多智能健康产品，这些智能健康产品可以为老年人的生活提供方便。比如说，完善手机的某些功能，只要打开手机应用，子女就能了解老人在家的情况，知道老人身体有无异样；设置一些传感器，将传感器安置在冰箱、洗手间及卧室，老人经过时系统就能自动记录，传感器每天采集好老人相关信息后将数据传输到健康云平台进行分析，并将最终结果传输给子女，让他们及时了解老人在家的情况；对于老人在家养老，关键是如何确保老人的身体健康，比如说可以设置一个软件，老人只需用手指轻轻一点，软件上就会反映出老人的血压、心跳等是否正常，若有异常则会马上将数据传输给子女，让他们及时带老人去医院检查就医，不延误最佳治疗时间。智能健康产品对于在家养老的老年人来说是十分必要的，老年人的健康关系到一个家庭的稳定，子女在外工作，不能及时关注到老年人健康问题，有了这些智能健康产品他们就能及时掌握老年人的身体健康状况，避免出现不好的后果。

（四） 与网络巨头合作，充分发挥网络惠民红利

互联网时代，生活发生翻天覆地的改变，充分利用互联网优势发展网络惠民红利，比如说政府可以与当地网络巨头合作，通过互联网技术来提升居家养老的效率。“互联网+”最终要“+”在老百姓关心的柴米油盐酱醋茶上，对于居家养老来讲，这个“+”要“+”在老人关注的问题上，无论是日常娱乐，亦或是健康咨询，还是疾病自救等，这些要与居家养老中老人的需求息息相关，密切相连，与互联网网络巨头合作，才能使“互联网+”成为为居家养老老人服务的“红娘”，实现经济社会和养同健康发展。当然，利用“互联网+”充分发挥网络惠民红利，我们还有待继续加强，它的效果想必会是受到广泛关注并且会给我们的生活带来极大作用的。

利用“互联网+”时展居家养老带给中国养老服务业的将是革故鼎新的跨越式发展，政府部门要扮演好引导者和监管者的角色，主动融入其中发挥作用，利用新技术手段开展居家养老服务，使老年人在家里得到满意服务。线上线下相结合，把养老服务融入网点中，通过挖掘老年人基础信息赢得产业链发展先机。 居家养老是一种新型的养老模式，它改变了过去老年人养老需要依靠社区或者机构的现象，使老年人在家也能享受到良好的养老服务，而利用“互联网+”来发展居家养老，正是利用互联网的优势与居家养老相结合，一举两得。在利用“互联网+”时展居家养老的过程中，要做好监督，及时发现问题并进行改正，这种模式是值得探究并不断发展的，利用好这样的模式对于缓解我国老龄化问题也是极有益处的。居家养老毕竟是一个新兴的养老方式，无论是在国内亦或是在国外，这种方式都是值得推崇并且广受欢迎的，如今与“互联网+”时代相结合，更是充分发挥互联网和居家养老的优势，新兴的方式必然还会存在的多种不足和漏洞，这些都有待我们一一去解决，相信在不远的将来，居家养老真的会在“互联网+”时代得以最大程度的发展，造福老年人。

注解：

① 陈爱国. 基于“互联网+”背景的老年产业发展[J]. 河南财政税务高等专科学校学报，2015年6月：3

② 孙文灿. 互联网+养老，未来空间无限[J]. 社会福利，2015年：10

篇9

摘 要：文章在简述大数据特点及与云计算关系的基础上，分析了大数据带给图书馆的机遇和挑战，同时提出了图书馆的应对策略。

中图分类号：G250.76 文献标识码：A 文章编号：1003-1588（2015）01-0124-03

收稿日期：2014-12-20

作者简介：范春玲（1978―），黑龙江省图书馆副研究馆员。

*本文系2013年度国家社科基金艺术学项目“公共数字文化技术保障体制研究”的研究成果之一，项目编号：13CB128。

1 引言

随着信息技术的飞速发展和各类网络终端的涌现，全球数据量呈现爆炸式的增长。据国际数据公司（IDC）的报告结果：2010年为1.4ZB，2011年增长为1.8ZB[1]，到2020年，全世界所产生的数据规模将达到今天的44倍[2]，大数据时代已悄然来到。最早提出“大数据”时代到来的是全球知名咨询公司麦肯锡，之后《纽约时报》和《华尔街日报》都在专栏封面上推出了该概念。自此，国际上尤其是美国等发达国家掀起了探究大数据的热潮。2012年奥巴马政府投资2亿多美元推出“大数据的研究和发展计划”，拉开了大数据作为全球性发展战略计划的大幕。

目前，大数据技术还处于探索发展阶段，尚未得到广泛应用。但笔者认为，作为以信息保存、开发和利用为首要任务的公共图书馆来说，应明确认知，在大数据时代对纷繁复杂数据的保存和分析是必须面对的挑战。同时，图书馆人还应以特有的信息敏锐性和职业前瞻性来思考大数据对未来图书馆发展的影响。

2 大数据概述

大数据是互联网发展到现今阶段的必然产物，是由人们日益普及的网络行为所伴生的，受到相关组织、企业采集的，蕴含数据生产者喜好、真实意图的，非传统结构和意义的数据。因此，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。基于大数据分析的情报信息成为组织机构、企事业单位进行科学决策、生产发展、科技创新的主要依据，因此业界有三分技术、七分数据，得数据者得天下的说法。

2.1 大数据特点

大数据的概念自提出以来，仁者见仁，智者见智，目前尚未有让大家认可的标准表述。但业界对大数据的4V特性保持了一致意见，即：Volume（大量）、Variety（多样）、Velocity（高速）、Value（价值）。大数据的4个“V”也就是4个方面的特点：①Volume指数据体量巨大。从TB跃升到PB级别，也就是只有PB级别的数据才可称为大数据。②Variety指数据类型繁多。如目前流行的网络日志、视频、图片、地理位置信息等众多类型的数据。③Velocity指数据处理速度快，即可从各种类型的数据中快速获得高价值的信息，这和传统的数据挖掘技术有着本质的不同。④Value指只要合理充分利用数据并对其进行准确、正确的分析，将会带来非常高的价值回报[3]。

2.2 大数据与云计算的关系

大数据的数量级通常达到PB级别，必然无法用单台的计算机进行处理，而必须采用分布式架构。分布式架构的特点是对海量数据进行分布式数据挖掘，但它必须依托云计算的虚拟化技术、分布式数据库、分布式处理和云存储。因此从技术上看，大数据与云计算的关系就像一枚硬币的正反面一样密不可分，但二者也存在一定的区别：云计算强调的是计算能力，数据是操作对象，而大数据使数据可增加、可共享，管理数据是重点。

3 大数据带给图书馆的影响

虽然大数据在国内尚处于初级发展阶段，但其对各个行业的推进力正日益显现。图书馆历来是新信息技术的研究和实践基地之一，大数据不可避免地对图书馆的发展产生一定的影响。下面笔者将从大数据带给图书馆的机遇和挑战两个方面进行阐述。

3.1 大数据时代图书馆的机遇

3.1.1 大数据使图书馆能清楚了解读者流失原因，应对生存危机。图书馆是我国数字文化服务体系的重要组成部分，在文化大发展大繁荣的背景下，图书馆得到了进一步的发展建设，但是由于更多的数字资源可直接从网上获取，而蓬勃发展的社会化网络交流服务平台也使得图书馆的参考咨询服务不占优势，诸如此类的众多原因，导致公共图书馆的价值被淡化，读者流失较为严重。而在大数据时代，图书馆可以借助大数据技术来分析读者的信息行为，了解读者的需求意愿，还可以更进一步地通过挖掘用户在交互型知识服务过程中的潜在需求，来对读者开展有针对性的特色服务甚至智能化服务，从而吸引读者的到来，应对图书馆的生存危机。

3.1.2 大数据使图书馆的各类资源采购有的放矢。近年来，我国图书馆事业迎来了一个发展，数字化、网络化服务成为图书馆服务的主要内容，国家数字图书馆工程、文化共享工程等数字资源建设共享项目及自建特色数据库和购买的各类型数据库都成为为读者提供服务的馆藏数字资源。而读者在访问和使用这些数字资源和纸质资源时，会在图书馆的各类系统中留存大量的日志信息，比如图书馆自动化管理系统中读者借还书时产生的流通日志以及读者检索书目信息时产生的Opac日志以及各类数据库系统中读者检索、浏览、下载电子资源时产生的日志等。这些数据严格意义上来说称不上大数据，但我们可以运用大数据技术，通过整合、研究这些日志信息，了解和预测读者的需求，进而用有限的采购资金来采购读者所需的资源。比如复旦大学图书馆利用大数据技术，实现了对各种类型的数字资源、系统日志信息和读者信息行为数据的获取和数据建模，建立了图书采访辅助决策支持系统和电子资源使用统计分析及恶意下载监控平台等，它们对复旦大学图书馆的馆藏建设和用户服务等科学决策提供了精确的数据支持。

3.1.3 大数据使构建智能型图书馆成为可能。技术引擎一直是图书馆信息服务的技术核心，而智能型图书馆的实现需要各种智能技术引擎的支持，大数据技术可以帮助我们构建资源及服务推荐引擎、读者需求预测引擎和多维度信息资源获取、分析及决策引擎等。美国Hiptype公司已经完成了用大数据分析技术来分析电子书读者的阅读习惯和喜好的工作，这是国内外图书情报领域首次利用大数据技术构建知识服务社区实体行为智能分析引擎。大数据技术还可以帮助图书馆更加灵活、方便地从海量结构化及非结构化数据中提取有用的知识、模式、关系用于创新读者服务方式，以便建立更加智能、灵活的网络化信息资源组合方式。

3.2 大数据时代图书馆的挑战

3.2.1 图书馆基础设施的挑战。大数据时代，数据成本的降低促使数据量飞速增长，而读者的一言一行、一举一动等产生的是大量的半结构化和非结构化信息数据[4]。这些信息数据的类型格式、组成结构、存在形态等都非常复杂，传统的IT架构和信息储存形式已无法满足要求。虽然云计算的出现理论上解决了海量数据的存储问题，但由于云计算的应用远没有达到理论所期待的程度，图书馆现有的软硬件等基础设施尚无法架构成满足需求的云存储。所以，在大数据时代图书馆的基础设施是首要面对的挑战。

3.2.2 图书馆员思想观念和能力的挑战。大数据技术到目前为止仍然是一项新兴的技术，由于种种原因其尚未被广泛应用，大数据理论仍有待于市场的验证和核实。因此，对于图书馆人来说，对大数据的领悟基本处于模糊的概念认知阶段，认为其离自己很遥远，在心理和行动上无法跟上大数据时代的节奏，在面对一些“可能是良好机会的数据”时没有清醒的认知，没有形成将数据转换成知识的服务意识。而有些馆员即使具备了用大数据技术服务读者的意识，却不具备应用大数据的能力。

3.2.3 图书馆面临技术应用挑战。图书馆界缺乏专业IT技术人才是不争的事实，因此，在大数据时代图书馆如何应用云计算技术及大数据技术来认识、管理和分析其所拥有的各种结构化、半结构化和非结构化数据，如何建立软硬件一体化集成的大数据综合解决方案来完成知识获取、存储、组织、分析和决策等。这些是图书馆在大数据时代不得不面对的技术应用挑战。

3.2.4 图书馆大数据的安全与隐私问题。首先，大数据时代图书馆应用云存储是必然的趋势，但由于云计算尚未制订统一的行业标准和规范，所以，云存储本身给图书馆的大数据带来了存储安全问题;其次，图书馆应用大数据就是对读者在图书馆内不同地点留下的数据痕迹进行分析和挖掘，当从不同独立地点将读者的信息行为汇聚在一起，其隐私很可能被暴露出来。而如何在不暴露读者个人隐私的基础上进行数据分析和数据挖掘，对图书馆来说是一个挑战。

4 图书馆的应对策略建议

大数据时代，图书馆在获得机遇的同时必须面对上文所述的各种挑战和问题。因此，笔者建议图书馆采取以下应对策略。

4.1 图书馆应抓住机遇改善软硬件条件

2013年文化部全国公共文化发展中心提出了实施国家公共文化数字支撑平台项目，该项目以文化共享工程等公共数字文化建设已有的网络及信息化软硬件设施为基础，应用云计算等最新信息技术，构建新型数据中心。为支持该项目的运作，文化部全国公共文化发展中心同时下发了各级中心的软硬件配置最低标准。图书馆应以此为契机，争取地方政府的更大支持和投入，积极改善软硬件条件来应对大数据时代图书馆数据存储能力和运算能力的挑战。

4.2 图书馆应主动尝试应用和研究大数据

一项新技术的产生、发展和成熟必然需要时间的洗礼，大数据技术亦不例外，虽然大数据技术目前尚处于初级发展研究阶段，但图书馆作为信息技术应用的重镇，应勇敢面对质疑的声音，在现有条件允许的范围内积极尝试应用和研究大数据技术，以便让大数据技术更好地服务图书馆界。国外图书馆的一些经验值得我们学习，例如美国的弗吉尼亚州立大学组建科学数据咨询小组，图书馆员充当咨询顾问的角色[5]。还有美国各类型图书馆与俄亥俄州经营电子书、有声读物的经销商OverDrive公司长期合作，公司从图书馆中收集大量数据提供给出版商和其他有合作关系的图书馆，以供开放存取，这些数据主要有图书馆网站访问数据、电子书和数字有声读物的流通数据以及读者的图书需求数据等。同时，OverDrive公司也通过“Buy It Now”网上商店等渠道为图书馆提供其所不具备的书目记录，为读者开辟了发现新图书的途径[6]。OverDrive公司利用大数据技术分析后发现，图书馆的电子书借阅数据分析在拓展图书馆的服务范围的同时，也会提高出版商和经销商图书的销售额，从而取得“双赢”的效果。

4.3 图书馆应注重培养大数据的应用型人才

大数据环境下，图书馆的工作方式和内容都将发生本质的变化。相应的图书馆员的角色和所需专业技能也将发生变化。美国研究图书馆协会提出，研究数据管理将成为大数据时代图书馆员的一项基本能力，而目前绝大多数图书馆员不具备数据管理者必备的综合素质。因此，图书馆当前的任务是在现有基础上，积极拓宽馆员知识面，增强其业务能力，培养和造就一支懂技术、懂管理的大数据建设专业队伍，使之成为学科信息资源的组织者、传播者、导航者、教育者，促进图书馆事业更好的发展。

4.4 图书馆应充分重视数据安全和读者隐私保护

目前公共云存储有待法律法规的进一步规范以及行业标准的统一来提高其安全性。此时图书馆可以通过混合云存储来规避安全风险，比如把和敏感数据放在私有云上，而把经常使用的、公开的数据放在公共云上;还可以通过云计算技术把文件分割成文件碎片，分别存储在私有云和混合云上。而图书馆利用大数据分析读者信息行为产生的个人隐私问题，需要从技术和人员两个层面解决。在技术上要求在不泄露读者个人隐私的前提下进行数据分析和数据挖掘。同时，图书馆要建立完善的隐私保护制度，要求馆员以良好的职业素养，坚决维护读者的隐私权，达到既不侵犯读者隐私权又能充分发挥大数据的优势为读者服务的目的。

5 结语

目前，大数据技术的研究还处于起步探索阶段，但其会随着云计算、物联网和移动互联网等信息技术的发展而走向成熟。而成熟的大数据技术会将隐藏在图书馆大量数据背后的世界清晰地呈现出来，这将会给图书馆带来革命性的变化，对以往图书馆的服务能力和服务机制产生创新和颠覆。

参考文献：

[1] IDC.The Digital Universe[EB/OL].[2013-06-16].http：///collateral/analyst-reports/idc-extracting-value-form-chaos-ar.pdf.

[2] IDC.The Digital Universe Decade-Are You Ready？[EB/OL]. [2013-06-16].http：//emc.co/collateral/ana-lyst-reports/idc-digital-universe-are-you-ready.pdf.

[3] sec_cn.百度百科[EB/OL].[2014-08-20]. http：///subview/6954399/13647476.htm？fr=Aladdin.

[4] 韩翠峰.大数据时代下图书馆的挑战及其应对策略[J].图书与情报，2012（5）：37-40.

[5] BryanHeidornP.The emergingrole oflibraries incurationande-science[J].Journal ofLibraryAdministration，2011（7-8）：662-672.

篇10

关键词：大数据；社价值；挑战；发展对策设计

中图分类号：F27

文献标识码：A

doi：10.19311/ki.1672-3198.2017.08.026

1 大数据的概念与特征

1.1 大数据的概念释义

对于大数据，维基百科给出了这样的定义：大数据是指利用常用软件工具捕获、管理和处理数据所耗时间超过可容忍时间的数据集。由于对大数据的研究处于初步阶段，人们目前尚没有得到一个公认的定义，对于大数据的定义有许多，但它们都有一个共同特征，即根据大数据的特征来进行阐释与归纳。

1.2 大数据的基本特征

大数据特征可以总结为4个V，即Volume（规模巨大）、Variety（模态多样）、Velocity（生成飞速）、Value（价值无限但密度也低）。

首先大数据以计量单位P，甚至E或Z来计数。据IDC的一份研究报告显示，自2012年以来10年里全球大数据将增加50倍。其次，大数据种类繁多，包含着结构化、半结构化及非结构化数据，而且近年半结构化和非结构化数据大幅度增长，占据了整个数据量的绝大部分。再次，人、机、物的高度融合使得数据爆炸式增长，日常生活是大数据飙升的主要来源。例如截止2014年淘宝网会员数量已超过5亿，在线商品数达到10亿件，淘宝网和天猫的交易总额超过1.5万亿。最后，数据复杂相关而又频繁交互，从海量的数据中剥离出有用的信息就好比深海里淘金，稀疏而又珍贵，价值的密度很低也是大数据的一个重要特征。

2 大数据的社会价值挖掘

2.1 大数据为政府管理和科学决策提供数据信息支撑

在“全面深化改革，推进国家治理体系和治理能力现代化”的时代背景与要求下，大数据在政府管理中扮演着重要的角色，对于实现数据治国具有重要的现实意义。

河北省目前正面临着京津冀协同发展的重要战略机遇，2016年11月在河北大学管理学院召开的“2016年京津冀信息资源管理高峰论坛”就是一次在大数据背景下，将大数据、信息资源建设运用于政府治理的研究论坛，是大数据与政府管理结合的大讨论、大结合。这可以充分证明大数据对于政府治理和信息建设的重要性和现实意义。对它的研究可以有效提升科学决策水平，能够有效地整合来自政治、经济、文化、法律，生态等各个领域的信息资源，为国家治理提供重要决策依据。

2.2 大数据与新媒体的融合推动社会智能化

大数据与微信、微博等新兴媒体的多元世界高度融合，可以突破时空的限制，促进政府与民众之间良性互动，形成公众参与政府管理的新格局，增强国家治理能力。另外，大数据在云计算的配合下，加快了智能医疗、智能教育、智能交通、智能物流发展的步伐，加速了我国的城镇化、工业化、信息化、生态化建设进程，有效提高了社会服务效能，促进社会的智能化和信息化。

2.3 大数据应用广泛性推动信息社会化

大数据在越来越多的行业中发挥着越来越大的作用，其应用广泛性已经彰显在方方面面，影响着人们生活和社会发展的各领域，逐步让信息走向社会化。

从经济领域来看大数据的应用可以为经济发展提供较为准确的预测功能。在2008年的金融危机中，阿里平台通过海量交易记录预测出经济指数的下滑，提醒广大的中小制造商提前做好准备，预防经济危机。大数据分析也成为了市场营销的重要手段，不再需要抽取部分数据，而是基于海量几近完整的数据做出高度准确的预测，进行精准营销。

正如亚马逊的最终期望那样：“最成功的书籍推荐应该只有一本书，就是用户要买的下一本书”。在体育竞技中运动健儿甚至可以运用数据取得成功，利用数据建模定量分析不同队员特点，合理调整，科学组队。2016年里约奥运会中，中国女排再次夺得世界冠军，这成功离不开总教练郎平的正确指导，也离不开袁灵犀的数据分析。赛中每个回合他都利用代码将有价值的细节录入系统，实时提供技术分析数据，帮助郎平做到知己知彼，及时调整队员布局。

3 大数据时代带来的挑战

大数据在造福人类社会的同时，也给人们带来安诸多方面的挑战。从理论研究视阈来看，大数据时代的到来对于社会进步尤其是科技发展产生巨大的支撑与推动作用，但从实际应用研究的角度来说其根本挑战在于其安全保密性、不确定性和预测涌现性对社会行为产生的威胁和隐患，这也影响着大数据的发展趋势研究进展和应用前景。大数据的研究需要一套全新的理论和方法来进行方向性的指导，需要一个完备的新的理论体系来指导该学科的发展和研究。

3.1 大数据的安全性存在信息泄露隐患

“棱镜门”事件更加剧了人们对大数据安全的恐慌。即使经过匿名处理，个人隐私仍会有泄露的风险。租赁商Netflix曾为提高电影推荐系统的准确度，公布了约50万用户的信息，这些信息与其它数据源结合时，部分用户竟被识别出来。大数据带来的新的安全问题也终将由大数据来解决，而今天对于大数据安全与隐私保护的相关研究处于初级阶段，技术手段与法律法规相结合才是解决问题的根本之道。

3.2 大数据的预测涌现性引起隐私恐慌

大数据在没有全局控制和预先定义的情况下，通过对来自大量自发个体的语义进行互相融合和连接而形成语义，整个过程随着数据的变化而持续演进，从而形成大数据的涌现语义，也可以称之为预测涌现。大数据这种预测涌现性对人们行为进行预测也构成了所面临的威胁。一个较为典型的案例即是北美Target数据营销事件，销售商通过分析历史记录，捕捉用户怀孕的事实，并向其推荐婴幼儿优惠券，引起了《大数据功力：比父亲更了解女儿冲进大卖场》的深刻反思。

3.3 大数据的不确定性影响社会稳定

原始数据的不准确以及数据采集处理粒度、应用需求与数据集成与展示等因素使得数据在不用维度、不同尺度上都有不同程度的不确定性。也就是说，这些本身带有不确定性的数据并非可以说明事实，因为可能数据本身就是虚假的。存在需要核实、考证与分析，不确定性的数据一旦进入公众社圈就会引发一系列社会问题，危害社会稳定。诸如在点评网站中的虚假评论有目的地诱导民众接受并传播某种思想或服务的例子不胜枚举。

4 关于大数据未来发展的展望与对策设计

4.1 完善大数据的顶层设计，建立良性大数据生态系统

国家应在宏观层面上做出全面系统的长期规划和短期目标。国家应在大数据人才培养，平台构建以及行业应用方面提供人财物多方面深层次的资源支持，同时给予积极的政策引导，鼓励创新，同社会各界建立起良性的大数据生态系统。2015年8月国务院出台了《促进大数据发展行动纲要》，契合当下，放眼未来，内容全面涉及范围广，而要保证其贯彻落实，更要及时跟进，制定配套制度予以配合，做到及时反馈、及时纠正；同时在新的国际背景下也应注重信息基础设施建设，提升信息作鹉芰Γ加强国家信息安全，赢得新科技竞争中的战略制高点。

4.2 加强政企合作，搭建准确高效的大数据合作平台

大数据企业应积极主动加强与政府之间的战略合作。大数据的数据源以企业为主，政府利用企业数据可以完善补充统计数据，提高统计信息质量，为社会治理谋求最大利益；企业则可以根据更为准确的大数据把握市场信息，占据市场份额，赢得发展机遇，政企合作是当代在大数据背景下一个必然选择。2013年国家统计局与阿里、百度等11家企业一同启动国家统计局大数据合作平台便是政企合作的一个缩影。

4.3 深化大数据基础理论研究，提升数据收集与分析能力

注重大数据基础理论研究，提高数据收集与分析能力，是解决大数据信息安全的关键途径。数据是分析的基础，只有全面而真实的数据才会产生价值，片面的数据分析出的结果往往有较大的偏差；深度发展大数据分析能力，包括：大数据认证技术、威胁发现技术、水印技术、网络匿名保护技术等等，这些技术在部分领域已有所应用，但同时存在反应速度慢、缺乏安全性、用户负担重等某些方面的不足，只有克服相关技术的不足，才能更好的解决大数据信息安全问题。

5 结语

大数据既是时代快速发展的产物，也是推动时代飞速发展的强大驱动力。它给社会发展带来了机遇，也带来了前所未有的挑战。迎接这项挑战不只是政府，企业或其他组织的责任，而是时代赋予我们整个社会每位公民的责任。大数据没有那么神秘，真正拥有力量的也不是数据本身，而是拥有数据掌握技术的我们。今后应不断加强大数据理论研究，完善学科发展方向和体系，为大数据学科建设与发展提供理论支撑和技术支持，持续切实加强政企合作，搭建大数据合作平台，建立良性大数据生态系统，使大数据真正推动科技繁荣、社会发展、人类进步。

参考文献

[1]李国杰.大数据研究的科学价值[J].中国计算机学会通讯，2012，8（9）：8-15.

[2]BigData.Nature[Z].2008，455（7209）：1-136.

[3]Big Data. ERCIM News[Z].2012，（89）.

[4]宗威，吴锋.大数据时代下数据质量的挑战[J].西安交通大学学报，2013，（09）.

[5]孟小峰，慈祥.大数据管理：概念、技术与挑战[J].计算机研究与发展，2013，50（1）：146-169.

[6]李国杰，程学旗.大数据研究：未来科技及经济社会发展的重大战略领域[J].中国科学院院刊，2012，27（6）：647-657.

[7]冯鹏志.对象、主题与特色―关于我国“科学、技术与社会”（STS）学科发展的几点思考[J].学术界，2002，（6）.

[8]覃雄派，王会举，杜小勇.大数据分析―RDBMS与MapReduce的竞争与共生[J].软件学报，2012，23（1）：32-45.

[9]樊伟红，李晨晖，张兴旺.图书馆需要怎样的大数据？[J].图书馆杂志，2012，（11）：63-68，77.

[10]邬贺铨.大数据时代的机遇与挑战[J].求是，2013，（2）.