大数据时代范文

导语：如何才能写好一篇大数据时代，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

最早提出大数据时代到来的是麦肯锡：“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。”

那么什么是大数据呢？

从目前比较公认的定义上看，大数据从数据量上看，至少也要达到PB级别（1PB=1024TB=1048576GB）。公开资料显示，阿里巴巴集团目前的数据系统之一“云梯”中总存储容量50PB，实际使用容量超过了40PB。百度搜索引擎抓取的数据综合，大概是10-50PB，这个范围很大，因为这个情况是每隔一小时就会发生很大变化。另外其的UGC，也就是用户产生的内容，例如百度贴吧、百度知道、百度文库中的内容，这些内容是广大互联网网民自己产生、自己上传的，大家一起分享的数据，这部分数据目前达到1PB。

归结起来，大数据便是海量的（Volume）、多种类的（Variety）、需要大规模的处理才能够凝聚足够价值的（Value）、处理和检索响应速度快的（Velocity）数据。处理大数据所需要的系统，和传统的数据挖掘工作所需要的系统有根本性区别。同时，大数据时代越发强调数据的关联性，将各种数据之间关联组合，以产生更大的价值。

互联网上的每一个网页、每一张图片、每一封邮件，通信行业每一条短消息、每一通电话，电力行业每一户用电数据等等，这些足迹都以“数据”的形式被记录下来，并以几何量级的速度增长。这就是大数据时代带给我们最直观的冲击。

正因为数据量之大，数据多为非结构化，现有的诸多存储介质和系统极大地限制着大数据的挖掘和发展。为更好地解决大数据存储问题，国内外各大企业和研究机构做了许许多多的尝试和努力，并不断摸索其商业化前景，目前形成了如下两种比较成熟的商业模式：

可扩展的存储解决方案。该存储解决方案可帮助政府、企业对存储的内容进行分类和确定优先级，高效安全地存储到适当存储介质中。而以存储区域网络（SAN）、统一存储、文件整合/网络连接存储（NAS）的传统存储解决方案，无法提供和扩展处理大数据所需要的灵活性。而以Intel、Oracle、华为、中兴等为代表的新一代存储解决方案提供商提供的适用于大、中小企业级的全系存储解决方案，通过标准化IT基础架构、自动化流程和高扩展性，来满足大数据多种应用需求。

云存储是一个以数据存储和管理为核心的云计算系统，其结构模型一般由存储层、基础管理、应用接口和访问层四层组成。通过易于使用的API（应用程序编程接口），方便用户将各种数据放到云存储里面，然后像使用水电一样按用量进行收费。用户不用关心数据的存储介质、网络状况以及安全性的管理，只需按需向提供方购买空间。包括国外的亚马逊、微软，国内的网易、盛大等公司都提供非常成熟的云存储服务。据研究企业MarketsandMarkets公司最新的报告称，全球大数据市场规模将在未来五年内迎来高达26%的年复合增长率――从今年的148.7亿美元增长到2018年的463.4亿美元。

在红红火火的大数据时代，随着数据的累积，数据本身的价值也在不断升值。一些掌握海量有效数据的公司和企业找到了一条行之有效的商业路径：对源数据直接或者经过简单封装销售。在互联网领域，以Facebook、Twitter、微博为代表的社交网站拥有大量的用户和用户关系数据，这些网站正尝试以各种方式对该源数据进行商业化销售，Google、Yahoo！、百度等搜索公司拥有大量的搜索轨迹数据以及网页数据，它们可以通过简单API提供给第三方并从中盈利；在传统行业中，中国联通、中国电信等运营商拥有大量的底层用户资料，可以通过简单地去隐私化，然后进行销售盈利。

篇2

利用大数据进行精准营销、管理预测的经典案例为人们津津乐道。亚马逊公司根据用户的查询记录来推荐产品；纽约政府使用犯罪数据和地图进行城市管理；印第安纳大学利用谷歌公司提供的心情分析工具，从近千万条网民留言中归纳出六种心情，进而对道琼斯工业指数的变化进行预测，准确率达到87%……

与此同时，专家、学者、媒体对于大数据时代到来的呼声一浪高过一浪。美国社会思想家托夫勒在《第三次浪潮》中提出，“如果说IBM的主机拉开了信息化革命的大幕，那么‘大数据’才是第三次浪潮的华彩乐章。”《华尔街日报》将大数据时代、智能化生产和无线网络革命称为引领未来繁荣的三大技术变革。人民日报社副总编辑马利说，“未来对人类影响最大的不是石油、不是水，而是信息，是大数据。”

大数据时代真的来了吗？如果你仍在为这个问题所困扰，那么在得到答案的时候，很可能已经失去机会。

大数据 大机遇

“在我们大家都认为电脑够快，互联网还要快，我们很多人还没搞清楚什么是PC互联网，移动互联来了；我们在没搞清楚移动互联的时候，大数据时代又来了。”这是阿里巴巴董事局主席马云在 “淘宝十周年”晚会上的一番感言。

美国互联网数据中心指出，互联网上的数据每年将增长50%，每两年将翻一番，目前世界上90%以上的数据是最近几年才产生的。据统计，目前全世界约24亿互联网用户，每天发出2940亿封邮件，每天在互联网上消耗的时间合计约13万年。网上每天产生的数据要装满1.68亿张DVD。

不仅仅是互联网，随着物联网技术的运用，全世界的工业设备、汽车、电表上有着无数的数码传感器，随时测量和传递着有关位置、运动、震动、温度、湿度乃至空气中化学物质的变化，无时无刻不在产生着海量的数据信息。

虽然到目前为止，仍没有一个关于大数据的严格定义。但一般认为，大数据的“大”，并不是指数据本身绝对数量大，而是指处理数据所使用的“大”模式：尽可能地收集全面数据、完整数据和综合数据，同时使用数学算法对其进行分析和建模，挖掘出背后的关系，从而预测某一事件发生的概率。

大数据背后蕴藏的商业价值和变革效应令人期待。美国互联网数据中心在去年4月发表的一份报告称，大数据技术与服务市场销售量将从2010年的32亿美元增长到2015年的169亿美元，其年均增长率会是一般IT市场的7倍。能够利用大数据的公司将会在竞争中占据极大优势。

大数据时代的数据争夺战、技术争夺战、人才争夺战已经打响，IT巨头竞相布局大数据时代。美国互联网领域近日频现较大规模并购交易，雅虎收购了5家初创公司，总额达1600万美元。微软拟出资10亿美元收购Nook Media公司数字资产，亚马逊宣布收购三星旗下荷兰显示技术公司Liquavista。

在中国，2012年以来，互联网、金融等与大数据关联度高的企业布局动作加快。2012年7月，腾讯网络媒体事业群宣布启动门户、微博、视频、无线的跨平台深度整合战略，其目的正是着力将下一代腾讯网打造成大数据时代的智慧门户。

今年5月，刚刚卸任阿里巴巴集团CEO、扬言要干点自己想干的事的马云风风火火干起了“菜鸟物流”。这个“菜鸟”显然名不副实，事实上，立足于拥有庞大数据资源和云计算中心的阿里巴巴，“菜鸟物流”的目标是要建立一张能支撑日均300亿元网络零售额的智能骨干网络。

大数据时代的争夺战并不只是停留在企业层面。2012年3月29日，美国了《大数据研究和发展计划》，同时组建“大数据高级指导小组”。此举标志着，美国把应对大数据技术革命带来的机遇和挑战，提高到国家战略层面。

按照《大数据时代》一书作者维克托·迈尔·舍恩伯格的观点，从商业科技到医疗、政府、教育、经济、人文以及社会的其他各个领域，大数据都是一次实现变革、转型的机遇。如果不能做到提前布局，抢夺资源，机遇则会成为最大的挑战。

数据蓝海中的贵州

朗玛，一家扎根于贵州的互联网企业。1998年在其成立时，腾讯的马化腾、张志东刚开始在深圳打拼；两年后，李彦宏、徐勇在北京中关村创立百度。那个时代，中国刚迎来互联网的第一波浪潮。

15年后，在2012年全球互联网企业上市公司市值排名榜上，腾讯、百度分列第四和第六。与二者相比，朗玛缺席了这份荣耀。“我们当时缺少了一些冒险精神，但朗玛是一家有着互联网基因的企业。作为第一批在中国大陆成立的互联网企业，在移动互联网时代、大数据时代，朗玛有信心进入一线阵营。”朗玛公司总裁黄国宏说。

事实上，自成立以来，朗玛一直保持较快速度发展，但对于一家互联网企业而言，要想在全球信息化浪潮中脱颖而出，需要的是超常规发展。移动互联网、大数据时代的到来，给了朗玛一次追赶的机会。2012年，朗玛成功在A股创业板上市，其潜心开发的Phone+产品用户迅速增加、好评如潮。在 2013年福布斯中国潜力上市公司100强榜单中，朗玛信息名列第二。

面对大数据这片蓝海，贵州已经起航，不是旁观者，而是积极参与者。从现实需求来看，贵州的旅游、金融、高新技术、会展等快速增长行业需要在各种数据中寻找商业价值，贵州的舆情监控与民意调查，科教文卫等各个方面都需要从爆炸式增长的数据中提取有效信息。

除朗玛之外，由于贵州近年来大力推进信息化与工业化深度融合，贵州不少企业已经具备较强的数据存储和分析应用能力。“ 十一五 ” 期间，贵州共建制造业信息化工程示范企业34家。以贵州茅台为例，该公司不仅与中国电信合作，搭建“数字茅台”专网，实现茅台集团信息化管理，还在原料采购、酿酒加工、物流、产品销售各个环节建立了一套数字化追踪系统，全程GPS定位，形成了从产、供、销到人、财、物的全面信息化管理。

抓牢大数据带来的机会，贵州面临不少挑战。

“贵州缺少有全国影响力的电商平台。”中国银联贵州分公司总经理徐承彦说，由于贵州没有成长起像淘宝、京东、当当这样的全国性电子商务企业，因此在数据采集占有上不具备优势。此外，贵州科技创新能力不足、科技人才紧缺也对大数据产业发展形成限制。

专家建议，大数据时代，政府应该强势推进大数据的应用，带动大数据平台建设。在贵州，政府整合资源、搭建平台的作用凸显。2012年8月14日，中国电信集团公司与贵州省人民政府签署战略合作框架协议，共同推进贵州智慧城市建设。未来3年，中国电信将投入100亿元重点推动贵州宽带提速、光网城市、三网融合、通信同城化等信息基础设施建设及智慧政府、智慧民生、智慧产业等行业信息化应用。今年7月，中国电信与贵州省人民政府进一步加强合作，拓宽合作领域，签署战略合作框架协议，中国电信将投资40亿元，在贵安新区规划建设云计算贵州信息园。

大数据并非万能

哈佛大学定量社会学研究所主任盖瑞·金以“一场革命”来形容大数据技术给学术、商业和政府管理带来的变化，认为“大数据技术将触及任何一个领域”；同样也有专家提出，大数据会否只是“概念喊得响”，在当前很难转化为现实生产力。同时，大数据也引发了人们对信息安全与隐私问题的反思，棱镜门事件的持续发酵再一次加深了这种担忧。该如何限制对大数据的滥用？该如何保护人们的隐私？这些问题是大数据的未来发展不可回避的。

即使是大数据概念的积极推广者、电子科技大学教授周涛也认为：“大数据是一个很重要的概念，代表了很重要的趋势，但我不希望它成为一种放之四海而皆准的万能概念——因为越是万能的，就越是空洞的！”

对于大数据概念的轰动及其可能带来的变革，我们需要理性对待、冷静分析。毕竟，预测到大数据可能带来的巨大商业价值和战略意义是一回事；具备采集数据、分析驾驭大数据、寻找到利润突破口的能力是另一回事。

美国的谷歌、Facebook等公司，通过数据挖掘带来了全新的商业模式，帮助企业找用户、降低成本、精准营销。同时，我们应该清醒的看到，这些互联网巨头拥有着大多数企业无法比拟的数据资源和分析应用能力。对于一般企业而言，这种领先优势和数据处理能力是不可能在短时期被复制的。

显然，这并不是说要无视大数据时代的到来，而是要找准发力点，在大数据时代找到自己的位置。对于贵州而言，大数据是一次实现后发赶超、转型发展的时代机遇。在以开放的心态，积极布局大数据时代的同时，要清醒认识到大数据带来的潜在风险，避免盲目投资，一哄而上。（制 图/张 耀 责任编辑/肖 露）

链接

科学布局贵州信息产业发展

篇3

摘 要：大数据时代提高学生解读数据能力是我们提升教学有效性的新课题。面对《经济生活》教材中的众多经济数据，我们不能止步于浅层次的文本阅读，还需要将它们从“知识”“情感”和“思想”三个维度上进行解读，使其融入知识、能力及情感态度价值观“三维”目标之中，为拓宽学生知识视域、提升学习能力、培育正性情感、树立正确价值观服务。

关键词：经济数据 知识性解读 能力性解读 思想性解读

褚宝福，男，浙江省嘉善高级中学，中学高级教师；鲍静，女，浙江省嘉善高级中学，中学一级教师。

大数据时代，学会正确解读数据已成为人们应具备的重要技能之一。因此，培养和提升学生解读数据能力就成为我们提升教学有效性的新课题。普通高中思想政治课教科书中设置了大量的数据，仅人民教育出版社2014年3月第6版普通高中必修1《经济生活》教科书中选用的经济数据就达20多处。面对这些经济数据，笔者发现有不少教师在教学时只是将其作为一般文本材料让学生自己阅读，而没有立足于时代需求、从新的角度来解读，这既是对教材资源的浪费，也不利于学生的真正发展。为此，本文结合课程标准的要求，倡导对经济数据进行三个层次的解读：知识性解读、能力性解读及思想性解读，并期望以此提升学生的数据解读能力、力促学生的发展和课堂教学有效性的提高。

一、经济数据的知识性解读

所谓知识性解读，指的是教师在教学时，能够从纵横两个视角引导学生对《经济生活》中的数据进行解读，让学生获取相关的经济学知识，以达成思想政治课的知识目标。

1．基于纵向视角的知识性解读。从纵向视角对经济数据进行知识性解读，强调的是对一定的经济数据进行历史性考察，并据此解读出相应的经济学知识。如对教科书第10页“2010年4月8日人民币对美元的汇率中间价为682. 59，2013年4月8日人民币对美元的汇率中间价为626.5”这一数据，我们的历史性考察分两步：首先是选择四个典型的历史时期来考察汇率情况。一是1953年到1972年，国家实行计划经济，实行严格管制和固定不变的汇率政策，使人民币对美元的汇率基准价长期稳定在246.1上。二是1981年至1993年，国家实行对外开放，发展社会主义市场经济，为扶持出口，增加外汇收入，人民币对美元的汇率基准价控制在149和195.8之间。其中1985年至1993年国家为平衡国际收支，实行官方牌价与外汇调剂价格并存的政策，使人民币对美元的汇率基准价由293.6逐渐上升到576.2。三是1994年至2005年，为进一步完善发展社会主义市场经济体制，国家逐步形成了以市场供求为基础的、单一的、有管理的浮动汇率制。人民币对美元的汇率基准价保持在835与819间浮动。四是2005年7月21日起至今，实行以市场供求为基础的、参考一蓝子货币进行调节、有管理的浮动汇率制度。人民币对美元的汇率基准价水平由797上升到619，并呈稳中有升的特点。其次，在上述四个时期考察的基础上，我们可引导学生解读出这样一些基本的经济学知识：一是我国的汇率政策是为适应并促进不同时期经济社会发展的需要而制定的，期间经历一个由严格管制向市场逐渐过渡的历史过程，并呈日趋市场化开放化的发展趋势。二是汇率是以另一国货币来表示的本国货币的价格，其高低最终由外汇市场决定，但同时也会受到国家政策等因素的影响；三是一国汇率数据的变动会对该国经济发展和居民生活带来一定的影响。我国人民币汇率总体呈上升趋势，这对我国经济发展和人民生活既有利也有弊，需要我国防范汇率风险等。

2．基于横向视角的知识性解读。从横向视角对经济数据进行知识性解读，强调的是对经济数据横向间的各类关系进行分析，并解读出其中所蕴涵的经济学知识。如对教材第66页“财政收入”这一数据，我们的知识性解读也分两步进行：首先将教材上“2012年财政收入”来源项目细化，并选择典型项目进行横向分析。一是分析财政收入、税收收入、非税收收入的数量及关系：2012年财政收入117210亿元（不含债务收入），税收收入100601亿元，非税收收入16639. 24亿元，分别占全部财政收入的85. 83%和14. 20%。二是分析税收中几个主要税种的数量及关系：国内增值税26415.5亿元、国内消费税7875. 58亿元、营业税15747. 64亿元、企业所得税19654亿元、个人所得税5820. 28亿元、关税103.5亿元等，其中国内增值税已成为我国目前税收的主要来源，企业所得税次之，营业税居第三，然后是国内消费税和个人所得税，关税数量较少。三是分析非税收收入中主要项目数量及关系：行政事业性收费4579. 54亿元、国有企业利润1154. 02亿元、罚没1559. 81亿元等，其中行政事业性收费最多位居第一，而国有企业上交利润相对比较少，低于各类罚没收入。四是几类主要国有企业利润数量及关系：烟草企业252. 64亿元、石油化工企业308. 45、电力企业76. 74亿元、煤炭企业106. 54亿元、电信企业106. 90亿元、电子企业1. 65亿元、金融企业0.33亿元、转制科研企业1.88亿元等，其中石油化工、煤炭、电力等资源类国有企业利润占总利润的42. 61%，而科技为主的国有企业利润只占总利润的9.5%。其次在上述分析的基础上，我们可引导学生解读出这样一些基本经济学知识：一是税收是依法取得财政收入的基本形式，是财政收入的主要来源。二是增值税、营业税、企业所得税等是国家收入的主要来源，但也直接影响企业的生存和发展。当前的税收改革特别是“营改增”，对国家税收总量及企业发展与竞争力影响甚大。三是非税收收入中行政事业性收费太多，而国有企业上交利润偏低，与国有经济的性质、地位及作用不匹配。四是国有企业利润结构不合理，其中资源类国有企业的利润占利润总量过高而科技类国有企业利润偏低，这表明我国仍需要大力推进经济发展方式的转型升级。

二、经济数据的能力性解读

所谓能力性解读，指的是教师在教学时，能够引导学生运用比较、综合两种方法对《经济生活》中的经济数据进行解读，提升学生分析数据和概括数据的能力，以达成思想政治课的能力目标。

1．基于比较方法的能力性解读。运用比较方法对经济数据进行能力性解读，强调的是对不同的经济数据，依据一定的标准进行相应的比较，以培养和提升学生分析数据的能力。如对教材第82页虚线框中的“农村居民人均纯收入”和“城镇居民人均可支配收入”数据的能力性解读，可分下述两种情况：首先，对同一经济主体在不同时间点上的数据进行纵向比较性解读，以培养学生纵向分析数据的能力。如可将教材82页上“农村居民”和“城镇居民”两类经济主体的经济数据，分别补充上2013年和2014年的最新数据，形成下述比较表格：

依据上述表格数据，引导学生分别分析从2009年至2014年农村居民人均纯收入和城镇居民人均可支配收入数据变动的特点：城乡居民人均收入逐年增加，但农村居民收入增长速度快于城镇等。其次，对同一时间点上不同经济主体的数据进行横向比较性解读，以培养学生横向分析数据的能力。我们同样可依据上述表格，引导学生分析我国在2009年至2014年期间，每年农村居民和城镇居民人均收入数据的差异情形：城镇居民收入高于农村居民，绝对差距数据在拉大等。

2．基于综合方法的能力性解读。运用综合方法对经济数据进行解读，强调的是在一定的范围内对不同经济主体的经济数据进行相应的综合，以培养学生的数据概括能力。一般我们可选择两种主要范围展开综合性解读：首先就同一教学单元中的经济数据进行综合性解读，以培养学生从单元经济数据中概括出相应结论的能力。如对第二单元“生产、劳动与经营”中的主要数据，我们按照因果联系的逻辑原则，将“我国主要产品产量居世界位次”、“城乡居民储蓄存款余额”、“储蓄存款利息和股票价格”、“投资理财的分配数额”、“保险理赔数额”等数据进行综合，形成下述数据体系：依据上述体系，引导学生对①②③④四组原因结果关系进行概括，可得到这样的结论：随着我国我国经济不断发展、经济实力不断增强，居民储蓄余额不断增加，同时由于国家经济的发展和居民储蓄余额的增加，会引起居民投资理财途径的多样，而这会进一步提高了居民的储蓄余额和国家经济的发展，由此在居民投资与国家经济发展间形成了相互促进的良性互动。总之，一国经济的发展与投资间存在着密切的关系，需要我们正确地处理。其次对教材中不同单元中经济数据进行综合性解读，以培养学生从不同单元经济数据中概括出相应结论的能力。如对第二单元“生产、劳动与经营”和第三单元“收入与分配”中的众多数据，我们同样可依照因果联系的逻辑原则，进行综合，形成下述综合体系：

依据上述体系，引导学生对①②③④⑤⑥六组原因结果关系进行概括，可得到这样的结论：第一，随着我国经济的发展，不仅带来居民投资增多和日趋多样，而且还促使国家财政收入、企业收入和居民收入不断提升及财政支出数量的增加。第二，我国居民投资和财政投资的增加，必然促进我国经济的发展。第三，国家财政收入的增加、企业利润、居民收入的不断提升，也必将推动我国经济的发展。第四，在国家财富一定情况下，投资的增加会引起收入的减少，而收入的增加会引起投资的减少，两者存在此消彼长的关系。第五，国家、企业和个人之间收入分配结构的变化会影响国家经济的发展，同样国家投资结构和居民投资变动也会影响国家经济的发展。总之，一国经济的发展既需要投资的作用，也需要消费的作用，因此必须协调好投资与消费的关系，实现经济的转型与持续发展。

三、经济数据的思想性解读

所谓思想性解读，指的是教师在教学时，能够引导学生从现象和原因两个层面对《经济生活》中众多经济数据进行解读，让学生接受情感熏陶和价值观教育，以达成思想政治课的情感态度价值观目标。

1．基于现象层面的思想性解读。经济数据本身较为抽象枯燥，缺乏情感，但与数据形成、变动相关的经济现象却是具体、丰富的。教学时，我们可借助这些现象进行情感性解读，让学生接受情感熏陶、培养学生积极向上的正性情感。如对教材89页中的“投资和消费对经济增长的贡献率”数据，我们在教学时可分两种情形进行：首先选择与“投资对GDP增长贡献率”的经济现象进行解读，如列举各省市县政府投巨资建设“美丽乡村”，培养学生热爱乡村的情感。其次，我们选择与“消费对GDP增长贡献率”数据相关的经济现象进行解读，如例举因书香社会建设而形成的“阅读消费”现象培养学生热爱读书的情感喜好。

2．基于原因层面的思想性解读。经济数据本身反映的是一种客观事实，显得呆板和冷漠，缺乏生动的教育性。但数据产生及变动背后的原因，却值得人深入思考。教学时借助这些数据背后的原因，我们可以让学生了解党和政府所做出的各种努力和探索，进而借此进行价值观教育，以帮助学生树立正确的价值观。如对教材89页中的“投资和消费对经济增长的贡献率”数据，我们可以对其进行补充扩展并形成下述表格，然后分两种情形进行解读。

首先选择“投资对GDP增长贡献率”数据进行原因性解读。我国2000年至2014年“投资对GDP增长贡献率”呈现由低到高、再由高到低的变动特点，主要原因有二：一是我国投资政策由偏向追求发展速度转向追求发展质量与效益，二是投资结构由偏重经济建设转向民生发展。这样的解读，不仅可使学生认识到我们党和政府立足经济发展的实际，制定和实施科学的投资政策，实现了经济的平稳运行，而且还能体会到政府在制定和实施投资政策时始终坚持“以人为本、以民为本”的出发点和落脚点，从而有利于学生树立乐于为国家、为民众奉献的正确价值观。其次选择“消费对GDP增长贡献率”数据进行原因性解析。自2010年后我国“消费对GDP增长贡献率”保持持续增长态势，其背后的重要原因是政府贯彻落实科学发展观，扩大内需、提高城乡居民生活水平，努力实现经济发展方式的转型。这样的原因解读，不仅让学生认识到政府根据经济发展的客观规律，充分发挥消费对经济的拉动作用，实现经济发展方式的转型，而且还能真正体会到政府在制定和实施消费政策时同样始终坚持提升人民生活水平、满足人民需要这一社会主义生产的本质与目的，从而有利于学生树立以人民利益为最高的价值标准和价值追求。

篇4

关键词：大数据；数据素养；策略

中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2013）36-8199-02

1 大数据时代的趋势及面临的问题

1.1 大数据时代的趋势

高性能计算机集群、网络、电子商务等对象的高度融合和发展带来了数据规模的惊人增长。不仅如此，数据的复杂程度也迅速增加，人们似乎已生动地感受大数据（Big Data）时代的到来[1-2]。大数据已被美国在内的多国政府视为重要的战略资源，我国应尽快研究并制定本国的大数据战略。及早审度、并制定针对大数据环境的具有前瞻性的发展战略将决定未来国家的竞争实力和发展前景[3]。如何将大数据的资源优势进一步扩大，注重搜集、存储、管理、运用的过程中总结发现大数据的规律和关系，并利用发现的规律和关系提升效益、指导决策，应成为下一阶段重点研究的方向和目的。

1.2 大数据时代面临的问题

大数据的特点多总结为“4V”（Volume、Variety、Velocity、Value）。以数据为中心的传统学科的研究产生了越来越多的科研数据，设备监控、物联网等也是极具规模的数据源。然而网络环境下，特别是大型的互联网公司的服务贡献了极大规模的个人数据。其兴起导致了许多人们以往在生产、经济活动、科学研究甚至日常生活中的很多惯性思维发生巨大变化。PB级数据使得在无需寻找模型或花费大量时间做假设分析的情况下，结合大型计算机集群和统计分析就可以得到信息甚至知识。借助于云平台，普通民众完全有可能分享到同样规模的计算能力和利用它们得到的统计结果背后的关系。

大数据的数据来源及应用涉及广泛，它虽然带来了无数机遇，但与此同时网络数据中心、信息技术、政策制定和人才培养方面都面临巨大的挑战。在这些方面当中，制约大数据未来发展的最大瓶颈，无疑将是兼具跨学科背景和高数据素养的人才的缺乏 [4]。

2 数据素养的概念及基本要素

在大数据时代，数据不再仅仅是来源、目的或结果，而是跃升为社会的基础设施和工具， 有别于传统模式中计算能力和处理效率取决于软、硬件的强大，大数据时代看到的是更多依据于发现过程中相关人员的数据素养。大数据这个新兴的交叉学科方向，其数据获取、模式合并、降噪存储、统计分析等需要熟悉不同学科领域的基础理论和研究方法的复合人才才能胜任。

2.1 数据素养的概念

数据素养（data literacy），与“信息素养”（information literacy）概念有着不容忽视的密切关系。数据素养通常指的是研究者在工作中对科学数据的采集、组织和管理、处理和分析、共享等过程中所具有的能力，还应包括研究者在数据的生产、管理和过程中普遍遵循的道德与行为规范 [5]。泽可斯基是第一个使用信息素养概念的人，他将信息素养描述为在工作中不仅善于掌握信息资源，而且可以熟练运用多种信息工具来帮助解决问题。这种能力通常是可以经过训练获得的 [6]。这一概念发展至今，在大数据时代背景下产生的相关概念——数据素养，强调的仍是快速获取，形成决策，解决问题。只是在大数据环境下需快速地从数据中发现关系，解决问题，而后还须总结规律，找出共性。

毫无疑问大数据在今后必定会催生经济社会、企业经营发生重大变化。面对大数据时代信息能力的差别可能带来的巨大差异，应提前做好政策制定、配套投入、人才培养等方面的工作。普通大众对数据越来越强势的局面，也应具备起码的数据素养。

2.2 数据素养包含的基本要素

结合以往信息素养理论方面的研究，数据素养应包括数据意识、数据技能和数据伦理这三方面。

首先，从意识层面上来说具备一定数据意识是整个数据素养的先决条件。大数据时代将社会发展推进到快进模式。面对海量数据，算法不再有效、存储不再一致，只要及时发现数据相关性，即可转化成具有高价值的可见结果。无需繁琐的建模、验证，上一秒的经验也许到下一阶段就已过时，因此，没有相当的数据意识，无法在第一时间做出反应，那么一切都是枉然。

其次，善于用数据挖掘、分析和可视化工具展现海量数据中的价值，将为人类创造巨大财富。反之，缺乏数据技能将成为获得这些财富的极大阻碍。大数据中蕴藏的巨大利益使企业不得不重视数据，也使得计算机行业与信息行业的区别越来越不明显，由单纯对计算速度的追求转变为关注大数据处理能力，软件编程也从程序为核心转变为围绕数据设计[3]。当前科学研究中同样存在着问题：一方面是传统的存贮机制、数据库管理模式、算法的失效；科学研究领域对数据管理、分类、分析、挖掘工具依旧缺乏的现状。另一方面，对数据密集型科研范式的研究也有待发展，在此过程中，必要的数据技能、信息技术不可或缺[7]。

最后，大数据时代对数据伦理不容轻视。由于大数据时代的研究往往是在海量数据中分析器挖掘数据的相关性，数据来源广泛、模式不一，数据质量参差不齐，搜集渠道多样，如果忽视数据安全、用户隐私等方面，那么我们从大数据的获得可能弊大于利，终将对大数据的发展带来不利的制约。而数据伦理恰恰针对的就是数据素养中的相关要求，因此这一要素是数据素养中起决定影响的环节。

3 大数据时代的数据素养培养策略

3.1 科研工作者数据素养的培养

在大数据环境下，除了利用其他学科的理论、概念和方法对海量数据进行分析处理和解决问题之外，无疑还要摸索和总结大数据本身作为一门新兴学科的规律特点和模式手段。因此无论是针对大数据的基础理论研究、城市的数字化建设还是企业重视的利益转化都需要具备高水平数据素养的专业人才。在国外，对科研领域的相关人员的数据素养的培养早在几年前已经引起相当重视。例如，为使参与研究的学生进入数字化环境前做好充分准备，制定针对数据素养培养需求的课程方案；以数据素养为目的的研究项目受到优先考虑；基于知识管理的理论，对与数据相关的素养的课程进行推广。这些对学生数据技能的提升起到了无可替代的作用。

另外，培养跨学科人才的必要性显得比以往任何时候显著。IBM早已在全球招募了大量的数学科学家，这些数学博士数据分析的才能被应用于石油勘探、医疗健康等各个领域。精通数据分析的天文学家和理论数学家设计开发的金融产品在华尔街极具市场[3]。单一方向的专业人才在大数据环境下的数据敏感度显然稍欠竞争力，而具备了多学科知识结构的高层次人才将成为未来数据游戏的魔法师。

3.2 社会公民数据素养的培养

面对数据密集型的知识环境，统计和数据分析能力相信在不久后将成为与今日计算机和外语一样的大学生必备的基础知识框架中的重要组成[4]。无论是初等教育和高等教育均应该考虑将科研数据管理和数据素养教育纳入到全民信息素养教育中。毫无疑问，在未来几年，大数据将进入全速起航阶段，全数字化时代由数据素养层次不同所形成的差异将比当前的贫富差距还要残酷。因此，无论是从国家综合实力还是从社会的公平稳定出发，全民数据素养的提高均应及早纳入规划并全面推进。

4 结束语

大数据带来了无数机遇，但同时也意味着巨大的改变与挑战。要想充分抓住这个大机遇，需要各界重视。目前国外大数据的研究从起步和成果来看均略先于我国，国家应尽快从政策制定、资源投入、人才培养各层面给予充分的支持。发挥全局统筹优势，将海量数据有效融合起来，重视数据素养的培养，为孵育大量优秀的跨行业跨学科的信息人才和提高全民数据素养创造良好的的环境，为大数据的研究利用构建出美好的未来。

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] Steve Lohr.The Age of Big Data[N].New York Times， February 11，2012.

[3] 李国杰，程学旗.大数据研究：大数据的研究现状与科学思考[J].战略与决策研究，27（6）：647-657.

[4] 缪其浩.了解大数据，具备起码的数据素养[J].世界科学，2013，2：14.

[5] 张静波.大数据时代的数据素养教育[J].科学，2013，65（4）：29-32.

篇5

【关键词】大数据时代 信息数据 安全技术

近年来，随着大数据时代的到来，互联网的应用变得越来越广泛。不仅信号变得越来越好，手机也已经逐渐支持一切业务，基本上可以不出门，就解决很多问题。而且很多公司也喜欢将信息、资料放到公司的共享数据库里，方便大家进行查阅。因此，人们已经逐渐依赖互联网这种方便、快捷的方式了。所以，信息数据的安全问题更应该引起相关人员的关注。

1 大数据的介绍

大数据，从名字上理解就是规模非常庞大的数据，但这样理解确实有些片面。因为如果这样理解的话，人们可以通过一定的方法对其进行处理并应用，但真正的大数据是无法在合适时间内获取的。真正的大数据是指能够从海量信息中，快速、高效的获得有用信息的一种技术，并把与它相关的技术也称为大数据。当前的大数据有以下几个特点：数据量庞大、数据的类型多样、处理速度非常快。数据量庞大这个特点，属于大数据的基本特性。因为随着技术的提升，人们对于数据的要求也逐渐接近事物的本身了，所以需要处理的数据也呈指数趋势增长，这样才能使数据更加准确。数据的类型多样是指当前的交流方式越来越多，有视频、图片、音频等等。而且不再局限于统一的结构化数据，还有其他类型的数据出现，这也增加了处理的难度。处理数据非常快这个特点，深受大家的支持。给他人发送消息可以及时发送并回复，这使人们之间的信息交流更加快捷了。

2 当前数据信息的安全现状

2.1 不注重信息保密

随着智能手机的出现，人们已经将它放到与吃饭相同的待遇上了，时时刻刻不能离开。而且很多人都喜欢抢红包、网上购物、手机支付等等，这些事情是很容易泄露信息的。因为很有可能在某张图片上附带上你的个人信息或者家庭信息等等，因此，大家要时时刻刻引起注意，加强对信息安全的自我防护意识，尽量减少隐私的泄露。

2.2 技术的不足之处

现如今，互联网的安全受到很多因素的威胁，病毒、黑客等等，曾使很多的企业、公司受到损失。近几天， 广泛传播的勒索病毒，就是黑客利用电脑漏洞使用户无法正常使用电脑，从而迫使其给一个指定账户汇款，这也是威胁人们财产安全的隐患。而黑客是一个热衷于创新攻击技术的群体，他们的技术非常强大，可以破坏别人的电脑获取信息数据进行盈利。因此，需要更多的专业网络安全技术人员，提高安全等级。

2.3 软件的检测防御性能低

大数据这门技术，它是需要对已有数据重复使用的。黑客们之所以可以窃取数据以及机密文件，就是因为他们对此有一定的了解，在可利用的代码中加入一些病毒代码，可以躲避检测软件的监控。这样一来，病毒就可以进入数据库，进而获取有用信息，谋取利益了。对于这种状况，一定要加以防范。

对于以上的几种状况，既然我们已经知道了问题出在哪里，就应该积极地去解决，改变这种不安全的网络环境，社会各界以及相关技术人员要引起重视。

3 加强信息数据安全的方法

3.1 在宏观上用法律对信息数据安全进行保护

数据的使用范围非常广，几乎渗透到了生活的方方面面。并且当前的大数据非常贴心、非常智能，它可以让人们时刻的关注社会动态以及自己的一切事情。比如：货物的物流情况、身体的健康状况、家用电器的使用情况等等。在宏观角度上看，设立专门的法律，加强信息数据安全是非常有必要的。因为传统的措施已经保护不了信息数据的安全了，加强技术水平虽然很重要，但单靠这一方面的防护，是无法满足日益发展的大数据的要求的，所以法律的辅助真的很重要。法律的决策及制定部门可以出台一些规范性的文件，约束人们的行为，让安全问题不再只局限于专业领域。。

3.2 在监管上更加用心

在这个互联网高度发达的时代，数据的准确度更高，它带来的价值自然也更大。一些机构为了赚钱，喜欢用小的成本去谋取高的利润。对于这样的状况，一定要制定与之相符的标准，加以约束。要努力确保信息数据的安全，让每个人的隐私都在正常的管理范围内，不会被泄露而造成经济损失。可以设立专门的监管部门，专门负责审查运行的代码是否带有病毒，毕竟人与机器也是有很大区别的，人可以处理各种突发的状况，而机器则不能。这样进行监管的话，可以对信息数据安全有更大的保障。

3.3 加强信息数据安全技术的应用

法律的保护以及技术的加强，对于信息数据安全来说，是双重保护。在法律规范还在商讨的阶段，技术上的大力支持是很有必要的。国家也应该大力支持信息产业的发展，重视信息技术方面的教育，不断培养创新性强、有想法的竞争性人才，为国家的未来发展提供动力。对于相关的技术部门，也要充分认识自身的不足，发现代码、程序中可能存在的薄弱环节，挑选出来进行专门的研究，制定出尽可能完美的防护方案。还可以对已有问题，抽象出模型，设计专门的防护工具。不断提升硬件防火墙的技术水平和安全性能，起到主动预警作用，从而及时发现网络攻击和病毒传播。相信在安全技术的不断优化整合之下，信息稻莸陌踩将会得到不断的加强。

4 结语

对于信息数据的安全，我们要有一定防护的意识，这样才能营造起一个安全的网络环境。希望本文对于大数据时代下信息数据安全的探究，能起到一定的参考作用。

参考文献

[1]普星.大数据时代社交网络个人信息安全问题研究[J].信息通信，2014（11）：154.

[2]高渊.议大数据时代下的个人信息安全[J].今传媒，2014（08）：33-34.

[3]张茂月.大数据时代个人信息数据安全的新威胁及其保护[J].中国科技论坛，2015（07）：117-122.

作者简介

朱敏嘉（1981-），男，山西省太原市人。山西大学硕士。职称：工程师。现供职于山西省气象信息中心。主要研究方向为信息网络。

陈越（1966-），女，浙江省临海市人。大学本科学历。现供职于山西省自动化研究所。职称：高级工程师。主要研究方向为计算机信息技术。

作者单位

篇6

每一次通讯工具的划时代变化，都会催生出无数的机会。在英特尔中国研究院院长方之熙看来，智能手机就是一种这样的革命性工具。2013年12月19日，在由《数字商业时代》主办2013智造中国高峰论坛上，方之熙从智能手机谈起，在科技跨越的进程中纵横捭阖，条分缕析地点明未来基于大数据的机遇与挑战。

科技界和企业界人士或许对二十年前英特尔创始人之一安迪·格鲁夫的《只有偏执狂才能生存》不会陌生。事实上，创新和未雨绸缪早就融入进了全球顶级芯片制造商英特尔的企业血液之中。

方之熙坦言，企业只有创新才能生存和发展，而且这种创新应该是引领式，而不是追随式。只有既看到了未来可能出现的趋势，同时又具有拥抱这种趋势的能力和准备，才能在形形的科技时代获得更好的发展。

方之熙也同样看到了物联网时代和大数据背后的机会。由他担任院长的英特尔中国研究院为了从物联网中找到正确的商业模式，以及对应的技术来推动产业格局的形成，和中国政府合作成立了中国英特尔物联技术研究院。研究院的成立，按照方之熙的话说，将不会过多关注政府直接投资的项目，或者是搞传感器等物联网终端器件等内容。相反，他们是要差异化地推动新商业模式的构建。

融合：拥抱大数据

大数据时代的来临以及未来的推进，绝不仅仅是一个行业或者一家公司能够实现的。围绕大数据内核而关联起来的行业和企业，只有在彼此交融的基础上，才能实现短时间内大数据技术与服务的跨越。

虽然目前来看，大数据所面向的仍然是电信、通信领域，但另一个层面，基于通信方式的大数据并不能解决所有信息化进程中的问题。方之熙举例，如果寻找一家就近或服务很好的饭馆，更为有效的办法还是上网搜索信息，这个不是通信本身就可以完美解决的。

让大数据应用的成本更低，让有序商业递变演进得更快，让大数据的存储、应用与服务变得更加安全，是所有涉猎于这一领域企业的共同指向。以英特尔为例，传统意义而言是一个在通信技术和服务领域都有短板的企业，但却可以通过融合与合作加以弥补。从商业领域的拓展角度来讲，英特尔通过自身的开发与并购公司，也逐渐完成了通信领域的布局。显而易见，在融合的过程中，英特尔过去在硬件上的创新必然会给通信技术和服务带来变化，而通信领域的合作伙伴又反过来使英特尔更加直接地拥抱大数据时代。

开源：共有的机会

在克里森·安德森的《创客》中，为世人描述了一个开源式创新的未来。而在方之熙看来，经过十年积聚的“大数据”并不是某个公司的独有发明，在开源创新的背景之下，十年里大数据的技术和模型日渐成熟，包括英特尔在内的众多高新技术的领军企业都开始“掘金”其中。一方面，在获得大数据便利的同时，为以之命名的大数据时代，贡献着独特的价值。

一般意义上来讲，以硬件为主的英特尔和作为软件解决方案的大数据之间似乎关联不大。但这并不意味着英特尔在大数据时代将无所作为。大数据是联通各个行业、各种终端和各类技术的解决方案。

种种大数据工程，亦关乎着社会的安全与稳定。作为典型的外资企业，英特尔在中国的大数据探路，自然会考虑到这一点。方之熙向记者介绍，英特尔基于中国市场的大数据模型的构建和应用，与政府机构、与企业等合作伙伴共同推动。

新技术以及运用新技术能力的蜕变，在使工具更新迭代的同时，也在推动新工业革命的到来。在方之熙眼中，无论是杰里米里夫金的《第三次工业革命》，还是克里斯安德森的《创客——新工业革命》，所诠释的都是类似的内容。而他从智能手机入手，来诠释以互联网为依托的科技发展逻辑，则更容易让人理解。

“无线通讯工业发展到一定阶段之后逐渐和计算机工业相融合，进而使得智能手机变成可能。新一代的平板电脑和笔记本电脑，自然而然过渡到WIFI时代。”方之熙认为，每个占领着科技制高点的企业都能够在新的科技世代找到属于自己的位置，就如同高通科技拥抱WIFI时代一样，其产品和服务在对WIFI的布局中重焕青春，占领了潮流。

事实上，在方之熙的逻辑中，也隐含着英特尔在大数据时代的机会。手机的智能化，计算机体积的缩小，相应地对核心处理芯片等有了智能化的新要求。作为最著名的处理器和芯片制造商，这不就是英特尔的机会吗？

中国经济信息：三年前英特尔提出了全面转型的目标，具体就是从处理器为主业的公司，向平台、服务器和软件等全方位解决方案的提供者转变。目前英特尔转型处于什么阶段？

方之熙：那次转型对英特尔来讲是个很具挑战的过程，特别是现在移动互联等新兴领域。英特尔需要从传统业务领域向新业务拓展，所涉猎的移动互联也好，智能手机也好，或者说平板电脑也好，我们意识到通信能力本身很重要，所以就需要在通信方面做很多准备。

英特尔很早就开始关注通信技术，最近几年又收购专业公司，进一步加强了英特尔在通信技术方面的实力，为移动互联的战略转型打下了坚实的基础。

中国经济信息：您多次谈到与通信领域的结合，那么英特尔中国在这一领域的发展以及与中国相关机构的合作目前是什么情形？

篇7

大数据如果只是一个技术或者概念，各位可以不必关注它，因为化妆品这个行业可能离这方面还很远。但如果大数据真的是个新时代，它可能会我们传统的营销手段和品牌价值，重塑整个商业模式，我们就不得不思考并认识大数据。

今天我给大家简单介绍一下什么是大数据，大数据新的商业模式是什么，以及我们作为一个品牌商，怎么成为一个大数据的企业。

大数据的战略地位

“大数据”是“数据化”趋势下的必然产物。数据化最核心的理念是：“一切都被记录，一切都被数字化”。

所谓“山雨欲来风满楼”，在大数据时代来临之前，第一个大的趋势是数据量的爆炸性剧增，最近两年所产生的数据量等同于2010年以前整个人类文明产生的数据量总和。数据量的疯狂增长，不仅带来了各种计算处理数据的要求，也带来了互联网时代一个很大的难题，就是怎么样解决信息过载的问题，怎么样去抓住消费者非常有限的注意力。

二是数据来源的极大丰富，形成了大量非结构化的数据形态。以前绝大部分数据都是结构化数据，你是什么年龄，叫什么名字，来自哪个地方，做什么工作。通过这些结构化的数据和一些简单的分析方式，比如关联规则等，可以得到很多结论。这是传统的处理数据的办法。

但是现在很多的数据不再是结构化的数据，而是一些非结构化的，譬如文本、语音、视频、图像等。怎么从这些数据中获得有用的信息，把它呈现出来，这是第二个趋势带来的要求。

第三个趋势才是大数据的精髓，就是数据开始变得跨领域。举例来说，我们这里每个人都会发微信、发短信，也会打电话，会在微博上留言，会有自己的社交关系，也会买社保、医保，会去看病等，这一系列数据现在可以围绕同一个人流动起来。又如移动手定位的移动轨迹、车载GPS的移动数据、街旁上的签到数据、快递的数据、智慧城市中的文本描述等数据可以通过同一个地点关联起来。

从这些针对同一个个体不同侧面的数据当中，获得跨域关联。这种跨域关联是数据量增大后从量变到质变的飞跃，是大数据巨大价值的基础。

第四个趋势，就是整个信息服务从针对全体的服务，变成了针对不同群体，甚至个体的服务。比如亚马逊的数据，会针对不同的顾客做出不同的推荐。现在大数据技术针对顾客的数据分析，会把顾客分成十类、二十类，甚至更多。

这四个趋势，带来了大数据时代的前驱。

大数据加上云计算被认为是继信息化和互联网后整个信息产业的第三次革命。甚至可以与以蒸汽的使用和电气的使用为代表的第一次工业革命和第二次工业革命相媲美。

如果我们纵观三次科技革命，会发现它们的相似之处：都需要新的能源，新的材料。与此相匹配的，云计算和大数据共同引领以数据为材料、计算为能源的又一次生产力的大解放，数据会成为一种非常具有战略价值的东西。如果我们认识到这一点，政府、企业，乃至科研团队就有责任去搜集整理所有有价值的数据，对于一些特别重要的数据，比如消费数据、医疗数据、交通数据都要形成数据储备库。

总之，大数据不是数据量的简单刻画，也不是特定算法、技术或商业模式上的发展，而是从数据量、数据形态和数据分析处理方式，到理念和形态上重大变革的总和。大数据是基于多源异构、跨域关联的海量数据分析所产生的决策流程、商业模式、科学范式、生活方式和观念形态上的颠覆性变化的总和。

大数据的商业模式

大数据的商业模式创新，不是一个一蹴而就的事情，它也分为大数据的1.0、2.0、3.0模式。

大数据1.0，可以看成是传统商务智能系统的一个拓展。它使用企业自身产生的数据，通过深入分析，提供包括客户价值评价、客户满意度评价、服务质量评价、营销效果评价等各种基于简单统计和关联挖掘的报表，从而优化你的业务。更好的业务带来更多的数据，这些数据又能够帮助你把分析做得更深入，这是一个正向循环的过程。

亚马逊是一个典型的例子，他们利用一系列算法，帮助用户找到他们可能喜欢的商品。北京的一家公司，百分点科技从事类似的数据分析，但他们不是分析自己的销售数据，而是整合了五百多家电子商务网站和一百多家资讯网站的数据，从用户的浏览、收藏、点击行为中猜测用户意图，推荐用户感兴趣的商品和资讯。

借助复杂的算法和实时大数据处理能力，我们会预测用户的行为。有了这个预测之后，我们根据不同的场景和不同的用户，推荐不同的产品。个性化推荐大大提高了用户的黏度和企业的销售额，从而产生了更多有价值的数据，这些数据又帮助亚马逊和百分点把分析做得更深入，进一步提高自身或客户的访问和销售量，产生更多高质量的数据。

这种数据处理技术对化妆品公司有很大好处。如果你们积累了足够多的用户购买数据，你们就能知道：第一，购买你商品的人大概是一些什么样的人，他出没在哪些地方，多长周期买一次你的产品；第二，如果你要给你们的客户进行营销或者寄一封电子邮件，你应该向他推荐什么样的产品，多长的时间给他发一次邮件。

大数据2.0强调的是数据的外部性。它包括两个方面：一是指企业用自身业务产生的数据，去解决主营业务以外的其他问题，获得重大的价值；二是引入非企业自身业务的外部数据，来解决企业自己遇到的问题。

比如国家电网有智能电表的数据，这个数据实际上是整个国家工业和制造业健康状况最好的指数。所以这个数据不仅服务于国家电网，还服务于中国的宏观经济调控。同样，这个数据和自来水厂以及天然气、煤、管道的数据加在一起，可以非常好地来衡量一个房子的空置率，从而使我们对房价进行宏观调控。电网数据还是进行房价定价精确走势预测的一个重要组成部分。

另外当下值得一提的就是移动智能终端。比如在汽车销售行业，通过智能手记录下的客户移动轨迹，我们可以知道，一个客户在半个月之内两次或者两次以上，到4S中心停留过几分钟。就可以知道这个手用户有没有更强的购车需求。我们在做这个案例的时候，发现手带来的数据信息比我们所有想象的精准方法还要精准十倍以上。

如果你有一个足够的手移动数据，知道你们的客户手号是多少。你们就可以知道，你们主要的客户在一个城市的区域分布情况。进而可以分析在哪些热度高的地方特别适合做广告，哪些地方不适合做。如果你还知道高德地图的数据，你就会知道哪两个点之间的主要通行路线是什么，就知道在哪些路上或者公交车上打广告是能够覆盖最多的人群的。

如果我们有像微博、微信等社交化媒体的全量数据，我们就知道，对某化妆品品牌谈得比较多的人，或者比较感兴趣的人到底是哪部分人群。然后通过分析数据了解他们主要关注哪些电视节目，主要上什么网站。我们就可以针对性在相应的电视节目和网站上投放广告。

大数据3.0是一个尚在探索中的商业形态。它首先要求政府和行业，对数据质量、价值、权益、隐私、安全等产生充分认识，出台量化与保障措施。在此基础上，数据运营商出现，提供集成数据和存储、计算的平台，形成了以加工数据和已有数据产品，产生新的数据产品为主要活动的数据客（Dacker）。

个人、团队和企业通过数据API（应用程序编程接口）或其他方式付费使用数据产品。数据和数据产品有可能像今天淘宝集市上的商品被售卖交换，数据市场也可能应运而生。于是，一种以数据/数据产品为输入，数据/数据产品为输出的新商业模式诞生，这种模式不同于2B（to business）和2C（to customer）的模式，为了区分，我们称这种模式为2D（to data）的商业模式。新商业模式的直接后果，就是促进学术团体、企业和政府通过大量异质数据和数据产品产生科学、社会、经济等方面的新价值。

如何迎接大数据时代

胜利总是钟爱有准备的人，传统的企业越早准备，就越有可能在大数据时代取得胜利。很多传统行业，都认为数据的精细化分析、数据的深度挖掘离自己很远，那是因为他们暂时还处在一个快乐的时代。几年前的房地产市场很快乐，从来没想到这方面应该做，因为那时候的房子很好卖。几年前的奢侈品也是一样。但是现在的房地产和奢侈品都进入非常尴尬的境地，一个行业在垂死挣扎的时候，任何一点技术的进步，都会使自己在很残酷的竞争中取得胜利。

回到化妆品行业，如果大家想未来发展成一个大数据公司，我给大家提几个建议。

第一，我希望企业一定要走数据化道路，要把一切的生产经营都变得数据化。生产产品的企业，在生产线中有很多各种各样的传感器，把这些数据记录下来，通过集成学习的方法，就可以判断什么样的因素能够对产品起到比较关键的作用，从而调整这些因素。

同样，所有的销售和经销也都应该数据化，利用辅助的工具，包括一些智能的企业管理软件或者企业社会化的工具。通过社会化的解决方案，使企业的每一个经营都被记录下来。这是企业走在前面的重要因素。每一次和客户的接触，都需要变成数据记录下来。

第二，培养企业的分析能力。企业的数据分析能力不是一蹴而就的，特别是作为传统企业，可能没有办法去找一个数据挖掘团队分析自己的数据。可以先通过和一些第三方提供数据分析的企业进行开放性的合作，从他们那里学到两种东西，一个是利用大数据来解决问题的理念，一个是一些具体的技术。然后利用一年到两年时间，培养自己非常小而精干的三五个人的数据挖掘团队，能够处理自己的数据，从而也摆脱第三方数据公司的控制。自己进行数据采集、数据处理，数据分析。

第三，建立自己的数据战略储备。“数”到用时方恨少。等你们想到用互联网上的数据或者手上的数据进行营销的时候，你们会发现这些数据其实不好找。很多数据如果不积累，是没办法一次性买过来的。所以，有高超的前瞻性的企业，现在就应该想清楚，什么样的数据有价值，并开始建设企业自己的一个小型数据中心。

篇8

关键词：审计 大数据

随着中国互联网的发展，我们已经进入了大数据的时代。淘宝网站可以根据搜索记录直接向买家推荐其有兴趣的商品，腾讯可以根据朋友圈为注册者推荐关联好友，银行可以根据交易记录判断储户经济水平和理财能力。通过复杂的数据记录和分析，可以告诉我们很多以前隐藏在数字背后的秘密， 不再依赖于经验和直觉，有效地提高决策的准确性。数据云为这一切提供了可能，通过推动新一代信息技术与传统产业的融合创新。在这种前提下，审计也将面临一个新的时代。这将是审计的必然发展方向。

一、审计大数据的革命性进步

（一）审计覆盖范围的改变

在数据时代，在网络上有很多的可供使用和分析的数据。一方面，随着各方面的推广网络公开，在一些公共平台上如政府预算执行、三公经费使用、企业贷款金额和坏账率等信息。我们可以通过各种渠道实现方便全面的数据收集。信息时代的数据云将大大扩大审计角度，挖掘出被审计单位的大量业务信息，帮助审计机关对被审计单位做出评估综合分析。另一方面，通过建立跨部门、跨地区、跨项目的数据信息库，整合各种公共信息系统，建立工商、质检、药物安全、税收、海关、社会保障、金融和其他部门信息共享机制和信息联动机制，集成各种信息数据资源的深度，可以打破信息孤岛，多渠道多来源数据相互映证，使审计结论更加可靠。

（二）审计方法的改变

大数据使审计结论更加准确。在传统的审计中，抽样审计主要依赖审计人员的主观判断和实践经验，，样品本身易产生偏差，形成审计风险。通过大数据分析技术的应用，审计的范围不再受样本的限制，可以完全避免抽样风险。在云计算时代，样本容量将不再是一个问题，大量的数据统计和分析可以在瞬间完成，审计结果更全面、完整，更能反映问题的实质。

（三）审计模式的改变

提高审计数据的预警和决策功能。传统审计以事后审计为主，目的是发现、纠正违反纪律问题，但发现问题时损害已经形成。审计机关作为国家经济运行安全的免疫系统，除了发现和整改现有的问题，还需要发挥审计预防功能，揭示潜在的风险。通过分析海量数据，可以现被审计单位业务发展的趋势变化，及时捕捉和揭示了潜在的风险，提出预防意见。从更前瞻、更系统、更全面的角度为政府提供审计建议。例如，在社会保障审计中，通过对调查对象年龄、性别、类型以及当地人口等等的配置数据建模分析，预测未来年的缴费人口，受益人的比例，并在此基础上估计社会保障基金的压力。

二、审计信息化的建设模式

（一）规范数据报送

建立在数据基础上的审计，数据的真实可靠性非常重要。基于这一需求，需要各渠道建立定期报送、上传、公示机制，加大透明度，要求被审计单位及相关企业、机关，自觉接受公众监督，加强对审计工作的配合，在一定程度上保障审计获取数据的真实性、完整性。建立一个高效的信息资源收集渠道。

（二）建立系统、多层次的数据分析平台

数据平台的开发过程中，可以根据不同技术水平审计人员设置不同的平台。各种数据不应仅是一个简单的积累和上传，而是充分利用数据之间的相关性进行分析，不断充实，设置审计基本信息数据库、审计对象数据库、审计报告数据库、专家经验数据库等等，实现数据信息的分类管理、有效整合。为审计人员提供一个保存各种信息的基础数据平台。

（三）从云计算到审计云的过渡

近年来，审计机关通过“金审工程”建设，构建完善的审计信息应用体系、审计信息数据库，具备了一定的软件和硬件环境，搭建了国家审计数据中心和基础平台。基于国家审计信息资源网络体系，建立起全国各级审计机关审计资源的共享和使用专用网络，成立了审计信息系统审计数据中心、指挥中心等等。从而提高资源的利用率，加强审计的计算能力，降低审计成本。与传统审计相比，大数据的环境下有效地提高了审计的综合分析的能力。作为大数据时代信息审计信息获取渠道，审计云模式应是未来的信息化建设的新理念，能够更好地应对大数据时代的审计工作带来的挑战。

三、目前存在的困难和问题

（一）注意预防审计数据泄密风险

大数据是一把双刃剑，在互联网的时代，当我们享受大数据的带来的便捷，同时也不断受到大数据泄密带来的风险。审计也存在类似的风险，审计大型数据包含关键行业和企业的敏感信息，一旦泄露，将会带来不可估量的影响。因此，在大数据时代，应该投入更多的努力，从多方面来避免这一风险。建立严格的数据管理制度，通过不同的授权，有效隔离相关数据，限制数据信息泄漏。

（二）提高审计人员素质，转换思想观念

篇9

根据英国《卫报》和美国《华盛顿邮报》报道，在过去的六年中，美国国家安全局和联邦调查局通过进入微软、谷歌、苹果、雅虎等九大网络巨头的服务器监控美国公民的聊天记录、视频、电子邮件等涉及个人隐私的资料；美国国家安全局要求电信巨头威瑞森公司每天上交数百万用户通话记录。

与此同时，英国版“棱镜门”也被曝光。英国情报机构政府通讯总部一直暗中收集全球范围网民信息，并且把搜集到的信息与美国国家安全局共享。其中包括通讯记录、Facebook定位、电子邮件等。涉及面更广、内容更机密，较之美版的英版“棱镜门”窃听计划可谓“有过之而无不及”。

英美两版“棱镜门”相继爆出，令中国、俄罗斯等各国政府深感震惊，也令世界各地互联网网民惊诧不已。

震惊之余我们不免担忧―全球究竟有多少国家、多少民众、多少信息一直处于被监控之中或被他国特殊部门一览无余，未来是不是还会出现更多的关于信息安全的“事件门”？

国际信息化及安全现状

从1946年世界上第一台计算机诞生、二十世纪五十年代信息化浪潮初现、二十世纪九十年代互联网广泛应用，再到今天的移动互联、物联网、大数据时代，信息化经历了近70年的发展历程。信息技术及其成果已经渗入到我们工作、学习、生活各个领域。

在这近70年的信息化发展过程中，美国始终起着主导作用，全世界每次与信息化发展相关的重大革新均源自美国。同时，美国信息化产品以其功能强、稳定性好被广泛应用。覆盖了信息化建设关键器、操作系统、数据库、中间件、网络设备等各个环节，可以说从软件到硬件、从内部到外部、从底层到高层无所不在。

“棱镜门”曝光的九大行业巨头―微软、雅虎、谷歌、Facebook、PalTalk、美国在线、Skype、YouTube、苹果，它们的业务分别覆盖了应用软件制造商、搜索引擎服务商、网络服务、社交服务、即时语音沟通提供商等方面。在美国国内，使用雅虎、谷歌这两个引擎进行信息搜索的网民占到85%以上。在国际市场上，以个人计算机软件开发先导微软公司为例，其操作系统、办公软件、IE浏览器等均被广泛应用，全球市场占有率长期保持在半数以上。近几年逐步崛起的苹果公司，其笔记本电脑、平板电脑、手机及软件的市场占有率也在大幅提升。

在中国，值得一提的是美国思科网络产品。2012年其全球营业额超过460亿美元，其中30%的利润来自中国，该数字还在以每年百分之十几的速度不断增长，远远超过了全球市场不到7%的增速。

与信息化发展相伴的信息安全问题一直是让人头疼的问题。当今世界无处不在的传感器和微处理器，让所有电子设备都可以留下数据痕迹，表明它的性能、位置或者状态。一旦这些数据被截获，使用者行踪将暴露无遗。信息安全问题是国家、政府、军队的信息安全问题，是企业、商业机构的信息安全问题，是涉及每个人个人隐私的信息安全问题。

网络环境下的信息安全体系是保证信息安全的关键，包括安全操作系统、安全协议、安全机制、安全应用系统等，其中任何一个安全漏洞便可以威胁全局。这些漏洞一直是不法分子偷窥的目标，也是他们实施网络攻击的出发点。“棱镜门”事件的曝光，让各国政府和广大网民猛然意识到，在防范网络不法分子的同时还要防范来自个别国家特殊机构、特殊部门的安全威胁。

我国的信息化建设及信息安全

我国信息化建设起源于上世纪八十年代，先后经历了各部门相对独立运作的办公自动化的起步阶段、九十年代初期网络基础设施准备阶段、2000年前后大规模信息化建设与互联互通阶段以及近几年兴起的物联网、云计算及大数据的深入建设阶段。

与信息化建设相比，我国信息安全起步慢了一些。九十年代初，随着信息化应用计算机病毒入侵、信息泄露问题逐渐增多，人们开始意识到信息安全的重要性。1994年，第一部涉及计算机信息系统安全的行政法规《计算机信息系统安全保护条例》颁布，从制度上对信息系统安全提出了要求。为了防范安全问题，许多人开始购买国外的信息安全产品。九十年代末，随着源自国外的网络攻击增加，中国自有的信息安全厂商开始涌现，初步实现了安全产品国产化。但是，国内厂商产品与国际大品牌产品在功能、性能上仍存有一定的差距。

前面提到的美国思科公司的产品已经应用到我国政府机构、金融、电信、交通运输等关系到国计民生的重点基础设施中。数据显示，中国电信163骨干网络约73%的份额被思科占据。软件领域，微软操作系统、苹果操作系统在我国政府机构、关键应用行业中也占据了相当的市场份额。这表明，只要其他国家想实施监控，我国政府机构、金融、电信等的网络环境便毫无遮拦地“展示”在对方面前。

再以开源软件为例，它的应用成本低、适用范围广、易扩展功能等优点得到业内广泛的推崇。一些应用机构选型时，只要看到是国外新的开源软件便稍加改造甚至不作任何改造便应用到信息化建设中、应用到关键业务生产部门。

事实上，很多开源软件并不安全。目前在世界范围内广泛推崇的Linux的系统维护工程师Cox就曾经指出，很多开放源代码项目远远谈不上安全，有些人会投入大量的经费用于破坏开源系统。那些宣称“开源软件更安全、更可靠，缺陷更少”是非常危险的观点。

反思我国信息安全的隐患及应对措施

随着“棱镜门”浮出水面和持续发酵，各国政府越来越意识到信息安全问题的严峻性。大数据时代为政府部门日常管理工作带来革命性的变革，同时，大数据时代信息安全问题成为未来进一步发展的挑战，迫切要求我们对大数据时代下的信息安全进行新一轮审视与思考。在现阶段，我们需要做的是：

一、大力发展自主创新型信息技术企业。加快发展我国拥有核心自主知识产权的创新型信息技术企业，研发具有核心竞争力的自有软硬件产品，最终彻底摆脱对国外公司的依赖。

二、理性看待引进消化吸收国外技术。不能一味地认为国外的技术就是好的安全的技术，也不能简单地认为国外的新技术一定比国内的新，要做到善于取舍国外新技术。

篇10

“借助IBM业务分析解决方案，IBM财务系统及资产管理部门正逐步优化全球统一的企业级报销系统、智能化的资产管理系统和服务应收账款管理系统，从而实现财务流程和管理转型，并进一步达成2015计划中关于业绩优化、预测和洞察、企业风险管理以及业务决策四大方面的突破。”IBM大中华区财务及运营副总裁刘莉莉表示。得益于深刻的行业实践和不断创新的技术优势，IBM软件能够与任何企业以及职能部门进行整合，帮助其将信息转化为有价值洞察，利用“洞察力”这一至关重要的能力高效应对现今商业社会和大数据时代的激烈竞争。

对于跨国公司而言，财务转型是一个巨大的变革。他们面临着相似的问题：不同区域和不同的部门使用着本区域或本部门的报销管理系统和流程，数据源和数据结构各不相同，彼此孤立；系统用户需要经过大量的培训才能从一个系统转换到另外一个系统，跨系统财务分析非常困难。IBM也曾面临同样问题：早在1994年，IBM财务系统由多个分散体系构成，仅财务人员就达到4万名，有些数据中心和应用已经使用超过20年。

基于IBM自身转型的整体战略和愿景，IBM财务部门在近年内开始不断寻求转型和突破：首先是设立全球首席财务官职务，把财务集中到一套完整的企业战略和一个决策人的系统之下，整合数据应用；其次，采取混合式的财务模式，把集中财务管理模式的规模经济、标准控制、大量关键技能的优点和分散财务管理模式的业务部门拥有所有权、快速反应等优势结合起来；而在财务转型的过程中最显著的改变，就是将领先的IBM业务分析解决方案和财务流程充分融合，把财务人员的工作重心从管理转移到业务的分析，实现在同一标准下进行广泛的数据挖掘和深刻的分析洞察。

事实上，除了将领先的业务分析技术应用在自身财务体系的业务转型之上，IBM的业务分析软件也正在帮助不同行业的诸多企业财务部门获取有价值的“洞察力”。国内新兴酒店集团以及国内首家多品牌经济型连锁酒店汉庭酒店成功实施了基于IBM Cognos的全面预算解决方案，通过引入IBM业务分析工具帮助其财务部门将预算周期缩短了60%，年度战略规划的工作时间缩短了90%，从而推动了集团业务创新拓展。