大数据金融论文范文
时间：2023-03-21 04:23:01
导语：如何才能写好一篇大数据金融论文，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
福建 厦门361005；3.英国诺丁汉大学
>> 大数据时代的供应链物流服务 双渠道供应链中的价格决策与服务决策研究 从绩效驱动因素看大数据时代的供应链变革 非对称信息下双渠道供应链的定价决策分析 大数据环境下供应链金融模式研究 大数据视角下电子商务平台供应链金融的研究 大数据时代下的我国供应链金融发展形态研究 供应链管理中的大数据运用 大数据驱动下的图书馆服务创新 随机需求下产能充足双渠道供应链决策问题探讨 需求不确定环境下闭环供应链回收渠道决策研究 电子商务环境下“双渠道供应链”决策问题研究 全供应链下的库存管控 碳交易风险下供应链企业低碳技术采纳决策框架研究 供应链管理框架下的零售渠道合作 基于研发投入的双渠道供应链决策优化研究 网上代销双渠道闭环供应链的定价与协调决策 浅析在大数据时代背景下如何提升物流供应链价值 SaaS服务供应链的创新结构研究 试论供应链金融服务创新 常见问题解答 当前所在位置：l.
[48]武汉市五交家电商业协会.关于2013年全市家电行业发展情况和2014年行业发展建议[R/OL].[2014-04-15]..
[49]冯芷艳，郭迅华，曾大军，陈煜波，陈国青.大数据背景下商务管理研究若干前沿课题[J].管理科学学报，2013（1）：1-9.
[50]Ernst & Young.Globalonlineretailing[EB/OL]..
[51]徐思雅.服务创新能力对企业绩效的影响：商业模式新颖性设计的调节作用[D].杭州：浙江大学论文，2014.
篇2
关键词：大数据 环境 数字图书馆 安全威胁 对策 分析
中图分类号：G250 文献标识码：A 文章编号：1672-3791（2017）02（c）-0219-02
大数据是当前社会发展中非常重要的组成部分，在大数据时代下，我国的图书馆管理也实现了高新技术的层面，图书馆数据流量也呈现出了级数非线性增长，大数据环境的主要特点是数据量大，高速且高价值。这也使得图书馆数据系统的复杂程度以及数据的管理难度有了极大的增加，大数据平台也逐渐成为广大黑客攻击的主要目标，基于此，如何保证在大数据时代下，图书馆数据平台的安全问题也就成为了当前主要的研究课题，怎样有效利用大数据技术来构建智能图书馆，这对于提升图书馆的市场竞争能力都是非常有帮助的。
1 大数据时代下数字图书馆说面临的安全威胁
1.1 数据中心IT系统安全需求
随着我国图书馆现代化的不断深入，图书馆系统也在不断的更新换代当中，在图书馆体系的运用上，系统要求安全检测具备更加广泛的深度和需求，这样一来就会导致图书馆数据中心系统的能耗急剧增加，档子运行的整体速度大幅度的下降，所以，我们在研究大数据的时候，一定要保证图书馆数据中心系统部署可以真正的满足用户服务的需求，进而创建一个科学高效的图书馆系统架构，这也是当前图书馆系统深入部署的有效前提，一般来说，传统的图书馆系统环境下，数据中心会设置相关的防范产品来控制数据流量的安全检测，而由于这些传统的安全策略对图书馆系统资源的耗能是非常大的，在加上图书馆数据流量总是出现延迟和数据丢失等问题也是非常的明显，很明显现在已经不能适应大数据时代下图书馆高校、快速的服务需求，在大数据环境下，图书馆在用户服务的时候还有可能会面临着木马、病毒等安全方面的威胁，除此之外，黑客还可以利用云计算以及大数据等技术手段对新模式进行攻击，所以，图书馆在复杂的大数据安全环境中，着呢用用加速、负载为单一的操作，对数据流在应用过程中只是做单一的处理，这也是为了能够进一步消除数据流在安全检测中出现延迟故障。
1.2 大数据给图书馆带来了新安全问题
随着大数据技术在图书馆应用的不断加深，图书馆数据环境具有海量存储、计数递增等特点，与此同时，数据结构模式以及数据类型的多样性特点也是非常明显的，这也导致数据处理的格式其可变性和处理速率也更加的不确定。
在大数据时代，图书馆对云计算计数的依赖性也在不断的增强，因此要求图书馆与云服务商要签署符合大数据环境的云服务租赁协议。明确双方的权利和义务。除此之外，云服务的安全保障有效性和安全管理效率也要有本质上的提升。这也与图书馆大数据应用安全息息相关。
除此之外，虚拟化技术也是当前我国图书馆大数据应用中非常重要的技术手段之一，数据虚拟化技术是一种允许用户访问和管理的方法，图书馆在利用虚拟化技术来改善图书馆系统的同时，也极大的降低了运营的实际成本，面临着数据中心系统设备异构化等安全问题。
1.3 黑客会利用大数据技术对图书馆发起攻击
在图书馆利用大数据技术提高服务质量以及获取读者需求的时候，黑客会运用大数据技术向图书馆发起攻击，首先，图书馆大数据平台存储着大量的系统管理以及用户服务等数据信息，这些信息大部分都是客户的私密信息，而黑客通过对获取的大数据资源进行分析，能够明确图书馆的系统运营特点以及安全防范的相关措施，能够运用大数据决策对图书馆发起非常精准的攻击。
其次，由于大数据时代下的图书馆网络具备非常强的社会化属性，网络数据还附带复杂、敏感等特点，因此网络数据平台已经完成了不同图书馆大数据平台的数据整合与资源共享。
1.4 读者自身面临的威胁
在大数据时代下，图书馆主要是通过对用户行为数据的健康和采集来获取读者的个体特征，这些数据在确保图书馆用户服务质量的同时，也面临着泄露用户信息的威胁，而为了进一步的提高系统管理与用户服务决策的有效性，图书馆会通过扩展用户数据采集的对象来不断提升大数据几何的数据价值。
首先，数据拥有者能够通过对大部分无关的数据分析来获取用户的隐私信息，由于体术管对一些相对比较敏感的数据没有一个明确的界定，这一状况也使得很多机遇大数据的图书馆所有权和使用权也没有明确的界定。
其次，随着读者个性化阅读的不断提升，读者运用移动阅读的频率越来越高，现如今已经成为大数据时代下消除时间、地域、阅读环境以及阅读能力的主要模式。但是由于移动月底在带给读者阅读便利性的同时也间接的泄露了用户的个人信息。
2 基于大数据的数字图书馆安全防范策略
2.1 增强安全防御能力
2.1.1 现安全威胁
首先，我们的图书馆在利用大数据技术保护系统与服务安全的时候，我们的研究人员要对提供监控设备采集的大数据安全资源进行综合的分析，明确恶意攻击的来源，与此同时，还要通过对相关的安全指标数据关系来挖掘数据信息的价值，进而实现对非法攻击者的精准预测。
其次，在构建安全管理大数据平台的时候，要尽量使用一些技术相对成熟且兼容性强的数据来分析图书馆数据流，针对图书馆大数据服务于安全管理的相关需求来制定专业的大数据资源，增强图书馆基于大数据安全威胁发现的主动性。
2.1.2 构建基于大数据安全威胁与防御能力的评估评价体系
大数据安全威胁与预防能力的评价主要是针对当前我国图书馆精准评估安全威胁等级和安全防范能力的关键体系，图书馆基于大数据的安全威胁评估评价体系是图书馆服务信息与系统管理数据传输的重要载体，由于网络安全关系着图书馆管理与服务安全的可靠性，所以，图书馆在数据中心的网络传统评估中，要平均的在网络上部署大量的安全检测数据采集设备，进一步保证安全评估平台的全面性和准确性。
2.2 保证云计算计数和虚拟化数据的安全
在当前的大数据环境下，图书馆一般都会采用租赁等方式来采集图书信息，除此之外，我们的研究人员在对云服务平台的数据进行管理的传输的时候，图书馆最好是根据高校的计算机管理系统来实现对数据的自动化管理，不断加强对读者阅读行为的安全管理，通过建立全面、高校的监控网络来进一步实现对数据流的全程较差监管，这样也能够有效的避免数据出现非法监听和窃取。
2.3 制定实施科学的大数据安全管理策略
首先，大数据安全管理平台想要真正的实现安全管理和相关流程的整合，让我们的图书馆能够根据大数据安全信息来完成相关安全事件的管理和分析工作，因此需要我们的研究人员在对图书馆监控设备采集数据信息的时候，要对数据进行预先的处理，只有保证了数据格式的标准化之后，才能够真正的用于图书馆管理和运用。
其次，图书馆安全管理平台还要通过实时的监督管理系统来对图书馆安全威胁问题进行检测和评估，并根据安全管理平台数据反馈来实现对图书馆大数据运用平台的参数设置，提升图书馆安全管理的强度。增强图书馆管理系统的整体效率。
3 结语
大数据自身的复杂性和多样性特点使得在大数据环境下的图书馆出现了很多的不可预测攻击行为，导致图书馆大数据资源在采集的过程中经常会出现很多的问题，我们此次主要针Φ鼻拔夜大数据时代下现代化图书馆的安全威胁问题进行了详细的分析和研究，并针对出现的问题提出了几点可行性的解决建议，希望可以为我国的图书馆安全问题提供有效的帮助。
参考文献
[1] 蔡津津，郜新鑫，付建俐.基于业务元数据标准化的金融财经数据仓库及服务系统架构探讨[C]//中国新闻技术工作者联合会2012年学术年会、五届四次理事会暨第六届“王选新闻科学技术奖”的“人才奖”和“优秀论文奖”颁奖大会论文集.2012.
[2] 周为钢，杨良怀，潘建，等.论智能交通大数据处理平台之构建[C]//第八届中国智能交通年会论文集.2013.
[3] 乔向杰.基于大数据的旅游公共管理与服务创新模式研究[C]//北京两界联席会议高峰论坛文集.2013.
[4] 谭胜淋，陈曦.大数据的标准化研究[C]//市场践行标准化――第十一届中国标准化论坛论文集.2014.
[5] 包磊，罗兵，孙越林.大数据时代的态势评估技术思考[C]//2014第二届中国指挥控制大会论文集（下）.2014.
[6] 尹素格，王健，张桂刚，等.大数据技术在精确空投系统中的应用[C]//2014第二届中国指挥控制大会论文集（下）.2014.
[7] 刘春琳，冷红.基于大数据挖掘的城市关注平台的构建与应用[C]//城乡治理与规划改革――2014中国城市规划年会论文集（04城市规划新技术应用）.2014.
[8] 飞.大数据时代中国期刊的发展机遇与探索创新[C]//第十二届2014全国核心期刊与期刊国际化、网络化研讨会论文集.2014.
[9] 朱力纬，刘丽勤，王健.高校基于大数据时代的数字化校园建设研究[C]//中国高等教育学会教育信息化分会第十二次学术年会论文集.2014.
[10] 孙圣力，郑志高，王平，等.RTDP系统网络体系结构及其关键技术[C]//.2013年全国通信软件学术会议论文集.2013.
[11] 张岚，郭俊杰.信息安全风险评估的安全措施探讨[C]//2011年通信与信息技术新进展――第八届中国通信学会学术年会论文集.2011.
[12] 韩俊，刘晓婷.科技期刊在“云时代”所面临的机遇和挑战[C]//科学评价促发展，品质服务谋共赢――第九届（2011）全国核心期刊与期刊国际化、网络化研讨会论文集.2011.
篇3
作者简介
段云峰
承担了国内最大电信运营商的数据仓库和大数据中心的设计和建设、运营工作(截止到2015年该系统达到18000TB存储容量，累计投资120亿元)，积累了15年的大数据领域的实际工作经验。带领相关的团队，从系统创建到系统运营，开发了很多大数据领域的各种应用。积累了国内唯一的大数据在大企业建设、运营方面的经验。其前后主持设计的文档，有150余册、1200多万字，涉及大数据系统的数据模型、数据接口、系统架构、质量管控、业务应用、系统安全等各个领域。
秦晓飞
具有理学学士、工学学士和管理学硕士学位。最近十几年先后从事BI系统的运维、开发、项目管理以及应用推广等工作，参与并见证了中国移动BI系统从TB级别数据仓库向PB级别大数据平台跨越的整个过程。先后获得高级工程师、信息系统项目管理师、高级电信业务师、国际信息系统审计师等专业资格认证，并且被评为2012年山西省青年岗位能手。在《移动通信》《中国新通信》《电子世界》《信息与电脑》等杂志发表多篇专业论文，并且申报了多项国家发明专利。
目录
01大数据现状／1
1.1大数据的概念和特点／2
1.2互联网思维的故事／4
羊毛出在猪身上／4
圈客户／圈眼球／4
1.3“天变了”／5
用户变了／6
平台变了／8
金融变了／9
营销变了／9
思维变了／10
1.4大数据为什么需要互联网思维／12
大数据项目不同于传统IT项目／12
大数据产业是咨询服务产业／13
互联网思维是咨询服务产业的法宝／14
大数据“变现”需要互联网思维／15
大数据中“群众的智慧是无穷的”／15
1.5小结／16
02堪比“文艺复兴”的互联网思维／17
2.1文艺复兴的意义类比／18
艺术解放思想，思想解放生产力／19
引导了第一次工业革命／19
互联网引导新的工业4.0／20
改写金融业，改写社会／21
2.2互联网企业的发展／21
BAT的造梦／22
IT技术成为企业的核心竞争力／22
2.3互联网思维的概念／24
2.4互联网思维的特点／24
2.5互联网思维改写了手机产业／26
2.6互联网思维改变大数据／29
大数据的客户体验／29
大数据的产品化思维／30
大数据的平台思维／37
大数据的迭代思维／42
2.7大数据的新生／44
从配角到主角／44
产业化成为可能／45
大数据的春天／45
2.8小结／46
03大数据的发展／47
3.1大数据产业的发展／48
互联网改写了历史，大数据改写了互联网／48
第三次浪潮中的新兴产业／49
数据成为最大的资产／50
促进“理性社会”／51
3.2从网络运营到大数据运营／52
互联网平台如何使用用户数据／53
建立数据分析保障管理体制／55
从基础设施到产品提供／57
从网络产品到数据产品／59
3.3如何运营大数据／60
互联网基因／60
对内服务／63
对外服务／66
大数据营销／68
3.4大数据发展的瓶颈／69
与传统IT不同／70
机构和机制不同／71
新理论和新思维／71
转型更难／72
3.5小结／72
04大数据的客户体验／74
4.1客户是谁／75
内部客户／外部客户／77
个人客户／集团客户／78
校园客户／80
4.2客户的大数据需求是什么／80
取数——“取柴火”／82
取知识——“将柴火烧成炭”／83
取专业建议——“集体供暖”／84
4.3客户体验是什么／85
什么是体验／85
数据如何可读／90
“啤酒和尿布”的另一个角度解读／95
4.4客户体验如何提升／96
服务不同角色／96
娱乐思维／98
管家式服务／98
4.5小结／99
05大数据产品设计／100
5.1大数据产品背景／101
产品长什么样／101
谷歌是搜索门户还是数据门户／102
提品还是平台／103
卖咨询服务／104
智慧产品／104
5.2大数据产品内容／105
工具类／106
中间类／107
像棋谱一样的知识库／108
数据分析手机／109
互联网联通了人，数联网联通了大脑／110
5.3产品的“客户流量”／110
吸引客户／110
运营客户／111
5.4大数据产品类比／113
大数据的搜索门户／113
大数据的社交平台／113
大数据的电商平台／115
大数据的云化——在云里找数据／115
5.5大数据产品特点／115
目的决定产品特点／116
通过对比显示价值／116
更多的群众参与／116
5.6产品的界面优化／117
从苹果App中学习什么／117
结果的可视化／117
5.7产品的用户定位／117
如何让孩子看懂／118
数据的消费者／118
DIY发烧友／118
产品的商业模式／118
5.8小结／119
06大数据的极致思维／120
6.1产品的极致／121
傻瓜化的App／121
新的触摸屏在哪里／123
服务的极致／124
专家的极致／125
棋手的极致／126
智能改造之后的极致产品／127
智慧产品的极致／132
6.2思维的极致／134
兵书的知识提炼／134
参谋的极致／134
知识库和运维／135
思维的“众筹”／135
6.3营销的极致／136
点对点的精准营销／136
成本控制的极致／137
6.4“讲故事”的极致／137
吸引人的标题／138
吸引人的叙事方法／139
吸引人的数据证据选择／140
6.5小结／140
07大数据的快速迭代／142
7.1怎么“快”／143
标准零件的拼接／143
分析过程简单／143
不要追求完美，但求不断完善／144
7.2数据的标准／144
大数据是否还有逻辑模型／144
口径的管理／145
业务元数据和技术元数据／145
7.3平台的标准／146
云计算平台的标准化／146
PaaS还是SaaS／147
7.4环境的标准／148
编程规范和标准／148
软件结算的标准等／149
7.5迭代的知识积累／149
农业知识积累出的农历／149
何时更新、如何更新／150
7.6小结／150
08大数据的平台思维／151
8.1大数据的平台定义／152
数据得到丰富，取得规模效益／153
运营能够细分，拓展发展前景／153
8.2大数据平台思维的特点／153
平台越来越通用，应用越来越专业／153
孤立的数据是金，共享的数据是钻／154
数据的多维决定着平台价值的多样／154
8.3大数据的平台实体——“数联网”／154
数据交换的高效网络／155
数联网的内容／155
访问工具／160
数据管控／161
8.4大数据平台的生态环境／180
谁会购买大数据产品／181
各方获利的互联网模式／182
速度弥补精度／184
8.5平台SDK的开放性／185
平台的可编程API接口／186
数据的标准／186
数据的可读性／187
加工的简化性／188
容易参与／190
人人参与／192
8.6互联网企业的数据开放平台／192
阿里巴巴的御膳房／192
腾讯的微信开放平台／199
百度的阿拉丁／202
8.7人人的“数据”到数据的“人人”／204
8.8互联网平台升级到大数据平台／205
互联网平台是新时代的农业文明／205
大数据平台的价值最大化／205
电信运营商，新的电力公司or大数据公司／206
8.9小结／207
09大数据的跨界思维／208
9.1大数据跨界的背景／209
Hadoop的兴起，去了IOE／209
大数据的渗透——大数据×／210
9.2大数据跨界的定义／211
大数据跨界的特点／211
大数据跨界的展望／213
大数据跨界的案例／215
9.3大数据的业务多维／216
横看成岭侧成峰／216
数据的行业解读／216
9.4大数据的行业交叉／216
电信数据与金融数据的交叉／217
电商数据与医药数据的交叉／219
9.5小结／220
10大数据实践案例探索／222
10.1大数据提升客户体验／223
基于角色的应用／223
解决问题的应用／226
用户的GUI界面／234
10.2大数据实现产品化／238
BI Store案例／238
自助分析工具／242
用户的知识库／251
10.3大数据的极致思维／254
思维导图案例／255
大数据分析报告剧本／256
10.4大数据的跨界思维／258
大数据在交通行业的应用／258
大数据在金融行业的应用／259
大数据在制造业的应用／261
10.5大数据的平台思维／261
淘宝的API开放平台／261
某电信运营商的对外开放平台／265
10.6大数据的快速迭代／267
多波次灰度营销／267
数据字典的迭代／268
10.7小结／269
篇4
大数据时代开始于2013年，是从网络科技行业开始的新技术革命时代。大数据是现今社会经济发展的一大必然趋势，因此，会计专业所面向的诸如金融业、建筑业、快消业、快递业等行业也需要面临大数据的应用。各行各业的会计人员需要对处理和运用大数据进行相应的学习和研究，会计专业的教学也要紧跟职业和行业的发展趋势，对大数据背景下的会计教学进行创新。在“大数据时代”背景下，公司在战略选择时越来越注重对市场进行数据分析，用客观的有依据的数据来作为判断基础，减少无数据支持的、不科学的臆断的决策。在所依据的决策数据中，会计对本企业和相关市场的数据统计和分析信息，尤其是其中隐藏的资本运动趋势和行业前景趋势的数据，就是决策最重要的依据之一。因此，会计对管理、决策的辅助职能将越发重要。高水平的、应用型的会计人才就是企业急缺的，会计专业教育也应该符合市场经济需要，创新教学的基本理念和模式方法，培养符合大数据工作要求的专业人才。大数据所改变的主要是会计职业的工作对象，在相关的各个行业中，由于业务量激增，相应的数据量和信息量都大量涌入会计需要处理的数据中。以金融业为例，全民炒股的大热和互联网金融的兴起，要求会计处理更多的业务量，比如本金利息、投资收益、日成交量等等，需要会计人员运用电算化工作进行统计。会计人员还可以配合网络工程师进行相关软件和应用中具体算法的开发和校正。会计还要对大数据的工作状态进行统计和计算，辅助企业判断本公司的业绩、效果，总结企业各项业务的综合动态走势，帮助了解行业的发展趋势，辅助企业进行战略决策。这些会计业务也在处理空前巨大数据的背景下迎来新挑战。
二、大数据背景下会计专业教学创新的主要方向
大数据要求会计教学提高学习主动性。相对于对科技进步较为敏感的网络专业，会计专业的学生较为缺乏对新时代的敏感性和学习并适应新时代要求的主动性，会计专业的教学甚至科研都对大数据缺乏敏感度。在日新月异的新时代，会计教学不应只拘泥于传统的教学内容，更要培养学生的自主学习意识，帮助学生在走上工作岗位后，能够有不断更新自己、与时俱进和不断学习的习惯，才不会在发展浪潮中被淘汰。学习的主动性来源于自主学习意识和对新知识的认知感。自主学习意识是人的主观能动作用，需要人对该事物的重要性和紧迫性有足够认知，并有足够自制力将其转化为积极主动的动力。在大数据背景下增强会计专业学生的自主学习能力，需要会计教学的教师们充实和更新教学的内容，紧跟时代步伐，到一线企业公司了解工作的实务内容和要求，将大数据的实例转化成题目或操作项目，引进到教学中来；还需要教师们创新教学手段，充分利用网络资源和数据，引进全方位、多角度的操作实践，让学生充分认识到大数据的运用与教科书上会计基本理论知识的区别，并将会计的基本原理，从课本题目的小数据，延伸到工作中的大数据中，熟练运用和操作大数据。对新知识的认知感是青年学生的最大优势，在足够的兴趣和主动性影响下，青年学生对大数据时代新鲜事物的感知性可能是其教师们都比不上的。这时就需要教师们因势利导，充分发挥学生的认知感，认可学生的锐眼和创新想法，并组织学生进行交流，形成竞争意识，将学生对新知识的了解，转化为教学内容，并引导学生进行课内课外的主动交流，互通有无，团结协作，互相学习，研究创新。
三、大数据视角下会计专业教学的创新
目前高职院校会计专业人才培养理念拘泥于培养记账、算账甚至做账的会计从业人员。但是，会计专业学生所服务的有潜力的大中小型企业更需要会计人员在企业的战略管理方面提供服务，即需要会计管理能力，尤其是在交易量特别巨大的行业市场，需要会计人才对相关市场进行大数据的收集和分析，为企业中短期决策提供数据依据支持。教学创新首先要做到教学理念的创新，只有理念先进了，教学改革创新才会顺利进行，否则传统势力的存在会对教学改革产生负面影响。从教学理念上看，会计专业的教学理念需要适应科技经济的社会发展需要，调整方向应该是：以核算能力的培养为基础，以会计管理能力的培养为核心，运用新的科技手段，掌握大数据的处理和分析。教师必须先从自身做起，更新自己的观念，充分体会和感受大数据对工作和生活的巨大影响。然后要对大数据在职业中的实际应用有所了解，对大数据给会计工作带来的机遇与挑战，知识的更新和创新有所了解，对社会的发展趋势紧紧把握，将最新的信息引入到教学中来。在理念更新的基础上，会计教学要对课程计划进行创新，在传统教学的理论基础上，引进新的资源和知识体系，增强学生的实践技能和工作能力。同时，也将会计理论潜移默化地引入到大数据的要求中去，培养学生对大数据的编制能力、处理能力、运算能力、检查能力和总结能力。从实际操作来看，会计专业教学的创新，要在保证学生拥有接入相关网络数据的、处理运算大数据能力的基础计算机硬件和软件设备的基础上进行。首先应培养学生在网络数据中挖掘有效资源的能力。教师在教学过程中应布置此类作业或实践项目，锻炼学生在网络上查找和筛选数据的能力。在搜集数据的基础上，在保证学生对传统会计理论知识充分掌握的前提下，教师教学生使用相关软件进行数据分析，培养学生对数据的预处理和建模创新能力，帮助学生养成管理型会计的思维方式。另外，由于大数据的工作量巨大，实际会计工作往往是由一个会计团队合作进行的。在创新的课程中，必须通过课题或项目，让学生组成项目小组进行实践操作，通过团队合作完成项目的方式，使学生能够运用会计专业的各方面知识，分担会计工作流程中的各个工作岗位的角色，培养团队意识，学会分工合作，适应未来工作需要。在开设检索课程和统计学课程之外，需要增设数据处理软件工具的实务操作课程，在会计电算化的要求下，会计教学中必须教会学生如何熟练、巧妙地使用电算化的相关软件，如ex-cel、用友等。在学校里，学生学习的都是基本用法，但是在实际工作中，由于行业不同、企业不同、数据性质不同、计算需要不同，会计需要自己编制一些适合的表格进行计算。那么，复杂套表的设计，公式的运用等就需要会计灵活地使用软件进行设计，满足会计实际工作中的需要。由于大数据的规模性和系统性，并且处理的数据量巨大，一个小小的差错就可能导致结果的很大误差或错误，会计工作中的准确性和对责任感的要求都是极为严格的。教学实践中需要步步留痕，每一个步骤都是由团队中的某位成员进行的，都有据可查，在作业结果错误时，对出错的成员进行“惩罚”，以示团队对准确性的严格要求，以利于团队成员中个人责任感的提升。教学中也可以建立学分之外的奖惩机制，在项目进行的过程中和项目完成后，对优秀学生进行奖励，对出过错误的学生进行“惩罚”。课程中还可以结合实务技能，引用互联网上的实际数据，分门别类地对各行业的大数据进行立项分析，或者从某些大型企业的公开数据中，进行数据的引用，使用这些数据进行教学训练，模拟公司会计实务操作流程，使学生能够身临其境地进行大数据的计算和分析，以总结性论文、报告或演讲的形式将结论进行汇报，通过各组的相互对比，评价立项活动的各组业绩是否正确，从而进行学分评价。完善会计网络教学平台建设和使用。学校可以设计搭建或引进会计网络教学平台，学生平时通过平台进行课程学习、完成和提交作业、完成随堂和结课测验等功能。运用网络促进学生学习，需要进一步完善网络软硬件设施的建设，及时升级更新教学平台，引进会计的大数据资源，进行相关数据的自动或手动的实时监控收集，套用常用的建模，划分统计模块，进行项目操作。同时，教学平台还要让学生查看学习作业和随堂测试结果，教师的评语和建议，及时了解自己不懂不会的知识点。教师也能全面了解学生随堂知识的掌握情况，掌握学生学习动态数据，随时改进教学进度和教学方法。会计教学的创新还可以与行业公司进行合作，承揽一些实际的会计工作项目，如预决算、招投标、核标、工程评估、财务报表、统计、科研调查等。这一与关联公司的互动合作是互利互惠的，既能帮助公司完成工作，也能借此锻炼学生的工作能力，促使学生将理论与实践相结合，为学生的未来工作打好基础。
四、结语
篇5
一、职业院校创客信息需求的特征
互联网+、大数据触发创新模式转变，科研人员根据技术发展趋势、科研计划，以实验室为载体开展创新研究活动已经不能适应新的形势。以消费者为中心，以协同创新和开放式创新的形式，依托社会大舞台，按照消费者的个性化需求开展创新研究蔚然成风。 在新的创新模式下，职业院校创客对信息服务的需求也有别于传统模式下科研人员对信息服务的需求，呈现出一些新的特征。
1.信息服务可以自己生产
信息服务提供的理念和方法为职业院校创客创新提供了一种工具。依据这类理念和方法，尽管不能生产成品，却能够帮助职业院校创客精准找到创新所需要的技术资源、市场资源和人力资源等。职业院校创客不需要等着获取信息服务，他们自己已经成为信息的生产者。在新的信息服务模式下，创客在获取自己所需信息点的同时，还可以将一些创意分享，实现信息资源效用最大化。
2.开源式信息资源
在互联网时代，信息获取的壁垒被打破，很多关键信息通过互联网公开途径可以获取，信息资源交流也变得史无前例的通畅。跨学科、跨系统的文献信息资源借阅、各类研究报告和特色数据库等信息资源，通过互联网可以自由获取。而创客则需要具备从海量的、开源式信息中精准获取研究项目相关信息的能力。
3.信息需求的全过程嵌入
按照创客创新从创意萌发、设计研发、原型产品制造、产品验证、市场化到产品更迭的一般过程，职业院校创客对信息的需求是全过程的，有别于传统创新模式，信息需求主要集中于产品的设计开发与验证阶段。职业院校创客对于信息服务的需求是一个动态过程，单靠创客自身的力量无法获取既全面又精准的信息资源，通过与创客协同合作，满足创客创新研究活动的信息需求，最终实现创新的成果。
二、信息服务协同应用于职业院校创客创新的现实必然性
目前，我国从上而下已经建立了国家层面的信息服务组织、省市级的信息服务组织，这些信息服务机构作为信息的生产者、收藏者和服务的提供者，在“大众创业、万众创新”的大环境下，存在相互协同为职业院校创客创新提供信息服务的现实必然性。
1.政府为信息服务机构提供职业院校创客信息服务提出政策导向
2015年6月4日，国务院常务会议讨论并通过大力推进“大众创业、万众创新”的政策措施，强调创新必须坚持开放共享，推动模式创新。通过创业创新公共信息资源的开放共享，整合利用国内外创业创新信息资源，实现信息资源跨地区、跨行业自由流动，实现信息流动的透明化。各类信息服务机构的一项非常重要的职能就是提供社会化服务，政府从政策层面上加以引导，信息服务机构可以发挥自身优势，不管是常规的信息查询，还是高层次的专题服务、知识产权查新等，都是大有可为的。
2.信息服务机构转变服务观念、市场化改革的必然趋势
信息服务机构特别是各科技信息情报研究所、国有性质的信息服务企业必须加快事业单位分类改革，深化内部的管理体制，进行市场化改革。信息服务机构如何创造价值、体现自身价值，非常重要一点就是把自身的信息服务融入到创客创新价值链中。通过产学研的协同创新，职业院校创客能享受信息服务机构提供的信息服务，并把这种服务嵌入到创新过程中。
3.信息资源体系完备，存在服务创客创新的物质基础
目前我国资源保障体系的构成方式是不同牵头部门各有一套平台，分别有不同的服务对象。尽管是不同的保障系统，但是基础资源体系的构成不外乎是国内外各种大型数据库、高校博硕士论文文摘数据库、学科导航数据库、特色数据库、竞争情报系统等。因此，互联网+条件下，各信息资源组织有条件地将信息资源开放共享，通过不同组织的协同，已有的信息资源可以满足绝大部分创客创新的信息需求。
三、面向职业院校创客的信息服务协同创新保障体系
针对职业院校创客创新创业开展信息服务协同创新，需要在现有信息资源、智力资源的基础上，通过IT技术的应用和信息服务方式的改进，实现信息资源的优化配置和高效供给。因此，需要从资源保障、技术保障和组织保障三方面支撑创客开展创新创业活动。
1.以中国知网（CNKI）为主体的创客信息资源保障体系
职业院校创客的各种创意、创业想法是基于自身的兴趣和爱好，而一种创意和想法要变成一件工业成品，还需要实现创意实体化，实体化的^程需要不断进行信息的获取、纠错。在互联网开源环境下，网络信息获取渠道异常丰富，信息资源的形式也多种多样，包括四类。第一类：期刊论文、博硕论文、会议论文、年鉴、统计数据、专利、标准、专家库等网络信息资源；第二类：依托创客网站、论坛所形成的交互式社区，通过社区讨论以头脑风暴的方式实现信息交流；第三类：各类政府组织、非营利性公益组织、行业协会等机构的信息资源；第四类：搜索引擎所提供的海量网络信息资源。
本文所讨论的信息服务机构主要提供第一类信息资源，而且对于第一类信息资源拥有无可争辩的资源优势。无论是从信息资源的完整性，还是信息资源的准确性、权威性来讲，第一类信息资源对于满足创客深层次信息需求是必不可少的。目前中国高校图书馆、公共图书馆、科技信息所等绝大部分信息服务机构都是中国知网的用户，无论是在校大学生，还是校外立志于创新创业者，都能够依托所在的信息服务机构获取中国知网提供的文献信息服务。除了学术文献信息资源之外，中国知网还提供在线或者定题的专家服务，利用专家库的智力资源，可以为创客提供全方位的创新创业信息服务。因此，各信息服务机构可以依托中国知网资源优势，并以第二类、第三类、第四类信息资源作为补充，形成面向创客的信息服务协同创新资源保障体系。
2.基于大数据的职业院校创客协同创新信息服务技术保障体系
大数据颠覆了传统的数据存储、处理和传送方式，对于创客而言，既有来自社交媒体的零散资料，也有专业信息服务机构提供的资料，职业院校创客需要从中组织、分析、提取有助于创客做有效决策的数据。信息服务机构的内部数据以非结构化、半结构化数据为主，而且以分布式方式独立存储，各个信息服务机构可以运用大数据技术的数据收集技术、存储技术、分析和挖掘技术优化整合内部资源，并提前预测不同行业创客的个性化信息需求，以可视化的形式为创客提供精准的数据信息。
信息服务机构可以通过搭建Hadoop开源分布式计算平台，将存储于不同信息服务机构内部的信息资源，运用HDFS分布式存储技术，对创客的个性化信息需求加以分析处理，提交至分布式计算平台，从不同信息服务机构数据系统中提取出符合条件的信息，提供给创客。通过大数据技术的应用，实现海量信息资源的分布式存储和调用，解决物理空间和地理环境的问题，技术上使信息服务机构参与创客创新过程、协同创新成为现实。
3.面向职业院校创客的信息服务机构分布式组织保障体系
在创客个性化需求多样化的条件下，传统的封闭式或者半封闭创新模式已经不符合要求，创客创新过程是一种开放的、不断换代更新的过程，跨部门和系统提供信息服务成为必然。
我国现有信息服务机构是分属于不同部门、不同系统、独成一体的直线型格局，在同一个主管部门垂直领导下，大多存在两个或以上信息服务机构。这在信息、资金匮乏的年代，确实能起到百花齐放的效果，但也造成资源的浪费。因此，分散于不同系统的信息服务机构需要依据分布式组织方式，以信息社会化共享和一体化信息服务的方式，实现多个信息服务机构与创客创新过程的融合、协同。
分布式组织的信息服务机构不是独立的个体，而是基于数据节点联网的信息服务系统。数据节点将多个信息服障低辰行网络联结，通过对各个信息服务机构进行功能结构、物理结构的重新规划，形成协同合作的管理机制，满足创客提出的信息需求，整个组织内部为联动服务提供信息支撑。这种网络联结跨越不同部门和地域，改变原有的条条框框，实现信息服务机构内部的互联互通，创客不再需要为找什么样的资料而不断切换系统。通过多系统协同服务，创客可以实现一站式的统一检索。借助大数据技术的应用，创客的信息需求偏好亦可整合入信息服务机构分布式组织系统内，实现信息服务机构与创客的无缝对接。
四、面向职业院校创客过程管理的协同创新信息服务生态系统
从3D打印、计算机程序设计、机械加工、智能家居等高大上的创客项目，到手工艺品、户外装备、音乐创作等偏娱乐、休闲、接地气的创客项目，创客的创新过程大致可以归纳为这样的趋势：通过创意/想法、设计与研发、产品原型、众筹/众扶、产品验证、产品换代、成果、市场化产品，最终形成品牌。在职业院校创客创业的过程中，追求市场化、商业化的一些创客项目必然涉及政策、技术研发、人力资源、金融、知识产权、注册、税收等多方面的信息，而一些自娱自乐、商业性不那么突出的创客项目则更关注社区分享、新技术进展、展示交流方面的信息。职业院校创客的这种信息需求也是创客创新过程中的痛点所在，信息服务机构必须能够利用大数据处理技术迅速找准创客的需求，并以个性化、精准化等多种服务方式提供服务。且职业院校创客的信息需求是一种动态、持续变化的数据自生产、信息交换过程，因此在职业院校创客创新过程中，信息服务机构协同参与创客创新，双方通过大数据技术的应用，将创客与信息服务机构的服务联系起来，建立一个既能实现信息服务机构价值、又能满足创客信息需求的协同创新生态系统，见下图。
图 面向职业院校创客过程管理的协同创新信息服务生态系统
在这个生态系统中，职业院校创客创新过程可以划分为苗圃阶段、孵化阶段和加速阶段。苗圃阶段是一个从无到有的阶段，也是从创意、设计与研发到产品原型形成的阶段；孵化阶段是通过众筹、众扶到产品验证，从一个产品原型到产品批量化的阶段；加速阶段则是产品换代、成果到品牌形成，从普通产品到品牌化的阶段。创客过程各个阶段对信息的需求也不一样，苗圃阶段侧重于技术研发方面的信息，孵化阶段侧重于产品化方面的信息，加速阶段侧重于市场化、商业化方面的信息。针对不同阶段的创客痛点，需要生态系统中大数据处理中心借助强大的资源优势，以多样化、敏捷性、智能性的信息服务协同参与创客创新过程。
大数据处理中心在Hadoop分布式计算平台上，将全国文化信息资源共享工程、国家数字文化网、国家科技图书文献中心、中国高校人文社会科学文献中心、中科院国家科学数字图书馆、中国科学院文献情报中心、中国专利全文数据库、中国知网、地方性信息资源联盟如浙江高校数字图书馆联盟等分布式存在信息服务机构的底层数据按照统一的标准化格式进行处理，运用HDFS分布式存储技术进行大数据处理，针对创客提供主动推送、个性化定题、嵌入式、移动式、自助式、跨时空和跨地域的信息服务。创客在享受信息服务的同时，大数据处理中心也记录下创客的信息需求轨迹，无形中又与大数据处理中心形成信息交互，形成双向协同发展，保证整个生态系统的良性、可持续发展。
在目前的条件下，面向职业院校创客过程管理的协同创新信息服务生态系统将各个信息服务机构都聚集在大数据处理中心下，还需要打破管理部门、利益关系、数据管理等各个关节。浙江高校数字图书馆联盟、绍兴市科技信息研究院和中国知网绍兴用户联合为绍兴职业院校创客开展信息服务协同创新，已经走在了前面。然而能够为职业院校创客提供信息服务的机构还不够，信息服务机构远远不止这些，而创客的信息需求则是无止境的。所以更多的信息服务机构以大数据技术处理的方式，嵌入到职业院校创客协同创新的过程中是必然趋势，也是各个信息服务机构融入“两创”、实现社会价值的重要一环。
课 题：2016年浙江省人力资源与社会保障厅科学研究课题“面向创客的信息服务协同创新机制研究”（2016049）阶段性成果之一。
参考文献：
[1]梁立明.“遍地开花”与“有店无客”并存――从十大关键词了解众创空间发展现状[J].中国战略新兴产业，2016（4）.
[2]俞建华，戴健华，张媛，张江，黄献.关于创客特质析解与创客成长链的思考[J].科技创新与品牌，2015（8）.
[3]施雯.创客与情报的二三事[J].竞争情报，2015（5）.
[4]陈超.让竞争情报成为创新和创业的隐形翅膀[J].竞争情报，2015（5）.
[5]王昌林.大众创业万众创新的理论和现实意义[J].科技创业月刊，2016（2）.
[6]李强治.全面推进众创发展释放创业创新潜能――《国务院关于加快构建大众创业万众创新支撑平台的指导意见》解读[J].电信网络技术，2015（12）.
[7]中国藏书量最多的高校[EB].http：///20161027/n471589841.shtml.
[8]知网、维普、万方3大数据库的区别[EB].http：///20161212/n475669204.shtml.
[9]Apache Hadoop[EB].http：//hadoop.apache.or.
[10]Slidecast：Platform Computing Announces Support for MapReduce[EB/OL].http：///press-releases/2011.
篇6
在信息化高速发展的今天，完全依靠天赋和直觉的日子，已经一去不复返。
大数据的应用能够实现：从粗放化走向精细化管理；从单兵作战走向联合共享管理；从柜台式走向全天候管理；从被动反应走向主动预见型管理；从风险隐蔽走向风险防范型管理。
“天地者，万物之逆旅；光阴者，百代之过客”。今天，每一个生逢21世纪的中国人，都感受到了科技发展之迅猛，学习追赶之必要。马云说：“当我们还没有弄清什么是个人计算机的时候，互联网就到来了；当我们还没有弄清什么是互联网的时候，大数据时代已经到来了。”
如今，我们的头顶上有云，我们的双脚下有网，我们的周围布满了难以计量的数据。气势磅礴的大数据飓风正从世界深处向我们呼啸奔腾而来，而我们是否做好了准备？究竟什么是大数据？大数据将给人才工作带来怎样的机遇与挑战？这就是今天我们要回答的问题。
大数据与大数据时代
大数据作为一种数据集合，当我们使用这个概念的时候，实际上包含有三层含义：一是数据很大；二是变化很快；三是构成复杂。大数据里蕴藏着大知识、大智慧、大价值和大发展。它不只是一大堆数据的存在，更重要的是大数据还是一种思维方式和管理、治理路径。因此，应该引起充分的重视。我认为，对于我们人才管理领域来说，大数据的出现，乃是一个可以大幅度提升管理水平的良好契机。
专家们认为大数据有以下几个特点：
一是大数据重视事物之间的关联性。大数据有一个重要特点，就是先不讲“因果性”，非常重视“关联性”。如果发现了某种关联性，就可以加以利用。凭借自有的卫星信息系统进行商品管理的沃尔玛公司，发现在他们的卖场里，凡是购买婴儿尿布的顾客，很多都要买上几罐啤酒。这是为什么？不知道。但是，掌握了这种关联性的卖场经理，就可以告诉上架员，要把灌装啤酒与婴儿尿布两种商品摆放在一起。这么做，果然提升了这两种商品的销售量。在人才流动方面，国家宏观研究院的研究人员发现了“榨菜指数”“方便面指数”，即“榨菜”和“方便面”在不同地区的销售量与国内人才流动的流向高度重合。
二是大数据的价值大小重在挖掘。对于大数据，不仅要搜集它，更重要的是挖掘它。挖掘就是分析，目的是从中寻找关系、重点、规律，洞察其发展趋势。这为管理者提供了莫大的帮助。凭借大数据，管理者将可以大幅度提升各行各业管理水平、治理能力。前些年，北京大学发生的留学生食堂爆炸事件，北京市公安局利用大数据方法，在肇事者逃跑不久后便将犯罪分子从茫茫人海中抓了出来。
三是大数据必将颠覆诸多传统。以往，社会科学研究常用的“抽样调查”，曾经被认为是社会文明得以建立的牢固基石，应用很广。其实，它只是在技术受到限制的特定时期，解决特定问题的一种无奈的方法。现在，已经可以收集到过去无法收集到的信息，所以“样本就等于全部”。而且这样做，比使用抽样调查方法得出的结论要准确的多。此为一例。有专家称：大数据将颠覆13个行业，互联网金融就是一个明显的案例。
四是大数据具有筛选和预测功能。所谓筛选，就是抓住重点。众所周知，任何大城市都有不少井盖，自来水井盖、煤气井盖、污水处理井盖等等。在美国纽约，面对大量的井盖，其管理部门每天只需打开50个井盖就可以保证城市平安运行了。为什么？原来他们在每个井盖下都安装了感应器，实时汇聚各方信息，掌握了重要情报。所谓预测，就是提前获得有价值的信息。2008年，谷歌的一支研发团队利用网上搜集来的个人搜索词汇的海量数据，赶在流行病专家之前两个星期，便提前预测到甲型H1N1流感即将爆发。因为他们掌握了大数据，所以，这样难办的事情谷歌就做到了。
人类社会前进的脚步一刻也没有停止。历史学家认为，世界已经先后经历过采集社会、农业社会、工业社会，而今进入了信息社会。信息社会又划分为三个时代：计算机时代（机器可读，数据可算）、互联网时代（信息传递，信息服务）、大数据时代（生活、工作与思维的大变革）。美国科学家说，大数据的影响犹如4个世纪之前人类发明了显微镜一样，把人类对自然界的观察与测量推进到“细胞”的级别，从而给人类社会带来历史性的进步与革命；今天的大数据将成为人类下一个观察自身行为的“显微镜”。这个新的显微镜，不仅将扩大人类的认知范围，推动人类知识增长，而且还将成为监测社会与自然的“仪表盘”，引领世界新的经济发展与繁荣。所以，有一个说法，人类进入了大数据时代，2013年也被视为大数据元年。
大数据与人才培养
大数据能够发现学习软肋
美国已经利用大数据方法建立了富有个性的“高等教育教学支持系统”。其中有种“学习分析技术”，能够通过对与学生相关的海量数据分析，辨别出每个学生的学习行为和学习模式。这就便于在学习的初始阶段发现哪些学生面临学习困难，或者有辍学的危险，从而采取比较准确的帮扶措施，因势利导。教师能够利用“户面版”记录自己学生的学习进程，进行实时的学习情况监控。
基于“云计算”的互联网教育，已经成为一个开放性的自主学习系统，学习者可以不受时间、地点以及经济条件的限制，自主选学课程，获得自我提升。
大数据能帮教师改进教学
人才培养靠教育与培训。但是以往一个很大的弊端是，教师不知道学生和学员是不是真正把课听懂了。如果问一声大家懂了么？一般回答都会说懂了。这里就掩盖了有的学生学员因为羞于回答不懂而带来的难堪。利用大数据方法，教师通过学生、学员反馈回来的作业，就可以发现到底是哪些学生学员并没有真正听懂，进而有针对性地加以辅导。大数据还可以告诉教师，如果有相当一批学生学员做错了作业，就是自己在教学方法上存在问题，需要加以改进。最近中国金花李娜在“澳网公开赛”女单决赛中捧起冠军杯的事，很令国人好一阵振奋。李娜能够获得第二次大满贯，在很大程度上正是凭借了大数据的应用。其教练卡洛斯就曾明确表示，是大数据帮助他提升了能力，从而更好地指导了李娜的表现。在比赛过程中，大数据又能帮助教练与球员制定正确的策略与战术。IBM研制的智能分析平台，能够基于过去8年的赛事数据，对每个球员的历史记录进行分析，确定出每个球员的关键指标。每场比赛分析的数据，超过4100万个，包括比分、回合数、制胜分、发球速度、击球类型、击球数量等等。这些数据通过给球员配备的传感器获取。数据分析专家说，在信息化高速发展的今天，完全依靠天赋和直觉的日子，已经一去不复返了。
大数据与人才发现
人才发现就是发现人才，它包括两个方面，即面向组织外部的与面向组织内部的。在没有大数据的条件下，发现与选拔都很难做到“全信息”。也就是，很可能是在被选人员不够充分的情况下进行人才选拔的。也就是只能“少数人在少数人中选拔人才”。大数据能够帮助人们解决这个问题。从理论上讲，凡是符合条件的都可以进入选拔的视野。这就解决了在一定范围内少数人从少数人中选人的弊端。
大数据时代的组织内部人才发现
在你们单位之内，你知道谁是人才吗？单位小基本不成问题，如若成千上万人呢？现在，国外跨国公司利用一种可以佩戴在胸前的“社会传感徽章”装置，领导者便可发现谁是人才。该传感器由3个部件组成：1个红外线收发器，1个麦克风，1个加速度传感器。通过这个传感徽章能够了解人类各方面的行为，因此又叫做“超级徽章”。超级徽章能够搜集员工的两类数据：个人行为与社会行为。个人行为包括他的走动频率、与人交谈频率、在办公桌前时间；社会行为包括与谁交谈以及与整体社交网的融入程度。从计算机自动绘出的“社交关系图”就能知道谁是专业知识的扩散者，这个人即被认为专家。大数据专家将其称之为“元人才”。
大数据时代的组织外部人才筛选
发达国家猎头公司之所以能够帮助国家、企业寻找到合适的人选，是因为它掌握了大数据。前些年美国要举办洛杉矶奥运会，想找到一个既能精彩操办，又能不超预算的高手，结果多家猎头一致推举一个人，因为他们的大数据全部指向这个高手。这位高手不负众望，果然一举成功，他的名字叫尤伯罗斯。此人在1980-1984年间担任奥运会组委会主席，首创了“私营模式”操作，不仅改变了以往历届奥运会“赔本赚吆喝”的历史，而且使奥运会成为世界著名商家追逐的焦点。没有大数据，就只能猎腰、猎脚，处于产业链的低端。
美国人比利・比恩是一位棒球队的经理，利用大数据他挖到了最好的棒球队员。一般寻找球员都依靠猎头公司，而比利・比恩却找来一位统计学家帮忙，尽量将球员的能力数据化，并以此作为衡量球员的唯一标准。通过这套计算机程序和数学模型，以有限的预算，他找到了那些价值被低估了的球员，实现了最高的“投入产出比”，创下了美国历史上职业棒球大联盟连胜20场的空前纪录。他找寻球员的精确程度，让猎头们相形见绌、大跌眼镜。
大数据与人才管理
农业社会的管理风格比较粗放化，信息社会管理必须走向精细化。只有精细化才能管理到位，提高效能。
大数据实现人才管理到位
高等院校课堂大、学生多，谁来上课了谁没来不大容易搞清楚，所以就有人钻这个空子逃课干别的事。据麦可思对2012级新生的一项调查显示，本科新生的逃课率为33%，高职新生的逃课率则为22%。为了阻止这种瘟疫的蔓延，不少高校纷纷请出各种“点名神器”。对付逃课的办法形形。最简单的是“教授点名”、逐个签到，这适合学生较少的情况，如若几百名学生一起上大课，就不灵光了。后来有位美国教授把一种叫clicker的神器引入课堂，学生只要在课堂按一下，系统就会自动记录下其出勤情况。当然，这个神器还可以用来为学生释疑解惑，一举多得。
2013年，我国暨南大学在部分试点教室安装了“教学辅导系统”，该系统拥有座位实名定位、抢答老师提问等功能。这个系统能够让教师在第一时间掌握班级学生出勤情况，还能了解每个学生掌握所学知识的情况，同时还可以把要讨论的问题投影到大屏幕上，让学生按键回答，提升了教学效果。
随着智能手机的发展，App（移动应用程序）在校园中开始发挥提高学校综合管理能力的重要作用。有方便起床的、饮食的、读书的、选课的，点名功能自然也在其内。不需要纸笔，不需要刷卡，学生只要带着手机进入教室，系统就会自动记录考勤。应该说，是大数据、云计算使一些很难管理到位的事情成为可能。
大数据导航学生成长
据《中国教育报》报道，上海闵行区依托大数据，致力于教育管理信息化取得明显成效。学生进出校门，刷一下电子学生证，从其到校、离校时间，就能看出学校是否经常延迟下课放学时间。这个电子学生证，又是学生健康卡、借书卡，还能了解学生参加了哪些体育运动项目与社会实践活动等等。学生的电子档案中，包含身心健康、学业进步、成长体验、个性技能4个维度、14个一级指标、38个二级指标、53个三级指标。家长和老师能够通过这个档案实时了解学生成长的点滴进步与潜在问题。
大数据与人才配置
所谓“人才配置”就是把合适的人才放到合适的位置上。从宏观、社会角度看待人才配置的问题，我认为，人才市场在人才配置中的作用就是不断地做着“人”与“事”的信息对称。正是由于人与事的信息不对称，所以人找不到工作，工作找不到人。根据国际著名人力资源公司的研究，真正把一个人才配置好，并不是挖过来就行了，而是要帮助公司把猎来的人才放到应该放的位置上。怎样才算放对了位置？要考虑4个因素：这个人的智商、这个人的情商、这个人的经历以及这个人的价值观。那么多的人，哪一个是合适人选？没有精细的研究是很难把人配置好的。而要做好精细化的研究，不通过大数据很难实现目的。
大数据平台促进大学生就业
当前，困扰国人的一个大问题就是大学生就业。兰州大学经过5年努力，建立了一个兰州大学学生就业服务网，这个网站整合了用人单位信息查询系统、毕业生推荐表、签约信息登记、就业信息以及未就业学生查询5个信息子系统，形成了海量的真实可靠的用人单位与求职学生信息，通过双向互选，促进了大学生就业。通过建立大数据平台，实现网上选材网上应聘。“兰州大学告诉学生哪片云彩会下雨”，媒体这样形象地描述兰州大学的大数据平台。
“团队指纹”帮助领导配置人才
上述提到的跨国公司正在利用的“社会传感徽章”，利用传感器数据加上“数字沟通记录”，能够形成“团队指纹”――这个团队适合于干什么工作，完成什么任务。“团队指纹”能够帮助领导者事前预测不同团队之间的合作是否容易成功。同时，还能够展示会议参加者的“参与程度”和“沟通模式”。参与不足的，会有“参与选项”闪动；喋喋不休者，会有警示提醒。这种软件名称叫“会议仲裁”。当然，数据来源也是员工佩戴着的“社会传感徽章”。
大数据与人才评价
人才评价是一件很不容易做好的事情。大数据重视事物的相关性，这种相关，可能距离较远，也可能距离较近。通过事物的相关性进行排序，这种排序方法，对于各行各业的人才评价具有相当的启发意义。
世界著名的汤森路透公司，2013年曾经准确地预测出8位诺贝尔奖获奖者，准确率高达8/11，也就是72.7%。人们不禁要问：他们是怎么预测准确的呢？途径就是凭借大数据。汤森路透公司称：“预测的力量来自于引文分析，因为论文之间的引用是基于每个科研人员的学术判断，因而引文数据库就蕴藏了全球科学家的群体判断，并反映出科研活动的延续性和知识的传承。基于大数据的信息分析能够为科技规划和决策提供多方面的支持，包括了解科技革命的趋势，发现机会和风险，制订合理的发展目标指标和根据评估研发投入的产出情况来优化资源的分配等。”
汤森路透知识产权与科技中国区总裁郭利表示说：“目前我们看到数据库中的高被引论文里，中国的贡献在增多。如果按照这个趋势，我希望中国在10-15年左右能够获得诺奖。”从这里也可看出，大数据在人才发现、预测、预判方面确实可以大显身手。
中国人很多人喜欢唐诗，“哪位唐代的诗最受追捧？”这个问题却不好回答。因为人们的喜好不同，有人喜欢慷慨激昂的诗，有人喜欢温柔细腻的诗；有人喜欢五言，有人喜欢七律；有人喜欢禅意，有人喜欢朦胧。但是，能不能综合起来，把最受欢迎的诗人找到呢？回答是肯定的。这就要通过科学的评价方法，通过大数据能够科学评价人才。
最近有人通过对4个方面的数据搜集，对最受中国人喜欢的唐诗进行了排序，出版了一本《唐诗排行榜》。这4个方面是：历代选本入选唐诗的数据；历代点评唐诗的数据；20世纪研究唐诗的论文数据；文学史著作选介唐诗的数据。此外，互联网上的阅读、评论、载录也统计在内。对这些数据按照一定的方法进行加权处理，按照得分多少，自然就可以把最好的唐诗排列出来，最受喜爱的诗人也就凸显出来了。结果高居榜首的是崔颢的《黄鹤楼》，第2-5名分别为王维的《送元二使安西》，王之涣的《凉州词（黄河远上）》《登鹳雀楼》，杜甫《登岳阳楼》。在这100名的唐诗名篇中，杜甫有17首，王维有19首，李白有9首，李商隐有6首，杜牧有6首，孟浩然、王昌龄各5首，刘禹锡4首，岑参、白居易各3首。诗圣、诗仙、诗佛果非浪得其名。
展望：大数据在社会综合管理中的大作为
大数据提升社会综合管理水平
有专家认为，大数据的应用能够实现一场新的革命，提高综合管理水平。实现从粗放化管理走向精细化管理；从单兵作战走向联合共享型管理；从柜台式管理走向全天候管理；从被动反应走向主动预见型管理；从风险隐蔽走向风险防范型管理。
（1）哪家医院的医疗水平高？我们可以通过统计全国各大医院每天发出去的药品明细清单，发现不同药品的使用量。用大数据方法抽取其中的一项内容，比如抗生素的使用量费用占总发药品使用量费用的比例（北大医院6.7%，有些省份超过13%），就能知道全国哪个地区医生的医疗水平、职业道德好。如果再深入分析下去，还可以发现更深层次的问题，比如是否存在不负责任大力推销某种药品的问题等等。
（2）大数据保苏州一片安宁。2012年，苏州人口增至1300万。在如此人口压力下，苏州连续10年被江苏省评为“社会治安安全市”。其打击处理案件数、刑拘转捕率、技术支撑率全省第一。现行命案破案周期缩短为5天，破案率99.16%。大数据是他们的法宝。大数据整合了原来的4组力量，包括便衣、巡逻警、社区警力、跨区巡逻警力。通过各种渠道积累的数据总量达65亿条，平均每天增加700多万条。庞大的数据库成为苏州警方破案的主要手段之一。基于大数据能够逐步缩小圈定侦查范围。
（3）大数据提升汽车交通管理水平。2005年，美国圣路易斯市在一项实验中，为20辆公交车安装了无线传感器来监测车辆引擎的工作情况。产生的数据，可以用来预测公交车什么时候会抛锚，以及最佳的维修时间是什么时候。该研究促使汽车更换零件的时间从30-40万公里，变为50万公里，帮助该市节省60万美元。
（4）大数据方便政府走群众路线。大家都能看到，不少街道小广告到处贴，井盖坏了没人修，建筑物危险无人知晓。像这样的情况，老百姓看在眼里，着急没办法。美国一位程序员，发明了一款应用程序（SeeClickFix），装进手机，对准它进行拍摄，立马就呈现在管理部门的视屏上，非常便于及时处理、检修。目前已在美国上千个城市投入使用，使政府行政主体变成了群众主体、市民主体。
社会需要大批大数据人才
美国《哈佛商业评论》杂志认为，21世纪最热的职业是数据科学家。数据科学家的首要任务是在数据的海洋中探索发现。他们要把散乱的数据变成结构化的、可供分析的数据，找出丰富的数据源，整合可能不完整的数据源，并清理成结果数据集，从而帮助决策者穿梭于各种分析，揭示蕴含在数据中的规律。
篇7
1.美国金融研究生的商学院培养模式及其启示
2.强化金融研究生金融计算能力培养的课程设置
3.多维互动式：研究生金融双语教学模式探究
4.高等院校金融学应用型研究生培养模式初探
5.关于金融学专业研究生层次实行双语教学的探讨
6.校政企研联合培养金融硕士模式创新与策略研究——以南京审计学院为例
7.关于发展我国金融硕士专业学位研究生教育的若干思考
8.后金融危机时代的研究生创新创业教育研究
9.金融学专业硕士研究生培养模式改革探索
10.工科院校“金融工程”专业研究生课程体系研究
11.我国金融学硕士研究生课程设置分析
12.“分类协同型”金融专业研究生培养模式的探索与实践
13.在金融危机影响下的研究生就业问题探索
14.金融硕士研究生就业现状调查与探析——以苏州大学金融工程研究中心为例
15.人民银行总行金融研究所录取1982年度硕士研究生
16.美国金融硕士研究生课程体系分析
17.金融危机背景下硕士研究生报考的实证分析与引导机制构建
18.金融危机背景下女研究生就业难的原因及对策研究
19.协同创新视角下金融学硕士研究生培养模式研究
20.知识结构·素质要求·创新能力——以金融学专业研究生为例
21.全日制硕士研究生培养模式改革探讨——以金融学研究生培养为例
22.金融危机对医学研究生就业与心理健康影响的研究
23.我国金融学硕士研究生课程设置分析
24.金融学研究方法论的思考
25.全日制硕士研究生培养模式改革探讨——以金融学研究生培养为例
26.金融学专业硕士研究生教学改革的建议
27.关于金融学专业研究生层次实行双语教学的探讨
28.金融专业研究生基础理论课教学改革浅议
29.后金融危机时代研究生就业分析与探讨
30. 财经类研究生“三个自信”现状的调查分析及对策--以山东财经大学金融学院研究生为例
31.金融危机形势下研究生就业情况探析
32.探讨当前金融学研究方法及研究生教育存在的缺陷——基于金融学研究生论文特点的分析
33.对金融学研究生教育的探讨
34.在硕士研究生教学中开设金融计量经济学课程的实践与思考
35.对金融学研究生教育的探讨
36.金融硕士专业学位研究生培养模式探索与实践——以浙江工商大学为例
37.金融危机下研究生的就业问题及其应对策略
38.校企协同模式下金融专业学位研究生培养机制研究
39.金融数学方向硕士研究生培养模式探讨
40.西部地区研究生就业竞争力分析
41.谈金融学专业研究生论文写作
42.金融学专业硕士研究生教学改革的建议
43.金融危机前后中国通胀惯性特征及货币政策研究
44.对金融学硕士研究生教育的思考
45.金融学中大数据思维的应用研究
46.试论金融学研究中大数据思维的运用
47.金融危机条件下硕士生的择业心理与政策评价——基于高校硕士研究生的问卷调查
48.地方高校金融工程硕士研究生人才培养需求分析
49.金融硕士专业学位研究生培养模式探索与实践--以浙江工商大学为例
50.协同创新视角下金融学硕士研究生培养模式研究
51.金融硕士专业学位研究生培养模式的改革与探索
52.金融危机对医学研究生就业与心理健康影响的研究
53.在金融危机影响下的研究生就业问题探索
54.金融危机下研究生创业的几点思考
55.金融危机形势下研究生就业情况探析
56.论金融危机背景下研究生就业机制探析
57.高等院校金融学应用型研究生培养模式初探
58.对匈牙利银行改革的考察——刘鸿儒同志在总行金融研究所研究生部的报告(摘要)
59.中国人民银行总行金融研究所一九八八年攻读硕士学位研究生入学考试
60.金融危机形势下研究生择业状况调查分析——以上海市三所高校的调查为例
61.金融危机条件下硕士生的择业心理与政策评价——基于高校硕士研究生的问卷调查
62.金融与财务管理专业研究生教育课程体系建设研究
63.金融危机背景下女研究生就业难的原因及对策研究
64.金融危机背景下硕士研究生报考的实证分析与引导机制构建
65.人民银行总行金融研究所1983年招考研究生试题
66.金融危机笼罩下美国高校研究生资助的理念、策略与价值借鉴
67.金融全球化新时期法学硕士研究生培养模式转型之思考
68.首届财经院校研究生经济理论讨论会(金融组)综述
69.我国金融业人力资源现状及需求预测
70.我国金融从业人员学历结构及供求状况研究
71.金融院校发展现代职业教育的实践探索——以长春金融高等专科学校为例
72.浅析研究生就业压力成因及调适
73.财经院校金融数学高层次人才培养模式研究
74.金融危机下硕士毕业生求职状况调查
75.中国金融体制改革的艰难探索
76.理工科院校“金融工程”专业课程体系设置研究
77.金融危机背景下的高校毕业生就业
78.金融学专业《计量经济学》双语课程教学内容与方法探讨
79.关于金融学科界定的探讨
80.统计在金融领域的应用研究——《金融统计学》教材编写初探
81.基于校企合作的金融专业硕士培养“双师”制探索
82.金融学术硕士与全日制专业硕士培养模式比较探究
83.东南亚金融风波与港元联汇制
84.全球金融危机对毕业生就业的影响及对策
85.战后日本的政策性金融
86.浅谈应重视金融电教教材建设
87.加拿大应对金融危机促进科技发展的新举措
88.衍生金融市场的正面经济效应
89.金融危机时医学教师的职业素养培养探讨
90.黑龙江省金融人才培养的现状调查
91.以科学发展观构建金融学专业硕士生创新能力的培养模式
92.构建适应金融人才差异化需求的课程体系
93.转被动为主动——金融IT人才培养机制当与时俱进
94.金融专业硕士培养对接新兴服务业发展研究
95.新疆与全国金融学课程内容及体系差异分析
96.数理金融研究前沿与公司理财问题探讨
97.知难而上 创新突破 积极调整产业战略应对全球金融风暴
98.高层次金融人才培养途径之浅见
99.吕家进——结合邮储实际积极做好农村金融创新
100.英语专业硕士金融翻译课程教法探索
101.全日制金融专业学位“双导师”制
102.一个执著金融梦想的人——记80级校友高飞
103.我亲历的中国金融教育历程
104.在国际金融的研究道路上
105.面试闯关终结金融职场“七年之痒”
106.总行金融研究所副所长甘培根谈——当前我国的金融体制改革
107.美经济学家认为控制资本并非防范金融危机的良方
108.基于双导师制培养模式的金融硕士教育研究
109.金融硕士专业学位与学术型学位培养模式比较研究
110.金融学硕士研究生科研创新能力培养问题及对策研究
111.探讨当前金融学研究方法及研究生教育存在的缺陷
112.金融危机影响下高校硕士研究生就业的问题与对策
113.金融危机影响下的已婚女研究生压力源探析
篇8
金融科技的崛起改变和塑造着客户的金融消费行为和交易习惯，方便快捷的数字化体验成为客户选择的重要考量因素，数字化渠道成为服务客户的主流， 数字化时代已经到来。一些金融科技公司迅速抓住数字化时代契机，打造以客户体验为中心、以数据技术为驱动、以互联网渠道为重点的经营模式，动摇了银行的绝对优势地位，在移动支付、小额信贷等领域不断冲击银行的传统业务。面对新的数字竞争对手和领先的平台型企业的进攻，银行等金融机构开始变得“无形”，银行的数字化转型已经迫在眉睫。
一、银行数字化转型概述
银行的数字化转型是利用科技手段改造传统 金融，广泛运用大数据、云计算、区块链以及人工智能等新兴技术，优化金融服务模式和内部管理方式。总体来看，数字化转型要求银行具备以下几个能力:
一是客户洞察能力。客户洞察能力是通过客户的交易行为和习惯操作分析客户的偏好和特征，从中得到有价值的判断，帮助银行理解客户行为背后的驱动因素、价值潜力及产品销售机会，从而形成银行与客户的良性互动。银行需要做的是了解客户的需求，衡量客户的看法，有效识别客户未满足的需求、不满意的期待以及主要的诉求，建立需求反馈机制，从根本上着手解决客户需求与银行服务对接错位的问题，有效提升客户体验。
二是快速反应能力。快速反应能力主要包括三个要素，分别是产品研发、人力资源和管理，三种因素集成而得的协调的、相互关联的系统决定了快速反应能力的高低。数字化时代也是敏捷时代，激烈的市场竞争和对客户的白热化争夺要求银行能够快速配置财务、人力、资金等各种资源，以响应市场和客户的需要。 因此，银行需要用灵活高效的产品研发、组织架构及运营模式替代过去的内部资源组织形式，提高应对客户需求和市场变化的敏捷性。
三是数据激活能力。数据是数字化时代银行的核心资产。良好的数据获取、分析和运用能力可以帮助银行挖掘客户信息价值，制定切实可行的营销计划， 了解客户的行为习惯和喜好，支持客户的交易行为，构建新的业务模式，进而赢得竞争优势。银行在客户数据管理、数据质量管理、数据模型构建等方面的工作有助于提升数据激活能力。
二、国内外银行推进数字化转型主要特点
（一）具有明确清晰的数字化转型战略
银行决策层和管理层对数字化转型战略有清晰的愿景、持续的投入和坚定的决心；有明确的战略布局和 发展规划；战略落地部门对数字化转型战略高度认同、自觉执行，全行上下对数字化转型的愿景、目标和路径达成充分共识，全行的行动和决策统一在数字化转型战略部署下。最高领导自上而下带领全行积极变革， 高管在设计、试点和实施关键节点投入充足时间积极参与。转型项目主题与高管最关注的大事或痛点高度契合，不与日常工作脱节。
（二）以客户为中心，改造客户旅程提升客户体验
从客户角度出发，沿整个客户旅程来审视客户体验，做到真正优化客户体验、提升业绩。践行“以客户为中心”的服务理念，坚持产品服务客户所需，根据客户的实际需求，搭配适合的产品；打通客户旅程的关键节点，通过客户旅程改造和内部流程变革，从前端到后台重新设计银行的核心旅程，分析新的机会，采用多样化的方式使客户满意，应用并不断改善新的智能技术，用于创新和促进客户体验，提高客户服务效率， 完善全旅程客户服务体系。
（三）推进全渠道转型，实现客户各种触点的体验一致
让客户可以通过线上线下所有渠道与银行接触，在所有渠道提供统一的客户体验和品牌形象，在各个渠道之间实现无缝迁移，使客户能够随时随地选用自己觉得方便的渠道完成所需的交易或服务。从定义客户旅程入手，根据不同渠道的功能与体验特征，明确渠道总体定位框架，构建整合渠道体系，进而通过协助、引导、差异化定价等手段帮助客户向最有效渠道迁移，并同时在人力资源、数据平台等方面建立内部的配套支撑，为客户提供统一、流畅和卓越的体验。
（四）打造优秀的大数据管理、分析与运用能力
实践表明，大数据在银行业绩提升、风险防控、效能改善与管理优化等领域具有重要价值，尤其在决策支 持、信用风险、精准营销与个性化定价等领域发挥的价 值最大。银行应围绕大数据生态体系，运用大数据及相 关领域的最新技术，培育数据挖掘和分析技能，全方位 建设数据分析和运用能力，从海量数据中提取出有价值 的信息，为银行的决策、风险控制和客户管理服务。
美国第一资本金融公司自2002 年起开始实施“信息决策”战略，单独设立了首席数字官（CDO），平均每年开展8 万个以上的大数据实验分析，是全球范围内最早运用大数据技术的银行。依靠丰富的数据积累和强大的模型分析能力，在客户获取、激活、产品组合管理、客户挽留、风险控制等方面取得了巨大的成功。它的移动银行应用成为首款支持苹果TouchID功能的软件。2016 年，亦率先通过亚马逊网站的Alexa虚拟助理实现了语音控制的金融服务交易。在数字化战略的推动下，它从一家单一经营信用卡业务的公司迅速成长为美国资产排名前十的综合性银行。
（五）打造开放银行体系，建设金融生态圈
开放银行是指开放应用程序编程接口（API）向合格的外部商业伙伴，将银行的账户能力、支付能力、特色产品能力、数字经营能力、全渠道服务能力等开放给合作伙伴，共建跨界融合生态。通过改变传统模式，无感、无限、无界提供场景化金融服务，使客户金融服务需求在生活服务需求中第一时间得到满足。
近年来，国内银行频频探索利用API或SDK接口等方式打造开放银行生态圈。比如，浦发银行在2018 年7月推出了API Bank 无界银行，截至2018年11月末，总共实现了211 个API服务，对接84 款APP，出台电商平台、出国服务、跨境服务等多个场景金融服务方案。中信银行通过连接京东商城、滴滴专车、淘宝等平台，将平台数据引入，用于识别和分析客户营销机会与业务拓展风险。
（六）建立敏捷工作机制，全方位提升创新能力
银行传统的组织架构是按照职能来划分部门的， 然而敏捷的组织形式是从各个相关部门抽调人员，成立敏捷团队，实现组织架构上的扁平化管理，敏捷团队的成员按照“端到端”的原则，每个人都对项目的全 过程负全责，所有人的绩效考核指标都是一样的。敏捷团队的成员在同一办公地点集中办公，保证员工单线程工作，变串联为并联，同时辅之以定期培训和考量、时间短和注重决策的轻量会议等，全面提升反应速度。对敏捷团队充分授权，减少交接和精简流程， 去除冗余层级、重复决策等环节。
星展银行的数字化转型在经历了第一阶段“将核心业务进行数字化改造”和第二阶段“银行业务与客户需 求深度融合”之后，进入第三阶段“构建创业型企业的 文化氛围”。星展银行调动全员力量，提倡“有利于客户体验的努力都值得尝试”，让每位员工都自觉了解客户体验和关切，以自己的亲身体验重新构思客户旅程， 推动全方位转型。如星展的呼叫中心、ATM分析、HR等，全部逐步实现技术转型，都是自下而上、由底层员工推动的。
三、零售业务数字化转型的关键着力点
银行数字化转型，尤其是零售业务的数字化转型成为银行业发展新趋势。由于零售业务存在客户规模大、长尾客户服务不足、客户结构分化等特征，金融科技的运用能够有效缓解这部分现实问题，大部分银行在推进数字化转型的过程中优先选择零售业务为突破口，利用科技手段驱动零售银行业务全面释放潜能， 使银行服务摆脱时间、地点、人员的束缚，实现自动化、 实时化、线上化处理。零售业务数字化转型的几个重点体现在以下方面：
（一）提高产品服务的触达能力
拓展多元化服务渠道，利用互联网渠道扩大服务半径，覆盖更多长尾客户，同时将线上渠道与线下服务网络进行有效衔接，实现闭环服务，构建“物理+ 虚拟”的线上线下全渠道服务体系。在银行的多元化服务渠道中，手机APP的客户触达作用越来越突出。根据易观产业数据库的报告显示，2018 年一季度，我国手机银行注册用户数超过15 亿户，手机银行客户交易规模达到66.89 万亿元人民币，活跃用户持续增长， 逐渐成为用户首选的服务主渠道，到2018 年底手机银行渠道用户比例达57%，首次超越网银用户比例。手机 银行的发展趋势主要表现为两方面：一方面是加强人工智能技术的应用，将生物识别技术应用于智能核验身份，在银行APP登录、交易中增加面部识别及指纹识别等功能；将人工智能技术引入到理财和投资顾问服务中，为客户精准定制个性化的理财产品等。另一方面是加强与外部机构的合作，在产品栏目引入保险、助学贷款、校园贷款等项目，实现与高校、保险公司、金融科技公司等外部企业的深度连接。网点作为服务客户的传统渠道，同样面临数字化转型课题。网点的数字化转型要注重培养智能机具对柜面业务的替代能力，数字化再造网点的业务流程，将信息化、业务流程和智能机具有效整合，加强网点分流引导，重点推进各类业务的线上协助化服务。
（二）提升个性化服务能力
根据腾讯研究院的报告显示，采用个性化精准营销的银行，营销成功率能够提高50％～65％以上；根 据客户画像推送银行产品，购买率可以提高30％～ 55％ ；通过大数据进行全面客户管理的银行，存量客户激活率能够提升30％以上，坏账率能降低25％。为提高个性化服务能力，银行可以通过强大的数据整合分析体系，实时、智能化地处理客户行为数据，根据客户的信用资质、收入水平、风险承受能力、行为特征、 使用习惯、使用偏好综合考量，利用积累的内外部数据及成熟的算法进行个性化的界面展示，实现“千人千面”。同时，基于对客户行为特征的分析挖掘，在客户来到网点或电子银行渠道时，按照为客户群体打好的标签，展现因人而异个性化广告，让用户对感兴趣的广告信息进入业务办理，改变传统的广告营销模式。实现精准营销离不开大数据技术的运用和支持，提高以大数据为基础的个性化服务能力，可以帮助银行增加获客精准度，降低获客成本，提升客户交互体验和 产品转化率，并实现个性化定价。运用大数据技术， 第一步是即刻捕捉数据，海量获取数据，这些数据包括银行内部数据和外部数据，结构化和非结构化数据， 清洗处理这些数据，提取特征信息，为客户画像做准备； 接下来，要按照客户基本信息、兴趣爱好、社会特征、消费行为等维度，建立标签化的客户模型；再通过客户特征、产品需求等参数，对客户进行分类；最后采用协 调过滤、关联规则、知识推荐等算法，使产品和服务智能触达客户。
（三）增强场景化服务能力
银行发展进入生态建设的新时期，必须打造一个吸引和留住客户的生态系统，让客户可以在生活场景中了解、使用和发现金融消费机会。场景金融的关键在于银行把金融服务融入到客户的衣食住行场景中， 以场景为核心向用户提供服务。与传统金融服务模式的区别在于，场景金融不再是一个个独立的业务流程或者单独的产品，而是嵌入到生活场景中的综合金融解决方案，服务内容体现“金融+ 生活”的高度融合。场景金融是一种完整的生态，是从金融需求到金融解决方案的闭环服务。构建场景金融服务模式，银行可以从两方面入手：一方面，与掌握场景流量的互联网、新零售、房地产、能源、制造、出行等行业开展广泛的跨界合作；另一方面，可自建场景，继续发力场景生态建设，在电子商务平台、社区银行、移动生活服务、 加油站金融、汽车金融、机场金融等方面寻找细分市场，尽早构建“生活+ 金融”完整生态圈。除此之外，银行可以改造传统的银行网点，将原有的金融服务单一场景延伸为多元化服务场景，引入休闲、积分兑换、消费等生活化场景，让银行网点与客户的日常生活有机结合，推动网点场景化转型。
四、银行零售业务数字化转型的路径
（一）批量获取并经营零售客户
互联网的发展和手机的普及把银行零售客户行为从线下网点变为线上和线下并重，在平台和场景中获取金融服务成为新的趋势。零售业务必须把客户工作、生活场景重新整合，通过线上平台与各大电商平台、社会资源平台对接，批量化营销和管理零售客户，实现跨越式发展。通过与衣、食、住、行、育、娱、医、寿等场景平台对接，整合信息流、资金流、物流，将金融服务嵌入场景服务，为零售客户提供综合金融服务。同时在后台对接信贷系统实现线上融资、额度管理、风险防控等。建设包括人脸识别等生物认证技术在内的身份核验系统，打造大数据分析平台和连接第三方金融信息平台，进一步完善零售平台金融服务功能，更有效地达到批量获客、活客、留客，提供综合金融服务。
（二）完善专业化管理模式
专业化管理模式是零售业务数字化转型的基本保障，需要在产品研发、销售管理、渠道布局、数据驱动和风险管理等方面全面提升零售板块的专业能力。突出产品引擎作用，丰富强化消费信贷、财富管理、信用卡等专业产品线，研发有市场竞争力的拳头产品。强化总行销售管理职能，负责零售营销计划制定、营销业绩统计、个人客户经理绩效管理、技能培训等， 打通总行、分行、支行、个人管理与督导机制。发展线上线下一体化的全渠道管理，包括网点布局、线上渠道开发、新业态规划等，构建全渠道、多触点的一致客户体验。打造基于大数据的定量分析与业务决策能力，推动大数据分析的规划和开发，打通零售客户底层数据基础与数据驱动的应用。完善风险组织架构， 增强集中化、专业化、高效的风险管理能力。
（三）推动敏捷组织改造
在零售板块探索敏捷组织改造，建立以客户为中心、快速创新的组织。转变领导角色，向战略家、设计师、辅导者转变，充分授权团队，注重培养团队自主运作能力，在数字化快速迭代的工作方式下，把管理机制从复杂的“过程导向”转向责任分明的“决策导向”。以项目为导向，组建“小而灵活”的跨部门团队， 负责零售数字化项目端到端的实施落地，赋予团队充分决策权。改革决策机制，将传统瀑布式的大项目“化整为零”，分阶段进行项目投入和审批，缩短项目研发时间。
（四）管理零售客户旅程，提升零售客户体验
基于当前零售客户体验存在的差距和差异化战略 两大维度，梳理零售客户旅程，进行优先排序后分批推动客户旅程改造。建立全方位的零售客户反馈收集体系，包括：针对金融服务、设施、产品及流程的整体满意度及推荐值评价；通过短信、微信、APP客户端等进行交易后的即时反馈；对投诉进行产品、渠道、对象、 成因的多维分析等，将收集的反馈及监测数据汇总成零售客户体验仪表板，将抽象的体验转化为直观、可操作的优化举措，进而紧跟零售客户需求，推动数字化产品创新。
篇9
用户如何从这庞大的数据库中提取对自己有用的信息呢？这就需要大数据分析技术和工具，而传统的商业智能（BI）工具已经抵挡不住企业如此庞大的数据信息。提到大数据，不得不说的是与大数据相关的技术名词：Hadoop、MapReduce、HBase、NoSQL等。业界的众多厂商也都开始从技术入手，打造各自的大数据解决方案。一时间，Hadoop红遍了全球，就像当年的Linux开源软件系统一样，成为了研究和设计大数据解决方案的主流平台。
华丽的变形
Hadoop的发展基本上经历了这样一个过程：从一个开源的Apache基金会项目，随着越来越多的用户的加入，不断地被使用、贡献和完善，逐渐形成了一个强大的生态系统。
随着云计算和大数据的发展，如今Hadoop已经是一个能够让用户轻松驾驭和使用的分布式计算平台。用户可以在不了解分布式底层细节的情况下，轻松地在Hadoop上开发和运行处理海量数据的应用程序，并能充分利用集群的威力实现高速运算和存储。Hadoop实现了一个分布式文件系统（Hadoop Distributed File System），简称HDFS。HDFS有着高容错性的特点，并且设计用来部署在价格低廉的硬件上，而且它提供高传输率来访问应用程序的数据，适合那些有着超大数据集的应用程序。HDFS放宽了POSIX的要求，这样可以用流的形式访问文件系统中的数据。
Hadoop最受欢迎的是在Internet上对搜索关键字进行内容分类的工具，但它也可以解决许多要求极大伸缩性的问题。例如，如果您要grep一个100TB的巨型文件，会出现什么情况？在传统的系统上，这将需要很长的时间。但是Hadoop在设计时就考虑到这些问题，采用并行执行机制，因此能大大提高效率。
如今，基于Hadoop的应用已经遍地开花：Yahoo通过集群运行Hadoop，以支持广告系统和Web搜索的研究；Facebook借助集群运行Hadoop，以支持其数据分析和机器学习；百度则使用Hadoop进行搜索日志的分析和网页数据的挖掘工作；淘宝的Hadoop系统用于存储并处理电子商务交易的相关数据。
九年的长跑，Hadoop已从初出茅庐的小象华丽变形，成为了行业巨人，但还需戒骄戒躁、不断完善。
性能大提升
Hadoop还是一个能够对大量数据进行分布式处理的软件框架。Hadoop是以一种可靠、高效、可伸缩的方式进行处理的。
Hadoop是可靠的，因为它假设计算元素和存储会失败，因此它维护多个工作数据副本，确保能够针对失败的节点重新分布处理。
Hadoop是高效的，因为它以并行的方式工作，通过并行处理加快处理速度。Hadoop可以将数千个节点投入计算，非常具有性能潜力。但并非所有的工作都可以进行并行处理，如用户交互进行的数据分析。如果你设计的应用没有专门为 Hadoop集群进行优化，那么性能并不理想，因为每个Map/Reduce任务都要等待之前的工作完成。
英特尔针对大数据的开放架构核心产品线，推出了英特尔Hadoop分发版，让用户可以实现“软硬协同，体验至上”的创新效果。例如，利用英特尔至强处理器平台对网络和I/O 技术所做的优化，与英特尔Hadoop分发版进行强力组合，以往分析1TB的数据需要4个多小时才能完全处理完，现在仅需要短短的7分钟即可完成，极大地提升了大数据分析的速度。
Hadoop还是可伸缩的，能够处理PB级数据。由于批量处理功能，Hadoop最好部署在这些场合：索引编制、模式识别、推荐引擎建立和情绪分析。在所有这些场合下，数据大量生成，存储在Hadoop中，然后最终使用MapReduce函数来进行查询。但是这并不意味着，Hadoop会取代数据中心里面目前的组件。恰恰相反，Hadoop会集成到现有的IT基础设施里面，以便充分利用进入到该企业的海量数据。
曾听过这样一则案例：Hadoop集成到一家企业网站后，情况较之先前大有改观：大大节省了时间和精力。来自Web服务器的日志数据不用经历ETL操作，而是直接被完整地发送到了Hadoop里面的HDFS。然后，对日志数据执行同样的清理过程，现在只使用MapReduce任务，一旦数据清理完毕，随后被发送到数据仓库。这个操作要迅速得多，这归因于省去了ETL这一步，加上MapReduce操作速度快。而且，所有数据仍然保存在Hadoop里面，网站操作人员后续所需数据都可以查询到。
开源的典范
Hadoop依赖于社区服务器，任何人都可以自由的下载、安装并运行。由于它是一个开源项目，所以没有软件成本，这使得它成为一种非常吸引人的解决方案。Hadoop带有用Java语言编写的框架，因此运行在Linux生产平台上是非常理想的。Hadoop上的应用程序也可以使用其他语言编写，比如C++。
Hadoop称得上开源创新领域的杰出典范。思科的James Urquhart曾经这样说过：“Hadoop可以说是不涉及任何现有专利的开源项目在企业软件方面所取得的首个里程碑式成功”。尽管里程碑不只这么一个，但能够以这样的规模将成功果实迅速扩展的例子还真不多见。
虽然大量的行业用户开始学习Hadoop的技术架构，但在真实的生产环境中，依然显得相当谨慎，很大一部分也是因为开源。Google虽然公开了MapReduce论文，但底层的GFS、BigTable等技术都不是开源的，因为这是互联网的核心竞争力。很多企业的确想用这个技术，但是技术门槛比较高，前期投入非常之大。一旦进入维护和开发阶段，Hadoop的真实成本就会凸显出来。
群体的智慧
Hadoop作为海量数据分析的最佳解决方案，已经受到众多IT厂商的关注，并由此而锤炼出风格迥异的Hadoop发行版以及支持Hadoop的产品。
例如，IBM在Hadoop系统领域的代表产品InfoSphere BigInsights，它是基于开源Apache Hadoop框架实现，增加了包括管理能力、工作流、安全管理等能力，并融入了IBM研究实验室的数据分析、机器学习技术以及文本数据分析挖掘；IBM在流计算领域的代表产品是InfoSphere Streams，是目前业界独有的流数据处理技术。Streams能够在对诸如气象信息、通讯信息、金融交易数据的管理中动态捕捉信息、进行实时分析，能够对静态数据的处理提供有效补充；在数据仓库方面是InfoSphere Warehouse和etezza。Netezza克服了传统数据仓库在面临大数据挑战时的瓶颈，可以将大量数据整合到统一的平台上，计算能力高达TB级。
篇10
数学建模可以为数学理论和金融问题搭建一座桥梁。数学模型在金融领域已经有广泛的应用，如证券投资组合模型、期权定价模型等。数学建模教育在金融人才培养中的作用是其他学科无法替代的，可以归结以下几方面：
1.提高学生的应用
数学素质以及学习兴趣数学建模教学是案例教学，以实际问题为背景，利用数学思想方法解决实际问题，可以很好地将数学理论与金融实际问题紧密结合。如在量化投资中，可以基于智能算法建立套利模型；利用最优化方法研究资产组合模型等。数学建模教学可以避免抽象理论知识的讲授，让学生认识到数学在金融中的重要应用价值。同时，激发了学生学习数学的兴趣，发现了数学的无穷魅力，提高对数学的认可度，体会到数学是一种重要工具。数学建模课程中讲授了大量的数学建模思想方法，如时间序列分析、最优化方法、微分方程、智能算法等。常言道：授人以鱼，不如授人以渔。通过数学建模的学习与训练，可以拓宽学生的知识面，提高学生应用数学解决实际问题的能力。
2.培养学生的科研创新能力
数学建模是一个不断探索的创造性过程。从不同的角度理解，同一个问题会得到不同的数学模型以及求解方法，没有统一的标准答案，这为学生留出自由发挥的广阔空间。在建立数学模型之前，必须查阅大量的资料，获得自己所需要的信息。数学建模最终解释实际问题必须以论文的形式呈现。经过数学建模训练之后，学生的创新能力有了显著的提升。例如我校获得国家二等奖的小组，被选中参与量化投资大赛，最后也获得了全国二等奖。因此，数学建模教育有助于提高学生的文献查找能力以及论文撰写水平、培养学生探索、研究能力、创造性地运用综合知识解决实际问题的能力。
3.增强学生的综合素质数学
建模教育除了培养学生应用数学的能力之外，还有一个目的就是为参加数学建模竞赛做准备。数学建模竞赛是以小组为单位开展工作，3个人分工明确，但又不可独立开来。面对复杂的赛题，3个人只有共同思考、互相启发、各司其职、、攻坚克难才能在规定的时间内完成。这种竞赛模式培养了学生团队合作精神以及攻坚克难的毅力，为今后能更好地适应工作中的挑战奠定基础。除以上之外，在数学建模过程中还培养了学生想象能力、抽象思维能力、发散思维能力、开拓创新能力、学以致用能力、综合判断能力、计算机编程能力等。而这些能力恰恰是21世纪金融人才应该具备的素质。可以说一次参与，终身受益。数学建模为培养应用型创新型复合型金融人才提供了有效手段。
二、地方金融类院校开展数学建模教育措施
1.重视数学基础知识
在金融中的应用高等数学中，我们可以用泰勒级数去近似一个抽象函数。教师在讲授这节内容时，可以将其用于研究债券价格的变化以及波动性。在概率论中，概率分布研究不确定事件发生的可能性。二项分布在金融中最常见的应用是关于债券价格的变化。概率分布可以用于预测资产价格或资产收益率的未来分布。如果在高等数学、线性代数、概率论与数理统计等公共基础课上适当引入以金融知识为背景的例子，学生将更加深入体会到所学的抽象内容在现代金融的有用武之地，有助于提升学生学习数学的兴趣。然而，要在数学基础课堂上将数学知识与金融专业知识相结合又是不容易的。数学基础课程大多数为公共基础部承担，大部分教师没有金融背景。因此，在招聘数学教师时应该适当考虑有金融背景的数学教师。
2.将数学建模思想方法与现代金融相结合
现代数学包含各门学科知识和数学方法。数学建模课堂上，教师讲授大量的数学建模思想方法，如优化理论、多元统计分析、预测方法、回归分析、现代优化算法、综合评价法等。而数学建模教学采用的是案例教学法，如果能将其与现代金融相结合，有助于提升利用数学知识的能力，同时可以加深理解专业知识。以量化投资中多因子选股模型为例，在选股的时候，人们经常使用的方法是基于基本面或技术面。新兴的量化投资也慢慢发展起来，相比传统方法，量化投资更加客观、理性。多因子选股模型是采用一系列因子作为选股标准，建立过程主要为候选因子的选取、有效性检验、冗余因子剔除、综合评分模型的建立和模型的评价与改进。这一建模过程为数学建模思想方法与现代金融相结合提供了很好的范例。
3.开设金融建模与编程或数学实验选修课
大数据时代对金融人才提出了更高的要求。互联网金融、大数据金融要求金融人才必须具备一定处理数据、分析数据、计算数据的能力。目前，一些金融行业要求求职者必须具备一定编程能力，特别是熟练使用Matlab以及C语言。通过开设金融建模与编程或数学实验选修课可以培养学生的编程能力以及计算能力，为今后就职奠定基础，增加就业筹码。对于一个金融问题，通过问题假设、分析、建立模型，之后，还得借助计算机求解。比如金融分析中的优化问题、回归分析方法等。事实上，这些方法都有现成的函数可以调用。各种数学软件都有各自的优势所在，而对于金融模型，笔者更青睐于使用Matlab软件。Mtalab的编程语言和规则简单，较容易入门。在金融领域有以下几种工具箱：金融数据工具箱、计量经济学工具箱、金融衍生品工具箱、优化工具箱、统计工具箱。使用这些工具箱可以进行投资组合优化和分析、预测和模拟等。比如我们可以基于Matlab平台，采用蒙卡洛模拟方法模拟新股申购中签过程。
4.以竞赛或立项为载体，提升建模能力
目前，数学建模活动在我校开展两年以来，先后组织学生参与全国数学建模竞赛、“华东杯”数学建模竞赛等，取得了一项国家二等奖以及多项省赛区一等奖。我校数学建模课程为全校公共选修课，学生参与数学建模活动热情还有待进一步提升。事实上，金融院校的学生学习了统计学、多元统计分析、运筹学、计量经济学、时间序列分析等。学完这些知识再经过适当培训完全可以胜任数学建模比赛。为了更好地发挥数学建模对金融人才的积极作用，我们必须通过各种形式宣传、引导学生了解数学建模比赛，同时学校应该给予更多的政策支持，组织、鼓励学生参与数学建模竞赛、统计建模竞赛、创新创业训练项目。以竞赛或立项为载体，项目为驱动，利用数学知识解决实际问题，特别是将数学知识与金融专业知识相融合，为应用型创新型金融人才的培养提供新途径。
三、结语
