大數據論文精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的大數據論文主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：大數據論文范文

1.1大數據對大量數據信息的處理

由于歷史文化名城展示與利用涉及到的內容很多，包括歷史學、地理學、建筑學、社會學、景觀生態學等，與此同時，隨著科學技術的進步，先進的數據采集、建筑測繪等軟硬件設施已經大量應用于歷史文化名城的展示與利用當中，在此過程中產生了數量龐大的數據信息，而大數據能夠對這些龐大的數據信息進行快速準確的處理．所謂“大數據”就是指需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產．例如，三維激光掃描技術是一種通過激光反射的原理，將被測量對象通過三維激光掃描系統的處理，構建成一整套的點云數據模型，在此基礎上，通過專業的三維軟件技術對于被測對象進行逆向的數字化構建，從而能夠進行后續的數字化的研究與利用．在此過程中，點云數據會大量涌現，尤其是對于展示與利用真實性要求更高的項目而言，所產生的數據將會無限接近于真實的被測對象，數據會呈現出幾何數量級增長．數據量大，能夠促進歷史文化名城展示與利用在探索方法和研究理念的層面上產生根本性的變革．對于早期的歷史文化名城的展示與利用來說，由于受到認知性和數據分析能力的影響，人們就某一處歷史文化名城的展示與利用的形式、內容以及方法上，僅僅是能夠通過數量有限的樣本案例和數據資料，利用較為傳統的技術手段進行數據的分析、評估和管理．大數據的應用，能夠將大量的歷史文化名城的相關信息進行有目的性的篩選和處理，為展示利用的方式、方法在名城中的應用，提供了較為全面和具體的對策措施，提高展示利用實施的精確性．

1.2大數據對多樣數據類型的處理

歷史文化名城在展示利用時涉及到的數據繁多復雜．單就其中的某一處歷史建筑來講，《歷史文化名城、名鎮、名村保護條例》對建筑本身的歷史檔案包括了5項內容:1)建筑藝術特征、歷史特征、建設年代及稀有程度;2)建筑的有關技術資料;3)建筑的使用現狀和權屬變化情況;4)建筑的修繕、裝飾裝修過程中形成的文字、圖紙、圖片、影像等資料;5)建筑的測繪信息記錄和相關資料．除此之外，還有關于歷史沿革、歷史事件、地名典故、名人軼事等資料．上述幾項內容，基本涵蓋了一處歷史建筑的歷史價值和人文價值，這些詳細資料，在歷史文化名城的展示利用時會起到舉足輕重的作用．在歷史文化名城的展示利用的過程中，數據的類型非常多，有圖片資料、文字資料、影像資料、圖紙資料、點云數據等．在以往展示利用處理數據信息的時候，利用傳統的數據處理技術，事先定義好結構化的數據．結構化數據是將對象數據向便于查詢、處理的方向抽象的結果．結構化數據即行數據，存儲在數據庫里，可以用二維表結構來邏輯表達實現的數據．結合到典型場景中更容易理解，比如企業ERP、財務系統;醫療HIS數據庫;教育一卡通;政府行政審批;其他核心數據庫等．在結構化數據過程中，通常會忽略一些特定條件之下所不必考慮的細節，篩選出有用信息．隨著互聯網技術、展示利用技術以及測繪技術的快速發展和演進，非結構化的數據大量的出現，難以用結構化來進行表示，在存儲記錄數據的同時還要儲存數據的結構，增大數據存儲和處理的難度．相對于結構化數據而言，不方便用數據庫二維邏輯表來表現的數據即稱為非結構化數據，包括視頻、音頻、圖片、圖像、文檔文本等形式．具體到典型的案例中，如醫療影像系統、教育視頻點播、視頻監控、國土GIS、設計院、文件服務器PDM/FTP)、媒體管理等具體應用資源，這些行業對于存儲需求包括數據存儲、數據備份以及數據共享等．目前在歷史文化名城展示與利用當中，所利用的數據大部分都是非結構化的數據，而這些非結構化的數據將會逐漸成為主流化的數據．隨著歷史文化名城保護的發展，與展示利用相關的影響因子指標數量上必定會更加的豐富和細化．為了滿足歷史文化名城展示與利用的目的，在相關數據激增的同時，新的數據類型還會不斷出現，很難用一種或是幾種規定的模式來描述趨于復雜、多樣性的數據形式．而大數據與傳統的數據處理方式最大的不同之處就是，它在非結構化數據和信息的方面能夠最大限度地將大量歷史文化名城展示與利用的相關影響因子指標的細節信息進行數據非結構化，可以減少在數據處理過程當中的數據流失現象，為展示與利用提供更加充分的情報信息與技術支撐．

1.3大數據對數據信息的快速處理

由于科學技術水平的飛速發展和普及，數據越來越龐大，必須有相應的數據處理能力才能夠將大量的數據進行充分而有效的利用．歷史文化名城的展示與利用發展到今天，展示利用的相關數據除了具有傳統屬性以外，還具有時效性，通常某些數據的價值會隨著時間的推移而迅速降低，能否快速準確地處理這些數據，則是充分體現它們的價值所在，而大數據的特點就在于能夠快速、持續、實時的處理數據，從而能夠滿足相關的需求．在經濟發展和大規模建設工程中，經常會忽略歷史文化名城的歷史文脈的科學展示與利用．有時會單純地將歷史文化名城的展示與利用和社會發展、自然環境及其居民生活割裂對待，這樣會惡化居民的生活環境，不利于拉動居民的消費，不利于延續傳統的歷史文脈，不利于文化產業的發展，不利于創造品牌效應，降低城市的知名度，不利于歷史文化名城的可持續發展，對傳統風貌會造成嚴重破壞．在大數據的背景下，為了保護這些稀缺的展示利用資源，使得名城保護能夠可持續發展，大數據就需要對名城的相關數據進行快速處理，及時快速的提出有效、合理的保護措施．

2大數據在歷史文化名城展示利用中數據處理的應用

2.1在歷史文化名城空間數據上的應用

在《歷史文化名城、名鎮、名村保護條例》中提到，歷史文化名城、名鎮、名村應當整體保護，保持傳統格局、歷史風貌和空間尺度，不得改變與其相互依存的自然景觀和環境;建設控制地帶內的新建筑物、構筑物，應當符合保護規劃確定的建設控制要求;核心保護范圍內的歷史建筑，應當保持原有的高度、體量、外觀形象及色彩等，從條例以上的內容描述可以看出，與歷史文化名城展示與利用的相關信息具有非常典型的空間性．歷史文化名城展示與利用中空間數據的采集，基于移動設備、互聯網絡、測繪系統、自動記錄系統、數據檔案系統等，以及通過這些系統綜合分析所產生的再生數據．大數據通過整合和深入提取這些空間數據，將這些信息進行重新利用，實現海量展示與利用的數據信息的實時處理，智能判斷以及快速決斷，為某一項歷史文化名城的展示利用提供決策依據．隨著三維激光掃描技術的逐漸成熟，在歷史文化名城的街區展示利用中，通常采用三維激光掃描技術，將歷史街區現有的建筑特征和風貌進行數據的采集和整理，之后通過計算機相關軟件的處理，恢復歷史街區傳統的風貌特征，并通過虛擬現實等技術手段將其進行一定的場景重現．

2.2在歷史文化名城數據分析上的應用

由于大數據在信息處理上具有透徹感知、廣泛互聯互通、深入智能等特點，能夠借助互聯網絡進行傳遞、協同以及共享操作，在通過利用先進的數據分析技術，深入分析收集到的展示利用的數據后，進而獲取到更加具有創新性的、系統性的、全面性的數據信息來滿足某一項歷史文化名城在這方面的信息需求．大數據在數據分析方面的應用，從過去單維度的項目計劃、項目管理和項目執行，轉變為多維度的新興的項目協作關系．在這種新的組織關系下，每一處歷史文化名城個體，在進行展示與利用項目的籌劃、設計和實施過程中，都可以精確地、自由地、即時地共享和獲得相關信息，發掘同一類型數據的共性和不同，對彼此各自的特點進行正面、真實、合理的歸納與總結，找到若干種恰當的展示與利用的方式與方法，然后進行比較和選擇，以達到最佳的展示利用的效果．大數據的應用，促進了歷史文化名城的數字化基礎構建和物理設備的相互融合，通過數據對于名城的數據采集和匯總，經過網絡實現人與物的統一與整合，之后再通過云計算技術，使其對于歷史文化名城的展示與利用的管理更加動態化、系統化．

3大數據對歷史文化名城展示利用的意義

歷史文化名城的組成是由歷史文脈和城市形態兩大重要要素構成．現在愈來愈多的人們開始呼吁政府有關部門采取有效的措施，保護和傳承歷史文化名城的歷史脈絡和注重塑造城市形態，傳承歷史記憶，展現人文氣息．在社會經濟處于重大歷史變革的今天，對于歷史文化名城傳承的思考更加具有意義．歷史文化名城的歷史文脈和城市形態通常表現為包括城市空間形態、結構形態、聚集形態等一些具有可讀性強的、城市意向明顯的、靜止性的、永久性的客觀物體．城市形態作為物質屬性，其展示利用通常是展現城市的空間輪廓、城市肌理、街道格局、風貌特征、建筑物和構筑物本體等;而歷史文脈作為非物質屬性，其展示利用通常是展現與歷史文化形態有直接聯系的演變規律、歷史事件、社會結構、社會制度、哲學思想、倫理觀念、語言文字、文學藝術、禮儀風俗以及地域文化等．歷史文脈的展示通常是結合歷史文化名城的物質空間和相關史實文獻資料的整理，采用聲、光、電等現代的技術手段將抽象的歷史文脈以一種相對具體的形式進行展示．大數據的功能和作用就是能夠把城市形態和歷史文脈等這些具有物質屬性和非物質屬性的資料信息進行數據化、數字化的統計、整理和歸納，以一種清晰的思路與方式展示歷史文化名城文化創造的成就，以生動、形象、完整的方式來詮釋歷史文化的脈絡．通過大數據在歷史文化名城形態特征的展示與利用，探索古代與現代文明相互融合的有效方式與途徑，在保持相關歷史記憶的同時，加入新的科學、技術的活力，從而促進歷史文化名城的可持續發展．從歷史文化名城的展示利用的角度來說，加強文化遺產展示與利用和促進經濟與社會發展的有機結合，探索展示利用的有效解決途徑和方式，是為歷史文化名城的展示與利用提供策劃方案、擬定策略、提供決策的科學依據．只有在保持古城的形態和歷史文脈傳承的前提下，選擇大數據的方式進行歷史文化名城的展示與利用，文化遺產本身及其遺產價值才能以更有成效、最佳的方式體現．

4結語

第2篇：大數據論文范文

云會計可以讓企業將工作重心轉移到經營管理上，而將會計信息化的基礎建設和軟件服務工作外包給互聯網企業，這種模式所帶來的優勢和效率顯而易見，將推動企業管理模式的轉變和思維模式的轉變。與此同時，要在企業中推廣云會計的應用，還存在著急需突破的困境，這些困境不但制約云會計服務商的發展壯大，也無法消除企業采納云會計的種種疑慮。首先是數據標準缺失困境。目前尚沒有明確的指導性和約束性文件，云會計服務商只是憑著商業邏輯開發相關的軟件并提供硬件基礎服務，用戶也只是根據自身需要選擇相應的服務，至于是否符合未來云會計數據的要求，則無暇顧及。各廠商在開發產品和提供服務的過程中各自為政，為將來不同服務之間的互連互通帶來嚴重障礙。例如，用戶將數據托管給某個云會計服務商，一旦該服務商破產，用戶能否將數據遷移至另一個云會計服務商？如果用戶將數據同時托管給多個云會計服務商，能否便捷地執行跨云的數據訪問和數據交換？目前在數據的處理標準方面還沒有具體的突破，尤其是在數據匯集以后，如何整理？如何分析？如何訪問？是三個密切聯系又急需解決的問題。在大數據環境下，數據該如何共享？如何保持一致性？也必須有標準來支撐。另外，數據的質量標準是保證數據在各個環節保持一致的基礎，這方面的缺失使數據的應用范圍受到極大約束。由于數據標準的缺失，導致云會計的應用及服務標準也難以制定，如何對不同云會計服務商提供的服務進行統一的計量計費？如何定義和評價服務質量？如何對服務進行統一的部署？這些問題也使得云會計的普及舉步維艱。其次是安全問題困境。云會計的安全不僅涉及當事企業，也與許多第三方企業的利益息息相關，這個問題解決得好，可以極大地促進云會計的發展，否則將使涉事企業面臨經濟、信用等多方面的巨大損失。一是存儲方面的安全問題，云會計的存儲技術運用虛擬化及分布式方法，用戶并不知道數據的存儲位置，云會計服務商的權限可能比用戶還要高，因此云會計的數據在云中存儲時，如果存儲技術不完善，那么會計信息面臨嚴重的安全隱患。二是傳輸方面的安全問題，傳統的會計數據在內部傳輸時，加密方法一般比較簡單，但傳輸到云會計服務商的云端時，可能被不法用戶截取或篡改，甚至刪除，將導致重大的損失。

二、數據標準困境的解決方法

要解決云會計中的數據標準困境，必須厘清數據標準的制定原則和制定思路，才能推動云會計的健康發展。

（一）數據標準的制定原則

云會計的最大特點是數據海量、數據互通、數據復雜等不同于以往會計信息系統中的結構化數據格式，是一種大數據的表現形式。標準化的云會計數據不但有助于解決“信息孤島”問題，更可以大大降低數據的使用成本、軟件的兼容成本等。在制定標準化數據過程中，要樹立高效性、可用性、經濟性三者互相協調的觀念，既要反對簡單沿用他國標準的做法，也要摒棄完全定制化的觀念，要堅持可持續、可協同的標準化思路。高效性是指云會計的數據標準要使得產出投入比最大化，如系統方面的投入與系統運算能力是否協調，存儲空間的效率是否高效，數據中心的能源消耗是否最小化，設備的維護成本是否最低等；云會計的高效性直接影響到云會計服務商與企業用戶的可持續發展，否則許多投入成本可能會演化為沉沒成本?？捎眯允侵冈茣嫷臄祿藴什粌H使云會計服務商能夠滿足用戶當前的需求，而且能夠不斷升級，滿足用戶的未來需求?？捎眯栽胶?，那么在發生業務變動時，系統的遷移性越好，即使在發生系統故障時，恢復時間也能最短化。經濟性要考慮全周期的成本，如標準建設的成本、標準應用的成本等，另外一個值得注意的是用戶的學習成本，雖然它不一定直接與用戶的經濟成本掛鉤，但會影響到用戶使用系統的積極性，一個難以掌握、難以使用的標準終究會遭到用戶的拋棄，沒有長久的生命力。

（二）數據標準的制定思路

鑒于以上所闡述的數據標準的制定原則，建議按照“官方引導，協同制定，繼承擴展”的思路來制定數據標準。云會計的數據標準不僅是個別企業的標準，而且關系到所有企業能否相互交換、相互溝通的基礎性工作。單純由官方（協會或政府）統一進行設計，再把標準無償地開放給社會使用，其優點是工作效率高、設計成本低，但標準并非直接來源于會計工作的實際情況，標準的客觀性略差，可行性較低。單純由民間設計，企業按照實際會計工作需要自主制定，再以某種收費或免費的方式向其他企業開放，其優點是標準相對客觀，可行性較高，但整體的社會成本較高，推進速度慢、公信力差。這兩種方式均難以克服固有的缺點，因此最好的方式是將官方的公信力和民間的積極性相結合，協調各方資源，協同制定數據標準，以公共產品的形式免費供給各企業使用。為了推動我國會計信息化的蓬勃發展，我國早在2004年就制定并了《信息技術會計核算軟件數據接口》（GB/T19581－2004）國家標準。于2010年6月又了更新版的《財經信息技術會計核算軟件數據接口》（GB/T24589-2010）系列國家標準。隨著國際上以XBRL（可擴展商業報告語言，eXtensibleBusinessReportingLanguage）為基礎的會計數據標準的誕生，我國于2010年10月了《可擴展商業報告語言（XBRL）技術規范》（GB/T25500.1-2010）系列國家標準和《企業會計準則通用分類標準》。由此可見，我國在會計數據標準的制定和應用方面始終走在國際的前沿，尤其是GB/T24589-2010系列標準，不僅包括了會計科目、會計賬簿、記賬憑證、會計報表，還涵蓋了應收應付、固定資產等內容，填補了國內標準化方面的空白，即使在國際上也處于領先的地位。因此此類標準既具有社會意義，也具有經濟意義；既推動國內會計事業的發展，也能助力國際會計事業的發展。因此，建議對該標準的實際應用情況進行跟蹤研究，確切了解標準的應用效果和應用質量等，收集企業的反饋意見，發展并完善，結合云會計的特點，制定新版的標準，在國內推廣的同時，也將其貢獻給世界標準化組織，為其他國家或世界性組織提供參考。

（三）制定數據標準的具體建議

大數據環境下，為了使云會計真正高效、廉價地為企業服務，使云會計的有關應用早日落到實處，本文嘗試提出制定數據標準的若干建議。基礎性標準?；A性標準是原則性的、指導性的，為整體的標準體系提供總則規范、專用術語及參考架構等，目的是為建立龐大的標準體系打下基礎，起到統一、規范的作用，并為將來的標準建設提出原則性指導意見。數據的處理標準。數據的處理包含了數據整理、數據分析和數據訪問三個部分，相應地就要制定數據整理標準、數據分析標準、數據訪問標準。數據整理標準是指在數據采集匯聚后，初步的處理方式和方法，細分后又包含數據表示、數據注冊和數據清理三類標準。數據分析標準主要針對大數據環境下數據分析的性能、功能等提出具體指標，并進行規范。數據訪問標準則要求制定標準化的接口及共享方式，最大化地擴大數據的應用范圍。數據的質量標準。數據的質量標準針對數據質量提出具體的管理要求和指標要求，確保數據的質量，使其在產生、存儲、交換和使用等各個環節中保持一致，并對數據全生命周期進行規范化管理，一般應該包括元數據質量標準、質量評價標準和數據溯源標準三類。應用及服務標準。應用及服務標準主要是針對大數據提供的應用和服務，在技術、功能、開發、維護和管理等方面進行規范，主要包括開放數據集和數據服務平臺兩類標準。其中開放數據集標準是為了向第三方開放數據而制定的規范標準，數據服務平臺標準是對大數據服務平臺所提出的功能性、維護性和管理性標準。

三、安全困境的解決方法

云會計的應用使得用戶與會計信息的物理存儲位置產生空間上的分離，在通過互聯網傳輸、儲存和使用數據、信息的過程中，安全問題成為企業關注的一個重點，云會計服務商必須構建完善的安全管理機制，并隨著技術的發展不斷改善，才能保證企業獲得安全的云會計服務。云會計的安全問題首先體現在會計信息的傳輸階段。在企業內部傳輸時，在適當的物理措施和制度保證基礎上，通過簡單的加密就可以保證信息的安全。但會計信息一旦要傳輸至云中時，那么會計信息的安全性就受制于云會計服務商。由于云會計的信息傳輸載體是互聯網，傳輸過程中信息可能被非法截留，甚至被篡改。第二個問題體現在會計信息的存儲方面。云會計的應用可以使企業便捷地獲得并處理會計信息，但云會計采用了虛擬化的分布式方法，用戶并不清楚會計信息的存儲位置，不法分子可能會對云端的會計信息發起攻擊，盜取或篡改其中的信息。第三個問題體現在會計信息的使用階段。作為商業機密，會計信息的使用對象一般是與財務密切相關的工作人員或企業管理人員，在日常工作中，保密不周、人機分離、密碼過于簡單、角色劃分錯亂、權限錯配等都會使會計信息泄露出去。建議從以下包含技術手段及管理手段的七個方面展開工作，解決云會計的安全問題。

（一）研發云會計的大數據水印技術

以往為了加強對多媒體數據的版權保護，數字水印曾經是一種主要的加密手段，在不影響使用的前提下，將標識信息以隱蔽的方式插入到多媒體數據載體的內部。但云會計中的大數據具有無序性、動態性等特點，在其中插入水印要非常謹慎，其前提是會計大數據中存在冗余信息?？梢詫⑸倭克⌒畔⑶度氲綍嫶髷祿娜哂嘈畔⑽恢蒙?，既可以識別出大數據的所有者及使用對象，也有利于追蹤分布式環境下的泄密者。

（二）研發會計大數據的溯源技術

由于云會計數據的來源繁雜多樣，有必要記錄這些數據的來源以及傳播和計算過程，可以采用數據庫領域的數據溯源技術，通過標記法對數據進行標記，記錄數據在云端的查詢與傳播歷史。數據溯源技術應用于云會計中還需要解決以下兩個問題：（1）數據溯源是否危及隱私保護。數據溯源要分析會計大數據的來源，而數據來源本身就是非常敏感的隱私數據，這樣的溯源可能無法獲得用戶的諒解。（2）數據溯源的自身安全保護，當前大多數大數據溯源技術并未充分考慮安全問題，如標記本身是否正確、標記與數據之間是否綁定等，而大數據的高速性、大規模、多樣性等特點使之更難解決。

（三）加強用戶身份及會計云身份的認證

在云會計的應用中，除了對用戶身份的認證外，還必須設置對會計云的身份認證，只有這種雙向認證得到有效落實，云中的數據才能被安全地合法訪問。首先，會計云是一個海量的分布式系統，擁有龐大的用戶群體，具有動態性和跨區域的特點，很難對違法數據進行跟蹤和管制。如果云會計服務商不能對用戶進行嚴格的認證，就會給惡意攻擊者留下可乘之機。因此無論用戶在何處登錄，云會計服務商和應用程序都要驗證用戶的合法身份。其次，為達到欺詐目的而在互聯網上駐留的“黑會計云”也將不斷涌現，用戶可能遭到惡意軟件的攻擊，也可能會被網絡釣魚。因此用戶在使用會計云之前，必須對會計云的身份進行驗證。為了達到用戶與會計云的雙向認證，必須建立跨云認證模型，實現用戶與會計云之間安全且高效的互相認證，確保雙方的數據安全。

（四）制定用戶可驗證的數據存儲方案

用戶把自身的數據存儲在云中，就必須依賴云會計服務商確保數據的安全性，但在外包服務的商業模式下，云會計服務商的可信度難以評估，很難讓用戶相信自己的數據被云會計服務商正確地存儲、處理，為此云會計服務商必須制定用戶可驗證的數據存儲方案。云會計服務商可以建立一種動態化更新及開放式驗證的數據完整性核查方案，確保數據的完整性及可恢復性，使用戶隨時可以知曉存儲在云中的數據的正確性，即使在數據遭到一定程度的損壞時，也能從會計云中取回全部數據。在此基礎上，擬訂數據泄露的問責方案，使用戶在懷疑數據遭到泄露時，可以核查甚至追究云會計服務商的相應責任。

（五）設置動態數據的安全保護機制

在功能日益復雜的情況下，云會計的應用程序也不斷大型化，云會計服務商的安全保護經驗和技術水平也參差不齊，為用戶提供的應用程序肯定會存在各種安全漏洞。在云會計為多個用戶提供服務的環境下，一個相同的服務進程要處理多個用戶的數據，如果應用程序存在安全漏洞，那么個別的惡意用戶就有機會盜用其他用戶的權限，竊取數據和商業機密，所以應該設置防止非法用戶惡意操作的動態化數據安全保護機制。可以對數據流進行分散控制，一方面對數據進行細粒度標記；另一方面基于數據流策略對數據的流向進行約束，從而實現在相同的服務進程中對不同的用戶數據進行隔離，達到保護數據的目的。

（六）建設可信的會計云計算平臺

在云會計環境下，用戶將數據及計算全部托管到云端，不僅無法對自身的數據進行控制，更無法對云會計服務商的計算過程進行監督，為了達到用戶對云會計信任的目的，云會計服務商必須通過一整套安全技術手段，建設用戶可以遠程監督的云會計計算平臺，從而提高用戶的信任度?？梢酝ㄟ^建設虛擬的可信云會計計算平臺，為數據存儲及會計核算中的所有數據提供可信的運行環境。

（七）建設管理、心理、法律三個安全軟屏障

除了上述各種技術手段保障云會計的安全外，還應該從管理、心理、法律三個方面建設安全軟屏障，從而達到“軟硬結合”的境界，全方位保障云會計的健康運行。

1.管理軟屏障。

作為高端的會計信息化系統，云會計的安全保障離不開“三分技術，七分管理”，對物理設備和從業人員進行嚴格管理。對物理設備既要做好隔離工作，也要在移動和更換過程中嚴格控制。對從業人員建立嚴格的身份控制和權限劃分，不同級別的從業人員只能訪問權限內的數據。經常更換用戶名和密碼，對數據訪問行為進行嚴格記錄。云會計服務商不能獲取用戶的會計數據，只能操作工作權限內的數據。

2.心理軟屏障。

利用各種宣傳手段對用戶和管理人員進行軟約束，使其了解云會計的安全特點和自身應該嚴守的工作規范，避免由于誤操作和惡意操作給云會計帶來各種威脅。

3.法律軟屏障。

第3篇：大數據論文范文

1.大數據的概念和特征

對于大數據時代，目前通常認為有下述四大特征，稱為“四V”特征：第一，數據體量巨大（VolumeBig）：數據量級已從TB（1TB=210GB）發展至PB（1PB=210TB）乃至ZB（1ZB=220PB），可稱海量、巨量乃至超量；第二，數據類型繁多：越來越多的為視頻、位置信息、圖像與圖片等半結構化和非結構化數據信息；第三，價值密度低，商業價值高：以視頻為例，連續不間斷監控過程中有價值的數據可能僅為一兩秒的數據流；第四，處理速度快，處理工具演進快：數據流往往為高速實時數據流，而且往往需要快速、持續的實時處理。[2，3]

2.大數據時代對人才的需求

2013年3月，IDC數字宇宙報告《大數據，更大的數字身影，最大增長在遠東》預計到2020年數字宇宙規模將達到40ZB。這意味著需要大量的人力和技術對如此龐大的數據進行處理、分析和管理。在此情況下，對于大數據環境下新型人才的培養問題在近年逐漸受到重視。未來對具有大數據管理和分析能力的人才需求將快速增長，這些人員除了具備相應的技術能力、管理能力、社交能力、系統分析和開發的能力外，還需要具備深度分析數據的能力。同時，一些和大數據相關的職位也會應運而生，例如數據分析師、數據架構師等。2011年麥肯錫全球研究所給出的一份報告預測，美國到2018年對具有良好信息素養的經理人才的需求量大約在150萬人，此外，還需要14萬～19萬數據分析方面的資深專家。[4]在我國，互聯網企業、電子商務、金融機構、醫療衛生、零售、保險等行業及政府數據中心對大數據專業人才的需求量都很大。

二、大數據時代下山東理工大學信管專業培養模式

大數據時代產生對相關人才的巨大需求，因此，山東理工大學（以后簡稱“我?！保┬殴軐I提出了新的培養標準和課程設置體系，培養具有我校特色的信息管理專業人才。

1.培養目標和培養標準

在大數據環境下，重新定位信管專業的培養目標和標準，以適應“大數據”對專業人才提出的新要求，是信管專業建設的首要議題。我校信管專業突破國內高校信息管理專業人才培養的三種主要模式（一是強調IT技術，弱化了現代管理理論與方法；二是強調管理又過于弱化了IT技術；三是IT技術與管理相融合，但實際效果不理想），[5]強調學生不但要掌握現代信息系統的規劃、分析、設計、實施和運維等方面的方法與技術，更要具有現代管理科學思想和較強的信息系統開發利用以及數據分析處理能力。我校信管專業還制定了全新的培養標準矩陣（如表1所示），從五大方面28個小方面更為詳實地闡述了信管專業學生需具備的技能和能力，并為課程的設置提供了依據。

2.課程設置體系

為了滿足大數據時代對人才提出的新要求，我校信管專業課程設置圍繞主干學科（管理學、經濟學、計算機科學與技術、管理科學與工程）不僅設置了國內高校信管專業常設的管理學、統計學、管理信息系統、數據庫原理與應用、數據結構與算法分析、計算機網絡基礎與應用、Java程序設計、電子商務等課程外，還設置了數據倉庫與數據挖掘、商務智能與人工智能等相關課程，使學生在理解新興數據處理模式的同時，智能化數據分析處理及決策支持能力得到訓練。與此同時，還設置了基于移動終端的APP開發、企業信息系統構建與仿真、電子商務平臺架構設計等課程，使信管專業的學生成為擁有合理知識結構的復合型人才。大數據時代下新型的信息管理與信息系統專業人才的培養既要高度重視理論知識的學習，又要加強實踐能力的培養。為此，我校信管專業還設置了工程實訓、軟件實習等實踐項目，以及為期10周的IM&IS應用實踐環節，為學生搭建實踐平臺，拓寬實踐渠道。通過3年在校學習及總計約1年的實踐鍛煉（如圖1所示），我校信管畢業生不僅具有良好的管理知識基礎、信息技術應用能力，現代信息系統的開發利用的能力，還具備智能數據分析處理工具的操作能力以及綜合數據分析處理能力。

3.特色

大數據時代下，我校信管專業制定了具有自身特色的培養模式，即：培養目標和標準與行業發展結合，適應大數據對人才能力需求的變化；培養具有綜合分析和管理能力，強調動手能力的新型信管人才。

三、總結

第4篇：大數據論文范文

（一）物流配送的服務水平直接影響著電商的服務水平作為電子商務的末端環節，物流配送是電子商務里面唯一面對面接近消費者的環節，在消費者看來，無論物流企業是否是電商本身，物流企業的服務水平都代表了電商的服務水平。京東商城作為電商里面的佼佼者，得到了消費者的普遍認可，其高效的配送起到了至關重要的作用。凡客誠品的如風達，也曾經給凡客帶來了比較高的顧客認可度。

（二）良好的物流配送能夠增加電商的顧客忠誠度隨著電子商務的發展，人們的信息化水平已經遠遠超過了過去，獲取信息的渠道也更加的多樣化，與之相對應的是，消費者的忠誠度也大大降低，消費者可能今天鐘情于這個網站，明天又會認可那個網站。能夠在消費者的的心目中形成良好的品牌效用，穩定有效的物流配送極其重要。

（三）物流配送的成本直接影響了電商的盈利狀況中國目前的電商發展勢頭良好，雙11每年的數據刷新都讓人眼前一亮，這樣的數字在一定程度上反映了消費者的消費理念已經發生了巨大的變化，以前是在網下買東西，現在是網上網下對比著賣東西。但是，在這樣良好的勢頭下，有一個問題也引起了人們的思考，就是電商的盈利問題。物流配送是電子商務的瓶頸，指的不僅僅是物流配送的速度約束著電子商務實現的速度，還指的是物流配送的成本是傳統商務所沒有的，電商的競爭優勢很大是由于價格優勢，而如果包郵以后依然有這樣的優勢，電商的利潤究竟在哪里？數據對物流從產生了巨大的沖擊，迫使電商物流迅速的適應信息化和數據化的浪潮，同時，也給電商物流配送帶來了巨大的機會，將其配送過程中產生的大量數據整合，用于配送計劃的安排、電商服務的優化，更好的為賣家和賣家服務。

二、大數據時代電子商務物流配送存在的問題

雖然電子商務物流配送已經成為電商的重要利潤源泉，也成為一些大型的B2C商家的主要盈利點之一，京東商城就將自己的物流配送優勢作為自己的主要競爭優勢之一[2]，但是電子商務物流依然存在著一些的問題，主要有以下幾個方面：

（一）相比于電子商務的發展，物流配送的發展依然滯后。電子商務主要包含信息流、資金流和物流。其中信息流和資金流在點擊之間就可以實現，不受時間和空間的限制，物流就受到時間和空間的限制。隨著物流信息化和網絡化的發展，現在物流已經有了很大的進步，近幾年的發展也可以用日新月異來形容，但是相對于電子商務的發展來說，物流的發展還是相對滯后。

（二）分散的物流配送造成了社會資源的重復配置，物流企業競爭力低下。我們國家2014年的第三方物流企業數目眾多，但是，大多數是中小型物流企業，競爭優勢不明顯。2014年，天貓在B2C領域的市場份額為57%，第二位的京東為21%，二者就占到了B2C的78%。但是在物流領域，民營快遞前十名的市場分額占到了80%。大部分物流企業小而分散，網點重復建設，浪費了大量的社會資源。

（三）O2O的發展對電商的配送水平提出了更高的要求。隨著移動商務的發展，O2O成為電商發展的必爭之地，但是，O2O對配送的要求更高的迅速、快捷、準確。某配送小區提出了線上線下一體化、閃配（60分鐘配送）、增值服務（代收、代繳）的服務理念，這些理念對配送提出了更高的要求，如何均衡配送的成本和服務，成為O2O電子商務發展的一個重要課題。該圖表來源于物流沙龍通過上述圖表我們可以看到，O2O的配送成本是非常高的，假設平均每單的價格為50元，利潤率為30%，則利潤為15元，扣除配送成本11.25元，利潤變為3.25元，利潤率變為6.5%。由此可見，配送導致了利潤率的降低。4、大數據本身對電商物流配送造成了更大的沖擊。大量數據的歸集和挖掘使電商物流配送越來越透明，電子商務企業對于物流的要求也越來越高，這樣就迫使物流配送企業競爭更加激烈，并且有傳統的價格競爭向更高的服務層次的競爭轉化。

三、電子商務與物流配送的發展的新特點

國務院2014年9月12日印發的《物流業中長期規劃（2014-2020年）》中指出，物流行業的重點工程之一就是電子商務物流工程，建成一批區域性倉儲配送基地，吸引制造商、電商、快遞和零擔物流公司、第三方服務公司入駐，提高物流配送效率和專業化服務水平。[3]隨著電子商務的飛速發展，信息化對各行各業的影響越來越顯著。作為與電子商務有著親密接觸的物流業，更是受到信息化和網絡化的深刻影響，不能適應信息化的物流配送企業幾乎不能在大數據時代的競爭中獲得一席之地。電子商務和物流配送的關系也隨著時代的發展表現出了很多新的特點，主要由以下幾個方面：

（一）物流配送企業自身的網絡化、信息化。物流企業不同于生產企業，其業務不僅僅局限于本地，因此，通過傳統的口碑、人脈宣傳是遠遠不夠的，隨著網絡化的發展，物流的宣傳也必須通過網絡來進行，物流企業大部分都建立了自己的官網，來宣傳自己的企業。物流配送設計的面比較廣，一個物流配送企業在各地有多個倉庫，如何實現倉庫之間的合理調配、倉庫內部的有效管理、運輸過程的快速準確，僅僅通過傳統的管理方式是遠遠不夠的，目前，有很多的管理系統的出現應用于物流企業。TMS、WMS、LMS、SCM、CRM、OA都是信息化與物流相結合的產物，提高了物流配送的效率，更好的提高了物流配送的服務水平。隨著移動商務的發展，物流APP也逐漸投入使用，很多的物流APP開始應用于運輸領域和配送領域，豐富了物流配送的形式。2014年5月起，越來越多的快遞面單變成熱敏標簽面單，新面單是由菜鳥網絡聯合各快遞企業共同成立的“電子面臺”出品。這種電子面單面向60多款主流配送軟件，使用軟件的可免費使用電子面單，節省了紙張，提高了打印速度，節省了人力資源。電商物流配送的信息化深入到配送的各個環節和領域。

（二）物流資源的共享成為物流發展的必然趨勢。2013年5月28日，阿里旗下天貓、銀泰集團聯合復興集團、富春集團在深圳成立了“菜鳥網絡科技有限公司”，此外，馬云邀請三通一達和順豐加入，這幾家民營快遞各投入了5000萬，占股1%。以上資料顯示，民營快遞正通過自己的方式謀求資源的共享，中國郵政也表示要與阿里巴巴合作，將自己的網點對民營快遞開放。電子商務物流配送企業雖然是競爭關系，但是，在配送的過程中，網點的重復建設大大的耗費了社會資源，也占用了大量的社會資金，各個快遞公司之間實現資源的共享既能夠提高配送的服務水平，也能夠大量的節省資金，降低道路的擁堵程度，提高配送的經濟效益和社會效益。

第5篇：大數據論文范文

“大數據”成為互聯網熱門詞匯大約從2009年開始，到了2013年，大數據對各領域都產生了巨大的變革力量，2013年被稱為“大數據元年”。[1]大數據時代勢不可擋，與媒體密切相連的特性使得參與網絡教育的人員會通過更多的移動設備接入到網絡中，數據的數量會大大增加，增長速度會大幅加快，大數據對于網絡教育的影響不僅僅在具體方法上，也體現在思想上。對于文獻的檢索，我們通過高級檢索，分別以主題為“大數據”包含“網絡教育”、“在線教育”、“遠程教育”為關鍵詞在中國知網（CNKI）中進行檢索，共檢索到相關期刊文獻64篇，手工去除不符合要求的通知或者征稿等無關信息，剩余18篇文章。文獻發表時間分布于2013年至2014年，數量也從4篇迅速增長到了14篇。文獻的主題也多種多樣，主要集中在平臺建設發展、學科建設、師生關系、學習工具等方面，研究者主要關注大數據技術的發展和應用對傳統的網絡教育產生的深遠的影響，幫助網絡教育擺脫發展瓶頸，找尋到一條符合國內現狀的發展道路?？梢娪捎诖髷祿难杆侔l展，對教育領域特別是網絡教育產生了巨大的影響。

二、我國基于大數據的網絡教育研究的內容分析

大數據技術在網絡教育的應用，對于傳統平臺的更新建設，推動學習者個性化學習，促進師生交流、生生合作都具有非常重大的意義。另外，對于平臺中課程點擊量、瀏覽量的記錄和分析，也能動態地設置學習內容，教學組織形式，滿足學習者多樣的學習需求。

（一）通過對大數據的梳理，分析網絡教育

平臺發展困境，有針對性地尋找解決方法，以促進平臺的建設張輝[2]指出：移動學習絕不是簡單的網絡學習移動版，需要更深層次的探索和研究。在大數據的支持下，研究者可以得到全文本的數據進行分析。通過對發展模式、受眾對象、學習資源、支撐環境等數據的分析，我們發現網絡平臺發展的現實困境，理論研究深度不足、學習資源針對性不強、即時通信反饋手段落后，這些問題制約了學習者平臺學習的動力。根據問題有針對性地作出切合實際的需求分析，進行個性化的信息建設，加強實時反饋提高學習效率，從而建立全方位覆蓋社區居民學習需求的學習平臺，有效落實建設學習型社會的要求。翟霞[3]指出：大多數干部網絡教育平臺的考評采用“學時制”和“學分制”，即以學習時間作為學習的考核標準之一，這樣的方式即使學習者只是播放學習課程而沒有進行學習，平臺也無法得到相關數據和反饋。大數據技術可以為其提供學習過程的監管，對學習者學習提供有效的進度控制和實時反饋，為學習者提供根據隨課程內容和學習者反饋而變化的幫助。網絡教育平臺學習者每一次學習的數據的收集和分析，能夠為平臺發展建設提供有價值的參考，幫助平臺優化學習者的學習環境?；诖髷祿姆治稣{查比以往基于抽樣的問卷或者電話調查的方法都更加全面有說服力。

（二）教學和考核方式的創新推動學習者學習的個性化發展

大數據時代，學習者在學習過程中留下很多數據碎片，通過分析這些數據碎片能夠分析出學習者的學習模式，為學習者提供個性化發展的環境。馬星宇[4]指出，新興在線教育在教學以及考核方式上較以往的開放式教育有所創新，以MOOCs（MassiveOpenOnlineCourses）為代表的新興在線教學模式的特點就是讓任何人在任何時間都可以學到任何知識，這必然會改變傳統的以傳授單一課本知識為基礎的教學模式。對于教師來說，科學技術的進步，能夠使學生的反饋更加細化幫助教師有效評估每位學習者的學習情況，為學習者提供符合他們學習需求的進度和強度。對于學習者而言，學習者通過對自己學習數據的分析也能夠進入“自主進度式學習”，數據分析結果讓學習者根據自己的進度使用視頻進行學習，學習者根據自己的進度在掌握不好的章節進行反復學習，直到達到100%精通。對于學習內容的構建，在線教育就是一種基于標準算法和數據挖掘為基礎的個性化學習服務。只有不斷根據目標學生的需求和社會的需求來不斷完善教學內容，才能滿足學習者獲得知識的需求。張輝[2]指出，依靠“大數據”的分析能夠建設用戶參與資源的個性化配置和推送，自動生成每個學習者感興趣的教學資源。在線平臺要收集學習者在平臺上依據自己的興趣點和關注點進行主動地點播學習內容的“點擊流”數據，根據一定的規則給予每個學習者適當地資源推送。從而滿足每個學生學習的個性化需求，促進學習者的個性化發展。

（三）大數據環境實現網絡教育完美的在線交互活動

為了平衡資源分配的不均衡，中國早期的在線教育只是簡單的把傳統課堂中的課程的學習內容和學習材料照搬到網絡上，使網絡成為知識流動的通道。劉濤指出，這樣的在線教育與傳統教育相比，唯一的區別就是學習材料的數字化和學習界面的網絡化，缺乏“個性化”的在線課程導致在線教育的學習效果大打折扣，效率比傳統教育顯得低下。這種困境應該通過大數據環境推動在線服務的個性化，促進新型師徒關系的產生，即在線教育的數據庫根據每個學習者的不同個人情況提供完全“個性化”的學習內容，包括具有針對性的學習材料，通過在線測驗發現每個學習者的知識弱點，針對這些弱點進行相對應的重點訓練，基于記憶規律的復習提醒機制。這種就形成了師生的新型“師徒關系”。這種模式能夠讓教師完全了解每一個學習者的水平和學習能力，顯然是學習的最有效的方式。邢丘丹等指出，在線教育交互分為個別化交互和社會化交互，前者是學習者和學習資料之間的交互，后者是學習者和教師或者學習者之間的交互，社會互是提高在線教育交互水平的關鍵因素。在線交互平臺身份認證體系的建立，針對信息資源的存儲和分析，服務器等硬件設施的架構都能夠推動在線教育交互活動的順利進行。

（四）大數據時代推動新型學習支持工具的發展

張振虹等[8]指出，學習儀表盤是隨著在線教育蓬勃發展和大數據時代來臨而產生的一種新型的學習工具，基于信息跟蹤技術和鏡像技術，對學習者的學習行為、學習習慣、興趣等信息進行有效的記錄和追蹤，通過科學化的分析，達到可視化和個性化的顯示，為在線學習的學習者、教師、教育管理者和研究者提供多方面的學習信息，也幫助學習者進行有效的自我認知，幫助自我實現個性化學習。新型學習支持工具的出現和發展為學習者在網絡平臺進行學習提供了高效的學習支持。

三、研究的發展趨勢

第6篇：大數據論文范文

網絡信息資源是指計算機或信息終端等以通信為手段通過網絡再現出來的集聲音、文字、圖像于一體的各類信息資源的總和，其實質是電子出版的高級形式，大數據的到來構成了網絡信息資源的多個來源，特征如表2所示。由于我國網絡信息資源建設相對較晚，雖著手進行資源調優，但在挖掘有效的網絡信息方面，還存在著諸多問題，如：數據結構的處理不健全、缺乏深層挖掘研究、度量模型的不健全或缺失等。

2相關概念

本節以“文獻”為例，介紹大數據時代下網絡信息資源所呈現的社團模式及其概念。定義1.文獻網絡信息資源（LNIR）LNIR=<ArtID，ArtN，AutN[]，Abst，Keys[]，Clc，Doc>，其中，ArtID是文獻編號，具有唯一值；ArtN是文獻名字；AutN[]是文獻作者及其相關信息，可具有多個值；Abst為文獻摘要；Keys[]為文獻關鍵詞，可具有多個值；Clc為文獻的中圖分類號；Doc為文獻的標識碼。定義2.作者社團（LNIRAS）設LNIRi與LNIRj組成一個作者社團當且僅當（LNIRi.ArtID≠LNIRj.ArtID）∩（LNIRi.AutN[]∩LNIRj.AutN[]≠NULL）。定義3.關鍵詞社團（LNIRK）設LNIRi與LNIRj組成一個關鍵詞社團當且僅當（LNIRi.ArtID≠LNIRj.ArtID）∩（LNIRi.Keys[]∩LNIRj.Keys≠NULL）。定義4.主題社團（LNIRAN）設LNIRi與LNIRj組成一個主題社團當且僅當（LNIRi.ArtID≠LNIRj.ArtID）∩（Compare（LNIRi.ArtN.getString（），LNIRj.ArtN.getString（））≠NULL）。定義5.分類號社團（LNIRCL）設LNIRi與LNIRj組成一個分類號社團當且僅當（LNIRi.ArtID≠LNIRj.ArtID）∩（LNIRi.Clc.trimNums（）=LNIRj.Clc.trimNums（））。

3網絡信息資源社團及模型

由于大數據時代網絡信息資源的急劇暴增，使得網絡信息資源的價值密度備受關注。將網絡信息資源分類整理，不僅信息量過于龐大，而且由于學科之間的交織或科研需要，各個分類之間也是緊密聯系的。現本文就文獻網絡信息資源所形成的模型做簡要介紹。假設有5篇文獻，根據定義1，設這5篇文獻如圖1所示；可分別形成作者社團（見定義2）、關鍵詞社團（見定義3）、主題社團（見定義4）、分類號社團（見定義5）。本節列舉作者社團與關鍵詞社團，其中，設作者社團的度為1，即可以形成以1個或以上的作者為中心的社團；設關鍵詞的社團為2，即可以形成2個或以上的關鍵詞為中心的社團。圖2列舉了圖1中A1、A2、k1、k2、k3形成的社團如圖2所示。由圖1可得，作者社團有：LNIRAS（A1，A2）={LNIR1，LNIR4}；LNIRAS（A1）={LNIR1，LNIR2，LNIR4}；LNIRAS（A2）={LNIR1，LNIR3，LNIR4，LNIR5}；關鍵詞社團有：LNIRK（k1，k2，k3）={LNIR1}；LNIRK（k1，k2）={LNIR1}；LNIRK（k2，k3）={LNIR1，LNIR5}；LNIRK（k1，k3）={LNIR1，LNIR3}。由此可以清晰得看出各個網絡資源及其之間的關系，為海量數據的挖掘提供了便利。

4結語

第7篇：大數據論文范文

（一）數據深度挖掘與預測研究對海量數據進行挖掘，分析、提煉出有價值的信息，一直是交警總隊在常態交通管理中努力和不斷嘗試并力求達到的分析動態化、管理精細化的目標。在交通事故預警方面，我們通過對370余萬條交通事故的地點、人員、車輛等信息分析，每年市、區兩級事故易發或死亡人數較多的“黑點”，由總隊定期督促屬地交警支（大）隊限期整改。針對一段時間內本市欺詐通事故（俗稱“碰瓷”）高發的情況，我們建立并不斷補充完善了事故“碰瓷”嫌疑人員和車輛黑名單，通過提前預警、發案比對等方式累計鎖定相關嫌疑人415人，取得了很好的成效。在交通狀況評價方面，我們以道路擁堵程度、交通事故數量為主要評價要素，創新性地將各區（縣）地面道路和快速路的整體交通情況以“指數”的形式分色展現，供業務部門和支（大）隊參考。為掌握全市快速路交通流結構和集散規律，我們利用分布在中環及中環以內快速路上約300個斷面構成的車牌識別系統實時采集流量數據，開展了集散性OD分析的探索，即將全市快速路網劃分成20個“小區”，通過數學建模和車輛信息的跟蹤，展現各“小區”間交通流轉移的時空分布特征，為擁堵成因分析、排堵預案制定等提供參考。在道口安保方面，我們通過對歷史數據的分類統計、比較，研究制定了重大活動安保工作的道口查控方案。2010年上海世博會舉辦前夕，時任市委書記的俞正聲同志在G15沈海高速公路朱橋檢查站現場，對“車駕查控系統”的技術架構、實時運作以及海量數據的采集、分析及應用狀況進行了詳細調研，當即要求我們研發“世博道口通行證管理及不停車安檢系統”。上海世博會期間，該系統累計實時關聯10多個數據庫，核發297.7萬余張通行證，不僅將進滬車輛安全審核檢查關口前移，還通過利用“車駕查控系統”的實時比對功能，既做到了“持證”車輛的快速通行，又實現了“逢疑必查”的目標。世博期間，系統比對命中有關車輛1.5萬余輛次，有效提升了民警的工作效率和打擊精確度，同時也對預防和緩解全市各道口因安檢引發的大面積擁堵問題起到了積極作用，減少了道口現場安檢壓力及對交通的影響，得到了各級領導和社會的一致肯定。在為“大公安”服務方面，我們嘗試定期將網上追逃人員信息與本市機動車檔案進行關聯比對，篩選出在逃人員可能駕駛的機動車信息，累計抓獲在逃人員329名，探索出了“先由人查車、再由車查人”的信息提煉新方法，取得了很好的實戰效果。

（二）數據可視化隨著各類統計、分析數據的不斷增多，各級領導、基層民警都希望通過直接的“可視化”界面展示各類數據和信息。2009年，我們構建了基于GIS地圖的應用平臺，并將采集或共享的實時路況、“110”交通類報警事件、視頻監控、快速路入口匝道控制、停車場泊位等信息在電子地圖上進行分層次展現，這些實時、動態的信息可按需隨時調閱。2010年上海世博會期間，根據安保工作的需要，我們制作了兩張專題圖。“進滬陸路道口流量專題圖”實時展示當日全市進滬道口的機動車流量、“持進滬通行證”機動車流量、5分鐘進滬流量等信息和道口排隊區、安檢區的視頻監控信息。此外，通過對各道口歷史流量的數據統計，提供流量預警信息。“世博園區管控區周邊道路流量專題圖”除整合了全市快速路、高速公路、地面主干道路的實時路況和快速路匝道開閉狀態等信息外，實時展示當日進出世博管控區的機動車流量、5分鐘流量等。兩張圖的應用，為市公安局“二指”坐鎮指揮的領導以及民警實時掌握交通流量、科學指揮、調配警力等提供了依據，受到了充分肯定。

（三）參與“交通指數”的研究經過多年的建設，上海已經完成市區重要道路的交通流信息的采集，并實現以紅、黃、綠三種顏色代表路況的信息。為使交通參與者全面、客觀地了解本市道路交通的實時通行狀態，向其提供了量化的擁堵指標。2009年，交警總隊在數據應用上的視野不再僅著眼于自身，而是跨出一步，會同市政府相關部門，將手中的靜態數據和市政府相關部門可共享的動態數據關聯起來。繼參與了榮獲上海市科技進步一等獎的“上海世博智能交通系統關鍵技術及應用”項目研發之后，2011年起，交警總隊積極配合上海市城鄉建設和交通發展研究院（原上海市交通信息中心）研究“道路交通指數”。通過對大量采集的各類交通實時數據、歷史數據進行統計、分析、比較，最終用“道路交通指數”這一數值方式來量化描述道路交通運行狀態，同時結合GIS地圖加以分色、分塊展現，并通過網站、微博、手機APP等向公眾實時，力爭做到既能客觀地評價交通擁堵狀況，又能方便出行者的理解與記憶。

二、與當今“大數據”應用的差距

目前，“大數據”的應用處于發展初期，在我國更是剛剛起步。通過多年的實踐和積極探索，交警總隊“大數據”的應用成效明顯，但我們感到，與當今國內外成功的“大數據”應用相比，我們還存在差距，主要表現在：

（一）在理念和思維上仍存在差距隨著互聯網、云計算、移動互聯等相關智能技術的飛速發展，可以預見，“大數據”陳志康：公安交通管理“大數據”的應用與研究在公安交通管理方面的應用也將愈加廣泛。但與其“4V”（即Volume大量、Velocity高速、Variety多樣、Veracity真實性）特點相比，未來“大數據”的應用與發展絕不是簡單依賴數據采集量的擴大，也不僅僅是服務器性能、數據的簡單擴容或累加，而是對于其中蘊含的理念、思維的轉變和突破。與“小數據”時代相比，“大數據”時代的轉變是多方面的。例如，傳統統計方法追求精確，但“大數據”只預測宏觀趨勢；傳統的統計、研究關注因果關系，而“大數據”更強調數據之間的關聯等。

（二）在技術和手段上仍較為匱乏就我們目前擁有的各類交通管理數據而言，其體量并不能稱之為“大數據”。如果要同各警種的數據相關聯，與市政府相關部門的數據相融合，將數據的應用轉化為生產力，其所面臨的困境還十分明顯，這也直接反映了我們在技術和手段上的匱乏。2009年，我們便已利用“數據倉庫”技術等當時較為成熟和先進的技術開展交通管理核心數據的深度挖掘，力求為業務部門提供更豐富、有效的統計數據，但受限于傳統關系型數據庫的架構，無論在計算效率還是結果表現上均無法得到“質”的突破。此外，我們對于海量視頻的快速檢索、車輛照片關鍵特征的提取等方面仍缺少高效的手段，使得對于這類非結構化數據的應用、管理仍處于初級階段，對其中蘊含的有深層次應用價值的信息無法加以進一步挖掘?！按髷祿钡奶幚砹鞒桃话憧筛爬樗膫€步驟，即“采集、預處理、統計分析、數據挖掘”。其中，“預處理”是當前傳統數據處理中被忽視或被弱化的部分，除了受限于主流的關系型數據庫（如Oracle）、集中式存儲等架構外，還與缺少將非結構化數據（例如視頻、圖片、文本、聲音等）向結構化數據（即可以用二維表結構來表達的行數據，例如存儲在數據庫中的記錄）轉換的有效技術手段有著重要關系。所以，現有的統計分析、數據挖掘等絕大多數針對的是結構化數據（目前僅占所有數據量的10%至20%，其余均為非結構化數據），難以真正體現“大數據”多樣性的特點。

三、今后公安交通管理“大數據”的研究與應用方向

（一）研究和建立“公安交通管理大數據應用平臺”結合市公安局“十三五”信息化建設規劃，研究和建立“公安交通管理大數據應用平臺”。不斷學習研究Hadoop、虛擬化等新技術，構建全新的數據存儲、處理技術架構，不但要使數據的存儲容量更大、運算速度更快、展現形式更豐富，更要突破同類數據的局限，從看似毫不相干的數據之間發現關聯性，真正體現“大數據”的精髓。

（二）滿足數據采集的需求，提升管理水平“大數據”應用的核心是數據挖掘，為公安交通管理中遇到的難點問題提供原因分析依據，但其基礎卻是所采集數據的質量和種類。因此，一是要不斷提高各類交通管理相關基礎信息的采集質量，為后續數據處理奠定堅實的基礎。二是要積極建立與市交通委員會、市保監會等社會相關部門的數據共享機制，擴充與機動車、駕駛人、特定行業管理、道路等相關的數據類型。三是依托高校、科研院所等專業力量進行深入研究，力爭突破圖片、視頻等海量非結構化數據的管理難題，運用有效的數據模型和架構，實現類似結構化數據的統一描述、查詢和處理。四是積極會同市公安局相關部門，在數據層面加強與市公安局“警綜平臺”“情報綜合研判實戰平臺”“視頻監控平臺”“治安卡口信息綜合管理平臺”等的對接，為公安交通信息研判分析提供支撐。

（三）抓住重點，突破四個階段的核心技術應用“瓶頸”我們要選擇合適的軟件、工具，真正將數據轉化為信息，并提煉出有價值的信息。在數據采集方面，重點解決高并發數的訪問、操作問題，使服務器、數據庫負載均衡并分片處理。在預處理階段，重點做好“生產庫”向“資源庫”的轉移和數據清洗等工作，滿足后續數據處理的實時計算需求。在統計分析階段，要在了解業務需求的基礎上，著重在不同數據的“關聯性”上下工夫，找到規律。在數據挖掘階段，要力爭實現數據從“事后統計”到“事前預測”的突破。

第8篇：大數據論文范文

1.1簡介

（1）對于醫院的管理者來說

信息統計對于醫院未來的發展方向和醫院出現的各種問題都能夠通過數據進行判斷，提高了管理者掌握正確方向的能力。

（2）信息統計工作

有利于對醫院醫療的質量控制進行監管。目前，醫院的發展趨向于專業化，一家醫院的醫療質量和專業化程度是衡量醫院醫療水平的重要標準。所以信息統計工作，一方面對本院的醫療水平進行統計，通過數據客觀的衡量醫院醫療水平；另一方面，通過對醫療病例進行統計可以對一個時期的患者患病率和患病原因進行統計分析，有利于醫院具有針對性地建立醫療救治方案。

1.2管理模型醫院信息統計管理模型可以分為兩大主要內容。

（1）針對病患進行統計，統計內容包括病患性別、年齡、患病原因、病狀、住院時間、診治措施等。

（2）對醫院的管理內容進行統計，統計各個部門間的人員流動、工作表現、部門效能等。

1.3對醫院管理發揮的作用

醫院信息統計工作對于醫院的管理發揮著不可替代的作用，其主要表現包括以下幾個方面：

（1）有利于醫院質量管理的考核和評價

通過醫院信息統計客觀統計的數據可以對醫院質量管理進行考核和評價。對醫院各個科室的管理水平、醫療能力進行考核可以發現在科室活動中存在的問題，便于及時做出調整。對于醫院員工的考核可以統計出員工的工作能力和工作表現，有利于約束員工行為，提高醫生和護士的服務水平，提高醫患關系的融洽度。

（2）有利于醫院管理決策的正確性

醫院的經營市場化形式趨于明顯，在面對市場競爭中，醫院的管理者每一項決定都關系著醫院未來的發展。通過醫院統計信息，醫院的管理者可以準確地掌握自身的經營能力，同時通過對市場的統計分析可以準確判斷出醫院未來的發展方向，并能夠通過統計數據加強自身的競爭力。

（3）有利于醫院資源的整合

醫院是集人力和物力為一體的綜合性企業。在對醫院資源的信息統計中，可以將人力資源和物力資源進行統計，便于醫院進行管理。對于醫院人力資源的統計主要是統計醫生的專業能力和護士的服務水平。通過客觀的數據可以了解醫生在某一醫療領域的計數水平和護士的服務水平，一方面能夠為醫院針對某一科室進行人員加強配置，另一方面可以對人員的獎懲制度進行完善。對于醫院物力資源的統計可以確保醫院設備正常工作和耗材的儲備充足。同時還可以避免資源的重復，給醫院的經濟造成損失。

（4）有利于醫療體系的建設

通過統計數據可以發現醫院在某一方面的不足，通過具有針對性的建設，可以幫助醫院建立較為完善的醫療體系，更好地服務與百姓。醫院醫療體系的建設是醫院立足的根本，在現代化醫療體系建設中，數據的分析是醫療體系完善的基礎，只有客觀地評價醫療體系的結構和性能，才能夠保證醫院穩定發展。

2面臨的問題

2.1信息化薄弱

隨著信息化時代的到來，大數據的分析已經深入了各行各業，作為醫療的前沿，醫院在信息化建設方面相對于其他行業相對薄弱。醫院信息化薄弱問題一方面來自管理層對醫院信息化建設的不重視問題；另一方面，醫院信息化建設需要巨大的財力、物力和人力，醫院將精力投入在醫療設備的改進和醫療水平的提高方面，在信息化建設上就難以投入過多的精力。

2.2信息化統計內容單一

在大數據時代，醫院信息統計工作內容越來越豐富，然而一些醫院并沒有意識到信息統計數據的重要性，信息統計內容還只局限于對病人的病例進行統計。由于統計內容的單一，難以形成有效的分析數據，對于醫院的管理和醫療水平的提高不能發揮出統計數據實際的價值。

2.3信息化統計專業性差信息化

在醫院管理中的應用缺乏統計的專業性，目前，醫院所采用的信息化系統主要包括HIS醫院管理系統和CIS臨床信息系統，這兩套系統主要功能是降低勞動化強度輔助醫院進行人和物的管理，而對于統計數據適用性并不強。所以醫院信息化急需具有專業性的統計系統，充分利用數據的價值，幫助醫院進行管理和醫療能力的提高。

3發展對策

3.1提高統計信息質量在大數據時代

大量的信息集中在醫院的信息科，如何快速將這些信息進行分類和提取是信息科所要面臨的重要課題。信息的準確性是信息統計工作必須嚴格管控的內容，在現代化醫療體系建設中，把握信息的質量的關鍵在于建立信息內容評價標準和信息應用規范，信息數據的應用具有3個主要特征，一是準確性，二是適用性，三是及時性。統計信息的評價標準和應用規范主要圍繞信息數據這3個主要特征進行確立。

（1）信息的準確性信息的準確性

對于來自方方面面的信息真偽進行判斷，只有準確的信息才能夠成為有效信息，在醫院中如果誤用了錯誤信息數據則會造成嚴重的問題。提高信息的準確性首先要明確信息的來源，其次要對信息的真偽進行辨別，最后對信息的價值進行評價。

（2）信息的適用性

在醫院的信息管理中，如何從大量的信息內容中獲取對信息應用目標有用的數據是信息管理的內容之一。信息的適用性選擇需要建立統一的標準，避免“張冠李戴”造成信息錯用的問題。信息的適用性原則主要從醫院自身的信息采集為標準，因為不同的醫院在信息產生上都不相同，只有利用自身的信息才能確保信息的適用性。

（3）信息的及時性信息具有時效性

相同的事情在不同的階段所產生的信息不一定完全相同，因此，在信息采集和統計時，必須要以最新數據為價值參考，加快信息刷新的頻率，降低失效信息勿誤的可能性。信息統計的及時性主要表現在醫院建立信息及時交流的基礎上，只有增強科室之間、部門之間、人員之間的信息溝通機制才能保證信息及時被利用。

3.2科學化管理利用大量的數據統計促進醫院科學化

管理是醫院信息統計工作的核心內容。醫院信息統計科學化管理主要實現以下幾方面工作目標：

（1）信息統計的評測信息統計的評測功能

可以對醫院的人員、設備、耗材等進行統計，還可以對近段時間的醫患病因進行統計，通過對醫院各項數據的統計與近期醫患病因的統計可以分析出在某段時間醫院需要加強某方面醫療的能力。利用信息統計的評測功能還可以對醫院某一專項的醫療水平進行評測，統計醫療過程中的不足，幫助醫生及時調整醫療方案。

（2）信息統計的決策

我國醫療體制改革不斷完善進行中，對于來自各個層面的數據進行統計分析，能夠為醫院的管理者提供準確的決策依據，幫助決策者正確判斷醫院經營方向。并且通過對本院的統計信息可以快速找到醫院系統中的薄弱環節，依靠準確的數據為管理者提供醫院改革的參考。

（3）信息化統計的監督

醫院醫療和服務的質量是醫院水平的重要表現，醫院信息統計可以對醫院的各個科室、每一位醫生及護士的工作能力和工作狀態進行一個時期的統計，通過數據可以客觀地、真實地反映出不同科室的醫療質量和個人的服務水平。信息化統計的監督功能是保障醫患關系融洽的重要手段，通過建立獎懲制度提高醫生和護士的工作認真性，而信息化的統計數據則是衡量和監督醫生和護士工作積極性的重要參考。

4結語

第9篇：大數據論文范文

大數據的特征常用4V來表示，具體是指大數據的四個顯著的特征：第一是數據體量，主要指的是巨大的數據量與數據的完整性。第二是數據類型，指數據的種類非常的多而且復雜，大數據技術就是要在這些復雜的數據類型之間尋找其關聯性。第三是處理速度，爆炸式增長的數據量要求快速化的處理速度，才能使得數據的有效利用。第四是價值，大數據的最終目標是將龐大數據中找到數據時間的價值關系，通過找到低密度的數據價值對決策做支持。當前大數據技術不僅產生于特定領域中，而且還產生于我們每天的日常生活中，Facebook、微博、微信等社交媒體上的數據就是最好的例子。大數據發展為社會各領域帶來的機遇和挑戰，網絡思想政治教育作為信息時代育人的新載體自然無法回避這個新的環境變化。分析大數據對網絡思想政治教育帶來的巨大機遇與嚴峻挑戰，探討如何在大數據時代創新網絡思想政治教育的具體措施，進而為下一步發展提供有益的指導已然成為熱點研究問題。

二、大數據時代下的網絡思想政治教育的新發展方向

（一）樹立大數據時代的網絡思想政治教育的數據意識

網絡思想政治教育必須順應科技與時代的發展。大數據時代教育工作者需要樹立網絡思想政治教育的數據意識，這是發展大數據環境的網絡思想政治教育的首要前提。針對大數據發展網絡思想政治教育可以分為如下三個方面。首先是要全面了解和分析大數據本身，理解大數據是什么、大數據的變革力量何在、大數據的未來發展趨勢等等；其次是在理解大數據的基礎上，系統地分析大數據時代對網絡思想政治教育可能產生的影響，帶來的機遇和挑戰。最后是充分的確立數據意識，意識到數據是現代社會最具價值的資源，是發展與決策的源泉。用數據意識驅動網絡思想政治教育工作創新發展，例如在一定的數據分析基礎上將灌輸式集中教育變為交流式個別教育。

（二）借助大數據技術對網絡思想政治教育進行量化研究

定性研究與定量研究相結合是網絡思想政治教育的重要研究方法。定量分析法是對社會現象的數量特征、數量關系與數量變化進行分析的方法。定量分析使用數學模塊對研究對象可量化數據進行的分析，通過分析對目標給予評價并做出判斷。定量分析方法始終受到教育工作研究人員的關注，因為網絡思想政治教育中存在極大的不確定性和動態性的因素，定量分析方法可以幫助我們對網絡思想政治教育進行科學評價。但與此同時定量分析方法具有很大的復雜性，受很多技術因素的限制，一直不能很好的發揮作用。大數據技術的出現為定量研究提供了一種新的技術手段，成為科學研究新的范式。定量研究可以運用大數據技術進行理論假設、建立數據模型以及數據分析驗證。由此可見，大數據時代網絡思想政治教育的研究，需要與數據資源豐富的機構單位合作，借助這些數據載體的平臺、資源以及高精尖的技術，進行合理合法的挖掘教育對象的信息，從而精確的開展網絡思想政治教育活動。另外，要建設一支過硬的網絡思想政治教育隊伍，不但要具備思想政治教育的專業知識，而且還要具備創新的網絡教育觀念、精通大數據等新技術手段。

（三）促進大數據時代網絡思想政治教育信息資源建設