发布时间：2022-04-26 04:25:01
开篇：写作不仅是一种记录，更是一种创造，它让我们能够捕捉那些稍纵即逝的灵感，将它们永久地定格在纸上。下面是小编精心整理的1篇大数据应用论文，希望这些内容能成为您创作过程中的良师益友，陪伴您不断探索和进步。
一、上海市公安交通管理信息化的基本情况与“大数据”应用的初步探索和实践
（一）数据深度挖掘与预测研究对海量数据进行挖掘，分析、提炼出有价值的信息，一直是交警总队在常态交通管理中努力和不断尝试并力求达到的分析动态化、管理精细化的目标。在交通事故预警方面，我们通过对370余万条交通事故的地点、人员、车辆等信息分析，每年市、区两级事故易发或死亡人数较多的“黑点”，由总队定期督促属地交警支（大）队限期整改。针对一段时间内本市欺诈性交通事故（俗称“碰瓷”）高发的情况，我们建立并不断补充完善了事故“碰瓷”嫌疑人员和车辆黑名单，通过提前预警、发案比对等方式累计锁定相关嫌疑人415人，取得了很好的成效。在交通状况评价方面，我们以道路拥堵程度、交通事故数量为主要评价要素，创新性地将各区（县）地面道路和快速路的整体交通情况以“指数”的形式分色展现，供业务部门和支（大）队参考。为掌握全市快速路交通流结构和集散规律，我们利用分布在中环及中环以内快速路上约300个断面构成的车牌识别系统实时采集流量数据，开展了集散性OD分析的探索，即将全市快速路网划分成20个“小区”，通过数学建模和车辆信息的跟踪，展现各“小区”间交通流转移的时空分布特征，为拥堵成因分析、排堵预案制定等提供参考。在道口安保方面，我们通过对历史数据的分类统计、比较，研究制定了重大活动安保工作的道口查控方案。2010年上海世博会举办前夕，时任市委书记的俞正声同志在G15沈海高速公路朱桥检查站现场，对“车驾查控系统”的技术架构、实时运作以及海量数据的采集、分析及应用状况进行了详细调研，当即要求我们研发“世博道口通行证管理及不停车安检系统”。上海世博会期间，该系统累计实时关联10多个数据库，核发297.7万余张通行证，不仅将进沪车辆安全审核检查关口前移，还通过利用“车驾查控系统”的实时比对功能，既做到了“持证”车辆的快速通行，又实现了“逢疑必查”的目标。世博期间，系统比对命中有关车辆1.5万余辆次，有效提升了民警的工作效率和打击精确度，同时也对预防和缓解全市各道口因安检引发的大面积拥堵问题起到了积极作用，减少了道口现场安检压力及对交通的影响，得到了各级领导和社会的一致肯定。在为“大公安”服务方面，我们尝试定期将网上追逃人员信息与本市机动车档案进行关联比对，筛选出在逃人员可能驾驶的机动车信息，累计抓获在逃人员329名，探索出了“先由人查车、再由车查人”的信息提炼新方法，取得了很好的实战效果。
（二）数据可视化随着各类统计、分析数据的不断增多，各级领导、基层民警都希望通过直接的“可视化”界面展示各类数据和信息。2009年，我们构建了基于GIS地图的应用平台，并将采集或共享的实时路况、“110”交通类报警事件、视频监控、快速路入口匝道控制、停车场泊位等信息在电子地图上进行分层次展现，这些实时、动态的信息可按需随时调阅。2010年上海世博会期间，根据安保工作的需要，我们制作了两张专题图。“进沪陆路道口流量专题图”实时展示当日全市进沪道口的机动车流量、“持进沪通行证”机动车流量、5分钟进沪流量等信息和道口排队区、安检区的视频监控信息。此外，通过对各道口历史流量的数据统计，提供流量预警信息。“世博园区管控区周边道路流量专题图”除整合了全市快速路、高速公路、地面主干道路的实时路况和快速路匝道开闭状态等信息外，实时展示当日进出世博管控区的机动车流量、5分钟流量等。两张图的应用，为市公安局“二指”坐镇指挥的领导以及民警实时掌握交通流量、科学指挥、调配警力等提供了依据，受到了充分肯定。
（三）参与“交通指数”的研究经过多年的建设，上海已经完成市区重要道路的交通流信息的采集，并实现以红、黄、绿三种颜色代表路况的信息。为使交通参与者全面、客观地了解本市道路交通的实时通行状态，向其提供了量化的拥堵指标。2009年，交警总队在数据应用上的视野不再仅着眼于自身，而是跨出一步，会同市政府相关部门，将手中的静态数据和市政府相关部门可共享的动态数据关联起来。继参与了荣获上海市科技进步一等奖的“上海世博智能交通系统关键技术及应用”项目研发之后，2011年起，交警总队积极配合上海市城乡建设和交通发展研究院（原上海市交通信息中心）研究“道路交通指数”。通过对大量采集的各类交通实时数据、历史数据进行统计、分析、比较，最终用“道路交通指数”这一数值方式来量化描述道路交通运行状态，同时结合GIS地图加以分色、分块展现，并通过网站、微博、手机APP等向公众实时，力争做到既能客观地评价交通拥堵状况，又能方便出行者的理解与记忆。
二、与当今“大数据”应用的差距
目前，“大数据”的应用处于发展初期，在我国更是刚刚起步。通过多年的实践和积极探索，交警总队“大数据”的应用成效明显，但我们感到，与当今国内外成功的“大数据”应用相比，我们还存在差距，主要表现在：
（一）在理念和思维上仍存在差距随着互联网、云计算、移动互联等相关智能技术的飞速发展，可以预见，“大数据”陈志康：公安交通管理“大数据”的应用与研究在公安交通管理方面的应用也将愈加广泛。但与其“4V”（即Volume大量、Velocity高速、Variety多样、Veracity真实性）特点相比，未来“大数据”的应用与发展绝不是简单依赖数据采集量的扩大，也不仅仅是服务器性能、数据的简单扩容或累加，而是对于其中蕴含的理念、思维的转变和突破。与“小数据”时代相比，“大数据”时代的转变是多方面的。例如，传统统计方法追求精确，但“大数据”只预测宏观趋势；传统的统计、研究关注因果关系，而“大数据”更强调数据之间的关联等。
（二）在技术和手段上仍较为匮乏就我们目前拥有的各类交通管理数据而言，其体量并不能称之为“大数据”。如果要同各警种的数据相关联，与市政府相关部门的数据相融合，将数据的应用转化为生产力，其所面临的困境还十分明显，这也直接反映了我们在技术和手段上的匮乏。2009年，我们便已利用“数据仓库”技术等当时较为成熟和先进的技术开展交通管理优秀数据的深度挖掘，力求为业务部门提供更丰富、有效的统计数据，但受限于传统关系型数据库的架构，无论在计算效率还是结果表现上均无法得到“质”的突破。此外，我们对于海量视频的快速检索、车辆照片关键特征的提取等方面仍缺少高效的手段，使得对于这类非结构化数据的应用、管理仍处于初级阶段，对其中蕴含的有深层次应用价值的信息无法加以进一步挖掘。“大数据”的处理流程一般可概括为四个步骤，即“采集、预处理、统计分析、数据挖掘”。其中，“预处理”是当前传统数据处理中被忽视或被弱化的部分，除了受限于主流的关系型数据库（如Oracle）、集中式存储等架构外，还与缺少将非结构化数据（例如视频、图片、文本、声音等）向结构化数据（即可以用二维表结构来表达的行数据，例如存储在数据库中的记录）转换的有效技术手段有着重要关系。所以，现有的统计分析、数据挖掘等绝大多数针对的是结构化数据（目前仅占所有数据量的10%至20%，其余均为非结构化数据），难以真正体现“大数据”多样性的特点。
三、今后公安交通管理“大数据”的研究与应用方向
（一）研究和建立“公安交通管理大数据应用平台”结合市公安局“十三五”信息化建设规划，研究和建立“公安交通管理大数据应用平台”。不断学习研究Hadoop、虚拟化等新技术，构建全新的数据存储、处理技术架构，不但要使数据的存储容量更大、运算速度更快、展现形式更丰富，更要突破同类数据的局限，从看似毫不相干的数据之间发现关联性，真正体现“大数据”的精髓。
（二）满足数据采集的需求，提升管理水平“大数据”应用的优秀是数据挖掘，为公安交通管理中遇到的难点问题提供原因分析依据，但其基础却是所采集数据的质量和种类。因此，一是要不断提高各类交通管理相关基础信息的采集质量，为后续数据处理奠定坚实的基础。二是要积极建立与市交通委员会、市保监会等社会相关部门的数据共享机制，扩充与机动车、驾驶人、特定行业管理、道路等相关的数据类型。三是依托高校、科研院所等专业力量进行深入研究，力争突破图片、视频等海量非结构化数据的管理难题，运用有效的数据模型和架构，实现类似结构化数据的统一描述、查询和处理。四是积极会同市公安局相关部门，在数据层面加强与市公安局“警综平台”“情报综合研判实战平台”“视频监控平台”“治安卡口信息综合管理平台”等的对接，为公安交通信息研判分析提供支撑。
（三）抓住重点，突破四个阶段的优秀技术应用“瓶颈”我们要选择合适的软件、工具，真正将数据转化为信息，并提炼出有价值的信息。在数据采集方面，重点解决高并发数的访问、操作问题，使服务器、数据库负载均衡并分片处理。在预处理阶段，重点做好“生产库”向“资源库”的转移和数据清洗等工作，满足后续数据处理的实时计算需求。在统计分析阶段，要在了解业务需求的基础上，着重在不同数据的“关联性”上下工夫，找到规律。在数据挖掘阶段，要力争实现数据从“事后统计”到“事前预测”的突破。
（四）以管理为中心、应用为导向，建立配套的专业队伍和管理机制“大数据”的决策不能仅凭经验，而真正要“拿数据说话”，从深层次看，还需要建立科学的、与之相适应的管理机制。同时，“大数据”的研究、建设、运行、维护、应用等每个环节都需要由会技术、善管理、懂业务的复合型专业人员来承担。“大数据”时代才刚拉开序幕，目前，其许多技术瓶颈尚未取得突破，数据共享绝非易事，数据安全、共享和隐私保护等方面缺乏法律保护，配套的管理和运作机制尚未形成。但是，“大数据”作为生产力，随着其不断发展、应用，必将对公安交通管理工作产生深远的影响，有力地推动各项业务工作向更高的层次发展。
作者：陈志康单位：上海市公安局交通警察总队
一、大数据时代对学生计算机应用能力的要求
在大数据时代环境下，信息的获取和选择、信息技术的掌握应用，直接影响知识的生产、科技的创新和成果的转化。大数据时代对高校的教学、学生的计算机应用能力提出了新的要求。产业界需求与关注点发生了重大转变，企业关注的重点转向数据，计算机行业正在转变为真正的信息行业，从追求计算速度转变为关注大数据处理能力，软件也将从编程为主转变为以数据为中心。学生要学会对数据的去冗分类、去粗取精，从数据中挖掘知识，要能够把大数据变成小数据，要在不明显增加采集成本的条件下尽可能提高数据的采集质量。要研究如何科学合理地抽样采集数据，减少不必要的数据采集。
二、大数据时代背景下的教学策略
（一）营造适合学生全面发展的软硬件环境信息时代的发展使得高职院校图书馆和数据中心具备了大数据的特征。科学研究和科技创新越来越依赖于对数据的管理和利用，打造良好、适宜的软硬件环境是提高职业院校学生信息素养的基础。目前互联网技术及应用普及度较高，建设智慧校园可为学生提供更多的接触信息资源的机会。加强高职院校数据中心和网络中心的建设力度，在依托传统图书馆文献存储量的基础上，增加馆藏图文电子数据、电子文献与多媒体文献，打造信息化图书馆，为学生提供多元化的信息资源与服务。加强校园社交网络平台的建设，利用微信等新型传播媒介，采用主动推送的方式传递正能量，提供有益于学生健康成长的信息，监控、屏蔽不良信息的传播，过滤影响学生身心健康的不良信息，构建适合高职院校学生学习的良好环境。
（二）发挥数字化图书馆在教育过程中的优秀作用数字化图书馆的建设是图书馆业今后发展的主要方向。数字化图书馆也是一个科技含量较高的系统工程，高职院校各级领导应正确认识，加强资金投入，充分发挥其对教育过程的支持作用。数字化图书馆的典型特征是存储数字化、操作计算机化、传递信息网络化、信息存储自由化和结构连接化，可与高职院校的基础建设可以同步推进。在建设与发展过程中，教师要积极引导学生充分利用数字化信息资源。学生在使用数字化图书馆的过程中会产生一系列的行为特征数据。通过对学学习路径和学习偏好的数据分析，根据其特点与实际量身设计合理的信息资源智慧导航，从而为学生学习新技术、新知识提供个性化的服务。
（三）加强学生创新能力的培养在知识经济时代，创新决定着一个国家和民族的综合实力和优秀竞争力。培养具有创新能力、实践能力的高素质技能人才，是高职院校人才培养的一个重点方向，也是高职办学的特色及亮点。创新能力培养的关键是创新思维的培养，而创新思维的优秀在于思维的独特性和新颖性。在大数据时代，学生面临众多数据资源。教师需要对学生提供专业的指导，让学生学会利用互联网技术和计算机软件工具解决实际问题，在解决问题的过程中培养创新思维。高职院校应努力营造创新教育环境，结合创新教育，大力推进素质教育。将“小发明、小创造”“大学生实践技能展演”“大学生才艺展示”等活动纳入校园文化活动中。组织学生参加各行业举办的职业技能大赛，实现从应试教育向素质教育的转轨，培养实用型、创新型的复合技能人才。充分重视学生的个性发展，建立专业的师资队伍对学生的创造发明活动给予强有力的技术指导。对于技术含量高的、有市场推广价值的创造发明活动，要引导学生进行自主创业，带动就业。加大创新教育课程的开发与建设力度，强化学生创新能力的培养。
（四）培养学生对信息技术的兴趣与爱好兴趣是最好的老师，是激发学生学习积极性的动力，是激发创新能力的必要条件。学生只有对身边的事物发生了兴趣，才会活跃思维，激发潜力。在课程设计中加入了生动、形象、贴近工作、贴近生活的典型案例，可以有效地激发学生的学习兴趣，让学生乐在其中，愉快地完成学习任务。教学实践环节也应紧密围绕着学生熟悉的事物、案例来开展教学。授课教师应了解信息技术在行业的实际应用状况，根据不同专业的特点，结合学生，的知识体系结构精心准备授课内容，确定课程的重难点。在教学过程中，通过师生互动了解学生对课程内容的掌握程度，因材施教、精选案例、突出重点，从培养学生兴趣与爱好入手，让学生在轻松、愉悦的课堂教学中学习信息技术在专业领域的最新应用，了解最新的前沿学科理念，学握较新的实用技术。教师如果在教学活动中能及时、准确地解决学生在学习实践中遇到的疑难，并指导他们完成实训内容，将有助于学生在学习过程中获得成就感，激发学习的积极性、主动性和创造性。教师动手实践能力将使得更多的学生得到有效指导和帮助，实现高质量的课堂教学。
（五）探索高效教学模式根据高职人才培养目标的要求，计算机课程的教学需要与时俱进，随着各行业大数据产业的不断发展与应用而不断进行调整、创新。通过对学生在校期间学习、生活的轨迹进行搜集、整理，形成基础数据，进而分析他们的学习行为、学习喜好和思维模式，制定适合他们全面发展的教学方法，有针对性地培养和提高他们的计算机应用能力。利用各种辅助软件，开展行之有效的教学实践活动，让学生在“做中学，学中做”。提高各专业学生的计算机应用操作能力，使他们掌握互联网技术、计算机信息技术、电子商务等。以医学影像技术专业为例，学生既要学会影像阅片操作，又要掌握最新的X线机、CT、MRI等先进检查设备的使用与操作。如果能够将医学影像技术专业与计算机应用实践教学相结合，找出两者的学科交叉点，构建适合时展需要的复合型人才培养模式，将会起到事半功倍的作用。在大数据的背景下，各行各业都需要利用信息技术，特别是数据库技术、大数据分析技术，用以改变生产、经营、管理、工作、生活等的方式。因此各专业的毕业生都面临着行业对大数据的使用与开发的迫切需求。培养学生解决问题的实际操作能力，显得尤为重要。在专业课程的教学中，通过对大数据的应用与计算机应用技术的渗透，不但能激发学生学习专业技能的积极性，而且可以引导学生形成应用计算机解决专业问题的思维模式，对他们将来适应大数据环境下工作具有积极的引导意义。以专业培养目标为基础，合理对计算机课程进行设置与安排教学，将大数据知识、信息技术知识、计算机应用知识融入到各课程的教学中，构建适合高职类学生学习特点的高效教学模式。
（六）加强师资队伍建设加强师资队伍建设是提高学生计算机应用能力的关键。计算机应用基础课程的教师，首先应该是计算机应用方面的专家，既能掌握扎实的理论基础知识，又能熟练地操作计算机，善于使用相关行业软件。在教学中能够起到良好的操作示范作用，给予学生无形的感染力和号召力，增强学习的主动性与积极性。在实践教学过程中，计算机任课教师不仅要与专业课教师紧密合作，整合校内已有的专业资源和信息技术资源，充分利用好大数据，而且要与行业、企业加强联系，采取走出去、引进来的方式，让学生在校期间就能充分接触各种面向实际应用的信息技术产品与工具。学校要制定行之有效的师资队伍培养计划，紧密结合企业、行业的实际需求，建设“双师型”教师队伍，加强现代信息技术应用能力培训。教师应深入企业、行业，了解企业人才需求，了解企业使用的最新应用软件动态与进展，充分利用好企业、行业大数据资源的研究最新成果，更新知识结构，提高实践操作水平。
大数据时代是信息化社会发展的必然趋势。高职院校在教学实践中要跟随时展的潮流，在教学思想、教育理念上做出迅速调整，并跟进制定适合学生全面发展的计算机应用能力培养实施方案，有效提高学生的计算机应用能力，增强就业竞争优势，满足行业、企业及社会对复合型职业技能人才的需要。
作者：冯桥华单位：安顺职业技术学院招生与就业指导处
一、物流行业大数据的特点
物流行业的大数据，可以从多个维度进行解构：结构化数据、半结构化数据、非结构化数据（刘禹，2013；ElenaGeaninaUlaruetal.,2012）。物流行业的大数据既包括存储在数据库里的结构化数据，也包括日志文件、XML文档、JSON文档和电子邮件等半结构化数据，而更多的数据类型是办公文档、文本、图片、XML、HTML、各类报表、图像和音频/视频信息等非结构化数据，半机构化、非结构化数据约占大数据总量75%-85%。内部数据与外部数据。物流企业的大数据既有来自企业经营的内部交易数据、CRM数据，也有来自其他数据源的外部数据。物流企业的大数据兼具公共、私密二重属性。外部数据的公共性特征比较明显，而内部数据由于和行业标准和商业机密密切相关，因而具有私密性。与数据结构的多维特征相对应，物流企业大数据的格式也是多样的。除了传统的纸质文件、档案、报表、表格、记录、信函等之外，更多的是以数字数据存在的Web文本、视频、短信、音频、视频、邮件，存储信息、配置文件、符号、图片、档案等。数据格式的多样性和互不兼容、数据访问的随机性，为数据的采集、存储、分析、应用带来了困难。
二、物流行业大数据的应用特征
（一）大数据的应用潜力巨大
在大数据概念兴起之前，企业主要借助内部数据、结构化数据进行决策。商业智能（BI）技术的应用似乎将企业带入了“智慧世界”，但BI仍然对外部数据、非结构化数据无能为力，没有“走完最后一公里”，无法有效满足决策需求。在大数据时代，企业的外部数据权重急剧上升，决策价值越来越突出，这意味着仅仅依据占数据总量15%左右的结构化数据进行决策越来越失之偏颇（T.K.Dasetal.,2013），物流企业决策者驾驭业务的战情数位仪表盘其实是残缺的。事实上，一些沿袭原来的IT解决方案的物流企业，普遍遇到数据处理系统扩展困难、处理时间长、传输效率低、成本过高的问题（ElenaGeaninaUlaruetal.,2012）。大数据应用技术就是能够妥善解决这些问题的性价比比较高的数据计算与存储方式。据ICT权威研究机构CCWRE-SEARCH的研究结论（2012年），无论是从信息技术应用的契合度还是从短期内投资大数据的可能性进行测度，物流行业都具有大数据应用技术推广的优越条件。但他们同时还指出，虽然物流行业对“大数据”概念的知晓率为91.8%，但究其应用而言，总体上还处于“认知”阶段，这意味着大数据在物流行业应有较大的应用潜力。
（二）大数据的供应链特征明显
物流行业大数据的应用正越来越呈现出供应链特征。这个“数据供应链”，存在着数据收集、数据处理、数据分析、数据价值提取、数据价值消费等多个环节（HsinchunChenetal.,2012），参与者包括原始数据提供者、数据收集者、数据平台商、数据应用技术开发者、数据服务提供者、数据产业投资者，数据价值消费者等多个主体。就物流企业而言，在这个数据供应链中，可以承担多重角色：既可以是原始数据供应者（主要是内部数据、结构化数据），也可以是数据产业投资者、数据价值消费者。实力雄厚者甚至可以向其他角色拓展，具有优秀的数据供应链整合能力的企业将会赢得较大竞争优势。图1给出了物流行业数据供应链的简化模型，并借用MichaelPorter的五力分析模型对数据供应链各个环节的竞争态势进行了分析。
三、大数据应用对物流企业竞争力的影响
（一）大数据应用影响物流企业竞争力的机制
图2给出物流企业竞争力影响因素的分析框架（王海燕，2012；静涛，2010）。物流企业的竞争力影响因素涵盖环境、资源、能力三个方面，其中环境要素可以进一步细化为：行业经济发展水平、宏观调控、社会人文、物流技术等；资源要素可进一步细化为物质资源和无形资源等；能力要素可细化为战略决策能力、运营管理能力、市场营销能力、品牌管理能力、创新发展能力等（张莉，2012）。这里以前文论述为基础，分析大数据应用对物流企业竞争力提升的影响机制，如图3所示：大数据通过影响物流企业竞争力的环境、资源、能力三个要素，提升其竞争力，而物流企业竞争力的提升则表现为快速反应、稳定可靠、灵活性和弹性提升，顾客满意度提升，经济效益提高等等（ElenaGeaninaUlaruetal.,2012）。
（二）大数据应用提升物流企业竞争力分析
在物流企业竞争力三个影响因素中，环境因素是外部、不可控要素，资源和能力属于内部要素、可控要素，因此，这里重点分析大数据在物流企业的应用对两个要素的影响及其表现。1.对资源要素的影响。大数据时代，数据被许多权威人士比作“新型石油”，日渐成为一种战略性资源和企业的优秀资产。大数据及其所承载的知识和信息作为一种极具战略价值的经济资源，通过参与企业的经济活动和营运过程，正在充分地发挥其独特的整合效应，促进物流企业提高组织效率、降低成本、创新服务、维系良好的品牌形象和客户关系、增进经济效益等。其作用机制如下：第一，盘活物流企业的人力资本。在大数据日益进行着渗透性应用的背景下，将推动人力资源决策由“经验+感觉”模式向“事实+数据”模式转型，人才测评和任职匹配将更高效、更精准；处于休眠状态的企业内部营运数据将被唤醒，培训需求的甄别将更便利。过程数据和结果数据的空前丰富使得“过程+结果”的绩效考核方式将更容易导入，对绩效辅导和绩效提升更有利。第二，直接增加物流企业的结构资本。大数据应用技术将推动物流企业的组织结构的进一步优化，与战略的匹配度更高，组织内外信息流动更顺畅，协调机制更完善，内部沟通更“智慧”，资源管控和利用率水平更高，对市场机会和环境变化的动态适应能力更强。不仅如此，对物流企业信息技术的升级应用、知识产权的保护、品牌推广和商誉提升也将产生巨大影响。这些都会直接增加企业的结构资本。第三，为企业赢得更多关系资本。在企业内部沟通更舒畅、更外向的情况下，面向客户的、创新型的共有价值观更容易形成和维护，员工所期望的个性化关怀更容易实现，这将推动物流企业的文化建设。同时，大数据的应用还将推动物流企业创新业务模式，主动采用整合传播，提升品牌美誉度，更好地开展公共关系。物流企业在推行个性化定制化服务、高效的商业伙伴和顾客关系管理会更主动，这些都会为物流企业赢得关系资本。2.对能力要素的影响。第一，提升物流企业的战略管理、战略决策能力。大数据的应用有利于企业推行数据驱动的敏捷决策，从长远来看，还会推动企业组织架构和业务流程的全面变革，企业决策权力的配置将更合理，决策的制度化、流程化程度更高，决策更公开、透明、精准、有效、可追溯。基于数据的决策有助于消弭主观偏见和思维定势的消极影响，提升企业的战略洞察力，把握行业发展的新趋势，抓住战略性投资机会。在物流企业竞争力的变现越来越取决于供应链的整体效能的背景之下，物流企业还可以在确保顾客隐私和商业机密的前提下，通过与供应链上各合作伙伴的数据共享、交换或者交易，动态检测行业趋势、聚焦优先目标、优化服务组合、避免无端浪费、探索全新的业务模式等。第二，增强物流企业的运作管理能力。大数据的应用可以提升企业业务营运的可视化程度，推动知识和信息在组织内部的共享；精确掌控企业各项资源的运行情况，比如人员的作业状况，设备运作状况，车辆的位置、时间、速度、性能等，有利于企业高效调度各项资源，提升运作效率。以快递企业为例，大数据的应用可以为企业满足个性化订单、开展定制化服务、实施弹性配送等提供技术支撑。它们可以在业务营运的特殊时期，比如“双11”到来之前，基于大数据的分析，适时调配物流资源，实现业务营运的主动性、前置性，提升配送运作效率和顾客满意度。第三，拓展物流企业的市场营销能力。大数据应用技术有助于提升市场研究的效率，有关顾客偏好、情绪、消费体验等真实信息将更容易取得，有利于对目标客户的精确细分、重点客户和高价值客户高效筛选（徐艺欣，2013）。大数据所承载的有关资源、成本、服务、定价等即时性关键信息，有助于企业动态监测市场动态，有效率开展竞争，更好地赢得客户，增加市场份额。在物流服务营销方面，可以实施针对高价值的顾客的精准营销、广告的精准投放、广告或者促销效果的精准测定等（胡玉萍，2011）。大数据应用技术还有利于物流企业摆脱繁杂的中间环节、传统的营销模块式营销组织的依赖，极大地降低营销成本。第四，提升物流企业的品牌管理能力。物流企业可以有效利用大数据技术进行舆情监控、品牌健康度动态监测、品牌声誉管理，高效监控可能有损品牌形象和企业声誉的负面信息，有效应对恶意炒作或商业欺诈、从容地进行危机管理（ChrisSnijdersetal.,2012）。另一方面，可以通过口碑营销在较低成本的投入情况下扩大品牌影响力。第五，增强物流企业顾客管理和客户关系维护能力。企业可以根据大数据所承载的信息与顾客进行深度沟通，改善顾客体验，取得他们对本企业、竞争对手物流服务的真实评价，有效应对竞争压力，提高快速响应能力，培育顾客粘性和忠诚度，通过建立稳定的忠实客户群，实现客户价值的链式反应增值，支撑企业长期、稳定、高速、可预期的发展。第六，增进企业创新发展能力。大数据应用有助于企业建立广泛的外部合作伙伴网络，推进整体创新战略，将问题的“搜索者”和“创意者”、“解决者”结合在一起，为合作创新机制的建立提供了动力源泉（MerjaMahrtetal.,2013）。大数据的最大价值在于从海量数据中发现新知识，创造新价值，其中的重要体现就在于有助于推动业务模式的创新，比如物流企业在条件成熟时就可以通过数据交易、数据应用辅导等业务获取经济利益、提升竞争优势。
四、物流企业推动大数据应用的思路
物流企业应抓住大数据所带来的机遇，主动借力大数据提升企业竞争力（闫成印，2012）。本文推出涵盖战略（Strategy）、领导（Leadership）、流程（Process）、技能（Skill）、人员（Personnel）的（SLPSP）模式。战略（S）：建立数据资产管理战略，作为物流企业总体战略的一部分，围绕“资源管控”和“服务优化”两个基本命题，在企业整体战略中要有大数据应用的总体方案。这一方案既要着眼企业的实际情况，又要有长远的规划，在软件和硬件投入方面都要有指导性的日程表安排。在保障机制方面，还要通过有效的“顶层设计”打破组织壁垒，促进数据资产的沟通、融合。领导（L）：大数据的应用是“一把手”工程，领导的重视是成败的关键。企业领导层应主动变革思维模式，进行实质性的资源投入支持大数据技术的深入应用。摒弃那种仅仅用数据来粉饰决策、支撑既有观点的做法，从战略高度对数据资产的价值进行再思考、再认识，把大数据的应用、云计算等作为战略实施的有力推手，而不仅仅是将其视为传统IT管理的一个方面。流程（P）：优化数据资产管理和大数据应用的流程。在数据的收集和处理方面，要做好整合，认真发掘组织内部的“休眠数据”并认真评估其价值，同时要高度重视外部数据对企业的战略价值，推动企业内部的数据处理系统与合作伙伴的相关系统的集成，实现顺畅的数据交换和信息交流。在数据的存储与处理方面，优化企业的IT的服务器、存储设备和网络设备，引入能与硬件设施设备无缝对接、合乎大数据应用需求的数据管理和分析软件，必要时要借力基于开发架构的、具有灵活的扩展能力、性能卓越的第三方平台（姚尧，2013）。不断深化大数据的应用，实现人、机、系统等要素的有机化。技能（S）：促进大数据应用技术在组织内的扩散，并内化为组织整体技能。推动员工熟悉数据驱动决策下的业务运作，将数据应用视为业务营运的工具和助手。采取措施推动员工数据应用技能的持续进步，促进企业决策者、管理者、业务人员和数据工程师基于数据分析和数据应用的沟通、共享、协同，消除“数据孤岛”现象。人员（P）：有计划地培养大数据应用的专业人员。这些专业人士应成为“数据工程师”，兼具数学知识、IT技能、业务知识，并能够作为大数据应用的“先锋”，引领企业跨越“数据鸿沟”，并能提供专业的数据应用技术服务。
作者：魏继华单位：河南交通职业技术学院
摘要：随着网络技术的发展，我们逐渐走出数字时代，迎来了大数据的时代，大数据的理念和技术在社会的各个领域都开始发挥越来越重要的作用，它的到来为我国大学生思想政治教育工作带来的新的契机，促进了对大学生大数据收集、挖掘和分析的积极性，这不仅有利于观察大学生群体的总体特征，实现大学生行为的预警及预测，还有助于探究个体大学生的偏好以及习惯，实现大学生思想政治教育的个性化。但是，把大数据运用在大学思想政治教育中的同时，需注意主要是探究因果、依托数据、探究因果，而不是注重相关、依赖数据、发掘隐私等。
关键词：大数据；大学生；思想政治教育
前言：
2013年被称为中国大数据元年，在大数据的带领下，未来10年将会是智慧科技时代。在未来，大数据将会给各行各业带来前所未有的挑战，而大学作为知识最密集，思想最活跃，网络技术应用最充分的地方，师生在学校里的所有行为都将转化为大数据，是教育大数据的来源。目前，人们对大数据的认识处于起步阶段，大数据在教育中的研究和实践更是才刚刚开始。我们虽然已经预想到大数据会给大学生思想带来巨大的冲击和影响，但如何完美地将大数据应用在大学生思想政治教育中，加强大学生的思想政治工作，是现在大学生思想政治教育工作者应首要考虑的问题。
1大数据的产生和运用
大数据（BigData）又称为巨量资料，指需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。“大数据”概念最早是由维克托•迈尔•舍恩伯格和肯尼斯•库克耶在编写《大数据时代》中提出，指不用随机分析法（抽样调查）的捷径，而是采用所有数据进行分析处理。大数据有4V特点，即Volume（大量）、Velocity（高速）、Vari－ety（多样）、Value（价值）［1］。随着网络信息技术的突飞猛进，数据已经成为各行各业的重要生产因素，在互联网的推动下，大规模引用数据和分享的时代正在开启，人们对大量数据的不断应用和深度挖掘，代表着新一轮消费者盈余浪潮的即将到来。随着越来越多的人认识到互联网给人们的经济和社会带来的巨大价值，人们开始慢慢把大数据模型系统应用到公共服务中，为政府、企业、个人提供服务，一大批对数据既务实又创新的做法和应用应运而生。比如：2013年“双十一”，阿里巴巴对消费者需求信息进行汇总分析，随时调整系销售计划和商品，创造了网络销售的奇迹；哈佛和麻省理工等世界名校向世界开放在线学习平台，让更多的学习者在上面学习，以此收集更多的数据，研究学习者的学习需求，打造更好的学习平台。如果能够很好的组织和使用大数据，将会给社会发展和科学技术的发展起到巨大的推动作用。
2大数据给大学生思想政治教育带来的变革
在以前，传统的思想政治教育有着面向大众、单向、无法选择等特点。教育者在课堂上往往是采用课堂灌输式的教育方式向受教育者传授知识，面临的教育对象是一大群人，致使教育缺乏针对性和教育者的主动性。在教育中，发言权主要是掌握在教育者手里，因此受教育者在选择知识的内容上十分被动，使得受教育者特别容易抵触思想政治教育，对思想政治教育产生生逆反心理，导致受教育者难以被传统的教育方式长久深远的影响。在大数据时代，信息数据有着面向小众、互动、可以选择的特点。受教育者不仅可以通过网络来寻找各类不同的教育信息，还可以通过对数据挖掘和分析，对个体进行有针对性的教育。网络是一个平等开放的环境，因此教育者的发语权被削弱，学生和老师拥有了平等的话语权力，能更好的和学生交流探讨，但与此同时使思想政治教育工作者的主导地位受到冲击。在大数据时代，因为网络数据具有开放性、自由性和共享性的特点，所以它虽然可以使大学生能够在众多讯息中快捷的获取自己需要的资讯和知识，但在另一方面，因为大数据时代数据量十分多且杂，所以影响大学生的各种消极负面的信息也会出现。比如西方或国内少数敌对势力会利用网络信息来传播他们与国家相对立的价值观和十分极端自由主义、民主主义思想，以此来影响和改变中国青年的思想，达到最终在思想上和平演变中国的目的。大学时代是人们的世界观、人生观、价值观、民族和文化意识等的形成何种形态的最关键时期，但由于大学生具有好奇心强，接受新事物快，分辨能力较差等特点，所以他们很容易受到网络上一些虚假信息的误导，从而动摇受教育者的主流价值观意识。
3大数据在大学思想政治教育中的运用
二十一世纪后，我国各大高校的教育信息化建设迅猛发展起来，大数据在教育应用中的兴起给高校思想政治教育带来了新挑战和要求，为大数据在大学生思想政治教育提供了新的思路，学校围绕“数字校园”为主题进行建设并效果显著。数据整合和应用集成是建设数字校园的主要两个方面，通过对大学生学习和生活行为所产生的大数据进行分析，以此获取每个学生的价值取向、兴趣爱好、学习能力、接受水平等信息。其主要目的是将校园信息资源进行整合和集成，建立在学校统一标准下各类数据充分共享和交流的一个统一的数字平台，将数据的运用系统化。现在有一批高校已经开始启动智慧校园的建设，促使网络学习逐步融入到大学生教育、生活中，融合的网络技术来丰富学生多彩的学习生活和校园文化、通过透明和高效的校务管理建设给学生带来安全、健康的生活学习环境。智慧校园强调“以服务为优秀，以管理为支撑”的理念，目的是实现大学生和校园的“深度融合”。教育的本质应是促进学习者个体的发展，教育模式上应从传统课堂的集体教学向数字化个性教育转变发展，通过利用云计算、物联网等技术实现对相关信息的收集，比如对相关人员、设备、资源，学生的学习偏好、认知特征、学习上的时间、空间、伙伴等的相关信息，这些数据信息既能够帮助学校思想政治教育改进教育和服务工作，也是学生对现有的教育和服务提供的一种信息反馈。通过对这类信息的分析和反馈，进而根据学生的个性特征和学习需求开展真正意义上的个性化教育，改进现有的教育工作模式和内容，建设智慧校园。依托智慧校园建设，在大量的校园数据的基础上挖掘出与学生行为习惯、学习特征、兴趣偏好等相关的数据和信息，凭借相关数据和建模技术，可以合理有效地帮助教育者预测大学生的思想行为，将大数据与思想政治教育工作进行结合，提高思想政治教育的效果，与此同时也要注意防范其中的风险和不利因素，构建教育模型，建立合理的预测方法，这样才能够很好的利用大数据，使其发挥正能量的作用。
作者：于盼 单位：辽宁师范大学
摘要：以云计算、大数据、互联网等为代表的信息技术在电影行业发展的背景下，电影产业已经进入数字化向信息化转变的关键时期，大数据的理念也正深入到电影产业的各个环节，从项目立项、内容开发、演员筛选、制作发行、院线推广等，但大数据带给电影的嬗变和创新更多体现在电影营销策略之中。本文围绕电影艺术中大数据的应用来全面认知大数据的力量。
关键词：电影产业；电影营销；大数据
一、电影产业正在步入大数据时代
在信息化和工业化迅速推进，特别是以云计算、大数据、互联网等为代表的信息技术在电影行业发展的背景下，电影产业已经进入数字化向信息化转变的关键时期。2013年，一部基于大数据分析订制的美剧《纸牌屋》让全世界认识到大数据的力量。同年，谷歌公布了一项研究成果“电影票房预测模型”，证实电影相关的搜索量与票房收入之间存在很强的正相关性。基于电视剧的成功及谷歌电影票房预测模型的走红，使基于数据分析订制影视剧的模式在中国影视公司、互联网公司、院线等机构得到应用尝试，大数据的理念也正深入到从项目立项、内容开发、演员筛选、制作发行、院线推广等。大数据的出现不仅为电影上映前提供准确的观众信息，而且将众多的电影衡量标准数据化，比如投融资、发行与放映、电影衍生品的开发与推广等，电影的投资方与制片人可以依据这些大数据来精准的开发电影项目，寻找更为合适的导演和演员，有效的降低因电影投资、资金流动产生的风险。《纸牌屋》的风行就是美国NETflix公司通过多年数据积累得出观众最喜欢的剧情、演员阵容后才得出拍摄《纸牌屋》的决策。此外，除了制作领域，观影人群的属性、人群分布、观影习惯等数据对于电影发行、营销环节有重要的指导意义。如何将电影大数据的应用价值挖掘出来，用以掌握产业规律、洞察产业趋势、规避产业风险，这对于推动电影产业实现战略转移和产业升级具有重要意义。
二、基于大数据的电影营销新特征
1、电影营销的“精准化定位”
大数据的时代，可以通过用户的浏览痕迹准确的储存潜在用户的数据，进而挖掘并锁定目标用户，充分利用数据的魅力，将用户的个性、消费习惯、行为特征等元素进行细节还原，为电影营销提供充足的数据保障和策略支持。电影营销在大数据的支撑下更好的践行了从大众营销—分众营销—精众营销的发展脉络，以数据来了解不同观众的观影需求，将抽象的观众概念真正做到了具象化，精准的了解观众的态度、想法和行为。而大数据的意义就是将抽象的观众灵活呈现出来，进而捕捉观众的爱好、习惯，甚至付费方式。通过对网络用户的跟踪记录，获得庞大的用户数据库，这些数据被收集、整理和存储，在电影营销过程中被筛选、采纳用来分析观众的观影态度及行为，进而对用户行为进行细分和定位，开展精准化营销策略。《小时代》的出品方乐视影业通过大数据分析，将电影的消费群体进行精准定位，如“该片40%的观众将是高中生，而他们是郭敬明及杨幂等主创的忠实粉丝，是冲动型消费者，30%的是白领，他们对《小时代》感同身受，是营销导航的重点，20%则是大学生，他们是非优秀消费者，但是能够通过传播从而影响这群人；另外10%为目前观影年龄在26-35岁之间的人群，他们是需要扩大外延的潜在观众。”基于上述分析，乐视在全国数百家影院举办《小时代》零点首映嘉年华以及其他一系列有针对性的活动。在放映之前更是确定了首轮观众、次轮观众、三轮观众的放映策略，进而开展针对性的地面营销活动。
2、电影营销的“社会化营销”
以Facebook、人人网、微信、微博为代表的社交媒体出现，使得人们在互联网的世界里沟通的更加频繁，无形之中建构了一张大而密的社会关系互动网络。在网络的空间里，网民乐于分享、频于互动，敢于评论，这张社会关系网将网民的空间距离大大拉短。通过追踪用户的浏览痕迹、互动转发、评论留言等洞察复杂的态度和行为模式，进而达到利用数据进行有效营销的目的。《后会无期》就是利用数据进行“话题营销”的典型案例。韩寒本人不断在微博创造热门话题，贯穿电影宣传过程；制片方微博曝光演员、剧照等热点来引发话题讨论；开发微博互动活动来调动观众的好奇心和兴趣点，引领电影话题讨论。大数据的应用将虚拟空间的话题得以发挥，通过数据的整理分析，持续引导话题的热度和广度，把握用户的心理和预期，进而制定直接有效的电影营销策略。
3、电影营销的“O2O模式”
O2O作为线上与线下互动的模式，顺应了时代的潮流，已被广泛应用到商业各个领域。在电影营销过程中借助大数据的力量，结合对线上数据的分析，制定线下的执行策略，再由观众的反馈中提炼价值数据，作为电影营销的依据。大数据技术能够使线下营销更为高效有力，同时运用o2o思维方式，通过线上调研、贴吧、微博等线上平台整理数据，提炼出有价值的数据从而将观众进行精准化分类，有针对性地制定不同营销策略和投放方式，实现线上发起，线下体验完成，达到最大营销效益。如乐视影业采取的O2O模式并提出“一定三导”的理念，“一定”即定位，通过对网络收集和整理的数据进行分析，定位目标受众群体；“三导”包括社会媒体的“导航”、“乐影客”的“导流”、地面营销服务系统的“导购”。至此，形成了线上线下、立体式全方位的营销模式。
三、电影营销艺术中大数据应用的反
1、大数据的局限性和滞后性
大数据分析的优秀假设条件是网络世界能够提供全数据。某种意义上，我们的“大数据”并不是真正的大数据，很多数据存在以偏概全的认知。据调查，在电影营销中，很多数据仅仅通过问卷、电话采访或者街头随机访问等方式收集的数据，具有一定的局限性和片面性。另外数据并不是越大越好，盲目的收集和整理大而全的数据会存在耗时、耗力、耗财的情况。此外，对海量数据的有效分析，对未来的市场具有很强的预测价值。但大数据本身其实是对过往行为的熟悉分析，对于未来行为的指导会存在一定的局限性和滞后性。
2、急需深层、理性的分析
在电影营销过程中，不仅需要社会公众的人口特征、公众观影行为的统计数据，还需要收集社会公众的主观认知、态度、情感与行为倾向数据，深度挖掘蕴含的价值，才能更有效地制定营销策略。目前的电影营销过程中更多的是对大数据的表象解读，比如观众的评论指数、观众的购票指数、互动指数等等，无法深层次的考量其因果关系。电影作为艺术产品，具有非理性的体验式消费特征，电影本身的艺术特质不能因为数据而改变，在未来的电影营销过程中，不要盲目的为数据改变艺术本身，要理性的看待数据，服务于电影艺术。
3、需要搭建公开、投融、融合的大数据平台
2015年，被称为电影行业的“大数据”年，众多互联网机构、网络公司加入到大数据的潮流中，以百度糯米和微票BAT为例，已经具备了大数据的整合分析能力。同时以猫眼电影为代表的大数据网站也构建了数据分析平台。但在电影营销领域中，数据呈现各自为战，数据分散的特征，多个数据公司基于商业价值的考量，并未将各自的数据公开化、透明化，致使电影营销过程中经常出现数据浪费、数据偏颇的情况。在未来的电影营销过程中，我们需要建立一个公开、透明、融合的数据共享平台，只有平衡各方利益，通力合作才能真正实现大数据库的营销价值。综上所述，电影行业要充分借鉴互联网在线积累、快速获取以及高效处理海量多源异构数据的技术优势和成功经验，为电影行业扩展新的发展机遇。2015年6月，上海国际电影节组委会全国首个《互联网+电影趋势研究报告》，报告“借助互联网，制片公司可以深耕观众的细分需求，找准市场空白点，从而更好地把握中国观众的心理、情感需求，提高自身的竞争力。”虽然大数据在电影剧本优化、电影营销、发行与上映、票房预测等方面对电影产业产生影响，但大数据分析仅仅是网络分析的一种新模型，数据取代不了艺术家和艺术创作。大数据时代，需要我们对数据进行深层、理性的解读和应用，电影艺术才能得到最大程度的推广。艺术需要数据，但不能因数据架空艺术，电影产业是文化、知识和技术的高度关联，也高度依赖创新和融合。未来的电影产业不仅需要大数据的辅助，更需要好的剧本、导演、演员群体、制作和发行公司的共同推动。
作者:谷海燕 单位：河北艺术职业学院
摘要：大数据技术的发展为高校图书馆开辟了新的管理方式。本文研究了大数据技术的应用对高校图书馆的影响，提出了构建信息平台、挖掘用户数据、信息分析等大数据在高校图书馆管理中的应用。
关键词：大数据；图书馆管理；数据处理；高校
一、大数据与图书馆管理
在国家大力推动“互联网+”的大环境下，国家已迈入了全民信息化时代，大数据概念逐渐深入人心。大数据从广义上说，就是以海量化信息为基础，从中进行数据挖掘、统计、分析、利用的新型信息技术。大数据具有类型多、流量增长快、价值密度低等特点。随着社会对大数据的重视程度不断提高，大数据技术飞速发展，正在日益改变人类的生活。2013年文化部发文指出，要引入先进的数据技术，创设服务便捷、覆盖全媒体的数字文化服务网络，最终形成网络条件下的新型图书馆服务业态。新环境下，怎样利用数据资源进行图书馆的管理创新，提升利用价值，值得高校相关管理部门重关注。
二、大数据技术对高校图书馆的影响
图书馆本身就是数据与信息的聚集地，天生适合应用运新的信息技术。大数据作为新兴信息技术，在助推图书馆的管理，如进行馆藏资源筛选、用户信息挖掘、提高服务水平、拓展服务范围等方面具有较大的现实意义。大数据技术能使高校图书馆的馆藏资源得到充分利用。作为高校图书馆，与公共图书馆相比，除存储大众内容的纸质图书外，还需对专业化学科信息进行收集，往往还承担着科研信息收集、处理、传播的重任，数据库、期刊等的购买开支较大，利用大数据结合云计算的分布式处理、分布式数据库和云存储、虚拟化技术，根据用户数据分析使用频率，可将这类特殊信息的存储更新与成本控制进行最优化处理，增强高校图书馆馆藏资源建设能力。大数据技术增强了高校图书管理的便捷性。对图书馆管理来说，大数据技术的应用，可将图书的收集整理、统计汇编、存储保管、开发利用的各个环节进行优化，达到一体化管理，依靠识别技术的高速、智能优势，简化图书管理程序，推进各个环节的资源整合，大大提高图书管理效能。利用大数据技术能提高高校图书馆信息资源建设。高校图书馆面对的受众基本是学生和教师，学术水平高，接收新事物能力强，正适用于使用大数据技术进行信息资源的传播及推广。让用户更多地利用高校图书馆信息系统进行检索查询，方便快捷，减少图书馆纸质书籍的整理工作，减轻工作人员压力，还可以根据搜索内容进行数据挖掘，预测未来需求。
三、利用大数据进行高校图书馆管理的措施
1.构建图书馆信息资源数据挖掘平台
高质量的图书馆信息资源利用是高校图书馆的终极目标。建立一个统一的信息平台，利用数据挖掘技术实时分析用户行为，图书馆的工作人员可在后台直接监控用户行为，了解不同层次的学生与教师的信息需求、阅读特点和规律、馆藏情况等信息，在图书、期刊和数据库采选时将信息导入评价工具模型，根据权重、评价体系挑选出符合需求的图书，最大可能避免了采购人员及供应商的主观色彩，按照用户喜好和需求进行采买，还可以利用数据挖掘完成资源购买后的评价工作，通过大数据观察用户的使用及满意程度，有利于提高馆藏图书质量和针对性。
2.通过用户数据管理提供个性化服务
在全社会都进入网络时代的情况下，图书馆满足用户的信息需求不能仅限于办理图书借阅、查询等基本管理。高校图书馆应当利用自身用户群学历高，接受新事物快等特点，抓住机遇，积极研究大数据技术的应用，提供个性化服务。如过去只能通过图书馆系统进行书籍查询，现在可以利用微信公众号主动进行新书推送、新购置数据库使用说明、讲座信息通知等；将新书录入系统与用户需求系统相连，当入库新书与该用户在系统中登记过的需求信息相匹配，系统自动发送短信或邮件进行提醒。将用户服务向“智能化”方向转变，最后达到“个性化”水平。将用户纳入到图书馆的管理中，利用大数据技术使图书馆更加“亲民”，利用用户对待母校图书馆的不同感情基础，营造每个人都参与图书馆建设的鼓励氛围。如通过鼓励同学撰写读后感取积分、积分兑换借阅天数等形式，提高用户黏性，实现良性循环。
3.大数据存储管理
传统图书馆的馆藏纸质书籍，无论怎样保养、维护，都避免不了逐渐破旧的后果。通过大数据技术，图书馆的馆藏资源需要从“纸质化”向“数字化”再向“数据化”转变，使数据能长久保存。这对图书馆目前的存储设备提出了挑战，同时还面临着数字化的使用安全、版权等问题。同时，在数字化的过程中，应当注重数据结构的完整性，如多增加音频、视频等非结构化数据，数据库建成后注重整理和过滤，保证数据的完好性及使用方便性。
4.提高图书馆自身条件
大数据是数据分析的前沿技术，对目前的图书馆管理人员的专业水平、信息化硬件、软件水平都有较高的要求，数据存储、设备改造等需要投入大量资金。高校图书馆作为学校的一个部门，资源相对更为丰富，工作人员的水平也较高，在大数据的应用上有比较高的起点。图书馆可在现有基础上，提高信息化设备，培养既有图书情报专业知识，又具有数据分析、挖掘数据价值专业人才，提高图书馆的优秀竞争力，使图书馆切实成为充满活力的信息集散地，在大数据的时代背景下有所作为。
作者：金莹 单位：河南工业职业技术学院
大数据是一种全新的信息获取方式，是通过数据之间的内在联系来达到客观分析未来某种预期的有效途径。在教学管理中引入大数据技术与概念能够改变传统人力资源管理预判性不强等弊端，同时建立基于更为广泛的时间轴内的教职员工评价体系。不仅有助于高校具体人力资源管理体系的构建，还能从根本上提高高校教职员工管理的效能。而现阶段，大部分高校已经实现了数据化管理与无纸化办公体系的建设，这使大量的数据能够基于计算机互联网络进行传输，为后续大数据体系的引入与应用奠定了必要的基础。本文结合高校人力资源管理的目标以及客观需求对大数据的应用前景与作用进行分析，并探究其在高校中的应用途径，希望能为今后的相关体系建设提供必要的理论基础。
一、大数据的优势及其在高校教职员工管理中的应用
大数据的基本特征是数据来源的维度较大，处理方式较为先进。在其具体的应用过程中主要表现为如下三个方面的优点：（1）大数据体系能够打破时间与空间的维度障碍，使得不同人员、不同部门、不同层级人员之间具有广泛的可比性，进而使后续包括绩效、考核等相关制度建设更具有理论基础与科学根据；（2）大数据技术的引用能够从一个更长的时间节点上对相关人员进行评价。此种长时间跨度的评价机制一方面能够使得评价结果更为准确，另一方面也可以使评价机制更为科学并具有延伸性；（3）大数据技术的应用能够在当下评价的基础上提供更为全面的预期评价。在基于当下的评价基础上，为教职员工的未来发展提供可能的预期，对于高校的学科建设与统筹发展具有积极影响。高校教职员工管理中应用大数据技术已经成为未来管理体系建设的一个重要途径与必要方向。该套体系的应用应该以预期及综合评价为主。以高校教职员工的科研水平评价为例，现阶段的科研评价主要以单一的数量、质量等单一的客观指标来进行评价。而此种模式存在的弊端是显而易见的。大数据技术的应用能够较好地解决这些问题。其通过对科研程序的全生命周期的介入能够将不同阶段下的成绩分别纳入评价体系中来，进而形成更为严谨的评价模式。此外，根据大数据的客观表现以及相关人员的周边指标，如课题先进性、交流程度、人员自身的能力建设、年龄、家庭因素等多个维度的数据汇总，可以获得相关人员的“科研生命曲线”，为其未来的发展提出可靠的预判，对于学科的整体建设具有积极意义。
二、基于大数据的高校人力资源管理实现途径探究
上文对大数据技术在高校人力资源管理中的作用进行了探究。而在具体的执行与体系建设过程中还需要注意以下几个方面，并在具体建设途径的过程中从以下几部分入手：
1.构建完善的数据收集体系
对全体教职员工的管理要素进行设定，并针对不同的岗位与职能进行差别化数据收集。其中应该包括非隐私类别的家庭与个人信息、科研现状与进展、教学情况与评价、研究方向与交流现状、相关领域研究现状与进展等多个方面。只有完善数据收集系统才能为后续的数据分析与评价提供准确的数字信息。在具体的搜集体系建立的过程中应该采用多渠道的收集模式，通过统一数据库的整合平台，结合个人申报以及部门搜集等两个方面来进行。只有如此，才能有效地将个人的教学与研究与人员管理结合为有效的整体。
2.构建科学的数据处理模式
数据的收集仅作为大数据技术应用的一个必要过程，而具体的应用以及作用的发挥依赖于数据的处理。在具体的处理过程中可以从如下几个方面入手：（1）确定数据处理的方向与目的。在明确的目的支撑下才能对后续的客观评价体系进行有效建设。（2）针对具体的目的，确定必要的评价指标，可以是以部门为单位、学院为单位，甚至是个人为单位的评价子系统。以病假为例，分析不同时间阶段的部门病假情况，能够对人员的统一调配形成指导性的意见。
3.构建合理的数据评价规则
大数据技术的应用能够使人力资源管理形成有效的量化预判与报告。而针对报告的应用才是该系统的根本目的。在构建合理的大数据管理体系之后，应该对能够产生的各项指标进行关联研究与报告。如课时时长与科研的关系、入职时间与个人成长的关系等多个方面。而在具体的应用方面也可以直接应用与间接应用两个方面为主。大数据技术逐步成熟，也逐渐在各行各业中发挥其应有的作用。而现阶段高校的教职员工管理中的诸多弊端可以通过引入大数据技术来加以规避。结合这个背景，本文对大数据的具体内容以及其在高校教职工管理中的作用与优势进行了探究，并结合高校人力资源管理的现状与特点提出了三个方面的实施步骤与要求。希望通过本文的研究能够为今后的相关体系建设与高校人力资源管理体系的完善提供必要的理论基础与实践指导。
作者：李辰 孙林 吉瑶 单位：长安大学
1苏南制造业大数据应用类型
苏南制造企业的类型种类繁多，根据企业所具备的优秀优势不同，其大数据的应用大致可以分为如下四种类型。
（1）技术优秀型。此类企业的优秀竞争力体现在研发技术以及生产的产品上。例如苏州的电子通讯设备制造业、纳米产业；无锡的物联网设备企业在全国乃至全球市场占据主导地位。此类企业切入的重点是研发和生产环节，对于数据的采集和使用以产品数据为主。
（2）资源优秀型。这样的企业依赖于资源，原材料。重点需要解决的是库存问题。比如能源、化工类企业。此类企业大数据应用的切入点应重点关注原材料的产地的信息数据，销售策略的分析，库存的管理消化以及财务系统，将运营数据作为重点优秀数据进行采集和使用。
（3）管理优秀型。这样的企业产生利润和价值的地方在于对企业内部自身的挖掘，注重管理至上。这样的企业信息化的切入点应以人员管理，产品流程管理，生产销售管理等方面为重点，以提高管理效率来产生价值。所以在企业大数据开发上，投入重点应是以价值链数据为首，整合各环节的管理系统。
（4）销售优秀型。此类企业的优秀价值在于客户的维护与扩展，产品的物流与销售，同类企业之间的协调与发展。比如苏南制造业曾经极其强势的纺织业。此类企业信息化的切入点是客户信息的收集与挖掘，销售渠道的信息数据，物流系统的信息数据管理，市场反应的信息数据，市场流向的把握与分析。对于此类企业，重点应放在市场销售，市场数据，物流管理等外部数据方面。对四类企业做个共性分析，可见大数据对于苏南制造企业的应用效应主要体现在两个维度：一是在前端发现更多的商机，对客户实现全方位的关照，挖掘和拓展更大的增值空间；二是管控风险、提高效率和降低成本。
2大数据应用中存在的问题和对策
（1）理念落后。制造业信息化是为了应对经济全球化信息全球化的必然选择。在竞争全球化的背景下，相对全国较发达的苏南地区与世界相比，制造业信息化普及之后的大数据应用“起步晚”“接受慢”。一些中小型企业对大数据应用于企业发展的新趋势还停留在概念阶段。大型企业在大数据平台的引进和使用上也刚处于起步阶段，初具规模。制造业强国———德国在近期提出工业4.0概念；美国依靠大数据的精准分析，研发出特斯拉这种以信息数据作为竞争力的产品，领跑全球。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。换言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键应该是终端的使用。制造企业应该主动去获取，去使用大数据，来更新产品和服务的水平。
（2）运用的深度，广度不足。未来的制造业布局要上升到以数据和网络为优秀对产业进行整合和控制的层次。制造产业利用数据平台进行模式创新，同时进行技术创新，模式创新可以引领技术改造，形成新的业态。不幸的是苏南多数企业对信息系统的运用停留于表面，仅是相关数据的采集，归纳。没有花大量的精力去分析数据，对数据进行充分的挖掘，有效信息不够。同时涉及的信息面相对狭窄，广度不足。大数据对于苏南大多数制造业企业来说，看得多，做得少，这确实是目前的实情。其实药方也是有的，工信部在“十二五”规划中，曾提出要发展四项关键技术创新工程：一是数据挖掘，来解决对数据收集的能力；二是海量数据存储，解决对数据存储的能力；三是信息处理技术，来解决对数据分类和分析的能力；四是图像视频智能分析，解决对数据的高级分析的能力。
（3）人才缺失。制造业信息化使机械制造与数据的关系发生了深刻的变化，这种变化是需要懂知识有技能的人来推动和实现的，很多企业在实现大数据应用的时候都是显得心有余而力不足。究其原因很大程度上在于相应人才的短缺。即使有企业愿意花大精力去培养员工，培养的效果也是一般，再加上高层次的人才的频繁流动，对制造企业来说，面临着“招不到，留不住”的尴尬境地。总部位于江苏宜兴的远东控股集团董事局主席蒋锡培认为，制造企业迫切需要打破信息孤岛，以减少时间成本和投入。“数据就是财富。”蒋锡培说，“在从事的行业要保持领先，必须用好大数据，最关键是要有优秀人才”。在这个问题上，需要政府、高校和企业共同努力，从标准、师资、经费各个方面进行融合，培养适合制造企业需求的数据分析师。
3结语
15年前开始的制造业信息化是将信息技术、自动化技术、现代管理技术与制造技术相结合，改造和提升制造业的服务性和基础性的系统工程。今天苏南制造企业迎来了大数据技术，它是信息化的延续，也是新的开始。科技在进步，时代也在改变。随着互联网的兴起，供应链、物流、运营为越来越多的企业所关注。大数据无疑会是未来影响制造业发展的最受瞩目的技术，其也将成为促进制造业的发展源动力之一。
作者：肖玥 汪志晓 单位：无锡职业技术学院，
一、大数据的基本特点
毫无疑问，随着经济和信息通信时代的发展，大数据已经成为对各行各业影响都较为深远的一门新兴技术，它在对企业变革的影响之中也占据了很重要的地位，因此，企业要想能够快速而稳定的进一步发展，那就必须试着采用大数据技术。下面我们就大数据的基本特点先做一个简单的分析。
(一)大数据的类型多种多样
经济在发展，时代在发展，人类社会中产生和存在的数据不仅在数量上越来越多，且在类型上也越来越呈现多样化。它不仅包括人与人之间的产生的数据种类，还包括机械与机械之间产生的数据类型，包括人与机械之间产生的数据类型等等。其涵盖的范围也相对较广，包括了视频图像等多种方式，多种多样的数据类型的产生无疑可以帮助我们的企业不断地发展壮大。
(二)大数据的处理速度相对较快
大数据一直都有一秒定律，即指大数据在处理资料时速度相对较为快速一些，这主要是由数据流的高速性和实效性来决定的。对于大数据的信息，我们需要对其进行快速而有效的处理，并且一定要达到能够全面深入的挖掘有价值的信息的能力，这对于企业针对有关事项做出精准的判断和分析并拿出有效措施极为有利。
(三)大数据的数量体量较为庞大
有关数据显示，近年来，随着科学信息技术的快速发展，大数据的存储量一直保持在不断增长的状态，且仍有继续高速增长的发展趋势，它的快速发展直接推动了大数据的商业价值意义。
二、大数据在企业管理中的应用和推广有关调查显示
大数据在当今社会各企业中已经被逐渐的广泛使用，虽然兴起的时间相对较晚，但是其发展速度还是相当可观的，因为它可以切实有效的促进企业的优秀竞争力，从而来实现企业长远有效的发展。下面我们就大数据对企业的影响以及它在企业中的应用做一个简要阐述。
(一)大数据可以帮助各企业仔细的了解所属用户情况
在企业的实际运营操作中，我们不再传统的采用市场调研的陈旧方式，而是可以通过大量的数据信息来从中发现一种能够切实推动自身企业快速发展的具体社会形态，并通过具体数据来了解所属客户对企业所研发产品的真实态度，以此从中获取客户对产品的诸多要求和建设性意见，并根据这些反馈性意见来重新定位出企业所生产产品的新特征。
(二)大数据可以帮助各企业来发展潜在资源
在企业的实际操作中，企业一定要在实现对资源的准确控制的基础上，进一步的对潜在的数据资源进行有效的发掘和利用。这些则可以通过大数据的信息处理技术来实现，我们首先可以通过对企业的基本资源进行一个大概的整理规划，然后将潜在的资源信息进行简单的数据处理并以图像呈现的基本方式向大众展示，使得信息利用实现最大化。
(三)大数据可以帮助企业更好地对产品生产进行规划
大数据作为一种有效的信息处理技术，通过它，我们可以预知企业未来发展的大概趋势，且能够在此基础之上对企业的基本生产结构和具体的产品生产流程做一个前期的大概规划。以此帮助企业能够在传统的模式之上稳步发展，并为企业的实际问题提供行之有效的解决方案和措施，最终为企业的生产提供一份保障。
(四)大数据可以帮助
企业更好地进行经营因为大数据之间具有关联性，因此，通过大数据可以使得企业中不同产品之间的交叉重合之处更加容易被辨识，并能够以此为基础，在产品品牌的运营推广、企业战略规划上、产品展示区位的选择上更加的有把握。
(五)大数据可以切实有效的帮助
企业开展业务在企业运营操作中，可以通过大数据的计算来对大量的社交信息数据量以及有关的客户之间的数据量进行一个统计分析，以此帮助企业的产品品牌进行合理的水平设计，此外，还要通过大量的数据来对获取到的信息进行交叉验证分析，并将分析所得结果面向社会化用户开展精细化服务。
三、结束语
不难知道，在各企业里，每一天都有着大量的数据信息被搜集、整理和分析等，大数据时代已经如同一股洪流真正的融入到了世界的经济化发展中，并且已经成为了企业生产过程中尤为重要的基本因素。它作为企业的一种优秀竞争力，必将在之后的发展中为企业带来无数的效益，因此我们一定要加强大数据在各企业管理中的应用和推广。
作者：陈国营 单位：青岛滨海学院
摘要:本文介绍了在图书馆情报领域数据管理中存在的信息孤岛、数据类型缺乏统一架构等问题，通过对实际应用中数据类型的分析，利用大数据存储的系统架构，使用关系型数据库与非关系型数据库结合，同时辅以内存数据库和分布式文件系统，对内部用户提供统一元数据管理，对外部提供统一数据访问平台和统一数据搜索引擎，从而实现对多种结构数据资源的管理和应用.
关键词:图书馆;大数据;数据存储;异构数据;非关系型数据库
作为以图书馆为基础的情报研究机构，随着近年数据资源量的不断增加，各类文献、图书、期刊、基础数据等都需要进行稳定的存储与高效率的分析。同时，基于这些数据的知识库、咨询服务智库等系统的建设也都迫在眉睫。为了能充分管理众多数据，为各类系统提供数据基础，有必要建设一个结构统一、技术先进、可重复利用的数据资源平台，统一管理各类数字化资源。
1存在问题
面对大量的数据资源，在信息化过程中通常会碰到以下问题：1.1信息孤岛现象这种现象是指需求建设的应用系统存在相互之间在功能上不关联互助、信息无法共享互换以及信息与业务流程和应用相互脱节等问题，缺乏统一元数据管理。1.2多种类型数据缺乏统一数据架构每个业务环节都会有大量非结构化、结构化、半结构化数据，如何对这类数据进行统一分析管理。在这些多种结构的数据中存在大量内在关联，只有统一数据存储，才能进一步挖掘出数据中存在的深层价值。1.3软硬件环境重复购买现象在信息化建设过程中，新建应用系统都会根据自身需求重新搭建软件、硬件环境，大部分系统运行所需软硬件并没有达到资源的满负荷利用。1.4缺乏统一数据标准由于多年系统建设过程中由不同团队开发，造成相同数据内容格式不统一，存在大量冗余数据，彼此数据更新不畅通。1.5缺乏统一数据安全管理方案在日常工作过程中需要进行大量数据交互与实时操作，缺乏统一的信息化安全手段对数据分配权限进行管理，并实现定期的资源备份。
2建设目标
基于以上状况，考虑基于大数据架构的文献资源管理方案应可达到以下目标：（1）实现基于统一元数据定义的信息集中管理和信息共享，为数字出版、数据加工、咨询服务、日常管理等各项工作提供统一数据资源平台。（2）实现统一大数据环境，满足各个应用对于文档数据、关系型数据、非关系型数据和内存型数据的统一存储需求。（3）构建基于SOA架构的应用系统，保证在应用对于数据访问权限的统一管理。（4）建设统一搜索环境，满足于各种数据资源能够统一搜索查询访问。（5）建设必须具备高度的先进性、可靠性、可用性、安全性并具备良好的扩展性和灵活性。
3建设方案
3.1资源建设方案
图书馆中常见资源主要包括文献、图书、期刊、数值型数据、动态信息等。依据数据结构的不同，可主要分为基础数据、结构化数值型数据、非结构化数据、动态信息、其他文字类信息等几类。其特点如下：（1）基础数据：主要如书目、期刊文献等数据；（2）动态信息：主要包括各类网站、媒体的信息，时效性比较强；（3）非结构化数据：主要包括格式不够统一的数值型数据；（4）结构化数值型数据：可以定期获取的格式相对规范的数据，如海关进出口数据、图书期刊销售数据；（5）其他文字类信息：更新频度较慢的文字类数据，如各类法律库、研究报告等；针对不同类型的数据资源，应对其采用特定的方式进行处理、保存及利用。3.1.1基础数据包括如数据、期刊文献等基础数据都应经过数字化加工、元数据定义、自动标引、关键数据提取等多个步骤，分别保存至相应数据库。3.1.2动态信息动态信息的来源主要是各个网站,包括网站文章及各类舆情信息。可以由技术手段完成从信息采集、分类整理到分发的所有过程。整个流程由三个规则来体现：分别是采集规则、分类规则、分发规则。采集规则：采集规则由编辑确定，包括来源网站、栏目等。利用爬虫技术，可对所有网站的资源进行自动增量采集，并装入“待分类库”。分类规则：分类规则利用到词表、词库以及自动标引技术。由专家及编辑对所有资源进行多维度分类，并提供相应的语料，经过学习，对之前进入“待分类库”中的所有数据进行自动标引。之后，所有的数据将被从多个维度被分类。保存后即可方便准确的提取。分发规则：在完成上述两项工作之后，所有的动态信息已经被分门别类的整理好。通过分类、关键词即可快速提取相关的信息。对于已经经过规范化处理的动态信息，也可以直接利用形成产品，同样依据自有的多维分类，即可把相关的动态信息直接推送给用户。3.1.3结构化数值型数据结构化数值型数据包括海关进出口数据、统计局数据、产品库等众多格式相对规范资源。由于数据量的不断增大，需要考虑使用数据仓库技术对所有的结构化数据进行规范保存，利用建模的方式保存数据。这类数据的主要用途分为两部分对内提供数据的查询，对外提供报告的自动生成。（1）数据查询。规范化存储之后的数据可以方便的通过多个维度进行查询、钻取，内容的研究人员可以直接通过输入查询条件进行数据的查询，同时生成各类图表。（2）自动报告。对外可以以产品的形式提供多种数据报告，利用预先准备的模板，在用户选择所需报告之后，利用已有数据，套用不同模板形成一份自动的报告。3.1.4非结构化数据对于非结构化数据，将主要通过两种方式来处理。（1）非结构化数据的结构化。部分非结构化数据本质是结构化数据，因为某些原因才造成了数据的不完整，对于这类数据，需要整理结构的最大集并将相应的数据填入对应字段。在完成此步骤之后，可采用类似对于结构化处理的方式对这些资源进行处理。（2）非结构化数据的标引分类。除上述的数据之外，还有一部分非结构化数据过于零散，只能采用标引的方法实现这些数据的归档利用。方法和动态信息的处理方式类似。3.1.5文字类信息文字类信息的特点是实效性不强，每次后都会长期使用。比如法律法规、咨询报告等。这类资源应主要采用自动标引的技术进行处理。首先也需有多个维度的分类、词库、词表以及语料，经过学习后将每篇文章进行标引分类，之后再将文章内的段落进行二次标引。这样，所有的资源都可以通过关键词、多个维度的分类进行提取，即可获取具体段落资源、也可以获取完整的文章报告。这类规整后的信息可提供给内部科研人员作为资料进行调用，同时可以为结构化数据的自动生成报告提供文字资源。
3.2技术建设架构
针对资源建设的方案，考虑采用关系型数据库与非关系型数据库结合的方式建立存储架构。3.2.1数据存储技术一个完整的数据环境，需要面对来自于各个方面的数据存储需求挑战，主要存在的数据存储需求为：（1）文档型数据存储需求（2）关系型数据库数据存储需求（3）实时型数据存储需求（4）非关系型数据关系型数据库的优势在于保持数据的一致性，由于以数据标准化为前提，数据更新的系统开销很小，同时可以方便的进行Join等复杂查询。MySQL是目前最流行的关系型数据库管理系统。尤其在WEB应用方面，它与PHP语言的结合是目前最为成熟、稳定、安全的技术之一。针对现有数据，绝大多数的结构化数据都可以保存在该类数据库中，从而实现复杂条件下的检索操作。同时，关系型数据库担任保存整个系统元数据架构与基本数据的任务，是其他结构数据库存储及导入导出的基础。NoSQL泛指非关系型的数据库。它的优势在于性能，由于NoSQL是基于键值对的，可以想象成表中的主键和值的对应关系，而且不需要经过SQL层的解析，所以性能非常高。另外可扩展性同样也是因为基于键值对，数据之间没有耦合性，所以非常容易水平扩展。它可以最大程度的解决关系型数据库所不擅长的大量数据的写入处理和为有数据更新的表做索引或表结构变更等问题。用NoSQL可以方便的保存系统中的非结构化数据，并根据实际需求随时调整其结构。分布式文件系统（DistributedFileSystem）是指文件系统管理的物理存储资源不一定直接连接在本地节点上，而是通过计算机网络与节点相连。由于系统中数据资源过于庞大，为提高其使用访问效率，利用HDFS的一次写入、多次读写的特性。数据集一旦由数据源生成，就会被复制分发到不同的存储节点中，从而响应各种各样的数据分析任务请求。以Redis为代表的内存数据库，是基于全部数据都存在内存中的技术体系，抛弃了磁盘数据管理的方式，它在采用半持久化模式运行时所有数据都是保存在内存中，然后不定期的通过异步方式保存到磁盘上。通过这种方式，内存数据库在保证读写速度远超过传统数据库的基础上，又可对其数据进行分布式存储且具有可恢复性。针对以上需求内容，结合各种软件的特性：（1）MySQL满足关系型数据库需求；（2）NoSQL满足对数据结构要求灵活需求；（3）HDFS满足文档类型数据存储需求；（4）Redis内存型数据库，满足高速存取需求；提供统一数据存储环境，为后续数据统一元数据管理、数据统一权限管理、数据统一搜索等建设提供了充分必要条件。3.2.2数据访问平台统一数据存储提供大容量数据存储环境，满足数据存储的大量、高速、多样的需求。在这个基础上，还需要有统一元数据对存储的数据结构进行定义，统一数据访问安全控制对数据访问者进行权限控制，用数据统一搜索打通各种类型数据，为后续数据挖掘分析提供数据高速访问接口。3.2.3统一元数据管理元数据（Metadata），又称中介数据、中继数据，为描述数据的数据（dataaboutdata），主要是描述数据属性（property）的信息，用来支持如指示存储位置、历史数据、资源查找、文件记录等功能。元数据算是一种电子式目录，为了达到编制目录的目的，必须在描述并收藏数据的内容或特色，进而达成协助数据检索的目的。将所有资源的元数据统一管理，是进一步应用的前提。3.2.4数据统一搜索在具备数据存储与数据访问平台基础上，构建满足于融合关系型数据库、非关系型数据库、文件数据库以及内存数据库的统一搜索引擎，并在构建搜索索引过程中融入专业词库词表。以Web服务方式提供搜索引擎服务，对用户所输入的文字进行分词，并结合搜索引擎索引，进行词关系匹配，并按用户所需排序格式提供数据排序给用户。搜索服务提供web服务方式给应用系统使用，应用系统需根据自身权限范围进行数据搜索范围设置。通过上述平台的组合，可以为图书馆中文献、图书、期刊、数值型数据、动态信息等为主的各类型数据提供完整的管理解决方案，并通过具有词表技术的搜索引擎提供对外接口。
4结束语
虽然关系型数据库有着技术成熟、易维护、支持SQL方式的复杂查询、丰富的完整性约束等诸多优势，且在图书馆情报领域被广泛应用。但随着数据量的不断增大，数据类型的不断增多以及应用模式的不断变化，尝试传统数据架构+大数据架构的存储、管理和应用将是图情领域未来的技术架构发展方向。
作者:解飞 单位:机械工业信息研究院
【摘要】大数据时代也为房地产企业的发展带来一定的挑战，传统市场营销方式受到冲击，房地产企业不得不进行转型升级，因此房地产企业需要结合自身实际进行市场营销方案的调整。同时也存在较多的机遇促进企业的转型升级，房地产企业应该抓住大数据时代的机遇，完善营销策略。
【关键词】大数据；房地产营销；应用
引言
随着大数据的发展，使得企业得到了更多的商机，企业可以通过大数据对消费者的需求进行定位，更多地对消费者进行了解，使用传感器和微处理器对消费者的喜好进行分析，使得企业在制定营销计划的时候更加具有针对性，通过对消费者的购买记录和数据痕迹进行分析，进行个性化营销方针的制定。同时通过网络可以实现商家与消费者之间的网络交流与沟通，使得市场营销不再局限于实体层面，通过网络可以获得同样的沟通效果，使得市场营销进一步进行扩展，为企业带来新的发展机遇。
1大数据时代概述
所谓大数据，就是指在处理大量的网络数据中，通过优化数据的处理流程，而得到的多元化的信息资产。大数据也可以称之为巨量资料，之所以称之为大数据，就是因为数据资料非常庞大，以至于不能用哪个一些软件或者人脑来进行存储和处理，而且这些数据可以在非常短的时间内给商家提供出最有利的价值信息，从而帮助企业进行经营决策。大数据是互联网发展的产物，对于其定义方面并没有进行明确，仅仅是一个大概的概念，也没有专业的机构对大数据进行定义，但是大数据时代的到来对市场营销产生的影响是显而易见的，对于传统营销的冲击也是非常巨大的，需要企业具有更强的决策力和信息洞察能力，对企业的流程进行优化，提升企业处理信息的速度，将市场营销涉及的数据资料通过必要的软件进行分析，帮助企业获得更加全面的数据资料，为企业的发展提供更加充足的资源，保证企业的经营决策更加科学合理。
2大数据在营销管理中应用的地位及前景
大数据已经深刻影响了经济、社会、教育等多个领域，谁拥有了大数据，谁就拥有了未来。利用大数据形成消费者行为分析，是企业制定营销战略的基点，大数据的计算和运用，可以帮助企业搜集并对消费者的上网数据进行分析，企业能够尽快在营销管理中作出合理决策。大数据改变了企业的数据分析思维，对帮助企业调整营销战略有着不可替代的作用。对于企业营销管理而言，大数据冲击着企业的营销管理体系，日益呈现出不可忽视的商业价值。大数据作为一种重要的资源，已经不同程度地渗透到各行各业中，将大数据应用在企业营销管理中，不仅有助于企业经营活动，还有利于推动国民经济发展，因此，企业要提前制定大数据营销战略计划，抢占市场先机。企业开展大数据营销必须要进行营销创新，重构大数据时代下的营销体系。收集整理用户信息，有效的对客户数据进行计算处理，可以帮助企业及时有效地调整营销战略，实现精准化营销。
3大数据时代背景下市场营销机遇
在大数据时代下企业可以借助大数据对各类数据信息进行收集，全面地对消费者的需求进行分析，了解消费者的购买动机，从而借助更加科学的手段对企业的市场营销进行分析，制定更加有针对性的市场营销策略，实现线上线下营销的结合。在大数据时代的背景下建立关系营销的观念是非常重要的，可以借助数据库系统，将有价值的信息筛选出来，找出其中较为实用的信息，对企业的营销理念进行创新，提升销售量。具体的机遇包括三个方面。
3.1为客户提供更加精准的营销方式
在大数据时代下企业可以通过消费者的购买记录对消费者的消费需求进行分析，把握不同消费者的消费需要，与消费者建立联系，通过与消费者的交流和沟通，使得企业可以更加深入的了解到消费者更深层次的需求，从而加大对于产品的推广作用，掌握消费者的消费诉求。同时，这种针对性较强的营销方式，可以将顾客、成本以及沟通进行一体化的处理，将消费者为导向的原则进一步发挥出来，使得营销渠道进一步缩短，进一步节省企业的成本，为消费者提供更加物美价廉的购物体验，使得企业的营销方案更加具有适用性。
3.2实现产品交叉营销
交叉营销是指通过一个客户挖掘出更多的潜在客户，这样可以进一步的对市场进行扩展，不再局限于满足客户的需要，而是主动挖掘顾客身上的潜力，将市场进行更加纵深的推广。在大数据背景下消费者短期内的购买记录可以进行调取分析，并对消费习惯进行整合，然后商家就可以针对消费者的购买喜好发送一些适宜的推送信息，增强消费者的购买欲望，挖掘消费潜力。
3.3便于建立良好的客户关系
在企业经营中，客户关系是提升企业竞争力的关键，也是企业进行客户管理的优秀内容，通过大数据，可以实现商家与客户之间的关系管理，在营销上进行交互处理，进一步拓展营销方式，为顾客提供更加针对性的服务，在营销和服务方式上实现交互处理，完善顾客管理方式，为顾客提供更加个性化的服务，更好地维护客户关系，提升客户忠实度。大数据时代下的市场营销，产品的同质化较为严重，企业需要进一步维护客户的需要才能创造更高的价值，对营销方式进行优化。
4大数据在房地产营销中的应用（以万科杭州未来城为例）
4.1万科杭州未来城简介
万科股份有限公司，于1984年成立，在1988年时进入房地产行业，在短短的三年之后，就成为了深圳证券交易所的第二家上市公司，20多年来，万科已经成为我国目前最大的住宅开发商，在我国的珠江三角洲，环渤海湾，长江三角洲等三大城市经济圈以及53个中西部大中城市都都有房地产的开发项目，万科集团目前的年销售住宅达到了6万套，销售额高达1251亿元。万科杭州未来城（以下简称未来城），在疏港路与立新路之间，向南就是玉鸟路，北边紧邻104国道，其建筑总面积为14万m2，周边相关的商业配套设施达到了1万m2，距离地铁2号线仅有500m。在未来城项目中，拥有7幢小高层以及7幢高层，主打85~115m2户型，占地总面积为56286m2，2016年交付使用，可供1436户居住，同时还提供有1294个停车位。
4.2应用大数据，获取目标客户
随着国家号召的宽带提速降费政策，而且目前通信技术的发展，智能手机以及电脑已经非常普遍，因此在获取数据方面，也越来越简单，通过获得的这些大数据，房地产企业就可以分析出客户的具体需求，同时根据客户的消费能力，万科集团就可以采取精准的营销策略。大数据的获取方式主要是通过网络，一般来说，用户在平时生活中会产生许多数据，公司将这些数据输入到企业内部的数据库，通过对数据进行分析、检索以及可视化，最终提炼出有用的数据。
4.3大数据的应用之目标客户分析
未来城通过万科的大数据库，随机对10名客户进行了数据分析，通过分析发现，这10名客户年纪比较相近，基本都处在25~34岁之间，从而可以得出目前这些人大多数单身或者刚刚结婚不久，所以这些客户对于住宅的需求普遍不高，所以其更倾向于结构相对简单的户型，通过对这10人的学历研究，发现学历普遍较高，他们中有一半都是本科以上学历，有3人是中专毕业，2位大专，然后再通过对其职业分析，发现他们的职业基本都和商业贸易、教育以及IT行业有关，而且基本上都是普通员工，年收入在15~20万之间，这种收入在杭州来说，可以说算上是中等收入了。由于这些人还属于年轻人，所以在休闲方式方面，都是根据自身爱好以及家庭环境等各不相同，例如单身的人更喜欢运动，像游泳、打篮球健身等一些高轻度的活动，而且在下班之后，更加喜欢和同事朋友逛街、打牌或者去聚餐，这与结婚的人有很大的不同，结婚的人，更喜欢在下班之后在家庭活动，尤其是周末，他们会进行一些自驾游之类的活动，而且相较于打牌喝茶和朋友逛街之类的活动就比较少。运用万科强大的数据库资源，销售人员做了一个关于看房看重因素的调查，其中大多数人更看重住房的地段和配套。（1）地段：通过对大数据库的分析可以发现，60%以上的客户非常看重地段，这些人更希望可以居住在市中心或者离市中心不远的地方居住，当然也有近40%的客户认为在市中心会太吵闹，他们认为只要上下班方便的地方就是好地段。（2）配套：大部分的客户对于小区的周边配套设施要求非常高，由于这些这些客户相对年轻，所以他们的活动范围比较大，对于小区内部的环境要求反而不太高，但是对于周边设施的便利性却要求很高，据调查，他们普遍希望小区周边的购物、娱乐以及医疗设施要完善，由于年纪比较轻，对于周边的配套教育的关注度也不是太高。
5结束语
目前社会是一个“大数据时代”，因此我们的任何一个消费行为都有可能留下数据，因此大数据的数据库也越来越大，而且这些庞大的数据并不是一无是处的，通过对这些“大数据”进行总结归纳，可以分析对房地产企业有利的消息。尤其是最近，受到我国宏观经济的调控，全国各地都在实行房地产的“限购令”，导致房地产销售形势比较严峻，再用以往传统的房地产销售策略已经不能满足现代社会的需求了，因此在房地产营销中引入大数据势在必行。
作者:张丽丽 单位:吉林建筑大学城建学院
摘要:当前是互联网和信息大爆炸的时代，也是“大数据”的时代，人们的生活工作越来越离不开网络和信息，只有掌控好数据和信息，才能在激流勇进的竞争中处于不败之地。高等职业学校是我国教育机构的重要组成部分，其中的教学内容主要针对实用性较强和一些人才缺口较大的专业。计算机应用技术专业无疑是大数据时代热门专业，因此本专业的改革与发展一直是人们关注的焦点。
关键词:大数据;高等职业院校;计算机应用技术;信息输送
1高职计算机应用技术专业改革和发展存在的问题
1．1忽略了学生需要全面发展
与其他学生相比较，高职院校学生普遍存在文化课基础比较薄弱的问题，计算机应用技术专业的学生也不能例外。计算机发源于国外，我国引入的时间比较晚，所以计算机应用的学习和发展需要借鉴国外先进的技术，这就存在一个语言的问题，只有打好英语语言基础，才可能在学习和编程等技术的应用中不但能熟练应用，而且能深刻的理解为什么。不只英语的学习，数学等其他文化课也在计算机应用中起到不小的作用，但目前很多高职院校为了增大就业率，增多了专业课的课时，忽略了基础课程的学习。
1．2教学中不重视培养学生的主动学习能力
计算机应用技术专业是一个实用性很强的专业，因此学生的练习和个人钻研部分在整个教学的培养过程中就显得尤为重要。但是大部分高职院校不注重培养学生的独立学习能力，加重学生的教学课时，不仅没有给学生自己练习的时间和环境，也一定程度上误导了学生的职业发展。大数据时代，每天都有新的技术和创意被提出，这些新思想虽然都建立在原有的理论基础上，但是没有这些创新者的自主学习和研究，就不会有原创的产生。目前毕业生就职专业和所学专业不对口的情况很多，很多职位都要求重新开始学，良好的自主学习能力有助于学生在求职时拥有更多的选择和方向，也有助于在未来的实际工作中加速上手，快速的发展下去。
1．3教学硬件设施不健全或者落后
计算机应用技术专业必须进行相一部分的实战演练，但是部分高职院校因为经费少、领导不重视等种种原因，使得教学硬件设施不齐全，无法给学生营造良好的学习条件和氛围。有的学校虽然设施健全，但是大部分设备已经很落后，早已被淘汰，学生难以在这样的硬件设施环境下得到应有的教育水平和资源，在未来的就业中当然会被专业素质更高的竞争者抢先一步。破旧或者不齐全的教学设施也会严重影响教师的教学热情和发挥余地，有些院校甚至还没有开设多媒体教学，这对于计算机应用技术专业的师生来讲是一个很大的教育环节缺失。
2高职计算机应用技术专业改革和发展的建议
2．1鼓励学生全面发展，合理安排教学内容
高职院校应该在加强学生专业素质培训的基础上，同样加强学生的文化基础教育和其他方面的教育。基础文化课是学好其他专业的必备课程，英语的学习能增强学生的专业能力，也有利于学生在课程之余去网络和图书馆学习一些国外的文献和资料，进一步提升自己。数学的学习培养了学生的逻辑思维能力，同样是计算机应用技术专业必不可少的能力。高职院校应该增加一些选修课，鼓励学生在专业之余的时间选择一些自己感兴趣的课程，全面学习，不但能培养个人爱好，也能在未来的就业中有一技之长。
2．2着重培养学生的自主学习能力
高职院校的学生已经是成年人了，思想和能力都在逐渐成熟，一味的填鸭式教学已经不能满足学生所需。自主学习能力是每个从业人员必备的能力，只有培养良好的学习能力，才能在科学技术快速发展的大数据时代不断学习新鲜事物和知识，不断更新自己的专业数据库，才有可能在已有基础上做出一些创新。当前严峻的就业形势对计算机应用技术专业人员提出了较高的要求，不但要能熟练操作一些常规内容，更要在应用技术的基础上有所创新和钻研，创新和原创才能推进信息技术的不断发展。
2．3全面完善学校的硬件设施，为师生的发展提供良好的环境
我国最近几年正在不断加强对高职院校的财政投入和政策引导，争取为社会提供大量合格的从业人员，高职院校也应该增强自身改革意识，合理规划教学建设项目，不但要在数目上增加对硬件设施的投入，还要在质量上严把关，增强设备的质量，替换一些早已被淘汰的废旧设备。为学生和教师提供良好的学习条件和研究条件，鼓励师生进行研究和创新，为计算机应用技术积累更多的参考经验。
3结语
计算机应用技术专业目前是我国的热门专业之一，很多高职院校都开设了此专业。但大批的毕业生却找不到合适的职位，很大一部分原因是因为专业素质未达到人才需求标准，这和高职院校教育中存在的问题有很大的关联性。因此高职院校的计算机应用技术专业只有在改革和发展中积极解决问题，符合当前大数据时代的高要求，才有可能培养出更多更好的人才。
作者:刘小勇 单位:平凉职业技术学院
摘要：大数据时代的高速发展，掌握计算机技术越来越重要，《计算机应用基础》这一门教育学生掌握基本计算机知识，增强学生计算机应用能力的课程已经逐渐成为了中职院校中的一门重要公共课，在中职学校发挥着巨大的作用[1]。然而，仍有许多中职学校的学生计算机能力无法满足社会需求，引发了用人单位的不满，在一定程度上显现出了计算机基础教育课程的低效，本文以此为主要探究对象，对计算机基础这门课程的教学创新进行探讨，创新教学模式、内容、考评体系等，为学生提供良好的环境，提高学生计算机应用能力。
关键词：大数据；计算机应用基础；创新教学
一、引言
随着经济的日渐发展，社会逐渐向现代化、网络化、科学化转变，大数据逐渐深入人们的生活，对社会上各个行业带来了一定的冲击，尤其是教育行业[2]。大数据的冲击为各行各业带来变革，教育行业亦认知到本身的教学理念、教学模式、教学评价等各方面的停步不前。如何利用大数据信息技术，改革创新中职院校的教学决策，开发出具备着数据支撑的课程教学模式，培养出一批计算机应用能力扎实的人才成为中职院校追求的目标。
二、大数据的特征
大量性。大数据具备着大量的信息，随着信息的不断产生、发展，TB的数量级早已经因无法满足数据需求而被淘汰，并发展为PB数量级以及ZB数量级与YB数量级[3]。多样性。随着数据的不断发展，数据的结构类型逐渐由过去的单一结构类型逐渐向多样化形式转变，在多样化数据类型之中，包括有网页、图片、音频、地理位置等半结构或非结构化的数据资料。高速化。计算机不断更新换代，信息化的飞速发展，数据产生的速度逐渐加快，因此，社会各界人士对高效及时的数据监测、数据分析、数据处理方法的需求越加深入。价值高于密度低。各种设备的不断更新发展，数据产生的速度越来越来，在连续不断的数据产生中，所存在的有价值的信息却相对较少，造成了在众多信息中提取价值信息的艰难[4]。
三、中职院校计算机应用基础课程的创新教学
中职教育的主要目的是培养一批素质过硬、动手能力强的实用性人才，在中职教育，教师对学生的要求是理论知识够用、技能掌握牢固。随着计算机的普及，计算机成为了中职院校的重要学科，培养学生对计算机的掌握能力成为根本。然而，由于教育模式以及其他问题，学生对计算机应用能力掌握不足，导致进入单位后的各种问题，在中职院校的计算机应用基础教学中，如何利用大规模数据改进教学模式，改革教育模式，提高教学质量，激发学生对计算机教育学习的主动性。第一，教学环节设计的改进。在计算机应用基础这一门学科教学中，教师应充分利用大数据技术对学生应掌握的内容进行挖掘并分析学生本身的特点，在教学中，有针对性的设计教学情景并与学生多做互动回答。如：在计算机应用基础教学中，教师运用大数据对不同章节的知识点与主次要的教学内容进行分析，对适用于学生自学与较为简单的教学内容，教师可以采用“翻转课堂”的形式，引导学生通过制作慕课、微课等形式达到好的课前自学目的，在正式上课时，教师可通过提问学生讲解对本节课的学结或者根据自身作品分析本节课的重点内容等，促使学生对本节课的教学重点二次记忆。在课堂中，教师应把好本身的定位，教师不再是知识的灌输者，而是学生前进方向上的引领者，当学生在学习计算机应用基础这门课程时，针对学生学习不全面、了解不全面等情况，教师应及时进行讲解，为学生梳理知识。第二，教学方法的改进。在大数据时代，学生可以通过大数据背后强大的网络资源获取大量的信息知识。在计算机应用基础这门学科教育中，大数据下的课堂教育的优势具有以下几种：其一，为学生增加了学习知识的途径。其二，教师可利用大数据技术对学生学习的行为进行收集，如，学生进入课堂的时间、学习的时间长短、学生学习行为等，对学生学习状况进行深入了解，并根据学生本身的特点以及对知识掌握的多少进行针对性的教学。第三，教学评价改进。在计算机应用基础这门课中，运用大数据技术，则计算机课程将会更加向网络化、多元化发展。考核评价对学生与教师双方都具有助推力的作用，是培养学生创新能力的动力。将大数据挖掘算法运用与计算机课程的教学评价体系中，将教学效果与计算机技术在教学中的应用、师生间的沟通互动等因素之间相互联系，为教学管理部门带来更科学的决策信息，为教师顺利、有效的开展教学工作，提高教学质量做贡献[5]。除此外，大数据还能对学生操作计算机的细节进行详细记录，以此提高学生对自我能力的认知，促进学生纠正计算机操作中常犯的错误，提高学生们的计算机应用能力。
四、结束语
总而言之，随着信息化时代的到来，社会对中职学校毕业生的计算机素养提出更高的要求，作为中职院校计算机应用基础这一学科的教师，所背负的责任更加重要，打破原有的教学模式，积极改进教学的环节、方法与评价等，促进学生对计算机学习的兴趣，运用大数据技术及其背后庞大的信息网，了解学生的水平，丰富教育知识，并针对性的教育学生，提高学生们的计算机应用能力，培养一批具有专业素养的计算机应用人才，满足企业用人岗位的需求。
作者:张妙田 单位:广州潜水学校
【摘要】文章以大数据时代所具有的特点作为背景，首先对大数据技术和电子商务进行了简明扼要的概述，然后分析了电子商务中对大数据技术加以应用存在的不足，又通过理论和实际相结合的方式，有针对性的提出了对电子商务中大数据技术应用效率进行提升的方法，最后以“电子商务中大数据技术的应用”为主题展开了探讨。
【关键词】大数据技术；电子商务；研究与应用
引言
随着大数据时代的到来，各类数据都处于不断膨胀的状态下，可以说数据已经逐渐渗透到各行各业的发展过程中，基于此，开始有越来越多的人意识到，仅仅对数据进行传统的挖掘与分析已经无法满足当今社会对数据的需求，而是需要通过对大数据技术的合理应用，将数据对社会发展所具有的推动作用进行充分的激发。
1.大数据技术的概述
大数据指的是无法应用常规工具进行收集、管理和分析的数据集合，因此，想要保证数据所具有的洞察力与决策力得到优化，其前提在于对处理模式进行优化。作为社会发展的必然趋势，大数据时代最突出的特征为数据量的快速增加，但是这并不能够代表各行各业对数据所具有的需求会随之降低。通过对大数据时代的数据进行分析可以发现，数据价值密度较低，在数量巨大的数据之中，必然会有一部分无效数据存在，如果仍旧将传统的数据统计分析法作为数据分析的主要方法，则难以保证所得出结论的科学性，因此，对大数据进行发展是非常有必要的[1]。
2.电子商务的概述
作为依托于互联网所构建的多种商业模式中最具有代表性的一种，电子商务的基础为电子技术，优秀为商务。和传统商业模式相比，电子商务较为突出的特征体现在对时间和空间所具有局限性的打破，也就是说，电子商务在对商品进行生产、管理与销售过程中的整体水平，与传统商业模式相比均具有较为明显的提升，在对贸易活动所需成本进行降低的基础上，提升顾客在购物过程中的满意程度。
3.在电子商务中对大数据加以应用存在的不足
3.1应用效率低
现阶段，我国电子商务系统所具有的特征主要为数据的异构和孤岛，导致上述现象出现的原因在于操作系统所具有的多元化的发展趋势，也就是说，不同的业务系统之间无法实现数据的共享、控制与交换。另外，对电子商务系统进行独立的开发，也会致使大数据技术在应用过程中所需数据无法实现共享，进而影响大数据技术在电子商务中的应用效率。
3.2数据安全存在风险
一方面，由于不同的电子商务平台所掌握的信息安全技术内容和水平均有所不同，因此，想要彻底杜绝涉及到企业或个人机密的数据和信息被不法分子窃取的可能，应用当前所掌握的技术是无法实现的；另一方面，大部分电子商务企业尚且不具备对敏感数据应用和所有权进行明确划分的能力，导致在对大数据技术进行应用的过程中，对于与个体隐私有所关联的问题无法妥善处理，进而对用户隐私权造成了威胁[2]。想要从根本上解决这一问题，工作人员应当将关注的重点放在对交易过程进行保护的方面，通过对交易所需数据在传输过程中的安全程度进行提升，以及对所存储数据进行高效保护的方式，保证在电子商务中对大数据技术进行应用时的安全性能的提升。
4.提升电子商务中大数据技术应用效率的方法
想要从根本上实现对大数据的应用效率进行提升这一目标，工作人员需要具备对云计算技术进行合理应用的能力，这是因为，云计算技术能够通过对虚拟技术以及服务器集群加以利用的方式，保证数据处理能力的提升，从而构建起科学、统一、便捷、高效的大数据服务平台。针对隶属于不同互联网合作商的数据而言，云计算技术可以在将其部署在相应数据中心之后，有针对性的对其进行整合与加工，甚至可以在一定程度上实现行业之间的数据共享，从而保证提供给用户的服务具有集中的特点[3]。正是由于云计算技术具有上文所提及的种种特点，因此，通过对其加以应用的方式，能够实现对电子商务企业所利用的信息系统进行开发、优化及维护过程中所需成本的有效降低，并且在保证运行负荷逐渐下降的前提下，将数据中心的可用程度进行提升。
5.电子商务中大数据技术的应用
5.1实现精准营销
对电子商务企业而言，在开展市场营销活动的过程中对大数据技术进行合理引进，能够对市场影响所需的人力、物力和财力成本进行降低。企业员工可以根据电子市场的现状以及企业的实际需求，有针对性的构建起分布式的存储系统，通过大数据技术对市场营销所涉及的海量数据进行挖掘与分析，对不同平台中客户所呈现出的浏览习惯、个人喜好与其他相关信息贴上相应的标签，形成客户画像，为企业产品和服务的精准营销工作提供科学、系统的参考依据。
5.2提升购物体验
想要成功吸引客户的注意力，在对大数据进行应用的过程中，电子商务企业的工作人员应当将关注的重点放在对相关平台网站进行构造的方面。通过调查发现，大部分电子商务企业，出于对客户交易体验舒适程度进行提升的目的，通常会将大数据技术用于对客户的消费行为与习惯进行建模，然后以此为基础应用数据挖掘技术，完成对关键字的改进，从而达到对用户所输入关键字进行拓展的要求，这样做不仅可以提升对商品信息进行检索的速度与精确程度，还可以在检索过程中完成商品的分类，将商品信息应当具有的浏览效果加以呈现[4]。以淘宝网为例，在对淘宝网页面所涵盖的广告进行排版和布局的过程中，工作人员通常会以客户对商品的浏览数量、访问比例以及人群分类作为参考因素，对广告的布局进行调整，只有这样才能实现对广告所具有投资回报率的有效增加。除此之外，对大数据技术进行合理应用，不仅能够对顾客所具有的个性化需求加以满足，还可以提升顾客在购物过程中的体验，从而提高顾客购物满意度。
5.3提升库存管理
对于零售行业而言，想要保证所确定指标效率的准确性，前提在于明确商品销量与库存之间的比例。应用大数据技术完成库存管理工作，可以提升工作人员对商品库存进行追踪的实时性与科学性，同时还可以通过对市场供求的变化趋势加以分析的方式，对市场的发展方向进行准确把握，从而保证所制定生产计划的合理性，最大限度降低库存出现积压情况的几率，实现电子商务企业对资金进行周转的能力的提升。
6.结论
综上所述，虽然我国大数据技术在电子商务中的应用面临着诸多挑战，还在探索中，但是其在电子商务中具有的作用与价值已经逐渐显现，如为电子商务提供精准营销服务。如今，大型电子商务平台的营销方式，都与大数据技术之间存在密不可分的关系，由此看出，随着大数据技术的发展和成熟，必然会为电子商务带来更多的商业价值。
作者:韦武杰 单位:广西计算中心
【摘要】随着我国广播电视的发展，其监测播出形态呈现多样化的形式，同时其涉及的领域和体量也越来越大，因此面对如此庞大的数据量，广播电视监测工作者如何获取有价值的信息成为行业面临的主要问题。本文从大数据的技术特点出发，通过对其在广播电视监测中应用前景的介绍，为有效分析监测数据提供参考依据。
【关键词】大数据；有效数据；智能分析；混合架构
随着我国广播电视的发展，其监测播出形态呈现多样化的形式，同时其涉及的领域和体量也越来越大，因此面对如此庞大的数据量，广播电视监测工作者如何获取有价值的信息成为行业面临的主要问题。大数据是对海量数据的应用和处理。目前来看，监测工作还不能称为是大数据时期，但不可否认的是我们正在接近大数据时代。
1大数据关键技术
1.1数据预处理技术
对数据进行抽取和清洗是数据预处理的主要方式。将结构化的数据或者形式复杂的非结构化数据进行同质化，这个过程就是数据的抽取，也可以称作数据集成，这有助于后续的数据分析。将无关紧要的数据排除在外，以便获取有价值的数据，这个过程就是数据的清洗。目前，Datastage和Powercenter是业内两款主要的主流产品，能够按数据结构从简单到复杂对大量数据进行进一步操作，如收集、变换、分发等，从而推进大数据的高效处理。
1.2数据存储与数据管理
以计算机的硬件和软件为主要手段，对数据收集、存储、处理以及应用，这个过程就是数据管理。数据管理能够有效地体现数据功能。数据组织，这是对数据进行有效管理的关键。数据管理随着时代的发展也在不断发展，目前已经经历过三个阶段，早期管理方式主要是人工管理，之后是文件系统，而发展到现在则是数据库系统。数据结构建立在数据库系统中，不仅能够体现出数据间的联系，更有助于对数据进行修改和扩充更新，同时还有助于保证数据独立、安全、完整，提高了数据管理的效率。
1.3数据挖据与智能分析
数据挖掘涉及的方面比较广，如人工智能、模式识别、机器学习以及统计学等，均有涉及。以算法的方式从海量数据中搜索有用信息，这就是数据挖掘。数据挖掘以计算机科学为载体，以统计、在线分析处理、检索、机器学习、专家系统和模式识别等为主要方法，从而实现搜索目标。其搜索到的信息可以被应用于商务管理、生产控制、市场分析和工程设计等多个方面。
2广播电视监测中大数据技术的应用
2.1数据不是越多越好
目前，大数据被应用于广播电视监测系统，但是有时候会过多的对数据进行收集，将考虑到的数据全部获取，太多的数据反而加大了工作量，不仅降低了工作效率，同时也需要大量的空间去存储，同时对数据的处理也会更复杂，这也就限制了大数据的应用。由于大数据的数据量太过庞大，需要一整套的系统去快速处理。在实际应用中，如果需要收集或者分析的数据量比较庞大，处理成本过高时，可以适当的舍弃一些无用或者意义不大的数据。在对大数据进行初步应用时，可以根据需要，以模型的方式对问题进行分析，从而更有效的获取数据，在应用过程中逐步对监测系统的业务处理能力进行完善。
2.2对数据的潜在价值进行挖掘
在对大数据进行应用时，必须注重对大数据的潜在价值进行挖掘，同时要考虑到数据能否被再次利用。当前来看，一项数据可能没用价值，但是在未来可能就会存在价值。因此必须改变思维，以创新的方式和思路，对数据进行整理。正如莫里中校一般，正是由于他从海量数据中选取有效数据进行分析，那些看似没有用的信息反而提供了有价值的数据，莫里航海图应运而生。数据的重复使用过程中有时会得出不一样的结论，但是由于我们思维僵化，数据的重复使用受到限制，例如，在对有线电视单个频道的EPG信息以时间为序进行纵向分析，这有助于我们了解频道节目的主要构成；而如果在全国范围内，对有线电视节目的EPG信息进行横向的分析，则能够看出节目的重播率，更能分析出节目受欢迎程度；以分类统计的方式对节目进行分析，这有助于我们了解节目的娱乐化是否严重。因此，从本质上看，传统的数据处理和大数据处理是两种截然不同的技术，都有自己的适用场景和适用对象，他们并不是对立的，需要根据实际情况选择最优的处理模式。
3结语
大数据不仅是一种资源，同时也是一种工具。仅是一个系统再怎么庞大，它也无法完成所有数据的采集、处理和加工，因此大数据给带来的答案仅能提供参考，不能作为标准，同时它也只能揭示部分规律，但是即使这样，大数据依然会为广播电视的监管工作产生巨大的变革。
作者:刘志伟 单位:内蒙古乌兰察布市八二六微波站
摘要：随着科技的不断发展，大数据时代已经来临，国内外各行业对大数据的应用已进行了实践与探索，大数据成为人们分析事物、观察生活的显微镜。在生态学中，数据挖掘技术对生态系统的保护具有自动化、实时化和智能化的优点，并且提高工作效率、节约资金，因此，及时、高效、准确的生态数据获取是分析生态保护机制，获取最佳生态经济效益，使生态环境良性发展的前提。我国大数据产业的发展尚处于初级阶段，在应用时既要吸收和消化西方先进的技术和经验，又要鼓励自主创新，迎头赶上，让科学指引决策。
关键词：大数据；生态学；数据挖掘
随着科学技术的不断发展，数据在社交网络、云计算、移动互联网等的推动下，呈爆炸式增长[1]。2012年3月，“大数据的研究和发展计划”由美国奥巴马政府推出[2]。该计划投资两亿多美元，大力发展大数据的收集和分析技术，改善其分析工具，从而推进从海量数据中获取各种资源的能力。2012年7月，“首届中国大数据应用论坛”在我国北京大学举行[3]。论坛议题涉及大数据的发展趋势、大数据在不同领域中的应用、云计算和大数据、大数据和商业智能等方面，旨在探讨大数据在当代社会的应用价值。同时，生态保护问题愈来愈严峻，环境污染所带来的问题成为全国各大城市的热点问题，而通过对大数据的分析和应用可以解决这些问题。为此，准确、高效、及时的获取生态数据是分析生态管理机制、构建和谐社会的前提[4]。
1大数据概述
1.1大数据的概念
“大数据”是通过对各种数据的整合、共享和交叉分析，在云计算的数据处理模式和应用方法的基础上，由结构复杂、类型众多、数量巨大的数据所构成的集合[5]。大数据的特点可以总结为4个V，即Volume(体量浩大)、Variety(模态繁多)、Velocity(生成快速)和Value(价值巨大但密度很低)[6]。而大数据在人们的认识中，最直观的印象就是大量复杂数据被处理，最终形成对人们有价值的信息，这些信息中，包含各行各业大量具有潜在价值的规律，因此，大数据成为信息时代人们新的关注焦点。现在，各个国家众多的科研机构、政府部门和企事业单位高度关注大数据，对大数据进行跟踪，形成了一轮对大数据的研究热潮[7,8]。从生态学角度来看，大数据这个“环境切入点”与以往环境问题的处理不同之处在于，它不是一个未被挖掘的环境管理视点，而是一个方法、规律等确定，静待被应用的切入点，科技界、学术界、政府把它看成一座可能挖掘出巨大财富的“金矿”、“富矿”，各行各业均在探寻大数据层面上的有效技术分析手段[9,10]，同样，对于生态学上，大数据也将引发新的热潮。
1.2国内外发展现状
美国是全球大数据产业的发祥地，也是全球大数据产业的中心[11]。目前，金融界特别关注阿里巴巴的微贷，这是银行界未来最可怕的潜在对手。阿里金融在拿到执照后的短短几年内，到2012年6月份其微贷企业已经达到12.9万家，年底微小企业已超过20万家，贷款总额度达260亿万元。阿里金融背后的实质是什么？有两个方面，一个是对大数据的正确经营与管理，另一个是善于业务创新，它们的结合，颠覆了金融行业[12]。在iphone推出之前，移动运营商从用户手中收集了大量具有潜在价值的数据，但并没有对其价值进行深入挖掘。相反，苹果公司在跟运营商签订合同时规定，运营商要将大部分有用数据提供给公司。由此，任何运营商得到的用户体验数据都无法与苹果公司相比。制造业方面，华尔街依据购物网站上面的顾客评论，分析各企业的产品销售状况。这些企业，将顾客消费进行数据分析，实现适当采购、合理库存和科学管理。制造商们则分析顾客的网上购物数据，了解客户的各项需求、掌握市场新动向[13]。德国在体育上更是将大数据的强大之处展示得淋漓尽致。2014年的世界杯德国以7∶1的比分战胜了五届世界冠军巴西，除了技术水平的因素外，德国对于科隆大学建立的数据库也起到了巨大的作用。研究人员将巴西队所有的数据和信息都收集起来，进而进行分析，从中获取有价值的信息，在这些基础上制定比赛策略[14]。与国外相比，国内起步稍晚，还比较零散和缺乏系统性。但随着大数据对人们生活影响的不断加深，人们对大数据关注的热情也是不断高涨。近两年，大数据在国内得到迅速发展，但目前的研究还主要是集中在大数据挖掘方法和算法[15]。在高校中，数据挖掘及应用得到体现，高校思想政治教育工作已经具备了大数据的特征[16]。例如，通过对近几年高校学生活动方向的数据进行汇总整理，可以分析出学生的兴趣和关注点的变化，从而对学生活动进行及时的调整，不断促进学生成长成才，扩大学生活动的参与度并提高影响力。数据挖掘技术在中医药分析上同样适用。姚美村[17]等应用数据挖掘中的关联分析技术，以文献中收录的106首治疗消渴病的中药复方为研究对象，对治疗消渴病的中药复方中的配伍科学内涵进行分析和研究，运用ACCESS技术，借助关联规则分析的方法，建立了中药复方特征数据库。在全球各行业中，大数据产业生态系统已形成了完整的产业链，企业数量惊人，涉及司法、公共服务、零售、金融等众多行业。大数据是个跨学科的领域，我国发展大数据产业，既要吸收和消化西方先进的技术和经验，又要鼓励自主创新，迎头赶上[18]。
2大数据在生态学中的应用
2.1牧草研究中的应用
我国牧草种质资源研究工作比较分散，虽然积累了一些关于资源收集、筛选、鉴定、保存和利用方面的资料、经验，但观测项目、测试方法和评价标准没有一致性[19]。对牧草种质资源的可靠性和系统性产生了影响，与国际接轨有一定的困难。近年来，国家科技部要求制定苜蓿种质资源各描述符的字段名称、类型、长度、小数位、代码等，以建立统一、规范的苜蓿种质资源数据库，以便于苜蓿种质资源的信息与实物的充分共享以及高效利用，也为资源利用者提供准确、可靠的科学信息。在我国各种牧草当中，紫花苜蓿被称为“牧草之王”，适用于干旱、盐碱地区，是开发旱区和盐碱地的重要选择，利用现代技术对根瘤菌进行接种温室培养，测定其逆境存活率、各项生理指标、离子进出根细胞情况以及差异基因的相关数据，同时进行数据分析，科研工作者就可以对数据中所表现出的信息进行分析研究，探索苜蓿根瘤菌共生对干旱及盐胁迫的响应机制。
2.2农田生态系统碳循环中的应用
温室效应是近几十年来全球性热点问题，为降低大气中的温室气体浓度，科研工作者不断对生态系统碳源进行探究。农田生态系统是陆地生态系统的一大组成部分，是温室气体重要的源和汇，工作者可以首先运用前人的统计资料，对农田生态系统的碳源、净碳汇做出初步估算，再运用现有科学技术手段收集整理农田生态系统各项数据，通过数据中所隐含的信息，分析农田生态系统碳循环的时空差异。例如：王绍强[20]运用基于多年平均气候数据建立的陆地碳平衡模型，对我国东北地区碳通量进行模拟，研究了其分布格局。李可让[21]等运用CEVSA模型，以月为时间步长，以0.5经纬度网格为空间单元，结合遥感数据和气象资料等对中国土壤和植被碳储量进行估算。
2.3草地资源管理中的应用
合理的放牧强度、适宜的牲畜种类、最佳的放牧季节和合理的畜群分布，都是以正确认识草地资源、精确资源数据为基础，以此做出正确的判断并采取适当的措施，以期取得最佳生态经济效益。采用一般传统的方法和技术是不可能实现这一宏伟目标的，因此，为解决草地资源的动态监测与估产、草地管理利用及自然灾害预报中存在的各种问题，科研工作者需要寻求适应发展的新技术，以迅速了解畜群动态、分布和草原植被的生长、消耗等数据信息，提高精确化优势。从草原植被的样方测查到GIS技术的应用及草业地理信息学的产生，恰恰反映了草地资源管理从一般性描述到由大数据引发的精确化发展的过程[22~25]。
3大数据在生态系统应用中的优势
3.1提高生态管理效率
生态系统的改善和保护所涉及工程量较大，而大数据的大体积特性有助于解决这种困境，在大数据中，随着数据库数据的增多，所消耗的计算工作量则递减，换言之，在对生态系统进行管理过程中，管理成本会随着大数据的聚合而减小，这种高效工作能有效减少人力和物力，进而提高生态研究工作者的工作效率。例如，监测较大地理区域范围内或较长时间内发生的生态事件和变化过程时，用遥感数据提取某一区域的植被指数变化信息，然后把植被指数作为某一生态过程模型的输入参数进行计算，就可以节省大量的人力物力，提高工作效率。
3.2节约资金
近几十年生态环境遭到严重破坏，我国在生态方面投入大量资金，在智能生态管理下，尽管引入处理大数据的设备以及每年对其的维护需要一定的耗费，但是从长远来看，其经济效益更大，如在引入大数据处理草地资源管理的各项问题之前，主要依赖于人工调查，但这些信息分布在时空的各个角落，耗费大量人力物力财力，大数据管理系统引入之后，其覆盖面更广，信息准确性更高，而且给人们减少的时间成本是无法计量的。
3.3适于海量数据处理
大数据的智能管理系统特别适于处理大型数据，该系统的设计是基于云计算、云管理和云操作系统的，因此不仅能满足海量数据处理及实时分析的要求，更能覆盖所有网络。由全球定位系统(GPS)、数字摄影测量系统(DPS)、遥感技术(RS)、地理信息系统(GIS)和专家系统(ES)等五S技术整体结合所构成的GIS系统，不仅能够自动、实时地采集、处理和更新海量数据，而且能够智能地分析和运用数据，具有高度自动化、实时化和智能化等优点，为生态领域提供了科学的决策咨询。
4大数据在生态应用中的挑战
目前，大数据技术的运用仍存在一些困难与挑战，体现在大数据挖掘的四个环节中。首先在数据收集方面，要对来自物联网及各种机构信息系统的数据去伪存真，找出时空差异，收集异源、异构的数据，必要时还要与历史数据作对比，多角度验证数据的可信性和价值性。其次是数据存储，在存储时通常要用到冗余配置、分布化和云计算技术，按照一定规律对数据进行归类处理，通过过滤和去重，减少存储处理，并附上日后检索的标签，以达到低成本、低能耗、高可靠性的目标。第三是数据处理，生态学的数据复杂性不仅体现在数据样本本身，更体现在多源异构、多实体和多空间的交叉互动上，工作者很难用传统方法对其进行描述与度量，因此，笔者需要将高维图像等多媒体数据降维后再进行度量与处理，通过上下文关联分析，从大量模棱两可的数据中综合各种信息，从而导出可理解的内容。第四是结果的可视化呈现，目前，尽管计算机智能化有了很大进步，但还只能针对小规模、有结构的数据进行分析，谈不上深层次的数据挖掘，现有的数据挖掘算法在生态管理行业中难以通用。总的来说，利用数据挖掘技术对生态系统进行保护的研究尚处于起步阶段，其前景广阔，同时充满挑战。
5结论
大数据对人类产生的影响，就像显微镜一样[26]。4个世纪之前，对大自然的观察以及对物体的测量，人们只保留在肉眼阶段，显微镜将它推进到了细胞水平，这使人类社会发展产生了历史性的进步。现在，大数据成为人们分析事物、观察自然的显微镜。因此，根据生态经济发展的战略方向，利用大数据探索生态系统中物流、能流和价值流的定量特征，建立和发展生态经济的理论基础和方法，实现生态的可持续发展与生态资源的可持续利用[27]，为政府宏观决策、企业战略选择和农户增收提供科学依据，将成为大势所趋。
作者：于萌 高峰 孙娟 单位：青岛农业大学经济草本植物应用研究所
随着当今社会的不断发展，伴随的科学技术也是随之不断的进行技术的创新，人们的生活方式也在改变。其中最明显的标志之一就是计算机软件的使用范围变得相对广泛，提高了人们的生活质量或者说对人们的学习、工作和生活都起到了一定程度上的促进作用，提高了效率。而如今，我们处于各种数据不断涌入的大数据时代，那么对计算机行业也起到促进作用，使其不断地完善，并且努力开发新的计算机技术，加强技术应用的能力，使计算机软件技术得以更广泛的使用，从而带来更好的社会经济效益。本文主要以计算机软件技术为对象，研究其在大数据时代的应用。计算机软件技术的问世以及推广，给人们生活、学习以及工作都提供了极大的便利。并且是各个行业也都不再仅仅局限于传统的模式。当今处于大数据时代的应用背景下，对计算机软件技术的要求也越来越高，那也就是说，计算机技术要提高其处理能力，并且对自身技术不断的完善，在所拥有的资源内进行技术创新，朝向科学化、合理化的方向发展，从而促进各行各业的发展，进而促进整个社会的繁荣。
一、计算机技术应用的现状
随着计算机的不断地广泛应用，计算机软件技术也得以不断地被越来越多的人使用，从而得到不断的发展，而越来越多的行业开始对数据的存储能力和数据库进行探索和研究，而且这种数据存储又给很多用户带来方便。伴随着云时代的出现，大数据被越来越多的人关注。大数据（bigdata），指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。在当今社会，互联网的发展可以说已经应用到了我们生活的各个角落，正因为互联网信息的全面性也就带来了海量的数据，而随着互联网的不断发展，数据也会进一步增多。根据相关的调查结果显示，数据已经超过10亿T。而如今大数据时代的到来，将会给海量数据带来福音，就目前的计算机以及互联网发展的趋势来看，大数据时代将会给数据带来更大的发现空间。对人才的培养也是一个新的挑战，而与此同时也是一个新的机遇。大数据时代的到来也将会给计算机行业注入新鲜的血液，当然，也会给社会带来新的经济效益。
二、计算机软件在大数据时代的应用
当今社会，大数据时代到来，虽然其在我国应用时间较短，但是基于社会的反应，可以看出，大数据时代到来的影响很大，并且带来了出乎意料的好的效果。大数据时代的发展符合当今社会各个行业需要，在未来社会发展的过程中也将成为必然，得到人们更广泛的使用。但是，一个新的社会发展趋势的形成，既是一个新的促进社会的发展机遇，也是对于当前计算机行业现状的一个新的挑战。我们需要提高当今社会计算机行业拥有的技术，并且完善创新技术的计划要结合自身的实际情况，进行新的计划发展。在这个快速发展的社会，降低成本，增加社会效益和经济效益已成为趋向，如此的方式就需要专业化的系统架构，较为完善的数据处理体系。数据的应用内容其主要覆盖了数据生产的全生命周期，数据获取与清理、传输以及应用市场等方面。除了Hadoop版本2.0系统YARN，以及Spark等新型系统架构介绍外，还将探讨与研究计算如：StormSamza等等，实时计算如：Dremel，pala等，以及图计算等等。而且将计算机技术与大数据时代有效结合起来，更能有效地保障数据的公开透明。并且根据当今社会的现实以及行业的现实状况制定符合实际的经营的方案策略，从而促进社会行业的管理更加的科学化。所以，在应用计算机软件过程中，可以从以下两个方面入手：
1、通信的使用
IBMSPSS预测分析软件，可以大量降低客源流失率。而XO既可以预测客户的行为以及表现，在行业的整个经营，运营过程中所存在的一些问题，以及客户预留方面存在的问题都可以通过XO发现这些问题。另外，IBM新发展出来的Netezza网络分析加速器，可以为互联网的发展提供一个更好的发展平台，从而促进行业更好的发展，并且能够帮助相关行业制定出最合适、有效的运营决策，进而促进社会的发展。就拿通讯行业为例，通讯行业从业者可以通过以上一些计算机行业的分析以及数据处理的软件，通过对客户数据资料的分析，分析出不同人群的行为以及行业发展的趋势。并以此与企业进行合作，促进经济效益的提高。就目前行业发展的大趋势，我们可以通过对拥有的大数据进行分析，对企业的运行方式，以及相关需要进行数据分析预测，从而为客户提供更好的服务。
2、商业运营
再以动物园的商业运营情况为例，管理人员用Cognos，为I-PAD提供了一个即时功能平台，那么换句话也就是说，管理人员可以即时访问游客的商务信息，从而能够为游客提供更好的服务。如果一样的场所，但是确实不同的服务质量，两相对比之下，自然是好的服务质量能够赢得消费者的青睐。而在当今的社会，好的服务质量得以依赖于科学的力量。也就是说，当今各行各业都顺应时代的发展，通过应用与行业相适合的软件技术来为消费者提供更好的服务，那么由此看来，合理运用软件可以更好的推动商业经济的发展，进而在当今社会激烈的竞争中占得一席之地。
三、结束语
在当前社会中，不论是计算机技术，互联网技术还是计算机软件技术，都在迅速的发展，同时也确实是已经遍布我们生活的各个角落，得以广泛应用，我们的工作，学习以及日常生活都离不开它们。而在这个发展过程中，我国对于数据的采集处理等方面的技术也已经日趋成熟，提高了工作效率，并且给社会带来经济效益，促进国民经济的发展。就当前的形式来看，计算机软件的行业覆盖率已经相当大，这就标志着大数据时代的到来。那么与此同时，计算机行业就要不断的对自身的技术进行改进，并且不断进行创新，从而更好的满足时展的需要。
作者：王铁 单位：郑州理工职业学院
摘要:本文分析了教育培训行业的现状，并针对性地提出了大数据在现阶段教育培训行业中能起的作用及其应用前景。
关键词:大数据 教育培训行业 应用
一、教育培训行业的现状
我国当前的教育培训行业分工越来越明晰，其中包含很多类目，有K12课外辅导类、学前幼儿早教类、语言学习类、职业技能类设计培训类、IT培训类、文艺体育类、学历教育类、管理培训类、留学移民类等等。其中K12课外辅导类主要包含了小学、初中、高中、一对一、班课、夏令营、特长竞赛班、寒暑假冲刺衔接班等若干品类。就K12课外辅导类来说，目前我国的这类教育培训行业已经准备脱离刚开始的粗放、疯狂的发展阶段，教育机构的总的数量已经连续几年呈下降态势，行业实际门槛变高，没有特色、特长的中小机构生存越来越艰难，并逐步退出市场。究其原因，消费者越来越趋于成熟，选择会更理性，中小机构同质化严重，缺乏差异区分度，共同造成了目前的形势，当然这也是行业成长的必经阶段。接下来，我们就大数据在K12课外辅导中一对一的授课形式中的应用略作分析。
二、云数据系统在教育培训行业应用的现状
就笔者接触的很多选择一对一形式课外辅导的家长来说，一对一的主要优势在于可以做到一人一方案，从章节内容讲解到例题习题练习分析，再到学情考情分析，都能具体问题具体分析，尽力做到因材施教。笔者也了解很多长年从事一对一教学的一线教师，他们为了要实现这种因材施教的模式，除了要有扎实的学科基础之外，还要能对学生的学情考情及性格喜好进行分析，便于有的放矢地个性化讲授。另一方面还要在大量刷题的基础上总结归纳，整理出自己的题库，并对应基础、提高、拔尖等至少三类典型的学生，进行相应的教案编写，并配以循序渐进、深入浅出的例题习题，供学生课上实践与课后巩固、检测。目前一对一教育机构中云数据系统的使用主要体现在题库的统一购买、使用上，解决了一线教师，特别是新教师建题库慢的问题。一线教师可以在授课用的平板电脑中通过在系统的章节题库里勾选课程对应知识点相关的适合难度系数的题目，逐步组成教案或试卷。也能在系统中查看到所选题目的被选用频次，便于进行进一步高要求的筛选。
三、大数据运用在当前云数据系统中的实现
这类一对一培训机构专用的云数据系统也分为几种模式:1，是类似猿题库和学科网的纯题库，主要提供单向的选题、组卷等功能，直接导出成Word文件。即使能保存教师的选题、组卷数据，也没办法与教师本人各方面的学科情况挂钩，选题、组卷数据难以利用，更难以进行有价值的数据深层挖掘。2，是类似学而思内部云数据系统的带反向数据搜集能力的交互式云题库，这种云系统的一大特点就是封闭性，仅供自己体系内的校区和加盟校区使用，在内部进行数据的更新与完善。3，是类似高思所开发的云数据系统，与学而思系统最大的区别在于开放性。该系统目前已经进行了较有成效的推广，目前仅笔者所了解的浙北和苏南地区，就有很多的中小机构，甚至是上亿规模的较大机构已经购买使用了高思云数据系统。其中，后两类系统中的反向数据搜集功能值得引起注意，在该云数据教学系统中，每位一线教师所做的每一份教案、试卷均被保存在云端服务器上，以至于所有修改必须在该云系统中进行，包括将自己原有题库中的题目加入自己的教案或试卷。因为该类云数据系统的无纸化特性，使得这个反向数据搜集功能可以有效地搜集每位一线老师所做的100%真实的教案及试卷，并且可以跟教师本人的背景、级别挂钩，甚至能跟学生使用该教案的接受情况、使用该试卷的检测反馈挂钩。有了这些全方位的数据，加之每周几千上万的教案和试卷数量，公司可以对这些数据进行聚类形成本公司甚至各地区的行业大数据，其中深藏的正是各章知识点的需求、各校各地区的教学进度、学校以及班级的教学质量统计、各地区统计、行业状况、学生及家长需求、教学方法反馈等大量的信息可供发掘。
四、大数据在创新教育培训行业中的前景
虽然云数据系统在当前我国的一对一K12教育培训行业中的运用已初显，但系统定位和开放性的竞争还处于百花齐放的阶段，仍远没有决出谁胜谁负。大数据在设置良好的云数据系统中的运用，将极大助力所属机构在市场需求把握、招生策略尝试、教学质量监督、教学方法效果反馈，以及各地区、各学校教学情况跟踪等各个方面。
作者：张佳 单位：嘉兴南洋职业技术学院
