时间：2023-05-30 10:54:59
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12篇关于大数的信息，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。
【关键词】 交通信息化 大数据时代 契合
在大数时代，信息技术的飞速发展，已经广泛应用在各个领域，在交通领域发展过程中，信息化方式也发生了不同程度的变化，尤其是智能交通的出现， 一定程度上促进了交通信息化变革的发展。只有积极对其进行研究分析，才能从根本上提高工作质量。
一、交通信息化以及大数据的探究
在我国交通发展过程中，交通信息化是智能交通的前身，各种信息功能也发生了不同程度的变化，不仅提高了工作质量，而且也是智慧城市建设的关键所在。在应用过程中其主要特点是以信息的收集、分析处理、交换、利用等为主，提供多样化的交通服务，并且其融合了先进的通信技术、数据通信技术等，形成了一个完善的交通管理系统，能够全面对交通管理系统的发展。 在智能交通管理系统建设，首先能够促进交通事业的持续发展，其次，能够加强对交通的监督的管理，预防交通事故的发生；最后，能够有效提高交通运行的总体管理水平。交通行业信息化主要包含的内容较多，例如：以GIS技术为基础的交通业务的开发应用、数据库技术以及数据挖掘技术、系统集成技术为核心，然后在城市交通、公路、水运等方面进行应用，
二、大数据时代下交通信息化的契合分析
2.1大数据综述
在社会发展过程中，所谓的大数据主要指的是在对事物分析利用中资料较多，并且相应的软件工具已经不能满足实际的数据需求，不能正常对相应的数据进行整理、分析、利用，不能为系统的正常运行提供服务。在1980左右，国内一些专家就已经意识到大数据的重要性，在社会发展过程中，大数据已经逐渐应用到互联网中。 据美国互联网中心的数据显示，互联网数据每年都呈现递增趋势，并且全世界的大数据基本上都是近几年才产生，这些信息涵盖的内容较多，在各个行业发展中，测量以及传递也会产生很多数据信息。在一些关于大数据的著作中，都对大数据的主要特征进行概括总结，其主要特点主要表现在：数据量较大、数据传输速度高、数据呈现出多样化、数据价值较大，这四个特点也显示出了在大数据应用中，各种大数据的数量较多，能够实现体量级别的跨越；数据涵盖内容较多，能够满足数据多样化的需求。另外，大数据在应用过程中，具有很大商业价值，且价值密度较低，例如：在数据传输过程中，只需要几秒就能完成，这也是传统数据应用中存在的主要差距。
2.2大数据是交通信息化主要的发展方向
学者在研究过程中发现到2018年全世界的数据总量会达到29%的增长幅度， 如果以原来的148.7亿美元来计算，到2018年为止，就会增加到463.5亿美元。 传统交通信息化已经不能满足现阶段大数据时代的发展需求，只有面向智能化方向发展，才能满通信息化的发展需求，在转型发展过程中，相应的数据信息也都已经实现智能处理，由此可以看出，大数据对于交通信息化的发展具有积极影响，并且在各种先进技术不断应用过程中，大数据能够实现一些理论上存在的工作，并且大数据已经逐渐和人们的日常生活融合在一起，其作用也越来越大，已经从原来的预测逐渐转变为依据城市交通的运行状况对其进行调整，保证交通的正常运行。在交通信息化的发展过程中，由于大数据的影响，交通信息也呈现出多样性。例如：在交通运输过程中，其主要的生产量也会随着运输量的增加而逐渐增加。据相关数据显示，全世界交通信息的总量已经成倍的在增加， 大数据多带来的影响也让数据的非结构性特征逐渐彰显出来。
三、交通信息化建设途径分析
1、交通服务系统分析。交通服务系统主要是以交通信息数据为基础，为交通管理以及公众服务提供技术支持。系统在应用过程中，可利用互联网技术建设公众服务信息网，为出行者提供气象环境信息、路网交通状况、路况视频信息和交通事件信息等，同时，也可以通过信息网及时向公众宣传交通行业的时政新闻、管理法规等。此外，公众出行交通服务系统还要与交通广播电台等媒体合作，实现交通信息的实时共享，为出行者提供可靠的出行信息。
2、视频管理服务分析。在交通信息化建设中，可运用先进的视频流量检测技术和事件检测模型，构建视频分析服务管理系统，实时监测路网交通信息，检测拥堵、事故等交通事件，并及时向用户相关信息。通过视频分析服务，用户可掌握道路情况，有效规避交通事件的发生。
总结：综上所述，在大数据信息背景下，积极对交通信息化与大数据时代契合的研究进行分析具有重要意义，能够提高交通信息化的发展，促进我国交通事业的发展。
参 考 文 献
[关键词]大数据 云计算 专业课程建设
[中图分类号] G642.3 [文献标识码] A [文章编号] 2095-3437（2013）24-0005-02
基因组学、蛋白组学、天体物理学和脑科学等都是以数据为中心的学科[1]。这些领域的基础研究产生的数据越来越多。大数据已经成为科技界和企业界关注的热点。2012年3月，美国奥巴马政府宣布投资2亿美元启动“大数据研究和发展倡议”[2]，美国政府认为大数据是“未来的新石油”，将大数据上升为国家意志，其重要性可以与当年提出的“信息高速公路”相比较。当前国内高校的信息管理系统专业在培养人才的课程建设方面存在严重的滞后和偏差问题。本文主要根据当前信息技术发展和社会需求现状，分析大数据对信息管理专业教育的影响，并根据信息技术、社会需求和培养人才现状提出信息管理专业课程建设的方法和内容。
一、大数据的影响
哈佛商业评论（Harvard Business Review）作者Thomas等人将数据分析称作“21世纪最热门的职业”。[3]数据为王的大数据时代已经到来，企业信息化建设也从信息系统开发和应用转移到建立大数据处理平台的数据中心方面，工作岗位对人才的需求除了软硬件工程师外，还增加了数据工程师职位等。美国的费埃哲公司（FICO）[4]，主要负责为政府机构和银行、保险、医疗、零售等行业的客户运作大数据项目。卡耐基梅隆大学（Carnegie Mellon University）、麻省理工学院（MIT）以及北卡罗来纳大学（University of North Carolina）等都有非常知名的数据学专业，还有许多其他大学也相继开设了数据学课程。[5]这些信息对于高等教育信息管理专业的课程建设和正在挑选大学和专业的学生有所借鉴。
二、信息管理专业课程建设
基于以上分析，大数据与云计算密切相关，云计算的目的是解决大数据计算问题。作者认为当前信息管理专业课程面临着围绕大数据相关的教学改革，进行专业课程调整可以分为两个方面：
1.关于信息系统应用相关课程建设，一方面，考虑应用系统课程中增加将传统的应用系统迁移到云计算平台的方法和技术；另一方面，增设云计算的移动应用理论和开发技术，而不局限于传统的Web和HTML开发技术等内容。
2.数据库相关课程建设，一方面，增设分布式数据库系统和数据存储建设课程；另一方面，增设云计算环境的大数据处理平台开发方法和技术。关于数据库相关的主干课程建设规划如表2所示。
表2 数据库相关的主干课程建设计划表
■
三、结语
大数据是当前信息技术的主题，云计算的出现无疑为发掘大数据价值提供了技术保障。归根结底，大数据的用途在于发现数据中隐藏的价值，即数据中隐藏的数据。同样，高校的信息管理专业必须培养满足社会需求的人才，利用其掌握的知识和技能为社会创造财富。因此，专业学科建设的课程内容应该体现当前大数据时代的特征。
[ 参 考 文 献 ]
[1] 李国杰.大数据研究的科学价值.计算机学会通讯[J].2012，8（9）.
[2] Tom Kalil.Big Data is a Big Deal[DB/OL].http：//whitehouse.gov/blog/2012/03/29/big-data-big-deal.
[3] Thomas H.Davenport，D.J.Patil.Data Scientist：The Sexiest Job of the 21st Century[DB/OL]. http：///2012/10/data-scientist-the-sexiest-job-of-the-21st-century/ar/1.
摘要：为提升网络质量和用户感知，通过对中国联通网络现状和客户需求进行深入分析，建立了网络质量评价、网络价值评估、用户追
>> 关于面向5G移动网络绿色通信关键技术的相关分析 大数据分析在移动网络投诉中的应用 面向城市信息感知的社交网络大数据分析 关于构建节能型5g移动网络的技术探讨 NTT DoCoMo携手NEC测试5G移动网络 5G移动网络服务有望2018年到来 面向5G移动通信技术的射频关键技术研究 移动网络的用户行为及用户价值区域特征的分析研究 面向大数据分析的信息管理实践教学体系构建 网络业务用户体验中大数据分析的作用与管理 关于移动网络3G鉴权问题的分析研究 5G网络软件化的分析 5G网络架构的标准研究进展 5G蜂窝网络架构分析 5G网络的端到端客户感知评估方法 大数据分析的移动端在网络课堂教学中的应用 基于大数据分析的移动通信网络规划方法 试论大数据分析在移动通信网络优化过程中的运用 大数据分析在移动通信网络优化中的应用 基于移动信令数据分析的大数据中间件研究 常见问题解答 当前所在位置：.
[2] 李治国. KPI与业务体验相结合的移动宽带客户感知评价体系研究[J]. 移动通信， 2015，39（12）： 92-96
[3] 李治. 基于覆盖控制的FDD-LTE网络质量管控体系研究[A]. 2015 LTE网络创新研讨会论文集[C]. 2015.
[4] 维克托・迈尔-舍恩伯格，肯尼斯・库克耶. 大数据时代[M]. 杭州： 浙江人民出版社， 2013.
[5] 中国联通河南省分公司. 中国联通移网用户感知大数据分析系统项目建议书[Z]. 2016.
[6] 中国互联网络信息中心. 第37次中国互联网络发展状况统计报告[R]. 2016.
[7] 中国联合网络通信集团有限公司. 2016年运维专业线考核指导意见[Z]. 2016.
[8] 中国联合网络通信集团有限公司. 中国联通2016年移动网络优化工作指导意见[Z]. 2016.
[9] 中国联合网络通信集团有限公司. 中国联通客户口碑（NPS）2016年一季度综合测评报告[R]. 2016.
[10] 中国联合网络通信集团有限公司. 中国联通VoLTE总体技术要求V1.0等14项企业标准[S]. 2015.
今年8月19日国务院常务会议通过《关于促进大数据发展的行动纲要》，这意味着我国大数据发展迎来顶层设计，将有助于培育经济发展引擎。
在商业界，大数据已经开始成为很多企业的生意，贵阳大数据交易所等交易平台也纷纷成立，以抢占各区域、细分领域市场先机。但是目前，有意愿交易大数据的企业和机构还不多。大数据交易的安全性、定价的合理性、客户信息的保密性，都在一定程度上影响着大数据业务的规模和发展空间。
今年5月，成立仅一个月的贵阳大数据交易所推出的《2015年中国大数据交易白皮书》显示，预计到2020年，中国大数据产业市场规模将超过去年规模的10倍，由2014年的767亿元扩大至8228.81亿元。
面对如此庞大的市场潜力，大数据交易平台应运而生，试图占得市场先机。前景固然美好，不过，诸多数据商却仍持观望态度。贵阳大数据交易所官网也未透露目前旗下会员有多少，尤其是VIP会员的数量。
大数据全国扩张地图。
今年4月14日，贵阳大数据交易所正式挂牌成立，注册资本5000万元，涉及贵州阳光产权交易所、中天城投、亚信数据、九次方大数据等6大股东。
贵阳大数据交易所可以交易30种大数据，包括金融、政府、医疗、能源、交通、社交、物流、征信、房产等，类似“网上商城”，实行会员制。
除了贵阳大数据交易所，不少地方也在酝酿发展大数据交易系统。早在2011年5月，北京软件与信息服务交易所由工信部、北京经信委和海淀区投资推动成立，旗下运作的“北京大数据交易服务平台”于2014年底上线。
数据“质量”驱动需求。
大数据能为企业带来什么解决方案？什么样的数据才是企业需要的？
碧桂园集团云贵区域投资拓展部相关负责人周灵梓说，“从去年到现在，我一共拿了8个地块。在拿地过程中，对准确、真实和全面地获取拿地信息有着深刻的感受和强烈的需求。如果拿错地，后续的负面影响很大。”
在周灵梓看来，通过大数据交易的电脑程序分析，得到大家共同认可的数据很重要，以前地产机构的很多数据来源不同，结论差异较大，势必困扰房企的投资决策。
金科股份品牌总监夏绍飞对此也深有感触，“我们一直跟中国指数研究院、克而瑞等机构长期合作，一年要支付咨询费几十万元。光拿到数据没用，关键是数据本身的质量，尤其是机构的分析。”
东原地产集团战略投资部相关负责人周大佐打比方说，房企拿地就是一个“算账”的过程，真正拿地时只有几个数据，但决策前往往需要成千上万的数据支撑。他认为，大数据交易的关键是数据要有用。
“我觉得现在一些第三方机构就很厉害。为了确定一块地周边的客源结构，他们专门派人站在街上‘数车’，比如价值30万以上的车辆有多少。”周大佐说，他们暂时还没看到交易所有这么强大。
贵阳大数据交易所相关人士解释说，“我们也不会简单地充当数据搬运工的角色，交易所将积极发挥数据质量认证、数据格式标准化、数据金融工具的作用。”定价暂难市场化大数据平台交易欠活跃
大数据时代，如果你是某家实力房企的营销操盘手，想尽快知道某个片区的有效消费客群情况，通过贵阳大数据交易所这个平台购买数据。但如果数据出错造成推盘失败，这怎么办？
一位业内资深人士指出，目前，大数据的价值由买卖双方根据自己所认定的价值进行评估，决定数据的价格。而交易的困惑实际上就在于交易双方信息的不对称性，更具体一点就是买方需求与卖方供给之间存在大数据交易信息的“错位”。
交易“定价”之惑。
在北京大数据交易服务平台上，点开“数据交易”一栏，针对数据类型一项，共分为原始数据、加工后数据、其他和行业报告，95%以上的数据为行业报告，一共13个页面，挂牌价仅为100元。
唯有“企业大数据精准分析服务”一项属于原始数据，挂牌价30万元，而“舆情监控分析”一项，数据类型不明确，挂牌价为50万元，这些数据几乎都出自九次方大数据终端。
在贵阳大数据交易所，针对产品定价，专门划分了数据的6个维度，包括数据实时性、数据样本覆盖面、数据完整性、数据品种、时间跨度与数据深度，推行实时交易。
贵阳大数据交易所表示，不同品种的大数据价格机制是不一样的，实时价格主要取决于数据的样本量和单一样本的数据指标项价值，而后通过交易系统自动定价，价格实时浮动。
交易存信息不对称风险。
按照贵阳大数据交易所的设计，大数据交易最终要在买卖双方之间达成共识。如果买方急需的数据信息并非卖方所提供的信息，如何解决？发生纠纷之后，交易所将如何处理？发生这种情况的根源又是什么？
一位业内人士说，这种情况下，交易风险又会反馈到交易所的大数据定价机制。
关键问题是，目前大数据交易所在定价机制上仍然难以做到市场化。那么，到底如何看待上述可能会发生的潜在问题？
贵阳大数据交易所工作人员解释说，如果数据买方对购买的数据信息与其描述的内容不符，他们可以向交易所投诉，由交易所及时处理。此外，他们对数据提供商有相关的资格审查，比如企业资质够不够，审核相关数据信息是不是涉及隐私等。
基于此，大数据交易所需要投入多大的人力、设备等成本？上述业内人士说，“这个是非常难的事情，你要看贵阳或北京集聚了多少人才去搞这个事情。”
在该人士看来，现在有一个基础技术有待突破，即数据标签、数据水印，也就是说，从这个交易所里出来的数据必须打上数据水印，这涉及到信息安全技术，目前只有国家信息中心有这个能力解决。
大数据时代的隐私：边界正变得暖昧不清
人们重视隐私的保护，但同时也相信未来是一个由数据推动的时代。不过，大数据使用的普及必然会涉及到侵犯隐私的问题，这听起来的确是相互矛盾的事情。
不可否认，大数据是座金矿，通过数据挖掘，人类所表现出的数据整合与控制力量远超以往。但大数据又是把双刃剑，国家和企业在大数据获益的同时，个人隐私保护的话题却变得暧昧不清，也使业内外对隐私保护的争论延绵不绝。
大数据打破宁静。
说到个人隐私，有这样一个段子：一个客户打电话订购比萨，客服人员马上报出了他的电话和家庭住址，推荐了他喜欢的口味，报出他最近去图书馆借过什么书，信用卡已经被刷爆，了解他房贷还款金额，知道他丈母娘刚动过心脏搭桥手术，甚至还准确定位出他正在离比萨店20分钟路程的地方骑着一辆摩托车……
分散在各个系统中的海量数据乍一看价值不大，但如果把它们深入整合、挖掘，就能知道一名消费者的性格、爱好以及消费习惯等信息，这些信息对商家非常有价值。但对消费者来说，你的宁静生活却从此被打破。
数据如果是在相同业务范围内使用，没有必要去界定隐私；但业内人士也承认，在大数据交易过程中，用户的隐私存在泄露风险。一旦形成大数据模式，各个系统之间产生的数据就会互联互通，数据被用于他途，用户隐私泄露的可能性就会加大。
直接过滤掉个人信息，是否就能防止信息泄露？有业内人士认为，大数据在涉及交换、分析、挖掘时，个人信息是无法直接过滤的。
此外，不同商家的所谓信息共享也会让你的隐私信息有被整合、挖掘的“危险”。这些个人隐私数据散落在中介、银行、保险、航空公司等机构间，危险性可能不大，但如果被共享之后，又被系统整合、相互印证的话，消费者的个人基本信息，甚至性格、爱好以及生活轨迹等信息将被他人一览无余，很多普通人在他们面前将变成“透明人”。
隐私保护应跟上步伐。
大数据系统与传统数据系统不同，区别在于，前者包含了很多外源性数据，这些数据本身存在价值。比如你在淘宝购物创造了一个数据，这个数据对于淘宝而言就是外源性的。当无数外源性的数据整合并被分析之后，便构成了大数据系统。一旦形成大数据模式，各个系统之间产生的数据就会互联互通，从而产生极大价值。因此，传统数据时代的“隐私”与大数据语境下的“隐私”，无论是内涵还是外延，均有极大不同。
一般而言，人们对于隐私的定义是：一种与公共利益、群体利益无关，当事人不愿他人知道或他人不便知道的个人信息。其本身并不涉及公共、群体利益。业界有一种声音认为，随着大数据时代的深入，这个社会对隐私的定义一定会逐渐改变，考虑到技术的发展，眼下认为是隐私的信息，或许几年后就不再敏感。
在监管层面，由于现阶段《民法通则》没有完整的关于“隐私”的概念，国家也无明文规定来规范大数据交易市场，诸如云计算和大数据应用都或多或少在灰色地带游走。
上海杜跃平律师事务所律师杜跃平表示，可以从源头上抓起，即默认禁止状态，未列举的内容默认为不被允许。
美国目前仍在使用的是1970年就通过的《公平信用报告法》，旨在对大型主机侵犯人们的隐私进行防护。该法案允许信用咨询公司收集个人财务信息，但收集所得信息只能用在三个方面：信用、保险以及就业。
1旅游大数据的内涵
大数据主要指计算机中的海量数据，数据中存在大量的信息且信息趋于多元化，因此这便要求数据的处理要更为迅速。大多数对数据的处理依赖于云计算，云计算改变了原先获得资源的传统方式。大数据的到来提高了旅游行业的信息获取效率，但于此同时也提高了行业对大数据的利用程度、利用方式。如大数据基本规则所言:BiggerthanBigger．(没有最大，只有更大)。若没有对大数据进行有效的利用，那就无法把握市场情况，无法捕捉消费者的心理。旅游服务业供应链作为旅游业的核心，其从基础设施生产商、提供衣食住行出游娱乐的旅游供应者、中介到旅游管理部门，此间的每个部分无不产生着海量的数据。而整个旅游服务业供应链伴随着各种信息数据的交互，呈现处4大显著特征，分别是:数据体量大、数据类型多样、价值密度低以及数据流速高。这些数据特征也被称为“旅游大数据”［1］。由此，充分发挥大数据的作用有利于带动国民经济的发展以及带动各个行业的发展。旅游大数据的构成部分为结构部分与非结构部分。结构化大数据指数据库，非结构化指除数据库以外的所有格式的数据，像办公文档、网页、视频音频影像等。对于旅游管理数据而言，结构化数据包括旅游相关企业的核心数据，非结构化数据包括各大网点的旅游数据，例如景区的监控视频，旅游的音频，游客的评价，各类应用对景点及其服务设施的评价、推广营销或游客真实反馈等数据。
2大数据对旅游管理的发展影响
大数据能够对旅游管理的发展产生重大的影响离不开其发展的特点，大数据的发展主要有三大特点，一是信息处理快。大数据下的众多用户构成一个庞大的网络，信息可同时在一定的范围内迅速传播，这种爆炸式的信息传递也刺激着了信息的处理速度。二是信息数据开放性强，信息资源的不断开放使信息在一定程度会失真，且信息的泛滥不利于信息的综合性管理，这也会导致企业在收集消费者相关信息时出现数据上的不准确。三是信息数据具有应用广泛的特点。大数据的应用已遍及生活的方方面面，大到通过云计算实现税务信息、银行记录等，小到日常的生活轨迹通过云计算实现数据化信息记录，如微博景区推荐，旅游攻略普及、景点视频存储等［2］。大数据对旅游管理的发展影响主要包含以下三点。1)大数据能够提高旅游行业的服务质量。利用大数据对旅游管理的数据信息进行全面分析，利于旅游管理对旅游数据进行详尽准确的推理，通过数据的收集与推理，旅游景点及其相关部门对公共服务设施的整改能尽可能迎合旅客的需求，提高游客对景点以及旅游服务的满意度，为游客打造美好安逸舒适的旅行服务，从而增进客流量，赢得收益。2)大数据的应用有利于改善旅游行业的经营管理。旅游行业在对旅游信息进行挖掘的同时有效的指导了旅游行业的发展趋势，对于公共服务及设施的完善进行有效管理。包括游客在使用的旅游产品，旅游行业相关部门也可根据大数据中游客的喜好开发周边产品，使得利润多元化，另一方面大数据也能检测出旅游企业的运行情况，进而推进旅游企业的健康发展，这样也能促进旅游行业的不断成长。3)大数据的应用有利于企业更新营销策略。当前，旅游业的发展也带动了诸多旅游相关企业的发展，在传统旅游业中，营销策略单薄、没有具体清晰的目标客户的旅游企业无法在旅游市场占据较大份额。因此通过大数据分析，有助于企业了解目标客户类型以及自身企业的竞争优势，再结合消费者群体的划分有助于提高自身经营策略。通过有效的市场分析，有利于该企业在市场中占据有利的地位。
3大数据在旅游管理中的应用分析
旅游大数据有宏观与微观两个方面，宏观数据能反映景区旅游发展的整体情况，而微观数据能反映消费者个人旅游偏好、消费习惯等个体差异，据此可知大数据的应用可从整体的旅游规划的角度分析如何应用旅游管理，也可从旅游市场细分、精准营销、个性化服务等对消费者个体这样的微观领域进行分析。3．1大数据在旅游管理中的旅游规划及宏观调控。在传统应用方面，旅游规划专业机构可结合深度市场数据分析以及消费者需求的预测，对该旅游市场的消费需求做出更为精确的分析，并给予更为客观合理的市场分析结论，而这样的市场分析可以是通过预测景区在投入市场运行时的规模需求，使景区范围能更贴合游客的需求，相关旅游企业能据此对旅游区做出更为科学的景区核心设计和运营措施，有助于企业规划跟上市场需求变化。另外，在计算机技术的运用及互联网技术得到广泛应用的背景下，旅游规划也提出了新的规划理念，譬如“互联网与游客思维”，“大数据的应用”，“跨界合作”，“互利共赢”等新思维也加入到了旅游规划中，有的景区还为此设置了没有景区管理特征的景区，设此目的的景区的利润来源不再是依靠传统景区门票与景区本身价值，而是通过依靠全域景区的目的地形象，将利润来源拓展为以周边产品为主，结合景区本身进行服务设施的开发，这样不仅提高了景区的利润范围以及景区服务设施，还无形中增大了游客对景区的吸引力。3．2大数据在旅游管理中的精准营销。大数据从微观角度可利用游客市场进行的细分对其实施精准营销策略。市场细分是根据旅游大数据对游客的消费偏好、行为特征、消费心理等来定位目标消费人群，并根据大数据所提供的信息，选择合适的竞争优势，进而细分旅游市场［3］。在细分旅游市场时，旅游行业相关企业可根据企业自身的竞争优势选择合适的市场竞争战略，譬如成本领先战略、差异化战略、集中化战略等，最终达到精准营销的目的。于旅游供应中介商而言，利用大数据对游客市场进行细分后便于通过精准营销对相应的目标消费群体进行投放广告，进而培养潜在客户，同时，还可采用相应措施培养新的客户群体，提升客源市场的转换率。而对于一些较为负面的游客景区评价情况，相关管理部门可通过大数据统计出负面评价的具体内容并进行原因分析，及时采取补救措施，提升景区的服务质量，进而提高景区对游客的吸引力。
参考文献
［1］田秋阳．关于大数据在旅游管理中的应用分析［J］．度假旅游，2018(12):100，105．
［2］郝秀婷．关于大数据在旅游管理中的应用探讨［J］．度假旅游，2018(11):192，206．
［3］张力骅．大数据背景下智慧旅游管理模式研究［J］．品牌研究，2018(3):22－23．
作者:贾淑滟单位:山西旅游职业学院
关键词 大数据；科技新闻传播；可行性；现实困境；优化策略
中图分类号G2
文献标识码A
文章编号1674-6708（2016）151-0078-02
1 大数据及其带来的机遇和挑战
提到大数据，业界通常会将其特点归纳为4个“V”，即多样性（Variety）、体量（Volume）、速度（Velocity）和价值（Value）。通俗来讲，大数据就是具有“来源多样、数量巨大、处理速度极快、有多重价值”特征的数据。然而，大数据的应用并非简单的事情。在笔者看来，大数据所具有的“多样性”和“体量”的特点，使得其“速度”和“价值”的实现困难重重。如果把“多样性”和“体量”看作是大数据与生俱来的特点的话，那么“速度”和“价值”在新闻界的实现则需要从业人员来助它一臂之力。
彭兰教授在《“大数据”时代：新闻业面临的新震荡>一文中提出了当今新闻业面临的两大挑战：“一方面，社会化媒体的兴起使得公民新闻在一定程度上侵蚀着过去专业媒体的领地；另一方面，在大数据技术等的支持下，计算机这样一种“机器”，也在对媒体人形成直接的冲击。”大数据时代，海量数据改变了传统的信息传播方式，新闻业正面临巨大的震荡。在科技传播领域，科技类新闻也正经历着大数据带来的变革，感受着新技术带来的不安与彷徨。与此同时，大数据也为新闻传播带来了新的发展机遇，为其探索和开辟新的传播路径提供了可能。广大科技新闻工作者应与时俱进，积极创新工作方式，为增强科学传播力度、提高新闻媒体在科技传播中的地位和影响贡献自己的力量。
2 大数据在科技新闻传播领域应用的可行性及现实困境
在大数据时代，信息传播方式的转变已是大势所趋。那么，在科技新闻传播领域，运用大数据技术进行新闻生产，有没有现实的可能性呢？答案是肯定的。甚至可以说，科技类传媒在数据新闻生产方面具有特有的优势。然而，任何事物的发展都不会是一帆风顺的，大数据技术在科技新闻传播领域的具体应用也存在着现实的困境。下面，笔者将从技术和内容两个方方面对其可行性和现实困境进行分析。
2.1 技术层面
从可行性的角度来看，科技传播者更易接受新技术，这有利于大数据在科技新闻中的应用。数据新闻的生产，需要以大数据技术的应用为前提。然而，在传统媒体中，不同程度地存在着安于现状、拒绝改变的现象，一些从业者甚至对新技术具有抵触心理，这些问题严重阻碍了大数据技术在新闻生产中的应用。作为科技信息的传播者，科技新闻从业者相较于其他新闻从业者而言，对于科学技术的接触频率更高、掌握程度更深，在观念上更易接受新技术，在大数据技术的应用实践中也必然会更为积极、主动。
然而，数据技术普及率低、实际操作难度大等问题仍给大数据在科技新闻传播领域的应用带来不小的现实障碍。虽然科技新闻工作者对技术的接受程度较高，但他们作为非技术人员，对于大数据的实际了解和掌握程度十分有限。新闻单位缺乏相关专业技术人员，而其数据新闻生产的实际操作者
记者和编辑又缺乏熟练的大数据相关技能，这使得数据新闻生产存在实际操作者不懂技术运用，而懂技术的人又不懂内容编排的现实困境。在新闻生产领域，内容与技术不是相互独立的关系，而是相互制约、相互影响的两个方面。如何达到技术与内容的统一是数据新闻生产亟须解决的问题。
2.2 内容层面
科技领域丰富的数据资源从内容上为大数据在科技新闻传播领域的应用提供了可能性。数据新闻的生产不仅需要技术支持，更需要内容支撑。数据新闻的主要内容来源就是大量的有规律、有价值的数据。科技工作离不开数据，同时又能够产生大量的数据。在科技研发领域，有观测数据、实验数据等；在科技应用领域，有运行数据、监测数据等。除此之外，科技领域还涉及其他各种数据资源，体量非常庞大。这些数量可观的数据资源是科技领域运用大数据技术生产信息量大、浓缩度高的数据新闻的内容支撑。
然而，任何事物都是具有两面性的，数量庞大的科技信息资源在为科技新闻提供内容支撑的同时，也给新闻工作者快速筛选有用信息带来了极大困难，影响着新闻的时效性，并最终影响新闻价值的实现。在各个行业、领域，信息正以数据存储的方式高速增长着，海量信息这笔宝贵的财富仍有待开发和挖掘。虽然大数据在总体上蕴含着巨大的价值，但其本身却有着价值密度低的特点，也就是说单位数据的价值量并不高。面对庞大的、繁杂的科技数据资源，科技新闻工作者要想快速地发现有价值的数据并发现数据间的关联，是一件非常困难且费时费力的事情。
综上所述，大数据的高技术性以及新闻生产者的专业背景，使得其在可操作性上难从人愿；而科技数据所具有的“多样性”和“大体量”的特点，使得科技类数据新闻生产者在提升“速度”和挖掘“价值”的道路上举步维艰。
3 大数据在科技新闻传播领域应用的优化策略
可操作性是大数据技术得以普及的基础，而速度和价值又是新闻不可抛弃的两个重要方面。首先，新闻以价值为准绳，科技类数据新闻若不能准确提供有价值的内容，将会影响信息传播的效果。工信部赛迪智库软件与信息服务业研究所所长安晖曾指出：“大数据应用是对特定的大数据集合，集成应用大数据技术，获得有价值信息的行为。”可以看到，不论在哪个行业，大数据应用的最终目的都是获得价值，具体到新闻领域，就是要获得有新闻价值的信息。其次，新闻以时效为标尺，科技新闻工作者若不能提高生产速度，将会影响信息传播的效率。《中国质量报》于2014年5月28日刊登的《大数据时代速度决定生存》一文指出了大数据时代速度的极端重要性。文中写到：“大数据时代是速度竞争时代……时间是世界上最稀缺的资源。……以大数据为核心的数字经济的实质就是速度经济。未来的竞争是节约经营循环时间的竞争，是最先到达顾客并满足顾客的速度竞争。”
现在的新闻业已经走向产业化经营，加入到了市场竞争的洪流之中。如果模糊价值、漠视效率，媒体必将会被淹没。从这个角度来说，大数据时代的新闻业对新闻价值和时效有了更高的要求。在科技传播领域，科技新闻传播效率不高、传播效果不佳不仅会降低媒体自身的公信力和影响力，而且还会影响科技成果的转化速度、影响科学知识的普及推广。基于此，笔者针对大数据在科技新闻传播领域应用的现实困境做了进一步的探索，希望调动各方力量，找到切实可行的优化策略，使科技新闻传播媒体熟练运用大数据技术并且做好做精科技类数据新闻。
3.1 国家层面：主管部门应加强政策指导
大数据技术在新闻业的应用尚属于起步阶段，需要国家统筹各方资源给予其理论和技术上的指导以及资金和政策上的支持。万事开头难，只要现阶段开好头，在不久的将来大数据技术将会得到更好的、更广泛的应用。目前，国家已出台部分关于大数据应用的文件，如《关于数据中心建设布局的指导意见》《关于运用大数据加强对市场主体服务和监管的若干意见》等，但是还没有专门针对新闻领域大数据应用的政策文件，这是一块亟须填补的空白。国家新闻出版广电总局及中国科学技术协会应加快政策制定步伐，早日出台大数据在科技传播中应用的指导意见，使科技传播走在同行的前面、走在时代的前沿。
3.2 企业层面：新闻单位应做好整体规划
虽然目前国家层面的具体指导意见缺位，但各个科技类新闻单位可以发挥企业机动灵活的特点，瞅准形势、下定决心，及早做好本单位的大数据应用发展规划，以期在数字化转型的路上走得更早、更快且更好。然而，就目前的情况来看，运用大数据技术的科技新闻单位还十分有限，就连影响较大的《科技日报》都鲜有数据新闻，虽然在其主办的网站中国科技网上开设有“数据新闻”专栏，但其发展还很不成熟，数量有待增加、质量有待提高。大数据技术的应用将是未来媒体发展的一大趋势，科技类新闻单位应以积极乐观的心态看待大数据的发展前景，勇于改变现有的生产模式、传播模式和经营模式，下定引进、运用大数据技术的决心，制定整体发展规划，做好宣传动员、人才培养、数据新闻生产等具体工作，为同行做好示范、为员工做好指导。
大数据技术的应用以及科技领域的海量数据对科技新闻工作者提出了新的要求，编辑记者应转变思维方式，提高工作效率，培养自身的新闻敏感和信息筛选能力。《中国产经新闻》记者张萧然在《大数据时代：安全第一，还是效率第一？》一文中指出：“之所以称为大数据时代，不单是指数据之大，规模只是先决条件，更主要是指数据正在成为一种资产或者生产资料。任何行业、任何领域都会产生有价值的数据，而对这些数据的统计、分析、挖掘和人工智能则会创造意想不到的价值和财富。”大数据时代强调的是对大规模数据的综合处理能力，新时期的科技新闻传播者应努力培养自身的这种能力，以充分利用科技领域相当丰富的数据资源，为科技新闻的传播找到新的出路。
摘要：从大数据的定义、医疗行业大数据入手，介绍医疗行业大数据应用现状，探讨大数据在医疗机构运用的作用，重点分析医疗机构
>> 大数据条件下的档案资源管理信息化建设探究 大数据背景条件下如何加强医院信息化建设 浅谈医疗机构档案的信息化建设 连铸机试验数据在信息化条件下的管理与应用 军用电池试验数据在信息化条件下的管理与应用 基于信息化视角的医疗机构内部审计初探 基于信息化条件下高职思想政治工作的思考 信息化条件下建筑业农民工数据资源中心建设的思考 大数据条件下儿童阅读的思考 大数据下的会计信息化应用 浅谈基层医疗机构信息化困境 浅谈基层医疗机构信息化困境分析 医疗机构软件信息化建设路径 大数据深化医疗信息化 信息化条件下数字教学资源建设与应用思考 关于推动信息化条件下指挥信息系统建设的思考 医疗机构信息化管理存在的问题及解决对策 基于信息化条件下的审计质量风险控制问题研究 基于互联网条件下媒体运营管理的信息化 基于信息化教学条件下的电子专业教学分析 常见问题解答 当前所在位置：l.
[2]朱蕊.彭.医疗大数据的应用[J].中国西部科技，2015，05：95-97.
[3]Big data， ，2014-11
[8]医疗行业大数据应用的15个场景[EB/OL].（2010-02-20）[2013-11-10]..
[9]何菲.腾讯智慧医疗：为全行业提供零配件[J].2015，409（7）：55-57.
[10]市卫生计生委."云医院"：智慧医疗新实践[J].宁波通讯，2015，409（5）：70-71.
[11]李爱梅，赵丹，熊冠星，等.等待是一种折磨？等待时间知觉及其导致的非理性决策行为[J].心理科学进展，2014，171（11）：1670-1690.
[12]安晖，陈阳，张鼎，等译.大数据：创新、竞争和生产力的下一个前言领域[R].赛迪译丛，2012（25）：2.
[13]严霄凤，张德馨.大数据研究[J].计算机技术与发展，2013，23（4）：168-172.编辑/丁一
关键词：大数据环境；政府统计工作；信息技术应用
大数据可以说是计算机和互联网结合的产物，它的出现代表着全球已经建立起了移动化、智能化、自动化的网络系统，是在“云计算”、“物联网”、“数字城市”基础上的延伸与加强，已经成为一种标志性的概念。据相关资料显示，我国在2010年，全球范围内产生的2.2ZB（约合1.6万亿GB）数据量已经远远超出了世界人均拥有的300GB数据水平，预计到2020年，数据量将达到50ZB。随着政府统计工作的开展，如何利用有限资源与信息技术做好统计工作，如何将数据资源有效整合到一起是打造服务型政府的关键，也是政府统计工作当中最重要的一环。
一、“大数据”概述
专业机构对“大数据”是这样定义的：“大数据”首先作为一种新型的处理模式具有非常强的决策效果与洞察效果，其流程化能力也非常强，这种特征明显比多样性的信息资产更具优越性，而且大数据最核心的价值就是对海量数据进行存储和分析。其特征表现为：第一，数据体数量庞大。能够顺利从TB级升级为PB级；第二，数据类型较多[1]。比如，网络日志、声音、图片、地理信息等内容；第三，数据价值密度较低，但具有商业价值。比如，在对视频进行连续监控过程中，有利用价值的数据停留的时间非常短，以2～3秒居多；第四，数据处理的速度快。数据处理遵循1秒定律，可从各种类型的数据中快速获得高价值的信息，这一点也是和传统的数据挖掘技术有着本质的不同。此外，云计算、移动互联网、平板电脑、PC机也在全球范围内得到了广泛利用，这些都是数据的来源。随着IT技术的进一步发展，人们对大数据的研究也在显著增强。
二、分析大数据对政府统计的优势与重要性
（一）优势
首先，“大数据”是相对于传统“小数据”而言的，传统数据时代由于收集数据非常耗时、昂贵和困难，数据处理的成本很高，所以只能处理部分信息系统中产生的非常规范的数据，而对于文本、图片等数据则无法处理，而且当数据量非常大时，只能通过抽样的方式来降低数据量，再通过科学的调查计算完成调查任务；而在大数据时代，数据收集和存储将会更便宜、更容易，使用数据的成本将会更低，数据分析工具也会更加优化，所以，大数据相比起现有的其它技术而言，其“廉价、迅速、优化”三方面的综合成本是最优的。其次，大数据具有非常强的生命力。大数据与企业当中的固定资产、人力资源有很多相似的地方，这些也成为了生产过程中的一项重要要素，但又与其他的传统要素存在差异，使用的人越多，其价值就越大，数据也会在成本上有所降低，同时受时间与地域的限制较小，折旧、重复性的成本累计不会出现，重复性的增值情况也较少。第三，大数据具有一定的竞争力。曾有专家将Date.Gov比喻成一个巨型轮船，西方各国纷纷登陆，因为这些国家对数据开放时间与程度较高，进而决定了这些国家的地位与市场竞争力[2]。
（二）重要性
1、有利于改进数据采集与处理方式
企业进行联网直报，是当前政府统计工作中较为常用的信息化工具，能够对信息与数据做出有效采集，对于统一政府开展工作的业务流程有着重要作用，使各项数据能够规范整理、确保了数据质量与安全性，但是管理模式却很单一，制度也不够健全。大数据的出现能够实现数据收集与利用的统一，并能与实际工作相结合，明确各项业务系统中的关联，能对空缺、错误、更新差的数据进行处理，以提高数据处理质量。
2、有利于数据分析与挖掘
大数据时代下，随着大量信息的涌入，静态数据已经不能满足政府决策需求，通过大数据战略能够使用云计算对海量数据进行挖掘，发现数据的潜在价值，将孤立的数据连接起来，为政府深入、全面分析问题提供引导，并能实现准确预测。对政府来说，在政治决策过程中，将会更完善，更理性并且更基于事实，对于管理一个愈加复杂的社会，这是至关重要的。
三、大数据将给统计部门带来的机遇与挑战
（一）机遇
大数据技术的运用还能够推动政府统计模式的转变，使传统统计方法开始向大数据战略转移，推动了行业变革，为政府带来了非常多的发展契机。统计部门能够构建其数据平台，将其作为基础打造出更为专业、灵活的大数据分析团队，在服务形式上、业务办理上都将得到启发与帮助[3]。
大数据为统计工作创造了更广阔的舞台，使政府数据信息收集渠道拓宽了，成为了政府数据收集的“第二道轨道”，以此能够判断出诸如经济景气情况、主要商品价格走势等，比如，2009年，谷歌成功利用大数据预测到了H1N1禽流感的爆发。
大数据的种种优势都在具体统计工作中得到了验证。以国家统计局为例，2010年国家统计局积极开展了“四大工程”信息建设，分别为单位名录统一、一套表调查制度的统一、数据采集处理的统一以及联网直报系统的统一。在这些建设内容基础上，大数据应用空间更为广泛，比如，房地产价值指数可以利用网签数据计算出来，使操作流程得以简化，计算更为方便。
（二）挑战
1、由“数据采集”到“数据分析”。随着大数据时代的来临，数据分析与处理能够使静态的数据重新发挥其价值，数据间的关联性、预测性逐渐成为了政府工作的核心。政府部门将这些作为主要的工作内容，能够引导社会、服务社会，成为政府分析数据的关键所在，同时也对政府提出了更高要求，而目前政府部门对大数据环境下的理论研究、使用标准等都存在空缺，且大数据应用的核心环节（即数据处理与价值挖掘）也缺少复合型专业人才。因而，大数据对政府统计的机构设置、专业要求等提出了新的要求。
2、由统计数据“实报”走向“精报”。面对大量的信息资源，政府需要的不是这些信息，而是要求统计部门将多余的数据删除，将有价值的留下，对信息进行精细化处理，从而达到服务大众的目的[4]。这就要将公众“实报”转变为“精报”，数据处理要更精准才行。
四、关于政府统计中大数据应用的若干建议
（一）不断对“一套表”统计制度进行完善
过去的专业布置、分类审核、分类汇总只是简单的对数据汇集处理，只体现在“物理变化”上。为此，政府需要建立起统计基层的“一套表”制度，实现统计的“化学变化”，将过去的专业统计限制消除，转变过去重复布置、重复统计的情况，只要沿着“元数据”发展路线就能实现数据的及时共享、减少了填表带来的麻烦。
（二）不断对“网上直报”业务处理平台进行完善
对于一些地方政府来说，采集功能的扩展度非常低，并且缺少数据统计的接口，为确保政府部门统计工作的顺利开展，就要对“网上直报”业务处理平台进行调整[5]。一方面增设县区“一套表”数据审核、汇总功能；另一方面开通网上数据汇总、报表设计、数据采集、调查分析等，将各项统计业务全面集中到网络平台上开展，进而构成一个集统计对象、统计工作、调查分析为一体的综合性业务处理平台。
（三）建立其统计的元数据系统
元数据（metadata）又称为中介数据，是关于数据的数据，是描述数据及其环境的数据。是一种对数据采集、覆盖范围、数据质量的个信息的一种描述[6]。建立起统计元数据库能够对过去的数据做出管理，对政府统计业务进行整合。结合数据环境建立起制度元数据、技术元数据、管理元数据等。制度元数据库中包含了目录、报表、调查对象等内容，实现对其的规范；技术元数据库中包含了数据来源、转换规则等，实现了对数据的统一描述，实现了存取上的统一。另外还能对每个元数据的时间、指标、地址进行定位分析，形成三维管理，使查询服务效果增强。
（四）政府部门成为大数据的实践者。为更好地提升服务能力，树立更加开放、透明、负责、高效的政府形象，首先要创造条件，鼓励大数据在政府部门和公共事务，尤其是关系国计民生的关键行业率先使用。第二，要加强横向合作，即一方面加强政府各职能部门的合作，另一方面要加强与各种类型的大数据生成企业的合作，提高数据资源的有效利用率和共享率。第三，要完善数据制度。针对大数据即时产生、内容丰富、形式多样、主体多元等诸多特点，增加统计数据的内容，丰富数据的形式，提高数据的频率和时效性，加强对数据的解读，更好地满足社会各界对统计数据多样化需求。
结束语
本文主要对大数据环境下政府统计工作面临的机遇、挑战进行了分析，并结合这些问题提出了几点关于大数据环境下政府统计工作的建议，依靠大数据的诸多优势使政府统计工作得以稳定、持续开展。（作者单位：山西省长治市郊区统计局）
参考文献：
[1] 刘道伟，张东霞，孙华东等.时空大数据环境下的大电网稳定态势量化评估与自适应防控体系构建[J].中国电机工程学报，2015，35（2）：268-276.
[2] 王宁，李杰.大数据环境下用于实体解析的两层相关性聚类方法[J].计算机研究与发展，2014，51（9）：2108-2116.
[3] 孙浩，何晓红.动态数据环境下基于信息熵的相对离群点检测算法[J].计算机应用，2010，30（5）：1284-1286.
关键词：大数据时代；人力资源管理；创新模式
伴随着信息时代的到来，大数据已渐渐的成为我们新时代的特征。大数据作为一项包含信息科学、管理学、心理学等学科的创新理念，它的出现为各行各业都带来了一定的影响，所以现今社会也在逐步的进入“大数据时代”。其中人力管理领域也深受其影响，并逐渐的呈现出一种崭新的局面。国有企业是维护社会正常运转的一个重要组成部分，因此在人力管理方面应积极响应大数据的号召，以做到积极创新，从而保障单位自身得以持续、稳定的健康发展。因此本文以大数据时代人力资源管理创新模式研究为探讨话题进行了分析与阐述。
一、当前人力资源管理在发展过程中存在的问题
关于当前人力资源管理在发展中存在的问题，主要有三点，首先是在对人力资源进行管理的过程中缺乏复合型人才。在信息化时代的背景下，国有企业往往要承担着一定的社会职能，这就要求其不仅要在人力管理模式上进行改变，在对管理人员所具有的素质上也做出了更高、更多的要求。而随着大数据时代的到来，其所要开展的工作内容已经不仅是加强人们彼此沟通这么简单了，而是也包括了对数据的整理与分析。这就要求管理人员既要具有较强的理论知识和管理技能，也要对相关政策具有一定的把握能力，同时，也能够熟练的操作网络技术，具备积极的工作态度，敢于探索与创新的精神等。但是目前从现今管理部门的实际情况上看，这样的管理人员十分的匮乏，对于政策落实以及单位的整体发展都会产生不利的影响[1]。其次是管理观念太过陈旧。在大数据时代下，国有企业各级领导也应及时的对自身的管理理念进行更新，并以创新为向导对人员管理的新模式、新方法，新方式进行探索。但从目前的现状上看，一些管理层的领导往往只对单位内部的技术、资金、财务等问题加以重视，而对人力管理工作却常常采用忽视的态度，导致一些管理人员产生思维惰性，不能够及时的创新管理理念，只将目光放在单位内部，并将人力管理视为单位中的常规管理，对自身所处的位置也缺乏一个正确的认识，只是对所指定的相关制度进行开展，而严重的忽略了对员工进行的培训和激励。这样传统的管理观念显然已经无法满足大数据时代下的要求，成为单位整体进步与发展的障碍。最后是管理方式处于落后的状态。在大数据时代的背景下，信息技术的应用与推广为培养人才的速度与质量起到了一个提升的作用，同时对各个单位的管理与人才培养也提出了更高、更新的要求。当前，一些较为基层的单位在进行人力管理中的信息化水平较低，导致这一现状的原因主要有两个方面，一方面是单位没有对人力管理的信息化建设引起足够的重视，导致信息设备的数量较少，也较为陈旧。另一方面是管理人员缺乏对信息技术的接受能力，往往更为习惯手工方式进行人力管理工作的开展，这样不仅使管理效率受到了一定的影响，也不利于单位的整体发展。
二、大数据时代下对人力资源管理创新模式的研究
（一）创新管理理念
要想更好的在大数据时代下对人力管理创新模式进行探究，首先就应创新管理人员的管理理念，以正确的对人力管理的内涵和意义进行理解，从而更好的构建“以人为本”的管理观念，这同时也是新时代对人力管理所提出的要求，更是创新人力管理模式的关键所在[2]。人力资源是单位中的核心部分，对于激发员工的工作热情有着关键性的意义。因此一定要对人力管理的重要作用有一个充分的认识，并将管理目标落到实处，以更好的跟随时代的变化与发展，树立与时俱新的管理理念。管理人员在充分的掌握人力管理内容之后，应将以往以“事”为中心的管理模式成功的转化为“以人为本”的新式管理模式。另外为了更好的适应大数据所提出开放性的相关要求，也要在管理过程中秉持一个开放的态度和思想，从而以积极的面貌将人力管理与信息技术更好的进行融合，以打破传统人力管理的局限，对大数据下创新的管理理念进行学习和应用，并与内部员工进行沟通交流，以逐步的提高管理人员对于自身的管理意识，从而有效的推动创新管理模式的形成。
（二）创新管理模式
在大数据时代背景下，管理人员应对工作人员的工作内容与工作岗位进行明确划分，从而以此为基础，更好的创新管理模式。要想构建“个性化”的新型管理模式，就应对单位中各级人员的实际情况，素质，能力等进行分析，以更好的进行人岗匹配。对人力管理建立信息系统可以有效的达成这一目标吗，在对人员的相关数据采集之后，通过“大数据”的方法进行分析，以对人员流动的预测、考核等进行分析，从而更好的制定培训内容，以对人力管理进行提供相关的预判，并为管理人员的工作开展提供服务。
（三）实现管理信息化
在大数据时代下，信息技术得到了快速的发展，并被广泛的应用到了各行各业中，产生了一定的积极影响。因此管理人员在人力管理工作的开展中也应对信息化加以重视，从而更好的提升工作效率，加强人力管理的信息化和现代化。各级的管理人员在进一步加强对信息技术的重视的同时，也要对信息技术进行合理的利用，并对人员管理建立信息系统，引入先进的管理软件，通过建立学习中心的手段以全面的提升人力管理的信息化水平，从而真正的提高管理人员的专业素质，以对人力规划与人力管理起到一定的创新作用[3]。
三、结论
综上所述，大数据的理念已经在各个行业中不断的深入，人力管理也随之深受影响。因此转变以往的管理模式已经迫在眉睫。国有企业是社会发展中的重要部分，所以应及时的转变管理理念，引进创新的管理方式，以全面的实现信息化，从而更好的保障人力管理效率的提升，以为社会更好的提供优质服务。更多关于大数据时代人力资源管理创新模式的研究，让我们在未来的实践中一起探索吧。
参考文献
[1]孙双进.大数据时代企业人力资源管理变革问题探讨[J].中国集体经济,2017,(12):94-95.
[2]高亚超.大数据时代安徽省中小企业人力资源管理的创新模式研究[J].湖北文理学院学报,2016,(11):75-80.
【关键词】信息化 大数据 风险因素
对“大数据时代”这一概念的提出，是全球知名咨询公司麦肯锡提出的，其认为数据将会在日后的生产中起到决定性的作用，会通过在每一个行业进行逐渐的渗透，可以运用及挖掘出大量的数据信息。类型繁多、数据量大、速度快、时效高、价值密度低是大数据时代所具有的优势特色。图片、音频、网络日志、视频、地理位置信息等都包含于其中，所以有更高的要求标准在其数据处理能力之中提出；之所以说其数据量大，是因为当前P、E或Z，是其起始计量单位；且相较于传统的数据，其就具有着更高的时效性，更快的速度。
一、大数据环境下的会计信息化风险因素
（一）水平较低的操作人员
当前，在我国会计信息化的应用领域，因为一些具有一定的计算机操作经验及能力，却无法将大数据时代要求所满足的操作人员的存在，促使受到一定的限制，发展比较缓慢，他们之中的大多数是具有较低专业水平的，所以会有信息数据计算失误的现象时常出现，致使操作人员的操作水平比较低，增加了会计信息化发展过程中的风险。而且在这样的阶段之中，会对会计信息的工作质量及效率产生一定影响作用的，是会计人员的工作能力。
（二）不完善的会计信息化法规和标准
做好会计信息的统一收集和整理，就有机会更好的在物联网环境下，实现会计信息化。伴随着大数据时代的到来，其标准及规范阻碍到了会计信息化的发展，致使混乱不堪的相关的技术标准出现。现如今，企业在对云会计使用的过程中，因为我国还没有完善会计信息化的标准及规范，假设有非法问题的出现，就会影响到企业会计人员对使用云会计的积极性，无法及时寻求法律保护，阻碍了会计信息化的发展。
（三）构建不完善的会计信息化共享平台
为了更好的实现其共享，需要建会计信息化共享平台。就将百度云作为当下的例子，用户可以在其中查找自己所需要的信息，也可以将一定的信息传送到其中，和他人共享。在当今的社会之中，需要借助于计算机的辅助的是会计信息化的共享平台。
（四）存在安全隐患的会计信息化共享平台
人们有了更高的要求标准，关于提出的信息安全性，伴随着人们思想观念的不断转变。在大数据的时代之下，会对企业的成败产生极大影响作用的，是信息的安全与否。对于一个企业的发展而言，对企业发展进程产生直接影响作用的，是商业机密，因为其是至关重要的。在一般的情况下，因为有较大的安全隐患存在于会计信息化共享平台中，所以大多数企业是不乐意他人掌握企业会计数据的。伴随着电脑的普及及信息科学技术的发展，一些不法分子对共享平台中的信息资源的获取，是通过借助病毒或者是木马程序。
二、大数据环境下的会计信息化风险对策
（一）工作人员综合素质的提升
在大数据环境之下，需要专业技术人员掌握相关电子信息技术及应用技术，需要专业技术的支持，以及需要对会计信息化的了解和认识的加强。所以，为了更好的推动会计信息化的建设，需要从根本上提升会计工作人员的综合素质。除此之外，会计的工作人员还需要掌握及了解企业的实际运行状况，分析企业发展过程中所存在的利弊，这些对提升会计工作人员的综合素质都是非常重要的。尽管我国相关技术手段发展缓慢，以及会计信息化起步较晚，无法良好的推动起我国会计信息化的发展，相关技术人员比较匮乏，综合素质较低。
（二）对会计信息化的规范和标准的完善
在规划会计信息化的过程中，针对其中存在的风险，需要通过法律手段积极的进行控制，对其标准及规范的完善及补充，需采取积极的措施，从而在最大程度上确保会计信息化的健康发展。除此之外，政府有关部门还需要完善会计信息化的规范和标准，制定和云会计相关的法律和规范，加快信息安全立法的进程。另外，还需责令其定期整改其中发现的问题，监管各大供应商的云计算服务许可，构建外部监管机构，从而打下良好的基础，关于大数据时代下的会计信息化发展。
（三）加快会计信息化共享平台的建设
为了更好的实现会计信息化的发展，需要基于会计信息化共享平台，尽管其中有一定的风选存在，但是有有效规避风险的措施。所以，需要大对会计信息化共享平台的建设，企业及国家相关部门对其给予高度重视，从而更好的推动会计信息化的发展，基于大数据背景之下。
（四）对内部控制制度的建设的加强
在大数据社会之下，完善内部控制制度，是有效预防会计信息化风险的关键，这样不仅可以提高安全管理的质量，还可以证会计信息化发展的顺利进行。在进行内部控制制度建设的过程中，企业需要将和其对应的安全保卫制度所掌握，合理、科学的运行每一项新技术，保证会计信息化各个环节的顺利进行；还需要完善及制定内部控制制度，按照企业的实际工作情况，还需按照已经制定好的制定制度进行管理；还需建立相应的制约机制，约束每一位人员的日常工作行为，优化岗位人员管理制度，加大内部工作人员的管理力度，确保其工作的有效性，好的实现对内部人员行为的约束。
三、结语
在当前的社会中，我国正处于大数据时期，其中带有一定的风险性，以及在一定的程度上推动了会计信息化的发展。且会计信息化，已经成为了大数据背景下企业中重要组成，将会计信息化的建设工作做好是非常重要的。大数据可能在其发展及应用中，遇到各式各样的问题，尽管也可以获得根本上的变革。
参考文献：
[1]王晓婷.大数据时代下会计信息化的风险因素及防范措施[J].企业改革与管理，2016，（01）：125-126.
>> 大数据安全与隐私保护研究 基于Android的隐私数据安全保护系统研究与实现 谁来保护用户隐私 射频识别的安全性与隐私 概念\协议及系统结构 关于移动社交网络用户隐私安全保护相关建议 物联网信息安全与隐私保护研究 大数据时代信息安全与隐私保护研究 关于物联网信息安全与隐私保护的研究 物联网信息安全与隐私保护研究综述 用户兴趣模型中隐私保护技术的探讨与研究 隐私安全与强制信息对移动服务用户行为的影响机制研究 大数据环境下用户隐私保护研究 新媒体时代用户隐私的保护策略研究 新媒体环境下用户隐私保护策略研究 保护患者隐私与数据安全 大数据安全挑战与隐私保护 大数据安全与隐私保护 信息安全与隐私保护设计 大数据安全与隐私保护探究 物联网安全与隐私保护探究 常见问题解答 当前所在位置：l.
[2] 惠越超.低成本射频识别系统安全研究[D].苏州：苏州大学，2010.
[3] JIN Hong-ying，TIAN Min.Research on Security Issues of RFID Technology in IOT[C].CITCS2012： Lanzhou， Gansu，China，2012.
[4] 王良民，茅冬梅，梁军.基于RFID系统的隐私保护技术[J].江苏大学学报：自然科学版，2012，33（6）.
[5] 廖志鹏，黄俊，雷杏.基于RFID超低功耗射频标签的研究与实现[J].压电与声光，2012，34（6）.
[6] 高飞，薛艳明，王爱华.物联网核心技术——RFID原理与应用[M].北京：人民邮电出版社，2010.
[7] 米志强，杨署.RFID安全策略分析[J].物流工程与管理，2009，33（5）.
[8] 周晓光，王晓华.射频识别（RFID）技术原理与应用实例[M].北京：人民邮电出版社，2006.
[9] 赵军辉.射频识别技术与应用[M].北京：机械工业出版社，2008.
[10] 高超.RFID通信软件设计[D].南京：南京理工大学，2009.
[11] 李洪旭，刘宇红.DES算法在RFID安全中的应用[J].通信技术，2012（12）.
[12] 胡婕.RFID安全认证的研究与应用[D].南京：南京邮电大学，2011.
1 大?稻菁际醴治?
1.1 大数据的概念分析
伴随信息技术的发展，大数据逐渐渗透到了各行各业的发展之中，而且使用范围逐渐扩大，将其融入到高校教育管理的过程中，全面提升教育的整体机制，促进教育的优化创新。我国对大数据技术进行了分析总结《国务院关于印发促进大数据发展行动纲要的通知》，大数据呈现出容量大、类型多以及存取速度快的现象，通常情况下，可以将数据基础类型分为以下几种：第一，通过信息资源的采集进行教育管理信息化体系的构建。第二，实现大数据体系的个性化分析；第三，保证教育体系辨识项目的稳定分析。在问题研究的过程中，通过对数据信息以及数据资源的分析，保证信息资源的深化，为价值信息以及数据关系的稳定处理提供有效依据，保证项目决策行为及决策方法的稳定性。
1.2 大数据的特点分析
第一，数据容量的巨大化，在大数据背景下，云计算、物联网以及互联网+技术呈现出优化性的发展状态，实现了大数据容量系统的巨大化发展。第二，数据种类的多样化。随着传感器、智能设备以及社交协作加护的分析，可以为数据种类提供较为丰富的结构支持，通过与传统关系型数据、文本、音频以及视频等结构体系的优化，可以实现非结构数据的合理调整。第三，数据处理的快速性。在网络技术优化发展的背景下，需要通过软件性能的优化分析， 进行数据资源的有效处理。同时，在数据处理及分析的过程中，可以将管理数据进行系统化的分析，保证教育管理数据挖掘的前端化，有效提升高等教育管理的核心需求。第四，数据价值的真实性分析。在数据系统分析中，数据量的确定需要有真实性的数据系统作为支撑，通过对大数据资源的科学处理，及时发现管理数据的基本内涵，展现大数据环境下工作项目设计的优化性。[1]
2 大数据背景下高等教育管理分析
2.1 大数据背景下高校教育管理信息化进程相对滞后
对于高等教育管理平台而言，其管理项目的设计需要与信息化平台建设进行充分性的融合，但是，在现阶段高校教育管理体系构建的背景下，其教育模式存在着一定的限制，具体内容体现在以下几个方面：第一，院校基础设施建设相对滞后。对于很多高校而言，在大数据时代背景下，其教育管理信息化平台建设相对不足，教育管理等数据的更新速度相对较慢，数据资源相对零散，导致信息管理系统缺少有效整合，为高校信息管理平台的设计造成了严重制约。第二，高校信息化软件平台设计相对滞后。通过对现阶段高校教育管理平台性化的构建分析，其软环境对人才的储备以及培养功能相对滞后。对于大数据平台而言，其数据的获取难度相对较大，而且，在数据整理、分析以及算法确定的过程中，其数据的统计方法较为科学，但是一些专业性人才队伍的构建相对滞后，严重影响了高等教育管理队伍的信息化建设。
2.2 大数据背景下高等教育管理数据获得有待提高
对于高等教育管理体系而言，其数据的调研及获取需要高效性的数据平台，教育部门于2013年了《关于编制高校毕业生就业质量年度报告的通知》，提出了高校人才培养 的战略化发展目标，并在此基础上提出了第三方调研及评估机制，实现数据管理中人才培养的核心宗旨。在高校第三方评价机制确立的背景下，需要提出更为客观、可信以及优化性的人才培养管理机制，保证数据调研及分析的合理性。但是，在现阶段高等教育管理体系确立的过程中，高校并没有及时适应大数据的发展进程，其教育管理中的数据调研相对滞后，导致数据资源的整合缺乏系统性。[2]
2.3 大数据背景下高等教育管理的数据挖掘相对不足
在数据挖掘分析的过程中，主要是在数据库分析中，按照搜索算法的隐含意义分析，进行潜在价值信息的分析。通过大数据资源的运用，需要通过数据的收集进行数据资源的信息挖掘，并通过数据的分析进行教学结果的改善，提升整体的教学质量。在调研数据获取项目分析中，需要将学生的学习状况、学生的整体特征等进行综合性的分析，保证数据资源的合理挖掘。同时，在事实角度中进行问题分析时，需要运用数据进行决断的判定，有效提高数据挖掘的应用技术，改善实际的教学质量，优化教学成果，实现大数据背景下，高等教育管理需求的充分性满足。但是，在现阶段教育体系资源优化的背景下，高校的专业管理人才队伍相对匮乏，在数据获取中所运用的算法及数据模型不能得到合理性的设计，导致高校管理中的数据挖掘出现了一定的不足因素，为高校教育管理工作的提出带来影响。[3]
3 大数据背景下高等教育管理的对策分析
3.1 确立明确性的高等教育管理大数据观
大数据作为一种新型的时代产物，在高等教育系统优化的背景下占据着十分重要的促进作用，为了实现教育管理项目的科学化、系统化，在高等教育管理对策分析的过程中，需要明确以下几种数据观念，其具体的内容体现在以下几个方面：第一，通过对高校数据驱动文化的建设分析，需要帮助高校教育工作者以及学生进行大数据内容的分析，掌握大数据时代背景下相关项目内容的作用及意义，使大数据成为时代运行背景下教学管理中的重要资源。第二，在高校教育管理对策优化的背景下，也需要高校管理者形成“用数据说话、用数据管理”的文化氛围，促进高校教育体系的稳定改革，优化高校教学工作以及管理工作的科学性，实现数据资源与教学管理工作的稳定融合，保证高校教育管理信息资源建设的精细化、智能化以及可观化，促进教育管理水平的整体提升。第三，在大数据平台构建的过程中，需要对大数据处理资源进行科学化的分析，避免大数据背景下学生信息的泄露，实现数据资源管理平台的稳定构建。
3.2 实现高等教育管理数据信息平台的完善建设
高校数据信息平台建设是高等教育大数据资源结构优化的基础性保障，但是，对于一些高校而言，在信息化管理平台设计的过程中，其存在着资金、人才管理资源缺乏的现象，导致大数据信息平台的建设理念相对滞后。因此，在现阶段教育体系优化的背景下，需要将高等教育管理目标下大数据平台的建设作为基础，通过与教育体系的稳定融合，实现高等教育管理数据平台的信息化设计。首先，通过对高校现有资源的整合分析，对高校特色化的发展结构进行调整，并在零散信息项目分析中，将数据资源有效地置入到系统平台之中，充分保证数据系统平台设计的开放性，为后期数据系统更新及维护提供稳定支持。其次，通过对学校现有财力资源的分析，引进成熟性的数据分析系统，提高院校对数据系统购买以及数据资源分析的契合性因素，实现数据资源优化及系统管理的科学性。[4]
3.3 培养专业性的数据化师资管理队伍
在高校教育管理平台设计的过程中，教师作为核心组成，需要逐渐提高自身的大数据应用与管理意识，从而为数据资源的优化及分析提供稳定支持。通常情况下，在高校师资队伍构建的过程中，其队伍形式分为以下两个方面，一方面是从事教学、科研的专业性教师队伍，另一方面是从事大数据研究的技术性人才。在现阶段大数据时代背景下，在人才队伍优化的过程中，需要对高校中教学、科研队伍的教师进行大数据思维的融入，使这类教师在日常工作的过程中可以形成数据资源管理理念，强化自身的操作意识，为信息的转换提供良好支持。同时，高校在大数据背景下，也需要引导专业性的教师积极参与到大数据教学改革及实践的背景之中，通过对大数据教学平台系统的运用，实现信息资源的收集与及时的反馈，实现自身教学管理工作的科?W改进。而且，高校需要将大数据专业性人才的培养作为重点，通过与各个企业的合作交流，扩大数据研究型技术人才的发展渠道，为国家输送专业性的人才队伍，并在最终程度上促进高校大数据资源运用中技术型人才培养的核心目的。[5]
