时间：2023-06-05 09:54:57
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篇大数据库建设方案，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：经营分析；数据仓库；大数据；云计算
中图分类号：TP311.13
1 研究背景和意义
随着移动互联网时代的到来，三大运营商的业务重点正在从话音、数据业务向互联网业务转变。这种转变将对经营分析系统带来迫切的需求。一方面，日益严峻的竞争环境要求经营分析系统分析粒度更加细化，为前台客户发展、客户保留提供更为细致的分析结果；另一方面，随着业务模式的转变，海量的互联网数据需要纳入分析范围，这两方面的因素决定了未来几年经营分析系统的规模和处理性能将超常规发展。因此，经营分析系统传统的高端小型机+磁盘阵列的建设模式已难以适应移动互联网时代企业发展的要求，亟需寻找低成本、高性能的演进方案。
2 云计算与大数据
自Google提出云计算概念以来，已使得IT行业发生了巨变。最近一年来，大数据概念迅速兴起。大数据的兴起说明数据已成为重要的资产，谁拥有更多数据、更善于使用数据，就能吸引用户、产生价值，在未来IT行业发展中占据竞争的主动。
大数据技术与云计算的发展密切相关，大数据技术是云计算技术的延伸。大数据技术涵盖了从数据的海量存储、处理到应用多方面的技术，包括海量分布式文件系统、并行计算框架、NoSQL数据库、实时流数据处理以及智能分析技术等。云计算为大数据提供了发展的可能，大数据是云计算绝佳的业务领域。
大数据技术为运营商带来绝佳的转型机会。除应用于传统企业运营管理分析外（如战略分析、竞争分析、运营分析、流量经营分析、网络管理维护优化、营销分析），还可利用积累的数据，为用户提供内容服务，例如根据对用户上网行为的分析，为用户推荐应用商店软件、IPTV视频节目等。因此三大运营商应抓住机会，发力完善扩充运营分析系统，盘活庞大的数据资产，拓展业务领域。而这种转型，需要现有的数据仓库向云计算架构演进。
而就技术来说，目前应用与大数据领域的云计算技术主要包括MPP（大规模并行处理）数据库与Hadoop技术。
3 云计算MPP数据仓库关键技术分析
随着大数据时代的到来，传统的数据仓库系统已无法满足性能和成本两方面的挑战。而廉价的x86设备通过分布式并行处理软件集群实现了低成本、高性能的解决方案。虽然传统交易型数据库在向x86云平台迁移过程中仍有许多问题难以解决，但在分析型数据领域，由于其数据操作多为连续读写，业界已有较多x86云计算MPP数据库解决方案，构建价格低廉的基于x86平台的云数据仓库已成为现实。MPP云计算数据仓库关键技术如下所述。
3.1 数据库SharedNothing集群架构
面对大数据量的处理，MPP是数据仓库的必然演进方向。并行数据库架构方式主要包括SharedDisk和SharedNothing两种。
SharedDisk架构指数据库集群中每一个CPU使用自己的私有内存区域，通过内部通讯机制直接访问所有磁盘系统。其主要特点为高并发、高可用性。但其存在资源争用问题，当为大数据量处理增加更多的CPU时，因为增加了对内存访问和网络带宽的竞争，系统反而有可能减慢。
而在SharedNothing集群中，每一个CPU都有私有内存区域和私有磁盘空间，而且2个CPU不能访问相同磁盘空间，CPU之间的通讯通过网络连接。其主要特点为，支持大数据量处理高并行、低并发、低可用性。当事务数量不断增加时，SharedNothing体系可通过增加额外的CPU和内存来数据库稳定增长，从而可以保证每个事务处理时间不变。同时，SharedNothing在运行过程中降低了竞争资源的等待时间，从而提高了性能。
就其适用场景而言，当应用代码量很大、相关数据量比较小时，SharedDisk更加适合这种典型的OLTP应用；如计费系统。而当相关数据量很大、而应用代码并发量很小时，由于SharedNothing架构可将单一大任务分解为多个小任务、同时在多个节点处理，通过并行缩短任务处理时间，从而大大提升系统性能。因此SharedNothing架构是云计算数据仓库的必然选择。
3.2 列式数据库
列式数据库是以列相关存储架构进行数据存储的数据库，主要适合于批量数据处理和即席查询。相对应的是行式数据库，数据以行相关的存储体系架构进行空间分配，主要适合小批量的数据处理，常用于联机事务型数据处理。
列数据库在数据仓库、商务智能领域应用中有着先天的优势：独特的存储方式，能够迅速的执行复杂查询；列数据库的压缩技术，更是能为数据仓库、商务智能应用中巨大的数据量节约存储成本；列数据库先进的索引技术也大大提高了数据库的管理，其优势详见下表，可见列式数据库是云计算数据仓库的不二选择。
4 运营商经营分析系统演进方式探讨
如前所述，随着移动互联网的快速发展，三大运营商如想在竞争中占据鳌头，则其经营分析系统应快速跟进，提升性能、扩大容量，抓住行业变革的机遇，采用云计算技术构建海量数据分析平台，实现数据的价值化。因此，经营分析系统应在近期快速搭建企业统一云计算分析平台。
就平台搭建方式而言，可采用MPP数据库与Hadoop技术结合的方式。MPP数据库用于处理结构化数据和大批量分析任务，实现对经营分析系统核心数据仓库的接管和替代；而Hadoop适合处理非结构化数据与NoSQL数据，适应小粒度高并发数据处理场景，应用于ETL等子系统，与云计算MPP数据仓库形成互补，充分提升数据仓库的处理能力。
4.1 MPP数据库建设方式建议
从业界主流的两种云数据仓库技术路线来看，一体机方案虽然性能较高，但其无法支持在线平滑扩展，在业务灵活性方面受限；且其硬件为专有硬件，容易形成对特定厂家的绑定；产品价格普遍较高，较传统建设方式优势不明显，随着未来数据量的激增，必将对企业产生较大的成本压力。
而软件数据库管理系统技术路线则在灵活性方面占据优势，可随着未来业务的变化在线扩展系统；其硬件支持标准x86设备，未来建设选型空间较大，系统总体投资较低；在未来使用大云HugeTable时，标准的x86硬件也可平滑利旧。因此，运营商应尽早引入基于软件数据库管理系统的云计算数据仓库产品，一方面降低系统建设成本，另一方面通过系统迁移部署及早积累经验，规范应用软件，为未来全面转向云计算数据仓库做好准备。
4.2 落地实施建议原则
由于云计算数据仓库技术较为前沿，在通信行业落地案例极少，缺乏可借鉴的建设经验；而经营分析系统已逐渐由后台决策支持系统转变为支撑前台业务发展的生产系统，出于保证系统稳定性考虑，在从现有经营分析系统向云平台迁移时，应审慎、分阶段实施。
另一方面，现有经分系统运行压力已非常大，新业务需求层出不穷，系统能力扩容迫在眉睫。结合两方面考虑，云计算数据仓库落地建议以“分流减压、可用验证、渐次替换”分步实施方式进行。
5 结束语
云计算技术在大数据处理方面已具备较好的实践基础，可满足运营商经营分析系统低成本、高性能建设的需求，及早探索云数据仓库的建设，近期将有助于其在移动互联网时代占据竞争优势。远期则可以在经营分析系统基础上，搭建大数据分析平台，通过自己采集、第三方提供等方式汇聚数据，并对数据进行分析，满足在线广告、电子商务等行业的数据分析需求。
参考文献：
关键词：物资信息系统；大数据；解决方案
中图分类号：TP315 文献标识码：A 文章编号：1007-9416（2017）03-0100-02
铁路物资应用大数据管理系统首先构建物资专业数据库，需要补充和完善需要的数据项，构建物资专业全量数据体系，例如增加重要物资的生产日期，技术证件（复印件或图片），验收记录，复检复验业务数据，质量问题图片数据，供应商的生产许可数据、生产资质（图片）等数据；其次完善物资管理职能，丰富和增加基础数据源，例如修旧利废管理，废旧物资管理等，在提高对废、旧物资管理的同时，完善物资管理数据源；系统通过归集处理，完成对物资专业产生的数据、与物资有关的其他数据、来自互联网上的相关数据，还包括手工编辑导入的数据等集中处理，将这些数据（结构化、非结构化）归集到大平台数据库中，形成数据源；数据存储和处理，采用大数据技术对归集的数据源进行清洗、转换并存入不同的数据库，并进行汇总、挖掘处理，形成对外统一的大数据接口；数据查询、分析和预测系统对处理后的大数据根据业务需求进行各种统计、查询和预测，达到让数据张口，靠数据说话，减少因缺少数据支撑而带来的偏差，降低决策风险。
1 物资管理数据体系
在物资管理信息系统中，增加物资的生产日期、入库验收信息，相关技术证件、复检复验数据等；在物资质量问题反馈管理中增加质量问题图片；增加物资属性图片及供应商的详细信息（如生产规模、信誉等级、资质、生产许可和认证等），建立物资专业基本信息库，形成物资管理全量数据体。
1.1 完善物资管理职能
增加修旧利费管理子系统，对卸下的配件经过维修再利用，提高物资的使用率；增加废旧物资管理子系统，将报废的各类物资进行分类归集，由物资处进行统一处置，清算处理，冲减成本；增加物资质量跟踪管理子系统，与各专业的生产检修系统进行互联互通，实现对物资采购、检验、使用、维修、报废等全过程管理。
1.2 数据采集
数据采集就是从数据源收集、识别和选取数据的过程，随着业务的进行，各类数据的累积越来越大，如何有效地收集这些数据，保证采集数据的可靠性，避免重复数据，保证数据的质量，是数据采集这个环节需要解决的。
数据采集分为两个来源：数据来自应用系统之外，简称为外部采集；数据来自引用系统内部，简称为内部采集。
外部采集主要来自物资经营的专业网站，例如东方财富网等其他一些网站，数据包括关注物资的价格变化数据，供应商的生产、销售数据，价格数据；还包括国家统计部门的GDP、PPI和CPI等；包括总公司、路局专业处室的下一时间段的大修、更新项目计划数据，主要用来分析和预测价格走荩下一阶段的物资采购预测等。
1.3 数据挖掘
数据挖掘作为一种决策支持过程，高度自动化地分析企业的数据，做出归纳性的推理，从中挖掘出潜在的模式，帮助决策者调整市场策略，减少风险，做出正确的决策。针对归集的大量相关业务数据，进行清洗、删除和处理，保证数据的有效性和正确性，然后分析物资专业所关注各项内容（或关键指标）之间潜在的关系，找出影响分析结果的主、次因素，作为数据挖掘的基础。
2 数据分析和展现
在大数据分析与业务协同的基础上，利用基本分析引擎驱动的图形信息显示功能，建立管理仪表盘跟踪、分析、监控、预测关键指标和目标，实现对物资价格预测、需求和采购分析、质量跟踪、廉政风险防控等业务决策模型的最终分析运用结果进行展现。
2.1 重要物资价格变化趋势
根据每月产生的采购价格，形成价格的直观图表，同时可以关联相关数据预测未来一段时间内的价格走势；也可以显示历史（一年前过两年前的）变化，作为比较依据。
2.2 重要物资需求预测分析
根据物资大数据，可以分析预测出下年度的重要物资的需求数量，以便根据市场情况，提前做出采购预算，保证供应；分析结果可以通过报表或柱状图展示。
2.3 物资采购综合分析
根据物资大数据，对物资采购的各项指标进行综合分析，包括采购周期、采购方式、物资使用方向、采购金额、供应商反馈及问题投诉，从中发现可能存在的廉政风险，强化阳光采购。
2.4 库存周转与采购周期分析
根据物资专业大数据，对全局的库存物资的周转天数（能够按照物资小类、物资大类等）及相对应的采购周期进行分析，查找周转天数差异，找出问题所在，提高库存的周转率，杜绝库存积压、减少库存资金占用；分析结果通过报表或图形展现。
3 技术方案
总体架构。整个架构分为5层：
数据源层，处于整个架构的最底层，包含物资管理系统及与之关联的全部业务数据：结构化、半结构化和非结构化。
获取层：数据采集（ETL），负责对源数据的采集、清洗、转换和加载，包括：把原始数据加载到Hadoop平台。
数据层：包括主数据仓库、分布式数据库及Hadoop云平台，Hadoop云平台负责存储海量的单据数据，提供并行的计算和非结构化数据的处理能力，实现低成本的存储和低时延、高并发的查询能力；主数据仓库（与MPP合设）负责存储指标数据、KPI数据和高度汇总数据；分布式数据库（MPP）负责存储加工、关联、汇总后的业务数据，并提供分布式计算、支撑数据深度分析和数据挖掘能力，向主数据仓库输出KPI和高度汇总数据。
能力层：负责向上层的应用方提供大数据平台能力，同时提供统一的数据开放接口，使多方大数据应用方享用。
应用层：为用户提供大数据平台的数据分析、查询、挖掘等功能，实现对物资管理专业的需求预测、采购预期、价格走势、物资质量跟踪、供应商绩效考核等综合分析。
4 安全方案
基于信息安全等级保护二级要求落实安全措施的要求，结合本系统的具体需求，在系统设计时，应重点考虑应用安全、数据安全和网络安全三个方面。
4.1 应用安全
应用安全是信息系统整体防御的最后一道防线。在应用层面运行着信息系统的基于网络的应用以及特定业务应用。基于网络的应用是形成其他应用的基础，包括消息发送、web浏览等，可以说是基本的应用。业务应用采纳基本应用的功能以满足铁路物资管理信息系统的要求。由于各种基本应用最终是为业务应用服务的，因此对应用系统的安全保护最终就是如何保护系统的各种业务应用程序安全运行。
4.2 数据安全
系统处理的各种数据（用户数据、系统数据、业务数据等）在维持系统正常运行上起着至关重要的作用。一旦数据遭到破坏（泄漏、修改、毁坏），都会在不同程度上造成影响，从而危害到系统的正常运行。由于物资应用大数据管理系统的各个层面（网络、主机、应用等）都对各类数据进行传输、存储和处理等，因此，对数据的保护需要物理环境、网络、数据库和操作系统、应用程序等提供支持。各个“关口”把好了，数据本身再具有一些防御和修复手段，必然将对数据造成的损害降至最小。
另外，数据备份也是防止数据被破坏后无法恢复的重要手段，而硬件备份等更是保证系统可用的重要内容。
4.3 网络安全
网络安全为物资应用大数据管理系统在网络环境的安全运行提供支持。一方面，确保网络设备的安全运行，提供有效的网络服务，另一方面，确保在网上传输数据的保密性、完整性和可用性等。该系统纳入铁路总公司、铁路局网络和信息安全保障体系中。
4.4 关键技术
大数据并非一项新技术，其前身是商务智能BI，是一系列信息技术的集合。怎样将数据中的价值挖掘出来，并以直观、清晰地方式展现在人们面前，是大数据解决的基本问题。数据展现通过借助表格、图片等手段，揭示隐藏在数据背后的模式与数据之间的关联关系，它以简单、友好的方式将这种关系呈现给用户，可以有效地提升数据的使用效率。该系统包括数据采集、数据管理、计算处理、数据分析和数据展现5个技术环节。
数据存储是大数据时代需要解决的重要问题。目前，铁路物资系统保存了大量的结构化数据，然而亟待解决的是海量半结构化和非结构化数据的存储问题。非结构化的数据主要采用对象存储系统或分布式文件系统进行存储，本文采用Hadoop分布式文件系统。Hadoop基于一种_源的理念实现的分布式文件系统；半结构化数据可以使用NoSQL数据库HBase中存放；结构化数据存放在关系型数据库Oracle或SQL Server中。HDFS（Hadoop Distributed File System）是Hadoop的核心模块之一，具有如下特点：
在一个多节点块集群存储文件；在节点间复制模块；主从架构；没有文件更新；一次写，多次读；大数据块顺序读模式；为批处理设计。
大数据时代的数据有以下几个特征：大体量（Volume）、多样性（Variety）、大价值（Value）、时效性（Velocity）、准确性（Veracity）的5V特点。常规的数据分析仅仅是对己有数据的静态分析，并不能进行动态的预测，而物资系统要求动态实时的反应生产实际，所以该系统大数据分析的难点是动态化、多维化和深度化。
适用于大数据的技术，包括大规模并行处理（Mpp）数据库，数据挖掘电网，分布式文件系统，分布式数据库，云计算平台，互联和可扩展的存储系统。
5 结语
5.1 实施策略
大数据平台的建设工作量大、周期长、涉及部门多，系统的实施应遵循统一指挥、统一规划的原则，系统实施过程采用分步建设、试点先行的原则，在明确分工的基础上，大力协同，科学实施，确保各项工作的有序推进。
5.2 项目实施组织
成立物资应用大数据管理信息系统项目工作组，按照本方案有序推进实施工作。项目工作组负责总体指导和统筹协调，解决系统工程建设中的重大问题，确保按统一规划和建设标准进行实施；协调设计单位、相关接口系统的设计开发单位、业务处室和站段直接的分工协作。
成立专家组负责业务指导和技术把关，为项目开发和实施过程中出现的问题提供咨询支持。
关键词:大数据；会展企业；精准营销
大数据背景下，数据信息接受、获取、分享渠道的改变，颠覆了会展企业传统营销模式。会展企业传统的营销模式已经不能够满足新时代下企业发展模式，需要进行转变与创新。针对会展企业发展而言，精准的会展企业营销模式，能够拓宽发展渠道，满足消费者需要，增强会展企业核心竞争力。因此，研究大数据背景下会展企业精准营销策略十分重要，使会展企业经济发展增收的需要。
一、大数据背景下会展企业精准营销价值
(一)提升会展企业营销效率在会展企业发展的今天，精准性营销模式已经在其营销、管理、运行模式中推广，并且被多数会展企业运用到自身营销管理模式中，取得良好的经济效益。但从当前会展企业发展现状来看，还有部分会展企业还是依靠广告销售、电话销售形势进行营销，这种营销模式虽好，但投入过大，并且对目标客户的获取量较少，增强会展企业营销成本，不利于会展企业进一步发展，而会展企业实现精准性营销模式，借助大数据技术，立足于互联网平台中，根据自身发展模式，挖掘、收集、整合、处理数据信息，明确目标客户，根据目标客户形式，调整会展活动形式，满足受众面消费需要，提升会展企业目标客户的转化率。
(二)加强会展企业品牌建设大数据背景下，借助先进技术的干扰、引领，有助于建设会展企业品牌服务模式，促进会展企业走可持续发展路径。品牌建设增强会展企业知名度，使目标客户与会展企业构建良好的合作关系。可以说，大数据时代的来临，拓宽会展企业营销渠道、创新营销组织模式、革新营销手段，提升会展企业经济效益的增收。
(三)满足会展企业客户实践体验大数据背景下，会展企业营销模式，借助先进技术效度，获取目标客户参会前、中、后的行为数据信息，根据这些信息预测目标客户的消费行为偏好，对产品进行进一步升级、优化，并且借助互联网平台，收集目标客户的数据信息，诸如消费偏好、兴趣爱好等信息，根据这些信息为目标客户构建参展方案，提供给目标客户，增强目标客户产品体验效度，实现一对一的参展形式服务，进而提高会展企业服务水平。
二、大数据背景下会展企业精准营销困境
大数据背景下，不仅为会展企业精准营销实现带来一定的机遇，与此同时，也是为会展企业精准营销实现带来一定的困境。
(一)数据处理技术滞后在大数据背景下，为会展企业提供丰富的信息数据，有效的运用信息数据，推进会展企业精准性营销模式，这为会展企业发展带来契机。例如：在精准性营销中，应重视数据信息的存储、收集等工作，以此实现信息数据在会展企业发展中的价值。但从当前会展企业营销模式来看，数据信息的运用对会展企业发展不形成实质性的价值，使信息数据运用停留在形式，没有发挥其根本性效度，影响到会展企业营销效率的提升。从当前会展企业信息数据运用情况来看，信息数据的运用大都停留在采集层面上，分析数据大都借助人工形式进行，发挥不了大数据在会展企业精准营销模式中的运用效度。
(二)工作人员信息素养不强人才是会展企业发展的原动力，也是会展企业走可持续发展的有力支撑。在大数据背景下，需要加强工作人员信息素养，使工作人员合理的收集、运用、分析、整合、提取信息数据，以针对性、精准性、合理性的信息数据为会展企业发展提供支撑，进而使会展企业实现精准化营销模式。但从当前会展企业精准化营销现状来看，工作人员信息素养不足，影响到大数据在营销管理模式中的运用效度。例如：虽然会展企业已经将大数据推进营销工作中，但部分工作人员还是将思想理念停留在传统营销模式中。究其原因，是工作人员信息素养不高，制约了会展企业进一步发展。
三、大数据背景下会展企业精准营销策略
(一)推进会展企业智能化发展大数据时代下，会展企业应转变自身营销模式，意识到大数据技术运用到会展企业发展中的价值，发挥大数据技术的优势，推进会展企业智能化发展。首先，会展企业应转变自身发展理念，以精准化营销理念为导向，转变企业领导层、管理层、员工层思想理念，借助大数据时代的发展优势，以大数据技术推进自身工作模式、管理模式、决策模式的更新，促进会展企业发展。其次，借助大数据技术，构建会展企业智慧化服务平台，推进会展企业内部各个部门之间的联系，促进各个部门数据信息的往来，以数据信息的合理运用为基础，提升会展企业管理、经营、营销、运行方式、拓宽营销渠道，以此推进营销组织体系的革新。与此同时，构建会展企业智能化服务平台，为目标客户提供个性化产品服务，满足目标客户消费需要，实现自身营销模式的转变。最后，拓宽营销渠道，改变单一的营销渠道模式，借助大数据技术，加强数据信息的分析、处理能力，实现营销渠道的多元化，并且推进一对一营销策略的开设，达到会展企业营销模式精准性。
(二)推进大数据技术与会展业态的协同发展在会展企业历程中，应紧跟时代的发展步伐，推进数据信息在会展企业发展中的有效运用，为员工工作模式、管理人员管理模式、领导层决策模式提供有力的数据信息支撑，不断的加强数据信息的分析、整合、获取，提升会展企业经济效益。大数据背景下，会展企业应对参展商、个体组织等信息进行全方位的收集，对参会人员相关信息进行精准化，构建个体档案数据库，随时随地为参会人员提供个性化的服务，建立良好的互帮互助关系，构建参会人员个体档案信息，知晓每一名参会人员信息，根据展会举行形式，向参展人员推送相关的服务模式，吸引参展人员前来，达到良好的营销模式。与此同时，根据参展人员实际情况，进行产品生产、研发，满足受众面，增强产品销售、营销效度，提供精准性的服务模式，促进会展企业健康、有序发展。
(三)构建会员制大数据背景下，推进会员制的构建，通过数据平台，向目标客户推荐立体化的营销模式，加强宣传力度，推进市场调研活动的开展，实现构建会展企业品牌发展效度。会员制的构建能够为会展企业发展建立一个稳定的客户关系，加强目标客户的转化，树立良好的企业信仰，进而提升会展企业品牌效度。与此同时，基于会展企业具有自身发展的特殊性，会员制的构建能够随时随地的与客户进行联系，加强相互交流与互动，以客户需要推进会展企业发展。因此，在会展企业发展历程中，应重视会员制的运用，借助大数据效度对会展企业会员客户进行针对性的分析。在会展企业会员制构建中，应注意以下问题：一是在会展企业精准营销模式中，不能够为了增加会员的数量，而降低会员准入制标准。会员制的构建，立足于会展企业发展形式，准确定位目标客户，是客户以成为会员而尊尚。反之，降低会员准入制标准，任何人都可以参与到会员群体中，使会员尊尚得不到体现，凸显不了会员制的构建价值。二是在会展企业精准营销模式中，为目标客户入会员模式提供多元化渠道，改变单一的入会标准，拓宽渠道。与此同时，定期与会员进行交流，提供会员个性化服务项目。例如：会员生日，赠送参会券、礼品等，增强会员产品体验满意度，使会员客户认可会展企业营销模式。
(四)做好会展企业营销模式大数据背景下，为会展企业营销模式提供契机，推进营销模式的有效性、科学性，以此彰显会展企业营销价值。在会展企业中，整合数据信息，有效的运用信息数据，分析目标客户需要，根据目标客户需要，进一步明晰营销模式，构建营销方案，满足目标客户消费需要。在会展企业精准营销模式中，通过交流，投其所好，构建长效的合作关系，增强服务质量，进而提升会展企业精准化营销模式。与此同时，根据收集会展企业数据信息，纳入到目标客户数据库中，以便需要的时候进行运用，拓宽数据库数据信息，增强数据库数据信息的针对性、合理性、科学性，实现大数据技术在会展企业精准营销中的运用价值。
(五)加强数据库的管理大数据背景下，会展企业借助先进技术推进自身营销模式、渠道、组织的变革，需要加强数据库的管理。在时展的今天，数据信息对于每一名个体而言都是不可或缺的信息资源，是一种宝贵的数据资源。然而，会展企业发展模式不同，其对数据信息的运用需要科学性、合理性、规范性的运用，以此需要加强数据库的管理，通过有效的数据库管理模式，加强数据信息分析、运用、提取的实效性，推进会展企业进一步发展。在数据库管理中，将数据库分为过个子数据库，诸如会展企业与消费者协调发展数据库、会展企业与生产商发展数据库、会展企业与其他会展企业数据信息共享数据库等，加强每一个子数据库的管理效度。与此同时，数据库的管理应加强数据库的调查工作，促进目标客户的转化形式，加强对竞争对手数据信息的分析，推进自身数据信息运用、管理的精准性，提升会展企业营销模式。
(六)提升工作人员核心素养大数据背景下，人才是会展企业发展的原动力，也是大数据能够有效的运用到会展企业营销模式的保障。因此，会展企业在实现精准化营销模式中，应重视人才的培育，加强人才管理、教育效度，使人才更好的为会展企业发展服务，进而促进大数据有效的运用到会展企业营销模式中。首先，会展企业开展有效的培训工作，根据大数据背景下精准营销模式特性，构建培训方案，使工作人员参与到其中，提升工作人员专业化能力以及信息素养。其次，工作人员应具有自我学习意识，通过学习不断的提升自身，促进自身专业化、职业化发展，以此更好的运用大数据技术开展营销工作模式。
摘 要：大数据与云计算是近两年IT界最为流行的两个关键词，各大IT厂商也都看到了大数据所蕴含的商业价值并展开了一定的产品研发与商业应用。在大数据时代，图书馆的数据处理及服务将会发生显著的变化，从大量的数据集中去分析和挖掘潜在的价值，以便图书馆决策层及时做出相应的建设方案调整将成为图书馆的一大主要业务，图书馆服务也将随着图书馆服务策略的调整而做出服务方式、途径等方面的改变。
关键词：大数据 云计算 数据处理 数据分析 信息服务 图书馆服务 数据挖掘
中图分类号：G253 文献标识码： A 文章编号： 1003-6938（2012）04－0120-03“大数据”（Big data）是IT界继“Web2.0”、“数据挖掘”和“云计算”之后近两年最流行的词，大数据革命也正以Apache Hadoop为中心如火如荼的进行着，IBM、EMC、Oracle、VMware和Microsoft等商业机构已看到了在这场革命中蕴含的商业价值，并基于云计算等平台开发了诸如BigInsights产品［1］的数据计算、数据收集等服务。实际应用方面，EMC和VMware已经做出了表率，EMC中国区总裁蔡汉辉介绍说，中信银行在实施了EMC提供的大数据解决方案以后，取得了不错的效益，如中信银行在2011年大概有1200多个营销活动，以前他们举办一个营销活动大概需要两周左右的时间做配置。但是通过运用EMC提供的大数据解决方案后，只需要2～3天就可以配置成功［2］。美国政府也预测到了这场革命中的战略价值，奥巴马政府于2012年3月29日宣布推出“大数据的研究和发展计划”，意在推进和改善联邦政府部门的数据收集、组织和分析工具及技术，以提高从大量的、复杂的数据集合中获取知识和洞见的能力［3］，把大数据上升到了国家战略的高度。但对于社会中以知识存贮、利用与开发为己任的图书馆来说，在这个“大数据”时代如何提高海量增长的文献数据处理能力，搜寻新的数据计算、知识发现及信息服务的新途径，是图书馆界学术研究的一大思考所在，而要真正解决这个问题，就要理性的认识“大数据”及其带给我们的环境与改变，逐层分析这些图书馆可以利用的理念、技术与工具，实现图书馆读者信息服务能力的提升，进而推动我国图书馆事业的发展。
1 大数据概述
大数据目前尚没有统一的定义，部分业界专家如《著云台》的分析师团队认为，大数据通常用来形容一个公司创造的大量非结构化和半结构化数据，这些数据在下载到关系型数据库用于分析时会花费过多的时间和金钱［4］。因此，大数据通常被认为是一种数据量很大、数据形式多样化的非结构化数据［5］。
1.1 大数据的特点
随着对大数据研究的进一步深化，IT界对大数据的特点有了较为全面和统一的认识，即：（1）大数据的种类繁多，并在编码方式、数据格式、应用特征等多个方面存在差异性，多信息源并发形成了大量的异构数据；（2）通过各种设备产生的海量数据，其数据规模极为庞大，远大于目前互联网上的信息流量，PB级别将是常态；（3）涉及到感知、传输、决策、控制开放式循环的大数据，对数据实时处理有着极高的要求，通过传统数据库查询方式得到的“当前结果”很可能已经没有价值；（4）数据持续到达，且只有在特定时间和空间中才有意义；（5）通过数据库处理持久存储的数据不再适用于大数据处理，需要有新的方法来满足异构数据统一接入和实时数据处理的需求［5］。
1.2 大数据的应用领域与范围
尽管大数据的概念形成较早，但对其技术的研发还是近几年才发展起来的，从目前来看，大数据技术主要涵盖的领域有可视化分析、数据挖掘算法、预测性分析能力、语义引擎、数据质量和数据管理等，具体来说，目前主要有包括分布式缓存、基于MPP的分布式数据库、分布式文件系统、各种NoSQL分布式存储方案等。技术及应用的不普及与不成形使得大数据的技术门槛较高，因此目前在该领域展开竞争的大都是在数据存储、分析等领域有着传统优势的IT厂商。如Oracle了Oracle大数据机、VMware推出了虚拟化架构+云平台的开源项目Serenget、EMC推出了EMC Hadoop等。IBM在大数据领域的优势则较为全面，而机器人“沃森”在人机大战中获胜，更成为IBM为其大数据分析解决方案加分的例证，此外，IBM还研发出了一系列大数据分析计算软件，如基于云端Hadoop的分析软件InfoSphere BigInsights、针对iPad用户推出的全新移动分析应用软件Cognos Mobile、拥有映射功能的全新预测分析软件SPSS Statistics 20.0、全新的后台数据筛选及维护软件InfoSphere Information Server8.7等［6］。对其核心技术如Hadoop的应用也主要是在一些企业的数据分析等领域，如百度的搜索日志分析，腾讯、淘宝和支付宝的数据仓库等。
大数据最典型的另一应用案例是大数据技术在沃尔玛的应用。沃尔玛是最早通过利用大数据而受益的企业之一，早在2007年，沃尔玛就建立了一个超大的数据中心，其存储能力高达4PB以上。通过对数据中心中消费者的购物行为等非结构化数据进行分析，沃尔玛成为最了解顾客购物习惯的零售商，并创造了“啤酒与尿布”的经典商业案例。大数据的另一应用案例就是3月11日日本大地震发生后仅9分钟，美国国家海洋和大气管理局（NOAA)就了详细的海啸预警。通过对海洋传感器获得的实时数据进行计算机模拟， NOAA随即便制作出了海啸影响模型并出现在YouTube等网站［7］。我国应用大数据技术的企业当前只是凤毛麟角，目前仅有为数不多的企业正在开展相关的项目建设。如中国联通正在通过采用基于云平台及英特尔发行版Hadoop的大数据解决方案来构建移动通信用户上网记录集中查询与分析支撑系统。这一系统可为企业的客户服务人员提供客户上网记录的快速查询服务，也可为客户本人提供高效的异常大流量上网记录自助查询服务，这将有助于解决流量投诉问题。该项目将在2012年10月结束，届时除了为客户服务人员提供服务外，系统还可以为企业的业务部门提供分析与决策服务，并有望在未来帮助企业更为准确地把握用户偏好，从而让中国联通能更有效地制定市场策略和开发新业务［8］。
【关键词】大数据时代；城市规划；响应；以人为本
信息与通讯技术的发展引领了大数据时代的到来，大数据的概念可以简化为各种规模巨大并且无法利用手工的形式对其分析、解读、处理的大批量信息资料。大数据的运用势必会对传统城市规划方案的拟定与推行产生一定的影响，此时新的思维方式与方法应用到城市规划进程中，这是对大数据时代的响应。如何使大数据时代的实效性充分的发挥出来，这已经是城市规划工作者普遍关注的问题，本文将对其进行深入的分析与探讨[1]。
1.大数据时代在城市规划中发展的模式
1.1特征
大数据时代下各种技术能够对数据信息进行高效的处理进而使城市空间规划更具科学性，GPS等追踪定位技术的应用使规划者对城市的空间结构有更加全面、清晰的了解；大数据时代最大的特征是“大体积、大容量”，包含了城市发展的现实状况与特点，能够采集处理超大量的数据信息；
1.2发展形式
大数据时代的到来，使城市规划者积极地站在城市微观的视域下，对居民的日常生活活动进行整体的分析，从而落实城市空间规划与布局的工作任务[2]。在大数据时代背景中，城市规划者将目光放在全球定位系统、手机数据、网络日志以及公交刷卡数据等方面上，在其协助下建设出的城市规划模型更具直观性与科学性，此时的规划工作在对城市空间调整与分布时所提及到的行为方式更具规范性、合理性。
2.大数据时代中城市规划编制的响应
2.1实时化响应
在传统的城市规划工作中，先进计算设备与处理技术的缺乏降低了工作效率，且数据信息获取的周期通常是以年为单位。大数据时代的到来，使原有的城市规划状况逐渐向实时化转型，而实时化体现在数据资料收集方面的同时，也是城市规划响应的表现形式，换句话说，实时化响应是建立在大数据时代、城市规划基础之上的。此时多样化的信息通讯技术、处理技术自身的优势充分地发挥出来：这些技术提高了城市规划对数据收集、处理、分析的精准度与快捷性；使数据收集工作能够实现实时、有序的目标，并与城市规划进程同步运行。在数据库技术、计算机等现代化技术的协同配合下，城市规划者建立了高完整度的数据库，使得各类数据资料得到有序安放与保管；而对于那些近期收集到的新数据信息，相关设备对其进行筛选以后可以被直接输送到与之相匹配的数据库中储存，有助于城市规划者在最短的时间内采集到具有时效性的数据资料，以此提高城市规划模型的直观性与可靠性；
2.2多源时空数据的收集
在过去，城市规划者所获数据信息一般都是在问卷调查、统计年鉴或者是文献资料中提取出来的，数据样本容量小且不具典型性，难以在规划中体现实际参考价值。而在大数据时代导向下各种高端技术顺利的引用与应用，常见的有3S技术、云处理技术、数据挖掘技术等，这些技术的合理应用，拓宽了城市规划中数据资料来源的渠道，另外地形复杂区域时空间数据的搜集工作也不再是难题。而数据挖掘技术自身的性能又是特殊化的，能够将汇总的数据信息进行全面而深入的分析，剔除无实用价值的部分，为打造城市规划区域全景注入动力。例如，在对城市园林建设进行规划布局时，过去需要大量的人力资源去完成数据信息的采集工作，继而对其进行计算分析，而基于园林建设面积大数据处理技术的应用，海量的数据能够在极短的时间里被获取与准确的分析，这就为园林建设的科学规划布局提供了参考价值。此时的数据信息发挥了指导作用，使城市园林建设规划布局更具合理性。总之，多源时空数据参与到城市规划进程中，使城市规划、布局等工作彰显出全面性、合理性等特征。
3.大数据时代城市规划实施评价的响应
3.1静态向动态的有效转型
城市规划之所以能够从“静态、蓝图式”顺利的转型为“动态、过程式”，主要得力于相关技术的应用。在高端技术的辅助下，即使时空大数据多样化、数据信息繁杂化，但是当它们出现于城市规划方案拟定的工作中时，也不会对规划的精细度造成任何的干扰，并且还能够及时地发觉规划进程中数据信息存在遗漏、缺失等相关问题，为城市规划方案的及时调整与改进提供了辅助动力。大数据时代中城市规划在方方面面都能体现动态化的风貌，此时城市规划方案与体系的制定不再是“一次性”的，编写、规划、检验、改编、实行等环节始终处于循序运转的模式中，从而使得城市规划进程中所涉及到的各个子系统之间能够实现弹性互动的目标；
3.2以人为本的规划原则的落实与应用
在大数据时代背景中，城市规划不再以“空间为本”，而是积极地向以“以人为本”的方向转型，这主要是由于大批量数据信息的发源者为群众个体、数据更显多源化。此时大数据技术的应用，使每个居民所提供的数据得到全面而深入的分析，那么我们可以推断城市规划工作是卓有成效的。例如城市规划者参照该城市人口分布的疏密情况、土地资源使用状况等可视化信息，对公交刷卡数据、手机充值数据等基本信息的系统化进行分析，并在此基础上落实对城市规划方案的评价工作，明确城市在未来几年的发展趋势。容积率指标的应用，能够协助城市规划者快捷的完成对城市人口密集度、社会功能混合度审核与改进的工作内容，最终完成对设计效果考评的任务。
4.结束语
其实，大数据时代下，城市规划在众多方面都积极对其做出响应，提升了多维转变的可能性，例如“人工化”到“智能化”的转变、“分散化”到“协同化”的转变、“粗放化”到“精细化”的转变等。在大数据时代背景下，城市规划进程始终要坚持“以人为本”的规划原则，积极关注城市居民个体生活的品质，在先进技术的辅助下，早日落实城市规划信息化建设的伟大目标[3]，为推进我国现代化城市发展的脚步提供动力支持，同时使我国社会主义市场经济健康、平、高效地发展与运行。
参考文献：
[1]席广亮，甄峰.过程还是结果？――大数据支撑下的城市规划创新探讨[J].现代城市研究，2015.
关键词：通信；消防指挥；数据库技术；消防通信
Abstract: this paper as the foundations of the digital technology of database technology are introduced, and pray for the fire communication command system in the application of the article fire command system database technology to the requirements are analyzed, and put forward its own control communication command system to strengthen the database construction Suggestions for the future, and fire control communication command system development trend were discussed.
Keywords: communication; Fire service; Database technology; Control communication
中图分类号： TN91文献标识码：A 文章编号：
随着世界科学技术的飞速发展，尤其是计算机互联网通讯技术的发展，各种各样的应用软件深入到各行各业，然而这些应用软件都必须基于数据库技术之上，因此数据库技术相当重要。面对当前的新技术和当前火灾的新特点，必须实现消防警报接入的数字化，灾情判断智能化，指挥系统网络化，人员调度集群化以适应当前信息社会的发展。要想实现以上的消防需要，必须建立起一个统一消防指挥平台，其中数据库技术是其实现的后台技术，是其实现的基础。因此加强数据库技术在消防指挥系统中的应用就显得非常重要了。
一、数据库技术简介
数据库技术是信息系统的一个核心技术，是一种计算机辅助数据管理的方法，能够高效的获得并处理信息。是当代信息科学技术的重要组成部分，是计算机进行数据处理与管理的核心技术，已广泛应用与社会的各个领域，其中消防通信指挥系统就是一个很重要的方面。数据库技术在某一领域应用往往要结合一定的数据库管理系统，形成一个功能完备的数据库系统。
二、数据库技术在消防通信指挥系统中的应用
数据库系统在城市消防通新系统的应用主要包括消防通信指挥中心和消防站 以及移动消防通信指挥中心三个地点。过程上分为火警受理、火警指挥火警相关信息查询三部分组成，对数据库的功能、性能和内容有以下要求：
（一）城市消防通信指挥系统对数据库的功能要求
一个城市的消防通信指挥系统包括消防通信指挥中心、消防站点、移动指挥中心、消防重点监控单位、联防辅助单位等组成。在一次的火警的过程上又分为报警阶段、火警受理和信息收集阶段、通信指挥中心综合调度阶段。城市消防通信指挥系统中的数据库应满足下列功能要求：
1.数据库应包括火警接收、火警辨识、出动方案编制、下达出警命令、火场事故处理辅助计划、灭火作战记录等。
2.能够方便显示火警电话呼入和报警主叫号码以及用户名称和地址。
3.有方便的数据统计窗口，对报警信息详细的分类统计。
4.能够自动或人工对火灾类型进行识别，制定出警方案，下达出警命令。
（二）消防通信指挥系统对数据库的性能要求
作为一个城市消防的主要组成部分，消防通信指挥系统中的数据库应满足以下的性能要求，
消防案件报警时，数据库消防案件受理子系统必须做到通信网络的畅通，通过数据的准确全面的采集、以及完备的与消防有关的信息。他的步骤一般包括以下几步：
1.火警电话受理，对报警人，报警人的电话和报警主叫号码以及用户名称进行记录。若能拥有足够的硬件资源，配有电话报警的录音系统是一个不错的选择。
2.确定火点，根据报警人所提供的报警信息，确定火点发生的位置，并结合自身数据库提取有关的GIS数据，完成火点定位。以便对火场地点的信息进行完善的查询，方便出警信息的编制。
3.案件记录。记录火警案件的信息，通过城市消防通信指挥系统火警立案信息，对立案时间、报案人、报案人的通讯方式、案件类型、案发地点等。
确定合理的调度方案。根据火场位置确定最近的消防站点和其他可利用资源。
（三）数据库为消防通信指挥系统提供的内容
为满足消防通信指挥系统的功能要求，其数据库数据应包括以下内容：
1.消防地理信息数据库、消防水源分布、消防救援工具数据、消防安全重点单位数据、当地气象数据、化学品数据、灭火救援解决方案、不同火灾特性数据、出警灭火记录、模拟训练记录。
2.消防地理信息数据包括：
（1）消防站点分布及消防实力。详细内容包括站点名称、主要负责人姓名、消防战士数量及质量、通信员姓名、消防车辆编号及状态、其他消防用品配备情况。比如，消防救援用品名称、数量和质量、放置地点等。（2）本市的消防地图，不仅要包括城市的消防地图，还要包括城乡结合部和远郊乡村地图，要详细到街道。包括街道的名称编号、宽度、长度、及路面情况以及其岔路口。标明附近的消防站和相关救援单位的分布，火灾现场的消防水源分布、消防器材分布等。对水源的数据应详细到名称、位置、水量、压力、管网及其接口分布等。
三、加强数据库建设，提高消防通信指挥系统的效率
从以上我们基本知道了消防通信指挥系统对数据库的基本要求，那应该给消防通信指挥系统配备一个什么样的数据库，怎样配置数据库呢。对此没有一个固定的答案，要根据所在城市具体情况做出具体的决定。一般要考虑的因素包括预算、城市规模，硬件和软件的性能和稳定性，数据库容错能力等。要根据不同的预算来确定要实现的消防通信指挥系统的功能和规模，让后再根据功能和规模来确定系统需要数据库的软硬件达到的水准。
四、未来消防通信指挥系统中的数据库应用展望
例如已在部分省市实施的三警合一的模式等。目前消防通信指挥系统主要有以下几个方向，我们看一下数据库在其中的作用。
（一）消防通信指挥系统的一体化
为了能实现各单位之间的协同作战，提高作战效率，应对日益复杂的网络情况和巨大数据流，实现各通信单位的互联互通，各设备的集中管理，对数据进行控制和共享，数据库智能化水平必须提高。（二）虚拟城市技术
随着计算机虚拟技术的发展，计算机虚拟城市成为可能。将会给未来的消防通信指挥带来革命性的变化，大大提高小房官兵的作战效率。作战指挥人员能够更加直观的了解火场情况。以便迅速做出作战部署，节约时间。实现消防作战的快速反应、智能决策和科学指挥。要想做到以上几点，其数据库就必须满足存储虚拟城市对大数据量的存储要求。同时也要有一定的数据运算处理能力。（三）城市监控网络分布及其智能化
为了提高城市的防火救火能力，就必须加大对城市的火灾发生情况的监控力度。提高监控设备对火灾火情的判别与应对能力，这就要求监控设备必须拥有一定的智力，其智力需要大数据量的支持。没有一定的数据量也就没有相应的智能化水平。所以说必须保证监控设备的数据储量和运算能力。
结语：
随着互联技术的发展，尤其是当今的云计算技术和物联网技术正由原来概念逐步走向现实应用。数据库技术作为云计算技术和物联网技术的基础，必将在未来的西方通信指挥系统中发挥着越来越大的作用。所以消防通信指挥中心要不断加大自身数据库管理人才的管理力度和培养力度，提高消防指挥科学水平。
[参考文献]：
[1]张德群.地理信息系统在城市消防通信指挥系统中的应用[J].消防科学与技术, 2012(3)
【关键词】 大数据 电力企业 智能营销 电力能源
【中图分类号】F426.61 【文献标识码】A
电力工业是中国国民经济的重要基础，电力营销则是电力企业发展运营的关键。在大数据时代及电力企业管理精益化、优质化内在需求的双重背景下，电力智能营销模式的探索和实践迫在眉睫。因此，本文将借势大数据深入研究电力智能营销模式，以期能够解决传统营销模式存在的问题，实现满足客户需要的安全性、实时性、环保性电能需求的目标。
一、国内外电力营销发展现状
1.电力大数据的内涵
电力大数据通过对电力能源公司自身良性发展和市场个性化需求的挖掘和满足，驱动电力企业从“以人为本”的高度重新审视自身核心价值，由“以电力生产为中心”向“以客户需求为中心”转变。
2.智能营销的内涵
智能营销模式，即通过对数字技术的运用，将电网运行与业务需要、社会效益等关联起来。智能营销模式通过经营、销售、营销等系统的全面自动化，实现电网企业与市场参与者之间的实时互动与能源供需平衡调度。智能营销模式是一种更安全、更经济、更环保的电力服务和销售模式。
3.发达国家电力营销研究现状
发达国家电网架构变化小，市场发展较为成熟，需求基本趋于饱和，电力供应及冗余储备趋于平衡，供电质量和电力市场效益最大化是其关注重点。
以美国为主的北美电网，起步早，发展较为成熟。营销安全和供电可靠性是北美电网营销模式研究重点。北美供电企业相继出台各种电价优惠政策，例如错避峰电价优惠、交通工具充电优惠等，以应对用电浪费、用电高峰等问题。
日本电力营销业务面较为宽广成熟，主要包括：远程抄表、合同事务、增供扩销及费率核算等业务。其营销模式的特点主要表现为：对目录电价进行差别定价，以此错开高峰，引导负荷分流，降低供电成本；对经济产业省份申请备案，制定差别电价目录，例如对全电气化住宅提供电价优惠政策，增加售电量；积极向客户推荐新型蓄能电器等。
英国电力拥有成熟的发、输、配、售环节及强大的交易结算体系，其电力营销业务主要包括报装接电、装表抄表、断电通知、故障处理、供电恢复和电能质量等几个方面。其电力营销模式的特点是用户可自主选择销售电价方案，允许支付电费时间尺度和结算方式灵活多样。
相较于中国，发达国家电力营销更具有服务性、融合性，与营销紧密结合的技术工作融于各技术部门。从营销组织结构及业务模式方面，发达国家电力行业的营销部门较少，营销工作基本都以用户为中心，工作内容主要包括向电力客户提供电能需求的咨询及相关设计方案，抄表收费及抢修等技术类工作大多外包给第三方公司。
4.我国电力传统营销模式面临的压力
伴随着中国电力市场改革日益深化，当前电力企业运营方式正在向满足电力市场需求和提高客户满意度方向发展。新形势对电力营销提出了更高要求，给电力企业运营带来了多方面压力。
一是用户服务需求越来越高。目前居民和企业对电力的依赖性越来越强，同时对停电容忍度也越来越弱。特别是在非计划或故障停电期间，优质服务面临的压力越来越大，给电力企业优质服务提出了更高要求。二是电力企业精益化管理对线损管理方面提出更高要求。线损管理作为考核电力企业经营水平的三大经济指标之一，是企业降损节能、提高效益的重要环节。当前线损管理依然存在制度建设中可操作性不强、线损管理科技化动态管理不够、电网设计不够合理、客户用表计量精度不高等问题，更关键的核心题是线损统计指标失真问题。三是电费回收形势严峻。
二、大数据时代电力智能营销模式设计
1.智能营销模式设计
大数据环境使得智能营销所需的市场、用户和电能产品信息的收集、分析处理及利用成为可能。电力智能营销模式，以大数据平台作为数据支撑，形成由“电力营销数据采集――数据分析――模型构建――智能评估”构成的持续循环的闭环模式。
（1）数据采集。借助大数据平台，通过门户网站、移动终端等各种渠道收集电力营销各业务系统数据，建立电力数据库，数据包括：各用户供售电量数据，电能信息采集数据，供用电合同管理数据，新装、线损与能效管理数据，增容及变更用电数据，计量点管理，有序用电管理数据，业务处理数据，95598客户服务数据，客户关系管理、客户联络、客户档案资料管理数据，稽查及工作质量数据。存储原始数据，并预处理分析已有数据和实时数据，形成基础电力数据库。
（2）数据分析。结合基础数据库和大数据平台相关实时数据，深度挖掘并分析电力数据，结合国家宏观政策、社会经济发展态势、自然环境形态等关联因子在内的各种数据，全面深入研究不同地区、不同行业用户的用电规律和用电行为习惯。
（3）模型构建。根据用户特征与偏好，构建用户用电特征模型及电力智能营销模型。借助大数据平台构建智能营销场景，根据营销情境制定不同的营销业务方案，实现营销方案与数据库的互相匹配；然后通过有效预测用电量需求，准确制定用电需求侧管理方案及有序用电手段，提升电力资源利用率，降低供电成本；根据客户特性对客户进行细分，并提供有针对性的营销及服务策略；构建用户信用等级模型，提升电费回收水平；监测客户异常用电行为，避免偷电、窃电行为的发生。
（4）智能评估。实时更新数据库，以便及时掌握电力营销信息。借助大数据平台对营销实施过程进行实时监测，对市场异常数据、状态提供在线可视化预警功能。平台在线监控营销态势，及时监测营销突发状况，制定解决方案，反馈后期市场评估信息，修正解决方案，为下一阶段营销模式的改进优化提供科学决策依据。
2.电力智能营销模式实施策略
（1）电能产品策略。产品是企业市场营销的重要因素之一，保证电能产品质量是电力智能营销的基础和关键。电力能源企业对不同用户供电质量付出的成本差别较大。依据市场中成本与收益相匹配的原则，应对消费者进行细分，对不同的客户采取不同的电价。利用大数据技术对庞大的用户电表进行快速区分，对各类电力用户收取差异化电价，实现精细化管理目标。
（2）动态电价策略。大数据环境使网上竞价成为可能。当分布式电源产生的电能能够满足电网并网条件时，即在电力营销平台发出售电意向，营销平台接受售电请求后，反馈给分布式电源，进一步询问预计上网电量、上网价格和上网时段，然后在电力网络营销平台实时售电信息。当客户同意其上网电价并购买后，平台即通过电网先进技术设备，自动完成网上竞价交易过程。
数据交易平台能够变革传统发电上网“一厂一价”的定价机制，逐步形成较为成熟的电力自由竞争市场，使得分布式电源与大电厂具备相同的市场地位，借助市场经济杠杆，有效降低上网电价，错开高峰，充分利用能源，保护环境。
（3）优质供电服务策略。根据客户用电量的增量和存量、负荷率、电费回收率、电价水平、电源等级、能耗水平等指标对售电市场进行细分，利用大数据整合分析技术对用户进行聚类分析，建立优质电力用户库，优先提供优质的供电服务。
（4）电力促销策略。一是运用电力广告进行促销宣传。在宣传上侧重突出电能的清洁能源属性，引导公众全面认知电能产品的便捷、经济、优越等特性，并逐步形成累积的宣传效应。二是正确引导电力客户展_电能替代工作。通过增加电能终端消费比重，逐步促进电力客户转变用能观念。
三、基于大数据的电力智能营销实际应用
1.利用大数据挖掘潜在电能替代客户
传统电能替代项目的挖掘主要依靠地方经信局、环保局等部门来推进，难以保证电能替代工作的可持续推进，也缺乏对电能使用市场按行业、属性的系统了解和分析。浙江萧山利用大数据建设“电能替代客户全过程服务”智能系统，收集和录入辖区内五千多户专变用户能耗数据，按照行业细分，逐个开展运算模型构建，并结合专变用户智能APP实时跟踪更新客户数据库。
2.利用大数据分析客户用电行为
福建省电力公司开展基于大数据挖掘的客户用电行为分析，建立客户用电行为分析模型，以庞大海量的客户用电行为数据为基础，对不同客户的用电行为、用电负荷情况等基本信息进行深入分析，推进用电客户细分管理、欠费和用电检查风险有效预测、移峰填谷科学管理，实现科学的客户认知、风险管理、个性化营销和服务的目的，从而有助于提升客户服务质量和风险防范能力。
3.利用大数据实现信息资源跨界整合
关键词：互联网；智慧校园；新需求
中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2017）02-0010-01
1引言
高校作为互联网新技术应用的前沿阵地，要解决传统的数字化校园信息数据动态性与基于智能移动端师生查阅信息的问题还是难以企及。只有开拓创新，积极建设先进的智慧校园才能真正提升校园数字信息化建设的水平。整合资源，面向服务，决策管理，提供统一的管理服务平台。因此，本文提出一个掌上智慧校园的解决方案，以提高数字化校园的服务质量解决用户难以实时信息的难题，实现有效资源的最大化利用。
2方案概述
2.1整体布局
本方案研究设计出一种基于移动终端的智慧校园解决方案。该方案明确采用平立性高及具有多用户且安全特点的J2EE开发技术。前端选用JAVA编程环境下的SpringMVC和MyBatis框架。后台采用MYSQL软件来存储并关联数据来实现用户的登陆等服务。为了加快系统的响应速度对数据库进行优化并添加内存数据库Redis。最终在服务器端搭建出一款高性能的体系架构，并用Android编写出师生所需求的手机客户端应用。如学术论坛、失物招领、书籍查阅、活动通知、课程查询、在线听课等。为了保证前端应用的正常进行，防止网页服务器过载等情况，准备采用LVS+Keepalived4的负载均衡技术。并通过Nagios4监控主机资源、网络服务状态的功能对负载均衡器、网页服务器、数据库等进行资源监控等。
2.2开发环境支持
本系统相关开发环境主要包括系统开发软件Android Stadio，系统集成开发工具eclipse和数据库管理软件MySql。eclipse需要安装JDK软件开发工具包以及部署apache-tomcat服务器；Android Stadio 时需要安装Android SDK软件开发工具包；系统的开发过程中需要一个外网IP和若个内网IP；在配置Mysql数据库时需要安装Mysql Datafiles环境和Navicat for MySQL开发工具。
2.3方案的难点解决
本方案的难点在于庞大的数据整合。解决方法是通过在数据库管理软件MySql中建立数据表数据库，用连接关联起来，实现大数据的整合。然后对庞大的数据进行解析并模拟出函数预测方案。通过模拟出的函数方案构建出数据逻辑模型以实现对新数据的趋势预测。与此同时，本方案还会综合校园各方面数据、通知、信息等，通过科学的预测方法做出快速的反应，从而体现智慧校园的智能性。
3方案的实现
本方案利用信息显示与推送智能化，通过PC端，实现跨平台、多途径，将有用的通知讯息快速推送到查询者手中，实现信息的最大价值。
APP通过Android开发平台设计实现，旨在打造出学校的便捷资源服务平台。系统主要实现服务功能，最大限度地为广大师生提供尽可能的便捷服务。。用户可以通过系统引导完成完善自己的信息注册。注册成功后可以实现自己所需要的一些服务，比如可以查看相关自身的通知信息，进行资源共享，查阅学校图书馆的图书资源等等。数据资源共享的基础是建立在同一格式的稻菘馍希以实现用户间数据交换。同时我们将采用SSH三大框架中的Spring框架，实现一个“轻量级”的软件架构，降低app使用时所消耗的内存资源。
搭建本文解决方案的app的应用框架时，将其分为四个层面。首先，是数据缓存层，这一部分主要对全校师生的资料信息进行数据存储，并且可以对数据进行智能分析和处理；第二层，是平台支持层，这个层面主要实现app后台服务所具有的功能，如身份验证、推送信息、数据缓存等；第三层，是网络接入层，这个层面主要是使app无论是在连接无线网还是使用数据流量的情况下均能正常使用；最后一层为移动终端访问层，即进入之后所能访问到的app所具有的一切功能。
4总结
掌上智慧校园搭建出集教学、科研、管理和校园服务为一体的智能化服务平台，便于提高校园工作、学习效率和生活的质量。相信随着人们对教育服务质量的需求提高和及时性的要求，会有越来越多的师生需要能够及时信息的平台，这对开发者来讲是一个契机。
参考文献：
[1] 朱宇华.高校智慧校园应用支撑平台建设讨论[J].电脑知识与技术.2016，10（12）：268-270.
智慧城市的建设离不开大数据，它涵盖了城市的规划、建设、管理、政府决策与公共服务、企业运营、百姓生活等方方面面。
智慧城市没有统一的定义、没有既定目标、没有完美模式，只有起点，没有终点，永远是过程。在智慧城市建设中，大数据将改变政府城市治理与服务模式，改变企业的经营模式，改变百姓的生活方式。
大数据是智慧城市建设的基础，大数据是城市实现智慧化所需要的“知识库”的总集合。将推动城市走向“智慧化”。在大数据时代，政府扮演着越来越重要的角色。
在传统社会，政府是一层层的控制数据信息。但到了现代社会，大数据在实时产生，不容易受到控制。每一次位置移动、按键刷屏、传感感应都在产生数据。到2003年，人类共创造数据5EB（5120PB），现在我们每2天就生成5EB的数据。网络新媒体已超过CCTV成为最受信赖、关注最多的媒体。基于此，城市管理者需要快速决策与响应，需要对数据进行实时的、智能化的采集、整理、挖掘和分析，以辅助城市决策者处理日常事件和应急事件。
传统的信息化系统很受局限。它缺乏顶层设计，容易形成信息孤岛，无法对事件进行全面感知。另外，城市信息资源过度分散，数据部门私有，人为壁垒严重。同时，它还缺乏统一的信息化平台，各部门信息化系统之间不能实现互联互通，无法形成协同行动能力。封闭的内部管理系统，缺乏公众的参与互动，还有重复建设，造成了财政资源的严重浪费。基于这些弊端，建议成立强力机构，统一规划、建设、管理和运营城市大数据。
由市级主管领导牵头，成立智慧城市运营中心，政府可以利用大数据行使许多职能：可以参与和审核智慧城市的顶层设计，规划和审核各行业信息化发展的总体目标、框架、任务、运营管理机制等；制定相关政策法规与标准，负责城市信息资源整合与共享；多部门协同与指挥城市运行的集中监控，会促进面向社会的大数据开放应用、服务与交易体系的形成。这样，政府治理的模式将从管理走向服务，传统的政府IT信息化架构将被“云-端”互动的智慧城市所取代。
运营中心是智慧城市的心脏。它是城市大数据的资源池、城市物联网的枢纽，可以全面感知城市运营数据，实现跨部门、跨区域、跨系统的高效协同与应急响应。面向社会企业与公众的服务平台，能降低城市信息化建设与运维的成本，最大限度地降低政务成本、提升城市效率。例如，麦肯锡证明欧洲部门应用大数据以后，行政管理费用降低2500亿美元。
地理空间数据库是智慧城市的“桩基工程”，实景三维影像是智慧城市建设的解决之道。立得空间是世界领先的移动测量系统提供商，能提供地理空间数据采集、处理、存储、管理、、数据共享与交换、服务，最终实现各行业智慧应用的一体化解决方案。立得空间建立的时空信息云服务平台，是目前国内最大地理信息在线服务平台，从底层开发，兼容异构硬、软件，原系统迁移、新系统再造均方便易行。可以与GIS紧耦合，高效管理结构化、非结构化和半结构化的数据。实现自主产权化，免除“棱镜门”之虞，标准化的设计，适合各种数据规模用户需要。
立得空间参与的实景三维解决方案，覆盖了智慧城市应用包括智能交通、数字旅游等在内的8大领域，为武汉、西安、成都等地信息主管部门提供常年数据服务。同时立得空间还参与了武汉、成都、温江、樟树等地智慧城市的顶层设计。
关键词广州日报大数据排行榜
一、对标国际样板研制国内首个权威媒体大学排行榜单
在国际上，根据公开资料显示，由权威媒体生产和的媒体大学排行榜主要有美国的“USNEWS大学排行榜”，英国的“THE世界大学排名”，这两大知名大学排行榜，皆由独立的第三方（媒体），已获得国际社会的广泛认可。其中USNEwS大学排行榜由《美国新闻和世界报道》推出，在美国多个机构对大学进行的排名中，已经成为最有影响力的排行榜。“THE世界大学排名”是由英国《泰晤士高等教育》与汤森路透集团合作推出的新的世界大学排名。
在我国，此前一直没有媒体涉及这一领域。2015年，国务院出台《统筹推进世界一流大学和一流学科建设总体方案》，明确提出要推进高校的“管”“办”“评”分离，“积极采用第三方评价，提高科学性和公信度”，对学校的学科、专业和课程等水平和质量进行评估。
广州日报数据和数字化研究院的“2016广报世界一流大学学科排行榜”是国内首个由权威媒体研制、的公益性大学排行榜，填补了国内主流媒体大学排行榜的空白，旨在抢抓国内乃至亚洲媒体在大学排行领域的话语权和标准权。
广州日报数据和数字化研究院是广州日报报业集团在媒体融合转型过程中涉猎大数据传播和推广的有益探索，旨在通过以数据挖掘和数据分析为载体，呈现专业的数据新闻，借助专业的数字化技术，进行信息产品或咨询产品的开发，并提供解决方案和符合时代要求的传播方式，最终推出覆盖若干行业领域国内有影响力的新型智库，为报业挖掘新的赢利模式。“2016广报大学一流学科排行榜”则是广州日报数据和数字化研究院通过数据挖掘和数据分析研发的重要新闻信息产品。
二、“量身定制”大数据探索传统媒体生产和传播新模式
对媒体行业来说，应用大数据技术可以使新媒体和传统媒体产业边界更加模糊，产业链条更趋于多样化，掌握大数据思维能促进媒体转型，重塑传统媒体。但从国内媒体发展的现状分析，要真正理解大数据在媒体融合发展的重要性，首先需要厘清大数据理念如何在传统媒体转型中的应用。
在《大数据时代》一书中，大数据概念的核心首先是“海量”。对于传统媒体，获得“海量”数据存在很大难度。因此，在探讨传统媒体利用大数据方面，可以先从以下三个相关概念描述数据利用的现状：数字新闻、数据新闻和大数据新闻。数字新闻（Digitaljournalism），是指对文本、图片、视频等进行数字化，从而通过互联网技术能传输的新闻报道；数据新闻（Datajournalism），是指用数据驱动的新闻，是内容量化了的报道，是用数据作为表述形式的新闻。
在国内，尽管已有大数据新闻试水，如腾讯位置大数据，推出《十一国庆旅游人气排行榜》《五一出行利器》等媒体新闻产品，但数据在传统媒体（尤其是报业）新闻生产方面的应用，更多的是对不同领域、层面的大数据进行分析、处理后，可以通过可视化和叙事化的手段创作出的数据新闻，不属于真正意义上的“大数据新闻”，也不属于在大数据基础上生产的媒体产品。
广州日报数据和数字化研究院改变传统报业信息生成模式，借助大数据技术，结合受众对国内高校改革的关注，以及对高校“双一流”（一流大学和一流学科）大学排名的兴趣，运用大数据理念，采取“量身定制”的方式，通过对国内327所大学（香港特别行政区、澳门特别行政区和台湾地区高校以及军事类院校除外）的“海量”数据进行收集、挖掘，在建构科学的评价数据模型后，在大数据的基础上进行“量身定制”的有益探索与尝试，生产出不同于数字新闻和数据新闻的媒体产品――“2016广报大学一流学科排行榜”，并通过广州日报全媒体。
在传播模式上，“2016广报大学一流学科排行榜”的改变了传统媒体的内容传播模式，有效实现“二次传播”。因其专业性、权威性，排行榜的“二次传播”效应很大，扩大、增强了排行榜的影响力和传播力。同时，排行榜也得到学界、业界和高校的关注和认可，在国内外引发广泛而积极的影响。
三、构建科学评价体系抢占标准权和话语权
评价体系是关系到榜单科学性的关键所在。为制定一个具有前瞻性和引领性的评价体系，在推出排行榜前，广州日报数据和数字化研究院邀请国内教育专家研讨指标体系，同时听取高校负责人、教师及关心高等教育的社会各界热心人士的意见和建议，不断完善评价体系。
在评价体系方面，排行榜在遵循数据易采集、可采集、具权威性的基础上，设置四个操作性强的一级评价指标：科学研究指数、人才培养指数、学科声誉指数和二次评估指数，对国内327所大学40个学科进行科学评价，从而树立国内权威媒体在该领域的领先地位，推动建立起更符合中国国情、具有中国特色的学科评价体系，并希望借此增强中国在世界大学评价领域的话语权，打造世界大学排行榜第三极，建立中国乃至亚洲在世界大学评价领域的话语体系。
【关键词】 通信管理系统 数据库双机 负载均衡
国家电网公司通信管理系统是公司借鉴信息化建设经验对通信专业进行流程优化和应用整合，构建公司系统内纵向到底、横向到边的通信管理系统，它提供一体化通信技术支持系统解决方案，实现功能和数据的本地实用化及纵向横向交互，实现通信实时运行、运行管理、专业管理的集约化、标准化、智能化，提升公司通信运行管理水平，提升通信网集中管控能力，为国家电网公司“三集五大”建设提供有力支撑。随着通信管理系统在电力通信生产的逐步深化应用，系统的稳定运行是系统应用的最基本保障，因此建立一个高性能、高可用性、分布式的数据库服务器系统有着极其重要的意义。
一、Oracle RAC 技术分析
而今在全球竞争激烈的经济时代，大数据存储分析已经在各行各业得到应用，随着应用程度的深化，数据的安全性越来越重要。据有效的统计数据显示，平均每小时的数据库宕机会导致上百万美元的损失，更严重的数据丢失会直接导致企业从此陨落。因此，要保证企业业务的连续性，必须尽可能减少应用系统宕机事件，从而减少对用户的影响。
Oracle实时应用集群（RAC：Real Application Cluster）是数据库的并行实现，是相互连接多台服务器的处理能力组成的一个加强运算环境，通常称为集群。1个集群至少有两个节点组成。在RAC环境下，所有节点可在同一数据库上并发执行事务，RAC保证每个节点访问共享数据的一致性和完整性。RAC还提供了完善的高可用性和可伸缩性，可以根据需求向集群增加服务器，而不需要应用程序的调整。
Oracle RAC集群跟其它数据库技术相比，具有其关键的特性优势来增强集群数据库的高可用性、可扩展性和可管理性，以上特征优势很好的解决了单机运行问题可能会出现的问题[1]。通信管理系统单机运行不能满足业务不间断的需要，单机模式下数据存储不安全，备用服务器启动迟缓，增加了宕机时间。Oracle RAC集群技术适合可靠性、扩展性、系统性能要求相对较高的大型应用系统，允许从集群系统的多节点访问应用系统，在提供与硬件环境相匹配的性能的同时，做到应用软件和数据库用户与软硬件故障的隔离。因此，使用Oracle RAC技术搭建通信管理系统数据库是一种较为理想的方案。
二、通信管理系统数据库架构设计
国网冀北公司按照通信管理系统数据库统一版本要求，在冀北现有硬件环境下安装Oracle_11g数据库。在方案制定过程中，冀北摒弃了Oracle10g通常采用的有IBM的HACMP实现磁盘共享解决方案，采用Oracle11g中自带的ASM磁盘管理方案，使得共享磁盘管理不依赖与操作系统本身，而是交由Oracle集群自身进行管理，这样在安装和后期的维护上都带来了便捷，降低了维护难度。冀北搭建的数据库双机架构图。
三、配置过程及问题分析
在数据库安装过程中有三个问题需要引起重视。
3.1时间同步问题
数据库双机必须保持两台数据库服务器的时间一致，否则将导致数据库双机安装失败，因此建议安装前配置好同步时钟服务器，如不具备条件可根据安装文档中方法在两台数据库服务服务器中选一台作为时钟服务器，另外一台作为客户端，确保时间一致后方可进行安装。
3.2数据库服务器之间网络问题
在数据库GRID安装过程中两台数据库服务器之间会进行频繁的数据拷贝操作，因此数据库之间需要使用千兆交换机进行连接。由于冀北现场采用百兆交换机导致在GRID安装过程中失败了两次，最后通过网线直连完成了整个安装工作。
3.3表空间用户创建注意事项
在使用创建表空间用户脚本时“表空间存放路径”需要填写双机数据库安装过程中的Disk Group name 并在前面要加上“+”。
四、结语
通信管理系统利用Oracle RAC搭建双机数据库，避免了单节点数据库运行存在的诸多问题，Oracle RAC的高安全、高可靠、高效率保证了通信管理系统7x24小时不间断运行，为通信管理系统稳定运行提供了保障。
关键词：大数据；员工培训；网络
随着“中国智造”和“互联网+”的提出，传统的企业员工培训模式已不能适应发展要求。因此，从企业实际情况出发，利用大数据技术将信息化建设的成果运用到培训管理中，通过顶层设计，高位推动，合力共为，逐步形成大培训格局和“全员学习、全员培训”局面，实现“向培训要能力，以培训促发展”的现代企业管理理念，是人才红利时代企业在市场竞争中立于不败之地的一项重要竞争优势。
一、大数据培训概念
大数据（big data，mega data），指的是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。意味着不用随机分析法（抽样调查）这样的捷径，而采用所有数据进行分析处理。
而企业员工培训主要是解决企业人才的“留、选、育、用”问题中的“育”，利用真实客观有价值的大数据技术进行员工培训管理，可以极大地提升管理效率。某企业着眼于企业和员工的共同发展，高度重视培训保障体系建设，经过多年的信息化基础建设，该企业区域内的计算机网络网络覆盖率100%，同时拥有技术过硬的各专业信息化人才队伍，为大数据在员工教育培训体系实施提供了的有力支持。
二、如何利用大数据实现培训管理提升
（一）建立企业资源数据库
数据库内容应包括相关的各种数据如企业愿意目标、企业年度计划任务等，员工的基本信息、技能及各种素质，并保证及时更新数据库信息。
（二）针对培训对象设计培训方案
培训方案，即整个培训项目的实施方案，是对包括培训目标、培训内容、培训方式、培训时间、培训地点、培训教师、培训考核等预先做出的系统性的谋划与设定。培训方案是使培训付诸实施的指令性文件，科学合理的培训方案，可以使培训有序地朝着既定目标良性运作。因此，大数据技术使培训方案更具有针对性和可操作性。通过细化员工培训需求分析，合理地把员工职业生涯和企业培训需求结合起来，根据大数据的分析结果选择培训方法，结合传统的员工培训形式如讲授法、视听技术法、讨论法、自学法、角色扮演法、案例分析法、互动小组法和网络培训法等，设计出可以使员工更好地接受培训的方法。
（三）结合培训需求设置培训内容
1、坚持从企业和员工的需求结合上设置培训内容。培训内容是按照“缺什么就补什么，需要什么就满足什么”的原则，通过对企业发展需要什么样的人才，企业的中心工作和重点工作需要解决什么样的问题，员工胜任岗位工作有什么样的需求等调研，通过大数据分析的基础上形成的。
2、注重从师资和教学形式的选定上激活培训内容。同样的培训内容，选派不同的授课教师，采用不同的教学形式，培训效果乃至培训的质量会有明显的不同。
（四）按照培训规范优化培训管理
一是加强培训期间学员劳动纪律和学习纪律检查，检查结果作为评选优秀学员依据之一；二是按照培训规范，坚持培训考核；三是加强对培训教师和培训管理人员的综合考评，考评结果作为评优依据之一。
（五）依据培训目标组织培训评估
1、充分认识培训评估地位作用。培训评估是总结培训得失、改进培训、提高质量有着十分重要的作用。通过应用大数据技术从而使培训需求确定的更加准确、培训内容设置的更加合理、培训资源利用的更加充分、培训内容与形式的结合更加相得益彰，同时，还可以有效的对培训进行调整和纠偏。
2、努力探索培训评估方式方法。一是要建立培训评估制度，坚持每开展一次培训就组织一次评估；二是要针对培训教学、管理、考核的各个环节，特别是培训结束后的跟踪调查环节设计相对全面完成的评估方案，最大限度地收集评估信息；三是要坚持多种方法的有机结合，通过问卷、座谈、调研、数据分析等形式进行定性和定量分析，完成客观真实的培训评估报告。
三、大数据培训管理的实践
（一）信息传递的远程性和交互性
由于时间空间局限性，企业面临大型培训任务往往需要固定培训场地，甚至需要分批次进行，而网络教学不再需要集中于有限的空间，在教室以外的办公室、家里甚至出差在外，仍可参与培训，极大提高培训信息传递灵活性。加强学员和教师之间、学员之间的交互，教师更快捷地获得教学反馈检验教学效果，学员能及时获得教师的指导，学员之间还可以进行协作学习。
（二）培训内容的丰富多样性和资源的共享性
借助网络的传递，培训内容可以融图形、图像、图表、声音、文字于一体，有利于W习者参与感官认知，利于激发学习兴趣，促进对培训内容的理解。同时，虚拟整合培训系统内的培训资源，可实现师资、课件、电子图书资料、培训及研究成果等资源的共享，最大限度发挥优质培训资源的作用。
（三）学习方式的自主性
网络远程教育的显著特征是：任何人、任何时间、任何地点、从任何章节开始、学习任何课程。在学习模式上最直接体现了主动学习的特点，充分满足了现教育和终身教育的需求。
