时间：2023-03-24 15:51:41
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篇大数据技术论文，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。
大数据背景下的机器算法
专业
计算机科学与技术
学生姓名
杨宇潇
学号
181719251864
一、 选题的背景、研究现状与意义
为什么大数据分析很重要？大数据分析可帮助组织利用其数据并使用它来识别新的机会。反过来，这将导致更明智的业务移动，更有效的运营，更高的利润和更快乐的客户。
在许多早期的互联网和技术公司的支持下，大数据在2000年代初的数据热潮期间出现。有史以来第一次，软件和硬件功能是消费者产生的大量非结构化信息。搜索引擎，移动设备和工业机械等新技术可提供公司可以处理并持续增长的数据。随着可以收集的天文数据数量的增长，很明显，传统数据技术（例如数据仓库和关系数据库）不适合与大量非结构化数据一起使用。 Apache软件基金会启动了第一个大数据创新项目。最重要的贡献来自Google，Yahoo，Facebook，IBM，Academia等。最常用的引擎是：ApacheHive / Hadoop是复杂数据准备和ETL的旗舰，可以为许多数据存储或分析环境提供信息以进行深入分析。 Apache Spark（由加州大学伯克利分校开发）通常用于大容量计算任务。这些任务通常是批处理ETL和ML工作负载，但与Apache Kafka等技术结合使用。
随着数据呈指数级增长，企业必须不断扩展其基础架构以最大化其数据的经济价值。在大数据的早期（大约2008年），Hadoop被大公司首次认可时，维护有用的生产系统非常昂贵且效率低下。要使用大数据，您还需要适当的人员和软件技能，以及用于处理数据和查询速度的硬件。协调所有内容同时运行是一项艰巨的任务，许多大数据项目都将失败。如今，云计算已成为市场瞬息万变的趋势。因为各种规模的公司都可以通过单击几下立即访问复杂的基础架构和技术。在这里，云提供了强大的基础架构，使企业能够胜过现有系统。
二、 拟研究的主要内容（提纲）和预期目标
随着行业中数据量的爆炸性增长，大数据的概念越来越受到关注。 由于大数据的大，复杂和快速变化的性质，许多用于小数据的传统机器学习算法不再适用于大数据环境中的应用程序问题。 因此，在大数据环境下研究机器学习算法已成为学术界和业界的普遍关注。 本文主要讨论和总结用于处理大数据的机器学习算法的研究现状。 另外，由于并行处理是处理大数据的主要方法，因此我们介绍了一些并行算法，介绍了大数据环境中机器学习研究所面临的问题，最后介绍了机器学习的研究趋势，我们的目标就是研究数据量大的情况下算法和模型的关系，同时也会探讨大部分细分行业数据量不大不小的情况下算法的关系。
三、 拟采用的研究方法（思路、技术路线、可行性分析论证等）
1.视觉分析。大数据分析用户包括大数据分析专业人士和一般用户，但是大数据分析的最基本要求是视觉分析。视觉分析直观地介绍了大数据的特征，并像阅读照片的读者一样容易接受。 2.数据挖掘算法。大数据分析的理论中心是数据挖掘算法。不同的数据挖掘算法依赖于不同的数据类型和格式来更科学地表征数据本身。由于它们被全世界的统计学家所公认，因此各种统计方法（称为真值）可以深入到数据中并挖掘公认的值。另一方面是这些数据挖掘算法可以更快地处理大数据。如果该算法需要花费几年时间才能得出结论，那么大数据的价值是未知的。 3.预测分析。大数据分析的最后一个应用领域是预测分析，发现大数据功能，科学地建立模型以及通过模型吸收新数据以预测未来数据。 4.语义引擎。非结构化数据的多样化为数据分析提出了新的挑战。您需要一套工具来分析和调整数据。语义引擎必须设计有足够的人工智能，以主动从数据中提取信息。 5.数据质量和数据管理。大数据分析是数据质量和数据管理的组成部分。高质量的数据和有效的数据管理确保了分析结果在学术研究和商业应用中的可靠性和价值。大数据分析的基础是前五个方面。当然，如果您更深入地研究大数据分析，则还有更多特征，更深入，更专业的大数据分析方法。
四、 论文（设计）的工作进度安排
2020.03.18-2020.03.20 明确论文内容，进行相关论文资料的查找与翻译。2020.04.04-2020.04.27：撰写开题报告 。
2020.04.28-2020.04.30 ：设计实验。
2020.05.01-2020.05.07 ：开展实验。
2020.05.08-2020.05.15 ：准备中期检查。
2020.05.16-2020.05.23：根据中期检查的问题，进一步完善实验2020.05.24-2020.05.28 ：完成论文初稿。
2020.05.29-2020.06.26 ：论文修改完善。
五、 参考文献（不少于5篇）
1 . 王伟,王珊,杜小勇,覃雄派,王会举.大数据分析——rdbms与mapreduce的竞争与共生 .计算机光盘软件与应用,2012.被引量：273.
2 . 喻国明. 大数据分析下的中国社会舆情:总体态势与结构性特征——基于百度热搜词(2009—2 012)的舆情模型构建.中国人民大学学报,2013.被引量：9. 3 . 李广建,化柏林.大数据分析与情报分析关系辨析.中国图书馆学报,2014.被引量：16.
4 . 王智,于戈,郭朝鹏,张一川,宋杰.大数据分析的分布式molap技术 .软件学报,2014.被引量：6.
5 . 王德文,孙志伟.电力用户侧大数据分析与并行负荷预测 .中国电机工程学报,2015.被引量：19.
6 . 江秀臣,杜修明,严英杰,盛戈皞,陈玉峰 ,郭志红.基于大数据分析的输变电设备状态数据异常检测方法 .中国电机工程学报,2015.被引量：8.
7 . 喻国明. 呼唤“社会最大公约数”:2012年社会舆情运行态势研究——基于百度热搜词的大 数据分析.编辑之友,2013.被引量：4.
六、指导教师意见
签字： 年 月 日
七、学院院长意见及签字
1大数据背景下中国当代文学的现状
经数据研究表明，海量数据主要是通过云计算技术进行处理，该技术当前在当代文学研究中得到广泛应用，比如中国知网，论文标题中包含有“大数据”字眼的数据明显增加，2013年以前，数据变化并不十分明显，在2013到2016年之间，论文数量高达10000篇，增长明显。国务院对社会发展中大数据的应用予以重视，并坚持认为，在现代化发展中，大数据技术已经成为必然的选择。大数据技术不仅给社会经济发展带来影响，同时也带动了人文社会科学的研究，国外许多发达国家早已利用大数据技术进行文学研究，例如通过统计数据来对文学图标进行绘制，从而揭示出文学秘密[2]。当前，中国许多学者也纷纷展开利用大数据技术来进行当代文学的研究，主要是通过两个方面展开：第一，探讨在大数据时代背景下当代文学的研究方法，在对文学作品进行阅读和阐述时，人脑和电脑之间的合作性和交融性。第二，在大数据时代下各学科之间的研究关系分析。在2005年，《文学遗产》中指出，“在文学研究领域中应该借鉴社会学中先进的数据统计方法，比如开设统计学、电子信息等课程，在路径研究、知识结构方法的设计中弥补学科欠缺之处[3]。计算机真正在社会普及之前，早已有相关文学研究者在对《红楼梦》研究中通过大数据进行分析，对于《红楼梦》小说前八十章与后四十章节的内容是否为同一人所写提出有价值的问题，并通过数据加以论证，说明数据分析方法早在古代文学领域中进行了研究。而与此同时，利用大数据技术对语言学、文艺学及网络文学等领域的学术研究已经成为术界的热门话题。经过对中国知网的检索发现，在大数据背景下关于中国当代文学研究和发展的论文数量仍然较少，从文章内容上来看，大部分仅对中国当代文学研究和大数据之间的一般问题进行讨论，缺乏深入的研究。在中国当代文学研究中，研究方法和研究思维一直都具有创新性和先进性，学者们将西方新思想和理论在文学史研究中加以应用，但在大数据时代下，给当代文学的研究带来了新的机遇和挑战。
2大数据背景下中国当代文学的发展
2.1中国当代文学的数字化
大数据时代背景下，首要的是建立数据库，目前我国在文学领域中的数据库建设方面仍然较为落后，目前常用的数据库包括中国知网、上海图书馆等，这些大型数据库中所包含的专业与学科较为广泛，对于古代文学专题研究数据较多，如《全唐诗》《四库全书》等，但对与当代文学学科专业研究很少，因此对于当代文学数据库的建设是必然的，也是必要的[4]。从当前已经建设的数据库来说，仅仅是完成了从纸质图书向图像转变的过程，可以根据关键词搜索，但无法对全文进行检索，仅仅完成了数字化的转变。在谷歌服务器中，将文本数字化扫描，并存储到高分辨率的图像文件中，使纸质图书内容转变成数字文本，但这些数字文本并不能通过关键词搜索查找，也就不能直接进行分析，只能通过人为阅读的方式才能对信息进行转化。随着大数据技术的进一步发展，谷歌浏览器通过采用光学字符识别软件，即可以对数字图像进行在线识别，从而完成对数字图像文件的数据化转变。但就目前而言，当前中国许多数据库仍然停留在数字化发展时期，并没有深入地完成向数据化转变的过程，进而对中国当代文学的研究带来了深远的影响[5]。
2.2大数据时代背景环境下中国当代文学新的发展路径
在传统数据下，主要是通过局部或是抽样数据的方式来研究人文、社会及自然科学，凭借以往的经验或是理论方法进行假想和推测，难以获得实证数据，同时存在一定的滞后性[6]。大数据时代下，在文学研究领域中主要是通过对字频或词频进行统计，通过搜索关键词进行检索和研究。例如在当代文学研究中，通过检索“反封建”“新思想”“启蒙运动”等关键词，利用数据统计这些关键词的使用频率，从而分析出我国文学观念演变的过程。例如在2013年，在研究文学和历史之间的发展问题中，通过检索“资产阶级”“影响”等字词的出现和使用频率，利用大数据进行统计分析，从而体现出资产阶级文学的更替和变迁。这种研究方式是一种复杂的文学史研究问题，即不仅是通过统计思想关键词，另外还可以统计诗歌意象，或是文学意象等，分析出文学史实变化情况。“大数据+文学”是一种以别样姿态发展的过程，人们在对当代文学中更应该看到文学本质属性，以及在文学作品中所蕴含的文学精神，并以更丰富的思想面貌呈现出来，从精英化向大众化意识形象进行转变，给当代文学的生存和发展模式带来多样化的影响。例如在互联网时代下，互联网技术给人们的政治、文化与生活等都带来了巨大的变化，知识分子从社会中心地位逐渐走向社会发展边缘，给当代文学的创作方式也带来了冲击，逐渐向商业化、娱乐化等方向发展，如何能够被消费者和市场所接受成为作家首要考虑的问题，呈现出严重商业化倾向[7]。其次，大数据技术和互联网技术打破了空间和时间限制，网络文学点击量明显增长，网络文学作品的数量也随之增加，和传统文学作品相比较而言，虽然网络文学带来了新的突破，实现了创作自由化，文学创作空间得到拓展，文学承载方式不再是通过文字来进行描写，也不仅是通过单一的流通渠道，网络数据已经成为文学领域在运营中的重要环节，说明大数据作为一种新兴力量，逐渐从文学外延向中心扩展，产生新的文学形态。而大数据背景的发展加快了网络信息的传播速度，目前网络信息已经构成文学领域的重要维度，不再只是文学的一种传播渠道，而成为当代文学活动中的重要组成。有学者认为，我国的当代文化已经逐渐从印刷文化改为视觉文化，海量的网络数据在文化领域中以一种新的文学形态出现，大数据已经渗透当代文学的内部。
3结语
在大数据背景下，大数据技术、互联网技术和中国的当代文学领域之间具有复杂的联系，对中国当代文学的发展带来了新的机遇和挑战，使原有文化结构发生改变，推动了文学传播，拓展了文学研究深度和广度。总体而言，大数据技术已经成为当代文学的重要组成，大数据背景下所带来的新的思维方法，给中国当代文学的发展带来新的革命，在新环境下，未来必然是要对自身进行重构与发展，对原有的文学形态进行重新塑造。
统计学论文2000字(一)：影响民族院校统计学专业回归分析成绩因素的研究论文
摘要：学习成绩是评价学生素质的重要方面，也是教师检验教学能力、反思教学成果的重要标准。利用大连民族大学统计学专业本科生有关数据（专业基础课成绩、平时成绩和回归分析期末成绩），建立多元線性回归模型，对影响回归分析期末成绩的因素进行深入研究，其结果对今后的教学方法改进和教学质量提高具有十分重要的指导意义。
关键词：多元线性回归；专业基础课成绩；平时成绩；期末成绩
为了实现教学目标，提高教学质量，有效提高学生学习成绩是很有必要的。我们知道专业基础课成绩必定影响专业课成绩，而且平时成绩也会影响专业课成绩，这两类成绩与专业课成绩基本上是呈正相关的，但它们之间的关系密切程度有多大？它们之间又存在怎样的内在联系呢？就这些问题，本文主要选取了2016级统计专业50名学生的四门专业基础课成绩以及回归分析的平时成绩和期末成绩，运用SPSS统计软件进行分析研究，寻求回归分析期末成绩影响因素的变化规律，拟合出关系式，从而为强化学生的后续学习和提高老师的教学质量提供了有利依据。
一、数据选取
回归分析是统计专业必修课，也是统计学中的一个非常重要的分支，它在自然科学、管理科学和社会、经济等领域应用十分广泛。因此研究影响统计学专业回归分析成绩的相关性是十分重要的。
选取了统计专业50名学生的专业基础课成绩（包括数学分析、高等代数、解析几何和概率论）、回归分析的平时成绩和期末成绩，结合多元线性回归的基础理论知识[1-2]，建立多元回归方程，进行深入研究，可以直观、高效、科学地分析各种因素对回归分析期末成绩造成的影响。
二、建立多元线性回归模型1及数据分析
运用SPSS统计软件对回归分析期末成绩的影响因素进行研究，可以得到准确、科学合理的数据结果，全面分析评价学生考试成绩，对教师以后的教学工作和学生的学习会有较大帮助。自变量x1表示数学分析成绩，x2表示高等代数成绩，x3表示解析几何成绩，x4表示概率论成绩，x5表示平时成绩；因变量y1表示回归分析期末成绩，根据经验可知因变量y1和自变量xi，i=1，2，3，4，5之间大致成线性关系，可建立线性回归模型：
（1）
线性回归模型通常满足以下几个基本假设，
1.随机误差项具有零均值和等方差，即
（2）
这个假定通常称为高斯-马尔柯夫条件。
2.正态分布假定条件
由多元正态分布的性质和上述假定可知，随机变量y1服从n维正态分布。
从表1描述性统计表中可看到各变量的平均值1=79.68，2=74.66，3=77.22，4=78.10，5=81.04，1=75.48；xi的标准差分别为10.847，11.531，8.929，9.018，9.221，y1的标准差为8.141；有效样本量n=50。
回归分析期末成绩y1的多元回归模型1为：
y1=-5.254+0.221x1-0.4x2+0.154x3
+0.334x4+0.347x5
从表2中可以看到各变量的|t|值，在给定显著水平？琢=0.05的情况下，通过t分布表可以查出，自由度为44的临界值t？琢/2（44）=2.015，由于高等代数x2的|t|值为0.651小于t？琢/2（44），因此x2对y1的影响不显著，其他自变量对y1都是线性显著的。下面利用后退法[3]剔除自变量x2。
三、后退法建立多元线性回归模型2及数据分析
从模型1中剔除了x2变量，多元回归模型2为：
y1=-5.459+0.204x1+0.149x3+0.377x4+0.293x5（5）
在表4中，F统计量为90.326，在给定显著水平？琢=0.05的情况下，查F分布表可得，自由度為p=4和n-p-1=45的临界值F0.05（4，45）=2.579，所以F>F0.05（4，45），在表5中，所有自变量的|t|值都大于t？琢/2（45）=2.014，因此，多元回归模型2的线性关系是显著的。
四、结束语
通过对上述模型进行分析，即各个自变量对因变量的边际影响，可以得到以下结论：在保持其他条件不变的情况下，当数学分析成绩提高一分，则回归分析成绩可提高0.242分[4-5]；同理，当解析几何成绩、概率论成绩和平时成绩每提高一分，则回归分析成绩分别提高0.149分、0.377分和0.293分。
通过对学生专业基础课成绩、平时成绩与回归分析期末成绩之间相关关系的研究，一方面有利于教师把控回归分析教学课堂，提高教师意识，注重专业基础课教学的重要性，同时，当学生平时成绩不好时，随时调整教学进度提高学生平时学习能力；另一方面使学生认识到，为了更好地掌握回归分析知识，应加强专业基础课的学习，提高平时学习的积极性。因此，通过对回归分析期末成绩影响因素的研究能有效的解决教师教学和学生学习中的许多问题。
统计学毕业论文范文模板(二)：大数据背景下统计学专业“数据挖掘”课程的教学探讨论文
摘要：互联网技术、物联网技术、云计算技术的蓬勃发展，造就了一个崭新的大数据时代，这些变化对统计学专业人才培养模式的变革起到了助推器的作用，而数据挖掘作为拓展和提升大数据分析方法与思路的应用型课程，被广泛纳入统计学本科专业人才培养方案。本文基于数据挖掘课程的特点，结合实际教学经验，对统计学本科专业开设数据挖掘课程进行教学探讨，以期达到更好的教学效果。
关键词：统计学专业；数据挖掘；大数据；教学
一、引言
通常人们总结大数据有“4V”的特點：Volume（体量大），Variety（多样性），Velocity（速度快）和Value（价值密度低）。从这样大量、多样化的数据中挖掘和发现内在的价值，是这个时代带给我们的机遇与挑战，同时对数据分析技术的要求也相应提高。传统教学模式并不能适应和满足学生了解数据处理和分析最新技术与方法的迫切需要。对于常常和数据打交道的统计学专业的学生来说，更是如此。
二、课程教学探讨
针对统计学本科专业的学生而言，“数据挖掘”课程一般在他们三年级或者四年级所开设，他们在前期已经学习完统计学、应用回归分析、多元统计分析、时间序列分析等课程，所以在“数据挖掘”课程的教学内容选择上要有所取舍，同时把握好难度。不能把“数据挖掘”课程涵盖了的所有内容不加选择地要求学生全部掌握，对学生来说是不太现实的，需要为统计学专业本科生“个性化定制”教学内容。
（1）“数据挖掘”课程的教学应该偏重于应用，更注重培养学生解决问题的能力。因此，教学目标应该是：使学生树立数据挖掘的思维体系，掌握数据挖掘的基本方法，提高学生的实际动手能力，为在大数据时代，进一步学习各种数据处理和定量分析工具打下必要的基础。按照这个目标，教学内容应以数据挖掘技术的基本原理讲解为主，让学生了解和掌握各种技术和方法的来龙去脉、功能及优缺点；以算法讲解为辅，由于有R语言、python等软件，学生了解典型的算法，能用软件把算法实现，对软件的计算结果熟练解读，对各种算法的改进和深入研究则不作要求，有兴趣的同学可以自行课下探讨。
（2）对于已经学过的内容不再详细讲解，而是侧重介绍它们在数据挖掘中的功能及综合应用。在新知识的讲解过程中，注意和已学过知识的融汇贯通，既复习巩固了原来学过的知识，同时也无形中降低了新知识的难度。比如，在数据挖掘模型评估中，把混淆矩阵、ROC曲线、误差平方和等知识点就能和之前学过的内容有机联系起来。
（3）结合现实数据，让学生由“被动接收”式的学习变为“主动探究”型的学习。在讲解每种方法和技术之后，增加一个或几个案例，以加强学生对知识的理解。除了充分利用已有的国内外数据资源，还可以鼓励学生去搜集自己感兴趣的或者国家及社会大众关注的问题进行研究，提升学生学习的成就感。
（4）充分考虑前述提到的三点，课程内容计划安排见表1。
（5）课程的考核方式既要一定的理论性，又不能失掉实践应用性，所以需要结合平时课堂表现、平时实验项目完成情况和期末考试来综合评定成绩。采取期末闭卷理论考试占50%，平时实验项目完成占40%，课堂表现占10%，这样可以全方位的评价学生的表现。
三、教学效果评估
经过几轮的教学实践后，取得了如下的教学效果：
（1）学生对课程的兴趣度在提升，课下也会不停地去思考数据挖掘有关的方法和技巧，发现问题后会一起交流与讨论。
（2）在大学生创新创业项目或者数据分析的有关竞赛中，选用数据挖掘方法的人数也越来越多，部分同学的成果还能在期刊上正式发表，有的同学还能在竞赛中取得优秀的成绩。
（3）统计学专业本科生毕业论文的选题中利用数据挖掘有关方法来完成的论文越来越多，论文的完成质量也在不断提高。
（4）本科毕业生的就业岗位中从事数据挖掘工作的人数有所提高，说明满足企业需求技能的人数在增加。继续深造的毕业生选择数据挖掘研究方向的人数也在逐渐增多，表明学生的学习兴趣得以激发。
教学实践结果表明，通过数据挖掘课程的学习，可以让学生在掌握理论知识的基础上，进一步提升分析问题和解决实际问题的能力。
论文关键词：大数据,吉林省,战略性新兴产业,发展
1 吉林省大数据时代下战略性新兴产业现状
1.1 政府支持得力
2015年，吉林省政府围绕大数据和战略性新兴产业的发展先后下发10号、22号、23号文件，同时，开展了大数据时代信息化建设方案研讨会、加强企业管理创新宣贯会暨“大数据时代企业运营模式创新”，对企业谋划大数据时代企业运营发展，提升大数据时代企业核心竞争力起到了良好地推动作用，对促进吉林省信息化建设事业发展具有积极的意义。吉林省科技厅组织开展了关于征集“大数据”“云计算”“互联网+”等领域科技平台建设项目的工作，为大数据时展战略性新兴产业创新驱动提供了支撑。
1.2 产业基础良好
吉林省深入贯彻落实创新驱动发展战略，动战略性新兴产业加快发展。据测算，2014年战略性新兴产业完成产值469 1亿元，同比增长11.7%。光电子和汽车电子行业走在全国的前列；在生物产业领域，吉林省以玉米加工转化为标志的生物化工产业稳居国内龙头地位，生物医药已经形成相当规模，总量和技术水平处于国内前列。以碳纤维为主的新材料产业以及新能源汽车产业等相关技术研发水平处于全国领先地位[1]。
1.3 发展前景可期
吉林省拥有丰富的资源、良好的技术和产业基础，积极推进互联网、云计算和大数据发展。现已建成“数据灾备中心”“吉林石化数据中心”“白城云计算中心”“辽源IBM云计算中心”“吉林市江南数据中心”等中心[2]，通过数据中心、平台和互联网技术服务系统的优势，吸引大量的IT产业及服务外包企业向吉林省集聚，对带动吉林省高新技术产业和服务外包等战略性新兴产业发展，加快产业转型升级，将起到重要的推动作用。
2 存在的主要问题及原因分析
2.1 市场应用乏力、产业链条不完善
大数据时代刚刚兴起，在国内外都缺乏有迹可循和切实可靠的发展经验，全省缺少具有较大规模、能够带动大数据产业发展的龙头企业。光电子、汽车电子等特色产业的产业链不完备，各环节尚未形成明显的上下游协作发展模式[3]，处在起步发展阶段。
2.2 资源共享程度低
虽然吉林省拥有丰富的数据资源，良好的产业基础，但是以往很少有大数据思维，对数据收集、存储不重视，对数据加工、利用不充分，且忽视了整个产业体系的健全和配套[4]，数据中心没有发挥应有的拉动作用，大量信息系统中的历史数据长期闲置。
2.3 核心技术储备不足
在大数据时代的初期，全国都表现为大数据人才、技术缺乏，相比于经济发达地区，吉林省电子信息产业基础薄弱[5]，大数据技术研究、储备不够，暂时缺乏大数据技术开发的领军人才，缺少系统级、架构级的大数据技术与产品支持，影响打造在国内外有知名度的大数据产品与服务。有待集中省内外科研院所力量，协力攻关，实现关键技术突破。
3 吉林省大数据时代战略性新兴产业发展建议
战略性新兴产业作为吉林省最具发展潜力和活力的产业，初中英语教育教学论文其对数据的依赖程度远高于传统产业，大数据时代下如何发展战略性新兴产业，提出以下几点建议。
3.1 构建运行机制
建立政府、企业和社会联动的大数据形成机制，开展“数据开放”试点工程。纵观国外数据开放的进程，基本上都是选择先建立政府数据开放门户网站再开放平台的模式，要尽快统筹建设政府数据交换共享平台，为新兴产业提供数据下载、应用等多项服务，以政府数据开放共享来带动整个数据资源的开放开发。
3.2 搭建共享平台
大数据库是一种平台，想要利用大数据进行产业生产力的提升，无论如何也逃不开大数据库的使用。战略性新兴产业作为该省产业的关键部分，大数据化是提高其发展的有效手段，要全力建设战略性新兴产业大数据库，探索将大数据应用于战略性新兴产业的有效手段，研究推动大数据在研发设计、生产制造、经营管理、市场营销、售后服务等产业链各环节的应用，积极推动战略性新兴产业的网络化和智能化。
3.3 培养专业队伍
大数据与战略性新兴产业都属于技术含量高、更新速度快的产业，在其发展的每个环节都需要依靠专业人员完成，因此，必须培养和造就一支懂指挥、懂技术、懂管理的专业队伍。整合吉林省的智力资源，加强国内外学术和技术交流，研究、探讨并掌握数据科学的基础理论和基本方法，加强与云计算、物联网和移动互联网等相关新兴产业的技术和应用融合。
3.4 健全政策保障
一是尽快研究制定专门促进大数据时代下战略性新兴产业发展的优惠政策，建立符合实际的技术、财政、税收、人才等政策支撑体系，为战略性新兴产业发展营造良好地政策环境。二是推动成立吉林省大数据战略性新兴产业联盟，集合技术、资源、资金等多方面的优秀力量，形成研发与应用企业间的交流、合作平台，共同解决联盟内企业面临的各种技术与资源的难题。三是加快大数据基础设施建设。基础设施作为大数据时代的硬件，是赢得大数据时代的先机。建设大数据在战略性新兴产业应用服务区，促进大数据与战略性新兴产业融合发展，结合吉林省特点，重点推动大数据在光电子、汽车及生物医药等产业的应用。
4 结语
大数据时代是一个浩浩荡荡、不可阻挡的历史潮流。总的来说，吉林省发展大数据时代战略性新兴产业机遇大于挑战，务必以更积极的姿态顺应新形势，把握机遇，谋划发展，赢得未来。目前，大数据时代下战略性新兴产业发展的研究在全国都处于探索性阶段，国务院虽下发了《促进大数据发展行动纲要》，但涉及到各个领域具体实施的细则，并无经验可循。因此，大数据时代下如何促进吉林省战略性新兴产业的发展，成为下一步需要探讨和解决的根本问题。
参考文献
关键词：大数据 云存储 Hadoop HDFS
中图分类号：TP3 文献标识码：A 文章编号：1007-9416（2014）02-0172-01
1 引言
随着移动互联网以及物联网的发展，“大数据”渐渐成为发展的一种趋势，如何有效存储数据成为我们面临的一个问题，云存储技术成为首要选择。因为用户不需要进行硬件的管理和维护，它本身能够根据所需容量大小对用户数据进行定制，从而大大缩减了用户的成本和人力的投入。另外云存储技术具有易扩充、价格低、易管理等优点，同时它也可以通过对外提供数据的存储以及业务的访问功能，以降低数据管理和运维成本。Hadoop分布式文件系统（HDFS）是一个运行在普通的硬件之上的分布式文件系统，具有高传输率、高容错性等特点，来满足当前海量数据的存储管理问题。
本文主要提出了一种在大数据场景下基于HDFS的云存储服务系统设计方案，满足对大数据进行高效存储的需求。
2 HDFS数据管理机制分析
Hadoop是一个分布式系统基础架构，由Apache基金会开发。它实现了一个分布式文件系统，简称HDFS。
由图1可知， HDFS是主从式的分布式系统，对于数据的操作集中在名称节点（NameNode）以及数据节点（DataNode）。NameNode上保存着控制信息的元数据，DataNode上保存的是实际数据，因此客户端可以通过NameNode对元数据进行相关操作。
3 系统分析与设计
3.1 系统分析
目前许多企业面临空前的海量数据管理难题，存储数据的成本也居高不下，并且信息存储的安全性也有待加强。因此，结合云存储的特点，要设计一个成功的云存储服务系统案例，可以从以下几个方面考虑：
（1）大容量。通过对连接的普通PC机上的存储文件类型进行设置，从而合理分配数据。
（2）高效性。将客户端对文件数据的请求尽可能分散，提高其并发性。
（3）安全性。通过Hadoop集群的副本策略提高安全性，同时也可以兼顾Hadoop平台的容错技术。
（4）可扩展性。当请求增加时，系统可以通过增加PC机节点来扩展系统存储容量和计算性能。
3.2 系统设计
本文将设计的基于HDFS的云存储系统命名为“望远镜”云平台系统，实现用户对存储在本地的文件数据进行管理和维护，并可通过客户端将指定文件上传到集群系统中，或实现下载功能。
本系统的功能需求分为管理员的功能需求和普通用户的功能需求。共分为三个模块：管理员、普通用户和平台管理。图2所示为系统功能模块图。
4 结语
本系统的主要任务是对来自用户的大容量数据进行存储，所以系统满意度最重要的判断标准是对于用户作业的处理时间的响应，由于本系统在实现中，因此这部分工作后续完成，另外可以在用户的存储空间管理方面以及信息安全等方面可以进行进一步的优化和改进。
参考文献
[1]http：///.
[2]OtisGosvodnetie，ErikHateher.Lueeneinaetion.London：Manning，2005.
[3]赵文辉，徐俊，周加林，李晨.网络存储技术.北京：清华大学出版社，2005.
[4]黄晓云.基于HDFS的云存储服务系统研究：（硕士学位论文）.大连：大连海事大学，2010.
[5]李武.面向现代服务业的大规模分布式文件存储系统设计和实现：（硕士学位论文）.杭州：浙江大学，2008.
[6]李学干，徐甲同.并行处理技术.北京：北京理工大学出版社，1994.
【关键词】 大数据背景 运营商 移动互联网 发展对策
大数据作为运营商开展业务工作的优势资源，能够为其沉淀较多的信息数据，运营商在利用数据的过程中，需要建立创新理念，落实好战略转型工作，从而不断提升工作效率。本文正是基于这一视角，以大数据为切入点，并分析了该环境下运营商移动互联网的发展对策。
一、大数据对发展移动互联网业务的作用
1、提升业务创新能力。运营商的竞争内容不仅是用户数量，而且还包括数据库的竞争。运营商需要获取关键节点的资源，使数据质量不断提高，从而完善运营商的产业链。企业在进行大数据的分析工作中，能够充分熟悉产品特质，按照产品的指导工作进行研发。当业务投入市场后，设计人员可以对其进行追踪研究工作，通^结合用户的订购习惯，能够及时发现企业经营过程中存在的问题，不断优化业务项目，使其更加实用，从而满足客户的多元化需求。
2、提高营销推广效率。技术人员在分析大数据的过程中，能够对潜在客户进行筛选，为其选择科学合理的产品，同时制定方案的营销阶段，在为客户展示运用方式的过程中，能够对客户群体进行分类，使营销工作更加精准，提升企业管理用户资源的科学性，不断提升企业的销售效率。另外，运营商采用大数据的目的是提高其决策能力，因此技术部门需要不断提升网络的利用率。
3、探索新型盈利模式。在大数据环境下，企业需要创新盈利模式，盈利模式包含：前向收费模式与后向收费模式。为了提高经济效益，企业需要使两项模式协调发展，对于前向收费模式而言，管理部门需要不断开发智能功能，通过对用户提供更具针对性的服务，能够使产品不断升值，使企业获取较佳的收费能力。在后向收费模式中，企业需要综合分析多项内容，包括：支撑服务体系、智能化的销售模式、广告效应。由于运营商在扩展项目路的过程中，需要借助大数据分析客户对产品的需求能力，从而能够及时投入相应地销售服务体系中。为了不断优化产品，运营商需要对数据进行全面分析，从而不断提高市场竞争力。
二、运营商移动互联网发展对策
1、控制数据流入口。运营商通过将大数据视为机遇，能够在后期的运营过程中，提高提取数据信息的效率，促进结构化数据链的完善，实现运营商的可持续发展。运营商在采用大数据的过程中，需要重视以下几个方面的工作：为了解流量的传输通道，技术部门需要对终端侧进行设置，从而有效掌控用户数据流向。在终端控制工作中，由于终端控制能够对数据进行集聚，能够保证运营商工作的有序进行；技术部门通过控制入口型应用，能够充分了解客户的使用频次，当客户在访问网页的过程中，会产生相应的数据信息，运营商通过运用数据资源，与其他营销资源进行合作，从而实行相应的流量减免工作，不断研发更智能化的产品。由于大数据的非结构性特征较为明显，在获取过程中，需要较高的经济成本，为了节省运营商的经济费用，技术部门需要完善相应的业务，保障数据信息能够有效积累，同时运营商需要加强与其他企业进行合作，保障数据资源能够实现合理共享，在此基础上对跨业务资源进行优化。
2、搭建数据沉淀平台。为了获取足够量的数据，运营商需要尽快建立数据沉淀平台，通过对通讯录、业务通行证进行综合分析，能够使运营商的数据网络更科学。技术部门必须落实好以下工作：建立业务通行证、搭建电子商务平台、建立符合通讯录需求的网络。在构建业务通行证的过程中，技术部门需要将各类云服务进行优化接入，使用户能够获取更多的数据内容，满足用户的个性化需求；技术部门需要结合通讯录建立相应的网络，该网络能够综合分析客户的消费特点，更加全面了解客户的使用状态与地理位置，由于社交平台与通讯录具有密切联系，客户在使用社交平台的过程中，能够满足其心理需求，加强社交关系的建立，从而不断延伸通讯功能。技术部门需要验证客户的真实身份，从而提供相应的业务。提取信息平台能够满足客户搜寻信息数据，包含：网页查找、查询号码等，企业在满足客户搜索需求的过程中，能够有效了解具有重要价值的数据信息；技术部门在建立电子商务体系的过程中，能够及时获取产品信息、销售数据、服务数据资源等内容，通过对该体系进行调查分析，能够提供给客户足够的数据信息，从而有效满足用户的支付需求；运营商需要不断完善媒体型业务项目，在信息化时代背景下，媒体已经成为覆盖声音、视频、音乐等信息的载体，能够增强客户的使用率，在满足图像数据丰富性的过程中，能够收集客户的使用习惯信息，例如：评论类型、推荐网页、收藏类型、观看视频类型、网页浏览等数据。
结语：综上所述，数据对当前运营商开展移动互联网业务具有重要意义，属于运营商最重要的资源之一，能够提高运营商的服务质量，完善其产业链。因此，运营商需要不断提高数据流入口效率，从而提高运营商的经济收益。
参 考 文 献
关键词:宽带技术影响应用
1分析当前宽带技术的重要性
自从进入信息化时代以来，网络宽带技术就得到了广泛的应用。宽带技术不但落户千家万户，更在我国经济发展的过程中承载了重大的使命，在国民发展的过程中起到了历史的推动作用。宽带技术不但打破了传统的工业技术，更是技术革命的核心力量。与此同时，伴随着宽带技术的不断发展，新时代的网络宽带技术自然而然的代替了我国传统的通信技术，使人们的生活逐渐进入信息化革命的轨迹上来。由此看来，信息化云计算是未来国民发展国际化、世界化的大趋势。
1.1未来我国宽带技术的发展趋势网络光纤宽带技术的发展速度，也就是新时代我国经济的发展速度。经济发展日益多样化、复杂化，越来越离不开网络宽带技术进行终端云计算。信息化技术时代，宽带技术可以在复杂的大数据中进行信息的转变与输送，在未来经济发展过程中完成大数据资源的整合与发展，宽带技术也在逐步的成为经济发展核心应用，同时云服务也在快速扩展，所有这些新技术的发展，都为传输数据领域的快带技术带来了巨大的挑战。所以，宽带技术结合大数据的发展，只有时时更新、与时俱进才能在未来的发展中占有一定的发展优势。
1.2宽带技术发展的战略意义伴随着计算机网络以及大数据技术的普及，宽带技术已经为信息安全产业奠定了坚实的基础，但是客观来说，目前我国宽带技术的发展以安全可控为原则，以快速进行数据整理为准则来加强我国宽带技术的稳步发展。另外，信息安全产业的发展也要以数据驱动行业发展为主流。在战略层面上，融合大数据发展催生网络网络安全保障需求，同时这也是履行了软件与信息服务相互融合的使命。
2宽带技术所涉及的重要领域
宽带技术各个产业链不可或缺的基础智能化服务平台，它不仅在大量的信息流中整合出信息，更在许多的传统行业中实现资源共享。总体来看在工业，制造业，现代农业，服务业等领域软件与信息服务产业的渗透率逐步提高，各个行业的发展都是建立在宽带技术发展的额基础上，所以在大数据时代宽带技术是各个行业发展的领头羊。
2.1宽带技术在发展中的应用信息化革命改变了人们的生存方式，改变了人们的生活、学习及工作等。宽带技术无时无刻的都在提供着便利的大众平台。大的方向，宽带技术是我国经济发展的垫脚石，从根本上改变了我国传媒以及交通等媒体平台的存在方式。从广义上讲，宽带技术是人们生活中不可缺少的卫星通信技术，在当下流行的网络购物以及蓝牙通信技术等都离不开计算机网络技术。随着人们生活水平的不断提高，人们对于宽带技术的认知也越来越深，改变了以往的陈旧观念，打开思路，不但在生活以及工作中多有应用，更让宽带技术深入到孩子的学习当中，让孩子通过宽带技术的平台对知识有更深层次的了解与应用，使孩子在学习的过程中不断的创新思路。
2.2宽带技术对人类生活的影响宽带技术应运而生，互联网宽带技术对于人类的影响意义深远，宽带技术的快速发展不断的改变着我国的社会经济体。从发展的角度讲，宽带技术不但对于人们的生活水平有着决定性的作用，更对于我国的国民政策起着互相推动的作用。宽带技术从多角度的融合了东西方文化，传承历史，发展文明，将东西方文化友好的互联，更好的促进了我国民族文化发扬光大。宽带技术已经不仅仅是一项技术，它更代表着我国民族经济的崛起，是我国技术领域不断创新发展的伟大标志。互联网宽带技术的多元化发展促进了我国国民经济的再就业发展，由此看来，宽带技术是我国国名经济发展的重要枢纽。
3结束语
人们生活水平不断的进步着，随着而来的计算机技术和通信技术迅猛的进入千家万户，网络日益成为人们工作、学习、生活的必备工具。在宽带技术应用中，网速是至关重要的。众所周知，宽带技术越是先进，数据传输速率就越高，宽带技术就越是精湛。自从进入了计算机的革命时代，宽带技术就以惊人的速度影响着国民经济改革以及人们的生活范畴。从前宽带技术对我们很重要，对于未来我国工业革命乃至人均生活水平、城乡结合发展等等都在根本上离不开宽带技术的应用。在以后的经济发展中，宽带技术也是影响着经济发展的重要因素，也是我国国民发展的重要板块。
参考文献:
[1]期刊论文.超宽带无线通信技术.计算机工程与应用，2004，40（32）.
[2]会议论文.超宽带无线通信技术发展浅析宽带通信与物联网前沿技术研讨会,2013.
计量经济学论文2400字(一)：金融数学专业计量经济学与金融理论及实践的结合论文
摘要：目前，在社会发展的过程中，教育水平的发展也有了前所未有的提高。金融大数据爆炸性发展要求金融学专业学生具备一定的金融数据分析与处理能力，计量经济学作为培养学生数据处理与分析能力的核心课程，新的历史时期应当承担起培养学生金融大数据视野的责任。
关键词：金融数学专业；计量经济学；金融理论；实践结合
引言
计量经济学作为一门非常强调应用性的学科，是应用型本科院校的一门重要的课程，是应用型本科学生知识能力结构中不可缺少的组成部分。近年来的教育教学改革的探索注重实践环境的强化，人们已越来越清醒地认识到，实践教学是培养学生实践能力和创新能力的重要环节，也是提高学生社会职业素养和就业竞争力的重要途径。计量经济学作为经济学核心课程之一，在当前教育新常态下，产生了一些新的问题，因此应用型本科教育背景下的计量经济学也应该被重新赋予新的属性。
一、教学内容和教学方式的问题
（1）传统计量经济学教学强调回归分析背后模型的假设及相关内容，但现代经验研究强调因果关系。因此，当前计量经济学教学过分强调对随机扰动项分布、异方差及自相关的长篇讨论，显得不合时宜，而对国内外广泛流行的新颖工具较少提及，其结果是学生对计量经济学应用仍是一知半解。（2）由于现有课时安排等原因，教师教学过程中着重讲授计量经济学原理和方法，而轻视实际应用和数据处理能力的培养。例如，教学中主要讲授参数估计和各种检验的理论和方法，对如何从经济问题出发建立模型，如何应用模型分析实际的经济问题讨论得较少。（3）由于课堂教学注重理论知识的讲授，不能分配更多的实验课时，导致学生难以真正理解和运用计量经济学理论知识，特别难以将理论知识灵活应用于金融数据建模与处理。（4）现有的计量经济学课程缺乏将计量经济学方法与金融数据相融合的缺陷。在课堂教学内容安排中，着重讲述计量经济学的基本原理和方法，而没有将计量方法与金融大数据的获取与加工处理结合起来进行讲解。导致多数学生具备一定的计量经济学基础，但面对查找和处理金融数据时却束手无策。（5）已有计量经济学教学内容安排上，一般将经典的计量经济学和现代时间序列方法安排在一个学期内完成。由于教学内容过多而教学课时有限，其结果是导致无法详细讲解金融时间序列部分，金融学专业学生对金融大数据处理及建模能力不强。
二、金融数学专业计量经济学与金融理论及实践的结合的优化措施
（一）突出案例教学
丰富多彩又符合专业特色的案例教学可以激发学生的学习兴趣。案例教学一方面能够使理论知识更加通俗易懂，另一方面案例教学重视师生互动，可以提高学生的兴趣，为课程论文和毕业论文的写作打下良好的基础。计量经济学教学案例的选取一定要突出目的性、代表性和趣味性等特点，应结合学生所学专业的差异，多搜集一些与该专业密切相关的经济热点问题和前沿问题，激发学生的学习积极性和主动性。
（二）金融数学专业计量经济学与金融理论及实践的结合
就金融数学专业学生而言，在为这些学生开展计量经济学课程教学时，需要注重将金融理论和具体的金融实践知识紧密结合起来，以此来引导他们正确使用计量经济模型方法来研究金融相关实践问题。金融市场相关实践知识更倾向于股票投资和资金资本等的利用，不能仅仅依靠消费-收入这一知识以偏概全，这就要求计量经济学老师在为金融数学专业学生开展课程教学时，需要拓展到相关金融领域，通过讲解相关金融理论和具体的市场实践数据来开展课程教学。
（三）“案例+微课”的教学模式改革
为了提高金融专业本科生金融大数据处理能力，改善教学效果，拟重点对《计量经济学（Ⅱ）》的教学方法进行创新。为了改变以课堂为中心的单一教学方法“重在教，逼学生学”的缺陷，我们将使用“案例+微课”的教学模式。“案例教学”是计量经济学一种非常有效的辅助教学模式（杨汭华，2005；黄佐钘，2008；张玲，2014）。与传统的案例教学不同：（1）项目强调针对金融大数据开发相关案例，并以“微课”的形式将教学内容呈现给学生。“案例+微课”的教学模式的好处在于能激发学生对计量经济学理论学习的兴趣，更加生动和直观地将金融大数据处理呈现给学生，引导学生自主学习。此外，“案例+微课”模式能对课堂教学形成有效补充，课堂上没有解决的问题，学生可以在课外通过“案例+微课”进一步巩固与提高课堂知识。（2）传统计量经济学经验案例强调计量经济学理论知识的应用，重点介绍数学与统计技术，而忽视其内在的经济问题与变量间的内生关系。项目强调以真实的金融大数据为载体，在案例分析中，更加注重因果关系的讨论，从而案例分析更加接近现实。因此，相比于传统的案例分析，项目经验分析更接近现代研究范式，故而具有更好的实用价值。
（四）完善考核体系
作为一门应用型的学科，考核方式也应该多样化。可以尝试采用课程论文的考核方式，课程论文一方面可以深化学生对课程内容的学习，另一方面也能加强学生的应用能力，提高学生的独立思考能力和对知识的灵活运用能力。课程论文可以与学生的毕业设计结合，突出学生所在学科属性，充分调动学生的积极性。同时不能将试卷考核的方式抛弃，例如可以将纸质试卷改为上机考试，增加操作题的比重。完善的考核方式会提高学生对计量经济学课程的重视程度，强化计量经济学的教学效果。
结语
总之，计量经济学教学改革是高等教育供给侧改革的一个缩影，只有明确清晰教学定位，有效提升高等教育供给体系的质量和效率，重点解决好高校人才培养能力、支撑引领国家创新发展能力的问题，才能提供更多有选择的本科教育，建成更有竞争力的本科教育，开创更有特色的本科教育，发展更加公平的本科教育。
计量经济学毕业论文范文模板(二)：基于计量经济学的电力企业经济效益与管理决策实证研究论文
摘要：在我国快速发展的过程中，我国的电力建设在不断的完善，中国的现代化建设离不开电力的发展，同时国民经济的发展也将推动电力工业的进步。处于新时代的电力企业需要具备超前的思维与意识，在外对国民经济的发展具备清晰的预判，在内要做好企业内部的管理建设，针对未来长远发展制定科学的规划。要做好这几点，就离不开对电力企业经济效益、经营管理的分析以及数学建模工具的运用。本文选取2001-2017年中国的国内生产总值（GDP），全社会用电量数据以及典型电力企业华电国际年度报告数据，分析了华电国际的经济效益与外部经济环境以及企业经营管理之间的关系。首先从时间序列非平稳角度出发，利用协整理论并通过单位根检验以及协整关系检验对华电国际的经济效益建立了长期均衡模型。再对模型进行短期误差修正，在证明了模型有效性的基础上，利用所建模型对提升华电国际的经济效益进行实证分析预测。最后对以华电国际为代表的中国电力企业的发展提出相关建议。结果表明，对华电国际而言其供电成本、管理与财务及人力资源成本的完善对其经济效益的影响将是一个长期过程，而其短期内经济效益主要受国民经济的发展水平以及全社会用电量需求的影响。该模型具有广泛的适用性，可以为其他电力企业的经济效益及其影响因素进行分析与预测，对企业未来的管理决策规划提供参考。
关键词：电力企业；经济效益；管理决策
经济研究的方法在于总结典型的经验特征与收集数据，并在此基础上建立相应的经济理论或经济模型。经济研究的科学性在很大程度上取决于经济理论或经济模型的可验证性，即能否通过数据实证检验相关的经济理论与经济模型来解释事实，并预测未来的经济变动趋势以及提供科学的政策建议。计量经济学和实验经济学则犹如硬币的双面，从不同的角度为经济学的实证分析提供重要的方法论基础。计量经济学以实际经济数据的建模与分析为主要研究对象。当实际数据不可得，或实际数据过于复杂而导致因果关系不易梳理时，实验经济学则有可能从另一个角度出发，通过可控的实验数据代替实际数据，成为实证经济分析的又一个有力工具。
一、協整理论概述
协整的概念是由恩格尔一格兰杰（Engle-Granger）在1987年“协整与误差修正，描述、估计与检验”中正式提出的，协整的基本思想认为，尽管两个或两个以上变量中的每一个都是非平稳的，但他们的线性组合可能会相互抵消趋势项的影响，使该组合是平稳的。这一理论的提出为经济时间序列分析树立了新的里程碑，对经济学和计量经济学产生了革命性的影响。之所以协整理论会产生如此大的影响，是与一协整理论所具有的深厚的经济学背景密不可分的。
二、基于计量经济学的电力企业经济效益与管理决策实证
（一）非均衡博弈论框架的建立和实验验证
策略性思考是博弈理论及其应用的基础。纳什均衡以及相关均衡的概念过去一直是描述策略性思考的核心内容，其定义为每个博弈参与者的策略都是在给定其他方策略下的最优反应。显然这种均衡的定义内在要求每个博弈参与者在决策信念上达到均衡，即每个参与者对其他方的策略持有正确的信念。在过去的研究中，经济学者通常假定均衡框架存在从而做出对参与者行为的预测。尽管在一些博弈场景下，基于均衡概念的行为预测是准确的，但在多数情况下实验经济学研究结果表明博弈参与者的行为会系统性地偏离基于均衡概念的行为预测。由于来自实验经济学数据对原有理论框架的挑战，经济学研究人员逐渐提出了基于非均衡概念的策略性思考理论框架并且运用实验经济学的方法收集数据来检验这些新理论。这些基于非均衡概念的策略性思考理论框架的核心在于继续假定博弈参与者在决策时仍然有策略性思考的因素在里面，但放弃了均衡的概念以及嵌入在均衡概念里面的很强的理性假设。
（二）ECM误差修正
通过Granger定理易知，具有协整关系的一系列变量会对应一个包含误差修正的表达形式。可以进一步通过误差修正来研究华电国际经济效益的短期行为。具体而言可根据由Hendry提出的一般到特殊的建模理论，逐步剔除从三阶滞后变量及误差修正项开始的不显著量，从而得到最终的误差修正模型：（见下面公式）式中：ECMt-1代表协整回归厚的一阶滞后误差，括号内的数字代表不拒绝相应零假设的概率。从该方程式以及统计结果的数据可以发现，文中所进行的统计检验在置信水平上表现显著。这一结果也证明了文中构建的误差修正的具有良好的适用性。图中给出了LY的实际数据与拟合结果以及残差结果，从图中可以看出，协整以及误差修正之后的模型具有较为理想的结果。
（三）计量经济学应用研究中的多重共线性问题
在计量经济学模型方法常用的回归分析中，当解释变量之间存在多重共线性问题时，常会对模型估计的准确性带来不利影响。因此，在应用计量经济学方法建模的过程中，进行多重共线性检验以及消除多重共线性问题是很重要的环节。部分计量经济学应用研究中存在对多重共线性问题处理不恰当的现象。某篇研究股权激励对盈余管理影响的文章，以计量方法中的回归分析为主要研究方法。作者在研究中单纯依靠方差膨胀因子VIl的临界值，来判断出解释变量之间存在多重共线性问题，便直接将模型中的其中一个变量删掉。模型中是否应该包含某个解释变量，应该以实际经济理论分析为基础，不能单纯以是否存在多重共线性来判断。
摘要：基于信息时代背景下，随着计算机技术和信息网络技术的不断发展，大数据时代下人工智能也得到快速进步且与人们的日常生活息息相关。人工智能逐渐的走进人们的日常工作生活中。因此，基于大数据时代下展开对人工智能在计算机网络技术中的应用价值的分析显得非常必要。论文对大数据时代下人工智能在计算机网络技术中的应用价值进行了探讨，并且主要针对数据挖掘技术、入侵检测技术和防火墙技术的相关应用，希望为有关专业人士带来一定的参考与借鉴。
关键词：大数据时代；人工智能；计算机网络技术；应用价值
21世纪以来，世界都已经进入大数据发展时代，人工智能的应用与居民生活息息相关。人工智能就是模仿人类的行为方式和思维模式进行工作处理，它比计算机技术更加具有实用价值。所以，为了迅速提高我国大数据时代人工智能在计算机网络技术中的应用，论文基于此展开详细分析探讨，深入研究人工智能在计算机网络技术中的应用价值。以下主要针对于人工智能计算机的基本内容展开简单分析与探讨：
一、人工智能计算机的概况
利用计算机技术来模仿人类的行为方式和思维模式就叫做人工智能。人工智能，技术的涵盖内容广泛，且创新性高、挑战力度大，它的发展与各学科知识包括信息与计算科学、语言学、数学、心理学等都有关联。人工智能的发展目标是通过计算机技术让本该由人工操作的危险或复杂的工作由人工智能机器代替,从而额实现节约劳动力、减少事故危害发生的情况，进而提高工作效率和工作质量。人工智能的发展形式多样。第一，人工智能可以帮助完善某些较为复杂的问题或是当前还无法解决的问题，若是发生由计算机运算都还无法获得正确模型的情况，此时就可利用人工智能来对该项问题进行有效解决，针对模糊的问题和内容，利用人工智能模式来不断提高网络使用质量。第二，人工智能可以将简单的东西或知识复杂化，得到人们想要的高级程序和数据，从而节约实现，提高工作效率。
二、大数据时代人工智能在计算机网络技术中的应用
（一）数据挖掘技术在计算机网络技术中的应用数据挖掘技术在近几年来越来越受到人们的重视，因为数据挖掘技术是大数据时展的关键技术。利用人工智能技术可研究外界不安全因素的入侵频率，并在网络安全运行的前提下结合网络存贮状态，将研究结果记录保存。之后的工作中，若计算机处于运行情况时发生安全问题，系统会立即给予警告提示，并及时拦截入侵对象。数据挖掘技术其实从根本上来看，就是由人工智能技术和大数据技术的综合发展而来，模仿人类处理数据信息的特征和方式，让计算机实现对数据的批量处理。此外，数据挖掘技术还可与各种传感器融合工作，从而实现技术功效的最大潜力，不断增强计算机系统的功效和实用价值。
（二）入侵检测技术在计算机网络技术中的应用现展迅速，网络科技已成为人们日常生活中至关重要的组成成分，给人们的生活工作带来极大便利，但是其中也潜存很多不稳定因素。所以，网络安全技术的发展是保证网络使用正常工作的重要前提。当前，已经有很多网络机制被运用到保护网络安全的工作中，但是在对网络安全管理时发现仍旧有很多不稳定因素的存在，尤其是现在网络技术的发展迅速，很多手机支付等网络支付方式中会存在支付密码泄露的情况。基于此，在网络计算机安全使用过程中起到良好作用的是入侵检测技术。该技术被使用时，可以对网络中潜存的安全隐患信息及时侦查处理，对其数据信息进行检测，最后将检测结果的分析报告反馈给用户，实现有效检测。入侵检测技术的不断发展和完善，让计算机网络的安全运行得到极大保障，在对计算机网络进行安全检测的条件下，防止网络受到外界环境的干扰。人工智能技术中还可结合人工神经系统高和专家系统网络，实现对实时变化信息的即时监控，切实保障计算机网络技术的安全发展。
（三）防火墙技术在计算机网络技术中的应用计算机的硬件与软件相结合才能让防火墙技术发挥功效，为计算机的安全运行构建一个完整的保护盔甲。防火墙技术的应用是针对整个计算机网络的使用安全，极大的降低了由于外界非法入侵带来的不稳定因素，让计算机的安全得到保障。尤其是在现在大数据时代的发展背景下，防火墙技术的优点更加明显，防止计算机被非法入侵是防火墙技术的最重要功效。当前，人们每天都会收到很多封垃圾邮件和短信，部分邮件和短信还携带有危害性质的病毒，一旦点开这些垃圾信息和短信就会造成病毒入侵，让计算机中原本的私人信息遭到泄露。因此，需要人工智能技术来帮助人们进行信息识别，扫描邮件中是否有不安全因素的存在，找出后还可立即进行排除，防止安全事故的发生。根据以上内容的分析得出，在当前的计算机网络系统应用过程中，人工智能技术已成为主导技术之一，它能够结合其他任何智能技术实现创新发展和进步，以促进计算机网络系统的安全使用，让计算机网络系统高效、安全的发展，这也让人们的生活、工作水平进一步提高。
三、结语
总而言之，科学技术快速发展背景下，人工智能的发展在大数据时代背景下有了新的突破，计算机网络的安全系数以及运行效率都得到稳定提升和进步。这些进步离不开人工智能中优秀的技术的大力支持，包括数据挖掘技术、入侵检测技术和防火墙技术，它们保障了计算机网络系统的安全运行，给社会公民提供了一个稳定、安全、开放的网络平台，也为我国计算机网络技术的进一步发展奠定了良好的基石。
关键词：大数据分析；内部审计应用
近年来，大数据应用更加广泛，它改变了固有的数据分析方式，将企业经营以及与之相关联的企业和客户信息进行收集和分析，通过新的思维处理数据与技术的难题。据调查显示，目前我国很多优秀企业都将大数据作为新一轮经济增长点，从2012年开始就实现了持续增长，成了企业市场经营的巨大资料库，提高了企业的整体技术水平和竞争能力。具体而言，大数据分析是一种能够从各类信息中快速提取有用数据的一种新技术，对内部审计工作来说具有的意义不言而喻。下面就从大数据分析给内部审计带来的机遇和挑战入手，从实际出发做好应用性审计，带动审计工作发生质的飞跃。
一、大数据分析给内部审计工作带来的机遇和挑战
（一）审计目标信息化技术使用的初期，内部审计工作依赖计算机技术，可以通过对数据的观察和分析找到审计中存在的问题，为具体工作的开展提供参考。大数据分析技术的应用则将审计工作带到了新的高度，它不仅能够发现问题，还可以对风险进行评估，对效益进行分析，及时发现审计工作中存在的问题，降低内部控制风险，为企业发展做出预测性思考。（二）审计内容数字是传统内部审计工作参考的重点，包括营业收入、费用支出、税收情况等等。大数据分析则突破了原来数字化的限制，基本内涵和审计的内容不断向外延展，打破了传统数据结构化的样式不足，在不同的时间范围内可以生成复杂多变的数据，其中包括文本、音频、视频、xml等，构建出了审计的立体化方法。（三）分析技术大数据分析与内部审计应用的结合，最大的改变就在于技术的更新，大数据分析可以实现大数字的整合，从五大技术方面进行了完善。即可视化分析、数据挖掘算法、预测性分析、语义引擎和数据质量与管理。这些新技术可以通过标准化的形式，建立数据新模型，提取隐藏起来的内部审计信息，利用图表展示数据分析的全过程，并做出前瞻性的判断，从而提高数据的分析准确性。
二、大数据分析内部审计的方式
首先，数据验证性分析朝着数据挖掘性分析转变。即由原来的多维分析验证数据变为挖掘性技术的使用，将数据仓库和模型构建起来，做好聚类分析，找到规律性内容，并提取关联性数据。例如，在电力审计过程中，可以建立起专门的数据资料库，找到电力使用的具体数据，分析用电情况。其次，审计方式由事后发现问题变为风险预警。企业经营难免会遇到各种风险，对市场形势进行分析，将可能存在的危机控制在萌芽阶段，是大数据分析有别于传统分析模式最大的特点。另外，大数据分析可以早期关注经济运行情况，发掘数据敏感性波动，并集合社保审计、债务数据、经济宏观运行数据，实现信息库的交叉使用，提升数据分析水平和审计能力。最后，单机审计向云审计方法的转变。云审计是基于云数据库设立的数据平台，它依靠的是中心统计分析，通过网络与“云”的对接，对审计成果进行共享。与此同时，在大数据分析云计算实施的过程中，必须坚持技术的创新与发展，建立预算、财务、执政一体化策略，设立专门的数据平台，提高信息化技术审核的质量，做好宏观分析。
三、大数据分析在内部审计中的应用
大数据分析与内部审计的综合应用是信息时代技术演变的新手段，在与内部审计结合使用的过程中必须坚持全面化使用，从制度流程、机构人员、审计业务以及技术上做好配合，全面推行新的审计方法。（一）创新大数据工作模式创新是进步的源泉，大数据分析的推行，与内部审计工作的结合，都必须坚持创新原则，对预算执行审计有一个全面的认识。传统的孤立审计已不适应大数据审计的要求，需要打破部门之间的界限，以审计项目为管理主线，成立大审计组，进行扁平化管理。结合各预算部门的财务数据，发现是否存在预算项目在连年结转的情况下仍然安排新增预算、造成资金闲置的问题。通过对数据进行宏观整体分析，发现是否存在预算执行效率不高、分配下达预算不及时、拨付转移支付资金超期等情况。（二）完善跟踪审计方式通过建设审计数据综合分析平台，搭建关系国计民生的重点行业联网审计系统，用Hadoop等专业工具处理半结构化、非结构化数据，规范高效地汇集和处理大规模数据信息。例如，在地税审计中，可利用地税联网审计系统，集中进行全省地税数据整理分析，探索“数据集中采集、集中统一分析、疑点分布落实、资源充分共享”的大数据审计模式，实现全省联动审计。此外，还要对资金分配结构、资金使用流向、资金管理情况进行总体分析，全面反映预算执行整体情况，实现对预算单位的审计监督全覆盖。（三）实现多数据融合，落实经济责任审计运用关联分析，找出数据间的相互联系，分析关联规则，发现异常联系和异常数据，寻找审计疑点。在经济责任审计中，可利用财政、税务、社保、培训等数据在横向和纵向之间都做好关联性研究，做好数据的全面跟踪分析，实施和推行经济责任审计模式，提高审计效率。另外，在深入挖掘数据过程中，还要利用数据仓库和模型分析统计数据变动信息，分析关联性内容，对体制机制性问题开展研究，挖掘行业性和趋势性问题。
四、结束语
综上所述，大数据技术的发展对审计工作提出了新的、更高的要求，也为审计提供了新的工具。传统的大数据分析与内部审计工作的结合不够紧密，技术应用不够突出，且人才缺失。基于大数据分析的新情况，内部审计工作必须从数据、资源、人才方面逐步积累资源，创新大数据分析的思路和模式，研究技术发展的情况，并建立覆盖公司业务流程的审计信息化管理系统，使公司各业务线在统一、透明、标准的审计监控下阳光运行，确保大数据在内部审计中的高效应用。
参考文献：
[1]王磊.数据挖掘技术在保险公司内部审计中的运用研究[D].山东财经大学,2015.
[2]梁秀根,黄邓秋,蔡赟,魏连涛,梁国平.持续审计结合数据挖掘技术在内部审计中的探究和应用[A].全国内部审计理论研讨优秀论文集(2013)[C].2014:10.
关键词：大数据;高校教学资源;数字化校园;应用研究
中图分类号：G43 文献标识码：A 论文编号：1674-2117（2015）01-0107-03
现今，人们正在利用各种信息化技术打造一个以互联网为基础的“数字化校园”，逐步实现“从环境（包括设备、教室等）、资源（如图书、讲义、课件、信息等），到活动（包括教、学、管理、服务、办公等）的全部数字化”。[1]这样的校园为我们提供了可以“量化一切”的大数据，高校在“拥有了数据分析的工具（统计学和算法）以及必需的设备（信息处理器和存储器）”[2]的基础上运用大数据思维开始了教学资源开发与利用的创新发展之路。
迎接大数据时代与教学资源的变迁
信息技术、网络技术的发展让我们每天都处在信息洪流之中。对大数据的理解，已经不能简单地停留在“数据大”这个层面，而应该从技术、思维、应用等多个层面进行综合评价与分析。云技术的诞生解决了大数据存储、计算与分析等技术层面的问题，如今，更需要思考的是大数据给我们的思维带来的变革，即我们需要的“不是随机样本，而是全体数据;不是精确性，而是混杂性;不是因果关系，而是相关关系”。[3]以及，大数据在社会经济、政治、教育、人文等领域的具体应用。
教学资源的研究是现代教育技术关注的一个重要方面。随着人们对教育技术的认识不断深化，教学资源的重要性也被凸显出来，成为高校教学改革发展的前沿阵地。关于教学资源的界定，国内外学者纷纷从不同角度进行了阐述和分析。根据AECT94的定义，教学资源被认为是指支持学习的资源，包括支持系统、教学材料与环境等。而在国内学者顾明远教授主编的《教育大辞典》中，教学资源是指“支持教学活动的各种资源。分为人类资源和非人类资源，人类资源包括教师、学生学习小组、课外活动小组、旅行小组、课外辅导员、家长、社会成员等。非人类资源包括各媒体和各种教学辅助设施。传统媒体有粉笔、黑板、印刷媒体、实物、实物模型、挂图等。现代媒体有投影、幻灯、电影、电视、语言试验室、计算机、视盘等。此外，还有各种社会教育性机构，如视听中心、图书馆、博物馆、少年宫等”。[4]
以上界定虽然角度不同，但其核心思想是一致的，即认为教学资源是为教育教学服务的各种资源的总称。而大数据时代，在高校“数字化校园”建设过程中，教学资源以一种新的姿态呈现在我们面前，即“数字化”形态与“数据化”应用，如网络精品课程、视频公开课程、数字化专业素材库、翻转课堂、微课等。
互联网催生下的高校教学资源开发与利用现状
如今，在课堂教学开始前，教师可以利用计算机、摄像设备等登录视频教学课程网站，开启“视频课堂”软件录制整个课堂教学过程，并同步上传至相关课程网站。课堂教学结束后，师生可以通过“课后论坛”或者微博、微信等新媒体手段进行交流和互动，学生们还可以登录课程网站再次浏览课堂教学实况，巩固学习效果。这样的教学模式不仅将课堂教学延续到了课后，将线下学习扩展到了线上，而且充分利用互联网平台将教学资源进行了优化整合与合理利用。
在当今的大学校园中，师生的各种活动都离不开网络系统的支持，形成了以办公管理和教学科研为典型的网络应用。师生在应用的时候，后台生成了海量的结构与非结构的数据信息。高校利用云计算将这些数据信息进行存储、挖掘、分析与计算，从而找到其中暗含的巨大的资源价值，进一步为教学服务。例如，高校教学部门和信息管理服务部门可以协作，通过对某一课程网络视频的点击量、浏览时间、关联内容搜索等数据进行分析，获得学生进行视频学习的目的与动机，进而可以对相关课程的教学质量进行监控，找到课堂教学中存在的问题，促进教师改进课堂教学，提高学生的实际学习效率，形成“教”与“学”整个学习过程的良性互动与循环。在这个过程中，相关数据的挖掘及分析发挥了巨大的作用，这是单纯的课堂教学难以实现的。
由此可见，在数字化校园中，教学资源已经远远超越了传统认识中的教材、教具、教师，而向更广更深的层面发展，其中最为显著的变化就是教学资源的“数据化”呈现。数据作为一种资源，为个人和组织服务的思想在大数据时代得到了充分的印证与实践。越来越多的个人和组织成为大数据应用的受益者。
高校教学资源的大数据应用之道
在大数据时代，“数据化”的教学资源成为高校教学改革与发展的巨大宝藏。高校教学资源的管理者和应用者必须深谙其道，才能真正实现教学资源的合理开发与整合利用。
1.看清本质，推动教学资源由“数字化”向“数据化”转变
“数字化”与“数据化”是两个不同的概念。在《大数据时代》一书中指出“数字化是把模拟数据转换成用0或1表示的二进制码，便于计算机对数据进行处理，涉及的内容有文本、图像、视频、音乐等。计算机技术是数字化的基础。而数据化是一种把现象转变为可制表分析的量化形式的过程”。[5]对内容的计量和记录是数据化的前提，而这种能力在数字化时代来临之前人类就已经具备了。例如，19世纪中叶，航海家莫里通过人工绘制了120万个数据点，组成导航图为航海服务，揭示了隐藏在数据中的价值，这可以算是大数据应用的最早实践之一。由此可见，数字化带来了数据化，但是数字化无法取代数据化。
目前，我国高校都在不同程度地推进“数字化校园”建设，这个过程对教学资源的影响是显而易见的。越来越多的教学资源以数字化的形式呈现在学生面前。以清华大学为例，目前完成的音视频教学专题片有660余部，精品课程课堂实录近百门3700学时，研制多媒体网络课程近100门;数字音视频资源库采集、存储、编目视频数据近6000个节目，内容包括各类教学专题片，精品课程、优秀教师课堂实录、教师岗位培训、名家讲座、新闻宣传专题等，容量达12TB。[6]如此规模的数字化教学资源极大地丰富了学生的学习内容，为混合式学习的开展奠定了坚实的资源基础。
但是，高校在利用大数据思维开发利用教学资源时一定要清醒地认识到，对教学资源的大数据处理和应用，不应止于对传统教学资源的数字化处理和转化，而应该向数据化以及挖掘数据中暗含的教学价值方面转化，真正读懂数据。
2.挖掘大数据，寻找教学资源的新价值
高校必须要有意识地主动搜集、存储和挖掘教学过程中形成的大数据。通过对数据的挖掘，探寻数据中蕴含的新的利用契机，开发出新的教学资源。例如，通过数据监控和采集发现某一门视频课程的点击率持续增高，那么，在这样的数据背后作为教学资源的管理者和使用者就应该思考其中的缘由是什么，而随着深入的了解和分析，我们可能发现或者是学生的兴趣点发生了转移，或者是就业需求的使然，又或者有其他原因……这样在以后的教学中就“有据可循”，能合理安排和利用相关教学资源为教学服务。
3.开放大数据，实现教学资源的共建共享
大数据时代，数据的潜在价值需要在不同的数据集之间的开放流动中被激发。不同高校间优质教学资源由于竞争等因素，导致了数据保护和数据壁垒的出现，限制了优质教学资源作用与功能的发挥。因此，打破高校教学资源流通的壁垒，开放相关数据信息，共建共享高校优质教学资源势在必行。
目前，许多高校已经意识到封闭与保护不能带来学校的发展，只有资源的流动才能为高校注入新鲜血液，才能带来高校发展的新契机，才能实现中国高等教育的全面发展。为此，各所高校都在不断进行各种尝试，如联合进行网络开放课程的建设等。
另外，通过网络数据监测与分析，我们发现目前人们上网习惯以及网络接入方式已经发生改变，利用移动终端上网的人越来越普遍，而且上网时间也呈现碎片化的趋势，大学生群体正是这种改变的典型代表。高校在教学过程中对网络资源的开发与利用上也应据此有所改变，实现网络接入资源的融合。即将校园有线网络、无线网络以及移动网络进行融合，为教学搭建一个统一的数据平台，以达到顺畅的交流与互动。
参考文献：
[1]蒋东兴，陈怀楚，沈培华，王映雪.清华大学数字校园建设发展与规划[J].试验技术与管理，2002（增1）.
[2][3][5]维克托・迈尔-舍恩伯格，肯尼思・库克耶.大数据时代[M].杭州：浙江人民出版社，2013.
[4]顾明远.教育大辞典[M].上海：上海教育出版社，1998.
随着信息化时代的来临，我国的档案事业步入了新的发展时期，高校档案管理工作迎来了新的挑战。利用大数据对高校档案进行系统化、科学化、精细化的管理，需要打破传统的档案管理模式，利用数字化、网络化的信息技术，达到档案信息一体化的目标。
1 大数据时代已悄然来临
大数据（Big data），是指无法在可承受的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。通常大数据只有通过分析才能获取很多智能的、有价值的信息。因此，大数据分析对于高校档案管理有着无可取代的作用。大数据分析的理论核心是数据挖掘算法，各种数据挖掘的算法基于不同数据类型和格式才能更加科学地呈现数据本身具备的特点，才能深入数据内部，挖掘出公认的价值。尤其在档案管理上深入大数据分析将对工作带来更大的?r值。
2 当前高校档案管理工作状况及大数据在高校档案管理的建立和应用
目前，由于对档案管理工作重视程度不足，高校内仍然缺乏相应的档案管理硬件设施，个别部门的档案人员甚至处于狭小潮湿的办公区域，档案库房区、办公区、阅览区不能分开。很多档案管理人员身兼数职，网络化、数字化的档案管理更是无从谈起。传统的档案管理信息零落、复杂、不能共享。这样间接地浪费了档案资源，还造成了原始档案信息的流失，从而影响了档案信息化的发展水平。因此，高校档案管理信息化的建立已势在必行，进而为广大师生提供新信息上网、电子邮件交流、联机公共目录查询等服务，通过提供定向、定题的交互信息咨询，提升档案管理的服务能力和质量。
3 大数据时代对高校档案管理工作的影响
大数据时代对高校档案管理工作的影响，第一是有助于原始档案文件的保存。传统的档案文件常常以纸质档案、照片、录音、录像档案的形式出现，岁月的沉淀和档案人员的更新换代，常常会因为某些主客观因素的出现，而阻碍了高校档案的开发利用。
第二是有助于加大档案的开发利用程度。随着大数据在档案管理工作中的有效应用，对传统档案实施有选择和有步骤的数字化，为档案网络信息的存储、检索和利用提供数据基础。通过大数据时代与档案管理的结合，使档案实体和档案信息实现了自动化管理，节省了大量的时间和人力资源，为开展档案的科研工作创造了有利的条件。
第三是有助于提高档案信息的一体化管理。信息化时代的来临，高校档案也不再局限于某一区域的单一管理，通过大数据的应用向全方位管理方面迈进，实现从单一信息向综合性信息的方向拓展。大数据时代与信息管理部门既是电子文件的形成单位，高校的档案管理虽然属于基础服务类工作，为教学、科研、党政机关服务的，但是，它在学校整体工作中有着承前启后的重要作用。因此档案信息一体化，更有利于加强学校领导对档案信息的整体规划，统一部署。
第四是有利于提高档案人员的工作效率和工作质量。大数据时代的应用，在很大程度上改变了这种消极的状况，档案信息的一体化管理在高校内实现了信息资源的共享，使档案信息进入流动中状态，很好地发挥了其决策、宣传、查询、保密的功能。大数据时代的应用，把档案人员从单调重复的劳动中解放出来，进而可以拥有足够的精力，全身心地投入到档案科研事业中去，在研究档案内容的基础上，编写汇编档案文件、参考资料，参与修志编史、撰写论文著作，从而提高了档案工作的质量。
