时间：2023-05-17 17:47:34
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篇大数据开发的过程，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。
1大数据技术和软件工程技术
大数据技术事实上是将人类日常生活中产生的各种数字信息，将这些信息收集起来之后分类处理，设定不同类别的存储空间，按照类别存储。大数据技术从功能的角度出发可以划分为多个类别，诸如分析技术、机器学习技术、遗传算法技术、自然语音处理技术等。应用大数据技术分析，就是基于当前的科学技术发展起来的一种分析技术。它主要依靠现代科技手段发挥技术的作用，特别网络技术发挥着基础性的作用。整理基础数据，对数据信息进行分类整理，应用相应的计算机算法，将相似特性的数据划分为一类，最终得到大量的数据，应用大数据技术对这些数据进行分析。大数据分析应用于互联网行业中，所发挥的优势是有目共睹的，而且还不断地引入新技术，在软件工程技术中应用，对该技术的发展起到了促进作用[1]。
大数据时代，社会各个领域都已经实现了信息化发展，人们对软件工程的概念越来越熟悉。事实上，软件工程的历史始于20世纪的中期，其研究重点是软件技术和工程管理。将相关工程内容引入其中，使得工程系统化运行，其中所涵盖的研究内容包括软件的生命周期、软件工程设计、软件的技术维护等方面。因此，在软件设计的过程中，要控制好技术开发成本，保证工程质量，使其生命周期不断延长，不同项目的技术需求和用户的各种技术需求都能够得到满足。
2大数据背景下的软件工程基础
处于大数据时代环境中，软件工程的发展中关乎到不同的领域，需要高度重视。大数据技术具有专业性的特点，还具有很强的实用性价值。在软件工程技术的研究中，要从应用需求出发不断创新软件技术，对于传统的技术要不断摒弃，对软件工程的发展创造良好的客观条件。大数据技术环境下，软件工程基础是基于互联网技术建立起来的，对各种数据信息系统化管理，根据需要进行处理，对工业的发展非常有利[2]。在软件工程技术中，大数据的安全性问题是需要高度重视的，否则，就会对软件工程技术造成不良影响，引起严重的后果。
2．1软件服务工程
在软件工程的研究范畴中，软件服务工程的数量不断增多。软件工程服务化方向发展，就是发挥服务的作用，使其成为软件开发的基本原则，按照服务项目内容为用户展开服务。由于软件工程发展的主题有所，服务内容也要做出相应的调整，同城是对软件工程的进行技术维护。在具体的服务工作中，需要软件开发人员使用分布式应用程序，在管理工作中采用虚拟操作的方法为用户2019.08提供服务[3]。软件工程技术应用中，结合使用大数据技术，可以对网络数据进行编程，使得软件具有互操作性，对于数据主动协调，使其符合动态场景的变化节奏，软件系统的集成度有所提高。
2．2软件开源
软件开源更为注重用户对软件技术的体验。在对软件开源进行研究的过程中，采用常规的方法，虽然获得一定的成果，但是应用价值不是很高。一些研究人员在研究软件工程技术的时候，就是将软件开源作为突破口，将开发项目划分为多个模块，将每个模块分给指定的研究人员进行开发。
2．3群体软件工程
群体软件工程是通过网络的方式进行软件开发，具体的实施中采用工程众包的形式，使得软件开发技术发挥作用。群体软件工程是一个分布式软件开发模型，这个工程项目的运行中，可以通过网络实现，对各项任务进行分配，也可以进行创造性的查询，通过众包解决软件开发过程中遇到的一些困难和重要问题。同时，在软件工程开发过程中，软件工程可以在任何阶段通过众包进行开发[4]。
3大数据与软件工程技术的未来发展方向
3．1大数据与软件工程技术开放式的发展
大数据技术的主要前提是大量的数据流，需要技术不断地升级和创新，寻求开发的研究途径是非常必要的。计算机网络的发展意味着计算机可以在开放的环境中相互通信，共享数据资源，软件等信息的有效利用能力也会有所提升。通过网络运行可以增加利润，使得用户的各种需求得到满足，提高资源的利用率。
3．2大数据与软件工程技术融合到其他领域
软件工程技术在当今许多科学领域有着广泛的应用。由于软件工程技术给予各个领域非常大的帮助，从航空到生活中都发挥着软件工程技术的作用[5]。应用程序的运行，可以使用数据平台对信息进行收集并分析。比如，用户在进行股票交易的过程中应用大数据技术，可以使用软件工程技术构建数据模型，通过对数据模型的分析，预测股票的变化趋势。
4众包软件服务工程中的大数据技术
在软件开发过程中，必须有足够的硬件和软件基础来支持数据流，随着数据流的量逐渐增多，对硬件和软件就有了新的要求。专家学者在分析数据流的时候，还对在线服务进行了研究。数据流是重点内容，主要是对数据流的使用方法进行研究，对支撑数据流的软件和硬件进行研究[6]。从软件工程开发的角度而言，软件运行中都会产生大量的数据流，包括服务端、用户端等，都会有很多的数据信息产生，这些数据流对软件和硬件的使用寿命起到了决定性的作用。软件工程的开发中，要做好数据流的管理工作。有必要对原始数据进行深入的研究，为提高软件的使用寿命创造条件，对数据流的分析要高度重视[7]。
5密集型数据科研第四范式
第四种科学研究范式是指根据实际情况建立独立的科学研究方法，探索第四种范式的理论基础，以及大型数据存储设备在发展中的重要性。软件工程中，采用传统的大数据研究方法，大数据的有效分析是不可能的，大数据的研究还没有取得突破性的成果。因此，目前大多数软件不能在短时间内同时实现数据信息的存储、数据信息的传输和有效识别。在探索第四范式理论和研究方法的过程中，首先需要对集成大数据的软件服务价值进行估计，抛弃传统的大数据统计方法，建立新的大数据信息统计方法和分析方法[8]。此外，有必要从多个方面研究大数据的处理，对大数据信息进行管理并深入分析，讨论大数据的价值以及存在的可变性，这对软件工程的发展起着重要的作用。在研究软件工程技术的时候，必须更新传统的软件开发理念，重视软件处理和分析大数据能力的发展，使得软件产业呈现出新的发展面貌。
在当今大数据时代，软件工程技术的研究已经区域复杂。随着数据的指数的不断增长，软件技术对硬件设备数据处理能力产生一定的影响。因此，在对软件工程技术的研究中，就需要对大数据技术的特点进行研究，基于此研究软件工程技术，使得硬件设备的数据处理能力有所提高。在研发开发软件技术的过程中，要从应用领域的需求出发对大数据技术进行分析，在大数据开发理论的基础上创新软件开发理论，促进软件技术更好地发展。
参考文献
在大数据时代中，大数据的应用效能、应用方便度、应用当地覆盖面是未来大数据应用所关注的重点，而目前在大数据应用方面存在许多的问题，这些问题的存在影响了未来大数据的应用，如何解决这些问题，重现在开始从最基础方面开始，解决这些问题是大数据未来应用的重要工作。本文首先列举了目前大数据应用中存在的问题，分析了产生这些问题的原因，针对这种情况提出了基于基础数据结构体系建立的解决方案设想，为未来大数据应用发挥更大效益的解决方法。
【关键词】大数据 基础数据结构 软件工程 数据标准
随着智慧城市建设项目的开展，作为智慧城市建设的重要基础就是围绕大型基础数据平台的建设，在业界定义为大数据时代的来临。围绕大数据的概念，在全国范围内的各领域各行业都在大数据的如何组织、如何应用、如何共享、如何关联召开了各类研讨会。大数据应用的云计算技术、数据仓库技术等成为业内讨论的重要话题。本人认为，在做了这些工作后，应回过头来看一看，无论数据量有多大，都离不开基础数据结构与体系的建设，在此要阐明的一个基本观点就是在大数据时代更应该重视基础数据结果的研究与应用。
1 大数据的概念
什么是大数据， IBM 最早的定义是：将大数据的特征归纳为4个“V”（量Volume，多样Variety，价值Value，速Velocity），或者说特点有四个层面：第一，数据体量巨大。大数据的起始计量单位至少是P（1000个T）、E（100万个T）或Z（10亿个T）；第二，数据类型繁多。比如，网络日志、视频、图片、地理位置信息等等。第三，价值密度低，商业价值高。第四，处理速度快。最后这一点也是和传统的数据挖掘技术有着本质的不同。
在大数据概念中的第一条是数据量大，这是大数据的特点，而却随着信息系统应用的深入，数量的数量级也在不断的提高，这是毋容置疑的。我们在此要讨论的是第二条数据类型繁多的问题。
2 目前大数据应用存在的主要问题
随着信息化系统应用的深入，在社会、自然界、生活中所涉及的数据面越来越广，由此使得数据类型也越来越多，数据类型的数量在不断增加，这些数据类型之间的关系和相互关联性也越来越复杂，大数据量下的数据应用造成了困难。数据结构类型繁多造成问题主要表现在以下几个方面。
2.1 数据类型是有限量的认识不清楚
未来大数据情况下，数据类型是有限量的还是无限量的概念模糊，为此首先要么明确一个基本的概念，那就是，数据类型在繁多，但是数据类型的数量是有限量的，只是这个限量的数量级大一些而已。在数据类型是有限量的情况下，对于解决数据类型繁多的方法是完全不同的。
如果数据类型的量是无限量的，那么解决问题的方法是要研究解决数据类型问题的方式是研究规律，拿出解决问题的方式与方法，对于具体数据类型时，按照方式方法理论与技术去解决问题。如果数据类型是有限量的话，那么解决问题的方式就不只是从理论上的解决问题方法，而应该更加切合实际的去针对每一种数据类型直接进行研究，形成数据标准，指导各个系统对每一个具体数据类型的应用。
2.2 相同数据在不同系统中的表现类型繁多
由于系统开发方各自的开发经验、所开发系统的规模不同，系统应用方对系统要求不同，系统应用行业的不同，使得在开发过程中，对于数据类型的定义只遵循本系统使用需要进行定义，没有完整的标准，即是有相应的国家或国际标准，也不能完全遵循。
2.3 各个行业制定的标准相互矛盾
各个行业在制定相应的标准时，是以满足自身需要为主导，造成了数据类型在其数据定义时不但长度不同，就是数据类型都不相同。这也就造成了各个系统在未来大数据应用中出现了严重的数据应用障碍。
2.4 大数据应用的实现效率低
由于不同系统技术数据结构的不统一，使得对于大数据的应用上要对不同系统的数据结构进行分析，构建关联，而后才能进行数据的应用，这项工作的工作量大，技术含量高，降低数据的应用效率。这些都是事后分析数据存在的问题。
2.5 数据浪费巨大
由于数据各个系统间数据结构的不同，加上分析手段的局限性，使许多的数据无法进行使用，由此也降低了数据的使用率。并造成数据的大量浪费。
3 造成目前对大数据应用存在问题原因
由于以上几方面的问题存在，为了做好大数据的应用，许多相应的技术应运而生，数据仓库技术、网格技术、云计算的数据处理技术等等。这些技术促进了数据应用的发展，提高了数据应用效率，为大数据应用发挥了巨大作用。但是这种做法只能针对具体的大数据应用项目起到作用，不能从根本上解决问题。那么造成这种问题根本是什么呢？
3.1 理论基础有偏差
目前所有这些高精尖技术的发展，为大数据应用的发展起到了不可替代的作用，但是这些技术在理论出发点上存在偏差，那就是，这些技术的理论出发点设定的是，数据类型是无限量的，是无穷尽的，所以所有的技术研究都不面对具体的数据项，这样做的结果是促进技术的发展，弊端是不能面对具体的应用，所有的技术应用都要在这就技术下进行二次应用研究。也就是，这些理论是治标不治本的做法。
有限量数据类型与无限量数据类型是两个根本不同的概念，对于技术的发展影响也是完全不同的。为此，目前在无限量数据类型概念下的大数据应用技术与体系将会存在极大的局限性，对未来的大数据应用造成影响。
3.2 对大数据认识有偏差
目前在各个系统对大数据的应用中，对大数据的认识是，只要有足够量的数据，就是大数据，而对于数据之间的关系，整体的数据结构体系没有很深的认识，甚至将原有的多个分散的系统中的数据库，做一个小的关联数据库，就认为是数据云计算，就是综合数据平台了，而在这种情况下，对于大数据的应用，因为系统的独立，数据库的独立、数据结构的不统一造成了大数据应用的瓶颈和障碍，在系统应用到一定程度后，数据量是很大，但是无法进行大数据应用，或者说是要进行大数据的应用，需要另外投入很高的成本进行数据整理、数据管理和数据分析。所以应该明确的是，在数据结构混乱的情况下，在大的数据量也不能称为大数据，这个观念上的偏差，是造成目前数据应用困难的原因之一。
3.3 数据结构不规范
这些情况的出现，归结的一起，就是数据结构不规范，不统一。在三方面主要原因造成这个局面，一是目前的应用系统的开发，由不同的公司进行，每个开发单位对数据结构的定义有各自的标准，基本都是按照多年开发经验总结出来的，因此各个公司开发的系统在数据结构上相差很远。二是对于同一个公司不同时期开发的系统所涉及的数据结构不统一，到后期，开发单位不愿意在投入成本对前期开发的系统进行重新开发，这就造成了前期开的的系统中的数据结构与后期开发的数据结构不统一。三是对于应用开发单位在开发每一个具体应用项目时，由于是不同的开发小组在进行，为此，在进行数据结构设定时，只为了满足本系统开发的需要，而没有考虑系统未来的发展和系统的整体架构，这也造成了不同应用系统中对相同字段的设定不相同，数据结构不统一。以上这些都是在应用系统开发过程中遗留的问题，而这些问题严重影响了大数据的使用。
3.4 有统一的标准不用
在系统开发过程中涉及的数据结构，许多都有相应的标准，主要有以下几个方面，一是国家法律层面的，对于一些重要的数据要求以立法方式进行规范。二是国家标准，制定和规范了国家层面的有关方面的数据要求和限定。三是部颁标准，由各个部委办局制定的相应标准，这些标准有一大部分直接针对信息化系统建设的应用和数据标准。四是行业标准，作为每一个行业内进行行为约束的标准，这种标准虽然不具备强制性，但是在行业内是一个自觉遵守的标准。四是国际相关标准，虽然国际标准没有任何的法律约束性，但是为了走出去，各行各业都在遵循这个标准。
这些标准都是在系统建立时的数据结构依据，但是目前许多系统在进行数据结构设定时，都没有按照这些标准执行，而是根据自己系统的需要进行设定的。这使得许多的系统中的数据不能相互交换使用，由此而影响了大数据的应用。
3.5 不同行业对标准的设定不统一
在国家标准体系中，由于标准制定的年代不同，同是一个部门颁布的标准对相同的数据要求也不同，各个部门由于独立制定标准，同样出现相同数据在不同部门制定的标准中规定的不同，这几方面原因也就造成了即使遵照标准，也存在着相同数据在不同应用系统中的数据结构不同的现象。
以上是大数据应用问题出现的主要原因，作为大数据应用的刚刚起步阶段，应针对这些问题进行研究给出相应的解决方案，为未来大数据应用的发展打下一个良好的基础，避免今后的大数据应用走弯路。
4 解决大数据应用问题的对策
解决大数据应用存在的问题，应从最基础的数据结构建立开始，从根本上去解决问题，也为未来大数据应用的发展打下一个良好的基本数据结构基础，对此提出以下几方面的对策。
4.1 开展和加强对基础数据结构建立的理论研究
从软件工程学的角度出发，以数据结构类型是有限量的概念为依托，围绕具体的数据类型开展数据结构体系的理论研究。依托一个数据结构分类的理论体系来支撑整个数据结构体系的划分，其中包括划分方法、划分层次、划分的软件工程学理论支撑等内容，制定大数据底层数据结构划分的理论体系，形成在大数据下的数据结构构建的理论体系。
4.2 开展对具体数据结构的研究
按照建立的数据结构理论体系要求，对每一个具体数据结构进行研究，针对数据项的名称、类型、含义、层次、结构、与其他数据的关系、涉及内容规定等方面制定出具体数据的标准。这项工作可以在有组织的情况下由全社会共同参与，按照指导理论的要求进行研究，这样，随着应用系统的不断深入，所涉及的数据类型项将逐步扩展，最终实现数据的全覆盖，而完成整个架构体系的建立。
4.3 制定相应的数据结构标准
对于由各个方面制定的数据结构进行分类、筛选、审核，而后想这些结构形成一个统一的架构体系，制定相应的技术标准，通过这个标准来规范应用系统的开发，形成完整的、规范的、统一的数据结构体系，为大数据应用打下坚实的基础。
4.4 成立相应的机构来负责这项工作的完成
对于这项工作的开展，应在软件工程相应的有关组织下，建立一个专门的机构，负责指导这项工作的完成。由这个机构成立专门的实验室，负责整体架构的制定，数据类型项的搜集、分类、筛选，并形成统一的数据库体系，为所有的应用系统的开发提供数据库基础支撑和服务。
综上所述，通过对基础数结构的研究与体系的建立，从根本上解决大数据应用的效率，充分发挥未来大数据的作用，简化大数据应用的方式与过程。
参考文献
[1]严霄凤，张德馨.大数据研究[J].计算机技术与发展，2013（04）.
[2]李学龙，龚海刚.大数据系统综述[J].中国科学：信息科学，2015（01）.
[3]方璐.大数据时代的科学研究方法[J].浙江工业大学，2014.
作者简介
李铧（1962-），男，江苏省无锡市人。学士学位，现为无锡科技职业学院教师、高级工程师。主要研究方向为软件工程学、物联网概论。
（中国75150部队军务科，湖南衡阳421131）
【摘要】大数据时代已经到来，在此时代背景下，各行各业都面临着对庞大而复杂的数据进行有效管理的巨大挑战，越来越认识到对自身产生和拥有的大数据进行有效管理的重要性和迫切性，档案管理工作也不例外。
关键词 大数据时代；档案管理工作；功能作用
军队档案管理是以保存部队档案并提供档案资料为其他各项工作的一项重要工作，其直接面对着对元数据的收集、整理、鉴定、保管、检索、利用等任务。然而面对当今各类信息、数据的大爆炸，传统档案管理的方式方法已明显感觉有些吃力。为了较好的利用这庞大的数据为我部队建设所用，我们引进当前时代的一个新名词——大数据，用新的理念、方法和手段不断改进、革新档案管理工作。
1大数据对档案管理工作的影响
哈佛大学社会学教授加里金说：“这是一场革命，庞大的数据资源使得各个领域开始了量化进程，无论学术界、商界还是政府，所有领域都将开始这种进程”。大数据技术能实现所有数据的融合，减弱了对“因果关系”的要求，取而代之的是数据间的相关关系，给人们的生活、工作乃至思维都产生了巨大变革。可见，大数据时代的到来，对整个世界都已经产生了巨大影响，具体到军队档案管理领域，大数据的功能作用以及其对档案管理工作的影响则主要表现在以下几点：
一是分析判断能力强，方便了电子文件的鉴定和索引。大数据时代，电子文件以指数级的速度增长，给电子文件的管理带来了前所未有的挑战，虽然我们知道浩瀚的电子文件中蕴藏着巨大的“金矿”，但我们逐渐发现想要从这些电子文件中“淘金”比纸质文件还困难。面对着巨量的电子文件，逐一阅读每一份电子文件的原文恐怕实在是无能为力。而大数据技术的强大功能作用为上述问题的解决提供了有效的帮助。在普通的硬件上安装大数据转发器，就能收集数据形成的庞大的系统数据，大数据软件可以为机器生成的海量数据建立索引，将其整理成可以搜索的链接，这正是档案工作迫切需要的技术。除此之外大数据技术还能完成数据的分类、数据的挖掘，从而使档案管理拥有应对越来越复杂的数据的分析能力。
二是处理技术手段高，解决了非结构化数据的处理难题。大数据类型繁多，包括结构化数据、半结构化数据和非结构化数据，至2012年末，非结构化数据占有比例达到整个数据量的75%以上。面对着快速增长的非结构化文件，档案工作者在进行电子文件管理时困难重重，现在基于大数据技术的数据库，如SQL已经既可以做关系数据，也可以做空间数据、图像、数据流等非结构化数据，而且基于对象的存储架构可以在一个系统中管理十亿级别的文件数量，还不会像传统存储一样遭遇元数据管理的困扰，大数据技术为档案工作者管理非结构化电子文件的问题提供了解决之道。
三是数据存储容量大，避免了海量信息和数据的丢失。近年以来，在档案数据库的使用过程中，常常会碰到无法向数据库中增加新的档案数据的情况。要想安全地存储巨量的档案数据，不可能一味的盖大楼、盖机房，这就要求我们必须优化存储、提高效率和节约成本，其实比起其他诸如电信行业、通信行业、电子商务等行业面临的数据存储空间问题，其实档案行业的存储空间问题只是小巫见大巫，大数据在计算机领域已经具有相当的成熟度，这也说明大数据技术对于解决存储海量数据问题的有用性，这些公司使用大数据的经验对档案行业解决数据的存储问题具有高度的借鉴意义。
2档案管理运用大数据的策略
既然大数据时代已经到来，而且其功能作用对部队档案管理工作有着较为深远的影响，运用得当，大数据将给我军档案管理工作带来前所未有的成功，那么如何将大数据的理念较好地运用到档案管理工作中来呢？
2.1建立档案资源管理中心
大数据技术支持庞大数据的存储和处理，使档案资源的统一管理成为可能。为了维护档案的安全及对档案资源的综合掌控，档案需要备份，目前档案馆采用的是档案的电子备份，档案部门是否可以在全军范围内建立一个区域或者档案备份中心，并且各部队档案部门能够做到资源共享呢？只要通过严密验证和科学规划，这一措施是完全可行的。若全军的档案数据资源能集中起来，那么利用大数据进行档案资源的管理、开发和利用将指日可待。
2.2培养大数据分析的专业人才
外界企业通过寻求和专门的大数据开发公司合作，较好的运用了大数据技术。而档案管理牵扯到部队保密工作，若想引入大数据，又要有效防止信息数据的泄露，就必须加紧健全信息化档案管理人才队伍，花大力气培养大数据分析的部队专业技术人才，方能有效避免拥有大量数据却不懂数据分析的尴尬。
2.3开发大数据分析工具
部队档案管理区别于地方，存在特殊性和敏感性。这就要求我们必须结合部队实际及档案建设的特点，开发出一套符合我们自己的大数据分析工具。
3档案管理运用大数据应注意的事项
尽管大数据能给档案管理工作带来诸多好处，但是这也不能掩盖大数据背后存在的风险和隐患。一是失泄密问题。档案信息资源的开发和利用会涉及到档案信息的泄密、档案信息的丢失和篡改等问题，如果这些数据信息被敌特分子窃取，将给我们国家安全造成强烈的影响。二是预测分析错误问题。毕竟，大数据的核心思想就是用规模剧增来改变现状，其打破我们传统思维模式，将重点关注在“相关关系”上，所有预测分析都会有失误的时候，运用大数据预测来判断和惩罚官兵的潜在行为，这是对公平公正以及自由意志的一种亵渎，同时也轻视了决策过程中深思熟虑的重要性。三是滥用职权的工具。如果我们冒险把部队事故案件的防范交到数据手中，这实际上是一种滥用。应用得当，大数据会是我们合理决策过程中的有力武器；倘若运用不当，它就可能会变成部分人员滥用职权的工具，轻则伤害官兵的利益，重则损害官兵的人身安全，所冒的风险比想象中要大很多。
大数据时代的来临，对档案管理工作来说既是机遇也是挑战，档案工作者需要努力抓住这个机遇，同时也要严肃对待风险与挑战，随着大数据技术的发展和完善，大数据必有广阔的应用前景，档案管理在大数据时代将获得巨大的突破，档案信息资源中蕴藏着的巨大知识宝藏将会真正得以开发和利用。
参考文献
关键词：大数据时代；软件工程技术；应用
随着信息技术的广泛应用，人们逐渐步入到大数据时代，大数据时代让人们的生产生活方式都发生了改变，让人们的生活变得更加便捷，同时也为企业提供了发展的条件，促使企业在新时代背景下得到更好的发展，但在便捷的同时也为人们带来了新的挑战和机遇，尤其是软件工程的发展，相关研究技术人员要在掌握软件工程技术的基础上，加强对软件工程技术应用的创新和改革，为软件工程技术提供更多的发展条件。
一、大数据和软件工程技术的发展方向
（一）大数据和软件工程技术的开放式发展随着科学技术的快速发展，互联网技术逐渐应用到各个领域的发展中，随之随着互联网技术的广泛应用，人们逐渐进入到大数据时代，大数据的到来让计算机技术得到了改革。大数据要想得到更好的发展，就必须要开发和寻求发展的途径，在产生大量数据流的基础上，不断的创新优化技术。计算机软件工程技术要想得到更好的发展，就要加强建设计算机网络的开发环境，让计算机在开发的环境中实现相互通信、资源共享，提升软件的利用率。此外，网络在运行的过程中可以增加利润，让不同用户都能满足需求，从而节约资源，提高资源的利用率。
（二）大数据和软件工程技术应用到其他领域随着大数据时代的到来，对计算机软件工程技术又提出了新的要求，要将计算机软件工程技术和大数据技术进行有效的融合，从而更好的服务于社会。目前，软件工程技术已经得到了各行各业的广泛应用，由于软件工程技术对各领域都起着推动作用，让各个应用程序都能得到有效的运行，同时还可以对相关平台的数据信息进行收集并整理分析。如：用户在购买股票对大数据进行分析时，可以利用软件工程技术对大数据信息进行构建数据模型，利用数据模型，预测股票的变化形势。
二、大数据时代下软件工程技术的应用
（一）安全信息技术的应用在大数据时代背景下，其产生的大量数据流之间会有一定的联系，但数据也会因此产生不同程度的影响，所以，要想提高数据的实效性和安全性，就必须要科学、合理的管理数据系统。在一般情况下，大型的数据信息平台都是开放式的，随着互联网信息技术的快速发展，互联网信息技术逐渐应用到各个领域中，它让人们的生活更加的便捷，但在便捷的同时也存在一定的风险，随着时代的发展，人们逐渐进入到大数据时代，在大时代背景下出现了较多的黑客，这些黑客利用大数据的漏洞进行违法操作，这对数据的储存和分析产生严重的影响，因此，在大数据背景下，要加强软件工程技术的应用和建设，为数据的实效性和安全性提供有效的保障。
（二）进行数据信息采集大数据的发展依据是对数据信息进行采集整理分析，在软件工程技术中对数据信息进行采集整理分析也是非常重要的部分，因此，在大数据时代背景下，可以通过软件工程技术的应用，对相关数据信息进行采集整理分析，同时还要提升各个软件之间的协作能力，扩大数据信息的储存空间。此外，用户在运行软件工程技术过程时，可以根据用户的需求，对相关对数据信息进行采集整理分析，同时还要将多余的数据进行删改，从而降低大数据的数据采集成本，让用户在对大数据进行进行采集整理分析时，提升处理效率，以此来为软件工程技术的提供更好的发展和应用条件。
（三）进行数据信息储存随着大数据时代的到来，数据信息逐渐从G和T转变成ZB，且数据信息在进行储存时，储存在内容不再单一的文字了，其内容包含图形、文字、视频等形式，由此可见，在大数据时代背景下，对计算机的性能和储存空间又提出了新的要求和挑战，要求在大时代背景下进行数据储存时，避免出现数据信息缺失的现象，而软件工程技术可以有效的解决这一问题，它不仅可以提升数据信息的储存空间，而且还能提升储存数据信息安全性能，可以有效的防止储存的数据信息缺失。除此之外，在大数据时代下应用软件工程技术，可以通过利用软件工程技术中的云技术，将数据信息进行云端储存，提升计算机的储存空间，以此来提升计算机储存空间的利用率。
（四）利用大数据加强建设软件服务工程随着软件工程技术的广泛应用，软件服务工程的数量在逐渐增加，这为软件工程技术提供了发展方向。在开发软件服务工程时，不同的软件工程有不同的开发目标，要遵循软件服务工程的基本原则，然后根据服务的目标对内容进行调整，最后在对相关软件工程进行开发。另外，由于在大数据时代背景下，产生的数据信息容量大，且结构更为复杂，因此相关科研人员要加强对软件工程技术的创新和优化，在现有的大数据技术基础上，加强对软件工程技术的建设，促使软件工程技术在大数据背景下得到更好的应用和发展。
智慧油田是在数字油田的基础上，以大数据技术为核心，以降低成本，安全、环保地提升油气产量为目标，实现油田的勘探开发、油气生产、资产管理、流程再造等环节的科学化、透明化及智能化。
【关键词】智慧油田 大数据 应用
随着时代的发展，互联网与信息行业不断地进步，大数据分析的应用越来越广泛。随着国际油价持续低迷，石油企业利润大幅降低， 以降低成本，安全、环保地提升油气产量为目标，实现油田的勘探开发、油气生产、资产管理、流程再造等环节的科学化、透明化及智能化，成为石油行业信息化发展新的突破点。
1 大数据技术与大数据应用
1.1 大数据技术
大数据分析就是在信息网络技术以及科学技术的基础上，经过多元化的渠道与途径，对大量的数据进行收集、归纳、整理，进而形成具有庞大信息数据的体系。随着社会经济的快速发展，科学技术的不断创新，大数据与传统的数据分析存在明显的差异，这主要表现在数据信息量、数据结构、数据分析的方式等几个方面，数据的储存量变大了，传统的数据存储空间已经不能满足现在信息量，在数据信息量增加的过程中，数据处理模式也在不断地变化中，将大量的数据作为新的资源来源方式，大数据分析具有更强的灵活性，可以因时而变。
1.2 大数据特点
大数据具有较强的规模性、数据处理速度高、处理方式多样等特点，迅速成为信息领域颠覆性技术之一。数据处理量大、数据种类多、价值密度低、数据处理速度快是大数据分析的主要优点，这不仅改变了人们生活以及工作的方式，也推动了各行各业的发展。大数据时代有三大转变：
（1）可以分析更多的数据，可以处理和某个特别现象相关的所有数据，通过更高的精确性能够发现更多的细节。
（2）大量的数据分析处理，适当忽略微观层面的精确度，能够带来更佳的分析结果和更大的利益价值。
（3）无需挖掘因果关系，而是更注重事物之间的相关关系。大数据打破了传统数据的边界，改变了以往大多数依靠行业内部业务数据的局面，充分利用了数据资源，不仅包括企业内部数据，也包括企业外部数据，尤其是和消费者相关的数据。
2 大数据在石油行业的应用场景
在石油行业的上游和中游应用大数据分析结构化及非结构化数据具有十分重要的意义。对石油开采过程中产生的数据多维度的深入分析，将有助于快速发现石油、降低生产成本、提高钻井安全性、增大产量等。大数据将在下列石油生产领域应用发挥巨大作用。
勘探：通过应用先进的数据，比如模式识别，在地震采集过程中得到一个更全面的数据集，地质学家可以识别在使用大数据之前可能被忽略了的潜在的富有成效的地震数据。
开发：大数据分析可以帮助石油天然气公司评估生产过程。这些分析涉及到地理空间信息、信息推送、油气信息报道等可以让集团可以更智能的开发油气水井、更富有竞争力的领域发挥大数据分析的作用。
钻井：除了基于有限的数据来进行监控和告警，大数据分析可以使用真正的实时“钻井大数据”来基于多个条件异常或预测钻井成功的可能性。
生产作业：提高采收率是很多石油天然气生产公司的目标。大数据可以同时使用地震、钻井和生产数据，将储层的变化情况实时的提供给储层分析工程师，为生产人员提供举升方法改造方案。大数据也可以用来引导页岩气压裂。
维护：预测性维护对于油气田公司来说已经不是一个新的概念了。但是它并没有得到应有的关注和预算。在上游生产过程中，如果压力、体积、温度可以被一起采集和分析，并且与以往的设备损坏历史数据进行比较，那么预测就是可以自动化的。在中游输油管道的情况也是类似的。这种方法在需要探测故障，尤其是故障会影响健康，安全和环境的时候显得尤为必要。
3 典型应用
3.1 智能化井场
在井口部署单井综合测控柜和压力、温度等多种传感器，实现单井生产参数的采集以及对抽油机的远程启停及变频控制。井场所有数据上传至中心控制室的采集服务器显示、存储及应用，从而实现对单井生产全过程、全天候的远程管理，实现无人值守，井场只需要定期巡检。单井综合测控柜主要针对油井、气井、水井等目标实施智能监测和远程控制。本产品主要实现油井采集示功图、载荷、回压、井口温度、电流、电压有效值、有功功率、无功功率、功率因数、上下冲程最大电流值、上下冲程功率、平衡率、日用电量、累计电量、冲次、系统状态与采集时间等数据；远程控制抽油机的启停。另外，在每座井场内边缘树立监控杆，杆上安装红外一体化摄像机和无线传输设备，实现井场视频图像的采集；监控中心通过视频服务器实现井场视频图像的远程监视、管理、储存和控制。
3.2 油气生产物联网
油气生产物联网是通过部署井场数据采集、远程控制、智能视频监控系统，实现对各类生产井、站、管线的全过程、全天候、全业务、全覆盖，达到对井场自动感知、无人值守、重点巡查、组织维修的效果，实现提高劳动生产效率和安全生产的目标；对参与油馍产的各类资源（人员、设备、仪表等）形成实时管控；构建扁平化综合管理平台，减少管理层级，应用先进、综合技术手段提高管理实效。目前，华北油田油气生产物联网已建成了近2000口油井的数字油田；在山西晋城成功建成了我国第一个数字化、规模化煤层气田；在长庆苏里格气田建成了新一代天然气生产自动化测控系统，实现了远程24小时不间断对各类井站进行可视化监控、生产数据自动录入、远程设备控制、报表自动生成、远程批量启停单井、自动巡井等一系列操作及管理。
随着信息通信技术发展积极累至今，大数据作为新发明和新资源，正通过不断的技术创新和发展，让我们有机会更加深入走进信息社会，正在逐渐改变我们的生活方式和思维模式，其所带来的巨大价值正被人们认可，而且在社会整体建设中的信息孤岛现象将大幅消减，数据共享将成为可能，大数据的发展，有利于提高科学决策能力，有利于管理模式的改变，有利于节约社会资源和成本，提升公共服务保障能力。
参考文献
[1]李金诺.浅谈石油行业大数据的发展趋势[J].价值工程，2013（29）.
[2]宋亚奇，周国亮，朱水利.智能电网大数据处理技术现状与挑战[J].电网技术，2013（04）：927-935.
[3]翟淑伟，石奇光，杨燕玲，等.火电厂运行状态监测数据挖掘技术综述[J].华东电力，2012（02）：29-295.
关键词：计算机软件技术；大数据时代；应用分析
引言
技术的发展与社会的进步具有紧密联系，而且随着不断深入研究技术，使我国出现各种各样的新技术，为我国社会的现代化发展提供大力的支持，特别是计算机软件技术在现代化发展过程中具有极其重要的作用。特别是在大数据背景下，随着不断提升的更新速度、信息数量，在处理这些数据信息时需要使用计算机软件技术，必须要求相关技术人员极其重视计算机软件技术的研究，才能够使计算机软件技术的作用得到充分的发挥。然而，在大数据时代背景下，计算机软件技术在应用方面仍然存在问题，根本无法充分发挥计算机软件技术的作用。因此，为确保在大数据时代更加合理的对计算机软件技术进行应用，必须极其重视计算机软件技术的创新与发展，使计算机软件技术可以与大数据时代相符。
1计算机软件技术在大数据时代的应用意义
1.1提升社会的发展水平
新技术属于社会的发展需主要动力，而在现代社会发展过程中信息技术具有极其重要的作用，可以说信息技术渗透到社会发展的各个方面。当前国家综合实力与计算机软件技术的发展情况具有紧密联系，通过创新与优化计算机软件，可以有助于社会得到更进一步的发展[1]。因此，在大数据时代背景下，研发计算机软件技术时，相关技术人员必须结合实际情况与需求，才能够确保通过应用计算机软件技术，大力推动社会的发展。
1.2使经济效益得到增加
在社会长久的发展过程中经济水平属于极其重要的组成部分，而且所有的社会资源都是为了可以对更大的经济效益进行创造，但生产或者操控设备时传统的生产技术所使用的人工方式，会对生产的精准度造成极其严重的影响，甚至发生浪费资源等问题[2]。在大数据时代背景下，为确保对资源进行最大化的配置，需要积极对计算机软件技术进行应用，不断提高资源的利用效率，促使企业可以获得最大化的经济效益，进而强化社会的整体经济水平。
1.3强化计算机软件技术的竞争能力
现阶段，随着我国不断发展与应用计算机软件技术，使计算机软件技术水平成为我国综合国力的重要体现。虽然之前我国计算机软件技术发展过于缓慢，甚至还需要从其它国家引进计算机软件技术，但是随着我国对计算机技术软件技术进行研究，通过强化我国计算机软件技术的水平，能够使我国计算机软件技术的竞争力得到增强，进而避免发生其它国家技术控制计算机软件技术发展的情况[3]。
2大数据时代下应用计算机软件技术
2.1云储存技术
在信息时代最明显的特征就是数据爆炸，会使社会与各行各业发展过程中存在大量的数据，而且随着不断提升的数据更新速度，为确保对数据进行更好的储存与处理，需要有效的连接网络与终端，才能够确保实现云端储存、资料下载的目的，能够更加利于企业或者个人更好的处理复杂的数据[4]。其次，在对数据进行提取时，人们也不再需要随身携带移动硬盘，只需要使用云技术就可以对自己所想要数据信息进行获取。
2.2虚拟技术
在计算机软件技术中虚拟技术属于最为常用的一种技术之一，而且其可以被应用到各个方面。例如将BIM技术应用到建筑工程中，可达到模拟建筑施工的全过程的目的，能够更加利于设计人员与施工人员对建筑施工过程中存在的不合理之处进行及时的发现，并进行修改，促使可以更加顺利的进行施工，同时通过对建筑工程施工过程进行模拟，能够使资源的配置能力得到大幅提升[5]。其次，对虚拟技术进行良好的运用，能够使各项数据信息的安全性得到大幅提高，有助于相关工作人员对各类数据信息进行处理与管理。
2.3信息安全技术
信息安全技术在计算机软件技术中也属于一种比较重要的技术，而且较强的开放性是互联网最大的特点，任何人都可以应用网络。随着我国不断发展的网购、交际软件等技术的发展，使网络上充满人们的个人信息，会发生部分具有较高网络技术能力的不法分子，利用自己掌握的技术盗取用户的个人信息[6]。因此，在大数据时代，为确保保障网络环境的安全性，以及人们的个人信息安全，必须极其重视信息安全计算机软件技术的发展。
2.4信息加工技术
近几年，随着不断增加的信息量，使人们越来越依赖数据，当前急需解决的问题就是如何在大量的信息内快速寻找到自己所需要的信息，计算机软件技术具有较强的信息加工能力，促使信息加工技术应运而生[7]。因此，在大数据时代，通过对计算机软件技术进行应用，就可以对人们所提出的要求进行满足，例如更快速度的获取数据，以及更加快速的反馈信息，促使人们的生活与工作越来越便利。
3计算机软件技术在大数据时代的应用场景
3.1通信邻域中的应用
在现代通信技术的发展过程中计算机软件技术属于极其重要的组成部分，通过对相应的计算机软件技术进行应用，以及利用其它技术与设备进行辅助，可以对完善的网络系统进行构建[8]。特别是在计算机软件技术的帮助下，可以更加快速的向相关技术人员反映用户在通信中所遇到的问题，才能够更加及时的解决用户的问题，不断对通信系统的水平与质量进行强化，促使我国通信行业可以更加稳定的发展。
3.2商业应用
在商业发展过程中也会对计算机软件技术进行应用，特别是市场经济的快速发展，使商业发展水平越来越缓慢，导致传统的生产与管理模式根本无法适应商业的发展。因此，将计算机软件技术应用到商业发展过程中，不仅能够创新企业的管理模式，也能够使企业人力劳动的使用被减少，促使只需要通过机器设备得到应用，大力推动商业的发展[9]。其次，相关管理工作人员通过使用实时平台，就可以对顾客的需求等其他信息进行了解，进而大力推动企业的发展。
3.3企业内部管理的应用
现阶段，随着我国不断发展与进步的现代企业，使企业发展需要具有全新的管理模式，传统的管理根本无法对企业发展的需求进行满足。在现代企业管理中计算机软件技术具有极其重要的作用，相关工作人员可以利用计算机软件技术合理的调配内部资源，而且在对企业发展数据进行全面分析的基础上，指导企业的决策，不仅能够优化已有的数据模型，也能够避免出现错误的数据信息[10]。
4大数据时代计算机软件技术存在的应用问题
4.1应用范围较小
虽然我国计算机软件技术的发展获得良好的效果，但是仍然需要重视计算机软件技术的应用范围的拓展，主要是随着计算机软件技术的发展，使计算机软件技术具有较强的权限性，如果计算机软件技术根本无法满足比较复杂的数据或者处理要求，相关技术工作人员必须对新的计算机软件技术进行开发。在对新的计算机软件技术进行开发的过程中，会对大量的人力、时间进行耗费，而且长期存在的技术不足问题，对人们的应用体验造成极其严重的影响，进而对计算机软件技术在大数据时代中的应用范围造成一定的限制[11]。
4.2安全水平较低
随着计算机软件技术的发展，使人们越来越依赖计算机技术，人们会在计算机软件中储存大量的数据，而且在大数据时代的背景下，传统的纸质储存已经与当下的需求不符，也到人们对计算机软件技术具有较高的依赖性。虽然计算机软件技术的应用与发展，可以为人们的生活与工作提供便利，但是在网络上却存在一定的信息安全问题，特别是在大数据时代背景下，部分网站会存在非法收集个人资料的情况，进而对人们的信息安全与财产安全造成极其严重的威胁。因此，在大数据时代，只有通过加强计算机软件技术的安全性，才能够确保大力推动计算机软件技术的发展。
4.3技术人员的专业能力较弱
在计算机软件技术的发展过程中技术人员的专业能力属于极其重要的因素，技术人员会利用自己所掌握的专业知识更加深入的探究计算机软件技术，从而对更好的计算机软件技术进行制造。因为随着我国社会逐渐进入大数据时代，使社会对计算机软件技术提出更高的要求，但大部分技术人员并没有与时俱进的思想，使自身的专业能力无法满足计算机软件技术的发展要求，会降低我国计算机软件技术的竞争力，所以计算机软件技术的开发工作人员必须极其重视专业素养的提升。
5大数据时代提升计算机软件技术的水平
5.1培养更加专业的人才
人才在社会发展中占据主要地位，使现代社会越来越重视具有创新意识的复合型人才，而且为达到开发与发展计算机软件技术的目的，需要大量的人才支持，相关企业必须积极对科技人才进行引进，确保通过对人才的创造力进行发挥，进而强化计算机软件技术的发展。为确保社会上具有大量的专业人才，相应的高校也需要对计算机软件技术专业进行完善，才能够确保为社会输送大量高质量的人才。其次，从业的技术人员必须具备终身学习的理念，才能够在计算机软件技术的开发过程中对先进的技术与理念进行应用，进而大力推动我国计算机软件技术的发展。
5.2对数据保密工作进行加强
目前在计算机软件技术的开发与发展过程中，数据保密工作属于技术人员需要解决的问题，特别是在大数据时代背景下，需要对用户的个人信息安全进行全面的保护，才能够避免造成用户的损失，而且通过融合加密技术与软件技术，能够使杀毒软件的性能得到提升。其次，网络管理人员需要积极向人们讲解网络安全，不断强化人们的网络安全意识，并告知人们如何躲避网络危险，促使网络的应用安全得到大幅提升，以及能够更加利于计算机软件技术对数据进行高效的处理。
【关键词】大数据；智慧酒店管理；酒店管理；策略研究
数据的开发和应用，对于酒店智慧化的发展有着非常重要的现实意义。在大时展的背景下，大数据应用在酒店管理或是传统酒店运营模式的转变中都受到了相关专家的热切关注。近年来，大数据应用与酒店布局管理一直保持着密切的交流，这对于酒店管理来说也将迎来一个以大数据开发应用为核心的酒店管理时代的到来[1]。
一、大数据与智慧酒店管理
（一）相关概念阐述 大数据具体是指以多元化的形式，从众多来源中搜集而成的一个巨大的数据组，所以通常情况下它具有一定的实时性特征。这些数据可能从社交网络、电子商务网站以及顾客来访纪录作为主要来源，所以它并不是公司与顾客关系管理数据库的常态数据[2]。
上世纪八十年代初，未来学家阿尔文・托夫勒在《第三次浪潮》一书中，将大数据热情地赞颂为“第三次浪潮的华彩乐章”。大数据蕴含着这些数据生产者的真实意图、喜好、目的的非传统结构和意义的数据，他们从海量数据中提炼出有用的信息，这些信息的有效处理对于网络架构和数据处理能力的挑战也是全新的。
（二）智慧酒店管理 智慧酒店是指酒店拥有一套完善的智能化体系，通过数字化与网络化实现酒店数字信息化服务技术。智慧酒店管理则是借助数字化与网络化的平台，在酒店管理的过程中开发相关的系统，形成牵一发而动全身的局面，智慧酒店管理有利于降低酒店管理成本，减少不必要的劳动力，更重要的是可以帮且开发客户群，更有针对性、个性化的对客服务，满足客人对酒店标准化服务基础上建立的个性化、焦点式、延伸性的服务。
二、大数据应用于智慧酒店管理的现状
（一）在酒店管理方面对大数据的认识不够全面 在不同的发展进程中，酒店行业发展就会遇到不同的机遇和挑战。在新时期大坏境中，伴随着大数据的产生为酒店管理行业的发展带来了更好的发展平台。大数据就是把酒店客户的资料信息进行有效的综合整理，以便于酒店在布置布局方面有了更好的数据基础，促进了酒店行业的经济快发展[3]。
在客户信息采集方面，于酒店而言是非常容易就可以进行的。但在实际的操作中，酒店在客户有效信息采集方面还存在有很大的漏洞和不重视，缺乏对客户信息有效性以及相关信息的印证。这就导致了数据库基础看起来数量规模庞大，大往往都是涂有华丽的外表，没有实际的作用。酒店方面对于大数据的认识不足，认为数据的采集仅仅就是为了酒店入住率的核算，在意识中尚未对大数据应用做出正确的定位。
（二）数据分析方面 经过调查分析不难发现，大多数酒店在客户信息数据的整理利用方面都存在不同程度的缺陷。仅仅用于酒店内部的销售营业报表以及酒店盈利年度预算方面，没有对这些数据进行更进一步的开发分析。严重的浪费了大数据在酒店运营市场开拓、行业市场分析以及客户需求整合这些方面的重要作用。大数据在酒店行业中使用较为成熟的依然是华东地区，而西北地区则使用较少，为了全面展现大数据的分析作用，在此仅以苏州酒店数据开发为例：
苏州某时段酒店客户数据分析比较
该地区在全国的酒店总数量排名中仅次于超级大都市北京、上海，在酒店运营方面有自身本来的地理环境优势。但我们从表格中可以分析到：该地区对于酒店客户数据的分析很大程度上都是运用在了报表制作当中，对于市场及客户方面的工作少之又少。除却相对高端的五星级酒店在市场开拓和客户需求查询方面做了相应的努力，但还是没能将大数据的作用完全开发出来。
（三）酒店基本的服务设施配套不够全面 酒店的服务除了体现在优质的餐饮方面，还在酒店客房的设计方面有着很大的要求。对于相对发达的地区而言在酒店基础服务方面做的相对较好，但不同积层类型的酒店设备也是参差不同的。建设智慧型的酒店，不仅要在客户数据处理方面做足功夫深入分析，在酒店服务方面也要实现智慧智能化。酒店服务管理智能化是发展的一个不断丰富、领域。酒店作为直接面对客人提供服务的场所，应充分的考虑个人隐私、个性化的需求，以及感受到高科技带来的舒适和便利。同时，酒店物耗、能耗、人员成本，也应考虑降到最低，创造效益。例如：智能的门禁系统、智能的取电开关、以及智能的交互视频体系、智能的电脑网络展示体系、和智能的信息查看体系，客人在房间内可实现天气、航班动态、列车时刻、轮船时刻、客车时刻、市区公交、高速路况、市区路况等等，这些都是智能酒店应该必备的基础服务。
三、大数据于智慧酒店管理进行的应对策略与行业前景
大数据本身具有数据体量巨大、数据类型繁多、价值密度低、处理速度快的特点运用与酒店行业的价值作用更是突出。它最核心的价值就是在于对于海量数据进行存储和分析。相比起现有的其他技术而言，大数据的“廉价、迅速、优化”这三方面的综合成本是最优的。大数据应用与酒店管理与酒店智慧化建设互为表里，借助于大数据对酒店管理行业的推动，以更好的实现酒店企业的经济价值和社会效益。
（一）在数据信息采集方面 客户信息数据采集是实现智慧型酒店建立的根本基础，夯实的数据基础在行业的规则制度、工作流程确定下才能在后期的大数据分析中实现其作用。酒店行业或是相关的政府单位可以为他们建立相应的数据采集基础模板，前台客服人员在进行客户信息采集的时候严格按照这个模板的工作流程进行，从根本方面保证所采集信息的有效性和准确性。行业之间可以建立数据信息共享的网上资源平台，这既方便了顾客的需求又实现了企业的经济效益。
（二）数据分析系统的功能研究 在酒店客户信息的有效采集基础上，应用Tableau 这一设计软件做相关的数据分析。主要通过对数据的总结分析以及关联数据分析进行相关的数据分析研究。对客户的入住信息做以分析，总结住房消费的生成规律，以开发潜在的客户资源。
（三）在酒店住房预定方面 入住客户通过电话预约或是网上预约的形式来实现住房预定。这是继客户充分了解酒店之后的又一项步骤。大数据可以更全面的分析客户的需求和以往入住经验总结，帮助酒店前台服务人员为顾客推荐更合适的房间类型。
（四）在酒店顾客入住阶段 客户入住是顾客完成住房预定之后的又一项重要工作。对于首次入住的顾客来说，这是他对于该酒店进行深入了解的第一步。这一阶段过程中，最重要的就是应用大数据分析顾客入住阶段的顾客类型分析，以提升酒店的专业水准。在互联网大时代背景下，顾客采取网上预定消费的群体越来越广泛。在互联网上进行该酒店的预定消费，从另一方面来讲这也是该酒店的企业外在形象的维护阶段，是品牌效力影响下的入住消费。所以更应该加强酒店的整体服务水平，为酒店吸纳更多的消费者，并尽可能发展成为酒店会员。在整体顾客选择的住房类型来看，一般顾客对于经济房的需求量所占的比重稍大一些。说明该酒店的消费群体主要以大众消费为主，所以在酒店管理配置方面可以加大该类型客房的建设，方便 客户使用。在贴心周到的基础实施服务方面，比如有带小孩的顾客，酒店前提服务人员在进行入住手续办理的时候可以为小孩提供玩具、家庭套房的服务，婴儿床等配套服务设施，在整个过程中要最有先考虑顾客入住酒店的舒适感。同时，还要强调客人入住酒店的安全感，尤其是信息安全方面。但是大数据已经是未来经济发展过程中必不可或缺的预测工具，所以酒店行业应在各方面做好准备，迎接大数据时代的到来。而且在国家的统筹规划与政策扶持的支持下，加之各地方政府结合实际制定大数据产业发展的策略，再通过国内外IT大企业以及众多创新企业的积极参与，大数据产业未来发展前景十分广阔。
结束语
总而言之，酒店管理依附于大数据的应用，智慧型酒店对大数据的依赖更是与日俱增。大数据帮助酒店整合客户信息，为酒店在顾客来源方面提供了便利，帮助实现酒店顾客消费的最大化。它不仅在酒店管理和与顾客双方沟通方面有着至关重要的作用更实在酒店与其他合作关系方面为酒店争取了一定的主动，改善了传统的酒店运营和消费交易模式。通过大数据的分析，酒店能够更为快捷的了解顾客的入住需求，在提升自身档次的同时又实现了良好的酒店企业经济效益。
参考文献
[1]杨宏.大数据与智慧酒店管理[J].科技创新与应用，2015，19：259-260.
在七牛的主页上赫然滚动着铁人三项集结令，“软件、硬件、云”。大数据基于云计算又高于云计算，在我们谈论大数据的时候，我们总习惯于把大数据和云计算一起拿出来讨论。对于布局大云端，刷新云存储2.0版的七牛云存储来说，大数据和云又分别意味着什么？预示着怎样一个云端的未来？七牛云存储CEO许式伟对话《张江新经济》，分享他关于大数据、关于云的愿景。
深耕云计算
在云时代下，随着云存储技术的深入应用，企业对云存储的需求正逐渐显现。当越来越多的应用开始基于云端进行开发，云端数据存储系统的建设等问题也应运而生，无形中增加了开发团队的各类成本。七牛成立至今，一直致力于提供最合适开发者的数据在线托管、传输加速以及云端处理的服务。
对于一个开发团队或者创业公司来说，尽可能把精力集中投入到产品上无疑是当务之急，自行开发存储系统对于时间和资源来说无形中都是一种浪费，而七牛就锁定这个中间环节，把缩短开发周期和帮助开发者降低成本视为自身职责所在。
在经历几个版本的迭代后七牛推出了全新存储架构，也就是七牛所说的云存储2.0版。新的架构主要包含四个亮点，一是七牛的存储系统是国内首个达到16个9的数据可靠性的系统，用许式伟的话说，也就是新系统将丢失数据的可能性降低到“如同在全宇宙发现两粒相同的沙子”。
第二个是将单盘修复时间从3小时提升到30分钟以内，修复速度提升了5 倍。此外，2.0系统规模可以平滑扩展至EB级别，读写能力也大大提升，克服了传统存储方案的服务瓶颈。最后，新系统所采用的技术也使得单位存储成本降低了63.5%。
在存储服务全新升级后，七牛也开始着力进行数据挖掘工作。作为第三方数据托管商，七牛有着巨大的大数据挖掘潜力，虽然目前七牛只接受客户的需求分析，但未来的发展空间巨大。作为数据托管商，七牛不主动做任何数据处理，除非客户提出分析需求的情况下，七牛会做数据分析，不过也不会涉及分析用户隐私及相关数据。
目前数据分析还是一种增值服务，并不涉及太多收费内容，七牛相关负责人在此前的采访中也明确表示过，七牛仍将以基础服务为主，也就是按存储量和流量的多少进行收费。未来随着客户的增多、工作量复杂程度加大，可能会考虑增值服务的付费问题。
而关于国内大数据的现状，从云存储的角度来看，许式伟认为当前大数据仍属于“雷声大雨点小”的阶段，“从目前的发展看，当前大数据仍然是喊的多落地的少。”许式伟告诉《张江新经济》。
造成当现状的核心问题，据许式伟分析，主要集中在两个方面，一是企业对数值化运营的意识薄弱，对用户行为记录的价值认识不足。多数企业会定期删除日志，以节省硬盘空间；二是企业对用户行为记录的挖掘能力不足。一些企业认识到了数据的价值，并且也愿意长期保存，但是由于缺乏有效的分析手段，只能望数据而兴叹。
“慢”步大数据
在国外各大互联网企业已经完成大数据布局，重写游戏规则的今天，国内的大数据市场似乎反应慢了半拍，对于大数据的发展，许式伟也认为“过程会比云计算发展缓慢很多”。
“云计算是比较单纯的工程问题，解决数据的海量、计算力的伸缩性。有赖于这种单纯性，所以云计算一旦扭转人们的思想观念，就立刻进入爆发式的增长，”许式伟说道，“但是大数据不同，它首先依赖云来解决工程性问题，但另一方面它又是数据智能范畴，对使用者有较高的专业技能要求。”
“也许有一天人们发现，大数据是一个多方市场，在大数据云服务供应商和企业之间，还必须引入一个角色――数据分析师，由他来提供咨询服务。而这些系统本身的复杂性，将成为制约大数据行业的高速发展的瓶颈。”许式伟补充解释道。
当然，缓慢的发展现状并不会阻止七牛的脚步，一向强调前瞻性的许式伟在中国式大数据版图铺开前必定要占据一席之地。用许式伟的话说，七牛始终把云看做“数据为核心，计算围绕着需要处理的数据”。
“从这个意义来说，大数据天然隶属于云计算，只不过今天七牛重点处理的是数据量最多的图片、音频和视频这种非结构化数据，而大数据需要处理的是用户行为日志这种半结构化的数据。”许式伟如是说。
也许今天七牛更多的是作为日志可靠的并且廉价的备份空间存在，但是许式伟坚持，七牛会致力于帮助用户发掘日志的价值，以指导他们的商业行为的决策过程。
对于行将到来的大数据时代，也许每个人都有自己的一番愿景，在许式伟的预期中，正犹如数据的证明周期中，每个环节都会有专业的服务企业提供服务一样，在大数据主导的未来，整个产业链都会呈现更加精细化的分工。
数据的采集和分发，会有CDN公司；数据的存储和分析框架，会有专业的云存储云计算公司；不同行业的数据理解、分析报表和决策建议，会由专业的数据分析师完成。当然七牛并不会去从事CDN，因为七牛定位自己是CDN的客户。不过许式伟也透露，七牛自建CDN 节点肯定会有，但是属于补充性的，“无论是自建还是合作，我们都需要对节点做品质的监控，并且在某个节点出问题后对 DNS 解析做切换。”
这一实践中所涉及的数据量，从技术视角上看并不算庞大，但该商场对多源数据的整合和开发，不失为基于大数据管理的一种典型体现。
大数据企业巨大的体量凸显的是技术需求。而对于管理者而言，刻意追求巨大体量的数据并不具有多少现实意义，大数据更重要的特征在于其多样化的来源和形态、持续快速的产生和演变，以及对深度分析能力的高度依赖。因此，企业对大数据的驾驭和掌控，其核心并不在于拥有多大规模的数据，而在于是否能够对来自于企业内外部多样化信息源的涌流数据进行敏捷持续的捕捉和整合，并通过深度分析开发其商务价值。
在管理视角上，大数据既不是一种技术，也不是一种应用系统，而更应该是一种立足于企业内外部数据融合以提升管理效率、开拓价值创造模式的管理思维。
驾驭企业内部大数据
企业内部数据有两个主要维度：
一是与业务功能及流程紧密相关的数据，如库存信息、物料需求信息、生产计划信息、采购信息等，可统称为业务流程信息；
二是企业内员工及各种管理系统在其日常工作及活动中所创造、记录、交换和积累的信息，例如员工间的交流记录、工作心得、经验分享、活动新闻等，可统称为知识及沟通信息。
这两个数据维度的发展和融合，催生出了企业内部大数据。
在集成化企业系统、内部社交媒体以及深度数据分析技术的共同支撑下，杰克・韦尔奇所畅想的“无边界组织”在新兴环境下成为可能，并被赋予了新的内涵。部门边界、层级边界被紧密的业务联系和广泛的社交联系所弱化，结构化的业务流程信息与非结构化的知识及管理活动信息被多维度融合的深度数据分析能力连接在一起，从而使企业真正具有驾驭内部大数据的能力。
驾驭企业外部大数据
在企业外部的视角上，数据资源也包括两个维度：
一是与上下游交易直接相关的供应链信息，如交易报价信息、订单信息、上下游企业库存及生产能力信息等；
二是市场及社会环境信息，如原材料价格走势、市场需求及消费者偏好信息、顾客服务及满意度信息等。
企业外部大数据的基本特征，也正是在这两个维度的发展之中呈现出来的。
供应链信息集成与社会化商务信息的融合，构成企业外部大数据的核心特征。来自于社交媒体信息源的市场环境信息与来自于组织间信息系统的供应链信息相结合，借助于深度数据分析技术实现面向企业商务网络的预测与优化，并支撑起实时化、精确化、个性化的消费者洞察与敏捷响应，在此基础上为基于网络协同及社会化商务的模式创新提供了丰富的可能性。从而，对外部大数据的管理和驾驭，也将成为现代企业在网络化的商务生态系统中占据主导地位并获取经营优势的关键途径。
成为“大数据企业”
基于以上分析，企业内部大数据的焦点，在于业务流程信息与知识及沟通信息的融合；企业外部大数据的焦点，在于供应链信息与市场及社会环境信息的融合。进而，大数据时代企业组织的基本内涵，在于内部大数据与外部大数据的全方位融合。如图4所示，大数据企业立足于内外部业务与社交媒体数据的集成交汇。
在这四大类型的数据之间，致力于大数据管理的企业可以有两种不同的发展策略。其一是以社交媒体与业务数据的融合为主导，以期通过敏捷响应快速发现并应对内外部环境中的变化和机遇。在这种策略下，面向高速数据流的实时数据采集和分析方法，将成为大数据管理的主要支撑手段。
第二种策略是以内外部数据融合为主导，以期通过全面汇集内外部信息，对中长期发展趋势作出准确的预判，从而实现高度优化的业务决策，并通过对信息环境的掌控，获取企业网络生态系统中的领导地位。在这种策略下，大规模多源异构数据的采集、清洗和整合方法，将成为大数据管理的核心支撑。
如何挖掘企业大数据的价值
企业大数据的价值开发高度依赖于深度数据分析能力。从内外部融合的视角上看来，企业大数据分析包括三个基本维度，即内容、关系和时空。
内容维度指的是数据本身所承载的信息内容。例如，G公司是一家大型电信服务商，其内部建设实施了一套“班组博客”系统。在这个内部社交媒体平台上，公司中的3000多个工作团队都开设了自己的博客，用于和交流工作经验、生活体验等方面的内容。经过数年的发展，整个博客系统中积累了博文700多万篇，评论超过1500万条，并保持着每月15万篇以上的博文发表数量，年阅读量超过1000万篇次。对于这一平台所积累的大量数据的价值开发，首先体现在对其信息内容的提炼上。平台上与工作相关的博文内容，如客服案例、经验分享等，经自动筛选分类、主题识别、关键词索引之后，被构建成企业知识库，为业务及管理工作提供快速有效的知识支撑，同时成为员工培训和自学的有力工具。而大量与工作无关的博文和评论内容，包括生活常识、娱乐信息、心情表达、心灵鸡汤等，在智能化的分类整理之后，也成为了该公司的一个独特的文化情景，支撑着企业中活跃的氛围，强化了员工的文化认同。
关系维度指的是数据及其所指代的对象之间的联系。在G公司的班组博客中，员工的发表、阅读、评论、回复、关注等行为详尽地反映了其相互之间密集而持续的联系，而这些联系毫无遗漏地被记录在平台的数据库之中。通过对这些关系结构的深度分析和挖掘，G公司获得了对员工及团队的影响力、凝聚力、创造力的更为准确而深入的评估手段。进一步而言，博客平台的行为记录数据与业务系统中的事务处理记录数据，以及员工及团队的绩效表现数据，也能够被有效地关联起来，从而使得管理者拥有强有力的工具，帮助其发现和理解员工的行为特质、工作表现、业务能力之间的潜在关联，进而实现良性优化的人员配置和人才培养。
时空维度指的是数据生成及传播的位置以及数据随时间演变的模式。对G公司而言，其数以千计的业务场所分散在众多城市的不同地点，因此，数据中的位置信息对于虚拟化的团队协同而言具有直接的意义。此外，位置信息也包括了数据在组织功能结构和层级结构中所处的位置。同时，在G公司的班组博客中，对特点话题时间演变规律的分析，也为管理者提供了有效的参考。其中对企业重要活动、运营理念相关信息在班组博客中的传播演变模式的跟踪，有效地揭示了员工对管理理念的认知、态度和接受过程。
更深入的价值开发来自于上述三个维度的交叉综合。例如，内容维度与关系维度的结合，使得G公司能够识别员工的兴趣偏好、社交特质、工作性质以及工作表现之间的匹配关系，也能够更为准确地发现那些分散在不同的员工手中、但具有重要潜在影响力的经验、创意以及机遇信号。内容维度、关系维度与时空维度的结合，使得企业能够更为深入地理解不同的员工特质、知识技能、团队特性、热点偏好在整个组织中的分布，以及这些结构随时间演变的过程和趋势，从而更为有效地调度和配置这些资源。
这些维度上的分析需求，主要需要三方面的数据分析技术予以支撑。第一类是全局视图技术。对于管理者而言，对大数据内容全局状况的把握，往往是开发大数据价值的一个基本需求。然而大数据的体量和结构复杂性往往远远超出人类认知的信息承载能力。因此，有效的技术应当能够在大量数据中提取出一个足够小的集合以呈现给管理者，并使得这个小集合能够充分地代表数据全局。例如，在G公司的博客平台上，一种“代表性博文提取”技术能够在每天所出现的数以千计的博文中自动选择出10篇。这10篇博文在很大程度上全面代表了当天所出现的数千篇文章，既充分反映热点，也不能忽略冷门信号，从而使得管理者能够通过阅读这些文章来了解全局。第二类支撑技术是关联发现技术，其目标在于敏锐识别数据间的联系。例如，当G公司试图整合博客平台、业务系统、人力资源系统中的数据以全方位分析员工、团队特质以及绩效信息时，大量的数据属性之间所构成的复杂潜在关联网络，就需要强有力的关联发现技术来加以处理。第三类支撑技术是动态跟踪技术，即实时化的流数据分析处理、快速增量数据分析。三方面技术都处于快速发展之中，但尚未全面成熟，有待于学界和业界的持续努力和探索。
从一定意义上说来，业务资源集成与社交媒体相融合的过程，是一个“信息去中心化”的过程。信息资源的创造和管理，从以往以经营和运作为核心的中心化模式，转化为以分散创造、自由传播、灵活汇聚为特征的众创模式。另一方面，内外部数据融合的过程，是一个“信息去边界化”的过程。企业部门之间的信息交换、企业之间的信息交换以及企业与市场环境的信息，以日益多样化、实时化的方式实现。
在互联网时代，大数据的应用受到各行业的追捧，在旅游行业中，也非常重视大数据的应用。旅游行业的发展，旅游企业实现盈利，必须要依靠旅游创业产品的开发，大数据+背景下，旅游企业可以实现根据客户需要，针对市场需要进行产品研发，这样，才能实现旅游产品的创意开发。在大数据+背景下，旅游行业根据消费者需求信息，深刻剖析用户需求信息，对信息进行预判，在有效把握相关信息的基础上，进行创意产品开发。大数据+背景为旅游创意产品的开发提供了技术支持。大数据已成为一种重要的战略资产，旅游企业要能够积极应用这种战略资产不断实现创业旅游产品的开发，以提升自己在行业中的市场竞争力和综合实力。
一、大数据应用于旅游创业产品开发的优势
（一）准确了解客户信息
目前，我国所有运营商注册用户实施的都是实名登记，这样，能够保障用户基本数据信息的准确性和可靠性。要保障旅游创意产品的有效开发，必须要保障能够准确把握客户信息，利用大数据可以对用户的各种信息进行有效分析，结合用户属性数据，可以对用户业务订购数据信息，订单信息等进行全面把握，通过对用户消费信息的分析，可以对客户的行为和喜好情况进行直接准确的把握，这样能够保障数据准确性，更利于进行创意产品的开发。
（二）准确了解行业内的产品信息
在旅游产品开发中，一直以来，我国都存在着各地区产品开发雷同的情况，比如，一个地区开发的有滑雪项目，在附近有条件的地区也多数开发地也有滑雪项目。如果很多地方的旅游产品都存在雷同情况，则不利于调动游客的积极性，这样旅游地区就会失去游客，导致旅游业发展困难。作为个体旅游企业，要积极进行产品的创业开发，必须要避免雷同产品。而利用大数据可以对行业内的产品信息进行有效把握，如果通过大数据旅游公司发现了自己有意愿要开发的旅游产品，在行业内泛滥，就不能在进行这种产品的开发，就需要能够进行产品的创新，开发出不同的产品。这样，才能避免旅游产品的雷同情况，才能保障自身竞争力的不断提升。
（三）准确把握客流信息
要保障创意旅游产品的有效开发，必须要把握用户的需求，而通过大数据对各景区的客流信息情况进行分析，通过分析客流信息，可以有效把握用户的需求特点。这样，根据用户需求情况进行产品的创业设计，可以保障旅游产品设计的质量。利用大数据，可以对游客人群来源地点，游客性别，位置信息等情况进行了解，这样，旅游产品设计管理者可以对游客的行为特征进行全面分析，从而为产品设计提供有效的数据支持。
（四）准确定位旅游行业市场
要保障队旅游产品的创意开发，必须要对旅游行业市场进行准确定位，利用大数据可以实现对旅游市场进行准确定位。利用大数据手段，能够对旅游市场相关数据信息进行分析，对市场中的一些优质品牌进行分析，在分析相关数据信息的基础上，能够对旅游市场的构成，市场特征情况，产品开况，消费者需求情况，竞争者状况等相关信息进行准确把握。通过数据挖掘技术对各种数据信息进行搜集管理，准确对市场进行定位，根据市场定位进行产品开发，才能保障旅游产品开发的个性化。
二、大数据+背景下旅游创意产品开发的对策
（一）进行特色产品和品牌产品开发
旅游企业要能够积极利用数据挖掘技术，全面挖掘旅游市场信息，做好市场调查工作。并能够对相关信息进行有效分析，能够根据相关信息进行市场产品定位。在市场定位的基础上，深层次地挖掘富有特色的旅游产品，能够突出产品的内涵，要能够积极打造品牌产品，打造特色旅游产品，谨防竞争中产品仿冒情况。只有这样，旅游企业才能真正创立自己的品牌，提升自身的竞争优势。
（二）加快配套设施建设
旅游产品与其他产品不同，其构成因素是丰富的，主要包括对有吃、住、行、游、购及娱乐等方面的内容。开展旅游创新产品开发工作不是一件简单的事情， 必须要加快配套设施建设工作。如果配套设施跟不上，就会影响到旅游产品的质量和品质。因此，旅游企业在进行旅游产品开发的过程中，需要利用大数据技术对产品相关因素进行分析研究，充分了解产品配套设施构建情况，能够通过对详细数据的分析，制定有效策略，对旅游产品进行有效的设计，提升旅游产品的整体吸引力，这样，才能实现产品的创新开发。比如，一个地方的自然资源非常丰富，同时也很有特色，非常适合搞观光游产品的开发。但这个地区的交通闭塞。这样，在进行产品开发的时候，开发者必须要能够借助大数据对这个地区的配套设施情况信息进行充分分析，对投入和受益情况进行分析，在信息分析的基础上，进行配套设施建设，这样，才能保障产品开发的价值和意义。
（三）加强新品种开发改善旅游产品结构
在旅游产品创新开发中，旅游企业必须要加大新产品开发的力度，能够通过新产品开发优化旅游产品结构。这是企业在进行产品开发中需要注意的问题。而进行新产品的开发，需要借助大数据技术，通过大数据对目标市场进行准确定位，基于目标市场，基于一定的旅游消费群体，设置旅游产品，这样，才能保障旅游产品开发的创新性和市场针对性，才能满足客户的需要。
在进行产品旅游产品开发中，需要结合旅游产品开发的基本原则，应用大稻萁行信息收集，能够根据客户需要把一些文化的、非形象行的、抽象的需要转变为可感知的，具体形象的产品，这样，就可以保障旅游产品的创新品质。比如，一个地区要搞旅游产品开发，利用大数据对客户信息分析之后，需要把客户的需求信息进行分类，有的客户喜欢进行观光旅游就可以在旅游线路上设计上多下功夫，保障客户能够一饱眼福。如果游客不愿意到处走走看看，可以设计一些传统文化旅游项目，比如一个地区的茶文化较为丰厚，可以设置传统茶叶加工观赏旅游产品，这种产品对某些游客是有很大的吸引力的。如果游客对吃比较感兴趣，可以围绕餐饮进行特色产品开发等等。在旅游产品开发中，充分利用大数据手段，把握游客需求情况，根据游客需求情况设置定选择旅游产品，这样，才能保障旅游产品创新的价值和意义。
（四）重视特色旅游商品的开放
在旅游产品开发中，食、住、行是游客最基本的需求，而游、购、娱乐则是游客的一种选择性的消费。在旅游产品开发中，不仅要能够围绕食、住、行进行产品的开发，还需要能够围绕游、购、娱乐进行产品开发。旅游企业可以进行一些特色旅游商品的开发，以满足游客更为广泛的需求。
一般而言，游客到某个地方旅游都喜欢购买一些特色商品，旅游购物对游客而言是具有一定的纪念意义的。作为旅游企业要能够在这方面进行新产品的开发。要保障旅游产品能够满足游客需要，保障旅游商品能够成功出售，旅游企业必须要在特色上做好文章。目前，在很多景点出售的旅游商品没有特色，每一个地方的商品都一样，这样，游客的购买欲望不高。旅游企业能够利用大数据技术对旅游商品进行综合分析，能够在旅游商品设计上避免与其他景区的雷同情况，要能够结合地方特色进行旅游商品的创新设计，使商品中真正融入一定的文化，使旅游商品能够具有一定的纪念意义，这样，才能有效满足游客的需求。
旅游商品设计，无论是视频，茶饮还是服装，针织品都需要以实物形式呈现，这些商品中都需要融入一定的文化，一定的情节，这样，才更具有意义。旅游企业在产品开发中，要重视研究当地文化特色和民俗风情，能够将这种特色文化融入到产品设计中去，这样，才能保障产品设计的独特性，使之具有一定的“情节”，而受到游客的欢迎。
【关键词】大数据 软件测试 挑战 展望
大数据时代的意义并不是表现为对庞大数据信息的掌握，而是表现在其能够对相关数据实施专业化的处理。大数据本身具有多个层面的特点，一是其数据体量非常巨大，二是其数据的类型较为繁多，三是其价值密度明显偏低，存在过多不相干的信息，需要实施深度挖掘。四是信息的处理速度非常快，具有立竿见影的效果和以往所采用的传统数据挖掘技术存在本质的区别。在这种背景下，多数软件的形态也随之发生改变，实施软件测试的重点及方式等也处于不断发展的状态当中。
1 大数据背景下ORACLE问题不断突出
软件测试地目的是为了能够发现和找出软件错误运行的情况，专门判断测试过程是否通过的可验证即被称为ORACLE，在如今的大数据背景下，不管是趋势分析还是相应的图论计算等，都开始变得越来越困难。大数据的处理模式，主要包括了物理作用下的数据处理和化学作用下的数据处理两种类型模式[1]。其中，物理作用下的数据处理，主要是在保证其价值的情况下，不断的缩小其数据的规模，然后由此清洗不变的数据基本属性。这其中就包含了针对数据处理的多种方式，能够有效的实现将大数据花销，的物理式变化。因此，物理作用下的数据处理测试ORACLE本身并没有问题。
而基于化学作用下的数据处理，则具备最主要的预测和快速算法的问题，这两个问题都非常经典，直接促使ORACLE的确定变得异常的困难。比如在计算个性化推荐统计学信息当中，经过个性化推荐的商品，更容易获得用户们的喜爱，当然也存在一半不喜欢的概率。而经过计算的结果也只是表明此类商品被喜欢的概率相对较高。概率性问题直接导致结果的正确性和确定性产生本质的区别，直接致使ORACLE确定的难度。
2 传统测试平台难以符合大数据处理的要求
以往所采用的软件性能测试，主要是借助控制器协调本地直接向服务器端发出服务的请求，由此实现对服务器压力的测试，其测试负载产生器都属于局部的物理主机。相对少量的服务器构成应用系统来说，用户数在数百上千量级的应用服务，才能有效满足应用的需求。
如今，云计算的发展，用户的需求也在不断的增长，其多个系统所需支持的并发用户也在不断的增加，相应的访问量也在由此攀升。这就需要针对服务端系统是否能够真正承受如此巨大的用户访问量进行有效的测试，可直接在系统上线之前就展开较为充分的测试内容。以往局域网主机测试方法所产生压力，很难真正满足服务器对其所产生的压力测试需求。由此软件测试工作中开始出现一系列的问题。一是负载产生器的物理机数量很难获得动态的扩展；二是大数据所驱动的云计算系统，直接采用了广泛的分布客户端。三是在网络海量数据的推动下，控制器所监控的负载产生器状态直接成为性能测试的瓶颈，很容易由此引发测试失败。四是控制器对负载产生器的同步问题变得越来越复杂，直接影响到负载测试的效果。
3 软件服务化所引发的测试挑战
具体从开发的模式而言，软件开发的过程，主要包含了完全编码、构件化、服务以及云计算等多个阶段。
3.1 完全编码阶段
主要是相应开发人员直接从零基础开始对每行代码的编写过程，除了系统本身所提供的类库之外，通常所有的代码都是直接由相应开发人员所掌握。在此阶段当中，用户们普遍具有良好的可测性，几乎所有的测试和调试方式都可以实现。
3.2 构件化阶段
该阶段直接是为了提升软件开发的效率，要求相应开发组织必须在系统类库的基础上，结合业务自身的特点来构建出可复用的业务组件。而通常该组件都是在本地运行，因此其业务系统的耦合度明显偏高，用户们对于组件的掌控也明显较大。
3.3 服务阶段
在此阶段当中，多数本地组件所提供的调用可转变成为远程服务形式。用户们可对外部的服务控制处于逐渐减少的状态，只能透过服务的输入和输出来实现对服务情况的良好把握。
3.4 云计算阶段
这一阶段主要是特别架构和PASS之上的应用程序，在处理输入和输出的同时，多数用户并不具备了解PASS服务运行情况的能力，因而导致用户测试的难度再次增加。
4 杀虫剂效应
在软件测试领域当中，杀虫剂效应是指相应的测试软件越来越多，其免疫能力变得越来越强的现象。这种现象就如同采用农药杀虫是一样的效果，如果持续采用一种单纯的农药，则害虫将最终在体内产生一定的抗体，在此情形下，农药将无法发挥出应有的杀虫效力。而在多种构件化开发当中也是如此，通常在中前期发现多种缺陷的模式，其都可直接通过校验和验证的方式集成在构件当中，乃至直接成为构件的必然属性。此类构件并不需要开发人员进行单独的代码编写，其直接对测试的方式产生了天然性的免疫能力。
杀虫剂效应将有效的促使软件的测试技术获得飞跃式的更新升级，可迅速的找出存在软件当中的缺陷问题。一般在进行测试的初期阶段，只需通过较少的测试即可直接发现其中所存在的更多缺陷，而在后期的测试当中，则很容易发现其所存在的缺陷数量，将渐渐趋于平缓，甚至最终在某个周期停止增长。
5 结语
综上所述，针对大数据背景下的软件测试挑战及问题，需要尽可能的避免出现杀虫效应，具体要求测试技术应当由单一的技术类型直接向着多元化测试技术的方向转变。然后需要解决智能数据处理所带来的ORACLE的问题。最后，需要构建出面向云环境的自动化环境，尤其是客户端环境必须咬合服务端的需求进行良好的匹配。
参考文献
[1]蔡立志.大数据来临，软件测试准备好了吗[J].软件产业与工程，2013，05：15-17.
[2]姜春宇，孟苗苗.大数据基准测试流程与测试工具[J].信息通信技术，2014，06：43-46+51.
关键词：大数据时代 图书馆 服务 优化 创新
中图分类号：G252文献标识码：A文章编号：1009-5349（2016）09-0252-02
在大数据时代的背景下，决定图书馆服务有效性和市场竞争力最关键的因素就是数据，而且数据也是事关图书馆服务模式改革、创新，以及提高服务透明度最重要的资源。数据采集源比较单一、资源总量相对较少、价值密度低以及公信力较差等问题是图书馆大数据环境下的发展现状。所以，只有从根本上将原有的利益格局彻底打破，同时实现图书馆资源内部系统、政府部门以及社会团体等大数据资源的全面开发与共享，才能实实在在地增强大数据资源的可用性、可控性以及可检索性和保存时效性。
一、图书馆大数据时代主要服务内容以及服务形式
图书馆目前的首要任务就是切实加强与政府部门、第三方服务商以及图书馆内部各部门之间的合作，全面实现相关数据的二次整合、增值以及共享和利用。通过数据的产生和使用可以看出，履行用户的公共职能、智慧城市的建设以及服务内容和模式的转变等，都发挥了图书馆的积极作用，同时在这个过程中也实现了相关公共数据的开放和共享。在选择开放数据时必须以坚持不损害国家利益、不影响图书馆相关安全系统以及不降低服务系统的性能为基本的原则。同时必须积极地进行开放数据与多领域数据资源的整合，从根本上实现数据资源价值的二次发现和提升，从而实现用户通过一站式检索服务平台，轻松完成所需数据的搜索。大数据图书馆以数据共享和相互操作的框架为基础，完成数据的职能分析、判断以及决策。作为图书馆必须将消除数据所有者和需求在之间的信息不对称作为其发展的基本原则，并以此为基础实现管理平台对相关数据的无缝整合与补充。
二、大数据时代图书馆数据整合的需求与挑战
（一）大数据图书馆对读者个性化特征的需求
在极为复杂的大数据环境下，数据资源不但要作为图书馆生产力和服务资源非常重要的组成部分，同时也是实现读者知情权和数据权的最有效的载体，大数据自身所具有的安全性和有效性已经成为了保证图书馆服务质量以及读者权益最重要的因素。而且，数据的开放也与图书馆资源的获取、数据的有效整合以及服务能力的创新等方面息息相关，是促进图书馆市场竞争力提升的保证。在大数据环境下，图书馆目前的数据资源访问权限或者个人共享的模式已经无法满足用户越来越高的个性化服务需求。必须采取积极有效的措施，使所有的公共数据都可以不受限制地开放，这也是读者所拥有的数据开放权的最高目标。
（二）大数据图书馆对读者自我的隐私保护的需求
影响图书馆服务质量和阅读满意度的关键因素就是读者隐私的保护。为了切实地对读者提出相关个性化阅读服务做到可预测、决策以及评估，一般图书馆都会利用相关的传感器、数据中心系统、用户阅读行为采集设备以及第三方共享数据库，获得所有的读者的个性化特征、阅读行为以及社会关系的相关数据。巴拉巴作为全球复杂网络的权威人物，他认为，人类所有的行为中超过93%都是可以进行预测的。所以，一旦图书馆向所有的读者无限制地开发相关的大数据资源的话，就可以实现对所有读者大数据资源的处理、整合、分析和判断，而且通常读者个人信息的获取都会产生“1+1>2”的效果，而这就很可能侵犯到用户的隐私。所以在图书馆大数据资源开放的过程中，就必须制定积极有效的措施对用户的相关隐私数据进行识别和认定，而这些都是有效保护读者隐私的重要措施。此外，在确保所有用户的隐私数据安全、高效、经济以及可控的同时，进一步提高了数据开放的程度和实际的可用性，也是必须引起图书馆注意的问题。
（三）大数据图书馆对数据的共享的需求
用户服务数据、系统管理与运行数据、读者行为数据、读者社会关系数据等都是组成图书馆大数据资源的主要数据来源，而且这些数据都是具有可增值性、无消耗性以及非排他性的主要特点。较之其他的行业或者部门而言，来源广泛、数据分散、价值密度低、类型多样、结构化与标准化程度低等是传统图书馆数据所具有的主要特点。如果在传统的服务环境下，图书馆的数据资源只在很小的范围内使用和共享，没有真正地面向社会完全开放，而这也导致了相关数据的重复采集、存储等现象的出现，从而对数据的流动、共享以及使用造成了严重的影响，造成了巨大的人力、物力等资源浪费。所以，必须加强图书馆数据资源的开放性、流动性以及共享度，才能充分地发挥出其应有的价值。另外，图书馆数据资源在流动共享的过程中也会涉及到法律政策、行业规范、服务需求等各方面的因素，因此只有彻底地改变图书馆数据的传统占有权和利益观念，才能从根本上促进数据流动性与共享性力度的提升。
三、大数据时代图书馆服务的优化创新
（一）统一整合图书馆资源，满足不同读者的个性化需求，对图书馆进行全方位开放
图书馆必须建立以公告数据、服务数据采集、应用程序资源等为重点内容的统一的数据开放网站，才能真正地实现图书馆全面开放，并以此来满足不同读者所提出的个性化需求。同时必须坚持数据资源的公开和信息透明的原则，采取积极有效的措施实现数据的整合与深度挖掘，实现对内部蕴含的隐性知识的挖掘。突发性和随机性是读者个性化阅读服务需求的主要特点，而作为图书馆则可以根据不同读者的不同需求，对提出个性化阅读需求活动的读者数量进行及时的预测，并根据实际的预测情况作出相应的资源分配、调控以及优化，从而促进服务安全性、效率性、经济性以及个性化的不断提高。在实际的开发过程中，必须采取积极有效的措施实现对相关数据的过滤和分析，同时将其以直观、可视化的形式充分地表现出来，以实际的数据为基础作出科学合理的决策，促进自身市场需求预测与竞争力的不断提高。另外，图书馆在全方位开放数据的过程中，必须以大数据开放为基础逐步建立读者服务决策、管理、调度以及优化系统，从而实现智能、自动化地对读者的个性化服务需求和市场服务需求的变化进行识别，并根据相关的数据及时调整、优化图书馆用户服务的模式和采用的方法。
（二）推进图书馆大数据应用，提升图书馆人性化服务质量
在信息革命所经历过的数次重大技术变革中，图书馆都采取了积极有效的措施以及创新制度，开创了属于自己的美好未来，而这也是确保图书馆走向大数据时代的重要的经验和财富。而作为图书馆必须以积极的心态去面对大数据时代所带来的机遇和需要其去勇敢面对的挑战，及时地转变思路，掌握各种不同的大数据分析的先进技术，提供最全面的数据支持服务。政府部门、图书馆联合组织、图书情报机构、相关商业机构必须积极地制定出相关的政策以及加大科研投入的力度，促进自身的转型与发展，同时将建设智慧图书馆作为实现自身跨越式发展的主要手段，将图书馆推向新的发展阶段。不管是文化图专的智慧与服务校训，还是阮冈纳赞的“图书馆学五定律”，都浸透着图书馆人文关怀，戈尔曼的“图书馆学新五律”中提出“明智地采用科学技术提高服务质量”，也体现出了信息时代背景下图书馆所具备的人文关怀的特点。图书馆面对大数据时代带来的发展机遇，必须积极地倡导社会责任和社会包容，向广大的读者提供智慧的、以人为本的大数据知识服务，这样不仅有效地抑制了大数据所造成的公共权力与商业资本对大数据的控制，而且从根本实现了维护大数据时代信息公平的原则，同时彻底地消除了大数据所造成的文化滞后和社会风险，保护了广大读者的隐私权与数据安全。
（三）运用信息可视化加强图书馆的知识化服务
在大数据时代的背景下，阅读正在逐步地显现出碎片化、功利化的发展趋势，人们已经不再像以往那样有大量的时间和耐心阅读图书馆所提供的文献、资料，图书馆提供的知识产品已经无法满足用户的需求，反倒是那些非结构化的数据、短小精悍的热点评论，以及经过加工的知识产品用户更加细化。大数据中所包含的重要信息的规模十分庞大，而用户为了可以更好地发掘知识，也期待着可以对其进行深层次的分析。信息可视化作为一个跨领域的，其主要的目的是为了研究规模较大的数值化信息资源，以视觉的方式呈现在用户面前，实现人们对数据的深入理解和分析。信息可视化较之科学可视化前者倾向于抽象数据，像非结构化文本中的某一个点，而且这一点对于研究是非常重要的。运用信息可视化，图书馆就可以为用户提供极为方便易用的知识环境，完全实现了检索过程开始到结果之间相关主题的可视化，同时也可以对相关的数据库内容和时间分布进行可视化。
四、结语
在大数据时代背景下，图书馆必须以基础为发展的基础，实现知识化、智能化、个性化等方面的突破和发展，并将图书馆的增值服务作为其发展的长远目标。在面对图书馆消亡论这样的言论时，就要求图书馆必须认清大数据时代所面临的形势，充分发挥自身的资源优势，进一步强化业务数据的系统分析、管理以及实际的应用，将图书馆的服务模式不断创新，促进其核心竞争力的进一步提升。
参考文献：
[1]陈臣.大数据时代基于个性化服务的数字图书馆数据搜索引擎设计[J].图书馆理论与实践，2015，04：91-94.
[2]赵静.大数据时代图书馆数字资源服务研究[J].河北科技图苑，2015，02：43-46.
[3]邱庆东.大数据时代智慧图书馆建设探析[J].四川图书馆学报，2015，06：12-15.
[4]张媛，王伟.大数据时代图书馆OA文献资源建设研究[J].兰台世界，2015，11：129-130.
