引論：我們為您整理了1篇大數據方面論文范文，供您借鑒以豐富您的創作。它們是您寫作時的寶貴資源，期望它們能夠激發您的創作靈感，讓您的文章更具深度。
大數據方面論文:大數據環境下的知識管理論文
一國有企業文檔管理的演進
一.一傳統國有企業文檔管理
跟著企業信息化的請求,國有企業的文檔管理盡管履行了電子化、網絡化,然而仍有許多紙質文檔占用大量的存儲庫房、櫥柜以及文檔架等空間。文檔機構將文檔轉化為知識的能力嚴重不足,這使患上本來步入半衰期的文檔資源直接進入休眠期甚至死亡期,進而致使掌握著企業最有價值信息的文檔機構在數字化時期不斷邊沿化。盡管文檔機構所珍藏資源實現了數字化貯存,但這些資源長時間處于休眠期,并無實際價值意義。
一.二基于知識管理的國有企業文檔管理
跟著數字化、電子化,網絡化時期的來臨,文檔管理的管理模式閱歷了實體管理、信息管理、知識管理進程,這演變進程實際是文檔價值的升華與知識內涵的拓展進程。知識管理是指通過對于企業內外各種信息、知識進行有效的辨認、的搜集、科學的加工以及充沛的運用,并且通過增進知識同享、激勵知識立異、實現知識增值,從而來提高企業的應變能力以及立異能力。基于文獻的梳理,文檔管理與知識管理的鉆研集中于構建知識管理的請求。筆者認為企業文檔是企業首要的知識資源,是企業知識管理的基礎;同時,文檔管理是維護企業知識產權的有力武器。知識管理是實現隱性知識價值的途徑,而文檔管理是對于顯性知識的管理。從文檔管理與知識管理的性質來看,文檔管理是使歸檔文件的有序化以及結構化,實現文檔的應用價值;而知識管理是通過對于文檔的搜集、加工、應用、編研以及信息化管理等手腕,將文檔轉化為知識資源。從文檔管理與知識管理的共同性質來看,它們都是對于信息資源進行加工,提掏出有價值的信息,為企業提供服務。
一.二.一文檔管理模式的轉變
傳統的文檔管理是以紙質文件為管理對于象,而現在多以電子文件與紙質文件互為交融的資源為管理對于象,并且注重知識管理、知識同享與知識立異。
一.二.二文檔業務的流程再造
業務流程再造是企業管理對于組織流程重組的1種管理思想。文檔業務流程再造是以文檔業務流程為改造對于象以及中心,以關切客戶的需乞降滿意度為目標,對于現有的文檔業務流程進行根本的再思考以及情勢的再設計,使患上企業能較大限度地適應新形勢下的現代經營環境。文檔管理的流程再造是以文件管理的流程為基礎,實現文件“發生、運轉、歸檔、永遠保留或者燒毀”流程的改造與知識管理的前端節制,流程再造是依據文件管理的流程履行文件前端節制,主要是對于企業內部文檔而言,將發生于職能部門的文檔,經由初次加工,送入文檔機構,由文檔人員依據企業文檔管理的標準體系進行再次加工,然落后行歸檔,通過數據發掘的知識管理平臺提取知識,通過服務平臺提供給用戶。
一.二.三文檔管理人材隊伍的建設
傳統的文檔管理人員的職能是接受、保管、排序、借出、歸檔等基本職能,然而基于知識管理的文檔管理模式中,更要注重知識的產出,注重資料違后暗藏的有價值的知識。這請求作為介入信息管理、知識管理的工作人員提高自己的素質與工作能力,掌握管理學以及現代企業管理知識,熟識企業業務流程,同時曉得應用科學技術提高自己的工作效力。
二大數據環境下國有企業文檔管理面臨的新挑戰
二.一文檔管理模式面臨的新挑戰
大數據時期象征著企業的數據量多而且結構化數據與非結構化數據并重。基于知識管理的企業文檔管理模式注重知識管理、知識同享、知識立異。大數據到來,對于知識管理的模式提出了新的請求。現有管理模式的搜集視角狹隘,而在大數據違景下,文檔機構的珍藏應多元化發展,從廣泛視角搜集文檔資料,更多關注1些繁雜化、碎片化、底層化信息的搜集。
二.二文檔業務流程面臨的新挑戰
目前,咱們從文檔流程與數據流程兩方面進行文檔管理。咱們重視文檔的前端節制,然而只是對于文檔發生以前的文件做出簡單鑒定與加工處理。這樣的處理并無減輕文檔機構人員的工作量,而是加劇了文檔機構重復性鑒定與加工處理。文檔資料的冗余性、繁雜性致使了知識提取工作量沉重,提取知識不性。所以對于文檔的前端節制來講,文檔發生以前的文檔鑒定法子與文檔的標準化格式是無比必要的,選擇正確的文檔鑒定法子能快速判別文檔的價值,提高文檔輸入速度,而文檔標準化格式處理是發掘知識的基礎。
二.三文檔管理人材建設面臨的新挑戰
人材資源是企業文檔管理的癥結。傳統的文檔管理模式中,只請求工作人員有歸檔、搜集資料、查詢等基本知識,而跟著電子化、網絡化的推動,企業請求文檔機構人員除了了具備基本服務素養,還要曉得信息化技術。然而在大數據違景下的企業文檔管理,這些素養還遠遠不夠,文檔工作人員不但要曉得現代企業管理理論,熟識企業業務流程,還要擁有數據處理能力,能夠運用先進的技術提高工作能力與效力。工作人員要從數據的視角看待文檔,以大數據理念推進文檔的管理與服務。從管理層來看,要嚴格把關人材提拔;加快文檔人員知識結構的變革,多途徑、多層次培育人材。
二.四管理技術支撐以及服務面臨的新挑戰
技術是企業發展的出產力。在基于知識管理的企業文檔管理模式中,技術是整個模式架構的基石。從總體來看,IT架構布局是整個知識管理平臺的基礎;從局部來看,數據發掘技術是知識提取的核心技術,是整個企業文檔管理的中心。整個文檔管理的軸心是數據發掘技術,所有的流動都繚繞它展開。現有文檔管理模式提供的是點對于點的個性化服務。在大數據違景下,用戶在競爭日趨劇烈的環境下需要更多的信息與知識才能做出好的決策,這對于國有企業文檔機構提供的服務提出了新的挑戰。用戶請求文檔機構的服務響應速度更快,信息檢索與查詢更便捷,信息與知識的可理解性更強,并且能夠提供全進程的信息服務。這請求文檔機構在大數據違景下的個性化服務不但提供用戶所需要的信息,還要通過對于用戶需求進行分析,提供基于海量散布式資源的精細化知識組織輸出,即實現“信息+解決方案”的1站式服務。
三基于知識管理的國有企業文檔管理的優化途徑
為了應答大數據時期的挑戰,咱們可從兩個方面解決基于知識管理的文檔管理的問題。
三.一基于知識管理的文檔管理模式的改良文檔
管理工作的展開需要兩方面的支撐。文檔是企業的可貴資源,增進企業的成長,所以知識管理需要管理層領導的支撐。管理層要注重、關注企業文檔管理工作,為文檔管理配備必要資源,從大局動身,定時提出請求,及時給予工作指點。在人員配備方面,企業要選用有必定信息素養,掌握必定管理理論的工作人員,同時要擁有數據處理能力。大數據技術能夠解決企業文檔的電子文檔數據貯存提供與調用速度慢的問題,所以企業的技術服務部必需從企業大局動身,建設企業信息化平臺。從企業底層的網絡IT架構到面向用戶的信息平臺,技術部的人員要提供1站式技術,為文檔管理部門提供基礎技術支撐。此外,在面向用戶的文檔管理平臺上,必需要對于用戶進行權限管理,防范企業泄密的風險。
三.二基于知識管理的文檔管理業務流程再造 基于文檔管理業務流程再造,是指咱們在文檔前端節制的時候,增添文檔鑒定與文檔格式標準化功能。在文檔鑒定方面,采取徐擁軍學者(二八年)的宏觀鑒定論。它再也不采取“時間、來源、職能、內容或者用戶”之類的具體標準,而是改用更為宏觀且相對于抽象的“文件構成機關的社會職能”標準。這類宏觀鑒定標準與法子可以對于體積量大的文件進行批處理式的鑒定,提高鑒定速度,進而提高資料搜集工作的效力。對于于提高企業文檔輸入工作的效力問題,這就請求企業樹立文檔管理標準化體系。標準化體系分為兩個層次:第1個是數據輸入的標準化格式。標準化格式的電子文檔數據提高了工作人員對于數據輸入的效力,同時也利于工作人員對于海量標準化數據深層次的發掘。第2個是企業文檔管理流程的標準化。工作人員嚴格依照標準化流程辦事,落實流程各個階段的責任,避免文檔泄密與丟失等其他突發事件。知識管理平臺是企業檔案管理的核心,它的前端是企業搜集的文檔經由標準化處理的數據,后端是面向用戶的開放性信息平臺。知識管理平臺的核心是數據發掘技術,數據發掘技術是大數據時期的1種數據處理技術,它指從大量的、不完整的、有噪聲的、隱約的、隨機的實際利用數據中,提取隱含在其中的、人們事前不知道的、但又是潛伏有用的信息以及知識的進程。數據發掘技術擅長發現文檔海量信息中的精髓,有益于有效的知識管理,是實現知識發掘、知識同享、知識立異的途徑與法子。
四結語
跟著國有企業范圍的增長,文檔累計量愈來愈大,在必定程度上相符了大數據的數量大、多種類、高價值的特征。文章對于基于知識管理的文檔管理進行文檔前段節制,篩選文檔并對于文檔進行標準化處理,以便在知識管理平臺上,通過數據發掘技術,實現知識管理、知識同享與知識立異。
大數據方面論文:大數據助力保障性安居工程跟蹤審計論文
摘要：保障性安居工程跟蹤審計自2012年起實施，審計機關充分發揮審計“免疫系統”功能,依法履行審計監督職責,促進住房保障政策落實、分配公平、制度完善,切實維護廣大中低收入住房困難家庭的切身利益。然而，保障性住房審計仍然面臨著涉及面廣、數據量大、信息化程度不高、核查手段單一等問題。本文以大數據審計為背景，提出保障性安居工程分配管理方面存在問題及審計思路，創新審計方法，運用計算機審計方法篩查疑點數據，更大程度提高審計效率。
【關鍵詞】安居工程審計 分配管理 大數據分析
作為經濟運行綜合性監督部門，保持對社會經濟數據的靈敏感觸，深挖細掘、充分運用，是大數據時代對審計工作的內在要求和必然選擇。國務院印發《關于加強審計工作的意見》第十九條明確提出：探索在審計實踐中運用大數據技術的途徑，加大數據綜合利用力度，提高運用信息化技術查核問題、評價判斷、宏觀分析的能力。這是國家首次在文件中將大數據審計列入審計信息化工作重點。審計部門作為經濟運行綜合性監督部門，和數據有著天然的聯系，每天都會產生大量的數據，這些數！據都是真實性的，不是通過預測和推理得到的，具有非常大的價值。所以審計部門要保持對社會經濟數據的靈敏觸感，并深度挖掘、充分運用所擁有的數據，這是在大數據時代背景下，審計服務國家治理的內在要求和必然選擇。
本次保障性安居工程跟蹤審計包括各類棚戶區改造和廉租房、公共租賃住房、經濟適用房、農村及墾區危房等保障性住房的投資、建設、分配、運營等情況，審計涉及財政、融資、分配、工程建設等多方面內容。審計署在對地方審計業務工作的指導意見中，明確要求各級審計機關重點加強保障性安居工程跟蹤審計，促進黨中央、國務院各項保障性住房政策措施的有效落實和工作目標任務的完成，促進保障性住房的公平分配和規范管理[1]。為保質保量完成審計任務，必須做到部門協調順暢、方法有效。保障房的分配和使用是審計中應關注的重點內容，也是審計的難點。面對大量的保障房房源和申請家庭信息，運用大數據技術開展保障房審計是必由之路，運用多部門數據的聯合比對是實施保障房審計的有效手段，能極大地提高審計效率。
總理曾強調：“確保公平分配是關系保障性安居工程成敗及可持續發展的‘生命線’”。要抓好保障房資源分配與保障效果的集合，關注保障性住房分配與運行管理中的公平公正問題。分配問題解決不好，就會造成新的不公和社會矛盾，分配管理審計可從以下幾個方面為切入點，使真正的住房困難群眾受益，真正把保障性住房建設成果轉化為惠民成果。
一是審核保障對象資格及流程。由于住房保障對象資格審核手段單一，需要相關部門提供或佐證保障對象收入和財產狀況的信息，而各部門之間未能實現數據共享，致使保障對象的核查工作流于形式，不利于住房保障政策的實施。審計實施過程中，通過SQL計算機輔助審計，篩查疑點，審查分配結果是否公平，是否存在利用虛假申報材料騙取保障房或補助資金。了解當地政府是否建立了科學有效的申請、審核、公示、復核、退出等制度，包括申請申報階段、審核和公示階段及后續入住等環節住房分配制度是否健全完整，制度設計是否公平，分配過程是否公開透明。
二是審核保障性住房動態管理及退出機制。由于個人工作、家庭收入以及個人財產屬于動態變化因素，實行保障性住房的定期復核是保障性住房政策落實的重要內容。了解社區、街道、民政部門是否定期復核，是否及時把握保障對象的動態信息，實現對保障對象的動態管理，查看是否存在違規將保障性住房出售、轉借、出租、閑置，以及未將租賃補貼用于改善住房條件等問題。由于保障性住房數量有限，若不能實行嚴格的退出機制，勢必造成已不符合資格的人群繼續享受保障政策而侵占了其它需要保障人群的利益，從而引起社會不公，需要審查保障性住房退出機制是否健全。
三是分清責任，加大問責力度。由于缺乏相應的問責機制，對違規的單位和經辦人員不能嚴加處理，對違規領取補貼對象僅采取停發等處理方式，未采取相應處罰措施。審計實施過程中，對于刻意隱瞞收入、偽造收入證明等方式取得資格保障的家庭要取消其資格，并將其記入不良信息檔案，規定時限失去申請保障性住房資格。另外，對于相關部門管理人員或具體經辦人員有徇私舞弊問題，應進行嚴肅處理。
我們把審查分配環節中可能存在的“騙錢、騙租、騙售”等問題作為審計工作的一項重要內容。主要審查有無以虛假材料申請住房保障待遇的問題，揭示已擁有住房、高收入等不符合條件家庭，采取編造虛假證明材料申報、串通工作人員違規審批等手段，騙取住房保障待遇的問題。為了有效實現這一審計目標，我們采取了計算機審計方法對取得的相關數據進行比對、核實。有了大數據分析的支持，審計人員猶如多了一雙透視眼，可以快速鎖定疑點，并追詢疑點、定向排查、查實查透。從保障對象是否收入超標、已死亡、經商辦企業、機關編內人員、擁有車輛、擁有其他房產等多個角度考慮，對保障對象申請資格和動態管理情況進行審查，從保障房分配后是否出租、私下轉讓、長期閑置等多個方面著手，對保障房分配后的使用績效進行跟蹤。并對數據來源、數據采集、數據篩選、數據分析比對等各個環節可行性進行論證，創新審計方法，強化計算機實施方案的可操作性。
（一）查處違規享受廉租房實物配租、經濟適用住房配售問題。
1.將享受房實物配租、經濟適用住房配售信息與享受公積金家庭信息表關聯查詢，篩查出疑點數據61條，其中繳納公積金享受廉租房實物配租數據6條，繳納公積金享受經濟適用住房配售數據55條。
2.將享受廉租房實物配租、經濟適用住房配售信息與擁有車輛信息表關聯查詢，篩查出疑點數據48條。
3.將享受廉租房實物配租、經濟適用住房配售信息與機關事業單位繳納養老
保險信息表關聯查詢，篩查出享受保障性住房人員繳納養老保險的情況，共16條疑點數據。4.將享受廉租房實物配租信息與已死亡人口信息表相關聯，篩查出已死亡人口享受廉租房實物配租疑點數據1條。
（二）查處違規領取農村危房改造補貼問題。
1.根據政策規定一戶只能享受一次危房改造補助，對《申請人員基本情況表》以身份證號為關鍵字進行篩選，查找重復申請危房改造資金的人員情況。
2.將領取農村危房改造補貼資金表與機關事業單位人員基本情況表以身份證號相關聯進行比對，生成機關事業單位人員領取危房改造補助資金疑點數據4條。
3.以貧困戶的身份證號作為關鍵字，將補助資金發放花名冊與該地區貧困戶花名冊進行比對，查詢不在民政或扶貧部門提供的貧困戶名單內的人員享受貧困戶補助資金。
4.在領取農村危房改造補貼資金表中查詢身份證號重復出現的情況，即可得到是否存在一人多次領取危房改造資金補助的信息。
（三）查處違規領取保障房租賃補貼問題。
1.將低收入家庭信息表與領取住房租賃補貼人員信息表進行比對，生成非低收入人員領取住房租賃補貼疑點數據10條。
2.將低保家庭信息表與領取住房租賃補貼人員信息表進行比對，生成非低保人員領取住房租賃補貼疑點數據3條。
通過以上數據關聯分析，生成違規享受保障房及農村危房改造待遇數據疑點，再有針對性地延伸到鄉鎮、村，直至入戶進行調查落實，最終核實保障房申請人身份及保障房待遇資格的真實情況。
一是構建國家審計數據系統和數字化審計平臺。這是為適應大數據審計需要而提出來的。由于審計要查證的宏觀的、普遍性的問題往往隱藏在大數據中，審計要查證的個別的、特殊的問題又容易顯現在數字化大數據中，因此構建國家審計數據系統很有必要。隨著信息技術的發展，審計對象的信息化使得計算機輔助審計成為必然。《實施意見》要求構建與國家審計數據系統相配套的數字化審計平臺，目的是要充分利用國家審計數據系統等電子資源，改進、提高審計能力、質量和效率，擴大審計監督的廣度和深度[3]。可采取“小步快跑”的方式，有計劃有步驟地把財政、地稅、社保、公積金、固定資產投資等重點行業和重點資金納入平臺統一管理，同時平臺要具備良好的擴展性，能夠按審計需求導入人口、住房、車輛等行業管理信息，實現數據的跨部門、跨行業、跨年度的搜集和分析。數據集中管理，按需使用，保障審計數據的安全性、完整性和連續性。
二是大力培養提高大數據審計能力。<span style="cole="color:#000000; font-family:'宋體'; font-size:12pt">數字化審計要求審計人員不僅要精通審計業務，還要會運用現代電子信息技術。大數據平臺的搭建、實施、運行以及到后期的維護更需要既懂計算機、網絡、數據庫技術，又懂審計的復合型審計人才。審計人員要深刻認識到大數據審計是審計發展的未來趨勢，充分認識到掌握大數據審計知識的極端重要性，主動學習現代知識、優化知識結構，提升自身能力，掌握基本的計算機審計技能。審計機關要把引進既懂大數據信息技術又掌握審計基本技能的復合型人才，以及培養現有審計人員大數據審計的能力作為現階段提升數據審計水平的根本措施來抓，盡快造就一支熟悉審計業務、精通現代信息技術的大數據審計專業隊伍。
大數據方面論文:大數據時代下學生管理論文
一、中職學生的特點
中職學生年齡一般在15—18歲之間，好奇心強，尤其對新生事物具有較高的興趣，對感興趣的事物熱情有余，但自我管理能力不足，這種情況對于中職院校的學生管理方面的影響是利弊共存。作為青少年的中職學生是最早接觸網絡的群體之一，也是受網絡影響最強的群體之一，網絡上傳遞的大量正面信息，一方面開闊了學生的視野，增長了新知識，同時也影響著他們的思維方式、價值觀念、人際交往和心理健康等，對于自律不強的學生來說，大量的負面信息會嚴重地影響了他們的身心健康。
二、中職學生網絡使用誤區
1.沉迷游戲。
在大數據時代下，對于中職學生來說，主要表現就是大范圍的使用手機并開通4G，通過手機的上網功能，學生可以隨時隨地下載更新游戲并沉迷其中。手機的通信功能被弱化，娛樂功能大大增強，尤其是作為游戲機的功能更被無限放大。很多學生不僅在課下玩手機游戲，甚至上課時也會偷偷的玩游戲，嚴重地影響了學生的成長和學習。
2.依賴網絡交流，拒絕現實交往。
隨著社會的轉型，在經濟全球化，信息網絡化、教育大眾化環境的成長起來的90后以及00后，自我意識更加突出，凡事以自我為中心，這種狀況會成為人際交往的障礙，與人交往時不做換位思考，以自己的認知作為判斷的事物的基礎，聽不進去別人的意見，更不喜歡老師和家長說教式的管理；同時網絡上的交流就避免了這種情況，一是彼此不認識，即使不歡而散也不會帶來困擾，二是交流的雙雙是平等的，所以相對于現實中的人際交往，中職學生會選擇網絡交友。
3.對于網絡傳遞的信息，無區別地接受并傳播。
中職院校的學生心智發展有待成熟，缺少對信息進行鑒別能力，網絡傳遞信息具有高度的開放性、平等性，信息量大，覆蓋面廣，傳播知識的同時，也存在可信度較差，假新聞泛濫。網絡不良信息對青少年成長和社會穩定構成了潛在威脅。這些現狀對中職院校的學生管理者提出了新的要求。
三、對策建議
1.管理渠道多樣化，教學管理兩手抓。
韓愈在《師說》中寫道，師者，所以傳道授業解惑也。老師的職責不僅僅是講授知識和解釋困惑，還包括教授給學生人生道理，現狀是很多老師割裂了這二者的關系，過于注重知識的傳授，忽略了德育教育。這就要求老師在課堂上不僅僅要傳授書本知識，也要注重德育教育，積極改進創新教學模式，把大數據的優勢引入到課堂教學中，引導學生正確利用網絡資源，調動了學生學習的積極性。
2.管理手段多樣化，運用各種通信軟件進行溝通管理。
班主任是班級的組織者、管理者和教育者，既要管理又要育人。班主任的工作對象是活生生的人，并且是正處在生長發育、形成人生觀和價值觀的階段。在大數據時代下要提高管理育人的效果，必須改變傳統的管理育人方式，將現代信息技術融入到班主任工的工作中。(1)運用QQ和微信架起師生溝通的橋梁。班主任可以科學地運用QQ和微信，與學生進行心靈交流，實現教育管理。通過QQ、微信與學生交流，可以消除學生與老師直面交流的膽怯和顧慮，更容易深入到學生的內心，聆聽學生最真實的聲音，從而拉近與學生的距離，了解了學生思想、學習和生活上的問題，就可以有針對性地給予引導和幫助。(2)運用班級主頁、QQ空間、博客和朋友圈搭建師生互動的平臺。班主任可以創建班級主頁和班級博客，在班級主頁或博客中可以記錄班級發展過程中的點點滴滴，提供大量適合學生瀏覽的內容。可以分成不同板塊并找專人負責，讓學生參與班級管理，增強學生的責任感和主人翁意識。同時，同班同學也可以在這個平臺上交流以及交友，增強班級的凝聚力，一個團結的集體一定會是一個很有前途的集體，在團結融洽的環境中，班主任也更容易教書育人，學生也更容易接受班主任的管理。
3.根據學生身心特點，引導其健康發展。
處于青春期的中職學生，性意識開始出現，對異性感到好奇，網絡上的色情信息，會嚴重影響他們身心發展，特別是一些網站為了提高點擊率，大量傳播色情信息，好奇心會促使有些學生觀看并傳播相關信息。一方面要引導學生鑒別信息的能力，另一方面還要告訴他們對于同學和朋友傳播的信息要正確的對待，不圍觀、不傳播，不影響同學之間的交往，對于那些傳播不良信息的同學，要幫助其正確認識問題，共同進步。
作者：周長勇 仲獻榮 單位：貴州省機械工業學校 貴州大學
大數據方面論文:大數據時代信息安全論文
一、“大數據”時代概述
1.定義
大數據作為新的經濟資產類別，與土地、石油、黃金、貨幣等并列成為經濟運行的根本資源，關于其概念定義不是最近出現的，只是在信息化時代的驅動下，重新進入人們的視野，甚至被稱為第三次浪潮的華彩樂章。而關于“大數據”的定義，顧名思義就是指數量很大的數據，包含了數量大、結構復雜、類型眾多的多種數據，因此又被成為海量資料，是一個大型的數據集合。美國早在2012年就正式啟動了大數據研究與開發計劃，投資2億美元提升收集、分析、萃取數據信息的能力。由此可見，大數據時代的到來，使得數據成為各個國家以及各大企業競爭的核心，更可能取代人才成為具價值的重要載體，利于進一步優化運營企業發展。
2.特點
根據大數據的定義可以明顯看出其具有數據量大、形式多樣、運算高效、產生價值等4個特點，業界更多使用4V來概括，即Volume、Variety、Velocity、Value。其中數據量大是大數據的顯著特點，也是計算機網絡存儲技術發展必然結果，在計算機相當普及的今天，計算機網絡滲透人們的生活、工作、休閑，不但的產生新的數據，此外傳感器、探測器等也在產生數據，致使開始使用PB、EB甚至ZB等計數單位。同時，大數據又是多種多樣不同類型的數據構成，如：字符、日期、聲音、視頻、數值、動畫等，加速數據量增長的同時，提升了大數據的利用價值。由于大數據數量的巨大以及形式的多種多樣，因此在進行數據處理時，更多的要求實時與高效，便于及時根據數據結果決策。當然，大數據的大量使用及推廣，不僅僅是因為其具有大量的數據，更重要的是通過對數據的深度采集、分析、處理、挖掘，可以對大數據的數量、多樣性、速度進行分析，萃取更多深入的職能的有價值的真正有用信息，最終產生價值。而對大數據進行信息萃取的過程包括數據輸入、數據處理與數據輸出三階段。
二、“大數據”時代背景下信息安全存在的主要問題
大數據時代的到來，對全球經濟發展來說既是機遇又是挑戰，在推進國家與企業發展的基礎上，也潛藏著信息安全風險。
1.缺乏對大數據時代的正確認識
計算機信息網絡的大規模普及推廣，是促使大數據時代到來的主要推力，無論是人們在生活工作中的郵件傳遞，還是網購、下載視頻音樂等都會產生新的數據，也存在著個人信息泄露的可能性。進入大數據時代后，信息泄露事件層出不窮，甚至導致個人數據的權利邊界都更加模糊，在這樣的環境下，人們對大數據時代的認識還不夠。通過對大數據時代人們最關注的調查分析，發現74.91%選擇了個人隱私被侵犯，9.97%選擇了經濟損失，8.93%選擇了浪費時間與精力，5.84%選擇了危害個人聲譽，0.34%選擇了沒有損失。根據這一調查可見，人們對于個人隱私被侵犯的選擇率較高，最為關注，相對其他的還認識不足。大數據時代的到來，對各方面的信息安全都造成了一定的威脅。
2.集中的大數據庫存在安全威脅
全球互聯網用戶高達3億，移動上網終端有20億，聯網設備更是多達500億個，每天產生的數據信息近1EB。如：每天使用谷歌搜索次數近100億次，淘寶網產生3000萬筆交易，2500萬張照片共享，加上電話、短信等消息軟件產生的數據，更是不可估計。根據相關數據統計，2012年我國在各類媒體上花費的時間較多，其中互聯網、手機等占絕大部分。大數據時代信息多集中在幾大互聯網巨頭手中，而互聯網的開放性特點又決定了其數據存在一定的泄露風險。目前大數據集群應用數據庫并沒有采用“圍墻花園”模式，并沒有對內部數據庫進行隱藏，避免其他程序隨意訪問，因此大數據的架構極其容易暴露。這樣集中的大數據庫，使得客戶端在進行程序操作間，可以同不同節點進行通信，避免驗證客戶是否具有訪問權，加大了信息泄露的可能。
3.大數據技術自身存在風險
當前，大數據技術還不太成熟，自身平臺較為脆弱，大數據存儲處理技術多采用分布式與大規模結合處理，增大了被攻擊的范圍。同時，在進行數據分布式處理時，節點處的存儲數據多為碎片，難以進行集中統一的安全機制部署。當然在大數據技術中，普遍缺乏一定的內生性安全保障機制設計，多通過外部保障技術來確保信息的安全性，這樣的大數據技術在實際應用過程中多缺省配置，失去了對信息的基本安全防護。
4.加大了黑客攻擊的可能性
大數據自身的4V特點，增大了黑客攻擊的吸引力，刺激黑客實施非法攻擊。黑客多是有組織有目的的對確定的數據進行攻擊，在大數據海量數據信息存儲的環境下，黑客更容易通過攻擊，獲取更多有價值的信息內容，給受攻擊方帶來名譽、財產等不可預估的損失。如：Android系統使用用戶越來越多，產生的數據信息也是海量的，成為黑客攻擊的重要對象，當移動設備感染木馬被黑客攻擊后，當用戶使用APP提供的服務后，就會泄露相關的數據信息和訪問權限。甚至有的黑客行為主要是針對國家的，給國家社會帶來不可估量的后果，因此必須采取措施積極預防黑客的攻擊。
三、提升信息安全的途徑分析
1.提高公眾的安全意識
大數據是一種新興的寶貴資源，在法律法規的約束下要充分尊重數據所有者權利，這才能充分顯示出大數據時代的真正魅力所在。而公眾無論在什么情況下，只要將信息到網絡上，就會成為大數據的一部分，也就存在信息泄露，被盜用的可能。為了更好的防止大數據信息泄露，確保信息安全，就必須提高公眾的安全意識。在進行個人信息公布時格外小心，注意保護與個人信息相關的大數據，避免成為黑客攻擊的對象，導致信息泄露造成不要的損失，盡量做到防患于未然。
2.建立異構數據中心安全體系
傳統的數據存儲通常都會建立完善的防護措施，但大數據的架構較為復雜，多采用虛擬化海量存儲技術來進行數據信息資源的存儲，用服務的形式提供數據信息操作存儲，更需要進一步完善數據的隔離與調用。同時，大數據利用云計算存儲數據，為了方便所有者對數據進行存儲、分析、挖掘、控制，可以構建一個異構數據中心安全體系，從管理上來增強對大數據信息安全的防護。尤其是，集中的大數據庫，更需要格外主要防護，降低出現“棱鏡門”事件。
3.加強大數據安全技術的研發
經過無數實踐證明，傳統的信息安全技術無法適應大數據時代，尤其是大數據時的到來，加速了云計算、物聯網以及移動互聯網等多種新技術的發展，反而加大了大數據收集、存儲、分析、處理的難度。為了進一步從技術上加強對大數據信息安全的防護，應當加大大數據技術研發資金投入，提高相關技術產品，包括信息訪問控制、數據加密、數據備份等技術手段的發展，促進大數據安全技術的研發，才能真正有效的推動國家社會的高速發展。
4.完善大數據信息安全體系建立
大數據作為新興的數據類別，需要相關政策措施進行維護，在“十二五”計劃上，工業信息化部將信息處理技術作為新工程提上日程，包含了大數據中的數據存儲、分析，以及圖像視頻分析挖掘等方面。因此，為了防止黑客的攻擊，造成信息泄露，必須進一步完善大數據信息安全體系的建立，以實現對大數據信息安全防護的目的。同時，要進一步加快大數據安全防護技術的研發，可以通過在網絡設備或是節點上設置訪問權限，或是使用SSL技術對登錄傳輸數據實現加密保護。當然，針對重要的大數據信息，還應當實現端對端的數據保護，及時備份相關數據，避免因為系統出現故障造成數據損害、泄露等情況。
四、結語
綜上所述，在大數據到來的背景下，不僅帶來新的發展機遇，也帶來更多的信息安全風險。為了更好的利用大數據時代的優勢，就必須采取相應的對策提升對信息的安全防護，以便尋找到新的突破口，確保大數據時代的更好發展。
作者：黃雋 單位：黔南民族師范學院計算機科學系
大數據方面論文:大數據時代中網絡教育論文
1數據教育是網絡教育的發展理路
1．1數據教育的內涵
什么是數據教育？目前尚無定論。筆者認為，在整合用戶資源的基礎上，數據教育可以通過數據分析與管理實現拉長數據產業價值鏈，改善網絡教育的結構和模式，是以大數據為核心整合網絡教育資源所進行的信息、產品與服務的交易活動。大數據正在重構很多傳統行業。麥當勞、肯德基以及蘋果公司等旗艦專賣店的位置都是收集、整理生活中大量的相關數據對其進行分析挖掘，從中獲得有價值的數據信息而演化出更有使用價值的新的商業模式。規模經濟和范圍經濟是行業戰略擴張的本質動因。網絡教育向數據教育發展，本質是依托規模經濟和范圍經濟來強化網絡教育的影響力、延展網絡教育經濟規模、降低生產成本、提高社會效益和經濟效益。數據教育的主要對象的是網絡教育的使用者，具體為學習者和教學者。利用數據教育使用者在學習中產生的大量數據，建構數據分析模型來發現社會關系和有價值的數據信息，進而預測學習者的學習情況并提供個性化建議。因此，數據教育的范式中首先應測量、收集、分析和報告有關網絡教育使用者及其學習環境的數據，然后進行理解和優化產生的學習環境。網絡教育教育平臺的使用會產生積累大量系統化、結構化的學習結果和學習行為數據。網絡教育將這些數據提取出有意義的信息，并利用這些信息為教育者、學習者、管理者、教育軟件開發者和教育研究者等提供服務是大數據時代網絡教育的必然趨勢。
1．2數據教育的發展理路
網絡教育與數據的融合是網絡教育擴張的戰略選擇。目前網絡教育的融合轉型中沒有成功先例，原因是大家都把科技對網絡教育的作用看成是漸進使用過程，而沒有看到它實際上對整個教學內容從生產一直到傳播、到效應的發生，全都是一種革命性的改變。若能認識到這一點，就可以在全世界的網絡教育發展過程當中占領、占用這樣一個產業的制高點。用互聯網的思維、用互聯網所代表的好的技術、好的文化形態，再加上相應的政策支持，就能夠開啟數據教育。由于數據教育本質上歸屬于信息傳播與網絡教育融合的服務產業，因此，它們之間具有眾多鄰接點，網絡教育的傳播力、公信力和影響力等無形資產以及信息生產、傳播途徑等資源和能力便于轉移到數據教育過程中，從而形成獨特的數據教育運營模式。以物聯網、云計算等綜合技術的成熟為基礎，在用戶在線學習的數據庫中挖掘出有價值的深數據，然后進行過程性和綜合性的考量，找到學習者的學習行為、學習習慣以及學習興趣等之間的內在聯系，考量背后的邏輯關系，并作出恰當的教學決策，是數據教育的發展理路。作為網絡教育的高級應用和發展路徑，數據教育可以分析學習者的一些靜態數據和動態數據，靜態數據如過去的成績和學習行為，動態數據如在線登陸方式，討論發帖量之類，通過分析這些數據追蹤分析學習者的類型，把學習者進行分類，諸如高成就、比較危險、社會型學習者等不同的類型。在分類的基礎上對不同的學習者進行實時干預，對高成就類型可以提供具有挑戰性和具有一定難度的學習任務，對處于危險狀態的學生，給予特別關注和一些學習上的幫助，對社會型的學生，給予社交上的一些支持。在學習開始時做一個學習能力測驗對于期末考試成績預測最的方法。設計更復雜的數據驅動預測模型，則必須在此基礎上進行改善，這一改善需要進一步的數據分析。數據分析的目的是確定能夠預測哪些變量。目前，Purdue大學的CourseSignalsoftware已經部分實現了這一技術。Sig－nals在學生的學習過程設置了紅色、黃色、綠色等信號，這些不同的信號可以幫助使用者了解目前的學習狀態。CourseSignalsoftware的評估報告顯示，參與CourseSignal項目可以使學生獲得更高的平均分，并快速地尋找所需要的資源。
2數據教育的理念分析
通過數據教育的內涵和發展理路的分析和梳理，數據教育包涵以下幾種核心理念，即用戶為中心、巧用慢數據、借力數據思維和構建數據產業鏈。
2．1數據教育的核心理念仍是用戶為中心
新的科技出現之后，網絡教育用戶的需求不但是量的增加，還是層次的增加，過去人們對共性的東西有需求，現在對個性的東西也有需求，過去對理性的東西有需求，現在對涉及到人們的情感、情緒等過去在主流網絡教育中所占比重很少的東西也有很大需求。如用戶對網絡教育的游戲化，反轉式的趨向，數據教育讓這些趨向變成了現實。網絡教育的競爭是各種教學法的精細化化，并且在呈現給學習者的用戶前端界面上進行優化，增強前端界面與學習者之間的黏合度，如整個網絡教育教學的鏈條才會不斷下移，才會更加符合學習者個體的特點。數據教育是一個更加了解并較大化滿足用戶需求的方式，借助多樣化的科技實現了用戶之間差異化學習與學習模式的無縫對接。數據教育能夠檢測數據中的模式，因為這一教育模式是建立在數據分析和人工智能方法的基礎之上的。類似技術可用于智能教學系統，以動態的方式對學生進行有針對性的分類而不是進行諸如人口統計的簡單分類，也可以利用協同過濾技術對特定的資源建立模型。如隱含的人與人在論壇上的互動和外顯的人與人、朋友或者關注對象之間的關系，這些分析用于數據教育的學習分析中來探索網絡集群、影響力網絡、參與及不參與狀況。數據教育可以用來對所提供的數據進行意義建構，數據教育的價值在于對大量數據進行分析和處理，進而形成教育模式為網絡教育提供幫助。相比傳統的網絡教育，數據教育能夠提供更加細致和有效的反饋，如學習者掌握熟悉和了解概念到何種程度，根據數據自動呈現以后的學習內容或者不呈現影響學習者掌握后來學習內容的材料。
2．2數據教育要巧用慢數據
2014年5月29日，第九屆百度聯盟峰會上百度董事長兼CEO李彥宏預測了未來5年有非常大發展的兩大產業機會，這兩大產業是百度、阿里巴巴、騰訊三者都不大可能涉足的領域：及時是新型企業級軟件，這些軟件可以解決企業從內部到外部鏈接的問題；第二就是挖掘新的有價值的慢數據，發掘具有個性化針對性的預測信息，為用戶尋找真正有價值且能產生效率的慢數據。李彥宏的這一分析和預測不但而且有說服力。目前，互聯網企業在網絡用戶規模不斷擴大、流量激增的情況下，面臨著新的尷尬，即搜集到的數據真正有價值的很少，無價值的增多。很多的數據根本沒法分析更談不上運用。因此，李彥宏建議搜集慢數據來獲取真正有價值的數據，找準并挖掘能真正幫助用戶解決問題的新數據。另一個與之印證的觀點是，阿里巴巴集團執行副總裁曾鳴分析說，大數據最重要的特征不在大小，而在死活。數據的死活決定一切，從數據的管理到數據的運用，數據必須能活起來，開始跑通迭代，才能產生持續價值。網絡教育和其它領域一樣，在利用大數據方面基本處在同一起跑線上。數據教育的特點在于能夠為網絡教育平臺提供實時數據，通過利用這些實時數據，達到為網絡教育者提供幫助的目的。數據教育可以通過分析學生的諸如課程材料等學習資源來追蹤學生的學習軌跡，通過設計和優化教學模式和統計方法來實現教學效果化的目標。對數據教育來說，抓住機遇去挖掘應用好慢數據和活數據，讓大數據成為網絡教育改革的一大新的增長點，是網絡教育工作者亟需解決的問題，通過數據共享、交叉復用后獲取較大的數據價值是數據教育對待大數據應有的態度。
2．3數據教育需借力數據思維
好的數據教育需要有好的教學內容點、技術支撐以及用戶洞察。目前的網絡教育都沒有占齊這三點。互聯網不但對這個社會重新組織、重新結構與自己革命性改變的聲音，而且已經成為教育領域的中樞操作系統和底層的操作架構，數據教育必須要和它的規則去接軌對接，在這種及ID那個規則的框架中來決定資源配置和運作方式。在這個層面上講，大數據時代數據教育的核心競爭力就在于互聯網數據思維的競爭。沒有可循環利用的數據，就無法提供數據教育的開發。用好數據思維，首先要注重數據積累的長期性和動態性，避免數據庫的短期化行為；其次要注重數據的完整性和統一性。完整性即數據的性和性，統一性即一致性，是數據之間的邏輯關系是否正確和完整。統一性保障了完整性。數據的缺失和不，將會帶來分析的偏移，因此在這種分析上進行的一系列開發也沒有針對性甚至是徒勞。因此，在采集和管理數據的時候要設計和完善多種數據維度，有助于數據倉庫中設置更多更有效的細分標簽。保障收集到的數據、，用以分析的數據形式統一，才能確保通過大量數據分析得出的用戶行為習慣是有效的。要注重數據挖掘和利用。用戶數據的積累和挖掘是一個長期、動態、循環的過程，如果把數據樞紐中心比喻成一個大型的水利樞紐工程，那么數據教育要利用樞紐對水進行過濾和引導，讓它長期保持動態和循環使用，在這個數據的樞紐中心，要不停地激活用戶數據，積累用戶的消費行為和消費習慣，讓大數據在這個樞紐型中轉站得到動態的循環。
2．4數據教育應建構數據產業鏈
從價值鏈和傳統網絡教育的角度分析，網絡教育即使在用戶數據的采集、處理、儲存、分析等各方面數字化后，即使數據量再大也不可能去做基于數據本身的公司。因為與很多互聯網入口企業相比、與真正生成大數據的公司相比，這些數據量的量仍舊是非常單薄遠遠不夠大的。因此，相對理性和可行的選擇是數據教育的運用著力點應放在以下三個方面。
（1）借力數據資產中介。
在互聯網上，任何主動收集龐大數據的行為，其成本都難以想象。目前我國已有不少學校開始了數據挖掘的探索。如東華大學的智能實驗室項目、浙江大學的資產數據項目、復旦大學的學生數據分析和清華大學一些學生成長類的數據分析。總體來看，開始進行數據挖掘的高校共同特點是信息化做得好且規模較大并擁有有充足的數據量。建立網絡教育數據的資產中介，專門進行數據的挖掘使用和分析，是數據教育的可行之道。對不具備大規模數據資源的機構來說，數據資產中介是有效的可行之道。
（2）進行數據資產管理，實現學習內容深加工、學習行為分析和監測，是網絡教育應用大數據重點挖掘的項目。
全球復雜網絡研究艾伯特?拉斯洛?巴拉巴西曾指出，在大數據背景下，人類的很多行為都是可被預測的。但海量的數據沉淀在網上，沒有精準而靠譜的分析和應用，就沒有價值。用戶期待網絡教育提供的，不是大而全的教學資源，而是滿足自己需求的教學內容范圍更廣的信息類產品。數據教育不是單純的資源集大成者，而要從數據庫中深度發掘有用信息，進行趨勢分析。數據教育顯然是大數據時代網絡教育一展身手的方向。通過使用各種集合的綜合技術，平臺上可以自動留存用戶關于學習行為的各種數據，如學習一個知識點花多長時間、學習的順序是否有斷點、是否會反復重新學習等等，但需要注意的是，僅僅是遠程教育和在線課程，這些信息只能稱之為數字并不是數據。在媒體領域，我國媒體擬與甲骨文公司展開了多樣化的數據庫營銷合作，并且建立有效的數據庫體系，目的是實現數據庫營銷方面的收入拓展。數據教育可以借鑒這一模式對海量數據進行挖掘，以及數據的分析。
（3）做好數據驅動的解決方案，量身打造個性化資訊內容，私人定制、精準推送內容。
傳統網絡教育把所有網絡教育的內容向所有人傳播，缺乏針對性、度，這是粗放型的教育模式。目前網絡教育之間的同質化非常嚴重。數據教育在充分利用大數據和關系鏈，為用戶篩選、推薦最適合的內容并提供私人訂制的教育內容的同時，還應使他們體驗網絡學習的新感受。大數據時代，基于用戶興趣生產和傳播是重要趨勢，根據用戶上網的習慣、瀏覽的痕跡、參與的話題以及討論的內容，對其較長時間的瀏覽數據進行分析，便可得知其上網習慣以及瀏覽喜好等的數據。根據這些數據，選取合適的時間應用恰當的方式向用戶提供其需要并且感興趣的學習內容和信息，在此基礎上就可以定制學習內容。理論上網絡上的每一個用戶都有自己的一幅網絡肖像以及一個屬于自己的UID（UserIdentification用戶識別）號。個人的興趣圖譜就是數據教育的基礎。基于用戶識別特征和興趣圖譜建構的數據教育不但目標明確，可以強化與用戶的黏度，而且有利于整合網絡教學資源，甚至達到自動生成匹配高效精準教學模式的效果。要做到這一點，就必須借助大數據技術和相關分析軟件，建立可挖掘、可分析的用戶資源數據庫，通過對數據的整合和分析，針對不同的用戶需求，推出滿足用戶個性化和專業化需求的各類內容產品。
3結語
大數據正在重構很多傳統行業。數據教育為未來網絡教育內容打開充滿想像的空間。對數據進行分析與過濾，數據教育解放了傳統網絡教育的思維方式，創新了傳統網絡教育的學習形式。數據可以幫助用戶選擇適合自己學習水平和學習習慣，滿足自己學習需求的學習模式。在某種程度上講，網絡教育的未來就是分析數據。因此，數據教育是網絡教育以后發展的一個重要方向。大數據時代，基于數據教育的的發展潛力，數據教育會越來越顯示出其的重要性和不可替代性。哈佛大學社會學教授加里?金指出，龐大的數據資源使得包括學術界、商界以及政府在內的所有領域都開始了量化進程。因此，借助大數據發力，做品質的網絡教育模式，期待數據教育給出答案。
作者：孫華 單位：四川廣播電視大學
大數據方面論文:大數據時代網絡教育論文
一、大數據特征
大數據的特征常用4V來表示，具體是指大數據的四個顯著的特征：及時是數據體量，主要指的是巨大的數據量與數據的完整性。第二是數據類型，指數據的種類非常的多而且復雜，大數據技術就是要在這些復雜的數據類型之間尋找其關聯性。第三是處理速度，爆炸式增長的數據量要求快速化的處理速度，才能使得數據的有效利用。第四是價值，大數據的最終目標是將龐大數據中找到數據時間的價值關系，通過找到低密度的數據價值對決策做支持。當前大數據技術不僅產生于特定領域中，而且還產生于我們每天的日常生活中，Facebook、微博、微信等社交媒體上的數據就是好的例子。大數據發展為社會各領域帶來的機遇和挑戰，網絡思想政治教育作為信息時代育人的新載體自然無法回避這個新的環境變化。分析大數據對網絡思想政治教育帶來的巨大機遇與嚴峻挑戰，探討如何在大數據時代創新網絡思想政治教育的具體措施，進而為下一步發展提供有益的指導已然成為熱點研究問題。
二、大數據時代下的網絡思想政治教育的新發展方向
（一）樹立大數據時代的網絡思想政治教育的數據意識
網絡思想政治教育必須順應科技與時代的發展。大數據時代教育工作者需要樹立網絡思想政治教育的數據意識，這是發展大數據環境的網絡思想政治教育的首要前提。針對大數據發展網絡思想政治教育可以分為如下三個方面。首先是要了解和分析大數據本身，理解大數據是什么、大數據的變革力量何在、大數據的未來發展趨勢等等；其次是在理解大數據的基礎上，系統地分析大數據時代對網絡思想政治教育可能產生的影響，帶來的機遇和挑戰。是充分的確立數據意識，意識到數據是現代社會具價值的資源，是發展與決策的源泉。用數據意識驅動網絡思想政治教育工作創新發展，例如在一定的數據分析基礎上將灌輸式集中教育變為交流式個別教育。
（二）借助大數據技術對網絡思想政治教育進行量化研究
定性研究與定量研究相結合是網絡思想政治教育的重要研究方法。定量分析法是對社會現象的數量特征、數量關系與數量變化進行分析的方法。定量分析使用數學模塊對研究對象可量化數據進行的分析，通過分析對目標給予評價并做出判斷。定量分析方法始終受到教育工作研究人員的關注，因為網絡思想政治教育中存在極大的不確定性和動態性的因素，定量分析方法可以幫助我們對網絡思想政治教育進行科學評價。但與此同時定量分析方法具有很大的復雜性，受很多技術因素的限制，一直不能很好的發揮作用。大數據技術的出現為定量研究提供了一種新的技術手段，成為科學研究新的范式。定量研究可以運用大數據技術進行理論假設、建立數據模型以及數據分析驗證。由此可見，大數據時代網絡思想政治教育的研究，需要與數據資源豐富的機構單位合作，借助這些數據載體的平臺、資源以及高精尖的技術，進行合理合法的挖掘教育對象的信息，從而的開展網絡思想政治教育活動。另外，要建設一支過硬的網絡思想政治教育隊伍，不但要具備思想政治教育的專業知識，而且還要具備創新的網絡教育觀念、精通大數據等新技術手段。
（三）促進大數據時代網絡思想政治教育信息資源建設
發揮大數據技術的優勢，分析網民的接受習慣，增強教育內容的實效性、趣味性，以服務成長成才為核心有針對性地加強功能開發，提高網絡思想政治教育信息資源的受關注度。此外在信息資源建設過程中要注意好以下幾點：首先要把握信息資源內容的方向性，弘揚主旋律、傳遞正能量。其次信息資源的形式要多樣，通過文字、聲音、圖像等形式，經由微博、微信等新興傳播手段，提高教育的實效性。再次，信息資源來源要豐富，可以從各大媒體引進、從理論學習資料借鑒、從大型活動中總結、從日常工作中提煉，確保信息資源及時更新。
三、結語
通過以上的分析，可以看出，大數據時代網絡思想政治教育必須在繼承傳統中實現新發展。堅持不動搖的是網絡思想政治教育的基本結構、功能以及原則。創新發展的是符合大數據時代的教育內容與內涵，進而找準變化點，更新網絡思想政治教育的研究方法，將網絡思想政治教育帶入新的發展階段。
作者：方世敏 單位：南京政治學院上海校區 南京陸軍指揮學院
大數據方面論文:大數據橋梁工程論文
1“大數據”及其應用現狀概述
伴隨互聯網技術的快速發展與應用，互聯網中的數據量也呈幾何數量級產生、增長;當前互聯網每分鐘產生的數據量比二十年前所有互聯網產生的數據還要多。數據存儲已由最初Bite、KB、MB發展到今天GB、TB甚至是PB、EB、ZB級，用一個字來衡量就是“大”，我們已經進入到了一個“大數據”時代。互聯網中的“大數據”紛亂而復雜，具體表現為五個特點，分別是數據體量大的特點、數據生產快的特點、數據種類多的特點、數據價值密度低的特點和數據價值量大的特點。“大數據”已經逐漸在體現出其巨大的價值;美國麥肯錫咨詢公司認為“數據已經滲透到各個行業、領域，已經成為重要的生產因素或者要素之一，下一波互聯網發展浪潮必定是對海量數據的挖掘與再利用”;美國著名學者維克托?邁爾－舍恩伯格，也是《大數據時代》的作者，其在書中詳細解析了“大數據”，通過大量應用實例來說明未來的石油、金礦必然存在于“大數據”之中。大數據的價值，一方面在于其經過對海量數據的處理，產生了新的價值，使數據成為一種新的、有價值的資源;另一方面大數據也改變了人們傳統的發現問題、分析問題的方法，傳統統計分析方法是基于“抽樣”的，而大數據時代樣本不再是總體的一部分，而是“樣本=總體”，我們可以通過對近似“總體”數據的分析來發現“抽樣”狀態下發現不了的問題或者規律，其也逐漸改變了傳統科學研究的“因果”思維方式，而轉向“相關”，將關注的重點轉向“事實”而不是背后的“原因”，了解當前正在發生什么，以便采取措施及時應對。目前，世界各國已經認識到大數據及其潛在的價值，紛紛制訂計劃、項目來開發與應用大數據資源。如2012年，美國就正式公布了“大數據研發計劃”，旨在提高人們分析與處理海量數據、信息的能力，旨在改變人們發現問題、分析問題和解決問題等觀察與理解世界的方式、方法，為美國未來的科學與經濟發展提供新的動力。我國也專門制定了“中國大數據科學與工程研究計劃”，專門設立了大數據科學研究項目專項資金，旨在開發互聯網中的大數據資源，深度挖掘與利用海量數據中所蘊藏的巨大價值。
2橋梁工程“大數據”應用的必要性及其現實意義
2．1橋梁工程中“大數據”應用的必要性
橋梁工程中的數據分類，按著收集時間的不同可以為靜態數據和動態數據兩種。所謂靜態數據，是指與橋梁相關的傳統信息資料庫和借助于科學實驗產生的數據。橋梁傳統信息資料庫是典型的靜態數據，這些數據、資源不是定期更新的，按著相關要求一般會被保留十年到二十年時間，不同國家、地區的政府、相關橋梁管理部門都建立有地區所有橋梁工程的資料庫，保存地區所有橋梁工程的基本信息，如設計與建成時間、橋梁系統的功能和具體建設與運營部門等數據、信息;除了地方政府、相關橋梁管理部門以外，各級科研單位也在設計、完善相關橋梁統計分析系統，系統中包括與橋梁相關的橋型、跨徑、材料和建成時間等信息，以及橋梁病害、橋梁運營狀況評定等內容。對于橋梁科學試驗數據，其主要是指存在于各大高校、科研單位、科研中心的與橋梁有關的模型試驗、振動臺試驗、風動實驗和橋梁荷載試驗等產生的實驗結果、數據等;這些數據也被分門別類的保存起來，但這類數據一般不對外開放。所謂動態數據，主要是指對橋梁施工過程的監控、成橋運營階段橋梁健康狀況的監測等獲得的數據，這類數據來自于安裝在橋梁之上的實時監測傳感器，如風速儀、溫度計、位移傳感器、速度傳感器、加速度傳感器、應變計和GPS等;上述安裝的各類傳感器，再配以相關采集系統就可以獲得與橋梁相關的實時、動態數據信息，這些數據、信息再輔以相關軟件分析和處理，就能及時了解橋梁的健康狀況，對橋梁的整體健康狀態做出評估和預測。無論是長期保存的靜態數據，還是實時產生的動態數據，隨著時間的增長，這些保存與收集的數據無疑是“海量”的，為了獲得更好的橋梁狀態分析結果，將大數據思維方式應用其中是必要的也是可行的。
2．2橋梁工程中應用“大數據”的現實意義
借助于大數據對傳統信息資料庫中數據的分析，可以使我們更好的、的了解地區橋梁基本信息，從而為全國其他地區的橋梁統計、國家相關部門橋梁信息的普查與管理提供有價值的參考。與橋梁有關的科研數據的開放與利用，則可以加速學術界中各學者之間的交流、創新，為取得更為豐富的研究成果奠定基礎。而橋梁動態數據的可利用價值更大，由于包括了橋梁施工過程中重要的監控數據，使我們可以充分利用大數據思維方式和技術挖掘其蘊含的價值，為日后橋梁工程建設中提高施工質量、優化施工進度、提前預防、預測和解決施工過程中遇到的問題，以及減少不必要的質量事故和經濟損失等提供有價值的指導建議。對于成橋運營階段實時狀況的監測數據，是橋梁健康狀況重要的評估依據，在大數據思維方式與技術的支持下，使我們預測橋梁可能發生的問題及預先采措施防止問題發生成為可能，其也必然是大數據時代背景下橋梁工程監測的發展方向。
3橋梁工程中大數據應用預期存在的問題及有效對策
大數據是一個新興事物，更是一種全新的思維方式，其在傳統橋梁工程中的應用必然會產生一系列新的問題，但這是不可避免的，而需要我們做的就是找出有效的應用策略。
3．1數據的去冗、去噪問題
隨著數據量的增長，冗余數據也會隨著有價值數據的增多而增多，我們俗稱的“噪音”干擾;因此，在對橋梁工程相關數據進行大數據利用時，首先就是要去冗、去噪。面對橋梁上各類傳感器收集的海量數據，有效的去冗、去噪方法就是編譯相關智能分析軟件，借助于“云分析”等管理技術、方法來提高數據處理與利用效率。
3．2信息數據庫重復建設問題
在“大數據”背景下，地方府部門、相關科研單位定會興建與完善自己的橋梁信息與監測數據庫，這就會造成重復建設的資源浪費問題。對于這一可預見的問題，最有效的解決途徑莫過于在大數據廣泛應用之前就提醒地方政府、科研單位等要加強合作，在地方“云計算中心”的支持下建立專門的“橋梁工程大數據系統”，實現彼此數據的開放和共享。
3．3國家政策、資金支持問題
在我國大數據研究、應用的初始階段，大數據在橋梁工程中的價值還未真正顯現，還需要收集更多的數據用于分析和利用，這就需要國家要給予地方政府、相關部門政策上的支持和加大與橋梁工程有關的大數據應用基礎設施的建設投入力度。同時，也要在大數據應用成熟之前，就探索建立相關法律、法規、標準，旨在規范與保護“大數據”的應用。
作者：馬依努爾·麥麥提依明 單位：新疆交通職業技術學院
大數據方面論文:大數據時代計算機網絡安全論文
一、大數據時代下計算機網絡安全的現狀
1.計算機網絡安全概述。
計算機網絡安全，是指利用相關網絡管理控制與技術，確保在一個網絡環境中數據的完整性、保密性及可用性。計算機網絡安全，主要包括邏輯安全與物理安全兩個方面，其中，邏輯安全包括數據的保密性、完整性及可用性，防止沒有經過授權對數據進行隨意篡改或破壞的行為；物理安全包括相關設備與設施在受到物理保護的條件下保護設備上的數據免于丟失、破壞。
2.計算機網絡存在的主要安全問題。
目前，計算機已經廣泛應用于各行各業，人們對計算機網絡的認識與利用水平也顯著提升，辦公、社交、生活等方方面面都離不開計算機網絡。計算機網絡在豐富和改變人們生活的同時，其存在的安全問題也不得不讓人們警醒，經過筆者梳理，計算機網絡安全問題主要存在以下幾個方面：
1）網絡病毒所導致的安全問題。
在計算機網絡技術快速發展的過程中，也出現了越來越多、感染力越來越強的新病毒，它們無時無刻地影響著計算機網絡的安全。由于計算機網絡病毒具有復制性，能夠感染其他程序和軟件，因此，一旦計算機中了病毒，其所運行的每一步都將是危險的，都會存在讓病毒也隨之運行并產生破壞行為，然后應用程序被破壞，機密數據被盜用或被破壞，甚至讓整個計算機系統癱瘓。
2）人為操作失誤所導致的安全問題。
在人們進行計算機相關操作過程中，人為操作失誤可能會引起計算機的安全漏洞，或者泄露了某些重要的信息，而這些信息一旦被不發分子所利用，便會造成難以挽回的損失。
3）網絡黑客攻擊所導致的安全問題。
在大數據時代下，網絡黑客對計算機網絡的攻擊具有更隱蔽、破壞性更強的特點。由于在大數據時代下，網絡黑客通過非正常手段竊取到某一重要數據時，一旦其利用這些數據進行非法行為時便會引起巨大的波及。同時，在海量的數據中，難以及時識別網絡黑客的攻擊行為，對于計算機網絡安全而言是一種嚴重的威脅。
4）網絡管理不到位所導致的安全問題。
在網絡安全維護中，網絡安全管理是非常重要的環節，但是目前很多使用計算機的個人乃至企業、政府部門并沒有對網絡安全管理引起足夠的重視，從事使得計算機網絡的安全受到各種威脅，最終導致大量的計算機網絡安全事件頻繁發生。五是，網絡系統自身的漏洞所導致的安全問題。理論上而言，一切計算機網絡系統都存在某些漏洞。同時，在用戶使用各類程序、硬件過程中由于人為疏忽也會形成一些網絡系統漏洞。二者相比，后者的破壞性常常是巨大的，很多不法分子通過非法途徑給用戶造成計算機系統漏洞，進而竊取用戶信息，給用戶造成巨大的損失。
二、大數據時代下的計算機網絡安全防范對策
1.加強病毒治理及防范工作。
在大數據時代，計算機病毒的種類與數量與日俱增，對其進行治理與防范是較為困難的。在對計算機病毒進行治理與防范時，筆者認為最重要的是防范，這種防范是一種主動的、積極的治理，可以通過加強計算機防火墻部署來提高網絡環境的安全性，將那些不穩定的、危險的網絡因素隔離在外，進而實現對網絡環境的安全保護。同時，計算機使用者樹立正確的病毒防范意識，在計算機日常使用中，能夠定期利用殺毒軟件對所使用的計算機網絡環境進行殺毒，并更新病毒樣本庫，進而確保對計算機網絡的掃描能及時識別計算機病毒并進行及時的處理。
2.加強黑客防范工作。
隱藏在大數據背后的網絡黑客一旦實施其不法行為，常常會產生巨大的安全問題，因此，為了防范計算機網絡安全，應當積極整合大數據的海量信息優勢，建立科學的網絡黑客防范攻擊的模型，以此來提升識別網絡黑客的反應速度。通過加強計算機網絡的內外網的割離、加強防火墻配置，能夠有效降低黑客攻擊的可能性。同時，還可以大力推廣數字認證技術，加強對訪問數據的有效控制，并合理認證，有效避免非法目的用戶的非法訪問，進而提升對網絡安全的有效保護。
3.加強網絡安全管理。
使用計算機的個人及機構，需要從思想上高度重視網絡安全管理的重要性，在熟悉大數據的特征與性能的基礎上采取安全的管理措施，時常關注網絡安全管理，從技術上給予網絡安全保障的同時，還需要通過有效的網絡安全管理來實現大數據時代下計算機網絡安全的防范目的。對于機構而言，需要從宏觀上認識到網絡安全管理的重要性，并建立動態的、有序的、系統的管理規章，依托于云計算技術構建一個更加高級的智慧平臺來加強網絡安全的防范，進而確保網絡安全。對于個人而言，需要從主觀上認識到網絡安全的重要行，在進行計算機操作中，要養成規范化的、文明的使用計算機網絡的習慣，尤其是對于一些釣魚網站、非法鏈接，要從主觀上認識到其危害，并做自我做起，將網絡安全問題盡可能消滅，不傳播有安全隱患的信息或鏈接。
4.加強網絡系統漏洞的修復工作。
在大數據時代，數據更新快、存在的漏洞多，需要確保計算機系統的不定能夠及時得到更新，進而使得整個計算機網絡系統能夠安全、正常地運行。及時對計算機網絡進行修復，能夠有效避免蠕蟲病毒攻擊計算機網絡。微軟不定期在專門的update站點近期的漏洞補丁，對于使用微軟系統的計算機用戶而言，便需要及時進行下載這些漏洞補丁，并及時安裝。目前，大家可以使用金山毒霸、百度衛士、360安全衛士、騰訊電腦管家等安全管理軟件完成對網絡系統漏洞的修復工作，進而有效保護計算機網絡安全。
作者：張國強 單位：國家新聞出版廣電總局725臺
大數據方面論文:大數據與云計算會計信息化論文
一、大數據與云計算的概述
云計算是一種根據使用量確定付費的模式，這種模式主要是提供便捷的、可用的網絡訪問，并進入計算資源共享池，這些資源能夠被迅速的提供，只需要投入較少的工作，或者與服務供應商進行很少的交流。目前，高能力的計算發展和應用水平已成為一個地區科研實力甚至一個國家綜合實力的重要體現。云計算很大程度上提高了資源的服務水平和利用率，而且避免了跨結點劃分應用程序所帶來的低效性和復雜性。
二、大數據與云計算對會計信息化的推進
(一)大數據拓展了會計信息化的資源利用范圍。
隨著數字化、軟件和處理能力的發展，對可利用的數據的范圍進行了進一步的擴大，企業必須敏感地認識到不同類型的信息通過深加工后能給企業帶來怎樣的財富，更要掌握哪些信息可以通過信息化技術和軟件的進步來實現。大數據時代，會計信息化不再只針對會計作業上產生的數據進行分析，而且云計算是世界各大搜索引擎及瀏覽器數據收集、處理的核心計算方式，因此可以通過云計算將零散的數據整合在一起，提煉其有價值的信息，再將這些信息與傳統的會計信息融合，挖掘被忽視的重要信息，提高會計管理決策能力和企業管理水平，這樣就能從行業中脫穎而出。
(二)促進了會計信息化成本降低。
傳統的會計信息化需要企業自身投入大量的基礎設施建設，同時還要考慮硬件與軟件的升級和維護，這方面是阻礙會計信息化發展的重要原因，特別是對中小企業的發展。而大數據與云計算融合后，用戶可以根據自己的利用資源的多少和時間的長短付費，不再需要前期大量的工作和資金投入。這樣，企業也能將重點放在自身的發展上，增強競爭優勢。
(三)提高了會計信息化的效率。
傳統的會計信息化受到時間和地域等條件的限制，這樣信息交流不及時，可能錯過稍縱即逝的機會，尤其是競爭激烈的大環境下，信息獲取的及時性更加重要的。在大數據時代的背景下，提供云計算的會計信息化系統只需通過互聯網就能隨時隨地的實現與客戶的溝通，及時地掌握所需的信息。同時，云計算強大的計算能力，可以更快地形成所需的各項指標，管理者能更快的了解企業的經營狀況并識別潛在的風險。
三、大數據和云計算對會計信息化的挑戰
(一)會計信息化共享平臺發展滯后。
目前，企業信息化逐步在向社會信息化發展，各企業在加工處理自己的會計信息時會形成這個行業整體的信息流。通過會計信息化共享平臺，各企業可以隨時知道自己的企業在整個行業或地區的地區和影響力，了解自己的強勢和弱勢，不斷強化自己的優勢并彌補自己的不足，實現動態地對公司的持續改善管理。這一平臺需要在云計算的基礎上發揮作用，而云計算供應商要求能夠滿足不同用戶、不同地域和不同業務規則的需求，所以對其適應性、擴展性以及靈活性要求比較高。我國在這方面起步比較晚，國內的云計算平臺建設滯后，使云會計這種新型會計信息化發展面臨很大的阻礙。
(二)會計信息化共享平臺的數據安全性挑戰。
這種平臺作為一種能降低企業成本并提高信息溝通靈活性的有效途徑，近幾年得到了更多企業的關注。但值得關注的是這種平臺的應用同時也伴隨著安全性的風險。企業通過放棄對某些數據的控制來節約經濟上的交換成本，對于高層管理者來說，他們必須對這種交易是否值得做出決策。正如Cearley所說，“在外部的共享資源池中，企業對其資源在何處運行無從知曉也無從控制。如果企業認為數據的來源和所在的位置對企業來說很重要，那么這就成為企業不使用云計算的一個重要原因。”因此，還有很多企業是不愿意將自己核心的財務數據放在這個共享平臺上。對于數據的安全性防護要隨著信息化平臺的發展而不斷地加強，這樣就會導致云服務供應商在安全上投入更多的資金，攤到用戶上的成本也會增加。因此，如何建立安全、性價比高的存儲系統成為業界的普遍需求。
作者：丁婧 單位：山西財經大學會計學院
大數據方面論文:大數據下圖書館員職業素質論文
1館員要具有個性化服務意識
圖書館工作人員的信息素養和圖書館的服務水平息息相關。信息意識和信息能力共同構成了信息素養的內涵。信息意識是指人對信息的一種內在的心理傾向，通常指人對信息有著較高敏感度，有能力從海量的事物和社會現象中，發現有價值信息，并有進一步對其進行整理、分類、調取和使用的欲望。信息意識不僅是當代社會人應普遍具備的基礎意識，更是圖書館館員做好本職工作，服務好讀者的必備素質。信息組織能力是指信息收集、鑒別、加工、存儲、分類歸屬、整序組合等系列活動所具備的能力。信息分析綜合能力是在信息活動中所實行的思維推理與判斷能力，這是在對信息進行搜集開發、加工整理、運用過程中的高級智能階段。只有擁有對信息較強的綜合分析能力，才能提高信息的運用效果，才能激活原有的死知識，組成一種新的知識體系。大數據時代的圖書館員能夠通過信息檢索、搜集和處理，掌握讀者的閱讀習慣和檢索習慣，熱門圖書的流向與出借頻率等等。這些關鍵信息可以幫助圖書館員向讀者提供相關圖書推薦等個性化服務，甚至為讀者建立微型個人數據庫，幫助讀者從浩瀚的知識海洋中尋找到最符合其需求的文獻資料。
2保持旺盛的求知欲和好奇心
大數據時代的來臨，給圖書館帶來了翻天覆地的變化，同時也大幅提升了讀者個體能力以及對圖書館員的服務要求。從總體而言，讀者群體的知識結構更為完整，知識水平更高，對文獻檢索及加工的要求也隨之提高。例如有些讀者提出的專業化信息檢索服務要求可能超出所有圖書館員的現有知識儲備量而導致出現圖書館員答非所問的尬尷。在這種大背景下，不可能強求圖書館員有著知識量上的占有優勢，但必須要求圖書館員有著旺盛的求知欲和好奇心，在工作中不斷學習提高。對新生事物有著開放的心態和了解的熱情，與讀者、社會共同進步，共同發展，并在學習過程中完善自己的知識結構，與時俱進，緊跟讀者的變化。
3具有較強的的信息技術運用能力
我國圖書館已經步入信息化階段，大量文獻以數字化方式被存儲和使用。圖書館員的工作延展至包括從各種服務和媒體中檢索、存取、評價、使用和傳播信息。這要求圖書館員要學會對信息進行分析判斷、去偽存真、去粗取精；要建立和掌握信息源，掌握信息檢索的技術、方法、途徑；能指導讀者使用各種信息源和信息技術找到必要的信息；了解信息分析研究成果評價的程序、方法、使之成為具有科學價值的新信息并加以傳遞、交流。信息技術能力包括但不限于能熟練使用辦公室軟件、社交網絡工具、專業統計軟件、網頁制作工具等。掌握并能熟練使用這些軟件工具，并配合圖書館整體工作的需要，多渠道，多形式向讀者提供服務，是圖書館未來發展的方向。
4嚴守信息道德底線
信息道德是指人們在整個信息交流過程中表現出來的行為底線。它規范信息生產者、加工者、傳播者及使用者之間的相互關系，對信息安全，信息倫理等提供最基本的保護，也是每個圖書館員都應該自覺遵守的道德標準。面對紛繁復雜的信息流，圖書館員要培養自身良好的信息道德，增強對信息的辨別能力，去偽存真，增強抵御有害信息、垃圾信息的能力。此外，館員在獲取和利用信息時也必須遵守相關的法律和一定的信息道德，規范自身的信息行為活動，主動維護合法的信息環境，合法、合理地利用信息。
5良好的心理素質
大數據時代，通過各種海量數據可以勾畫出一個自然人各方面各層面的面貌和特征，從某種意義上說，自然人在大數據的作用下成為透明和公開的個體。圖書館員作為窗口服務行業的工作人員，更容易在這樣一個環境中缺乏隱私。這就要求圖書館員具備良好的心理素質，冷靜對待外界的窺探和評價。心理素質主要與控制和調整自己的情緒有關，能夠及時調整和排解不良情緒，保持飽滿的工作熱情，以陽光的心態和積極的情緒面對讀者，提供品質服務，這是對圖書館員的必要要求。此外，由于技術條件的進步和通信工具的普及，任何個人行為都可能成為公眾關注的焦點。圖書館員必須注重個人言行，并且有私人行為被網絡媒體、社會輿論上升為公眾事件的心理準備。這要求圖書館員在時刻保持良好的心理狀態的同時，還應有應對此類事件的心理素質。
6結語
總之，在大數據時代，社會對圖書館員的要求也越來越高，良好的服務意識、完整的知識結構、熟練的信息技術，良好的信息道德，都是現代社會圖書館對圖書館員應當具備的素質，只有具備了這些素質，才能適應大數據時代下的現代社會。
作者：曹斌 單位：泰州職業技術學院
大數據方面論文:大數據圖書館管理論文
一、大數據的基本特征
（一）類型繁多（Variety）
數據通常被分為結構化數據、半結構化數據和非結構化數據。相對于傳統的以文本為主的結構化數據，網絡日志、音頻、視頻、圖片、地理位置信息等半結構化、非結構化數據越來越多。同時，近幾年出現的微博、微信等可通過移動互聯設備使用的電子交往形式使數據量和數據種類更加復雜化。
（二）價值不高（Value）
價值密度的高低與數據總量的大小成反比。以社會中常見的監控錄像為例，24小時的監控記錄，有用數據可能僅有一二秒。如何將已有的結構化數據、半結構化數據及非結構化數據進行整合、分析，挖掘出更多有價值的信息，并通過強大的計算能力迅速地完成數據的價值“提純”成為目前大數據背景下亟待解決的難題。
（三）要求高速處理（Velocity）
這是大數據區分于傳統數據挖掘的最顯著特征。根據IDC的“數字宇宙”的報告，預計到2020年，全球數據使用量將達到35．2ZB。在如此海量的數據面前，處理數據的效率就是生命。
二、圖書館大數據的主要來源分析
根據大數據的基本特征，經筆者分析，圖書館知識服務領域的未來大數據的來源主要有RFID射頻數據、傳感器數據、社交網絡和移動互聯數據等幾個方面。隨著圖書館數字技術的不斷提高，RFID將不斷推廣，這將是未來圖書館大數據的主要來源之一；由圖書館中的傳感器感知生成的數據，長時間積累后也將產生巨大的數據量；社交網絡已廣泛應用于社會各個方面，逐步成為人們交往的主要形式，其所產生的數據量遠超以往任何一個信息傳播媒介，由其生成的數據量是不可估量的；移動互聯網及移動互聯技術的不斷完善，使得圖書館可以靈活獲取移動電子設備、人員、資源、用戶行為和需求等信息，并對這些信息進行實時分析，從而幫助我們開展有效的智能輔助決策。
三、大數據對圖書館管理的影響和挑戰
（一）海量數據處理考驗圖書館計算能力
大數據時代背景下，各類數據量迅速增長，數據產生的方式、范圍發生前所未有的變化，人們在社會中的各類行為都產生了大量的信息數據，信息數據的組成結構、格式類型、存在形態等都更加復雜。圖書館要對上述復雜的數據進行應用、存儲，將具有很強的挑戰性，不僅僅涉及云計算、大數量級數據存儲等技術問題，還可能促發圖書館服務模式、資源建設模式、管理模式與發展模式的轉變。
（二）數據分析方式轉變帶來的挑戰
隨著圖書館信息化程度的提高，以互聯網信息搜索、查詢為基礎的知識服務逐漸被更多的圖書館所采用。但不管是簡單的信息服務，還是結合了信息檢索、組織、分析等高級業務服務，都可歸納為就數據而進行的服務。大數據時代背景下要求圖書館不僅需要通過結構化數據了解客戶需求，也需要大量的非結構化數據、半結構化數據去挖掘、預測和分析當前和未來的用戶需求，社會大眾的需求也將隨著不斷變化的個性化的高滿意度服務出現而對圖書館的服務呈現出明確和迫切的需求。滿足用戶的需求，提供復雜數據的處理也將成為大數據時代圖書館的發展方向，如何處理好數據分析，將直接影響圖書館的生存與發展。
（三）大數據對圖書館基礎設施提出更高的要求
半結構化及非結構化數據的迅速增加，導致數據存儲、計算規模越來越大，其成本急劇上升。很多知識服務機構出于成本的考慮將應用由高端服務器轉向中低端硬件構成的大規模計算機集群，從而對支持非結構化數據存儲及分析的基礎設施提出了很高的要求。
四、大數據時代圖書館管理發展方向
（一）探索利用數據分析技術與工具
對圖書館來說，在大數據時代要想在激烈的市場份額競爭中爭得一席之地，避免邊緣化，開展必要的大數據分析服務顯得必不可少。圖書館開展的大數據分析服務業務，主要可以有以下幾種：首先是圖書館自身建設所需的大數據分析。這類分析一般以圖書館的現有數據為對象進行分析，如讀者的借閱方式、行為愛好等，是一種對現有資源的分析與挖掘；其次是客戶即讀者所需的大數據分析。這類分析業務類似于當今圖書館為企業等客戶群體所做的信息情報參考、競爭情報分析，但也有著很大的區別，如對于分析對象數據的不同、分析手段的不同、分析目的不同等，這類分析業務所依靠的大量數據可能并非圖書館所擁有，從而成為限制該項業務發展的瓶頸，如何解決此類服務的數據問題是突破該瓶頸的關鍵。麥肯錫的《大數據：創新、競爭和生產力的下一個前沿領域》報告中首次提出了“大數據”的概念，對大數據的分析技術與工具進行了列舉，如目前已為廣大圖書情報研究者所熟知的聚類分析、數據挖掘、網絡分析、可視化分析、數據融合與數據集成等，特別是聚類分析、可視化分析與數據挖掘技術。但這些現有的研究目前僅僅只是針對結構化數據和有限數量的關鍵詞進行聚類分析、共現分析等，并不能真正挖掘大量負責數據的存在與表現形態，更不能通過這些分析去預測未來的可能發展趨勢。當然，大量網絡社交等信息行為產生的大量非結構化數據、半結構化數據也讓許多學者開始思考去采集和利用這些信息，如蘇玉照等人就認為如果能夠采集到Web日志的數據，就能很好地滿足發現關聯規則、內容分類和用戶聚類的需求，從而能提高個性化推薦的精度，進而對定制Web日志的數據模型、過程及方法進行探索。
（二）重視基礎設施建設
大數據時代，圖書館的核心競爭力不再僅是文獻數據信息的競爭，各類形式的海量數據以及對海量數據的分析、挖掘才是今后圖書館之間競爭的核心因素。因此，要跟上大數據的腳步，必須完善信息收集的基礎設施建設，加強各類信息資源的收集將成為圖書館資源建設的大方向。圖書館首先要明白“數據即生命”，解決數據存儲問題。大數據時代對于圖書館的數據存儲量要求極高。早在2007年，沃爾瑪就通過對消費者的購物行為等非結構化數據進行分析，創造了“啤酒與尿布”的經典商業案例。這樣的經典案例是通過對海量的多類型數據收集和分析得到的。因此，圖書館要掌握讀者用戶、館員乃至社會服務群體等的信息，既要有當前通用的數據記錄中的個人身份、借閱記錄等結構化數據，還要有存儲信息行為、搜索方式、行為痕跡等非傳統數據，這些都需要通過基礎設施的建設來支持。除此之外，圖書館還必須解決數據計算和數據分析問題。要積極利用“云計算”技術，搭建圖書館的云計算平臺，解決圖書館自身海量數據的存儲及運算能力與大數據對存儲能力的高要求之間的矛盾。
（三）提高圖書館服務的智能化程度
大數據背景下的圖書館服務的智能化程度也將達到一個新的高度。圖書館應用智能化技術進行自動的高級、復雜的數據收集及處理工作，既能在一定程度上節省大量的人力物力，也能解決人工可能無法實現的工作需求，如對海量信息數據的智能抓取、關鍵詞抽取等，使得節省下來的大量人力去研究圖書館建設的策略與更進一步的智能化投入。其次，從讀者來看，服務內容、手段的智能化程度提高與智能化技術、工具、平臺的服務實踐，所需的圖片、視頻、文本等信息將能輕易獲取，個體的信息如社交信息、生活數據等大量的非結構、半結構化數據也都能為圖書館的智能化決策提供分析參考。再次，從智能化服務中的知識流通來看，圖書館服務智能化程度的提高不但有利于知識從單個主體擁有向多個主體擁有的流通與傳播，更利于隱性知識向顯性知識的轉變，也有利于知識的發現、挖掘與組織。
作者：楊春玲 單位：商丘醫學高等專科學校
大數據方面論文:大數據時代下信息安全論文
1“大數據”的內涵
1.1“大數據”定義
所謂大數據（bigdata），或稱巨量資料，通常情況下，是指涉及的資料規模龐大，在現有的技術條件的基礎上，難以通過主流軟件，在合理時間內對其進行擷取、管理、處理。對于“大數據”來說，其特征主要表現為：一是數據量（volumes）大，在實際應用中，把多個數據集放在一起，形成PB級的數據量。根據IDC（國際數據公司）的監測統計，2011年全球數據總量已經達到1.8ZB；二是數據類別（variety）大，數據來自多個數據源，無論是種類，還是格式，數據日趨豐富，以前所限定的結構化數據范疇等，已經被沖破，半結構化和非結構化數據早已囊括其中；三是數據處理速度（Velocity）快，在數據量非常龐大的情況下，能夠對數據進行實時的處理；四是數據具有較高的真實性（Veracity），隨著社交數據、物聯計算、交易與應用數據等新數據源的興起，沖破了傳統數據源的局限，在這種情況下需要有效的技術，進一步確保數據的真實性、安全性。
1.2“大數據”技術
“大數據”的價值不只在于其數據量之大，更大的意義在于通過數據采集、處理、分析、挖掘等技術對“大數據”的屬性，包括數量、速度、多樣性等等進行分析，能獲取很多智能的、深入的、有價值的信息。而這些信息提取過程可大致分為以下三個階段。
1.2.1數據輸入
將分布的、異構數據源中的關系數據、平面數據等數據進行采集抽取，然后對其進行清洗、轉換、集成等，將數據加載到數據倉中，進而為數據聯機分析、挖掘等處理奠定基礎。其特點主要表現為并發數高，因為成千上萬的用戶有可能同時訪問、操作數據，比較典型的就是火車票售票網站、淘寶等，在峰值時，它們并發的訪問量能達到上百萬，在這種情況下，在采集端需要部署大量數據庫。
1.2.2數據處理
“大數據”技術核心就是數據挖掘算法，基于不同的數據類型和格式的各種數據挖掘的算法深入數據內部，快速地挖掘出公認的價值，科學地呈現出數據本身具備的特點。并根據用戶的統計需求，對存儲于其內的海量數據利用分布式數據庫或分布式計算集群進行普通的分析和分類匯總等。其特點主要表現為用于挖掘的算法比較復雜，并且計算涉及的數據量和計算量都很大，常用數據挖掘算法都以單線程為主。
1.2.3數據輸出
從“大數據”中挖掘出特點，科學的建立模型，通過導入數據，以得到用戶需要的結果。這已在能源、醫療、通信、零售等行業有了廣泛應用。
2“大數據”安全隱患
“大數據”時代，數據量是非線性增長的，隨著數據價值的不斷提高，黑客對于數據的覬覦已經由原來的破壞轉變成竊取和利用，病毒或黑客繞過傳統的防火墻、殺毒軟件、預警系統等防護設備直接進入數據層，一些高級持續性攻擊已經難以用傳統安全防御措施檢測防護。“大數據”的安全風險主要可以分為以下兩個方面。
2.1從基礎技術角度看
NoSQL（非關系型數據庫）是“大數據”依托的基礎技術。當前，應用較為廣泛的SQL（關系型數據庫）技術，經過長期的改進和完善，通過設置嚴格的訪問控制和隱私管理工具，進一步維護數據安全。在NoSQL技術中，沒有這樣的要求。而且，對于“大數據”來說，無論是來源，還是承載方式都比較豐富，例如物聯網、移動互聯網、車聯網，以及遍布各個角落的傳感器等，通常情況下，數據都是處于分散存在的狀態，難以對這些數據進行定位，同時難以對所有的機密信息進行保護。
2.2從核心價值角度來看
“大數據”技術關鍵在于數據分析和利用，但數據分析技術的發展，對用戶隱私產生極大的威脅。在“大數據”時代，已經無法保障個人信息不被其他組織挖掘利用。目前，各網站均不同程度地開放其用戶所產生的實時數據，一些監測數據的市場分析機構可通過人們在社交網站中寫入的信息、智能手機顯示的位置信息等多種數據組合，高精度鎖定個人，挖掘出個人信息體系，用戶隱私安全問題堪憂。
3“大數據”安全防范
由于“大數據”的安全機制是一個非常龐大而復雜的課題，幾乎沒有機構能一手包攬所有細節，因此業界也缺乏一個統一的思路來指導安全建設。在傳統安全防御技術的基礎上，通過對“大數據”攻擊事件模式、時間空間特征等進行提煉和總結，從網絡安全、數據安全、應用安全、終端安全等各個管理角度加強防范，建設適應“大數據”時代的安全防御方案，可以從一定程度上提高“大數據”環境的度。
3.1網絡安全
網絡是輸送“大數據”資源的主要途徑，強化網絡基礎設施安全保障，一是通過訪問控制，以用戶身份認證為前提，實施各種策略來控制和規范用戶在系統中的行為，從而達到維護系統安全和保護網絡資源的目的；二是通過鏈路加密，建立虛擬專用網絡，隔離公用網絡上的其他數據，防止數據被截取；三是通過隔離技術，對數據中心內、外網絡區域之間的數據流量進行分析、檢測、管理和控制，從而保護目標數據源免受外部非法用戶的侵入訪問；四是通過網絡審計，監聽捕獲并分析網絡數據包，記錄網絡訪問的關鍵信息；通過統一的策略設置的規則，智能地判斷出網絡異常行為，并對異常行為進行記錄、報警和阻斷，保護業務的正常運行。
3.2虛擬化安全
虛擬機技術是大數據概念的一個基礎組成部分，它加強了基礎設施、軟件平臺、業務系統的擴展能力，同時也使得傳統物理安全邊界逐漸缺失。加強虛擬環境中的安全機制與傳統物理環境中的安全措施，才能更好地保障在其之上提供的各類應用和服務。一是在虛擬化軟件層面建立必要的安全控制措施，限制對虛擬化軟件的物理和邏輯訪問控制；二是在虛擬化硬件方面建立基于虛擬主機的專業的防火墻系統、殺毒軟件、日志系統和恢復系統，同時對于每臺虛擬化服務器設置獨立的硬盤分區，用以系統和日常數據的備份。
3.3數據安全
基于數據層的保護最直接的安全技術，數據安全防護技術包括：一是數據加密，深入數據層保護數據安全，針對不同的數據采用不同的加密算法，實施不同等級的加密控制策略，有效地杜絕機密信息泄漏和竊取事件；二是數據備份，將系統中的數據進行復制，當數據存儲系統由于系統崩潰、黑客人侵以及管理員的誤操作等導致數據丟失和損壞時，能夠方便且及時地恢復系統中的有效數據，以保障系統正常運行。
3.4應用安全
由于大數據環境的靈活性、開放性以及公眾可用性等特性，部署應用程序時應提高安全意識，充分考慮可能引發的安全風險。加強各類程序接口在功能設計、開發、測試、上線等覆蓋生命周期過程的安全實踐，廣泛采用更加的安全測試用例。在處理敏感數據的應用程序與服務器之間通信時采用加密技術，以確保其機密性。
3.5終端安全
隨著云計算、移動互聯網等技術的發展，用戶終端種類不斷增加，很多應用程序被攻擊者利用收集隱私和重要數據。用戶終端上應部署安全軟件，包括反惡意軟件、防病毒、個人防火墻以及IPS類型的軟件，并及時完成應用安全更新。同時注重自身賬號密碼的安全保護，盡量不在陌生的計算機終端上使用公共服務。同時還應采用屏蔽、抗干擾等技術為防止電磁泄漏，可從一定程度上降低數據失竊的風險。
4“大數據”安全展望
“大數據”時代的信息安全已經成為不可阻擋的趨勢，如何采用更加主動的安全防御手段，更好地保護“大數據”資源將是一個廣泛而持久的研究課題。
4.1重視“大數據”及建設信息安全體系
在對“大數據”發展進行規劃的同時，在“大數據”發展過程中，需要明確信息安全的重要性，對“大數據”安全形式加大宣傳的力度，對“大數據”的重點保障對象進行明確，對敏感、重要數據加大監管力度，研究開發面向“大數據”的信息安全技術，引進“大數據”安全的人才，建立“大數據”信息安全體系。
4.2對重點領域重要數據加強監管
海量數據的匯集在一定程度上可能會暴露隱私信息，廣泛使用“大數據”增加了信息泄露的風險。政府層面，需要對重點領域數據范圍進行明確，制定完善的管理制度和操作制度，對重點領域數據庫加大日常監管力度。用戶層面，加強內部管理，建立和完善使用規程，對“大數據”的使用流程和使用權限等進行規范化處理。
4.3加快研發“大數據”安全技術
傳統信息安全技術不能適用于新興的“大數據”領域，云計算、物聯網、移動互聯網等新技術的快速發展，對“大數據”的收集、處理和應用提出了新的安全挑戰。加大“大數據”安全技術研發的資金投入，提高“大數據”安全技術產品水平，推動基于“大數據”的安全技術研發，將有利于“大數據”更好地推動國家和社會發展。
作者：喬書芳 趙巍 單位：河北出入境檢驗檢疫局
大數據方面論文:大數據時代公共管理論文
1對公共利益訴求的精益響應
就公共管理理論內涵而言，迄今為止學術界還沒有形成一個被廣泛認可的范圍界定，然而諸如精細化的專業管理、明確而有效的績效評估、強調結果而不是程序、不斷的提升公共產品和服務的質量等，一些基本的價值取向還是在被學界不斷的接受。基于這些價值取向，對公共利益的積極響應將伴隨著治理變革的進程不斷的深化，其內在的要求也將不斷的提升公共管理的水平。應當確認的是，無論是憲政層面還是民主層面的要求，政府都應當在追求公共利益實現的過程中，承擔起主要的公共責任，并不斷提高公共產品和服務的質量和水平。政府應當無遺漏、無差別地關注所有的公共價值和偏好，以此來提升公共服務的質量和公共利益的實現程度，這不僅是政府存在合法性的要求，也是公共管理的績效要求。從實踐層面而言，公共利益實現的基礎是公共訴求的表達，這就要求作為公共責任主要承擔者的政府，必須積極創造公民表達和形成公共利益訴求的條件，以使得公民之間、公民和政府之間能夠圍繞其關心的公共事務，在觀念、價值、手段等層面進行充分的交流和融合，以實現公民個人需求的社會定位，并在公共領域和公共決策層面形成“共識”，推動個人與社會的共同發展。然而，作為公共利益實現的邏輯起點，現實中公共利益訴求的形成存在著表達和整合的障礙。由分工、社群等因素造成的社會系統的復雜性會造成信息傳遞的困難，會造成公民之間、公民與政府之間大規模的溝通和協調的困難，甚至會引發其間的矛盾與沖突。在傳統的社會運作方式下，信息傳遞和溝通的效率已經不能滿足公共管理的需求，同時，依靠隨機抽樣等方式來解決數據收集和處理問題的方式本身也存在著許多固有的缺陷。而在數字化時代，快速發展的信息技術和研究方法已使得數據的收集和處理變得更加容易、更加快速，而且，與數據交流的困難看來也已經不是理所當然的了，在組織和社會發展的過程中，我們擁有了處理數據的更大的信心和能力。大數據所代表的網絡信息技術和數據處理能力無疑成為解決公共管理問題的一種新的、有效的方式。一方面，大數據可以提供多樣化的信息渠道，這種多樣化使得公民的廣泛的利益訴求變得可能，可以打破由階層、教育、收入、習慣等造成的溝通障礙，進而在公共利益的實現過程中，建立一種圍繞公共事務的共享的價值觀念和利益觀念，幫助公民超越短期利益訴求，并為對話表達共同價值提供舞臺，以形成對公共事務的共識和公共利益實現的基礎。另一方面，政府不能止于為公民提供均等化的產品和服務，而應當和私營部門所做的一樣，通過市場細分，精益化地實現公共利益。相對于大數據時代，在以往的社會運作方式下，由于管理理念的落后和數據技術的缺乏，社會生產是通過大批量的、同質化的產品和服務來滿足客戶需求的。而在以先進的數據和網絡技術為代表的大數據時代，在公共利益實現的過程中，則應當通過精益性、無遺漏、精細化、定制化的產品和服務來滿足公民的需求。作為一種技術回應，大數據技術使管理者可以對管理對象的獨特需求進行追蹤和分析，進而實施管理行為或投送有針對性的服務。研究表明，這種根據個體或人群將公共服務進行細分與定制的管理模式，能夠提高效率、效果和公民滿意度。事實上，精細化的管理模式，在有效響應公眾訴求的同時，也能提升政府的運營效率和管理品質。這就要求在公共管理中，政府對于數據的態度，應當實現從“宏觀把握”到“微觀差別”，從“決策參考”到“分析”，從“數據使用”到“智慧支持”的轉變。
2對公共管理決策的全新認知
政府存在的合法性和權力的來源，決定了在對公共利益的追求和實現過程中，政府在公共管理的體系中所具有的主導地位，以及政府所必須扮演的積極角色，而這種地位與角色的有效性極大程度上受到其決策方式、能力和效果的影響。在半個多世紀的漫長過程中，決策支持系統曾經一度因為缺乏有效的數據組織方式而徘徊不前，雖然其后的發展取得了前所未有的加速度。作為公共決策的重要主體，快速和靈活的大數據時代特征也對政府的數據管理和使用模式提出了更高的要求，大數據的出現顛覆了傳統的數據管理方式，在數據來源、數據處理方式和數據思維等方面都會對其帶來革命性的變化。正是如此，在公共管理的決策領域，由于擁有了的信息，過去那些建立在非信息假設上的管理思維和方法，已經被徹底地改變。因此，大數據不僅帶來了政府決策的巨大挑戰，也提供了變革公共決策的現實機遇。大數據對于決策的價值是顯而易見的，通過對大數據的挖掘，可以有效提高政府決策的科學性和時效性。一方面，決策是為了解決問題或抓住機會，大數據可以通過多種渠道抓取數據，并可以發現其中反映的異常問題和有利時機以把握決策的進程；另一方面，決策的有效制定依賴于完整的信息，大數據可以提供龐大的信息，高質量的、多方位的信息可以有效提高決策的效果。誠然，龐大的信息并不意味著都高質量的信息，事實上，質量遠遠比數量重要。也就是說，肯定數據價值的同時，也應當認識到數據分析的局限性。例如，可以描述政府與公民網絡互動的頻數，但并不意味著能確切地說明其相互關系，而解釋和分析其背后的原因則更加困難。由此，決策環境的改變必將帶來政府公共管理模式的巨大改變。首先，政府應當開放透明，持續完善公眾公平、便利地獲取公共信息的渠道和手段，以利于公眾參與公共決策。諸如在公共政策制定、公共財政開支、公共資源分配細節等方面都應當充分滿足公眾的知情權，在更大范圍內實現數據共享。這既是決策效率提升的要求，也是行政民主的價值訴求。其次，在大數據時代，社會主體和公眾意見的有效體現是決策的合法性和合理性的基礎。一方面，這要求政府培養數據意識，多方位的重視數據的收集和積累工作，為實施大數據戰略做準備；另一方面，應當不斷推動社會媒體、社交網絡等數據平臺健康快速的發展。為此，在數據的收集、更新，尤其是數據利用方面，政府都應當不斷地調整管理思路和方法，并積極改善公共管理決策的數據環境，提升決策過程中的數據意識，建立有效的決策支持數據系統，以實現決策的科學化，提高公共決策的質量。
3對公共治理戰略的深刻影響
目前，大數據已經在商業領域中被廣泛應用，并產生了巨大影響。在商業領域，新的研究方法拓展了現有的理論模型，可以利用社會網絡、數據挖掘和統計等方法挖掘出高維度的市場信息。即便是在社會領域，大數據同樣會幫助我們認識和適應公共治理的社會環境。大數據管理不僅是一種技術或管理方式的創新，還代表著人類對于信息更加的把握能力，同時也反映著人類自身特性的深刻展現及發展。因此，在公共管理實踐中，必須在大數據的語境下，用大數據的思維方法理解和分析新的治理問題。
3.1信息技術是一種社會賦權工具，大數據造就了一個權力碎片化的社會
在某種成程度上降低了群體壓力對個體的影響，凸顯了個體的主動性和能動性，網民可以在表達和交往的過程中，將他們認為重要的問題變為公眾議程的一部分，并成為公民之間、公民和組織間關注和討論的公共問題。信息和數據將圍繞著這些問題產生，而且一旦實現信息的自由和數據的開放，知識和權力在每一個公民之間就是等距的，社會的主體結構就將從分層轉向網狀，社會形態和社會結構就將會出現新的變革。在這種情況下，公民也就越來越多地傾向于社會公共領域，其結構特征和特性就成為公共管理價值性和工具性實現的原因和意義。而且如果個人在互聯網上的交往活動能被系統地捕捉到，那么我們就可以有史以來及時次對非正式溝通的流向、觀點在不同社會群體之間的傳播，以及隱藏在溝通之下的實際網絡結構進行觀察或作出合理的推斷。也就是說，在這種治理環境中，大數據不僅帶來了社會結構的新變革，也發展了認識這種結構變革的方法。因為，大數據可以有效地反映輿情和民意，網絡上產生的海量數據反應了社會結構中網民的行為、能力和態度，這是信息時代現實社會與網絡空間深度融合的產物，蘊含著豐富的內涵和很多規律性信息。
3.2大數據可以有效地降低社會發展中面臨的不確定性和風險。
在現代社會，政府轉變治理思維、提升危機意識、調適治理模式的著眼點在于，危機的產生和演化是公共管理和公共利益實現的巨大挑戰。一方面，危機的突發性要求政府不斷提升危機響應的效率，不但要具有前瞻性的戰略視野，也應當具備強大的信息收集和處理能力。同時，把大數據技術引入危機管理領域，絕不應只將其視作一種技術手段的進步，而應該以大數據技術為基礎對整個危機管理的流程進行再造。另一方面，危機的社會性要求政府密切關注社會范圍內的所有信息，在日常活動中，防范和化解可能出現的危機。在大數據背景下，人類的大部分行為都受制于規律、模型以及原理法則，而且它們的可重現性和可預測性與自然科學不相上下。因此，對現實的、潛在的公共領域的數據信息進行實時分析，可以提高政府對危機的識別和判斷能力，及時發現衛生、環保、災害、社會管理等領域的危機，為實現科學有效地防范和化解危機管理提供基礎。
3.3大數據將極大的影響和改變政府的發展和競爭戰略。
事實表明，大數據不僅僅影響的公眾個體和企業組織，大數據也可以提升行業、經濟體和社會的發展活力。為此，一方面，著眼于大數據時代的環境變遷，政府必須前瞻性地將政策的制定和實施與大數據的發展聯系起來，政府必須解決人力資本、隱私保護、知識產權、信息共享、通信和技術開發等領域的一系列問題，以發揮大數據的價值潛能。另一方面，政府必須通過大數據來改造自身，通過政府機構跨部門的整合，通過不斷學習和掌握大數據管理技術，挖掘和利用公共行政的海量數據，來改善和提高公共管理與服務水平。此外，大數據管理還將成為推動政務公開和政務監督的有效模式，以此來保障政府運作的合理性和合法性。
作者：王崢嶸 單位：甘肅政法學院
大數據方面論文:大數據時代大學教育論文
1大數據時代概述
1.1大數據時代的思維方式
人類一直以來都在不遺余力地探索事物的本質和追求能夠快速、高效地解決問題的方法，傳統上，人們在生產、生活和研究中最常用的方法是因果論，利用因果論推導事物的本質，需要用極其嚴謹的邏輯方法和縝密的思維，所以能夠利用因果論做到這一點的從來只是少數人。理論上每一個件事的發生都是事物本質的片段表現，只要能夠收集到足夠多的相關信息，通過事件之間的相關關系，就能夠跳過繁雜的分析過程，直接還原事物的本質，但是在信息技術出現并普及之前，通過傳統的市場調查方法，想要收集到足夠的相關信息，幾乎是不可想象的事情，甚至令人絕望，現在隨著信息技術的發展，網絡幾乎覆蓋了整個地球表面，可以在有效的時間段內收集到足夠多的信息，信息來源的廣泛性和即時性能夠滿足運用相關關系求得事物本質的條件。可以說，大數據就是利用事件之間的相關關系的一種方法論。
1.2大數據時代大學教育典型案例
2007年，美國科羅拉多州的WoodlandParkHighSchool的兩個化學老師在課堂教學中采用了一種全新的教學方法，將教學內容制作成視頻，有學生課前在家觀看學習，教師在視頻中布置作業，學生在課堂上完成作業，教師在課堂上對學生進行一對一的指導，結果是學生成績提高，學習興趣增加，得到了學生和家長的肯定，這種教學方法就是為“翻轉課堂”。受“翻轉課堂”的啟發，2012年，麻省理工學院和哈佛大學聯合創辦了在線教育平臺edX，斯坦福大學創辦了Cours-era、Udacity，開創了大數據技術在大學教育領域應用的先河，現在MOOC(MassiveOpenOnlineCourse，大規模開放在線課程)已經成為了席卷全世界大學教育新風尚，斯坦福大學SebastianThrun與PeterNovig教授開設的“人工智能導論”課程，全世界有超過16萬人在線注冊學習，2.3萬人通過了考試，成為大學教育世界化的典范，現在國際上類似的在線課程幾乎涵蓋了大學教育的各門學科。2013年，上海高校率先成立了中國的MOOC平臺，隨后，北京大學、清華大學加盟了edX。
2大數據時代大學教育的特點
大學教育會被時代打上烙印，大學教育的產品要滿足時展進步的需求，還要承擔為時展進步提供人力資源的責任。現在的大學教育是第二次產業革命的產物，其特點就是批量化、快速的培養了大工業生產所需求的勞動力，現在人類社會已經進入了以信息技術和互聯網為基礎的信息社會，原有的大學教育在功能上已經跟不上時代的發展和進步了，基于云計算和物聯網的大數據技術正在改變著傳統的大學教育方式，在大數據技術的支持下，傳統的流水線式教育正在向著自組織學習改變，學校和課堂由封閉式變為開放式平臺，課程周期以微課程為主，學生學習安排更加個性化，學科之間的界限變得越來越模糊，學習內容不限于書本，還有來源于實際的需求，一刀切式的教育方法正在向個性化發展，教師在學生學習的過程中由占主導地位變為引導者和幫助者。具有戲劇性的是，美國著名的未來學家阿爾文?托夫勒在1970年出版的《未來的沖擊》中描述的未來教育的圖畫與大數據技術支持下大學教育能夠做到的驚人的一致。
3大數據對現代大學教育創新的積極影響
3.1更開放的校園
在大數據時代，大學校園的圍墻只保留了其象征意義，大學教育通過網絡的觸手延伸到世界的每一個角落，大學更加兼容并蓄，包容性更強，大學不再是知識壟斷的殿堂，而是知識交流、思想碰撞的平臺。尤其是MOOC和edX已經在全世界高校范圍內被廣泛認可并使用的情況下，世界其他國家的學生不需要到國際名校去聽令人向往的著名教授的課程，在網絡上就可以實現了，所以高校教育在一定的意義上已經國際化了。
3.2更符合時代需求的教育理念
教育理念是教育的靈魂，在“有教無類”的教育理念指導下，孔子老師培養出了七十二賢人；沒有蔡元培先生提出的“思想自由、兼并包容”的教育理念，就沒有現在的北京大學。大學的教育理念應該是培養出有組織能力的人、能夠獨立做出理性判斷的人、能夠在繁雜的現象中發現規律的人、能夠在激烈競爭的環境中生存發展甚至脫穎而出的人，大數據時代的來臨給了現代教育工作者實現這一教育理念的絕佳機會。
3.3更具時效性的教學內容
教科書中知識的特點是系統性和性，但是教科書中的知識有一定的時滯性，教學內容大多枯燥無味，很難引起學生的興趣，學生很難從教科書中了解到專業學科的研究現狀和國際前沿的研究方向、研究方法、研究成果。另外，學生一般在學校期間又很少有社會實踐，絕大所數學生都是從校園直接進入社會，導致學生畢業后很難直接和社會接軌。大數據時代教師有可能收集到來自全世界相關學科近期的前沿信息，在課堂上有選擇地向學生介紹，甚至學生在掌握學科基礎知識之后，可以在教師的指導下，獨立或者分組完成信息的收集、整理和分析工作，讓學生能夠多方位、多角度地學習知識，可以極大地提高學生學習興趣。
3.4更具合作性的教學過程
大數據時代教學過程的合作性包括三個層面：一是教師和學生之間的合作，大數據方法改變了傳統的教師和學生之間教與學的關系，韓愈提出的“師者,所以傳道授業解惑也”。觀點的基本條件是教師和學生之間存在信息不對稱的現象，大數據時代這一現象被打破了，學生甚至可能在某些領域掌握的信息遠遠超過教師，所以，教師和學生之間角色的界線再也不可能像從前一樣涇渭分明了，這一變化給教師帶來了極大的壓力和挑戰。教師的引導功能和組織功能將被放在突出的地位，學生在教師的指導之下將成為知識的探索者和發現者，教師和學生合作共同完成對傳統知識的傳承和新知識的探索。二是教師與教師之間的合作，傳統教學中教師與教師之間也有合作，但是信息交流手段比較網絡時代的效率要低得多，大數據時代教師之間交流在深度和廣度上要遠遠地超過以往的任何時代，同時教師之間的交流對教師業務水平的促進作用是最明顯的。三是學生和學生之間的合作，大學期間學生之間相處的時間更久，所以學生之間的合作在時間上遠比和教師的合作更多，大數據時代為學生之間的合作提供了更廣泛的空間，而且學生之間的交流更輕松，也更容易發現自己的不足之處，并取長補短。
3.5更具開放性的教學過程
開放性教學過程的特點就是以學生為中心、尊重學生的學習訴求、強調師生之間互動。大數據時代的教學過程突破了傳統教學在時間、空間和地域上的限制，讓課堂變得無處不在，為師生之間、教師之間、學生之間提供了極為方便的交流平臺。學生掌握了更強的主動性，學生可以更深入地參與到教學的各個環節，可以向教師提出符合自身條件的學習訴求，教師收集到所有來自于學生的學習訴求之后，和教師或學生討論出合適的教學內容和方法，并將之運用于課堂教學之中。上述的一切過程都可以通過方便的網絡平臺高效地完成，并運用大數據手段得到最合理的結果，使教學過程的開放性得以實現。
3.6更有生命力的課堂教學模式
傳統的課堂教學媒介是黑板，教師的教學工具是一支粉筆、一塊黑板加一本講義或教案，學生的學習工具是一本筆記加一支筆，教師埋頭寫，學生埋頭抄。現在的課堂教學媒介大多都采用多媒體教學系統，但是無論課堂教學采用何種方式，其學生和教師互動的本質卻不會改變，不斷變化的是師生之間交流的媒介。大數據時代可以采用小班化、多師同堂、家庭課堂、網絡課堂、MOOC等方式更靈活、更能激發學生學習熱情的教學模式，運用大數據技術的課堂教學模式，把工業時代流水線式的課堂教學模式變為更符合現代市場經濟所需求的人才培養模式。大數據時代課堂教學應該是教師對學生學習行為的支持和服務的具體化表現，進一步開發學生的邏輯判斷能力和自組織學習能力，解放學生與生俱來的學習能力，而不是傳統的教化和規訓。
3.7更有效的教學評價體系
傳統的課堂教學評價是通過問卷調查式方法得到的，調查時間一般是在學期的期中與期末之間，內容包括知識掌握、教學過程、教學方法、表達能力、情感交流、教學態度等等，由學生打一個優良差的評價。這種方法得到的結果在一定程度上能夠反映教師課堂教學的優劣，但是局限性也非常明顯，首先是客觀性程度會受到許多因素的干擾而有所降低，例如學生因為對期末考試的擔心而給課堂教學情況并不理想的任課老師一個過得去的評價，或者任課老師能夠對學生的輔導員產生一定的影響，或者是任課教師本身就是院系的領導等等；其次是這種方法幾乎沒有明確體現出學生的訴求，比如學生沒有提出教師課堂教學的哪些方面需要進一步改善；三是沒有反映出教師對學生的客觀評價。而大數據時代的解決方案能夠避免這種局限性，通過收集學生和教師平時在微博、博客、網絡社區、校園bbs、飛信、qq群等聊天交友平臺中的發言或聊天記錄建立一個課堂教學評價分析模型，因為學生在和老師交流時往往會顯得比較保守而有所保留，以至于老師無法聽到學生的心里話，學生之間的交流由于沒有利害關系而明顯會更加真誠和真實。一方面學校可以根據分析的結果，對每一個教師提出富有針對性的改善課堂教學的建議或培訓計劃，從而快速提高教師的課堂教學質量。另一方面學校可以通過不同教師對同一個班級學生的評價，掌握這一班級學生的真實狀況，包括生活、學習、思想動態等信息，從而在學生培養方面更有針對性。
3.8更高效的社會信息反饋
大學教育是否成功還要經過社會實踐的考驗，傳統的高校社會信息反饋系統收集畢業學生就業信息的手段一般采用電話調查，這種方法很難得到學生一段時間的就業信息，根本沒有辦法掌握畢業學生就業環境的信息，大數據技術可以收集學生就業環境的信息，并加以分析，掌握社會實際需求的畢業生需要具有什么樣的素質和職業技能，并迅速調整人才培養方案，以適應社會實際的需求。
4大數據時代給大學教育帶來的挑戰
印度教育學家蘇伽特?米特拉在印度鄉村街頭安裝連接互聯網的電腦，那里的孩子從沒見過電腦，也不會英文，幾個月后他發現孩子們在沒人教的情況下學會了電腦，他還在其他國家做過很多類似的以數學、語言等為內容的實驗，實驗結果都與上述情況類似，根據實驗結果分析，蘇伽特?米特拉對教育提出了新的定義：教育是一種自組織行為。據此，在教育過程中大學和大學老師便要重新尋找自己的定位了。據美國新媒體教育聯盟（NMC）的研究，人類學習行為需要的媒介或載體都有其對應的技術基礎，也就是以新技術為基礎的學習方式會被舊方式阻礙。斯坦福大學SebastianThrun和PeterNovig教授全世界的粉絲超過16萬，而且還在持續增加，這在過去是不可想象的，同時也為其他大學教師樹立了信心，大學將變成一個巨大的訓練場，教師就是教練，這個轉變過程需要時間，也會有重重困難，對大學和大學教師來說都是一個巨大的挑戰，同時也是一種難得的機遇。
5結語
大數據時代的大學教育創新以培養信息時代社會需要的人才為目標，這一階段的大學教育結合信息時代的新技術將更具智慧，是對學生心智的開發，也是信息時展的必然選擇。
作者：侯大為 楊江帆 單位：武夷學院 福建農林大學
大數據方面論文:我國大數據環境下圖書館信息安全論文
1大數據概念
有研究者形象化地描述“大數據”是未來的新石油。不同的定義基本都是根據大數據的特征歸納闡述給出。比較具有代表性的是4V定義，認為大數據具有4個特點：規模性（volume）、多樣性（variety）、高速性（velocity）和價值性（value）。即數據規模巨大，從TB級躍升到PB級；數據類型多樣，包含結構化、半結構化和非結構化的多種數據類型；高效的數據處理能力及蘊含著極高的價值。
2大數據時代圖書館信息安臨的威脅
大數據時代，數據資源將逐漸成為圖書館最重要的資產之一，決策行為將在數據分析的基礎上做出。作為以數據分析利用和信息服務為己任的圖書館，它的信息安全將面臨著大數據帶來的挑戰。
2.1存儲安全問題
圖書館關注的數據已不僅限于書目信息、讀者信息、電子期刊等業務數據，還延伸到微信、微博、移動網絡等讀者活動中產生的很難估量的社會化數據。如此龐大的數據集對圖書館的存儲、軟硬件設施是個考驗。如何防止這些數據丟失、損毀、被非法盜取及利用是圖書館安全存儲面臨的一項挑戰。另外，大數據環境下的圖書館為了降低成本，通常會將數據存儲在云端，云的開放性，海量用戶共存性等都帶來了潛在的威脅。
2.2網絡安全問題
圖書館是以網絡為基礎來傳遞信息和數字資源，為讀者提供服務。在網絡上，大數據成為更易被攻擊的顯著目標。圖書館的“大數據”不僅包含了海量數據資源，還包含了讀者行為、敏感數據等，這些海量的信息資源將吸引更多的攻擊者，也使大數據成為更有吸引力的目標。另外，黑客利用大數據發起的僵尸網絡攻擊，能夠同時控制百萬臺機器，這是傳統單點攻擊做不到的。利用大數據，黑客能夠發動APT攻擊，APT的攻擊代碼隱藏在大數據中，很難被檢測到。
2.3隱私泄露問題
社交網絡、微博、移動網絡等這些信息服務新形式的快速發展，互聯網每時每刻都在產生海量的數據。讀者的個人數據可能被任意搜索、獲取，這將極大地威脅隱私安全。一方面，圖書館的海量數據信息資源、讀者信息、讀者行為、科研信息等數據高度集中，即使不被盜取濫用，也增加了數據泄露的風險。另一方面，對于某些重要數據、敏感數據以及隱私數據的挖掘分析，其使用權沒有明確界定，這都將會涉及隱私泄露。
2.4知識產權問題
大數據時代，圖書館雖然會把越來越多的數據資源交給“云”提供商代為托管，但是圖書館應擁有這些被托管數據資源的知識產權。然而現實中“，云”提供商利用大數據技術對圖書館的數據資源進行挖掘、發現、分析進而整合成新的數據產品加以利用，本該由圖書館所擁有的數據，一旦被“云”提供商開發成產品，知識產權的界定就成為圖書館要面臨的新難題。
3大數據時代圖書館信息安全應對策略
大數據資源將成為圖書館的核心資產。圖書館在利用數據處理、數據挖掘、數據分析等技術獲取大數據蘊藏的高價值，創新服務模式，提高服務質量的同時，應重點考慮如何確保數據資源存儲安全，如何降低網絡安全威脅，如何防止隱私泄露等。大數據時代的圖書館應首先從技術層面保障存儲安全，提高網絡安全防范技術；其次，建立數據監管體系，對讀者和圖書館的重要數據、敏感數據、隱私數據進行監管；，加強圖書館信息安全制度和相關政策法規建設。
3.1保障存儲安全
圖書館的數據資源在無限增長，規模日益龐大，保障這些數據資源的安全存儲顯得尤為重要，同時對硬件設施也是巨大考驗。現有的存儲系統無法充分有效地存儲、管理、分析大數據，限制了數據的增長。大數據時代的圖書館為了降低運維成本，緩解硬件設施壓力，應考慮將數據和信息存儲在云端，利用云存儲實現數據的存儲、管理以及分析。云存儲，即基于云計算的存儲系統，其可擴展性、靈活性、運算高效性能夠解決大數據存儲和管理存在的問題。但是，云存儲具有數據規模海量、管理高度集中、系統規模巨大、平臺開放復雜等特點，這些都將對信息安全帶來威脅。因此，保障云安全是大數據時代圖書館信息安全的基礎。圖書館作為云存儲服務用戶，最關心的就是存儲在云端的數據是否完整安全，是否有人非法訪問，以及當合法訪問這些數據時是否能獲得有效且正確的數據。因此，應重點研究運用身份認證、加密存儲、數據災備這3種技術手段來保障云安全。
（1）身份認證。
加強圖書館云存儲上數據的管理，實行身份認證，確保管理員、讀者用戶、云存儲服務提供商等經過認證獲得訪問權限后，才可管理、分析、訪問“云”上的數據資源。云存儲具有跨平臺、異構、分布式等特點，為了提高管理員、用戶的訪問效率，應建立有效的單點登錄統一身份認證系統，支持各圖書館云存儲之間共享認證服務和用戶身份信息，減少重復驗證帶來的運行開銷。
（2）加密存儲。
對文件和數據進行加密保存，確保圖書館云存儲上的數據資源在存儲和傳輸過程中，不被意外或非意外損毀、丟失、處理及非法利用。加密存儲主要包含兩部分工作：一是密鑰的管理和產生，二是應用密鑰對數據進行加密存儲和解密讀取。云存儲系統為每位注冊用戶生成一個解密密鑰，系統將數據加密存儲在數據中心，用戶讀取加密數據后，利用自己的解密密鑰恢復數據，得到原始數據。這一過程對存儲性能和網絡傳輸效率會有一定影響，因此圖書館一方面要加快對加密存儲技術的研究；另一方面可以考慮先只對重要數據、敏感數據、個人信息數據進行加密存儲。
（3）數據災備。
云計算技術對于數據災備具有天生的優勢。將虛擬化技術、分布式技術和云計算技術結合可實現多點備份、數據自動冗余存儲、云節點無單點故障數據級災備。圖書館可以利用云存儲在不同的地方建設兩個及以上的圖書館云存儲數據中心，構成一個跨地域的統一存儲平臺，各業務部門和每個用戶都可以共享共用這些數據。保障只要有一個數據中心完整，所有數據就不會丟失且能夠提供持續服務。
3.2提高網絡安全防護技術
隨著圖書館數據資源總量的增加和新型社交網絡下讀者原創數據爆炸性增長，網絡在線數據呈現急劇增長的趨勢，導致黑客的攻擊欲望比以往更為強烈，其手段和工具也更為復雜、更加專業。大數據對圖書館網絡安全策略提出更高的要求，從技術層面來說，圖書館網絡安全策略包括漏洞掃描、入侵檢測、訪問控制和網絡安全審計4種技術手段，任何一個單一的防范手段都無法保障圖書館網絡的安全性。
（1）漏洞掃描。
漏洞掃描包括檢測路由器、交換機、防火墻、各應用服務器OS、應用系統以及工作人員用機的安全補丁、系統漏洞、病毒感染等問題。漏洞掃描系統應及時發現系統漏洞、木馬、病毒、蠕蟲、后門程序、網絡攻擊、ARP等，并提供修復、查殺、攔截、防御的有效工具，同時能夠對圖書館整個網絡系統進行風險評估，以便采取相應措施及時消除系統中的安全隱患。與以往的漏洞掃描不同的是，大數據時代，對于海量數據的掃描，將會花費很長的時間，因此需要研究解決如何提高網絡海量數據檢測掃描的度和速度。
（2）入侵檢測。
隨著圖書館信息資源和數據資源共建共享步伐的加快，圖書館私有云和行業云的建設加快，網絡應用范圍在不斷擴大，來自校園網內部和外部的黑客攻擊、非法訪問等安全問題與日俱增，因此對惡意入侵的檢測與防范刻不容緩。大數據對信息安全是把雙刃劍，應利用大數據的分析技術，通過分析來源信息，能夠自動確定網絡異常。進一步研究更有效的檢測手段，完成APT高端檢測，做到多點、長時、多類型的檢測。
（3）訪問控制。
接入圖書館網絡的用戶，在使用海量數據資源之前，必須進行身份認證和權限劃分，用戶通過認證獲得授權之后，才可以根據自己的權限訪問相應的數據資源和應用系統，獲取相關的數據分析結果等。采用單點、統一認證方式，并結合PMI權限控制技術，加大認證加密技術研究，有效控制不同用戶分不同級別訪問管理數據、訪問數據、獲取數據以及應用大數據分析結果。
（4）網絡安全審計。
相比入侵檢測系統，網絡安全審計沒有實時性要求，因此可以對海量的服務器運行日志、數據庫操作記錄、系統活動等歷史數據進行分析，并且可以利用大數據進行更加精細和復雜的分析，發現更多的黑客攻擊種類，其誤報率也將低于傳統的入侵檢測。
3.3建立數據安全監管機制
大數據關鍵技術的快速發展，為圖書館大數據的存儲與分析奠定了基礎，大數據將成為圖書館的重要資產。但是，海量數據和數據分析結果一旦泄露，相對于以往，對讀者個人甚至整個圖書館界將會造成巨大的經濟損失，還可能導致聲譽受損，嚴重的還要承擔相關法律責任。大數據安全不僅是技術問題，更是管理問題。因此，大數據時代，圖書館除了要從技術上實現存儲安全、云安全、網絡安全等方式來抵御外來的信息安全威脅，更需要加強在數據安全監管、數據資源共享機制、數據隱私保護、敏感數據審計等方面的制度建設，從管理上防止圖書館核心數據、隱私數據和敏感數據的泄露。力圖建立貫穿于數據生命周期的數據監管機制。在技術層面，運用先進的信息技術手段開展數據監管工作，如利用現有隱私處理、數據預處理等技術保障數據在使用和傳輸中能夠拒絕服務攻擊、數據傳輸機密性及DNS安全等。在管理層面，提高圖書館工作人員的信息安全意識，加強各業務部門內部管理，明確重要數據庫的范圍，創新有效科學的數據監管手段與方法，制定終端設備尤其是移動終端的安全使用規程，制定并完善重要數據、敏感數據、隱私數據的安全操作和管理制度，規范大數據的使用方法和流程。
3.4加強圖書館信息安全制度建設
依據信息安全管理國際標準ISO27000，明確大數據時代圖書館的實際安全需求和安全目標，量化各類數據資源的安全指標，建立多方位、立體、深度的信息安全防御體系。以信息安全防御體系為基礎，建立信息安全責任人負責制的組織機構；制定日常安全運維制度，包括存儲、業務系統以及各應用系統的安全運行監控制度、數據監管制度、移動終端檢測制度、網絡安全制度等；制定應急響應制度，包括數據災備制度、數據恢復制度、故障系統恢復制度等。對于存儲在云端的數據，建立數據共享制度和機密保護制度。根據保密級別、共享級別、開放級別等明確訪問權限等級劃分，制定數據的訪問、檢索、下載、分析等方面的規定；建立身份認證和權限控制機制，控制非法授權訪問數據；制定數據云存儲的安全規定，加密關鍵數據；制定數據所有權條款，防止“云”提供商第三方泄密。建立相應的法律政策保護數據利用時涉及的知識產權，保障數據資源的合理合法使用，維護圖書館利益，保護知識產權。
4結語
大數據時代的到來將給圖書館信息服務工作帶來深刻的變革，同時也給圖書館的信息安全帶來全新的挑戰，只有實現提高信息安全防范技術、建立數據監管機制、加強信息安全制度建設3個要素的結合，建立多方位的、深度的信息安全防御體系，將信息安全防范貫穿整個大數據圖書館的構建、運維、利用環節中，才能為廣大讀者用戶提供、可信的信息服務，提升圖書館信息服務的質量和效率，使讀者真正享受大數據蘊含的高價值。
作者：鮑劼 李蘇豐 單位：中國礦業大學圖書館
