引論：我們為您整理了1篇數據時代論文范文，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。
數據時代論文:大數據時代下醫院信息管理論文
1概述
1.1簡介
（1）對于醫院的管理者來說
信息統計對于醫院未來的發展方向和醫院出現的各種問題都能夠通過數據進行判斷，提高了管理者掌握正確方向的能力。
（2）信息統計工作
有利于對醫院醫療的質量控制進行監管。目前，醫院的發展趨向于專業化，一家醫院的醫療質量和專業化程度是衡量醫院醫療水平的重要標準。所以信息統計工作，一方面對本院的醫療水平進行統計，通過數據客觀的衡量醫院醫療水平；另一方面，通過對醫療病例進行統計可以對一個時期的患者患病率和患病原因進行統計分析，有利于醫院具有針對性地建立醫療救治方案。
1.2管理模型醫院信息統計管理模型可以分為兩大主要內容。
（1）針對病患進行統計，統計內容包括病患性別、年齡、患病原因、病狀、住院時間、診治措施等。
（2）對醫院的管理內容進行統計，統計各個部門間的人員流動、工作表現、部門效能等。
1.3對醫院管理發揮的作用
醫院信息統計工作對于醫院的管理發揮著不可替代的作用，其主要表現包括以下幾個方面：
（1）有利于醫院質量管理的考核和評價
通過醫院信息統計客觀統計的數據可以對醫院質量管理進行考核和評價。對醫院各個科室的管理水平、醫療能力進行考核可以發現在科室活動中存在的問題，便于及時做出調整。對于醫院員工的考核可以統計出員工的工作能力和工作表現，有利于約束員工行為，提高醫生和護士的服務水平，提高醫患關系的融洽度。
（2）有利于醫院管理決策的正確性
醫院的經營市場化形式趨于明顯，在面對市場競爭中，醫院的管理者每一項決定都關系著醫院未來的發展。通過醫院統計信息，醫院的管理者可以地掌握自身的經營能力，同時通過對市場的統計分析可以判斷出醫院未來的發展方向，并能夠通過統計數據加強自身的競爭力。
（3）有利于醫院資源的整合
醫院是集人力和物力為一體的綜合性企業。在對醫院資源的信息統計中，可以將人力資源和物力資源進行統計，便于醫院進行管理。對于醫院人力資源的統計主要是統計醫生的專業能力和護士的服務水平。通過客觀的數據可以了解醫生在某一醫療領域的計數水平和護士的服務水平，一方面能夠為醫院針對某一科室進行人員加強配置，另一方面可以對人員的獎懲制度進行完善。對于醫院物力資源的統計可以確保醫院設備正常工作和耗材的儲備充足。同時還可以避免資源的重復，給醫院的經濟造成損失。
（4）有利于醫療體系的建設
通過統計數據可以發現醫院在某一方面的不足，通過具有針對性的建設，可以幫助醫院建立較為完善的醫療體系，更好地服務與百姓。醫院醫療體系的建設是醫院立足的根本，在現代化醫療體系建設中，數據的分析是醫療體系完善的基礎，只有客觀地評價醫療體系的結構和性能，才能夠保障醫院穩定發展。
2面臨的問題
2.1信息化薄弱
隨著信息化時代的到來，大數據的分析已經深入了各行各業，作為醫療的前沿，醫院在信息化建設方面相對于其他行業相對薄弱。醫院信息化薄弱問題一方面來自管理層對醫院信息化建設的不重視問題；另一方面，醫院信息化建設需要巨大的財力、物力和人力，醫院將精力投入在醫療設備的改進和醫療水平的提高方面，在信息化建設上就難以投入過多的精力。
2.2信息化統計內容單一
在大數據時代，醫院信息統計工作內容越來越豐富，然而一些醫院并沒有意識到信息統計數據的重要性，信息統計內容還只局限于對病人的病例進行統計。由于統計內容的單一，難以形成有效的分析數據，對于醫院的管理和醫療水平的提高不能發揮出統計數據實際的價值。
2.3信息化統計專業性差信息化
在醫院管理中的應用缺乏統計的專業性，目前，醫院所采用的信息化系統主要包括HIS醫院管理系統和CIS臨床信息系統，這兩套系統主要功能是降低勞動化強度輔助醫院進行人和物的管理，而對于統計數據適用性并不強。所以醫院信息化急需具有專業性的統計系統，充分利用數據的價值，幫助醫院進行管理和醫療能力的提高。
3發展對策
3.1提高統計信息質量在大數據時代
大量的信息集中在醫院的信息科，如何快速將這些信息進行分類和提取是信息科所要面臨的重要課題。信息的性是信息統計工作必須嚴格管控的內容，在現代化醫療體系建設中，把握信息的質量的關鍵在于建立信息內容評價標準和信息應用規范，信息數據的應用具有3個主要特征，一是性，二是適用性，三是及時性。統計信息的評價標準和應用規范主要圍繞信息數據這3個主要特征進行確立。
（1）信息的性信息的性
對于來自方方面面的信息真偽進行判斷，只有的信息才能夠成為有效信息，在醫院中如果誤用了錯誤信息數據則會造成嚴重的問題。提高信息的性首先要明確信息的來源，其次要對信息的真偽進行辨別，對信息的價值進行評價。
（2）信息的適用性
在醫院的信息管理中，如何從大量的信息內容中獲取對信息應用目標有用的數據是信息管理的內容之一。信息的適用性選擇需要建立統一的標準，避免“張冠李戴”造成信息錯用的問題。信息的適用性原則主要從醫院自身的信息采集為標準，因為不同的醫院在信息產生上都不相同，只有利用自身的信息才能確保信息的適用性。
（3）信息的及時性信息具有時效性
相同的事情在不同的階段所產生的信息不一定相同，因此，在信息采集和統計時，必須要以近期數據為價值參考，加快信息刷新的頻率，降低失效信息勿誤的可能性。信息統計的及時性主要表現在醫院建立信息及時交流的基礎上，只有增強科室之間、部門之間、人員之間的信息溝通機制才能保障信息及時被利用。
3.2科學化管理利用大量的數據統計促進醫院科學化
管理是醫院信息統計工作的核心內容。醫院信息統計科學化管理主要實現以下幾方面工作目標：
（1）信息統計的評測信息統計的評測功能
可以對醫院的人員、設備、耗材等進行統計，還可以對近段時間的醫患病因進行統計，通過對醫院各項數據的統計與近期醫患病因的統計可以分析出在某段時間醫院需要加強某方面醫療的能力。利用信息統計的評測功能還可以對醫院某一專項的醫療水平進行評測，統計醫療過程中的不足，幫助醫生及時調整醫療方案。
（2）信息統計的決策
我國醫療體制改革不斷完善進行中，對于來自各個層面的數據進行統計分析，能夠為醫院的管理者提供的決策依據，幫助決策者正確判斷醫院經營方向。并且通過對本院的統計信息可以快速找到醫院系統中的薄弱環節，依靠的數據為管理者提供醫院改革的參考。
（3）信息化統計的監督
醫院醫療和服務的質量是醫院水平的重要表現，醫院信息統計可以對醫院的各個科室、每一位醫生及護士的工作能力和工作狀態進行一個時期的統計，通過數據可以客觀地、真實地反映出不同科室的醫療質量和個人的服務水平。信息化統計的監督功能是保障醫患關系融洽的重要手段，通過建立獎懲制度提高醫生和護士的工作認真性，而信息化的統計數據則是衡量和監督醫生和護士工作積極性的重要參考。
4結語
在大數據時代背景下，我國的醫療水平不斷的提高，利用信息資源整合醫療資源已經成為現代化醫院發展的方向。醫院統計信息管理是所收集到的醫療信息、醫院信息進行統計，以客觀的數據為醫院的管理者提供醫院發展方向論證，同時為醫院的醫療水平提高提供參考。
作者：韓輝單位：江蘇省沛縣人民醫院
數據時代論文:大數據時代信息思想政治教育論文
一、思想政治教育主體受到大數據信息的包圍
1.思想政治教育是主流社會的政治社會化教育，是培養有社會責任、敢于擔當、守護底線的教化活動，主體理念必然會在其中得以彰顯。作為主體性教育的思想政治教育也應該遵從這一原則，它應該有助于學生主體性的實現和發展，是學生主體性蘇醒的標志和政治社會化的體現。當前，伴隨著改革開放的浪潮，中國社會向信息化社會日益邁進，我們生活的世界的樣態和思想觀念的形態都發生了極大的變化，整個社會生活的多樣性、人類文明的多樣性、世界的豐富多彩都通過大數據的形態走進了千家萬戶，深深包圍了人們的生活、工作和娛樂。如果我們注意到世界的多樣性，注意到各個國家歷史文化差異，社會制度選擇不同，社會發展模式各異，我們就能理解世界各民族有不同的意識觀點，不同的文化內涵，對不同問題有著不同的見解。在大數據廣泛滲入的今天，我們應當以寬廣的視野，包容互鑒，取長補短。但是，隨著大數據時代的降臨，人們對信息的把握不得不以一種開放式、反思性的方式存在。西方社會思潮隨著大數據載體不斷涌入，整個中國社會思維主體呈現出個性化、多元化的趨勢，主要體現為價值觀的多樣多元，價值取向的異質開放，主流價值觀與其他價值形態共生，個體生活對數據的依賴增強，此時，人們思想活躍，文化行為多樣，社會生活開放，行動場景多元以及對進行多元化解讀。傳統的認知框架不斷被消解和邊緣，新的認知模式正在形成。當前，過度的冗余信息對我國社會的主流價值觀和核心思想體系產生了解構效應，對社會中的人們的信仰產生沖擊。任何敏感事件都伴隨著海量的大數據信息，或真或假，或左或右，或虛或實，或有或無，使得人們無所適從。人們的立場觀點也由此產生角度多元、難以統一、復雜多變的特征，進而出現信仰危機、認知錯亂、道德滑坡等問題。
2.思想政治教育客體受到大數據信息的沖擊傳統的思想政治教育是通過對主體對客體的“灌輸”，把統治階級的意識形態傳遞給被統治階級，進而整合社會觀念，引領社會思潮，占領意識形態的觀念高地。但是，隨著大數據時代的降臨，作為受教育的客體和作為教育者的主體在邏輯上可以持有幾乎等量的信息，這使得傳統的思想政治教育面臨著巨大的挑戰。也就是說，受教育者面對的教育者已經不是單一的“灌輸”主體。此時，各種利益主體的代言人都在利用大數據平臺發出自己的聲音，甚至是截然不同的聲音。他們都有自身的邏輯演繹以及或虛或實的信息來源。受教育者在這種真假難辨的信息環境中，往往采取一種工具理性的思維。工具理性的膨脹將導致對價值理性的蒙蔽，因此，作為受教育者的客體必須在思想政治教育者的指導下，形成自身的篩選機制，進而能夠透過大數據現象，看到大數據背后的本質。同時，大數據技術的不完善也會帶來風險。隨著大數據技術的不斷發展，因特網隨之不斷普及。人們在對非結構化數據超越結構化數據、結構化數據量激增和對結構化與非結構化數據進行的分析中，前兩個問題的解決是第三個問題能夠得以實現的基礎和前提。也就是說，沒有良好的數據存儲、保護、遷移和梳理，想要對數據進行分析無異于天方夜譚。然而，道德缺失現象仍然存在于大數據超文本鏈接中，受教育者看到的正面信息容易遭受境外勢力的歪曲、刪除或攻擊。大數據技術使用過程中，若有不當操作，就會導致泄密，對國家安全造成影響。
3.思想政治教育過程受到大數據信息傳播的干擾思想政治教育是政治社會化過程，是主流價值對人們思維和思想的引領。思想政治教育的任務就是用社會主義核心價值觀引領整個社會思潮，引導人們樹立和踐行社會主義核心價值觀。需要指出的是，人的思維無疑是一個復雜的巨系統，人們所思所想的原材料來源于大數據的建構。大數據的多樣性使得人們思維認知產生種種調適，是在對不確定的消融中產生出自身的邏輯體系。當高速度、時交性和數據異構性的數據充斥到整個思想政治教育過程中時，一旦缺乏理論梳理和指導，就容易對整個教育活動產生干擾。同時，思想政治教育還是信息傳播和衍射的過程，整個思想政治教育過程就是一個信息交匯、碰撞和衍生的過程，實質就是為了消除受教育者（收信人）對主流思想的認同的不確定性。但是在大數據模式下，大量信息的出現和高速流動增加了信息的不確定性，尤其是冗余信息的不斷增多，導致信息流動悖論的出現。在思想政治教育過程中的信息流動模式同樣可以參考信息流動的一般模式
二、新要求思政教育的大數據應對總之
1.大數據已經對思想政治教育提出新的挑戰，思想政治教育特征也發生了相應的變化。馬克思在《〈黑格爾法哲學批判〉導言》中曾經指出：“批判的武器當然不能代替武器的批判，物質力量只能用物質力量來摧毀，但是理論一經掌握群眾，也會變成物質力量。理論只要說服人，就能掌握群眾；而理論只要徹底，就能說服人。所謂徹底，就是抓住事物的根本，但人的根本就是人本身?！蔽覀儽仨毟叨戎匾暣髷祿l展對思想政治教育和意識形態安全帶來的挑戰，要積極防范西方敵對勢力利用網絡和大數據手段進行滲透、顛覆。因此，從信息化社會的新形勢新情況出發，思想政治教育一定要認真研判大數據時代的要求，積極應對大數據帶來的種種挑戰，科學把握思想政治教育的大數據機遇。
2.要牢固樹立起大數據時代的思想政治教育觀念伴隨著新型智能化信息技術的日新月異，人們的生活理念和思想觀念都發生了顛覆式的變化，網絡和信息已經成為人們生活中不可分割的一部分，傳統的主客體二分法的灌輸式教育已經不能適應新形勢的需要。如果從不同渠道獲得的信息是矛盾的，人們將無所適從，難以建立共識。”但是，大數據時代的意識形態是一種現實的力量，更是社會歷史中的一個客觀領域，是人們的一種現實的生存體驗。因此，要回應數字化媒體化時代信息的要求，思想政治教育就要樹立起大數據的觀念，配備高性能的軟硬件系統和經驗豐富的技術人員，實現對海量信息的提取、抽樣、分析，利用大數據進行輿論監測。同時，積極研判大數據給思想政治教育帶來的影響，時刻關注大數據帶來的社會變革，更新思想觀念，重視數據、尊重數據、“讓數據發聲”，使大數據成為在信息化條件下開展思想政治教育工作的有力抓手。
3.要深入挖掘大數據時代的思想政治教育資源隨著現代社會進入網絡時代，互聯網已經成為當今社會最繁忙、具活力、最富有挑戰性的教育工具。人們的各種社會生活已經深深地與網絡連接在一起。尤其是在豐富的現代信息技術背景下成長起來的“95后”青年大學生對于移動互聯網等新媒體的依賴性正在不斷增強，他們生存在日益網絡化、數字化的環境中。在網絡空間，大數據信息的流動往往是以“對話”的方式展開的。福柯指出：“人類的一切知識都是通過話語獲得的，任何脫離話語的事物都不存在，人與世界的關系是一種話語關系。”大數據的話語權力和網絡思潮的分散式傳播已經重構了意識形態的話語權。針對大數據的特點，我們應當清醒地認識到，強制性的力量已經無法實現主導意識對主流意識的轉變，現在要增強思想政治教育的實效性、針對性和操作性，必須拒絕居高臨下的高姿態，拒絕冷眼旁觀的清高，而是積極地參與大數據的話語空間，在收集信息的基礎上，將大數據信息進行匯總、整理、歸類和分析，利用必要的技術手段過濾信息垃圾，達成對教育對象的認識和把握。
4.要科學運用大數據時代的思想政治教育方法要多學科、多種研究工具地利用大數據來分析思想政治教育的內在機理；順應量化研究的新崛起，創新網絡思想教育的研究范式；實現宏觀覆蓋與微觀深化相結合。在宏觀層面，要注重群體性特征，把握群體性思想，尋找群體性事件的內部聯系和運行規律。從微觀上看，用大數據思維來整理和梳理個體的行為特征和思想狀況，用事件和行為來透視其思維狀態，進而有針對性地進行教導和教化。面對大數據信息價值觀念的多元化、碎片化，為了維護大數據價值的秩序，就要整合各種資源為我所用。正如指出的那樣：“創新是一個民族進步的靈魂，是一個國家興旺發達的不竭動力，也是一個政黨永葆生機的源泉?！眲撔戮褪且瞥缓蠒r宜的舊的觀念、舊的范式，建立適應時代要求的新的范式，因此，要不斷創新，整合多種資源，科學地找準網絡思想政治教育的著力點，運用大數據的相關關系分析法，探索網絡思想政治教育的預測功能。
5.要理性把握大數據時代的思想政治教育環境布迪厄認為：“從分析的角度來看，一個場域可以被定義為在各種位置之間存在的客觀關系的一個網絡，或一個構型?！痹诖髷祿沫h境下，社會大眾擁有獲得信息資源和表達思想觀點的更大空間。在這個空間中，受眾的不同傾向性意見的相互作用構成了一個大數據的意見“場域”，轉接信息形成議題。如前所述，這是客觀存在的復雜大數據意識形態現象。伊格爾頓指出：“意識形態遠不只是一些自覺的政治信念和階級觀點，而是構成個人生活經驗的內心圖畫中變化著的表象，是與體驗中的生活不可分離的審美的、宗教的、法律的意識過程。”大數據作為現實社會的反映，依然是人的生存空間，人們會在這開放空間中表達一個真實的自我。但是，在網絡中我們時刻都可以聞到一種意識形態的味道，不僅這些大數據符號充滿了意識形態的深刻底蘊，就連大數據技術本身也難免淪為一種深刻的意識形態。在這里，同時也許在那里，人們的獨立見解不僅不會消融在意識形態的硫酸池中，而且恰恰通過意識形態表現出來。在復雜的大數據信息中，人們仿佛聽到了盧梭的聲音：“人是生而自由的，但卻無處不在枷鎖中。自以為是其他一切主人的人，反而比其他一切更是奴隸。”大數據技術在為人們提供便利的同時，也影響了人們的思想形成。針對大數據時代的這一觀念，教育者可以依托大數據平臺的信息，對數據及其來源進行有效鑒別，形成良好的“信息資源觀”和“信息價值觀”，并善于選用適當的數據計量方法或應用程序軟件等對數據進行統計分析，挖掘大數據潛在的思想政治教育價值，找出事件之間的關聯性，并對事件的發展走向及趨勢進行預測，最終提升思想政治教育的效果，使得思想政治教育成為無縫對接的“合力型”教育，促進教育內容獲得“內化于心、外化于言，實化為行”的實效性。
三、結語
正如維克托·邁爾·舍恩伯格在《大數據時代》一書中前瞻性地指出的那樣，大數據開啟了一次重大的時代轉型，數據帶來的信息風暴正在變革我們的生活、工作和思維。數據，已經滲透到當今每一個行業，重構著我們的生態環境，同時也使思想政治教育面臨更加復雜和嚴峻的局面。我們需要以嶄新的姿態來迎接形勢的變化，而“怎么做”以及“如何做得更好”，正是每一個思想政治教育工作研究者亟待思考和解決的重大問題。
作者：趙宇馨單位：西南石油大學馬克思主義學院
數據時代論文:大數據時代文學研究論文
一、大數據時代
對于新媒體文學意味著什么大數據讓新媒體文學回到“去作者化”的共在混融狀態:在傳統聲音媒介時代，讀者與作者共同創作、修改詩歌;到了紙質媒介時代，作者的地位上升;在新媒體文學時代，讀者可以對作家進行積極主動的反饋，但這種反饋呈現出信息零碎化、評價隨性化以及無法把握所有地域、身份、族裔的不完整狀態;到了大數據時代，新媒體文學借鑒《紙牌屋》的數據挖掘模式，可以對讀者信息進行全數據收集整理，以較大的吸引力呈現一個文本(其中包括一種可能性，即同一個故事開頭，針對不同人群有不同的故事演進和情節，乃至人物設置)。舍恩伯格認為，“大數據是指不用隨機分析法這樣的捷徑，而采用所有數據的方法”，因此，我們分析的大數據其實應該被稱為“全數據”。在網絡新媒體時代，人類所有的網絡行為都可以被數據化，而這些數據又能被收集、存儲、交換和分析。人們在不經意之間產生的數據總量大到我們難以想象的程度?！皳嘘P研究報告，2013年中國產生的數據總量超過0．8ZB，相當于2009年全球的數據總量。預計到2020年，中國產生的數據總量將超過8．5ZB，是2013年的10倍，一個大規模生產、分享和應用數據的嶄新時代正在到來?！毙旅襟w文學在發展過程之中當然也生產了大規模的數據，這些數據對新媒體文學意味著什么呢?及時，以PC和移動終端為主要載體的新媒體文學產生巨大的相關信息數據庫，比如新媒體小說閱讀量排行榜、新媒體作家數據庫、讀者閱讀時間和習慣、哪些文學章節被反復閱讀等等。與此同時，因為網絡媒介的公開性和“無門檻”標準，新媒體文學的閱讀者和創作者數量達到了文學史上前所未有的奇跡。2014年，中國網絡文學的讀者已突破5億人，保守估計整體收入突破65億元。這樣大規模的用戶群保障了巨大的數據量，也使文學網站擁有所有與網絡文學相關的數據。網絡文學帶來的巨大經濟效益成為對網絡文學進行大數據分析的資本基礎和動力。作為迄今為止最為強大的分析技術，大數據的重要價值在于預測趨勢，即“正在發生的未來”。通過對這些大數據的分析，內容生產者可以有針對性地將作品推送給受眾，而這種經過精心設計的文學作品恰好就是受眾所需要的。這是因為大數據分析可以采用理想狀態的全數據分析(目前還不能達到)，而全數據分析由于分析的數據量巨大，單個數據的誤差可以在分母巨大無比的全數據海洋之中被忽略。相反，在數據量有限的時代，我們就只能追求單個數據的精準?！耙驗槭占畔⒌挠邢抟馕吨毼⒌腻e誤會被放大，甚至有可能影響整個結果的性?！碑敂祿砍掷m積累增加時，對單個數據的精準性追求不是全數據的方式，放棄精準性、適度接受不精準性，仍然不會影響其結果。這類似于醫用手術無影燈，從各個角度照射對象，永遠不會存在盲區。盛大文學董事長邱文友認為，事實上國內文學網站在10年前就在運用大數據思維了:文學網站上有200多萬名作家，700多萬部作品，怎么在茫茫作家海中找出下一個唐家三少?靠數據分析。此外，在網絡連載過程中，作家跟讀者之間有互動，這些訊息也是數據?！氨热缱骷冶鞠胱尲兹⒁?，可是絕大部分讀者希望甲娶丙，這時候作家可以選擇，是按原來思路，還是按小說可能延伸的商業價值去改寫結局?所有決策的因素、動機跟方式，也是數據分析?！爆仮灛嫷鞘芫W絡技術發展的限制，當時新媒體文學的數據挖掘不可能像現在這樣徹底和。第二，大數據時代新媒體文學批評走向多元化。當前的新媒體批評既包括傳統精英式的學院派批評，也包括點贊、跟帖式的草根批評;學院派批評以黃鳴奮、歐陽友權為代表，草根批評以崔宰溶為代表。“黃鳴奮和歐陽友權以從西方新媒體技術層面發展出來的超文本理論作為理論生發點，對網絡文學進行后現代性的學理探討。”瑏瑢而崔宰溶認為，對中國網絡文學的研究需要從原著理論(vernaculartheory)和網絡性理論入手，才能真實地對新媒體文學進行研究。新媒體文學的接受者并不會以文化精英式的方式來俯視作品，他們對新媒體文學的批評是純感受性的、本能直觀的和零散局部的。這種自下而上的反叛式文學批評，迥異于傳統精英式的學院批評。對中國新媒體文學的研究必須從網絡的“原著居民”(網絡文學讀者)出發，由于他們大部分時間棲居于網絡之中，因而對新媒體文學具有不受傳統文學理論影響的本性感受力和知識系統?，仮灛嵐P者認為，無論是西方網絡文學理論還是原著理論，在大數據時代，它們都會被作為大數據庫中的一個組成部分，再結合“總點擊量”“總推薦”“月排名”等進行分析，從而尋找出讀者最有可能喜歡的作品。無論如何，大數據時代給新媒體文學研究帶來一種新實證研究路徑。米埃爾(Miall)認為，文學的實證研究像灰姑娘一樣總是被人們忽視或反對，早晚會有24小時，實證研究將統領整個文化研究領域。人們會通過實證來研究理論觀念，反思文學的本質和文化地位。瑏瑤網絡技術的發達與新媒體文學的繁榮促成了大數據分析對于新媒體文學的數據實證性研究。
二、大數據思維給新媒體文學帶來的理論思考新媒體文學的大數據分析
從學理上帶來三組思考:一是大數據推動了新媒體文學的發展，然而新媒體文學能被徹底數據化嗎?如果不能，那在什么樣的層面上可以被數據化?新媒體文學與大數據思維融合的真正重要意義在何處?二是新媒體文學遭遇大數據思維之后，是否意味著對于新媒體文學的研究可以轉換為數據式的實證研究?如果不能，對新媒體文學的研究還有哪些方面是大數據不可能涉及和完成的?三是當我們將文學接受者的大數據作為文學創作的和較高標準之后，新媒體文學在題材選取、形式美學和敘事節奏等方面是否走向迎合讀者的趨勢?如果是的話，新媒體文學作家的意義何在?他們又應該采取迎合還是引領的姿態呢?
及時，新媒體文學活動都發生在網絡之上，因而可以被充分數據化。大數據自產生之日起，就迅速與人類已有的知識和學科產生了極強的關聯，比如醫療健康、交通規劃、公共管理、教育培養等領域都在你看不見的地方悄悄運作著大數據分析?！按髷祿r代的經濟學、政治學、社會學和許多科學門類都會發生巨大甚至本質的變化和發展，進而影響人類的價值系統、知識體系和生活方式。哲學史上爭論不休的世界可知論和不可知論都將轉變為實證科學中的具體問題。”瑏瑥大數據的此種趨勢根源于它能將所有網絡行為數據化的能力，比如在新媒體文學活動之中，我們可以輕松采集到作家和讀者的數量、年齡層、分布地域、經濟狀況、教育程度、閱讀習慣、題材喜好，等等。除此之外，大數據可以分析:哪種題材的文學受眾最多?同一種題材之中，什么樣的文學橋段讓讀者喜歡?幽默、推理、懸疑還是浪漫?文學作品之中什么樣風格的語言會更受哪種人的喜愛?什么樣的故事情節發展路線和結局是最受人歡迎的?等等。這些方面都可以通過讀者的評論和閱讀數據反饋到內容提供商和文學作家那里，從而對作品進行實時調整。但是，我們不能因為大數據有這樣的效果，就認為新媒體文學可以被大數據化。其實，作為技術和藝術合一的新媒體文學在多個維度上是不能被量化的，比如作家的靈魂高度、文學思想的深邃性、文學的意境、文學的美感、文學的終極關懷和文學對人性的探測等都不能被量化，而這些維度恰恰是文學之為文學最核心的內容。不管大數據技術怎么發達，它所追求的客觀性其實在數據產生之初就不存在。數據無論在表面上看起來多么客觀地再現對象情況，它本身其實是在一種具有傾向性和差異性價值觀基礎上被建構的。因而，大數據的生成和分析永遠不可能擺脫自己天生就具有的價值主觀性。我們能看到的數據是研究者有能力或者熱切希望看到的數據，若非如此，即便大量數據生成了，也不能被數據識別系統發現。這就好比雷達效應，你的關注點除了對象之外別無他物，但是“他物們”卻客觀大量地存在于你的意識之外，只不過你無意或不能去抓取它們。所以，大數據不管看起來多么科學客觀，背后其實與主觀價值判斷是分不開的?！按髷祿辈⒉坏韧凇按笾腔邸保词拐加写罅康臄祿?，還必須有對數據具有專業化分析能力的人。Netflix的CEO里德?哈斯廷斯利用數據分析的方法也是受他前期從事碟片租賃服務的啟發。他一方面熟悉在網絡上怎么通過數據分析為別人推薦自己喜歡的電影和電視劇，另一方面他在無數的觀影之中對影片具有極強的審美鑒賞能力?？萍己腿宋牡慕Y合讓他具有對《紙牌屋》數據進行采集和分析的能力，這才是Netflix進軍藝術界成功的原因。所以，同樣的大數據在不同主體那里得出的結論或者采取的應用是相距甚遠的。就好比同樣是醫學CT掃描，儀器是相同的，照出的片也是相同的，為什么大家愿意去醫院檢查呢?問題的根源在于對CT成像進行分析的醫生水平，同樣的CT成像，在擁有不同經驗的醫生那里得出的結論很可能有天壤之別。大數據作為一種技術在教育、電影、藝術等人文領域廣泛運用已是不爭的事實，除了讓人文領域的成果與經濟效益直接產生關聯之外，它的最重要意義其實是在哲學思維層面。大數據分析使我們拋棄傳統哲學一直追求的現象背后的原因，而轉向為關注事物和事物之間的關系性，即從因果關系轉變為相關關系?，伂悽炦@種思維方式轉變是順應時代的實用需求而產生的。一方面，大數據思維不去深究因果關系，而是繞開因果關系，退到因果關系的上層———相關關系(包含因果和非因果關系)。這種擱置因果的選擇更是由于因果關系和相關關系之間復雜的關系:“(1)兩個事物間有因果關系時，這兩個事物間往往會有相關關系;(2)兩個事物間不存在因果關系時，這兩個事物間也可能會有相關關系(虛偽相關關系);(3)兩個事物間有因果關系時，這兩個事物間也有出現零度相關關系的可能(虛偽零度相關關系)?！爆伂憿灝斅赃^這些復雜關系，只關注“相關關系———結果預測”，就會省去無數不必要的麻煩，而直接得出需要的答案?！跋嚓P關系的核心是量化兩個數據值之間的數理關系。相關關系強是指當一個數據值增加時，其他數據值很有可能也會隨之增加?！爆伂挗?004年，沃爾瑪公司分析顧客消費時的各種數據時，意外察覺到數據和數據之間的相關性:颶風來之前，手電筒和蛋撻都銷量增加，因而超市毫不猶豫地將它們放在颶風用品附近。這個例子就表明在大數據時代，深究原因并不一定能找到答案，而對數據進行相關性分析才是其核心。另一方面，大數據帶來的相關性分析由于技術的成熟變得比因果分析更容易。丹尼爾?卡尼曼(DanielKahneman)甚至認為，人類之所以一直熱衷于因果關系思維，是因為在信息不發達的社會采用因果思維可以快速地作出決定。相反，在那個時代如果采用相關思維會特別費力且不可能有任何結論。大數據由于技術的支撐可以支持相關性思維，但我們在現實之中會發現傳統因果思維得出的結論被置于大數據時代后是有問題的。
第二，新媒體文學的學術研究與新媒體文學的大數據研究不能混為一談，二者采用的研究方法不同，而這兩種方法也只有被局限在一定范圍之內才能發揮出自己的長處。19世紀，類似大數據思維的實證主義就已經僭越過文學的領地。當時實證主義提出，表象本身才是具有研究確定性的對象，對象背后所謂的本質是并不存在的。實證主義“反對追求的知識，它停止去探求宇宙的起源和目的，拒絕認識諸現象的原因，只專心致志地去發現這些現象的規律，換言之，去發現各種現象的承續與類似的關系”瑏瑩。實證主義的“只研究怎么樣(how)，而不研究為什么(why)”瑐瑠主張與大數據思維追求相關關系而懸置因果關系的方式極為相似。文學雖然作為語言的藝術具有強烈的主觀情感色彩，但是對文學的研究在很大程度上可以采用實證主義的方法，比如對文學流派、文學史、作家時代背景、作品傳播狀況的研究等。實證主義既要有“實”，又要有“證”:從研究對象入手得到大量材料，在此基礎上，還需要進行分析論證的過程，否則材料只是死物。反過來，我們認為實證主義精神只能限定在以上研究領域才是對文學研究有益的。如果實證精神進入文學意義范圍，文學的靈魂、精神和審美只能被理性實證邏輯消解磨滅，成為他者的“嫁衣”。從傳統的實證主義對文學的研究經驗可知，任何一種研究方法是不可能包打天下的，對文學研究不同的維度只能用不同的方法。針對新媒體文學的實證主義(大數據思維)，只能研究新媒體文學的外圍，即對新媒體文學的傳播效果進行分析，預測新媒體文學會怎么樣，提供什么樣的文學作品其傳播力更強等。然而，對新媒體文學研究本身就不能是技術式的，而應該是美學式的。在具體研究方法上，新媒體文學與傳統文學走的是不同的理論路線。但就其藝術品格來說，文學應該研究的依然逃不脫深層的價值審視:從感官刺激的表層能否將讀者引向一般生活狀況，如生死、戰爭、世俗、宗教等，進而感受人類的終極意義和終極關懷。即使新媒體文學從表征上帶有后現代的去中心、平面化和反經典的傾向，但我們還是堅信好的文學與人性追求是同一的，狂歡式的淺薄帶來的是“娛樂至死”的悲哀。
第三，大數據思維帶來的新媒體文學審美形態是不是對大眾的迎合呢?純粹的迎合帶來的是否只是新媒體文學短時期虛假的繁榮?眾多網絡之中是否有一批逆潮流而上的引領美學品味的真正意義上的作家呢?如果只是一味迎合大眾趣味，以大數據的反饋作為依據，新媒體文學到一定階段可以通過技術手段調整寫作的內容和風格，這樣作家就成了讀者們意見的平衡機制，這樣的新媒體文學家沒有太大的存在必要。我們可以設想一種狀況:一部小說，作家只需要給一個開頭，后來的情節發展通過數據匯聚網民的意見和傾向進行延伸，，小說成為讀者們合力形成的整體，這樣的小說(姑且稱其為小說)就是的文學作品嗎?真正偉大的作家并不迎合當下的惡俗狀況，而是寫出深刻的作品，慢慢培養讀者的審美趣味，讓我們真正感受文學的意義、領悟存在的價值、思考人生的真諦。就像史蒂夫?喬布斯做蘋果手機一樣，他堅持認為不用考慮消費者的興趣，你需要做的是培養和引領審美。兩種不同的文學態度使得對文學具有深入思考的作家陷入兩難境地:迎合還是引領讀者和市場?迎合讀者型的新媒體文學只需要通過大數據分析帶給讀者們娛樂風格的作品，這種作品只需要考慮文字故事如何帶來感官的愉快，讀者怎么舒服怎么寫。引領型的新媒體文學有一個共同特征———“反淺薄”，文學作品需要讀者理解力的參與和感受力的調動，從作品之中讀到的除了“文之悅”之外，還有深邃的心靈和精神層面的內容。新媒體文學植根于眾生喧嘩的網絡媒介之中，但是我們不能據此將新媒體文學必然地視為通俗藝術。新媒體文學不一定必須提供短暫的、不能激發任何智性思考和審美挑戰的作品。在新媒體之中不可能存在可以吸引所有讀者的文學作品，因為這就是新媒體的性質:作家創作風格的多元存在和讀者審美興趣的散點式分布。也就是說，新媒體文學的審美情趣和屬性不是由它所寓居的媒介來決定的，而是由作家自己的選擇決定的。網絡媒介帶給人表達的自由和平等，從而帶來大眾極大的參與興趣和閱讀快樂，其中不乏并未獲得話語權的精英作家。所以，新媒體文學應該生長在一個包容性極強的場域之中，否則，引領文學潮流的作家就不可能擁有寬松的成長環境。但是，如果我們單純用技術方式來衡量藝術，藝術將會走向媚俗的商業邏輯道路，而的藝術因其表征具有長期性會被戴著大眾文化眼鏡的數據技術過濾掉，剩下的只是眾生喧嘩的靡靡之音。
作者：徐杰單位：西南民族大學文學與新聞傳播學院講師
數據時代論文:大數據時代信息管理論文
一、大數據與交通信息管理的聯系
（一）在交通信息管理中的應用
隨著社會經濟的發展，機動車輛數量大幅增加，與此同時交通管理的復雜性也逐漸增大。而大數據技術可將其虛擬性、集成性、智能型和預測性四個方面的優勢運用到交通信息管理之中。首先虛擬性有利于跨區域的信息管理，只需多方共同遵守信息共享原則，就可以在已有的行政區域內解決跨域管理問題；第二，信息集成性有助于建立綜合立體的交通信息體系，通過收集不同范圍、區域和領域的“數據倉庫”，發揮整體性交通功能；而其智能分析處理，可以輔助交通管理制訂出較好的統籌與協調方案，減少人力和物力的使用，合理利用道路交通資源；除此之外，分析并提煉各部門數據，模擬出相應的交通預測模型，這將可以有效地推測未來交通運行狀態，并驗證技術方案的可行性。
（二）存在的問題
1.信息的孤立。不同部門的交通信息系統導致很多數據在物理上彼此隔絕，缺少信息互通。
2.缺乏多樣性。由于缺乏處理大數據的技術和能力，分析對象通常是統計學中的抽樣樣本，將導致分析結果的不和不。
3.缺乏有效的信息提取與處理。實時動態交通數據包含大量信息，但通常不需要使用全部原始信息。如何對數據信息進行快速提取，是交通數據管理面臨的又一難題。
4.海量數據困于長期存儲?，F代交通數據具有來源豐富、數量龐大、分秒增長的特點，因此需要大容量的存儲空間和長期保存的功能，以保障其記錄歷史和推測未來的功能。
5.多類型數據難以統一管理。多類型交通數據即指傳統的數字信息，多元化的空間定位和先進的遙感圖像等數據。將其進行統一有效的管理，是交通數據管理需要重點研究的方向。
二、對交通信息管理教學的需求
（一）各高校教學現狀
將大連海事大學、上海交通大學、北京交通大學、東南大學、西南交通大學和武漢理工大學六所高校的課程進行對比。從六所高校對交通運輸專業的開設的基礎課程上看，與信息管理模塊有關的課程還是偏少，有些學校甚至沒有開設相關課程。
（二）傳統教學存在的問題
1.主干課程安排不合理。部分高校所設置的主干課程不能滿足交通信息管理模塊所需的基礎知識，因此難以實現高效、系統、完整的人才培養體系。
2.缺少專業選修課的引導。對于一個涉及面較廣的專業，多數高校的教學模式仍偏向專業必修，而忽視專業選修課。
3.教材更新緩慢。已有的教材存在片面性和過時性的問題，從而無法滿足學生對前沿知識而的了解。
4.形式單一。傳統教學主要為理論教學，對大數據技術背景的認識不夠充分，不能將學生的工程實踐能力和科技創新意識相結合。
5.缺乏實踐。傳統教學側重于對理論教學的解釋、驗證和簡單延伸，沒能及時將知識消化。
6.實習多流于形式。高校雖然有相關實踐和實習的要求，但這些都大多流于形式。有些企業擔心沒有經驗的實習生會影響正常的生產秩序，因而不愿接受實習生，這樣使得實習通常是走馬觀花。
（三）新教學模式提出的要求
1.分層次的培養模式
大數據時代的交通信息管理人才不僅需要有扎實的專業基礎，同時還應滿足不同層次的需求。例如本科畢業生將會面臨兩條出路，一部分走向社會生產，一部分會繼續深造，所以不同的畢業去向對于學生的能力要求也必然不同。因此，面對不同類型人才的能力培養需求，高校應當制訂分層次的培養方案，這樣在滿足不同企事業單位對就業學生工作能力的要求的同時，也能培養繼續深造的學生的科研能力和素養。實現分層次的培養方案，必然需要利用自主選課模式，加大社會需求類相關的選修課比重可以使學生在教學方案之內、教學計劃之外選擇適合自己的選修課，促使學生的專業知識結構從簡單型向復雜性轉變。
2.啟發式教學方法
教學方法上，要積極開展創新型教學研究，探索靈活多變、立體化的教學手段。啟發式教學的基本精神是根據辯證唯物主義的認識論，引導學生積極探索、發現問題、分析原因和找到解決方案，將知識轉化為能力和實力。在傳授基本知識的同時，力求將近期的科研成果納入到課堂之中，讓學生的知識與創新意識都能與時俱進。此外，教材也應及時更新，讓學生及時接觸到前沿信息。
3.提升教師的實踐教學水平
要改變學生實踐能力，必須從提高教師的實踐能力方面著手。加強師資隊伍多元化建設，實現雙導師制。雙導師型教師是指既具有高校教師任職資格，又具有較強專業實踐能力的教師。提高實踐能力方面可從以下兩方面入手：①優化科研環境，鼓勵教師積極參與橫向課題研究。這樣，青年教師不僅能深入了解本學科的前沿知識及工程實踐的應用，而且可以使基礎理論、專業知識與工程實踐緊密結合，從而培養和提高分析、解決工程問題的能力。②校企掛鉤，教師的工程實踐經驗和能力主要通過工程實踐鍛煉而獲得。高校和企業合作，不僅為青年專業教師工程實踐創造條件，同時還能為企業提供理論支持。
4.重視實踐能力的考核
構建客觀的、可操作性強的學生實踐能力評價體系。要求評價考核的標準和方法能夠將學生成績分解為一定的量化指標，從而客觀科學地評定其實踐能力。
三、總結
大數據時代給交通信息管理帶來了巨大的改變，這意味著高校教學不僅僅是培養工程師，更是培養緊隨時代、精用技術、勇于創新、善于解決問題的信息管理人才。只有積極改進教學模式，切實轉變教育觀念，重視培養實踐能力，構建先進完善的交通信息管理教學體系，才能培養一批批符合大數據時代要求的先進人才。
作者：王林張辰李翔新單位：武漢理工大學
數據時代論文:大數據時代會計論文
一、大數據時代云會計對庫存管理的影響
（一）云會計使庫存管理的成本更低
廉庫存管理的目標之一是在保障生產或銷售經營需要的前提下較大限度地降低庫存成本，即對庫存合理布局，減少調撥次數。存貨不足不能及時滿足生產和銷售的需要會給企業帶來損失，而存貨過多將導致儲存成本增加，進而影響企業利益。如何對庫存管理的成本進行控制對企業的生產經營至關重要。以物聯網技術為前端、大數據分析中心為后端的云會計平臺，能夠在時空分離的環境下預測或獲取企業不同區域的倉儲信息和客戶訂貨信息，以減少企業的庫存管理成本?；谠茣嬈脚_，企業能夠搜集、分析貨物的實時信息，動態了解各倉庫的實時庫存情況。倉儲管理部門在獲得大數據分析中心提供的庫存數據與客戶偏好數據的基礎上，能夠做到對各倉庫庫存合理布局，減少調撥次數，節約庫存管理成本。
（二）云會計使存貨控制系統更
為提高企業整體運作效率，很多企業對存貨管理采用了ABC控制系統或即時制庫存控制系統（JIT）。在ABC控制系統中，如何區分ABC三類存貨并進行分類控制是企業需要解決的重要問題。JIT管理強調只在使用存貨之前才要求供應商送貨，從而將存貨數量減到最小，實現物資供應、生產、銷售連續同步運動。這種方式在提高生產效率、減少儲存成本的同時需要考慮到與供應商協同接洽的問題。大數據、云會計技術的應用，能夠提高企業ABC控制系統或即時制控制系統的運行效果。在企業的云會計平臺上，通過對自身以往所有各種類型存貨數據的大數據分析，以及參考同行業、相關行業的歷史數據，可以對ABC三類存貨進行更為科學合理的區分，使ABC控制系統更加。面對JIT即時制更加嚴格的要求，企業需要考慮到存貨的計劃需求、與供應商關系、準備成本、電子數據等方面，一旦存貨預警就會產生生產線、銷售線告急的情況，將為企業帶來巨大損失。物聯網與大數據技術的發展為解決JIT控制面臨的問題提供了解決方案。由供應商提供的存貨都帶有的產品電子代碼（EPC），企業和供應商可以通過物聯網同時獲得存貨的使用情況，在數據顯示該批存貨需要補充時，物聯網得到傳感信息的反饋及時提醒企業補給，通知供應商做好供貨準備，并給出下一訂貨批量的預計時間及數量要求。這樣就加強了企業與供應商的信息溝通與交流，使JIT控制系統得到更好的實施。
（三）云會計使庫存管理更智能
由于各個地區消費者的需求偏好往往存在差異，使得企業在全國布局的倉庫庫存往往在商品的類型、數量等方面不盡相同。基于云會計平臺，通過前端的物聯網，企業可以獲取各個區域倉庫的存貨情況。針對庫存調撥，通過后端的數據中心進行大數據分析，可以選擇在的倉庫之間進行商品的調配，并根據對調撥結果的分析就以后的商品庫存分配進行優化。消費者在網上購買商品時，云會計平臺會自動選擇就近且有貨的庫存點進行智能化發貨。在存貨的運輸與存儲過程中會涉及到安全問題，尤其是對于高價值的存貨，其一旦損失將會對企業造成嚴重影響。云會計平臺下物聯網技術的運用，可以做到存貨信息流和物流的統一、對存貨流向形成監控，具有極強的監測功能。存貨信息能夠實時反映在云會計平臺上，即便出現貨物丟失情況，企業也能夠即時采取措施應對，確保企業存貨的安全性。
二、大數據時代基于云會計的庫存管理
框架模型構建庫存管理及時地反映各種物資的倉儲、流向情況，可以為企業的生產管理和成本控制提供依據。通過對貨物的各種信息進行即時的采集、分析、處理，可以使企業實時動態的庫存管理成為現實。在云會計平臺上，前端的物聯網技術能夠實時采集數據，后端的大數據分析中心對數據進行分析與處理，為企業的庫存管理決策提供支持。在分析大數據時代云會計對企業庫存管理在成本、控制、管理水平等方面影響的基礎上，結合大數據、云會計和物聯網的技術特征，考慮企業當前主要的庫存管理需求，本文建立了由云會計平臺、大數據分析中心、庫存管理等核心模塊組成的大數據時代基于云會計的企業庫存管理框架模型。企業庫存管理決策所需的庫房信息，如倉庫信息、貨位信息、物料信息、出入庫信息等，可以通過物聯網技術借助云會計平臺進行實時搜集；決策所需的其他大數據源，可以通過互聯網、移動互聯網、社會化網絡等多種媒介，借助云會計平臺從企業內部、交易所、事務所、外部市場、銀行等獲取。同時，經由大數據處理技術和方法（Hadoop、Storm、PentahoBI等）規范所獲取數據，并通過ODS、DW/DM、OLAP等數據挖掘與數據分析技術提取企業進行庫存管理決策所需的財務與非財務數據。大數據分析中心對企業庫存管理的入庫信息、調撥信息、出庫信息進行分析，以此來支撐庫存管理模塊，為采購入庫、庫房調撥、銷售出庫階段實時、的決策提供了依據。
（一）采購入庫在采購入庫階段
由大數據分析中心結合企業生產情況、外部環境等因素對采購計劃、采購數量、采購時間、物流過程等相關采購流程的影響，就公司所接訂單、產品或服務的生產周期以及交貨的時間等進行分析，并針對企業歷史數據的分析以及對供應商信用程度、產品質量、產品價格等的綜合分析，制定出《合格供應商名冊》向企業推薦供應商。采購部門則根據分析結果按照企業需求制定出科學的采購計劃與選擇適合并滿意的供應商。完成供應商選擇之后要進行簽訂采購合同、發出訂購單，供應商確認訂購單、根據訂單交貨等步驟，這一過程需注意明確合同內容，明晰產品信息與雙方責任。在一個部分即進料檢驗及入庫階段，由射頻識別技術（RFID）識別出產品的品牌、規格、型號以及供應商的檢驗合格標識（在物聯網技術下，產品都帶有電子標簽）之后方可入庫，若有檢驗不合格者，根據標簽自帶的生產信息退回至供應商處，并根據采購合同的條款或退換貨物或進行賠付，退換后的貨物同樣要進行這一系列的檢驗過程，直到合格后入庫。
（二）庫房調撥在庫房調撥階段
模型采用共享策略，即某倉庫庫存水平一旦無法滿足當前訂單，而采用調撥方式可滿足時，可從其他點調撥，要求調撥點的當前庫存能滿足需求點的訂單需求量。由于云會計前端的物聯網可以得到企業各倉庫的庫存信息，這樣在任何倉庫發生存貨預警時，都可以向后端的大數據分析中心實時反饋請求調撥信息。對請求調撥信息進行分析之后，按照最小費用策略確定存貨的調撥點與調撥量，并向該倉庫調撥信息，以此在各倉庫間完成存貨的相互補給。在各倉庫不能滿足庫存需要或者調撥成本過高時，庫存信息將直接向總部反饋，由總部完成存貨的分配。將調撥結果經由大數據分析中心向倉儲管理部門進行匯報?；谠茣嫷膸齑嬲{撥模塊將企業的分布式庫存連成了一個有機整體，不再是單獨的倉庫管理，可滿足大中型企業庫存實時性的問題，便于整體優化及一體化管理。大數據分析中心為各倉庫的信息共享提供了技術支撐，物聯網技術的運用為掌握各倉庫的實時信息提供了有力保障，可為企業節省時間與成本。
（三）銷售出庫針對企業的銷售出庫
銷售部門根據經由大數據分析中心分析之后的客戶訂單向指定的倉庫下達發貨指令，當指定倉庫接收到發貨指令之后帶有RFID的貨物將發往指定地點，同時，貨物的地理位置信息與其他信息等由帶RFID技術的物聯網通過大數據分析中心向倉儲管理部門實時反饋，以確保貨物的安全以及了解物流信息。在貨物到達指定地點后，將會再次向大數據分析中心反饋信息，并向倉儲管理部門與銷售部門發送貨物安全送達的信息，從而完成整個出庫過程。
三、結語
大數據已成為企業新型的戰略資產和企業核心競爭力的重要基礎，可為企業的經營決策提供重要的支持。大數據、云會計和物聯網技術能為企業搜集、分析、處理前端數據，并獲取到同行業與相關行業的數據信息，這必然會對企業傳統的庫存管理方式產生較大的影響。本文構建了大數據時代基于云會計的企業庫存管理框架模型，并闡述了入庫、調撥、出庫在模型中的具體運作方式，期望本文的研究能夠為庫存管理研究和企業應用提供新的思路。
作者：程平徐云云單位：重慶理工大學會計學院重慶理工大學云會計研究所
數據時代論文:大數據時電企業財務論文
1大數據的特征及其對發電企業財務職能的影響
1.1大數據的主要特征根據在維克托?邁爾-舍恩伯格及肯尼斯?庫克耶在《大數據時代》著作中的論述和業界的共識，大數據具有4V特點，即：Volume（大量），數據體量巨大；Velocity（高速），處理速度快；Variety（多樣），數據類型繁多；Value（價值），價值密度低，商業價值高?；谏鲜鎏卣骺梢耘袛?，本質上看數據本身并無太多價值，而基于大數據的處理和分析才能為企業帶來巨大的增值價值。大數據將是一場革命，龐大的數據資源使得各個領域都會開始進入量化進程，無論學術界還是企業界，所有領域都將開始這種進程。
1.2大數據對發電企業財務職能的影響大數據對發電企業財務職能的影響主要體現在財務管理的理念和模式、財務人員職能與定位、數據分析與應用、決策支持的及時性與有效性、財務內部控制與風險管理的針對性與有效性等方面。在大數據時代，包括發電企業在內的社會經濟組織在各領域的決策將更加依賴數據和分析，而非是以往的主要靠經驗和直覺。財務數據作為發電企業的核心數據，反應和支撐著發電企業資金及業務的正常運轉，通過對財務數據的處理和信息的充分挖掘和分析，能夠有效幫助發電企業改進財務管理，提升應對各種財務風險的能力，為管理者提供決策依據，進而為企業創造價值?？梢哉f，發電企業從各種各樣類型的財務數據中快速獲得有價值信息的能力，將直接決定企業在未來愈發激烈的市場競爭中的生存能力。
2大數據時電企業財務職能面臨的主要變革
2.1財務管理的理念將向保障戰略目標的實現變革毫不夸張的說，數據決定成敗，數據將成為保障發電企業戰略目標實現的決定性手段，缺乏財務數據支持的企業戰略終將是空中樓閣、鏡中之月。傳統財務管理的理念主要立足于核算和監督，隨著發電企業在管理上不斷追求和不斷通過信息技術來提升管理效能，發電企業積累和掌握數據空前龐大，而這些龐大數據的核心價值在于數據的深化應用。這就要求發電企業在財務管理的理念上進行深刻變革，通過借助大數據時代先進的管理手段和工具，深入加強財務管理的分析、控制、預測等職能的發揮，充分發揮財務在戰略決策和價值創造方面的作用，使財務數據成為企業通過配置資源來保障戰略目標實現的指揮棒和主要的衡量標準，使戰略目標立足扎實、戰略管理行為科學、戰略保障堅強有力。
2.2財務決策支持的重心將向深、向寬變革隨著發電企業在推進財務決策支持職能發揮方面的不斷努力，財務決策支持在總體財務職能方面的比重正在逐漸上升，如國內較為的國華電力提出要在未來將財務決策支持占財務職能的比重由以往的10%提升到50%。以往，財務人員主要基于財務報表的數據，通過對數據的分析為管理者提供決策支持，但財務報表的數據畢竟是有限的，反應的信息面相對狹窄，只能為管理者提供有限的信息。大數據時代，發電企業面對的數據范圍越來越寬、數據精細化程度越來越高、數據之間的關系鏈也更為完整，這就為財務決策支持提供了海量的數據信息，使財務分析能夠深入到最基礎的業務單元，從而使企業效益和成本的驅動因素更為明確，驅動因素對效益和成本的影響程度也更為。以存貨周轉率為例，通過報表分析手段，只能反饋存貨周轉率與基期對比的偏離程度，但通過大數據手段，可以明確找到存貨周轉率偏低的直接驅動因素，到底是哪些存貨存在偏差，偏差程度到底有多大。再如通過數據積累和分析，可以預測各種驅動因素的變化對發電負荷率的影響程度、對煤耗的影響程度。這樣就能幫助決策者的決策行為更加科學、更加有效。
2.3財務職能發揮方式將向統籌協調變革國家會計學院秦榮生教授形象地指出，要“修身、齊家、管公司、治國、平天下”。傳統財務職能僅需依靠財務部門自身便可發揮作用，做好“修身”即可。隨著ERP等信息手段的應用，財務管理職能的發揮逐步與人力資源、供應鏈管理、生產管理等企業各類信息系統深度整合，協同發揮效力。在這種新的形勢下，財務部門僅僅依靠發揮自身本位職能，是遠遠無法滿足現代社會對財務職能發揮的要求。這就使財務職能的發揮開始朝著統籌協調企業整體資源配置進行變革，不僅要做好“修身”，更要“齊家、管公司”，通過發揮財務的統籌協調職能，幫助企業規范管理、優化資源配置、有效管控風險、提升經營績效。
2.4財務管理手段將向精益管理變革精益管理豐田公司制勝的法寶，其核心是以最小資源投入，包括人力、設備、資金、材料、時間和空間，創造出盡可能多的價值，為顧客提供新產品和及時的服務。而大數據管理的特征集中體現在更細、更多、更快和更優四個層面，可以促進精益管理向著效率更高、效益更佳的方向邁進。在國內外經濟形勢處于低谷的宏觀背景下，發電企業面臨日益復雜和殘酷的市場競爭，這樣的宏觀經濟形勢與大數據時代疊加，催生發電企業財務管理的手段必須朝著精益管理變革。如有了大數據的基礎，通過精益財務分析可將大數據的信息加工，形成針對性強、可操作性強的管理建議；通過精益對標，發電企業不僅可以實現與同行業先進績效的對標，也可以實現對不同行業指標標準的對標；通過精益預算管控，實現企業資源的配置；通過集約化財務共享平臺的搭建，實現財務職能的精益管理。
2.5財務人員的職能定位將向價值創造變革在大數據時代，財務人員所面對的數據規模日趨龐大、數據類型日益復雜，而企業管理者對高價值財務信息時效性的要求越來越高。這就要求大數據時代的財務人員，除了必須具備扎實的財務處理能力以外，還必須進行職能定位的變革，通過熟練運用大數據帶來的信息為企業創造價值能力。對于財務總監來說，大數據的運用將使其由目前的企業理財幕僚變革為戰略制定者，由價值管理者變革為價值創造者；對于財務人員來說，對財務數據的處理能力將成為其價值體現、績效衡量的主要標準。
2.6財務風險管理將向實時管控變革以往財務風險管控的基本模式為事前評估，事中控制，事后分析，往往依賴財務人員的經驗和判斷，管控效果難以保障。而現在，大數據為財務風險管控提供了非常寶貴的管理載體和平臺，通過大數據的收集、分析和整理，可以做到在財務信息系統預定義各種風險控制規則，觸發規則定義的預警條件，即可將預警信息傳達到發電企業總部。如發電企業可以明確界定職工福利費的列支范圍并設置預警條件，當財務系統錄入不符合規定列支范圍的福利支出時，系統將自動預警并暫停交易，待發電企業總部核查后再行處理。
3發電企業如何迎接大數據的機遇和挑戰
大數據以其固有的特征影響著時代的變遷，也將為發電企業財務管理職能帶來巨大的變革，這種變革對發電企業來講，不僅意味著機遇，也將是一種挑戰。發電企業要積極行動起來，在迎接大數據帶來的重要機遇的同時有效應對其帶來的挑戰。主要是要做到：
3.1明確設定財務大數據管理的目標發電企業面對大數據管理的趨勢，首先要設定清晰而又明確的財務大數據管理目標，就是要通過財務大數據管理和應用，為企業財務管理職能的平臺跨越奠定基礎，從而形成高附加值的企業戰略保障能力，促進企業價值較大化。
3.2建立健全財務大數據管理和應用能力大數據管理能力的關鍵衡量因素體現在高質量的數據、先進的工具、精通數據的員工以及支持分析決策的流程和機制。發電企業對此要有深刻的認識和理解，并在企業運營和管理過程中建立相對應的管理機制，通過優化財務數據管理流程、提升財務人員運用大數據能力、建立健全決策支持模型等手段，來不斷提升企業財務大數據管理和應用能力。
3.3不斷優化財務管控架構財務管控架構是財務大數據管理的前提和基礎。發電企業要通過財務共享平臺建設，在橫向職能架構上加強與企業營銷、生產、運營和管理平臺的橫向集成，在縱向職能架構上實現集團層面與下屬單位的財務管理職能一體化，保障財務大數據管理的寬度和深度。
3.4加強信息安全管理保障數據安全財務大數據在為企業帶來極大便利和良好效益的同時，也將面臨著數據安全等方面的風險。這就要求發電企業通過在制度層面、管理層面、契約層面和技術層面加強管理，保障企業自身的財務信息安全。
4發電企業如何應對大數據帶來的風險
凡事有利必有弊。發電企業在充分受益大數據帶來的各種便利時，也要高度重視并有效管控大數據帶來的各種風險，特別是核心財務數據的管理和應用值得高度重視。
4.1財務數據管理風險如前所述，大數據時代，數據產生的增值效益日益突出，由此為數據管理提出來更高的要求。發電企業財務數據管理風險主要表現在因數據管理不到位造成的各種不良后果，表現在：財務系統因病毒、網絡攻擊、火災及自然災害等情況造成的無法正常使用；因管理不善造成的財務數據丟失、數據遭篡改，造成數據不能正常使用。這就要求發電企業在財務數據管理方面，一是要加強制度建設，建立異地備份等管理機制，特別是要考慮當前發電企業集團化運轉條件下信息系統一體化的數據安全問題；二是要加強信息安全管理，通過的殺毒系統、系統防火墻建立的信息安全屏障；三是要明確數據管理人員的職責，建立數據管理牽制機制。
4.2財務數據質量風險由于數據的爆發性增長，在大數據時代財務數據的質量直接關系著，甚至是決定了數據應用的效率和效果。發電企業財務數據質量風險主要表現在由于財務數據不造成錯誤的分析結果，誤導管理層；因財務數據不完整造成決策支持效果不佳。這就要求發電企業在數據采集、處理和應用的過程中必須確保財務數據的質量。而在衡量數據的質量時，要充分考慮數據的性、完整性、一致性、可信性、可解釋性等一系列的衡量標準。
4.3財務數據應用風險傳統數據管理的重心側重于數據收集，而在大數據時代，數據應用成為整個數據管理的核心環節，數據應用者比數據所有者和擁有者更加清楚數據的價值所在。發電企業數據應用風險主要表現在由于對于高質量數據的不當應用，如使用了錯誤的財務分析模型，甚至是人為濫用造成偏離數據應用目標的情況；財務數據在應用過程中因數據管理不到位或人為因素造成企業商業機密泄露。這就要求發電企業高度重視大數據的應用管理，首先是要明確數據應用管理的目標，并建立高效的數據應用管理機制，以確保數據的應用效果；其次是要通過明確數據應用者的管理職責，加強數據應用過程中的核心信息管理，確保企業核心商業機密的安全性。
4.4財務數據過期風險傳統數據管理強調“存在性”，即只要能獲取數據即可滿足企業的要求，財務數據的分析和應用的基準數據更多的是以往年度。而在大數據時代，發電企業對數據時效性的要求空前提高。發電企業財務數據過期風險，主要表現在對于數據的時效性管理不到位，財務數據反饋不及時造成決策不及時，貽誤商業機會等情況。這就要求發電企業要從戰略導向出發，高度重視數據應用的時效性管理，一方面在財務數據獲取環節要充分考慮時間的及時性和性，另一方面要在數據應用環節注意對數據的甄選，確保財務數據必須更多地立足當前，面向未來，只有這樣，才能幫助企業在瞬息萬變的市場環境中充分發揮作用。
5結束語
思路決定出路，觀念決定未來。在大數據時代，發電企業要順應時代潮流，及時變革財務職能，通過財務大數據的多方位管理，較大程度上從各種財務數據中獲取最及時、最有效、最有價值的信息，并有效管理大數據時代的各項風險，來提升企業決策的科學性、有效性和及時性，從而為企業戰略目標的實現和在激烈的競爭中立于不敗之地提供的財務保障。
作者：劉博單位：中國神華能源股份有限公司國華電力分公司
數據時代論文:大數據時代企業管理論文
1研究背景
近幾年隨著社會的發展，信息技術和計算機在迅猛發展，在各個領域都需要大量的數據，這有利于企業了解市場，而這個時代的數據大爆炸已經不能被現代化的計算機所消化了。在信息化社會，到2020年，全球以電子形式存儲的數據量預計將達到35ZB，而這其中，企業數據正在以55%的速度逐年增長。IDC預測，大數據技術與服務市場將在2015年達到169億美元，年增長率甚至達到40%，這是大數據時代到來的趨勢。我們將這些數據稱為“海量數據”，這個概念其實在2008年時就已經被提出來了，最早提出是在谷歌成立10周年的慶祝典禮上，被稱為“BigData”，后來也曾在雜志上討論，我們應該如何面對現在的數據大爆炸時代，這不僅是機遇，也是一種挑戰?？梢赃@么說，大數據時代是信息社會的變革，是信息化和科技發展的產物，它具有很強的緊迫性，對我們這個時代也有重要意義，如何將數據整理、分析、歸納和共享成為全世界都在關注的事情。大數據時代的到來對于企業來說是更大地挑戰，如何在這樣的一個時代加強自己的競爭力，把握住每一個客戶的資料和數據，成為企業提高國際競爭力的關鍵。數據流的廣泛應用使企業不斷審視自己的IT管理模式，逐漸形成規模化、多樣化和高速化的企業管理模式，可以說大數據時代的到來對于企業既是機遇又是挑戰。
2相關概念
在信息化時代“，數據”成為一個熱門詞匯，如今數據已經深入到每一個行業和領域，并成為促進生產的重要因素。而“大數據”這樣的概念是在數據的基礎上逐漸流行起來的，這最早源于美國“。大數據”指的是運用更先進軟件和科技對數據進行管理和分析，將數據流整合，將海量的數據進行處理，也就是說，傳統的數據管理技術已經不能適應現在的大量數據了，我們要進行新技術的開發，迎接大數據時代的到來。大數據(Bigdata)一般指的是軟件工具難以捕捉、管理和分析的大容量數據，其單位通常是“TB”。大數據是一個企業在創造了大量非結構化和半結構化數據后，組成一個數據集，其具有4V特性：(1)容量大(Volume)。非結構化數據的超大規模和增長；占總數據量的80%～90%；比結構化數據增長快10到50倍，是傳統數據倉庫的10～50倍。(2)格式多(Variety)。異構和多樣性；很多不同的形式，如文本、圖像、視頻、機器數據等；沒有模式或者模式不明顯；不連貫的語法或句義。(3)價值高(Value)。大量的不相關信息的提純；對未來趨勢與模式的可預測分析；深度復雜分析(機器學習、人工智能VS傳統商務智能咨詢、報告等)。(4)速度快(Velocity)。實時分析而非批量式分析數據輸入、處理與丟棄，立竿見影而非事后見效。數據之間的跨應用和跨系統的結構化和非結構化數據體現著數據與數據的復雜關系，這些數據相互之間關聯卻又相對獨立，大量的數據通過儲存和分享進行交換和聯系。通過對大量數據進行分析、整合和交換，不斷創造新的價值，加快生產，發現新領域和新知識，將數據流較大價值化和較大應用化，這是大數據的實質與內涵，簡單來說，就是將大數據內部信息進行關聯和挖掘。
3大數據給公司帶來的挑戰
新疆新捷股份有限公司成立于1995年8月，是專業從事天然氣終端銷售及綜合利用的企業。公司秉承中國石油“奉獻能源、創造和諧”企業宗旨，堅持昆侖能源“低碳經濟、綠色發展”理念，努力將公司建設成為國內的天然氣終端銷售企業。從企業戰略著眼，信息就是財富，企業如果對這些大數據管理得當，就可以發掘出更為強大的決策信息。目前大數據時代給企業管理者帶來的挑戰有如下幾個方面。
3.1如何獲取大數據現在很多企業所能獲取的數據信息有限，僅僅是冰山一角，大約為總數據的15%以下，并且對數據整合程度不夠，存在很多非結構化數據和半結構化數據。無法獲取足夠的數據成為企業發展的障礙，這些對于現代企業來說是一個很大的難題，傳統的商業智能系統對大量信息數據的標準化和結構化整合已經不能適應，海量數據的產生需要企業運用先進的手段獲取更多，并對信息數據加以整合，這樣才能通過大量的數據分析市場需求，增加客戶，提高企業的服務質量，不斷提升企業的國際競爭力。因此，如何獲取大數據成為新疆新捷股份有限公司的一個挑戰。
3.2對管理團隊的挑戰新疆新捷股份有限公司的傳統管理模式是高層決策者憑借自己的經驗和決策能力下決定，其他管理人員負責完善決策和執行。在大數據時代來臨前數據量較小，信息有限且獲取信息的成本較高，因此這種傳統的管理模式還可以適應企業發展。但隨著信息化社會的發展和大數據時代的到來，這種傳統的管理模式已經不能適應海量的數據，這更多的是需要新疆新捷股份有限公司通過大量的數據進行分析，結合企業自身的特點，組成管理團隊進行決策，這樣才能不斷適應社會的發展，增強企業的競爭力。決策者在決策過程中的直覺主義已經不能適應大數據時代，這是企業在管理上遇到的一個挑戰。
3.3對企業管理流程的挑戰多數企業的管理流程是逆向思維方式，也就是說通過在經營過程中出現的問題進行分析，通過一個管理團隊的討論和協商，制定出一套解決方案，這樣的管理流程有一定的好處，但也會因為有一些管理問題還沒有出現，導致管理上的疏漏，而新疆新捷股份有限公司就曾是這樣的管理流程。對于現在海量數據的產生，新疆新捷股份有限公司不能再按照逆向思維模式進行管理了，其應該盡量運用正向思維的管理方式，根據現在大數據時代的特點，進行數據收集，找出數據之間潛在的關系，對客戶信息進行整理分析，充分了解客戶的需求，進而提出優化方案，這樣更有利于企業發現自身的問題，并走在其他企業前面，提高競爭力。
4大數據時代企業管理變革
隨著信息流動、網絡新生代的成長和數據量的增加，過去傳統企業可能通過強大的體制控制力，或者信息不對稱的優勢地位進行封閉企業管理的模式，在今天已經越來越行不通了。面對海量數據，我們要以數據體現的內容為先決條件，不斷適應大數據時代的變革，同時，對企業的管理進行改進和變革，大數據時代下企業管理需要做出變革幾點如下。
4.1獲取數據在大數據時代，企業最重要的是進行數據的獲取，收集一定的數據才能更好地對企業進行管理和實施決策。大數據需要有一個平臺，需要進行一個數據的抓取，它有傳輸、分析、建模、優化等作用，產生認知，這些都是在大數據這個平臺上所必須具備的一些特性。這些特性使得企業間可以通過大數據平臺進行跨行業交流。大數據平臺會把全世界的數據進行共享，使得全世界在物理空間的活動都得以體現在大數據平臺上，這是一個很重要的概念。對于企業來說，要不斷融入這個平臺，通過共享數據和收集數據，開發潛在客戶。
4.2管理團隊的挑戰大數據時代的到來對于企業的管理既是機遇又是挑戰，對于企業的管理者來說，這有利于數據的收集和分析，我們在面對大數據的挑戰時，首先要將數據量化，量化的數據有利于管理效率的提升，管理者通過大量的數據信息掌握公司的業務和客戶，對公司內部和外部客戶進行管理，提升管理和決策的質量。我們可以通過以下三個方面面對挑戰。
4.2.1轉變管理模式企業在管理上要與時俱進，要在大數據時代充分了解數據是什么，并通過數據進行有利于自己企業發展的分析，要根據大數據轉變管理模式。海量數據是管理的主線，我們應該通過數據說話，利用數據進行潛在客戶的挖掘。以往的管理模式都是由高層人員根據自己的經驗進行決策和管理，而在大數據時代，我們應該建立一個管理團隊，對海量數據進行管理和收集，通過分析數據得出結論，再通過研究討論，最終確立決策方案。這種管理方式可以給企業帶來巨大的商業價值，實現企業對客戶進行增值服務的附加值，以數據為主的管理模式更合理，更科學，也更符合大數據時代的特點，此外，還有利于企業增強競爭力，提高管理和決策的效率。
4.2.2轉變思維模式面對大數據時代，企業管理者需要對大數據進行量化分析，這和傳統的思維模式并不相同，因此需要轉變管理者的思維模式。在面對重大決策和企業管理時，要先進行數據查找和數據分析，從數據上得出結論，分析結果，再進行決策和管理，這種方式不但會提高管理者的效率，也會提高其他工作人員的積極性和業務執行能力。另外，我們要允許數據做主，也就是說提高數據分析的力度，將來自一線的數據進行分析，通過數據判斷決策是否正確，大數據的整理和分析是需要較長的時間來完成的，這對企業來說也是一種挑戰。
4.2.3培養人才資源在大數據時代人才資源是一個企業發展的重要因素。如今的高級管理人才越來越稀缺，擁有綜合能力的管理人才不多，因此企業應該進行管理人才的培養，只有將人才、科技、管理、決策進行融合和調整，才能使企業清晰自己的發展目標，制定適合自己的發展戰略。企業可以在管理人才的選擇上挑選一些經驗豐富、學歷較高的人才，再進行崗前培訓和在職培訓，提高他們的管理能力和應對大數據時代的能力。企業通過培養視覺化、系統化人才，將企業的海量數據進行快速、高效的整理和分析，從而提高企業競爭力，使企業能充分迎接大數據時代帶來的挑戰，更好地把握大數據時代出現的機遇。
5結語
在計算機和信息化時代的發展過程中，海量數據已經不斷地出現。大數據時代已經來臨，海量數據和信息不斷進行交換，使企業面臨更大地挑戰，要不斷將數據庫進行整理分析，通過數據做決策才能更好地把握企業管理脈絡。企業面對這樣的挑戰，需要將大量的數據進行搜集和分析，通過數據分析的結果進行企業的管理和決策，加強人才培養，轉變管理模式和思維，這樣才能提升企業的競爭力。
作者：劉冬單位：(昆侖能源)新疆新捷股份有限公司
數據時代論文: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、總結
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
數據時代論文:大數據時代我國經濟增長論文
一、大數據時代經濟增長的大變革
由于互聯網的發展產生了大量的數據，對這些數據應用計算機技術、數學模型、統計分析等進行處理，就有可能成為有價值的、可銷售的數據產品，這種基于數字技術下的創新性信息使用方法，提高了決策者的決策效率及可信度，能夠引起整個服務業和制造業本質性的改變。因此大數據蘊含著極高的經濟和商業價值。對于大數據的概念，企業和學術界目前尚未形成統一的定義。研究機構Gartner將大數據定義為需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。美國國家科學基金會(NSF)將大數據定義為“由科學儀器、傳感設備、互聯網交易、電子郵件、音視頻軟件、網站點擊流等多種數據源生成的大規模、多元化、復雜的、長期的分布式數據集”。麥肯錫認為大數據是指無法在一定時間內用傳統數據庫軟件工具對其內容進行采集、存儲、管理和分析的數據集合。當前對于大數據的特點主要存在兩種觀點:Dumbill采用IBM公司的觀點，認為大數據具有“3V”特點，即數據量大(Volume)、數據類型復雜(Variety)、產生速度快(Velocity)。還有部分學者認為大數據具備“4V”特點，在3V的基礎上增加了價值性(Value)。
(1)數據量大(Volume):目前數據的計量單位用太字節、澤字節和堯字節計算。IDC《數字宇宙膨脹:到2020年全球信息增長預測》顯示，數字信息每年按照幾何級數態勢遞增，到2020年數字量將達到40ZB。
(2)數據類型復雜(Varie-ty):相對于傳統的便于存儲的結構化數據，大數據下非結構化數據越來越多，比如網絡瀏覽軌跡、視頻、音頻、圖片、地理位置信息等。數據類型的多樣性對數據的處理能力提出了更高的要求。
(3)產生速度快(Velocity):數據的產生和更新頻率快，每秒都在即時增加，因此大數據的存儲以及實時處理和分析能力是大數據背景下技術創新的關鍵要求。
(4)價值密度低(Value):存儲的數據量大，但是蘊含的價值低。比如一段監控視頻時間長達2個小時，但是有用的數據可能只有1～2分鐘。數字技術是指對產生于人機交互、物聯網等以結構、半結構、非結構形式存儲于數據庫中的數據，進行提取和集成，以模式識別、數據挖掘、可視化以及統計分析等技術手段，通過數字技術生成模塊化的專用數字技術處理軟件包，進一步通過模塊集成實現決策支持、智能生產、智能服務、預測等技術創新，實現大數據的價值化。根據大數據的特點可知大數據和傳統數據的差別主要體現在數據處理技術上，大數據下的數字技術包括傳統基本數據處理技術如模式識別、數據挖掘、可視化、統計分析，和高級數據處理技術如移動計算、社會化媒體、物聯網、云計算、分析和預測五種技術，這五種數字技術融合后方能產生巨大的技術創新。移動計算指的是計算的實時性、動態性，即人和計算機的實時交互，機器和周圍環境的實時交互，通過移動計算，增加了數據使用技術在地點和時間上的靈活性，數據的實時處理是大數據的最核心技術。社會化媒體是指人們可以在社會化媒體平臺信息、分享內容、互動交流。社會化媒體平臺的使用數據具有“流”的特性，大數據流的特性改變了人們收集和評價信息的方式，也改變了技術創新方式。物聯網描述的是物理對象間的連接，這種交互作用發生在機器與機器之間，對象與對象之間。物聯網的形成開啟了服務創新、生產創新和增值過程的新維度，是新的增值模式和商業模式的基礎。云計算指的是一種基于互聯網的計算方式，主要解決數據的結構問題和管理問題，共享的軟硬件資源和信息按需提供給不同的使用者，通過云計算加快對信息的發現、組織和協調并為技術創新提供服務。分析和預測是對大數據進行關聯、趨勢性等知識發現技術，由于大數據的海量性、動態性、類型多樣性和價值低密度性，有價值的信息隱藏于碎片化的數據關聯中，而且隨時間的流逝不斷減少，因此傳統的優化算法、抽樣學習的數據挖掘技術、統計分析方法已不適用，基于知識發現的分析和預測技術是大數據的關鍵技術。針對大數據下的這些數字技術融合就有可能產生技術創新，就可能實現服務智能化、生產智能化、決策智能化等等。大數據時代給經濟增長帶來了大的變革，這種變革體現在:一是信息化與工業化的融合，大數據時代的本質是互聯網基礎上的信息技術在經濟增長和工業化中的廣泛應用，其核心在于信息化與工業化的融合。大數據并不能生產出新的物質產品，也不能創造出新的市場需求，大數據的價值，不僅是大數據技術本身，更是應用創新產生的經濟社會價值，能夠讓生產效率大幅提升，從而使工業制造的生產效率得到大規模提升，并進一步促進經濟發展。二是促進產業融合。大數據時代信息化和智能化的廣泛使用，使得不同產業或同一產業不同行業相互滲透、相互交叉，最終融合為一體，逐步形成新的產業。在技術融合、數字融合基礎上所產生的產業邊界模糊化，產業由分立走向融合，產業融合能夠通過建立與實現產業、企業組織之間新的聯系而改變競爭范圍，經濟增長效率大幅度提高。三是技術創新發生變化。在大數據背景下科技創新與產業結合程度加強，而且由于信息化的廣泛使用，信息化和工業化的深度融合，技術創新的協同性和共享性加強，科技創新與產業結合對經濟增長的作用加強。
二、大數據下數字技術創新的新特點
大數據下的技術創新與傳統漸進性技術創新有本質的不同，主要體現在創新方法、創新模式、創新管理、創新過程和創新結果五個方面。大數據背景下數字技術基礎上的技術創新具有一些新特點:
1．數字技術下的技術創新方法具有組合性傳統的技術創新方法基于專業理論、專業技術和市場目標的共同作用，而大數據環境下的數字技術創新方法更多地來源于對不同技術的組合式創新。創新不僅是一種基于理論背景下的基礎性創新，而更可能是利用現有的數據技術手段和已有信息進行重新組合，技術創新方法的組合性主要體現在對數字的敏感性洞察以及創意路徑實現的組合。對于客戶消費行為的數據技術分析可以開發出BI系統。對于共眾通信數據分析可以開發輿情系統，KevinSystrom和MikeKrieger將Facebook受歡迎的照片共享思想植入到智能手機中，開發出了能夠改變照片樣式的軟件。這些說明了數字技術提供了一種組合式技術創新的可能性。
2．數字技術下的技術創新模式具有開放性傳統的技術創新模式強調獨立創新、合作創新和引進創新模式，這些創新模式聚集對要解決的問題相關領域精通的專業性人才來提供技術創新方案。專業人才具備高精尖科技知識，能夠從更加專業的角度提出建議，而大數據下的技術創新能夠突破對專業人員和研究領域的限制。數字技術提供了一個開放式的創新環境，每個人都能夠在開放平臺上對要解決的問題進行新思想的交流與技術創新的實現。納特?特納和扎克?溫伯格是沃頓商學院學習經濟學和創業學的學生，二人雖然沒有學過醫學知識，但他們創辦的公司flatironhealth正在試圖用大數據分析技術找到治療癌癥的方法。這種群體力量參與和數字技術爆發出來的無限的智慧正是大數據下技術創新的模式。
3．數字技術下的技術創新管理具有突破性突破性技術創新是基于不同科學原理和技術方法之上的創新，能夠使產品具有新的性能和較低成本，且具有毀滅性，能開拓新的市場和潛在的應用，如石英鐘的出現給機械表以致命沖擊。數字技術下的融和式技術創新是突破性技術創新，單個領域的技術有可能只服務于特定背景下的產品或者服務，而不同領域技術的有效融合則可能衍生出更多的相關性技術創新。在技術進步的過程中，漸進式創新是階段性的、變革性的，而突破性技術創新是永恒的、革命性的。傳統的技術創新需要高成本的投入，大量的人才培養及儲備、基礎設施的建設、先進設備的研發及引入，通常這些投入需要經歷一定的時間才有可能獲得創新成果?；跀底旨夹g平臺，每個企業、機構甚至個人都成為了創新的主體，創新也不再局限于某一技術領域，而是以多種方式存在。如云端存儲服務及數據分析業務就為企業提供了一種成本相對較低的創新思路，從而使得技術創新具有更低成本。
4．數字技術下的技術創新過程具有非線性線性創新和非線性創新是基于創新過程的一種區分。線性創新過程是一個“基礎科學－應用科學－設計試制－制造－銷售”的單向的、逐次漸進的過程，創新起源于基礎研究。非線性創新過程突出了創新的多層次、多環節和多主體參與，在非線性創新過程中創新絕不是從研究到應用的線性鏈條，從小眾到大眾的傳播過程。數字技術下的技術創新突破了線性技術創新的思維，從創新的方式、主體、階段等方面進行非線性交互創新，是企業內外各種與技術創新有關因素相互作用的結果，突出了創新的多層次、多環節和多主體參與。在大數據時代，技術創新被認為是各創新主體、創新要素交互復雜作用下的一種復雜涌現現象，是創新生態下技術進步與應用創新共同演進的產物。
5．數字技術下的技術創新結果具有通用性通用性指能夠在多行業使用的創新技術，通用技術創新具有普遍性，能夠隨著時間推移催生大量的創新，數字技術下的技術創新具有這些特點。數字技術下通用性創新主要是由于創新的方法是組合式創新，對于已有發明或者技術創新，經過組合后有可能產生新的創新。這種創新方法表明，每一次的技術創新會成為未來創新的一塊積木，在不斷的積累過程中，就產生了持續技術進步。數字處理技術使得所有領域都能夠獲得海量的數據，并無限制地被復制和重復使用。因此，具有潛在價值的數字化積木式技術創新以前所未有的速度成倍增長，并且還在持續地提供未來組合式技術創新的可能性。
三、大數據時代我國新常態經濟增長中數字技術引領技術創新的路徑轉型
當前中國經濟步入以中高速增長為標志的“新常態”，新常態不僅意味著經濟增速的放緩，更意味著經濟增長動力的轉換和經濟增長方式的轉變，在新常態背景下，中國經濟的增長需要實現創新驅動戰略的支撐。在新常態的創新驅動中，我國面對大數據下技術創新帶來的機遇和挑戰，面對傳統技術創新的路徑依賴和數字技術下技術創新的特點，要發揮我國自身資源優勢，實現數字技術引領技術創新，推動我國經濟增長潛力開發，就要加快推進數字技術引領技術創新路徑轉變。
1．實施“政府組織+國企研發”的數字技術創新計劃技術創新正在成為大數據時代的發展關鍵詞，而且大數據下的技術創新具有開放性，特別是在數字化工廠方面，實現過程中有大量需要進行標準化的內容，歐美國家在這一方面起步早，已制定出系統集成、安全保障、數字化工廠、能耗等技術標準，因此要積極引進和參與國際化標準工作，同時實施舉國體制，發揮政府作用，組織開展我國的技術標準化研究，爭奪制造業競爭的話語權。另外，在產品市場規模巨大、產品集成復雜的重大技術創新領域，借鑒“高鐵”技術創新模式，由政府牽頭，發揮國企研發力量，重點突破某一領域的技術難題。在實施“政府組織+國企研發”的數字技術創新計劃中，重點要持續推進大數據平臺建設，構建信息共享機制。大數據環境下的技術創新是基于數據庫基礎上的，因此要持續推進數據庫、知識庫、云計算庫、數據分析庫的基礎平臺建設，大數據下人人都是技術創新者，要構建基于服務的、集成智能分析、快速決策分析的大數據處理支持系統接口，建立促進群體成員之間信息溝通、共享和促進群體技術創新的交互平臺，建立開放的大數據技術創新體系、協同創新模式和評估機制，以推動新常態下數字技術對技術創新的引領。
2．建立技術創新的市場機制，引導企業自主創新隨著我國經濟體制改革的深化和對外貿易的開放，市場化進程不斷加深，我國逐漸成為全球較大的產品市場，市場化需求確定了技術創新方向，技術創新中的市場杠桿作用越來越顯著，因此要完善大數據下技術創新的市場機制，引導企業根據自身優勢及市場需求，發現創新機遇并且進行自主創新。在引導企業自主創新的過程中要強化知識產權保護，制定稅收減免政策，激勵企業技術創新。企業作為技術創新的主體，在研發新技術、發現新知識過程中形成的無形資產如果無法得到法律的保護，企業就缺乏技術創新的動力。知識產權的清晰界定以及產權保護有助于企業開展自主創新，從技術創新中獲得高額收益，從而促進更加長遠的技術創新。我國目前對于知識產權界定、保護以及知識使用的制度及法律還不完善，因此，政府應該加大對于知識產權的保護力度，制定相關的制度政策及法律法規保護企業的自主創新成果，鼓勵技術創新。此外，要通過稅收減免政策激勵企業加大技術創新的投入強度。
3．加強數字技術人才培養，實施全球人才引進計劃大數據時代的到來使新常態下的中國企業面臨新的機遇和挑戰，企業應用和行業動態呈現出新趨勢和特征:社會網絡與社會計算、云計算、協同化軟件與技術、新型電子市場與新型電子商務將轉變企業運作和組織架構。大數據時代企業的關注點將從傳統的決策支持系統、智能系統、數據庫建模與設計、信息系統規劃、開發方法等方面逐漸轉移到以新概念、新技術實行的決策分析、信息安全和風險管理等領域上。大數據技術的戰略意義不在于掌握龐大的數據信息，而在于對這些含有意義的數據進行專業化處理，大數據環境下技術創新的實施，需要一大批對于大數據的搜集、處理、分析、決策支持等方面的高層次人才。因此在大數據背景下中國新常態的經濟中，要加強數字技術人才培養，實施全球人才引進計劃:一方面通過加強我國高校計算機、電子專業建設，調整培養方案，優化教學環境，創新創業項目實施，以培養掌握數字技術基礎型人才，加強人才隊伍建設，搭建人才創業平臺，營造人才創業環境，引導大數據人才創造;另一方面我國需要制定全球數字技術人才引進計劃，特別是了解核心技術的專業人才和數據分析師的引進，并為人才的流入做好政策支撐。
4．加大企業數字技術的研發投入力度，優化政府投資結構科研資金投入是保障技術創新的必要條件之一，投資的主體主要是政府和企業，我國政府的研發支出僅次于美國，但是作為技術創新主體的企業投入相對低。根據管理咨詢公司思略特的《全球創新1000強》報告，2014年全球企業研發投入達到6470億美元，這一數字占全球創新總投資的40%，美資企業的研發投入規模位居全球及時，達到2569億美元，其次是歐資企業達到1938億美元，然后是位居第三的日資企業達到1167億美元，中國企業僅有300億美元。排名前十的企業分別是大眾汽車公司、三星公司、英特爾、微軟、谷歌、默克公司、豐田公司，還有三家醫藥企業，其中研發投入分別達到135億美元和134億美元，而我國較大投資的公司排在第62位。從投資去向看這些資金主要投資于醫療保健和計算機這兩個行業，占據了全球研發總支出的一半，其次為汽車和軟件。從企業投入資金數量上看出我國企業投入力度極低，同時與美國投資主要集中于醫療保健、數據信息為代表的新興技術產業相比，我國投資結構呈現分散局面，因此在新常態的經濟增長中要制定針對我國企業的相關政策和考核辦法，以加大企業研發投入力度，并匯聚政府的投資于數字技術為核心的戰略新興產業的研發。
作者：茹少峰 李祥麗 杜建麗
數據時代論文:大數據時代大學教育論文
一、大數據時代的大學教育
1、對大學教育的影響
大學教育是第二次產業革命時為了適應工業所需的大量的技術人員的產物。當今，學生知識的來源不再局限于課堂，不再拘泥于某一個專業，他們可通過互聯網、微信、微博等信息平臺來獲取文本的、圖像的甚至是視頻的各種知識。學生的知識面將比以往的任何朝代更加寬范，對校園以外世界的了解將更加深入。比如現在的在線教育平臺edX和Mooc，上面有世界著名學府的各種課程，包括我國清華和北大的課程。學生只要通過互聯網，就可以接受到名校的教育，在學習過程中，通過鼠標點擊的記錄，可以研究學習者的活動軌跡，發現不同的人對不同的知識點有何不同的反應，用了多少時間，哪些知識點需要重復或強調，哪種陳述方式或學習工具最有效。通過分析這種秩序和規律，在線學習平臺也在逐漸彌補沒有老師面對面交流指導的不足。同時現在的教育平臺還能通過虛擬現實進行實踐輔導。以麻省理工開放的電子電路課程為例，注冊這一門課的人比整個麻省理工所有在世校友總數還多。由此可見，許多學生已經把注意力放到了課堂之外。
2、如何積極應對
對于學校：在學生從課堂走到互聯網時，未來的學校存在的意義在哪兒，是學校更應該關注與關心的。學生可以在宿舍甚至在家就完成了各種課程的學習和同學之間的交流，那么對學生的考核和效果的評定也不再局限于某一個固定場所來進行。學校更應該重視圖書館電子資源的建設和開放，更應該重視實踐實驗室的建設，提供更多方便學生來進行實習和實踐訓練的場所和項目。對于教師：在大數據時代，教師的教與授又該體現在哪兒呢？我們更應該深刻思考，改變傳統的課堂教學的思維模式。我們可以將教的過程放在網絡平臺上，放在課前來進行，課堂中以學生做作業、教師指導和答疑為目的。這只是改變了傳統的教學模式，對于教師自身我們又該如何作呢？在面對豐繁復雜龐大的數據時，我們應積極跟進發展自我，重新進行定位。一類應加強自己的實踐操作能力，專業從事實踐輔導和教學；另外一類專業從事研究；另外一類抓住大數據所給予的機遇，發展自己，跟上時代步伐，成為專業化極強的教師，對專業進行解惑和學習方向的指導。對于學生：知識和信息量極大豐富，我們如何從中甄別出有利于自己的知識，對自己進行特色化的教育，需要自己的判斷力和教師、家長的指導。我們要關于利用已有的學習平臺和學習媒介，不斷提高自己的自學能力，發展自己的創造性和創新性的能力。
二、小結
大數據和大數據時代，數據量的指數級的增長，給我們帶來了無限的機遇，同時信息的和真實性也是需要我們不斷地發掘方法和技術進行改進的。高等學校的教師和學生如何應對這個新的時代，跟上時代的步伐是我們每一個都應該深思的問題。
作者：胡艷慧 王文晶 單位：山西大學商務學院
數據時代論文:大數據時代下網絡安全論文
1大數據時代下網絡安全的現狀
隨著時代經濟的飛速發展，當前互聯網以及物聯網、云技術等更新進程不斷加快，數據的增長速度也在加快，大數據時代下網絡的安全問題逐漸成為人們關注的焦點。同時伴隨著互聯網技術以及計算機技術的蓬勃發展，網絡在人們的日常生活中扮演著越來越重要的角色，同時在2011年全球著名咨詢公司及時次將大數據的概念提出，并分析總結出所謂的大數據并不是對數據量大小的一種描述，在某種程度上主要是面對種類和數量較多數據之間的一種整合、交換和分析，并在海量的信息中對新的知識價值進行發現和創造，進而帶來極大的財富。在社會經濟逐漸增長的同時，大數據時代下網絡安全問題逐漸受到人們的關注，在當前眾多行業中，關于大數據處理面臨的問題越來越多，雖然面對大數據網絡安全問題作了不同程度上的努力，但是依然有越來越多的國家以及網站受到黑客的供給，進而使得網站處于一種癱瘓的現象，用戶賬號以及密碼的盜竊，難以從根本上保障大數據時代下網絡的安全進行，以至于當前的大數據時代下網絡安全問題不容樂觀。因此，在當前的大數據時代下，網絡安全問題較多，嚴重影響著當前經濟社會的高速發展，同時也難以保障人們隱私的保護，不利于當前和諧社會的構建。
2大數據時代下網絡安全的基本內涵
大數據時代下網絡問題逐漸受到重視，但是在對網絡安全確保的同時，就要正確的認識網絡的安全。就其實質性而言，大數據時代下網絡安全就要做好物理安全的綜合分析，和信息內容安全的分析。保障網絡安全的物理安全，就要在當前的網絡工程中，對網絡的設計和網絡的規劃進行充分的考慮，并做好對各種電源故障以及電腦硬件配置的考慮。綜合分析信息內容安全時，主要是保障信息的保護，并避免信息泄露和破壞的產生，并禁止非法用戶在沒有一定的授權，進而對目標系統中的數據進行竊取和破譯，進而為用戶帶來一定的隱患。而信息破壞的過程中，就要做好系統故障的維護，對非法行為進行抑制。對于信息傳播安全和管理安全分析時，就要在當前的網絡環境中，做好數據信息的有效傳輸，并避免網絡的攻擊以及病毒的入侵，并做好對整個網絡系統的維護工作。而管理安全性分析時，就要對軟件的可操作性進行綜合性的分析，做好實時監控和相關的應對措施準備，并做好對數據的綜合保護?？偠灾?，大數據時代下網絡安全更要做好網絡硬件的維護和常規管理，同時也要做好信息傳播安全以及管理安全的綜合性分析，進而對大數據時代下網絡安全加以保障。
3關于大數據時代下網絡安全問題控制的幾點思考
大數據時代下網絡安全問題控制過程中，就要綜合分析網絡系統本身上的漏洞，并做好系統漏洞和威脅的分析評估，并結合當前的新技術手段，進而做好網絡的安全的極大保障。
3.1做好對訪問的控制
對于大數據時代下網絡安全問題控制，就要對安全的防御技術加以采取，并做好黑客攻擊以及病毒傳播等的控制，將對訪問的控制有效加強，對網絡資源的合法訪問和使用加以確保，并合理的認證以及控制用戶對網絡資源權限的訪問，避免非法目的用戶的不法訪問。將身份認證和相關口令加以添加，做好對規范用戶的基礎控制，有效維護系統，并對網絡資源進行高效性的保護。
3.2做好對數據的加密控制
做好對數據加密控制，就要采取加密算法以及密鑰的方法，對明文數據進行轉化，將其轉化成為一種密文，并保障加密后的信息，在實際的傳播過程中，有著一定的保護作用，一旦信息竊取，對于信息的內容無法查看。同時在對數據存儲安全性以及穩定性進行確保時，就要依據于數據的相關特點和基本類型，對機密信息的安全性加以確保，實現網絡信息數據的安全傳輸。
3.3做好對網絡的隔離控制
將網絡的隔離控制加強，主要是當前防火墻技術常見的一種網絡隔離技術，通過對防火墻部署在數據存儲系統上加以采用，盡可能的將網絡分為外部和內部，并對數據通道進行授權處理，對網絡訪問權進行一定的隔離和限制，并對網絡的安全進行合理的控制。
3.4做好對入侵的檢測控制
一般而言，入侵檢測，主要是借助于主機系統和互聯網，綜合性的分析預設的關鍵信息，并對非法入侵進行檢測，在入侵檢測控制中，就要借助于監測網絡將內外攻擊以及相關的操作進行及時的監測，并采取主動性和實時性的特點，對信息的安全結構進行保障，進而做好入侵的檢測控制，對網絡信息安全進行較大上的保障。
3.5及時的防治病毒
當前大數據環境中，保障網絡安全，就要做好病毒的有效防治，在計算機上對殺毒軟件安裝，并定期的對文件進行掃描和殺毒，對于不能識別的網絡病毒，就要對漏洞補丁進行及時的更新和修補。同時也要對良好的網絡安全意識習慣培養，不點擊不明的鏈接以及相關的網站，對正規正版的軟件下載，并綜合提升病毒防治的成效，做好計算機的日常安全維護基礎工作。
3.6做好安全審計工作
做好網絡安全審計工作，就要綜合提升網絡信息安全性能和網絡信息的穩定性，在實際的工作過程中，借助于網絡對原始數據包進行合理的監控和分析，并借助于審計的手段，還原原始信息，的記錄訪問網絡的關鍵性信息，對網絡方位、上網時間控制以及郵件的訪問等行為進行極好的記錄，盡可能的保障業務正常有序的進行[5]。
3.7提高安全防范意識
提高安全防范意識，同樣也是大數據時代下網絡安全控制的有效方法之一，將網絡安全增強，并提升網絡安全性能，對相關的管理制度進行建立，將軟件的操作和管理加強，對用戶的安全保護意識進行加強，并對穩定的網路環境進行創造。
4總結
雖然近些年數據加密技術、防火墻技術及PKI技術等逐漸在計算機互聯網安全防護中得到廣泛應用，但計算機網絡安全問題依舊對人們形成很大困擾。計算機網絡安全并非靜止孤立的一個概念，是動態的、多因素、多層面綜合的過程，該動態工程具有極為復雜的特性，必須有效部署內部網絡各個環節，對網絡內部威脅進行集中收集，分析計算機網絡風險，對計算機安全管理策略進行適當靈活調整，并兼顧計算機網絡使用環境，確保網絡工作人員與管理人員綜合素質得以提升，有效結合安全技術與網絡工作者，由此才能構建安全、搞笑的互聯網系統，最終營造一個有序、安全的計算機互聯網工作環境。
作者：袁永波 胡元蓉 單位：重慶市榮昌縣職業教育中心
數據時代論文:大數據時代商業銀行信用風險論文
一、大數據時代商業銀行信用風險管理SWOT分析
（一）定性分析
1.優勢分析。商業銀行在多年發展中，擁有廣大的客戶群體，積累了客戶基本資料、客戶交易、客戶存貸款等大量數據。在大數據時代，商業銀行憑借其雄厚的資本，可以建立大數據服務器等設備，將這些傳統數據與其他來源數據進行整合，數據分析人員通過云計算等技術手段挖掘出有價值的信息，從各個角度分析客戶需求以及識別信貸風險，從而有助于商業銀行更加科學地評價經營業績、評估業務風險、配置全行資源，引導銀行業務科學健康發展。
2.劣勢分析。在現有的銀行交易系統中，客戶的身份證、交易流水等大量信息已被銀行掌握，但缺少如客戶的家庭情況、收入狀況、消費習慣、興趣愛好等其他方面的信息。另外，目前小微企業客戶信息以及商業銀行的產業鏈客戶信息也比較缺乏，直接影響著銀行對這些客戶提供金融服務的水平。再者，大數據時代下，需要金融專業人才和數據分析人才相互配合，才能充分挖掘數據價值，但數據分析人員較為匱乏也將成為商業銀行的軟肋。
3.機會分析。剛剛進入大數據時代，商業銀行應率先構架大數據戰略體系，制定大數據發展戰略，突破同質性，實施差異化業務發展戰略，從而贏得先機。如果大數據獲得成功應用，將為銀行創造先發競爭優勢，使銀行決策從“經驗依賴”向“數據依據”轉化，打造不可復制的核心競爭力?！皵祿畔ⅰ虡I智能”將逐步成為銀行定量化、精細化管理的發展路線，數據分析也將成為其風險防控的法寶。
4.威脅分析。大數據在給商業銀行帶來前所未有的機遇的同時，也給其帶來了諸多威脅，例如大數據存在的風險、網絡安全、數據失真等。在大數據開發利用過程中，云計算技術將會得到廣泛應用。但是云計算將數據存入云端，而云端往往是由第三方服務器實現存取的，如果第三方將數據泄露，將會給銀行帶來極大的風險。另外，互聯網金融正在顛覆著傳統的金融模式，網商具有活躍的交易記錄和巨大的金融需求，但商業銀行很難開發到這些客戶，將給銀行帶來挑戰。
（二）定量分析
除了對大數據時代商業銀行信用風險管理面臨的內外部環境進行定性分析外，還可以進行定量分析。具體思路為：
①確定包括優勢與劣勢、機會和威脅等多于10個的內外部環境因素；
②利用主觀賦權法、客觀賦權法、層次分析法（AHP法）等任一方法確定各因素的權重；
③給各個因素打分，分值范圍為1到5分，評分越高說明因素越重要；
④將各個因素的權重與得分相乘，從而最終計算出各個因素的加權分數；
⑤各個因素加權分數計算代數和得出公司的總加權分數，然后根據分數進行判斷。某商業銀行內外環境分析如附表所示。由附表可以看出，該銀行外部機會大于外部威脅，內部優勢大于內部劣勢，應抓住大數據帶來的機遇，充分利用信息技術，更加科學地評估業務風險、配置全行資源，引導銀行業務科學健康發展。
二、基于大數據的商業銀行征信系統構建
目前，我們已經進入了大數據時代，由于大數據包含的信息量大而且非常復雜，傳統的系統已不能滿足銀行新的分析需求，有必要建立一個統一的數據環境，構建大數據的商業銀行征信系統，采取新分析算法，搭建大數據跨業務的統一應用平臺，從而滿足銀行精細化管理、差異化服務、提升風險分析能力的需求。
（一）大數據時代商業銀行征信系統概述
在金融交易安全日益突出的今天，如何迅速、有效地發現各類欺詐行為，對保障商業銀行的正常運作和國家人民財產安全都顯得十分重要。商業銀行征信系統要針對信貸風險防控工作的實際特點，通過客戶交易信息以及客戶其他信息收集來加強客戶信用風險監測。系統總體見附圖。附表某商業銀行內外環境分析內部環境評分權重加權分外部環境評分權重加權分⑴整體競爭優勢明顯；30.100.30⑴云計算的快速發展；50.150.75⑵良好的客戶群體；50.150.75⑵數據來源多樣化；50.251.25⑶資本雄厚，有能力建立大數據庫；40.050.20⑶科技發展為數據應用提供支持；40.200.80⑷擁有專業客戶人才；30.200.60⑷精準評估業務風險；40.251.00⑸良好的內控環境；50.251.20⑸先入為主的機會；40.150.60優勢⑹豐富的風險防控經驗；50.251.25機會⑹精細化管理的趨勢。40.100.40小計1.004.30小計1.004.80⑴缺乏個人客戶基本信息；-30.25-0.75⑴網商的競爭；-50.3-1.50⑵缺乏小微企業基本信息；-30.20-0.60⑵大數據安全風險；-50.25-1.25⑶缺少產業鏈客戶的信息；-40.20-0.80⑶網絡安臨挑戰；-30.2-0.60⑷缺乏專業的數據分析人才；-30.10-0.30⑷外部風險事件的影響；-30.15-0.45⑸缺乏非結構化數據收集能力；-50.15-0.75⑸外部風險來源多樣化。-30.1-0.30劣勢⑹商業運營模式面臨變革。-30.10-0.30威脅小計1.00-3.50小計1.00-4.10優勢劣勢合計0.80機會威脅合計0.70系統將從海量數據中提取出有關聯的數據信息，以發現潛在或已知的風險，系統將數據倉庫、模型庫、知識推理、人機交互四者有機地結合起來，充分發揮數據挖掘的作用，通過建立風險評估模型較好地處理數據資源中存在的模糊性和隨機性，在成熟的模式識別技術和智能分析技術的輔助下，對銀行業務的多方位、多角度的性分析和風險評估，有助于商業銀行實施風險管理體系，從而進一步提高融資、貸款、授信等方面的風險評估、監控水平。
（二）大數據時代商業銀行征信系統工作原理
1.數據原料。數據原料是商業銀行風險防控中的關鍵一環，它直接影響到數據挖掘的效率、精準度以及所得模式的有效性。目前，商業銀行針對客戶資料和消費記錄都建立了功能龐大的消費市場數據庫系統，在以大數據引領、以智能化為核心的產業變革時代，銀行要真正將數據作為風險控制的源點，有效整合來自銀行網點、PC、移動終端設備、社交網絡、征信機構等傳來的結構化和非結構化的海量數據，既要獲取常規渠道的數據，又要收集社會化媒體數據，真正將數據作為戰略性資產，實現從管控風險向經營風險方向的轉型。
2.數據工廠。數據工廠是利用數據挖掘理論與技術將數據中潛在的、有用的模式搜索出來，是整個征信系統最為關鍵的一步，也是技術難點。在數據工廠中，系統通過數據抽取工具、數據集成工具、數據過濾工具、數據挖掘工具以及模式評估工具等，從海量數據原料中提取輔助決策的關鍵性數據，并經過歸納總結、推理、分析數據，利用數據挖掘中分類、聚類、偏差檢測、概念分析、異類分析、關聯分析、時序演變分析和元數據挖掘等功能，完成對銀行信用風險控制、銀行市場風險評估和銀行操作風險評估，從而幫助決策者對信息預測和決策起作用。
3.數據產品。數據工廠最終的結果是數據產品，把所有最終經挖掘發現的知識直觀地通過可視化技術展示給商業銀行，以幫助其理解和解釋數據挖掘的結果，控制信貸風險。這些數據結果既包括傳統的諸如違約率、違約損失率、違約暴露和違約期限等客戶信用信息，也包括客戶的其它方面的信用記錄、客戶的信用評級以及對市場風險的評估。當然，整個數據挖掘過程是一個不斷反饋、循環往復的過程，信用評級結果也是動態變化的。
4.數據應用。經過數據挖掘得出的風險評估結果為商業銀行評估信貸業務的風險和收益情況提供了量化工具，改變了單純被動信用風險管理模式。在此背景下，商業銀行應規范貸款審批標準和審批程序，優化金融信用監控機制，完善組織架構和規章制度，實施風險動態防控，使信貸風險管理體系健康運行。
三、大數據時代商業銀行信用風險管理應注意的問題
在“大數據”時代，商業銀行面臨著信用風險防控的新形勢，要積極做好如下應對工作。
（一）風險意識要思維開放
商業銀行在進行風險預測時，需要考量政策、人為的操作風險、市場環境等等眾多因素，但現有的技術水平難以支撐挖掘大數據的商業價值。因此，商業銀行需要具備一種像互聯網一樣的開放式思維，建立分析數據的習慣，重視“大數據”開發利用，關注與風險預測高度相關的大數據信息，如客戶的基礎信息（如客戶開立賬戶時留存的住址、年齡、從事行業、性別等等）、客戶交易信息（如客戶在ATM機上的存取款情況、使用銀行卡、購買理財、使用其他業務的記錄等等）、外部的信息（從互聯網、電信運營商、證券交易所等處挖掘來的有關信息）等，用數據說話，從而提高不確定風險的預測水平。
（二）數據整合要注重質量
大數據很多時候是從一種非傳統的角度去分析、挖掘、利用數據價值的思路。由于數據來源龐雜廣泛，需要不斷利用技術創新去挖掘利用大數據的價值，再加上數據之間的關聯性很強，商業銀行應建立自己的數據地圖，整合銀行內部數據和大數據鏈上的其它外部數據，堅持做到數據要依照標準化采集，確保數據來源真實，杜絕以假亂真；同時構建專門的數據分析方法和使用體系，對數據進行規范化處理，并嚴格按照國家法律法規進行使用，從而確保數據質量，提高數據應用性。
（三）系統建設要高屋建瓴
大數據具有一般數據所不具備的特殊性，傳統的處理工具和解決方案難以滿足針對大數據的處理和分析需要，因此需要采用新的處理模式，才能發揮大數據的效能。商業銀行需要投入大量資源加快完善高度集中、完備、綜合、專業的數據倉庫系統，建設完善數據倉庫項目，從而適應“大數據”技術的需要。在系統建設中要高屋建瓴，要把對于非結構化數據分析的技術與現有的、基于結構化數據的分析工具相結合，預裝一些成熟的數據挖掘算法和文字文本的算法，完善數據挖掘工具的擴展性，便于數據分析人員能夠快速地進行大數據分析。同時，對資源的投入一定要有相當的前瞻性，并兼顧當前實際，盡可能地實現資源利用較大化。
作者：谷增軍
數據時代論文:大數據時代計算機信息論文
1計算機信息處理技術存在不足之處
大數據時代的到來，計算機信息處理技術也存在著很大風險，其中最突出的問題是計算機病毒以及惡意盜版軟件等，給用戶使用計算機產生了極大的消極影響。這些還是一些比較基礎的問題，隨著計算機技術的發展，還出現篡改數據、冒名頂替等問題，影響計算機技術服務質量，計算機信息處理技術受到了前所未有的考驗。另外，大數據時代的到來，還出現了許多新型網絡技術，針對一些繁瑣的問題能夠有效解決，提高了人們的工作效率，然而，這也在一定程度上降低了網絡的真實性，特別是在網絡交流和溝通日益緊密的前提下，導致網絡信息真假難分，不僅增加了信息搜索難度，而且致使人們無法快速獲得真實信息。因此，提高計算機信息處理技術至關重要。
2大數據時代計算機信息處理技術
2.1信息采集、加工方面
計算機信息處理技術要進行工作，首先，要采集數據信息，計算機技術都是建立在數據采集基礎之上的，數據采集主要是針對目標信息源進行實時的信息監督和控制，并將才覺得數據儲存在計算機數據庫中，為各個軟件提供信息支持，確保下一項工作順利進行；其次，對數據信息進行加工，按照用戶的要求，對數據信息進行加工；，將加工好的數據信系進行分類，最終傳送到用戶手中，實現數據采集、加工以及傳送目標。
2.2存儲方面
計算機存儲技術是將采集的信息儲存到計算機數據庫之中，在用戶需要某一項信息過程中，可以通過數據庫直接將數據調取出來，計算機以其儲存量大、速度快等優勢，受到人們越來越多的關注，另外，計算機技術還能夠實現長時間儲存。
2.3信息安全方面
大數據時代的到來，讓人們感受技術帶來的便捷的同時，也讓人們意識到數據信息安全對人們的重要性。因此，為了能夠提高數據信息的安全、性，可以通過以下幾個方面進行：首先，建立計算機信息安全體系，加大專業技術人才的培養力度，投入資金，為構建計算機安全體系奠定堅實的基礎；其次，加大研究力度，開發信息安全技術產品。傳統信息安全技已經無法滿足大數據時代數據安全需求，為了能夠盡快改善數據安全問題，應加大研究力度，尋求更好的解決方案，有效避免數據信息受到威脅；，重視對重要數據的檢測，大數據時代的突出特點是數據量大，無法實現對每一個數據的檢測。因此，為了提高數據安全系數，應加強對重點數據信息的檢測，從而確保數據信息安全。
2.4信息處理技術的發展
計算機硬件具有一定局限性，在一定程度上阻礙了計算機網絡的發展，而云計算網絡能夠突破這一弊端。因此，推廣和應用云計算機網絡成為未來大數據時代計算機信息處理的主要發展趨勢。傳統計算機網絡是將硬件與網絡有機結合，抑制了計算機信息處理技術的發展，將二者分離開，促使云計算主筋形成云計算網絡，從而構建大數據信息網絡系統，推動我國社會不斷發展。
3結論
根據上文所述，大數據時代的到來，計算機信息處理技術不斷滲透到社會各個領域，對人們的生活產生了巨大影響。因此，作為一種重要技術，應加大對其關注力度，深入研究，逐步完善計算機信息處理技術，為人們提供更加安全、地技術，促進社會健康發展。
作者：何騫 曾川 張金榜 單位：武警警官學院
數據時代論文:大數據時代高校計算機教學論文
一、大數據給計算機教學帶來的變化
大數據必將給教育帶來巨大的改變，曾經依靠經驗和靈感的授課過程，將被以數據分析為主的決策分析所代替。而計算機教學既是大數據技術的傳播載體，更是最應率先應用大數據技術的課程。無論如何，大數據已經就在我們眼前，已經悄然改變著教學過程，也必將深度改變學校的計算機教育模式。
（一）計算機教學內容的變化
隨著大數據技術的發展和大數據分析的成熟，大數據技術及應用必然會成為各高校重要課程?，F在，美國的學校已經開設相關課程，比如，大數據分析統計基礎、大數據分布式計算、大數據挖掘與機器學習等。國內一些高校也正在嘗試開設大數據課程，幫助學生了解大數據，學數據分析。下一步，大數據基礎、大數據分析、大數據處理的核心技術等等，必將成為計算機專業的必學內容，也會成為高校重要的基礎課程。另外，計算機智能教學系統和教育測評軟件將更多地使用在教學中，以記錄學生的學習軌跡。而計算機專業的教師也必須熟練掌握大數據技術和分析方法。
（二）計算機教學思維的變化
原來的計算機教學基本是灌輸式教學，老師教授的是計算機基礎知識、C語言編程的模式、數據庫的基本架構，等等。大數據和互聯網的發展必然會改變這種授課方式，使知識的接受方式呈現多元化傾向。隨著移動互聯的發展，學生可以隨時隨地通過互聯網更便捷的獲取學習內容。而課堂上單純的照本宣科、按部就班將不能吸引學生的注意力。因此，教師必須轉變教學思維，以更多的案例和互動式教學，引導學生去尋找解決問題的辦法，尋找“芝麻開門”的鑰匙，只有如此才能讓學生有興趣待在課堂。同時，大數據帶來的將是對海量教學案例的數據分析，讓教師對計算機教學的難點及教授方法優劣有了更加清晰的認識，不必依靠教學經驗去判斷教學效果，可以駕輕就熟地進行互動教學，啟發學生尋找解決方案，將是大數據時代下計算機教學的突出特點，這是對計算機專業教學思維帶來的革命性變化。
（三）計算機教學模式的變化
目前，計算機教學主要模式是備課—教授—上機—測試，教師主要的精力放在了課前備課。而大數據技術的應用，將會讓教師把更多的精力放在課后分析上，形成“備課—教授—上機—測試—數據分析—改進”的模式。在這個模式中，課后的數據分析將是整個教學過程的關鍵環節。通過大數據分析，可以對一個班的學生進行整體學習行為評價，可以對學生上機測試情況進行細化分析，可以對每個學生的學習習慣進行學習評估，分析學生的學習中偏好、難點以及共同點等，從而得出學習過程中的規律，改進教學方式，提高教學質量。
（四）個性化教學的深入開展
大數據技術的發展，使建立覆蓋學生學習全過程、全要素的信息庫成為可能，學生大量的試卷、課堂表現留存，學生的學習經歷及成長軌跡，學生的家庭情況等等，都將被涵蓋在大數據分析中。另外，前述的計算機智能教學系統和教育測評軟件，將詳細記錄學生每次答題的背景、過程和結果。這些信息讓教學分析變得更加容易，教師可以利用數據挖掘的關聯分析和演變分析等功能，依靠學生的某些學習特征，比如答題持續時間，具體回答步驟和內容（可以細化到每次擊鍵和每個筆劃），答對的要素和答錯的要素等等，在學生管理數據庫中挖掘有價值的數據，并分析學生的日常行為，研究各種行為的內在聯系，來據此形成針對學生個性化的教學策略，以幫助學生在學習方面取得更大的突破。
二、小結
大數據時代，讓我們比以往任何時候都更接近發掘學生的潛力，比以往任何時候更依靠于理性分析。其實，教學活動傳授的不應僅是知識，更需要關照學生的靈魂。大數據讓教學活動離學生心靈很近，讓老師離自由發揮很近。未來，包括計算機教學在內的學校教育將會有更少的課堂與更多的實驗室，有更多的互動與更少的灌輸，有更個性化的服務和更靈活的學制。學校將不僅是課堂，更是舞臺。
作者：隆巖 單位：濟南職業學院
數據時代論文:大數據時代圖書館與數據素養教育論文
1大數據時代背景下，圖書館職能的轉變
圖書館的主要職能就是為人們提供服務，圖書館也是通過為人們提供服務來體現其存在的價值，圖書館能夠對人類的知識進行有效的儲備、加工、分析和匯總，再通過利用的方式實現知識的傳播，圖書館的這種教育職能為全民素質的提升奠定了良好的基礎。由于圖書館所具有的教育職能，使得其被人們稱為第二課堂，然而在時代的發展進程中，人們對于文明需求的提升，對圖書館造成了極其嚴重的沖擊，面對這種沖擊，圖書館只有不斷的轉變自身的服務方式與服務內容，才能夠更好的發揮出教育職能，將人類的知識廣泛的傳播。服務方式以及服務內容的轉變，使得圖書館能夠全天候的為人們提供服務，同時先進的信息技術的應用，也使得圖書館的服務領域更加的寬廣，這有效的滿足了人們的文化需求，使得圖書館的服務質量得以提升。圖書館的服務質量在提升的同時，圖書館的職能也發生了一定的改變，其所承擔的社會責任也在加重。而隨著大數據時代的到來，圖書館職能的轉變表現將更加的突出。就大數據時代背景下圖書館的職能來說，其轉變的表現主要為：①圖書館將成為社會數據中心；②圖書館將成為社會繼續教育、素養培養中心機構。
2大數據時代的圖書館數據素養教育內容
現階段，雖然有部分的圖書館將數據素質教育融入到圖書館的服務內容當中，但是由于經驗的不足，使得數據素質教育的融合并不完善，而就大數據時代的圖書館數據素養教育的內容來看，其主要包括以下幾個方面：
2.1數據素養的意識教育
雖然在大數據時代背景下，人們對于數據素養的認識可能會加深，但是這種認識也只是流于表面，并不深入。要想使得人們可以的接受數據素養，則就還需要一定的時間。因此，在大數據時代對民眾進行數據素養的教育需要先從意識教育方面入手，提升民眾對數據素養教育的認識程度，使得民眾可以在意識程度上了解到大數據的內涵、作用以及產生過程，從而可以為數據素養的融合奠定良好的基礎。
2.2數據素養的技能教育
要想提升大數據的應用能力，就需要對民眾的應用水平進行有效的提升，而應用水平的提升，則需要對民眾展開數據素養技能教育，在數據管理、分析上進行培養，從而保障數據素養教育的有效開展。針對數據素養中所包含的內容，在對民眾進行教育、培養的過程中，需要花費部分的時間進行相關理論的學習，同時也需要花費部分的時間來進行相關技能的培訓。
2.3數據素養的應用教育
在大數據時代，要想能夠靈活的應用大數據，就需要對人們的數據素養進行培養和提升，只有人們的數據素養得到了有效的提升，圖書館數據素養才能夠真正的得到提升。為了能夠有效的保障圖書館數據素養培養工作的順利開展，就需要依據對數據意識、數據分析以及數據管理等各個方面技能培養的基礎上，充分的發揮出圖書館工作人員的管理職能，圖書館工作人員要能夠清楚的了解到用戶的真正需求，從而可以為用戶建立其所真正需要的數據，利用這些數據為用戶提供更好的服務，這樣可以有效的提升用戶對數據素養的認識使得用戶可以積極的參與到數據素養培養中。
3大數據時代圖書館數據素養教育的措施與方法
在大數據時代背景下，圖書館數據素養教育會受到來自用戶群體、服務環境以及社會發展進程等各個方面因素的影響，而使得圖書館數據素養教育的開展受到阻礙。因此，在開展圖書館數據素養教育之前，需要制定相關的教育計劃，對可能影響到數據素養教育開展的因素進行有效的防治，這樣就可以保障教育計劃制定的科學性和系統性。而大數據時代圖書館數據素養教育的措施與方法主要有以下幾種：
3.1區分用戶群體，制定貼近用戶需求的培訓計劃
眾所周知，不同系統、機構、地域的圖書館面對的用戶群體在知識需求、信息素養等方面表現出顯著的差異性，因而在實施數據素養教育時需從數據素養水平、關心領域等方面區分不同的用戶，最終達到教育既能從不同的用戶實際素養水平出發，也考慮到了他們個性的內在需要，解決了他們關心的問題，讓他們接受圖書館，走近圖書館，喜歡圖書館，進而在更大可能的程度上去接受圖書館的數據素養教育。
3.2將數據素養教育嵌入到服務與相關課程之中
實施數據素養教育需要一定的方法、過程，也需要一定的載體，而服務無疑是圖書館實施數據素養教育的實施載體，如可將數據素養教育嵌入到圖書館的知識咨詢工作之中，圖書館在向用戶提供資源數據的檢索、管理、分析服務時，教會用戶這些基本的數據操作技能。對于高校圖書館來說，課堂也是可以應用的實施載體。如：圖書館在開展《信息檢索課》等課程時，可潛移默化的灌輸數據意識，讓聽眾知道大數據可能發揮的價值與應用進展；在學科服務時注重大數據應用的技能展示、效果分析，讓項目成員在學習、科研工作中提高數據素養技能。
3.3開展數據素養教育活動
興趣是好的導師，也是開展數據教育好的興奮劑。圖書館大量的服務活動也讓我們看到了其不僅吸引了用戶的興趣，也在活動中增強了服務的效果，因此在數據教育中可安排一定的活動，如技能競賽、應用案例展示等。這是因為圖書館具有開展活動的物理、虛擬環境，并在信息社會開展了大量的閱讀推廣、信息素養等活動，因而對于開展數據素養教育活動將有著先天的優勢與成功的經驗，如果圖書館結合開展的服務活動進行數據素養教育，就一定能取得較好的效果。
4結語
總之，在大數據時代下，圖書館必須要不但的提升自身的信息化水平，加強圖書館的數據素養教育。圖書館對用戶進行數據素養教育的最終目的是為了提升用戶獲取、分析、管理、使用、交流復雜、海量、異構數據的能力，以提升在工作、生活中的數據應用水平。
作者：趙鑫 單位：陜西國際商貿學院
