大数据相关论文

导言：作为写作爱好者，不可错过为您精心挑选的1篇大数据相关论文，它们将为您的写作提供全新的视角，我们衷心期待您的阅读，并希望这些内容能为您提供灵感和参考。

大数据相关论文:大数据背景下科技项目档案管理相关问题探讨

【摘要】本文结合现阶段我国科技发展的迅猛趋势，正确认识科技项目档案管理的重要意义，在总结科技项目档案管理中存在的主要问题的基础上，探讨和分析提升科技项目档案管理水平的可行对策，具有现实的意义。

【关键词】科技项目；档案管理；大数据

本文所述的科技项目档案是围绕科研项目所进行的所有研究工作的档案资料。通常情况下，一个科技项目由多个课题组成，档案形成的周期不一，在管理上具有一定的复杂性。同时，大数据时代的来临为科技项目档案管理带来了新的机遇，应合理地应用这一技术，提升档案管理水平。

一、科技项目档案管理的重要意义

科技项目科研档案是指在科技项目科研活动中形成的应当归档保存的图纸、图表、文字材料、计算材料、照片、影片、录像、录音带等科技文件材料，是科技工作人员进行项目科学研究活动的真实记录，它记载和反映了项目科学研究活动的全部过程和具体成果，是项目科研人员的劳动成果和智慧的结晶。尤其是在大数据时代，先进科技成果能够大幅度提升工作效率，在档案管理中应用大数据管理，能够有效推进智能管理水平。

二、科技项目档案管理存在问题分析

（一）管理人员专业素质有待提升。随着大数据时代的到来，不仅要求从事科技项目档案管理的工作人员具备较高档案管理技能，更要求其具备较高的计算机及网络技术。实际工作中，多数从事科技项目档案管理的人员在计算C技术方面仅限于简单的应用，数据库建设和快速检索分析技术的掌握程度较低。由此导致在建设信息化的科技项目档案过程中，不能快速准确地完成信息的检索和录入，致使科技项目档案信息化水平不高。

（二）科技项目档案管理体系有待改进。科技项目归档材料复杂（包括研究课题的可行性论证材料、申请立项材料，立项后各阶段的试验原始记录材料，总结报告、成果报告、成果鉴定等）、科技项目的多人参与属性和形成周期不一的特性（科技项目一般需经过论证、立项、实施、验收、推广等过程，短的需要几个月，长的需要几年甚至十几年时间），都给项目资料的收集、整理、归档设置了一定的障碍。因此，如何利用数字化，更加合理、科学地整理、归档成为科技项目管理体系亟待改进的方向。

（三）科技项目档案保密管理有待提升。大数据时代的到来在给予人们获取信息资料便捷的同时，也增加了档案利用中的资料信息的安全风险。当前的档案信息安全，大多停留在政策层面，缺乏网络技术层面的支持。与此同时，科研项目档案有着它自身特殊的保密管理要求。由于科研项目档案涉及科研成果的前期申报、立项、实施、专家评审等环节，其保密级别的管理不能一概而论。比如科研项目中的专家评审部分不能公开，而项目名称、课题研究方向则属于需要公开的范围。因此，如何有效地解决科技项目档案开放利用与信息安全保护的矛盾成为项目档案保密管理亟需提升的方向。

三、提升科技项目档案管理水平

第一，提高思想认识，重视科技项目档案管理工作。科技项目档案管理工作的重要性，已经越来越凸显，应该引起单位和组织管理层的充分重视，将科技项目档案管理工作纳入到日常的项目管理中去，积极主动地做好科技项目档案管理工作。

第二，加强动态监管。科技项目档案的管理是一个动态的过程，在此过程中需要对其进行定期的维护和更新，需要做到以下几点：首先，加强档案的前端控制。科研项目的验收环节应包括相关资料的归档手续，只有在正式归档之后，才能举行相应的结题验收和成果鉴定。其次，科学规划归档分类。在2年以内的科研项目及科研成果应以办结年限为准按照项目类别进行分类归档，在2年以上的较为复杂的，按照论证、立项、实施、验收、推广的年度进行分段归档。其三，培养数据定期更新意识，委派专职人员对数据库进行信息更新和系统维护，实时录入数据库。

第三，理清科技项目档案的管理和归属问题。在科技项目档案进行归档和保存的过程中，实行课题组长负责制，多个课题及多个单位参与的项目，参与单位负责所承担课题的资料收集和归档工作，最终由课题组长进行审核，协作单位的档案须将副本交给主持单位，如确实涉及协作单位合法权益的，应在提交的材料中明确注明归属问题。

第四，加强档案管理的安全性。科技项目档案是国家的重要财产，一旦泄露，可能造成较为严重的后果。为此，必须在科研项目档案的收集、整理、归档、查阅的不同阶段加强安全管理，杜绝资料外泄。归档时必须设置不同的保密层级，如专家评审内部资料应该设置最高级别的保密权限，项目科研内容设置中级的保密权限，方便项目主办单位的后期查阅，而项目名称、课题研究方向信息可设置公开权限，方便大众查阅。运用技术隔离，设置分级访问权限；健全专人负责制和档案查阅申请制，从制度、人防、技防三方面加强档案安全管理。

第五，建立更加完善的科技项目档案管理体系。现代信息技术的快速发展为档案管理工作提供了更为便利的手段，将现代化的统计分析技术与传统的科技项目档案管理模式相结合，能够更加有效地促进科技项目档案管理工作的开展和高效发展，例如在科技项目的收集和归档过程中使用数字化资料，同时建立每个科技项目的检索目录、主要成果和详细摘要等关键内容，便于后期的使用；同时数字化并不单单是整理电子文档等材料，应结合数据库、计算机技术等，应用更为智能化的管理系统。

大数据相关论文:大数据会计与财务信息相关性研究

【摘 要】 目前大数据会计正逐步进入人们的视野，引起会计学界重视，要想实现大数据会计时代，必须厘清大数据会计的数据选择与结构。文章逐一对会计数据结构及如何在非结构化、碎片式数据和企业价值三者之间建立相关关系进行分析，并就应对大数据给会计带来的挑战提出了建议。

【关键词】 大数据； 会计数据； 碎片式数据； 非结构化数据； 财务信息

一、大数据会计的数据选择与结构分析

在计算机信息技术空前发展的当下，人力资源、金融资本及大数据被公认为未来信息化社会的三大核心生产要素。生产要素的改变必然改变人类生活的各个方面，财务行业也将受到必不可少的影响。传统财务行业的数据收集处理及分析模式将因大数据而发生积极改变，各种会计信息质量，比如可靠性、可比性、重要性等，都将会受到积极影响。会计从诞生的那一刻起就是为企业价值服务的，编制有效的会计信息的目的不仅仅是为了服务管理层、投资者和潜在的需求者，其最终的目的是为了在真实、准确反映企业有效信息的基础上服务于企业价值的提高。

从此角度来说，凡是能蛱岣咂笠导壑档南喙厥据信息，都是广义的会计信息。大数据时代，传统会计不能融入的各种非结构化甚至碎片化的数据，需要被纳入大数据会计信息系统，以服务于企业的发展，用于提升企业价值。大数据时代，对企业具有价值的各种非系统、碎片式的数据如何有效收集处理纳入会计信息系统并创建新的会计数据信息系统，为企业的管理者或信息的预期使用者提供更有价值，更可靠准确的数据以便于其作出各种经济决策，将是未来会计数据信息系统建设的首要难题。

（一）思维转变将有效补充传统会计定性信息数据的不足

因果导向的思维模式作为传统的思维模式占据人类历史几千年，而在大数据时代此种思维或将面临改变。大数据时代，海量的数据尤其非结构化、非系统性、碎片式数据占据主导，将使得因果性思维陷入英雄无用武之地。大数据的“大量、多样、高速、价值”4V特征给人们传递了新的信息，也带来新的思维模式。该思维涵盖了“平等、动态、多样、关联、开放”等特征，蕴含了集合优于单一、整体优于局部、相关优于因果等思想。正是这种新思维新特征，改变了人们传统的因果性思维，逐渐转变成大数据时代的整体性、相关性思维。

大数据时代单一的各种碎片式或非结构化的信息数据并不能真实准确反映企业的完整经营过程，但是整合大量相关的碎片式数据将能够有效反映相关的企业价值所在。传统会计实务当中以货币作为主要计量单位的定量描述原因有二：其一，货币计量不能用来反映定性描述的数据信息；其二，定性描述的数据信息大多是利用相关关系衍推而来，结果随机性较大且不如因果导向所得结果准确。深入考虑，传统会计选择定量的数据用来核算反映企业相关信息主要是其时代局限性所决定的。大数据时代，碎片式或非结构化的会计数据不再受以前因果分析的局限性，可以利用整体或较大样本的数据进行相关性分析，所得结果准确性往往较传统的因果性分析更为准确、恰当。综合来说，传统会计数据信息仅涵盖货币计量的定量描述性的数据将远远不足，大数据时代各种定性描述的碎片式或非结构化的数据将有效补充传统会计数据的不足。

（二）碎片式或非结构化的数据组成传统会计数据部分的逻辑分析

碎片式或者非结构化的数据主要指不能或不方便用传统二维数据库来计量的数据，比如视频信息、图片信息等。大数据时代，各种碎片式或非结构化的数据虽有效补充了传统会计数据的不足，但只有特定特征的碎片式或非结构化的数据才可以纳入传统会计数据体系，并不意味着所有此类数据均需纳入。

首先，只有具备一定价值和数据密度的特殊碎片式或非结构化数据才可以纳入传统会计数据体系。此类数据在大数据分析时将会有效降低各种噪音与干扰。此类数据需要与真实事件具有高度相关性，真实准确地反映事件或事件影射现象，只有这样的数据纳入才会有效地提高会计信息的质量。其次，此类数据还需要具备中立性。所谓中立性，指碎片式或非结构化的数据需要客观不带主观性地去反映各种真实事件或其影射现象，只有客观中立的碎片式或非结构化数据纳入才能防止人为主观带来的错误。因此，纳入传统会计数据体系的碎片式或非结构化的数据需要具备中立客观且具有价值。

会计信息自始至终为企业管理而服务，故会计数据可以说依附在企业管理之下，那么如何选择会计数据将与企业的本质密不可分。

针对企业本质主流观点如下：（1）制度经济学家科斯认为企业的本质是一种资源配置方式的产物，是价格机制的替代者；（2）契约论者认为企业本质是人与各种要素投入者签订契约而成立的某种契约组织；（3）某些学者认为企业存在的本质是创造并追求利润最大化。对比三种主流企业本质的相关流派，发现他们并不冲突反而相互补充，笔者偏向于三种观点的融会贯通。可以说企业本质是契约人与要素投资人的组合，是企业成立的前提，企业是市场资源配置的均衡产物，而企业最终的目的是为投资人创造价值并与其分享，即企业本质是创造价值并分享、资源配置及契约关系三位一体的综合体。企业本质的资源配置及契约关系可以通过会计核算经营过程中的数据信息来描述，而创造价值与分析则可以通过记录契约关系资源配置的具体信息来衡量。可见，会计数据信息必须能够衡量企业价值，这也是会计对象的基本范畴（会计对象是企业的资金运动或价值运动）。由此，碎片式的也好，非结构化的也好，纳入传统会计数据体系的首要条件是与企业价值相关。

（三）大数据时代会计数据体系结构分析

通过前文阐述可以知晓，独立客观的且与企业价值相关的碎片式或非结构化的数据需被纳入会计数据体系。在此，传统的会计数据与新纳入的碎片式、非结构化数据之间的关系如何，两类数据如何在会计数据体系里定位？

会计数据从真实可靠角度来说，由直接及间接两类数据构成。传统的会计数据基本由直接的结构化数据组成，而现代纳入的碎片式或非结构化的数据则可归类于间接的会计数据。第一，相对于新纳入的碎片式或非结构化的间接数据，传统会计直接数据能够最为真实可靠地反映经济业务（交易或事项）的本质。这是因为传统结构化的数据在确认、计量、报告的过程中都严格按照会计准则等法律法规规定的流程进行操作，比如相关单据的稽核、复核、审核、签字确认等，这些都有效地提高了数据的可靠性，直接揭露了真实可靠的交易或事项。第二，相对于传统会计的直接结构化数据，新纳入的碎片式或非结构化的间接数据由于其与企业价值高度相关且独立客观，大大提高了现代会计数据体系全面准确反映经济业务本质的可靠性，也进一步提高了会计信息质量。无论什么时代，会计数据体系都必须可靠真实，大数据时代会计数据体系也不例外。换句话说，大数据时代的会计数据体系将以传统结构化（货币作为主要计量单位定量描述的）数据为主，而独立客观且与企业价值相关的碎片式或非结构化的数据成为有效补充。两类数据体系的融合，不仅确保会计信息质量而且提高了会计信息与企业价值的高度相关性。

传统直接的会计数据收集处理过程涵盖于企业生产经营过程中可能涉及的每个环节或每个部门，数据收集处理相关的成本已经计入职工薪酬，成本o需企业再额外支出。但是，大数据时代纳入的碎片式或非结构化的数据收集、处理成本不仅需要额外支出且相对高昂。当下，大部分国内企业的信息化程度并不高，搭建大数据平台并成功运营的更少之又少。大多数企业若想把各种碎片式或非结构化的数据纳入新的会计数据体系，几乎都需借助外界平台或专业人士来收集与处理，大大增加了企业的成本。考虑将碎片式的、非结构化的数据纳入现代会计数据体系需要较大的成本，则其推进进程或时间周期将大大延长，也就意味着大数据会计数据体系仍旧在很长一段时间以货币定量描述的直接会计数据占主导。

二、构建企业价值与碎片式或非结构化数据的相关关系

传统会计数据体系当中各种以货币计量可量化的结构化数据，均与企业价值直接相关，能够通过因果导向直接核算（反映）企业的各项经济业务活动（企业价值）。不过，碎片式或非结构化数据属于间接数据，虽然与企业价值相关或者高度相关，但是很难利用传统因果导向来确认其与企业价值的直接关系。正因如此，对于碎片式或非结构化数据与企业价值的关系需要用相关分析方法来确定，而不是传统的因果导向性分析方法。

企业估值理论用未来现金净流量的现值之和来评估企业价值，而企业当前会计核算体现的账面价值仅是历史的现金流量，导致企业价值的评估与企业当前的账面价值并不一致。为更全面、真实、可靠地反映企业价值，则需将企业历史和未来的（间接或潜在的）所有与企业价值相关的现金流量纳入。从构成角度来说，历史（已经产生的）现金流量属于企业财务信息，而未来相关的现金流量大多属于非财务信息，目前的会计准则下尚未将此类信息纳入会计数据体系。未来潜在或间接的现金流量可能以结构化数据展现，也可能是碎片式或非结构化数据的体现。为此，要想客观反映企业价值，需要利用未来各种潜在或间接的现金流量与历史（直接）的现金流之间的联系，将未来现金流量（碎片式或非结构化的，又或结构化的）与企业价值建立一种映射或相关关系。

此处关键问题是如何计算未来这些间接或者潜在的现金流，否则将无法建立碎片式或非结构化数据与企业价值的相关关系。考虑最终需要将这些数据纳入现代会计数据体系，所以相关方法过程简单、易于操作、易于理解是最起码的条件。利用转换方法，可以将未来潜在或间接的现金流转换为企业账面价值，准确适时地反映企业的价值。

综合前面分析可以得到以下两组公式：

企业现时账面价值t=投资活动现金流t+经营活动（生产销售）现金流t+筹资活动现金流t （1）

企业价值t=企业现时账面价值t+企业潜在价值（未来现金流）t （2）

结合上述式（1）、式（2）可以倒推未来潜在或间接的现金流所带来的价值。

账面价值t=企业价值t-1=账面价值t-1+企业潜在价值（未来现金流）t-1×转化效率 （3）

该转换效率可以用含有自变量xn的函数U（x1，x2，x3，…，xn）来表示。在现实企业估值当中，影响转换效率的函数可能无限多。此处为便于运用，假设有三个关键影响因素：x1消费特征、x2人群特征、x3评价结果，则转换效率函数可以表示为U（x1，x2，x3）。

企业未来现金流大多可能蕴含在各种碎片式或非结构化的或是结构化的非财务信息当中。为了很好地将潜在的现金流中碎片式或非结构化数据与企业价值管理相结合，需通过一定的方法转换为结构化的数据，与结构化的潜在现金流一并核算处理。转换后潜在的或间接的现金流变成全部结构化的数据，可以分为投资、经营、筹资三类活动产生的现金流，最后利用上述含有三个关键变量的转换效率函数将潜在现金流转换为潜在价值。

各种企业潜在价值当中的碎片式或非结构化数据，主要是人们（企业客户、潜在客户或其他群众）对企业经营活动的评价。企业潜在价值源于评价即意味着两者之间呈正比例关系。不过评价又受到不同群体特征人的不同评价，比如不同消费行为的人对企业价值评价往往有差异。因此，企业潜在价值一会受到评价影响，二会受到不同人群特征的影响。同样，针对人群特征，又可以进一步分类为不同的消费特征，比如高收入人群与低收入人群的购买力将有很大差别，他们的购买行为差异又将对企业潜在价值构成影响。总的来说，可以确定影响企业潜在价值的三个关键因素为人群特征、消费特征以及他们的评价结果。

从相关性角度来说，企业价值相关信息最大的价值是可比性，即不同企业之间的价值比较。无论对管理层还是其他预期信息使用者，只要能够在不同企业之间利用它们的企业价值作出对比然后得出经济决策，那么这些企业价值的评估都是有效的。也就是说，企业价值评估最关键的是不同企业之间的可比性，而不是最为精确无误地核算企业的账面价值和潜在价值。因此，笔者对所有企业都选择上述三个特征作关键变量来衡量企业潜在价值是有实际意义的。

三、大数据给会计带来的挑战

（一）更为全面及可靠的会计信息得以实现

对于传统会计数据体系，财务报告中所涵盖的信息大多数是结构化的数据信息，这样的财务报告随着大数据时代的到来越来越难以满足财报预期使用者的真实需求。为适应大数据时代，企业财报若将各种碎片式或非结构化数据纳入，将能够有效弥补传统财务报告的不足。碎片式或非结构化的各种数据纳入报表将配合传统财务会计报告综合全面反映企业财务状况、经营成果以及企业所处社会环境、产业环境、商业环境等各种有价值的信息。因此，当务之急是需要相关机构及时开发出能将各种碎片式或非结构化数据结构化、量化的工具，从而帮助其纳入传统财务报表。

传统财务报告纳入项目的扩展，使得传统意义上不能量化的非结构化的或者碎片式的数据均进入了会计信息系统，比如企业的环境状况、人力资本等。当然，在现实工作中，会计实务人员还需要对企业的经营模式进行量化，将在会计报表附注中以文字描述的方式转变为量化的方式，使得更多信息使用者获取有用的量化信息，使得会计信息透明度增加[ 1 ]。

（二）平台搭建及相关标准构建

在大数据时代，企业以前为财务工作所搭建的会计信息系统平台将逐渐淘汰，所涵盖的内部会计资源和组织协同发展的相关信息都将失去价值。故要适应大数据时代，需建立一个高度信息化的共享平台，该平台包括企业和其产业链上下游的供应商及客户，还包括企业各种相关的合作伙伴（包括税务等在内的政府机构）。该平台由中央政府牵头，组建涵盖上下依次为中央政府、地方政府及企业的三层会计信息系统平台。通过分层可以明确不同分工以及不同边界，这样可以实现协同化效应，实现信息共享，最大程度地满足所有会计信息相关使用者的需求。在信息共享平台建立的同时，需要建立平台信息收集、输入、存储、输出等各种标准。正常情况下，由处在平台最高层的中央政府来统一制定，然后由地方政府及企业执行，实现相关会计信息的标准化。

对于信息平台的构架及标准的制定，考虑其投入的人力物力都相对比较大，一般需要由政府牵头完成。对于该会计信息共享平台，除全面反映各种会计信息之外还要有相关验证和审核信息的功能。考虑目前大数据时代该平台尚处于试验阶段，所以笔者建议相关部门可以试点的方式进行推广。当然，平台建设与标准制定都是一个试错摸索过程，需要时间周期和不断调整[ 2 ]。

（三）核算型向价值型财务体系转变

大数据时代下的信息管理需要升级，要求企业相关部门，尤其管理层及会计部门要从提高业绩管理水平和风险管理能力的角度积极改变传统会计信息系统，实现财务信息从传统的核算型向价值型的转变。企业可考虑如下三点展开此项工作：其一，企业运营过程中，需要在扁平化的管理结构中恰当处理财务管理与运营管理两者之间的关系。同样，价值型（价值导向或者价值提升）的财务系统中，相关财务工作者需要将其工作从传统的基础财务工作转变为价值创造，将其定位为企业变革型关键人员。其二，业务销售方面，企业应考虑重组客户资金流程，实现资源最优配置，尽可能地发挥财务协同效应。其三，在战略创新方面对企业财管模式全面创新升级，利用价值管理等先进管理经验为企业战略管理提供帮助，将产业价值链和商业模式等管理知识充分运用到企业整体战略中。

四、结论建议

会计作为对企业价值相关数据进行管理的一项活动，在大数据时代，需要全面改革传统会计数据体系及财务报告体系。为适应大数据时代，会计管理工作要与时俱进，作出各种改变，笔者认为可围绕以下几点展开：

第一，与传统会计数据要求一致，但需要重新制定统一的标准以满足不同企业之间在大数据时代会计工作成果的可比性。类似于现行的企业会计准则，该项标准需要由政府相关权力或行政机关统一制定，全国推行并强制使用。

第二，针对大数据时代的各种碎片式或非结构化数据，其与企业价值之间的关系，笔者在本文稍有抛“砖”，仍需大量“玉”来配合。这项工作或由相关政府部门、学术界融入实务环境中，深入研究，建立标准的分析模型。

第三，财务会计报告的重新变型。大数据时代，需要将各种碎片式或非结构化的数据信息纳入财务会计报告以全面反映企业的财务状况、经营成果以及相关环境信息。为此，大稻莶莆癖ǜ嫘枰适当分层，以传统货币计量的数据为核心，辅助以碎片式或非结构化数据。

第四，中央及地方政府牵头协助信息化较高的规模企业事先建立大数据会计信息共享平台，扶持企业利用大数据信息来创造价值，为供给侧改革提供技术与信息化手段。

大数据相关论文:大数据背景下市场营销教学模式的相关研究

摘要：对当下的大数据时代给市场营销教学带来的改变对市场营销教学模式影响进行探讨，调整教学的立足点和应对策略，采取新的教学模式。作者将结合自己的工作岗位，深入探讨在当下的大数据时代给市场营销教学带来的改变，调整教学的立足点和应对策略，采取新的教学模式，立足于大数据时代的特点，指出了在大数据时代的影响下市场营销教学正在以一种新的姿态取代传统的教学模式，并提出与之相应的应对策略。

关键词：大数据；市场营销；教学；改革

引言：

由于社交网络、云存储在各领域的应用，以数量多，种类全，时效性强的非结构化数据屡屡出现在人们的视野中，逐渐让人们认识到数据的重要性，市场变化及时调整，内容缺乏先进性。如教材中关于营销理论的部分，仅仅是对以往营销理论的复述，未能添加新时期我国市场上新兴的绿色营销、网络营销等相关理论知识。新时期下，社会对市场营销人才提出了更高的要求，人才要充分了解新时期的市场新变化、新特点，并在工作中实现市场营销理论的灵活运用，才能适应时展需求。而教学内容先进性的缺乏，不仅大大降低了教学质量，也影响了学生日后工作中市场营销知识的应用效果。

一、大数据时代概念

“数据”是指加载或记录信息按一定的规则排列组合的物理符号，可以是数字、文字、图像，也可以是计算机的代码。接受信息的数据接收，只有通过对数据的解释来获取背景信息，“大数据”是指数据量巨大，无法通过大多数的检测工具，在适当的领域内收集、统计、运算和统计作为公司决策的依据。“大数据”使用传统的数据库软件工具在一定时间内收集、存储、管理和分析数据的收集。

“大数据”本身不是一种新技术，不是一种新产品，而是一种现象出现的时代。IBM在美国，大数据3V特征，即物种（品种），快（速度）、容量（体积）。国际咨询机构IDC的数据，满足“4V”：品种（品种）、速度（流量）、体积（容量）、价值（价值）指数数据称为大数据。这些特性使得大数据与传统的数据概念不同。不同的数据概念和“海量数据”。它不仅用来描述大量的数据，进一步指出，数据的复杂形式，数据的快速时间特性和数据分析和处理的特殊处理，最后我们得到了信息价值。

二、大数据背景下市场营销学教学面临的挑战

1.、企业的战略规划将减少

对于市场营销来说，企业要制定长期的、具有战略性的规划方案，这将是一个社会管理过程。在大数据时代背景下，企业做三五年的规划方案完全是没有任何意义的，我们都知道，如今的阿里巴巴很强势，但是未来几年会怎样谁都不敢保证，很有可能会被微信所替代。企业在互联网数据的不断变化下，仅需要制定一年的规划方案，才能确保企业的与时俱进。

2、传统的促销策略将被淘汰

所谓促销实际上就是沟通，而沟通的主要方式之一――广告，将被逐渐削弱。在新社交媒体下，广告技术还需要不断的完善与创新。如今已经没有过多的企业会把大量的资金投向电视广告，如果大家还认为电梯广告会占据终端，那就大错特错了，在现阶段的社会发展进程中，无线网络覆盖率才能够占据未来的终端。具有无线的数据流量，让人们在实际生活中习惯从这里开启免费WIFI，那么这个广告价值将不可估量。目前，越来越多的企业开始运用二维码来进行营销，这种方式也将使广告更加具有亲切感。

3、市场调查内容将重整

在大数据的背景下，营销决策的过程开始逐渐从经验向科学转变。以往在调查市场营销体系时都是采用抽样的方式，并根据抽样的数据进行分析，然而，在当今社会环境的不断变化下，传播平台开始出现，以往的调查方式面对当前社会的复杂环境，已经无法进行准确的判断。于是，在大数据的营销流程中，各种与之相适应的数据库开始相继出现。比如消费行为调研、新生代消费行为研究、电通等等。这些数据库的建立将帮助传统的营销体系达到最终科学化的目的。

三、基于大数据前提下市场营销学手段的更新

1、更换市场营销教学大纲

在大数据背景下，目前市场中纷纷推出了各种不同版本的营销教材，这些营销教材的内容也是多种多样，有转变经营模式的、有创新营销理念，以往较为落后的营销教材已经无法满足当前社会的发展需要。因此，作为市场营销专业教师，要改变以往墨守成规的教学模式。大数据时代更换了陈旧的理论，教师在看待问题时也要从多个视角出发，同时也需要授课者不要绝对的打破传统，而是应保持大数据时代的敏感性，打开心灵，不断吸收新信息。一方面，不断跟踪国内外营销理论的最新发展趋势，积极关注营销研究的前沿；另一方面，了解国内外最近成功的营销案例，注重海外营销的最新发展，更注重实践中的商业模式变化和市场趋势，参与研讨会的教学，与同行交流、不断创新、与时俱进，确保在营销课堂中将新的教学内容提供给学生。

2、突破传统的市场营销教学模式

在大数据背景下，充分利用现代教育技术，改变传统的教育观念，打破教师为中心的“填鸭式”、“灌输”的传统教学方法。尽量让学生参与，充分调动学生的积极性，发挥学生的主体作用，提高教学质量。在传统市场营销专业的教学过程中，教学资源大多来自教材、教学参考书、教师收集各种情况、缩小、受限制的客观条件，课堂教学能提供信息能力是有限的。但在网络环境下，信息资源十分丰富。教学资源可以是网络图书、网站信息和资源、课件、经济信息、论文等。在营销过程中，教师可以使用网络互动教学法。大数据时代的授课通过多媒体、数字、模型和更加直观的内容来呈现知识，单调的传统课堂教学方式变得丰富而有趣，激发学习，减少学生的视觉和听觉疲劳，提高课堂教学效果的新型网络课堂互动教学模式。大数据时代，教师应充分利用条件，积极探索并激发学生兴趣，提升教学方法的科学性，真正实现市场营销教学活动数字化、趣味性、生动性和真实性。

大数据相关论文:大数据时代宏观经济分析的相关探讨

摘 要：基于大数据时代背景下，大数据技术的诞生与普及性运用，为社会各领域的发展注入了全新发展动力，在此过程中，大数据为宏观经济分析提供了有效的技术支撑，并借助丰富数据的获取为提升宏观经济分析的科学性奠定了基础。但从实践过程看，大数据时代的到来在给宏观经济分析带来机遇的同时，也使得该项工作面临着巨大的挑战，如何实现对所存在难题的有效应对，亟待解决。本文针对大数据时代的宏观经济分析问题进行了探究，并为如何促使大数据更好的服务于宏观经济分析提出了对策。

关键词：大数据时代；宏观经济；机遇；挑战；对策

一、前言

基于互联网经济时代背景下，计算机技术的广泛运用促使数据信息能够得到有效的收集与处理，但随着计算机网络体系的逐步完善，面对海量信息数据，如何实现对数据的高效快捷处理，以实现对信息资源的充分利用，成为各行业领域所面临的一大挑战。在此背景下，大数据技术的应运而生，为实现对这一问题的有效解决提供了出路，对于宏观经济分析而言，同样离不开大数据的支撑，因此，这就需要针对宏观经济分析之需，实现对大数据的完善运用。

二、在宏观经济分析中大数据所呈现出的价值

主要表现在如下两方面：第一，提供更加全面的数据信息。对于宏观经济分析而言，因所分析的内容多且广，加上会受到诸多因素的影响，进而使得在实际开展这一工作的过程中，因数据信息的不全面、获取信息的时效性低等，使得宏观经济分析的结果缺乏科学性。而将大数据进行运用，则能够借助计算机网络技术的支撑，实现对数据实时动态获取，并以丰富数据的获取来支撑该项分析工作得以实现高质高效落实。第二，丰富了分析方法。在传统宏观经济分析中，主要财通的方法为统计分析模型，借助抽样分析法来获得样本数据，并以此来作为整体，进而使分析结果难以与事实相符；而借助大数据技术的运用，则能够借助海量数据信息的获取，以计算机为支撑来实现对数据信息的自动分析，进而以总体分析法来提升分析结果的可靠性。第三，分析技术水平得以提高。在实施大数据分析的过程中，离不开计算机技术的支撑，借助结算及技术的运用则能够以多种分析模型的搭建与多种识别技术的融入，来取代大部分人工分析工作，以技术的全面支撑来提高分析的准确性与效率性。

三、基于大数据时代下宏观经济分析所迎来的机遇与面临的挑战

1.机遇

在大数据时代下，大数据技术的融入使得该项分析工作的开展能够获得丰富数据支撑，并以相应分析方法与分析技术的创新，为提升宏观经济分析的效率与质量奠定了基础。从所迎来的机遇角度看，对于宏观经济分析而言，借助大数据的融入，能够实现对海量信息的实施动态化获取，进而提升了信息获取能力，同时，借助智能化获取与分析的实现，能够为实现准确的预测分析奠定基础，同时，也在降低分析人员工作压力与难度的基础上，提升了分析的效率，为充分实现宏观经济分析的作用与价值提供了保障。

2.所面临的挑战

机遇与挑战并存，对于宏观经济分析工作的实际开展而言，同样面临着巨大的挑战，具体而言：第一，在互联网时代下，信息的传播打破了时间与空间的束缚，面对海量信息数据，对于该项分析工作的实际开展而言，要想能够从中选取中有价值的信息，且能够充分服务于该项工作的实际开展之需，难度极大；第二，在运用计算机网络技术的过程中，需要确保数据信息的安全，但是，从数据安全保障工作开展的实际状况看，相应能力还有待进一步提升；第三，在运用大数据来开展宏观经济分析工作，需要确保具备完善的专业人才队伍，进而才能够为充分发挥出大数据的作用与价值提供保障，但目前现有行业专业人才匮乏，难以满足该项工作的实际开展之需，进而使得大数据的价值与作用无法得到充分实现。

四、充分发挥大数据在宏观经济分析中价值与作用的对策

大数据技术为当前宏观经济分析工作得以实现顺利且高效开展提供了技术支撑，但是，从目前运用大数据的实际状况看，一系列挑战的存在，使得大数据难以实现作用的充分发挥，因此，这就需要结合实际所存在的问题，落实针对性的解决措施：

1.营造良好的发展环境

要想促使大数据能够在该项工作中得到充分且完善运用，首先就需要从大数据运用的宏观环境着手，因此，这就需要充分发挥出政府的作用。在实际践行的过程中，政府要充分发挥出自身的主导作用，以大数据收集体系的完善打造为基础，并针对经济发展的重点领域，实现相应数据收集工作的有计划落实，进而才能够为宏观经济分析工作实现顺利开展提供基础性前提。具体而言：一方面，政府相关部门要进一步提升对大数据的重视程度，针对大数据给该项工作的开展所带来的优势作用进行全面分析，在此基础上，从政策、资金等多方面加大对实施大数据的支撑力度，进而为实现大数据网络环境的打造奠定基础。另一方面，要加大对相关科研领域的重视程度，加大投入力度，确保相应研究机构能够为实现大数据的进一步发展提供支撑。此外，对于政府而言，为了能够促使大数据在宏观经济分析领域中实现充分运用，可鼓励企业积极践行信息化该该，进而以企业全面信息化管理的实现，为大数据的应用与发展创造良好发展空间与环境。

2.加大对数据采集与管理的力度

对于宏观经济分析工作的实际开展而言，需要以大数据的完善采集为支撑，并加强对数据信息的管理力度，进而才能够为实现大数据价值的充分发挥奠定基础，因此，在实际践行的过程中，需要以完大数据采集与管理体系的搭建为支撑。从实际该项工作工作开展的现状看，由于人员能力素质不足、技术水平偏低以及管理漏洞的存在等，使得难以充分发挥出大数据的优势作用，而要想实现对这些问题的解决，则就需要针对大数据采集流程，以完善采集体系的制定为支撑，促使在开展宏观经济分析工作的过程中，能够具备全面数据信息；同时，要加大对相应企业与个人，加大管理力度，制定完善的监管体系，针对不配合行为加大惩处力度，进而为实现数据信息采集工作的顺利开展奠定基础，此外，加大对相关人员的培训力度，促使其能够具备与之相适应的技能水平，以实现对大数据技术的规范且合理运用。

3.加大专业人才的培养力度

在借助大数据来开展宏观经济分析工作的过程中，由于行业专业人才匮乏，进而给该项工作的开展带来了极大的阻力，因此，这就需要加大对行业人才的培养力度。在实际践行的过程中，对于政府相关部门而言，需要以专项人才培养政策的制定与实施为基础，促使全社会能够提高对该领域人才培养工作的重视程度。同时，高校作为培养专业人才的主要阵地，应结合当前该行业领域对人才所提出的实际要求与需求，以相关专业的开设为基础，实现专业课程体系的完善打造，进而来满足社会对人才的实际需求。此外，对于企业而言，要针对大数据管理人员，加大培训教育力度，以提升其专业能力与信息化技能素养，为该项工作得以顺利开展提供有效支撑。

五、总结

综上，基于大数据时代背景下，对于宏观经济分析工作的实际开展而言，需要在明确大数据在该项工作中所呈现出的价值与作用的基础上，明确大数据所带来的优势，并针对在运用大数据于该项工作中所存在的问题，实现有针对性解决对策的落实。具体而言，要针对大数据的运用营造良好的环境，并在加大对大数据采集与管理力度的基础上，加强对专业人才的培养力度，进而为充分实现大数据运用于宏观经济分析中的价值并提升该项工作的效率与质量提供保障。

大数据相关论文:大数据环境下审计变革的相关问题探析

摘要：随着经济的快速发展，在信息化数据的时代，云计算技术等先进的信息技术在企业的广泛应用中也给企业带来了风险，从而对审计的变革也产生了巨大影响。本文就大数据环境下审计变革产生的相关问题进行深度解析，并给出应对审计变革的解决方案。

关键词：大数据环境；审计变革；相关问题；探析

随着计算机、网络的迅猛发展及广泛普及，各行业的信息系统规模迅速扩大，这就出现了业内人士口中的大数据。大数据对目前存在的传统信息系统的计算及处理提出了挑战。审计也必然受到大数据的冲击，在大数据环境下产生变革。

一、大数据带来的思维变革

（一）由样本数据转向全部数据

自19世纪以来，信息技术并没有如今的发达与创新，条件会受到限制，在处理数据时会采用依赖绝对随机性的抽样分析，然而此种分析方法忽略了个别数据会对整个数据的规律造成影响，一旦抽样数据存在偏差，分析结果也会大受影响。在大数据时代，条件限制因素解除加之数据之庞大不可能再用抽样方法，审计工作者需要面向全部数据来发现规律，找出问题。

（二）接受大数据的完整与混杂性而放弃追求小数据的精确性

在以前数据较小，审计工作者着重数据的精确性；在大数据时代，因数据的海量，可以接受数据的模糊与不确定，通过多样性的数据进行问题的分析，更进一步的了解事情的真相。

（三）不再寻找数据因果关系转而利用事物相关关系

（四）在大数据时代，需要变革看待问题的方式

审计工作者看待问题的产生由原来的因果关系变成事物的相关性进行分析，在数据与数据之间的相关联性中找出问题的所在。在信息时代，信息更新的速度是非常快的，不及时对数据进行分析，获取最新数据并进行数据的处理与传输，那么数据很快就会发生质的变化。

二、大数据带来的审计变革

（一）审计对象变革

审计对象又称之为审计客体，是审计机构或审计人员实施审计业务活动时所作用的目标主体。这一般有两个解析：其一是实施审计时目标实体的空间范围，是由审计单位所界定的；其二是审计锁定的具体内容。审计对象并不是一成不变，是随着经济的变化而变化，已经由原来的会计资料及其所反映的财务收支更改为经营审计、三E审计、效益审计等等。在大数据时代，审计对象是需要重新界定。

（二）审计风险变革

云计算应用于大数据时，存在有云计算固有风险、数据透明度风险、数据安全风险等等，风险的内容发生了更改。因此，在大数据环境下企业面临的风险是极大影响审计人员的评估风险的，造成审计的风险趋向多样性、复杂性、多变性。

（三）审计证据变革

审计证据是指审计单位与审计人员在审计过程中有目的的获取、用以证明审计事项正确与否或可能性，并依此形成审计结论的证明材料。在大数据下，与被审计单位相关的数据与以前相比具有4V特征：①数据体量巨大（Volume），从TB级别跃升到PB级别。②处理速度快（Velocity）。③数据类型繁多（Variety）。④价值密度低，商业价值高（Value）。这对审计证据的获取必然造成极大变革。

（四）审计方法变革

审计方法是指审计人员为了实施审计行为、获取审计证据以达到审计目标所采取的方式方法或技术的总称。不同的社会经济环境必然会有不同的审计方法。大数据来临，传统的审阅法、逆查法、顺查法等必定要为大数据的服务而进行更新换代。

三、应对大数据环境下审计变革的解决方案

（一）积极完善审计相关理论与准则

审计理论受大数据的影响是非常大的，必须及时作出应对的解决方案。第一，结合云计算技术与大数据的特点完善并健全审计的相关理论。切实有效的实际行动是离不开可行的理论指导。审计的理论就要求与与审计的环境适时相通。第二，积极补充审计的相关准则。云计算、大数据的参与下，原先专门使用于审计专业部门的相关准则进行变更，必须提出新的准则用以规范三者行为。

（二）重新界定审计对象的外延与内涵

在风险管理的思维模式中，大数据下的审计对象要发生变更，重新界定审计对象的外延与内涵。第一，企业云的产生改变了企业软硬件的应用模式，促使企业与云技术提供商、公共云租户处于云系统的风险之中。由此，企业面临风险的来源就相应的扩大了，风险不仅来源于企业内部，还来源于云技术提供商与公共云租户。在大数据的情况下，审计的对象必定有单一的企业发展成为以上三者相关的审计。

（三）分类审计证据与转变审计证据关系着眼点

在大数据时代，数据是多种多样，有结构化数据、半结构化数据、非结构化数据等等。其中，非结构数据的处理较之其他两组数据是存在一定程度上的困难的。为简化数据的处理，应对审计证据大分门别类。在审计实施的同时，就可针对分类的审计证据的来源进行不同的处理，以提高数据的处理方式。对于审计证据，审计人员在获取与分析是都要转变审计关系的着眼点，由重因果关系转变为相关关系。在设定审计的目标之后，相关联的审计参与其中，就如网络表格样重重建立起事物的相关联新性，提高审计证据的分析效率，只有变革才能适应大数据下对审计证据的需求。

四、总结

在大数据时代，伴随着互联网络、云计算的飞速发展，全球经济社会都深受影响。大数据给现代审计创造出了新的技术和方法，因此审计必然也面临着改革与创新，以适应时代的进步与需求。调整审计思维，变革审计技术与方法，进而推动大数据时代审计的发展。

大数据相关论文:大数据及相关技术解读分析

摘 要 大数据是随着信息的急剧膨胀而提出的一种概念，目前大数据技术在世界经济、军事、信息传播等领域有了广泛的应用，而这种应用所带来的网络革命效应也越来越多的引起人们的重视。提供大数据服务的企业要积极推广大数据技术的应用模式，开发大数据中的数据安全保密技术，为大数据的长远发展做出贡献。

关键词 大数据 技术 解读分析

随着计算机信息化的建设，互联网中的数据量呈现出爆炸式的增长，大数据正是随着信息的急剧膨胀而提出的一种概念。目前大数据技术在世界经济、军事、信息传播等领域有了广泛的应用，而这种应用所带来的网络革命效应也越来越引起人们的重视。本文将对大数据概念进行阐述，讨论大数据与CDN、IDC、云计算之间的关系，对大数据技术未来的发展前景和应用范围进行分析，希望对大数据技术更好地发展和应用提供帮助。

一、大数据概述

大数据技术的发展时间比较短，目前在学术界定上没有一个清晰统一的定义。总体来说，大数据指的是一种数据集合，这种数据集合由于信息资料的规模过于庞大，在一定的时间内，应用目前的信息收集和管理软件不能够做到对数据的收集、分析、处理工作。大数据在广义层面上，可以分为大数据技术、大数据工程和科学等。其中，大数据工程通过对大数据进行分析，建立对数据进行管理的工程；而大数据科学，则是指在大数据发展的过程中，对大数据的发现和研究活动。大数据技术就是指通过科学的分析和合理的规划，从庞大的数据库中获得所需要信息的技术。通过研究发现大数据主要具有下面的特点：

（一）数据信息规模巨大

数据信息规模巨大是大数据最基本也是最重要的特点。目前，互联网技术得到了巨大的发展，使用互联网技术进行数据查询的主体也单纯从机构查询，发展为个人、企业、机构等共同查询的方式。用户在使用互联过程中，进行无意的点击，对于一些信息的分享等都成了大数据庞大信息规模的一部分。现在大数据的数据单位已经上升到了PB的级别。

（二）数据的类型复杂

大数据庞大的数据规模中，数据类型非常复杂。既包括传统的一些基本数据，也包括网页、文档等新式数据；既包括比较完整加工后的数据，也包括加工未完成的数据。

（三）数据的传播速率较快

大数据的传播速率过快，这也是造成传统软件对于大数据难以处理的一个原因。有时大数据的处理结果需要在一瞬间就形成，否则形成的结果就失去了使用价值，这对于传统软件来说是很难达到的，所以大数据对于处理的时效性有很高的要求。

（四）数据间的价值密度较低

一般情况下，大数据的规模在巨量增长的时候，用户需要的信息数据规模却增长缓慢，这在一定程度上加大了获取数据的难度，造成了数据间价值密度较低的特点。

二、大数据技术介绍

大数据技术的前身是商务智能（BI），主要的技术环节包括：数据的收集、数据的处理、数据的计算、数据的研究以及数据结果的表现。其中，大数据的收集工作主要在互联网、当地数据库等展开；在数据分析方面，主要基于人工软件智能进行进一步的研究；在数据表现方面，通过多媒体技术与相关的网页技术相结合，通过图像的形式进行展现。

三、大数据、CDN、IDC和云计算之间的关系

（一）大数据与云计算之间的关系

云计算和大数据之间的关联性比较强。云计算指的是以巨量的数据作为基础，通过对巨量的数据进行研究，在巨大的数据规模中寻找需要的信息数据。云计算的英文简称为Cloud Computing，它的计算方法主要依托互联网进行。一般情况下，对浏览器等软件进行访问，就可以访问到云计算的经营商提供的网络应用，这些应用中的数据信息都存储在网络数据库中。云计算的服务类型主要包括：软件即时服务类型、平台即时服务类型以及基建即时服务类型。总体来说，云计算主要就是应用虚拟化的技术，以互联网为依托，通过对巨量的数据规模进行整合、分析、计算，从而取得需要信息的一种及时计算服务。云计算的特点是虚拟化程度较高，适用人群较广，计算结果准确性较高。云计算的这些特点促使云计算在大数据中有着广泛的应用。同时，云计算和大数据技术也有着一定的不同。大数据更加看重的是对于数据的存储能力，而云计算则强调的是计算，通过计算来获取有效数据的处理能力。

（二）大数据与CDN之间的关系

CDN的英文全称为CONTENT DELIVERY NETWORK，通过CDN的使用可以加快数据传播的速度，确保数据传播的稳定性。CDN的工作原理是通过设置其他地方的结点服务器，以互联网为依托，构建出一层智能网络，通过网络结点中传递的数据和流量，促使客户的数据请求流向最近的服务节点，进而进行数据的收集、查询等工作。由于互联网在实际应用中会出现通读的现象，通过CDN技术的应用，可以有效解决网络堵塞问题，提高互联网的访问速度。

（三）大数据与IDC之间的关系

IDC的英文简称为INTERNET DATA CENTER，中文意思为网络数据中心。IDC是以互联网为媒介，通过集中形式数据汇总、管理、处置和发送数据的相关设备，来为数据的维护提供运行基地，并附带提供配套的服务。IDC的服务对象主要是企业、传媒机构、网站等，并为它们提供高质量的专业化服务。IDC可以提高网络站点的性能，提高访问的响应能力，同时通过对网络服务器的有效利用，确保网络数据传播的安全性和时效性。

（四）大数据与三者之间关系的总结

大数据与CDN、IDC以及云计算之间的关系有着很强的关联性。首先，它们的产生都是由于互联网技术的大力发展，数据处理规模的急剧增加，数据的收集都来自互联网上的信息，可以说，互联网是它们信息传递的桥梁。其次，后三者的存在对于大数据是很好的补充，通过不同角度对数据的收集和整理，实现信息的有效处理。总体来说，大数据信息的有效存储为后三者提供的对于数据的有效计算和处理提供了平台，同时，大数据通过与三者的有机结合，可以更好地进行数据的挖掘和处理，从而及时地提供所需要的信息。

四、大数据技术的发展与应用

随着信息网络技术发展力度的加大，大数据技术在如今的许多方面有了更广泛的应用。大数据技术以前主要在互联网科技公司中进行使用，但现在无论是传统的公司企业、公共机构还是新兴的具有高技术性质的企业单位，对于大规模数据的处理需求越来越大。同时大数据以往的应用主要在企业智能和商务营销方面，但现在它的应用范围越来越广，例如社会科学、经济学等方面都有了广泛的应用。

信息化的大力发展，促进了大数据时代的到来。由于大数据技术的使用可以有效促进公司智能化的发展、提升信息数据的安全性，所以，可以预见，未来大数据的发展前景是极其光明和宽广的。大数据的产业结构可以发展成为三个主要领域：分别是硬件为基础的商业领域；基础软件的商业领域以及应用软件的商业领域。

五、结束语

大数据的发展规模不断壮大，相应的对数据进行收集分析，确保数据安全等方面的人才缺口也会非常大，而相关人才的缺失将会对大数据的发展带来非常不利的影响。提供大数据服务的企业要重视人才短缺的问题，积极推广大数据技术的应用模式，开发大数据中的数据安全保密技术，为大数据的长远发展做出贡献。

（作者单位为北京浩瀚深度信息技术股份有限公司）

大数据相关论文:大数据时代会计信息相关性研究

【摘要】大数据是当今信息大爆炸时代的产物，是继“云计算”“物联网”之后的又一次技术革命创新。如何有效利用大数据各种优势，在保证可靠性的前提下，提高会计信息的相关性，增加会计信息的有用性是我们亟待解决的问题。本文在系统阐述会计信息质量特征的基础上，着力解读大数据时代下的会计信息的相关性，并从财务报告披露内容和形式层面探讨了大数据时代如何提高会计信息相关性。

【关键词】大数据时代 会计信息相关性 财务报告披露内容与形式

一、引言

随着信息化技术的飞速发展和大规模非结构化数据的产生，大数据时代也随之到来。现代经济学已经证明，信息是市场经济有效运行的关键因素之一，作为承载企业最具价值信息的财务报告将是资本市场发展和完善过程中的重要内容。因此，本文试图在相关研究的基础上，探讨大数据环境下企业会计信息所面临的机遇和挑战，并对基于财务报告披露内容与形式层面如何提高会计信息相关性提出自己的见解。

二、文献综述

1998年，一篇名为《大数据的处理程序》（A Handler for Big Data）的文章刊登在《科学》上，其首次提及了大数据（big data）一词。2008年9月《自然》杂志也出版了“big data”的专刊，从而使“大数据”在学术界得到极大的认可和广泛使用。刘红等（2013）指出大数据历经了从数到大数据的演变过程，具体可划分三个重要的阶段：第一阶段为数据的产生，该阶段数据仅作为计量工具和各种技术相结合使用；第二阶段为科学数据的形成，该阶段数据不仅是计量工具，也作为认识事物的依据和基础，并且在自然哲学的研究方法中发挥积极作用，使定量化研究成为自然科学的基本研究范式；第三阶段为大数据的产生，此时数据已成为一种重要的社会资源。目前对大数据的定义不尽相同，但笔者认为这些定义都反映出这样一个事实：大数据时代是信息社会，信息时代的到来必然会引起财务数据获取和分析模式的巨大改变，也将对会计信息的可靠性、相关性、可理解性、可比性等产生积极的影响。

其次，针对相关性国内外学者也进行了很多研究，但多集中在相关性和可靠性的权衡上面，单独研究如何提高会计信息相关性的文章很少。

基于以上原因，笔者选择对大数据时代会计信息的相关性进行研究。

三、大数据及会计信息质量的内涵

（一）大数据的相关概念及会计信息质量特征

2011年麦肯锡公司首次提出大数据概念。大数据是指具有收集、存储、共享和分析等功能的海量数据集合，其大小我们无法表示。本文引用的即是这一概念。根据定义，可总结和延伸出大数据具有以下四大特点（简称“4V”）：数据海量（Volume）；数据种类繁多（Variety）包括结构化和非结构化数据（如视频、网页等）；处理速度迅速（Velocity），要求利用新技术在秒级时间范围内提供分析结果；价值密度低，商业价值高（Value），需“提纯”有用数据。

（二）会计信息质量特征的内涵

会计信息质量特征，是指对会计信息所应该具备的质量标准而作出的详细描述或者要求，是对会计信息质量进行评判的最一般和最基本的依据，其反映了会计信息为实现会计目标而应具备的质量特征（葛家澍，2003）。2014年财政部的《企业会计准则―基本准则》第二章对会计信息质量要求作了明确的表述，可以总结为“8个要求”，即可靠性、相关性、可理解性、可比性、实质重于形式、重要性、谨慎性和及时性。其中可靠性、相关性、实质重于形式以及谨慎性要求更为突出重要。

会计信息相关性的质量特征是指会计信息对决策的影响能力，信息使用者做出的决策是面向未来的，因此也决定了会计信息的相关性质量特征是一个面向未来的概念。在“决策有用观”这一会计目标的指导下，相关性作为会计信息最重要的质量特征，反映了所有会计信息所必要的方面。

四、大数据时代对会计信息相关性的影响

会计信息质量相关性的高低很大程度上受到数据信息以及对数据信息整理和分析能力的影响。大数据时代的到来，使得会计环境发生了巨大变化。由于计算机技术在会计相关领域中广泛应用，IT技术对会计行业已经产生极大的影响，不仅涉及会计行业的核算方法、管理方式、经营模式等方面，更重要的是影响了会计信息的质量。

（一）提高了会计信息的预测价值

苏孜（2001）认为，网络时代的到来，使得人们对会计信息的及时性和预测价值的要求越来越高。而大数据的核心理念就是预测，它通常被视为人工智能的一部分，或者更确切的说被视为一种机器学习。但这并不意味着大数据是要人像机器一样思考，相反，它是把数学算法运用到海量的数据上来预测事情发生的可能性。传统的数据分析很多是依据职业判断和直觉，而大数据时代信息披露将日益基于规模数据的分析和预测。企业可以从这些海量的数据中挖掘有用的信息，从而帮助企业用于商业决策并获得更有前瞻性的洞察。

（二）提高了会计信息披露的相关性

会计信息就各种信息使用者决策有用性而言，其应具备以下基本特征，即可靠性、相关性、可理解性、可比性、实质重于形式、重要性、谨慎性和及时性等，这些要求相互影响、相互制约，又相互支持，共同组成了会计信息质量所要求的有机体系。在这一有机体系中，相关性是最重要的质量要求之一。刘炜等（2013）认为大数据时代的到来，人们获取海量的数据主要通过三个来源：使用服务器生成的的各种数据，例如各类日志等文件，成百万的数量级；来自于网站用户等，即“用户生产内容”（User generated content），例如脸谱（Face book）、推特等社会性网络，十亿的数量级；各类数字设备生成的数据，例如各类传感器、物联网设备、智能手机等，这类数据数量越来越多，使用越来越普遍，有上百亿的数量级。这几类数据加上时空性信息，构成当下最为主要的大数据时空。这些数据搜集设备可以第一时间以最快的速度得到决策者所需要的各种信息，避免了信息滞后，从而极大地增强了会计信息的相关性。

（三）可能导致会计信息的可靠性、相关性无法保障

大数据环境下，会计信息来源变得多元化，规模呈现出海量化的趋势，从而挖掘有用会计信息相对不太容易。此外，大数据研究的是全体数据，不要求结果的精确性和相关性，这会影响到搜集到的会计信息是否精确、可靠、相关。

五、基于财务报告披露内容与形式层面会计信息相关性提升对策

（一）注重信息的完整性

目前会计职业界正受到来自各方面信息使用者的强烈批评，其指出：企业报告没有能够为信息使用者提供各种有价值的信息，企业报告没有面向未来，会计信息严重不完整，会计信息正在失去相关性（陈毓圭，1996）。由此看来注重会计信息的完整性，成为又一提高会计信息相关性的一个重要影响因素。张美红（1998）认为信息使用者做出的每一项经济决策，不仅需要财务信息作为依据，同时需要考虑非财务信息因素的影响。在大数据时代，非财务信息的价值亦越来越大。财务分析是帮助会计信息的需求者获得企业信息的桥梁，是帮助其做出正确决策的手段，而徐芳奕（2012）指出现有财务分析体系大多注重运用财务信息进行分析，对非财务信息的分析不足，这就使得财务分析结果不够全面，无法满足各种信息需求者的要求。但是随着大数据时代的到来，财务分析不再是一个静态的、个态的、封闭的内部分析，而是一个动态的、系统的、开放的整合分析，这就要求财务人员不仅要获取财务信息，还应关注非财务信息，减少因信息不完整而存在的系统性风险。

（二）适度提供“派生报告”

“派生报告”即“个性化报告”，它是根据信息需求者的需求标准制定出来的财务报告。这种报告主要强调的是是相关关系，每一份“派生报告”所提供的信息都不尽相同。葛家澍（2006）希望“财务信息提供者在进行信息披露时能辨明主要会计信息使用者的需求，财务报表的补充资料中能披露物价变动的会计信息和对投资者决策相关的非财务信息，对于操作衍生金融工具的企业应该进行单独的披露和核算”。这些建议很多都是现行标准的财务报告所不能满足的，这就有必要提供“个性化的派生财务报告”来提高信息的有用性和相关性。而大数据时代的到来，各种数据挖掘技术和计算机技术等的运用恰恰为派生财务报告提供很多便利。大数据时代，数据的价值往往来自二级用途，即潜在价值，数据对不同的利益相关者其潜在价值是不同的，为了满足不同相关信息的需求，可以通过“派生财务报告”得以反映，使投资者及时了解更多更有用更符合其需求的相关会计信息。

大数据相关论文:大数据对新闻传播相关影响探讨

[摘要]现阶段我国的科学技术得到了迅猛发展，在新闻领域随着对新技术的应用，新闻传播的效率也有着很大程度的提升。从近些年的大数据发展的情况来看，其和媒体之间的联系也愈来愈密切，大数据的发展开启了新的时代。基于此，本文主要就大数据自身的一些特征和对新闻传播的影响加以分析，并对大数据背景下的新闻传播发展的策略进行探究，希望此次理论研究对实际新闻传播发展起到一定指导作用。

[关键词]大数据；新闻传播；影响

引言

大数据时代主要就是在个人计算机的不断发展过程中所带动发展的，这一发展对传统的媒体产生了很大的影响，尤其是在新闻数据的采集以及分析等方面，使得人们在工作的效率上得到了提升，让新闻传播更加迅速快捷。在这一背景下对大数据新闻传播理论进行研究就有着实质性意义。

1.大数据的主要特征及对新闻传播的影响

1.1大数据的主要特征分析

大数据的主要特征就是体现在大上，体量相对较大并有着其多样性，在传播的速度上也相对较快，这一技术能够从海量信息当中获得所需要的信息，对此次的处理问题就比较有效。大数据的作用不只是能够获得定量信息，同时也能在有价值信息获得基础上在技术的研发上得到进一步加强，从而来顺应信息技术的发展趋势。大数据作为是信息时代所产生的，将其在新闻行业当中得到应用就有着姣好的作用发挥，能够将新闻传播的时效性得到保障[1]。数据处理技术能够对新闻数据加以处理，从而实现数据的提纯，并且在大数据下媒体也不需局限在事件间的因果关系。

1.2大数据对新闻传播的影响

大数据对新闻传播的影响是多方面的，主要体现在对传统新闻表达的形式有了相应的改变，传统新闻传播过程中，在表达的形式上相对比较单一化。而大数据的出现就使得新闻在表达的形式上多样化，丰富了新闻媒体的传播形式。在互联网以及高科技含量的信息化处理终端的大数据下，能够将新闻传播的方式综合性的得以体现，这就对新闻传播渠道得到了有效拓宽。

再者，大数据使得新闻传播在交互的关系上得到了进一步强化，新闻传播中能够通过大数据进行，并且民众也能够得到多个个性化数据或者是原始的数据，能够及时准确的让民众对所发生的新闻事件得以全面了解，让民众能自发的参与到新闻传播过程中。大数据的作用在这里就成了新媒体和民众交流的桥梁[2]。

另外，大数据的发展也对独特新闻媒体传播的形态及格局产生起到了促进作用，能够在大数据作用下在高效以及具象的效果下来传达新闻，能够动静结合的对新闻进行传播，所以在新闻传播的表现形态上得到了体现。还有就是大数据使得数字化新闻传播的范围愈来愈广泛，在移动通信以及互联网等作用下，对新闻传播的数字化也得到了实现，这就对新闻传播的效率得到了提升，人们通过移动终端能够随时的新闻，这一发展对传统的新闻传播模式就形成了很大的冲击，促进了传统新闻传播的改革。

2.大数据背景下新闻传播发展策略

2.1新闻传播的重构

大数据背景下对传统的新闻传播起到了促进改革的作用，新闻传播重构就成了必要，由于大数据对传统新闻的传播方式和格局有了影响，就迫使新闻传播力进行重构。而新闻传播力主要就是通过技术以及内容、表达、渠道等多种因素进行综合而成的。新闻传播技术的先进性对传播力有着很大的影响，大数据这一技术对传统新闻信息选择方式有着改变，并在这一技术的熟练运用下对民众的新闻需求的满意程度也会逐渐的提升[3]。要能够实现新闻传播的重构就要能够对大数据的能力进行最大化的整合与优选，并加强对大数据当中新闻价值能力的挖掘，最后就是事实精确、快速及时的传播。大数据的发展在当前已经成为趋势，在这一过程中对新闻信息的混杂情况要能够得到充分重视，对新闻信息的收集以及跟踪并作出预判等，这也成了大数据时代新闻传播的要素。通过大数据技术来对新闻质量进行提升，这是比较重要的一个课题，由于信息源的混杂，所以民众对新闻的理解及把握是不深的，标题式的新闻对人们的吸引愈来愈重要，所以必须要能够保证新闻的质量才能够对传统新闻的传播能力得到提升。在大数据的平台以及技术基础上能够将人们的视野得到有效拓展，对信息的来源也能得到拓展，能够有效对以往的报道单一以及信息量贫乏等问题得到相应的解决。

2.2新闻传播的新方式

大数据时代的到来一些新的技术也受到人们的关注，新的媒体也成为新闻传播的焦点。通过媒介的融合传统的广播电视传媒也有着一定程度的发展。在媒介融合的速度上得到了加快，技术融合对传统媒体间的隔阂得到了打破，从而提供了共同的平台，能够得到资源上的共享，在新闻采编的流程上也得到了加快，在各种媒体的优势作用下新闻传播的速度得到了加快，所以在成本上就得到了相应的节约[4]。再有就是社交电视产品的出现对新闻传播也有着促进，在使用社交服务电视服务的用户数据实施分析挖掘的过程中，也能够对电视节目的收视率得到预测，移动终端也对社交电视进程得到了加快。数字化的广播以及网络广播等对新闻传播的速度加快也有着明显的体现，大数据时代将多种媒体进行有机融合，能够在新闻传播过程中满足不同受众的要求，个性化的服务也能够得到体现，能够根据受众的要求来传达内容。与此同时的微博微信等新的传播工具的出现，对新闻传播的效率又有了进一步的提升，自媒体的发展使得新闻的传播方式更为方便快捷，人人都能够成为新闻的第一传播源，这是传统的新闻传播所不能达到的。网络用户在自由度层面也有了比较重要的体现，用户主导新闻的走向已经有了相对比较明显的呈现，在今后的发展过程中加强对新闻传播的质量管理也是一件比较重要的任务。

3.结语

综上所述，对于大数据时代的新闻传播要能够从多方面进行考虑，找到适合受众的传播方式并制定详细的规划，将多种媒体得到有机结合，将新闻传播的效率最大化的呈现出来，这样才能将大数据的作用充分利用，才能为我国的新闻传播事业做出贡献。由于本文篇幅限制不能进一步深化探究，希望此次努力对新闻传播的发展有所裨益。

大数据相关论文:大数据背景下影响新型城镇化进程的相关因素分析

[摘 要]大数据是互联网发展到现阶段的一种表象或特征，在以云计算为代表的技术创新大幕的衬托下，这些原本很难收集和使用的数据开始被利用起来，通过各行各业的不断创新，大数据会逐步为人类创造更多价值。改革开放以来，从传统的城镇化到现在的新型城镇化，伴随着互联网、云计算等新技术的发展，城镇化建设也迎来了新的春天。本文分析大数据的概念，重新解读中国特色的新型城镇化。为提高人口城镇化和土地城镇化的质量和水平，升级网络，助力城乡，分析影响城镇化发展的因素，为走出一条科学的中国特色新型城镇化道路提供方向。

[关键词]大数据；云计算；新型；城镇化；可持续发展

1 大数据的概念

网络行为日益普及，与其所相伴而生的“大数据”时代到来。“大数据”（Big Data）概念源于美国，这里的“大”通常用来描述数据的三维特征：第一维指信息的数据体量日益庞大；第二维指信息的种类繁多；第三维指数据变为可用信息，并且可以分析的速度越来越快。而近期媒体常常关注的大数据其实指大数据的第四维特性，即数据的使用价值，主要体现为对数据的智能分析。

大数据是一个比较抽象的概念，还没有明确的定义。一般来说大数据有4个基本特征：数据规模大、数据种类多、数据要求处理速度快、数据价值密度低。大数据不仅用来描述数据的量非常巨大，还突出强调处理数据的速度。通过无处不在、各种各样的数据可以帮助我们发现事物之间的相关关系，得知事情发生的趋势和可能性，给我们提供新的竞争优势，得到非常有价值的社会认知。

大数据时代已经来临，它将在众多领域掀起变革的巨浪。例如，在节能方面，通过跟踪取暖器、空调、风扇以及灯光等积累下来的超大量数据，分析如何杜绝能源浪费。

2 国内外城镇化发展现状

从全世界范围看，我国的城镇化是中国特色的”城镇化”。在一些西方国家，称为“城市化”，例如，英国是在1850年世界上最早实现城市化的，在此期间，英国政府发表了一系列报告、立法确定相关政策，这也成为了英国的独特传统。美国在1920年城市人口比重已超过50%。日本在1968年前后，城镇化率首次超过50%，而后日本城市化快速发展，通过一系列的政策干预解决城市化过程中出现的问题。截至2015年，我国常住人口城镇化率达到53.7%，户籍人口城镇率只有36%左右，不仅远低于发达国家80%的水平，也低于人均收入与我国相近的发展中国家60%的水平，有较大发展空间。

3 解读中国特色社会主义新型城镇化

3.1 古村落的城镇化

在古村落的城镇化过程中要注意文化传承，保护村落古迹。首先，农村文化和城镇化是相辅相成的，城镇化不是去乡村化。古村落和村落是中华民族传统文化多样化的体现，必须得到保护，推进新型城镇化建设坚决不能以瓦解农村文明、牺牲文化遗产为代价。如果农村文化消失了，那么城镇化将是单调的。当然，城镇化过程可能给农民带来一些问题，农村文明和城市文明不一样，牵涉到很多农民的生活、生产以及精神问题。

3.2 城乡“一体化”不等于“一样化”

在我国城镇化发展过程中，出现了各种遗留问题，如半城镇化二元社会结构、交通拥挤以及环境恶化等。因此，在新型城镇化进程中要充分考虑“地方的人文和风俗”，城乡“一体化”不是城乡“一样化”。城镇化的背后是经济社会制度的巨大变革，政府应坚持顶层设计和“摸着石头过河”有机结合，综合考虑“城”与“乡”、市民与农民、工业与农业、财政和土地等各方面的关系。

3.3 以人为核心的城镇化

城镇化是一个长期的过程，而人口城镇化通常指人口向城镇集中或乡村地区转变为城镇地区，使城镇人口比重不断上升的过程。新型城镇化要以人为本，推进以人为核心的城镇化，提高城镇人口素质和居民生活质量，把促进有能力在城镇稳定就业和生活的常住人口有序实现市民化作为首要任务。

4 影响城镇化发展的因素

大数据的思维方式是从追求事件本身的简单线性因果关系转向发现丰富联系的相关关系，在这种思维下，注重的是“城”“乡”“镇”“村”的产业功能、规模、保障等方面的数据链基础，数据本身反映的不仅是当前状态，更是过去和未来的间接反映。通过这种简单线性的相关关系，来发掘与新型城镇化建设中的各产业之间的联系。有专家学者发文指出“新型城镇化”是更为环保、更为智慧的城镇化，担负着为经济转型和消费升级搭好平台的重任。智慧城镇化将逐步取代粗放城镇化，因此智能交通、电子政务、电子商务、医疗信息化以及安防等产业都将获得快速发展。在经济转型的过程中，新型城镇化需要优化产业结构、人口布局、生态环境、公共交通及城区建设等，给我国经济繁荣发展的源泉和动力产生重大影响。

4.1 新型城镇化与土地利用

在城镇化扩张的过程中，需要大量建设用地容纳由农村迁入城市的人口，所以，必然涉及土地利用问题。传统的城镇化是以城市土地扩张和人口半转移为核心演进的。由于中国的特殊国情（如户籍制度、城乡二元土地制度），土地城镇化应充分考虑土地的自然、经济和社会属性。在中国，土地是空间、用途和权属三者的结合，土地城镇化不仅意味地表空间景观向城镇形态的转化，更反映土地本身的国有化、资本化和土地发展权的变化。所以，中国特色的新型城镇化与土地的不断开发利用过程是具有相关性的。

4.2 城镇化与人口布局

中国共产党第十八次全国代表大会报告提出，坚持走中国特色新型工业化、信息化、城镇化、农业现代化道路。十八届三中全会明确要求，坚持走中国特色新型城镇化道路。中央城镇化工作会议进一步强调“走中国特色、科学发展的新型城镇化道路”。人口的发展是城镇化长期的人口布局调整的过程。人口布局体现了人口城镇化发展的平衡与否，及其能否成为推动城乡一体化的驱动力。

大数据相关论文:简析大数据相关股票―同有科技

【摘要】随着科技、经济的快速发展，数据呈现爆炸性增长，人们越来越意识到数据的重要性。正如《纽约时报》所称，“大数据”时代已经降临。本文挑选其中数据存储商业模式进行详细分析，基于PEST模型对数据存储产业的宏观环境进行分析，以及对于其发展现状进行分析。得出数据存储产业进入壁垒较高，且在我国处于发展初期，很有潜力。并选择数据存储行业的上市公司―同有科技，对其进行财务分析。以期给投资者提供参考。

【关键词】投资 数据存储产业 同有科技

一、数据存储产业分析

（一）数据存储行业环境分析―基于PEST模型

（1）政治环境。2001年美国纽约世贸中心遭受恐怖主义分子袭击后，双子楼的倒塌并没有给公司的关键数据带来重大损失。摩根士丹利的远程防灾系统，能够实时将数据信息备份到另一个数据中心。

国内的存储市场也已经逐渐启动，国家相关政策鼓励数据存储技术的研究，同时鼓励产业结构调整，鼓励高新技术产业的发展，尤其是电子信息技术的发展。积极承接新一轮国际产业转移。各地政府也出台了大数据行动计划或实施方案。

（2）经济环境。从经济环境来讲，两个未来更加成熟的应用趋势驱动着存储市场的高速增长，一是数据库应用，包括供应链、电子采购、销售与市场的广泛普及，使越来越多的数据诞生；二是在线媒体，产生了各种形式的内容，包括声音、影像等，这些都需要大量的存储设施。

从平行市场来看，国内市场上存储采购量最大的是金融、电信等行业，但其他行业对存储的需求也日渐膨胀，特别是电子口岸、数字城市、统计信息化工程的启动都给相应行业的存储建设提出了要求。科技部启动的百亿元制造业信息化工程中，将企业资源计划系统、数据库管理系统等作为重点发展和扶植的应用项目，促进了制造业企业对存储系统的需求。

（3）文化环境。我国人口多，产生数据量大，这意味着巨大的国内市场。如今人们更喜欢在网上进行操作以满足自己各方面的需求，可以说人们与电子产品接触时便产生了数据，而这些都涉及到数据的存储。近几年，中国存储市场持续走高，增长率维持在25%左右。

（4）技术环境。技术环境因素是指企业所处的环境中的科技因素及相关的各种社会现象的集合，包括国家科技体制、科技政策、科技水平和科技发展趋势等。技术环境影响到企业能否及时调整战略决策，以获得新的竞争优势。

数据存储几大行业趋势：平板电脑、云计算、物联网等趋势会促使存储行业的发展。

平板电脑由于轻薄的要求，对存储也提出了较高的要求。另外，智能手机由于有操纵系统，对存储的要求容量及运行速度也越来越高。另外在飞速发展的时代，人们对于电子产品的存储容量、运行速度等也有越来越高的要求。

云计算系统主要是将信息永久地存储在云中的服务器上，在使用信息时只是在客户端进行缓存，客户端可以是桌面电脑、手机、手持设备等。而这个趋势就会导致，个人电脑对数据存储容量要求降低，而大型电脑服务公司则对数据存储容量、安全性、速度要求提高。这就会导致传统硬盘销售量下降，而云计算相关产业快速发展。

而物联网是指在现有互联网基础上，利用RFID（无线射频识别）实现对物品的电子标示，然后利用无线互联技术，构造一个覆盖世界上所有事物的网络，并实现网络中物品与物品或者物品与人之间的交流。这个趋势则会导致市场对存储设备需求的大幅增加。

（二）数据存储产业发展现状

大数据时代的来临给数据存储带来了更多的机遇，同时也带来了问题。有关数据表明，大约有80%左右的企业不愿意将企业内的业务数据放在云存储产品中，究其原因是出于对数据安全性的考虑。国内带宽也限制了用户对云存储的热情。如今，大家还是更习惯于花钱买硬件产品而非虚拟服务。可以看出国内云存储市场尚处在初级阶段，惨烈的竞争尚未到来，市场的发展并不成熟，但结合国际来看，云存储还是很有发展潜力。

二、同有科技（300302）价值评估

（一）公司简介

同有科技全称北京同有飞骥科技股份有限公司，于2012年在国内上市，成为中国存储行业唯一上市企业。作为大数据存储架构提供商，同有科技提供贴近大数据典型应用的创新技术、完善的产品和解决方案，拥有覆盖全国的营销服务网络。

（二）企业竞争力分析

（1）行业内的竞争者。目前我国存储产业的竞争者主要来自于跨国公司。存储产业具有一定的技术和资金壁垒，对于中小企业进入障碍较高。现有存储企业必须提升研发能力。而同有科技是中国唯一上市存储企业，大数据存储架构提供商，率先完成从传统的专业存储厂商向大数据存储架构提供商的转型。专注存储行业二十余年，准确把握核心技术的发展趋势。2012年的成功上市，为研发生产提供了更加雄厚的资本支持。

（2）替代产品的威胁。存储行业企业提供的是存储设备产品和专业化服务，例如同有科技的服务对象政府、金融行业等具有海量数据存储需求的单位或企业，由于技术的局限很难选择自营的形式为自身提供产品和服务。当数据量达到一定程度时，只能选择专业从事存储的企业提供产品和服务。可见，存储行业企业的替代性较低。

（3）供应商的谈判能力。存储行业的供应商包括存储基础零部件设备供应商和数据管理服务供应商，大部分是IT制造行业企业，供应商的讨价还价能力决定于其规模、技术实力和专业性。如果业务量大、技术能力强、专业服务水准高，讨价还价能力就相对较强。而同有科技经过多年的发展与积累，成为国内覆盖行业最多的专业存储厂商，得到了政府、军工、科研院所、金融、医疗、教育、能源等多个行业用户的广泛认可，公司规模排同行业前列。同有科技具有一定的供应商谈判能力。

（4）买方的谈判能力。中国存储产业集中度较高，能提供海量数据存储设备和服务的国内企业并不多。相对于国外企业来讲，国内企业的产品和服务具有价格优势，买方的讨价还价能力不高，根据成本节约的目标选择国内企业产品。

（三）财务指标分析

盈利能力看出，销售毛利率较高，而ROIC、ROE、ROA三个指标却逐年递减，从其财务表报中看，主要是因为营业收入从2011年开始逐年递减。而成长能力中出现负增长，也主要是因为营业收入的递减。同时可以看出营运能力水平正常。

目前存储行业处于快速发展阶段，技术更新和产品换代迅速。2012年的上市对同有科技来说是个转折点。若公司对技术、产品和市场的发展趋势不能正确判断并适时调整自身研发策略，不能正确把握新技术的研发方向，将导致公司的市场竞争力下降。公司紧密跟踪国内外的技术走向，深入调研客户实际需求，持续投入研发资源，加强专业人才引进，提升公司专业技术水平。虽然公司具备了较强的销售能力和研发能力，但与国际大型存储厂商相比，公司在总体资产规模和营业收入方面依然相对较小。

从表格中，可以看出，公司的研发费用逐年提升。而近几年同有科技业也推出了数据存储产品和解决方案等。同时也为自身的发展积累经验。

三、结论

本文分析了数据存储行业的环境和发展现状，并选出大数据板块的股票――同有科技。对同有科技进行财务指标分析、竞争力分析。同有科技作为中国存储行业唯一上市公司，正处于发展期，希望它在发展的道路上渐行渐远，为中国的大数据时代贡献一份力，并与国际接轨。

大数据相关论文:大数据背景下流量货币化的相关问题浅析

摘要：4G网络的迅速普及伴随着用户对移动网络需求的增加，运营商面临着不断增长的流量需求与待扩容的网络环境之间形成的矛盾，在“后向式运营模式”推动下提出的“流量货币化”理念成为改善困局的新契机。但是，虚拟“流量币”的完善与自由交易、传统运营商内部的深度合作以及大量虚拟运营商和传统运营商之间的合作与竞争等问题仍然是决定流量能否实现货币化的关键因素

关键词：运营模式 流量货币化 大数据 运营商

随着大数据运用与处理技术的飞速发展，加之近几年将是3G、4G融合发展年，移动上网速度更快，更多用户使用移动终端进行消费，套餐逐渐包含更多流量，大数据流量风生水起。一定阶段内呈现大数据流量处理的困局，意味着运营商不得不通过巨额网络投资加以维持或者进一部提高自身的服务质量。除非能够找到大规模降低流量成本的处理技术，否则不断增长的流量需求与待扩容的网络环境将始终是一个矛盾。同时面对大数据流量的处理困局，除了运营商目前发起的各种特色服务外，将流量价值的定义交给用户，也就是将流量作为一种移动互联网世界的等价交换物，成为各大运营商应对以上矛盾的一大举措。运营商应该如何结合这些大数据时代的特点，采取措施开展流量货币化经营？本文试析之。

1.相关概念

1.1大数据

巨量资料（big data），或称大数据、海量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。

1.2流量货币化

流量货币化是指由客户通过互联网将自身掌握的数据流量兑换成虚拟的流量币从而进一步进行转化或交易其他等价物品的手段与方式 ，即由流量使用者定义流量价值的方式。目前实行的货币流量化平台有电信推出的“流量宝”与中国联通推出的“流量银行”等。

1.3“4G”网络

4G是第四代通讯技术的简称，G是generation（一代）的简称。4G系统能够以100Mbps的速度下载，比目前的拨号上网快2000倍，上传的速度也能达到20Mbps，并能够满足几乎所有用户对于无线服务的要求。

2.经营模式的转变与融合

传统模式下运营商“以前向运营模式”为主，在3G/4G网络的普及与推动下，处理大数据流量运营成为当今社会的主题，在这种情况下缓解运营商KPI压力的“后向运营模式”孕育而生。

2.1传统运营模式――前向经营

前向经营就是由个人用户依据自身的流量和消费需求对应运营商所提供的不同类别、不同资费的套餐进行订购付费的模式。这种流量前向经营模式，运营商收入的增长主要来自于用户使用规模的增长与单价下降的幅度的差值来实现，或者是用户叠加更多的流量包。但出现的流量的ARPU值呈现持续走低的趋势，致使这种传统的经营模式出现了难以突破的困局。

2.2 新型运营模式――后向经营

后向经营模式就是用户根据自身的需求下载并使用相应的应用，而由此应用提供商为用户所使用的流量向电信运营商付费的新型模式。随着虚拟运营的不断丰富与发展，后向流量的市场的需求会愈加旺盛。不难看出虚拟运营商的首要目标是使用互联网的用户，那么虚拟运营商或者网络服务商为了扩大自己产品的影响力，一定会以优惠吸纳用户，从一定程度上不仅缓解了电信运营商KPI走低的压力，同时还决定了虚拟运营商对价格敏感用户的影响力更强，有人愿意为所发生的部分流量买单，从而使用户在一定程度上免流量使用某些特定的服务。

3.关于虚拟货币的讨论――以“流量币”为例

IiMedia Research之前的调查发现，部分App开发商设计并推出的“通过完成阶段任务等形式免费赚取流量或流量币”、实现“免费上网”的手机应用也成为小部分手机网民解决避免支付额外流量费用的手段。且通过市场上已有的流量货币化平台分析来看，不论是电信推出的“流量宝”还是中国联通推出的“流量银行”，都无一例外的选择了利用虚拟货币充当交换媒介。

3.1流量化零为整

面对复杂多变的移动流量，想要直接对其进行货币化需要相当精确地大数据处理能力，但是流量货币化正处于起步阶段，面对大数据流量的转换现状，不可否认的是流量币有“化零为整”的功效，可以将庞大的流量数据直观的反应成更贴合现实的等价物，使用户能够在一定程度上将大数据流量化繁为简，化零为整。

3.2隔离倍率转化

由于流量货币化的特殊性，对于转化平台的首要要求是要有极高的准确性与可靠性，倘若用户使用数据流量直接进行现实等价物的兑换，不仅加大了运营平台的数据处理压力，而且对于兑换的安全性也不易控制。但是由于流量币的出现，将使复杂的倍率换算问题提前完成，不仅使流量的转换部分更加精确，而且将流量货币化分成两步完成，让用户可以更好的在实现流量的存取与交换上有更多的选择。

3.3流量币的局限性

从另一方面看，虽然流量币在一定程度上提供了“流量货币化”的可能性，但是仍然需要第三方的认可与支持，才能真正完成“流量货币化”。从一定程度上看，流量币的转换就目前而言更像是“后向经营”的产物，使用流量币进行交易目前仅仅停留在“后向经营”的怪圈之中。所以，使流量币真正走出虚拟世界，将决定着流量的价值取向，也将是流量货币化真正实现其价值的根本所在。

4.实现“流量币”的自由贸易

流量货币化，主要部分是要实现流量的跨领域的自由交易，用户向运营商购买流量的使用权，或者虚拟运营商、互联网公司向运营商购买流量后转赠与其他用户。

4.1需要移动虚拟运营商与各网络运营商之间开展深度合作

从流量币目前践行的现状来看，要想使流量币实现自由贸易，离不开“后向式运营模式”的铺垫与推动，也就是说对于这样一个互联网产业价值链，各网络运营商位于此产业链的上游，而移动虚拟运营商则位于产业链的下流，两者不仅存在相互竞争的关系，而且也有着上下游合作的相互依存、互利互惠的关系。纯粹竞争对于虚拟运营商和传统运营商来说都是非常不利的，传统运营商所掌握的客户规模，网络资源以及运营的管理和运作经验都不是虚拟运营商所能比拟的，因而虚拟运营商与传统运营商之间的关系只有主要体现为合作关系，才能使两者稳定而有序的发展。移动虚拟运营商与传统运营商的合作可以使“流量货币化”在一定程度上不再局限于“后向经营模式”的怪圈之中，从而可使传统运营商更专注的开发和解决发展大数据流量时遇到的网络问题。而虚拟运营商则可以利用其强大的市场营销、推广力度，提供更优质的专业化、个性化服务，两者协同配合才能推流量币的贸易自由化。我们可以这样去理解：运营商本身拥有的巨大的市场份额与客户资料，就好像拥有着一个很大的资源矿藏。但是由不断增长的流量需求与待扩容的网络环境日益激化的矛盾，对这个矿藏的挖掘相对缓慢，而移动虚拟运营的出现将可以凭借其自身的灵活多样的特点去充分、高效地挖掘这个矿藏。

4.2 传统运营商之间的深层合作

如果实现流量货币化，那运营商的角色就会是央行，虚拟运营商的角色就是商业银行。当流量实现货币化后，用户不但可以使用手中持有的流量，还可以将流量自由交易，用户每月消耗的流量将不在固定，在一定程度上打破了套餐为用户带来的局限性，不足的流量可以向用户或服务机构购买，多余的流量也可以交易给其他有需求的用户。当然要实现流量的自由贸易还需要运营商实现深度的合作以便使流量币的兑换达到高度的统一。目前的流量经营，无论是前向经营模式还是后向经营模式，基于当前较重的KPI压力所致，运营商仍旧是以前向经营模式为主体，以便尽可能多的追求直接的流量销售收入，前向经营模式必将是将流量资源作为简单的营销资源加以使用，因此获取的还是低价值的收入。但随着处理大数据流量的能力和后向经营模式的不断改善，改变流量的应用价值显得尤为重要。各大运营商需要根据自身的市场份额、大数据处理能力、用户数量等一系列影响因素制定统一的、科学的流量币兑换倍率，使虚拟的流量币能够在一定程度上实现跨平台操作，只有这样才能为流量币成为虚拟世界统一货币奠定一定的技术基础。因此，各运营商基于流量的深层次的合作，必将主要是以流量价值增长为主题的深度合作，即传统运营商通过混合所有制为主的方式参与统一的互联网行业，通过流量资源补贴等方式实现用户整体规模的快速增长，以参股企业的市值增长和变现为主。且本着“收益共享，风险共担”的原则进行深度合作。

5.结束语

通过以上分析可以看出，流量实现货币化正处于起步阶段，随着4G网络的迅速普及，大数据流量时代正在悄然改变着现有的运营商运营模式，流量货币化已经成为各大运营商与虚拟运营商处理大数据流量的必经之路，但是流量货币化要想真正实现流量的自由贸易，仍然需要改善转换平台以及开展传统运营商的深度合作，另外，虚拟运营商需要结合自身的特点对“流量币”等虚拟货币加以丰富与完善，使其能够在更多的领域实现自由贸易，以追求流量的高价值的基础上，真正实现流量的货币化。

大数据相关论文:大数据环境下医疗数据隐私保护面临的挑战及相关技术梳理

摘 要

随着大数据技术的迅猛发展，已经给许多领域带来了巨大的影响，但大数据也同时带来了隐私防护方面新的安全挑战。医疗大数据对传统的就医模式也带来了革命性的改变，但其便于共享、传播、挖掘等特性再加上医疗行业的特殊性，又不得不让人们更加重视隐私保护这一敏感问题。本文旨在对目前医疗大数据的现状进行分析并对其可能面临的隐私保护问题进行讨论，并对目前技术与规范方面的隐私保护手段进行梳理，从而为在大数据环境下医疗数据的隐私保护寻求可行的方法，并对医疗大数据隐私保护体系的发展方向进行了展望。

【关键词】大数据 医疗大数据 隐私保护

1 背景

由于信息化和网络化技术与产业的迅猛发展，导致产生的数据量爆炸式的增长，大数据（Big Data）概念已俨然成为学术界与产业界的热点。大数据正悄然影响并改变着人们的日常生活方式、工作方式和思考方式。在维基百科中大数据被定义为所涉及的数据量规模巨大到无法通过人工，在合理时间内达到截取、管理、处理、并整理成为人类所能解读的信息。如今，每时每刻均有大量的数据不断产生，其中既有互联网用户主动产生的（如：搜索引擎的使用、微博等），同时各种检测设备也在源源不断的产生大量数据。根据分析调研机构IDC的报告，2012年全球数据总量已经达到2.7ZB，并预计这一数字在2015年将达到8ZB，这更说明了大数据时代的来临。大数据的意义不在于拥有巨大的数据信息，而是通过专业的技术手段对这些数据进行处理，并提炼出有意义的信息，实现数据的增值。为了实现最终的增值，大数据处理主要涉及以下的各阶段：（1）数据采集与预处理；（2）数据分析；（3）数据解释。

王利明教授在其主编的《人格权法新论》一书中认为：隐私权是自然人享有的对其个人的与公共利益无关的个人信息、私人活动和私有领域进行支配的一种人格权。个人数据作为个人隐私的一部分，也应受到法律法规的保护。在如今的日常生活中互联网技术已经被广泛使用，这也引发了许多侵害个人隐私权的问题，其核心问题就是个人数据的权利问题。随着信息技术的不断更新发展，在其发展过程中对个人隐私保护还将带来许多意想不到的问题。

大数据技术就是一个典型的示例，作为一个新兴技术大数据技术在数据处理过程及应用等方面，产生的数据交互、展示等均可能造成对客体隐私的侵害。所以在大数据技术不断发展的同时，人们开始关注大数据技术所带来的隐私保护问题。

冯登国等在《大数据安全与隐私保护》一文中提出，与传统信息安全问题相比，大数据在用户隐私保护方面面临着新的挑战。大量事实已经表明，大数据未能妥善处理会对用户的隐私造成极大的侵害。根据需要保护的内容不同，隐私保护由可以进一步细分为位置隐私保护、标识隐私匿名保护、连接关系匿名保护。而医疗个人数据作为一种机具特殊性及敏感的个人数据，其在大数据环境中如何保护个人隐私不被侵害也变得日趋重要。

本文旨在对目前医疗大数据的现状进行分析并对其可能面临的隐私保护问题进行讨论，并对目前技术与规范方面的隐私保护手段进行梳理，从而为在大数据环境下医疗数据的隐私保护寻求可行的方法。

2 医疗大数据的现状

近年来，医疗卫生行业信息化技术的不断发展及各系统的不断建设，信息系统使用的范围也随之不断扩大。如电子病历的出现取代了传统手写病历，以信息化的手段记录保存了患者在医院中发生的诊断治疗行为的全过程，除此之外其还提供了其他相关服务。在信息系统被广泛使用后，每天都产生大量的数据，而产生的大量数据不再仅仅是对医疗过程的记录，通过进一步挖掘及使用后均能产生更大的意义。所以根据这些特性可以说医疗数据已经进入了大数据的时代，依照这些数据的性质可以分为医院与区域性平台两个层面：

在医院层面上，信息化系统的使用范围与使用模式已不再仅仅基于原有的挂号收费方式，信息系统应当对患者在整个就医的过程进行全程的记录，并将进一步扩展至患者的其他个人健康信息。

电子病历系统在医院的使用，彻底改变了原有的就医模式，将原有患者自管的纸质病历改为了由医院统一管理的电子化病历。这样医生就可以更方便、快捷的查询患者之前的就诊记录，有助于医生作为更加安全准确的诊断。其保存的医嘱数据、诊断数据等，更是为科研教学提供了有力的数据支撑。作为一份完整电子病历，其还应包括医技科室产生的检验检查信息。

目前医技科室使用的专业化信息系统：如检验科室使用的LIS系统，通过仪器与信息系统的连接，实现了在系统中对实验室样品，数据的存储与管理，与此同时其还提供了报告审核等其它相关的服务，实现了医院检验科室规范化、智能化和自动化的管理。其它的如PACS、手术麻醉等专业信息系统，均如同LIS系统一样为相关科室提供便捷并有助于提高管理水平，医疗质量，减少差错的发生。这类系统的使用也使得收集诊疗数据成为可能，让电子病历变得更加完整，势必也将有实验室报告、影像信息等被记录保存。

除此之外，对于一些专科与专病的需求，还将有其它的患者信息被收集记录，如体征信息，对于高血压病人持续记录其血压、心率等体征信息对于医疗行为也是非常有意义的。如其它健康信息，患者是否有吸烟史等信息对于某些疾病的治疗也是

另一方面，随着医疗卫生体制改革的不断深化，区域性医疗卫生信息平台建设已成为卫生信息化的建设重点，各地也相继建成区县级或省市及的区域平台，打破了各系统各医院间的信息孤岛，实现了互联互通、数据共享、业务协同，并建立了区域医疗卫生信息数据中心及全民健康档案等。以上海为例，由上海申康医院发展中心自2006开始主持规划的上海医联工程，在申康所辖的38市级医院之间建立了一个信息交换共享集成平台及数据中心。不仅仅是医院数据的抽取收集，而是在这些数据的基础上进行提炼利用。

随着数据采集范围的不断扩大和系统的运作，无论是在医院还是区域平台的数据中心中的数据量不断累积，均已形成了医疗大数据的数据中心，

大数据对医疗卫生行业的影响已不言而喻，近几年医疗服务产生的数据总量更是急速增长，所以说医疗行业正处于一个重要的转折点。

根据大数据的特性，医疗大数据需要在以下4个方面得到支持：

（1）数据量：诊疗数据、设备产生的数据；

（2）类型：结构化、非结构化；

（3）价值：基于现有数据库中的数据进行分析，来支持不能种类的业务：如患者病史、归档检验结果分析，实时临床决策分析；

（4）速度：实时数据分析，而非传统的批量处理分析，对于实时运行中的每个时间节点产生影响，而不是事后处理。

大数据则因为有效的数据整合模式，可以满足以患者为中心医疗服务的个性化医疗、协调和沟通、患者支持和赋权以及良好可及性等多方面需求，为其提供卓越的技术平台，从医学研究、临床决策、疾病管理、患者参与以及医疗卫生决策等方面推动医疗模式的转变。

3 医疗大数据面临的隐私保护挑战

随着数据采集、加工和应用，不可避免的会发生泄漏的情况，也将会造成隐私的泄漏。医疗信息的隐私数据泄露的主要途径包含以下两个方面：

3.1 非交互式泄露

从医院内部信息系统中的隐私泄露，在医院的内部业务流程中有多个节点可以对数据进行访问；

3.2 交互式泄露

主要针对在信息使用传递过程中，发生的泄露，可能包括科学研究的过程，区域性平台数据交互等可使用基于角色访问控制技术，但是对于权限分级、设定、信息分级等方面有较大的难度。

因为数据内容的特殊性，数据未能妥善处理会对个人隐私带来极大的伤害。如孕妇个人信息的泄漏，可能带来的一系列推销、诈骗等问题，而在大数据环境下隐私泄漏的危险不仅仅限于其泄漏本身，而还在于基于数据对于下一步行为的预测与判断。如得到患者的某个检验指标，便可以对其的健康状况进行判断并对其下一步的行为进行预判。在很多情况下人们认为只要对数据进行匿名处理或者对重要字段进行保护，个人隐私就是安全的，但是大量的事实已经证明，可以通过收集其他信息还是很容易的可以定位到具体的个人。如患者的诊断信息作为重要隐私进行保护，但是还是可以通过用药信息或者实验室报告的某个相关指标轻松的推断出患者的诊断。所以医疗数据的隐私保护需要根据保护内容的不同进行进一步的细分。

4 现状研究

针对以上提出的问题，以下将从制度与技术两个方面对目前针对医疗数据的隐私保护进行展开。

从技术角度而言，大数据的隐私保护主要还是依赖于传统数据隐私保护的一些密码学技术，而医疗数据因为其特殊性对隐私保护技术的要求也有别与其它的系统。针对这些主要将需要保护的内容聚焦于以下几点，并结合目前已有的技术手段，进行讨论：

4.1 标识隐私匿名保护

在患者诊疗档案中，往往会以患者的姓名、身份证号码等作为患者的唯一标识，但是这些信息本身就应该是隐私保护的内容，所以需要在不影响信息准性的前提情况下对这些信息进行匿名保护。

童云海等提出了一种隐私保护数据中身份保持的匿名方法，在数据中先删除身份标识准备，然后对准标识数据进行处理，在保持隐私的同时进一步提高了信息有效性，并采用概化和有损连接两种实现方式。

可以看出标识匿名隐私保护，主要都是采取在保证数据有效性的前提下损失一些数据属性，来保证数据的安全性，目前大部分的技术均采用了这种方式。但是在目前患者电子诊疗信息交互的过程中，信息的损失可能会影响正常流程的运行。在很难同时兼顾可用性与安全性的前提下，需要一种针对医院及区域性平台运作特点的算法，来找到可用与安全的折中点。

4.2 医疗数据的分级保护制度

以一份完整的诊疗档案为例，其构成应当包含了各种信息，如患者基本信息、诊断信息、医嘱信息、检验检查信息、药品信息、收费信息、主治医生信息等等。这些信息在隐私保护中都有着不同的权重，如果一概而论对所有信息都采用高级别的保护手段，会影响实际运作的效率，同时也是对资源的浪费。但如果只对核心信息进行保护，也会造成隐形泄露的问题。如只对检验报告进行保护，那么检验数据的泄露可以也容易的推导出检验报告的结果。所以需要建立一套数据的分级制度，对于不同级别的信息采用不同的保护措施，但由于涉及不同的系统和运作方式，制定一套完善分级制度有相当的难度，同时还涉及到了以下的访问权限的控制；

4.3 基于访问控制的隐私保护

医疗系统中隐私保护的难点还在于参与的人员节点多，导致了潜在的泄露点也多。访问控制技术可以对不同的人员设置不同的权限来限制其访问的内容，这其实就包括了数据分级的问题。如财务部门的人员应该只能访问相关的收费信息而不能访问医生的诊断信息。

而目前大部分的访问控制技术均是基于角色的访问控制，更够很好的控制角色能够访问的内容以及其相应的操作。但是规则的设置与权限的分级的实现手段比较复杂，无法通过统一的规则设置来进行统一的授权，许多情况下需要对角色的特殊情况进行单独设置，也不便与进行整体的管理和调整。需要对规则引擎进行进一步的研究在适应医疗领域实际应用的需要。

通过以上对于不同问题不同技术手段的分析可以看出，在医疗大数据领域技术手段还不能很好的满足实际应用的需求。同时需要建立一套适用于医疗大数据领域的完整隐私保护体系，在医疗数据的存储环节、访问环节、应用环节等形成系统性的保护。而在构建隐私保护体系时，除了相关技术，更应用完善制度保障。

技术作为隐私保护的必要条件，在有了技术的基础上还是需要有相应切实可行的制度来规范人们的行为以及技术手段顺利执行。如密码学中的社会工程攻击法，它并没有直接针对任何加密系统，只是利用人们在执行过程中的一些弱点与漏洞来达到攻击的目的，所有隐私保护同样离不开法律、政策等的支撑。

美国在这方面起步的最早，1974年美国就正式制定了《隐私权法》1996年美国国会就颁布了《健康保险携带和责任法案》（Health Insurance Portability and Accountability Act，HIPAA），2000年美国卫生和福利部（HHS）依据该法授权制定《个人可识别健康信息的隐私标准》。由此可以看出，美国已经建立了一个完整的医疗隐私保护体系。相比较我国对于这方面的法律政策还比较欠缺目前还有专门关于患者隐私保护方面的内容，只是有少数条文零星的涉及。2013年底，国家卫计委下发了关于《人口健康信息管理办法（试行）》（征求意见稿），针对患者的电子信息对信息采集方的义务和行为进行规范了说明，并明确“谁采集、谁负责”的原则。除此之外，还需要明确的是患者电子诊疗档案归属权的问题，患者的电子诊疗信息虽然产生在医院并由医院采集保管，但其所属权是否应当属于患者。即电子诊疗信息的用途应当仅限于为患者提供医疗服务，若为了其它目的使用时，如科研、教学等，使用者应当告知患者。

5 小结

在本文中对大数据环境下医疗大数据的形成进行了分析，并对医疗大数据所面临的隐私安全问题以及相应的技术手段进行了梳理。随着大数据技术的迅猛发展，医疗大数据已经初具规模。在享用医疗大数据带来的便利同时，不得不去考虑其带来的一系统隐私保护问题。相对而言国内目前的相关技术和制度研究均处于刚起步阶段，还缺乏系统性的整体架构来对患者隐私进行保护。通过对目前一些隐私保护技术的梳理可以看到，每项技术虽然都有不同的特点，但是其真正在医疗领域的使用范围及性能都受到了一定的限制，而且在一定程度上还缺乏对应的制度保障。只有通过对于技术手段和法规制度相结合的方式，针对医疗领域和医疗大数据的特性，才能构建出一套完善的隐私保护体系，相关的工作还需要我们进一步的研究。

大数据相关论文:大数据时代强化教师相关性思维发展

1. 大数据引发思维异变

美国作者维克托·迈尔-舍恩伯格在《删除》和《大数据时代》这两本书中指出：大数据时代已经来临，人类记忆与思维发生了异变，即技术发展翻转了人类遗忘与记忆的平衡，使得遗忘从常态变成了例外，而记忆从例外变成了常态。面对海量信息，我们该如何取舍而且要寻求结论？这是值得认真思考的。书中明确指出大数据时代赋予思维最大的转变就是放弃对因果关系的渴求，而强调关注相关关系。由追求因果律转向强调相关律，强调知道“是什么”，而不需要知道“为什么”。大数据的核心用途就是预测。大数据时代的数据之多，不是随机样本，而是所有数据；数据之杂，不是精确性，而是繁复混杂。大数据将为人类的生活创造前所未有的可量化的维度，大数据已经成为了新发明和新服务的源泉，而且更多的改变正蓄势待发。书中展示了谷歌、微软、亚马逊、IBM、苹果、Facebook、Twitter、VISA等大数据先锋们最具价值的应用案例。书中的思维观点颠覆了千百年来人类的思维惯例，对人类的认知和与世界交流的方式提出了全新的挑战。

大数据（Big Data）顾名思义指信息爆炸时代产生的海量数据，大数据的起始计量单位至少是P（1000个T）、E（100万个T）或Z（10亿个T）。IBM的研究称，整个人类文明所获得的全部数据中，有90%是过去两年内产生的。而到了2020年，全世界所产生的数据规模将达到今天的44倍。行业系统内部的过程信息，物联网和互联网世界中物品、物流信息，人与人的交互信息是大数据的三个主要来源。

2. 教育部“三通两平台”建设与两项重点工作

2012年 9月5日，全国教育信息化工作电视电话会议召开，不到一个月，全国信息化工作现场会在北京召开。教育部副部长杜占元在会议上部署启动教育部“三通两平台”建设与两项重点工作：一是加强学校宽带网络建设，基本实现“宽带网络校校通”；二是加强优质数字资源建设，初步实现“优质教学资源班班通”；三是加强信息技术应用能力建设，大力推进“网络学习空间人人通”；四是加强数字教育资源公共服务平台建设；五是加强教育管理信息系统平台建设；六是做好加快改善教学点教学条件，实现教学点数字教学资源全覆盖；七是加大教师应用信息技术能力的培训力度。

此次，教师培训再次得到加强和重视，说明教育信息化建设，人的因素始终是第一位的。要把应用信息技术的能力作为教师的基本职业要求。信息技术与学科教学的整合创新要作为教师培训的重要内容，今明两年要完成教学点教师的全员培训，实现宽带网接入学校40%以上教师的培训任务。

教师培训是教师专业化发展的基础，不同时期，教师培训要体现时代的特点。大数据时代，进行教师培训的重点方向是什么？我们认为是整合创新，而整合创新的重点就是强化教师相关性思维培训。

整合创新的重点就是强化教师相关性思维培训

基于我们最新的互联创新课堂的研究成果，加上我们对大数据时代的认识，使我们意识到：教师思维转变的训练对新一轮信息技术与学科的整合创新至关重要，而继发散性思维和聚合思维训练之后，如何成功进行相关性思维训练是关键，所以整合创新的重点就是强化教师相关性思维培训。

1. 建立新技术体验中心，对教师开展体验式相关性思维理念的培训

体验感悟，改变观念。在知识大爆炸和技术飞快发展的今天，建立新技术体验中心，引进新技术、新产品相配套的体验模型，开放让教师亲身体验，对教师建立相关性思维理念有很大的益处。例如，建立包括3D打印技术、裸眼3D技术、远程仿真系统、虚拟化智慧教室、大数据流统计显示等技术环境的新技术体验中心，对教师开放，让大家亲身感受大数据产生和处理的过程。

通过资源和信息管理平台的实际使用，还可让教师体会大数据时代数据的其他特征：一是数据类型繁多。包括网络日志、音频、视频、图片、地理位置等信息，多类型的数据对数据的处理能力提出了更高的要求。二是数据价值密度相对较低。如随着物联网的广泛应用，信息感知无处不在，信息海量，但价值密度较低，如何通过强大的机器算法更迅速地完成数据的价值“提纯”，是大数据时代亟待解决的难题；三是处理速度快，时效性要求高。这是大数据区分于传统数据挖掘最显著的特征，数据分析能力正在成为组织的核心竞争力。

2. 信息技术和课程整合创新，提高教师采用相关性技术手段处理信息的能力

能够分类管理和综合分析大数据是有效使用大数据的前提。大数据的分拆整合技术培训和统计分析手段的数据处理是我们对教师进行技术培训的重点，也是提高他们采用相关性技术手段处理信息能力的重要途径。例如，大数据的存储问题，我们在有限的空间里，可以采用高容量压缩、分割重组等技术手段进行处理；通过掌握云操作系统和云端的数据处理技术，采用云计算的模式进行分发、运用等。

在信息技术和数学学科的整合中，我们鼓励教师使用SPSS、SAS和EXCEL等数据分析工具，通过数据统计方法寻找答案。在进行数据统计时，常常用到相关分析，从而得出统计学结论。大数据的聚类、因素分析、主成分分析、趋势分析等方法，可以从已有的历史数据变化趋势去推测未来的发展方向，而我们的推断结论往往建立在大样本数据的基础上。

在信息技术与语言学科（语文学科和英语学科）的整合中，提供相关情境再现、真人模拟、资源平台关联、游戏仿真、沉浸式教学、海量阅读、主旨分析等技术支持，培养教师开展整本书阅读教学和网络上分组分章节阅读，共同分享和讨论，并建立相关的链接观点。海量信息的快速阅读，多角度、多层次看待问题，让教师们超越教材的字句和文章教学，上升到文学赏析和写作，最后通过语言综合实践活动升华到文化行为习惯的层面进行整合性教学。

在信息技术和科学学科的整合中，让教师尝试带领学生开展异地远程合作学习，建设主题网站和撰写研究报告，共建共享异地的相关性资源和实验研究策略，主动探究、小组合作学习、实验验证、数字化过程记录和呈现等，可以很好地培养科学的研究态度和掌握基础的科学研究方法。

可以说，信息技术与课程整合创新的核心就是在尊重学科教学规律的前提下，体验新信息技术对学科教学的过程数据支持，通过对整合过程中获得的大数据进行相关性处理，提高教师采用相关性技术手段处理信息的能力。

3. 建立教师运用相关性思维整合创新学科教学模式的激励机制

拥有数据资产、具备处理大数据的挖掘技术和拥有数据分析人才这三个条件是事业发展的重要保证。教育部“三通两平台”建设与两项重点工作的推进措施正是推动大数据时代信息技术设施建设的基本保证。“三通两平台”与过程性资源建设的进一步实施，必将形成大数据的集聚，而这些大数据是如此重要，以至于其获取、储存、搜索、共享、分析，乃至可视化地呈现，都成为了当前重要的研究课题。例如，北京实施的名师课堂，七千多节视频课程在网络上存储和播放就是一个大数据的例子。另外，我们在日常电子邮件中，发送和接收大于1G的附件时，也是一种类型的大数据。

建立起教师运用相关性思维去整合创新本学科教学模式的激励机制，可以有效使用大数据的属性价值，促进相关性思维在学科教学中的应用，也有利于信息技术与课程整合的良性发展。相关性思维的数据处理需要依据标准和常模的对照，所以建立起相关的参照标杆数据是必不可少的一环。

总之，大数据时代，又正值教育部启动“三通两平台”建设与推动两项重点工作。笔者认为整合创新的重点是强化教师的相关性思维培训，可以从三个方面着手：一是建立新技术体验中心，对教师开展体验式培训，帮助教师快速建立相关性思维理念；二是结合信息技术和课程整合的实践，提高教师采用相关性技术手段处理信息的能力；三是建立教师运用相关性思维整合创新各学科教学模式的激励机制，促进相关性思维在学科教学中的应用。

（作者单位：北京教育网络和信息中心）