大数据时代数据的特点模板(10篇)

导言：作为写作爱好者，不可错过为您精心挑选的10篇大数据时代数据的特点，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。

篇1

中图分类号 G2 文献标识码 A 文章编号 1674-6708（2016）176-0013-01

1 大数据时代的影视剪辑

与传统媒体时代相比，大数据时代影视剪辑艺术的生存环境和条件发生了“质”的变化。

首先，受众的需求和品味发生了重大变化。随着社会经济发展，人们在满足了基本的物质需求之后，对精神需求逐渐增多，特别是在现代科技日新月异的今天，精神文化产品也日新月异，导致受众的需求越来越高，口味越来越挑剔，对影视的文化性、艺术性提出了更高层次的要求。这就要求影视剪辑工作人员要深刻把握社会上新的消费需求，认真做好市场调研，紧跟形势变化发展，引领大众精神消费时尚。再次，影视的价值和市场环境发生了根本性变化。当今的影视作品已经不仅仅是一种文化艺术品，也是一种商品。在市场经济环境中生存，影视作品已逐步变成了流水线一般制造的产品，从剧本创作、演员培养培训、拍摄场地、服装道具等，影视剪辑只是其中的一个环节，但却是举足轻重的一个环节。一方面要实现编剧理想的效果，要实现导演的意图，另一方面影视剪辑是观众的人，要站在受众的角度实现受的需求。因此，当今影视剪辑需要提高眼界和格局，站在更高更远的角度，纵观全局考虑问题，既要考虑影视作品的艺术性，又要考虑其经济性，只有恰到好处，达到最大性价比，才能确保影视作品的生命力。

2 大数据时代影视剪辑的艺术特点

一是大量先进科技的运用，极大增强了影视剪辑的效率、效果和效益。科技进步从硬件和软件两个方面极大地解放了影视剪辑的生产力，促进了剪辑效率的提高和经济效益的提升。硬件上，传统的影视剪辑其实是“影视剪接”。经过拍摄获得底片，经过冲洗底片获得原始的样片，然后剪辑师用剪刀对样片进行碎片式剪接，按照原来设计的故事情节，用胶水胶带对底片重新拼接，在剪辑台上实现预览，并逐步调整优化。由于处理工艺粗糙，无法实现对底片的精确剪切和拼接，难免出现画面重复、抖动，显得杂乱无章，而且磨损严重，影片质量不高。计算机逐步普及应用后，非线性编辑技术迅速推广，影视剪辑行业迎来了春天。这种技术彻底告别了剪刀和胶带式的加工方法，用鼠标和键盘进行操作，既简单灵活、精确度高，又可以实现回放，还可以避免对底片素材的损伤。科技发展到现在，影视剪辑不但可以实现数字存储，对拍摄素材进行无限次、重复性的任意剪切、拼接，还可以增加特效。与此同时，现代科技进步还促进了影视剪辑艺术的理论进步，特别是蒙太奇语言。利用计算机技术、多媒体技术、影视制作相结合，创造出了当今世界上最先进的视音频非线性编辑技术，使画面、声音、字幕、特效等元素更合力、更高效、更科学地编辑组合，推动了影视创作的现代化进程。

二是表现形式上，更加追究视觉冲击力和画面感染力。从受众的角度看，影视传递的信息要通过两种渠道实现，一是影片本身的内容，也就是影片的故事、人物、情节、主题思想等；另一个就是影片的包装形式和表现形式，例如现场环境、色彩、服装服饰、道具、声音、镜头组合切换等。因此，现在影视作品不但传达基本的主题思想，更追求形式包装，给观众美的享受。通过加快缩短镜头出现的时长，加快播放节奏，制造出紧张气氛。例如成龙的影片《警察故事》，在警察与犯罪嫌疑人打斗的场面，双方你来我往，打斗十分激烈。站位切换：车前与车后、室内与室外；动作切换：拔枪与开枪、踢脚与出拳；光线切换：亮光处与黑暗处……剪辑师几乎会平均分配镜头的时长，让矛盾的双方快速交替出现，增强现场效果。通过对某一个镜头的从不同角度的快放、慢放、回放等剪辑，强调这一动作所展示出的人物的精气神。例如李连杰主演的《黄飞鸿之壮志凌云》，其间多次对其经典动作佛山无影脚进行特写，不但突出了动作的铿锵有力，而且展示了主人公充满正义、不屈不挠的正面形象，特别是在剪辑时配以《男儿当自强》的背景音乐，成功营造了慷慨悲壮、自强不息的氛围，实现了与观众的情感共鸣。

三是剪辑的思维更开放、更时尚、更包容、更大胆。编剧是主观的，根据自己的想象，虚构了故事发生的环境、人物、情节；导演也是主观的，他要了解剧本表达的主题和思想，指导演员和剧组人员进行现场创作，既会受到演员状态、现场环境等影响，也会激发现场灵感，把自己的主观意志加入影片中，从而对影片呈现的效果产生一定影响。剪辑师则处于比较客观、中立的地位，既没有编剧的主观想象，也没有受到导演现场环境气氛的影响，所以能够从受众的角度出发去排列组合镜头，相当于艺术的再创造。大数据时代 的剪辑师，深受网络文化的影响，年轻人喜欢的快节奏、激烈冲突、鲜明对比等，都运用在影视剪辑中，让影片内容多元化。例如，电影《疯狂的石头》中，打破传统一个画面单个镜头的惯例，将电话两端通话的当事人同时剪拼在一个画面中，让观众通过两个人不同的语气、神态、动作等显著对比，感受不同角色丰富的内心世界。在影片结尾处，包世宏如何被道哥抢，而道哥又把要来打包世宏的小青年车门给撞飞了，道哥的摩托车撞到一直停在路边的宝马车上又歪打正着，解救了一直被困在下水道井盖下的黑皮……通过这种巧妙的搭接式反复剪辑让受众感受到了现场激烈的人物冲突，引导受众进入角色状态，从而完成情感传达与交流。

3 大数据时代影视剪辑的发展

电视剪辑未来发展的基础是“以人为本”。著名的电影心理学家雨果？闵斯特堡曾经说过“影戏服从于心里的法则而不是外部世界”。这句名言道出了影视创作的指导原则，这也是影视剪辑未来发展的重要基础。现代化科技可以让影视剪辑更加快捷、高效，3D动画、虚拟现实等可以提高画面冲击力，镜头节奏、角度以及顺序调整优化等能够增加受众的体验感与参与度，但是这一切必须以人为本，必须以影视的主题情感为基础，因为影视是特殊的精神文化产品。与过去受众被动接受影视内容不同，现在的受众具有强烈的主观能动性，他们会根据环境变化、人物关系去主观推断、臆想影视情节，主动与剧中的人物角色进行心灵对话。影视剪辑工作人员要从受众的感知规律和欣赏心理出发，对影片声画素材所反映出的多种信息进行艺术化控制和加工；要充分借鉴不同类型的优秀影片成功的剪辑经验，吸收并转化为剪辑艺术创作的技能，并借助大数据、云计算等手段，从而不断提升综合实力，促进影视剪辑艺术的发展。

综上所述，作为一门陪伴影视事业成长的艺术――影视剪辑，在大数据时代面临着前所未有的机遇与挑战，现代科技、新鲜理念、时尚风潮等为影视剪辑注入了新活力、新动力，高品位、多元化、差异化等趋势也给影视剪辑带来了风险和挑战，只要拥抱变革的时代，让剪辑艺术思维与时俱进，剪辑技术日新月异，牢牢把握影视创作的规律，就一定能够在大数据时代开创影视剪辑艺术的蓝海。

参考文献

[1]邓康.影视剪辑的艺术研究[J].西部广播电视，2013（21）：66-67.

篇2

中图分类号：G23 文献标志码：A 文章编号：1673-291X（2017）08-0026-02

随着互联网新科技的不断研发和应用，信息化进程日益加快，大量数据呈爆炸式增长，大数据时代应运而来。数字出版产业要持久发展就必须重视并顺应大数据带来的巨大变革，积极面对大数据带来的挑战。对大数据时代数字出版产业的发展趋势进行分析，有利于数字出版企业做好充分的准备，抓住发展机遇。

一、大数据时代的内涵和特点

（一）大数据时代的内涵

目前，大数据已经在全球范围内运用到社会生产生活的方方面面，各国对大数据的研究和应用也已经提上日程，大数据对经济增长和科技创新的重大作用正在显现，大数据时代已经到来[1]。

人们普遍认为，大数据是在一定时间内，无法用常规软件工具对其内容进行获取、管理和处理的数据集合。大数据用户可以利用其承载的信息进行决策优化，而这些用户既可以是政府机关、也可能是社会媒体或者商业运营者。

（二）大数据时代的特点

大数据的特点主要包括数量规模大、类型广泛、实时快速性和价值密度低四个方面。

大数据的数量规模来自于各运营系统的数据库，目前主要是互联网用户产生的大量内容，这些内容的规模正在日渐上涨，加上未来物联网中传感器生成的数据，人类社会的数据集成量将大大超出目前的计算程度[2]。

随着互联网应用的大范围普及，信息化带来的包括结构化数据、半结构化数据和非结构化数据的数据类型众多。其中，日常生活中运用程度最高的视频、音乐、图片和定位等产生的半结构化和非结构化数据在3/4以上，这一数据在互联网技术不断提升的过程中将持续增长，而企业所产生的结构化数据所占比率较低。

大数据的产生是以数据流的形式，其速度之快对数据分析的技术要求非常高，以往的数据库技术难以对这些实时数据进行全面分析，这也导致了大数据价值的降低。

大数据在经过处理分析后，具有重大的决策价值。但目前由于技术的限制，可利用的有价值信息较少。

二、大数据时代数字出版产业的发展趋势

（一）利用大数据技术实现精准营销

目前数字出版行业的营销已经涉及微信、微博、电子邮箱等互联网新媒体手段，但其营销效果仍然难以达到预期目标，这就要求电子出版业对不同年龄、不同性别、不同工作甚至不同地区、不同时间段的读者的阅读偏好、心理预期及行为标准进行更加具体细致的分析和了解，并据此对出版内容和营销策略进行调整和更新。而大数据技术可以实现对大规模数据进行整合处理和研究分析，更加精准地掌握客户的需求规律[3]，从而更加精准地进行营销策划，保证在日趋激烈的竞争环境中占据有利位置。

（二）基于大数据的个性化选题策划

数字出版行业选题策划通常要经过信息采集、市场调查、目标客户群确立等诸多环节，不但浪费了大量的时间和成本，而且由于调研结果往往真实性、科学性和有效性不足，导致很多选题难以与读者的预期相一致。传统的根据编辑约稿和作者投稿来选题策划的形式已经难以满足读者要日益个性化和多样化的阅读需求[4]。

数字出版行业的选题策划只有把握读者的心理和需求，才能实现长远发展。因此，利用大数据实施精确化营销就显得尤为重要。在此基础上，数字出版行业的出版内容要根据读者的需求进行个性化选题策划，同时，要实现与各种新媒体渠道、交易平台以及读者的阅读终端的无障碍连接，以便利用大数据技术对客户的需求进行及时捕捉和分析。

（三）消费者对数字内容产品的付费意愿会大大提高

现阶段，我国网民对数字内容的下载及浏览主要是基于免费方面，数字内容的付费模式在我国仍然没有有效建立，这也是数字出版行业发展过程中的重要障碍之一，其关键原因是数字内容难以真正满足消费者的需求及支付体系的不健全。

数字出版行业在有效利用大数据进行消费者需求分析，并根据消费者的需求进行个性化服务后，要注重与消费者之间的感情维护和后续追踪反馈，切实将消费者的需求放在首位，消费者自然就会接受电子内容付费模式。同时，数字出版企业要不断优化完善数字内容支付系统，保证下载和支付途径简便易行，支付手段要随支付方式的发展及时进行添加变更，减少消费者的支付困扰。

（四）观念更新和人才储备是数字出版行业发展的关键

在大数据时代背景下，数字出版行业管理人员必须意识到大数据对产业战略发展的影响，大数据环境下，企业只有顺应潮流，积极转型才能长足发展，传统的企业发展模式已经难能与时展的需求相适应了[5]。

大数据技术带来的信息资源将成为企业最重要的资源之一，企业对数据内容的选题策划、广告投放、产品效果预测都离不开大数据技术的信息分析，大数据在数字出版行业决策中的作用将会越来越明显。

大数据技术使消费者需求得以分析和把握，底殖霭嫘幸档囊滴窳鞒唐笠底橹都会以读者的需求为中心进行设置和调整，以实现数字出版的效益最大化。

此外，大数据时代数字出版企业在实现对自有数据库的管理和与新媒体平台及支付渠道的无障碍对接过程中，对专业人才的需求量大幅度提升。因此，数字出版行业对集数据管理和分析、互联网运营以及市场营销能力于一体的综合性人才的储备和培养力度将不断增长。

（五）与互联网和大数据产业的合作力度加强

目前，数字出版行业尚不具备大数据应用技术和环境，要想在大数据时代保持长足发展，就要加强与互联网行业与大数据企业的合作[6]。

数字出版行业的销售和客户信息大都掌握在平台运营商和社交媒体的手里，受成本制约，很多数字出版企业都未建立自有数据库，对大量客户信息的采集和分析y度自然也非常大，而数字出版企业要面对大数据带来的挑战并抓住其提供的机遇，就必须对这些信息进行有效的利用，因此，数字出版商要拓宽与互联网和大数据企业的合作渠道，建立稳定长久的合作关系，为消费者提供更好的针对，促进数字出版行业在大数据时代的持续发展。

（六）以消费者需求为导向进行业务流程和企业组织结构调整

随着大数据技术的发展，数字出版产业的业务流程设计将以用户需求导向为核心。首先，数字出版行业业务流程将依靠大数据技术的支撑，更加清晰的了解消费者的需求，并及时满足消费者的需求。其次，大数据为数字出版行业提供的数据分析将大大超出传统市场调查统计数据的科学性和准确性，大数据提供的数据分析结果将成为数字出版行业整个业务流程的决策依据。此外，大数据技术的发展能够使数字出版行业业务流程平台的各个环节均与互联网有效连接，直接与读者进行线上互动、交流、合作实现数字内容的个性化服务。

数字出版产业业务流程向用户需求导向发展的过程中离不开与之适应的企业组织结构。因此，在大数据技术的不断发展过程中，数字出版企业的组织结构也要向消费者需求导向转变。首先，在大数据技术的支撑下，数字出版企业的数据分析部门的重要性将逐步显现出来，从单纯的成本部门向利润创造部门转变。其次，随着消费者对数字内容的付费意愿增强及利用大数据分析进行精准营销的推行，数字出版企业将对数字内容提供商有更加明确的定位，其业务将向数字内容提供聚集。此外，由于大数据的商业价值受时空变化的影响较大，数字出版企业原有的金字塔式层级组织结构已经不能适应大数据时代的发展，因此，必须建立能够及时满足消费者需求的弹性化网络式的组织结构。

三、结论

大数据时代是互联网技术发展的必然趋势，它必将带来全球性的技术变革，信息的传播速度将会更快，利用效率将会更高。它为商业发展带来前所未有的挑战和机遇，消费者的需求在这一时代背景下的受关注度空前提高，消费者具有了更多的选择权，掌握了更大的主动权，对个性化服务的要求更高，由此带来的市场供需关系的改变，对企业的产品设计和营销策略也提出了新的要求和挑战。

数字出版行业作为国家支持的新兴出版业态，要想充分利用和挖掘大数据技术带来的巨大发展机会和商业价值，就必须从战略高度上意识到大数据时代已经到来。大数据蕴涵着大量的信息，进行处理分析后的信息具有巨大作用。随大数据技术的不断发展和运用，数字出版行业必然向精准营销、个性化主题策划、读者对数字内容的付费意识增强和企业对专业化人才的需求量不断增加、与互联网企业和大数据企业的合作加强的趋势发展。因此，数字出版行业要从现在开始注重对数据的采集、整理、分析和运用，提高应对外界环境变化的能力，增强自身的竞争力，实现数字出版行业在大数据时代的持续发展。

参考文献：

[1] 孙玉玲.大数据时代数字出版产业的发展趋势[J].出版发行研究，2013，（4）：5-8.

[2] 陈尼佳.大数据时代数字出版发展趋势研究[J].现代商贸工业，2015，36（17）：12-13.

[3] 路晓鸽，李铭娜.大数据时代传统出版产业的转型思考[J].商业经济，2015，（5）：69-70，81.

篇3

Big Data Era Database Information System Security Risk Assessment Technical Analysis

Zeng Jian-guo

（Xinhua News Agency Beijing 100070）

【 Abstract 】 The rapid development of multimedia computer and Internet technology makes human society entered the era of big data， massive data resources for people's work， life and learning convenience. Era of big data database information system is the foundation to support the development of human information. Therefore， the security of database information system has an important role. The information work events based on the author's many years， detailed analysis the face database information system security risk， and discusses the risk evaluation technology， in order to be able to database information security defense system and lay a solid foundation.

【 Keywords 】 big data； database； security； risk assessment

1 引言

大数据给人们的工作、生活和学习带来了极大的便利，提高了人们的生活质量、工作效率和学习成效，具有重要的作用。数据库是承载互联网大数据的存储器，是为人们提供数据信息的基础，因此数据库在大数据时代具有重要的作用。面对日益增长的海量数据信息资源以及丰富的互联网应用软件，大数据时代数据库信息系统的安全风险呈现多样化、智能化、传播迅速化特点。许多计算机学者将数据库安全风险评估、安全防御作为数据库未来发展的重要方向之一。计算机学者经过多年的研究，已经提出了许多风险评估技术，比如基于灰色理论、基于专家系统、基于神经网络和数据挖掘算法等，有效地提高了数据库信息系统安全风险评估的准确程度，快速地发现数据库存在的安全漏洞，及时打补丁和构建防御系统，为大数据的应用保驾护航。

2 大数据时代数据库信息系统面临的安全风险

大数据时代数据库信息系统面临的安全风险包括多种，比如木马、病毒和黑客攻击，并且存在安全攻击形式和渠道多样化、数据库信息系统漏洞快速增长、安全威胁智能化等特点。

2.1 安全攻击形式和渠道多样化

数据库信息系统为大数据应用提供基础支撑。云计算、分布式计算、移动计算等技术的快速发展和进步，为大数据应用软件接入数据库信息系统提供了丰富的渠道，为人们应用大数据资源的同时带来了潜在的攻击，并且使得攻击形式和渠道呈现多样化特点。安全攻击可以采用应用软件接入端口、邮件传输端口、数据采集端口等攻入数据信息系统，并且攻击形式除了木马、病毒和黑客之外，还采取了拒绝服务、断网等形式。

2.2 数据库信息系统漏洞快速增长

大数据为人们提供了丰富的数据资源，促进许多软件开发商设计与实现适于人们需求的应用程序，以便存取数据资源，提供不同种类的应用。应用软件开发过程中，采用的系统架构、实现技术、接入数据库端口不同，因此导致数据库信息系统面临着多种存取模式，比如离线存取、在线存取、断点续传等，使得数据库信息系统漏洞在应用中不断的上升，为数据库信息系统的防护带来了潜在威胁。

2.3 数据库信息系统安全威胁智能化

随着计算机技术的快速提升，网络中传播的木马、病毒和黑客攻击也得到迅速提升，呈现出智能化的特点，潜藏的时间更长，传播速度更快，感染范围也更加广泛，更加难以被风险评估技术、安全防御技术扫描到，一旦爆发将会给数据库信息系统带来严重的影响。

3 大数据时代数据库信息系统风险评估技术

数据库信息系统可以为大数据时代提供数据来源，丰富应用系统功能。数据库信息系统需要为用户提供强大的安全风险评估技术，以便能够确保数据库信息系统的安全。目前，许多计算机学者经过多年的研究，数据库信息系统风险评估技术包括安全检查表法、专家评价法、事故树分析法、层次分析方法。

（1）安全检查表法。安全检查表法可以指定详细的数据库风险评估规范、评估内容，邀请经验较为丰富的安全风险评估专家根据安全检查表逐项进行评估，及时发现数据库信息系统存在的风险。

（2）专家评估法。专家评估方法可以根据数据库信息系统过去、现在运行的情况，参考风险评估标准和准则，预测数据库信息系统未来的安全趋势，专家评估过程中，主要采取专家审议法和专家质疑法两种措施，都可以有效的进行风险分析和评估。

（3）事故树分析方法。事故树分析方法本质是一种信息系统风险演绎分析方法，通过分析数据库信息系统组成部分之间的逻辑关系，以便能够明确安全事故发生的基本原因，事故树分析方法能够识别诱发安全事故的基本风险元素。

（4）层次分析方法。层次分析方法可以自顶向下将组成数据库信息系统的软硬件资源划分不同的层次，形成一个层次模型，并且按照风险可能发生的概率进行优化和组织，最终识别风险发生可能较大的资源。

安全检查表法、专家评估法、事故树分析方法属于定性风险评估，其需要依赖数据库信息系统安全评估人员的风险分析经验，结合风险评估标准和类似案例等，评估数据库信息系统的风险分级，风险评估结果具有很强的个人主观性。层次分析方法属于定量分析方法，其可以确定威胁事件发生的概率，确定威胁发生后对系统引起的损失，定量分析可以更加准确的、直观的描述系统的风险级别，获取更好的风险分析结果，更具有客观性，因此逐渐成为风险分析和评估的主流方法。

4 结束语

数据库信息系统安全风险评估可以有效地发现存储系统存在的安全漏洞，并且定量计算风险发生的可能性和带来的严重影响，以便制定完善的安全防御策略，保证数据库信息系统正常运行。

参考文献

[1] 文伟平， 郭荣华， 孟正等.信息安全风险评估关键技术研究与实现[J].信息网络安全， 2015， 31（2）：145-146.

[2] 李刚. Microsoft SQL Server数据库风险分析与建议[J].信息安全与技术， 2014， 32（8）：55-57.

[3] 西米莎.基于大数据背景的数据库安全问题与保障体系分析[J]. 数字化用户， 2014， 34（18）：89-90.

篇4

中图分类号：C829.29 文献识别码：A 文章编号：1001-828X（2015）024-000-01

一、引言

最早提出“大数据”时代到来的是全球知名咨询公司麦肯锡，现在的社会是一个高速发展的社会，科技发达，信息流通，人们之间的交流越来越密切，生活也越来越方便，大数据就是这个高科技时代的产物。大数据具有以下的鲜明特点：第一个特征是数据量大。第二个特征是数据类型繁多，多类型的数据对数据的处理能力提出了更高的要求。第三个特征是数据价值密度相对较低，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。第四个特征是处理速度快，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。

统计学专业是与数据分析处理联系最为紧密的学科之一。大数据时代的到来不仅为统计学专业的发展带来的前所未有的机遇，同时也带来了巨大挑战。传统的统计学专业已不再适应大数据时代的信息爆发式增长的要求，这就要求我们应该对统计学专业进行重新定位，并在此基础上调整相关课程，改革传统的教学手段以及完善教学评价体系，以适应大数据时代的到来。

二、统计学专业改革的建议

（一）人才培养目标的重新定位

如果说以往的统计学专业是以培养简单的“应用型”人才为目标，那么随着大数据时代的到来，社会不仅仅需要会应用基础统计知识处理相关领域的问题的单一的应用型人才，而是对人才提出了更高的要求：大数据时代下的统计学专业的人才除了应该具备基础的数据收集，处理和分析的能力之外，还应该了解相关应用领域的背景知识，而且应具备很强的自我学习能力，以适应大数据时代数据量大，总类繁多，时效性高等发展特点。因此，统计学人才培养目标应该重新作出调整，应该以培养全新的“复合型”统计人才为新的目标。

（二）课程设置的调整

随着人才培养目标的重新定位，随之而来的就是应该对不再适应时展要求的课程进行必要的调整。

首先，大数据的分析和处理与以往的经典分析方法有很大不同，以往的统计分析方法主要是建立在抽样基础之上，而大数据时代信息处理迅速，信息获得途径广泛，而且信息价值密度低，这就要求数据处理时，可以以全体作为样本，而不是进行抽样；分析时必须考虑所有数据而不是剔除所谓的异常数据。因此，以往的经典统计分析方法已不再适应大数据的处理和分析，必须适当的调整经典分析方法的课程设置，增加新的适用于大数据分析的课程。

其次，随着数据量的爆发式增长，所有的统计工作对计算机的依赖程度越来越高，这就要求统计学专业的学生不仅掌握统计学专业的基础知识，同时应该熟练掌握计算机专业知识相关知识，因此，在课程安排时，应注意计算机相关课程的适当增加。

基于上述原因，可以考虑增加如下课程：机器学习，模拟算法，数据挖掘，R语言软件分析等课程，同时适当降低传统分析方法课程的学时比重。此外，为了使学生能够对相关应用领域的背景知识有所了解，可适当增设与应用领域相关的通识课程。

（三）教学模式与手段的创新

以往的教学模式，通常是以课堂教学，掌握书本经典理论为主。虽然，传统教学手段有着学生理论基础扎实等诸多优点，但是同时也存才学生过于偏重理论知识的掌握，动手能力不足，理论与实践脱节等缺点。随着社会的发展，尤其统计学专业自身具有鲜明的应用专业特点。只采用传统的教学模式和手段显然不再适合大数据时代的需要；同时，随着大数据时代的到来，多媒体手段日益丰富多彩，为传统教学的创新提供了必要的支持。因此，为了适应大数据时代人才的要求，必须改革传统的教学手段和模式，在传统教学基础上，加大实验教学的比重，在传统教学外，增加社会实践环节，引入微课慕课，翻转课堂等全新教学模式，以提高学生的学习兴趣，锻炼学生理论应用于实践的能力，从而为以后使用大数据时代的工作打下坚实的基础。

（四）教学评价体系的完善

传统的教学评价体系，通常是采用书面考核的方式对学生的学习进行评价，随着时代的发着，单纯的笔试评价不足以衡量学生的全面能力，最后导致出现高分低能的情况的出现。

为了适应大数据时代对人才多方面能力的需求，必须对传统的考核评价体系做出适当的调整，以评价学生的多方面能力，尤其是动手能力，学习能力和应用相关理论处理实际问题的能力。具体可以采用多种考核方法相结合的方式。如：增加平时的考核力度，增加实践项目的考核，通过布置适当的项目论文，采用答辩的形式，以锻炼学生适应以后工作，独立分析解决问题的能力。

篇5

大数据时代数据信息孤岛及数据壁垒等现象将逐步消失，数据资源将实现开放、共享的新格局。如何利用大数据提高财务分析质量，发挥财务决策参谋作用，帮助企业提高经济效益，实现价值最大化是财务人员转型即将面临的新问题。

一、传统财务分析存在的不足

（一）财务分析只关注财务数据，不关注业务指标。传统的财务分析主要集中在三张报表，就数据分析数据，强调数据之间的因果关系。虽然报表分析一定程度也能反映公司的盈利能力、偿债能力等，但财务报表数据只是定量分析，且跟会计政策的选择和会计人员的主观判断相关，尤其当业务部门和财务部门联系不密切时，财务人员无法掌握生产经营环节中的生产要素、成本费用以及经营管理风险等信息时，对业务层面的分析也仅停留在表面，不能对投资者或者经营者提供具有实际价值的改进建议。

（二）财务分析只重视短期效益，不关注长期战略目标。传统的财务分析只选择两三年的数据对比，通常是与上年同期比较、与年度预算比较。由于分析期间短，易造成管理层只顾眼前利益，不考虑长远目标。马歇尔曾在分析成本问题时引入了时间因素，他认为，在短期内成本有固定成本和可变成本之分，但从长期看，所有的成本都是可变的。因此，对战略目标执行情况进行评估时，需要选择更长的时间跨度分析。

（三）财务分析只关注自身发展，不关注外部环境的变化。传统的财务分析主要针对公司内部，个别延伸到行业分析。在竞争日益激烈的市场经济环境下，只关心行业指标远远不够，还要关心整个产业链的上下游变化。以钢铁行业为例，钢铁行业下游需求下降，整个钢铁行业都出现产能过剩的现象，如果财务不关注外部环境，那针对产能过剩提出的建议只是加快销售，在当前的宏观形势下，显然这个建议不切合实际。所以想做好财务分析，财务部门必须和业务部门通力合作，从外部数据中提取有价值的信息，为提高企业经济效益出谋划策。

二、大数据时代对财务分析的影响

（一）大数据时代能够提高财务分析的维度。大数据时代可以取得数据的来源非常多，不仅有内部业务数据，还有政策数据、经济数据等外部数据。数据的类型也多种多样，包括量化数据和非量化的数据。数据的开放性和数据资源的共享能够提高财务分析的维度，帮助财务人员多角度全面分析公司的经营情况和财务状况。

（二）大数据时代能够提高财务分析的深度。大数据时代更加关注数据间的关联关系，运用大数据技术对历年数据进行分析，通过对业务指标设定各种变量，根据变量之间的依随变化找寻与财务数据的关联关系，分析业务数据与财务数据之间的联动效应。

（三）大数据时代能够提高财务决策支持作用。大数据时代对企业决策所依据的信息完整性要求越来越高。企业在进行经济决策时，不仅要从自身角度考虑，更要从整个经济环境入手，引入外部数据源，进行多种数据的融合汇总，再运用大数据技术，从巨大的数据库中提炼出有价值的信息，在数据的分析和预测的基础上，帮助企业做出更为准确的商业决策，从而实现更大的商业价值。

三、如何利用大数据提高财务分析质量

（一）对历史数据进行深加工，挖掘数据间的关联。利用大数据的巨大数据源和数据处理能力，对企业成立以来的财务数据、业务数据以及行业数据进行加工整理，挖掘数据之间的关联关系，找出企业内部的增值作业和非增值作业。在考虑战略目标的前提下，帮助企业尽量减少或者避免那些带来较少经济效益甚至没有经济效益的非增值作业。

（二）打通业务到财务的信息通道，实现信息资源共享。建立全面的信息化系统，从业务前端开始采集数据，确保生产经营中各环节的数据信息，及时、完整、准确地传递到财务部门，实现企业业务流、信息流、资金流和价值流同步。让财务全面深度融入业务，充分发挥财务管理的价值分析和控制职能，实现企业资源的高效配置和运用。

篇6

中图分类号：G434 文献标志码：A 文章编号：1673-8454（2014）01-0008-02

一、引言

随着云计算、物联网等技术的兴起与发展，数据正以前所未有的速度飞快增长和累积，大数据时代已经来临，整个学术界、工业界、政府都开始关注大数据问题。 2012 年 3 月 29 日 美国政府宣布了“大数据研究和发展倡议（Big Data Research and Development Initiative）”， 正式启动“大数据发展计划”，并承诺政府将为此投资超2亿美元，许多重要国家机构都将参与其中。 2012 年 7 月 10 日 ，联合国大数据政务白皮书《大数据促发展： 挑战与机遇》，指出各国政府应当使用极丰富的数据资源，更好地响应社会和经济指标。随着数据的不断增多，海洋一般浩瀚的数据已成为一种战略资源。大数据技术的目标就是从这些数据中挖掘信息、判断趋势、 提高效益。大数据的挖掘和应用可创造出超万亿美元的价值， 将是未来 IT 领域最大的市场机遇之一， 其作用堪称又一次工业革命。[1]

二、大数据的概念及特点

目前，大数据没有一个公认的定义，不同的定义基本都是从大数据的特征出发给出的。比如国际数据公司认为大数据应当具有价值性，大数据的价值往往呈现稀疏性的特点。IBM认为大数据必然具有真实性。维基百科对大数据的定义为：大数据是指利用常用软件工具捕获、管理和处理数据所耗时间超过可容忍时间的数据集。大数据有四个典型的4V特点，即数量（Volume）、多样性（Variety）、速度（Velocity）和价值（Value）。

数量：是指数据规模超大。数量级别从TB（1TB=1024GB）级别，跃升到 PB（1PB=1024TB）、EB（1 EB = 1024 PB ）乃至 ZB （1 ZB =1024 EB ）级别。

多样性：是指管理结构化、半结构化和非结构化数据。这些数据来自多种数据源如传感器、智能设备， 数据种类和格式冲破了以前所限定的结构化数据范畴，包括文本、微博、音频、视频等等。

速度：是指处理数据快，包含大量或实时数据分析处理的时间要求非常短，符合1秒定律。速度影响数据时延――从数据创建或获取到数据可以访问的时间差。

价值：是指价值密度低，商业价值高。以视频为例，连续不间断的监控过程中，可能有用的数据仅仅有一两秒。

大数据与传统的数据库也有明显的区别，两者在数据来源、数据处理方式和数据思维等方面都有很大的变化。正像孟小峰[2]所言，两者的区别就是“池塘捕鱼”和“大海捕鱼”的区别，前者代表着传统数据库时代的数据管理方式，后者则对应着大数据时代的数据管理方式，其在数据规模、数据类型、数据模式、数据对象、处理工具上都有巨大的差异。

三、大数据的关键技术

文件系统：该系统提供最底层存储能力的支持，是支撑上层应用的基础。Google公司最早开发出了自己的文件系统GFS（Google file system），随后微软也开发了自己的Cosmos，后来开源也有了HDFS。

数据库系统：由于关系模型的分布式数据库不能应对大数据时代大规模的压力，相应地提出了许多新型数据库系统，如Google的Bigtable、Amazon的Dynamo等等，直到现在形成统一的NoSQL（not only SQL）。虽然NoSQL没有准确的定义，但一般认为具有模式自由、简易备份、最终一致性、支持海量数据等特征。同时，形成了对应的索引与查询技术。

数据分析：其上最著名的计算模型为Google的MapReduce，目前，Google公司针对MapReduce离线处理模式的不足，提出了基于Web数据级别的交互式数据分析系统Dremel，能够实现极短时间内的海量数据分析。在离线与实时处理模式上，已经出现了二者融合的趋势。

大数据处理工具：Hadoop是目前最为流行的大数据处理平台，目前，将该平台进行改进，以便应用到各种场景是研究的热点之一。当然，除了Hadoop，还有其他处理工具，这里就不一一提出。

四、大数据时代高校信息化面临的挑战

高校也是数据生产大户，中国高校规模一般都比较大，一般万人以上的大学非常多，在高校里上学的学生从招生、学籍、选课、成绩、饭堂、活动等会产生大量的数据；教师的上课音视频、课件、实验数据等也会有庞大的数据；校务系统运行、图书馆、微博、博客等都会产生很大的数据；尤其重要的是科研和教学数据，是高等教育的两大核心功能的重要数据。在这个大数据的时代，只有用好这些数据，才能更好地帮助教学、科研，做好招生推广、学生管理等各个方面的工作，用好这些数据，毋庸置疑将会大大提高高校的信息化水平。要用好大数据，至少面临以下几个方面的挑战：

大数据集成与分析：大数据的多样性特点决定了数据来源的广泛性、复杂性，这种数据环境给大数据的处理带来了很大的挑战，必须对多种数据来源进行抽取集成，先进行数据的清洗，经过关联和聚合，采用统一的数据结构来存储这些数据。大数据分析无疑是整个大数据时代的核心所在，因为大数据的价值就产生于数据分析过程中。当然，数据分析是基于集成处理后的数据作为数据分析的原始数据。数据分析一般是根据不用的应用需求从数据中的部分或者全部进行分析。传统的分析技术如数据挖掘、机器学习、统计分析在大数据时代需要做出调整，主要原因是大数据时代的“大”字，具体的调整包括分析前数据的预处理、算法、评价质量等等。

大数据的存储：需要研究低成本、高效率的数据存储方式，众所周知，低成本一般意味着低效率，但是在大数据时代，如果处理效率低下，则大数据毫无意义，因此，必须打破常规，要处理好大数据的存储。另外，还要做好大数据时代数据存储的管理问题，因为存储空间巨大，无疑给存储硬件带来压力，同时，对非结构化数据进行有序、高效的存储管理也是面临的挑战。

大数据的融合与使用：数据不融合就发挥不出数据的大价值，大数据面临的一个非技术性的重要问题就是数据的融合。作为高等院校，大数据的融合应该走在前列，必须彻底打通数据孤岛，将各个业务充分整合，只有有效融合，才能形成高质量的大数据，才能发挥大数据时代高等教育信息化对学校发展的具体推动作用。

五、大数据时代的应对策略

面对大数据时代带给我们的这些挑战，作为高等教育信息化从业人员，必须坚持不懈地学习，具体学习或者做好如下关键技术或工作：

我们要学数据时代的基础平台和支撑技术，学数据时代的文件系统，如Google的GFS系统，开源的HDFS、CloudStore系统等等，了解这些技术，方便我们实现大数据低成本、高效率的存储，也方便我们进行存储的管理。学习这些技术，将掌握大数据的基础平台与技术。

我们要学数据时代的数据分析技术，前面提过，大数据时代，传统的数据分析方式如数据挖掘等需要调整，那么我们就要学习传统的数据分析方式的调整与方法，研究和学数据时代的数据分析技术。

做好大数据时代的数据管理，大数据时代数据管理就不是以前传统的大型关系型数据库那种管理方式，而是改变成为NoSQL为代表的新型数据模型的一类技术。这种改变是因为关系型数据模型不能应对大数据时代的种种挑战。这种新型的数据模型就是为了迎合大数据时代的多样性、异构性等这些数据特征而出现的。当然，新的数据模型是新的一套理论，是截然不同的理论。这就需要我们数据管理者积极学习，应对挑战。同时，要积极升级、改造相关存储设备，以满足大数据时代的要求。

积极推动业务的深入融合，梳理业务数据，形成“大数据”，然后利用这些“大数据”建设结构和非结构化的数据分析平台，通过平台能提供更加深入、更加全面的高质量信息，这些信息能为学校领导进行高质量的决策提供依据。

总之，大数据时代的这些挑战，有些需要科研人员进行研究，有些非技术挑战，需要我们积极努力，有效进行数据的整合、业务的整合，充分利用科研人员的最新研究成果。？筅

参考文献：

篇7

中图分类号：F270.7 文献标识码：A

文章编号：1004-4914（2016）10-274-02

一、前言

企业想要在激烈的市场竞争之中获取良好的经济效益和社会效益，需要不断加强企业管理的相关工作，提升自身内部管理的水平和质量。当前互联网和移动通信技术在不断地创新和进步当中，这对于人们的生活方式、交流方式、兴趣爱好等产生了较为直接的影响，主要体现在人们生活逐渐走上网络化和数据化的道路。数据信息的爆炸式发展，促使现如今的世界步入大数据时代。在这种时代背景之下，企业的决策和经营活动，都会受到数据的影响，数据已经逐渐成为了当前企业可持续发展的重要战略资源。只有对大数据的积极作用进行有效发挥，才能够逐渐增强企业的核心竞争力。

二、大数据的内涵

大数据在当前实践领域和学术领域中受到了越来越高的重视，对大数据进行全面有效的研究和分析，能够为社会进步和发展提供良好的前提条件，人们在这一点上已经逐步达成了共识。大数据主要是指数据信息十分庞大繁杂，需要使用云计算等数据挖掘技术才能够对数据信息进行深度的挖掘，由此获取到具有高潜在价值的巨量资料。大数据具有较高的潜藏价值，并且数据量本身就较为庞大，具有一定的复杂性，这就需要企业在进行数据信息的处理过程中，需要有更高的能力进行挖掘和分析。

三、大数据时代下企业管理的特点

（一）企业用于分析的数据量十分庞大

数据分析是当前企业管理过程中不容忽视的重要支撑点，企业需要有完整、真实、有效的数据进行支撑，企业需要使用大量的数据，才能够对未来行业的发展趋势进行有效的预测，从而采取积极的应对措施，制定良好的战略。以往情况下，对于数据的收集、存储以及分析都存在着一定的局限性，企业在分析和处理相关信息问题的时候，都是从能够获取到的少量信息中，最大限度的挖掘和分析自身所需要的信息，这在无形之中增加了企业的工作量，同时信息的不完整性、滞后性等问题将会直接影响到企业的全面发展。在大数据时代来临之后，现代企业可以采用更加积极有效的方式，对市场信息、客户情况以及行业间的发展情况进行全面充分的了解和掌握，这就减少了主观性判断的缺陷，为企业不断提升自身的核心竞争力，扩大产业规模提供了良好的前提基础。大数据时代中的一个鲜明特点就是样本即为总体，它对于全体数据进行追求，但并不会只依赖于随机样本，既扩大了数据的获取范围，又提升了解决问题的精确性。

（二）数据的精确性要求有所降低

在小数据时代之中，企业需要建立自身专门的数据库，对自身收集到的各项数据进行存储、整理，不断提高和优化数据的准确性，主要是因为如果数据之中出现了一定偏差，将会给企业的正确战略决策造成负面影响，小数据时代中数据的疏忽造成的后果会被放大。而处在大数据时代下的企业管理并不需要面临这个困扰。大数据时代中，企业能够获取到的数据信息越来越全面、完整、真实，这样就能够因为数据量的增加，减少数据的错误率。企业管理过程中针对某一个错误问题，都能够及时的进行调整，增强了企业自身的纠错能力，企业应用大数据，并不单纯是为了数据的准确性，更多的是从数据之中挖掘潜在的价值信息。

（三）对事物之间的相关性进行寻找

大数据时代和以往的区别还体现在一个重要方面，那就是对于事物之间的因果关系不再进行重点研究，而是将研究的重心逐渐放在事物之间的相关性方面。大数据时代，逐渐摒弃了提出假设――分析数据――处理数据――验证假设的方式，而是从低价值密度的数据中，对具有潜在价值的信息数据进行充分挖掘，从而对事物之间的关联进行全面探索。

四、企业管理中对大数据的应用价值

当前企业对数据管理的重视程度越来越高，积极挖掘和发挥大数据在行业发展中的价值和作用，这样能为企业管理者制定相关的决策提供良好的信息、数据支撑，有效提高决策的正确性。企业管理中对大数据进行充分应用，具有良好的价值。

（一）企业管理中对大数据进行应用能够促进精准营销

现代科学技术的不断创新和进步，有效促进了社交网络的兴起和移动通信技术的良好应用，这样就促使人们的日常生活中随处可见网络的身影。人们在日常的网络交流之中，因为社交聊天、网络购物、兴起爱好以及行为方式等等，都会通过图片、文字和视频等多种形式在网络上留下相关的数据，这样就能逐渐形成实施动态网络化的大数据。企业在经营发展的过程中，需要对消费者的购物习惯、市场的饱和程度、市场的需求情况等各方面进行全面的了解和掌握，这样才能够有效促进决策的正确性。因而企业在进行管理的时候，需要积极应用云计算的手段，对消费者的网络化行为数据进行深入分析，这样能够对市场进行细化，同时还能够根据消费者的购物目标，有目的性的开展精准营销活动。现代社会的用户，他们在网络上的各种实时动态数据，将会为企业进行精准性的营销提供良好的数据和信息支持，从而促进企业营销工作的顺利进行，还会在极大程度上提高现代企业的营销水平。大数据时代下运用的信息技术，能够对消费者的相关情况进行有效的观察，并进行记录，这就为提高企业管理精准营销的效率发挥了重要作用。

（二）企业管理中对大数据进行应用能够有效推动产品实现创新

企业在对消费者的消费需求进行分析的时候，积极使用大数据技术，能够对产品、服务的不断创新创造良好的条件。消费者在进行购物之后，能够将自身对于产品、服务的评价和感受通过社交网络平台、购物平台进行反映，现代企业可以通过对消费者的这些信息进行收集，作为自身产品、服务的反馈信息，从而根据顾客提出的一些问题、建议等，对自身产品和服务进行不断的改进和完善，这对于提高企业产品和服务的总体质量和效果具有积极的作用和意义。同时根据多不同产品和服务的评价信息，现代企业能够积极吸取相关优秀经验，从而丰富自身的产品风格，根据消费者的创意性反馈信息，生产相应的新产品。现代企业通过对消费者的信息进行分析和改进，能够逐渐提升自身的服务意识和创新能力。产品和服务的不断创新，在企业的全面发展中占据十分重要的地位和作用，能够影响到企业的经营能力和发展成果，在对企业进行全面管理的过程中，需要对企业中的大数据进行全面有效的应用，这样能够让企业永远保持新鲜的活力，积极应对市场的变化。

（三）企业管理中对大数据进行应用能够对产品流程的优化进行加强

科学技术的不断发展，用机器代替人工进行生产，已经逐渐成为了当前企业生产的重要方式和手段，这对于提高工作生产效率具有良好的作用，实现了信息化和智能化、数据化的生产运作。尤其是网络技术不断发展下，物联网和云计算这些技术的有效应用，为企业对产品的生产、制造进行全面控制和管理，提供了重要的技术支持。当前在对产品进行制造的过程中，产品的生命周期能逐渐实现数据化，这对于保证产品的质量，提高其使用的性能具有良好效果。应用大数据云计算技术和大数据技术，能够对产品的设计研发、生产制造以及运营管理等方面的各项数据进行全面有效的智能分析，这对优化产品的生产制造流程具有十分积极的促进意义。通过大数据技术，企业在进行管理的过程中，可以将自身的各项数据进行整合，从而形成完整的数据规模，在进行相关决策的时候，可以对这些数据进行分析和应用，从而寻找到适合决策的信息。同时企业还能够通过大数据技术，对各项数据进行深度的挖掘，针对数据所包含的高潜在价值进行充分的应用，这样能够建构起完整的数据模型，在进行产品流程优化的时候，能够做好相关的支持工作。加强产品的流程优化，能够为提高产品的生产效率和质量效果起到良好的促进作用。

五、结束语

大数据时代下企业管理的特点主要包括企业用于分析的数据量十分庞大，数据的精确性要求有所降低，对事物之间的相关性进行寻找。因而企业管理在使用大数据技术的过程中，需要对这些特点进行重点关注，结合企业自身发展的现实情况，采用积极有效的手段进行。企业管理积极应用大数据，能够起到良好的效果和作用，主要表现在不仅能够促进精准营销，还能够对产品和服务的创新能力进行提升，这对于企业的长久发展具有重要意义；同时，使用大数据还能够加强企业对产品流程的优化，从而增强产品的生产效果，保证产品和服务的质量。

参考文献：

[1] 吴雅轩，刘建基.企业管理视角下大数据应用价值的探究[J].商场现代化，2014（22）：110-110

[2] 方献梅，刘亮龙，高晓波.大数据时代数据挖掘在证券公司客户关系管理中的应用研究[J].信息与电脑：理论版，2015（15）：64-65

[3] 孟强.大数据时代知识管理在电商企业中的应用研究[J].经营管理者，2015（24）：278-279

[4] 张志兵.大数据分析在中小型企业管理中的应用探讨[J].价值工程，2016，35（8）：213-214

篇8

“每一轮新技术革命的爆发都会对企业的管理模式和运营模式产生深刻的影响，新IT与企业管理创新的融合催生了新的业务模式。大数据正在重构企业智慧，推动企业转型升级。” 浪潮集团执行总裁王兴山在以“大数据重构企业智慧”为主题的浪潮2014新财年企业信息化战略会上指出，“我们身处在一个变革时代，需求和技术驱动着中国管理软件产业的快速发展。与此同时，国产化的春天也给管理软件产业带来了巨大的发展机遇。”

近年来，云计算、移动互联、社交网络、大数据等技术驱动着新IT时代的到来。新IT时代的企业信息化的一个典型的特点是以数据重构商业模式、服务与产品、经营理念。王兴山认为，大数据时代下企业信息化架构强调云计算、大数据、社交网络和移动应用，用新技术不断颠覆传统企业的运营模式，帮助企业实现差异化创新。

新财年浪潮企业信息化战略是发展2大平台软件、提升5大应用产品、深化10个优势行业、推动100家大企业云落地、聚合1000家合作伙伴，以新思维、新工具、新方法帮助企业用户用大数据重构企业智慧，推动企业转型升级。新战略主要包含以下5方面内容：发挥浪潮在技术方面的领先优势，加强平台研发投入，大力发展2大平台产品：企业云应用平台GSP+和大数据服务平台IOP，推动在新IT环境下的企业信息化建设；强化“引领高端”，面向管理创新和新IT融合需求，围绕管理会计、财务共享服务、电子采购、数据商业分析、移动应用5大热点领域，全面提升浪潮GS、HCM、CRM、BA、PS全线管理软件产品；坚持“专注行业”，推动在军工、建筑、制药、储备、快消品、装备制造、采掘、船舶、化工、交通10大优势行业的深度应用，实施100家企业数据整合业务，全面推动企业管理升级；基于浪潮第四代数据中心的平台，按照浪潮企业云落地路线图，大力发展企业托管云与大数据整合服务，同时发展以 CRM、SRM、HCM为重点的公有云服务，2014年推动100家企业云落地；进一步加强区域本地化建设，2014重点发展1000家合作伙伴，提升面向客户的本地化、专业化服务能力建设，做客户最信赖的伙伴。

大数据作为实现新IT与企业管理创新融合的关键技术，是重构企业智慧的灵魂。但王兴山指出，大数据重构企业智慧需要新的思维、工具、方法作为支撑。针对大数据时代企业信息化应用特性，浪潮全线管理软件产品将全面支持大数据时代的企业信息化架构。企业用户可以利用浪潮企业云平台（GSP+）重构传统应用，实现应用集成及与电商、社交平台对接；在浪潮BA基础上利用大数据平台实现数据整合，建立创新应用；再建立自主商城，借助社交商务实现全渠道协同。此外浪潮将打造成一个集商业分析平台、数据整合平台、数据采集与存储平台为一体的大数据平台，全面整合企业财务、ERP、HCM、CRM、OA等系统内部数据，以及电商、社交、宏观经济、上下游、互联网、物联网等外部大数据，从而帮助企业充分挖掘急速增长的内外部数据价值，发现和把握商机，最终实现企业内部的协同办公和产业链的业务协同，提升运营效率。

篇9

然而在大数据时代，对大数据安全、低耗能、长期存储的苛刻要求，为光存储带来了新的希望。

现有主流的存储技术难以满足大数据时代对海量数据长期、安全、高效存储的要求。 这是4月23日在国家信息中心举办的“第三届大容量光存储技术研讨会暨中国大数据光存储产业联盟发起大会”上与会专家的共识。

大数据让光存储重新发光

以硬盘和磁带为代表的磁存储技术，由于存储速度快、存储量大和使用方便，成为当今主流的存储技术，被广泛应用于数据中心乃至企业中。

但在极端的应用场景下，磁存储技术的优势可能不复存在。而这种极端场景将伴随大数据而来。根据IDC的预测，全球数据总量在2011年便达到1.8ZB（1021 字节），并以每两年翻番的速度发展，到2020年将达到35ZB。

谈及大数据时代对存储的挑战，人们往往想到的是爆炸性增长的数据量和数据格式的多样化，却往往忽视了数据长期存储给现有存储技术带来的挑战。

中科院院士干福熹在研讨会上表示：“大数据时代存储面临的第一个挑战是如何对数据进行安全保存，即数据在存储后不能被篡改，而目前的磁存储技术无法满足数据安全保存的要求；第二个挑战是现有的存储技术能耗很大；第三个挑战是数据要长期保存，很多数据要求保存50年甚至上百年，而现有的商用硬盘寿命不超过10年。”

今年2月，Facebook宣布将采用蓝光光盘库建设冷数据中心，将PB级数据存入单一机柜的系统之中，数据保存时间长达50年。从此，人们又开始重新审视光存储技术。

干福熹认为，光存储的主要优势有三个：一是基盘由坚固、耐久的材料制成；二是光存储的非易失性；三是可长期保存。光存储技术发展至今，其安全、能耗低、寿命长和单介质数据容量增加快的特点，使之在大数据时代满足对数据长期、安全、高效存储需求上具有独特的优势。

但是，光存储技术本身首先必须摆学衍射极限的束缚。所谓衍射极限，通俗地说，就是光学分辨率受光波长的限制，并与之成反比。因此蓝光光盘备受关注，因为蓝光波长更短，分辨率更高，光盘中两个信息点的距离更近，可以在一张盘片上存储较多数据。

但值得注意的是，从DVD容量的几GB到蓝光DVD容量的几十GB，存储容量仅提高了1个数量级。而从1GB到1PB（1015 字节），相差6个数量级。显然，只有突破衍射极限才能实现光存储密度的大幅提升。

澳大利亚科学院院士顾敏介绍，他与其研究团队采用双光束激光全息技术，在突破衍射极限方面取得了显著的进展。他们采用玻璃作为基材，将超稳定、超高密度的存储介质密封在玻璃基片中，从而使得光盘的数据存储寿命延长到50～150年。

“我们计划在3到5年内完成单片容量为100GB～1TB（1012 字节）光盘的实用化研发。”顾敏说。

院士联名提振光存储

鉴于新一代光存储技术发展在大数据时代的重大意义，国家信息中心和中科院上海光机所联合发起，干福熹院士牵头与20位院士联名提出了《迎接大数据挑战，开展我国安全、节能、长寿命和高密度信息存储技术研发和应用》（简称《院士建议书》）的建议。这21位院士中，有10位来自中科院信息学部，3位来自数理学部，5位来自中国工程院信息与电子工程学部，还有来自海外的澳大利亚科学院院士顾敏和美国工程院院士张翔。

干福熹院士在大会演讲中介绍，《院士建议书》建议基于《国家中长期科学和技术发展规划纲要（2006～2020年）》，站在国家战略高度，充分发挥中国集中力量办大事的优越性，果断决策，进行前瞻性总体部署，由财政部设立专项基金，尽快启动“大数据光存储研发与应用”国家科技专项计划。

就国家科技专项计划实施，《院士建议书》提出三点建议：一是进行产学研联合攻关研究，集中优势力量，解决几个关键核心技术；二是进行工程化开发，集中研发关键设备、工艺、数据存储中心管理系统和数据传输系统；三是以建设“中国大数据冷库示范工程”为抓手，进行产业化示范、推广和大规模应用，推动现代数据中心产业升级。

《院士建议书》建议分三期来完成转型计划：第一期，以国内已掌握的技术为基础，尽快掌握单片容量为100GB的光盘、光驱，以及容量为1PB的光盘库与数据中心技术，并实现示范应用；第二期，掌握单片1TB的光盘、光驱，以及容量超过100PB的光盘库与数据中心技术，并实现示范运用；第三期，掌握单片10TB的光盘、光驱，以及容量超过10EB（1018 字节）的巨量光盘库与数据中心技术。

为了响应《院士建议书》，并抓住新一代光存储技术带来的发展机遇，国家信息中心、武汉高科国有控股集团、中国华录松下、中科院上海光机所、清华大学光盘国家工程研究中心、华中科大武汉光电国家实验室、中国电子视像行业协会、中国高清光盘产业联盟，联合发起共建“中国大数据光存储产业联盟”倡议。

这8家发起单位决定，联合一切可以联合的产学研力量，共同推动大容量光存储技术进步和产业发展，共同推动“中国大数据冷库示范工程”项目建设，共同推动“光谷大数据港”和“大数据光存储产业园区”建设，共同推动融合磁光电存储技术的现代数据中心产业发展，共同推动中国信息化建设的进步。

需求与挑战

十多年前，VCD和DVD的普及，成就了我国的光存储产业。如同苹果的iPod对唱片工业带来的巨大冲击，互联网的普及，特别是云存储的兴起，对光存储市场带来很大的冲击，光存储产业发展陷入低谷。

大数据带来了一个有别于以往的市场。“光存储的市场前景在于数据中心、档案系统等的数据存储，它要求数据的完整真实和长期可读。它是大数据技术领域的基础技术之一。” 清华大学光盘国家工程中心教授潘龙法认为。

应该看到，我国光存储产业在过去十多年间进行了大量的基础研究和产业化实践，为冲击新一代光存储技术打下了良好的技术和产业化基础。

Facebook的蓝光光盘库采用的就是苏州互盟信息存储技术有限公司的PB级蓝光光盘库产品。

而据中科院上海精密光学机械研究所研究员王阳介绍，他们已经研发了100GB可录式超分辨率光盘的核心技术，其中包括薄膜材料和光盘技术，并积累多项技术专利。

篇10

2 数据新闻：大数据时代的必然产物

在大数据的时代背景下，媒体工作者利用对数据的获取、处理和分析生产的数据新闻，能够帮助人民群众更加真实的清楚他们处于的变幻莫测的社会，从另一个方面来说也可以帮助媒体完成其保障群众利益的根本目标。现阶段，国内外有很多专家学者都对数据新闻进行了深入的探究，但他们对于数据新闻的理解及研究存在着不同程度的差异。整体而言，我们能够认为数据新闻即立足于数据的获取、整理、挖掘和解读的基础上，选择直观的数据技术来新闻的新型模式，它是国际媒体行业在大数据时代开辟的新道路，指引了未来新闻领域的奋斗方向。数据新闻与传统新闻生产模式相较而言有其自身的优势，即数据新闻的要依赖在公开信息的基础上、数据新闻会选择独特的软件来处理信息、数据新闻多数都是以生动沟通的直观方式来新闻以及数据新闻坚持保障人民群众利益为己任等，这些特点都决定了数据新闻逐渐成为媒体领域未来的发展趋势，是大数据时代背景下的必然产物。

3 数据新闻对新闻生产的影响

3.1数据新闻给传统媒体领域增添了活力

数据新闻跟传统的新闻相较而言，其属于一种全新的新闻播报形式，它在成长的过程中会保留传统新闻播报的有利之处，还会给媒体领域增添活力，如升级了传统新闻播报的模式、处理数据程序及展现形式等。

3.2数据新闻促使新型新闻方式的出现

数据新闻促使预测性和众包调查式新闻方式的出现，极大地推动了数据新闻的发展。由于大数据时代的不断进步，人们对数据的研究也会逐渐完善，数据新闻会给传统新闻带来很大的挑战，而预测性新闻也逐渐受到人们的关注。数据新闻的预测性不是个别人的观点，而是在可靠的数据分析技术的基础上，在本质上研究了事件的相连关系，满足预测性新闻真实性的价值定位。众包调查式新闻方式的出现对网络商业团体的成长起到了非常重要的促进作用，新闻行业也引进了这种报道方式，众包式的数据新闻能够在未来的新闻行业取得巨大的成就。

3.3数据新闻促使新闻价值的评判标准产生变化

每个新闻的制作都要有自身的价值，它需要符合观众对数据的某方面要求。而传统的新闻价值的评判标准逐渐不能适用于大数据时代数据新闻的評判标准。目前，数据新闻的评判标准主要是发掘数据资料背后隐藏的深层想法。数据新闻自身的优势决定了新闻价值标准的变化，使观众能够更加直观清晰的掌握数据背后隐藏的深层想法。

3.4数据新闻促使新闻职业理念产生变化