购物车(0)
大数据论文:大数据网络教育论文
一、基于大数据的网络教育研究现状分析
“大数据”成为互联网热门词汇大约从2009年开始，到了2013年，大数据对各领域都产生了巨大的变革力量，2013年被称为“大数据元年”。[1]大数据时代势不可挡，与媒体密切相连的特性使得参与网络教育的人员会通过更多的移动设备接入到网络中，数据的数量会大大增加，增长速度会大幅加快，大数据对于网络教育的影响不仅仅在具体方法上，也体现在思想上。对于文献的检索，我们通过高级检索，分别以主题为“大数据”包含“网络教育”、“在线教育”、“远程教育”为关键词在中国知网（CNKI）中进行检索，共检索到相关期刊文献64篇，手工去除不符合要求的通知或者征稿等无关信息，剩余18篇文章。文献发表时间分布于2013年至2014年，数量也从4篇迅速增长到了14篇。文献的主题也多种多样，主要集中在平台建设发展、学科建设、师生关系、学习工具等方面，研究者主要关注大数据技术的发展和应用对传统的网络教育产生的深远的影响，帮助网络教育摆脱发展瓶颈，找寻到一条符合国内现状的发展道路。可见由于大数据的迅速发展，对教育领域特别是网络教育产生了巨大的影响。
二、我国基于大数据的网络教育研究的内容分析
大数据技术在网络教育的应用，对于传统平台的更新建设，推动学习者个性化学习，促进师生交流、生生合作都具有非常重大的意义。另外，对于平台中课程点击量、浏览量的记录和分析，也能动态地设置学习内容，教学组织形式，满足学习者多样的学习需求。
（一）通过对大数据的梳理，分析网络教育
平台发展困境，有针对性地寻找解决方法，以促进平台的建设张辉[2]指出：移动学习绝不是简单的网络学习移动版，需要更深层次的探索和研究。在大数据的支持下，研究者可以得到全文本的数据进行分析。通过对发展模式、受众对象、学习资源、支撑环境等数据的分析，我们发现网络平台发展的现实困境，理论研究深度不足、学习资源针对性不强、即时通信反馈手段落后，这些问题制约了学习者平台学习的动力。根据问题有针对性地作出切合实际的需求分析，进行个性化的信息建设，加强实时反馈提高学习效率，从而建立多方位覆盖社区居民学习需求的学习平台，有效落实建设学习型社会的要求。翟霞[3]指出：大多数干部网络教育平台的考评采用“学时制”和“学分制”，即以学习时间作为学习的考核标准之一，这样的方式即使学习者只是播放学习课程而没有进行学习，平台也无法得到相关数据和反馈。大数据技术可以为其提供学习过程的监管，对学习者学习提供有效的进度控制和实时反馈，为学习者提供根据随课程内容和学习者反馈而变化的帮助。网络教育平台学习者每一次学习的数据的收集和分析，能够为平台发展建设提供有价值的参考，帮助平台优化学习者的学习环境。基于大数据的分析调查比以往基于抽样的问卷或者电话调查的方法都更加有说服力。
（二）教学和考核方式的创新推动学习者学习的个性化发展
大数据时代，学习者在学习过程中留下很多数据碎片，通过分析这些数据碎片能够分析出学习者的学习模式，为学习者提供个性化发展的环境。马星宇[4]指出，新兴在线教育在教学以及考核方式上较以往的开放式教育有所创新，以MOOCs（MassiveOpenOnlineCourses）为代表的新兴在线教学模式的特点就是让任何人在任何时间都可以学到任何知识，这必然会改变传统的以传授单一课本知识为基础的教学模式。对于教师来说，科学技术的进步，能够使学生的反馈更加细化帮助教师有效评估每位学习者的学习情况，为学习者提供符合他们学习需求的进度和强度。对于学习者而言，学习者通过对自己学习数据的分析也能够进入“自主进度式学习”，数据分析结果让学习者根据自己的进度使用视频进行学习，学习者根据自己的进度在掌握不好的章节进行反复学习，直到达到精通。对于学习内容的构建，在线教育就是一种基于标准算法和数据挖掘为基础的个性化学习服务。只有不断根据目标学生的需求和社会的需求来不断完善教学内容，才能满足学习者获得知识的需求。张辉[2]指出，依靠“大数据”的分析能够建设用户参与资源的个性化配置和推送，自动生成每个学习者感兴趣的教学资源。在线平台要收集学习者在平台上依据自己的兴趣点和关注点进行主动地点播学习内容的“点击流”数据，根据一定的规则给予每个学习者适当地资源推送。从而满足每个学生学习的个性化需求，促进学习者的个性化发展。
（三）大数据环境实现网络教育的在线交互活动
为了平衡资源分配的不均衡，中国早期的在线教育只是简单的把传统课堂中的课程的学习内容和学习材料照搬到网络上，使网络成为知识流动的通道。刘涛指出，这样的在线教育与传统教育相比，的区别就是学习材料的数字化和学习界面的网络化，缺乏“个性化”的在线课程导致在线教育的学习效果大打折扣，效率比传统教育显得低下。这种困境应该通过大数据环境推动在线服务的个性化，促进新型师徒关系的产生，即在线教育的数据库根据每个学习者的不同个人情况提供“个性化”的学习内容，包括具有针对性的学习材料，通过在线测验发现每个学习者的知识弱点，针对这些弱点进行相对应的重点训练，基于记忆规律的复习提醒机制。这种就形成了师生的新型“师徒关系”。这种模式能够让教师了解每一个学习者的水平和学习能力，显然是学习的最有效的方式。邢丘丹等指出，在线教育交互分为个别化交互和社会化交互，前者是学习者和学习资料之间的交互，后者是学习者和教师或者学习者之间的交互，社会性交互是提高在线教育交互水平的关键因素。在线交互平台身份认证体系的建立，针对信息资源的存储和分析，服务器等硬件设施的架构都能够推动在线教育交互活动的顺利进行。
（四）大数据时代推动新型学习支持工具的发展
张振虹等[8]指出，学习仪表盘是随着在线教育蓬勃发展和大数据时代来临而产生的一种新型的学习工具，基于信息跟踪技术和镜像技术，对学习者的学习行为、学习习惯、兴趣等信息进行有效的记录和追踪，通过科学化的分析，达到可视化和个性化的显示，为在线学习的学习者、教师、教育管理者和研究者提供多方面的学习信息，也帮助学习者进行有效的自我认知，帮助自我实现个性化学习。新型学习支持工具的出现和发展为学习者在网络平台进行学习提供了高效的学习支持。
三、研究的发展趋势
通过上述的梳理和分析，我们发现大数据技术的应用大大促进了网络教育的发展，将贯穿网络教育实践的每一个阶段，帮助学习者根据自身的需求合理选课，学习具有针对性的学习方法；指导教师针对学习者的不同特点应用适当的教学方法因材施教；更能够大大减少网络教育管理人员的工作负担，利用计算机技术事半功倍地完成对学习资源的建设，对教师和学习者的管理；更为重要的是，用人单位能够利用大数据了解学习者的学习过程，地匹配应聘员工与职位的吻合度，这些必将是网络教育未来发展趋势。目前研究者的研究大都集中在理论阶段，具体实践较少，研究的内容集中于平台的教学内容建设，师生交互关系等内容，对于大数据的发展对于平台建设效率的提高及数据安全等方面涉及甚少。在未来基于大数据的网络教育的研究中，应该多吸取国内外研究的先进成果，在实践中不断发展深入。随着云计算、物联网、移动互联网的发展的不断成熟，大数据技术将不断地在网络教育中得到应用和推广。
作者：何悦恒 单位：福建师范大学
大数据论文:大数据时代大学教育论文
一、大数据时代的大学教育
1、对大学教育的影响
大学教育是第二次产业革命时为了适应工业所需的大量的技术人员的产物。当今，学生知识的来源不再局限于课堂，不再拘泥于某一个专业，他们可通过互联网、微信、微博等信息平台来获取文本的、图像的甚至是视频的各种知识。学生的知识面将比以往的任何朝代更加宽范，对校园以外世界的了解将更加深入。比如现在的在线教育平台edX和Mooc，上面有世界著名学府的各种课程，包括我国清华和北大的课程。学生只要通过互联网，就可以接受到名校的教育，在学习过程中，通过鼠标点击的记录，可以研究学习者的活动轨迹，发现不同的人对不同的知识点有何不同的反应，用了多少时间，哪些知识点需要重复或强调，哪种陈述方式或学习工具最有效。通过分析这种秩序和规律，在线学习平台也在逐渐弥补没有老师面对面交流指导的不足。同时现在的教育平台还能通过虚拟现实进行实践辅导。以麻省理工开放的电子电路课程为例，注册这一门课的人比整个麻省理工所有在世校友总数还多。由此可见，许多学生已经把注意力放到了课堂之外。
2、如何积极应对
对于学校：在学生从课堂走到互联网时，未来的学校存在的意义在哪儿，是学校更应该关注与关心的。学生可以在宿舍甚至在家就完成了各种课程的学习和同学之间的交流，那么对学生的考核和效果的评定也不再局限于某一个固定场所来进行。学校更应该重视图书馆电子资源的建设和开放，更应该重视实践实验室的建设，提供更多方便学生来进行实习和实践训练的场所和项目。对于教师：在大数据时代，教师的教与授又该体现在哪儿呢？我们更应该深刻思考，改变传统的课堂教学的思维模式。我们可以将教的过程放在网络平台上，放在课前来进行，课堂中以学生做作业、教师指导和答疑为目的。这只是改变了传统的教学模式，对于教师自身我们又该如何作呢？在面对丰繁复杂庞大的数据时，我们应积极跟进发展自我，重新进行定位。一类应加强自己的实践操作能力，专业从事实践辅导和教学；另外一类专业从事研究；另外一类抓住大数据所给予的机遇，发展自己，跟上时代步伐，成为专业化极强的教师，对专业进行解惑和学习方向的指导。对于学生：知识和信息量极大丰富，我们如何从中甄别出有利于自己的知识，对自己进行特色化的教育，需要自己的判断力和教师、家长的指导。我们要关于利用已有的学习平台和学习媒介，不断提高自己的自学能力，发展自己的创造性和创新性的能力。
二、小结
大数据和大数据时代，数据量的指数级的增长，给我们带来了无限的机遇，同时信息的和真实性也是需要我们不断地发掘方法和技术进行改进的。高等学校的教师和学生如何应对这个新的时代，跟上时代的步伐是我们每一个都应该深思的问题。
作者：胡艳慧 王文晶 单位：山西大学商务学院
大数据论文:大数据时代下网络安全论文
1大数据时代下网络安全的现状
随着时代经济的飞速发展，当前互联网以及物联网、云技术等更新进程不断加快，数据的增长速度也在加快，大数据时代下网络的安全问题逐渐成为人们关注的焦点。同时伴随着互联网技术以及计算机技术的蓬勃发展，网络在人们的日常生活中扮演着越来越重要的角色，同时在2011年全球著名咨询公司及时次将大数据的概念提出，并分析总结出所谓的大数据并不是对数据量大小的一种描述，在某种程度上主要是面对种类和数量较多数据之间的一种整合、交换和分析，并在海量的信息中对新的知识价值进行发现和创造，进而带来极大的财富。在社会经济逐渐增长的同时，大数据时代下网络安全问题逐渐受到人们的关注，在当前众多行业中，关于大数据处理面临的问题越来越多，虽然面对大数据网络安全问题作了不同程度上的努力，但是依然有越来越多的国家以及网站受到黑客的供给，进而使得网站处于一种瘫痪的现象，用户账号以及密码的盗窃，难以从根本上保障大数据时代下网络的安全进行，以至于当前的大数据时代下网络安全问题不容乐观。因此，在当前的大数据时代下，网络安全问题较多，严重影响着当前经济社会的高速发展，同时也难以保障人们隐私的保护，不利于当前和谐社会的构建。
2大数据时代下网络安全的基本内涵
大数据时代下网络问题逐渐受到重视，但是在对网络安全确保的同时，就要正确的认识网络的安全。就其实质性而言，大数据时代下网络安全就要做好物理安全的综合分析，和信息内容安全的分析。保障网络安全的物理安全，就要在当前的网络工程中，对网络的设计和网络的规划进行充分的考虑，并做好对各种电源故障以及电脑硬件配置的考虑。综合分析信息内容安全时，主要是保障信息的保护，并避免信息泄露和破坏的产生，并禁止非法用户在没有一定的授权，进而对目标系统中的数据进行窃取和破译，进而为用户带来一定的隐患。而信息破坏的过程中，就要做好系统故障的维护，对非法行为进行抑制。对于信息传播安全和管理安全分析时，就要在当前的网络环境中，做好数据信息的有效传输，并避免网络的攻击以及病毒的入侵，并做好对整个网络系统的维护工作。而管理安全性分析时，就要对软件的可操作性进行综合性的分析，做好实时监控和相关的应对措施准备，并做好对数据的综合保护。总而言之，大数据时代下网络安全更要做好网络硬件的维护和常规管理，同时也要做好信息传播安全以及管理安全的综合性分析，进而对大数据时代下网络安全加以保障。
3关于大数据时代下网络安全问题控制的几点思考
大数据时代下网络安全问题控制过程中，就要综合分析网络系统本身上的漏洞，并做好系统漏洞和威胁的分析评估，并结合当前的新技术手段，进而做好网络的安全的极大保障。
3.1做好对访问的控制
对于大数据时代下网络安全问题控制，就要对安全的防御技术加以采取，并做好黑客攻击以及病毒传播等的控制，将对访问的控制有效加强，对网络资源的合法访问和使用加以确保，并合理的认证以及控制用户对网络资源权限的访问，避免非法目的用户的不法访问。将身份认证和相关口令加以添加，做好对规范用户的基础控制，有效维护系统，并对网络资源进行高效性的保护。
3.2做好对数据的加密控制
做好对数据加密控制，就要采取加密算法以及密钥的方法，对明文数据进行转化，将其转化成为一种密文，并保障加密后的信息，在实际的传播过程中，有着一定的保护作用，一旦信息窃取，对于信息的内容无法查看。同时在对数据存储安全性以及稳定性进行确保时，就要依据于数据的相关特点和基本类型，对机密信息的安全性加以确保，实现网络信息数据的安全传输。
3.3做好对网络的隔离控制
将网络的隔离控制加强，主要是当前防火墙技术常见的一种网络隔离技术，通过对防火墙部署在数据存储系统上加以采用，尽可能的将网络分为外部和内部，并对数据通道进行授权处理，对网络访问权进行一定的隔离和限制，并对网络的安全进行合理的控制。
3.4做好对入侵的检测控制
一般而言，入侵检测，主要是借助于主机系统和互联网，综合性的分析预设的关键信息，并对非法入侵进行检测，在入侵检测控制中，就要借助于监测网络将内外攻击以及相关的操作进行及时的监测，并采取主动性和实时性的特点，对信息的安全结构进行保障，进而做好入侵的检测控制，对网络信息安全进行较大上的保障。
3.5及时的防治病毒
当前大数据环境中，保障网络安全，就要做好病毒的有效防治，在计算机上对杀毒软件安装，并定期的对文件进行扫描和杀毒，对于不能识别的网络病毒，就要对漏洞补丁进行及时的更新和修补。同时也要对良好的网络安全意识习惯培养，不点击不明的链接以及相关的网站，对正规正版的软件下载，并综合提升病毒防治的成效，做好计算机的日常安全维护基础工作。
3.6做好安全审计工作
做好网络安全审计工作，就要综合提升网络信息安全性能和网络信息的稳定性，在实际的工作过程中，借助于网络对原始数据包进行合理的监控和分析，并借助于审计的手段，还原原始信息，的记录访问网络的关键性信息，对网络方位、上网时间控制以及邮件的访问等行为进行极好的记录，尽可能的保障业务正常有序的进行[5]。
3.7提高安全防范意识
提高安全防范意识，同样也是大数据时代下网络安全控制的有效方法之一，将网络安全增强，并提升网络安全性能，对相关的管理制度进行建立，将软件的操作和管理加强，对用户的安全保护意识进行加强，并对稳定的网路环境进行创造。
4总结
虽然近些年数据加密技术、防火墙技术及PKI技术等逐渐在计算机互联网安全防护中得到广泛应用，但计算机网络安全问题依旧对人们形成很大困扰。计算机网络安全并非静止孤立的一个概念，是动态的、多因素、多层面综合的过程，该动态工程具有极为复杂的特性，必须有效部署内部网络各个环节，对网络内部威胁进行集中收集，分析计算机网络风险，对计算机安全管理策略进行适当灵活调整，并兼顾计算机网络使用环境，确保网络工作人员与管理人员综合素质得以提升，有效结合安全技术与网络工作者，由此才能构建安全、搞笑的互联网系统，最终营造一个有序、安全的计算机互联网工作环境。
作者：袁永波 胡元蓉 单位：重庆市荣昌县职业教育中心
大数据论文:大数据时代商业银行信用风险论文
一、大数据时代商业银行信用风险管理SWOT分析
（一）定性分析
1.优势分析。商业银行在多年发展中，拥有广大的客户群体，积累了客户基本资料、客户交易、客户存贷款等大量数据。在大数据时代，商业银行凭借其雄厚的资本，可以建立大数据服务器等设备，将这些传统数据与其他来源数据进行整合，数据分析人员通过云计算等技术手段挖掘出有价值的信息，从各个角度分析客户需求以及识别信贷风险，从而有助于商业银行更加科学地评价经营业绩、评估业务风险、配置全行资源，引导银行业务科学健康发展。
2.劣势分析。在现有的银行交易系统中，客户的身份证、交易流水等大量信息已被银行掌握，但缺少如客户的家庭情况、收入状况、消费习惯、兴趣爱好等其他方面的信息。另外，目前小微企业客户信息以及商业银行的产业链客户信息也比较缺乏，直接影响着银行对这些客户提供金融服务的水平。再者，大数据时代下，需要金融专业人才和数据分析人才相互配合，才能充分挖掘数据价值，但数据分析人员较为匮乏也将成为商业银行的软肋。
3.机会分析。刚刚进入大数据时代，商业银行应率先构架大数据战略体系，制定大数据发展战略，突破同质性，实施差异化业务发展战略，从而赢得先机。如果大数据获得成功应用，将为银行创造先发竞争优势，使银行决策从“经验依赖”向“数据依据”转化，打造不可复制的核心竞争力。“数据—信息—商业智能”将逐步成为银行定量化、精细化管理的发展路线，数据分析也将成为其风险防控的法宝。
4.威胁分析。大数据在给商业银行带来前所未有的机遇的同时，也给其带来了诸多威胁，例如大数据存在的风险、网络安全、数据失真等。在大数据开发利用过程中，云计算技术将会得到广泛应用。但是云计算将数据存入云端，而云端往往是由第三方服务器实现存取的，如果第三方将数据泄露，将会给银行带来极大的风险。另外，互联网金融正在颠覆着传统的金融模式，网商具有活跃的交易记录和巨大的金融需求，但商业银行很难开发到这些客户，将给银行带来挑战。
（二）定量分析
除了对大数据时代商业银行信用风险管理面临的内外部环境进行定性分析外，还可以进行定量分析。具体思路为：
①确定包括优势与劣势、机会和威胁等多于10个的内外部环境因素；
②利用主观赋权法、客观赋权法、层次分析法（AHP法）等任一方法确定各因素的权重；
③给各个因素打分，分值范围为1到5分，评分越高说明因素越重要；
④将各个因素的权重与得分相乘，从而最终计算出各个因素的加权分数；
⑤各个因素加权分数计算代数和得出公司的总加权分数，然后根据分数进行判断。某商业银行内外环境分析如附表所示。由附表可以看出，该银行外部机会大于外部威胁，内部优势大于内部劣势，应抓住大数据带来的机遇，充分利用信息技术，更加科学地评估业务风险、配置全行资源，引导银行业务科学健康发展。
二、基于大数据的商业银行征信系统构建
目前，我们已经进入了大数据时代，由于大数据包含的信息量大而且非常复杂，传统的系统已不能满足银行新的分析需求，有必要建立一个统一的数据环境，构建大数据的商业银行征信系统，采取新分析算法，搭建大数据跨业务的统一应用平台，从而满足银行精细化管理、差异化服务、提升风险分析能力的需求。
（一）大数据时代商业银行征信系统概述
在金融交易安全日益突出的今天，如何迅速、有效地发现各类欺诈行为，对保障商业银行的正常运作和国家人民财产安全都显得十分重要。商业银行征信系统要针对信贷风险防控工作的实际特点，通过客户交易信息以及客户其他信息收集来加强客户信用风险监测。系统总体见附图。附表某商业银行内外环境分析内部环境评分权重加权分外部环境评分权重加权分⑴整体竞争优势明显；30.100.30⑴云计算的快速发展；50.150.75⑵良好的客户群体；50.150.75⑵数据来源多样化；50.251.25⑶资本雄厚，有能力建立大数据库；40.050.20⑶科技发展为数据应用提供支持；40.200.80⑷拥有专业客户人才；30.200.60⑷精准评估业务风险；40.251.00⑸良好的内控环境；50.251.20⑸先入为主的机会；40.150.60优势⑹丰富的风险防控经验；50.251.25机会⑹精细化管理的趋势。40.100.40小计1.004.30小计1.004.80⑴缺乏个人客户基本信息；-30.25-0.75⑴网商的竞争；-50.3-1.50⑵缺乏小微企业基本信息；-30.20-0.60⑵大数据安全风险；-50.25-1.25⑶缺少产业链客户的信息；-40.20-0.80⑶网络安临挑战；-30.2-0.60⑷缺乏专业的数据分析人才；-30.10-0.30⑷外部风险事件的影响；-30.15-0.45⑸缺乏非结构化数据收集能力；-50.15-0.75⑸外部风险来源多样化。-30.1-0.30劣势⑹商业运营模式面临变革。-30.10-0.30威胁小计1.00-3.50小计1.00-4.10优势劣势合计0.80机会威胁合计0.70系统将从海量数据中提取出有关联的数据信息，以发现潜在或已知的风险，系统将数据仓库、模型库、知识推理、人机交互四者有机地结合起来，充分发挥数据挖掘的作用，通过建立风险评估模型较好地处理数据资源中存在的模糊性和随机性，在成熟的模式识别技术和智能分析技术的辅助下，对银行业务的多方位、多角度的性分析和风险评估，有助于商业银行实施风险管理体系，从而进一步提高融资、贷款、授信等方面的风险评估、监控水平。
（二）大数据时代商业银行征信系统工作原理
1.数据原料。数据原料是商业银行风险防控中的关键一环，它直接影响到数据挖掘的效率、精准度以及所得模式的有效性。目前，商业银行针对客户资料和消费记录都建立了功能庞大的消费市场数据库系统，在以大数据引领、以智能化为核心的产业变革时代，银行要真正将数据作为风险控制的源点，有效整合来自银行网点、PC、移动终端设备、社交网络、征信机构等传来的结构化和非结构化的海量数据，既要获取常规渠道的数据，又要收集社会化媒体数据，真正将数据作为战略性资产，实现从管控风险向经营风险方向的转型。
2.数据工厂。数据工厂是利用数据挖掘理论与技术将数据中潜在的、有用的模式搜索出来，是整个征信系统最为关键的一步，也是技术难点。在数据工厂中，系统通过数据抽取工具、数据集成工具、数据过滤工具、数据挖掘工具以及模式评估工具等，从海量数据原料中提取辅助决策的关键性数据，并经过归纳总结、推理、分析数据，利用数据挖掘中分类、聚类、偏差检测、概念分析、异类分析、关联分析、时序演变分析和元数据挖掘等功能，完成对银行信用风险控制、银行市场风险评估和银行操作风险评估，从而帮助决策者对信息预测和决策起作用。
3.数据产品。数据工厂最终的结果是数据产品，把所有最终经挖掘发现的知识直观地通过可视化技术展示给商业银行，以帮助其理解和解释数据挖掘的结果，控制信贷风险。这些数据结果既包括传统的诸如违约率、违约损失率、违约暴露和违约期限等客户信用信息，也包括客户的其它方面的信用记录、客户的信用评级以及对市场风险的评估。当然，整个数据挖掘过程是一个不断反馈、循环往复的过程，信用评级结果也是动态变化的。
4.数据应用。经过数据挖掘得出的风险评估结果为商业银行评估信贷业务的风险和收益情况提供了量化工具，改变了单纯被动信用风险管理模式。在此背景下，商业银行应规范贷款审批标准和审批程序，优化金融信用监控机制，完善组织架构和规章制度，实施风险动态防控，使信贷风险管理体系健康运行。
三、大数据时代商业银行信用风险管理应注意的问题
在“大数据”时代，商业银行面临着信用风险防控的新形势，要积极做好如下应对工作。
（一）风险意识要思维开放
商业银行在进行风险预测时，需要考量政策、人为的操作风险、市场环境等等众多因素，但现有的技术水平难以支撑挖掘大数据的商业价值。因此，商业银行需要具备一种像互联网一样的开放式思维，建立分析数据的习惯，重视“大数据”开发利用，关注与风险预测高度相关的大数据信息，如客户的基础信息（如客户开立账户时留存的住址、年龄、从事行业、性别等等）、客户交易信息（如客户在ATM机上的存取款情况、使用银行卡、购买理财、使用其他业务的记录等等）、外部的信息（从互联网、电信运营商、证券交易所等处挖掘来的有关信息）等，用数据说话，从而提高不确定风险的预测水平。
（二）数据整合要注重质量
大数据很多时候是从一种非传统的角度去分析、挖掘、利用数据价值的思路。由于数据来源庞杂广泛，需要不断利用技术创新去挖掘利用大数据的价值，再加上数据之间的关联性很强，商业银行应建立自己的数据地图，整合银行内部数据和大数据链上的其它外部数据，坚持做到数据要依照标准化采集，确保数据来源真实，杜绝以假乱真；同时构建专门的数据分析方法和使用体系，对数据进行规范化处理，并严格按照国家法律法规进行使用，从而确保数据质量，提高数据应用性。
（三）系统建设要高屋建瓴
大数据具有一般数据所不具备的特殊性，传统的处理工具和解决方案难以满足针对大数据的处理和分析需要，因此需要采用新的处理模式，才能发挥大数据的效能。商业银行需要投入大量资源加快完善高度集中、完备、综合、专业的数据仓库系统，建设完善数据仓库项目，从而适应“大数据”技术的需要。在系统建设中要高屋建瓴，要把对于非结构化数据分析的技术与现有的、基于结构化数据的分析工具相结合，预装一些成熟的数据挖掘算法和文字文本的算法，完善数据挖掘工具的扩展性，便于数据分析人员能够快速地进行大数据分析。同时，对资源的投入一定要有相当的前瞻性，并兼顾当前实际，尽可能地实现资源利用较大化。
作者：谷增军
大数据论文:大数据时代计算机信息论文
1计算机信息处理技术存在不足之处
大数据时代的到来，计算机信息处理技术也存在着很大风险，其中最突出的问题是计算机病毒以及恶意盗版软件等，给用户使用计算机产生了极大的消极影响。这些还是一些比较基础的问题，随着计算机技术的发展，还出现篡改数据、冒名顶替等问题，影响计算机技术服务质量，计算机信息处理技术受到了前所未有的考验。另外，大数据时代的到来，还出现了许多新型网络技术，针对一些繁琐的问题能够有效解决，提高了人们的工作效率，然而，这也在一定程度上降低了网络的真实性，特别是在网络交流和沟通日益紧密的前提下，导致网络信息真假难分，不仅增加了信息搜索难度，而且致使人们无法快速获得真实信息。因此，提高计算机信息处理技术至关重要。
2大数据时代计算机信息处理技术
2.1信息采集、加工方面
计算机信息处理技术要进行工作，首先，要采集数据信息，计算机技术都是建立在数据采集基础之上的，数据采集主要是针对目标信息源进行实时的信息监督和控制，并将才觉得数据储存在计算机数据库中，为各个软件提供信息支持，确保下一项工作顺利进行；其次，对数据信息进行加工，按照用户的要求，对数据信息进行加工；，将加工好的数据信系进行分类，最终传送到用户手中，实现数据采集、加工以及传送目标。
2.2存储方面
计算机存储技术是将采集的信息储存到计算机数据库之中，在用户需要某一项信息过程中，可以通过数据库直接将数据调取出来，计算机以其储存量大、速度快等优势，受到人们越来越多的关注，另外，计算机技术还能够实现长时间储存。
2.3信息安全方面
大数据时代的到来，让人们感受技术带来的便捷的同时，也让人们意识到数据信息安全对人们的重要性。因此，为了能够提高数据信息的安全、性，可以通过以下几个方面进行：首先，建立计算机信息安全体系，加大专业技术人才的培养力度，投入资金，为构建计算机安全体系奠定坚实的基础；其次，加大研究力度，开发信息安全技术产品。传统信息安全技已经无法满足大数据时代数据安全需求，为了能够尽快改善数据安全问题，应加大研究力度，寻求更好的解决方案，有效避免数据信息受到威胁；，重视对重要数据的检测，大数据时代的突出特点是数据量大，无法实现对每一个数据的检测。因此，为了提高数据安全系数，应加强对重点数据信息的检测，从而确保数据信息安全。
2.4信息处理技术的发展
计算机硬件具有一定局限性，在一定程度上阻碍了计算机网络的发展，而云计算网络能够突破这一弊端。因此，推广和应用云计算机网络成为未来大数据时代计算机信息处理的主要发展趋势。传统计算机网络是将硬件与网络有机结合，抑制了计算机信息处理技术的发展，将二者分离开，促使云计算主筋形成云计算网络，从而构建大数据信息网络系统，推动我国社会不断发展。
3结论
根据上文所述，大数据时代的到来，计算机信息处理技术不断渗透到社会各个领域，对人们的生活产生了巨大影响。因此，作为一种重要技术，应加大对其关注力度，深入研究，逐步完善计算机信息处理技术，为人们提供更加安全、地技术，促进社会健康发展。
作者：何骞 曾川 张金榜 单位：武警警官学院
大数据论文:大数据档案管理中公路工程论文
一、加强公路工程档案管理工作的重要性
再次，完备的公路工程档案还是管理队伍进行科学系统的管理技能学习与提升的重要教材。通过档案的组织学习也能够逐渐形成一种独独具特色的企业管理文化，并通过一代一代管理人的学习与传承使之发扬光大。
二、大数据在公路工程档案管理中的重要性及作用
首先，公路工程档案管理需要进行海量的数据收集的，但是并不是每一项数据都是切实有用的，如果不分好赖的统统进行收集那么不仅会严重影响数据收集工作的进度同时也会让数据库里的数据一片混乱，有用无用的统统被放在一起。大数据技术在数据信息的收集方面能够有效鉴别数据质量及优劣，能够根据管理的实际需要进行数据的有效甄别，在最短时间内进行数据挑选，从而既提升了收集效率又加强了数据总体质量。其次，大数据时代的来临让原本具有本质差别的各种数据存储阵营进行了有效整合，让各种数据传输接收端口逐渐统一化，从而真正意义上解决了部门不相容、领域不交叉的问题，让数据能够更为有效的进行传输和收集整理，这对于公路工程的档案管理工作来说具有非常重要的现实意义，因为公路工程建设不仅周期长、产生数据量巨大、同时还以为涉及到大量的部门及环节而在许多时候无法进行数据的有效交互与沟通，所以大数据技术能够很好的解决这个问题，实现数据的无差别传递，更好的满足对于数据的实际需要。再次，大数据在公路工程档案管理工作中能够发挥较大的实用性，能够更好的实现档案数据化收集与管理，能够将繁杂的海量数据进行有效归类与整合。
三、大数据背景下的公路档案管理措施研究
为了在大数据背景下切实加强公路工程档案管理工作具体质量还是需要进一步分析与寻找新方法与新措施。
（一）大力建设新型数据库
大数据时代的数据存储是当前主流数据存储载体所无法承受的，因此为了更加有效的使用大数据技术以及在大数据时挥更有效的信息管理作用就必须大力建设新型数据库。新型数据库不仅是指要进一步扩展数据存储的空间，同时还要加强多样性数据的存储能力升级，不仅要能够有效存储文字、符号等数据，同时对于声音、图片、影像的存储也要加大研究与开发力度，同时还要加强数据传输端口的统一化调整，方便数据信息的交互与传递，为大数据时代的档案管理工作提供一个良性环境。
（二）加强大数据分析软件的开发应用
大数据时代的特点不仅是在于数据的收集速度及额度，同时也在于数据分析的快速高效，为了能够有效利用这一特点就必须加强在数据分析及整个方面的技术开发与利用水平，要加强与数据开发专业公司的大力合作，并针对公路工程档案数据特点进行相应的数据分析软件开发，同时还要针对新技术能够快速普及的要求切实提升档案管理人员的总体素质，发挥较大化管理作用。
（三）加强风险预警机制建设
任何管理工作都会伴随着相应的风险。在大数据时代，管理工作能够更快更高效，同时风险也会更多更密集，所以风险预警机制的建设必不可少。风险预警机制建设最重要的部分就是根据大数据信息传输及管理特点加强档案信息安全性监管，设置更为科学有效的关键控制点，主要监控内容应该放在防止信息泄密、防止信息丢失、防止信息被恶意篡改、防止隐私权被侵犯以及防止与信息相关的知识产权纠纷发生可能性等方面。同时还要重视风险应对工作小组的及时建设，这样才能够及时发现问题、分析问题以及解决问题。
四、结束语
对于公路工程档案管理工作来说，大数据时代的来临一方面提供了管理工作质量有效提升的可能性，另一方面也需要根据大数据时代的特殊性而在具体管理内容及相关辅助工作方面做出更多配合与改进，这样才能够真正有效的适应大数据时代、利用大数据优势。
作者：郭连旭 单位：北京市交通委员会路政局大兴公路分局
大数据论文:大数据时代高校计算机教学论文
一、大数据给计算机教学带来的变化
大数据必将给教育带来巨大的改变，曾经依靠经验和灵感的授课过程，将被以数据分析为主的决策分析所代替。而计算机教学既是大数据技术的传播载体，更是最应率先应用大数据技术的课程。无论如何，大数据已经就在我们眼前，已经悄然改变着教学过程，也必将深度改变学校的计算机教育模式。
（一）计算机教学内容的变化
随着大数据技术的发展和大数据分析的成熟，大数据技术及应用必然会成为各高校重要课程。现在，美国的学校已经开设相关课程，比如，大数据分析统计基础、大数据分布式计算、大数据挖掘与机器学习等。国内一些高校也正在尝试开设大数据课程，帮助学生了解大数据，学数据分析。下一步，大数据基础、大数据分析、大数据处理的核心技术等等，必将成为计算机专业的必学内容，也会成为高校重要的基础课程。另外，计算机智能教学系统和教育测评软件将更多地使用在教学中，以记录学生的学习轨迹。而计算机专业的教师也必须熟练掌握大数据技术和分析方法。
（二）计算机教学思维的变化
原来的计算机教学基本是灌输式教学，老师教授的是计算机基础知识、C语言编程的模式、数据库的基本架构，等等。大数据和互联网的发展必然会改变这种授课方式，使知识的接受方式呈现多元化倾向。随着移动互联的发展，学生可以随时随地通过互联网更便捷的获取学习内容。而课堂上单纯的照本宣科、按部就班将不能吸引学生的注意力。因此，教师必须转变教学思维，以更多的案例和互动式教学，引导学生去寻找解决问题的办法，寻找“芝麻开门”的钥匙，只有如此才能让学生有兴趣待在课堂。同时，大数据带来的将是对海量教学案例的数据分析，让教师对计算机教学的难点及教授方法优劣有了更加清晰的认识，不必依靠教学经验去判断教学效果，可以驾轻就熟地进行互动教学，启发学生寻找解决方案，将是大数据时代下计算机教学的突出特点，这是对计算机专业教学思维带来的革命性变化。
（三）计算机教学模式的变化
目前，计算机教学主要模式是备课—教授—上机—测试，教师主要的精力放在了课前备课。而大数据技术的应用，将会让教师把更多的精力放在课后分析上，形成“备课—教授—上机—测试—数据分析—改进”的模式。在这个模式中，课后的数据分析将是整个教学过程的关键环节。通过大数据分析，可以对一个班的学生进行整体学习行为评价，可以对学生上机测试情况进行细化分析，可以对每个学生的学习习惯进行学习评估，分析学生的学习中偏好、难点以及共同点等，从而得出学习过程中的规律，改进教学方式，提高教学质量。
（四）个性化教学的深入开展
大数据技术的发展，使建立覆盖学生学习全过程、全要素的信息库成为可能，学生大量的试卷、课堂表现留存，学生的学习经历及成长轨迹，学生的家庭情况等等，都将被涵盖在大数据分析中。另外，前述的计算机智能教学系统和教育测评软件，将详细记录学生每次答题的背景、过程和结果。这些信息让教学分析变得更加容易，教师可以利用数据挖掘的关联分析和演变分析等功能，依靠学生的某些学习特征，比如答题持续时间，具体回答步骤和内容（可以细化到每次击键和每个笔划），答对的要素和答错的要素等等，在学生管理数据库中挖掘有价值的数据，并分析学生的日常行为，研究各种行为的内在联系，来据此形成针对学生个性化的教学策略，以帮助学生在学习方面取得更大的突破。
二、小结
大数据时代，让我们比以往任何时候都更接近发掘学生的潜力，比以往任何时候更依靠于理性分析。其实，教学活动传授的不应仅是知识，更需要关照学生的灵魂。大数据让教学活动离学生心灵很近，让老师离自由发挥很近。未来，包括计算机教学在内的学校教育将会有更少的课堂与更多的实验室，有更多的互动与更少的灌输，有更个性化的服务和更灵活的学制。学校将不仅是课堂，更是舞台。
作者：隆岩 单位：济南职业学院
大数据论文:大数据背景下生物医学论文
1大数据
来自生物、医药、医械、临床实验与健康管理等各个方面的数据，构成生物医学的各类大数据资源，它们形式多样，具有自身的特殊性，主要表现在以下几个方面：
（1）原始数据量大，且呈异构、多样性。
（2）难以用数学方式表达其结构及特征。例如：医生对医学影像、信号和其他临床数据的解释多是非结构化的语言或文字形式自由的口述，难以标准化。
（3）数据可能包含冗余的、无意义的或不一致的属性，并且数据经常要更新。
（4）数据采集很难避免噪声干扰，而噪声往往会影响处理结果。生物医学大数据处理包括数据的收集、抽取与集成、分析与挖掘、解释和共享等诸多方面，涉及数据库、信息科学、统计学、高性能计算、网络科学、心理学等多个领域。
2生物医学信息处理
2.1数据挖掘在生物医学信息分析中的应用
数据挖掘是对海量数据进行处理和分析，找出数据间的隐含联系，发现未知规律，最终获得知识的过程。挖掘的过程包括信息收集、数据集成、数据规约、数据清理、数据变换、数据挖掘、模式评估和知识表示8个步骤[5]。近年来，数据挖掘是生物医学信息分析的常用手段，尤其是在循证医学研究、基因组和蛋白质组的研究领域中有很广泛的应用价值。KDNuggets在2011年全球数据挖掘应用行业调查的结果表明：健康行业位居10大数据挖掘应用领域的第3位。生物医学领域大数据多是不完整的、不一致的、有噪声的，数据具有独特的复杂性、丰富性、规模和重要性，需要数据挖掘的特殊关注。数据挖掘经典算法，如：分类、聚类、关联分析、序列等在生物医学数据挖掘时都可使用。
2.1.1 分类（Classification）
分类是根据己知数据的特征和分类结果，为每个类找到合理的模型(构造分类器)，然后用这些模型对新数据进行分类。K最邻近算法、决策树、支持向量机、神经网络等是常用的分类模型构造方法。疾病的诊断和鉴别就是典型的分类过程。例如：美国学者利用数据挖掘软件Clementine，以决策树算法为模型，分析挖掘了医疗机构HealthOrg的数据仓库中有关年龄、BMI指数、腰臀比和周锻炼次数等数据，得出糖尿病患病危险因素的分析结果。此外，还有一些国内外研究者针对肺癌、乳腺癌的诊断数据，通过分类挖掘的方法提高诊断的性。
2.1.2 聚类（Clustering）
分析聚类分析是将有共同特征或相似度高的数据对象实例聚成一类的过程，常用来研究样品或指标分类问题。聚类分析在生物医学领域已经得到广泛的应用，例如：可以根据流行病学特征属性的相似程度将病例数据划分成若干类，通过比较各个类别之间的临床医学状态特征属性的差异来分析某类疾病。国外学者选取SEER数据库中的217558例肺癌病例，通过分析每个病例的22个临床医学特征属性和23个流行病学特征属性的相似度后，将这些病例划分为20类，这就是典型的聚类分析。
2.1.3 关联（Association）分析
关联反映的是一个事件和其他事件之间依赖或关联的知识，可以通过表征事物特征的两个或多个变量的取值之间存在的某种规律性，找出数据之间隐藏的关联关系。关联现象在生物医学领域普遍存在，例如：临床上的某些疾病会同时呈现几种不同的病症，这些病症之间就表现为一定程度的关联性，而医生诊断病症的过程常常以观察症状为基础。
2.1.4 序列挖掘（SequenceMining）
序列是指按一定顺序或规律排列构成的一系列符号、数值或事件。存储于DNA、RNA和蛋白质中的遗传和功能信息可用符号序列表示，分析序列数据能找到其统计规律或发现序列组成部分片段之间的相似性或相同性，这是生物信息学研究中最常用方法。此外，还可用时间序列数据进行某些疾病的研究与治疗，例如：欧盟资助的T-IDDM（TelemetricManagementofInsulinDependentDiabetesMellitus）项目通过Internet采集糖尿病患者的连续监测数据，经时间序列分析后找到患者24小时内血糖水平变化的规律和趋势，为医生调整或胰岛素治疗方案提供有效的数据和支持。
2.1.5 图挖掘（GraphMining）
利用待研究的数据对象构建图这种数学模型，然后从图中寻找频繁出现的子图，从而挖掘出有价值的信息。例如：美国学术界整合出2003年H5N1禽流感感染风险地图，经过图挖掘分析出2013年H7N9人类病例区域[11]。此外，从政府管理角度来看，公共卫生部门可以针对覆盖全国患者的电子病历数据库进行图挖掘，从而完成疫情的监测。
2.2文本挖掘——生物医学文献信息的大数据处理
2.2.1 文本挖掘
目前，全球医药类期刊近3万种，每年200多万篇，并且以每年7%速度递增，互联网上的信息资源约有30%以上的是与医学信息相关的。文本挖掘（Text-Mining）和信息可视化（InformationVisualization）是分析这些数据，揭示知识领域的内在联系的最有效手段。文本挖掘主要结合文字处理技术，利用智能算法，分析大量的半结构化和非结构化文本源（如文档、电子表格、电子邮件、网页等），抽取散布在文本文件中的有价值知识，并转化为可利用的知识的过程，其工作流程如图2所示，挖掘前要完成包括文本收集、文本分析和特征修剪三个步骤的预处理工作。文本挖掘多以计算机技术实现，文档聚类、文档分类和摘要抽取是应用最多的技术。文档聚类主要完成大规模文档集内容的概括、识别文档间隐藏的相似度、减轻浏览相关、相似信息等功能。文档分类多以统计方法或机器学习自动实现，简单贝叶斯分类法，矩阵变换法、K最邻近分类算法以及SVM等都是其常用的分类方法。摘要抽取主要是利用计算机自动地从原始文档中提取、反映该文档中心内容的简单连贯的短文。此外，文本挖掘的结果评价常用分类正确率、查准率、查全率、支持度和支持度置信度等世界公认的重要参数进行评价。生物医学信息处理领域所涉及的DNA序列综合特征分析、蛋白质功能和相互作用分析、疾病基因发现、药物作用靶点预测等都与文本挖掘技术密不可分。在我国，已经有一些研究者利用文本挖掘技术来研究医学文献背后隐藏的知识。临床上，医生用文本挖掘技术对疾病的处方和中药用药规律进行了分析。
2.2.2 信息可视化
信息可视化是一种运用计算机图形学和图像处理技术，将信息转换为具有一定意义图形或图像，并进行交互处理的理论、方法和技术。它能有效发掘、过滤和研究海量数据，以更直观、有效的方式使研究人员更容易发现隐藏在信息内部的特征和规律，深层次地发掘包括生物医学领域在内的多个学科的研究热点和研究前沿信息，为研究人员把握研究方向提供帮助。信息可视化的常用工具有TDA、CiteSpace、Histcite、Vxinsight等软件，主要完成数量统计、共现分析和统计图表、共现矩阵、节点链接图、技术报告展示等功能。例如：国外学者针对PubMed数据库中2002年到2011年的文献，分析了以“电子健康档案”、“医疗记录系统”和“计算机辅助诊疗”为主题的文献的引用情况后，用可视化工具展现其研究结果，使相关领域的科研人员很直观的了解了该领域的研究状况。
3总结与展望
生物医学领域的大数据时代已经来临，与大数据处理相关的新理论、新技术和新方法将给该领域的实质性进展提供有效的技术支持，不断进步的信息处理技术和方法必将是广大研究人员和医生从事研究和诊疗工作的利器。目前，我国相关的大数据的技术和应用还处在学习和跟随的阶段，掌握生物医学知识和大数据处理技术的复合型人才还十分有限，亟需在国家层面制定生物医学领域大数据方面的政策、加大资源投入，从而建立良好的大数据生态环境。同时，重视大数据科学和生物医学的基础研究和相关人才的培养。此外，在生物医学飞速发展越来越依赖数据的同时，也应该多关注隐私问题、数据的安全性问题以及由此涉及的伦理道德问题。我们相信，通过国家和广大科研工作者的共同努力，一定能出色完成生物医学信息处理的各项任务，为我国的生物医学发展做出更大的贡献。
作者：张艳 单位：上海理工大学光电信息与计算机工程学院 复旦大学数字医学研究中心 上海市医学图像处理与计算机辅助手术重点实验室
大数据论文:大数据桥梁工程论文
1桥梁工程的大数据
在桥梁工程中，数据按时间上的划分可以分为两类，静态数据与动态数据。静态数据主要指桥梁的相关信息资料库与科学实验产生的数据。信息资料库是一种相对静态数据，因为这些数据资源每过一段时间将更新一次。各国家和各地方政府部门基本建立了桥梁工程资料库及相关系统，列举出主要国家和地方政府的桥梁管理系统，包括建成时间、系统功能、与建设部门等。除国家政府部门外，各科研单位也在完善各自的桥梁统计分析系统，系统中主要包括桥梁的桥型、跨径、材料、建成时间等基本信息，还包括桥梁的病害、桥梁状况评定等相关内容。桥梁的科学试验数据主要来源于各大高校和科研单位科学研究中的模型试验、振动台试验、风动实验、桥梁的荷载试验等产生的数据。这类数据的有效分析处理形成各类科学研究成果，但是此类数据的开放程度低，造成数据资源的极大浪费。桥梁的动态数据主要来自于桥梁的施工监控和成桥运营阶段健康监测系统，此类数据由安装在桥梁上的实时监测传感器获得，包括位移传感器、速度传感器、加速度传感器、应变计、温度计、风速仪、GPS等。统计了国内部分桥梁健康监测系统的传感器数量以及安装时间。各类传感器配以相关的采集系统来获得数据信息，再通过相关软件分析、处理，从而掌握桥梁的实时健康状况，对桥梁的状态进行评估与预测。整个桥梁健康监测体系。
2开发桥梁工程领域大数据资源意义
利用桥梁的静态数据库，可以了解桥梁的基本信息，为全国的桥梁统计、普查与管理提供信息资源。科研数据的开放有助于学术界的交流、创新，取得更为丰富的科研成果。桥梁动态数据包括施工监控数据与成桥运营阶段的监测数据，充分利用与挖掘大数据资源，可以提高桥梁的施工质量、加快施工进度，提前预测和解决施工过程中可能出现的问题，减少质量事故和经济损失。成桥运营阶段的监测数据主要为桥梁的健康状况评估提供依据，掌握桥梁所处的状态，分析、处理数据资源，提高预测、分析、解决问题的能力。可为同类桥梁的施工管理与养护等，提供宝贵经验。同时大数据资源的开放、共享，有助于节约国家资金和社会资源。
3存在问题及解决方法
（1）遇到的也是最棘手的问题是数据的去冗、去噪，从海量数据中挖掘大数据资源价值。目前，所列一座特大桥上各类传感器每天采集的数据达到几个GB到几十GB，甚至上百GB，如此海量的数据如何去处理，有效剔除无用的信息，找寻剩余有用的信息，从而产生新的价值、新的资源。这也是在大数据时代有效利用大数据资源要解决的首要问题。解决这一问题的主要途径是编译相关的去冗、去噪的智能分析软件，同时可以利用云计算、云分析、云管理等方法来提高解决这一问题的效率，使大数据变为有用数据，做到真正智能化分析。
（2）现在各政府部门和科研单位，都在做自己的桥梁信息库以及监测研发数据库等，而且大多数数据库都是相类似、重复的。这样造成资源的极大浪费，包括劳动力、资金等。解决这一问题的有效途径是加强政府部门、科研单位内部以及之间的相互合作，开放和共享数据资源，这也是大数据时代的必然趋势。各部门和科研单位可以有步骤、分阶段地开放共享各自所拥有的数据资源，不论是采用付费或免费的方式。
（3）由于大数据具有“4V”等特点，在大数据研究的初期阶段，大数据的价值还未充分体现时，要储存、分析、利用大数据资源，需有软件、硬件等基础设施的投入，国家和科研单位应提供专项资金的支持，同时国家可制定相关鼓励支持政策。
（4）在大数据时代成熟以后，应建立相关法规，规范和保护数据的开发利用，制订相关统一标准，提高数据的使用效率。
4结语
本文首次在桥梁工程领域引入大数据概念，提倡用大数据的观察事物的方法和思维方式来分析、处理、挖掘早已在桥梁工程中应用的大数据资源。文章首先介绍大数据的概念及特点，和在桥梁工程领域产生的静态与动态数据的来源。其次、说明充分开发桥梁工程领域大数据资源的重要意义。，就目前在桥梁工程应用中存在的问题提出相关解决途径。
作者：刘大洋 黄福伟 刘益铭 王玲 单位：招商局重庆交通科研设计院有限公司 重庆交通大学土木建筑学院
大数据论文:大数据驱动模式计算机基础论文
1计算机基础教育面临的问题
目前，国内高等院校的计算机基础教育更多地沿用了传统计算机教育的方法，只注重讲授计算机的理论知识和操作要领，未考虑学生学习的效果。这导致学生只是记住一些概念和理论，能做基本的操作，却很难用所学的知识灵活地解决实际问题。当前大学计算机基础教育面临以下4个问题：
（1）学生的计算机应用能力差异大
高等院校的学生来自全国各地，而不同地区的中小学计算机教育水平参差不齐。单一的课堂教学已无法保障所有的学生学得会、学得好，这给教学带来了问题。
（2）教学和实验的学时严重不足
目前，各个高校都在减少课时，教师只能在课堂上和实验中加大讲授的知识量，加快教学进度。当一个教师面对几十个学生时，基础较差的学生往往得不到教师足够的指导和练习时间，这给辅导答疑带来了问题。
（3）学习的结果与过程未被记录下来
学生可以利用丰富的网络资源巩固课堂内容，扩大知识面，加深对知识的理解。在传统教学中，教师往往忽视了学生的课后学习，没有记录学习结果与过程，这给教育过程的改进带来了问题。
（4）目前的网络教学系统很少区分学习个体
网络教学系统能够提供大量的多媒体教学资源，帮助教师进行课后辅导答疑，却很少区分学习个体，导致缺乏个体相关的数据，从而难以提供个性化的指导，这给网络教学系统的智能化带来了问题。这些问题归根结底是数据的问题，是数据没有被有效地规划和整合的问题。我们把与学习过程相关的大量数据收集起来，对这些数据进行分析，挖掘出有价值的信息，传递给学习者，这是一种解决计算机基础教育所面临问题的可行方法。
2面向计算机基础教育的大数据
在当前知识大爆炸的时代，人们获取知识的途径不仅仅局限于课堂，更多的是网络资源。当代的大学生接受新生事物更快，更愿意在特定的学习情境下去主动构建知识。因此，大学计算机基础教育需要改革现有的教育模式，将大数据技术融入到大学计算机基础教育中，建立与时俱进的大数据驱动的教育模式可以有效解决上述问题。在大数据时代涌现出大量的网络教学系统，随着这些网络教学系统的推广和普遍应用，使用者数量急剧增加，产生了大量的数据。数据之间可能存在某种联系，对这些联系进行分析和挖掘可能会找到有价值的信息。将有价值的信息展现出来，能够帮助我们做出正确的决策。在人类社会的发展已经由动力驱动转变为数据驱动的背景下，教育正在发生着一场新的变革，大学计算机基础教育也面临着类似的机遇和挑战。通过网络教学系统，可以更加方便地获取和利用大学计算机基础教育相关的各种数据
。大学计算机基础教育涉及的数据主要有以下几种：
（1）课件。课件是文字、声音、图像、动画等素材的集合，帮助教师更加生动地讲解课程内容，主要使用PPT和Flash两种文件。
（2）视频。视频是将教师在课堂上的授课内容录制下来，为学生提供课后学习的方式。学生可以在教学系统中下载或在线学习视频内容。
（3）题目。题目主要用于测试学习效果，包括判断题、填空题、选择题、问答题、程序设计题等各种题型。
（4）问题。学生在学习过程中遇到的问题，通过教学系统提交给教师。这些问题反映了学习的难点，是教师在课堂上需要详细讲解的教学内容。
（5）代码。代码是学生做程序设计类题目时所编写的程序代码。学生编写代码的质量可以由教师评判，也可以由系统自动评判。
（6）行为。行为用来记录学生的学习活动，如课件下载行为、视频点播行为、作业浏览行为、编程行为等。这些行为能够反映出学生的学习情况。
（7）缺陷。缺陷是学生提交的作业中包含的各种错误，反映了学习过程中存在的问题。对教学系统而言，这些数据是进行个性化推荐学习的参考依据；对教师而言，这些数据能够提示教学过程中需要特别关注的地方。
（8）过程。过程是指在教学过程中收集到的一些宏观数据，如课件学习过程、视频学习过程、测试过程等。这些过程能够反映出学生学习的个体差异。
3大数据驱动的新模式
在大数据时代，我们可以利用大数据技术在大量与学习相关的数据中挖掘出有价值的信息。这些信息能够帮助学生更加科学有效地学习，较好地解决当前计算机基础教育面临的问题。因此，我们将大数据技术融入到大学计算机基础教育中，提出一种大数据驱动的计算机基础教育新模式。它是在有效规划和整合计算机基础教育大数据的前提下，为学生提供各种自主学习资源和服务的新模式。学生和教师在使用各种网络教学系统时，输入的数据和学习行为都被系统记录下来。利用大数据技术对记录下来的数据进行分析，挖掘出与学生学习特征相关的数据。这些数据为学生的后续学习提供个性化的推荐，规划个性化的学习路线；向教师反馈学生的学习行为和效果，为后续教学提供个性化的推荐，帮助教师改进教学方法。以在线课程系统、在线编程系统和在线答疑系统为代表的各种网络教学系统目前得到了广泛的应用，这些系统本质上都是大数据驱动。实践证明，这些系统的应用将为学生学习和教师教学提供实质性的帮助。
1）在线课程系统是课堂教学的延伸
大型开放式网络课程MOOC是国际上流行的教学平台。自2013年5月以来，北京大学、清华大学、复旦大学、上海交通大学等国内高校纷纷宣布加入MOOC，向全球提供免费的在线课程。MOOC采用云计算架构，提供大量的视频学习资源和人机交互功能。学生提交作业后，系统能自动评判作业的质量，以评估学习效果。MOOC的出现给计算机基础教育带来巨大影响。MOOC解决了学生计算机应用能力差异大的问题，学生不管基础如何，都能找到与之相应的学习内容；MOOC弥补了课堂教学学时不足的问题，学生能在课后随时随地找到学习资源；MOOC能够记录学习的结果与过程以及作业中的错误等，这些对于改进教学方式和调整教学重点等都有意义。
2）在线编程系统是实验环节的补充
随着SaaS技术(软件即服务)的不断成熟，出现了许多功能强大的在线编程系统。这给大学计算机基础教育中的程序设计类课程的实验教学
带来了巨大的帮助。使用在线编程系统进行实验的好处有以下几点：
（1）教师不用在实验室的每台计算机中安装软件，学生通过浏览器就可以编写程序；
（2）学生编写的代码都存储在云端，能上网的地方就能练习编程，并且随时可以修改代码，解决了实验教学学时不足的问题；
（3）在线编程系统主要记录代码和代码编写的过程，能够收集实验过程中与学习相关的数据。国外在线编程系统CodeCademy提供了一种学习编程的新方式。它的用户群是零基础的学习者，所以CodeCademy创设趣味性的学习环境，手把手帮助学习者了解编程的过程。它的在线编辑器能让学习者不用寻找、下载和安装编程环境就可以在网络上编程。在线编程系统不仅为实验教学提供了方便的实验环境，还能收集大量的程序代码和学生的编程行为，有助于分析学生的学习特点与习惯，区分学习个体，为制订个性化学习路线提供有价值的数据。
3）在线答疑系统是课后辅导的平台
学生在学习过程中常常会遇到很多问题，这些问题如果能及时得到解答，就能促进学生更深入地学习；反之，就会影响学生的学习效果和积极性。目前，互联网上已经出现了许多人工解答和自动解答的系统。有代表性的是上海交通大学的远程教育设计中心设计开发的AnswerWeb自动答疑系统，它是一个动态的问题及答案的数据库。学生输入关键词后可以在系统已有的问题和答案数据库中查找相关的材料。如果没有找到答案，则会自动转发给教师请求帮助解答。随后，新的提问和答案将被增加到系统库中。系统会记录所有的问题和答案以及学生提问过程中的行为。在线答疑系统应用到大学计算机基础教育中，解决了教师无法在课后对每位学生进行辅导答疑的问题。同时，利用大数据技术，答疑系统将学生提问和获得解答的行为记录下来，自动的分析这些数据，挖掘学习个体特征，为学生的后续学习提供个性化的推荐。
4结语
计算机基础教育必须与时俱进，通过转变教育模式才能满足社会的需求。大数据驱动的计算机基础教育新模式不仅有利于解决当前大学计算机基础教育面临的问题，而且能推荐个性化的学习规划，为学生找到适合自己的学习路线。网络教学系统在收集了大量的学习过程数据后，对这些数据进行分析、挖掘，进而延伸课堂教学，补充实验环节，实现课后辅导，并向学生推荐个性化的学习路线。大数据驱动的新模式给计算机基础教育带来了新天地。
作者：明喆 陈荆亮 朱愗云 单位：湖北工业大学计算机学院
大数据论文:大数据背景下图书网络营销论文
一、提升读者的用户体验
（一）以数据为依据
大数据能够使网络书商在投放广告前仔细了解该网站的用户浏览量和用户成分构成，寻找到的顾客群，使广告效益较大化。其次，图书电商对网站设计更加注重。一方面是电商利用大数据的搜集和比对，通过合理安排畅销书的位置，把热门评论放在首页等方式，力求吸引最多的读者进行浏览；另一方面，当老客户登录账号时，网页会显示该用户的浏览历史，以及根据分析为用户推荐的图书。总之，基于大数据技术的网站设计目的在于淘汰不合理的设计，使得网络书商的资源得到最合理利用，增加了读者的忠诚度，也促进了成交量。
（二）定价日趋合理化
图书电商利用大数据的优势，分析图书消费者购买图书所承受的价格范围，并且注意用户反馈，确定合理的图书定价。首先从电子书的定价来看，自从2010年1月，亚马逊宣布自己的电子书价格体系，把电子书价格调整在在10美元以内，京东推出读电子书VIP服务，电子书的价格明显低于纸质书。同样，纸质书的网络定价也相对传统的销售渠道有很大折扣。所以人们会倾向于网络购书。
（三）互动性增强
网络媒介重要特点就是互动性。这种互动性具有商业价值，舆论领袖的价值作为核心被体现出来，并日益受到书商的重视。消费者阅读完图书后会在网站上写书评，这种分享式的书评又会刺激犹豫的消费者达成购买行为，所以现在的图书电商都鼓励读者给图书打分，把的书评放在醒目位置。大数据的运用则可以从消费者对书评的认可程度（点赞）来获得对出版物的客观评价，使得网络书商对于未来的图书发展做出科学合理的预测。
二、合社交媒体平台的社会资本
在网络内容更多元的今天，各社交平台呈现前所未有的蓬勃发展的势态。对图书电商而言，网络社交平台的使用，不仅是在新时代、新渠道下进行企业形象维护和图书宣传的有效手段，更重要的是可以通过收集加工，获取更加翔实的用户数据，从而把握企业的营销目标是否实现，以及根据消费者的需求及时调整企业的营销策略。新浪微博自2009年创建以来，在不到6年的时间里，已经打造成中国具影响力的社交平台之一。与腾讯微信、QQ相比具有传播范围广、互动方式（评论、转发、点“赞”）公开，粉丝数量大、用户黏性强等优点，更受到电商的青睐。当当网在2011年5月30日进驻新浪微博，取名“当当读书汇”，发表了及时篇宣传《Aven的美肤餐》的微博，并附上了当当的购买地址连接。当当读书汇的头像是当当图书的经典标志，并配有企业宣传语“敢做敢当当”，更加利于企业形象的树立。但值得注意的是各电商对于新浪微博平台的利用程度却不尽相同。当当书城进驻微博时间最长，粉丝地域分布广泛。亚马逊书城拥有的粉丝数量最多。
三、捆绑式营销：提高图书销售利润的新思路
捆绑销售是指商家将产品与其他产品组合在一起以一个价格出售，以期获得1+1＞2的商业效果。目前，捆绑销售也在图书电商中渐渐流行起来，这种跨行业之间的合作，为图书的营销提供了新思路。大数据的精准分析可以利用这种形式。一方面，大数据能够帮助网络书商更好地了解对于捆绑销售的购买倾向，帮助企业如何更好地有效地实施捆绑销售；另一方面，大数据能够分析读者的诉求，真正做到从读者利益出发，才能使图书捆绑营销走向成熟。
四、大数据语境下图书网络营销的短板
（一）用户资料泄露与作者版权保护缺失
大数据给网络书商和读者带来便利的同时，也在很大程度上存在着风险，在移动终端和云计算的快速发展情况下，网络匿名性已经无法保持，这些数据包含着我们一些不愿意公开的信息，而且大数据很有可能根据个人的已有数据分析出本人的性格爱好，现实社会的行动轨迹、消费习惯等，对网民的现实生活带来强烈的冲击。其次，网络的搜索功能日益发达，读者获取资源的途径日趋多元化，这对于图书电商是一个挑战。可能在新书的电子版在网站中发行之后，短期内就出现盗版资源的免费下载，而且这种违法行为的成本十分低廉，不利于作者的版权保护，也不利于图书市场的长远发展。
（二）试读环节的忽视
作为图书电商的营销，图书试读就好比食品销售的免费品尝，但现在各大图书电商都忽视了这个环节。而试读的过程就是抓住读者的重要过程。网络试读的优势在于它的成本近乎为零，图书电商可以利用大数据的分析能力，统计观看在线试读图书的读者人数，统计他们观看的时间和观看的页数，然后专门制作本书的在线试读，如可以节选全文的精彩片段，这样可以吸引读者达成购买行为。“但是目前多数网上书城对用户的数据挖掘还远远不足，最多也只简单地划归同类购买，对潜在群体需求，用户反馈等都没有深入，而且附加的种种条件限制也使免费赠阅变了味。”
作者：王珍珍 孟凡森 单位：河南大学
大数据论文:大数据时代图书馆与数据素养教育论文
1大数据时代背景下，图书馆职能的转变
图书馆的主要职能就是为人们提供服务，图书馆也是通过为人们提供服务来体现其存在的价值，图书馆能够对人类的知识进行有效的储备、加工、分析和汇总，再通过利用的方式实现知识的传播，图书馆的这种教育职能为全民素质的提升奠定了良好的基础。由于图书馆所具有的教育职能，使得其被人们称为第二课堂，然而在时代的发展进程中，人们对于文明需求的提升，对图书馆造成了极其严重的冲击，面对这种冲击，图书馆只有不断的转变自身的服务方式与服务内容，才能够更好的发挥出教育职能，将人类的知识广泛的传播。服务方式以及服务内容的转变，使得图书馆能够全天候的为人们提供服务，同时先进的信息技术的应用，也使得图书馆的服务领域更加的宽广，这有效的满足了人们的文化需求，使得图书馆的服务质量得以提升。图书馆的服务质量在提升的同时，图书馆的职能也发生了一定的改变，其所承担的社会责任也在加重。而随着大数据时代的到来，图书馆职能的转变表现将更加的突出。就大数据时代背景下图书馆的职能来说，其转变的表现主要为：①图书馆将成为社会数据中心；②图书馆将成为社会继续教育、素养培养中心机构。
2大数据时代的图书馆数据素养教育内容
现阶段，虽然有部分的图书馆将数据素质教育融入到图书馆的服务内容当中，但是由于经验的不足，使得数据素质教育的融合并不完善，而就大数据时代的图书馆数据素养教育的内容来看，其主要包括以下几个方面：
2.1数据素养的意识教育
虽然在大数据时代背景下，人们对于数据素养的认识可能会加深，但是这种认识也只是流于表面，并不深入。要想使得人们可以的接受数据素养，则就还需要一定的时间。因此，在大数据时代对民众进行数据素养的教育需要先从意识教育方面入手，提升民众对数据素养教育的认识程度，使得民众可以在意识程度上了解到大数据的内涵、作用以及产生过程，从而可以为数据素养的融合奠定良好的基础。
2.2数据素养的技能教育
要想提升大数据的应用能力，就需要对民众的应用水平进行有效的提升，而应用水平的提升，则需要对民众展开数据素养技能教育，在数据管理、分析上进行培养，从而保障数据素养教育的有效开展。针对数据素养中所包含的内容，在对民众进行教育、培养的过程中，需要花费部分的时间进行相关理论的学习，同时也需要花费部分的时间来进行相关技能的培训。
2.3数据素养的应用教育
在大数据时代，要想能够灵活的应用大数据，就需要对人们的数据素养进行培养和提升，只有人们的数据素养得到了有效的提升，图书馆数据素养才能够真正的得到提升。为了能够有效的保障图书馆数据素养培养工作的顺利开展，就需要依据对数据意识、数据分析以及数据管理等各个方面技能培养的基础上，充分的发挥出图书馆工作人员的管理职能，图书馆工作人员要能够清楚的了解到用户的真正需求，从而可以为用户建立其所真正需要的数据，利用这些数据为用户提供更好的服务，这样可以有效的提升用户对数据素养的认识使得用户可以积极的参与到数据素养培养中。
3大数据时代图书馆数据素养教育的措施与方法
在大数据时代背景下，图书馆数据素养教育会受到来自用户群体、服务环境以及社会发展进程等各个方面因素的影响，而使得图书馆数据素养教育的开展受到阻碍。因此，在开展图书馆数据素养教育之前，需要制定相关的教育计划，对可能影响到数据素养教育开展的因素进行有效的防治，这样就可以保障教育计划制定的科学性和系统性。而大数据时代图书馆数据素养教育的措施与方法主要有以下几种：
3.1区分用户群体，制定贴近用户需求的培训计划
众所周知，不同系统、机构、地域的图书馆面对的用户群体在知识需求、信息素养等方面表现出显著的差异性，因而在实施数据素养教育时需从数据素养水平、关心领域等方面区分不同的用户，最终达到教育既能从不同的用户实际素养水平出发，也考虑到了他们个性的内在需要，解决了他们关心的问题，让他们接受图书馆，走近图书馆，喜欢图书馆，进而在更大可能的程度上去接受图书馆的数据素养教育。
3.2将数据素养教育嵌入到服务与相关课程之中
实施数据素养教育需要一定的方法、过程，也需要一定的载体，而服务无疑是图书馆实施数据素养教育的实施载体，如可将数据素养教育嵌入到图书馆的知识咨询工作之中，图书馆在向用户提供资源数据的检索、管理、分析服务时，教会用户这些基本的数据操作技能。对于高校图书馆来说，课堂也是可以应用的实施载体。如：图书馆在开展《信息检索课》等课程时，可潜移默化的灌输数据意识，让听众知道大数据可能发挥的价值与应用进展；在学科服务时注重大数据应用的技能展示、效果分析，让项目成员在学习、科研工作中提高数据素养技能。
3.3开展数据素养教育活动
兴趣是好的导师，也是开展数据教育好的兴奋剂。图书馆大量的服务活动也让我们看到了其不仅吸引了用户的兴趣，也在活动中增强了服务的效果，因此在数据教育中可安排一定的活动，如技能竞赛、应用案例展示等。这是因为图书馆具有开展活动的物理、虚拟环境，并在信息社会开展了大量的阅读推广、信息素养等活动，因而对于开展数据素养教育活动将有着先天的优势与成功的经验，如果图书馆结合开展的服务活动进行数据素养教育，就一定能取得较好的效果。
4结语
总之，在大数据时代下，图书馆必须要不但的提升自身的信息化水平，加强图书馆的数据素养教育。图书馆对用户进行数据素养教育的最终目的是为了提升用户获取、分析、管理、使用、交流复杂、海量、异构数据的能力，以提升在工作、生活中的数据应用水平。
作者：赵鑫 单位：陕西国际商贸学院
大数据论文:大数据时代下管理会计信息系统论文
一、大数据对建立管理会计信息系统的作用
管理会计信息系统与会计核算系统有着很大不同。会计核算系统按照实际操作中对企业会计核算流程的要求安排设计，操作固定、内容。只需要按照经济业务内容和会计相关法律要求操作即可。而管理会计信息系统更为复杂。他没有一成不变的决策处理程序，相反在决策过程中需要运用大量的技术分析方法，对比多项数据信息才能得到所需的结果。系统庞大、操作复杂，一但结果失误有可能对企业的发展带来毁灭性打击。因而该系统的建立对数据处理能力有着极高的要求。大数据时代的到来，它所提供的数据量、数据结构和数据处理方式正好贴合了管理会计信息系统的需要。它将企业决策中需要的财务因素与非财务因素结合起来，为企业管理提供的数据支撑。
二、管理会计信息系统在企业中的作用
管理会计信息系统是会计信息系统的一个组成部分。长久以来企业在会计信息化的道路上一味的重视会计核算的信息化，忽视了管理会计的信息化，使得管理会计的各项职能没有在企业发挥出来。随着企业规模发展壮大，经济环境纷繁复杂，管理会计越来越受到高层管理人员的重视。在企业中使用管理会计相关分析方法，建立管理会计的信息化系统可以为企业价值提升起到事半功倍的效果。1.为企业发展提供数据信息当前经济形势风云变幻，纷繁复杂，稍有不慎就可能对企业发展带来巨大打击。及时、的信息对企业决策至关重要，而建立管理会计信息系统可以对企业提供有效帮助。管理会计信息系统是以海量数据为基础，运用分析技术优势，结合管理需要，经营业务和会计要求，灵活运用管理会计的工具方法，为企业经营的各个方面提供服务。通过该系统的建立，搜集经营过程中的结构性数据和非结构性数据，利用专业分析技术，深度挖掘数据内含的信息，向决策者提供使用。2.对生产各环节进行精细化管理该系统的建立，可以通过存货系统、成本计算系统、质量管理系统、价值链分析系统连接企业供应、生产、销售的各环节。其核心流程涉及成本收入要素处理、成本中心分析与处理、作业类型计划与处理、内部订单处理、销售与利润计划、成本核算与结算、成本与作业分配、一般管理费用核算、获利性分析、预算与绩效考核等方面。主要的业务对象包括成本要素、作业类型、收入要素、内部定单、控制文档、成本对象、成本核算估计、获利性分析维度、业务计划与预算表以及绩效考核等。通过对各环节的严格把控，降低库存、减少成本，提高利润。3.促进企业完成战略实施目标管理会计信息系统中绩效评价的部分针对企业员工的完成水平进行评价，是该系统的重要组成部分。平衡积分卡绩效评价体系是最近几年流行在国内外的企业绩效评价体系。它分四个方面进行：企业财务业绩、客户关系、内部业务流程以及学习和成长，对企业进行评价。在系统中将企业的战略实施目标按照这四个部分细化成不同的财务或者非财务指标，对照不同的部门逐级细化，进行考核。该绩效评价系统将企业战略与员工考核挂钩，既可以推动战略目标的完成又可以激励员工成长。
三、在企业中建立管理信息系统的途径
1.管理会计人员素质有待提高、职责亟需转变我国管理会计在企业中的推行已经很长一段时间了。从实际情况分析，企业运用的情况仍处在较低水平，这很难适应未来经济发展。在岗人员素质较低，职责不清，不能发挥应有的作用是常见的问题。系统建设过程中，首先要提高管理会计人员的素质，使他们胜任越来越复杂的预测分析工作。而且职责也不再是只负责预算编制等基础性操作任务的完成，要树立管理意识。运用信息化手段，提供高层次数据信息，将管理会计的真正作用发挥出来。2.培养同时具备大数据处理和管理会计分析的综合人才大数据时代会有海量的数据充斥企业，要在其中及时寻找和挖掘到有用的信息，才会对管理层决策有帮助。这就要求数据处理人员既要懂得大数据处理方法和数据挖掘技术，能够将有用信息及时处理，深度挖掘，也要求该人员具有一定的管理会计分析能力，能够在海量数据中敏锐的发现需要的相关数据。因而培养同时具备大数据处理能力和管理会计分析能力的人才是管理会计信息系统发挥应有作用的基础。3.企业硬件支持大数据海量的数据处理要求有庞大的数据保存空间，数据分析运算处理程序，数据安全防护等方面的硬件支持。这需要企业升级现有的硬件设备。同时确保将管理会计信息系统自上而下的贯穿使用，使得管理会计人员、财务人员以及相关联的企业其他员工都加入进信息系统，使它真正利用起来，真正对企业信息化发展，企业竞争力提升起到实际的推动作用。管理会计信息系统的建立是企业迈向现代化的重要一步。企业在实施过程中必然会遇到各种问题，但是信息化建设对企业的作用深远、意义重大。
作者：崔慧敏 单位：山西大学商务学院
大数据论文:大数据时代思想政治网络教育论文
一、大数据特征
大数据的特征常用4V来表示，具体是指大数据的四个显著的特征：及时是数据体量，主要指的是巨大的数据量与数据的完整性。第二是数据类型，指数据的种类非常的多而且复杂，大数据技术就是要在这些复杂的数据类型之间寻找其关联性。第三是处理速度，爆炸式增长的数据量要求快速化的处理速度，才能使得数据的有效利用。第四是价值，大数据的最终目标是将庞大数据中找到数据时间的价值关系，通过找到低密度的数据价值对决策做支持。当前大数据技术不仅产生于特定领域中，而且还产生于我们每天的日常生活中，Facebook、微博、微信等社交媒体上的数据就是好的例子。大数据发展为社会各领域带来的机遇和挑战，网络思想政治教育作为信息时代育人的新载体自然无法回避这个新的环境变化。分析大数据对网络思想政治教育带来的巨大机遇与严峻挑战，探讨如何在大数据时代创新网络思想政治教育的具体措施，进而为下一步发展提供有益的指导已然成为热点研究问题。
二、大数据时代下的网络思想政治教育的新发展方向
（一）树立大数据时代的网络思想政治教育的数据意识
网络思想政治教育必须顺应科技与时代的发展。大数据时代教育工作者需要树立网络思想政治教育的数据意识，这是发展大数据环境的网络思想政治教育的首要前提。针对大数据发展网络思想政治教育可以分为如下三个方面。首先是要了解和分析大数据本身，理解大数据是什么、大数据的变革力量何在、大数据的未来发展趋势等等；其次是在理解大数据的基础上，系统地分析大数据时代对网络思想政治教育可能产生的影响，带来的机遇和挑战。是充分的确立数据意识，意识到数据是现代社会具价值的资源，是发展与决策的源泉。用数据意识驱动网络思想政治教育工作创新发展，例如在一定的数据分析基础上将灌输式集中教育变为交流式个别教育。
（二）借助大数据技术对网络思想政治教育进行量化研究
定性研究与定量研究相结合是网络思想政治教育的重要研究方法。定量分析法是对社会现象的数量特征、数量关系与数量变化进行分析的方法。定量分析使用数学模块对研究对象可量化数据进行的分析，通过分析对目标给予评价并做出判断。定量分析方法始终受到教育工作研究人员的关注，因为网络思想政治教育中存在极大的不确定性和动态性的因素，定量分析方法可以帮助我们对网络思想政治教育进行科学评价。但与此同时定量分析方法具有很大的复杂性，受很多技术因素的限制，一直不能很好的发挥作用。大数据技术的出现为定量研究提供了一种新的技术手段，成为科学研究新的范式。定量研究可以运用大数据技术进行理论假设、建立数据模型以及数据分析验证。由此可见，大数据时代网络思想政治教育的研究，需要与数据资源丰富的机构单位合作，借助这些数据载体的平台、资源以及高精尖的技术，进行合理合法的挖掘教育对象的信息，从而的开展网络思想政治教育活动。另外，要建设一支过硬的网络思想政治教育队伍，不但要具备思想政治教育的专业知识，而且还要具备创新的网络教育观念、精通大数据等新技术手段。
（三）促进大数据时代网络思想政治教育信息资源建设
发挥大数据技术的优势，分析网民的接受习惯，增强教育内容的实效性、趣味性，以服务成长成才为核心有针对性地加强功能开发，提高网络思想政治教育信息资源的受关注度。此外在信息资源建设过程中要注意好以下几点：首先要把握信息资源内容的方向性，弘扬主旋律、传递正能量。其次信息资源的形式要多样，通过文字、声音、图像等形式，经由微博、微信等新兴传播手段，提高教育的实效性。再次，信息资源来源要丰富，可以从各大媒体引进、从理论学习资料借鉴、从大型活动中总结、从日常工作中提炼，确保信息资源及时更新。通过以上的分析，可以看出，大数据时代网络思想政治教育必须在继承传统中实现新发展。坚持不动摇的是网络思想政治教育的基本结构、功能以及原则。创新发展的是符合大数据时代的教育内容与内涵，进而找准变化点，更新网络思想政治教育的研究方法，将网络思想政治教育带入新的发展阶段。
作者： 方世敏 单位：南京政治学院
大数据论文:大数据时代会计信息化论文
1信息价值性价比高
在大数据时代下高效的数据处理速度使得信息具有更高的效用，发挥了更大的速度优势.在数据真实的基础上，其快速的数据处理并没有使得信息量减少，而是更加地包含了更多的细节信息，甚至于其他不相关信息都会被的排除.这样就较大程度地降低了信息化的成本，提高了信息化的效率.
2大数据与企业会计信息化
会计信息化是我国“十二五”期间会计改革与发展的重要内容之一，也是很多企业提高会计系统效率的有效途径.会计信息化是信息社会的产物，是将计算机、网络通讯等先进的信息技术引入会计学科，促进企业会计系统网络化发展的过程.大数据的兴起、云计算的增速和以云计算为基础的云会计的应用为会计信息化的发展提供了技术支持和平台.企业会计信息化的深度发展对于大数据的需要与日俱增.
2.1企业会计信息化的现状
1、会计信息披露具有偏向性，导致信息不对称.传统的会计信息系统会诱使企业选择特定的会计方法而造成企业管理人员利用自身是信息提供者这一优势，不断地美化会计报表，这对于外部使用者而言是非常不公平的.2、内部自我约束能力弱，导致数据不真实.在传统会计信息系统下，一些企业为了眼前经济指标的提升或者任务的完成，常常通过人为调整会计报表来应付各机构的检查，自我约束能力弱，数据失真.还有很多企业对现有的政策法规钻空子、打擦边球的现象屡禁不止.聘请的第三方审计机构也本着“企业利益较大化”的审计目标，对企业不真实的数据进行舞弊，以点盖面.3、核算量大，导致信息披露不.传统的会计信息系统下，会计的信息系统发展越来越不能适应高速发展的经济业务，很容易造成信息披露不.信息经济时代下，应该更多的提供企业未来价值的知识资源，而不是沉浸在企业过去的财务数据中.4、企业信息数据单一，导致信息缺少指导性.传统的会计信息系统主要是对企业财务信息的反映，往往忽视了非财务信息.企业自身变化的社会经济形势要求我们不能只依靠过去的财务数据对未来发展做出预测.对企业未来的发展预测用某些非财务信息可能会更加合理.如企业的环境成本、社会责任等信息都需要非财务信息的提供.5、信息传递滞后，导致会计信息缺乏时效性.传统的会计信息系统采用先发生交易事项后进行记录的程序，无法满足当代企业对信息时效性的要求.企业以及社会各机构、投资者越来越需要了解随时发生的财务信息，对其进行更好的决策，这就要求企业不定期的提供会计信息，对于会计期间的定义也不再以年为单位了.因此，现有的会计信息滞后的时效性严重影响使用者的需求和投资者的决策.综上可知，传统的会计信息系统逐渐出现了不适应当今经济发展的事态，高效、的信息化系统变得越来越重要.在大数据时代下会计信息的不断创新，快速发展势在必行.
2.2大数据对企业会计信息化的促进作用
大数据时代下，对会计信息化的促进作用主要表现在：信息结构更加客观，既强调了会计信息的精准性，又不失相关性；财务会计信息管理的程序化；会计人员工作转向宏观信息管理；多元化的计量单位.在大数据时代下非结构化数据成为主导，在会计信息中可以更好的融合结构化和非结构化数据，更好的提高数据的相关性，并且不会人为的进行舞弊.程序化的会计信息管理也将出现，财务部门逐渐将不再作为一个部门，而是作为一个类似于“企业”的独立个体，数据的获取可以不通过部门的上报来实现，而是通过财务部门设定的独立软件获取，这也提升了财务本身的独立性，同时也可以为其他部门提供共享服务；财务部门不需要对数据进行处理，而是转变成为数据的使用和管理者.在大数据时代下，多元化的计量单位将会出现，会计计量单位会出现相关的时间、数量单位等.
2.3大数据时代下会计信息化面临的挑战
大数据时代下，企业会计信息化系统是通过互联网来实现与客户、供应商、银行、税务等机构互通的，其提高企业财务管理效率的作用是显而易见的.但目前因为大数据的发展尚未成熟，这就为会计信息化的快速发展带来了较大的挑战.1、数据的来源以及处理方式.大数据时代下最令人关注的问题就是数据从何而来，以及数据的处理方式.①美国数据科学家维克托•迈尔•舍恩伯格在《大数据时代》一书中提出，“以前一旦完成了收集数据的目的之后，数据就会被认为已经没有用处了.比如，在飞机降落之后，票价数据就没有用了；一个网络检索命令完成之后，这项指令也已进入过去时.但如今，数据已经成为一种商业资本，可以创造新的经济利益.”大数据时代下，数据的来源无孔不入，互联网平台上的任何一种资源都可以成为其来源方式.网络平台对用户使用的信息一览无余，一个简单的第三方软件就可以知道我们需要什么，需要何种服务，经济状况如何，经常偏爱哪种东西等等.企业在云端储存的数据对于云端后台的信息维护人员来说，获取变的轻而易举.防止恶意程序以及提高用户的安全系统，保护数据的隐私是很难解决的问题.在通过各种方式获取了用户的数据信息之后，要用这些数据干什么以及如何使用就成了关键性问题.大数据时代下的信息处理是通过特定的程序来完成的，这样的结论更加客观，同时结论的得出也具有局限性.大数据理论过于依赖数据的汇集，那么一旦数据本身有问题，就很可能出现满盘皆输的局面，因为数据的问题，做出的错误预测和决策，导致一个数据有问题，由此相关的数据而产生的信息本身都是问题所在.这对于数据来源的要求是非常高的，一旦有提供者造假，大数据带来的危害是不可忽视的.2、传统用户对云计算、云会计的排斥.对于不知道云计算如何使用、互联网软件能带来什么效益的用户来说，这项工作还是很难完成的，大数据的推广受到了很大的阻碍.对于云会计更广泛的应用，改变传统的用户观念以及现有的会计信息系统，使网络平台更容易被用户所接受是一个非常艰难的过程.3、超满负荷的网络传输问题.大数据时代下，会计信息化系统必须依赖于网络，这就要求企业应具备一个良好的网络传输环境.就目前而言，网络的堵塞和数据的延时都是大量的数据存储和数据交换造成的，超满负荷的数据传输成为会计信息化中的一个瓶颈，网络技术的发展目前还不能满足包括网络自我恢复、故障检测、问题警告等功能的实现.
3大数据时代下会计信息化所面临问题的解决建议
大数据对会计信息化的影响是一个渐进的过程，在这个过程中，财务工作者应该积极把握大数据时代给我们带来的机遇和挑战.针对大数据时代下会计信息化面临的问题提出如下建议：建立并掌控企业的核心数据，提供的云会计服务平台.大数据会计的服务数据是基于云储存平台上的，虽然数据安全机制都很高，但对于企业的会计与经济信息的控制并不能保障.因此，企业在选择使用云会计模块时应当根据自己的实际情况判断其可行性，对于重要程度高的信息应合理判断是否应该交由数据服务商管理.对于企业会计信息化的实施安全性而言，数据服务提供商的选择是至关重要的，要在对提供商的综合评价之后再进行决定.为保障云会计服务的安全稳定，企业可根据自身业务需求灵活地进行模块组装以及完善的技术支持，企业的云会计应该适合自己的特色.除此之外，为了防止会计信息的滥用，对于每一个可接触信息的人都要进行身份验证，并且对安全级别进行评估.进行高效的企业机构设置变更.由于传统会计的深入人心，企业云会计的推广还是非常困难的.解决这一问题可以考虑当云会计引入之后，对机构设置进行变更，让每一个财务人员都能感受到这一改变带来的高效性.企业应结合自身的实际情况，设置最适合企业云会计应用的高效组织机构.有选择性地进行云计算.企业找到合适的云会计应用非常关键“，云端”不一定适合所有的会计信息化应用，而在企业采用了云会计之后，网络方面的很多因素都将影响互联网上数据的存取速度.目前企业使用的会计信息系统能否成功转换，这与有选择地进行云计算是密切相关的.信息技术的普及，使企业充分认识到了数据的重要性.在大数据时代下，对于传统会计信息的变革，使之从服务职能进入管理职能变得越来越重要.财务部门作为企业的核心主体，只有充分利用信息化带来的效益，才能更好的融入信息时代中，为企业创造出更多的经济效益.
