導言：作為寫作愛好者，不可錯過為您精心挑選的10篇大數據時代數據的特點，它們將為您的寫作提供全新的視角，我們衷心期待您的閱讀，并希望這些內容能為您提供靈感和參考。

篇1

中圖分類號 G2 文獻標識碼 A 文章編號 1674-6708（2016）176-0013-01

1 大數據時代的影視剪輯

與傳統媒體時代相比，大數據時代影視剪輯藝術的生存環境和條件發生了“質”的變化。

首先，受眾的需求和品味發生了重大變化。隨著社會經濟發展，人們在滿足了基本的物質需求之后，對精神需求逐漸增多，特別是在現代科技日新月異的今天，精神文化產品也日新月異，導致受眾的需求越來越高，口味越來越挑剔，對影視的文化性、藝術性提出了更高層次的要求。這就要求影視剪輯工作人員要深刻把握社會上新的消費需求，認真做好市場調研，緊跟形勢變化發展，引領大眾精神消費時尚。再次，影視的價值和市場環境發生了根本性變化。當今的影視作品已經不僅僅是一種文化藝術品，也是一種商品。在市場經濟環境中生存，影視作品已逐步變成了流水線一般制造的產品，從劇本創作、演員培養培訓、拍攝場地、服裝道具等，影視剪輯只是其中的一個環節，但卻是舉足輕重的一個環節。一方面要實現編劇理想的效果，要實現導演的意圖，另一方面影視剪輯是觀眾的人，要站在受眾的角度實現受的需求。因此，當今影視剪輯需要提高眼界和格局，站在更高更遠的角度，縱觀全局考慮問題，既要考慮影視作品的藝術性，又要考慮其經濟性，只有恰到好處，達到最大性價比，才能確保影視作品的生命力。

2 大數據時代影視剪輯的藝術特點

一是大量先進科技的運用，極大增強了影視剪輯的效率、效果和效益。科技進步從硬件和軟件兩個方面極大地解放了影視剪輯的生產力，促進了剪輯效率的提高和經濟效益的提升。硬件上，傳統的影視剪輯其實是“影視剪接”。經過拍攝獲得底片，經過沖洗底片獲得原始的樣片，然后剪輯師用剪刀對樣片進行碎片式剪接，按照原來設計的故事情節，用膠水膠帶對底片重新拼接，在剪輯臺上實現預覽，并逐步調整優化。由于處理工藝粗糙，無法實現對底片的精確剪切和拼接，難免出現畫面重復、抖動，顯得雜亂無章，而且磨損嚴重，影片質量不高。計算機逐步普及應用后，非線性編輯技術迅速推廣，影視剪輯行業迎來了春天。這種技術徹底告別了剪刀和膠帶式的加工方法，用鼠標和鍵盤進行操作，既簡單靈活、精確度高，又可以實現回放，還可以避免對底片素材的損傷。科技發展到現在，影視剪輯不但可以實現數字存儲，對拍攝素材進行無限次、重復性的任意剪切、拼接，還可以增加特效。與此同時，現代科技進步還促進了影視剪輯藝術的理論進步，特別是蒙太奇語言。利用計算機技術、多媒體技術、影視制作相結合，創造出了當今世界上最先進的視音頻非線性編輯技術，使畫面、聲音、字幕、特效等元素更合力、更高效、更科學地編輯組合，推動了影視創作的現代化進程。

二是表現形式上，更加追究視覺沖擊力和畫面感染力。從受眾的角度看，影視傳遞的信息要通過兩種渠道實現，一是影片本身的內容，也就是影片的故事、人物、情節、主題思想等；另一個就是影片的包裝形式和表現形式，例如現場環境、色彩、服裝服飾、道具、聲音、鏡頭組合切換等。因此，現在影視作品不但傳達基本的主題思想，更追求形式包裝，給觀眾美的享受。通過加快縮短鏡頭出現的時長，加快播放節奏，制造出緊張氣氛。例如成龍的影片《警察故事》，在警察與犯罪嫌疑人打斗的場面，雙方你來我往，打斗十分激烈。站位切換：車前與車后、室內與室外；動作切換：拔槍與開槍、踢腳與出拳；光線切換：亮光處與黑暗處……剪輯師幾乎會平均分配鏡頭的時長，讓矛盾的雙方快速交替出現，增強現場效果。通過對某一個鏡頭的從不同角度的快放、慢放、回放等剪輯，強調這一動作所展示出的人物的精氣神。例如李連杰主演的《黃飛鴻之壯志凌云》，其間多次對其經典動作佛山無影腳進行特寫，不但突出了動作的鏗鏘有力，而且展示了主人公充滿正義、不屈不撓的正面形象，特別是在剪輯時配以《男兒當自強》的背景音樂，成功營造了慷慨悲壯、自強不息的氛圍，實現了與觀眾的情感共鳴。

三是剪輯的思維更開放、更時尚、更包容、更大膽。編劇是主觀的，根據自己的想象，虛構了故事發生的環境、人物、情節；導演也是主觀的，他要了解劇本表達的主題和思想，指導演員和劇組人員進行現場創作，既會受到演員狀態、現場環境等影響，也會激發現場靈感，把自己的主觀意志加入影片中，從而對影片呈現的效果產生一定影響。剪輯師則處于比較客觀、中立的地位，既沒有編劇的主觀想象，也沒有受到導演現場環境氣氛的影響，所以能夠從受眾的角度出發去排列組合鏡頭，相當于藝術的再創造。大數據時代 的剪輯師，深受網絡文化的影響，年輕人喜歡的快節奏、激烈沖突、鮮明對比等，都運用在影視剪輯中，讓影片內容多元化。例如，電影《瘋狂的石頭》中，打破傳統一個畫面單個鏡頭的慣例，將電話兩端通話的當事人同時剪拼在一個畫面中，讓觀眾通過兩個人不同的語氣、神態、動作等顯著對比，感受不同角色豐富的內心世界。在影片結尾處，包世宏如何被道哥搶，而道哥又把要來打包世宏的小青年車門給撞飛了，道哥的摩托車撞到一直停在路邊的寶馬車上又歪打正著，解救了一直被困在下水道井蓋下的黑皮……通過這種巧妙的搭接式反復剪輯讓受眾感受到了現場激烈的人物沖突，引導受眾進入角色狀態，從而完成情感傳達與交流。

3 大數據時代影視剪輯的發展

電視剪輯未來發展的基礎是“以人為本”。著名的電影心理學家雨果？閔斯特堡曾經說過“影戲服從于心里的法則而不是外部世界”。這句名言道出了影視創作的指導原則，這也是影視剪輯未來發展的重要基礎。現代化科技可以讓影視剪輯更加快捷、高效，3D動畫、虛擬現實等可以提高畫面沖擊力，鏡頭節奏、角度以及順序調整優化等能夠增加受眾的體驗感與參與度，但是這一切必須以人為本，必須以影視的主題情感為基礎，因為影視是特殊的精神文化產品。與過去受眾被動接受影視內容不同，現在的受眾具有強烈的主觀能動性，他們會根據環境變化、人物關系去主觀推斷、臆想影視情節，主動與劇中的人物角色進行心靈對話。影視剪輯工作人員要從受眾的感知規律和欣賞心理出發，對影片聲畫素材所反映出的多種信息進行藝術化控制和加工；要充分借鑒不同類型的優秀影片成功的剪輯經驗，吸收并轉化為剪輯藝術創作的技能，并借助大數據、云計算等手段，從而不斷提升綜合實力，促進影視剪輯藝術的發展。

綜上所述，作為一門陪伴影視事業成長的藝術――影視剪輯，在大數據時代面臨著前所未有的機遇與挑戰，現代科技、新鮮理念、時尚風潮等為影視剪輯注入了新活力、新動力，高品位、多元化、差異化等趨勢也給影視剪輯帶來了風險和挑戰，只要擁抱變革的時代，讓剪輯藝術思維與時俱進，剪輯技術日新月異，牢牢把握影視創作的規律，就一定能夠在大數據時代開創影視剪輯藝術的藍海。

參考文獻

[1]鄧康.影視剪輯的藝術研究[J].西部廣播電視，2013（21）：66-67.

篇2

中圖分類號：G23 文獻標志碼：A 文章編號：1673-291X（2017）08-0026-02

隨著互聯網新科技的不斷研發和應用，信息化進程日益加快，大量數據呈爆炸式增長，大數據時代應運而來。數字出版產業要持久發展就必須重視并順應大數據帶來的巨大變革，積極面對大數據帶來的挑戰。對大數據時代數字出版產業的發展趨勢進行分析，有利于數字出版企業做好充分的準備，抓住發展機遇。

一、大數據時代的內涵和特點

（一）大數據時代的內涵

目前，大數據已經在全球范圍內運用到社會生產生活的方方面面，各國對大數據的研究和應用也已經提上日程，大數據對經濟增長和科技創新的重大作用正在顯現，大數據時代已經到來[1]。

人們普遍認為，大數據是在一定時間內，無法用常規軟件工具對其內容進行獲取、管理和處理的數據集合。大數據用戶可以利用其承載的信息進行決策優化，而這些用戶既可以是政府機關、也可能是社會媒體或者商業運營者。

（二）大數據時代的特點

大數據的特點主要包括數量規模大、類型廣泛、實時快速性和價值密度低四個方面。

大數據的數量規模來自于各運營系統的數據庫，目前主要是互聯網用戶產生的大量內容，這些內容的規模正在日漸上漲，加上未來物聯網中傳感器生成的數據，人類社會的數據集成量將大大超出目前的計算程度[2]。

隨著互聯網應用的大范圍普及，信息化帶來的包括結構化數據、半結構化數據和非結構化數據的數據類型眾多。其中，日常生活中運用程度最高的視頻、音樂、圖片和定位等產生的半結構化和非結構化數據在3/4以上，這一數據在互聯網技術不斷提升的過程中將持續增長，而企業所產生的結構化數據所占比率較低。

大數據的產生是以數據流的形式，其速度之快對數據分析的技術要求非常高，以往的數據庫技術難以對這些實時數據進行全面分析，這也導致了大數據價值的降低。

大數據在經過處理分析后，具有重大的決策價值。但目前由于技術的限制，可利用的有價值信息較少。

二、大數據時代數字出版產業的發展趨勢

（一）利用大數據技術實現精準營銷

目前數字出版行業的營銷已經涉及微信、微博、電子郵箱等互聯網新媒體手段，但其營銷效果仍然難以達到預期目標，這就要求電子出版業對不同年齡、不同性別、不同工作甚至不同地區、不同時間段的讀者的閱讀偏好、心理預期及行為標準進行更加具體細致的分析和了解，并據此對出版內容和營銷策略進行調整和更新。而大數據技術可以實現對大規模數據進行整合處理和研究分析，更加精準地掌握客戶的需求規律[3]，從而更加精準地進行營銷策劃，保證在日趨激烈的競爭環境中占據有利位置。

（二）基于大數據的個性化選題策劃

數字出版行業選題策劃通常要經過信息采集、市場調查、目標客戶群確立等諸多環節，不但浪費了大量的時間和成本，而且由于調研結果往往真實性、科學性和有效性不足，導致很多選題難以與讀者的預期相一致。傳統的根據編輯約稿和作者投稿來選題策劃的形式已經難以滿足讀者要日益個性化和多樣化的閱讀需求[4]。

數字出版行業的選題策劃只有把握讀者的心理和需求，才能實現長遠發展。因此，利用大數據實施精確化營銷就顯得尤為重要。在此基礎上，數字出版行業的出版內容要根據讀者的需求進行個性化選題策劃，同時，要實現與各種新媒體渠道、交易平臺以及讀者的閱讀終端的無障礙連接，以便利用大數據技術對客戶的需求進行及時捕捉和分析。

（三）消費者對數字內容產品的付費意愿會大大提高

現階段，我國網民對數字內容的下載及瀏覽主要是基于免費方面，數字內容的付費模式在我國仍然沒有有效建立，這也是數字出版行業發展過程中的重要障礙之一，其關鍵原因是數字內容難以真正滿足消費者的需求及支付體系的不健全。

數字出版行業在有效利用大數據進行消費者需求分析，并根據消費者的需求進行個性化服務后，要注重與消費者之間的感情維護和后續追蹤反饋，切實將消費者的需求放在首位，消費者自然就會接受電子內容付費模式。同時，數字出版企業要不斷優化完善數字內容支付系統，保證下載和支付途徑簡便易行，支付手段要隨支付方式的發展及時進行添加變更，減少消費者的支付困擾。

（四）觀念更新和人才儲備是數字出版行業發展的關鍵

在大數據時代背景下，數字出版行業管理人員必須意識到大數據對產業戰略發展的影響，大數據環境下，企業只有順應潮流，積極轉型才能長足發展，傳統的企業發展模式已經難能與時展的需求相適應了[5]。

大數據技術帶來的信息資源將成為企業最重要的資源之一，企業對數據內容的選題策劃、廣告投放、產品效果預測都離不開大數據技術的信息分析，大數據在數字出版行業決策中的作用將會越來越明顯。

大數據技術使消費者需求得以分析和把握，底殖靄嫘幸檔囊滴窳鞒唐笠底櫓都會以讀者的需求為中心進行設置和調整，以實現數字出版的效益最大化。

此外，大數據時代數字出版企業在實現對自有數據庫的管理和與新媒體平臺及支付渠道的無障礙對接過程中，對專業人才的需求量大幅度提升。因此，數字出版行業對集數據管理和分析、互聯網運營以及市場營銷能力于一體的綜合性人才的儲備和培養力度將不斷增長。

（五）與互聯網和大數據產業的合作力度加強

目前，數字出版行業尚不具備大數據應用技術和環境，要想在大數據時代保持長足發展，就要加強與互聯網行業與大數據企業的合作[6]。

數字出版行業的銷售和客戶信息大都掌握在平臺運營商和社交媒體的手里，受成本制約，很多數字出版企業都未建立自有數據庫，對大量客戶信息的采集和分析y度自然也非常大，而數字出版企業要面對大數據帶來的挑戰并抓住其提供的機遇，就必須對這些信息進行有效的利用，因此，數字出版商要拓寬與互聯網和大數據企業的合作渠道，建立穩定長久的合作關系，為消費者提供更好的針對，促進數字出版行業在大數據時代的持續發展。

（六）以消費者需求為導向進行業務流程和企業組織結構調整

隨著大數據技術的發展，數字出版產業的業務流程設計將以用戶需求導向為核心。首先，數字出版行業業務流程將依靠大數據技術的支撐，更加清晰的了解消費者的需求，并及時滿足消費者的需求。其次，大數據為數字出版行業提供的數據分析將大大超出傳統市場調查統計數據的科學性和準確性，大數據提供的數據分析結果將成為數字出版行業整個業務流程的決策依據。此外，大數據技術的發展能夠使數字出版行業業務流程平臺的各個環節均與互聯網有效連接，直接與讀者進行線上互動、交流、合作實現數字內容的個性化服務。

數字出版產業業務流程向用戶需求導向發展的過程中離不開與之適應的企業組織結構。因此，在大數據技術的不斷發展過程中，數字出版企業的組織結構也要向消費者需求導向轉變。首先，在大數據技術的支撐下，數字出版企業的數據分析部門的重要性將逐步顯現出來，從單純的成本部門向利潤創造部門轉變。其次，隨著消費者對數字內容的付費意愿增強及利用大數據分析進行精準營銷的推行，數字出版企業將對數字內容提供商有更加明確的定位，其業務將向數字內容提供聚集。此外，由于大數據的商業價值受時空變化的影響較大，數字出版企業原有的金字塔式層級組織結構已經不能適應大數據時代的發展，因此，必須建立能夠及時滿足消費者需求的彈性化網絡式的組織結構。

三、結論

大數據時代是互聯網技術發展的必然趨勢，它必將帶來全球性的技術變革，信息的傳播速度將會更快，利用效率將會更高。它為商業發展帶來前所未有的挑戰和機遇，消費者的需求在這一時代背景下的受關注度空前提高，消費者具有了更多的選擇權，掌握了更大的主動權，對個性化服務的要求更高，由此帶來的市場供需關系的改變，對企業的產品設計和營銷策略也提出了新的要求和挑戰。

數字出版行業作為國家支持的新興出版業態，要想充分利用和挖掘大數據技術帶來的巨大發展機會和商業價值，就必須從戰略高度上意識到大數據時代已經到來。大數據蘊涵著大量的信息，進行處理分析后的信息具有巨大作用。隨大數據技術的不斷發展和運用，數字出版行業必然向精準營銷、個性化主題策劃、讀者對數字內容的付費意識增強和企業對專業化人才的需求量不斷增加、與互聯網企業和大數據企業的合作加強的趨勢發展。因此，數字出版行業要從現在開始注重對數據的采集、整理、分析和運用，提高應對外界環境變化的能力，增強自身的競爭力，實現數字出版行業在大數據時代的持續發展。

參考文獻：

[1] 孫玉玲.大數據時代數字出版產業的發展趨勢[J].出版發行研究，2013，（4）：5-8.

[2] 陳尼佳.大數據時代數字出版發展趨勢研究[J].現代商貿工業，2015，36（17）：12-13.

[3] 路曉鴿，李銘娜.大數據時代傳統出版產業的轉型思考[J].商業經濟，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

大數據給人們的工作、生活和學習帶來了極大的便利，提高了人們的生活質量、工作效率和學習成效，具有重要的作用。數據庫是承載互聯網大數據的存儲器，是為人們提供數據信息的基礎，因此數據庫在大數據時代具有重要的作用。面對日益增長的海量數據信息資源以及豐富的互聯網應用軟件，大數據時代數據庫信息系統的安全風險呈現多樣化、智能化、傳播迅速化特點。許多計算機學者將數據庫安全風險評估、安全防御作為數據庫未來發展的重要方向之一。計算機學者經過多年的研究，已經提出了許多風險評估技術，比如基于灰色理論、基于專家系統、基于神經網絡和數據挖掘算法等，有效地提高了數據庫信息系統安全風險評估的準確程度，快速地發現數據庫存在的安全漏洞，及時打補丁和構建防御系統，為大數據的應用保駕護航。

2 大數據時代數據庫信息系統面臨的安全風險

大數據時代數據庫信息系統面臨的安全風險包括多種，比如木馬、病毒和黑客攻擊，并且存在安全攻擊形式和渠道多樣化、數據庫信息系統漏洞快速增長、安全威脅智能化等特點。

2.1 安全攻擊形式和渠道多樣化

數據庫信息系統為大數據應用提供基礎支撐。云計算、分布式計算、移動計算等技術的快速發展和進步，為大數據應用軟件接入數據庫信息系統提供了豐富的渠道，為人們應用大數據資源的同時帶來了潛在的攻擊，并且使得攻擊形式和渠道呈現多樣化特點。安全攻擊可以采用應用軟件接入端口、郵件傳輸端口、數據采集端口等攻入數據信息系統，并且攻擊形式除了木馬、病毒和黑客之外，還采取了拒絕服務、斷網等形式。

2.2 數據庫信息系統漏洞快速增長

大數據為人們提供了豐富的數據資源，促進許多軟件開發商設計與實現適于人們需求的應用程序，以便存取數據資源，提供不同種類的應用。應用軟件開發過程中，采用的系統架構、實現技術、接入數據庫端口不同，因此導致數據庫信息系統面臨著多種存取模式，比如離線存取、在線存取、斷點續傳等，使得數據庫信息系統漏洞在應用中不斷的上升，為數據庫信息系統的防護帶來了潛在威脅。

2.3 數據庫信息系統安全威脅智能化

隨著計算機技術的快速提升，網絡中傳播的木馬、病毒和黑客攻擊也得到迅速提升，呈現出智能化的特點，潛藏的時間更長，傳播速度更快，感染范圍也更加廣泛，更加難以被風險評估技術、安全防御技術掃描到，一旦爆發將會給數據庫信息系統帶來嚴重的影響。

3 大數據時代數據庫信息系統風險評估技術

數據庫信息系統可以為大數據時代提供數據來源，豐富應用系統功能。數據庫信息系統需要為用戶提供強大的安全風險評估技術，以便能夠確保數據庫信息系統的安全。目前，許多計算機學者經過多年的研究，數據庫信息系統風險評估技術包括安全檢查表法、專家評價法、事故樹分析法、層次分析方法。

（1）安全檢查表法。安全檢查表法可以指定詳細的數據庫風險評估規范、評估內容，邀請經驗較為豐富的安全風險評估專家根據安全檢查表逐項進行評估，及時發現數據庫信息系統存在的風險。

（2）專家評估法。專家評估方法可以根據數據庫信息系統過去、現在運行的情況，參考風險評估標準和準則，預測數據庫信息系統未來的安全趨勢，專家評估過程中，主要采取專家審議法和專家質疑法兩種措施，都可以有效的進行風險分析和評估。

（3）事故樹分析方法。事故樹分析方法本質是一種信息系統風險演繹分析方法，通過分析數據庫信息系統組成部分之間的邏輯關系，以便能夠明確安全事故發生的基本原因，事故樹分析方法能夠識別誘發安全事故的基本風險元素。

（4）層次分析方法。層次分析方法可以自頂向下將組成數據庫信息系統的軟硬件資源劃分不同的層次，形成一個層次模型，并且按照風險可能發生的概率進行優化和組織，最終識別風險發生可能較大的資源。

安全檢查表法、專家評估法、事故樹分析方法屬于定性風險評估，其需要依賴數據庫信息系統安全評估人員的風險分析經驗，結合風險評估標準和類似案例等，評估數據庫信息系統的風險分級，風險評估結果具有很強的個人主觀性。層次分析方法屬于定量分析方法，其可以確定威脅事件發生的概率，確定威脅發生后對系統引起的損失，定量分析可以更加準確的、直觀的描述系統的風險級別，獲取更好的風險分析結果，更具有客觀性，因此逐漸成為風險分析和評估的主流方法。

4 結束語

數據庫信息系統安全風險評估可以有效地發現存儲系統存在的安全漏洞，并且定量計算風險發生的可能性和帶來的嚴重影響，以便制定完善的安全防御策略，保證數據庫信息系統正常運行。

參考文獻

[1] 文偉平， 郭榮華， 孟正等.信息安全風險評估關鍵技術研究與實現[J].信息網絡安全， 2015， 31（2）：145-146.

[2] 李剛. Microsoft SQL Server數據庫風險分析與建議[J].信息安全與技術， 2014， 32（8）：55-57.

[3] 西米莎.基于大數據背景的數據庫安全問題與保障體系分析[J]. 數字化用戶， 2014， 34（18）：89-90.

篇4

中圖分類號：C829.29 文獻識別碼：A 文章編號：1001-828X（2015）024-000-01

一、引言

最早提出“大數據”時代到來的是全球知名咨詢公司麥肯錫，現在的社會是一個高速發展的社會，科技發達，信息流通，人們之間的交流越來越密切，生活也越來越方便，大數據就是這個高科技時代的產物。大數據具有以下的鮮明特點：第一個特征是數據量大。第二個特征是數據類型繁多，多類型的數據對數據的處理能力提出了更高的要求。第三個特征是數據價值密度相對較低，如何通過強大的機器算法更迅速地完成數據的價值“提純”，是大數據時代亟待解決的難題。第四個特征是處理速度快，時效性要求高，這是大數據區分于傳統數據挖掘最顯著的特征。

統計學專業是與數據分析處理聯系最為緊密的學科之一。大數據時代的到來不僅為統計學專業的發展帶來的前所未有的機遇，同時也帶來了巨大挑戰。傳統的統計學專業已不再適應大數據時代的信息爆發式增長的要求，這就要求我們應該對統計學專業進行重新定位，并在此基礎上調整相關課程，改革傳統的教學手段以及完善教學評價體系，以適應大數據時代的到來。

二、統計學專業改革的建議

（一）人才培養目標的重新定位

如果說以往的統計學專業是以培養簡單的“應用型”人才為目標，那么隨著大數據時代的到來，社會不僅僅需要會應用基礎統計知識處理相關領域的問題的單一的應用型人才，而是對人才提出了更高的要求：大數據時代下的統計學專業的人才除了應該具備基礎的數據收集，處理和分析的能力之外，還應該了解相關應用領域的背景知識，而且應具備很強的自我學習能力，以適應大數據時代數據量大，總類繁多，時效性高等發展特點。因此，統計學人才培養目標應該重新作出調整，應該以培養全新的“復合型”統計人才為新的目標。

（二）課程設置的調整

隨著人才培養目標的重新定位，隨之而來的就是應該對不再適應時展要求的課程進行必要的調整。

首先，大數據的分析和處理與以往的經典分析方法有很大不同，以往的統計分析方法主要是建立在抽樣基礎之上，而大數據時代信息處理迅速，信息獲得途徑廣泛，而且信息價值密度低，這就要求數據處理時，可以以全體作為樣本，而不是進行抽樣；分析時必須考慮所有數據而不是剔除所謂的異常數據。因此，以往的經典統計分析方法已不再適應大數據的處理和分析，必須適當的調整經典分析方法的課程設置，增加新的適用于大數據分析的課程。

其次，隨著數據量的爆發式增長，所有的統計工作對計算機的依賴程度越來越高，這就要求統計學專業的學生不僅掌握統計學專業的基礎知識，同時應該熟練掌握計算機專業知識相關知識，因此，在課程安排時，應注意計算機相關課程的適當增加。

基于上述原因，可以考慮增加如下課程：機器學習，模擬算法，數據挖掘，R語言軟件分析等課程，同時適當降低傳統分析方法課程的學時比重。此外，為了使學生能夠對相關應用領域的背景知識有所了解，可適當增設與應用領域相關的通識課程。

（三）教學模式與手段的創新

以往的教學模式，通常是以課堂教學，掌握書本經典理論為主。雖然，傳統教學手段有著學生理論基礎扎實等諸多優點，但是同時也存才學生過于偏重理論知識的掌握，動手能力不足，理論與實踐脫節等缺點。隨著社會的發展，尤其統計學專業自身具有鮮明的應用專業特點。只采用傳統的教學模式和手段顯然不再適合大數據時代的需要；同時，隨著大數據時代的到來，多媒體手段日益豐富多彩，為傳統教學的創新提供了必要的支持。因此，為了適應大數據時代人才的要求，必須改革傳統的教學手段和模式，在傳統教學基礎上，加大實驗教學的比重，在傳統教學外，增加社會實踐環節，引入微課慕課，翻轉課堂等全新教學模式，以提高學生的學習興趣，鍛煉學生理論應用于實踐的能力，從而為以后使用大數據時代的工作打下堅實的基礎。

（四）教學評價體系的完善

傳統的教學評價體系，通常是采用書面考核的方式對學生的學習進行評價，隨著時代的發著，單純的筆試評價不足以衡量學生的全面能力，最后導致出現高分低能的情況的出現。

為了適應大數據時代對人才多方面能力的需求，必須對傳統的考核評價體系做出適當的調整，以評價學生的多方面能力，尤其是動手能力，學習能力和應用相關理論處理實際問題的能力。具體可以采用多種考核方法相結合的方式。如：增加平時的考核力度，增加實踐項目的考核，通過布置適當的項目論文，采用答辯的形式，以鍛煉學生適應以后工作，獨立分析解決問題的能力。

篇5

大數據時代數據信息孤島及數據壁壘等現象將逐步消失，數據資源將實現開放、共享的新格局。如何利用大數據提高財務分析質量，發揮財務決策參謀作用，幫助企業提高經濟效益，實現價值最大化是財務人員轉型即將面臨的新問題。

一、傳統財務分析存在的不足

（一）財務分析只關注財務數據，不關注業務指標。傳統的財務分析主要集中在三張報表，就數據分析數據，強調數據之間的因果關系。雖然報表分析一定程度也能反映公司的盈利能力、償債能力等，但財務報表數據只是定量分析，且跟會計政策的選擇和會計人員的主觀判斷相關，尤其當業務部門和財務部門聯系不密切時，財務人員無法掌握生產經營環節中的生產要素、成本費用以及經營管理風險等信息時，對業務層面的分析也僅停留在表面，不能對投資者或者經營者提供具有實際價值的改進建議。

（二）財務分析只重視短期效益，不關注長期戰略目標。傳統的財務分析只選擇兩三年的數據對比，通常是與上年同期比較、與年度預算比較。由于分析期間短，易造成管理層只顧眼前利益，不考慮長遠目標。馬歇爾曾在分析成本問題時引入了時間因素，他認為，在短期內成本有固定成本和可變成本之分，但從長期看，所有的成本都是可變的。因此，對戰略目標執行情況進行評估時，需要選擇更長的時間跨度分析。

（三）財務分析只關注自身發展，不關注外部環境的變化。傳統的財務分析主要針對公司內部，個別延伸到行業分析。在競爭日益激烈的市場經濟環境下，只關心行業指標遠遠不夠，還要關心整個產業鏈的上下游變化。以鋼鐵行業為例，鋼鐵行業下游需求下降，整個鋼鐵行業都出現產能過剩的現象，如果財務不關注外部環境，那針對產能過剩提出的建議只是加快銷售，在當前的宏觀形勢下，顯然這個建議不切合實際。所以想做好財務分析，財務部門必須和業務部門通力合作，從外部數據中提取有價值的信息，為提高企業經濟效益出謀劃策。

二、大數據時代對財務分析的影響

（一）大數據時代能夠提高財務分析的維度。大數據時代可以取得數據的來源非常多，不僅有內部業務數據，還有政策數據、經濟數據等外部數據。數據的類型也多種多樣，包括量化數據和非量化的數據。數據的開放性和數據資源的共享能夠提高財務分析的維度，幫助財務人員多角度全面分析公司的經營情況和財務狀況。

（二）大數據時代能夠提高財務分析的深度。大數據時代更加關注數據間的關聯關系，運用大數據技術對歷年數據進行分析，通過對業務指標設定各種變量，根據變量之間的依隨變化找尋與財務數據的關聯關系，分析業務數據與財務數據之間的聯動效應。

（三）大數據時代能夠提高財務決策支持作用。大數據時代對企業決策所依據的信息完整性要求越來越高。企業在進行經濟決策時，不僅要從自身角度考慮，更要從整個經濟環境入手，引入外部數據源，進行多種數據的融合匯總，再運用大數據技術，從巨大的數據庫中提煉出有價值的信息，在數據的分析和預測的基礎上，幫助企業做出更為準確的商業決策，從而實現更大的商業價值。

三、如何利用大數據提高財務分析質量

（一）對歷史數據進行深加工，挖掘數據間的關聯。利用大數據的巨大數據源和數據處理能力，對企業成立以來的財務數據、業務數據以及行業數據進行加工整理，挖掘數據之間的關聯關系，找出企業內部的增值作業和非增值作業。在考慮戰略目標的前提下，幫助企業盡量減少或者避免那些帶來較少經濟效益甚至沒有經濟效益的非增值作業。

（二）打通業務到財務的信息通道，實現信息資源共享。建立全面的信息化系統，從業務前端開始采集數據，確保生產經營中各環節的數據信息，及時、完整、準確地傳遞到財務部門，實現企業業務流、信息流、資金流和價值流同步。讓財務全面深度融入業務，充分發揮財務管理的價值分析和控制職能，實現企業資源的高效配置和運用。

篇6

中圖分類號：G434 文獻標志碼：A 文章編號：1673-8454（2014）01-0008-02

一、引言

隨著云計算、物聯網等技術的興起與發展，數據正以前所未有的速度飛快增長和累積，大數據時代已經來臨，整個學術界、工業界、政府都開始關注大數據問題。 2012 年 3 月 29 日 美國政府宣布了“大數據研究和發展倡議（Big Data Research and Development Initiative）”， 正式啟動“大數據發展計劃”，并承諾政府將為此投資超2億美元，許多重要國家機構都將參與其中。 2012 年 7 月 10 日 ，聯合國大數據政務白皮書《大數據促發展： 挑戰與機遇》，指出各國政府應當使用極豐富的數據資源，更好地響應社會和經濟指標。隨著數據的不斷增多，海洋一般浩瀚的數據已成為一種戰略資源。大數據技術的目標就是從這些數據中挖掘信息、判斷趨勢、 提高效益。大數據的挖掘和應用可創造出超萬億美元的價值， 將是未來 IT 領域最大的市場機遇之一， 其作用堪稱又一次工業革命。[1]

二、大數據的概念及特點

目前，大數據沒有一個公認的定義，不同的定義基本都是從大數據的特征出發給出的。比如國際數據公司認為大數據應當具有價值性，大數據的價值往往呈現稀疏性的特點。IBM認為大數據必然具有真實性。維基百科對大數據的定義為：大數據是指利用常用軟件工具捕獲、管理和處理數據所耗時間超過可容忍時間的數據集。大數據有四個典型的4V特點，即數量（Volume）、多樣性（Variety）、速度（Velocity）和價值（Value）。

數量：是指數據規模超大。數量級別從TB（1TB=1024GB）級別，躍升到 PB（1PB=1024TB）、EB（1 EB = 1024 PB ）乃至 ZB （1 ZB =1024 EB ）級別。

多樣性：是指管理結構化、半結構化和非結構化數據。這些數據來自多種數據源如傳感器、智能設備， 數據種類和格式沖破了以前所限定的結構化數據范疇，包括文本、微博、音頻、視頻等等。

速度：是指處理數據快，包含大量或實時數據分析處理的時間要求非常短，符合1秒定律。速度影響數據時延――從數據創建或獲取到數據可以訪問的時間差。

價值：是指價值密度低，商業價值高。以視頻為例，連續不間斷的監控過程中，可能有用的數據僅僅有一兩秒。

大數據與傳統的數據庫也有明顯的區別，兩者在數據來源、數據處理方式和數據思維等方面都有很大的變化。正像孟小峰[2]所言，兩者的區別就是“池塘捕魚”和“大海捕魚”的區別，前者代表著傳統數據庫時代的數據管理方式，后者則對應著大數據時代的數據管理方式，其在數據規模、數據類型、數據模式、數據對象、處理工具上都有巨大的差異。

三、大數據的關鍵技術

文件系統：該系統提供最底層存儲能力的支持，是支撐上層應用的基礎。Google公司最早開發出了自己的文件系統GFS（Google file system），隨后微軟也開發了自己的Cosmos，后來開源也有了HDFS。

數據庫系統：由于關系模型的分布式數據庫不能應對大數據時代大規模的壓力，相應地提出了許多新型數據庫系統，如Google的Bigtable、Amazon的Dynamo等等，直到現在形成統一的NoSQL（not only SQL）。雖然NoSQL沒有準確的定義，但一般認為具有模式自由、簡易備份、最終一致性、支持海量數據等特征。同時，形成了對應的索引與查詢技術。

數據分析：其上最著名的計算模型為Google的MapReduce，目前，Google公司針對MapReduce離線處理模式的不足，提出了基于Web數據級別的交互式數據分析系統Dremel，能夠實現極短時間內的海量數據分析。在離線與實時處理模式上，已經出現了二者融合的趨勢。

大數據處理工具：Hadoop是目前最為流行的大數據處理平臺，目前，將該平臺進行改進，以便應用到各種場景是研究的熱點之一。當然，除了Hadoop，還有其他處理工具，這里就不一一提出。

四、大數據時代高校信息化面臨的挑戰

高校也是數據生產大戶，中國高校規模一般都比較大，一般萬人以上的大學非常多，在高校里上學的學生從招生、學籍、選課、成績、飯堂、活動等會產生大量的數據；教師的上課音視頻、課件、實驗數據等也會有龐大的數據；校務系統運行、圖書館、微博、博客等都會產生很大的數據；尤其重要的是科研和教學數據，是高等教育的兩大核心功能的重要數據。在這個大數據的時代，只有用好這些數據，才能更好地幫助教學、科研，做好招生推廣、學生管理等各個方面的工作，用好這些數據，毋庸置疑將會大大提高高校的信息化水平。要用好大數據，至少面臨以下幾個方面的挑戰：

大數據集成與分析：大數據的多樣性特點決定了數據來源的廣泛性、復雜性，這種數據環境給大數據的處理帶來了很大的挑戰，必須對多種數據來源進行抽取集成，先進行數據的清洗，經過關聯和聚合，采用統一的數據結構來存儲這些數據。大數據分析無疑是整個大數據時代的核心所在，因為大數據的價值就產生于數據分析過程中。當然，數據分析是基于集成處理后的數據作為數據分析的原始數據。數據分析一般是根據不用的應用需求從數據中的部分或者全部進行分析。傳統的分析技術如數據挖掘、機器學習、統計分析在大數據時代需要做出調整，主要原因是大數據時代的“大”字，具體的調整包括分析前數據的預處理、算法、評價質量等等。

大數據的存儲：需要研究低成本、高效率的數據存儲方式，眾所周知，低成本一般意味著低效率，但是在大數據時代，如果處理效率低下，則大數據毫無意義，因此，必須打破常規，要處理好大數據的存儲。另外，還要做好大數據時代數據存儲的管理問題，因為存儲空間巨大，無疑給存儲硬件帶來壓力，同時，對非結構化數據進行有序、高效的存儲管理也是面臨的挑戰。

大數據的融合與使用：數據不融合就發揮不出數據的大價值，大數據面臨的一個非技術性的重要問題就是數據的融合。作為高等院校，大數據的融合應該走在前列，必須徹底打通數據孤島，將各個業務充分整合，只有有效融合，才能形成高質量的大數據，才能發揮大數據時代高等教育信息化對學校發展的具體推動作用。

五、大數據時代的應對策略

面對大數據時代帶給我們的這些挑戰，作為高等教育信息化從業人員，必須堅持不懈地學習，具體學習或者做好如下關鍵技術或工作：

我們要學數據時代的基礎平臺和支撐技術，學數據時代的文件系統，如Google的GFS系統，開源的HDFS、CloudStore系統等等，了解這些技術，方便我們實現大數據低成本、高效率的存儲，也方便我們進行存儲的管理。學習這些技術，將掌握大數據的基礎平臺與技術。

我們要學數據時代的數據分析技術，前面提過，大數據時代，傳統的數據分析方式如數據挖掘等需要調整，那么我們就要學習傳統的數據分析方式的調整與方法，研究和學數據時代的數據分析技術。

做好大數據時代的數據管理，大數據時代數據管理就不是以前傳統的大型關系型數據庫那種管理方式，而是改變成為NoSQL為代表的新型數據模型的一類技術。這種改變是因為關系型數據模型不能應對大數據時代的種種挑戰。這種新型的數據模型就是為了迎合大數據時代的多樣性、異構性等這些數據特征而出現的。當然，新的數據模型是新的一套理論，是截然不同的理論。這就需要我們數據管理者積極學習，應對挑戰。同時，要積極升級、改造相關存儲設備，以滿足大數據時代的要求。

積極推動業務的深入融合，梳理業務數據，形成“大數據”，然后利用這些“大數據”建設結構和非結構化的數據分析平臺，通過平臺能提供更加深入、更加全面的高質量信息，這些信息能為學校領導進行高質量的決策提供依據。

總之，大數據時代的這些挑戰，有些需要科研人員進行研究，有些非技術挑戰，需要我們積極努力，有效進行數據的整合、業務的整合，充分利用科研人員的最新研究成果。？筅

參考文獻：

篇7

中圖分類號：F270.7 文獻標識碼：A

文章編號：1004-4914（2016）10-274-02

一、前言

企業想要在激烈的市場競爭之中獲取良好的經濟效益和社會效益，需要不斷加強企業管理的相關工作，提升自身內部管理的水平和質量。當前互聯網和移動通信技術在不斷地創新和進步當中，這對于人們的生活方式、交流方式、興趣愛好等產生了較為直接的影響，主要體現在人們生活逐漸走上網絡化和數據化的道路。數據信息的爆炸式發展，促使現如今的世界步入大數據時代。在這種時代背景之下，企業的決策和經營活動，都會受到數據的影響，數據已經逐漸成為了當前企業可持續發展的重要戰略資源。只有對大數據的積極作用進行有效發揮，才能夠逐漸增強企業的核心競爭力。

二、大數據的內涵

大數據在當前實踐領域和學術領域中受到了越來越高的重視，對大數據進行全面有效的研究和分析，能夠為社會進步和發展提供良好的前提條件，人們在這一點上已經逐步達成了共識。大數據主要是指數據信息十分龐大繁雜，需要使用云計算等數據挖掘技術才能夠對數據信息進行深度的挖掘，由此獲取到具有高潛在價值的巨量資料。大數據具有較高的潛藏價值，并且數據量本身就較為龐大，具有一定的復雜性，這就需要企業在進行數據信息的處理過程中，需要有更高的能力進行挖掘和分析。

三、大數據時代下企業管理的特點

（一）企業用于分析的數據量十分龐大

數據分析是當前企業管理過程中不容忽視的重要支撐點，企業需要有完整、真實、有效的數據進行支撐，企業需要使用大量的數據，才能夠對未來行業的發展趨勢進行有效的預測，從而采取積極的應對措施，制定良好的戰略。以往情況下，對于數據的收集、存儲以及分析都存在著一定的局限性，企業在分析和處理相關信息問題的時候，都是從能夠獲取到的少量信息中，最大限度的挖掘和分析自身所需要的信息，這在無形之中增加了企業的工作量，同時信息的不完整性、滯后性等問題將會直接影響到企業的全面發展。在大數據時代來臨之后，現代企業可以采用更加積極有效的方式，對市場信息、客戶情況以及行業間的發展情況進行全面充分的了解和掌握，這就減少了主觀性判斷的缺陷，為企業不斷提升自身的核心競爭力，擴大產業規模提供了良好的前提基礎。大數據時代中的一個鮮明特點就是樣本即為總體，它對于全體數據進行追求，但并不會只依賴于隨機樣本，既擴大了數據的獲取范圍，又提升了解決問題的精確性。

（二）數據的精確性要求有所降低

在小數據時代之中，企業需要建立自身專門的數據庫，對自身收集到的各項數據進行存儲、整理，不斷提高和優化數據的準確性，主要是因為如果數據之中出現了一定偏差，將會給企業的正確戰略決策造成負面影響，小數據時代中數據的疏忽造成的后果會被放大。而處在大數據時代下的企業管理并不需要面臨這個困擾。大數據時代中，企業能夠獲取到的數據信息越來越全面、完整、真實，這樣就能夠因為數據量的增加，減少數據的錯誤率。企業管理過程中針對某一個錯誤問題，都能夠及時的進行調整，增強了企業自身的糾錯能力，企業應用大數據，并不單純是為了數據的準確性，更多的是從數據之中挖掘潛在的價值信息。

（三）對事物之間的相關性進行尋找

大數據時代和以往的區別還體現在一個重要方面，那就是對于事物之間的因果關系不再進行重點研究，而是將研究的重心逐漸放在事物之間的相關性方面。大數據時代，逐漸摒棄了提出假設――分析數據――處理數據――驗證假設的方式，而是從低價值密度的數據中，對具有潛在價值的信息數據進行充分挖掘，從而對事物之間的關聯進行全面探索。

四、企業管理中對大數據的應用價值

當前企業對數據管理的重視程度越來越高，積極挖掘和發揮大數據在行業發展中的價值和作用，這樣能為企業管理者制定相關的決策提供良好的信息、數據支撐，有效提高決策的正確性。企業管理中對大數據進行充分應用，具有良好的價值。

（一）企業管理中對大數據進行應用能夠促進精準營銷

現代科學技術的不斷創新和進步，有效促進了社交網絡的興起和移動通信技術的良好應用，這樣就促使人們的日常生活中隨處可見網絡的身影。人們在日常的網絡交流之中，因為社交聊天、網絡購物、興起愛好以及行為方式等等，都會通過圖片、文字和視頻等多種形式在網絡上留下相關的數據，這樣就能逐漸形成實施動態網絡化的大數據。企業在經營發展的過程中，需要對消費者的購物習慣、市場的飽和程度、市場的需求情況等各方面進行全面的了解和掌握，這樣才能夠有效促進決策的正確性。因而企業在進行管理的時候，需要積極應用云計算的手段，對消費者的網絡化行為數據進行深入分析，這樣能夠對市場進行細化，同時還能夠根據消費者的購物目標，有目的性的開展精準營銷活動。現代社會的用戶，他們在網絡上的各種實時動態數據，將會為企業進行精準性的營銷提供良好的數據和信息支持，從而促進企業營銷工作的順利進行，還會在極大程度上提高現代企業的營銷水平。大數據時代下運用的信息技術，能夠對消費者的相關情況進行有效的觀察，并進行記錄，這就為提高企業管理精準營銷的效率發揮了重要作用。

（二）企業管理中對大數據進行應用能夠有效推動產品實現創新

企業在對消費者的消費需求進行分析的時候，積極使用大數據技術，能夠對產品、服務的不斷創新創造良好的條件。消費者在進行購物之后，能夠將自身對于產品、服務的評價和感受通過社交網絡平臺、購物平臺進行反映，現代企業可以通過對消費者的這些信息進行收集，作為自身產品、服務的反饋信息，從而根據顧客提出的一些問題、建議等，對自身產品和服務進行不斷的改進和完善，這對于提高企業產品和服務的總體質量和效果具有積極的作用和意義。同時根據多不同產品和服務的評價信息，現代企業能夠積極吸取相關優秀經驗，從而豐富自身的產品風格，根據消費者的創意性反饋信息，生產相應的新產品。現代企業通過對消費者的信息進行分析和改進，能夠逐漸提升自身的服務意識和創新能力。產品和服務的不斷創新，在企業的全面發展中占據十分重要的地位和作用，能夠影響到企業的經營能力和發展成果，在對企業進行全面管理的過程中，需要對企業中的大數據進行全面有效的應用，這樣能夠讓企業永遠保持新鮮的活力，積極應對市場的變化。

（三）企業管理中對大數據進行應用能夠對產品流程的優化進行加強

科學技術的不斷發展，用機器代替人工進行生產，已經逐漸成為了當前企業生產的重要方式和手段，這對于提高工作生產效率具有良好的作用，實現了信息化和智能化、數據化的生產運作。尤其是網絡技術不斷發展下，物聯網和云計算這些技術的有效應用，為企業對產品的生產、制造進行全面控制和管理，提供了重要的技術支持。當前在對產品進行制造的過程中，產品的生命周期能逐漸實現數據化，這對于保證產品的質量，提高其使用的性能具有良好效果。應用大數據云計算技術和大數據技術，能夠對產品的設計研發、生產制造以及運營管理等方面的各項數據進行全面有效的智能分析，這對優化產品的生產制造流程具有十分積極的促進意義。通過大數據技術，企業在進行管理的過程中，可以將自身的各項數據進行整合，從而形成完整的數據規模，在進行相關決策的時候，可以對這些數據進行分析和應用，從而尋找到適合決策的信息。同時企業還能夠通過大數據技術，對各項數據進行深度的挖掘，針對數據所包含的高潛在價值進行充分的應用，這樣能夠建構起完整的數據模型，在進行產品流程優化的時候，能夠做好相關的支持工作。加強產品的流程優化，能夠為提高產品的生產效率和質量效果起到良好的促進作用。

五、結束語

大數據時代下企業管理的特點主要包括企業用于分析的數據量十分龐大，數據的精確性要求有所降低，對事物之間的相關性進行尋找。因而企業管理在使用大數據技術的過程中，需要對這些特點進行重點關注，結合企業自身發展的現實情況，采用積極有效的手段進行。企業管理積極應用大數據，能夠起到良好的效果和作用，主要表現在不僅能夠促進精準營銷，還能夠對產品和服務的創新能力進行提升，這對于企業的長久發展具有重要意義；同時，使用大數據還能夠加強企業對產品流程的優化，從而增強產品的生產效果，保證產品和服務的質量。

參考文獻：

[1] 吳雅軒，劉建基.企業管理視角下大數據應用價值的探究[J].商場現代化，2014（22）：110-110

[2] 方獻梅，劉亮龍，高曉波.大數據時代數據挖掘在證券公司客戶關系管理中的應用研究[J].信息與電腦：理論版，2015（15）：64-65

[3] 孟強.大數據時代知識管理在電商企業中的應用研究[J].經營管理者，2015（24）：278-279

[4] 張志兵.大數據分析在中小型企業管理中的應用探討[J].價值工程，2016，35（8）：213-214

篇8

“每一輪新技術革命的爆發都會對企業的管理模式和運營模式產生深刻的影響，新IT與企業管理創新的融合催生了新的業務模式。大數據正在重構企業智慧，推動企業轉型升級。” 浪潮集團執行總裁王興山在以“大數據重構企業智慧”為主題的浪潮2014新財年企業信息化戰略會上指出，“我們身處在一個變革時代，需求和技術驅動著中國管理軟件產業的快速發展。與此同時，國產化的春天也給管理軟件產業帶來了巨大的發展機遇。”

近年來，云計算、移動互聯、社交網絡、大數據等技術驅動著新IT時代的到來。新IT時代的企業信息化的一個典型的特點是以數據重構商業模式、服務與產品、經營理念。王興山認為，大數據時代下企業信息化架構強調云計算、大數據、社交網絡和移動應用，用新技術不斷顛覆傳統企業的運營模式，幫助企業實現差異化創新。

新財年浪潮企業信息化戰略是發展2大平臺軟件、提升5大應用產品、深化10個優勢行業、推動100家大企業云落地、聚合1000家合作伙伴，以新思維、新工具、新方法幫助企業用戶用大數據重構企業智慧，推動企業轉型升級。新戰略主要包含以下5方面內容：發揮浪潮在技術方面的領先優勢，加強平臺研發投入，大力發展2大平臺產品：企業云應用平臺GSP+和大數據服務平臺IOP，推動在新IT環境下的企業信息化建設；強化“引領高端”，面向管理創新和新IT融合需求，圍繞管理會計、財務共享服務、電子采購、數據商業分析、移動應用5大熱點領域，全面提升浪潮GS、HCM、CRM、BA、PS全線管理軟件產品；堅持“專注行業”，推動在軍工、建筑、制藥、儲備、快消品、裝備制造、采掘、船舶、化工、交通10大優勢行業的深度應用，實施100家企業數據整合業務，全面推動企業管理升級；基于浪潮第四代數據中心的平臺，按照浪潮企業云落地路線圖，大力發展企業托管云與大數據整合服務，同時發展以 CRM、SRM、HCM為重點的公有云服務，2014年推動100家企業云落地；進一步加強區域本地化建設，2014重點發展1000家合作伙伴，提升面向客戶的本地化、專業化服務能力建設，做客戶最信賴的伙伴。

大數據作為實現新IT與企業管理創新融合的關鍵技術，是重構企業智慧的靈魂。但王興山指出，大數據重構企業智慧需要新的思維、工具、方法作為支撐。針對大數據時代企業信息化應用特性，浪潮全線管理軟件產品將全面支持大數據時代的企業信息化架構。企業用戶可以利用浪潮企業云平臺（GSP+）重構傳統應用，實現應用集成及與電商、社交平臺對接；在浪潮BA基礎上利用大數據平臺實現數據整合，建立創新應用；再建立自主商城，借助社交商務實現全渠道協同。此外浪潮將打造成一個集商業分析平臺、數據整合平臺、數據采集與存儲平臺為一體的大數據平臺，全面整合企業財務、ERP、HCM、CRM、OA等系統內部數據，以及電商、社交、宏觀經濟、上下游、互聯網、物聯網等外部大數據，從而幫助企業充分挖掘急速增長的內外部數據價值，發現和把握商機，最終實現企業內部的協同辦公和產業鏈的業務協同，提升運營效率。

篇9

然而在大數據時代，對大數據安全、低耗能、長期存儲的苛刻要求，為光存儲帶來了新的希望。

現有主流的存儲技術難以滿足大數據時代對海量數據長期、安全、高效存儲的要求。 這是4月23日在國家信息中心舉辦的“第三屆大容量光存儲技術研討會暨中國大數據光存儲產業聯盟發起大會”上與會專家的共識。

大數據讓光存儲重新發光

以硬盤和磁帶為代表的磁存儲技術，由于存儲速度快、存儲量大和使用方便，成為當今主流的存儲技術，被廣泛應用于數據中心乃至企業中。

但在極端的應用場景下，磁存儲技術的優勢可能不復存在。而這種極端場景將伴隨大數據而來。根據IDC的預測，全球數據總量在2011年便達到1.8ZB（1021 字節），并以每兩年翻番的速度發展，到2020年將達到35ZB。

談及大數據時代對存儲的挑戰，人們往往想到的是爆炸性增長的數據量和數據格式的多樣化，卻往往忽視了數據長期存儲給現有存儲技術帶來的挑戰。

中科院院士干福熹在研討會上表示：“大數據時代存儲面臨的第一個挑戰是如何對數據進行安全保存，即數據在存儲后不能被篡改，而目前的磁存儲技術無法滿足數據安全保存的要求；第二個挑戰是現有的存儲技術能耗很大；第三個挑戰是數據要長期保存，很多數據要求保存50年甚至上百年，而現有的商用硬盤壽命不超過10年。”

今年2月，Facebook宣布將采用藍光光盤庫建設冷數據中心，將PB級數據存入單一機柜的系統之中，數據保存時間長達50年。從此，人們又開始重新審視光存儲技術。

干福熹認為，光存儲的主要優勢有三個：一是基盤由堅固、耐久的材料制成；二是光存儲的非易失性；三是可長期保存。光存儲技術發展至今，其安全、能耗低、壽命長和單介質數據容量增加快的特點，使之在大數據時代滿足對數據長期、安全、高效存儲需求上具有獨特的優勢。

但是，光存儲技術本身首先必須擺學衍射極限的束縛。所謂衍射極限，通俗地說，就是光學分辨率受光波長的限制，并與之成反比。因此藍光光盤備受關注，因為藍光波長更短，分辨率更高，光盤中兩個信息點的距離更近，可以在一張盤片上存儲較多數據。

但值得注意的是，從DVD容量的幾GB到藍光DVD容量的幾十GB，存儲容量僅提高了1個數量級。而從1GB到1PB（1015 字節），相差6個數量級。顯然，只有突破衍射極限才能實現光存儲密度的大幅提升。

澳大利亞科學院院士顧敏介紹，他與其研究團隊采用雙光束激光全息技術，在突破衍射極限方面取得了顯著的進展。他們采用玻璃作為基材，將超穩定、超高密度的存儲介質密封在玻璃基片中，從而使得光盤的數據存儲壽命延長到50～150年。

“我們計劃在3到5年內完成單片容量為100GB～1TB（1012 字節）光盤的實用化研發。”顧敏說。

院士聯名提振光存儲

鑒于新一代光存儲技術發展在大數據時代的重大意義，國家信息中心和中科院上海光機所聯合發起，干福熹院士牽頭與20位院士聯名提出了《迎接大數據挑戰，開展我國安全、節能、長壽命和高密度信息存儲技術研發和應用》（簡稱《院士建議書》）的建議。這21位院士中，有10位來自中科院信息學部，3位來自數理學部，5位來自中國工程院信息與電子工程學部，還有來自海外的澳大利亞科學院院士顧敏和美國工程院院士張翔。

干福熹院士在大會演講中介紹，《院士建議書》建議基于《國家中長期科學和技術發展規劃綱要（2006～2020年）》，站在國家戰略高度，充分發揮中國集中力量辦大事的優越性，果斷決策，進行前瞻性總體部署，由財政部設立專項基金，盡快啟動“大數據光存儲研發與應用”國家科技專項計劃。

就國家科技專項計劃實施，《院士建議書》提出三點建議：一是進行產學研聯合攻關研究，集中優勢力量，解決幾個關鍵核心技術；二是進行工程化開發，集中研發關鍵設備、工藝、數據存儲中心管理系統和數據傳輸系統；三是以建設“中國大數據冷庫示范工程”為抓手，進行產業化示范、推廣和大規模應用，推動現代數據中心產業升級。

《院士建議書》建議分三期來完成轉型計劃：第一期，以國內已掌握的技術為基礎，盡快掌握單片容量為100GB的光盤、光驅，以及容量為1PB的光盤庫與數據中心技術，并實現示范應用；第二期，掌握單片1TB的光盤、光驅，以及容量超過100PB的光盤庫與數據中心技術，并實現示范運用；第三期，掌握單片10TB的光盤、光驅，以及容量超過10EB（1018 字節）的巨量光盤庫與數據中心技術。

為了響應《院士建議書》，并抓住新一代光存儲技術帶來的發展機遇，國家信息中心、武漢高科國有控股集團、中國華錄松下、中科院上海光機所、清華大學光盤國家工程研究中心、華中科大武漢光電國家實驗室、中國電子視像行業協會、中國高清光盤產業聯盟，聯合發起共建“中國大數據光存儲產業聯盟”倡議。

這8家發起單位決定，聯合一切可以聯合的產學研力量，共同推動大容量光存儲技術進步和產業發展，共同推動“中國大數據冷庫示范工程”項目建設，共同推動“光谷大數據港”和“大數據光存儲產業園區”建設，共同推動融合磁光電存儲技術的現代數據中心產業發展，共同推動中國信息化建設的進步。

需求與挑戰

十多年前，VCD和DVD的普及，成就了我國的光存儲產業。如同蘋果的iPod對唱片工業帶來的巨大沖擊，互聯網的普及，特別是云存儲的興起，對光存儲市場帶來很大的沖擊，光存儲產業發展陷入低谷。

大數據帶來了一個有別于以往的市場。“光存儲的市場前景在于數據中心、檔案系統等的數據存儲，它要求數據的完整真實和長期可讀。它是大數據技術領域的基礎技術之一。” 清華大學光盤國家工程中心教授潘龍法認為。

應該看到，我國光存儲產業在過去十多年間進行了大量的基礎研究和產業化實踐，為沖擊新一代光存儲技術打下了良好的技術和產業化基礎。

Facebook的藍光光盤庫采用的就是蘇州互盟信息存儲技術有限公司的PB級藍光光盤庫產品。

而據中科院上海精密光學機械研究所研究員王陽介紹，他們已經研發了100GB可錄式超分辨率光盤的核心技術，其中包括薄膜材料和光盤技術，并積累多項技術專利。

篇10

2 數據新聞：大數據時代的必然產物

在大數據的時代背景下，媒體工作者利用對數據的獲取、處理和分析生產的數據新聞，能夠幫助人民群眾更加真實的清楚他們處于的變幻莫測的社會，從另一個方面來說也可以幫助媒體完成其保障群眾利益的根本目標。現階段，國內外有很多專家學者都對數據新聞進行了深入的探究，但他們對于數據新聞的理解及研究存在著不同程度的差異。整體而言，我們能夠認為數據新聞即立足于數據的獲取、整理、挖掘和解讀的基礎上，選擇直觀的數據技術來新聞的新型模式，它是國際媒體行業在大數據時代開辟的新道路，指引了未來新聞領域的奮斗方向。數據新聞與傳統新聞生產模式相較而言有其自身的優勢，即數據新聞的要依賴在公開信息的基礎上、數據新聞會選擇獨特的軟件來處理信息、數據新聞多數都是以生動溝通的直觀方式來新聞以及數據新聞堅持保障人民群眾利益為己任等，這些特點都決定了數據新聞逐漸成為媒體領域未來的發展趨勢，是大數據時代背景下的必然產物。

3 數據新聞對新聞生產的影響

3.1數據新聞給傳統媒體領域增添了活力

數據新聞跟傳統的新聞相較而言，其屬于一種全新的新聞播報形式，它在成長的過程中會保留傳統新聞播報的有利之處，還會給媒體領域增添活力，如升級了傳統新聞播報的模式、處理數據程序及展現形式等。

3.2數據新聞促使新型新聞方式的出現

數據新聞促使預測性和眾包調查式新聞方式的出現，極大地推動了數據新聞的發展。由于大數據時代的不斷進步，人們對數據的研究也會逐漸完善，數據新聞會給傳統新聞帶來很大的挑戰，而預測性新聞也逐漸受到人們的關注。數據新聞的預測性不是個別人的觀點，而是在可靠的數據分析技術的基礎上，在本質上研究了事件的相連關系，滿足預測性新聞真實性的價值定位。眾包調查式新聞方式的出現對網絡商業團體的成長起到了非常重要的促進作用，新聞行業也引進了這種報道方式，眾包式的數據新聞能夠在未來的新聞行業取得巨大的成就。

3.3數據新聞促使新聞價值的評判標準產生變化

每個新聞的制作都要有自身的價值，它需要符合觀眾對數據的某方面要求。而傳統的新聞價值的評判標準逐漸不能適用于大數據時代數據新聞的評判標準。目前，數據新聞的評判標準主要是發掘數據資料背后隱藏的深層想法。數據新聞自身的優勢決定了新聞價值標準的變化，使觀眾能夠更加直觀清晰的掌握數據背后隱藏的深層想法。

3.4數據新聞促使新聞職業理念產生變化