大数据时代产生的原因精选(九篇)
前言：一篇好文章的诞生，需要你不断地搜集资料、整理思路，本站小编为你收集了丰富的大数据时代产生的原因主题范文，仅供参考，欢迎阅读并收藏。
第1篇：大数据时代产生的原因范文
近年来，随着现代电子科学技术的不断发展，我们进入到了一个大数据时代。大数据时代的产生和发展给人们的学习、工作以及生活等带来了很大的转变，改变了人们传统的制造信息、接受信息以及处理信息的方式。同样的，大数据时代的到来也给我们的辅导员的日常工作带来了很大的改变，需要辅导员自身具有很高的信息素养，通过自身信息素养的不断提高来获得自己工作质量的不断提高。
一、大数据时代
（一）大数据时代的概念
大数据（big data），又称巨量资料，是指在当前电子科学技术的支持之下，各种非结构化以及半结构化的信息不断地生产、制造以及记录下来。这些数据信息远超过现代企业设备架构的承受能力，但是对这些数据信息进行分析，能够帮助人们从杂乱无章的现实中找到一些规律，从而帮助人们做出正确地决定。在大数据时代，每天都有巨量的数据信息被创造出来，这些信息虽然彼此之间的相关性较小，但是对其进行系统地分析能够帮助政府进行公共决策、企业进行商业决策以及帮助个人正确决定自己的一些事务等。
（二）大数据时代的特征
1.无结构或者半结构的信息量较大。无结构或者半结构的信息量较大是大数据时代的信息的主要结构特征。大数据时代，信息主要来源于用户提交的个人信息，对用户软件、网站等使用习惯的记录，对用户检索内容的记录等。由于互联网用户量较为庞大并且还在不断地增长，各种软件以及网站等也在不断地增多，所以导致这种用户信息以及用户行为信息量较为庞大。这些信息量远远超过了企业自身的设备架构承受能力，所以一般都在云端进行存储，而进行计算时则需要通过分配多个计算机来同时完成计算任务以为各种决策的制定提供相应的参考，提高决策的针对性和科学性。
2.信息的更新速度较快。信息更新速度较快也是大数据时代信息的一个重要特点。首先，由于每天产生的信息量较为庞大，所以，必须对信息进行及时的更新，以使信息符合人们最新的认知和需要。其次，互联网上每天会涌现出大量各种不同的网站以及应用软件，同时也会产生大量的、内容多元的新闻，人们对于这些网站、应用软件以及新闻等都会有不同的关注程度以及不同的认知，这些认知信息也是大数据的一个重要组成部分，所以就造成了信息更新速度较快的信息现状。
3.数据价值的密度较低。数据价值的密度较低是指大数据时代的很多信息价值度较小，人们要想从中找到有用的信息较为困难。因为互联网上每天产生的信息数量非常地多，每个人对于信息的需求又非常地不一致，所以就造成了数据信息价值密度较低的状况。此外，信息的质量高低不齐也是造成数据价值密度较低的重要原因。由于很多信息的本身并没有经过监督以及相关人员的确认等，所以就造成了信息含金量较少，价值密度较低的状况。
二、大数据时代辅导员信息素养的相关概念
信息素养主要包括信息意识、信息知识、信息能力以及信息道德等内容。
信息意识。信息意识是指人们对于信息存在的把握，对于各种信息内容的分析以及对于信息价值的判断等。信息意识是大数据时代人们对于信息形成的各种直接观念，同个人受到的教育，个人所处的社会环境以及个人的价值观等密切相关。
信息知识。信息知识是指人们掌握的关于信息的基本知识，包括关于信息的检索、信息的提取、信息的分析等的知识。人们的信息知识是能够随着对人们的培训等而不断地增长的，随着大数据时代的不断发展，人们的信息知识总体呈现出不断上涨的趋势。
信息能力。即人们对于存在的信息进行评价、处理以及利用等的能力，人们的信息能力决定着信息的价值能否得到高效地发挥。同时，人们的信息能力不同也有可能导致对同样的信息做出的判断不同，从而导致相应的决策的不同。
信息道德。信息道德是大数据时代下人们必须具备的重要的道德素质之一。是指人们在信息的制造、传播以及使用的过程中所必须具备的道德底线，违反了这个底线，大数据时代的信息价值就会不断地下降，信息的可信度也会相应地下跌，最终会造成整个信息体系的崩溃。
三、大数据时代辅导员信息素养存在的问题
（一）大数据时代辅导员的信息意识不够强
辅导员的日常工作是对大学生进行管理以及对大学生开展相应的思想政治教育工作。但是，很多辅导员的信息意识不够强，他们不能够主动地搜取关于学生的各种个性化的信息，也不能够对于学生能够接触到的各种信息进行搜集，更不用说进行相应的分析和整理了。也就说，很多辅导员没有意识到信息的重要性，也不能够抓住学生在学习和生活中的各种信息，这使得其对学生的管理和教育显得较为肤浅和表面，不能够直接触动学生的内心，造成了学生管理和教育工作效率低下。
（二）大数据时代辅导员的信息知识缺乏
大数据时代是随着现代科学技术的不断发展而形成的一个时代背景，其从萌芽到成为一个时代经历了较短时间的发展，因此，很多辅导员没有经过系统的信息知识培训，这导致了其信息知识缺乏，对于信息的内涵、信息的范围、信息的捕获和利用方式等都不够了解，甚至有很多人是信息盲，更不用提通过各种网络数据、网络客户端等来对同学们的各种信息进行搜集和整理，进而开展针对性的教育了。这使得其对大学生工作的正式开展造成了很大的困难，因此，我们需要对大数据时代辅导员的信息知识进行相应的培养，以促进其工作效率的不断提高。
（三）大数据时代辅导员的信息能力不高
辅导员的信息能力是辅导员信息素质的重要表现，辅导员信息能力不高使得辅导员不能够对真实存在的，关于学生的各种信息以及要对学生进行管理和教育的各项信息进行分析和整理，不能够从中提取有用的信息来增加对学生的了解，更不能够根据信息处理的结果来对学生进行相应的管理和教育。这样，辅导员不高的信息能力就使得整个学生管理和教育工作难以同时得到发展，难以同学生的个性化心理相结合，严重地影响了辅导员工作的效果。
四、大数据时代辅导员信息素养提升的策略
（一）对辅导员进行培训，提高辅导员的信息素养
首先，对辅导员进行培训，提高辅导员的信息意识。通过对辅导员进行培训，能够有效地提高其信息意识。在对辅导员进行培训的过程中，能够使辅导员认识到信息的重要性，从而在日常的工作当中不断地搜集关于学生的各种信息，并且不断地做到充分地利用这些信息来辅助自己的教学。同时，提高辅导员的信息意识还能够提高辅导员对于信息价值的判断，主动地搜集并且利用有价值的信息，避免对没有价值的信息的过渡关注。其次，对辅导员进行培训，提高辅导员的信息知识。通过对辅导员进行系统地培训，能够使辅导员了解信息相关的知识和概念，能够掌握信息搜集和处理的方法，进而在对学生开展教育的过程中，能够根据学生的认知能力从学生认识事物的角度来开展思想政治教育，使学生能够提高对思想政治教育的认可程度，而不会产生思想政治教育已经过时等的看法。最后，对辅导员进行培训，提高辅导员的信息能力。辅导员的信息能力包括对学生信息以及思想政治教育信息等的搜集能力和利用能力。所以，我们通过对辅导员进行系统地培训，能过让辅导员掌握进行学生管理以及对其开展相应的思想教育的能力，进而对学生开展针对性较强的管理和教育，最终促使辅导员的工作效率得到有效地提高。
（二）促使辅导员通过多种途径来进行信息搜集和利用，提高辅导员的整体信息素质
在大数据时代，很多辅导员难以适应这个时代要求的原因在于其对现代化科学技术不够了解，不能够主动地搜集和掌握学生的各种信息，也难以了解和掌握学生相关的各种信息。因此，我们需要针对辅导员的工作来建立多元的信息搜集和利用模式，最终促使辅导员工作效率的最终提升。首先，可以通过在各种客户端建立账号等的方式来搜集学生的信息。现代社会，学生进行沟通和交流以及个人信息展示等都是通过各种交流软件的客户端进行的，教师要想搜集学生的相关信息，就可以通过在这些客户端建立账号等的方式来进行学生信息搜集，进而根据搜集到的信息做出相应的决策。其次，可以通过发放相关问卷的方式来搜集学生的意见等。教师可以通过直接发放纸质打印问卷或着发放电子邮件等的方式来搜集学生关于某个问题的态度、意见和看法等信息，然后通过对信息进行处理等来做出相应的决策，提高决策的民主性、科学性和针对性。
五、结语
综上所述，大数据时代辅导员信息素养存在着很多的问题，这些问题的存在严重地影响了辅导员工作的正常开展。因此，我们通过对大数据时代的相关概念、信息素养的相关概念以及辅导员信息素养中存在的问题进行分析，进而提出了相应的解决策略，希望能够在实践的过程中促进辅导员信息素养的大幅提升。
参考文献
[1] 张厚生，袁曦临.信息素养[M].南京：东南大学出版社， 2007（03）.
第2篇：大数据时代产生的原因范文
关键词：智慧城市：大数据时代；政府治理
大数据的产生为新时代的数据处理方式创造了本质上的变革，由此产生的新时代既为政府治理带来了新的机遇，同时也带来了前所未有的挑战。大数据的应用帮助政府在传统的治理功能上，提高了其对信息和数据进行分析和整合的能力，从而更大程度地满足社会大众的不同需求，促进了政府的治理效率和服务水平的提升。但是，大数据也带来了新的挑战，因此怎样把握机遇并有效利用，同时积极应对挑战是当前政府治理所面临的主要问题。
一、政府治理的新背景
简单来说，大数据就是大小超过了普通数据库的操作范围的数据群，其特征主要体现为规模大、速度快、多样化以及复杂性强四个方面，也就是说在根本上与普通的数据并没有太大差别。随着大数据理念的出现，其在计算机领域创造了标志性的技术革新。随后这一概念逐渐被应用于社会的其他行业，2013年更是被称为中国的“大数据元年”。在大数据时代里，所有生物的活动或事物都有可能被通过数据的形式来进行记录和存储。而正是由于大数据的大范围运用，数据和资源逐渐成为社会的重要生产资料。我国的科研学家提出制定大数据战略措施，通过对其的有效利用来促进国家发展，并提高国际竞争力。政府治理是一个持续的过程，大数据带来的大量的信息和资源为政府带来了更多有价值的信息。但在面对大数据时，政府的传统治理方式已难以应对。
二、大数据时代智慧城市治理的挑战
（一）治理理念面临的挑战
长久以来，我国在社会主义市场经济环境下逐渐形成了传统的政府管理体制和治理理念，正是对社会和经济进行的整体式管理，反映了政府部门的自我主义和全本观念。例如部分地区的政府管理者习惯对社会大众说套话，政府信息化程度较低，对于部分突况的反应和处理能力不足，对实事新闻的敏感度也不够高。因此我国政府一直致力于打破传统管理理念的局限，积极开展政府智慧治理理念的宣传和推广工作。大数据的产生随之带来的是信息的不断公开和共享，社会大众更容易对个人感兴趣的事物和信息进行个人观点的发表和交流。因此，此时需要政府发挥主导作用，引领社会舆论向积极的趋势发展。
（二）治理方式面临的挑战
传统的政府治理方式大多以国家控制力为依靠，通过带有强制性的指令来要求社会大众进行服从，从而实现对社会的治理目标。大数据的应用使得政府治理的方式发生了本质性的变化。一方面，数据的分析和传输方式更为优化，例如通过各类新型媒体的辅助，政府与社会大众的距离逐渐拉近，两者之间进行的交流和沟通也更为频繁，数据的传出和反馈更为密切。另一方面，计算机技术的不断革新让社会主体不断提升信息和实事的了解程度，政府不再是信息的垄断持有者，参与、合作的新型治理方式正在逐渐形成。可以说，这不仅仅是更为科学的治理态度，也反映了紧跟时代的智慧治理方式。
（三）治理体系面临的挑战
大数据的应用不仅带来了新的机遇，同时也产生了不可避免的难题。首先是隐私权的问题，现代化时代信息的传播速度极快，一旦有不利的信息得到传播，舆论便难以控制。并且只要大数据获取了足够的个体信息，即使是无关紧要的数据，组合在一起也极有可能暴露出个人的隐私。其次是数据共享的问题，大数据为社会生活和生产提供了丰富的资源和信息，使得许多个人的信息在不经意间得到传播和使用。但是，这也与我国的相关隐私保护条例不够健全和完善有关，以及政府对信息产权的保护意识不强，加之大众对新信息的好奇，最终使得信息被不断分享和公开。
三、大数据时代政府治理的革新
（一）技术革新
大数据的产生是计算机技术逐渐成熟的反映。大数据曾是被忽视的技术，所以数据处理技术的革新是大数据的运用基础。大数据技术的内容包含信息获取技术、数据整合技术、信息分析技术等。当前，大数据技术主要诞生于计算机信息产业界以及其他相关领域，若要将大数据技术分配到政府部门，并且成为政府治理的得力助手，需要政府决策者进行系统性的了解和学习。因此，近几年国家政府也逐渐与多个大型企业建立了大数据合作关系，期望能够借助商业的大数据技能来加快大数据在政府治理中的运用。通过这样的方式，有助于快速提升政府治理的能力和效率。
（二）理论革新
从表面上看，大数据技术带来的技术风暴仅仅是一种技术性的革新，但实际上，大数据所带来的是信息技术的理论和互联网思维的革新。其能够得到如此大范围的应用不仅仅是由于数据量的扩大，而是人类在对信息技术的应用思维上发生了本质的变革。通常情况下，技术的革新大多早于理念的革新，而思想的滞后则会导致技术发展速度缓慢。据此，政府决策者是否能够建立“大数据思维方式”是政府实现智慧治理的关键，也就是说，需要大数据的相关理论真正渗透到政府智慧治理的观念中来。同时，全新的时代背景下，政府实现智慧治理需要管理者确立科学的思维方式，此时运用大数据来进行进行辅助，才能更有效地提升治理质量。
第3篇：大数据时代产生的原因范文
关键词：大数据；教育管理；信息化
现阶段，各大院校信息化建设迈入新的发展阶段，数字化业务系统的功能进一步扩展，在不同程度上提升教育信息化水平。随着大数据等新技术的快速发展，大众已进入大数据发展时期，此时，软硬件系统会产生大量的数据信息，如何有效发挥上述海量数据的隐藏价值，提升教育管理信息化水平，成为研究者重点关注、思考的问题。本次研究以大数据为研究视角，重点阐述大数据对教育管理工作产生的影响，并提出一系列有效开展教育管理改革的方法以期为教育信息化发展提供重要的借鉴和参考。
一、大数据时代对教育管理信息化产生的影响
（一）赋予教育活动更大的灵活性
大数据是依据现代信息技术大规模、复杂的数据集合，其具有规模性、多样性的特征，信息处理和存储能力得到明显改善。大数据技术的应用在于通过充分挖掘和分析数据，构建师生合作、互动平台，鼓励学生与老师进行交流和互动，充分发挥大数据的教育教学效果。为尽可能提升教学质量和效率，新时期各类教学必须具有较强的灵活性和前瞻性，从而适应现代社会的发展。因诸多因素的影响，传统教育管理模式在提升教育活动灵活性等方面无法获得较好的成效。基于大数据背景下，受教育者可依据自己的需求挑选学习内容，如此就能有效提高受教育者学习的积极性和主动性。
（二）有利于学生与教师之间的互动
基于传统教育活动下，日常出现下列情况：老师不停地讲解、学生也在认真听讲，但很少有学生主动、积极地回答问题。由此表明，在传统的教学中，教师与学生之间的互动性不强，这种教学课堂无法获取良好的效果。在大数据技术应用之后，学生答题、复习等信息可以及时被有关设备监测并记录，老师通过深入分析学生的各种信息，并第一时间向学生反馈其日常学习中存在的问题，进而提升学生和教师之间的互动性，进而改善师生的关系。大数据发展背景下，学校师生几乎处于“透明”的生存状态，每个人在数据空间内均会留下痕迹，展示师生的需求意愿等情况。管理人员只要收集和分析有关数据，便能真实掌握现实师生的行为，准确定位师生的实际需求，达到精细化管理的效果。
（三）有利于快速普及优质的教育资源
现阶段，我国计算机普及率达到较好水平，此时，越来越多的人利用电脑展开学习。因每个受教育者知识储备和理解能力存在显著差异，因此，每个人偏向的课程有所差异。大数据背景下，人们可依据自身的需求选择课程，那些处在偏远地区的受教育者可享受全国乃至全世界优秀老师的指导，这种方式不仅达到按需教学的效果，也有利于快速普及优质教育资源，进而提升受教育者的知识水平。
二、大数据时代如何开展教育管理改革
信息技术的更新换代无法预料，其覆盖面、处理能力等方面均无法准确掌握，但始终追求更加卓越的发展。高校教育管理信息化建设应紧跟时展进程，在明确教育建设目标基础上，为提升教育管理效率保驾护航。众所周知，高校管理工作设计部门比较复杂，信息传递准确性、时效性不佳，此时，如何做好教育管理改革工作尤为重要。
（一）大力推行信息化改革
大数据时代的来临从根本上颠覆传统的教育管理模式，满足广大师生的需求。此时，每位教育人员要树立大数据思维模式，善于开展数据分析，以此制定最佳的管理，促使教育教育改革顺利进行。随着大数据技术的广泛应用，教育者的经验和高校办学理念不再是教学的主导原因，利用数据辅助教学，以期提升高校的教学效果。同时，根据学校整体发展层面开展教育信息化改革工作，构建相互交流和共享的平台，满足大众对数据的需求。众所周知，构建信息管理系统是保障大数据技术顺利实施的基础，只有建立数据管理体系，方可充分挖掘大数据带来的有效信息，提高各方数据分析和处理能力。
（二）创新教育信息化管理模式
使用大数据技术重点在于教会人们如何应对数据问题，即：追根溯源，找到引发问题的主要原因，以此提出恰当的解决对策。传统的教育管理模式中，数据存在完整性不足、连贯性不佳等问题，导致决策者制定的决策出现片面性、主观性较强的问题。使用大数据技术后，有利于及时克服以上弊端，更加民主地解决上述问题。教育管理信息需要教育者在管理手段上广泛使用计算机信息技术，借助教育管理软件对日常教学管理中的选课、排课、教务等环节实施高效、准确的管理，以此适应院系和学院之间的管理要求。
（三）提升教师的素质水平
古语有云“师者，传道、授业、解惑也”，这一句简单的话就概括教师这一职业的重要性。因此，教师必须付出十倍乃至百倍的精力加强业务学习和管理，使自己真正成为解惑者。想要成为新时代的学习者还应具有改革意识，在掌握原有专业知识基础上，不断吸收先进的科学技术，提高自身的综合素质水平，重点强化自身解答问题、查找资源、指导学生解决问题等能力，利用一切机会了解各信息设备的运行原理，在学习过程中有目的提升数据的检索、存储等熟练程度。必须注意，为尽可能调动教师工作的积极性，充分发挥优秀教师的带头作用，学校必须设置科学的激励机制，事实证实该措施能获得良好的效果。
（四）强化信息化管理各环节
随着高校信息化的建设和大数据技术的发展，校园网在日常教学和管理过程中发挥着重要作用。高校师生进行教学、科学研究等环节中存在诸多隐患，如：病毒入侵、传播不良信息等。此时，做好高校网络安全的建设和防护工作，成为解决上述问题的重要内容。通过入侵检测系统，对系统中的漏洞进行扫描，及时督促商家更新软件，确保数据的安全。大数据发展阶段，数字化管理主要展现在数据的采集工作。强化高校对教学、科研等方面的采集，方可储备一定的的数据信息，以此建立完善的信息系统。同时，利用已采集的数据信息，在合理的方式下获取真实的数据，实时掌握各项数据，以此提出更好的应对措施。加之，在大数据背景下对科研、管理等信息进行整合，如：教师的信息、学生隐私等，整合数据信息有利于维护师生的隐私，有效保护各个方面的数据信息，达到最佳的管理效果。
三、大数据技术在教育管理信息化中的应用展望
通过对学校的各个信息系统数据、多方采集的信息资源（包括楼宇门禁、校园局域网、供电管理、音视频资源）、社交网络等信息的多维度融合，数据关联分析、挖掘，可以发现大数据技术应用能够在以下领域得到深度发展：（1）学生管理：可以了解学生的出勤情况、心理情况、学习情况，全面客观地记录学生成长轨迹，通过多维度反映学生发展状态的数据，为学生辅导员多方面了解学生提供新渠道，为授课教师做到因材施教、个性化指导服务、提高学生的多方面能力、挖掘学生的兴趣度提供可信依据，还能为学生选择就业方向等工作提供指导；（2）教学管理：结合教师在课程平台中的问题答疑及作业布置情况、上课学生出勤情况、登录无线局域网（Wifi）情况、学生考试情况、课堂的视频资源、学生评教信息等数据可以对教师的教学情况进行全面的了解，有利于规范组织教学、示范教学；（3）院校管理：大数据时代，管理者可以通过学校师生员工在数据空间的信息痕迹，收集和分析相关数据，借以洞悉兴趣爱好、需求意愿、性格特征等内心世界，预判现实中师生员工的未来行为，准确定位师生的需求，从而实现精细化管理；（4）后勤管理：通过学生的餐饮数据可以调整食堂的布局和用餐的品种以及用餐时间的保障，通过课表信息、学生进出教学楼的信息对教室电源控制管理起到节能效果等。总之,在大数据时代，利用大规模数据使碎片化的数据转化为容易整合的主体，借助集成和分析操作，让更多人了解大数据的本质并预测其未来发展趋势，展现教育管理信息化教学改革中发挥的重要作用。本论文以大数据技术为研究视角，深入分析大数据对教育管理信息化的影响，并提出大数据时代如何进行教育管理改革，以期为更好地开展教育管理工作提供重要借鉴和指导。
作者:程晓光 单位:哈尔滨师范大学
参考文献：
［1］李亚翠.高校教育管理信息化迎来大数据时代［J］.大学教育，2015，11（3）：181-182.
［2］曲遥.大数据时代的教育管理模式改革探讨［J］.中国管理信息化，2016，19（4）：253.
［3］潘安，徐玮.教育管理信息化新发展：走向智慧管理［J］.东方教育，2015，15（2）：226-226.
［4］倪雄师.基于大数据时代校园管理信息化的创新研究[J].电脑知识与技术，2015，21（10）：8-9.
第4篇：大数据时代产生的原因范文
关键词：大数据时代；数字出版产业；发展趋势
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.
[4] 肖镘洁.大数据时代数字出版产业发展趋势分析[J].黑龙江科学，2015，（19）：118-119.
第5篇：大数据时代产生的原因范文
【关键词】 大数据分析 移动通信网络优化 运用
移动通信网络运行故障具有较多的原因，大数据时代，通信运营商应根据大数据的特征，采取大数据技术对其进行分析和优化。
一、目前网络优化中的困难
移动通信网络优化是利用数据采集等手段分析网络运行慢的原因，并予以解决。这一问题看似简单，但实际上存在很多困难。包括技术上的、资金上的。比如通信网络资源庞杂，2G、3G、4G网同时运行。基站建设需求不断增加，网络产生的数据不断的增多，对庞杂网络运行状态的分析需要掌握云计算等大数据分析技术。再比如，优化网络需求大量的资金，新建基站和网络维护同时运行，给移动通信运营商带来困难。部分通信网络建成后无法及时投入使用，造成大量的资源浪费，对网络运行高峰期，运行差异很难把握，基站的建设存在些许不合理。另外，同一小区的用户类型具有多样化特征，用户的使用需求也有所不同。对于通信运营商而言，要致力于满足所有用户需求，这就对基站和天线的性能具有较高的要求，优化通信频谱率成为主要问题。但是优化网络频谱率并不容易，目前依然受到技术和资金上的限制。对同一时间段，不同业务模型的整理也需要采取大数据分析技术，采用传统的技术无法解决。
二、大数据分析在移动网络优化中的运用
2.1网络性能大数据存储
数据采集是网络优化的首要任务，主要包括对通信网性能的采集、话务量的采集和信号测试三部分。通信网性能主要是指通信网络的接入效果、经纬度以及入载波频点等基本参数，用来判断网络的运行速度和是否存在运行故障。话务量的采集主要包括移动信道的可利用率，接话率和掉话率等，采集话务量有助于运营商正确建立基站和设置天线的频谱参数，使网络输出更加合理。信号测试数据主要是现场测试，是对正在运行的移动通信网络信号状况进行测试。包括DT数据和CQT数据测试。移动通信网络的需求增多，使用人数增多，每天都会产生大量的数据，这些数据包括种不同类型。因此，对于传统的数据分析方式明显不能满足数据分析的需求，无法了解网络运行的基本状态。而要完成对数据的分析，首先系统要具有大数据存储功能，虚拟化技术是目前用于移动大数据存储的主要方式，该方式能够提供高容量，能够对数据进行完整的存储，并且关注存储细节处理和可扩展储存。使用虚拟化存储，能够将内部数据、外部数据和多厂商的全部数据进行统一存储于一个平台之上。并在对数据中心改变其动态容量，大大降低了存储资源的空间，降低成本，满足大数据时代的通信要求。目前，通信公司已经开始着手研发虚拟化技术，来应对大数据处理。
2.2大数据在网络优化中的具体运用
网络优化的关键是正确进行网络定位和网络分析，解决网络运行中的掉话和干扰问题。随着基站建设的增多，建设不合理导致的信号覆盖不全问题大量存在，天线角度设置问题也时有发生。而对于移动通信运行而言，技术的更新始终是最困难的。上文我们分析，网络优化的主要问题就是数据的采集，实际上这一过程包括优化准备、问题查找与分析，优化调整实施和提取印证几部分。其中数据采集、问题分析、优化调整是网络优化的核心，并且需要重复进行，在移动通信网络运行过程中经常发生。按照上文我们分析的移动通信网络优化阶段，并结合大数据的特征，首先将优化目标定位为网络基站的检查，随后进行数据的测试和网络运行的测试。检查基站是否存在露覆盖和重复覆盖现象，通过大数据分析手段获得基站的覆盖信息，并对其进行适当的调整，满足覆盖需求并降低干扰。准备好测试工具，对数据进行相关测试并存储于云盘空间，利用虚拟化技术对网络平台数据进行提取，从而正确分析移动通信网络运行问题所在，重点解决网络信号不足、无主小区和频繁切换问题。将整个优化阶段分为两部分，即天线射频优化调整和后台参数优化。天线射频优化就是对基站天线的调整，基站天线的覆盖角度是影响信号输出的重要原因，将天线调整于合理的范围内，可以保证通信运行合理。后台参数调整则包括邻区、基站扇区功率调整，并且还包括设置信道、切换参数、接入参数的调整。根据调整计划调整后台参数，从才能保证移动通信网络的分布，为移动通信网络优化打下基础。对于网络优化而言，还需要技术人员根据需求不断的调整，逐渐促进移动通信网络优化的合理性，保证参数的合理范围，最终确保通信网的快速运行。
总结：大数据时代已经到来，对于移动通信而言，用户增多，需求增多，每天产生的数据只能用海量来形容。应对大数据时代的特征，移动网络的优化也应充分采用云计算等技术。分析网络运行中存在的问题，对通信网信道衰落，信号影响因素进行处理，促进我国移动通信网络的发展，满足客户需求。
参 考 文 献
第6篇：大数据时代产生的原因范文
自从信息化时代以来，就在不断产生大量数据。随着云计算技术的快速普及，加之物联网、移动互联网应用的大规模飙升，人类社会正在步入一个被互联网和通讯技术引爆的大数据时代。之前20余年的积累，让不断产生的海量数据正在成为虚拟世界取之不尽的能源，而它们还远未被开发。
据市场研究公司IDC统计，未来10年里，预计数字信息总量将在2009年到2020年期间增长44倍，全球数据使用量将达到大约35.2ZB（1ZB=10亿TB）。与此同时，单个数据集的文件尺寸也将增加，导致对更大处理能力的需求以便分析和理解这些数据集。一项由Informatica公司赞助的UnisphereResearch调查发现，百分之九十的企业的数据量在迅速上涨，其中16%的企业每年的增长率达到50%或更高。不少企业已经感受到失控数据增长对绩效造成的冲击，87%的受访者将企业的应用程序性能问题归咎于不断增长的数据量。
随着互联网技术的不断发展，“数据本身即是资产”这一点在业界已经形成共识。美国政府更是《大数据研究和发展倡议》，把大数据上升为国家意志，拟投资两亿美元，增强从大量复杂数据集合中萃取信息的能力。
最早提出大数据时代已经到来的全球咨询机构麦肯锡公司认为，数据已经渗透到每个行业和业务职能领域，逐渐成为重要的生产因素；而人们对于海量数据的运用，预示着新一波生产率增长和消费者盈余浪潮的到来。
大数据，重新定义下一场变革
关于什么是“大数据”，目前尚没有标准定义。维基百科上有人对大数据做了如下描述：数据增长如此之快，以至于难以使用现有的数据库管理工具来驾驭，困难存在于数据的获取、存储、搜索、共享、分析和可视化等方面。
通俗地说，大数据其实是一种在互联网时代或信息时代的现象。在这样的时代，任何一个企业，尤其是大型企业和互联网企业，会在经营过程中产生大量的、各种各样的数据。这些数据有几个典型特征：数据量大、数据类型复杂、处理速度要快。所谓数据量大，是指数据不再以几个GB和几个TB为单位来衡量，而是以PB（1000个T）、EB（一百万个T）或ZB（10亿个T）为计量单位；数量类型复杂，是因为它的来源复杂，从结构化数据到非结构化数据；处理速度要快，则是指数据的分析和使用需要在极短时间内完成，甚至实时使用。这导致现有的数据仓库和商业智能等数据处理和分析技术无法应对，但是企业要对它进行快速处理与分析的需求又很大，因此，大数据才会变得这样火。
云时代到来、移动终端普及使得数据创造的主体由企业逐渐转向个体，而个体所产生的绝大部分数据为图片、文档、视频等非结构化数据。信息化技术的普及使得企业更多的办公流程通过网络得以实现，由此产生的数据也以非结构化数据为主。预计到2012年，非结构化数据将达到互联网整个数据量的75%以上。用于提取智慧的“大数据”，往往是这些非结构化数据。
全球技术研究和咨询公司Gartner将大数据技术列入2012年对众多公司和组织机构具有战略意义的十大技术与趋势之一，而其他领域的研究，如云计算、下一代分析、内存计算等也都与大数据的研究相辅相成。Gartner在其新兴技术成熟度曲线中将大数据视为转型技术，这意味着大数据技术将在未来3～5年内进入主流。
不过，也有专家表达了不同看法，认为大数据并不是新概念，而是在物理学、生物学等科学领域早已存在的理论，只不过此前没有有效的手段获取大数据。Web2.0时代，大数据应该以人为核心，以人的关系为基础进行信息生产、交换，从而产生巨大的信息爆炸。同时，大数据将产生比现在更有价值的商业模式，是不能用现有技术进行处理的。
那么，大数据到底能给企业带来什么价值呢？本质上说，大数据本身没有太多价值，基于大数据的处理和分析，才能为企业带来巨大的增值价值。
大数据里面包含企业运营的各种信息，如果能对它们进行及时、有效、充分地整理和分析，才可以迅速帮助企业进行业务决策，响应客户需求，提升竞争力。几个月前，刚刚以大数据概念在纳斯达克上市的美国公司Splunk，可以让我们很容易理解这一点。
Splunk提供一款可运行于各种平台的IT数据、日志分析软件，可以让IT运维人员以类似谷歌搜索关键词的方式，快速搜索并查看任何IT设备运行过程中产生的信息。一个简单的场景是，当IT设备出现异常时，IT运维人员只需要搜索关键词“Error”，系统便会列出包含“Error”的机器运行日志，并以非常好的图形化方式展现出来。IT运维人员可以据此判断出异常出现的具体时间、具体设备，并分析故障原因。
显然，与以前凭借经验进行故障判断相比，数据分析提供了更精准的信息，而这便是大数据的魅力所在。那么，企业该如何抓住大数据带来的机遇呢？专家认为，随着大数据时代的到来，企业应该在内部培养三种能力，包括整合企业数据的能力，探索数据背后价值和制定精确行动纲领的能力，以及进行精确快速实时行动的能力。“如果企业在信息治理上培养出这三种能力，对未来大数据时代的驾驭能力会增强，而面临的挑战则会降到最低。”
IT巨头抢滩布局
Gartner曾经有报告指出，大多数数据属于广泛存在于社交网络、物联网、电子商务等之中的非结构化数据。这些非结构化数据的产生往往伴随着社交网络、移动计算和传感器等新渠道和技术的不断涌现和应用。对于大企业而言，大数据的兴起部分是因为计算能力可用更低的成本获得，且各类系统如今已能够执行多任务处理。其次，内存的成本也在直线下降，企业可以在内存中处理比以往更多的数据。还有就是把计算机聚合成服务器集群越来越简单。这三大因素的结合便催生了大数据。
作为一家智能分析解决方案厂商，一直专注于商业智能技术的美国Teradata公司主要为企业和政府机构做数据整合、分析，探索、挖掘数据背后的价值。最近两年，Teradata通过收购，将业务从结构化数据延伸到非结构化、大数据领域。2011年，Teradata先后收购了云计算软件公司Aprimo及高级分析和管理各种非结构化数据领域的Aster Data公司。2012年5月8日，Aprimo收购了基于云的数字营销欧洲领导厂商eCircle，进一步加强并拓展了Teradata大数据市场业务。
事实上，Teradata只是大数据领域的一家企业而已，与Teradata一样看好大数据的还有IBM、甲骨文、惠普、EMC、微软等传统IT厂商，他们也在通过自主研发或者收购的方式进入大数据领域。
几年前甲骨文率先在全球推出了应对大数据的数据库软硬一体机Exadata，因为其在提升效率、简化管理、最大限度挖掘数据商业价值上有明显效果，赢得了用户市场的积极反馈。2012年12月，IBM也在全球其针对大数据的软硬一体机PureData。最近几年IBM与甲骨文在市场上的竞争白热化，在软硬一体的大数据机推出速度上，IBM显然比甲骨文慢了一程，但是IBM对此并不气馁：“正因为我们的产品晚出来，所以我们在架构上、在技术上能够避甲骨文数据库一体机之短，能够设计出更优的大数据一体机。”由于大数据一体机，IBM与甲骨文之争再燃战火。
IBM在过去五年里，已经斥资超过140亿美元进行了20多笔与数据分析相关的收购交易。甲骨文这家以结构化数据库起家的IT公司，则推出了大数据机及智能分析解决方案。2011年8月，惠普以100亿美元收购英国软件公司Autonomy，其实也是为了扩大商业分析软件的市场份额。Autonomy通过独有的算法可以提取出非结构化信息中的含义。
应该说，目前全球大数据技术的发展还处于起步阶段，针对大数据无论是软件技术还是硬件技术或是软硬一体的技术，国外企业的投入和重视都远比中国企业要多得多。与国外大数据的热火朝天相比，国内企业似乎仍在观望。
“国内IT尤其是软件企业在布局大数据方面，已经落后。”有专家称，这主要是国内企业在数据库、数据仓库、商业智能等领域基础薄弱。不过，国内企业在这方面仍有机会，但需要找准行业与切入点。对于国内可能出现大数据公司的领域，业界比较看好互联网公司，例如百度、阿里巴巴、腾讯等，显然，这样的互联网公司比传统的IT和软件公司更有机会。
实际上，作为中国最大的电子商务公司，阿里巴巴已经在利用大数据技术提供具体服务，包括阿里信用贷款与淘宝数据魔方。以阿里信用贷款为例，阿里巴巴通过掌握的企业交易数据，借助大数据技术自动分析判定是否给予企业贷款，全程不会出现人工干预。据透露，阿里巴巴已经放贷300多亿元，坏账率约0.3%左右，大大低于商业银行。淘宝数据魔方则是淘宝平台上的大数据应用方案，通过这一服务，商家可以了解淘宝平台上的行业宏观情况、自己品牌的市场状况、消费者行为情况等，并可以据此做出经营决策。
此外，据悉曙光也已推出针对大数据的存储解决方案，曙光的HPC（高性能计算机）在中国的HPC TOP500的排行中继续蝉联榜首。曙光希望能够在计算架构和软硬垂直整合方面有更多创新与突破。
大数据VS云计算
现在，云计算和大数据无疑都是很火的概念，业内对其的探讨也愈演愈烈，那么云计算与大数据的不期而遇又产生了怎样的联系呢？
有人说云计算和大数据是双胞胎，两个是不同的个体，互相依赖又相辅相成，也有人说大数据是来搅局的。对此，VMware全球高级副总裁范承工认为，在过去三年中，大数据的发展从无到有，三年前可能还没有人说这个词，现在已经如火如荼。然而，现在除了数据本身发生了改变，云计算也使数据变得更加分散，在这样的趋势下，传统数据库对于海量数据的需求、快的需求、开发者数据多样化的需求难以满足，使各种各样的解决方案大行其道。
EMC大数据和存储专家、EMC资深产品经理李君鹏则认为，大数据本身就是一个问题集，云技术是目前解决大数据问题集最重要有效的手段。云计算提供了基础架构平台，大数据应用在这个平台上运行。目前公认处理大数据集最有效手段的分布式处理，也是云计算思想的一种具体体现。
对于大数据给云计算带来的影响，Teradata技术总监Stephen Brobst表示，公有云架构对数据仓库没有影响，因为企业的CIO不会无缘无故把财务数据或者客户数据放到云上，那样很危险。然而，私有云架构确实有影响：通过私有云可以巩固数据集市，减少利用率不足的问题；可以通过灵敏的方式将数据集成，实现业务价值。
其实大数据与云计算的不同之处主要在于应用的不同，表现在两个方面：首先在概念上，两者有所不同，云计算改变了IT，而大数据则改变了业务。大数据必须有云作为基础架构，才能得以顺畅运营。其次，大数据和云计算的目标受众不同，云计算是卖给CIO的技术和产品，是一个进阶的IT解决方案。而大数据是卖给CEO、卖给业务层的产品，大数据的决策者是业务层。由于他们能直接感受到来自市场竞争的压力，必须在业务上以更有竞争力的方式战胜对手。
也就是说，如果说云计算为数据资产提供了保管、访问的场所和渠道，那么如何盘活数据资产，使其为国家治理、企业决策乃至个人生活服务，则是大数据的核心议题，也是云计算内在的灵魂和必然的升级方向。
是机遇，更是挑战
目前，对数据采集主要从源头上进行控制，挡住一些不具战略意义、没有价值的数据。但也造成数据收集工作没有数据分析系统，基本是不经分析过滤全扔进数据库，一来数据库容量有限，二来信息芜杂，有效样本信息获得难度较高。
可以说，大数据产业链有很多环节，未来都可能面临较大发展机遇。如信息数据的产生环节，公众每天使用的互联网和无线通信，即时通信、手机、短信、彩信甚至是每一个互联网点击，都是数据的产生，企业依靠这些数据，可以进行自我分析提升效率，也可以出售数据给专业分析机构。同样，信息数据的存储和采集整理环节也不容忽视。而信息数据的分析产出作为整个大数据产业链的最末端，可能将成为具有技术含量和产业附加值的子行业。
目前在中国，“大数据”尚未直接以专有名词被政府提出。不过，工业和信息化部的物联网“十二五”规划中，把信息处理技术作为四项关键技术创新工程之一提出来，其中包括海量数据存储、数据挖掘、图像视频智能分析，这都是大数据的重要组成部分。
相关专家认为，国内要想发展大数据需重视以下几个问题：
第7篇：大数据时代产生的原因范文
[关键词]大数据 大学统计教学 大统计
[中图分类号] O21 [文献标识码] A [文章编号] 2095-3437（2015）11-0183-02
一、引言
2009年8月5日的《纽约时报》刊登题为“当今大学毕业生唯一关键词：统计学”文章。[1]文中介绍，哈佛大学人类学家格赖姆斯改行就职Google，从事海量数据的分析工作，整天就是和数学、计算机打交道，用数据分析方法改善Google搜索引擎。文中援引Google首席经济师范里安的话说：“我坚持认为今后10年最性感的工作是当统计师，我可没开玩笑！”麻省理工学院经济学家布林约夫森说：“我们进入了一个一切都可以被监测器和科学仪器数字化和记录的时代（大量数据在不断产生），但最大的问题是我们有没有能力利用、分析这些数据，让其为我们服务。”数据中有大量的珍宝。IBM组织了200名数学家、统计学家和其他数据分析大师为商业分析和优化服务，在数据中探宝，他们计划将探宝队伍扩充到4000人。网络数据的样本量打开了一个新世界，康奈尔大学克莱因伯格说，社会统计中，相比传统采访和问卷调查等形式的抽样，数百万计的网民的网络互动产生的样本量是令人惊奇的。专家警告，统计学面临着严重的危机，单就网络数据的体量就足以使得传统统计模型丧失能力，而且，数据的强相关性未必就有因-果关系。
数据在爆炸，我们在惊梦中进入了大数据（Big Data）时代，大数据正在引起一场革命，它将改变我们的生活、工作和思维[2]，统计学是关于数据的科学，它迎来了一场变革，是机遇也是挑战。[3] [4]
二、大数据的产生及其特征
数据化是大数据时代到来的标志。社会网络、电子商务、移动通信、深空探测、卫星遥感、基因测序以及其他科学测量仪器时时刻刻都在自动测量和记录着数据，而且这一趋势在不断增强。2007年所有数据中只有7%是存储在报纸、书籍、图片等介质上，其余全部都是数字数据。Google每天要处理超过24PB2的数据，它是美国国家图书馆所有纸质出版物所含数据量的上千倍。科尔尼公司科学家统计结果显示，仅2012年就产生了2.5ZB的数据，并且数据产生量以每年40%的速度递增，2011、2012两年产生了全球90%的数据，到2020年将达到45ZB，这是天文数字。
我们用中国移动公司为例大致描述一下大数据的产生。2015年中国移动已经达到12.93亿个用户，用户数近似12G，给用户提供通话、短信、上网等服务。若网络流量包月30MB，每天1MB，平均每天网络数据流量达到12PB，若每天还记录用户信息（姓名、身份、职业、位置等），通话（时刻、时长、内容），短信（内容）等，保守估计所产生的数据可以达到300PB，一年将超过100EB=0.1ZB。再看这些数据的形式，它们有文字、表格、符号、图片、语音、数字、影像、上网轨迹等等，如果还考虑这些数据时时刻刻都在改变，每个用户有自己的偏好，可以想象这些数据的体量、变化性、复杂性，如果移动公司利用这些数据进行市场分析和行业规划，这些数据还具有巨大价值。图1描述了大数据的产生及其演化过程。[5]
人们从不同的方面对大数据进行了描述和定义。从特征来看，大数据具有“4V”：Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）。[6]Volume：由于当今数据的体量大，其处理和管理只能依靠专门的技术，驾驭这些先进技术是开启大数据宝藏的钥匙;Velocity：快速处理大数据并获取有用信息;Variety：要开发利用的大数据的数据类型庞杂、数据源众多;Value：大数据中隐含着商机，隐含着企业、行业乃至国家战略决策的依据，它是煤、石油、金属矿产、水等之外的一种新型资源。
图1 大数据的演化图（据科尼尔分析修改[5]）
从统计的角度，李金昌认为大数据不是基于人工设计、借助传统方法而获得的有限、固定、不连续、不可扩充的结构型数据，而是基于现代信息技术与工具可以自动记录、储存和连续扩充的、大大超出传统统计记录与储存能力的一切类型的数据。[6]
从技术的角度，维基百科的定义是，大数据是指无法在可承受的时间范围内用常规软件工具进行捕捉、管理、处理的数据集合。从产业角度，常常把这些数据与采集它们的工具、平台、分析系统一起被称为“大数据”。
三、大数据时代的大学统计教学
大数据时代是以数据为中心的时代，是数据驱动的时代。作为关于数据的科学，统计学面临着重大的机遇和挑战，大学统计学教学面临着重大变革。20世纪中叶计算机技术的进步为统计应用的腾飞插上了有力的翅膀，使其应用范围遍及自然科学、社会科学的各个领域，无所不在，使得统计学趋向成熟。如今计算机、互联网、云计算电子商务和社会网络等的发展又将统计学推到了风口浪尖，国际、国内很多统计学家纷纷撰文对统计学为适应新时代的发展所需的变革进行了论述。
孟生旺和袁卫[7]根据2014年11月美国统计学会的统计学本科专业指导性教学纲要，强调了4个方面：（1）数据科学日益重要，统计专业人才不仅需要扎实的数学和统计基础，还要有强大的统计计算和编程能力，可以熟练使用专业统计软件和数据库;（2）真实数据是统计专业教育的重要组成部分;（3）需要更加多样化的统计模型和方法;（4）通过语言、图表和动画等用户易于理解的方式表达数据分析结论的能力。他们还从统计方法与统计理论、数据操作与统计计算、数学基础、实践训练等几个方面对课程设置提出了具体要求。
结合他人的思想，我们认为在教学过程中必须思考几个方面的问题并进行思想方法和教学方法的转变。
（1）对数据的认识，传统统计数据类型包括时间序列数据、截面数据、面板数据以及空间面板数据等，结构性强，针对每类数据都有有效的统计分析方法和模型。然而，如上文提到的通信数据，还有社交网络记录的数据、电子商务记录的客户数据等等，它们往往是传统数据类型的混杂体，既有静态的也有动态的，既有结构性的也有非结构性的。另外，数据库与数据库之间存在大量数据交换与关联，这些数据都不适合传统统计模型，要想在这些数据中挖掘到有用信息，要进行市场分析与决策。面对这些因素，我们在教学中该如何处理，如何思考？另外，这些数据中的变量可能是一个Word文档，可能是一段语音，可能是一幅图片，是不是需要将它们都转化成数字再处理呢？
（2）关于抽样，首先由于网络和科学仪器的进步，数据获取技术得到了前所未有的提高，加上强大的计算机处理能力，通过抽取样本推断总体的属性是不是造成信息浪费呢？维克托主张，当数据处理技术已经发生了翻天覆地的变化时，抽样技术就像汽车时代骑马一样，一切都变了，我们需要的是全部数据而不是样本，统计需要“全数据模式”：样本=总体。
（3）精确与简单，维克托估计大数据中只有5%的数据是结构化的，是可以用传统统计学模型进行分析的，然而其余95%的数据是混杂的，其中隐含的信息不仅多而且可能是更有用的，如果因为追求精确性而拒绝混杂数据将是资源的巨大浪费。他认为，大数据的简单算法比小数据的复杂算法更有效，我们不应该拒绝混杂性，而要以混杂性为标准设计新型数据库进而快速有效地获取有用信息。
（4）因果与相关，相关性回答的是“是什么”，因果关系回答的是“为什么”。维克托主张，大数据时代，我们不必一定要知道现象背后的原因，而是要让数据自己“说话”，知道是什么就够了，知道了是什么就可以创造巨大的社会价值，大数据时代探索世界的方法需要改变。然而，维克托的《大数据时代》中译本作者周涛对“相关关系比因果关系更重要”观点不认同，认为放弃对因果关系的追求就是放弃了人类凌驾于计算机之上的智力优势，是人类自身的放纵和堕落。我们同意周涛的观点，在巨大的利益面前尽快、尽量多的知道是什么是很重要的，尤其是对商业界来说。探索事物之间的因果关系是统计学的重要使命之一，然而与小数据相比，大数据中的因果关系可能被大量的混杂性掩埋，望远镜和显微镜如何有效地配合使用也是我们不能回避的问题。
统计这门学科的发展一方面必须适应社会的发展，满足社会的需求，另一方面要不断完善其理论、方法体系。这样一来，大学的统计教学既要让学生掌握传统统计学知识，又要激发和培养学生们大胆探索适应大数据时代的新思想、新方法和新应用。
[ 注 释 ]
[1] STEVE LOHR， For Today’s Graduate， Just One Word：Statistics[N].New York Times，2009-08-05.
[2] 维克托著.周涛译.大数据时代――生活、工作与思维的大变革[M].杭州：浙江人民出版社，2013.
[3] 耿直，大数据时代统计学面临的机遇与挑战[J].统计研究，2014（1）：5-9.
[4] 邱东，大数据时代对统计学的挑战[J].统计研究，2014（1）：16-17.
[5] https：// / strategic-it / featured-article / - / asset_publisher / BqWAk3NLsZIU / content / big-data- and-the-creative-destruction-of-today-s-business-models / 10192.
第8篇：大数据时代产生的原因范文
关键词 大数据 高等教育
中图分类号：G637 文献标识码：A
1大数据成为助推高等教育发展的重要技术力量
首先，大数据是基于当今时代计算机与网络的发展、数据的积累以及国际化和全球化的影响而应运而生的，是信息技术发展的又一高峰。大数据时代的到来意味着计算机计算能力的大幅提升、储存器信息储存能力的高速进步、信息传输速度的巨大提高以及物联网、云计算等尖端信息技术的整合，对于高等教育而言，计算能力的大幅提升意味着对更多数据进行分析的可能性，更多更全面的教学、科研以及管理过程的数据信息被纳入可分析可研究的范围；储存器信息储存能力的高速进步为数据收集广度与深度的巨大提升奠定了基础，促进了高校“管学研”信息的收集周期的巨大提升，以往数据收集也许只能进行数月，就不得不因为数据存储系统的冗余而对前期数据进行丢弃，如今此困境得到很大缓解；信息传输能力的巨大提高不仅使数据存储系统和数据分析系统之间的时间间隔大幅缩减，并且为教育资源的地区内、全国以至于全球共享提供了巨大便利，当前-些高校能够进行国际间的在线学术会议、MOOC的全球风靡便赖于此；而物联网、云计算等尖端信息技术的整合更是为数据收集、传输、分析、共享提供了新的手段，并产生了效果上的巨大提升，成为大数据推动高等教育发展的助推器。
其次，大数据为优质教育资源的全球共享提供技术支撑，促进了高等教育中教育公平以及学习个性化的实现。在如今的信息化时代，随着高等教育信息化的大力推进，相关网络教育资源的开发已经渡过了原始的积累阶段，各类网络课件、精品视频公开课等优质的教育资源己有一定量的基础，当前更为重耍的是要突破地域、文化、经济等因素的限制，实现教育资源的全世界、全人类免费共享，但进行教育资源的共享不仅是制作些课件、教学视频放在网上供学习者访问，同时也要提供相关学习支持服务如师生互动、问题讨论、课业考评以及学习者提高发展策略等才能够称得上优质，才能保证学习者学习的质量。
再次，大数据为现代教育与信息技术的深度融合提供了环境支持，进一步推进高等教育改革。大数据是信息技术发展的又一高峰，在高等教育中，其以对信息和数据的高度集成而构建信息化的教育环境，促进信息技术和高等教育的整合乃至全面融合，从而改变了教学活动的各项要素，引发了教学方法、教学工具、教学内容等各环节的深刻变革，并且推动了高等教育模式和学习环境等领域的全面创新。
2大数据助推高等教育发展的主要方面
人才培养是高校最根本的职能，是高校的核心理念和根本使命，虽然培养人才的规格和要求随着时代的发展不尽相同，但从大学发轴至今，培养人才始终是高校的立身之基。“国以才立、政以才治、业以才兴”，国家和社会的发展需求和依靠大量人才的参与；“创新的事业呼唤创新的人才”，时代的发展对人才规格产生了新的要求，高校作为培养高级人才的最主要场所，人才培养的模式也必须与时俱进。
大数据的应用对于高校培养人才的意义主要是促进高等教育的普及化和个性化。就高等教育的普及化而言，在今信息化时代，基于网络的远程教育能够打破时空界限，课堂门滥的降低使之成为推进全民教育以及教育终身化的利器，而大数据的应用正是对教育信息化进程的有力推动，MOOC即为其中最具代表性的应用。就高等教育的个性化而言，大数据的应用更为重要，其在高等教育前所未有的大规模和网络化的基础上，通过网络教学系统对学生学习过程信息的全面掌握，达成保证教学质量的目的；同时以学生个体为主体的信息收集和分析建模，使“因材施教”的教育理想在大规模高等教育的时代也有了实现的基础。
3大数据为高等教育未来发展搭桥铺路
首先，在倡导终身教育、全民学习的全球教育浪潮中，民众的学习热情被激起，继续学习以补充和提高自身能力成为越来越多人的选择，而当前的高等教育其规模和人才培养模式都不足以满足广大民众多样化的学习需求，这种大规模和高度个性化的学习其必须依靠网络和大数据提供技术支撑，才能够保证基本的教育质量，MOOC便是这种新人才培养模式的代表，其以网络满足全球各地数以百万计的学习者的同时在线学习，并且不拘于时间和空间，实现了课堂在学习者数量上的极大扩容；其以大数据技术满足针对到个人的学习支持，指向个体的学习反馈和学业评价保障了网络课堂的教学质量。大数据的技术支持是高等教育走向普及化、个性化的重要保障，也是高等教育实现因材施教，完成课堂向学生中心转变的重要推动力量。
第9篇：大数据时代产生的原因范文
【关键词】大数据；信息；应用
随着信息技术的快速发展，信息在人们的生活中、工作中扮演着越来越重要的角色。人们对信息的处理和应用也经历了电脑时代，互联网时代，一直到现在的大数据时代。大数据像血液一样遍布城市生活的各个方面（智能交通、智能医疗、智能营销等），并推动政府职能部门及企业管理者们从“经验治理”向“科学治理”转型。
一、大数据概述
“大数据”是指为了更经济、更有效地从高频率、大容量、不同结构类型的数据中获取有价值的信息而设计的新一代架构技术，人们用它来描述和定义信息爆炸时代产生的海量数据，并命名与之相关的技术发展创新。“大数据”的精髓在于“大”，其不仅说明数据的数量庞大，还意味着数据种类繁多、结构复杂，变化速度飞快。大数据具有四种特性：Volume（数据量大）、Velocity（处理速度快）、Variety（数据类型多）和Veracity（真实）。（1）Volume——数据量庞大，从TB级别跃升到PB乃至EB级别（1024GB=1TB；1024TB=1PB；1024PB=1EB）。这样的数据量已让传统的数据库难以处理，也让人们掌握更全面的信息。（2）Velocity——数据量巨大，数据处理、分析的速度就得快，云计算、物联网技术使人们对信息能即时、快速的处理。（3）Variety——数据类型繁多，如网络日志、视频、图片、地理位置信息，更多类型的数据源提供了了解用户个性化特征的更全面的信息。（4）Veracity——真实是数据的生命，更精确的数据保证了分析结果的准确性。
二、大数据对信息的影响
（一）信息的安全性
随着产生、搜集、分析的数据量越来越大，数据的集中存储增加了数据泄露风险，如何保护这些数据资源的安全，显得日益重要。同时要保证这些数据不被滥用，也成为信息安全的一部分。另一方面，大数据对数据完整性、可用性和秘密性带来挑战，在防止数据丢失、被盗取和被破坏上存在一定的技术难度。企业需要考虑如何应对数据泄露风险，并且建立相关预案，也要从网络安全、数据安全、灾难备份和安全管理各个角度考虑，部署整体的安全解决方案，来保障数据安全。
（二）个人信息隐私的保护
大数据时代下，用户享受着企业为其量身打造的个性化服务，而企业利用用户活动产生的“大数据”进行分析利用发家致富。这看似双赢的局面，就在用户享受所谓“个性化服务”的同时，其隐私也在一定程度上受到威胁，陷于尴尬。大数据时代，用户在互联网的一举一动都会被服务方知晓，变成各类数据。当用户浏览网页、发微博、逛社交网站、网络购物的时候，所有的一举一动实际上都被系统监视着。就像京东监视着用户的购物习惯，百度监视着用户的网页浏览习惯，新浪微博了解用户的心中所好，腾讯似乎什么都知道，包括用户的社交关系网。在这种情况下，个人隐私会逐渐变得无处遁形，如何保护用户的隐私，尤其是一些个人信息，成为一个难题。
三、大数据下的信息应用
大数据目前在国内还处于初级阶段，但是其社会价值、商业价值已经显现出来。首先，政府拥有大量的数据，可以帮助政府更好地科学决策，有效施政；其次，手中握有数据的公司基于数据交易即可产生很好的效益，还可以帮企业做内部数据挖掘，帮企业更精准找到用户，降低营销成本，提高企业销售额，增加利润。
（一）帮助政府正确有效决策
我国政府拥有大量的经济、交通、气候数据，如何挖掘海量数据的潜在价值，为城市治理、市民生活提供可靠的决策建议，是建设宜居城市、智慧城市所面临的重要课题，也是帮助政府进行科学决策的重要助手。近几年，PM2.5成为政府、企业、民众关心的热点话题，中国的许多城市经历了一场被动的“战争”——全民应对雾霾天气。在北京，政府不得不以工地停工、公车停驶、工厂停产等种种措施，尽力减少各种污染物的排放。雾霾是怎么产生的，对大多数公众来说，一直是个模糊概念。环保部门分析，第一，污染物排放量大，燃煤、机动车、工业扬尘，这些污染源排放量大，是造成空气严重污染的根本原因；第二，扩散条件不利；第三，区域污染和本地污染“贡献”叠加，PM2.5污染区域性及相关联区域污染相互传输，是重污染形成过程的重要因素。解决雾霾问题需要大量的数据及科学分析。核心是了解燃煤、机动车、工业污染和扬尘究竟各自“贡献”了多少PM2.5？准确的数字是多少？2013年，中科院大气物理所研究员王跃思与其同事唐贵谦、潘月鹏完成了一项有关PM2.5的研究，名为《北京及周边区域颗粒物和细粒子排放源特征及其来源解析》。报告指出，就北京原生PM2.5排放而言，机动车排放占50%，工业占38%，居民占8%，电厂占4%。通过该报告，政府可以分析整理出北京及周边区域大气污染物排放清单，分析出大气污染物排放的特征，来源及其形成机理，在此基础上提出更有针对性、更有效的治理措施。
（二）帮助企业进行精准营销
消费者的消费日趋理性和个性化，研究消费者的消费习惯及消费趋势就成为商家面临的重要课题。在这种情况下，大数据的作用就开始显现出来了。沃尔玛、麦德龙、肯德基等知名企业的一些主要门店均安装了搜集运营数据的装置。这些企业可以将数据与交易记录结合，并利用大数据工具展开分析，从而在销售哪些商品、如何摆放货品以及何时调整售价方面给出意见，此类方法已经帮助企业减少了17%的存货，同时增加了高利润品牌商品的比例。电商时代的营销就更为精准。电商网站记录用户购买行为有助于电商网站为用户提供个性化服务，也为其带来巨大的商机。网站通过社会化网络数据的挖掘分析，了解用户在下一时段的购买倾向，甚至通过对所有用户购物行为的分析，清楚的提炼到底那些用户在未来一个月需要购买什么类型产品、需要多少数量。例如用户在电商网站上购买了西裤，相关的西裤推荐就会在未来一段时间内推荐给用户；用户在社交网络上提到某种产品或服务，这类型的产品或服务就能主动找到用户。电商网站推荐的商品基本都与用户浏览或购买的商品有关，具有个性化、细分化、针对性的特点，而这些都依赖于对用户浏览、消费信息的挖掘和分析，提高了用户满意度，也增加了企业收益。
（三）为客户提供适合的产品和服务
据中国互联网络信息中心2012年的统计报告显示，截止2012年底中国网络视频用户达到3.72亿，占网民数量的65.9%。视频用户多，但喜好各有不同，同时版权购买费用高。在这种情况下，弄清网民喜好，有针对性的购买、制作电视剧、电影就成为视频网站的迫切需要。2013年，最火的美剧当属Netflix制作的《纸牌屋》。它在美国和其他40个国家及地区已经成为网络点播率最高的剧集。国内得到独家版权的搜狐视频上线该剧20天后，播放量超343万次。该剧的火爆得益于精彩的剧情及优秀的导演和男主角，而这部电视剧的导演和男主角都是被“算”出来的。Netflix在美国有接近2700万的订阅用户，这些人每天在Netflix上产生3000多万个网络点击行为，例如暂停、回放或者快进，并且用户每天还会给出400万个评分，以及300万次搜索请求……根据数据，点击率非常高的鬼才导演大卫·芬奇和男演员凯文·史派西，成为了主创的选择。大数据就这样注入了电视剧行业。《纸牌屋》被誉为电视剧行业通过互联网挖掘用户行为数据分析结果的第一次战略运用，这似乎给电视剧、视频网站从业者带来了一种新思路。在此之前，电视制作者并不知道全国爱看武侠剧、爱情剧、喜剧观众在哪里，他们是谁，有了大数据以后，制作者就可以精准地找到他们，然后制作出对应的剧作推送给目标观众。
（四）帮助人们灾后科学救援
技术研究机构IDC曾预计，大量新数据无时无刻不在涌现，并以每年50%的速度递增。从通信到测定方位、温度甚至大气化学变化，大数据应用无处不在。2013年4月，四川雅安芦山发生7.0级地震，灾区损失严重。政府等权威部门缺乏大数据管理能力的问题，在雅安地震中凸显。灾区没有每日更新的数据，重要数据难以公开而造成交通拥堵，救援工作难以开展；没有统一的物流中心和转运车辆，造成物资发放混乱。可见，缺乏大数据时代的管理思维和协调能力，必然会影响救灾效率。拥有大数据、应用大数据的公司在这方面做出了表率。在灾后救援中，高德公司紧急上线了高德导航雅安版。这一版本中，集成了雅安当地最新的救助点信息，方便救援队伍及时将伤者运送到最近的救助点；行车公告可以根据实时路况提供行车建议；“位置分享”可让救援人员很快找到需要帮助的人。救灾需要精准数据和细致兼备的后勤管理，也更需要我们把所有相关信息转化为真实行动的大数据管理，为科学救灾提供依据和指导。
四、结语
大数据时代的发展是和谐的、合作共赢的，因为数据财富和资产可以复制、递增、共享。但要实现大数据环境下对信息的充分有效利用，面临着许多挑战，如大数据处理技术、工具等不是很完善，人们的思维有待改变，企业组织架构需要调整等。要解决这些问题，需要确定信息应用的目标，储备培养大数据相关技术人才，完善企业内部整合能力，形成一个有效利用信息的机制，实现信息的价值。
参考文献
[1]吴勇毅，“大数据”成就“智慧营销”[J]，上海信息化，2013（2）：46～50
[2]方方，大数据时代的到来[J]，新科幻，2013（4）：3～7
[3]罗锦莉，大数据时代下，尴尬的用户隐私[J]，金融科技时代，2012（12）：26～31
[4]李新玲，应对雾霾天：对“大数据”的期待[N]，中国青年报，2013-1-24（12）
