大数据时代的概述精选(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的概述主题范文，仅供参考，欢迎阅读并收藏。
第1篇：大数据时代的概述范文
[摘 要] 大数据时代的来临，给教育带来了全新的变革，开启了教育的新篇章。数据挖掘技术分析了当前教育存在的问题，针对问题提出了大数据技术在教育资源、教育管理、评比系统及因材施教等方面的应用，尤其针对Visual FoxPro数据库设计这门课，设计了学生反馈信息获取和教学资源共享网站，更好地实现个性化教育，从而构建可行的教学模型。
[关键词] 大数据技术；数据挖掘技术；教育资源；教育管理
doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2017. 05. 133
[中图分类号] G434；TP311.13 [文献标识码] A [文章编号] 1673 - 0194（2017）05- 0244- 03
0 引 言
教育是国之根本，教育的发展预示着国家未来的发展。国家的强大离不开人才的培育，人才的培育需要一个良好的教育体制，教育体制的好坏决定了未来人才的输送。教育改革需要应用现代信息技术的各种手段，为其提供高效、便捷的沟通平台，从而实现信息的实时交流。对此，本文提出将大数据技术作为教育改革的第一手段，针对当前的教育问题制定可行性计划，有效地将数据收集、数据分析、数据处理、数据应用完美的结合到教育的改革中，从而使教育的发展脚步向前迈进一大步。
1 教育存在的问题
教育，教化育人，以现有的经验、学识推敲于人，为其解释各种现象、问题或行为，其根本是以相对成熟或理性的思维来认知新的事物，并将其见解育之他人，实现信息传承的过程。在这个传承的过程中，随着时代与科技的发展，教育的体制与核心也在不断地变化，其中的很多问题也越来越明显。
（1）教育资源繁多，选择教育方案困难。
（2）教育制度不够透明，阻碍教育的发展。
（3）传统的教育管理方法无法满足现代教育发展的需求。
（4）学生信息反馈不及时，无法做出最准确的解决方案。
2 大数据与数据挖掘
2.1 大数据
大数据，即big data或massive data，是指规模大到无法在有限的时间内用常规软件工具对其内容进行收集、管理和处理的数据集合。例如，一个学生考了99分，这只是一个“数字”，如果把考99背后的因素考虑进去，如家庭教育模式、自己努力程度、智商水平等，把他们和99分联系在一起，就成了数据。大数据的特点可以简单的概括为“4V”，即更大的容量（Volume）、更高的多样性（Variety）、更快的生成速度（Velocity）和价值（Value）。
（1）更大的容量。面对种类多样、更加复杂的数据，一个新的问题――数据的存储摆在了人们的眼前。大数据通常可以达到PB级的数据规模，因此，对于教育中每天产生的海量信息，大数据提供的数据存储都能够轻松的解决，这也为教育提供了最坚实的基础保障。
（2）更高的多样性。数据的来源有很多的渠道，如社交媒体、网络搜索、网络文章等，内容包括所有的办公格式、办公文档、图片、XML、HTML、音频、视频等。信息来源渠道的多样性及信息格式的多样性，使得大数据收集的信息拥有更高的多样性。
（3）更快的生成速度。即数据被创建和移动的速度快、时效性要求高，这是大数据区别于传统数据挖掘最显著的特征。在高速网络时代的今天，凭借着各种性能优越的硬件及高速的网络，不断生成各种各样的数据，而且这种高速度也成为了必然趋势。谷歌公司一天之内要处理几十PB的数据，Facebook产生约10亿张新的照片、300TB以上日志，淘宝交易进行数千万次、产生20TB以上的数据等。
（4）价值。每一条数据都有着其本身的价值。在当今高速的数据流通下，数据的价值密度也不断降低。所以，对于如何提高数据价值这个问题，我们还需要好好思考一下。
2.2 数据挖掘
数据挖掘（Data Mining）就是从大量不完整的、随机的、模糊的数据中抽出潜在的、有价值的数据的过程，是一类深层次的数据分析方式。数据挖掘的过程主要是信息收集、数据集成、数据规约、数据清理、数据变换、挖掘过程、模式评估、知识表示等，通过这一系列的过程给用户提供所需信息。数据挖掘能够对信息实现准确处理，帮助大数据这一个数据集合实现精准的应用，实现数据的价值，为大数据在教育中的应用，提供最有利的帮助。
3 大数据在教育中的作用
3.1 大数据下教育资源的选择
大数据不仅有着极强的数据收集、处理能力，而且可以为我们提供快捷、简单、准确的选择。面对海量的教育书籍、课堂笔记等，大数据能够轻松的收录、存储，并且根据我们的需要，通过数据处理技术，准确高效的提供有价值的信息，能够做到在大范围中寻找最优的结果。通过数据收集和处理为学生的学习减少很多不必要的选择，从而提高学习效率。例如，现在越来越火的“题库”类用，就是大数据的一个细化分支，通过对学生的查询信息的收集处理，可以显示学生目前的学习状况以及存在的知识点薄弱现象，能够帮助学生和家长以及老师开展教育工作。相对于“题库”类应用，以视频为载体的应用传播更为广泛，这些都是基于大数据技术的细化分支。
3.2 数据分析处理在教育评比系统中的应用
教育信息化不断发展，利用信息技术助力教育质量综合评比，能够使评比内容更加全面、数据收集范围更加广泛、数据形式更加趋于多样化、评比结构更加公开透明。因此，一个优秀的评价系统能够更好地推动教育的发展。20世纪90年代，欧美等发达国家与地区为确保教育质量积累了大量的数据经验，并建立了完善的高等教育人才培养评比系统。我国自20世纪90年代也开始着手于教育系统的建设，例如上海大学从1998年开始不断完善自己的教育系统，将教育系统与大数据的分析结合，经过十几年的不断完善，建成了一个完整的教育评比系统。
3.3 大数据在教育管理中的应用
教育一直都在强调要培养学生多方面能力，可是事实却是以“分”为首，很多初高中学生几乎没有课余生活，活在题海里。这样的事实是什么造成的呢？很多人说是应试教育必然的结果，其实不然。教育改革从本质上是好的，可是监管的不利、评比体系的不健全，使得更多的学生、家长、老师以及学校背离改革的初衷，更加看重考试分数。所以，一个健全的教育管理体系是多么的重要。我们可以通过采用大数据对信息收集方式多样性这一特点，更全面收集、掌握教育的发展状况。例如，可以通过学校监控视频收集学生和老师的学习授课情况，利用大数据的分析能力进行实时反馈。大数据与教育管理系统的结合，虽然不能快速的解决教育中的问题，但是其所提供的信息反馈能够更好地监督教育改革的步伐。
3.4 全面了解学生，实现因材施教
我们要想真正地做到因材施教，可以通过对教学信息的获取、存储、管理和分析，从而构建学生的学习模型，分析学生已有的学习方法和学习状态，并对其将来的学习进行一定的规划和引导。目前，教育中的大数据应用主要有教育数据挖掘和学习分析两大类，两个方向虽然同源，可是应用方向、研究对象、研究方法完全不同。教育数据挖掘是将来自教育的原始数据转换为有用信息的过程，是大数据应用于学习分析最基本的应用手段，并且通过数据挖掘自身的信息挖掘技术能够提高分析效率、扩大分析范围。学习分析是利用松散耦合的数据收集工具和分析技术，研究分析学习者学习参与、学习表现和学习过程的相关数据，进而对课程、教学和评价进行实时修正。我国学者顾小清认为，学习分析是围绕与学习者学习信息相关的数据，运用不同的分析方法和数据模型来解释这些数据，根据解释的结果来探究学习者的学习过程和情景，发现学习规律；或者根据数据阐释学习者的学习表现，为其提供相应的反馈从而促进更加有效的学习。为了达到对教育的进一步变革，我们需要建立一个数据模型，该模型以大数据为基础的数据分析与应用系统，主要存储学生和老师的日常学习与工作计划及其短期与长期目标，进而对学生和老师的需求进行全面的分析规划，实施可行的教育方案，真正的实现因材施教的最高教育目标。
笔者针对“Visual FoxPro数据库设计”这门课，设计了学生反馈信息获取和教学资源共享网站，通过采集学生反馈的信息，让老师更全面地了解学生的学习状况，更好地制定教学计划。网站还提供了教学资源共享平台，师生都可以文章等有关学习的各种资料，如图1所示，实现资源的可选择，使学生不再被动学习，可以主动选择学习内容，并在交流平台发表自己的一些看法等，如图2所示。通过网站信息的获取，进行数据分析，构建可行的教学模型，从而真正实现因材施教。
4 结 语
随着大数据时代的到来，以大数据为依托进行教育的改革能够更快速的推进教育的发展，从而为学生、教师、家长提供一个更优质的学习、教育、O督体系。大数据的应用可以使我们现在种类繁多的教育资源变得井井有条，各类资源更加清晰明了；教师制定教育规划时能够多一份准确的学生反馈信息分析，从而制订更加精准的教学计划；学生们可以脱离“题海”，转向准确、高质量的最优题区，不再做没头的苍蝇，找不到方向。在未来，大数据的应用会更加广泛，我们的教育一定会得到充分的发展，未来的教育我们也许不再需要沉重的书包、繁重的作业，需要的也许仅仅是自己对自己优势的发挥。
主要参考文献
[1]郑立海.大数据时代的教育管理模式变革刍议[J].中国电化教育，2015（7）：32-36.
[2]陆Z.大数据及其在教育中的应用[J].上海教育科研，2013（9）：5-8. [3]高巨山，郭健.数据挖掘技术在教育信息化中的应用研究[J].中国教育信息化，2007（9S）：75-76.
[4]何蕴毅.大数据背景下教育变革的思考与实践[J].教育信息技术，2014（12）：13-15.
第2篇：大数据时代的概述范文
关键词：大数据；金融统计
中图分类号：F830 文献标识码：A 文章编号：1001-828X（2013）11-0-01
一、引言
何谓大数据？简而言之，从各种各样类型的数据中，快速获得有价值信息的能力，就是大数据技术。“大数据”具有以下特点：第一，如果不依赖某些可视化软件的帮助，人类不可能理解如此大的数据量，用散点图寻找规律或异常情况的传统办法，在这里毫无作用；第二，数据可能高度互相关联。
哈佛大学社会学教授加里金指出：“这是一场革命，庞大的数据资源使得各个领域开始了量化进程，无论学术界、商界还是政府，所有领域都将开始这种进程。”在2013年全国统计工作会议上，国家统计局局长马建堂指出：“大数据时代”的来临，对统计数据的生产方式带来了很大的挑战。统计部门应利用海量数据并对其进行标准化处理，发掘这一数据宝库，认真把握好这一促进政府统计改革发展的难得机遇。
作为数据密集型金融行业的监管部门，金融统计改革的重点是加强细粒度数据采集，建立全球协调一致的金融统计标准体系。本文旨在分析大数据对金融统计正在带来和将要带来的各种影响，分析大数据时代金融统计监管的特点及难点，同时对加强顶层设计，推动金融统计生产方式的变革和统计生产力水平的提升提出相关意见建议。
二、大数据时代金融统计的影响
（一）大数据时代金融统计对数据准确性的影响。目前我国金融统计数据是各金融单位按人民银行“全科目”指标口径层层汇总上报至人民银行，每一层级的金融机构在指标汇总过程中可能会产生错误，最终影响人民银行统计数据的准确性。大数据化的采集方式减少了层层汇总的环节，有助于提高数据及时性、准确性，在长期统计信息建设过程中有助于降低金融机构的统计成本，消减对于金融统计数据的质疑。
（二）大数据时代金融统计对宏观经济金融分析方式的影响。大数据时代分析数据并不是简单的数据汇总、对比或数据罗列，而是要按照科学方法挖掘数据，根据需要构建数据立方体进行联机分析处理，可以进行多个维度的下钻或上卷操作，对这些原始的数据进行加工、整理和上升为重要的结论。决策者通过海量数据寻找因果联系，而不只是规律，最终指导行动、决策效率和决策质量。
三、大数据金融统计监管工作的特点及难点
（一）数据数量和质量的矛盾。数据量大不一定就代表信息量或者数据价值的增大，相反很多时候意味着信息垃圾的泛滥。数据质量问题，贯穿于数据收集、使用、等所有过程，涉及各行业发展规划的设定等。一方面很难有单个系统能够容纳下从不同数据源集成的海量数据。另一方面如果在集成的过程中仅仅简单地将所有数据聚集在一起而不作任何数据清洗，会使得过多的无用数据干扰后续的数据分析过程。大数据时代的数据清洗过程必须更加谨慎，因为相对细微的有用信息混杂在庞大的数据量中。如果信息清洗的粒度过细，很容易将有用的信息过滤掉。清洗粒度过粗又无法达到真正的清洗效果，因此在质与量之间需要进行仔细的考量和权衡。
（二）数据公开与隐私保护的矛盾。如果仅仅为了保护隐私就将所有的数据都加以隐藏，那么数据的价值根本无法体现。数据公开是非常有必要的，监管机构可以从公开的数据中来了解整个金融市场的运行，以便更好地指导社会的运转。金融机构则可以从公开的数据中了解客户的行为，从而推出针对性的产品和服务，最大化其利益。因此大数据时代的隐私性主要体现在不暴露客户敏感信息的前提下进行有效的数据挖掘，这有别于传统的信息安全领域更加关注文件的私密性等安全属性。很多学者开始致力于研究新型的数据技术，尝试在尽可能少损失数据信息的同时最大化地隐藏用户隐私。但是数据信息量和隐私之间是有矛盾的，因此尚未出现非常好的解决办法。
（三）构建相关先行指标数据困难重重。大量实证检验证明，不论是非金融部门或更广泛金融部门爆发的危机，如房地产泡沫，最终都会传递到银行业，并变得更严重和更具有破坏力。因此对实体经济统计数据信息采集覆盖面低、相对匮乏和细化度不足，可追溯的历史数据有限、以及不同行业数据难以满足一致性要求等原因，对构建相关先行指标体系建设具有很大影响。
四、意见和建议
（一）重视细粒度数据的采集，内容从汇总指标发展到逐笔报送。近年来人民银行统计数据采集原则发生了结构性的根本转变，趋向富于弹性的逐笔报送模式，应用大数据开展宏观审慎管理。人总行开展的存贷款抽样综合统计工作是对大数据时代数据采集、汇总、清洗、利用过程的一项探索工作。目前只是在部分省的金融机构开展试点。下一步要在全国各金融机构中推开，是开启大数据时代的“敲门砖”。
（二）建立通用数据标准体系，提高整个金融业统计体系兼容性。
受数据标准不统一，数据记录不全等因素影响，现有统计数据通常难以满足可靠性、准确性、一致性等要求。因此，要开展金融统计标准化工作，确保各金融机构上报的数据源数据一致。主要是要规范以下三个方面的内容：一是要规范金融机构机构信息；二是规范金融工具信息；三是要规范金融计值。
第3篇：大数据时代的概述范文
2011年2月，国务院学位委员会进行了学科调整，统计学完全从数学和经济学中独立出来，上升为一级学科，设在理学门类中，编号为0714。统计学上升为一级学科后，下设的二级学科包括数理统计学、社会经济统计学、生物卫生统计学、金融统计、风险管理和精算学、应用统计学。统计学上升为一级学科对统计学专业的教学带来巨大影响。
同时，随着大数据时代的到来，使得传统的统计数据收集、处理与分析方法面临新的挑战，从而推动统计学的发展进入了一个全新的阶段。在统计学上升为一级学科以及大数据时代已经到来的大背景下，统计学专业的课程教学也面临着新的挑战，需要进一步改革与调整。
一、大数据时代的到来
(一)大数据的生成
伴随着人类对客观世界各领域数字化程度的不断提高，每天都有大量的数据产生，并且其产生的速度也越来越快。这些数据来源广泛，其中最主要的来源有：科学研究(如天文学、生物学、高能物理等实验数据)、社交网络、电子商务、物联网、移动通信等。
(二)大数据的定义
为了应对数据大规模增长带来的机遇和挑战，美国《Nature》杂志在2008年9月4日率先提出了“大数据”的概念。国际数据中心IDC 是研究大数据及其影响的先驱，在2011年的报告中定义了大数据：“大数据技术描述了一个技术和体系的新时代， 被设计于从大规模多样化的数据中通过高速捕获、发现和分析技术提取数据的价值”。但是大数据是一个新兴而且内涵不断发展的概念，尚没有统一公认的定义，只能从其特点上加以认识。
(三)大数据的特点
与传统数据相比，大数据的特征可以用五个“V”来表示，即Volume(容量大)、Variety(种类多)、Velocity(时效性强)、Value(价值高)、Visualization(可视化呈现)。大数据容量大是个相对的概念，受时间、行业和数据类型等因素的影响;种类多是指数据集的结构异质性，科技进步导致了结构化、半结构、非结构化数据的日益增多;时效性强是指大数据被生成、处理、移动的速度相当快，是区别于传统数据最显著的特征，这也增加了对即时分析、加工数据的需求;价值高是指大数据潜在的高价值能为评价和决策提供依据。可视化是大数据分析的关键步骤，是对有价值信息加以提炼并显示的过程。
(四)大数据的应用
大数据具有5Vs(Volume、Velocity、Variety、Value、Veracity)特点，蕴含着巨大的社会价值、经济价值和科研价值，已引起了产业界、学术界、政府部门和其他组织的高度关注和重视。
近年来，世界发达国家相继布局大数据战略，诸如联合国“数据脉动”计划、美国大数据战略、英国“数据权”运动，大力推动大数据发展和应用。大数据已纳入我国国家发展战略，国务院2015年8月31日印发了《促进大数据发展行动纲要》的通知(国发[2015]50号)，指出：“大数据成为推动经济转型发展的新动力，大数据成为重塑国家竞争优势的新机遇，大数据成为提升政府治理能力的新途径。以数据流引领技术流、物质流、资金流、人才流，将深刻影响社会分工协作的组织模式，促进生产组织方式的集约和创新。探索发挥大数据对变革教育方式、促进教育公平、提升教育质量的支撑作用”
二、大数据给传统统计学带来的冲击
(一)数据收集方法上
不同于传统的调查抽样方法获取数据，大数据的收集来源渠道通常为现代网络渠道，如互联网、物联网等。不同的数据源的数据采集需要专用数据采集技术， 如包含格式文本、图像和视频的网站数据，通常需要web爬虫技术。
(二)数据存储上
大数据的存储不同于传统的数据存储方式，有固定的格式和结构，对于大数据的数据库来说，可以直接将所探测到的信号自动容纳到其中;大数据需要有先进的存储设备，传统的存储设备已经不能容纳如此大量的数据。
(三)数据分析上
传统的统计分析方法，难以胜任对非结构化的大数据的分析。当前大数据分析技术的研究可以分为6个重要方向：结构化数据分析、文本数据分析、多媒体数据分析、web数据分析、网络数据分析和移动数据分析。
(四)数据展示上
数据可视化的目标是以图形方式清晰有效地展示数据的信息。一般来说，图表和地图可以帮助人们快速理解信息。但是，当数据量增大到大数据的级别，传统的电子表格等技术已无法处理海量数据。大数据的可视化展示需要专业的软件来完成。
三、大数据时代统计学专业教学改革
大数据时代的到来对统计学也带来了新的机遇和挑战，特别是大数据对于数据分析人才产生了巨大需求，同时也要求统计专业学生掌握更为复杂统计软件的编程和操作。大数据背景下，统计学要适应新的形势，需要对课程教学进行有针对性的改革。
(一)大数据时代统计学专业毕业生就业方向定位
大数据时代的到来，使各行各业，包括政府、企业、个人都希望能从大数据这座金矿中挖掘出对自己有价值的金子，从而增加了对统计专业毕业生的需求。一直以来，我国统计工作领域主要是政府统计、部门统计、民间统计。传统意义上，政府及各个部门是统计学学生就业的首选。然而，随着大数据时代的来临，越来越多的毕业生选择发展空间更为广阔的民间统计。民间统计相对于政府统计来说，涉及范围十分广泛，包括各类统计咨询公司、统计调查公司、统计研究院等，介于市场和企业、行业之间。民间统计的发展前景十分广阔，可以预见，随着大数据时代的来临，统计学作用的提高，民间统计必会成为统计专业毕业生选择就业的主要渠道之一。
(二)大数据时代统计学专业课程设置改革
大数据时代，在对统计数据分析人才需求增加的同时，也对统计专业毕业生的大数据处理能力提出了更高的要求，这就需要统计学专业在课程设置上，增加大数据处理与分析方法课程，如《大数据分析方法》、《数据挖掘》等，培养学生能够使用专业统计软件(R/SAS/Python)进行大数据的挖掘、清洗、分析等。
(三)大数据时代统计学专业学生实践能力培养改革
在课堂教学之外，通过广泛举办大数据技术创新大赛、大数据技术创新与创业大赛、数据挖掘挑战赛，支持学生成立大数据研究协会，举办大数据相关讲座论坛等方式，增强学生分析和处理大数据的能力。另外，还要加强校外大数据实践教学基地建设，通过与通信、互联网、电子商务等企业大数据开发中心以及大数据研究咨询机构合作，为学生提供给更多的实习、实践机会。
四、总结
总之，面对大数据时代的到来，统计学专业需要积极改革与调整课程的设置，注重学生实践能力的培养，以适应各行各业对大数据分析与挖掘人才的需求。
作者简介：
第4篇：大数据时代的概述范文
关键词：大数据；数据分析；数理统计
基金项目：华北理工大学研究生教育教学改革项目资助（项目编号：K1503）
基金项目：华北理工大学教育教学改革研究与实践重点项目资助（项目编号：Z1514-05；J 1509-09）
G643；O21-4
谷歌公司的经济学家兼加州大学的教授哈尔・范里安先生过去说过统计学家将会成为像电脑工程师一样受欢迎的工作。在未来10年里，人们获得数据、处理数据、分析数据、判断数据、提取信息的能力将变得非常重要，不仅仅在教育领域，各行各业都需要数据专家，“大数据”时代的到来使得数据处理与分析技术日新月异，深刻的影响着各个行业、领域及学科的发展，尤其是与数据关系密切的行业及学科，而作为工科各专业硕士研究生重要的公共基础课数理统计学是天生与数据打交道的学科。
怎样在“大数据”时代背景下培养出适应面向企业自主创新需求的数据分析人员或掌握现代数据处理技术的工程师，如何把当下流行的“大数据”处理技术与相关数理统计学课程教学有机的结合，以激发学生对数据处理与分析技术发展的兴趣，这些都是我们在与数理统计学相关的课程教学中不得不思考的问题。然而，当前高校工科各专业硕士研究生数理统计教学的现状却与其重要程度相去甚远，整个教学过程的诸多环节都存在较大的不足，主要表现为：1.教学内容偏重理论，学生学习兴趣不高；2. 轻统计实验；忽略对统计相关软件的教学；3.没有注重数理统计的学习与研究生专业相结合，实用性强调不够。4. 轻能力培养；轻案例分析等。
这些现象导致的直接后果就是学生动手能力上的缺陷和创新能力的缺乏， 不能够自觉利用数理统计知识解决实际问题， 尤其缺乏对统计数据的分析能力。因此，需要数理统计学随着环境的变化不断创新新的数理统计思维和教学内容。避免教学内容与大数据时代脱节。为此笔者在该课程的教学过程中，有意识地进行了一些教学改革尝试。提出了几点工科研究生数理统计教学的改革措施。
（1）调整教学内容，将与数理统计相关的大数据处理案例引进课堂。有很多有普遍性的应用统计实际案例，可以在本课程的教学过程中有选择的引入介绍给学生，让学生们了解利用所学统计方法进行实际数据分析的操作过程和得出结论的思维方法。以期解决工科研究生对确定性思维到随机性思维方式的转变的不适应性。
（2）适应大数据时代数理统计学课程的教学环境。实现教学方式的多样性。大数据时代背景下，互联网十分发达，学生根据自己的兴趣去收集、整理和分析数据，既可以改变他们对统计方法的进一步认识，也可以增加他们的学习兴趣。甚至可以以专业QQ群，邮件的方式和同学、老师之间相互交流，交流者处于相互平等的地位，可以畅所欲言，随时随地都可以交流，起到事半功倍的效果。这种交流使得教师不再是知识的权威，而是把教师上课作为一种更好自主学习的引导，这种交流使得他们的思想变得更加成熟。同时参与各种网络论坛，贴吧回答问题等使得他们更能体现自己的价值，这种交流也使得学生的学习热情和学习精神得到更好的激发。
（3）引导工科研究生开展与本专业相结合的课题研究，强调实用性，注重统计思维能力培养。适应大数据时代数理统计学课程教学环境，实现教学方式的多样性。以期弥补学生缺少数据分析实例的训练，解决学以致用的不足。在目前的数理统计教学安排下，受学时所限，如果相当一部分时间用来学习公式、定理的推导及证明，势必没有时间进行实际的数据分析练习。在大数据时代背景下，随着海量数据、复杂形式数据的出现，使得统计方法的发展和以前有了很大的不同，没有实际的数据分析训练，学生们就无法对统计的广泛应用性及重要性有深刻的体会，也不利于保持和提高他们的学习兴趣。这要求具体工作者提出新的统计思想和方法，加深对已有统计思想的理解，以解决实际问题。
（4）改革成绩评定方式。现有的考试模式为通过有限的一到两个小时的期末考试，进行概念的辨析和理论及方法的推导计算，由此来判断研究生关于数理统计课程的学习情况有很大的不足，特别是对可以利用软件进行的某些实际数据分析的考察没有办法实现。因此，有必要通过日常课堂“论文选题―提交―讨论”与期末理论考试相结合的形式对学生数理统计学习进行考核。加大对学生平时考察的力度，相应地减少期末考试成绩的比重。让学生选择一些与自己专业有关的数据进行尝试性的数据分析、一些统计科普著作的读书报告等并写成论文的形式提交，做为对学生成绩的评定方式，更能综合、客观地评价学生的学习情况。
数据分析在现代生活中发挥的作用越来越大，而道硗臣品椒可以与数据分析有机的结合，从而在提高数据分析效率的同时，保持分析结果的有效性，为生产和实践活动提供准确的参考。以上的思考和建议仅是我们在教学研究和教学过程中的一点体会，还有许多工作亟待深入，比如适合工科研究生数理统计课程的大数据案例选取，与课程内容的有效衔接；案例教学法如何实施；教学方式多样化问题；课堂教学与网络交流结合；理论介绍与软件应用训练结合问题等。教学改革与实践是一项艰巨的任务，以培养学生的实际运用能力和正确解释数据分析结果的能力为目的，强调统计思想和方法应用的培养，让学生们了解利用所学统计方法进行实际数据分析的操作过程和得出结论的思维方法将是一项长期的工作。
参考文献
[1].游士兵，张 佩，姚雪梅.大数据对统计学的挑战和机遇[J].珞珈管理评论， 2013， （ 02）： 165-171.
第5篇：大数据时代的概述范文
关键词：互联网金融；课程改革；人才培养
中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2015）32-0189-03
党的十八届三中全会对深化金融业改革进行了总体部署，随着互联网金融和大数据时代的到来，中国金融业呈现出一幅百花齐放、群芳争艳的新局面，民资银行粉墨登场、利率市场化改革快速推进，存款保险制度破冰出炉，股票期权交易上市，等等，面对互联网金融快速发展的挑战，传统金融企业必须应对这些改革带来的“颠覆性”冲击。与此同时，金融业的创新与融合的新形势也使金融人才培养与管理面临新的问题与挑战。高等院校的金融学课程体系设置和人才培养必须紧跟金融市场的变化，加快课程体系改革，着力培养适应互联网和大数据新时代需求的金融专业人才。
一、互联网金融新时代我国金融业发展特征
1.金融业务向网络化、电子化发展。2014年12月，我国第一家民营银行微众银行在深圳前海挂牌试营业。微众银行以“普惠金融”为目标、“个存小贷”为特色，致力于服务小微企业和普通民众。银行采取有别于传统银行的经营模式，无营业网点和柜台，完全依托互联网为目标客户群各类金融业务提供服务，这是一种全新的经营模式。同时，另外一家民营银行浙江网商银行也已经通过国家审批等待开业，其负责人近日透露，网商银行不经营现金业务，不设营业网点，“是一家纯网络银行”。这种模式不受时间、地域限制，可以在任何时间、任何地点，以更便捷的方式为客户提供全天候、全方位的金融服务。民营银行的设立和全新的网络化经营方式，对传统金融服务提出了严峻挑战。
2.金融业务全球化、国际化趋势明显加速。2014年11月，中国人民银行了《中国银行人民币国际化业务白皮书（2014）》，从中可以看到，我国金融业务的全球化、国际化已经成为不可扭转的趋势。数据显示，2014年境外企业进出口过程中使用人民币结算比例超过15%的企业占比达26%，比2013年提升了10%，约有87%的境内企业和69%的境外企业打算在跨境交易中使用人民币结算或进一步提升人民币在收付结算中的使用比例，分别较2013年的调查结果上升了110%和8%。我国跨境人民币结算量目前累计已经突破16万亿元，货物贸易以人民币结算的金额占同期海关进出口总额的比重提高到16%左右，人民币成为中国对外经贸投资往来的第二大支付结算货币。随着人民币国际化快速发展，金融业务即将延伸到全球各个角落。
3.借助互联网平台，金融衍生工具迅速发展。以保证金和杠杆交易为特征的金融衍生品，一直伴随着金融业创新而得到日新月异的发展，在全球金融市场上，每天成交的金融衍生工具合约金额高达数万亿美元。我国金融衍生产品也得到了快速发展，据银监会统计，截止2014年，我国银行业的金融衍生产品数量达到两千余种，各家银行不断推出新的衍生产品适应客户投资需求。互联网金融的发展，使得金融投资产品组合更加便利化，金融衍生工具已经成为大众化的投资工具。
4.互联网金融发展为金融风险监管提出挑战。互联网金融是金融与高科技网络的完美结合，它通过整合在线交易的海量数据，对客户资信进行快捷化的审查，以电子支付方式完成信用消费、资金支付，让客户享受到便捷及时的金融服务。互联网实现了无地域、无时限的全方位金融服务。但由于网络技术的限制，网络安全对互联网金融提出了严峻挑战，增加了金融业风险，其中包括信息风险、交易风险、监管风险等，迫切需要金融行业及监管部门强化风险管理意识，规避系统风险。近几年，互联网理财产品呈现井喷式增长，但其本质是借助电商平台与基金公司合作，为客户提供增值服务，仍然受利率和货币市场的影响，如果盲目追求高收益率，可能导致血本无归的投资风险。
二、目前我国高校金融学专业本科生课程体系及人才培养存在的问题
互联网金融新时代，金融业改革发展一日千里，银行、证券、保险、信托等金融市场从分业经营趋向混业经营，如平安集团已经构建了全方位的金融投资平台。金融业发展不仅需要从事金融研究和顶层设计的高级人才，同时还需要大量从事基层管理和实物操作的技术人才，因此，客观上要求我国高等学校金融学教学课程体系和人才培养进行及时准确定位，人才培养目标和培养模式与课程体系设置相适应。但在现实中，我国高校金融学专业本科人才培养目标和培养模式与课程体系设置却存在着较大的滞后性。具体表现在以下几点。
（一）课程体系建设滞后，培养目标定位不明确
1.课程体系设计理念不明确，培养目标没有准确定位。金融学的学科隶属于经济学还是管理学，这是我国学术界长期争论的话题，对金融学科发展定位不准确，就会影响金融学课程体系的设计和人才培养目标的定位。经济学科和管理学科在课程设置和培养方面各具侧重点，需要在教学进度设计时重点考虑，但目前我国高校金融学课程设计的目标尚未明确[1]。
2.教学内容方面，宏观金融与微观金融内容比例不合理。我国金融学教学长期以货币银行学和国际金融学为两大核心课程体系，货币银行学课程体系往往注重宏观金融学方面的分析，以宏观经济学和金融学为主干课程；而以国际金融为主干课程体系的教学，集中反映公司财务、企业融资、企业财务管理等微观方面的内容，课程设计主要围绕公司金融、以资产定价为核心的投资学等，更加偏重市场投资、企业资产管理，偏重微观金融的研究和教学。
（二）人才培养偏重理论教学，轻视应用能力培养
1.理论研究型人才还是实践应用型人才的培养目标定位不准确。我国高校普遍存在专业定位及人才培养目标不明确的问题，理论研究型人才培养与金融业基层应用型人才培养方式和课程设置往往没有明显区别，人才培养缺乏特色目标，没有根据金融市场需求设计培养方案。造成高校培养的学生与市场需求脱节的原因，一方面是金融业产品研发和基层管理人才缺乏，另一方面却存在高校的大批金融学毕业生难以按期就业。
2.教学方法单一，学生缺少主动参与意识，实践环节薄弱。金融学是应用性很强的学科，脱离实践应用价值的教学是舍本逐末，因此，金融学本科教学的基本目标是侧重能将理论知识转化为实践应用的能力。但是目前高校金融学教学普遍存在理论内容庞杂、教学方式以灌输式为主、学生被动听课、缺乏主动参与课堂的积极性、案例教学内容较少、讨论式或研究式教学学时偏少等问题，总体上缺失实践教学的设计与能力培养。
三、互联网金融新时代对金融人才知识结构和能力结构的要求
在经济全球化和金融国际化背景下，互联网金融的发展使得国际金融市场一体化进程加快，金融对现代经济生活的影响已经渗透到全球每个角落。金融业的新变化对金融人才知识和能力培养提出越来越高的要求，要求金融人才具备敏锐市场洞察力和较强的风险管理意识，同时具备多学科综合应用和分析能力，能综合应用计算机、英语、法律工具，具备较好的计量经济学分析能力。
1.具备扎实的金融学理论基础知识。互联网金融市场瞬息万变，要求金融从业者系统掌握经济学和金融学的基本理论和基础知识，对金融理论发展的脉络有较深入了解，对现代金融理论及应用有充分认识，能够对宏观金融政策进行理论解读，同时具备微观金融理论知识与实践紧密结合的能力，运用金融理论分析金融市场。互联网金融将货币市场、资本市场、信贷市场紧密联系成一个整体，金融从业者要具备交叉性、跨市场风险监管的能力，具备把握系统性互联网金融产品风险检测的时机和能力。
2.具备敏锐的金融市场分析能力。大资管时代，金融机构展开了以金融理财为主导产品的市场竞争，需要金融从业者具备敏锐的市场分析能力。我国金融市场投资工具日益丰富，与此同时，金融投资和管理的风险难度也在不断增加，需要金融学专业培养的人才，要具备敏锐的市场判断能力和批判性思维，准确把握国家金融经济政策走向，必须把金融学理论与实践紧密结合，锻炼自己对金融市场的直觉和敏感性，具有良好的金融市场的洞察能力，具备风险预警和检测能力，对可能存在的投资风险做好风险提示，保护投资者的利益，具有良好的金融服务意识。
3.富有创新精神和持续钻研，多学科综合应用能力。互联网金融是社会科学创新的产物，网络金融新时代意味着自然科学和社会科学将会更加融为一体，金融与经济将会互相融合、互相促进，金融对人们经济生活的影响将会更加普及，突破时空的限制。因此，要求培养的金融专业人才不可墨守成规，要具备创新精神，同时，要具备多学科综合应用的能力，能够将金融与统计学、数学、工程学、法学、社会学、心理学等互相交叉的边缘科学进行融合，这是互联网金融对金融行业从业者所具备的素养的基本要求。
4.具备基本的外语、计算机及法律应用技能。互联网金融使得金融迈向全球化、国际化的步伐加快。金融人才全球化趋势进一步增强，要求金融人才熟悉国际金融理论惯例，具备熟练的外语技能和沟通能力的要求，同时，适应金融国际化要求，为金融市场电子化、信息化、工程化做准备；要求金融人才熟练运用计算机工具，进行文字编辑和大数据信息处理和计算。目前，我国互联网金融行业尚未出台相关的法律法规，存在明显的法律盲区，金融消费者权益保护面临诸多问题，而互联网理财业务本身也没有一个成熟的模式，其过度扩张将引发一定的法律风险。这一现状需要金融人员具备保护投资人利益以及较强的法律自律意识。
5.具有扎实的金融数学和计量分析能力。金融学科的研究越来越借助数学和计量分析工具，因而定量分析在金融学科研究中得到广泛应用。最近推出的金融期权交易工具，对数学模型的分析依赖性更强，创新金融衍生产品，防范金融风险，进行金融产品精算，等等，都离不开金融数学和金融计量工具。这些都要求从业人员熟练应用数学工具，具备分析实践能力，具备扎实的数学建模能力和计量分析能力，这是现代金融业发展对专业人员素质的基本要求。
四、互联网金融新时代金融学课程改革及人才培养的建议
1.改革教学内容，增加互联网金融业务及风险管理课程的内容。为了更好地把握金融业的发展趋势，培养新形势下的复合型、创新型人才，提升金融业管理水平，发展普惠金融，适应互联网金融信息更新和传播速度加快的需求，传统课程的教学内容和教学方法无法适应快节凑的金融市场发展要求，必须加快改革。在教学内容上，改变原来以银行货币信用为核心，货币、信用、银行为主体的货币银行学课程体系，增加以金融市场为主体，以货币经济、金融经济、金融工程为侧重点的内容，以及金融产品精算、风险偏好测量、金融政策演变等方面的内容。在教学过程中针对互联网金融的热点问题，让学生在尚未有成熟教材的情况下，用余额宝、P2P、众筹等经典案例分析互联网金融的营销模式及风险管理案例，通过分析我国第一家民营银行微众银行无网点、无需客户面对面的纯网络金融服务经营模式，让学生直观感受互联网金融的特点和经营流程[2]。
2.改革教学方式，适度增加案例教学和研讨式教学方式。传统的教学方式，主要是教师灌输式教学，学生被动听课，很少主动参与到课程中与老师一起形成讨论和思考，这样难以取得较好的教学效果，难以培养学生的专业兴趣，难以调动学生参与课堂、与教师互动交流。如今互联网金融快速发展，为教师在课程中增加案例提供了丰富的教学内容。教师可以先设定互联网金融的某一热点问题，让学生课后查阅资料，撰写案例分析报告，在课堂分享展示；教师也可以在课堂上将经典案例结合教学内容分享给学生，案例与讨论结合，激发学生参与的热情，培养学生判断、处理问题的能力。案例教学需要教师下较大功夫搜集整理经典案例，精心设计教学内容，将案例作为“导入式”或“总结式”，需要根据课程内容情景与案例的结合程度来设计，案例分析的情景及过程需要抓住案例内容的精华，不可断章取义，也不可花费太多时间讲解案情，要突出案例教学的“真实性”、“可学性”和“内涵型”，以提高案例分析和讨论式教学的效果。
3.对人才培养目标进行科学定位，着力培养学生分析解决实际问题的能力。金融业快速发展，需要研发型和高级管理的金融人才，但是基层管理和业务实践型人才的需求量更大。因此，确定了培养金融业基层管理和应用性业务人员的目标，就会在课程设计和培养方式方面有的放矢，如课程内容增加实训课程，校外参与金融企业实践，让学生了解金融市场政策及环境现状，有选择地储备从事金融业的能力和资质，重点培养创新能力、分析能力和解决问题能力的综合素质；针对一些互联网金融热点和银行理财产品的经营实践，可以聘请银行业的专业人员走进校门开展讲座，让学生及时了解最新动态及发展方向。[3]
4.对教材选择和考试制度进行创新改革，适应互联网金融对专业人才基本素质的要求。金融市场快速发展，高校很难及时将反映市场特色的教材与课程相结合。因此要加快课程设置和教材配置步伐，教学方案和进度应该及时调整，教材选择在尊重真实、客观、准确反映金融学特征和规律基础上，具有激发学生学习热情、培养学生对学科的兴趣的效果。教材的难易程度和要求方面，既要继承发扬国外经典理论，让学生奠定坚实的金融学理论基础，也要有分析中国金融热点和事务的内容，要将二者真正结合起来。教师可以指定主要教材和辅助教材，弥补一本教材难以达到理论与实践结合的缺陷。
创新考试方式，避免高分低能的现象。要采用多种考试方式相结合，教师可以将学生参与课堂讨论、平时作业完成情况、小组讨论完成情况等均作为期末成绩的组成部分。比如在金融理财课程考核中，教师将3名同学分成一个小组，一人扮演理财师，另两位扮演客户，要求就家庭理财中某一问题咨询理财师。这样的咨询过程用手机录制成视频节目，作为期末考核的一项内容。学校应增加多种考核方式，注重过程考核环节，避免期末死记硬背，要综合考评使得考核结果更加公平合理，也突出了学生应用能力的培养和考核。
参考文献：
[1]史焕平，廖继胜.金融学人才培养与课程体系设置的若干思考[J].华东交通大学学报，2006，（06）：45.
第6篇：大数据时代的概述范文
【关键词】大数据技术；电子商务；研究与应用
引言
随着大数据时代的到来，各类数据都处于不断膨胀的状态下，可以说数据已经逐渐渗透到各行各业的发展过程中，基于此，开始有越来越多的人意识到，仅仅对数据进行传统的挖掘与分析已经无法满足当今社会对数据的需求，而是需要通过对大数据技术的合理应用，将数据对社会发展所具有的推动作用进行充分的激发。
1.大数据技术的概述
大数据指的是无法应用常规工具进行收集、管理和分析的数据集合，因此，想要保证数据所具有的洞察力与决策力得到优化，其前提在于对处理模式进行优化。作为社会发展的必然趋势，大数据时代最突出的特征为数据量的快速增加，但是这并不能够代表各行各业对数据所具有的需求会随之降低。通过对大数据时代的数据进行分析可以发现，数据价值密度较低，在数量巨大的数据之中，必然会有一部分无效数据存在，如果仍旧将传统的数据统计分析法作为数据分析的主要方法，则难以保证所得出结论的科学性，因此，对大数据进行发展是非常有必要的[1]。
2.电子商务的概述
作为依托于互联网所构建的多种商业模式中最具有代表性的一种，电子商务的基础为电子技术，核心为商务。和传统商业模式相比，电子商务较为突出的特征体现在对时间和空间所具有局限性的打破，也就是说，电子商务在对商品进行生产、管理与销售过程中的整体水平，与传统商业模式相比均具有较为明显的提升，在对贸易活动所需成本进行降低的基础上，提升顾客在购物过程中的满意程度。
3.在电子商务中对大数据加以应用存在的不足
3.1应用效率低
现阶段，我国电子商务系统所具有的特征主要为数据的异构和孤岛，导致上述现象出现的原因在于操作系统所具有的多元化的发展趋势，也就是说，不同的业务系统之间无法实现数据的共享、控制与交换。另外，对电子商务系统进行独立的开发，也会致使大数据技术在应用过程中所需数据无法实现共享，进而影响大数据技术在电子商务中的应用效率。
3.2数据安全存在风险
一方面，由于不同的电子商务平台所掌握的信息安全技术内容和水平均有所不同，因此，想要彻底杜绝涉及到企业或个人机密的数据和信息被不法分子窃取的可能，应用当前所掌握的技术是无法实现的；另一方面，大部分电子商务企业尚且不具备对敏感数据应用和所有权进行明确划分的能力，导致在对大数据技术进行应用的过程中，对于与个体隐私有所关联的问题无法妥善处理，进而对用户隐私权造成了威胁[2]。想要从根本上解决这一问题，工作人员应当将关注的重点放在对交易过程进行保护的方面，通过对交易所需数据在传输过程中的安全程度进行提升，以及对所存储数据进行高效保护的方式，保证在电子商务中对大数据技术进行应用时的安全性能的提升。
4.提升电子商务中大数据技术应用效率的方法
想要从根本上实现对大数据的应用效率进行提升这一目标，工作人员需要具备对云计算技术进行合理应用的能力，这是因为，云计算技术能够通过对虚拟技术以及服务器集群加以利用的方式，保证数据处理能力的提升，从而构建起科学、统一、便捷、高效的大数据服务平台。针对隶属于不同互联网合作商的数据而言，云计算技术可以在将其部署在相应数据中心之后，有针对性的对其进行整合与加工，甚至可以在一定程度上实现行业之间的数据共享，从而保证提供给用户的服务具有集中的特点[3]。正是由于云计算技术具有上文所提及的种种特点，因此，通过对其加以应用的方式，能够实现对电子商务企业所利用的信息系统进行开发、优化及维护过程中所需成本的有效降低，并且在保证运行负荷逐渐下降的前提下，将数据中心的可用程度进行提升。
5.电子商务中大数据技术的应用
5.1实现精准营销
对电子商务企业而言，在开展市场营销活动的过程中对大数据技术进行合理引进，能够对市场影响所需的人力、物力和财力成本进行降低。企业员工可以根据电子市场的现状以及企业的实际需求，有针对性的构建起分布式的存储系统，通过大数据技术对市场营销所涉及的海量数据进行挖掘与分析，对不同平台中客户所呈现出的浏览习惯、个人喜好与其他相关信息贴上相应的标签，形成客户画像，为企业产品和服务的精准营销工作提供科学、系统的参考依据。
5.2提升购物体验
想要成功吸引客户的注意力，在对大数据进行应用的过程中，电子商务企业的工作人员应当将关注的重点放在对相关平台网站进行构造的方面。通过调查发现，大部分电子商务企业，出于对客户交易体验舒适程度进行提升的目的，通常会将大数据技术用于对客户的消费行为与习惯进行建模，然后以此为基础应用数据挖掘技术，完成对关键字的改进，从而达到对用户所输入关键字进行拓展的要求，这样做不仅可以提升对商品信息进行检索的速度与精确程度，还可以在检索过程中完成商品的分类，将商品信息应当具有的浏览效果加以呈现[4]。以淘宝网为例，在对淘宝网页面所涵盖的广告进行排版和布局的过程中，工作人员通常会以客户对商品的浏览数量、访问比例以及人群分类作为参考因素，对广告的布局进行调整，只有这样才能实现对广告所具有投资回报率的有效增加。除此之外，对大数据技术进行合理应用，不仅能够对顾客所具有的个性化需求加以满足，还可以提升顾客在购物过程中的体验，从而提高顾客购物满意度。
5.3提升库存管理
对于零售行业而言，想要保证所确定指标效率的准确性，前提在于明确商品销量与库存之间的比例。应用大数据技术完成库存管理工作，可以提升工作人员对商品库存进行追踪的实时性与科学性，同时还可以通过对市场供求的变化趋势加以分析的方式，对市场的发展方向进行准确把握，从而保证所制定生产计划的合理性，最大限度降低库存出现积压情况的几率，实现电子商务企业对资金进行周转的能力的提升。
第7篇：大数据时代的概述范文
关键词：图书馆；大数据时代；服务创新；发展
一、大数据时代概述
大数据是在种类繁多、数量庞大的多样数据中进行的快速信息获取，它不是定量描述数据量大小的名词，一般产生于邮件、视频、微博、帖子以及页面点击，是结构化数据、半结构化数据与非结构化数据的总和。大数据概念首先出自于天文学学科和基因学学科，最后广泛应用开来，将计算机时代不断增长的信息，应用到各行各业，发挥信息的自身价值。大数据具有4个特点，分别为：种类多、速度快、容量大以及价值大，取关键词英语的首写字母，具有4V特点。这些特点表示大数据将给IT行业带来质的变革，让形态多样的信息且富有价值的数据通过一定的技术手段，进入数据处理、深入分析以及价值挖掘的信息业务发展过程。随着信息技术带来的强大的数据增长，数据无处不在，世界真正进入大数据时代，世界各地政府也开始关注大数据的核心科学与技术问题，促进了大数据学科的建设和发展。而作为信息储存和利用的图书馆，大数据时代下，图书馆的信息资源面临着巨大的挑战，这就意味着图书馆要加大限度集成多源数据，并且建立多源数据之间的关联，根据以上目标，还要创新图书馆的服务模式，使其在数据的基础上实现智能化的目标。其次，通过大数据的技术手段，对利用图书馆进行知识挖掘的用户的信息进行了解和探究，挖掘潜在的信息需求，研究阅读者的兴趣爱好，进而发展符合时代特征的新的信息资源，在服务体系上进行人性化改革，推动图书馆行业的发展。
二、大数据时代给图书馆发展带来的影响与挑战
大数据时代给图书馆的发展带来了不少机遇和挑战，在信息技术发展的进程中，大数据正在逐渐改变着图书馆，给图书馆的发展带来了巨大的影响，以下是对其影响的具体分析。
1.对图书馆工作人员产生影响
大数据时代下，图书馆的服务结构发生了巨大的变化。大数据技术是基于网络信息时代的，因此图书馆信息资源也将逐渐向智能化发展，这就意味着，图书馆的服务结构将由传统的手工操作、人为管理转换为自动化操作、计算机管理，对于图书馆工作人员来说，不仅要掌握图书馆基本业务的专业知识，还需要学习新型技术手段，实现图书馆数据分析智能化处理，这对于图书馆工作人员来说，无疑是巨大的挑战。因此，随着大数据时代的到来，图书馆馆员人才队伍要求的素质培养方向将会注重其对数据分析、管理以及应用能力，而非传统对于图书馆信息资源的简单整合和管理。基于以上要求，图书馆工作人员的组织结构也会发生变化，馆员队伍的层次结构也会更加多样化，对专业技术水平的要求也会逐渐提高，进而影响原有工作人员的职业规划。
2.对图书馆技术体系产生影响
大数据时代下，图书馆的信息服务职能也会面临硬件以及软件等技术的挑战。大数据时代，信息资源主要通过硬件平台来实现对信息数据的存储和运算，因此图书馆原有的硬件系统需要更新换代，以满足大数据时代下的硬件平台运行的高要求，实现信息服务功能。其次，据调查显示，现有图书馆运用的仍然是Web2.0技术基础，采用的仍然为大型关系型数据库作为后台支撑，这在一定程度上阻碍了图书馆个性化服务体系的实现。原有的数据系统，很难应用大数据时代带来的数据的价值，进而对图书馆的效益产生影响。
3.对图书馆业务功能产生影响
大数据不仅对信息资源具有收集、储存的功能，还具有分析总结的功能。因此，在大数据时代下，图书馆的业务功能不能仅仅局限于对各种载体，如书、报、刊、音视频资源等进行收集、整合和保存，还需要对用户的信息和阅读的频率等数据进行收集整合，并建立数据库，综合展开分析，才能发挥图书馆时代性的业务功能特点。另外，大数据时代下，抓住有效的数据就能在众多竞争中找到突破点，因此图书馆为了提高本馆的服务特色，必须将图书馆原有基础查阅服务功能转变为对数据的加工和分析服务，了解阅读者的阅读频率和阅读偏重点，从而对原有服务进行拓宽和深化，让阅读者体验到更加人性化的服务。
三、大数据时代下图书馆服务创新与发展的新方向
大数据时代下图书馆将面临增长迅猛的海量复杂的数据处理，在服务功能上需要进行改革和创新，从而适应时代的发展需求，获得长远发展。由此，大数据时代下图书馆服务创新与发展的新方向主要有以下方面。
1.服务的智能化发展
图书馆服务的主体主要是用户，在大数据时代下，要求图书馆在对用户服务的过程中实现智能化程度，如通过大数据技术对复杂数据的自动化收集和处理基础，实现用户在查找图书时能够自动抽取关键词、智能化抓取数据，进而对用户的搜索需求进行自动分析和预测，最后根据图书馆已有资源给用户提供帮助。这样一来，避免了由于图书馆信息资源的庞大而带来的搜索难度，提高图书馆给用户搜索服务职能的效率。另外，智能化的信息服务还能够将用户潜在的信息需求转化为实际信息需求，扩大了图书馆知识资源的价值范围，同时也让用户实现发现知识、挖掘知识的功能。
2.查询中形成解决方案
大数据时代下图书馆给用户提供服务的过程中，不仅仅是对用户提供知识查找和阅读功能，还需要发挥图书馆对于知识解答的功能，让用户对于信息的获取更加简单和方便，对于知识的理解和吸收也更加容易。这就意味着图书馆信息服务需要在用户进行信息查询和搜索中，对同一用户的不同信息需求进行分析和处理，进而得到用户信息需求的解决方案，提供最佳的选择方式，完成用户的目标。
3.根据用户的阅读需求进行个性化推荐
图书馆的资源非常丰富，馆藏量大，但并不是所有馆藏的信息都能够发挥知识价值，因此大数据时代下，需要图书馆对用户的阅读需求进行分析，进而推荐与用户阅读特点相关的但平时很难被用户察觉的信息资源。就如同在淘宝过程中，淘宝会根据用户搜索商品或者购买商品的记录情况，通过一些提示语向用户推荐一些相关的商品，“浏览了该商品的人还浏览了以下商品”。这种模式下，意味着图书馆需要对用户进馆的所有信息进行汇总分析处理，才能挖掘出不同用户群体的查阅特点，进而实现个性化推荐，最终提高和拓宽图书馆资源的利用率。
4.信息的知识价值体现
大数据时代下图书馆信息的知识价值体现是图书馆今后发展的重要趋势，大数据技术能够让图书馆大量显性的、无序的数据信息进行有效的整理，为不同需求层次的用户在信息资源的获取上得到不同的服务。也就是说，根据对用户信息需求的分析，能够让图书馆加强对信息的筛选和收集功能，并且加强从信息内部结构中深层次的提取知识，最大限度地发挥知识的价值。
四、大数据时代下图书馆服务创新和发展的具体建议
大数据时代给图书馆的发展带来了新的机遇，也带来一定的影响和挑战。笔者根据大数据时代的特点，提出以下建议。
1.实现图书馆结构模式的转变
大数据时代下，要求图书馆结构模式进行转变，从传统的图书资源、电子资源以及机构库等模式，增加大数据环境下的网络信息资源和用户日志数据资源的结构模式。实现质变和量变同时发生。图书馆可以根据大数据技术，对图书馆资源进行网络化整合，对用户进馆信息形成电子化档案，进而将用户信息形成一个特殊数据库，掌握用户的搜索记录，进而通过先进化的软件技术让图书馆信息资源与用户的信息需求进行匹配，为图书馆特殊化服务提供依据。
2.实现图书馆管理模式的转变
图书馆管理模式的转变意味着图书馆管理模式需要从管理的信息化转换为管理的数据化。在具体工作中，图书馆管理人员在为读者提供服务的过程中，对自己的工作情况进行记录，并将记录的信息形成业务数据，这样就能对工作人员的工作时间、工作内容以及服务质量等进行有效评估，从而确定绩效指标。其次，读者也可以对工作人员的业务数据进行阅读，了解工作人员的信息，从而选择合适的服务对象。这样就能大大提高图书馆管理人员的工作效率和工作成绩，也让管理变得更加高效和客观。
3.实现图书馆服务模式和内容的转变
由于图书馆结构性质的变化，其数据性要求程度越来越高，图书馆的服务模式和服务内容也需要进行转变。这就要求图书馆在给读者提供服务时，要从原来的点对点、面对点、线对点的传统服务模式转换为一体化服务模式，要求图书馆对用户信息进行有效追踪，挖掘用户的信息需求，从而实现对每个客户的个性化服务，满足用户个性化需求。
现今社会，大数据已经深入到我们生活的各个层面，给我们的生活既带来了便利也带来了挑战。大数据时代下，图书馆信息服务正面临着新的挑战，在信息的保存、开发以及利用过程中，如何利用大数据技术将图书馆大量的信息资源进行保存和分析、如何通过对用户信息的识别和分析找出潜在信息需求、如何在新时代下创新图书馆的服务结构和模式，都成为当前图书馆发展中首先考虑的问题。图书馆在应对大数据环境时，要充分利用大数据的技术特点，对原来的服务体系进行重构，进而全面发挥图书馆信息资源的知识价值，得到长远发展。
参考文献：
[1]陈 茫，周力青，吕艳娥.大数据时代下的图书馆移动服务创新研究[J].图书与情报，2014（01）：117―121.
[2]黄春英.探究大数据时代下图书馆的服务创新与发展[J].才智，2014（06）：290.
[3]彭文梅.大数据时代高校图书馆信息服务创新与发展[J].河北科技图苑，2014（03）：14―16.
第8篇：大数据时代的概述范文
现今，大数据的使用越来越广泛，它的使用让图书馆焕然一新。最早提出“大数据”概念的是麦肯锡公司。2011年5月，麦肯锡公司在大数据报告中指出：“数据已渗透到每一个行业和业务职能领域，逐渐成为重要因素。”其后，大数据迅速成为政务及信息科技等行业关注的热点。
目前，大数据还没有一个统一、固定的定义。从狭义上来看，我们可以把“大数据”理解成“为超出传统数据管理工具处理能力的大规模、复杂的数据集合”。而一组名为“互联网上一天”的数据可以明确地告诉我们大数据到底有多大：一天之中，互联网产生的全部内容可以刻满1.68亿张DVD;用它发出的邮件有2940亿封之多……截止到2012年，数据量已经从TB（1024GB=1TB）级别跃升到PB（1024TB=1PB）、EB（1024PB=1EB）乃至ZB（1024EB=1ZB）级别。国际商业机器公司研究称，整个人类文明获得的全部数据中，有90%是过去两年内产生的。预计到2020年，全世界产生的数据规模将达到今天的44倍。
二、大数据时代下图书馆将遇到的挑战
首先，传统的网络构架与“大数据”时代不相适应。大数据时代下的信息交换是服务器与服务器之间的交换，而传统的服务器之间交换信息的程序十分复杂，且大数据时代下的存储数据分布非常广泛，各个服务器都有一定量的数据存储。
其次，数据中心在大数据时代的催化下所要面对的巨大压力。在大数据时代下，图书馆数据库里的内容丰富多样，包括办公的文本文档、图表报表、音频图片等。如此之多的非机构化数据，移动或是修改它都需要耗费大量的人力、物力和财力，如果移动数据，又会降低它的读取效率。
最后，在大数据时代下，虽然每天都会产生大量的新数据，然而真正可以利用的数据却很少，无法形成系统的知识源以供研究人员进行使用。
三、大数据时代下图书馆应采取的应对策略
1.解决大数据存储，建立超大型元数据仓储
建立超大型元数据是未来数字图书馆整合资源的思路之一，有利于实现资源的统一聚合与一站式检索。此外，我们还可以采用基于云计算的分布式存储技术，利用它和一直相关联的虚拟技术使图书馆数据更加有序、统一。
2.解决非结构优化数据的分析和挖掘问题
大数据规模庞大，数据分析和挖掘工作就显得非常重要。在图书馆的大数据中，有待处理的非结构化数据与读者的兴趣是紧密相关的。为了给读者提供个性化的服务，我们必须剖析、解读读者的显性行为，并挖掘其隐性行为。
3.将知识图谱可视化，实现个性化服务
大数据时代下的图书馆，需要提供统一的一站式服务，通过异构数字资源的融合、聚类和重组，使资源从数据层的揭示与展现转向信息层、知识层的深度服务;利用时间轴、地域轴等知识谱可视化展示方式，将资源呈现给用户;依托融合的物联网、移动通信网以及互联网进行传播，最终为用户提供电视、电脑、手机等多种终端的接收;加强分析用户数据，实现个性化服务;促进业界的合作建设，实现共知共享。
四、结语
第9篇：大数据时代的概述范文
关键词：大数据时代；营销模式；创新
前言
信息技术和网络技术的迅猛发展，进一步催生了大数据时代的到来，对我国社会发展、高校教育改革、人民生活方式等方面产生了至关重要的影响，现阶段，我国正处于社会主义改革的攻坚阶段，社会主义现代化发展的各项事业正在如火如荼地建设之中，特别是在大数据时代的影响之下企业要加强自身的改革创新，并将此作为目前企业转型升级的重要任务。近年来，在大数据的冲击之下，企业传统化的营销发展进程举步维艰，对此，企业的营销工作应以大数据时代为发展背景，对营销数据、消费分析、组合资料进行优化配置，通过各项资源的高效整合加快企业营销工作的数字化发展进程，降低企业的营销成本，以最小的投入实现企业营销效益的最大化。由此可见，在大数据时代之下对企业营销模式进行创新研究则显得至关重要。
1大数据的概述
大数据以信息网络技术和信息科学技术为基础，通过多元化的数据、信息、资料搜集方式将各项内容进行有效整合，进而组成信息庞大的数据系统。从技术层面来说，大数据与云计算存在必然联系，以云计算方式为存在基础对数据进行一系列的转换、处理和存储，以此来提升应用领域的数据价值。同时，大数据具有数量大、类型多、速度快和密度低的综合特点。也正是因为大数据具有这四方面的特点，为人们获得信息提供了更为广阔的空间［1］。第一，数量大的特点。由最初的百万兆字节升级为PB级别，以此来实现对数据的大容量存储；第二，类型多的特点。在大数据时代之下，数据可以通过文字、数据、图片、位置等形式进行科学存储，形式和类型逐渐朝着多元化的方向发展；第三，速度快的特点。这是大数据时代与传统数据处理技术最为本质的不同之处，在网络系统处理的基础上，互联网、计算机、物联网、手机等载体均是数据传播和处理的主要方式；第四，密度低的特点。在大量的数据面前，不是所有的数据均具有较高应用价值。
2大数据对企业营销模式的影响
2.1传统营销模式遭遇挑战
传统营销模式以品牌推广、广告宣传、人员推销的形式对企业自身的产品进行有效地营销，在这一过程中，消费者可以通过某些途径和手段对产品信息进行有效地了解，从而做出购买决策。但是在大数据时代的影响之下，消费者可以通过网络的方式进行购物，其中评价是影响营销的主要因素，由此可见，在大数据时代的影响之下，企业的传统营销模式遭遇挑战，陷入举步维艰的两难境地之中，难以从根本上提高营销模式的科学性和实效性，进一步影响企业经济效益的提升。
2.2营销方式更加趋于个性化
企业营销模式以消费者的现实需要为主要出发点，其中包括精神需要和物质需要两方面，但是在数量庞大、需求多样的消费者群体之中切实有效地满足每位受众需求，则存在一定的困难。但是在大数据时代的影响之下，企业可以对消费者的现实需要进行科学评估、系统分类，进一步提升了企业营销方案的准确性和科学性。特别是在互联网信息技术的基础上，企业将信息录入电脑系统之中，通过及时分析、动态监控、系统评估等方式分析消费者的决策阶段，极大程度上提高了数据的处理效率，并且投入成本较低，使得营销方式更加趋于个性化。
2.3营销管理类型多元化
企业传统化的营销管理方式以零售、单品和分类管理三种方式为主，企业工作人员对营销数据、销售额进行实时分析，通过销售记录数据所呈现的走向及时了解产品的销售情况，从而制定有针对性的营销方案。但是在大数据时代之下，这种传统化的营销管理类型难以做到具体、全面，因此，企业要以大数据为契机，将相关产品的营销方案纳入管理之中，制定相关营销策略，进一步掌握消费者的行为偏好，以此来实现企业营销管理的最优配置，进而达到企业经济效益最大化的目的。
3大数据时代企业营销模式的创新途径
3.1营销组合
在大数据时代之下企业要创新营销组合，以此来为企业营销模式的可持续发展奠定重要基础。第一，企业要以消费者偏好为基础，制定有针对性的营销组合方案，切实有效地满足消费者的现实需求，从购买、使用、反馈和售后各个环节之中，不断提高营销质量和水平；第二，科学定价，企业可以以大数据信息平台为基础，根据市场反馈机制了解消费者的消费水平，由此制定与之相对应的产品价格；第三，创新渠道，构建线上线下消费一体化平台，消费者可以根据自身的实际需求从各种渠道获得产品信息、购买产品，并实现消费售后的双向发展。
3.2服务体系
在大数据时代之下企业要创新服务体系，通过服务质量的提升打造良好的企业产品品牌，重视顾客的情感体验，提高企业营销服务的水平和效率。随着信息网络技术和移动终端技术水平地不断提高，企业可以与消费者进行线上和线下的同时交流，准确了解客户的切身需求，根据客户的需求对产品进行重新定位和优化配置，从而制定与之相匹配的服务模式［3］。一般来说，传统化的服务模式以售后为主，对此，企业要加强创新，构建售前、售中、售后全程服务模式，逐步完善企业营销服务体系，以此来确保企业营销模式的新发展。
3.3组织结构
在大数据时代之下企业要创新组织结构，通过企业内部营销组织结构的优化配置和系统整合，提升营销工作的水平和效率，进而为提高企业营销效益提供重要的组织框架。相关管理者要重视大数据时代的信息搜集效率，企业要成立专门的信息搜集和处理部门，整合企业市场部门和销售部门，两者建立良好的沟通交流机制，以此来确保企业营销信息的及时顺畅。此外，重视数据分析部门的重要作用，提高相关工作人员的数据处理能力，进一步提高数据处理和搜集的效率。
3.4关联营销
大数据时代之下企业要重视关联营销，以消费者的行为偏好为基础制定与之相关联的营销模式，对消费者消费的互补商品和替代商品加以了解，从而有效追求和掌握消费者行为的社会性。企业要加强科技创新，成立系统庞大、体系分明的数据处理信息中心，对消费者的基本信息进行有效调研，根据消费者所购买的产品逐步分析其群体行为偏好，并对预期的消费行为进行准确预测和系统评估，以此来提高企业的营销利润，在市场发展过程中居于有利地位。
总结：
综上所述，大数据时代下企业营销模式要不断加强创新，从营销组合、服务体系、组织结构和关联营销四方面入手，不断提高营销模式的现代化含量，以此来迎合当前时代的发展潮流，促进企业的可持续发展，为我国国民经济的良性运行奠定基础。
参考文献：
［1］金晓彤,王天新,杨潇.大数据时代的联动式数据库营销模式构建［J］.中国工业经济,2016,(06):122-134.
［2］张羽.大数据时代中国企业的营销模式创新研究［J］.现代商业,2015,(13):53-55.
