大数据论文【最新9篇】

大数据技术论文 篇一

工程管理作为工程科学和管理科学相融合的结晶是面向工程的管理学科，是为了更加有效地利用资源，实现预期的目标，而对工程进行的决策、计划、组织、协调等工作。发展工程管理学科需要深刻的认识工程管理的发展规律，借助可视化信息分析技术，可以进一步明确工程管理理论的主流研究。

一、工程管理和可视化研究的概述

工程管理发轫于上世纪50年代，将网络技术应用在工程项目的控制中，取得了很大成功。工程管理的研究领域比较广泛，具体来说包括了建设施工、工程设计、工业工程、制造和技术生产等等方面。在最初，工程管理只是一个比较狭窄的领域，随后逐渐的扩展到公共政策、组织、技术、网络等领域[1]。50多年来，工程管理的研究历经了从工程管理、研发管理再到创新管理的嬗变历程。在我国，工程管理作为一门学科也具有比较久远的历史，最初只有单纯意义上的土木工程管理，现在已经扩展到更加宽泛的意义上的工程管理。

可视化技术是随着计算机技术的发展而涌现出来的新技术，就是在计算机图形学以及计算机图像处理技术快速发展的基础上逐步发展而来的。这种技术将数据转换成为图形，并且能在计算机屏幕上表现出来，进行交互和处理。可视化技术有着广阔的应用前景，尤其是在图书情报领域应用非常广泛。引文可视化分析技术是可视化技术的重要分支，将大量的抽象数据用直观形象的方法展现出来进行引文分析，使人们直观的观察引文内容。将可视化技术和信息科学、应用数学、共现分析等理论和技术结合起来，就能够用可视化的图谱形象直观的展示学科的核心内容，发展历程、前沿理论以及学科整体的知识架构。

在工具方面，能够进行理论知识图谱可视化分析的软件和程序比较多，但是citespace软件相对来说更容易获取，使用也更加便捷。这种软件不需要把下载下来的原始性文献转换相关矩阵，而是可以对数据库保存下来的数据格式进行直接分析，这样就使数据的处理加工变得更加简单快捷[2]。一般来说，进行工程管理理论研究主流可视化分析都会采用这款软件。

二、数据来源和研究方法

在我国，目前工程管理科学已经形成了比较庞大的学科体系，知识架构也比较复杂，新的理论、新的技术和新的研究方法不断涌现出来，一方面这为我国工程管理理论研究带来重要机遇，另一方面也对工程管理学科进行清晰划分带来了一定难度的挑战。伴随着工程实践和工程管理理论的研究不断深入，工程管理的界限也变得越来越模糊[3]。正因为如此，本文用工程管理的相关期刊对工程管理本文由收集整理学科进行界定和相关研究。由于对数据的分析和处理时进行研究工作的前提，因此对数据来源的界定和遴选需要格外重视。本文分析所使用的是中文社会科学引文索引，也就是cssci，这个引文索引是由南京大学中国社会科学研究评价中心研制和开发的，另一个重要数据源是中国期刊网，是由清华大学中国学术期刊电子杂志社主办。这二者都是我国目前在该领域最为重要的引文信息源。对cssci来说，它遵循的是文献计量学的规律，它的信息源头是在全国2700多种中文社会科学学术期刊中，综合运用定性和定量的方法，精心挑选出那些学术性比较强、编辑规范的期刊。这些期刊中包括了25个大类的500多种学术期刊，涵盖管理学、经济学、历史学、政治学、法学、文学等领域。而中国期刊网是按学科进行划分的，收录了5300多种学术期刊的全文或者是引文，主要划分为理工类、文史哲类、农业类、政治经济和法律类等领域。

在进行工程管理理论研究的时候要综合采用定量和定性的方法，并且更加重视定量的方法，注重用绘制图谱的方式来展现。科学图谱就是包括了共被引分析和词频分析等，对于读者了解学科演进非常方便。词频分析指的是对出现的关键词进行频率上的统计和分析，以查找该领域的研究热点，通过观察关键词的演变分析学科的发展趋势。所谓共被引分析是值得两种文献之间，同时被引用的频率和次数，次数越多，说明这两种文献的关系越密切，背景也越相似。

三、可视化分析的结果

首先是对《管理工程学报》的分析。首先从cssci数据库上下载2008至今的文献数据，在同一个文件夹中用纯文本的方式进行保存，再利用数据转换器将下载下来的文件数据转换成为citespace识别并可以分析的格式。数据来源是文献标题、文献摘要和关键词、主题词类型，在主题词类型项选择名词性短语，开展聚类分析，节点类型上选择主题词和被引用文献，通过运行软件得到了该期刊的共被引和主题词网络图谱。通过这个图谱，我们可以看到，关键节点包括了博弈、物流、协调激励、供应链等词汇，这说明该领域的研究热点是这些关键词背后的课题。研究方法囊括了遗传算法、模型等。另外，委托、自主创新、知识转移等词汇出现的频率也比较高。通过对可视化图谱的分析可知，该期刊作为工程管理理论的重要期刊研究的主题主要涉及了供应链、物流、博弈理论、技术创新等。供应链研究显然是主流性研究；委托、物流等方面也在研究者的视角逐渐受到重视。

其次是对《建筑经济》等其他期刊的关键词分析。在中国知网下载《建筑经济》自2008年以来的文献数据，利用citespace软件在数据转换的基础上进行分析。通过分析可以看出，全过程造价、bt模式、信息化、全寿命周期等词汇是研究工作的关键词，说明这期间的研究热点在这些领域。

不同的期刊往往刊文重点有不同，体现了一本期刊的研究视野各有侧重，因此，工程管理理论研究领域的不同期刊进行可视化分析，能够更加客观全面的掌握工程管理理论研究的主流。对不同期刊的关键词汇内容进行分析，体现了这种相互补充性。《工程管理学报》也是工程管理领域的重要学术期刊，在中国知网上下载2008年以来的文献题录，用纯文本的方式进行保存，再通过citespace软件进行格式转换，最后用citespace进行分析，得出来的结果就是《工程管理学报》在这个期间的研究主流。建筑企业、竞争力、实证研究等词汇出现在结果统计的前列，这与该期刊侧重建筑业工程项目和政府投资项目管理的研究侧重点相吻合。此外，在方法论的层面，层次分析法、模糊性综合评价、系统动力学等成为研究方法的热点，这也体现了《工程管理学报》在研究方法上的独特性。用同样的方法对《科技进步与对策》期刊进行分析，得到的出现频率较高的词汇是自主创新、科技创新、知识产权、知识共享、低碳经济等。这体现了技术创新、知识管理等依旧是该刊关注的前沿。工程管理是一门与时俱进的学科，随着研究的深入新的研究内容会逐渐进入研究者的视野，新的研究方法也会得到更多运用。

大数据论文范文 篇二

1.海量信息思维模式

以往人们总是尝试先发现问题，再获取相关信息，探索解决之道。而大数据时代，人们总是先尽可能多的去获取和储存信息，而信息数据价值密度低、数据量大，当遇到问题时再尝试解决问题，其解决的效率和精准度率也有所提升。这种“海量信息”的思维在进行服装流行款式、流行色彩的市场调研时，依然十分适用。

2.新媒体思维模式

信息数据附着在各类新媒体之上，数据格式多种多样，从网页论坛、视频、网络日志、微博微信、甚至地理位置信息等等。新媒体思维正在改变服装市场的营销方式，服装企业传统的营销手段是实体店集中推广、平面广告以及电视媒体宣传，节假期间雇佣大量劳动力街头派发促销传单。而大数据时代，服装企业充分利用互联网的植入式广告、病毒式推广以及低成本营销，打造网络交易平台，全方位收集消费者信息数据，分析消费者潜在消费动机与偏好，从而在推广品牌的同时扩大销售量。

二、大数据时代对高校服装设计教育的启示

1.教学方式的变革

随着笔记本电脑、平板电脑逐步进入课堂，教材、教学活动不断被数字化，教育方法应以更丰富多彩的形式融入课堂。网络教学和讨论方式也是大数字时代课堂经常采用的一种教学方式。以服装设计课程为例，在服装风格与流派章节学习中，鼓励学生利用网络资源，进行相关文献查阅，了解不同历史时期服装风格的含义与表现，以演示文档的形式进行小组讨论，并设计“最受欢迎的大学生潮流服饰搭配”问卷进行市场调研，感受数据的多样性以及数据分析方法。

2.课程知识点的设置

“因材施教”的理念在班级授课制中开展有着相当的难度，在有限的教学时间和教学空间内，教师对学生的“材”无法充分的了解和引导。在大数据时代，教师可以对每个学生学习数据进行分析，将学生的整个学习过程数字化，例如知识点可以被数字化并与测试题建立联系，测试题中每道题的完成时间、错题数等都以数据的方式记录。计算机通过错题分析出每个学生对各章节知识点的掌握程度，从而从根本上落实“因材施教”的教育理念。在服装结构设计类课程中，将知识点与知识点进行组合并设计考核题目，例如人体测量部位与原型版的对照练习，放松量章节的知识点与不同类型板型对应，款式分析与服装风格分析相关联，从而建立知识点与测试题的联系，用相关性思维解决结构类课程中的每一个细节问题。

3.侧重对学习过程的评价

随着笔记本电脑、平板电脑逐步进入课堂，教材、教学活动不断被数字化，学生学习过程也将逐渐数字化，学生的学习过程更加受到关注，而对于这些数据的分析与利用，将使得每位学生的发展都有据可依。例如，在服装工艺类课程中，将更注重实验课程环节的设计与实验过程考核，根据自学能力、创新能力和动手能力来评定学生的综合成绩。鼓励学生海量收集学科咨询，通过自主学习发现问题解决问题，而通过不同考核项目的得分，分析学生的自学能力与学习类型。

三、大数据时代对高校服装人才培养提出的新要求

1.获取有效信息数据的能力

互联网上各类教学视频、教学文库林林总总，各类网络学院、网络公开课、精品课程应接不暇。高校须引导学生自主学习，加深学生对当今社会变革的理解和认知，使学生具有大数据思维能力和判别能力，能够在时间学习中利用资源，使数据为专业学习所用。

2.分析数据的能力

要求学生能根据不同的需求，利用有效的问题解决思想和方法论，最终形成有效的数据，并能够为大多数人使用。利用定量和定型的分析方法，挖掘数据之间的相关性，并形成数据分析报告。该项能力需在服装专业考察、服装创新实践平台等实践环节的课程中，得到充分的训练。

3.团队的建立和管理

大数据论文 篇三

一、引言

大数据应用于精准营销就是在大数据的支撑下，尽可能多地获取消费者的信息，从中分析挖掘他们的潜在需求，并利用数据技术进行精准的广告投放，使营销更具针对性。首先，大数据为精准营销提供了海量的数据信息[1]。在互联网中，用户的信息行为都能转化为数据，企业通过分析这些数据，挖掘消费者的潜在需求，运用信息技术进行精确的、个性化的广告投放，实现精准的营销。同时，在营销过程中，每一个用户的Cookies数据是可记录和查询的，即与目标用户的每一次接触都会留下痕迹，利用这些“痕迹”可以建立一个消费者数据库，实现客户的信息管理。大数据使更高效的精准营销得以实现，精准营销又为大数据提供更多信息积累。

二、大数据下的精准营销模式

1.受众精准。大数据技术为营销找到更能满足业务需求的受众。通过对数据的整合分析，我们可以得出清晰的用户画像，了解用户的个性与需求，从而实现一对一的精准投放和服务。如拥有强大的数据管理平台（DMP）的TalkingData，能对超过20亿移动受众人群的数据进行汇聚、清洗、萃取，结合一系列算法模型，输出人群分类标签数据体系和目标受众分析工具。由此，企业可以更加精准地找出目标受众，进行针对性的广告投放。2.成本精准。大数据技术使广告投放更加精准，提升了广告的转化率和回报率，大大节约了成本。在大数据的支持下，我们能挖掘大量与消费者相关的数据信息，从中分析出消费者的基本属性、兴趣爱好、消费习惯、消费需求等，更加准确地定位目标受众并进行细分。再运用人群定向技术，精准地向受众投放针对性的广告。这样的精准投放，改变了以往大范围无目的的广泛投放模式，大大节约广告投放成本，避免浪费。同时，精准的广告信息往往能主动迎合消费者的需求，更容易使其对产品和服务产生好感，从而大大提高了广告的转化率和回报率。企业通过大数据进行精准营销，可最大程度降低营销成本，提升品牌价值。3.效果精准。运用大数据对消费者的需求进行筛选跟聚合，使精准营销的层次得到进一步提高。在大数据技术的支撑下，我们可以得到清晰的目标受众定位，有效细分人群，提供针对性较强的个性化聚合服务。改变了以往精准营销提供综合化服务的局面，大大提高了营销的效果。如，网舟科技通过对用户线上线下的数据进行只能筛选，为不同的使用情境建构了不同的推荐机制，使推荐引擎从以往的综合化服务转向个性化聚合服务。由此，商品导购更加智能化，消费者好感度增强，有效提高产品和服务的销量，增强了营销的效果。

三、大数据在精准营销中的应用

1.用户数据的挖掘。互联网时代下，用户的任何行为都会留下痕迹，利用系统日志数据、访问社交网络信息等，我们通过用户反馈信息，识别分析出用户的基本属性、兴趣爱好、消费行为、潜在需求等。以Facebook为例，超过12亿的用户量为其提供了海量数据。Facebook可以从Cookies追踪它的用户，如用户在使用Face-book的同时浏览网页，便可以追踪到用户所访问页面的网址。用户在Facebook里添加的标签，点过的赞等等也都可以成为Facebook识别和分析用户的基本属性、个性取向、情感状态、消费水平、政治倾向等各方面信息的数据依据。企业可以通过访问Facebook主题数据对消费者进行研究，进一步了解消费者，绘制品牌受众地图，进行品牌内容评估，从而准确地投放广告、开发客户，实现精准营销。2.定向广告的推送。精准营销成功的一个重要条件是精准的营销信息推送，即将相关的产品广告、促销活动等信息向目标受众推送，引发其关注并产生点击、阅读等行为，从而进一步吸引其购买产品。它包含两方面，一是目标受众，即营销信息应该推给谁；二是信息内容，即向其推送怎样的信息。以前，企业难以获取足够的用户信息，因此无法采取有针对性的传播内容，造成大量的广告资源浪费。在大数据时代，我们可以搜集大量的用户信息并进行分析，从而判断出我们的目标受众，进行个性化的定向广告推送，大大提升了广告效率，节约广告成本。3.主题数据的开发。主题数据的开发，将数据信息预处理，通过预处理后进行识别，根据不同的管理需求及其相应的信息，将工作定义为不同的分类，再针对各个主题数据库进行主题定义。它可以为营销者带来一个清晰的用户视图，从而实现更精准的营销。如企业可以访问Facebook主题数据，识别提取用户信息，再从信息的不同利用角度出发进行分类，整理形成各个主题的数据库。根据这些主题数据选择性地改变他们在平台和其他渠道的营销方式，使广告投放更加精准。

四、精准营销的大数据技术应用

1.大数据分布式存储管理技术。大数据是涉及整个软硬件系统的各个层面上诸多计算技术的融合。当大数据处理平台搭建后，将要考虑数据存储问题。在集群环境下，需要大数据的储存并发访问，主要采用分布存储系统[2]。分布式存储对大数据才存储通过可扩展的方式高效可靠的管理，但无法对结构化、半结构化数据进行访问和管理[3]。因此，面向结构化和半结构化数据存储管理和查询分析系统营运而生：例如HBase和Hive等系统[4]。2.大数据并行计算及系统平台。大数据并行计算系统平台框架主要是Hadoop、MapRe-duce。近年来人们研究实现了更多种大数据并行计算模型与框架，以提高大数据的处理效率。其中，集多种计算模式为一体的Apache、Spark发展迅猛，成为新一代主流大数据并行计算系统，受到了工业界和学术界的广泛关注和使用。3.数据分析。金融征信、互联网舆情、商业用户画像、电信精准营销及智能交通管理等领域的大数据分析应用层出不穷。大数据以应用系统需要有相关专业及知识结构的应用行业专家对领域应用的具体案例和问题构建行业具体应用的逻辑业务模型，并采用分析软件进行分析归纳数据，计算机专业人员通过以上分析，再进行设计和开发相关大数据应用系统。通过其存储、计算、分析等技术层面的运用，能够构建针对不同行业领域的大数据分析或解决方案[4]。

五、结论

大数据时代下，我们可以在不同媒介不同领域中挖掘、提取各种数据资源，通过对这些数据的整合与分析，我们可以得到用户的基本属性、兴趣爱好、消费需求等，绘制出精准的用户画像，明确他们的潜在需求，并针对这些差异化需求进行精准的个性的广告传播。这大大提高了广告主寻找目标消费者的效率和精准性，极大地节约了广告投放成本，提高了广告投放效率。我们要时刻关注技术的发展，抓住大数据带来的机遇，同时也不能盲目迷信大数据，要积极应对它对广告业的挑战与冲击。

参考文献：

［1］李洁，应昌成。大数据发展趋势［J］.电子技术与软件工程，2017(22).

［2］严格非。大数据处理技术与系统研究［J］.信息与电脑(理论版),2018(5).

［3］LuG,YuH,LiY,etal.StudyonSAMPA_STforLhasaTibetanandrealizationofautomaticlabellingsystem［C］//InternationalConferenceonImageAnalysisandSignalProcessing.IEEE,2010:133-137.

大数据论文范文 篇四

大数据时代设计创新主要体现以互联网为平台的网络终端创新，如智能手机、平板电脑、导航产品和电子支付等生活类产品及服务的创新设计，以及与此相关的后台基础设施创新，如云计算、通讯、软件工程等技术领域。知名IT评论家谢文认为，目前网络业创新过程中，对大数据的获取可分为三种战略：前台、和后台为主的模式。苹果、Facebook和亚马逊分别是这三类模式成功的典范。苹果通过设计、销售各种互联网终端产品，通过Ios系统下的Itune网上商店将产品和服务集成来汇集数据，形成自成体系的规范数据标准平台，这种商业模式让苹果获得了巨大成功，表明工业设计有效利用大数据可实现产品和商业的成功。Facebook则抓住目前颇具人气的网络社交需求，依托Web2.0系统平台的构建和运营来获取各种标准化、结构化的用户数据，形成开放、庞大的共享数据流。亚马逊则通过建立强大的网络营销后台获取网络用户的各种需求数据，再结合电商形成开放平台，为用户提供量身定制的各类个性化服务，为电商提供行业所需的大数据。在口碑营销成为王道的电商时代，借助互联网提供的营销数据，掌握消费者的需求，企业能够及时调整设计、生产和制造策略，并通过3D打印快速实现消费者的个性化定制需求。这就需要通过网络获取用户数据，同时用科学方法分析这些数据所体现的用户消费心理、行为，最终转换为有用的设计语言。传统的产品设计、制造是一种线下行为，远离互联网，与消费者之间的沟通和交流存在时间差，获取的消费者数据十分低效。“3D打印”技术的出现让物质产品的设计、生产实现了数据化，传统制造业和互联网行业的高度融合，不但拓展了网络行业的产业边界，也为制造业的定制化服务提供了巨大空间。针对用户的产品定制，借助强大的物联网可实现低成本营销，真正实现个性化设计和按需生产，这让传统制造业进入到大规模、打破时空界限的全新发展阶段。这种借助互联网、物联网形成的新型产业链和商业模式改变了传统制造业，让企业从产业链上游及战略规划阶段就可集成物质化产品设计、制造和流通过程所需的各类数据，这要求制造业企业必须具备互联网思维，要求工业设计必须依靠网络集成各种数据，及时获取消费者需求。

二、大数据时代的工业设计

互联网打造了全新的社会形态和生活方式，人们的工作、生活已离不开网络，通过网络消费者可实现交友，衣、食、住、行各种所需。谢文认为，未来通过网络有望实现三方面创新，个人数据集成、公共服务数据集成及物质生产集成。如收集消费者在网络上的言谈举止和生活中所有活动产生的数据，建立“数据人”模型，为线下的制造业提供人的需求数据；集成线上的公共服务数据为国家、政府和组织提供服务支持；集成物质生产数据实现制造业的数据化生存。对工业设计而言，网络连接消费者、社会和物质产品组成的三维空间，融合各种大数据，可支持制造业的转型与社会进步。这正是新形势下工业设计的发展方向，即通过设计具体的服务产品，为消费者创造感性价值，实现消费者情感上对个性、品位和身份的追求。这些服务化产品在提供高品质服务的同时，以技术推动组织和社会创新，实现人、组织、社会和环境的可持续发展。此时的工业设计从“提供功能，方便使用”的问题解决方案，转向“讲述故事，创造意义”的“造意”阶段，“造意”正成为当下产品设计新的关注点。借助网络获取用户数据，让产品满足基本功能的同时，更多地向消费者讲述故事，引起消费者的回忆和联想，成为当下产品设计成功的关键。

三、结语

大数据技术论文 篇五

对此，西方档案界已经取得了比较一致的认识和实践成果，他们以“文件生命周期理论”为理论基础，以文档一体化为实践基础，在电子政务平台上，创造了元数据的档案整理技术，从而结束了西方传统档案实体整理的技术时代。而中国档案界，一方面是迅速地引进了西方的元数据档案整理技术，另一方面则又提出了自己的多种多样的档案整理技术，如“以‘件’为单位的档案整理技术”、“双套制的档案整理技术”、“不同载体的混合档案整理技术”等等。虽然中国一下出现了如此之多的档案整理技术，显得有些混乱，但这些档案整理技术具有一个共同的特征，那就是它们并不使用“元数据”来整理档案。这不是一般的技术上的不同，而是显露出了中、西方迥然不同的档案整理技术走向。我们始终认为，中国现有档案整理技术的出现，必然有它形成的道理。所以，我们借此篇文章，通过对不同档案整理技术的比较，来揭示档案整理技术的本质及其我国档案整理技术的发展趋势。

“元数据档案整理技术”已被档案界普遍接受，“非元数据档案整理技术”则还是一个刚刚提出的概念。这里只是利用“非”这一重要的逻辑概念表明，只要西方的“元数据”不是档案整理的唯一技术，那么在“元数据”之外，就应该有“非元数据”档案整理技术的存在。大家必须理解，我们提出“非元数据档案整理技术”，并不是要去反对和否定元数据档案整理技术，而只是要用“非元数据档案整理技术”的概念开道，来梳理在中国已经出现的档案整理技术，并证明它们同样是现代的，而且是更适应中国档案实践的档案整理技术体系。

一、元数据档案整理技术

“元数据档案整理技术”是西方档案界提出的一种档案整理技术。而西方产生这种技术的实践基础是，他们利用计算机网络及其技术实现了“电子政务”，并且使“电子政务平台”成为他们日常行政管理的实践基础和管理工具。

在这种特殊的条件下，电子政务系统本身不仅能产生着电子文件、而且也能提供电子文件的实体信息(数据)，并且能根据电子文件生成的具体环节，提供隐含在具体环节背后的、电子文件与社会实践及其过程之间的对应信息——元数据(数据的数据)，即档案实践通常所称的“档案历史联系信息”。于是，嵌在电子政务平台中的档案整理系统就可以在电子政务的支持下，利用所采集的“元数据”完成“档案历史联系”的整理，它不但获得了“电子文件实体集合”，而且具有了足以使这一文件实体集合转化为档案的“档案历史联系的记录”。而“电子文件实体集合”和“档案历史联系的记录”这两种物质实体的获得，就构成了它所要得到的电子档案实体。因此“元数据档案整理技术”本身是一个具有科学性、高自动化程度的档案整理技术体系。

由于现在西方和我国还只是将“元数据档案整理技术”嵌入到了电子政务系统，所以有人可能误认为，元数据档案整理技术只适用于电子政务。其实不然，它不但能适应电子政务的档案整理，而且也能适应诸如电子银行、电子商务、电算化会计等等电子管理平台的应用。事实上，只要人们能为某一社会实践的管理建立电子管理的平台，那么元数据档案整理技术就能嵌入这个电子管理系统，成为适应它的档案整理技术。所以“元数据档案整理技术”本身是一种具有很宽实践范畴的实用档案整理技术。

“元数据档案整理技术”所具有的特征是，它彻底变革了传统档案实体整理的技术，成为“文件实体整理”与“档案历史联系整理”分离的技术。这种文件实体与档案历史联系整理的技术分离，使元数据档案整理技术中的“档案历史联系整理”，不再受电子文件实体的干扰，而使档案整理真正地进入了多元的时代，使档案整理原则从一维的“来源原则”，发展为具有“实践主体”、“实践客体”和“年代”的多维“历史原则”。“元数据档案整理技术”所具有的“文件实体整理与档案历史联系整理技术的分离”、“档案历史联系整理的多维化”、“档案整理原则的多元化”和“档案物质实体的双重构成”是其档案整理技术的四大特征。

二、非元数据档案整理技术

在档案整理技术中“非元数据”与“元数据”是相对存在的两种档案整理技术。从概念上说，除了“元数据”的档案整理技术之外，都属于“非元数据”档案整理的技术范畴。但本篇文章不再研究传统的档案实体整理，它包含的只是新提出的“以‘件’为单位的档案整理技术”、“双套制的档案整理技术”和“不同载体的混合档案整理技术”。

不管是“以‘件’为单位的档案整理技术”，还是“不同载体的混合档案整理技术”，它们的档案实体整理与档案历史联系整理都是相互分离的。“双套制的档案整理技术”比较特殊，从表面上看，它是用整理纸质档案的方法完成了电子档案的整理，但它同样告诉我们，也能够用整理电子档案的方法整理纸质档案。由此我们可以看出，中国档案界提出的这些非元数据的档案整理技术，具有一个共同特点，即它们都是“档案实体整理”与“档案历史联系整理”相互分离的档案整理技术。由于这些“非元数据档案整理技术”是“档案实体整理”与“档案历史联系整理”相互分离的技术，所以它们就同样都能实现档案历史联系的多维化。它的档案整理原则，也可以从一维的“来源原则”，过渡到具有“实践主体”、“实践客体”和“年代”的多维“历史原则”。它们最终都要形成由“文件的实体集合”和“档案历史联系的记录”两种物质实体共同构成档案。

于是我们发现，中国提出的非元数据档案整理技术虽然还存在着许多的缺点，但在“质”上，这些非元数据档案整理技术都具有“文件实体整理与档案历史联系整理的分离”、“档案历史联系整理的多维化”、“档案整理原则的多元化”和“档案物质实体的双重构成”的四大档案整理技术的特征。

三、两种典型档案整理技术的比较

我们的研究发现，虽然非元数据和元数据档案整理技术的技术环境、流程和操作方法有着很大的不同，但它们具有相同的四大特征，并且这两种档案整理技术具有相同的内在结构，完全可以用同一的《档案整理结构的模型》来认识和解释它们的机理和过程。或者说，是因为它们具有相同的档案整理结构，所以它们才具有它们的共同特征。所以非元数据和元数据档案整理技术这两种看似非常不同的档案整理技术，其实是同一档案整理结构的两种不同技术表现形式。

为什么会产生这两种不同的档案整理技术形式，或者说，西方为什么采用元数据档案整理技术，而中国为什么要采用非元数据档案整理技术，而这是相同的档案整理原理为适应不同国家档案实践条件而产生必然结果。在中国，其实始终存在着两种不同的档案实践和理论体系。一种是，从民国时期开始的“文档连锁法”，后来的“文档一体化”和现阶段提出的“文件中心”，与之相应的则是文件生命周期理论；而另一种则是，与文书实践分离的档案实践，在解放后，中国接受了前苏联的档案实践和“立卷人——档案室——档案馆”的档案实践体制，同时也就形成了有别于西方的档案学理论。

原理、价值和理念要过渡到实践，就需要技术的中介，由于技术离实践更近，所以它更要受到实践的约束，先进的技术并非在哪里都适用，对谁都是具有实用的价值。中国人民大学王健教授在国家社科基金项目“OA环境下的文件、档案一体化管理研究”的技术报告中就客观和直率地提出，在中国“无论是档案行政管理机构，还是档案馆，都无权指导各机构的文件工作，……因而无法具备全面的一体化功能。”①对于在中国建立文件中心的问题上她也指出“全盘否定档案室的态度是不科学的，完全撤销档案室的做法是不现实的，在保留档案室的基础上再重建一套文件中心是不必要的，简单地将档案室改名为文件中心也解决不了根本问题。”②这些认识对于认识档案整理技术的发展同样有效。

我们应特别注意，计算机化与现代化是两个不同的概念，比如，一种档案整理技术虽然没有实现计算机化，但如果它能实现多维的档案历史联系联系整理；而另一个虽然实现了计算机化，但它形成的档案历史联系却是一维的，那么我们究竟应该将哪种技术判断为现代档案整理技术呢？档案整理技术现代化的关键是档案整理技术内容上的现代化，计算机化只是档案整理现代化的一种外在的形式。

在自动化和计算机技术应用的程度上，元数据显然要高于非元数据档案整理技术。但在中国发展元数据档案整理技术，有着诸多档案界自身无法克服的现实障碍，但只要我们放弃部分元数据档案整理技术的高自动化要求，那么就可以在不改变档案工作体制、不需要实现“文档一体化”、能脱离电子政务环境、不用制定也不依赖“档案元数据集”的条件下，创造出一种可应用于文书和科技档案、并适用于纸质文件、电子文件和实物混合的、非常实用的档案整理技术。所以不要简单化地根据计算机技术的应用程度，来论档案整理技术的长短。

四、中国档案整理技术前景的展望

通过“非元数据档案整理技术”与“元数据档案整理技术”的比较研究，我们认为：

中国档案界，须在元数据和非元数据档案整理技术之间做一抉择，这是不能回避的。它不是单纯的档案理论和技术问题，而是干系到中国档案事业未来发展的一次抉择。它是档案工作者、档案学者和中国档案事业的领导者都必须倾心关注的问题。

不应该排斥元数据档案整理技术，但在相当长的一段时期内，“非元数据档案整理技术”应该是一条更适应中国国情的档案整理技术路线。我们甚至认为，它是迟早要被国人所接受的一种档案整理技术。

“非元数据档案整理技术”虽然已经有了基础，但技术整体还处于相当混乱的状态。我国应该在夯实它的档案学理论基础、简约它的技术、注重它的实用性的前提下，统一制定中国的档案整理技术规范。其结果应该是创造出一种具有中国特色的档案整理技术体系和理论。这也是中国档案界在世界有所建树的一个契机。

我国在轰轰烈烈引进元数据档案整理技术的过程中已经积累了许多实践经验，现在是否应该对它进行一次阶段性的总结，召开一次高端研讨会，客观地评价一下得失，这可能是一个非常有益的建议。

大数据论文 篇六

关键词：互联网；大数据；网络营销；策略研究

在很多人还没搞懂什么是PC互联网的时候，移动互联网就出现了；在还没有搞懂什么是移动互联网的时候，大数据时代又来临了。在市场经济和科技飞速发展的今天，大数据所蕴含的营销价值也越来越大。通过大数据精准营销可以实现与客户一对一的连接，实现营销的个性化、具体化、一致化。大数据精准营销的网络营销是现在企业市场营销的主要方式，传统的营销模式已不能被现代社会所接受，大数据精准营销的网络营销必然充分释放营销的价值。

一、大数据精准营销的网络营销优势

（一）对客户信息的收集与处理。在大数据时代下，人们的隐私无处可藏。我们无法抵抗信息化时代的浪潮，一个人只要上网，在获取便利的同时，必然会留下相应踪迹。通过对数据的分析，我们可以从中得到一个人的基本信息，如年龄、性别、联系方式、基本职业等，通过对人的购买记录进行数据分析会了解到一个人的购买能力、消费水平、喜欢的商品类型、常买的商家。通过这些数据，我们可以了解到客户的消费偏好和消费心理。通过对数据的信息收集与处理，从而进行准确的分析判断，找到与公司品牌定位相符合的目标用户，筛选出无用信息。在实施网络营销策略之后，对于用户的反馈可以进行数据分析，对客户提出的建议进行充分的了解，更好的服务客户，提升产品，并对原有的营销策略进行改进。如果客户没有在网络中进行反馈，也可以通过对客户过往的消息记录进行数据分析，通过数据从而了解客户的需求，从中得知对产品可能存在的一些建议。（二）准确的市场定位。通过对大数据的分析，我们可以清晰的看到目标客户的行为特征，他们的需求以及他们的消费能力。通过对大众所需要的服务需求中来确定企业所要提供产品的种类。大众是否有需要，受众人群是否广大，人们的消费水平是否足够？过去传统的网络营销方式，往往以市场为参考和决策者的过往经验而制定，但由于市场经济的自发性和延迟性，传统网络营销，常常跟不上市场的需求。通过大数据的详细分析，进行精准营销，了解用户的消费特征，提前预知市场的发展变化，判断市场的发展趋势，在大数据精准营销的模式下挖掘新的商业价值。互联网背后蕴藏着成千上万的目标客户，通过对大数据的分析理解预测客户的行为，得到精准的信息，从而对产品进行市场定位。大数据精准营销的网络营销能够帮助企业降低成本，获取最大的利润，把有可能的损失降到最低，有效的实行资源的最大化分配。在数据中提取潜在的、有大价值的客户信息，并对此制定准确有针对性的营销计划。增加与用户间的互动，增强对客户体验的吸引力，在恰当的时间通过合适的渠道，把相关产品信息和服务提供给最有价值的目标顾客。（三）在激烈的市场竞争中保持优势。现在各行各业的竞争越发激烈，公司业务的发展，尤其是对新业务的推广，成为企业运营中的一个难点。传统的网络营销一般是通过简单的数据统计以及曾经的营销经验，从中得出营销办法。但这样的营销缺乏科学性和针对性，没有站在用户的角度进行考虑，在营销过程中缺乏实用性。在大数据精准营销的网络营销中，通过使用大数据技术来寻找用户对相关产品的感性程度来推荐产品。例如，中国移动运营商通过对大数据的分析和云计算，根据客户的购买记录，点击行为推荐可能感兴趣的产品，给用户推荐适合他们的套餐或者相关业务，对用户的点击偏好进行数据分析，划分不同的客户群体。像淘宝也会根据你曾经的浏览记录和购买记录，找出有可能喜欢的商品进行页面推送，这在无形中增加了用户的体验，有效的进行了网络营销。

二、大数据精准营销的网络营销策略

（一）建立消费者数据库。精准营销的网络营销的重要基础是掌握相关的数据资源进行数据库的建立。企业从大数据中挑选出符合自己公司营销产品的用户数据，并通过对数据资源的分析，从而得知公司的未来发展前景与走向，帮助企业的决策者进行营销策略的调整，从而减少风险，保证公司的利益实现。（二）利用自媒体进行网络营销。在自媒体时代，人人都可以是发言家。自媒体不同于官方媒体，因其发表的内容特立独行，与群众互动性强，发表的内容多与社会热点相关，走在社会发展的前沿特点有着众多的追随者。自媒体往往针对某一领域有着独特的见解，长期形成了相应的固定人群。如美食博主、美妆博主、旅游博主等。企业结合自身产品，与自媒体进行合作推广，这样就相当于把你的产品集中的推广到你大批相应的受众人群。利用自媒体的影响度，群众通过话题参与互动，在无形中为产品进行了营销推广。这种营销操作简单费用较低，是近几年非常流行的一种网络营销方式。（三）增加广告精准投放。当我们想得知一个信息或想购买一样东西的时候都会对其进行搜索，百度、淘宝等网站都会提供相应的搜索广告服务。企业通过与其相合作，将商品信息投放给可能感兴趣的用户，从而实现精准推送。这样的网络营销方式精准性强、针对性强。如一个用户在想要买一部手机时，也许会先在搜索网站进行手机相关资料的查阅，这时通过广告可以推广自己的手机品牌，实现精准的网络营销。

大数据精准营销的网络营销，在未来的营销中必将充分绽放出活力。在企业的发展中，谁率先与大数据相融合，在大数据这座金矿中找到蕴藏的规律，谁就能在激烈的市场竞争中抢占先机，立于不败之地。

参考文献：

[1]邓蓓。基于大数据技术的电商精准营销策略研究[J].现代营销(信息版)，2019(05):239.

[2]倪雪琴。大数据精准营销的网络营销策略分析[J].现代营销(下旬刊)，2019(04):56.

大数据论文 篇七

云会计可以让企业将工作重心转移到经营管理上，而将会计信息化的基础建设和软件服务工作外包给互联网企业，这种模式所带来的优势和效率显而易见，将推动企业管理模式的转变和思维模式的转变。与此同时，要在企业中推广云会计的应用，还存在着急需突破的困境，这些困境不但制约云会计服务商的发展壮大，也无法消除企业采纳云会计的种种疑虑。首先是数据标准缺失困境。目前尚没有明确的指导性和约束性文件，云会计服务商只是凭着商业逻辑开发相关的软件并提供硬件基础服务，用户也只是根据自身需要选择相应的服务，至于是否符合未来云会计数据的要求，则无暇顾及。各厂商在开发产品和提供服务的过程中各自为政，为将来不同服务之间的互连互通带来严重障碍。例如，用户将数据托管给某个云会计服务商，一旦该服务商破产，用户能否将数据迁移至另一个云会计服务商？如果用户将数据同时托管给多个云会计服务商，能否便捷地执行跨云的数据访问和数据交换？目前在数据的处理标准方面还没有具体的突破，尤其是在数据汇集以后，如何整理？如何分析？如何访问？是三个密切联系又急需解决的问题。在大数据环境下，数据该如何共享？如何保持一致性？也必须有标准来支撑。另外，数据的质量标准是保证数据在各个环节保持一致的基础，这方面的缺失使数据的应用范围受到极大约束。由于数据标准的缺失，导致云会计的应用及服务标准也难以制定，如何对不同云会计服务商提供的服务进行统一的计量计费？如何定义和评价服务质量？如何对服务进行统一的部署？这些问题也使得云会计的普及举步维艰。其次是安全问题困境。云会计的安全不仅涉及当事企业，也与许多第三方企业的利益息息相关，这个问题解决得好，可以极大地促进云会计的发展，否则将使涉事企业面临经济、信用等多方面的巨大损失。一是存储方面的安全问题，云会计的存储技术运用虚拟化及分布式方法，用户并不知道数据的存储位置，云会计服务商的权限可能比用户还要高，因此云会计的数据在云中存储时，如果存储技术不完善，那么会计信息面临严重的安全隐患。二是传输方面的安全问题，传统的会计数据在内部传输时，加密方法一般比较简单，但传输到云会计服务商的云端时，可能被不法用户截取或篡改，甚至删除，将导致重大的损失。

二、数据标准困境的解决方法

要解决云会计中的数据标准困境，必须厘清数据标准的制定原则和制定思路，才能推动云会计的健康发展。

（一）数据标准的制定原则

云会计的最大特点是数据海量、数据互通、数据复杂等不同于以往会计信息系统中的结构化数据格式，是一种大数据的表现形式。标准化的云会计数据不但有助于解决“信息孤岛”问题，更可以大大降低数据的使用成本、软件的兼容成本等。在制定标准化数据过程中，要树立高效性、可用性、经济性三者互相协调的观念，既要反对简单沿用他国标准的做法，也要摒弃完全定制化的观念，要坚持可持续、可协同的标准化思路。高效性是指云会计的数据标准要使得产出投入比最大化，如系统方面的投入与系统运算能力是否协调，存储空间的效率是否高效，数据中心的能源消耗是否最小化，设备的维护成本是否最低等；云会计的高效性直接影响到云会计服务商与企业用户的可持续发展，否则许多投入成本可能会演化为沉没成本。可用性是指云会计的数据标准不仅使云会计服务商能够满足用户当前的需求，而且能够不断升级，满足用户的未来需求。可用性越好，那么在发生业务变动时，系统的迁移性越好，即使在发生系统故障时，恢复时间也能最短化。经济性要考虑全周期的成本，如标准建设的成本、标准应用的成本等，另外一个值得注意的是用户的学习成本，虽然它不一定直接与用户的经济成本挂钩，但会影响到用户使用系统的积极性，一个难以掌握、难以使用的标准终究会遭到用户的抛弃，没有长久的生命力。

（二）数据标准的制定思路

鉴于以上所阐述的数据标准的制定原则，建议按照“官方引导，协同制定，继承扩展”的思路来制定数据标准。云会计的数据标准不仅是个别企业的标准，而且关系到所有企业能否相互交换、相互沟通的基础性工作。单纯由官方（协会或政府）统一进行设计，再把标准无偿地开放给社会使用，其优点是工作效率高、设计成本低，但标准并非直接来源于会计工作的实际情况，标准的客观性略差，可行性较低。单纯由民间设计，企业按照实际会计工作需要自主制定，再以某种收费或免费的方式向其他企业开放，其优点是标准相对客观，可行性较高，但整体的社会成本较高，推进速度慢、公信力差。这两种方式均难以克服固有的缺点，因此最好的方式是将官方的公信力和民间的积极性相结合，协调各方资源，协同制定数据标准，以公共产品的形式免费供给各企业使用。为了推动我国会计信息化的蓬勃发展，我国早在2004年就制定并了《信息技术会计核算软件数据接口》（GB/T19581－2004）国家标准。于2010年6月又了更新版的《财经信息技术会计核算软件数据接口》（GB/T24589-2010）系列国家标准。随着国际上以XBRL（可扩展商业报告语言，eXtensibleBusinessReportingLanguage）为基础的会计数据标准的诞生，我国于2010年10月了《可扩展商业报告语言（XBRL）技术规范》（GB/T25500.1-2010）系列国家标准和《企业会计准则通用分类标准》。由此可见，我国在会计数据标准的制定和应用方面始终走在国际的前沿，尤其是GB/T24589-2010系列标准，不仅包括了会计科目、会计账簿、记账凭证、会计报表，还涵盖了应收应付、固定资产等内容，填补了国内标准化方面的空白，即使在国际上也处于领先的地位。因此此类标准既具有社会意义，也具有经济意义；既推动国内会计事业的发展，也能助力国际会计事业的发展。因此，建议对该标准的实际应用情况进行跟踪研究，确切了解标准的应用效果和应用质量等，收集企业的反馈意见，发展并完善，结合云会计的特点，制定新版的标准，在国内推广的同时，也将其贡献给世界标准化组织，为其他国家或世界性组织提供参考。

（三）制定数据标准的具体建议

大数据环境下，为了使云会计真正高效、廉价地为企业服务，使云会计的有关应用早日落到实处，本文尝试提出制定数据标准的若干建议。基础性标准。基础性标准是原则性的、指导性的，为整体的标准体系提供总则规范、专用术语及参考架构等，目的是为建立庞大的标准体系打下基础，起到统一、规范的作用，并为将来的标准建设提出原则性指导意见。数据的处理标准。数据的处理包含了数据整理、数据分析和数据访问三个部分，相应地就要制定数据整理标准、数据分析标准、数据访问标准。数据整理标准是指在数据采集汇聚后，初步的处理方式和方法，细分后又包含数据表示、数据注册和数据清理三类标准。数据分析标准主要针对大数据环境下数据分析的性能、功能等提出具体指标，并进行规范。数据访问标准则要求制定标准化的接口及共享方式，最大化地扩大数据的应用范围。数据的质量标准。数据的质量标准针对数据质量提出具体的管理要求和指标要求，确保数据的质量，使其在产生、存储、交换和使用等各个环节中保持一致，并对数据全生命周期进行规范化管理，一般应该包括元数据质量标准、质量评价标准和数据溯源标准三类。应用及服务标准。应用及服务标准主要是针对大数据提供的应用和服务，在技术、功能、开发、维护和管理等方面进行规范，主要包括开放数据集和数据服务平台两类标准。其中开放数据集标准是为了向第三方开放数据而制定的规范标准，数据服务平台标准是对大数据服务平台所提出的功能性、维护性和管理性标准。

三、安全困境的解决方法

云会计的应用使得用户与会计信息的物理存储位置产生空间上的分离，在通过互联网传输、储存和使用数据、信息的过程中，安全问题成为企业关注的一个重点，云会计服务商必须构建完善的安全管理机制，并随着技术的发展不断改善，才能保证企业获得安全的云会计服务。云会计的安全问题首先体现在会计信息的传输阶段。在企业内部传输时，在适当的物理措施和制度保证基础上，通过简单的加密就可以保证信息的安全。但会计信息一旦要传输至云中时，那么会计信息的安全性就受制于云会计服务商。由于云会计的信息传输载体是互联网，传输过程中信息可能被非法截留，甚至被篡改。第二个问题体现在会计信息的存储方面。云会计的应用可以使企业便捷地获得并处理会计信息，但云会计采用了虚拟化的分布式方法，用户并不清楚会计信息的存储位置，不法分子可能会对云端的会计信息发起攻击，盗取或篡改其中的信息。第三个问题体现在会计信息的使用阶段。作为商业机密，会计信息的使用对象一般是与财务密切相关的工作人员或企业管理人员，在日常工作中，保密不周、人机分离、密码过于简单、角色划分错乱、权限错配等都会使会计信息泄露出去。建议从以下包含技术手段及管理手段的七个方面展开工作，解决云会计的安全问题。

（一）研发云会计的大数据水印技术

以往为了加强对多媒体数据的版权保护，数字水印曾经是一种主要的加密手段，在不影响使用的前提下，将标识信息以隐蔽的方式插入到多媒体数据载体的内部。但云会计中的大数据具有无序性、动态性等特点，在其中插入水印要非常谨慎，其前提是会计大数据中存在冗余信息。可以将少量水印信息嵌入到会计大数据的冗余信息位置上，既可以识别出大数据的所有者及使用对象，也有利于追踪分布式环境下的泄密者。

（二）研发会计大数据的溯源技术

由于云会计数据的来源繁杂多样，有必要记录这些数据的来源以及传播和计算过程，可以采用数据库领域的数据溯源技术，通过标记法对数据进行标记，记录数据在云端的查询与传播历史。数据溯源技术应用于云会计中还需要解决以下两个问题：（1）数据溯源是否危及隐私保护。数据溯源要分析会计大数据的来源，而数据来源本身就是非常敏感的隐私数据，这样的溯源可能无法获得用户的谅解。（2）数据溯源的自身安全保护，当前大多数大数据溯源技术并未充分考虑安全问题，如标记本身是否正确、标记与数据之间是否绑定等，而大数据的高速性、大规模、多样性等特点使之更难解决。

（三）加强用户身份及会计云身份的认证

在云会计的应用中，除了对用户身份的认证外，还必须设置对会计云的身份认证，只有这种双向认证得到有效落实，云中的数据才能被安全地合法访问。首先，会计云是一个海量的分布式系统，拥有庞大的用户群体，具有动态性和跨区域的特点，很难对违法数据进行跟踪和管制。如果云会计服务商不能对用户进行严格的认证，就会给恶意攻击者留下可乘之机。因此无论用户在何处登录，云会计服务商和应用程序都要验证用户的合法身份。其次，为达到欺诈目的而在互联网上驻留的“黑会计云”也将不断涌现，用户可能遭到恶意软件的攻击，也可能会被网络钓鱼。因此用户在使用会计云之前，必须对会计云的身份进行验证。为了达到用户与会计云的双向认证，必须建立跨云认证模型，实现用户与会计云之间安全且高效的互相认证，确保双方的数据安全。

（四）制定用户可验证的数据存储方案

用户把自身的数据存储在云中，就必须依赖云会计服务商确保数据的安全性，但在外包服务的商业模式下，云会计服务商的可信度难以评估，很难让用户相信自己的数据被云会计服务商正确地存储、处理，为此云会计服务商必须制定用户可验证的数据存储方案。云会计服务商可以建立一种动态化更新及开放式验证的数据完整性核查方案，确保数据的完整性及可恢复性，使用户随时可以知晓存储在云中的数据的正确性，即使在数据遭到一定程度的损坏时，也能从会计云中取回全部数据。在此基础上，拟订数据泄露的问责方案，使用户在怀疑数据遭到泄露时，可以核查甚至追究云会计服务商的相应责任。

（五）设置动态数据的安全保护机制

在功能日益复杂的情况下，云会计的应用程序也不断大型化，云会计服务商的安全保护经验和技术水平也参差不齐，为用户提供的应用程序肯定会存在各种安全漏洞。在云会计为多个用户提供服务的环境下，一个相同的服务进程要处理多个用户的数据，如果应用程序存在安全漏洞，那么个别的恶意用户就有机会盗用其他用户的权限，窃取数据和商业机密，所以应该设置防止非法用户恶意操作的动态化数据安全保护机制。可以对数据流进行分散控制，一方面对数据进行细粒度标记；另一方面基于数据流策略对数据的流向进行约束，从而实现在相同的服务进程中对不同的用户数据进行隔离，达到保护数据的目的。

（六）建设可信的会计云计算平台

在云会计环境下，用户将数据及计算全部托管到云端，不仅无法对自身的数据进行控制，更无法对云会计服务商的计算过程进行监督，为了达到用户对云会计信任的目的，云会计服务商必须通过一整套安全技术手段，建设用户可以远程监督的云会计计算平台，从而提高用户的信任度。可以通过建设虚拟的可信云会计计算平台，为数据存储及会计核算中的所有数据提供可信的运行环境。

（七）建设管理、心理、法律三个安全软屏障

除了上述各种技术手段保障云会计的安全外，还应该从管理、心理、法律三个方面建设安全软屏障，从而达到“软硬结合”的境界，全方位保障云会计的健康运行。

1.管理软屏障。

作为高端的会计信息化系统，云会计的安全保障离不开“三分技术，七分管理”，对物理设备和从业人员进行严格管理。对物理设备既要做好隔离工作，也要在移动和更换过程中严格控制。对从业人员建立严格的身份控制和权限划分，不同级别的从业人员只能访问权限内的数据。经常更换用户名和密码，对数据访问行为进行严格记录。云会计服务商不能获取用户的会计数据，只能操作工作权限内的数据。

2.心理软屏障。

利用各种宣传手段对用户和管理人员进行软约束，使其了解云会计的安全特点和自身应该严守的工作规范，避免由于误操作和恶意操作给云会计带来各种威胁。

3.法律软屏障。

大数据论文 篇八

计算机技术的发展和互联网时代的到来，使人们越来越熟悉如电子商务和网络营销等字眼与服务，而随着人们在互联网上花费时间的增多，一些遗留在互联网上的数据通过计算被追踪与处理，并成为了企业营销中的主要分析数据，而随着海量数据的出现，大数据这一概念的出现也逐渐被国内外企业所接受和运用。大数据的主要特征在于“4V”，即数据量大、类型复杂、价值密度低和实效高四种。企业合理手机消费者行为数据并将其归纳为大数据进行分析，能够更为快速的了解消费者的生活方式与消费状态，同时也有助于企业更快的研发出更为贴合消费者心理的营销策略。大数据在市场营销中已然成为了主要的方式。此外，客户数据的海量性和有效性能够帮助企业更好的寻找产品发展新方向。大数据的出现对于企业，尤其是电力营销战略的制定将会具有极其重要的促进意义。

二、大数据在电力营销中的应用策略

大数据时代正在逐渐崭露头角，企业要想顺应时代的变化获得新的发展，就必须对营销体系进行重构，若能够通过大数据资源开展电力营销，必然会产生极大的市场价值。

1通过消费者视角，分析潜在需求行为大数据的特征表现在海量化的数据上，企业要想获得更为精确的信息，就需要通过大数据的分析来寻找顾客的潜在需求。因此，电力营销企业要想做好营销体系的构建，扩大企业经济市场，就要制定好多种方案，在大数据中寻找潜在的客户需求，学会通过客户的视角，对客户的消费行为进行行为与特征分析，从而进一步提高客户满意度，最大化的打开企业知名度。

2精准定位消费群体，开展个性化营销大数据能够为电力营销提供海量的数据信息，让企业能够在追求精准化的同时准确定位自身营销方式，从而划分出消费群体，打造个性化营销。随着社会经济的发展，电力营销企业开始越来越重视营销的精准化，而大数据的出现在一定程度上改变了产品的质量，导致消费者市场也出现变化。消费者市场的划分需要通过大数据进行主要原因自傲与企业所面临的是个体消费者，而不是群体消费，这样一来，个性化的营销必然会成为电力企业的营销主体。

3拓展营销新市场，制定产品新战略大数据是营销策略制定的基础和依据，这对于市场和业务的开拓也具有重要的意义。如腾讯游戏的研发，往往是通过大数据来进行精确地分析，从而使其能够领先于其他手游行业，牢固自己的经济市场地位。运用大数据分析数据，开拓新市场、新业务也是当今时代电力企业营销发展的必然趋势。要想做到领先同行企业，牢固自身市场地位，就需要在产品研发前期深入分析和研发大数据，制定更为符合客户个性化需求的产品战略，并进一步确定产品营销渠道，拓宽产品领域。

4依靠互联网技术，合作开展大数据营销随着互联网营销的兴起，互联网行业将绝大部分的精力都放在了大数据的应用上，大数据的应用也逐渐成为了营销的主要手段。大数据从狭义来看是人们通过互联网的使用而产生的数据，互联网行业拥有者手握最大的数据源，如阿里巴巴、百度和微博等等，其搜索引起联合线下进行，已经覆盖了人们绝大部分的生活。而电力营销要想得到进一步的发展，就要挤入互联网行业中，进行大数据营销。除了在自身领域建立数据资源优势以外，还可以通过业务延伸来实现多元化的发展。

三、结语

大数据论文 篇九

1.1大数据对大量数据信息的处理

由于历史文化名城展示与利用涉及到的内容很多，包括历史学、地理学、建筑学、社会学、景观生态学等，与此同时，随着科学技术的进步，先进的数据采集、建筑测绘等软硬件设施已经大量应用于历史文化名城的展示与利用当中，在此过程中产生了数量庞大的数据信息，而大数据能够对这些庞大的数据信息进行快速准确的处理．所谓“大数据”就是指需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产．例如，三维激光扫描技术是一种通过激光反射的原理，将被测量对象通过三维激光扫描系统的处理，构建成一整套的点云数据模型，在此基础上，通过专业的三维软件技术对于被测对象进行逆向的数字化构建，从而能够进行后续的数字化的研究与利用．在此过程中，点云数据会大量涌现，尤其是对于展示与利用真实性要求更高的项目而言，所产生的数据将会无限接近于真实的被测对象，数据会呈现出几何数量级增长．数据量大，能够促进历史文化名城展示与利用在探索方法和研究理念的层面上产生根本性的变革．对于早期的历史文化名城的展示与利用来说，由于受到认知性和数据分析能力的影响，人们就某一处历史文化名城的展示与利用的形式、内容以及方法上，仅仅是能够通过数量有限的样本案例和数据资料，利用较为传统的技术手段进行数据的分析、评估和管理．大数据的应用，能够将大量的历史文化名城的相关信息进行有目的性的筛选和处理，为展示利用的方式、方法在名城中的应用，提供了较为全面和具体的对策措施，提高展示利用实施的精确性．

1.2大数据对多样数据类型的处理

历史文化名城在展示利用时涉及到的数据繁多复杂．单就其中的某一处历史建筑来讲，《历史文化名城、名镇、名村保护条例》对建筑本身的历史档案包括了5项内容：1)建筑艺术特征、历史特征、建设年代及稀有程度；2)建筑的有关技术资料；3)建筑的使用现状和权属变化情况；4)建筑的修缮、装饰装修过程中形成的文字、图纸、图片、影像等资料；5)建筑的测绘信息记录和相关资料．除此之外，还有关于历史沿革、历史事件、地名典故、名人轶事等资料．上述几项内容，基本涵盖了一处历史建筑的历史价值和人文价值，这些详细资料，在历史文化名城的展示利用时会起到举足轻重的作用．在历史文化名城的展示利用的过程中，数据的类型非常多，有图片资料、文字资料、影像资料、图纸资料、点云数据等．在以往展示利用处理数据信息的时候，利用传统的数据处理技术，事先定义好结构化的数据．结构化数据是将对象数据向便于查询、处理的方向抽象的结果．结构化数据即行数据，存储在数据库里，可以用二维表结构来逻辑表达实现的数据．结合到典型场景中更容易理解，比如企业ERP、财务系统；医疗HIS数据库；教育一卡通；政府行政审批；其他核心数据库等．在结构化数据过程中，通常会忽略一些特定条件之下所不必考虑的细节，筛选出有用信息．随着互联网技术、展示利用技术以及测绘技术的快速发展和演进，非结构化的数据大量的出现，难以用结构化来进行表示，在存储记录数据的同时还要储存数据的结构，增大数据存储和处理的难度．相对于结构化数据而言，不方便用数据库二维逻辑表来表现的数据即称为非结构化数据，包括视频、音频、图片、图像、文档文本等形式．具体到典型的案例中，如医疗影像系统、教育视频点播、视频监控、国土GIS、设计院、文件服务器PDM/FTP)、媒体管理等具体应用资源，这些行业对于存储需求包括数据存储、数据备份以及数据共享等．目前在历史文化名城展示与利用当中，所利用的数据大部分都是非结构化的数据，而这些非结构化的数据将会逐渐成为主流化的数据．随着历史文化名城保护的发展，与展示利用相关的影响因子指标数量上必定会更加的丰富和细化．为了满足历史文化名城展示与利用的目的，在相关数据激增的同时，新的数据类型还会不断出现，很难用一种或是几种规定的模式来描述趋于复杂、多样性的数据形式．而大数据与传统的数据处理方式最大的不同之处就是，它在非结构化数据和信息的方面能够最大限度地将大量历史文化名城展示与利用的相关影响因子指标的细节信息进行数据非结构化，可以减少在数据处理过程当中的数据流失现象，为展示与利用提供更加充分的情报信息与技术支撑．

1.3大数据对数据信息的快速处理

由于科学技术水平的飞速发展和普及，数据越来越庞大，必须有相应的数据处理能力才能够将大量的数据进行充分而有效的利用．历史文化名城的展示与利用发展到今天，展示利用的相关数据除了具有传统属性以外，还具有时效性，通常某些数据的价值会随着时间的推移而迅速降低，能否快速准确地处理这些数据，则是充分体现它们的价值所在，而大数据的特点就在于能够快速、持续、实时的处理数据，从而能够满足相关的需求．在经济发展和大规模建设工程中，经常会忽略历史文化名城的历史文脉的科学展示与利用．有时会单纯地将历史文化名城的展示与利用和社会发展、自然环境及其居民生活割裂对待，这样会恶化居民的生活环境，不利于拉动居民的消费，不利于延续传统的历史文脉，不利于文化产业的发展，不利于创造品牌效应，降低城市的知名度，不利于历史文化名城的可持续发展，对传统风貌会造成严重破坏．在大数据的背景下，为了保护这些稀缺的展示利用资源，使得名城保护能够可持续发展，大数据就需要对名城的相关数据进行快速处理，及时快速的提出有效、合理的保护措施．

2大数据在历史文化名城展示利用中数据处理的应用

2.1在历史文化名城空间数据上的应用

在《历史文化名城、名镇、名村保护条例》中提到，历史文化名城、名镇、名村应当整体保护，保持传统格局、历史风貌和空间尺度，不得改变与其相互依存的自然景观和环境；建设控制地带内的新建筑物、构筑物，应当符合保护规划确定的建设控制要求；核心保护范围内的历史建筑，应当保持原有的高度、体量、外观形象及色彩等，从条例以上的内容描述可以看出，与历史文化名城展示与利用的相关信息具有非常典型的空间性．历史文化名城展示与利用中空间数据的采集，基于移动设备、互联网络、测绘系统、自动记录系统、数据档案系统等，以及通过这些系统综合分析所产生的再生数据．大数据通过整合和深入提取这些空间数据，将这些信息进行重新利用，实现海量展示与利用的数据信息的实时处理，智能判断以及快速决断，为某一项历史文化名城的展示利用提供决策依据．随着三维激光扫描技术的逐渐成熟，在历史文化名城的街区展示利用中，通常采用三维激光扫描技术，将历史街区现有的建筑特征和风貌进行数据的采集和整理，之后通过计算机相关软件的处理，恢复历史街区传统的风貌特征，并通过虚拟现实等技术手段将其进行一定的场景重现．

2.2在历史文化名城数据分析上的应用

由于大数据在信息处理上具有透彻感知、广泛互联互通、深入智能等特点，能够借助互联网络进行传递、协同以及共享操作，在通过利用先进的数据分析技术，深入分析收集到的展示利用的数据后，进而获取到更加具有创新性的、系统性的、全面性的数据信息来满足某一项历史文化名城在这方面的信息需求．大数据在数据分析方面的应用，从过去单维度的项目计划、项目管理和项目执行，转变为多维度的新兴的项目协作关系．在这种新的组织关系下，每一处历史文化名城个体，在进行展示与利用项目的筹划、设计和实施过程中，都可以精确地、自由地、即时地共享和获得相关信息，发掘同一类型数据的共性和不同，对彼此各自的特点进行正面、真实、合理的归纳与总结，找到若干种恰当的展示与利用的方式与方法，然后进行比较和选择，以达到最佳的展示利用的效果．大数据的应用，促进了历史文化名城的数字化基础构建和物理设备的相互融合，通过数据对于名城的数据采集和汇总，经过网络实现人与物的统一与整合，之后再通过云计算技术，使其对于历史文化名城的展示与利用的管理更加动态化、系统化．

3大数据对历史文化名城展示利用的意义

历史文化名城的组成是由历史文脉和城市形态两大重要要素构成．现在愈来愈多的人们开始呼吁政府有关部门采取有效的措施，保护和传承历史文化名城的历史脉络和注重塑造城市形态，传承历史记忆，展现人文气息．在社会经济处于重大历史变革的今天，对于历史文化名城传承的思考更加具有意义．历史文化名城的历史文脉和城市形态通常表现为包括城市空间形态、结构形态、聚集形态等一些具有可读性强的、城市意向明显的、静止性的、永久性的客观物体．城市形态作为物质属性，其展示利用通常是展现城市的空间轮廓、城市肌理、街道格局、风貌特征、建筑物和构筑物本体等；而历史文脉作为非物质属性，其展示利用通常是展现与历史文化形态有直接联系的演变规律、历史事件、社会结构、社会制度、哲学思想、伦理观念、语言文字、文学艺术、礼仪风俗以及地域文化等．历史文脉的展示通常是结合历史文化名城的物质空间和相关史实文献资料的整理，采用声、光、电等现代的技术手段将抽象的历史文脉以一种相对具体的形式进行展示．大数据的功能和作用就是能够把城市形态和历史文脉等这些具有物质属性和非物质属性的资料信息进行数据化、数字化的统计、整理和归纳，以一种清晰的思路与方式展示历史文化名城文化创造的成就，以生动、形象、完整的方式来诠释历史文化的脉络．通过大数据在历史文化名城形态特征的展示与利用，探索古代与现代文明相互融合的有效方式与途径，在保持相关历史记忆的同时，加入新的科学、技术的活力，从而促进历史文化名城的可持续发展．从历史文化名城的展示利用的角度来说，加强文化遗产展示与利用和促进经济与社会发展的有机结合，探索展示利用的有效解决途径和方式，是为历史文化名城的展示与利用提供策划方案、拟定策略、提供决策的科学依据．只有在保持古城的形态和历史文脉传承的前提下，选择大数据的方式进行历史文化名城的展示与利用，文化遗产本身及其遗产价值才能以更有成效、最佳的方式体现．

4结语

以上内容就是差异网为您提供的9篇《大数据论文》，希望对您有一些参考价值，更多范文样本、模板格式尽在差异网。