HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0
首页 精品范文 大数据时代的前景

大数据时代的前景

时间:2024-02-21 14:35:14

大数据时代的前景

大数据时代的前景范文1

关键词:大数据;背景;企业;财务管理;思考;变革

一、前言

社会经济的全面发展,现代科学技术的不断更新和进步,当前数据也在飞速增长中,全球逐渐进入到了大数据时代中。处在市场竞争的社会环境之中,企业需要积极开展自身的财务管理工作,提升经济管理工作的水平和效率。数据和信息在现代企业的发展中发挥了积极作用,企业对于数据资产的重视程度也在不断的提升。现代企业通过对海量的数据进行全面分析和处理,能够为企业开展各项工作提供良好的决策支持。处在大数据的背景之下,企业在开展财务管理工作的过程中,需要采用积极有效的方式和策略,加强自身财务管理的变革工作。

二、大数据背景概述

(一)大数据的内涵

大数据主要是指需要采取新的处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。对大数据的分析和处理,人们主要是通过云计算实现的,同时还需要积极使用关系分析法,完成对于各项事物的智慧型预测工作,并提供相关价值服务。现阶段,大数据在实际应用过程中,有明显的价值化、多样化、大量化以及快速化的特征表现。众所周知,大数据作为互联网经济时代的一项重要技术产物,可谓一种颠覆性的技术变革,在很大程度上可影响企业各项管理工作。处在大数据背景之下,企业的传统管理思维均发生了极大的改变,可最大限度确保企业所做出决策的正确性,同时还可显著提升其决策的实现效果。

(二)大数据背景的优势和不足

大数据时代的到来,给当前社会的经济发展、企业的生产经营以及人们的日常生活等带来了极大的便利。处在大数据背景之下,企业需要针对数据信息所反映的本质进行全面认识,不断挖掘数据本身所涵盖的信息,充分认识大数据蕴含的能量。随着经济全球化的深入发展,现代企业在生产经营过程之中,需要积极面对各项经济信息、市场变化信息等,在综合多项数据信息的基础之上,做出正确的决策,这时候就需要企业管理者和决策者针对信息进行全面分析和处理。发挥大数据的优势作用,能够帮助企业从数据信息所反映出的情况出发,综合自身的经济发展状况和市场发展趋势,正确做出良好的经I方案和决策。但是不容忽视的是,大数据背景在实际运行过程之中仍存在着一些问题,主要是体现在企业在收集各项信息和数据的时候,容易涉及到客户的一些隐私信息,如何有效减少伤害客户隐私的现象出现,是企业做好数据分析工作中的一项重要内容,同时信息的收集过程之中,还会出现一些表面信息,甚至虚假信息,这时候就需要将其中的虚假信息进行有效控制和筛选,这就对工作提出了较高的要求。

三、大数据背景对于企业开展财务管理工作的重要性

(一)大数据背景对于企业财务管理工作的影响

处在大数据背景之下,企业自身的财务管理工作将会发生较大的改变,主要体现在如下方面:首先,在大数据的时代背景下,企业经营发展过程中所面临的市场经济环境变化更加迅速,这时候企业在开展财务管理工作的时候需要及时更新自身的财务信息,以往情况中,企业自身的财务会计报表提供了重要的财务管理信息,而在当前环境下,企业需要更加全面收集更多的信息和数据,积极利用数据技术,针对各项数据和财务信息进行充分挖掘,主要包括客户数据、企业经营发展状况、企业各个部门的内部情况以及市场变化信息等方面。其次,大数据时代还会对企业财务管理的实际决策工作产生重大影响。处在大数据背景的环境之下,企业需要在充分考虑到海量数据的所提供的信息进行决策,企业能够综合到的信息越多越全面,产生的失误概率也就越少。积极应用大数据的各项信息处理技术,能够有效减少财务管理工作者的工作量,提升工作效率。再者,大数据背景还会对现代企业自身财务管理信息人员产生重要影响。当前社会之中,大数据时代的到来,对于企业财务管理信息人员提出了更高的要求,财务人员需要能够掌握更高的整合数据信息的能力,同时还要能够全面分析出信息和数据之间的因果关系,为财务管理工作提供良好的决策依据。

(二)大数据背景对企业财务管理工作的积极意义

大数据背景能够为企业积极开展财务管理工作,提供良好的前提条件,促进企业不断提升自身财务管理工作的整体水平和能力。大数据时代的逐渐发展,能不断引导现代企业建立健全科学化、合理化的财务管理运作模式,不断改革财务管理制度,提升企业精准化分析和处理各项信息数据的能力,提升企业财务管理工作的整体效果,对于企业实现更高的经济效益和社会效益具有积极作用和意义。同时大数据背景下,企业积极开展财务管理工作,促进企业财务管理工作有效融入到经营管理工作之中,提升企业的良好运营能力。

大数据时代的前景范文2

【关键词】大数据时代;企业;财务管理;变革创新;策略探讨

1前言

自互联网信息技术大规模普及以来,人类社会开始逐渐进入到大数据时代,如何利用大数据,使其社会效益得到最大程度的发挥成为世界各国共同关注的热点话题之一。2012年,由美国的一份数据报告中显示:目前,大数据在全球范围内都有着极为广泛的影响,企业财务管理的环境也发生了相应的变化。为此,在当前形式背景下,企业有必要及时抓住机遇,采取积极的措施对企业的财务管理工作实施变革与创新,进而有效提高自身的财务管理水平以应对时代的挑战。

2大数据的基本概念

目前,国际上关于大数据的概念界定尚未形成明确的说法,部分研究人员将其定义为具有高增长率、多样化等特征并且能够有效增加决策者自身发现能力和优化能力的信息资产总概括。也有一些公司认为所谓的大数据就是指大量的数据信息系统中提取出有可利用价值的技术和架构。总的来说,我们可以认为,大数据是人类在与网络进行互动行为时所产生的混乱、无结构的数据信息,采用云计算的处理模式对数据之间潜在关系进行分析。大数据具有价值化、快速化、多样化、海量化等多重特征,是互联网技术背景下的社会产物,对企业的财务管理有着极为深刻的影响,不仅改变了企业传统的财务管理理念和思维模式,同时也为企业管理者的决策行为提供了更为可靠的依据,成为企业实施财务管理变革必不可少的战略资源之一。

3大数据背景对企业财务管理产生的影响

3.1提高财务信息管理的准确性

在过去,由于企业财务管理的技术手段有所欠缺,导致数据信息的资源价值得不到有效利用,部分企业管理者在制订相关决策时缺乏可靠精确的信息或没有统一规范的数据分类标准,这就使得企业大量的财务数据在被制作成报表后便失去利用价值。然而在大数据时代背景下,伴随着相关科学技术的快速发展,企业能够高效率地整合财务数据且财务信息管理的准确性也得到大幅度的提升。

3.2有利于深入挖掘财务信息

随着经济全球化的不断深入发展,企业财务管理的基本环境也发生了相应的变化,在当前大数据时代的形式背景下,企业除了可以借助财务报表,还可以从客户数据、业务数据等多个层面来深入挖掘有效的财务管理信息,同时以计算为主要技术依托的数据信息处理平台对企业财务管理水平的提升也起到了积极的促进作用。

3.3提升企业财务管理的决策力度

在大数据时代背景下,企业能够从多种渠道获得所需的财务数据,并且在原有工作的基础上建立一个大型的数据预测与分析系统,不仅极大程度地减轻了传统财务管理模式下工作人员监测、识别数据的负担,也显著提高了企业的财务信息管理效率,从而给予管理者更多的时间和思考空间来进行决策分析,提升决策力度。

4大数据背景下企业财务管理变革的具体策略

4.1增强企业决策层的大数据意识

绝大多数情况下,企业财务管理工作能否顺利进行往往取决于决策层的支持力度。在传统的财务管理模式下,企业决策层只需简单地对大概数据进行分析便可轻松作出决策。然而,大数据时代的到来使得数据处理分析的工具成本大幅度提高,并且对企业的经济效益产生一定程度的影响,这就使得决策层在管理大数据财务信息时通常会显得较为犹疑,甚至于会形成排斥心理。在如今市场经济竞争日趋激烈的形式下,企业决策层必须正确意识到在当前大数据背景下,唯有加快识别自身财务管理的风险,深入挖掘一切潜在商机才有可能在未来的市场竞争中立于不败之地占据一定的优势。因此,企业决策层应增强大数据的管理意识,提高自身的组织与领导能力,不断促进全企业大数据意识形态的更新。

4.2促进企业财务管理职能的转变

互联网信息技术的快速发展企业财务数据的获取提供了丰富的渠道,同时也为企业财务管理职能的转型升级提供了新的发展方向。一直以来,企业财务管理人员的工作职能主要包括计量、记录、确认财务数据信息并制成财务报表以供决策者参考等,关于管理会计的相关概念虽然也有所提及,但就目前而言在企业财务管理的实际工作中尚处于摸索阶段,应用范围较小且层次水平也而不高。在大数据背景下,企业财务部门的管理人员应以大数据为基本依据,全面展开资金预算、集中管理、内部控管等各项会计管理工作,确保企业财务管理能够持续高效、稳定地运行下去。为此,企业管理者提高对管理会计的重视程度,不断促进企业财务管理职能的转型升级,使财务会计逐步朝着管理会计的方向发展演变。

4.3提升财务管理信息化建设

水平大数据背景下,提升信息化建设水平是促进企业财务管理变革的必要手段之一。首先,企业应建立完善的财务信息管理制度,通过优化企业内部网络环境,实现财务数据在获取方式、制度、操作流程等方面的规范统一,从而有效提升企业财务管理的工作质量和效率水平,充分确保企业内部各项财务数据信息的公开度和透明度。其次,企业财务管理部门应重视与其他部门之间的信息互通、共享,在企业内部公开建立一个专门的财务信息平台,将客户信息、业务信息、决策信息等都纳入其中,以便日后为企业管理层制订战略发展计划提供及时准确的财务数据信息。

4.4建设大数据财务人才队伍为适应

大数据时代背景下企业财务管理的变革,财务人员也应摆脱传统的财务思维模式,从业务角度来思考如何改进自身的工作,而不是仅仅满足于对数据的核算、监督、识别、制作报表等。但是,就目前而言,绝大多数企业并没有储备专门的大数据财务专业人才,所以在相应的模型数据分析上可投入的有效人力资源远远无法满足企业财务管理变革的实际需求。因此,企业管理者应重视财务人员的培训工作,提高他们的大数据管理意识和实践操作水平,加快建立一支高素质的人才队伍,只有这样才能真正发挥大数据技术的核心价值,优化财务资源的储存和分配,为企业财务决策的制订提供最优保证,促进企业财务管理变革的顺利实施与发展。

5结语

综上所述,在大数据时代背景下,企业的财务管理迎来了新的挑战与机遇,作为企业决策层的管理人员应与时俱进及时更新自身理念,树立大数据管理意识,同时还应采取积极的手段促进企业财务部门管理职能的转型升级,提高信息化建设水平。此外,企业还应加快培养财务专业人才,建立一支高素质水平的大数据财务管理团队,进而有效提升企业内部的核心竞争力。

参考文献:

[1]马美芳.大数据背景下企业财务管理的挑战与变革探讨[J].商,2015(45).

大数据时代的前景范文3

关键词:图像分割 夜景图像 图割

中图分类号:TP37 文献标识码:A 文章编号:1674-098X(2015)08(a)-0096-05

图像分割与融合是计算机视觉与图像处理领域的研究热点,特别是面向人像的前景分割,在目标检测、目标识别、图像融合等相关技术中有十分广泛的应用。其关键技术涉及到人体的定位,以及前景和背景的分离等。由于人体图像具有尺度差异大、纹理复杂、姿态变化多等特点,要从复杂背景中分离出人像信息是十分挑战的课题。特别利用家用低成本相机拍摄的夜景图像,因背景光源复杂,且在闪光拍摄的图像中前景边缘与背景信息容易交互干扰,使得现有的算法难以从这里图像中有效地分割人像区域。

目前人像分割方法大致可以分为人工交互分割与全自动分割等两类,其中人工交互分割一般是基于图割(Graph cut, GC)算法[1],通过手工标记的方式,在人像周围指定背景与前景信息,进而通过构建能量图及边切割,实现背景与前景的分离。基于Grab cut方法[2]则是在选定前景框内,通过分析背景区域与前景框内的分布信息,实现前景目标的分割。实验结果表明,基于图割的算法运算速度较快,分割效率较好,特别对复杂的背景边缘有较好的适用性,得到了广泛的关注,目前市场上已有相关的产品[3]。尽管如此,这类方法在分割过程中需要人工干预,而且在夜景人像边缘模糊的情况下分割效果不佳。

前景的自动分割主要包括基于立体视觉[4]、运动信息[5]和背景建模[6-7]的方法。其中基于立体视觉的方法通过分析视差来判别前景区域。这类方法往往对分割目标的视差范围有一定限制,视差太小前景和背景难以分离,视差过大则场景中存在大量遮挡和零匹配现象,导致分割可靠性不足;基于背景建模的目标分割方法需要利用先验信息对背景进行建模,通常是在视频或序列图像的基础上,分析场景的变化信息,以构建背景模型。此外,在图像前景自动分割中,Sun提出了以闪光/非闪光图像为数据源的抠图方法[8-9]。前提是对场景分别进行闪光/非闪光两次拍摄,在闪光灯开启时,由于前景物体较为靠前因此受闪光影响较大,对应图像更加明亮(强度更高);而没有闪光灯时,前背景的亮度区别较小,从而可以通过亮度对比信息提取前景区域。在相关后续工作[10]中,Sun将该方法拓展为Flash cut算法,实现了前景和背景的协同分割。其基本思路是根据闪光与非闪光图像的差异,分析前景与背景的统计模型,最后通过图割方法实现前景信息的分割。Flash cut提出后,得到了广泛的关注,其中文[11]将闪光-非闪光图构建的前景信息推广到图像的显著分析,取得良好的检测效果。

在简单背景下,现有的分割算法对人像交互分割与融合方面已经取得了较好的效果。然而,针对夜景的人像提取效果仍效果不佳,特别是当背景光源信息复杂,以及前景边缘和背景混合的时候,分割算法基本失效。为此,该文在闪光、非闪光图像的基础上,采用了检测+分割的思路,首先根据梯度直方图特征在非闪光夜景图像中检测人像方位;进而根据同步获取的闪光、非闪光图像差异分布,在人像候选区域统计差分直方图,并通过构建代价函数、分割能量图实现人像的分割。

该文余下内容安排如下:第二章介绍梯度直方图的计算方法,以及在夜景人像检测中的应用;第三章详细阐述基于闪光、非闪光图像的夜景人像分割算法流程;第四章通过实验分析本文算法的可靠性;第五章为论文总结。

1 基于梯度直方图的夜景人像检测

夜景人像检测的目的是确定分割的候选区域,避免背景复杂光源,以及背景运动目标等因素对分割效果的影响。针对夜景人像的特点,本文采用了基于梯度直方图(Histogram of Oriented Gradient,HOG)[12]与支撑向量机相结合的检测方法,以实现夜景人像的检测。HOG是目前最为广泛使用的行人特征表示方法之一,其主要思想是通过图像局部区域的梯度特征统计来增强判别性能。HOG特征的具体计算过程如算法1所示,其中行人图片大小为64×128,块(Block)大小为16×16,格子(cell)大小为8×8,每个块内包含4个格子,格子是计算HOG的最基本单元(如表1所示)。

根据文[12]实验设置的推荐,以及夜景图像特点,本文采用以下的设置以提高HOG的判别性能:(1)梯度计算时采用的掩膜为[-1 0 1]和[-1 0 1]T;(2)投票的时候方向角和空间位置进行线性插值,即三线性插值;(3)块内的每个象素在投票的时候进行高斯加权;(4)对块的特征向量进行归一化处理。

梯度直方图特征具有高维特点,需采用高效的分类器以实现特征的判别。由于支撑向量机(Support Vector Machine,SVM) 是建立在统计学习的VC 维理论和结构风险最小原理基础上的,它在解决小样本、非线性及高维模式识别中独具优势。为此,本文采用SVM作为夜景人像判别分类器。

2 基于闪光图像的夜景人像分割

在人像区域检测基础上,可利用闪光与非闪光图像的对比统计信息,以提高人像分割的效果。为此,本文首先根据二值分类定义了前景分割的能量函数,并针对能量函数中的数据项与平滑项展开分析。特别是数据项的设计,融入了闪光变化特点、颜色信息,以及匹配变换估计信息等。以下将分别介绍能量函数的构造以及数据项的具体计算流程。

2.1 总体代价函数

为实现前景与背景的分类,本文定义代价函数如公式1所示:

(1)

其中xp表示像素p的背景标签,即当且仅当p为背景时,xp=1,否则xp=0;Ed为数据项,表示像素p分类为xp的代价;Es为平滑项,主要用于惩罚相邻像素p,q的分类xp与xq不一致,目的减少噪声干扰,保证分割结果的平滑性;α是权衡数据项与平滑项的权重。当公式1达到最小值时,对应的前景信息为人像分类结果。

为了减少相邻像素的分类差异,定义平滑项Es如下:

(2)

其中用于调节相邻点灰度差对分类的影响。

根据夜景人像特点,设计数据项如下:

(3)

其中分别用于衡量前景分类代价、闪光与非闪光图像之间的运动差异,以及颜色信息差异,其计算方法将分别在2.2~2.4中阐述;为的权重。

2.2 基于直方图对比的前景分类代价

在公式3中,用于衡量闪光与非闪光图像中,像素直方图的变化情况。主要思路是通过对比分析闪光图像与无闪光图像的直方图信息来进行建模。如果是离摄像头比较远的物体,则受闪光的影响比较小;如果是离摄像头比较近的前景物体,则受闪光的影响比较大。因此通过分析闪光前后,直方图的变化情况,对象素点与前景之间的隶属度进行赋值。假设和分别表示闪光图像和无闪光图像的颜色直方图。若,则说明闪光之后,第k个直方图区间的象数点数目变少,也就是第k个直方图区间的部分象数点被分配到了的其他区间(具体是哪个区间不知道);若,则说明闪光之后,第k个直方图区间的象数点数目变多,说明的其他区间(具体是哪个区间不知道)上的象数点部分被分配到了直方图的第k个区间。综上,可定义代价项如下:

(4)

其中闪光和非闪光图像的rp分别取值为和。

2.3 变换补偿

公式3中的Et(xp)用于衡量闪光与非闪光图像中,对应同名点之间的像素差异。假设已经知道了闪光前和闪光后两张图像之间的位移信息m(p)。那么对于闪光前的图像而言,如果象数点的亮度信息变大了,那么是前景的概率应该相应增加。闪光前后的亮度信息差异可以用如下公式表示:

(5)

一般认为,背景的像素点亮度变化较小。因此,可以用一个高斯分布来表述亮度差异信息,即,。像素点p属于背景的概率可以用如下公式刻画,

(6)

可以看出,当时,。综上,能量项Et(xp)的可定义如下:

(7)

上式中未知的参数是。首先,可通过稀疏特征匹配来计算特征点的亮度差异信息,以差异直方图均值作为μ的初值。则可以在直方图中截取亮度差异小于某个阈值T的所有点统计得到,其中T取值为大于μ的首个局部极小点。由于同步采集的两幅图像之间尺度、角度基本一致,为提高分割效率,本文采用FAST算子[14]进行特征提取,利用ORB描述子[15]实现稀疏特征匹配,并采用RANSAC算法[16]去除错误匹配特征。

偏移量m的初值可以根据RANSAC获取的变换结构,计算像素稠密匹配来得到。由于两幅图像同步获取,且人像前景景深差异小,因此本文采用透视变换来作为像素位移初值的计算依据。在此基础上,利用光流中改进的Lucas-Kanade算法[17]来迭代计算稠密的像素变换补偿参数,具体如公式8所示:

(8)

2.4 基于混合高斯模型的前景分类代价

在公式3中,用于衡量前景信息的概率。在上述求解到的前景和背景概率的基础上,挑选出所有背景概率小于0.4的点,用于构造前景混合高斯分布[13]。具体计算方法如公式9所示:

(9)

其中K是混合高斯模型的模型数量;wk是各个模型的权重;uk,∑k分别表示第k个模型的均值与协方差。同理,计算背景混合高斯分布可以挑选所有背景概率超过0.6的像素,通过文[13]的方法统计得到。在此基础上,前景分类代价可以表示为:

(10)

2.5 算法流程

根据2.1~2.3的计算规则,本文总体算法流程如算法2所示(如表2所示)。

3 实验结果与分析

实验的目的是测试本文方法对夜景人像分割的效果。为此,本文根据实验需求采集了序列夜景图像集,其中包含背景运动干扰、背景复杂光源(夜景工程)、前景纹理变化(衣着差异)等多个不同类别,部分数据如图1所示。以下将详细描述实验的设置,以及结果分析。

3.1 实验设置

在夜景人像检测模块,HOG特征为3780维,梯度计算时采用的掩膜为[-1 0 1]和[-1 0 1]T;投票采用三线性插值。在代价函数模块,公式1中的权重α取值为30;考虑到夜景图像的闪光与非闪光图像中,像素变化十分强烈,导致部分背景隶属于前景概率也相应提升,因此应适当降低了直方图前景分布代价的权重,公式3中的数据项权重分别为5,15;公式4中的ζ=0.2;在颜色项中,混合高斯模型的数量取值为10。

3.2 结果与分析

第一组实验主要评价夜景图像的人像检测效果。由于本文的目标是自动分割出闪光图像的人像,因此只需在闪光图像中检测行人区域。图2中的背景包括复杂光源、运动目标、前景边缘与背景强度差异小等干扰因素。由于夜景人像往往背景强度相对较弱,相比之下,前景的强度、纹理特征丰富。从实验结果可以看出,采用HOG特征可以充分描述人像的表观模型,因此SVM分类器能有效提取图像中的行人区域。

第二组实验主要评价本文的图割算法对于夜景人像的分割效果。针对背景运动、局部遮挡、复杂背景等因素对分割效果的影响,我们分别选取了图3-图6用于分析分割效果。如图3(a)(b)(c)分别为闪光图像、非闪光图像、人像分割结果。从图3(a)和图3(b)中可以看出,背景存在运动目标。由于背景中的人像强度信息(光线)较弱,纹理受噪声干扰明显,因此行人检测器没有响应背景人像。而本文的算法只针对人像区域分析,因此可以有效过滤背景运动对分割效果的影响。在图4中,前景包含了部分背景信息(手臂下方),由于本文通过像素分布设置了背景概率统计信息。因此,在前景背景混合的情况下,构建的能量图能给定前景和背景不同的权重,从而利用图割算法可以有效地分割出人像区域,具体如图4(c)所示。

图5和图6用于评价复杂背景对于人像分割的影响。从图5(a)可以看出,人像上半部分的背景强度信息与人像信息接近,因此该区域的前景概率容易混淆。从实验结果也可以看出,人像下半身的背景区域纹理简单,有较好的分割效果,但是上半部分特别是肩膀附近,存在一定的错分割现象。图6的结果也印证了上述结论,即前景边缘与背景差异很小的时候,构造出的能量图相应的边权值也相应较小,导致分割后的边缘存在锯齿现象。

4 结语

目前的夜景人像分割大多是采用交互的方式提取人像外轮廓,在背景光源复杂的情况下需要大量的人工干涉。本文针对夜景人像的自动分割问题,利用同步获取的闪光和非闪光图像之间的差异,分析前景的概率分布信息。基本流程包括利用直方图特征实现人像区域检测、基于闪光图像变化分布和变换补偿的代价函数构造,以及利用图割实现人像提取等。实验结果表明本文的方法有效增强了分割的自动化程度,特别是增加了人像检测后,在背景光源复杂以及背景变化的情况下有较好的分割效果。预计相关成果在夜景图像融合中有一定的推广价值。

参考文献

[1]Boykov Y Y, Jolly M P. Interactive graph cuts for optimal boundary & region segmentation of objects in ND images[C]//Computer Vision,2001.ICCV 2001.Proceedings.Eighth IEEE International Conference on.IEEE, 2001:105-112.

[2]Rother C,Kolmogorov V, Blake A. Grabcut:Interactive foreground extraction using iterated graph cuts[J].ACM Transactions on Graphics(TOG),2004,23(3):309-314.

[3]沈洋,林晓,谢志峰,等.交互式前景抠图技术综述[J].计算机辅助设计与图形学学报,2014,26(4):511-519.

[4]Torr P H S,Szeliski R, Anandan P.An integrated Bayesian approach to layer extraction from image sequences[J].Pattern Analysis and Machine Intelligence,IEEE Transactions on,2001,23(3):297-303.

[5]Sun J,Zhang W,Tang X,et al. Background cut[C]//Computer VisionCECCV 2006.Springer Berlin Heidelberg,2006:628-641.

[6]Mittal A,Paragios N.Motion-based background subtraction using adaptive kernel density estimation[C]//Computer Vision and Pattern Recognition, 2004.CVPR 2004.Proceedings of the 2004 IEEE Computer Society Conference on.IEEE,2004:II-302-II-309 Vol.2.

[7]Monnet A,Mittal A, Paragios N,et al.Background modeling and subtraction of dynamic scenes[C]//Computer Vision,2003.Proceedings.Ninth IEEE International Conference on. IEEE,2003:1305-1312.

[8]J.Sun,Y.Li,S.B.Kang,et al .Flash matting[M].In Proceedings of SIGGRAPH,2006:361-366.

[9]Sun J,Li Y,Kang S B,et al. Flash matting[J].ACM Transactions on Graphics(TOG),2006,25(3):772-778.

[10]Sun J,Kang S B,Xu Z B,et al.Flash cut:Foreground extraction with flash and no-flash image pairs[C]//Computer Vision and Pattern Recognition,2007.CVPR’07.IEEE Conference on.IEEE,2007:1-8.

[11]He S,Lau R W H.Saliency Detection with Flash and No-flash Image Pairs[C]//Computer VisionCECCV 2014.Springer International Publishing,2014:110-124.

[12]Dalal N,Triggs B.Histograms of oriented gradients for human detection[C]//Computer Vision and Pattern Recognition,2005.CVPR 2005.IEEE Computer Society Conference on.IEEE,2005:886-893.

[13]Blake A,Rother C,Brown M,et al.Interactive image segmentation using an adaptive GMMRF model[C]//Computer Vision ECCV 2004.Springer Berlin Heidelberg,2004:428-441.

[14]Rosten E,Drummond T.Machine learning for high-speed corner detection[C]//Computer VisionCECCV 2006.Springer Berlin Heidelberg,2006:430-443.

[15]Rublee E,Rabaud V,Konolige K,et al.ORB:an efficient alternative to sift or surf[C]//Computer Vision(ICCV),2011 IEEE International Conference on.IEEE,2011:2564-2571.

大数据时代的前景范文4

[关键词]大数据背景 档案工作 机遇 趋势 挑战

中图分类号:G270.7 文献标识码:A 文章编号:1009-914X(2016)17-0162-01

档案与我们的生活息息相关,并且我们的生活也离不开档案的建设性规划,因此,我们需要在此基础上进一步完善档案工作的相关建设项目,进而使我国档案体系的容纳力以及规划性都得到全方位的提升与发展。而在当今大数据的时代特色下,相应的诸如档案工作这类系统化的工作体系也都要或多或少地融入这一体系中,进而全面提升自身的工作建设思路,因此对于档案工作体系内部的大数据的建设也就显得尤为重要,因此我们需要对大数据体系展开较为全面而细致的了解,进而全面体提升档案工作的实际发展水平。

一、 档案管理引入大数据处理方法的必要性

(一) 大数据处理方法可以满足档案管理需求

目前国家对档案管理提出了以下几个方面的要求:多用信息、少用能源。对于档案管理机构而言,其主要任务就是作为长久保存资料的场所,及时为大家提供必备的信息资料,因此是一种为社会服务的机构。它本身拥有广泛的信息,但是由于当前存在种种问题,包括管理方式落后、人才能力不足、以及人们对档案管理意识不高,使得目前的信息资源并没有得到充分的利用跟发展。只有一个城市中的档案管理体系不断完善,才可以为市民提供更多的便利机会,同时才可以促进城市档案管理的进一步提升。目前应该从多方面出发,定期整理已经保存过的信息,跟社会需求相结合,从而达到为社会公众服务的目的。

(二)大数据处理可以加强相关电子文件管理

随着当前社会发展水平的迅速提升,电子文件的数量也在与日俱增。对电子文件的搜寻也变得比纸质材料更难。因此就需要采取适当的方法对其进行有效处理。当前主要应用的方式是对电子文件进行宏观鉴定,首先判断其是否具有自身的文件价值。这就需要做好两个工作,首先采取大数据处理方式将其归类整理,最后再根据其价值进行归档处理。

二、 大数据背景下档案工作所面临的挑战

(一) 如何保障档案信息的安全性

大数据对于档案信息的共享程度提出了更高的要求,只有在档案资源高度共享的情况下,大数据技术框架下的云计算平台才能发挥作用,真正实现档案信息价值的利用。但随之而来,就是档案信息的安全性问题,如何解决在多类型、多结构、高共享程度状态下的数据安全问题,已经显得十分棘手。工作人员操作失误、设备及网络故障、计算机病毒、网络黑客攻击等对档案信息安全构成威胁的因素,在大数据的技术框架下,所造成的威胁可能会被相应地放大。大数据时代的档案信息的保密工作,其重心很有可能不再是保密体制的设计,而更有可能是信息安全技术的有效应用。

(二) 如何合理地进行系统建设投入

任何系统的建设,都遵循了螺旋式上升、波浪式前进的规律,这就意味着任何系统的建设都需要考虑投入是否合理,是否符合管理需求和技术发展规律。大数据技术发展到今天,应该说对于“大数据”这一概念的认识,清晰程度还远达到预测其发展趋势的程度,而档案管理系统更为适应大数据的技术框架,无法避免地需要进行升级与开发,这就使得为适应大数据而进行的档案系统建设陷入了一个两难的境地:即不能故步自封,又要避免盲目投入。如何确定自身档案管理工作的定位,谨慎地考虑是否需要提升硬件技术能力以接轨大数据环境下的信息管理需要,而非盲目地追新求变,是档案工作者必须进行系统考虑的问题。

三、 优化大数据时代背景下的档案管理的策略

(一) 优化档案管理人员结构,提高档案管理人员素养

大数据时代背景下的档案管理对档案管理人员的管理理念、管理专业能力、以及档案处理技术等都有着更高的要求,一次档案管理部门的主管者应该要加大对在职档案管理人员的培训,改变档案管理工作人员的原有工作理念,并提高档案管理人员的专业能力,使得档案管理工作者能够适应和符合大数据时代背景下的档案管理对管理人员的要求,来更好的进行档案管理工作。通过对在职员工的培训不仅可以促进管理员工的档案管理能力的培养与发展,而且可以使得大数据时代背景下的档案管理进一步的多元化、专业化以及开放化。同时,档案管理部门的主管要招录现代专业化高素质管理人员,来优化档案管理管理人员结构,通过招录现代化专业化高素质管理人员,来更好的进行大数据时代背景下的档案管理,使得档案管理工作能更加顺利、专业。

(二) 完善大数据相关技术在档案管理中的应用

为了档案管理工作在大时代的背景下更进一步的优化与发展,就必须要完善大数据相关技术在档案管理中的应用。这就需要,档案管理部门积极与大数据公司或者机构进行合作,在大数据公司的技术支持下,结合本档案管理部门的实际情况,开发设计出适合本档案管理部门的大数据技术和工具,来满足本档案管理部门的发展需求。在大时代背景下的档案管理还与云计算、云储存以及虚拟技术有关,因此为了档案管理更好的发展,还必须与这些技术部门进行合作,在大时代背景下的档案管理中应用到的相关技术都可以得到专业的技术支援,进而不断的完善,使得档案管理工作可以更加有效的、高效的、高质量的进行。

(三) 严格大数据时代背景下档案管理的准入制度与监管制度

大数据时代背景下的档案管理,与传统档案管理相比有着很大的优势,同时也面临着很大的挑战。大数据时代下的档案管理数据信息变得的更加多元、更加开放、以及更多,因而在对档案数据信息管理过程中会存在着许多安全性风险,这就要求了必须严格大数据时代背景下档案管理的准入制度,并且加大对档案管理工作的监管,建立监管制度。通过严格大数据时代背景下的档案管理准入制度以及监管制度,可以进一步的保障各类档案数据信息的安全性,并且对各类档案数据信息进行全面的保护,有效的避免在大数据背景下的档案管理数据信息的安全性风险,保证档案数据信息不会被轻易的泄漏或者丢失。另外,要及时的更新档案管理信息化技术,防止出现漏洞使得黑客或者不法分子入侵,造成档案数据信息的泄漏、损毁,并要对机密性的档案数据信息进行专门的加密保护措施,来进一步的提高对档案数据信息的安全保护。

总结:

在当前的21世纪,数据竞争会发挥出越来越大的优势。因此只有对数据进行充分有效地利用,不断挖掘背后潜在的数据价值,才能不断促进各行各业的发展。同时需要充分利用大数据的管理模式,来不断产生新型的管理方法,来促进档案管理工作的开展。另一方面随着大数据的迅速发展,也带来一些相对应的问题,这需要辩证看待。适当采取有效的措施,来不断促进在大数据时代背景下,当前档案管理工作的进一步发展,也就成为了当务之急。

参考文献:

大数据时代的前景范文5

【关键词】大数据时代;档案管理;思考;策略

随着科学技术的迅猛发展,大数据将开启新的时代篇章。它的到来似乎比我们想象的更加迅猛,大数据所引领的潮流已经走入了大众的日常,影响着我们的思维模式和生活方式。而大数据时代的到来势必会影响档案管理工作的发展,这是档案工作者们应该认真面对、理性思考、积极应对的重要问题。

一、档案工作在大数据时代下的深远影响

在大数据的普及与运用之前,档案管理工作范围十分狭隘。档案工作者采集数据的工作十分繁杂和困难,在档案的传输和储存方面难度系数更是让人胆怯。这样繁琐、任务量大的工作给档案工作人员造成了极大的困扰,由此造成一系列的档案数据不全、档案数据片面问题。在工作量极大的同时并未满足档案管理工作的需求。不全面的数据造成了样本采集的不客观、不真实,无法反应真实状况,这极大的削弱了档案管理工作的积极意义。

大数据时代的到来,使得以上问题迎刃而解。大数据时代的信息技术保障了全面、客观的数据来源,解决了数据片面等问题。将档案管理工作更加有效的运行下去,大数据为此提供了最为权威的技术支持。促使档案管理工作取得了极大的进步和飞速发展。与此同时,大数据时代的到来有效的节约了劳动力,服务工作更为人性化。信息技术对档案管理的大力支持,使得档案管理工作更加的简单易行、节约成本同时避免了人才浪费。大数据时代支撑着档案管理工作的运行,信息技术的发展将使得档案管理工作更具有现实意义。

二、研究档案工作在大数据时代下的发展

大数据信息时代背景之下,满足了档案管理工作具体、客观的根本要求。档案管理工作正在逐步实现全数字化。但是,问题随之而来,如何实现海量数据的压缩、存储、更新成了棘手问题。大数据时代中,如何使档案管理工作越来越具体,使管理资料不断得到完善,最大程度的满足档案使用者的需求。所以解决以上问题成为了档案管理工作继续发展的前提。

(一)完善管理体系

首先,大数据操纵下的档案管理事业必须拥有完善的管理体系。管理阶层的工作人员更应该一丝不苟、实事求是的敬业精神。这是档案管理工作得以有效运行的前提,只有这样我们那才能够通过档案管理得到最有效最权威的数据。此外,档案管理人员应该具有充分的科学知识、信息来源。从大数据角度出发,有才能对档案管理工作进行合理的分析与管理。与此同时,大数据时代要求档案工作人员有不屈不饶的上进心、不断自我提高的决心、勇于探索新领域的探求精神。档案管理人员是档案管理体系中极为重要的一部分,档案管理工作要求,档案管理人员有一定科学技术,熟悉操作各种数据模型。除此之外,对于档案管理工作如何高效运行,要求档案管理体系中建立健全的数据模型和操作系统,不断优化并且更新。以保障数据的处理、收集工作能够有效运行。从而满足档案需求者的需求。

(二)“资源整合”得到实现

在信息技术的广泛运用下,大数据时代已经走入档案管理工作的资源整合阶段。面对资源信息零散、无序的状态,档案管理工作无法实现互通,大数据的介入增大了档案管理工作的工作量。那么如何使档案带来的信息串联起来实现资源共享,成为了大数据时代背景下档案管理工作要解决的首要问题。庆幸的是,当今科学技术已经运用云计算初步解决了这一问题。资源整合的实现标志着档案管理工作的新阶段。档案所带给我们的信息将会越来越具体化并且最大化的实现资源共享。避免了资源浪费,节约了劳动力和劳动成本。

(三)“多方合作”得到实现

大数据促进了档案管理事业的进步不仅仅体现在方便、共享方面,同时让档案管理在更多方面得到运用。大数据的时代背景下,任何公司、机构都无法摆脱大数据的操控。对档案管理工作来讲这无疑是一个很好的机会。档案管理工作通过与其它部门的合作可以扩大自己的业务量,有效的促进了档案管理事业的进步与发展。大数据时代背景之下,大数据为档案管理工作带来极大挑战的同时也为档案管理部门带来便利和发展机会。

三、档案管理工作前景分析

档案管理工作的进步应运而生,它符合大数据之下的时代背景。随着科学的进步,档案管理方式方法不断发生着变化,它的每一步都极大的迎合了大数据时代。档案管理工作为大众提供完整的数据信息,全方位的服务信息。但是档案管理工作仍然有不足之处。例如,没有将大数据所带来的影响挖掘到极限,档案管理工作人员仍存在一定的工作误区,科学技术掌握不足等。

总体而言,在大数据的时代背景下,档案管理工作将一路高歌猛进,全方位的服务大众。档案管理工作将成为大数据时代背景之下不朽的杰作。档案管理工作将促进社会的进步,科学技术的发展创新。在信息泛滥的大数据时代,档案管理工作极大的方便了我们的生活。提高了我们的生活质量。档案管理工作将持续有效的运行下去。

参考文献:

[1]周婷.大数据时代下档案发展的几点思考[J].新闻研究导刊,2014,05:44

大数据时代的前景范文6

关键词:大数据;企业管理;创新

大数据时代的来临,对于企业传统的运作模式和管理模式都提出了严峻的考验,时代的发展速度逐步提高,企业的管理模式也应该紧跟时代的发展步伐。只有这样才能够让企业不断的进步发展。2012年以来,以美国为代表的西方发达国家纷纷出台了针对于企业的大数据发展战略,大数据时代背景下企业管理模式创新已经成为全球商界普遍关注的热点问题。在大数据背景下调整企业自身的管理策略,通过电子数据分析消费者的消费习惯和相关用户信息,开发能满足客户需求的消费品,对于企业制定科学的战略决策,具有重要的理论意义与实践意义。国际国内知名的电子商务平台都利用自身的计算机科学技术分析与消费者消费行为有关的数据信息,并且投入了大量的人员与技术,这是使得互联网公司规模不断扩大的重要手段。因此对于大数据背景下企业管理创新的研究具有重要意义。

一、大数据和企业管理的相关概述

1.大数据的概念。所谓大数据就是庞大的数据信息,通过常规的软件工具无法在短时间内完成搜集、筛选、分析但对企业进行战略决策具有重要经济价值的信息。大数据的特点主要包括以下几点:高速、大量、多样、精确。随着信息技术的不断发展,在大数据背景下通过电子计算机对大数据进行数据分析,搜集与企业经营有关的数据,使用数学方法进行分析与建模,挖掘数据信息背后隐藏的经济价值,已经成为当前企业经营管理过程中的重要行为。对大数据进行计算分析能够得出对于企业经营决策具有战略价值的信息,对于提高企业战略决策的科学性和准确性具有重要意义。

2.企业管理的概念。所谓企业管理就是指对企业生产经营过程中所必须的计划、组织、经营、指挥、协调等一系列行为的统称。就管理对象的属性进行区分,可以将企业管理分为行为管理和业务管理。企业管理创新也需要从行为和业务两方面着手实施。企业管理和人力资源管理相辅相成。在经营企业的过程中,只有保证企业不断向前发展,才能够确保企业中所有的员工都能够不断进步。

二、大数据时代企业管理创新

1.企业管理模式。所谓企业的管理模式就是指管理者对企业进行经营管理的方式。管理模式是建立在以管理人性为基础的管理理念、内容、制度、程序、方法的统称。管理模式应该适合企业的发展需求,同时还能够确保企业可以科学有序的取得利润。

2.企业管理模式创新。在大数据时代背景下,充分运用互联网技术,能够确保企业获得巨大的商业利润。为了能够更好的发挥大数据的优势,需要企业根据时代的变化合理的转变企业的经营管理模式,提高自身的行业竞争力。利用大数据为企业创造更多的经济价值。根据大数据的时代特点,企业转变自身的管理模式应该注意以下几点:首先,限制传递媒介对企业内部信息外泄。对于企业而言,内部信息意味着重要的商业秘密和巨大的经济价值。因此应该对企业内部网络和社交软件给予必要限制,避免企业内部重要信息泄露。其次,充分认识到数据信息的价值。企业应该投入大量的人力和资金,加快升级数据分析能力,在这个掌握数据信息就掌握主动权的时代,企业管理者应该重视对有价值信息的分析,将其分析结果应用于企业经营决策之中,只有这样才能够充分挖掘企业的内部价值。最后,企业应该建立企业内部信息交流平台。企业应该利用社交软件,增加员工之间的沟通交流,这样就能够大幅度提高企业办事效率,但是应对信息交流做出必要限制。

三、大数据背景下企业经营管理中存在的问题

1.落后的企业决策方法有待创新。大数据背景下,企业制定战略决策需要以数据分析后得到的信息为依据,对云端数据进行分析加工,同传统的逻辑推理存在较大区别,其需要对庞大的数据群进行搜索、比较、分析、加工并归纳总结,找到数据群之间的关联性,以此来构建企业战略决策支持系统。寻求对企业战略决策具有价值的隐藏信息。从同企业经营相关的数据信息中挖掘能够帮助企业增加盈利的信息,就能够为企业战略决策提供支持。

2.企业决策模式跟不上市场变化。当前多数企业进行战略决策往往遵循数据搜集、调查取证、数据分析、分析论证、方案选择与评估等步骤,该流程耗时较长,决策程序较为复杂,因此严重影响企业战略决策的速度。常常会导致企业丧失重要的发展机遇。在大数据时代,企业应该通过互联网信息技术,制定科学合理的战略决策,简化决策程序已经企业管理改革的重点工作。简化决策流程才能够让企业更好的把握机遇,迅速做出战略决策,抢占先机才能够先他人而动。让企业在激烈的市场竞争中保持核心竞争力。因此企业应该改变传统的决策模式,简化决策流程,提高数据加工的速度和质量,确保企业能够及时作出选择。

3.难以甄别有经济价值的数据信息。呈爆炸态势增长的互联网数据,已经超出了当前我国企业对数据的加工、分析能力范畴。呈井喷态势增长的云端数据库,无形中增大了企业数据分析的工作量,传统的数据分析、数据挖掘技术已经不能挖掘出对企业有用的信息,并且通常还会干扰企业进行战略决策。企业在进行战略决策的过程中,采用何种方式对数据信息进行加工处理,已经成为影响企业战略决策质量的重要因素。只有筛选出具有价值的数据信息,才能够确保企业战略决策更加科学合理。

4.市场环境更加复杂。为企业提供具有价值的决策信息,需要对云端的数据进行数据分析,随着云端数据的不断增多,与企业相关的数据信息也呈指数增长,对于数据的加工处理、分析、存储,客观上要求企业能够不断提升数据的整合能力和分析能力。只有建立在高速、高质基础上获得的数据分析信息才是有价值的。在当前大数据背景下,庞大的云端数据库,错综复杂的外界环境都对企业战略决策信息的获取造成的干扰,从而影响企业制定科学合理的战略决策,影响企业对大数据的分析管理,从某种程度上讲增加了企业战略决策的难度。

四、在大数据背景下应对企业经营管理问题的对策

1.改变传统决策方法。对数据进行加工处理的过程中,应该对云端数据进行结构化管理,从中筛选出可用的数据信息,并引用可视化技术对数据进行模拟,从而确保数据信息的可靠性和有用性。应该摒弃传统的决策思路,选择从数据加工直接到战略决策的捷径。在进行数据分析过程中应该明确数据变量的内涵,对于不确定的数据建模分析,减少企业决策风险,提高战略决策的科学性和合理性。

2.升级企业大数据集成系统。为了简化数据分析工作量,提高数据分析质量,在利用云计算和数据挖掘技术的同时,还应该做到高效数据分析,做出科学合理的预判,只有这样才能够确保企业应对外界环境的变化,因此企业应该升级企业大数据集成系统,不同的企业应该构建适合企业发展规模的信息数据集成系统。

3.充分利用数据挖掘技术,提高数据分析质量。企业在获取大量云端数据之后,应该通过数据清理技术,清除掉不必要的冗杂数据,对数据进行科学的鉴别和筛选,利用数据集成技术构建数据仓库,采用多维数据压缩方式消除数据在空间、属性、时间方面的差异,提高信息搜索的质量,获取更具价值的信息。一来能够减少不必要的资源浪费,二来能够提高数据分析能力。企业还应该畅通渠道,让企业能够快速获取与企业相关的云端数据,由此对客户的消费行为和消费习惯进行判断,这有利于开发市场,更好的满足消费者的需求。

4.建立企业内部决策系统,优化决策程序。建立内部信息交流平台,有利于信息的传播,提高战略决策效率。良好的信息沟通是实现优质的战略决策的前提条件,优化信息交流平台,加快信息传播的效率,鼓励企业管理者参与到信息交流平台中来。减少信息链的长度,是减少信息沟通时间的重要影响因素,对于简化内部管理决策程序具有重要意义。通过虚拟网络平台来提高企业战略决策管理,同时还应该不断规范信息传递的途径,优化决策程序。

五、结论

综上所述,在大数据时代的到来,对于企业发展既是机遇,又是挑战。对于大数据背景下企业管理模式的研究也会逐步深入。改变传统的决策方法;充分利用数据挖掘技术,提高数据分析质量;不断升级企业大数据集成系统;建立企业内部决策系统,优化决策程序是改善当前企业经营管理中遇到问题的重要手段。于此同时,国家还应该针对大数据背景下,制定企业经营管理的法律法规,这具有重要的理论意义和实践意义。

参考文献:

[1]李雷.大数习尾时代下企业人力资源管理模式创新研究[J].经营管理者,2015,02:205-206.

[2]张允玉.大数据时代下的企业财务管理模式创新[J].科技创新导报,2015,07:204.

[3]陈诗琪.浅析大数习尾时代大学生就业挑战及应对策略[J].中国商论,2015,21:193-195.

[4]凌捷.大数据时代高新技术企业管理战略转型研究[J].改革与战略,2015,05:43-46.

[5]单凤儒.论大数据时代企业经营者社会资本培育机制创新一一以生活为媒介的“双网”,渗透培育机制探究[J].中国软科学,2014,06:81-97.

大数据时代的前景范文7

关键词:大数据时代;计算机技术;运用研究

计算机的出现极大地方便了人们的工作和生活,改变了人们生活和工作的状态。同时通过计算机技术的使用还可以帮助企业、政府等商业组织的工作更加高效便捷。除此之外,通过计算机技术的使用,使相关人员研发出APP,其出现,为人们创造了更多的商业价值。为了使计算机的使用功能得到进一步发展,就需要对计算机的运用做出研究。

1计算机技术在大数据时代背景下的发展现状

大数据是时代快速发展的产物,具有高速度、便捷的特点,为人们的生活和工作带来帮助。具体来说,数据的标准范围是10TB~1PB,超出这个范围即大数据,通过计算机技术的支持,实现数据的快速分析、处理。目前,随着数据的不断增加,传统的计算技术可能已经不能满足人们的需求,对此,为了使得计算机技术得到进一步优化,就需要不断地进行分析研究,才能推动计算机技术在大数据背景下的进一步发展,同时,随着计算机的运用,人们也意识到了计算机的重要性。计算机在技术发展中,各行各业也认识到了计算机软件的重要性,受到了人们的广泛关注,也使得相关学者加大了数据研究,旨在进一步帮助人们优化工作流程,提高工作效率,更加高质量地为人们做出更科学的决策。随着计算机的普及,互联网已融入人们的工作和生活,推动了整个社会的发展,使得信息的存储和处理变得更加高效方便,同时安全性也更高。具体来说,目前大数据数量规模已超过10亿TB,且具有不断增长的趋势,同时也渗透到来各个领域中,例如电子商务、物流、云计算等科学技术,对工作的处理和保存有着很大的帮助。因此,为了使大数据背景下计算机的优势得到进一步提高,就需要继续加强对大数据和计算机技术的研究,从而促进大数据的优势得到进一步开发。

2大数据时代背景下我国计算机软件技术的具体应用

大数据时代背景下,计算机的具体应用主要是根据设定要求,从海量数据中,提炼分析客户所需要的相关数据,再根据所提取的数据进行详细分析,以此为基础找出各项工作的发展方向和具体的工作内容。具体来说,主要是依赖于以下3种技术的运行。

2.1云储存技术

云储存技术又被称为Cloudstorage技术,是基于云储存基础上衍生出的新型技术。具体来说,在大数据背景下,云存储的应用范围十分广泛,应用前景也非常客观。与以往的技术特性相比,云技术不仅可以改善传统技术的中的不足,同时还能高效地提高使用效率,使得人们的操作更加便捷,尤其是在进行数据保存和文件时,用户的操作更加简单便捷,只需要登录有关账户,将数据录入进去,就可以将其提交至云技术总服务器中,就是实现数据的查看、下载、保存等工作。相比传统计算机中通过固态硬盘、存储卡等硬件进行存储而容易丢失,云储存技术的便捷性更高。

2.2虚拟化技术

虚拟化技术又称为Virtualization技术,主要是资源管理类的一种计算机技术,其工作内容主要是对数据库的内部数据资源进行管理,优化资源配置。除此之外,通过虚拟化技术的应用,还可以使得客户端的适应性和便捷性及分析数据的效率得到有效提高。这是虚拟化技术的一大优势。具体来说,目前虚拟化技术在各个领域中广泛使用,例如政府部门、大型组织机构等,使得信息保存、管理更加高效高质。

2.3信息保护技术

大数据时代背景下,极大地帮助了人们的信息存储和人们的交流,使得存储变得更加便捷,交流也不再受时间和地点的限制。但同时也让部分居心叵测的犯罪分子有机可乘,导致人们的隐私和数据等各项保存工作的安全度大大降低。针对这些问题,就需要有关人员重视起来,加强计算机网络数据的保护工作,提高信息技术中的各项保护工作,从而保证信息技术的整体性能。除此之外,计算机网络技术还具有开放性、互通性等特征,因此,就很容易受到互联网信息技术中各类病毒的入侵危害,因此,还需要做好信息数据的防入侵工作,以免黑客、木马等的危害,以免信息数据遭到丢失和窃取。所以,信息数据的安全保护工作至关重要。但由于我国计算机发展较晚,导致计算机技术存在一定的落后,基础发展薄弱,不能跟上发达国家的技术水平。但在近几年科学的发展下,计算机技术的发展已取得了良好的成就。同时,在近几年的发展中,大数据信息技术得到了有效的推广和普及,但同时在新时代的发展中,对计算机技术的要求也越来越高。因此,这就需要相关人员重视信息保护技术的深入研发工作,只有这样才能不断地提高技术的应用效果,有效地保障人们的生活和生活中的使用。

3大数据时代下计算机软件技术中的实际运用

大数据时代下计算机软件技术被应用到各种领域中,但在实际的应用中还需要尤其注意,只有这样才能发挥计算机技术在企业中的生产效率,从而提高企业的核心竞争力。

3.1商业运营活动

大数据应用到各种商业领域中,可以提高工作人员的工作效率和工作质量。以某大型连锁超市为例,通过计算机软件技术中的应用,可以满足导购人员借助超市导购平台解决用户的个性需求,解决实际工作中的各类问题,从而提高超市整体的工作效率和工作质量。因此,将其应用到商业领域中,不仅可以使得企业的生产效率和工作效率得到有效提高,还能通过各种信息的获取为企业决策者提供决策依据,从而为企业的良好发展夯实基础。

3.2企业管理软件信息解决方案

企业管理软件在实际的应用过程中,管理效率相对来说不太理想。而通过企业管理软件可以解决这一问题,具体分为以下两点:(1)数据抽样工作。数据抽样即将所有同类产品进行随机抽取,检测产品的实际质量和性能。在商业活动中也是数据,随机抽取一定数量的数据样本,抽取的数据样本通常具有代表性。通过对样品抽样的测量、统计工作,从而制订相应产品的开发及推广方案,有助于生产和销售效率的提高。除此之外,还能保证样品工作的工作效率。(2)开发探索工作。数据的开发探索主要是工作人员通过采集数据记过对异常数据、数据之间的关联指数方式进行的分析工作,以此提高企业以及使用用户对于数据的直观感受和认知程度。在此工作环节的实际过程中,通过计算机软件技术,可以切实提高数据信息开发的探索工作的效率和质量。

大数据时代的前景范文8

关键词:大数据;室内设计;数据分析;计算机辅助设计

随着云计算、互联网技术以及各类传感器的迅猛发展和普及,我们已经进入了“数据大爆炸”的信息时代。麦肯锡最早提出大数据这一概念,即“数据,已经渗透到当今每一个行业和业务职能领域,成为重要的生产因素”。[1]近些年来,用户对于室内设计的需求越来越高,不仅仅需要设计的美感,更需要理性对待设计本身。这要求设计师在大数据时代以创新的思维方式实现以人为本的设计理念。传统设计思维以及设计方法将会被颠覆和改变,设计开始进入“用数据说话”的时代。

1大数据背景下室内设计发展现状

如今,随着云计算、互联网技术以及各类传感器的迅猛发展和快速普及,我们已经进入了“数据大爆炸”的信息时代,大数据时代已经开启了我们崭新的生活方式。在大数据时代背景下,室内设计师借助新型计算机技术辅助设计,将数据与设计相结合,打破了传统室内设计固有的思维模式。1.1设计思维方式的转变。传统的室内设计思维模式是以感性思维为主,理性思维为辅。设计不仅要满足功能需求,还要满足客户的物质精神需求。然而,在大数据的背景下,设计师更加注重理性思维设计,通过挖掘事物之间的相关联系,作出可信赖的市场预测。零售业巨头沃尔玛“啤酒与尿布”的故事是大数据时代的一个经典案例。沃尔玛公司正是通过分析顾客的购物篮中的商品集合,判断出顾客的购买行为。原来,当年轻父亲去超市购买尿布时,往往会为自己购买啤酒,沃尔玛对这一独特现象进行分析,于是将啤酒与尿布放在同一区域,提高了商品的销售收入。[2]这一商业空间的设计打破了传统的思维方式,数据变成了有力量的工具和资源。1.2计算机辅助室内设计的发展。我国的室内设计表现大致可以归为三个阶段:第一阶段,是传统手绘表现,第二阶段是目前运用最为广泛的如CAD、3DStudioMax等计算机辅助设计软件的表现,第三阶段是现今采用计算机虚拟现实技术营造高度仿真的虚拟环境和实时的人机交互的设计表现。[3]早在20世纪初,计算机辅助设计就已经进入我国市场,他们的出现在一定程度上代替了传统的手绘表现,它的设计过程是设计师以客户的实际需求和相关规范为依据,根据室内的平立面及施工详图和三维模型,不断地进行设计及深化,把设计构思表达在图纸上来实现最终方案。这样做会限制设计师的思维发挥,也不利于客户的理解,设计师与客户之间总是存在思想上的偏差。近些年来,随着计算机技术和智能终端体感技术的迅猛发展,计算机辅助设计也得到了不断的革新。其中,VR技术以及BIM技术的不断发展和广泛应用为建筑室内设计行业注入了新鲜的血液。(1)虚拟现实技术(简称“VR”)。VR技术是一个能够任意想象和开拓以及发展的空间,该空间不仅可以再次展现真实存在的空间环境,还能够使体验者感觉到创建虚拟世界的真实性。VR技术重点强调人的参与性,在室内互动设计要兼具艺术化、多元化和人性化等多重特征。对比传统的计算机辅助设计,VR技术可以实现三维户型的动态表达,即通过人机交互方式,使虚拟场景给人们带来身临其境的体会。在这一虚拟环境下,人们可以全方位地观察和审视室内空间的各个角落,仿佛身临其境,可以从任意角度、任意的位置进行观察,从而可以让用户更加清楚地了解空间结构与装饰风格。(2)BIM技术虽然广泛应用于建筑行业,但是在室内设计这个分支领域的应用也不容小觑。区别于传统的设计模式,BIM技术在室内设计中的运用,突破了过去用不同软件分别完成不同任务设计的模式,解决施工资源浪费、设计图纸错漏、效果图失真等问题。设计师可以通过大量运用数字化参数设计软件来演算和调整早期的方案和想法,并在BIM模型的基础上,研讨形体的可行性方案。BIM是一个共享的建筑信息模型,工程师们可以在三维模式随意查看,并能准确地查看到可能存在问题的地方,及时调整设计方案,从而避免了施工中的浪费。[4]BIM技术在室内设计中的应用,对从事室内设计行业的设计师来说,BIM技术为室内设计带来了新模式。信息的可视化表达有效地传达了设计师的设计理念。参数化设计使模型搭建更加高效,推进了室内设计模块化生产。

2大数据背景下室内设计发展趋势

在大数据时代背景下,室内设计也演绎大未来。伴随着人机交互、计算器学习、模式识别等人工智能技术的提升,室内设计结合人工智能技术的发展将成为新的发展趋势。另外,室内设计数据的整合和优化共享也将是未来发展的趋势。2.1人工智能技术的发展。人机交互和智能处理技术是未来人工智能技术发展的方向和人类追求的目标。它将使计算机拥有类似人的感知和思维能力,包括语音处理、自然语言理解、图像识别、多媒体、生物认证和机器翻译等技术。[5]无线传感装置可以依托人工智能技术,对环境信息进行实时监测、感知和采集,通过网络,将数据传输到数据处理中心进行分析。人工智能技术可以更好地提升现代住房的安全度、舒适度。借助于物联网等方式,用户可以实现即使身在异地,依然可以对智能家居系统进行远程查询和调控。人工智能技术在生活中的应用很大程度上为人民提供了方便舒适的生活环境,是未来的发展趋势。[6]2.2室内设计数据的整合与优化共享。在大数据时代背景下,应对大数据带来的海量信息数据,如何处理和优化这些信息变得尤为重要。公共数据信息的优化共享可给室内设计行业带来巨大的利益价值,建立相关的数据库,将有关室内空间设计的数据进行筛选、优化以及整合,使数据更加真实、可靠、准确。因此,室内设计数据的整合与优化、共享对未来室内设计的发展具有深远的意义。

3结语

在大数据时代背景下,室内设计行业的发展迎来了前所未有的机遇和挑战。现代化的信息技术改变了传统设计的方式和方法,VR技术和BIM技术的快速发展和普遍应用给室内设计行业注入了新鲜的血液,如何合理有效地将两种技术结合起来,是未来室内设计面临的问题和挑战。

作者:马辉 刘媛媛 单位:吉林建筑大学

参考文献:

[1]罗峰.大数据时代高校教材出版模式变革[J].中国出版,2014(6):33-35.

[2]孙亭.基于云计算的微博推荐系统研究与实现[D].山东师范大学,2015.

[3]蔡丽娟.虚拟现实与室内设计[J].电脑知识与技术,2010(6):9117-9118+9112.

[4]黄兆嘉.数字化建筑信息模型的应用[D].广州大学,2011.

大数据时代的前景范文9

>> “大数据”背景下营销体系的解构与重构 大数据背景下的旅游精准营销分析 大数据背景下MOOC重构大学教学体系研究 大数据时代背景下的“信息机器”与主体重构 “大数据”背景下的营销体系解构及重构分析 浅析“大数据”背景下营销体系的解构与重构 大数据背景下旅游产业升级对策 大数据背景下的信息安全 大数据背景下的统计探究 美丽中国背景下大数据时代体育旅游网络营销的创新 “大数据+”背景下旅游创意产品开发的若干思考 大数据背景下基于微信公众平台的智慧旅游探索研究 大数据背景下智能交通系统发展综述 大数据背景下的自学考试决策支持系统研究 基于大数据背景下的卷烟营销BI系统应用技术初探 大数据背景下的智能交通系统应用与平台构建 大数据时代背景下本科教学质量动态监控系统的构建 浅析大数据背景下高校教学管理信息系统的建设研究 大数据背景下信息系统在电子商务中的应用 大数据背景下医疗数据的统计及开发 常见问题解答 当前所在位置:,20160302.。而近年来盛行起来的服务主导逻辑思想则将旅游者置于核心位置。因此,在未来,整个旅游系统都会随着大数据时代的到来而进行重构,旅游者将是整个旅游系统的核心,旅游系统中的其他参与者都将发挥其在大数据的获取、存储、处理、利用等方面的作用。整个旅游系统的运转将会以旅游者的需求信息为核心,传统旅游参与者之间的疆界将变得模糊,利用大数据的能力将成为新的竞争优势。

1 文献综述

1.1 服务主导逻辑

从亚当・斯密发表《国富论》开始(Smith A,1776),商品与服务二者谁居于主导地位的争论就一直延续至今。在争论初期,由于生产与运输等技术相对落后,经济学家们在研究商品与服务的问题时均把商品置于主导地位(李雷,等,2013)。这种思想就是长期在争论中处于优势地位的商品主导逻辑(Goods Dominant Logic)。商品主导逻辑是工业经济时代的产物,而在信息技术飞速发展的今天,区分商品与服务变得越来越困难(刘林青,等,2010),而关于谁居于主导地位的争论越来越没有意义。因此,Vargo与Lusch(2004)提出全新的服务主导逻辑(Service Dominant Logic),试图将商品与服务统一到服务概念下,进而对一系列的基本问题进行重新思考,而非以往将二者视为彼此的对立。经过研究者的接续努力,服务被定义为:经济实体为了实现各种利益,将自身的知识、技术等专业化能力应用到行动、流程之中(Vargo,Lusch,2008,2011;Womack,Jones,2005;Gronroos,2011)。这种定义不再将商品与服务分开探讨,而是把具体的商品视为传递服务的工具(李雷,等,2013);最终形成了以10个基本命题为核心的完善的服务主导逻辑理论体系,具体包括:服务是一切经济交易的基础、所有的经济都是服务经济,顾客是价值的共同创造者、服务中心观念必然是顾客导向等。这种逻辑通过独特的视角,对服务的价值进行了深入的思考,这间接催生了对旅游的系统构成等方面的再认识。

将顾客视为价值的共同创造者之一,改变了以往在商品主导逻辑下,单纯地将顾客看作价值毁灭者的观点。同时,服务中心观念的顾客导向,将顾客置于服务的中心位置,这种思想也与越来越挑剔的顾客需求相契合。事实上,在大数据的背景下,旅游者作为价值的共同创造者,其发出的全部需求信息,将体现出巨大的价值。为了满足旅游者多变的需求,需要不断地适时获取旅游者需求信息,这也需要将旅游者置于核心地位。服务主导逻辑观念的提出,使得许多旅游学术问题有了重新探讨的价值。目前国外已有一些学者进行了相关研究,如服务主导逻辑在酒店管理中的应用研究(Shaw,et al.,2010)、酒店业中基于服务主导逻辑的价值共同创造资产研究(FitzPatrick,et al.,2013)、目的地营销与服务主导逻辑研究(Line,et al.,2014)、酒店员工的品牌公民行为与顾客品牌信任方面的研究(Xie,2014)等。国内学者对服务主导逻辑方面的相关研究主要有价值共同创造方面的研究(钟振东,等,2014)、服务创新的理论模型方面的研究(刘飞,简兆权,2014)、电子服务概念方面的研究(李雷,等,2012)以及服务主导逻辑概念演化方面的研究(郭朝阳,等,2012;李雷,等,2013)等。

目前国内关于服务主导逻辑方面的旅游学术研究仍是空白,而服务主导逻辑的核心观点,以及大数据技术飞速发展的时代背景,都催生旅游学术研究对旅游系统进行再思考,更新旅游系统的要素构成,并重构出新的旅游系统模型。

1.2 旅游系统

国内外研究者从不同的角度对旅游系统做了大量的研究工作,先后提出了多种旅游系统模型。在已有的旅游系统综述研究(李文亮,等,2005;郭长江,等,2007)的基础上,结合近年来旅游系统研究的新动态,本文将旅游系统方面的研究分为以下5类:功能导向的旅游系统、空间导向的旅游系统、要素导向的旅游系统、系统导向的旅游系统以及旅游者导向的旅游系统。

(1) 功能导向的旅游系统相关研究是旅游系统研究的开端。Gunn(1972)提出了旅游功能系统的基本框架,并于2002年对该模型进行了完善;该模型分为供给与需求两部分,其中供给子系统包括吸引物、交通、服务、信息、促销五部分,彼此间是相互依赖、互相作用的关系。国内外学者也先后提出过类似的模型(Mill,Morrison,1985;杨新军,窦文章,1998;王家骏,1999),这些模型着重于体现模型中各部分所发挥的功能,对于解释旅游活动的相互作用具有重要的意义。但该类模型仅仅注重旅游供给方面功能的研究,相关研究鲜有涉及旅游需求方面。

(2) 空间导向的旅游系统也是研究者们重点关注的方面。在前期已有相关研究的基础上,Leiper(1995)从空间结构的角度提出的模型中要素包括旅游者、旅游业、客源地、旅游目的地、旅游通道;经济状况、自然地理、社会法律等作为旅游系统的环境环绕在旅游系统的要素周围。其中,旅游通道是联合客源地与旅游目的地的客流与信息流的集合。其他研究者还从旅游系统的空间分层(王祖正,等,2007)、旅游系统的空间结构(翁瑾,杨开忠,2007)、旅游系统能值分析的空间案例(Lei,et al.,2011)等方面进行了相关研究。这种类型的模型将空间距离等要素引入到模型中,是对旅游功能系统的升级。关注于客流与信息流也是这类模型的特点之一,这也为其他旅游流方面的研究提供了一种研究视角。

(3) 要素导向的旅游系统也是重要的学术聚焦点。关于要素构成的相关研究往往会与功能等方面的研究杂糅在一起,如吴必虎(1998)提出的旅游系统模型,既体现出旅游系统的功能方面,又列举出了旅游系统的要素构成。这类旅游系统模型往往通过分层列举的方式对要素构成进行研究(张惠,等,2004;阎友兵,张颖辉,2012;张树民,等,2012)。然而,随着旅游的发展和技术的进步,需要考虑的要素越来越多(王金伟,2009),很难完全列举出旅游系统的要素构成,这种模型的弊端也逐渐显露出来。

(4) 还有一些研究者试图研究系统导向的旅游系统,其典型代表是McKercher(1999)提出的旅游复杂系统模型。McKercher认为,旅游系统是一个复杂的系统,模型中包括旅游者、影响因素、信息向量以及影响信息传递的因素等九部分。该模型中的旅游系统体现出不可预测性和不可控制性,这有助于解释一些长期无法解释的问题。该模型的要素包括了旅游者与信息,与以往的旅游系统模型相比,旅游者在旅游系统中的地位有所上升。同时,信息在各要素之间起到了关键作用,影响旅游者最终做出决策的正是旅游者的信息获取量。但这类模型注重系统性的同时,往往会使相关研究复杂化。

(5) 旅游者导向的旅游系统相关研究仍然处于初始阶段。这里所说的旅游者导向是指在研究旅游系统时越来越重视旅游者的需求方面。在McKercher的模型中,旅游者在相关研究中的地位已经有所提高。而近年来,随着信息技术的飞速发展,已有学者从信息的角度研究旅游系统,并认为信息是研究旅游系统的钥匙(李君轶,2011)。而我们认为,旅游者需求方面的信息更为重要。还有研究者从基于旅游者的旅游价值(王寿鹏,2011)、智能旅游信息系统(Gretzel,2011)、旅游推荐系统(Lucas,et al.,2013;Gavalas,et al.,2014)等方面做了相关研究,这些研究已经很明显地体现出旅游者的导向。

综上所述,我们认为,这5类旅游系统与技术的进步以及服务主导逻辑之间存在复杂关系(见图1),主导逻辑随着技术的进步由商品主导逻辑向服务主导逻辑演变。功能导向、空间导向、要素导向的旅游系统相关研究,随着技术的进步必然越来越复杂,而这正是系统导向的体现。然而,随着服务主导逻辑的盛行,较高的系统复杂性往往不利于将研究焦点聚焦于旅游者,因此,逐渐出现了符合服务主导逻辑核心思想的旅游者导向的旅游系统,这类研究从旅游者自身出发,既可以简化旅游系统的构成,又具有较为清晰的逻辑分析线路。尤其是在大数据时代,对旅游者过去、现在以及将来需求信息的获取会变得越来越容易。旅游系统中其他要素通过获取这些信息可以更好地服务于旅游者。而以往的研究由于技术等方面的局限性,往往不能全面揭示旅游者的需求信息。

在大数据时代,应当以旅游者过去、现在以及将来的需求信息为核心,以这些海量信息的获取、传递、分析、处理、利用等为要素,重构旅游者导向的旅游系统模型。未来旅游的核心问题将是如何利用好海量的数据信息,从而更好地服务于旅游者,这也符合服务主导逻辑的核心思想。同时,旅游系统新模型的建立也可以给智慧旅游建设等方面带来一些新思路。

2 旅游系统模型的重构

2.1 旅游系统模型重构的基础

2.1.1 旅游数据规模的急剧扩张

近年来,旅游数据已经成为巨大的海量信息空间(郭鑫,2013),而随着智慧旅游基础设施的不断完善以及智能手机的逐渐普及,大数据的获取变得越来越容易。以往旅游数据的获取,往往依赖于景区、交通部门等方面的统计,这种统计具有明显的滞后性。而现在,除了传统的数据拥有部门外,百度、谷歌等搜索引擎也掌握着海量的旅游搜索数据。同时,微博等新型社交软件的出现带来的海量半结构化、非结构化的文字、音频、图片、视频等旅游数据信息也逐渐可以被获取,这些数据信息中往往包含着旅游者过去、现在、以及将来的需求信息。此外,数据的产生方式已由传统的被动式、主动式,向自动式转变(孟小峰,慈祥,2013),数据的自动产生是大数据时代到来的根源。在移动互联网时代,每一个旅游者个体都将是一个移动的海量数据源,以其为中心自动发射出的海量信息将会加速旅游数据信息规模的扩张。

2.1.2 大数据处理技术日臻成熟

大数据相关技术的发展是其被充分利用的基础。大数据相关技术主要包括数据采集方面的ETL(数据提取、转换和加载)工具、数据存储方面的关系数据库、基础构架方面的云存储、数据处理方面的自然语言处理、统计分析方面的最有尺度分析、数据挖掘方面的复杂数据类型挖掘等。大数据处理分析方面的软件主要有Hadoop、HPCC、Storm、Apache Drill、Rapid Miner等(王秀磊,刘鹏,2013)。在未来,随着这些技术和软件的不断发展,海量旅游数据将不再是旅游企业等部门的负担,反而能增强企业的核心竞争力。处理大数据能力的飞跃提升将使得旅游大数据变得越来越有价值,而旅游者将在价值的共同创造中扮演着关键角色。

2.2 旅游系统模型的重构及其解释

在大数据背景下,基于服务主导逻辑的核心思想,旅游者作为数据信息源将处于核心位置,同时数据信息的处理最终也应该是作用于旅游者。因而,以旅游者为核心要素和数据信息起点,以数据信息为旅游系统模型运转的钥匙,通过信息识别、信息获取、信息处理以及信息应用4个阶段,最终将数据信息直接或间接反馈到旅游者,从而建立闭环旅游系统新模型(见图2)。旅游系统新模型整体分为信息源(旅游者)、信息识别、信息获取、信息处理以及信息应用5个层次。数据信息始于旅游者并最终作用于旅游者,从而形成信息的闭环流动,体现出服务主导逻辑中顾客中心的思想。以下对新模型的各个层次包含的要素以及信息的流动进行分析解释。

图2 大数据支持下以旅游者为中心的系统模型创新

2.2.1 旅游者

旅游者在整个旅游系统中拥有双重身份。首先,旅游者作为信息源,在整个模型中处于核心位置,其全部需求信息是整个旅游系统运行的原动力。同时,整个旅游系统中信息经过处理最终又流向旅游者,这些信息的作用正是为了更好地服务于旅游者,这正是旅游者在旅游活动中关键作用的体现,也符合服务主导逻辑下顾客中心的思想。在大数据背景下,旅游者所拥有的所有信息都将发挥重要作用,这些信息经过处理都将最终直接或间接反馈到旅游者本身,进而提升旅游者的旅游体验,从而让旅游业更好地服务于旅游者。因而,获取更多的旅游者信息将是大数据时代旅游竞争力的体现。

2.2.2 信息识别层

信息识别层主要包括识别旅游者的过去需求信息、实时需求信息、未来需求信息。旅游者过去的需求信息体现其过去的消费倾向以及旅游者本身的属性信息。旅游者实时的需求信息可以直接反映旅游者在旅游活动中的实时状况,相关各部门获取这些信息可以更好地提升旅游者的实时旅游体验。未来的需求信息表明未来消费者的消费倾向,由于其在将来很有可能转换为旅游消费行为,因此将来的需求信息具有十分重要的作用。虽然识别出旅游者的各种需求信息对于旅游者、景区、交通等方面有着重要的作用,但是各种需求信息对不同部门的作用并不相同,而以往对旅游者需求信息的研究中较少对旅游需求进行分类,因此,将需求信息细分为上述3类有利于更好地研究旅游者的需求。

2.2.3 信息获取层

信息获取层包括过去需求信息的获取者、实时需求信息的获取者以及未来需求信息的获取者3类要素。在大数据时代,各类需求信息的获取者是能够直接获取该类信息的所有参与者的集合。过去需求信息的获取者主要包括在线旅游服务商(OTA)、景区、交通、传统旅行社等参与者;实时需求信息获取者主要包括景区、交通、电信运营商、酒店等参与者;未来需求信息获取者主要包括搜索引擎、社交软件等新型参与者。尽管景区等参与者可以直接获取不止一类需求信息,但其处理数据信息的能力有限,在复杂的大数据面前,他们只是大数据的初级使用者(孟小峰,2013)。而搜索引擎等新型参与者处理数据信息的能力较强,为了实现海量数据的规模经济性,新型参与者会争取获得其他两类需求信息,从而取得竞争优势。景区等大数据的初级使用者应寻求与新型参与者的合作。

2.2.4 信息处理层

信息处理层是数据信息的存储、分析、传输、转化等一系列信息处理过程的集合,其核心过程是数据挖掘(马建光,姜巍,2013)。在大数据时代,存储、分析海量数据信息已经超出景区等传统部门数据处理能力最大限度。因而,由于其数据处理能力所限,景区等部门可能只对海量数据做预处理,深层次的大数据挖掘则应交由其他新型参与者来完成。目前在旅游业中,信息处理是最应该加强的方面。一方面,景区等传统部门拥有海量数据或拥有获得海量数据的机会,却在为数据的存储和处理而烦恼;另一方面,新型参与者尽管掌握的数据信息比较多,但信息的类别比较单一,多来自其自身直接获取的数据信息,大数据的共享显得十分迫切(左建安,陈雅,2013)。因此,建立旅游大数据共享机制是发挥大数据处理能力的基础,进而利用大数据挖掘出可应用于信息应用层面的有用信息。

2.2.5 信息应用层

信息应用层是基于对过去、实时和未来需求信息中的一种或几种进行分析和数据挖掘的基础上,利用有用的信息并发挥其作用。不同种类海量的数据信息可以被旅游者、景区、政府等不同主体用于服务优化、偏好分析、实时监控、线路推荐、客流预测、精准营销等方面。例如,随着大数据技术的发展和相关硬件设施的配套,旅游活动中的异常数据信息可以被及时捕捉,从而景区、交通等部门可以利用这些信息更好地服务于旅游者。同时,通过分析海量数据信息的整体状况,相关部门可以更好地引导游客流动,避免游客扎堆等现象频现。此外,在大数据时代,传统的旅游营销模式等有可能被颠覆,新型的社会化媒体组合营销等可能会发挥更大的作用。总之,旅游大数据的信息应用前景广泛,未来将会不断探索出更多创新性应用,从而更好地服务于旅游者。

2.2.6 信息反馈

信息反馈是该模型中十分重要的部分,只有通过信息反馈才能使模型形成闭环。信息反馈包括直接信息反馈和间接信息反馈两部分。部分应用信息可以直接被旅游者获取或者直接作用于旅游者,因此称之为直接信息反馈,例如客流查询、路线推荐、紧急求助等。其他的应用信息不直接作用于旅游者或者不能够被旅游者直接获取,但其会对旅游者产生重要影响,因此称之为间接信息反馈,如实时监控、危机预警等。信息反馈的关键在于从海量的信息中选取旅游者需要的信息以服务于旅游者的同时,要努力减少旅游者获取信息的成本。

2.3 对传统旅游系统要素的分析

在旅游系统新模型中,以往国内外学者提出的功能导向、空间导向、要素导向等旅游系统模型中的交通、旅行社、目的地等要素都被视为旅游者完成旅游活动所利用的手段,而不再争论哪些要素应该出现在模型当中。进而从新模型的角度探寻这些传统要素在大数据时代应该如何发挥其满足旅游者信息方面的功能,这与服务主导逻辑中将具体的商品视为传递信息的工具的思想十分相似。服务主导逻辑将商品与服务统一到服务旗下从而避免了关于二者长期以来的争论。相似地,在新模型中传统要素也被统一到“信息功能”旗下,这样有利于思考传统要素如何面对大数据时代带来的挑战,促使这些要素的作用方式主动做出变化以适应未来的需求。传统旅游参与者之间的疆界也将变得模糊,利用大数据的能力将成为新的竞争优势。

3 新模型背景下的相关思考与建议

在旅游系统新模型中,数据信息作为整个系统运转的钥匙,起到了至关重要的作用。因而大数据利用能力将成为旅游企业获取竞争优势的关键。同时,旅游业在利用大数据时存在许多需要重视的地方,如安全隐私方面等。因此,下文对大数据背景下的相关问题进行思考与讨论,并提出相应的建议。

3.1 大数据获取能力方面

不同类型的参与者获取各类需求信息的能力差异很大。搜索引擎等新型参与者获取数据信息能力较强,而景区等获取数据信息能力则比较弱。尽管目前景区等传统旅游参与者与新型参与者相比拥有更为关键的旅游信息或者获取信息的渠道,但笔者认为,未来在旅游业中体现竞争优势的不是拥有信息的能力,而是获取这些海量信息的能力以及后续处理的能力。

目前在大数据的获取能力方面,众多类型的参与者大致可分为3类。第一类是具有很强的大数据获取能力的参与者,如搜索引擎等。第二类是潜在具有很强大数据获取能力的参与者,如电信运营商等,这类参与者的大数据获取能力有待进一步提高。第三类是不具备大数据获取能力的参与者,如传统的景区等。不同类型的参与者在获取大数据时应采取不同的策略。搜索引擎等具有很强大数据获取能力的参与者应该扩大获取数据信息的范围,将更多的图片、视频等半结构化、非结构化的数据信息纳入其信息获取范围。电信运营商等潜在具有很强大数据获取能力的参与者,应该加大对大数据信息的获取方面的投入。虽然这些参与者拥有垄断等优势,但是微信等新型社交工具对其的威胁会越来越大。传统景区等参与者应积极寻求与新型参与者的合作,通过旅游大数据的共享,更好地服务于旅游者。

3.2 大数据挖掘方面

大数据挖掘在旅游业中的应用前景广泛,如挖掘潜在的旅游者、获取旅游者的旅游习惯、优化旅游线路、推荐旅游目的地等。然而,旅游业中数据挖掘的水平仍然较低。以在线旅游服务商为例,其数据挖掘深度仍然不够,旅游者每次参与在线预订服务的流程基本一致,并未通过挖掘旅游者过去需求信息来优化服务流程。在线旅游服务商更多的是将线下服务线上化,而疏于对海量数据信息的挖掘。在大数据时代,数据挖掘将成为大数据处理的关键,大数据相关技术将在大数据挖掘中起到支撑作用。许多参与者不具备大数据挖掘能力,因而,这类参与者可以寻求与新型参与者合作来弥补其相关能力的不足。新型参与者应发挥主导作用,争取获得数据信息的规模经济性。未来,众多参与者对旅游大数据挖掘的需求可能会是旅游业中的新的经济增长点,催生出大量专门从事旅游大数据挖掘的参与者。

3.3 智慧旅游建设方面

智慧旅游作为目前业界与学术界的热点问题,其建设存在一些误区。已有学者提出,目前我国的智慧旅游只能称作“智能旅游”。智慧旅游建设方面主要集中于建设智能终端等“智能”方面,较少从旅游者的需求信息出发,“智慧”方面的建设远远不够。智慧旅游应该是一个帮助旅游者解决旅游障碍的系统,通过获取旅游者需求信息,了解旅游者的旅游障碍,进而将处理后的信息反馈到旅游者,从而促进解决旅游障碍。也就是说智慧旅游的建设应该从旅游者的需求信息出发,其目的应该是帮助旅游者解决尽可能多的旅游障碍。移动互联网与大数据更加丰富了智慧旅游帮助旅游者解决旅游障碍的能力,使得景区拥挤程度等过去比较难实时获取的信息变得可以实时获取,甚至提前获取。总之,理想状态下,旅游者与智慧旅游的关系如图3。智慧旅游建设总体方向应该从如何不断获取旅游者需求信息,帮助其解决旅游障碍出发。在反馈的信息中应该不仅包括旅游者直接需要的信息,还应该包括旅游者并未直接表现出需求行为,但旅游者又确实需要的信息,这正是体现“智慧”的重要组成部分。

图3 旅游者与智慧旅游的关系

3.4 数据共享与安全隐私方面

在大数据时代,通过数据共享可以实现大数据规模经济。目前,我国旅游业的数据共享程度较低,亟需建立一套完善的数据共享机制。然而,许多企业对于数据安全隐私的重视程度不够,相关保密技术水平较低,隐私泄露事件频频发生。因此,在大数据背景下,如何充分利用旅游者的个人信息,而又不泄露个人隐私将是一个重要议题。为了解决大数据时代的数据隐私问题,学术界和工业界提出了保护隐私的数据挖掘、位置匿名方法、查分隐私方法等(刘智慧、张泉灵,2014;王璐,孟小峰,2014)。大数据的安全隐私应受到国家层面的重视,政府应加大对隐私保护方面研究的资助。同时,旅游业界应加强与大数据实业界的合作,做好大数据共享的同时充分保护旅游者的个人隐私。

4 研究局限与展望

本文在对大数据时代展望的基础上,基于服务主导逻辑的核心思想,以旅游者为核心,以数据信息为钥匙,提出了旅游系统新模型。新模型中以旅游者为核心,既是服务主导逻辑中顾客中心思想的体现,也符合旅游业界中对旅游者越来越重视的现实。同时,数据信息在新模型的正常运转中起到了关键作用,这是在大数据时代,数据信息的价值越来越受到重视的体现。此外,以旅游者全面需求信息出发构建旅游系统新模型,既符合大数据时代特征,又为智慧旅游的建设提供了一种新思路。

本文也存在着许多局限。首先,目前我国乃至全世界尚处于大数据时代的初期,利用大数据的能力还比较有限,这也是未来包括旅游业在内的各行各业需要着力提高的地方。其次,我国旅游业的发展存在着严重的不平衡性,本文提出的新模型还处于理想状态,其经济基础尚未完全形成,这也是智慧旅游建设需要着重考虑的方面。再次,本文对旅游系统新模型的构建还处于试探性阶段,模型中具体要素以及参与者的构成还有待调整,但从旅游者的需求信息角度出发构建旅游者导向的旅游系统模型这一方向基本可以确定。最后,本文主要对旅游系统新模型及其相关要素做了定性论述,缺乏相关的定量研究。因此,下一步将在完善旅游系统新模型中的要素与参与者构成的同时,通过收集这些要素与参与者的相关数据,对其相互关系及其在模型中的重要程度等方面进行定量研究。

参考文献:

[1] 陈雅.基于大数据环境的科学数据共享模式研究[J].情报杂志,2013(12):151154.

[2] 郭朝阳,许杭军,郭惠玲.服务主导逻辑演进轨迹追踪与研究述评[J].外国经济与管理,2012(7):1724.

[3] 郭鑫.旅游大数据与挖掘分析研究[J].电脑知识与技术,2013(14):32153216.

[4] 郭长江,崔晓奇,宋绿叶,韩军青.国内外旅游系统模型研究综述[J].中国人口・资源与环境,2007(4):101106.

[5] 李君轶,张柳,孙九林,杨敏.旅游信息科学:一个研究框架[J].旅游学刊,2011(6):7279.

[6] 李雷,简兆权,张鲁艳.服务主导逻辑产生原因、核心观点探析与未来研究展望[J].外国经济与管理,2013(4):212.

[7] 李雷,赵先德,简兆权.电子服务概念界定与特征识别:从商品主导逻辑到服务主导逻辑[J].外国经济与管理,2012(4):210.

[8] 李文亮,翁瑾,杨开忠.旅游系统模型比较研究[J].旅游学刊,2005(2):2024.

[9] 刘飞,简兆权.网络环境下基于服务主导逻辑的服务创新:一个理论模型[J].科学学与科学技术管理,2014(2):104113.

[10] 刘林青,雷昊,谭力文.从商品主导逻辑到服务主导逻辑:以苹果公司为例[J].中国工业经济,2010(9):5766.

[11] 刘智慧,张泉灵.大数据技术研究综述[J].浙江大学学报(工学版),2014(6):957972.

[12] 马建光,姜巍.大数据的概念、特征及其应用[J].国防科技,2013(2):1017.

[13] 孟小峰,慈祥.大数据管理:概念、技术与挑战[J].计算机研究与发展,2013(1):146169.

[14] 王家骏.旅游系统模型:整体理解旅游的钥匙[J].无锡教育学院学报,1999(1):6669.

[15] 王金伟.灾害旅游及灾害旅游系统的初步研究――兼论旅游系统[J].旅游学刊,2009(2):9196.

[16] 王璐,孟小峰.位置大数据隐私保护研究综述[J].软件学报,2014(4):693712.

[17] 王寿鹏.基于旅游者的旅游价值模型及其应用[J].旅游科学,2011(6):5564.

[18] 王秀磊,刘鹏.大数据关键技术[J].中兴通讯技术,2013(4):1721.

[19] 王祖正,孙虎,赵宇茹,龙小霞.旅游系统的空间分层拓扑结构研究[J].人文地理,2007(5):8487.

[20] 翁瑾,杨开忠.旅游系统的空间结构:一个具有不对称特点的垄断竞争的空间模型[J].系统工程理论与实践,2007(2):7683.

[21] 吴必虎.旅游系统:对旅游活动与旅游科学的一种解释[J].旅游学刊,1998(1):2125.

[22] 阎友兵,张颖辉.基于自组织理论的湖南旅游系统演化分析[J].经济地理,2012(1):171176.

[23] 杨新军,窦文章.旅游功能系统:结构与要素分析[J].人文地理,1998(2):3741.

[24] 张惠,周春林,管卫华,邬琴兰,谢正磊.基于旅游系统的旅游地生命周期问题探讨[J].中国软科学,2004(11):145149.

[25] 张树民,钟林生,王灵恩.基于旅游系统理论的中国乡村旅游发展模式探讨[J].地理研究,2012(11):20942103.

[26] 钟振东,唐守廉,Pierre Vialle.基于服务主导逻辑的价值共创研究[J].软科学,2014(1):3135.

[27] Fitzpatrick M,Davey J,Muller L,Davey H (2013).Valuecreating assets in tourism management:Applying marketing’s servicedominant logic in the hotel industry[J].Tourism Management,36:8698.

[28] Gavalas D,Konstantopoulos C,Mastakas K,Pantziou G (2014).Mobile recommender systems in tourism[J].Journal of Network and Computer Applications,39:319333.

[29] Gretzel U(2011).Intelligent systems in tourism:A social science perspective[J].Annals of Tourism Research,38(3):757779.

[30] Gronroos C(2011).A service perspective on business relationships:The value creation,interaction and marketing interface[J].Industrial Marketing Management,40(2):240247.

[31] Gunn C A(1993).Tourism planning:basics,concepts,cases[J].Tourism Planning Basics Concepts Cases.

[32] Lei K,Zhou S,Hu D,Guo Z,Cao A (2011).Emergy analysis for tourism systems:Principles and a case study for Macao[J].Ecological Complexity,8(2):192200.

[33] Leiper N(1995).Tourism Management[M].Collingwood,VIC:TAFE Publications.

[34] Line N D,Runyan R C (2014).Destination marketing and the servicedominant logic:A resourcebased operationalization of strategic marketing assets[J].Tourism Management,43:91102.

[35] Lucas J P,Luz N,Moreno M N,Anacleto R,Figueiredo A A,Martins C (2013).A hybrid recommendation approach for a tourism system[J].Expert Systems with Applications,40(9):35323550.

[36] McKercher B(1999).A chaos approach to tourism[J].Tourism Management,20(4):425434.

[37] Mill R C,Morrison A M (1985).The Tourism System[M].Englewood Cliffs,NJ:Prentice Hall.

[38] Shaw G,Bailey A,Williams A (2010).Aspects of servicedominant logic and its implications for tourism management:Examples from the hotel industry[J].Tourism Management,32(2):207214.

[39] Smith A (1776).An Inquiry into the Nature and Causes of the Wealth of Nations[M].London:W.Strahan and T.Cadell.

[40] Vargo S L,Lusch R F (2004).Evolving to a new dominant logic for marketing[J].Journal of Marketing,68(1):117.

[41] Vargo S L,Lusch R F (2008).From goods to service(s):Divergences and convergences of logics[J].Industrial Marketing Management,37(3):254259.

[42] Vargo S L,Lusch R F (2011).It’s all B2B…and beyond:Toward a systems perspective of the market[J].Industrial Marketing Management,40(2):181187.

[43] Womack J P,Jones D T (2005).Lean Solutions:How Companies and Customers can Create Value and Wealth Together[M].New York:Free Press.

[44] Xie L,Peng J,Huan T C (2014).Crafting and testing a central precept in servicedominant logic:Hotel employees’ brandcitizenship behavior and customers’ brand trust[J].International Journal of Hospitality Management,42:18.

On the Reconstruction of Tourism System Model in

the Background of Big Data

XU Feng, LI Shuaishuai, QI Xueqin

(School of Management, Shandong University, Jinan 250100, China)

Abstract:

The coming of mobile internet and big data will reconstruct the whole tourism system. Existing researches seldom study this aspect of tourists. Tourists are often regarded as an ordinary part rather than the core of tourism system in some researches. Meanwhile, most researches on tourism system are static and fail to uncover the past, present and future demand of tourists thoroughly. However, based on the core idea of service dominant logic, tourists should be the core of tourism system and his past, present and their future demands should be regarded as the cornerstones in the age of big data. Some new actors, such as search engines, will be taken to key positions via processing massive information. Paper placed in the core, data information regarded as the key and some new actors were taken into the new model to reconstruct a new tourism system model that fits the age of big data. In the future, massive information will cycle as a close loop from tourist to tourist. The construction of the new tourism system model will reflect the importance of the new actors. These elements, proposed in the model, which are still not in existence in reality, may be the new value areas and probably lead to new operational types of tourism. Also, some new ideas were introduced to the construction of smart tourism and some other aspects.

大数据时代的前景范文10

[关键词]大数据;国有企业;管理模式

1引言

当今时展快速,经济也有很大的提升,很多中外合资企业发展快速,对于国有企业来说是一大挑战。想要在大数据背景下可以持续发展,就要结合大数据发展,利用优势,扬长避短,基于大数据背景下创新管理方法,改革管理体系,调整管理中心。现在的很多国有企业的发展都受到严重的限制,只有结合实际进行改革才可以对国有企业的未来有帮助。国有企业具有丰富的历史和优势,相较于很多私营和中外合资的企业来说,国有企业在政治上的扶持有一定的优势。

2大数据的相关概述

一是大数据的基本概念。大数据,简单来说就是很多的信息量的集合,在短时间里没有办法通过普通的软件进行集合或者分析,需要通过大数据整合,运用别的软件进行归纳分析,常见的大数据用于精准营销、征信分析、消费分析等。就如平时经常看的“抖音”,不同的人喜好不一样,通过后台的大数据匹配推送更加喜欢的视频,这个就是大数据的功劳。大数据可以结合平时观看较多的种类进行调整,给观看者更加舒服的休闲体验。大数据可以汇集信息,整合筛选。在如今的运用更加广泛,很多的企业都有自己的大数据处理系统。通过大数据的分析,结合当地的消费习惯和消费人群,推出更加精准的商品,更方便消费者选取。[5]通过大数据可以对一些零散的信息进行汇总和筛选,将有用的信息结合推出一套新的经营方式。大数据的产生,顺应时代的潮流,也是当今时代快速发展的产物,由于它的产生对各个方面都起到了很大的帮助,不论是对于消费者还是经营企业者来说,它都是一大福音。大数据可以帮助消费者更加舒心地进行消费体验,也可以给企业建议,让企业的调整有明确的方向,更加适用消费者的心理。二是大数据的优势非常明显。虽然大数据看似简单,但是它所需要处理的信息量非常庞大,需要很多的人才和技术的支持才可以实现。也正因为这一需求,它不仅促进了市场的发展,也促进了人们对于知识的渴求,更激发了很多研究人员对于大数据的研究,很多地方也开展了对于大数据专业的学习。大数据是顺应时代的产物,它的优势就是顺应人们的需要,是不为抗拒的。如今的信息量非常大,数据的产生就帮忙解决了这一困难,它可以有效地处理很多的信息和排除无用信息,也因为这一优势,如今被广泛运用于各大企业和APP。就好像改革一样,大数据也是一样的,顺应时代的发展,它就将有很好的发展前景,与时展相悖,它将被时代所淹没,所以大数据在经过合理的调整后,更加适用于市场也更加合理。虽然大数据的优势非常的明显,但是它的缺点也很容易被不法分子所利用。所以在了解大数据优势的前提下,还应该合理利用大数据,对大数据进行调整和完善,将信息的保密做到最佳,保护每个人的信息完整和人身安全。三是大数据的未来前景是非常广泛的。如今看来,大数据只用于后台统计分析、兴趣爱好推广等各方面,但是在大数据如此鲜明的优势条件下,它可运用的范围还很广泛。不仅可以应用于生活之中,在将来的科研里也有一定的实用性。大数据的未来一定是充满前景的,在如今很多人对于大数据的研究前提下,将来的运用领域一定会有非常大的突破。大数据是顺应时代产生的,所以它的未来前景一定非常的广阔。它可以运用于企业、软件等各个方面,它也可以在生活中对人们提供帮助。合理的运用大数据,可以将很多的信息进行归纳,总结得到更有利于生活的信息,有利于企业的发展,对于人们的日常生活也有一定的促进作用。虽说大数据如今发展得还不是非常的完善,但是国家投入了非常多的经济和人才进行研究。不断完善大数据的各个方面,相信将来大数据一定可以又严密,又更加适用于如今社会。

3基于大数据背景下的企业管理问题

如今的企业管理具有一定的传统性,因为国有企业一直都归属于国家管理,拥有着得天独厚的政治扶持和经济帮助,其管理具有一定的腐朽性。想要彻底打破这一现象并不是一朝一夕就可以达成的,相较于很多的外资企业来看,国有企业的产品方向和使用方向推荐人群并不非常的广泛,它主要推向于国内的是人群使用,并且对于消费、价格等都有一定的局限性。任何一个企业拥有好的条件,就会使内部人员具有一定的懈怠,没有办法激发他们的斗志和创新能力。[1]所以想要帮助企业管理更加优化,就需要对内部人员的思想进行一定的调整。现在很多的企业人员都倾向于使用大数据处理问题。大数据对于信息的归纳总结具有非常独特的优势,所以得到了非常广泛的使用。如今的企业管理在产品销售方面也有一定的局限性,它们大多倾向于国内的各个消费者,而他们的消费渠道也非常单一,产品也没有本质的突破,所以如今很多人宁愿购买海外进口的产品,也不愿意消费国货就是这一原因。想要打开自己的消费渠道就需要在利用大数据的前提下对消费者进行统计,了解他们所需要和最渴望的,将研发的方向更倾向于如今消费者更加需要的才是企业应该做的。如今的企业可以利用大数据进行系统的改革,顺应时代的潮流,有利于企业未来的发展,也可以使企业的发展方向更加多元化。

4基于大数据背景下的国有企业管理以及创新

4.1利用信息技术完善考核机制

大数据的一大优势就是它的信息技术非常的完善,它可以结合多方面的信息进行总结、归纳和筛选。所以运用它的优势可以对企业管理具有很大的帮助,可以帮助企业管理进行考核,提高内部人员有一定的竞争力,也可以了解企业内部人员的不同优势,将人才放在应该存在的地方。运用大数据可以了解到如今企业所面临的危险和不足,将一些优势的地方进行保持,并且将今后的研发重点放在不足的地方。大数据的最大优点就是对于信息的收集能力非常的强,对于信息在处理和分析再通过系统设定之后就会自动完成,不需要投入大量的人力、物力进行分析和汇总。相较于曾经的调查问卷,需要很多人完成,并且信息量也有很大的问题,大数据就非常完美地规避了这一问题。[2]所以,合理利用大数据对国有企业的改革具有一定的优势。如今的国有企业依靠着国家的扶持和政治的帮助,他们具有非常良好的发展前景。在经过大数据的帮助下,他们调整生产的方向,调节内部人员的积极性,为未来的发展奠定了良好的基础。

4.2加强培训力度提升整体塑造

都说任何一个企业离不开员工,任何一个员工的整体素质对于企业的未来都有一定的影响。好的员工可以创造更多的价值,可以对企业的未来具有更多的引导性。有积极的作用,而不良的员工,他们懈怠工作,对于工作的处理具有一定的局限性,这非常不利于企业的发展。拥有了大数据之后,可以对每一个员工的任务和完成度进行综合,对他们的表现和业绩进行归纳和总结,也有利于年底的表扬。有了大数据的处理后,他们就会更加注意自己的业绩,也更加刺激了他们的积极性。[4]通过大数据的信息汇总,可以得到每个员工的优点和缺点。不同的人才要分配在不同的岗位上才能体现价值,根据大数据的意见进行人才的调整。对于一些能力不足的员工,将他们的不足点汇集。并且进行一定的专业培训,有利于他们对于工作的了解和工作的完成。

4.3利用媒体数据创新改进模式

如今的新媒体越来越多,很多企业发现了新媒体的优势进行推广,所以利用媒体数据创新改进也是非常重要的。根据不同的媒体数据,可以得到如今消费者的消费方向和消费取向。利用媒体的数据可以将企业将来的研发方向进行调整,对于发展重点也可以进行转移,可以更加快速的寻找到如今社会更加需要的方面[3]。拥有明确的方向,才可以有动力去完成。具有明确的目标才可以制订完善的计划去达到标准,所以根据媒体数据,可以得到如今的时代风向以及需求,根据不同人群制定出不同的标准。类似于如今人们更加重视养生,不论是中年人还是老年人,对于身体越来越重视。通过调查也可以发现,如今很多的保健品购买量急剧增加,特别是经过了疫情的影响,有人对于自身的健康具有了更大的重视。所以对于食品行业,他们的食品安全也更加重视。这只是一个例子,可以利用媒体数据来进行企业改革,对调整方向都具有一定的指导性作用。

5结论

大数据是顺应时代的产物,它的利用前景非常良好。不论是如今的社会运用,还是学校的专业设置都让人们意识到大数据是非常重要的。由于大数据的使用时间不长,还存在着一些问题,所以投入了很多技术和人才进行研究,也积极培养这一方面的优秀人才,所以各大院校也积极开展了有关大数据的专业学习。合理的利用大数据对于社会的发展有积极作用,但是如果不正当运用大数据,也会使社会的秩序产生非常严重的后果。大数据的优势非常的明显,而缺点也非常的明显。由于信息归纳,很容易透露个人信息对于人们的隐私会造成一定的影响,在如今大数据的社会下,很多人觉得自己越来越透明,也正是这个原因,所以大数据是一把双刃剑,一定要合理利用。

参考文献:

[1]张海鸣.基于大数据时代背景下企业管理模式的创新探究[J].中油吉林化建工程有限公司,2018(4):146.

[2]李业正.大数据背景下企业管理模式创新思考[J].林理工大学商学院,2020(5):57-60.

[3]何平.大数据对企业管理决策影响分析科技进步与对策[J].科技进步与对策,2018(2):129.

[4]刘佳,李滋阳,大数据时代下的人力资源管理分析[J].特区经济,2017(5):33-35.

大数据时代的前景范文11

1大数据发展现状分析

信息技术在社会生活中的应用越来越广泛,因此也使得大数据的发展速度不断提升,在各个行业中的发挥的作用也越来越大,在一定程度上为经济的快速发展提供了便利。大数据的发展带动了不同领域的快速发展,同时也使大数据的发展更加充满动力。据相关数据统计,大数据市场规模在2011年到2015年期间增加近130亿,符合增长率超过40%。通过对以上数据的分析可知,大数据的发展趋势非常好,并且一些系统在大数据中不断更新,不断突破,使智能化计算机和大数据更好的结合在一起,不断推出更好的应用系统。

2大数据时代背景下的网络发展趋势

从目前的网络建设情况来看,大数据时代的到来为网络建设的发展带来了便利条件,但是也为网络技术的发展带来了一定的难题和发展障碍,比如在信息传播和数据安全管理等方面。因此,要保证网络建设能在大数据时代背景下能够健康快速发展,就要采取科学有效的管理措施进行网络设计和建设。

2.1推广网络技术的应用

网络技术环境是网络技术发展的平台,稳定的网络技术环境不仅可以保证网络技术的稳定还可以促进网络技术的快速发展。云计算在许多理财和交易平台中得到广泛应用,云计算是整个运行性过程的核心和基础部分,并且对网络技术等各个相关方面的要求都非常严格,并且随着软件平台的不断更新和发展,对网络技术的要求也不断增多。因此,要做好大数据背景下的网络设计和建设,就必须要做好网络技术的普及和应用,还要进一步开发计算机的硬件和软件功能,做好网络技术的推广应用工作,让更多人参与到网络技术的使用当中,让更多人切实体会到网络技术为生活带来的便利,使网络经济的发展更有动力。

2.2加强数据信息的结构化建设

在目前大数据快速发展的背景下,信息数量的增长速度也越来也快,并且传播的结构形式也变得越来越复杂,因此,在处理和构建数据的过程中会出现很多不利的影响因素,为整个构建过程带来困难。在目前的发展阶段,可以根据信息的结构形式将信息分为两个部分,一部分是结构性的信息,另一部分是非结构性的信息。而在通常情况下,非结构化的信息是位于非组织核心系统,非常容易被忽视。而非结构化信息可以分为两类,一类是不能很好融合的非结构性的数字信息,另一类是纸质的数据信息。从目前的发展状况来看,纸质信息在沟通方面的功能和作用依然发挥着不可替代的作用,尤其是在一些业务流程当中。而结构性信息是根据一些必要的格式整理出的信息,是由其组织内的核心系统构建和管理的。非结构化信息往往会受到忽视,因此导致了相应的结构内的信息交流不顺畅,会使非结构化信息与组织核心系统内部的结构化信息不能很好的对接,甚至会造成失控问题出现。数据结构化对于数据的开发和保障起到了重要作用。结构化的数据管理使数据的处理和加密变得快速有效,并且可以及时准确的分辨出非法侵入的数据信息,保证数据环境的安全。

2.3完善数据的安全控制系统

数据的安全系统要保证用户的账户、个人信息、以及数据库的操作等安全。异结构的数据安全系统对于保证信息安全有着重要作用。因此,要充分利用大数据快速发展带来的便利,不断发展和创新安全管理和访问控制的程序。因此,异构环境的建立非常重要,可以从以下几个方面进行:首先,要保证所有身份在全局范围内的验证没有异常,并且对用户的各种权限要进行合理的设置。其次,要保证系统的完整状态,重视数据库的安全监控与防范,使得数据库的核心部分得到保证。此外,还要严格监控好其他局部问题,做到充分全面的保障。再次,要加强对网络的安全管理和控制。对于一些常见问题要有充分严谨的应对措施,要做好网络信息加密工作,为异构环境的安全和网络信息的安全输出提供保证。最后,要注意对应用系统和数据库的安全管理。开发人员要保证数据的准确性,为系统和数据库建立做好前期准备工作。

2.4完善网络数据存储功能

在大数据发展背景下,海量信息的的储存主要是由相应的硬件设施完成的,如果想要使数据的安全性得到提升,就要不断加强储存环境的安全建设。如果要达到安全的数据存储环境,就要有硬件和软件的防火墙保护系统,这样就能在很大程度上阻止一部分非法网络数据入侵和攻击,使非法信息被隔离,保证数据环境的安全。此外,还要做好入侵检测机制的建立工作。要及时做好系统建立所需信息的收集工作,并准确分析和辨别相应的业务请求,为完善网络数据存储功能做好前期准备工作。

3结束语

综上所述,在大数据时代背景下,网络技术的发展越来越完善,为人们的生活带来越来越多的便利,同时也对数据的安全管理提出更高要求。因此,在大数据的网络建设中,要充分利用各类数据,建立完整的信息安全控制体系,对于不同问题都能及时找出相应的解决对策,为信息安全和网络技术的更好发展提供保障。此外,还要充分认识到大数据时代与信息安全体系的重要联系,要是二者紧密的结合在一起,更好的为网络技术的发展服务。

作者:纪建钊 单位:四川天一学院

参考文献:

[1]王元卓,贾岩涛,刘大伟等.基于开放网络知识的信息检索与数据挖掘[J].计算机研究与发展,2015,52(02):456-474.

[2]冯诚,李治军,姜守旭等.无线移动感知网络上的数据聚集传输规划[J].计算机学报,2015,38(03):685-700.

大数据时代的前景范文12

大数据已成为2012年以来的研究热点,大数据以先进的计算机技术为图书馆的发展提供了技术支持,使得海量数据的网络应用和有价值服务信息的提取成为必然。但同时大数据背景下的数据模式和关系也为图书馆数据管理带来了极大挑战,在数字图书馆的发展中处理大数据已成为不可逆转的趋势。图书馆要创新发展,就要正确地认识大数据给图书馆带来的环境改变,科学合理利用大数据实现图书馆服务能力的提升,推动图书馆事业的发展。

一、大数据时代背景下图书馆发展面临的机遇和挑战

1.大数据时代背景下图书馆发展面临的机遇

1.1拓展了图书馆的信息资源

大?稻菔贝?,电子信息资源呈现直线增长模式,大大拓展了图书馆信息资源的种类和来源。相关调查研究显示,国家图书馆数字资源发展到2012年为止,总量已达到813.5TB,且呈现持续攀升的状态,当前全球信息总量平均每3年便翻一番,而其中以数据形式储存的信息占90%。如此来看,不管是在数量还是种类上,电子资源都逐步赶超了纸质馆藏资源。一方面从视觉、听觉、感官等多个方面来赋予读者丰富的感受,另一方面对馆藏资源的广度和深度进行拓展。

1.2完善了图书馆数据采集、分析、处理技术

大数据时代伴随着网络技术的不断提升,其在图书馆中的应用也越来越广泛,极大便利了图书馆的数据采集、分析、处理等。比如无线射频识别(RFID)技术、二维码技术等,提升了图书馆对数据信息进行采集、处理的技术,深化拓展了图书馆自身服务,提升服务水平。

1.3便捷了图书馆的信息服务

在大数据时代背景下,大规模数据处理、分析及资源整合等资源形态的处理模式,促使图书馆信息服务模式面临前所未有的变革。图书馆的数据基础有着种类多、速度快、容量大、价值高等特点,可在图书馆内部构建新型的信息服务引擎。更加方便读者进行信息检索,帮助其快速有效地查询到自己需要的文献资料,提升资源搜索、利用效率。

2.大数据时代背景下图书馆发展面临的挑战

2.1增加了数据处理难度

相关调查显示,大数据时代非结构化数据已经超过80%,相较于传统的结构化数据而言,其无用信息量增加,组织相对凌乱,随着数据多样化生成方式的形成,数据类型和结构也越来越复杂。因此,图书馆面临的一大问题就是如何从大数据中采集分析并向读者推送有潜在价值的数据。很大部分图书馆财政支持力度不够,无法构建适应大数据的软硬件设施,远远无法支撑图书馆数据的查询及分析功能,无法满足读者要求。因此,大数据时代图书馆必须重视软硬件基础设施建设,提升数据处理的技术水平和效率。

2.2增加了服务网络构架模式

绝大部分图书馆长期以来采用的是传统的垂直网络架构模式,即由读者在客户端向服务器发出检索或查询请求,由服务器将相关结果直接发放在客户端。但在应对大数据时代种类更多、容量更大、价值参差不齐的数据资源时就显得力不从心,逐渐被水平的横向请求取代。一旦读者发送相关服务请求,各个服务器之间快速进行信息传递与交换,及时将数据处理结果返回给读者。大数据时代背景下,图书馆要加强网络构架模式的的革新和改进,建立新型知识服务引擎,形成更为灵活、智能、交互的信息资源组合方式,提升图书馆服务质量。

2.3专业人才的需求

大数据专业性要求比较高。当前,多数图书馆工作人员的理论认识和技术实践都停留在基础层面上,阻碍了图书馆的深层次发展。因此,大数据时代图书馆必须重视对大数据专业人才的培养和引进,加强对现有馆员的大数据教育培训,夯实人才基础,积极应对大数据带来的挑战。

二、面对大数据时代图书馆的应对策略

1.培养高素质的图书馆管理队伍

为有效地给读者提供信息服务,快速科学合理地处理大数据成为必要职业技能,因此,图书馆要积极打造一批高素质的管理队伍,不断加强专业技术能力建设,引导图书馆跟上时代的步伐。比如微信、微博服务平台,管理员可以在微信、微博平台上对图书馆进行宣传与推广工作。其中,管理人员要通过多种渠道,学习微信、微博的相关功能,比如,微信和微博的信息维护、推广方案的撰写等等,为此,图书馆可以邀请相关技术人员对管理队伍进行定期的技术培训,帮助管理人员学习一些常用的新技术,更好地适应大数据时代。

2.加强图书馆大数据的安全存储工作

大数据时代为图书馆的管理工作带来了便利,同时也为图书馆的数据存储带来了安全隐患。当前,绝大部分图书馆都采用自动化管理,软件系统存储着大量读者信息和图书馆信息,自动化管理系统与外部网络或者评估定级平台相对接后,就面临着数据被攻击甚至泄露的威胁,有可能造成不可挽回的损失。为此,图书馆要切实推进图书馆大数据的安全存储工作。

3.推进建立个性化的管理服务机制

图书馆引入大数据分析后,图书馆业务管理机制会更加灵活,个性化越来越突出。公共图书馆最传统的服务是为读者提供书籍、报刊、杂志等资源,为读者营造良好的阅读环境;在大数据时代,读者需求日益多元化,图书馆便要积极推进灵活的业务管理机制建设,提升服务质量和水平,提高读者满意率。