大数据时代特征范文

导语：想要提升您的写作水平，创作出令人难忘的文章？我们精心为您整理的13篇大数据时代特征范例，将为您的写作提供有力的支持和灵感！

篇1

二、大数据时代下会计数据的新特征

（一）会计数据来源由原来的结构化向非结构化转变

静态结构化会计数据是由传统的运营系统产生的，通常情况下，结构化数据是以二维表的方式进行保存和管理，它是传统的数据库管理系统中的重要组成部分。

静态非结构化数据是通过现代科技设备产生的，在数据的管理过程中只能采用非关系型数据库将其保存。动态实时会计数据是与智能设备用户的地理位置、交易信息、使用场景相关联的，动态实时会计数据信息是大量的实时数据流。

非结构型的会计数据来源较为广泛，比如来自于传感器的各种类型数据、移动电话的 GPS 定位数据、实时交易信息、行情数据信息、用户的网络点击量等等，像网上书店这种通过互联网发展起来的电商，他们则通过存储顾客的搜索路径、 浏览记录、 购买记录等大量非结构化数据来分析顾客的购买倾向， 设计算法来预测顾客感兴趣的书籍类型，在开展会计工作过程中，这些都是需要考虑的重要会计因素。这些非结构化的会计数据直接影响了会计数据的构成。在如此多样化的数据结构中，可获得的数据常常是非结构化的，因此，传统的结构化数据库已经很难存储并处理多样性的大数据。

（二）会计数据处理由原来的集中式向分布式转变

大数据背景下数据量的指数化发展趋势明显，数据分析的样本空前巨大，数据分析处理的时效性要求更高，因此使得现在的数据会计处理方式与传统的会计处理方式不同，在计算全量和在线的数据时需要改变原来的集中式计算结构，企业要积极采用分布式或者扁平式的会计数据处理方式，以便能够跟上时代的步伐。企业在会计数据处理的时候可以采用Hadoop、MapReduce 或者Storm计算架构，这三种计算架构在会计数据的处理方面各有优势，同时也有自己不可避免的缺点，企业在选择会计数据计算架构的时候可以根据企业自身的具体情况进行选择，要谨慎的对三种计算架构进行综合分析和了解，以便适应不同类型会计数据计算的需要，为下一步的会计数据分析工作奠定基础，以便能够更好的为企业提供信息服务。数据处理中的重要工作内容就是数据的清理，数据清洗和数据验证等工作都将通过相应的电子设备来完成，工作人员只需要设定好相应的清洗和验证程序就可以清洗的效果，这不仅改变了以往的人工数据清洗方式，而且数据会更加真实，误差会更加小。这在提高数据处理工作效率的同时也提高了数据处理工作的质量。

（三）会计数据分析从数据仓库向深度学习进行转变

会计数据分析工作是企业在信息管理方面的重要内容。早期的会计电算化主要是面向操作型的，从会计的凭证、账簿和报表都没有可靠的历史数据来源，更加不能将会计信息转换为可用的决策信息。随着信息处理技术的应用，企业可以利用新的技术实现会计数据的联机分享，同时还引进了统计运算方法和人工智能技术对数据仓库进行横向和纵向的分析，将大量的原始数据转化为对企业有用的信息，提高了企业决策的科学性和可操作性。大数据时代下，会计数据分析改变了以往的传统关系数据库模式，将非结构化会计数据和动态实时会计数据纳入数据分析的范畴，使得企业可以根据这些信息进行定性和定量的分析，以便为企业对会计数据进行定向分析做好准备。

比如苏宁电器就积极构建ERP系统，在物流系统中将库存商品基础数据（包括产品编号、名称、规格型号，计划单价）、商家基本数据（包括商家编号、名称、地址、电话、邮编、银行账号等）与会计信息系统中物流信息系统的数据进行连接；资金流系统中保理、保险、银行客户的基本数据、支付结算方式编码、货币编码、利率编码等与企业会计信息系统中金融业务信息系统的数据是共享的。这就在一定程度上实现了会计数据共享和深度分析的作用。

（四）会计数据输出形式由图表化转向可视化

在以前的会计数据输出工作中，企业大多采用图表的形式来报告企业的会计信息，比如财务报表等，而在大数据的背景下，企业改变了以往的信息输出形式，而是将复杂的会计数据转化为直观的图形，通常会综合采用图形、表格和视频等方式将数据进行可视化呈现。同时，企业也可以采用API、XML和二进制等接口输出形式来输出数据，以便能够更好的将信息传达给信息内部和外部使用者， 为企业进行决策提供数据支持。

篇2

中图分类号：F425 文献标识码：A

文章编号：1003-0751（2015）01-0042-05

一、引言

移动互联网和现代信息技术的快速发展，将人们的生产生活带入到了“大数据时代”。根据互联网数据中心（IDC）估计，到2020年全球数字信息量将增长44倍，2011―2012年全球所创建的数据内容增长了48%，目前全球90%的数据都是在近两年中生成的。“大数据”与“海量数据”“大规模数据”的概念一脉相承，指的是“科学仪器、传感设备、互联网交易、电子邮件、音视频软件、网络点击流等多种数据源生成的大规模、多元化、复杂、长期的分布式数据集”。大数据在改变人们日常生活方式的同时，也显著地影响着企业的营销方式、管理模式、商业模式、竞争情报获取等多方面。有学者认为，大数据增强了企业决策的不确定性和不可预测性，传统的战略论逻辑遭遇到严峻挑战。大数据的兴起与应用，本质上意味着“一场管理革命”，改变了传统上依赖于经验与直觉决策的行业与领域，将企业带入到精准量化管理时代，使企业可以进行更可靠的预测、更有效的决策。

大数据发展对企业经营管理的各方面都产生了深刻影响。管理学界对大数据的影响已有敏锐的洞察，学者们开始重视并试图分析其对商务管理各方面潜在的影响。但梳理已有文献，笔者发现学者们对大数据影响的讨论与分析，主要聚焦于营销管理领域。如美国零售业巨头西尔斯公司通过群集（cluster）收集来自不同品牌的数据，基于此进行深度分析，结果让公司的推销方案变得更快捷、更精准。学者对大数据的分析之所以聚焦于营销管理领域，与大数据主要产生于消费者的访问、交易与评价记录有关。国际商业机器有限公司（IBM）中国开发中心首席技术官（CTO）毛新生指出，大数据不再是商业活动的附属品，大数据对企业而言，如同石油一样重要，收集、整合、分析、利用、校准大数据，每一个环节都体现了全新的商业能力。企业高管应重视大数据的价值，将其视为一种竞争要素和战略资源。鉴于战略管理领域关于大数据的影响分析现状，本文重点探讨大数据对企业战略思维的影响以及大数据时代企业战略思维的特征，以期为企业在新的竞争环境下进行管理决策提供参考。

收稿日期：2014-12-20

*基金项目：国家社会科学基金项目“大数据对企业非市场战略的影响研究”（14BGL053）。

作者简介：刘力钢，男，辽宁大学商学院教授，博士生导师（沈阳 110136）。

袁少锋，男，辽宁大学商学院讲师，管理学博士（沈阳 110136）。

二、传统战略思维回顾

战略思维是指企业高层管理者摆脱日常管理事务，获得对组织不同愿景规划以及环境变化的认识。战略思维的本质是企业决策者关于企业战略的决策思维，关系到企业战略决策的成败。战略思维的形成，始于战略决策者对企业及其所处的客观环境的认知。

企业战略思维形成的认知要素，在不同发展阶段具有不同的侧重点。20世纪60年代，研究的重点是“企业外部市场机遇及企业内部能力”;20世纪70年代，研究的重点是“企业外部环境的不确定性”;20世纪80年代，研究的重点是“企业利益相关者，企业所处行业的5种竞争力量，以及顾客、企业、竞争对手”;20世纪90年代，研究的重点是“企业核心竞争力”。根据不同年代战略思维认知要素所包含的维度不同，可以把战略思维模式分为以下几种：一元战略思维（20世纪70年代的“环境”战略思维，20世纪90年代的“核心竞争力”思维）、二元战略思维（20世纪六七十年代的经典SWOT思维）、三元战略思维（20世纪80年代的“顾客―企业―竞争对手”思维）、五元战略思维（20世纪80年代的“五力模型”思维），和N元战略思维（20世纪80年代的利益相关者思维）等。

已有文献基于对战略思维认知要素的分析，区分了战略管理理论兴起后的战略思维模式。战略管理的本质实际上是要重点思考三个问题：企业在哪里？企业将要去哪里？企业何时竞争？即企业如何利用自身有效的资源或资产，在充满竞争的环境下，满足顾客的需求，从而实现价值的创造。本研究从资源、竞争、顾客三方面出发，考察大数据对“以资源为本”“以竞争为本”和“以顾客为本”三种战略思维的影响及其表现出来的主要特征。三种战略思维的内涵与特征见表1。

三、大数据对传统战略思维的影响

1.对“以资源为本”战略思维的影响

Wemerfelt在其1984年发表的经典文章“A Resource-based View of the Firm”中提出，企业的组织能力、资源和知识的积累，是企业获得并保持竞争优势的关键。此后，Barney等学者进一步指出，企业是一系列资源的集合，企业所控制的有价值的、稀缺的、不可模仿的、不可替代的资源和能力，是企业获得持续竞争优势的关键。在此基础上，Prahalad和Hamel于1990年在Harvard Business Review上发表“The Core Competence of the Corporation”一文，认为企业提品或服务的特殊能力是基于其核心能力，它是企业可持续竞争优势的来源，不应将企业看作不同资源配置下的不同业务组合，而应将企业看作隐藏于业务组合背后的、更深层次的核心能力的组合。企业只有基于所拥有的资源而不断构建、培育和巩固其核心能力，才能获得可持续的竞争地位。基于核心能力的战略思维，实质上是以资源为本的战略思维模式的扩展和动态化，虽然存在差异，但两者都强调竞争优势的内生性。在以资源为本的战略思维指导下，企业决策者们愈加重视企业是否拥有不同于竞争者的独特资源，是否具有超越竞争对手的核心能力。

在大数据时代背景下，大数据无疑是现代企业重要的战略资源。如果企业基于现代信息技术，掌握各利益相关者特别是顾客的数据，将有助于其竞争优势的获取与维持。以“小米”为例，这个成立于2010年4月的移动互联网公司，秉承“为发烧而生”的经营理念，在2014年10月便成为仅次于三星公司和苹果公司的全球第三大智能手机制造商。在中国大陆市场，小米已经超过三星，成为智能手机领导者。小米公司的成功，在很大程度上可以归结于其“为发烧而生”的理念。该理念的内涵是小米公司基于“发烧友”（忠实顾客）设计手机，并以低价向他们出售手机。小米公司的创新体现在MIUI智能手机系统上，而该系统的先进性或优势，来源于广大的用户。截至2014年7月1日，小米手机已拥有7千万人的MIUI用户群。小米公司每周都会推出MIUI的新版本，进行渐进式系统升级，而系统升级的想法则来自于“号召上百万人提意见”。

掌握庞大的顾客信息数据，通过创建网络社区等方式与顾客实时互动，收集顾客想法、意见并给予及时回应（每周一个新版本的MIUI系统），不断地满足顾客的不同需求，是小米公司高速成长的主要因素。可见，拥有和利用大数据，能够让现代企业获得竞争优势并快速成长。获取大数据和利用大数据创造价值，成为新经济环境下“以资源为本”战略思维需要升级的内容。

一些传统企业缺乏获取并利用大数据的战略思维，导致在新的竞争环境中失掉了原有的竞争优势。以传统零售行业为例，很多零售企业的结账平台仅用于记录不同货物的销售量、销售金额等信息，缺乏对购买者信息的收集、分析与利用。再如，许多零售门店的监控摄像头仅用来防范偷窃，而不是用来记录顾客信息、分析顾客心理与行为。“万宝龙”就曾利用监视录像记录进店顾客的不同表现，然后让有经验的销售人员分析和判断，并将相关的知识体系制成软件，协助一线销售人员进行销售，使一线销售人员知晓什么时候该与顾客攀谈，什么时候让顾客自己挑选等，结果使单个门店的销售额提升了20%以上。

在大数据背景下，企业与外界环境之间的边界日益模糊，信息共享和知识溢出成为企业与利益相关者之间合作竞争与协同演化的主要方式。在这样的竞争背景下，信息和知识成为企业管理中的重要生产要素，也是决定企业创新力的关键。基于大数据平台与外界建立社会网络，从外界获取有价值的信息，是企业获得竞争优势的关键。因此，重视大数据这种战略资源，积极获取、利用这种战略资源以获得竞争优势，是“以资源为本”战略思维需要拓展的重心。

2.对“以竞争为本”战略思维的影响

以竞争为本的战略思维的产生，源于20世纪80年代以迈克尔・波特教授为代表的学者提出的竞争战略理论。在该理论的指导下，竞争成为企业战略思维的出发点。竞争战略理论认为，行业的赢利潜力决定了企业的盈利水平，而决定行业赢利潜力的是行业的竞争强度和行业背后的结构性因素。因此，产业结构分析是建立竞争战略的基础，理解产业结构永远是战略分析的起点。企业在战略制定时重点分析的是产业特点和结构，特别是通过深入分析潜在进入者、替代品威胁、产业内部竞争强度、供应商讨价还价能力、顾客能力等5种竞争力量，来识别、评价和选择适合的竞争战略，如低成本、差异化和集中化竞争战略。在这种战略理论的指引下，企业决策者会逐渐形成“企业成功的关键在于选择发展前景良好的行业”的战略思维。

伴随着大数据时代的到来，产业融合与细分协同演化的趋势日益呈现。一方面，传统上认为不相干的行业之间，通过大数据技术有了内在关联。例如，阿里巴巴已涉足金融、物流、云计算等行业，传统的零售企业开始从事电子商务。大数据平台的构建，以及对大数据的挖掘和应用，促进了行业间的融合。另一方面，大数据时代，企业与外界之间的交互变得更加密切和频繁，企业竞争变得异常激烈，广泛而清晰地对大数据进行挖掘和细分，找到企业在垂直业务领域的机会，已经成为企业脱颖而出、形成竞争优势的重要方式。在大数据时代，产业环境发生深刻变革，改变了企业对外部资源需求的内容和方式，同时也变革了价值创造、价值传递的方式和路径。因此，企业需要对行业结构，即潜在竞争者、供应商、替代品、顾客、行业内部竞争等力量，进行重新审视，进而制定适应大数据时代的竞争战略。

3.对“以顾客为本”战略思维的影响

伴随着20世纪90年代产业环境动态化、顾客需求个性化等发展趋势，以顾客为本的战略思维模式逐渐形成。这种思维模式的核心是，强调企业的发展必须以顾客为中心，无论是增强自身能力，还是拓展市场，都要围绕顾客需求展开。研究顾客需求、满足顾客需求是这种战略模式的出发点。在这种战略理念的指引下，企业决策者意识到，要想获得竞争优势，就要比竞争者更好地发掘并满足顾客需要，创造独特的顾客价值。

在大数据时代，以顾客为本的战略思维也需要有新的变革。围绕顾客需求和企业的产品价值链，大数据时代的一个突出特点是“社会互动”的深刻影响。从新产品开发、测试到新产品的投放，社会互动都扮演着日益重要的角色。例如，在新产品开发阶段，小米公司的MIUI系统开发同上千万MIUI用户的互动，是产品创新的智慧来源。再如，美国某T恤衫销售公司，每个员工都可以向其公司网站上传自己的设计，然后由网络用户对产品设计进行投票，公司最后决定销售投票率最高的T恤衫。英国的一家家具企业则通过其网站来测试消费者对每种新产品的看法，经过投票产生前5名新产品，然后才向市场正式推出新产品。在营销层面，当今的电商平台，无论是国外的亚马逊，还是国内的淘宝、京东，都对网络口碑高度重视。网络口碑的实质就是顾客之间对产品看法和意见的互动，后续消费者会根据已有的口碑进行消费决策，互动口碑已经成为产品营销的战略举措。

关于大数据时代顾客价值创造方式的分析的一个共同特点是，价值创造的主体变得模糊，社会互动日益突出。传统以顾客为本的战略思维，强调的是企业需要洞察市场、洞察顾客需求，进而设计新产品或改进已有产品，满足顾客需求并创造价值。由于大数据技术的发展，社会互动能够被观察和有效控制。因此，大数据对以顾客为本战略思维的影响，主要表现在重视企业和利益相关者的社会互动，例如同供应商互动设计更好的零部件，同顾客互动设计新产品、测试新产品、推销新产品。企业与利益相关者的互动，会以更高的性价比创造价值，满足顾客需求，从而获得竞争优势。

四、大数据时代战略思维的主要特征

在互联网时代，人们经常讨论怎样用互联网的方式思维，以及如何持有互联网的思想、互联网的思考方式。在大数据时代，应该有大数据的思维方式。参考美国西北大学凯洛格商学院陈宇新教授的论述，大数据时代的“大数据战略思维”特征主要表现为：定量、跨界、执行和怀疑。

1.定量思维特征

它是指“一切都可测量”。虽然现实经营管理的情况不是都可以测量，但是企业决策者要持有这样的理念。例如，现在很多餐饮连锁企业都有消费会员卡，但是一般只记录顾客的消费金额，关于顾客消费什么则并没有记录。如果有了这样的记录，每个顾客来消费时，就不仅可以判断他的消费水平，也能分析判断他的消费偏好。管理者如果具备定量思维，秉承一切都可测的思想，记录有用的顾客信息，将会对企业的经营和战略决策产生积极作用。

引领企业实现大数据转型的企业决策者，在进行企业重要决策时，应该养成看“数据怎么说”的思维习惯。参考数据分析结果进行管理决策，既能有效避免仅凭直觉判断的不足和风险，也能改变企业内部的决策文化，将企业经营模式从依靠“劳动生产率”转移到依靠“知识生产率”上来。

2.跨界思维特征

它是指“一切都有关联”。企业经营的各方面之间都有相关性，应该发挥领导者的想象力，将看似不相干的事物联系起来。例如，移动终端和PC终端的跨界，微信、社交网络跟电子商务的跨界，通过跨界能够开创新的商业模式，构建新的价值链。

如果说通过大数据挖掘消费者需求考验的是企业的洞察力，那么高效地满足客户需求考验的是企业内在的整合与优化能力。企业要想获得价值最大化，就要善于利用大数据提升价值链的效率，对其商业模式、业务流程、组织架构、生产体系等进行跨界整合，以进一步提升为客户服务的效率和企业竞争力。基于大数据的思维不仅可以提升企业的内在效率，还能帮助企业重新思考商业社会的需求，从而推动自身业务的转型，重构新的价值链。阿里巴巴集团就是充分利用大数据，成功地由一家电子商务公司转型为金融公司、数据服务公司和平台企业，它的转型给金融、物流、电子商务、制造、零售行业带来了深刻影响。

3.执行思维特征

它是指“一切都可利用”。执行思维强调充分地发掘、利用大数据。企业收集了大量的数据，但存放着不利用属于资源浪费。企业应该注重实效，将大数据蕴含的市场信息发掘出来，并执行下去，及时对市场和利益相关者作出反应。在大数据时代取得成功的企业，并不是简单地拥有大数据，而是通过对大数据的分析，发现市场机会，从而开发新的市场。企业依托大数据分析获得的创意，为市场提供相当独特的产品和服务，通过高效的组织运作与执行，最终赢得顾客、赢得市场。

4.怀疑思维特征

它是指“一切都可试验”。企业获取了大数据，进行分析获取一定信息之后，有时会导致决策产生更大的偏差。认为有了数据的支持就觉得实际情况就是如此，从而忽略了深入的思考。实际上，有的时候数据会产生误导，所以不能对数据有盲从的思想，相应地还要有怀疑试验的思想。例如，航空公司经常根据顾客在本公司的消费情况计算其顾客价值，进而根据顾客价值的大小采取不同的营销策略。假如A顾客在某航空公司年消费金额为2000元，公司可能将其归类为低价值顾客，实际上该顾客在其他航空公司年消费额超过2万元。面对这样的情形，航空公司仅仅根据自己掌握的顾客消费数据进行决策，难免会产生错误或偏差。因此，管理者还需要有怀疑试验思维，要思考获得的大数据是否全面，来源是否精准，不能盲目认为只要拥有大数据，就能够进行精准的决策。

五、结论与讨论

基于以上分析，参照麻省理工学院安德鲁・麦卡菲教授提出的“企业2.0”提法，大数据时代应发展大数据战略思维，同时应该将传统的战略思维升级到2.0版本，体现大数据时代的战略思维特征。大数据时代的企业战略思维总结如表2。

大数据时代，消费者的决策方式、购买行为等发生着显著变化。为此，企业经营管理过程中的战略思维应该进行变革。一方面，要对传统以资源、竞争和顾客为本的战略思维进行升级拓展;另一方面，要发展形成全新的大数据思维。

企业的战略思维涉及企业管理的最高层次，关乎企业的生存与发展前景。当代企业决策者要想获得商业成功，要筑百年基业，就要具备大数据时代的战略思维。许多成功企业的经验证明，正是企业领导层具有大数据时代的战略思维，引领企业开创了新的商业模式、新的价值创造方式，更好地为顾客、为社会创造了价值，才最终成就了企业的爆发式增长。因此，升级传统战略思维，构建大数据战略思维，开展体现大数据时代思维特征的战略管理，是企业可持续发展的重要条件。

参考文献

[1]徐明.当大数据成为差异竞争要素[J].哈佛商业评论，2013，（1）.

[2]冯芷艳等.大数据背景下商务管理研究若干前沿课题[J].管理科学学报，2013，（1）.

[3]张建设.大数据：战略论的终结与社会化决策的兴起[J].企业管理，2012，（10）.

[4][美]安德鲁・麦卡菲，[美]埃里克・布林约尔松.大数据：一场管理革命[J].哈佛商业评论，2012，（10）.

篇3

    面对大数据时代的来临,面对“大数据”所带来的新技术、新思维的变革,企业内部审计需要应时而变来适应商业模式、思维模式及数据处理模式的变化,从而影响了审计方式、审计抽样方法、审计评价模式、审计重点等。而内部审计人员不仅要能了解数据的变化以及数据处理技术的变革,更要能处理数据、分析数据、驾驭数据,要能够充分、及时地从大量复杂的数据中,辨认出对内部审计的意义与价值,并进而协助内部审计人员做出最佳的决策。“大数据”对企业内部审计的影响主要表现在以下几个方面:

    (一)审计方式由传统审计的事后审计、周期审计向连续审计转变。随着大数据技术的快速发展,审计方法和模式也在与时俱进。传统审计中,审计人员只是在完成财务报告或经过特定的周期或离职等情况的时候才进行审计,而且审计中并不是检查所有的信息,只是抽样分析。这种有限的检查对复杂的商业系统来说很难起到监督作用,而且传统审计的测试程序主要采用常规的方法关注被审计单位活动,包括数据、授权和执行等。企业如仍然采用这种审计方式,对于确认迅速发展的商务活动的真实价值或合法性显得过于迟缓;另外,从内部控制的角度来讲,我国目前的内部审计实务多是针对财务、会计事项,对经营活动、内部控制、管理事项的监督、评价极为有限,审计活动理念也多为“监督导向”型,而非“服务导向”型,公司部门间的不同流程缺乏衔接都使审计工作难以为经济活动提供全面的监控和服务。随着企业经济业务日趋复杂,信息技术迅速发展,企业电子商务和信息化建设逐渐成熟,越来越多的人意识到连续审计的重要性,而大数据技术及大数据基础使连续审计成为可能。连续审计可以降低传统审计过程中的浪费和时滞问题,降低审计错误和风险,促进企业发展。连续审计是信息技术与审计学科较好交叉融合的产物,是信息化条件下审计科学发展的必然,尤其对内部风险控制“实时性”要求极高的特定行业,如银行、证券、保险等金融和债务契约等行业中,实施连续审计监督迫在眉睫。某财产保险公司内部审计部门,已经在新开发的审计系统中固化了连续审计模块,该模块可以实现在线的风险预警,并安排专人进行日常数据式连续审计,将发现的风险数据、超预警值指标及问题登记为疑点,并建立审计底稿,按照重要程度进行远程审计、核实或下发给现场审计人员进行现场核实。该模块经过一段时间的使用,收到了很好的效果。

    (二)审计抽样开始系统化、模块化、智能化,并开始具有预测功能,而样本最终将扩展至数据全体。目前,常规审计工作已广泛采用随机抽查法,其意义用较小的投入来获得审计结论,提高审计效率;但利用抽查法所得出的审计结论存在着发生重大错误的可能性,其可能性的大小就意味着审计风险的大小。然而,数据量的爆炸式增长使审计人员意识到现行的抽样审计方法只是凭借审计人员的主观判断和实际经验对财务报表中的重大事项进行审查,而忽视了大量的业务活动,无法发现和揭示企业内部发生的、对财务报表真实性有重大影响的舞弊行为和技术性错误,难以对企业财务报表及经营管理做出准确的判断和评价。但是,庞大的企业规模和繁多的业务活动,致使审计工作难以回到详细审计方式,只能在抽样审计方法本身寻求改进。审计抽样开始向以下几个方向发展:一是审计抽样系统化。通过抽样系统增加审计抽样的实用性和效率性,为审计人员从大量的审计数据中抽取有用信息,为审计的预测分析提供依据,这样的抽样采用人工方式在海量数据的情况下是无法进行的;二是审计抽样模块化。通过模块化设计,审计抽样系统将得到最大的灵活性,以便抽样时采用各种模型组合便抽样更有效率;三是审计抽样的智能化。审计抽样系统将积极吸收审计、统计、计算机、人工智能等方面的最新研究成果,抽样模型及时得到更新,抽样经验在知识库中得到积累,审计抽样系统开始“学习”、“推理”,不断朝着智能化方向发展。将海量的数据经分析、预测等“加工”后,以知识的形式呈现给审计人员,为审计人员发现审计问题提供深度支持;四是审计抽样系统开始具有预测功能。随着大数据技术的发展,计算机的运算能力和处理速度不断提高。审计抽样系统会强大到处理复杂的运算,并利用大数据技术改进后的审计抽样算法来对这些审计数据进行分析并进行数据挖掘,找出特征数据,缩小抽取样本的数量,降低审计成本、提高审计效率;利用关联规则,预测被审计单位经营风险的高低,帮助审计人员确定审计重点,提高审计效率。通过审计信息系统所提供的庞大数据库可以实现对被审计单位的信息进行数据挖掘和综合分析,对被审计单位的财务及经营状况进行预测分析,为被审计单位提供决策依据。目前,某财产保险公司的审计系统,应用了大数据技术进行风险数据的提取,并应用PPS抽样、随机抽样、系统抽样、模型抽样、组合抽样等进一步提高审计效率。而在抽样模型中应用了汽修厂与驾驶员、报案人、定损员、收款人等的关联程度模型,伤者、驾驶员、报案人、联系人、领款人等的出险频繁度模型,人伤重复出险伤者、标的车多次与同一三者车碰撞出险等高风险模型,承保、理赔、财务系统非同一档案中上传相同照片等以“大数据”技术为基础的模型,收到良好的效果。

    然而,在不久的将来,伴随着以真实性、服务性为基础的各项企业内部审计的深化,随着数据信息化的深入以用大数据技术发展应用的深入,企业内部审计逐渐开始能够从大量的、杂乱无章的海量数据中发现潜在的有用的信息,能够从这些大量的数据中发现被审计单位运作的基本规律及特征;预测出被审计单位发展的趋势,从宏观上把握被审计单位科学地发展。审计也不仅仅局限于抽样审计,而是对企业所有财务、业务等经营数据的数字式连续审计。

    (三)促进审计成果的转化与应用。目前,内部审计成果应用主要是针对屡查屡犯的问题重点进行检查、督促整改,部分企业已经将审计成果应用闭环管理的手段对整改过程进行管理以达到良好的审计成果运用效果。大数据技术的出现,促进了审计成果的进一步应用。一是促进对以往审计中获取的大量信息资料和相关情况资料的汇总、归纳,从中找出财务、业务和经营管理等方面的内在规律、共性问题和发展趋向,通过汇总归纳宏观性和综合性较强的审计信息,以及运用审计成果,为各级领导提供数据证明、关联分析和决策建议,从而促进完善制度、机制、决策和执行,促进企业管理水平更上一层楼;二是促进问题的全面发现,即应用大数据技术可以将同一问题归入不同的类型使用,从不同的角度、不同的层面整合提炼以满足不同层次的需求。同时,通过对带有共性、普遍性、倾向性的问题进行挖掘,提炼出问题与数据中的关联性,可以将所有问题通过IT手段检查出来;三是应用大数据技术进行连续式审计有利于问题的整改监督;四是将审计成果进行知识化留存,通过大数据技术,将问题规则化并固化到系统中,以便于计算或判断问题发展趋势、对问题进行预警等;五是将审计人员与审计成果、被审计单位与审计问题进行关联,并进行信息化备案,在进行下次检查时,可以根据审计方案中的重点,有侧重地选取有相应检查经验的审计人员组成审计组,并按审计目标抽取相应被审计单位进行重点审计检查等。

    总之,大数据并非被过度渲染的产业题材,大数据对企业内部审计的影响,既是应对企业数据集中模式、数据爆炸式增长趋势而进行的实时处理超量数据的技术升级,又是将方方面面的数据进行电子化、信息化,并将信息规则化、知识化,最终使各种应用网络化、智能化的过程;大数据更是一次从分散到集成、从共享到协同、从封闭到开放、从离线孤立到持久在线云服务、从专享到普适的挑战。

    主要参考文献:

    [1]维克托·迈尔-舍恩伯格,肯尼思·库克耶.大数据时代中译本.浙江人民出版社,2013.

    [2]Bill Franks.驾驭大数据中译本.人民邮电出版社,2013.

    [3]陈丹萍.数据挖掘模式下的审计风险决策研究[M].中国社会出版社,2007.

    [4]陈福军.计算机辅助审计应用教程[M].清华大学出版社,2011.

    [5]《企业审计制度方法和技术建设》课题组.信息化环境下企业审计的技术方法[M].中国时代经济出版社,2011.

    [6]中国会计学会.企业内部控制自我评价与审计[M].大连出版社,2010.

    [7]陈倩雯.深圳审计研究成果论文选编:2010~2011[M].中国时代经济出版社,2012.

    [8]浙江省注册会计师协会.国际高级审计业务文集[M].中国财政经济出版社,2010.

篇4

1 大数据的含义及特征

大数据即人们常说的非结构化数据，它借助计算机网络，可以存储大量数据，并保证数据的真实性。体量、速度和多样性是大数据定义中的关键内容。其基本特征主要有：第一，大数据数据总量增长规模非常大。同种类型的数据在传输过程中处于快速增长状态。第二，数据增长的速度非常快，以指数级持续增长模式为主。第三，新的数据来源渠道越来越多，新的数据类型也不断丰富。第四，大数据的价值不断上涨，大数据可以为企业发展带来更多商机，是现代企业发展过程中必不可少的内容。

2 相关研究现状及存在的问题

情报关键词是表述某个文件或者论文中重要内容的词语。本文中介绍的大数据时代基于统计特征的情报关键词是指以网页为主的关键内容，提取关键词的主要目的是分析语义和对核心词语进行统计。网页关键词在自动摘要、信息检索以及自动问答等形式中都存在较多不确定因素，导致大数据时代基于统计特征的情报关键词提取方法问题重重。

3 大数据时代基于统计特征的情报关键词提取方法

3.1 关键词提取方法的分类 关键词提取方法分四类：第一，基于语义的方法。以词典为依据，对词和句子进行分析，对词和句子进行分类标注，满足计算机对多重信息片段的实际需求，通过计算获得情报关键词。第二，基于机器学习的方法。利用机器对训练语料库进行训练，结合各项系数的实际状况，确立相关的参数、建立准确的模型。第三，基于复杂网络的方法。明确候选特征词之间的关系，以既定的规则为出发点，构建一个复杂网络，通过相关数据计算出节点权重系数和介数，最大的综合值即为关键词。第四，基于统计的方法。词语具有相关统计信息，以统计信息为基础，提取相关关键词。

3.2 关键词提取方法的构造

3.2.1 中文词语的特征及自动分词。中文词语通常由两个或者两个以上的汉字组成，句子具有连续性，要求研究人员利用大数据对中文句子进行分析之前，将句子划分为若干小部分。目前已经有自动标注词性的系统，可以自动过滤词和通用词语。

3.2.2 网页文本的结构特征及词语统计特征。MTML是一种标记语言，该标记语言的证书的目的是描述网页文档内容，以成对的标记符号为依据，明确显示网页的各个部分。词语统计的特征主要有：如果某篇文章中某个词语出现的频率比较高，在其他文本中出现的频率偏低，那么，这个词语即可作为候选关键词；同一词语在不同标记符号中对文章内容的反映结果不一样，也就是说词语出现的位置对关键词的选择有至关重要的作用。

3.2.3 词语过滤。文本中通常会存在大量噪声词。噪声词与文章的内容联系不大，噪声词在文本中和文本集合中出现的频率均比较高，噪声词通过词频和文本频率乘积的离散系数自动过滤。不同内容的文本长度不一样，噪声词在文本中出现的频率数受文本长度的影响，离散系数是指某个词语在文本中的波动程度，词语的离散系数与该次在文本中出现的稳定性成正比，也就是说，离散系数越大，该次在文本中的稳定性越差。

3.2.4 中文关键词提取流程图。本文以TfDf指标为依据，采用离散系数的方法将文本中存在的噪声词过滤除去，对候选关键词共现概率分布进行分析。确定TFIDF和候选关键词的位置信息，以TFIDF-SK为计算方法，以函数TFIDF-SK值作为关键词重要性的衡量标准。TFIDF-SK算法系统流程图如图1所示。

■

图1 TFIDF-SK算法系统流程图

TFIDF-SK算法将输入文本集合进行处理，处理工作中必须将文本集合中的噪声词过滤除去，做好词语统计特征；将收集到的信息计入特征计算模块，该模块的主要功能是计算TFIDF值、词语位置信息和偏度；进入关键词重要性衡量模块，计算出TFIDF-SK值；判断关键词重要性度量大小，输出文本中的情报关键词。

4 结束语

目前，国内外对大数据时代基于统计特征的情报关键词的提取方法均有统一评价，在实际发展过程中强化统计特征情报关键词的提取方法显得尤为重要。因此，研究人员必须在了解大数据含义及特征的前提下，针对大数据时代基于情报关键词提取方法存在的问题，对相关方法进行深入研究，保障情报关键词的稳定性。

参考文献：

篇5

一、前言

信息技术的飞速发展，使人类社会来到了大数据的时代。大数据对人类社会产生了极大的影响。然而，大数据技术的意义不在于掌握这些海量的数据信息，而在于怎么合理地应用这些相关的技术。在外语教学中，我们可以合理地将相关的技术应用到教学活动中，作为教学工具、教学手段、教学内容，将大数据技术渗透到教学中，这必将对给我们的外语教学带来新的生机。

在未来的教学中，课堂将不再是学生获取知识的唯一途径，越来越多的网络学习途径将会出现，大数据技术将渗透到我们的教育领域，它对我们的教学产生了重要的影响。在大数据的时代背景下，我们传统的教学必将遭到挑战，作为高职院校的教师，基于高职教育的特殊性，我们该如何开展高职外语教学，如何合理地应用出现的新技术呢？这需要广大教师与相关人员不断地进行探索。

二、大数据的时代特征

人类步入21世纪，随着信息技术的不断发展，信息开始超速繁殖，数字化的信息迅速狂增。信息技术在不断地发展着，如今它已渗透到各行各业、各个领域。它的广泛应用促使社会出现了很多新技术，移动互联网、云计算、物联网，等等。人们在使用这些相关的软件设备时产生了大量的数据，全球的数据量正在快速地增长，大数据的时代已真正到来。在信息化的时代洪流中，“大数据”（big data）这一概念迅速蔓延，成为了各行业的热门话题。大数据具有Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）这四个特点。“大数据”是对疯狂增长的信息的生动描述。互联网开启的大数据时代对人类社会的影响是深远的。

三、大数据对高职外语教学的影响

信息时代的到来，势必给我们的教学带来了很多益处。手机的便捷，让我们的学生随时可以通过网络查阅相关的内容，微信、微博、QQ这些，也为我们的学生提过了大量的信息。这些便捷的渠道，已使学生们习惯于利用网络信息。

在大数据的时代背景下，互联网的快速发展促使很多新型的教学模式出现，如今的微课、慕课、翻转课堂都是面向数字化时代的大学英语教学改革，具有大数据的时代特征。微课是以视频为载体，将某个知识点或者教学环节以微课程的形式出现。这种短小、精致、便捷的微课程，使学生在任何时候、任何地点都可以进行远程自主学习。这种学习，将远程学习方式带到了学生的生活中。慕课是一种网络开放课程，它让我们的教学来到了“在线”时代。一系列的在线网络课程已经形成，这种在信息网络时代下的在线学习，给学生提供了大量的在线课程资源，方便了他们的学习。翻转课堂是指学生先在课前通过网络课程学习平台或是视频等相关资料进行学习，老师不再占用课堂时间讲授知识信息，他们只是在课堂上解答学生学习的疑难点。这种颠覆传统的教学方式主要是为了提高学生的自主学习能力，让他们更真实地去体验获得知识的过程。互联网掀起的数字革命正改变着我们传统的教学方式。微课、慕课、翻转课堂等新型的教学模式，正是大数据时代的历史变革。信息时代下的全新教学模式带给了我们新的理念、新的教学方法。

大数据时代下的互联网为我们的学生提供了丰富的学习资源，灵活、便捷的学习方式，使我们的学生有了更多的自主选择机会。对于外语学习，我们的高职学生可以通过网络获取更多有趣、有意义的视听说等教学资源。不同的学生可以根据自身的情况选择适合自己的内容，根据自身的特性，学生可以有效控制学习的时间和进度。高职学生的外语水平参差不齐，每个人的学习差异较大，他们可以根据自身的情况进行自主学习，因此，这些新时代的教学模式非常适合他们。然而传统的教学模式很难考虑到每个学生的特性，它针对的是全体学生。在大数据时代，传统的教学方式改变了，教师的角色也改变了。这些新出现的教学模式，让我们的教师从传统意义上的传授者变成了引导者。教学的主体不仅仅是教师，学生也是教学的主体。在课堂教学活动中，学生将会更多的融入课堂。高职教育重视的是学生实践能力的培养，大数据时代背景下的新型教学模式，可以更好地培养高职学生的动手能力、自主学习能力、实践能力，这与高职教育的特征是相符合的。

四、如何应对新时代的挑战

的确，在信息化、数据化的社会大环境下，网络教育模式、在线教育模式在教学活动中越来越流行。新时代的这些教学模式在我们的高职教学中越来越流行，他们已渗透到各个学科。然而，信息化的教学似乎只改变了传统的教学方式，它并没有改变教学质量。因此它还有许多不足之处需要我们去改进。要想将这种教育模式作为未来的主流模式，我们需要抓住传统的教学方式的核心，而不是摒弃传统教学的重要理念，将数据化、信息化的东西与高职学生的特性结合起来，创建适合他们的外语课堂教学模式。

大量的知识信息通过网络的形式呈现给学生，会使学生慢慢摈弃传统的课堂教学，忽略课堂教学的重要性，从而开始抵触传统的课堂，而过分依赖网络，学习上产生一种惰性。

新时代下的教学模式使学生也成了教学的主体，对学生的自主学习能力有了更高的挑战。只有具有较高自主学习能力的学生才能够达到一定的学生效果。然而高职学生的特殊性，他们能否真正意义上地达到自主学习？在大数据的时代背景下，为了达到更好的教学效果，外语教师应运用新的教学策略，设计合理的教学活动来促进学生的学习，从而真正提高教学质量，真正意义上地培养学生的外语能力。

总之，大数据时代的到来，为我们的教育教学带来了新的生机，新的教学模式、教学理念让我们的高职教育来到了一个新时代。在未来的教育发展中，大数据必将对高职教学改革产生一定的影响。作为高职院校的外语教师，我们如何应对新时代的挑战，如何将新技术与教学合理地应用，这些需要我们长期的探索与研究。

参考文献：

[1]张静.网络时代的教育与教师角色的转变[J].贵州师范大学学报，2003，（03）.

篇6

中图分类号：G258.6文献标识码：A文章编号：1003-1588（2016）07-0058-02

随着计算机、互联网、各种移动终端设备和平台的普及和推广，数字化已经成为人类社会活动新的标签特征，特别是大规模半结构化、非结构化的海量网络信息使人类社会迈入到具有4V（Volume，Value，Variety，Velocity）特征的“大数据”时代。大数据时代的到来给各行各业的发展同时带来了机遇和挑战。

高校图书馆作为知识的集散地和传播地，承载着在校师生的知识服务功能，保障了教学、科研工作的正常运行，而采编工作作为一项多工种、多环节的综合性工作，是高校图书馆各项业务发展的基础，是高校图书馆行使其职能的重要前提。大数据时代背景对高校图书馆采编工作内容和模式提出了新的要求，采编部门需要根据时代需求，转变工作模式，提高工作效率，最大限度地开发利用馆藏资源。笔者通过对比当前高校图书馆采编工作中存在的问题，为新时代高校图书馆采编工作的转型提出具体的策略，以便充分发挥高校图书馆的职能，满足读者的需求。

1高校图书馆采编工作的时代特征

大数据时代，计算机、互联网、自动化等先进技术的应用范围扩展到高校图书馆，信息资源呈现出“载体多元化、生产分散化、传递快速化、内容无序化”等新的特点，高校图书馆采编工作也随之有了新的时代特征。

1.1 采编对象载体多元化

以前高校图书馆采编部门的工作对象主要是以纸张这一传统介质为载体的文献型信息资源，采编对象单一，采编数量有限。随着我国高校信息化和网络化进程的推进，采编对象扩展到以磁盘、光盘、胶卷、硬盘等现代介质为载体的信息资源，这类资源具有质量高、更新快、范围广、便于利用的特点[1]。总体而言，大数据时代高校图书馆采编对象载体类型呈现多元化的特征，且采编数量随之扩展[2]。

1.2 采访方式网络化

采编对象载体的变化必然引起采访方式的变化，数字化的信息资源正影响着信息资源的采访方式。大部分图书馆已经实现了网络化的采访工作方式，有利于整理和统计相关电子化数据，使得采编人员能够全面统计文献信息和预测用户需求信息，通过降低图书馆服务读者必备图书的缺藏率，最大限度满足读者多层次、全方位的需求[3]。

1.3 编目方式自动化

大数据时代数字化文献信息资源的编目工作也发生转变，传统的手工编目方式已经不能满足大数据时代海量信息资源的编目需要，逐步演变为以处理书目数据存储和建设为中心的计算机自动化文献编目方式，并且相继经历了脱机方式编目和网络集中编目方式阶段[4]。支持高校图书馆系统联机合作编目CALIS联合目录数据的建立，为实现馆藏资源共享、馆际互借奠定了基础。

1.4 采编业务社会化

随着高校学生的扩招，为满足师生知识需求的高校图书馆购书量逐步增多，导致编目工作繁重且加工周期较长。高校后勤管理的社会化也推动了高校图书馆采编业务的社会化，目前国内很多高校图书馆都实施了采编业务外包，降低了图书馆的运作成本，加快了信息传播的速度，同时也产生一些如加工不规范、分类标引不规范等新的问题和矛盾[5]。

1.5 采编职能复杂化

采编对象、采编方式的变化使采编工作人员的工作职能也发生变化，由传统的图书采购员和手工编目人员转型为数据分析员和信息导航员[6]。采编人员同时承担着信息资源的管理、数据库的维护等职责，对其综合素质特别是计算机信息处理能力有了更高的要求。

2 当前高校图书馆采编工作存在的问题

2.1 采编人员队伍结构不合理

21世纪人才是最重要的战略资源，高校图书馆采编人员队伍结构的失衡无法满足大数据时代高校图书馆发展的需要。大数据时代高校图书馆自动化采编工作要求从业人员具有深厚的图书馆学专业知识和熟练的计算机操作技能。然而当前从业人员队伍在年龄结构、学历结构、知识结构等方面与工作需求都存在一定偏差，无法适应大数据时代高校图书馆采编工作发展的需要，不能充分挖掘文献信息，影响采编工作效率。

2.2 采编内容需求信息不对称

高校扩招和新兴学科、交叉学科的增加，使读者对新内容、新知识的需求愈发强烈，然而高校图书馆采编工作具有滞后性，馆藏资源与学科发展需求存在差异，导致目前高校图书馆普遍存在这样一种矛盾：一方面读者借阅不到需求的书籍；另一方面部分书籍常年无人借阅。当前部分高校图书馆已经开始注重挖掘读者的个性化需求，根据读者借阅习惯和书目借阅周期等数据进行综合分析，利用推荐算法预测书籍未来一段时间的借阅量，以便做好采编工作，最大限度满足读者借阅需求。

2.3 采编效果考核体制不健全

当前我国高校图书馆普遍实行“绩效考核”方式衡量员工工作效率，在一定程度上提高了采编人员工作的积极性和主动性，然而“量化”考评机制使得采编人员过分追求数量而忽视质量。这种不健全的考核体制导致员工工作动力不足，直接影响高校图书馆采编工作的质量和效率，影响高校图书馆的服务水平[7-8]；对编目外包项目往往缺乏有效监督和审查，只注重编目图书的数量，却忽视了从源头上对质量的严格控制，误编、漏编问题时有发生[9]。

2.4 采编工作流程不合理

高校图书馆采编工作虽然引入了自动化集成技术，但是对于大规模异质、多模态的信息资源很难实现完全自动化采编。目前高校图书馆普遍综合运用人工和自动化两种形式进行编目，虽然有利于保障编目质量、提高编目水平，但一些重复的工作流程会导致劳动力资源的浪费，高校图书馆采编工作流程不科学和采编场地规划不合理都会影响采编工作的效率[10]。

3 大数据时代高校图书馆采编工作改革建议

3.1 优化高校图书馆采编队伍结构

鉴于当前采编队伍结构不合理的现状，高校图书馆必须加速引进具有图书馆学专业背景的专业人才，通过职业培训、继续教育等方式提高已有采编人员的业务水平，建立科学合理的高校图书馆采编人才培养体系，科学配置相关人才。通过提高采编人员的素质和业务能力，优化采编人员队伍结构，为高校图书馆采编工作提供智力保障。

3.2 加强采编工作社会化的监督管理

高校图书馆实行业务分流，其采编业务的社会化进程有利于发展其核心业务。针对采编业务外包质量不到位的情况，应谨慎选择有经验、有实力、有专业背景知识工作人员的承包商；并与承包商建立信息联动机制，及时沟通业务进行中的各种问题；以合同形式明确采编工作的质量要求和时间要求，加强对承包商的约束[11]；定期对其工作进度和工作质量进行评估，发现问题及时修正。

3.3 建立健全采编工作考核评价机制

没有科学的评价机制就没有科学的管理，没有科学的管理就不能科学地发展。建立健全采编工作考核评价机制，及时科学地制定符合高校图书馆实际情况的管理制度和编目细则，科学衡量采编人员工作绩效，是市场经济环境下高等教育自身发展的客观要求，也是高校图书馆能否与时俱进、能否创新和发展的关键因素。此外，高校图书馆在考评过程中要做到实事求是，合理利用考评结果，只有这样，才能有利于充分发挥考评工作的作用。

3.4 优化高校图书馆采编工作流程

采编过程中进一步整合手工编目与自动化编目工作流程，通过减少冗余环节提高采编工作效率，通过对采编流程内部重组优化建立各类文献信息资源间的联系；通过对传统功能的合并、分离、新增等优化环节提高采编效率；利用计算机技术实行馆际间联合编目，实现馆藏资源共享[12]。

参考文献：

[1] 娄策群.信息管理学基础[M].北京：科学出版社，2005.

[2] 范华.大数据时代的图书馆资源建设工作[J].四川图书馆学报，2015（4）：22-25.

[3] 楼芳娟.试论网络环境下的图书馆采编工作[J].中国管理信息化，2014（14）：55-57.

[4] 董迎霜.探究新形势下高校图书馆采编工作的变化及对策[J].当代教育实践与教学研究，2015（3）：76.

[5] 李坤.新形势下高校图书馆采编工作优化探析[J].图书馆，2012（2）：88-90.

[6] 闫海霞.论网络环境下图书馆采编人员的角色定位[J].晋图学刊，2014（5）：7-10.

[7] 董长丽.图书馆采编工作中遇到的问题及相应的对策[J].黑龙江档案，2015（1）：106.

[8] 郭鹏.高校图书馆采编工作的量化管理探究[J].科技传播，2014（18）：14-15.

[9] 田利.馆配公司对图书馆采编工作的影响及其对策[J].出版发行研究，2015（5）：94-96.

[10] 王玲.高校图书馆采编工作阻滞因素的探究[J].晋图学刊，2012（4）：41-44.

篇7

[4] New Media Terms to End WGA Strike/On Line Vedio Watch[OL]..

[7] 梅术文.信息网络传播权的法律规制与制度完善[J].时代法学,2007,5(02).

[8] 邻接权[OL]./view/296320.htm.

篇8

引言

随着互联网技术的广泛使用，每天互联网上产生海量数据，这些数据的分析利用为社会管理、资源分配、人民生活、经济发展等领域所带来的效能越来越显著，但其带来的安全隐患也是绝对不可忽视的。

一、互联网时代信息安全引担忧

如今“大数据”俨然成为一个时代热词，商业广告、产品开发、学术研究随处可见其身影。

然而现实生活中，很多人的遭遇恐怕并不如宣扬的那般天花乱坠。刚买了车，保险公司就打爆了你的电话；孩子才出生，就有垃圾短信“锲而不舍”地向你推销奶粉；房子刚预定，就有装潢公司骚扰……人们为个人信息泄露困扰已不是什么新鲜事，但大数据时代，这样的困扰却在以惊人的速度加剧。

有专家曾说，“网络并不像我们希望的那么美好，它如同一个十来岁的小孩，莽撞、任性、不计后果”。的确，信息某种程度上意味着利益，极大刺激着一些人的贪婪。当个人信息特别是生活隐私的泄露，越来越多地被商业推销、经济诈骗、造谣生事等利用的时候，数据海洋也就蜕化成了一个泥沙俱下的垃圾场。

人类是否正在进入数据恐怖时代？“棱镜门”的曝光，无疑更强化了人们对这一问题的担忧。有军事专家评论，斯诺登泄密事件相当于美国损失了数个重装甲师，可见大数据的价值和“杀伤力”。

当今，有关大数据的美丽故事我们已经听了太多，而现实却一再警醒我们，数据背后有利益、有风险，甚至有野心。在这个数据泛滥、信息至上的时代，如何建立保护数据安全机制，需要进一步思考谋划。

二、大数据时代如何保障信息安全

在大数据日益走进我们生活，并开始帮助我们也困扰我们的今天，信息安全被提到了空前的高度，体现了政府、IT业界对大数据以及大数据安全的关注。

信息安全的范围非常广泛。小到个人信息和隐私，中到企业和组织的竞争性信息，大到国家政治、经济和军事机密。“没有信息安全，就没有国家安全”。

在大数据时代，国家信息安全有了新的内涵和外延。最显著的变化是：一国拥有的数据规模，以及针对数据的采集存储、挖掘处理、整合分析和保护利用的能力，已上升成为综合国力的一个重要考量指标。由此延伸，有人把网络空间的数据和陆权、海权、空权并列为国家安全不可分割的组成部分。

在大数据时代的剧变中求安全求发展，首先需要新战略和新思维，这包括国家安全战略，以及相关信息战略的制定。同时，大数据时代要求我们从法律体系、组织管理、产业方向、技术应用等多个层面构建协同联动的信息安全保障体系，以减少大数据时代信息安全的系统性风险，为信息安全保驾护航。

而在大数据时代，信息安全的落脚点就是数据安全，解决为数据安全提供技术保障的问题，实质上就是基于国家信息安全考虑的技术创新和核心技术攻坚，扭转网络信息关键技术受制于人的格局，走自主可控和安全发展的产业之路。

“安全是相对的，不安全是绝对的”，这并不是我们藉以“不作为”的托辞，而是时代特征所致，是我们主动绷紧安全这根弦的积极状态。

应提倡“责任分担”和“自我保护”理念，这是思想层面和行动层面的聚焦。大数据时代维护信息和数据安全，人人有责。

今天，单纯依赖网络系统安全和网络运行安全，仅仅依靠现行的“信息保护法”的“事后投诉和惩罚”机制已无法彻底解决信息泄露、盗用、滥用行为带来的巨大危害。

“设计保护”理念是化被动为主动，防患于未然，它把信息“保护端”前移，实际上是一种责任分担，旨在提前预判并阻止有关问题发生，可以保障在大数据时代实现风险控制和风险消减。

另外，“责任分担”理念对个人来说也是一种人人自卫、自我保护的提示。对于这个全新的理念，我们需要借助各种渠道和平台予以宣传和普及，使之成为全社会的共识。

篇9

信息化时代，交流的工具得到发展，信息的传播也通过各种渠道为人所知，相对于传统会计管理中信息的静态化、迟滞化的特征，大数据将加快信息的流动，实现数据的共享，帮助企业实现互通有无，这从信息上保证了企业走出信息不对称的窘状，同时也要求企业要顺势而为并且积极的改变企业管理会计的结构转型，优化企业管理，提升企业在大数据时代下发展的能力，引入大数据平台实现企业走出去的目标.

1大数据的概念界定

信息化时代，数据能够通过手机互联网快速的生成与传播，通过数据的分析与管理加快企业以及其他市场主体做出快速的抉择，作为数据中转地的数据处理中心将拥挤来自各个地方的数据，通过“云计算”以及“云处理”将抽象的社会发展现象可视化量化，分析相关因素的相关性.大数据正是在这种背景下诞生的，作为信息互联网行业的专有名词的大数据已经延伸到各个行业各个领域中，为行业发展提供了有利的工具.简而言之大数据时代具有以下特点.

1.1数据规模大

信息化时代下，数据的传输较之传统数据更具有优越性，数据内存容量大，大数据的起始计量单位至少是P（1000个T）、E（100万个T）或Z（10亿个T）.这是传统的数据度量所不能衡量的.

1.2种类繁多

进入大数据时代，数据的种类涉及到各个行业各个领域，呈现多样化的态势，各种社会现象可以通过量化，以数据的形式来表现出来，如在信息时代经常使用的视频、音频以及图片等.多种形式的数据以各自独特的优势存在于互联网空间中.

1.3价值密度低

大数据时代，数据价值密度降低.这主要表现在数据量的存储上积累较多，数据变化周期较快，产生数据更新时间较短，一些数据适用时间不长，产生的有效价值就不高，在繁多的价值中，不可避免的存在着一些没有价值的数据.大数据时代特征在很大程度上影响着产业结构的发展，对管理会计的发展不言而喻.在大数据时代下企业通过物联网处理存储相关的数据，在这个时代背景下了解会计数据的特征可以很好的实现会计数据与大数据时代特征的对比.会计数据的特征表现在会计数据具有无形性和粘性.会计数据来源于企业业务发展的实际情况，实际情况决定会计数据的高低两者间存在着依附的关系.会计数据的存储在大数据时代也随之改变，在传统数据时代，会计数据一般存储较为固定隐秘的公司账目表上或者存储在固定的公司计算机硬盘中，然而大数据时代改变了这种情况，会计数据存储于云平台，通过平台的中转，数据可以更方便的获取，当然这种获取不是无偿的，而是有条件的限制，在一般情况下，会计数据的供给方和需求方不是同一主体，这就要求在数据的共享上设置一定的限制，规范化数据的使用情况.

2大数据时代管理会计发展现状

管理会计和财务会计是公司会计管理中的重要组成部分，在我国对管理会计的应用在改革开放后，其内容上多借鉴西方管理会计发展的经验.由于我国管理会计发展较晚，起步较低，发展中仍存在一些问题.管理会计的理论和实践上有巨大的空间可以提升.在大数据时代，管理会计应根据实际情况抓住机遇实现管理会计的结构优化以及发展质量的提升.

2.1缺乏与管理会计相对应的企业管理模式

管理会计的效果好坏关系到企业管理的质量，充分优化管理会计的发展将带动企业的发展.在当前我国企业管理采用市场化的模式管理，但是企业的决策权力仍然属于企业负责人，企业负责人可以根据自己的市场经验以及对经济形势的判断决定企业发展的战略，这样就将管理会计的作用弃之一旁，企业的会计信息很大程度上被忽视.企业发展经济形势的恶化很大程度上与决策的不科学有关.同时在我国坚持以公有制为主体，国有经济在国民经济中占主体的作用，而国有经济企业负责人由国家统一任命，也就是其他的管理者不能够通过建立在管理会计信息基础上来实现竞争.而一些家族企业更是根据大家长的意志来决定企业发展的方向.

2.2管理会计对定量分析的作用强调过高

在数字化时代，通过将事物的发展状态进行量化可以清晰的了解事物进展程度，引入量化数据方便事物的对比.但是在社会发展过程中过于重视对定量分析的作用，尤其是对一些不能够通过定量分析的经济现象人为的设计出数学模型建构量化理论，这样操作的结果就使得理论远远的偏离了实际情况.2.3管理会计的理论体系不完善我国管理会计发展起步晚的现实性情况决定了我国与西方国家在管理会计理论上存在的差距.与此同时，改革开放，经济的快速发展要求管理会计理论要紧跟时代的步伐，为经济发展提供理论支撑，在补习功课的压力下，我国管理会计的理论体系仍然还不是很完善.管理会计理论上的匮乏是其发展滞后的主观原因，而在企业管理实务上，一些与国情与企业运行实际情况不符合以及不适用的理论也导致理论适用性的滞后.

3大数据时代对管理会计发展的影响

大数据时代，各个行业处于相互交织的状态，任何一个行业的发展变化都会波及其他行业的发展，以数字为媒介，以信息技术为依托，信息实现动态的运转与变化.大数据从外部环境以及内部因素影响管理会计的发展.不仅仅给管理会计的发展带来了机遇也给管理会计发展带来了一定的挑战.

3.1预算环节迎来发展的机遇

预算是企业发展的关键环节，合理科学的预算将给企业盈利目标带来稳定性的保障.大数据时代的到来将为全面预算的各个环节提供各种技术支持，使企业能够实现健康稳定的发展.首先在预算的编制上，大数据可以帮助企业收集企业发展的各种信息数据，丰富企业预算编制的信息，帮助企业决策者全方位的了解企业的发展形势，企业决策者可以根据预算的执行报告数据分析来合理的定位下一阶段企业发展的战略.在预算的控制和分析阶段，大数据能够将企业中的各个部门有效的联系起来，实现财务状态的一体化，分析各个部门的实际情况，有针对性的分配各部门的资源，高效运行企业.

3.2管理决策发展迎来机遇

企业的管理除了企业财务上的管理还包括企业发展战略的筹谋以及人事上的安排.大数据在预算上提供数据技术的支撑，同时在管理决策与人事安排也能供给相应的技术保障.大数据的时效性决定了其信息更新换代快，企业负责人如果能够及时抓住关键信息就能够调整企业发展的战略，争取更大的利润空间.大数据的分享平台使得每一个个体都拥有着共同的信息，解决了信息孤岛的现象，也改变了传统的组织管理结构，现在平等的扁平化的组织结构将帮助企业员工掌握决策知识，形成相对分散化的决策形式.在大数据时代下，员工通过数据化的绩效考核方式完成工作争取绩效，实现公司的发展，在数据平台上的绩效信息能够保证相对公平的竞争环境，有利于个人在公司中的发展.

3.3会计数据处理面临挑战

大数据时代数据的处理效果对企业的发展起着至关重要的作用.传统的数据处理方式已经不再适用于现代企业的发展，因此需要及时采用互联网信息技术，转变传统的抽样方法进行数据的提取抽样，转变强调数据精确度的思维方式加强对经济数据相关性的了解与认知.在面对多样化以及时效短的大数据，如何处理繁多的会计数据则成为大数据时代下企业最具有挑战性的任务.管理会计需要从传统中的手工操作中转型到信息化的业务处理上，采取新的方式来提取有价值的数据进行分析.大数据时代将数据转化为简单直观易理解的形式，这样一方面提高了企业工作的效率另一方面也从抽象的具体数据中解放出来应用在具体的项目中.

4大数据时代管理会计发展的策略选择

大数据是时代的潮流，将其与管理会计结合在一起也是行业发展所必须的策略选择.通过各种方式的选择可以将管理会计的发展引入到一个新的层面上，改善企业的管理，当然具体到现实企业管理中还需要结合实际情况合理优化策略选择.

4.1迎接大数据时代，提高管理会计中大数据意识

在互联网信息技术的裹挟下，企业管理应用大数据才能够实现企业的快速发展，提高企业的管理效率.而在应用大数据前必须明确大数据的意义以及大数据与相关业务结合的关键环节及其机理，只有对大数据有了全面的了解后才能够将大数据明确的应用在工作业务汇总.在管理会计的发展汇总，信息资源的开放和共享将为企业发展解决信息不对称的问题，企业能够从丰富的数据库中提取有益于自身企业发展的信息，从而利用信息的价值实现发展.对大数据与管理会计的结合要通过实践和理论总结两个方面来开始，把握国内与国外两个大局，密切结合市场动态，将大数据应用于管理会计中.

4.2提升管理会计人才的综合素质加强对大数据的驾驭能力

大数据与管理会计结合的效果如何除了战略方法上的合理与科学安排外还要重视具体操作的工作人员的综合素质.互联网信息技术综合计算机以及其他学科知识，而管理会计又需要具有会计方面专业知识技能的人才，只有同时具备这两个方面素质的人才才能够驾驭大数据背景下管理会计的发展方向.管理会计人才要有市场的洞察力以及互联网技术的开放理念，将两者结合，充分发挥主观能动性，发挥创新精神实现企业的跨越发展.

4.3构建大数据信息处理平台优化管理结构

大数据时代，数据拥堵，企业获取的数据需要拥有足够的存储空间才能够应对多样化且数量巨大的数据.数据出现需要拥有能够处理数据的平台提取有用的数据进行数据分析.只有这样才能够帮助企业做出快速的反应，合理的安排经营战略，定位自己的经营目标.大数据中数据随时更新，数据在虚拟化的平台中得到应用，企业需要做的就是将数据进行加工分析进行存储，特别是针对繁杂的数据，企业就需要安排资源进行分类，通过数据处理信息平台很好的解决了数据处理的问题，企业也不必担心数据的流失给企业带来的损失.

5结语

综上所述，信息化时代，信息的爆炸性传播给企业带来了机遇也带来挑战，在外部性条件的改变下，企业内部发展也经过一定转型，特别是管理会计结构.实现管理会计与大数据有效的结合无论对企业发展还是对互联网的开发应用都有一定的意义.这种结合将有价值信息及时的应用在社会发展的关键环节中，加快了社会经济发展的步伐.

作者:李佳妍 单位:广东理工学院

参考文献：

〔1〕马懿洲.管理会计的发展趋势探讨[J].经济与社会发展,2014(02).

〔2〕田晓菲,许诺.信息化背景下的管理会计实践———以美的集团为例[J].财务与会计(理财版),2014(04).

〔3〕余红燕.中国管理会计发展历程[J].国际商务财会,2014(03).

〔4〕张玲.大数据时代云计算对企业会计信息化的冲击[J].电子测试,2013(19).

〔5〕卫强.大数据时代管理会计的发展研究[J].财经界(学术版),2015(21).

〔6〕熊威.管理会计变革与创新的实证分析[J].当代经济,2015(30).

〔7〕张翠翠.推进管理会计在企业中的应用[J].财会学习,2015(08).

篇10

一、大数据的概念与特点

所谓“大数据”顾名思义也就是指庞大的数据信息量。由于网络、计算机的信息量较为庞大，同时结构复杂，类型众多，因此只能用“大”字来对其容量进行形容。对于大数据的特点而言，其数据的增长具备动态性、持续性的特征。在互联网下数据随时可能会产生，随时可能被存储，这也导致数据的增长具有动态性。尤其是在网络环境下，海量数据瞬时产生，同时还会随着时间的延长而不断增长。另外，大数据存在着数据类型多样的特点，这也决定着大数据的数据类型不存在固定的形式。随着经济的发展，社会的进步，社会中产生了很多数据信息，这些信息的类型并不固定，既具备结构化的特征也具备多样性、丰富性的特征，在这里也能看出大数据的重要作用。

二、大数据时代下高职计算机专业教学创新的必要性

由于在大数据时代下计算机的技术得到了不断的更新，因此高职计算机专业教学的具体理念也就必须要随之而更新，只有如此才能在不断发展的过程中提升学生的计算机专业能力。高职院校教师应该充分发挥教育的引导理念，此外，大数据时代对我国的整体环境进行了改变，这也要求学生必须要在实际情况中具备创新精神，所以，计算机教师必须要提高服务创新意识，在业余时间内加强对大数据的了解，提升自身的业务能力，不断对传统计算机的教学模式与具体的内容进行更新，如此才能够真正培养出能力过硬的计算机专业人才。由此可见，在大数据时代高职计算机专业教学创新势在必行。

三、基于大数据时代下的高职计算机专业教育改革策略

（一）提升教师专业能力

想要对高职计算机专业教育进行改革，就必须要对教师的专业能力进行提升，如果教师自身的专业能力都无法满足教学的需求，那么学生也就很难在学习过程中获得进步。从高职学校的角度来看，其应该多多开展培训，同时聘请经验较为丰富的教师对其他教师进行带动，进而提升教师的团队素养。另外，在大数据时代，高职院校计算机专业课程教学还需要对大数据进行充分的融入，对大数据的教学内容进行增加，对大数据的潜在价值进行挖掘，提升学生学习计算机知识的主动性。具体的说，高职计算机教师应该立足于实际，对大数据的特色进行掌握，并运用大数据创新教学过程，提升对大数据的实践能力。

（二）运用多元化的教学模式

高职计算机专业教师应该对多元化的教学模式进行运用，改革计算机专业教育，因为单一的教学模式可能很难满足学生的学习需求，在开展教学的过程中，教师首先应该运用案例教学。计算机的教学内容不仅仅包括计算机基础知识，同时还包含着很多与现实生活联系密切的网络技术，如果能够多运用案例教学，就可以以学生为教学主体，促进学生计算思维能力的提升。其次，教师应该运用讨论法，让学生在学习计算机知识的过程中互相讨论，如此就可以提升学生的思维能力。最后，教师可以适当运用驱动教学法，对大数据的理念在课程中进行引入，使学生可以真正的理解抽象思维的具体价值。

（三）构建大数据网络教学平台

篇11

0引言

21世纪，社会进入大数据时代。在大数据时代背景下，高校教育发生了一定的改变。张燕南、赵中建曾在《大数据时代思维方式对教育的启示》中指出，大数据时代下，教育的及时性、全面性，决策信息的可利用性等得到了有效提升。Schoenberg也曾在《与大数据同行：学习和教育的未来》中指出，大数据在一定程度上实现了教育决策与发展质量的改善。因此，对大数据时代高校艺术教育发展趋势与人才培养模式的研究具有重要的现实意义。

1大数据时代具有的特征

大数据是基于科学技术创新发展下，继计算机技术、互联网技术普及应用后的又一次技术革命。随着《大数据时代：生活、工作与思维的大变革》（舍恩伯格与库克耶合著所著）的印刷，大数据得到了人们广泛的重视与关注。关于大数据、大数据时代的研究层出不穷。近年来，随着大数据研究的不断深入，大数据与教育发展、个人生活以及企业发展之间的关系的研究，得到人们越来越多的关注。由《大数据时代：生活、工作与思维的大变革》以及其他相关资料分析可知，大数据是借助科学技术分析而形成的数据集合体。加之随着信息全球化的不断深入，大数据时代具有体量大、类型多、价值密度低、处理速度快、线上获取等特点。［1］大数据为海量信息中有价值信息的挖掘与利用提供了支持，因此在大数据时代下，基于大数据挖掘技术，实现有用信息的采集与获取对信息决策具有重要的现实意义。

2大数据时代高校艺术教育的发展趋势

由上述分析可知，大数据不仅是一种资源、一种能力，也是一种技术、一种新的思维，它引导人类有目的地对海量数据信息进行分析、设计或创造，实现数据中有价值信息的挖掘与利用，为信息使用者的决策提供依据。在这种思维引导与技术应用下，大数据在教育领域中应用重要性的研究得到越来越多人的关注，并在研究与实践中取得了一定的发展成效。例如，美国麦肯锡全球研究院于2009年进行数据分析发现，美国教育信息系统的数据存储超过了260PB；2014年云图书馆、翻转课堂、移动设备、移动学习、基于信息技术喜爱的平等教育、创客等成为教育领域中最具影响力的教育技术。［2］而这些教育技术与大数据存在密切的关联性，大数据时代为教育领域的发展带来了不可忽视的影响。就高校艺术教育而言，在大数据时代下，传统艺术教育理念与教学思维得到革新，人们对高校艺术教育教学目标有了更深层次的思考，侧重于对教育本质的挖掘与回归。指出高校艺术教育对具备艺术创新创造能力、美术教育理论研究能力、数据应用能力、社会实践能力、艺术传播能力等创新型、应用型、综合型人才的培养。与此同时，在教学思维革新的基础上，人们开始利用大数据技术（如数学统计技术、大数据挖掘技术、数学建模研究方法、计算机技术）实现教育数据的采集、挖掘与学生学习数据的分析。在此过程中，人们对有价值的教学资源、教学行为、学习效果、学习内容、学习趋势以及学习者学习过程中存在的问题进行全面认知与掌握。为高校艺术教育策略与方法的革新提供了数据支持，促进了艺术教育教学方法与教学模式的创新与改革。基于信息技术应用下的多媒体课件教学法、创客空间、翻转课堂教学模式、微课教学法、立体化混合教学体系、多维教学评价系统等应用与推广，充分体现了大数据时代下高校艺术教育策略的改革与创新发展。

3大数据时代高校艺术教育的人才培养模式

由大数据时代高校艺术教育发展趋势可知，集智慧教学、服务型管理、个性化学习以及多元化评价为一体的系统化、科学化人才培养模式的形成，是高校艺术教育改革与创新的必然趋势。但从大数据高校艺术教育人才培养模式的发展现状而言，人才培养定位模糊、课程体系不健全、社会实践匮乏是多数高校普遍存在的问题，严重制约了高校艺术教育的优化发展。［3］对此，基于大数据时代高校艺术教育发展趋势，高校应结合自身的办学特点与学生的实际情况，确立层次性、个性化人才培养目标，即将专业型人才、普通型人才以及精英型人才进行有机结合，实现“创新+应用+综合”三位一体的社会需求型人才培养目标的实践。同时，借助信息技术、网络技术实现课程教学方式与内容的创新，并以学生个性化发展需求为核心，实施开放式、服务型的教学管理，用以满足大数据时代高校艺术教育人才培养的相关要求。在大数据时代高校艺术教育人才培养中，教育工作者应注重自身教育理念的转变，在认知大数据时代高校艺术教育发展趋势的基础上，依据现阶段高校艺术教育人才培养中存在的不足进行改进。在此过程中，应把握信息技术在实践教学应用中存在的价值，依据教学内容构建教学资源库，提升课堂教学的趣味性、开放性。同时，借助在线远程教育，实现课堂教学的有效延伸，借助大数据挖掘技术，探究具有社会实践价值的活动，为学生创设更多参与艺术实践的机会，从而提升学生的艺术实践能力。此外，在进行教学评价时，应从多个层面出发，实现对学生学习的全过程评价，包括学生参与活动的情况、学习成绩、学习态度等内容，以及教师评价、自我评价、同学评价等方法。

4结语

大数据不仅成为一种新型的社会能力，也是一种基于海量数据的分析与处理方式。在大数据时代下，高校艺术教育教学的改革已成为高校艺术教育发展的必然趋势。运用大数据进行教育信息资源的挖掘与整合，实现了艺术教育人才培养目标的及时、准确确立，实现了教学策略选用的科学性，为学生个性化发展奠定了基础，推动了艺术教育教学中学校与社会、家庭的协同建设。

参考文献：

［1］李梅.大数据时代高校艺术教育发展趋势和人才培养模式［J］.美术教育研究，2016（09）：94-96+99.

篇12

中图分类号：N04；TP39；H059文献标识码：ADOI：10.3969/j.issn.1673-8578.2017.02.019

大数据，作为一个影响深远的技术名词，2011年第一次出现在知名技术咨询公司高德纳公布的年度新兴技术成熟度曲线上。从那时起，各界对大数据的理论研究与应用实践一直保持着前所未有的狂热。大数据成为从少数人关注、少数人研究到整个社会高度关注的现象级词汇。但在2016年公布的年度曲线中，大数据作为一个独立名词已经悄然隐去，却出现了一系列包括公民数据科学、微型数据中心、自我实现的高级分析等与其直接相关，可判断人类意图的技术、物联网等与其间接相关的大数据衍生概念。这意味着，大数据已经进入从概念推广到全面落地的关键转折期，成为一种新能源、新技术和新的组织方式，全面渗透并深刻影响着人类政治、经济、文化和社会生活的方方面面。

用单个名词来描绘大数据的影响与变化，既是汉语之美的集中体现，也是对未来趋势的浓缩反映。全国科学技术名词审定委员会联合大数据战略重点实验室，基于行业发展趋势、社会关注度、媒体曝光率、搜索指数、专家推荐等多方面的考量，最终由大数据名词专家组选出十个最具时代特征的大数据新名词。“大数据十大新名词”反映了近几年大数据领域国际关注、社会关切以及百姓关心的焦点，透过这些新名词，能够洞察大数据在各个领域的最新动态，客观反映大数据的创新与发展，映射大数据的社会面貌和时代特征。

“块数据”以其创新性、前瞻性和预测性为大数据发展提供理论支撑；“区块链”将区块链发展和应用置于国家架构下，最终实现法律规制下的技术之治；在经过信息互联网、价值互联网的发展演进之后，互联网将进入“秩序互联网”的高级阶段，构建起基于规则共识、行为共治和价值共享的互联网新秩序；“激活数据学”将量化世界，助力人机共舞，颠覆生产和生活；5G实现万物互联、感知世界，驱动连接型社会的构建；“开放数据”将引领协同共治的社会治理变革，最终实现公共利益最大化的社会善治；“数据交易”满足数据资源市场化需求，带来了价值与商机；“数据铁笼”落地运行，即将开启数据反腐的新探索；防范“数据安全”风险，需要加大对维护安全所需的物质、技术、装备、人才、法律、机制等方面的能力建设，建设立体多维的数据安全防御体系；数据权属不明引发利益冲突，“数权法”正成为关注焦点……

1.块数据（block data）

大数据作为创新浪潮的重要标志正逐步渗透到人类生产生活中，然而，数据孤岛、数据垄断等问题却限制了大数据的发展。立足实践，块数据作为大数据发展的高级形态，为挖掘数据价值提供了解决方案。块数据理论极具前瞻性地分析了未来经济和社会的变革，并对未来大数据领域的发展进行了研判。

块数据是把各种分散的（点数据）和分割的（条数据）大数据汇聚在一个特定平台上并使之发生持续的聚合效应。其中，各类数据是指不局限于物理空间或行政区域内涉及人、事、物等各类数据的总和；“特定平台”既包括特定的物理空间，也包括虚拟空间；持续聚合的实质是一种关联性集聚，关联性集聚实现的是数据多维的跨界关联，也是一种内在的、紧密的高度关联。块数据的聚合效应是通过数据多维融合和关联分析对事物做出更加快速、更加全面、更加精准和更加有效的研判和预测，从而揭示事物的本质规律。

块数据的产生打破了传统信息不对称和物理区域、行业领域对数据流动的限制，极大地改变了数据的采集、传输、分析和应用方式，进而给各行各业的创新发展带来新的驱动力，推动各类产业彻底变革和再造。块数据通过对复杂科学思维的技术化处理，让复杂科学方法论成为可具体操作的工具，形成了一种全新的大数据方法论。块数据强化开放共享、跨界融合，是一种利他的、共享的观念，它将成为新数据时代的主流文化，并孕育出一种新的社会文明。从某种意义上说，块数据的产生标志着人类真正步入大数据时代，将在新的历史起点上开启新的征程。

2.区块链（sovereignty block chain）

世界经济论坛主席施瓦布曾说过：“自蒸汽机、电和算机发明以来，我们又迎来了第四次工业革命――数字革命，而区块链技术就是第四次工业革命的成果。”区块链与互联网的结合，将在技术上把可拷贝变成不可拷贝，或者说是有条件的可拷贝，这个条件就是从无界、无价、无序走向有界、有价、有序。当前比较一致的观点是，区块链具有可记录、可追溯、可确权、可定价、可交易的特征，为大数据的进一步发展提供了可选路径和无限遐想。但是从2008年区块链诞生以来，并没有得到广泛应用，其中没有在法律层面上解决数据权属问题是重要原因之一。

构建网络空间命运共同体，必须以尊重网络背后的国家为前提。区块链就是在坚持国家原则的前提下，加强法律监管，以分布式账本为基础，以规则和共识为核心，根据不同的数据权属、功能定位、应用场景和开放权限构建不同层级的协议，实现公有价值的交付、流通、分享及增值。如果说区块链具有共识的技术属性，那么区块链就是一个包括共识、共治、共享在内的统一体。从区块链到区块链，并不仅仅是对区块链的弥补，更大的意义在于给网络空间治理带来了新理念、新思想和新规制。

区块链的发展需要符合内外因相互作用的基本规律，既要在全球治理体系中形成共赢的价值导向，又要在法律层面寻求体系上的突破；既要在密码标准、跨链技术、自主测试平台等方面提供技术支撑，又要在互联网金融等重点领域实现应用创新，真正形成重构网络空间运行秩序的力量。

3.秩序互联网（order internet）

互联网作为互联互通的信息技术，对人类生产和生活发展起到了前所未有的推动作用，人类在享受互联网带来福利的同时也面临着许多挑战。互联网犯罪行为频发，对世界互联网安全与秩序造成极大冲击，打击互联网犯罪、维护互联网安全、建立互联网治理体系成为世界各国共同面临的课题，核心是消除信息鸿沟、价值鸿沟与信任鸿沟。“棱镜门”等网络安全事件暴露了网络霸权对国家的威胁与挑战，越来越多的国家逐渐认识到，坚持和维护国家网络，构建公正合理的全球互联网秩序，是推动网络空间共享共治的根本前提，也是反对网络霸权主义、维护全球和平安全的基础条件。从信息互联网、价值互联网、到秩序互联网，新的全球互联网规则和互联网治理体系将被建立，人们将真正享有和平、安全、开放、合作的网络空间。

2015年2月，总理在贵州考察北京・贵阳大数据应用展示中心，在详细了解贵阳利用执法记录仪和大数据云平台监督执法权力情况后，评价道：“把执法权力关进‘数据铁笼’，让失信市场行为无处遁形，权力运行处处留痕，为政府决策提供第一手科学依据，实现‘人在干、云在算’”。自2015年以来，贵阳市依托大数据产业发展优势，选择行政权力相对集中、工作内容与群众生活息息相关，网络技术运用有一定基础的单位，启动“数据铁笼”计划。

“数据铁笼”是以权力运行和权力制约的信息化、数据化、自流程化和融合化为核心的自组织系统工程，通过优化、细化和固化权力运行流程，确保权力不缺位、不越位、不错位，实现反腐工作从事后惩罚转变为事前免疫。在本质上，“数据铁笼”强调以大数据技术为基础，实现权力流程数据化、权力数据融合化和权力数据监察化，通过全程采集并记录行政行为数据，全面监控行政执法过程风险，精编天网之“经”，密织天网之“纬”，塑造天网之“魂”。

“数据铁笼”的广泛应用使数据反腐成为政府反腐治理的新趋势和新模式，通过数据可以实现科学的技术反腐，将权力牢牢关进制度的笼子里，实现反腐治理中摹安桓腋”到“不能腐”的飞跃。

9.数据安全（data security）

大数据的安全与发展是一体之两翼、行动之双轮。正如在网络安全和信息化工作座谈会上所强调的，“安全是发展的前提，发展是安全的保障，安全和发展要同步推进”。近年来，由于数据在网络空间传播迅速，且当前技术手段和行政手段都无法对其实施有效监管，使得大数据安全问题日益加剧。

大数据所引发的数据安全问题，并不仅仅在于技术本身，而是在于因数据资源的开放、流通和应用而导致的各种风险和危机，并且由于风险意识和安全意识薄弱、关键信息基础设施的安全可靠性差、黑客攻击、管理漏洞以及法律的缺失和滞后加剧了风险的发生频率和危害程度。防范数据安全风险，需要加大对维护安全所需的物质、技术、装备、人才、法律、机制等方面的能力建设，建设立体多维的数据安全防御体系。

切实保障数据安全，加强法治建设是其中的重要环节。目前，中国在数据安全方面缺乏相应的专项立法，只有一些相关规定散见于各类法律法规当中，无法在推动数据开放共享并防止数据滥用和侵权上提供有效的法律支持。应充分依据大数据发展的特点和规律，尽快构筑维护社会个体基本法权、公共利益、国家安全及可持续发展的大数据安全法律体系。

10.数权法（data security）

篇13

文章编号：16723198（2015）17015101

1引言

“人生有太多的责任，可我无力承担......！”他留下了遗言，割裂手腕，用血流如注的手爬上顶楼，纵身跳下。经警方调查，该大学生因就业困境而选择自杀。当今社会就业形势严峻，许多学生纵然拼命的完成了本科、硕士、博士的学习，却依旧面临就业难的窘境。如何提高学生的应用能力和创新思维，实现知识和现实的有效接轨，是值得关注的重要课题。随着移动互联网的普及，大数据已成为当今中国重要现实。截至2014年6月底，中国网民达5.91亿，网络普及率达441%，手机网民达4.64亿。中国网民数位居世界之首，青年网民达85%。每天产生的数据量居世界前列。大数据正成为中国各行业的机遇和挑战。大数据不仅直接影响了当代青年的思维方式，学习方法、行为模式、思想观念等，而且也将对教育业的教育管理、教学评估、服务模式、思维路径的变革产生深刻影响。如何抓住大数据时代机遇，促进理论知识与现状需要的有效接轨，是深化教育改革的关键。

2国内外研究述评

2.1应用型创新人才培养模式研究

首先，英美高校采用实际案例、业界专家讲座、学生创业指导等多种形式激发学生求知欲。不采用单纯的理论说教。英美两国教学方式注重社会实践，引导学生自我反省、自我思考，鼓励学生自己探究和判断符合社会要求创新发现和创新行为；在教学资料的选择中，教师综合应用案例教学、实验教学等新型网络技术，注重知识应用和创新。其次，日韩应用创新能力培养涉及组织行为学、心理学、管理学、伦理学、社会学等多个领域。日本高校利用专题讲授、案例教学、情境体验、信息技术等方式，鼓励学生采用在线讨论、录像、阅读、表演等多种形式，达到应用创新能力自我培养目的。韩国高校采用混合教学模式，将课堂教学、多媒体技术、网络工具、校园文化、财务实践、经济活动等相结合。最后，我国高校教学模式方式是老师对学生“单向”“理论”“灌输”。教学方法较为单一、自主实践性较弱。

文献评述及启示：首先，发达国家之“发达”不仅是经济强势的体现，更是应用创新能力之必然。可以借鉴西方国家创新教育模式―“多媒体信息技术”、“自主学习”、“团队协作”、“沟通交流”等方式完善我国高校应用创新能力评价理论。其次，我国应用创新人才培养研究主要以定性分析为主（概念、内容、方式和意义等方面）。其中，提高学生应用创新能力方式研究包括：改革实验室教学内容，提高学生的动手能力，从而培养应用型创新人才（张杰，2012），转变教学的目标，重新架构教育评价体系和优化教师队伍。加强教材的建设，保证教学内容与时俱进，开发学生的创新思维。如何借助西方发达国家的创新教学理念和教学方式，在定性分析基础之上，结合大数据信息技术研究值得关注。

2.2大数据信息技术研究

现有大数据研究主要关注大数据界定，大数据特征和大数据影响三方面。首先，大数据界定研究。现有界定基于数据容量、复杂程度、价值三个角度。麦肯锡公司指出：大数据是指那些规模大到传统的数据库软件工具已经无法采集、存储、管理和分析的数据集。大数据就是指蕴含着巨大的、可有效利用的、多样化的数据集。大数据的“大”不是数量大，而是复杂性大。其次，基于大数据特征研究，IDC指出大数据特征是：大量化、多样化、快速化，价值性。IBM认为真实性是大数据重要特征。格雷布林克认为大数据特征：多样性、大量性、高速性，又称3V。布赖恩认为大数据具有易变性的特点。最后，基于大数据影响研究，大数据引发了商业变革：利用大数据技术可以通过对影响实体的全部数据的实时采集、处理、分析及时把控实体的运行，从而以最快的市场反应改善实体自身经营水平、提升自身经营效率，优化自身结构；大数据促进政务信息化；大数据让交通更智能。大数据技术通过对医疗大

数据进行集成，实现集中管理和更好的资源配置（彭

娟，2013）。