序論：寫作是一種深度的自我表達。它要求我們深入探索自己的思想和情感，挖掘那些隱藏在內心深處的真相，好投稿為您帶來了一篇大數據相關論文范文，愿它們成為您寫作過程中的靈感催化劑，助力您的創作。

大數據相關論文:大數據背景下科技項目檔案管理相關問題探討

【摘要】本文結合現階段我國科技發展的迅猛趨勢，正確認識科技項目檔案管理的重要意義，在總結科技項目檔案管理中存在的主要問題的基礎上，探討和分析提升科技項目檔案管理水平的可行對策，具有現實的意義。

【關鍵詞】科技項目；檔案管理；大數據

本文所述的科技項目檔案是圍繞科研項目所進行的所有研究工作的檔案資料。通常情況下，一個科技項目由多個課題組成，檔案形成的周期不一，在管理上具有一定的復雜性。同時，大數據時代的來臨為科技項目檔案管理帶來了新的機遇，應合理地應用這一技術，提升檔案管理水平。

一、科技項目檔案管理的重要意義

科技項目科研檔案是指在科技項目科研活動中形成的應當歸檔保存的圖紙、圖表、文字材料、計算材料、照片、影片、錄像、錄音帶等科技文件材料，是科技工作人員進行項目科學研究活動的真實記錄，它記載和反映了項目科學研究活動的全部過程和具體成果，是項目科研人員的勞動成果和智慧的結晶。尤其是在大數據時代，先進科技成果能夠大幅度提升工作效率，在檔案管理中應用大數據管理，能夠有效推進智能管理水平。

二、科技項目檔案管理存在問題分析

（一）管理人員專業素質有待提升。隨著大數據時代的到來，不僅要求從事科技項目檔案管理的工作人員具備較高檔案管理技能，更要求其具備較高的計算機及網絡技術。實際工作中，多數從事科技項目檔案管理的人員在計算C技術方面僅限于簡單的應用，數據庫建設和快速檢索分析技術的掌握程度較低。由此導致在建設信息化的科技項目檔案過程中，不能快速準確地完成信息的檢索和錄入，致使科技項目檔案信息化水平不高。

（二）科技項目檔案管理體系有待改進。科技項目歸檔材料復雜（包括研究課題的可行性論證材料、申請立項材料，立項后各階段的試驗原始記錄材料，總結報告、成果報告、成果鑒定等）、科技項目的多人參與屬性和形成周期不一的特性（科技項目一般需經過論證、立項、實施、驗收、推廣等過程，短的需要幾個月，長的需要幾年甚至十幾年時間），都給項目資料的收集、整理、歸檔設置了一定的障礙。因此，如何利用數字化，更加合理、科學地整理、歸檔成為科技項目管理體系亟待改進的方向。

（三）科技項目檔案保密管理有待提升。大數據時代的到來在給予人們獲取信息資料便捷的同時，也增加了檔案利用中的資料信息的安全風險。當前的檔案信息安全，大多停留在政策層面，缺乏網絡技術層面的支持。與此同時，科研項目檔案有著它自身特殊的保密管理要求。由于科研項目檔案涉及科研成果的前期申報、立項、實施、專家評審等環節，其保密級別的管理不能一概而論。比如科研項目中的專家評審部分不能公開，而項目名稱、課題研究方向則屬于需要公開的范圍。因此，如何有效地解決科技項目檔案開放利用與信息安全保護的矛盾成為項目檔案保密管理亟需提升的方向。

三、提升科技項目檔案管理水平

第一，提高思想認識，重視科技項目檔案管理工作。科技項目檔案管理工作的重要性，已經越來越凸顯，應該引起單位和組織管理層的充分重視，將科技項目檔案管理工作納入到日常的項目管理中去，積極主動地做好科技項目檔案管理工作。

第二，加強動態監管。科技項目檔案的管理是一個動態的過程，在此過程中需要對其進行定期的維護和更新，需要做到以下幾點：首先，加強檔案的前端控制。科研項目的驗收環節應包括相關資料的歸檔手續，只有在正式歸檔之后，才能舉行相應的結題驗收和成果鑒定。其次，科學規劃歸檔分類。在2年以內的科研項目及科研成果應以辦結年限為準按照項目類別進行分類歸檔，在2年以上的較為復雜的，按照論證、立項、實施、驗收、推廣的年度進行分段歸檔。其三，培養數據定期更新意識，委派專職人員對數據庫進行信息更新和系統維護，實時錄入數據庫。

第三，理清科技項目檔案的管理和歸屬問題。在科技項目檔案進行歸檔和保存的過程中，實行課題組長負責制，多個課題及多個單位參與的項目，參與單位負責所承擔課題的資料收集和歸檔工作，最終由課題組長進行審核，協作單位的檔案須將副本交給主持單位，如確實涉及協作單位合法權益的，應在提交的材料中明確注明歸屬問題。

第四，加強檔案管理的安全性。科技項目檔案是國家的重要財產，一旦泄露，可能造成較為嚴重的后果。為此，必須在科研項目檔案的收集、整理、歸檔、查閱的不同階段加強安全管理，杜絕資料外泄。歸檔時必須設置不同的保密層級，如專家評審內部資料應該設置最高級別的保密權限，項目科研內容設置中級的保密權限，方便項目主辦單位的后期查閱，而項目名稱、課題研究方向信息可設置公開權限，方便大眾查閱。運用技術隔離，設置分級訪問權限；健全專人負責制和檔案查閱申請制，從制度、人防、技防三方面加強檔案安全管理。

第五，建立更加完善的科技項目檔案管理體系。現代信息技術的快速發展為檔案管理工作提供了更為便利的手段，將現代化的統計分析技術與傳統的科技項目檔案管理模式相結合，能夠更加有效地促進科技項目檔案管理工作的開展和高效發展，例如在科技項目的收集和歸檔過程中使用數字化資料，同時建立每個科技項目的檢索目錄、主要成果和詳細摘要等關鍵內容，便于后期的使用；同時數字化并不單單是整理電子文檔等材料，應結合數據庫、計算機技術等，應用更為智能化的管理系統。

大數據相關論文:大數據會計與財務信息相關性研究

【摘 要】 目前大數據會計正逐步進入人們的視野，引起會計學界重視，要想實現大數據會計時代，必須厘清大數據會計的數據選擇與結構。文章逐一對會計數據結構及如何在非結構化、碎片式數據和企業價值三者之間建立相關關系進行分析，并就應對大數據給會計帶來的挑戰提出了建議。

【關鍵詞】 大數據； 會計數據； 碎片式數據； 非結構化數據； 財務信息

一、大數據會計的數據選擇與結構分析

在計算機信息技術空前發展的當下，人力資源、金融資本及大數據被公認為未來信息化社會的三大核心生產要素。生產要素的改變必然改變人類生活的各個方面，財務行業也將受到必不可少的影響。傳統財務行業的數據收集處理及分析模式將因大數據而發生積極改變，各種會計信息質量，比如可靠性、可比性、重要性等，都將會受到積極影響。會計從誕生的那一刻起就是為企業價值服務的，編制有效的會計信息的目的不僅僅是為了服務管理層、投資者和潛在的需求者，其最終的目的是為了在真實、準確反映企業有效信息的基礎上服務于企業價值的提高。

從此角度來說，凡是能蛺岣咂笠導壑檔南喙厥據信息，都是廣義的會計信息。大數據時代，傳統會計不能融入的各種非結構化甚至碎片化的數據，需要被納入大數據會計信息系統，以服務于企業的發展，用于提升企業價值。大數據時代，對企業具有價值的各種非系統、碎片式的數據如何有效收集處理納入會計信息系統并創建新的會計數據信息系統，為企業的管理者或信息的預期使用者提供更有價值，更可靠準確的數據以便于其作出各種經濟決策，將是未來會計數據信息系統建設的首要難題。

（一）思維轉變將有效補充傳統會計定性信息數據的不足

因果導向的思維模式作為傳統的思維模式占據人類歷史幾千年，而在大數據時代此種思維或將面臨改變。大數據時代，海量的數據尤其非結構化、非系統性、碎片式數據占據主導，將使得因果性思維陷入英雄無用武之地。大數據的“大量、多樣、高速、價值”4V特征給人們傳遞了新的信息，也帶來新的思維模式。該思維涵蓋了“平等、動態、多樣、關聯、開放”等特征，蘊含了集合優于單一、整體優于局部、相關優于因果等思想。正是這種新思維新特征，改變了人們傳統的因果性思維，逐漸轉變成大數據時代的整體性、相關性思維。

大數據時代單一的各種碎片式或非結構化的信息數據并不能真實準確反映企業的完整經營過程，但是整合大量相關的碎片式數據將能夠有效反映相關的企業價值所在。傳統會計實務當中以貨幣作為主要計量單位的定量描述原因有二：其一，貨幣計量不能用來反映定性描述的數據信息；其二，定性描述的數據信息大多是利用相關關系衍推而來，結果隨機性較大且不如因果導向所得結果準確。深入考慮，傳統會計選擇定量的數據用來核算反映企業相關信息主要是其時代局限性所決定的。大數據時代，碎片式或非結構化的會計數據不再受以前因果分析的局限性，可以利用整體或較大樣本的數據進行相關性分析，所得結果準確性往往較傳統的因果性分析更為準確、恰當。綜合來說，傳統會計數據信息僅涵蓋貨幣計量的定量描述性的數據將遠遠不足，大數據時代各種定性描述的碎片式或非結構化的數據將有效補充傳統會計數據的不足。

（二）碎片式或非結構化的數據組成傳統會計數據部分的邏輯分析

碎片式或者非結構化的數據主要指不能或不方便用傳統二維數據庫來計量的數據，比如視頻信息、圖片信息等。大數據時代，各種碎片式或非結構化的數據雖有效補充了傳統會計數據的不足，但只有特定特征的碎片式或非結構化的數據才可以納入傳統會計數據體系，并不意味著所有此類數據均需納入。

首先，只有具備一定價值和數據密度的特殊碎片式或非結構化數據才可以納入傳統會計數據體系。此類數據在大數據分析時將會有效降低各種噪音與干擾。此類數據需要與真實事件具有高度相關性，真實準確地反映事件或事件影射現象，只有這樣的數據納入才會有效地提高會計信息的質量。其次，此類數據還需要具備中立性。所謂中立性，指碎片式或非結構化的數據需要客觀不帶主觀性地去反映各種真實事件或其影射現象，只有客觀中立的碎片式或非結構化數據納入才能防止人為主觀帶來的錯誤。因此，納入傳統會計數據體系的碎片式或非結構化的數據需要具備中立客觀且具有價值。

會計信息自始至終為企業管理而服務，故會計數據可以說依附在企業管理之下，那么如何選擇會計數據將與企業的本質密不可分。

針對企業本質主流觀點如下：（1）制度經濟學家科斯認為企業的本質是一種資源配置方式的產物，是價格機制的替代者；（2）契約論者認為企業本質是人與各種要素投入者簽訂契約而成立的某種契約組織；（3）某些學者認為企業存在的本質是創造并追求利潤最大化。對比三種主流企業本質的相關流派，發現他們并不沖突反而相互補充，筆者偏向于三種觀點的融會貫通。可以說企業本質是契約人與要素投資人的組合，是企業成立的前提，企業是市場資源配置的均衡產物，而企業最終的目的是為投資人創造價值并與其分享，即企業本質是創造價值并分享、資源配置及契約關系三位一體的綜合體。企業本質的資源配置及契約關系可以通過會計核算經營過程中的數據信息來描述，而創造價值與分析則可以通過記錄契約關系資源配置的具體信息來衡量。可見，會計數據信息必須能夠衡量企業價值，這也是會計對象的基本范疇（會計對象是企業的資金運動或價值運動）。由此，碎片式的也好，非結構化的也好，納入傳統會計數據體系的首要條件是與企業價值相關。

（三）大數據時代會計數據體系結構分析

通過前文闡述可以知曉，獨立客觀的且與企業價值相關的碎片式或非結構化的數據需被納入會計數據體系。在此，傳統的會計數據與新納入的碎片式、非結構化數據之間的關系如何，兩類數據如何在會計數據體系里定位？

會計數據從真實可靠角度來說，由直接及間接兩類數據構成。傳統的會計數據基本由直接的結構化數據組成，而現代納入的碎片式或非結構化的數據則可歸類于間接的會計數據。第一，相對于新納入的碎片式或非結構化的間接數據，傳統會計直接數據能夠最為真實可靠地反映經濟業務（交易或事項）的本質。這是因為傳統結構化的數據在確認、計量、報告的過程中都嚴格按照會計準則等法律法規規定的流程進行操作，比如相關單據的稽核、復核、審核、簽字確認等，這些都有效地提高了數據的可靠性，直接揭露了真實可靠的交易或事項。第二，相對于傳統會計的直接結構化數據，新納入的碎片式或非結構化的間接數據由于其與企業價值高度相關且獨立客觀，大大提高了現代會計數據體系全面準確反映經濟業務本質的可靠性，也進一步提高了會計信息質量。無論什么時代，會計數據體系都必須可靠真實，大數據時代會計數據體系也不例外。換句話說，大數據時代的會計數據體系將以傳統結構化（貨幣作為主要計量單位定量描述的）數據為主，而獨立客觀且與企業價值相關的碎片式或非結構化的數據成為有效補充。兩類數據體系的融合，不僅確保會計信息質量而且提高了會計信息與企業價值的高度相關性。

傳統直接的會計數據收集處理過程涵蓋于企業生產經營過程中可能涉及的每個環節或每個部門，數據收集處理相關的成本已經計入職工薪酬，成本o需企業再額外支出。但是，大數據時代納入的碎片式或非結構化的數據收集、處理成本不僅需要額外支出且相對高昂。當下，大部分國內企業的信息化程度并不高，搭建大數據平臺并成功運營的更少之又少。大多數企業若想把各種碎片式或非結構化的數據納入新的會計數據體系，幾乎都需借助外界平臺或專業人士來收集與處理，大大增加了企業的成本。考慮將碎片式的、非結構化的數據納入現代會計數據體系需要較大的成本，則其推進進程或時間周期將大大延長，也就意味著大數據會計數據體系仍舊在很長一段時間以貨幣定量描述的直接會計數據占主導。

二、構建企業價值與碎片式或非結構化數據的相關關系

傳統會計數據體系當中各種以貨幣計量可量化的結構化數據，均與企業價值直接相關，能夠通過因果導向直接核算（反映）企業的各項經濟業務活動（企業價值）。不過，碎片式或非結構化數據屬于間接數據，雖然與企業價值相關或者高度相關，但是很難利用傳統因果導向來確認其與企業價值的直接關系。正因如此，對于碎片式或非結構化數據與企業價值的關系需要用相關分析方法來確定，而不是傳統的因果導向性分析方法。

企業估值理論用未來現金凈流量的現值之和來評估企業價值，而企業當前會計核算體現的賬面價值僅是歷史的現金流量，導致企業價值的評估與企業當前的賬面價值并不一致。為更全面、真實、可靠地反映企業價值，則需將企業歷史和未來的（間接或潛在的）所有與企業價值相關的現金流量納入。從構成角度來說，歷史（已經產生的）現金流量屬于企業財務信息，而未來相關的現金流量大多屬于非財務信息，目前的會計準則下尚未將此類信息納入會計數據體系。未來潛在或間接的現金流量可能以結構化數據展現，也可能是碎片式或非結構化數據的體現。為此，要想客觀反映企業價值，需要利用未來各種潛在或間接的現金流量與歷史（直接）的現金流之間的聯系，將未來現金流量（碎片式或非結構化的，又或結構化的）與企業價值建立一種映射或相關關系。

此處關鍵問題是如何計算未來這些間接或者潛在的現金流，否則將無法建立碎片式或非結構化數據與企業價值的相關關系。考慮最終需要將這些數據納入現代會計數據體系，所以相關方法過程簡單、易于操作、易于理解是最起碼的條件。利用轉換方法，可以將未來潛在或間接的現金流轉換為企業賬面價值，準確適時地反映企業的價值。

綜合前面分析可以得到以下兩組公式：

企業現時賬面價值t=投資活動現金流t+經營活動（生產銷售）現金流t+籌資活動現金流t （1）

企業價值t=企業現時賬面價值t+企業潛在價值（未來現金流）t （2）

結合上述式（1）、式（2）可以倒推未來潛在或間接的現金流所帶來的價值。

賬面價值t=企業價值t-1=賬面價值t-1+企業潛在價值（未來現金流）t-1×轉化效率 （3）

該轉換效率可以用含有自變量xn的函數U（x1，x2，x3，…，xn）來表示。在現實企業估值當中，影響轉換效率的函數可能無限多。此處為便于運用，假設有三個關鍵影響因素：x1消費特征、x2人群特征、x3評價結果，則轉換效率函數可以表示為U（x1，x2，x3）。

企業未來現金流大多可能蘊含在各種碎片式或非結構化的或是結構化的非財務信息當中。為了很好地將潛在的現金流中碎片式或非結構化數據與企業價值管理相結合，需通過一定的方法轉換為結構化的數據，與結構化的潛在現金流一并核算處理。轉換后潛在的或間接的現金流變成全部結構化的數據，可以分為投資、經營、籌資三類活動產生的現金流，最后利用上述含有三個關鍵變量的轉換效率函數將潛在現金流轉換為潛在價值。

各種企業潛在價值當中的碎片式或非結構化數據，主要是人們（企業客戶、潛在客戶或其他群眾）對企業經營活動的評價。企業潛在價值源于評價即意味著兩者之間呈正比例關系。不過評價又受到不同群體特征人的不同評價，比如不同消費行為的人對企業價值評價往往有差異。因此，企業潛在價值一會受到評價影響，二會受到不同人群特征的影響。同樣，針對人群特征，又可以進一步分類為不同的消費特征，比如高收入人群與低收入人群的購買力將有很大差別，他們的購買行為差異又將對企業潛在價值構成影響。總的來說，可以確定影響企業潛在價值的三個關鍵因素為人群特征、消費特征以及他們的評價結果。

從相關性角度來說，企業價值相關信息最大的價值是可比性，即不同企業之間的價值比較。無論對管理層還是其他預期信息使用者，只要能夠在不同企業之間利用它們的企業價值作出對比然后得出經濟決策，那么這些企業價值的評估都是有效的。也就是說，企業價值評估最關鍵的是不同企業之間的可比性，而不是最為精確無誤地核算企業的賬面價值和潛在價值。因此，筆者對所有企業都選擇上述三個特征作關鍵變量來衡量企業潛在價值是有實際意義的。

三、大數據給會計帶來的挑戰

（一）更為全面及可靠的會計信息得以實現

對于傳統會計數據體系，財務報告中所涵蓋的信息大多數是結構化的數據信息，這樣的財務報告隨著大數據時代的到來越來越難以滿足財報預期使用者的真實需求。為適應大數據時代，企業財報若將各種碎片式或非結構化數據納入，將能夠有效彌補傳統財務報告的不足。碎片式或非結構化的各種數據納入報表將配合傳統財務會計報告綜合全面反映企業財務狀況、經營成果以及企業所處社會環境、產業環境、商業環境等各種有價值的信息。因此，當務之急是需要相關機構及時開發出能將各種碎片式或非結構化數據結構化、量化的工具，從而幫助其納入傳統財務報表。

傳統財務報告納入項目的擴展，使得傳統意義上不能量化的非結構化的或者碎片式的數據均進入了會計信息系統，比如企業的環境狀況、人力資本等。當然，在現實工作中，會計實務人員還需要對企業的經營模式進行量化，將在會計報表附注中以文字描述的方式轉變為量化的方式，使得更多信息使用者獲取有用的量化信息，使得會計信息透明度增加[ 1 ]。

（二）平臺搭建及相關標準構建

在大數據時代，企業以前為財務工作所搭建的會計信息系統平臺將逐漸淘汰，所涵蓋的內部會計資源和組織協同發展的相關信息都將失去價值。故要適應大數據時代，需建立一個高度信息化的共享平臺，該平臺包括企業和其產業鏈上下游的供應商及客戶，還包括企業各種相關的合作伙伴（包括稅務等在內的政府機構）。該平臺由中央政府牽頭，組建涵蓋上下依次為中央政府、地方政府及企業的三層會計信息系統平臺。通過分層可以明確不同分工以及不同邊界，這樣可以實現協同化效應，實現信息共享，最大程度地滿足所有會計信息相關使用者的需求。在信息共享平臺建立的同時，需要建立平臺信息收集、輸入、存儲、輸出等各種標準。正常情況下，由處在平臺最高層的中央政府來統一制定，然后由地方政府及企業執行，實現相關會計信息的標準化。

對于信息平臺的構架及標準的制定，考慮其投入的人力物力都相對比較大，一般需要由政府牽頭完成。對于該會計信息共享平臺，除全面反映各種會計信息之外還要有相關驗證和審核信息的功能。考慮目前大數據時代該平臺尚處于試驗階段，所以筆者建議相關部門可以試點的方式進行推廣。當然，平臺建設與標準制定都是一個試錯摸索過程，需要時間周期和不斷調整[ 2 ]。

（三）核算型向價值型財務體系轉變

大數據時代下的信息管理需要升級，要求企業相關部門，尤其管理層及會計部門要從提高業績管理水平和風險管理能力的角度積極改變傳統會計信息系統，實現財務信息從傳統的核算型向價值型的轉變。企業可考慮如下三點展開此項工作：其一，企業運營過程中，需要在扁平化的管理結構中恰當處理財務管理與運營管理兩者之間的關系。同樣，價值型（價值導向或者價值提升）的財務系統中，相關財務工作者需要將其工作從傳統的基礎財務工作轉變為價值創造，將其定位為企業變革型關鍵人員。其二，業務銷售方面，企業應考慮重組客戶資金流程，實現資源最優配置，盡可能地發揮財務協同效應。其三，在戰略創新方面對企業財管模式全面創新升級，利用價值管理等先進管理經驗為企業戰略管理提供幫助，將產業價值鏈和商業模式等管理知識充分運用到企業整體戰略中。

四、結論建議

會計作為對企業價值相關數據進行管理的一項活動，在大數據時代，需要全面改革傳統會計數據體系及財務報告體系。為適應大數據時代，會計管理工作要與時俱進，作出各種改變，筆者認為可圍繞以下幾點展開：

第一，與傳統會計數據要求一致，但需要重新制定統一的標準以滿足不同企業之間在大數據時代會計工作成果的可比性。類似于現行的企業會計準則，該項標準需要由政府相關權力或行政機關統一制定，全國推行并強制使用。

第二，針對大數據時代的各種碎片式或非結構化數據，其與企業價值之間的關系，筆者在本文稍有拋“磚”，仍需大量“玉”來配合。這項工作或由相關政府部門、學術界融入實務環境中，深入研究，建立標準的分析模型。

第三，財務會計報告的重新變型。大數據時代，需要將各種碎片式或非結構化的數據信息納入財務會計報告以全面反映企業的財務狀況、經營成果以及相關環境信息。為此，大稻薟莆癖ǜ嫘枰適當分層，以傳統貨幣計量的數據為核心，輔助以碎片式或非結構化數據。

第四，中央及地方政府牽頭協助信息化較高的規模企業事先建立大數據會計信息共享平臺，扶持企業利用大數據信息來創造價值，為供給側改革提供技術與信息化手段。

大數據相關論文:大數據背景下市場營銷教學模式的相關研究

摘要：對當下的大數據時代給市場營銷教學帶來的改變對市場營銷教學模式影響進行探討，調整教學的立足點和應對策略，采取新的教學模式。作者將結合自己的工作崗位，深入探討在當下的大數據時代給市場營銷教學帶來的改變，調整教學的立足點和應對策略，采取新的教學模式，立足于大數據時代的特點，指出了在大數據時代的影響下市場營銷教學正在以一種新的姿態取代傳統的教學模式，并提出與之相應的應對策略。

關鍵詞：大數據；市場營銷；教學；改革

引言：

由于社交網絡、云存儲在各領域的應用，以數量多，種類全，時效性強的非結構化數據屢屢出現在人們的視野中，逐漸讓人們認識到數據的重要性，市場變化及時調整，內容缺乏先進性。如教材中關于營銷理論的部分，僅僅是對以往營銷理論的復述，未能添加新時期我國市場上新興的綠色營銷、網絡營銷等相關理論知識。新時期下，社會對市場營銷人才提出了更高的要求，人才要充分了解新時期的市場新變化、新特點，并在工作中實現市場營銷理論的靈活運用，才能適應時展需求。而教學內容先進性的缺乏，不僅大大降低了教學質量，也影響了學生日后工作中市場營銷知識的應用效果。

一、大數據時代概念

“數據”是指加載或記錄信息按一定的規則排列組合的物理符號，可以是數字、文字、圖像，也可以是計算機的代碼。接受信息的數據接收，只有通過對數據的解釋來獲取背景信息，“大數據”是指數據量巨大，無法通過大多數的檢測工具，在適當的領域內收集、統計、運算和統計作為公司決策的依據。“大數據”使用傳統的數據庫軟件工具在一定時間內收集、存儲、管理和分析數據的收集。

“大數據”本身不是一種新技術，不是一種新產品，而是一種現象出現的時代。IBM在美國，大數據3V特征，即物種（品種），快（速度）、容量（體積）。國際咨詢機構IDC的數據，滿足“4V”：品種（品種）、速度（流量）、體積（容量）、價值（價值）指數數據稱為大數據。這些特性使得大數據與傳統的數據概念不同。不同的數據概念和“海量數據”。它不僅用來描述大量的數據，進一步指出，數據的復雜形式，數據的快速時間特性和數據分析和處理的特殊處理，最后我們得到了信息價值。

二、大數據背景下市場營銷學教學面臨的挑戰

1.、企業的戰略規劃將減少

對于市場營銷來說，企業要制定長期的、具有戰略性的規劃方案，這將是一個社會管理過程。在大數據時代背景下，企業做三五年的規劃方案完全是沒有任何意義的，我們都知道，如今的阿里巴巴很強勢，但是未來幾年會怎樣誰都不敢保證，很有可能會被微信所替代。企業在互聯網數據的不斷變化下，僅需要制定一年的規劃方案，才能確保企業的與時俱進。

2、傳統的促銷策略將被淘汰

所謂促銷實際上就是溝通，而溝通的主要方式之一――廣告，將被逐漸削弱。在新社交媒體下，廣告技術還需要不斷的完善與創新。如今已經沒有過多的企業會把大量的資金投向電視廣告，如果大家還認為電梯廣告會占據終端，那就大錯特錯了，在現階段的社會發展進程中，無線網絡覆蓋率才能夠占據未來的終端。具有無線的數據流量，讓人們在實際生活中習慣從這里開啟免費WIFI，那么這個廣告價值將不可估量。目前，越來越多的企業開始運用二維碼來進行營銷，這種方式也將使廣告更加具有親切感。

3、市場調查內容將重整

在大數據的背景下，營銷決策的過程開始逐漸從經驗向科學轉變。以往在調查市場營銷體系時都是采用抽樣的方式，并根據抽樣的數據進行分析，然而，在當今社會環境的不斷變化下，傳播平臺開始出現，以往的調查方式面對當前社會的復雜環境，已經無法進行準確的判斷。于是，在大數據的營銷流程中，各種與之相適應的數據庫開始相繼出現。比如消費行為調研、新生代消費行為研究、電通等等。這些數據庫的建立將幫助傳統的營銷體系達到最終科學化的目的。

三、基于大數據前提下市場營銷學手段的更新

1、更換市場營銷教學大綱

在大數據背景下，目前市場中紛紛推出了各種不同版本的營銷教材，這些營銷教材的內容也是多種多樣，有轉變經營模式的、有創新營銷理念，以往較為落后的營銷教材已經無法滿足當前社會的發展需要。因此，作為市場營銷專業教師，要改變以往墨守成規的教學模式。大數據時代更換了陳舊的理論，教師在看待問題時也要從多個視角出發，同時也需要授課者不要絕對的打破傳統，而是應保持大數據時代的敏感性，打開心靈，不斷吸收新信息。一方面，不斷跟蹤國內外營銷理論的最新發展趨勢，積極關注營銷研究的前沿；另一方面，了解國內外最近成功的營銷案例，注重海外營銷的最新發展，更注重實踐中的商業模式變化和市場趨勢，參與研討會的教學，與同行交流、不斷創新、與時俱進，確保在營銷課堂中將新的教學內容提供給學生。

2、突破傳統的市場營銷教學模式

在大數據背景下，充分利用現代教育技術，改變傳統的教育觀念，打破教師為中心的“填鴨式”、“灌輸”的傳統教學方法。盡量讓學生參與，充分調動學生的積極性，發揮學生的主體作用，提高教學質量。在傳統市場營銷專業的教學過程中，教學資源大多來自教材、教學參考書、教師收集各種情況、縮小、受限制的客觀條件，課堂教學能提供信息能力是有限的。但在網絡環境下，信息資源十分豐富。教學資源可以是網絡圖書、網站信息和資源、課件、經濟信息、論文等。在營銷過程中，教師可以使用網絡互動教學法。大數據時代的授課通過多媒體、數字、模型和更加直觀的內容來呈現知識，單調的傳統課堂教學方式變得豐富而有趣，激發學習，減少學生的視覺和聽覺疲勞，提高課堂教學效果的新型網絡課堂互動教學模式。大數據時代，教師應充分利用條件，積極探索并激發學生興趣，提升教學方法的科學性，真正實現市場營銷教學活動數字化、趣味性、生動性和真實性。

大數據相關論文:大數據時代宏觀經濟分析的相關探討

摘 要：基于大數據時代背景下，大數據技術的誕生與普及性運用，為社會各領域的發展注入了全新發展動力，在此過程中，大數據為宏觀經濟分析提供了有效的技術支撐，并借助豐富數據的獲取為提升宏觀經濟分析的科學性奠定了基礎。但從實踐過程看，大數據時代的到來在給宏觀經濟分析帶來機遇的同時，也使得該項工作面臨著巨大的挑戰，如何實現對所存在難題的有效應對，亟待解決。本文針對大數據時代的宏觀經濟分析問題進行了探究，并為如何促使大數據更好的服務于宏觀經濟分析提出了對策。

關鍵詞：大數據時代；宏觀經濟；機遇；挑戰；對策

一、前言

基于互聯網經濟時代背景下，計算機技術的廣泛運用促使數據信息能夠得到有效的收集與處理，但隨著計算機網絡體系的逐步完善，面對海量信息數據，如何實現對數據的高效快捷處理，以實現對信息資源的充分利用，成為各行業領域所面臨的一大挑戰。在此背景下，大數據技術的應運而生，為實現對這一問題的有效解決提供了出路，對于宏觀經濟分析而言，同樣離不開大數據的支撐，因此，這就需要針對宏觀經濟分析之需，實現對大數據的完善運用。

二、在宏觀經濟分析中大數據所呈現出的價值

主要表現在如下兩方面：第一，提供更加全面的數據信息。對于宏觀經濟分析而言，因所分析的內容多且廣，加上會受到諸多因素的影響，進而使得在實際開展這一工作的過程中，因數據信息的不全面、獲取信息的時效性低等，使得宏觀經濟分析的結果缺乏科學性。而將大數據進行運用，則能夠借助計算機網絡技術的支撐，實現對數據實時動態獲取，并以豐富數據的獲取來支撐該項分析工作得以實現高質高效落實。第二，豐富了分析方法。在傳統宏觀經濟分析中，主要財通的方法為統計分析模型，借助抽樣分析法來獲得樣本數據，并以此來作為整體，進而使分析結果難以與事實相符；而借助大數據技術的運用，則能夠借助海量數據信息的獲取，以計算機為支撐來實現對數據信息的自動分析，進而以總體分析法來提升分析結果的可靠性。第三，分析技術水平得以提高。在實施大數據分析的過程中，離不開計算機技術的支撐，借助結算及技術的運用則能夠以多種分析模型的搭建與多種識別技術的融入，來取代大部分人工分析工作，以技術的全面支撐來提高分析的準確性與效率性。

三、基于大數據時代下宏觀經濟分析所迎來的機遇與面臨的挑戰

1.機遇

在大數據時代下，大數據技術的融入使得該項分析工作的開展能夠獲得豐富數據支撐，并以相應分析方法與分析技術的創新，為提升宏觀經濟分析的效率與質量奠定了基礎。從所迎來的機遇角度看，對于宏觀經濟分析而言，借助大數據的融入，能夠實現對海量信息的實施動態化獲取，進而提升了信息獲取能力，同時，借助智能化獲取與分析的實現，能夠為實現準確的預測分析奠定基礎，同時，也在降低分析人員工作壓力與難度的基礎上，提升了分析的效率，為充分實現宏觀經濟分析的作用與價值提供了保障。

2.所面臨的挑戰

機遇與挑戰并存，對于宏觀經濟分析工作的實際開展而言，同樣面臨著巨大的挑戰，具體而言：第一，在互聯網時代下，信息的傳播打破了時間與空間的束縛，面對海量信息數據，對于該項分析工作的實際開展而言，要想能夠從中選取中有價值的信息，且能夠充分服務于該項工作的實際開展之需，難度極大；第二，在運用計算機網絡技術的過程中，需要確保數據信息的安全，但是，從數據安全保障工作開展的實際狀況看，相應能力還有待進一步提升；第三，在運用大數據來開展宏觀經濟分析工作，需要確保具備完善的專業人才隊伍，進而才能夠為充分發揮出大數據的作用與價值提供保障，但目前現有行業專業人才匱乏，難以滿足該項工作的實際開展之需，進而使得大數據的價值與作用無法得到充分實現。

四、充分發揮大數據在宏觀經濟分析中價值與作用的對策

大數據技術為當前宏觀經濟分析工作得以實現順利且高效開展提供了技術支撐，但是，從目前運用大數據的實際狀況看，一系列挑戰的存在，使得大數據難以實現作用的充分發揮，因此，這就需要結合實際所存在的問題，落實針對性的解決措施：

1.營造良好的發展環境

要想促使大數據能夠在該項工作中得到充分且完善運用，首先就需要從大數據運用的宏觀環境著手，因此，這就需要充分發揮出政府的作用。在實際踐行的過程中，政府要充分發揮出自身的主導作用，以大數據收集體系的完善打造為基礎，并針對經濟發展的重點領域，實現相應數據收集工作的有計劃落實，進而才能夠為宏觀經濟分析工作實現順利開展提供基礎性前提。具體而言：一方面，政府相關部門要進一步提升對大數據的重視程度，針對大數據給該項工作的開展所帶來的優勢作用進行全面分析，在此基礎上，從政策、資金等多方面加大對實施大數據的支撐力度，進而為實現大數據網絡環境的打造奠定基礎。另一方面，要加大對相關科研領域的重視程度，加大投入力度，確保相應研究機構能夠為實現大數據的進一步發展提供支撐。此外，對于政府而言，為了能夠促使大數據在宏觀經濟分析領域中實現充分運用，可鼓勵企業積極踐行信息化該該，進而以企業全面信息化管理的實現，為大數據的應用與發展創造良好發展空間與環境。

2.加大對數據采集與管理的力度

對于宏觀經濟分析工作的實際開展而言，需要以大數據的完善采集為支撐，并加強對數據信息的管理力度，進而才能夠為實現大數據價值的充分發揮奠定基礎，因此，在實際踐行的過程中，需要以完大數據采集與管理體系的搭建為支撐。從實際該項工作工作開展的現狀看，由于人員能力素質不足、技術水平偏低以及管理漏洞的存在等，使得難以充分發揮出大數據的優勢作用，而要想實現對這些問題的解決，則就需要針對大數據采集流程，以完善采集體系的制定為支撐，促使在開展宏觀經濟分析工作的過程中，能夠具備全面數據信息；同時，要加大對相應企業與個人，加大管理力度，制定完善的監管體系，針對不配合行為加大懲處力度，進而為實現數據信息采集工作的順利開展奠定基礎，此外，加大對相關人員的培訓力度，促使其能夠具備與之相適應的技能水平，以實現對大數據技術的規范且合理運用。

3.加大專業人才的培養力度

在借助大數據來開展宏觀經濟分析工作的過程中，由于行業專業人才匱乏，進而給該項工作的開展帶來了極大的阻力，因此，這就需要加大對行業人才的培養力度。在實際踐行的過程中，對于政府相關部門而言，需要以專項人才培養政策的制定與實施為基礎，促使全社會能夠提高對該領域人才培養工作的重視程度。同時，高校作為培養專業人才的主要陣地，應結合當前該行業領域對人才所提出的實際要求與需求，以相關專業的開設為基礎，實現專業課程體系的完善打造，進而來滿足社會對人才的實際需求。此外，對于企業而言，要針對大數據管理人員，加大培訓教育力度，以提升其專業能力與信息化技能素養，為該項工作得以順利開展提供有效支撐。

五、總結

綜上，基于大數據時代背景下，對于宏觀經濟分析工作的實際開展而言，需要在明確大數據在該項工作中所呈現出的價值與作用的基礎上，明確大數據所帶來的優勢，并針對在運用大數據于該項工作中所存在的問題，實現有針對性解決對策的落實。具體而言，要針對大數據的運用營造良好的環境，并在加大對大數據采集與管理力度的基礎上，加強對專業人才的培養力度，進而為充分實現大數據運用于宏觀經濟分析中的價值并提升該項工作的效率與質量提供保障。

大數據相關論文:大數據環境下審計變革的相關問題探析

摘要：隨著經濟的快速發展，在信息化數據的時代，云計算技術等先進的信息技術在企業的廣泛應用中也給企業帶來了風險，從而對審計的變革也產生了巨大影響。本文就大數據環境下審計變革產生的相關問題進行深度解析，并給出應對審計變革的解決方案。

關鍵詞：大數據環境；審計變革；相關問題；探析

隨著計算機、網絡的迅猛發展及廣泛普及，各行業的信息系統規模迅速擴大，這就出現了業內人士口中的大數據。大數據對目前存在的傳統信息系統的計算及處理提出了挑戰。審計也必然受到大數據的沖擊，在大數據環境下產生變革。

一、大數據帶來的思維變革

（一）由樣本數據轉向全部數據

自19世紀以來，信息技術并沒有如今的發達與創新，條件會受到限制，在處理數據時會采用依賴絕對隨機性的抽樣分析，然而此種分析方法忽略了個別數據會對整個數據的規律造成影響，一旦抽樣數據存在偏差，分析結果也會大受影響。在大數據時代，條件限制因素解除加之數據之龐大不可能再用抽樣方法，審計工作者需要面向全部數據來發現規律，找出問題。

（二）接受大數據的完整與混雜性而放棄追求小數據的精確性

在以前數據較小，審計工作者著重數據的精確性；在大數據時代，因數據的海量，可以接受數據的模糊與不確定，通過多樣性的數據進行問題的分析，更進一步的了解事情的真相。

（三）不再尋找數據因果關系轉而利用事物相關關系

（四）在大數據時代，需要變革看待問題的方式

審計工作者看待問題的產生由原來的因果關系變成事物的相關性進行分析，在數據與數據之間的相關聯性中找出問題的所在。在信息時代，信息更新的速度是非常快的，不及時對數據進行分析，獲取最新數據并進行數據的處理與傳輸，那么數據很快就會發生質的變化。

二、大數據帶來的審計變革

（一）審計對象變革

審計對象又稱之為審計客體，是審計機構或審計人員實施審計業務活動時所作用的目標主體。這一般有兩個解析：其一是實施審計時目標實體的空間范圍，是由審計單位所界定的；其二是審計鎖定的具體內容。審計對象并不是一成不變，是隨著經濟的變化而變化，已經由原來的會計資料及其所反映的財務收支更改為經營審計、三E審計、效益審計等等。在大數據時代，審計對象是需要重新界定。

（二）審計風險變革

云計算應用于大數據時，存在有云計算固有風險、數據透明度風險、數據安全風險等等，風險的內容發生了更改。因此，在大數據環境下企業面臨的風險是極大影響審計人員的評估風險的，造成審計的風險趨向多樣性、復雜性、多變性。

（三）審計證據變革

審計證據是指審計單位與審計人員在審計過程中有目的的獲取、用以證明審計事項正確與否或可能性，并依此形成審計結論的證明材料。在大數據下，與被審計單位相關的數據與以前相比具有4V特征：①數據體量巨大（Volume），從TB級別躍升到PB級別。②處理速度快（Velocity）。③數據類型繁多（Variety）。④價值密度低，商業價值高（Value）。這對審計證據的獲取必然造成極大變革。

（四）審計方法變革

審計方法是指審計人員為了實施審計行為、獲取審計證據以達到審計目標所采取的方式方法或技術的總稱。不同的社會經濟環境必然會有不同的審計方法。大數據來臨，傳統的審閱法、逆查法、順查法等必定要為大數據的服務而進行更新換代。

三、應對大數據環境下審計變革的解決方案

（一）積極完善審計相關理論與準則

審計理論受大數據的影響是非常大的，必須及時作出應對的解決方案。第一，結合云計算技術與大數據的特點完善并健全審計的相關理論。切實有效的實際行動是離不開可行的理論指導。審計的理論就要求與與審計的環境適時相通。第二，積極補充審計的相關準則。云計算、大數據的參與下，原先專門使用于審計專業部門的相關準則進行變更，必須提出新的準則用以規范三者行為。

（二）重新界定審計對象的外延與內涵

在風險管理的思維模式中，大數據下的審計對象要發生變更，重新界定審計對象的外延與內涵。第一，企業云的產生改變了企業軟硬件的應用模式，促使企業與云技術提供商、公共云租戶處于云系統的風險之中。由此，企業面臨風險的來源就相應的擴大了，風險不僅來源于企業內部，還來源于云技術提供商與公共云租戶。在大數據的情況下，審計的對象必定有單一的企業發展成為以上三者相關的審計。

（三）分類審計證據與轉變審計證據關系著眼點

在大數據時代，數據是多種多樣，有結構化數據、半結構化數據、非結構化數據等等。其中，非結構數據的處理較之其他兩組數據是存在一定程度上的困難的。為簡化數據的處理，應對審計證據大分門別類。在審計實施的同時，就可針對分類的審計證據的來源進行不同的處理，以提高數據的處理方式。對于審計證據，審計人員在獲取與分析是都要轉變審計關系的著眼點，由重因果關系轉變為相關關系。在設定審計的目標之后，相關聯的審計參與其中，就如網絡表格樣重重建立起事物的相關聯新性，提高審計證據的分析效率，只有變革才能適應大數據下對審計證據的需求。

四、總結

在大數據時代，伴隨著互聯網絡、云計算的飛速發展，全球經濟社會都深受影響。大數據給現代審計創造出了新的技術和方法，因此審計必然也面臨著改革與創新，以適應時代的進步與需求。調整審計思維，變革審計技術與方法，進而推動大數據時代審計的發展。

大數據相關論文:大數據及相關技術解讀分析

摘 要 大數據是隨著信息的急劇膨脹而提出的一種概念，目前大數據技術在世界經濟、軍事、信息傳播等領域有了廣泛的應用，而這種應用所帶來的網絡革命效應也越來越多的引起人們的重視。提供大數據服務的企業要積極推廣大數據技術的應用模式，開發大數據中的數據安全保密技術，為大數據的長遠發展做出貢獻。

關鍵詞 大數據 技術 解讀分析

隨著計算機信息化的建設，互聯網中的數據量呈現出爆炸式的增長，大數據正是隨著信息的急劇膨脹而提出的一種概念。目前大數據技術在世界經濟、軍事、信息傳播等領域有了廣泛的應用，而這種應用所帶來的網絡革命效應也越來越引起人們的重視。本文將對大數據概念進行闡述，討論大數據與CDN、IDC、云計算之間的關系，對大數據技術未來的發展前景和應用范圍進行分析，希望對大數據技術更好地發展和應用提供幫助。

一、大數據概述

大數據技術的發展時間比較短，目前在學術界定上沒有一個清晰統一的定義。總體來說，大數據指的是一種數據集合，這種數據集合由于信息資料的規模過于龐大，在一定的時間內，應用目前的信息收集和管理軟件不能夠做到對數據的收集、分析、處理工作。大數據在廣義層面上，可以分為大數據技術、大數據工程和科學等。其中，大數據工程通過對大數據進行分析，建立對數據進行管理的工程；而大數據科學，則是指在大數據發展的過程中，對大數據的發現和研究活動。大數據技術就是指通過科學的分析和合理的規劃，從龐大的數據庫中獲得所需要信息的技術。通過研究發現大數據主要具有下面的特點：

（一）數據信息規模巨大

數據信息規模巨大是大數據最基本也是最重要的特點。目前，互聯網技術得到了巨大的發展，使用互聯網技術進行數據查詢的主體也單純從機構查詢，發展為個人、企業、機構等共同查詢的方式。用戶在使用互聯過程中，進行無意的點擊，對于一些信息的分享等都成了大數據龐大信息規模的一部分。現在大數據的數據單位已經上升到了PB的級別。

（二）數據的類型復雜

大數據龐大的數據規模中，數據類型非常復雜。既包括傳統的一些基本數據，也包括網頁、文檔等新式數據；既包括比較完整加工后的數據，也包括加工未完成的數據。

（三）數據的傳播速率較快

大數據的傳播速率過快，這也是造成傳統軟件對于大數據難以處理的一個原因。有時大數據的處理結果需要在一瞬間就形成，否則形成的結果就失去了使用價值，這對于傳統軟件來說是很難達到的，所以大數據對于處理的時效性有很高的要求。

（四）數據間的價值密度較低

一般情況下，大數據的規模在巨量增長的時候，用戶需要的信息數據規模卻增長緩慢，這在一定程度上加大了獲取數據的難度，造成了數據間價值密度較低的特點。

二、大數據技術介紹

大數據技術的前身是商務智能（BI），主要的技術環節包括：數據的收集、數據的處理、數據的計算、數據的研究以及數據結果的表現。其中，大數據的收集工作主要在互聯網、當地數據庫等展開；在數據分析方面，主要基于人工軟件智能進行進一步的研究；在數據表現方面，通過多媒體技術與相關的網頁技術相結合，通過圖像的形式進行展現。

三、大數據、CDN、IDC和云計算之間的關系

（一）大數據與云計算之間的關系

云計算和大數據之間的關聯性比較強。云計算指的是以巨量的數據作為基礎，通過對巨量的數據進行研究，在巨大的數據規模中尋找需要的信息數據。云計算的英文簡稱為Cloud Computing，它的計算方法主要依托互聯網進行。一般情況下，對瀏覽器等軟件進行訪問，就可以訪問到云計算的經營商提供的網絡應用，這些應用中的數據信息都存儲在網絡數據庫中。云計算的服務類型主要包括：軟件即時服務類型、平臺即時服務類型以及基建即時服務類型。總體來說，云計算主要就是應用虛擬化的技術，以互聯網為依托，通過對巨量的數據規模進行整合、分析、計算，從而取得需要信息的一種及時計算服務。云計算的特點是虛擬化程度較高，適用人群較廣，計算結果準確性較高。云計算的這些特點促使云計算在大數據中有著廣泛的應用。同時，云計算和大數據技術也有著一定的不同。大數據更加看重的是對于數據的存儲能力，而云計算則強調的是計算，通過計算來獲取有效數據的處理能力。

（二）大數據與CDN之間的關系

CDN的英文全稱為CONTENT DELIVERY NETWORK，通過CDN的使用可以加快數據傳播的速度，確保數據傳播的穩定性。CDN的工作原理是通過設置其他地方的結點服務器，以互聯網為依托，構建出一層智能網絡，通過網絡結點中傳遞的數據和流量，促使客戶的數據請求流向最近的服務節點，進而進行數據的收集、查詢等工作。由于互聯網在實際應用中會出現通讀的現象，通過CDN技術的應用，可以有效解決網絡堵塞問題，提高互聯網的訪問速度。

（三）大數據與IDC之間的關系

IDC的英文簡稱為INTERNET DATA CENTER，中文意思為網絡數據中心。IDC是以互聯網為媒介，通過集中形式數據匯總、管理、處置和發送數據的相關設備，來為數據的維護提供運行基地，并附帶提供配套的服務。IDC的服務對象主要是企業、傳媒機構、網站等，并為它們提供高質量的專業化服務。IDC可以提高網絡站點的性能，提高訪問的響應能力，同時通過對網絡服務器的有效利用，確保網絡數據傳播的安全性和時效性。

（四）大數據與三者之間關系的總結

大數據與CDN、IDC以及云計算之間的關系有著很強的關聯性。首先，它們的產生都是由于互聯網技術的大力發展，數據處理規模的急劇增加，數據的收集都來自互聯網上的信息，可以說，互聯網是它們信息傳遞的橋梁。其次，后三者的存在對于大數據是很好的補充，通過不同角度對數據的收集和整理，實現信息的有效處理。總體來說，大數據信息的有效存儲為后三者提供的對于數據的有效計算和處理提供了平臺，同時，大數據通過與三者的有機結合，可以更好地進行數據的挖掘和處理，從而及時地提供所需要的信息。

四、大數據技術的發展與應用

隨著信息網絡技術發展力度的加大，大數據技術在如今的許多方面有了更廣泛的應用。大數據技術以前主要在互聯網科技公司中進行使用，但現在無論是傳統的公司企業、公共機構還是新興的具有高技術性質的企業單位，對于大規模數據的處理需求越來越大。同時大數據以往的應用主要在企業智能和商務營銷方面，但現在它的應用范圍越來越廣，例如社會科學、經濟學等方面都有了廣泛的應用。

信息化的大力發展，促進了大數據時代的到來。由于大數據技術的使用可以有效促進公司智能化的發展、提升信息數據的安全性，所以，可以預見，未來大數據的發展前景是極其光明和寬廣的。大數據的產業結構可以發展成為三個主要領域：分別是硬件為基礎的商業領域；基礎軟件的商業領域以及應用軟件的商業領域。

五、結束語

大數據的發展規模不斷壯大，相應的對數據進行收集分析，確保數據安全等方面的人才缺口也會非常大，而相關人才的缺失將會對大數據的發展帶來非常不利的影響。提供大數據服務的企業要重視人才短缺的問題，積極推廣大數據技術的應用模式，開發大數據中的數據安全保密技術，為大數據的長遠發展做出貢獻。

（作者單位為北京浩瀚深度信息技術股份有限公司）

大數據相關論文:大數據時代會計信息相關性研究

【摘要】大數據是當今信息大爆炸時代的產物，是繼“云計算”“物聯網”之后的又一次技術革命創新。如何有效利用大數據各種優勢，在保證可靠性的前提下，提高會計信息的相關性，增加會計信息的有用性是我們亟待解決的問題。本文在系統闡述會計信息質量特征的基礎上，著力解讀大數據時代下的會計信息的相關性，并從財務報告披露內容和形式層面探討了大數據時代如何提高會計信息相關性。

【關鍵詞】大數據時代 會計信息相關性 財務報告披露內容與形式

一、引言

隨著信息化技術的飛速發展和大規模非結構化數據的產生，大數據時代也隨之到來。現代經濟學已經證明，信息是市場經濟有效運行的關鍵因素之一，作為承載企業最具價值信息的財務報告將是資本市場發展和完善過程中的重要內容。因此，本文試圖在相關研究的基礎上，探討大數據環境下企業會計信息所面臨的機遇和挑戰，并對基于財務報告披露內容與形式層面如何提高會計信息相關性提出自己的見解。

二、文獻綜述

1998年，一篇名為《大數據的處理程序》（A Handler for Big Data）的文章刊登在《科學》上，其首次提及了大數據（big data）一詞。2008年9月《自然》雜志也出版了“big data”的專刊，從而使“大數據”在學術界得到極大的認可和廣泛使用。劉紅等（2013）指出大數據歷經了從數到大數據的演變過程，具體可劃分三個重要的階段：第一階段為數據的產生，該階段數據僅作為計量工具和各種技術相結合使用；第二階段為科學數據的形成，該階段數據不僅是計量工具，也作為認識事物的依據和基礎，并且在自然哲學的研究方法中發揮積極作用，使定量化研究成為自然科學的基本研究范式；第三階段為大數據的產生，此時數據已成為一種重要的社會資源。目前對大數據的定義不盡相同，但筆者認為這些定義都反映出這樣一個事實：大數據時代是信息社會，信息時代的到來必然會引起財務數據獲取和分析模式的巨大改變，也將對會計信息的可靠性、相關性、可理解性、可比性等產生積極的影響。

其次，針對相關性國內外學者也進行了很多研究，但多集中在相關性和可靠性的權衡上面，單獨研究如何提高會計信息相關性的文章很少。

基于以上原因，筆者選擇對大數據時代會計信息的相關性進行研究。

三、大數據及會計信息質量的內涵

（一）大數據的相關概念及會計信息質量特征

2011年麥肯錫公司首次提出大數據概念。大數據是指具有收集、存儲、共享和分析等功能的海量數據集合，其大小我們無法表示。本文引用的即是這一概念。根據定義，可總結和延伸出大數據具有以下四大特點（簡稱“4V”）：數據海量（Volume）；數據種類繁多（Variety）包括結構化和非結構化數據（如視頻、網頁等）；處理速度迅速（Velocity），要求利用新技術在秒級時間范圍內提供分析結果；價值密度低，商業價值高（Value），需“提純”有用數據。

（二）會計信息質量特征的內涵

會計信息質量特征，是指對會計信息所應該具備的質量標準而作出的詳細描述或者要求，是對會計信息質量進行評判的最一般和最基本的依據，其反映了會計信息為實現會計目標而應具備的質量特征（葛家澍，2003）。2014年財政部的《企業會計準則―基本準則》第二章對會計信息質量要求作了明確的表述，可以總結為“8個要求”，即可靠性、相關性、可理解性、可比性、實質重于形式、重要性、謹慎性和及時性。其中可靠性、相關性、實質重于形式以及謹慎性要求更為突出重要。

會計信息相關性的質量特征是指會計信息對決策的影響能力，信息使用者做出的決策是面向未來的，因此也決定了會計信息的相關性質量特征是一個面向未來的概念。在“決策有用觀”這一會計目標的指導下，相關性作為會計信息最重要的質量特征，反映了所有會計信息所必要的方面。

四、大數據時代對會計信息相關性的影響

會計信息質量相關性的高低很大程度上受到數據信息以及對數據信息整理和分析能力的影響。大數據時代的到來，使得會計環境發生了巨大變化。由于計算機技術在會計相關領域中廣泛應用，IT技術對會計行業已經產生極大的影響，不僅涉及會計行業的核算方法、管理方式、經營模式等方面，更重要的是影響了會計信息的質量。

（一）提高了會計信息的預測價值

蘇孜（2001）認為，網絡時代的到來，使得人們對會計信息的及時性和預測價值的要求越來越高。而大數據的核心理念就是預測，它通常被視為人工智能的一部分，或者更確切的說被視為一種機器學習。但這并不意味著大數據是要人像機器一樣思考，相反，它是把數學算法運用到海量的數據上來預測事情發生的可能性。傳統的數據分析很多是依據職業判斷和直覺，而大數據時代信息披露將日益基于規模數據的分析和預測。企業可以從這些海量的數據中挖掘有用的信息，從而幫助企業用于商業決策并獲得更有前瞻性的洞察。

（二）提高了會計信息披露的相關性

會計信息就各種信息使用者決策有用性而言，其應具備以下基本特征，即可靠性、相關性、可理解性、可比性、實質重于形式、重要性、謹慎性和及時性等，這些要求相互影響、相互制約，又相互支持，共同組成了會計信息質量所要求的有機體系。在這一有機體系中，相關性是最重要的質量要求之一。劉煒等（2013）認為大數據時代的到來，人們獲取海量的數據主要通過三個來源：使用服務器生成的的各種數據，例如各類日志等文件，成百萬的數量級；來自于網站用戶等，即“用戶生產內容”（User generated content），例如臉譜（Face book）、推特等社會性網絡，十億的數量級；各類數字設備生成的數據，例如各類傳感器、物聯網設備、智能手機等，這類數據數量越來越多，使用越來越普遍，有上百億的數量級。這幾類數據加上時空性信息，構成當下最為主要的大數據時空。這些數據搜集設備可以第一時間以最快的速度得到決策者所需要的各種信息，避免了信息滯后，從而極大地增強了會計信息的相關性。

（三）可能導致會計信息的可靠性、相關性無法保障

大數據環境下，會計信息來源變得多元化，規模呈現出海量化的趨勢，從而挖掘有用會計信息相對不太容易。此外，大數據研究的是全體數據，不要求結果的精確性和相關性，這會影響到搜集到的會計信息是否精確、可靠、相關。

五、基于財務報告披露內容與形式層面會計信息相關性提升對策

（一）注重信息的完整性

目前會計職業界正受到來自各方面信息使用者的強烈批評，其指出：企業報告沒有能夠為信息使用者提供各種有價值的信息，企業報告沒有面向未來，會計信息嚴重不完整，會計信息正在失去相關性（陳毓圭，1996）。由此看來注重會計信息的完整性，成為又一提高會計信息相關性的一個重要影響因素。張美紅（1998）認為信息使用者做出的每一項經濟決策，不僅需要財務信息作為依據，同時需要考慮非財務信息因素的影響。在大數據時代，非財務信息的價值亦越來越大。財務分析是幫助會計信息的需求者獲得企業信息的橋梁，是幫助其做出正確決策的手段，而徐芳奕（2012）指出現有財務分析體系大多注重運用財務信息進行分析，對非財務信息的分析不足，這就使得財務分析結果不夠全面，無法滿足各種信息需求者的要求。但是隨著大數據時代的到來，財務分析不再是一個靜態的、個態的、封閉的內部分析，而是一個動態的、系統的、開放的整合分析，這就要求財務人員不僅要獲取財務信息，還應關注非財務信息，減少因信息不完整而存在的系統性風險。

（二）適度提供“派生報告”

“派生報告”即“個性化報告”，它是根據信息需求者的需求標準制定出來的財務報告。這種報告主要強調的是是相關關系，每一份“派生報告”所提供的信息都不盡相同。葛家澍（2006）希望“財務信息提供者在進行信息披露時能辨明主要會計信息使用者的需求，財務報表的補充資料中能披露物價變動的會計信息和對投資者決策相關的非財務信息，對于操作衍生金融工具的企業應該進行單獨的披露和核算”。這些建議很多都是現行標準的財務報告所不能滿足的，這就有必要提供“個性化的派生財務報告”來提高信息的有用性和相關性。而大數據時代的到來，各種數據挖掘技術和計算機技術等的運用恰恰為派生財務報告提供很多便利。大數據時代，數據的價值往往來自二級用途，即潛在價值，數據對不同的利益相關者其潛在價值是不同的，為了滿足不同相關信息的需求，可以通過“派生財務報告”得以反映，使投資者及時了解更多更有用更符合其需求的相關會計信息。

大數據相關論文:大數據對新聞傳播相關影響探討

[摘要]現階段我國的科學技術得到了迅猛發展，在新聞領域隨著對新技術的應用，新聞傳播的效率也有著很大程度的提升。從近些年的大數據發展的情況來看，其和媒體之間的聯系也愈來愈密切，大數據的發展開啟了新的時代。基于此，本文主要就大數據自身的一些特征和對新聞傳播的影響加以分析，并對大數據背景下的新聞傳播發展的策略進行探究，希望此次理論研究對實際新聞傳播發展起到一定指導作用。

[關鍵詞]大數據；新聞傳播；影響

引言

大數據時代主要就是在個人計算機的不斷發展過程中所帶動發展的，這一發展對傳統的媒體產生了很大的影響，尤其是在新聞數據的采集以及分析等方面，使得人們在工作的效率上得到了提升，讓新聞傳播更加迅速快捷。在這一背景下對大數據新聞傳播理論進行研究就有著實質性意義。

1.大數據的主要特征及對新聞傳播的影響

1.1大數據的主要特征分析

大數據的主要特征就是體現在大上，體量相對較大并有著其多樣性，在傳播的速度上也相對較快，這一技術能夠從海量信息當中獲得所需要的信息，對此次的處理問題就比較有效。大數據的作用不只是能夠獲得定量信息，同時也能在有價值信息獲得基礎上在技術的研發上得到進一步加強，從而來順應信息技術的發展趨勢。大數據作為是信息時代所產生的，將其在新聞行業當中得到應用就有著姣好的作用發揮，能夠將新聞傳播的時效性得到保障[1]。數據處理技術能夠對新聞數據加以處理，從而實現數據的提純，并且在大數據下媒體也不需局限在事件間的因果關系。

1.2大數據對新聞傳播的影響

大數據對新聞傳播的影響是多方面的，主要體現在對傳統新聞表達的形式有了相應的改變，傳統新聞傳播過程中，在表達的形式上相對比較單一化。而大數據的出現就使得新聞在表達的形式上多樣化，豐富了新聞媒體的傳播形式。在互聯網以及高科技含量的信息化處理終端的大數據下，能夠將新聞傳播的方式綜合性的得以體現，這就對新聞傳播渠道得到了有效拓寬。

再者，大數據使得新聞傳播在交互的關系上得到了進一步強化，新聞傳播中能夠通過大數據進行，并且民眾也能夠得到多個個性化數據或者是原始的數據，能夠及時準確的讓民眾對所發生的新聞事件得以全面了解，讓民眾能自發的參與到新聞傳播過程中。大數據的作用在這里就成了新媒體和民眾交流的橋梁[2]。

另外，大數據的發展也對獨特新聞媒體傳播的形態及格局產生起到了促進作用，能夠在大數據作用下在高效以及具象的效果下來傳達新聞，能夠動靜結合的對新聞進行傳播，所以在新聞傳播的表現形態上得到了體現。還有就是大數據使得數字化新聞傳播的范圍愈來愈廣泛，在移動通信以及互聯網等作用下，對新聞傳播的數字化也得到了實現，這就對新聞傳播的效率得到了提升，人們通過移動終端能夠隨時的新聞，這一發展對傳統的新聞傳播模式就形成了很大的沖擊，促進了傳統新聞傳播的改革。

2.大數據背景下新聞傳播發展策略

2.1新聞傳播的重構

大數據背景下對傳統的新聞傳播起到了促進改革的作用，新聞傳播重構就成了必要，由于大數據對傳統新聞的傳播方式和格局有了影響，就迫使新聞傳播力進行重構。而新聞傳播力主要就是通過技術以及內容、表達、渠道等多種因素進行綜合而成的。新聞傳播技術的先進性對傳播力有著很大的影響，大數據這一技術對傳統新聞信息選擇方式有著改變，并在這一技術的熟練運用下對民眾的新聞需求的滿意程度也會逐漸的提升[3]。要能夠實現新聞傳播的重構就要能夠對大數據的能力進行最大化的整合與優選，并加強對大數據當中新聞價值能力的挖掘，最后就是事實精確、快速及時的傳播。大數據的發展在當前已經成為趨勢，在這一過程中對新聞信息的混雜情況要能夠得到充分重視，對新聞信息的收集以及跟蹤并作出預判等，這也成了大數據時代新聞傳播的要素。通過大數據技術來對新聞質量進行提升，這是比較重要的一個課題，由于信息源的混雜，所以民眾對新聞的理解及把握是不深的，標題式的新聞對人們的吸引愈來愈重要，所以必須要能夠保證新聞的質量才能夠對傳統新聞的傳播能力得到提升。在大數據的平臺以及技術基礎上能夠將人們的視野得到有效拓展，對信息的來源也能得到拓展，能夠有效對以往的報道單一以及信息量貧乏等問題得到相應的解決。

2.2新聞傳播的新方式

大數據時代的到來一些新的技術也受到人們的關注，新的媒體也成為新聞傳播的焦點。通過媒介的融合傳統的廣播電視傳媒也有著一定程度的發展。在媒介融合的速度上得到了加快，技術融合對傳統媒體間的隔閡得到了打破，從而提供了共同的平臺，能夠得到資源上的共享，在新聞采編的流程上也得到了加快，在各種媒體的優勢作用下新聞傳播的速度得到了加快，所以在成本上就得到了相應的節約[4]。再有就是社交電視產品的出現對新聞傳播也有著促進，在使用社交服務電視服務的用戶數據實施分析挖掘的過程中，也能夠對電視節目的收視率得到預測，移動終端也對社交電視進程得到了加快。數字化的廣播以及網絡廣播等對新聞傳播的速度加快也有著明顯的體現，大數據時代將多種媒體進行有機融合，能夠在新聞傳播過程中滿足不同受眾的要求，個性化的服務也能夠得到體現，能夠根據受眾的要求來傳達內容。與此同時的微博微信等新的傳播工具的出現，對新聞傳播的效率又有了進一步的提升，自媒體的發展使得新聞的傳播方式更為方便快捷，人人都能夠成為新聞的第一傳播源，這是傳統的新聞傳播所不能達到的。網絡用戶在自由度層面也有了比較重要的體現，用戶主導新聞的走向已經有了相對比較明顯的呈現，在今后的發展過程中加強對新聞傳播的質量管理也是一件比較重要的任務。

3.結語

綜上所述，對于大數據時代的新聞傳播要能夠從多方面進行考慮，找到適合受眾的傳播方式并制定詳細的規劃，將多種媒體得到有機結合，將新聞傳播的效率最大化的呈現出來，這樣才能將大數據的作用充分利用，才能為我國的新聞傳播事業做出貢獻。由于本文篇幅限制不能進一步深化探究，希望此次努力對新聞傳播的發展有所裨益。

大數據相關論文:大數據背景下影響新型城鎮化進程的相關因素分析

[摘 要]大數據是互聯網發展到現階段的一種表象或特征，在以云計算為代表的技術創新大幕的襯托下，這些原本很難收集和使用的數據開始被利用起來，通過各行各業的不斷創新，大數據會逐步為人類創造更多價值。改革開放以來，從傳統的城鎮化到現在的新型城鎮化，伴隨著互聯網、云計算等新技術的發展，城鎮化建設也迎來了新的春天。本文分析大數據的概念，重新解讀中國特色的新型城鎮化。為提高人口城鎮化和土地城鎮化的質量和水平，升級網絡，助力城鄉，分析影響城鎮化發展的因素，為走出一條科學的中國特色新型城鎮化道路提供方向。

[關鍵詞]大數據；云計算；新型；城鎮化；可持續發展

1 大數據的概念

網絡行為日益普及，與其所相伴而生的“大數據”時代到來。“大數據”（Big Data）概念源于美國，這里的“大”通常用來描述數據的三維特征：第一維指信息的數據體量日益龐大；第二維指信息的種類繁多；第三維指數據變為可用信息，并且可以分析的速度越來越快。而近期媒體常常關注的大數據其實指大數據的第四維特性，即數據的使用價值，主要體現為對數據的智能分析。

大數據是一個比較抽象的概念，還沒有明確的定義。一般來說大數據有4個基本特征：數據規模大、數據種類多、數據要求處理速度快、數據價值密度低。大數據不僅用來描述數據的量非常巨大，還突出強調處理數據的速度。通過無處不在、各種各樣的數據可以幫助我們發現事物之間的相關關系，得知事情發生的趨勢和可能性，給我們提供新的競爭優勢，得到非常有價值的社會認知。

大數據時代已經來臨，它將在眾多領域掀起變革的巨浪。例如，在節能方面，通過跟蹤取暖器、空調、風扇以及燈光等積累下來的超大量數據，分析如何杜絕能源浪費。

2 國內外城鎮化發展現狀

從全世界范圍看，我國的城鎮化是中國特色的”城鎮化”。在一些西方國家，稱為“城市化”，例如，英國是在1850年世界上最早實現城市化的，在此期間，英國政府發表了一系列報告、立法確定相關政策，這也成為了英國的獨特傳統。美國在1920年城市人口比重已超過50%。日本在1968年前后，城鎮化率首次超過50%，而后日本城市化快速發展，通過一系列的政策干預解決城市化過程中出現的問題。截至2015年，我國常住人口城鎮化率達到53.7%，戶籍人口城鎮率只有36%左右，不僅遠低于發達國家80%的水平，也低于人均收入與我國相近的發展中國家60%的水平，有較大發展空間。

3 解讀中國特色社會主義新型城鎮化

3.1 古村落的城鎮化

在古村落的城鎮化過程中要注意文化傳承，保護村落古跡。首先，農村文化和城鎮化是相輔相成的，城鎮化不是去鄉村化。古村落和村落是中華民族傳統文化多樣化的體現，必須得到保護，推進新型城鎮化建設堅決不能以瓦解農村文明、犧牲文化遺產為代價。如果農村文化消失了，那么城鎮化將是單調的。當然，城鎮化過程可能給農民帶來一些問題，農村文明和城市文明不一樣，牽涉到很多農民的生活、生產以及精神問題。

3.2 城鄉“一體化”不等于“一樣化”

在我國城鎮化發展過程中，出現了各種遺留問題，如半城鎮化二元社會結構、交通擁擠以及環境惡化等。因此，在新型城鎮化進程中要充分考慮“地方的人文和風俗”，城鄉“一體化”不是城鄉“一樣化”。城鎮化的背后是經濟社會制度的巨大變革，政府應堅持頂層設計和“摸著石頭過河”有機結合，綜合考慮“城”與“鄉”、市民與農民、工業與農業、財政和土地等各方面的關系。

3.3 以人為核心的城鎮化

城鎮化是一個長期的過程，而人口城鎮化通常指人口向城鎮集中或鄉村地區轉變為城鎮地區，使城鎮人口比重不斷上升的過程。新型城鎮化要以人為本，推進以人為核心的城鎮化，提高城鎮人口素質和居民生活質量，把促進有能力在城鎮穩定就業和生活的常住人口有序實現市民化作為首要任務。

4 影響城鎮化發展的因素

大數據的思維方式是從追求事件本身的簡單線性因果關系轉向發現豐富聯系的相關關系，在這種思維下，注重的是“城”“鄉”“鎮”“村”的產業功能、規模、保障等方面的數據鏈基礎，數據本身反映的不僅是當前狀態，更是過去和未來的間接反映。通過這種簡單線性的相關關系，來發掘與新型城鎮化建設中的各產業之間的聯系。有專家學者發文指出“新型城鎮化”是更為環保、更為智慧的城鎮化，擔負著為經濟轉型和消費升級搭好平臺的重任。智慧城鎮化將逐步取代粗放城鎮化，因此智能交通、電子政務、電子商務、醫療信息化以及安防等產業都將獲得快速發展。在經濟轉型的過程中，新型城鎮化需要優化產業結構、人口布局、生態環境、公共交通及城區建設等，給我國經濟繁榮發展的源泉和動力產生重大影響。

4.1 新型城鎮化與土地利用

在城鎮化擴張的過程中，需要大量建設用地容納由農村遷入城市的人口，所以，必然涉及土地利用問題。傳統的城鎮化是以城市土地擴張和人口半轉移為核心演進的。由于中國的特殊國情（如戶籍制度、城鄉二元土地制度），土地城鎮化應充分考慮土地的自然、經濟和社會屬性。在中國，土地是空間、用途和權屬三者的結合，土地城鎮化不僅意味地表空間景觀向城鎮形態的轉化，更反映土地本身的國有化、資本化和土地發展權的變化。所以，中國特色的新型城鎮化與土地的不斷開發利用過程是具有相關性的。

4.2 城鎮化與人口布局

中國共產黨第十八次全國代表大會報告提出，堅持走中國特色新型工業化、信息化、城鎮化、農業現代化道路。十八屆三中全會明確要求，堅持走中國特色新型城鎮化道路。中央城鎮化工作會議進一步強調“走中國特色、科學發展的新型城鎮化道路”。人口的發展是城鎮化長期的人口布局調整的過程。人口布局體現了人口城鎮化發展的平衡與否，及其能否成為推動城鄉一體化的驅動力。

大數據相關論文:簡析大數據相關股票―同有科技

【摘要】隨著科技、經濟的快速發展，數據呈現爆炸性增長，人們越來越意識到數據的重要性。正如《紐約時報》所稱，“大數據”時代已經降臨。本文挑選其中數據存儲商業模式進行詳細分析，基于PEST模型對數據存儲產業的宏觀環境進行分析，以及對于其發展現狀進行分析。得出數據存儲產業進入壁壘較高，且在我國處于發展初期，很有潛力。并選擇數據存儲行業的上市公司―同有科技，對其進行財務分析。以期給投資者提供參考。

【關鍵詞】投資 數據存儲產業 同有科技

一、數據存儲產業分析

（一）數據存儲行業環境分析―基于PEST模型

（1）政治環境。2001年美國紐約世貿中心遭受恐怖主義分子襲擊后，雙子樓的倒塌并沒有給公司的關鍵數據帶來重大損失。摩根士丹利的遠程防災系統，能夠實時將數據信息備份到另一個數據中心。

國內的存儲市場也已經逐漸啟動，國家相關政策鼓勵數據存儲技術的研究，同時鼓勵產業結構調整，鼓勵高新技術產業的發展，尤其是電子信息技術的發展。積極承接新一輪國際產業轉移。各地政府也出臺了大數據行動計劃或實施方案。

（2）經濟環境。從經濟環境來講，兩個未來更加成熟的應用趨勢驅動著存儲市場的高速增長，一是數據庫應用，包括供應鏈、電子采購、銷售與市場的廣泛普及，使越來越多的數據誕生；二是在線媒體，產生了各種形式的內容，包括聲音、影像等，這些都需要大量的存儲設施。

從平行市場來看，國內市場上存儲采購量最大的是金融、電信等行業，但其他行業對存儲的需求也日漸膨脹，特別是電子口岸、數字城市、統計信息化工程的啟動都給相應行業的存儲建設提出了要求。科技部啟動的百億元制造業信息化工程中，將企業資源計劃系統、數據庫管理系統等作為重點發展和扶植的應用項目，促進了制造業企業對存儲系統的需求。

（3）文化環境。我國人口多，產生數據量大，這意味著巨大的國內市場。如今人們更喜歡在網上進行操作以滿足自己各方面的需求，可以說人們與電子產品接觸時便產生了數據，而這些都涉及到數據的存儲。近幾年，中國存儲市場持續走高，增長率維持在25%左右。

（4）技術環境。技術環境因素是指企業所處的環境中的科技因素及相關的各種社會現象的集合，包括國家科技體制、科技政策、科技水平和科技發展趨勢等。技術環境影響到企業能否及時調整戰略決策，以獲得新的競爭優勢。

數據存儲幾大行業趨勢：平板電腦、云計算、物聯網等趨勢會促使存儲行業的發展。

平板電腦由于輕薄的要求，對存儲也提出了較高的要求。另外，智能手機由于有操縱系統，對存儲的要求容量及運行速度也越來越高。另外在飛速發展的時代，人們對于電子產品的存儲容量、運行速度等也有越來越高的要求。

云計算系統主要是將信息永久地存儲在云中的服務器上，在使用信息時只是在客戶端進行緩存，客戶端可以是桌面電腦、手機、手持設備等。而這個趨勢就會導致，個人電腦對數據存儲容量要求降低，而大型電腦服務公司則對數據存儲容量、安全性、速度要求提高。這就會導致傳統硬盤銷售量下降，而云計算相關產業快速發展。

而物聯網是指在現有互聯網基礎上，利用RFID（無線射頻識別）實現對物品的電子標示，然后利用無線互聯技術，構造一個覆蓋世界上所有事物的網絡，并實現網絡中物品與物品或者物品與人之間的交流。這個趨勢則會導致市場對存儲設備需求的大幅增加。

（二）數據存儲產業發展現狀

大數據時代的來臨給數據存儲帶來了更多的機遇，同時也帶來了問題。有關數據表明，大約有80%左右的企業不愿意將企業內的業務數據放在云存儲產品中，究其原因是出于對數據安全性的考慮。國內帶寬也限制了用戶對云存儲的熱情。如今，大家還是更習慣于花錢買硬件產品而非虛擬服務。可以看出國內云存儲市場尚處在初級階段，慘烈的競爭尚未到來，市場的發展并不成熟，但結合國際來看，云存儲還是很有發展潛力。

二、同有科技（300302）價值評估

（一）公司簡介

同有科技全稱北京同有飛驥科技股份有限公司，于2012年在國內上市，成為中國存儲行業唯一上市企業。作為大數據存儲架構提供商，同有科技提供貼近大數據典型應用的創新技術、完善的產品和解決方案，擁有覆蓋全國的營銷服務網絡。

（二）企業競爭力分析

（1）行業內的競爭者。目前我國存儲產業的競爭者主要來自于跨國公司。存儲產業具有一定的技術和資金壁壘，對于中小企業進入障礙較高。現有存儲企業必須提升研發能力。而同有科技是中國唯一上市存儲企業，大數據存儲架構提供商，率先完成從傳統的專業存儲廠商向大數據存儲架構提供商的轉型。專注存儲行業二十余年，準確把握核心技術的發展趨勢。2012年的成功上市，為研發生產提供了更加雄厚的資本支持。

（2）替代產品的威脅。存儲行業企業提供的是存儲設備產品和專業化服務，例如同有科技的服務對象政府、金融行業等具有海量數據存儲需求的單位或企業，由于技術的局限很難選擇自營的形式為自身提供產品和服務。當數據量達到一定程度時，只能選擇專業從事存儲的企業提供產品和服務。可見，存儲行業企業的替代性較低。

（3）供應商的談判能力。存儲行業的供應商包括存儲基礎零部件設備供應商和數據管理服務供應商，大部分是IT制造行業企業，供應商的討價還價能力決定于其規模、技術實力和專業性。如果業務量大、技術能力強、專業服務水準高，討價還價能力就相對較強。而同有科技經過多年的發展與積累，成為國內覆蓋行業最多的專業存儲廠商，得到了政府、軍工、科研院所、金融、醫療、教育、能源等多個行業用戶的廣泛認可，公司規模排同行業前列。同有科技具有一定的供應商談判能力。

（4）買方的談判能力。中國存儲產業集中度較高，能提供海量數據存儲設備和服務的國內企業并不多。相對于國外企業來講，國內企業的產品和服務具有價格優勢，買方的討價還價能力不高，根據成本節約的目標選擇國內企業產品。

（三）財務指標分析

盈利能力看出，銷售毛利率較高，而ROIC、ROE、ROA三個指標卻逐年遞減，從其財務表報中看，主要是因為營業收入從2011年開始逐年遞減。而成長能力中出現負增長，也主要是因為營業收入的遞減。同時可以看出營運能力水平正常。

目前存儲行業處于快速發展階段，技術更新和產品換代迅速。2012年的上市對同有科技來說是個轉折點。若公司對技術、產品和市場的發展趨勢不能正確判斷并適時調整自身研發策略，不能正確把握新技術的研發方向，將導致公司的市場競爭力下降。公司緊密跟蹤國內外的技術走向，深入調研客戶實際需求，持續投入研發資源，加強專業人才引進，提升公司專業技術水平。雖然公司具備了較強的銷售能力和研發能力，但與國際大型存儲廠商相比，公司在總體資產規模和營業收入方面依然相對較小。

從表格中，可以看出，公司的研發費用逐年提升。而近幾年同有科技業也推出了數據存儲產品和解決方案等。同時也為自身的發展積累經驗。

三、結論

本文分析了數據存儲行業的環境和發展現狀，并選出大數據板塊的股票――同有科技。對同有科技進行財務指標分析、競爭力分析。同有科技作為中國存儲行業唯一上市公司，正處于發展期，希望它在發展的道路上漸行漸遠，為中國的大數據時代貢獻一份力，并與國際接軌。

大數據相關論文:大數據背景下流量貨幣化的相關問題淺析

摘要：4G網絡的迅速普及伴隨著用戶對移動網絡需求的增加，運營商面臨著不斷增長的流量需求與待擴容的網絡環境之間形成的矛盾，在“后向式運營模式”推動下提出的“流量貨幣化”理念成為改善困局的新契機。但是，虛擬“流量幣”的完善與自由交易、傳統運營商內部的深度合作以及大量虛擬運營商和傳統運營商之間的合作與競爭等問題仍然是決定流量能否實現貨幣化的關鍵因素

關鍵詞：運營模式 流量貨幣化 大數據 運營商

隨著大數據運用與處理技術的飛速發展，加之近幾年將是3G、4G融合發展年，移動上網速度更快，更多用戶使用移動終端進行消費，套餐逐漸包含更多流量，大數據流量風生水起。一定階段內呈現大數據流量處理的困局，意味著運營商不得不通過巨額網絡投資加以維持或者進一部提高自身的服務質量。除非能夠找到大規模降低流量成本的處理技術，否則不斷增長的流量需求與待擴容的網絡環境將始終是一個矛盾。同時面對大數據流量的處理困局，除了運營商目前發起的各種特色服務外，將流量價值的定義交給用戶，也就是將流量作為一種移動互聯網世界的等價交換物，成為各大運營商應對以上矛盾的一大舉措。運營商應該如何結合這些大數據時代的特點，采取措施開展流量貨幣化經營？本文試析之。

1.相關概念

1.1大數據

巨量資料（big data），或稱大數據、海量資料，指的是所涉及的資料量規模巨大到無法透過目前主流軟件工具，在合理時間內達到擷取、管理、處理、并整理成為幫助企業經營決策更積極目的的資訊。

1.2流量貨幣化

流量貨幣化是指由客戶通過互聯網將自身掌握的數據流量兌換成虛擬的流量幣從而進一步進行轉化或交易其他等價物品的手段與方式 ，即由流量使用者定義流量價值的方式。目前實行的貨幣流量化平臺有電信推出的“流量寶”與中國聯通推出的“流量銀行”等。

1.3“4G”網絡

4G是第四代通訊技術的簡稱，G是generation（一代）的簡稱。4G系統能夠以100Mbps的速度下載，比目前的撥號上網快2000倍，上傳的速度也能達到20Mbps，并能夠滿足幾乎所有用戶對于無線服務的要求。

2.經營模式的轉變與融合

傳統模式下運營商“以前向運營模式”為主，在3G/4G網絡的普及與推動下，處理大數據流量運營成為當今社會的主題，在這種情況下緩解運營商KPI壓力的“后向運營模式”孕育而生。

2.1傳統運營模式――前向經營

前向經營就是由個人用戶依據自身的流量和消費需求對應運營商所提供的不同類別、不同資費的套餐進行訂購付費的模式。這種流量前向經營模式，運營商收入的增長主要來自于用戶使用規模的增長與單價下降的幅度的差值來實現，或者是用戶疊加更多的流量包。但出現的流量的ARPU值呈現持續走低的趨勢，致使這種傳統的經營模式出現了難以突破的困局。

2.2 新型運營模式――后向經營

后向經營模式就是用戶根據自身的需求下載并使用相應的應用，而由此應用提供商為用戶所使用的流量向電信運營商付費的新型模式。隨著虛擬運營的不斷豐富與發展，后向流量的市場的需求會愈加旺盛。不難看出虛擬運營商的首要目標是使用互聯網的用戶，那么虛擬運營商或者網絡服務商為了擴大自己產品的影響力，一定會以優惠吸納用戶，從一定程度上不僅緩解了電信運營商KPI走低的壓力，同時還決定了虛擬運營商對價格敏感用戶的影響力更強，有人愿意為所發生的部分流量買單，從而使用戶在一定程度上免流量使用某些特定的服務。

3.關于虛擬貨幣的討論――以“流量幣”為例

IiMedia Research之前的調查發現，部分App開發商設計并推出的“通過完成階段任務等形式免費賺取流量或流量幣”、實現“免費上網”的手機應用也成為小部分手機網民解決避免支付額外流量費用的手段。且通過市場上已有的流量貨幣化平臺分析來看，不論是電信推出的“流量寶”還是中國聯通推出的“流量銀行”，都無一例外的選擇了利用虛擬貨幣充當交換媒介。

3.1流量化零為整

面對復雜多變的移動流量，想要直接對其進行貨幣化需要相當精確地大數據處理能力，但是流量貨幣化正處于起步階段，面對大數據流量的轉換現狀，不可否認的是流量幣有“化零為整”的功效，可以將龐大的流量數據直觀的反應成更貼合現實的等價物，使用戶能夠在一定程度上將大數據流量化繁為簡，化零為整。

3.2隔離倍率轉化

由于流量貨幣化的特殊性，對于轉化平臺的首要要求是要有極高的準確性與可靠性，倘若用戶使用數據流量直接進行現實等價物的兌換，不僅加大了運營平臺的數據處理壓力，而且對于兌換的安全性也不易控制。但是由于流量幣的出現，將使復雜的倍率換算問題提前完成，不僅使流量的轉換部分更加精確，而且將流量貨幣化分成兩步完成，讓用戶可以更好的在實現流量的存取與交換上有更多的選擇。

3.3流量幣的局限性

從另一方面看，雖然流量幣在一定程度上提供了“流量貨幣化”的可能性，但是仍然需要第三方的認可與支持，才能真正完成“流量貨幣化”。從一定程度上看，流量幣的轉換就目前而言更像是“后向經營”的產物，使用流量幣進行交易目前僅僅停留在“后向經營”的怪圈之中。所以，使流量幣真正走出虛擬世界，將決定著流量的價值取向，也將是流量貨幣化真正實現其價值的根本所在。

4.實現“流量幣”的自由貿易

流量貨幣化，主要部分是要實現流量的跨領域的自由交易，用戶向運營商購買流量的使用權，或者虛擬運營商、互聯網公司向運營商購買流量后轉贈與其他用戶。

4.1需要移動虛擬運營商與各網絡運營商之間開展深度合作

從流量幣目前踐行的現狀來看，要想使流量幣實現自由貿易，離不開“后向式運營模式”的鋪墊與推動，也就是說對于這樣一個互聯網產業價值鏈，各網絡運營商位于此產業鏈的上游，而移動虛擬運營商則位于產業鏈的下流，兩者不僅存在相互競爭的關系，而且也有著上下游合作的相互依存、互利互惠的關系。純粹競爭對于虛擬運營商和傳統運營商來說都是非常不利的，傳統運營商所掌握的客戶規模，網絡資源以及運營的管理和運作經驗都不是虛擬運營商所能比擬的，因而虛擬運營商與傳統運營商之間的關系只有主要體現為合作關系，才能使兩者穩定而有序的發展。移動虛擬運營商與傳統運營商的合作可以使“流量貨幣化”在一定程度上不再局限于“后向經營模式”的怪圈之中，從而可使傳統運營商更專注的開發和解決發展大數據流量時遇到的網絡問題。而虛擬運營商則可以利用其強大的市場營銷、推廣力度，提供更優質的專業化、個性化服務，兩者協同配合才能推流量幣的貿易自由化。我們可以這樣去理解：運營商本身擁有的巨大的市場份額與客戶資料，就好像擁有著一個很大的資源礦藏。但是由不斷增長的流量需求與待擴容的網絡環境日益激化的矛盾，對這個礦藏的挖掘相對緩慢，而移動虛擬運營的出現將可以憑借其自身的靈活多樣的特點去充分、高效地挖掘這個礦藏。

4.2 傳統運營商之間的深層合作

如果實現流量貨幣化，那運營商的角色就會是央行，虛擬運營商的角色就是商業銀行。當流量實現貨幣化后，用戶不但可以使用手中持有的流量，還可以將流量自由交易，用戶每月消耗的流量將不在固定，在一定程度上打破了套餐為用戶帶來的局限性，不足的流量可以向用戶或服務機構購買，多余的流量也可以交易給其他有需求的用戶。當然要實現流量的自由貿易還需要運營商實現深度的合作以便使流量幣的兌換達到高度的統一。目前的流量經營，無論是前向經營模式還是后向經營模式，基于當前較重的KPI壓力所致，運營商仍舊是以前向經營模式為主體，以便盡可能多的追求直接的流量銷售收入，前向經營模式必將是將流量資源作為簡單的營銷資源加以使用，因此獲取的還是低價值的收入。但隨著處理大數據流量的能力和后向經營模式的不斷改善，改變流量的應用價值顯得尤為重要。各大運營商需要根據自身的市場份額、大數據處理能力、用戶數量等一系列影響因素制定統一的、科學的流量幣兌換倍率，使虛擬的流量幣能夠在一定程度上實現跨平臺操作，只有這樣才能為流量幣成為虛擬世界統一貨幣奠定一定的技術基礎。因此，各運營商基于流量的深層次的合作，必將主要是以流量價值增長為主題的深度合作，即傳統運營商通過混合所有制為主的方式參與統一的互聯網行業，通過流量資源補貼等方式實現用戶整體規模的快速增長，以參股企業的市值增長和變現為主。且本著“收益共享，風險共擔”的原則進行深度合作。

5.結束語

通過以上分析可以看出，流量實現貨幣化正處于起步階段，隨著4G網絡的迅速普及，大數據流量時代正在悄然改變著現有的運營商運營模式，流量貨幣化已經成為各大運營商與虛擬運營商處理大數據流量的必經之路，但是流量貨幣化要想真正實現流量的自由貿易，仍然需要改善轉換平臺以及開展傳統運營商的深度合作，另外，虛擬運營商需要結合自身的特點對“流量幣”等虛擬貨幣加以豐富與完善，使其能夠在更多的領域實現自由貿易，以追求流量的高價值的基礎上，真正實現流量的貨幣化。

大數據相關論文:大數據環境下醫療數據隱私保護面臨的挑戰及相關技術梳理

摘 要

隨著大數據技術的迅猛發展，已經給許多領域帶來了巨大的影響，但大數據也同時帶來了隱私防護方面新的安全挑戰。醫療大數據對傳統的就醫模式也帶來了革命性的改變，但其便于共享、傳播、挖掘等特性再加上醫療行業的特殊性，又不得不讓人們更加重視隱私保護這一敏感問題。本文旨在對目前醫療大數據的現狀進行分析并對其可能面臨的隱私保護問題進行討論，并對目前技術與規范方面的隱私保護手段進行梳理，從而為在大數據環境下醫療數據的隱私保護尋求可行的方法，并對醫療大數據隱私保護體系的發展方向進行了展望。

【關鍵詞】大數據 醫療大數據 隱私保護

1 背景

由于信息化和網絡化技術與產業的迅猛發展，導致產生的數據量爆炸式的增長，大數據（Big Data）概念已儼然成為學術界與產業界的熱點。大數據正悄然影響并改變著人們的日常生活方式、工作方式和思考方式。在維基百科中大數據被定義為所涉及的數據量規模巨大到無法通過人工，在合理時間內達到截取、管理、處理、并整理成為人類所能解讀的信息。如今，每時每刻均有大量的數據不斷產生，其中既有互聯網用戶主動產生的（如：搜索引擎的使用、微博等），同時各種檢測設備也在源源不斷的產生大量數據。根據分析調研機構IDC的報告，2012年全球數據總量已經達到2.7ZB，并預計這一數字在2015年將達到8ZB，這更說明了大數據時代的來臨。大數據的意義不在于擁有巨大的數據信息，而是通過專業的技術手段對這些數據進行處理，并提煉出有意義的信息，實現數據的增值。為了實現最終的增值，大數據處理主要涉及以下的各階段：（1）數據采集與預處理；（2）數據分析；（3）數據解釋。

王利明教授在其主編的《人格權法新論》一書中認為：隱私權是自然人享有的對其個人的與公共利益無關的個人信息、私人活動和私有領域進行支配的一種人格權。個人數據作為個人隱私的一部分，也應受到法律法規的保護。在如今的日常生活中互聯網技術已經被廣泛使用，這也引發了許多侵害個人隱私權的問題，其核心問題就是個人數據的權利問題。隨著信息技術的不斷更新發展，在其發展過程中對個人隱私保護還將帶來許多意想不到的問題。

大數據技術就是一個典型的示例，作為一個新興技術大數據技術在數據處理過程及應用等方面，產生的數據交互、展示等均可能造成對客體隱私的侵害。所以在大數據技術不斷發展的同時，人們開始關注大數據技術所帶來的隱私保護問題。

馮登國等在《大數據安全與隱私保護》一文中提出，與傳統信息安全問題相比，大數據在用戶隱私保護方面面臨著新的挑戰。大量事實已經表明，大數據未能妥善處理會對用戶的隱私造成極大的侵害。根據需要保護的內容不同，隱私保護由可以進一步細分為位置隱私保護、標識隱私匿名保護、連接關系匿名保護。而醫療個人數據作為一種機具特殊性及敏感的個人數據，其在大數據環境中如何保護個人隱私不被侵害也變得日趨重要。

本文旨在對目前醫療大數據的現狀進行分析并對其可能面臨的隱私保護問題進行討論，并對目前技術與規范方面的隱私保護手段進行梳理，從而為在大數據環境下醫療數據的隱私保護尋求可行的方法。

2 醫療大數據的現狀

近年來，醫療衛生行業信息化技術的不斷發展及各系統的不斷建設，信息系統使用的范圍也隨之不斷擴大。如電子病歷的出現取代了傳統手寫病歷，以信息化的手段記錄保存了患者在醫院中發生的診斷治療行為的全過程，除此之外其還提供了其他相關服務。在信息系統被廣泛使用后，每天都產生大量的數據，而產生的大量數據不再僅僅是對醫療過程的記錄，通過進一步挖掘及使用后均能產生更大的意義。所以根據這些特性可以說醫療數據已經進入了大數據的時代，依照這些數據的性質可以分為醫院與區域性平臺兩個層面：

在醫院層面上，信息化系統的使用范圍與使用模式已不再僅僅基于原有的掛號收費方式，信息系統應當對患者在整個就醫的過程進行全程的記錄，并將進一步擴展至患者的其他個人健康信息。

電子病歷系統在醫院的使用，徹底改變了原有的就醫模式，將原有患者自管的紙質病歷改為了由醫院統一管理的電子化病歷。這樣醫生就可以更方便、快捷的查詢患者之前的就診記錄，有助于醫生作為更加安全準確的診斷。其保存的醫囑數據、診斷數據等，更是為科研教學提供了有力的數據支撐。作為一份完整電子病歷，其還應包括醫技科室產生的檢驗檢查信息。

目前醫技科室使用的專業化信息系統：如檢驗科室使用的LIS系統，通過儀器與信息系統的連接，實現了在系統中對實驗室樣品，數據的存儲與管理，與此同時其還提供了報告審核等其它相關的服務，實現了醫院檢驗科室規范化、智能化和自動化的管理。其它的如PACS、手術麻醉等專業信息系統，均如同LIS系統一樣為相關科室提供便捷并有助于提高管理水平，醫療質量，減少差錯的發生。這類系統的使用也使得收集診療數據成為可能，讓電子病歷變得更加完整，勢必也將有實驗室報告、影像信息等被記錄保存。

除此之外，對于一些專科與專病的需求，還將有其它的患者信息被收集記錄，如體征信息，對于高血壓病人持續記錄其血壓、心率等體征信息對于醫療行為也是非常有意義的。如其它健康信息，患者是否有吸煙史等信息對于某些疾病的治療也是

另一方面，隨著醫療衛生體制改革的不斷深化，區域性醫療衛生信息平臺建設已成為衛生信息化的建設重點，各地也相繼建成區縣級或省市及的區域平臺，打破了各系統各醫院間的信息孤島，實現了互聯互通、數據共享、業務協同，并建立了區域醫療衛生信息數據中心及全民健康檔案等。以上海為例，由上海申康醫院發展中心自2006開始主持規劃的上海醫聯工程，在申康所轄的38市級醫院之間建立了一個信息交換共享集成平臺及數據中心。不僅僅是醫院數據的抽取收集，而是在這些數據的基礎上進行提煉利用。

隨著數據采集范圍的不斷擴大和系統的運作，無論是在醫院還是區域平臺的數據中心中的數據量不斷累積，均已形成了醫療大數據的數據中心，

大數據對醫療衛生行業的影響已不言而喻，近幾年醫療服務產生的數據總量更是急速增長，所以說醫療行業正處于一個重要的轉折點。

根據大數據的特性，醫療大數據需要在以下4個方面得到支持：

（1）數據量：診療數據、設備產生的數據；

（2）類型：結構化、非結構化；

（3）價值：基于現有數據庫中的數據進行分析，來支持不能種類的業務：如患者病史、歸檔檢驗結果分析，實時臨床決策分析；

（4）速度：實時數據分析，而非傳統的批量處理分析，對于實時運行中的每個時間節點產生影響，而不是事后處理。

大數據則因為有效的數據整合模式，可以滿足以患者為中心醫療服務的個性化醫療、協調和溝通、患者支持和賦權以及良好可及性等多方面需求，為其提供卓越的技術平臺，從醫學研究、臨床決策、疾病管理、患者參與以及醫療衛生決策等方面推動醫療模式的轉變。

3 醫療大數據面臨的隱私保護挑戰

隨著數據采集、加工和應用，不可避免的會發生泄漏的情況，也將會造成隱私的泄漏。醫療信息的隱私數據泄露的主要途徑包含以下兩個方面：

3.1 非交互式泄露

從醫院內部信息系統中的隱私泄露，在醫院的內部業務流程中有多個節點可以對數據進行訪問；

3.2 交互式泄露

主要針對在信息使用傳遞過程中，發生的泄露，可能包括科學研究的過程，區域性平臺數據交互等可使用基于角色訪問控制技術，但是對于權限分級、設定、信息分級等方面有較大的難度。

因為數據內容的特殊性，數據未能妥善處理會對個人隱私帶來極大的傷害。如孕婦個人信息的泄漏，可能帶來的一系列推銷、詐騙等問題，而在大數據環境下隱私泄漏的危險不僅僅限于其泄漏本身，而還在于基于數據對于下一步行為的預測與判斷。如得到患者的某個檢驗指標，便可以對其的健康狀況進行判斷并對其下一步的行為進行預判。在很多情況下人們認為只要對數據進行匿名處理或者對重要字段進行保護，個人隱私就是安全的，但是大量的事實已經證明，可以通過收集其他信息還是很容易的可以定位到具體的個人。如患者的診斷信息作為重要隱私進行保護，但是還是可以通過用藥信息或者實驗室報告的某個相關指標輕松的推斷出患者的診斷。所以醫療數據的隱私保護需要根據保護內容的不同進行進一步的細分。

4 現狀研究

針對以上提出的問題，以下將從制度與技術兩個方面對目前針對醫療數據的隱私保護進行展開。

從技術角度而言，大數據的隱私保護主要還是依賴于傳統數據隱私保護的一些密碼學技術，而醫療數據因為其特殊性對隱私保護技術的要求也有別與其它的系統。針對這些主要將需要保護的內容聚焦于以下幾點，并結合目前已有的技術手段，進行討論：

4.1 標識隱私匿名保護

在患者診療檔案中，往往會以患者的姓名、身份證號碼等作為患者的唯一標識，但是這些信息本身就應該是隱私保護的內容，所以需要在不影響信息準性的前提情況下對這些信息進行匿名保護。

童云海等提出了一種隱私保護數據中身份保持的匿名方法，在數據中先刪除身份標識準備，然后對準標識數據進行處理，在保持隱私的同時進一步提高了信息有效性，并采用概化和有損連接兩種實現方式。

可以看出標識匿名隱私保護，主要都是采取在保證數據有效性的前提下損失一些數據屬性，來保證數據的安全性，目前大部分的技術均采用了這種方式。但是在目前患者電子診療信息交互的過程中，信息的損失可能會影響正常流程的運行。在很難同時兼顧可用性與安全性的前提下，需要一種針對醫院及區域性平臺運作特點的算法，來找到可用與安全的折中點。

4.2 醫療數據的分級保護制度

以一份完整的診療檔案為例，其構成應當包含了各種信息，如患者基本信息、診斷信息、醫囑信息、檢驗檢查信息、藥品信息、收費信息、主治醫生信息等等。這些信息在隱私保護中都有著不同的權重，如果一概而論對所有信息都采用高級別的保護手段，會影響實際運作的效率，同時也是對資源的浪費。但如果只對核心信息進行保護，也會造成隱形泄露的問題。如只對檢驗報告進行保護，那么檢驗數據的泄露可以也容易的推導出檢驗報告的結果。所以需要建立一套數據的分級制度，對于不同級別的信息采用不同的保護措施，但由于涉及不同的系統和運作方式，制定一套完善分級制度有相當的難度，同時還涉及到了以下的訪問權限的控制；

4.3 基于訪問控制的隱私保護

醫療系統中隱私保護的難點還在于參與的人員節點多，導致了潛在的泄露點也多。訪問控制技術可以對不同的人員設置不同的權限來限制其訪問的內容，這其實就包括了數據分級的問題。如財務部門的人員應該只能訪問相關的收費信息而不能訪問醫生的診斷信息。

而目前大部分的訪問控制技術均是基于角色的訪問控制，更夠很好的控制角色能夠訪問的內容以及其相應的操作。但是規則的設置與權限的分級的實現手段比較復雜，無法通過統一的規則設置來進行統一的授權，許多情況下需要對角色的特殊情況進行單獨設置，也不便與進行整體的管理和調整。需要對規則引擎進行進一步的研究在適應醫療領域實際應用的需要。

通過以上對于不同問題不同技術手段的分析可以看出，在醫療大數據領域技術手段還不能很好的滿足實際應用的需求。同時需要建立一套適用于醫療大數據領域的完整隱私保護體系，在醫療數據的存儲環節、訪問環節、應用環節等形成系統性的保護。而在構建隱私保護體系時，除了相關技術，更應用完善制度保障。

技術作為隱私保護的必要條件，在有了技術的基礎上還是需要有相應切實可行的制度來規范人們的行為以及技術手段順利執行。如密碼學中的社會工程攻擊法，它并沒有直接針對任何加密系統，只是利用人們在執行過程中的一些弱點與漏洞來達到攻擊的目的，所有隱私保護同樣離不開法律、政策等的支撐。

美國在這方面起步的最早，1974年美國就正式制定了《隱私權法》1996年美國國會就頒布了《健康保險攜帶和責任法案》（Health Insurance Portability and Accountability Act，HIPAA），2000年美國衛生和福利部（HHS）依據該法授權制定《個人可識別健康信息的隱私標準》。由此可以看出，美國已經建立了一個完整的醫療隱私保護體系。相比較我國對于這方面的法律政策還比較欠缺目前還有專門關于患者隱私保護方面的內容，只是有少數條文零星的涉及。2013年底，國家衛計委下發了關于《人口健康信息管理辦法（試行）》（征求意見稿），針對患者的電子信息對信息采集方的義務和行為進行規范了說明，并明確“誰采集、誰負責”的原則。除此之外，還需要明確的是患者電子診療檔案歸屬權的問題，患者的電子診療信息雖然產生在醫院并由醫院采集保管，但其所屬權是否應當屬于患者。即電子診療信息的用途應當僅限于為患者提供醫療服務，若為了其它目的使用時，如科研、教學等，使用者應當告知患者。

5 小結

在本文中對大數據環境下醫療大數據的形成進行了分析，并對醫療大數據所面臨的隱私安全問題以及相應的技術手段進行了梳理。隨著大數據技術的迅猛發展，醫療大數據已經初具規模。在享用醫療大數據帶來的便利同時，不得不去考慮其帶來的一系統隱私保護問題。相對而言國內目前的相關技術和制度研究均處于剛起步階段，還缺乏系統性的整體架構來對患者隱私進行保護。通過對目前一些隱私保護技術的梳理可以看到，每項技術雖然都有不同的特點，但是其真正在醫療領域的使用范圍及性能都受到了一定的限制，而且在一定程度上還缺乏對應的制度保障。只有通過對于技術手段和法規制度相結合的方式，針對醫療領域和醫療大數據的特性，才能構建出一套完善的隱私保護體系，相關的工作還需要我們進一步的研究。

大數據相關論文:大數據時代強化教師相關性思維發展

1. 大數據引發思維異變

美國作者維克托·邁爾-舍恩伯格在《刪除》和《大數據時代》這兩本書中指出：大數據時代已經來臨，人類記憶與思維發生了異變，即技術發展翻轉了人類遺忘與記憶的平衡，使得遺忘從常態變成了例外，而記憶從例外變成了常態。面對海量信息，我們該如何取舍而且要尋求結論？這是值得認真思考的。書中明確指出大數據時代賦予思維最大的轉變就是放棄對因果關系的渴求，而強調關注相關關系。由追求因果律轉向強調相關律，強調知道“是什么”，而不需要知道“為什么”。大數據的核心用途就是預測。大數據時代的數據之多，不是隨機樣本，而是所有數據；數據之雜，不是精確性，而是繁復混雜。大數據將為人類的生活創造前所未有的可量化的維度，大數據已經成為了新發明和新服務的源泉，而且更多的改變正蓄勢待發。書中展示了谷歌、微軟、亞馬遜、IBM、蘋果、Facebook、Twitter、VISA等大數據先鋒們最具價值的應用案例。書中的思維觀點顛覆了千百年來人類的思維慣例，對人類的認知和與世界交流的方式提出了全新的挑戰。

大數據（Big Data）顧名思義指信息爆炸時代產生的海量數據，大數據的起始計量單位至少是P（1000個T）、E（100萬個T）或Z（10億個T）。IBM的研究稱，整個人類文明所獲得的全部數據中，有90%是過去兩年內產生的。而到了2020年，全世界所產生的數據規模將達到今天的44倍。行業系統內部的過程信息，物聯網和互聯網世界中物品、物流信息，人與人的交互信息是大數據的三個主要來源。

2. 教育部“三通兩平臺”建設與兩項重點工作

2012年 9月5日，全國教育信息化工作電視電話會議召開，不到一個月，全國信息化工作現場會在北京召開。教育部副部長杜占元在會議上部署啟動教育部“三通兩平臺”建設與兩項重點工作：一是加強學校寬帶網絡建設，基本實現“寬帶網絡校校通”；二是加強優質數字資源建設，初步實現“優質教學資源班班通”；三是加強信息技術應用能力建設，大力推進“網絡學習空間人人通”；四是加強數字教育資源公共服務平臺建設；五是加強教育管理信息系統平臺建設；六是做好加快改善教學點教學條件，實現教學點數字教學資源全覆蓋；七是加大教師應用信息技術能力的培訓力度。

此次，教師培訓再次得到加強和重視，說明教育信息化建設，人的因素始終是第一位的。要把應用信息技術的能力作為教師的基本職業要求。信息技術與學科教學的整合創新要作為教師培訓的重要內容，今明兩年要完成教學點教師的全員培訓，實現寬帶網接入學校40%以上教師的培訓任務。

教師培訓是教師專業化發展的基礎，不同時期，教師培訓要體現時代的特點。大數據時代，進行教師培訓的重點方向是什么？我們認為是整合創新，而整合創新的重點就是強化教師相關性思維培訓。

整合創新的重點就是強化教師相關性思維培訓

基于我們最新的互聯創新課堂的研究成果，加上我們對大數據時代的認識，使我們意識到：教師思維轉變的訓練對新一輪信息技術與學科的整合創新至關重要，而繼發散性思維和聚合思維訓練之后，如何成功進行相關性思維訓練是關鍵，所以整合創新的重點就是強化教師相關性思維培訓。

1. 建立新技術體驗中心，對教師開展體驗式相關性思維理念的培訓

體驗感悟，改變觀念。在知識大爆炸和技術飛快發展的今天，建立新技術體驗中心，引進新技術、新產品相配套的體驗模型，開放讓教師親身體驗，對教師建立相關性思維理念有很大的益處。例如，建立包括3D打印技術、裸眼3D技術、遠程仿真系統、虛擬化智慧教室、大數據流統計顯示等技術環境的新技術體驗中心，對教師開放，讓大家親身感受大數據產生和處理的過程。

通過資源和信息管理平臺的實際使用，還可讓教師體會大數據時代數據的其他特征：一是數據類型繁多。包括網絡日志、音頻、視頻、圖片、地理位置等信息，多類型的數據對數據的處理能力提出了更高的要求。二是數據價值密度相對較低。如隨著物聯網的廣泛應用，信息感知無處不在，信息海量，但價值密度較低，如何通過強大的機器算法更迅速地完成數據的價值“提純”，是大數據時代亟待解決的難題；三是處理速度快，時效性要求高。這是大數據區分于傳統數據挖掘最顯著的特征，數據分析能力正在成為組織的核心競爭力。

2. 信息技術和課程整合創新，提高教師采用相關性技術手段處理信息的能力

能夠分類管理和綜合分析大數據是有效使用大數據的前提。大數據的分拆整合技術培訓和統計分析手段的數據處理是我們對教師進行技術培訓的重點，也是提高他們采用相關性技術手段處理信息能力的重要途徑。例如，大數據的存儲問題，我們在有限的空間里，可以采用高容量壓縮、分割重組等技術手段進行處理；通過掌握云操作系統和云端的數據處理技術，采用云計算的模式進行分發、運用等。

在信息技術和數學學科的整合中，我們鼓勵教師使用SPSS、SAS和EXCEL等數據分析工具，通過數據統計方法尋找答案。在進行數據統計時，常常用到相關分析，從而得出統計學結論。大數據的聚類、因素分析、主成分分析、趨勢分析等方法，可以從已有的歷史數據變化趨勢去推測未來的發展方向，而我們的推斷結論往往建立在大樣本數據的基礎上。

在信息技術與語言學科（語文學科和英語學科）的整合中，提供相關情境再現、真人模擬、資源平臺關聯、游戲仿真、沉浸式教學、海量閱讀、主旨分析等技術支持，培養教師開展整本書閱讀教學和網絡上分組分章節閱讀，共同分享和討論，并建立相關的鏈接觀點。海量信息的快速閱讀，多角度、多層次看待問題，讓教師們超越教材的字句和文章教學，上升到文學賞析和寫作，最后通過語言綜合實踐活動升華到文化行為習慣的層面進行整合性教學。

在信息技術和科學學科的整合中，讓教師嘗試帶領學生開展異地遠程合作學習，建設主題網站和撰寫研究報告，共建共享異地的相關性資源和實驗研究策略，主動探究、小組合作學習、實驗驗證、數字化過程記錄和呈現等，可以很好地培養科學的研究態度和掌握基礎的科學研究方法。

可以說，信息技術與課程整合創新的核心就是在尊重學科教學規律的前提下，體驗新信息技術對學科教學的過程數據支持，通過對整合過程中獲得的大數據進行相關性處理，提高教師采用相關性技術手段處理信息的能力。

3. 建立教師運用相關性思維整合創新學科教學模式的激勵機制

擁有數據資產、具備處理大數據的挖掘技術和擁有數據分析人才這三個條件是事業發展的重要保證。教育部“三通兩平臺”建設與兩項重點工作的推進措施正是推動大數據時代信息技術設施建設的基本保證。“三通兩平臺”與過程性資源建設的進一步實施，必將形成大數據的集聚，而這些大數據是如此重要，以至于其獲取、儲存、搜索、共享、分析，乃至可視化地呈現，都成為了當前重要的研究課題。例如，北京實施的名師課堂，七千多節視頻課程在網絡上存儲和播放就是一個大數據的例子。另外，我們在日常電子郵件中，發送和接收大于1G的附件時，也是一種類型的大數據。

建立起教師運用相關性思維去整合創新本學科教學模式的激勵機制，可以有效使用大數據的屬性價值，促進相關性思維在學科教學中的應用，也有利于信息技術與課程整合的良性發展。相關性思維的數據處理需要依據標準和常模的對照，所以建立起相關的參照標桿數據是必不可少的一環。

總之，大數據時代，又正值教育部啟動“三通兩平臺”建設與推動兩項重點工作。筆者認為整合創新的重點是強化教師的相關性思維培訓，可以從三個方面著手：一是建立新技術體驗中心，對教師開展體驗式培訓，幫助教師快速建立相關性思維理念；二是結合信息技術和課程整合的實踐，提高教師采用相關性技術手段處理信息的能力；三是建立教師運用相關性思維整合創新各學科教學模式的激勵機制，促進相關性思維在學科教學中的應用。

（作者單位：北京教育網絡和信息中心）