大數據時代信息的特征范文
時間：2024-01-02 17:56:03
導語：如何才能寫好一篇大數據時代信息的特征，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。
篇1
1 大數據的特征和大數據涉及的相關內容
1.1 大數據的主要特征分析
處在大數據時展背景下，大數據的特征體現也比較鮮明，首先在海量信息數據的特征方面就比較顯著。在計算機的硬盤容量已經進行了升級，在容量上也大大的擴大了，在數據的規模上也不可同日而語。這就對信息技術的進一步發展有著重要的促進作用，這也是大數據時代的一個重要標志。再者是大數據的數據信息種類的多樣化，多樣化類型的傳感器以及終端設備都是大數據信息數據的源頭[1]。這樣就形成了數據類型的多樣化。
1.2 大數據涉及的相關內容分析
大數據發展下涉及到的內容是比較多的，在網絡的安全問題上是大數據發展下的重要問題內容。大數據的發展為網絡犯罪也提供了很大的便利，使得范圍的模式發生了變化，并且在犯罪的水平上也比較高，這就對信息安全帶來了很大的威脅。再有是涉及到的云數據，在云計算的應用下，也是面臨著一些問題，使得在對數據的處理過程中會有著諸多不可測的風險。另外在個人設備管理的問題上，移動設備的應用廣泛化，使得數據的存儲和訪問等都變得比較簡單化，這也存在著信息安全的問題[2]。最后在涉及到的數據保密的內容層面也是需要急迫解決的。對于這些內容都要能夠充分的重視。
2 大數據時代下信息安全問題和解決策略探究
2.1 大數據時代下信息安全問題分析
大數據時代背景下的信息安全問題也比較突出，主要體現在人們對大數據環境下的信息安全的意識沒有得到強化，對信息的安全防范意識不足。網絡的安全性問題在當前的社會發展中愈來愈嚴重，在一些社交平臺或公共購物平臺等，都可能對個人的信息造成泄漏，由于網絡的開放性特征，也使得個人的信息安全得不到有效的保障。而當下的公眾在信息安全的防范意識上還不是很強，這就使得信息安全問題發生的可能性就增大了。
再者，大數據環境下的信息已經成為高級可持續攻擊載體。大數據自身的價值密度低的特征下，使得外界的環境影響比較敏感，容易受到黑客的攻擊。而這些攻擊的代碼是處在大數據當中的，所以進行安全服務鑒別中就存在著很大的難度。這樣就使得大數據信息成為了可持續攻擊的一個載體，在這一方面的問題要能充分的重視，結合實際進行應對。
另外，大數據環境中的信息安全問題還體現在智能終端的威脅。移動智能終端在我國的使用數量不斷的增長，這就使得智能終端的信息也比較多，在信息的安全性方面就存在著很大的隱患。智能終端一旦被破壞，就會使得信息丟失，而受到病毒的控制也會造成信息的安全性得不到有效保證[3]。
2.2 大數據時代下信息安全問題的解決策略
對于大數據時代背景下的信息安全問題的解決，要能從多方面進行考慮。首先在數據的結構優化措施的實施上要重視，這對信息安全保護有著重要作用發揮。由于大數據時代的數據信息比較復雜，在數量上也比較大，通過數據結構的優化和加密管理，就比較方便處理。能夠在數據結構化基礎上對入侵的數據就能實現智能化的辨別，在信息的安全系數上就得到了有效提升。
再者，大數據時代對信息安全的防范要進一步加強敏感數據的監管力度。大數據的海量信息的特征，使得在管理上存在著諸多難度，這就為黑客信息掃描檢測漏洞提供了可能。故此政府方面要在大數據的監管力度上進行加強，在管理制度上結合實際進行有效完善，并要能夠對移動設備的安全使用進行保障。從大數據的使用流程以及方法層面嚴格執行，這樣才能保證對信息安全的保證。對大數據時代背景下的信息安全問題的解決，還要能從大數據平臺建立方面得到加強。
另外，強化大數據信息安全技術的應用，不斷的將安全保障技術進行優化。信息的安全性保障離不開技術的支持，要定期的對網絡中的潛在漏洞實施掃描，在信息的安全防御層面進行有效加強。在大數據的技術研發方面要進行加強，將數據加密技術以及安全訪問控制技術等得到有效應用，從整體上將信息安全的防范能力進行加強[4]。要能通過相關技術的應用，從數據信息的泄漏重點領域加以強化，通過對設備的訪問權限設置，以及通過SSL技術的應用等，全面加強數據信息的安全保護作用。
例如：應用沙箱（Application Sandboxing）是一項借鑒于 Trusted BSD的技術。通過這一功能，可以對特定資源進行定義，對應用的訪問權限作出限制，包括網絡資源、內存及部分文件系統等。Gatekeeper是一項能讓Mac電腦免遭惡意軟件入侵的技術。有了Gatekeeper，你可以讓那些被允許在Mac電腦上運行的應用，只能通過Mac App Store獲取并簽名，或成為由合法開發者簽名的應用。
不僅如此，對大數據信息安全的保護還要從法律層面進行加強，完善網絡信息的法律法規的保障措施。對個人隱私信息以及公共信息的安全保護進行加強，從法律層面來建設安全信息的保障體系，將信息安全的法律化要制定細化可操作的制度加以防范。
3 結語
總而言之，大數據背景下的信息安全防范愈來愈重要，要不斷的將信息安全保護措施合理化的加以實施，從根本上保障個人以及企業的信息安全性，只有如此才能真正的對信息安全起到保障作用。此次主要從大數據環境下的信息安全問題和保障的措施實施進行了重點分析，希望有助于實際的信息安全保護。
參考文獻：
[1]張茂月.大數據時代個人信息數據安全的新威脅及其保護[J].中國科技論壇，2015（07）.
[2]閆利平，申燦，張磊.完善大數據時代地方政府信息公開的思考[J].法制博覽，2015（01）.
篇2
關鍵詞：大數據 統計特征 情報關鍵詞 關鍵詞提取 方法
1 大數據的含義及特征
大數據即人們常說的非結構化數據，它借助計算機網絡，可以存儲大量數據，并保證數據的真實性。體量、速度和多樣性是大數據定義中的關鍵內容。其基本特征主要有：第一，大數據數據總量增長規模非常大。同種類型的數據在傳輸過程中處于快速增長狀態。第二，數據增長的速度非?？欤灾笖导壋掷m增長模式為主。第三，新的數據來源渠道越來越多，新的數據類型也不斷豐富。第四，大數據的價值不斷上漲，大數據可以為企業發展帶來更多商機，是現代企業發展過程中必不可少的內容。
2 相關研究現狀及存在的問題
情報關鍵詞是表述某個文件或者論文中重要內容的詞語。本文中介紹的大數據時代基于統計特征的情報關鍵詞是指以網頁為主的關鍵內容，提取關鍵詞的主要目的是分析語義和對核心詞語進行統計。網頁關鍵詞在自動摘要、信息檢索以及自動問答等形式中都存在較多不確定因素，導致大數據時代基于統計特征的情報關鍵詞提取方法問題重重。
3 大數據時代基于統計特征的情報關鍵詞提取方法
3.1 關鍵詞提取方法的分類 關鍵詞提取方法分四類：第一，基于語義的方法。以詞典為依據，對詞和句子進行分析，對詞和句子進行分類標注，滿足計算機對多重信息片段的實際需求，通過計算獲得情報關鍵詞。第二，基于機器學習的方法。利用機器對訓練語料庫進行訓練，結合各項系數的實際狀況，確立相關的參數、建立準確的模型。第三，基于復雜網絡的方法。明確候選特征詞之間的關系，以既定的規則為出發點，構建一個復雜網絡，通過相關數據計算出節點權重系數和介數，最大的綜合值即為關鍵詞。第四，基于統計的方法。詞語具有相關統計信息，以統計信息為基礎，提取相關關鍵詞。
3.2 關鍵詞提取方法的構造
3.2.1 中文詞語的特征及自動分詞。中文詞語通常由兩個或者兩個以上的漢字組成，句子具有連續性，要求研究人員利用大數據對中文句子進行分析之前，將句子劃分為若干小部分。目前已經有自動標注詞性的系統，可以自動過濾詞和通用詞語。
3.2.2 網頁文本的結構特征及詞語統計特征。MTML是一種標記語言，該標記語言的證書的目的是描述網頁文檔內容，以成對的標記符號為依據，明確顯示網頁的各個部分。詞語統計的特征主要有：如果某篇文章中某個詞語出現的頻率比較高，在其他文本中出現的頻率偏低，那么，這個詞語即可作為候選關鍵詞；同一詞語在不同標記符號中對文章內容的反映結果不一樣，也就是說詞語出現的位置對關鍵詞的選擇有至關重要的作用。
3.2.3 詞語過濾。文本中通常會存在大量噪聲詞。噪聲詞與文章的內容聯系不大，噪聲詞在文本中和文本集合中出現的頻率均比較高，噪聲詞通過詞頻和文本頻率乘積的離散系數自動過濾。不同內容的文本長度不一樣，噪聲詞在文本中出現的頻率數受文本長度的影響，離散系數是指某個詞語在文本中的波動程度，詞語的離散系數與該次在文本中出現的穩定性成正比，也就是說，離散系數越大，該次在文本中的穩定性越差。
3.2.4 中文關鍵詞提取流程圖。本文以TfDf指標為依據，采用離散系數的方法將文本中存在的噪聲詞過濾除去，對候選關鍵詞共現概率分布進行分析。確定TFIDF和候選關鍵詞的位置信息，以TFIDF-SK為計算方法，以函數TFIDF-SK值作為關鍵詞重要性的衡量標準。TFIDF-SK算法系統流程圖如圖1所示。
■
圖1 TFIDF-SK算法系統流程圖
TFIDF-SK算法將輸入文本集合進行處理，處理工作中必須將文本集合中的噪聲詞過濾除去，做好詞語統計特征；將收集到的信息計入特征計算模塊，該模塊的主要功能是計算TFIDF值、詞語位置信息和偏度；進入關鍵詞重要性衡量模塊，計算出TFIDF-SK值；判斷關鍵詞重要性度量大小，輸出文本中的情報關鍵詞。
4 結束語
目前，國內外對大數據時代基于統計特征的情報關鍵詞的提取方法均有統一評價，在實際發展過程中強化統計特征情報關鍵詞的提取方法顯得尤為重要。因此，研究人員必須在了解大數據含義及特征的前提下，針對大數據時代基于情報關鍵詞提取方法存在的問題，對相關方法進行深入研究，保障情報關鍵詞的穩定性。
參考文獻：
[1]羅繁明，楊海深.大數據時代基于統計特征的情報關鍵詞提取方法[J].情報資料工作，2013.
篇3
進入2010年以來，大數據（Big Data）一詞越來越多地被提及與使用，人們用它來描述和定義信息爆炸時代產生的海量數，它已經出現過在《紐約時報》、《華爾街時報》的專欄封面，進入美國白宮網的新聞，現身在國內一些互聯網主題的講座沙龍中，甚至被嗅覺靈敏的國君證弧⒐泰君安、銀河證壞刃唇了投資推薦報告，大數據時代來臨據。
有人說21世紀是數據信息時代，移動互聯、社交網絡、電子商務大大拓展了互聯網的疆界和應用領域。我們在享受便利的同時，也無償貢獻了自己的“行蹤”。
國務院的《促進大數據發展行動綱要》（以下簡稱“綱要”）將大數據發展確立為國家戰略。黨的十八屆五中全會明確提出，實施“互聯網+”行動計劃，發展分享經濟，實施國家大數據戰略。大力發展工業大數據和新興產業大數據，利用大數據推動信息化和工業化深度融合，從而推動制造業網絡化和智能化，正成為工業領域的發展熱點。
二、什么是大數據
大數據（big data，mega data），或稱巨量資料，指的是需要新處理模式才能具有更強的決策力、洞察力和流程優化能力的海量、高增長率和多樣化的信息資產。
在維克托?邁爾-舍恩伯格及肯尼斯?庫克耶編寫的《大數據時代》中大數據指不用隨機分析法（抽樣調查）這樣的捷徑，而采用所有數據進行分析處理。大數據的4V特點：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（價值）。
大數據（Big Data）是指那些超過傳統數據庫系統處理能力的數據。它的數據規模和轉輸速度要求很高，或者其結構不適合原本的數據庫系統。為了獲取大數據中的價值，我們必須選擇另一種方式來處理它。數據中隱藏著有價值的模式和信息，在以往需要相當的時間和成本才能提取這些信息。如沃爾瑪或谷歌這類領先企業都要付高昂的代價才能從大數據中挖掘信息。而當今的各種資源，如硬件、云架構和開源軟件使得大數據的處理更為方便和廉價。即使是在車庫中創業的公司也可以用較低的價格租用云服務時間了。對于企業組織來講，大數據的價值體現在兩個方面：分析使用和二次開發。對大數據進行分析能揭示隱藏其中的信息。例如零售業中對門店銷售、地理和社會信息的分析能提升對客戶的理解。對大數據的二次開發則是那些成功的網絡公司的長項。例如Facebook通過結合大量用戶信息，定制出高度個性化的用戶體驗，并創造出一種新的廣告模式。這種通過大數據創造出新產品和服務的商業行為并非巧合，谷歌、雅虎、亞馬遜和Facebook它們都是大數據時代的創新者?！?/p>
三、大數據的四個特性
（一）海量性：企業面臨著數據量的大規模增長。例如，IDC最近的報告預測稱，到2020年，全球數據量將擴大50倍。目前，大數據的規模尚是一個不斷變化的指標，單一數據集的規模范圍從幾十TB到數PB不等。簡而言之，存儲1PB數據將需要兩萬臺配備50GB硬盤的個人電腦。此外，各種意想不到的來源都能產生數據。
多樣性：一個普遍觀點認為，人們使用互聯網搜索是形成數據多樣性的主要原因，這一看法部分正確。然而，數據多樣性的增加主要是由于新型多結構數據，以及包括網絡日志、社交媒體、互聯網搜索、手機通話記錄及傳感器網絡等數據類型造成。其中，部分傳感器安裝在火車、汽車和飛機上，每個傳感器都增加了數據的多樣性。
（二）高速性：高速描述的是數據被創建和移動的速度。在高速網絡時代，通過基于實現軟件性能優化的高速電腦處理器和服務器，創建實時數據流已成為流行趨勢。企業不僅需要了解如何快速創建數據，還必須知道如何快速處理、分析并返回給用戶，以滿足他們的實時需求。根據IMS Research關于數據創建速度的調查，據預測，到2020年全球將擁有220億部互聯網連接設備。
（三）易變性：大數據具有多層結構，這意味著大數據會呈現出多變的形式和類型。相較傳統的業務數據，大數據存在不規則和模糊不清的特性，造成很難甚至無法使用傳統的應用軟件進行分析。傳統業務數據隨時間演變已擁有標準的格式，能夠被標準的商務智能軟件識別。目前，企業面臨的挑戰是處理并從各種形式呈現的復雜數據中挖掘價值
（四）價值型：大數據技術離你我都并不遙遠，它已經來到我們身邊，滲透進入我們每個人的日常生活消費之中，時時刻刻，事事處處，我們無法逃遁，因為它無微不至：它提供了光怪陸離的全媒體，難以琢磨的云計算，無法抵御的仿真環境。大數據依仗于無處不在的傳感器，比如手機、發帶，甚至是能夠收集司機身體數據的汽車，或是能夠監控老人下床和行走速度與壓力的“魔毯”（由GE與Intel聯合開發），洞察了一切。通過大數據技術，人們能夠在醫院之外得悉自己的健康情況；而通過收集普通家庭的能耗數據，大數據技術給出人們切實可用的節能提醒；通過對城市交通的數據收集處理，大數據技術能夠實現城市交通的優化。
四、大數據的三個特征
除了有四個特性之外，大數據時代的數據還呈現出其他三個特征。
第一個特征是數據類型繁多。包括網絡日志、音頻、視頻、圖片、地理位置信息等等，多類型的數據對數據的處理能力提出了更高的要求。
第二個特征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。
第三個特征是處理速度快，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。
五、大數據時代對生活、工作的影響
大數據，其影響除了經濟方面的，它同時也能在政治、文化等方面產生深遠的影響，大數據可以幫助人們開啟循“數”管理的模式，也是我們當下“大社會”的集中體現，三分技術，七分數據，得數據者得天下。
大數據最核心的價值就是在于對于海量數據進行存儲和分析。相比起現有的其他技術而言，大數據的“廉價、迅速、優化”這三方面的綜合成本是最優的。
正是利用這三個方面的優勢，大數據也影響著我們的衣食住行：
（一）自淘寶創立以來，大眾的消費方式越發多元化，O2O、B2B等方式越來越豐富人們的日常生活。今類似的網站應用有很多都與數據以及地理信息相關，作為其代表之一，大眾點評正是數據與地理信息的相互結合的優質結晶。
篇4
關鍵詞：大數據；企業管理模式；創新
一、大數據的概念和特征
1.大數據的概述
大數據是利用網絡或者社交手段對信息進行獲取和處理，并結合企業經營和管理模式，從中篩選出符合企業發展需求的信息資料，為企業發展所用。在信息轉化過程中，需要具有較強的決策能力和洞察力，這樣才能在龐大的數據中選出更多有價值的內容，滿足企業發展需求，實現發展目標。
2.大數據的特征
大數據時代的到來，打破了傳統信息數據的單一性，滿足了各行業發展的實際要求。具體來說，大數據的特征主要有：（1）信息儲量大大數據時代下，信息數據的增長量已經不能按照倍數計算了，其由原來的TB升級到了PB，且是以每年為單位快速遞增的。（2）種類繁多大數據下，信息數據不再是單一針對某一行業而存在的，其具有綜合性和系統性，可以應用在多個領域內。再加上圖像、視頻、音頻等形式的出現，極大的滿足了使用者的需求。（3）價值密度低、處理速度快數據的增多使得企業在數據處理上，如果仍沿用傳統處理方式，很容易降低信息利用率，因此需要大數據技術作為輔助，提升信息處理效率，減少時間浪費，增強信息準確性。
二、大數據時代下企業傳統管理模式存在的弊端
1.管理人員對大數據的缺乏正確認知
大數據雖然為企業的發展帶來的更多機遇，但是由于管理人員對大數據的認知缺乏正確性和合理性，使得大數據的應用受到了一定制約，阻礙了企業發展目標的實現。另外，管理人員雖然意識到大數據對企業發展所帶來的作用和價值，但是并未對其進行深入的研究和探索，只是掌握表面的信息處理方式，認為只要具備足夠的信息資源即可以實現企業的目標，這使得企業在管理中存在較多的漏洞，反而制約了企業發展目標的實現。
2.企業對大數據分析技術的掌握能力較差
大數據時代下面臨著海量信息數據的收集、分析和整理工作，企業除了要對原有的結構化數據進行處理外，還要對圖片等非結構性的數據予以處理，這樣才能在海量的信息資源中找出更多有價值的內容，提高企業的競爭力。不過在數據整合和處理上，企業如不能有效掌握大數據分析技術的應用，就使得信息處理存在很多問題，降低了信息數據處理效率，影響了管理工作效用的發揮。
3.專業數據分析人才缺失嚴重
對數據信息進行分析和運算能夠幫助企業更好的實行風險管控，保證企業決策的合理性、科學性。而要想實現數據的準確分析，則需要加大對專業人才的培訓力度，不過很多企業并未意識到專業人才培養的重要性，仍在沿用傳統老舊的處理模式，而降低了信息數據利用率。另外，在數據分析人才培養過程中，受到人力資源等方面因素的限制，使得企業專業人才缺乏現象越來越嚴重。
三、大數據時代下企業管理的創新思維
數據作為企業管理中的核心內容，對于企業管理工作的開展有著重要意義。在大數據時代背景的影響下，現有的數據分析技術和管理思維理念已經無法適應快速變化環境的需求，需要結合時展特征，對企業管理模式進行創新，以推動企業的進一步發展，提高競爭實力。
1.全數據分析
由于受到科技水平的影響，在小數據環境下，其所產生的數據資源也具有一定的局限性，一般在數據分析時，都是采用抽樣方法，隨機抽取少量的數據樣品進行分析，為企業所用，這種方式雖然為企業發展帶來的一定的數據支持，但是卻很難保證數據的實效性。而在大數據環境下，信息量相對較大，信息獲取途徑也較為方便，所以在數據分析過程中會采用全數據分析方法，不僅保證了數據提取的有效性和實用性，也加強了信息處理效率，為企業提供更加全面的數據支持。
2.精確性和混雜性
隨著信息數據的不斷增多，其內部存在的問題信息數量也在增加，這使得信息數據分析存在一定的不穩定和不準確性。該情況對于小數據時代來說，細微的誤差產生都會導致信息數據分析準確率出現問題，進而影響企業管理的質量，造成問題的產生；但是對于大數據環境來說，細小誤差的產生則不會帶來較大影響，再加上容錯率的存在，在數據分析處理上，不僅不會帶來問題，還會增加數據深入挖掘的力度，并從中獲取更多有價值的內容，為企業發展提供助力。數據中有9成以上的數據都屬于非機構化的，要想增大對這些數據的利用率，就必須接收其混雜性。
3.追求確定關系而不是因果關系
在小數據時代下，數據分析主要為了追求因果關系，但是在大數據時代數據的分析主要是為了確定兩者之間的關系，并通過數據分析來預測未來的發展趨勢。通過這樣的分析法能夠更好的找出其中的價值信息，為企業發展提供幫助。
四、大數據時代企業管理的創新模型
企業管理模式的創新離不開大數據的應用，而通過對大數據的分析則是解決大數據問題的主要手段。可以說，兩者之間是存在著某種耦合關系的。所以在大數據時代下，企業應該圍繞數據問題構建完善的管理創新模式，實現大數據與企業管理之間的有效融合，提高企業經營實力。
1.數據平臺的形成
數據平臺的建立對于大數據下企業的管理和發展有著重要作用。利用數據平臺可以實現企業所需信息數據的收集、分析、處理和傳輸工作，及時找出管理中存在的問題，幫助企業各項活動的開展，實現企業創新管理目標。
2.動態數據和創新方案的實施
創新方案的實施不僅是對數據進行實時監控和分析，同時也是績效數據積累的過程，通過對這些數據的整合，一方面為數據共享平臺的完善提供了幫助，另一方面也為創新方案落實中存在的問題進行了實時的監督和優化。
五、大數據時代下創新企業管理模式的有效策略
從企業發展角度而言，大量的數據以及用戶信息具有較高的商業價值。為了更好地順應大數據發展需求，企業需要對原有的管理模式和理念進行革新和優化，尋求創新之道，以推動企業的穩定前行。
1.提升管理人員的認知水平，明確大數據對企業管理的重要性
在大數據時代背景的影響下，管理人員應樹立正確的認知態度，明確信息數據對于企業管理的重要性，并以此為基礎，合理規劃大數據計劃內容，提升企業運行中數據信息的收集和處理效率，充分發揮數據自身的實用價值。管理者應該定期對大數據知識進行學習，這樣才能在開展工作時，與時俱進，適應大數據時代背景的不斷變化。
2.合理利用大數據，提高決策準確性
通過大數據的分析和運算能夠幫助企業更好的規避運營中存在的風險項，提高決策的準確性，保證企業運營的安全和穩定。另外，在對大數據進行分析研究的過程中，還有助于管理人員準確地了解企業現今的財務情況和生產狀況，從而制定合理的調整措施，保證經濟效益的最大化。對于企業外部來說，有助于企業了解同一行業領域的發展情況，有助于企業及時地對相關決策做出正確的調整，從而樹立起全新的管理模式。
3.利用大數據創造效益
原有的企業管理中，側重點在結構性數據上，而在大數據時代下，管理人員有必要加大對非結構數據的重視力度，并將其融入到管理工作中來，以完善信息數據庫的建立。另外，應將收集到的信息數據通過不同渠道進行展示和宣傳，讓員工了解數據的作用，明確企業發展目標，調動工作積極性。再者，加強市場趨勢分析，為企業創新提供幫助。大數據有效地提高了企業的經濟效益，大數據時代，海量的數據為企業提供了海量的客戶。為此，企業要充分的利用這一點，仔細的篩選數據，挖掘更多的潛在客戶。
4.加大數據分析和人才培養的力度
大數據時代下，企業對于專業人才的需求也在不斷增加，因此在人才招募上，應盡可能以復合型人才為主，以確保大數據在企業管理中作用的發揮。另外，企業要加大對自身現有人員的培訓力度，以提高員工的數據意識和專業技能水平，通過講座等培訓活動的開展，擴充人才的儲備量，為企業發展創造條件。
六、結束語
在大數據時代下，企業需要結合自身需求以及時展特征，創新和優化傳統管理模式，適應市場發展要求，以此提高市場競爭力，促進企業的穩步前行。
參考文獻
[1]高曉辰.基于大數據環境下的物流企業管理創新分析[J].中國商論，2018，（20）：22-23.
[2]許海燕.大數據時代下中小企業管理模式研究[J].財經界（學術版），2018，（13）：32-33.
[3]肖文澤.基于大數據時代下企業管理模式創新的思考[J].財經界（學術版），2018，（13）：27-28.
[4]宋森.試論基于大數據時代下的企業管理模式[J].知識經濟，2018，（14）：115-116.
篇5
關鍵詞：大數據；信息處理技術；云計算；數據挖掘；安全保障
引言
信息技術以及網絡科學技術的持續發展，使得各個領域中的信息和數據呈現出了爆炸式增長的態勢。在海量的信息數據中，除了有效信息之外，還充斥著許多垃圾信息。如果不能運用合理有效的信息數據處理技術，對各項信息的種類與內容進行判斷，則會影響社會現代化建設的效率。因此，本文對大數據時代下的計算機信息數據處理技術進行研究，具有鮮明的現實意義。
1大數據時代背景下計算機信息技術內容
計算機信息處理技術主要包括了建模、數據信息采集、處理加工以及存儲等多個環節，具體流程如圖1所示。
1.1建模
建立模型是大數據時代下計算機信息技術的基礎環節，通過建立模型的方式可以為后續數據信息的分析和處理創造便利條件。在模型中進行數據分析，更加直觀易懂[1]。目前，以大數據為依托的信息模型主要包括了流處理和批處理兩種形式，在具體的模型建構中，技術人員要根據信息數據的處理需求，建立適合的模型，以起到提升數據處理效率的效果。
1.2采集
與以往的信息數據處理方式不同，大數據時代下的信息數據面臨諸多挑戰。多樣化、大容量的數據信息特征，要求計算機信息技術能對各項信息進行有效采集和精準篩選。一般來說，技術人員要運用數據挖掘技術實現數據的篩選，以保障計算機信息數據處理的正確性。大數據時代信息數據的處理和加工要保證科學性，符合新時期計算機信息技術對數據處理的實際需求。
1.3存儲
因為大數據時代下的信息種類和數量都較多，所以需要借助新的方式實現數據的安全有效存儲。目前，云存儲空間已經成為了人們首選的新型數據存儲模式。這種處理模式具有空間大、速度快和安全性高的優勢，符合大數據時代下人們對于信息數據存儲的需求。云端的信息數據處理以及存儲，為海量信息提供了穩定的存儲平臺，同時也為后續信息的調取提供了方便。
1.4加工
信息數據的加工是大數據時代下應用計算機信息技術對信息進行處理的重要環節，在此環節中，技術人員要根據時代特征、企業需求以及數據本身的類型，選擇合理的計算機信息技術對數據進行加工處理。經過處理之后可以上傳到云端空間進行存儲，或者直接傳出到企業終端進行使用。
2大數據時代背景下計算機信息技術處理面臨的問題
2.1信息種類繁多
進入到大數據時代，越來越多的信息和數據進入到企業日常經營和管理工作當中。從一方面講，雖然這種發展狀態為企業的多樣化管理提供了豐富的資源支持，但是，從另一個方面進行分析，也能看出企業如何在眾多信息當中快速且精準地篩選出有效的信息，成為了企業現代化建設面臨的一項重大難題。與之前的信息化時代相比，大數據時代下，計算機信息技術需要從海量信息資源中進行有效信息定位，因此實際的工作量會大大增加。不僅如此，在信息篩選中還會受到網絡環境中不穩定因素的影響，其面臨的安全威脅也明顯增強[2]。由此可以看出，為了從根本上解決信息技術不穩定性因素的影響，相關領域的技術人員要不斷地更新計算機信息技術，使其適應大數據時展的需求，為企業和社會的現代化信息建設提供幫助。
2.2新型人才缺失
大數據時代的來臨加大了對計算機信息技術本身的挑戰，同時也提升了對新型網絡技術人才的要求。無論是在以往的信息社會還是在大數據背景下的新型信息化社會，技術人才的作用都十分關鍵。從企業發展的角度進行分析，以往企業的發展會受到傳統觀念的影響，因此對于人才的培養以及重視程度要求都較低。這一情況會使在專業化建設方面存在人才不足的問題，進而無法為其后續的發展提供及時、有效和專業性的指導。無論是從企業本身經濟效益方面，還是整體社會效益方面，都會產生十分不利的影響。為了徹底解決這一問題，企業在現代建設中，除了要對技術進行優化升級之外，還要重視新型技術人才的培養。提高對人才的重視程度，并為員工打造更適合的培訓方式，提升專業能力與綜合素養。
3大數據時代背景下計算機信息技術處理問題的應對方法
3.1案例概述
以R搜索引擎模型為例，在原本搜索引擎中，采用的是橫向搜索的模式，這種搜索模型并不能有效地結合用戶的特征，對信息數據進行結構化與非結構化的處理。進入到大數據時代，搜索引擎模型的設計單位明確認識到了模型中存在的不足之處，因此借助大數據時代下的新型計算機信息技術，對模型進行改進，期望可以提高實際應用有效性[3]。
3.2需求分析
R搜索引擎模型期望將原本的橫向搜索模式調整為垂直的搜索模式，并在原本的信息數據處理模塊中增加二次處理模塊，實現結構化的信息數據處理。二次處理模塊要求具備分類、去重的功能，以便提升模塊應用后搜索結果的精準性，同時提升信息數據搜索的速度。
3.3改進方法
3.3.1云計算為了使該搜索引擎模型達到預期的設計效果，技術人員運用了大數據時代下的新型計算機信息技術，將云計算功能納入到了系統模型中。通過將計算機網絡和云計算網絡緊密地結合起來，發揮出了整合后的雙重優勢。云計算網絡的應用，確保了計算機硬件設備更新之后的優勢可以有效發揮，特別是隨著高新電子科學技術的不斷改革與完善，計算機硬件設備的更迭也要與時俱進，否則最終將會因為難以適應時代的發展和現實需求，而導致計算機網絡管理工作失效的情況。云計算的應用促成了開放式網絡模式的建立，公眾們擺脫了網絡中心的局限性，R搜索引擎借助云計算靈活和開放獨特性，逐漸發揮出來互聯網模式的優勢，提升了信息數據的初始處理速率[4-5]。
3.3.2高端人才人才是計算機信息技術應用的保障，人才本身的能力和水平，會影響到計算機信息技術發揮的有效性與合理性。在大數據時代下，計算機信息技術相關專業的高端人才需求量大幅度增長。部分企業雖然在發展的過程中搭建了各種不同的網絡媒體平臺，但是由于缺乏相應的技術人才，網絡平臺的后續維護成為了一項難題。對此，R搜索引擎除了積極引進先進的科學技術人才之外，還對內部的人才結構進行了調整。比如，R搜索引擎將搜索引擎功能和視覺信息處理技術相互結合，提出用主動光源而非算法來解決。團隊提出的CCA方法可以把可見光圖像和近紅外圖像提取一個共同特征，在CCA的空間來進行，然后用各種各樣的局部特征進行處理和濾波，提取一些共同特征。R搜索引擎將發展目光放得更為長遠，在發展的過程中，從降低成本、提升競爭力等方面進行了人才的專項培養，將高端科學技術作為依托，為搜索引擎模型和企業的長久發展提供了戰略性支持[6]。
3.3.3數據挖掘大數據背景下，各項信息數據的處理技術都得以充分完善，越來越多的信息和數據匯聚到了一起，不同數據之間內在的聯系性也得以增強。但是，因為部分數據為冗余數據的范疇，在社會現代化建設中并不能發揮出實際效用，所以如何從這些數據中挖掘出有效信息，成為了R搜索引擎相關領域工作人員實際工作主要目標。數據挖掘技術的優化，除了可以提升數據篩選的效率之外，還可以達到節約信息數據搜索與處理的成本。計算機信息技術中數據挖掘技術能提升技術本身對于數據信息的分析與加工處理能力，最終發現不同數據之間存在的內在聯系，篩選出有利于社會建設的有效信息[7-8]。
3.3.4安全保障大數據發展背景下的互聯網環境開放性進一步增強，當大眾通過互聯網進行有效對信息搜索與篩選時，不可避免地會暴露自己的部分信息，如果缺乏合理有效的監管，很有可能被不法分子利用，竊取個人信息，損害個人利益，并且還會對社會的發展造成危害。因此，互聯網信息技術的安全性和保障性技術十分重要，特別是在大數據時代下，以往的信息管理系統不能對網絡中出現的信息數據進行高效篩選，而經過改進的大數據信息技術，R搜索引擎不僅實現了高效處理，同時也增強了管理工作的科學性和安全性。面對多種不同類型的網絡攻擊以及計算機病毒侵入，都可以幫助企業和個人保護各自的信息不受到侵害[9-10]。
3.4結果分析
R搜索引擎在大數據時代背景下，對計算機信息處理技術進行了調整，同時引進并培養了現代化的高端技術人才，為產品模型的優化升級提供了強大動力支持。經過一系列改革之后，R搜索引擎最終將服務器的穩定性提升了23.4%，并且網站的更新頻率、外鏈數量以及流量排名等都進入到了前3位，用戶綜合體驗排名第1。
篇6
關鍵詞 大數據；信息安全；隱私保護
中圖分類號：TP311 文獻標識碼：A 文章編號：1671-7597（2014）10-0072-01
在大數據時代，信息與數據的分析、研究都更加復雜、繁瑣，并且難以管理。根據相關調查統計，僅過去三年內全球的數據產生量就超過了過去四百年產生的數據總量。隨著數據的不斷增多，企業對數據安全性和隱私性的要求愈加嚴格，大數據的安全與隱私問題也日益凸顯。如何應對大數據時代下的數據安全性挑戰，是全球都應積極思考的問題。
1 大數據綜述
1.1 大數據的特性以及來源
一般來說，大數據指的是難以使用現有的數據處理工具、方法處理，且規模龐大、結構復雜的數據集。其特性可以歸結為四點，即規模性、多樣性、高速性以及價值性。大數據往往需要借助于一些機器才能得以產生，其產生的來源有許多方面，主要有：傳感器、網站點擊、射頻ID以及移動設備等。
1.2 大數據的應用目標
根據大數據的分析現狀來看，其被廣泛應用于商業領域、科學領域、醫藥領域等多個領域中。大數據在各個領域中的用途迥異，但應用目標相似，主要有：1）通過對現有數據進行分析、挖掘，可以及時獲取有價值的信息。這些信息的挖掘有助于人們透過現象看到事物本質，進而更好、更快地把握住其發展規律，實現對事物發展趨勢的預測。2）通過長期的、多角度的對數據進行分析、積累、對比，可以總結出用戶的個性化特征。企業能夠利用這些個性化特征，掌握用戶的行為習慣，對用戶進行定位、分類，進而針對不同群體提供個性化的服務。3）通過對數據進行分析，可以及時辨別出數據的真偽性。網絡是把雙刃劍，它一方面為信息的共享創造了有利的條件，另一方面也使得虛假信息的傳播更為迅速。前文中提到，大數據具有多樣性、高速性，因而可以利用大數據辨別信息的真偽性，有效實現對海量信息的去粗取精、去偽存真。
2 大數據面臨的安全考驗
隨著科學技術的不斷發展，大數據時代已經到來，其帶給我們機遇、價值的同時，還帶來了新的安全挑戰。近年來，大數據的安全與隱私問題廣為關注、擔憂，而“棱鏡門”的曝光更加凸顯了這一問題。不同于傳統的安全性問題，在大數據時代下，數據面臨的安全考驗主要有以下幾個方面。
2.1 用戶隱私保護考驗
事實證明，如果大數據沒有得到妥善的處理，會為用戶的隱私帶來極大的威脅。根據受保護對象的不同，可以將隱私保護分為三類，即位置保護、連接關系保護以及標識符保護。在大數據時代，用戶隱私所面臨的威脅不只是個人的隱私泄露這一方面，還包括大數據對其狀態及行為的分析預測?，F在很多企業認為只要將信息進行匿名處理，公布不含有用戶標識符的信息，就能夠實現對用戶的隱私進行保護了，然而事實證明，這種做法取得的保護效果并不理想?？偟膩碚f，目前對用戶的數據進行采集、儲存、使用以及管理等工作時，均缺乏相應的標準、規范以及監管，對企業自律性過于自信以及依賴。此外，用戶并不會被告知其隱私信息被用于何處。
2.2 大數據的可靠程度
目前人們普遍認為擺在眼前的數據就是事實，其可以充分證明一切。然而，數據是具有一定欺騙性的，如果不能對其進行甄選，很容易被數據的假象欺騙。大數據的這種欺騙性主要反映在兩個方面，一方面是偽造的數據，另一方面是失真的數據。為了達到某種效果，可能會有人通過偽造數據來制造假象，進而對數據分析人員進行誘導。由于數據的規模性和多樣性，真假信息往往很難被辨別，從而造成錯誤的結論。此外，由于在數據收集、儲存等過程中出現的誤差，很容易造成數據失真，會對其分析結果造成一定的影響。
3 大數據安全與隱私保護技術
3.1 數據溯源技術
該技術在大數據概念形成之前便被廣泛采納，其旨在幫助使用者確定數據的來源，進而檢驗分析結果是否正確，或對數據進行更新。標記法是該技術的基本方法，并且，在實踐過程中逐漸演化為Why和Where兩種形式，側重點分別為計算方法和出處。該技術在文件的溯源以及恢復等工作中發揮著巨大的作用，并且可被運用于云存儲場景之中。2009年，數據溯源技術被相關報告列為三大確保國家安全的重要技術之一，其在未來數據信息安全領域中仍具有很大的發展空間。
3.2 角色挖掘技術
RBAC（以相關角色為基礎進行訪問控制）在早期采用自頂向下的管理模式――以企業角色為依據進行角色分工，后期選用了自底向上的管理模式――根據現有角色自動實現角色的優化與提取，后者即為角色挖掘。通常情況下，使用該技術可以根據用戶的點擊情況，自動對其進行角色生產，不僅能及時完成個性化服務，還可以針對用戶的異常行為發現潛在的危險。
3.3 身份認證技術
該技術通過采集并分析用戶及其使用設備的行為數據，獲取用戶及其使用設備的行為特征，進而可以通過利用獲取的特征信息對操作者及其使用設備的行為進行驗證，以確定其身份。身份認證技術的使用增加了黑客的攻擊難度、減輕了用戶的負擔，并且切實統一了不同系統的認證機制。
4 總結
總而言之，大數據時代的到來不僅為人類社會帶來了發展機遇，也帶來了前所未有的安全挑戰，加強信息安全、保護數據隱私的口號響徹全球。若要真正實現大數據安全與隱私的保護，就應從大數據安全漏洞著手，積極發展、運用數據溯源、角色挖掘、身份認證等保護技術，同時還要建立、健全相關的體制法規，實現一手抓技術、一手抓政策，全面的對大數據安全與隱私進行保護。
參考文獻
[1]戈悅迎.大數據時代信息安全與公民個人隱私保護[J].中國信息界，2014（1）.
[2]馮登國，張敏，李昊.大數據安全與隱私保護[J].計算機學報，2014（1）.
[3]謝邦昌，蔣葉飛.大數據時代隱私如何保護[J].中國統計，2013（6）.
篇7
大數據作為互聯網、物聯網、云計算之后IT產業重大應用技術，正在重新定義社會管理與國家戰略、組織決策、企業業務流程等概念。以互聯網為代表的新興信息技術大量運用導致全球范圍內的數據信息以幾何級數遞增，這種爆發式增長態勢將改變人們生活的各個方面，同時大數據也會影響企業的行為模式，改變企業的決策方式。
1．1大數據的概念
不同的人對“大數據”有不同的理解。從企業管理的角度上看，筆者認為大數據有以下內涵:①大數據是一個決策支持系統，可以提供海量的數據信息，通過梳理、篩選、分類，大數據能夠揭示出各種隱含且有用的信息，幫助決策者在復雜的環境下科學地進行決策，從而克服拍腦門、拍胸膛、拍屁股的“三拍”決策模式。②大數據是一個技術平臺，通過這個平臺可以為傳統產品改造和升級指明方向，從而提升其產品技術含量、降低成本增加其附加值。③大數據是一種定量分析的能力，可以提升企業管理者洞察事物本質的能力、優化生產流程的能力。大數據的意義在于提升數據專業化加工處理能力，大數據能否帶來利益在于能否通過數據分析實現企業價值增值。④大數據是一種分析工具，由于社會分工越來越專業，數據挖掘工具越來越多，這就要求企業決策者了解和掌握這些有效的分析工具。大數據要求企業決策者具備學習能力和知識更新能力，要求企業決策者提升定量分析的能力。透過特定的大數據分析工具，可以使企業決策者更好地解析產品和市場中的特定信息，了解產品的競爭地位和客戶信息，可以為企業提供更精準優質的服務。⑤大數據提供一個完整的過程分享?；ヂ摼W時代可以提供此前無法分享的信息，客戶現在通過大數據可以了解產品在企業訂單、生產、制造和運輸過程的全部動態信息。
1．2大數據的特征
一般意義而言，大數據有以下幾個特征:①數據種類多(Variety)。從財務數據到社交媒體數據;從文字圖表到圖像;從音頻文件到視頻數據等各種類型數據。②數據量大(Volume)。隨著互聯網和通信技術能力的提升，能夠產生超越歷史的海量數據信息。③變化速度快(Velocity)。如亞馬遜每天產生630萬筆訂單。有人經過測算，2003年以前人類創造并記錄的所有信息量的總和為5TB，而現在產生同樣的數據量僅需兩天。④蘊藏的商業價值大(Value)。大數據猶如一個巨大的寶藏，蘊含著無盡的財富。這就是大數據的4V特性。
2大數據在企業管理中的作用
2．1宏觀作用分析
(1)用于PEST分析。PEST分析方法即大數據用于對政治或政策、經濟環境、社會環境和科學科技等幾個方面進行的分析。(2)用于市場潛力分析。將大數據用于分析人口規?？偭俊⒌貐^分布、性別與年齡結構、收入與消費結構、常住與流動性等方面;還可以分析行業規模、細分市場增長潛力及行業發展方向，獲得更多市場開發信息，減少開發成本和無效的廣告支出，提高企業競爭力。(3)用于行業集中度分析。集中度分析又稱為行業集中率，是指某行業的前n家最大的企業產銷量占市場總額的百分比。集中度有絕對集中度與相對集中度之別，可以分別進行計算。(4)用于發現快速成長的新興產業。通過大數據，可以了解那些產品和用戶增長速度飛快的企業，例如隨著信息技術的飛速發展，電子商務獲得了快速成長的空間，物流企業如雨后春筍般地增長趨勢。大數據可以輔助發現業務增長快或者用戶量增長快的企業。
2．2微觀作用分析
(1)更高效的供應鏈管理。例如一家服裝小企業，通過大數據平臺直接把產品從工廠送達到全球各地的用戶手中，使國外市場的銷售額比上年同期增加了70%，但交易成本只是過去的1/10。說明這家企業通過大數據縮短了銷售路徑、節約了銷售成本、增加了利潤。過去銷售環節中要經歷國內出口商—國外進口商—批發商—零售商的路徑模式，而現在可以直達用戶，大大提高了供應鏈的物流效率。(2)更快捷地獲取信息?？ǚ蚴称饭就ㄟ^采用IBM大數據與分析方案，在10．5億條博客、論壇和討論版的內容中抓取了47．9萬條關于Vegemite新產品的討論信息，并進行深層分析，最終高效地完成了產品升級。該案例表明大數據平臺使企業能比過去更快捷地獲取信息并取得決策優勢，從而增強企業的應變力［3］。(3)更有效地提供服務。菲亞特汽車公司通過大數據分析，提前預測哪些人會購買特定型號的菲亞特汽車。通過采用IBM大數據的解決方案，將目標客戶的響應率提高了15%～20%，客戶忠誠度提高了7%，54%的客戶在第二次購車時仍選擇了菲亞特。可見，企業通過大數據平臺的相關分析，使得客戶目標更明確、服務更有效。(4)更精準的廣告投放。2012年Facebook公司的廣告收入高達43億美元，是因為Facebook提供了新的廣告系統，該系統具有傳統廣告所沒有的新功能。只要廣告客戶將眾多的產品照片上傳到其數據庫，用戶一旦登錄Facebook，該廣告系統便會根據不同用戶的年齡、興趣、特點，自動生成相關廣告，投放的依據是對用戶“關系圖譜”的數據分析。(5)更強大的風險防范能力。大數據環境下企業面對的經營管理環境存在著許多潛在的未知風險?；ヂ摼W言論影響效應被放大，企業在發展過程中更易受到外界包括輿論環境的影響。企業在面對這些不可預知的對企業發展有較大影響的因素，應有針對性地利用大數據進行準確分析，找出對企業存在隱蔽性威脅的因素，進而采取相應措施來規避這些威脅因素，防范企業各類風險。根據專業機構調查顯示，大多數企業決策者在被問到大數據對企業有哪些作用時，回收統計數據表明:①可以改善客戶關系;②可以優化企業運營管理;③可以提高企業風險與財務管理水平;④可以幫助企業開拓新的業務模式;⑤可以提升員工的協作能力。
3大數據時代企業管理的新特征
3．1企業與外界信息互動更加頻繁快捷
信息來源更廣泛，信息互動更快捷。一些企業為了適應大數據時代的變化，正在構建自己的信息平臺。通過信息平臺，企業可以實現與外界的即時溝通與對話。例如武漢中商旗下的中商百貨連鎖公司和中商平價連鎖公司都已建立微信公共平臺;天虹商場宣布與微信合作;友阿股份與騰訊合作建設微信公眾平臺。
3．2“數據”成為越來越重要的戰略資源
互聯網時代，“資源”的概念正發生變化，企業資源不僅指原材料、生產設備、員工、技術專利，還包括大數據信息;不僅指具有實物形態的煤炭、石油、天然氣、金屬資源和農產品等，還包括看不見摸不著的企業數據信息。互聯網時代每分鐘都在產生大量的數據，這些龐大的數據資源構成了數據加工企業的原材料，其產品可以幫助企業生產者更好地了解世界、了解市場、了解不同人群的需求方式。大數據日益成為企業生產經營的重要環節，被許多公司視為一種可計算的真實財富。2006年，微軟以1．1億美元的價格購買了大數據公司Forecast。2008年，谷歌則以7億美元的價格購買了為Forecast提供數據的ITASoftware公司?？梢?，大數據時代改變了企業現存條件下的資源概念，數據正在成為企業的重要資源。
3．3內部信息更加公開透明
在大數據時代，公眾有更多機會參與并監督企業社會責任報告的制定與執行的全過程。密切關注企業履行社會責任的理念、過程、方式，監督企業經營活動對社會、經濟、環境等領域造成的直接和間接影響。公眾有權要求公司承擔更多的社會責任，過去那種不關心社會責任追求股東利潤最大化的企業運營方式，帶來了許多負面后果，如損害雇員的健康和福利、損害居民環境等問題［6］。隨著信息的開發透明，那些不承擔社會責任的企業將暴露在大數據的陽光下而無處藏身，會受到公眾的輿論指責進而影響企業自身形象。
3．4更便捷的即時服務與過程分享
大數據時代使溝通更加便利和即時，企業可以通過大數據平臺與企業內部員工溝通，也可以通過平臺與企業外部客戶與供應商之間進行溝通與互動。例如社交媒體通過挖掘用戶數據制定有針對性的營銷策略，用戶所發表的評論、圖像、視頻及對評論的支持與反對，蘊含著用戶消費傾向。
3．5數據挖掘工具成為企業決策的重要幫手
數據挖掘是從大量、不完全、有噪聲、隨機、模糊的數據中提取隱含在其中的、人們事先不明確，但又是潛在有用的信息和知識的過程。數據挖掘是一門交叉學科，它把人們對數據的應用從低層次的簡單查詢，提升到數據中的知識發現與智慧凝練。數據挖掘需要各種復合技術人才將數據庫知識、統計原理、人工智能技術、并行計算方法等內容的知識進行融合創新，正在形成新的技術熱點。有條件的公司應當加大情報研究和數據挖掘技術投入，招聘數據分析師，對企業所在的行業、市場前景、競爭狀況、發展趨勢進行預測和預警，為企業決策提供有效支持。在全球500強企業中，90%以上的重要投資與經營決策都取決于充分的數據分析支持。在歐美等發達地區，數據分析普遍被作為運營決策的前提要素，為社會經濟的高速發展發揮了巨大作用。
4大數據時代企業的對策
4．1建立有效的信息平臺，防范企業經營風險
信息為客戶和顧客提供更好的選擇，企業只能做好自身工作才能立于不敗之地。通過信息平臺，將客戶資料進行科學分類，按照不同的分組標志將客戶劃分為不同的客戶群體，研究不同客戶的習慣、行為、企業文化、愛好特點;重視對大客戶的管理，盡可能滿足大客戶的需求，優先保障對大客戶的供應，聽取大客戶對產品質量改進方面的要求，邀請大客戶參與技術革新和產品升級方案。不忽略中小客戶的需求，有差別地定制出符合其不同需要的特色產品，更好地滿足中、小客戶對產品的需求。
4．2與信息技術的深度融合，加快實現產業升級
有專家指出，大數據將會在未來10年內改變幾乎每一個行業的業務功能，促進各行業的業務轉型和升級。美國的17個行業中，已經有15個行業大公司擁有大量的數據系統，其平均擁有的數據量已經遠遠超過了美國國會圖書館所擁有的數據量。在醫療與健康行業，根據麥肯錫預測，大數據將使美國醫療市場每年多獲得3000億美元的新價值，并使全國醫療開支減少1/3。在制造領域企業將采用IT系統，包括電腦輔助設計、工程制造、產品開發管理的數字制造平臺PLM，將多種系統的數據集整合在一起，滿足多種功能和特色的需求。此外，在智能交通、再生能源、新材料、貿易零售、餐飲服務等行業，正在以大數據為契機，加速其與大數據的融合，形成大批“互聯網+”企業。
4．3借助企業外腦，提升企業服務水平
由于行業差異，專業數據信息分析公司能夠提供更專業的信息服務。專業數據分析公司通過對數據分析去發現隱含的問題，提出專業診斷，為科學決策提供依據。例如，淘寶作為一種新興的商業模式平臺，以顧客訂單需求為導向，發掘大數據進行相關分析，進而能夠針對性地為顧客提供個性化服務。
4．4更加重視新技術的推廣與應用
新技術的應用是大數據開發的基礎和源泉。在不久的將來，也許很多原來單純依靠人類自身判斷力的領域應用，最終都將被計算機系統的數據分析和數據挖掘功能所普遍改變甚至取代。一小片合適的信息，也許會促使創新邁進一大步;一組數據，也可能會超出數據收集人難以想象的應用，甚至可能在另一個看起來毫不相關的領域得到應用。借助這些創新型的大數據應用，數據的能量將會層層被放大。下一代互聯網實際上就是一個全球的數據庫網，在這個數據庫網中，計算機可自動為用戶搜尋、檢索和集成網上最新技術的信息，加快技術更新和應用的步伐。
4．5更加重視企業的社會責任
大數據時代企業應當將利潤與企業社會責任很好地統一起來。讓企業的經濟發展與其社會價值和環境保護相結合。大數據時代將企業直接置于公眾的監視之下，因此企業要取得良好的經濟利益必須注重企業的社會責任。全球500強企業中90%以上的重要投資與經營決策都充分依賴大數據分析支持。“只有那些能夠盡早發現大數據價值，并及時反映到業務中，從而樹立競爭優勢地位的數據驅動型企業，才能在如今充斥著多種多樣數據的時代中生存下來”。只有充分認識大數據時代企業管理的特征，加速與信息技術的深度融合，提前應對環境變化的企業，才能在未來發展中抓住先機快速發展。
5結論
篇8
一、大數據時代的特點
大數據時代，數據成為企業生存與發展的基石，任何受眾在接觸媒體時都會留下痕跡，其行為都可以被監測，這些數據都與該媒體的受眾息息相關，這些數據也是大數據時代企業獲得競爭優勢的基礎。
維克托?邁爾―舍恩伯格在他的著作《大數據時代》中提到，大數據的精髓在于我們分析信息時的三個轉變：第一個轉變就是，在大數據時代，我們可以分析更多的數據，有時候甚至可以處理和某個特別現象相關的所有數據，而不再依賴于隨機采樣。第二個改變就是，研究數據如此之多，以至于我們不再熱衷于追求精確度。第三個轉變因前兩個轉變而促成，即我們不再熱衷于尋找因果關系，而應該尋找事物之間的相關關系。
大數據時代的上述特征恰好符合決策理論“管理就是決策”的基本思想，本文基于這些特征，對決策理論在企業管理中的應用進行分析，進而提出大數據時代企業管理面臨的挑戰。
二、決策理論與大數據時代企業管理
1.決策理論。決策是人類的固有行為。有管理，就有決策。現代決策理論在20世紀40年代以后由美國卡內基――梅隆大學的H.A?西蒙和斯坦福大學的J.G?馬奇等人倡導并發展起來的。西蒙等人研究了決策思維的信息輸入、加工及輸出過程，并將這些研究成果擴展到計算機科學的研究范圍，用計算機程序來模擬人的決策過程，產生了人工智能的新科學，為現代決策理論奠定了堅實的理論基礎。
現代決策理論認為，組織的全部管理活動的中心過程就是決策。決策貫徹于管理的全過程，管理就是決策。西蒙的以“理性有限論”為基礎的“滿意決策理論”是現代管理學派的典型代表。
影響領導者制定決策的因素是多方面的，有外部的環境、政策、法律等因素，同時也涉及決策者自身的性格特征。Rowe提出了影響決策的四力模型，他認為決策的制訂及決策的執行過程中，決策者會受到四種力量的影響，分別為外部環境、內部組織、任務要求及個人需求。
2.決策理論在企業管理中的應用。大數據的核心就是預測，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。對事情的準確預測是決策的基礎。
（1）大數據下的企業外部環境。大數據的主要特點之一是“復雜多變”，“變”已經成為企業面臨的一種常態化的環境。數據的多樣性（多源、異構、多模態、不連貫語法或語義等） 、低價值密度（大量不相關信息、知識“提純”難度高）、實時性（數據需實時生成、存儲、處理和分析）等復雜特征日益顯著。
數據來源極其廣泛，數據類型極為繁雜 。這些復雜的數據和社會網絡應用的發展使當今的網絡環境成為了一個巨大的、精準映射并持續記錄人類行為特征的數字世界。這一數字世界所蘊藏并不斷積累的大量數據已成為深刻理解人在社會和商務活動中的行為規律的必要依托。企業最常用的是交易數據和交互數據（如社區網絡數據、新聞媒體數據、微博數據、微信數據），把交易數據和交互數據糅合起來進行大數據處理，就有機會開展業務創新，促進整個業務的轉型。大數據時代，企業處在社會媒體、在線用戶群體、上下游企業合作和競爭對手構成的“網絡生態系統”中。在這種環境下，企業的運作需要趨于動態化和網絡化，與多個方面的利益相關者建立動態的“虛擬社區”或者“企業聯盟”。有效實現資源優化和信息共享，形成協同共生機制，以應對激烈的市場競爭。
（2）大數據下的決策者個人需求。長期以來，管理者依靠經驗、理論和思想做決策。在大數據時代，直覺判斷要讓位于精準的數據分析。企業高管需要關注的是發現和提出正確的問題，而不用擔心解決問題需要的數據缺失或者無法獲取。也就是說，大數據讓決策重心重回問題本身。
大數據背景下，產品和服務的提供以及價值創造逐步走向社會化。主動引導用戶參與產品的創意、設計、質量保證、市場推廣、銷售和客戶關系管理等環節，根據與用戶的互動改進產品和服務，以實現企業的快速發展。在這過程中，一線員工和基層管理者的作用空前重要，他們是企業獲得決策所需信息的基礎。
（3）大數據下的企業任務要求。任務要求是指企業執行任務所需的不同技能、知識和技術。大數據時代的重要特征是針對全部數據而非樣本數據進行分析，尋求相關關系而不是因果關系。因此超大規模的數據分析是大數據應用需要解決的核心問題。云計算是一個管理和處理大數據的有效工具和基礎平臺，為數據處理、管理和分析提供支撐。云計算主要解決兩個問題，一是將大量異構和本質不同數據源結構化；二是對這些數據進行管理、處理和轉換，為商業智能（BI）和企業決策服務。另一個重要技術是數據挖掘，數據挖掘是指從大量的、不完全的、有噪聲的、模糊的、隨機的數據中提取隱含在其中的、人們事先不知道的，但又是潛在有用信息和知識的過程。
（4）大數據下的內部組織。大數據下員工廣泛參與導致決策權的重新分配，進而影響企業決策組織結構和決策文化。企業決策組織結構重要的兩項因素就是集中決策、分散決策的選擇和決策權分配問題。隨著信息技術的發展，以“金字塔”型為代表的傳統組織結構被企業管理網絡化、權力分散化和體現人本管理的扁平化組織結構所替代。大數據時代，企業決策需要全員參與，扁平化組織結構的趨勢更加明顯，決策權也應該做出相應的調整。
三、大數據時代企業管理面臨的挑戰
1.大公司數據壟斷。大數據時代，數據是企業獲取競爭優勢的基礎。Google、Facebook、亞馬遜、阿里巴巴、騰訊和百度等國內外互聯網巨頭可以很容易獲得海量的用戶互動數據和交易數據，但是對于廣大中小企業而言，獲取數據則相對比較困難?；ヂ摼W巨頭可以獲得類似于上個世紀能源巨頭企業的壟斷地位，并且數據是有累積效果的，數據的累積可以讓數據的邊際價值上升，從而進一步增強大企業的壟斷。
2.大數據管理成本的挑戰。大數據分析需要企業在軟硬件設備上的大量投入。企業面臨海量非結構化的數據，快速有效的對數據進行分析，需要一個復雜的數據分析系統，而現階段數據分析系統價格相當昂貴。這些數據分析系統的運行對硬件的要求近乎苛刻，高配置的硬件設備也價值不菲。這對于廣大中小型企業來說是一個很大的負擔。
大數據管理能耗成本也不容小覷。在能源價格上漲、數據中心存儲規模不斷擴大的今天，高能耗已逐漸成為制約大數據快速發展的一個瓶頸，從小型集群到大規模數據中心都面臨著降低能耗的問題。針對這個問題，《紐約時報》和麥肯錫經過一年的聯合調查，最終在《紐約時報》上發表文章“Power， pollution and the Internet”調查顯示Google數據中心年耗電量約為300萬瓦，而Facebook則在60萬瓦左右。
3.信息安全的挑戰。大數據給企業核心信息的保存帶來了技術上的難題。交易數據和交互數據的產生和傳輸都是在互聯網中進行。這個過程中存在很多客戶終端和節點，給數據安全帶來了很大的風險。企業為降低成本通常把企業數據存儲在云端，云服務商可以看到企業管理和決策的全部數據，商業秘密泄露的風險非常大。另一方面，企業的數據涉及大量用戶的隱私信息，包括客戶位置、交易歷史、個人偏好等信息。這些信息使用不當或者泄露很可能使企業陷入法律糾紛，為企業帶來災難式的不良影響。
4.大數據人才稀缺的挑戰。從大數據中獲取價值，至少需要三類關鍵人才隊伍：一是進行大數據分析的資深分析型人才；二是精通如何申請、使用大數據分析的管理者和分析家；三是實現大數據的技術支持人才。但是，目前大數據從業人員面臨巨大的缺口。據麥肯錫全球研究所的一項調查預測，美國在未來六年內，擁有扎實分析技能的人才有14萬至19萬的人員缺口，而懂得使用相應工具分析大數據、作出合理決策的管理和分析人員預計有100萬的人員缺口。
篇9
網絡輿情是指在一定的社會空間內，通過網絡圍繞中介性社會事件的發生、發展和變化，民眾對公共問題和社會管理者產生和持有的社會政治態度、信念和價值觀。關于大數據，當前有多種解釋，用的最多是4V，即大數據具備規模性（Volume）、多樣性（Variety）、高速性（Velocity）、價值性（Value）四個特征。規模性指數據量巨大；多樣性指數據類型繁多；高速性指數據創建、處理和分析的速度在持續加快，大數據的價值往往呈現稀疏性。本文旨在探討大數據背景下的網絡輿情新特點及其管理。
大數據時代網絡輿情的特點
第一，體量巨大。據國際數據公司（IDC）研究報告，到2020年，全球數據使用量預計暴增44倍，達到35.2ZB（1ZB相當于13億中國人每人一臺1000G容量的電腦所儲存的信息量），至2012年，非結構化數據占有比例將達到互聯網整個數據量的75%以上，比結構化數據增長快10到50倍。
第二，類型復雜。在大數據時代，網絡信息紛繁復雜，產生的數據形式和來源也多種多樣，涵蓋了文本、音頻、圖片、視頻等不同類型的數據，使網絡輿情信息變得更加復雜。
第三，價值密度低。受到存儲和計算成本因素的影響，大數據的價值密度遠遠低于傳統關系型數據庫中已有的數據。目前許多數據仍處于“孤島”狀態，單一或少數領域的大數據不僅價值有限，而且還存在片面性風險。大量的不相關信息中，需要沙里淘金。
第四，傳播速度快。大數據是一種以實時數據處理、實時結果導向為特征的解決方案，要求網絡輿情信息處理更加迅速，包括兩個層面：一是數據產生得快。有的數據是爆發式產生，有的數據是涓涓細流式產生，但是由于用戶眾多，短時間內產生的數據量依然非常龐大。二是數據處理得快。在數據處理方面，有一個著名的“1秒定律”，即要在秒級時間范圍內給出分析結果，超出這個時間，數據就失去價值了。
大數據時代網絡輿情的新變化
首先，網絡輿情信息空前繁榮。人們利用各種新媒體工具在網絡發表意見，闡述觀點，使很多社會話題在一段時間內成為街談巷議的焦點。據2015輿情藍皮書指出，2015年1月1日至2015年10月31日的500件社會熱點事件的統計表明，其中44.4%的事件由互聯網披露而引發公眾關注；可以明確源發于“兩微一端”（微博、微信、移動客戶端）的有64件，占12.8%。由此可見，互聯網對社會輿論的議程設置的影響巨大，已成為思想文化信息的集散地和社會輿論的放大器。
其次，傳統媒體的議程設置能力下降。據2015輿情藍皮書指出，在移動終端平臺，微博、微信、客戶端的覆蓋人群和影響力不斷擴大。微信覆蓋了90%以上的智能手機，55.2%的微信用戶每天打開微信超過10次?！皟晌⒁欢恕背蔀楹芏嘀袊肆私庑侣剷r事的第一信息源，特別是擁有月活躍用戶6.5億的微信，成為社會輿論的新引擎；與此同時，報紙、雜志、電視等傳統媒體的議程設置能力進一步下降。
第三，突發事件話語體系不可控性增強。突發事件話語體系在以大數據為基礎的社會化媒體中呈現出迥異于傳統輿論的一些特征，如輿論主體的匿名性與參與渠道的廣泛性、傳播空間的無界性與意見匯聚的實時性、議題生成的自發性與輿論發展的不確定性等。加之，目前我國正處于突發事件的高發期，多種誘發因素、連環作用，增加了更多的不確定性，因此，突發事件的話語體系較之以往不可控性增強。
大數據時代網絡輿情的應對與管理
首先，大數據時代的輿情監測。大數據輿情監測是為適應大數據時代的輿情和服務而發展起來的，其主要專注于通過海量信息采集、智能語義分析、自然語言處理、數據挖掘，以及機器學習等技術，不間斷地監控網站、論壇、博客、微博、平面媒體、微信等信息，及時、全面、準確地掌握各種信息和網絡動向，從浩瀚的大數據宇宙中發掘事件苗頭、歸納輿論觀點傾向、掌握公眾態度情緒，并結合歷史相似和類似事件進行趨勢預測和應對建議。面對數億網民和浩如煙海的網絡言論，網絡輿情的監測和分析越來越依賴輿情大數據分析技術與平臺。
其次，大數據時代的輿情研判。通過分析處理整群數據和人工智能技術，結合人工經驗，可以對輿情發展態勢和影響進行研判。
1.對趨勢做出正確的判斷是大數據時代輿情管理的核心。大數據的目標是前瞻與預測，國外研究人員發現，一個地區Google搜索關鍵詞中的“流感癥狀”等出現的高峰，要比醫院急診室里流感患者增加出現的時間早兩三個星期；在經濟預測方面，Google房產相關搜索量的增減趨勢比地產經濟學家的預測更加準確。大數據的蓬勃發展給輿情監控帶來挑戰，也給輿情管理提出更高的要求，不但要通過大數據技術手段，分析事件的關注程度、傳播情況、發展趨勢、網民情緒變化，還要深入某個觀點的影響程度、影響人群，從而預測輿情走向，并對趨勢做出正確的判斷。
篇10
關鍵詞信息技術；大數據；新聞傳播
當今社會已經進入了大數據時代，大數據對社會生活的影響越來越廣泛和深刻。無論是日益火爆的網上購物，還是一款新聞App的發展，都離不開大數據時代的影響。而作為國家上層建筑的新聞傳播領域，更需要大數據的分析和作用。
1大數據在我國的發展及特征
“大數據”是指以多元形式，自許多來源搜集而來的龐大數據組，往往具有實時性。近幾年，我國也逐漸地進入到了大數據時代，利用大數據進行分析的領域越來越廣泛。作為一個新生事物，大數據具有以下幾個特征：1）數據龐大：所謂大數據時代，首先就是擁有龐大的數據，所有數據收集在一個數據庫中，等待需要時再進行刷選。數據是大數據時代的基礎，這里的數據可能來自各個地方，無論是社交媒體上的數據，還是日常生活的數據，都是這個數據庫應該收集的東西。大數據時代的到來與互聯網的發展密不可分，可以說，正是由于互聯網的發展，才使得大數據具有了發展的可能性。通過互聯網，大數據收集人員可以獲得大部分自己想要獲取的信息；而大數據的發展又反過來促進了互聯網的發展。2）數據類型多樣：大數據時代的第一個特征是數據龐大，而數據龐大也就意味著該數據庫里的數據類型具有多樣性。在大數據時代，已經不單單只有文字的數據了，而其他一些數據形式，比如，圖片、音頻、視頻等都將會成為大數據時代重要的數據信息。3）數據的平均價值較小：大數據是時代，任何的數據信息都會被收集到數據庫中，這就會導致一個問題，即，所收集的信息的價值較小。因為，大數據時代的數據收集是廣而大的收集，這里的數據收集主要是以數量龐大為前提的，而不是以密集和所需為前提，所以，必然會導致所收集的數據信息并不一定都具有價值?；蛟S，有的數據信息早已失去了存在的意義。4）處理速度快：上文已經提到，大數據時代的到來離不開互聯網的發展，互聯網對大數據時代具有引領作用。通過互聯網，大數據世代處理信息的速度達到了實時的程度，即1秒定律。在全球范圍內，都存在著互聯網的信號，只要具有這種聯通的信號，任何信息將會進行實時的傳播，大大提高了數據傳播的速度和效率。
2大數據對新聞傳播領域的影響
新聞傳播領域作為一個國家的上層建筑領域，對一個國家的發展具有重要的作用?？v觀新聞傳播發展的歷史，我們會發現，新聞纏脖的發展離不開技術的支持。從最初的印刷技術到電子信息技術再到后來的互聯網和大數據時代，新聞傳播受到技術的影響越來越深刻。技術的發展不僅改變了新聞傳播領域的內容，也改變了新聞傳播領域的形式。尤其在大數據時代，新聞傳播領域受到技術的影響更是深刻，具體表現在以下幾個方面：
2.1大數據對新聞傳播內容的影響
傳統新聞傳播時代，新聞內容是通過記者的采訪而獲得的，而新聞的內容全部是來自記者的采訪，并沒有太多其他的內容，而在大數據時代，除了一些記者采訪的內容，新聞傳播的內容還增加了一些其他的內容。比如，通過數據的篩選，找出那些和該事件相似的情況，并對其進行對比，找出兩者的相同點和不同點，然后根據這些內容，找出解決事情的辦法，讓事物朝著更好的方發展。大數據時代對新聞傳播內容的影響還表現在：新聞傳播的內容多了數據的支撐。我們知道，數據對一件事情具有強烈的說服性，新聞傳播的內容里如果加入數據的話，那新聞傳播的內容將更具有權威性，這對新聞傳播是有很大的優勢的。
2.2大數據對新聞傳播寫作方式的影響
大數據時代，記者外出采訪獲得新聞信息之外，更多的通過對數據的分析，通過對數據進行對比來進一步獲得消息的準確度和豐富性。大數據時代的新聞傳播寫作方式更加獨特性和豐富性，記者的外出采訪只是其中的一小部分，而更多的是對數據的分析和獲得。在傳統的新聞傳播時代，記者外出采訪到新聞后，需要回到媒體來進行分析寫作，而在大數據時代，消息的傳送具有了實時的程度，記者可以在外一邊采訪，消息可以一邊地傳送到媒體室，通過媒體室的工作人員的編寫，可以最快速度地傳發出去，大大增加了新聞傳播的寫作效率。同時，也提升了媒體的核心競爭力。
2.3大數據對新聞傳播方式的影響
在傳統的新聞傳播時代，媒體資源被一些媒體和國家的占有，大眾很少能接觸到媒體資源。而傳統的新聞傳播方式更多的是通過傳統媒體進行，比如，通過報紙、廣播和電視進行傳播，傳播的速度慢，而且只是單向傳播，普通民眾幾乎無法表達自己的想法和建議。在大數據時代，新聞傳播的方式發生了巨大的改變。新聞傳播的方式已經不單單依靠傳統的媒體，而更多的是依靠一些新興的媒體。在新興媒體日益發達的今天，新聞傳播更多通過新興媒體來進行。例如，現在的新聞傳播更多的通過手機、電腦的門戶網站以及新聞類App來進行。在智能手機日益火爆的今天，通過手機來進行新聞傳播將會大大提升傳播的速度和效率。
2.4大數據對新聞傳播從業人員的影響
在傳統媒體時代，新聞傳播的從業人員具有明確的分工。記者是負責采編的，編輯是負責新聞編輯的，臺長的負責審核和把關的，不同的職位具有不同的分工。在大數據時代，媒體的分工有所改變。工作人員不能只是單獨工作的掌握者，而且還需要擁有多項技能，需要是一位全能人員。同時，在大數據時代，需要有專門進行數據分析的人員。大數據時代對新聞傳播人員的影響是深刻的，如果無法適應這樣的現狀，那將會面臨被淘汰的可能；如果能適應當今的潮流，那將會成為這個時代的幸運兒。因為，在大數據時代，一切都變化萬千，什么東西都變得不那么的確定，如果具有很好的適應能力，將會在這個變化多端的時代生存下去。
3新聞傳播領域如何更好地利用大數據
大數據時代對新聞傳播具有重要的影響，新聞傳播領域可以很好的依靠大數據時代來發展自己。利用好大數據時代，對新聞傳播領域的影響是巨大的，不僅對新聞傳播領域具有很重要的影響，而且，還對其他方面也具有積極的影響。
3.1提高新聞工作者對大數據信息技術認知程度
在大數據時代，社會上的數據信息越來越豐富且海量，不同的數據信息混雜在一起，其中包括社會各界的信息，有國家政策的，有社會民生的，也有娛樂信息，如何在這些海量信息中進行正確的認知，需要工作人員擦亮自己的眼睛。針對上述情況，需要新聞工作者提高對大數據信息技術的認知程度，積極看待搜集數據的正確性，在各項數據中積極采用相關數據，并靈活運用新興的新聞傳播媒體，例如微博、微信等軟件。
3.2加大培養大數據技術相關專業人員力度
在大數據信息技術的匯總、分析、采集工作中，不但需要新聞工作者的參與，還需要相關專業人員，如計算機程序員、數據分析采集師等和新聞工作者之間協調合作，才能將大數據信息技術中煩瑣的信息數據轉換為可視文字以及各類專業圖表，對新聞傳播工作起到積極作用，如信息統計表等新聞工作者可以識別的數據。因此，新聞傳播行業在面對信息化時代挑戰時，應加大培養大數據技術相關專業人員的力度以及儲備新技術人才。我國進入大數據時代的時間較晚，相應的技術人員較為短缺，培養這樣的技術人員越來越重要。國家需要加大對這類人才的培養力度，加大資金的投入，盡快地培養出這方面的專業人才，來適應這個時代的發展。
