对大数据时代的看法精选(十四篇)

序言：作为思想的载体和知识的探索者，写作是一种独特的艺术，我们为您准备了不同风格的14篇对大数据时代的看法，期待它们能激发您的灵感。

篇1

【关键词】：大数据分析、景观分析、研究方法。

解决问题途径

新的数据环境下对风景园林分析体系是一种定量认识，并体现为4个方面的变革（空间尺度、时间维度、研究单位、以及研究方法）这些变革促进了风景园林设计的变革，并提供了一个民主公平开放的公共平台。将大数据应用到风景园林分析中首先应明确所分析内容类别种类，其次根据从所分析内容删选整合出大数据中有用信息并将其数字化这些数据包括传统数据以及动态数据，再通过科学分析法对分析内容进行可视化分析和建模输出可视化成果【2】。通过成果分析、情景假设又将有所调整各项分析成果将在比对中得到最终检验。

大数据分析内容制定方法

随着信息互联网普遍率增高人们可以轻松分享各类信息这对风景园林设计分析的开拓是至关重要的，设计分析中最小单位可以统计到个人，以及每个人的思想变化对待不同问题的看法都可以通过大数据来提供。这些就可以大大的扩展风景园林分析的内容可以从人视的角度分析问题而不仅仅是以区域空间功能上单方面的片面分析。所以其所分析内容更加具有生活性多元性，这对设计分析的内容是具有变革性的影响，因为设计师设计的好坏需要接受民意的考察，再根据民意最关心的设计内容作为风景园林设计分析内容的选项所以每一项分析内容都是根据实践而得来的。实地调研也不会掌握全部数据，但是大数据可以帮助我们了解当时的情况，借助大数据分析指导风景园林设计具有针对性、多元性同时因互联网具有即时性其所分析的内容也具有即时性客观性。

大数据信息来源筛选方法

地球轨道上的遥感卫星，全球定位系统，配有三维激光扫面设备的无人机，无处不在的摄像头，便携式数码照相机，全球将近20亿的智能手机用户【1】。在今天大量涌现的城市数船不仅是可供分析的新材料， 更是探知未来方向的共具。大量来自云端的历史数据和即时的关于景观和社会文化背景的大数据，为我们有效的设计以及管理景观带来无限景观数据的机会。但是必须清楚这些量的大数据是一把双刃剑。首先因为数据本身并不系统均衡而带有偏差歧视。其次数据如此之多有用信息如同珍珠埋藏在泥沙里。第三数据信息最多只能反映当下告诉我们过去的状态，并不能告诉我们未来。因此我们必须要理性看待这些海量数据，突破传统数据统计的方法处理这些数据最终帮助我们在景观设计时借组有用数据分析进行科学的设计。因此我个人总结出大数据结合风景观园林设计几点意见和创想。

首先我们需要在风景园林定量研究中流理一种价值伦理。风景园林研究的的成果， 特别是可视化成果帮助设计更加理性准确快捷，其外表给他人一种可争辩”的印象。然而一个看似客观的数据， 却也十分容易被其他目的利用而塑造一种权威 。 因此，对于数据分析的应用需要更多的基于社会学的思考， 以明确不同数据定量分析服务的主体是谁， 目的是什么 。

其次，我们仍需警惕定量分析的滥用有可能导致一种庸俗。数据无法驱动所有的风景园林设计活动，许多时候定量分析和定性存在角力。定量研究中注重数据的准确性、单位统一性关注于实证的研究。但这就存在一些解释力不足的维度，比如环境美学方面定量无法用数据准确性阐述美的观点，这是也就需要定性具有一定感性的介入。

大数据整合分析内容可视化方法

将收集到的大数据可视化分析对于风景园林分析问题是一种新的表达方式，这样的分析结果将完全打破传统区域空间功能简单的分析。而是第一次站在人的视角看待分析结果，比如通过大数据分析出区域内人们对景观要素的兴趣点、通过谷歌地图近几年内区域内路况程度、以及区域内城市扩建面积增大对于村庄的影响、或通过社交评论平台人们对于建成景点的关注程度等等的分析成果都是对原有传统分析的突破。

但对于基于大数据新的分析结果应用于分景园林分析需要有突破原有在整合数据是观念才能适应于分析整合大数据的观念思想。传统的数据分析思想应做三大转变，一是转变抽样思想，大数据时代，我们面对的数据样本就是过去资料的总和，样本就是总体，通过对所有与事物相关的数据进行分析，既有利于了解总体，又有利于了解局部。二是转变数据测量的思想，要乐于接受数据的纷繁芜杂，不再追求精确的数据。我们应该接受纷繁芜杂的各类数据，不应一味追求数据的精确性，以免因小失大，比如都对于城市某条道路路况分析不能只单纯调研近期路况而查看近10年这一带的路况。三是不再探求难以捉摸的因果关系，转而关注事物的相关关系。由于数据规模巨大"数据结构复杂以及数据变量错综复杂，预设因果关系以及分析因果关系相对复杂于是在大数据时代分析数据不再探求难以琢磨的因果关系转而关注事物的相关关系。

结语

信息城市的复杂性迫切地要求不同以往的解读方式， 以确保不同规划设计手段干预下的城市发展的可持续性 。新的数据时代到来风景园林设计与城市可持续发展新的契机。借助于大数据分析作为一种规划设计的工具理性在城市中从人的角度定量理性研究展现出了其巨大的潜力，并直接颠覆了传统设分析问题价值看法。大数据时代总结出一套从问题中筛选出分析内容，再通过大数据中有用信息筛选后进行可视化成果研究的科学套路流程，这为大数据分析景观设计带来了新的思路。

【参考文献】：

篇2

【摘要】近年来，中国影视行业蓬勃发展，伴随着互联网技术革新，影视业正在与大数据举行一场盛大联姻，以实现交互式的影视制作。国内影视业日渐重视大数据的运用，《小时代》、《失恋33 天》等国产电影因此而获得成功的票房。本文从影视作品的创作、传播、接受环节探讨大数据分析的运用及其意义，以及未来影视大数据的发展趋势。

关键词 大数据 影视业 创作 运营

2013 年被称为影视界的“大数据元年”，运用大数据分析成功营销的影视作品使人们看到了大数据给影视行业带来的无穷潜力。在中国，影视大数据也越来越受到专业人士的重视。2014 年6 月23日，一档寻找电影天才的真人秀节目《全民电影》在吴宇森、章子怡和刘仪伟等明星助阵下拉开帷幕。在这个中国首档全媒体电影项目中，百度利用自身数据优势首次深度介入，对一部电影从选题、融资、组队等制作阶段开始，到发行再到播放的全流程，提供深度数据规划与策略支持。

一、大数据和影视行业

“大数据”一词最早出现在美国著名未来学家阿尔温·托夫勒的《第三次浪潮》一书，2011 年全球著名咨询公司麦肯锡研究所在其发表的报告《大数据：下一个创新、竞争和生产率的前沿》中指出，数据已经渗透到每一个行业和业务职能领域，逐渐成为重要的生产因素; 而人们对于海量数据的运用将预示着新一波生产率增长和消费者盈余浪潮的到来。①大数据是指所涉及的数据量规模巨大到无法通过人工在合理时间内达到截取、管理、处理、并整理成为人类所能解读的信息。②根据Philip Rossum 在《大数据分析》一书中指出的那样，大数据不仅仅指的是数据的大数量，还包括多种类和高速度，这三方面都是保证数据质量的关键要素，缺一不可。③

在传统意义上的影视行业中，影视作品是否能够受到广泛的欢迎，主要依赖的是创作者自身的专业水准，对受众心理的洞悉程度，以及选择演员的眼光等等。大数据的出现使得影视作品的传播方式由之前的单向传播转变为交互传播。影视大数据的数量大，可以从空间维度和时间维度上来分析。（见表1）

影视数据种类多是指影视大数据中包括的影视作品本身的创作信息、销售信息、观众的反馈信息等多个层次，但凡是与影视作品有关的，都囊括在影视数据库中。并且影视大数据的数据库范围也依据不同的分析目的而可大可小。按照戴志强等的分类，影视大数据主要可以分为三大类，即用户大数据、内容大数据和渠道大数据。④

二、大数据与影视创作

中国影视行业近年来飞速发展，以电影行业为代表：

上述表2 和图1 中可以看出，我国以电影为代表的影视行业近4 年正在蓬勃发展，不仅全国电影票房呈现良好的上涨态势，其中国产片票房占比也在持续升高。为此，国产片在创作过程中也在不断借助大数据的力量来制作出符合大众审美情趣的影视作品。由优酷土豆集团携手儒意影业、乐视影业制作的电影《老男孩之猛龙过江》，就是通过对粉丝的情感洞察和行为分析，来指导其内容创作，堪称开创了中国互联网电影的新模式。

在大数据指导下的互联网电影创造过程中，观众可以从被动的受众变为主动的影片制作参与者。以2014 年阿里巴巴推出的“娱乐宝”为例，网民出资100 元即可投资热门影视剧作品，通过投票来决定电影的制作人、导演、男主角、女主角等。首批登录娱乐宝界面的6 个项目—— 电影《小时代3》、《小时代4》、《狼图腾》、《非法操作》以及社交游戏《魔范学院》等，截止到4 月3 日已经全部售罄，共出售78.5 万份，总投资额达到7300 万元。受众能做的不再限于观影后的反馈和评价，而是能够从作品生产初期就提出自己的意见。

同时，受众不仅可以影响制作团队的构建，也可以改变剧情的发展。国外知名电视剧《纸牌屋》通过云计算确定下集剧情，国内虽然没有如此先进的大数据技术，但是通过大数据得到的用户评价确实能够改变编剧的心意。2014 年七夕档热播都市爱情电影《单身男女2》的结局之所以扭转，就是因为早在《单身男女1》上映后，许多观众不满于女主角做出的选择，纷纷留言表示惋惜，于是导演决定在第二部里让女主角再选择一次。

从影视制作方来看，大数据能够使制作方更了解观众的期待，“娱乐宝”则折射出了这些投资人的兴趣爱好，以此帮助电影实现观众的精确定位，包括影片类型、上映时段等。大数据不仅“ 大”而且更“细”，在影视创作阶段的大数据分析应当既包括对于用户历史数据的分析，如通过前期不同类型电影的票房分析、受众对不同题材影视的反馈分析等，又包括用户对电影的期许，如某类用户的特定需求、抛出目前电影创作计划得到的回应等。创作者可以找到与自己风格相契合的受众群体，或者可以使自己受益最大化的定位。

电影《小时代》的出品方乐视影业，根据网络上《小时代》的搜索量，分析了关注《小时代》的人群，最后描绘出《小时代》的目标受众，即“互联网的原住民”。这些90后大部分是郭敬明和杨幂等主创人员的忠实粉丝，也是当前电影市场的主流消费群体。（见图2）

总之，大数据可以提升国产电影的成功率，促进更有特色更高质量作品的生产，同时，大数据提供了一个绝佳的视野帮助国内的制作班底了解国外受众的品位。

三、大数据与影视传播

在中国影视市场，大数据的应用最主要集中于影视传播阶段，中国电影业迎来发展良机与大数据有密不可分的关系。《致青春》、《失恋33 天》、《北京遇上西雅图》、《中国合伙人》等的成功，都离不开大数据在背后的支持。（见图3）

大数据应用于影视作品传播的目的是为了改变以往不但不会提升传播效果反而可能引起反感的狂轰滥炸式统一传播。其传播方式如图4 所示。

目前普遍使用的一种高精准度宣传是利用社交媒体传播。以《小时代》为例，还在拍摄阶段时，原著作者兼导演郭敬明就通过个人微博向网友透露《小时代》的拍摄情况，在临近上映时，郭敬明的个人微博状态几乎全部和小时代有关，不仅如此，郭敬明还和《小时代》的主要演员在微博上互动宣传。采取郭敬明个人微博的宣传方式其实就是一种定向宣传，关注其微博的网友大多为郭敬明的读者粉丝或者对其一定程度感兴趣的人，这部分人很可能成为观众，或者上述分析中的前两者，因此也是宣传的主要对象。

但总体上来说，传播手段的选取要基于对特定用户的特性，在做好用户定位之后，就要利用大数据分析用户的媒介使用偏好或者其他与电影主题相关的特性，以此来定制传播方式。乐视通过分析还发现，《小时代》用户中，女性占到78%，男性占到22%，因此做了很多针对女性的线上线下的活动。⑥

由此看来，大数据强调“大”，但更要“准”，大数据虽然揭示的是群体的共性，但价值更在于细分群体，实现定制化服务。爱奇艺网站就在2013 年推出了“千人千面”的个性化首页，为不同的用户量身定做观看内容，增进用户体验。

四、大数据与影视接收

接收应该包括收受（或适应）和交流两个层面。⑦对于影视作品收受效果的分析不应该只是事后统计分析，更应该是事前分析市场和预测销售前景。由谷歌推出的电影票房预测模型，能够基于数据分析，通过分析电影相关的搜索量来预测电影最终的票房成绩，准确度可高达94%。⑧

同时，对于票房之类的单一指标，存在着难以全面衡量影视作品收受效果的问题。在大数据时代，用户在视频网站的观看记录连同用户的点击、搜索、暂停、跳转等观看行为和使用设备状况及用户的IP 地址等信息都会被程序捕捉到。这些细节可以很好地反映用户喜欢哪些情节，对哪段情节没有观看欲望等，这些方面，是没有办法从是否观看的票房指数中得出的，也是无法从对影片的整体评价中得出的，但是这些细节数据却对影视作品的改进更具有指导意义。另外一方面，用于更全面反映影视作品传播效果的综合指标也在不断更新中。比如2014 年4 月电影频道公布的电影大数据指数即“M 指数”，是以电影的影院、电视、新媒体三大主体市场平台海量信息为核心，运用大数据挖掘技术运算而成的综合指标。⑨又如优酷、土豆推出的“中国网络视频指数”，则是分析互联网平台上的视频综合效果，以娱乐综艺《快乐大本营》为例，“中国网络视频指数”显示了其播放指数、播放设备、播放网站、每一集分析、人群和地区分布等。（见图5）

现在，用户在观影后喜欢在社交媒体上分享自己对影视作品的看法，尤其是年轻的上网一族，这又为大数据分析发挥作用提供了新的源泉。通过词频分析、话题查找等方式，可以把分散在各大社交网站上的零碎感受整合起来，作为分析对象，了解用户的真实想法。值得注意的一点是，为了能够更好地得到用户的反馈，影视创作营销人员应该为受众开创一个反馈交流平台，比如说一个微博公共账号，或论坛贴吧等。用户之间可以形成交流观影感受的圈子，也可以及时向创作者反馈自己的看法。这样一方面，自身构建的数据库得以补充，另一方面，可以增加用户粘度。

所以说，大数据分析影视接收情况，不仅仅是为了了解本次影视作品的传播效果，更是为了了解用户习惯，增加用户忠诚度，为以后的系列片子或者其他相关作品累积经验，以收获更大的成功。

结语

大数据为我国影视行业的发展带来无穷潜力，通过在创作、传播、接收环节的数据分析，能够帮助影视行业实现更精准的用户定位和市场分析，以生产出内容优质、符合受众口味的高质量影视产品，同时能够提升用户服务使之贴合用户习惯。总之，大数据提高了国产电影的成功率，加强了生产者与用户之间的互动，有助于国产片早日走出国门。

参考文献

①⑧张璠，《影视业中“大数据”技术应用》[J]《. 信息技术与信息化》，2014（4）：232-234

②Manyika J， Chui M, Brown B, et al.Big data： The next frontier for innovation,competition， and productivity[J]. 2011.

③Russom P. Big data analytics[J]. TDWIBest Practices Report, Fourth Quarter，2011

④戴志强、朱海澎、潘皓，《影视大数据: 影视互动体验与量化认知的根本》[J].《现代传播》，2014（9）：126-129

⑤中国新闻出版网，《互联网电影新鲜“出炉”》，chinaxwcb.com/2014-01/16/content_284956.htm

⑥陈肃，《大数据，连接电影与观众的“网关”》，http：//tech.qq.com/a/20131119/013653.htm

⑦李兴，《消费时代的作者、读者和文本——对接受美学的新思考》[J]《. 大众文艺》，2008（12）

篇3

时下，“大数据”已经从IT行业的流行语演变成了社会舆论中的时髦语，人们争言大数据时代的来临，细察大数据发展的脉动，纵论大数据运用的前景，唯恐错过了这趟时代的高速列车。麦肯锡全球研究院指出，在当今社会，数据正在成为与物质资产和人力资本相提并论的重要生产要素，大数据的使用将成为未来提高竞争力的关键要素，大数据是世界下一个创新、竞争和生产力的前沿。哈佛大学教授加里·金更是极言，大数据是一场“革命”，它将改变社会各个领域的发展方式和进程，“无论学术界、商界还是政府，所有领域都将开始这种进程。”

大数据真的是一场“革命”么？如果是一场“革命”，那么它对大学来说意味着什么？近日，一条“华师大少女减肥减出人文关怀”的微博在网络上吸引了众多眼球，也引来了报纸、电视等媒体的追踪报道。事件起因是华东师范大学一位女生节食减肥，很少在校内用餐，学校通过困难生预警系统察觉到其饭卡消费值较低，便发送了一条短信，询问是否有经济困难，是否需要帮助。这位女生收到短信，感到非常温暖，便发了一条微博，结果被网友纷纷转发。网友们称赞学校“通过对数据的挖掘、应用，更贴心地服务学生、关爱学生”，“让冰冷的数字有了人性美！”这一事件至少告诉人们，大数据为大学管理的精细化服务提供了工具。其实何止于此，大学的方方面面，哪儿不能借助大数据来提高效能。只要稍微发挥一下想象力，我们就能列出大数据的各种用途。比如，通过大数据运用，大学可以更好地了解社会对高端人才的多样需求；通过大数据运用，教师可以更清楚地把握知识创新的走向，更准确地判别社会生产的知识需求；通过大数据运用，师生可以更容易地实现知识的共享，更便捷地展开交流与合作；通过大数据运用，教师可以更加个性化、更加有效地展开教学活动，学生可以更加自主、更加方便地进行学习……

如果大数据是一场“革命”，那么它首先应当是观念的“革命”。因为它挑战的不只是数据的技术、容量、分析和运用方式，不只是企业的生产形态和商业模式，而是整个社会的理念、传统、行为、生产和生活方式。数据只是一种物质的存在，数据的价值是人所赋予的。大数据将挑战人们对知识和智慧的已有认知，挑战人们对现行人才标准的看法，挑战人们对现有学习方式和教育形态的认识，挑战当下社会知识生产、传播和运用的方式，挑战现存的社会伦理和道德。有人说，大数据之“大”，并不在于其表面的“大容量”，而在于其潜在的“大价值”。而一涉及价值，就不可避免地存在观念的冲突。目前还在持续发酵的“棱镜门”事件明明白白地告诉世人，大数据背后有“战争”，数据作为企业资产，其公共性价值究竟应如何利用，斯诺登究竟是爱国者还是叛国者，缘于不同的价值理念会得出不同的答案。大数据带来机遇的同时也会带来大风险，带来价值与文化的巨大考验。对此，大学准备好了没有？

要而言之，在大数据时代，大学不应当只是大数据的顾客、消费者，大学更应当是大数据的设计者、生产者、引导者和社会正义的维护者。面对这场没有硝烟的“革命”，大学不仅要借助大数据的威力提升大学的竞争力，而且要立足于更高的境界，去努力拓展大数据的美好前景，促进大数据的社会正当应用，加速知识创新和传播；要着眼未来，努力培养大数据时代所需要的新型人才：要深入研究大数据给社会生产、生活可能带来的问题，引领社会的健康、和谐发展。一句话，大学要跑在大数据时代的前列。

篇4

【关键词】大数据时代;大学生;学习方式;变革

1.引言

随着互联网技术、信息技术与通讯技术的飞速发展，运用互联网改变企业经营、政府运作以及人们的生活方式也逐步成为现实。然而如今有一种新的、并不明显的技术趋向却有着一样巨大的变革能力，这就是“大数据”。在《大数据时代》一书中，美国人舍恩伯格预言了2013年是大数据时代的元年，这也标志着信息科学技术的发展已经进入了崭新的时代。在这个充满数据的时代下，大学生学习方式面临着新的机遇和变革，因此研究大数据时代大学生学习方式的变革具有重要的现实需要和前瞻意义。

2.大数据时代的发展背景

半个多世纪以来，随着互联网技术由滞后到先进、由服务小众到服务全人类，各种信息已逐渐累积到了一个开始诱发变革的水平。世界流动着比以往任何一个时期更多的数据，而且数据增长的速度正飞快上升。根据调研显示，2006年，个人用户的数据刚刚进入 TB 时代，全球一共产生了新的数据约180EB;到2011年，全球所产生的数据就已达到1.8ZB，这就意味着地球上的每个人都产生了约200GB的数据。有市场研究机构预测：在未来的十年内，整个世界的数据总量将会再增长四十四倍，达到或超过35.2ZB（1ZB=10TB）。所以在这个数据总量不断刷新纪录的时代里，“大数据”这个概念便自然应运而生，并且几乎被应用到所有关于人类生存与发展的领域中。也正因如此，这个世界发展的时代可以根据全球数据量的大小而分为：无数据时代、小数据时代和大数据时代。

如今“大数据”这个概念，已被人们视为如同水电煤一样的日常生活基础设施的一部分，不可或缺。对于“大数据”的概念，无论你是否承认，它的确客观的存在于那里，只是我们没有深究而已。“大数据”也潜移默化的影响着我们当代大学生对事物看法、思维方式以及学习方式。现在我们懂得利用数据资料以及数据分析来使自己所表达的观点更加有说服力，而如今世界上发生的每一件事都能用数字说话、用数据展示。所以，大数据时代正在使整个世界正变得越来越透明，联系的越来越紧密。这也使得当代大学生能够在大数据时代的背景下具有更多元的学习方式，来提升自身的综合素质和思维方式。

3.大数据时代的内涵与特征

3.1大数据时代的基本内涵

“大数据”直接表示的是静态对象数据的收集，目前被称为“大数据”，并不仅仅是大型数据、大规模数据集合本身，而是有机统一的数据对象、数据技术和数据应用：

3.1.1从对象视角分析，大数据是超越典型的数据库软件采集，存储，数据的收集管理和分析能力的数据集合。但是大数据不是指大量数据简单、无意义的堆积，大量的数据并不一定会具有利用的意义和前景。因为无论是数据采集、分析或者存贮，数据对于我们而言最终的目标就是从大数据中获取更多有价值的“新”信息。所以必然要求这些大量数据之间存在着远近、直接间接的关联性，如此才具有价值去进行深入的调查研究。因此“大数据”绝不等于“大规模数据”，二者的关键差别就是在于数据间是否具备着结构性和关联性。

3.1.2从技术视角分析，大数据技术是从不同的、多种多样的各种数据中，快速获取有价值的信息技术和集成。 “大数据”、 “大规模数据”、“海量数据”等类似概念相互之间的最大区别，就在于“大数据”的内涵是包含着对数据对象处理的行为。为了完成这一点，从大量数据对象中高效获取更多有价值的信息，使数据“活”起来，我们需要使用一个灵活的、多学科综合的分析方法。这就需要对各种技术、各种硬件和软件的应用集成能力。可见，大数据技术是使数据中包含的价值可以充分挖掘和展示的重要工具。

3.1.3从应用视角分析，“大数据”是具体的数据采集，从海量数据中获取有价值的信息技术和行为的综合应用。正由于与具体应用密切联系，甚至是一对一的联系，才“应用”已成为数据基本内涵中不可缺少的一部分。

必须要明确的是，大数据分析处理的最终目标，是从繁杂庞大的数据集合中挖掘新的联系，进而进行深度分析，获得有利用价值的新信息。假如数据量非常巨大、复杂，但数据结构单一，反复性高，分析处理的需要也只是按照已有规则来进行数据分组归类，依托已有的基本数据分析处理技术便已充足，这就不能被视为完全的“大数据”，而只是处于初级发展阶段的“大数据”。

3.2 大数据时代的发展特征

在已经过去几个世纪，数据已经成为决策者们制定科学的决策过程中必不可少的一部分。而在过去的几十年中，这种方法也延伸到了一些公司的决策过程中。但是在大数据时代之前，数据相对而言是匮乏的，我们切实可用的数据并不多。然而，在大数据时代，一切都非同以往，数据非常庞大，同时也主要表现为三大特性：“更多”，“更乱”和“相关性”。

3.2.1数据的“更多”

“更多”指的是在任何我们需要数据来解决问题的时候，我们都能获得比过去多得多的有效数据。在大数据时代，我们能够利用海量的数据获得十分细致的看法和观点，这是传统方式所不能做到的。打个简单的比方，如何区分大数据时代和传统数据时代，就像是区分分辨率为两百万像素的数码照片和一下子提高到两千万像素那样。后者文件虽大，但是它可以提供更多细节。可以使我们不断放大相片，看清楚更微小的细节，而低像素的图像在这些细节方面就会非常模糊。

3.2.2数据的“更乱”

“更乱”指的是对于少量的数据，我们可以确保每个数据点的采集是非常准确。相反，大量的数据往往是凌乱和不平衡的质量。然而，在大数据时代，这种杂乱是可以接受的，因为我们往往只需要一个大方向，而不是试图理解的现象中的所有小细节。我们不是想放弃绝对的精确性，而是放弃对精度的苛求，微观层面精度的降低，目的是要在宏观层面上获取更敏锐的洞察力。

3.2.3数据的“相关性”

数据的“更多”、“更乱”相互结合，产生了数据的第三个特征――“相关性”，这也是“大数据”带给我们的根本性转变。我们的思维方式能够由因果关系转向相关关系。到目前为止整个人类历史上，世界各地的人们都在寻找事件发生的原因，探索“为什么”。在大数据时代，在许多情况下，可以仅仅寻找到“是什么”，而不必完全理解“为什么”。

大数据的分析可以使教师发现教科书中的哪一块内容是对学生们而言教授效果最好的，也可以了解到效果不好的那部分。现在，大量教师只能依据自身的教学经验来判断学生是否在理解课程时出现疑问。但在大数据时代，教师的教学方式便会发生质的变化，例如数据显示出书籍的某些页数被翻过很多遍，那这几页即是学生所关注的教学重点，据此教师可以调整教学内容。这将从根本上改变教学的方式。

4.大数据时代所带来的大学生学习方式变革

随着大数据时代的到来，大学生所能接触到的数据量也变得非常庞大，知识获得的途径往往决定着学习方式。大学生获取知识的途径很大一部分是通过课堂的理论教学，这种课堂接受式的学习方式仍然是最主要、最重要的教学方法之一。但在大数据时代的背景下，知识无论在数量、质量或在形式都是不一样的，仅仅依靠课堂学习收获知识已远远不够，这使大学生学习方式能够发生巨大的变革。

4.1 化“被动接受”为“主动学习”的变革

大学生传统的学习方式是课堂学习，被灌输进各种知识。这种方式的特征就是“教师讲，学生听，教师写，学生记”。教师根据教学大纲来进行课堂教学。“被迫”、“受限”是传统学习方式的基本特征。而大数据时代下，新兴的互联网世界能够呈现给我们的是一个自由意识的乐园，随着众多网络课堂的兴起，各所国内外高校优质资源的网络共享，使我们能在日常学习的基础上，根据自己的兴趣爱好，汲取到更多高校的精华，感受不同大师的人格魅力和渊博理论，从而丰富自己的思路，拓宽自己的见识。

4.2 由“共性”向“个性”的学习方式变革

传统的学习方式是共同学习，每个学生的学习内容和过程都是被教师规定好的，对每个学生是一样的教学内容和方法，一样的学习环境和目标，无法切实的做到因材施教，学生只是被动的适应和接受。而在大数据时代下，学习方式应该是五彩斑斓、多种多样的。学生完全能够根据自身实际的学习基础、学习能力和学习时间等条件来灵活的选择学习内容、学习进度、学习方法。这种方式有利于使学生的养成浓厚的学习兴趣，可以充分体现学生在学习过程当中的主体地位和个性化特质，以此激发大学生学习的主动性，促进其个性发展。

4.3 从“封闭课堂”到“多元网络”的变革

传统的课堂学习局限于课堂上，师生面对面有限的沟通交流导致了交流对象和范围都较小。网络学习可以更好的扩充、弥补师生交流的局限性，增强教师与学生的互动性，学生能够通过网络向自己的老师答疑解惑，甚至更能够向世界各地的学生或优秀教师提出问题和请求指导。这样使学生从单独个体的封闭式学习模式和认识中走出来，参与到与他人的交互协作式学习中，在过程中获得群体动力的支持，才能极大地提高了学习的有效性和科学性。

4.4 由“继承性学习”向“创新性学习”的变革

在传统的学习中，大学生主要是以接受知识为主，只知道发生什么以及怎样发生，很少考虑将会怎样。学生的主要任务是继承和掌握知识的本质，在封闭的课堂内难以迸发创意的火花。而利用网络进行学习将会更具有开放性、多元性，形成多维的可能性空间，为学生提供多种多样选择途径，从空间和时间上解放学生，在不同观点和思想的碰撞中使学生得以受到启发，使人的思维得到开拓，从中演化出充满创意的欲望和能力。

5.结语

“大数据”时代带来的巨大价值为我们当代大学生提供了在更多、更广的平台上接触更丰富的数据资料，来扩展我们的见识，拓宽我们的视野。大学生完全可以结合自身特点和兴趣爱好，在多维的网络平台上吸收各类数据的精华，以满足自己对知识、对学习的渴望。“大数据”的蓬勃发展也已经成为这个时代的大势所趋，在新形势下，我们还需要积极转变已有的思维方式，努力具备尝试新事物和持续创新的愿望，以实证事实和数据资料作为我们学习、研究的依据。如此我们当代大学生才能寻找出更有效、更符合时展特征的学习方式，最终不断提高自己的综合素质，在未来的工作生活中更有竞争力。

参考文献：

[1]郭顺清，苏顺开.现代学习理论与技术[M].广州： 中山大学出版社， 2007，（3）.

[2]高芹.数字化背景下大学生学习方式[J].考试周刊，2008，（6）.

[3] 邬贺铨.大数据时代的机遇和挑战[J].求是，2012，（12）.

[4]马建国，姜巍.大数据的概念、特征及其应用[J].国防科技，2013，（4）.

基金项目：

本文得到上海电机学院重点学科建设项目资助（13XKJC02）。

作者简介：

熊鸿军（1978-），男，湖南岳阳人，副教授，博士（后），研究方向为：战略决策与管理控制。

篇5

随着当前科学技术的不断进步和发展，互联网技术的日益推广和普及，对人们的传统生活方式产生了极大的冲击和影响。大数据时代的到来使得数据分析以及计算机功能都打破了传统地域上的限制。而大数据时代下大部分用户的机密信息大多储存在网络平台上，这使得一些不法分子有了可乘之机。作者希望通过文章来探究大数据时代下如何能够保障个人信息的安全问题。

关键词：

个人数据；大数据；信息安全

随着目前互联网技术的不断进步，城市的智能化水平更加完善，移动设备功能上的健全使得人们的生活水平更加便利。往往足不出户就能够购买到想要的东西。通过移动智能设备，人们也能够完成基本的水电费的交付、社交等。同时通过互联网，人们将大量的个人信息上传到各种社交软件上与他人进行分享，在分享信息的过程中可能就潜移默化的增加了信息被窃取的概率，一些不法分子可能乘机提取有效的信息进而获得用户的核心数据，最终造成用户信息被盗取，影响到用户的正常生活。

1对大数据的看法

大数据的特点：当前大数据时代的主要特点就是数据信息量极大，类型较多并且运算效率高，能够产生一定的价值。就以一个最为常见的案例来说，当前大部分的移动设备，计算机设备的存储上限都由MB发展到了GB，再从GB发展到了TB，统计数据的信息量逐年上升。其次，大数据时代下，不仅数据信息的总量不断上升，数据的类型和样式也变的多样化。以前可能我们身边接触到的数据信息就以文字、图片为主要形式，但是当前视频、音频、电子邮件等的发展大大拓宽了大数据信息的类别。同时在大数据时代下运算的效率速度也明显上升，各种现代化的搜索引擎以及数据挖掘技术都为数据的处理奠定了坚实的基础。

2大数据时代下人们信息安全面临的挑战

前面我们对当前大数据时代的基本特征简单的分析和探究，大数据时代下人们的信息数据共享化，很容易在网络上泄露一些机密信息，从而影响到个人的生活。个人隐私的泄露：首先在跟前大数据时代下出现个人隐私的泄露现象是比较常见的，用户在进行一些软件的使用过程中一般都会与自己的手机号或者电子邮件绑定，一方面通过绑定电子邮件与手机能够非常便捷的进行相关操作，另一方面有的人认为绑定手机或电子邮件能够降低账号被盗的概率。其实不然，一旦黑客通过非法途径入侵到用户的计算机内部，将用户的信息数据盗取，很容易连带效应将用户的大量数据信息泄露。比如说，常常有人在浏览网页的时候进入一些不安全网页，网页中存在木马，而这些木马会入侵到计算机内部潜伏一段时间，一旦木马爆发，在短时间内计算机不会出现故障，但是用户的个人数据信息会黑客盗取，这种现象对用户来说会产生极大的损失。因此，目前来看，在大数据环境之下保护个人信息安全是非常重要而必要的。

3大数据环境下个人信息安全保护的途径

目前随着大数据时代的到来，人们对于个人信息的保护和控制程度远远不如过去，很多时候个人隐私在不知不觉中就会被暴露在网络上，这些数据对于一般人来说可能没有什么作用，但是有的人可能从其中找到一些非法的牟利手段，间接的影响到用户的财产安全。因此我希望能够提出一些有效的个人信息安全保护对策来提高用户对信息的重视思想。

3.1匿名保护

首先，目前大数据匿名技术应当得到更新和改善，在我看来，传统匿名技术根本无法有效的对用户的信息数据进行保护，用户在匿名发送相关信息数据的过程中依然会被黑客窃取。换句话说传统匿名技术往往无法有效的保护用户的信息来源，黑客能够通过发送的信息数据直接搜索到用户机上，再通过移植病毒和木马的方式对用户机进行入侵。因此，首要的保护个人信息安全的措施就是相关部门能够加强匿名保护装置的建立，使得匿名保护设施能够直接将用户发送数据的来源进行修改，使得黑客无法通过非法手段获取到用户机的具体IP地址，从而实现对用户的个人信息数据保护。

3.2个人提升一定的安全防护意识

第二点，现在很多人认为随着科学技术的不断进步，互联网技术的完善和发展，互联网安全已经逐渐完善了，但是实际上其中的暗流涌动现象还是非常普遍，很多潜在的危险无法辨别就容易使个人信息遭到窃取。因此对于用户个人来说，我们首先应当从自我做起，提升对互联网的警惕心理，提高个人安全防护意识，在建立相关账号的过程中能够仔细辨认出网站的安全性，同时不浏览具有安全隐患的网络。计算机定期的进行木马、病毒的查杀工作，安装杀毒软件，保证计算机的安全，从而实现对个人信息的安全防护。

3.3政府部门加强监管

第三，政府内部专门的网络监控部门应当实施对网络的有序监管，随着大数据时代的到来，数据信息的容量以及内容逐渐增加，政府部门实施有效的网络监控措施能够对个人信息安全保护起到积极的作用。政府部门可以通过政府专用网络实现对大部分公网、子网的监控和审核，对于存在安全隐患的网址予以严肃的处理，如果存在严重影响到社会安定，人们的财产安全的则应当追究一定的刑事责任，最大化的保证大数据时代下网络系统的安全，保证个人信息安全。

3.4国家构建全面的法律法规

第四，国家也应当逐渐重视大数据时代下的网络信息安全问题，通过构建有效的法律法规体系来避免黑客钻法律的空子。很多情况下黑客之所以敢去窃取用户的信息一方面认为警察无法追捕到自己，所产生的影响不至于受到刑事责任，另一方面非法分子认为即使被抓到，也只是简单的惩罚一些金钱，而不是负刑事责任。因此国家应当严肃处理网络非法事件，对于非法入侵他人用户机的黑客予以严肃处理，不仅应当惩罚金钱，还应当追究刑事责任。

4结束语

总而言之，目前在大数据环境下个人信息安全防护是非常重要的问题，黑客技术的不断上升以及互联网的不断推广和普及都影响到了人们的信息安全。个人应当逐渐提高对网络使用的警惕心理；政府有关部门则应当重视网络的监管，降低黑客入侵现象的发生；最后国家有关部门构建全面系统的法律法规体系，使得黑客不敢如此猖獗。从这三面来提高个人信息安全保护的效果，保证人们能够在一个稳定健康的网络环境中发展。

作者：任凯 单位：莱芜市莱城区凤城高级中学

参考文献

[1]雷善雨.浅析大数据环境下的个人信息安全保护[J].科技创新导报，2015，32：20-21+23.

[2]张宸.大数据环境下个人信息保护研究[D].黑龙江大学，2015.

篇6

产业互联网将是下一个百万亿商业时代

首先，杜登斌谈了对“互联网+”的看法。他认为，“互联网+”的目标是依托消费互联网模式带动和引导传统产业和企业升级转型，核心不在“互联网”，而在于后面的“+”。今年政府工作报告部署“中国制造2025”时特别强调，要顺应“互联网+”的发展趋势，以信息化与工业化深度融合为主线，重点发展新一代信息技术等十大领域。他分析说，所选的十大重点领域都是规模生产的基础工业，都是自动化、技术含量较高的行业，进行互联网智能化相对容易，互联网改造费用占比也相对较小，成本可控。其次，这些行业乃国之重器，必须同步最先进的工业技术。最后，这些都是国家主导的行业，“可以举国体制下快速完成智能制造后，再向其他行业扩展”。

同时，“互联网+”的力量从消费侧扩展到了生产侧，从用户侧扩展到了产业侧、企业侧，这些都昭示着“产业互联网”的到来。随着社会趋势从引导消费过渡为创造消费，企业产业的进一步虚拟化，产业互联网将成为下一个百万亿商业时代。

而在产业互联网时代，杜登斌认为实体经济与金融结合起来才是升级转型的根本出路；而与金融结合起来，必然需要大数据解决方案来解决产业的评估、定价以及信用等问题。所以，产业互联网的翅膀是金融，核心是大数据。

以数据资产为核心的工业大数据技术创新与应用

“没有大数据就没有供给侧的结构性改革。”杜登斌说，在信息化条件下应运而生的“互联网+”技术以各类信息数据为生产资料，推动经济的分布式发展和效率的系统性提升，让管理者、生产者和消费者等各种过去分散、独立的社会主体实现良性互动，创造出与信息社会相对应的新的经济形态、管理方式和产业演进路径，为智能制造、物联网和产业信息化奠定了基础。他简要阐述了产业互联网时代，工业大数据技术创新的思路、规划、设计、模式和目标。

思路：产业互联网必须围绕数据资产创新来实现。首先，要有采集挖掘分析平台，形成产业价值、产品价格基数数据，来完成基础定价、基础评估等；其次，要有综合应用服务平台，使数据资产、权属、数据变现，来完成评估、征信、量化交易等；最后，要有金融创新平台，使数据资产证券化，来完成指数、量化交易等。

规划：六位一体综合解决方案。即以数据资产为核心，构建集云计算、云存储、云服务、云资产、云交易、云金融为一体的综合产业金融服务共享平台。

设计：基于采集挖掘梯级开发。通过垂直定向采集挖掘技术实现数据的大集中（云数据），形成云数据资产。在云数据之上构建各种应用，形成数据云服务和数据云应用，完成数据变现。基于云数据的应用，实现数据资产的归集与估值、征信定价、指数，完成数据金融化。

模式：基于大数据应用的业务线。通过基于工业大数据产权价值、产品价格等多维度的采集、分析，形成工业大数据的评估平台，为金融机构、投资者提供投资决策依据。通过工业大数据采集、挖掘技术，构建数据的中央厨房，进行数据和信息原创和二次、三次加工；同时完成产业、产品数据与信息和产业、金融相互融合，构建产业生态融合系统。通过大数据产业应用平台进行资产和权益归集，开展大数据实时匹配和统计，建立大数据产业定价和指数系，围绕产业指数进行金融创新，形成大数据金融量化交易。

目标：最终能够服务于“互联网+”、“大数据+”，来实现智慧城市、智慧中国。

工业大数据金融创新应用需要突破的问题

针对工业大数据金融创新应用需要突破的问题，杜登斌提出工业大数据的定价、评估、交易难题。工业大数据属于高附加值产业，较难界定价值和价格，迫切需要利用大数据产业金融的解决方案，实现数据交易和金融的嫁接。

篇7

【关键词】大数据时代；数据分析理念

前言

国内外在信息技术领域突飞猛进，越来越多地运用信息技术，大规模的信息与数据信息借助移动互联设备、互联网、社交工具、云终端以及物联网等进行传递，人类业已步入到大数据时代，数据信息的大批量传递对各个组织的决策成本产生了较大影响。

一、大数据概述

1.大数据的定义。如今人们尚未就大数据的概念取得一致意见，主要存在着下列三种看法。首先，它指的是运用相关信息技术，分析、整合大量数据，并获得举足轻重的信息汇总成果，为用户提供相关资讯。其次，认为大数据指的是一台计算机，其处理能力比较强大。第三，它指的是在限定时间内拆解与分析数据中的相关信息，获取关键信息的信息处理技术。

2.特点。第一是具有鲜明的社会性。它能够汇集全部数据与信息，以互联网方式连接绝大多数领域，以信息劳动取代了传统的手工劳动，借助大数据处理技术创造更大的价值。第二是其运用范围非常广泛。大数据时代朝着纵深方向持续发展，信息技术业已对人们的生产生活产生了较大影响，在整理、储存、融合与处理大数据方面都出现了较大变化，推动了社会经济的快速发展。第三是大数据是公开的，在当前的大数据背景下，能够公开所汇总的信息与数据，将诸多领域交换以及运用这些信息。既能够确保数据用户的相关隐私，也可以为相关机构和组织更好地利用大数据环境的优势，满足人们在工作、生活以及学习领域的需求。第四，体现出强烈的动态性。人们可以从大数据处理的结果中得到关键性的信息，然而外部环境随时都可能会发生这样那样的变化，且任何时间都会形成诸多信息和数据，因此大数据时代具有强烈的动态性。

二、大数据时代下数据分析理念探究

1.挖掘数据价值的理念。以匹配广告为作为研究事例，重点涵盖了两种类型的数据，首先是广告库，它涵盖了广告库与相关广告的具体客户信息。这种方式适宜于运用在传统类型的数据库中。其次是顾客观看了广告后的相关行为。人们可以有效地结合上述两种数据，借助相关算法来表现其价值。在具体实践中，能够充分地感受到信息与数据分析的优势。可以为顾客提供所需要的数据与信息，借助群体行为、群体智能技术，将其与以往顾客的具体使用效果做出比较和分析，采取相关的信息反馈机制，向用户提供最优质的数据与信息，或者是查询与搜索相关信息。

2.深层处理与去伪存真的理念。在具体数据分析时，应该严格按照相关的数据分析流程，对相关数据进行深层处理以及去伪存真。大数据业已运用到生产生活的方方面面，在不同地区以及不同行业间发生着相应的转化，逐步取代了传统形式的信息数据处理方式和技术。在大数据背景下，借助先进的数据分析技术，将搜集到的多种复杂信息变换成计算机能够识别的信息和数据，并对其进行分类与整合，在具体的整合分类中，剔除完全不具备实用价值的信息，深层次处理余下的信息与数据，将获得的处理结果转换到具体运用中。受到了大数据背景的强烈影响，庞大的数据规模非但会影响数据的具体处理结果，反而会为用户带来更具有价值的信息。且在数据分析与处理过程中要逐步搜集与积累相关数据。

3.把握数据分析的相关变量。之前的数据分析技术均是先假设相关变量，然后对相关结果实施线性分析。这是传统意义上的数据规模非常小，处理方法也比较简单。然而，大数据背景下，出现了庞大的数据规模，只采取线性处理技术来处理与分析显得不太现实。计算机和大数据的关系非常密切，虽然数据的数量和相关变量持续变化，然而这些变量是明确的、有规律的，不必再假设相关变量，借助数据分析技术就可以获得所需结果。

4.合理地运用统计学思想。在大数据背景下，传统意义上的抽样分析不能满足大数据分析的要求，应该采取统计学思想，更新抽样理念，将总体当作样本，探讨与某物有关的全部数据，不再依赖极少数数据样本，如此方能充分地把握事物的具体变更与发展过程，有效地处理数据表露出的相关信息。更倾向于从纷繁芜杂、不合乎常理的信息与数据中把握事务的具体状况，进一步理解数据分析的严谨性，而不再局限于只追求精确的数据。通过分析数据网络的彼此联系，不必把握反复变化的因果关系，通过分析处理相关数据，更准确地反映数据变更背后的真实状况。采取统计学思想，对收集到的相关信息与数据实施针对性较强的分类处理，更好地把握事物的具体变化情况，为人们做出正确决策提供可靠的依据。

结语

大数据涵盖了海量的信息和数据，通过云计算平台实施规模化的处理和收集活动，构建相应的数据库，对数据进行分流；数据分析理念可以进一步阐述世界、感官享受以及物质领域中的复杂网络关系，借助数据挖掘等在内的多种方法进行分析与处理，使相关数据结果有效地契合实际状况。为人们满足实际需要而进行数据分析与做出决策提供可靠的依据。

【参考文献】

篇8

综合相关的信息，大数据指的是采用新处理模式才可以获得的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。大数据主要有四个特点，分别为大量、高速、多样、价值，大数据时代的来临，帮助各个行业获得重要的数据，对相关有效的信息进行分析，能够获得有价值的总结，有助去使用者的决策。

二、大数据对高校英语教学的影响

人类社会步入了信息时代，对人们生活的方方面面有着各种影响，其中对于高校的英语教学的影响就是其中之一，主要不良表现有以下的两个方面：第一，过去的部分教学方式不能适应大数据时代，当今时代的高校学生，几乎人手都有一个智能的手机，通过网络和各种手机端软件的运用获取各种信息，在有网络的情况下，可以随时随地地取得自己所需要的资源，在这样的大环境下，由于学生获取信息容易，适应了这样的方式，容易使学生对高校英语课堂学习的惰性，会觉得教师的教学进度太慢或者觉得课堂上的知识，很多可以通过网络就可以获得，上课可以不需要认真听讲。第二，在大数据下，师生在短时间内能获得大量的信息，当然，并不是所有的信息都是真实的，在师生没能辨别准确性的情况下，采用了那些信息或相关的参考资料，容易被误导，不利于教学效果的提升。

除了消极的影响，还有着积极的影响，大数据时代下，软件开发公司顺势发展起来，对高校英语教学可以顺应这种趋势，通过大数据掌握学生英语学习的基本情况，同时，购买相关的英语软件，通过软件提供的环境，师生进行有效的沟通与互动，首先，教师通过相关的软件进行教学，软件会有相关的记录，能够帮助老师避免漏讲知识点的情况发生，同时，通过网上互动和做练习，系统能够统计出学生做题的准确率，方便教师及时发现问题；其次，与传统的教学方式有所差异的是，节省了板书的时间，加快了教学的进度，而且能够清晰地将内容呈现在学生面前，另外，可以随时的播放一些音频或视频，活跃课堂氛围，在一定的程度上能够减少学生上课走神的几率；最后，充分结合大数据的特点来进行英语教学，能够在一定的程度上能够提升高校学生的学习热情，有利于取得良好的教学效果，另外，教师也能对学生的问题进行及时的反馈，避免解决学生问题的滞后性，教师与教师之间也可以进行及时的交流以及分享教学信息，进一步的推进教师之间的联系。

三、高校英语教学改革相应的应对措施

（一）转变高校英语教育者的教学观念

在大数据的影响下，高校英语教学的工作者需要利用大数据的特点，联系实际情况，改变原有的教学观念，不是一味的将自己的所知传授给学生，而是学生在进行自主学习的过程中，对其进行指导。

（二）创建新型的学习氛围

至今，有很多学校选用的是老师在上面讲，学生在座位上听课的形式，或是老师给同学们布置了一系列练习题，学生完成后老师进行讲解，这样的学习方式，容易使学生有着思考的惰性，而教师又不能有效地掌握学生的学习情况，没能够有所针对的进行教学，为了避免这样的不足，高校英语教育工作者需要创建新型的学习氛围，学生会更愿意表达自己的看法，高校英语教育者能够贴近学生的学习生活，必要时，对学生进行指导，或者可以在课堂上偏重部分知识点的讲解。

（三）提高高校英语教学者信息技术的能力

随着经济和网络的快速发展，电子设备被逐渐普及到学校的教学工作中，在大数据的影响下，有越来越多的教学软件面世，高校要推广这些教学软件，就需要教学工作者有一定的信息技术能力，懂得如何获得有效的数据，另一方面，如果高校英语教学的工作者有着相应的信息技术能力，可以通过网络获得为教学所用的信息资源，高校英语的口语以及写作板块对学生来说会比较重要，为了避免学生的英语知识跟社会脱节，高校教育的工作者需要通过网络上的各种渠道来获得最新的相关英语信息，以供给学生学习和交流，因此，英语教学工作者具备一定的信息技术能力及其重要。

篇9

关键词 大数据 今日头条 新闻生产 价值实现

一、“今日头条”：大数据时代的宠儿

今天我们所生活的时代，已经被称为“大数据”时代。《大数据时代》的作者维克托·迈尔·舍恩伯格在该书中说，最初这个概念是指需要处理的信息量过大，已超出一般电脑处理数据时使用的内存量，因此需要改进处理数据的工具。①所以，“大数据”首先指信息或数据量的巨大。但大数据并不等同于“海量数据”。“大数据”之中还存在着相联的关系，因此“大数据”还指需要通过新的信息处理方式来挖掘、存储、分析、处理，并具有预测性、决策力的海量、高增长率的相关资讯。②关于大数据的特征，业界目前比较认可的是IBM 公司提出的四个“V”：数量（Volume）、多样性（Variety）、速度（Velocity）、真实性（Veracity）。而大数据的价值，研究者认为，大数据虽然通过挖掘加工可以产生巨大价值，但其本身价值密度低，仍然需要在大量数据中发现有价值的数据或将低价值的微小数据集聚成有价值的大数据。③因此，在新闻传播领域中，不管是传统媒体、社交媒体还是移动新媒体，谁能掌握大数据技术并开发大数据带来的社会价值和商业价值，谁就可以在时代浪潮中获得新生。而“今日头条”先做到了。“今日头条”是北京字节跳动科技有限公司推出的一款移动新闻客户端，2012 年8 月上线，累计用户1 亿，包含了新闻、图片以及各类短文。它目前已完成1 亿美元融资，估值超过5 亿美元。相较于门户网站、社交媒体和其他手机新闻客户端，“今日头条”的与众不同正在于它充分利用大数据技术进行信息挖掘、分析、聚合，“你的头条不见得是别人感兴趣的，我们要做的是定制专属你的产品，”其创始人张一鸣说。因而“今日头条”的独特之处还在于通过对社交大数据的挖掘，向用户推送个性化信息。

二、从“今日头条”看大数据技术对新闻生产的影响

在全球范围内，大数据技术对新闻生产领域的影响开始于“计算机辅助报道”，而如今大数据技术已逐渐渗透到新闻生产的核心领域。从新闻的选题到新闻采写、整合，都可看见大数据的踪影，甚至还出现了数据新闻、趋势预测性新闻和数据驱动型深度报道，但这些目前在国外还处于个案探索阶段。在我国，“大数据”在学界和业界都成为了最时髦前沿的词汇，至今学界对大数据的研究还停留在理论梳理层面，而深入到新闻生产核心环节的大数据业界实践还未真正成形。但是，“今日头条”利用大数据技术对新闻生产领域的全新探索可以给予其他媒体启示。

1、数据为主：重视数据的挖掘、收集、整合和呈现

“大数据”时代下数据成为“富矿”。而“今日头条”就将海量的新闻信息和用户信息视为“富矿”，它们宣称：“我们不生产新闻，我们是新闻的搬运工”。而“搬运”方法就是利用大数据技术对数据进行挖掘、收集、整合和呈现。它们不做传统媒体擅长的事情——不参与原始新闻内容的生产，但内容供应方是众多的传统媒体、网络媒体以及自媒体；它们不做传统编辑的工作——没有编辑对信息内容进行整合编排，其团队里大部分为产品技术人员。

它通过对用户绑定的登录账号的社交信息：微博账号的关注好友、粉丝群、各种评论和转发，收藏、签到位置，使用微博时间等进行原始数据分析计算。在数据挖掘收集分析的基础上得出用户感兴趣的新闻进而推送给用户，整个过程不需要用户有任何操作，简化了用户过滤无关信息的过程和时间。同时，在用户使用过程中，还会根据用户对某一内容的阅读和评论及收藏、对某条新闻的停留时间来分析用户的兴趣点从而调整对用户的新闻推送，甚至还有基于用户位置的内容推荐：包括推送所处位置的相关信息，或根据用户手机所处不同位置的时长来判断用户对某地信息的需求量。随着搜索、阅读时长的增加，算法不断演进，数据分析更加到位，推荐精确度也大大提高，就能更好满足用户需求。④在信息爆炸的快节奏社会，“今日头条”以“大数据”的思维和技术手段，将自身定位于智能移动信息推荐引擎，让众多新闻在极短时间内抵达受众面前，提供渠道和平台帮助内容生产者实现新闻价值，重视并提升了数据技术在新闻生产领域的地位。

因此，传统媒体应该尽快树立起数据为主的理念。“今日头条”利用大数据技术仅在信息分发渠道已获得巨大收益和发展前景，而拥有良好背景资源和专业人才优势的传统媒体获取新闻数据的渠道更广泛、成本更低廉并且成果会更精良，因此可以将“大数据”参与到新闻的的选取、制作、传播、反馈等过程中，同时，在舆情记录分析和受众反馈调查方面“大数据”也能发挥出重要作用。

2、服务为王：利用数据对用户进行精准分析和独家定制

在互联网时代，媒体提倡“内容为王”，认为凭借高质量的信息内容就能赢得受众。而这种情况已经在大数据时代被“服务为王”所取代：新闻媒体不仅要满足受众对新闻内容的需求，还要满足各种服务要求，比如：传播时间、渠道，新闻表现形式、类别，反馈方式和社交属性等。“今日头条”就是其“服务为王”理念的先行者。首先，它是一款面向移动新媒体用户的移动新闻客户端，本身就是一种亲民、具有良好用户体验的信息传播载体。每当用户打开“今日头条”APP，映入眼帘便是其宗旨：“你关心的，才是头条”，它的“秒懂”形式设计得很贴心。除此之外，它还设置了涵盖各领域的信息频道供用户自由选择，用户在阅读过程中可以删除不感兴趣的新闻，可以离线下载感兴趣的新闻，还能在动态页面中查看、评论各好友分享的最新新闻等。所以，每个人看到的今日头条都是独家定制的，这无疑是一种绝佳的用户体验，也是“今日头条”区别于其他门户类新闻客户端和传统媒体新闻客户端的最大亮点。

“今日头条”所运用的大数据分析技术不同于一些技术公司对于用户整体行为的分析从而寻找影响他们内容消费行为的相关因素，而是注重对于每一位用户的个性化需求分析。所以，传统媒体也要学习“服务为王，用户至上”的理念。引入大数据分析技术深度理解用户需求，有针对性地生产特色信息产品，打造精准传播，提升用户体验。与“今日头条”定位理念不同的“澎湃新闻”客户端，在打造优质新闻内容的同时也要学习如何利用大数据技术主动吸引更多用户。

三、从“今日头条”观大数据时代价值实现的理念创新

“今日头条”在获得受众好评和投资者青睐以及同行羡慕的同时，也陷入了涉嫌侵犯内容版权的漩涡之中。如果从法律角度看，“今日头条”的版权问题并不复杂。在法理层面之外，我们需要以大数据时代的视野，结合“今日头条”的实践来思考当今传媒业价值变现的问题。喻国明提出，纸媒表现出的集体“愤怒”，其实质是传统媒体在失去渠道垄断之后的焦虑。纸媒的原创优质内容，应该如何创新“变现”渠道，获得增值和利润，这实质上是当前传统传媒转型的关键之所在。⑤张一鸣也认为，“只要谁能让‘变现’这个环节也变得容易，媒体才能真正的变革。终极的状态是，你只要专心创造内容，内容的变现自动完成，并且转化效率很高。”

1、价值实现全过程：内容生产者和渠道提供者缺一不可

我们不能只看到大数据时代引发的技术变革，还应该重视在新闻媒体环境中的理念变革。在传统的媒体观点中，作为新闻内容生产者的传统媒体，是新闻信息价值的唯一创造者。所以也是内容产品价值实现的唯一收益者。但如今这样的想法要与时更新了：当众多优质新闻内容同时出现并淹没在海量信息中，谁能脱颖而出得到受众的认可和分享传播，靠的是渠道和平台的推动力量。如果传统媒体固步自封，即使内容再优质但无法抵达合适的受众面前，仍然只能“顾影自怜”。“今日头条”凭借独特的信息挖掘、抓取技术，打造了个性化信息分发平台，使受众获得了他们想要的信息，使内容生产者获得了他们期待的受众。因此，在大数据时代，信息内容产品从价值创造到价值实现的全过程是内容生产者和渠道提供者多方作用的结果，只有彼此依赖的每一方完成好本环节的接力工作，才能使信息内容产品增值并且有可能实现新闻价值，并非任何一方“一手遮天”就能取胜。

2、内容生产传播全过程：各用所长，协同合作

在大数据时代，媒介市场竞争异常激烈。曾经称霸互联网的几大门户巨头，在抢夺完社交媒体市场后又开始瓜分移动客户端市场。“强者更强”在传媒领域似乎也是通行的定律。但是，没有资本优势和受众根基的“今日头条”却在高手如林的客户端战场上杀出重围，靠的是在利用他人优势的基础上发挥自身所长。因为它并没有专业的新闻生产团队，在内容生产上无法与传统媒体和门户网站抗衡。所以“今日头条”主攻自己擅长并且其他媒体还不重视的数据挖掘分析技术，为其他媒体搭建信息分发平台。而长期以高品质新闻内容引以为傲的美国《纽约时报》，近些年投入了大量成本开发新媒体技术应用，先有“付费墙”后有“付费门”，再到“付费门2. 0”，但始终不能挽回纸媒日渐下滑的颓势。因此，我们可从“今日头条”和《纽约时报》的不同实践中看出，在大数据时代的传媒产业竞争中，任何一家媒体都很难真正做到“一家独大”或“全盘通吃”，必须要树立专业化分工的合作意识，明确自身优势领域和薄弱之处，做到知己知彼，擅长内容生产的媒体和擅长技术挖掘和用户分析的媒体应该强强联合而不是相互厮杀。只有真正协同合作才能实现双赢和多赢，共享大数据时代带给传媒业的机遇和挑战。

维克托·迈尔·舍恩伯格在《大数据时代》中认为：“大数据己经撼动了世界的方方面面。”他还表示“尽管我们仍处于大数据时代来临的前夕，但我们的日常生活已经离不开它了。”正如互联网诞生之初的情形一样，国内外的研究者对大数据时代和大数据技术，充满了赞扬之情和美好期盼。

然而，我们不要忘记的是，再先进的科技始终是一把双刃剑。一方面大数据能够促进社会变革和进步，而另一方面也带来了许多亟待解决的问题：第一，数据爆炸式增长，给数据存储和分析增加了很大难度；第二、大数据的高速发展，其准确性、真实性等都将使人类面临挑战；第三，结合新闻传播领域，当媒体为追求新闻真实与可读而尽可能挖掘数据时，难免会触犯个人隐私，甚至可能还会触犯社会道德底线。而依靠大数据技术而新生的数据新闻，其人文关怀和社会性可能偏弱，不符合我国新闻媒体为人民服务和追求舆论导向作用的宗旨。另外对受众的个性化分析计算是否侵犯受众隐私权、媒体对大量数据的引用所牵涉的版权纠纷等问题，都是需要我们在欢呼之后冷静思考的。

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：生活、工作与思维的大变革》[M].浙江人民出版社，2013

②王国鹏，《大数据时代媒介生产方式和传播机制的变革研究》[D].山东大学，2014

③彭兰，《“大数据”时代：新闻业面临的新震荡》[J]《. 编辑之友》，2013（1）

④王静超、储靖农，《“今日头条”的创新对传统媒体的启示》[J].《青年记者》，2014（8）

⑤喻国明《, 集成经济：业务模式的创新需要盈利模式的创新来保障——对“今日头条”引发的版权之争的一点看法》[J].《新闻与写作》，2014（8）

篇10

关键词：大数据；烟草行业；数据应用

中图分类号：TP3 文献标识码：A 文章编号：1009-3044（2016）11-0222-03

在传统媒体时代，无论是电视广播还是报纸杂志，政府和精英掌握着话语权，普通公众只是受众，很难通过这些传统媒体表达自己的观点和看法。而今天，在互联网上，在手机客户端上，在微博微信上，网友可以畅所欲言，只需要通过简单的注册申请或者不注册申请，便可以轻松简单地文字、音乐、图片、视频等信息。在新浪微博，每天有上亿条信息诞生。这些庞大的数据正在改变着我们的生活。

互动频繁的大数据时代，信息垄断已经是过眼云烟。随着社会和传播媒介的发展，沟通与信息传递日趋频繁，微博、QQ、微信、Facebook、人人网等深入并影响着我们的生活。每个人都是大数据媒体时代的主人翁，拥有自媒体的每一个人都可以自由表达自己的观点，而这种表达是公开的，条件成熟或者不知不觉中一触即发可以被迅速传播出来去。同样一件事，可以这样表达也可以那样表达，公众说出来是一种意思，草根说出来又是另外一个意思，各种各样的表述和观点充斥着网络，而人们又是通过各种各样的渠道获得这些信息。因而，正如真理只有相对没有绝对，所谓信息的绝对权威已经不存在。

烟草行业作为一个相对封闭的国家垄断行业，面临前所未有的严峻形势。大数据时代下，信息传播的即时性非常强，大量的与烟草行业有关的数据在产生，通过数据分析软件对大数据进行整合，分析各种现象背后的原因，可以更好好预测事物的发展趋势，制定有效的营销策略、指导商业行为、提供决策支持都显得至关重要。总之，大数据时代彻底颠覆了传统意义上的国家垄断产业，促使烟草企业向着信息化时代迈进。

1 相关概念概述

1.1 大数据概念

大数据的定义很多，技术上认为大数据是一种创新的技术架构，主要是从当今纷繁复杂的数据海洋里利用创新技术整合指定用户需要的有用信息。功能上认为大数据就是规模大、暂乱无章急需新技术来整合分析的数据。大规模、多样性、方便快捷和有价值是大数据的主要特点。”公共用户搜索引擎上的每一笔记录，购物网站上的每一笔交易，视频网站的每一次点击，在公共面前只是简单的操作，但是在互联网后台这就是一大笔数据财富。对这些数据进行整合排列，不仅让行业相关这了解公共爱好，还可以为企业了解市场消费提供可靠的数据依据。

麦肯锡咨询公司在研究中称：网络时代的形形的大数据，已经逐渐融入我们的日常工作和生活中，每个行业都在尽全力追逐和挖掘大量数据所产生的重大利用价值和数据背后隐藏的巨大意义。企业内部的经营交易信息、互联网世界中的商品物流信息，互联网世界中的人与人交互信息、位置信息等，这些数据资产的盘活在企业发展中越来越重要。

1.2 垄断行业概念

垄断行业是作为垄断的载体出现的，简单地说处于垄断状态的行业我们可以称其为垄断行业。在我国石油行业、电力行业、军工行业等都是垄断行业。垄断可以划分为自然垄断，行政垄断和经济垄断。

自然垄断是随着生产成本以及用户需求量的变化而变化的，在我国主要表现为涉及国计民生的水、电、燃气等公务服务行业。

行政垄断主要是指国家政府或者地方政府利用职权干涉正常的市场经济竞争，本文涉及的烟草行业就属于行政垄断范畴，国家政府对烟草行业实施安全监控，只允许国家烟草局一个机构生产和分销烟草，也就是平时所说的烟草专卖。

经济垄断是基于竞争中产生的优势力而形成的，技术进步和创新是其产生的基础。

2 大数据对垄断行业的影响

2.1 大数据已在垄断行业普及

以熟知的烟草行业进行论述。“信息爆炸”的时代，公众的信息来源多元化，我国目前有3亿多卷烟消费者，使用互联网的卷烟消费者约有1.5亿人左右。国内市场上销售的卷烟品牌有169个、一个多个规格包装。每种卷烟包装都有独立的包装形象、吸味、价格、服务等方面信息。我国有500多万零售客户，每天至少有2亿笔交易数据在“新商盟”上流动，数亿次交易数据中潜藏着市场规律和热点。这是一个巨大的数据库，通过模式模型深度挖掘数据背后的信息，再以简单易懂、易操作的平台形式将处理的数据结果输出给企业，为企业细化市场，制定决策方针提供了科学的数据支撑，必将给烟草行业带来可观的市场价值。

2.2 大数据使行业信息垄断不复存在

随着移动通信技术的普及，人们的交往更加的紧密，网络上已经没有传统意义上的绝对私密空间。比如微信，虽然标榜非好友关系不能看到微信的内容及更新状态，但是如果仔细顺藤摸瓜，还是能搜寻到蛛丝马迹，在互联网环境下的社会化传播日益普及。大数据时代的信息传播进入了一个全新的、快速的、影响力大的传播氛围中。垄断行业的信息传播越来越透明，也经历了从单一的互联网传播向社会化大数据传播的转变。社会化传播阶段，任何一个小方面的信息传播失误就可能触发一场不可收拾的商业危机。“水能载舟，亦能覆舟”。公众的力量是伟大的，同时公众都具有可煽动性。在社会化大传播阶段需要仔细观察公众的热情及公众的反应。垄断行业机构更应该设立公共自由发言窗口，并派专职人员进行定期整合公众的声音汇报给上级领导，上级领导也可以自己登录窗口，体察民情，多倾听民众的心声，脚踏实地地为消费者服务，才能促进企业的长远发展。

篇11

关键词：大数据;资源;竞争;顾客;战略思维

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）.

[5]杨刚，李光金.企业战略思维新探：内涵、过程及要素[J].华东经济管理，2011，（2）.

篇12

摘 要 大数据时代的到来，对政府统计工作来说既是一次机遇，更是一次挑战。机遇在于其丰富了数据的来源、提高政府统计数据质量和统计效率，为政府开展统计工作提供了新思路，而挑战主要体现在其要求政府统计部门转变传统的观念，树立新型统计理念，积极采取有效措施应对大数据时代，从而促进政府统计事业的稳步发展。本文笔者首先从大数据的含义出发，分析大数据时代对政府统计工作产生的机遇和挑战，并对政府统计工作如何应对大数据时表自己的看法，希望能够为提高我国政府统计质量尽绵薄之力。

关键词 大数据时代 政府统计工作 机遇 挑战

伴随着互联网、物联网以及移动终端等现代信息技术的不断发展，促使数据以几何级数的形式快速增长，数据已经融入了人们生活的各个方面，随着数据内涵的不断延展，相信在不久的将来大大数据会成为影响社会经济发展的重要战略资源。大数据的诞生，打破了传统数据的范畴，促使各项数据朝着更全面、更复杂的方向发展。总之，大数据时代到来，给政府部门开展统计工作带来了机遇和挑战，这就需要政府统计部门采取有效措施积极应对。

一、大数据的含义分析

维基百科将大数据定义为：主要指的是凡是涉及的资料量规模巨大到无法利用目前现有的软件工具，在合理的时间内将其管理、处理并其整理成一份能够帮助企业做出各项经营决策的资讯。大数据是一个体积超大、数据种类特别多的数据集，并且这些数据集是不能使用传统的数据库工具对其内容进行管理和处理的，大数据的数据和种类跟传统所限定的结构化数据也存在很大差异，包括了半结构化和非结构化的数据，例如：文字、图像、视频以及二维码等[1]。

二、大数据时代政府统计工作面临的机遇

归纳起来，大数据时代的到来，给政府统计工作带来了以下几方面机遇：

（一）大数据丰富了政府统计数据的来源

随着各种现代信息技术的不断发展，当前图像、视频以及网页等非结构化的数据所占的比例在逐渐提高，这些不仅成为了大数据的主要组成部分，也为政府开展统计工作提供了新的数据源。

（二）大数据能够辅助验证政府统计数据质量

由于大数据具有数量大、资源多以及速度快等特点，因此其可以实现对传统统计指标数据的进一步验证和补充，进而在一定程度上实现了控制政府统计数据质量的目的，保证了政府统计数据的实时性、准确性、完整性以及真实性。

（三）大数据能够进一步促进政府统计效率

由于大数据具有挖掘、收集以及分析数据的技术特点，从而其能够在很大程度上缩短数据生产的时间，减少了各种报表填报的程序，降低了调查的负担。但是从全世界来看，大数据已经被广泛运用在了价格统计、人口统计、就业统计、经济活动统计等多个专业领域中，并突显出了前所未有的应用前景和潜力[2]。

（四）大数据为政府统计提供了新思路

在多次的IBM人机大战中，人类多次战败，究其主要原因关键在于机器人可以通过设定程序在较短的时间内收集数据的基础上进一步对数据资源进行分析和处理，进而给出正确的答案。然而传统的统计分析都是建立在人的主观能动性的基础上，并且主要采用事后统计的方式，然而大数据分析技术能够快速对大数据进行实时分析，从而保证了各项数据的适用性和有效性。

三、大数据时代政府统计工作面临的挑战

（一）政府统计的工作职能不断弱化

大数据时代的到来导致政府统计部门已经不再是唯一海量数据的拥有者。特别再加上物联网等技术的快速推进，促使工业生产、物流运输以及社会消费等数据都可以直接从物联网中读取，进而将其存储在服务器中，最后在经过云计算对所得到的数据进行挖掘和分析。因此，无疑对传统的政府统计工作带来了巨大的挑战。

（二）大数据对政府统计的传统方法和制度带来冲击

最近几年，随着大数据挖掘技术的不断深入，再加上各种信息咨询业务的不断兴起，要求传统设计的对象、内容以及渠道不断发生改变，而当前的统计体系和方法制度已经远远不能适应当前形势的需要。然而数字化的行政商业记录、网络在线文本以及主流媒体数据等等都进一步拓宽了政府统计收集信息的渠道。

（三）要求政府统计提高数据处理能力

从当前政府统计的数据分析技术和能力来看，已经远远不能满足大数据分析的要求。这就需要一支专业能力更高、知识素养更强的专业统计分析人员来对数据进行分析和挖掘，从而提高政府统计数据处理能力。

（四）要求政府进一步提高统计质量

大数据时代的到来真正实现了全社会数据共享，因而官方统计已经不再是公共统计数据信息的唯一渠道，人们对数据的需求层次、质量、公开以及细化程度也将不断提高，这就需要政府部门进一步提高自身的统计质量。

四、政府统计工作应对大数据的对策

大数据时代的到来对政府统计工作带来的机遇和挑战是前所未有的，因此政府统计只有顺应时代的潮流，进一步开拓创新，才能在这场变革中占领主动地位，进而将政府统计工作推向新局面。

（一）进一步转变自身职能，构建服务型的政府统计

具体来说，可以从以下几个方面出发：（1）对统计机构进行优化设置。政府统计制度在设计时要充分考虑到用户的真实需求，进一步丰富数据采集的渠道和来源，通过更加专业化的手段对数据进行分析；（2）要进一步完善统计的职能，要充分借助现代化信息技术来缩短数据从采集――传输――汇总――存储――整个环节所需的时间，并建立起及时、有效的数据和分析系统，利用可视化技术将数据直观展示出来；（3）进一步强化社会的服务职能，只有真正实现政府统计工作面向公众、服务社会，才能在当前如此激烈的竞争中维护统计部门的权威地位。

（二）进一步完善制度，推动政府统计改革进程

（1）丰富政府统计的指标，要收集政府统计系统之外的各项统计指标，并分析该指标跟当前统计指标存在的差异，进而不断完善、调整和规范现有指标体现；（2）完善调查的方式，要进一步加强对行政记录、商业交易记录以及收缩引擎等调查方式的研究和利用，从而及时获取关于物价、就业等方面的重要信息[3]。

（三）进一步提高业务水平，探索现代化统计新模式

主要可以从以下几个方面出发：（1）改善数据护理技术，政府统计部门要针对当前大数据多元异构的特点，加快对数据清洗技术的研究进度，从而积极推动数据处理方式从传统的简单汇总逐渐向数据挖掘的方向不断转变；（2）对统计分析方法进行创新，政府统计要从当前大数据速度快、形式多以及关联性强的特点，进一步加强对数据的实时、关联以及可视化分析，要将大数据在分析相关关系中的作用充分发挥出来，进一步提升预警预测的能力；三是进一步开发出统计方面的新产品，在做好统计数据、统计分析以及统计监测的一系列传统产品的基础上，进一步研究并开发出更高层次的统计产品以及服务。

四、总结

综上所述，随着大数据被广泛运用在生活的各个领域中，政府统计也要重视和加强对大数据的利用，从而将政府统计在社会生活中发挥的积极作用充分发挥出来。在大数据的时代背景下，要求政府统计部门主动求变，在繁杂的大数据中剥丝抽茧，从而对大数据中最有价值的信息进行分析和利用，精确把握当前时展的方向，顺势而上，促进政府统计事业的稳步发展。

参考文献：

[1] 李金昌.大数据与统计新思维[J].统计研究，2014.31（1）：10-15.

篇13

关键词：大数据；个人隐私；互联网；市场监管

中图分类号：TP311.13 文献标志码：A 文章编号：1673-291X（2015）02-0299-03

大数据指的是所涉及的资料量巨大到无法透过目前主流软件工具在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。作为一次重大的变革，大数据时代的到来在改变着人们的生活、工作和思维的同时却也使个人隐私的保护受到威胁。斯诺登事件的爆发更增加了各界对国家安全和个人隐私保护问题的关注与担忧。如何在大数据时代下保护个人隐私，是整个社会和每个公民需要思考和严肃关注的一个社会问题。

一、现有研究文献及述评

在对大数据下个人隐私保护的研究中，杨渊（2014）指出，目前国外普遍加强立法以规范网络环境下的个人信息使用，同时也在探索一些新的数据使用模式，在确保个人合法权益的前提下合理挖掘利用信息，创新数据增值业务。史卫民等（2013）从完善相关立法、健全行政监管、强化技术保护、加强行业自律、提高自我保护等方面来加强个人信息的保护。张紫（2014）认为，相关法律规制在信息保护方面发挥至关重要的作用，且立法不可急于求成。冯登国等（2014）从大数据的隐私保护、信任、访问控制等角度出发，梳理了当前大数据安全与隐私保护的相关关键技术，他们认为大数据带来了新的安全问题，但其本身也是解决问题的重要手段，只有通过技术手段与相关政策法规相结合才能更好解决大数据安全与隐私保护问题。王忠和殷建立（2014）认为，大数据环境下的隐私保护不仅涉及道德、法律、行业、技术等领域，还涉及大量的个人、群体、企业和机构，并由此提出了构建以溯源技术标准体系、产品信息登记制度、溯源监管制度、溯源信息奖惩制度等为主要内容的个人数据隐私泄露溯源机制，吸引相关利益主体共同参与，为合理挖掘与利用个人数据资源提供一种解决方案。此外，刘珊（2014）认为，仅靠法律、技术手段是不够的，提出了要从伦理道德观的形成、行业自律制度的建立、全面数据素养教育的加强等方面开展一系列伦理建设。姚朝兵（2013）提出，我国的立法应立足于我国实际并借鉴欧盟和美国的分散立法两种立法模式，确立统一立法与行业立法的折中模式。

上述的研究从理论的角度对于大数据环境下的个人隐私保护提供了思路和可研究的方向，然而却缺少实证方面的研究。因此，本文主要在对杭州市的五个主要城区进行实地调研，并在基于数据分析的情况下对于大数据目前在国内的现状及人们对于个人隐私的态度进行分析，以求完善相关的保护措施。

二、调查结果及分析

我们采取了问卷调查和访谈的方法进行了调研，调查的范围是杭州地区.考虑到萧山区、滨江区、余杭区、富阳区都为新城区，因此本次调查选取的子总体为上城区、下城区、西湖区、拱墅区和江干区。由于大数据的概念提出的时间比较短，因此，我们选择的调查对象为17―50岁间容易接受新生事物、上网时间较长的人群。整个过程采取了分层抽样的方法，依据第六次人口普查杭州地区人口分布数据，我们确定了调查的问卷配比。本次调研实际发放问卷数量为800份，最终收回并经过筛选，获得有效问卷数量694份，问卷的有效回收率为86.75%。在调查的694个样本中，男女生的人数分别为389人和305人，各占总人数的56%和44%，人数比基本接近1：1。本次所调查的对象中，人群的年龄分布主要在26―35岁及18―25岁这两个分段，分别占44.57%和33.43%，而17岁及以下和35岁以上的人群比例仅占3.71%和18.29%。在职业分布上，公司职员和学生各占45%和24%，而企业高管、公务员、专业人员、自由职业者、退休和其他人员，分别为4%、2%、5%、6%、1%和13%。根据之前容易接受新生事物、在网时间较长的假定，本次的主体主要集中在26―35岁的公司白领，及18―25岁的全日制在校生。之后的分析也将主要围绕这两类人群展开。

（一）大数据普及度分析

调研的结果显示，大数据作为一个新概念的提出，在国内的普及率还不够高。调查后的数据显示，67.51%的人表示没听过大数据或听说过但不关注，对于大数据的认识不够；仅有8.85%的人明确表示，十分关注大数据的新闻和消息；另外23.89%则是对其有一定的了解并表示会关注。而被问到是否有身处大数据时代的感觉时，61.06%的人认为确实能够在平时的生活中感受到大数据时代的到来，24.78%的人完全感受不到大数据在身边的感觉，仅14.16%的人能明显感受到大数据时代的到来，大数据还未被大部分人所认识到。

（二）个人隐私关注分析

在本次调查的过程中，调查对象在谈到对“斯诺登”事件反映隐私保护方面问题的看法时，普遍表现出对其的重视。70.8%的人表示知道并关注“斯诺登”事件及其折射出的个人隐私问题，不知道的人数仅占29.2%。进一步的数据表明，61.95%的人表示在“斯诺登”事件之后会进一步地关注类似的隐私保护新闻，只有38.05%的人不再关注这类消息。大部分人对于个人隐私泄露的新闻持关心的态度，大家在针对个人信息的问题上态度积极。

在自我保护隐私的方面，70.8%的人会在使用计算机之后有意识地删除系统缓存，以避免个人隐私的泄露，23.89%的人则没有这方面的自觉和意识，还有5.31%的人根本不知道系统缓存。由此可以得出，大部分对于个人隐私的态度比较慎重，会有意识地进行保护。在被问及是否会经常使用微云等云存储服务时，80.53%的人表示会因为担心隐私的泄露而不经常使用，仅有13.27%的人表示会经常使用。在针对网站注册的问题上，88.33%的人表示会担心注册使所填写的个人信息被他人窃取，仅11.67%的人并不在意这个问题。另有88.76%的人担心在上网的同时，自己的信息会在不知情的情况下被收集。日常生活中，大部分人十分在意对自己的个人隐私进行有意识的保护，隐私保护是大家比较关心的问题。

（三）现有隐私保护措施分析

大数据时代的到来，是时代变革的趋势。然而它所带来的个人隐私保护问题，也是一个必须被重视的方面。对于如何能在大数据时代下更好地保护好每个人的隐私、现有的制度或措施能否保障个人隐私的安全，我们进行了调查。从结果上看，61.06%的人认为企业不应该将收集到的用户数据在未经用户许可的情况下与第三方共享。当面对某些机构擅自收集用户的个人信息，并进行运用分析时，44.25%的人对此感到反感，并认为其侵犯了个人隐私，还有47.79%的用户则持有利也有弊的观点。当被问及政府目前实施的隐私保护政策和法律能否保护公民的隐私不被侵犯时，80.53%的人认为仅能做到部分保护，无法做到完全防范。企业现有的隐私保护策略还存在着问题，并不能完全应对大数据时代到来后，用户对个人隐私保护需求的增长。政府在法律方面也有待完善，现有的法律法规并不能解决大数据时代下个人隐私保护中的相关问题。

三、大数据时代下保护个人隐私的对策分析

随着网络技术的飞速发展，越来越多的人加入到网络大军中，各种各样的注册网站也让人目不暇接。当我们沉浸在网络生活的便利时，我们的个人信息、偏好选择也在不知不觉中被记录下来。当众多数据汇集到一起时就会产生质变的结果。无论是2009年谷歌成功预测冬季流感的传播，还是亚马逊商城的商品推荐都证明了这一观点。我们在利用大数据带给我们的便捷时，也要注意自己的隐私保护，棱镜门事件就向我们敲响了警钟。隐私保护不仅需要政府方面的干预，也要求企业、个人增强信息安全的保护意识。大数据时代下我们需要从以下几个方面加强个人隐私的保护。

（一）政府部门加强立法，建设网络维护队伍

网络技术的发展可以用日新月异来形容，但是国家的立法速度跟不上网络的发展速度，因此当网络问题浮出水面时，人们才意识到问题的严重性。虽说亡羊补牢为时未晚，但恶果已经造成。为了尽量减少损害，相应的法律必须及时跟进。由于网络环境复杂，问题杂乱难以解决，这就要求政府方面及时关注网络动态，维护网络环境安全，组成专业的网络安全维护队伍，在问题出现苗头之前及时遏制。另外，需加强网络维护人员的综合素质，提升他们处理问题的能力，增强专业知识的学习力度。

（二）企业注重网络信息安全的维护

信息安全关乎企业的生存，信息的泄露会对企业造成沉重的打击。在信息化时代，我们必须注重网络信息安全的维护。近年来，黑客攻击企业门户网站的事情屡屡发生，他们的行为对企业信息安全造成了严重威胁。网络时代信息安全关乎企业利益，维护信息安全是保证企业健康发展的重要举措之一。因此，企业应该加强网络建设，增强内部网络的防御能力，增加对网络安全维护的投资，建立完善的内部网络。与此同时，加强企业团队的思想道德教育，培养下属的忠诚度，选用可靠人员维护内部信息安全，谨防由于内部员工泄密给公司造成损失。

（三）企业应注重自身信誉，增强道德建设

道德建设对企业未来的发展起到了不可忽视的作用，它在一定程度上决定了企业未来能走多远。树立良好的道德形象能让企业呈现旺盛的生命力。“棱镜门事件”是在美国国家安全局操控下，众多运营商通力合作的前提下发酵出来的。这一举措给民众的隐私安全造成巨大的威胁，众多民众的个人隐私被暴露无遗，企业信誉遭到质疑。针对这一情况，只能从企业自身来寻求解决方案。首先，作为企业应重视自身的信誉，信誉是企业的立足之本，无论任何时候企业都应该把信誉放在首位，没有信誉的企业只能在市场的选择下逐渐被淘汰。其次，企业应完善企业文化，增强企业的道德建设，整顿企业队伍，杜绝类似事件的发生。

（四）个人应加强信息安全的保护意识

保护个人隐私最关键的一个环节还是在网络参与者自身。作为网民，我们应该具备甄别信息的能力。面对各式各样的注册网站，我们首先应该考核网站的安全性，其次确定哪些信息是不需要填写真实信息的，最后决定是否需要注册该网站。另外，我们要及时清理上网痕迹，清除个人信息；平时多关注信息安全问题，掌握解决方法。信息安全关乎切身利益，每个人都应该抱着足够重视的态度来看待这个问题，注重私人信息的保护。

参考文献：

[1] 杨渊.大数据背景下个人隐私保护和信息应用研究[J].征信，2014，（8）：24-26.

[2] 冯登国，张敏，李昊.大数据安全与隐私保护[J].计算机学报，2014，（1）：246-258.

篇14

关键词：大数据；信息安全；互联网

互联网的普及以及各种科技产品的推陈出新，数据、信息呈现每天爆发增长的趋势，而数据、信息的爆发似乎已经成为人们生活生产的活动中习以为常的事情。人们通过手机、电脑等各种终端和客户端享受着信息交换带来的好处，最为显著的好处就是带来了巨大的经济效益。通过手机、电脑等产生的网络传输、互动网络社交等都在产生大量的数据，依据相关统计，光是中国产生的数据信息在2013年已经超过了0.8ZB（相当于8亿TB），并且预计到2020年中国产生的数据总流量达到2013年数据量的10倍以上，超过8.5ZB[1]。在大数据时代，数据包含了四大特征：数据量大、类型繁多、价值密度低、速度快实效高。当前，社会数据得到广泛的应用，通过手机或电脑等网络相关设备，随时都可以看到网络日志、音频、视频、图片等[2]。而当数据信息量达到一定的规模和程度，数据管理和处理的难度加大，数据信息安全也存在一定的风险。信息安全风险包括个人信息、企业信息以及国家信息的泄露风险，因此在大数据时代做好数据信息的管理与安全防范非常重要。

1大数据时代信息安全面临的问题

在大数据时代，信息量庞大，在利用和交换信息的过程中还应当重视保护信息安全。信息传输与交换也日益频繁，大数据时代面临的信息安全问题也日益凸显。

1.1隐私泄漏问题

在人们的日常生活生产当中，涉及到的信息多种多样，包括自己的相关信息也包括别人的信息。总而言之，日常生活生产使用信息是不可避免的。在大数据时代背景下，信息能够更加快捷方便地交换传输，提高人们生活工作的效率[3]。但大量的数据信息汇集，用户的信息隐私等泄漏的风险也在加大。例如，用户通过微信、QQ、微博等社交平台晒自己的生活日常，以及网上购物，收发邮件等都会涉及到个人信息以及个人隐私，如手机号码、姓名、住址、照片等等，这些信息不仅会被他人的掌握，也被网络运营商掌握。通过我们的网上足迹，可以查到我们的很多的信息和隐私。以网上购物为例，新浪微博和阿里巴巴公司合作后，淘宝用户浏览的相关商品以及购物的习惯等会被记录下来，当与之关联的账户登录新浪微博时，数据库会经过特定算法推算后，精确地推荐该用户应该感兴趣的商品信息[4]。网络服务渐趋“人性化”，但与此同时也给人们的信息和隐私安全带来极大的风险。

1.2安全防护系统存在问题

随着社会信息化加强，人们在利用各种电子、信息设备时，信息安全防范意识也在不断增强，无论是手机还是电脑，都会安装一些安全防护系统如360安全卫士、手机管家、电脑管家等等安全防护软件。对于普通大众来说，这种方式可以较好地保护自己的信息和隐私。但是对于企业以及国家来说，这些安全防护系统起到的作用并不大。企业和国家的信息涉及到一定的机密成分，在数据大量储存的情况下，则需要提高安全防护系统的层次和水平。如果信息安全得不到保障，严重的会导致整个行业甚至是国家陷入危险的境地。但是，目前的安全防护系统应对不断发展的信息技术时，仍然还有许多的漏洞[5]。而安全防护系统的更新升级速度远远跟不上数据量爆炸式的增长，也不能抵御新的病毒，系统也因此瘫痪，由此大数据时代面临的信息安全问题也涉及到安全防护系统的滞后问题。

1.3网络恶意攻击

大数据时代主要的特征之一是数据量大，并且数据汇集形成大的数据库，因此容易吸引黑客。而黑客攻击数据之后能获得更多的数据，这些数据往往是比较复杂、敏感或机密的数据[6]。而这些数据一般会有较高的安全防护系统，但是黑客的攻击手段也在不断升级，并且获得大数据后黑客则可以进一步扩大攻击的影响效果。而除了黑顾客攻击网络数据以及黑客攻击企业或国家的机密数据信息外，某些个人的数据信息也会受到攻击。例如，“人肉搜索”，这种方式可以把个人信息调查得十分清楚，如2013年发生的广东“人肉搜索”第一案。这种方式可以将个人信息展露无疑，这既有好的一面，也有坏的一面。不管出于何种目的，“人肉搜索”的方式实际上也说明了信息安全存在极大的隐患。在大数据时代背景下，我们必须重视信息安全问题，重视信息数据的安全保护。

2大数据时代信息安全的保护措施

大数据时代面临的信息安全问题可以通过采取一定的措施，具体的建议如下。

2.1加强法律的监督

信息交换与传输在日常生活中是极为正常而又普遍的事情，在大数据时代背景下为保证信息安全，则需加强信息管理。而在信息安全管理中，仍会面对多种多样的问题，因此需要进一步建立和加强相关法规法律监管制度，运用法律来保障用户的信息安全[7]。通过加强法律监督的方式，用户会受到一定的约束。例如，网友“人肉搜索”其它公民的个人信息实际上已经侵犯了他人的隐私，这就需要运用法律保护个人信息，相关的法律需要进一步完善和加强，细化相关标准。而从国家和企业的角度看，同样要用法律的形式保护一些有关机密信息的安全，建立健全信息安全保护相关的法律，并加强监督。例如，在我国现有的有关网上信息保护的法律中，警察可对网上信息传输交换进行实时监督，对窃取用户信息行为进行处理，将触及到法律的行为加以管制，从而保障人们的信息安全。

2.2加快安全防护系统的更新升级

信息科技发展极为迅速，但是相关的网络安全防护系统发展还相对滞后。在当前网络环境下，数据传输与交换量非常大，与此同时机密或敏感的数据信息也会增多，因此数据管理也容易出现漏洞和风险。在这种形势下，需要随时对数据信息泄漏以及网络攻击保持警觉的态度，并加大对数据信息的监管力度。为维护信息安全，可以从提高和升级信息安全防护系统入手。信息安全防护系统的更新升级利用大数据的优势，将各类数据资源的处理和分析机制进行整合，研究当前网络攻击关键技术所在，进而提高信息安全防护的能力。首先，安全防护系统要求能识别数据中的风险能力，并能够对风险进行分析评估，进一步抵御风险或网络攻击。简而言之，就是不断开发研制出更为高级的安全防护系统。此外，用户需要增强信息保护的意识，对自身的信息进行管理，必要时需要设置保密措施。

2.3调整信息采集策略

就目前数据信息而言，数据已经朝着商品化的趋势发展，即用户的信息可以作为商品进行交易或买卖，虽然用户已经有意识地在保护自己的个人信息安全。因此为保障自身信息的安全以及私人信息不被泄露，可以对信息采集采取有效策略，并加强对程序内部数据的监督。例如，用户下载某个软件或APP，这个软件或APP有一些相关的协议，涉及到用户的隐私信息的采集。用户可以对自己的隐私数据进行限制采集，或者数据采集时该程序要对用户隐私进行保护，或者可以选择进行匿名处理。而无论是个人、企业还是国家，都可以开发相关的软件对程序内部加强监督，实施限制信息采集措施或者其他方式保护信息安全。

3结语

综上所述，大数据时代信息安全问题主要包括了信息隐私的泄漏、信息安全防护系统的滞后以及网络恶意攻击等。因此有必要加强信息安全的保护，加大对数据信息的监管，调整信息采集的策略，并从法律上约束信息泄漏以及网络攻击的行为。而加强信息安全保护最关键还在于数据信息保护的技术层面，提高信息安全防范系统的层面，并且要及时更新升级，进而处理面对信息安全问题，推动信息安全进一步发展。

作者:王小君 单位:深圳信息职业技术学院

参考文献：

[1]马晓星.大数据时代面临的信息安全问题研究[A].天津市社会科学界联合会.科学发展•协同创新•共筑梦想——天津市社会科学界第十届学术年会优秀论文集（中）[C].天津市社会科学界联合会,2014:5.

[2]方世敏.大数据面临的信息安全问题分析[J].计算机光盘软件与应用,2013(19):160-161.

[3]文佳.大数据时代面临的信息安全问题分析[J].信息与电脑(理论版),2014(11):46.

[4]胡玮玮.大数据时代下图书馆面临的信息安全问题与对策[J].创新科技,2015(3):84-86.

[5]刘泫彧.大数据时代下的信息安全问题研究[J].电脑知识与技术,2015(36):17-19.