大数据背景下的合规

大数据背景下的合规（12篇）

1.大数据背景下的合规 篇一

2.大数据背景下的合规 篇二

Web网站收到的流包括各种类型, 如百度一天收到几亿个搜索查询, 新浪各个不同网站上收到数十亿个“点击”, 基于这些流数据可以学习到很多有趣的结果, 如某个链接的点击率的突然上升可能意味着有些新闻连向此网页, 否则的话可能意味着该链接失效急需修复。

1流数据

Web网站收到的流包括各种类型, 如百度一天收到几亿个搜索查询, 新浪各个不同网站上收到数十亿个“点击”, 基于这些流数据可以学习到很多有趣的结果, 如某个链接的点击率的突然上升可能意味着有些新闻连向此网页, 否则的话可能意味着该链接失效急需修复。数据以一个或多个流的方式到来, 如果不对数据进行及时的处理或存储, 数据将会永远丢失, 即是数据到来的速度太快, 以致将全部数据存在传统数据库并在选定的时间进行交互是不可能的。流数据处理所受的一些限制, 一方面, 流元素的分发速度通常很快, 必须对元素进行实时处理, 否则就会永远失去处理它们的机会, 除非访问归档存储器。流处理算法通常在内存中执行, 一般不会或者极少数访问二级存储器;此外, 即使当数据流很慢时, 也可能存在多个这样的数据流, 即每个流本身能够基于很小的内存就能处理, 但所有数据流的内存需求加在一起可能就很容易超过内存的可用容量。所以, 当内存足够大时, 流数据的很多问题很容易解决, 而实际情况, 在一个真实规模的机器上获得现实的处理速度, 问题变得相当困难, 需要采用新技术解决:1) 通常情况下, 获得问题的近似解比精确解要高效得多;2) 为了产生与精确解相当接近的近似解, 需采用哈希相关技术。

2流当中的数据抽样

从流中选择一个子集, 以便能够对它进行查询并给出统计上对整个流具有代表性的结果;流由一系列n字段元组构成, 这些字段的一个子集称为关键词段, 样本的选择基于它来进行, 比如, 一个流由三元组 (user, query, time) 组成, 其中user可以作为关键词段。若关键词段包含的字段不止一个, 那么哈希函数就要将这些字段的值组合起来形成单一的哈希值。最后得到样本由有某些特定键值的所有元组构成。为了保证样本由键值子集所对应的所有元组组成, 可以选择一个哈希函数h, 将键值映射到一个很大的取值范围0, 1, …, B-1。另外, 维护一个阀值t, 它的初始值可以设置成最大的桶编号B-1。任何时候, 样本都由键值K满足h (K) <=t的元组构成。当且仅当满足同样条件的情况下, 流中的新元组才会加入到样本中。如果样本中存储的元组数目超过分配的空间大小, 那么就将阀值降低为t-1, 并将那些键值K满足h (K) =t的元组去掉。为提高效率, 还可以将阀值降低更多。无论何时需要将某些键值从样本中丢弃时, 都可以将几个具有最高哈希值的元组去掉。

3流过滤

只想接受流中满足某个准则的元组集合。如果选择的准则基于元组的某个可计算属性得到, 那么选择操作很容易完成, 当选择准则中包含集合元素的查找时, 特别当集合大到无法在内存中存放时, 问题就变得尤其困难;对此要去掉不满足选择准则的大部分元组, 可以采用布隆过滤器:布隆过滤器的目的是让所有键值在S中的流元素通过, 而阻挡大部分键值不在S中的流元素。一个布隆过滤器由如下几部分组成:

(1) n个位组成的数组, 每个位的初始值都为0;

(2) 一系列哈希函数h1, h 2, (43) hk组成的集合。每个哈希函数将“键”值映射到上述的n个桶 (对应于位数组中n个位) 中;

(3) m个键值组成的集合S。

位数组的所有位的初始值为0。对S中的每个键值K, 利用每个哈希函数进行处理。对于一些哈希函数hi及S中的键值K, 将每个ih (K) 对应的位置为1。

当键值为K的流元素到达时, 检查所有的h1 (K) , h 2 (K) , (43) hk (K) 对应的位是否全部为1, 如果是, 则允许该流元素通过, 若有一位或多位为0, 则认为K不可能在S中, 于是拒绝该流元素通过。另外可以将多个过滤器串联起来使用来进一步过滤。

4 流中元素的数目统计

假定流元素选自某个全集, 想知道流当中从开始或某个已知的过去时刻开始所出现的不同元素数目。如百度网站, 它不需要登录就可以提交搜索查询, 可能只能通过用户提交查询时的URL来识别用户。这里所有可能的URL全集可以想象成所有登录主机名的全集。这需要在内存中保存当前已有的所有流元素, 但是如果不同的元素数目太多, 或需要即刻处理多个流, 那么就无法在内存中存储所需数据。处理策略是仅仅对独立元素数目进行估计, 具体思想是:通过将全集中的元素哈希到一个足够长的位串, 就可以对独立元素个数进行估计。位串必须要足够长, 以致哈希函数的可能结果数目要大于全集中的元素个数。流中的不同元素越多, 那么不同哈希值也越多, 在众多不同哈希值中, 其中有一个值变得异常, 该值后面会以多个0结束。任何时候在流元素a上应用哈希函数h时, 位串h (a) 的尾部将以一些0结束, 当然也可能没有0, 尾部0的数目称为a和h的尾长。假设流当中目前所有已有元素a的最大尾长为R。那么将使用2R来估计到目前为止流中所看到的独立元素数目。

5 总结

对任一到达流元素的键值进行哈希处理, 使用哈希值来确定包含该键值的全部元素会是抽样样本的一部分。采用布隆过滤器允许属于某个特定集合的流元素通过, 而大部分其他元素被丢弃。为了估计流中出现的不同元素的数目, 可以将元素哈希成整数, 这些整数可以解释为二进制整数, 任意流元素的哈希值中最长的0序列长度作为2的幂得到的结果会作为独立元素数目的估计值。

《中国科技信息》杂志社投稿说明

在线投稿

提高稿件审核速度同步查看审核进程

登录www.cnkjxx.com页面右上角在线投稿

3.大数据背景下的中职教育初探 篇三

【关键词】大数据 中职教育 课程体系 教学方式

【中图分类号】G 【文献标识码】A

【文章编号】0450-9889（2016）02B-0014-02

中职院校作为培养人才的重要场所，在进行教育活动的过程中，应跟上时代发展的步伐，以培养大批专业能力较强、综合素质较高的人才，进而满足经济社会发展对人才的需求。目前，随着大数据时代不断发展，中职教育处于此背景下，面临着更加严峻的考验，同时也带来较大的发展机遇，中职院校为更好地面对和迎接大数据时代，需更加深入地进行教育改革，以促进中职教育的有效开展，为社会培养更多综合能力较强的人才。因此，本文主要分析大数据时代与中职教育改革，从大数据时代的定义、特点展开分析，进一步说明大数据时代对教育的影响，提出大数据时代下的中职教育改革措施，以期促进中职教育改革。

随着科学技术的不断发展，云计算、大数据等计算机技术向更高的方向发展，也使社会管理技术不断地向数字化方向发展。伴随着大数据处理技术的快速而深入地进入管理领域进行应用，大数据为我们解决了许多数字化管理问题。大数据时代已经来临，大数据将进入社会的各个领域。

一、大数据的内涵及特点

（一）大数据的内涵

目前，社会各界对大数据缺乏一个明确、统一的定义，大数据主要由巨型的数据整合构成，这些巨型的数据已超出人们在可接受的时间内，收集、储存及处理数据的能力，且数据的增长速度非常快，因此，将其称为大数据。美国的国际商业公司总结出大数据的三个特点，分别为大体积、快速化及多模式，之后相关的数据分析人员提出了大价值的特点。

（二）大数据的特点

1.数字或是数据量飞速增长

大数据所指向的就是对无限量的数据进行处理，因此其数据的量增长很快。相关研究结果表明，2007年，全球网络系统的储存数据超过350EB，如果将其换算为GB，则高达3200亿GB。在所存储的数据当中，只有少量数据保存在以往的网络媒介上，如报纸、杂志以及书籍等，其他的都是数字数据。2013年，全球网络系统储存数据超过1.2ZB，大约为 12300亿GB，只有少于3%的数据记录在以往使用的媒介上。

2.工作、思维方式发生转变

以往的计算机水平非常低，人们只能通过随机选择的方式，来研究大量数据，以利用较少的数据，得到更多有用的信息。但这种采集信息的方式所获取的信息，具有很大的局限性，它只能从采集的数据中，得到事先所设计好的答案，得到的答案并不是适合在任何情况下使用，很难了解到更多深层次问题。若把计算机网络当做随机抽样对象，则很难找出一个最佳数据抽样标准；若抽样网络比较小，则利用抽样数据研究得出的结果，就很难体现网络系统的结构特性。大数据可以帮助我们解决这些问题，获得全面的数据信息。由此改变了以前的随机抽样的工作方式，从更全面的角度来进行思维。

二、大数据对教育所带来的影响

大数据时代的到来，对教育工作会产生一定的影响，各个教学中的事物都会发生很大的变化，如教学教材、教学环境、课堂秩序甚至上课铃声等，与以往的数据比较，大数据储存的信息量非常大，以非结构化的形式存在，并且数据的分析，都是由专家层慢慢转为普通的用户。这样有利于促进高校教育事业的发展，引发高校的改变，如教学环境变化、教育与学习模式变化及教学场景改变等。此外，当前教育部门在进行学校教育评价时，很难对整个教育过程进行较好的评价，主要因为高校在教学过程中，信息数据量非常大，很难及时收集与分析。而在大数据背景下，老师可分析不同学生的学习需求及学习能力，直接在在线平台上进行教学评价，并经分析、整理及归纳整合成数据保存在数据库中，可供随时进行调阅。计算机系统也会根据教育教学中产生的大量数据进行整理，全面而客观地反映学生的实际。借助大数据教师可以及时了解学生的学习状况，进而促进高校有效地开展教育工作。

三、大数据背景下的中职教育的变化

（一）满足大数据发展需要，调整课程体系

近年来，随着教育改革的深入，对中职类院校来说，课程体系需要进行新的调整，这是中职学校教学中属于一个十分重要的环节。但在大数据时代影响下，学生的学习资源非常丰富，教育环境越来越开放，因此，可突破传统的模式，调整中职院校的课程体系。以前调整课程体系时，一般这样进行，邀请一些教学经验比较丰富的老师，随意、自由地搭配课程，这种方式缺乏明确的教学目标，课程体系的系统性不强，很难提升中职院校的教学质量与水平。如果应用大数据技术，就可以通过全面了解学生信息，结合学生的学习能力及自身的发展情况，搜集大量的数据，对其进行科学、合理地整理和分析，并对之后的发展情况做适当的预测。同时，利用大数据分析和预测各专业未来的发展方向和就业情况，行业所需要的技术和能力。然后再对课程体系进行合理地调整，编订更合理的中职院校教学内容，满足行业发展及学生就业和发展的需要。

（二）满足大数据发展需要，提升教师水平

中职院校老师的主要职责是将所学的专业知识传授给学生，培养和提升学生的学习能力与专业技能。因此，在大数据时代之下，中职老师也需及时更新知识，多学习新的知识，以便适应信息时代下经济社会的发展变化。同时，要跟上大数据时代的发展，不断研究教学内容和教学方法，调整教学内容，优化教学模式，提升自身的学习能力及专业水平。在课堂教学中，注重将基础知识和实践训练相结合，进而提升中职教学质量。增强对学生的自我学习能力、创新能力、职业技能等方面的培养，不断开拓学生的学习视野，使学生能及时了解到新的知识，掌握新的技术，跟上时代发展的进程。

（三）满足大数据发展需要，转变教学方式

一般来说，中职院校大部分学生学习积极性不高，缺乏学习兴趣。可是他们却热衷于网络，离不开网络，在大数据背景下，中职院校教师利用大数据改变教学方式，从封闭式教学逐渐转变为开放式教学，突破以往教学中的时间、空间限制。利用大数据丰富和整合教学资源，将学校的各种学习课程进行处理、分析，制作成更方便学习的数据信息，上传到校园网内，引导学生到网络平台来进行学习。这种利用网络技术可以让学生随时、随地进行学习。教学不再受限于教室里的课堂教学，而是更开放，更多样，满足学生的不同要求，顺应潮流。

随着科技的不断发展，人们逐步迈入了大数据时代，大数据也逐渐渗入到各行业、各领域当中。因此，为满足经济社会的发展需要，提升中职教学水平，在大数据时代之下，中职教育可从教学模式及课程体系调整方面，进一步促进中职教育发展。

【参考文献】

[1]闫志利，邵会婷.我国中职教育吸引力弱化趋势的市场学分析[J].教育与职业，2015（21）

[2]闫志利，庞宁.中职教育质量评价的理论困惑、实践困境与应对策略[J].职教通讯，2014（13）

[3]罗静，侯长林，王锋.高职引领中职教育发展的模式建构与选择[J].中国高教研究，2013（10）

【作者简介】甘 敏，男，高级讲师，现执教于广西交通运输学校，从事教学及教学管理工作。

4.大数据背景下的合规 篇四

1民办高校教学管理存在的问题

1.1师资力量的不足

针对我国目前民办高中的发展现状而言，教师队伍人才缺乏的现象普遍严重[1]。师资资源储备不足，不但导致了我国民办高校无法正常的开展日常教学管理相关的工作，而且还影响了教师的教学管理没有办法顺利开展。与此同时，很多民办高校的教课老师并不是全职，而是从各个学校聘请的兼职老师，导致教师岗位有着非常大的变化性，无法使高校将有限的教师资源进行合理的规划安排，进而严重制约了高校的可持续发展。此外，我国民办高校的很多任课老师并没有足够的社会经验，大多是通过专业考试合格后，直接进入岗位任职，使得民办高校对学生的教学管理以及实践能力的培养得不到满足。所以，民办高校师资力量的缺乏和能力不足的现象应该作为发展民办高校首先要解决的事情，否则民办高校的可持续发展必然会被严重阻碍[2]。

1.2高校课程结构设置欠妥

伴随着社会整体水平逐渐上升的良好势态，人们越来越重视自身所具有的知识储备量和运用的能力，这就使得越来越多的民办高校应运而生，进而满足人们想要获取知识的愿望。然而现实却不是如人们所想的那样，在具体课程结构的设计上，有很多不科学的地方，在加上我国民办高校模式相比较于国外发达国家而言，开展的时间比较晚，具体的实践也不够完善，使得民办高校的教学结构不符合我国的具体国情，难以长久的发展下去。比如，在现如今高校大学生的就业模式已经由传统的专业型人才转向专业性型人才与创业型人才相结合的方式，那么针对这个现象，高校就应该开设与大学生创业有关的理论和实践课程，这样才能提升大学生自主创业的能力[3]。但是在民办高校实际的教学中，很少有这方面的课程，就算有内容也不够科学完善，不仅不能提高学生的能力，还制约了高校的发展。

1.3教学目标不够明确

5.浅析大数据背景下券商的转型策略 篇五

【摘 要】在1.0时代，可以认为券商的主要业务及其特征都是对内服务。在2.0时代，券商也开始承担卖方的角色，并开展相关业务。伴随互联网与金融体系的密切结合，券商发展逐步进入3.0时代。新常态下，金融体系面临深化改革，也为券商的改革发展提供了充足的动力。在此背景下，券商开始一系列重组等操作，对业务进行全方位的布局，并注重起人才的培养与储备。券商在此变革下，要维持其竞争力与市场地位，必须要加强创新，进行深层次的变革，完成转型过程。

【关键词】大数据；券商；转型；互联网金融

近些年来，互联网呈现了快速发展的态势，在各行各业中的渗透力度非常大，产生了非常重要的影响，尤其是大数据的出现与广泛应用，更是颠覆了以往的商业模式。金融行业同样受到了互联网发展所带来的一系列的影响，互金行业发展迅速，比如众筹和P2P平台、第三方支付等，更是取得了骄人的发展成绩。与此同时，其他金融行业也发生了深刻的变革，比如券商。互联网的发展加剧了券商行业的竞争，促使其呈现出了不同的发展特征，也迎来了新的发展机遇。并且互联网也颠覆了券商开展业务的根基，尤其表现在脱中介化方面，智能化水平也随之产生非常大的调整。大数据技术在券商领域的发展应用，对其转型等各个方面都产生了非常大的影响，本文在此对其进行分析。

一、大数据对券商业务产生的影响

（一）大数据经济生产要素的地位得以明确

随着互联网技术的发展，大数据技术也具备了可以广泛应用的载体。近些年来在各行各业中的应用越来越广泛，产生的影响也越来越大，其商业价值也逐渐受到重视。就大数据本身而言，包含数据清洗与数据挖掘等多个环节，是一门较为复杂且具有较强实践性的学科。经过多年的发展与应用，该技术已经非常成熟，大大提升了各行各业开展业务的信息化水平，对于券商业务而言，也发生了深刻的变革，达到了一个新的高度。在此情况下，与大数据有关的软硬件设施开始发挥促进经济发展的作用，其经济生产要素的地位逐步得以明确。企业通过应用该生产要素，不仅节约了经营发展的成本，而且提升了发展的效率和利润水平，获得了非常有价值的商业信息。由此可见，大数据技术的经济生产要素地位已经非常明确。

（二）大数据与券商业务实现融合

在我国，券商也就是证券公司，主营业务是证券交易，其两大主流业务分部是登记类与经营类业务。美国将券商称为经纪商或者投行；英国则认为其属于商人的银行。在对券商进行划分时，可以依据业务的差异，将其分为证券自营商和经济商以及承销商等，三者所负责的业务范围也不同[1]。券商不仅从事经营经纪商业务，也会从事有价证券的买卖业务。通过在场内交易，获得利润。与其他行业相比，券商的中介服务性质和业务流程，虚拟化水平比较高，这与互联网的本质相符。在大数据背景，券商业务的开展，包括信息的收集与处理等，开始越来越多的依靠大数据技术，大大提升了其业务处理的效率，并且深化了券商业务与大数据技术的融合，促进了二者的共同发展。

二、大数据背景下券商转型策略

（一）强化与互联网公司的合作

大数据技术的发展，对于券商而言，迎来了非常好的契机，在获取信息的难度等方面都得到了极大的缓解。但是券商并非专业的互联网企业，其应用大数据与其他互联网技术的专业化水平比较有限。所以，券商要想实现较好的转型，还需与互联网公司加强合作。对于券商而言，在实际发展中要想实现生存，必须要抓住大数据发展的契机，深化变革，放弃以往固有的获得利润的模式。并且为实现其灵活性的增加，更好的利用大数据与互联网技术，可以摈弃以往采用的实体发展的形式，而将业务开展的载体转向互联网。通过互联网的模式，将客户聚集到网络上，这也要求券商需要和互联网公司加强合作，共同推出产品与服务。而且所有业务的交易都可以利用互联网的方式进行。在此情况下，券商业务的开展成本会大大降低，灵活性更强，效率也更高。并且利用互联网开展业务，获得交易额数据与客户资料等相关信息的难度也更低，进而可以收集大量的数据资料，作为利用大数据技术的基础。通过对这些资料的深入挖掘，获取更加有助于券商发展的商业信息。但是利用网络模式进行办公，也有很多的不足，比如客户群体的来源比较困难，无法保障券商业务的发展。所以，券商还需对客户群体进行细分，明确各类群体的定位。实际上，要实现这一目的，也需要利用大数据技术，通过分析客户的行为资料，采用神经网络和决策树等方法，筛选出具有开发价值和忠诚度较高的客户，对其进行重点的维护，以提高业务开展的针对性，进而获得更大的利润。以信息技术为基础，建立数据驱动的客户服务和营销支撑体系。

互联网金融模式依据信息收集、数据处理和数据分析，可以让客户体验得到升级，其竞争基础是网络技术、信息技术和数据处理技术。在这种模式下，券商为客户提供的产品与服务应该是建立在数据分析之上的模块化资产组合或资产配置。从大数据分析、搜索引擎到特色化的在线服务、在线营销，都依赖一个庞大的、自主掌控的电子商务技术平台来支持。因此，券商需要建立能够处理PB级数据、GB级网络传输的强大技术平台，以精细化描述客户行为、全面认知客户、针对性地服务和营销客户，并应基于大数据分析，建立起强大的数据驱动的服务、营销能力，实时感知客户，及时响应客户需求。如不主动求变，就可能失去未来。可以预见，互联网金融将成为未来券商创新转型的主战场，谁能主动求变、把握机遇，谁就能在新一轮的竞争中脱颖而出，成为券商中的“阿里巴巴”。随着互联网对于券商而言已不再是传统的交易通道。互联网金融是由互联网技术和思想所带来的一种金融革命，它实质上是与信息对称、金融脱媒以及个体选择紧密相连的新型模式，券商应从战略高度实施快速占位，在新的渠道领域保持领先性和专业性。

（二）券商转型需要充分结合线上线下渠道开展业务

6.大背景下的建筑企业资质升级 篇六

中部省份中，河南省地理位置得天独厚，交通运输相当发达。自古以来就有“得中原者得天下”一说，而古代的中原就是泛指河南省等地区。

郑州坤之鹏分析：中原经济区的建设与西部大开发战略相比，提出的更晚，这就意味着其科技水平、技术实力等起点要优于西部大开发。

也许西部大开发时，我们建设的是二层小楼，而如今十几年后的今天，我们的技术水平的进步，城市发展水平的提高，二层小楼怎么可以与我们中部的都市相匹配呢？

纵观河南省郑州市整个城市，8层以下小楼的建筑几乎已经难以找到，就连郑州市的城中村都已经是10层以上的高楼。

因此建筑企业也必须跟上时代发展的步伐，顺应历史发展的趋势，向高级别的摩天大楼发展。

这就要求建筑企业必须拥有过硬的技术实力，技术实力最有说服力的体现就是拥有二级以上的建筑资质。

我们翻开企业资质管理规定条例，具备二级资质以上的企业才能承接12层楼以上的建筑，这个硬性条件的规定，必将催进郑州市乃至河南省建筑企业的整体资质水平。

7.大数据背景下的档案利用服务探讨 篇七

一、大数据给档案利用服务工作带来的机遇

(一)有利于社会档案观的普及。我们为什么要把大数据和档案工作联系到一起,很大的原因应该是从大数据中获得的信息为可以更好地推动档案工作的进行并进一步升华档案工作的价值。我们从对档案利用服务定义的界定中可以看出它的档案工作服务对象一直都是固定的,档案的利用者好像一直都是一个特定的人群,就好像档案机构的存在就是专门为他们所设立使用的,这就导致包含在档案信息中的资源不能完全被有效地利用,因为人们只是去关心他所需要的那部分信息,对于存在于档案中的其他零散的信息因为缺乏有效的服务利用手段来挖掘到它的价值,往往被人们忽视了。这是社会在对推广档案观普及时候的一个缺失。也就是说关键是要帮助档案利用者在海量的档案信息资源中挖掘到他们所需的那部分有价值的信息。大数据对档案的价值就是给档案的利用服务工作带来的新的方式和方法,新的技术和分析工具,通过在海量的数据中进行挖掘可以找到我们需要的那部分信息并加以利用,因为从浩瀚的数据库中寻找有用的信息是相当费时费力的,这会影响社会公众对档案的利用,因为不借助大数据的分析工具,使用者难以从那些看上去并不相关的众多档案中,找到需要的信息并且利用它们。当这个问题解决之后大家利用档案就方便了很多,也会在利用档案的过程中认识到档案的价值,档案观在全社会的推广就会相对容易的多。

(二)有利于处理多载体类型的档案。进入大数据时代,档案的服务利用工作与从前相比有了很大的不同,例如,电子文件出现后,档案的载体形式从纸质文件变成了电子文件,不仅档案载体的种类增加了,在档案工作过程中所使用的工具也会基于载体的变化而进行改变,有时候在档案工作过程中由于要用到多种不同结构的数据就必然会将各种工具组合到一起来使用。大数据的出现必将会推动档案载体的逐渐增长,超出我们的预想范围,所以为了不同载体档案的原始数据的价值得以保留,在技术许可的条件下,将来的档案管理工作必然会侧重于将半结构化的数据来作为档案来利用,使得证据价值可以最优化的保留。借助于大数据技术处理此类问题可以有效地规避在档案载体数量不断增长的的情况下带来的弊端。

(三)有利于电子文件的管理。1.从及时性的角度考虑。由于信息时代电子文件增长过快,怎么去高效地管理这些新增的档案成为一大难题。要及时处理数量之多的海量数据,这是在以往的档案管理过程中很难遇到的,为了提升数据处理的及时性就必须要用到大数据领域中的云计算技术,这一技术使档案工作人员在处理电子文件时会更加及时。2.从真实性角度来考虑。电子文件增长的太快往往使我们没有足够的精力去辨别其包含信息内容的真实性,传统的鉴别方法出现的诸多弊端也不允许我们再使用,这时大数据技术显示出它的优越性就是它本身具有精准分析并且处理海量数据和分析复杂数据的能力,而且不会过度地消耗财力和物力。3.从有效性角度考虑。因为电子文件并没有明显的结构化特征,大多数的电子文件所处数据结构都是我们现在难以控制的,从而导致对数据类型没法准确地把握。大数据技术基于其对多数据结构独特的兼容性,完美地解决了这一难题,进而使电子文件进行管理的有效性得到了大幅度的提高。

二、大数据背景下给档案利用服务带来的挑战

在大数据时代,档案数据每分每秒都在增长,面对大量的新增的档案信息,处理此类工作的档案人员所面对的工作量尤为艰巨。档案机构虽然掌握了大量的第一手数据,可是怎样通过大数据的思维,使数据资源发挥其最大的利用价值成为我们必须面对的问题。

(一)如何在海量的数据中查询档案信息。大数据背景由于息技术不断发展,导致档案信息资源总量也在不断地增加,档案数据库中对于新增文件保存明显比过去多很多,相比过去信息贫乏的年代,信息爆炸也会造成利用上的不便。以前档案的检索基本依赖于手工检索,后来随着信息技术的不断发展推动了数据库技术的建设不断完善,计算机网络的应用也在很大程度上方便了档案管理工作。虽然条件较之前好了很多但还是无法应对档案数据量的暴增,我们所要查询的信息经常被淹没在海量的数据中,导致档案查找困难,导检索性能下降,检索没有效率等。所以在档案服务工作中我们要把准确地在海量数据资源中找到需要的信息作为首要的任务来完成。

(二)如何在海量数据中抽取有用信息。今天我们对档案的利用已经不单纯地局限于对数据和文献的利用,而是想进一步挖掘隐藏在其背后的知识。如今的档案管理的发展方向正在朝着知识管理的方向靠拢,档案的利用服务不再是简单地把数据等信息资源提供给使用者,还会附加提供所需信息的扩展知识图。这种做法的意义在于剥离开简单的数据信息,从浩瀚的数据中挖掘到有用的信息,找到大数据中的“金矿”。抛开其复杂的收集、处理、分析数据这个过程不说,在面对海量的数据的情况下仅靠人工挖掘信息是不现实的,满足不了人们所需的要求,对于在海量的数据中提供有价值的信息,是我们必须要抓紧解决的难题。

(三)如何对档案进行有效的数据管理。数据管理与数据质量管理越来越受到重视的原因就是:从数据生成到传播使用再到存储归档的过程中,难免会由于各种各样的原因出现问题,数据的不断增加除了带来档案管理、利用与维护的难度,也会增加成本。所以,要改变以往对数据管理思想,把在挖掘有用信息的同时能够提高档案的管理效率作为重要的课题来解决。

(四)如何应对信息化背景下档案的数据暴增现象。我国的档案的总量的高速增长直接导致了大数据背景之下的档案胀库问题,胀库的直接影响表现为新增数据失败。新增档案的管理也十分困难,使档案的服务与利用效率随之降低。想要提高档案的服务利用效率,档案的胀库问题也是我们必须要解决的问题之一。

(五)如何应对非结构化数据正在呈海量增长的问题。“我们所了解的数据构成包括结构化数据和非结构化数据。”但是将来信息的主体组成部分必将是由非结构化的数据来构成,而且所占的比重会越来越大。我们要准确地把握未来科技的发展方向,得以使计算机精准地了解人类对所需信息的需求,由此显现出非结构化数据的重要作用。但是非结构化数据的过快增长也带来很大的弊端,导致存储技术在可扩展性、吞吐能力和易管理性等方面的下降。进而带动管理结构化数据的关系数据库也出现问题。基于以上原因,对于我们来说面临巨大的挑战将是对新一代存储技术的探索。

三、大数据背景下档案利用服务发展的策略

(一)运用先进的技术提高档案利用服务的效率。大数据所带来大量的并且形式多样的档案数据和资源。直接的结果可能导致因为现有技术的落后而无法及时查询到用户所需信息,查询结果不准或无法查询等情况。在大数据时代,为了提高档案利用的服务效率,就要利用大数据带来的先进的技术来获取、存储、挖掘并且分析我们所要的数据信息。这样在海量的数据中查询所需的信息会变得更加容易。

(二)利用数据挖掘技术来增加对有用信息的获取。数据挖掘技术的主要目的就是为了帮助使用者从大量的信息资源中挖掘到有用的那部分信息。我们通常所说的数据挖掘是一个获取有价值的信息和知识的过程。从对每一个数据的细致的分析比较,到从隐藏在大量信息中找到所需的信息资源。这是一个复杂的过程,它的种类包括文本数据挖掘、结构型的数据挖掘等,数据挖掘技术可以让我们在搜索档案时缩小数据的范围,准确高效地找到有用信息,找到大数据中隐含的“金矿”。

(三)优秀的管理者是提高档案服务运作的保障。大数据的价值正是通过数据的聚集而带来意想不到的信息资源所创造的。可是由于各个企业之间的数据并不共享。因此,为了信息能够更加公开,有效的管理机制是不可缺少的。此外,数据的质量问题一直存在于各个数据库中,在数据量扩张的同时,档案数据质量的保护措施也要相应地实施,这就要靠优秀的档案管理者制定出有效的方案和措施。

(四)“云计算”解决档案胀库问题的新方法。档案胀库现象的出现,大大降低了档案所提供的有用信息的价值。“在信息化条件下出现档案胀库的原因,主要是由于存储计算资源分配的不够合理,以至于系统的数据库在处理海量数据的过程中导致数据库架构缺乏灵活性。而数据技术框架中的云计算技术可以很好的解决这个问题。”“云计算技术拥有很强的调配计算资源的能力,在准确掌握所需的数据处理规模后,能准确的配置数字化的档案管理所需要的存储和计算资源,很大程度上提高了档案的服务利用效率。”

(五)数字化文件的管理更好地为档案提供服务。电子文件、数字化文件、电子档案这些基于大数据的背景下出现的新的为人们所利用的档案服务对象与传统纸质文件有明显的区别在于:“系统依赖性、信息的可变性、多种信息媒体的集成性及信息的可操作性、信息存储的高密度性、信息的非人工识读性、信息与特定载体之间的可分离性等,这些新型载体形式的出现可以为人们提供更好的档案服务。”

四、大数据背景下档案利用服务应该注意的问题

(一)人才短缺。由于数据信息的爆炸式增长,处理数据的档案工作人员供不应求,特别是缺少专业功底深厚的专门分析人员。一个国家如果要档案方面有竞争力就必须要解决人才短缺这种问题。仅靠专门的学习相关专业学生或者通过引进国外相关专业的人员来解决这个问题是不现实的。我们还应对此类的人才进行专门培养,才能使我们更好地在大数据时代发挥出我们的优势。

(二)安全管理档案数据存储的问题。档案信息的安全一直困扰着档案工作者,处于复杂的网络环境,档案的信息安全技术也不得不令人担忧,数据的保密性和完好性是档案信息资源建设的重中之重。由于档案管理信息数据不断增加,如果数据遭到威胁,受到的损失也将会是无法估计的。因此,我们要重视由数字资源整合引起的数据存储的安全问题。

(三)档案服务思想上的创新。档案信息服务的思想必须紧跟大数据时代的步伐,无论是从对工作的理念还是服务用户方面,要形成系统的方法和创新的决策。国家的档案机构随着信息时代的变革已经从单一的服务群体转变为服务于社会的各个方面。“随着市场经济中竞争越发激烈。档案部门不但要转变意识和不断完善服务的手段,也要把重点放在服务的细致性、预知性、及时性和完整性等方面,还可以对成功的企业推行的服务理念进行仿效来为公众提供个性化的信息服务。”可以从以下几个方面着手:首先为提高档案工作的服务质量,满足社会不同层次的信息需求,可以通过有效的奖惩制度,来提高档案工作者的服务意识,促使档案工作者不断地学习。其次要建立实效奖惩机制来提升档案工作人员的工作效率,产生激励效应,使工作人员自觉履行工作职责,力争达到满意的效果。最后可以把档案信息服务工作细化,使档案工作的每一部分都有相应的指标来衡量,并设立评分制度。

参考文献

[1].梁丽婷.网络环境下档案信息服务创新研究[D].安徽大学,2013.9

8.浅谈大数据背景下的商业应用 篇八

【关键词】 大数据 经济 金融 应用

如今是一个信息爆炸的网络时代，我们每天都被浩瀚的信息海洋包围着，不管白天还是黑夜，只要世界上还存在着电，新的数据每时每刻都在产生，以致于我们个人根本来不及消化如此庞大的数据信息，诸如我们每天面对的社交信息、媒体信息、知识文本信息等，于是我们只选取我们所感兴趣的信息，而这种个人偏好对于商业而言则具备极大的商业价值。个人偏好的获取又需要从庞大的、杂乱无章的用户数据中分析挖掘，因时而生的大数据及其应用便理所应当地成为了这时代下企业的新宠儿。

一、大数据时代

1.1大数据概述与特点

大数据的具体概念可以追溯到2001年IT领域的著名机构Gartner。大数据通常用来形容庞大的数据集合，且包含着大量的需要更多的实时分析的非结构化数据，即是说，大数据是无法在合理时间内通过常规软件工具进行收集、分析处理和管理的大量数据的集合。广义上的大数据特点通常总结为“4V”（Volume、Variety、Velocity和Value），即大数据具有规模大、种类多、生成速度快、价值巨大但密度低的特点。

Facebook的副总工程师杰伊·帕瑞克曾言：“如果不利用所收集的数据，那么你所拥有的只是一堆数据，而不是大数据”。因此从中可以看出大数据最为核心的问题，就是如何从规模巨大、种类繁多、生成快速的数据集中挖掘出其潜在的价值。

1.2大数据的价值

在大数据时代下，各个学科领域所产生的数据量相比于过去的20年里已经发生了惊人的增长，这也就意味着各个领域的长远发展都必将基于更大的数据量来进行开拓。例如，科研机构将借助现有的大数据业务协助进行探索研究，为其提供数据支持；制药企业将可以通过其自身构建的大数据平台来统计药品实验和分析结果，为药品的改良和制造降低成本。当然，大数据的价值完全是由对大数据分析的结果决定的，任何数据不经过分析的话都无法将数据背后的价值切实地应用到实际生产当中。

二、大数据的典型商业应用

2.1 电子商务领域

随着“互联网+”国家战略的逐步推进，大数据技术必定能为传统行业的转型和产业升级提供重要的推进力。而基于互联网的电子商务领域恰巧是大数据应用的典型代表。以阿里巴巴集团旗下的淘宝为例，每天成千上万个交易信息都被淘宝的数据平台记录，将这些大量的交易信息与用户个人信息结合分析即可得出淘宝购物平台上各行业的宏观情况、各品牌的市场占有率以及消费者行为偏好等，淘宝上的各商家就可以根据这些数据决定产量和库存，避免产能过剩，进而辅助企业进行决策。具体而言，在市场方面，利用大数据关联分析，结合消费者偏好可以挖掘出新的商业模式；运营方面，可以优化劳动力投入，准确预测人员配置要求，降低人力成本；供应链方面，通过大数据进行库存优化、物流优化，可以缓和供需之间的矛盾，减少资源的浪费[1]。此外，淘宝也通过这些数据分析的结果，将顾客细分，更加精准地分析出顾客的需求并预测顾客的消费行为，于是许多大众用户往往会在网上购物时准确地购买到其心仪的商品，甚至，有些用户也会购买额外的推荐商品。而正是由于这种基于大数据而得出的便利性，会使得用户对于企业产生依赖，因而也增强了企业竞争力。

2.2 金融领域

金融业务非常依赖于数据的收集来计算其成本、风险。大数据的应用能使金融业对中小企业的日常交易数据进行有效分析进而得出其经营情况和财务管理情况，判断出中小企业的财务健康度，为金融业投资提供预测，优化。再以阿里巴巴集团为例，阿里信用贷款是通过阿里巴巴集团所掌握的企业交易数据，借助大数据分析并判定出是否应对申请贷款的企业发放贷款。截至2014年，阿里信用贷款累计投放纯信用贷款超2100亿元，坏账率不足1%，远低于商业银行。同时，在互联网金融中应用大数据，能够有效的促进资源优化配置，促进投资、融资双方的信息发布、交流、匹配，而不需要银行、证券等中间部门参与[2]。例如Google公司通过在线荷兰式的方法进行拍卖而不需要传统的投行路演、询问报价的方式。经过优化配置的资源将能更快速、更便捷地到达企业手里，对互联网金融的发展水平有非常大的提高。

三、结语

大数据技术对于商业应用的价值从目前世界上各大公司对其的投资比重就可窥见一斑，而且，随着奥巴马于2012年3月发布的《大数据研究和发展倡议》，国际上也逐步启动了大数据计划，由此可以预见大数据的应用将会越来越广泛，大数据时代下的商业应用也会使得资源的配置更加合理，会更有利于当前我国的产业升级和经济转型。

参 考 文 献

[1] 张引，陈敏，廖小飞. 大数据应用的现状与展望[J]. 计算机研究与发展，2013，S2：216-233.

9.大数据背景下的合规 篇九

及对策

大数据背景下大学生信息素养现状及对策

吴思锐，何卫红，张曼，高雅琦

（南京邮电大学，江苏南京210023）

摘要：论文基于大数据的背景设计调查问卷，对大学生的信息素养现状进行了调研，发现目前大学生的信息素养整体较好，不同年级学生的信息素养存在显著差异，但是没有发现专业和性别的显著影响。论文对提升信息素养的教育水平提出了建议。

关键词：信息素养；大数据；实证研究

基金项目：本文是省级大学生创新

训练计划（SYB2014019）、江苏省研究生教育教学改革研究与实践课题（JGLX12_046）、南京邮电大学教育规划课题（GJS-XKT1204）、南京邮电大学教学改革课题（JG00114JX10）的阶段性成果

作者简介：吴思锐，南京邮电大学学生；何卫红，南京邮电大学教授；张曼，南京邮电大学学生；高雅琦，南京邮电大学学生。

自20世纪60年代进入信息社会，信息化、知识化、网络化程度不断加深，信息社会对人才提出了包括信息素养在内的一系列要求。信息素养的培养关系到每个社会成员在信息化社会中的立足于发展，因而引起各个国家的高度重视[1]。进入2012年，随着大数据时代的到来，对信息素养提出了更高的要求。信息的选择、获取、加工处理等直接影响到知识更新及科技成果的转化。大学生作为国家建设的“后备军”，提高大学生的信息素养，对于大学生在大数据时代

获取有效信息、加工处理信息、创造应用信息等具有十分重要意义。

一、信息素养概念界定及研究概述

1.信息素养。信息素养的概念最早是由时任美国信息产业协会主席的Paul Zurkowski于1947年提出的。他把信息素养定义为“利用大量的信息工具及主要的信息源使问题得到解答的技术与技能”，后来又将其解释为“人们在解答问题时利用的技术与技能”[2]。但是信息素养的概念并非一成不变的，不同学者和群体根据本国的实际情况与研究目的定义了诸多概念。1989年美国图书馆协会把信息素养定义成“能够认识到何时需要信息，并拥有寻找、评价和有效利用所需信息的能力”[3]。纵观国外信息素养的研究，不难发现研究重点逐渐由信息技能转向更为综合的信息基本素养。

2.国外研究现状。国外自20世纪70年代开始便对信息素养进行研究。1995年美国图书馆协会和教育传播与技术委员会制定了涵盖信息技能、独立学习和社会责任的学生信息素养九大标准。2004年1月全美大学及研究型图书馆协会ACRL正式通过了“美国高等教育信息素养标准”，提出了针对美国高校大学生信息素养研究的5大标准及22项性能指标。研究主要集中在以下几个领域：一是对于大学生信息素养概况的研究，二是研究信息素养与高校图书馆之间的关系，三是根据国家、专业、年级等进行有针对性的信息素养培训。

3.国内信息素养的研究。我国很早就重视大学生信息素养的培养，近年来，随着信息社会的发展，国内学者对信息素养的研究取得新进展，如2007年霸桂芳结合大学生教育的主要特点，提出高校应通过学校教育、社会环境及大学生自身特点培养大学生的信息素养[4]；2011年吴晓伟根据应用型本科大学生人才培养规格和特点设计出了面向应用型本科大学生信息素养能力量表[6]。但是目前国内对于大学生信息素养的研究还有许多不足之处。一方面，研究的内容

与主题主要局限在大学生信息素养与高校图书馆教育之间的关系、大学生信息素养现状的简单分析等方面。另一方面，研究集中讨论大学生信息素养培养策略等方面而较少结合当下时代背景。本研究从大学生信息素养现状出发，结合大数据时代背景，同时考虑移动互联网对于当代大学生的深刻影响，对于大学生信息素养现状进行调查，探索大数据与大学生信息素养的关系，找到影响大学生信息素养的因素并提出相关对策。

二、研究方法及样本说明

1.研究方法。采用实证研究的方法，通过问卷调查及访谈等形式，调查南京地区大学生信息素养现状，再通过SPSS19对问卷进行分析研究大学生信息素养在专业、性别、年级方面的差异，以期为大数据背景下大学生信息素养培养提供可行性的策略。

2.样本。采用随机抽样方法，向位于南京市仙林大学城的高校不同专业的学生（南京大学、南京邮电大学、南京

师范大学、南京财经大学）发放问卷500份，实际回收问卷482份，按照剔除有缺失数据，剔除答案排练完全一致问卷的原则获得有效问卷406份。

三、量表设计

综合国内外大学生信息素养教育的研究，结合大数据时代背景，笔者把大学生信息素养划分为信息意识、信息需求、信息知识与技能、信息伦理与道德四个维度进行研究。量表题项根据五级Likert回答，分别为非常同意、同意、一般、不同意、完全不同意。

1.信息意识。信息意识作为信息素养中的关键一环，指个人对于信息的敏感程度，是整个信息素养的前提。在大数据的时代背景下，大学生会面对众多数据，具备敏锐的信息意识可以帮助大学生将众多的数据转化为相关的信息。信息意识分量表的设计从其定义出发，分别从学生对信息类课程的态度、遇到专业问题时的解决方法、对于高校图书馆检索课程的意见等出发设计。

2.信息需求。信息需求能力主要测量学生能否用总结概括性语言提炼自己所需信息、知晓常见信息源的类型、内容特点、获取条件，将信息源与所需信息相匹配的能力[7]。在大数据背景下，大学生信息需求呈现多样化的特点，主要表现在“休闲娱乐”、“学术学习”、“生活服务”三个方面。信息需求分量表从信息需求的定义出发。分别考量大学本科生在学术学习时对常见信息源的掌握情况和其对高校开设相关信息检索课的需求状况。

3.信息知识与技能。信息知识与技能是大学本科生信息素养的重要组成部分，可以细分为信息知识与信息技能两部分内容。信息知识是指与信息有关的理论、知识与方法，是大学生信息素养的基础。信息技能则是大学本科生信息素养的核心。在大数据时代，信息成几何级数增长，知识更新速度加快，作为国家建设主力军的大学生，每天都要面

对各种形式的信息，既包括传统的结构化数据，又包括文本、图像、音频、视频等半结构和非结构化数据。同时，大学本科生应该掌握一定的文献检索技能、数据分析技能，熟练掌握国内外网络数据库及网络下载工具等。

信息知识与技能分量表从检索技能、网络下载技能、数据库技能、数据分析技能等方面对于大学生信息信息知识与技能进行了考量。

4.信息伦理与道德。信息伦理与道德，是指个体在信息社会应该具备的判断和辨别信息，正确传播信息的能力。它要求个体在国家法律和公民社会道德规范允许范围内进行信息的应用与创造，不得利用现代信息技术侵害社会和他人合法权益。为了得出大学生信息伦理与道德的现状，笔者从其定义出发，结合现实生活中大学本科生遇到的实际情况，如贴吧论坛讨论、网上搜集资料、网络音乐下载、学术论文写作，进行此维度问卷设计。

5.大数据。大数据通常用来形容大量的半结构化和非结构化的数据。大学生作为一个求知群体，与信息的关系日益密切。随着移动互联网的发展，大学本科生对微信、QQ等社交软件的使用频率骤增，利用移动互联网订购火车票、查找旅游目的地信息等已不是新奇事。在大数据时代，大学生会面临更多挑战，能否从纷繁复杂的信息中找到自己所需要的有效信息并进行应用创造显得格外重要。

四、实证结果

1.信度和效度分析。（1）信度，本研究中信息意识，信息需求，信息知识与技能，信息伦理与道德四个分量表的CronbachA 系数分别为，。总量表内部一致性系数为，信度较高。（2）效度，按总均分高低排序，前27%记为组1，后27%记为组2。通过对组1和组2进行独立样本t检验，发现每一题的sig.值都在以下，可见每一题都具有较高的

区分度，从而整张问卷都具有较高的区分度，所以问卷的结构效度较好。

2.描述性统计。如表6所示，对406个个案的平均分进行描述统计，平均分的最大值为，最小值为，平均值为，标准差为。依据Likert五点法，结合均值，可知当前大学生总体信息素养较高。

3.影响因素分析。

（1）专业因素，如表7所示，不同专业大学本科生信息素养差异不大。按照专业分组，利用多独立样本检验，可知不同专业大学本科生信息素养渐进显著性为，远大于，佐证了描述性统计的分析结果。

（2）性别因素，本研究发现男女生信息素养并无显著差异，描述性统计结果显示，男生信息素养总均分为，略高于女生的总均分。

（3）年级因素，本研究发现不同

年级大学本科生信息素养具有显著差异，年级越高，信息素养得分越高。按照年级分组，利用多独立样本检验，显示渐进显著性为，小于，可见不同年级大学本科生信息素养具有显著差别。再根据描述性统计结果，可知大

三、大四学生信息素养得分均值为，大二学生得分均值为，大一学生得分均值为，验证了信息素养的年级差异。

4.大数据与大学生信息素养的关系。为了得到大数据与大学本科生信息素养的关系，笔者通过双变量相关分析，得到两个变量的Pearson系数为，远大于0，呈正相关；且显著性概率为，小于。可见两者的相关性较为显著，可以理解为信息素养较高的大学本科生，对于大数据的把握也较深。

5.研究结论。调查结果显示，目前大学生的信息素养整体较好，但是信息技能水平较低，不同年级学生的信息素养存在显著差异，但是没有发现专业和性别的显著影响。

五、对策及建议

1.建立大学生信息素养标准。信息素养的概念自提出以来就引起了国内外学者的持续关注，但是目前信息素养的内涵及教育范围等还没有一个普遍的标准。为此，应该成立一个全国性的高校信息素养研究组织，制定相关培养标准，针对目前大学生信息意识不强、信息技能较弱的现状开展专门培训，着力提高大学生信息素养，以适应大学生在大数据背景下发展的需要。

2.开展高校图书馆信息技能培训工作。开展图书馆信息技能培训工作，首先应该对高校图书馆工作人员进行相关培训，教师应该探索多种教育手段，激发大学生学习兴趣，并结合一些通识课程进行教学，提高学生科研能力。与此同时，高校图书馆应该定期开设文献检索课、专题讲座等，在学校形成一种信息化氛围。除此之外，还可以用一些信息化手段，如微信平台等，介绍相关知识及预告专题讲座，使其可以惠及更

多的大学本科生。

3.培养大学生自主学习的观念。在大数据时代，信息成几何形增长态势，知识更新迅速，大学生应该积极树立自主学习观念，通过多种渠道获取自己所需信息，提高专业知识储备，扩大自身知识面。通过访谈调查，大学本科生前往图书馆的主要目的是自习，而非阅读大量书籍。针对这一现实问题，相关职能部门应该着力培养大学生自主学习观念和终身学习观念。

4.培养方案增设相关课程。我国对大学生信息素养的培养一直受传统的“重理论轻实践”的影响而发展缓慢，培养出来的本科生动手能力不是很强。高校应该开设相关课程，在理论教学的基础上，开展实践性教学环节。通过理论加实践的教学方式，使大学生可以熟练掌握常见信息检索检索方法，逐步提高信息技能。

参考文献：

[1]郭玮。高校大学生信息素养状

10.大数据背景下的合规 篇十

企业档案信息管理软件应在技术测评与审查以后投入使用，以确保软件的安全可靠。在应用过程中，还需应用各种网络安全技术，如安全检测技术、病毒防治技术等。一方面，可设置档案系统访问权限，以识别访问者身份，可采用用户名、密码等方式检验，防控网络非法操作;另一方面，利用病毒查杀软件定期对档案管理软件进行软件升级和病毒查杀，以防止病毒入侵。此外，还可通过监视计算机网络服务器，对电子档案信息实行安全监控及保护。

(二)确保档案信息采集及存储的安全可靠

企业应该建起档案信息数据存储中心，采用集中存储和双机备份等方式确保信息的采集及存储安全。一方面，信息采集过程中应注意保护信息安全，避免信息外泄，另一方面，可通过在线备份管理对档案信息进行备份，确保数据安全。在实际操作中，可通过配置磁盘、硬盘阵列扩充计算机存储容量，以保证容量充足。此外，还可采用加密技术，对存储的`档案信息进行加密管理，以防止信息被篡改和泄漏。

(三)确保网络运行环境的安全可靠

电子档案信息管理具有信息容量大、提取及时等优点，但在具体的网络运行环境中也容易受到网络安全的威胁，因此，企业档案管理人员应优化网络运行环境，以确保信息管理安全。具体而言，可对本地系统和非常态数据之运行做好监控，构建档案网络系统的安全壁垒，采用身份认证、防火墙等技术，加强网络安全防控，保障信息安全。在进行网页操作时，应对计算机页面做好实时监控，避免进入存在安全隐患的网页;在运行软件时，要进行杀毒监控，监测防火墙运行状态，保障档案信息安全。

(四)制定行之有效的档案信息管理制度

有关资料显示，大部分档案信息泄漏和网络入侵事件都可通过加强安全管理来规避。为确保档案信息安全管理，企业还应建立行之有效的档案信息管理制度，以强化对企业内部的管理，明确各部门职责，落实责任到人，保证管理工作有序进行。企业应根据《档案法》来制定符合自身需求和管理实际的规章制度，包括档案归档制度、档案借阅制度、档案存储制度、档案保密制度、档案收集制度、档案销毁制度等，并明确保存期限、保密级别，以规范档案管理，做好企业档案信息安全管理的防控。

(五)提高档案管理人员的安全防范意识

人是档案信息管理的主体，企业档案管理是否安全，关键在于管理人员是否具备专业化素养和较强的安全管理意识。因此，企业应强化对管理人员的培训，提高其安全防范意识。首先，要使企业档案管理人员提高对自身工作的认识，明确档案管理的重要性，以提升其服务意识。其次，企业可与相关档案工作人员签订档案信息安全管理责任书，明确管理责任，提升管理人员的责任意识，加强对企业档案信息的保密管理，防止人为因素造成的档案信息泄漏。最后，为更好地加强人员管理，企业还应优化对人才的选拔与聘用，建立一支专业化的档案管理人员队伍，加强业务培训和安全防范意识培养，提升档案管理部门人员的整体技能水平。

4 结语

11.大数据背景下的合规 篇十一

关键词：大数据；动画加工业：互联网；服务业；文化创意

l 大数据时代的特征

随着网络技术的发展，人类接收信息的渠道多样化，21世纪成为一个知识信息大爆炸的时代，大数据就是人们用以概括无处不在的信息数据之多，因此可以说是互联网的兴起与普及引领人们进入了大数据时代。“微”、“云”是大数据时代最显著的特点，云盘、微盘、云储存等是为我们搜集信息数据提供的云设备，大数据时代除了采集数据，更重要的是它可以通过云计算技术分析处理得到的数据，并进行科学精确的预测。在全球商业运营中，大数据将扮演越来越重要的角色，根据网络、于机等移动客户端反馈的信息数据，我们不仅可以预测某种产品是否符合市场受众的需求，还可以根据大众的取向合理定制某种产品，最后完成产品的营销策略。这样的商业运营形式可以最大限度地避免产品投放的风险，是目前较为科学和流行的。我们牛活的各个方面都离不开信息数据，都或多或少受到大数据的影响，动画业也不例外。

2 大数据时代下动画加工业的变革

2.1 传统动画加工业的发展历程

传统的动画加工业是企业和承办商之间形成的单纯合作关系，即承办商通过自己的信誉及努力与动画企业不断合作获取动画制作的订单，然后根据企业要求完成动画制作，包括一些简单的涂色、捕摹等工艺流程，这种动画加工业是一种技术含量较小的服务业，主要依靠的是人力。在动画片制作的初期，一些发达国家如日本、美国为了降低动画制作的成本，加之中国市场的开放，将动画加工这一制作工序选择性地安置到劳动力较多且廉价的中国港台及内陆地区，这就为国内动画外包加工业的兴起及发展创造了机会。日本、美国纷纷在中国的沿海地区建立自己的动画加工工厂，吸引廉价的劳动力和优秀的动画制作人才，一时间形成了几大标志性的动画加工企业，在行业里具有明显的竞争优势。但是随着我国市场经济的繁荣发展，劳动力低廉的优势逐渐开始丧失，外包加工被东亚、东南亚部分国家所承担。因此，我国的外包加工业开始走向萧条，同时动画加工业很少为国内本土的动画制作提供服务。在网络普及化背景下，动画加工受大数据的影响，获得了发展创新的生存机会，传统的动画加工业发牛了巨大变革。

2.2 大数据时代背景下动画加工业的变革

在社交软件、新媒体、智能设备的快速应用中，人们的阅读方式和接受信息的方式发牛了很大变化，图文结合、设计感强烈的传递载体才能紧紧抓住消费者的眼球。因此，在大数据时代动画加工也积极适应发展新趋势，对自身进行了变革，主要表现在以下几个方面：

首先，传统的动画制作视觉形式发牛了变化。在大数据时代，人人都可以成为信息源，各种智能软件和应用软件的开发，为大众提供了更加广泛的信息交流平台，人们可以通过微信、微博等公众号进行产品的营销和推广。纷繁多元的信息为动画制作提供了发展的空间，无论是其视角表现形式还是动画制作加工的素材内容都发牛了变化。动画加工制作不再是单向的传播，即加工商制作出怎样的动画图案消费者就欣赏怎样的，而在瞬息万变的信息资源群中，动画设计要突出时代特点和激起大众兴趣，满足受众需求才是生存发展之道。现在以及未来动画制作的视觉传播注重互动性和双向性，去除刻板冷峻的画风，代之以人性化、个性化的传播方式。

其次，动画加工业中建立合作关系的承办商与企业之间运作模式、依存关系发牛了变化。在传统加工业的蓬勃发展时期，二者关系较为单一，且承办商对企业有较强的依赖性，只有企业不断地提供加工订单，承办制作商才能有利可图。但是在大数据时代，传统的这种运作模式已失去了存在的基础，而且双方的关系也发牛了很大变化。因为网络扩大了信息渠道和合作范围，为承办商提供了更多的选择余地，同时也减少了对企业的依赖，使承办商在动画制作过程中增强自身实力。

最后，动画制作加工在传递文化和理念上进行了变革。在动画业发展的早期，人们对动画产业的看法还停留在模糊不清的阶段，文化创意的意识比较淡薄。动画制作商在加工动画的过程中，只是严格按照企业要求的制作工艺标准来机械化地完成任务，无论是从具体的加工流程还是必要的工序上看，当时的动画制作风格如出一辙，进入人们视线的动画大多缺乏新意，基本按照同一个模式设计，因此很难维持长期效应。在大数据时代，人们的审美水平发牛了很大改观，文化需求也随之提高，传统的动画设计难以满足人们的精神需要。因此，商业动画还是影视动画要获得受众群体，就要注重动画设计的主题和创意的策划，在加工过程中突出时代感和文化使命，打造个性化的动画视觉效果。

3 结语

12.大数据背景下的合规 篇十二

一、农业大数据与农业预警

农业大数据使农产品监测预警方式发生了极大的改变, 随之也引起了农业生产方式的重大变革, 现今农业数据海量爆发, 大数据作为农业领域的创新应用将为农产品监测预警工作带来新的机会和发展空间。通过分析农产品生产、产品结构、市场运行的数据, 使得全面、多方位感知农业成为可能, 大数据使得农业进入感知时代, 用总体替代样本的方法得到了广泛运用。传统农业调查中往往是根据土地情况、作物品种选择合理的抽样方法去无限接近总体, 用样本去估计总体具有的特征, 而现代网络信息技术使得全面了解农业全部数据成为可能。不仅如此, 大数据还改变了认识事物的角度。每一种数据因为来源渠道、获取角度不同都存在一定的局限性, 只有融合、集合、分析多种原始数据, 才能对事物的各个方面加以反映, 而事物的本质和规律往往就隐藏在原始数据的相互关联之中。[2]数据量的膨胀凸显了相关关系的重要性, 有时在分析事物之间相关关系的过程中, 会得到意想不到的结果。

在大数据的运行机制下, 农业监测预警工作在思维方式和工作模式上也发生了实质性的改变, 农产品监测预警的研究对象和分析内容更加细化, 获取数据的技术更加前沿, 信息处理的技术更加智能, 信息表达和处理更加准确。伴随大数据技术在农产品监测预警领域的广泛运用, 构建农业数据分析模型, 建立复杂应用处理系统, 实施农产品信息实时化收集技术管理, 建立全方位、多角度的预警服务平台等将成为未来农产品监测预警发展的新趋势。在大数据时代, 农产品监测预警工作将形成大思维, 迎接大挑战。

二、农业大数据改变农业生产方式

我国传统农业正在经受互联网、智能技术和大数据的冲击, 这对传统农业生产者将产生很大的影响, 但同时也会带来巨大的机遇。大数据的发展使农作物从播种到收获全过程的一系列数据都将被各种设备记录下来, 这些信息背后隐含着一定时期内的气候信息、农药用量、病虫害、劳动力投入、市场需求等信息。[3]例如, 通过地上的传感器和智能设备能够精确了解哪些作物在什么时候需要什么养料, 需要的量是多少, 这就保证了在施肥过程中不会造成供给过多或是补充太少的局面, 这在节约开支的同时, 也增加了农作物的产出。为了更多地了解土地状况, 选择恰当的方式增加产出, 农业生产者可以将传感器安装在地面上, 通过计算机精准算法了解什么时候该种植哪种农作物, 算法还能在最佳耕作时间和收获时间方面给予农业生产者建议, 以此获得最大的产出。

在现代农业发展的过程中, 农业数据信息资源已成为农业生产中高质量的生产要素, 将农业数据信息技术等先进科学技术方面的探索和创新应用于农业实际生产中, 可以将科技转化为生产力, 将科技优势转化为经济优势, 未来的农民接触更多的是各种现代仪器和设备, 生产方式的改变将实现粮食的增产和农民的增收。此外, 对灌溉系统农业的研发投入也将成为新时期农业改革的方向。把零散农户的土地进行集中从而引入较大规模的现代农业, 必定形成先进高效的现代农业模式, 科技研发会带来前沿的技术和经营管理经验, 形成现代农业的示范效应, 逐步提升我国农业的国际竞争力。

三、运用大数据发掘我国农业竞争力

加入世界贸易组织以来, 我国的农产品贸易以前所未有的速度增长, 仅在全球金融危机爆发后的2009年出现短暂的下跌, 2002-2014年间, 农产品出口额从181.5亿美元上升到719.6亿美元, 进口额从124.5亿美元上升到1225.4亿美元。根据统计局2014年的数据可知, 在进出口数量上, 美国是我国农产品的最大进口国, 进口额216.39亿美元;日本是我国农产品的第一大出口国, 出口额98.73亿美元。在结构上, 相对于出口市场, 进口市场具有较高的集中度, 前三大进口市场美国、巴西和东盟合计占到总量的56.7%。但是, 日益增长的发展势头并不能说明我国农业在国际市场上具有很强的国际竞争力。

农业国际竞争力是产业实力的向外延伸, 通过统计数据发现我国农业国际竞争力处于下降的趋势。自1978年以来, 我国农产品的国际市场占有率由1978年的0.015上升为2014年的0.042。但是, 比较优势指数和贸易专业化指数都在波动中下降, 且农产品贸易专业化指数波动较为频繁, 先波动上升后波动下降, 表现为近似倒U型的曲线。在1980-2000年间贸易专业化指数波动经历了两个周期的上升和下降, 其间最大值为1993年的0.311;[4]在2001-2014年间, 由2001年-0.0952波动下降到2014年的-0.26。相对来说, 我国农业竞争力特别是高附加值农产品出口处于相对弱势。通过对农产品数据的分析发现随着我国农产品出口贸易快速增长和出口数量增多, 贸易磨擦日益增多。在我国农产品对外贸易上持续的逆差现象也表明我国的农产品贸易结构需要进一步改善, 国家应结合自身的区位优势不断扩展农产品的品类, 根据市场需求及环境因素发展特色农产品。通过大数据分析, 我国主要农产品, 即谷物、豆类、薯类、棉花、油料、麻类、甘蔗等的产量中, 谷物中的稻谷产量最高且有逐年增长的趋势, 稻谷产量由1991年的18381.3万吨增长到2013年的20361.2万吨, 是棉花产量的45倍、油料产量的15倍。在稻谷产量中, 湖南2013年产量以2561.5万吨居于第一位、黑龙江产量2220.6万吨居次位、江西产量2004.0万吨排名第三。根据大数据分析, 我国可以适时调整比较优势结构, 加大对稻谷生产的科技投入和扶持力度, 特别应加大对稻谷产量大省的支持力度。此外, 当某一产地的农产品在国际上获得知名度后, 就可以在国家质量技术监督检验检疫总局申请地理标记保护, 将产品的产地名称作为知识产权加以保护, 这也是该产品在其历史过程中积累的宝贵无形资产。[5]

四、农业大数据与农产品金融化

农产品金融化是指农产品成为资本市场上各种金融产品的挂钩商品, 从单一的消费品转为兼具金融属性和消费属性的商品, 其价格形成机制发生变化不仅受自身供给和需求因素的影响, 而且更多地受经济增长、货币政策等宏观经济因素的影响。农产品由于生产供给周期较长, 消费需求弹性较低, 客观上容易被资本运作。[6]1990年, 郑州粮食批发市场最先引入期货交易, 在随后的几年里交易量飞速上升, 由1993年的774万笔到1995年的20449.1万笔, 两年间增长了25.4倍。目前, 中国农产品期货交易品种日益增多, 交易规模不断扩大。农产品期货交易品种有小麦、玉米、大豆、稻米、棉花、白糖、油菜籽、菜籽粕、豆粕、棕榈油、豆油、天然橡胶等共20种大宗农产品, 占已上市期货品种种数近一半。在2014年的期货交易中, 菜粕成交量最多, 达到3亿笔, 豆粕随其后, 成交量2.04亿笔, 白糖0.97亿笔, 这三种作物构成了我国农产品期货交易的主要力量。

农产品金融化改变了农产品的价格形成机制, 其传导机制也由传统的递进式传导转变为迅速反应, 各种影响因素的变化都能立即引起期货市场价格的变化, 从而影响现货市场价格。这种传统机制导致农产品价格的影响因素明显增多, 波动周期明显缩短, 波动幅度不断加大, 农产品市场的复杂性、不确定性和不稳定性大大增加。农业大数据的出现减缓了农产品的金融化趋势, 通过电子商务网络平台可以实现各地农产品市场的相互连通, 形成全国乃至国际性的网上大市场。[7]大数据能够对经济增长、产品价格、金融衍生品的稳定性进行全面的分析, 完善农产品市场信息收集和发布系统, 使价格的波动范围处在合理的区间之内。数据量大和广泛的特点保证了数据的准确性, 使其能最大程度地反映价格波动状况。通过大数据比较, 各国家、地区在每个年度的产品价格信息能够被真实地反映出来, 结合经济政策和汇率利率等因素, 农业大数据为农产品的金融化提供了更为稳妥的发展空间。

五、运用农业大数据制定农业政策

通过对我国农业数据分析可以发现我国粮食供给对国际市场的依赖程度不断加强, 并处于逐年增长的趋势。在工业化和城镇化过程中, 与其他产业相比, 农业劳动力、资本流失以及在市场中弱势地位极大地影响了我国农业发展, 导致我国农产品进口量迅速增多。通过大数据分析我们可以找到其中存在的问题, 如人力资本在农业领域流失, 国家财政对农业资助的很大比例没有落到直接从事农业生产的农民身上, 劳动力平均经营规模较小, 不利于实施现代农业投资和改造等。针对已发现问题的相应对策的实施可以在很大程度上提升我国农业的竞争力。政府应完善农业政府资助政策和执行措施, 基于小农经营和农产品流通特点, 实行按产品补贴价款和按照生产资料补贴的政策, 稳步推进城镇基本公共服务的覆盖, 把进城落户农民纳入到城镇住房和社会保障体系, [8]分步进行新的土地改革, 释放农业技术进步空间。政府可以在各地逐步集中部分土地实施高效经营, 发挥政府农业科技资金的引导作用, 并出台一些政策去引导并鼓励企业或是组织建立一些具有专业特色的流通市场信息平台, [9]激励民间加大农业科技投入力度, 实现科技投入、技术进步和效率提升, 降低产品成本和提高产品质量, 以引导农业向更好的方向发展。

大数据之“大”, 并不仅仅在于其“容量之大”。对于农业生产来说, 更重要的是从大数据中形成大思维, 开展大合作, 构建大平台, 获得大发展。数据驱动型的农业发展需要形成数据计算思维和关联思维, 加强农业领域和计算机领域的协同发展, 国家有关部门积极开展技术的创新等。目前, 我国农业发展在理念认知度、概念转变、基础设施、技术研发、人才培养等方面都存在巨大的挑战, 但可以预期在大数据背景下, 无论是农业生产还是贸易都会出现全新的面貌。

参考文献

[1]史蒂夫·布兰科.大数据农业在眼前[J].中国企业家, 2014 (6) :35~36.

[2]许世卫.农业大数据与农产品监测预警[J].中国农业科技导报, 2014 (5) :14~20.

[3]戴小文, 漆雁斌.农业现代化背景下大数据分析在农业经济中的应用研究[J].四川师范大学学报:社会科学版, 2015 (2) :70~77.

[4]余子鹏, 王今朝.科技投入、结构演变与我国农业国际竞争力[J].国际贸易问题, 2014 (11) :72~79.

[5]吴向阳.论地理标记的保护和我国农产品贸易的竞争力[J].现代商贸工业, 2014 (19) :3~6.

[6]翟雪玲, 徐雪高.农产品金融化概念、形成机理及对农产品价格的影响[J].中国农村经济, 2013 (2) :83~95.

[7]程新, 崔金秀.论电子商务在我国农产品贸易中的应用[J].技术与创新管理, 2009 (4) :465~467.

[8]田维明, 高颖.入世以来我国农业和农产品贸易发展情况及存在的突出问题分析[J].农业经济问题, 2013 (11) :13~18.