解读大数据在成都医保管理中的应用与拓展论文

解读大数据在成都医保管理中的应用与拓展论文（共7篇）

1.解读大数据在成都医保管理中的应用与拓展论文 篇一

浅谈大数据在人力资源管理中的应用

目前，很多领域中都开始使用大数据，其具有抓取能力强、刷新及时并且数据源充足等特点。大数据在人力资源管理中有着很大的作用，其能够将人力资源管理的各项内容进行量化，然后使其更加准确和高效。人力资源管理者要掌握大数据的相关知识，并且加强其在人力资源管理中的应用。

一、大数据概述及其对人力资源管理的作用

1、大数据概述

大数据主要是针对一些数据类型多、数据量大并且传统的数据处理工具无法处理的数据集，其能够处理海量的数据并且处理速度较快。目前大数据已经渗透到人们生产生活中的各行各业，成为企业决策的重要依据。这就表明了社会已经开始朝着以数据作为生产力，并且以消费者为导向的数据消费方向发展。大数据还会通过云计算对这些数据进行专业化的处理，并且通过分布式的数据库对数据进行储存。

2、大数据对人力资源管理的作用

目前，大数据在人力资源管理中发挥着重要的作用。大数据的使用能够减少传统的教条主义对人力资源的影响，使得人力资源管理更加准确、客观以及科学。大数据能够为人力资源管理提供量化信息，这样人力资源管理进行预测和决策的时候都有重要的理论依据。人力资源管理中的大数据主要是交互式的数据，这样能够将人力资源工作中的各项业务进行规范，并且进行深层次的优化。

大数据在人力资源管理应用的基础是标准化。人力资源管理中可以利用大数据进行挖掘和分析人力资源信息，使得人力资源管理工作更加客观和准确。通过对人力资源信息的挖掘能够获得一些人力资本生产率的指标，比如业绩提升率、出勤率、主动流失率以及人均销售额等情况，人力资源管理者可以根据这些指标进行分析和决策。而这些指标的获取需要通过标准化的数据，比如员工的销售数据、生产数据、人员变动信息、考勤记录以及人员信息等情况。可以说，标准化是大数据应用的基础。如果没有标准化，那么进行人力资源管理的时候就不能发挥出大数据的优势。

二、大数据在人力资源管理中的应用

1、大数据在人员招聘中的应用

企业要想获得人力资源，首先需要进行人员招聘。人员招聘是企业能够获得重要人才的途径，也是企业人才结构的重要保证。传统方式的人力招聘，主要是求职者向人力资源管理者提供简历，被动地了解求职者的教育水平、兴趣爱好以及工作经济等情况。人力资源管理者对员工的录取主要是通过自身的经验来进行分析和判断。这样使得人力资源管理者对求职者的的了解程度有效，并且会受到求职者主观偏好以及自身素质的影响。但是大数据对人力资源管理的作用比较大。首先，人力资源管理者可以通过大数据信息库来了解求职者更多的信息，比如通过社交网站等来进行获取，这样能够充分地了解求职者的性格、行為特点以及爱好等方面的信息，使得企业能够找到更适合的人才。同时，人力资源管理者还可以对应聘者进行大数据分析，判断其与岗位的匹配程度，这样使得人员招聘更加客观和精确，达到艺术与科学的互相结合。

人力资源管理者可以通过一个能够量化并且系统的模型来包含到岗位的所有要求，然后根据求职者的网络信息以及简历，将其与岗位的要求相匹配，这样能够找到企业需要的人才。这样做，使得人员招聘的质量以及效率都有所提高。目前，很多企业对大数据的使用都十分重视。

当大众还不了解大数据的时候，作为互联网巨头的谷歌公司就开始在人力资源管理中应用大数据，并且也取得了很好的成果。比如在人员招聘的时候，其发明了智能化招聘，就是通过网络中的数据来分析和统计不同的职位所对应的面试模式，这样能够鉴别出面试者的隐藏价值，并且鉴定其是否能够达到岗位工作的要求。通过应用大数据，谷歌不仅使得人员招聘的效率和准确性更高，并且为企业获得了更多的人才，促进了企业的快速发展。

2、大数据在人员培训中的应用

人力资源管理需要对新入职的员工进行培训，这样能够使人力资源增殖，并且提高企业的整体生产力。传统的企业中，管理者都能够了解员工培训的重要性，并且都有自己的管理制度和培训体系。但是由于员工培训的时效性和针对性都比较强，这样很多企业的培训都不能进行持续性的培训，到时培训的效果比较差。而大数据在人力资源的培训中也发挥着重要的作用。人力资源管理者能够利用大数据来分析员工的行为以及其学习方式，然后分析出合适的培训内容和培训方式。同时，还能够根据员工的特点为其量身制作培训计划以及培训课程。这样，不仅能够提高员工培训的积极性，同时也使得员工培训工作更加有针对性，使员工能够更好的胜任岗位的要求。

人力资源管理者还可以利用大数据对培训反馈机制以及监督机制进行优化，能够使得培训的过程和结果更加青瓷。随着科学技术的不断发展，很多大型企业都依靠大数据建立了自己的网络培训平台，这样员工就可以通过网络随时接受培训。这样不仅能提高培训的效率以及员工的积极性，同时还能够帮助人力资源管理者了解培训的效果，以便进行改进。

3、大数据在绩效管理中的应用

人力资源管理中重要的组成部分还有绩效管理，其能够帮助企业营造一个透明、公正的竞争环境，使得员工的工作积极性以及满意度都得到提高，有利于企业战略目标的实现。绩效管理一般分为绩效考评、绩效计划、绩效反馈以及绩效改进等。传统的人力资源管理中，绩效管理主要是通过绩效指标来考评员工的成绩，并且对员工的绩效数据进行分析，以便进行绩效改进。但是这种传统的方式有着一定的局限性，主观性比较强，并且绩效计划并不科学，这样绩效指标就不能准确的反应员工的能力。而随着大数据在人力资源管理中的应用，绩效管理也发生了一些变化。人力资源管理者可以根据大数据来分析不同岗位的特点，然后制定出比较科学的绩效指标。可以通过大数据的处理能够对员工的工作情况进行分析得出绩效考核的结果。这样不仅能够使绩效考核结果更加准确，同时也能够使得绩效考核的效率更高。人力资源管理者可以通过大数据来对岗位和绩效指标的相关性进行分析，然后分析员工不良绩效和优秀绩效的能力以及行为。

4、大数据在薪酬管理中的应用

人力资源管理中不可缺少的一项内容是薪酬管理，其有利于企业总体绩效的提升以及企业公平环境的营造。传统的薪酬管理中主要是通过技能或者岗位来制定薪酬，比较静态化，不能够充分反映出员工的价值。而在大数据的应用下，人力资源管理者能够记录员工每天的工作情况，并且通过大数据的分析能力来得到员工的薪酬，这样使得薪酬管理的效率更高、更准确。人力资源管理者还能够通过数据库来对企业的薪酬水平进行分析，并且根据实际情况调整薪酬制度。这样能够提高薪酬和岗位的契合度，也使得薪酬管理增加准确和科学，促进企业的良好健康发展。

2.解读大数据在成都医保管理中的应用与拓展论文 篇二

【摘要】当前，计算机技术迅猛发展，已经影响到了国民社会生活的每一个角落。在这种情况下，出现了一个新的名词——Big Data。这个词组被翻译为海量的资料，有的地方也称之为大数据，这个词组指的就是很直白的字面意思，用非常多的数据来支持某项工作的进行。当前大数据已经应用到了高校的学生管理工作中去，并且因为其准确、海量的信息给学生管理工作带来很多便捷。

【关键词】大数据 高校学生管理 具体应用

【项目名称】南京邮电大学教学改革项目（JG03212JX07）。

【中图分类号】G64【文献标识码】A 【文章编号】2095-3089（2015）06-0034-01

在很多领域，工作的顺利进行都依赖于准确的数据，例如统计行业、审计行业等。目前，随着大数据技术的不断发展和成熟，大数据被应用到了更多其他的领域，高校管理工作中的大数据应用就是一项创新性的尝试。

一、高校学生管理工作的特点

高校的学生管理工作具有下面的一些特点：

1.工作涉及面广，较为琐碎。高校的学生管理绝不仅仅是对学生日常的学习和日常生活的基本管理，还包括了学生的就业安排、贫困救助、活动的组织、共青团与共产党的考核与加入等等。不仅包括了上述实在的具体的工作，学生的信仰教育和心理辅导严格意义上也是学生管理工作的一部分。可以说，只要在学校内发生的一切事务，都属于学生管理工作的范畴。

2.很多管理工作都是靠经验，制度的制定也是不断摸索和借鉴，具有一定的滞后性。高校的管理工作并没有一个特别权威的科学的评价标准，所以高校的管理者只能凭着日常管理的经验、其他院校成功的管理经验、学校内出现的新事物共同补充完善学校的制度，管理工作其实并不具备一定的科学性。

二、大数据在高校学生管理工作中起到的作用

大数据在高校学生管理工作的方方面面都能够起到促进作用，具体表现如下：

首先，利用大数据能够对学生的主业，也就是学生的学业进行较为科学的多元化的评价。在高校中，奖学金的评定和优秀奖项的选定一直都是备受学生争议的两项，按成绩选学生会说不全面、不科学，不按成绩选学生会说不公正。大数据的介入能够用各项微观的数据共同组成一个完善的评价体系，并且这个评价体系直接依附于数据，非常科学也非常公平。同样，在团和党的考核上，也可以借助于大数据。

其次，利用大数据能够对学生的学习和生活进行必要的关注和管理。在大数据的帮助下，学生逃课成为不可能，计算机将记录所有学生的上课记录，作为期末考核和的标准。甚至某些情况下，大数据可以借助学生的一卡通记录学生的饮食记录，并给学生提出科学的配餐建议。另外，大数据也能关注学生的消费情况，对贫困学生的认定和帮助进行动态的管理。

三、学生管理工作中大数据应用的改进策略

1.学校应当充分重视大数据的作用，积极扩大大数据在学生管理中起到的作用。当前虽然大数据对学生管理起到了十分重要的作用，但是毕竟是新生事物，并没有在全国的高校中普及开来。学校管理者应当对大数据下学生管理的先进经验进行必要的考察，结合自身院校的特点和学生的特点，积极地建立大数据体系。

2.利用大数据的重点应当放在学生的评价和生活的关怀，尤其是后者。的确大数据在学生评价方面起到的作用十分大，但是作为管理者，应当将重点放在关注学生的生活、关注学生的心理健康，从而保证学生能够全面地发展，但是前提是应当充分保护学生的隐私。

3.大数据的操作和分析是需要专业的人才的，所以高校应当积极地进行管理体制的改革，设置专门的机构，聘请专业的人才进行该工作的进行。大数据时代的到来，大数据人才在市场是紧缺的，所以一定要未雨绸缪，提前做好人才储备。

4.学校应当加强对外合作。公办高校资金问题还不是很大，因为有国家的拨款，民办高校想要追赶公办大学的脚步，必须要加强对外合作。这是因为民办高校资金来源本身就没有国家拨款的支持，而民办高校的学生管理比公办学校更为混乱，更需要大数据的支持。民办高校应当加强校企合作，不断地进行技术的研发和更新，使学校和企业共同发展，共同进步。

四、结语

高校的学生管理本来就是一项庞大、抽象、无法用具体的指标去衡量效果的工作。信息时代赋予了高校学生管理工作很多新的方法和手段。运用大数据进行学生管理工作，不仅能够节省大量的人力和物力，还能够对管理工作的成效、管理工作的问题与不足有较为精确和科学的评价，能够使管理者做出更为科学的正确的决策。当时目前高校在学生管理工作中结合大数据并没有成为常态，这种方式也只是在摸索的阶段。高校的管理者应当积极创新，充分发挥大数据和其他先进的科学技术在学生管理方面起到的重要作用，使学生的管理变得既科学，又能有利于学生的发展，真正为国家培养出更多优秀的人才。

参考文献：

[1]维克托迈尔—舍恩伯格等著，盛杨燕等译.大数据时代[M].杭州：浙江人民出版社，2013.

作者简介：

韦伟（1980.11-），女，安徽芜湖人，讲师，硕士，主要研究方向：思想政治教育，教育管理。

3.解读大数据在成都医保管理中的应用与拓展论文 篇三

新华社新媒体中心联合数托邦创意分析工作室抓取了新浪微博上提及“爸爸去哪儿”的45.5万条原创微博，并对36.7万独立原发作者用户（去除疑似水军账户）、1300余万条用户微博及近1亿的关系进行数据分析。

AD：

所有人都有爸爸，约一半的人有机会成为爸爸，仅凭此，《爸爸去哪儿》火地就有 硬道理。从舞台秀走向真人秀，《爸爸去哪儿》以近乎 零差评 的口碑创造了电视娱乐节目的成功转型。有观众说，在疲惫的周末夜晚，被 星爸萌娃 温暖后入睡，简直就是一次 治愈系 减压。

新华社新媒体中心联合数托邦创意分析工作室抓取了新浪微博上提及 爸爸去哪儿 的45.5万条原创微博，并对36.7万独立原发作者用户（去除疑似水军账户）、1300余万条用户微博及近1亿的关系进行数据分析。《爸爸去哪儿》不仅成为名副其实的 口碑王，还使娱乐节目发生了很多微妙的变化。

超越《中国好声音》成为口碑王

通过与各节目同时提及的正负面词汇进行统计。《爸爸去哪儿》虽未完全达到 零差评，但仍创造了高达89%的美誉度，超过《中国好声音》、《非诚勿扰》以及湖南卫视的《快乐男声》、《快乐大本营》和《天天向上》等。

男女粉丝 二八分 罕见攻下GDP高地

尽管父爱主题 男女通吃，但分析得出的 爸爸粉 女性占到八成。难道是因为星爸太帅？当然，这与微博中整体较高的女性占比和她们更爱分享转评的习惯也有关。

GDP高地聚集。对湘派娱乐节目免疫力极《爸爸去哪儿》偏好度前十省份中，有5个GDP十强，涵盖3 先富起来 的人，对亲子关系有更深的焦虑和期待？

覆盖适龄婚育群体观众气质更显成熟

在几档人气节目中，爸爸粉 的年龄总体适中，横跨 50后 至 00 后。以北京为例，主体观众覆盖了从高中生到大学毕业10年左右的人群。不少适龄青年发微博称，看到某某，我也好想结婚，想有个这样的儿子女儿。有趣地是，北京和上海的 爸爸粉 年龄明显偏高，不知是否与两地剩男剩女大量堆积有关。

一组有趣的数据，依据数托邦自主研发的机器学习模型，根据用户的社交关系及微博内容等进行分析得到。也许，北京、上海妈妈的心水草玛瑙 mnwg.net情会很复杂，她们会不会一边看着 爸爸去哪儿，一边被孩子问 爸爸到底去哪儿了 ？

媒体偏好数据的分析显示，爸爸粉 已经摆脱了简单的快乐至上，对精神世界的要求有自己的腔调。对 新周刊、南方周末、央视新闻、人民日报 等严肃时政类媒体保持关注，流露出更为成熟、理性的气质。

林志颖父子 老少通吃 张亮爷俩成功逆袭

数据来自于每期节目播出后一周内5对父子的原发微博提及量（含昵称），其中第0期为第1期

节目推出的前一周。林志颖父子以 不老男神 超萌北鼻 组合稳居金牌榜首位，少女偶像首次以父之名，温情耐心感动观众。田亮父女综合实力排名第二，奥运冠军成功转型，形象养眼、表现有话题性带动观众。张亮父子低调亮相，在第四期凭借天天出色表现成功逆袭，赚足眼球，受益最大。

那些广为传颂的笑点与泪点

爱的表达可以创造，大数据的新词识别和梳理发现了它们。每一个笑点与泪点背后，是父亲和孩子是终身难忘的成长故事，也是《爸爸去哪儿》留下的最温暖的回忆。其中，奥特曼的蛋 已在淘宝出现，不少还号称 正品包邮。爸比、北鼻、森蝶，台湾腔与川味英语与网络语言天生也没有违和感。

三大主赞助商回报大比拼

以节目播出前后微博热值变化作为赞助回报参考。三个互不搭界的品牌各有收获：主冠名赞助商强势冒出，在几乎没有社交媒体营销配合下，微博热度强劲增长。英菲尼迪从第三期开始广告植入，话题增量立竿见影。思念水饺配合 爸爸吃神马 等先上下互动促销，参与度有所增加。只是不知，三大赞助商的投入是否与这一结果契合？

（数据支持：@数托邦，制图：刘雅坤，实习生王丹对本文亦有贡献）

原文链接：zlpostdetailit2013-11-12pid_8436879.htm

【编辑推荐】

软件设计师考试考前冲刺预测卷及考点解析

4.大数据在我国房地产中的应用 篇四

关键词：大数据，房地产企业，应用引言

电子计算机和互联网技术的迅速发展带来了数据量的爆发：百度每天约需处理几十拍字节的数据；淘宝网平均每天产生约20太字节的数据；平均每一秒钟就有一段长于1小时的视频发布在YouTube上；Facebook有超过10亿的注册用户，每天上传的照片数量约1000万张，点赞或评论次数高达几十亿。“如今，一个大规模生产、分享和应用数据的时代正在开启”。

麦肯锡公司最先提出大数据概念：“数据已经成为重要的生产因素渗透到当今各个行业和业务职能领域。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来”。牛津大学著名网络和数据科学家维克托·迈尔－舍恩伯格认为预测是大数据的核心；大数据时代应对纷繁复杂的数据进行取舍，构建积极而安全的未来。国际顶级期刊Nature和Science分别专刊了大数据，阐述了大数据的潜在价值及处理技术上的困难。我国“十二五”规划中重点强调了信息处理技术等四项与大数据概念密切相关的关键技术创新工程；著名学者李国杰和程学旗曾系统阐述了大数据的研究进展和实践应用中所面临的困难与挑战，探讨了大数据的科学问题和研究意义。

在大数据时代，数据资源的战略价值毋庸置疑，许多企业通过大数据挖掘出有效信息，提高了决策能力和经济效益，比如某些颇具胆识的房企已经在大数据应用方面取得了相当的成功。相较于已经开始实践应用的房地产企业而言，学术研究方面却相对滞后。陈大川等人以及严娟分别做了大数据技术在住房信息系统中的应用研究以及基于大数据的房地产企业精确营销研究。然而总体上，对房地产大数据的价值评估和应用研究仍有待进一步深入。大数据在我国房地产开发与营销中的应用

大数据时代的到来必将为一些掌握大数据资源并能充分挖掘其价值的产业带来更为广阔的发展空间。这种情况下，如何应用大数据做好开发运营是我国房地产企业提高自身竞争力的关键。

大数据纷繁复杂的特点使得无论是房地产开发企业还是房地产中介服务企业或者是物业管理企业，其业务范围都趋向于多样化和综合性，开发运营、中介服务和物业管理往往密不可分。本文主要从房地产开发和营销两方面分析大数据在我国房地产企业中的应用现状。

2.1 大数据在房地产开发中的应用分析

大数据为房地产企业理性开发提供了有力的数据支持；通过对现有数据潜在价值的挖掘，房地产企业还可以进行多元化投资；个人信息的数据化以及房地产业的思维变革，使得大数据条件下的创新性投资成为房地产企业新的利润增长点。

2.1.1 理性投资，多元化开发

我国不同地区房价不同，投资热度迥异。虽然近年来房地产业总体呈现或升或稳的良好势头，但也同样出现了“鬼城”、“空城”等背离开发商预期的情况。我国房地产业的兴起与繁荣已有相当长的时期，在开发投资方面拥有大量历史数据，包括城市地理位置，经济发展情况，城市规划和政策导向，投资在建和供地情况等。房地产企业可以定量分析这些大数据，预测未来的供需情况，评估项目投资价值，合理开发。Google公司就曾通过分析海量的搜索词，低成本高效率地预测了美国住房市场供需和价格等相关指数。

土地资源对房地产企业尤为重要，大数据的出现为土地市场的准确预测提供了可能。房地产企业要重视大数据背景下的土地市场，敏锐洞察土地资源市场走向。万科集团土地资源数据基本来自第三方，面对不断攀升的地价，万科集团借助于大数据分析，通过二手市场交易和“三旧”改造土地以及保障性住房用地来应对。

除了利用大数据进行住房供求分析、理性拿地之外，房地产企业在业务范围内的多样化投资也提高了盈利能力。万达和绿地等房地产企业已开始利用大数据先机，大力拓展旅游和酒店项目等多元化投资，发掘出住房市场以外的盈利空间。正如维克托所言，数据的再利用不会使数据的价值量折损，反而数据的价值就体现在潜在的收益中，大数据可以挖掘出计划外的收益空间。

2.1.2 创新性投资

对以往的投资和销售数据进行挖掘有利于企业合理开发，多元化投资；然而房地产企业所拥有的数据远不止这些，尤其是大型企业，他们所掌握的信息不再局限于户主姓名、家庭结构、收入情况以及购房意向等，计算机技术的发展和互联网的普及使得越来越多购房者的个人信息变得更易捕捉和存取。这些大数据经过专业分析，便可以从中发掘出一些看似与房地产企业不相关的信息，比如购房者的日常消费习惯或者是他们偏爱的出行路线等。多数情况下这些数据的结构性较差，但其潜在价值却很大，是房地产业开发投资的新机遇，是盈利的新突破点。

万科和花样年在应用大数据进行创新性投资方面的经验值得分析。上千万的购房者数据使得花样年具备充分的优势，从居民需求出发，以手机APP的形式将商户与居民联系起来，构建“社区电子商务”平台，在方便快捷的基础上实现精准营销。除了社区电商，花样年控股集团有限公司还构建了金融服务、酒店服务以及文化旅游等八大领域基于移动互联网的大数据业务布局，远远超越了传统意义上的房企业务范围。同样，万科集团日臻完善的大数据处理技术也为之带来了商机。通过对其所掌握的480万业主数据进行挖掘，将社区商业、社区物流、社区医疗和养老等与业主的大数据信息相结合，万科集团提出构建“城市配套服务商”的理念，应用大数据避免了危机。

相比较万科和花样年，世茂集团在投资方面的创新更值得关注。其经营理念认为，“未来购房者买的不仅是一幢房子，更是一种生活体验”；据此推出了向业主提供健康监控和咨询服务的“健康云”管理业务。通过手机、手表等一些移动设备，适时监控业主健康状况相关数据，并进行分析处理，构建健康方案，为业主做好疾病预防、保持身心健康提供咨询建议，或者为其直接链接实体医疗。其他一些房地产企业比如金地和绿地也开始利用大数据开拓新的业务，相继推出了“智慧城市”、“云服务”等概念；不再单纯为购房者提供一个遮风挡雨的地方，更侧重服务于消费者的心理需求和精神需求。

国外房地产企业运用自身数据优势进行业务创新的案例同样屡见不鲜。常被用来作为美国大学教学案例的Windermere房地产就是其中的经典之一。该公司通过分析近1亿名驾驶员行车GPS导航信息，为潜在购房者在不同时间段上下班行车线路和时间进行了缜密的规划，切实满足顾客需求，提升服务质量。表1呈现了相关企业利用大数据技术辅助房地产投资与开发决策情况。

2.2 大数据在房地产营销中的应用分析

近年来，在我国某些中小城市，俨然出现了房地产过度开发投资的情况。房屋本来是一种消费品，但是行业看似稳定而高昂的收益率使得大量投资者趋之若鹜。实际上这些城市的吸引力远不如一二线城市，大量开发的结果只能是空置。因此，对这些地方来说，房地产企业如何利用手中的数据促进库存消化才是关键。另外，由于电子商务的普及，人们消费方式的转变使得对商业地产的传统营销模式难以发挥作用。

要解决上述问题，关键是在大数据时代如何做好房地产营销。数据资源是房地产企业提升竞争力的关键之一，庞大的数据来源保证了精准的客户定位，为房地产企业成功营销提供了可能。首先房地产企业可以通过信息系统实现精确营销。凭借房地产商自身的数据优势，建立客户信息系统，将客户进行分类，通过挖掘大数据，提炼出客户信息，有针对性地实现精确营销（见图1）。

此外，也有些大型房企主动转向了电商，对营销模式进行变革。新峰地产规划了五个大数据应用系统，其中房谱网可以根据需求为客户筛选出中意的房产；自动评估系统通过大数据处理技术实现了对房产价格自动评估的功能，用户只需将房产相关数据输入系统，系统会自动评估出房价，并为用户提供相应的贷款和税费等信息。类似于万达集团的电商运营模式，新峰地产也同样采取线上线下相结合的方式，线下的营销部也会根据客户的线上信息与客户取得联系。这种营销方式需要企业自身既是大数据拥有者又是数据处理技术的领先者，对房地产企业的数据搜集、存储和数据挖掘能力要求很高。

上述营销方式，都是房地产商将原本的业务范围主动拓宽的做法，基本不需要第三方平台（见表2）。而维克托认为，如果房地产商共享数据资源，还可以通过与第三方合作的方式将开发商、家居服务等市场参与方与消费者联系起来，使得大数据的优势更加明显。比如CNFS房地产大数据系统中就包含了从政府到房地产开发商再到二手房交易市场覆盖中国289个城市的房地产数据，有些城市甚至记录了长达十年的庞大数据量。美国著名的众筹公司Realty Mogul也属于这样的第三方平台。Realty Mogul通过互联网众筹的方式搭建起房地产商和投资者之间的桥梁，为那些小规模投资者提供了机会；而它所提供给投资者的充分的房产信息和分析结果则来自于其掌握的大量数据。宜居中国是轻资产运营的典型代表，它最早提出中国的房地产流通服务商这一理念。借助先进的IT技术，易居推出了独立的“克而瑞房价分析系统”，为超过100万置业用户提供服务。好屋中国通过大量吸收个人购房者信息，整合建立起大数据资源库，通过一定的算法找到购房者需求与房产项目之间的匹配，进而提高房地产交易成交量。凤凰房产网拥有超过160万的访问量，通过对海量数据的有效分析，这些网站可以更好地了解到客户的需求，为房地产商的营销准确定位，以大数据的思维推动房地产业更好发展。自腾讯公司推出即时聊天工具以来，其用户数据量相当可观。去年3月份，腾讯大粤房产与碧桂园山河城的合作就是大数据时代房地产业成功营销的范例。而在此之前，依托于腾讯社交平台和大数据平台，碧桂园十里银滩成功营销，开盘当日即创下了3300套房源的奇迹。在营销方面类似的第三方平台还有很多，他们拥有先进的互联网和数据处理技术，为更好地利用大数据提供了保证。表2呈现了相关企业利用大数据技术来改变或发展营销的模式。大数据在我国房地产企业应用中的挑战

大数据虽然是新事物，但是房地产企业在运用大数据思维进行开发和营销的同时也不能忽略潜在的挑战和威胁：大数据出现在隐私保护上的问题总是难以协调，所要求的海量数据处理能力是目前许多房地产企业并不具备的；另外房地产企业本身具有的一些特点也使我们在发展大数据应用时面临的挑战。

3.1 来自大数据的问题和应对

房地产企业应用大数据为客户量身定制的服务，必然建立在对其资料充分了解的基础上，甚至当不包含个人信息的数据大到一定程度的时候，对个人身份的识别率也能达到99%以上。这些大量的信息不可避免地包含了许多个人隐私，以当前的道德伦理观不可能对之不予理会。应对这种情况，维克托提出可以通过让数据使用者承担隐私保护的责任，而不是遵循本人许可方可使用这种传统的方式来保护个人隐私；或者将个人信息数据进行模糊处理，牺牲掉一些精确性来保护个人隐私。这些方法在房地产业的大数据道路上究竟能否可行还有待进一步实践。

大数据的优势不仅仅是在数量上，而是在其涵盖的复杂多样的信息。庞大的非结构化数据在搜集、存储和处理上都不是常规算法或软件能够轻易实现的。大量数据持续快速生成，其价值密度却在降低，如何从中分离出有效的信息对每个房地产企业来讲都是一个不小的挑战。针对这种情况，一方面可以通过制定大数据国家战略，切实推进我国大数据学术研究进程，加快科技成果转化为生产力，增强我国房地产企业大数据处理能力；另一方面，房地产企业可以将数据委托给第三方处理。不同类型的企业在大数据时代的角色定位不同，目前有许多企业具备专门的大数据处理技术，房地产企业通过类似外包的形式将数据委托给专门的公司处理，而自身专注于信息的使用从而实现纵深发展。

大数据时代既要注重国际交流，又要避免国外先进的数据挖掘技术对我国大数据应用造成冲击。目前，已有一些做数据研究的国外公司看到了我国市场上的海量数据，希望进入中国市场做大数据业务，而目前我国还没有实力相当的企业能够与之抗衡。在这种情况下，可以先与国际企业进行友好合作，带动我国房地产企业大数据业务的发展继而走向国际化。但是在此过程中应注意盈利模式的选择和双方的角色定位。国外的公司应定位于数据中间商，而我国房地产业在数据授权时应注意保留所有权及其潜在价值。

3.2 房地产企业自身的困境和应对

房地产业既是实体经济的支柱又具有一些虚拟经济的特点，比如复杂性、介稳性和高风险性等。这些特点使得房地产企业在应用大数据时的未知数增多：虚拟经济体系对心理预期的变化较为敏感，大数据时代数据的公开和共享有可能影响人们对房地产业的心理预期，对投资需求造成冲击。考虑到房地产虚拟经济的介稳性，一旦受到冲击，房地产业的稳定性就会遭到破坏，影响国民经济发展。因此，房地产企业在应用大数据时既要抓住机遇，勇于创新，又要纵观全局，不能盲目变革。

相比电子商务，房地产业在大数据方面的优势并不突出，目前还存在严重的数据结构不平衡，信息不对称情况。因此，迫切需要一个房地产大数据共享平台，对房地产数据进行备案，并结合房产估价师的努力构建出一个庞大而真实的房地产大数据库。比如住房信息系统的建立和完善，可以对住房监测、公积金和住房保障等相关数据进行统一管理。通过对数据采集方案、数据库系统方案以及数据查询方案的设计，建立一个安全、完整、时效、独立的系统，实现政府部门、企事业单位和个人之间的数据共享。

5.解读大数据在成都医保管理中的应用与拓展论文 篇五

摩尼中学 王国红

我们所处的时代是一个信息飞速发展的时代，数据处理量非常繁大，所以又被人们称为大数据时代。在大数据时代，处理海量的数据是绝大多数个人电脑无法完成的。这些海量数据需要有强大的计算机系统来处理。云计算就是这样一种通过互联网来让个人用户实现网络计算的系统。

计算机中的云是网络、互联网的一种比喻说法。所有的类似于个人电脑的计算机终端设备连接到网络上，接入数据中心，按自己的需求进行计算，获得强大的计算功能，然后再将结果返回到个人电脑中。即个人电脑起到的只是输入和输出的作用，而所有计算都由中心计算机来完成，这就是最直观的云计算。由此而出现的以云计算为主导的云存储技术、信息传输技术、云管理平台技术、云应用技术就构成了云技术。云技术在各行业中已经开始得到广泛的应用，主要表现为云物联、云安全、云存储、云游戏和云计算等形式。

随着现代教育技术的飞速发展，社会对教育教学的要求越来越高，传统的教学手段、教学模式越来越不适应现代教育。只有在教学中适度加入一些高科技手段来辅助教学，才能获得更好的教学效果。因此，我们不妨在教学中尝试使用云技术。

一、加强硬件环境建设，营造高速网络环境

1、加强网络传输的硬件建设。实施云技术的重要条件是具备高速网络环境，因此要采用云技术首先就要进行网络宽带建设。在现有条件下，光纤通信非常发达，建设光纤宽带是比较好的选择。一般来讲，要实施云技术至少需要10M宽带的网络，数据传输才能流畅。因此，校园网络达到单个终端设备独享10M带宽网络成为底线。

在一个校园中，使教学真正实现云计算功能，还应该达到“泛在接入”。所谓“泛在接入”，是指在任何时间、任何地点都能方便地接入互联网。也就是说，不论是手持设备，还是电脑终端，都能通过有线或无线的方式随时接入互联网。达到泛在接入，师生都能随时共享云服务器中的资源，并能展示自己成果，进行广泛的讨论和交流，真正实现无界的交互。

2、加强校园云服务器及云服务平台的建设。由于教育教学专业性较强，所 1 涉及的知识面较宽，而且各个学校又有自己特色的教学资源，因此各校应根据自己的实际情况，建设校本特色的云服务器及云服务平台，便于师生随时通过网络获取校本资源。

3、对终端设备进行优化。我们在教学中的终端设备不外乎个人电脑、多媒体设备、电子书包、智能手机等。这些设备要优化为云技术的终端其实很简单，就是让其具备有线或无线的网络接入功能，同时要建立控制设备的操作管理平台。学校、教师、学生要有独享的终端设备，教学场所要有师生共享的终端设备。顺便说一下，电子书包不久将成为云技术服务于教学的主流设备之一。

二、广泛使用云存储，获得便利的存储空间

云存储是将互联网中各种不同类型的海量存储设备通过应用软件集合起来协同工作，共同给用户提供数据存储和业务访问功能的一个系统。简单来说，云存储就是将储存资源放到云上供人存取的一种存取数据的方式。使用者可以在任何时间、任何地方，通过任何网络终端设备连接到云中方便地存取数据。云存储平台比较通俗的可以理解为云计算服务商有很多服务器和存储设备，用信息技术将其整合为一种提供存储服务的平台，这个平台以租赁的方式对外提供服务。对于普通用户来说，你不用买存储设备，只要有网络并给付少量租金（也有免费的）就可以非常方便的享受云存储服务。你再也不用管数据存在什么地方的，也不用管数据是怎么存的，直接使用就行了。

在教学中，由于资源繁多，占用空间大，小容量的存储设备（如U盘、移动硬盘等）也无法完成存储任务了。同时，无论是什么便携式的存储设备，都无法像云存储一样使用方便。因此，我们一定要创造条件广泛地使用云存储。

目前，有很多服务商都提供了云存储服务，而且在一定容量之内是免费使用的。比如，百度云盘可为用户提供2TB的免费使用空间，360云盘可为用户提供高达40TB的免费使用空间。只要在这些云存储服务器上进行了注册，我们就可以方便地使用这些资源了。比如手机拍摄的照片和视频，就可以在WIFI环境下自动传输到云盘中去，也可以随时在云盘中调取。只要牢记自己注册时的密码，所有的教学资源也可以随时存取，非常便利也非常安全。

这些云盘还有一个好处，即在相同的云服务器内部传输数据非常快速。通常在同一个云服务器内共享其它账户的海量数据也只是瞬间就能完成的。

三、积极使用云计算，实现云计算辅助教学

云计算是让我们需要进行的计算由大量分布在不同地方的计算机一起来完成，就像电网供电一样是由若干发电机共同承担负荷。因此，它能让我们在足够带宽的环境下体验到最便捷、最快速的计算。随着云计算的普及和不断发展，云服务器已经具有了相当大的规模。微软、IBM、Google、Yahoo等大型云服务商已经拥有海量的云服务器，一般的企业私有云都拥有几百台以上的云服务器，这些云服务器能给予我们前所未有的计算能力。

云计算辅助教学是指学校和教师在教学中利用云计算服务，构建信息化、个性化的教学环境，提供师生教和学的资源池，达到师生共同进步的目的。在云计算辅助教学中，学校要有自己的云，教学人员要使用Web2.0等软件构建云教学环境，充分使用云计算功能。教师将学生学习中将要用到的资源进行归类，编制导学提纲，引导学生建立属于自己学习园地，构建泛在学习的平台。学生在教师的引导下，利用海量的资源进行主动学习，利用云技术开展讨论和交流，促进自己进步。

在课堂教学中，我们的每一节课都可以把多媒体设备、电子书包、无线网络设备构成一个云平台：教师可以把课堂视频、学生问题、交流反馈等内容用云计算来处理，及时提升教学效果。教师还可以设定一些课堂检测项目，让学生完成后，再通过云计算来完成判定和统计，并及时反馈到课堂上来，对教学的重难点作出及时的调整。

对于教学效果的检测，云计算更能作出比较客观的判断。时下流行的各种网络测试系统就是云计算辅助教学的实例。比如四川省普通高中信息技术学业水平测试系统，就是一个考试云，它运用云计算来对学生进行测试、统计、分析，最后返回结果。

在教学管理中，我们也可以运用云技术来减轻管理的压力。比如现在的学籍管理系统，就是通过学籍云来实现对学生的管理，这个系统使原来的那种学籍混乱的现象一去不复返了。

云技术在教学中的普及和应用，还有很漫长的道路要走，在大家使用云技术的能力得到不断提高后，云技术才能逐渐渗透到日常教学中，从而对大数据时代的教育教学产生深远的影响。参考文献：

①2014年4月（成都）“全国首届国际视野下的信息技术课程建设高峰论坛”会议资料。

②于莉云，计算辅助教学应用案例——“多媒体课件制作”课程网站，《中国教育信息化》（2011.1）。

③贺小华，云计算在教育中的应用——以Google协作平台为例，《软件导刊》（教育技术，2009.9）。

6.解读大数据在成都医保管理中的应用与拓展论文 篇六

作者：盛瀚 北京银行股份有限公司无锡分行，长期从事信息化安全建设和IT服务管理的研究。

摘要：本文从对大数据产业发展进行分析，介绍大数据金融的相关应用及场景案例，并阐述了大数据金融存在的挑战。

关键词：大数据，金融

1.大数据概述

1.1.什么是大数据

大数据（Big Data）是一个宽泛的概念，业界没有统一的定义，大数据概念的兴起可以追溯到2000年前后，最初理解为一类海量数据的集合。2011年，美国麦肯锡在研究报告《大数据的下一个前沿：创新、竞争和生产力》中给出了大数据的定义：大数据是指大小超出典型数据库软件工具收集、存储、管理和分析能力的数据集。根据Gartner的定义，大数据是需要新处理模式才能具有更强的决策力、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。

大数据在通信、金融、教育等各个领域存在已有时日，近年来随着互联网和信息行业的发展进入了快速推广阶段。

1.2.大数据的特征

大数据不仅有传统数据定义的“三个V”，即数量（Volume）、速度（Velocity）和种类（Variety），还包含了更重要的第四个V，价值（Value）。

浅谈大数据在金融行业的应用与挑战

阿姆斯特丹大学提出了大数据体系架构框架的5V特征，在原有4V基础上增加了真实性（Veracity）特征，包括数据可信性、真伪性、来源和信誉、有效性和可审计性等特性，如图1所示。

图 1大数据体系架构框架5V特征

1.3.大数据的发展趋势

随着大数据产业的不断发展，各行业的应用解决方案不断成熟，大数据产业迎来了井喷式发展。Wikibon 数据显示，2014年全球大数据市场规模达到285亿美元，同比增长53.2%。大数据成为全球IT支出新的增长点，如图2所示。Gartner数据显示，2014年数据中心系统支出达1430亿美元，比2013 年增长2.3%。大数据对全球IT 开支的直接或间接推动将达2320亿美元，预计到2018年这一数据将增长三倍。

浅谈大数据在金融行业的应用与挑战

图 2Wikibon全球大数据市场规模测算

全球大数据市场结构从垄断竞争向完全竞争格局演化。企业数量迅速增多，产品和服务的差异增大，技术门槛逐步降低，市场竞争越发激烈。全球大数据市场中，行业解决方案、计算分析服务、存储服务、数据库服务和大数据应用为市场份额排名最靠前的细分市场，如图3所示。

浅谈大数据在金融行业的应用与挑战

图 3Wikibon全球大数据市场结构测算

2.大数据金融

随着大数据技术的应用，越来越多的金融企业也开始投身到大数据应用实践中。麦肯锡的一份研究显示，金融业在大数据价值潜力指数中排名第一。以银行业为例，中国银联涉及43亿张银行卡，超过9亿的持卡人，超过一千万商户，每天近七千万条交易数据，核心交易数据都超过了TB级。

一直以来，金融企业对数据的重视程度非常高。随着移动互联网发展各种务和服多样化市场整体规模扩大。对于数据分析带来的主要业务价值，大量参加调研的金融企业表示，大数据分析的价值是可以根据商业分析实现更加智能的业务决策，让企业战略制定更加理性化。依靠有前瞻性的决策，实现生产过程中资源更优化的分配，能够根据

浅谈大数据在金融行业的应用与挑战

市场变化迅速做出调整，提高用户体验以及资金周转率，降低库存积压的风险，从而获取更高的利润。

2.1.金融数据的类型

金融数据从数据类型上进行划分，大致可以分为结构化数据、半结构化数据与非结构化数据三大类。

（1）结构化数据。结构化的数据来源自金融企业运营数据仓储(ODS)和数据仓库(EDW)。EDW为企业提供分析决策服务，ODS主要实现企业数据整合、共享和准实时运营监控等功能。而通过Hadoop等组件的应用可以将数月前甚至几年前的历史数据进行迁移保存。在分布式存储结构下，结构化数据的存储计算可以得到巨大的改善，可对海量离线数据进行离线分析，将离线数据优势最大化，为金融企业用户打造立体用户画像提供最全面的数据支撑。

（2）半结构化数据。半结构化数据的整合在数据整合中是最为复杂的。金融企业可对接来源于外部单位所提供的不同类型数据库或Excel等的数据。“打通”多源异构的数据是项目中遇到的最困难的部分，数据整合完毕可快速进行建模分析。

（3）非结构化数据。金融行业对于非结构化的处理的方法还是比较原始的。非结构化数据涵盖的范围比较广泛，有新闻，视频，图片以及社交网络等数据。

浅谈大数据在金融行业的应用与挑战

2.2.大数据金融的技术实现

金融数据一般具有“流数据”的特征，需要在短时间内快速处理。与其他行业相比，金融具有逻辑关系紧密、处理实时性要求高、可展示性需求强等特征，通常需要以下几类关键技术。

（1）数据分析技术。包括数据挖掘、机器学习等人工智能技术，主要应用在用户信用分析、用户聚类分析、用户特征分析、产品关联分析、营销分析等方面。金融系统安全性、稳定性和实时性要求比较高，对大数据计算处理能力也要求非常高。

（2）数据管理技术。包括关系型和非关系型数据管理技术、数据融合和集成技术、数据抽取技术、数据清洗和转换等技术。金融行业对数据的实时处理能力要求非常高，需要灵活地进行数据转换配置和任务配置。

（3）数据处理技术。包括分布式计算、内存计算技术、流处理技术等。通过新型数据处理技术更有效地利用软硬件资源，在降低IT投入、维护成本和物理能耗的同事，提供更为稳定、强大的数据处理能力。

（4）数据展现技术。包括可视化技术、历史流展示技术、空间信息流展示技术等。主要用于金融产品健康度监视、产品发展趋势监视、客户价值监视、反洗钱反欺预警等方面。

2.3.大数据金融的场景应用

任何技术的应用都是基于需求产生的，大数据金融的应用也是由

浅谈大数据在金融行业的应用与挑战

金融行业的业务驱动而衍生出来的。具体的应用分类也没有统一的标准。以金融行业最具代表性的银行为例，根据业务驱动应用场景大致可分为精准营销、风险控制、改善经营、服务创新和产品创新等五个方面，如图4所示。

（1）精准营销： 互联网时代的银行在互联网的冲击下，迫切的需要掌握更多用户信息，继而构建用户360度立体画像，即可对细分的客户进行精准营销、实时营销等个性化智慧营销。

（2）风险控制：应用大数据技术，可以统一管理金融企业内部多源异构数据与外部征信数据，可以更好的完善风控体系。内部可保障数据的完整性与安全性，外部可控制用户风险。

（3）改善经营：通过大数据分析方法改善经营决策，为管理层提供可靠的数据支撑，使经营决策更加高效、敏捷，精确性更高。

（4）服务创新：通过对大数据的应用，改善与客户之间的交互、增加用户粘性，为个人与政府提供增值服务，不断增强金融企业业务核心竞争力。

（5）产品创新：通过高端数据分析和综合化数据分享，有效对接银行、保险、信托、基金等各类金融产品，使金融企业能够从其他领域借鉴并创造出新的金融产品。

浅谈大数据在金融行业的应用与挑战

图 4金融大数据业务驱动

2.3.场景实例

2.3.1.客户全景画像

客户画像应用主要分为个人客户画像和企业客户画像。其中个人客户画像包括人口统计学特征、消费能力数据、兴趣数据、风险偏好等。以银行为例，银行拥有的客户信息并不全面，基于银行自身拥有的数据有时候难以得出理想的结果甚至可能得出错误的结论，所以还需要引入外部数据源，包括：运营商数据、主流电商网站数据、上网痕迹数据、SNS软件、生活圈子、网络应用等，从而丰富用户标签，构建一起全面的客户画像，如下图5所示。

浅谈大数据在金融行业的应用与挑战

图 5大数据客户全景画像

2.3.2.客户服务优化

通过大数据，金融企业可监控各种市场推广运作情况，将客户行为转化为咨询流，从中分析客户的个性特征、风险偏好，了解客户的金融往来习惯及使用行为，进一步分析及预测客户潜在的需求，将精准行销扩展至服务的创新与优化。

图 6 个性服务优化过程

浅谈大数据在金融行业的应用与挑战

以银行为例，通过大数据资料库，可对下辖分子机构服务柜台及摆设、理财区装饰、甚至座位的设计，依照资料库中机构所在地的人口特征、年龄及交易量复杂度等数据，以及客户在网站、手机银行、微信银行等软件使用习惯进行分析，为客户提供个性化的服务。如：

 针对高领客户比例偏高的机构，即考虑新增矮柜服务窗口并提供大屏幕显示器提醒；

 面对顾客对网银、手机银行的使用习惯，将浏览率高的栏目与浏览率低的栏目进行重新排版设计，以提升客户使用率及忠诚度的目的；

 根据不同人群在网络、手机APP访问的记录行为，分析其关注资讯的不同（页面浏览时间，次数，频率等），提供不同需求的咨询和服务。

2.3.3.交易欺诈侦测

大数据的分析对于风险控制有着重要意义，金融机构可通过对企业的生产、流通、销售、财务等相关信息的数据挖掘，进行贷款风险分析，量化企业的信用额度，更有效的开展企业贷款。

浅谈大数据在金融行业的应用与挑战

图 7 企业征信体系

同时，在交易欺诈防控中，可以利用持卡人基本信息、卡基本信息、交易历史、客户历史行为模式、正在发生行为模式（如转账）等，结合智能规则引擎（如从一个不经常出现的国家为一个特有用户转账或从一个不熟悉的位置进行在线交易）进行实时的交易反欺诈分析。

3.大数据金融存在的挑战

3.1.数据的几何级增长，整合困难

目前，全球各行业数据量的增长速度惊人，再我国尤其集中在金融、交通、电信、制造业等重点行业和医保、社保、海关等重要领域，信息化的不断深入正在进一步催生更多新的海量数据。据统计，2015年中国的数据总量达到1700EB 以上，同比增长90%，预计到2020 年这一数值将超过8000EB。以银行业为例，每创收100万元，银行业平均产生130GB 的数据，数据强度高踞各行业之首。但在金融企业内部数据处于割裂状态，业务条线、职能部门、渠道部门、风险部门等各个分支机构往往是数据的真正拥有者，缺乏顺畅的共享机制，导

浅谈大数据在金融行业的应用与挑战

致海量数据往往处于分散和“睡眠”状态，虽然金融行业拥有的数据量“富可敌国”，但真正利用时却“捉襟见肘”。

3.2.数据安全的保障

安全与隐私问题是大数据发展过程中的一个关键问题，多项实际案例表明，即使无害的数据被大量收集后，也会暴露个人隐私。实际上，大数据安全含义更为广泛，人们面临的威胁并不仅限于个人隐私泄露，保护对象不仅包括大数据自身，也包含通过大数据分析得到的知识。

与当前的其他信息一样，大数据在存储、处理、传输等过程中面临安全风险，主要包括数据管理风险和数据运营风险。这里一方面需要技术手段的保护，同时需相关法律法规的完善和金融企业自身的自律。

3.3.大数据标准规范的制定

要实现数据的互联互通，必须包含两个条件，其中互联是技术体系标准，互通是数据体系标准。实现互联可以要求系统使用标准化接口，而实现互通则需要围绕产业链建立跨行业的数据标准结构。目前，各行业的发展长期各施其政，行业间存在较高的壁垒，即使金融行业内部，如银行、证券、保险等行业也采用了不同的标准，遵守不同的行业规范。如何加快元数据、数据交换、数据交易、数据质量、安全保密等重点共性标准的制定是大数据建设的关键。

浅谈大数据在金融行业的应用与挑战

3.4.人才梯队的培养

与信息技术其他细分领域人才相比，大数据发展对人才的复合型能力要求更高，需要掌握计算机软件技术，并具备数学、统计学等方面知识以及应用领域的专业知识。目前金融行业在可承担分析和挖掘的复合型人才、高端数据科学家以及管理人才都存在很大缺口。

5.结束语

党的十八届五中全会“十三五”规划提出：“实施国家大数据战略，推进数据资源开放共享”。2015年12月16日在第二届世界互联网大会开幕式上，总书记提出：“十三五”时期，中国将大力实施网络强国战略、国家大数据战略、“互联网+”行动计划。大数据已成驱动经济发展的新引擎，大数据应用范围和应用水平将加速我国经济结构调整、深度改变我们的生产生活方式，大数据金融应用正是改变金融业态，引发金融行业经营模式创新的催化剂和助推器。

参考文献

[1]陈利强 梁如见 张新宇 著.《金融大数据-战略规划与实践指南》.电子工业出版社.2015年

[2]陈云 著.《金融大数据》.上海科学技术出版社.2015年

[3]BCG.《回归“价值”本源：金融机构如何驾驭大数据》.2015年

7.解读大数据在成都医保管理中的应用与拓展论文 篇七

一、单项选择题

1.根据Chuck数据观，有针对性、与我们直接相关的信息称为（）。

A.数据

B.情报

C.智慧

D.知识

描述：Chuck数据观的主要内容

您的答案：B 题目分数：10 此题得分：10.0 批注：

2.在互联网技术中，CT是（）的简称。

A.信息技术

B.云计算技术

C.移动技术

D.大数据

描述：互联网技术发展历程

您的答案：B 题目分数：10 此题得分：10.0 批注：

3.根据FICO的信用评分体系，如果消费者的信用分数为680，则其处于（）的等级。

A.FAIR

B.OK

C.GOOD

D.GREAT

描述：FICO个人消费信用评估体系

您的答案：C 题目分数：10 此题得分：10.0 批注：

二、多项选择题

4.下列属于互联网征信数据来源的有（A.政府机构信息

B.人力招聘广告

C.电商交易评级

D.公共事业缴费

E.网上浏览数据）？描述：互联网征信数据的来源

您的答案：D,E,B,A,C 题目分数：10 此题得分：10.0 批注：

5.大数据应用平台可以提供哪些服务？

A.精准营销

B.客户服务

C.信用报告

D.风险防控

E.产品优化

描述：大数据的应用

您的答案：A,E,B,D,C 题目分数：10 此题得分：10.0 批注：

三、判断题

6.云计算技术带来的不仅是资源使用的集约化，同时也推动了技术的民主化过程。

描述：云计算技术的作用

您的答案：正确

题目分数：10 此题得分：10.0 批注：

7.大数据就是对海量数据进行分析处理并提取有价值的模式/规律的相关技术。

描述：大数据

您的答案：正确

题目分数：10 此题得分：10.0 批注：

8.根据Chuck数据观，数据从无序到有序的过程为信号—数据—信息—情报—知识—智慧。

描述：Chuck数据观的主要内容

您的答案：正确

题目分数：10 此题得分：10.0 批注：

9.传统征信方式和互联网征信方式的差别之一是互联网征信数据来源广、频度高。

描述：传统征信与互联网征信的区别

您的答案：正确

题目分数：10 此题得分：10.0 批注：

10.美国的信用机构由民间机构主导，而中国则是央行主导、民间参与的方式。

描述：中美两国在消费和征信方面的差异

您的答案：正确

题目分数：10 此题得分：10.0 批注：