大数据环境下的电视媒体发展

大数据环境下的电视媒体发展（精选12篇）

1.大数据环境下的电视媒体发展 篇一

大数据环境下的数据安全性探讨

学号：E41314059 姓名：李俊梅 专业：信息安全

一．引言

随着互联网、物联网、云计算等新兴技术的高速发展，各种智能终端、社交网络服务的大量涌现，全球数据量出现了巨幅增长。据相关数据统计，仅在2011年就达到1.8万亿GB。互联网数据中心预计到2020年全球数据将翻50倍。显而易见，真正的大数据时代已经到来。一方面，云计算技术的成熟，为这些多样化的数据提供了存储和运算的平台。与此同时，数据挖掘和人工智能等技术为大数据时代提供了信息参考，大数据的快速发展进一步扩大信息的开放程度，但是随之而带来的数据的安全性，防止数据泄露和保障数据安全已经成为我们研究的课题

二．大数据的概念与特征

大数据本身是一个较为抽象的概念，我们从表面上理解规模庞大的数据，但是随着应用的越来越广泛，对大数据研究越来越深，可以发现大数据不仅是在数量规模上庞大，而且还包括数据结构相当复杂，数据与数据之间的关联程度相当高。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。当前，普遍较为统一对大数据特征的认识可以用4V来表达：数据规模大（Volume），数据种类多（Varity），数据要求处理速度快（Velocity），数据价值密度低（Value），概括为所谓的四V特性。这些特征让大数据即区别与传统的数据概念，又体现出大数据的复杂。大数据除了有四个特性之外，大数据时代的数据还呈现出其他三个特征。第一个特征是数据类型繁多。第二个特征是数据价值密度相对较低。第三个特征是处理速度快，时效性要求高。这是大数据区分于传统数据挖掘最显著的特征。

三．大数据面临的安全挑战

大数据的广泛应用注定了大数据的安全保卫战必须是持久战。在大数据时代，各种智能终端、互联网社交服务和各种数字化存储无处不在。不得不承认，大数据已经遍布各行各业，互联网的高速发展使得获得数据十分便利，同时也给信息安全带来了巨大的挑战。当前，数据安全的形势也不容乐观，需要保护的数据量增长已经超过了数据总量的增长。首先个人隐私很容易通过互联网泄露，随着社交网络、电子商务的兴起，们之间的联系越来越依赖网络，个人的信息会分散在不同的网络位置，只要将个人的相关数据聚集起来分析，就可以很容易获取个人的相关信息，从而分析出个人的隐私数据。上升到国家层面，大数据也可能给国家安全带来隐患。但是在网络高速发展的今天，如果在大数据处理技术方面落后的话，就可能导致数据的单向性。一些发达国家诸如美国已经开始大数据研发计划，大数据技术的发展和完善有助于增强国家数据的安全性。其次，网络普及化使大数据极易受到攻击。网络的高速发展，各个行业领域利用大数据技术能实现彼此资源共享和数据互通。加之云计算技术的普及，为大数据提供了一个开放的环境，将分布在不同区域的资源进行快速整合，智能化分配，从而实现数据资源的共享。正因为大数据处于一个开放的环境中，吸引黑客对其中的有价值的数据感兴趣，比如个人的银行账户信息等成为主要攻击目标。也就是说，在当今开放的网络化社会，大数据的本身数据量庞大，而且数据之间关联性强，对于黑客而言，只要付出相对低的成本，就可以获得巨大的收益。再次，数据的非结构化对大数据存储提出新要求。在大数据之前，数据存储一般分为关系型数据库和文件服务器两种。而相对于当前的大数据来说，数据类型的多样化也使我们措手不及。如今大数据一般都采用NoSQL数据库存储技术，该技术具有可扩展性和可用性等优点，但该技术仍然存在诸多漏洞，没有内置足够的安全性。所以时常会发生类似于身份验证、输入验证等大量安全问题。最后，计算机技术的发展也增加了安全风险。随着计算机网络技术的发展，各种服务器、防火墙、无线路由等网络设备的更新普及，数据挖掘等新兴技术越来成熟，为大数据智能化采集以及智能化数据分析性提供极大的方便。但是，我们也必须注意到一个问题就是技术的快速发展也会相应地增加了大数据的安全风险。一方面，从大数据本身的安全性来说，自身的防护也有不完善的地方，存在着漏洞。虽然云计算对大数据提供极大的方便，但云毕竟是一个开放的环境，对大数据的安全性无法提供最大的保证；API（Application Programming Interface，应用程序编程接口）访问安全权限控制以及密钥生成、存储技术和数据管理方面的不足都有造成数据泄漏的可能。同时大数据他本身可以成为一个可持续攻击的载体，有大量的恶意代码存在其中很难被发现，从而达到持续隐藏性攻击的目的。另一方面，黑客攻击的技术也在逐步提高，数据挖掘和数据分析技术的原理被黑客利用作为攻击的主要技术。

四．大数据安全策略

4.1 大数据存储安全策略

基于云计算架构的大数据，数据的存储和操作都是以服务的形式提供。目前，大数据的安全存储采用虚拟化海量存储技术来存储数据资源，涉及数据传输、隔离、恢复等的问题。解决大数据的安全存储，一是数据加密。在大数据安全服务的设计中，大数据可以按照数据安全存储的需求，被存储在数据集的任何存储空间，通过SSL（安全套接层）加密，实现数据集的节点和应用程序之间移动保护大数据。在大数据的传输服务过程中，加密为数据流的上传与下载提供有效的保护。应用隐私保护和外包数据计算，屏蔽网络攻击。二是分离密钥和加密数据，使用加密把数据使用与数据保管分离，把密钥与要保护的数据隔离开。同时，定义产生、存储、备份、恢复等密钥管理生命周期。三是使用过滤器。通过过滤器的监控，一旦发现数据离开了用户的网络，就自动阻止数据的再次传输。四是数据备份。通过系统容灾、敏感信息集中管控和数据管理等产品，实现端对端的数据保护，确保大数据损坏情况下有备无患和安全管控。4.2 大数据应用安全策略

随着大数据应用所需的技术和工具快速发展，大数据应用安全策略主要从以下几方面着手：一是防止APT攻击。借助大数据处理技术，针对APT安全攻击隐蔽能力强、长期潜伏、攻击路径和渠道不确定等特征，设计具备实时检测能力与事后回溯能力的全流量审计方案，提醒隐藏有病毒的应用程序。二是用户访问控制。根据大数据的密级程度和用户需求的不同，将大数据和用户设定不同的权限等级，并严格控制访问权限。而且，通过单点登录的统一身份认证与权限控制技术，对用户访问进行严格的控制，有效地保证大数据应用安全。三是整合工具和流程。整合点平行于现有的连接的同时，减少通过连接企业或业务线的SIEM工具的输出到大数据安全仓库，以防止这些被预处理的数据被暴露算法和溢出加工后的数据集。同时，通过设计一个标准化的数据格式简化整合过程，同时也可以改善分析算法的持续验证。四是数据实时分析引擎。数据实时分析引擎融合了云计算、机器学习、语义分析、统计学等多个领域，通过数据实时分析引擎，从大数据中第一时间挖掘出黑客攻击、非法操作、潜在威胁等各类安全事件，第一时间发出警告响应。

4.3 大数据管理安全策略

通过技术措施来保护大数据的安全必然重要，但管理也很关键。大数据的管理安全策略主要有：一是规范建设。大数据建设是一项有序的、动态的、可持续发展的系统工程，一套规范的运行机制、建设标准和共享平台建设至关重要。规范化建设可以促进大数据管理过程的正规有序，实现各级各类信息系统的网络互连、数据集成、资源共享，在统一的安全规范框架下运行。二是建立以数据为中心的安全系统。基于云计算的大数据存储在云共享环境中，为了大数据的所有者可以对大数据使用进行控制，可以通过建设一个基于异构数据为中心的安全方法，从系统管理上保证大数据的安全。三是融合创新。大数据是在云计算的基础上提出的新概念，大数据时代应以智慧创新理念融合大数据与云计算，以智能管道与聚合平台为基础，提升数据流量规模、层次及内涵，在大数据流中提升知识价值洞察力。积极创造大数据公司技术融合平台，寻找数据洪流大潮中新的立足点，特别是在数据挖掘、人工智能、机器学习等新技术的创新应用融合创新。

五．结束语

大数据是信息化时代的“石油”。大数据转化为信息和知识的速度与能力将成为这个时代的核心竞争力之一，而大数据面临的安全挑战却不容忽视。只有大数据技术和大数据安全“两条腿”走路时，大数据才可以真正成为这个时代的驱动力量。

2.大数据环境下的电视媒体发展 篇二

新媒体环境下的电视新闻发展困境

新媒体的出现使得人们的信息获取方式和消费方式出现了重大改变,手机、互联网的出现使得人们随时随地都能够了解到新闻资讯,新闻传播体系也变成了由大众所主导的自下而上的传播体系。新媒体环境下的电视新闻发展面临着众多发展障碍。

1.多种媒体正剥离电视新闻受众, 电视新闻收视率下降

手机、互联网等新媒体既能够实现人际传播,也能够进行大众传播,各种个性化的信息基本上能够传达到每个人的手中,这就使得新媒体从一开始就拥有了极大的受众范围,再者新媒体交互性和跨时空性等特点使得新闻讯息不再遭受到单一发布者的控制与约束,新闻讯息的传播变得更加的自由。这就从受众和传播方式上对电视新闻造成了巨大的冲击,使得电视新闻的受众逐步的被剥离,电视新闻的收视率逐渐下降。

2.电视新闻互动性差,更新速度慢,新闻质量低于新媒体质量

电视新闻的自身特点也导致受众越来越不满足于现状,逐渐的走向新媒体。首先,电视新闻的互动性差,新闻的传播仅仅只是从电视单向的传向受众,受众无法形成对新闻报道的回馈, 单向传播模式使得传播者与受众之间缺乏交流,电视新闻就无法发现自身的缺陷,无法实现信息的及时更新;其次, 在新闻讯息的更新速度上,电视也要远远低于新媒体,手机、微博、网络可以实时实地的实现讯息的共享,而且新闻讯息的质量也要超过电视新闻。最后, 电视新闻的负面影响更为直接,作为第一媒介,电视新闻的社会负面影响更加直接,一旦信息出现误差,社会负面影响的范围和程度都要远远超过其他媒介。

电视新闻发展策略

电视新闻只有在不断增强自身,立足于新闻本源,提高新闻报道质量的基础上,加强与新媒体的融合与交流,通过整合内部优势与外部环境,才能保证在竞争日益激烈的新媒体环境下取得长期良好的发展。

1.追求新闻真实、客观,挖掘新闻深度,开展新闻深度报道

新闻讯息要求内容真实、报道及时迅速,语言上要简明准确。电视新闻发展要立足于新闻本源,追求新闻真实性与客观性,以高质量的新闻报道来赢得受众。在实际工作中,电视新闻工作人员要挖掘新闻深度,开展新闻深度报道,如央视的《焦点访谈》《东方时空》等,要加强新闻评论工作,实现新闻评论的平民化、深度化;开展新闻专题报道,精选新闻事实,创新新闻播报、评论模式。

2.加强与其他媒体的交流与合作,拓展新闻传播渠道,加强电视新闻互动性

电视新闻也有着其自身的优势, 权威性、传播范围广、共时空效应使得电视新闻还是有着很多受众的,而新媒体的出现时间短,受众的依赖程度比较低。电视要加强与手机、互联网等多种新媒体进行交流与合作,开展手机电视、网络电视的即时新闻直播,力求主动出击,促进新旧媒体之间的融合,不断地寻找自身与新媒体的契合点,形成电视、网络的新闻并举。如借助微博、博客、播客、网络视频、手机电视等多种新旧媒体的交流与融合,实现电视新闻节目的发展。如河北电视台经济生活频道的《今日资讯》《资讯前沿》就实现了电视新闻与网络的连接,设置了今日关注、今日热点,并且通过在线直播和网友留言的形式实现了电视新闻的互动。

3.加强电视新闻工作人员的素质培训,提高新闻人员的创新意识

加强电视新闻从业人员的能力建设,培养专业的电视新闻报道团队,以过硬的团队能力实现电视新闻的发展; 加强对电视新闻编辑的强化培训工作, 从新闻编辑、制作、发布等多个环节进行电视新闻报道的创新;培养新闻工作人员的时代意识,不断跟进时代潮流, 如在新闻编辑中适当掺入一些网络新语,加入一些时代热词,增强新闻的视听效果;在电视新闻内容中加入一些当下时事新闻,提高新闻看点,新闻报道要涉及一些真实感人故事,发挥电视新闻良好的弘扬社会美德的作用。

结束语

新媒体环境下,电视新闻的发展既面临着自身的弱势缺点,也面临其他高端媒体的冲击。电视新闻的发展要在提高自身优势的同时,加强与新型媒体的交流与合作,不断地拓宽新闻传播渠道,增强新闻的真实性、及时性,保证新闻质量。积极地整合内部优势与外部环境,探寻新的电视新闻报道模式,以便在竞争激烈的新媒体环境中求得生存与发展。

3.大数据环境下的电视媒体发展 篇三

关键词：大数据；图书馆；数据挖掘；中小企业；竞争情报；情报服务

中图分类号： G252.6 文献标识码： A DOI：10.11968/tsyqb.1003-6938.2016013

The Development Strategy of Library Competitive Information Service in Big Data Times

Abstract Library faces both development opportunity and challenge in competitive information service in big data times. Although the National Library and Shanghai Library have gained experiences in this area， the overall service is not satisfactory in data types， the use of tools platforms， and added values of products. The strategy of development is to pay more attention to integrated applications of data， the analysis of new data resources， and utilization of new tools platforms.

Key words big data； library； data mining； SMEs； competitive information； information service

随着大数据时代的到来，通过挖掘和分析大量用户、供应商、经销商等企业经营链条中上下游利益相关者的信息行为数据和竞争对手、竞争环境的数据信息，进而掌握隐藏在这些数据背后的规律、洞悉可能存在的商机与研判未来市场发展的态势，已成为大数据时代一个成功企业所必须具有的竞争情报意识，越来越多的企业纷纷建立了自己的大数据研究中心、数据计算中心等情报中心，以为企业发展提供基于数据的决策参考和信息情报。但对占有市场数量比例达99%、提供了80%城镇就业岗位的中小企业[1]来说，尽管明知基于大数据应用的竞争情报能为企业带来多方巨大的效益，但受限于规模、财力、人员等因素，并不是每家中小企业都有能力或条件建立企业自己的情报机构，于是，通过市场行为去购买、定制企业的竞争情报服务便成为一种常态与主流趋势。图书馆作为始终以为用户提供信息、知识为己任的社会、机构信息中心，也一直是企业竞争情报服务的实践者和探索者，大数据时代的到来和企业用户出现的多种变化，为图书馆开展竞争情报服务既提供了发展机遇，又面临着严峻挑战。

1 大数据环境下的图书馆竞争情报服务

1.1 大数据时代的企业更需要竞争情报服务

据《中国企业竞争情报实施现状调查分析》[2]分析，国内竞争情报较活跃的企业主要集中在钢铁、汽车、医药、金融、消费品等领域，竞争情报多以咨询研究、消费者市场调查等浅层次态势出现，方兴未艾的文化产业几乎与竞争情报绝缘，而IT企业的竞争情报界则主要以工具提供商的身份推介其软件产品，很少提及自身的竞争情报，中小企业的竞争情报活动和基础更是可以忽略不计[3]。这种现状导致了我国中小企业决策不当和经营不善，生存能力不强，容易走向灭亡。如在2008年的金融危机中，仅上半年就有约7万家中小企业倒闭[4]。与之形成对比的是，在全球500强企业中，95%以上已建立了较为完善的竞争情报系统，如微软、IBM、P&G、通用电气、可口可乐、海尔等。这些国内外知名企业的成功都离不开其完善的竞争情报系统及其周密的运作。大数据时代的到来，更是突显了企业竞争情报工作的重要性，企业的竞争不再局限于劳动生产率、专利技术、生产规模等传统生产要素之间的竞争，知识生产率、知识转变能力、产业发展态势研判能力等成为了新兴的竞争指标，而产生这些知识并决定未来产业发展规律的则无疑是存在于企业内外部的那些庞大数据集，如竞争对手的产品更新周期、企业自身的员工生产率竞争水平等。而实现对这些数据的收集、存储、分析和处理对中小企业来说是不可能独立完成的，在这种情况下，寻求与第三方情报服务机构的购买、外包合作就成为中小企业获取竞争情报最佳乃至唯一的选择。

在众多第三方情报服务机构中，图书馆无疑是企业特别是那些迫切需要竞争情报服务的中小企业的最佳竞争情报服务合作者。一方面，随着近年来我国图书情报事业的发展，越来越多的竞争情报人才进入到图书馆工作，图书馆也已在信息咨询、专题定制、知识服务等方面具有了一定的经验优势；另一方面，图书馆还具有其他机构无法比拟的资源、信息获取优势，这使得图书馆具有其它机构无法相比的开展中小企业竞争情报服务的人才、经验与资源优势。

1.2 竞争情报服务是大数据环境下图书馆服务的增长点

目前，尽管我国图书馆开展的企业竞争情报服务还存在地区发展不均、服务内容单一、高校图书馆发展滞后等问题，但也已经积累了一定的经验，如国家图书馆、上海图书馆、天津泰达图书馆、昆山图书馆等图书馆的竞争情报服务开展得如火如荼，其运行过程中积累的大量经验成为了大数据环境下图书馆竞争情报服务的增长点。

nlc202309032017

（1）国家图书馆。国家图书馆企业信息服务中心依托丰富的馆藏文献信息帮助企业建立对竞争对手的市场营销、企业运营、产品服务、资本市场等各方面全方位的信息监测和分析服务。通过信息和数据监测体系进行长期的数据积累，并将监测到的信息进行系统化管理，最后在此基础上进行阶段性的总结和趋势分析，提供有竞争能力的比较分析报告，其中包括公共传播评估报告和品牌竞争性分析报告。同时，还提供敏感信息预警服务，即时向用户提示行业重要信息和企业负面信息，将监测到任何可能会对客户利益造成潜在危害的负面报道，及时通知用户，以便用户做出迅速反应，从而掌握公关宣传时效、启动危机监控机制[5]。国家图书馆除了提供竞争情报服务外，还提供舆情分析服务。舆情分析服务是帮助政府部门、企业公司了解舆论动向，制定正确的应对策略引导舆论发展，其中包括热点舆情分析、专题舆情分析和突发事件分析[6]。国家图书馆专门设立了企业信息服务中心，由一批具有较高学历层次、训练有素的专业咨询人员从事专业性信息咨询。

（2）上海图书馆。由上海图书馆上海科学技术情报研究所承建的行业创新信息情报服务平台，承担着上海公共研发服务平台中重点行业创新信息延伸服务的部分职能。这一平台现有先进制造、生命科学、资源环境三个行业领域的情报导航与信息服务，以及“美国政府研究报告”的推荐服务[7]。

（3）天津泰达图书馆。天津泰达图书馆是国内唯一一家实行图书、档案、情报一体化管理的区域性文化机构。为了更好地服务于区内高科技企业，泰达图书馆档案馆和泰达科技发展集团合作建设的“滨海科技信息服务平台”主动为区内科技企业提供信息支持，主要包括科技查新、专利知识产权服务、个人学术博客服务、网上咨询服务、信息定制（代检代查）服务等，还为参加培训的各个企业提供VIP远程检索卡，使企业用户足不出户即可享受泰达图书馆档案馆便捷的知识服务。在这些服务过程中，泰达图书馆积累了丰富的经验，并形成了自己的特色服务品牌[8]。

（4）昆山图书馆。昆山竞争情报服务平台是由昆山图书馆和湖南省竞争情报中心共同创建，该平台采用最新无缝隙嵌入式本地化技术，为昆山政府、产业集群及高新技术、中小企业服务。昆山竞争情报网络协作平台由雷达采集、信息分析、资源管理、网络协作及内容分发系统构成，是目前国内最先进的产业、企业竞争情报系统，它以快速、便捷的检索，节省信息搜索时间，为用户抢占市场先机；拓宽信息资源渠道，实现差异化的情报服务战略[9]。该平台集资源整理、信息查询、情报分析为一体，能够按照用户需求定制相关竞争情报资源，进行情报源的分类与维护，是昆山产业竞争情报战略分析的基础数据库。同时，它还能为昆山境内企业提供专业文献，降低企业在研发设计中的成本。

2 大数据时代的图书馆竞争情报服务发展对策

尽管大数据时代的图书馆特别是一些公共图书馆利用自身的资源优势，已在竞争情报服务方面做出了长足的尝试与探索，但其自身还存在着较大问题，如所利用的信息资源主要依赖于图书馆馆藏书籍与免费的网络资源、对竞争对手等相关数据的获取主要以网络获取为主、对情报研究工具的应用还不广泛和深入、所利用数据主要以存储于图书馆数据库的结构化数据为主，等等。这使得图书馆的竞争情报服务还跟不上时代的发展步伐，工具平台应用、数据来源类型、综合价值判断等方面都有着巨大的发展和提升空间，因而不易从数量巨大的数据集中挖掘和发现有价值的情报，并形成高附加价值的产品。因此，图书馆需要在大数据环境下正确评价和认识自己竞争情报服务方面的不足，进而制定合理、科学的发展路径去寻求更大的发展。

2.1 加强数据的集成化运用

大数据时代，数据无疑是社会发展的主要动力，也是各方利益相关者关注的对象，对图书馆来说，如果能够将来自各个方面异构、零碎、多源的庞大数据融合在一起，无疑将对其在竞争情报工作中洞察到竞争环境和竞争对手的细微变化，从而快速响应，制定有效竞争策略产生积极帮助。越来越多的案例也表明，海量、多源、异构的数据不但具有巨大的统计意义，也能为各种预测模型、对手分析等提供数据支持，不但能对竞争情报工作产品提供源数据支持与论证，也能通过对其分析实现预知未来发展趋势、提高生产率、降低经营成本。如沃尔玛就建立了一个超大的数据中心，其存储能力高达4PB以上，通过大数据分析，沃尔玛掌握了顾客的购买习惯，不同商品一起购买的概率，购买者在商店所穿行的路线、购买时间和地点，从而确定商品的上架布局及分类优化；决定对各个分店不同商品进行增减，以保持最优库存，降低成本；洞察销售全局，瞬间捕获到各种细微的变化，从而快速响应，制定营销策略；利用大数据工具对供应链进行分析以选择供应商、优化物流配送方案和进行价格谈判等；利用大数据分析工具对商品品种和库存的趋势进行分析，以选定需要补充的商品，分析顾客购买趋势和季节性购买模式，以确定降价商品，并对其数量和运作做出反应[10]。

需要注意的是，上述案例中，沃尔玛的数据分析应用尽管占据了数据企业拥有且为企业用户所创造、所应用和数据量巨大、具有专业的数据分析平台和专业技术人员等优势，但其中不容忽视的一点是，其在数据分析中注重对集成化、多源和异构数据的应用，如对客户信息行为非结构化数据、产品销售数据与客户购买数据等均按照一定的逻辑关系进行统一的规划和组织，实现了数据资源的有效共享，为情报分析的集成化运用提供了基础。这就促使图书馆的竞争情报服务需注重和加强数据特别是集成化数据的运用，也要求图书馆资源建设者需建立一个公共的集成环境，将分布于图书馆、数据库、网络、智能终端、联盟、省市科技共享平台等各方面组织机构的资源通过一定的映射与关联规则建立成为一个集成数据平台，并为用户提供一个统一、透明的访问界面，从而构建竞争情报工作者对数据集成化运用的基础。情报工作者在具体的数据收集、挖掘和分析中，也需注重对分布在各个孤立信息岛上的自媒体资源数据的收集与运用，通过集成分析系统进行处理操作，以为企业用户提供一个具有高附加值的服务产品。

nlc202309032017

2.2 关注新型数据资源的分析

在大数据时代，企业无论是日常运营，还是重大战略决策，都会在各个信息系统中留下各种数据记录，通过技术将这些数据整合起来，即可再现一个企业的运行轨迹和发展全景。竞争情报研究就是发现有价值的知识和模式，洞察企业竞争环境，预测未来，从而获得竞争优势[11]。

（1）社会网络数据。社会网络的兴起和发展以及多种智能社交终端的应用，使得置身于大数据环境下的每一个信息行为主体都会产生大量的社会活动数据，并组成一个分布在社会各个角落的社会数据网络。图书馆竞争情报工作者通过网络中竞争对手、领域内合作伙伴等群体数据的结构、属性、关联分析，如基于链接的节点排序、基于链接的节点的分类、节点聚类、链接预测、子图发现等[12]，可找到大量数据间的关联关系，实现数据价值的转化和实现。如从人际关系的网络节点中心度来分析竞争对手，可以发现其某一时间段内的信息活动相关者，而对这些可能影响到竞争对手相关活动（如发展决策、企业信贷等）的信息行为相关者的行为数据进行分析，又可以推断出竞争对手正在进行的活动，甚至可以预判出其即将进行的活动，实现数据的相互支撑解释和验证，为图书馆为企业用户制定相关的竞争策略提供支撑。

（2）实时动态数据。网站、微博、微信、论坛、新闻报道等大量的动态实时数据，也是一种图书馆需要注重利用的竞争情报数据源。图书馆可以通过数据网络爬虫等技术对竞争对手随时产生的交易数据、网站访问日志等实时数据流进行扫描抓取，将抓取到的数据按照特定的需求分配到不同窗口进行挖掘处理，在掌握竞争对手实时活动的同时，既保证了图书馆为企业用户制定的竞争策略具有足够的敏捷性，也可能从其中发现蕴含在数据背后的行业发展规律，如竞争产品的销售规律等。

（3）非结构化、半结构化数据。与传统数据运用字段等方式进行排列组合相比，大数据最为典型的特征就是以非结构化数据、半结构化数据作为数据主要组成部分，图书馆的竞争情报工作需要注意这些能够挖掘出巨大信息的非结构化、半结构化数据，如竞争对手的多媒体信息数据等，通过对数据的采集、关联和相关工具运用，如对数据的可视化展示等去分析隐藏在这些数据背后的规律，完善自身提供给用户的竞争策略。

2.3 注重新的工具平台的应用

由于大数据环境下图书馆情报工作处理对象即数据的数量巨大、类型多样、来源复杂，因此需借助大数据存储中心和处理平台才能完成数据的存储和应用分析，这也就要求图书馆需注重新的分析方法和工具平台的应用，如针对大数据分析处理的预测性分析、数据质量和数据管理、可视化分析、语义引擎和数据挖掘算法等五个方面，图书馆可以根据所分析处理数据的内容和要求而选择采用哪些工具和平台，如对数据的采集，图书馆可能有别于采用存储每一笔事务数据方式的MySQL和Oracle而使用Redis和MongoDB这样的NoSQL数据库；对数据的统计/分析在一些实时性需求时选择使用EMC的GreenPlum、Oracle的Exadata，以及基于MySQL的列式存储Infobright等，而对一些大批量处理者基于半结构化数据的需求可以使用Hadoop；数据的导入/预处理可以使用来自Twitter的Storm进行流式计算；比较典型的数据挖掘算法有用于聚类的K-Means、用于统计学习的SVM和用于分类的NaiveBayes，主要使用的工具有Hadoop的Mahout等[13]。

3 结语

众所周知，良好的企业竞争情报工作不但能够为企业的竞争策略制定与运营提供科学决策和参考，也能有效地降低企业运营成本，提高企业竞争力。国家图书馆、上海图书馆等图书馆在竞争情报服务方面树立了成功的典范，但大数据时代的来临也给图书馆的竞争情报工作提出了新的挑战，如管理的数据量庞大、数据的收集范围更广泛、数据安全风险增大、数据质量难于控制、数据难于动态集成等，图书馆需正视这些问题，用创新的眼光去发现和研究竞争情报服务工作的发展对策。

参考文献：

[1] 中国中小企业数量已占全国企业总数的99%以上[EB/OL].[2015-10-23].http：//news.xinhuanet.com/fortune/2010-09/26/c_12608785.htm.

[2] 中国企业竞争情报实施现状调查分析[EB/OL].[2015-10-23].http：//www.xzbu.com/1/view-153418.htm.

[3] 马子雷.文化企业不该忽视“竞争情报”[N].中国文化报，2010-12-08（2）.

[4] 许威，越丹.我国中小企业竞争情报工作问题及对策[J].信息系统工程，2010（3）：63-64.

[5] 国图企业信息服务年会[EB/OL].[2015-10-23].http：//www.qianyan.biz/news/show_16208/.

[6] 国家图书馆政务舆情服务浅析[J].农业图书情报学刊，2014（8）：152-154.

[7] 上海研发公共服务平台[DB/OL].[2015-10-23].http：//www.istis.sh.cn/hykjqb/.

[8] 刘艳敏.国内外公共图书馆的企业信息服务发展现状及分析[J].科技情报开发与经济，2011（24）：4.

[9] 昆山产业竞争情报服务平台[DB/OL].[2015-10-23].http：//ks.hnci.gov.cn/.

[10] 涂子沛.大数据[M].桂林：广西师范大学出版社，2012：161，304-306.

[11] 黄晓斌，钟辉新.大数据时代企业竞争情报研究的创新与发展[J].图书与情报，2012（6）：9-14.

[12] 约翰·斯科特.刘军，译.社会网络分析法[M].重庆：重庆大学出版社，2007：1-6.

[13] 大数据分析与处理方法解读[EB/OL].[2015-10-23].http：//wenku.baidu.com/link？url=ELlMwyPRD6DYAh3npjYaPr6Q_q

Rn2MFFhakd1KT2qfjkgo0LlX5nknUomlJRwEbKbKTRxbSBSGMlgrYd1s4vQAgyH-gr2iJ2jiHt4v30XPW.

4.大数据环境下的电视媒体发展 篇四

1.大数据对电子商务的影响

1.1大数据带来的风险与机遇

不管是即时通信工具还是社交网络等，所有方面都会涉及到海量的数据，这使得大数据环境下安全形势与传统安全相比，变得更加复杂。大数据为传统安全带来的挑战表现在以下几点：

(1)大数据对数据的完整性与可用性带来了冲击，在防止数据丢失、被窃取以及被破坏的问题上存在着一定的难度，以往的安全工具已经满足不了大数据环境下的需求。

(2)数据中包括大量的企业数据、用户数据、个人数据以及各种行为数据等，这些数据都是集中储存，提高了数据泄露的概率，倘若这些数据被滥用，将会对企业的信息安全带来不利于影响。另一方面，大数据也促进者信息安全的发展。大数据为安全分析提供了新的可能，对于海量数据的分析能够促进信息安全服务提供商更好的规划网络异常行为，从而找到数据中的风险[1]。对实时安全与商务数据结合在一起的数据展开预防性研究，能够识别攻击的性质，防止被非法者入侵。网络被攻击后会留下种种痕迹，这些痕迹都以数据的方式隐藏在大数据中，运用大数据技术整合计算与处理资源能够更有效地应对信息安全威胁，促进找到攻击的源头。

1.2大数据对电子商务发展的影响

根据有关报告显示，从2012年至2020年，我国的数据将增加数十倍，数据将从346艾字节到8.6万亿千兆字节。这些数据主要来自不断增长的`互联网使用数据、社交网络、智能手机以及移动电视等。在互联网使用数据中最具有发展前景以及研究价值的领域体现在电子商务方面。淘宝每天新增的交易数据有10TB之多，eBay分析平台每天处理数据高大100PB，超过了许多交易所全天的数据处理量。在海量的交互数据中隐藏着重要的数据价值，数据已经成为所有经济领域的重要构成部分。大数据渐渐地成为了电子商务企业的重要部分，它也是体现公司价值的关键因素[2]。通过对数据展开收集、整合与分析，电子商务企业能够挖掘出新的商机，使得企业在激烈的竞争中立于不败之地。

2.大数据在电子商务中的应用

信息时代的主要特征就是数据与信息的快速发展与快速传播。这方面在电子商务领域也实现了深刻的体现。随着电子商务在各行和业尤其是零售行业的快速发展，并发访问量迅速增加，并且数据的类型也呈现出了复杂多变的发展趋势。大数据的核心价值就是细致地分析与利用信息。互联网中融入了由用户产生数据的模式，此模式提供了低成本、实时性强的数据。然而数据的真实性与可靠性还有待提高。电子商务与以往的销售方式相比具有数据的可获得性。在以往的销售过程中，企业很难掌握顾客购买的源头，倘若现在不购买以后是否会购买等问题，而在电子商务中能够掌握到顾客购买、收藏以及浏览等行为。通过这些信息能够促进企业更好地认识自己的产品，了解到自身在销售中存在的问题，从而可以为客户提供更加优质的服务。例如，在人们在逛淘宝时，会产生一些购买、浏览、收藏以及加入购物车等行为，这些行为都能够在服务器中留下痕迹[3]。这样可以帮助卖家去推测顾客的心理，比如是由于商品价格高、商品描述不完善以及缺货等问题。因此，企业就可以通过降价促销、上新品等策略去应对，帮助企业实现销售，提高利润。此外，在电子商务中企业还可以分析得出顾客的购买习惯等，从而依据顾客的购买习惯适当提醒顾客购买。

3.大数据环境下的电子商务安全问题

3.1电子商务的安全需求

目前，全球的各行各业都涉及了电子商务，然而所有的企业都面临着一个共同的问题，即电子商务的安全问题。因此，应当采用先进的安全技术，对网上的数据与信息的收发进行身份确认，从而保证双方信息传递的安全性、完整性等。

3.2大数据环境下的电子商务安全结构

在大数据环境中可以通过网络的安全基础设施GSI建立电子商务平台，可以提供共享的电子交易市场。各商家在自己的网站展现货物资源，货物资源由资源代理管理，形成局部的管理局，有规定的交易安全策略以及货物名称。在这个基础建立一个虚拟的电子交易市场，提供虚拟的货物资源以及全局安全侧裂，由交易代理管理交易。

3.3大数据环境中电子商务所面临的问题

大数据促进了电子商务的发展，然而同样也存在着许多问题，主要包括以下几个方面：(1)用户数据的安全与隐私问题。数据的开放性是大数据环境的特征之一，也是大数据实现个性化服务的重要因素，然而开放的同时应当保护数据的安全性与隐私性。用户在网络上的所有信息都可能被截取，并且用户本人可能不知道。(2)IT技术问题。电子商务大致包括“电子”与“商务”两部分，其中电子指的是计算机技术与网络技术，商务是其核心内容，电子商务倘若没有技术的支撑很难实现商务活动。然而大数据的数据量大等特点使得传统的关系数据库很难达到要求，并且没有合适的存储技术与分析处理技术。

4.结束语

在大数据环境下，数据是企业的资源也是企业的重要财产。大数据为电子商务企业带来了准确的营销定位以及崭新的商务模式，并且也带来了许多问题。安全问题是所有企业都十分关注的问题，因此相关技术人员应当深入研究出解决安全问题的方法，从而促进电子商务企业能够更好的发展。

参考文献:

[1]胡亚慧,李石君,余伟.大数据环境下的电子商务商品实体同一性识别.[J].计算机研究与发展,2015,(08),1794-1805

[2]杜艳绥.云计算环境下的电子商务安全问题及对策.[J].中国管理信息化,2015,(02),156

5.大数据环境下的电视媒体发展 篇五

【摘要】随着互联网的普及和人们生活节奏的加快，我们迎来了微时代。新媒体环境下的微电影不断地发展壮大着，它深刻地影响着人们的生活和消费方式，它有着数量庞大的消费者。可是近些年来，它慢慢出现了两大问题，一方面微电影内容同质化和低俗化了，另一方面有更多的广告植入，失其逐渐沦为广告的附属品。为了有效地解决这两大问题，本文给出了相应地解决对策。

【关键词】新媒体；微电影传播机制；发展 一．背景

我们身处在一个信息大爆炸时代，获取信息为自己所用对每个人来说都是极其必要的。可是在这个生活节奏越来越快的时代，我们的时间和精力都是有限的。微时代的到来，信息碎片化和快餐文化符合了当代人的心理需求，越来越成为人们文化消费的主流方式。因此，微电影应运而生我们也不能小觑互联网的迅猛发展，它为微电影提供了广阔的、可以依赖的栖息之地，例如：视频网站、微博、微信、腾讯空间等，与此同时，新媒体的不断发展和壮大——手机、平板电脑、户外电子屏、移动终端设备等特有的特征：移动性、便携性使得时间有限的当代人可以随时随地获取信息：在坐车或者排队的时候，他们可以使用自己的手机观看一部微电影。微电影，顾名思义是短小的电影。一方面它与传统的电影相比有着很多不同的地方。它的核心本质特征是电影只有30秒到半个小时的播放时间；它在周期制作方面上，只需要几天到几个月的时间；与巨额资金投入的电影相比，微电影只有几千到上万之间浮动的投资成本；它拥有着比传统电影更广阔的播放平台——新媒体。另一方面，它与广告也有所不同。广告内容通常是生硬、单调、叫卖式的。然而，微电影巧是运用隐性的方式传播品牌，它妙地将生动震撼人心的小故事与品牌相结合，贯穿着情感，更容易吸引观众，与之引起共鸣。微电影可以说既是电影形式的创新，又是广告模式的创新。

二．新媒体环境下的微电影传播机制

何为传播机制？传播机制涉及两个方面：一方面是传播过程中参与的要素，另一方面是在传播过程之中参与的要素之间是如何协调运作，保证该过程完整和顺畅。新媒体环境下的微电影机制在传播过程中参与的要素有：传播者、传播内容、传播渠道、受传者、传播效果。

（一）传播者

在传统的电影里，一部电影的制作需要投入大量人力和资金，因此传播者大多是有着强大人脉、经验丰富和能够承担亏本风险的导演。而微电影就有所不同，它有着新鲜的血液——专业的团体和普通网民。制作成本低、周期短、平台广这些微电影独特的特征使得每个人都拥有机会亲自去拍摄制作，他们既可以自己写剧本、当演员，还可以做导演。

（二）传播内容

微电影将一个故事的情节高度浓缩配上流行元素，运用简单和直接的方法去演绎。这些故事内容大体上可以分为以父母子女、配偶之间的感情故事为主线的亲情篇；以男女之间的情爱为主题的爱情篇；传递正能量的励志篇；拥有大量幽默搞笑元素的恶搞篇。

（三）传播途径

传统的电影一般是选择在电视和各大影院播放，而与传统电影不同的是微电影除了利用这些传统的传播媒体平台，它还借助各大视频网站，微博，微信，腾讯空间等当代人越来越多的使用的新媒体来传播。新媒体环境下，为此提供的平台不仅广阔，而且传播范围广、影响力大。

（四）受传者

微电影的受传者主要是80后和90后这些年轻人，一方面，生活在新媒体时代，他们创新意识强，喜欢追求新事物，所以他们经常也很擅长使用各种新媒体：手机、平板电脑、户外电子屏、移动终端设备等。互联网的迅猛发展，他们通过开启WI-FI、3G、4G移动网络就可以随时随地观看。另一方面这也与生活习惯和消费观念有关，对于时间有限的年轻人来讲，他们对浅显易懂的快餐文化独有情种。一个生动短小而精悍的故事在几分钟之内就可以被讲述，同时有着强大的网络推波助澜，微电影因而深受年轻人的喜爱，这有着鲜明的时代特征。

（五）传播效果

一方面，微电影的互动性强。传统的电影是借助单向传播媒体---电视来传播的，与此相比，借助互动传播的新媒体的微电影有着更有影响力的传播效果。微电影的出现，人们不必需要提前安排好时间去电影院观看，受到时间和空间的限制。他们可以在线随时随地观看，可以及时地发表观看感想与别人分享。微电影在微博、微信、腾讯空间的点赞、评论、转发下，它能够更多地被人所观看，无形之中增强了它的关注度。另一方面，微电影的开放性强。与仅仅局限于某些题材的传统电影特有的“我拍，你看”模式相比，微电影独辟蹊径地涉足更多领域：网络、游戏、广告、文学，它不断探索着新的传播模式。

三．新媒体环境下的微电影存在的问题

（一）内容的低俗化和同质化

新事物发展的道路是曲折的，微电影也不例外。拍摄和制作微电影门槛较低，使得每个人都可以参与到微电影的创作和制作中来。有一些制作方在经济利益的驱使下，经常在电影中添加一些低俗、暴力的情节。众所周知，电影它是一门艺术，是用来洗涤人们心灵上的尘埃，启迪人们的智慧的一门艺术。适度恶搞的情节，可以博得观众欢心。倘若过度地为了博得观众的眼球而增添低俗、暴力的情节，不仅会使电影失去它原有的说教功能，还会在无形之中失去有一定知识文化的观众。由于微电影篇幅有所限制，它不能够过多的增添复杂的情节，因此微电影市场上会出现内容题材同质化现象。

（二）广告植入

有着庞大的观众群体的微电影，它的价值与日俱增，很多商家从微电影里看到了潜在的商机，开始着手在微电影里植入广告。商家和微电影联姻如火如荼地进行着，人们也慢慢地注意到微电影中越来越多的电影被植入进来，它开始变得商业化，慢慢失去了它固有的讲述故事的完整性和感染性。

四．可实施的对策

（一）增强创新意识，以丰富内容为主

不仅要不断探索创新传播微电影的营销手段和科技，还要力求内容的丰富多彩避免内容的雷同。在故事情节的安排选择上多下功夫，争取做到有创意、有趣贴近生活，给观众带来意外观看的惊喜。同时要注意挖掘电影的深度，最好能引起观众对人性和价值的思考和感悟，能够真正做到有社会关注的价值。我们拿一个成功的案例微电影《老男孩》来讲，这部微电影，讲述了为了心中的梦想而不断奋斗的80后的故事，该电影上映之后，取得了高达七千万的点击率，他成功的很大一部分应该归功于它做到了内容的丰富、有一定的深度、传播着正能量，引起了发愤图强积极向上年轻观众的共鸣。

（二）全方位整合、持续推广

微电影的广泛传播可以通过线上和线下两个途径。根植于网络而兴起发展的微电影要充分利用新媒体提供的平台来增强知名度，还要积极利用数字媒体，研究表明，在我国，电视观众群体依旧是很庞大的，且多以老年人为主。因此，对于微电影来说，为了挖掘更多的潜在客户——老年人，可以在制作拍摄方面，多添加一些与老年人生活贴切的故事情节。在线下，努力提高线下活动参与度，可以考虑在人群聚集的营业厅和机场播放影片，也可以在旅游大巴上循环播放。通过国内外视频或社交平台，开展微博“微话题”有奖竞猜活动等。

（三）增强监管力度

针对市场上良莠不齐、滥竽充数的微电影，国家广电总局和互联网信息办在制定相关制度的同时还应该加强监督和管理力度，积极宣传制作拍摄健康有意义的微电影。

6.大数据下的精准营销方式 篇六

大数据将是继云计算、物联网之后IT产业又一次颠覆性的技术变革。电影《天下无贼》里有这样一句经典对白：“21世纪什么最贵？人才！”如今，选项可能还要加上一个：数据。

而这数据，已不是传统意义的一般数据，而是超大数据、海量数据，就是现在所谓的“大数据（Big Data）”。

如今大数据可谓是风起云涌，红红火火，俨然成为信息技术领域最时髦的词汇。IBM、微软、Oracle、SAP等IT巨鳄，像是寻找到了新的金矿，开始全力挖掘大数据，多方位推广大数据理念，而众多中小IT厂商也跟着蜂拥而至，以分得大数据市场一杯羹。

数据爆炸的冲击波

“大”字不仅意味着数据的数量庞大，还代表着数据种类繁多、结构复杂，变化的速度也极快。研究表明，大数据呈现三种特性：Volume（极多的数据量）、Velocity（极快的处理速度）、Variety（极繁的数据种类）。如今有许多企业已面临单日数据量以数

十、数百TB（万亿字节）的速度增加，而近几年累加的总数据量也达到了PB(1000个TB)甚至EB(一百万个TB)等级，这样的数据量已让传统的数据库难以处理；而且企业数据增加的速度也越来越快，诸如移动化、社交网络的广泛应用，使得数据增加的速度比传统的企业应用程式来得快很多，一旦数据增生速度越快，数据处理、分析的速度也就得跟上；此外，数据更是呈现出多样性、复杂性的特征，一方面互联网不但产生文字资讯，同时也不断在产出与以往不同的数据：照片、视频、微博等，另一方面，IT遍及工作生活中的每个角落，各种各样的传感器、监控器也不断产生，各种机器资讯数据的形式日趋复杂、多样了，从结构化数据到非结构化数据不断转化。这就催生了大数据技术的强烈需求。今天，从搜索引擎、社交网络的普及到人手一机的智能移动设备，全球互联网上的信息总量正以每年30%-50% 的增速不断暴涨，包括每天Facebook上分享的几亿条内容，每日15 TB的Twitter信息，每天淘宝上数十亿条店铺、商品浏览记录及上亿的成交、收藏记录以及3000多万条传感器资讯，等等。市场研究机构IDC的研究结果显示，去年全球创造的信息数量达到1800EB，并且还以每年50%的速度高速增长，到2020年，全球每年产生的数字信息将达到35ZB（1ZB=1024EB）。据IDC统计，2011年全球所产生的数据总量是1.8ZB，如果把这些数据刻录到CD碟片中，这些碟片可环绕地球30圈。

可以说，目前大部分企业经营决策面临的最大挑战不是缺少数据，而是数据太多，面对这些只是静态、孤立、无多大参考意义的“初级品”的信息数据，企业信息部门如何通过系统功能来有效利用和整合，发掘有价值的数据，给公司营销管理提供决策支持，已成为摆在企业信息部门及其他管理部门面前的难题。

而浩如烟海的客户及市场、销售和服务信息，如果没有一个具有高度商业智能的数据分析和处理系统是不可想像的。而用户想要从庞大海量的数据库中提取对自己有用的信息，就离不开大数据分析技术和工具。事实证明，传统基于过往事实的商业管理系统如BI（智能分析系统）、CRM（客户管理系统）也能够为企业带来价值，但是今天一个优秀的大数据系统更能将数据挖掘技术与现有技术很好地结合起来，将特殊领域的商业逻辑与数据仓库技术集成起来，找出对未来企业战略具有影响的因素，使数据挖掘的分析效果和效益尽可能达到峰值，让企业营销管理能“运筹帷幄，决胜千里”。

像Facebook、Twitter这样面临数据量大爆炸的国际社交网络公司，已开始用分布式程序系统基础架构、非关系型的数据库等新兴大数据技术来解决海量市场信息问题，并取得了成效。国内最大电子商务公司阿里巴巴也在利用大数据技术提供具体服务，如阿里信用贷款与淘宝数据魔方。以淘宝数据魔方为例，利用淘宝平台上的大数据应用方案，商家可以了解淘宝平台上的行业宏观情况、自己品牌的销售情况、市场排名、消费者行为情况等，并可以据此作出经营决策。

重构精确营销模式

大数据时代之前，企业多从哪些平台提取数据、利用哪些营销数据？一般是CRM或BI系统中的顾客信息、市场促销、广告活动、展览等结构化数据以及企业官网一些数据。但这些信息只能达到企业正常营销管理需求的10%的量能，并不足够给出一个重要洞察和发现规律。

而其他85%的数据，诸如社交媒体数据、邮件数据、地理位置、音视频等这类不断增加的信息数据等等，更多以图片、视频等方式存在，几年前可能被置之度外，不会被运用，而今大数据能进一步提高算法和机器分析的作用，这类数据在竞争激烈的市场日显宝贵、作用突出。

包括沃尔玛、家乐福、麦当劳等知名企业的一些主要门店均安装了搜集运营数据的装置，用于跟踪客户互动、店内客流和预订情况，研究人员可以对菜单变化、餐厅设计以及顾客意见等是如何对物流和销售额的影响进行建模。这些企业可将这些数据与交易记录结合起来，并利用大数据工具展开分析，从而在销售哪些商品、如何摆放货品以及何时调整售价上给出意见，此类方法已经帮助这些领先零售企业减少了17%的存货，同时增加了高利润率自有品牌商品的比例。

如果说以前的一些CRM系统，只能促使分析报告回答“发生了什么事”，现在一个优秀的大数据系统已可以被用来回答“为什么会发生这种事”，而且一些关联数据库还可以预言“将要发生什么事”，最终发展为非常活跃的数据仓库，从而能判断“用户想要什么事发生”。

比如当一个顾客进入店铺后，一个零售商利用大数据技术搜索他们的数据库，发现这位顾客是其希望留住的有价值顾客，之后他们通过将其过去的购物历史和Facebook主页获得的这位顾客的信息综合起来，来了解需要花多少钱来留住他，从而确定所售卖物品的合适价格和零售商可以退让的利润空间，并最终针对这位顾客给出最佳的优惠策略和个性化的沟通方式。

如今在美国的沃尔玛大卖场，当收银员扫描完顾客所选购的商品后，POS机上会显示出一些附加信息，然后售货员会友好提醒顾客：“我们商场刚进两三种配酒佳料，并正在促销，位于D5货架上，您要购买吗？”这时，顾客也许会惊讶地说：“啊，谢谢你，我正想要，刚才一直没找到，那我现在再去买。”

这就是沃尔玛在大数据系统支持下实现的“顾问式营销”的一个实例。因为计算机系统早就算计好了，如果顾客的购物车中有不少啤酒、红酒和沙拉，则有80%的可能需要买配酒小菜、作料了。而提供这一决策分析支持的就是其位于美国一个庞大的、通过卫星与全球所有卖场实时连通的企业级数据仓库。企业要为营销准备什么

虽然大数据展示了非凡的前景和巨大作用，不过，大数据营销仍面临不少问题与挑战。首先面临的是技术难题，毕竟大数据技术尚处于活跃前期，各方面技术并不太扎实，各项工具需要进一步完善。但实际情况是，真正启动大数据营销，企业面临的不仅仅是技术和工具问题，更重要的是要转变经营思维和组织架构，来真正地挖掘那座数据金矿。

大数据的资源极大繁杂丰富，如果企业没有明确的目标，就算没有走入迷途至少也会觉得非常迷茫。因此，首先要确定企业运用大数据的短中期目标，定义企业的价值数据标准，之后再使用那些能够解决特定领域问题的工具。逐步推广，步步为营，不要把理想定得太高，否则失望会越大。当然，企业运用大数据为营销管理服务之前，技术团队要到位是基础。企业的营销团队要能够非常自如地玩转数据。

企业启动大数据营销一个最重要的挑战，是数据的碎片化，各自为政。许多企业中，数据都散落在互不连通的数据库中，而且相应的数据技术也都存在于不同部门中，如何将这些孤立错位的数据库打通、互联，并且实现技术共享，才是能够最大化大数据价值的关键。营销者当留意的是，数据策略要成功提升网络营销成效，要诀在于无缝对接网络营销的每一步骤, 从数据收集、到数据挖掘、应用、提取洞悉、报表等。

7.大数据环境下的电视媒体发展 篇七

一、传统电视资讯类节目存在的问题

互联网时代下, 新兴媒体的迅速发展, 给包括电视资讯在内的传统电视节目的发展带来了极大的挑战。

(1) 单向传播, 缺乏互动。人们通过电视收看资讯类节目, 只能被动地接受信息, 而无法及时、有效地表达自己的感受和意见。与交互性极强的互联网媒体相比, 电视媒体作为资讯传播的渠道显得有些单调乏味。

(2) 接收不灵活, 受播出时间限制大。受电视媒体线性播出特点的影响, 人们只能被动接受电视媒体播出的时间、秩序的安排, 无法自由选择收看时间、顺序, 且一旦错过, 别无他法予以补救。

(3) 时效性滞后, 新闻变“旧闻”。受制于电视节目制作周期、播出机制的影响, 除少数重大资讯采取直播的形式外, 绝大多数新闻资讯需要经过固有的加工制作周期才能与观众见面, 以至于新闻变“旧闻”。

二、电视资讯类节目的特点和优势

尽管在互联网技术的冲击下, 传统电视资讯类节目遭受到极大的挑战, 但作为资讯类节目的重要传播渠道, 电视媒体本身依然发挥着巨大的平台优势, 而电视资讯类节目在人们的日常生活中也依然发挥着重大作用。

(1) 无可撼动的公信力。在尽数新媒体互动性强、传播速度快、资讯丰富等优点的情况下, 新媒体资讯缺乏信源难以考证、网络推手事件频出、谣言满天飞等弊端也无可回避, 而这正是传统电视资讯节目的优势所在。电视资讯节目是党的喉舌的重要组成, 首要便是坚持正确的舆论导向, 各类新闻资讯的发布都经过严格的把关, 这也是新媒体资讯节目短时间内较难跨越的门槛。

(2) 深度资讯挖掘能力。与崇尚短、频、快的互联网资讯节目相比, 传统电视在对资讯的深度挖掘上显现出明显的优势。从改革开放以来, 电视作为资讯类节目的主流传播渠道不断在人才、技术、体制上发展壮大, 电视资讯类节目也不再单纯注重消息的传播, 对于事件背后的原因、故事显现出明显优于新媒体资讯的耐心和深度挖掘能力, 这为电视资讯节目积累了不少忠实粉丝。

(3) 主流舆论导向能力。在重大舆情事件的处理能力上, 传统电视资讯类节目显现出比新媒体更强大的优势。在改革开放初期, 百业待兴、百废待举的年代, 传统电视媒体就开始承担着社会主流舆论导向的责任, 是党和政府重要的弘扬精神文明、正能量的主要阵地, 为社会主义精神文明建设和物质文明建设做出了不可磨灭的贡献。时至今日, 电视资讯节目作为电视媒体的重要组成部分, 为传播社会正能量, 在重大社会事件中主流舆论导向发挥了重要作用。

(4) 用于庞大的存量用户。任何事物都有其两面性, 新兴媒体交互性强, 资讯丰富, 对年轻用户群体而言是他们乐于接受的形式, 不仅满足了年轻用户猎奇的心理, 更使他们的个性思想、言论得以发挥。但这对于对新兴事物接受能力低、学习意愿不强的中老年用户群体而言, 传统电视资讯节目的独一无二的公信力、权威性, 单一传播、操作简单等特性却正好满足了他们的需求, 为传统电视资讯类节目的发展打下了坚实基础。

(5) 传统电视媒体强大的传播能力。尽管互联网技术在近年来飞速发展, 然而终端更换成本、数据业务费用等致使互联网在我国部分地区尤其是欠发达地区普及率并不高, 人们接收外界资讯最主要的渠道依然是电视机终端。党和国家号召的“村村通”、“户户通”工程就是为了打通欠发达地区人们接收外界资讯、贡献社会主义精神文明建设成果的通道。

三、新媒体环境下传统电视资讯节目发展的思考

在互联网技术不断发展的今天, 电视资讯节目不可能再出现一家独大的态势, 但新兴媒体也无法将其取而代之, 新兴媒体与传统电视媒体融合发展已成为必然趋势。

(1) 坚持内容为王, 打造品牌节目, 吸引年轻用户。随着人们物质生活和精神生活的不断提高, 人们对电视节目的多样化、个性化追求越来越高, 对资讯类节目的要求也不例外。传统电视资讯节目, 除了保留权威性、公信力、深度资讯挖掘能力等固有优势外, 还应丰富节目形式, 细分受众市场, 认真研究年轻用户群体的需求, 打造吸引年轻用户关注的品牌节目。

(2) 借力新媒体, 提升电视资讯节目的影响力。面对互联网等新媒体的发展, 电视资讯节目要适应时代的发展, 借力新媒体拓展传播渠道、扩大影响力、提高关注度。例如, 通过微博、微信、网络电视等新媒体手段进行电视资讯节目传输, 并充分利用短信、微信、微博的互动能力, 加强与用户互动, 增加用户黏度。

(3) 创新传输方式, 注重双向电视传输的优势。除了在电视资讯节目本身上下功夫, 电视媒体本身的技术革新也迫在眉睫。智能电视机的发展将互联网接入到电视终端, 拓展了传统电视资讯节目传输的渠道, 但这还远远不够, 传统电视还需在自身功能的延展上下功夫, 如扩大时移回看的范围、加速双向互动电视业务的发展等。

新媒体资讯节目是时代发展的必然产物, 是顺应人们要求而出现的新型传播形式。它一方面给传统的电视资讯节目带来巨大的冲击, 但同时也促使着传统电视资讯节目“被迫”创新转型。未来, 只有将传统电视资讯节目与新媒体技术充分结合起来, 进一步扩大电视资讯节目的影响力和传输范围, 才能使得传统电视资讯节目在互联网时代的新媒体环境下有更好的发展和出路。

参考文献

[1]张亚伟.新媒体环境下我国电视新闻发展的现实困境[J].新媒体研究, 2015 (1) .

8.大数据环境下的电视媒体发展 篇八

关键词 大数据 电子政务 政务智能 框架 政府管理模式 开源技术

分类号 G250

DOI 10.16810/j.cnki.1672-514x.2016.01.012

Government Intelligence in Big Data Environment：A Framework and Process

Li Hongbo， Xiong Li， Liu Yinbin

Abstract Big data is being penetrated into our economy， society and life， and will inevitably lead to profound changes in the way of government operations. Therefore， how to use big data to help government make better decisions is a big challenge for e-government. This paper proposes a framework of government intelligence in the big data era， also recommends some open source technology needed by government intelligence. It analyzes how the data is transferred in the proposed framework， and discusses the goals and potential benefits of the proposed framework.

Keywords Big data. E-government. Government intelligence. Framework. Way of government operation. Open source technology.

政务智能是电子政务发展到一定阶段的产物，它克服了传统数据库、数据分析方法的一些不足，如传统的数据分析工具、方法无法对大规模数据进行及时、有效的分析;现有的数据库系统虽然可以高效地实现数据录入、查询和统计等功能，但却无法发现数据之间的关系和隐含规则，无法根据现有的数据预测事物未来的发展趋势[1]。

政务智能对电子政务的发展起到了很好的促进作用，然而现有政务智能的研究，均很少考虑大数据的关键特征，已不能很好地应对大数据带给电子政务的挑战。鉴于此，本文提出了大数据环境下政务智能的框架模型，在政务智能系统中采用开源技术，不仅能够有效降低成本，还能在一定程度上确保信息安全。希望通过本文的研究，一方面在大数据时代对我国的电子政务建设有所促进作用，进一步提升政府服务和监管效率;另一方面为政务智能的研究和应用提供新的思路。

1 大数据与政务智能

1.1 大数据及其在国家政府部门中的应用情况

目前，对大数据并没有统一的定义，但各界对大数据的特征基本达成了共识。大数据主要有以下四个关键特征（简称“4V”）：（1）数据量大（Volume），各种来源、各种类型的海量数据持续增长;（2）数据形式多样（Variety），有文本、图像、视频、传感器数据等，既有结构化的、半结构化的，也有非结构化的数据;（3）数据实时性（Velocity），数据实时生成、存储、处理和分析;（4）数据价值密度低（Value），单个数据的价值可能非常低，但从这些数据构成的海量集合中往往可以发现重要的知识与隐含的价值[2-3]。

大数据中所蕴含的海量数据，对于电子政务和智慧政府的建设而言，能否从中挖掘价值、辅助决策、优化服务，将是一个重要机遇;同时，鉴于新数据产生的速度已远远超过现有数据分析技术、计算平台的能力，如何开发与合理运用大数据分析方法，有效处理大数据的复杂性、安全性、隐私性等问题，也是一个重大挑战。

一些国家和地区已经认识到大数据对于智慧政府的重要性，并纷纷采取行动，推进大数据在政府部门的应用，具体内容如表1所示。从表1可以发现，美国和欧盟已经将大数据在政府部门的应用付诸行动，而我国政府部门对大数据的利用仍主要集中在行动计划上。因此，有必要对大数据环境下的政务智能模型进行深入研究，以推动大数据在我国政府部门的落地与应用。

挑战所采取的行动

政府部门应用大数据的成功关键，在于整合运用新技术的能力（如Hadoop、Spark）、开发合理的软件系统、利用大数据分析技术支持决策[9]。本文的政务智能2.0模型中，将对一些开源技术进行推荐。

1.2 由“政务智能1.0”迈向“政务智能2.0”

政务智能的目标是利用政府积累的大量历史数据来辅助政府决策，将政府所掌握的信息转换成知识，提高政府部门的决策能力、决策效率和决策准确性，并服务于公众。

政务智能的概念来源于商务智能。政务智能在技术层面与商务智能有很多共性，然而由于政务智能服务于电子政务环境，更多地表现出不同于商务智能的特点。许多学者将政务智能定义为一种信息系统，其目的在于辅助决策、服务社会[10-12]。

nlc202309032141

综合已有的观点，本文认为：政务智能是电子政务的重要组成部分，它通过对政府积累的大量历史数据进行主动获取、整合、分析，对内服务于政府部门，辅助政府决策，提高政府的决策能力、决策效率和决策准确性;对外服务于社会公众，使企业、公民便捷地获取与其息息相关的分析型信息，从而实现电子政务服务公众的目标。

目前，对政务智能的研究重点主要集中在政务智能的支撑技术、体系结构、应用系统等几个方面。现有对政务智能的研究存在一定局限性，如没有将大数据的特性纳入政务智能的研究，而这一点正是本文研究所要克服的缺陷。可以将大数据时代之前的政务智能称为“政务智能1.0”，而本文引入的大数据环境下的政务智能则属于“政务智能2.0”。

2 大数据环境下政务智能的框架模型

本文提出的大数据环境下政务智能的框架模型如图1 所示。该模型主要由4个层次模型（大数据来源层、大数据整合层、大数据应用层、大数据展现层）以及相应的管理机制和安全机制组成。其中，大数据来源层、整合层和应用层位于云计算服务器上。通过云服务的方式部署政务智能模型，可以确保政府部门灵活、方便地按需定制所需的计算能力，及时根据大数据需求部署合理的分析模型，从而以尽可能低的成本满足复杂多变的数据服务需求。

2.1 大数据来源层

大数据来源层位于政务智能框架模型的底层，是整个系统的数据源泉。大数据来源层由各政务部门产生和管理的政务信息资源组成，这些信息资源分布在各种不同类型的数据库系统中，同时各数据库在地域上也处于分散状态。在数据结构上，这些数据可能是结构化的、半结构化的或非结构化的。

2.2 大数据整合层

大数据整合层是政务智能模型的核心，它将地理上分散、结构上异构的各部门数据进行采集、整合，从而为整个政务智能系统提供良好的数据源。通过政务信息资源目录系统和交换系统，将分散的数据库资源进行整合，沟通各政府部门业务网和互联网，形成统一、共享的数据库系统，为应用层提供数据支撑。通过分布式并行计算与编程模型，实现大数据的高效处理。

由于数据量庞大，将采用分布式文件系统和分布式数据库对各类数据进行存储和管理。分布式数据库利用合理的数据处理手段形成统一的数据库。分布式数据库包括基础信息库、共享主题信息库、决策支持信息库等，管理和维护产生的各种数据。

在大数据整合层，可以采用Hadoop或Spark实现分布式文件存储与数据计算。对于非关系型数据库（NoSQL database），可以选用Redis、Voldemort、Cassandra、Hbase、MangoDB、Apache Jackrabbit等。

2.3 大数据应用层

大数据应用层是联结大数据整合层与大数据展现层的纽带。应用层通过各种大数据分析技术形成大量决策支持模型，总体上可以分为两类：面向政府的应用和面向社会的应用，这两类应用在数据方面进行安全隔离。根据政府的职能，应用层的服务对象又可以进一步分为：宏观调控、市场监管、社会管理和公共服务，这样就基本涵盖了政府的所有业务。政府跨部门的业务工作极其广泛，如宏观调控业务、财政综合管理业务、税收业务、进出口业务、涉农业务、食品药品监管业务、社会信用业务、社会保障业务、环境保护业务等主要业务[13]，应用层利用整合层实现的部门间的信息资源共享来进行业务协同。

应用层的基础是应用服务器。应用服务器是实现特定应用的服务器系统，包括完成网站浏览的Web服务器、完成工作流管理的工作流服务器，以及实现一般数据库存取的应用服务器等。另外，在本模型中，应用服务器有一个很重要的作用——进行大数据挖掘与联机分析处理。应用层之上的各种应用主要是在大数据挖掘和联机分析处理的运算基础上实现的。

在大数据应用层，需要借助数据挖掘、机器学习中的算法实现大数据分析技术（Big data analytics），开源的R或者Python都可以较好地实现这一任务。

2.4 大数据展现层

大数据展现层面向政务智能系统的用户，分为政府内部用户和外部用户。展现层的目标是将分析后的数据以直观、易懂的形式呈现在用户面前，它具备多角度的数据可视化能力、深入的数据分析能力、根据需要随时调整报表格式的能力等，同时满足不同级别、不同来源用户的分析、决策需求。展现层是基于门户（Portal）技术的，其表现形式有Dashboard、报表、移动APPs等。

2.5 管理机制和安全机制

相关的管理机制和安全机制贯穿于模型的始终。管理方面，应建立完善的制度保障，如建立科学的信息收集机制和完善的信息利用机制。由于政务信息分布在各个不同的部门，建设一个高效的信息收集机制，及时准确地汇总各部门的信息，可为模型提供统一集中的数据基础;同时通过建设科学的信息利用机制实现模型自身价值，推动模型的高效运行。另外，模型还要提供绩效管理、系统管理（如角色管理、用户管理、数据字典管理、数据备份管理、系统日志管理、系统流量管理）等内容。

在信息收集和利用的过程中，全面的安全机制必不可少。例如，施行权限管理，根据数据的使用权限面向政府、公众提供服务;根据数据的不同安全等级，为政府部门和社会公众提供客观的数据产品。对内外网数据进行安全隔离，隔离状态下的数据交换安全可以采取数据加密、权限控制、内外网安全数据交换等保障措施。

3 政务智能模型的数据流程

政务智能模型的数据流程主要由三个阶段组成：大数据整合、大数据分析及大数据展现，其具体流程如图2所示。业务数据分散存储在各个部门异构的业务数据库中，首先利用前置交换系统将业务数据抽取到分布式的共享信息库中，这便完成了数据整合;然后利用数据挖掘、联机分析处理（OLAP）、分布式并行计算模型等分析工具，针对相应的任务进行处理和分析;最后通过大数据可视化技术将分析的结果展现出来。

nlc202309032141

4 政务智能模型的目标与效益分析

本文政务智能模型总体目标是整合分散在政府部门及社会组织中的大数据，为政府部门、组织、公民提供高效率、低成本的信息服务;充分挖掘大数据的内在价值，辅助政府决策，服务公众。实施该模型后的效益可以从内外两个方面分析。

一方面，在政府部门内部，有助于提高决策的科学性，降低决策成本，服务于政府监管，充分发挥政府职能。（1）可以使相关数据分析人员从收集、整理和汇总数据的繁琐工作中解脱出来，将工作的重点转向提供能用于科学决策的信息。利用政务智能发现数据中存在的关系和规则，根据现有的数据预测未来的发展趋势，提高政府决策的科学性、准确性。（2）集中政府各有关部门的业务数据，进行整合、分析，可以形成系统的数据、资料，使各自独立的职能部门全面了解政府各相关部门的业务信息，按需应用，促进信息共享，从而有利于各个职能部门更为高效、协同地行使监管职能。（3）由于政务智能2.0中广泛采用了开源技术，不仅有效降低了实施成本，也在一定程度上确保了信息安全。

另一方面，在政府部门外部，提供公众所需的分析型信息，增强公众和政府之间沟通的时效性，更好地服务公众。（1）政府部门内部、政府与社会各界之间利用电子渠道沟通，并向公众提供随时随地的个性化服务。（2）利用政务智能系统，企业可以方便查找、挖掘、分析其经营决策所需的有关宏观经济、经验等方面的信息，从而为企业节约交易成本，提高经济运行效率。

5 结语

在大数据时代，海量、异构、多源的数据持续膨胀。为了应对大数据为政府管理带来的挑战与机遇，本文提出了大数据环境下政务智能的框架模型（“政务智能2.0”），该模型由大数据来源层、大数据整合层、大数据应用层、大数据展现层及相应的管理机制和安全机制组成。本文对大数据环境下政务智能所需的一些开源技术做了推荐。此外，本文还分析了大数据环境下政务智能模型的数据流程、目标与潜在效益。本文的模型有助于提升政府服务和监管效率、降低政府决策成本，并为政务智能的研究和应用提供新的思路。限于篇幅，本文没有对模型的管理机制和安全机制进行深入、详尽的探讨，这方面的研究将在以后的工作中进一步开展。

参考文献：

[ 1 ] 李广乾.我国电子政务与信息化最新发展述评[J].信息化建设，2005（11）：14-17.

[ 2 ] McAfee A， Brynjolfsson E， Davenport T H， Patil D J， Barton D. Big data：The management revolution[J]. Harvard Business Review，2012，90（10）：61-67.

[ 3 ] ASSUNO M D， CALHEIROS R N， BIANCHI S， NETT

O M A， BUYYA R. Big Data computing and clouds：Trends and future directions[J]. Journal of Parallel and Distributed Computing，2015（79）：3-15.

[ 4 ] Office of Science and Technology Policy， Executive

Office of the President. Obama Administration Unveils‘Big Data’ Initiative：Announces $200 Million in New R&D Investments[EB/OL].（2012-03-29）[2015-

07-27].http：//www.whitehouse.gov/administration/eop/ostp.

[ 5 ] European Commission. A Digital Agenda for Europe[EB/OL].（2010-08-26）[2015-07-27].http：//ec.europa.eu/digital-agenda.

[ 6 ] United Nations. E-government Survey 2012：E-gove-

rnment for the People[EB/OL].（2012-03-16）[2015-07-

27].http：//unpan3.un.org/egovkb/Portals/egovkb/Docum-

ents/un/2012-Survey/unpan048065.pdf.

[ 7 ] 陆立军.政务大数据起步，助力智慧政府转型[EB/OL].（2015-06-19）[2015-07-27].http：//www.gov.cn/zhengce/2015-06/19/content_2881884.htm.

[ 8 ] 国务院. 促进大数据发展行动纲要[EB/OL].（2015-

08-31）[2015-09-06].http：//www.gov.cn/zhengce/con

tent/2015-09/05/content_10137.htm.

[ 9 ] KIM G H， TRIMI S， Chung J H. Big-data applications

in the government sector[J]. Communications of the ACM，2014，57（3），78-85.

[10] 程建华，李新友，潘春燕.电子政务的发展方向：政务智能[J].电子政务，2006（1）：112-118.

[11] 樊博，孟庆国.面向主动服务模式的政务智能系统框架研究[J].情报杂志，2006，25（1）：72-74.

[12] 王晋，舒宝淇.刍议大数据时代的电子政务[J].新世纪图书馆，2013（7）：24-26.

[13] 吴焱，高栋，吴志刚.政务信息资源目录体系与交换体系标准研究[J].信息技术与标准化，2005（11）：3-15.

9.大数据时代下的个人信息安全 篇九

【背景链接】 2015年8月，《网络安全法（草案）》向全社会公开征求意见，公民的信息安全问题再次受到人们的广泛关注。公民的信息安全主要涉及身份信息及财产信息，对这些信息的有效保护是法治社会的应有之义。

2015年7月22日，在北京召开的中国网民权益保护论坛上，中国互联网协会12321网络不良与垃圾信息举报受理中心发布了《中国网民权益保护调查报告(2015)》。《报告》显示，在权益认知方面，网民普遍认为，在网络上，隐私权是最重要的权益，其次是选择权和知情权。近一年来，网民因个人信息泄露、垃圾信息、诈骗信息等现象导致的总体损失约805亿元。

《报告》还指出，网民被泄露的个人信息涵盖的范围也非常广。78.2%的网民个人身份信息被泄露过，包括网民的姓名、学历、家庭住址、身份证号及工作单位等；63.4%的网民个人网上活动信息被泄露过，包括通话记录、网购记录、网站浏览痕迹、IP地址、软件使用痕迹及地理位置等。

2014年12月，中国铁路客服中心12306网站发生信息泄露，大量用户数据在互联网上疯传，包括用户账号、明文密码、身份证号码、电子邮箱等。而早在几年前，更有媒体曝出不少酒店开房记录被流出。著名的“3Q”大战更是引起国人对个人信息安全的关注。

2014年3月，众多媒体曝出携程网“信用卡泄密门”。漏洞报告平台乌云网发布消息称，携程将用于处理用户支付的服务接口开启了调试功能，使所有向银行验证持卡所有者接口传输的数据包均直接保存在本地服务器。但同时，因为保存支付日志的服务器未作较严格的基线安全配置，存在漏洞，导致所有支付过程中的调试信息可被骇客任意读取。

【标准表述】

伴随着科技进步，互联网及移动互联网的快速发展，云计算大数据时代的到来，人们的生活正在被数字化，被记录，被跟踪，被传播，大量数据产生的背后隐藏着巨大的经济和政治利益。大数据犹如一把双刃剑，它给予我们社会及个人的利益是不可估量的，但同时其带来个人信息安全及隐私保护方面的问题也正成为社会关注的热点。

[大数据时代下个人信息受到侵犯的表现]

一、数据采集过程中对隐私的侵犯

大数据这一概念是伴随着互联网技术发展而产生的，其数据采集手段主要是通过计算机网络。用户在上网过程中的每一次点击，录入行为都会在云端服务器上留下相应的记录，特别是在现今移动互联网智能手机大发展的背景下，我们每时每刻都与网络连通，同时我们也每时每刻都在被网络所记录，这些记录被储存就形成了庞大的数据库。从整个过程中我们不难发现，大数据的采集并没有经过用户许可而是私自的行为。很多用户并不希望自己行为所产生的数据被互联网运营服务商采集，但又无法阻止。因此，这种不经用户同意私自采集用户数据的行为本身就是对个人隐私的侵犯。

二、数据存储过程中对隐私的侵犯

互联网运营服务商往往把他们所采集的数据放到云端服务器上，并运用大量的信息技术对这些数据进行保护。但同时由于基础设施的脆弱和加密措施的失效会产生新的风险。大规模的数据存储需要严格的访问控制和身份认证的管理，但云端服务器与互联网相连使得这种管理的难度加大，账户劫持、攻击、身份伪造、认证失效、密匙丢失等都可能威胁用户数据安全。近些年来，受到大数据经济利益的驱使，众多网络黑客对准了互联网运营服务商，使得用户数据泄露事件时有发生，大量的数据被黑客通过技术手段窃取，给用户带来巨大损失，并且极大地威胁到了个人信息安全。

三、数据使用过程中对隐私的侵犯

互联网运营服务商采集用户行为数据的目的是为了其自身利益，因此基于对这些数据分析使用在一定程度上也会侵犯用户的权益。近些年来，由于网购在我国的迅速崛起，用户通过网络购物成为新时尚也成为了众多人的选择。但同时由于网络购物涉及到的很多用户隐私信息，比如真实姓名、身份证号、收货地址、联系电话，甚至用户购物的清单本身都被存储在电商云服务器中，因此电商成为大数据的最大储存者同时也是最大的受益者。电商通过对用户过往的消费记录以及有相似消费记录用户的交叉分析能够相对准确预测你的兴趣爱好，或者你下次准备购买的物品，从而把这些物品的广告推送到用户面前促成用户的购买，难怪有网友戏称“现在最了解你的不是你自己，而是电商”。当然我们不能否认大数据的使用为生活所带来的益处，但同时也不得不承认在电商面前普通用户已经没有隐私。当用户希望保护自己的隐私，行使自己的隐私权时会发现这已经相当困难。

四、数据销毁过程中对隐私的侵犯 由于数字化信息低成本易复制的特点，导致大数据一旦产生很难通过单纯的删除操作彻底销毁，它对用户隐私的侵犯将是一个长期的过程。大数据之父Viktor Mayer-Schonberger认为“数字技术已经让社会丧失了遗忘的能力，取而代之的则是完美的记忆”。当用户的行为被数字化并被存储，即便互联网运营服务商承诺在某个特定的时段之后会对这些数据进行销毁，但实际是这种销毁是不彻底的，而且为满足协助执法等要求，各国法律通常会规定大数据保存的期限，并强制要求互联网运营服务商提供其所需要的数据，公权力与隐私权的冲突也威胁到个人信息的安全。

[大数据特点决定了其面临更加严峻的个人信息安全保护形势] 大数据具备数据体量大、数据类型繁多、价值密度低和处理速度快四大特点，在大数据演进路径中除了面临传统互联网时代所有的信息安全问题外，还因自身特点使得其面临更加严峻的个人信息安全保护问题.一是数据收集缺乏针对性，容易导致广泛、不合理、过度收集个人信息数据，常常通过覆盖面很广的个人信息收集和分析后才能找出其中有价值的信息，在此过程中很难避免不触碰到一些个人隐私数据。

二是个人信息数据多种多样，如智能终端、智能手环、物联网、位置导航等个人端产生的海量信息，这些开放、分散的数据实时接入网络，管理员很难像传统互联网管理一样逐一对其编辑和管理，进行实时跟踪保护。

三是开源的开发环境、频繁的迭代升级、轻量化的快速部署和规模复制、分布式和非关系型数据存储，容易使企业在源头上忽视个人信息安全问题。

四是在数据进行分析利用后，往往将大量的看似无价值、碎片化的个人信息数据随意丢弃，容易导致被其他企业甚至不法分子进行广泛收集和合成分析后变成其所用的高价值数据。

五是大数据集群保障了快速的处理特点，但其自我组织性和自由开放性使用户与多个数据节点同时通信互联，容易导致数据节点被渗透、被攻击，甚至产生信息数据“脱裤”等整体泄露事件。

[大数据安全技术体系难以防范的个人信息安全问题] 一是我国大数据体系建设所使用的操作系统、计算芯片、虚拟软硬件等核心技术基本被国外垄断，容易被掌握核心技术的国家、组织植入后门，甚至不法分子有组织的利用。

二是现有的安全防护体系建设仍停留在传统互联网时代思维，当前对大数据个人信息防护技术仍采用安全漏洞整改、防劫持、防篡改、防攻击等传统手段，基本属于被动的威胁防御思想，此类防护技术应用到大数据个人信息保护方面只能针对数据保护中的某一个环节，不能实现广度和深度防护，而大数据环境下个人信息安全保护要求必须对全业务流程、全应用场景、全生命周期进行体系化的技术防护，现有的安全技术防范体系无法满足要求。

[对策措施] 加强个人信息保护，要完善现有法律法规。对个人信息保护最好的办法还是立法，通过法律明确组织和个人在处理信息过程中的责任，建立个人信息的监管体制，明确滥用他人个人信息的行政处罚制度和责任。这次公安机关统一调动各地区、各警种的力量，依法采用各种特殊侦查手段，对此类违法犯罪活动的集中打击行动就卓有成效。

加强个人信息保护，要加大对信息源头的监管。工商、医疗、民政、银行、民航、电信、网站等一些部门和服务机构，在履行职责或提供服务过程中，具有收集、查阅、管理、控制公民个人信息的便利。要对这些部门和机构行为均予以严格规范，明确个人信息保护的原则和要求，落实工作责任，加强监管保护。

加强个人信息保护，要提高公众的自我保护意识。加强对公民道德素质的教育，引导公众自觉学习信息安全方面的知识，首先自己要注意保护好自己的个人资料，不要乱扔或乱说。再者要敢于争取属于自己的个人权益，不要谁要信息都给，要问清楚对方要这些信息干什么，把信息看作是宝贵的财富，提高警惕，不轻易泄露信息。

【文章重要位置设计】 [标题] 1.个人信息安全需法律“保驾护航”

2.为网络信息安全筑起严密“防火墙”

3.织好保护个人信息的“法网” [开头] 示例一

随着我国信息化提速，互联网、移动互联网正在加快融入人们的生活。人们已习惯于通过网络交流沟通、浏览新闻、搜索信息、网上购物、预订机票„„很难想象，离开网络生活将会是怎样。然而在网络时代，个人信息泄露的风险也无处不在，收集、窃取和倒卖个人信息的情况比较常见，媒体曝光的许多案例让人触目惊心。

示例二

这些年，网络技术迅猛发展、广泛应用，在促进经济社会发展同时，也带来很多严重问题，利用网络侵犯公民、法人和其他组织合法权益的问题愈加突出，损害群众利益，影响社会稳定，严重的甚至危害国家安全。虽然我国针对个人信息的法律法规不少，但有关网络信息保护的法律规范还比较薄弱，必要的管理措施如果缺乏法律依据，因此制定关于加强网络信息保护的决定，是广大人民群众的期盼和愿望，是适应形势发展需要的重要举措，非常必要和及时。

示例三 买了新房，装修公司电话就“接踵而至”；孩子还未出生，手机已被奶粉推销电话打爆„„这样的公民个人信息是怎样泄露出去的，对此类问题寻根究底的同时，网络个人信息安全的问题也暴露在公众面前，如何保护好此类信息，是全社会共同面临的问题。

[结尾] 示例一

互联网非法外之地。营造和谐的网络环境，不仅需要互联网行业的自律和网民的自我保护意识，法律的清晰界定更是维护网民权益的最后关卡。我们期待全国人大常委会关于加强网络信息保护的决定出台后，有关方面依法加强监管，切实为个人信息筑起一道严密的“防火墙”、“安全网”，营造健康有序的网络环境。

示例二

10.大数据环境下的电视媒体发展 篇十

日前，国内首份《2014“两会”全媒体传播大数据分析报告》由广电行业大数据研究咨询机构泽传媒推出。报告显示，在参与今年两会报道的全国33家省级卫星频道中，江苏卫视、湖南卫视、北京卫视、浙江卫视、东方卫视分列全媒体传播指数前五名。

“在全媒体时代，传统的收视率指标已难以全面准确地反映电视媒体的传播效果。”国家新闻出版广电总局宣传管理司原副司长李宗达表示，现在，电视机早已经 不是唯一的节目播出平台，网络成为越来越重要的电视节目传播媒介。他指出，像泽传媒这样的统计报告将收视样本分为电视用户和网络新媒体用户，并通过自主研 发的几大技术模块综合得出收视指数，无疑更加科学，更加符合媒体发展的潮流。

11.大数据环境下的电视媒体发展 篇十一

关键词：大数据；科研管理；数据处理

一、大数据技术引入高校科研管理中的优势

大数据技术是现代多种信息技术的有效结合，具有相当的优越性。从科研管理的角度来看，大数据技术通过针对科研管理系统、财务系统、人事系统以及基于互联网的大型科技文献数据库、专利库等数据资源的关联分析，找出数据的相关性，提取有价值的信息，可以为传统专家定性决策管理提供广泛、科学的理论依据。由于这些知识大 多直接来源于数据库内部，因此它较少受外部资源的限制和影响，具有相对的独立性，对于科研决策的指导意义也较为重大。

二、大数据环境下的高校科研管理信息化的应用探索

（一） 为高校科研评估提供数据支持

随着高校信息化的推进以及大型科技文献、专利、论文数据库系统等在科学研究领域的普及，全球范围内的科技数据信息量急剧增加。面对这些庞大、繁杂的原始数据，需要快捷、有效的技术手段进行筛选，并从中获得有价值的知识。

传统的数据分析和统计方法，由于受到人力，物力及财力的限制，原始数据背后隐藏的深层次知识无法得以有效采集、分析和使用。

而大数据技术可以综合内部、外部以及网络数据资料：从学校科研管理部门获得研究项目的类别和数量；从内部数据库得到人员、经费、设备等信息；从网络数据库中获得论文、专利的数量和质量信息；结合往年项目成果报表中获奖、专利成果转让情况，最终综合集成各类数据。通过建立综合数据评估模型将各类指标进行整合，为科研评估的专家提供数据支持，最终得出科学、合理的评估结果。

（二）提升项目立项决策的科学性

从筛选项目角度看，可以利用大数据技术，对项目的研究领域、预期成果，通过与外部文献库进行结合分析的方法检验课题的科学性、创新性，判断得出该项目立项的必要性；从筛选申请者角度看，可以将申请者所涉及的各项因素进行多数据的联合查询和分析，发现并建立科学的指标体系和筛选方法，最终得到候选人名单，从而达到提升项目立项决策的科学性的目的。

（ 三） 为教师科研活动提供深层次服务

以科研人员欲向某单位进行项目申请为例。以往，科研人员只能够通过自身了解或者往年申报情况对对方单位的需求进行分析，由于个人收集的信息不够全面、不够准确以及信息传递的滞后性等问题，容易出现研究目标偏离实际需求的问题，申报结果往往不够理想。而随着大数据技术的普及，通过对大型数据仓库进行有效的挖掘，可以对相关单位所关注的关键技术、重点领域和发展方向进行分析和预测。通过建立模型、 数据可视化和生成文本报告等形式向科研人员提供可参考信息，了解各种影响之间的内在联系，指导科研人员开展研究工作， 达到为科研人员提供深层次服务的目的。

（四）优化科研资源配置

第一，对数据进行采集和筛选，建立不同种类的数据库，例如人员库、 成果库等；第二，建立适合本校的科学发展的评判模型，包括各类科研资源、科研成果的计算参数和规则库；第三，以定量化绩效考核作为基础的资源配置工具和决策支持管理工具，以此通过大数据技术完成对学校科研资源的优化配置。

三、大数据环境下提升高校科研管理信息化水平的方法

（一） 加强数据采集基础建设

高校应当采用先进、稳定的技术确保数据的快速传输与储存，选择合适的综合布线技术和设备，为数据储存提供良好的基础设施。面向未来数据爆炸式的增长，可以考虑采用FTYO模式，该模式的特点是带宽大、速度快、节省成本和能源、减少电磁干扰。数据存储中心的建设应考虑虚拟化和云平台，保证数据传递的速度与准确度。

（二） 加强科研管理团队建设

由于高校科研管理方面的相关数据种类多样且体量庞大，管理人员在平时就应当注意对这些数据的收集、整理工作。收集的数据可以方便管理人员及科研人员进行查询，但是广泛的原始数据往往来源多样、良莠不齐。科研管理人员应当对所获得数据的质量进行评价，评估数据来源是否可靠、数据的收集方法是否科学、数据是否具有时效性等等，然后对数据进行校核，除去冗杂的干扰性的数据，要注意清理或改正误差数据，最后将数据转化为可共享的标准化信息。科研管理人员应当利用大数据技术深度挖掘原始数据背后具有启示意义的信息，为管理层今后做出科学合理的决策提供依据。

（三） 改变科研管理理念

在大数据环境下，传统的科研管理理念无法保证高校科研事业的健康发展， 因此需要我们有所改变。 首先， 在大数据趋势下，信息挖掘要前倾，要从数据中来分析社会、国家的需求，使得科研目标更有价值、更有针对性。其次，在大数据趋势下，服务要前移，不能像过去那样等着科研人员来要数据、 要结果。 而是应该充分利用数据并且对数据进行分析、挖掘，掌握科研人员可能需要哪些数据或者结论，把服务工作前移。

（四） 推进数据的共享及利用

在大数据环境下，科研数据量激增，科学研究越来越依赖于系统的、高可信度的基础科学数据分析。当前全球科技活动不断增强，一系列重大科学工程的兴起、复杂科学问题的提出、大型科学研究计划的产生，导致前所未有的国际合作局面的产生，也导致了全球范围内对科技资源交流、互通的客观需求。因此，科研管理人员应针对大数据技术体量大、数据来源丰富、数据更新速度快等特点，积极推进科研数据的共享、利用工作，以达到提升科研管理的水平。

结束语

高校科研管理工作的质量水平决定着高校科研工作是否能够有效、顺利地开展。随着信息化技术的飞速发展，相应地推动了大数据技术的拓展。人类通过使用大数据的交换、整合和分析这一过程，从而发现新的知识，实现新的管理、创造出新的价值。高校科研管理是信息化应用的前沿领域，应当具有可能依托大数据技术提升管理与决策的水平。

参考文献：

[1]许哲军，付尧.大数据环境下的高校科研管理信息化探索[J]. 技術与创新管理，2014，（02）.

12.大数据环境下的电视媒体发展 篇十二

关键词：新媒体,广播电视新闻,生存,发展

随着经济的发展和科技的进步, 媒体环境也随之发生变化, 网络电视、数字电视、手机电视等新媒体视频模式正冲击着传统的电视媒体, 我们的生活逐渐被新媒体所改变。新媒体的出现和兴起, 既是社会发展的必然趋势, 然而, 传统的广播电视新闻在新媒体的冲击下, 生存空间越来越小。因此, 广播电视新闻的生存与发展亟须提上议程, 本文旨在研究广播电视新闻如何在新媒体的迅猛冲击下寻找新的生存空间和发展机遇。

一、何为新媒体

新媒体即是在新的技术支持下的如数字杂志、网络、数字电视、APP等的媒体形态, 相对于传统的媒体而言的, 利用网络技术等, 以电视、电脑和手机或者移动设备等为终端, 向受众提供信息服务的一种传播形式。

二、新媒体的优越性

(1) 传播及接受信息的门槛低。在新媒体技术出现并流行之前, 广播电视新闻的传播主体主要是传统的电视、广播等大众传播媒介, 通过专业平台、技术和人员, 将信息传递给受众, 普通人想要表达自己的想法并不容易。在新的科学技术和网络的发展下, 普通的个人可以用电脑、手机、IPAD等终端查看、接收最新的资讯和信息, 并且收到的信息并不会比传统广播电视新闻传递的信息少和慢。

(2) 信息传播的及时性。随着科技的发展和社会的进步, 人们对世界的兴趣越来越大, 对信息的需求也越来越高, 新媒体具有一定的交互性和及时性。例如, 近几年新兴的微博、微信等, 不仅让受众接收到更多碎片化的信息, 还让人与人之间得到了最大程度上的交流和互动, 满足了人们想要随时随地地表达自己的个性和想法。

(3) 信息传播的内容和范围越来越广。传统媒体通过电视、广播、报纸、杂志等来传播信息, 新媒体则只需要运用数字媒体技术, 将信息加工就可以完成传播, 同时可以以最快的速度将文字、图片、视频等发布出来, 人们也可以利用手机等客户端将身边的见闻发布到网上。因此, 在新媒体时代, 信息传播的内容和范围也越来越广。

三、传统广播电视新闻传播的生存现状

据调查显示, 广播电视新闻在新媒体的冲击下, 生存环境越来越困难。

(1) 互动性和时效性跟不上发展。广播电视新闻的传播特点决定了其缺乏一定的互动性, 在新闻报道的时候很难与观众进行及时的沟通, 新媒体则改变了以往信息传递的单向性, 人们通过电脑、手机、pad等终端, 第一时间就能回复和发表自己的意见, 互动性和时效性得到充分的体现。

(2) 缺乏多样性和个性化。社会不断发展, 世界也在不断变化, 每天出现的信息也越来越多样化, 而新媒体的多样化也让人们接收信息的方式得到越来越大的改变, 以往人们只能在固定的地方接收信息, 接收信息的地点、方式单一, 越来越难以满足人们日益多样和个性的需求, 广播电视新闻正逐渐丧失媒体主流地位, 人们选择其他途径来获得信息已经成为一种趋势。

(3) 选择过于单一。传统的电视新闻节目因为播出模式的影响, 电视台已经制定、安排好了节目播出的时间和顺序, 人们只能按电视台的安排来收看节目, 并且人们难以保存电视所播放的节目。新媒体以最新的网络技术为依托, 有效地弥补了电台、电视等传统媒体存在的不足, 人们可以根据自己的喜好和时间来选择、保存想要了解的节目。因此, 传统媒体的受众也不断流失。

四、新媒体环境下广播电视新闻的发展策略

互联网、手机、IPAD等新媒体出现之后, 原来以报刊、广播、电视等为主导的传统新闻传播方式发生了翻天覆地的变化, 在现代网络技术的影响下, 现代媒体产业的结构面临着重大调整, 新媒体将成为媒体产业的主流。因此, 在新媒体环境下, 广播电视新闻的生存和发展状况也随之不断变化, 广播电视新闻要不断调整发展策略, 才能在新媒体的冲击下走得更远。

(1) 借助微博、微信等新媒体平台, 发布即时信息。传统的广播电视新闻节目掌握着大量的信息资讯, 对于广播电视新闻节目来说, 微博、微信的出现是一个非常好的机遇, 尤其是微博作为一个信息源, 有大量的受众, 利用微博和微信能够弥补传统节目的缺陷和不足。通过微信和微博, 一方面加强与观众的互动;另一方面能够及时发布相关资讯和信息。很多电视台、电台、报刊都开通了微博和微信公众号, 不断加强和观众的沟通和互动。

(2) 树立品牌意识, 打造广播电视新闻王牌节目。传统的广播电视新闻媒体作为官方创办的媒体, 使广播电视新闻具备了新媒体所没有的天然优势和公信力。因此, 传统广播电视新闻应该发挥其优势, 保持稳定的受众和关注度, 杜绝虚假新闻的播报, 加强对新闻信息真实度的监管。此外, 广播电视新闻节目应该要打造自己的品牌, 让电视新闻节目做好、做精细, 邀请高素质的人才组成制作、主持团队, 增强节目的自身竞争力, 提高收视率, 培养潜在客户。

(3) 增加节目的时效性。改变节目编排形式, 依靠直播的常态化, 建立突发事件采集播报机制, 对节目进行合理编排, 同时注重播报的节目内容, 确保节目的时效性。

(4) 整合媒体资源, 提高信息传播效率。各电视台和电台等传统的媒体, 应该将新闻资源进行整合, 将以往垂直化的新闻制作播报形式向网络化的扁平化改变, 提高资讯的使用效率, 精减人员, 降低新闻采编成本。

五、结语

新媒体成为新闻传播的主流是一种不可避免的社会发展趋势, 网络电视、数字电视、手机电视等新媒体视频模式正冲击着传统的电视媒体, 传统的广播电视新闻在新媒体的冲击下, 生存空间越来越小, 广播电视新闻需要改变发展思路, 才能在新媒体的强烈冲击下找到新的生存与发展的空间。

参考文献

[1]谭玥雨, 李芸.新媒体环境下电视节目的创新转型探微——以安徽广播电视台《每日新闻报》为例[J].皖西学院学报, 2018, 30.

[2]丁旭, 李培新.电视新闻节目的新走向探索[J].新闻天地, 2010.