旅游管理下数据挖掘运用论文

旅游管理下数据挖掘运用论文（共16篇）

1.旅游管理下数据挖掘运用论文 篇一

运用Excel轻松实现多条件下的数据统计

在日常对数据的统计过程中，我们经常会遇到指定条件的数据统计问题，用公式或分类汇总可以满足我们的需要，但对于复杂条件的数据统计，不少初学用户觉得非常棘手，其实用好Excel自带的“条件求和”功能，这些问题就可以迎刃而解了。

图1为某单位职工数据表，我们以统计二车间的高级工程师中男性的人数为例，介绍一下如何利用“条件求和”功能实现多条件限制下的数据统计过程。

1.依次选择“工具→向导→条件求和”菜单命令，在弹出的“条件求和向导-4步骤之1”界面中，确认条件求和的数据区域为整个表格(只需单击表格内的任一单元格再执行该命令，系统会自动选中整个表格区域)，单击“下一步”按钮。

2.在“条件求和向导-4步骤之2”界面中选择“求和列”为“性别”，将限制的条件“岗位=二车间、职称=高级工程师、性别=男”逐条选择并添加到条件列表中，单击“下一步”按钮(如图2)。

3.在“条件求和向导-4步骤之3”界面中选择统计结果的显示方式为“复制公式及条件”，单击“下一步”按钮。

4.最后要选择目标数据存放的单元格，本例中依次选择C18、D18、E18、F18单元格，并在每次选择后单击“下一步”按钮，直到最后单击“完成”按钮。此时在F18单元格中就会出现我们要统计的数据结果。

在本例中，我们可以看出，如果是简单条件的数据统计其实也可以用公式来实现，如统计“二车间”每月计发的工资总额，可以用公式“=SUMIF(E2∶E15,“二车间”,F2∶F15)”来实现，当然也可以使用分类汇总命令来实现。但对于复杂条件的数据统计用公式就显得有些难度了，特别是对于不熟悉函数的读者，而用“条件求和”功能则可以很方便地实现我们的统计需求。

Cico提示：初次使用“条件求和”功能必须先安装。单击“工具”菜单中的“加载宏”，在“加载宏”对话框中勾选“条件求和向导”复选框，单击“确定”按钮，此时系统会自动安装该功能。

图1 单位职工数据表

图2 指定条件数据

Excel条件格式公式应用四例

我们知道，Excel“条件格式”功能可以根据单元格内容有选择地自动应用格式，它为Excel增色不少的同时，还为我们带来很多方便。如果让“条件格式”和公式结合使用，则可以发挥更大的威力，下面提供几个在“条件格式”中使用公式的应用实例，希望能给读者朋友带来一些启发。

一、判别输入是否正确

在输入如身份证等有固定位数的号码，出现位数不正确的情形时，我们希望Excel能够给出提示。虽然可以使用“数据有效性”设置实现，但是当输入出错时，Excel总会弹出一个提示的对话框，有朋友可能觉得这样“唐突”的提醒有点影响心情，那就让“条件格式”来“温和”的提醒吧。

1、创建“条件格式”的公式

假设我们通过“条件格式”，把符合位数(15位或18位)的号码所在单元格的填充色设置为绿色，输入完成后，通过查看单元格的填充色是否变为绿色，就可以知道输入的正确性了。

由于身份证号码数据是属于“文本”类型的，先选中需要存放身份证号码的A2:A52单元格区域，将它们的数字格式设置为“文本”。然后在A2:A52单元格区域处于被选中的状态下，选择菜单“格式→条件格式”命令，打开“条件格式”对话框，单击“条件1”下方的下拉箭头，在弹出的下拉列表中选择“公式”(图 1)。

接着在其右边的文本框中输入公式“=OR(LEN(A2)=15,LEN(A2)=18)”，然后单击“格式”按钮，在打开的“单元格格式”对话框中选择“图案”选项卡，选择绿色作为符合条件的单元格的填充色(图 2)。

设置好后单击“确定”按钮，返回“条件格式”对话框，检查无误再次单击“确定”就完成了条件格式的设置(图 3)。

小提示：上面的操作，先选中了一个单元格范围A2:A52，然后为这个单元格范围设置条件格式的公式。在这种情况下，公式中应使用选择范围中左上单元格的引用，此例中为A2。公式输入完成后，可以查看一下这个范围中的其它单元格的条件格式公式，如A8单元格，为“=OR(LEN(A8)=15,LEN(A8)=18)”，这是由于上面的引用为相对应用，它会根据单元格的实际偏移量自动改变，从而得到适合其它单元格的公式。

2、实现的具体效果

现在来测试一下上面设置可以实现的效果，在A2：A52区域的单元格中输入一些身份证号码，当位数是18位或15位时，所在单元格的填充色自动变为“绿色”，而位数不对的身份证号码，所在单元格的填充色不发生任何改变(图 4)，从是否变色我们就可以判断输入的正确性了。

全部输入并确认正确后，如果需要删除单元格条件格式，则先选中A2:A52单元格区域，然后打开“条件格式”对话框，单击如图3中的“删除”按钮，在打开的“删除条件格式”对话框中勾选“条件1”复选框，单击确定即可(图 5)。

二、找出销售额的前三名

如图6中的B2:B12单元格中存放着销售额数据，要找出其中的前三名，让它们以蓝色字体显示。

先选中B2:B12单元格，打开如图1所示的对话框，输入公式“=B2>LARGE($B$2:$B$12,4)”然后将符合条件的字体格式设置为蓝色即可。实现的具体效果如下图(图 6)。

说明：虽然可以对“销售额”数据列排序找出前三名，但是，可能我们希望以日期为顺序排列，这时“条件格式”就可以做到“两全其美”了。

三、让符合特殊条件的日期突出显示

有时，我们可能希望符合特殊条件的日期所在的单元格突出显示，比如星期六或星期天。这时我们可以先选中日期所在的单元格，如图6中的A2:A12，然后打开如图1所示的单元格，输入公式“=OR(WEEKDAY(A2,2)=6,WEEKDAY(A2,2)=7)”，然后设置符合条件的单元格填充色为阴影即可。

小提示：函数WEEKDAY(serial_number,return_type)的功能为返回某日期为星期几，Serial_number??表示一个顺序的序列号，代表要查找的那一天的日期。当参数return_type为2时，函数返回数字 1（星期一）到数字 7（星期日）之间的整数。

四、让工作表间隔固定行显示阴影

当单元格数据行较多，我们为了让显示效果更加醒目，可以让工作表间隔固定行显示阴影，效果如下图所示(图 7)。

上面的效果是使用了公式“=MOD(ROW(),2)=0”，如果要间隔两行显示阴影则用公式“=MOD(ROW(),3)=0”，其余依次类推。

小提示：函数MOD(number,divisor)返回两数相除的余数，其中Number为被除数，Divisor为除数。函数ROW(reference)返回引用的行号。其中Reference??为需要得到其行号的单元格或单元格区域，如果省略 reference，则假定是对函数 ROW 所在单元格的引用。

“条件格式”与公式结合还有非常多的应用，感兴趣的朋友不妨再研究研究哦

2.旅游管理下数据挖掘运用论文 篇二

大数据指的是所涉及的资料量规模巨大到无法通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。因其技术上的优势具有承载信息量大、传播速度快、不受时间空间限制、信息零碎式传播、每个人都可以是信息传播源等特点。

二、大数据在学生工作中运用的表现及优缺点

1.大数据运用表现。

因为学生管理工作对象是学生,他们对新事物的接受总是走在时代前沿,大数据的运用也因为学生工作的承载对象而逐渐地深入我们对学生的教育管理过程中,具体表现如:建立小到班级大到学校的各级官方微博、微信平台,建立各级QQ群、建立班级网站、班级飞信、微信群、人人网等,通过这样一些大数据平台的建立能让班级同学间的联系随时随地进行。

2.大数据运用的优势。

大数据具有承载信息量大、传播速度快、传播形式多样化、不受时间空间限制等特点。例如,因为其传播速度快的特点,便于学生工作管理者将重要信息、通知在第一时间向每一名同学及时传达;因为其传播形式多样化的特点,当某一种大数据的运用不能保证信息是否传达到本人时,还可以利用其他的媒体再次传达,保证了学生工作的全时间、全覆盖;因为承载信息量大和其不受时间空间限制的特点,可以让学生随时随地接收到相关信息的内容,大大提高了学生工作的效率。

3.大数据运用的缺点。

大数据的运用固然有其有利的一面,但在某些方面和传统学生工作相比也有所不足。如,因为大数据非接触式传播信息的特点,使得学生工作管理者不能保证信息是否真正传达给了每一名同学,即使使用了多种形式的大数据传播方式,这也给学生管理工作中的全覆盖带来了疑问;因为大数据运用的虚拟环境、每一个人都是一个信息播送源的特点,使得有些消息的真实性不能及时地加以验证,难于掌控每名学生发送未经考证消息的问题,因为传播速度很快,有些消息虽然已经证实是虚假消息,但已经传播了一定的范围,造成了不可避免的影响;大数据的运用从一定程度上减少了学生教育管理者和学生面对面交流的机会,有些事情学生可能直接通过手机、电话、网络通讯等形式和老师交流,让老师缺乏更深层次的了解,缺少了心灵上的沟通,阻碍了对学生内心世界的了解。

三、如何将大数据运用和传统学生工作方式相结合

因为大数据所具有的这些优势和缺点,使得我们不能因为现代社会的科技化和网络化就放弃传统的学生工作教育形式。我们在今后的学生教育管理工作中应当将大数据和传统学生工作方式有机整合,应着重从以下几个方面着手:

1.正确认识,合理利用。

大数据的出现,为我们创造了很多有利的条件,提供了很多方便快捷的途径,提高了工作效率。但在学生工作中对大数据的运用,只能作为工作方式的一种补充,不能完全取代传统的学生教育管理方式,学生工作是做“人”的工作,面对面的直接交流方式更能发挥出人与人之间情感交流的优势,学生也会更愿意将他们内心的真实想法和老师深入地交流,其效果也是大数据技术运用所不能比拟的。

2.加强监督,积极引导。

大数据其中的一个特点是每一个人都是信息发送源,有相对宽松的言论环境,这就造成了在利用大数据进行信息传播过程中存在信息的真实性难以辨别和控制,很容易使一些不实消息在学生中快速传播,造成学生思想波动、校园的不稳定。对此,作为学生管理工作者应加强对大数据使用过程中的监督,对一些有较大影响力的大数据使用者要主动积极加以关注和引导,提倡对网络信息的正确辨别和使用,引导他们更多地宣扬一些充满正能量的内容,充分发挥出大数据积极的一面来为学生工作服务。

3.为高校思想政治教育搭建崭新、宽广的平台。

高校思想政治教育工作者可以借助大数据,及时掌握最新、最全面的信息,通过大数据技术主动地、快速地、生动地给大学生传输积极、健康的思想和观念,使得思想政治教育不仅仅只限于课堂讲授,让思想教育随时随地深入学生生活的每个角落,为高校思想政治教育工作提供崭新的、广阔的理论与实践平台。

在科学技术高速发展的今天,越来越多的大数据正在影响着大学校园里青年大学生的成长,对在这一过程中存在的问题及时地加以发现与引导,发挥大数据在学生管理工作中的优势,控制其对学生影响不利的一面。我们要直面和重视大数据的发展,并且要学习掌握大数据的运用,这样才能把握学生思想脉搏,始终在学生工作中占据主动地位。

摘要：在互联网快速发展的大数据时代背景下,要将网络媒体与学生思想政治教育工作有效的整合。我们通过大数据时代下互联网技术在思想教育工作中的应用等方向的研究,利用大数据时代中的互联网技术进行学生思想政治教育模式的探讨与构建。

3.运用数据管理完善机车检修体系 篇三

摘 要：计划预防修是我国目前铁路机车主要的检修体系。但它存在的过度修理、维护保养成本过高等一系列问题一直被人诟病。现今国际上通用的状态修理，因其仅根据监测到的设备状态对设备进行相应的操作，故相对于计划预防修，减少了人力、物力的浪费，有着更好的经济性。在我国高铁技术日新月异的今天，随着中国机车迈出国门的脚步，顺应国际潮流，完善机车检修体系，对机车实施状态修理已成为必然。

关键词：数据；管理；机车；检修

中图分类号： TP311.52 文献标识码： A 文章编号： 1673-1069（2016）12-36-2

1 数据

状态修是目前国际上通用的检修方式，它是全寿命周期成本管理在工程范畴的具体运用。其主要实施手段是在装备工作全寿命期内对装备按照特定的状态值进行监察，根据已确定的装备运行参数状态限界值，判断是否对其进行检修或更新。因此，对机车实施状态修的首先要做的是确定装备运行参数状态限界值（即零部件的使用寿命），来制定出切实可行的检修范围和检修周期，将过剩维修减到最小。而装备运行参数状态限界值的确定依据就是对机车运行数据、故障数据、检修数据进行整理、分析的结果。说到底，详实的数据才是制定装备运行参数状态限界值的根本，有效的数据管理系统才是我们实施状态修理构建新的机车检修体系的基石。

2 数据的运用

机车的有效数据主要有三大类：①机车运用数据，如：机车运行里程、机车运用工况等；②机车故障数据，如：机车系统故障、机车部件故障等；③机车检修数据，如：部件磨耗值、电器老化状态等。

实施有效的数据管理首先就是建立数据平台，对以上数据进行采集、录入，然后将数据进行整理、分析，再把分析结果反馈给技术部门，由技术部门根据情况改进机车设计、制定装备运行参数状态限界值指导机车检修。数据运用流程见图1。

3 数据运用实例

HXD3型电力机车二年检中，我公司采集到333台变压器年检数据，并对其进行了分析。下面就以HXD3型电力机车二年检变压器数据为例，对数据的运用进行说明。

333台二年检变压器中17台油样指标合格，占5.1%。291台需要滤油，占87.4%。其中乙炔超标占需过滤绝缘油的变压器总数的8.3%，总烃超标占需过滤绝缘油的变压器总数的69.4%，氢气超标占需过滤绝缘油的变压器总数的91.7%。25台需要吊芯检查的变压器，占7.5%。其中总烃超标占需吊芯检查的变压器总数的48%，根据段方信息决定吊芯检查的占需吊芯检查的变压器总数的52%。

对以上数据进行分析可知：需要通过改进设计及工艺来降低氢气的含量；当总烃、乙炔含量超标时需进行吊芯检查。

把数据及分析结果反馈给技术部门，技术部门根据检修数据对变压器进行了改进设计，同时确定：当总烃含量>500μL/L（ppm）或乙炔含量>30 μL/L（ppm）才需要对变压器进行吊芯检查。以厂文的形式提交了《关于HXD3C型电力机车二年检试修规程调整的报告》，取消变压器吊芯检查。

4 数据管理系统

没有规矩不成方圆，将数据管理以制度形式固化是保障数据平台能长期有效运行的根本。数据管理制度应明确数据平台的维护和运行管理部门，确定数据的录入内容、方式以及使用的权限。但单一的数据仅仅是数据，只有合理、有效的运用才能体现其价值。因此，在建立数据管理制度的同时应确立数据整理分析模式、数据反馈制度等一系列管理办法，形成一套完整的数据管理系统。数据管理系统结构示意图如图2。

5 状态修理的实施

状态修理的原则是预防为主，是按照机车实际质量状态、选择检修方式，使设备处于受控状态，实现机车检修质量可靠性管理，避免不必要的维修，防止故障的发生，提高维修的经济效益和设备利用率。

由于状态修理的可变因素较多，故障的诊断较为复杂，机车的质量状态是动态的，实施整备作业的时间又很短，所以状态修理具有数据处理量大、数据处理时间少和过程控制复杂的特点。采取传统的人工操作、判断方式显然已经不能满足状态修的要求。

在利用先进检测、监控设备的基础上，利用数据平台对设备数据进行采集和分析，根据装备运行参数状态限界值的设定进行诊断决策，才是机车实施状态修理的合理方式。

状态修理流程见下图3。

6 结束语

要实施按机车状态进行修理，数据的采集、分析工作必须先展开。建设数据平台，构建数据管理体系，是机车行业从计划预防修理体系转向状态修理体系的必由之路。

参 考 文 献

[1] 孙建雄，姚茂健，刘勇，等.机车车辆检修管理系统的设计与实现[J].电力机车与城轨车辆，2002，25（2）：45-46.

[2] 张勐，刘亚奇，崔宁.机务段检修管理信息系统的开发应用[J].西铁科技，2005（3）：20-23.

[3] 王焕民，查显锋.基于PDA的机车检修质量管理系统的设计应用[J].铁路计算机应用，2011，20（2）：47-49.

4.旅游管理下数据挖掘运用论文 篇四

数据库信息管理技术具有准确度高、速度快的优势，可充分实现对后台、前台的数据信息管理。可以将多个操作、数据信息及时提取、转化、处理后进行传输控制，根据设定程序、软件需求等将数据信息管理技术进行全面深入分析，并充分加工后投入使用，具有便捷客户、提升管理效率的优势。此外，信息传输中，需要根据数据库特点进行相关信息的分类、采集处理工作。借助电脑实现良好的信息控制、自动检索处理，保证传递信息的合理性、科学性、可靠性。

1数据库信息管理技术的特点分析

5.旅游管理下数据挖掘运用论文 篇五

摘 要：随着互联网技术的快速发展及其广泛的应用，网络舆论信息的产生体量、传播速度和影响范围等方面都发生了巨大变化。这些变化要求舆情管理工作者在舆情管理理念、管理方法等方面必须与时俱进。大数据既是一种新技术，也是一种新方法，它侧重于信息挖掘和预测。将大数据运用到网络舆情管理工作之中，必将对舆情管理产生重要作用。在大数据环境下，网络舆情的管理方法也必将发生变革与创新。探讨大数据环境下网络舆情分析方法，以大数据为背景和前提创新网络舆情管理方法，总结大数据下舆情管理理念、视角、方式和方法等方面的变革与创新的思路，具有重要意义。

关键词：网络舆情；大数据；管理方法；变革与创新

DOI：10.15938/j.cnki.iper.2017.01.025

中图分类号： G641文献标识码：A文章编号：1672-9749（2017）01-0124-06

据《第37次中国互联网络发展状况统计报告》（由中国互联网络信息中心（简称：CNNIC）在2016年1月发布）显示，截至2015年12月，中国网民规模达6.88亿，全年新增网民3951万人。互联网普及率为50.3%，中国手机网民规模达6.20亿，手机上网使用率为90.1%[1]。随着移动互联网（Mobile Internet）、社交网络（Social Networking）、电子商务（Electronic Commerce）等的迅速发展，互联网的边界和应用范围有了极大扩展，各种信息和数据极具增多，并正在迅速膨胀变大。

网民们经常通过互联网表达意愿、观点，讨论各种话题，以表达自己的思想观点和诉求。互联网既是一个收纳器，聚集网民思想动态表达、文化和社会生活信息；又是一个扩音器，传播大众的社会舆论。在社交媒体时代，人们通过互联网平台表达社情民意，体现自己的意愿、态度和评论观点。舆情作为社会舆论的一个风向标，开展舆情分析主要是针对民众态度、观点的收集整理，分析出民众相关的意见倾向，客观体现舆情动态。

作为世界上网民数量最多、互联网访问量最大的国家，有效地分析网络舆情，对于政府，媒体、大型企事业单位都有着非常重要的意义。从政府的角度，有效的舆情管理有利于政府了解公众态度和诉求，有助于提升政府的政务管理和构建良好的社会和网络环境；从企业的角度，有效的舆情管理有利于企业掌握用户和大众对产品质量、产品功能与服务的评价及客户特征信息，更好地提供个性化产品与服务，实现利润增长，更有利于企业了解用户和大众对企业社会形象的反馈和认知，提升企业品牌知名度和社会声誉；从媒体的角度，有效的舆情管理能够突破传统信息搜集和发布渠道，更能够通过对公众舆论深入分析，提升新闻效果，实现新闻价值增值。因此，社会各界都非常重视网络舆情分析，并不断创新舆情的分析和管理的方式和方法，都是想最大化舆情的价值。

一、大数据及网络舆情的相关定义及特点

1.大数据的定义及特点

随着人们对大数据的研究和理解的不断深入，大数据已不仅仅是一个技术方面的名词了。而今，大数据相关的理论无论从内涵还是外延上，都在不断丰富和充实。关于大数据的定义，不同的机构和学者从不同的角度给出略有差异的定义：如高德纳咨询公司（2013）提出，大数据是指具有更强的洞察力和流程优化能力的海量、多样化的信息[2]。维基百科对大数据的定义是“一个超大的、难以用现有常规的数据库管理技术和工具处理的数据集”。Gartner对大数据的定义：“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” [3]。

IDC市场研究公司2012年提出，“大数据”是为了从大容量的、不同类型的数据中获取有价值的信息而设计的新型架构和技术[2]，并对大数据的采用三步法进行了界定，如图1所示。首先，从数据源场景方面，可以有三种情况，或者说需要具备三种情况至少满足一种，即大数据的容量大于等于100TB或数据源于超高速的数据流（Data Streaming），或数据产生的年增速大于60%；其次，必须部署在可动态适应的基础设施（dynamically adaptable infrastructure）上。这里的基础设施既可以是传统的scale-up架构，也可以是水平扩展架构（scale-out infrastructure）；最后，必须有两个以上的数据源或数据格式，或者高速流数据源（如点击流或机器产生的数据流）。有了以上三个步骤的界定，才可以形成大数据。IDC指出“大数据技?g描述了一种新一代技术和架构，以非常经济的方式，以高速的捕获、发现和分析技术，从各种超大规模的数据中提取价值” [2]。

尽管对大数据的定义角度各有不同，但大数据的核心本质和特征的表述和定义相对比较统一，均认为大数据与传统意义数据具有本质区别。较传统数据相比，在数据基础上，大数据更倾向于全体数据而非抽样；在分析方法上，更强调相关分析而非因果分析；在分析效果上，追求的是效率而非绝对精确和在数据规模上强调相对数据而不是绝对数据。

在数据和信息的规模/体量方面、在内容形式和数据结构方面具有复杂性/变化频度多样、在产生速度方面及价值密度等四个方面都极大地超越了传统的数据形态，具有4V特征：

第一，数据规模大（Volume）

第二，数据种类多样（Variety）

第三，数据处理速度快（Velocity）

第四，数据价值密度高（Value）

如图2所示：大数据的4V特征。

具体而言，一是数据规模大（Volume）：从容量角度，大数据具有数据容量大，“容量”或“体量”，从 TB→PB→EB级，每级都是按照进率1024（2的十次方）计算，这足以说明大数据规模之庞大。二是数据种类多样（Variety）：结构化数据、非结构化数据以及半结构化数据，Web数据、文字、语音音频数据、图片图像数据、视频数据、模拟信号等数据都体现了数据的多样性。三是速数据处理速度快（Velocity）：对数据访问、处理、交付等速度的要求快，而且数据产生速度也非常之快；四是价值（Value）：大数据的核心价值在于资源优化配置，通过搜集海量数据，进而展开全量数据挖掘，分析数据背后的相关性，开展预测分析，获得数据的应用价值。

这些特性使得大数据与传统数据区别开来，强调了大数据是具有结构松散性、形式复杂性和有利用价值的数据信息资源[3]。

2.网络舆情的定义与特点

“舆情（Public Opinion）”翻译为“民众或公众的意愿、意见或观点”。根据百度百科：舆情是“舆论情况”的简称，是指在一定的社会空间内，围绕中介性社会事件的发生、发展和变化，作为主体的民众?ψ魑?客体的社会管理者、企业、个人及其他各类组织及其政治、社会、道德等方面的取向产生和持有的社会态度。它是较多群众关于社会中各种现象、问题所表达的信念、态度、意见和情绪等等表现的总和。

有学者从社会学视域考察舆情的定义，认为舆情是指社会各阶层民众对社会现象或事件所持有的情绪、态度、观点、看法、意见和行为倾向等[4]。网络舆情则是社会总体舆情的一个组成部分，是以网络为载体存在，以网络传播方式汇聚、形成和表达的舆情，是在互联网上的民众情绪、态度和意见汇聚的总和[5]。

网络舆情的信息来源主要有：网络新闻（如：搜狐、新浪、人民网，或以RSS为基础聚合类新闻，如头条等），论坛贴吧（如：BBS，百度贴吧，天涯，西祠胡同等），新闻评论，社会化媒体社交网络（即时通讯工具：如：聊天室、QQ、微信、微博、博客等），搜索引擎（如：百度，google等），网络发起线上活动、网络调查、电子邮件等。

通常我们把网络舆情的基本特征概括为自由性与可控性、互动性与即时性、丰富性与多样性、隐匿性与外显性、情绪化与非理性、个体化与群体极化性[6]。如图3所示：网络舆情的特征

3.大数据是网络舆情管理的有效方式之一

大数据的目的在于发现新的知识与洞察并进行科学决策。大数据与网络舆情具有非常相似的特征。从这点上可见，利用大数据的手段管理网络舆情是网络舆情管理的有效方式之一。首先，大数据能够全方位记录民意，完整展现社会舆情，大数据体量巨大，从TB级到PB乃至ZB级别，能够完全、完整的记录社会民众的社情民意；其次，大数据的特点是挖掘数据背后的相关联性，因此，大数据能精准体现舆情背后的事件、相关人员以及读者等要素内在逻辑和社会关联；最后，大数据具有很强的预测能力，通过分析事件的读者特征（群体肖像刻画）、被关注程度/热度、传播速度、传播范围、发展趋势、影响程度和网民情绪变化等，也可以针对某个观点的深度研究，从而预测舆情走向，帮助决策者进行决策和判断。因此，大数据技术为网络舆情的预测提供了重要的技术、理论支撑和保证，也成为舆情研究关键技术的支撑和核心概念。

二、基于大数据技术网络舆情管理的一般步骤与方法

网络舆情的管理模型主要分为：信息采集、信息预处理、舆情分析、舆情报告四个步骤。如图4所示：大数据管理模块及流程示意。

1.信息采集

信息采集当前常用方式是网络爬虫技术。在网络爬虫的爬行策略中，应用最为基础的是深度优先遍历策略、广度优先遍历策略。对于信息抓取过程，要求信息抓取的覆盖范围要全面。高速发展的信息高速路使得网络信息数据容量不断增大、信息和数据的类型更加丰富和复杂、网页数量不断增多，这对舆情信息抓取的效率和全面性提出了更高的要求。

大数据网络舆情信息搜集改变了传统网络舆情信息的搜索采集方式，采用定向站点信息抓取辅以全面的实时监控、聚合内容（RSS）、社交网站信息搜集和摘要搜集等搜集技术，与传统人工监测采集相结合的方式进行，抓取效率和覆盖范围都有突破性进展。

数据监测要全面和实时，要做到精细采集信息数据。笔者整理了较为常用的监测范围和基本监测指标，如表1所示。

2.信息处理

信息处理主要包括数据清洗（Data Cleaning）、信息提取、文本分类等。信息处理的主要任务是将采集的各种信息转化成格式化文本存入数据库。

网络舆情在大数据环境中流动和变化速度非常快，因此，在信息处理部分，要求信息处理的时效性。

3.舆情挖掘与分析

大数据分析就是对海量数据进行分析、梳理和加工，获得具有价值的产品（Product）和服务（Service）或深刻洞见（Insight）的数据及处理方法。数据分析的主要技术手段是采用数据挖掘（Data Mining），数据挖掘又称数据库中的知识发现，即从数据库的大量数据中揭示出隐含的、前所未有的并具有潜在价值的信息的价值聚合、提炼的过程[7]。

舆情分析的技术方法主要有文本分类、聚类分析（不预先设定数据归类类目，完全根据数据本身性质将数据聚合成不同类别）、热点发现（利用关键词过滤、语义分析、数值统计识别热点和敏感话题）、话题识别、主题检测与跟踪、观点/文本倾向性识别和分析（对文章的观点进行倾向性分析和统计，识别正负面信息）、自动摘要等计算技术挖掘网络文本内容蕴含的各种观点（Opinion）、喜好（Preference）、态度（Attitude）、情感（Emotion）等，也可以明确网络传播者的意图和倾向，以及影响程度、影响范围和发展趋势。

当前一些实验室、研究机构等依据大数据分析的方法和实际的工作相结合，开发和建立了以下舆情专属的分析模型和方法。如：人民网推出的“舆论共识度”指数将为中国网络舆论场的研究和社会舆论的理性引导提供新的观察视角和决策依据。它把网络用户分为媒体、网民和意见领袖三大群体，通过对不同群体的舆论分析，对每月前十或前100的社会热点问题进行评估，形成“舆论共识度”，进而对用户对舆论话题的共识程度进行评价。

互联网与国家治理研究中心、中山大学大数据传播实验室设计的“网民认知模型”，通过透析网民对不同事件的情绪变化、态度偏向等，评测用户“正负能量”，分别从“网民情绪指数”“网民理性指数”和“网民态度指数”三个维度来评价具体热点事件当中网络舆论场的“网民正能量指数”，对舆情分析和研判也非常有帮助。

还有机构建立的热度评估指数，通过话题在传统媒体报道量、网络媒体报道量、微博量、论坛帖文量、博客文章量，转发数量、用户跟贴数量、评论数量、被关注数量、传播的速度和范围、关注的用户形态特征等相关数据，之后加权各项指标，得到每个热度事件或话题的综合热度指数。

更有一些专项深入分析，如针对传播源头的分析、传播渠道的分析、意见领袖的分析、传播主体挖掘分析或针对隐性数据（网络日志）的分析。

也有专家学者提出，舆情分析需要是一个综合分析模式，以大数据的方式为重点，同时要结合专项话?}市场调研、综合民意调查（定性与定量）、软件与人工、分析师与专家会商等方式相结合的方法来分析。

4.舆情报告

舆情分析的结果需要以报告的方式呈现，并将分析报告反馈或发布，为用户、管理者和决策者提供依据。

舆情报告要求舆情分析数据要真实可靠，分析方法要恰当准确，描述要符合客观事实，结论要简明扼要、通俗易懂。舆情报告中恰当采用示意图、图表、列表等展示形式，可以更形象、清晰、直观，并且更逻辑地展示舆情事件的发生、发展和变化，舆情的发展态势等。针对不同的表达目的可以选用不同的图表或图示方式，如：描述事件发展趋势可用折线图表示、展示用户立场或观点的比例可用饼状图、体现热点人群的分布可以用散点分布图、表示频率分布可以用网状图或柱状图、说明事态发展变化可以用流程图、用户之前或背后的人际关系可以用网状关系图等。丰富的图表工具可以更形象、生动的表述舆情的现状、发展和变化。

三、大数据环境下舆情管理模式变革与管理方法创新

虽然，目前对大数据研究越来越热，国内诸多大的互联网公司、各行业内的企业及科研机构都投入了巨大的人力、物力开展大数据及大数据下舆情研究，但在我国大数据研究依然处于探索阶段，在很多方面还只是停留在理论或对未来的畅想阶段。例如：在技术方面，目前常见的舆情监测工作的主要手段仍以人工检索为主，尽管也使用了市面相对成熟的相关搜索软件进行辅助搜索，但搜索舆情的技术仍采用传统的二维搜索方式，即主题关键词和网络平台二维坐标，由舆情管理的工作人员对采集的信息进行二次加工成舆情产品。而且搜索的舆情信息结果多为一级文本信息，对于深层次的多级舆情信息，如新闻、微博后的评论，网民的社会关系，网民针对某一事件评论反映出的情绪变化等数据无法深度挖掘，仍靠人工采集和分析判断。受制于舆情分析人员的知识水平和价值判断的不同，极有可能导致有价值的舆情信息丢失，无法准确及时预测舆情走势，大大降低了舆情监测工作的效率、准确性。

随着互联网的发展、自媒体的兴起，网络、通信技术在人们信息领域深入运用，发布者在人口统计学方面的特征、发布的载体、发布的形式、传播渠道、信息的数量和形式等有了全新的变化，这对舆情的管理提出了更高的要求，要求变革网络舆情管理方式以适应大数据时代的新形势。因此，舆情管理工作者在舆情管理的理念、模式和方式方法上均需要有相应的变革与创新。

1.舆情工作者的研究视角需要发生转变

舆情工作者要从全局角度，把舆情研究从单一向度的内容研究向多元化、多向度内容及关系研究方向转化。网络数据和信息背后体现的人的行为轨迹和复杂的人与人的社会关系（Social networking），所以关系研究将成为未来的研究重点。大数据的特征之一“关联分析”，通过社会话语表达、社会关系分析、社会心理描绘、社会诉求预测等多个角度[8]，进行多向度的分析研究能够帮助构建立体化、全局化和动态化的网络舆情数据系统，通过舆情分析，挖掘网络舆情和社会动态背后的深层次关系，实现网络舆情管理和社会治理的紧密联动、同步推进。

2.舆情的研究方法需要创新

即便是研究的视角发生了改变，要想真正落实到具体工作中，研究方法的创新尤为关键。要在分析方法上更加丰富，结合数据挖掘技术分析（Data Mining）方法与行为分析（Behavior Analysis）方法的研究、结合云计算、移动可追塑性分析、个性化特征识别的网络机器人与社会心理分析实验因果模型等方法，一是要提升数据监测技术，实现对媒体、论坛、博客、微博、微信等各个网络平台数据的全面抓取和记录，特别是要提高对图片、音视频、模拟信号等数据的自动识别能力；二方面提高数据挖掘技术，从海量数据中快速识别有价值数据，并挖掘数据背后隐藏的规律。三要注重数据分析技术，包括关联分析、聚类分析、语义分析等等，自动分析网上言论背后的观点、意见倾向和信息、相互之间的关联性，揭示舆情发展趋势。四是确保数据安全和保密技术，包括网络攻击与攻击检测与防范问题、安全漏洞与安全对策问题、数据备份与恢复问题、灾难恢复问题等等，确保数据安全和保密[9]。

在数据分析方面，数据分析的准确性尤为重要。引入云计算的概念和技术，与大数据相结合，会使舆情分析更加准确。开展数据间、不同维度、不同领域的数据、多样化的数据间的关联分析，是十分重要的。专家认为舆情关联关系是网络舆情数据库中存在的一类重要的、可被发现的知识，引入网络舆情支持度和网络舆情可信度，可以更准确表示网络舆情间的关联度，量化网络舆情关联规则的相关性，从而使挖掘结果更准确。

3.研究结果要易懂、易应用和可视化呈现

大数据的真正价值是运用，舆情的最终价值是指导工作。研究结果的使用者未必是大数据和舆情分析的专家。因此，研究结果要求易懂易识，界面必须友好，结果必须可以直观识别。“用数据说话”。数据最有说服力，由于图表与列表能够清晰、直观、简洁、深刻、形象地表现舆情事件，因此舆情的研究结果要注重运用图表等可视化方式来展现。

4.重点强调舆情的预测，面向未来，做好舆情数据的再利用

大数据的核心是预测，未来舆情研究的重点应由舆情监测转向舆情预警和预测。舆情工作者通过收集分析互联网上关于社会热点或网民关注焦点事件的大量消息报道，发掘背后隐藏关系，进而预测事态发展趋势，为舆情事件处置提供决策参考。

展望未来，大数据时代数据使用的关键是数据再利用，数据再利用的意义在于：挖掘数据的潜在价值，实现数据重组的创新价值。基于大数据的舆情分析，能同时分析更多数据，揭露更多隐藏价值，使预测更准确，决策更合理。未来大数据将使舆情监测功能大大丰富，舆情分析功能更加强大，舆情预测能力进一步增强，这将实现全方位、立体式的综合舆情管理模式，实现舆情管理的价值最大化。

参考文献

6.旅游管理下数据挖掘运用论文 篇六

大数据技术是近年来快速兴起并广泛应用于生产和销售等各个领域的一项数据分析和应用技术。随着时代的发展和进步，其已经融入了社会生活的方方面面，给各行各业带来颠覆式革命，正在深刻地改变着我们的工作和生活方式。如何顺应时代要求，创新工作视角，主动适应大数据时代的新特点、新要求和新挑战，积极谋求与互联网、云计算、大数据的广泛对接和深度融合，最大限度地方便纳税人，既减轻纳税人负担，又提高纳税人税法遵从度，这是大数据时代对税务稽查工作的重大意义所在。

在大数据时代背景下进行信息化、科技化税务稽查的建立，其关键的是能否对大数据进行处理、分析与整合。在未来的地税稽查管理工作中，我们需要利用各种大数据分析技术和工具，挖掘和处理涉税大数据，在此基础上预测和分析最佳的税收稽查方案，以支持税务稽查部门做出更加合理的决策，提高税收稽查质效，加快服务创新步伐，维护税收秩序，遏制偷税漏税，发挥税收杠杆作用，调节经济，促进公平竞争，防止贫富差距的扩大等方面起着积极有效的作用。

一、我国税收稽查的现状和存在的主要问题：

（一）稽查法规不健全，执法环境不佳

在现行的税法体系中，对税收稽查没有做出明确的规定，缺乏进行明确具体的阐述，属于笼统的一般性规定。由于法律在税务稽查中的缺位，导致税务机关的稽查行为缺乏基本详细的法律依据，地税和国税部门依据自身的财税目标，按其工作程序，一般采用税收检查通告方式，定期或不定期的对纳税人进行税收抽样检查，由于法规的不明确性，公众对税务稽查的合法性与正当性提出了广泛的质疑。目前在全国较多地区，由于税务稽查立法不到位．税收执法的随意性较强，良好纳税环境没有形成。税务稽查机构与相关的税务执法机构协调性差，税务机关部门之间权责定位也不太明确。在实践中，税务稽查机构担心行政官司，对于查处的企业或个人偷漏税行为，一般采取补征税款和处以一定比例的罚款办法，税务机关对构成立案标准的涉税犯罪案件较少移交公安机关处理，对于偷逃税耀的罚多判少，缺乏对犯罪分子的震慑力。

（二）对整个税务稽查活动缺乏有效监管

很多地区在税务稽查工作中，没有真正按照《税务稽查规程》的要求分工协作，缺乏一套完善的税务稽查质量考核体系，税务执法活动缺乏有效地监管，相互牵制机制，稽查行为不规范，稽查考核制度不健全，稽查权力缺乏必要的监督约束。

税务稽查中的四个环节——选案、稽查、审理、执行，构成了整个税务稽查工作监管的大框架。在工作程序上．税务系统对稽查工作做出了原则性的规定。在现有税务稽查考核监督体系中，虽然形成了稽查案件的“多头检查”、“重复检查”监督体系，但是往往流于形式，在监督考核过程中，将稽查处罚率，孙查 税款入库率等指标，作为重点考核监督结果，而对于税务稽查实施过程中的具体选案、审理、执行等操作环节，没有明确的量化考核指标。

税务稽查部门人员缺乏对税务稽查执法风险控制的重要性的认识，缺乏全面的风险管理意识，识别风险的能力不强，造成稽查执法中的风险产生。健全的内部审查制度没有真正意义上建立，现有的内部审计部门和人员只是针对审理环节的内部审计，是以管理考核的形式来体现。由于内部审计准备不足，导致内部控制手段严重缺乏，例如在选案稽查环节上，对于同样的一个稽查案件，不同的稽查人员可能得到不同的稽查结果，缺乏统一的客观标准。

（三）稽查选案缺乏科学性标准

稽查案源主要有三个构成：一是举报；二是在协查过程中产生的案源；三是人工选案。对于举报的案源确定原则是实名举报必查。不管举报的事实是否属实，就必须调查。由于举报人出于私利或专业刿断不准，其中较多的举报案件，通过调查发现与事实不符，浪费了大量人力和物力．人工选案工作由于事先对企业的监控不力，对纳税人的经营情况和财务状况不能全面真实的把握，仅凭企业会计报表的表面数据和工作经验进行选案，就很难抓住税务稽查工作重点。选案的针对性和准确性不高，再加上受到“人情”关系和“同事”潜规则影响，往往对于有背景、有关系的大户免于检查，造成税负不公平。

二、地税稽查风险管理应对大数据的对策及建议

（一）把握税收大数据，以创新思维引领地税稽查风险管理

从税收电子化到信息化再到大数据时代，为适应大数据时代的发展，应创新思维，以税收信息化建设为依托，引领税收风险管理在解放思想、实事求是的基础上，勇于突破传统观念和模式的束缚，打破利益因素的羁绊，注重专业化与信息化管理手段的有机结合。要通过信息技术实现先进管理理念的创新，要与征管改革、业务重组、机构建设相配套，全面提升税收风险管理水平。

（二）提升大数据获取机制，为地税稽查风险管理奠定基础

当前大数据信息平台快速建设，政府各监管部门和网络运营商、金融等单位正逐步实现信息互通、数据互联、资源共享，在此背景下，税务稽查如能与时俱进，增加大数据应用，将纳税人的各类经济数据与其申报纳税数据对比，选案质量将大幅提高。第三方数据获取是实施以税收风险管理为导向的税源专业化管理非常重要的环节，直接决定着税收风险管理的发展深度和未来。首先应从国家层面建立涉税信息交换组织体系，为构建税务、工商、统计、银行、等部门信息交换的长效机制提供可靠的法律支撑。其次，应引入数据爬虫技术、搜索引擎、图形识别技术等，替换传统数据采集方法，在海量的数据里获取真实、有效的数据。

（三）依托全新科技手段，规范涉税数据共享平台 大数据时代，税收征管模式应由传统的“管户制”向“管数制”转变，要从根本上构建起适应现代化税收地税稽查要求的“管数制”，为推进风险管理提供优质的数据源。

一是拓展涉税信息交换平台。平台是数据源采集、分析、利用的载体，只有通过不断开发优化才能发挥其作用。在部门计算机联网的诸多因素影响下，税务机关要积极争取政府协助，充分利用政府网站，有效搭建涉税信息交换共享平台；各职能部门要及时将所有非涉密涉税信息按其内容和性质进行整理、分类后予以发布，实现网页信息批量下载功能，并能与大多数财务软件相兼容，完成从多渠道自动化收集信息的目标，实现对外部动态信息的及时采集，全面实现电子化涉税信息数据传输。在条件逐步成熟后制定相关管理办法，通过财政资金支持，推动部门间计算机联网，提高信息共享效率。同时，税务部门要主动作为，积极整合研发涉税信息终端接收信息系统，为信息交换提供智能化、规范化的交换平台，提高处理能力和工作效率。

二是健全涉税数据标准。从根本上解决现有信息数据资源存在的问题和缺陷，具体包括以下四个目标：1.建立信息化标准制定协调机制；2.制定信息数据规范；3.建立数据质量审核标准；4.建立数据发布标准。

（四）加快税务信息化建设，以大数据技术推动智能化管理

大数据技术的应用为税务机关建立可预测、可保护的税务模式提供了良好的支撑，可以将风险管理从事后变为事前，把对过去的分析变为对未来的预测。依托现有的“云计算”中心，并建立集中管理的“大数据分析中心”，走图形数据库技术、可视化数据技术应用之路。通过建立专业的大数据分析中心，集中掌握和处理庞大的数据信息，对数据特别是外部数据进行扎口管理，有效地清洗整合；通过大数据的存储和处理技术、数据仓库技术实现实时数据处理、实时决策支持；通过云计算快速分析出数据的价值，让价值产生实际作用；通过大数据分析应用，实现行政裁量权向信息系统的分解、组织机构扁平化以后的专业能力支撑、税务稽查管理制度结构优化的智能推演、纳税遵从行为模式的掌握、管理绩效和过程监督的及时监控和反馈。

（五）建立岗责匹配的绩效考核制度

7.旅游管理下数据挖掘运用论文 篇七

我们知道, 大数据产生的背景取决于三大条件, 一是互联网的发展, 即信息技术, 这是最重要的, 是先决条件和前提基础。二是数据本身的顺序和系统的整体性。只有又顺序和规则的数据, 才有很大的利用价值。三是对大数据的管理和利用。在大都情况下, 用数据作为管理的依据优先于企业领导自身的主观决策。这意味着领导必须参与大数据的管理环节而不是凭自己的主观意志来做决定。把这些先决条件与其本身的属性对应其来, 就是业务本身的系统性, 知识系统的条理性以及高校出版管理的专业化问题。只有具备了这三大条件, 我们才谈得上真正的大数据。这说明, 只有尊重了大数据产生的先决条件, 才能使大数据出版大概念下对高校出版管理的研究和探索具备一定的可行性。

基与此, 本课题在大数据理论支撑下从以下几个方面进行探索和研究, 并期待获取实际的应用价值。

1 大数据如何参与高校出版管理的全过程

1) 利用互联网的优势参与高校出版管理。高校出版管理看似很小, 似乎与大数据没有什么大的关联。但是, 实际上, 我们认为高校出版管理, 甚至涉及出版社每个人都可以拥有自己的大数据。目前, 互联网已渗透到高校出版管理的各个环节。高校出版社一般主要有两种类型的数据, 一是内部的ERP系统。而在大数据出版中, 也同样有ERP系统。ERP系统主要包括了生产系统、发行系统和作者管理系统。那么, ERP系统则会产生印制、生产、财务、管理和资源等数据, 还包括我们在编辑出版管理中消耗的资源等;二是外部的CRM系统。这些外部系统的数据涉及的范围更为广泛, 包括客户信息、发行记录, 甚至包括客户对价格的询问记录、订单信息记录以及客户对图书的评价信息等等。

2) 搜集大数据信息渗透到高校出版管理的各个环节。高校出版社往往通过互联网把网站推广记录、用户注册信息、客户的行为记录、需求信息、客户评价信息、品牌认知信息等数据集中起来, 并将其系统化。大数据市场所包含的内容十分广泛:首先是出版社自己的网站平台;其次是出版社还将和社外的一些媒体或者其他电商平台进行合作, 可以得到更多的数据。通过这些大数据, 甚至利用更大的数据, 我们可以掌握我们需要的重要的有价值的信息或者数据, 如目标用户的信息以及他们的构成, 还可以了解到我们自己的品牌在市场上的总体情况和地位、客户的评价、口碑, 以及我们的竞争产品在行业的发展动态等等, 这些都是大数据在互联网条件下对高校出版管理的“渗透”。

3) 高校出版社仍然需要建立自己的网站平台实现高校出版管理。这里有两种途径, 一是依托互联网上与自己有关联的平台服务商, 将自己的品牌和产品放在它的平台上, 借助其优势, 以享受到高质量的云服务。二是建立自己的平台。这也是最重要的, 我们必须要有自己的平台, 这是由高校出版社自身复杂的业务流程所决定的。因为类型品种很多, 甚至某些品种很难在互联网上找到自己对应的平台。因此, 构建自己的网站平台是必要的, 也是一项重要的工作。

2 大数据出版对实现高校出版管理创新的可行性

通过大量事实分析, “大数据出版”能够通过建设专题数据库的途径实现对高校出版管理中, 涉及的出版物资源的数据采集、存储和检索, 并在数据库以及网站平台上进行数据的挖掘和可视化呈现, 以生产新的知识和产生新的价值;同时, 大数据出版还可以给出版行业重塑自身核心竞争力、资源整合与服务方式、版权保护与交易方式带来新的契机。

1) 从现实角度看, 随着互联网的广泛运用和大数据理论在个领域的渗透, 高校出版管理实现大数据管理具备了理念和技术上的成熟条件, 也成为最为迫切的现实需求。同时, 高校出版管理对大数据的使用过程中, 积淀了大量的相关资料和文献, 只有充分利用现有的大数据, 才能真正实现高校出版管理的创新。

2) 从理论探讨的角度看, 大数据将传统出版的概念进行了延伸, 其外延已经扩大。目前, 已有学者将“出版”定义为“选择作者复制发行”。无疑, 按照这一定义, 我们出版生产的图书、影像制品和电子文档, 以及未来出版的数据产品及其相关服务条款也将纳入到出版的范围之中。

因此, 不论从理论的角度还是从实践的角度, 未来实现大数据出版完全是可能的, 也为实现高校出版管理的创新提供了可能。通过大数据建立, 通过大数据出版, 均能实现高校出版管理的大数据化, 并将高校出版管理提升到一个新的台阶。

3 结论

综上所述, 基于互联网的在出版业的广泛运用, 大数据出版将逐渐成为现实。高校出版管理可以将传统资源优势和系统标准化的大数据技术结合起来, 以便在将来的数据世界中抢占信息高地, 实现真正的出版管理创新。

参考文献

[1]刘鲲翔, 杜丽娟, 丁雪.大数据技术在数字出版中的应用前景展望[J].出版发行研究, 2013 (4) .

8.旅游管理下数据挖掘运用论文 篇八

【关键词】医院 应急管理状态下 信息管理 数据统计

近年来，自然和社会灾害突发事件发生机率大大提升，面对此种情况，应急状态下，信息数据管理统计得到更多的关注，越来越多的医院建立了相对完善、高效的应急信息管理系统和数据统计方法，并且其应用效果良好。当系统出现故障时，为了尽快的做出响应，将损失减少到最少，通过应急方案，继续保证我院各项业务顺利进行，以保证病人的安全和数据的安全可靠。

一、在应急管理状态下，医院数据统计基本特征

（一）人员认识上的问题

从职业道德层面上看，广大信息统计工作者具备为人民服务牺牲自我、奉献自我的思想准备，有较高的道德水准和思想觉悟。但是，有些人认为一些应急的临时任务、附加的任务，不属于日常职责范围内，往往上级临时指派，下级临时应战。缺乏对应急数据统计上报的正确认识，更无从谈起日常的准备和训练，无法很好的遂行应急任务。

（二）管理体制上的问题

应急预案，往往是“一经制定、多年不变”，在日新月异不断变化的今天，这样的预案也不具备任何实际作用。

（三）运行机制上的问题

缺乏良好的应急医疗运行机制，在经费保障、质量保证等环节得不到保证。

严重的影响了应急医疗统计工作的开展与运行。从总体来看，上报环节多，及时率低。

（四）待统计数据的报表种类多

在实施数据统计的过程中，首先收集统计资料，整合统计数据，然后形成一定的数据报表，同时将其上报。其中需要进行统计的数据报表类型复杂多样，涵盖了病患的基本信息。比如：姓名、性别、年龄、家庭住址、入院途径、门急诊诊断、主要诊断、入院病情、患病的血型，一系列医疗花费、用药状况、手术实施的状况等[1]。不仅待统计的类型繁多，而且要求实施统计的数据报表所处时间也是不一样的。

（五）待实施统计的数据复杂

一旦突发紧急事件，医院作为突发事件创伤人数以及伤害情况统计的场所，制定的数据报表可以作为第一手材料，提供给相关部门制定解决方案，采取科学的有效措施[2]。所以在应急情况下，医院在进行数据统计的过程中，要求统计必须准确、及时、全面、高效。例如《北京市燃放烟花爆竹致伤人员情况登记表》，不仅要对病患自身的基本信息进行统计，同时，医护人员必须对患者的治疗方案、治疗期间出现的具体情况、实施手术的次数、名称以及时长，手术结束之后采取的治疗方案、陪护人员的相关信息、是否伴有危及生命的合发症的情况、输血情况、住院花费、出院之后的情况等均必须进行统计，这就导致所要统计的数据涉及方面众多，内容繁杂。

（六）报表的格式存在一定的差异

突发事件性质并非一样，也并非固定，事件之间存在较大区别，这也导致统计的报表也会随着事件发生变化，格式会进行一定的调整，报表的格式之间也存在较大差异。比如，天津大爆炸和青海玉树地震事件，还有雾霾天气各医院门诊量日报等，这几件事本身具有的性质存在一定的差异，形成的伤害类型差别也较大，所以在进行数据报表编制的过程中，其编制的重点以及要点也存在较大的区别。

（七）报表中信息不定，附加信息较多

医院在进行数据统计的过程中，要求对很多不固定的信息以及附加的信息进行及时高效的统计，并进行报表的编制[3]。例如，确认、统计受伤患者受伤的地点、确认伤者受伤和被救的时间、应急处理状况、止血、输血情况、截肢情况、以及截肢前后的变化情况、假肢的安装状况、是否摘除眼球、重度烧伤、脏器功能的健康状况、在接受抢救的过程中危及生命的合并症发生情况等等。发生大型自然灾害或者突发社会事件，医院要求实施统计的数据都存在一定的不确定性，这也导致数据统计工作中不定信息和附加信息较多。

二、应急管理状态下医院信息管理的对策与建议

（一）建立领导主导，部门科室协调的应急联动机制

应对突发事件，领导重视是根本保证，对于突发事件的紧迫性，要求在事件发生后，在不同职能部门之间实现协同运作，明晰部门职能，优化整合各种资源，发挥整体功效，最大可能地减少突发事件带来的损失。

（二）建立有力的信息统计应急综合机制

设置专门管理科室，实现突发事件的统一指挥，准确掌握相关信息的最新进展，把握好数据收集、整理、分析、上报各个环节的有机衔接。

（三）应急信息管理人员应具备应急管理的基本意识和协调能力

面对人力不足的情况，首先要在现有的基础上，增加培训频度，定期或不定期举办培训，提高现有人员的能力，其次引进人才，建立合理的人才梯队。

（四）健全完善、落实应急预案和制度建设

预案编制是突发事件应急信息管理准备工作的核心内容，制度的建设是对突发事件规范有效信息管理的应急处置的根本保证。扎实推进卫生信息统计应急上报能力建设。

三、突发事件信息收集基本方法

目前突发事件信息收集方法主要是应急统计报告，绝大多数疾病的信息来源于医疗机构病人的门诊日志、门诊病历、住院病历。《国家突发公共卫生事件相关信息报告管理工作规范》（2005）中要求，获得突发公共卫生事件信息的责任报告者，应当在2小时内以电话或传真等方式向属地卫生行政部门指定的专业机构报告，具备网络直报条件的同时进行网络直报，不具备的应采用最快的通讯方式将《突发公共卫生事件相关信息报告卡》报送属地卫生行政部门指定的专业机构，进行审核后，2小时内进行网络直报，同时以电话或传真等方式报告同级卫生行政部门。

四、构建完善的应急查询机制

进一步强化医院在信息化方面的建设方面，比如在原有的OA、FTP、感染监控、死因监控等系统，电子病历、影像、检验等医疗相关系统的基础上，进一步推动一卡通、移动查房（RFID腕带病房服务系统）。在设计应急查询系统的过程中，必须切实遵循相关原则，保障系统具有实用性、科学性、合理性的原则，确保系统简单易行的原则。保障系统可以对医院各个部门以及各个管理范围所具有的特征进行全面的反映，而且系统的数据确保及时、准确、完整。例如，临床、管理、影像、区域等等数据中心，充分利于先进网络技术如云计算和互联网等技术服务于医院的信息数据管理。建设物资运输体系，建立静脉配置中心，可以保障医护人员服务的有效时间。建立数字化、智能化医院；积极引进“智能医疗”理念。

五、建立应急查询系统、实行智能化管理的效果分析

（一）有利于工作效率的提升

建立应急查询系统，使得工作效率显著提升，大大节约了人力、物力的资源等。该系统的建立，进行智能化的数据管理，提高了记录和查询信息的效率，可以转人工查询为电脑智能操作，原来需要耗费大量时间和人力完成的信息工作，现在较短时间内就可以完成。

（二）提高统计工作精确度

智能化的统计技术可以提升统计工作的效率和精度，降低工作的失误率。数据统计工作繁杂，环环相扣，搜集、整理信息、数据统计，编制报表，人员进行数据统计的时候，任何的环节失误都会造成严重的问题。同时，利用数字化、智能化的统计技术，使得数据统计工作效率非常高。

（三）智能化满足多种统计需求

可以自由组合数据信息，按照实际需求筛选信息。部门不同之间对于统计报表的要求存在较大差异，在之前需要按照具体要求编制特定的报表，进行数字化、智能化改革可以高效筛选信息，进行合理的组合进而满足部门需求。

六、结束语

在应对突发事件时，建立应急信息管理系统发挥到至关重要的作用。首先为相关部分提供准确伤害信息，有利于制定正确决策；然后对医疗资源进行统筹管理，有效节约了资源，提高了工作效率；其次大大降低了数据统计过程中失误率，提供了统计的精确度；再次合理配置相关资源，实现资源共享，使得资料使用效率实现最大化；最后便于医院对信息数据进行保留，为科研奠定数据基础。

参考文献

[1]郭菊花.医院应急管理状态下的信息管理与数据统计[J]. 经营管理者，2015，31：220.

[2]王飞，邱海鸥，王乐民.新医改形势下医院应急管理体系的建设和评估[J].外科研究与新技术，2014，01：74-78.

9.旅游管理下数据挖掘运用论文 篇九

在信息管理工作中，数据库技术的应用优势越来越明显，这也使人们对数据库技术越来越重视，使数据库技术在信息管理工作中得到了快速的发展，并深入到了各个领域的信息管理工作当中，尤其是农业领域，通过数据库技术来对信息进行管理，能够极大提高我国粮食产量，大幅度提升了我国的生产水平。此外，数据库技术之所以越来越受到重视，另一方面的原因是其能够有效满足各个领域的管理需求，为人们的经营与管理活动提供了宝贵的参考建议。

2.2信息管理的数据库技术正逐步完善

在信息管理中，利用计算机来建立数据库进行管理能够极大满足人们的经营管理需求，这使得越来越多的组织单位使用了这项技术。随着数据库技术的需求不断加大以及运用技术的不断熟练，人们对数据库技术提出了更多更高的新要求，这促使更多的研发力量与资源加入到数据库技术的研发中来，也使得数据库技术得到了更加快速的更新与换代。当前，数据库技术已经是一项十分成熟的信息管理技术，通过将现代化技术与数据库相结合，不仅能够使人们对数据的控制更加完善，还能使数据信息实现高效的共享。此外，数据库技术的逐步完善，也使其在数据搜索方面的效率大大提高，并给人们的管理工作提供了全新的思路，使其能够更好的进行生产、经营、管理等相关工作。

2.3信息管理的数据库技术安全性逐步增强

10.旅游管理下数据挖掘运用论文 篇十

随着基础教育课程改革的不断深入，作为一所新办学校，建校之初，学校明确提出“走课改之路，科研兴校，质量立校”。为实现这一目标，又具体提出“自主学习，自我管理”的班级管理模式。而要把学习和管理有机结合起来，就是建立学习管理小组。

学习管理小组，就是以小组为基本单位来组织和开展的课堂教与学及课后的学习、生活、卫生、纪律及养成习惯等的管理。学习管理小组在课堂教学上以小组为基本单位，以小组和小组内各成员为课堂学习主体，以各小组内所有成员的知识掌握、能力培养和情感、态度、价值观发展状况为基准，并实施小组间的捆绑式的学习模式。学习管理小组在课后的管理强调发挥学生的主动积极性及相互督促，老师则对小组进行全面的管理和评价，通过奖惩机制提高学习和管理效率。

经过一年多的摸索和实践，学管小组的充分运用有效地提高了学习效率和班级管理水平，较好地达到了预期目标。

但是我们也应认识到，在具体的教学实践中，还应该充分关注以下的问题：

一是小组学习管理决不是学生一朝一夕就能掌握的，需要我们长期不懈的训练。每一个人都需要在无数次反复演练中找到自己合适的位置，或者说去适应某个角色。比如进行记录，代表小组发言，提出并落实具体管理措施等。社会是丰富多变的，行业是不同的，每个人担当的角色也应该是不一样的。学习管理小组中成员的“角色”感也只有在无数次的有效训练中成就。

二是学习管理小组在课堂教学中要根据教学实际作出必要的调整。教师在设计课堂教学时应遵循内容决定形式的原则，不同的教学内容会有不同的教学形式，小组合作学习并非“万金油”。当然，如需要用这种学习方式，则应精心构思这一环节。具体实践时，还应特别关注学生的小组学习是否在走过场，或者说流于形式。教师要注意营造自由自在的学习氛围，控制讨论的局面，如讨论中是否有人进行人身攻击，是否有人垄断发言权而有的人却一言不发，是否有人窃窃私语等，教师要在巡视及参与中“察言观色”，及时调控。

三是教师的教学设计是否合适，是作秀还是教学的需要，这不仅需要教师的认同，还需要课程的认同、学生的认同。只有这样学生才会真正投入到研究讨论中去。一句话，要看是不是开展小组学习的时机，这个时机的掌握要看教师事先的精心准备、教师丰富的教学经验以及教学实际操作，教学的艺术性就表现在这里。教学就应该达到让学生“既竭我才，欲罢不能”地步，大多数学生都踊跃发言，学生都想把自己的想法和感受说出来，这时正是小组讨论的良机。只有在学生经过独立思考的过程、有交流的需要时，展开的小组学习才是有价值的、有成效的。相反不切实际的流于形式的小组学习会给学生一个不好的暗示：乱哄哄、热热闹闹就是小组学习。如此给人一个先入为主的错觉，以讹传讹，反而诱发学生产生不良的小组学习行为和习惯。另外也传递出一些不良信息，比如学生会想反正老师也看不见，这样就给某些学生创造了说废话、做小动作的机会，真正的学习过程在这里被歪曲了。千万不要让这种不切实际的形式影响了学生的学习意识，这种潜意识的影响是极其恶劣的。从某种程度上可以说教师的此种行为，在不经意间，犯下了一个无法挽回的错误。

四是学生的参与度不均衡，小组学习时，学习优秀生在小组中处于主要地位，承担了主要职责，学习困难生则处于从属或被忽略的地位。在学习时，学习优秀生往往具备了合作交流的某些条件和要求，成为小组内最活跃的分子，他们的潜能得到了发挥，个性得到了张扬，小组汇报成果时成为“教师的代言人”。而一些学习困难生则相反，因为基础薄弱，往往无形中失去了思考、发言、表现的.机会，在一定的程度上被变相剥夺了学习的权利，导致部分学生游离于学习过程之外，达不到共同发展的要求。

关注教与学的过程与管理是新课改的基本课题，也是新课改成功的关键。经历了一个过程之后，结果就会显现出来。在小组学习管理的过程中，学生的思维方式和主动性发生了变化，这个变化也就是素质的变化。学生的学习过程是我们组织课堂教学的出发点，要最大程度尽最大努力去关注学生的学习状态、思考状态以及学习方式。切记：某些好看的东西未必实用，这是生活中的常理。

著名的教育家洛扎克说：“信息，到处是信息，唯独没有思考的头脑。”投身新课改的我们应多思考，不能被热热闹闹的假象所迷惑。只有静下心来，走下讲台，弯下腰和学生近一些，就可以听到学生的心声，就可以感受到学生的思想。由此，教师要在实践中根据实际需要组织小组学习管理，参与到学习中去，始终监控学习的过程，引导学习的方式;参与到日常管理中去，时时处处关注他们的 健康成长和个性发展。那么，学生受益大矣，新课改成功的亦希望大矣。

11.旅游管理下数据挖掘运用论文 篇十一

【关键词】大数据；企业管理；创新

一、前言

在当今的社会发展形势下，计算机成为了社会发展的主流，是社会发展的必然，在这种形势下，大数据时代走进了人们的生活，越来越多的内容离不开大数据的应用。大数据时代的到来是对大数据进行有效的应用的阶段，不再是停留在对数据进行掌握的层面，人们通过对已知的数据进行整合和分析，人们可以对未来的某个事情进行预测和分析，从而做出科学合理的判断和决策，实现对新的价值的促进。

在这种情况下，企业管理也受到了很大的冲击，企业只有改变以往的管理模式，跟进时代的脚步才能保证企业的正常发展。企业管理也因此需要对管理模式进行必要的创新和改进。

二、大数据的定义和特征

1.大数据的定义。

关于大数据这一概念最早来源于美国一家信息公司——麦肯锡，麦肯锡公司称：数据是已经渗透到当今每一个行业和业务的职能领域，成为了重要的生产因素。大数据简单来说就是传统所拥有的IT技术和数据库的软件无法对海量的数据进行有效的处理。事实上，目前大家对数据库的概念尚且不能得到有效的统一，但是其基本的意义和特征已经被人们所认同。

2.基本特征。

大数据的定义往往是通过对大数据的特点进行合理的理解加以定义得到，其中首先在于“大”，也就是海量，在数据量不断增长的情况下，来源广泛的数据通过多种方式聚合到一起，最终形成了一个海量的数据集合，且该数据集合将随着人们的收集深入而不断扩大，目前计数已从EB级别上升至ZB级别。其次是数据多样性，当前，数据已经不再仅仅局限于结构化的数据收集，而是大批量地增加了非结构化的数据，随着这些数据的增加，数据的种类大幅度的提升，与此同时，数据类型也随着收集的广度而不断上升，目前已经包含了对网页。文本、图片甚至是视频、地理位置等内容的收集。再次，大数据具有明显的高速性，随着大数据的到来，数据有着明显的流动性，数据的产生是高速的，这是由于数据的收集频率在于实时收集。最后一个性质在于数据具有明显的价值性，从收集的大量数据中可以分析得到一定的规律，价值大，但是相对的价值密度较低。

三、大数据时代下给企业管理带来的挑战

大数据的兴起和快速发展，给企业管理带来的影响是不可忽视的，要想在这种情况下脱颖而出，就需要用于面对大数据带来的挑战。企业只有将以往的管理模式进行改进，积极面对大数据带来的新挑战，才能保证企业的正常运行。其中主要的挑战包括了：

1.企业需要对数据进行实时分析管理。

在经济快速发展的今天，一个企业受到的影响事实上是多种多样的，对于企业来说，企业的经济发展受到了内部和外部的多种因素的影响，且这些影响都是快速转变的。因此，一个企业要想对数据进行良好有效的分析和检测，就需要对数据进行实时监控，保证能够处理足够多的数据，进而才能对这些数据进行及时的利用，方便对企业的运营状况的了解，以便企业对市场需求等问题进行快速而有效的处理。因此，企业将随着社会的发展而使工作量不断增加，实时分析监管就成为了企业管理中一个重要的工作内容。

2.企业需要对多样化的数据进行有效的处理。

随着时代的发展和进步，数据的种类多种多样，数据的来源和渠道也大不相同，在这种形势下，要想对这些数据进行有效的处理和控制，这就需要企业不仅仅需要通过传统的渠道对数据进行收集，更需要通过不同的社交网络等方法和途径对这些数据信息进行处理。目前大量的企业管理实践表明，大多数的企业所需要利用的数据处理方法能够处理的范围还停留在结构化数据的处理上，不能对企业中的非结构化的数据内容进行有效的处理。从此处可以明显看出多样化的数据给企业管理带来了前所未有的挑战。

3.企业需要严格关注数据的安全性问题。

在企业进行发展和建设的过程中，企业自身的信息和用户的信息是主要的企业数据，这其中还包括了大量的客户和企业员工的个人性质的信息和数据，在当今的大数据时代背景下，做好对企业的员工和企业内部信息，以及企业的客户信息的加密和安全工作显得尤为重要，是和利用信息加强对企业管理创新来说一样重要的目标。

4.企业需要根据得到的数据进行有效的决策。

事实上，当今企业的发展受到多重因素的影响，而这些因素最为直接的表现方式即为数据，这些具体的数据可以直接影响和改变企业的决策，这就需要企业在对得到的数据进行分析的过程中，依据分数所分析得到的结果进行决策工作，实现对决策科学性的提升，保证决策能够最大化地降低风险，最大化地保证收益。事实上，我国目前大多数的企业对数据的分析还停留在将数据进行简单的汇总工作，而没有更加深入地对这些数据进行分析和研究，缺少同类型企业的数据对比等。改变目前的决策观念，将是企业面临的巨大挑战。

四、大数据时代下企业管理的创新方法

在当今的大数据兴起的时代背景下，只有正确利用数据，正确融入大数据的时代，将新的挑战作为重要的工作目标，积极解决这些问题，将会给企业管理带来新的曙光。这就需要企业管理的工作人员改变传统的管理模式，创新管理手段，推动企业的发展和进步，其中主要的创新方法包括：

1.打破以往的思维束缚，改变管理格局。

事实上，一个企业的管理是无法脱离数据支持的，如今大数据时代的到来，给企业管理带来了巨大的威胁，这就需要企业管理的工作人员正视大数据时代带来的影响，积极解决当前的问题，改变以往的思维格局，推陈出新。其中思想上主要包括了：首先需要认识到样本约等于总体的概念，目前，受科技等资源的限制，小的数据环境下还无法收集全面系统的数据，这些数据相对来说有效，这时就需要采取有效的手段，尽可能避免因数据的基数不足而带来的误差，随机抽样无疑是一个好的方法和手段，随机抽样也就是在较少的数据中获得更具有普遍性的有效数据，虽然随机抽样这种方法并不绝对，还存在一定的误差，但在当今时代背景下，数据分析起来也就更加适合，更能够反映事物之间的关联性。

其次，还需要意识到不精确性和混杂性的必然。由于数据收集方式的多样化以及数据的多样化，随着数据量的增加，最后的数据中不可避免的会存在一些错误的数据，这些数据可能会给结果带来不精确性，小数据的时代中企业更加注重的是追求精确性，努力减小和缩短误差以免由于误差带来的破坏。而在如今的大数据的时代下则不然，大数据环境中细小的偏差对整体造成的影响也就相对较小，不精确性是可以接受的，这也是大数据时代的一大优点所在。正是由于容错性，可以利用的数据相对增加，在这些数据中也就可以挖掘更多的信息，因此，作为一个优秀的企业管理者，需要具备容错性，对不确定性和混杂性具有包容心态。

最后企业管理者需要加强对相关关系的追索而不是因果，这就是正确认识大数据，理解大数据时代下需要对数据进行预测的核心内容是相关关系，在海量的数据中对数据进行分析和处理，再找到他们彼此之间的关联，将关联物作为中介进行分析追踪，最后进行预测，这种方式也就相对来说更加科学合理。

2.将数据作为运营和决策的依托，将一线员工作为决策主体。

大数据时代下企业管理不同于传统模式的一点在于，传统模式中将具有丰富工作经验的管理者和商业精英作为决策的主体，而大数据背景下的企业则需要将企业的管理精英转变为工作在一线的员工，将精英模式转化为大众模式。事实上，工作在一线的员工更能够直接地感受到用户的需求以及出现的问题，可以说，一线员工的反馈价值之高超出我们的想象，一线员工根据日常接触的以及发现的问题，即使提出反馈意见，同时，这种模式也将因员工之间的交流，使得整个团队，整个企业更具有凝聚力，进而更好地发挥每个人的作用。

其次，将决策的方式进行转变，将全部数据作为运营和决策所依托的主体。由于大数据时代的特殊性，收集到的数据不再是简单的样本，而是来自相关的全部数据，通过对这些数据进行有效的整理和分类，选取合适的关联物，通过关联物将事物之间进行连接，进而对数据进行追踪，实现对未来的预测，进而做出合理有效的判断。在大数据的时代背景下，可以建立一个非结构化的影像集合、文本集合等多种数据结构为一体的数据平台，企业通过对内容进行挖掘和搜索得到相应的数据，同时企业的管理人员可以对数据的变化进行实时监控，保证数据的有效性。通过对数据的检测和管理对实时的信息进行展示，提高数据的应用价值，企业需要重视非结构化数据的应用，正确使用和流通，保证企业的数据库更加完善和全面。同时，企业可以加强对社交网站的应用，加强推广和展示，对企业的非结构化数据进行有效的展示，扩大市场范围，提高企业形象，提高企业的声誉，同时对数据进行分析和处理，及时了解企业在社会中的地位，加大管理。

3.加强数据管理人才的培养。

由于大数据时代是近几年出现的，市场中目前对该方面的人才还处于供大于求的状况，在这种形势下，企业需要加强对管理人才的培养，定期开展讲座，保证数据管理人员具备足够的技术水平以及思想觉悟，能够紧跟社会发展的需求，同时加大对人才的吸收，尽可能地招收专业性的人才，具备专业技能和专业知识，更加适合对数据进行处理和操作。这就需要企业提高对数据管理人员的要求，保证数据管理的工作人员的高水平，从而推动企业的发展和进步。

五、结语

随着社会的发展，大数据时代已经来临，企业必须积极主动地面对大数据时代带来的影响，并对此做出积极的响应才能得到有效的发展和进步，这就需要企业管理模式的有效创新。保证企业的稳定发展，进而推动国家经济的稳定和进步，与此同时发展科技。

参考文献：

[1]郝霞.大数据时代企业经营管理的挑战与对策[J].重庆与世界（学术版），2013（06）.

[2]陈国营.大数据在企业管理中的应用[J].财经界： 学术版，2015（11） ：133.

12.旅游管理下数据挖掘运用论文 篇十二

在信息管理中应用数据库系统, 是信息管理发展的必然趋势。对于信息管理来说, 通过计算机数据库的合理使用, 能够有效的提高管理的效率, 使信息管理更加科学, 更加符合现代的要求。

1 信息管理和计算机数据库系统

1.1 信息管理

伴随着的社会的不断发展进步, 信息资源也成为了一种十分重要的资源, 信息管理也渐渐的走入了人们的视线之中。从一般的意义上来说, 信息管理就是指人们为了实现预定的目标, 通过技术、经济或者法律等手段对信息活动中人员、信息或资金等要素实施全面且有效的管理。由此可见, 信息管理就是人们通过一定的手段对信息资源和活动进行管理。在信息管理之中, 信息的技术和系统不单是信息管理的主要对象, 更是其支撑系统和技术。

1.2 计算机数据库系统

一般来说, 计算机数据库是指存在于计算机内部、能够通过对有结构的数据进行组织而实现某一目的的数据集合。在计算机系统的控制和管理下, 数据库能够对那些原本零散琐碎的数据资源进行处理, 使其形成以一定的结构, 通过这样的管理工作, 能够让信息管理更加系统、更加科学。此外, 通过计算机数据库的管理系统, 人们能够更加方便、快捷的获得所需要的信息, 增强了信息的交换性和资源的共享性。

2 信息管理中的数据库

2.1 数据库在信息管理中发挥的作用

在信息管理中, 数据库所发挥的最主要的作用就是为各个类型的业务系统提供数据支持, 例如:DMS后台数据库的db2、财务系统中的后台数据库Sqlserver等等。在信息管理的过程中, 这些系统主要负责对数据进行存储和组织, 在数据库管理系统的帮助下, 其能够与各个类型的应用系统和应用程序接口, 也正是因为这样的特点, 使得其能够摆脱具体应用程序的限制, 而能够立足于对数据的本身进行管理。此外, 信息管理中的数据库还具有以下的优点:首先, 在计算机数据库的帮助下, 使得在同一个时刻内可以有多个用户同时进行数据的存贮和取用并且彼此之间互不干扰, 实现了数据的共享性的同时提高了数据的利用率。其次, 数据库在一定程度上实现了数据的独立, 即数据库物理结构的改变并不能够影响逻辑结构, 应用程序也不需要跟随数据库物理结构的改变而改变。第三, 提高了数据的安全性。在多个用户同时使用一个数据资源时, 首先要解决的问题就是如何确保数据的安全性和一致性, 在信息管理中, 数据库能够通过对用户开放或者关闭权限来限制进入数据库中的人员, 以此来确保数据库中的数据不受到危害。最后, 通过数据库的管理还能够有效的减少冗余数据的存在。数据库能够对数据进行统一的管理和组织, 并能够对数据进行定义与存储, 这样有效地避免了数据出现不一致的情况, 减少了冗余数据的存在。由此可见, 在信息管理中应用计算机数据库能够有有效的推动信息管理的科学化、现代化发展, 提高信息资源的使用率, 强化信息管理工作的质量。

2.2 信息管理中计算机数据库应用的现状

1) 人们越来越重视信息管理中的计算机数据库。当前, 伴随着信息资源的重要性不断的提高, 数据库也越来越受到了人们的重视, 在经过长时间的发展之后, 数据库以其不可替代的优越性为人们的生活、工作和学习创造了许多便利条件和价值, 这样的现状使得人们对数据库的重视程度不断提高, 上升到了一个新的高度。2) 数据库的运用范围也在不断扩大。随着人们的对数据库的认识不断的加深, 人们对数据库的研究也有了新的进展, 如今, 在我国的农业领域、军事领域以及工业领域等各个领域之中都可以见到数据库的身影。伴随着数据库应用范围的不断扩大, 其必将会带动我国各个行业的发展, 推动生产力水平的不断提高。3) 数据库的安全性也在不断的提高。在数据库的应用范围不断扩大和计算机网络技术的飞速发展的同时, 数据库也面临着十分严重的安全问题, 其中最主要的安全问题就是网络数据安全。当前, 通过对采集信息实施有效地管理, 能够有效地提高计算机系统的安全性。对于计算机系统来说, 其自身带有信息备份和恢复功能, 这些功能能够在网络出现问题等情况下对数据库进行备份处理, 有效地避免了因为数据信息损坏而对信息管理造成的影响。其次, 通过设置权限、账号密码等措施能够有效地提高数据库的安全系数, 确保信息管理的正常运行。

3 扩大计算机数据库对信息管理的作用的有效措施

在信息管理中应用计算机数据库是未来信息管理发展的必然趋势, 我们在看到数据库的使用范围不断扩大和安全性不断提高的同时, 还必须要正视信息管理中计算机数据库管理系统的不足之处, 并要对此采取一定的处理措施, 只有这样才能够保证计算机数据库系统持续健康的运行, 才能够不断提高信息管理的质量, 推动社会的发展。在这方面, 我们必须要做好以下工作:

1) 必须要不断地提高数据库系统的安全性。数据库的安全性问题是一个长期问题, 尽管当前数据库系统的安全性已经达到了一个新的高度, 但是伴随着计算机技术和网络技术的发展还会产生出许多新的安全问题, 因此, 我们必须要正视计算机数据库的安全问题, 这不是一个固定的问题而是一个动态的、实时在发展的问题。因此, 在这方面我们除了要做好对已知安全问题的预防, 还要结合实际的情况做好对新问题和突发问题的处理, 要做好总结和记录工作, 只有这样才能够不断的提高数据库的安全性, 才能够使数据库更好的发挥其作用, 推动信息管理的发展。2) 要不断的提高数据库对信息的整合能力, 减少冗余信息的存在。当前, 我们正处在一个信息大爆炸的时代, 信息的增长速度远远超出了我们的想象, 这样的情况使得人们在进行信息管理时, 往往会感到无从下手, 致使大量的信息不能够发挥其价值。因此, 在未来的一段时间内, 我们必须要提高数据库对信息的整合能力, 减少冗余信息的存在, 革新数据的存放方法, 提高书库的通用性, 加快对信息的更新, 只有这样才使人们可以更加方便、快捷的获得所需要的信息, 才能够实现计算机数据库在信息管理中的价值。

4 结语

运用计算机数据库系统实施信息管理, 是信息管理发展的必然趋势, 其在人们生活的各个方面都有着十分重要的作用, 为此, 我们必须要不断的提高数据库的安全性、强化其对信息的整合处理, 只有这样才能够提高信息管理的质量和水平, 才能够更好地推动社会各方各面的发展。

参考文献

[1]吴邵宇.浅析在信息管理中计算机数据库系统的应用[J].电脑知识与技术, 2010.

13.旅游管理下数据挖掘运用论文 篇十三

在现如今社会信息大数据的时代背景下，民办高校整体的教学水平，归根纠底是由老师的专业能力所决定的，因此民办高校必须组建成立一个优秀的教师队伍。在聘请任教老师以及组建教师队伍的时候，民办高校要运用可持续发展的目光看待老师的整体素养，必须将教师的专业能力放在首位进行考虑，然后再对是否具高尚的品德、积极地进取心、为人师表的品质、富有爱心的德行等其他因素进行审核，将这样全面型的人才组建成的教师队伍运用在具体的教育教学中，不但能够使民办高校的整体发展得到最大程度的提升，而且在此基础上，学生的综合能力也会随之大幅度提升[5]。与此同时，建立规范的管理制度和培养策略，对民办高校的老师进行管理，可以使教师队伍的整体水平提升，并且规范的发展。比如，定时定期的对老师进行专业的培训，不仅使老师具有的专业知识能够与时俱进，在教育学生时，也能够有更高的层次，而且对民办高校管理教师队伍以及未来的教育教学工作的文件开展有着重要的作用。因此，针对以上的内容，为民办高校的教师带来了更高的要求，不仅要在具体的教育教学中加强对学生的全方面管理，而且还要不断地将自身的专业知识提升、教育教学的能力加强，只有这样，才能保证民办高校稳健的发展。

2.2合理规划课程设置

随着社会各个体系的不断改革变化，我国的教育模式已经由以前传统的应试教育模式转变成现如今的素质教育模式，并且在新课改的明确倡导下，高校老师必须要培养学生的创新能力以及实践水平作为教育的重点。所以，对于传统的教育教学课程结构，必须要不断地改革完善，使其与当今社会教育体系的发展情况相符，逐渐建立成一个与民办高校教育教学管理模式以及课程设计相符合的、严谨合理的教学系统[6]。比如，在现如今社会信息大数据的发展背景的影响之下，微课堂以及翻转课堂的出现，很大程度上提高了我国民办高校的教育教学水平，学生学习知识的方式由课上变成课下，在课堂中，老师的地位和学生的地位发生变化，老师由之前的主体地位变成辅助地位，学生由过去的被动地位变成现如今的主体核心地位。这样的教学模式将传统应试教育模式中老师强行灌输，学生死记硬背的现象基本消除，真正达到了将课教学模式翻转的目的。还有，在现如今互联网技术普遍运用的情况中，出现了类似尔雅课程、超星慕课等互联网教学模式，根据自身的学习进度以及对知识的吸收情况，学生能够自行的设计出与自身情况相符合的学习计划和内容，老师通过课下学生在网络进度共享中观看教学视频以及具体作业完成的情况，总结出教学的重点和难点，使老师对学生的学习情况和进度有比较准确的掌握和了解，进而在课堂教学过程中，老师能够对具体的课程有比较科学合理的规划。这样的学习模式使课堂学习时间不再以讲解新的知识为主，而是作为评价，将学生在网络上经过自学之后无法解决的重点和难点，展开详细的分析并最终解决，进而保证课堂主体核心仍然以学生为主，老师仍然作为指导和引导，完全符合新课改以及素质教育模式的教育理念。针对以上能够看出，老师在实际的教育教学过程中，合理规划课程设置，对提高学生学习兴趣，激发学生学习积极性，提升老师教育教学水平有重要的意义[7]。

2.3提高学生的整体素质

现如今我国大多数人对民办高校的认识有所偏差，认为民办高校的社会地位、教学质量、教学设备、教师队伍、教学环境等各个方面远不及公办院校好，导致这样结果的原因有很多，因此，就要求民办高校相关看教育工作者在对学生进行教育时，必须将正确的`引导和科学的教育加注在学生身上，使学生对民办高校的内涵有正确的了解，了解民办高校是被国家承认、法律允许，在专业能力的培养方面丝毫不逊色于公立院校。在现如今大数据的社会背景下，越来越多的人对翻转课堂以及微课堂的教育模式越来越重视并逐渐接受，因此，老师就要对学生自主约束能力以及自主学习能力有一定的指导的监管，将翻转课堂和微课堂的积极一面呈现给学生，使学生对此能够认真对待，在这些新型教育教学模式的作用下，学生的学习积极性以及乐趣被激发，学习效果自然会有所提升[8]。与此同时，在传统的教育教学课堂中，老师要加强学生对专业能力的实践培养，在具体的实践过程中，会遇到各种各样的问题，老师要引导学生独立分析问题、动手操作，解决问题的能力，进而保证学生能够在大数据时代发展的背景之下，顺应不断改革变化的和教育模式，提升自身的综合能力。随着时代的发展和进步，我国的教育水平不断更新和发展，民办学校的教育教学管理制度也日益正规和规范，再加上相关的教学设施以及辅助的设备逐渐变得完善、先进，人们对民办高校的认可程度越来越高。特别是在大数据背景下，使我国现如今的教育教学模式发生了翻天覆地的变化，这将是我国推进和完善民办高校教育教学，以及管理创新的基础因素和关键条件，这就要求我们要在现有的条件下充分利用大数据带我们带来的优点和好处，从而使学生的学习和教师的教学更加有针对性，最大限度的实现民办教育教学质量提高的目标。

3结语

综上所述，通过以上围绕在大数据背景下，对我国民办高校教学管理创新与实践展开详细的探究，我们能够知道，虽然我国民办高校在创新和实践方面的发展已经逐渐完善，但在师资队伍的水平、教育教学模式以及课程的结构、教学方向等方面，还是有很多问题存在。所以，想要将健全快速的发展我国民办高校的教育水平，就要对这些问题进行整改。这样才能不断完善民办高校的教学管理水平和实践能力，为我国教育事业整体的发展做出巨大的贡献。

参考文献：

[1]王娜.大数据背景下的民办高校教学管理创新探究[J].考试与评价,(04):20.

[2]王蔷馨.新形势下民办高校教学管理“内涵式”发展与思路转变[J].江苏高教,(06):155~157.

[3]赵彦军.民办高校教学管理队伍建设的困境与对策[J].价值工程,(01):214~215.

[4]张晓琳.浅析民办高校教学管理队伍建设[J].价值工程,2014(30):293~294.

[5]方敏.论教学督导在民办高校教学管理中的重要性[J].教育教学论坛,2017(18):18~20.

[6]林小娟.当前民办高校教学管理面临的困境及改革创新的路径[J].改革与开放,(04):57,59.

[7]王丛,商薇.关于创新民办高校教学管理运行机制的几点思考[J].时代教育,(17):119.

14.旅游管理下数据挖掘运用论文 篇十四

由于大数据时代的到来，高校发展既面临着巨大挑战，也遇到的新的发展机遇，具有双重性。在高校的人事档案管理中，大数据为管理人员提供了全新的管理思路。高校应该充分利用大数据，根据人事档案的相关信息数据，积极展开收集与分析工作，不断提高人事档案的工作效率，提高人事档案的管理质量，进而满足高校发展的需求。

1 大数据时代的概述

在当今社会中，学术界还未能对大数据形成一个固定的定义，不过，相关的定义存在很多的共同特性，比如：数据量十分庞大。在数据的种类方面，不仅多，还很繁杂，由于互联网+的不断发展，会不断产生大量的数据，在信息的传递方面，显得尤为关键。当然，对于大数据而言，也并不完全像大家想象的那样，仅仅是超大容量，这样的观点是错误的理解。在互联网时代，信息量十分巨大，信息种类也较多，涉及到了各行各业，在诸多的数据之间，内在的联系也是千丝万缕的，没有明确的界限，一些数据是毫无联系的，一些数据又是密切联系的，由于这些数据的存在，进而产生了大数据，随着数据量不断增加，需要有效处理这些数据，为人们的生活以及社会生产带来诸多便利。在大数据时代中，是继物联网以及云计算之后的又一次信息技术行业的飞跃。因此，进一步提升数据处理速度是必然要求，这就需要对数据处理技术进行创新。值得注意的是：大数据的本质是创造“大价值”，而不是创造“大容量”。

对于大数据来说，主要的特点为以下几方面：

15.旅游管理下数据挖掘运用论文 篇十五

1 计算机数据库系统的特征分析

计算机数据库系统, 指的并不是单一的计算机内部的数据系统管理软件和工具, 而是由多个不同的环节组成, 包括计算机本体, 处理和存储庞大信息资源的数据库, 以及相关工作人员和数据处理系统。由这就部分构成的一个整体, 来对相关数据进行组织整理归类, 存取修改和维护更新。数据库管理系统是数据库可以正常运行的基础保障, 这管理系统将直接影响数据库内部资料的整合好分析程度。而由于不同领域、行业的信息资源都存在着较大的差异, 如:数据库内容方面, 其信息的更新速度和变动的大小, 信息本体 (这部分可分为生态环境、人员信息和商品信息等) 的差别, 所以不同企业的数据库系统都要根据自身的情况而进行不同程度上的调整, 以设计出最适合该企业的数据管理系统。在以前, 企业对于各种数据的记录和整理, 都是使用文件系统, 虽然使用起来比较快捷, 节省了时间, 但这种方法造成数据之间的联系性较差, 不能形成有结构的数据体, 最后导致相关的管理人员在对这些数据进行查阅和分析的时候, 就比较困难, 其分析的准确性也相对的降低。计算机数据库系统, 则有效的把数据紧密的联系在一起, 形成了明确的系统化数据, 全面的提高了数据库内信息资源的利用率和使用效率, 减少了无用数据的出现。

2 计算机数据库系统在信息管理中的应用

2.1 应用现状

数据库系统的核心变现行驶为数据模型, 不同的数据库系统软件, 则都是根据不通的模型而设计出来的。数据库的数据模型可分为层次结构模型、网状结构模型和关系结构模型, 其中层次结构模型可比喻成“树状”模型, 以一个企业为例子:最高领导这董事长和总经理则为树干, 部门经理则为最初较粗的分枝, 其他的主管或高级、普通的职员则为最末端的枝叶。网状结构模型则是把同种类相关但不同的个体的信息相互联系在一起, 比如:企业商品在市场中与其他同种商品的关系, 以及相关产业链的关系, 企业或政府某个部门的内部关系, 都可通过网状结构模型对这些信息进行处理。关系结构模型, 是把同个本体但不同种类的表跟相互联系在一起, 来做出分析和研究。比如:把企业内部人员的基本信息, 包括姓名、性别、所属部门、职位的表格, 和出勤情况 (请假、迟到早退等) 的表格以及工作表现 (如销售人员的业绩情况) 的表格形成有关系的模型。通过数据库系统的不同结构模型, 可以有效的处理不同领域企业的庞大而复杂的信息资源, 因此计算机数据库系统的应用范围正在不断的扩大, 已经进入到除工业领域外的农业和第三产业。

在信息化管理中, 其信息的安全性和保密性是非常重要的。如:客户资源、市场调研信息、企业技术信息、技术人员的信息等, 都是非常珍贵的资源, 而计算机数据库系统具有较强的安全性, 并且具有数据恢复和数据备份的功能, 在一定程度上保证了企业信息化管理工作的开展和效果。

2.2 未来发展

今年来与计算机密不可分的互联网技术也在快速的发展着, 而由于网络的特点 (也就是较高自由性、隐秘性和信息传播的快速性) 也造成了其安全隐患。现在每一个企业的计算机都与网络相连接, 网络的安全隐患将直接影响该企业的数据库安全, 包括使用数据库系统的用户行为、通过网络查找资料和下载相关资源等都会影响数据库的安全性。而信息化管理又离不开现代网络技术, 所以企业未来信息化管理的发展必然会与网络技术的发展紧密的联系在一起, 那么企业就要进一步针对网络方面的安全特征来提高自身数据库系统的安全, 以此避免自身数据库内遭到网络病毒的损坏和被人通过网络盗取数据库内的信息资源。

在数据库系统中, 每一种结构模型都有其独特的一面, 但未来的经济发展势必会让企业间的竞争越来越大, 为了提高自身的核心竞争力, 就需要更加高效的利用自身的数据库资源, 这就让数据结构模型的缺点即:全面性较弱变得明显起来。所以企业在未来的信息化管理中, 应加强数据库系统各数据模型的结合使用, 通过对不同模型的特点进行综合分析, 最大程度上让彼此的优势相结合, 以全面满足企业分析、研究数据库内不同信息资源时的需求。

3 结语

随着信息化时代世界经济的不断发展, 信息化管理也成为了企业管理工作的重中之重。计算机数据库系统将有效的、全面的对各行各业的数据库资源进行最大化的利用, 让企业的管理工作可以更加的现代化, 真正让信息化管理有效的落实到企业中, 并且提高企业信息资源的利用率, 降低企业自身的运营风险。

参考文献

[1]李启星.信息管理中计算机数据库系统的运用分析[J].信息与电脑 (理论版) , 2014, 11:90-91.

16.旅游管理下数据挖掘运用论文 篇十六

【关键词】 大数据；应急管理决策；机制创新

【作者简介】 刘阳，广西行政学院应急管理培训部讲师。研究方向：突发事件的准备与响应。

【中图分类号】 D035.2 【文献标识码】 A 【文章编号】 2095-5103（2015）09-0007-02

一、有限理性下的应急决策

1. 有限理性是决策过程的天然缺陷

在处理各类突发事件的过程中，如何正确、有效地做出决策是每个应急管理人员都应认真思考的问题。然而，在实践过程中，我们不得不遗憾地承认，每一次应对和处置突发事件都不同程度地存在这样或那样的疏漏与不足。造成这种现象的原因是多方面的，美国管理学家西蒙在有限理性理论中提出，当个体在进行决策的时候，他们的理性水平受到他们所掌握的信息、他们的认知水平以及进行决策时所拥有时间的限制。同时，由于决策者往往缺乏足够的能力与资源去实现最优方案，因此常常会选择一个“令人满意”的方案来达成目标。这也就是说，当我们在处理突发事件时，不得不凭借有限的理性作出决策。

2. 新常态下应急决策面临的新挑战

传统的决策过程高度依赖决策者的个人经验与直觉，拥有丰富经验及较强综合能力的领导干部自然成为决策者的首选。然而，在新形势下，原有的应急决策过程面临着更大的挑战。

（1）复杂性增加。造成复杂性增加的原因之一是社会的多元化。随着经济社会的不断发展，人们的人生观、价值观和世界观都在不断变化，社会阶层也在不断细分，人群在空间上的快速流动让社会处于一种动态的、多元的平衡状态。另一个原因则是个体之间的联系更加多维。由于互联网技术的不断发展，人们能够以前所未有的方式和速度与其他人进行互动，尤其是互联网社交类应用的出现，对于费孝通所说的“熟人社会”的中国造成了更大的影响，让国人间的互动跳出了熟人圈子，让原本不可能认识的两个人通过互联网而发生交集。正是由于上述两个原因，使得社会的复杂性大大增加。

（2）影响范围增大。在网络时代，突发事件的影响已经由事件本身造成的冲击范围扩散到更为广阔的空间范围和维度。传统的突发事件能够影响的范围往往局限于事件发生地以及周边不超过50公里的区域，而现在发生在一个地方的突发事件可能会在其他地方发生“习得效应”，最典型的例子就是厦门的PX项目事件引发的“邻避运动”。另外，由于社会日趋多元化，不同的个体或组织对于同一事件有不同的认识和解读，这种认识不仅影响了其他个体和组织的行为，还对其思想和态度造成影响，并最终影响人们之间的互动过程。

（3）对错误的容忍程度降低。随着社会的不断发展进步，现代人越来越追求精致与高效的生活方式，这就导致人们对于突发事件等意外的风险抗性降低，主要表现为个体和组织的脆弱性增加。伴随着社会复杂性的增加，决策可能导致的后果难以在短期内穷尽，一旦决策不当就容易引发“次生灾害”。另外，在网络力量的推动下，突发事件产生的影响，传播速度变快，使得错误决策所产生的影响也较之前的状态下更为深远，致使无论是个体或组织都难以承担由于应急决策失误而导致的一系列后果，表现为对于错误决策的容忍程度降低。

（4）处置时间缩短。网络时代的科技发展让人们之间的连接日趋紧密，互动过程也更加频繁和快速。这种快速而频繁的互动令当今社会以极快的速度发展，但在意外来临时也会让突发事件以极快的速度发展以及演化，这就要求领导干部在进行决策的时候，必须要更快地进行反应，也意味着留给决策的时间将会更少。

这些新的同时也是更大的挑战让领导干部在进行决策时，越来越难以利用已有的经验和直觉。因为个体经验的局限性和人与人之间的沟通效率决定了无论是个体决策者还是群体决策小组，将会越来越难以利用已有的信息、数据、知识来应对未来可能发生的新的危机，而大数据技术则可能是破解这一困局的唯一办法。

二、大数据改变决策机制

1. 决策过程与大数据分析

随着经济社会的不断发展，海量的信息弥漫在社会的各个角落和不同领域，成为人们日常生活的一部分。这些信息，一部分随着时间的流逝逐渐淡出人们的视线，而另一部分则成为各类数据，这些数据能够在我们面对各类突发事件时，为决策提供支持和帮助。

（1）提供相关性的分析。突发事件发生时，人们无法在短时间内找出整个事件的因果逻辑，凭借大数据技术的协助，能够在较短的时间内找到影响事件发展演化的关键性因素，并可以通过对这些因素进行干预和控制，实现对整个突发事件的有效应对，这一过程通常称为应急处置过程中的决策核心。

（2）提供预测性的分析。大数据及其相关分析预测技术，为未来的应急管理决策提供了一种新的处理方式。应急管理的关键并不在于如何处置好各类突发事件，相反，应急管理的目的是预防和干预各种可能危害社会稳定的危机事件，使其不出现或少出现，开展预防与干预活动的关键就在于对可能发生的事件进行预测。但是，由于全球化与现代化的影响，新技术与新工具的使用，群体流动性加快，多元化程度加深，人们越来越难以凭借原有的、局部性的知识和经验来分析和预测未来可能发生的危机事件，大数据分析技术的出现，为这种预测提供了可能。

（3）提供系统性的知识。在整个应急管理的生命周期当中，信息本身是非常难以利用的，比如说某地正在下大雨或某水库的水很满，这些信息本无意义，但是将这些信息数据化之后，例如目前每小时的降雨量是40毫米，或目前水库的水位是65米，这些数据对于应急决策而言有意义但仍然不够，只有掌握了相应的知识之后，数据才具有现实意义，如每小时降雨量超过30毫米之后，城市中的某个易涝点就会发生积水并影响交通，或某个水库的水位超过70米之后就进入警戒水位，堤坝将面临威胁等等。也就是说，仅仅只是形成数据还不能有效地协助决策者在面对突发事件时进行决策，只有将数据结构化并建立应急管理的全景式知识体系才能帮助我们更科学地做出决策。

2. LEHD项目与决策机制创新

“9·11”事件发生之前的美国，联邦政府也面临着公共数据分散在各联邦、州立或是私人机构当中的困局。如，要对”白人人口“进行统计，需要整合分散在各处的人口数据，而根据美国现行的法律体系，联邦政府无法强制获取这些信息和数据，使得数据的整合困难重重。

“9·11”的悲剧让工作单位与家庭住址纵向动态系统（LEHD）项目得以实现，把人口普查数据与全国的公司数据整合起来，成为一个真正的大数据项目。通过整合数据，LEHD项目实现了对雇员数量以及流动情况的追踪，同时也能够对某个具体的街道、社区的就业情况和人口构成进行查询。另外，提供以时间为跨度的数据分析也是LEHD项目的一个重要功能，它能够轻松地完成对某一地区、社区、街道的历史就业变化情况分析等等。

2010年后，LEHD项目通过整合飓风、热带风暴、暴雨、洪水、暴雪、火山运动等自然灾害以及人为灾害的大量实时数据，推出了以公共应急为目的的数据应用。当大范围的公共危机发生后，LEHD能够快速地分析受灾人口数量及特征，从而为下一步的撤离、补偿、重建等应急处置措施提供决策依据。2012年“桑迪”飓风袭击美国东海岸，由于LEHD项目的支持，特拉华州对海岸沿线近5万名居民发布了强制疏散令，有效减少了人员伤亡。据美国国家飓风中心估计，“桑迪”飓风造成的经济损失高达500亿美元，在史上袭击过美国的飓风中排名第六，但在“桑迪”飓风中死亡的人数仅为132人，较“卡特里娜”飓风的1833人有了大幅降低。可见，仅仅通过对数据的整合与梳理，就能更有针对性地进行突发事件的处置和决策，从根本上减少灾害带来的损失，这种创新不仅令处置过程更有针对性，同时也降低了整个应急管理生命周期的运行成本。通过分析受灾现场的实时数据，了解灾害带来的实际损失，从而部署相应的救援力量，而非不计成本地提供可能的资源，最终避免了由于资源管理缺陷而带来的资源浪费，从根本上提高了应急管理的效率。

三、未来应急决策过程中的挑战

大数据分析技术不仅是技术和工具上的大变革，同时也是信息化时代的生产力革命，这种飞跃让我们能够更加精准地进行资源配置，从而更加务实与高效，从根本上改变了应急决策机制，由传统的在有限的时间内获取尽可能多的信息并进行决策转变为对大量同时涌入的信息和数据进行梳理、分析并找出相关关系再进行决策。但是，由于现实条件的限制，应急管理部门在迎接大数据变革时也面临着巨大的挑战。

1. 大数据抓取整合能力不足

大数据的出现，使人们不得不面对（下转第13页）（上接第8页）一个极大的挑战，那就是如何将这些数据整合起来并加以分析，因为这些基础性数据来源不同，数据的结构与表现也形式不同，换而言之，就是这些数据之间没有明显关联。因此，如何将这些数据进行整合是开展应急管理大数据分析的首要目标，当我们能够将这些数据放入数据仓库（Data Warehouse）之后，还面临着如何对这些数据进行分析使之成为对我们有用的资源和工具的问题，正如美国LEHD项目所实现的那些技术应用一样。

2. 大数据关联分析能力不足

就行业大数据而言，各职能部门都有专业人员对这些数据进行整理、分析和预测。然而，对于跨行业、跨部门数据的交叉多维分析，却没有一个机构或部门能够完成，大量的原始数据仍然被重重的部门壁垒阻挡、隔断而无法将其进行整合、存储、分析，造成了巨大的浪费。2014年10月，安徽万亩农田发生稻瘟病，安徽省农委组织专家进行了田间现场鉴定，结论为：田间出现异常系稻瘟病所致，主要原因是由于孕、抽穗期间低温连阴雨，品种本身高感稻瘟病，加上预防措施不到位，导致该病暴发。隆平高科回应称：50年来的最低气温引发稻瘟病，导致安徽水稻大面积绝收。表面上看是由于极端天气的出现导致粮食减产甚至绝收，这直接威胁我国的粮食安全。从另一个角度看，这就是由于数据壁垒造成的信息断层。气象部门拥有气象信息，农业局掌握稻瘟病的相关知识，种子公司知道种植的具体情况。可这三方彼此并不掌握对方的信息，因此无法对可能出现的水稻绝收情况进行预警和预防。

综上所述，大数据分析技术的出现，深刻地改变了人类对于世界的认识，使我们能够在极短的时间内获得海量的信息与知识，帮助人们完成之前不可能完成的任务，例如实时的灾害损失情况、影响范围甚至受影响群体的心理变化情况都可以在极短的时间内反馈到应急管理部门。这种变革要求政府部门进一步创新应急管理的决策机制，使之能够适应新形势下的经济社会发展需要，真正为老百姓服务。

参考文献：