时间：2024-02-28 14:39:59
绪论：在寻找写作灵感吗？爱发表网为您精选了8篇大数据时代数据的特点，愿这些内容能够启迪您的思维，激发您的创作热情，欢迎您的阅读与分享！
>> 青少年网络政治参与的现状与属性 青少年社会化的新特点 网络时代青少年思想政治教育特点及对策 网络时代思想政治工作的新特点新情况对策探讨 网络亚文化视域中的青少年网络政治参与 青少年参与网络政治意识形态现状研究 网络时代新闻评论主体的新特点 论国外青少年网络政治参与的监管及启示 国外青少年网络政治参与的管理模式及其启示 刍议大数据背景下企业会计数据的新特点 大数据时代政治网络营销的反思以及政治本质的认识 福柯与大数据时代的政治 大数据时代 网络科学的挑战 大数据时代网络营销的特点、影响及对策 网络时代青少年的思想政治教育 网络时代青少年思想政治教育工作的具体对策 青少年网络公民参与的德育启示 网络思想政治教育在大数据时代的分析 大数据时代的网络思想政治教育 大数据时代网络学习环境的数据融合 常见问题解答 当前所在位置：l.
[2][美]伊恩・艾瑞斯.大数据思维与决策[M].宫相真，译.北京：人民邮电出版社，2014：25.
[3][美]维克托・迈尔・舍恩伯格，肯尼斯・库克耶.大数据时代：生活、工作与思维的大变革[M].盛杨燕，周涛，译.杭州：浙江人民出版社，2013：2-3.
【关键词】大数据；信息安全；新特点；新要求
大数据是当今社会科技发展以及产业化发展的融合体，随着国际化进程的加剧，数据信息的数量、发展规模和流通速度都发生巨大变化，特别是与国际信息的联接与交互，对我国的外交、经济、军事、政治、文化等都产生深远影响，同时也给我国传统的信息安全管理带来了新的挑战，分析大数据时代的发展趋势对于探讨其特点和要求有重要意义。
一、大数据时展趋势探讨
大数据属于数据集合，其特点主要表现为：类型多、容量大、应用便利、存取便捷，其发展速度快且管理方法科学已经成为新一代最重要的信息技术。大数据背景下逐渐形成万物互联的发展趋势，这种模式促进了全球经济的发展，也使新的国际经济模式发展趋于网络化、数据化、智能化、共享化、便捷化、互联化，信息安全也随之进入到大数据时代。近年来，发达国家相继推出与大数据相关的国家发展战略，大数据已经成为经济发展和转型的新动力，并为国家发展带来了新的机遇和挑战。外国的大数据国家发展战略为我国发展大数据战略提供了借鉴经验，在2014年我国正式提出大数据行动纲领，2016年“十三五”期间，国家将发展大数据作为未来发展战略，更加明确其经济意义和战略意义。在大数据时代背景下，我国的信息安全管理工作也迎来了新的发展机遇，数据实现了线上线下、软件硬件、人与万物、政府与行业间的融合、分享、跨越以及渗透，实现了数据间的有效联接。但是伴随机遇而来的是挑战，大数据给信息安全带来发展的同时也使信息安全管理工作变得更为综合性、动态性、交织性、复杂性，使人们不得不对信息安全管理工作树立新的认知。
二、基于大数据时代背景下的信息安全新特点分析
大数据的特点与风险特点极为相像，大数据在发展过程中，给人们带来便利、驱动、转型、发现的同时，也给信息安全管理带来了风险和威胁，并且使信息安全在新形势下呈现出新的特点。与信息安全传统模式相比，大数据时代的信息安全其性质、内容、形态、空间、时间都发生一定变化，并且处于重构阶段，使信息安全管理呈现出综合安全、规模安全、跨域安全、泛在安全、隐形安全等特点。1.综合安全基于大数据背景下，信息安全使协同、整合、互联、交叉、共生、跨界、双赢、互动等发展成为大热词汇，大量数据信息正在向民生管理、城市建设、产业发展以及行政事务的方向发展，我国的信息安全也呈现出综合安全的新特点，如何坚持国家的综合安全观念，保证我国的人民安全、政治安全、经济安全、社会安全、文化安全、军事安全，并依托国际安全，形成具有中国特色的国家信息安全道路，成为我国目前探索综合安全发展的重点。2.规模安全万物互联是大数据时代的主要特征，促使其信息传播呈现出新的形态，实现了物与物之间的联接、物与人之间的联接、人与物之间的联接以及人与人之间的联接。随着互联网信息技术的发展，中国的网民数量急剧增加，截止到2015年我国的网民数量已经接近7亿，其网络活动的轨迹均被抓取并记录，数据概念已经渗透到各个领域和各个行业，为人类生产和生活提供数据参考。同时巨量的数据信息在数据中心的汇聚，使数据规模化风险加剧，并时刻威胁着个人的信息安全，例如：黑客盗取个人信息资料等。3.跨域安全随着经济全球化的发展，信息、人才、知识等都实现了跨区域传递和流通，这些新兴模式使我国的数据资料实现了国家间的互连互通，在增加信息交互便捷的同时信息安全的威胁也相应增加。针对跨境信息风险问题，需要国家及时建立跨境数据检测体系，控制和管理好国家的跨境数据传导，以实现国家信息安全。4.泛在安全在大数据发展中，由于网络的便利性使得信息资料可以快速的渗透到各个领域内，且实现了跨国家、跨行业、跨部门，并体现出即时性特点，信息流快速且隐蔽流动，渗透面积强且影响广泛。笔者认为计算机信息管理已经从静态管理模式转变为动态管理模式，并且管理时间要求也更为严格。5.隐性安全基于大数据背景下的信息安全主要表现有以下几点：其一，数据信息呈现出泛滥和冗余的特点，造成“脏数据”过量，导致有价值的信息被淹没，需要加强数据管理和控制，才能保证有价值信息能够被及时挖掘，保证其价值发挥。其二，跨境互联使信息质量产生变化，在进行信息管理中需要进行深度挖掘，以便实现深度分析。其三，移动信息技术改变了传统的点对面的传播方式，实现了点对点以及圈对圈的新型传播，其隐蔽性良好同时也带来了新的信息安全挑战。其四，基于大数据视角下的新型线上业务中，存在不法分子线上犯罪现象，由于线上犯罪隐蔽性强，危害性也就更大。
三、基于大数据时代背景下的信息安全新要求分析
（一）管理模式新要求
基于大数据背景下的信息安全管理，要求国家在创新要求的驱动下明确总体安全的理念。在体制上，改变单打独斗的方式形成新的协同作战方式；在技术上，改变以往核心技术依赖于进口的局面，加大科技研发力度，实现核心技术自我开发能力；在机制上，将静态管理手段转变为动态管理方式；在方法上，改变经验为主的管理方法形成预防、应对、弥补的管理线路；在传递方式上，改变传统的垂直传递方法，形成扁平式传递路径；在人才选拔上，改变了传统的选拔机制，更注重人才的综合素质、专业能力、创新能力。
（二）管理路径新要求
大数据的发展是一把双刃剑，在给人们带来信息便利的同时还带来了众多的虚假信息以及信息垃圾。为了有效的利用大数据，需要加大数据管控能力，特别是需要进行分布式进行数据观察，以达到数据信息的合理利用。大数据在发展过程中还存在不完善之处，经常有不法分子利用网络进行谣言传播以及煽动是非，造成网民认知混乱，对数据分析缺乏理性。因此，在信息管理工作中要注意科学进行信息管理，做好信息去伪存真工作，还原良好的大数据环境。
（三）管理政策新要求
根据大数据发展特点以及信息安全发展规律，国家机关要及时的进行数据法制化管理，保证我国的数据信息发展可以有法可依，有章可循。采取统一管理方法，在信息开放的环境下实现有效管理，改变以往信息网络各自为政的现象，通过整合优化实现数据信息价值的扩大，以确保将信息风险降到最低，在网络信息快速发展的今天，通过有效的法律保障，将个人信息风险最大限度降低，既保证信息流动自由，又保证建立完善的法律保障体系。
四、结语
关键词：大数据时代；数字出版产业；发展趋势
中图分类号：G23 文献标志码：A 文章编号：1673-291X（2017）08-0026-02
随着互联网新科技的不断研发和应用，信息化进程日益加快，大量数据呈爆炸式增长，大数据时代应运而来。数字出版产业要持久发展就必须重视并顺应大数据带来的巨大变革，积极面对大数据带来的挑战。对大数据时代数字出版产业的发展趋势进行分析，有利于数字出版企业做好充分的准备，抓住发展机遇。
一、大数据时代的内涵和特点
（一）大数据时代的内涵
目前，大数据已经在全球范围内运用到社会生产生活的方方面面，各国对大数据的研究和应用也已经提上日程，大数据对经济增长和科技创新的重大作用正在显现，大数据时代已经到来[1]。
人们普遍认为，大数据是在一定时间内，无法用常规软件工具对其内容进行获取、管理和处理的数据集合。大数据用户可以利用其承载的信息进行决策优化，而这些用户既可以是政府机关、也可能是社会媒体或者商业运营者。
（二）大数据时代的特点
大数据的特点主要包括数量规模大、类型广泛、实时快速性和价值密度低四个方面。
大数据的数量规模来自于各运营系统的数据库，目前主要是互联网用户产生的大量内容，这些内容的规模正在日渐上涨，加上未来物联网中传感器生成的数据，人类社会的数据集成量将大大超出目前的计算程度[2]。
随着互联网应用的大范围普及，信息化带来的包括结构化数据、半结构化数据和非结构化数据的数据类型众多。其中，日常生活中运用程度最高的视频、音乐、图片和定位等产生的半结构化和非结构化数据在3/4以上，这一数据在互联网技术不断提升的过程中将持续增长，而企业所产生的结构化数据所占比率较低。
大数据的产生是以数据流的形式，其速度之快对数据分析的技术要求非常高，以往的数据库技术难以对这些实时数据进行全面分析，这也导致了大数据价值的降低。
大数据在经过处理分析后，具有重大的决策价值。但目前由于技术的限制，可利用的有价值信息较少。
二、大数据时代数字出版产业的发展趋势
（一）利用大数据技术实现精准营销
目前数字出版行业的营销已经涉及微信、微博、电子邮箱等互联网新媒体手段，但其营销效果仍然难以达到预期目标，这就要求电子出版业对不同年龄、不同性别、不同工作甚至不同地区、不同时间段的读者的阅读偏好、心理预期及行为标准进行更加具体细致的分析和了解，并据此对出版内容和营销策略进行调整和更新。而大数据技术可以实现对大规模数据进行整合处理和研究分析，更加精准地掌握客户的需求规律[3]，从而更加精准地进行营销策划，保证在日趋激烈的竞争环境中占据有利位置。
（二）基于大数据的个性化选题策划
数字出版行业选题策划通常要经过信息采集、市场调查、目标客户群确立等诸多环节，不但浪费了大量的时间和成本，而且由于调研结果往往真实性、科学性和有效性不足，导致很多选题难以与读者的预期相一致。传统的根据编辑约稿和作者投稿来选题策划的形式已经难以满足读者要日益个性化和多样化的阅读需求[4]。
数字出版行业的选题策划只有把握读者的心理和需求，才能实现长远发展。因此，利用大数据实施精确化营销就显得尤为重要。在此基础上，数字出版行业的出版内容要根据读者的需求进行个性化选题策划，同时，要实现与各种新媒体渠道、交易平台以及读者的阅读终端的无障碍连接，以便利用大数据技术对客户的需求进行及时捕捉和分析。
（三）消费者对数字内容产品的付费意愿会大大提高
现阶段，我国网民对数字内容的下载及浏览主要是基于免费方面，数字内容的付费模式在我国仍然没有有效建立，这也是数字出版行业发展过程中的重要障碍之一，其关键原因是数字内容难以真正满足消费者的需求及支付体系的不健全。
数字出版行业在有效利用大数据进行消费者需求分析，并根据消费者的需求进行个性化服务后，要注重与消费者之间的感情维护和后续追踪反馈，切实将消费者的需求放在首位，消费者自然就会接受电子内容付费模式。同时，数字出版企业要不断优化完善数字内容支付系统，保证下载和支付途径简便易行，支付手段要随支付方式的发展及时进行添加变更，减少消费者的支付困扰。
（四）观念更新和人才储备是数字出版行业发展的关键
在大数据时代背景下，数字出版行业管理人员必须意识到大数据对产业战略发展的影响，大数据环境下，企业只有顺应潮流，积极转型才能长足发展，传统的企业发展模式已经难能与时展的需求相适应了[5]。
大数据技术带来的信息资源将成为企业最重要的资源之一，企业对数据内容的选题策划、广告投放、产品效果预测都离不开大数据技术的信息分析，大数据在数字出版行业决策中的作用将会越来越明显。
大数据技术使消费者需求得以分析和把握，底殖霭嫘幸档囊滴窳鞒唐笠底橹都会以读者的需求为中心进行设置和调整，以实现数字出版的效益最大化。
此外，大数据时代数字出版企业在实现对自有数据库的管理和与新媒体平台及支付渠道的无障碍对接过程中，对专业人才的需求量大幅度提升。因此，数字出版行业对集数据管理和分析、互联网运营以及市场营销能力于一体的综合性人才的储备和培养力度将不断增长。
（五）与互联网和大数据产业的合作力度加强
目前，数字出版行业尚不具备大数据应用技术和环境，要想在大数据时代保持长足发展，就要加强与互联网行业与大数据企业的合作[6]。
数字出版行业的销售和客户信息大都掌握在平台运营商和社交媒体的手里，受成本制约，很多数字出版企业都未建立自有数据库，对大量客户信息的采集和分析y度自然也非常大，而数字出版企业要面对大数据带来的挑战并抓住其提供的机遇，就必须对这些信息进行有效的利用，因此，数字出版商要拓宽与互联网和大数据企业的合作渠道，建立稳定长久的合作关系，为消费者提供更好的针对，促进数字出版行业在大数据时代的持续发展。
（六）以消费者需求为导向进行业务流程和企业组织结构调整
随着大数据技术的发展，数字出版产业的业务流程设计将以用户需求导向为核心。首先，数字出版行业业务流程将依靠大数据技术的支撑，更加清晰的了解消费者的需求，并及时满足消费者的需求。其次，大数据为数字出版行业提供的数据分析将大大超出传统市场调查统计数据的科学性和准确性，大数据提供的数据分析结果将成为数字出版行业整个业务流程的决策依据。此外，大数据技术的发展能够使数字出版行业业务流程平台的各个环节均与互联网有效连接，直接与读者进行线上互动、交流、合作实现数字内容的个性化服务。
数字出版产业业务流程向用户需求导向发展的过程中离不开与之适应的企业组织结构。因此，在大数据技术的不断发展过程中，数字出版企业的组织结构也要向消费者需求导向转变。首先，在大数据技术的支撑下，数字出版企业的数据分析部门的重要性将逐步显现出来，从单纯的成本部门向利润创造部门转变。其次，随着消费者对数字内容的付费意愿增强及利用大数据分析进行精准营销的推行，数字出版企业将对数字内容提供商有更加明确的定位，其业务将向数字内容提供聚集。此外，由于大数据的商业价值受时空变化的影响较大，数字出版企业原有的金字塔式层级组织结构已经不能适应大数据时代的发展，因此，必须建立能够及时满足消费者需求的弹性化网络式的组织结构。
三、结论
大数据时代是互联网技术发展的必然趋势，它必将带来全球性的技术变革，信息的传播速度将会更快，利用效率将会更高。它为商业发展带来前所未有的挑战和机遇，消费者的需求在这一时代背景下的受关注度空前提高，消费者具有了更多的选择权，掌握了更大的主动权，对个性化服务的要求更高，由此带来的市场供需关系的改变，对企业的产品设计和营销策略也提出了新的要求和挑战。
数字出版行业作为国家支持的新兴出版业态，要想充分利用和挖掘大数据技术带来的巨大发展机会和商业价值，就必须从战略高度上意识到大数据时代已经到来。大数据蕴涵着大量的信息，进行处理分析后的信息具有巨大作用。随大数据技术的不断发展和运用，数字出版行业必然向精准营销、个性化主题策划、读者对数字内容的付费意识增强和企业对专业化人才的需求量不断增加、与互联网企业和大数据企业的合作加强的趋势发展。因此，数字出版行业要从现在开始注重对数据的采集、整理、分析和运用，提高应对外界环境变化的能力，增强自身的竞争力，实现数字出版行业在大数据时代的持续发展。
参考文献：
[1] 孙玉玲.大数据时代数字出版产业的发展趋势[J].出版发行研究，2013，（4）：5-8.
[2] 陈尼佳.大数据时代数字出版发展趋势研究[J].现代商贸工业，2015，36（17）：12-13.
[3] 路晓鸽，李铭娜.大数据时代传统出版产业的转型思考[J].商业经济，2015，（5）：69-70，81.
[4] 肖镘洁.大数据时代数字出版产业发展趋势分析[J].黑龙江科学，2015，（19）：118-119.
关键词:大数据；统计学；样本；机遇；挑战
21世纪爆发的信息技术革命，改变了社会发展过程中的方方面面。在云技术、物联网技术等高科技信息技术的大规模革新背景下，网络数据增长速率十分惊人，海量庞大的数据标志着大数据时代的来临。作为与数据紧密相关的统计学学科，在大数据的时代背景下，将会面临一系列的机遇和挑战，研究统计学在大数据时代的发展趋势有着十分重要的时代意义。
1.大数据时代统计学面临的挑战
统计学是一门传统的学科，发展至今已经有几千年历史，无论是学科理论领域内还是生产实践过程中，统计学的发展已经十分成熟，存在着许多成熟的研究成果。统计学的不断发展为人类的社会生产带来了极大的影响，随着大数据时代数据呈现海量、分散式的分布状态，其对统计学的影响也是较为明显的。一方面，大数据时代数据之“大”已经超出人们的想象，数据之“全”让人们对于事情的认知更加全面，大数据的多样性、大体量改变了数据样本与总体之间的关系，另一方面，大数据的数据多样性的特点改变了传统统计对数据统计分析的主观诉求，过去人们通过统计分析更偏向于追求“为什么”，而现在的统计分析更趋同与追求“是什么”。这一系列的影响对于统计学的进一步发展提出了新的发展挑战：
1.1样本选取以及标准的确定难度加大
样本统计属于统计学的核心内容，统计学通过样本统计对客观事物数量特点、数量关系等展开研究。在大数据背景下，样本与总体之间的局部与整体之间的关联性将会进一步地降低，造成样本即是总体的变化趋势，因而会造成大样本的标准化的变更。数据来源的多样化进一步的提升了样本数量，继而提升了统计精确度，促进了统计学学科的高精尖的发展。但随着样本数量越来越多，而从网络环境中采集到的数据多半属于非结构化的数据，但传统统计学要求结构化数据，利用传统的关系数据库难以对非结构数据进行有效的转换，难以挖掘大数据大样本数据中的潜在信息。大数据时代统计样本的选取工作难度不断提升，传统统计学缺乏非结构数据的建设，难以发挥出大数据时代，大数据库有效转换非结构与结构数据的优势，也为统计学的进一步发展提出了新的挑战。
1.2统计软件以及统计方法的欠缺
随着信息计算机技术的快速发展，基于计算机运算环境的统计学软件应运而生，统计学软件的使用有效提升了统计学中对数据分析和处理的效率和精准率，统计模型也进一步的简化了统计的实际操作，更有利于一般性的统计工作的实践操作。大数据背景下，现阶段发展较为成熟的统计学软件如SPSS、DPS等，尚不能够实现大数据高速传输、存储功能，软件功能还需要一定的开发和升级。与此同时，数据在大数据时代下属于一项资本，其被开发的水平还略显不足，绝大多数被互联网、搜索引擎以及电子商务等相关IT公司、统计机构所掌握。
2.大数据时代统计学面临的机遇
2.1统计效率的提升
在大数据时代，统计学的统计效率得到了更好的体现。一方面，大数据的多样化、及时性特征能够有效弥补传统统计中数据的滞后性问题，有效的提升了统计的时效性，另一方面，大数据的高速传输为统计的动态数据的收集提供了保障。与此同时，大数据可被频繁反复应用，采集的统计数据不再单单局限于一种相关用途，其能够服务于各式各样的需求。对采集数据应用的次数逐步增多，数据所具备的潜在价值被更全面的挖掘，而采集数据所产生的成本并不会受数据应用的次数所影响，故各式各样用途的平均统计成本将得到显著地降低。
2.2统计学科体系的新延伸
大数据引入到统计学科之中，庞大的数据使得样本的选取、标准划分都产生了新的变化，传统统计中的样本统计将会进一步的朝向总体统计的方向发展，一并囊括总体统计、样本统计的统计学科体系，能够有效消除总体统计的数据采集难度，弥补样本统计的数据采集不足，达到有效延伸统计学科体系的目的。
2.3统计学科的应用范围扩大
传统的统计学实践是为了去了解一个结果或者一个原因，但基于大数据的统计学科将向人们展示的是一个具体的过程。从前，人们习惯于根据“研究问题”来驱动“收集数据”。今后，大数据到处可得，人们将会用“数据”驱动“研究问题”而这种功能性的还变，促进了统计学应用范围的进一步扩大，例如传统的统计学往往被用来作为一个数学形式的参考信息，例如卫生统计、生产统计等等，但在大数据背景下，数据本身所含有的信息更加丰富化和多元化，基于海量用户下的网络数据所包含的信息极为广阔，而这些信息涉及到他们生活中的方方面面，这些信息一旦被深入挖掘出来，将会促进许多产业的快速发展。在大数据背景下，传统统计学的结构化数据局限会逐步接触，在非结构或者半结构的数据统计下，统计学将会应用到许多传统意义上无法数据化的行业领域中。
3结束语
数据是统计学科的核心，也是统计学科的主要价值体现。大数据时代改变了传统的数据的意义，数据所包含的信息、传播速度、分布速度也远远超出了我们的想象，数据核心意义的转变，迫使得以此为基础的统计学科必然会随之做出改变。机遇与挑战并存，在新的时期，统计学要想快速完成其学科的有效转换，就必须要进一步的深入研究大数据的时代特征，并有效地与传统统计学结合起来，以达成统计学科的进一步发展。
作者:郑雅倩 单位:海南师范大学数学与统计学院
参考文献：
[1]维克托•迈尔－舍恩伯格，肯尼思•库克耶．大数据时代—生活、工作与思维的大变革［M］．盛杨燕，周涛译，杭州:浙江人民出版社．2013
关键词：大数据时代；计算机；信息处理技术
引言
在网络化技术的不断普及中，计算机用户群体的数量也随之不断的增加，这种情况的出现导致计算机在运行的过程中不断的产生大量的数据，促使大数据时代的到来。面对这一发展环境，计算机信息处理技术的发展也显得越来越重要，并向计算机的数据处理能力提出了更高的要求，此时，要想让计算机信息处理技术的发展更好的满足大数据时代的信息处理要求，还需加强对计算机信息处理技术能力的研究，在不断的探索和创新中提升技术水平，促使大数据时代的计算机信息处理技术能够得到更高层次的发展。
1 大数据时代和计算机信息处理技术的相关概念
1.1 大数据时代的相关概念
从大数据的概念出发，所谓大数据就是指数据量非常庞大的数据，它不仅局限在数据信息量的巨大上，还表现在数据信息的复杂化、重复化，以及产生信息的多样化中。现如今，社会虚拟数据化正处于一个快速而不断发展的阶段，在这种社会环境下，大数据的产生是必然的，并显示着比传统计算更多的优势，如低廉的成本、高比率的资源利用率、较快的运算速度等，并在这种庞大的大数据量中显示着各种数据之间复杂的关系。社会生活和生产中，面对各种活动所产生的数据，通过大数据能有效的做好记录与存档，极大的方便了人们在生活和生产中对庞大信息数据的检索和应用。同时，大数据还具有超前的洞察能力和决策能力，数据处理能力是传统数据软件所不能企及的，对人们的生活习惯产生变革性的影响。
1.2 计算机信息处理技术的相关概念
自计算机在人们的生活和工作中得以应用之后，计算机信息处理技术就在现代办公和企业管理中呈现着一个非常重要的角色，通过计算机信息处理技术，它将数据传输、信息的分析、处理和使用等各种技术结合在一起，极大的便利了数量信息的管理效率。同时，计算机信息处理技术所涉及的领域也比较多。在技术的应用中，它以计算机技术为核心，将传感、微电子、网络工程、通信工程等各种先进的科学技术都进行了综合应用，促使员工在专业社会的协助下，能够将人、软件、硬件进行有机结合，不仅促进着人们工作安排的合理性，还促使着人们办公效率的提升。
2 大数据时代下的计算机信息处理技术分析
2.1 信息的采集与加工技术
大数据来源丰富多样，需要挖掘、分析和存储的数据量异常庞大，要提升计算机信息数据处理的高效性和可用性，需加大对计算机信息采集和加工技术的研究。传统的数据处理方式是以处理器为中心的，这种数据处理方式已经不适用大数据处理，需采取以数据为中心的模式，采取新的处理软件和处理技术，来减少数据处理中因数据移动所带来的开销。
大数据时代计算机信息采集和加工过程中，数据处理速度的提升至关重要，这一需求的实现可通过MapReduce技术。MapReduce是一种并行处理技术，将大量数据处理任务并行分配到多台连接的服务器进行处理，扩展性强，尤其适合非结构化复杂数据的混合海量处理。作为一套软件框架，MapReduce以先分后和的数据处理方式为工作原理，分为Map映射和Reduce化简两阶段，Map将海量数据进行分割，交由多台服务器并行处理；Reduce将各处理结果进行汇总，得到最终效果。在对海量数据信息进行分隔、任务分解和结果汇总中，实现着海量数据信息的并行处理。
大数据时代，计算机信息采集和加工技术中新方法的应用是多方面的，并体现在不同的信息处理需求中。（1）系统日志采集方法：很多互联网企业用如Hadoop的Chukwa，Cloudera的Flume，Facebook的Scribe等这些分布式架构工具对系统日志进行采集，每秒采集传输速率达百MB。（2）网络数据采集方法：这种数据采集方法主要应用在非结构化数据的采集中，以网络数据采集的模式而言，它主要是通过网络爬虫和网站公开API的方式，从网站中将数据、文字、图片、音频、视频等多种文件或附件等非结构化数据转换成结构化数据并存储在一个统一的本地数据文件中。（3）其他数据采取方法：一般情况下，企业生产经营中的数据和学科研究重点数据，在保密性的要求上比较高，针对这类数据的处理和加工，可采取企业或研究机构合作的方式，采取特定的系统接口展开信息数据的采集和加工。
2.2 信息的存储技术
计算机网络信息中，不仅有很多数据文字信息，还有视频、图片等大量信息，数据种类在网络的高度普及中呈现着一种日益丰富、数量急剧增加的趋势，而这一趋势的展现更是让数据的存储更加凸显。一般情况下，针对一些大众化的存储需求，常规计算机就能满足，但针对大数据时代的庞大数量，计算机的存储能力还需更强。大数据存储中，若采取常规数据存储技术这会导致资源消耗问题的发生，因此，还需从大数据的基本特点出发，采取最新的存储手段，以保证大数据信息存储中的真实性、可靠性和快捷性，而在这些需求的支配下，云技术应运而生。就这一技术而言，它能够存储运行多种信息数据，并且能够在功能齐全服务器的帮助下对数据信息进行有效的处理，有效解决了原有信息存储技术运行低下、速度缓慢的问题，还能将所得数据信息结构映射到使用者中，明显提升着数据存储的效率。
2.3 信息安全技术
在大数据的到来中，人们不仅感受到了计算机信息处理技术给人们生活和工作所带来的便捷性，还提升了人们对数据信息安全重要性的认知，就大数据时代信息安全性和可靠性的提升而言，其可以通过以下几个方面展开。（1）建立计算机信息安全体系，加大资金投入，注重对专业技术人才的培养力度，以人才为支撑，为计算机安全体系的发展奠定坚实的技术基础。（2）加大计算机信息安全技术产品研究和开发力度，面对传统信息安全技术无法更好满足大数据时代数据安全需求的情况，相关行业需要加大研究力度，寻找更好的解决方案，尽快改善信息数据运行中所存在的安全问题，有效避免数据信息受到威胁。（3）加强对重要数据的检测程度，面对大数据时代数据量较为庞大这一突出性的特点，为了更好的提升数据安全系数，实现对每一个数据的检测，需加强对重点数据信息的检测力度，全面保证数据信息的安全性，促使大数据时代计算机信息安全技术的不断发展和进步。
3 结束语
综上所述，大数据时代的到来给计算机信息处理技术带来机遇的同时也迎来了挑战，而随着计算机信息处理技术在社会中应用广泛性的提升，其技术的创新也被赋予了新的时代使命。在未来的发展中，面对大数据时代数据信息量的庞大和快速变化性，要想更好的满足用户的需求，适应适合的发展需求，还需加强对计算机信息处理技术未来发展前景和需求的研究，不断的完善不足之处，这样才能促进计算机信息处理技术应用层次的更高提升。
参考文献
[1]于沙.分析大数据时代计算机信息处理技术[J].电子测试，2015，1（12）：20-21.
［关键词］大数据 财务分析 信息共享 数据相关
大数据时代数据信息孤岛及数据壁垒等现象将逐步消失，数据资源将实现开放、共享的新格局。如何利用大数据提高财务分析质量，发挥财务决策参谋作用，帮助企业提高经济效益，实现价值最大化是财务人员转型即将面临的新问题。
一、传统财务分析存在的不足
（一）财务分析只关注财务数据，不关注业务指标。传统的财务分析主要集中在三张报表，就数据分析数据，强调数据之间的因果关系。虽然报表分析一定程度也能反映公司的盈利能力、偿债能力等，但财务报表数据只是定量分析，且跟会计政策的选择和会计人员的主观判断相关，尤其当业务部门和财务部门联系不密切时，财务人员无法掌握生产经营环节中的生产要素、成本费用以及经营管理风险等信息时，对业务层面的分析也仅停留在表面，不能对投资者或者经营者提供具有实际价值的改进建议。
（二）财务分析只重视短期效益，不关注长期战略目标。传统的财务分析只选择两三年的数据对比，通常是与上年同期比较、与年度预算比较。由于分析期间短，易造成管理层只顾眼前利益，不考虑长远目标。马歇尔曾在分析成本问题时引入了时间因素，他认为，在短期内成本有固定成本和可变成本之分，但从长期看，所有的成本都是可变的。因此，对战略目标执行情况进行评估时，需要选择更长的时间跨度分析。
（三）财务分析只关注自身发展，不关注外部环境的变化。传统的财务分析主要针对公司内部，个别延伸到行业分析。在竞争日益激烈的市场经济环境下，只关心行业指标远远不够，还要关心整个产业链的上下游变化。以钢铁行业为例，钢铁行业下游需求下降，整个钢铁行业都出现产能过剩的现象，如果财务不关注外部环境，那针对产能过剩提出的建议只是加快销售，在当前的宏观形势下，显然这个建议不切合实际。所以想做好财务分析，财务部门必须和业务部门通力合作，从外部数据中提取有价值的信息，为提高企业经济效益出谋划策。
二、大数据时代对财务分析的影响
（一）大数据时代能够提高财务分析的维度。大数据时代可以取得数据的来源非常多，不仅有内部业务数据，还有政策数据、经济数据等外部数据。数据的类型也多种多样，包括量化数据和非量化的数据。数据的开放性和数据资源的共享能够提高财务分析的维度，帮助财务人员多角度全面分析公司的经营情况和财务状况。
（二）大数据时代能够提高财务分析的深度。大数据时代更加关注数据间的关联关系，运用大数据技术对历年数据进行分析，通过对业务指标设定各种变量，根据变量之间的依随变化找寻与财务数据的关联关系，分析业务数据与财务数据之间的联动效应。
（三）大数据时代能够提高财务决策支持作用。大数据时代对企业决策所依据的信息完整性要求越来越高。企业在进行经济决策时，不仅要从自身角度考虑，更要从整个经济环境入手，引入外部数据源，进行多种数据的融合汇总，再运用大数据技术，从巨大的数据库中提炼出有价值的信息，在数据的分析和预测的基础上，帮助企业做出更为准确的商业决策，从而实现更大的商业价值。
三、如何利用大数据提高财务分析质量
（一）对历史数据进行深加工，挖掘数据间的关联。利用大数据的巨大数据源和数据处理能力，对企业成立以来的财务数据、业务数据以及行业数据进行加工整理，挖掘数据之间的关联关系，找出企业内部的增值作业和非增值作业。在考虑战略目标的前提下，帮助企业尽量减少或者避免那些带来较少经济效益甚至没有经济效益的非增值作业。
（二）打通业务到财务的信息通道，实现信息资源共享。建立全面的信息化系统，从业务前端开始采集数据，确保生产经营中各环节的数据信息，及时、完整、准确地传递到财务部门，实现企业业务流、信息流、资金流和价值流同步。让财务全面深度融入业务，充分发挥财务管理的价值分析和控制职能，实现企业资源的高效配置和运用。
（三）加强对业务指标的分析，找出业务管理的薄弱环节。业务是企业的核心，财务报表是企业各项业务活动数字化的表现。因此，财务分析不仅要分析财务指标，还要对指标背后的业务情况进行全面了解。财务必须要懂业务，从业务角度观察业务的变化对企业经营状况的影响，同时，对业务分析的结果要及时反馈给业务部门，做好业务工作的服务保障，帮助业务更好的提升。
[关键词] 大数据时代；会计工作；挑战；思考和应对
doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2015 . 17. 017
[中图分类号] F232 [文献标识码] A [文章编号] 1673 - 0194（2015）17- 0036- 02
1 大数据的含义及其特征
随着信息时代的到来，“大数据”这个概念也被广为传播。美国奥巴马政府也高调制定了其大数据研究和开发计划，大数据已经开始进入到人们的生活中。对于大数据这一概念，目前暂无确切的定义，通常是通过数据产生的过程和数据形成的两个过程进行描述，本文从大数据产生和大数据的特征两个维度进行定义。大数据具有规模大、类型多、处理速度快、价值密度低4个基本特征。
（1）大数据的基本特征是数据规模大，大不仅体现在数量上，还体现在范围上。随着数理统计技术的发展以及数据处理能力的提高，用传统的少量的样本特征来推断整体的习惯已经被摒弃，人们通过搜集和整理更大量、更大范围的数据，进行更精准的决策。
（2）大数据所包含的数据类型繁多、复杂多变。大数据时代数据来源范围更广阔，比如电子商务、手机信息、行车信息、购物会员信息等多渠道，同时数据的格式也不尽相同。因此，数据的多样性具有来源多样性以及格式多样性等特点。
（3）大数据的另一个显著特征就是处理速度快。面对巨大数量的数据，同时数据形式多样化，只有加快数据处理的速度才能让数据的时效性和有效性得到充分发挥。在巨量数据的情况下，数据还具有流动性，随着时间的推移其价值也会降低甚至失去其自身的意义，因此，在大数据时代下，数据处理越来越强调其时效性，对其处理速度也提出了更高的要求。
（4）大数据下大量数据的聚集导致数据的价值密度低。大数据所包含的巨量数据信息中包含了所有数据和全部字段细节，对于要解决一些特定的问题和决策来说，有大量不相关信息包含其中，造成了相对有效数据的密度低。面对这个特征，为了提升决策的效率以及效益，需要提炼有效数据。大数据为了保证信息的完整性以及能够满足所有应用，这就要求数据数量的激增，而有效信息的比例相对减少，也就是我们所说的价值密度低的特征。
2 大数据时代管理会计面临的挑战
2.1 会计工作者对大数据的应用认识不足
大数据时代的到来对很多行业来说既是机遇也是挑战，会计从业者对大数据的正确认识是迎接机遇和挑战的必要条件。目前很多企业并没用充分认识到这一点，对大数据的认识不足，主要表现为：首先，认为大数据技术比较遥远，而且仅仅是存在于如谷歌、微软等高精尖技术公司，不愿意为大数据技术投入人力、物力、财力，甚至有意避开大数据这一领域的有效应用；其次，对于大数据的认知度不足，调查显示，在中小企业中，对大数据有过关注和了解的人不足50%，另一半则仅仅听过这个名词而已，并没有真正关注和了解。再这样的情况下，大数据在会计工作者中的应用与推广必将受到影响。
2.2 会计的信息存储空间不足
我们强调了大数据时代其特征中数据量的巨大，并且要求所存储数据的全面性以及持续性，这些都需要巨大的存储空间，而目前对于处理这些TB级别的数据有很大困难。
2.3 会计信息的安全无保障
大数据时代基础数据搜集中，包含着大量的私密信息，这些信息的安全关系到员工及客户的自身安全；同时大数据也涉及到企业核心信息。这些数据一旦泄露，都将对客户或者企业造成威胁，给企业带来不可弥补的损失。因此，面对大数据的应用，对于信息安全的要求是一个不可回避的重要课题。
2.4 针对大数据的会计分析技术不足
大数据的特点之一就是数据价值密度低，也就是说面对众多数据，对其有效的分析和充分的利用是实现大数据有效应用的途径之一。目前，对于大数据的有效应用少之又少，一方面是因为数据量过大，另一面则是因为传统的分析方法不能很好地适用于非结构化数据的分析。
2.5 大数据时代下会计人才缺失
目前，全世界都面临着大数据专业人才的缺口，面对大数据的特点，必须有专业数据分析技能的会计工作者才能胜任，才能将众多数据转化为有效的深度挖掘和分析决策报告。专业知识的短缺必将阻碍会计工作者在大数据时代下的发展，因此，对于数据处理及数据挖掘等相关方面的培训是会计工作者提升自身技能的必备条件。
3 如何应对大数据给会计工作带来的挑战
大数据时代的到来是一个渐进的过程，在这个过程中，对会计工作的能力要求也是一个渐变和逐步提升的过程，会计人员必须积极应对这些变革，迎接大数据带来的挑战。
3.1 提升自身对数据挖掘的应用能力
大数据的有效应用就是考验会计工作从海量信息中找到有价值信息的过程，只有找到了有价值的信息才能为生产经营提供正确的发展方向。这些都需要依赖于数据仓库以及数据挖掘技术。
3.2 提升会计信息化的安全性
前面提到了目前会计信息安全性的问题，如何防止他人恶意非法访问以及窃取相关数据是目前急需解决的问题。目前比较有效的防护办法为：企业启用用户身份安全认证以及访问控制机制，同时增加会计信息安全评估机制，在企业内部建立和健全一个会计信息管理系统。
3.3 加大对大数据知识的会计人才的培养
随着大数据的逐步应用，为应对大数据知识及技能人才缺失的现状，企业一方面可以加大招聘力度，另一方面可以通过对现有会计人员进行培训或者交流学习等方式，提升会计工作人员的大数据挖掘分析的能力。
4 结 语
随着大数据时代的到来，对会计工作的需求也上升到了一个新的高度，在技术上说，要求会计人员了解大数据的特点，并且能从中挖掘和整理出有效的信息，能为公司解读有效数据并提供决策依据；从职业操守上来看，需要会计工作者严保数据库中的敏感信息，不可泄露客户及公司的信息。因此，需要不断提升会计工作的技能和职业操守来应对大数据时代的到来，更好地利用大数据来更加出色地完成会计工作。
主要参考文献
[1]袁振兴，张青娜，张晓琳，等.大数据对会计的挑战及其应对[J].会计之友，2014（32）.
[2]许金玲，赵爽.大数据时代管理会计工作变革研究[J].现代经济信息，2014（23）.
[3]孙雨萌，田雨晴.大数据时代下我国会计行业[J].商，2014（6）.
4月22日，以“大数据重构企业智慧”为主题的浪潮2014新财年企业信息化战略会在北京召开。浪潮集团执行总裁王兴山详细介绍了浪潮新财年企业信息化战略――发展2大平台软件、提升5大应用产品、深化10个优势行业、推动100家大企业云落地、聚合1000家合作伙伴，以新思维、新工具、新方法帮助企业用户用大数据重构企业智慧，推动企业转型升级。
“大数据正在重构企业智慧，推动企业转型升级。大数据时代下的企业信息化架构强调云计算、大数据、社交网络和移动应用，企业正在用新技术不断颠覆传统企业的运营模式，帮助企业实现差异化创新。”王兴山认为，“在变革时代，需求和技术驱动着中国管理软件产业的快速发展。与此同时，国产化的春天也给管理软件产业带来了巨大的发展机遇。”
为此浪潮推出了全新的企业信息化新战略。一是，发挥技术优势，加强平台研发投入，重点发展企业云应用平台GSP+和大数据服务平台IOP。二是，面向管理创新和新IT融合需求，围绕管理会计、财务共享服务、电子采购、数据商业分析、移动应用5大热点领域，提升浪潮GS、HCM、CRM、BA、PS全线管理软件产品。三是，推动浪潮解决方案在军工、建筑、制药、储备、快消品、装备制造、采掘、船舶、化工、交通10大行业的深度应用，实施100家企业数据整合业务，全面推动企业管理升级。四是，基于浪潮第四代数据中心平台，按照浪潮企业云落地路线图，重点发展企业托管云与大数据整合服务，同时发展以CRM、SRM、HCM、数据分析服务为重点的公有云服务，2014年推动100家企业云落地。最后，进一步加强区域本地化建设，浪潮计划2014重点发展1000家合作伙伴，提升面向客户的本地化、专业化服务能力建设。
“浪潮通过自建数据中心、软件平台为客户提供大数据解决方案，企业用户可以利用浪潮企业云平台（GSP+）重构传统应用，实现应用集成及与电商、社交平台对接；在浪潮BA基础上利用大数据平台实现数据整合，建立创新应用；再建立自主商城，借助社交商务实现全渠道协同。”王兴山在接受采访时说。
购物车(0)
