时间：2024-01-15 15:00:41
序论：速发表网结合其深厚的文秘经验，特别为您筛选了11篇大数据时代趋势范文。如果您需要更多原创资料，欢迎随时与我们的客服老师联系，希望您能从中汲取灵感和知识！
从苹果公司销售案例谈起，对于如何提高销售额的问题，专家、专业人士会给出建议，比如提高管理能力、做更新更炫的广告、搞些促销活动……这些方式当然都会很有效。但是，讲求创新的苹果公司将门店中所有能够收集到的数据，全都输入软件。然后发现了一个惊人的现象，电脑屏幕和桌子呈70度左右角的电脑销售量比其他电脑高出15%，这比任何经验式的建议更有效。原因是当我们走到一个70度角的电脑前，会觉得反光非常不舒服，很自然地会伸手去扳动屏幕。心理学告诉我们，一旦潜在客户与货物发生了肢体接触，他购买这个商品的可能性就上升了15%。[1]
这一事例带给教育很多思考，我们在经验中认为重要的因素，未必是对教育真正起作用的影响因素。经验与理性思维也有局限。传统教育研究中，质性研究多，定量研究少;理论演绎多，实证研究少。即使采用实证研究（如观察法、调查法、统计法等）往往囿于信息处理能力，会出现三个问题：1.抽取的样本并不能涵盖所有的研究对象。随机采样往往会漏掉一些细节考察，甚至会失去对某些特定子类别进一步研究的能力。2.反馈信息具有阶段性、周期性特点，往往缺乏即时性。3.调查结果并不能真实反映教育的情况。首先，教育教学研究调查多是在师生知晓的情况下进行的，数据获得往往有一定的欺骗性与刻意性;其次，设计实验与问卷时也会产生主观偏差。究其原因，主要是缺少强大数据源与足够的数据处理、存储能力来提供分析与实证。
今天，物联网、云计算、大数据技术的高速发展为教育研究带来了新的可能。1.研究对象=全体。学生、教师、管理者等都成为数据的生产者，通过大数据技术能监测获取教育过程中的全部数据。如教育环境的设计、教育实验场景的布置、教育时空的变化、教师教学过程、教育管理数据的采集和决策、学生学习的轨迹与学业状况的收集，等等。2.无处不在的“第三只眼”。移动互联网、传感器、定位系统的运用，犹如“第三只眼”，能在自然状态下随时随地获取并处理信息，很好地避免了因人的介入而对研究对象造成干扰。这些数据具有真实性、即时性、全体性的特点。通过数据分析技术能够比传统研究方式更准确地评价与把握教育发展现状、预测未来发展趋势。3.提供了一种新的科研范式――数据密集型科学研究。即在海量数据和网络上发展起来的，继实验科学、理论科学、计算科学后的第四研究范式：研究对象是云端数据，研究人员在浩如烟海的数据中进行分析和挖掘，提出科学问题。
总之，在大数据的背景下，经验推演式教育研究终将变成一种数据支撑的实证科学，由主观评价走向客观数据分析，由推断走向科学。正如魏忠所说：“教育将继经济学之后，不再是一个靠理念和经验传承的社会科学和道德良心的学科，大数据时代的教育，将变成一门实实在在的实证科学。”[2]
二、变革：教育模式由封闭单一走向开放多元
1970年，托夫勒写了《未来的冲击》，他谈到过去的教育是为工业化做配套的：上课的铃声、课程大纲、班级、教室、每节课45分钟、集中物流般的大规模学生和教师聚集、工厂计分般的考核系统等。当前，这种与工业社会配套的教育体系被完整地保留了下来。托夫勒批评了这种工业化封闭的教育模式，并创造性地提出了面向未来的教育：小班化、多师同堂、在家上学趋势、在线和多媒体教育、回到社区……[3]
45年后的今天，基于云计算、物联网、数据库技术、社会网络技术等的成熟应用，托夫勒的预知都成为了现实：慕课、翻转课堂、可汗学院、电子书包、在家上学、终身学习……教育资源更加丰富，优质教育不一定依赖校园，而带来这些变化的真正原因，就是大数据。
现在，我们再也不能无视学校与世界各个角落之间无法抗拒的“连接”。学校不再是知识生产的唯一场所，在家上学逐渐兴起，教育将在学校之外发生，学校的围墙越来越只具有形式的意义。学生知识的来源，经验的获得，观念的确立将更多地来自于互联网。正如《教育正悄悄发生一场革命》中讲的：“标准化的教育将转向网络完成，而人才培养和个性化将主要由学校承担：越来越小的班级、越来越近的学校、越来越聚焦的教育支持、越来越个性的培养方式，将使教育摆脱工业化时代。”
中图分类号：F2文献标识码：A文章编号：16723198（2015）17001202
1大数据概述
1.1大数据的定义
维基百科上对大数据的解释是被广泛提及的一种解释：“大数据是无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合。”根据人们的通常的认知，信息是数据的载体，所以在大数据的实际运用当中，人们的最终目的就是利用大数据进行更完美的决策。因此，大数据可以在政府政策制订、社会舆情监测、商业营销等领域的决策得以广泛运用。
1.2大数据的特征
通常情况下，大数据的特点可以被归纳为4个V。即数量大（Volume Big）、类型多样（Variable Type）、实现快速（Velocity Fast）和价值高但密度低（Value High and Low Density）。
一是数据体量巨大（Volume）。目前，人类生产的所有印刷材料的数据量是200PB（1PB=210TB）、全人类说过的所有的话的数据量大约达到了5EB（1EB=210PB），一台典型的个人计算机硬盘的容量为TB量级，而一些大企业的数据量已经接近EB量级。
二是数据类型繁多（Variety）。这些多样化的数据被分为结构化数据和非结构化数据两种。以文本为主的这类便于储存的数据是结构化数据，其余像网络日志、音频、视频、图片等则被归为结构化数据。这些年，相比于结构化数据而言，非结构化数据越来越多。这样多类型的数据将对数据处理能力提出更加严格和高要求的挑战。
三是价值密度低（Value）。往往数据总量的高低与价值密度的高低是不成正比反而成反比的。以一部1个小时的视频为例，在连续不断的1个小时的监控中，对我们有用的数据可能仅仅有几秒。如何在这个种类繁杂、数量庞大的数据中迅速的提取对于自己有用的信息是一个亟待解决的问题。
四是处理速度快（Velocity）。处理速度快是大数据有区别于传统数据挖掘的最显著的特征之一。根据IDC的“数字宇宙”的报告，预计到2020年，全球数据使用量将达到35.2ZB。在如此庞大的数据量面前，是否能迅速的处理这些海量的数据的效率关乎到企业的生命。
1.3大数据时代的来临
毋庸置疑，我们正处在一个大数据的时代。大数据已经逐渐成为人们现代生活当中不可缺少的社会基础建设的一部分。大数据时代的经济学、政治学、社会学和许多科学门类都会发生巨大甚至是本质上的变化和发展，进而影响人类的价值体系、知识体系和生活方式。
多个领域都在积极的运用大数据来进行决策。在制造行业中，企业通过收集网上的众多数据来进行大数据分析，了解客户的实际需求和掌握市场动向，就可以做出合理有效的决策来对库存量和采购进行科学的管理和决策，有效的减少了因盲目进货而导致的损失。而在商业上，国外的一些超市通过定位系统对顾客的手机和购物推车进行定位获得商场内顾客在各处的停留时间，然后再利用视频监视系统对监控图像进行分析来了解顾客的购物行为，进而优化商场的布局和货物的排列，提高销售利润。大数据也被利用在政府决策上，比如分析本地近几十年的天气数据，将气温、降水量、土壤情况和每年农作物产量做成图表，就可以大概估计出农产品生产趋势，政府就可以根据分析和预测做出行之有效的预防措施、农业政策等。
比如，洛杉矶警察局和加利福尼亚大学合作利用大数据预测犯罪的发生。Google流感趋势（Google Flu Trends）利用搜索关键词预测禽流感的散布。统计学家内特.西尔弗（Nate Silver）利用大数据预测2012美国选举结果。麻省理工学院利用手机定位数据和交通数据建立城市规划。梅西百货根据需求和库存的情况，该公司基于SAS的系统对多达7300万种货品进行实时调价。
大数据影响了我们的生活和熟悉的行业，因此出版产业必然也会其他产业一样受到大数据技术发展带来的挑战和发展。
2大数据应用给出版业带来的挑战
2.1出版业需将“数字化”进行到底
目前，出版业还处在传统出版向数字化转型的阶段，也就是说传统出版业数字化转型还尚未完成，又即将迎来“大数据时代”。但数字化仅仅是大数据的一个前提和基础，数字化不等于大数据。要想进行大数据分析，必须先将不同形式的复杂数据处理成为计算机可以计算、处理的数字数据。所以，要迎接出版行业“大数据时代”的来临，就必须加快传统出版业向数字化转型。
2.2出版业必须明白是谁在掌握着数据
在大数据时代，数据成为宝贵的财富，然而如果要利用大数据，出版业应该搞明白的事情是谁拥有着大数据。必须要取得搜索引擎（如百度）、社交网站、网络小说网站、电子书阅读器公司等拥有着与出版行业相关联的数据的公司或组织的授权，合理合法的取得所需数据，然后才可以进行数据分析，获得使用价值。但是因为数据作为一种资产而言其本身的价值是难以具体衡量的，因此在取得这些数据的过程中可能会面临的多重的挑战和困难，这种多方博弈可能会有着更多的不确定性。而某些在出版产业链上已经实现纵向一体化的公司可能会出于自身利益考虑或其他原因，不向出版社提供数据使用权。例如，拥有电子阅读器Kindle的亚马逊就没有把用户数据信息卖给出版社或作者。
2.3大数据挑战出版机构对数据的采集、挖掘、分析与整合能力
出版行业获得的信息和知识可以用于两个方面，一是可以用来传递给公众，二是可以用于出版机构本身的预测、策划等环节。数据仅仅是一种符号，只有经过解释、处理和分析的数据具有意义，成为信息。而知识是人类对客观世界的认知成果，是从信息里提炼、加工出来的。因此想要获得更加完善的信息和知识，大数据时代将考验出版机构对于数据的采集、挖掘、分析和整合的能力。
2.4大数据将考验出版业自身数据分析、数据管理体系
对于微观出版组织而言，大数据时代不仅考验着出版机构是否有能力收集有效数据，优化分析方法，也考验着出版机构是否可以更好的将大数据嵌入到版权购买、产品营销和用户沟通等多方面的出版运作流程中，使之真正成为一种经营资产和管理要素。对于政府管理与公共服务体系建设层面而言，出版业能否将行业内的数据管理工作全面覆盖，能否完善数据监测、管理系统，能否健全数据信息公开制度、使数据信息更加透明、科学、全面、合法也是挑战之一。
3大数据背景下数字出版的发展趋势
3.1数字出版和互联网的融合
数字出版是建立在计算机、通讯、网络、存储、显示等高新技术基础上，融合并超越了传统出版内容而发展起来的新兴出版产业，数字出版的前提是数字化，而大数据的本质是更加广泛、深入的数字化，以及全社会范围内的数据互联互通。大数据时代的“从数字化到数据化”――深度信息化转型任务：从内容数字化到内容数据化、从数字化阅读到阅读数据化、从数字化服务到服务数据化、从管理信息化到管理数据化后将繁杂数据转化为计算机可以分析的数据，从而使得数字出版利用互联网获得大量数据，再通过大数据技术分析这些技术从而获得长远发展得以实现。所以数字出版发展的第一个趋势就是和互联网的融合。
3.2数字出版产业链整合
随着大数据及时的发展原先制约着数字出版产业链整合的一些问题，比如说数字出版产业链中内容提供方具有版权优势、技术提供方具有技术优势、网络服务方具有渠道优势，但是数字出版产业链缺乏整体统一的信息协作平台导致信息不能共享等问题将会逐步解决。大数据技术建立的“信息共享”将使得信息的共享得以实现。大数据技术让数字出版产业有能力去整合优质资源、顺应时间、内容“碎片化”趋势，可以分析读者或消费者的个性化需求，并且做到“定制”这些数字内容产品、服务和信息。使得数字出版走向内容、技术以及终端无缝对接才能准确的适应潮流，从而促进了数字出版产业的产业链整合。
3.3在大数据时代，出版商将逐渐向信息和知识服务商转变
受到大数据的影响，数字出版无论从生产模式还是内容上都会有所改变。在生产模式方面，数字出版将改变以往的以书、文献等为基本单位的生产方式，转而形成以知识、信息为基本单位的单位的细致分析数据化的生产模式。而在内容上，数字出版可以通过对于数据的分析而详细、深入的了解到读者的需求，将已有的知识与信息和读者所需要的知识与信息紧密结合起来。作者可以知道读者需求，与读者直接交流。大数据将推动整个数字出版产业向信息和知识服务商逐渐转变。
3.4数字出版向“数据”出版转变
大数据可以有效帮助出版社解决很多问题，为读者提供更为专业的服务。很多时候，出版者并不是研究人员，所以在面对内容中很多需要专业知识来解答的问题时，往往是难以确定，甚至不知所措。但是如果出版机构具备分析大量用于数据的能力，在数据的收集、整理和分析处理上的能力有所提升，大数据就可以帮助这个在传统出版方式下出版者和作者没办法解决的难题。因为这个方法需要通过大数据将海量资料提供给人们作为研究的素材，为深入的研究提供工具，详细的做法是，出版者利用大数据进行二次研究。比如建立统计数据库，并且研究如何将它做成大数据产品，为特定的问题设定特定的数据指标，以求找到问题的答案。因此在大数据时代，数字出版向“数据”出版转变也是一种趋势。
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，2010，（4）.
[2]维克多・迈尔-舍恩伯格.大数据时代[M].杭州.浙江人民出版社，2010.
[3]李彪，陈璐瑶.大数据时代传统出版业的对策和路径选择研究[J].出版广角，2013，（23）.
中图分类号：G250 文献标识码：A DOI：10.16400/ki.kjdks.2016.10.089
Abstract Under the background of the era of big data， the library should actively expand the service channels， seize the opportunity to develop in the era of big data. To customers as the center， to provide personalized service； by means of micro platform， to further promote the micro service； to strengthen the integration of resources， provide one-stop service； play the data analysis， focus on the hospital specialties service； according to the application data and provide scene of service， so that the library develops bettert.
Keywords big data； library； service
“在大数据时代背景下，图书馆的物理形态、服务方式、资源存储及用户群体等都发生了巨大变化，同时图书馆在大数据运作的过程中也面临了新的挑战。”①医院图书馆要抓住大数据时展机遇，积极转变服务理念，努力拓展服务渠道，构建多渠道服务模式，为客户提供更优质服务，以赢得更好的发展。
1 客户中心的个性化服务
1.1 大数据时代个性化服务需求
大数据时代最显著的特点是信息量巨大，信息价值密度小，数据处理速度快。“大数据是伴随云计算等技术发展成熟而日趋可控、能从其超大容量且复杂多样当中迅速发掘出可观价值、主要以互联网为平台的一种数据形态描述。”②大数据时代信息资源丰富，不仅给图书馆带来机遇，也给客户提供了大量的信息。客户获取信息的渠道越来越广。信息获取渠道的丰富化，需要图书馆增强服务主动性，发挥图书馆价值密度大优势，针对客户提供个性化服务，这将是医院图书馆服务的一个大趋势，也是大数据时代个性化服务的需要。“个性化服务是图书馆在网络和数字信息环境下，提高服务质量，赢得发展机遇的重要选择。”③
1.2 大数据时代个性化服务实践
（1）服务技术提升。大数据时代下，医院图书馆个性化服务将以“技术”为支撑，提升服务技术。从用户的注册、登录、信息供给等多个方面提升技术要求。既要满足客户个性需求，强化信息推送技术，又要做好用户信息安全与推送信息传输的安全性。
（2）服务模式提升。大数据时代，图书馆服务要及时更新服务模式，以更好地顺应大数据时代的要求。个性化服务模式的构建重点在于分析客户的需求，包括信息内容个性化需求、信息获取习惯需求、根据客户的个性化需求构建新型服务模式。
（3）服务内容优化。服务内容是图书馆个性化服务提升的关键，在前者基础上，图书馆要重点优化服务内容。首先，快速的信息获取入口。大数据时代下，信息资源的丰富性大大降低了信息资源的价值密度，这就需要信息推送者能够给客户需求，快捷地传达信息推送内容，使客户能够快速地进行信息搜索，获得一个快捷的信息获取入口；其次，智能化推送服务。个性化服务的一个关键内容是智能化信息推送，根据用户的数据信息搜索进行智能化分析，向客户进行有目的地进行信息推送。
（4）电子邮件服务。电子邮件服务是个性化信息服务常用的服务形式，将有助于进一步提升图书馆个性化服务水平。电子邮件操作简单，服务主题明确，能够大大提升个性化服务水平，使客户享受到个性化服务。
2 基于微平台的微服务
随着信息网络技术的快速发展，基于微平台的微服务凭借自身的诸多优越性快速崛起。“微服务理念如何在图书馆中得到应用是一个新兴话题，也是一个值得研究的问题。”④微服务能够将读者的零碎时间利用起来，进行微阅读，以获取感兴趣的信息。
2.1 大数据时代微服务需求
现代生活节奏快，人们对信息的需求方式产生变化，迫切需要一种新的信息获取方式，突破信息获取的时空限制，信息获取更加便捷，能够在信息获取的过程中进行有效互动，微服务正是基于客户信息获取需求的产物。在大数据时代，客户能够借助移动客户端，例如手机、ipad等，利用个性化时间，获取需要的信息，而且阅读具有很大的便捷性，互动性强。
2.2 大数据时代微服务
（1）开发微服务系统。图书馆要基于客户移动阅读的需要，开发图书馆微服务系统，例如开发图书馆APP软件，为客户提供灵活便捷的移动信息供给模式。客户只需要下载APP软件，在手机客户端安装就可以实现微阅读服务，实现图书馆资源搜索，图书阅读预定、移动在线阅读等。微服务系统的开发，将有助于推动图书馆智能化服务进程。
（2）微阅读信息整合。图书馆信息资源很丰富，具有资源数量大、零碎化等特点，客户难以快速地获取信息。图书馆要借助微服务系统，加强微阅读信息整合，利用微平台，为客户提供有价值的阅读信息。首先，借助微阅读系统智能化功能，自动记录客户的搜索记录，了解客户的信息需求内容，根据客户的信息需求，向客户进行有针对性的信息推送；其次，要借助微平台，及时图书馆新图书信息，使客户快速获取最新的图书信息，丰富图书馆馆藏图书信息资源；第三，图书馆还可以借助微平台与客户进行有效互动，构建新型互动型服务模式，例如开展阅读需求调查，主题阅读等，更好地满足客户多元化阅读需求。
3 资源整合一站式服务
3.1 资源整合一站式服务必要性
在大数据时代，图书馆要具有资源整合意识，通过资源整合构建一站式服务体系。一站式服务体系是大数据时代的要求。大数据时代，图书馆要获得更好的生存与发展，除了发挥自身的优势外，必须要加强与其他信息供给平台的整合，丰富图书馆馆藏信息资源，以便向更广泛的客户提供信息服务；一站式服务也是客户信息需求的客观需要。信息资源的日益丰富，使客户获得更多的信息获取渠道，客户对图书馆信息服务水平提升也提出了更高要求，一站式服务为客户提供了便捷的信息获取渠道，极大地方便了客户的信息需求。
3.2 资源整合一站式服务
资源整合的一站式服务可以为客户提供各种类型的数据信息资源，这些数据信息需要借助与其他信息供给平台合作。影响资源整合最主要的问题是信息资源整合的标准。因此，资源整合一站式服务必须要根据医院图书馆发展定位，做好与其他资源信息平台或者机构的标准对接，建立相对统一的数据对接标准，发挥图书馆组织优势。其中一个重要的资源整合形式是加强与客户的资源整合，图书馆在为客户提供馆藏图书信息资源时，倡导读者从单一的信息资源接受者角色中转变出来，积极成为资源的贡献者。图书馆可以采取贡献值累积的形式，使客户在贡献资源信息时，获得一定数量的贡献值。在客户消费信息资源时，抵充消费值。
此外，还要着重加强与其他图书馆馆藏资源共享。每一个图书馆在长期的发展中，都形成了具有自身特色的馆藏数据资源。资源一站式服务通过图书馆之间的合作，可以进一步发挥自身的信息资源优势，同时又借助其他图书馆资源，实现与其他图书馆资源的共享，为客户提供一站式服务，使客户更加便捷地获取信息。
4 数据分析的科别服务
大数据时代下，图书馆发展出现同质化现象，要突破图书馆这一发展瓶颈，需要图书馆根据大数据时代的优势，突破大数据时代下图书馆发展的瓶颈。图书馆要发挥大数据时代信息处理速度快速的特点，通过数据分析，提升图书馆信息资源的密度价值。医院图书馆馆藏图书信息行业特征比较明显，这既是图书馆发展的局限性，也是医院图书馆的发展优势。
医院图书馆在大数据时代下，要具有聚焦意识，对馆藏图书信息资源进行分门别类的信息加工与处理，对所有信息进行智能化处理，将医院图书馆信息资源分为两大类别：公共图书资源与医院行业图书资源。在医院行业图书资源子系统，基于医院科别建立类似于“百科全书”的医院行业图书馆信息系统。根据医院科别信息资源需求，向科别纵深处做大做强馆藏图书科别信息服务，从求全发展思路向“精细化”发展思路转变。这既是发挥医院图书馆传统发展特色的需要，也是弘扬图书馆建设特色的需要。
图书馆科别服务模式，将进一步提升资源信息的价值密度。通过数据分析，将图书馆医院行业信息资源进行分类，归纳出不同科别信息需求，深入推进科别信息知识服务，满足科别信息需求对象的信息需求。大数据背景下，数据的快速分析与处理，将对现有的数据进行分析，突出信息资源需求主题，从浏览记录与客户的科别搜索记录，洞察科别知识需求趋势，从而更好地更新与丰富医院图书馆馆藏资源，提升资源更新针对性与医院图书馆行业服务品质。
5 数据应用场景化服务
大数据时代信息爆炸式呈现，既为人们提供了大量的信息资源，又使信息资源价值密度大大降低。在这种信息资源供给模式下，作为信息供给平台或者组织，谁能够有效地进行数据信息处理，提升信息资源的价值密度，谁就能够获得更好的发展。
图书馆要发挥自身的优势，积极提升医院图书馆信息资源的密度价值，信息资源场景化就是一条便捷的途径。所谓信息资源呈现的场景化就是使资源供给具有可视性，使客户能够快速地获取所需要的信息资源，减少资源搜索时间，提升资源利用效率。图书馆要将数据应用场景化作为今后发展的一个重点，对医院数据进行可视化处理。医院要按照图书馆数据信息的应用场景，对图书馆信息资源进行优化处理，为客户模拟出快捷的应用场景，突出图书信息资源的“场景主题”，客户根据数据应用场景就能够快速地搜索到需要的信息资源；图书馆也可以通过数据客户应用场景，展现图书馆信息资源的应用情况，为其他客户提供借鉴与参考，提升客户图书馆馆藏信息资源利用效率。
总之，大数据时代信息呈现出爆炸式增长。医院图书馆要抓住大数据时展机遇，积极转变发展与服务理念。图书馆要通过开创多元化服务渠道，发挥大数据优势，从图书馆同质化发展中走出一条适合自己的发展道路，为客户提供更优质的服务，在服务客户的同时，实现图书馆的新发展。
注释
① 黄春英.探究大数据时代下图书馆的服务创新与发展[J].才智，2014（6）：67.
一、引言
一般意义上，大数据是指无法在可容忍的时间内用传统IT技术和软硬件工具对其进行感知、获取、管理、处理和服务的数据集合。大数据的特点可以总结为：体量浩大、模态繁多、生成快速以及价值密度低。大数据之所以产生，是因为今天无所不在的传感器和微处理器，在普适计算的时代，任何使用电子设备的人都会留下数据痕迹，这些数据通过互联网的交流，又形成了一个庞大的数据库。这些数据通过一定的方法，可以被分析和使用。大数据隐含的巨大科研，社会与经济价值已被人们所感知且引起了各行各业的巨大关注。毫无疑问，人类社会正在步入大数据的时代，大数据这把巨桨，必将在未来科学技术和经济社会发展的洪流中翻江倒海，中国这艘经济巨轮，将何去何从？本文将详细叙述大数据时代对我国产业经济发展趋势的影响。
二、大数据时代的产业发展趋势
国民经济核算体系与政府统计调查机制的一系列改革只是大数据时代下国民经济运行趋势的一个方面，但由于其代表政府在信息化时代中角色，任务的转变，其影响能够辐射到经济运行的方方面面，而信息化，数据化的时展趋势，会深重改变着国民经济的产业发展，尤其是技术层面与产业环境。
作为大数据应用的一个耳熟能详的例子，大概就是依靠数据挖掘技术成功预测了流感的爆发。多年来，医务人员一直致力于研究流感爆发的周期特点，1999年，美国的研究人员通过对全美两万多个药店的销售数据进行挖掘，发现在医院大规模收治流感病人的两个星期前，药店柜台的感冒药会有一个销售高峰，而这个高峰只要超过一定的临界点，就会预示着一场流感即将爆发。其中的原因研究人员也给出了解释：人们患了流感后，一般会先尝试自己买药，若不见效，病情加重才会到医院看医生，此时，流感往往已经在社会上爆发，难以控制。然而，在大数据时代，人们已经具备在大量的信息中挖掘出事物发展的相关关系，而且现实中人们常常更热衷于知道事物如何会发生而不是为什么发生。研究因果关系的传统科学思维受到了挑战。正如上例，成功预测流感何时何地爆发比知道其为何会爆发更具有迫切性与实用性。
正是因为统计方法不能寻找出事物背后的真正原因，只能对其进行概率性的归纳。因此大数据技术在商业领域广泛流行并推动者产业的不断更替发展。企业是盈利性的组织，只要某种决策有利可图，则大可为之。而不必深究为何此举能够产生利润，更不必发掘其中的内在规律。因此，企业使用大数据走的不是通常理解的搜集处理数据、分析、得出结论、获得知识的道路，而是直接从大数据到其价值。
（一）商务智能的高度发展是产业技术层面的重要体现
仅仅几年以前，商务智能技术还是大公司的专利，但随着各种未处理区，存储器的不断普及，这种技术渐渐成为商业界的主流，所有大大小小的企业都收集着大量的数据，通过整理存储在数据仓库中，并且在内部不同部门之间互相连通，继而爆发出惊人的能量。
大数据的分析处理技术归纳起来主要有联机分析，数据挖掘以及数据可视化。联机分析，也称多维分析，本意是把分离的数据库“相联”，进行多维度地分析。数据挖掘是赋予商务智能“生命”的一个产业链。传统的数据挖掘是从结构化的数据中提取有关信息并建立模型，然后大数据时代对数据挖掘技术提出的最大挑战就是从海量的半结构化、非结构化数据中进行清洗转换，整理汇总并建立反映事物关联性的模型。典型的例子是零售行业巨头沃尔玛的研究人员通过对数据仓库中的数据进行分析后，发现跟尿布一起搭配购买最多的竟然是啤酒。这是由于有30%到40%的爸爸会在为婴儿购买尿布后顺便带点啤酒犒劳自己，沃尔玛发现了其中规律后，对尿布和啤酒进行捆绑销售，结果其销售量双双增加。
传统的商务智能产业链条只有上述数据仓库，联机分析以及数据挖掘三块。然而技术的进步是无止境的，进入21世纪后，数据可视化作为商务智能产业的最新链条大放异彩。数据可视化的技术，可以通过图像在逻辑思维的基础上进一步激发人的形象思维和空间想象能力，吸引、帮助用户洞察数据之间隐藏的关系和规律。
此外，在大数据时代，依赖于互联网等媒介，数据以惊人的方式传播，企业与个人对数据保密技术的要求将会大大提高，可以预见的是，未来的大数据将会以更安全可靠的方式被人们所利用。
（二）传统产业和新兴产业对信息化不同程度的利用构成了大数据时代产业发展环境的崭新面貌
大数据产业，总结起来不外乎数据的采集加工，软硬件制造与相关的数据服务行业。美国是世界上第一个发展大数据产业的国家，其成就是令人震惊的，今年由于泄密而被全球关注的美国安全局与联邦调查局的“棱镜”计划就是一个例子，其早在2007年已经被秘密启动。英国政府也将大数据产业作为重点发展的科技领域。2013年，英国牛津大学成立首个应用大数据技术的医疗卫生研究中心，整合分析大量的医疗信息。除美英外，日本政府近年来不断推出《IT新改革战略》、《新信息通信技术战略》等信息战略并不断改革完善。2012年与2013年来依次推出“活跃ICT日本”与“新ICT战略”，不断提高政府的信息开放性。
而在国内，大数据产业在企业中也开始初露端倪并蓬勃发展，北京中关村的大数据产业的雏形已经显现。国内互联网业巨擘也开始联合起来构建大数据时代的产业环境。在内外各种因素的催生诱导下，国内产业发展趋势已不难预知。
1. 领跑大数据时代产业技术发展的信息产业将面临巨大的发展机遇。由于互联网的盛行，信息产业正在改变人们的生活方式，从以往买衣服买鞋子需要挨个店逐一比对试穿到现在足不出户，点点鼠标就能够阅览众多款式的商品，淘宝，京东，亚马逊等电子商务平台为人们的生活Ю戳吮憬荨4右酝出行需要提早出门订票到现在只需浏览个别网站如携程网，去哪儿网就能够提前数月甚至半年预定出行的车票或机票，人们出行不再掣肘于提早规划来回的时间与繁冗的买票程序。甚至在居住地区的城市内出行也有相关移动应用用来打车。可以说，信息化产业渗透到人们生活的方方面面。而我们在感受便捷的同时，却甚少人能够看到信息技术企业在面对巨大的客户群所产生的大数据面前所做的大量细致的分析工作。例如通过数据分析得到某种产品的适宜价格以及适当的销售时间段，还可以根据客户留下的数据记录提取出客户的特定需求与喜好，从而制定更加适合客户个性化选择的营销模式。
2. 依赖于传统的“IOE”信息系统的行业将面临巨大挑战，亟待转型升级。过去，中国对信息系统有所谓“金三角”的说法，即“IOE”。I指IBM的储存器，O指Oracle的数据库，E指EMC的存储。正如中国工程院院士，中科院计算所首席科学家李国杰院士所认为：这三家公司基本垄断了国内银行、证券等对数据依赖性强，对计算机处理技术要求很高的行业。而如果当今信息技术企业若仍建立在“IOE”系统的基础上，那么就不是大数据的企业。因为“IOE”系统的基础设施并不适合处理大数据，它对数据的认识仍停留在线性维度，而大数据时代数据的规模增长超过了硬件能力的增长。
银行，证券等金融行业以及一些电子营销等对数据依赖性强的行业必须开发出自己的数据存储中心，以避免突发事件所带来的灾难性损失，金融产业把控着国家经济流动的血脉，必须建立起上下游相互协作，相互支撑的大数据产业环境，构建有技术自的大数据产业链，避免核心技术受制于人，重蹈个人电脑和通信产业的老路。
3. 以往不涉及大数据的传统产业开始跃跃欲试并尝到信息化带来的甜头。在美国，大数据处理技术被应用在许多领域，除了传统的零售行业巨头沃尔玛外，数据处理技术也被应用在医疗行业，对病患的病例数据进行记录并挖掘分析，得出最佳治疗方案，甚至实现远程医疗服务。而对于新世纪全球关注的反恐问题，在数据挖掘技术者看来，正如流感的爆发存在预兆一样，在社会中的各种交易活动所留下来的数据也有迹可循，能够通过分析他们的“交易数据”进行定位侦查。此外，美国的煤矿行业也通过也通过对矿难数据的分析从而建立起相关的法律与监督制度，有效减少了矿难悲剧的发生。
在可以预见的未来，国内的潜在大数据产业将会如雨后春笋般涌现，将深刻改变企业经营的理念和企业管理者的思维方式。大数据为企业决策提供的新的思路，一切以数字说话的时代即将来临。
（三）迈入大数据时代我国亟待解决的问题
大数据所带来的信息化改革的风暴席卷了几乎所有的产业领域，走在前面的信息化产业以及快步跟上的传统的数据依赖型产业，还有如梦初醒，随即投入大数据信息化洪流的政府各部门和各行各业，它们引领国民经济走向新的景象。然而，这种趋势是否能够正常发展取决于我们对几个问题的解决程度。
第一个问题是我国数据资源与数据储备较低，而且开放程度不高。数据表明，今天的中国，是一个人口大国，互联网大国，手机大国，却不是一个数据大国。以2010年度新增储存器为基准，中国2010年新增数据量约为250拍，不及日本的400拍，和美国的3500拍相比，更是连十分之一都不到。加之大数据本身的特点决定了其数据价值密度低，这就使得我们从有限的数据中获得有价值的信息更是少之又少。政府全新构建的核算体系需要尽快完善，此外，各行业间，各经济主体间数据流通性也需要加强，否则，即使徒有技术，也是“巧妇难为无米之炊”。
第二个问题是我国在大数据领域的技术水平整体不高。在国际开源社区上，缺少中国能够拿得出手的技术成果，尽管国内互联网企业已经大量吸取整合国外开源大数据技术，但整体上原创能力不强，这种状况若持续下去，中国的大数据产业技术的发展将会一直处于被动的局面。
第三个问题是思维方式的问题，是中国传统观念和大数据时代的思维理念出现了碰撞。中国在大数据时代的落后，并不是偶然的。著名华裔历史学家黄仁宇曾经对中国人缺乏“数据精神”的根源进行剖析：中国人倾向于粗略的主观定性，排斥精确的客观度量，从而养成了重形象，重概括，轻逻辑，轻数据的文化习惯。这种文化习惯使中国人长期满足于基于相似的“模糊联想”，止步于用逻辑来分析，用数据来证明。这种习惯，从中国人的烹饪习语中可见一斑：盐少许，酒若干，油两勺……若国人不摘下“差不多先生”的帽子，在一切谈数据，谈精准的大数据时代，在历史发展机遇的岔口等待我们的，将又是一个落后的世纪。
参考文献：
[1] 李红艳，汪涛. 大数据时代背景下的新型国民经济核算体系研究[J]. 经济视角，2013（8）；24-26.
[2] 李国杰，程学旗. 大数据研究：未来科技及经济社会发展的重大战略领域[J]. 中国科学院院刊，2012（6）；647-657.
[3] 宋之杰，杜亚丽. 大数据产业发展及我国应对措施[J]. 2014（2）；99-104.
[4] 赵国栋. 大数据时代的三大发展趋势[J]. 高科技与产业化，2013（5）；50-53.
[5] 魏凯. 大数据产业发展状况与政策思考[J]. 电信网技术，2014（4）.
[6] 林洪，乔. 大数据与官方统计方法制度改革与发展[J]. 第十五次全国中青年统计科学研讨会.
一、引言
随着计算机和网络技术的飞速发展、人类存储信息量的快速增长以及计算机数据处理能力的大幅提升，人类社会迈进了一个崭新的数字化时代。过去不可计量、存储、分析和共享的很多东西都被数据化了，数据成为了一项重要的商业资本，能被用来激发新产品和新型服务，进而创造新的经济利益。在新的形势下，各行各业的顶尖级企业都将其业务触角延伸至大数据产业，并将大数据应用到经济、金融、电子商务等各个领域。美国政府更是投资2亿美元启动了“大数据研究和发展计划”，将大数据上升到国家战略层面。大数据以其独特的特征在信用经济市场扩张、信用风险防范等方面发挥着重要作用，利用大数据技术促进征信业的健康发展是今后研究的一个重要方向。
二、大数据及其时代变革
1大数据及其特征。大数据指的是所涉及的数据量规模巨大到无法通过人工在合理时间内达到采集、存储、管理、分析，并整理成为人类所能解读的信息。1一般来说，大数据具有四个关键的特征，分别是：海量化，数据量成指数增长，达到“EB”“ZB”的规模；多样化，数据来源广泛，数据格式众多；快速化，数据分析和处理的速度随着高性能计算机的应用而不断提升；价值化，隐藏在海量数据中信息的价值需深入挖掘。
2大数据的时代变革。大数据正以前所未有的方式改变着我们对现实的理解和认知。它让我们不再热衷于随机样本数据，而是利用全体数据进行分析。它让我们不再期待精确性，而是从海量的数据中挖掘其独有的价值。它让我们不再渴求事物的因果关系，而是通过对某个现象的关联物进行挖掘和分析，以此来预测未来。大数据带来的这种思维的转变，将使我们调整在管理、决策、人力资源和教育等方面的传统理念。
（1）大数据改变人类思维。半个世纪以来，信息爆炸累积到一个引发变革的程度，大数据也深刻改变了人类的思维方式。大数据技术在信息收集、储存、分析等环节的应用使“样本等于总体”成为可能。在此条件下，大数据要求我们接受数据的混杂性，并从中受益，而不是以高昂的代价消除所有的不确定性。与此同时，由于“全样本数据”的相关关系分析法更准确、更快、更直观，且不易受偏见的影响，所以大数据时代，人类会更注重相关关系，不再热衷于寻找因果关系。
（2）大数据开启商业变革。大数据发展的核心动力来源于人类测量、记录和分析世界的渴望，大数据时代，文字、方位、沟通等都可以变成可量化可储存的数据。大数据衍生了大数据产业链，在这条链条上的公司主要分为基于大数据本身、技能、思维的公司。数据的再利用、重组、扩展、开放、估值等，使数据成为重要的经济增长点。随着数据价值转移到数据使用者手中，传统的商业模式被颠覆。
（3）大数据转变管理方式。在改变人类基本的生活与思考方式的同时，大数据早已在推动人类信息管理准则的重新定位。人类在生产与信息交流方式上的变革必然会引发自我管理所用规范的变革，这些变革同时也会带动社会需要维护的核心价值观的转变。在个人隐私保护、数据主导预测、反数据垄断等方面，大数据都给我们带来了深刻的管理方式的变革。
三、大数据时代征信业的发展趋势
1多样化的信息采集主体。大数据时代，除目前的征信机构，互联网企业和金融机构也将进军征信业，建立新型的征信机构。一种是电商企业组建的征信机构。例如，建成了涵盖数十万家企业的信用信息数据库，通过大数据分析开展了网络联保贷款、小额贷款等多项增值业务，具备成立专业征信机构的基础和实力。另一种是金融机构成立的征信机构。例如，中国平安集团，通过采集P2P借款信息、银行信贷记录以及车险违章等信用信息，成为专门挖掘金融数据的征信机构。此外，随着互联网金融的兴起，一些成熟的第三方网络借贷平台将转型成为行业征信主体，利用大数据技术提供征信服务。
2全局性的信息采集内容。大数据时代，信用信息征集范围将不断扩大，既有从电子商务等平台采集的非银行信用信息，也有政府部门和事业单位的社会公共信息。传统的社会征信机构将利用互联网技术扩大信息征集范围，除了企业和个人的基本信息，更加注重对非银行信息的采集。同时，阿里巴巴、腾讯等互联网公司依托电子商务、社交网络和搜索引擎等技术工具，利用大数据技术分析海量的网络信用数据，形成能够真实反映企业和个人信用状况的数据档案。各级政府部门也将以电子政务工程为基础，将分散在各部门的社会公共信息加以整合，依托互联网实现各级政府及其主要职能部门所掌握信用信息的互联互通。
3深层次的信息加工程度。随着对大数据与云计算技术的应用，基于大数据拓展应用服务的公司不断崭露头角。他们对各种结构性与非结构性的海量数据应用集成技术实现信息集成，实现不同业务系统之间和异构数据库之间的互通互联。利用大数据技术从大量信用信息数据库中提取用于信用评价的关键性数据，此谓数据的一次挖掘。在此基础上，将这些关键性的数据信息与征信专业知识相结合，用于开发新的征信产品与服务，实现对数据的二次挖掘，这些信息成为信用评价的重要参考依据。
4广泛化的信息应用范围。云计算和数据挖掘等技术的进步，将推动传统征信服务升级并扩大信用信息的应用范围。一方面，可以拓展到金融领域的其他授信公司、担保公司、保险企业、房地产企业等；另一方面，诸如信用风险管理类、营销类以及反欺诈类等高端的征信产品和服务也将被逐步开发并应用。例如，民生银行利用逻辑回归与决策树分类技术构建客户流失预测模型以预测客户流失的可能性。广东发展银行通过对个人或企业的行为、消费模式和还款数据进行跟踪和监控，建立相应的数据挖掘模型并根据模型结果调整信用评价。
四、大数据时代征信业发展面临的挑战
1“信息孤岛”难以消除。据统计，我国的各级政府部门掌握着全社会80%的信息资源，政府掌握的政务信息在最大范围内的开放与共享是信用制度发展的关键所在。征信机构能够快速、真实、完整、连续、合法、公开地获得用于完成企业信用调查报告和个人信用调查报告的数据，是保障信用体系健康发展的基础。但长期以来，掌握社会信息资源的各部门系统间，呈现出部门控制，条块分割，相互封锁的现状，不同职能部门间因利益关系，缺乏有效的共享机制，形成了严重的信息孤岛，阻碍信用信息互联互通。
2专业技术人才匮乏。征信专业化人才严重不足，造成征信服务业发展的供血不足。征信服务业是知识和技术含量很高的行业，如信用评级涉及不同的业务品种、行业背景和法律环境，需要大量不同行业的高素质人才。而我国征信从业人员总体偏少，理解大数据并能够利用大数据进行创新的征信业高级专业人才更为稀缺，人才培养的长期机制尚未建立，大数据征信的信用理念更是处于萌芽状态。此外，大部分征信机构处于亏损状态，经营状况十分艰难，难以吸引大量的优秀人才。
3信息安全面临考验。随着企业和个人越来越全面的信息被采集、存储、循环利用，大数据时代跟互联网时代一样，给企业秘密和个人隐私带来了巨大威胁。一是征信机构现有核心技术水平不高，数据库防护网建设往往依赖外包公司，存在因外包公司人员道德风险泄露敏感数据的风险。二是网络安全形势严峻，信息主体的信贷记录和非银行信息等数据通过互联网传输的过程中，存在因黑客攻击、网络病毒而导致信息被非法访问、盗取和篡改的风险。三是风险防范水平不平衡，部分征信机构系统建设比较滞后，内控制度有待完善，应急管理能力亟待加强。
4法律保障力度不足。一方面，与征信相关的保护企业商业秘密和公民个人隐私的法律法规体系尚不完善。尽管《征信业管理条例》已出台，解决了征信业发展过程中无法可依的窘境，但其向上缺少更高层次的法律支撑，向下缺少具体配套的规章制度，对于征信机构和征信业务的管理也缺乏必要的监管手段，使得征信机构在业务开展过程中步履维艰。尤其是在大数据与互联网时代，一些新出现的征信活动还缺乏针对性的法规约束，使得征信机构在保护商业秘密和个人隐私以及产品研发之间面临两难选择。而且，当企业的商业秘密或个人的隐私受到侵害时，缺乏与之相对应的司法救济，企业和个人的合法权益得不到有力保障。
四、对策与建议
1建立信用信息共享平台。实现各部门之间的互联互通，其关键在于实现异构数据源系统之间的无缝连接上。建立一个新的数据库成本巨大，是不经济的一种方式。因此，采用中间件技术的信用信息交换平台成为首选。在设计上，整个平台主要包括平台内核、平台信息共享交换支撑和平台应用支撑；在系统开发方面，信用系统透明地实现分布式、异构数据库访问，客户端以统一的借口访问分布在各个地域的异构数据，实现数据有效整合。
2加快培育专业技术人才。培养大批高素质的信用管理专业人才，可以为征信业乃至整个社会信用体系提供重要的人力资源保障。一方面要大力推行信用管理师国家职业资格证书制度，建立完善信用管理师职业教育培训体系，推广征信业职业资质认定，最大限度满足各个方面对征信管理人才的需求。另一方面要积极推进征信管理专业的学历文凭制度，在现有的高等教育基础之上，鼓励有条件的高校开设征信管理专业，为征信市场培育高素质人才。此外，征信机构和征信监督管理结构还可以根据实际情况，结合大数据新技术和时代背景，开展各类信用管理教育培训，不断提升征信从业人员的专业技能，逐步完善信用管理职业体系。
3提升信息安全保障能力。提升大数据时代信息安全保障能力应在三个层面取得突破。一是信息安全关键技术方面，加大新型信息安全架构和理论的研发力度，加强主动防护技术、密码技术、隐私保护技术等信息安全关键技术的研发和产业化，发展数据隔离与交换、虚拟化安全、安全认证等支撑大数据、云计算、物联网等应用的信息安全技术。二是在信息安全产品方面，着重发展安全数据库等基础类安全
产品、面向大规模网络应用的安全监控与审计类产品以及网络脆弱性评估工具和信息系统风险评估工具等信息安全支撑工具产品。三是在信息安全服务方面，重点发展信息安全风险评估、信息系统等级保护咨询、电子认证、信息安全测评、电子取证等信息安全服务，提升征信机构的信息安全服务能力。
4健全法律法规保障体系。大数据时代征信业的健康发展离不开健全的法律体系的保障，应从立法、执法和司法三个层面加强法律体系的支撑。立法层面，首先要明确信用权的法律地位，其次应出台法律效力更高的《征信管理法》，并配套与之相适应的实施细则，最后在大数据时代还应制订《信息安全法》来保障征信活动中信息的安全。执法层面，加强行政监管的同时，要建立起完善的“失信惩戒”机制，让不守信用的企业或个人为自己的失信行为承担责任。司法层面，要积极推行司法救济制度，当被征信个人隐私造成损害时，应保障其寻求司法救济的渠道畅通。
参考文献：
[1] 维克托・迈尔-舍恩伯格大数据时代[M]周涛，等，译浙江人民出版社，2013
[2] 玛格丽特・米勒征信体系和国际经济[M]中国金融出版社，2004
大数据时代将是一个不断学习、不断完善我们对世界认知的时代[2]。那大数据对教育意味着什么？它主要体现在重塑学习的三个主要特征，即反馈、个性化和概率预测上。
1. 教育信息的多向度反馈
在传统的学校中，一提到反馈，人们往往想到的是评价，而且是单向度的评价，评价对象是学生，评价内容是出勤情况、家庭作业、课堂参与和学业测验等。显而易见的是，这一教育反馈系统存在诸多方面的不足。首先，所收集的信息数量远远不够。其次，这些数据并未获得正确使用。再次，单向度反馈，仅从教师和学校指向学生。这在其他领域看来，极不合理。没有一个制造商或销售商会只对客户开展评价。他们想要获得的反馈，在很大程度上是关于自身产品和服务的，而其目的是使自身的产品与服务得到改进[3]。
大数据时代，这种单向度反馈将得以改变。例如，学生和教师在使用电子教科书时，数据采集会随之开始：学生是否在特定章节做了笔记？为什么要做笔记？在教学中，教师为什么舍去这部分内容？图书出版机构和作者可以从电子教科书的相关平台上获得上述综合数据，更清楚地认识师生是如何使用教材的，教材的哪些内容受欢迎或干扰学生学习或晦涩难懂等，可针对这些反馈进行大数据分析，对教材给予完善。由此，我们可以看出，在过去，信息的流动是单向的，即从图书出版机构和作者到师生，但在大数据时代，信息传递变成双向或者多向度的，会将相关信息反馈给出版机构和作者。
2. 学习私人定制变为现实
基于大数据的教育，可以实现个性化学习。个性化学习，令人印象最深刻的特征是动态性，学习内容可随数据收集、分析和反馈加以改变与调整。如果学生对“平行线”这一概念的理解还存在困难，那这部分的内容就会被纳入习题集，让学生有充足的练习机会。
我们可以截取、混合最喜爱的音乐，并将之刻录到iPod播放器中，那为什么不能对学习进行同样的操作呢？创建个人“播放列表”，这显然更有意义。在未来，学习绝不会按照给定的教科书或课程，以同样的顺序和步调进行，将会有数千种的组合方式。教师不再需要凭借主观判断，选择最合适教学的书籍，大数据分析将指引他们选出最有效的支持进一步完善和私人定制的教材。当然，同一组学生仍会使用同一内容的教材，毕竟他们需要通过相同的测验，但教材可以进行个性化处理[4]。
基于大数据的支持，针对学生的教学，不仅可以体现教材选择或自学内容模块组合的人性化，还能够在进度安排、辅导要点和辅导方式等教学环节设计更适合学生特点的教学方案。
3. 教育大数据的有效预测与预警
通过大数据，教师可以更好地理解和预测学生的个人学习行为、程度和态度，基于高度的可能性，对个体为提高学业成绩需要实施的行为做出预测。例如，选择最有效的教材、教法以及反馈机制，对其效果进行预测。但这仅是概率预测。显然，相对于过去传统、同质化的教育，这是一种进步，但在预测时也应意识到这些预测有一定的局限性，并非百分之百正确。亚马逊、淘宝、优酷等基于大数据分析的概率预测，其推送信息可以被接受，因为即使预测有误，其造成的后果并不严重。然而，一旦涉及教育决策，概率预测将会成为潜在的巨大威胁，因为这将会对人们未来是否成功造成极大的影响。
二、大数据何以有助于教学和学习
1. 新的分工：教育数据分析师和学习导师
目前，学校教师主要分为教育管理人员和教学一线教师。在大数据时代，教学管理人员和教师依然会存在，但这两部分人员可能会出现新的分工。例如，在教学管理人员中可能会出现数据管理分析人员，熟知网络和数据存储的工作人员会成为学校网络安全的专家。教师也可能会出现新的分工，理想的状况是基础课程由特别优秀的教师来教授，而不是随便由谁来教[5]。此外，对于那些实践性强的工艺性和艺术性课程，可以借助网络媒体构造虚拟的实践环境，增加学生参与实践的机会，根据学生特点调整实践环节的复杂程度。这种动手操作的经验，不是理论性课程可以传授的。具备在现实或虚拟环境中操作经验的教师，也将发挥越来越重要的职能。与此同时，也可培养出其他的新型教师，其工作重点在于根据所获得的反馈数据和信息，指导学生选择最适合的学习途径，例如，所修课程、所用教材、最适当的学习顺序等。
这跟医生角色的转变有相似之处，医生从单一的诊断病情和告知患者病情逐步向人性关怀转变。教师和学生之间的互动也会遵循这一方式，他们在学习过程中扮演的角色更像合作者。
2. 新的分析方法：相关关系
目前，对教育质量信息的分析，大致可分为两种类型：状态分析和因果分析。前者是对质量现有状态的初步分析和判断，带有描述性质;后者是对影响质量的原因进行分析，带有推断性质[6]。然而，大数据时代信息分析的特征是相关关系，而非我们所熟知的因果关系。它不会告诉我们事情为什么发生，而会向我们说明正在发生什么。通过非因果分析，把目标定位在理解“是什么”，而不是“为什么”。
在大多数的情况下，相关关系足以帮我们做出决策。但这并不意味着对因果关系的探索是错误的。也许，我们应该更加谦虚，而不是自以为能够理解周围的世界。数据静静地待在需要被发掘的地方，当前各类学校也早已有了这些资料，但教育者缺少的是正确、有效挖掘资料的方法和措施，而相关关系会在教育质量信息分析领域发挥更大的作用。
3. 新的教育决策方式：基于数据和
实证
现在，教育主要依靠教师的个人教学经验对学生学习行为进行判断，并制定教学政策。经济合作与发展组织（OECD）PISA项目的一个主要负责人提出，基于数据的教育决策更具说服力和公信力[7]。
教育领域中大数据的应用，主要包括教育数据挖掘和学习分析两个方向。教育数据挖掘通过数据建模，发现学习者学习结果与学习内容、学习资源和教学行为等变量的相关关系，预测学习者的学习趋势。学习分析是通过利用已知模型和方法解释影响学习者学习的重大问题，评估他们学习行为，提供人为的适应性反馈[8]。随着科技的发展，两者有进一步融合的可能。
在学习环境下，大规模个性化的实现需要更丰富的反馈数据流向教师和管理人员，了解学习中的有效因素和无效因素，细分到背景和组群，甚至小到个人水平。系统将吸收反馈结果，动态地调整教材和环境，更好地理解学生个性化学习过程，让每位学生处于最佳教学状态。基于数据和实证，让每位学生处于最佳的学习状态。
三、对教育和学习的启示
如今，学生使用互联网搜索资料的速度远超过教师和家长，获得资料和信息更超越书本以及课堂上所能提供的范围。在这种情况下，他们很容易将课堂学习视为可有可无。但事实上，在快速和信息过量的环境下，学生尤其需要有效处理信息的能力。虽然他们习惯于同时处理多项任务，随时存取，但如何理解不同类型的信息，尤其当信息表达的观点含混不清或自相矛盾时，如何深思熟虑进行批判性思考，如何整合各种信息建构知识系统？这都是网络科技无法教会他们的。
第一，“互联网+”时代，学校的社会化功能更为凸显。课堂上思辨和讨论的过程，在这一背景下显得尤为重要，可以加强学生分析、管理、综合和评价信息的能力，帮助他们在网络学习的搜索和选取上更得心应手。此外，通过课堂的小组讨论和协作，能帮助学生形成良好的情绪管理能力，建立良好的人际关系。而在线课程只能辅助学校教室中的正规教学活动，而非取而代之。因此，我们要明确，教育目标不仅是传输知识和培养技能，还应塑造学生的人格和文化品质，其需要在现实的人际交往中实现。学校的社会化功能是技术手段所不能替代的。
第二，重视师生分析数据的能力。获取大量的数据重要，但拥有资料或数据并非我们的目的。要想真正运用大数据带给教育的好处，必须掌握分析数据的能力。对学生来说，面对数据时，应关注所有权人及制作者，分析数据提供者的目的与意图，关注媒体技术与传播表达，搜寻信息与批判性思维，最后做出相应的决策。对教师和管理者来说，其自身要成为“数据脱盲者”，知道如何通过阅读图表追踪学生的进步，分析概率预测，使自己能够解释这对学生意味着什么，并鼓励学生更有效地学习[9]。
第三，有效管理和谨慎使用数据。首先，教师应不断收集和分析关于“如何学习”的资料，而不仅是偶尔一次的正式考试。其次，这些资料不仅会反馈给教师，也会反馈给学生、家长和教育行政部门的官员。再次，各种教材经过演算，能够实现个性化定制，针对学生的不同需求，用不同的上课顺序和步调，实现最有效的学习。而且，教材本身也要不断改进。最后，提高反馈数据分析结果的时效性、可视性和可读性[10]。
大数据时代给教育带来各种好处，但也伴随一些潜在威胁，一旦融入大数据，如果资料永不消失，我们的命运和未来会被可能性预测操控，对隐私和自由，都会造成非常深远的影响。因此，在利用大数据的同时，要看清其利弊，谨慎地使用和管理，避免滥用大数据带来的风险。
本文系全国教育科学规划单位资助教育部规划课题：学生网络生活方式的现状调查与对策研究（FHB110182）的研究成果之一。
参考文献：
[1] Big Data for Development： Challenges & Opportunities [DB/OL]. [2012-05-01]. http：///projects/BigDataforDevelopment.
[2] [3] [4] [5] [9] 维克托・迈尔-舍恩伯格， 肯尼思・库克耶. 与大数据同行―学习和教育的未来[M]. 上海： 华东师范大学出版社， 2015：112、27、40-41、45、78、126.
[6] 陈孝彬， 高洪源. 教育管理学[M].北京： 北京师范大学出版社， 2008： 378-379.
[7] Andreas Schleicher. Big Data and PISA[EB/OL]. http：///andreas-schleicher/big-data-and-pisa_b_3633558. html.
多年前，每到麦收季节，在我的家乡―关中大地，金黄色的麦浪海洋里，三五成群的来自青海、甘肃、宁夏等地的背着简单行囊、带着一把镰刀，如候鸟般成群结队的“麦客”，沿着陇海线边割边行，绝对是一道独特的风景线。但有一天，当“麦客”们走下火车，看着随风起浪的麦田，赫然发现，庞大的收割机来了，“麦客”们简单而劳苦的“饭碗”被轰鸣的机器侵占了。好像就在昨天，我们日常阅读的报纸扩版异常迅猛，杂志期刊也五彩缤纷，纸质媒体俨然成为街道报摊的重要角色。忽如一夜春风来，互联网花朵盛开。如今，行走的人群握着手机、平板电脑等移动终端，办公的人们眼盯着电脑屏幕，电子版媒介渐渐以其先进的传播技术手段、强大的交流互动功能、方便快捷且海量信息与低廉成本的优势抢夺着传统媒体的读者群体与广告客户。
每一个从事财务与会计专业的人士，想必对算盘多少都怀有一些独特的情感。算盘绝对是中国会计的奇葩，曾长期主宰着各种计算业务，在历史上发挥了重要的作用，但随着计算器、计算机的出现，古老的珠算在当今社会似乎已无用武之地。当然，我们已经在会计电算化征程中小试身手。不过，在互联网世界中找寻大数据时代财务与会计的出路则是我们肩负的下一代生命力所在。
什么是大数据时代？阿里巴巴最近推出的“余额宝”足以让你领教一下其威力，瞬间所集中的大批客户、大额资金已经撼动了银行老大的地位。越来越多的人们明白了马云们是如何凭借免费和客户体验两大杀手锏来根本性地改写很多领域游戏规则的。网络与大数据还以独有的普惠、方便、快捷和忠实，影响和改变着人们的工作生活。比如：家里人的生、老、病等特征可以通过相关服务机构的电子记录转换成数据，之后分析其数据变化规律，从而发现相应的问题与变化轨迹。既科学地照看家人，又同时营造了商机。这就是大数据的鲜活和感人。通过大数据的专业挖掘与价值分享，使社会能够尽享大数据的功劳。“大数据”是一个开放而不再封闭的非结构化数据所形成的一座“金矿”，有人宣称掌握大数据的人可以像上帝一样俯瞰整个世界，美国政府甚至已经把对大数据的研究上升为国家战略。简单地看，“大数据”有四大特点：一是海量，大到“以目前的技术无法管理的数据量”；二是多样，数据种类复杂，非结构数据占到所存储数据总量的绝对主流，这些非结构数据无法以现在的技术手段与关系分析的数据库来处理；三是速度，数据产生的频率和传送频率非常快，需要进行实时处理；四是价值密度低，需从大量的低质量、低价值的数据中获取知识，犹如大海捞针，获取数据成本很高。大数据的核心重点在于深度挖掘，通过挖掘产生新的应用价值，即在市场环境下，“大数据”时代所呈现的Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）的“4V”特征，一旦得以落地，在“技术”接轨“商业”后，势必会发生影响深远的商业变革。财务与会计就能够从中衍生出相当的能量与价值，而不再受到现有结构化数据、专业性账薄的局限。主动拥抱“大数据”，这种理念为中国会计界的下一步发展指明奋斗方向，分析大数据技术的特点，深入研究大数据在财务会计领域的应用模式，能动地把握大数据时代对现行财会模式的冲击，则是一项具有重要战略意义和巨大难度的课题。
算盘曾是会计人必备的工具，就像“麦客”手中的镰刀般不可缺少。如今，收割机取代了“麦客”手中的镰刀。技术的力量从来都是呈摧枯拉朽之势。我相信，财务与会计也是如此。数字即生命，技术即生命。无论是固定的还是移动的互联网，已经如此深刻的改变了人们的生活和思维方式，我们已经回不去了。总而言之，大数据和移动互联网给我们带来了前所未有的挑战，也带来了前所未有的机遇，未来有着巨大的想象空间。我相信，通过财会与IT精英的思想碰撞，必将产生更加精彩的思想火花，也必将为大数据和互联网浪潮下的经济新图添上浓墨重彩的篇章。
创新驱动发展！中国会计需要在求真务实与变革创新中奋力前行，去积极拥抱大数据时代的来到！
Doi：10.3969/j.issn.1671-8801.2014.11.647
【中图分类号】R-1 【文献标识码】B 【文章编号】1671-8801（2014）11-0386-01
大数据（big data），或称巨量资料，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。 [1]
近20年来，我国医疗信息化有了较为明显的发展，大中型医院从以管理为主的HIS系统逐步转变为LIS系统、PACS系统、电子病历系统与HIS系统融合的以病人为中心的临床管理系统。目前各个医院数据独享，推行区域卫生信息化，建立区域卫生数据共享与交换平台，整合数据资源，实现医疗卫生各业务部门数据资源的互通互连，提高整个医疗卫生业务数据处理的效率和质量，是我国卫生事业发展的需要和必然趋势。
1 区域卫生信息平台功能
区域卫生信息平台是连接区域内各级各类医疗卫生机构基本业务信息系统的数据交换和共享平台，是不同系统间进行信息整合的基础和载体。区域卫生信息平台的主要功能包括，面向辖区居民和其他服务对象、各级各类医疗卫生机构和管理部门，提供日常基本信息服务；为公共卫生、医疗服务、医疗保障、药物使用和综合管理等业务提供信息交换与共享；支持医疗机构辅助检查结果信息共享，支持健康档案信息查询、预约挂号、双向转诊和远程会诊，支持传染病防治、慢病控制与个人健康管理、咨询服务，开展健康教育与科普宣传等。
2 搭建区域卫生信息平台的基础工作
2.1 咨询工作到位，多学习多总结多论证，借鉴最先进实用的方法和实例，这样可以少走弯路，节约资金。
2.2 采用成熟厂商的放心产品，运用新技术存在一定的风险。
2.3 在实施过程中，需要用户、集成商、开发软件商以及相关部门通力协作。
2.4 硬件建设。设备选型要考虑适用性、产品售后服务、易用性、兼容性和高可用性。充分利用虚拟化技术进行服务器虚拟化、存储虚拟化、桌面虚拟化等，以最少的资源实现计算和存储在云端完成的功能。
2.5 软件建设。在对选择系统开发合作伙伴时要注意选择行业经验以及合作的诚意，医疗卫生信息化平台是一个新型项目，国内目前没有标准或者完善的系统供参考。在有行业经验的基础上，还需要系统开发商有很大的精力和耐力与医疗部门配合协作共同来开发完成。
3 搭建区域卫生信息平台重在顶层设计
“十二五”期间是我国深化医药卫生体制改革的攻坚阶段，国家卫生部提出了“3521工程”规划，四川省提出了“25211工程”和“设计顶层、整合中层、统一基层”的总体建设思路。 [2]
4 搭建区域卫生信息平台难在数据应用和处理
4.1 数据来源多样化，数据量大。医疗数据主要为两大类，一类是PACS类数据，也就是非结构化数据，主要包括图像、文件等；另一类是非PACS类数据，也就是数据库数据，比如HIS系统数据。随着信息化建设在医院及各个相关医疗机构的应用，社区系统、医保系统、健康管理系统、村卫生室管理系统、公共卫生系统、疾病预防控制管理系统等的广泛应用，数据海量产生。根据估算，中国一个中等城市（一千万人口）50年积累的医疗卫生数据量就会达到10PB级。 [3]
4.2 数据共享与交换。目前区域卫生信息共享与交换主要存在以下问题：
4.2.1 区域内医疗卫生数据重复输入，信息分散，导致资源浪费和信息孤岛现象严重。
4.2.2 信息的存储和共享技术手段落后，缺乏统一的数据标准和信息网络平台。
4.2.3 区域卫生共享信息中含有大量的关于生命健康、个人隐私、社会卫生等方面的重要数据，目前缺乏统一的卫生信息共享管理机构进行管理和相应的政策法规保障信息共享的安全。
4.2.4 医疗卫生机构各个应用系统软件来源于不同的HIS厂商，软件开发语言与运行环境各异，系统的整体体系架构更是千差万别。数据库及数据模型异构。 [4]
4.3 数据管理传输。需要建立一个统一的存储资源池以及数据访问的通道。各医疗部门的系统支持的网络交换协议不同，卫生部门与医疗机构之间还没有专用数据传输通道和采集标准。
5 小结
大数据时代，医疗数据来源众多，数据异构，建立区域卫生信息平台能够实现区域、不同区域间的卫生信息共享，以提高医疗服务效率、医疗服务质量、医疗服务可及性以及降低医疗风险。要想真正地到达这些效果，国家及各地政府部门必须深刻认识构建区域卫生信息平台体系的难度与重要性，然后积极规划实施。
参考文献
[1] 大数据成功预测美国大选.中国大数据.2014-2-25[引用日期2014-02-25]
Development Trend of Communication Technology in the Era of Big DataCHEN Bo，WANG Zhao（Tacheng Army Division 31，Tacheng 834700，China）Abstract：With the continuous development of society，the era of big data is coming quietly. The development of datainformation has realized the global resource dissemination and sharing，changed people 's life style，and indicated that theinnovation and development of communication technology is the inevitable trend of the development of the times. Therefore，this paper will focus on the development prospect of communication technology in the era of big data.Key words：communication technology；big data；development trend
0 引 言
我国的通信技术经过了漫长的发展。从 1988 年到1997 年，在这漫长的十年里，我们迎来了移动通信发展的第一个高峰期。这是通信第一次走进生活，飞进寻常百姓家。在 1995 年的年尾，全国共有约 15 个省市实现自动漫游，真正实现了全国联网，“中国村”的想法初步实现。自 2004 年 1 月份起，村通工程开始在全国范围内推行，截至目前已然经历了数十年的发展，全国大部分省市实现了村通电话。2018 年工信部强化了通信市场监管力度，鼓励大力发展通信，并逐步梳理原有通信市场的规则。未来，通信技术将会面临更大的机遇和挑战，如果想更好地把握机会、面对挑战，需要社会各方面予以支持，为未来通信技术的发展提供助力。
1 大数据时代下通信技术发展的优势
互联网通信技术主要是指应用互联网通信设备进行文本、照片等数据信息传输。这些技术的应用联通了世界的各个角落，为需要的人们带去数据和信息。
在大数据时代，通信技术应与计算机技术相结合，提升两者之间数据的兼容性，实现各种通信设备间的连接，最大程度发挥其作用，满足人们对通信发展的迫切需求。
在大数据时代，为了提升数据传输的准确性和有效性，应采取相应的对策提升信息传输的兼容度。通信技术不仅要保证数据信息的顺利传输，还要具有抗干扰性，以保证数据信息的真实可靠，满足人们的通信需求[1]。
2 大数据时代下通信技术发展暴露的问题
随着通信技术的发展，人们对通信技术的需求随之提升。但是，原有通信技术发展存在的问题随之暴露，如操作速度慢、数据传输效率低、数据传输延时大等，影响人们对通信技术的使用效果[2]。以QQ为例，虽然 QQ 为人们的日常沟通、信息传递带来了便捷，但是在通信技术的支持下，视频聊天等通信技术的应用也愈发完善，使得人们的交流更加方便。但是，视频和图像的传输速度仍然受通信速度慢的限制，导致图像和声音的传输偶尔会产生故障。换句话说，速度的缓慢不仅影响数据传输的质量，也降低了人们的优质体验感，甚至会使人们对通信技术的使用产生质疑和不信任。
此外，在大数据时代，数据数量大幅增加，种类的复杂性发生转变。在这一背景下，通信技术运行、维护中需要把控的因素随之增多，致使原有的通信技术故障频率增高，影响人们的使用[3]。这里主要体现在物理层和网络层技术上的损伤。其中，以物理层来说，表现在线路连接异常、通信接口异常等；就网络层来说，主要表现在路由端或网站端异常。需要注意的是，在通信技术运行过程中，影响这一技术运行稳定的因素很多，如有时用户的网络流量较大，可能会导致网络迟缓、延时。
最后，网络安全问题不容忽视，是保证数据信息安全性和真实性的重要一环。网络安全问题产生的原因较多，随着互联网技术在人们日常生活中的普及，人们对通信技术安全性的认知随之提升。但是，就目前而言，通信过程中很多因素的存在如非法网页、病毒文件等，都会为后续使用埋下安全隐患，从而影响网络通信安全[4]。
3 大数据时代下通信技术所走的创新道路
为了弥补通信技术的不足，需要积极转变观念，不断创新和维护技术，解决通信技术在快速发展中出现的问题，改革物理层和网络层，以适应大数据时展的需要，使通信技术获得本质发展。比如，在创新的道路上要积极寻求政府帮助，依靠政府的有利政策，吸引更多的创新型人才参与通信技术的创新中，同时将“大众创新”理念全面贯彻、落实在未来通信技术的发展中。面对网速慢、通信技术滞后等一系列问题，拓展宽带或者技术十分必要。在传统宽带的基础上适当扩大覆盖范围，提高通信技术的执行速度，尽量降低通信技术的延时，避免中断和拥塞，保证通信质量。中心要定期维护与检查，以维持正常的工作条件和良好的工作表现，从而更好地满足人们的实际需要。为了充分发挥通信技术在大数据背景下的作用，需适应时代的需要。以服务器为例，防火墙是保证其安全的重要一环。所以，要保证防火墙的安全性能，定期更新和维护防火墙，使防火墙持续有效发挥作用，保护服务器安全运行。定期清除病毒，保障网络和服务器的安全，避免在使用通信技术的过程中受到病毒的影响，同时在一段时间内保证通信数据的有效性和真实性。大数据时代，为了充分发挥通信技术的作用，必须改善信息传输空间，提高数据信息的传输质量和传输效率。
创新发展过程中，工作人员具有重要作用。要想创新，首先要改变思想。所以，需要积极引导工作人员，密切关注出现的问题，与通信技术发展深度结合，更好地帮助人们应用通信技术。工作人员积累知识、提高技术创新能力的同时，要注重提升个人的综合素质，适应和迎合时代的发展。
4 通信技术在实际生活运用中的多样化多层次化
在大数据时代下，计算机和通信技术日新月异，人们的需求也在不断增长。人们不再专注于单一利用，而是朝更加多样化、多层次化方向发展，更多的人希望将通信技术融入生活，从而满足未来社会生活发展对通信技术的客观需求。例如，通信技术在电力系统中的应用由来已久，并通过长期的发展和不断的改进不断完善。通信技术的加入使电力线路通信进入了一个新阶段，给传统电力系统注入了新活力。一方面提高了原有电力通信的效率，另一方面拓宽了原有通信技术覆盖的范围，实现了通信技术在生活中应用的多样化发展。同时，PLC 通信技术的应用也在一定程度上体现了通信技术在生活中的应用，其应用核心是以电源线为主要载体，并通过便捷的频带进行传送，从而实现通信信号传输的目的。需要注意，在这一通信技术的应用环节，应针对技术中的处理模式进行多层次调整，并在调整后针对相应的数据信息进行处理，从而实现预期的数据信息传输目标。同时，接收数据时，需要将处理后的数据信息分层过滤后反馈到通信信号中。
5 展望通信技术的未来
一、大数据的概念和研究回顾
1.大数据的概念。
目前，大数据还没有一个明确的概念。维基百科以“大数据”被定义为“一个庞大而复杂的，难以使用现有的数据库管理工具来处理数据集”。美国研究公司的Gartner认为，大数据是新的处理模型有较强的决策权的需要，洞察能力和过程的大规模优化能力，高增长率和多样化的信息资产。
2.大数据的本质特征
James、Vlahos、Risenthal、Jonathan和Black等通过大数据发现，大数据的本质特征的研究，一是分析对象的相关数据，对数据的不只是部分，但数据不全；两强调数据的复杂性，即探索应力之间的关系；非因果关系。
二、大数据带给银行业的历史机遇
1.广阔的业务发展空间
目前，在大数据库的基础上，互联网金融的发展突飞猛进，对银行业造成了不小的影响。中国的传统银行过去对大数据的应用是有限的，你可以从网上银行的快速发展经验借鉴。随着多元化社交网络平台的快速发展，银行与客户之间的联系渠道也不局限于传统的网点，越来越多的人选择了便捷的移动互联网和第三大媒体平台来完成交易。导致大量的结构性和非结构性数据交织在一起，大量的，这给银行提供了更广阔的发展空间。通过对银行大数据的分析，挖掘、更全面的把握客户资源、更高效的产品营销，更大程度上拓展了其业务空间。
2.科学的信息决策判断
传统银行业在判断信息的决策上，往往更多的是基于经验的判断或相对较小的市场调研范围。然而，在信息的大数据时代，大数据的价值中所包含的信息，不能仅仅依靠历史的经验和市场调查，掌握所有的信息，必须通过挖掘大数据的处理和分析，以深入了解银行业本身和整个市场的情况，谈随着数据业务的风险程度和银行资源的评价更为科学的银行绩效评价和合理有效配置，使银行的决策更加科学、合理和有效的。
3.优秀的经营管理能力
目前，为了满足消费者多样化的需求，越来越多的项目在银行业务中，对业务流程的发展提出了更高的风险识别和监控的要求。但在大数据的视角下，通过对业务发展过程中的数据挖掘，可以有效地挖掘出潜在的风险，并及时根据客户的属性、行为和信用风险监控体系建立一个合理、有效的。
三、大数据背景下银行业的未来发展
1.打好数据基础、培养专业人才
大数据时代，大部分数据来源于各种社交平台，电子商务媒体、多种类型、数据的增长远远超过了传统的数据库技术，构建了数据仓库管理的能力。银行要处理大数据，我们必须充分考虑到各种硬件和软件成本、劳动力和材料成本、管理成本和效率和安全成本等因素，以挖掘大数据的价值。因此，第一银行推进技术创新，开发适合高效的软件程序和硬件平台，建立大数据仓库，为数据的收集、存储和分析提供支持。其次，银行可以有效地从海量数据中提取有价值的信息，你需要培养专业人才，不仅需要熟悉大数据技术人才，也需要考虑数据业务人才的能力，需要数据科学家的综合素质。
2.开展精准营销、提高客户满意度
中国的传统商业银行发展至今，日积月累的很长一段时间后，在客户的身份信息有非常丰富的数据信息，消费与收入、风险偏好、资产状况、交易习惯等。之前和之后的大数据技术营销策略差异的应用可以发现，相比之下，一方面，可以得到客户的贡献度、活动和行为的客户特征的偏好，使这些数据在许多银行客户的需求和潜在的商业机会，更好地了解客户，更好地识别客户的服务起点。根据客户的特点进行分类，通过差异化的营销设计，组织营销活动，推荐相关的产品和服务，以提高银行的精准营销能力；另一方面，数据处理是由客户服务中心进行咨询、投诉，及时的产品或服务中发现，客户意见收集的数据分析，了解不同人群的需求和偏好，做到以客户为产品和服务的设计和开发中心，提供客户提供更加个性化的服务准确，提高客户满意度。
3.推进跨界合作、创新产品业务
近年来，各国为了促进金融发展和繁荣，鼓励民间资本进入银行业，越来越多的企业开始形成网络参与金融业，建立了各种类型的第三方支付公司。金融企业通过各种、销售来涉足一般的商务活动。在大数据刺激互联网金融增长的大数据中，银行必须适应形势发展的需要，积极寻求跨界合作。银行可以通过与电子商务平台的战略合作，扩大大数据，分享对大客户数据的处理和分析的结果，得到用户行为更多的信息，更快速、准确地把握客户的行为特征。此外，微信的普及，微博客和其他社会媒体目前，银行应该根据虚拟社区服务及时的客户需求，创新产品和服务，提供更优质的金融服务，信息服务和商业服务的客户。
四、结语
通过本文的分析可以看出，在这一阶段，在大数据时代的逐步成熟，商业银行需要适应新时代的金融服务的发展，保证金融信息新业务模式的顺利进行，促进企业数据的发展。但无法照搬西方发达国家的模式，商业银行的财务信息的发展是一个渐进的探索和发展，成熟的过程中，需要政府、商业银行、信息技术服务公司的共同努力。
参考文献：
[1]阙方平.大数据时代银行业十大转型趋向[J].银行家，2013（ 11） ： 25.
[2]陈晓雁.基于大数据的银行业管理路径探索[J].价值工程，2014（ 1） ： 134.
[3]李[，贾鸿飞.大数据时代银行业的机遇与挑战[J].中国金融电脑，2012（ 12） ： 25.
随着信息化技术的发展及在各领域的普遍应用，产生了庞大的信息数据，如何利用大数据技术对庞大的信息数据进行处理，从而转换为各领域所需要的资源信息，成为人们关注的重点。由于会计、审计工作需要产生大量的数据，因此将大数据技术应用在会计、审计工作中，能够促进会计、审计工作向现代化信息方向发展，起到降低成本、提升工作效率的作用，甚至还能够改变会计、审计工作模式，促进当前社会会计、审计工作的发展。
一、大数据时代的特征及发展趋势
大数据是指通过多种来源收集的庞大数据组，该数据具有实时性、全面性等特征，并对数据进行集合、分析、处理，将数据转换为有效、可利用的信息。数据来源包含网络、网站、文件记录及其他来源等。虽然早在上世纪80年代，便有学者提出了大数据的发展浪潮，但直到2009年，人们才真正意识到大数据时代的来临，各行各业也加大了对大数据的研究和开发，如国家政府、网商、房产企业等，以期通过庞大数据的分析，促进社会信息经济的发展。
（一） 大数据的特征
大数据具有庞杂的数据类型，如网络视频、博客、传感器、位置信息等明显数据，另外还有其他潜藏的数据，如网络交易信息、搜索引擎查询行为等，均会产生数据信息。大数据又称为“巨量资料”，主要是指其均含庞大的数据量，当前大数据数据量基本是以PB作为单位，而且随着信息技术在人们生产生活中的应用，数据量也在不断增长。大数据处理与传统数据处理具有较大的不同，如大数据处理遵循一秒定律，具有非常快的处理速度，满足实时性需求。另外大数据能够将各类单一的数据集合在一起，形成庞大的数据库，具有较高的商业价值。
（二） 大数据时代的发展趋势
美国奥巴马总统委员会的科学技术（PAST）顾问斯蒂芬表示2009年至2011年里产生的数据量比以往4万年的数据量还要多，即大数据时代已经全面来临。大数据时代改变了传统数据收集方式，扩大了人们的思维模式，有效促进了信息化时代的发展。如今人们对数据的收集能力和处理能力越来越重视，传统人们在进行数据收集和处理时，主要采用抽样调查方式，具有局限性，而大数据则具有全面性，能够对所有的数据进行分析和处理。在传统数据分析中，人们更加注重数据分析结构的精确性，而如今人们致力于通过对大数据的分析，了解某项事物的发展动态，从而分析该项事务的发展方向和发展潜力。人们在大数据时代的环境下，更加注重事物内部的联系，希望加强对事物状态的了解，从而分析事物的发展趋势。
二、大数据时代对社会会计、审计发展走向的影响
（一） 当前社会会计、审计发展现状
会计、审计工作属于经济活动，在多个领域中具有重要的作用，其主要是反应企业的财务信息状况。会计、审计工作有效推动了社会经济的发展，维护了社会公共利益，然而当前我国会计、审计工作存在越来越多的问题，如会计信息与审计数据不对口，审计质量水平越来越低、审计取证越来越困难、审计方式不符合现代化信息技术的发展等。
（二） 大数据时代对会计、审计发展走向的作用
大数据时代使人类的思维产生了巨大的变化，传统人们主张追究事物的因果关系，如今人们看重事物的内在联系和相关关系。而在会计、审计工作中，也追究发现问题的根本，大数据时代的思维方式存在较大的共同性。如今在大数据时代的背景下，会计、设计工作的覆盖范围扩大，并逐渐实现以数据分析作为构建审计分析的模型，即需要大数据的支持，发现传统审计方式中不能发现的审计风险，提高会计、审计工作的质量。
三、大数据时代背景下会计、审计的发展趋势
（一） 实时财务报告发展趋势
在传统会计工作中，会计工作人员主要是经营活动结束后完成财务报告编制工作，而且工作效率较慢，如年度财务报告需要60到90天才能够完成，不能够体现出会计信息的实时性，且无法使管理层及时利用有效的会计信息。而随着大数据时代的来临，如今会计工作逐渐实现实时财务报告，即通过信息化技术，将财务数据与管理信息数据等进行有效的整合，并通过建立财务报告系统，促使企业数据与互联网联通，实现数据共享，分析企业与外界相关信息的联系及与其他企业存在的差距等。企业会计人员和信息技术人员需要对相关数据进行同步处理，确保财务报告的实时性。
（二） 会计未来预测发展趋势
过去企业会计主要是通过对前一年的财务信息进行处理，使财务报告反映出前一年的经济效益。如今企业加强了大数据技术的应用，并注重通过会计工作预测企业未来的发展及市场的变化等，并分析企业发展可能出现的风险，从而制定风险防范措施。在大数据时代的影响下，如今会计工作人员在企业发展中起到越来越重要的作用，会计人员能够为企业制定发展战略提供可靠的数据信息。
（三） 综合财务管理发展趋势
大数据能够收集全面的数据信息，如在企业经营活动中，能够收集企业产品供应、生产、销售、研发等相关数据信息，因此大数据可以为企业财务管理提供更加全面的数据信息，从而促使财务管理实现综合性和全面性发展，扩大财务管理的业务范围。综合财务管理能够收集企业内外所有的数据信息，掌握企业生产、企业发展等实质情况，分析企业可能存在的风险，了解企业经营活动中存在的漏洞等，继而通过相应防治措施减少企业的损失。
（四） 总体审计模式发展趋势
传统审计模式为抽样审计模式，但由于抽样对象的局限性，审计结果无法满足整体业务活动的审计需要，继而难以发现潜藏的审计风险。大数据能够实现对所有数据的收集和分析，满足总体审计效果，有效避免抽样审计可能带来的审计风险，对存在的问题进行准确的描述。另外审计人员还可以利用大数据技术，对不同层面、不同类别的数据进行分析，同时可以根据上一次审计结果明确审计审定，达到审计成果综合应用的目的，提高审计该工作效率和审计成果的效果。
四、结束语
综上所述，随着大数据时代的来临，如今各行各业都非常注重对大数据技术的应用，其中将大数据技术应用在会计、审计工作中，能够有效促进会计、审计行业的进步，实现会计信息实时性和预测未来的目的，扩大审计范围，降低审计风险，确保企业经营活动的可靠性和安全性。（作者单位：中准会计师事务所（特殊普通合伙）大连分所）
参考文献：
[1]黄丹.大数据时代的会计、审计发展走向初探[J].中国乡镇企业会计，2015，12：196-197.
[2]周迟.云审计在社会审计中的运用研究――基于风险导向审计的视角[J].中国内部审计，2015，01：86-90.
[3]王泽霞，江乾坤，叶继英.生态文明、大数据与财务成本管理创新――中国会计学会财务成本分会2014学术年会综述[J].会计研究，2014，11：93-95.
