時間：2024-02-28 14:39:59
緒論：在尋找寫作靈感嗎？愛發表網為您精選了8篇大數據時代數據的特點，愿這些內容能夠啟迪您的思維，激發您的創作熱情，歡迎您的閱讀與分享！
>> 青少年網絡政治參與的現狀與屬性 青少年社會化的新特點 網絡時代青少年思想政治教育特點及對策 網絡時代思想政治工作的新特點新情況對策探討 網絡亞文化視域中的青少年網絡政治參與 青少年參與網絡政治意識形態現狀研究 網絡時代新聞評論主體的新特點 論國外青少年網絡政治參與的監管及啟示 國外青少年網絡政治參與的管理模式及其啟示 芻議大數據背景下企業會計數據的新特點 大數據時代政治網絡營銷的反思以及政治本質的認識 ?？屡c大數據時代的政治 大數據時代 網絡科學的挑戰 大數據時代網絡營銷的特點、影響及對策 網絡時代青少年的思想政治教育 網絡時代青少年思想政治教育工作的具體對策 青少年網絡公民參與的德育啟示 網絡思想政治教育在大數據時代的分析 大數據時代的網絡思想政治教育 大數據時代網絡學習環境的數據融合 常見問題解答 當前所在位置：l.
[2][美]伊恩?艾瑞斯.大數據思維與決策[M].宮相真，譯.北京：人民郵電出版社，2014：25.
[3][美]維克托?邁爾?舍恩伯格，肯尼斯?庫克耶.大數據時代：生活、工作與思維的大變革[M].盛楊燕，周濤，譯.杭州：浙江人民出版社，2013：2-3.
【關鍵詞】大數據；信息安全；新特點；新要求
大數據是當今社會科技發展以及產業化發展的融合體，隨著國際化進程的加劇，數據信息的數量、發展規模和流通速度都發生巨大變化，特別是與國際信息的聯接與交互，對我國的外交、經濟、軍事、政治、文化等都產生深遠影響，同時也給我國傳統的信息安全管理帶來了新的挑戰，分析大數據時代的發展趨勢對于探討其特點和要求有重要意義。
一、大數據時展趨勢探討
大數據屬于數據集合，其特點主要表現為：類型多、容量大、應用便利、存取便捷，其發展速度快且管理方法科學已經成為新一代最重要的信息技術。大數據背景下逐漸形成萬物互聯的發展趨勢，這種模式促進了全球經濟的發展，也使新的國際經濟模式發展趨于網絡化、數據化、智能化、共享化、便捷化、互聯化，信息安全也隨之進入到大數據時代。近年來，發達國家相繼推出與大數據相關的國家發展戰略，大數據已經成為經濟發展和轉型的新動力，并為國家發展帶來了新的機遇和挑戰。外國的大數據國家發展戰略為我國發展大數據戰略提供了借鑒經驗，在2014年我國正式提出大數據行動綱領，2016年“十三五”期間，國家將發展大數據作為未來發展戰略，更加明確其經濟意義和戰略意義。在大數據時代背景下，我國的信息安全管理工作也迎來了新的發展機遇，數據實現了線上線下、軟件硬件、人與萬物、政府與行業間的融合、分享、跨越以及滲透，實現了數據間的有效聯接。但是伴隨機遇而來的是挑戰，大數據給信息安全帶來發展的同時也使信息安全管理工作變得更為綜合性、動態性、交織性、復雜性，使人們不得不對信息安全管理工作樹立新的認知。
二、基于大數據時代背景下的信息安全新特點分析
大數據的特點與風險特點極為相像，大數據在發展過程中，給人們帶來便利、驅動、轉型、發現的同時，也給信息安全管理帶來了風險和威脅，并且使信息安全在新形勢下呈現出新的特點。與信息安全傳統模式相比，大數據時代的信息安全其性質、內容、形態、空間、時間都發生一定變化，并且處于重構階段，使信息安全管理呈現出綜合安全、規模安全、跨域安全、泛在安全、隱形安全等特點。1.綜合安全基于大數據背景下，信息安全使協同、整合、互聯、交叉、共生、跨界、雙贏、互動等發展成為大熱詞匯，大量數據信息正在向民生管理、城市建設、產業發展以及行政事務的方向發展，我國的信息安全也呈現出綜合安全的新特點，如何堅持國家的綜合安全觀念，保證我國的人民安全、政治安全、經濟安全、社會安全、文化安全、軍事安全，并依托國際安全，形成具有中國特色的國家信息安全道路，成為我國目前探索綜合安全發展的重點。2.規模安全萬物互聯是大數據時代的主要特征，促使其信息傳播呈現出新的形態，實現了物與物之間的聯接、物與人之間的聯接、人與物之間的聯接以及人與人之間的聯接。隨著互聯網信息技術的發展，中國的網民數量急劇增加，截止到2015年我國的網民數量已經接近7億，其網絡活動的軌跡均被抓取并記錄，數據概念已經滲透到各個領域和各個行業，為人類生產和生活提供數據參考。同時巨量的數據信息在數據中心的匯聚，使數據規?；L險加劇，并時刻威脅著個人的信息安全，例如：黑客盜取個人信息資料等。3.跨域安全隨著經濟全球化的發展，信息、人才、知識等都實現了跨區域傳遞和流通，這些新興模式使我國的數據資料實現了國家間的互連互通，在增加信息交互便捷的同時信息安全的威脅也相應增加。針對跨境信息風險問題，需要國家及時建立跨境數據檢測體系，控制和管理好國家的跨境數據傳導，以實現國家信息安全。4.泛在安全在大數據發展中，由于網絡的便利性使得信息資料可以快速的滲透到各個領域內，且實現了跨國家、跨行業、跨部門，并體現出即時性特點，信息流快速且隱蔽流動，滲透面積強且影響廣泛。筆者認為計算機信息管理已經從靜態管理模式轉變為動態管理模式，并且管理時間要求也更為嚴格。5.隱性安全基于大數據背景下的信息安全主要表現有以下幾點：其一，數據信息呈現出泛濫和冗余的特點，造成“臟數據”過量，導致有價值的信息被淹沒，需要加強數據管理和控制，才能保證有價值信息能夠被及時挖掘，保證其價值發揮。其二，跨境互聯使信息質量產生變化，在進行信息管理中需要進行深度挖掘，以便實現深度分析。其三，移動信息技術改變了傳統的點對面的傳播方式，實現了點對點以及圈對圈的新型傳播，其隱蔽性良好同時也帶來了新的信息安全挑戰。其四，基于大數據視角下的新型線上業務中，存在不法分子線上犯罪現象，由于線上犯罪隱蔽性強，危害性也就更大。
三、基于大數據時代背景下的信息安全新要求分析
（一）管理模式新要求
基于大數據背景下的信息安全管理，要求國家在創新要求的驅動下明確總體安全的理念。在體制上，改變單打獨斗的方式形成新的協同作戰方式；在技術上，改變以往核心技術依賴于進口的局面，加大科技研發力度，實現核心技術自我開發能力；在機制上，將靜態管理手段轉變為動態管理方式；在方法上，改變經驗為主的管理方法形成預防、應對、彌補的管理線路；在傳遞方式上，改變傳統的垂直傳遞方法，形成扁平式傳遞路徑；在人才選拔上，改變了傳統的選拔機制，更注重人才的綜合素質、專業能力、創新能力。
（二）管理路徑新要求
大數據的發展是一把雙刃劍，在給人們帶來信息便利的同時還帶來了眾多的虛假信息以及信息垃圾。為了有效的利用大數據，需要加大數據管控能力，特別是需要進行分布式進行數據觀察，以達到數據信息的合理利用。大數據在發展過程中還存在不完善之處，經常有不法分子利用網絡進行謠言傳播以及煽動是非，造成網民認知混亂，對數據分析缺乏理性。因此，在信息管理工作中要注意科學進行信息管理，做好信息去偽存真工作，還原良好的大數據環境。
（三）管理政策新要求
根據大數據發展特點以及信息安全發展規律，國家機關要及時的進行數據法制化管理，保證我國的數據信息發展可以有法可依，有章可循。采取統一管理方法，在信息開放的環境下實現有效管理，改變以往信息網絡各自為政的現象，通過整合優化實現數據信息價值的擴大，以確保將信息風險降到最低，在網絡信息快速發展的今天，通過有效的法律保障，將個人信息風險最大限度降低，既保證信息流動自由，又保證建立完善的法律保障體系。
四、結語
關鍵詞：大數據時代；數字出版產業；發展趨勢
中圖分類號：G23 文獻標志碼：A 文章編號：1673-291X（2017）08-0026-02
隨著互聯網新科技的不斷研發和應用，信息化進程日益加快，大量數據呈爆炸式增長，大數據時代應運而來。數字出版產業要持久發展就必須重視并順應大數據帶來的巨大變革，積極面對大數據帶來的挑戰。對大數據時代數字出版產業的發展趨勢進行分析，有利于數字出版企業做好充分的準備，抓住發展機遇。
一、大數據時代的內涵和特點
（一）大數據時代的內涵
目前，大數據已經在全球范圍內運用到社會生產生活的方方面面，各國對大數據的研究和應用也已經提上日程，大數據對經濟增長和科技創新的重大作用正在顯現，大數據時代已經到來[1]。
人們普遍認為，大數據是在一定時間內，無法用常規軟件工具對其內容進行獲取、管理和處理的數據集合。大數據用戶可以利用其承載的信息進行決策優化，而這些用戶既可以是政府機關、也可能是社會媒體或者商業運營者。
（二）大數據時代的特點
大數據的特點主要包括數量規模大、類型廣泛、實時快速性和價值密度低四個方面。
大數據的數量規模來自于各運營系統的數據庫，目前主要是互聯網用戶產生的大量內容，這些內容的規模正在日漸上漲，加上未來物聯網中傳感器生成的數據，人類社會的數據集成量將大大超出目前的計算程度[2]。
隨著互聯網應用的大范圍普及，信息化帶來的包括結構化數據、半結構化數據和非結構化數據的數據類型眾多。其中，日常生活中運用程度最高的視頻、音樂、圖片和定位等產生的半結構化和非結構化數據在3/4以上，這一數據在互聯網技術不斷提升的過程中將持續增長，而企業所產生的結構化數據所占比率較低。
大數據的產生是以數據流的形式，其速度之快對數據分析的技術要求非常高，以往的數據庫技術難以對這些實時數據進行全面分析，這也導致了大數據價值的降低。
大數據在經過處理分析后，具有重大的決策價值。但目前由于技術的限制，可利用的有價值信息較少。
二、大數據時代數字出版產業的發展趨勢
（一）利用大數據技術實現精準營銷
目前數字出版行業的營銷已經涉及微信、微博、電子郵箱等互聯網新媒體手段，但其營銷效果仍然難以達到預期目標，這就要求電子出版業對不同年齡、不同性別、不同工作甚至不同地區、不同時間段的讀者的閱讀偏好、心理預期及行為標準進行更加具體細致的分析和了解，并據此對出版內容和營銷策略進行調整和更新。而大數據技術可以實現對大規模數據進行整合處理和研究分析，更加精準地掌握客戶的需求規律[3]，從而更加精準地進行營銷策劃，保證在日趨激烈的競爭環境中占據有利位置。
（二）基于大數據的個性化選題策劃
數字出版行業選題策劃通常要經過信息采集、市場調查、目標客戶群確立等諸多環節，不但浪費了大量的時間和成本，而且由于調研結果往往真實性、科學性和有效性不足，導致很多選題難以與讀者的預期相一致。傳統的根據編輯約稿和作者投稿來選題策劃的形式已經難以滿足讀者要日益個性化和多樣化的閱讀需求[4]。
數字出版行業的選題策劃只有把握讀者的心理和需求，才能實現長遠發展。因此，利用大數據實施精確化營銷就顯得尤為重要。在此基礎上，數字出版行業的出版內容要根據讀者的需求進行個性化選題策劃，同時，要實現與各種新媒體渠道、交易平臺以及讀者的閱讀終端的無障礙連接，以便利用大數據技術對客戶的需求進行及時捕捉和分析。
（三）消費者對數字內容產品的付費意愿會大大提高
現階段，我國網民對數字內容的下載及瀏覽主要是基于免費方面，數字內容的付費模式在我國仍然沒有有效建立，這也是數字出版行業發展過程中的重要障礙之一，其關鍵原因是數字內容難以真正滿足消費者的需求及支付體系的不健全。
數字出版行業在有效利用大數據進行消費者需求分析，并根據消費者的需求進行個性化服務后，要注重與消費者之間的感情維護和后續追蹤反饋，切實將消費者的需求放在首位，消費者自然就會接受電子內容付費模式。同時，數字出版企業要不斷優化完善數字內容支付系統，保證下載和支付途徑簡便易行，支付手段要隨支付方式的發展及時進行添加變更，減少消費者的支付困擾。
（四）觀念更新和人才儲備是數字出版行業發展的關鍵
在大數據時代背景下，數字出版行業管理人員必須意識到大數據對產業戰略發展的影響，大數據環境下，企業只有順應潮流，積極轉型才能長足發展，傳統的企業發展模式已經難能與時展的需求相適應了[5]。
大數據技術帶來的信息資源將成為企業最重要的資源之一，企業對數據內容的選題策劃、廣告投放、產品效果預測都離不開大數據技術的信息分析，大數據在數字出版行業決策中的作用將會越來越明顯。
大數據技術使消費者需求得以分析和把握，底殖靄嫘幸檔囊滴窳鞒唐笠底櫓都會以讀者的需求為中心進行設置和調整，以實現數字出版的效益最大化。
此外，大數據時代數字出版企業在實現對自有數據庫的管理和與新媒體平臺及支付渠道的無障礙對接過程中，對專業人才的需求量大幅度提升。因此，數字出版行業對集數據管理和分析、互聯網運營以及市場營銷能力于一體的綜合性人才的儲備和培養力度將不斷增長。
（五）與互聯網和大數據產業的合作力度加強
目前，數字出版行業尚不具備大數據應用技術和環境，要想在大數據時代保持長足發展，就要加強與互聯網行業與大數據企業的合作[6]。
數字出版行業的銷售和客戶信息大都掌握在平臺運營商和社交媒體的手里，受成本制約，很多數字出版企業都未建立自有數據庫，對大量客戶信息的采集和分析y度自然也非常大，而數字出版企業要面對大數據帶來的挑戰并抓住其提供的機遇，就必須對這些信息進行有效的利用，因此，數字出版商要拓寬與互聯網和大數據企業的合作渠道，建立穩定長久的合作關系，為消費者提供更好的針對，促進數字出版行業在大數據時代的持續發展。
（六）以消費者需求為導向進行業務流程和企業組織結構調整
隨著大數據技術的發展，數字出版產業的業務流程設計將以用戶需求導向為核心。首先，數字出版行業業務流程將依靠大數據技術的支撐，更加清晰的了解消費者的需求，并及時滿足消費者的需求。其次，大數據為數字出版行業提供的數據分析將大大超出傳統市場調查統計數據的科學性和準確性，大數據提供的數據分析結果將成為數字出版行業整個業務流程的決策依據。此外，大數據技術的發展能夠使數字出版行業業務流程平臺的各個環節均與互聯網有效連接，直接與讀者進行線上互動、交流、合作實現數字內容的個性化服務。
數字出版產業業務流程向用戶需求導向發展的過程中離不開與之適應的企業組織結構。因此，在大數據技術的不斷發展過程中，數字出版企業的組織結構也要向消費者需求導向轉變。首先，在大數據技術的支撐下，數字出版企業的數據分析部門的重要性將逐步顯現出來，從單純的成本部門向利潤創造部門轉變。其次，隨著消費者對數字內容的付費意愿增強及利用大數據分析進行精準營銷的推行，數字出版企業將對數字內容提供商有更加明確的定位，其業務將向數字內容提供聚集。此外，由于大數據的商業價值受時空變化的影響較大，數字出版企業原有的金字塔式層級組織結構已經不能適應大數據時代的發展，因此，必須建立能夠及時滿足消費者需求的彈性化網絡式的組織結構。
三、結論
大數據時代是互聯網技術發展的必然趨勢，它必將帶來全球性的技術變革，信息的傳播速度將會更快，利用效率將會更高。它為商業發展帶來前所未有的挑戰和機遇，消費者的需求在這一時代背景下的受關注度空前提高，消費者具有了更多的選擇權，掌握了更大的主動權，對個性化服務的要求更高，由此帶來的市場供需關系的改變，對企業的產品設計和營銷策略也提出了新的要求和挑戰。
數字出版行業作為國家支持的新興出版業態，要想充分利用和挖掘大數據技術帶來的巨大發展機會和商業價值，就必須從戰略高度上意識到大數據時代已經到來。大數據蘊涵著大量的信息，進行處理分析后的信息具有巨大作用。隨大數據技術的不斷發展和運用，數字出版行業必然向精準營銷、個性化主題策劃、讀者對數字內容的付費意識增強和企業對專業化人才的需求量不斷增加、與互聯網企業和大數據企業的合作加強的趨勢發展。因此，數字出版行業要從現在開始注重對數據的采集、整理、分析和運用，提高應對外界環境變化的能力，增強自身的競爭力，實現數字出版行業在大數據時代的持續發展。
參考文獻：
[1] 孫玉玲.大數據時代數字出版產業的發展趨勢[J].出版發行研究，2013，（4）：5-8.
[2] 陳尼佳.大數據時代數字出版發展趨勢研究[J].現代商貿工業，2015，36（17）：12-13.
[3] 路曉鴿，李銘娜.大數據時代傳統出版產業的轉型思考[J].商業經濟，2015，（5）：69-70，81.
[4] 肖鏝潔.大數據時代數字出版產業發展趨勢分析[J].黑龍江科學，2015，（19）：118-119.
關鍵詞:大數據；統計學；樣本；機遇；挑戰
21世紀爆發的信息技術革命，改變了社會發展過程中的方方面面。在云技術、物聯網技術等高科技信息技術的大規模革新背景下，網絡數據增長速率十分驚人，海量龐大的數據標志著大數據時代的來臨。作為與數據緊密相關的統計學學科，在大數據的時代背景下，將會面臨一系列的機遇和挑戰，研究統計學在大數據時代的發展趨勢有著十分重要的時代意義。
1.大數據時代統計學面臨的挑戰
統計學是一門傳統的學科，發展至今已經有幾千年歷史，無論是學科理論領域內還是生產實踐過程中，統計學的發展已經十分成熟，存在著許多成熟的研究成果。統計學的不斷發展為人類的社會生產帶來了極大的影響，隨著大數據時代數據呈現海量、分散式的分布狀態，其對統計學的影響也是較為明顯的。一方面，大數據時代數據之“大”已經超出人們的想象，數據之“全”讓人們對于事情的認知更加全面，大數據的多樣性、大體量改變了數據樣本與總體之間的關系，另一方面，大數據的數據多樣性的特點改變了傳統統計對數據統計分析的主觀訴求，過去人們通過統計分析更偏向于追求“為什么”，而現在的統計分析更趨同與追求“是什么”。這一系列的影響對于統計學的進一步發展提出了新的發展挑戰：
1.1樣本選取以及標準的確定難度加大
樣本統計屬于統計學的核心內容，統計學通過樣本統計對客觀事物數量特點、數量關系等展開研究。在大數據背景下，樣本與總體之間的局部與整體之間的關聯性將會進一步地降低，造成樣本即是總體的變化趨勢，因而會造成大樣本的標準化的變更。數據來源的多樣化進一步的提升了樣本數量，繼而提升了統計精確度，促進了統計學學科的高精尖的發展。但隨著樣本數量越來越多，而從網絡環境中采集到的數據多半屬于非結構化的數據，但傳統統計學要求結構化數據，利用傳統的關系數據庫難以對非結構數據進行有效的轉換，難以挖掘大數據大樣本數據中的潛在信息。大數據時代統計樣本的選取工作難度不斷提升，傳統統計學缺乏非結構數據的建設，難以發揮出大數據時代，大數據庫有效轉換非結構與結構數據的優勢，也為統計學的進一步發展提出了新的挑戰。
1.2統計軟件以及統計方法的欠缺
隨著信息計算機技術的快速發展，基于計算機運算環境的統計學軟件應運而生，統計學軟件的使用有效提升了統計學中對數據分析和處理的效率和精準率，統計模型也進一步的簡化了統計的實際操作，更有利于一般性的統計工作的實踐操作。大數據背景下，現階段發展較為成熟的統計學軟件如SPSS、DPS等，尚不能夠實現大數據高速傳輸、存儲功能，軟件功能還需要一定的開發和升級。與此同時，數據在大數據時代下屬于一項資本，其被開發的水平還略顯不足，絕大多數被互聯網、搜索引擎以及電子商務等相關IT公司、統計機構所掌握。
2.大數據時代統計學面臨的機遇
2.1統計效率的提升
在大數據時代，統計學的統計效率得到了更好的體現。一方面，大數據的多樣化、及時性特征能夠有效彌補傳統統計中數據的滯后性問題，有效的提升了統計的時效性，另一方面，大數據的高速傳輸為統計的動態數據的收集提供了保障。與此同時，大數據可被頻繁反復應用，采集的統計數據不再單單局限于一種相關用途，其能夠服務于各式各樣的需求。對采集數據應用的次數逐步增多，數據所具備的潛在價值被更全面的挖掘，而采集數據所產生的成本并不會受數據應用的次數所影響，故各式各樣用途的平均統計成本將得到顯著地降低。
2.2統計學科體系的新延伸
大數據引入到統計學科之中，龐大的數據使得樣本的選取、標準劃分都產生了新的變化，傳統統計中的樣本統計將會進一步的朝向總體統計的方向發展，一并囊括總體統計、樣本統計的統計學科體系，能夠有效消除總體統計的數據采集難度，彌補樣本統計的數據采集不足，達到有效延伸統計學科體系的目的。
2.3統計學科的應用范圍擴大
傳統的統計學實踐是為了去了解一個結果或者一個原因，但基于大數據的統計學科將向人們展示的是一個具體的過程。從前，人們習慣于根據“研究問題”來驅動“收集數據”。今后，大數據到處可得，人們將會用“數據”驅動“研究問題”而這種功能性的還變，促進了統計學應用范圍的進一步擴大，例如傳統的統計學往往被用來作為一個數學形式的參考信息，例如衛生統計、生產統計等等，但在大數據背景下，數據本身所含有的信息更加豐富化和多元化，基于海量用戶下的網絡數據所包含的信息極為廣闊，而這些信息涉及到他們生活中的方方面面，這些信息一旦被深入挖掘出來，將會促進許多產業的快速發展。在大數據背景下，傳統統計學的結構化數據局限會逐步接觸，在非結構或者半結構的數據統計下，統計學將會應用到許多傳統意義上無法數據化的行業領域中。
3結束語
數據是統計學科的核心，也是統計學科的主要價值體現。大數據時代改變了傳統的數據的意義，數據所包含的信息、傳播速度、分布速度也遠遠超出了我們的想象，數據核心意義的轉變，迫使得以此為基礎的統計學科必然會隨之做出改變。機遇與挑戰并存，在新的時期，統計學要想快速完成其學科的有效轉換，就必須要進一步的深入研究大數據的時代特征，并有效地與傳統統計學結合起來，以達成統計學科的進一步發展。
作者:鄭雅倩 單位:海南師范大學數學與統計學院
參考文獻：
[1]維克托•邁爾－舍恩伯格，肯尼思•庫克耶．大數據時代—生活、工作與思維的大變革［M］．盛楊燕，周濤譯，杭州:浙江人民出版社．2013
關鍵詞：大數據時代；計算機；信息處理技術
引言
在網絡化技術的不斷普及中，計算機用戶群體的數量也隨之不斷的增加，這種情況的出現導致計算機在運行的過程中不斷的產生大量的數據，促使大數據時代的到來。面對這一發展環境，計算機信息處理技術的發展也顯得越來越重要，并向計算機的數據處理能力提出了更高的要求，此時，要想讓計算機信息處理技術的發展更好的滿足大數據時代的信息處理要求，還需加強對計算機信息處理技術能力的研究，在不斷的探索和創新中提升技術水平，促使大數據時代的計算機信息處理技術能夠得到更高層次的發展。
1 大數據時代和計算機信息處理技術的相關概念
1.1 大數據時代的相關概念
從大數據的概念出發，所謂大數據就是指數據量非常龐大的數據，它不僅局限在數據信息量的巨大上，還表現在數據信息的復雜化、重復化，以及產生信息的多樣化中?，F如今，社會虛擬數據化正處于一個快速而不斷發展的階段，在這種社會環境下，大數據的產生是必然的，并顯示著比傳統計算更多的優勢，如低廉的成本、高比率的資源利用率、較快的運算速度等，并在這種龐大的大數據量中顯示著各種數據之間復雜的關系。社會生活和生產中，面對各種活動所產生的數據，通過大數據能有效的做好記錄與存檔，極大的方便了人們在生活和生產中對龐大信息數據的檢索和應用。同時，大數據還具有超前的洞察能力和決策能力，數據處理能力是傳統數據軟件所不能企及的，對人們的生活習慣產生變革性的影響。
1.2 計算機信息處理技術的相關概念
自計算機在人們的生活和工作中得以應用之后，計算機信息處理技術就在現代辦公和企業管理中呈現著一個非常重要的角色，通過計算機信息處理技術，它將數據傳輸、信息的分析、處理和使用等各種技術結合在一起，極大的便利了數量信息的管理效率。同時，計算機信息處理技術所涉及的領域也比較多。在技術的應用中，它以計算機技術為核心，將傳感、微電子、網絡工程、通信工程等各種先進的科學技術都進行了綜合應用，促使員工在專業社會的協助下，能夠將人、軟件、硬件進行有機結合，不僅促進著人們工作安排的合理性，還促使著人們辦公效率的提升。
2 大數據時代下的計算機信息處理技術分析
2.1 信息的采集與加工技術
大數據來源豐富多樣，需要挖掘、分析和存儲的數據量異常龐大，要提升計算機信息數據處理的高效性和可用性，需加大對計算機信息采集和加工技術的研究。傳統的數據處理方式是以處理器為中心的，這種數據處理方式已經不適用大數據處理，需采取以數據為中心的模式，采取新的處理軟件和處理技術，來減少數據處理中因數據移動所帶來的開銷。
大數據時代計算機信息采集和加工過程中，數據處理速度的提升至關重要，這一需求的實現可通過MapReduce技術。MapReduce是一種并行處理技術，將大量數據處理任務并行分配到多臺連接的服務器進行處理，擴展性強，尤其適合非結構化復雜數據的混合海量處理。作為一套軟件框架，MapReduce以先分后和的數據處理方式為工作原理，分為Map映射和Reduce化簡兩階段，Map將海量數據進行分割，交由多臺服務器并行處理；Reduce將各處理結果進行匯總，得到最終效果。在對海量數據信息進行分隔、任務分解和結果匯總中，實現著海量數據信息的并行處理。
大數據時代，計算機信息采集和加工技術中新方法的應用是多方面的，并體現在不同的信息處理需求中。（1）系統日志采集方法：很多互聯網企業用如Hadoop的Chukwa，Cloudera的Flume，Facebook的Scribe等這些分布式架構工具對系統日志進行采集，每秒采集傳輸速率達百MB。（2）網絡數據采集方法：這種數據采集方法主要應用在非結構化數據的采集中，以網絡數據采集的模式而言，它主要是通過網絡爬蟲和網站公開API的方式，從網站中將數據、文字、圖片、音頻、視頻等多種文件或附件等非結構化數據轉換成結構化數據并存儲在一個統一的本地數據文件中。（3）其他數據采取方法：一般情況下，企業生產經營中的數據和學科研究重點數據，在保密性的要求上比較高，針對這類數據的處理和加工，可采取企業或研究機構合作的方式，采取特定的系統接口展開信息數據的采集和加工。
2.2 信息的存儲技術
計算機網絡信息中，不僅有很多數據文字信息，還有視頻、圖片等大量信息，數據種類在網絡的高度普及中呈現著一種日益豐富、數量急劇增加的趨勢，而這一趨勢的展現更是讓數據的存儲更加凸顯。一般情況下，針對一些大眾化的存儲需求，常規計算機就能滿足，但針對大數據時代的龐大數量，計算機的存儲能力還需更強。大數據存儲中，若采取常規數據存儲技術這會導致資源消耗問題的發生，因此，還需從大數據的基本特點出發，采取最新的存儲手段，以保證大數據信息存儲中的真實性、可靠性和快捷性，而在這些需求的支配下，云技術應運而生。就這一技術而言，它能夠存儲運行多種信息數據，并且能夠在功能齊全服務器的幫助下對數據信息進行有效的處理，有效解決了原有信息存儲技術運行低下、速度緩慢的問題，還能將所得數據信息結構映射到使用者中，明顯提升著數據存儲的效率。
2.3 信息安全技術
在大數據的到來中，人們不僅感受到了計算機信息處理技術給人們生活和工作所帶來的便捷性，還提升了人們對數據信息安全重要性的認知，就大數據時代信息安全性和可靠性的提升而言，其可以通過以下幾個方面展開。（1）建立計算機信息安全體系，加大資金投入，注重對專業技術人才的培養力度，以人才為支撐，為計算機安全體系的發展奠定堅實的技術基礎。（2）加大計算機信息安全技術產品研究和開發力度，面對傳統信息安全技術無法更好滿足大數據時代數據安全需求的情況，相關行業需要加大研究力度，尋找更好的解決方案，盡快改善信息數據運行中所存在的安全問題，有效避免數據信息受到威脅。（3）加強對重要數據的檢測程度，面對大數據時代數據量較為龐大這一突出性的特點，為了更好的提升數據安全系數，實現對每一個數據的檢測，需加強對重點數據信息的檢測力度，全面保證數據信息的安全性，促使大數據時代計算機信息安全技術的不斷發展和進步。
3 結束語
綜上所述，大數據時代的到來給計算機信息處理技術帶來機遇的同時也迎來了挑戰，而隨著計算機信息處理技術在社會中應用廣泛性的提升，其技術的創新也被賦予了新的時代使命。在未來的發展中，面對大數據時代數據信息量的龐大和快速變化性，要想更好的滿足用戶的需求，適應適合的發展需求，還需加強對計算機信息處理技術未來發展前景和需求的研究，不斷的完善不足之處，這樣才能促進計算機信息處理技術應用層次的更高提升。
參考文獻
[1]于沙.分析大數據時代計算機信息處理技術[J].電子測試，2015，1（12）：20-21.
［關鍵詞］大數據 財務分析 信息共享 數據相關
大數據時代數據信息孤島及數據壁壘等現象將逐步消失，數據資源將實現開放、共享的新格局。如何利用大數據提高財務分析質量，發揮財務決策參謀作用，幫助企業提高經濟效益，實現價值最大化是財務人員轉型即將面臨的新問題。
一、傳統財務分析存在的不足
（一）財務分析只關注財務數據，不關注業務指標。傳統的財務分析主要集中在三張報表，就數據分析數據，強調數據之間的因果關系。雖然報表分析一定程度也能反映公司的盈利能力、償債能力等，但財務報表數據只是定量分析，且跟會計政策的選擇和會計人員的主觀判斷相關，尤其當業務部門和財務部門聯系不密切時，財務人員無法掌握生產經營環節中的生產要素、成本費用以及經營管理風險等信息時，對業務層面的分析也僅停留在表面，不能對投資者或者經營者提供具有實際價值的改進建議。
（二）財務分析只重視短期效益，不關注長期戰略目標。傳統的財務分析只選擇兩三年的數據對比，通常是與上年同期比較、與年度預算比較。由于分析期間短，易造成管理層只顧眼前利益，不考慮長遠目標。馬歇爾曾在分析成本問題時引入了時間因素，他認為，在短期內成本有固定成本和可變成本之分，但從長期看，所有的成本都是可變的。因此，對戰略目標執行情況進行評估時，需要選擇更長的時間跨度分析。
（三）財務分析只關注自身發展，不關注外部環境的變化。傳統的財務分析主要針對公司內部，個別延伸到行業分析。在競爭日益激烈的市場經濟環境下，只關心行業指標遠遠不夠，還要關心整個產業鏈的上下游變化。以鋼鐵行業為例，鋼鐵行業下游需求下降，整個鋼鐵行業都出現產能過剩的現象，如果財務不關注外部環境，那針對產能過剩提出的建議只是加快銷售，在當前的宏觀形勢下，顯然這個建議不切合實際。所以想做好財務分析，財務部門必須和業務部門通力合作，從外部數據中提取有價值的信息，為提高企業經濟效益出謀劃策。
二、大數據時代對財務分析的影響
（一）大數據時代能夠提高財務分析的維度。大數據時代可以取得數據的來源非常多，不僅有內部業務數據，還有政策數據、經濟數據等外部數據。數據的類型也多種多樣，包括量化數據和非量化的數據。數據的開放性和數據資源的共享能夠提高財務分析的維度，幫助財務人員多角度全面分析公司的經營情況和財務狀況。
（二）大數據時代能夠提高財務分析的深度。大數據時代更加關注數據間的關聯關系，運用大數據技術對歷年數據進行分析，通過對業務指標設定各種變量，根據變量之間的依隨變化找尋與財務數據的關聯關系，分析業務數據與財務數據之間的聯動效應。
（三）大數據時代能夠提高財務決策支持作用。大數據時代對企業決策所依據的信息完整性要求越來越高。企業在進行經濟決策時，不僅要從自身角度考慮，更要從整個經濟環境入手，引入外部數據源，進行多種數據的融合匯總，再運用大數據技術，從巨大的數據庫中提煉出有價值的信息，在數據的分析和預測的基礎上，幫助企業做出更為準確的商業決策，從而實現更大的商業價值。
三、如何利用大數據提高財務分析質量
（一）對歷史數據進行深加工，挖掘數據間的關聯。利用大數據的巨大數據源和數據處理能力，對企業成立以來的財務數據、業務數據以及行業數據進行加工整理，挖掘數據之間的關聯關系，找出企業內部的增值作業和非增值作業。在考慮戰略目標的前提下，幫助企業盡量減少或者避免那些帶來較少經濟效益甚至沒有經濟效益的非增值作業。
（二）打通業務到財務的信息通道，實現信息資源共享。建立全面的信息化系統，從業務前端開始采集數據，確保生產經營中各環節的數據信息，及時、完整、準確地傳遞到財務部門，實現企業業務流、信息流、資金流和價值流同步。讓財務全面深度融入業務，充分發揮財務管理的價值分析和控制職能，實現企業資源的高效配置和運用。
（三）加強對業務指標的分析，找出業務管理的薄弱環節。業務是企業的核心，財務報表是企業各項業務活動數字化的表現。因此，財務分析不僅要分析財務指標，還要對指標背后的業務情況進行全面了解。財務必須要懂業務，從業務角度觀察業務的變化對企業經營狀況的影響，同時，對業務分析的結果要及時反饋給業務部門，做好業務工作的服務保障，幫助業務更好的提升。
[關鍵詞] 大數據時代；會計工作；挑戰；思考和應對
doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2015 . 17. 017
[中圖分類號] F232 [文獻標識碼] A [文章編號] 1673 - 0194（2015）17- 0036- 02
1 大數據的含義及其特征
隨著信息時代的到來，“大數據”這個概念也被廣為傳播。美國奧巴馬政府也高調制定了其大數據研究和開發計劃，大數據已經開始進入到人們的生活中。對于大數據這一概念，目前暫無確切的定義，通常是通過數據產生的過程和數據形成的兩個過程進行描述，本文從大數據產生和大數據的特征兩個維度進行定義。大數據具有規模大、類型多、處理速度快、價值密度低4個基本特征。
（1）大數據的基本特征是數據規模大，大不僅體現在數量上，還體現在范圍上。隨著數理統計技術的發展以及數據處理能力的提高，用傳統的少量的樣本特征來推斷整體的習慣已經被摒棄，人們通過搜集和整理更大量、更大范圍的數據，進行更精準的決策。
（2）大數據所包含的數據類型繁多、復雜多變。大數據時代數據來源范圍更廣闊，比如電子商務、手機信息、行車信息、購物會員信息等多渠道，同時數據的格式也不盡相同。因此，數據的多樣性具有來源多樣性以及格式多樣性等特點。
（3）大數據的另一個顯著特征就是處理速度快。面對巨大數量的數據，同時數據形式多樣化，只有加快數據處理的速度才能讓數據的時效性和有效性得到充分發揮。在巨量數據的情況下，數據還具有流動性，隨著時間的推移其價值也會降低甚至失去其自身的意義，因此，在大數據時代下，數據處理越來越強調其時效性，對其處理速度也提出了更高的要求。
（4）大數據下大量數據的聚集導致數據的價值密度低。大數據所包含的巨量數據信息中包含了所有數據和全部字段細節，對于要解決一些特定的問題和決策來說，有大量不相關信息包含其中，造成了相對有效數據的密度低。面對這個特征，為了提升決策的效率以及效益，需要提煉有效數據。大數據為了保證信息的完整性以及能夠滿足所有應用，這就要求數據數量的激增，而有效信息的比例相對減少，也就是我們所說的價值密度低的特征。
2 大數據時代管理會計面臨的挑戰
2.1 會計工作者對大數據的應用認識不足
大數據時代的到來對很多行業來說既是機遇也是挑戰，會計從業者對大數據的正確認識是迎接機遇和挑戰的必要條件。目前很多企業并沒用充分認識到這一點，對大數據的認識不足，主要表現為：首先，認為大數據技術比較遙遠，而且僅僅是存在于如谷歌、微軟等高精尖技術公司，不愿意為大數據技術投入人力、物力、財力，甚至有意避開大數據這一領域的有效應用；其次，對于大數據的認知度不足，調查顯示，在中小企業中，對大數據有過關注和了解的人不足50%，另一半則僅僅聽過這個名詞而已，并沒有真正關注和了解。再這樣的情況下，大數據在會計工作者中的應用與推廣必將受到影響。
2.2 會計的信息存儲空間不足
我們強調了大數據時代其特征中數據量的巨大，并且要求所存儲數據的全面性以及持續性，這些都需要巨大的存儲空間，而目前對于處理這些TB級別的數據有很大困難。
2.3 會計信息的安全無保障
大數據時代基礎數據搜集中，包含著大量的私密信息，這些信息的安全關系到員工及客戶的自身安全；同時大數據也涉及到企業核心信息。這些數據一旦泄露，都將對客戶或者企業造成威脅，給企業帶來不可彌補的損失。因此，面對大數據的應用，對于信息安全的要求是一個不可回避的重要課題。
2.4 針對大數據的會計分析技術不足
大數據的特點之一就是數據價值密度低，也就是說面對眾多數據，對其有效的分析和充分的利用是實現大數據有效應用的途徑之一。目前，對于大數據的有效應用少之又少，一方面是因為數據量過大，另一面則是因為傳統的分析方法不能很好地適用于非結構化數據的分析。
2.5 大數據時代下會計人才缺失
目前，全世界都面臨著大數據專業人才的缺口，面對大數據的特點，必須有專業數據分析技能的會計工作者才能勝任，才能將眾多數據轉化為有效的深度挖掘和分析決策報告。專業知識的短缺必將阻礙會計工作者在大數據時代下的發展，因此，對于數據處理及數據挖掘等相關方面的培訓是會計工作者提升自身技能的必備條件。
3 如何應對大數據給會計工作帶來的挑戰
大數據時代的到來是一個漸進的過程，在這個過程中，對會計工作的能力要求也是一個漸變和逐步提升的過程，會計人員必須積極應對這些變革，迎接大數據帶來的挑戰。
3.1 提升自身對數據挖掘的應用能力
大數據的有效應用就是考驗會計工作從海量信息中找到有價值信息的過程，只有找到了有價值的信息才能為生產經營提供正確的發展方向。這些都需要依賴于數據倉庫以及數據挖掘技術。
3.2 提升會計信息化的安全性
前面提到了目前會計信息安全性的問題，如何防止他人惡意非法訪問以及竊取相關數據是目前急需解決的問題。目前比較有效的防護辦法為：企業啟用用戶身份安全認證以及訪問控制機制，同時增加會計信息安全評估機制，在企業內部建立和健全一個會計信息管理系統。
3.3 加大對大數據知識的會計人才的培養
隨著大數據的逐步應用，為應對大數據知識及技能人才缺失的現狀，企業一方面可以加大招聘力度，另一方面可以通過對現有會計人員進行培訓或者交流學習等方式，提升會計工作人員的大數據挖掘分析的能力。
4 結 語
隨著大數據時代的到來，對會計工作的需求也上升到了一個新的高度，在技術上說，要求會計人員了解大數據的特點，并且能從中挖掘和整理出有效的信息，能為公司解讀有效數據并提供決策依據；從職業操守上來看，需要會計工作者嚴保數據庫中的敏感信息，不可泄露客戶及公司的信息。因此，需要不斷提升會計工作的技能和職業操守來應對大數據時代的到來，更好地利用大數據來更加出色地完成會計工作。
主要參考文獻
[1]袁振興，張青娜，張曉琳，等.大數據對會計的挑戰及其應對[J].會計之友，2014（32）.
[2]許金玲，趙爽.大數據時代管理會計工作變革研究[J].現代經濟信息，2014（23）.
[3]孫雨萌，田雨晴.大數據時代下我國會計行業[J].商，2014（6）.
4月22日，以“大數據重構企業智慧”為主題的浪潮2014新財年企業信息化戰略會在北京召開。浪潮集團執行總裁王興山詳細介紹了浪潮新財年企業信息化戰略――發展2大平臺軟件、提升5大應用產品、深化10個優勢行業、推動100家大企業云落地、聚合1000家合作伙伴，以新思維、新工具、新方法幫助企業用戶用大數據重構企業智慧，推動企業轉型升級。
“大數據正在重構企業智慧，推動企業轉型升級。大數據時代下的企業信息化架構強調云計算、大數據、社交網絡和移動應用，企業正在用新技術不斷顛覆傳統企業的運營模式，幫助企業實現差異化創新?！蓖跖d山認為，“在變革時代，需求和技術驅動著中國管理軟件產業的快速發展。與此同時，國產化的春天也給管理軟件產業帶來了巨大的發展機遇?！?/p>
為此浪潮推出了全新的企業信息化新戰略。一是，發揮技術優勢，加強平臺研發投入，重點發展企業云應用平臺GSP+和大數據服務平臺IOP。二是，面向管理創新和新IT融合需求，圍繞管理會計、財務共享服務、電子采購、數據商業分析、移動應用5大熱點領域，提升浪潮GS、HCM、CRM、BA、PS全線管理軟件產品。三是，推動浪潮解決方案在軍工、建筑、制藥、儲備、快消品、裝備制造、采掘、船舶、化工、交通10大行業的深度應用，實施100家企業數據整合業務，全面推動企業管理升級。四是，基于浪潮第四代數據中心平臺，按照浪潮企業云落地路線圖，重點發展企業托管云與大數據整合服務，同時發展以CRM、SRM、HCM、數據分析服務為重點的公有云服務，2014年推動100家企業云落地。最后，進一步加強區域本地化建設，浪潮計劃2014重點發展1000家合作伙伴，提升面向客戶的本地化、專業化服務能力建設。
“浪潮通過自建數據中心、軟件平臺為客戶提供大數據解決方案，企業用戶可以利用浪潮企業云平臺（GSP+）重構傳統應用，實現應用集成及與電商、社交平臺對接；在浪潮BA基礎上利用大數據平臺實現數據整合，建立創新應用；再建立自主商城，借助社交商務實現全渠道協同。”王興山在接受采訪時說。
