社会大背景范文

社会大背景范文（精选12篇）

社会大背景 第1篇

面对治安事件或应急事件需要解决的问题, 如何实现全面监测监控, 并且快速动态的全面了解现场状况;面对不同类型事件, 如何科学预测其发展趋势可能带来的严重后果, 并且快速做出预警;如何科学决策, 综合协调和高效处置。所以, 城市社会治安防控管理部门需要采用先进的数据采集手段来采集各方面的信息, 通过这些新技术提供准确的事态感知;城市社会治安防控部门需要利用先进的数学模型和计算机模拟来研究城市社会治安事件的规律和特点, 洞察事件发生的可能性;最后在治安事件或突发事件之间存在着内在的关联性, 需要多部门跨区域协同处理。城市社会治安防控部门需要对这些治安事件或突发事件的快速响应和多部门跨区域进行有效协作, 因此, 这些需求都需要大数据背景下的城市社会治安防控系统的构建研究。

1 文献综述

国内对社会治安防控体系的研究较早, 将社会治安防控定义为各种防控要素相互耦合构成的“打、防、管、控”一体化的警务工作系统, 核心主体可分为三个层次:基础防控、巡逻防控和专项刑侦防控 (熊一新和周舜, 2004) 。包括八个分体系, 分别为预警指挥、严打整治、阵地控制、治安管控、封堵插控、联防联控、应急处置和组织保障 (张培林, 2011) 。研究经济功能区、人居环境、交通、流动人口和居民居住环境安全感等要素差异会导致不同的犯罪类型和犯罪集聚区产生社会治安问题 (李业锦和朱红, 2013) 。

然而, 社会治安面对流窜犯罪、经济犯罪更加频繁, 对外来犯罪的集聚作用凸显, 城市规模扩张产生治安防控“盲区”, 人口管理漏洞增加, 交通和消防问题更加复杂的情况 (贺红梅, 2011) , 针对迅速变化的社会治安状况, 现行公安体制存在公安体制结构不合理、警政分工不清、社会治安资源配置不当、经费保障不足、部门配合不紧密、条块关系尚未理顺和警力配置不当等问题 (陈伟, 2010;熊一新, 2004) , 在实践中也出现“边缘化”和“碎片化”两种趋势 (袁振龙, 2013) 。传统的治安防控思路多以人海战术为主, 扩大搜索网、群防群治, 提倡警力压上一线、提高出警率、加大网格化巡逻等举措 (彭知辉, 2011) 。因此, 借助新技术研究城市社会治安防控体系能够取得比较好的效果。

国际警务改革中, 英国20世纪90年度最早提出信息主导警务的理念 (吴开清, 2005) 。信息主导下的社会治安防控体系是以情报信息采集、汇集和整合为前提, 情报信息分析研判、警务管理、高效决策和调度指挥为流程的工作模式, 包括情报信息预警系统、决策指挥系统、打防控一体化系统、绩效评估系统和警务保障系统的网络型系统 (王庆功, 2013) 。以信息化手段推进社会治安防控体系建设, 达到动态、整体、主动、联动、集约的功效, 能够提高驾驭社会治安局势掌控力的有效方式 (彭知辉, 2011) 。很多学者以信息化为背景进行了相关研究, 构建信息收集、态势测评、趋向调节和控制的社会综合管理治安预警系统, 建立实名制互连互通的信息网络, 利用模糊综合评判方法实现监控点位布局规划, 利用大数据技术实现基础信息整合与共享, 物联网技术与社会治安的关联性分析 (冯锁柱, 2003;宫志刚和李小波, 2014;罗万杰等, 2012;尹卫民, 2012;张小兵和戴锐, 2014) 。

2 城市社会治安防控系统框架构建

2.1 城市社会治安防控特征分析及信息提取研究

大数据背景下城市社会治安防控特征分析。分析社会面、重点行业、街道社区、机关企事业单位、信息网络等不同层面的治安防控网特征, 科学系统地分析我国城市社会治安防控的战略需求特征, 开展我国城市社会治安防控的战略规划设计, 明确阶段性目标和实施战略。从风险研判、预警决策、应急响应、危机处置等角度研究城市社会治安防控的总体需求特征。从城市治安事件的风险研判、预测预警、危机处置等方面研究城市治安事件应急决策快速响应情报需求。从应急决策情景、决策要素和活动过程等方面对城市治安事件的应急决策的需求特征进行分析。

多维度城市社会治安防控信息体系构建。研究我国城市社会治安防控组织体系框架, 并结合组织结构理论, 提出在大数据背景下的城市社会治安防控组织体系的管理制度和技术机构的职能、机构布局等, 为运行我国城市社会治安防控提供制度保障。基于城市社会治安防控需求特征, 研究构建点线面结合、网上网下结合、人防物防技防结合、打防管控结合的立体化社会治安防控信息体系, 基于分级管理的思想, 研究建立由市、区、街、社区四级单位组成的城市治安防控信息组成体系, 建立由人工采集、视频监控、网络筛查、系统整合等构成的多维情报信息采集方式。研究多维度情报信息采集体系, 从体制研究和机制研究两个角度开展研究。

2.2 城市社会治安防控信息智能分析及预警研究

城市社会治安防控信息共享和报表展现机制。传统的城市社会治安防控缺少不同部门之间的信息共享机制, 没有进行部门保密信息的界定和分析。对城市社会治安防控资源进行界定和分类研究, 分析不同类型治安事件相关资源信息。研究治安事件发生后不同部门对防控信息资源的需求规律, 建立具有统一标准信息共享机制的信息查询平台设计思路。根据不同部门设立不同基础地图, 地图元素根据部门要求设定, 在地图上展现相关治安与犯罪信息, 进行进一步的治安状况与犯罪分析。在犯罪地图上设计划分的警力、社区联防人员、警用车辆装备及监控点、治安事件及突发事件的常规信息查询和展现功能。

基于数据挖掘的城市社会治安防控信息智能分析。研究不同特征的非结构化和高维稀疏城市社会治安防控数据的建模理论与方法, 挖掘区域治安状况与地理位置、商业布局、人口流动性、人口密度、人口结构等影响因素之间的关联规律。针对各种社会治安事件利用关联规则算法进行分析, 对主题进行分析和运算, 发现具有较高相关联性的属性集合。利用聚类算法对数据集中各种社会治安事件进行聚类分析, 形成若干事件簇, 确定事件簇中社会治安事件的警级;通过聚类算法生成的社会治安事件簇, 利用分类器学习算法形成分类器, 对新社会治安事件能够自动分类到相应的簇, 确定警级定级。利用时间序列分析中的相关分析, 得出社会治安事件的主要影响因素的影响程度, 指出相关因素间的关系。基于时间序列模型实现“案发趋势预测”主题。

2.3 城市社会治安防控部门资源配置与调度指挥研究

城市社会治安防控部门资源信息处理研究。根据子收集的街面巡逻信息、城市社区信息、其他部门和行业场所信息、区域警务信息、技术视频信息和虚拟社会信息等, 对城市社会治安防控资源进行界定和分类研究, 分析不同类型治安事件相关资源信息的变化趋势。根据城市社会治安防控资源信息的变化和规律, 通过社会治安防控情报分析系统, 构建开放式治安防控资源平台 (实时获取警力、社区联防人员、警用车辆装备及监控点信息) 来对资源信息进行获取与处理, 建立信息化治安事件及突发事件案例库。通过推理机、情景分析系统和专家系统来准确获取和处理资源信息。

基于分布式约束优化的防控资源配置与调度指挥模型。利用分布式约束优化技术构建防控资源配置与调度指挥的分散决策, 设定防控资源对象及其与问题变量的关联、简化资源对象之间的约束关系, 描述防控资源对象在网络节点之间的共享约束关系。拟将防控资源配置与调度映射为分布式约束优化问题, 建立能够准确反映调度自律性、动态性和协作性的问题模型。研究分布式约束优化求解的启发式算法, 并结合智能优化算法建立分散决策与全局最优相协调的混合算法对模型进行求解。设计快速高效的算法求解防控资源与调度指挥模型, 为城市社会治安防控资源配置与调度指挥提供有效运算与求解方法。

2.4 城市社会治安防控多部门跨区域联动指挥研究

城市社会治安防控多部门跨区域信息资源交互共享技术。对社会治安的影响要素 (如人群流量、人群分布特征、舆情特征、疾病传播、交通堵塞等) 进行归纳分析, 研究社会治安影响要素的刻画方法和监测技术。基于大数据网络环境与信息处理技术, 随时获取有关公安、消防、卫生、交通、环保、市政等部门的多层次、多元化的实时信息, 进而实现对社会治安现状的无间断动态监测。基于智能交互技术和移动互联技术, 获取各区域内的不同组织部门的工作动态, 如公安部门的区域警力配置、出警人数、处警时间等, 消防部门可投入的人员和设备、医疗部门的应急救助能力等。同时, 依据对于社会治安现状的动态监测信息, 建立多部门跨区域信息资源实时管理模型, 为实现城市社会治安防控的多部门跨区域信息资源交互共享奠定基础。

建立城市社会治安防控多部门跨区域联动协作预案生成模型, 分析多部门跨区域联动协作预案的结构要素及特征。通过特征分析, 解构各要素之间的关联性与协同性, 建立联动协作片段, 即依据时间顺序和逻辑关系拟定若干行动序列, 为刻画行动预案和构建预案生成模型做好准备。基于多部门跨区域联动协作预案的结构分析, 依据社会治安防控情境差别、人员与资源约束, 构建用于确定各部门是否介入, 以及介入标准和介入规模的多目标优化模型。基于各目标的软、硬约束要求以及目标间的关联性, 研究多目标优化模型的转化方法和求解方法。基于模型的复杂性, 研究设计智能优化算法或启发式算法来求解模型, 进而获得有针对性的城市社会治安防控多部门跨区域联动协作预案。

2.5 大数据背景下城市社会治安防控系统机制研究

城市社会治安防控系统内涵及定位研究。在大数据背景下从新讨论城市社会治安防控系统的内涵, 增加信息维度。城市社会治安防控系统的战略性、整合性和系统性能够有效体现的基础在于信息性的作用, 防控系统的信息性特点是城市社会治安防控系统运行的血液, 因此, 应该将信息维度纳入城市社会治安防控系统从新确定其内涵。研究现有社会治安防控系统的部门与高科技企业的合作模式, 从信息接入、信息提取、信息处理等方面。因此, 研究大数据驱动的城市社会治安防控系统十分必要和迫切, 将大数据相关内容嵌入到城市社会治安防控系统来从新定位。

城市社会治安防控系统的构成要素及结构分析。将大数据背景下的技术机构纳入到防控主体中, 形成公安机关和信息技术机构的共同防控主体。研究由信息采集系统、信息处理系统、部门资源配置与调度指挥系统和多部门跨区域联动系统组成的城市社会治安防控系统的运行机制和构成, 形成信息融合与共享的防控系统。研究城市社会治安防控系统的防控目标, 将治安秩序与社会安全感的防控目标细化为防控系统能够实现的具体目标。研究防控信息采集处理系统的信息采集方式、信息提取过程及信息加工过程后信息的输出方式及安全性。分析信息输入后防控决策支持系统提供的智能化处理方法与情报展现方式。研究根据情报信息的防控资源配置管理和调度指挥原理与方法。研究多部门跨区域联动信息的融合与共享、决策方案展现与联动系统的信息交互与运行机制。

3 结论

在大数据背景下提出信息驱动的城市社会治安防控系统及管理模式, 建立城市社会治安相关信息的特征及信息采集模型, 通过采集的信息利用统计学、数据挖掘等方法对信息进行智能分析, 构建出城市社会治安防控需要的数字、图形化展现功能, 为城市社会治安防控资源的配置与调度指挥提供信息基础。利用分布式约束优化技术来建立城市社会治安防控部门资源配置与调度指挥模型, 将相关问题映射为分布式约束优化问题, 根据启发式算法、智能优化算法进行快速求解, 形成部门资源配置与调度指挥系统的基础。利用统计学分析城市社会治安防控多部门跨区域联动规律, 建立多部门跨区域信息交互共享机制, 研究多部门跨区域预案生成方法并构建联动指挥模型。从新确定大数据背景下城市社会治安防控系统的内涵和定位、运行机制和体系, 在此基础上, 分析城市社会治安防控系统构成要素并进行结构性分析, 建立城市社会治安防控系统计算体系和技术框架, 力争构建适合大数据环境的城市社会治安防控系统及管理方法。

摘要：经济的快速增长和城市人口的不断增多必然导致各种治安事件和突发事件的增加, 城市社会治安防控针对类型单一, 各部门防控规划各行其是、条块分割问题严重。面对以上问题有必要构建城市社会治安防控体系对各种事件发生进行预防和控制, 社会治安防控体系建设是新时期社会管理综合治理一个重要的举措。在传统的社会治安防控体系研究中, 并没有突出信息、通信等技术的地位。为此, 提出城市社会治安防控系统构建模式, 讨论防控系统特征分析与信息提取、信息智能分析及预警、部门资源配置与调度指挥、多部门跨区域联动指挥和城市社会治安防控系统机制, 进而在以上研究基础上构建大数据背景下城市社会治安防控系统。

高考历史背景大题 第2篇

1、背景：一般是指某一历史事件在什么历史情况下发生的，实质上包括原因和条件两个方面的内容。

历史背景=(国内+国际)(经济+政治+文化+)

⑴经济背景=生产力+生产关系+经济结构+经济格局+

⑵政治背景=政局+制度+体制+政策+阶级+民族+外交+军事+

⑶文化背景=思想、宗教+科技+教育+

如：鸦片战争背景：(一)国内：1、经济：自然经济+资本主义萌芽+土地集中。2、政治：①----：官场+军队+财政②阶级矛盾。3、思想：愚昧自大。(二)国际：1、经济：工业革命市场原料。2、政治：资本主义扩张。

2、历史条件=(国内+国际)(经济+政治+文化+)

⑴经济背景=生产力+生产关系+经济结构+经济格局+

⑵政治背景=政局+制度+体制+政策+阶级+民族+外交+军事+

⑶文化背景=思想、宗教+科技+教育+

3、原因

(一)从原因广度上分析：原因=主观(内因)+客观(外因)

⑴主观原因：事件发起、参与者内在经济、政治、思想诸方面因素。属于自我意识方面的原因，即人为的原因;

⑵客观原因：自然、社会环境、外在各方面经济、政治、思想因素等。它是独立存在于人的意识之外的原因。

内因：①经济：资本主义经济发展、统一的市场等。②政治：美利坚民族形成、资产阶级、种植园主阶级形成等。③文化：统一的文化、民族意识觉醒等。

外因：①英国的经济掠夺和政治压迫。②启蒙思想的影响等。

(二)从原因深度分析：原因：直接主要根本

4、矛盾分析：生产力与生产关系矛盾、经济基础与上层建筑矛盾、阶级矛盾、阶级内部矛盾、民族矛盾、宗教矛盾、不同利益集团矛盾等。

5、目的、动机：直接主要根本

⑴直接动机：解决当前面临的种.种危机或问题

⑵主要目的：实现某一方面目标，求得稳定和发展等

⑶根本目的：建立或巩固统治，维护统治阶级利益(根本利益)

目的、动机属于主观方面的原因，是事件发动者的主观意愿。

6、经济内容：生产力+生产关系+经济结构、布局+

7、政治内容=制度+体制+政策+阶级+民族+外交+军事+

8、文化内容=自然科学+社会科学+文化交流+

9、事件、事态过程：准备开始发展或曲折成功或失败

二.高考历史的答题方法

历史问答题表述中的归纳概括方法

基本方法：归纳和概括历史知识的能力是两种不同的历史思维能力。归纳指将众多或零散的或反复出现的历史史实，按其同类梳理，使之由繁杂到简约、由纷乱到条理、有个性到共性的认识;概括是把具有相同属性的历史事物联合起来，形成带有规律性的、普遍性的道理。归纳是概括的前提。

熟读教材，落实教材

很多同学在做完题目之后就会大发感慨，历史花费的时间很多，也看了不少书，但是就是做不出题目。这是因为看了书不代表就是熟悉了教材，要在熟读教材的基础上，落实教材，那么，要怎么落实教材呢?一是结构法，也就是抓住课文的主题，然后系统、细化的落实教材内容;二是比照法，也就是同类事物一般有相同的影响因素。这样能够使我们对历史知识的掌握既系统又细化到位。

三..高考历史有哪些答题技巧

审范围。所谓“范围”，指的是问题所涉及的时间、空间、人物、事件以及在分析论述时应涉及的论点、论据。

审重点。就是分析试题的设问指向。试题所问的方式、角度、侧重点不同，回答的重点也不同。 审题要冷静、细致，保持清醒的头脑，迅速梳理知识，抓住要点，然后精心作答，才能取得优异的成绩。

审字词。就是从语法修饰的角度分析句子成分，找出试题的中心词，然后再找出哪些是修辞或补充中心词的附加成分和连带成分，特别是要把握住那些表示时间概念、地域范围、程度高低、数量多少的带限制性的关键词。

审题型。高考历史主观题主要有叙述、分析、比较、论证、评价等类型。不同类型的试题各有不同的要求。熟悉和掌握历史试题的不同类型和要求，有针对性地回答问题是取得较好成绩的前提。要求考生分析的也是背景和影响。试题的要求是叙述加分析，这是试题的重点。

★ 陶渊明 饮酒

★ 陶渊明号

★ 陶渊明不为五斗米折腰

★ 陶渊明文集

★ 饮酒 陶渊明

★ 陶渊明诗

★ 陶渊明简介

★ 陶渊明谥号

★ 陶渊明乞食

施瓦布　大智慧需要大“背景” 第3篇

布什内阁成员中，没有任何一个在任命之初便接受“审判”——在新职务上是成功还是失败?但美国新贸易代表苏珊·施瓦布却是例外。履新六周，她便接受了最为严峻的考验。

7月24日日内瓦举行的多哈回合六国部长级会议最终演变成了一场闹剧，悲愤的WTO总干事拉米在极度失望之下宣布，暂停并无限期拖延有关多哈回合谈判的一切工作。

施瓦布的郁闷来自于欧洲的批评。欧盟贸易谈判代表曼德尔森指责美国应对谈判破裂负主要责任，他认为是美国人判定目前阶段终止谈判对他们弊大于利，这直接导致了此轮谈判的搁浅。

自己和自己的战斗

解决美国和其他国家贸易争端，是布什希望实现的经济“政绩”之一，任命施瓦布的深层含义便在于此。但多哈谈判的提前终结，让施瓦布承受了来自白宫的“失望”。

一些批评者说，任命施瓦布本身就说明了布什政府已经对多哈回合的成功不抱希望。比如，明尼苏达州前共和党议员比尔·弗伦内尔就表示，施瓦布是一流的，但并不意味着她适合做贸易代表这份工作。

对于外界对她新职务的各种声音，施瓦布并不感到意外。不过，她坚定地表示，她会以实际行动来证明自己非常适合这个新的岗位。“回击那些批评者的惟一办法就是要比他们所预料的干得好，干得出色。”

谙熟国际贸易规则的施瓦布出手果真与众不同。8月27日，开始了她任期内的首次访华。虽然外界对她此次北京之行赋予了释放美国对话新政策的含义，但其实幕后的真实意图还是为了“挽救”多哈回合，毕竟真正的期限还是在2007年。

在施瓦布看来，想要改变欧洲人的想法，需要拉拢中国、印度、巴西和其他一些经济快速发展的新兴国家，让它们和美国一起施压。

作为美国新任贸易谈判代表，施瓦布现在最迫切的事情是要尽快重启多哈回合谈判。她深知一旦不能在明年七月前完成有关谈判协议提交国会的话，她的位子就形同虚设了。这一仗无疑是一场施瓦布自己和自己的战斗。

柔中带刚的谈判高手

美国媒体曾评论说，施瓦布女士是那种能把政治上的困难当作是有趣经历的人。

然而，担当布什贸易“特使”之前，对外界来说，施瓦布还是一个无名小卒。不过翻开施瓦布的履历表，她丰富的人生经历还是颇让人艳羡。

1955年，施瓦布出生于美国一个外交官家庭，从小就随父母辗转在非洲、欧洲和亚洲之间。施瓦布说，正是有了在一些穷国的经历，所以自己很早就意识到开放的市场比直接获得外援更能帮助战胜贫困。

大学毕业后，她幸运地成为美国贸易代表办公室的一名农业贸易谈判代表。之后，施瓦布在美国驻东京大使馆任贸易政策代表，在老布什政府中也担任过对外商业服务机构主任等职。去年11月，施瓦布担任美国副贸易代表之职，主管欧洲、中东和美洲事务，为如今“扶正”埋下了伏笔。

上世纪80年代，施瓦布在替参议员约翰·丹佛茨主管贸易政策立法时，曾参与起草许多贸易政策并发挥过关键作用。在一系列政府谈判中，施瓦布的战绩更是突出。尤其在拉美地区出现左倾倾向、美洲自由贸易区的构建步履维艰的情况下，她领军成功签订了美国与秘鲁和哥伦比亚之间双边自由贸易协定。

施瓦布对中国的认识主要源于她在商界和大学的经历。她曾担任摩托罗拉公司企业业务发展主管，负责代表公司在中国及其他亚洲地区进行战略规划和协商，在该公司对华投资布局过程中起了重要作用。她在美国马里兰大学公共关系学院当院长时，还开设过对华贸易相关课程。

为了在对华贸易谈判中做到“知己知彼”，施瓦布还继续着刻苦的“功课”。今年6月，正式出任美国贸易代表后不久，她就宣布在美国贸易代表办公室成立“中国贸易执行工作组”和“知识产权执行办公室”。前者是为了“更积极地确保中国执行在WTO以及其他贸易协定下做出的承诺”，后者则集中研究中国，俄罗斯等国的知识产权保护。

智慧能否战胜实力

打开亚马逊书店的网页，输入苏珊·施瓦布，页面会跳出一本《交换》(Trade-offs)的书。内容简介上写着：《1988年综合贸易与竞争法》是美国贸易法上的里程碑，施瓦布在该书里以一个参与者和政策制订者的角度来透视了整个过程。

在美国贸易政策和实践方面，学者、官员、商人，多重身份的施瓦布，在美国无人能与之相比。甚至连布什也夸她是个“优秀而坚定的谈判者”。不过，高手也有致命弱点，施瓦布的软肋就在她薄弱的政治后盾。

美国贸易代表一般分为两类，业务型和政治型。前者比较突出的有巴尔舍夫斯基，后者以波特曼为代表。两者兼具的是佐利克，他既有业务水平，又与总统的关系亲密无间。

施瓦布比较偏向业务型，但她还没有巴尔舍夫斯基那样的国际影响力，在政治方面，她虽然在政府工作了30年，也曾为小布什的历次总统大选捐出过1000美元，但终归不是布什核心团体的成员。不过，施瓦布的优势是她曾在国会工作过，与立法系统关系非常密切。在国会拥有贸易政策最终决定权的美国，这一点优势还是很重要的。

由此也引发了关于施瓦布的智慧与实力差距的争论。有人认为，她难以将个人自由意志融入政策，也有人认为，没有了政治上的回旋余地，她就可以在既定的政策框架内，最大限度地发挥她的专业特长，充分施展谈判技巧和计谋。

适应课改大背景,确立现代课程观 第4篇

一、确立现代课程观, 要明确新课改后的教学目标

在以往的信息技术教学中, 教学主要是为了帮助学生通过各类“考级”, 新课改后, 信息技术课的教学目的是:“提高信息素养。”《普通高中技术课程标准》明确指出:“高中信息技术课程以义务教育阶段课程为基础, 以进一步提高学生的信息素养为宗旨, 强调通过合作解决实际问题, 让学生在信息的获取、加工、管理、表达与交流的过程中, 掌握信息技术, 感受信息文化, 增强信息意识, 内化信息伦理, 使高中学生发展为适应信息时代要求的具有良好信息素养的公民。”

可见我们不能再单纯地把学会某一软件作为教学的首要目标, 而要看学会这一软件对学生信息素养的提高起什么作用, 并努力强调这种作用。例如教材《字处理软件》这一节, 正文通篇只是介绍各种字处理软件的特点, 只通过一个“实践”提到Word的一些编辑功能。如果教师试图教会学生使用Word的各种功能, 那这样的教材安排肯定会让他“火冒三丈”, 但如果教师让学生体会“用字处理软件编辑”和“手工写作”之间的区别、了解Word、WPS等各种字处理软件的优劣等问题, 进而让学生自主决定以后在生活、学习、工作中是否利用计算机写作、用什么软件写作, 那么这样的教材就有了很强的指导意义。

认为教材难以把握、“难以实施”, 或认为很多“有用”的知识被删去, 这些想法产生的根本原因在于教师依旧狭隘地认为对某一软件的操作技能才是信息素养。实际上, 学习软件只是提高信息素养的一种途径, 我们应鼓励学生根据自己的爱好与需要, 自己决定学什么。这个过程本身就是培养信息素养的一种方式, 而教师应当为学生的学习提供帮助与指导, 而不是命令。

二、建立现代课程观, 要弄清课程、教材、教科书三者的关系

现代教育观念认为: 教科书是根据课程标准编写的系统反映学科内容的教学用书, 它是最具代表性的核心教材;教材除了教科书以外还包括大量的教学辅导用书、视听教材、电子教材、由自然或生活事件转化来的现实教材, 以及传承人类文明的各种物化形态和非物化形态的等, 都可视为教材;课程不再是规范性的教学内容和教材, 也不只是“文本课程”, 而是“体验课程”, 课程实施的过程是教师与学生共同创造适合其个性发展需要的积极的教育体验的过程, 因此, 教师和学生都不是外在于课程的, 都是课程的有机构成部分, 都是课程实施中最具活力的部分, 都是课程的创造者和开发者, 课程不是“死”的, 而是动态的、创生的。很显然, 上述三者的关系是依次包容的关系, 即“课程[教材 (教科书) ]”。

实践表明, 如果教学还局限于教科书的范围, 是很难实现课程功能转变这一课改重要目标的。一个教师如果只会照本宣科, 而不能结合学生的生活实例创设情境, 引发学生认知上的冲突进而激发学生的学习兴趣, 就不能促使学生积极参与, 就不能很好地交流、互动。

例如教材《信息集成》, 虽然提供了多种集成工具的介绍, 但通篇是以学习FrontPage2000为主导, 显然教科书的意图是让学生通过学习利用FrontPage2000制作网站的过程掌握信息集成的方法。然而, 在教学中, 有的学生提出:“我能不能用Dreamweaver进行制作? ”另外, 在现实生活中, 除了网页这种形式外, 更多的场合是用PPT幻灯集成某一信息主题的。所以我在教授时, 向学生推荐利用FrontPage2000和PowerPoint2000作为信息集成的工具, 但不反对学生用其他的工具, 同时鼓励学生学习自己原先并不擅长的集成软件。这样, 学生自己确定集成软件, 自己确定信息主题, 自己制订学习计划, 教师只提供相关的制作技术、制作技巧 (括充教材) , 并进行指导。学什么、怎样学几乎都是学生的自主行为, 学习的范围远远超出教科书上的内容。学生以小组为单位, 经过几节课的实践练习, 用网页、PPT、FLASH等多种形式, 完成信息集成的课程任务。

当然, 要实现课程功能的转变, 首要的一点是教师对教材必须有透彻的理解和体系上、结构上的把握, 这是前提, 是基础。这种理解和把握表现在两个维度:一个是学科知识内在的规律和系统的知识结构, 明了知识的内涵及发展变化, 且形成一套可操作的能让学生迅速建立这种知识体系的运作策略; 另一个是学科知识与现实生活、学生经验的结合点, 这是由教科书走向教材进而创生课程的生长点, 许多教师只会教教材而不会用教材教的主要原因在于找不到生长点, 课程的创生也就成为一句空话。

三、确立现代课程观, 教师要不断提高自身素养

1.教师要树立终身学习的观念。应该在新课程的改革中不断反思, 不断更新自己的知识, 真正做到“与学生共同成长”。

2.教师要善于捕捉生活中的各种素材并引入课堂。“信息无所不在”, 信息技术教师平时就要注意积累、搜集, 带着有“预谋”的眼睛观察生活。一旦碰到觉得有意思的东西, 就要考虑这个东西能否为教学服务, 日积月累, 必然会形成一个信息技术教学的“素材库”。用林俊杰的歌曲《一千年以后》引出《日新月异的信息技术》这一课题会让学生雀跃不已;用“朝鲜战争前, 兰德公司向美国国防部要价150万美金, 以提供7字情报”的故事说明“信息的时效性” 会让学生印象深刻;《红楼梦》、《百年孤独》中繁杂的人物关系可以让学生充分理解“信息的结构化表达”的重要性。这样的课堂, 内容丰富, 气氛活跃, 不仅能拓展学生的知识面, 而且能增强教师的个人魅力。

大数据背景下生物医学论文 第5篇

1大数据

来自生物、医药、医械、临床实验与健康管理等各个方面的数据，构成生物医学的各类大数据资源，它们形式多样，具有自身的特殊性，主要表现在以下几个方面：

(1)原始数据量大，且呈异构、多样性。

(2)难以用数学方式表达其结构及特征。例如：医生对医学影像、信号和其他临床数据的解释多是非结构化的语言或文字形式自由的口述，难以标准化。

(3)数据可能包含冗余的、无意义的或不一致的属性，并且数据经常要更新。

(4)数据采集很难完全避免噪声干扰，而噪声往往会影响处理结果。生物医学大数据处理包括数据的收集、抽取与集成、分析与挖掘、解释和共享等诸多方面，涉及数据库、信息科学、统计学、高性能计算、网络科学、心理学等多个领域。

2生物医学信息处理

2.1数据挖掘在生物医学信息分析中的应用

数据挖掘是对海量数据进行处理和分析，找出数据间的隐含联系，发现未知规律，最终获得知识的过程。挖掘的过程包括信息收集、数据集成、数据规约、数据清理、数据变换、数据挖掘、模式评估和知识表示8个步骤[5]。近年来，数据挖掘是生物医学信息分析的常用手段，尤其是在循证医学研究、基因组和蛋白质组的研究领域中有很广泛的应用价值。KDNuggets在全球数据挖掘应用行业调查的结果表明：健康行业位居10大数据挖掘应用领域的第3位。生物医学领域大数据多是不完整的、不一致的、有噪声的，数据具有独特的复杂性、丰富性、规模和重要性，需要数据挖掘的特殊关注。数据挖掘经典算法，如：分类、聚类、关联分析、序列等在生物医学数据挖掘时都可使用。

2.1.1 分类(Classification)

分类是根据己知数据的特征和分类结果，为每个类找到合理的模型(构造分类器)，然后用这些模型对新数据进行分类。K最邻近算法、决策树、支持向量机、神经网络等是常用的分类模型构造方法。疾病的诊断和鉴别就是典型的分类过程。例如：美国学者利用数据挖掘软件Clementine，以决策树算法为模型，分析挖掘了医疗机构HealthOrg的数据仓库中有关年龄、BMI指数、腰臀比和周锻炼次数等数据，得出糖尿病患病危险因素的分析结果。此外，还有一些国内外研究者针对肺癌、乳腺癌的诊断数据，通过分类挖掘的方法提高诊断的精确性。

2.1.2 聚类(Clustering)

分析聚类分析是将有共同特征或相似度高的数据对象实例聚成一类的过程，常用来研究样品或指标分类问题。聚类分析在生物医学领域已经得到广泛的应用，例如：可以根据流行病学特征属性的相似程度将病例数据划分成若干类，通过比较各个类别之间的临床医学状态特征属性的差异来分析某类疾病。国外学者选取SEER数据库中的217558例肺癌病例，通过分析每个病例的22个临床医学特征属性和23个流行病学特征属性的相似度后，将这些病例划分为20类，这就是典型的聚类分析。

2.1.3 关联(Association)分析

关联反映的是一个事件和其他事件之间依赖或关联的知识，可以通过表征事物特征的两个或多个变量的取值之间存在的某种规律性，找出数据之间隐藏的关联关系。关联现象在生物医学领域普遍存在，例如：临床上的某些疾病会同时呈现几种不同的病症，这些病症之间就表现为一定程度的关联性，而医生诊断病症的过程常常以观察症状为基础。

2.1.4 序列挖掘(SequenceMining)

序列是指按一定顺序或规律排列构成的一系列符号、数值或事件。存储于DNA、RNA和蛋白质中的`遗传和功能信息可用符号序列表示，分析序列数据能找到其统计规律或发现序列组成部分片段之间的相似性或相同性，这是生物信息学研究中最常用方法。此外，还可用时间序列数据进行某些疾病的研究与治疗，例如：欧盟资助的T-IDDM(TelemetricManagementofInsulinDependentDiabetesMellitus)项目通过Internet采集糖尿病患者的连续监测数据，经时间序列分析后找到患者一天内血糖水平变化的规律和趋势，为医生调整或精确胰岛素治疗方案提供有效的数据和支持。

2.1.5 图挖掘(GraphMining)

利用待研究的数据对象构建图这种数学模型，然后从图中寻找频繁出现的子图，从而挖掘出有价值的信息。例如：美国学术界整合出H5N1禽流感感染风险地图，经过图挖掘分析出H7N9人类病例区域[11]。此外，从政府管理角度来看，公共卫生部门可以针对覆盖全国患者的电子病历数据库进行图挖掘，从而完成全面疫情的监测。

2.2文本挖掘生物医学文献信息的大数据处理

2.2.1 文本挖掘

目前，全球医药类期刊近3万种，每年发表论文200多万篇，并且以每年7%速度递增，互联网上的信息资源约有30%以上的是与医学信息相关的。文本挖掘(Text-Mining)和信息可视化(InformationVisualization)是分析这些数据，揭示知识领域的内在联系的最有效手段。文本挖掘主要结合文字处理技术，利用智能算法，分析大量的半结构化和非结构化文本源(如文档、电子表格、电子邮件、网页等)，抽取散布在文本文件中的有价值知识，并转化为可利用的知识的过程，其工作流程如图2所示，挖掘前要完成包括文本收集、文本分析和特征修剪三个步骤的预处理工作。文本挖掘多以计算机技术实现，文档聚类、文档分类和摘要抽取是应用最多的技术。文档聚类主要完成大规模文档集内容的概括、识别文档间隐藏的相似度、减轻浏览相关、相似信息等功能。文档分类多以统计方法或机器学习自动实现，简单贝叶斯分类法，矩阵变换法、K最邻近分类算法以及SVM等都是其常用的分类方法。摘要抽取主要是利用计算机自动地从原始文档中提取全面、准确反映该文档中心内容的简单连贯的短文。此外，文本挖掘的结果评价常用分类正确率、查准率、查全率、支持度和支持度置信度等世界公认的重要参数进行评价。生物医学信息处理领域所涉及的DNA序列综合特征分析、蛋白质功能和相互作用分析、疾病基因发现、药物作用靶点预测等都与文本挖掘技术密不可分。在我国，已经有一些研究者利用文本挖掘技术来研究医学文献背后隐藏的知识。临床上，医生用文本挖掘技术对疾病的处方和中药用药规律进行了分析。

2.2.2 信息可视化

信息可视化是一种运用计算机图形学和图像处理技术，将信息转换为具有一定意义图形或图像，并进行交互处理的理论、方法和技术。它能有效发掘、过滤和研究海量数据，以更直观、有效的方式使研究人员更容易发现隐藏在信息内部的特征和规律，深层次地发掘包括生物医学领域在内的多个学科的研究热点和研究前沿信息，为研究人员把握研究方向提供帮助。信息可视化的常用工具有TDA、CiteSpace、Histcite、Vxinsight等软件，主要完成数量统计、共现分析和统计图表、共现矩阵、节点链接图、技术报告展示等功能。例如：国外学者针对PubMed数据库中到20的文献，分析了以“电子健康档案”、“医疗记录系统”和“计算机辅助诊疗”为主题的文献的引用情况后，用可视化工具展现其研究结果，使相关领域的科研人员很直观的了解了该领域的研究状况。

3总结与展望

大数据背景下会计流程重组研究 第6篇

关键词：大数据；会计流程；重组

伴随着“云计算”、“物联网”、“社交网络”等新兴IT技术的兴起，数据正进行着一场强所未有的大变革，大数据时代已经到来，并不断的冲击着传统企业的运营模式。推动这一时代的发展是因为各行各业激烈的竞争，在市场经济条件下，企业只有利用大数据分析市场的需求与变化，获得最恰当的市场契机。财务会计最终编制的利润表对反应企业这一年当中经营活动最有利的衡量标准，对企业来讲也是一个信息系统，可以衡量一个企业的绩效。

一、大数据背景下会计流程重组的必要性

（一）会计应收集和存储多种来源、多种结构的数据

大数据背后蕴藏着大量的可利用价值，并且大数据处理技术也为搜集数据，分析处理数据提供了便利。收集并且恰当的利用大数据为企业抢占社会机会提供了有利条件，可以增加企业的机会，而会计作为企业的重要部门，也是直接和这些数据有联系的部门，那就更应该充分利用现在最为流行的这种趋势，使其给企业带来不可估量的利益。从数据背后获得的价值，能够给信息使用者带来更为有用的判别依据。这就需要传统的会计流程做到改变，提高对信息技术的利用，便于收集到多样的数据，准确的反映经济业务，这也会有效的降低会计舞弊现象，也将有效的解决信息不对称。

（二）会计需要关注非结构化数据的价值

当前会计处理运用的主要是针对结构化数据，即使结构化数据量大，也有成熟的技术可以解决这一问题，但是在大数据时代背景下，会计也要跟上其发展的背景，本能只停留在结构化数据的发展方向上，也应该注重繁多的数据，更多的关注非结构化数据。在大数据时代，全部数据要比部总体中的一部分更具有价值。那现在对会计的要求也越来越多，会计就需要花费更多的注意力在分析整理和挖掘非结构化数据的价值。

二、大数据背景下会计流程重组的构想

（一）会计人员和信息使用者协同实现按需定制

在大数据背景下，信息需求者不仅仅满足于报表上面的数字，更注重的是这些金额后的经济含义，与企业的实际经营状况，越多的数据，越可以使决策者做出准确的判断，降低信息不对称的影响。会计信息利用人员需要将这些信息经过汇总在分类整理，并且综合分析这些数据背后反映价值。综合报表，不仅可使信息利用者得到所需的信息，还可满足个别使用者的特別需求。通过之前对这些数据的整理和分析，都已经储存在数据库中，此时会计信息使用者可以进入数据库中，输入自己的需求便可得到自己想要的信息，信息需求者对这些数据进一步处理分析，进而满足自己的需求。

（二）会计流程各环节保证互动

信息利用者要对获取的这些信息，做出反馈，包括判断这些信息是否能够满足自己的需求，假若不能满足要及时的通知财务人员。财会人员需要及时的和信息使用者和提供者沟通，相互交流这些数据存在哪些不足，并根据这些问题采用开放的形式相互交流，积极聆听各方面的意见，并采取其中最合理的解决方案，最终得出最有效的解决方案，同时改进业务数据，深入的发掘数据背后的价值。虽然在会计流程各环节互动了，但是仍然存在一些无法解决的问题，此时此刻我们需要新近在大数据处理流程中的专家，让他们利用自己所知道的专业知识和经验解决这些难题，同时向西方国家学习先进的处理方优化自己的平台建设。

三、会计流程重组的技术支持和组织优化

（一）会计流程重组的技术支持

1、数据采集层面——物联网技术

物联网体系分为3个层次，分别是感知层、网络层和应用层。感知层是对物品进行全面感知的核心技术，它未来的发展目标是准确系统地收集相关数据；网络层对物品提供了网络技术支持；最后应用层为物联网提供智能平台，减少人力物力的浪费。

2、数据存储层面——智能存储系统

大数据背景下，面对海量、种类繁多的信息，传统数据储存不能满足这一时代的特征。这无疑推动着与现代智能时代接轨，同时还需要保证这些数据的安全性，恰巧智能存储系统能够满足这些需求。智能存储系统可以满足各种结构类型的数据，并可以智能的选取与之相对应的储存系统。其中最主要的目的是存储非结构化大数据。

3、数据输出层面——搜索引擎技术

然而随着互联网的兴起，云计算的出现，更方便搜索自己需要的信息，不用到专门的存储机构直接在网上搜索就可以获得自己想要的信息，并且带有专业的相关分析结果，这对使用者来说更为方便。那么现在最令大家关注的是什么方法可以让我们轻而易举的搜索到这些数据呢，那就是与之相应的搜索引擎的出现，这是大家查找资料的重要工具。新会计流程要求切实保障利益需求者特殊的数据需求，信息使用者想要迅速准确的从大数据存储系统出搜索到需求的信息，就要利用搜索引擎这个强大的技术。最后经过加工整理处理之后做准确的判断。不仅仅上述那么多的优点，这个平台还可以根据自己的需求设置不同的参数模型，高效的满足各种各样信息使用者的需求。

（二） 保证会计流程重组的高效运转

重组后的会计流程不仅仅需要将销售部门、企业核心技术研发部门和银行等信息提供机构或部门涵盖在会计流程的范围之内，还需要注意到信息使用者的需求，这大大的增加了会计对信息供给者和信息需求者的协同作用。要使会计流程重组后的高效利用，还要保障开放的会计组织的高效运转。在这样的会计体系结构中，就要打破传统思维，并将销售、第三方、会计和信息使用者涵盖到该机构之中。这些工作人员都有着共同的奋斗目标，每一个角色都有自己的任务，还要求和他有联系的相关人员互动；会计人员要保证财务数据传递时的真实性，还要有利于工作时省时省力，最重要的是在互动环节时获取数据背后有价值的信息。

（三）培养复合型财务人员

在大数据时代，挖掘数据比拥有数据更为关键，只有正确处理数据，才能为管理层决策提供依据。这就要求数据处理人员既要掌握一定的数据处理方法，能够及时处理这些信息，也要求才人员具有一定的会计实践能力，能够凭借自身业务能力和职业判断能力提炼有利的信息。因而培育大数据处理能力兼备财务信息分析能力的复合型人才，才能在管理会计信息系统发挥应有的作用。

（作者单位：甘肃政法学院经济管理学院）

参考文献：

[1] 侯珊珊.大数据时代会计流程重组研究[D].中国海洋大学，2014.

[2] 张兰廷.大数据的社会价值与战略选择[D].中共中央党校，2014.

[3] 马晓娜.基于ERP系统的会计业务流程重组的研究[D].天津商业大学，2013.

[4] 高琨.对ERP系统应用下工业企业会计工作流程重组的探析[J].财经界，2014（09）.

大数据背景下商业模式创新探究 第7篇

1“大数据”的特点

1.1 海量数据

从B、KB、MB、GB、TB,到PB、EB、ZB、YB等,数字宇宙的边界不断扩大。有数据显示,自从人类发明印刷术以来,过往上千年的印刷材料也只相当于200PB,而在五年前的2011年一年,全球就新产生了约1.8ZB的数据,而且一直在增加,有人统计,2012年全世界大约每天产生约1.8ZB的数据。“大数据”的数量之大是一个不断发展的概念,对这些海量数据的存储和处理,已经大大超过了传统企业IT架构的承载能力,这也说明,企业IT架构与IT产业的重新布局将是新一轮创新的方向之一。

1.2 多来源数据

企业内部的经营交易信息,物联网世界中商品、物流信息,互联网世界中人与人之间的交互信息、位置信息等是大数据的三个主要来源。尽管企业的IT部门已经非常熟悉挖掘和分析结构化的交易数据,但它们通常还不具备和处理增长速度更快的非结构化数据的能力,只有利用专业化的大数据分析技术才能从中揭示出以前很难或不可能确定的重要关联。

1.3 实时处理特点

对实时处理的要求,是区别大数据应用和传统数据仓库技术的本质差别之一,特别是涉及感知、传输、决策、控制开放式循环的大数据。例如:早在1981年时,一个千兆字节的内存大约需要30万美元,而今天只要10美分。这使得以实时处理作为价值创新点的商业应用成为可能,而实时或近似实时的信息处理与运用能使一个公司比其他竞争对手更加敏捷。

1.4 低密度高价值特点

“大数据”背后隐藏着极高的经济意义和经济价值。但是,这种价值隐藏在浩瀚的数据当中,需要多种来源的数据的参照、关联和对比分析,需要独到的思维、高超的技术来对其进行类似“沙里淘金”的挖掘。“大数据”已经成为这个时代企业变革和创新的基本思维起点。

2“大数据”所引发的商业模式创新

2.1 基于“大数据”的价值主张创新

(1)洞悉消费者的真实需求。消费者的真实需求具有隐蔽性、复杂性和易变性。而大数据使得企业获得消费者的真实需求成为可能:人类的细微行为会直接暴露内心的真实想法,因而在互联网世界,企业可以运用来自内置于产品中的传感器数据,了解商品在真实世界里的使用情况。

(2)对消费者进行准确划分。传统企业对消费者的划分一般是以地理位置为依据,而“大数据”可以实现越来越接近消费者真实需求的细分方式。从本质上讲,世界上有多少人就有多少种兴趣、偏好和需求,每个人都是一个细分市场,“大数据”正在使企业向“微市场”化迈进。

(3)产品的即时、精准、动态定位。大数据的实时个性化以及多来源、多格式数据的快捷综合对比分析能力使数据的收集、整理、分析、反馈、响应可以在瞬间完成,使得企业随时随地圈准用户群并满足他们的真实需求和潜在需求成为可能。

2.2 基于“大数据”的收益模式创新

许多商业模式创新都是建立在消费者对商品需求的本质是使用商品而非拥有商品本身之上。例如:出售模式改为出租模式,与此相对应的收益模式从一次性支付向“微支付”转变。当然,使用这一收费模式的前提是使用过程可被记录和量化,而“大数据”正好可以实现使用过程、频率、强度的实时监控和记录,所以,这也就为新形式下商业收益模式的创新开辟了新的思路。

2.3 基于“大数据”产业链的商业模式创新

以数据产品为中心的创新。由于数据、信息、知识获得时间的专有性和获得知识专有性程度的不同,决定了各自在价值创造中所依赖的关键资源不同,从而也就决定了拥有不同核心资源和能力的企业在价值链上的不同定位。比如我们可以根据各自不同的定位将其分为数据租售模式、信息租售模式、知识租售模式。在数据租售模式下,我们主要主张向客户提供原始数据的租售,它的关键步骤是数据的采集、传输和整理。在信息租售模式下,我们主要主张向客户提供代表某种主题的相关数据集,关键步骤在于把原始数据与其背景意义相结合、整合、提炼、萃取,进而使数据的价值更高。在知识租售模式下,我们主要主张为客户提供一体化的业务问题解决方案,关键步骤在于将大数据与行业知识的利用相结合,通过行业专家,深度介入客户的业务流程,提供业务问题解决方案。

2.4 基于“连接”和“融合”的商业模式创新

2.4.1 连接“大数据”的平台式商业模式

这种模式下主要通过连接和聚合来降低平台参与者各方的交易成本。比如说互联网可以以某种方式把大量客户吸引到自己的平台上,通过提供双边或多边的客户价值,使得他们彼此相互转化和相互传递来创造价值;或者借助互联网这个平台,提供多行业、多企业的合作机制,聚集海量的数据,然后通过数据挖掘、分享、运用来创造和传递价值;再或者通过提供技术开发的基础条件,吸引技术相关各方的参与,从而实现分散的、互补技术优势的高效利用。

2.4.2 融合“大数据”的数据驱动商业模式

(1)上行驱动商业模式。由于“大数据”的发展,使得很多资源开始商品化,比如数据的商品化、“大数据”服务的商品化、“大数据”技术的商品化。这些形式的出现都是由于在“大数据”产业链之外,不少企业在它们正常的经营过程中,由于自身不断地积累了大数据资源加上保留并发展了先进的大数据技术而逐步发展起来的。

(2)下行驱动商业模式。这种模式下的创新则是由于像那些互联网公司利用大数据和大数据技术的优势,开拓行业之外的新业务,以完全不同的方式解决某种传统业务问题,实现跨界经营,从而成为这一传统行业的破坏性创新者,或者创造出一个全新的产业。

(3)全方位扩张商业模式。这种模式的创新典例当数Google。它的扩张包含了“大数据”产业的垂直整合、价值链扩张、行业融合,它兼具客户平台、数据平台、技术平台特征,它的业务布局,从应用(如地图搜索)、平台(如Google play应用店)、操作系统(如Android)到硬件(如手机、平板电脑、谷歌眼镜等)。

3 结论

以“大数据”为线索,对自身商业模式进行重新审视、设计与创新,是当今企业实现虚拟世界与物理世界的匹配、历史数据与即时数据的匹配、行为方式与情境的匹配,它使得许多“不可能”成为“可能”。“大数据”不仅带来一种新的战略资源和核心能力,而且它还可以实现企业乃至整个社会资源的控制、利用、配置方式的虚拟化和开放化,提高资源的利用效率和经济的运行效率。“大数据”意识、“大数据”情怀应该成为当今商业模式创新领导者的基本知识准备。

参考文献

[1]黄升民,刘珊.“大数据”背景下营销体系的解构与重构[J].现代传播,2012(11):13-20.

大数据背景下的财务动态管理 第8篇

关键词：混凝土制造业,大数据,财务动态管理

一、混凝土制造业的当前发展现状及特点

1. 行业发展现状

混凝土作为城市建设、水利工程及基本交通等必备材料, 其质量安全问题及社会经济利益与人们的生命财产安全息息相关。混凝土制造业属于简单的加工生产, 行业准入的技术门槛相对较低, 市场情况造就企业的非连续性生产特性, 企业常常需要依据客户要求的时段集中供应产品。混凝土制造业普遍存在居高不下的应收账款及产能利用率持续下降的现状, 以及工程质量良莠不齐, 依旧是行业面临的严峻生存考验。企业必需将质量与服务放首位, 同时降低产品成本, 方能提升企业的核心竞争力。

2. 行业特点

混凝土制造业通常具有周期性、地域性、投资拉动性及规模效应的特点。①周期性。通常表现在季节性方面, 因工程受季节影响较大, 使得混凝土制造业的年底及年初处于淡季;②地域性。预拌混凝土属于比较特殊的行业, 受有效运距的限制及产品需在4小时之内使用的质量要求, 其产品供应的经济范围通常在30公里之内, 区域市场设备产能容易过剩, 区域市价格差异较大且易引发价格竞争;③预拌混凝土属于投资拉动型行业, 工程施工、大型基础建设项目增长及房地产施工都是直接影响产量增长的因素, 其与水泥等其他建材产品相同, 宏观经济政策可直接影响整个行业的发展;④混凝土制造业具有规模效应的特点, 提高设备利用率和保供能力使得企业规模优势明显, 但单一企业规模不宜过大, 应合理布局方能保持合理运距、保证高效供应及高效服务。

二、大数据推动财务管理转型

大数据是互联网技术高速发展的产物, 当前在信息技术快速发展的推动下已进入到大数据时代。未来的数据资源将成为企业最核心的资产之一, 将对企业的经营模式和管理成效产生深刻的影响。随着大数据技术和“互联网+”在各领域的渗透和运用, 促使财务管理通过网络管理平台向智能化、数字化、融合化管理方向转型。财务管理者应审时度势, 与时俱进地培养和提升数据管理思维, 需在数据的收集、存储、应用、分析方面加强探索和创新, 为企业管理者作出的相关经营决策提供有力的数据支持。新形势下, 襄阳固德基混凝土公司如何保持健康稳健的可持续发展?

三、优化管理流程, 实现数据共享管理

加强网络平台管理建设, 建立以业务为核心, 分析决策为主导, 财务管理为手段的企业资源管理系统 (CEM) , 并将企业管理制度嵌入系统进行程序化、制度化管理。此系统管理平台可将企业资金流、物流及信息流高度集成, 企业可通过数据共享实施财务动态管理, 实时监管产品全成本管理, 将企业经营管理贯穿于产品周期的全过程。

1. 建立企业资源管理系统 (CEM)

CEM集供产销、物资、技术、财务管理于一体, 可与OA办公系统协同管理并达成公司的目标管理:

(1) 生产过程的精细化管理。解决公司关注的产品配料、生产过程的作业控制、产成品成本的精准计算问题, 具体如下:一是由技术部根据完整的配方拆分为几个部分, 并对不同部分的配方分别授权, 而系统后台自动将配方按产品批次组合进行相关材料批次的分配计算。二是实现产成品成本的精准计算, 按产品批次将耗用的直接及间接材料进行精准分配。三是按分配权数准确分摊制造费用。四是实施规范的、程序化的生产管理, 根据订单安排生产。1安排生产计划。生产部站长依据销售计划进行调配后, 下达生产计划, 由计划员录入ERP系统并自动生成生产任务编号 (结算方式可选择图纸结算或者小票结算) 及打印生产任务小票, 而生产任务编号可包含若干子合同 (涵盖浇注部位、混凝土方量、砂浆方量、坍落度、生产技术要求、当值的调度人员、运输距离、生产产品标号、特殊材料等) 。2交叉审核。财务部主办会计负责审核回款情况, 技术部负责给每一条生产计划选择相应的配合比, 上述两个部门审核后, 生产计划才到达生产车间, 车间按配比到仓库领料, 组织生产。物料部负责根据次日生产计划向供应商发出采购计划, 以保证次日生产所需。

(2) 物料全过程精细化管理。一是采购环节管理。物料部根据生产计划向供应商发出采购计划, 采取原料集中采购, 线下、线上联合审核及签批制度, 并对合同单及现金单分别规定如下:1合同单的采购管理规定。业务员联系意向客户, 洽谈合同, 达成意向后, 填写《合同评审表》, 分别由销售部总监、财务部总监、技术部总监、总经理进行合同评审。其中财务部主要负责审核客户资质、报价、账龄期、利润情况;评审通过后, 拟定合同, 双方签字盖章;合同执行中, 由公司指定专门的售后人员负责工地施工下料的协调工作, 并且客户方项目经理如需混凝土至少提前24小时直接和售后人员联系, 发送订单;售后人员接到订单后, 编辑销售计划发送至公司计划员;公司计划员收集汇总销售计划, 交给生产部。2现金单的采购管理规定。公司制定专门的现金单销售底价, 业务人员联系到意向客户后, 依据客户需求向计划员发送销售计划。计划员汇总销售计划后交给生产部审核数量无误后, 财务部再审核付款情况。二是发货环节管理。生产部调度负责调配运输车辆, 以保证成品能及时运送到所需工地。每车料生产完成后, 系统会打印送货单。生产部发货员负责将送货单交给负责运送的司机。技术部品控组负责对出库的成品进行检验, 产品检验合格后, 车辆出站。

(3) 销售环节的精细化管理。一是工程管理, 主要是存储与施工单位相关的工程信息;二是增强订货合同管理, 搅拌站与混凝土买受单位之间签订的合同都需要存储到订货合同管理模块, 经营部门通过合同内标号的限定控制着调度部门的生产。如一个卖方, 只有一个施工单位一个工程的情况, 建立主合同、子合同、主合同定价即可。倘若一个买受方有多个工程的情况下, 建立主合同、多个子合同, 如果单个工程遵循主合同定价, 在子合同处勾选“继承主合同定价格”, 如果子合同独立定价, 在子合同界面保存出执行“保存后定价”;三是发货合同控制。根据发货合同信息可以从生产的最大方量、最大金额、最晚时间进行控制, 也可以对某一标号、或某一种特殊项目进行控制;四是合同和销售数理的精确统计, CEM系统自销售计划开始分别对销售的产品、区域及客户资料信息进行细化统计, 并对销售产品的财务核算, 以及销售订货及产品发货, 产品销售价格政策, 产品销售分析查询等销售活动的全过程实施管理;五是协同管理, 严格销售手续完整签批, 实现线下与线上的协同管理, 如车辆将混凝土运到工地后, 按工地施工员的要求进行卸料, 卸料完成后, 由工地指定的专人在送货单的签收确认, 然后将客户联交给签收人。车辆回站后, 司机留下运输联, 将其余联次交给发货员, 发货员在ERP里面做车辆回站操作。

2. 构建产品全成本管理体系

(1) 建立全成本核算体系。成本核算以部门划分为三类:一是后勤部, 包括综合办、财务部、技术部 (包括质检、品控) 3个核算单元;二是业务部, 即销售部门;三是生产部, 包括生产部、物料部计2个核算单元, 产品全成本核算执行国家财税法规及《企业财务管理制度》。

(2) 建立企业财务分析体系。除了反映企业财务状况报表 (资产负债表、利润表、现金流量表) 外, 还涵盖工程经营状况表、采购分析表、成本费用分析表等。此举在于分析企业经营状况及费用执行情况, 挖掘企业的营运潜力, 改进和提升级财务管控水平。

(3) 加强预算管理, 实施财务动态管理。一是建立以部门为责任中心的预算管理体系, 根据企业年度计划编制经营预算, 包括销售、采购、生产、支出、项目预算等。二是编制年度财务预算, 包括资产负债、利润、现金流量预算。三是实施预算动态管理, 并对预算动态数据进行不利差异因素分析及纠偏反馈。

四、强化绩效责任考核

建立以企业发展战略为目标的绩效考核体系, 将年度目标任务落实到部门、责任人, 将考核期设定为月度及年度考核执行进度。同时实施岗位绩效考核方案, 如业务部的绩效工资以销售及回款作为主要考核目标, 财务部以工作质量、团队协作及应收账款回款率等作为考核目标, 技术部以产品质量作为主要考核目标, 并将绩效工资与目标任务挂钩。

五、加强资产管理

建立集中采购制度, 对设备、物料等进行线上、线下的联审及签批;建立客户信用评估体系, 设立信用预警, 禁用不良信用的客户;加强财务监督, 定期审计。

此外企业还加强资金管理, 提升使用效益。一是建立以业务员为主财务部为辅的催收方式, 加强应收账款催收、回笼。二是推动应收款抵押权制度的建立和实施;三是通过合理融资来优化资金结构。

参考文献

[1]王志权.大数据时代与企业财务管理转型[J].财务与会计, 2014, (6) :74-75.

大数据背景下物流信息平台构建研究 第9篇

1 大数据的含义及对物流管理的影响

大数据是近几年才出现的热词,其起步较晚,发展仍不成熟,对其含义目前仍没有统一的标准,但众多学者一致认为多样性、规模性与高速性是大数据的特征。虽然各国政府与学者对其定义不一,但综合来看,大数据是Web 3.0技术的产物,大数据使人们可以跨越边界,跳过浏览器采集、整理与分析数据,是人类文明的巨大进步。

大数据将各行业、各组织及个人紧密的联系起来,有效地分析这些大数据有利于提高组织内部人、财、物等资源分配的能力,优化组织运营管理模式,提高组织创新能力,大数据的发展对近些年快速发展起来的朝阳行业——物流业带来了前所未有的机遇。

首先,物流大数据有助于提升企业的决策能力。在西方众多的管理思想中,有一种思想认为管理就是决策。众所周知,正确的决策需要大量的、准确的、及时的信息,这对信息的来源提出了更高的要求。大数据的出现与运用为企业的科学决策提供了保障。顺丰公司的成功在很大程度上取决于他们大数据信息平台的高速运转,大数据信息平台的高速运转提高了公司的核心竞争力。其次,物流大数据对变革运营模式的推动作用。企业经营模式的改变也有赖于大数据。大数据信息平台的出现有利于实现资源共享,进一步促进企业之间的合作。再次,大数据对人力资源管理显现出精细化的特点。物流人才的匮乏是目前物流发展的重大问题,大数据的出现有利于对员工的选择、评价、培训等管理做出正确的决策,从而优化人才管理的方法与手段。最后,物流大数据对管理控制的提前预警作用。物流是一项系统工程,包括物资采购、组织生产、销售等环节,大数据的准确处理有利于提高市场需求预测的精准度,同时也可以对商品库存提出预警,从而优化物流运作流程。

2 大数据物流信息平台管理存在的问题

2.1 大数据物流实践落后

欧美日众多的物流企业大多应用大数据,如包裹可视化管理与运输的数据化等。联邦快递公司采用Senseaware系统实现了可查询客户的邮件状态,联邦包裹服务公司建立了Orion大数据导航系统,虽然这个项目每年需要投入数亿美元,但该系统在寻找最佳线路方面取得了惊人的效果,进而减少了二氧化碳的排放量。国内的大数据物流实践则比较落后,在这方面顺丰有不错的尝试,顺丰科技在车辆GPRS导航监控系统方面取得了较好的效果,实现了快递业务到站信息的监控,但圆通速递、申通快递、百世汇通、中通快递与韵达快递等物流公司在大数据物流方面则鲜有突破。

2.2 大数据物流信息平台的功能有待完善

近年来,随着制造业及电子商务的快速发展,物流行业也得到了快速的发展,然由于进入的低门槛,企业规模过小,各企业提供的服务同质化严重,行业集中度偏低。企业规模小导致企业无法大力加强物流基础设施的建设,尤其是信息技术的建设,很多企业在大数据物流平台建设方面的无序导致错失发展的机遇。同时,很多企业管理者并不重视大数据的作用,对大数据物流平台持观望、甚至怀疑的态度,因此,目前物流大数据信息平台的搭建也仍有许多地方需要改进,在利益分配、诚信考量、合作等各方面的工作也有待完善。

2.3 大数据萃取及使用能力尚有提高的空间

物流企业是大数据物流平台的主体,除此之外,生产类的企业、销售类的公司等各类组织也需要物流服务,也会产生大量的物流信息,也是大数据物流平台的主体。将零散的数据聚合找出有用的信息是大数据物流平台设计的关键,然而,目前的大数据物流平台在这方面仍比较薄弱。以阿里集团的“菜鸟驿站”为例,虽然为客户和快递公司提供了很多便利,但并没有使用大数据对驿站地点和数量选择做出统筹的规划,严重影响了加盟商的收益。

2.4 大数据信息平台的安全保护存在漏洞

大数据物流平台涉及多个企业的利益,其安全问题也需要各方的维持。然而,有关大数据平台的安全事故时有发生,给平台企业带来了经营隐患。如快递公司网站存在漏洞致使黑客入侵快递公司,泄露客户个人信息。

2.5 管理者没有真正将传统思维模式转换成数据思维模式

目前,问题导向的影响下,国内大数据物流信息平台在行车线路的优化、库存量的界定、物流中心的布局等方面的应用还是比较普遍的,但真正用数据思维来思考和管理的案例几乎没有,严重束缚了物流大数据信息价值的发挥。

2.6 大数据物流信息平台缺乏人才

设计与实施大数据物流信息平台的人才既需要懂仓储、运输、配送等物流专业的知识,又要在公司战略管理方面具有独到见解。然而物流人才匮乏是不争的事实,全球大数据相关岗位入职率低的现象非常严重。

3 构建大数据物流信息平台的建议

3.1 完善多方企业合作机制

大数据物流信息平台需要多方企业的参与,多方企业通过合作来共享利益,因此,平台的搭建极其关键。一般来讲,平台的搭建应以某个具有综合实力高、创新运营模式和行业内影响力大的企业来完成,并以搭建企业的实力来吸引其他企业的加入。参与者各方应各有优势,形成互补,从而提高整个物流平台的经营效率。同时,难以被模仿或被超越独特价值的物流大数据才是平台的核心价值。此外,平台设计应该考虑各方利益,在利益分配方面,应遵循科学、合理的原则,不应该主观臆断。

3.2 提高大数据运用能力

数据聚合、数据储存、数据计算、数据分析和信息运用是大数据处理技术的五个环节。在数据聚合方面,应该使用智能手机、PC机、射频识别、全球卫星定位系统与传感器等设备及时、准确、完整的收集货运量及运输路线的数据、客户需求,订购量的数据、包装、配送等相关数据,以及仓储中心位置及库存数据等数据。数据的储存一方面要提高存储空间,另一方面要通过高性能I/O、虚拟存储技术及网络存储系统等存储虚拟化来实现。在数据计算和分析方面,可以选用数据库、一体机数据库、数据集市等商业大数据的分析工具,也可以选用免费的开源性大数据生态圈。

3.3 加强安全防护管理

加强安全防护管理,首先,要加强对大数据物流信息平台管理人员与员工的培训,加强管理人员的认识,提高其专业技能,加强对核心数据的保护;其次,精准筛选数据,缩小数据分类模块,加强对数据的分类管理,并通过逻辑冲突及时交叉验证。最后,因数据提供者又是数据的使用者,因此严格区分大数据区域,加强保护商业机密数据,消除防护盲区,建立实时的安全检查机制是极其重要的。

3.4 开发大数据信息平台思维,创新经营模式

互联网大数据信息时代要求身处在这个时代的企业要在创新经营模式方面有所突破。大数据物流信息平台的设计与实施也可以借鉴成功的商业模式,进行跨界思考。如参考小米开发物流行业的粉丝模式,物流行业是互联网经济唯一面对客户的服务行业,其拥有海量的客户信息资源,为吸引粉丝、增加客户黏度及精准营销提供了保证;将颠覆出租车行业的Uber模式引入物流领域形成众包物流模式,借助大数据物流信息平台使人人成为快递员,解决最后一公里的配送问题。

3.5 采用多元化的方式引进大数据人才

数据化物流离不开数据人才,面对全球稀缺数据人才的现状,物流行业应该考虑采用多元化引进人才的方式。首先,可以将大数据物流信息平台业务外包出去,利用“外脑”解决物流数据问题。外聘更具有专业素养的大数据信息团队,能有效地突破本公司固有的思维方式,更加能够从新视角发现物流数据的价值。其次,内部挖掘,培养本公司员工,选择IT专业的员工到物流岗位,了解物流工作流程;还可以对物流岗位具有大数据基础知识和较强学习能力的员工进行专业化的培训。最后,企业可以与高校合作,采取定向培养的方式获得相关人才。

参考文献

[1]邹裔忠,林美珠.大数据时代物流企业开展物流金融的优势分析[J].武夷学院学报,2015(9).

[2]何宝义.国内外大型物流企业对现代信息化技术的应用现状[J].中国电子商情(RFID技术与应用),2009(6).

[3]陈宪宇.大数据时代企业相关职位设置与人才培养[J].经营与管理,2014(9).

大数据背景下的信息安全研究 第10篇

1 大数据的特征

IBM将大数据的特征归纳为4个“V”(量Volume,多样Variety,价值Value,速度Velocity)[2]。第一,数据量非常大。随着人们数据使用的频繁,全球产生的数据量也呈现激增态势,数据的容量单位从TB升级为NPB甚至是ZB,特别是在一些数据运算量非常大的企业中,其容量单位甚至达到EB级别。据统计,到2020年全世界所产生的数据规模预测将达到今天的44倍。第二,数据的复杂多样。在大数据时代,数据的来源都是来自全世界范围的各个国家、各个行业,无论数据来源还是数据的种类,都是多种多样的。第三,数据的价值。大数据技术的发展,将使人们的生活、工作和思维发生重大变革,对如此大量的数据进行合理的挖掘利用,其产生的价值和优势将是空前的。第四,处理速度快。由于大数据与传统数据不同,数据的处理速度也发生了质的变化,只有利用云计算等超高速的计算方法,在短时间内完成数据的处理,满足实时性需求,才能在极短的时间内得到人们想要的运算结果。

2 大数据背景下信息安全的隐患

大数据的出现改变了人们的工作、生活方式乃至思维模式。海量的数据在给人们提供各种便利和机遇的同时,也存在着个人隐私、商业情报、国家机密泄露等信息安全隐患。

2.1 先进技术对信息安全的威胁

先进的技术方便了人们的生活,丰富了人们的信息体验。与此同时,隐私、机密在先进的科学技术下,已经无处遁形。先进的技术使得对海量数据的分析与利用成为容易实现的事情,而数据的分析对个人用户及政府、国家需要保密的信息也会产生巨大的威胁。小到个人,其家庭状况、个人财产情况、电子邮件往来、通话记录能够通过数据进行记录,并且被搜索出来。同样的,对于国家而言,在先进的技术面前,国家机密也存在着泄露和被窃取的巨大风险。2013年爆出的“棱镜门”计划震惊世界,在这个计划中美国利用先进的技术对海量数据进行分析利用,轻而易举地获取想要了解的信息,将世界纳入他们的监控范围,技术手段成为各国之间情报战的主要手段。先进的科学技术可以保护本国信息的同时,也成为获取他国情报信息的重要手段。

2.2 数据的难以掌控性对信息安全的威胁

大数据时代,数据的产生、传播和利用是高度自由化的,数据的开放性和全球性,使个体的力量和影响力变得不可忽视,政府对数据行为的管控能力降低了,每个人都是数据的制造者、传递者和获取者,公众通过各类移动互连设备,可以随时随地表达民意、反映舆情、传播观点。由于数据信息容易发布、传播迅速,数据空间高度自由化和虚拟化,这也使得一些不良信息诸如反动信息、谣言等在网络上疯狂散播,各种不良信息的混入,给社会公众造成了巨大的负面影响,极端情况下甚至会引起社会动荡。

大数据时代的海量数据不受时间和空间的限制,实时产生并传播迅速,很难掌控信息的传播和真伪。因此,各种现象的出现、事件的发生、信息的发布都会在第一时间传播到公众当中。许多媒体和个人正是利用了信息的快速传播,将个别事件不断炒作,使得局部事件、个别现象甚至虚假事件迅速成为公众关注的焦点[3]。一些用户在网络上发布大量反动的、不健康的、垃圾广告等信息,这些均给网站信息安全带来了无穷的隐患,增加了政府处理公共危机的成本,扰乱了正常的社会秩序。

2.3 海量数据的存储存在安全隐患

大数据时代,由于数据量巨大,导致现代黑客对数据的利用与盗窃现象越来越严重,黑客通过病毒等手段可绕过安全防护系统进入用户的数据库,传统的安全监测已经不能很好地解决现有的网络攻击。在大数据时代背景下,由于许多的数据都是被集中存储的,有些信息由于本地存储设备的容量限制而被存储到云数据库,云数据的处理和储存过程中也会面临多种多样的风险,这就有可能导致一些个人隐私信息或者国家机密信息数据被窃取,对于信息犯罪分子来说,这是很好的对象。因此,需要采取相应的措施来保护云中的数据安全。

2.4 管理不善带来的安全隐患

管理不善是一个多方面因素构成的,具体包含安全观念、机密机制、业务能力、政府规范和标准制度等。管理不善是造成数据信息丢失被盗的最大隐患。调查数据表明,由于管理混乱,内部在主体分工、层级权限、运作流程上存在漏洞,最后会直接影响信息安全体系上。现在发生的攻击事件中,大概有70%都是由于内部原因导致的。例如,有的员工将自己所看到的该安全体系下所存在的漏洞告知给他人,使得他人更容易攻破;有的管理人员随意将把权限口令告诉他人;也有部分人员直接利用自己的便利性,对整个体系进行破坏,窃取各种私密信息,而后将其买卖获利;还有对机房疏于看护,使得不法分子很容易进入其中等。据统计数据表明,目前我国发生的各种网络安全问题,90%以上的解决之道都在于建立更完善的管理保障体系。

3 大数据背景下信息安全对策

良好的管理制度和适当的安全技术手段,是大数据背景下信息安全的保障。

3.1 制定可行的法律法规和相关政策制度

目前,我国对大数据的研究还处于起步阶段,针对大数据的立法远远滞后于大数据及相关技术的发展。因此,要加快相关法律法规的研究进程,从保障数据安全,顺畅数据正常流通,促进数据合理使用,保证数据分析者获得数据合法性以及数据的安全性等方面,尽快制定有针对性的科学配套的信息安全法律体系。目前,工信部信息安全协调司已经开始研究建立信息安全审查和重要信息技术产品信息安全检测制度,并组织开展了云计算、物联网、移动互联等安全技术研究和标准制定。2014年5月22日,国家互联网信息办公室宣布,为维护国家网络安全、保障中国用户合法利益,中国即将推出《网络安全审查制度》。大数据的发展纳入法治建设的实践当中,建立健全合理有效的安全法律体系,规范大数据的发展,对维护信息安全是十分必要的。

要使相关法律制度和运行机制真正发挥实效,加强相关的管理和监督也是必要的环节。成立相应机构,明确各方责任,各司其职、各尽其责,强化管理和监督,才能使政策法规真正落到实处,为大数据健康发展提供政策支持。

3.2 加强信息保护技术

大数据之所以迅速发展,就是因为科学技术特别是信息技术的突飞猛进。要应对大数据带来的挑战,最直接的方法也就是依靠科技、发展科技。加强安全审计、数据备份、网络隔离、入侵检测和病毒防治等技术的发展,更好地使大数据为我所用。

3.2.1 安全审计。网络安全审计具有高效和稳定的特点,其采取旁路监听的模式,从网络中获取信息并进行分析,同时对一些重要信息进行记录。通过安全防护系统,建立对数据授权控制、访问审计等安全机制。通过统一的策略设置规则,当网络中的行为匹配了其中某一条规则后,则会进行预警,并对这种行为进行栏截和记录,从而保护系统的正常运行。

3.2.2 数据加密。

对于重要的信息数据进行加密以确保安全。加密一般会采用常见的或者用户自定义的加密算法,将易识别的数据转换成为密文,这样原始的数据就不易被识别,然后再进行数据传输,通过这样的方式加密后,如果数据还是不幸被不法分子栏截,不法分子也无法破译出原始的数据信息,从而保障了数据的安全性。

3.2.3 网络隔离。

在网络出口处安装防火墙,严格按照规则进行配置,默认规则为禁止,严禁开放TCP/UDP协议的有关端口利用防火墙的“停火区”对终端进行分类,从而使处理绝密、机密、级信息终端得到更好的保护。通过对防火墙级别的设置,可以决定在用户的系统中何种资源和服务是可以被访问的,用户可以对外部网络中的何种资源进行下载等。通过这样的方式可以很方便地对网络中的数据流进行检测和监控,从而达到对用户内部网络进行保护而避免遭受恶意进攻的目的,当然对于防火墙自身的安全性也要进行保障。

3.2.4 入侵检测。

入侵检测系统负责管理监测骨干线路传输的数据,对当前系统资源和状态进行监控,检测可能的入侵行为,利用入侵者留下的痕迹来有效地发现来自内部和外部的非法入侵,是一种主动防御,这种技术首先是利用一些设备对互联网中用户行为相关的海量数据进行实时采集与分析,并从中检测网络中是否具有黑客入侵或者内部用户恶意占用大量网络资源等行为,最后针对这些网络中的恶意行为作出预警的安全技术。入侵检测通常以自主的方式对网络进行保护,其不仅能通过对网络中异常流量的检测来弥补防火墙的一些不足之处,而且还结合一些其他安全策略,对网络进行立体式的保护,是防火墙的重要补充。入侵检测能够有效地辨别网络中的一些恶意行为,从而提高对于整个网络的监控能力(诸如安全统计、监控、攻击手段识别和预警),完善整个网络的安全体系。访问控制是最常用的一种方法。

3.2.5 病毒防治。

大数据时代,如何有效地预防病毒进入用户网络是最值得探讨和研究的。当然除了预防之外,如果病毒已然进入系统,则要进行病毒的检测与清除。在主机系统上部署网络版防病毒软件,接受全网统一管理,建立病毒疫情统一实时监控、病毒查杀策略统一管理、病毒特征库统一升级的网络防病毒体系。并且定期备份数据,一旦病毒感染了系统,要立即对系统进行扫描,定位异常并识别出病毒的种类。在识别了病毒的种类后,要及时清理病毒,如果文件或系统因此受到破坏,也要及时用备份恢复。然而,也存在文件或者系统中的病毒无法被辨别和清理的情况,这种情况下为了保障计算机的正常运行,必须永久性删除该文件并导入该文件的备份或者直接对系统进行恢复。

4 结语

大数据已经发展成为当今社会和科技发展的一个趋势和力量,人们在享受成果的同时也要面对其所带来的挑战,而其中非常重要的一环就是信息安全。为了使大数据具有良好的发展前景,大数据安全与信息保护技术正在日益引起各界的重视。在面对大数据背景下的信息安全威胁时,只要能运用有效的法规和技术,及时发现、积极干预是可以预防和解决的。

参考文献

[1]何骞,曾川,张金榜.大数据时代的计算机信息处理技术分析[J].无线互联科技,2014(12):147.

[2]刘林林.大数据时代数据分析与信息安全[J].网络安全技术与应用,2013(12):59.

社会大背景 第11篇

关键词：大数据；人力资本；新发展

一、引言

21世纪，是人类探索新疆域——数据的时代，又被成为“大数据时代”。随着互联网的发展和应用，智能设备的研发和普及，数理统计分析的的演变和深化，大量的生活元素被转变为“数据”，手机定位系统的发明，使我的行为轨迹、位置变化成为了可以被记录和分析的数据。海量的数据无时无刻充斥在人类的现实生活中，人类又将这些有形或无形的数据收集、分析，开启了一场大规模的生产、分享和应用数据的新时代。

英国著名作家维克托.迈尔-舍恩伯格，将人类迈入大数据时代看作是一场生活、工作与思维的大变革。他在《大数据时代》一书中这样描述：“大数据开启了一次重大的时代转型。就像望远镜让我们能够感受宇宙，显微镜让我们能够观测微生物一样，大数据正在改变我们的生活以及理解世界的方式，成为新发明和新服务的源泉，二更多的改变正蓄势待发。”如此一场重大的变革，即将改变人类生活、工作的方方面面，潜移默化的影响着人们看待世界的方式、方法，那么，人类又该如何发展自己，满足新时代的要求，适应新时代的变化，成为当今社会亟待解决的问题。

二、大数据时代的新变革，对人力资本发展的新要求

首先，大数据时代的首要特征是“数据化”——一切皆可“量化”。数据，不再是沉睡在深奥的书本里，也不掌握在少数人手中。大量的数据被人类测量、记录、分析，这也是大数据时代发展进步的核心动力。数据化的对象不仅仅是数字、文字，而且包括方位、轨迹、甚至沟通。沃尔玛超市通过统计不同货架上的物品被人们选择的次数，以及不同购物者在超市内浏览路径等，适时调整货品的摆放位置、摆放次序，大大的提升了销售业绩。一旦我们生活的世界能够被数据化，人类认知将根本性转变。那么，摆在人们面前的问题就是，如何收集海量的数据，将数据的样本无限量的扩大；如何筛选数据，让数据更加还原事物的真实面貌；如何后期处理数据，分析出既定目标需要的结果。这些问题的提出，就意味着人类面临着一次自身素质质的飞跃。

其次，数据真正发挥作用在于“预测能力”，在还原事实的前提下，对未来情况的发展有指引作用。1978年，由24颗卫星构成的全球定位系统（GPS）的诞生，实现了自古以来无数航海家、旅游者、制图家的梦想。这一技术陆续被应用到车辆、航海、手机等移动设备上，极大地方便人类的同时，大量数据又被反馈到数据中心，重新整理、分析。UPS快递公司，首先通过运用安装在车辆上的设备收集回的数据，跟踪到车辆的位置、行驶路线，统计车辆的消耗信息，设计出货车的最佳行驶路径，科学的指导车辆行驶。2011年，这项成果为UPS快递公司节省了近4828万公里的路程，以及近300万加仑的燃料，大幅度的为公司节约了运营成本，提高了工作效率。UPS管理总监杰克.莱维斯说：“数据的预测给我们知识，而知识赋予我们智慧和洞见。”数据的预测功能，拓展了运用数据的维度，从发现问题层面跨越到解决问题、解决未来的问题的新层次。数据的“运用”，掌握在人类的手中，那么，如何将数据正确运用，如何用数据解决问题，如何杜绝数据所有可能引发的的技术上、道德上等多方面的问题。在这些问题有待解决之前，数据不应该被滥用。也只有人们约束好自己，才能将数据充分、合理的运用。

最后，数据，在练习“发声”，在以全新视角描绘着我们已经熟知的世界。在数据为我们做出巨大贡献的同时，有些人会不会“固步自封”？有些人会不会“讳疾忌医”？在我们肯定“数据”的同时，也会有人在质疑、歪曲“数据”。数据的统计在于人类，分析在于人类，得出结论的任然是人类，正在需要做到公正、真实的其实是“人类”。那么，如何看待数据？是否应该在技术操作、实施、甚至舆论宣传的多个环节，加以监管？为了使“数据”和“人类”之间和谐相处，追求共赢，首先“安身立命”的应该是人本身。

三、大数据时代背景下，人力资本发展的新方向

人力资本的发展成为“大数据时代”背景下的热门课题，面对大数据、大挑战，要及时调整发展方向，发展目标以及人力资本投入规模、投资方向。只有首先打破“人为限制”，才能掌握数据的合理运用，讓其真正发挥作用。

首先，加大对新兴领域，如科技研发、移动设备、数理分析等领域人力资本投资力度。过去，我国投资是刺激经济增长的重要动力，而忽略了科技创新的力量，忽略了新时期投资方向的改变。数据，像一座取之不竭的矿产，只有用合适的工具开采，才能提高产量，尽可能的保存原始形态。为实现这一目标，需要先进的终端设备，熟练的操作人员，以及长时间的人力、物理的投入。

其次，规范数据相关人员，建立、健全法制机制，监管互联网、移动设备，防止数据的非法获得、滥用。无论是亚马逊、淘宝，还是百度、谷歌，都以不同形式采集我们日常的“数据”，我们始终被“第三只眼”监视着。前美国中央情报局（CIA）雇员，也曾担任美国国家安全局（NSA）的美籍技术人员的斯诺登，将美国国家安全局关于PRISM（棱镜）监听项目的秘密文档披露给了《卫报》和《华盛顿邮报》。这一情况的纰漏，引起了各国政界的轩然大波。这就是一场因“数据”而引发的“战争”。合理有效的杜绝大数据带来的威胁，更好的规范个人行为，保护公民合法的隐私权等权益。（作者单位：云南民族大学经济学院）

参考文献：

[1] 张燕南，赵中建.大数据时代思维方式对教育的启示[J].教育发展研究，2013，21：1-5.

[2] 刘小霞，陈秋月.大数据时代的网络搜索与个人信息保护[J].现代传播（中国传媒大学学报），2014，05：125-128.

[3] 孟小峰，慈祥.大数据管理：概念、技术与挑战[J].计算机研究与发展，2013，01：146-169.

[4] 胡树祥，谢玉进.大数据时代的网络思想政治教育[J].思想教育研究，2013，06：60-62+102.

[5] 宗威，吴锋.大数据时代下数据质量的挑战[J].西安交通大学学报（社会科学版），2013，05：38-43.

新媒体背景下网络大电影前景分析 第12篇

2015年, 网络大电影作为一种全新的电影消费形式出现了。不经意间, 微电影延长成了网络大电影。除了时间从10分钟延续到了1小时外, 其讲故事的复杂程度也远远超越了微电影。同时, 在爱奇艺等平台上, 无数屏幕之前的观众开始用扫码的方式为看一场网络大电影买单。这是几年前, 我们无法想象的情景。

十几年前, 广电系统推行数字电视的时候采取了整体平移, 免费为用户换上数字机顶盒的方式, 目的是将来在交互领域收取用户的点播费用, 可是这一努力被互联网的汹涌大潮掩盖了。也许真的还有人在用机顶盒点播一部电影, 但显然互联网点播的内容更加富丰多样, 用互联网点播电影俨然已成为人们的生活常态。因此, 网络大电影的社会效益和经济收益不言而喻, 于是最近我们看到相当数量的导演、工作室、影视公司, 都在摩拳擦掌地准备进入这个新市场!

二、网络大电影介绍

在当前新媒体当道的局面下, 提到网络电影, 很多人都在好奇:

首先, 谁在为网络大电影买单, 他们的背景、消费心理、经济状况、黏性等问题呼之欲出。

第二, 如果网络大电影在资金的推动下成为正规电影的下一个出口, 他的消费群体又会发生怎样的变化?

第三, 随着监管的进一步深入, 题材多样性被限制, 他的消费群体又会有怎样的变化?

这几个问题其实都是对网络大电影未来发展方向的一种探询。关于消费者的变化, 笔者并没有得到相关网络媒体的具体数据, 如爱奇艺的网络大电影点播的大数据分析, 我想那可能是更有商业价值的部分。然而从结果导向来看, 我们也能看出一些端倪。

三、网络大电影题材剖析

从题材上来讲, 网络大电影的题材正是在主流院线受到限制的部分, 如穿越、悬疑、非主流等。相关的网络大电影很多, 不一一赘述。但随着监管层对网络视频出版物管理工作的深入, 播出平台必然会更加严格地审批节目。很快, 价值观不良的作品就很难上线。在净化视听环境的传播背景下, 网络大电影在草创阶段获得的无比宽大的题材环境会迅速萎缩, 将不得不向主流电影靠近。试图通过猎奇、血腥、怪异、不正常的价值观来博取点击的可能性会更小。这就要求未来的网络大电影节目要更会讲故事, 相对于院线大电影, 网络大电影就需要把故事讲得更精彩。在媲美不了画面的情况下, 故事的精彩程度、人物的吸引力等因素才是是网络大电影的生存之道。

我们看到, 2015年刚爆发的网络大电影热潮已到了拐点。数月前, 仅在北京就已经有近百多个剧组在运作各类作品, 并把作品送到各大视频平台。这意味着淘汰赛即将开始, 大量低成本、镜头不稳定的粗制滥造的网络大电影将被拒之门外。

所以, 很多剧组在建组的时候要更加谨慎。虽然天下武功号称“唯快至上”, 迅速打造产品上线才是更为成功的商业操作模式。可是, 千篇一律的道士题材、捉鬼题材、校园爱情题材以及低水平地模仿流行院线电影等, 会让这些作品在超级市场般的电影货架上鲜有问津。

四、网络大电影消费群体分析

回过头来, 我们再来看一下愿意在平台上买单的观众。我们也许可以为他们画上一副像:年龄15~35岁, 月收入0~4000元, 较少参加各种高消费娱乐活动的屌丝群落。对他们的心理也能画上一副画像, 如二三线城镇的闲散青年, 需要一些猎奇的东西来满足平庸、没有变化的生活, 有白日做梦的习惯等。

这个群落正是当前网络大电影消费者的群像, 可能没有那么精确, 仅仅是大致勾勒出来的样子。毕竟看一部5元钱的网络电影还是在可承受范围内的, 但是其他的娱乐活动就要远远超过这个数字。所以, 这个消费程度是这个群落的人普遍能够接受的。由于我国庞大的网络用户群体, 对这个年龄段的人就算博取一个概率也会有不少的收入。所以, 投资28万的《道士出山》能够获取10倍以上的票房回报。但这只是其中的佼佼者, 大部分的影片也就能达到回收成本的目的!

五、网络大电影数据分析

爱奇艺提供的数据显示:2014年的网络大电影总量已超400部, 比一年能进影院的片子还多;全年票房已达5000万元, 仅通过网络发行分账收回成本的作品占总量的25% 以上。

截至2015年6月, 爱奇艺拥有的网络大电影数量已超过500部, 获得了1.5亿~2亿的票房。其中, 票房分账5000万元, 超过30% 的网络大电影通过网络发行可收回成本。在爱奇艺的付费收入中, 网络大电影的收入一直稳定占据15%~20% 的水平, 业内预计这个比例还有上升的空间。

数据是很好的, 但经验告诉我们, 二八定律是永远存在的。要想在这个未来风口已经打开的市场取得成功, 精良的制作已经成为下阶段比拼的方向。之前, 大家比拼的是想法新奇、题材刁钻, 想别人所不敢想、拍别人所未曾拍, 但是这些新鲜感很快就会失去。随着观众新鲜感越来越难满足以及广电的监管政策越来越严厉, 行业的进入者被迫逐渐向主流影视公司转移, 众多的低端团队很可能被慢慢挤出这个市场。

六、网络大电影投资量形势分析

2016年的市场会在量上发生变化, 也就是说将出品更多的网络大电影。还有在投资额度上, 每一部大电影的投资额会增加。未来, 大投入、大产出将成为基本规则, 也就是说准入门槛在悄悄地提高。也许, 未来的市场50万以下是入门级, 90% 以上赚不到钱;50万~100万的是竞争级, 但这些实力有限的作品最终能否挣钱, 要看最上级那些作品究竟有多少。制作费100万以上的是专业级, 这方面的数量将不断增加, 网络大电影平台其实是为100万~300万制作费这种作品建立的。预计2016年, 市场会完成蜕变过程, 100万以下的作品生存空间也许就是草根阶层的海选区, 只有从海选区脱颖而出了, 才有可能被下一轮的资金所看上, 然后晋级到准专业的圈子里去玩。所以, 网络大电影其实是在为未来我国的院线大电影培养梯队。

当然, 网络大电影最后可能会建成多个类型片的粉丝圈, 这个和院线电影有所不同。例如, 道士题材, 也许会有一系列这种小电影陆续出现, 他们也可以黏住很多有此欣赏爱好的粉丝。未来随着粉丝的增多, 根据大数据也可以写出大电影的脚本, 然后在主流院线搏一把票房, 这种可能性几乎是必然的!

所以, 网络大电影的消费者也在发生变化。也许刚开始的闲散群落在各种题材的片子里乱碰, 碰到喜欢的就花5元钱看一下。随着网络大电影质量的提升以及题材越来越小众化、专业化, 这些消费者也会有一定的消费偏好, 也许多年养成收看某类型片子的习惯, 使得他愿意为某种类型的片子花更多的钱。也许随着专业化电影越来越深奥, 不懂某个文化的人也许根本不可能去看某类型的片子, 懂得的人渐渐成为某种文化的专家, 一些拥有较高经济文化水平的人也将慢慢成为某个类型片的消费者。所以, 值得庆幸的是:我们正看到一场“万众”制作电影的浪潮, 这个浪潮不管出现怎样好玩的东西都不足为奇。

另外, 虚拟现实电影在未来的网络电影版图中更会风生水起, 那一片天地现在还没有成熟, 但是那很可能是网络大电影的未来之路!

七、VR技术下的网络大电影前景

目前, 好莱坞已有十几位导演开始尝试VR电影的制作, 面世的已经超过5部, 其中包括Oculus近年推出的VR CG电影《LOST》。这些电影无一例外都在10分钟以内, 其平均时长为3分钟左右;暂不谈观看效果, 仅在制作成本上, 此前一部已经面世的6分钟电影, 其成本已经达到了千万元级。

也许本文谈论VR技术的网络大电影还有点为时尚早, 但科技改变现实的速度如此迅速, 也许在2016年我们就会看到网络大电影板块的10分钟VR微电影版。随着快捷的网络支付方式, 我们将会被这些创新和演变惊呆!

八、结语

吸引了更多团队和更多资金关注的网络大电影将迎来新一轮的竞技。快马和良驹的竞技将成为2016年业内不得不关注的现象。当下, 从业者必须要有更为长远的视野才能取得长足生存和发展的空间!

摘要：当前, 随着新媒体的不断发展, 网络大电影成为下一个影视投资热点, 从小公司制作的野蛮生长到大资金的不断关注。伴随监管的不断深入, 网络大电影并非化外之地。未来, 要想在此分一杯羹需要更专业的制作水准和适量的资金投入。2016年, 我们将看到网络大电影发生分化, 本文就此展开讨论。

关键词：网络大电影,新媒体,流媒体

参考文献