大数据背景下电商发展对CPI的影响
摘要：本文利用阿里研究院所公布的反映网络商品价格波动的ASPI物价指数，以及国家统计局公布的CPI历史数据，依据共同趋势与共同周期理论来分析不同分类的线上商品
对CPI的影响。研究表明：ASPI分类消费者价格指数与CPI 之间表现出显著协同性，说明线上分类消费者价格指数与线下消费者价格指数不仅在长期具有相似的随机趋势，而且其短期波动也是相互同步影响的，其中家庭设备用品及维修服务以及衣着对于线下一般商品和服务的价格影响最大，而医疗保健以及烟酒及用品对CPI的影响最小。
关键词：大数据；线上线下；电商发展；ASPI；CPI
中图分类号：F503；C32 文献标识码：A
信息技术和网络安全技术的发展使得电子商务正在成
为拉动我国经济增长的新引擎，电商发展不仅反映了科技革命和互联网革命对人们消费行为的影响，也深刻影响着CPI 的准确性和时效性。阿里研究院定期公布的ASPI价格指数基本反映了我国线上销售商品价格的变动趋势，而国家统计局公布的CPI历史数据则反映了线下商品的一般价格水平，可以通过比较线上分类消费者价格指数的变化对线下商品一
般价格水平的变动是否存在长期影响，来分析线上与线下两
个商品销售态势相互影响程度。
一、研究设计
电子商务与电子信息系统领域的快速发展在深刻影响人们消费模式与消费习惯的同时，也暴露出现行的CPI统计体制的“局限性”与“非科学性”问题。从CPI“局限性”来看，现行CPI计算方法赋予食品类权重太大而服务项目权重太小，在我国居民收入快速增长以及恩格尔系数大幅下降的背景下，这种统计体系计算得到的CPI容易让公众产生误解与质疑，导致统计公信力不足。从“非科学性”角度来说，计算CPI所需要采集的代表性商品的数量与“代表性”依然不足，没有跟上金融创新与信息技术发展的步伐。市场经济的发展使得商品与服务的种类不断增多，商品与服务更新换代的周期也大为缩短，而现行的CPI统计调查目录大多选择2-3个规格品进行价格采集，导致所采集的代表商品的“代表性”大为降低。更为重要的是，电子商务快速发展所导致的中国网络零售市场交易规模在不断增大，而现行的CPI统计调查体系并没有将网络价格纳入到CPI的代表性商品的采集体系。改革现行的CPI统计调查方法，将网络价格以合理的形式接入CPI统计体系已经得到学术界的共识。现有研究大多认为将电商数据纳入CPI调查是增强CPI篮子商品代表性与CPI真实性的重要方法，也是现行CPI价格采集体制的改革方向，却较少注意到不同分类线上商品价格变动可能对
线下CPI影响程度并不完全相同。以构成CPI权重的线上食品类商品与线上衣着类商品为例，由于这两类商品的物理化学属性（如保质期、运输成本等）的差异，导致两类商品对CPI的影响程度可能并不完全一样，相应地在利用大数据平台进行网络价格数据采集时所赋予的权重与商品的数量可
能要有所区别。因此，厘清不同种类商品对CPI的影响方向与影响程度至关重要。
从文献研究题材来说，通过网络大数据平台采集的电商数据多为瞬时交易数据，同时信息技术也使得通过线上购物的搜寻-匹配成本大为降低，通过网络大数据平台采集的线上商品价格的波动性要远远高于现有的通过“定点、定时、定人”采集得到的构成线下CPI统计体系的分类商品的价格数据。目前，我国由国家统计局发布的CPI数据主要反映了除网上购物以外的线下日常消费品的一般价格水平，而由研究院公布的ASPI分类物价指数反映了天猫与淘宝分类商品的
一般价格变化（刘发跃和马丁丑，2015）。因此，利用ASPI 分类价格指数以及国家统计局公布的CPI历史数据为研究对象，分析网络商品价格波动与CPI历史数据之间的相互关系，可为改革我国现有的CPI统计体系、科学的将不同种类的线上商品价格纳入CPI统计制度，并用以准确计算某类商品或者服务真实交易平均价格，以达到准确、真实、完整地反映CPI指数的变化提供借鉴。
现代计量经济学提供了很多方法来对变量之间的长短
期关系进行分析，其中考察变量之间是否具有长期相互影响的协同性分析方法主要是协整分析。协整（cointegration）是指当一组变量为非平稳时间序列时，单个变量的波动虽然为随机游走序列，但是如果至少存在一组不全为0的系数使得变量之间的线性组合为平稳时间序列，那么表明这组变量之间存在至少一组协整关系，也表明这组序列具有某些共同随机趋势。考察变量之间的短期波动是否具有同步性的方法，包括移动平均法、HP滤波法以及线性趋势法等，这些方法虽然原理简单、操作方便，但是它们的共同缺陷是只能同时考察两个变量之间是否存在同步性，对于同时考察多个变量之间的短期协同关系就显得无能为力。Vahid和Engle（1993）提出的典型相关的共同周期法克服了这一缺陷，可以同时对多个变量之间是否存在波动同步性进行分析。因此，本文利用“典型相关的共同周期法”，将阿里研究院发布的8类价格指数ASPI作为线上商品价格变动的指标，而将国家统计局发布的CPI历史数据作为线下商品一般价格水平的代表性指标，据此来分析线上分类商品价格的变化对于线下商品价格变动是否存在差异化影响，本文的计量方法如下：（二）共同趋势与共同周期检验
1.长期波动的同步性检验
为了体现分析的严谨性，先对这9类价格指数构成的序
列进行平稳性检验，结果如表2所示。从检验结果来看，这9类时间序列均为非平稳时间序列，但是通过一阶差分得到的序列均为平稳时间序列，满足采用向量自回归模型进行Johansen协整检验的条件。接下来采用向量自回归模型来检验这9类消费者价格指数之间是否存在长期协整关系。根据斯瓦茨（SC）准则确定的最优滞后期为3或者4，考虑到模型的样本容量最终选择模型最优滞后期为3并进行Johansen 协整检验，检验结果如表3所示。Johansen协整检验的结果表明由CPI与8个反映线上分类商品价格波动的指数构成的向量自回归模型存在至少三个协整关系，即存在六个共同趋势，说明这9个分类消费者价格指数虽然单个变量变为非平稳随机过程，但是其整体变动却具有共同随机趋势，使得这9个分类价格指数在长期存在同步性，即线上商品价格指数与线下商品价格指数两者存在相互影响、相互作用的关系。另外，从Johansen检验得到的协整方程来看，食品（SP）、交通和通信（JTTX）、居住（JZ）、医疗保健及个人用品（YLBJ）对CPI的变化存在正向影响，而家庭设备用品及维修服务（JTSB）、烟酒及用品（YJ）以及衣着（YZ）对CPI的变化存在反向影响。从协整系数大小来看，家庭设备用品及维修服务（JTSB）以及衣着（YZ）对于线下商品和服务的价格影响最大，而医疗保健（YLBJ）以及烟酒及用品（YJ）对CPI的影响最小。究其原因，这可能与网络购物的消费特点有关系。
由于线上购物的优势是搜寻-匹配时间较短、种类丰富且价格便宜，消费者在选择网购商品更看重服装、个人护理、3C用品等线下实体店难以满足的长尾需求商品，家庭设备用品及维修服务（JTSB）以及衣着（YZ）对于线下商品和服务的价格影响最大。线下购物的优势在于其体验的直观与购买的及时性，诸如食品（SP）、医疗保健（YLBJ）以及烟酒及用品（YJ）对线下商品价格影响较小。
从表4的实证结果可以发现在显著性水平为1%时存在2个共同特征向量，说明由反映线上商品价格变动的8个分类消费者价格指数与反映线下一般商品价格变动的CPI指数所构成的向量拥有7个共同周期，表明这9个变量不仅在长期具有同步性，其在短期的波动也具有完全同步性，线上商品价格与线下商品价格无论在长期还是在短期都存在相互影响。
实证分析结果表明反映线上商品价格变动的8类分类消费者价格指数，以及反映线下商品一般价格水平波动的CPI 指标构成的向量存在协整且拥有共同特征向量，说明线上、线下分类消费者价格指数不仅在长期具有相似的随机趋势，而且其短期波动也相互同步影响。另外，无论是单位根检验结果还是从图1的ASPI分类价格指数来看，ASPI的8种分类价格指数在长期都表现出随机趋势，即外来随机扰动对于这8种分类指数中的任何一种价格的影响并不会随着时间的推
移而消失，单个扰动对于单类价格指数的影响虽然会长期存在，然而由于存在反向误差修正机制，使得任何外来扰动对于其中任何一类价格指数的影响都会减弱，使得扰动对CPI 不会产生持久影响。
值得注意的是，由于ASPI的8种分类价格指数与CPI构成的系统最多只存在三个协整，这种反向误差修整机制最多只有三个且只有按照固定比例（即协整系数）加权得到的系统才存在这种反向误差修正机制，说明在将电商数据纳入CPI 调查的时候不仅要注意电商调查点、电商规格品、“定时、定人、定点”等原则（聂璐和曾莉，2015），也要注意不同种类的商品赋予的权重还要有所区别。这种区别不仅是要考虑居民家庭“消费量大、代表性强、生产与销售前景好的合格产品”，同时也是保证根据固定比例（即协整系数）加权得到的CPI尽可能具备反向误差修正机制，避免小的随机扰动就会对CPI产生大的冲击，影响经济主体与政策决策层对于经济形势的判断。因为改革CPI统计调查制度的初衷是“为了能够更有效地发挥货币政策平抑价格波动、实现币值稳定的功能，以适应货币政策的需要（Bryan等，1997）”，避免CPI失真给决策层调控经济产生误判，而较大波动CPI显然不利于决策层进行常规管理的原则与利益。
三、结论
本文利用阿里研究院所公布的用以反映网络商品价格
波动的ASPI物价指数以及国家统计局公布的CPI历史数据为研究对象，依据共同趋势与共同周期理论，分析不同分类的线上商品对CPI影响的差异与机制。研究表明ASPI分类消费者价格指数与CPI之间表现出显著协同性，说明线上分类消费者价格指数与线下消费者价格指数不仅在长期具有相似
的随机趋势，而且其短期波动也是相互同步影响的。其中，家庭设备用品及维修服务以及衣着对于线下一般商品和服
务的价格影响最大，而医疗保健以及烟酒及用品对CPI的影响最小。基于上述分析，提出如下政策建议：
首先，利用电商平台科学地将网络价格纳入CPI统计体系，并计算某类商品或服务的交易平均价格，不仅是提高CPI 准确性、真实性和完整性的一个重要手段，体现改革CPI调查统计制度的主要目的，同时也可以增强CPI的稳定性。目前，我国的CPI 编制权数的详细分配设置并没有对外公开①，但是从食品类权重约为1/3的分配格局来看，我国在编制CPI 的权数分配时没有按照有利于降低CPI波动的角度来设置权重，而更多地是从消费者收入支出比例的角度来考虑CPI权重，这种分配方式在我国恩格尔系数大幅度下降的背景下彰显了权重设置的主观性。国家统计局虽然每5年修正一次各分类商品的权数，但是在我国居民消费模式处于快速变革的背景下这种周期显然太长，不能满足价格变动对总指数变动的影响，也体现不了设置CPI是“反映社会一般价格水平变
动”的初衷。在我国快速进入大数据时代的背景下，居民消费资料及其构成的各类原始消费资料日益丰富且提取方便，为缩短权数调整周期、提高CPI统计准确性与科学性提供了可能。
其次，网络消费的特点使得不同种类的商品对于CPI的影响并不完全相同。所以，在将电商数据纳入CPI调查的时候不仅要注意电商调查点、电商规格品、“定时、定人、定点”等原则（聂璐和曾莉，2015），同时也要考虑不同种类的分类商品在采集的数量上还要有所区别。不仅要考虑“消费量大、代表性强、生产与销售前景好的合格产品”，同时也是为了保证根据固定比例（即协整系数）加权得到的CPI 尽可能具备反向误差修正机制，避免小的随机扰动就对CPI 产生大的冲击，影响经济主体与政策决策层对于经济形势的判断。实际上，由于我国在权数设置时没有考虑到不同分类商品的差异导致CPI价格的波动很大程度上体现了食品价格的波动，而食品价格很容易受到季节以及自然灾害等周期性因素的影响而发生大幅度波动，并带动CPI波动，从而导致CPI反映“社会真实价格水平”出现失真。因此，在改革CPI 统计制度时必须合理确定不同分类商品的权重，这是确定不同种类网络商品种类和数量的前提，也是保证核算的CPI价格采集具备“剔除短期因素的影响与反映价格长期趋势变动的功能”的重要途径。最后，充分利用大数据与电商总
部平台来降低网络数据采集成本、实现网络数据采集的常态化。电子商务的发展打破了传统交易市场受到时间和空间的限制，然而这种突破不仅没有给网络数据的采集带来不利影响，相反极大地方便了网络数据接入CPI统计系统。负责网
络数据采集的采价员可以不受时间、地点以及天气的限制将网上交易价格连接CPI统计系统，相对于传统数据采集方式
而已，网络数据的采集更加真实、效率更高。因此，CPI体
系改革要特别注重包括综合电商平台、大型综合零售商以及银行消费数据的构成，以提升CPI统计篮子的广度与深度。
注释：
①目前，我国只是公布了各大类的权数分配，但是每个大类中包括的中类、小类权数详细分配细则并没有对外公开。
参考文献：
[1] 杜两省，刘发跃.线上与线下，联动还是竞争？――基于ISPI和CPI的线上线下价格差异收敛性分析[J].投资研究，2014（7）：56-69.
[2] 马红霞，梁柱.海湾六国经货联盟经济周期同步性分析[J].国际贸易问题，2009（12）：22-29.
[3] 刘发跃，马丁丑.网上与网下两类价格指数差异的收敛性分析[J].统计与决策，2015（20）：29-32.
[4] 聂璐，曾莉.电商数据纳入CPI调查方法探析[J].调研世界，2015（5）：47-51.
[5] 田涛，严姝，陈鹏. 核心通货膨胀必然要扣除食品吗？――基于共同趋势与共同周期模型的分析[J].上海金融，2014（8）：16 -21.
[6] Vahid F，Engle R F. Common trends and common cycles [J]. Journal of Applied Econometrics，1993，8（4）：341-60.
[7] Bryan M F，Cecchetti S G，II R L W. Efficient inflation estimation[R].National Bureau of Economic Research working paper，1997.
The Impact of the Development of Electricity Suppliers on CPI under the
Background of Big Data-Based on the Volatility Synchronization Analysis
of Online and Offline Price
ZHOU Wei-wei1，TIAN Tao2
（1.Business School，Xianning Vocational Technical College，Xianning 437100，China；2. Economics
and Management School，Hubei University of Science and Technology，Xianning 437100，China）
Abstract：Based on the common trends and common cycle theory，this paper analyzes the difference and mechanism of the influence of different categories of online goods on CPI by using ASPI price index and historical CPI data
published by the National Bureau of Statistics. The result shows that：The volatility of the ASPI classification price index and CPI has shown a high degree of relevance and synergy both in the short term and in the long term and it also demonstrates that the volatility of the price index of food consumer has significant long term and short term impact on the other classification of consumer price index，so the consumer price index of online classification has significant impact on the offline items both in the long term and in the short term. Among them，household appliances and maintenance service as well as dress for the line have the most influential impact on the price of offline items，but the effects of health care and tobacco and liquor on the CPI is minimum.
Key words：big data；online and offline；electricity suppliers；ASPI；CPI
（责任编辑：厉新）
电子商务大数据的发展现状与应用 随着互联网、云计算和物联网的迅速发展，无所不在的移动设备、RFID、无线传感器每分每秒都在产生数据，数以亿计的用户的互联网服务时时刻刻都在产生巨量的交互数据信息。而基于这些，电子商务产业所产生的大量结构化和半结构化的可视化数据，通过数据挖掘和数据分析等手段，经过过程性和综合性的考量，从而帮助电商企业做全局性、系统性的决策，寻找最优化的解决方案和运营决策，这被称为电商大数据。而与电子商务相关的大数据应用均归属于此概念范畴。 电商产业一般可按照交易方式分为：商业机构对商业机构的电子商务B2B(businesstobusiness)，商业机构对消费者的电子商务B2C(businesstocustomer)，商业机构对政府管理部门的电子商务B2G(BusinesstoGovernment)，消费者对政府管理部门的电子商务C2G(customertoGovernment)，消费者对消费者的电子商务C2C(customertocustomer)。也可按照其主要细分领域分为B2B电子商务、网络购物、在线旅游、O2O。而目前为电商大数据带来庞大的数据来源主要是B2B电子商务和网络购物，如2014年年底电子商务的交易规模达12.3万亿元,电子商务的数据量与日俱增的同时，电商大数据产业从最初的阶段逐渐进入高速发展期。 1.产业政策及发展现状 （1）产业政策 中国大数据发展的宏观政策环境不断完善。2012年以来，科技部、发改委、工信部等部委在科技和产业化专项陆续支持了一批大数据相关项目，在推进技术研发方面取得了积极效果。《电子商务“十二五”发展规划》、《工业和信息化部关于推进物流信息化工作的指导意见》等相关政策无不在鼓励电商大数据的快速发展，国务院总理李克强在十二届全国人大二次会议上作政府工作报告时，提出要促进互联网金融健康发展、扩大跨境电商试点、加快4G发展等，推进城市百兆光纤工程和宽带乡村工程，大幅提高互联网网速，在全国推行“三网融合”，鼓励电子商务创新发展。 ①国务院日前印发《关于大力发展电子商务加快培育经济新动力的意见》部署进一步促进电子商务创新发展。《意见》要求，各地区、各部门要认真落实本意见提出的各项任务，于2015年底前研究出台具体政策。 ②《电子商务“十二五”发展规划》。电子商务是降低成本、提高效率、拓展市场和创新经营模式的有效手段，是满足和提升消费需求、提高产业和资源的组织化程度、转变经济发展方式的重要途径，对于优化产业结构、支撑战略性新兴产业发展和形成新的经济增长点具有重要作用。为全面贯彻《2006-2020年国家信息化发展战略》、《国民经济和社会发展第十二个五年规划纲要》和《国务院办公厅关于加快电子商务发展的若干意见》，工业和信息化部制定了《电子商务“十二五”发展规划》。 ③《国务院办公厅关于转发商务部等部门关于实施支持跨境电子商务零售出口有关政策意见的通知》印发后，各地方和相关部门正积极落实，并取得阶段性成效。目前，杭州市、广州市和苏州市已实现全流程跨境电子商务零售出口；北京、天津、江苏、浙江、福建、河南、重庆等省级地区已形成工作方案或实施意见，处于实施前的准备阶段。商务部积极开展政策宣传，密切跟踪各项政策措施制订和实施，帮助各地更好地理解和落实相关政策；海关总署向各地海关下发通知，积极研究设立跨境电子商务海关代码及新型监管模式；质检总局下发了《关于支持跨境电子商务零售出口的指导意见》，要求各直属检验检疫局贯彻执行；财政部和税务总局正联合起草跨境电子商务零售出口税收政策；人民银行、工商总局和外汇
大数据时代的电子商务 一、大数据时代已来临： 目前以云存储为代表的公共存储服务模式已初现端倪，将可能在未来5-10年成为主流存储模式之一。类似于水电气公共服务，存储平台服务化意味着现有的存储系统面临新的挑战。存储按需服务的公共模式将引入用户应用的多样性、异构性和个性化、用户访问的高并发性和动态性、以及数据自身的复杂性等特点，导致大数据的趋势和特征凸现。 大数据在现实世界中有着非常广泛的分布和应用，包括医疗信息、视频监控、移动设备、智能设备、非传统IT设备、传统IT信息的非传统应用以及特定行业需求等。如在零售业中，对大数据的分析越来越受重视。沃尔玛在全球有8400家门店，每周有20亿笔客户交易数据，沃尔玛公司很早就开始从日常交易记录析出关联交易，在2004年卡特里娜飓风来袭前，沃尔玛就从手电筒和电池的销售中成功分析出馅饼即将热销。随着计算机和存储成本的下降，中小型零售企业也能够利用IT技术对收集的大量数据分析，开展商务智能应用。再如，在医疗健康领域，由于电子医疗记录时代的来临、医疗图像技术进步、基因研究以及制药工程中对于大型数据库的应用，大规模复杂数据在医疗机构中变得很普遍。通过对大量病人的各类数据进行数据挖掘分析，有助于更有效地找出疾病成因，进而提供针对性地预防、诊断和治疗措施。美国著名的综合管理式医疗财团Kaiser Permanente，拥有超过8百万会员、36家医院以及超过400家医疗机构，各部门需要在同一时间分析众多因素，包括治疗、人口统计资料（如年龄、性别等）、实验室结果、处方、诊断、医疗保险计划以及付款记录等，综合这些不同的信息，以便决策系统向医护人员提供完整的病人历史，选择最佳的医护办法。 二、潜在商机 【大数据分析的可能应用领域】李开复的12月3日的更新的微博针对大数据进行了预测： 1. 保险业：收集汽车驾驶数据制定个性化保险政策价等； 2. 零售商：基于全市场数据的商品推销策略分析等； 3. 金融业：利用历史数据分析诈骗等； 4. 医疗保障：通过健康数据提高病人护理条件等； 5. 制造业：估算保修费用，检测零部件问题等。 针对大数据的进行深度分析挖掘，将能创造巨大商机，目前各大电子商务网站如淘宝网，繁多的产品让人无从抉择，用户能做的就是反复对比同类产品的优缺点，过往买家的评论来决定自己的选择，但是这对用户来说是极其痛苦的，如果后台能对海量的用户行为数据进行快速分析，推荐出用户阶段性最需要最适合的产品，将能极大的促进商家的销售额。 目前推荐做得较好的网站有亚马逊和当当网等，能针对用户需要，动态的给与极其准确的推荐信息，推荐结果准确，推荐更新度极快。 三、大数据信息推荐相关技术 推荐技术：主流的推荐算法有基于物品相似度的推荐和基于用户相似度的推荐。目前各大电商网站普遍采用的是基于物品的相似度推荐，但是如何将准确度量用户的兴趣仍然是个难题；基于用户相似度推荐主要用在新闻等用户远少于物品的网站，如新闻评论类网站。
《计算机科学与技术前沿》 课程论文 大数据背景下数据挖掘技术的应用 2016年1月7日 题目 学院 学号 姓名 指导老师 日期
大数据背景下数据挖掘技术的应用 摘要 当今社会是一个信息化社会的时代，同时又是一个大数据时代。随着互联网、物联网、云计算和人工智能等信息技术和计算机产业的不断发展和进步，使得数据的处理成为一个亟待解决的问题。因此在大数据的背景下,如何高效地从大量包含有用数据的库获得有用信息已成为企业和科研工作重点关注的点，而这一工作涉及的关键技术就是数据挖掘技术。总得说，数据处理的需要既给数据挖掘技术带来了机遇，于此同时带来了一系列的挑战。 本文分别从企业、图书管理和情报学领域三个方面阐述数据挖掘技术的应用，同时对它的发展现状、存在的问题和未来的发展趋势进行了一些阐述，从而加深了对数据挖掘技术的理解，以便更好地了解数据挖掘在各个领域的应用，最后对数据挖掘技术的应用进行一个整体的总结。 【关键字】：大数据；数据挖掘；数据挖掘的应用
Application of data mining technology in the context of data Abstract Today is the age of information society,but it is also an age of big data．With development and progress of information technology and the computer industry which include the Internet, the Internet of things, cloud computing and artificial intelligence, data processing has become an urgent problem．Therefore,in the context of big data,how to get useful information from a large library of useful data have become focuses of enterprises and scientific and research work．The work involved is the key technology of data mining．In General spedking, data processing needs for data mining technology, and at the same time poses a series of challenges． The paper aims to account the development present situation,existing problems,and developmenttrend in the future based on companies,library management and the field of information science development,so as to enhance understanding of the data mining technology ,to better understand data mining applications in various fields,and to draw an overall summary of the application of data mining technology． 【Key words】：Large amounts of data；Data mining；Application of data mining
大数据时代下可能出现的工作变化 在当今信息时代，以计算机类智能设备和互联网系统为典型代表的信息大爆炸和大数据经济一触即发，人与人，以及人与物，物与物之间互相关联。未来教育在互联网等技术的作用下变得越来越多样化和终身化；未来学习越来越个性化；未来的教师由知识的二传手到质疑创新精神的引路人，相应的能力要求也需要与时俱进。大数据、互联网等技术必然带来教育体系的变革。互联网等信息技术从最初作为教育信息工具的使用到扩散整个教学系统成为变革的内动力，带来了教育的新期待，站在以互联网为代表的新技术时代潮流尚，教师教育也要顺势而为，思考在教育变革的大浪潮中教师如何进行角色重塑和专业成长。 一、大数据时代教育系统性变革的内外动力 （一）教育系统变革的外动力 以互联网为代表的信息技术推动了教育教学所处的外部生态环境，使教学系统与整个社会大系统之间的相互关系发生了变化。一方面，社会历史变迁对教育教学提出了变革的新要求；另一方面，科技进步为教育教学的变革提供了新手段。这两个方面叠加在一起，构成了推动教育教学变革的外部动力。 教育教学的变革主要反映在对人才的需求上和信息社会对个性化人才的需求之上。个性化、定制化、网络化生产的家庭工厂将取代庞大的规模化工厂。这种新型的数字化制造模式和发展模式，需要大量的适合信息时代的高素质人才。为了适应新形势发展的需要，教育迫切需要回归到“个性化”之路。未来教育在互联网和大数据的作用下变得越来越个性化，学习者对教育的选择多样化和定制化。以互联网和大数据为代表的新技术是教育变革的技术推动力量。“微学位”、数字化学校和数字化课程、反转式课堂、游戏化学习、互动式新型媒体技术等全新教育模式的出现预示着互联网时代的教育将实现教育从教学内容到教育方式的全方位的转变。互联网推动整个教育教学的范式转变与流程再造，互联网时代教育的变革正源于外部动力和内部动力的共同作用。 （二）教育系统变革的内动力
大数据对电子商务的影响研究 大数据是指所涉及的海量数据无法通过一些技术或者工具来进行整理和收集，以下是小编搜集整理的大数据对电子商务影响研究的论文范文，供大家阅读参考。 21世纪是一个信息时代，各种数据的海量出现给企业、人们的日常生活造成了许多的困扰，数据的复杂、无规律一直困扰着人们，给人们带来了许多的麻烦。大数据的出现解决了这一问题，对海量的信息通过系统的分析与筛选，找出其中固有的规律来进行决策，使企业的经营决策变的更加便捷、更加高效。 电子商务的发展离不开大数据，企业通过大数据对各种数据进行整理得出一定的规律来探寻近期的消费趋向、消费特征，以此来制定一系列的相应营销策略，这样大大缩小了市场调查与决策分析的时间，使企业获得更多的经济效益，实现了一个良性的市场循环使各个环节都实现高效运作。大数据与电子商务的结合是必然的，它将带我们步入一个新的创新局面。 一、大数据概述 大数据不仅仅只是单独意义上的拥有海量的数据信息量，而在于它更深层次的意义，对数据进行专业化的处理及分析，大数据是指所涉及的海量数据无法通过一些技术或者工具来进行整理和收集，而大数据时代的到来却解决了这一问题，使海量数据变成了企业最宝贵的财富，给企业和人们的生活带来了无法想象的巨大影响。 大数据和传统的数据仓库相比，具有很多的优势和创新点。大数
据具有四方面的特点： 1、数据量巨大。它拥有各类的海量的数据，涉及面更广、种类更加齐全，还包括了需求分析、用户细分等不同的数据分类，能够满足人们不同的需求。 2、数据种类繁多。大数据的容量比传统的数据仓库更大，其容纳的信息量也必然繁多，信息种类也更加广泛，有用户的反馈信息、消费记录、消费特点等非结构化的数据。 3、价值密度低，商业价值高。大数据需要从海量的数据当中提取出来对人们有用的资料，技术的难度增加了，数据的价值密度与其数据量不成正比，因此数据的价值密度低而商业价值高。 4、数据处理速度快。大数据通过对海量的数据进行处理，在巨大的数据库中进行查询，找出有价值的资料，只有通过不断的提高其运行速度才能降低成本获得经济利益。 从某种程度来说，大数据是信息时代的一种创新技术，它将海量的信息数据量进行统计分析，从中获取有价值的数据，它的这种获取有用信息的能力就是大数据。企业通过这一技术能够提高决策效率，降低生产成本从而获得经济效益。 二、大数据处理与电子商务 (一)电子商务的大数据时代 大数据的特点为电子商务带来了许多的技术创新和思想观念的改变，电子商务的发展主要依赖于消费者，掌握了消费信息的数据，就能够以此来制定合理化的经营策略，能够提前预测市场的发展方向，
电子商务运行中的数据非常多，直接增加了数据的安全风险，很容易在运行过程中引起数据丢失的情况。电子商务在大数据环境云计算下，表现出高安全的运行状态。云计算具备高安全的存储优势，促使电子商务的安全系数非常高。电子商务的信息数据，受到大数据环境云计算的影响，大幅度提高了信息的安全水平。我国电子商务面临着非法入侵者攻击和恶意篡改的问题，导致信息数据丢失，电子商务竞争关系中，经常采用攻击的手段获取竞争对手的信息，由此，电子商务的信息安全，成为一项比较重要的项目。针对电子商务信息安全的现状，引入大数据的云计算，云计算将所有的电子商务信息，存储到云环境内，非法入侵者或攻击者无法窃取云存储中的数据，即使云存储被破解，也不能获取真实的电子商务信息，保护电子商务信息的安全性，杜绝商务运行是出现损
失。 1.3杜绝错误信息 云计算在电子商务运行中提供了云操作系统，实现了软件计时服务，避免电子商务中有错误的信息。云操作是电子商务杜绝错误信息的主要途径，云操作本身具备安全性的特征，利用计算机的分布式规划，将软件的计时服务，提供给用户。电子商务在云操作的作用下，进入软件计时服务的状态中，其可避免各种二进制方式的文件，进入到电子商务用户的个人信息中，在保障软件资源安全合理的基础上，杜绝了电子商务内的错误信息。云操作保障电子商务信息准确，在逻辑关系上强调了电子商务信息之间的真实性，而且大数据环境下云计算，促使电子商务的信息传输，始终处于正确的状态下。 2大数据环境下云计算中电子商务的未来发展 大数据环境云计算中，电子商务的未来发展也受到了一定程度的影响，主要在关系型数据库和搜索引擎方面实现优质的发展，分析如下： 2.1关系型数据库影响 电子商务的关系型数据库，运行在分布式的环境内，属于云计算提供的运行条件。云计算对电子商务关系型数据库的影响，促使电子商务业务能帮分布在不同的服务器内，利用关键对象，即可获取电子商务的业务信息。云计算在电子商务关系型数据库的未来运行中，打破了空间、时间的限制，减少了电子商务运行响应的时间，促使电子商务的数据库，始终保持在高效运行
180 ?电子技术与软件工程 Electronic Technology & Software Engineering 数据库技术 ? Data Base Technique 【关键词】大数据 键值存储 Bigtable 云数据库 1 引言 在大数据时代背景下，大数据一个定性的描述：是指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。当今“大数据”一词的重点其实已经不仅在于数据规模的定义，它更代表着信息技术的发展进入了一个新的时代，代表着爆炸性的数据信息给传统的计算技术和信息技术带来的技术挑战，代表着大数据处理的新技术和方法，也代表着大数据分析和应用所带来的新的发展机遇。本文从大数据的背景出发，研究数据库的存储模型，数据模型，编程模型等问题以及讨论数据库技术的未来研究方向。 2 大数据概念 2.1 大数据的特性 学术界通常用4个V(即V olume 、Variety 、Value 、Velocity)[1]来概括大数据的特征。 （1）V olume 指数据体量巨大。截至目前，人类生产的所有印刷材料的数据量是200PB ，而历史上全人类说过的所有的话的数据量大约是5EB 。当前，典型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。 （2）Variety 指数据类型繁多。类型的多样性也让数据被分为结构化数据和非结构化数据。相对于以往便于存储的以文本为主的结构化数据，非结构化数据越来越多，包括网络日 大数据背景下的数据库技术研究 文/张宇航 志、音频、视频、图片、地理位置信息等，这 些多类型的数据对数据的处理能力提出了更高要求。 （3）Value 指价值密度低。价值密度的高低与数据总量的大小成反比。以视频为例，一部1小时的视频，在连续不间断的监控中，有用数据可能仅有一二秒。 （4）Velocity 指处理速度快。这是大数据区分于传统数据挖掘的最显著特征。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 。在如此海量的数据面前，处理数据的效率就是企业的生命。2.2 大数据的影响 大数据决策成为一种新的决策方式。依 据大数据进行决策，从数据中获取价值，让数据主导决策，是一种前所未有的决策方式，并正在推动着人类信息管理准则的重新定位。随着大数据分析和预测性分析对管理决策影响力的逐渐加大，依靠直觉做决定的状况将会被彻 底改变。 大数据开发推动新技术和新应用的不断涌现大数据的应用需求，是大数据新技术开发的源泉。借助这些创新型的大数据应用，数据的能量将会层层被放大。2.3 大数据典型应用案例2.3.1 梅西百货的实时定价机制 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。 2.3.2 沃尔玛的搜索 这家零售业巨头为其网站https://www.doczj.com/doc/12551837.html, 自行设计了最新的搜索引擎Polaris ，根据沃尔玛的说法，语义搜索技术的运用使得在线购物的完成率提升了10%到15%。“对沃尔玛来说，这就意味着数十亿美元的金额。”Laney 说。2.3.3 PredPol Inc. PredPol 公司通过与洛杉矶和圣克鲁斯的警方以及一群研究人员合作，基于地震预测算法的变体和犯罪数据来预测犯罪发生的几率，可以精确到 500平方英尺的范围内。在洛杉矶运用该算法的地区，盗窃罪和暴力犯罪分布下降了33%和21%。 3 键值存储 传统的关系型数据库中的利用二维表数据模型存储格式化的数据结构，每个元组的字段组成相同，数据库会为每个元组分配所有的字段，这样便于表与表之间的操作，但是，它 也是关系型数据库性能瓶颈的一个因素。它难以满足如下的高要求： （1）对数据库高并发读写的需求；（2）对海量数据的高效率存储和访问的需求； （3）对数据库的高可扩展性和高可用性的需求 为了解决这类问题，非关系型数据库（NoSQL 存储）应运而生，它以键值对存储，结构不固定，每一个元组可以有不同的字段，并且可以根据需要增加一些独有的键值对，它不局限于固定的结构，这样可以减少一些时间和空间的开销。键值对存储，简称KV 存储，是NoSQL 存储的一种方式。它的数据按照键值对的形式进行组织，索引和存储。KV 存储非常适合不涉及过多数据关系业务关系的业务数据，同时能有效减少读写磁盘的次数，比SQL 数据库存储拥有更好的读写性能。 G o o g l e 的B i g Ta b l e 、A m a z o n 的Dynamo 等都是是非常成功的NoSQL 实现。Membase ，MongoDB ，Cassandra ，BeansDB ，Redis 等开源的NoSQL 体系也得到了广泛认同。 键值存储机制采用键值对形式存储，值可以是任意不定长数据。如图1所示。 kv 存储采用0、1目录的方式管理历史数据和更新数据，假设当前的更新数据目录和历史数据目录都为0目录，在合并时，最新历史数据写到1目录，同时更新数据开始写在1目录。注意的是，需要对更新数据目录和历史数据目录的当前0、1目录进行维护。 通常情况下，更新数据使用Memtable 存储，历史数据使用SSTable 结构存储。这样快 <<下转181页 图1：kv 存储的合并 图2：BigTable 数据模型实例
龙源期刊网 https://www.doczj.com/doc/12551837.html, 大数据技术在电子商务中的应用 作者：朱永滔 来源：《电脑知识与技术》2017年第08期 摘要：通过分析数据，能够了解客户的真实情况，便于将客户分文别类，从而为客户提供具有针对性的服务，真真正正地将个性化服务落实到实处。因此，该文探究了大数据技术在电子商务中的应用。 关键词：大数据技术；电子商务；应用 中图分类号：TP3 文献标识码：A 文章编号：1009-3044（2017）08-0280-01 在大数据时代背景下，电子商务竞争可以看作大数据的竞争。有电子商务平台产生的信息往往具有真实性、确定性，而运用大数据技术能够进一步分析这些数据，从而制定出具有针对性、服务性的营销策略，促使电子商务能够取得更为理想的经济效益。实践证明，科学、合理的运用数据，能够将电子商务的营业效率在原有基础上提升60%，因此笔者在文中分析了大数据技术在提升电子商务业绩方面的做法，具体如下： 1洞察客户 通过分析以往客户的历史数据，能够更好地了解客户的购物习惯、兴趣爱好以及购买意愿等方面的特点，从而将客户进行分文别类，有助于准确把握客户对产品的需求，同时还能够为媒体网站、广告主、企业及广告公司充分认知群体用户的差异化特征，根据族群的差异化特征，帮助客户找到营销机会、运营方向，全面提高客户的核心影响力。 2规划营销 2.1精准的广告 通过网络数据的搜集成本低廉，并且用户在访问网页时以自身的真实需求作为出发点，也更具备真实性。此外，网络上所产生的海量星系是实时的，能够很好地反映用户的情绪以及其关注的热点。这些信息对于企业广告决策相当重要。因为垫子商务企业通过搜集、分析和整合相关数据，能够抓住企业受用群体的特征，从而根据受用群体的特征制定具有针对性的广告，还能够选择出较为恰当的时间，投放广告，这样一来，提高了广告的针对性，还提高了广告的有效性。 2.2消息的及时推送 实现消息额及时推送囊括的范围很广泛，包括在用户需要时提供信息，或者电商企业推送性吸引导用户进行购买等。很多电商企业利用大数据挖掘客户的周期性购买习惯，在临近客户
大数据背景下的课堂教学改革 随着信息技术的不断发展，大数据时代已经到来并且对社会生活的各个方面产生了深刻的影响。在经济迅速发展、信息化的当今社会，出现了能够形象、生动表现课程的“微课程”，这种课程容易变通、灵活性高且较为精简，这种新的课程教学是数字化不断发展的结晶，所以将这种“微课程”充分应用于信息技术教学中，有利于促进信息技术教学效果的优化。文章首先阐述了微课程的概念、特征、应用原则等基本理论知识，接着通过分析微课在高校信息技术教学中的应用，提出相应的策略。 一、用大数据技术营造良好的教学环境 （一）大数据 迈耶一舍恩伯格教授曾经指出，所谓的“大数据”是通过对海量数据进行分析，获得有巨大价值的产品和服务，或深刻的洞见。这种巨大价值和深刻洞见是不同领域数据集之间数据的深度交叉关联，跨域关联是数据量的增加从量变到质变的飞跃，是发挥大数据价值的基础。“大数据”从字面说是数据量大.但是数量上的庞大无法看出“大数据”与以往“海量数据”、“超大规模数据”之间的区别。 对于如何对大数据进行具体的定义，目前来看还没有定论，目前的定义方式多种多样，但是基本都是从大数据特征，通过对其阐述和归纳给出其定义。在众多的定义中，广为采用的是著名的3V定义，也就是大数据的3个特点：多样性（variety）、规模性（volume）和高速性（velocity）。另外比较流行的4V定义则是在3V的基础上增加一个新的特性。目前，4V并没有一个统一的说法，一些著名的国际数据公司通过其自身研究提出大数据应该还具有第4个V特性，即Value特性。而IBM公司则认为真实性（veracity）也是大数据的一个重要特征。在维基百科上，人们通常可以查到的对于大数据的定义是：“大数据是指利用常用软件工具收集、管理和处理数据消耗的时间超过可容忍时间的数据集”。目前在大数据定义上很难达共识，不必固定于定义之中，即把握3V定义的基础上适当地考虑4V特性。笔者更倾向于的4V： 规模性（volume）、多样性（variety）、高速性（velocity）、价值性（value）。 （二）大数据的特点 通常所说的大数据，我们可以用前面定义中的4个V来表示，4个V分别是V olume，Variety，Value，Velocity，这四个方面可以用来概括大数据的特征。 首先，大数据的数据量是极其巨大的（V olume）。目前，人类产生的印刷材料的数据量是200PB （1PB=1000TB），而所有人类说过的话的数据量约为SEB （lEB=1000PB）。目前大多数数据存储容量为TB量级，而数据量较大的企业已
计算机信息管理学院 本科学年论文登记表 姓名鞠宏伟 学号 3 专业软件工程 班级 1 4软件工程 指导教师张巨萍 导师职称 最终成绩 计算机信息管理学院 学年论文写作指导记录
指导教师评语 内蒙古财经学院本科学年论文 大数据在电子商务企业中的应用现状及趋势 作者鞠宏伟 系别计算机信息管理 专业软件工程 年级 2014 级 学号 3 指导教师张巨萍 导师职称 内容提要 内容提要:“大数据”近几年来蓬勃发展,它不仅就是企业趋势,也就是一
个改变了人类生活的技术创新。本文综合了我国几个电商企业在大数据领域内的利用现状,得出大数据在营销策划、提升用户体验与服务方面取得了一定成效。指出大数据背景下,电商企业应该认识到创新就是大数据的本质,大数据不能脱离商业逻辑;电商应以高度的责任感应对大数据条件下的信息安全负责,并以开放的心态将大数据的创新成果服务于普通大众。 关键词:大数据电商企业云技术精准营销用户体验 Abstract Content summary:Big data has boomed in recent years、It is not only a corporate trend but also a technological innovation that has transformed human life、This paper combines several electric business enterprise in our country in the field of big data utilization, it is concluded that big data in marketing planning, enhance the user experience and services has obtained certain achievements、In the context of big data, e-commerce companies should recognize that innovation is the essence of big data, and that big data cannot be divorced from business logic、E-commerce should be responsible for the security of information under large data conditions with a high sense of responsibility, and serve the common people with an open mind、 Key words:Big data Electric business enterprise The cloud Precision marketing The user experience 大数据在电子商务企业中的应用现状及趋势 一、引言 “大数据”作为时下最火热的IT行业的词汇,大数据(big data),或称巨量资料(通常以P、E甚至Z作为计量单位),指的就是所涉及的资料量规模巨大到无法透过传统软件工具的信息,就是需要跨视角、跨媒介、跨行业的海量数据,也可以理解为数据的收集方法。电子商务就是利用计算机技术、网络技术与通信技术,对整个业务流程的电子化、数字化与网络化的业务。电子商务就是运用数字信息技术,对企业的各项活动进行持续优化的过程。从上述大数据与电子商务的定义上不难瞧出信息与处理就是两者的交集,当“大数据”遇上电子商务,“一切皆有可能”。 二、大数据的意义与我国电商发展现状 大数据就是一个综合性的概念,包含了技术与商业两个层面。一方面就是技术层面的:近年来,计算机技术的飞速发展,以分布式Hadoop为代表的存储与计算系统,使得数据的存储与计算效率大为提高,因而在商业上使用大量的数据成为可能。另一方面在商业层面:企业利用数据的最大意义就就是获得更多的收益。用户的每一次点击,每一次评论等都就是大数据的典型来源。将各类数据连接在一起,通过相互关联与互动,衍生更大的商业价值,这就是大数据真正的商业意
于刚：大数据时代的电子商务 199IT发表于2013, 三月1 分类：199IT推荐文章, 数据行业, 行业资讯 英特尔公司的创始人之一戈登·摩尔在1965年发现了一个惊人的趋势，即集成电路芯片上所集成的电路的数目每隔18个月就翻一番，该发现被业界誉为摩尔定律。后来也有被描述为微处理器的性能每隔18个月提高一倍，或价格下降一半；或用同等价钱能买到的电脑性能（速度和储存量）每隔18个月翻一番，等等。 40多年在人类沧海桑田的历史上仅仅是弹指一挥间，摩尔定律却见证了电脑的数据处理和储存能力从K（Kilobyte）到M（Megabyte）到G（Gigabyte）到T（Terabyte）的变迁。尤其是互联网的出现，让我们急速地跨入了大数据（Big Data）时代。其主要的驱动力有以下几点： 1）随着社会经济的发展和个人收入的增加，人们的个性化需求开始凸显。而企业要去高效地满足这些个性化的需求则需要大量的数据支持。 2）互联网的出现和相关技术的发展让海量数据的收集和分析成为可能。互联网的特征又导致这些数据能够被高速度和大容量的传播。 3）互联网引入了由用户产生数据的模式。这种模式的特征是多源头，低成本，更及时。当然，这些数据的真实性和可靠性需要被核证。 4）构建在互联网基础上的电子商务和传统零售比较的优势之一就是数据的可获得性。电子商务可以实时得到顾客的来访源头，在网站内的搜索、收藏、购买行为，以及购买的商品间的关联性。这些数据可以帮助企业更精准的为顾客服务。 5）人工智能、信息系统和决策科学的发展促进了多种分析方法及工具的推动，包括数据挖掘，顾客行为模型，决策支持，等等。
数据（Data）是原始和零散的，经过过滤和组织后成为信息（ Information），将相关联的信息整合和有效的呈现则成为知识（Knowledge），对知识的深层领悟而升华到理解事物的本质并可以举一反三则为智慧（Wisdom）。所以数据是源头，是决策和价值创造的基石。 数据的应用大致分以下几个步骤：a）数据采集、核实与过滤；b）在数据仓库内的分类和储存；c）数据挖掘以找到数据所隐含的规律和数据间的关联；d）数据模型建立和参数调整；e）基于数据的应用开发和决策支持。下面用实例来说明。 1) 美国医药网站WebM D根据怀孕的女性用户填写的受孕信息定期给用户寄EDM，提醒母亲在该时间点的注意事项，需要摄入的营养，产前的生理变化和要做好的思想准备，产后的恢复，宝宝的育养和健康，等等? 2) 1号店利用对大数据的分析给顾客发送个性化EDM。若顾客曾经在1号店网站上查看过一个商品而没有购买，则有几种可能： a）缺货，b) 价格不合适，c) 不是想要的品牌或不是想要的商品，d) 只是看看?若在顾客查看时该商品缺货则到货时立即通知顾客；若当时有货而顾客没有买就很有可能是因为价格引起的，则在该商品降价促销时通知顾客；同时，在引入和该商品相类似或相关联的商品时温馨告知顾客?另外，通过挖掘顾客的周期性购买习惯，在临近顾客的购买周期时适时的提醒顾客。 3) 淘宝在2012年推出了淘宝时光机?该应用通过分析顾客自注册为用户以来的行为，用幽默生动的语言告知顾客淘宝的成长，和该用户相类似喜好的其他用户的统计行为，对该顾客经过分析后对其喜好的了解和对其行为的预测，等等。用生动的文稿和个性化的数据、拉近了和顾客的距离? 4) Google的Adsense对顾客的搜索过程和其对各网站的关注度进行数据挖掘?并在其联盟内的网站追踪顾客的去向，在联盟网站上推出和顾客潜在兴趣相匹配的广告，精准化营销，提高转化率? 5) Amazon近几年推出了FDFC（Forward Deployed Fulfillment Center）的概念，以加快对顾客配送的速度。Amazon的订单履行中心分两个层级：FC和FDFC，其中FC品种更齐全，而FDFC在物理位置上更靠近目标市场，但品种重点容纳针对目标市场的热销商品，顾客的大部分需求可以通过FDFC来满足，不能满足的长尾商品则由FC来满足。这样顾客急需的商品多数可以通过FDFC以更快捷和低成本的物流来完成。由于热销商品是随着时间和季节而改变的，故将什么商品储存在FDFC的决策是动态调整的，而此决策的依据就是对顾客需求的分析和预测。
---------------------------------------------------------------范文最新推荐------------------------------------------------------ 大数据时代下电子商务服务模式分析 摘要：在大数据时代发展背景之下，传统的电子商务服务模式受到了极大的冲击，面临着严峻考验。因此，紧跟时代步伐，加大改革创新力度具有重大的现实意义。 关键词：大数据时代；电子商务服务模式；改革创新 所谓的大数据主要是指存储、分析、管理的一个数据群，其大小均比传统数据库软件工具。当前，对于信息爆炸时代产生的海量数据均用大小数据来描述和定义，并命名和其有关的技术创新和发展[1]。在大数据时代发展背景之下，人们对于事物的看法已经发生了改变，在做出决策的时候也不再单纯的使用主观进行判断或者依赖过往的经验，开始对海量的数据进行挖掘以及分析。电子商务服务中，大数据也到了广泛应用，加强电子商务模式的改革创新，使之更加符合时代的要求成为当下电子商务主要的发展趋势。本文提出了几点电子商务服务模式的改革创新建议，具体如下。 1 / 5
一、充分利用数据，强化导购 在大数据时代发展背景之下，对于数据的收集能力也发生了质的改变，对于人们日常生活中通过信息技术所产生的数据都可得到真实的记录[2]。因此，对于电子商务模式来说，也应该要尽可能利用这些有效数据，进一步优化导购模式。互联网技术的快速发展为保存、截取数据奠定了良好的基础，人们在搜索次数、浏览时间、点击数量等都与消费倾向有着密切的关系，电子商务应该要最大限度上利用这些数据加强推荐和导购，当用户在上线的时候，对这些数据进行分析，为用户提供出其所需的商品，满足其需求。此外，根据数据建立电子商务个性化推荐系统（系统所推荐内容均为实时更新），以便客户浏览记录改变的时候系统所推荐的商品信息也立即随之改变，通过为客户提供个性化推荐省去了商品信息量大带来的繁琐感，从根本上增加客户的满意度，赢取其更多信任。 二、最大限度上减少商品流通交易成本 由于电子商务时代的到来，人们的各种商务活动不再受到时间和空间的局限，人们原本的购物习惯也发生了很大的变化，同时对于物流也提出了更为严格、更高的要求。人们可以在任意地点、任意时间随心浏览、购买商品，但由于物流因素会给用户的购物体验造成一定的影响。因此，对于各种电子商务网站来说，应该要尽可能利用数据了解掌握用户的喜好，针对不同类型消费者以及不同区域的消费者推
信息技术背景下的大数据分析 全球知名咨询公司麦肯锡负责人称：“ 透到当今每一个行业和业务职能领域，成为重要的生产因素。 人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”大数据在物理学、生物学、环境生态学等领域以及军事、金融、通讯等行业存在虽已有时日，但却因近年来互联网和信息技术的发展才引起人们关注。 教育也因此受到了巨大的影响，如何在信息技术时代使大数据成为教育教学的工具成了重要的课题。 2015 年8月31 日，国务院《关于印发促进大数据发展 行动纲要的通知》明确提出：“信息技术与经济社会的交汇融合引发了数据迅猛增长，数据已成为国家基础性战略资源。”“带动社会公众开展大数据增值性、公益性开发和创新应用，充分释放数据红利，激发大众创业、万众创新活力。” 在信息技术时代的背景下，大数据也必将推动教育公平和教育健康发展。 在大数据背景下，我们做了很多的尝试，希望能够运用 信息技术并通过数据得到有价值的结论来指导实际的教育教学，希望能够通过数据来诊断某一个时间段内的教育教学质量，希望能够用数据来说明我们需要改进或者可以改进的
某些方面。但是在实际过程中，对于数据的分析和应用缺乏 分析的技术和应用的能力，以下笔者是结合工作实际，将通 过《区域教育质量健康体检》项目和学习诊断系统的数据运 用和分析，结合微课的有效性探索所作出的尝试与努力，来 阐述大数据的一些分析方法和技术。 、数据关联性分析 一）问题的提出 标准化的测试，且测试工具在若干年之内保持一定的稳定性， 数据间就有一定的可比性。同时它又是大样本的测试，数据 具有全面性、客观性。为了实现在信息技术的背景下更好地 分析教学、改进教学、推动微课发展，首先要明确数据的价 值。 我们认真分析了《 2012 年项目报告》所提供的数据。从 2012 年项目数据来看， 学生的学业成绩标准达成指数、 次能力指数以及师生关系指数远低于本区（市直）水平，但 教师教学方式、作业指数以及学校压力等常规教育指数均达 到了本区（市直）水平。那么出现的问题应该怎么解决呢？ 二）问题的分析 通过初步分析发现，出现问题的几个方面都和教学有关， 是不是只需要改进课堂教学就可以了？那么与师生关系是 因果关系还是关联性关系呢？是不良的师生关系导致了学 业水平低下吗？ 2014年 6月，在郑州市义务教育质量健康指 数发布会上，北京师范大学中国基础教育监测协同创新中心 刘坚教授给出了一组关联性数据。从中可以看出，师生关系 与学业水平存在正相关，并且相关度非常高。说明师生关系 只能证明其存在着关联关系，这种正相关的背后可能存在着 两种情况：师生关系不好导致学业成绩下降，或者学业成绩 降带来的师生关系不好。也就是说，要解决这个问题需要 两个先来探讨数据的关联性问题。 健康体检项目”是基于 高层
大数据时代背景下实现税收现代化的几点思考 发布日期：2015-11-16 当今世界，是一个大数据的时代。大数据犹如一波千尺巨浪，汹涌而至。个人、企业、政府无不被这思维技术理念的大变革所席卷，各行各业都跃跃欲试，弄潮其中。当新一轮的税收现代化改革的号角吹响时，改革浪潮与大数据浪潮已不期而遇，在这碰撞与冲击下，大数据正催生着新的治税思维。 一、大数据成就了一个变革的时代 大数据，近年来风靡全球，进入2012年，大数据一词越来越多地被提及，然而对其的理解却几乎都是模糊不一的。《大数据时代——生活、工作与思维的大变革》的作者维克托﹒迈尔﹒舍恩伯格认为，大数据并非一个确切的概念。也许它初始是大到需要改进处理数据工具才能处理的海量数据，而由此促进了新的处理数据的诞生，并最终成为了人们获得新的认知、创造新的价值的源泉，以及改变市场、组织机构、政府与公民的关系的方法。研究机构Gartner则将“大数据”定义为，需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。无论何种，大致上可以说明大数据是传统模式（或流程、工具、手段）无法处理的海量数据集。从某种程度上说，大数据甚至是数据分析的前沿技术。从各种各样类型的数据中，快速获得有价值信息的能力，就是大数据技术。由此，大数据开启了重大的时代转型，故而哈佛大学社会学教授加里。金说：“这是一场革命，庞大的数据资源使得各个领域开始了量化进程，无论学术界、商界还是政府，所有领域都将开始这种进程”。大数据爆炸，给这个时代带来了撼动与巨变，于是成就了今天的大数据时代，一个数据无所不在、改变蓄势待发的新时代。 二、大数据时代促动了现代治税理念 我国税收现代化进程伊始，大数据及大数据技术带来的诸多变革，无疑将极大地影响了我国的税收改革。在国家税务总局的税收现代化规划蓝图中，完备规范的税法体系、成熟定型的税制体系、优质便捷的服务体系、科学严密的征管体系、稳固强大的信息体系、高效清廉的组织体系构成了基本实现税收现代化的总目标。且不说毋庸置疑的信息体系、显而易见的征管体系，与大数据有如此直观又紧密的关联，即便是税法体系、税制体系、服务体系等其他体系，也亟需大数据的“发声”。在大数据时代，“数据就是资产、数据分析就是核心竞争力”的理念，将使得传统的治税思维将难以为继，税收现代化建设首推治税理念的现代化，税收治理的大数据思维。 （一）大数据时代，税收治理应更加注重预测与决策 多年来，我国税收管理一直重视数据管理和信息化，并不断地完善和深化对数据的采集分析利用，数据大集中和信息管税已经取得了较大的成效。然而，传统的数据管理往往常规分析为主，深度挖掘不足，事后管理为主，事前预测不足。在大数据构成的世界，一切社会关系都可以用数据表示。从数据到大数据，不只是数据数量和种类的无限扩大，更多的是其藏于海平面之下的亟待于我们去深度挖掘和应用的钻石石油般的资源价值。纷繁复杂、瞬息万变的经济现象与事物，只有集中海量纷繁包容的原始数据，才能揭示总是隐藏在数据的相互关联之中的事物全貌、本质和规律。如大数据的核心是建立在相关关系分析基础上的预测，这不但会给新一轮税制改革重大决策问题研究中的更多趋势洞察与深度分析，也能使得纳税服务有了更好的目标领域与需求指向。尤其是在我国探索创新大企业个性化服务的进程中，以税法遵从为目的，以风险管理为导向的模式下，大数据的应用价值将无可估量。 （二）大数据时代，税收治理应更加注重提供与共享 作为政府行政机关，税务部门在数据获取上也具有先天的优势，但传统的数据管理往往内部数据为主，外部数据不足，沉淀储存为主，盘活清理不足。而实践中还常有人将信息数