大数据时代下的中国市场
摘要：随着大数据产业的快速发展，我国企业开始利用大数据技术从海量数据中提取有价值的信息，为企业作出精准决策提供有力的参考，随着各行各业对于大数据的需求越来越多，大数据产业将进一步促进中国市场的发展。本文分析了大数据对中国市场产生的影响以及中国市场在大数据环境下的演变，认为目前我国市场在大数据环境下还面临着一些挑战，并在大数据环境下我国市场发展前景较好。
关键词：大数据；中国市场；发展
引言
随着大数据产业的快速发展，大数据对于市场的影响力逐渐扩大，目前，我国的大数据技术处于初级发展阶段，无论是政府还是企业对于大数据技术极其应用都出与摸索阶段，在未来的经济社会发展过程中，中国市场必须紧抓大数据时代的机遇，充分运用大数据技术提高生产效率，降低生产成本，实现市场经济的快速发展。本文通过分析大数据对中国市场的影响及中国市场对大数据环境的适应演变过程，了解中国市场在大数据情况下面临的挑战和大数据下中国市场的发展前景，为推动大数据技术在我国更好地普及和推广提供参考。
1 大数据对中国市场的影响
大数据的发展对中国市场产生了很大的影响，例如我们现在经常用到的“滴滴打车”软件就是利用大数据技术使出租车的供求获得更精准的对接，从而更好的为消费者提供出行服务，因此大数据运用得好，不仅能够给产业带来新的生机，而且能够对经济增长提供新的动力。可以说大数据已经开始出现在中国市场的方方面面，在给企业带来巨大价值的同时也给人们的生活带来更多的便捷。从大的方面来说，大数据技术的运用可以使得国家决策部门，可以借助大数据更科学的制定经济策略，更加有效的把握经济的走向；政府可以过海量微观主体行为分析，推导出宏观经济的大趋势，而不再仅仅依赖样本统计数据结果。从小的方面来说，
大数据技术的运用可以帮助企业领导层提供有效的参考，帮助企业提高决策水平营运能力和创新能力，从而行业发展和促进产业转型升级，据有关机构研究表面光，大数据的运用促进医疗、零售和制造业每年提高0.5～1个百分点的劳动生产率对于行业的发展起着重要的推动作用。除此之外，大数据技术的运用促进了网络交易平台的发展，利用大数据技术，促进数据商业化流通交易，实现数据的交换与共享，促进数据资源的有效流通与增值，使得消费者可以随时随地通过手机、电脑等进行网上购物或者其他消费，改变了人们的生活方式。
2 中国市场对大数据环境的适应演变
在大数据这一时代背景下，中国市场开始发生转变，在大数据早期发展期间，市场对于大数据这一新型产业持观望态度，仅有少数大型企业投入到大数据产业中，大数据开始涉足于少数产业，如网络购物平台、各类导航地图等，这些企业通过建设大数据中心，对搜集到的信息进行处理分析，帮助企业准确快速了解市场行情，促进了企业的快速发展。随着大数据产业的快速发展，中国市场中许多行业开始涉足大数据领域，如互联网行业、通信行业，还是金融行业、服务业、零售业等，随着大数据技术的不断进步，促进了行业的快速发展，而缺少大数据支持的企业已经难以应对市场快速变化的环境，不少企业已经濒临倒闭，促进了行业的升级。目前各行各业为了应对来临的大数据时代，开始开始重视大数据技术，努力建设自有大数据中心和培养大数据人才队伍，充分利用大数据技术，把握行业的发展规律，促进行业的快速发展，可以说现阶段，大数据已经融入到我们生活的方方面面，给我们的生活带来巨大额改变。
3 中国市场在大数据情况下面临的挑战
在大数据时代，中国市场取得了较大的发展，但是也面临着很大的挑战，这些挑战不仅仅局限数据平台的建设方面，在网络安全、数据开放与隐私权衡、平台开放方面也面临挑战，主要有：
1、大数据中心的建设和维护成本很高，需要企业花费大量人力、物力进行人才培养、技术研发、设备维护，并且大数据需要一段时间才能起到预期的效果，如光大银行大数据中心为例，其一次性建设成本高达2.3亿元，并且每年的运行
维护成本约4 900万元，这给带来巨大的财务负担，从而增加企业的运营风险，对市场的稳定性造成一定的影响。
2、网络安全挑战，在信息化快速发展的时代，如何保护用户个人信息安全显得尤为重要，成为大数据时代市场亟需解决的首要问题。大数据的不断增加，对数据存储的物理安全性提出了更高的要求，并且许多网站本身存在的漏洞会使得用户的信息被泄露，可能导致用户财产损失。
3、大数据平台市场开放挑战
每个行业的数据都会呈现出不同的特点，需要从多个领域进行信息搜集，对于中小企业来说，建设数据中心进行信息搜集和数据分析是难以完成的任务，因此需要从其他数据平台获取数据。这其中就涉及到数据平台市场开放的问题，在当前网络环境下，数据平台都无法保障平台开放后的数据安全和隐私安全，因此数据平台就不会真正的将平台开放，这样不少企业就难以获取数据，从调查情况来看，当前我国有三分之一的企业使用很多从外部购买的数据和互联网平台数据，有38.7%的企业使用互联网平台数据。因此，应尽快建立大数据的交易规则，并逐步形成不同等级的交易平台/市场，在保障数据安全和隐私安全的前提下发展大数据平台开放市场。
4 大数据下中国市场的发展前景
在未来，大数据将会对我国市场的额发展产生重要影响，总的来说表现在以下三个方面：一是在政治方面，帮助政府制定市场引导策略，政府通过大数据分析结果，更好的掌握宏观经济运营规律，及时有效的引导市场的发展方向，从而推动我国经济的快速发展。二是在商业方面大数据将会渗透到各行各业，与行业相融合发展，为企业打造一个全面、完整的数据价值发展平台，以更加定制化的商业智能解决方案提供大数据服务。三是在生活方面，大数据将会融入我们生活的各个角落，在不断改善我们的生活，在健康方面，我们可以利用智能手环监测，对我们的睡眠模式来进行追踪，了解睡眠质量;我们可以利用智能血压计、智能心率仪远程的监控身在异地的家里老人的健康情况，让远在他方的外出工作者更加放心;在出行方面：我们可以利用智能导航出行GPS数据了解交通状况，并根据拥堵情况进行路线实时调优，在居家生活方面：大数据将成为智能家居的核心，
智能家电实现了拟人智能，可以根据住宅空间环境和用户需求自动设置控制，甚至提出优化生活质量的建议，如我们的冰箱可能会在每天一大早建议我们当天的菜谱。
结束语
综上数据，在大数据时代下，我国市场取得了较大的发展，但是其中也面临着一些挑战，相信随着大数据技术的不断进步以及大数据产业的不断发展，大数据将更大程度的促进我国市场的发展，推动我国经济的增长、改善人们的生活。参考文献：
[1]梁姝珺. 大数据时代下的政府管理思考[J]. 才智,2014,28:269-270.
[2]何廷润. 大数据商业模式的现状与挑战[J]. 移动通信,2015,13:25-28.
[3]涂永前,徐晋,郭岚. 大数据经济、数据成本与企业边界[J]. 中国社会科学院研究生院学报,2015,05:40-46.
[4]王成金. 大数据时代的城市管理科学化：问题与对策[D].苏州大学,2014.
[5]王浩. 大数据时代下的思维方式变革[D].东华大学,2015.
[6]鄂维南. 大数据时代改变社会和生活[J]. 中国高新区,2014,10:33.
大数据背景下经济统计的机遇与挑战 kxgdy 经济统计的发展是建立在社会技术发展基础之上的，不同时期，面对不同的客观需要不断发展自身，以满足人们研究和社会管理的需求。随着大数据时代的到来，面对海量的数据，经济统计必然面临新的机遇和挑战。 经济统计更多的时候作为一门方法学科被应用到经济、社会等问题的研究中。从其发展的历史可以看到，一方面社会管理的需求对其不断提出更高的要求；另一方面随着统计概念在实际社会生活中的推广，也不断丰富经济统计的方法和内容。这两者之间也有着相辅相成的关系，他们的共同作用使得经济统计越来越在政策制定、问题研究中突显出其重要性 随着大数据时代的到来，每天产生的数据越来越多，我们对于数据的接触也越来越方便，可以说我们现在处于一个数据爆炸的时代。这种情况随着对于大量、多样数据的存储技术的进步以及对于信息技术的推广变得越来越严重。在这种情况下，对于经济统计不仅会提出更高的要求，也会给提供更多的机遇。 大数据背景下的经济数据特征分析 1.数据统计刻度变小 由于技术手段的限制，历史上的多数经济统计数据往往以较大的数据可读进行统计，如年、月等。随着大数据时代的到来，我们相信对于经济数据的统计刻度将不断的缩小。实际上，已经存在对于股票交易数据的分时统计了，而对于高频交易而言数据的统计刻度就更加的小了。 2.样本群体扩大
从以往来看，搜集大量样本的相关信息是一种成本巨大的工作，所以统计中的样本替代总体也是在这样的背景下发展起来的。随着互联网的发展和信息技术的普及，对于大样本数据的观测和统计不再是一项难以完成的任务。 3.样本信息扩大 大样本统计的巨大成本使得我们无法更多的获得样本更多的信息，而只能针对一些关键信息进行统计。随着现在对于数据统计成本的降低，我们不但可以对我们关心的关键数据进行采集和统计，而且对于非关键信息也可以进行统计，这样可以为我们的研究工作提供更多的选择空间。当然，这里的信息扩大也涵盖了对于信息多样化扩大的含义，不久的将来对于经济信息的统计将会以更多的形式呈现。 4.数据的优良性得到改善 在现有的经济数据中从在很多的断层和不连续性，很多是由于历史的原因造成的。随着对于数据存储技术的发展，我们可以获得更 多、更优质的数据。其优质性体现在数据的完整性、连续性和标准化上。大数据时代会有更多的数据已更加标准化的形式产生和存储，降 低我们在对于数据筛选和处理过程中所话费的成本。 5.宏观与微观统计关系更加密切 现在看来，对于宏观经济指标体系是通过微观样本统计得来的，但是宏观经济指标体系只关注特定的一些经济指标，而忽略了大多数 微观个体产生的经济信息，且两者之间的关系也相对复杂，我们不能 很直观的从宏观信息中得出关于相关微观个体经济特征的信息。随着 大数据时代的到来，统计样本数量和层次的增加，将会使得宏观统计 更加具有现实的微观基础，使得宏观统计的准确信以及与微观统计的 关联性有更大的提高。 利用现代数据机遇，强化经济统计发展 1.利用现代数理技术，充实经济理论
《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
虽然早已听说过舍恩伯格的《大数据时代》，但直到前不久才浏览本书的内容，看完之后还是有点震撼的，主要是大数据对我们日常生活和思维的影响太大了。下面摘取部分原文表述或案例来梳理一下这本书，其中有我本人的部分总结和评述。 有三个案例比较有意思，一是福特的名言，“如果当年去问顾客他们想要什么，他们肯定会告诉我：一匹更快的马。” 乔布斯多年来持续不断地改善Mac笔记本依赖的可能是行业分析，但是他发行的iPod、iPhone和iPad靠的不是数据，而是直觉，第六感。谷歌公司内部的研究表明工作表现与大学毕业时的平均绩点没有关系，但其创始人依然要应聘者提供分数。 前两个例子（福特和苹果）说明大数据有时候是无效的，后面谷歌的例子则说明管理层对数据过度的执着。 大数据对人类生活的破坏莫过于它过于强大的预测功能，如通过一个人过去的表现可以准确预测到他在特定环境下一定会犯罪，那么，社会保障机制就会惩罚一个从来没有犯错的人。如书中所述： “因为预测的结果几乎不可辩驳，人们也就无法为自己开脱。但这种基于预测得出的惩罚不仅违背自由意志的原则，同时也否定了人们会突然改变选择的可能性。” 以上弊多些，下面谈利。
聪明的公司会从人们与信息交互中收集数据废气，以用来改善现有的服务或推出全新的服务。 “拥有知识曾意味着掌握过去，现在则更意味着能够预测未来。”-----这句话很精辟。 “情报分析员结合实地考察报告和过去IED袭击地点、时间和人员伤亡的详细信息，据此预测一天中最安全的运送路线。”类似的，我也听说过美国建立的爆炸物碎片博物馆的事情，基于爆炸物的各种信息追踪恐怖分子武器弹药的生产基地和储存地点。 “为了促进大数据平台的良性竞争，政府必须运用反垄断条例。” 谷歌对量化数据的极致追求可能过头了，因此激起了员工的反抗。（弊）通过大数据预测来判断和惩罚人类的潜在行为是对公平公正和自由意 志的一种亵渎。（弊） 过去是要成为一个优秀的生物学家就需要认识很多生物学家，但现在可能是，要解决一个生物难题或许和天体物理学家或数据视图设计师联系即可。 由于大数据的功劳，微软机器翻译部门的统计学家在茶余饭后的谈资就是每次一有语言学家离开他们的团队，翻译质量就会好一点。 当亚马逊的贝索斯发现算法推荐能促进销量增加的时候，他就不再需要书籍评论员了。
大数据时代下数据分析的变化(一)分析思路 大数据时代的分析常常是直接计算现象之间的相依性。传统的统计分析过程是“定性－定量－再定性”，第一个定性是为定量分析找准方向，主要靠经验判断，一般针对数据短缺的情况下比较重要。现在大数据时代，可以直接通过数据分析做出判断，所要做的是直接从“定量的回应”中找出数量特征和数量关系，然后得出可以作为判断或决策依据的结论。因此大数据时代统计分析的过程可以简化为“定量－定性”。在实证分析上，传统思路通常是“假设－验证”，先根据最终的研究目的提出假设性意见，然后收集分析数据，进而验证假设的成立与否。这种实证分析容易受到数据的缺失、假设的局限性以及指标选择的不当等的影响，得不到正确的结论。尤其是在假设本身的非科学性、非客观性、非合理性的情况下，得出的结论更是毫无用处，甚至歪曲事实本身。在现在的大数据时代，可以从中寻找关系、发现规律而不受任何假设的限制，然后得出结论，分析的思路可以概括为“发现－总结”。 (二)研究对象的变化 首先，从数据来源上看，传统的统计抽样调查方法有一些不足:抽样框不稳定，随机取样困难;事先设定调查目的会限制调查的内容和范围;样本量有限，抽样结果经不起细分;纠偏成本高，可塑性弱。而在大数据时代，更多的是将总体直接作为研究对象，摒弃了抽样样本的研究，传统统计抽样调查方法的不足可以在大数据时代得到改进。其次，对于数据类型而言，传统数据通常是结构型的，即
定量数据加上少量的定性数据，格式化，有标准，可通过常规的统计指标和统计图来表示。而大数据则注重非结构性数据或者半结构、异结构数据，多样化、无标准，很难通过传统的统计指标或统计图表加以表现。 (三)假设检验的变化 传统的统计研究，通常是根据内容提出假设意见，然后根据最初设定的理论模型来检验验证假设的真实效用性。但对于大数据时代而言，信息资源充足，可以采用人工智能对数据信息进行挖掘开发，需要验证的假设比传统经济学研究多出很多，不在一个数量级上。传统的假设验证分析是无法满足大数据时代的需求的。 (四)分析关系的变化
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/1314369441.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
大数据时代下的资源配置 摘要 任何一项社会活动都打上深深的时代烙印，资源配置也不例外，大数据时代带给社会各个层面的变革将是深入持久的，在新的形势下资源配置将会发生怎样的变化，大数据又在这一变化中发挥怎样作用，如何利用好大数据让资源配置更优化是中国乃至整个人类社会必须当前面临的问题，就目前我接触到少量信息的基础上浅论一下大数据时代下的资源配置的设想。 关键字 大数据资源配置信息技术 前言 大数据是什么？是一种运营模式？是一种技术？或是一种数据的集合统称？大数据相对于数据的提法，但不同于传统的数据，而是一种数据的广延性，无限性，细分性，它是一种多维度数据的空间集合。大数据是由全球知名咨询公司麦肯锡提出，麦肯锡称“数据，已经渗透到当今的每个行业和业务职能领域，成为最重要的生产因素。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亏浪潮的到来。”资源配置是生产活动中重要的环节，数据在资源配置产生之初就和数据密不可分，大数据时代的到来更是为资源配置的最优化提供了最科学最有效最全面的数据信息，通过对数据点组成的数据空间的分析，将极大的改变生产效率，节约生产资源，提高经济总量。 正文 资源配置与大数据到底存在怎样的内部联系？面对资源配置与大数据内在联系我们又该如何把握与充分运用大数据？接下来让我们来看看它们之间的关系。首先我们要思考为什么要进行资源配置？资源配置有什么意义？ 对于第一个问题我认为应该从根本原因来回答，资源的有限性和人类社会需求的无限性矛盾要求我们必须进行合理有效的资源分配以实现既定的社会目标。资源配置使得人类利用最有效的手段发挥有限资源的最大利益最大程度上满足人类社会的需求，当前可以说人类社会的进步就是伴随着资源配置问题的解决而进行的。 对于第二个问题我认为，资源配置最直接显著的影响就是资源的节约，资源配置的越合理意味着巨大的资源节约，人类社会更加持续长久的发展。资源是社会生产的重要物质资源，离开了资源社会生产不能进行，那么资源配置对生产的影响也就是根本性的。资源配置的合理意味着社会生产的高效，经济社会的发展。 然后我们来看看资源配置中的数据问题。资源配置中有哪些数据？这些数据有什么关系？资
浅析大数据时代下的统计工作 随着我国大数据时代的到来，呈现给我们的时更加丰富多彩和广阔的世界，同时还改变了我们的工作方式，进一步地促进了人类社会的变革。因此面对如此庞大的大数据时代，从而也就繁衍了数据统计工作，并且如今在大数据时代下的统计工作主要的目的就是在大量的数据信息中收集和整理重要的信息，最终将这些数据信息反映到电子计算机设备中，在通过大量的数据对其进行深入的分析，从而得出来的重要的且具有一定价值的结论，紧接着，再根据这些结论在其中找到相应的规律，最后才能合理的运用总结出来的规律开展相应的工作以及生活。大数据时代下，使得信息化数据信息正在成倍的向上增加，因此在面对这一特殊的情况，统计人员需要不断更新统计工作的方式和方法，为了能够更好地满足大数据时代统计工作的需求。 一、大数据时代统计工作的重要性 大数据时代的到来，带给我们的不仅是工作、生活上的便捷，更重要的是带动了我国全面的发展，与此同时大数据时代也伴随着问题带给我们，一个国家在面对如此庞大的大数据信息网络系统，最重要的就是对其中重要的信息进行相应的统计，由此可见统计工作在大数据时代中的重要性，在大数据时代中，通过统计工作而展开的各项数据进行深入的整理和分析，同时为各项决策方案提供较为全面的真实性的依据，从而进一步的促进国家各个方面的全面发展。 二、大数据时代下给统计工作带来的挑战 （一）对数据源采集的智能化的要求更高如今的大数据时代统计
工作与传统的统计工作进行相应的对比可以发现，传统的统计工作主要是通过数据信息相关的报表来进行数据信息的统计工作的，而且在统计工作调查的过程中仍然存在着许多主观性的因素，当然这些主观上的因素必然会影响到统计报表的准确性。如今伴随着大数据时代的到来，便可以有效地避免此类问题的发生，而且，数据信息统计的来源完全是信息技术的记录形成的，并且其记录的数据一般都是最原始的数据信息，这样做的目的就是为了不采取其他的途径，也能有效的保证各项原始信息数据的质量，进一步的保障了大数据时代下的统计工作的质量。 （二）要求及时更新统计的方法和统计的制度大数据时代下对于统计工作的方法和制度有了一定程度的提升，因此，根据大数据时代对统计工作的方法和制度进行深入的完善以及不断地更新，目的就是为了能时刻的满足大数据时代对统计工作的需求。就好比传统的统计工作中的统计报表基本上都是纸质的报表，是需要一层一层的向上级汇报以及分析的，这样的统计方法不仅延长了统计工作的时间，同时还不能确保报表的质量。因此，随着大数据时代的到来，传统的统计报表的统计方法已经无法满足现阶段的统计工作的需求，那么这个时候就需要统计工作的方法和制度在一定的基础上进行深入的改善和更新，并最终达到完全适应现阶段大数据时代的统计工作需求。 （三）对统计数据的搜集流程带来了巨大的挑战现如今的大数据时代对数据的统计和搜集提出了巨大的挑战，而且传统的数据搜集通常是根据研究项目的目的以及对象展开的，进而对其进行设计相应的
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
大数据时代下统计学的挑战与发展 、大数据时代下统计学概念概述 教科书上对统计学给出了这样的定义“有效搜集整理分析 随机性数据， 对考察问题给出推断与预测， 最终为行动提供数据 支持”，这就是统计学。从根本上看，统计学是一门与数据有关 的学科。众所周知， 美国总统奥巴马通过数据团队的帮助得到连 任的机会，阿里巴巴的马云很早就把大数据作为企业发展战略。 随着我们走进大数据时代， 网络科技给搜集数据带来方便， 的设备已经无法容纳大量的数据， 我们对其进行更新， 通过对大 数据的分析，我们为社会传递出有效的、有价值的信息，这一切 为社会的发展起到了不可替代的推动作用。 统计是社会各界乃至各环节不可或缺的因素， 在商品交换过 程中，统计有先导作用，市场经济信息也需要统计学的帮助，大 数据时代， 我们的统计数据不再局限于随机抽样调查， 等高成本的搜集方式， 通过互联网及移动终端， 我们可以获得更 多数据样本， 可以说我们的社会进入高速发展的时期， 大数据时 代下的统计学也进入全新的发展阶段。 二、统计学在大数据时代影响下的变革 1. 从样本的角度看，样本概念得到深化 我们知道统计学离不开样本，有效的样本能够正确反映情 况，大数据时代样本概念与传统不再相同， 通常我们得到诸多网 络数据，一种为静态，即直接在客户端创建的数据，无需提取即 可使用，成本低，另一种为动态数据，即数据随着时间的推移而 变化，最终表现为所有数据的总和， 可见此时的样本不局限于随 机抽样，直接可以做选定分析。 2. 从类型方面看，呈扩大之势 在过去数据通常指结构化数据， 有固定的标准， 大数据时代 数据传统 电话调查
大数据时代，几个例子告诉你什么是大数据 工具类厂商蓄意炒作大数据，以达到售卖产品的目的，但导致的结果是很多人对大数据这一概念云里雾里。实际上，大数据就发生在你我身边，虽然你看不到它，但它却时时影响着我们的生活。 现阶段，和大数据相关的企业有三种。一种是工具类公司，他们宣传得最卖力，并且把大数据吹出了泡沫，原因是它们希望把自己的产品卖给企业；一种是依托于大数据从事咨询服务类的企业；还有一种就是实实在拥有大数据的公司，它们和我们休戚相关，也就是下面的小故事所要阐述的内容。 第一个故事，百货公司知道女孩怀孕 美国的Target百货公司上线了一套客户分析工具，可以对顾客的购买记录进行分析，并向顾客进行产品推荐。一次，他们根据一个女孩在Target连锁店中的购物记录，推断出这一女孩怀孕，然后开始通过购物手册的形式向女孩推荐一系列孕妇产品。这一作法让女孩的家长勃然大怒，事实真相是女孩隐瞒了怀孕消息。 点评：看似杂乱无章的购买清单，经过对比发现其中的规律和不符合常规的数据，往往能够得出一些真实的结论。这就是大数据的应用。 第二个故事，搜狗热词里的商机 王建锋是某综合类网站的编辑，基于访问量的考核是这个编辑每天都要面对的事情。但在每年的评比中，他都号称是PV王。原来他的秘密就是只做热点新闻。王建锋养成了看百度搜索风云榜和搜狗热搜榜的习惯，所以，他会优先挑选热情榜上的新闻事件来编辑整理，关注的人自然多。 点评：搜狗拥有输入法，搜索引擎，那些在输入法和搜索引擎上反复出现的热词，就是搜狗热搜榜的来源。通过对海量词汇的对比，找出哪些是网民关注的。这就是大数据的应用。 第三个故事，阿里云知道谁需要贷款 这是阿里人讲述的一个故事。每天，海量的交易和数据在阿里的平台上跑着，阿里通过对商户最近100天的数据分析，就能知道哪些商户可能存在资金问题，此时的阿里贷款平台就有可能出马，同潜在的贷款对象进行沟通。 点评：通常来说，数据比文字更真实，更能反映一个公司的正常运营情况。通过海量的分析得出企业的经营情况，这就是大数据的应用。 第四个故事，中移动挽留流失客户 iPhone进入中国后，铁杆的移动用户王永铭加入了联通合约机大军。由于合约机承担了大量通话内容，王永铭将全球通换成了动感地带。三个月之后，王永铭接到了中国移动的10086电话，向他介绍中移动的优惠资费活动。一位移动的
大数据时代对统计学的影响分析 大数据和统计学两者在本质上是相互联系、相互促进，没有数据也不可能完成统计，所以二者缺一不可。在大数据时代，统计学必须与时俱进，跟上时代发展的脚步，勇敢地接受大数据带来的的挑战和变革，才会走得更长远。而大数据也要珍惜统计学，两者是无法离开的，只有在共同学习进步下，才能够实现双赢，成为主宰。 关键词：大数据时代；统计学；影响分析 引言 对于大数据(Big data)，可以理解为新模式中具备决策性、洞察力、发现力的一门技术。它主要概括数据的自然增长力和多样化的信息资产。 统计学是大数据里面的一门重要的学科。因为它和大数据有着千丝万缕的关系，所以它被人们广泛使用和学习。它是通过整理分析得出来的科学的数据。具有精准性、客观性即概括性。完成统计学的方法有很多种，如调查法、立案法、实验法等主要广泛应用于社会、科学等方面。 一、大数据和统计学的关系 (一)两者的关系 在当今信息时代，用数字代表的信息越来越多，科技迅速发展，互联网时代高速运转，在许多公司用来统计数据的时候，都用的电子表格，进行整理分析。在把它们汇总起来，就成了统计。数据是统计的本质，统计是数据的概括及意义。数据就像零零碎碎的字母，统计就是英语单词，通过整理分析，把字母拼成一个具有意义的单词，这就是数据和统计的意义。只有相互依存，你中有我我中有你。 （二）大数据和统计学的区别 信息功能不同。大数据的意义是某种事物的代表，有些东西要是用它原本的名称代替可能不太放便，这样一个简便的代号即简便又容易记忆。在工作中，工作人员根据超市销售的数据进行整理分析，在汇总起来就是统计，最终他们看得都是统计整理得出的数，分析的也是统计后的数据。因此，统计学是用样本单位来分析和推断数据总体的特征。由数据控制，我们只能根据获得的数据来推断总体数量。在信息时代，越来越多的东西可以用数据表示，几乎全部的信息资料都
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
大数据时代下的中国市场 摘要：随着大数据产业的快速发展，我国企业开始利用大数据技术从海量数据中提取有价值的信息，为企业作出精准决策提供有力的参考，随着各行各业对于大数据的需求越来越多，大数据产业将进一步促进中国市场的发展。本文分析了大数据对中国市场产生的影响以及中国市场在大数据环境下的演变，认为目前我国市场在大数据环境下还面临着一些挑战，并在大数据环境下我国市场发展前景较好。 关键词：大数据；中国市场；发展 引言 随着大数据产业的快速发展，大数据对于市场的影响力逐渐扩大，目前，我国的大数据技术处于初级发展阶段，无论是政府还是企业对于大数据技术极其应用都出与摸索阶段，在未来的经济社会发展过程中，中国市场必须紧抓大数据时代的机遇，充分运用大数据技术提高生产效率，降低生产成本，实现市场经济的快速发展。本文通过分析大数据对中国市场的影响及中国市场对大数据环境的适应演变过程，了解中国市场在大数据情况下面临的挑战和大数据下中国市场的发展前景，为推动大数据技术在我国更好地普及和推广提供参考。 1 大数据对中国市场的影响 大数据的发展对中国市场产生了很大的影响，例如我们现在经常用到的“滴滴打车”软件就是利用大数据技术使出租车的供求获得更精准的对接，从而更好的为消费者提供出行服务，因此大数据运用得好，不仅能够给产业带来新的生机，而且能够对经济增长提供新的动力。可以说大数据已经开始出现在中国市场的方方面面，在给企业带来巨大价值的同时也给人们的生活带来更多的便捷。从大的方面来说，大数据技术的运用可以使得国家决策部门，可以借助大数据更科学的制定经济策略，更加有效的把握经济的走向；政府可以过海量微观主体行为分析，推导出宏观经济的大趋势，而不再仅仅依赖样本统计数据结果。从小的方面来说，
龙源期刊网 https://www.doczj.com/doc/1314369441.html, 大数据时代下统计方法研究 作者：孔社霞 来源：《财讯》2018年第03期 大数据统计方法研究企业管理 大数据时代下的统计发展 （1）我国传统的统计方法发展现状 全球经济活动呈现多元化、多样化和复杂化发展。传统的统计方法很难精确、全面获得在经济、信息资源全球化中占据主导地位所需要的各项统计数据信息。 在大数据时代下，数据的容量变得非常巨大，且种类多样，有价值的数据密度相对变低，需要处理数据的速度变快。而我国传统统计存在一些固有的缺陷，影响企业对经济市场的判断。首先，我国传统的统计方法与国际通行的指标体系不接轨，专业统计制度与核算统计制度之间的矛盾日益突出，使得我国统计制度与方法难以保障未来发展中的科学性。其次，现有的统计方法缺乏活力。伴随着信息数据的大量增加，我国统计人员习惯了统计抽样、线性回归分析等方法，但这些方法已经不适合大数据时代的要求。我国统计方法主要以描述为主，不能准确的分析出我国国民经济体系中的每个统计数据指标的关系，对有效信息的抓取也比较困难。最后，统计服务工作滞后，收集的数据质量普遍较低，致使分析出的结果很难对经济发展和人们的日常生活提供有力的保障。因此，我国传统的统计方法在大数据时代的潮流下，需要做出改变。 （2）大数据时代对统计方法的影响 大数据时代对统计方法的影响是多方面的，尤其是对经济统计的影响是非常深远的。首先，大数据时代的到来，改变了数据的收集方式。传统的数据收集方法是进行普查、问卷调查和抽样调查等。面对当今海量的数据形势，传统的数据收集方法已经无法满足客户对数据的收集速度和数量的要求。这就促使了数据的收集和处理方式的转变。使数据的处理模式能够适应当前的海量的数据形势。其次，数据的分析模式发生了改变。传统的数据在收集之后，进行随机的抽样分析。大数据时代的来临，抽样的分析模式已经无法适应时代对数据的准确性的要求。海量数据进行分析的系统模式逐渐形成了全数据的分析模式，使其准确性和时效性得到了很大的提高。最后，数据之间的因果关系淡化。传统的少量数据中存在着明显的因果关系，而大数据时代的到来，数据之间的因果关系淡化，需要用户在进行数据的分析时关注数据的相关的信息关系，从而实现数据的价值化。 统计方法改革的必要性 （1）统计方法的变革是政府工作的需要
大数据背景下的数据安全 本文简述在大数据背景下，网络安全所存在的问题，并对问题进行分析，提出相关的解决措施，尽可能地提高计算机网络信息安全。 大数据发展到现在，已经不是简单的数据数量庞大和形式多样了，它的范围越来越广泛，也正逐渐被各行各业所运用。大数据主要以海量数据、多样化的形式、高速度的运算等为主要特征，各行各业也是看到大数据的这些特征，将企业的发展现状与大数据结合起来，从而推动企业和行业的发展。 在大数据背景下，无论是移动设备，还是传感系统，又或者是互联网社会，都在不断的进行着数据库的建立和创新。随着数据的不断发展，其多样性也在不断的进行着扩大。非结构化也成为数据发展的一大显著特征，并逐渐占领主导地位。不仅如此，大数据背景下的数据利用分布式的运行体系，在云计算的基础上，通过集群方式对搜集到的信息和数据进行分析和处理，从而不断提高数据传输的效率。同时，还会利用引擎等技术的发展，给数据和信息的分析和处理提供更加高效的加速器。大数据的发展速度如此之快，却仍然有着非常庞大的发展空间，能否将数据的价值最大化利用成为了各行各业的竞争手段。 1.大数据背景下的网络安全问题 1.1 信息内容安全分析
通常影响数据安全的原因有2种：因为各种原因将信息内容泄露，进而导致信息没有机密性。信息破坏，这种情况一般都是其他人或者软件进入信息内部将源文件信息销毁或篡改。信息泄露通常情况下是未经本人授权，他人非法盗取并将其利用，给本人造成一定的损失。虽然目前大多数网络信息内容都拥有识别保护系统，但是大数据保护机制并不完善，再加上许多用户对于隐私数据保密不严谨，没有对相关信息内容进行加密处理，使得信息很容易产生泄露，给用户带来较大的影响。 1.2 信息数据采集范围大，信息安全保护覆盖不足 大数据背景下信息技术的广泛应用为经济、社会的发展提供了巨大的支持，经济生产、建设、社会管理方面的信息化程度也逐渐升高，信息数据的收集和传输规模也越加庞大。其中不但包含了一些人们身份信息和金融交易、网络社交数据、地理定位信息等，还包括了众多的商业机密以及重要的军事信息。这些信息内容非常的繁杂和巨大。通过对数据的实时搜集和交换处理甚至可以构成完整的生活状态和事件的发生过程。如此巨大的信息数据传输和汇集，必然会被一些不良分子加以利用进行一些违法活动，而面对着网络大量的数据交换和传输路径，信息的安全覆盖范围必然无法做到全面的保护，随之也就发生了网络安全隐患。 2.提高数据库安全保障的有效措施 2.1 内部防护，确保数据安全 首先，要对数据库的系统进行全面的防护。定期的进行扫描和检测，检测系统是否存在漏洞，并及时采取措施对漏洞进行处理，避免漏洞的出现给非法人员