大数据的经济学研究文献综述
摘要：
本文从大数据背景下的经济学研究出发，分析了大数据背景下对传统经济学所带来的冲击和挑战，以及大数据在经济学中的应用。大数据的应用给传统经济学带来了全新的方法，更重要的是，大数据给传统经济学带了全新的视角。
【关键词】大数据；大数据经济学；传统经济学；挑战
Abstract
This article analyzed the big data which bring a big impact and challenges on the traditional economics under the background of big data, as well as the big data applications in economics. Big data’s applications has brought a new approach to traditional economics, more importantly, big data has brought a new perspective of traditional economics.
【Key words】big data; big data economics; traditional economics; challenges
1国外关于大数据经济学问题的探讨现状
对于大数据的概念，企业和学术界目前尚未形成公认的准确定义。维基百科的定义：大数据指的是所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理并整理成为帮助企业经营决策目的的资讯。麦肯锡的定义：大数据是指无法在一定时间内用传统数据库软件工具对其内容进行采集、存储、管理和分析的数据集合。Dumbill ( 2012)采用IBM 公司的观点，认为大数据具有“3V”特点，即规模性( Volume ) 、多样( Variety ) 、实时性( Velocity) 。以IDC 为代表的业界认为大数据具备“4V”特点，即在3V 的基础上增加价值性( Value) 。权威IT 研究与顾问咨询公司Gartner将大数据定义为“在一个或多个维度上超出传统信息技术的处理能力的极端信息管理和处理问题。美国国家科学基金会( NSF) 则将大数据定义为“由科学仪器、传感设备、互联网交易、电子邮件、音视频软件、网络点击流等多种数据源生成的大规模、多元化、复杂、长期的分布式数据集”。
维克托（2013）赞同许多物理学家的看法，认为世界的本质就是数据。因此，大数据时代的经济学、政治学、社会学和许多科学门类都会发生巨大甚至是本质上的变化和发展，进而影响人类的价值体系、知识体系和生活方式。
大数据中的非结构化数据与传统经济学中的结构化数据截然不同。以信用卡数据为例。理论上，万事达拥有一套完美的数据:它知道何人在何地为何种产品消费的金额，而且这些数据都是实时的。但经济学家利兰·安纳夫和乔纳森·莱文所说认为不是每个人都有万事达卡，也不是每个拥有万事达卡的人都会经常使用万事达卡。当然如果说万事达卡的数据无法为经济研究人员带来一点儿有用信息，那未免不符合常识。但它与我们平常使用的那类数据非常不同，甚至跟我们通常的问题几乎不是一回事。经济学家喜欢寻找因果联系，而不只是规律。而且，经济学家希望他们找到的因果联系适用于所有人或是有代表性的群体样本，而不只是一个随机的子群体。所以经济学对大数据的最直接应用是在预测(或短时预测)领域，这一直是经济学的实用领域，也是学术上的边缘领域。国外的学者对大数据的经济学研究，也主要都侧重于运用大数据进行预测与计量分析，著名经济学家Hal Varian（2013）年提到运用大数据，可以更好地对经济学模型加以预测。有了大数据，信息经济学中的信息不对称问题可以得到很好的解决。去年，微软纽约研究院的经济学家大卫·罗斯柴尔德(David Rothschild)成功预测24个奥斯卡奖项中的19个，成为人们津津乐道的话题。今年罗斯柴尔德再接再厉，成功预测第86届奥斯卡金像奖颁奖典礼24个奖项中的21个，继续向人们展示大数据的神奇魔力。
虽然，国外许多学者均认为大数据对于经济学的应用贡献巨大，但是哈耶克（1974）的不同的观点使得我们可以更加理性地理解大数据，数据只是工具，而不能成为理论，他认为随着科学知识的增加，我们高估了自己理解构成世界的微妙变化能力，也高估了我们对每个变化的重要性做出判断的能力。所以，无所不知只是人的错觉。现在很多研究者制作出一些精确的数学模型，认为这就是因果模型，但其实它们是关联模型。同样，大数据本身也不能帮你得出因果关系，而只能显现关联关系。
2国内关于大数据经济学问题的探讨现状
在我国真正首次提出大数据经济学概念的是俞立平（2013），他认为大数据经济学包括大数据计量经济学、大数据统计学和大数据领域经济学，并对大数据经济学与传统经济学研究中存在的区别作出了分析，他认为大数据的到来给传统经济学带来了8大影响：一是大数据使得计量经济学中的研究对象从样本变成了
总体；二是大数据不需要假设检验的研究；三是经济学所强调的因果关系变得不太重要；四是传统的因果关系有时候无法验证；五是传统经济学研究具有滞后性；六是大数据对基于统计检验的计量经济学冲击很大；七是大数据对经济学建模提出挑战；八是大数据使得经济学研究工具和手段发生变化。
基于大数据对经济学所带来的挑战，杨华磊( 2013) 认为在没有大数据的年代，the biased random walk对数据拟合的是比较好的，但是大数据时代的到来，给传统经济学研究范式带来了较大的冲击，出现了“非主流经济学就是致力研究异常现象的经济学”。李国杰、程学旗（2012）同样认为大数据动摇传统经济学的一些基本假设。在亚当斯密时代，信息或者数据是及其匮乏的，信息不对称是广泛存在的，因此市场竞争是有效调配资源的有效机制。然而在大数据时代，信息充分和及时已经不是问题，会让经济运行机制产生极大的变化。他们甚至大胆提出，也许大数据让计划经济的某些目标有了可以实现的基础。
虽然大数据给经济学带来了一定的挑战，但是大数据却能帮助我们更好地理解经济学。肖颖（2012）认为大数据经济学的应用包含两个层次：第一层次是将大数据相关技术结合传统经济学，由于大数据技术强调：分析数据使用全部数据，而不是样本；寻找相关关系，而不是因果关系；追求模糊的正确，而不是精确的错误。因此，这将对基于统计检验的计量经济学冲击很大，同时也带来全新的经济模型。第二层次是将大数据引入经济学范式。信息不对称来自市场，而大数据是信息不对称的产物，同时也是其解决方案，因此，这其中若干海量数据之间存在价值关联。大数据经济学的应用就是挖掘内在价值，研究生产、行为模式。
当然同国外学者一样，我国国内许多经济学家也对大数据对经济学的积极应用提出了相反的观点，
文献述评
作为经济学专业的学生，我们研究经济学的目的并不是证明经济学理论是否科学，而是用来解决实际问题，在这样的情况下，任何学者的学力是有限的，现在已经进入大数据时代，借助大数据，不仅可以进行传统经济学的研究，而且通过数据挖掘，能够发现若干新的知识，从而推动经济学进步。别的不说，将中国所有统计年鉴的数据好好做一番整理，然后借用大数据和各种模型，好好做一个深度挖掘，用这种全新的思路进行研究，一方面提高效率，另一方面也能发现问题，总结规律，形成知识，是一件非常有意义的事情。
国内外学者都意识到了在经济学研究上大数据所能提供的巨大贡献，在处理数据过程中，很多时候被自己挖掘数据所得到的结果而感动，毕竟数据不会说谎，数据能够发现深层次存在的问题。但是我们也要意识到，数据毕竟是死的，大数据对计量中的意义只能证明变量间存在相关关系。所以我认为我们也不应该过分夸大大数据的作用，而应该辩证地去思考大数据给经济学带来的影响。
参考文献
[1]程刚. 近年来我国数据挖掘研究综述[J]. 情报学报,2005.
[2]甘晓, 李国杰. 大数据成为信息科技新关注点[J]. 中国科学报,2012.
[3]工作与思维的大变革[M]. 杭州:浙江人民出版社，2012.
[4]符健. 解读大数据[Z]. 证券研究报告, 2011.
[5]李国杰、程学旗. 大数据研究：未来科技及经济社会发展的重大战略领域——大数据的研究现状与科学思考[J].战略与决策研究，2012，（4）：6-8.
[6]李国杰. 大数据研究的科学价值[J]. 中国计算机学会通信, 2012,(9): 8-15.
[7] [美]阿尔文·托夫勒(AlvinToffler)著,黄明坚译.第三次浪潮[M].北京：中信出版社，2006.
[8] [美]哈耶克著，邓正来译. 哈耶克论文集[M].北京：首都经济贸易大学出版社，2004.
[9]美]维克托·迈尔·舍恩伯格、肯尼斯·库克耶著，盛杨燕、周涛译. 大数据时代活[M].浙江：浙江人民出版社，2013.
[10] 涂兰敬. 大数据与海量数据的区别[J]. 网络与信息, 2011, 25(12):37-38.
[11]肖颖.“大数据经济学”简介[J].管理学动态，2012（6）：7-10.
[12]徐子沛. 大数据[M]. 广西: 师范出版社, 2012: 57.
[13]俞立平.大数据与大数据经济学[J].软科学研究成果与动态,2013(7):3-7.
[14]杨华磊. 高频数据对传统经济学研究范式的冲击［EB］． http: / /blog. https://www.doczj.com/doc/286057277.html, /blog-456786-656901.html，2013．1.24.
[15]Edd Dumbill. What Is Big Data ［EB］．http: / /strata．oreilly. com/2012 /01 /what-is-big-data. html，2013. 1. 24.
[4]Gartner ＇s 2012 Hype Cycle for Emerging Technologies Identifies “Tipping Point”Technologies That Will Unlock Long-Awaited Technology Scenarios ［EB］． http: / /www．gartner． com/newsroom/id /2124315.
[16]Hal Varian. Big Data: New Tricks for Econometrics [J]. Economic Record, 2012(9):17-20.
信息资源管理文献综述 题目：大数据背景下的信息资源管理 系别：信息与工程学院 班级：2015级信本1班 姓名： 学号：1506101015 任课教师： 2017年6月 大数据背景下的信息资源管理 摘要：随着网络信息化时代的日益普遍，我们正处在一个数据爆炸性增长的“大数据”时代，在我们的各个方面都产生了深远的影响。大数据是数据分析的前沿技术。简言之，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，这也是一个企业所需要必备的技术。“大数据”一词越来越地别提及与使用，我们用它来描述和定义信息爆炸时代产生的海量数据。就拿百度地图来说，我们在享受它带来的便利的同时，无偿的贡献了我们的“行踪”，比如说我们的上班地点，我们的家庭住址，甚至是我们的出行方式他们也可以知道，但我们不得不接受这个现实，我们每个人在互联网进入大数据时代，都将是透明性的存在。各种数据都在迅速膨胀并变大，所以我们需要对这些数据进行有效的管理并加以合理的运用。
关键词：大数据信息资源管理与利用 目录 大数据概念.......................................................... 大数据定义...................................................... 大数据来源...................................................... 传统数据库和大数据的比较........................................ 大数据技术.......................................................... 大数据的存储与管理.............................................. 大数据隐私与安全................................................ 大数据在信息管理层面的应用.......................................... 大数据在宏观信息管理层面的应用.................................. 大数据在中观信息管理层面的应用.................................. 大数据在微观信息管理层面的应用.................................. 大数据背景下我国信息资源管理现状分析................................ 前言：大数据泛指大规模、超大规模的数据集，因可从中挖掘出有价值 的信息而倍受关注，但传统方法无法进行有效分析和处理.《华尔街日
商业模式变文献综述 1．商业模式的概念 彼得德鲁克说：“当今企业之间的竞争，不是产品之间的竞争，而是商业模式之间的竞争”。伴随着经济全球化的浪潮，商业模式的重要作用已得到各界的高度认可与重视。众多企业在有效利用商业模式的情况下，获得了巨大的收益。但对于商业模式的研究还是不够系统、完善。一般定义：为实现客户价值最大化，把能使企业运行的内外各要素整合起来，形成一个完整的高效率的具有独特核心竞争力的运行系统，并通过最优实现形式满足客户需求、实现客户价值，同时使系统达成持续赢利目标的整体解决方案。对于商业模式的真正含义，理论界没有形成统一的权威解释。笔者将对商业模式的四个角度对其概念进行综述。 经济（盈利）角度：经济类的定义仅仅将商业模式描述为企业的经济模式，其本质内涵为企业获取利润的逻辑。与此相关的变量包括收入来源、定价方法、成本结构、最优产量等。许多研究者都从这个角度对商业模式进行了概念界定和本质阐述。Stewart 等 ( 2000 ) 认为，商业模式是企业能够获得并且保持其收益流的逻辑陈述。Rappa ( 2000 ) 则认为商业模式的最根本内涵是企业为了自我维持，也就是赚取利润而经营商业的方法，从而清楚地说明企业如何在价值链 ( 价值系统) 上进行定位，从而获取利润。Hawkins ( 2001) 把商业模式看作是企业与其产品/ 服务之间的商务关系，一种构造各种成本和收入流的方式，通过创造收入来使企业得以生存。Af uah 等 ( 2001 ) 把商业模式定义为企业获取并使用资源，为顾客创造比竞争对手更多的价值以赚取利润的方法。商业模式详细说明了企业目前的利润获取方式、未来的长期获利规划，以及能够持续优于竞争对手和获得竞争优势的途径。 运营角度：运营类定义把商业模式描述为企业的运营结构，重点在于说明企业通过何种内部流程和基本构造设计来创造价值。与此相关的变量包括产品/ 服务的交付方式、管理流程、资源流、知识管理和后勤流等。也有许多研究者从这个角度对商业模式进行了概念界定和本质阐述。Timmers 将商业模式定义为表示产品、服务和信息流的架构，内容包含对不同商业参与主体(business actors) 及其作用、潜在利益和获利来源的描述。Mahadevan 认为，商业模式是企业与商业伙伴及买方之间价值流(value stream) 、收入流(revenuestream) 和物流(logistic stream) 的特定组合。Applegate 把商业模式说成是对复杂商业现实的简化。通过这种简化，商业模式可用来分析商业活动的结构、结构元素之间的关系以及商业活动响应现实世界的方式。Amit 等把商业模式看作是一种利用商业机会创造价值的交易内容、结构和治理架构。他们描述了由公司、供应商、候补者和客户组成的网络运作方式。 战略角度：战略类定义把商业模式描述为对不同企业战略方向的总体考察，涉及市场主张、组织行为、增长机会、竞争优势和可持续性等。与此相关的变量包括利益相关者识别、价值创造、差异化、愿景、价值、网络和联盟等。目前来看，国外对商业模式的定义大部分属于这个范畴。KMLab 顾问公司(2000) 将商业模式定义为关于企业如何在市场上创造价值的描述，内容包括企业的产品、服务、形象与配销的特定组合，还包括用以完成工作的人员与作业基础建设的基本组织。Linder 等(2000) 认为商业模式是组织或者商业系统创造价值的逻
商业模式、共生体与商业生态:案例与理论 魏炜朱武祥林桂平 摘要：商业模式是利益相关者的交易结构。以往研究主要关注只包括核心利益相关者、微观视角的商业模式或包括所有宽泛利益相关者、宏观视角的商业生态。本文在商业模式和商业生态之间建立起中观视角的新概念——共生体，为同个商业生态中不同商业模式的企业建立起同一个坐标系，使不同商业模式的企业之间进行比较成为可能；也为企业创新、重构商业模式提供更为广阔但又不过于宽泛的利益相关者视角。为更好阐述理论，本文采取DG公司的商业模式重构过程作为共生体概念导入、逻辑解释和理论体系建构的单案例研究样本。关键词：商业模式共生体商业生态利益相关者 Abstract: The essence of a business model defines a transaction structure that involves stakeholders. In this article, we examine the transaction structure, including transaction relationship, forms and so on, among these stakeholders, and introduce a new concept of “symbiont”, the aggregation of the business model of the focal firm as well as the business models of its stakeholders. By proposing this innovative concept, we bridge the gap between macro (Business Ecosystem) and micro (Business Model) views and therefore broaden our thinking of business model. The concept of “symbionts” in business model that we create provides a share coordinate system for different business models in the same business ecosystem, making it possible to compare different business models directly. What’s more, it allows us to analyze a focal firm's business model in a micro viewpoint, which may suggests how to restructure or reform the focal firm in a surgical way based on the anatomic picture of the company. We focus on the Business Model Innovation of an old-lined agriculture firm in China to better explain our theory. Key Words:Business Model, Symbionts, Business Ecosystem, Stakeholders 一、问题的提出 传统管理学科，研究对象为企业组织及其内部各部门、人员等之间的关系和业务活动、管理活动。视角从微观到宏观分别为人员、组织和产业。评价标准则为运营的业绩指标——如何更好地发挥既定资源禀赋的最大能力。 商业模式研究对象为焦点企业（商业模式研究的对象）及其利益相关者，考察他们之间的交易关系、交易方式等组成的交易结构总和。视角进一步拓展，微观至焦点企业内部利益相关者（处于企业内部、具备独立投入产出、独立利益诉求、独立权利配置，如物流、信息平台、支付平台等），宏观至整个商业生态，包括焦点企业的外部利益相关者，如企业的供应商、合作伙伴、客户、竞争对手，甚至焦点企业的利益相关者的利益相关者，如供应商的供应商、客户的客户、竞争对手的合作伙伴等等。评价标准则是价值的创造、传递效率。观察价值如何在利益相关者之间创造和传递，焦点企业从中获得多大的价值等。 这种视角的拓展，具备三方面意义：第一，从商业生态等宏观结构定位焦点企业的价值
信息资源管理文献综述题目：大数据背景下的信息资源管理 系别：信息与工程学院 班级：2015级信本1班 姓名： 学号：1506101015 任课教师： 2017年6月
大数据背景下的信息资源管理 摘要：随着网络信息化时代的日益普遍，我们正处在一个数据爆炸性增长的“大数据”时代，在我们的各个方面都产生了深远的影响。大数据是数据分析的前沿技术。简言之，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，这也是一个企业所需要必备的技术。“大数据”一词越来越地别提及与使用，我们用它来描述和定义信息爆炸时代产生的海量数据。就拿百度地图来说，我们在享受它带来的便利的同时，无偿的贡献了我们的“行踪”，比如说我们的上班地点，我们的家庭住址，甚至是我们的出行方式他们也可以知道，但我们不得不接受这个现实，我们每个人在互联网进入大数据时代，都将是透明性的存在。各种数据都在迅速膨胀并变大，所以我们需要对这些数据进行有效的管理并加以合理的运用。 关键词：大数据信息资源管理与利用 目录 大数据概念 (3) 大数据定义 (3) 大数据来源 (3) 传统数据库和大数据的比较 (3) 大数据技术 (4) 大数据的存储与管理 (4)
大数据隐私与安全 (5) 大数据在信息管理层面的应用 (6) 大数据在宏观信息管理层面的应用 (6) 大数据在中观信息管理层面的应用 (7) 大数据在微观信息管理层面的应用 (8) 大数据背景下我国信息资源管理现状分析 (9) 前言：大数据泛指大规模、超大规模的数据集，因可从中挖掘出有价值 的信息而倍受关注，但传统方法无法进行有效分析和处理.《华尔街日 报》将大数据时代、智能化生产和无线网络革命称为引领未来繁荣的大技术变革.“世界经济论坛”报告指出大数据为新财富，价值堪比石油.因此，目前世界各国纷纷将开发利用大数据作为夺取新一轮竞争制高点的重要举措. 当前大数据分析者面临的主要问题有:数据日趋庞大，无论是入库和查询，都出现性能瓶颈;用户的应用和分析结果呈整合趋势，对实时性和响应时间要求越来越高;使用的模型越来越复杂，计算量指数级上升;传统技能和处理方法无法应对大数据挑战. 正文：
商业模式与战略转型的文献综述 【摘要】动态复杂的外部环境下，企业的需不断调整自身以适应市场的发展趋势，商业模和战略的动态变化成为企业获取持续竞争优势的重要源泉。而在商业模式与战略转型方面国内外的研究现状如何，这是本文的关注重点。本文从商业模式与战略转型纷繁复杂的研究框架中选取了现阶段更受关注的四点——管理者认知在战略中的作用、商业模式转型、战略转型的驱动因素以及多元化经营与企业绩效之间的关系作为论述重点，对国内外的研究做出梳理 【关键词】管理者认知商业模式战略转型多元化 一.管理者认知在战略中的作用 尚航标、李卫宁和蓝海林（2013）给管理认知做出了如下定义：管理认知是企业战略决策者在进行战略决策时所用到的一种知识结构。管理认知通过提供信息搜寻功能、信息解释功能和行动逻辑功能来影响企业战略决策，进而影响企业绩效并决定企业是否具有竞争优势。 在过去的20年中，管理者和组织认知（MOC,managerial and organizational cognition）在战略管理研究中获得了越来越多的重视和发展（Walsh,1995;Huff,2005;杨迤等，2007；Kaplan,2011）。SuchetaNadkarni and Pamelas.Barr(2008)将管理认知划分为注意焦点(attention focus)和环境—战略因果逻辑(environment-strategy casual logics)。其中注意焦点是指高层管理者对他们所处的外部环境的主观认知程度，这些认知受一个(或多个)领域的观念的支配，而忽视其他领域。Daft and Weick (1984)认为关于环境与战略之间因果关系有两种不同的逻辑方式，一种是环境驱动模式(environment-driven)所代表的确定逻辑(deterministic logics)，一种是解释驱动模式(interpretation-driven)所代表的前摄逻辑(proactive logics)。在环境驱动模式中，高管认为环境决定战略，因为高管所感知的环境是确定的、剧烈的、可测量以及有决定因素的，他们先了解那个环境的需要继而提出反应战略。在解释驱动模型中，高管根据战略来确定环境，因为高管所面对的环境是更不确定和更难分析的。武亚军（2013）将MOC的研究领域归纳为三个：一是行为决策理论研究，它关注认知偏见、简化原则等在战略决策中的应用及调整；二是认知地图和认知结构研究，它主要关注管理者的认知方法；三是认知结构与战略管理过程的联系，包括战略形成和实施过程。武亚军运用认知地图和扎根方法对华为公司领导人任正非进行分析，发现了“战略框架式思考”和“悖论整合”两个典型认知模式，在中国转型发展的复杂动态环境下，任正非的这种思维模式具有有价值、稀缺、难模仿、难替代等特征，是华为可持续竞争优势的一种重要来源。 管理者认知在企业战略形成、推进及转型等过程中的决定性作用在国内外学者的研究中达成了一致。Tushman & Romanelli （1985）指出，高管的变革与继任是克服转型障碍的重要机制。Tushman等（1985）的研究发现公司绩效的下滑并不能直接推动战略转型的实施，而是否存在新任管理者是关键的调节因素。Loasby(2002)认为，企业成长阶段演进及相应的组织变革，都与企业管理者对未来变革和成长机会的认知变化发生直接关系。Yokota & Mitsuhashi（2008）的研究发现，新任管理者是否可以推动战略转型的实施取决于其是否可以改变战略决策的过程；高管的变更与继任并不是触发战略转型的充分条件，只有当高管变更后管理者价值观和利益偏好发生改变时，战略转型才会实施。在国内，薛有志等也认为管理者的认知过程是形成战略的组织因素中必不可少的动态要素；中国企业家调查系统将优化高管团队构成和改善经营者战略思维作为提升企业战略决策能力的关键；尚航标黄培伦（2010）在对万和集团的案例研究中提出了有限理性视角下企业管理者认知对企业竞争优势
信息资源管理文献综述题目：大数据背景下的信息资源管理系别：信息与工程学院 班级：2015级信本1班 姓名： 学号：1506101015 任课教师： 2017年6月
大数据背景下的信息资源管理 摘要：随着网络信息化时代的日益普遍，我们正处在一个数据爆炸性增长的“大数据”时代，在我们的各个方面都产生了深远的影响。大数据是数据分析的前沿技术。简言之，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，这也是一个企业所需要必备的技术。“大数据”一词越来越地别提及与使用，我们用它来描述和定义信息爆炸时代产生的海量数据。就拿百度地图来说，我们在享受它带来的便利的同时，无偿的贡献了我们的“行踪”，比如说我们的上班地点，我们的家庭住址，甚至是我们的出行方式他们也可以知道，但我们不得不接受这个现实，我们每个人在互联网进入大数据时代，都将是透明性的存在。各种数据都在迅速膨胀并变大，所以我们需要对这些数据进行有效的管理并加以合理的运用。 关键词：大数据信息资源管理与利用 目录 大数据概念 (2) 大数据定义 (2) 大数据来源 (2) 传统数据库和大数据的比较 (3) 大数据技术 (3) 大数据的存储与管理 (4) 大数据隐私与安全 (4) 大数据在信息管理层面的应用 (5) 大数据在宏观信息管理层面的应用 (5) 大数据在中观信息管理层面的应用 (6) 大数据在微观信息管理层面的应用 (7) 大数据背景下我国信息资源管理现状分析 (8)
前言：大数据泛指大规模、超大规模的数据集，因可从中挖掘出有价值 的信息而倍受关注，但传统方法无法进行有效分析和处理.《华尔街日 报》将大数据时代、智能化生产和无线网络革命称为引领未来繁荣的 大技术变革.“世界经济论坛”报告指出大数据为新财富，价值堪比 石油.因此，目前世界各国纷纷将开发利用大数据作为夺取新一轮竞 争制高点的重要举措. 当前大数据分析者面临的主要问题有:数据日趋庞大，无论是入 库和查询，都出现性能瓶颈;用户的应用和分析结果呈整合趋势，对 实时性和响应时间要求越来越高;使用的模型越来越复杂，计算量指 数级上升;传统技能和处理方法无法应对大数据挑战. 正文： 大数据概念 大数据定义 维基百科对大数据的定义则简单明了:大数据是指利用常用软件工具捕获、管理和处理数据所耗时间超过可容忍时间的数据集。也就是说大数据是一个体量特别大，数据类别特别大的数据集，并且这样的数据集无法用传统数据库工具对其内容进行抓取、管理 大数据来源 1)来自人类活动:人们通过社会网络、互联网、健康、金融、经济、交通等活动过程所产生的各类数据，包括微博、病人医疗记录、文字、图形、视频等
硕士研究生文献综述报告 一、引言 一个企业能否寻找到一套优秀、成熟的赢利模式，往往是这个企业能否走向成功的关键所在。因此，赢利模式是企业生存和发展的决定性因素。现代企业的生存和发展在短缺经济时代和市场经济初期经历了要素驱动、能力驱动之后，到了充分竞争的经济全球化时代，企业的生存和发展便要由赢利模式来决定。实际上，当今成功企业的战略，其根本已经不再是公司本身，甚至不再是整个行业，而是企业的整个价值创造系统，也就是企业的赢利模式。 二、国外研究文献综述 国外对于商业模式的研究以2003年为界限大致可以分为两个阶段：2003之前的这个阶段称其为开创性阶段；之后的阶段为综合性阶段。在开创性阶段，人们普遍以概念研究为重点，采用归纳逻辑思维方法从大量案例研究中总结规律，归纳出商业模式的构成要素、分类方法、变革路径、评估方法。在综合性阶段，人们对于概念的研究普遍采用“博采众长”的方法，对前人的研究成果按照主客观要求进行整合，得出自己的概念定义；对赢利模式的构成、表述、演化、评估多数采取演绎的逻辑思维方式进行研究，在人们比较普遍接受的研究成果基础上针对特定领域或特定现象得出特定的结论。本文的阶段划分当然不是绝对的，只是为了研究的方便给出的一个大概的描述。 1、代表性学者著作简介 表1：企业设计要素
资料来源：亚德里安J斯莱沃斯基等著，凌晓东等译，发现利润区【M】.北京：中心出版社，2003.13.页 表2 ：赢利模式构成要素代表性观点[10,11] 3、赢利模式的分类研究综述 分类研究是赢利模式研究的一个重要方面，大多数文献中关于赢利模式分类的描述是非结构性的，这使得很难准确识别和区分具体的商业模式，也很难评价每个商业模式所需要的资源和基础设施。并且，这些赢利模式分类研究一般都没有提供一个框架使得
大数据外文翻译参考文献综述 (文档含中英文对照即英文原文和中文翻译) 原文： Data Mining and Data Publishing Data mining is the extraction of vast interesting patterns or knowledge from huge amount of data. The initial idea of privacy-preserving data mining PPDM was to extend traditional data mining techniques to work with the data modified to mask sensitive information. The key issues were how to modify the data and how to recover the data mining result from the modified data. Privacy-preserving data mining considers the problem of running data mining algorithms on confidential data that is not supposed to be revealed even to the party
running the algorithm. In contrast, privacy-preserving data publishing (PPDP) may not necessarily be tied to a specific data mining task, and the data mining task may be unknown at the time of data publishing. PPDP studies how to transform raw data into a version that is immunized against privacy attacks but that still supports effective data mining tasks. Privacy-preserving for both data mining (PPDM) and data publishing (PPDP) has become increasingly popular because it allows sharing of privacy sensitive data for analysis purposes. One well studied approach is the k-anonymity model [1] which in turn led to other models such as confidence bounding, l-diversity, t-closeness, (α,k)-anonymity, etc. In particular, all known mechanisms try to minimize information loss and such an attempt provides a loophole for attacks. The aim of this paper is to present a survey for most of the common attacks techniques for anonymization-based PPDM & PPDP and explain their effects on Data Privacy. Although data mining is potentially useful, many data holders are reluctant to provide their data for data mining for the fear of violating individual privacy. In recent years, study has been made to ensure that the sensitive information of individuals cannot be identified easily. Anonymity Models, k-anonymization techniques have been the focus of intense research in the last few years. In order to ensure anonymization of data while at the same time minimizing the information
湖北工程学院 2017—2018学年度第1学期期末考核答卷 考核课程： 电子商务前沿讲座 考核类型：考查 考核形式：开卷（文献综述） 学生所在院系：经济与管理学院电子商务专业 班 级： 0153005441 试 卷 A 大学生网络营销能力秀始于2009年，是高校竞赛式网络营销教学实践平台，锻炼和培养大学生的网络营销核心能力，每个学期各举办一期，到2016年下半年已进行16期，超过7000个大中专院校的20万师生参加过网络营销能力秀。能力秀——网络营销开始的地方。 移动电子商务商业模式及模式创新文献综述 前言 研究背景：我国互联网络信息中心的数据显示，截到 2015年 12月底，我国网民 规模已达到 6.88 亿，全国的互联网普及率已达到 50.3%。其中，手机用户规模达到了 6.20亿，并继续保持稳定增长的态势。而且 2016 年，全国的网上购物、网络团购等类似业务再创新高。据统计数据显示，在2016年6 月底，我国网民达7.10亿，其中手机网民达6.56亿，在这种环境下，以互联网、信息技术为核心的电子商务企业的蓬勃发展，而传统零售企业的经营发展受到了电子商务的重创，生意惨淡，面对这样的局势，就要求线上线下相结合，发展移动电子商务，以求实体经济和网络经济平衡发展。 研究目的：通过搜集大量文献和其他网络资源，研究不同学者对电子商务的商业模 式的概念理解、商业模式的创新，最后对现有商业模式存在的部分问题提出一些建议，希望能引起更多的学者关注这一问题，并为研究商业模式的学者提供参考价值。
研究意义：理论意义：第一，推动移动电子商务事业理性发展。一个企业的商业模式好坏影响着移动电子商务顺利进展。本文所研究的商业模式将给移动电子商务产业带来更好的发展，提供了一个理性全面的发展空间。 第二，本文借助移动网络技术，探索了移动电子商务的商业模式，将商业模式的各个组成部分细分，促使研究的理论方法更加全面。 第三，有利于进行学术交流。对移动电商的商业模式进行相关理论的探索，可以促进学者之间学术交流，同时也为今后从事这一领域研究学者提供参考。 实践意义：第一，在移动互联网背景下研究移动电子商务商业模式，使其更好地发展，给 用户提供服务带来便利，企业明确自身的责任，维护自身的利益。促进企业与企业间合作，达成利益共享。 第二，促进国家社会经济的发展。分析移动电商的商业模式，对促进社会经济产业发展，具有极其重要的现实意义。电子商务活动的进展是为了社会经济的发展，电子商务商业模式是电子商务发展方向及成败的重要指标，现阶段我国对商业模式的探索还处于初级阶段，本文对移动电子商务商业模式的研究，有利于传统企业选择正确的商业模式，推动移动电子商务在新时代的发展。 一、商业模式、特点及评价 （一）核心概念 1.商业模式概念 刘丽侠[1]商业模式是一个企业生存的模式，能够为企业创造利益的模式，它最基本的核心内容就是创造与实现价值。它也是由一系列生产、销售、运营等经济实体之间的商业活动，能够为用户提供服务，创造企业的价值，以及建立良好的协作网络关系，节约大量的成本，创造属于自己本企业的模式。宋娜[2]商业模式的基本含义就是指企业价值创造的基本逻辑，即企业在一定的价值链或价值网络中如何向客户提供产品和服务并获取利润。李沂濛[3]商业模式是一个企业的大方向的布局，从一个产品被生产出来，到交付运营部门进行包装和宣传，包括管理部门在内部各部门间的协调，直到产品走向市场，最终收回资金流，是一个具有详细规划和规定的运作流程，企业关注的不仅仅是盈利，而是如何保持持续盈利，即站在客户的角度在满足客户的要求同时，为自己创造商誉等无形资本，让企业可以在激烈的市场竞争中立于不败之地。 虽然研究的角度不同，但他们都肯定了顾客价值，顾客要求，企业的所有活动、所有目标的实现都以客户创造价值展开，商业模式是一种体系，它能给企业带来很好的生存和发展途径，它能够使企业保持持续盈利的活力。 2.移动电子商务商业模式概念 移动电子商务的商业模式是指在移动网络技术的研究背景下，进行商务活动的参与主体之间开展商业活动，并能使其企业创造价值，最终获得利润。移动电子商务商业模式是在智能终端上开展商业活动，需要移动运营商的移动网络支持，平台提供商搭建一个平台供内容服务商将服务呈现给用户，在整个流程进展中，双方互赢互利共同创造企业的价值。在整个商务过程中，商业模式贯穿每一个环节，是由企业的内部资源，盈利模式，外部协作模式，支付模式，商家信用等级等部分组成，借助移动网络技术和物联
大数据云计算文献综述 一个大数据的调查 摘要：在这篇论文中，我们将回顾大数据的背景以及当前发展状况。我们首先介绍大数据的一般应用背景以及回顾涉及到的技术，例如：云计算、物联网、数据中心，以及Hadoop。接下来我们着重大数据价值链的四个阶段，也就是：数据生成，数据采集，数据存储和数据分析。对于每个阶段，我们介绍应用背景，讨论技术难题以及回顾最新技术。最后，我们介绍几个大数据的代表性应用，包括企业管理，物联网，在线社交网络，媒体应用，集成智慧，以及智能电网。这些讨论旨在提供一个全面的概述以及对读者感兴趣的领域的蓝图。这个调查包括了对开放问题和未来方向的讨论。 关键字大数据云计算物联网数据中心Hadoop 智能电网大数据分析 1、背景 1.1大数据时代的曙光 在过去的二十年，数据在各种各样的领域内爆炸式增长。按照2011年来自国际数据公司（IDC）的报告，世界上总共的创建及复制的数据量达到1.8zb,在五年内增长了大约九倍[1]。在未来这个数字至少每两年增加一倍。在全球数据的爆炸增长下，大数据这个词主要来描述巨大的数据集。与传统的数据集相比，大数据通常包括非结构化数据，这需要更实时的分析。 另外，大数据也能在发现新价值上带来新优势，帮助我们帮助我们获得一个深入隐藏价值的认识，也导致新挑战，例如，如何有效地组织和管理这样的数据集。
近日，行业产生兴趣的大数据的高潜力，许多政府机构公布主要计划加快大数据的研究和应用[2]。此外，大数据问题往往覆盖在公共媒体，如经济学[3，4]，纽约时报[5]，和全国公共广播电台[6,7]。这两个主要的科学期刊，Nature和Science，还开通了专栏讨论大数据的挑战和影响[8,9]。大数据的时代已经到来超越一切质疑[10]。 目前，与互联网公司的业务相关联的大数据快速增长。例如，谷歌处理的数据达数百拍字节（PB），Facebook的生成日志数据每月有超过10 PB，百度一家中国公司百度，业务流程有数十PB的数据，而阿里巴巴的子公司淘宝每天的网上交易产生几十太字节（TB）的数据。图1示出的全球数据量的热潮。当大型数据集的数量急剧上升，它也带来了许多具有挑战性的问题，解决方案如下： 图一、持续增长的数据 信息技术的最新发展（IT）使其更容易以产生数据。例如，每分钟有平均72个小时的视频上传到YouTube[11]。因此，我们面临的主要挑战是从广泛分布的数据源中收集和整合大量的数据。 云计算和物联网（IOT）的快速发展进一步促进数据的大幅增长。云计算提供了安全措施，访问网站以及数据资产的渠道。在物联网的典范，遍布世界各地的传感器正在收集和传送数据到云端进行存储和处理。这样的数据在数量和相互关系将远远超过对IT架构和现有企业的基础设施的能力，以及它的实时要求也将极大地强调可用的计算能力。日益增长的数据造成怎样在当前硬件和软件的基础上存储和管理如此庞大的异构数据集的问题。
开题报告 论文题目：安防行业商业模式创新研究——以电子商务为依托 学院：_动力与机械学院___学号：__2009301470073___ 姓名：_张凯歌______ 一、论文选题的目的和意义 1.1选题背景 安防行业是一个新兴的行业，也是一个有一定特殊性的行业。它包括了视频监控、门禁、防盗报警设备等安全防护产品的生产与经营，以及与之相关的安全防护工程、安全防护系统维护等服务提供。安防行业本质上属于工业品领域，其服务对象一般为政府公共部门、工厂、企业、商场、社区等组织，因而在需求、购买、交易等各个环节都有自己的特殊性。但是这并不妨碍电子商务在安防行业的应用，恰恰相反，安防行业实施电子商务拥有良好的基础条件，与电子商务的联姻也是必然趋势。相对于其他IT行业应用而言，安防又是一个相对传统的行业。安防电子商务起步较晚，加之安防产品隶属于电子类工业品范畴，受到了产品安装、维护、售后等一系列因素的限制，发展速度与规模无法和服装、化妆品这些大众商品相比，但即便如此，安防电子商务在信息化大潮的推进下，取得了不错的成绩，仅淘宝一个平台，安防产品的销售额也在数亿左右。2007年世界金融危机以来，全球安防市场需求出现萎缩，越来越多的中国企业通过电子商务开拓中东、南美等新兴市场。数据显示，在应对国际金融危机过程中，未应用电子商务的企业陷入困境的比例高达84.2%，而运用电子商务的企业仅为16.8%。由此可见，在复杂多变的市场环境下，电子商务对一个企业的持续稳定发展，具有非常重要的意义 1.2研究意义 从本质上而言，安防行业实施电子商务是对其原有商业模式的一种改进和创新，其过程符合商业模式创新理论所提出的一般规律，本文旨在借助商业模式创新的相关理论分析安防行业实施电子商务的过程，以促进这一过程的成功实施。 电子商务顺应了时代的发展趋势，显示出强大的生命力和吸引力。安防行业作为一个快速成长的朝阳产业，不可避免地要与电子商务发生联系。 随着安防市场的不断发展，竞争规则日臻完善，一些新兴企业的不断进入，行业竞争日益加剧，产品的利润也随之变薄，市场渐渐由卖方市场向买方市场过度。在这样的背景下，产品营销和品牌推广的传统模式的转变就成为安防企业所要面临的尖锐问题，为了能够接触更多的产品用户和潜在消费者，增加产品影响力，增加产品利润，安防企业必须由传统的分销渠道向立体化营销转变，而无论
沈阳化工大学科亚学院毕业论文文献综述 论电子商务对实体店铺的影响文献综述 姓名：班级：工商管理1002 指导教师： 摘要：21世纪是信息化的时代，信息服务业已成为21世纪的主导产业。在全球信息化的影响下，电子商务不断改进和完善，使传统商务的地位受到了冲击。如何顺应商业发展的潮流，在稳住自己传统强项的情况下，发展自己的电子商务销售渠道，是传统商务的当务之急。传统商务模式在电子商务的冲击下，既是挑战，也是机遇。 作者主要查阅了中国电商行业网、维普资讯网、中国知网、中国文献网、中国零售网和图书馆等资料进行查询，共搜索多篇论文资料，主要的文献有《KT网络公司营销策略研究》、《浅谈电子商务环境下营销渠道的选择与协调》和《中国电子商务发展“冲击”传统零售业》等。 正文 一．引言 在当今商业模式日趋多元化的时代，电子商务在一定程度上冲击着传统零售商，但也为消费者带来了更为便捷的消费方式。笔者个人认为，电子商务的快速发展是现代经济发展的必然。电子商务的发展增加了交易机会，降低了交易成本，提高了交易效率，简化了交易流程，改变了交易模式，带动了经济变革。电子商务的出现，必定将为市场经济带来一场信的商业革命。传统企业在信息化时代需要了解电子商务，应用电子商务，并思考如何开展电子商务，从而适应市场竞争和企业发展的需要。 二．业内人士及专家学者对电子商务对实体店影响的看法 在《KT网络公司营销策略研究》（2009）中，作者陈浪提到，网络营销是适应网络技术发展与信息网络时代变革的新型营销方式：它改变了传统的营销理念、营销策略、营销手段和方式，将成为21世纪企业营销的主流。网络营销在给企业带来机遇的同时，也使企业面临巨大的挑战。中小企业在我国的社会经济中有着重要的地位，但在某些方面又属于弱势群体，尤其需要给以更多的关注。 在《浅谈电子商务环境下营销渠道的选择与协调》（2010）中，作者邓红梅提到，在电子商务环境下，由于渠道之间的价格竞争，在原有传统零售渠道基础上，制造商通过增开网上直销渠道，这会将威胁传统零售商在定价、市场份额和利润等即得利益。而双渠道市场在一定条件就能改进制造商与零售商的收益。
智慧时代下大数据技术在教育 领域的应用研究综述 姓名：李欢欢学号：2012221111120004 一、前言 大数据是近年来出现在通信和计算机领域中的一个热门关键词。关于大数据，尚未有一个统一的定义，但却有两个观点能够诠释大数据的本质。第一个观点来自于Gartner公司的Merv Adrian在2011年第一季度刊登在Teradata Magazine上的一篇文章，文中指出“数据超出了常用硬件环境和软件工具在可接受的时间内为其用户收集、管理和处理数据的能力”[1]。另一个观点来自于麦肯锡全球数据分析研究所(Mckinsey Global Institute)在2011年6月发布的《大数据：创新、竞争和生产力的下一个前沿》报告，报告中提出“大数据是指大小超出了典型数据库软件工具收集、存储、管理和分析能力的数据集”[2]。麦肯锡称：“数据，已经渗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应用，预示着新一波生产率增长和消费者盈余浪潮的到来。” 大数据已经深刻地影响到人们的生活、工作和学习。大数据的意义在于对由多种类型数据构成的数据集体进行分析和研究，提取有利用价值的信息，从而帮助人们在解决问题时可以作出科学的决策。同样大数据的威力强烈地冲击着教育系统，正在成为推动教育系统创新与变革的颠覆性力量。 二、大数据技术在教育领域的应用现状分析 1 大数据定义与特征 大数据（bigdata），又称巨量资料，海量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理并整理成为帮助企业经营决策更积极目的的资讯。研究机构Gartner[3]认为“大数据”是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。麦肯锡的定义：大数据是指无法在一定时间内用传统数据库软件工具对其内容进行采集、存储、管理和分析的数据集合。无论哪种定义，我们可以看出，大数据并不是一种新的产品也不是一种新的技术，大数据只是数字化时代出现的一种现象。 大数据的主要特点可以概括为4V+1C。4V包含了四个层面：第一，即V olume（大容量），海量数据，规模庞大，已跃升到PB 级别；第二，Velocity（高速度），实时处理，处理速度快，涉及感知、传输、决策、控制开放式循环的大数据，数据实时处理有着极高要求，通过传统数据库查询方式得到的“当前结果”可能已没有价值，这也是大数据和传统的数据挖掘技术本质上的不同；第三，Variety（多样性），数据类型繁多：网络日志、视频、地理位置信息、图片等都是大数据；第四，Veracity（低密度），数据价值大，但价值密度低。对海量数据挖掘分析，对未来趋势与模式的可预测分析，深度复杂分析；“1C”即Complexity，是通过数据库处理持久存储的数据不再适用于大数据处理，需要有新的方法来满足异构数据统一接入和实时数据处理的需求[4]。 2 国内研究现状 对于“智慧时代下大数据技术在教育领域的应用”国内研究的现状，我主要通过借助中国知网提供的论文发表数据进行分析。在中国知网中选择“高级检索”类型，并在检索条件中选择“主题”检索，输入“大数据”并含“教育”，截止到2014年4月17日共检索出303 条结果与之相关，通过手工筛选，把会议报道等无关信息剔除掉，剩余160篇文章。 大数据在教育领域的应用，与国外相比，国内起步稍晚，还未形成整体力量。虽然2009年开始，大数据就成为了流行词汇，但是它在教育领域的应用是近3年才出现的。国内最早
大数据的经济学研究文献综述 摘要： 本文从大数据背景下的经济学研究出发，分析了大数据背景下对传统经济学所带来的冲击和挑战，以及大数据在经济学中的应用。大数据的应用给传统经济学带来了全新的方法，更重要的是，大数据给传统经济学带了全新的视角。 【关键词】大数据；大数据经济学；传统经济学；挑战 Abstract This article analyzed the big data which bring a big impact and challenges on the traditional economics under the background of big data, as well as the big data applications in economics. Big data’s applications has brought a new approach to traditional economics, more importantly, big data has brought a new perspective of traditional economics. 【Key words】big data; big data economics; traditional economics; challenges 1国外关于大数据经济学问题的探讨现状 对于大数据的概念，企业和学术界目前尚未形成公认的准确定义。维基百科的定义：大数据指的是所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理并整理成为帮助企业经营决策目的的资讯。麦肯锡的定义：大数据是指无法在一定时间内用传统数据库软件工具对其内容进行采集、存储、管理和分析的数据集合。Dumbill ( 2012)采用IBM 公司的观点，认为大数据具有“3V”特点，即规模性( Volume ) 、多样( Variety ) 、实时性( Velocity) 。以IDC 为代表的业界认为大数据具备“4V”特点，即在3V 的基础上增加价值性( Value) 。权威IT 研究与顾问咨询公司Gartner将大数据定义为“在一个或多个维度上超出传统信息技术的处理能力的极端信息管理和处理问题。美国国家科学基金会( NSF) 则将大数据定义为“由科学仪器、传感设备、互联网交易、电子邮件、音视频软件、网络点击流等多种数据源生成的大规模、多元化、复杂、长期的分布式数据集”。 维克托（2013）赞同许多物理学家的看法，认为世界的本质就是数据。因此，大数据时代的经济学、政治学、社会学和许多科学门类都会发生巨大甚至是本质上的变化和发展，进而影响人类的价值体系、知识体系和生活方式。