前言：中文期刊网精心挑选了大数据经济分析范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
大数据经济分析范文1
文章编号：1004-4194（2015）07-122-02
大数据是以云计算为基础，通过信息存储、分享和挖掘，将大量、高速、多变的终端数据存储下来并分析计算，寻求解决问题的有效方法。随着军队信息化建设的不断推进，未来军事经济活动都将以数据信息流的形式展现和保存，产生的数据量增长迅速，数据种类和格式日渐丰富。面对一个个数量庞大、种类繁杂的数据信息源，审计机关不仅要具备对海量数据的采集和存储的能力，更重要的是能够迅速分析和挖掘数据，从中找出审计线索、发现问题、寻求对策。
一、大数据的定义与特征
根据维基百科的定义，大数据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。对于大数据，美国著名的顾能公司给出了这样的定义：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。随着大数据研究的深入，大数据概念的内涵和外延不断地产生变化，业界对其定义尚未完全统一。目前主流的定义基本是从大数据的特征出发，试图通过阐述和归纳这些特征来给出大数据的定义，其中比较有代表性的是4V。大数据的4个“V”有四个层面：一是数据体量巨大。从TB级别，跃升到PB级别。二是数据类型繁多。包括网络日志、视频、图片、地理位置等信息。三是处理速度快。1秒定律，可从各种类型的数据中快速获得高价值的信息，这一点也是和传统的数据挖掘技术有着本质的不同。四是只要合理利用数据并对其进行正确、准确的分析，将会带来很高的价值回报。业界将其归纳为4个“V”――Volume（数据体量大）、Variety（数据类型繁多）、Velocity（处理速度快）、Value（价值密度低）。大数据分析相比于传统的数据仓库应用，具有数据量大、查询分析复杂等特点，强调将数据结合到业务流程和决策过程中，部分类型的数据必须实时分析才能对业务产生价值。
二、大数据背景给军队审计数据分析带来的机遇和挑战
（一）大数据背景给军队审计数据分析带来的机遇
1.军队审计数据分析的认同感大为增强。军队审计部门作为综合性的经济监督部门，一直秉承数据说话的传统。审计报告中无论是综合评价，还是揭示问题，无一不是以数据为支撑的。在大数据背景下，海量数据离散地存储于不同信息系统中。可充分利用数据仓库、联机分析、数据挖掘和数据可视化等技术，对这些数据进行关联并深度挖掘分析，科学评估经费的使用情况和法规的实施效果，从而得出客观的审计结论。所有这一切都将得到各级党委和被审计单位的高度认同，从而进一步提升军队审计自身的地位。
2.军队审计数据分析所需的基础数据的获取将变得更为便利。在破除了军队内部协同思想理念上的障碍后，随着大数据技术发展，跨越系统、跨越平台、跨越数据流结构的技术将使军队内部纵向、横向部门得以流畅协同。军队审计部门不再需要“点对点”地与被审计单位进行联网，在内部局域网设定的许可权限内，可以直接查询和利用相关数据信息，极大地节约了审计成本；同时由于利用大数据技术，数据处理及分析响应时间将大幅减少，审计工作的效率将明显提高，可以同时对多个类别、多种领域的数据进行分析、处理。
3.军队审计数据分析将有助于提高党委决策的科学性和准确性，推动预测预警和应急响应机制建设，更加有效地规范军事经济活动。审计人员可以通过对历年海量数据的统计分析，挖掘出军事经济活动的特点规律，对各类违规违纪行为进行总结归纳，为党委建章立制提供参考依据；同时还能科学地评估管理规章的执行效果，从而帮助各级党委不断发现问题、整改落实。随着审计分析的进一步深化，审计分析将超越传统的数据分析方法，不但是对纯数据可以进行分析挖掘，对财务账表、报告等都可以进行深度挖掘、人工智能。
（二）大数据背景给军队审计数据分析带来的挑战
大数据在给军队审计信息化带来机遇的同时，也带来前所未有的挑战：一是实现资源统一规划和使用，必须以数据编码和信息标准统一、相互之间兼容互联为前提。由于目前缺乏制度依据，部门间横向协同难，原有的“信息孤岛”将给审计机关获取审计数据以及进行持续化审计造成困难。二是面对数量庞大、种类繁杂的数据信息源，审计机关不仅要具备对海量数据的采集和存储的能力，更重要的是能够迅速分析和挖掘数据，从传统的“经验依赖”转化为“数据依赖”，审计人员的数据驾驭能力将受到考验。三是审计业务流程大多以数据信息形式展现，资金流向更多体现为数据信息流的交换，使得违规违纪行为更加隐蔽和多样，微小的数据变动就可能造成经济损失。以往仅限于重点人员和财务的审计已经不能满足需要，抽样分析以及单一的财务账目分析也难以发现微小数据异常，这就要求审计机关对审计对象进行全面覆盖。四是审计机关作为军事经济运行安全的免疫系统，不仅要对已存在的问题进行查处和修补，还要对潜在的风险进行及时的揭示和抵御，更要通过大数据这个金矿，从更高层面、更全范围、更广视角为上级党委提供系统性、综合性、前瞻性的审计建议。
三、大数据背景下军队审计数据分析的策略
（一）明确工作目标导向，实施数据基础式审计
传统的以审计组划分的分散式审计模式已不能适应大数据背景下审计数据分析工作要求。首先，当前军队审计工作要建立健全制度、整合审计资源，结合审计人员的专业理论素养、实践工作经验、数据处理能力等因素，着手组建数据集中分析模式团队。其次，明确审计工作目标导向，按照“总体全面分析、重点业务分析、重点事项分析”逐层递进的思路，以系统全面的数据信息源为基础，坚持“面向业务需求、指导审计实践、推动数据分析”的原则开展审计数据分析工作。最后，要理清军队审计数据分析的工作思路，运用信息系统实施数据基础式审计方法，全面分析被审计单位在经济活动中存在的问题与不足，为军队审计工作的顺利开展提供数据支撑和技术保证。
（二）研判后台数据结构，掌握重点数据资源
在大数据时代，军事经济数据将呈现指数增长，挖掘重点及敏感数据审计的难度日益加大。做好审计数据的掘取、存储、处理与应用，对提高审计效率、实现分析结果的精准化具有重要作用。通过检查被审计单位内部控制制度，审查单位内部对不同业务数据的使用管理是否到位，数据库管理和安全操作制度是否完善，重点领域数据库常态监管措施是否严格，移动设备安全使用规程是否执行；依据数据库设计文档和数据注释等媒介，研究论证后台数据结构，确定重点、敏感信息数据库范围；采取穿行测试法、重新执行法、代码审查法、文档审查法等技术手段深入挖掘，切实掌握重点事项、信息、账表和报告间的勾稽关系。
（三）运用挖掘型分析技术，开展数据深度分析
目前军队审计中应用较多的是查询型分析和验证型分析，无法满足深刻揭示军事经济活动内在规律的现实需要，必须要引入挖掘型分析技术。挖掘型分析是利用数据仓库和数据挖掘工具进行的审计分析，主要有分类、回归分析、聚类、关联规则等方法。运用挖掘型数据分析技术，首先要做好审计数据的分类、存储、快速调用等工作，整合分析数据资源，搭建云数据存储平台，完善数据整理和研判机制，实现重点数据库间的兼容互联，共享审计云平台服务器运算能力资源。其次，要研发数据审计方法和分析工具，运用移动办公、云计算等技术对海量数据进行远程分析，深度分析审计疑点及问题线索，进而实现数据分析结果的精确化。
大数据经济分析范文2
成本会计的发展可以基于云计算为基础的企业信息管理系统，把大数据应用于企业会计信息系统，推动企业成本会计信息化的建设。大数据作为一种辅助技术，能节约企业成本，提升会计信息系统的适应性和灵活性，有助于促进企业的长足发展，因此，也越来越受到不同企业的青睐。
一、成本会计存在的问题
我们知道，成本会计系统是指构成成本要素的有机组合，以及由这些要素相互作用所形成的整体。实际上，成本会计在运行的过程中会产生各种各样的问题。主要有几下几点：
首先，成本会计信息丧失了关联性。因为，传统的成本会计核算系统并不能完全有效地掌握企业敬业管理者和决策者及有关商品的全部成本信息。这样会导致在成本会计核算的过程中，经营管理者占有的商品成本数据与实际的经营活动成本数据产生冲突。
其次，传统的成本会计核算系统很难准确把握和监控商品生产环节的成本形成过程产生的具体相关数据。这样，就会导致企业生产者因为不能把握商品的成本核算，从而就不能把企业相关的可靠信息运用于生产管理实践，导致经营效率的低下。
再次，传统成本会计核算出来的产出成本数据信息是产品货币价值的定量信息，而非质量信息。因此，管理者对成本状况进行判断时，只能依靠金额的高低来对产品质量的好坏做出评价。这样，产品成本数据的正确数据便难于计算。
二、大数据成本会计系统的介入
就一般会计工作人员而言，与数据打交道太过于习以为常了，比如核算会计等。然而，实际上，普通的成本会计的数据管理和核算之间并不能等同，而是存在着巨大的差距。众所周知，每个企业在运行的过程中，都会产生相应的成本。因此，一般都会把成本当作一个整体来进行会计成本的科目核算。所以，在传统的业界视野下，这些成本的核算似乎只与行政管理成本相关。实际上，这些费用的支出，不全是行政成本的支出费用，还有许多其他项目的经费支出。在种状况下，会计成本的核算就会失去其本身具有的精确性。所以，统筹规划大数据基础设施建设，加快民生服务普惠化，推进商事服务便捷化，推动政府治理精准化，支持宏观调控科学化，促进安全保障高效化，有助于提升成本会计的健康发展和良性运行。
三、大数据促使成本会计管理的提升
大数据系统的引入，有助于提成成本会计的管理水平和能力，有助于企业更好地控制其财务管理系统。诚然，在财务管理系统中，任何系统或数据的设计、研发、采购、销售、经营和供给服务等过程都会产生各种各样的费用，所以，大部分企业并不认为成本管理是一个系统控制过程，而是机械地把它们分割开来进行管理。这样，一方面使不同的数据之间产生了冲突与浪费，另一方面，也不利于企业整体的战略规划和决策，常常会出现顾此失彼的囧态。如，在成本会计核算的过程中，如果发现采购成本过高，企业就急于控制采购成本；如果生产成本过高，企业就急于降低生产成本，这种头痛医头，脚痛医脚的管理模式，不利于企业整体成本的降低，也阻碍了企业的进一步发展。因此，在大数据背景下，企业的财务管理系统通过大数据的整合，能更好地将不同的数据资源进行整合，有利于对成本会计进行准确的核算，从而达到对企业成本的合理控制，降低耗损，提升企业的综合竞争力。大数据的整合，使成本会计的控制更加全面、合理。发展大数据在财务管理等行业领域应用，推进财务基础研究和会计成本核心技术攻关，完善成本会计大数据产业链，推动大数据发展与财务成本会计的科研创新有机结合，形成财务管理大数据产品体系。
四、大数据有助于成本会计管理人员的转变
财务人员是企业管理的重要部门之一。财务是一项工程，管理是一种智慧。现实中，部分企业已经走到了继续财务会计与发展管理会计的岔路口。而对于财务工作人员来说，这不是一道是对还是错的选择题，而是前进还是后退的淘汰赛。财务管理部门一方面将企业的财务运行情况进行整体监控，另一方面，又是企业不同业务，不同系统、不同数据、不同操作流程的协调者和管理者。这些财务管理人员是企业业务部门风险管控的沟通者，是透视财务系统内在问题的把关者，是财务数据转向管理数据的集大成者，更是企业流程控制、效率提升的参与者。他们的存在，有助于推动企业的价值创造和产出，对企业的发展产生着至关重要的作用。因此，大数据的运用，有助于成本会计管理人员的转变和业务水平的提升。
五、大数据背景下的成本会计的发展趋势
大数据背景下，成本会计的核算会出现三种计算方法：一是，资源性消耗会计。它的成本会计核算的指标不是基于现金，而是基于产品大数据量化产出消耗之间的因果联系，使财务资源与非财务资源进行有效整合，而不是将成本对象所消耗的资源成本归于“结集点”，这样有利于负责经营管理者进行成本会计的监管。二是，驱动作业成本法。即在企业成本会计核算过程中，采用估量的工作时间来计算作业成本，而不是以调查的工作时间来进行鉴定。三是，弹性边际成本法。即通过会计成本的核算来匹配不同管理部门的责任大小。
因此，大数据背景下成本会计发展策略，一方面，要加强财务成本会计理论知识的研究和学习，掌握大数据、云计算相关的知识，提高从业人员的业务水平；另一方面，要树立降低成本的观念，通过大数据，使成本会计资源得以共享、整合和优化，提升企业财务管理系统的总体水平。最后，要尽可能地通过电脑，进行会计电算化操作，提高数据的准确性。
大数据经济分析范文3
【关键词】统计学；管理现状；优化策略；模式创新
【中图分类号】C81【文献标志码】A【文章编号】1673-1069（2020）06-0071-02
1引言
统计学作为企业经营管理的重要手段，在企业经营过程中统计工作是否落实到位，对于企业可持续发展目标的实现而言具有重要影响，尤其在当前多元化市场竞争环境下，企业规模化发展虽然推动了国民经济的进一步发展，但与此同时企业市场竞争也愈演愈烈，实现持续性经营，确保统计学应用效益的最大化，是目前推动产业可持续发展的重要战略基础。
2大数据时代内容的基本概述
简单来讲，所谓的“大数据”是指在当前信息化产业时代背景下，无法在一定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，是互联网公司在日常运营中生成、累积的用户网络行为数据，是需要新处理模式才能有效处理的海量、高增长率和多样化信息资产。随着近年来信息技术的不断发展和广泛应用，“大数据”时代是“互联网+”技术应用下时代未来发展的趋势。就目前来看，与传统信息数据相比，大数据具有数据量大、数据多元以及数据价值高的显著特点，伴随城市化、工业化建设进程的不断加快，如何有效地对大数据进行处理，成为现阶段基层产业结构和相关主管部门的核心发展方向，也是促进企业进一步发展的重要基础。
数据实质上是存储于计算机内的各种信息集合，在当前全球化、市场化不断发展的新产业时代背景下，商业模式的巨大转变，在改变人们关注度的同时，也为企业的进一步发展奠定了良好基础，最终为企业预期发展目标的实现创造了良好条件。对于大数据的处理，倘若采取传统的处理技术，不仅难以达到预期的处理目标，更极易导致一系列其他问题的产生，最终对企业整体发展造成了极为不利的影响，为此在大数据发展的同时，技术领域也取得了显著突破，目前常见的管理技术主要有——数据仓库技术、数据安全技术、数据分析、数据挖掘和模型预测，其中，数据分析、数据挖掘与大数据关系最为密切。
3新形势下统计学存在的主要问题
3.1企业对于统计管理工作的重视度不足
在经济全球化和一体化建设进程不断加快的新市场经济常态下，企业规模和数量的不断增加，在加剧企业市场竞争力的同时，如何有效地提升企业工作质量和工作效率是现阶段企业的核心发展方向，但由于部分企业受传统发展以及管理理念根深蒂固的影响，企业管理和发展重心始终集中于企业经济效益，忽视了对统计管理的关注度，致使单位在统计管理工作方面的人力和物力投入不足，各项管理工作受到一定影响的同时，企业的整体发展也受到了一定影响。
3.2统计管理人员自身专业素养有待提高
统计管理人員作为统计管理工作的实践者，其自身专业能力和综合素养水平的高低，对于统计管理工作质量和工作效率具有重要影响，但随着当下统计管理工作量的增加，部分企业为满足人员配置需求，不断地降低人员选拔标准，导致聘用人员无论是专业能力还是综合素养都有待完善。作为一项专业、系统的管理工作，统计管理不仅要求管理人员拥有细心、踏实、耐心等基本素质，还要具备一定的计算机操作能力，但随着企业规模和数量的持续增加，统计管理人员身兼数职、待遇不高等问题的存在，导致管理人员自身专业能力有所欠缺，业务操作等方面也存在一定不足，最终对统计管理造成了极为不利的影响。
3.3数据库硬件设施、设备不完善
信息化产业时代背景下，“互联网+”技术的广泛应用，在便捷人们日常生活，提高企业生产效益的同时，将其应用到其他领域中，在一定程度上也为各单位的转型升级注入了新的发展动力。统计管理是企业管理作业的重要内容，在很大程度上数据管理库自身硬件设施、设备的完善度对于统计管理工作质量和效率具有直接影响，但对于某些偏远地区亦或经济发展相对缓慢的区域，统计管理设备、设施的落后性在影响现代化科技管理手段应用效益的同时，统计管理作业也始终未能得到突破性进展，企业发展也由此受到了一定影响。
4新形势下统计管理工作的创新策略探析
4.1加强对统计管理重要性的宣传力度，提高对统计管理工作的重视
统计管理作为企业管理的重要组成部分，其管理工作质量和工作效率对企业发展而言也具有一定影响，而为实现企业可持续发展的目标，确保统计管理工作落实到实处是极为必要的。通过上述分析可知，管理人员对于统计管理工作的不重视是影响统计管理工作效益的重要因素，为有效地改善当前管理现状，一方面基层产业机构需加大对统计管理重要性的宣传力度，在不断提高人们对于“统计学应用效益”高度认同的同时，为统计管理工作的顺利开展奠定良好基础。而另一方面企业还需加强对统计管理工作人员的教育力度，在不断增强统计管理人员工作责任感和使命感的基础上，为预期管理目标的实现创造良好条件。
4.2积极和有关大数据公司或机构进行合作
要想在大数据时代背景下进一步优化和提高统计管理工作，就必须将大数据有关技术和统计管理的实际工作紧密结合起来，因此必须解放思想，打破行业限制，积极寻求和有关大数据公司或者机构进行合作开发，开发出真正适合统计管理工作的大数据技术和工具，大数据无法使用单台计算机进行操作和处理，必须采用分布式架构技术等，其也必然和云计算的有关分布式处理、云存储以及虚拟技术等密不可分，因此统计管理必须要积极寻求多方合作，积极将大数据的有关技术引入统计管理的实际工作中去。
4.3不断优化和完善统计管理模式
在当前企业规模和数量持续增加的新产业时代背景下，数据的形成过程较为烦琐，且数量也较为庞大，为从根本上有效提高管理的科学性、高效性和有效性，不断地优化统计管理模式和管理手段也是极为必要的。通过大量调研数据分析可知，在进行统计管理过程中，信息技术的不断发展和传播渠道的日趋增多，在很大程度上为企业统计管理创造了良好条件，但由于部分企业在计算机信息技术应用过程中，未将现代化技术应用到电子统计管理中，导致管理信息化水平较低的同时，预期管理目标也难以实现，为有效地解决上述问题，将数据信息化纳入到工作日程中，为单位的数据管理部门配置专门的信息化设备，是现阶段提高统计管理信息化水平，促进企业进一步发展的重要战略手段。
4.4将各项统计管理工作细节落实到位
在统计管理作业过程中，从根本上有效地提高企业的经济效益、确保各项统计工作细节落实到位也是现阶段基层产业机构和相关主管部门的重要工作内容，换言之，在当前多元化市场竞争环境下，要想从根本上提升统计管理工作质量，提高企業整体的经济效益，以会计管理工作为中心，确保各项细节管理工作落实到位是十分必要的。要想确保管理工作效益的最大化发挥，提升企业经济效益，企业需将会计的发展目标与企业的发展方向相结合，在确保两者“统一性”的基础上，以会计管理工作为中心对企业经营进行系统化管理，最终为企业可持续发展目标的实现奠定良好基础。
4.5确保预算统计管理工作落实到位
在当前企业经济收支管理过程中，预算统计管理工作流于形式是影响精细化管理效率的重要因素，而为从根本上有效地解决上述问题，确保全面预算统计管理工作落实到位，是现阶段企业经济运行精细化管理目标实现的重要基础和根本前提。作为企业经济运行精细化管理的重要环节，全面预算统计管理作业的开展不仅能确保企业达成预期的战略目标，其在科学预测企业未来运营状况、协调内部资源以及控制内部预算编制等方面都发挥了重要作用。因此，在进行预算统计管理过程中，企业统计管理部门工作人员需摒弃传统管理理念，在做好日常收支管理的基础上，还要确保内部全范围、全过程及所有资产的预算统计管理落实到位，由此在保障全面预算作业有序开展的同时，提升企业在多元化市场中的竞争优势。
大数据经济分析范文4
【关键词】腹腔镜；子宫肌瘤剔除术；巨大子宫肌瘤
子宫肌瘤是女性生殖器官最常见的良性肿瘤，近年来，随着越来越多的女性选择晚生育，并且更加重视子宫生理功能及身体的完整性，子宫肌瘤剔除术日益增多。随着腹腔镜微创技术的发展与普及，设备的不断更新以及妇科医师腹腔镜技术水平的提高，腹腔镜手术适应证也不断拓宽，一些大的子宫肌瘤也能在腹腔镜下顺利剔除。张震宇等[2-3]认为单发或多发子宫浆膜下肌瘤，子宫阔韧带肌瘤≤15cm可考虑腹腔镜手术。但郎景和等[4-5]认为3枚以上直径>5cm的肌瘤、单发>15cm的肌瘤以及宫体超过孕16周者以开腹手术为宜。本文回顾性分析46例巨大子宫肌瘤（子宫肌瘤最大直径≥8cm，子宫体积>12孕周）行腹腔镜下子宫肌瘤剔除术的临床资料，现报告如下：
1资料与方法
1.1一般资料选择本院2011年1月——2012年12月收治的巨大子宫肌瘤患者46例，年龄23-45岁，平均35.3岁。其中单发肌瘤40例，多发性肌瘤6例；肌瘤2-4个，肌壁间29例，浆膜下13例，宫颈肌瘤1例，阔韧带肌瘤3例；术前常规检查除外手术禁忌证及子宫内膜病变可能。所有病例术前经B超检查均至少有1个肌瘤直径≥8cm，肌瘤直径最大14cm。
1.2方法
1.2.1全部采用气管插管全麻，取膀胱截石位，根据肌瘤大小选择脐孔或脐孔上1-2cm处穿刺，C02气腹压力11-14mmHg；置入腹腔镜后改头低足高位。在左右髂前上棘与脐连线中外1/3处、耻骨联合正上方2cm偏左3cm处做1.0、0.5、0.5cm操作孔置入trocar，放入相应器械进行手术操作。
1.2.2取垂体后叶素3-10u，用10ml生理盐水稀释后，注射于子宫肌瘤包膜及基底部。根据肌瘤体积、位置选择切口大小及方向。单极电凝刀避开血管切开肌瘤包膜，深达瘤核。子宫肌瘤旋切钻或抓钳抓住肌瘤，固定并作牵拉，分离肌瘤包膜到达基底部电凝后切断，明确是否穿透子宫内膜。对于肌瘤过大影响操作，当肌瘤剥出10%-30%时即开始旋切，这样未剥出的肌瘤可以压迫切口，帮助止血，且肌瘤蒂部的血管未断，缩短了缝合前血管开放的时间，减少了出血量；小部分未剥离的肌瘤蒂部在旋切的过程中起到了固定肌瘤的作用，缩短了取出肌瘤的时间；以尽量小的切口即可将肌瘤完整剔除，减小了对子宫的损伤，也减少了缝合时间并减少了出血量。本文中有10例患者术前接受了亮丙瑞林注射3个月，使子宫肌瘤的体积明显缩小，与相似病情未接受亮丙瑞林治疗的患者相比，平均减少手术时间约20min，出血量约65ml。
1.2.3根据剥离创面选择单或双层缝合。先缝合内1/2肌层关闭瘤腔，再缝合外1/2浆肌层。不穿透黏膜层，如穿透宫腔，先缝合内1/3肌层，要使黏膜层对合良好，再缝合剩余浆肌层。阔韧带肌瘤周围组织疏松、血运丰富，打开阔韧带前后叶分离肌瘤时，分清解剖，采用连续缝合法闭合瘤腔，缝合时要避免损伤子宫动脉或输尿管。宫颈肌瘤剥离时要下推膀胱和（或）直肠以充分暴露术野，多选择斜纵切口剔除肌瘤。
1.2.4剔除的肌瘤旋切成条状取出，送病理检查。冲洗盆腹腔。
2结果
46例患者全部在腹腔镜下完成手术；手术顺利，无一例发生并发症。手术时间50-112min，平均78min；出血量20-190ml，平均85ml。术后使用抗生素3-4天，催产素3天；有2例术后3天内体温波动在37-39.5℃之间，其余44例术后3天内最高体温平均37.4℃；术后1周内白细胞计数（6.7-14.4）×109/L，平均8.9×109/L；患者术后12h或24h拔尿管，术后12h开始下床活动、进半流食；平均住院时间3.5天。术后常规随访6个月，子宫体积正常。
3讨论
3.1腹腔镜巨大子宫肌瘤剔除术（LM）的可行性和安全性因腹腔镜手术具有组织损伤小、肠道干扰少、术后康复快、疼痛轻及并发症少和切口小、美观等观点，成为妇科腹腔镜手术的发展方向。椐文献报道[6-7]，LM中有争议的手术指征为：①子宫肌瘤直径>7cm；②子宫体积大于12孕周；③与子宫肌瘤有关的月经量多，引起贫血；④子宫肌瘤位于子宫肌层深部；⑤有子宫切除指征的子宫肌瘤；⑥阔韧带肌瘤。对于肌瘤数量在4个以上、直径≥10cm、肌瘤位于子宫肌层深部、宫颈肌瘤的患者多被认为是腹腔镜手术的禁忌证[8]；因为肌瘤过大或过多、特殊部位的肌瘤可能会导致解剖位置的变异，剔除时容易损伤输尿管、膀胱及子宫血管等。本组报告的LM切除的肌瘤直径在8-14cm，其部位分别在子宫前壁或后壁肌壁间、浆膜下、阔韧带及宫颈。其中3例阔韧带肌瘤8-13cm及1例宫颈巨大肌瘤10cm，均顺利在腹腔镜下完成手术，无一例脏器损伤。所以术前明确子宫肌瘤大小、位置，充分估计手术难度及风险，巨大子宫肌瘤仍可选择腹腔镜手术治疗。
3.2手术技巧及注意事项减少LM术中出血及避免手术副损伤，我们的体会是：①使用缩宫药物：切开肌瘤包膜前先用稀释的垂体后叶素注入子宫，切开瘤体的同时，静脉滴注缩宫素20u，可使子宫肌瘤易于剔除并减少出血[9]；②用单极划开肌瘤时避开血管；剥离肌瘤至基底部不宜用力剥离、牵拉，先电凝后再切断，减少了出血量；③对于肌瘤过大影响操作，当肌瘤剥出30%-50%时开始旋切，既减小了对子宫的损伤，也减少了手术时间并减少了出血量；④肌瘤完全剥离后，如有出血可电凝止血，但尽可能减少使用电凝，须尽快缝合创面，娴熟的镜下缝合技术是减少出血的重要因素；⑤体积较大肌瘤术前用GnRH-a3个月，可缩小肌瘤40-5O%，减少子宫血运[10]，拓宽了LM的指征；⑥手术切口的选择：根据肌瘤大小选择脐孔部或脐孔上方1-2cm处穿刺置入腹腔镜；子宫下段后壁纵长形肌瘤宜选用纵切口，子宫前壁宫颈段肌瘤、阔韧带肌瘤或子宫后壁位置偏高的肌瘤宜选用横切口，以便与子宫的弓形血管走行一致，减少出血；⑦助手的作用：助手良好的配合能降低手术难度并缩短手术时间。
LM具有损伤小、出血少、术后恢复快、住院时间短等优点，由于能保持患者内环境的稳定，对腹腔干扰小，盆腔视野清晰，不易损伤邻近脏器，大大减少了术后粘连，这对渴望生育的患者尤其有利。只要选择合适的病例，腹腔镜下子宫大肌瘤剔除是可行的，腹腔镜子宫肌瘤剔除术正在逐渐替代开腹肌瘤剔除成为子宫肌瘤患者的微创手术治疗选择。
参考文献
[1]米鑫，姚书忠，刘莉，等.腹腔镜大径线肌壁问子宫肌瘤剔除术的临床分析[J].腹腔镜外科杂志，2006，12（7）：717-719.
[2]戴秋玲，樊伯珍，张弋，等.腹腔镜子宫大肌瘤剥除术63例临床分析[J].同济大学学报（医学版），2006，27（6）：44-45.
[3]焦海宁，蔡蕾，喇端端.腹腔镜子宫大肌瘤挖除术243例临床分析[J].上海交通大学学报（医学版），2008，28（12）：1600-1602.
[4]刘陶，苏醒，刘晴.腹腔镜下大子宫肌瘤剔除术82例手术探讨[J].中国微创外科杂志，2008，8（3）：208-210.
[5]刘彦.实用妇科腹腔镜手术学[M].北京：科学技术文献出版社，1999：193.
[6]Marret H，Chevillot M，Giraudeau B，et a1.A retrospective multicentre study comparing myomectomy by laparoscopy and laparotomy in current surgicalpractice.What are the best patient selection criteria[J].Eur J Ob stet Gynecol Reprod Biol，2004，117：82-86.
[7]Tulandi T，Took S.Endoscopic myomectomy.Laparoscopy and hysteroscopy[J].Obstet Gynecol Clin North Am，1999，26：135-148.
[8]冯虹，黄敏，陈雪梅，等.手术预处理对腹腔镜下子宫肌瘤剔除术效果的影响[J].中国实用妇科与产科杂志，2004，20（7）：423-424.
大数据经济分析范文5
关键词：大数据；云计算；数据库建设；影响效应
中图分类号：TP311 文献标识码：A 文章编号：1001-828X（2013）04-0-01
大数据与云计算是信息技术领域近几年来最为流行的两个关键词，依托云计算的大数据革命也正在迅速发展并如火如荼地进行，美国Oracle、IBM、Microsoft、VMware等公司也已纷纷开发了提供数据计算、数据收集和数据编制等服务的全新产品。不仅在商业领域，美国政府也看到了数据在信息科技时代新兴革命中的战略价值和现实意义，奥巴马政府与2012年3月宣布出台“大数据的研究与发展倡议”，旨在改善、重建联邦政府部门的数据收集、数据存储、数据分析和数据应用，提高数据潜在价值的开发与利用，将相关数据库的建设提升到了国际战略层面。回看国内经济管理数据库的成长和发展，也不难发现大数据和云计算的身影。那么，在科技领域新革命的背景下，如何提高海量增长的数据信息处理能力、探寻数据库改革中的新亮点、发现数据信息建设的新趋势，是当下建设好经济管理数据库中的关键。
一、大数据与云计算概述
1.大数据的概念与特点。大数据本身是一个非常抽象的概念，目前还没有一个公认的统一定义，从字面上来看，大数据指的是具有庞大规模的数据群，普遍存在的特点有：（1）数据规模庞大。这种数据规模的庞大已经无法海量或者超载等概念词来描述，而是一种集数据种类、编码方式、数据格式等多维度的数据信息规模化；（2）处理要求极高。由于大数据聚合了多维度的信息特征，所以仍以当前数据信息处理的级别已经无法适应大数据的整体结构，PB级别的数据处理将会成为常态；（3）数据高速持续。由于大数据的高速和持续特点，传统数据库持久储存的方法已经无法满足高速持续异质数据的统一接入和实时处理，所以需要开发新的储存技术。
2.云计算与云存储。云计算通常会和大数据紧密联系在一起，这是因为云计算目前来看，是最好的实时完成大数据发现、挖掘、存储与处理的大型计算技术。所谓云计算，指的是基于互联网的相关服务的产生、使用和交付模式，对于大数据的云计算可以理解为通过互联网或局域网，将数据按需、易扩展的方式，通过虚拟化的过程高速地提供给数据请求者。
云存储则是在云计算概念上延伸和发展的一个新概念，主要指通过集群应用、网络技术或文件系统等功能，将网络中大量各种不同类型的存储设备通过应用软件集合实现协同工作，达成共同对外提供数据存储和访问功能的全新存储系统。
二、经济管理数据的主要分类和大数据特征
1.经济管理类数据的主要分类。根据数据来源可以将经济管理类数据合理地梳理，并大致分为：（1）政府机构和国际性组织公布的经济管理类数据，这类数据主要为宏观信息，比如各国国家统计局、商务部、中央银行等定期公布的经济参考数据。此外还有联合国下属的各分支机构，例如UNcomtrade、UNIDO分别公布的是国际商品贸易数据和国际工业行业数据，当然还有国际货币基金组织、世界银行等官方组织提供的经济管理类数据。（2）经济管理类数据库提供的相关数据，这类数据包括宏观和微观信息，国内外知名的经济管理类数据库有Bloomberg彭博数据库、WRDS沃顿商学院数据库、Reuters路透数据库、Wind万得资讯金融数据库、中经网统计数据库、CEIC经济数据库等等。这些数据库从不同方面提供了各国家和各行业的宏微观数据。（3）学术机构、民间机构和调查公司提供的经济管理调查数据，这类数据主要为微观信息。比如中国城市与农村经济调查、中国工业企业经济调查、中国住房调查等等。
2.经济管理类数据的大数据特征。从国外经济管理类数据库的发展中，我们可以发现大数据时代的特征正在慢慢显现。首先是数据库供应商的增加，近几年来，国内外成规模化的数据库越来越多，新型的数据平台和数据格式也纷纷涌现，由此所形成的数据收集、数据存储和数据规模的激增也是可以预见的；其次，当前经济管理类数据库的访问模式越来越依赖于云端服务器，为了适应大数据时代的数据新潮流，越来越多的经济类数据库放弃原本采用的本地镜像型的数据访问模式，转而采用服务器访问模型，这也从一方面说明了数据库的大数据特征，因为本地镜像类的服务器已经远远无法满足大规模的数据存储要求，所以出现了这样的转变。
三、大数据与云计算对经济管理数据库建设的作用
1.配置合理的数据库组合。在大数据的时代背景下，由于云计算的技术发展，使得不同数据库所拥有的数据量快速膨胀，从而不同数据库之间形成大量的数据重合，这也可以看成是大数据时代的产物。所以，如何在有限的资源条件下，配置合理的数据库组合，发挥不同数据库各自的特点，更好地服务于访问者的需求，是经济管理类数据库建设的首要问题。
2.高效地利用数据库资源。局域网体系内的虚拟桌面技术和云端存储技术可以更加高效地将原本无法实现充分利用的数据库资源辐射到更大的访问受众中去，实现在某一局域网内部，甚至是校际之间的数据资源的实时共享和实时访问。
3.密切关注数据安全问题。由于大数据的革命性发展，使得现存的数据量显著增长，同时对大数据进行处理的云计算又处在一个相对比较虚拟和宽松的环境，这种新时代的数据处理、数据存储和数据访问革命在为访问者提供更便捷、更高效服务的同时，也对某些关键或机密数据的安全性提出了挑战，所以在大数据和云计算背景下，关注经济管理类数据库中的某些机密数据的安全保护也是数据库建设过程中非常重要的问题之一。
四、结语
数据库的建设与数据技术革命的发展息息相关，每一种新数据技术的出现，都会对数据库的建设提出新的要求。目前，经济管理类数据库的数据来源多样、结构复杂、规模庞大，所以，从数据配置、资源利用和数据安全入手，是大数据和云计算作用背景下经济管理类数据库建设的关键所在。
参考文献：
[1]杨海燕.大数据时代的图书馆服务浅析[J].图书与情报，2012（04）.
[2]盛斌.大数据时代与银行联盟[J].中国海关，2012（10）.
大数据经济分析范文6
研究数据的最终目的还是研究人本身，只不过数据使得公司对人的行为的追踪和理解更加具象，数据能够多维度地关注人、洞察人。
而企业如果想让数据为我所用，就应该多维度地分析数据。所谓的“社会化营销”的概念，背后其实就是利用数据追踪人、研究人、理解人，而这就需要更好地把握研究数据的方法。本期“大数据时代”营销专题希望能够对广告主有所启发。详见C5版、C7版
互联网行业似乎每隔五六年就要经历一次“改朝换代”，2005年搜索营销的风头完全盖过门户网站，搜索营销成了最主流的互联网营销模式；2011年，社会化营销又似乎大有超越搜索营销的意思，最典型的代表就是Facebook，Facebook正在和现阶段同样依赖广告收入的谷歌短兵相接。2011年Facebook总营收达到37.11亿美元，正式超过Yahoo和Google成为美国最大在线广告商，在全球拥有8.45亿月活跃用户。
现在，社会化营销正在确立一个不亚于传统搜索引擎的在线营销新市场，而且，社会化营销的投资回报率也远远高于传统搜索引擎。虽然在国外，Facebook所引领的社会化营销风生水起，但聚焦国内，社会化营销才刚刚起程，目前不但市场化程度低，而且缺乏产业链共识的标准和方法论支持。
全球畅销书《社会消费网络营销》作者拉里·韦伯在2012腾讯智慧峰会上认为，大数据时代已经来临，在大数据时代中市场营销的核心价值如何体现，成为下一步发展的关键点。
社会化重构数字营销
1月31日，作为全球最大的广告客户，宝洁宣布裁撤1600名广告营销人员，原因在于宝洁相信相比传统的媒体投放渠道，Facebook上的精准投递更加有效且成本更低。曾经在Facebook上的一款宝洁旗下的男士香水Old Spice广告曾创下了18亿次展示次数纪录。在宝洁的营销转向带动下，越来越多的大广告主将投向Facebook的怀抱，这将在今后几年内带动Facebook广告收入的持续增长。
“尤其是以Facebook、Twitter等为代表掀起的社会化浪潮，在席卷全球互联网市场的同时，也对传统在线数字营销产业链的三方角色进行了重构。”互联网营销专家唐兴通表示。
在社会化平台与环境中，网民不再是纯粹的消费者，而是通过UGC(用户生成内容)兼具了生产者和参与者的角色；媒体在继续扮演生产者的同时，也是组织者、平台提供者、参与者与纽带；而对广告主而言，品牌曝光不是唯一追求的指标，还同时需要追求互动、参与、沟通以及营销实效。
社会化浪潮正在驱动全球数字营销走向新的方向。据美国市场调研公司eMarketer预计，社交网络广告客户2012年将投入77.2亿美元，投放的广告包括社交网站广告、社交游戏和应用程序内广告；而到2014年，全球社交网络广告总收入可近120亿美元。
在线数字营销产业链的角色重构要求传统的互联网平台向社会化方向转型，目前在国内无论是传统的搜索、门户，抑或是视频、微博，都越来越表现出超强的社交互动属性。从满足广告主需求的角度，应该说传统的互联网厂商已经有意识地借助开放和社交的力量对自身的传统业务进行社会化改造。
这或许能够解释为什么Google要拼死“抵抗”Facebook，在Buzz、Wave先后失败后又推出Google+的原因，也是为什么百度在社会化领域屡败屡战的动力。Facebook公开IPO前，曾建议广告商围绕社交对其营销进行改革，它提倡用社交不断降低人们交流的门槛，让整个网络有更加多的互动。
社交广告学会讲故事
在Facebook看来，社交平台上的广告不再是“广告”，而是“故事”。因为在关系链中存续的各类精准、互动、推荐、评论和转发，将无时无刻地不伴随着社交化的网民行为，在精准和有效性的前提下，传统干涩的广告已经被最低程度淡化，被故事化的营销信息将自由穿梭在需要它们的互动社交用户的信息纽带中。
用户关系链的融合，网络媒体的社会化重构，将激发出广告主进行社会化营销的热情。Facebook的成功是开拓了一种全新的定制式广告模式，通过“产生需求”而非“满足需求”来引导用户参与同广告主的互动。
在国内，虽然社会化营销还缺乏理论支持，但国内领军的社会化媒体已经开始尝试新的营销布局。据悉，腾讯今年已经全面启动社会化战略，一方面展开腾讯社会化媒体和社交网络的内部融合，实现对旗下腾讯网、腾讯视频、腾讯微博、QQ空间等平台的社交化改造以及平台融合；另外一方面，腾讯微博与QQ空间已经开始了全面的融合，形成了全网最大、最活跃的社交网络，各媒体产品也在战略指导下进行升级。
“构建中国最活跃的社交网络，对腾讯来说首先要实现的就是国内最大的SNS平台、QQ空间与微博平台腾讯微博之间的全面融合，而这两者是针对不同的用户关系链，QQ空间意味着用户之间的强关系，微博则是相对较弱的关系链，如何打通目前还没有一个成功的范例可循。”腾讯高级执行副总裁、网络媒体总裁刘胜义说。
可以肯定的是，对于广告主而言，未来QQ空间和微博上的社交广告可以同时指向两个平台的企业页面；在功能方面讲实现内容互通、权限互通、用户管理后台互通；针对商业化、互动活动、社交广告实现显示互动。
对此，腾讯通过关系图谱和兴趣图谱的融合，实现内容互通、权限互通、用户管理后台互通，整合形成资源互补，提高用户形成黏性和体验。
挖掘数据背后的“人本”价值
为什么Facebook还没有上市市值就达到650亿美元，上市之后市值更是达到800亿美元，为什么Google一直把Facebook当做死敌？答案很简单，那就是Facebook比其他互联网公司更了解人的价值。
社会化营销之所以获得突飞猛进的成长，离不开精准化的营销效果，而这是建立在海量的互联网数据基础上的，是建立在对人的理解和分析基础上的，因此，云计算的概念很自然地就被引入到这个领域。而在这个大数据时代，则是以用户行为为核心的系列数据，这将是海量的，这对企业的计算能力、存储能力和数据分享能力是一巨大的挑战。
“大数据包括企业信息化的用户交易数据，社会化媒体中用户的行为数据和关系数据以及无线互联网中的地理位置数据。大规模个性化营销将会是核心竞争力。”拉里·韦伯认为，目前已经到了收集数据的黄金时期，如何整合这些数据成为未来的关键任务。
“大数据时代，网络媒体正在从单纯的内容提供方进化成开放生态的主导者，大数据时代的社会化营销重点是理解消费者背后的海量数据，挖掘用户需求，并最终提供个性化的跨平台的营销解决方案。”刘胜义强调。而社交广告之所以能智能地提升自己的精准广告能力，给企业带来更高的投资回报率，这是社交广告所独有的特点。而这个特点依赖于对用户的理解。
由于广告直接售卖到个体的人，这无疑大大增加了目标的精准性，因为这个个体人背后的所有属性都一目了然：性别、年龄、职业、关注品类等相关信息。作为第三方的社会化营销机构，在品友互动人群网络公司的人群数据库中，人群属性细分标签目前已多达3155个，涵盖地域、人口属性、个人关注和购买倾向4大类。以人口属性为例，又按照性别、年龄、职业、月收入、学历、关键人生阶段6个维度进一步细分。这些维度又可以进一步细分，可达7层之多。
