前言：中文期刊网精心挑选了大数据时代的特性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。
大数据时代的特性范文1
（陕西天元通信规划设计咨询有限公司陕西西安710000）
【摘要】进入2012年以来，大数据（BigData）一词越来越多地被提及与使用，人们用它来描述和定义信息爆炸时代产生的海量数，它已经出现过在《纽约时报》、《华尔街时报》的专栏封面，进入美国白宫网的新闻，现身在国内一些互联网主题的讲座沙龙中，甚至被嗅觉灵敏的国君证劵、国泰君安、银河证劵等写进了投资推荐报告，大数据时代来临。
关键词 大数据；云计算；海量；发展；影响
BigDataeracreeping
MaChao
(ShaanxiTianyuanCommunicationPlanningandDesignConsultingCo.,LtdXi´anShaanxi710000)
【Abstract】Sinceenteringin2012,bigdata(BigData)ismentionedmoreandmorewiththeuseoftheterm,themassivenumberofpeopleuseittodescribeanddefinetheeraofinformationexplosiongenerated,ithasappearedinthe"NewYorkTimes","WallStreetJournal"columncover,intotheUnitedStatesWhiteHousenetworknews,comingoutofsomedomesticInternettopicsinthelecturesalon,andeventhesenseofsmellmonarchsecurities,GuotaiJunanSecurities,Galaxysecuritiesandotherinvestmentrecommendationwrittenreport,bigDataera.
【Keywords】Bigdata;Cloudcomputing;Mass;Development;Impact
1.什么是大数据？
大数据（BigData）是指那些超过传统数据库系统处理能力的数据。它的数据规模和转输速度要求很高，或者其结构不适合原本的数据库系统。为了获取大数据中的价值，我们必须选择另一种方式来处理它。数据中隐藏着有价值的模式和信息，在以往需要相当的时间和成本才能提取这些信息。而当今的各种资源，如硬件、云架构和开源软件使得大数据的处理更为方便和廉价。即使是在车库中创业的公司也可以用较低的价格租用云服务时间了。对于企业组织来讲，大数据的价值体现在两个方面：分析使用和二次开发。对大数据进行分析能揭示隐藏其中的信息。
1.1大数据四个特性。
（1）海量性：目前，大数据的规模尚是一个不断变化的指标，单一数据集的规模范围从几十TB到数PB不等。简而言之，存储1PB数据将需要两万台配备50GB硬盘的个人电脑。此外，各种意想不到的来源都能产生数据。
（2）多样性：一个普遍观点认为，人们使用互联网搜索是形成数据多样性的主要原因，这一看法部分正确。然而，数据多样性的增加主要是由于新型多结构数据，以及包括网络日志、社交媒体、互联网搜索、手机通话记录及传感器网络等数据类型造成。其中，部分传感器安装在火车、汽车和飞机上，每个传感器都增加了数据的多样性。
（3）高速性：高速描述的是数据被创建和移动的速度。在高速网络时代，通过基于实现软件性能优化的高速电脑处理器和服务器，创建实时数据流已成为流行趋势。企业不仅需要了解如何快速创建数据，还必须知道如何快速处理、分析并返回给用户，以满足他们的实时需求。
（4）易变性：大数据具有多层结构，这意味着大数据会呈现出多变的形式和类型。相较传统的业务数据，大数据存在不规则和模糊不清的特性，造成很难甚至无法使用传统的应用软件进行分析。传统业务数据随时间演变已拥有标准的格式，能够被标准的商务智能软件识别。目前，企业面临的挑战是处理并从各种形式呈现的复杂数据中挖掘价值。
1.2大数据三个特征。
除了有四个特性之外，大数据时代的数据还呈现出其他三个特征。
（1）第一个特征是数据类型繁多。
（2）第二个特征是数据价值密度相对较低。
（3）第三个特征是处理速度快，时效性要求高。
2.大数据时代对生活、工作的影响
（1）大数据，其影响除了经济方面的，它同时也能在政治、文化等方面产生深远的影响，大数据可以帮助人们开启循“数”管理的模式，也是我们当下“大社会”的集中体现，三分技术，七分数据，得数据者得天下。
（2）“大数据”的影响，增加了对信息管理专家的需求。事实上，大数据的影响并不仅仅限于信息通信产业，而是正在“吞噬”和重构很多传统行业，广泛运用数据分析手段管理和优化运营的公司其实质都是一个数据公司。麦当劳、肯德基以及苹果公司等旗舰专卖店的位置都是建立在数据分析基础之上的精准选址。而在零售业中，数据分析的技术与手段更是得到广泛的应用，传统企业如沃尔玛通过数据挖掘重塑并优化供应链，新崛起的电商如卓越亚马逊、淘宝等则通过对海量数据的掌握和分析，为用户提供更加专业化和个性化的服务。
（3）大数据在个人隐私的方面，大量数据经常含有一些详细的潜在的能够展示有关我们的信息，逐渐引起了我们对个人隐私的担忧。一些处理大数据公司需要认真的对待这个问题。例如美国天睿资讯给人留下比较深刻印象的是他的一个科学家提出，我们不应该简单地服从法律方面的隐私保护问题，这些远远不够的，公司都应该遵从谷歌不作恶的原则，甚至更应该做出更积极的努力。
3.企业应如何应对大数据时代
近些年，大数据已经和云计算一样，成为时代的话题。大数据是怎么产生的，商业机会在哪？研究机会在哪？这个概念孕育着一个怎样的未来？企业如何应对？一个好的企业应该未雨绸缪，从现在开始就应该着手准备，为企业的后期的数据收集和分析做好准备，企业可以从下面五个方面着手，这样当面临铺天盖地的大数据的时候，以确保企业能够快速发展，具体为下面五点。
3.1以企业的数据为目标。
几乎每个组织都可能有源源不断的数据需要收集，无论是社交网络还是车间传感器设备，而且每个组织都有大量的数据需要处理，IT人员需要了解自己企业运营过程中都产生了什么数据，以自己的数据为基准，确定数据的范围。
3.2以业务需求为准则。
虽然每个企业都会产生大量数据，而且互不相同、多种多样的，这就需要企业IT人员在现在开始收集确认什么数据是企业业务需要的，找到最能反映企业业务情况的数据。
3.3重新评估企业基础设施。
大数据需要在服务器和存储设施中进行收集，并且大多数的企业信息管理体系结构将会发生重要大变化，IT经理则需要准备扩大他们的系统，以解决数据的不断扩大。
3.4重视大数据技术。
大数据是最近几年才兴起的词语，而并不是所有的IT人员对大数据都非常了解，例如如今的Hadoop，MapReduce，NoSQL等技术都是近年刚兴起的技术，企业IT人员要多关注这方面的技术和工具，以确保将来能够面对大数据的时候做出正确的决定。
3.5培训企业的员工。
（1）大多数企业最缺乏的是人才，而当大数据到临的时候，企业将会缺少这方面的采集收集分析方面的人才，对于一些公司，特别是那种人比较少的公司，工作人员面临大数据将是一种挑战，企业要在平时的时候多对员工进行这方面的培训，以确保在大数据到来时，员工也能适应相关的工作。
（2）“大数据”时代的到来，充满了机遇与挑战，谁能够最快地习惯这种新形式下的数据模式，熟悉和掌握处理这种数据处理方法，谁就会在之后的信息战中占得先机，取得主动权
参考文献
［1］李建义.数据库原理及开发.北京：中国水利水电出版社，2005.
［2］维克托·迈尔·舍恩伯格大数据时代浙江：浙江人民出版社2012.
［3］艾伯特-拉斯洛·巴拉巴西爆发北京：中国人民大学出版社2012.
［4］朱志军，闫蕾.转型时代丛书：大数据·大价值、大机遇、大变革［M］.北京:电子工业出版社2012.
大数据时代的特性范文2
【摘 要】随着现代社会和科学技术的发展，以及大数据的概念出现以后，大数据已经渐渐融入到我们生活中的各个领域，正改变着人们的生活方式。图书馆作为文献信息中心，更应该接受和适应这种变化，并且利用大数据的特性进行发展和改变，来突出图书馆的特点和职能。
【关键词】图书馆；大数据；特性；简单应用
“大数据”（Big data）研究机构Gartner给出了这样的定义。“大数据”是需要新的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，用来适应海量的、高增长率和多样化的信息资产。对于大数据这个概念大家并不陌生。
大数据有四特性：
1.大量
2.高速
3.多样性
4.低价值密度
随着社会和科技的发展，大数据已经融入到我们的生活中的各个领域。图书馆担负着教学和科研服务的双重任务，是培养人才和开展科学研究的重要基地，不仅要更好的融入当今社会的大数据时代，更应该更好的应用大数据的特性为广大读者服务。
一、大量
首先大数据与传统数据相比较，最明显是特点就是在于大数据的信息量巨大。
现在的图书馆已经不再是只用来存放纸质载体图书的建筑物，它还包括有电子资源以及各种不同形式、不同载体的信息和资源，图书馆的功能和内容正在发生转变。传统纸质图书载体能容纳的内容相对于大数据大量的概念来说已经不值得一提。而随着现代科技发展，出现的电子图书的信息量也是不能与大数据相比的。
原来所说的电子图书和数字资源一般都指存储于图书馆内的本地数据库中存储的资源。一般的电子图书和数字资源具有容量远远大于传统纸质载体图书，并且具有使用和检索都比纸质载体图书来的更为方便和快捷等优势。但在大数据环境下，使我们的这一概念发生了翻天覆地的变化。大数据的应用方式，在理论上可使图书馆的容量无限扩大。
大数据即将大量数据通过互联网聚集到某个特定点，也可以看成是把互联网上的所有数据集中在某一个特定数据库中，这个特定点或特定数据库存在于互联网中。事实上我们所说的特定点或者特定数据库只是把互联网中各个不同的数据库做成开放性数据库，让各个数据库之间进行相互通，而形成的一个整体数据库。
因此，图书馆也可以链接并使用这一特定的整体的数据库。通过此链接，不仅可以无限扩大本馆自身的馆藏资源，还能使本馆资源得到开放，更加有效充分的利用馆藏资源，并实现数据交流和资源共享。
二、高速
大数据和传统数据最大的区别在于大数据的高速特性，它对于数据处理的能力要求必须非常出色。
大数据在进行数据处理的时候，既能对数据进行流处理，也同时能具备对数据进行批处理的能力。也就是说，大数据处理要求在连续不断处理数据的同时，能够对突如其来的批量数据进行计算和处理。
大数据的高速运行，要求数据有时效性。随着时间推移，数据的价值会折旧，不同年龄阶段的数据具有不同的价值，如期刊类，报纸类。这就要求图书馆及时更新其馆藏。好在大数据时代的资源和数据能够互相连接，弥补了部分馆藏和资源不能高速运行更新的缺点。
从数据开发来看，图书馆存储了大量的数据和资源。当这些数据和资源被聚集到一起时，会形成数据和资源的“矿山”，那么“挖矿”的效率就要求非常高，大数据高速运行就成了“挖矿”的优势。
在图书检索上，大数据的高速运行查找能够快速、精准的定位每一本图书的位置。对于不熟悉图书分类法的读者来说，利用大数据进行图书资料的查找和检索无疑是最方便快捷和准确的。
三、多样性
大数据的数据来源的多样性，这是传统数据做不到的。
对于图书馆来说，产生数据的方式多种多样，有日常的统计数据报表，有人工借还和自助借还数据，有读者检索图书产生的数据，有使用网络图书馆产生的点击量、浏览量等多种数据来源。可以看出读者自身也是数据的创造者。
在大数据环境下，图书馆通过记录、收集并保存产生的一切数据，待数据量达到一定规模的时候，通过对多样数据的各种提炼和分析，了解读者需求，更好的提供多样化的资源和优质的服务。
通过分析读者的阅读需求等数据，可帮助图书馆优化自身的馆藏结构，帮助图书馆纸质图书馆藏的剔旧、电子资源的购买和更新等工作更科学的进行。
四、低价值密度
大数据的低价值密度是指数据的真实性。
大数据追求的是数据的高质量，大数据的基本在于为决策提供帮助，因此大数据必须拥有绝对的真实性。
从来源上分析，传统数据的来源是从宏观上采集的。数据的采集有原则性，有规律，采集的对象有阶段性有针对性，或者直接是进行抽样采集的。传统数据的采集方式决定了传统数据在真实性上会有所欠缺。
大数据的采集方法与传统数据迥异。大数据的数据采集方式是从微观采集，它进行的是个体采集，每个个体都有自己单独的数据集合，也是产生数据的来源。大数据对于数据的采集是没有标准的，它的采集方法源于对个体的行为与现象记录。通过对大量真实数据进行提炼、分析和总结出来的有用数据，其真实性是毋庸置疑的。
图书馆应用低价值密度这一特性，可以帮助图书馆对文献进行开发。因为图书馆所提供的文献、资源、信息等必须具有权威性和真实性。以大数据为基础的参考信息作为文献开发依据具备了真实性的原则。
大数据能真实的分析读者使用图书馆的习惯和读者的读书习惯。通过记录和分析读者的阅读倾向的数据和读者使用馆舍的数据等等，能真实分析出哪些是读者使用的重点资源，哪些是读者不常使用的次要资源。通过对读者的阅读倾向的数据进行记录和分析，可帮助图书馆加强对读者重点使用的资源的建设。而对读者使用馆舍情况的记录和分析，可以对图书馆馆舍进行科学的改造和布置，让读者使用图书馆更感舒适。
大数据真实的记录和分析读者阅读和使用图书馆的各种数据，可以引导读者进行阅读。挑选读者重点使用的资源设立专门的阅读区域，可在设立的阅读区内进行与重点资源的相关参考内容的引导和推荐工作，方便读者更好更有效的使用图书馆资源。
通过大数据对读者数据的捕捉，图书馆能提供更优质的服务。建立数据，统计数据和应用数据，可使图书馆更具有竞争力。有大数据的真实为支撑的基础上，图书馆在现有基础上，能更好的优化和深化服务。
大数据的四个特性，并不一定是独立的，在很多方面，这四个特性都是融会贯通在一起的。应用其特性并不是只会用到其中的一个特性。图书馆对大数据特性进行合理的应用，能更好的建设发展自身，适应和满足社会的需求。
参考文献：
[1]李恬.大数据理念与图书馆大数据[J].新世纪图书馆，2014，（6）：24-27.
大数据时代的特性范文3
关键词 大数据；信息安全；隐私保护
中图分类号：TP311 文献标识码：A 文章编号：1671-7597（2014）10-0072-01
在大数据时代，信息与数据的分析、研究都更加复杂、繁琐，并且难以管理。根据相关调查统计，仅过去三年内全球的数据产生量就超过了过去四百年产生的数据总量。随着数据的不断增多，企业对数据安全性和隐私性的要求愈加严格，大数据的安全与隐私问题也日益凸显。如何应对大数据时代下的数据安全性挑战，是全球都应积极思考的问题。
1 大数据综述
1.1 大数据的特性以及来源
一般来说，大数据指的是难以使用现有的数据处理工具、方法处理，且规模庞大、结构复杂的数据集。其特性可以归结为四点，即规模性、多样性、高速性以及价值性。大数据往往需要借助于一些机器才能得以产生，其产生的来源有许多方面，主要有：传感器、网站点击、射频ID以及移动设备等。
1.2 大数据的应用目标
根据大数据的分析现状来看，其被广泛应用于商业领域、科学领域、医药领域等多个领域中。大数据在各个领域中的用途迥异，但应用目标相似，主要有：1）通过对现有数据进行分析、挖掘，可以及时获取有价值的信息。这些信息的挖掘有助于人们透过现象看到事物本质，进而更好、更快地把握住其发展规律，实现对事物发展趋势的预测。2）通过长期的、多角度的对数据进行分析、积累、对比，可以总结出用户的个性化特征。企业能够利用这些个性化特征，掌握用户的行为习惯，对用户进行定位、分类，进而针对不同群体提供个性化的服务。3）通过对数据进行分析，可以及时辨别出数据的真伪性。网络是把双刃剑，它一方面为信息的共享创造了有利的条件，另一方面也使得虚假信息的传播更为迅速。前文中提到，大数据具有多样性、高速性，因而可以利用大数据辨别信息的真伪性，有效实现对海量信息的去粗取精、去伪存真。
2 大数据面临的安全考验
随着科学技术的不断发展，大数据时代已经到来，其带给我们机遇、价值的同时，还带来了新的安全挑战。近年来，大数据的安全与隐私问题广为关注、担忧，而“棱镜门”的曝光更加凸显了这一问题。不同于传统的安全性问题，在大数据时代下，数据面临的安全考验主要有以下几个方面。
2.1 用户隐私保护考验
事实证明，如果大数据没有得到妥善的处理，会为用户的隐私带来极大的威胁。根据受保护对象的不同，可以将隐私保护分为三类，即位置保护、连接关系保护以及标识符保护。在大数据时代，用户隐私所面临的威胁不只是个人的隐私泄露这一方面，还包括大数据对其状态及行为的分析预测。现在很多企业认为只要将信息进行匿名处理，公布不含有用户标识符的信息，就能够实现对用户的隐私进行保护了，然而事实证明，这种做法取得的保护效果并不理想。总的来说，目前对用户的数据进行采集、储存、使用以及管理等工作时，均缺乏相应的标准、规范以及监管，对企业自律性过于自信以及依赖。此外，用户并不会被告知其隐私信息被用于何处。
2.2 大数据的可靠程度
目前人们普遍认为摆在眼前的数据就是事实，其可以充分证明一切。然而，数据是具有一定欺骗性的，如果不能对其进行甄选，很容易被数据的假象欺骗。大数据的这种欺骗性主要反映在两个方面，一方面是伪造的数据，另一方面是失真的数据。为了达到某种效果，可能会有人通过伪造数据来制造假象，进而对数据分析人员进行诱导。由于数据的规模性和多样性，真假信息往往很难被辨别，从而造成错误的结论。此外，由于在数据收集、储存等过程中出现的误差，很容易造成数据失真，会对其分析结果造成一定的影响。
3 大数据安全与隐私保护技术
3.1 数据溯源技术
该技术在大数据概念形成之前便被广泛采纳，其旨在帮助使用者确定数据的来源，进而检验分析结果是否正确，或对数据进行更新。标记法是该技术的基本方法，并且，在实践过程中逐渐演化为Why和Where两种形式，侧重点分别为计算方法和出处。该技术在文件的溯源以及恢复等工作中发挥着巨大的作用，并且可被运用于云存储场景之中。2009年，数据溯源技术被相关报告列为三大确保国家安全的重要技术之一，其在未来数据信息安全领域中仍具有很大的发展空间。
3.2 角色挖掘技术
RBAC（以相关角色为基础进行访问控制）在早期采用自顶向下的管理模式――以企业角色为依据进行角色分工，后期选用了自底向上的管理模式――根据现有角色自动实现角色的优化与提取，后者即为角色挖掘。通常情况下，使用该技术可以根据用户的点击情况，自动对其进行角色生产，不仅能及时完成个性化服务，还可以针对用户的异常行为发现潜在的危险。
3.3 身份认证技术
该技术通过采集并分析用户及其使用设备的行为数据，获取用户及其使用设备的行为特征，进而可以通过利用获取的特征信息对操作者及其使用设备的行为进行验证，以确定其身份。身份认证技术的使用增加了黑客的攻击难度、减轻了用户的负担，并且切实统一了不同系统的认证机制。
4 总结
总而言之，大数据时代的到来不仅为人类社会带来了发展机遇，也带来了前所未有的安全挑战，加强信息安全、保护数据隐私的口号响彻全球。若要真正实现大数据安全与隐私的保护，就应从大数据安全漏洞着手，积极发展、运用数据溯源、角色挖掘、身份认证等保护技术，同时还要建立、健全相关的体制法规，实现一手抓技术、一手抓政策，全面的对大数据安全与隐私进行保护。
参考文献
[1]戈悦迎.大数据时代信息安全与公民个人隐私保护[J].中国信息界，2014（1）.
[2]冯登国，张敏，李昊.大数据安全与隐私保护[J].计算机学报，2014（1）.
[3]谢邦昌，蒋叶飞.大数据时代隐私如何保护[J].中国统计，2013（6）.
大数据时代的特性范文4
关键词：大数据；市场营销；教学；改革
引言：
由于社交网络、云存储在各领域的应用，以数量多，种类全，时效性强的非结构化数据屡屡出现在人们的视野中，逐渐让人们认识到数据的重要性，市场变化及时调整，内容缺乏先进性。如教材中关于营销理论的部分，仅仅是对以往营销理论的复述，未能添加新时期我国市场上新兴的绿色营销、网络营销等相关理论知识。新时期下，社会对市场营销人才提出了更高的要求，人才要充分了解新时期的市场新变化、新特点，并在工作中实现市场营销理论的灵活运用，才能适应时展需求。而教学内容先进性的缺乏，不仅大大降低了教学质量，也影响了学生日后工作中市场营销知识的应用效果。
一、大数据时代概念
“数据”是指加载或记录信息按一定的规则排列组合的物理符号，可以是数字、文字、图像，也可以是计算机的代码。接受信息的数据接收，只有通过对数据的解释来获取背景信息，“大数据”是指数据量巨大，无法通过大多数的检测工具，在适当的领域内收集、统计、运算和统计作为公司决策的依据。“大数据”使用传统的数据库软件工具在一定时间内收集、存储、管理和分析数据的收集。
“大数据”本身不是一种新技术，不是一种新产品，而是一种现象出现的时代。IBM在美国，大数据3V特征，即物种（品种），快（速度）、容量（体积）。国际咨询机构IDC的数据，满足“4V”：品种（品种）、速度（流量）、体积（容量）、价值（价值）指数数据称为大数据。这些特性使得大数据与传统的数据概念不同。不同的数据概念和“海量数据”。它不仅用来描述大量的数据，进一步指出，数据的复杂形式，数据的快速时间特性和数据分析和处理的特殊处理，最后我们得到了信息价值。
二、大数据背景下市场营销学教学面临的挑战
1.、企业的战略规划将减少
对于市场营销来说，企业要制定长期的、具有战略性的规划方案，这将是一个社会管理过程。在大数据时代背景下，企业做三五年的规划方案完全是没有任何意义的，我们都知道，如今的阿里巴巴很强势，但是未来几年会怎样谁都不敢保证，很有可能会被微信所替代。企业在互联网数据的不断变化下，仅需要制定一年的规划方案，才能确保企业的与时俱进。
2、传统的促销策略将被淘汰
所谓促销实际上就是沟通，而沟通的主要方式之一――广告，将被逐渐削弱。在新社交媒体下，广告技术还需要不断的完善与创新。如今已经没有过多的企业会把大量的资金投向电视广告，如果大家还认为电梯广告会占据终端，那就大错特错了，在现阶段的社会发展进程中，无线网络覆盖率才能够占据未来的终端。具有无线的数据流量，让人们在实际生活中习惯从这里开启免费WIFI，那么这个广告价值将不可估量。目前，越来越多的企业开始运用二维码来进行营销，这种方式也将使广告更加具有亲切感。
3、市场调查内容将重整
在大数据的背景下，营销决策的过程开始逐渐从经验向科学转变。以往在调查市场营销体系时都是采用抽样的方式，并根据抽样的数据进行分析，然而，在当今社会环境的不断变化下，传播平台开始出现，以往的调查方式面对当前社会的复杂环境，已经无法进行准确的判断。于是，在大数据的营销流程中，各种与之相适应的数据库开始相继出现。比如消费行为调研、新生代消费行为研究、电通等等。这些数据库的建立将帮助传统的营销体系达到最终科学化的目的。
三、基于大数据前提下市场营销学手段的更新
1、更换市场营销教学大纲
在大数据背景下，目前市场中纷纷推出了各种不同版本的营销教材，这些营销教材的内容也是多种多样，有转变经营模式的、有创新营销理念，以往较为落后的营销教材已经无法满足当前社会的发展需要。因此，作为市场营销专业教师，要改变以往墨守成规的教学模式。大数据时代更换了陈旧的理论，教师在看待问题时也要从多个视角出发，同时也需要授课者不要绝对的打破传统，而是应保持大数据时代的敏感性，打开心灵，不断吸收新信息。一方面，不断跟踪国内外营销理论的最新发展趋势，积极关注营销研究的前沿；另一方面，了解国内外最近成功的营销案例，注重海外营销的最新发展，更注重实践中的商业模式变化和市场趋势，参与研讨会的教学，与同行交流、不断创新、与时俱进，确保在营销课堂中将新的教学内容提供给学生。
2、突破传统的市场营销教学模式
在大数据背景下，充分利用现代教育技术，改变传统的教育观念，打破教师为中心的“填鸭式”、“灌输”的传统教学方法。尽量让学生参与，充分调动学生的积极性，发挥学生的主体作用，提高教学质量。在传统市场营销专业的教学过程中，教学资源大多来自教材、教学参考书、教师收集各种情况、缩小、受限制的客观条件，课堂教学能提供信息能力是有限的。但在网络环境下，信息资源十分丰富。教学资源可以是网络图书、网站信息和资源、课件、经济信息、论文等。在营销过程中，教师可以使用网络互动教学法。大数据时代的授课通过多媒体、数字、模型和更加直观的内容来呈现知识，单调的传统课堂教学方式变得丰富而有趣，激发学习，减少学生的视觉和听觉疲劳，提高课堂教学效果的新型网络课堂互动教学模式。大数据时代，教师应充分利用条件，积极探索并激发学生兴趣，提升教学方法的科学性，真正实现市场营销教学活动数字化、趣味性、生动性和真实性。
参考文献：
[1]徐玮.大数据对高等教育的影响和挑战[J].教育教学论坛，2013
大数据时代的特性范文5
>> 大数据环境下的政务智能：框架与流程 大数据环境下数据与算法融合的探讨 论电子政务环境下的政务流程再造 大数据环境下地理标志产品保护与监管系统对申报流程的影响 大数据与云环境下的企业数据安全研究 ISA实施的流程框架探索 大数据背景下智能媒体的人本特性探析与展望 大数据背景下的智能交通系统应用与平台构建 新时代背景下大数据与智能交通的相互交融 大数据环境下高校网络架构的设计与优化 大数据环境下的企业信息化设计与构建 大数据环境下非遗视觉资源的获取、组织与描述 大数据环境下的城市交通规划与管理模式变革 大数据环境下的图书馆员角色定位与创新服务研究 大数据环境下知识管理与企业战略管理的深度耦合 大数据环境下P2P网贷平台的风险评估与防范 大数据环境下企业管理面临的问题与对策 大数据时代环境下的网络搜索与信息保护 “互联网+”与大数据技术环境下的现代教育技术研究 大数据下数字化学习环境的变革与趋势 常见问题解答 当前所在位置：.
[ 8 ] 国务院. 促进大数据发展行动纲要[EB/OL].（2015-
08-31）[2015-09-06].http：///zhengce/con
tent/2015-09/05/content_10137.htm.
[ 9 ] KIM G H， TRIMI S， Chung J H. Big-data applications
in the government sector[J]. Communications of the ACM，2014，57（3），78-85.
[10] 程建华，李新友，潘春燕.电子政务的发展方向：政务智能[J].电子政务，2006（1）：112-118.
[11] 樊博，孟庆国.面向主动服务模式的政务智能系统框架研究[J].情报杂志，2006，25（1）：72-74.
大数据时代的特性范文6
【关键词】大数据；政府；观念；变革
一、概念界定
发展至今，学界对“大数据”的概念依然没有形成统一的界定。维克托・迈克・舍恩伯格在《大数据时代》（Big Data）一书中说：“大数据并非一个确切的概念。最初，这个概念是指需要处理的信息量过大，已经超出了一般电脑在处理数据时所能使用的内存量，因此工程师们必须改进处理数据的工具，这导致了新的处理技术的诞生。” Forrester则把“大数据”定义为“在大规模的经济性下，获取数据的技术和技能。”但是无论概念如何界定，都是试图概括大数据“4V”特性：数据量大（Volume）、数据类型多样（Variety）、数据处理速度快（Velocity）、数据价值密度低（Value）虽然这些特性都根植于可视化分析技术、数据挖掘算法、语义引擎等计算机科学，但是价值观念才是最关键的东西。
二、政府、数据与信息关系的再认识
（一）要全体整合而非部分抽样的推测
传统行政管理中，由于经济性考量或者是工具性的局限，人们只能收集少量的数据进行分析，并以此来对总体进行推测。随着感应器、网站点击和数据挖掘技术的日臻成熟，使“样本=总体”成为可能，也为大规模信息采采集，提高决策科学性和有效性以及精细化管理提供技术支撑。
（二）要相关性的信息搜集而不是因果序列信息的排序
建立在海量信息基础之上的预测是大数据的核心。在大数据时代，完整的、混杂的信息往往有利于我们透过信息本身来挖掘隐藏着的事物运作的规律，因为具有超强计算能力的计算机能够充分的利用海量数据为人们构建最佳的模型，供人们做出预测。这种建立在海量数据基础上的预测不仅能够简化繁琐的流程，而且还能降低巨大的行政开支。
（三）要数据采集的高效性而非精确性
在传统行政观念中，为了保证数据的正确性，通常是通过表格、文档、数据库等方式来罗列数据信息，但是这种适用于传统记录方式的结构化的数据占到数据总量的5%，如果不能接受混乱和复杂性，95%的半结构化和非结构化数据的价值将被我们忽略。在社会高度复杂的今天，多样性其实也是一种解决问题的方法，因为大数据库的数据并不是固定在一个地方，而是存储在多个硬盘和电脑上，当电脑接收到搜索指令以后，系统的数据就能及时的更新，但是传统的系统要等到所有的记录都更新了系统的信息才能更新。
三、让数据说话――大数据在政府行政中崛起
在《大数据》一书中，维克托・迈克・舍恩伯格这样评价大数据的价值：“大数据就像一个神奇的钻石矿，当它的首要价值被发掘后仍能不断给予。它的真正价值就像票否在海洋中的冰山，第一眼只能看到冰山的一角，而绝大部分都隐藏在表面之下。”大数据时代要求政府行政必须要适应海量信息的产生、挖掘、存储、传播的方式，积极开发大数据隐藏的价值，更好的为公众服务。
（一）“需求导向”的信息供给
我国1999年就启动政府上网工程，但是发展至今，人民对政府网站的满意度任然很低。大数据的飞速发展，要求政府网站建设由“供给型”转变为“需求导向型”。政府必须走出狭隘的业务视角，通过用户的浏览行为、搜索行为等方式去了解公民普遍关心的社会问题，以及对政策的反响，挖掘公民的期望和要求，有针对性的提供各类服务，完善政府建设。如2014年3月5日，总理的政府工作报告成为社会各界关注的重点，百度新闻通过整合8000多个门户网站、行业网站、中央和地方传网站，利用大数据技术为人们呈现出老百姓最为关注的前五个词：环境治理、三公经费、保障房、物价、食品安全，这成为一个功能强大的实时舆情检测器和民意调查窗口。
（二）数据驱动决策
“数据驱动决策”的思想在60年代就已提出，但是发展十分缓慢，到上个世纪90年代管理学大师彼得・德鲁克仍在感慨我们拥有的数据越来越多，我们却不能很好的将它转化为信息和知识以供决策。Forrest Research公司分析师布莱恩・霍普金斯称，过去20年到25年，在商业领域仅仅利用了5%的信息进行决策，在政府领域，信息利用率更低。
大数据时代，数据规模越来越大，数据的种类越来越繁杂。但是以机器学习、数据化挖掘为基础的高级数据挖掘技术促进了从数据到信息的转化、从知识到行动的转移。计算机可以通过特定关键词的和条件限制进行检索，汇报整体的情况，真实呈现“发生了什么”、“问题是什么”、“下一步会发生什么”，通过数学建模，寻找“最佳的状态时什么样”，因此决策可以贴近于现实情况。这种基于数据的决策，引导政府的是“基于时政的事实”，而不是“意识形态”，更不是利益集团在政府活动中施加的影响。
（三）数据化解决方案
大数据的价值不仅仅在于它为海量数据提供了一种解决方案，更重要的是它为我们提供了一种建立在数据基础上相关的思维模式，它是一个从未有过的审视现实的视角，它是一种可以渗透到所有生活领域的世界观。
在美国，大数据被广泛的运用在社会治安管理和社会疾病防疫领域。2013年4月15日，美国发生了波士顿爆炸案，FBI通过采集爆炸现场周围周围大约10BT的数据就抓获了犯罪嫌疑人。同样，如果昆明建立有大数据机制，可以对火车站周围旅客的通讯、火车票、住宿、监控录像等信息进行综合分析和预警，那么2014年的恐怖袭击事件就可以得到快速有效的控制。
观念作为一种软实力，观念变革更是一种软实力，因为观念的变革是社会变革的前导性因素和力量，也是社会管理职能创新的推动力和导航器。大数据潮流下，政府行政人员只有变革行政观念，积极的挖掘的大数据“冰山”下掩藏的价值，才能在错综复杂的社会形势中把握主动权。
参考文献
[1] [英]维克托・迈克・舍恩伯格，肯尼思・库克耶著，盛杨燕，周涛译.大数据世代[M].浙江人民出版社，2013.
