前言：中文期刊网精心挑选了大数据时代的概念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。
大数据时代的概念范文1
关键词：大数据；数据挖掘；大数据处理；大数据平台；大数据案例
0引言
随着互联网的飞速发展，企业计算、云计算、物联网等各种应用的涌现，“大数据”应运而生［1］。21世纪已迈入了“大数据时代”。作为大数据时代的人才，了解大数据时代特点，掌握大数据处理的基本方法，了解各行业使用大数据将造成的社会变革，已成为21世纪市场对人才的需求。大数据是未来发展的趋势，大数据课程的开设，有助于培养出符合市场发展和企业需求的21世纪创新型人才，而国内现有的高校人才培养和课程体系中缺少面向高校所有专业开设的大数据基础课程。如何设计和构建面向高校所有专业的《大数据基础》课程是本文研究的主旨。
1国内外大数据相关课程现状调查分析
目前，国外有多所高校开设了大数据方向专业课程，如波士顿大学、北卡罗莱纳州立大学、德保罗大学等。课程的开设与人才培养的侧重点紧密相关，主要分为3个方向：面向商学院、管理学院、财经学院的大数据分析方向，面向计算机学院与软件学院的大数据平台方向，面向理学院的深度计算分析方向［2］。在国外，大数据相关课程主要以课程体系的形式开设，重在以项目的形式培养学生实践动手能力和使用大数据技术解决问题的能力。近年来陆续有国内高校在计算机学院、软件学院等开设针对研究生的大数据专业方向课程。2014年，西安电子科技大学开设大数据技术与应用专业硕士方向；2013年，北京航空航天大学成立了“大数据技术与应用”软件工程硕士项目；2012年，西安交通大学软件学院建立了以大数据系列课程作为专业必选课、针对研究生的业务分析系；2011年，北京交通大学软件学院建立了研究生信息管理专业［2］。国内针对本科生的大数据相关课程开设较少。清华大学在本科培养方案中开设了专业限选课“云数据管理”；部分国内高校也开设了与大数据相关的课程，如“存储技术”、“数据挖掘”与“分布式编程和数据处理”等，但课程仅在计算机学院、软件学院等学院内部作为专业限选课或选修课开放。可以看到，随着大数据时代的到来，国内高校开始逐步开设大数据相关专业方向，并建设大数据专业课程。然而，大数据作为各行各业都需要使用的技术，是各行业人才都需要了解和掌握的。目前，国内鲜有高校面向全校本科生开设《大数据基础》课程。
2课程构建思路
根据社会各行业对人才在大数据方面的知识储备需求，学校设计构建了面向全校各专业本科生开设的《大数据基础》课程。在广泛调研了解社会各行业大数据处理及应用的基础上，在构建《大数据基础》课程内容中遵循以下3点思路：（1）不同行业的大数据均具有相同的数据类型和特点，只是数据的表现形式和使用方式不同。因此，课程需要介绍大数据的基本概念和特点，以及各行业使用大数据对时代的影响和变革。（2）大数据要发挥作用，其核心在于对大数据的处理，包括数据处理平台和数据处理方法。传统的数据处理平台和处理方式很多不适用大数据的处理，大数据有其特有处理方式。因此，大数据的处理是本课程讲授的核心和重点。（3）《大数据基础》作为面向各个专业的通识基础课程，为了提升学生对课程的理解能力与学习兴趣，需要通过对多个行业大数据应用案例进行讲述，以帮助其深入了解大数据的数据类型、应用处理方法和过程等，并对大数据时代产生进一步深入认知。
3课程构建思路
3．1课程内容设计
在第一章中，主要介绍大数据时代的产生、大数据的概念特点，大数据时代到来对社会生活产生的影响、引发的行业变革，以及在大数据时代来临之时，新的问题和挑战的提出。在这一章的介绍中，大数据的概念特点是基础，由此引起的社会变革是现象，需要学生们通过讨论进一步深入理解；新挑战的提出为学生们开辟了广阔的视角，有助于帮助他们根据时代需求确定学习研究的方向和对自身的培养规划。要从大数据中提取有价值的信息，需要对数据进行信息挖掘。第二章中首先介绍数据挖掘的概念，然后详细介绍数据预处理的方法流程和数据挖掘的主要方法，最后结合案例介绍大数据挖掘的实际应用。在案例选取中，使用了亚马逊推荐系统、谷歌翻译系统，以及上海外滩踩踏事件等有代表性的案例进行大数据挖掘的讲解，以帮助学生们理解大数据挖掘的方法、特点和应用价值。大数据的处理分实时流处理和静态分析处理两大类。在第三章中，结合案例介绍了大数据流处理和静态分析处理的平台和技术。大数据静态分析处理平台重点介绍了Hadoop平台，大数据实时流处理技术重点介绍技术原理和方案。这一章主要介绍大数据的处理方法，给学生们建立一个基本的概念框架。案例使用城市洪涝灾害分析预警平台，介绍静态数据分析处理和流数据分析处理在同一行业中的不同应用，以帮助学生们理解两种数据处理的特点和应用领域。作为面向全校的本科生通识课程，希望学生们能够通过本门课程了解大数据处理分析在社会生活各方面的应用前景，并结合各专业的应用需求分析及展望未来大数据在本专业的应用发展。因此，需要在课程中充分开拓学生们的视野，广泛地介绍各行业案例。第四章大数据应用及案例分析重点介绍了智慧城市、舆情分析、阿里大数据处理以及FaceBook脸谱网大数据处理案例。
3．2授课方法设计
课程各章节内容充分使用案例，深入浅出地进行讲解。由于各专业学生的知识储备不同，作为通识基础课程，只有充分引入各行业案例，才能既激发学生学习兴趣，又帮助学生掌握各个知识点。充分引入学生自主讨论机制。在大数据的数据类型、大数据预处理方式、大数据挖掘方法、大数据静态处理分析、大数据实时流处理等知识点的讲授中，先介绍基础概念，然后要求学生们针对自己本专业的大数据应用领域进行广泛讨论。
4实施及效果
《大数据基础》课程于2015年春季学期面向全校本科生开课。学生来自经济学院、新闻与传播学院、管理学院、社会学系、水电与数字化工程学院、计算机科学与技术学院、软件学院、船舶与海洋工程学院等多个学院。学生们普遍反映，通过该课程，对大数据时代及大数据应用有了一定了解，并能进一步延伸思考本专业领域的大数据应用发展方向及前景。
5结语
大数据技术对人们的工作和生活造成了巨大影响，是当前计算机领域的研究热点。本课程从大数据技术对日常社会、生活、工作的影响入手，深入浅出地介绍大数据的基本概念、相关的数据处理方法和数据挖掘技术，并通过实际案例讲述大数据在日常生活与各行业中的应用。通过本课程的学习，有助于提高学生们的大数据应用能力，为未来应用、研究和创新创造更多机会。
参考文献：
［1］孟小峰，慈祥．大数据管理：概念、技术与挑战［J］．计算机研究与发展，2013（1）：146－169．
［2］张晓芳，王芬，黄晓涛．国内外大数据课程体系与专业建设调查研究［C］．ICEMSS2015，2015．
［3］施利萍，张应辉，罗阿玲，等．大数据产业及其发展机遇［J］．软件导刊，2015，14（7）：5－7．
大数据时代的概念范文2
随着大数据时代的到来，企业在面临着各种挑战的同时，大数据时代为企业也带来了前所未有的机遇。例如企业可以从大数据中充分而及时地挖掘顾客的需求，在大数据的时代下，人们通过手机浏览的各种感兴趣的页面及内容都会通过大数据系统的分析，经过汇总最终形成个人的喜好，以便在后期的使用中企业及时为顾客提供与之相符的服务。不仅可以向顾客推荐相关方面的新闻资讯，还可通过大数据调查改变产品的设计研发方向。大数据时代不仅方便了消费者，同时也为商家提供了捷径。对大数据的分析可以使生产厂家及时地了解到顾客的需求，并且针对顾客的各种需求对已经生产上市的产品进行改进，在改进的同时也可能通过顾客的其他需求开发出新的产品，最重要的是大数据时代可以使信息得到及时的汇总分析。大数据时代可以使企业及时地发现问题，从而达到高效而节约的组织管理企业。通过对企业的大数据进行分析，可使管理者快速而准确地找到企业工作效率较低的地方。同时也加强了企业的风险管理，使企业可以及时地进行风险预测、风险监督以及风险控制。
2大数据时代给企业管理带来的冲击与挑战
（1）与传统管理理念的冲突，很多企业在企业管理过程中，管理层很难会用一个发展的眼光去看待企业管理事宜，受到传统的管理理念影响，很多企业在经营管理活动开展中呈现出了僵化性。大数据时代是一个信息数据高度流通化的日新月异的新时代。而企业管理者的大数据思维尚未形成，造成了与大数据时代脱节，将会逐步导致公司竞争力下降、客户爽约等一系列问题。（2）数据分析结果对企业决策的影响数据收集处理以后，获得对企业管理有价值的数据，往往会对企业的发展有着巨大的潜在价值，这就在一定程度上决定了企业未来的决策。但是企业所搜集的数据的真实性及可靠性需要管理者用智慧的眼光进行甄别。由于大量数据的汇总会造成很多没有价值或者价值不高的垃圾信息，这些垃圾信息将直接影响整个数据分析的结果。企业管理者要仔细甄别，做好每一个决定，因为每个决定都影响着企业的未来发展方向，一个错误的决定可能会导致整个企业的效益直线下滑甚至破产。因此决策者要用智慧的眼光看待大数据。
3大数据下企业管理对策探讨
（1）企业管理者要及时地调整管理观念，在大数据时代顺应时展并作出正确的决策，这就要求企业在较好地了解大数据时代的概念和趋势下，顺应历史发展的潮流，更新应用新的技术，改变传统的管理理念，使由直觉和经验做出的决策转变为科学决策，在原有的理念上“取其精华，去其糟粕”，在陈旧的理念中加入新鲜血液。（2）充分利用大数据时代下的数据可视化工具，通过数据的图形、图像、动画效果来展示没有规律的繁琐数据，这样可简化数据类型，能够进一步探讨数据之间的联系，方便操作。（3）在大数据时代下要培养管理人员的预测能力，企业管理者可根据收集的大量数据信息进行分析判断，认真对待不利于企业发展的信息，及时调整企业的管理模式及发展方向，避免对企业造成更加严重的后果。
4结论
大数据时代的到来意味着新时代的开启，每个企业都在大数据洪流的影响之下，都要承受大数据带来的机遇与挑战，如果管理者的能力足够出众，通过转变观念，合理地利用大数据并通过数据分析做出正确的决策，我相信企业在大数据的浪潮之中将会一路高歌猛进。
参考文献：
[1]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］.中国科学院院刊，2012，27（6）.
[2]冯芷艳，郭迅华，曾大军，陈煜波，陈国青.大数据背景下商务管理研究若干前沿课题［J］.管理科学学报，2013，16（1）：1-9.
大数据时代的概念范文3
关键词：大数据；信息资源管理；网络信息资源
DOIDOI：10.11907/rjdk.161946
中图分类号：TP319
文献标识码：A文章编号文章编号：16727800（2016）009013202
作者简介作者简介：杨洋（1995-），女，湖北武汉人，华中师范大学信息管理学院学生，研究方向为信息管理与信息系统。
0引言
随着互联网时代的来临，越来越多的数据都来源于网络，网络数据呈爆炸式增长，如何对这些网络信息资源进行有效的采集、组织、分析和利用成为急需解决的问题。运用先进的技术和管理经验来对网络信息资源进行开发是大数据时代急待解决的问题。
1大数据概述
2011年，位于美国的全球知名咨询公司麦肯锡最早提出了“大数据时代”概念，随即在全球掀起了轩然大波，似乎所有学科都被冠以大数据的头衔。随着网络时代的发展，数据以惊人的速度增长――每秒钟有60张照片上传到网络；每分钟有60个小时的视频上传到YouTube；每天，全球互联网中产生的数据可以刻满1.68亿张DVD，发出的论坛帖子达到200万个，相当于美国《时代》杂志770年的文字量。
到目前为止，大数据还没有一个完全准确且被公认的定义。麦肯锡全球研究所给出的定义是：大数据是一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合。现在被广泛认可的是大数据的4V特征：海量的数据规模（Volume）、快速的数据流转（Velocity）、多样的数据类型（Variety）、价值密度低（Value）。
随着科技时代的发展，大数据的处理要求与日俱增，特别是面对海量的网络信息资源，亟需大数据技术的特殊处理，才能够得到充分的组织利用，才会为社会创造更大的价值。
2大数据时代网络信息资源开发利用现状
2.1网络信息资源概念
广义上讲，信息资源是指一个贯穿于人类社会信息活动中从事生产、分配、交换、流通、消费全过程的多要素集合，包括信息劳动的对象、信息劳动设备、信息劳动技术、信息劳动者等[1]。而网络信息资源作为知识经济时代的产物，即虚拟的信息资源，是指借助于网络环境可以利用的各种信息资源总和。网络信息资源可以指以数字化形式记录的、通过计算机网络通信方式进行传递的信息内容集合，也可以是为满足人类需求，借助计算机等设备开发、生产和传递的、通过网络获取的信息集合。
2.2大数据时代网络信息资源开发利用机遇
过去，很多行业对网络数据只是进行传统挖掘，比如点击率、网络流量以及其它仅局限于网络数据的指标。因为技术、人才的缺乏，导致很多详细的网络行为数据没有被充分挖掘。但是现在，在基于大数据的有关技术以及在全行业大数据的浪潮中，来自于网页浏览器、移动应用终端、自助服务终端、社交媒体等地方的网络数据被挖掘整理为有价值的网络信息资源，为科研、商业、教育等领域提供源源不断的可用情报，从而促进各大行业蓬勃发展。在大数据时代，网络信息资源中可挖掘的有用信息更加丰富。
早在大数据概念提出不久的2012年，美国就已经将大数据研究和发展计划提升为国家发展战略。美国作为一个科技与经济强国，其对大数据的重视程度可见一斑。虽然我国互联网起步较晚，但政府在实行大数据战略时也给予了充分的经济与政策支持。2016年中国大数据产业峰会暨中国电子商务创新发展峰会的主题便是大数据开启智能时代，国务院总理出席开幕式并发表致辞。信息处理技术作为四项关键技术创新工程之一，涵盖了海量数据存储、图像视频智能分析、数据挖掘等信息处理技术，是大数据技术的重要组成部分。
2.3大数据时代网络信息资源开发利用的挑战
大数据时代，网络信息资源开发利用有着良好的发展条件，机遇和挑战并存。首先，我国现阶段在数据挖掘、数据仓库、搜索引擎、元数据等技术上与科技发达国家还存在着差距[2]，如何使用先进的大数据技术来处理庞大的网络数据，增强信息的采集、组织、分析和运用能力成为亟待解决的难题；其次，如何有效管理庞杂的信息资源也是急需解决的问题[3]。在互联网时代甚至是移动互联网时代，网民产生的海量数据杂乱无序，需要合理管理才能组织利用好这些数据，为生产生活创造价值。
大数据时代，网络信息资源利用发展迅速，但人们的从众心理会导致盲目投资，很多人往往在没有彻底弄清大数据的发展形势前就跟风操作，这会加重网络信息资源管理的负担，不良的大数据产业还会带来行业风险，信息的真实性和可靠性得不到保障。
3大数据时代网络信息资源开发利用策略
3.1提升大数据技术水平
我国的大数据技术水平与美国等科技发达国家还存在差异，要利用好网络信息资源，进行有效合理的开发，就一定要掌握核心技术。
大数据核心技术有：①Hadoop，是一个能对大量数据进行分布式处理的软件框架，Hadoop 是以一种可靠、高效、可伸缩的方式进行处理的；②Storm是自由的开源软件，一个分布式的、容错的实时计算系统。Storm可以非常可靠地处理庞大的数据流，用于处理Hadoop的批量数据；③RapidMiner是世界领先的数据挖掘解决方案，其数据挖掘任务涉及范围广泛，包括各种数据技术，能简化数据挖掘过程的设计和评价。
3.2加强网络信息资源的引导和管理
大数据时代的社会舆论环境非常复杂，互联网时代，每个网民都是大数据的生产者和接受者[4]。首先，有关部门要疏通网络舆论环境渠道，善于利用大数据技术分析解剖舆情问题，提取采集有价值的网络信息，整理网民关注的焦点和热点问题；其次，对于网络信息资源反映的问题提出有效的解决方案，甚至可以预测问题、提出预警。对于网络行为进行数据挖掘，从而得到经济、政治、社会层面有价值的信息资源。比如在淘宝网上，通过用户的购买数据和浏览数据得出用户偏好，在后台处理这类信息，形成商品推荐呈现给用户，以此增加用户购买行为概率，提高潜在经济效益。
大数据时代应以先进的管理方式来进行网络信息资源的开发利用。基于大数据的4V特征，一般的管理方式是难以驾驭大数据的，所以新型的先进管理经验应运而生。要利用数据挖掘和数据仓库技术对大数据进行管理。数据挖掘一般是指从大量的数据中自动搜索隐藏于其中的有着特殊关系的信息过程。数据仓库，是为企业所有级别的决策制定过程，提供所有类型数据支持的战略集合。它是单个数据存储，出于分析性报告和决策支持目的而创建。这都需要专业的管理人员进行操作与管理，对大数据时代下的网络信息资源管理提出了更高的要求。
3.3制订相应的政策推动网络信息资源开发利用
在大数据时代，网络信息资源的开发利用可以深入到上至国家下到个人的各个层面，数据的真实可靠性、个人的隐私也都会受到影响。国家不仅要在促进大数据发展上制定相应的政策，还应该加强宏观调控，制定政策和法规，用相应的法律来进行约束管理。
我国相关机构要建立符合实际的技术、人才、财政等政策保障体系[5]，为大数据产业发展营造良好环境，生产并提供适合受众的网络信息资源与服务。在经济政治条件允许下，可以建立大数据创业园区，集聚大数据开发运营企业，对相关企业提供便利条件或相关支持，从而促进网络信息资源的开发利用。
4结语
大数据时代的历史潮流势不可挡，大数据与互联网相辅相成，共同发展。大数据时代的网络信息资源开发利用成为连接两者的桥梁。随着科技发达国家对大数据的重视，国家之间的实力对比也逐渐成为信息力量的权衡，网络信息资源在国家领域和日常生活中越来越占据主导地位。我国应紧跟大数据时代的发展潮流，加紧对网络信息资源进行有效地开发和利用，以提升综合国力和核心竞争力。
参考文献参考文献：
[1]张欣.大数据时代的网络信息内容建设管理[J].新技术，2015（5）：119.
[2]严颂.大数据时代的网络信息内容建设管理[J].成都行政学院学报，2014（1）：1922.
[3]刘倩倩.大数据时代网络信息资源的开发与利用[J].企业技术开发，2015（5）：8384.
大数据时代的概念范文4
【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.
大数据时代的概念范文5
在刚刚结束的2014年谈论数据资产管理，并不是令人感觉生疏的话题。大数据时代，使得数据资产变为“新财富，价值堪比石油”。《大数据时代》一书的作者维克多甚至乐观预测，数据列入企业资产负债表只是时间问题。
麦肯锡预测，使用大数据将支持新一波的生产力增长和消费者剩余，挖掘到数据价值将是最有价值的竞争优势，能够充分利用数据的企业将有可能占据先机，不重视数据资产并忽视大数据的企业将逐步落后。如今越来越多的企业意识到数据资产的重要性，踏上了挖掘数据价值的旅程。在国外，Facebook、Google、亚马逊等国际巨头正在运用数据的力量获得商业上更大的成功，一些传统的金融、电信等企业也在充分运用数据来提升自己的商业竞争力。
现实也如此美妙吗？相关数据显示，全球每年新产生的数据以4%的速度递增，中国2013年的数据量是2012年的两倍，相当于2009年全球的数据总量，这预示着中国大数据时代已经来临。事实上，把“数据”存进“银行”，这是一个并不遥远的未来。随着“数据即资产”的概念被越来越多的人接受和认可，“数据银行”将会随之出现。消费者不仅是数据的生产者，也是数据的使用者。大数据时代，当一切数据都变得在线时，数据则为王，信息是武器。谁享有的数据资产多，谁就有更大的竞争力。
不可否认的是大数据正在改变产业创新，正成为提高产业核心竞争力的关键。与此同时，数据的采集、存储、处理以及挖掘等新的能力要求，对传统技术、产品和应用服务模式提出了新的挑战。大数据应用的需求，也在倒逼着芯片、产品软件的创新，而各种高效的数据处理技术的广泛应用，也会推动全球IT产业的格局。然而，大数据发展的挑战犹在。比如技术不足，技术和应用与国际先进水平还有明显差距，数据安全和数据开放评论体系没有建立，大数据领军人才、创新人才不足等。
未来很美好。IDC预测，2015年大数据市场规模将从2010年的32亿美元增长到170亿美元，复合年增长率为40%。大数据是一个庞大的新的领域，其中的数据集可以增长得非常庞大，以至于使用传统的数据库管理工具也很难处理。处理这种问题所需要的新工具、框架、硬件、软件和服务是一个巨大的市场机会。实际上，企业首先需要梳理自己的数据资产，从而选择相应的工具。
不可否认的是，在云计算和大数据时代，企业内外部都出现了海量的数据。如何对这些迅猛增长的数据进行管理，使它成为真正可以变现的资产。亚信大数据事业部总经理张灏认为数据资产管理有三个关键点。其一为企业领导者首先应建立数据资产的思维方式。大数据具有很大潜力的利用价值，对其存储可能会消耗一定的资本，但随着时间的增长，它所体现的价值就会越高，企业将数据变现的机会也会越大。企业领导者只有认可这一点，在观念上进行改变，才能使数据资产管理具有可操作性。
其二为共享机制的建立。现在政府、各企事业单位之间的数据彼此孤立，所体现的价值也只是单一业务的价值。张灏认为只有打破各部门之间数据的壁垒，解决不流畅问题，以数据资产的理念和诠释图去共享这些数据，才能使决策者更好地应用它，挖掘它的价值。目前一些政府正在推动数据交易的发展。
大数据时代的概念范文6
（1西华师范大学 四川 南充 637002 2四川大学锦城学院 四川 成都 611731）
摘 要：从大数据环境视角出发，研究探讨如何权变地解决创业预测、决策与定位的精准化问题，并在此基础上提出了精准创业的概念模型，为推动创业与创新取得良好效果具有导向意义。
关键词 ：大数据；精准创业；关系函数
中图分类号：TN912 文献标识码：A doi：10．3969／j．issn．1665－2272．2015．14．009
*基金项目：四川省教育厅科研项目“创新创业教育支撑体系实证研究”（项目编号：14SB0444）；西华师范大学教改项目“创新创业教育实践平台的影响维度实证研究”（项目编号：JGXMYB1318）；教育部教育管理信息中心MOOC课题2014－2016年度重点项目“大数据环境下创新创业教育的结构模型与实现路径研究”。
收稿日期：2015－04－30
在大数据环境下，数据与资金、人才、技术等成了企业生存发展的重要资源，对这些资源的运用方式决定了创业企业的兴衰存亡，创业者要想高效运用这些资源，就要解决一个问题——精准。“精准”能够使企业明确目标、节省成本、开发需求、占领市场，进而获得利润，长久地生存发展下去。Barabási认为，在大数据时代人类行为的95％都是可以预测的。这个比例之大，使得创业者对“精准”占有市场和化解风险有了重新的期盼。
1 精准的理论研究历史脉络
本研究通过对不同历史时期实现精准的表述，将精准的研究分为以下几个阶段。
第一阶段，小数据市场调查与预测阶段。在数据来源领域，Kiaer是第一个使用抽样方法收集数据的人，并进行了许多纯粹的抽样调查。最先将随机化理论引入抽样调查的是Bowley，同时也是他发展了目的性选择理论。Mahalanobis提出了交叉子样本的理论，以此来降低非样本误差的问题。此后，统计学陷入了对各种抽样方法的研究之中，但是，都不能完全避免抽样所带来的误差。
第二阶段，精准营销阶段。电子商务的飞速发展，使得各种网络营销概念层出不穷，Wunderman提出了精准营销的概念。Abin和Brebach提出了精准营销的4R法则，即Right customer ＋Right message ＋Right channel ＋Right time。Kotler认为精准营销中至关重要的就是建立个性化的沟通，它的含义就是前文所提到的4R法则。Laursen基于大数据时代的商业分析补充了一些新的精准营销的方法与案例。
第三阶段，大数据精准预测阶段。Hubbard认为大数据的源头之一是数据化决策，财富500强企业都在使用量化决策方法，企业要想在复杂多变的社会环境中立于不败之地，就必须对企业所掌握的数据进行分析，分析后的信息就是企业管理决策的重要依据。Sch nberger提出了大数据时代，不再依赖随机采样和因果关系。Maex和Brown在《大数据营销：定位客户》指出可以利用大数据来辨认出最佳顾客——利润最高的顾客，如果用效率最高的方式和这些顾客打交道，就能使他们的购买力提高，进而增加企业的利润。
综上所述，笔者认为，基于互联网和大数据技术的精准预测方法，将逐步取代传统的创业决策方式，成为创业研究的新趋势。
2 上述研究共同指向的新问题
2．1 没有结合时代趋势引入“大数据”方法
文献中还没有将大数据的精准效果应用在创业领域的概念。Hubbard认为，具有高信息价值的量一般都是客户从未量化过的，一个被量化事物的经济价值，和它所受到的关注常常成反比。绝大多数企业都缺乏科学决策的思想，缺乏对用户购买行为产生的各种数据进行分析，仅凭经验判断、直观感觉做出的决策出错的几率很大。归根结底是没有引入大数据的方法，缺乏对精准效果的把握。
2．2 缺乏“精准”的概念内涵
精准就是在恰当的时间，将恰当的产品，运用恰当的方式，销售给恰当的顾客，只有同时满足这四个条件才能称之为精准。大数据中的海量信息，能够帮助创业企业精准地找到其目标顾客，并为其预测顾客偏好的改变。创业企业据此可以决定公司的商业模式、盈利模式、营销方式等。由于大数据的精准预测的特性，对大数据的分析、使用可以大幅度降低创业失败的风险。而目前的创业决策还主要依靠主观臆断和经验，创业行为还近似赌博，缺少精准性。
2．3 缺乏“权变”的思维
Luthans认为，权变关系是两个或更多可变因数之间的函数关系，权变管理是一种依据环境自变数和管理思想及管理技术因变数之间的函数关系来确定的对当时当地最有效的管理方法。在不断变化并快速发展的数据环境下，没有一成不变、普遍适用的“最好的”创业理论和方法，企业在其生存和发展中，要根据组织所处的外部环境和内部条件的发展变化随机应变，这样才能使企业长久发展下去。
3 精准创业概念的提出
3．1 逻辑结构：一种权变的关系函数
在大数据背景下的创业活动，离不开权变思维，因为大数据和创业本身都是不断变化之中的。创业企业必须运用权变思维进行创业策略的规划设计，才能在瞬息万变中采用“更好的”应变策略。
创业成功率的高低关键是由精准效果来体现。精准效果也是检验各种创业理论解释力和预测力的基本标准。精准创业效果与创业企业利用所掌握的大数据进行精准的数据化预测、数据化定位及数据化决策有关，不能用固定的模式进行创业或者盲目地投资创业。
按照Luthans权变函数关系构架，大数据环境与创业之间，也是某种函数的关系（见图1）。将这个函数关系命名为通过大数据实现的精准效果，即“精准创业”。精准创业的关键在于怎样使大数据环境与精准创业之间建立函数关系。精准创业作为一种权变函数，其过程是数据化预测、数据化定位及数据化决策等因素的方程式，即Precise Entrepreneurship＝F（Data prediction，Data decision，Data position），即PE＝F（P，D，P）。
3．2 因变量：精准创业
在此权变函数关系中，精准创业（即精准效果）可作为因变量。因变量随自变量的变化而变化。创业企业应当根据自变量与因变量之间的权变关系来设计一种最有效的创业模式。在创业活动中，大数据环境支撑的各子系统之间相互影响，相互联系，并具有系统的开放性。创业活动中的个人及组织行为必须与大数据环境因素相适应，实施精准的数据化预测、数据化定位及数据化决策，精准各个系统环节，才能使创业达到最佳绩效。
3．3 自变量：大数据环境
在此权变函数关系中，数据化预测、数据化定位、数据化决策等因素可作自变量，大数据中数量庞大的数据资源能够帮助企业精准定位，准确预测经济形式的变化，并及时作出最利于自身的决策。因此企业对这些信息收集、整理、利用的能力至关重要，运用这些信息的程度决定了企业的兴衰存亡，这些能力也是大数据时代对企业的必然要求。
（1）数据化预测。大数据的核心就是预测。大数据包含着错综复杂的信息，创业企业可以采用与之相匹配的管理流程、技术手段去挖掘这些数据所带来的价值，从大量的客户数据、访问行为中去辨识客户访问数据的模式，从而为创业决策和定位提供精准化的预测。
（2）数据化决策。大数据在一定程度上降低了信息不对称的程度，使决策信息更加大数据化大数据整合了各种类型的数据。基于大数据的精准决策， 可以指导和帮助创业决策流程的每一个可以量化的环节并做出最优的处理。利用大数据决策大幅提高了企业决策中所含的技术量与知识量，大数据利用的有效与否是企业决策的关键。大数据为企业提高竞争力提供了新的舞台，这种竞争力归根到底是数据分析提炼能力，是情报分析利用能力。
（3）数据化定位。创业是伴随着高风险的，一次错误的目标顾客定位就会导致失败和债务。精准的定位，是对目标市场的供给和需求情况做出细致的分析后，针对目标顾客的细分需求，依据大数据进行差异化的定位。通过定位精准化，创业企业可以制定准确的战略把有限资源准确地用于如何获取新客户，提升现有客户和保持客户，促进企业的持续盈利。
精准创业，对提升创业绩效具有导向意义。值得指出的是，精准创业目前还是一个较为理想的概念。由于大数据环境还受社会环境、人的情感等诸多因素干扰，很难做到绝对理性精准化。不过，随着“互联网＋”逐渐深刻地改变人们的生活，通过精准创业概念所体现的思想与方法，将成为未来最主要的创业方式。
参考文献
1 丹尼尔·A·雷恩．管理思想的演变［M］．北京：中国社会科学出版社，2004
2 道格拉斯·W·哈伯德．数据化决策：大数据时代财富500强都在使用的量化决策法［M］．北京：世界图书出版公司，2013
3 张玉利，李乾文，李剑力．创业管理研究新观点综述［J］．外国经济与管理，2006（5）
