前言：中文期刊网精心挑选了大数据调查方法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。
大数据调查方法范文1
关键词：大数据；城市规划；思维方式
大数据时代下的城市规划方式在不断的发生变化，如果没有将大数据时代下的城市规划好，那么城市发展就会与国际脱轨，对整个经济的发展是极其不利的。随着我国城镇化建设的不断加快，对城镇化建设的要求在不断增加，于是大数据的出现满足了现代化经济发展的要求，如果没有将大数据时代建设好，那么云计算的出现就没有了任何的意义，因此要正确的认识大数据时代下的城市规划思维，将城市规划做好。
1 大数据的简单概述
1.1 大数据的概念
大数据时代人们并不陌生，我们所处的这个时代就是大数据时代，但是现在还没有对大数据有一个具体的规定，大数据也没有具体的概念，以至于很多人对大数据都不是很了解，对大数据的了解仅仅是停留在表层，知道大数据是十分重要的，需要对大数据进行基本的了解，大数据其实是十分简单的，有很多的学者认为大数据就会使大小超出了典型数据的收集、整理、存储和分析的能力，提高了数据的分析能力，将数据的分析结合到了城市规划中，不能够完全的放在一张的表格中，还有学者认为只要是不能够将数据放在一张表格中的数据就是大数据，大数据是在传统的数据理念上发展起来的，如果没有对这一技术进行基本的讨论与研究，那么这么技术是不能运用到城市的发展中的，传统的数据库是收集、整理、分析等环节，但是大数据时代将这些环节都变得更加的高效，尤其是云计算的出现让物联网等信息技术不断地发展和创新，与时代的发展步伐相接轨，对经济建设有着重要的要求。
1.2 大数据的“3V”特征
3V就是指数据的规模大、种类多、在流转上具有高时效性。这是大数据普遍具有的特征，如果没有对大数据进行具体的了解，那么是不会注意到这些特征的。大数据时代下的数据利用与传统的数据调查方式是不同的，有着很大的差异性，传统的调查方式主要是通过静态统计和抽样调查的方式进行数据上的对比，大数据的出现让数据在容量、类型、流转等方面有着极大的提高，打破了传统的方式，为城市规划思维的提高做出了极大的贡献。
2 大数据在城市规划中的应用
2.1 在城市社会空间上的应用
城市规划是离不开社会空间的规划的，而且城市社会空间一直是人们研究的重点，尤其是信息技术的发展，让人们对社会空间上的规划更加的感兴趣，主要的研究方法已经发生了改变，传统的城市规划方式是采取抽样调查的方式来进行城市的规划，现在抽样调查的方式已经无法满足时展的需要，居民时空上的研究已经使用大数据进行基本的规划，城市社会空间上的规划已经呈现出了多元化、科学化和研究主题的应用化的趋势。
有很多的学者对这一现状进行了研究，是以某地为例，使用GPS设备对该地区的10000个住户的居民日常情况进行了基本的研究，尤其是在分布特征上，从调查中可以发现，大数据时代下的城市居民在相同时间下采集数据的量在逐渐的增加，还有着较高的准确性，因此，使用手机终端、GPS、网络日志等这些方式进行数据上的调查已经成为了城市发展的主流。
2.2 在城市实体空间中的应用
2.2.1 城市公交的研究
城市公交是城市发展中必不可少的因素之一，现在的城市中已经有很多的地方都在使用公交IC卡进行数据的识别，可以展现城市居民的整体出现状态，将通勤情况进行了可视化识别，某学者通过对出租车中使用的GPS进行了基本的研究，研究的内容主要是出行手段。出租车空驶和出行的总量这三个方面进行了基本的研究，利用GPS等技术，方便了日常的调查，大数据时代下的数据调查已经被人们利用，在出行上除了公交IC卡被广泛的使用，还有社交网络和出租车GPS也在城市的出行上进行了应用，相对于传统的通勤方式而言，利用大数据可以对城市中人们的出行进行基本的调研，在数据上也更加的精准化，大数据技术在城市发展中被广泛的应用。
2.2.2 在城市功能分区上进行了应用
以某城市为例，要想在城市的功能上进行区分，就要在城市地形的基础上识别城市的中心地带，将城市的中心地带进行划分，划分的方法主要有以下三种：一种是利用数理模型进行计算，，还有一种是利用社交网络进行基本的计算，最后一种方式是利用全景网站，将自身的经验集合到城市中心区的规划中，这样就可以将城市规划的更好。
3 大数据时代下的城市规划变革
范式变革是在大数据时展的今天出现的，研究领域的扩大将范式变革已经应用到了了城市的发展中，就是一种数据密集型的一种研究方式，这种研究方式已经被认可，被人们称为第四范式，这一理论的出现主要是为了研究数据，数据是理论的核心，主要就是通过数据来思考设计和研究，科学的收集数据、利用数据，科学研究范式变革主要体现在以下几个方面：第一范式是实验科学，是为了描述自然现象的，第二范式是理论科学，例如牛顿定律，第三范式是实验科学，第四范式是数据密集型科学，大数据的探索。
4 大数据时代的城市规划创新
借助移动终端可以迅速记录地块的详细信息，如用地性质、建筑高度、空间布局以及地块建设存在的问题等。调研完成后，通过构建GIS平台软件系统，将整理好的前期调研数据以统一的GIS格式输出，从而汇总成完整的GIS基础数据库，为后续的方案设计提供准确、翔实的数据支撑。
借助社交网络和点评网站的数据进行空间化分析，可以识别城市功能空间的利用效率和居民活动感受，进而分析居民对城市功能空间和公共设施服务的满意度，通过分析居民情绪可以合理划分城市的积极空间和消极空间，为未来城市空间环境的优化调整提供依据。新的信息技术为居民参与城市规划提供了更多、更灵活的参与方式以及更为宽广的沟通平台。
在城市管理层面，城市政府可以构建三维地理信息在线平台，借助互联网、社交网络、微信、电子政务等网络平台打造政务信息公开，向居民展示城市面貌和预期规划效果，并通过互联网、社交网络和智能移动终端收集居民对空间规划的体验和建议，打造城市管理的新范式，实现传统的以政府为主导的集权式城市管理模式向真正的公众参与城市管理模式的转变。
5 结论
大数据并非是解决所有城市问题的万能钥匙，要注重大数据的分析方法与传统研究方法的结合使用，使规划结果更为客观、公正和科学合理。
参考文献
[1]甑峰，秦萧.大数据在智慧城市研究与规划中的应用[J].国际城市规划，2014（29）6：44-50.
大数据调查方法范文2
一、大数据与财务竞争情报及数据挖掘技术
1.大数据
大数据起源于上世纪中叶，那时，西方发达国家信息产业发展较快，尤其是在计算机领域、情报信息领域、自然科学领域等范围内开始探索研究当时流行的热门话题“信息爆炸”；之后，二十世纪七十年代，随着计算机技术的日趋成熟，计算机的存储量日益提高，呈几何级递增，大数据成为当时热点问题之一；再后来，随着大数据的基础理论研究取得重大进展，以及大数据技术获得实质性突破，这时，大数据才真正在情报信息、计算机等有关领域得以广泛运用。财务竞争情报竞争情报，根据最新情报学定义：竞争情报即竞争双方甚至多方为使自身长期立于不败之地，而有准备地监测和监视对方或竞争对手。包括竞争方产品的生产和研况、营销策略、财务运行以及团队结构、团队文化等。而着这其中的财务竞争情报可谓是各竞争情报中的重点和核心，是一家公司竞争情报的核心。财务竞争情报包括：财务预决算、账簿、凭证、会计报表、审计报告以及上市公司向社会公开的各项报告等。
2.数据挖掘技术
数据挖掘是对海量的信息进行相关、关联等数据分析和提取，从而挖掘出潜在的、前瞻性的、有价值的情报信息收集。相对传统的情报信息查询，数据挖掘是一种更深入、更科学、更具代表性的信息分析法，它能依据现有的数据库分析出规则性的、趋势性的未知数据信息，这些未知数据信息将能够帮助企业推测未来发展走势，从而提高企业的竞争力。数据挖掘技术主要有机器学习方法、统计方法、数据库方法和神经网络方法。
二、数据挖掘技术在财务竞争情报获取中运用实例
南阳市三色鸽乳食品有限公司，最初是于上世纪九十年代由南阳电业局下属服务公司开设的一个白鸽面包房，占地面积二十余平方米，工作人员仅有六人，规模相当小。随着经营渐好，所生产的面包日益受到南阳百姓的喜爱。为了扩大生产规模，南阳电业局下属服务公司决定开办公司，公司设立后如何赚取第一桶金是管理层首先面对的第一个难题。为此，服务公司组织面包房员工利用休息时间走街串巷调查南阳市其他面包房的情况，包括网点布局、产品种类、新产品开发、财务运行状况以及人们的购买意愿等。在南阳市三色鸽乳食品有限公司成立后，公司领导重视这些情报信息的搜集，尤其是财务竞争情报的搜集和获取，针对当时竞争力较强的南阳市特香包食品有限公司、河南省花花牛食品有限公司，南阳市三色鸽乳食品有限公司，通过竞争对手的公开会计报表、公开财务报告、公开审计报告等，利用数据挖掘技术进行财务数据分析与对比，不仅获得了竞争对手的资金运行状况、盈利能力、偿债能力、信用程度、资源配置等财务情报信息，而且通过与竞争对手的对比和分析，查找出本公司财务管理方面存在的漏洞与差距，以及投入产出、经营管理、发展模式、发展方向等方面存在的问题，以此对公司提出科学、合理的财务管理建议，进一步提高了南阳市三色鸽乳食品有限公司自身竞争力，为三色鸽占据南阳乳业半壁江山奠定了坚实基础。
三、大数据时代数据挖掘技术在财务竞争情报获取中的运用设计
据调查，财务竞争情报到目前为止在绝大多数企业中并没有引起重视和应用，尤其是在一些竞争情报思想认识肤浅、竞争意识淡薄的企业里，由于领导层次对财务管理的不专业、不熟悉，从而导致企业没有设立专门的财务竞争情报结构，没有培养具有财务管理专业和情报信息专业的复合型人才，以至于在获取财务竞争情报领域内是一片空白，大大降低了企业的市场竞争力。随着企业间的竞争加剧，尤其是国际大型企业和新设的年轻企业格外重视财务竞争情报的获取，例如统计显示世界500强企业97%都设立了财务竞争情报机构。大数据时代，利用数据挖掘技术可以为企业快速获取财务竞争情报。企业财务竞争情报体系可设计为：财务情报收集子系统、财务情报分析子系统、财务情报服务子系统。数据挖掘分三个步骤进行：第一步，首先对需要挖掘的对象进行明确和确定；第二步，按照确立的挖掘对象进行数据准备；第三步，运用特定的方法和技术进行数据挖掘；第四步，将对挖掘出的有价值的财务竞争情报进行信息表达和注释。
四、结束语
大数据调查方法范文3
关键词：大数据；大学生；网络行为；网络行为分析模型
中图分类号：G40-057 文献标志码：A 文章编号：1673-8454（2017）13-0006-05
一、引言
大数据已不仅是一个流行的新潮词汇，英国学者维克托・迈尔-舍恩伯格在《大数据时代》一书中指出，大数据带来的信息风暴正开启一次重大的时代转型，将极大变革人们的生活、工作和思维。[1]目前，“大数据”在学术研究领域、商业、军事、教育、通讯等行业都具有广泛的影响和应用。
随着互联网的快速发展，网络成为最普遍的大众媒介，受到了人们的青睐和关注，作为特殊的社会群体和大众传媒受众的大学生成为网络社会中最活跃的群体。在大学生中电脑和手机等上网终端的普及化程度非常高，通过网络进行学习、获取信息、交流沟通、表达思想等越来越普遍，这些网络行为已经成为大学生学习和生活的重要组成部分。[2]在大稻菔贝的背景下，利用大数据针对性的对大学生个体的网络行为特点进行科学分析，为高校教育工作者引导大学生合理地运用网络资源、进行积极的网络交往及树立健康的上网理念提供可靠依据，已成为一个亟待研究的问题。
二、国内大学生网络行为分析现状
目前，国内有很多关于大学生网络行为分析研究的文献，利用我国目前比较权威和收刊量最大的数据库――CNKI的“中国期刊全文数据库”，对2005-2015年发表的论文进行统计分析，来源类别限定为“核心期刊和CSSCI”，以“网络行为”为篇名进行检索，共检索到167篇。按照文章的年发表量统计如图1所示。
通过对这些文献进行梳理发现，对“网络行为”的研究主要集中在理论思辨、“现状+建议”以及利用具体的某种技术或算法建立网络行为分析系统上。如：对大学生网络行为失范对策的理论思辨、对大学生网络行为现状的调查以及基于数据流分析的网络行为检测系统的建立等。在“网络行为”的实践研究层面，目前国内已有的关于网络行为分析的实践研究大多是以问卷和访谈的形式对特定的群体进行网络行为的调查，根据调查问卷或访谈结果归纳总结出大学生网络行为存在的问题，然后针对一类人提出相应的建议和对策。
国内在对网络行为进行分析时研究方法比较单一，主要采用的手段还是问卷调查，基于问卷调查的网络行为分析具有一定的优势和可靠性，但是其分析结果也存在一定的局限性，一是学习者可能故意输入不准确的数据或因为完成调查问卷需要花费时间，增加了被调查者的时间负担，可能存在胡填乱答的情况；二是分析结果较为笼统，只可以针对一个群体发现问题并提出解决对策，无法实现个体的网络行为测量，以及无法为大学生提供针对性的个性化建议。而随着大数据的产生，这个问题能得到有效的解决，利用大数据分析大学生网络行为不仅可以实现个性化指导，还能实现个人网络行为预测。
三、大数据对大学生网络行为分析的价值
大数据并非一个确切的概念。从“数据”这个词来分析，大数据是海量的，巨大的，它关乎数据量。简单的说，大数据就是一个体量特别大、数据类别特别丰富的数据集。也就是说，“大数据”本身并不是一种新的技术，也不是一种新的产品，而是我们这个时代出现的一种现象。[3]大数据的特点可以概括为4个“V”：第一，数据量巨大（Volume），一般是以TB为单位，现在跃升到了以PB为单位；第二，数据的种类复杂多样（Variety），包括各种商业信息、教育数据、地理位置等各种类型的数据；第三，处理速度快（Velocity），遵循“1秒定律”，可从各种类型数据中快速的获得具有高价值的信息。第四，数据的价值（Value），主要表现为大数据的巨大的预测价值。
大数据作为一个新生的领域，对实现大学生网络行为分析拥有巨大的应用价值。与以往的问卷调查的分析方法相比，利用大数据进行网络行为的分析，会使其结果更加精准，更加具有针对性。
1.大数据保证了网络行为分析的精确性
与以往利用问卷调查实现大学生网络行为现状分析的方式相比，通过收集大学生网络行为数据来分析大学生网络行为的现状更加具有针对性和精确性。将大学生网络行为记录下来通过大数据挖掘技术进行分析，可以发现每个大学生网络行为存在的具体问题，保证了大学生网络行为分析的精确性和针对性。
2.大数据保证网络行为评价的及时性
以往对于大学生的网络行为评价的实现主要是通过问卷调查的方式。通过问卷调查的方法发现问题，并针对一类人提出比较宏观的建议和对策。而大数据的出现使评价内容更全面、评价方式更加多样化，利用大数据实现了对网络行为的过程性评价。只要大学生一上网，产生了网络行为，就会将网络行为数据记录并存储下来，通过数据挖掘分析技术，根据大学生网络行为评价指标体系，对大学生的网络行为实现过程性、及时性的评价。总之，只要有网络行为的产生就会有评价。
3.大数据实现网络行为的个性化服务
大数据时代的个性化指导就是对以往获取到的数据进行深度挖掘分析，获得大学生的网络喜好和网络兴趣所在，为其提供和推荐相关的信息，以满足用户的需求。大数据下的个性化服务，更加便捷，针对性更强。同时可以将大学生网络行为的分析结果以可视化的方式反馈给学生和老师，对学生提出个性化的指导和建议，教师针对不同学生存在的问题进行干预和指导。
4.大数据实现了对网络行为的预测
预测价值是大数据最重要的价值之一，其达到的效果是前所未有的。大数据的预测功能是基于之前记录下来的各种数据进行深入的挖掘、研究、分析，发现其中隐含的规律特征，从而对以后作出预测。针对预测得出的结论，及时对用户网络行为进行干预，以避免网络行为的失范。
四、基于大数据的网络行为分析模型
1.大数据下网络行为的内容构成
李云先（2013）[4]、楼巍（2014）[5]认为大学生网络行为方式大致可以从网络学习、网络社交、网络娱乐和网络交易4个方面来概括；李庆真（2015）[6]、郭玉锦（2005）[7]、李一（2006）[8]按照使用网络的目的将其分为互动交流类、休闲娱乐类、实用工具类和公共参与类等4 种类型。
根据已有的文献，笔者按照大学生的行为习惯和爱好，在调查和总结其网络使用行为现状的基础上，将大学生网络行为划分为网络学习、网络社交、网络娱乐、网络消费四个方面。网络学习可以细分为信息获取、网络平台两个子方面；网络娱乐可以细分为网络小说、网络音乐、网络游戏、网络影视四个子方面；网络社交可以细分为网络交流、网络互动两个子方面；网络消费主要是指网上购物。
（1）网络学习主要包括信息获取和网上课件，信息获取主要是指大学生通过各种搜索引擎工具搜索学习资料或者通过百度文库、豆丁网等下载学习资料；网络平台主要是包括各种网络学习平台的使用以及教育社区的使用。
（2）网络娱乐主要包括W络游戏、网络影视、网络小说和网络音乐，主要包括浏览各种新闻（时政、娱乐、体育等）；使用网站（如PPTV、豆瓣、百度音乐等）看电影、电视剧、听音乐、看小说，玩游戏；使用下载工具（如迅雷等）下载音乐、电影、电视剧、游戏。
（3）网络社交包括网络交流和网络互动，网络交流主要包括使用即时通讯工具（如QQ、MSN、飞信、电子邮件等）进行交流；网络互动主要指使用社交网站（QQ空间、人人网等）互动、使用网络发微博（如新浪微博、腾讯微博等）。
（4）网络消费主要是指通过天猫、淘宝、苏宁等网络购物平台进行网络购物。
2.大数据的技术架构
大数据是近年来随着数据集的急剧扩展和汇聚从数据科学中发展形成的一个研究前沿。[9]大数据基础架构必须具有分布式计算能力，以便能在接近用户的位置进行数据分析，减少跨越网络所引起的延迟。[10]大数据可以采用四层堆栈式技术架构：基础层、管理层、分析层、应用层。[11]基础层是整个大数据技术架构基础的最底层，主要作用就是实现数据的获取。利用现有的网络行为监测系统将大学生通过网络进行学习、娱乐、社交和消费的一系列网络行为跟踪并记录下来，为后续的数据挖掘奠定了良好了数据基础；管理层是大数据技术架构的第二层，本层主要包括数据的存储和管理，以及数据的计算。大数据架构中需要一个管理平台，使结构化和非结构化数据可以实现一体化管理，具备实时传送、查询和计算功能。该层主要是对网络行为监测系统收集到的数据进行数据抽取、数据转化、数据的装载，使数据格式统一，以保证后续数据挖掘和分析的可行性；分析层主要完成的任务就是对上一环节存储下来的数据进行分析和深度价值挖掘，提供基于统计学的数据挖掘和机器学习算法，用于分析和解释数据集，从而获得对数据价值深入的领悟。[12]通过数据挖掘发现大学生网络行为的潜在联系，以保证后续决策的可靠性；应用层是对针对数据分析所得出的结果提出实时决策，以及为终端用户提供服务应用。
3.大数据下大学生网络行为分析模型构建
要利用大数据实现大学生网络行为现状分析并提出个性化的建议，首先要构建基于大数据的大学生网络行为分析模型。在大数据的思想指导下，结合对大数据技术架构的分析，构建了基于大数据的大学生网络行为分析模型。该模型主要包括了网络行为监测客户端、客户端后台、以及线下教师学生活动三个层面，客户端层面是以校园网为依托，主要实现网络行为数据的收集、网络行为的评价以及指导性反馈三个模块；客户端后台主要是以大数据技术为支持，包括数据预处理和数据分析两个模块；线下教师和学生的主要活动就是根据反馈结果采取适当手段规范大学生的网络行为，加强对大学生的思政教育。
（1） 客户端层面
客户端所有功能的实现主要是以校园网为依托，只要学生连接上校园网，网络行为监测客户端就可以捕捉到学生的个人信息以及在网络上产生的各种行为数据。目前市场上存在很多网络行为监测管理客户端，这些软件的开发设计在行为数据收集和上网控制方面比较成熟，但是对于行为数据的评价和反馈方面较为欠缺，需进一步的完善。
1）网络行为数据采集
通过网网络行为监测客户端可以对大学生产生的网络行为数据进行捕获，这类数据主要是指在校园网环境下大学生产生的网络行为数据。网络学习行为数据是指浏览和下载的学习资料、使用的学习平台、使用的数字化图书馆所产生的一系列数据；网络娱乐数据是通过捕获浏览的娱乐新闻、网页游戏、网页小说、通过网页观看影视、网页版音乐、下载的游戏、下载的小说、下载的影视、下载的音乐而获得的；网络社交数据是指使用即时通讯工具（QQ、MSN、飞信、电子邮件）、社交网站（QQ空间、人人网等）、网络发微博（如新浪微博、腾讯微博等）所产生的一系列行为数据；网络消费数据是指通过使用淘宝、天猫、苏宁进行购物所产生的一系列数据。
大数据调查方法范文4
关键词：大数据；大学生网络；安全意识；安全教育
一、引言
近年来，“大数据”（bigdata）一词越来越多地被提及，人们用它来描述和定义信息爆炸时代产生的海量数据。大数据与网络相辅相成，一方面，网络的发展为大数据带来了更多数据、信息与资源；另一方面，大数据的发展为网络提供了更多支撑、服务与应用。大数据是网络的基础，这意味着大数据更多来源于网络，因此，在大数据时代保障网络安全，使得大数据的利用合法、安全，必将成为高难度的世界课题。目前，大学生依赖网络程度越来越高，无论是学习、娱乐或是购物等方面，根据中国互联网信息中心CNNIC的第37次《中国互联网络发展状况统计报告》，2015年人均周上网时长达26.2个小时，相当于每天上网3.75小时，[1]其中学生群体、特别是大学生成为贡献上网时长的主力军。如果不能很好地对网络环境进行改善，增强大学生网络安全意识，可能会造成大学生经济财产损失，个人信息泄露等损害；同时，也对高校管理造成风险。
二、大数据背景下大学生网络安全意识现状调查
（一）调查对象、内容与方法
本次调查的对象为中国民航大学、南开大学、天津外国语大学、天津理工大学四所高校共480名在校大学生，内容为大学生网络安全意识和高校间开展的网络安全意识程度，方法为网上问卷和实地考察。调查问卷采取选择题的形式，共计十二题，分别调查了大学生上网情况、自身网络安全意识及学校网络安全教育情况。
（二）调查结果与分析
1.大学生上网情况
调查显示有24%的大学生每天上网时长在2小时以下，36%的大学生每天上网时长为2-5小时，40%的大学生每天上网时长为5小时以上，若以2015年《中国互联网络发展状况统计报告》的数据为基准，那么在校大学生有一半以上超过了每日上网的平均时间，说明在当代大数据背景下，随着智能手机以及其他网络通讯设备的普及，可以很便捷地使用网络，大量的上网时长可能加大网络安全方面的隐患，还造成网络成瘾等一系列问题。调查学生上网的主要内容，购物、游戏、学习、通讯这四类占据学生上网内容的主流，其中网络购物与大学生的财产信息安全直接挂钩，通讯则与用户自身的个人隐私息息相关。
2.大学生网络安全意识情况
调查“大学生是否有意识地去了解网络安全方面的知识”问题时，结果为大学生有20%“经常”、28%“偶尔”、42%“很少”、10%“没有”去有意识地了解网络安全方面的知识。这表明大学生每日花费大量时间上网，却忽视网络安全，这是大学生易遭受网络陷阱、受到网络侵害的重要原因之一。“当看到一些未证实的有关社会敏感问题时会怎么做”调查的是当学生遇到社会舆论的导向时做出的反应，调查数据为38%的学生“不理睬，直接跳过”，58%的学生“了解后，不管”，4%的学生“转载并评论”，未经证实的社会敏感问题和不良信息有潜在的网络安全问题，大部分大学生辨别是非能力不强，不能给出自己的判断，更不能依据自己的专业知识做出回应，总体缺乏判断能力。调查学生在遇到诸如网络病毒、垃圾邮件之后的反应以及平时使用网络的习惯，数据显示大学生整体拥有基本的网络安全常识，例如有害邮件需删除，病毒用杀毒软件查杀等等。统计大学生遭受过的网络安全问题，数据显示多数学生曾遭受过有害邮件和病毒攻击，占总人数比例的90%和71%，没有一定的网络安全意识和防范措施很难彻底杜绝垃圾邮件和病毒攻击。遭受过财物被盗（4%）和信息被盗（15%）的学生较少，能够看出大部分学生对于网络个人信息和财产的保护拥有最基本的认识，但经验不足。调查“大学生受到的具体侵权行为”，每种侵权行为都有不同程度的受害者，其中受到垃圾信息（94%）、骚扰（61%）和盗号（54%）的学生最多，这几类侵害行为的成因多为学生因网络安全意识不强，自我保护能力差造成的，产生的后果轻者频繁收到垃圾信息，扰乱个人网络环境，重者被窃取个人隐私，造成人身和财产的双重侵害。
3.高校网络安全教育情况
统计了四所高校的网络安全教育情况，依据调查的数据显示，理工大学的网络安全教育情况较好，有47%的学生接受过较为全面的网络安全教育，网络安全教育范围较广，主要原因与理工大学自身教学环境相关；外院有72%的学生在校期间从未受过网络安全教育，网络安全教育的进行并不理想；中国民航大学和南开大学网络安全教育情况在与另外两所高校的比较中成中游态势，总体而言网络安全教育在整体学生中覆盖面不广且不精。在“大学生在校期间受过哪些形式的网络安全教育”的调查中，数据显示，开设讲座的形式占据主流，主要原因是开设讲座覆盖面广，一次可以容纳大量学生，专业性强，且对于学生具有一定强制性，但学生愿意接受讲座的意向不强，更多人希望通过主题班会、网络宣传、自主学习等方式进行网络安全教育。整体来看现阶段高校网络安全教育方法较为单调，学生主动性不强，网络安全教育模式有待提高。
三、大数据背景下提高大学生网络安全意识的探究
（一）多方面入手，扩大网络教育范围
大数据背景下，海量的数据带来便利的同时也带来众多问题。这就需要网络安全教育从多角度入手，全面扩大网络安全教育范围，提高大学生的网络安全意识。网络安全意识教育主要从四个角度进行，包括网络法治意识教育、网络道德意识教育、网络安全防范技能教育以及网络心理健康意识教育四部分。[2]（P.94-96）网络法治意识教育目的在于提高学生网络法律意识，大学生应掌握网络安全法律法规，能够运用法律手段维护自身利益，不做违反网络安全法律的行为。网络道德意识教育从道德角度入手，要求大学生应具备网络安全责任心与道德心，在网络上自己的行为不只同自己有关，还会影响到其他人，一个安全和谐的网络环境需要大家共同努力。网络安全防范技能教育旨在提高学生的网络安全防范能力，使大学生掌握网络安全基础知识和防御手段，能运用常用网络安全工具进行分析和防御。网络心理健康意识教育帮助大学生合理、健康地上网，长时间地沉迷网络有可能会引发网络成瘾和网络心理障碍等问题，这里需要学校对其正确引导，培养学生积极健康的上网心态。
（二）因材施教，实行多层次网络安全意识教育
对于大学生而言，课堂是获取知识最多的地方，因此必须重视网络安全意识教育在课堂中所起到的作用。数据显示不同学校、专业、年级的网络安全意识都有所不同，因此在各高校进行网络安全教育时要做到“因材施教”。例如，对于网络安全意识较弱的人文社科类学校或专业，可以进行普及式的网络安全教育，如将网络安全教育纳入必修或选修课、定期举行全校范围的网络安全讲解活动等；对于一些刚入学的大一新生要格外重视，对其进行网络使用的正确引导，以免走向歧途；除此之外还要考虑到近年来越来越多的大学生网络自由创业、投资群体，一些大学生在大学期间使用网络开创自己的事业，对于这些已踏入社会但经验不足的大学生来说，网络安全意识教育更加重要，学校对于这些学生应当进行更为系统专业的网络安全意识教育。
（三）根源做起，增强网络监管体制
安全的网络环境需要学生和学校共同构建，大学生遇到网络安全问题并不仅仅靠受到的网络安全教育就能够解决，高校须从自身根本开始改变，营造安全的校园网络环境。目前，不仅是学校，某些国家相关部门也在不断加强对网络使用的监管力度，呼吁全社会重视网络安全问题。各大高校也应该和政府、教育主管部门、公安及工商管理部门、市场管理机构、网络运营部门等进行积极有效的合作，构建一个完善的网络安全监管系统，为大学生上网提供良好的网络环境，从而在客观环境上有助于提高大学生的网络安全意识。[3]（P.87-88）例如，保障先进的技术设备、采取身份认证技术、封堵、禁止对不良网站进行访问以净化网络环境、词汇过滤功能、预警功能等等。[4]（P.82-84）另外高校还要负责关注校园周边网络环境，积极配合其他部门，对学校周边诸如“黑网吧”等违规网络营业行为依法进行取缔。
（四）高校联合，提高网络安全教育互动性
现阶段，大多数大学生并不满足于单一的照本宣科讲课模式，高校应着眼于采取更多元丰富的网络安全教育形式来促进学生接受网络安全教育的互动程度，让学生真正参与到提高网络安全意识的活动中来，譬如课外举办网络安全知识竞赛、有关网络安全主体的辩论赛和班会等等。调查显示各高校之间的学生网络安全意识拥有较大差异，因此可以就此方面将高校联合起来，成立诸如“网络安全意识联合会”的学生组织进行互帮互助，互相学习，比如建立网上论坛、举办线上线下活动、开宣讲会等，同时还要注重法律意识的培养，这方面可以以诸如开展法律讲座、交流法律知识、观看经典案例的方式进行。这样做一方面可行性较高，一方面这种由学生自发进行活动比学校施加的教育更深入浅出，学生间所交流的经验也是提高网络安全意识重要的一部分，增添了趣味性和互动性。
四、总结
大数据背景意味着每个人身边都充斥着海量的数据信息，人们通过网络的方式与这些庞大的数据进行接触，如果没有一定的网络安全意识，自身的人身财产安全将会在大数据背景下岌岌可危。多年来提高大学生网络安全意识一直是高校亟需解决的重要课题。现阶段相比于其他网络环境较发达国家，我国的大学生网络安全教育还处于实践阶段，大学生网络安全教育不可一蹴而就，在进行的过程中必须同时具备完整性、针对性、深入性，使之能够真正对学生产生重要影响，而并非一朝一夕的泛泛之谈。
参考文献：
[1]中国互联网络信息中心（CNNIC）.第37次中国互联网络发展状况统计报告[R].2015.
[2]刘新华，巢传宣.对大学生网络安全意识及教育现状的调查[J].职教论坛，2011，（14）.
[3]董艳.当代大学生网络安全意识现状及其对策[J].太原城市技术学院学报，2015，（1）.
大数据调查方法范文5
从而证明现代统计学的发展及其在社会政治经济生活中发挥作用越来越大的趋势,数理统计研究问题的理念及其方法已对统计学的发展产生重要的革命性影响
[关键词] 数理统计 工作 特点 地位
一、数理统计的主要特点
数理统计就是通过对随机现象有限次的观测或试验所得数据进行归纳,找出这有限数据的内在数量规律性,并据此对整体相应现象的数量规律性做出推断或判断的一门学科。
从数理统计的学科特征来看,数理统计是应用数学中最重要、最活跃的学科之一。由此可见!数理统计从学科划分来说,应属于数学学科,但是其重在应用!而不是纯数学理论或方法的研究,故其采用的方法也就重在归纳法,而不是数学的演绎法。
二、数理统计在统计学中的地位
1.数理统计在统计思想发展中的地位。统计作为一项社会实践活动,已有几千年的历史。“统而计之”,就是人们对统计的朴素认识。随着社会生产力的不断进步,当代的统计已不圄于“统而计之”的范畴。
(1)统计作为人们认识社会的最有力的武器之一,已广泛应用于社会、政治、经济、科技等众多领域,而每一个领域有其复杂多样性,若采用简单地“统”,即全面调查几乎是不可能的,但是全面地了解每一个领域的基本情况及不同领域之间的数量联系的规律性,又为现代社会管理所必需。数理统计研究问题的思路和方法,自然而然地为统计学所利用,即数理统计为现代统计学的发展点燃了解决复杂现实问题的科学思想火花――为用总体的部分去说明总体奠定了数理基础。
(2)20世纪30 年代以来,随着政府要有效地干预国民经济理念的形成,政府以社会经济生活直接参与者的身份出现,基于对全局数据的掌握,大大地推动了统计思想的发展,不仅投入了大量的资金对统计这支“武器”进行开发,更重要的是从立法的角度对统计行为进行规范。在当今许多国家的统计法规中,都明确地规定抽样调查在统计调查中的重要地位。比如,在我国1996 年5月经修改后颁布并实施的《中华人民共和国统计法》第二章第十条就明确规定:“统计调查应当以周期性普查为基础,以经常性抽样调查为主体,以必要的统计报表、重点调查、综合分析等为补充,收集、整理基本统计资料”。而抽样调查的基本原理就基于数理统计的推断原理。可见,数理统计的推断理念在统计实践中的地位已用法律的形式确定下来。
(3)作为社会经济活动主体的企业单位,在世界经济全球化、区域经济一体化的发展背景下,不仅没有足够的资金、技术支持从事某一方面的全面调查,有时也没有必要通过全面调查以获得生产经营方面的全面数据资料,而抽样调查就足以提供相应可靠的数据作为企业生产经营决策的依据。这也说明数理统计有着微观的现实需要,为微观经济管理活动开辟了无限广阔的前景。在微观统计应用中有着坚实的思想根基。
(4)统计的理念,已不仅仅在于用历史数据描述历史的发展特征,而当代更强调通过对历史数据的收集、整理和分析,去预测未来,而这种预测的基础同样基于数理统计的原理。即从历史的时序数据中找出数据的内在数量规律性,以把握未来的走向,即数理统计的分析原理在时间序列数据预测中的作用,同样功不可没。
2.数理统计在统计方法中的地位。随着数理统计解决现实问题的理念在统计思想中地位的确立,数理统计在统计方法中的重要地位也相应地得以确立。
大数定律为数理统计应用于统计学搭起了连接的纽带。大量观察法是现代统计学的基本方法之一,而大数定律又是大量观察法的基础。统计学若没有大量观察法的支撑,则统计分析中的基本指标――平均数与相对数,则失去其应有的作用和意义,可见数理统计在统计方法中的基础地位不容置疑。
3.数理统计在统计内容中的地位。统计学是一门关于如何收集、整理和分析统计数据的一门方法论科学。不管数理统计对统计思想的发展有多大的影响,也不管数理统计在统计方法中居于何种地位,数理统计在统计学中的地位还是主要体现在统计分析中的地位。数理统计对数据的收集方法与整理方法的实际影响要比其对统计数据分析方法的影响小得多。也就是说,统计学作为一门方法论科学,其研究领域要比数理统计宽广得多。试图用数理统计取代统计学的观点显然是不正确的,同样试图用大统计学取代数理统计的观点也不正确,毕竟数理统计作为一门数学学科有其自身的不可替代的特点。因此,数理统计在统计内容中的地位,也只能主要体现在统计分析方面。
(1)统计数据收集方法的研究仍然是现代统计学的主要内容之一。正如前所述,在我国现阶段如何获得大量真实有效的统计数据,是我们所面临的迫切任务之一。不真实、不全面的统计数据,使国家的宏观管理"经济理论’经济模型和经济政策的统计检验,以及企业的生产经营预测、决策,都不能有效地进行。可见,“统计数据的质量是统计全部工作的生命”的观点的正确性。而数理统计在统计数据收集方面的影响仅体现在统计数据调查方式方法方面,即抽样调查如何组织实施的方式方法,在统计数据收集方法中得以突出和强调。
大数据调查方法范文6
关键词：大数据时代 高校档案 信息服务 创新
中图分类号：G71724文献标识码：A文章编号：1009-5349（2017）04-0127-02
在高校中，档案信息资源是高校最具保留价值的信息之一。自改革开放以来，我国高校不断增多并且规模不断扩大，留下的档案资料只增不减，如何使这些资料有条理地、长久且完整地保存下去是目前备受关注的话题。档案是内容准确、利用价值高且全面的资料，以往都是存放在固定且保密的位置，但普遍存在丢失资料和占据空间等问题，有些高校为了节约储存空间，在学校办学过程中产生的一些教学改革、科研、W科建设、师资力量、学生管理、党群以及相关部门的资料没有及时有效地归档。大数据技术的出现，很好地解决了这些方面的问题，实现了相应数据的有效归档以及高效利用。
一、大数据含义的相关理解和特征
1.大数据的含义
有关于大数据的定义有很多，有几个定位较为全面的是：麦肯锡全球研究所认为大数据是一种在获取、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；Gartner是一个较为权威的信息技术研究公司，它对大数据的理解是：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。还有一些其他的理解，都对大数据的运用价值表示肯定。将大数据技术运用于高校档案管理及档案信息服务建设，能够促进其结构完善，加快信息数据储存和收集。
2.大数据的特征
大数据具有四个个性鲜明的特征，一是数据容量很大，之前的“小数据”系统已经不能够满足很多组织或团体的需求，大数据系统将TB的容量上升到PB的容量；二是数据类型多，现如今数据类型有网络日志、视频、图片、地理位置等，这些信息都能以数据符号储存；三是价值密度低，商业价值很高，例如如果储存视频，尤其是监控数据，一段视频储存数据中只有几个数据符号有价值；四是处理速度快，以秒来计算其处理速度，快速实时获取所需的信息，这是与传统储存数据系统反差最大的一个特征。
二、大数据与档案的关系
《档案法》规定：档案是指过去和现在的国家机构、社会组织以及个人从事政治、军事、经济、科学、技术、文化、宗教等活动直接形成的对国家和社会有保存价值的各种文字、图表、声像等不同形式的历史记录。单从档案的定义来看，除电子档案外，其他载体形式的档案与大数据没有任何关系，只有档案记录的信息可以称之为数据。从档案的特征来分析，档案具有社会性、历史性、确定性及原始记录性。而大数据也具有类似的特征，大数据也是人类社会活动的原始记录，其内容也具有确定性，且其记录的内容只反映事物已经完成的状态，同样具有原始记录性。因此，档案与大数据的关系仅是具有相似的特征，大数据是具有鲜明档案特性的数据集合。但是，从数据的保存价值来说，有些数据集合对国家和社会没有永久的保存价值，不需要永久保存。真正与大数据有直接联系的，只有电子档案一种形式，电子档案与大数据之间是种概念与属概念的关系。
三、高校档案信息服务提升的必要性
1.高校档案信息服务提升是顺应大数据时代的必然要求
在大数据环境下，产生的信息数据量大、种类多、并且这些数据信息的密度低，处理起来速度快。为顺应时代变化，高校档案信息服务系统需要快速改变发展模式，在此环境下寻找新方向，避免与时代脱节，避免有价值的资料丢失，最大化运用高校档案服务资源，发挥其具有的价值。
2.高校档案信息服务提升是数据信息服务的时代需求
根据调查发现，现在人们获取信息的手段各式各样，并且需求的信息也是多样化的，出现这种现象的根源在于人们的信息获取观念发生了改变。伴随着信息供给方要不断地拓展信息处理和发出方式，以数据、示例描述一个观点，增加说服力，提高服务质量，现在高校档案信息服务还没有做到这一点，高校档案信息服务部门必须做到与社会发展和需求相匹配，建立新型的档案信息服务模式。
3.高校档案信息服务提升是促进自我发展的内在要求
现在各组织或团体内部产生和获取的信息不但数量巨大，且种类繁多，尤其是高等院校，人口基数大，信息资料量也相应大一些。传统的服务方式在现在环境中使用显得比较拖沓，服务范围小，受益者少，并且服务过程比较死板，手续多，用户对此系统反映不好。必须转变高校档案管理和服务模式，才能保证其长效发展。
四、大数据时代高校档案信息服务水平提升策略
1.基于大数据理念合理定位，深挖高校档案信息资源价值
在大数据环境下，无论是资源的提供者还是资源需求者都很重视资源的经济价值和实用性。对于高等院校来说，其内部信息资源被分门别类，学生和老师可以输入关键字来获取信息，但是学校作为提供规范的教育平台，其内部资料具有方向感，也就是信息供给者根据环境有针对性地一些信息，需求者只能获取教育相关的信息。为了更加细化信息，提高高校发展速度，需要明确高校档案信息服务方向，再确定发展模式和发现方法，找出合适的大数据产品，简化信息挖掘方法，提供档案共享平台。在大数据背景下，高校档案管理人员应该科学地运用大数据技术不断地挖掘档案信息资源价值，打破以往档案资源不能外泄的思想，拓展档案信息资源建设的广度与深度。
2.推动档案信息资源内外整合，构建智能化信息服务平台
在大数据环境下，处理复杂的信息一定要有信息资源整合意识。做到信息整合首先要仔细分析和优化档案信息资源的结构，根据学校发展方向，有目的地收集信息，扩大资源途径，将传统的、纸质的资料与现在的档案信息资料进行整合，将档案信息的侧重点突出，形成有自己特色的服务系统。此外，学校不能闭门造车，要加强与第三方高校档案资源、网络档案资源的合作关系，将获取的信息进行整合，充实现有的信息数据系统。从上面分析大数据特征可以看出，在大数据环境下信息处理速度快，施行一秒钟处理信息计划，因此，高校档案信息服务管理和服务部门的工作者要充分利用技术手段，提高服务平台智能化水平，根据高校发展方向，不断地完善和革新服务平台，满足用户需要。
3.充分运用云计算的架构优势，推动高校档案数字化升级
现在信息大部分是以数字形式存储，为提高高校档案信息服务水平，推动档案信息的数字化升级是必需的，在目前的l件下，信息数字化升级过程比较复杂，在升级过程中要保证信息含量高，信息的准确度好，保证不会出现信息遗漏或更改的现象。此外，现在为了提高高校档案信息的数字化升级效率，引进云技术，在构建信息网络构架上具有一定的优势，高校档案管理部门科学合理地使用该技术，提高信息资源使用的灵敏度和广度，扩大用户使用权限。
4.加强档案信息服务思想认识，探索档案服务多元化模式
在大数据环境下，无论是用户还是信息资源的提供者都需要具有资源共享的思想，获得一加一大于二的效果，充分发挥档案信息资源的价值，尤其是高校档案管理者，更需要具有资源共享的思想。不过在进行资源共享之前需要对档案信息资源进行分类，重点在于权限分类，在确保信息资源安全的前提下，将一定权限范围内的信息进行分享，也吸收其他院校的优秀资源，不断提高档案信息服务质量。此外，将无形的信息资源转化成有形的经济价值还需要信息服务部门探索多元服务模式，从服务高校行政部门，向服务全校师生、服务社会转变，最大限度地发挥高校档案资源的价值。档案信息资源的多元化服务模式需要进一步深化，根据资源类型与用户群体特征，构建多元化、个性化、业务化档案信息服务新模式。
5.构建完善的资源共享体系和共享模式
通过大数据技术能够获取很多的便利，实现了校内众多资源的有效共享，让档案信息的采集工作、管理工作等都形成了有效的协同互动。另外，大数据技术加强了各个档案之间的共享效率。大数据中的DWA技术能够对档案进行统一的管理，大数据技术管理下多种类型的共享模式，统一在大数据技术中心平台的管理控制之下，利用P2P技术，构建起对等的网络。在这一环境当中，每一个登录档案资源库的客户端都变成了收集端和利用端，各节点之间在大数据技术的处理下实现着平等的资源信息互换。
五、结语
在大数据时代，高校档案管理既面临严峻的挑战，也有很多发展机遇，如何把握机会发展自己是当前面临的困难。现在服务行业发展迅速，作为服务于高校的档案工作人员，也有必要提升自身的服务意识，在实践中探索其发展方向，面对大量数据，挖掘其中蕴含的价值，树立大数据理念，利用新技术、新措施、新手段大胆尝试创新，提升档案信息资源数据的精准性、价值的真实性，不断推进高校档案信息服务质量。
参考文献：
[1]陈婷.大数据时代高校档案信息服务水平提升策略研究[J].中国管理信息化，2016（24）：174.
[2]张金来.大数据时代高校档案信息服务创新探讨[J].智富时代，2016（10）：156.
[3]毕大鹏.高校档案管理信息服务中大数据技术的应用[J].电子技术与软件工程，2016（18）：196.
[4]刘加威.关于数据时代高校档案工作的思考[J].黑龙江档案，2016（4）：58.
[5]高伟娜.“大数据”技术在高校档案信息服务中的应用探索[J].现代交际，2016 （15）：48-149.
[6]张金来.大数据时代高校档案信息服务创新探讨[J].天津职业院校联合学报，2016（7）：124-128.
[7]张惠.网络环境下高校数字档案信息安全保障初探[J].科技信息，2011（19）.
[8]刘加威.智慧校园建设对数字档案管理的促进[J].齐齐哈尔医学院学报，2015（22）.
