大數據論文精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的大數據論文主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：大數據論文范文

1.1大數據對大量數據信息的處理

由于歷史文化名城展示與利用涉及到的內容很多，包括歷史學、地理學、建筑學、社會學、景觀生態學等，與此同時，隨著科學技術的進步，先進的數據采集、建筑測繪等軟硬件設施已經大量應用于歷史文化名城的展示與利用當中，在此過程中產生了數量龐大的數據信息，而大數據能夠對這些龐大的數據信息進行快速準確的處理．所謂“大數據”就是指需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產．例如，三維激光掃描技術是一種通過激光反射的原理，將被測量對象通過三維激光掃描系統的處理，構建成一整套的點云數據模型，在此基礎上，通過專業的三維軟件技術對于被測對象進行逆向的數字化構建，從而能夠進行后續的數字化的研究與利用．在此過程中，點云數據會大量涌現，尤其是對于展示與利用真實性要求更高的項目而言，所產生的數據將會無限接近于真實的被測對象，數據會呈現出幾何數量級增長．數據量大，能夠促進歷史文化名城展示與利用在探索方法和研究理念的層面上產生根本性的變革．對于早期的歷史文化名城的展示與利用來說，由于受到認知性和數據分析能力的影響，人們就某一處歷史文化名城的展示與利用的形式、內容以及方法上，僅僅是能夠通過數量有限的樣本案例和數據資料，利用較為傳統的技術手段進行數據的分析、評估和管理．大數據的應用，能夠將大量的歷史文化名城的相關信息進行有目的性的篩選和處理，為展示利用的方式、方法在名城中的應用，提供了較為全面和具體的對策措施，提高展示利用實施的精確性．

1.2大數據對多樣數據類型的處理

歷史文化名城在展示利用時涉及到的數據繁多復雜．單就其中的某一處歷史建筑來講，《歷史文化名城、名鎮、名村保護條例》對建筑本身的歷史檔案包括了5項內容:1)建筑藝術特征、歷史特征、建設年代及稀有程度;2)建筑的有關技術資料;3)建筑的使用現狀和權屬變化情況;4)建筑的修繕、裝飾裝修過程中形成的文字、圖紙、圖片、影像等資料;5)建筑的測繪信息記錄和相關資料．除此之外，還有關于歷史沿革、歷史事件、地名典故、名人軼事等資料．上述幾項內容，基本涵蓋了一處歷史建筑的歷史價值和人文價值，這些詳細資料，在歷史文化名城的展示利用時會起到舉足輕重的作用．在歷史文化名城的展示利用的過程中，數據的類型非常多，有圖片資料、文字資料、影像資料、圖紙資料、點云數據等．在以往展示利用處理數據信息的時候，利用傳統的數據處理技術，事先定義好結構化的數據．結構化數據是將對象數據向便于查詢、處理的方向抽象的結果．結構化數據即行數據，存儲在數據庫里，可以用二維表結構來邏輯表達實現的數據．結合到典型場景中更容易理解，比如企業ERP、財務系統;醫療HIS數據庫;教育一卡通;政府行政審批;其他核心數據庫等．在結構化數據過程中，通常會忽略一些特定條件之下所不必考慮的細節，篩選出有用信息．隨著互聯網技術、展示利用技術以及測繪技術的快速發展和演進，非結構化的數據大量的出現，難以用結構化來進行表示，在存儲記錄數據的同時還要儲存數據的結構，增大數據存儲和處理的難度．相對于結構化數據而言，不方便用數據庫二維邏輯表來表現的數據即稱為非結構化數據，包括視頻、音頻、圖片、圖像、文檔文本等形式．具體到典型的案例中，如醫療影像系統、教育視頻點播、視頻監控、國土GIS、設計院、文件服務器PDM/FTP)、媒體管理等具體應用資源，這些行業對于存儲需求包括數據存儲、數據備份以及數據共享等．目前在歷史文化名城展示與利用當中，所利用的數據大部分都是非結構化的數據，而這些非結構化的數據將會逐漸成為主流化的數據．隨著歷史文化名城保護的發展，與展示利用相關的影響因子指標數量上必定會更加的豐富和細化．為了滿足歷史文化名城展示與利用的目的，在相關數據激增的同時，新的數據類型還會不斷出現，很難用一種或是幾種規定的模式來描述趨于復雜、多樣性的數據形式．而大數據與傳統的數據處理方式最大的不同之處就是，它在非結構化數據和信息的方面能夠最大限度地將大量歷史文化名城展示與利用的相關影響因子指標的細節信息進行數據非結構化，可以減少在數據處理過程當中的數據流失現象，為展示與利用提供更加充分的情報信息與技術支撐．

1.3大數據對數據信息的快速處理

由于科學技術水平的飛速發展和普及，數據越來越龐大，必須有相應的數據處理能力才能夠將大量的數據進行充分而有效的利用．歷史文化名城的展示與利用發展到今天，展示利用的相關數據除了具有傳統屬性以外，還具有時效性，通常某些數據的價值會隨著時間的推移而迅速降低，能否快速準確地處理這些數據，則是充分體現它們的價值所在，而大數據的特點就在于能夠快速、持續、實時的處理數據，從而能夠滿足相關的需求．在經濟發展和大規模建設工程中，經常會忽略歷史文化名城的歷史文脈的科學展示與利用．有時會單純地將歷史文化名城的展示與利用和社會發展、自然環境及其居民生活割裂對待，這樣會惡化居民的生活環境，不利于拉動居民的消費，不利于延續傳統的歷史文脈，不利于文化產業的發展，不利于創造品牌效應，降低城市的知名度，不利于歷史文化名城的可持續發展，對傳統風貌會造成嚴重破壞．在大數據的背景下，為了保護這些稀缺的展示利用資源，使得名城保護能夠可持續發展，大數據就需要對名城的相關數據進行快速處理，及時快速的提出有效、合理的保護措施．

2大數據在歷史文化名城展示利用中數據處理的應用

2.1在歷史文化名城空間數據上的應用

在《歷史文化名城、名鎮、名村保護條例》中提到，歷史文化名城、名鎮、名村應當整體保護，保持傳統格局、歷史風貌和空間尺度，不得改變與其相互依存的自然景觀和環境;建設控制地帶內的新建筑物、構筑物，應當符合保護規劃確定的建設控制要求;核心保護范圍內的歷史建筑，應當保持原有的高度、體量、外觀形象及色彩等，從條例以上的內容描述可以看出，與歷史文化名城展示與利用的相關信息具有非常典型的空間性．歷史文化名城展示與利用中空間數據的采集，基于移動設備、互聯網絡、測繪系統、自動記錄系統、數據檔案系統等，以及通過這些系統綜合分析所產生的再生數據．大數據通過整合和深入提取這些空間數據，將這些信息進行重新利用，實現海量展示與利用的數據信息的實時處理，智能判斷以及快速決斷，為某一項歷史文化名城的展示利用提供決策依據．隨著三維激光掃描技術的逐漸成熟，在歷史文化名城的街區展示利用中，通常采用三維激光掃描技術，將歷史街區現有的建筑特征和風貌進行數據的采集和整理，之后通過計算機相關軟件的處理，恢復歷史街區傳統的風貌特征，并通過虛擬現實等技術手段將其進行一定的場景重現．

2.2在歷史文化名城數據分析上的應用

由于大數據在信息處理上具有透徹感知、廣泛互聯互通、深入智能等特點，能夠借助互聯網絡進行傳遞、協同以及共享操作，在通過利用先進的數據分析技術，深入分析收集到的展示利用的數據后，進而獲取到更加具有創新性的、系統性的、全面性的數據信息來滿足某一項歷史文化名城在這方面的信息需求．大數據在數據分析方面的應用，從過去單維度的項目計劃、項目管理和項目執行，轉變為多維度的新興的項目協作關系．在這種新的組織關系下，每一處歷史文化名城個體，在進行展示與利用項目的籌劃、設計和實施過程中，都可以精確地、自由地、即時地共享和獲得相關信息，發掘同一類型數據的共性和不同，對彼此各自的特點進行正面、真實、合理的歸納與總結，找到若干種恰當的展示與利用的方式與方法，然后進行比較和選擇，以達到最佳的展示利用的效果．大數據的應用，促進了歷史文化名城的數字化基礎構建和物理設備的相互融合，通過數據對于名城的數據采集和匯總，經過網絡實現人與物的統一與整合，之后再通過云計算技術，使其對于歷史文化名城的展示與利用的管理更加動態化、系統化．

3大數據對歷史文化名城展示利用的意義

歷史文化名城的組成是由歷史文脈和城市形態兩大重要要素構成．現在愈來愈多的人們開始呼吁政府有關部門采取有效的措施，保護和傳承歷史文化名城的歷史脈絡和注重塑造城市形態，傳承歷史記憶，展現人文氣息．在社會經濟處于重大歷史變革的今天，對于歷史文化名城傳承的思考更加具有意義．歷史文化名城的歷史文脈和城市形態通常表現為包括城市空間形態、結構形態、聚集形態等一些具有可讀性強的、城市意向明顯的、靜止性的、永久性的客觀物體．城市形態作為物質屬性，其展示利用通常是展現城市的空間輪廓、城市肌理、街道格局、風貌特征、建筑物和構筑物本體等;而歷史文脈作為非物質屬性，其展示利用通常是展現與歷史文化形態有直接聯系的演變規律、歷史事件、社會結構、社會制度、哲學思想、倫理觀念、語言文字、文學藝術、禮儀風俗以及地域文化等．歷史文脈的展示通常是結合歷史文化名城的物質空間和相關史實文獻資料的整理，采用聲、光、電等現代的技術手段將抽象的歷史文脈以一種相對具體的形式進行展示．大數據的功能和作用就是能夠把城市形態和歷史文脈等這些具有物質屬性和非物質屬性的資料信息進行數據化、數字化的統計、整理和歸納，以一種清晰的思路與方式展示歷史文化名城文化創造的成就，以生動、形象、完整的方式來詮釋歷史文化的脈絡．通過大數據在歷史文化名城形態特征的展示與利用，探索古代與現代文明相互融合的有效方式與途徑，在保持相關歷史記憶的同時，加入新的科學、技術的活力，從而促進歷史文化名城的可持續發展．從歷史文化名城的展示利用的角度來說，加強文化遺產展示與利用和促進經濟與社會發展的有機結合，探索展示利用的有效解決途徑和方式，是為歷史文化名城的展示與利用提供策劃方案、擬定策略、提供決策的科學依據．只有在保持古城的形態和歷史文脈傳承的前提下，選擇大數據的方式進行歷史文化名城的展示與利用，文化遺產本身及其遺產價值才能以更有成效、最佳的方式體現．

4結語

第2篇：大數據論文范文

大數據時代的到來，計算機信息處理技術也存在著很大風險，其中最突出的問題是計算機病毒以及惡意盜版軟件等，給用戶使用計算機產生了極大的消極影響。這些還是一些比較基礎的問題，隨著計算機技術的發展，還出現篡改數據、冒名頂替等問題，影響計算機技術服務質量，計算機信息處理技術受到了前所未有的考驗。另外，大數據時代的到來，還出現了許多新型網絡技術，針對一些繁瑣的問題能夠有效解決，提高了人們的工作效率，然而，這也在一定程度上降低了網絡的真實性，特別是在網絡交流和溝通日益緊密的前提下，導致網絡信息真假難分，不僅增加了信息搜索難度，而且致使人們無法快速獲得真實信息。因此，提高計算機信息處理技術至關重要。

2大數據時代計算機信息處理技術

2.1信息采集、加工方面

計算機信息處理技術要進行工作，首先，要采集數據信息，計算機技術都是建立在數據采集基礎之上的，數據采集主要是針對目標信息源進行實時的信息監督和控制，并將才覺得數據儲存在計算機數據庫中，為各個軟件提供信息支持，確保下一項工作順利進行；其次，對數據信息進行加工，按照用戶的要求，對數據信息進行加工；最后，將加工好的數據信系進行分類，最終傳送到用戶手中，實現數據采集、加工以及傳送目標。

2.2存儲方面

計算機存儲技術是將采集的信息儲存到計算機數據庫之中，在用戶需要某一項信息過程中，可以通過數據庫直接將數據調取出來，計算機以其儲存量大、速度快等優勢，受到人們越來越多的關注，另外，計算機技術還能夠實現長時間儲存。

2.3信息安全方面

大數據時代的到來，讓人們感受技術帶來的便捷的同時，也讓人們意識到數據信息安全對人們的重要性。因此，為了能夠提高數據信息的安全、可靠性，可以通過以下幾個方面進行：首先，建立計算機信息安全體系，加大專業技術人才的培養力度，投入資金，為構建計算機安全體系奠定堅實的基礎；其次，加大研究力度，開發信息安全技術產品。傳統信息安全技已經無法滿足大數據時代數據安全需求，為了能夠盡快改善數據安全問題，應加大研究力度，尋求更好的解決方案，有效避免數據信息受到威脅；最后，重視對重要數據的檢測，大數據時代的突出特點是數據量大，無法實現對每一個數據的檢測。因此，為了提高數據安全系數，應加強對重點數據信息的檢測，從而確保數據信息安全。

2.4信息處理技術的發展

計算機硬件具有一定局限性，在一定程度上阻礙了計算機網絡的發展，而云計算網絡能夠突破這一弊端。因此，推廣和應用云計算機網絡成為未來大數據時代計算機信息處理的主要發展趨勢。傳統計算機網絡是將硬件與網絡有機結合，抑制了計算機信息處理技術的發展，將二者分離開，促使云計算主筋形成云計算網絡，從而構建大數據信息網絡系統，推動我國社會不斷發展。

3結論

第3篇：大數據論文范文

1.大數據的概念和特征

對于大數據時代，目前通常認為有下述四大特征，稱為“四V”特征：第一，數據體量巨大（VolumeBig）：數據量級已從TB（1TB=210GB）發展至PB（1PB=210TB）乃至ZB（1ZB=220PB），可稱海量、巨量乃至超量；第二，數據類型繁多：越來越多的為視頻、位置信息、圖像與圖片等半結構化和非結構化數據信息；第三，價值密度低，商業價值高：以視頻為例，連續不間斷監控過程中有價值的數據可能僅為一兩秒的數據流；第四，處理速度快，處理工具演進快：數據流往往為高速實時數據流，而且往往需要快速、持續的實時處理。[2，3]

2.大數據時代對人才的需求

2013年3月，IDC數字宇宙報告《大數據，更大的數字身影，最大增長在遠東》預計到2020年數字宇宙規模將達到40ZB。這意味著需要大量的人力和技術對如此龐大的數據進行處理、分析和管理。在此情況下，對于大數據環境下新型人才的培養問題在近年逐漸受到重視。未來對具有大數據管理和分析能力的人才需求將快速增長，這些人員除了具備相應的技術能力、管理能力、社交能力、系統分析和開發的能力外，還需要具備深度分析數據的能力。同時，一些和大數據相關的職位也會應運而生，例如數據分析師、數據架構師等。2011年麥肯錫全球研究所給出的一份報告預測，美國到2018年對具有良好信息素養的經理人才的需求量大約在150萬人，此外，還需要14萬～19萬數據分析方面的資深專家。[4]在我國，互聯網企業、電子商務、金融機構、醫療衛生、零售、保險等行業及政府數據中心對大數據專業人才的需求量都很大。

二、大數據時代下山東理工大學信管專業培養模式

大數據時代產生對相關人才的巨大需求，因此，山東理工大學（以后簡稱“我?！保┬殴軐I提出了新的培養標準和課程設置體系，培養具有我校特色的信息管理專業人才。

1.培養目標和培養標準

在大數據環境下，重新定位信管專業的培養目標和標準，以適應“大數據”對專業人才提出的新要求，是信管專業建設的首要議題。我校信管專業突破國內高校信息管理專業人才培養的三種主要模式（一是強調IT技術，弱化了現代管理理論與方法；二是強調管理又過于弱化了IT技術；三是IT技術與管理相融合，但實際效果不理想），[5]強調學生不但要掌握現代信息系統的規劃、分析、設計、實施和運維等方面的方法與技術，更要具有現代管理科學思想和較強的信息系統開發利用以及數據分析處理能力。我校信管專業還制定了全新的培養標準矩陣（如表1所示），從五大方面28個小方面更為詳實地闡述了信管專業學生需具備的技能和能力，并為課程的設置提供了依據。

2.課程設置體系

為了滿足大數據時代對人才提出的新要求，我校信管專業課程設置圍繞主干學科（管理學、經濟學、計算機科學與技術、管理科學與工程）不僅設置了國內高校信管專業常設的管理學、統計學、管理信息系統、數據庫原理與應用、數據結構與算法分析、計算機網絡基礎與應用、Java程序設計、電子商務等課程外，還設置了數據倉庫與數據挖掘、商務智能與人工智能等相關課程，使學生在理解新興數據處理模式的同時，智能化數據分析處理及決策支持能力得到訓練。與此同時，還設置了基于移動終端的APP開發、企業信息系統構建與仿真、電子商務平臺架構設計等課程，使信管專業的學生成為擁有合理知識結構的復合型人才。大數據時代下新型的信息管理與信息系統專業人才的培養既要高度重視理論知識的學習，又要加強實踐能力的培養。為此，我校信管專業還設置了工程實訓、軟件實習等實踐項目，以及為期10周的IM&IS應用實踐環節，為學生搭建實踐平臺，拓寬實踐渠道。通過3年在校學習及總計約1年的實踐鍛煉（如圖1所示），我校信管畢業生不僅具有良好的管理知識基礎、信息技術應用能力，現代信息系統的開發利用的能力，還具備智能數據分析處理工具的操作能力以及綜合數據分析處理能力。

3.特色

大數據時代下，我校信管專業制定了具有自身特色的培養模式，即：培養目標和標準與行業發展結合，適應大數據對人才能力需求的變化；培養具有綜合分析和管理能力，強調動手能力的新型信管人才。

三、總結

第4篇：大數據論文范文

（一）物流配送的服務水平直接影響著電商的服務水平作為電子商務的末端環節，物流配送是電子商務里面唯一面對面接近消費者的環節，在消費者看來，無論物流企業是否是電商本身，物流企業的服務水平都代表了電商的服務水平。京東商城作為電商里面的佼佼者，得到了消費者的普遍認可，其高效的配送起到了至關重要的作用。凡客誠品的如風達，也曾經給凡客帶來了比較高的顧客認可度。

（二）良好的物流配送能夠增加電商的顧客忠誠度隨著電子商務的發展，人們的信息化水平已經遠遠超過了過去，獲取信息的渠道也更加的多樣化，與之相對應的是，消費者的忠誠度也大大降低，消費者可能今天鐘情于這個網站，明天又會認可那個網站。能夠在消費者的的心目中形成良好的品牌效用，穩定有效的物流配送極其重要。

（三）物流配送的成本直接影響了電商的盈利狀況中國目前的電商發展勢頭良好，雙11每年的數據刷新都讓人眼前一亮，這樣的數字在一定程度上反映了消費者的消費理念已經發生了巨大的變化，以前是在網下買東西，現在是網上網下對比著賣東西。但是，在這樣良好的勢頭下，有一個問題也引起了人們的思考，就是電商的盈利問題。物流配送是電子商務的瓶頸，指的不僅僅是物流配送的速度約束著電子商務實現的速度，還指的是物流配送的成本是傳統商務所沒有的，電商的競爭優勢很大是由于價格優勢，而如果包郵以后依然有這樣的優勢，電商的利潤究竟在哪里？數據對物流從產生了巨大的沖擊，迫使電商物流迅速的適應信息化和數據化的浪潮，同時，也給電商物流配送帶來了巨大的機會，將其配送過程中產生的大量數據整合，用于配送計劃的安排、電商服務的優化，更好的為賣家和賣家服務。

二、大數據時代電子商務物流配送存在的問題

雖然電子商務物流配送已經成為電商的重要利潤源泉，也成為一些大型的B2C商家的主要盈利點之一，京東商城就將自己的物流配送優勢作為自己的主要競爭優勢之一[2]，但是電子商務物流依然存在著一些的問題，主要有以下幾個方面：

（一）相比于電子商務的發展，物流配送的發展依然滯后。電子商務主要包含信息流、資金流和物流。其中信息流和資金流在點擊之間就可以實現，不受時間和空間的限制，物流就受到時間和空間的限制。隨著物流信息化和網絡化的發展，現在物流已經有了很大的進步，近幾年的發展也可以用日新月異來形容，但是相對于電子商務的發展來說，物流的發展還是相對滯后。

（二）分散的物流配送造成了社會資源的重復配置，物流企業競爭力低下。我們國家2014年的第三方物流企業數目眾多，但是，大多數是中小型物流企業，競爭優勢不明顯。2014年，天貓在B2C領域的市場份額為57%，第二位的京東為21%，二者就占到了B2C的78%。但是在物流領域，民營快遞前十名的市場分額占到了80%。大部分物流企業小而分散，網點重復建設，浪費了大量的社會資源。

（三）O2O的發展對電商的配送水平提出了更高的要求。隨著移動商務的發展，O2O成為電商發展的必爭之地，但是，O2O對配送的要求更高的迅速、快捷、準確。某配送小區提出了線上線下一體化、閃配（60分鐘配送）、增值服務（代收、代繳）的服務理念，這些理念對配送提出了更高的要求，如何均衡配送的成本和服務，成為O2O電子商務發展的一個重要課題。該圖表來源于物流沙龍通過上述圖表我們可以看到，O2O的配送成本是非常高的，假設平均每單的價格為50元，利潤率為30%，則利潤為15元，扣除配送成本11.25元，利潤變為3.25元，利潤率變為6.5%。由此可見，配送導致了利潤率的降低。4、大數據本身對電商物流配送造成了更大的沖擊。大量數據的歸集和挖掘使電商物流配送越來越透明，電子商務企業對于物流的要求也越來越高，這樣就迫使物流配送企業競爭更加激烈，并且有傳統的價格競爭向更高的服務層次的競爭轉化。

三、電子商務與物流配送的發展的新特點

國務院2014年9月12日印發的《物流業中長期規劃（2014-2020年）》中指出，物流行業的重點工程之一就是電子商務物流工程，建成一批區域性倉儲配送基地，吸引制造商、電商、快遞和零擔物流公司、第三方服務公司入駐，提高物流配送效率和專業化服務水平。[3]隨著電子商務的飛速發展，信息化對各行各業的影響越來越顯著。作為與電子商務有著親密接觸的物流業，更是受到信息化和網絡化的深刻影響，不能適應信息化的物流配送企業幾乎不能在大數據時代的競爭中獲得一席之地。電子商務和物流配送的關系也隨著時代的發展表現出了很多新的特點，主要由以下幾個方面：

（一）物流配送企業自身的網絡化、信息化。物流企業不同于生產企業，其業務不僅僅局限于本地，因此，通過傳統的口碑、人脈宣傳是遠遠不夠的，隨著網絡化的發展，物流的宣傳也必須通過網絡來進行，物流企業大部分都建立了自己的官網，來宣傳自己的企業。物流配送設計的面比較廣，一個物流配送企業在各地有多個倉庫，如何實現倉庫之間的合理調配、倉庫內部的有效管理、運輸過程的快速準確，僅僅通過傳統的管理方式是遠遠不夠的，目前，有很多的管理系統的出現應用于物流企業。TMS、WMS、LMS、SCM、CRM、OA都是信息化與物流相結合的產物，提高了物流配送的效率，更好的提高了物流配送的服務水平。隨著移動商務的發展，物流APP也逐漸投入使用，很多的物流APP開始應用于運輸領域和配送領域，豐富了物流配送的形式。2014年5月起，越來越多的快遞面單變成熱敏標簽面單，新面單是由菜鳥網絡聯合各快遞企業共同成立的“電子面臺”出品。這種電子面單面向60多款主流配送軟件，使用軟件的可免費使用電子面單，節省了紙張，提高了打印速度，節省了人力資源。電商物流配送的信息化深入到配送的各個環節和領域。

（二）物流資源的共享成為物流發展的必然趨勢。2013年5月28日，阿里旗下天貓、銀泰集團聯合復興集團、富春集團在深圳成立了“菜鳥網絡科技有限公司”，此外，馬云邀請三通一達和順豐加入，這幾家民營快遞各投入了5000萬，占股1%。以上資料顯示，民營快遞正通過自己的方式謀求資源的共享，中國郵政也表示要與阿里巴巴合作，將自己的網點對民營快遞開放。電子商務物流配送企業雖然是競爭關系，但是，在配送的過程中，網點的重復建設大大的耗費了社會資源，也占用了大量的社會資金，各個快遞公司之間實現資源的共享既能夠提高配送的服務水平，也能夠大量的節省資金，降低道路的擁堵程度，提高配送的經濟效益和社會效益。

第5篇：大數據論文范文

“大數據”成為互聯網熱門詞匯大約從2009年開始，到了2013年，大數據對各領域都產生了巨大的變革力量，2013年被稱為“大數據元年”。[1]大數據時代勢不可擋，與媒體密切相連的特性使得參與網絡教育的人員會通過更多的移動設備接入到網絡中，數據的數量會大大增加，增長速度會大幅加快，大數據對于網絡教育的影響不僅僅在具體方法上，也體現在思想上。對于文獻的檢索，我們通過高級檢索，分別以主題為“大數據”包含“網絡教育”、“在線教育”、“遠程教育”為關鍵詞在中國知網（CNKI）中進行檢索，共檢索到相關期刊文獻64篇，手工去除不符合要求的通知或者征稿等無關信息，剩余18篇文章。文獻發表時間分布于2013年至2014年，數量也從4篇迅速增長到了14篇。文獻的主題也多種多樣，主要集中在平臺建設發展、學科建設、師生關系、學習工具等方面，研究者主要關注大數據技術的發展和應用對傳統的網絡教育產生的深遠的影響，幫助網絡教育擺脫發展瓶頸，找尋到一條符合國內現狀的發展道路。可見由于大數據的迅速發展，對教育領域特別是網絡教育產生了巨大的影響。

二、我國基于大數據的網絡教育研究的內容分析

大數據技術在網絡教育的應用，對于傳統平臺的更新建設，推動學習者個性化學習，促進師生交流、生生合作都具有非常重大的意義。另外，對于平臺中課程點擊量、瀏覽量的記錄和分析，也能動態地設置學習內容，教學組織形式，滿足學習者多樣的學習需求。

（一）通過對大數據的梳理，分析網絡教育

平臺發展困境，有針對性地尋找解決方法，以促進平臺的建設張輝[2]指出：移動學習絕不是簡單的網絡學習移動版，需要更深層次的探索和研究。在大數據的支持下，研究者可以得到全文本的數據進行分析。通過對發展模式、受眾對象、學習資源、支撐環境等數據的分析，我們發現網絡平臺發展的現實困境，理論研究深度不足、學習資源針對性不強、即時通信反饋手段落后，這些問題制約了學習者平臺學習的動力。根據問題有針對性地作出切合實際的需求分析，進行個性化的信息建設，加強實時反饋提高學習效率，從而建立全方位覆蓋社區居民學習需求的學習平臺，有效落實建設學習型社會的要求。翟霞[3]指出：大多數干部網絡教育平臺的考評采用“學時制”和“學分制”，即以學習時間作為學習的考核標準之一，這樣的方式即使學習者只是播放學習課程而沒有進行學習，平臺也無法得到相關數據和反饋。大數據技術可以為其提供學習過程的監管，對學習者學習提供有效的進度控制和實時反饋，為學習者提供根據隨課程內容和學習者反饋而變化的幫助。網絡教育平臺學習者每一次學習的數據的收集和分析，能夠為平臺發展建設提供有價值的參考，幫助平臺優化學習者的學習環境?；诖髷祿姆治稣{查比以往基于抽樣的問卷或者電話調查的方法都更加全面有說服力。

（二）教學和考核方式的創新推動學習者學習的個性化發展

大數據時代，學習者在學習過程中留下很多數據碎片，通過分析這些數據碎片能夠分析出學習者的學習模式，為學習者提供個性化發展的環境。馬星宇[4]指出，新興在線教育在教學以及考核方式上較以往的開放式教育有所創新，以MOOCs（MassiveOpenOnlineCourses）為代表的新興在線教學模式的特點就是讓任何人在任何時間都可以學到任何知識，這必然會改變傳統的以傳授單一課本知識為基礎的教學模式。對于教師來說，科學技術的進步，能夠使學生的反饋更加細化幫助教師有效評估每位學習者的學習情況，為學習者提供符合他們學習需求的進度和強度。對于學習者而言，學習者通過對自己學習數據的分析也能夠進入“自主進度式學習”，數據分析結果讓學習者根據自己的進度使用視頻進行學習，學習者根據自己的進度在掌握不好的章節進行反復學習，直到達到100%精通。對于學習內容的構建，在線教育就是一種基于標準算法和數據挖掘為基礎的個性化學習服務。只有不斷根據目標學生的需求和社會的需求來不斷完善教學內容，才能滿足學習者獲得知識的需求。張輝[2]指出，依靠“大數據”的分析能夠建設用戶參與資源的個性化配置和推送，自動生成每個學習者感興趣的教學資源。在線平臺要收集學習者在平臺上依據自己的興趣點和關注點進行主動地點播學習內容的“點擊流”數據，根據一定的規則給予每個學習者適當地資源推送。從而滿足每個學生學習的個性化需求，促進學習者的個性化發展。

（三）大數據環境實現網絡教育完美的在線交互活動

為了平衡資源分配的不均衡，中國早期的在線教育只是簡單的把傳統課堂中的課程的學習內容和學習材料照搬到網絡上，使網絡成為知識流動的通道。劉濤指出，這樣的在線教育與傳統教育相比，唯一的區別就是學習材料的數字化和學習界面的網絡化，缺乏“個性化”的在線課程導致在線教育的學習效果大打折扣，效率比傳統教育顯得低下。這種困境應該通過大數據環境推動在線服務的個性化，促進新型師徒關系的產生，即在線教育的數據庫根據每個學習者的不同個人情況提供完全“個性化”的學習內容，包括具有針對性的學習材料，通過在線測驗發現每個學習者的知識弱點，針對這些弱點進行相對應的重點訓練，基于記憶規律的復習提醒機制。這種就形成了師生的新型“師徒關系”。這種模式能夠讓教師完全了解每一個學習者的水平和學習能力，顯然是學習的最有效的方式。邢丘丹等指出，在線教育交互分為個別化交互和社會化交互，前者是學習者和學習資料之間的交互，后者是學習者和教師或者學習者之間的交互，社會互是提高在線教育交互水平的關鍵因素。在線交互平臺身份認證體系的建立，針對信息資源的存儲和分析，服務器等硬件設施的架構都能夠推動在線教育交互活動的順利進行。

（四）大數據時代推動新型學習支持工具的發展

張振虹等[8]指出，學習儀表盤是隨著在線教育蓬勃發展和大數據時代來臨而產生的一種新型的學習工具，基于信息跟蹤技術和鏡像技術，對學習者的學習行為、學習習慣、興趣等信息進行有效的記錄和追蹤，通過科學化的分析，達到可視化和個性化的顯示，為在線學習的學習者、教師、教育管理者和研究者提供多方面的學習信息，也幫助學習者進行有效的自我認知，幫助自我實現個性化學習。新型學習支持工具的出現和發展為學習者在網絡平臺進行學習提供了高效的學習支持。

三、研究的發展趨勢

第6篇：大數據論文范文

（1）從數據規模上說，項目型組織在項目管理創新中所能利用的數據規模之大超出了傳統認知的范疇。一是自項目型組織成立開始，就不斷地積累著與項目相關的各種信息和數據；二是隨著相關制度的完善，大量與項目型組織及項目相關的數據通過政府信息平臺得以公開；三是遍于媒體和網絡中各類相關數據和信息。所有這些信息加起來，成為項目型組織進行項目管理創新中可待開發的無盡財富。

（2）從數據來源和結構的角度看，大數據具有多源異構特征。多源性體現在項目管理創新涉及的數據不僅來自于項目型組織和項目本身，還可能來自于政府相關部門、其他組織和網絡媒體；異構性一方面體現在數據的表現形式，項目管理創新中的數據不僅以電子形式存在，還可能以紙質或音像制品等其他形式存在，另一方面，從使用的角度看，數據不僅包括可以直接使用的結構化數據，還包括海量的需要進一步處理的半結構化數據和非結構化數據。

（3）從數據的動態性角度看，不論是項目型組織、項目本身還是外部相關數據都處于一個不斷積累的過程中。對這些新的數據流的實時處理，為項目管理創新的持續提升和改進提供了可能。

綜上所述，大數據成為當前項目管理創新的基本背景。大數據之“大”，對于項目型組織開展項目管理創新具有如下影響：

（1）大數據的存在擴展了項目型組織可利用的資源和條件的范圍，使得項目型組織能夠在一個更廣泛的組織生態中開展創新工作。

（2）大數據決定了項目管理創新是數據驅動的，大數據的存在使得項目型組織開展項目管理創新決策更為科學，數據分析結果成為創新方案決策和評估創新績效的核心依據。

（3）大數據要求項目型組織在組織文化及工作流程等方面做出相應改變，以適應新背景下項目管理創新的要求。一方面大數據之“大”，要求項目型組織變革創新思維方式，從動態的視角出發，基于動態的數據收集和分析結果做出決策；另一方面，在大數據背景下，創新的中心不再僅僅是流程、知識或者技術，而是數據和基于數據分析的發現，這就要求項目型組織必須重視項目管理創新中的數據問題。

2傳統項目管理創新與大數據下的項目管理創新比較

項目管理創新的傳統模式，主要是基于工程實踐、問題驅動的探索式創新。這種模式從特定的工程實踐管理問題出發，借助組織知識和專家智慧，利用定性分析或定性與定量相結合的方法，找到解決問題的途徑，實現項目管理創新。近年來較有影響力的項目管理創新，如蘇通大橋工程項目的綜合集成管理、京滬高速鐵路工程的標準化管理等，就是這類創新的典型代表。由于探索式創新往往是針對一類特定的工程，使得同類工程項目，能夠在已有探索式創新的基礎上，通過非本質性的修正，解決本工程面臨的管理實踐問題，從而形成傳統模式的一種衍生模式，即借鑒式創新。但借鑒式創新往往重在形式而非本質，所以鮮有成功案例。例如在京滬高速鐵路工程的標準化管理創新取得成功后，大量高速鐵路項目乃至公路項目都競相模仿，但從實際效果看，并不如預期那么理想。大數據下的項目管理創新，則與傳統模式有本質不同。傳統項目管理創新猶如“池塘捕魚”，而大數據下的項目管理創新則如同“大海捕魚”。此處的“池塘”和“大海”指的是創新的環境和條件，“魚”代表的是可能存在的項目管理創新選擇，而“捕魚”的過程即是實現項目管理創新的方法和路徑。環境和條件的變化，必然影響到可能的實現途徑和結果。因此，從“池塘”到“大海”的變化，決定著傳統項目管理創新和大數據下的項目管理創新存在著諸多本質性的區別。

2.1創新環境和條件的區別

傳統項目管理創新的基本背景是“池塘”，“池塘”意味著有限的生態，即創新是圍繞著組織知識、專家智慧等少數項目型組織自身可能擁有的資源展開的，資源的有限性限制了實現創新的手段和方法。大數據下的項目管理創新，其基本背景是“大?！保按蠛！痹谀撤N程度上意味著資源的無限性，大數據下的項目管理創新不僅依賴于項目型組織，還可借助于更為廣泛的組織生態中的資源，從而為創新提供了更為有利的條件。

2.2驅動因素、創新方式和路徑的區別

傳統項目管理創新是問題驅動的，項目型組織領導、管理專家等在“池塘”所提供的資源條件下，應用德爾菲法、頭腦風暴法、決策樹法等定性或定性定量相結合的方法，自上而下地找到一種創新的方案。而大數據背景下，創新不僅可能是出于問題驅動，同時也可能是基于數據，更多情況下是二者的結合，即提出問題，然后借助于數據確定問題?？紤]到數據的共享性，在大數據背景下，可以通過更廣泛參與的形式實現項目管理創新。一方面，項目型組織的領導及專家，借助于專業人員對數據的分析處理，形成初選方案，另一方面，項目型組織中其他人員也可以在數據平臺下開展研究和分析，提供備選方案，甚至還可以通過一定程度的數據公開，如同眾包類網站那樣，尋求網友提供的解決方案，從而形成項目管理創新備選方案集。從創新路徑來看，大數據背景下的項目管理創新，不再僅僅是自上而下的，而且還可以是自下而上，甚至是網絡化的協同方式。在大數據時代，數據是項目管理創新中最重要的要素，而數據分析方法則是尋求創新的核心問題。目前常見的云計算、數據分析等，盡管也可以用于傳統項目管理創新問題，但在大數據背景下，這一問題的應用廣度和深度完全不同。

2.3創新結果及成功關鍵因素的區別

傳統項目管理創新中，受創新背景、條件和手段的限制，可能獲得的創新方案是有限的，并且最終創新方案能否獲得成功，關鍵在于資源約束下專家知識的應用。在大數據背景下，創新方案存在更多的可能性，并且最終創新方案決策主要取決于數據分析的結果以及項目型組織對結果的解讀；創新方案在實踐中是否成功，關鍵在于數據的可得性和數據分析結果及解讀的準確性?；谝陨戏治?，傳統項目管理創新與基于大數據的項目管理創新的區別如表1所示。

3基于大數據的項目管理創新模型

大數據是項目管理創新的核心要素，而數據處理過程則是大數據問題的關鍵。相關領域的研究表明，數據處理過程與創新過程存在一種耦合關系，因此，圍繞著創新過程中的數據問題，本文建立了基于大數據的項目管理創新模型。

3.1數據獲取與創新問題界定

在項目開始，項目型組織首先要確定是否要進行項目管理創新。這一決策涉及的關鍵問題是數據的獲取問題。借助于BIM技術，將項目的主要技術數據以二維或三維方式呈現出來；借助數據轉換技術，將現有的其他形式的數據轉化為電子化信息；借助各類信息檢索技術，利用搜索引擎等搜集媒體上公開的相關數據?；讷@得的這些數據，項目型組織評估是否要進行創新以及能否創新。一旦做出肯定的回答，則需借助于數據，根據項目型組織管理層及專家知識確定項目管理創新問題。問題的界定通常包括兩個階段：一是大致確定需要創新的范圍或領域；二是借助于初步的定性數據分析，明確界定創新問題。

3.2數據處理分析與創新方案決策

這一階段，主要是項目管理創新方案決策，而創新方案的形成和決策則取決于數據處理和分析。項目型組織獲取的各類數據，需要進一步的處理，首先需要將大量半結構化數據和非結構化數據，通過數據整合和數據提煉，轉化為可用于分析的結構化數據，形成項目管理創新的數據平臺。然后由專業分析人員應用云計算、數據挖掘技術、統計分析等分析技術，找到項目管理創新問題范疇內，各類數據之間的關聯模型，通過數據分析發現可能影響創新成功或失敗的關鍵因素，提煉出項目管理創新中的核心問題。項目管理創新一般涉及到大量的問題，而數據處理的結果，因數據的可得性、數據人員的專業能力、使用的數據處理方法以及對分析結果的解讀的不同而有所差異，并進而可能影響到項目管理創新方案的科學性和合理性。通過共享數據平臺信息，項目型組織可以在不同層面、不同維度上獲得項目管理創新方案，一是項目型組織領導或專家，自上而下地根據數據分析結果形成項目管理創新方案，二是由項目型組織工作人員，根據數據分析結果自下而上地形成項目管理創新方案，三是可以通過項目型組織外部人員，利用網絡渠道收集數據共享平臺形成的方案，最終構成項目管理創新方案集。根據數據處理分析的結果，對備選項目創新管理方案進行再驗證，包括形成方案的依據的合理性和科學性、預測方案實施成功的概率、以及可能取得的效果，從而擇優選擇創新方案。

3.3動態數據與創新方案實施

創新方案在項目生命周期內實施，隨著項目的進展，一方面項目實施方面的數據在積累，另一方面，創新方式實施績效的數據也在積累，這兩類數據經過收集、處理過程，成為數據共享平臺的一部分，并為項目創新方案的實施績效評價提供依據。同時動態數據的分析結果，有助于項目創新方案的動態優化。從而確保方案不是一個靜態的過程，而是隨著項目的進展而處于持續改進的過程之中。

3.4新一輪數據收集和分析過程與創新方案的提升

基于大數據的項目管理創新方案，始終經歷著數據分析結果的檢驗，借助數據收集和分析，應用于其他類似項目中去，因而可能避免借鑒式創新帶來的困境。通過對新的項目的相關數據的收集和進一步分析結果，可以恰當的方式對原有項目管理創新方案進行修正，從而在某種程度上實現項目管理創新方案的提升。

4大數據下項目管理創新實施建議

為使基于大數據的項目管理創新模型在項目實踐中具有可操作性，提出如下建議：

（1）項目型組織應著手進行企業文化和決策機制方面的改革。努力建立一種與大數據管理創新相適應的廣泛參與的企業文化，將以往基于組織領導者意圖或專家知識的決策轉化為數據驅動的決策，以數據分析結果作為決策和評價的基礎。

（2）以信息化建設為中心，優化設計組織結構。項目型組織宜在傳統的職能型或矩陣制組織結構中增加專門的信息部門，用以收集、處理和分析數據，為項目管理創新及其他組織業務提供支持，同時加強信息部門與業務部門、外界的配合與合作，盡可能完善地獲取數據和信息；以信息化為中心重新組織工作流程，實現從業務部門、項目型組織到組織生態等不同層次的數據過程的貫通。

第7篇：大數據論文范文

關注企業KPI完成、采用直接“推銷”的強行營銷方式，忽略了客戶之間的偏好差異，營銷時機“一刀切”，缺乏細化，營銷產品與客戶接受度之間缺乏適配性分析，對客戶體驗重視不足。為解決上述問題，基于大數據和客戶事件的全觸點實時營銷管理采取了以下方式：（1）以客戶體驗為中心設計營銷活動時機不再以企業自身的產品銷售目的為營銷設計出發點，而是以客戶對營銷的體驗感知為出發點。營銷力爭做到在客戶最需要的時候立即出現，讓客戶在驚喜中感受服務和產品溢價；客戶不需要時，從不去打擾。當客戶各種事件發生時、企業與客戶觸點發生時，企業根據客戶的需要，充分利用各種觸點機會，通過觸點實時推送營銷內容；而當客戶與企業無接觸的時刻，尊重客戶私人空間，不去打擾客戶。（2）以大數據和客戶事件開展精細化營銷首先，以客戶標簽細分鎖定潛在營銷目標客戶。營銷案的設計是基于大數據分析基礎上的運營決策行為，根據客戶的個性化標簽，確定營銷的潛在目標客戶群，并且客戶標簽在實時營銷過程中也要進行實時匹配。其次，以客戶事件決定營銷開展時機。營銷的最終觸發需要結合客戶事件來確定。當營銷案中定義的潛在目標客戶的客戶事件發生時，營銷案才進行觸發。此時智能服務營銷系統對客戶標簽、客戶事件、營銷其他規則等進行匹配，按照預定的營銷流程、規則觸發營銷內容。第三，以觸點決定可能的營銷送達方式。在客戶標簽和客戶事件都匹配營銷規則的場景下，根據客戶與運營商的觸點方式，決定采用合適的方式將營銷最終送達客戶。在某種觸點上，營銷人員可采取的營銷送達方式可以是多種，但從營銷的時效性和客戶感知效果上則有首選方式。各觸點上具體可選擇的營銷送達方式列表見表1。（3）以實時觸點營銷替代靜態批量營銷1）營銷目標客戶是動態實時計算出來的，而非靜態提取后批量發送。只需定義出潛在目標客戶標簽規則、營銷流程和營銷規則，即可開展營銷；營銷的目標客戶在客戶事件和觸點過程中實時匹配、判斷完成。當營銷過程中需要對營銷案進行調優時，直接調整營銷規則即可生效，大大提高了營銷效率。2）營銷具有時效性。營銷匹配過程是在客戶事件發生后瞬間完成判斷的，并非延后較長時間推送以致錯過營銷時機；觸點發生時，可以在客戶服務、業務辦理過程中同步開展營銷。3）營銷內容、方式是根據客戶事件實時變化的。由于并不能準確預知客戶事件行為，且客戶各種屬性、狀態是實時變化的，因而營銷必須實時處理上述內容以完成營銷內容推送，保證對客戶的營銷內容始終是“適合的、恰當的”。

2建系統：整合現有信息系統，建設智能服務營銷系統

管理模式的高效運轉，需要IT系統的承載和固化?；诖髷祿涂蛻羰录娜|點實時營銷，其IT支撐能力主要包括兩部分：大數據處理、挖掘、分析能力；營銷管控、執行、送達的信息化支撐能力。（1）積極引入新技術，打好大數據基礎借鑒互聯網架構，踐行去IOE理念，引入成熟開源框架，基于x86平臺構建分布式計算與存儲平臺，采用Hadoop、Flume、Spark與Storm計算框架、爬蟲、MPP等技術，實現大數據的云架構，整體性能提升5～6倍，為大數據處理和分析服務奠定基礎支撐能力。（2）整合分散的IT資源，形成整體支撐能力一方面，聚合企業內、外部海量數據資源，形成大數據能力基礎。在已有業務受理、客戶資料、業務使用、賬單、終端等數據（即B域數據）基礎上，整合分散在不同部門的通信信令、上網行為、網元數據（即O域數據），以及公司運營決策的財務、人力、采購等數據（即M域數據）。M、B、O域數據統一匯總后,企業全部運營信息齊備，有利于形成對客戶進行營銷的全視圖、全視角洞察。另一方面，打通前、后臺數據與應用能力，統一收斂營銷功能。新建設的智能服務營銷系統，跨接前臺CRM系統和經分大數據系統，打通了經分系統和前臺CRM系統，使得營銷整體上既有智能數據支持，也有精確的營銷接觸管控。（3）智能、實時、主動、協同的智能服務營銷系統在具備大數據等技術能力的基礎上，整合分散的IT資源，將大數據挖掘、客戶接觸管控、營銷交互等能力進行整合，統一承載、管理營銷任務，形成智能處理、統一管控、多系統聯動的智能服務營銷系統。其功能結構、各系統能力整合關系如圖1所示。該系統可以實現營銷智能推薦、智能管控，實現智能流控、智能調度，具備實時捕捉、實時營銷能力?？梢詫崟r捕獲商機，實現通信使用、服務過程與營銷過程的實時結合；可以利用大數據挖掘模型和客戶標簽，主動挖掘客戶需求，當最佳營銷時機觸發時，主動向客戶或窗口人員推送營銷內容；還可以針對各營銷渠道進行交叉營銷、協同營銷，支持營銷全流程的策劃、審批、執行、效果分析等閉環管理。

3重運營：充分挖掘客戶資源，開展多種形式的全觸點實時營銷服務

營銷管理的提升首先從提升營銷運營能力著手。實現精細化運營，需要從客戶特征的全面洞察、客戶事件和行為的全面快速捕獲、營銷內容的實時觸發推送等方面開展建設。（1）對客戶進行360度特征分析一方面，利用客戶全息數據進行數據分析以獲得客戶標簽?？蛻魳撕灴梢杂脕碇庇^描述客戶的基本特征及其偏好，是對客戶進行細分、精細化分析的基礎。利用大數據技術得到客戶全視圖的基本輪廓，從客戶屬性、特征等方面勾勒出客戶輪廓，建立客戶特征庫。表2是從大數據中經過數據挖掘、分析獲得的客戶標簽簡單示例。另一方面,盡可能精細化地描述360度客戶畫像。為適應各種營銷活動的精細化要求，避免營銷需求開展時因客戶標簽不足而無法精細化畫像，大數據平臺圍繞客戶特征，提前挖掘出盡可能全息的客戶畫像。目前某運營商的客戶標簽，已經包括客戶自然屬性、價值屬性、消費屬性、產品選擇屬性、業務使用屬性、社會交往圈屬性、各種行為偏好屬性、終端屬性等80多個大類1200多個。（2）客戶事件立體化全覆蓋客戶事件是通信運營商的客戶在通信業務使用、業務與服務辦理、屬性狀態變化等時刻發生的操作、動作或特征變化等行為?？蛻羰录梢愿鶕I銷需要不斷開發定義。部分客戶事件可參考表3的典型舉例。目前某運營商已開發出112種客戶事件，基本形成了對客戶各種交互事件的立體、全方位覆蓋。凡是客戶與運營商發生互動的時刻（如扣費、通話、網廳辦理業務等），這些互動事件均可被系統根據定義自動捕獲并用于營銷。（3）構建客戶全觸點實時營銷能力觸點就是一次與客戶發生關聯、互動的接觸機會。這種接觸不僅是面對面的接觸，也包括通過通信網絡、IT服務系統等發生的接觸。表4是目前通信運營商與客戶之間可能的觸點分類列表。上述觸點基本涵蓋了通信運營商與客戶所有可能的接觸方式，如在這些接觸中推送營銷，客戶接受率將遠遠高于傳統營銷媒體和渠道，具有以下顯著特點：1）所有觸點具備營銷推送能力：在所有觸點上可以根據營銷策略，組合、選取合適的觸點，向客戶推送與觸點匹配的營銷內容。2）營銷觸點可自由組合：同一營銷案，可以組合選擇多種觸點，當客戶與任一觸點接觸時，在該觸點優先推送營銷內容，其他觸點不再推送，避免重復打擾客戶。3）不同觸點可有不同的接觸、推送策略：根據每一類觸點及其發生場景的特點制定適合的營銷策略，使客戶在任何觸點中都有機會接受營銷推送。4）統一管控觸點：統一管控所有觸點列表和定義，所有觸點對應的營銷內容都統一由同一個信息化平臺推送；所有觸點的接觸信息統一存放，營銷結果統一存儲，不同接觸渠道的協同機制統一調度。

4強機制：調整績效考評機制，為營銷服務轉型提供機制保障

為更好地推進新型全觸點實時營銷管理的實施，運營商要從內部員工的營銷薪酬激勵、外部合作伙伴的營銷酬金分配導向等方面，提升管理水平，實現從服務型向服務營銷綜合型生產模式的轉變。（1）優化內部考核激勵機制，推動企業管理轉型首先，建立全員營銷的企業文化。推行全觸點實施營銷管理理念，使全體一線員工由服務型轉向營銷服務綜合型生產模式，大力提倡、實踐“營銷機會無處不在”的服務文化，實現由“要我營銷”到“我要營銷”的根本轉變。其次，建立體驗式營銷模式。不再單純考慮企業自身利益和KPI要求，而是更多地考慮客戶的感受、體驗，改變對客戶粗暴的“短信廣告轟炸”，使客戶在服務過程不知不覺地接受營銷推薦。第三，強化量化薪酬考核機制，考核內容向營銷傾斜。一線全員量化薪酬后，量化薪酬中營銷價值份額加強，營銷與薪酬息息相關，使一線人員不再滿足于僅僅給客戶提供業務辦理和服務。最后，建立以營銷能力為導向的激勵機制。在物質方面，按照營銷效果的價值計算薪酬，切實體現正向激勵，多勞多得；在精神方面，定期嘉獎通告，樹立服務體驗營銷典范。此外，把營銷活動與員工的職業生涯相關聯，注意培養有較強服務營銷能力的員工隊伍。（2）優化外部合作伙伴質量，促進營銷服務轉型進入存量經營時代后，精細化運營要求合作伙伴加強對客戶的服務、營銷等工作，要從簡單、粗放的入網受理轉變到全面開展營銷、客戶服務、客戶維系等工作。同時，合作伙伴要實現優勝劣汰，增強營銷服務能力。在營銷服務轉型過程中，部分合作伙伴不能適應轉型要求，難以按照轉型戰略完成設備投入、員工素質提升，無法獲取足夠的代辦酬金，逐漸自然淘汰出運營商的合作名單。

5實施效果

第8篇：大數據論文范文

1.1簡介

（1）對于醫院的管理者來說

信息統計對于醫院未來的發展方向和醫院出現的各種問題都能夠通過數據進行判斷，提高了管理者掌握正確方向的能力。

（2）信息統計工作

有利于對醫院醫療的質量控制進行監管。目前，醫院的發展趨向于專業化，一家醫院的醫療質量和專業化程度是衡量醫院醫療水平的重要標準。所以信息統計工作，一方面對本院的醫療水平進行統計，通過數據客觀的衡量醫院醫療水平；另一方面，通過對醫療病例進行統計可以對一個時期的患者患病率和患病原因進行統計分析，有利于醫院具有針對性地建立醫療救治方案。

1.2管理模型醫院信息統計管理模型可以分為兩大主要內容。

（1）針對病患進行統計，統計內容包括病患性別、年齡、患病原因、病狀、住院時間、診治措施等。

（2）對醫院的管理內容進行統計，統計各個部門間的人員流動、工作表現、部門效能等。

1.3對醫院管理發揮的作用

醫院信息統計工作對于醫院的管理發揮著不可替代的作用，其主要表現包括以下幾個方面：

（1）有利于醫院質量管理的考核和評價

通過醫院信息統計客觀統計的數據可以對醫院質量管理進行考核和評價。對醫院各個科室的管理水平、醫療能力進行考核可以發現在科室活動中存在的問題，便于及時做出調整。對于醫院員工的考核可以統計出員工的工作能力和工作表現，有利于約束員工行為，提高醫生和護士的服務水平，提高醫患關系的融洽度。

（2）有利于醫院管理決策的正確性

醫院的經營市場化形式趨于明顯，在面對市場競爭中，醫院的管理者每一項決定都關系著醫院未來的發展。通過醫院統計信息，醫院的管理者可以準確地掌握自身的經營能力，同時通過對市場的統計分析可以準確判斷出醫院未來的發展方向，并能夠通過統計數據加強自身的競爭力。

（3）有利于醫院資源的整合

醫院是集人力和物力為一體的綜合性企業。在對醫院資源的信息統計中，可以將人力資源和物力資源進行統計，便于醫院進行管理。對于醫院人力資源的統計主要是統計醫生的專業能力和護士的服務水平。通過客觀的數據可以了解醫生在某一醫療領域的計數水平和護士的服務水平，一方面能夠為醫院針對某一科室進行人員加強配置，另一方面可以對人員的獎懲制度進行完善。對于醫院物力資源的統計可以確保醫院設備正常工作和耗材的儲備充足。同時還可以避免資源的重復，給醫院的經濟造成損失。

（4）有利于醫療體系的建設

通過統計數據可以發現醫院在某一方面的不足，通過具有針對性的建設，可以幫助醫院建立較為完善的醫療體系，更好地服務與百姓。醫院醫療體系的建設是醫院立足的根本，在現代化醫療體系建設中，數據的分析是醫療體系完善的基礎，只有客觀地評價醫療體系的結構和性能，才能夠保證醫院穩定發展。

2面臨的問題

2.1信息化薄弱

隨著信息化時代的到來，大數據的分析已經深入了各行各業，作為醫療的前沿，醫院在信息化建設方面相對于其他行業相對薄弱。醫院信息化薄弱問題一方面來自管理層對醫院信息化建設的不重視問題；另一方面，醫院信息化建設需要巨大的財力、物力和人力，醫院將精力投入在醫療設備的改進和醫療水平的提高方面，在信息化建設上就難以投入過多的精力。

2.2信息化統計內容單一

在大數據時代，醫院信息統計工作內容越來越豐富，然而一些醫院并沒有意識到信息統計數據的重要性，信息統計內容還只局限于對病人的病例進行統計。由于統計內容的單一，難以形成有效的分析數據，對于醫院的管理和醫療水平的提高不能發揮出統計數據實際的價值。

2.3信息化統計專業性差信息化

在醫院管理中的應用缺乏統計的專業性，目前，醫院所采用的信息化系統主要包括HIS醫院管理系統和CIS臨床信息系統，這兩套系統主要功能是降低勞動化強度輔助醫院進行人和物的管理，而對于統計數據適用性并不強。所以醫院信息化急需具有專業性的統計系統，充分利用數據的價值，幫助醫院進行管理和醫療能力的提高。

3發展對策

3.1提高統計信息質量在大數據時代

大量的信息集中在醫院的信息科，如何快速將這些信息進行分類和提取是信息科所要面臨的重要課題。信息的準確性是信息統計工作必須嚴格管控的內容，在現代化醫療體系建設中，把握信息的質量的關鍵在于建立信息內容評價標準和信息應用規范，信息數據的應用具有3個主要特征，一是準確性，二是適用性，三是及時性。統計信息的評價標準和應用規范主要圍繞信息數據這3個主要特征進行確立。

（1）信息的準確性信息的準確性

對于來自方方面面的信息真偽進行判斷，只有準確的信息才能夠成為有效信息，在醫院中如果誤用了錯誤信息數據則會造成嚴重的問題。提高信息的準確性首先要明確信息的來源，其次要對信息的真偽進行辨別，最后對信息的價值進行評價。

（2）信息的適用性

在醫院的信息管理中，如何從大量的信息內容中獲取對信息應用目標有用的數據是信息管理的內容之一。信息的適用性選擇需要建立統一的標準，避免“張冠李戴”造成信息錯用的問題。信息的適用性原則主要從醫院自身的信息采集為標準，因為不同的醫院在信息產生上都不相同，只有利用自身的信息才能確保信息的適用性。

（3）信息的及時性信息具有時效性

相同的事情在不同的階段所產生的信息不一定完全相同，因此，在信息采集和統計時，必須要以最新數據為價值參考，加快信息刷新的頻率，降低失效信息勿誤的可能性。信息統計的及時性主要表現在醫院建立信息及時交流的基礎上，只有增強科室之間、部門之間、人員之間的信息溝通機制才能保證信息及時被利用。

3.2科學化管理利用大量的數據統計促進醫院科學化

管理是醫院信息統計工作的核心內容。醫院信息統計科學化管理主要實現以下幾方面工作目標：

（1）信息統計的評測信息統計的評測功能

可以對醫院的人員、設備、耗材等進行統計，還可以對近段時間的醫患病因進行統計，通過對醫院各項數據的統計與近期醫患病因的統計可以分析出在某段時間醫院需要加強某方面醫療的能力。利用信息統計的評測功能還可以對醫院某一專項的醫療水平進行評測，統計醫療過程中的不足，幫助醫生及時調整醫療方案。

（2）信息統計的決策

我國醫療體制改革不斷完善進行中，對于來自各個層面的數據進行統計分析，能夠為醫院的管理者提供準確的決策依據，幫助決策者正確判斷醫院經營方向。并且通過對本院的統計信息可以快速找到醫院系統中的薄弱環節，依靠準確的數據為管理者提供醫院改革的參考。

（3）信息化統計的監督

醫院醫療和服務的質量是醫院水平的重要表現，醫院信息統計可以對醫院的各個科室、每一位醫生及護士的工作能力和工作狀態進行一個時期的統計，通過數據可以客觀地、真實地反映出不同科室的醫療質量和個人的服務水平。信息化統計的監督功能是保障醫患關系融洽的重要手段，通過建立獎懲制度提高醫生和護士的工作認真性，而信息化的統計數據則是衡量和監督醫生和護士工作積極性的重要參考。

4結語

第9篇：大數據論文范文

在大數據背景下，爆炸式增長的數據成為了電商重要的漿洗，對于提升核心競爭力、推動生產創新具有重大價值。以淘寶為例，每天有近5億條產品訊息，電商對數據進行采集、分析、挖掘，將各類數據進行有效整合，可為企業決策提供支持。數據的價值是其所有可能用途的總和。以數據價值為核心，將不斷涌現新的盈利模式，電商只要把握機遇、放寬視野，才能找到新的利潤增長點。

二、電子商務的大數據時代

（一）數據服務的變革大數據背景下，把消費者分成很多群體，對每個群體甚至每個人提供針對性的服務。消費行為等數據量的增加為電商提供了精準把握用戶群體和個體消費行為模式的基礎。電商通過大數據應用，可以探索個性化、精準化和智能化廣告推送和推廣服務，創立比現有推廣形式更好的全新商業模式。另外，電商也可以通過運用大數據，尋找更多更好地增加用戶粘性、開發新產品和新服務、降低運營成本的途徑和方法。

（二）數據化運營電商運營更多地轉變為數據驅動的運營，在企業內部所有環節都利用數據進行分析、評價、利用數據視圖進行管理。以阿里為例，其對旗下的淘寶、天貓、阿里云、支付寶、萬網等業務平臺進行資源整合，形成了強大的電子商務客戶群及消費者行為的全產業鏈信息。同時，也將電子商務的競爭從簡單的價格戰上升了一個層次，形成了差異化競爭。目前，淘寶已形成的數據平臺產品，包括量子恒道、數據魔方等，功能包括店鋪運營分析、商品分析、營銷效果分析、買家行為分析、訂單分析、供應鏈分析、行業分析、財務分析和預測分析等。

（三）數據資產化大數據背景下，“數據即資產”成為最核心的產業趨勢。未來企業的競爭，將是規模和活性的競爭，數據的經濟效益和作用將日漸引起企業重視，因而催生出許多關于數據的業務。“數據成為資產”是互聯網泛在化的一種資本體現，他讓互聯網的作用不僅僅局限于應用和服務本身，而且具有了內在的“金融”價值。數據的功能不再只是體現于“使用價值”方面的產品，而成為實實在在的“價值”。目前，作為數據資產先行者的IT企業，如蘋果、IBM、谷歌等，都在用各種方式，挖掘各種形態的設備及軟件功能，收集各種類型的數據，發揮大數據的商業價值，將傳統意義上的IT企業，打造成為“終端+應用+平臺+數據”四位一體的泛互聯網化企業，以期在大數據時代分得一杯美羹。

三、大數據時代的電子商務服務模式分析

（一）個性化導購服務在互聯網普及的時代，為解決消費者信息超載的問題，引導消費者更便捷地購買商品，導購系統便成為眾多電子商務企業提供的一種服務模式。所謂導購系統，就是一種根據消費者的需求、偏好、個人資料及歷史消費行為，為消費者提供決策建議的軟件系統，如推薦他們想要的商品或從哪里獲得想要的商品。傳統電子商務導購服務，或是基于消費者歷史數據來抽取和推薦他們共同偏好的商品如熱銷商品推薦等，或是根據企業促銷意圖將其主打產品推送給顧客，如新品推薦、特價推薦等，能夠為顧客提供較好的決策支持服務。個性化導購系統的興起能夠很好地解決傳統導購系統所帶來的問題，它基于消費者個性化特征和需求，依托知識發現、內容過濾、交互式推薦等技術，在合適的場景、合適的時機、通過合適的渠道，把合適的內容，推薦給合適的用戶，為消費者提供個性化的購物體驗。在個性化導購系統中，消費者不再是被動的信息或網頁瀏覽者，而是主動參與者。

（二）數據產品服務在大數據背景下，數據成為資產，所有電商企業都想獲得并充分了解它們在運營中所獲得的消費者的信息數據，但往往由于技術等原因無法對大數據進行分析、挖掘，因此對于具有平臺以及技術等優勢的電商企業可以利用這樣優勢，將獲得的海量數據進行產品化的包裝營銷給需要的企業，從而開辟出一種新的電子商務服務模式。如淘寶為賣家提供的各類數據優化工具，可以為消費者提供的各類優化工具等。由于大數據背景下企業對數據有更深層次的需求，因此搭建數據構建需要與銷售之間的橋梁，將為產生數據服務型的電子商務新模式。

（三）垂直細分領域服務目前，淘寶、京東、亞馬遜等占據了國內的絕大部分電商市場份額。中小規模電商企業崛起難度很大。因此，在大數據時代下，把握每一個垂直細分領域，然后做得更精更專，這樣才能贏得自己的一席之地。而且行為垂直細分類的電商平臺規模較小、成本較低，能更好地挖掘分析消費者的信息數據，從而能更專注于專業特定的客戶群體提供專業的產品和服務，更能了解產業鏈上客戶的需求，也能容易完善自身的服務。例如，在服裝領域，“麥包包”等與生產廠家等上下游企業共建產業鏈，實現零庫存和短周轉率，降低了運營成本，極大提高了生產效率，打造成箱包垂直領域知名的線上品牌。

四、結語