大數據時代數據分析精選(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時代數據分析主題范文，僅供參考，歡迎閱讀并收藏。
第1篇：大數據時代數據分析范文
[關鍵詞]大數據；高校圖書館；數字資源建設；信息共享
doi：10.3969/j.issn.1673 - 0194.2016.04.128
[中圖分類號]G258.6；G250.73 [文獻標識碼]A [文章編號]1673-0194（2016）04-0-02
0 引 言
隨著經濟全球化的發展，我國科學技術水平有了快速的提高，計算機互聯網技術在社會生活中的應用日益普遍，深刻影響著人類社會發展進程。人類社會已開始進入大數據時代，大數據的發展有助于促進圖書館的數字化進程，既為圖書館數字化進程帶來了機遇，也讓圖書館面臨挑戰。作為信息文獻的儲備場所，高校圖書館在互聯網背景下對數字資源有強烈的需求。利用互聯網資源對相關數字資源進行傳送，其形式豐富，生動形象，例如：視頻、聲音或圖片，能刺激讀者的閱讀興趣，深受廣大讀者和學生的喜愛。高校圖書館數字資源建設中，要深度挖掘數字資源的價值。這樣，高校圖書館能豐富和擴大獲取信息的途徑，還能在不同層面、不同角度滿足用戶對信息資源的需求，對于建立高效圖書館服務系統有極大促進作用。因此，高校圖書館數字資源建設，要充分挖掘和利用數據的信息價值，促進高校圖書館數字資源建設的全面發展。
1 大數據的涵義和特點
1.1 大數據的涵義
大數據是互聯網時代的一種信息資產，在對其進行處理之后，能對人類社會生活形成非常重要的觀察力、決定力。挖掘數據的信息價值已成為當今社會的研究熱點，國家也給予了高度重視，社會各界都對其廣泛關注和討論。大數據在信息數據容量方面非常大，信息資源也很豐富，并且在不斷的變化增長中。大數據的核心價值并不是儲存豐富的信息資源，而是要對有核心價值的、能夠創造社會生產力的數據進行專業處理，數據處理后所產生的社會效應也要能夠保證。當前，大數據的處理和應用通常與云技術相結合，組成一定的分布結構，然后被上傳網絡數據庫進行存儲。
1.2 大數據的特點
1.2.1 大數據信息數據非常豐富
互聯網信息技術的發展，決定了信息增長的速度也在不斷提高。計算機信息技術的發展在很大程度上方便了用戶，也有利于信息共享效率的提高。在當前網絡環境下，用戶對數據信息的需求在不斷加大，這在多方面刺激了大數據的增長和發展。視頻影像、圖片圖像及文件等以不同形式的數據出現在人們的工作生活中，數據在真實有效表達人們社會需求方面作用日益明顯，形式也更為豐富，數字資源數量也處于不斷增長變化中。
1.2.2 數據結構繁多，變化較快
互聯網時代的數據形式非常煩瑣，且隨著計算機信息技術及科技水平的發展不斷變化。網絡交流平臺處于快速發展中，且形式豐富多樣，這也導致人們對數據的需求日益增多，數據的形式也更為繁瑣和復雜。例如：一些數據的形式就是非結構化或半結構化的。對數據處理的表現主要是利用結構表，將其儲存在相關數據庫中。如果科技水平和社會的發展促進數據產生改變，就要把原始數據信息上傳到相關的交流平臺上。
2 大數據時代圖書館數字資源建設分析
2.1 創新建設觀念，確立正確的數字資源建設理念
雖然數字圖書館具備健全的結構化數據管理方式，但其在數據管理方面的方式并不合理，有待提高。在數字資源管理方面，圖書館應該在讀者尤其是大學生讀者需求的基礎上進行數字資源建設，要注重數字資源有效性和及時性，掌握處理各種元數據處理技術，并且對相關數據和文獻資源進行儲存和保護，確保用戶能夠對相關資源進行搜索。建立數據資源豐富的及新型分布類型的資源庫，對數據進行處理。同時，高校圖書館要積極轉變管理觀念，資源設計要做到有組織、有規范地進行，真正實現圖書館資源的數字化。同時，圖書館工作人員可以將一些閑置的信息進行加工處理，還可將一些期刊、書籍以及學術論文進行科學整理，建立信息資源檢索功能，從而滿足讀者的不同需求。另外，高校圖書館工作人員還要注重創新數據搜索方法，在科學分析及高級處理等方面進行技術創新，采取全程跟蹤的方式對全部數據建設進行監督，保證圖書館數組資源的共享及多元化發展。
2.2 特色數據資源庫的建設
高校圖書館建設特色資源庫，要依據標準型、時效性、完備性及計劃性的原則，注重信息共享的實現。建設數字資源的重點是要注重資源庫的組織構成。因此，在對特色資源庫設計建設過程中，要注重導航、字段檢驗以及資源連接等方面的問題，要根據自身發展需求設置相關數據庫網站和代碼，才能從源頭為客戶提供一站式服務。同時，在元數據設計相關方面，要對不同類型的數據資源進行詳細描述，保證滿足用戶的需求，例：關于視頻文件、互聯網數據資源、電子圖書及相關資源位置標注等方面，對文獻、參考文獻資源及元數據相關資料進行標引，并將相同數據庫的資料科學整合，避免錯誤，提高檢索效率。
2.3 創建可視化數據分析，進行智能化管理
高校圖書館數字資源建設，要對電子閱覽室中的數字進行系統地估計和整理。在對大數據技術采用的基礎上，在檢索書架上設置RFID裝置。這樣，當讀者對相關資料和信息進行搜索時，就可以通過技術處理等方式對數據進行挖掘，根據用戶需求，為讀者提供有效的形式和內容。按照用戶對書目的閱讀率，及時調整相關文獻的數據信息，對數據進行可視化分析。例如：圖書館工作人員可以利用處理研究模型、估測模型及其故障維護模型等技術對數據進行第一時間的處理，將用戶需求量大的資源進行整合，把重復的數據去除，并根據讀者需求不斷對數據資源的深度和范圍進行拓展，合理利用數字資源，避免浪費。另外，在對數字資源購買時，要對自身數據庫的內容進行綜合考察，對所購資源要做到挑選細致，購買所需求的資源。
2.4 擴大專業人才隊伍建設，設計個性化的數字資源
人才是大數據時代高校圖書館進行數字資源建設的重要方面，要不斷擴大自身人才隊伍建設，并積極加強工作人員的培訓，提高其技術業務能力。高校圖書館在專業人才吸納及培訓方面，要注意吸收集科技、信息、專業化與現代化為一體的專業人才。同時，組織員工學數據相關知識，對員工要加強培訓，還可以邀請專家舉辦大數據知識講座，讓工作人員積極學習經驗和相關技術。另外，要注重數字資源的創新，采用新技術設計個性化的數字資源，建立獨具高校特色的數字圖書館。例如：可以根據讀者的需求，在對先進數據技術充分利用的基礎上，積極鼓勵工作人員勇于創新和獨立思考，為工作人員提高業務能力營造良好的氛圍，提高其參與學習的積極性，并能踴躍提出自己建議。同時，還可以建立用戶評價系統，及時掌握用戶的動態需求，對數據庫進行及時更新和改進，才能在大數據時代建立個性化數字圖書館。
3 結 語
當前，大學生讀者的需求是多樣化的，并且要求數字資源的檢索要能夠快速、準確。大數據為人們提供了全新的數據應用方式，推動現有產業升級與新產業誕生，還引發了一場關于科學研究思維與方法的革命。大數據時代的到來，數據資源豐富多樣，并且更新發展速度極快，能滿足大學生讀者的需求。高校圖書館要充分挖掘數據資源的核心價值，將其應用到高校圖書館信息資源建設中。但是，工作人員也要認識到：大數據時代的高校圖書館數字資源建設，既面臨機遇，但也有諸多挑戰。因此，工作人員在建設特色數字資源庫時，要做到積極革新理念，創新技術，加強基礎設施建設，利用新型模式變革數字資源建設，才能真正實現高校圖書館個性化數據庫的建立，從而更好地為大學生讀者服務。
主要參考文獻
[1]劉磊，高海燕，邵偉波，等.社會網絡環境下用戶參與圖書館數字資源組織與整合的需求調查――以部分高校為例[J].圖書館理論與實踐，2014（4）.
[2]胡欽文.大數據時代圖書館薦購數字資源模式的轉向[J].黑龍江科技信息，2014（34）.
[3]劉磊，郭詩云，林小娟.基于社會網絡理論的用戶參與的圖書館數字資源建設研究述評[J].高校圖書館工作，2014（1）.
[4]張勇，朝樂門，邢春曉，等.新一代數字圖書館應用支撐平臺的研究與開發[J].現代圖書情報技術，2011（6）.
第2篇：大數據時代數據分析范文
【關鍵詞】大數據時代；數據分析理念
前言
國內外在信息技術領域突飛猛進，越來越多地運用信息技術，大規模的信息與數據信息借助移動互聯設備、互聯網、社交工具、云終端以及物聯網等進行傳遞，人類業已步入到大數據時代，數據信息的大批量傳遞對各個組織的決策成本產生了較大影響。
一、大數據概述
1.大數據的定義。如今人們尚未就大數據的概念取得一致意見，主要存在著下列三種看法。首先，它指的是運用相關信息技術，分析、整合大量數據，并獲得舉足輕重的信息匯總成果，為用戶提供相關資訊。其次，認為大數據指的是一臺計算機，其處理能力比較強大。第三，它指的是在限定時間內拆解與分析數據中的相關信息，獲取關鍵信息的信息處理技術。
2.特點。第一是具有鮮明的社會性。它能夠匯集全部數據與信息，以互聯網方式連接絕大多數領域，以信息勞動取代了傳統的手工勞動，借助大數據處理技術創造更大的價值。第二是其運用范圍非常廣泛。大數據時代朝著縱深方向持續發展，信息技術業已對人們的生產生活產生了較大影響，在整理、儲存、融合與處理大數據方面都出現了較大變化，推動了社會經濟的快速發展。第三是大數據是公開的，在當前的大數據背景下，能夠公開所匯總的信息與數據，將諸多領域交換以及運用這些信息。既能夠確保數據用戶的相關隱私，也可以為相關機構和組織更好地利用大數據環境的優勢，滿足人們在工作、生活以及學習領域的需求。第四，體現出強烈的動態性。人們可以從大數據處理的結果中得到關鍵性的信息，然而外部環境隨時都可能會發生這樣那樣的變化，且任何時間都會形成諸多信息和數據，因此大數據時代具有強烈的動態性。
二、大數據時代下數據分析理念探究
1.挖掘數據價值的理念。以匹配廣告為作為研究事例，重點涵蓋了兩種類型的數據，首先是廣告庫，它涵蓋了廣告庫與相關廣告的具體客戶信息。這種方式適宜于運用在傳統類型的數據庫中。其次是顧客觀看了廣告后的相關行為。人們可以有效地結合上述兩種數據，借助相關算法來表現其價值。在具體實踐中，能夠充分地感受到信息與數據分析的優勢。可以為顧客提供所需要的數據與信息，借助群體行為、群體智能技術，將其與以往顧客的具體使用效果做出比較和分析，采取相關的信息反饋機制，向用戶提供最優質的數據與信息，或者是查詢與搜索相關信息。
2.深層處理與去偽存真的理念。在具體數據分析時，應該嚴格按照相關的數據分析流程，對相關數據進行深層處理以及去偽存真。大數據業已運用到生產生活的方方面面，在不同地區以及不同行業間發生著相應的轉化，逐步取代了傳統形式的信息數據處理方式和技術。在大數據背景下，借助先進的數據分析技術，將搜集到的多種復雜信息變換成計算機能夠識別的信息和數據，并對其進行分類與整合，在具體的整合分類中，剔除完全不具備實用價值的信息，深層次處理余下的信息與數據，將獲得的處理結果轉換到具體運用中。受到了大數據背景的強烈影響，龐大的數據規模非但會影響數據的具體處理結果，反而會為用戶帶來更具有價值的信息。且在數據分析與處理過程中要逐步搜集與積累相關數據。
3.把握數據分析的相關變量。之前的數據分析技術均是先假設相關變量，然后對相關結果實施線性分析。這是傳統意義上的數據規模非常小，處理方法也比較簡單。然而，大數據背景下，出現了龐大的數據規模，只采取線性處理技術來處理與分析顯得不太現實。計算機和大數據的關系非常密切，雖然數據的數量和相關變量持續變化，然而這些變量是明確的、有規律的，不必再假設相關變量，借助數據分析技術就可以獲得所需結果。
4.合理地運用統計學思想。在大數據背景下，傳統意義上的抽樣分析不能滿足大數據分析的要求，應該采取統計學思想，更新抽樣理念，將總體當作樣本，探討與某物有關的全部數據，不再依賴極少數數據樣本，如此方能充分地把握事物的具體變更與發展過程，有效地處理數據表露出的相關信息。更傾向于從紛繁蕪雜、不合乎常理的信息與數據中把握事務的具體狀況，進一步理解數據分析的嚴謹性，而不再局限于只追求精確的數據。通過分析數據網絡的彼此聯系，不必把握反復變化的因果關系，通過分析處理相關數據，更準確地反映數據變更背后的真實狀況。采取統計學思想，對收集到的相關信息與數據實施針對性較強的分類處理，更好地把握事物的具體變化情況，為人們做出正確決策提供可靠的依據。
結語
大數據涵蓋了海量的信息和數據，通過云計算平臺實施規模化的處理和收集活動，構建相應的數據庫，對數據進行分流；數據分析理念可以進一步闡述世界、感官享受以及物質領域中的復雜網絡關系，借助數據挖掘等在內的多種方法進行分析與處理，使相關數據結果有效地契合實際狀況。為人們滿足實際需要而進行數據分析與做出決策提供可靠的依據。
【參考文獻】
第3篇：大數據時代數據分析范文
關鍵詞：大數據時代；信息處理技術
前言
在“大數據”的背景時代下，信息處理方面不斷的創造了奇跡，這也會對未來計算機技術發展提供了有利的條件，在面對新時代的來臨，需要不斷的發展自身才能夠跟上時代的步伐，信息處理技術也應該用于挑戰面臨的機遇，為大力發展計算機技術做好前期準備。
1.信息處理技術的概念
在企業的管理數據處理中，信息處理技術占據了重要地位。通過信息處理技術，使信息數據的輸送、獲取和檢測、處理等技術有機結合在一起。信息處理技術將計算機技術、通信技術、網絡技術、傳感技術、微電子技術等科學技術融合在一起，在現代社會中用途很廣泛。在現代化辦公中，使用信息處理技術之后，不僅能夠提高辦公效率，還能有效利用高科技的辦公設備，實現“人機結合”。信息處理技術的出現改變了傳統的辦公模式，對于辦公模式的影響是極大的。
2.大數據時代的新機遇
2.1云計算受到熱捧
在大數據時代中，云計算得以廣泛普及，隨著云服務的到來，這種趨勢是很明顯的。云計算整合了傳遞過來的數據，它擬定云平臺，互通電子數據。借助于云平臺即可上傳信息、下載必要信息。在新的環境之下，云計算拓展了常規的范疇，提升服務性能，助推了更長久的自身進展。依循自主創新，云計算提升了日常流程的性能，增添了創新性。
2.2物聯網的誕生
當今社會中的物聯網將新路徑的信息傳遞、計算機新技術、通信必備的新穎體系有機結合在一起。這是一項新型的產業，將信息處理應用于成熟的網絡體系之中。物聯網的外延有很多，比如地鐵磁卡、醫療卡、電子錢包等。現在，傳統的紅包逐漸被電子紅包取代了，人與人之間的溝通更加密切，這些都是物聯網的優勢所在。
2.3新穎的數據挖掘
在數據挖掘的過程中，人們收集大量的數據，分析數據并探尋數據的內在規律。從整體上來看，數據挖掘包括初始預備階段、探求潛在規律、表達這三個階段。數據挖掘添加了決策流程內的更多便利。遇有海量數據，同時缺失信息，即可求助于這樣的數據挖掘。這是因為，很多企業配有的數據庫僅僅可以錄入數值、查驗并且統計。但是，一般情況下，在搜集得出的數值之中，找到必備的提煉信息的難度是很大的，更不用說發現查找規律。在這種情形之下，就很難明晰深層的某一規律，無法表達規律。如果可以準確地分辨出信息之中的側重點，那么就可以得到潛藏著的必備信息，這樣更有利于企業做出正確的決策。
2.4方便企業擬定正確的決定
通過物聯網，大規模的數據分析充分展開。通過解析流程，方便各個階段的決定的擬定。舉例而言，針對企業中的目標群體，分析員工習性、愛好興趣。通過專門的解析，從而做出準確的決策。
3.大數據時代常見的信息處理技術
3.1信息收集、加工和傳播技術
在信息處理的過程中，第一個步驟就是信息的收集。僅僅只有當信息被收集之后，才可進行大量數據進行存儲、計算以及傳播。在對目標數據源監控之后，把數據采集存放到結構化的數據庫之中，以便信息服務系統提供輸入，接下來是信息加工。信息加工的目的是對信息進行分類和加工處理。最后，信息進行傳播，在信息傳播的過程中，信息被收集和處理，并通過社會傳播，最后提升了信息的價值。
3.2信息存儲技術
信息存儲技術是在需要調用相關數據時，可以直接調出使用的一種技術。該技術借助網絡和介質實現數據的收集和存儲。在大數據時代，數據的特征是容量大、變化迅速。只有在信息存儲技術可以快捷的、長時間的、穩定地對相關數據進行存儲的情況下，才可節省大量的人力、物力和財力。
3.3信息安全技g
大數據時代信息系統的特征是互聯性較高。大數據時代的信息安全技術不再是對孤立的數據信息的處理，而是在基于信息系統整體進行的。信息安全技術為計算機網絡帶來了重要的發展機遇。與此同時，他也給計算機網絡帶來了巨大的威脅。所以，怎樣提升信息安全？本人認為，可從下面三個角度出發來考慮。第一：打造更加可靠的信息安全體系。在這個過程中，要提高相關人員的技術水平。第二：增強大數據安全技術的研發力度。在大數據時代，以往的信息安全技術可能不再適應現代信息安全的情況。所以，應當加快大數據安全技術的研發，增加人力和物力、財力的投入。第三：對于重點信息加強監測。在大數據時代的大量的信息中，系統數據泄露隨時可能發生。因此，有必要重視數據的安全性，加強重要數據信息的監測。毋庸置疑，大數據時代的信息技術的創造價值極大。在信息技術發展的未來，世界將會迎來越來越多的改變。
第4篇：大數據時代數據分析范文
關鍵詞：大數據；圖書館；分析
近幾年來，由于信息化技術的引領，大數據時代全面降臨在全球范圍內。數據是一種可利用資源，在各行各業中都存在有巨大的作用。因此，在大數據時代的背景下，關于如何高效地開發出數據的價值，是我國各領域中都應思考的問題。
1 針對大數據應用在圖書館中可能存在的問題的幾點思考
1.1作為新興技術，大數據技術還需經歷時間的考驗
微軟企業中有位優秀的工程師曾說過，大數據時代還需經過10年以上的研究，人們才能熟練運用大數據技術獲得真正的知識。而也有一位優秀的分析師指出，大數據技術的應用前景可能在2020年才會基本清晰，人們到那時就可以利用大數據技術做出最理想的決策。然而大數據技術的問題與其可靠性、隱性成本、易用性等有著直接關系。大數據的誕生是通過信息技術發展下而催化的產物。因此，大數據對信息技術依賴性非常強，若信息技術得不到充分的應用和發展，大數據也會受到嚴重的限制。
1.2無法正確掌握認識以及推廣大數據的技術、概念、工具等的尺度
圖書館是一種公益型行業，是由國家政府主導的，所以在推動發展過程中，可能會遇到動力不足等問題，同時根據實際調查，國際化等級越高的行業受大數據技術的影響的程度越高，獲得的績效增長速度越快。然而除了國家圖書館外，還有以服務本地民眾的單個圖書館，對此，在應用這一技術時，需要考慮大數據在單個圖書館中應用效果。同時民營性質的企業可能會為了求得長足的進步，而盲目地應用大數據技術，在投入大量的資源如設備、人員、后卻收效甚微，沒有獲得顯著成果。因此，在應用大數據技術時，應從自身條件出發，盡量做好引進、研發、調試等工作。
1.3繼續開發與應用大數據技術和工具是否會拉大各區域的信息化差距
集中在國內經濟發達地區的高等學校圖書館內率先應用大數據技術，必定能夠提高圖書館的知識傳遞速度和用戶的滿意度，因此在服務水平上拉近與其它發達國家圖書館的差距的同時也拉大了與國內其它地區、類型圖書館的差距。因此，在加強與國際間圖書館的交流同時，還應做好大數據技術在D書館的應用宣傳和普及工作，與國內同行結合起來共同解決發展道路上可能遇到的問題。
1.4大數據時代人才稀少
大數據作為新興的信息技術，其跨越的學科眾多，操作難度非常大，對于人才的要求極為嚴苛，也因此導致大數據人才極為缺乏，這也是各國需要首要考慮的問題。我國圖書館應多與國際接軌，學習其它發達國家同行和其它行業的先進知識，積極培養國內的大數據人才，并加強大數據的普及和宣傳，以引起國內同行的重視。同時圖書館界也應加大數據收集力度，開展數據監護活動的探索，努力分析用戶的要求和使用規律，為數據監護人員開展工作提供基礎信息。
2圖書館應用大數據技術后的數據處理與服務
2.1圖書館具備大數據的特征
由于用戶需求的多樣化以及圖書館建設信息資源平臺的進度加快，圖書館存儲的數字資源具備了“大數據”的一定特征。首先，圖書館內的數據資源種類有很多種，在光盤資源、網絡資源、數據庫資源中就具有音頻、視頻、圖像、文字；服務系統中的日常讀者信息和服務信息等；另外還有圖書館建設體系的數據等，一所普通圖書館所具有的數據量非常龐大以至于無法完全統一它們的編碼方式、數據格式以及應用特征，形成了大量的異構數據。其次，圖書館的儲存數據日益增加，資源總量龐大，通過實際統計，2009年底，國家圖書館的數字資源達到了190TB，到了2012年底，國家圖書館的數字資源總量已突破800TB。再次，隨著編輯服務越來越個性化、學科服務專業化，用戶的需求也在不斷地多樣化。因此，必須挖掘大數據的潛在價值，改進服務方法，才能提高用戶滿意度。最后，雖然圖書館的自動化水平已進入到新的發展階段，且擁有大量的數據庫記載和統計用戶的信息和資源信息，但還需處理一些未進入數據庫的異構數據，也許能發現新的服務方式。
2.2圖書館應用大數據技術后的數據處理方式
目前數字時代圖書館數據處理方式是將各種資源實現數字化、網絡化以及語義化，通過建設數據庫及語義化、創新服務方式等，最大程度的滿足用戶的需求和利用。然而大數據時代圖書館的數據處理方式出現根本性變化，如處理范圍、對象、方式、目的等，通過分析提取服務數據進行分析和總結，了解用戶的需求和使用規律，進而發現新的數據應用模式構建新的服務方法。同時大數據時代圖書館逐漸完成傳統業務向數據分析、挖掘等新業務的發展，不再是僅依靠數據共享、豐富資源、增加時間等方式來提高服務水平，它還可以通過分析大量的數據，從中挖掘潛在的價值，以此提高高效、創新的圖書館服務。
2.3大數據時代圖書館的服務體系
隨著技術的進步，以及用戶的新要求，都在促使圖書館的服務體系發生變化，如服務模式、服務范圍等都有了全新的改變。圖書館的服務模式是通過分析、組織、捕獲大量的數據而總結出來的，因此，大數據時代圖書館的服務體系可能會跟著服務模式的調整而調整。隨著調整如信息咨詢、學科服務等圖書館服務模式，圖書館的服務范圍必然會得到進一步的提高與擴大。未來，為國家機構、社會企業等提供數據分析、挖掘服務必然會是大數據時代圖書館的尋常服務內容。
3結語
隨著信息技術的不斷進步，大數據技術也進入到圖書館應用領域。大數據時代下，圖書館在大數據技術的支撐下，其服務方式、數據處理方式都有了根本性的改變，通過挖掘分析數據的潛在價值，以獲得新的服務方式，進而最大程度的滿足用戶的需求。然而大數據技術應用過程中，可能產生的一些問題，都需要慎重考慮。在此，筆者建議在發展大數據時代圖書館的同時還應加強宣傳和普及，并多參與國際、館際間交流，共同努力合作解決大數據技術在圖書館應用中出現的問題，推動圖書館發展創新型服務。
參考文獻：
[1]楊海燕.大數據時代的圖書館服務淺析[J].圖書與情報，2012，04：120-122.
第5篇：大數據時代數據分析范文
關鍵詞：廣告學；實訓教學模式；學科競賽；創新人才培養
廣告學是實踐性和應用性較強的學科。美國廣告教育成立之初就注重“應用”和“技能培訓”。其高校功能定位中包含了社會服務的理念，人才培養模式注重綜合技能和應用素質、理論素養和創新能力的全面培養。我國高校廣告教育發展的理念和人才培養模式也應以培養創新、創意人才為目標，學生創新能力的培養成為應用型學科廣告專業必須解決的關鍵問題。
一、我國高校廣告學教育的現狀及存在的問題
我國廣告教育起步較晚但發展較快，從1983年廈門大學開設中國第一個廣告學專業到2013年8月，我國設有廣告專業的院校為412家。縱觀改革開放三十多年來我國高校廣告教育，發展速度快、規模大，但“量”與“質”的矛盾突出，先天發展根基不足，后天發展滯后。總的來看，我國高校廣告教育存在以下問題。
(一)學科設置缺乏科學性
根據教育部2012年頒布的《普通高等學校本科專業目錄》，廣告學所屬專業類別為新聞傳播學，所屬的學科門類為文學。一般意義上來說，傳播學包括兩大類，理論傳播學和應用傳播學，其中應用傳播學包括廣告學和公關學。也就是說，廣告學的學科屬性應為傳播學。但目前我國開設廣告學專業的院校很多，既有綜合類院校也有理工科的院校，涉及的院系有設計藝術學院、美術學院、人文學院、文傳學院、新聞學院、商學院、經濟學院等。其學科歸屬與院系設置不契合，依托其他學科建立起來的廣告學專業院系難以厘清廣告專業學科定位。一些院校偏重實用性，把廣告學本科教育混為專科職業教育，突出市場營銷、廣告設計以及拍攝剪輯等技術技能，忽略了學科本身的理論性和學術內涵;一些院校偏重理論性，過于強調人文素養和傳統媒體信息傳播，忽視技術技能及創新創意能力培養。因此，廣告學科特色、優勢難以體現，自身凝聚力不足，甚至專業發展方向錯位。學科歸屬與院系設置不契合，學科帶頭人缺乏等問題，使廣告教育長期處于邊緣化、從屬化的發展地位，在學科建設及發展方向上缺乏話語權。同時，廣告專業課程設置非專業化。我國高校廣告教育尤其是經濟欠發達地區的廣告教育，由于“跑馬圈地”式的發展，師資力量嚴重不足，在課程設置方面缺乏科學的論證，因需設課的平臺和機制尚未健全，因人設課的情況較為突出。課程體系中，相關學科如新聞學、漢語言文學、設計藝術學等學科的專業核心課或基礎課在廣告學專業課程中占的比重較大，而廣告學專業性較強的課程，如消費者行為分析、廣告媒體銷售、廣告預算、整合營銷傳播、廣告效果研究、廣告心理學等開課率較低，從而割裂了廣告學科本身的整體性。現有課程設置龐雜但層次性不強，專業融通性不足，不能結合當下營銷傳播環境的變化而有針對性地開設相關課程，培養的學生很難適應廣告專業的發展要求，學生整體行業競爭力偏弱。
(二)課堂教學重理論、輕實訓，課程課業評價體系與學科屬性不匹配
我國高校從事廣告學專業教學的骨干教師，大多是漢語言文字、藝術學、新聞學等專業出身，經濟學、市場營銷學、廣告學、傳播學等學科背景的教師相對較少。教師學歷普遍不高，從教時間短，專業結構不合理以及缺乏行業經驗等是目前師資隊伍較為突出的問題。［1］因此在實際廣告教學中側重理論教育，忽視學生創新、創意能力的培養，忽視廣告實務的訓練及技術培養，導致學生動手能力不足，缺乏對市場的感知能力以及服務于社會、服務于商業的認知，難以適應行業需求。我國高校廣告學課程課業評估體系不完善。廣告作為與行業發展緊密關聯的應用性學科，廣告教育定位應以市場為導向，人才培養的目標應是培養創新創意人才，培養強技術、厚基礎的新媒體廣告人才及經營管理人才。因此廣告學主干課程除了理論知識，還包括技術和實務兩部分課程。培養學生技術技能及實務的課程，操作性強且與市場及行業需求聯系緊密，重行業經驗和操作實踐。但我國高校用人標準和職稱評審標準習慣于一刀切，偏重以課題、項目、論文、著作等為代表的理論性的學術研究，對實踐應用重視不足，沒有建構起與應用性學科相匹配的課程評估體系，難以激發從事技術技能培養以及實務培養的教師們的教學潛力，也限制了這些教師的發展空間，影響了廣告學專業人才培養的質量。綜上所述，這些問題直接影響了高校廣告人才的培養質量。在廣告行業呈現大數據營銷、整合營銷、社交化媒體營銷等行業發展趨勢下，積極探索與時代相對應的廣告教學實踐顯得尤為必要而迫切。
二、北方民族大學廣告學專業教學改革探索與實踐
根據大數據時代數字營銷、整合營銷、社交化媒體營銷的發展趨勢，為了滿足廣告行業的需求，北方民族大學積極探索廣告學教學的轉型，立足專業特色，以培養懂創意、具備實戰技能及具備新媒介傳播、新媒介營銷、廣告經營與管理類人才為目標。北方民族大學2014年版廣告學專業人才培養方案著力打造創意與營銷策劃、創意表現融合的專業特色，構建了多元、立體、開放的廣告實訓教學模式。
(一)構建實務理論型課程體系
北方民族大學文史學院廣告學專業，借助2014年人才培養方案修訂契機，注重課程設置的時代性和多元化，構建了以培養學生應用能力和培養創新人才為目標的實務理論型課程群，培養學生廣告策劃、創意制作、營銷、執行能力，廣告文案創作能力、平面廣告、影視廣告、網絡廣告設計制作能力，新媒體營銷能力;增設專業實驗課程:數字化影視制作實驗、廣告攝影與視覺傳達實驗、平面廣告實驗、個人廣告作品設計、網頁設計與多媒體制作實驗等，強化學生的專業技能;成立工作室，培養學生市場銷售能力和實戰能力。通過實務型理論課程群的打造，逐漸打破了以教師講授為主的傳統教學模式，形成了以教師為主導、以學生為主體的新型教學模式。該教學模式以實訓任務為主，重組課程內容，讓學生在完成具體實訓任務中掌握理論知識，提高應用和創新能力。
(二)依托學科競賽，夯實實訓教學基礎
通過學科競賽，有效彌補實訓教學中實訓內容真實性不強的缺陷，保證了實訓教學的真實性、具體性和可實現性，縮短了學校教學與市場需求的差距，加強了廣告教育與廣告行業之間的聯合與對接，塑造了學生廣告人的職業理念。學科競賽以其貼近實戰、涉及專業知識面廣、實踐教學效果好而深受高校、業界與學生的歡迎。［2］以教育部主辦的“全國大學生廣告藝術大賽”為例，該大賽將專業教育、素質教育、職業教育融會貫通，企業命題涵蓋平面類、影視類、廣播類、網絡類、廣告策劃、公益類六大類別，涉及傳統媒體和新媒體廣告，貼近實戰，涉及專業知識面廣，能夠較好地與廣告學多門課程結合，實現了理論教學與實踐教學同步。從2011年起，北方民族大學文史學院廣告學專業師生開始參加全國各大賽事，包括全國大學生廣告藝術大賽、白金創意大賽、中國大學生廣告藝術節學院獎、寧夏大學生廣告藝術大賽等。2014年，參加第六屆全國大學生廣告藝術大賽獲甘肅賽區(包括甘肅、青海、寧夏地區所有參賽院校)各級獎項20項。其中，一等獎5項，涵蓋廣播、平面廣告作品;二等獎7項，涵蓋所有參賽類別即廣播、影視、策劃、平面類作品;三等獎8項，涵蓋廣播、平面、影視類作品。在寧夏大學生廣告大賽中，獲得平面類一等獎1項，影視類作品二等獎2項，三等獎3項。2015年參加第六屆全國大學生廣告藝術大賽，獲得全國總賽區一等獎1項，二等獎1項;獲得甘肅賽區一等獎2項，二等獎5項，三等獎14項。獲獎級別及獲獎比例不斷提升，學生獲獎覆蓋面不斷擴大。
(三)健全管理制度與激勵機制
依托學科競賽，構建廣告學實訓教學模式，需要建立健全相關的制度和相應的管理與獎勵細則，這是實訓教學模式可持續發展的有力保障。北方民族大學設有創新創業教育中心，專門管理各類學科競賽和各種創新活動。其職能包括進行學科競賽篩選，制訂學科競賽的組織管理規則，制定配套的經費支持政策和激勵機制。該中心規定，學科競賽采取立項方式，各學院每年初遞交《學科競賽項目申報書》。國家級、全國性賽事立項后，由創新創業教育中心組織賽事，所需資金全部由它列支;省部級賽事，由創新創業教育中心與學院共同組織，經費按學院40%、創新中心60%列支。對獲獎學生給予經濟獎勵和綜合素質學分認定，并在評優活動中予以加分等;年終對表現優異的指導教師給予獎勵，并作為其職稱評定時的認可條件。健全的管理機構、競賽管理規則及相應的師生激勵機制，為廣告學專業實訓教學模式打造了寬廣的平臺，激發了師生共同參賽、不斷創新的熱情。
(四)組建高水平的教師指導團隊
高水平的學科競賽、實訓教學及大學生創新能力的培養，離不開高水平的教師指導團隊。北方民族大學文史學院聯合電臺主持人、電視臺制片人、攝影協會的攝影家、區內互聯網上市公司的創意總監、設計藝術學院與本學院專業教師等，共同組成綜合指導團隊，通過四個實訓環節培養學生的創意思維和表現能力。首先，指導團隊向學生展示、分析歷屆大學生廣告作品及大賽特點和要求，根據學生意愿、興趣組建參賽團隊，確認參賽人員，確定選題;其次，指導團隊根據本次大廣賽的企業命題單，精心設計實訓教學方案，與課程教學安排同步，實現課程教學與學科競賽融通，使學生實訓具有針對性;再次，讓參賽團隊或個人進行頭腦風暴，創意闡釋，其他同學給出建議后，教師指導團隊在尊重學生創意的基礎上給出建議，組織學生進入創意執行階段，有時還邀請大廣賽宣講團教師進校宣講;最后，各參賽團隊和個人提交參賽作品，教師分層深入指導學生對作品進行修改，修改后的作品參加校內評選，并向分賽區報送作品。對創意執行不足的學生作品繼續重點培養和深入輔導。這四個實踐環節，不論是分工合作的學生還是個體參賽的學生，都需要完成命題材料分析、整合、策劃創意、腳本創作、設計、拍攝、后期制作等工作。這不僅提升了學生的組織合作、創新精神、實踐意識以及策劃、執行的能力，而且參賽作品也逐漸成熟，增加了獲獎幾率。
(五)變革課程考核內容和學業評價方式
教學模式的變革要求課程考核內容和學業評價方式的變革。根據廣告應用性、實踐性較強的學科特點，建立針對實訓教學模式的多元化評價方式有利于發揮教師教學的主導性，有利于發揮學生學習的主體性。北方民族大學廣告學課程總的考核原則是加大對學生實踐能力和創新精神的考核分量，加大對學生情感態度和價值觀轉變的考核分量，弱化對知識性內容的考核。學業評價進行考試改革，要求平時表現成績占50%，考試成績占50%。以《廣告媒介》課程為例，平時表現成績考核具體指標:出勤率、課堂表現等占30%，主要考核學習態度、學習行為及表達能力、溝通能力等;參加校內媒體實踐占5%，考核利用《北民大青年報》、校園陽光電臺、校內電視臺進行報紙廣告、廣播廣告、電視廣告制作和的實踐能力，媒介銷售能力及團隊精神;參加“全國大學生廣告藝術大賽”占15%，主要考核專業實踐能力和創新精神。考試試卷為開卷，闡述性試題占考試成績的55%，考核學生知識面、媒介素養及綜合概括能力，難度一般;主觀分析題占考試成績的45%，考核學生關注現實問題，解決問題的能力以及用理論指導實踐的能力，難度較大。
三、結語
大數據時代的廣告營銷策略和互聯網思維的流行，對廣告學教育理念及人才培養模式產生了深刻的影響。在充分把握新媒體環境中廣告特點的前提下，北方民族大學廣告學專業依托學科競賽，在積極探索和實踐實訓式教學方法基礎上，重置課程體系，促進課程考核和學業評價方式的變革，在相關機構、制度、激勵機制的保障下，經過具體的實施論證，取得了較明顯的教學效果，證明了實訓教學的可行性和有效性。但北方民族大學的實訓模式在今后的探索與實踐中還需做好以下工作。首先，重視指導教師的培養和培訓，不斷探索指導教師的課堂教學能力、科研能力與實踐能力的深度結合轉化的有效途徑，這是培養創新人才和應用型人才不可忽視的重要問題。其次，營造創意、創新文化氛圍，培養學生的創新意識。積極健康向上的校園創意、創新文化氛圍可以為學生個性培養、特長發揮、專業創新創造足夠的空間。最后，在實訓過程中必須培養學生的原創意識和版權意識。通過建立行之有效的激勵和懲罰機制，使參與實訓的學生在掌握專業技能的同時，樹立起職業道德觀。參賽過程是一個品質錘煉的過程，參賽的文本內容同樣是學生思想的流淌，任何廣告作品都在言說一種觀念，在商業廣告中，教師要培養學生樹立正確的主流意識觀。［3］實訓不僅是實踐能力的培養，也是德育素質的培養。
參考文獻:
［1］侯健.論國外廣告教育及其啟示［J］．教育理論與實踐，2015(12):7.
［2］余曉莉.廣告創意三階段教學模式的探索與實踐［A］．中國媒體發展研究報告(2009年•廣告卷)［C］．武漢:武漢大學出版社，2010:307.
第6篇：大數據時代數據分析范文
關鍵詞：供電企業；客戶細分；大數據
中圖分類號：F270 文獻識別碼：A 文章編號：1001-828X（2016）025-0000-02
一、引言
隨著電網建設的不斷擴大，信息采集技術的提高，數據精細化程度越來越高，電網數據呈現出指數級增長的趨勢，如何對這些大數據進行快速準確的分析，挖掘有價值的信息，是當前學術界和產業界共同關注的主題。東莞供電局作為具備良好客戶與數據資源的代表之一，將大數據與傳統營銷策略結合，以客戶分群為載體開展全方位客戶服務體系應用建設研究，利于提高整體客戶服務能力和水平，提高企業經營效益。
二、客戶細分的內涵及意義
客戶細分是指通過有效收集、歸類和分析各方面的需求，定義不同屬性與行為特征的客戶群，對客戶價值、客戶風險進行評估。依據評估結果將客戶劃分為不同的類別，并對其進行管理，同時，針對不同的客戶群體為客戶提供個性化服務[1]。通過客戶細分，企業可以更好的識別不同的客戶群體，區別對待不同的客戶。客戶細分作為一項先進的客戶關系管理手段，在以客戶為中心的商業經濟的今天有著非凡的意義。
而客戶細分所用到的技術就是數據挖掘（Data Mining），所謂的數據挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機的數據中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程[2]。運用數據挖掘技術可以分析客戶的更多信息，捕捉更多有價值的信息，有效研究客戶行為特征，實現對客戶群體的精細化分解，利于為客戶提供差異化服務，合理優化資源配置，實現良好的客戶關系管理。
三、供電企業客戶細分現狀
1.現有電力客戶劃分方法[3]
（1）定性劃分，主要包括以下幾類：
根據用電部門屬性分為工業、農業、交通運輸和市政生活用電，每一大類又可劃分為若干小類；
根據用電目的分為動力用電、照明用電、電熱用電、各種電器儀器設備的操作控制用電、通訊用電；
根據客戶重要性分為一類負荷、二類負荷、三類負荷。一類負荷是關系國民經濟命脈及人民生命財產安全或停電會對其造成重大損失；二類負荷指其在國民經濟中的地位不如一類負荷，但停電對其造成的經濟損失也不小；三類負荷指其在國民經濟中的地位不高，與人民的生命財產安全關系不大，中斷其供電造成的損失較小。
根據負荷大小分為最大負荷，平均負荷和最小負荷。
（2）定量劃分，主要包括以下幾類
根據用電屬性或用電行業分類，對用電量的大小和增長率進行高低排序，從而進行客戶分類。
根據客戶每月用電量、用電量同比增幅大小進行分類。
根據客戶繳納電費多少進行統計分析，從而找出重要客戶。
根據電價高低進行排序，找出高于平均電價的客戶群。
根據客戶裝接容量進行分類。
2.現有電力客戶劃分方法存在的問題
（1）分類指標簡單
一方面，電力客戶細分主要以定性分類方法為主，定性分類以便于市場管理為目的，沒有綜合考慮客戶的經濟價值；另一方面，使用定性分類對客戶細分的主觀性較強，不能對客戶進行全面了解，劃分客戶的標準比較模糊，很難找出客戶之間的差別，不能對客戶進行精確劃分。
（2）可操作性較差
一方面，現行定量分類和定性分類方法都主要考慮客戶的社會屬性，未充分評價客戶的經濟行為，其操作欠缺實際意義；另一方面，傳統的分類方法都是非智能計算方法，隨著大數據的發展，客戶數據越來越復雜，傳統方法很難科學規范的分析客戶數據，適應現代電力營銷需要解決的諸多問題。
結合以上分析，可以看出我國電力客戶細分有了一定的基礎，但也存在一些問題，不能適應快速發展的客戶需求，這些也是本文所要解決的關鍵問題。
四、電力行業的大數據趨勢
1.電力行業大數據分析的必要性
在電力行業，隨著智能電網建設的不斷深入和推進，電網運行產生的海量信息呈指數級增長，采集點越來越多，常規的調度自動化系統數十萬點，而配用電、數據中心將達到百萬甚至千萬級。如果能充分利用這些實際數據，對其進行深入分析，便可以提供大量的高附加值服務，這些增值服務將有利于客戶用電行為分析與客戶細分、企業精細化運營管理等。
2.電力行業大數據分析的重要性
近年來，國家電網和南方電網用于電網的線路和變電站等方面的建設及管理投入逐漸增大，催生了龐大的電力信息化市場。隨著電力智能化的發展，與IT行業嫁接，運用大數據等手段對電網進行實時監控和調節，已經成為時下發展的趨勢。智能化電力系統應用范圍拓寬，將產生大量的數據，目前電力行業面臨的問題已經不是簡單的數據量的題，而是如何從海量的數據中識別可用的數據，評估潛在的價值，以及電力信息化過程中的安全問題。
五、大數據下供電企業的客戶細分
1.客戶細分體系架構
規劃好客戶細分體系能幫助我們理清客戶細分的目的與思路以及為什么要進行客戶細分，應該如何進行客戶細分等問題。本文將整個客戶細分體系分為五個層次：
基礎數據平臺層：弄清楚哪些平臺可以對客戶細分提供數據支持與功能支持。如營銷系統、決策支持平臺等。
客戶細分管理層：根據業務需求，確定分析的業務場景，如電費回收場景、停電風險場景等。
細分結果分析層：對得出的細分結果進行充分分析，進而得出群中的客戶是否符合業務邏輯，分出的群體特征是否符合該群體的所有特征，以及產生的該群體對群內客戶會產生什么影響等。
細分結果查詢層：讓業務人員與業務專家可以查詢到細分結果，在實際應用過程中驗證分析結果的有效性，通過反饋意見對模型進行調優，使模型更加完善。
細分結果應用層：主要體現客戶細分模型的價值與應用，通過細分結果對業務進行指導，從而滿足差異化服務的需求。
2.客戶細分
基于客戶細分架構體系，根據客戶的屬性特征進行有效性識別與差異化區分，對電力客戶進行分群，分為重要客戶、重點關注客戶、大客戶、居民客戶、其它客戶五群。在客戶分群的基礎上，按照客戶價值、客戶行為及客戶需求等維度進一步細分，形成若干服務主題。在每個一級分群的基礎上，從客戶價值、客戶需求和客戶行為等維度出發，建立模型進行計算分析并分群，優先選擇高價值客戶、停電敏感客戶、欠費風險客戶、服務渠道敏感客戶和用檢風險客戶五個二級分群，在二級分群的基礎上再進行細分。
（1）高價值客戶
高價值客戶細分是提取營銷系統里與大客戶的基本情況、業務需求等相關的字段，運用聚類算法模型，綜合考慮各方面因素，對高價值客戶進一步細分。分為以下幾類：第一群：客戶比較沉默，生產情況存在波動，對暫停及暫停恢復業務需求相對較多的大客戶群體。在繳費方式上傾向于去營業廳通過現金、支票等方式。第二群：特別活躍的大客戶群體，從95598撥打次數、網上營業廳登陸次數反映出溝通活躍。第三群：經營勢頭良好，對高壓增容業務需求量較大，功率因數不達標次數較多的大客戶群體。第四群：相對沉默的大客戶群，在繳費方式上傾向于通過網銀繳費、銀行代扣、自助終端等方式。第五群：發生過多次用檢不合格的大客戶群體。
（2）停電敏感客戶
停電敏感客戶細分是從部分已經表現出的敏感客戶出發，研究各方面屬性信息中的規律，并以此規律建立模型，用來判斷全體客戶的停電敏感程度。再將停電敏感度分數從高到低進行排列，劃分不同等級的客戶敏感度。根據各個分數段的模型預測提升度，將客戶分為四個群體：潛在高敏感客戶群、潛在次高敏感客戶群、潛在普通客戶群、潛在低敏感客戶群。
（3）欠費風險客戶
欠費風險客戶細分是從部分已經發生違章用電的客戶出發，根據其違章用電次數研究各方面屬性信息中的規律，并以此規律建立模型，用來判斷全體客戶的電費回收風險程度。根據風險分數從高到低進行排列，劃分不同等級的電費回收風險。根據各分數段的模型預測提升度，將客戶劃分為四個群體：電費回收高風險用戶、電費回收中風險用戶、電費回收普通風險用戶、電費回收低風險用戶。
（4）服務渠道敏感客戶
服務渠道敏感客戶細分是根據系統記錄的95598咨詢查詢記錄、營業廳業務辦理類型、網上營業廳登陸時間、95598投訴記錄、營業廳業務辦理工單、網上營業廳辦理的業務、短信渠道記錄等分析出每個客戶的溝通活躍度指數，得出服務渠道敏感客戶細分為以下幾類：95598偏好群、短信渠道偏好群、網上營業廳偏好群、未接觸、營業廳偏好群、掌上營業廳偏好群。
（5）用檢風險客戶
用電檢查主要針對非居民用戶，采用決策樹和平衡積分卡預測模型，得出用檢不合格的風險分數。針對違約風險和竊電風險，分析客戶各方面屬性數據，挖掘典型的屬性字段并結合業務經驗建立風險評分卡。通過風險系數評分，將用檢風險客戶分為以下幾類：用檢不合格高風險群、用檢不合格次高風險群、用檢不合格普通風險群、用檢不合格偏低風險群、用檢不合格低風險群。
六、結束語
隨著電力市場改革的不斷深化，客觀上要求電力企業更關注市場效益，關注重點客戶資源。本文從東莞供電局的客戶出發，在基礎客戶分群的基礎上，挖掘不同分組客戶的不同特征，對每一客戶分群實現了進一步細分。客戶細分為后續制定針對性、精細化的營銷服務方案奠定了基礎，有利于在標準化服務的基礎上開展高價值客戶群服務，提高客戶滿意度。同時，本文的客戶細分也為各供電企業提供了一定的經驗借鑒。
參考文獻：
[1]湯兵勇.客戶關系管理[M].北京：高等教育出版社，2007，36-39.
第7篇：大數據時代數據分析范文
【關鍵詞】大數據微信傳播；安全威脅；安全保障
大數據背景下微信安全的技術文化建構應該從兩個方面展開，一是如何保障微信大數據自身的安全，再者是微信大數據如何用以保障安全。前者涉及的是微信大數據自身的生產、采集、傳輸、存儲、處理等方面的安全，后者則是將微信大數據用以提升安全效能和能力，指向信息安全系統問題的解決。隨著智能手機、平板電腦、筆記本電腦等智能移動終端的普及，當下的移動終端業已滲透進人們生活的方方面面。工信部的2014年通信運營業統計公報顯示，2014年，移動電話用戶凈增5698萬戶，總數達12.86億戶，移動電話用戶普及率達94.5部/百人，比上年提高3.7部/百人；2G移動電話用戶減少1.24億戶；4G用戶發展速度超過3G用戶，新增4G和3G移動電話用戶分別為9728.4和8364.4萬戶，總數分別達到9728.4和48525.5萬戶，在移動電話用戶中的滲透率達到7.6%和37.7%。據統計，2014年全國移動互聯網接入流量消費達20.62億G，同比增長62.9%，比上年提高18.8個百分點。月戶均移動互聯網接入流量突破200M，達到205M，同比增長47.1%。手機上網流量達到17.91億G，同比增長95.1%，在移動互聯網總流量中的比重達到86.8%，成為推動移動互聯網流量高速增長的主要因素。
一、微信傳播的應用狀況
微信是由騰訊公司2011年初研發的主要針對手機智能終端提供免費即時通訊服務的應用程序。據騰訊官方數據顯示，微信應用已經覆蓋了90%以上的智能手機，滲透到了人們的日常生活、商業、行政管理等各個領域。2015年第一季度末，微信每月活躍用戶已達到5.49億，用戶覆蓋200多個國家、超過20種語言。此外，各品牌的微信公眾賬號總數已經超過800萬個，移動應用對接數量超過85000個，微信支付用戶則達到了4億左右。微信運營跨越了運營商、系統平臺的技術藩籬，為用戶提供免費的語音短信、視頻、圖片和文字傳輸服務，與此同時，還有新增的社交插件，諸如“搖一搖”、“漂流瓶”、“朋友圈”、“公眾平臺”、“語音記事本”等服務插件。據統計，25%的微信用戶每天打開微信超過30次。55.2%的微信用戶每天打開微信超過10次。截止2015年，微信直接帶動的生活消費規模已達到110億元。以微信的主要服務公眾號為例，在微信平臺下，企業和媒體的公眾賬號受關注比例高達73.4%，業已成為商業、公共服務進行傳播擴散的主要渠道。到2015年，微信已實現中國大部分城市的社會公共服務，公共交通、生活設施繳費、醫療、市政等領域的服務覆蓋。
二、微信大數據的技術安全威脅
無論是在發達國家還是在發展中國家，網絡安全都被視為關乎社會穩定發展，甚至國家安全的重要方面。在信息化時代，個人信息安全已經面臨嚴峻挑戰，微信作為社交媒體，作為社會各類信息的集中地，所造成的影響、受關注的程度也自然更高。世界范圍內，各社交媒介都將各自經營范圍的網絡數據安全、用戶隱私等信息作為重點進行保護，在此領域的投入也是巨大的。無論是當下還是在未來，社交媒體的信息安全都將是社交媒介競爭的核心環節。微信所屬騰訊公司是中國大型綜合服務提供商，匯聚了海量的數據信息。該公司的數據挖掘分為5個層級，即為：數據層、分析層、算法層、輸出層、投放層。各層級各司其職，例如算法層負責定向規則過濾；輸入層控制細分人群的投放概率；投放層控制投放頻次的算法配置。
（一）微信大數據的設施安全威脅
微信大數據的基礎設備包括存儲、運算、一體機和其他基礎軟件等。處理微信大量的數據信息，需要創建支持大數據環境的相應設施。比如高速的信息收集網絡、海量數據存儲的設備；相應的運算設備。設備是大數據運用的物質基礎，同時也是可能遭受安全威脅的源頭。在設施安全環節存在著諸多安全隱患。比如，未經授權進行微信信息資源的使用。網絡黑客可以使用假冒、非法用戶進入等形式有意回避系統訪問控制機制，對網絡設備、資源進行無限權限的操作、使用。信息大數據是虛擬數字信息，其傳輸渠道也是容易產生泄露和信息丟失的環節。網絡黑客可以利用電磁泄漏、搭線竊聽等隱蔽渠道竊聽敏感信息。尤其是設備加密度不夠的信息更容易被竊取或篡改。木馬病毒是大數據設備經常遇到的安全威脅，這些針對網絡虛擬數據的安全攻擊可以利用虛擬機管理系統自身的漏洞入侵宿主機。
（二）微信大數據的存儲安全威脅
微信傳播的爆炸性增長產生的TB（1TB=1024GB）級甚至日后的PB(1PB=1024TB)級的規模數據，就要求存儲設備得具備相應的安全支撐。微信傳播中涉及到各種數據形式，文字、圖片、視頻等各式各樣的數據內容要求存儲結構具有強大的擴展能力，并且要求操作過程的快捷、便利。數據存儲可以根據存儲類型劃分為關系型數據存儲、非關系型數據存儲。前者是數據存儲的傳統方案，此種方案要求數據庫信息處理前后的一致性。在數據完成之后可以保持其持久性，也就是數據在遇到系統故障后也不會丟失信息。關系型數據存儲在管理上便于加密、處理和分類，增強數據的安全效果。但同時，關系型數據存儲難以有效的處理微信傳播過程中的文字、視頻、圖片等多維數據信息，擴展性及成本較高。鑒于微信大數據設備數據的多維、海量、高增長、低價值密度的特性，80%以上的非結構數據的處理、存儲通常采用的是NOSQL技術來完成。非關系型數據存儲的可擴展性、靈活性都較關系型數據存儲具有優勢，但是也有更多的安全隱患：首先，此種模式的自身技術就不夠成熟，NOSQL模式列和行級的安全性更為重要，NOSQL允許數據屬性的不斷添加。從客戶端軟件來看，NOSQL模式沒有內置的足夠安全機制，其安全身份驗證應用更復雜。NOSQL系統的應用程序過多，容易造成系統漏洞。基于騰訊大數據處理的三大平臺，微信數據存儲和處理由于離線分布式數據倉庫平臺、騰訊數據銀行平臺和在線實時計算平成。
（三）微信大數據的網絡安全威脅
微信社交平臺是通過收集網絡數據來搭建營銷平臺。通過對用戶數據進行分析然后向用戶推送個性化服務。騰訊公司使用的分布式數據倉庫TDW平臺現擁有機器總量8400臺，最大集群約2000個節點，總存儲100PB，日新增數據200TB，月數據增長率10%，日均JOB數100萬，日均計算量5PB。從以上數據可以看出，微信數據信息的激增勢頭，而作為傳播技術基礎的網絡在不斷對人們的日常生活進行滲透，安全問題與使用數字成正比增長。如今的網絡攻擊手段和工具也在呈現著平臺化、集成化、自動化的特點，具有隱蔽性更強、潛伏期更長、攻擊目標更明確等特點。
（四）微信大數據的隱私安全威脅
微信軟件從2011年“成型”發展至今，注冊用戶量已經突破11.2億，在亞洲的同類軟件中，微信已成為用戶量最多的即時通訊應用軟件。其中包含著海量的身份、屬性、行為等信息數據。在存儲、傳輸等各環節都存在隱私泄露的威脅。大數據環境的信息處理不同于傳統信息的簡單數據集合處理，多源交叉驗證容易造成用戶的真實信息暴露。在大數據的存儲、傳輸、處理等環節都容易出現隱私泄露。比如在微信朋友圈功能中，用戶可以通過微信傳輸終端查看好友的動態，也可將圖片、照片和生活感悟發送的朋友圈同好友分享，這種強關系的社交網絡，導致其間蘊涵的關系資源在一次受攻擊后受到連帶泄露。
三、微信大數據的安全保障
大數據的應用過程大致可以劃分為采集、存儲、挖掘、四個環節。我們也可以對微信大數據安全進行四個方面的考量。首先在微信大數據的采集環節，主要的安全問題存在于傳輸過程的安全保障。數據的采集是應用流程的源頭，要盡量避免數據的損壞、丟失、泄露等。采集環節的技術保障要完善身份認證、數據加密等安全機制。其次是微信大數據的存儲安全，價值的低密度是大數據的主要特征之一，而大數據的經濟價值在于其海量關聯信息帶來的連帶效果。這就要求微信大數據要具備生命周期長、頻繁使用等特征。在這個過程中要完善數據變換的隱私保護技術，讓攻擊者難以發現真實的原始數據。充分運用數據加密技術、匿名化等技術手段保障數據的存儲安全。第三，微信是以免費軟件服務為平臺，通過增值服務獲得利潤的商業模式。微信大數據挖掘是商家給用戶提供針對的基礎信息。在挖掘信息價值的過程中，如果引入第三方挖掘需要進行數據挖掘者的身份驗證和訪問管理，保障系統程序不會遭到惡意程序的攻擊、侵入。最后，是大數據運用的最后環節，是輸出挖掘結果，實現挖掘價值得出口環節。數據需要符合安全審計的規范以達到穩定、可靠、可用的標準。
參考文獻：
[1]張尼、張云勇.大數據安全技術與應用[M].北京：人民郵電出版社，2014.
[2]王帥、汪來富、金華敏、沈軍.網絡安全分析中的大數據技術應用[J].電信科學，2015（7）.
[3]余秀才.微博輿情研究中的大數據風險與挑戰[J].華中科技大學學報，2015（5）.
[4]車凱、龍鐵茜.國內外社交網絡(SNS)大數據應用比較研究——以Facebook和騰訊為例[J].圖書館學研究，2014（7）.
第8篇：大數據時代數據分析范文
為了更有效地檢測和預警地質災害，分析了地質災害的新特點，闡述了大數據時代的信息獲取和地質監測工作的內容，以及利用網絡做好地質災害預警的內容。在大數據時代，有效利用網絡可以更好地獲取信息獲取，做好地質監測和預警。
關鍵詞:
大數據;地質災害;監測;預警
滑坡是斜坡上部分巖土整體地向下方滑動［1］。滑坡等常見的地質災害，破壞工程設施，造成大量人員傷亡，可能發生滑坡的區域，道路和建筑等隨時受到巨大威脅［2－4］，很多城市都面臨著滑坡等地質災害的威脅。由于互聯網、物聯網、三網融合等等通信技術，云計算等IT技術的發展，社會已經進入了大數據時代［5］。網絡等工具的利用，使得人們獲取信息資源更加方便，也使得更好地進行地質災害的監測和預警成為可能。
1地質災害新特點
1.1原因新特點隨著城市建設規模的日益擴大，施工因素和人為因素造成的地質災害也越來越多。比如2015年12月20日，深圳光明新區發生滑坡，垮塌體就是堆積量過大、堆積坡度過陡的人工堆土，失穩垮塌后造成多棟樓房倒塌，原有山體并沒有滑動。人工開挖邊坡，在坡體上部加載(如丟棄礦渣和建筑垃圾等)，破壞自然斜坡的穩定性，更容易導致滑坡發生［6］。因此地質災害不僅限于自然災害。深圳滑坡的人工堆土垮塌的地點就屬于堆放渣土和建筑垃圾的受納場。為此，深圳公安已依法對企業負責人、滑坡事故相關責任人，共12人采取了強制措施。
1.2地點新特點地質災害越來越多的發生在城市內部和城市周邊。因此更值得注意，這種離人口稠密區更近的地質災害，容易造成更大的人員傷亡和財產損失。
2大數據時代的監測工作
2.1信息獲取大數據影響了人們的生活與工作方式、改變了企業的運作模式，也導致科研模式發生了根本改變［5］。大數據時代的突出特點是數據的共享和高效利用。一旦把調查數據輸入系統，就可以輸入任一調查點的模糊名稱，檢索該調查點的滑坡、崩塌、泥石流等地質災害和不穩定斜坡坡等潛在的地質災害的信息［7］。大數據思維從海量信息到便于人們理解的分析結論，用于地質災害監測系統中海量數據的分析，可以大幅度提高地質災害監測的準確度和實效性。在大數據時代，人們通過網絡等途徑可以獲得更加全面、更加專業、更加及時的信息。比如香港大學著名教授岳中琦，在科學網連續博客，第一時間深入而詳細地解析了12•20深圳滑坡，不但提供了科學嚴謹的分析，還提供了大量清晰準確的現場圖片。無論是“看門道”的專業人士，還是“看熱鬧”的公眾，都可以在其博客中獲得大量的有效信息，岳教授為科研及科普工作都做出了卓有成效的貢獻。
2.2利用多方面資源做好地質災害監測傳統的資料管理手段和人工作業方式，在現時性、準確性、科學性和高效率等方面已經無法適應當前地質災害防治，尤其是災害應急工作的需要，更加無法滿足將來的需求［8］。利用網絡可以更好地做好地質災害的檢測工作。比如12•20深圳滑坡，衛星地圖能揭示事發地點十年變遷:2010年之前，事發地點是個礦場，地貌是山谷和深坑;2013－2014年因積水深坑變成了湖泊;2015年，因為填埋建筑垃圾湖泊逐漸消失，而山谷開口始終正對著滑坡體沖擊的工業園區，由于與水相比，建筑垃圾的密度更大，直接導致了滑坡的發生。還可以利用網友公布在論壇等媒體的無人機照片衛星地圖，研究地貌變化，對地質災害的實時、動態監測做出貢獻。尤其是在山區發生地震后，坡體植被的破壞，為泥石流和滑坡等地質災害的發生提供了條件。及時的公開和分析航拍照片，對專家和公眾共同做好地質災害預測工作有著積極意義。
3利用網絡做好地質災害預警
地質災害的預警比報道更加有積極意義。由于專業的地質人士數量有限，監控不可能全覆蓋。而通過網絡獲得地質災害的征兆和苗頭，通知有關部門，可以及時采取治理措施，把地質災害控制在萌芽狀態，減少人員傷亡和財產損失。比如成都理工大學黃潤秋教授等人獲取信息后，及時采取有效措施，通過打入錨桿等工程措施，消除了威脅丹巴縣城的滑坡風險，保住了丹巴縣城。同時，通過微博和微信等工具公布信息，可以及時疏散群眾，減少人員傷亡。2012年8月17日18時至18日凌晨，四川省彭州市銀廠溝景區12小時內降雨量達247mm，為50年來最大的暴雨，引發多處泥石流和滑坡，中斷了交通、通訊、電力、供水，嚴重威脅群眾和游客安全。彭州市準確預警、在災害發生前及時公布信息，6小時內組織群眾兩次主動避險，緊急疏散轉移了15000余人，成功避免了1200人因災傷亡。
4結語
針對人為因素造成地質災害的新特點，大數據時代的信息獲取更加方便，也有著大量地質災害的監測和預警成功的案例。因此，利用網絡和社交軟件等工具，可以更好地做好地質災害監測和預警。
參考文獻:
［1］張先清，王澤，田榮燕，等．青藏高原東緣某滑坡治理案例分析［J］．山西建筑，2015，41(5):62－63．
［2］王文奇，劉保縣，李麗，等．中國西部山區交通設施震害分析［J］．四川理工學院學報，2015，28(1):41－45．
［3］李艷梅，王文奇，王澤，等．中國西部山區交通設施地震震害及其對策［J］．成都紡織高等專科學院學報，2015，32(1):26－28，46．
［4］Harris，MarkAnglin．FragilityofadarkgrayshaleinnortheasternJamaica:effectsandimplicationsoflandslipexposure［J］．Envi-ronmentalEarthSciences，2010，61(2):369－377．
［5］王元卓，靳小龍，程學旗．網絡大數據:現狀與展望［J］．計算機學報，2013，36(6):1126－1138．
［6］王文奇，李麗，王澤，等．地震次生災害對西部山區交通設施的破壞及其對策［J］．成都紡織高等專科學院學報，2015，32(2):57－60．
［7］余必勝，陳源．西南地形急變帶地質災害數據庫及信息系統開發與實現［J］．軟件導刊，2015，14(11):90－92．
第9篇：大數據時代數據分析范文
傳統方式下,孤立分析數據,單純依靠經驗發現問題,片面反映個別問題的技術方法已經無法適應企業審計發展的要求。企業審計需要全面采集與企業財務活動相關的數據,既包括財務數據,也包括業務數據和管理數據,既包括企業內部的數據,也包括主管部門、研究機構等的外部數據,既有財務數據、業務數據結構化的數據,也有會議紀要、政策法規等非結構化的數據;企業審計需要整體把握一個企業的整體情況,能夠更科學、全面地評價一個企業,企業審計需要更準確的確定審計重點,能夠在數據分析的基礎上科學確定審計重點;企業審計需要更善于把握數據的規律和趨勢,在發現企業現階段存在問題的同時,更要能夠揭示企業未來發展存在的風險和隱患。傳統審計方式下缺乏采集管理、科學分析海量電子數據的技術,也就無法滿足企業審計發展的新要求。
面對大數據時代的來臨,面對“大數據”所帶來的新技術、新思維的變革,企業內部審計需要應時而變來適應商業模式、思維模式及數據處理模式的變化,從而影響了審計方式、審計抽樣方法、審計評價模式、審計重點等。而內部審計人員不僅要能了解數據的變化以及數據處理技術的變革,更要能處理數據、分析數據、駕馭數據,要能夠充分、及時地從大量復雜的數據中,辨認出對內部審計的意義與價值,并進而協助內部審計人員做出最佳的決策。“大數據”對企業內部審計的影響主要表現在以下幾個方面:
(一)審計方式由傳統審計的事后審計、周期審計向連續審計轉變。隨著大數據技術的快速發展,審計方法和模式也在與時俱進。傳統審計中,審計人員只是在完成財務報告或經過特定的周期或離職等情況的時候才進行審計,而且審計中并不是檢查所有的信息,只是抽樣分析。這種有限的檢查對復雜的商業系統來說很難起到監督作用,而且傳統審計的測試程序主要采用常規的方法關注被審計單位活動,包括數據、授權和執行等。企業如仍然采用這種審計方式,對于確認迅速發展的商務活動的真實價值或合法性顯得過于遲緩;另外,從內部控制的角度來講,我國目前的內部審計實務多是針對財務、會計事項,對經營活動、內部控制、管理事項的監督、評價極為有限,審計活動理念也多為“監督導向”型,而非“服務導向”型,公司部門間的不同流程缺乏銜接都使審計工作難以為經濟活動提供全面的監控和服務。隨著企業經濟業務日趨復雜,信息技術迅速發展,企業電子商務和信息化建設逐漸成熟,越來越多的人意識到連續審計的重要性,而大數據技術及大數據基礎使連續審計成為可能。連續審計可以降低傳統審計過程中的浪費和時滯問題,降低審計錯誤和風險,促進企業發展。連續審計是信息技術與審計學科較好交叉融合的產物,是信息化條件下審計科學發展的必然,尤其對內部風險控制“實時性”要求極高的特定行業,如銀行、證券、保險等金融和債務契約等行業中,實施連續審計監督迫在眉睫。某財產保險公司內部審計部門,已經在新開發的審計系統中固化了連續審計模塊,該模塊可以實現在線的風險預警,并安排專人進行日常數據式連續審計,將發現的風險數據、超預警值指標及問題登記為疑點,并建立審計底稿,按照重要程度進行遠程審計、核實或下發給現場審計人員進行現場核實。該模塊經過一段時間的使用,收到了很好的效果。
(二)審計抽樣開始系統化、模塊化、智能化,并開始具有預測功能,而樣本最終將擴展至數據全體。目前,常規審計工作已廣泛采用隨機抽查法,其意義用較小的投入來獲得審計結論,提高審計效率;但利用抽查法所得出的審計結論存在著發生重大錯誤的可能性,其可能性的大小就意味著審計風險的大小。然而,數據量的爆炸式增長使審計人員意識到現行的抽樣審計方法只是憑借審計人員的主觀判斷和實際經驗對財務報表中的重大事項進行審查,而忽視了大量的業務活動,無法發現和揭示企業內部發生的、對財務報表真實性有重大影響的舞弊行為和技術性錯誤,難以對企業財務報表及經營管理做出準確的判斷和評價。但是,龐大的企業規模和繁多的業務活動,致使審計工作難以回到詳細審計方式,只能在抽樣審計方法本身尋求改進。審計抽樣開始向以下幾個方向發展:一是審計抽樣系統化。通過抽樣系統增加審計抽樣的實用性和效率性,為審計人員從大量的審計數據中抽取有用信息,為審計的預測分析提供依據,這樣的抽樣采用人工方式在海量數據的情況下是無法進行的;二是審計抽樣模塊化。通過模塊化設計,審計抽樣系統將得到最大的靈活性,以便抽樣時采用各種模型組合便抽樣更有效率;三是審計抽樣的智能化。審計抽樣系統將積極吸收審計、統計、計算機、人工智能等方面的最新研究成果,抽樣模型及時得到更新,抽樣經驗在知識庫中得到積累,審計抽樣系統開始“學習”、“推理”,不斷朝著智能化方向發展。將海量的數據經分析、預測等“加工”后,以知識的形式呈現給審計人員,為審計人員發現審計問題提供深度支持;四是審計抽樣系統開始具有預測功能。隨著大數據技術的發展,計算機的運算能力和處理速度不斷提高。審計抽樣系統會強大到處理復雜的運算,并利用大數據技術改進后的審計抽樣算法來對這些審計數據進行分析并進行數據挖掘,找出特征數據,縮小抽取樣本的數量,降低審計成本、提高審計效率;利用關聯規則,預測被審計單位經營風險的高低,幫助審計人員確定審計重點,提高審計效率。通過審計信息系統所提供的龐大數據庫可以實現對被審計單位的信息進行數據挖掘和綜合分析,對被審計單位的財務及經營狀況進行預測分析,為被審計單位提供決策依據。目前,某財產保險公司的審計系統,應用了大數據技術進行風險數據的提取,并應用PPS抽樣、隨機抽樣、系統抽樣、模型抽樣、組合抽樣等進一步提高審計效率。而在抽樣模型中應用了汽修廠與駕駛員、報案人、定損員、收款人等的關聯程度模型,傷者、駕駛員、報案人、聯系人、領款人等的出險頻繁度模型,人傷重復出險傷者、標的車多次與同一三者車碰撞出險等高風險模型,承保、理賠、財務系統非同一檔案中上傳相同照片等以“大數據”技術為基礎的模型,收到良好的效果。
然而,在不久的將來,伴隨著以真實性、服務性為基礎的各項企業內部審計的深化,隨著數據信息化的深入以用大數據技術發展應用的深入,企業內部審計逐漸開始能夠從大量的、雜亂無章的海量數據中發現潛在的有用的信息,能夠從這些大量的數據中發現被審計單位運作的基本規律及特征;預測出被審計單位發展的趨勢,從宏觀上把握被審計單位科學地發展。審計也不僅僅局限于抽樣審計,而是對企業所有財務、業務等經營數據的數字式連續審計。
(三)促進審計成果的轉化與應用。目前,內部審計成果應用主要是針對屢查屢犯的問題重點進行檢查、督促整改,部分企業已經將審計成果應用閉環管理的手段對整改過程進行管理以達到良好的審計成果運用效果。大數據技術的出現,促進了審計成果的進一步應用。一是促進對以往審計中獲取的大量信息資料和相關情況資料的匯總、歸納,從中找出財務、業務和經營管理等方面的內在規律、共性問題和發展趨向,通過匯總歸納宏觀性和綜合性較強的審計信息,以及運用審計成果,為各級領導提供數據證明、關聯分析和決策建議,從而促進完善制度、機制、決策和執行,促進企業管理水平更上一層樓;二是促進問題的全面發現,即應用大數據技術可以將同一問題歸入不同的類型使用,從不同的角度、不同的層面整合提煉以滿足不同層次的需求。同時,通過對帶有共性、普遍性、傾向性的問題進行挖掘,提煉出問題與數據中的關聯性,可以將所有問題通過IT手段檢查出來;三是應用大數據技術進行連續式審計有利于問題的整改監督;四是將審計成果進行知識化留存,通過大數據技術,將問題規則化并固化到系統中,以便于計算或判斷問題發展趨勢、對問題進行預警等;五是將審計人員與審計成果、被審計單位與審計問題進行關聯,并進行信息化備案,在進行下次檢查時,可以根據審計方案中的重點,有側重地選取有相應檢查經驗的審計人員組成審計組,并按審計目標抽取相應被審計單位進行重點審計檢查等。
總之,大數據并非被過度渲染的產業題材,大數據對企業內部審計的影響,既是應對企業數據集中模式、數據爆炸式增長趨勢而進行的實時處理超量數據的技術升級,又是將方方面面的數據進行電子化、信息化,并將信息規則化、知識化,最終使各種應用網絡化、智能化的過程;大數據更是一次從分散到集成、從共享到協同、從封閉到開放、從離線孤立到持久在線云服務、從專享到普適的挑戰。
主要參考文獻:
[1]維克托·邁爾-舍恩伯格,肯尼思·庫克耶.大數據時代中譯本.浙江人民出版社,2013.
[2]Bill Franks.駕馭大數據中譯本.人民郵電出版社,2013.
[3]陳丹萍.數據挖掘模式下的審計風險決策研究[M].中國社會出版社,2007.
[4]陳福軍.計算機輔助審計應用教程[M].清華大學出版社,2011.
[5]《企業審計制度方法和技術建設》課題組.信息化環境下企業審計的技術方法[M].中國時代經濟出版社,2011.
[6]中國會計學會.企業內部控制自我評價與審計[M].大連出版社,2010.
[7]陳倩雯.深圳審計研究成果論文選編:2010~2011[M].中國時代經濟出版社,2012.
[8]浙江省注冊會計師協會.國際高級審計業務文集[M].中國財政經濟出版社,2010.
[9]上海國家會計學院.內部控制與內部審計[M].經濟科學出版社,2012.
