第一篇：大數據環境下的數據安全研究論文

大數據環境下的數據安全問題是信息化時代必須解決的問題。文章闡述了大數據的概念及特點以及其存在的一些問題，再來分析大數據環境下影響信息安全的因素，最后對如何保證大數據環境下的數據安全提出一些方法。

大數據就是指數據信息量的規模非常巨大，從而導致無法以當前的主流工具在合理時間內進行正常的收集處理。它是一種數據量大且數據形式多樣化的數據。隨著大數據環境下的數據安全問題越來越突出，如何保證大數據環境下的數據安全對建設大數據環境具有重大的意義。大數據的概念及特點

大數據就是指數據信息量的規模非常巨大，從而導致無法以當前的主流工具在合理時間內進行正常的收集處理。它是一種數據量大且數據形式多樣化的數據。通過對它概念的研究可以得出它具有以下幾個特點：(1)數據量大。大數據是數據信息來那個超大的資料，每天都會產生無數的數據，而且信息數據級別也越來越高。統計數據的級別PB的級別甚至更高。(2)形式多樣。形式多樣主要是指它的數據類型呈現出多樣化的特點。隨著信息技術的發展，越來越多的數據以非結構化的形式出現。比如視頻、音頻、圖片等。據統計，非結構化數據在數據中的比重已經超過了80%。(3)價值密度低。大數據在運行過程中會產生大量有價值的信息，這些信息對于生產生活會產生非常大的幫助。但是大數據由于數據信息量太大，也就存在著價值密度低的特點。在很大一個數據統計中，可能有價值的信息只有很少一部分。大數據環境下存在的問題

大數據環境下的數據存在以下幾個關鍵問題。

2.1 可表示問題

大數據環境下的一些非結構化數據呈幾何的形式在增長，數據的規模巨大，形式多樣化使得用戶對于數據的需求也呈現出多樣化的趨勢。數據的不斷增大導致數據運行的效率卻越來越低。對于這些多而雜的非結構化數據，如何表示將是一個非常重要的問題。

2.2 可靠性問題

大數據環境是一個非常龐大的網絡環境，在網絡開放和共享的時代，計算機數據面臨著安全性和可靠性的考驗。在大數據環境下，數據的收集和發布方式比以前更加的靈活，但一些不確定的數據將很有可能會造成數據的失真，在網絡開放的環境下，失真的數據就會影響巨大的負面影響。因此大數據環境下的數據的可靠性將是一個急需解決的問題。

2.3 可處理問題

由于目前的數據信息每天都以成千上萬的形式增長，現有水文計算機處理能力已經很難有效地對其進行處理，在進行數據分析的過程中，需要研究一種新型的數據分析方法，將多種學科的計算方式相結合，對數據信息進行規律性的研究。大數據環境下影響數據安全的因素

3.1 自然災害

自然災害這里主要是指臺風、龍卷風、颶風、地震、洪水、火災等。隨著信息技術的發展，網絡已經成為世界人民生活中不可或缺的一部分。人們在使用計算機網絡的過程中，有很多數據存儲在服務器之中，并且經常與它們實時交互。在運營過程中，因為各種災害例如火災、停電、地震以及數據傳送時線路的突然中斷，將造成各種數據的丟失。

3.2 網絡硬件

在信息化快速發展的今天，硬件雖然更新換代很快，但數據量的增長速度卻是爆炸性的增長，進而造成以前的存蓄環境不能滿足當前海量數據的需要，因此，應該對存儲環境進行優化升級，使其能滿足現今對數據存儲的需要。在傳輸數據的過程中如果數據量過于龐大，而硬件設備由于老化導致傳輸速率的降低，那么網絡的延遲可能會導致系統崩潰造成數據丟失，影響數據存儲過程的安全。

3.3 操作失誤

數據管理人員不管是面對怎樣的應用軟件，都有可能出現操作不當的情況。任何一個人在開展工作時都有可能會誤刪除系統的重要文件，或者修改影響系統運行的參數，以及沒有按照規定要求或操作不當導致的系統宕機，尤其是進行數據庫管理的工作人員，面對的數據量比較大，系統的運作也極為復雜，這都將導致操作不當或失誤情況的發生，進而威脅到系統數據的完整性與安全性。

3.4 管理不善

由于存儲系統越來越復雜，對管理維護人員的素質要求也越來越高，因管理不善而造成數據丟失的可能性會大大增加[2]。比如計算機網絡中終端用戶隨意增減調換，每個終端硬件配備(CPU、硬盤、內存等)肆意組裝拆卸、操作系統隨意更換、各類應用軟件胡亂安裝卸載，各種外設(軟驅、光驅、U盤、打印機、Modem等)無節制使用。如何保證大數據環境下的數據安全

4.1 建立大數據信息安全體系

大數據的應用規劃以及它的信息安全應要提高到發展戰略的高度，對大數據進行系統的分類，明確一些重點的保障對象，強化對數據的監控管理。大數據環境是一個龐大的數據信息系統，要確保數據信息的安全性，需努力建立起一個完整的數據信息安全體系。

4.2 進行數據安全刪除

當今信息安全技術當中一個極為關鍵的問題。所謂的數據安全刪除指的就是對數據恢復正常的條件進行破壞，使數據在刪除之后無法恢復，無法逆轉。相對于部分敏感數據而言，數據安全刪除是十分關鍵的。眾所周知，普通文檔實行刪除操作僅僅是對其標記進行刪除;高級格式化同樣無法對數據區內的數據信息進行覆蓋處理，因此不能將其叫做安全刪除。

4.3 對動態數據進行安全監控

相對與靜態的信息數據，動態的信息數據更容易產生安全問題。因此需要對動態數據進行安全監控，完善對于動態數據的安全監控機制。在對動態數據進行監控的過程中，必須要對分布式計算系統進行健康監控，以保證其健康運行。在一些大規模的分布式計算中，要對動態數據的細粒度進行安全監控和分析，對大數據分布式進行實時監控。結語

隨著信息化時代的到來，如今大數據環境下的數據不斷增長。在大數據環境下的數據信息的安全性成為信息化時代的一個重要問題。對數據的安全性采取保障措施對整個大數據環境下的信息化發展具有非常大的意義。

第二篇：大數據環境下網絡輿情管理方法研究

大數據環境下網絡輿情管理方法研究

摘 要：隨著互聯網技術的快速發展及其廣泛的應用，網絡輿論信息的產生體量、傳播速度和影響范圍等方面都發生了巨大變化。這些變化要求輿情管理工作者在輿情管理理念、管理方法等方面必須與時俱進。大數據既是一種新技術，也是一種新方法，它側重于信息挖掘和預測。將大數據運用到網絡輿情管理工作之中，必將對輿情管理產生重要作用。在大數據環境下，網絡輿情的管理方法也必將發生變革與創新。探討大數據環境下網絡輿情分析方法，以大數據為背景和前提創新網絡輿情管理方法，總結大數據下輿情管理理念、視角、方式和方法等方面的變革與創新的思路，具有重要意義。

關鍵詞：網絡輿情；大數據；管理方法；變革與創新

DOI：10.15938/j.cnki.iper.2017.01.025

中圖分類號： G641文獻標識碼：A文章編號：1672-9749（2017）01-0124-06

據《第37次中國互聯網絡發展狀況統計報告》（由中國互聯網絡信息中心（簡稱：CNNIC）在2016年1月發布）顯示，截至2015年12月，中國網民規模達6.88億，全年新增網民3951萬人。互聯網普及率為50.3%，中國手機網民規模達6.20億，手機上網使用率為90.1%[1]。隨著移動互聯網（Mobile Internet）、社交網絡（Social Networking）、電子商務（Electronic Commerce）等的迅速發展，互聯網的邊界和應用范圍有了極大擴展，各種信息和數據極具增多，并正在迅速膨脹變大。

網民們經常通過互聯網表達意愿、觀點，討論各種話題，以表達自己的思想觀點和訴求。互聯網既是一個收納器，聚集網民思想動態表達、文化和社會生活信息；又是一個擴音器，傳播大眾的社會輿論。在社交媒體時代，人們通過互聯網平臺表達社情民意，體現自己的意愿、態度和評論觀點。輿情作為社會輿論的一個風向標，開展輿情分析主要是針對民眾態度、觀點的收集整理，分析出民眾相關的意見傾向，客觀體現輿情動態。

作為世界上網民數量最多、互聯網訪問量最大的國家，有效地分析網絡輿情，對于政府，媒體、大型企事業單位都有著非常重要的意義。從政府的角度，有效的輿情管理有利于政府了解公眾態度和訴求，有助于提升政府的政務管理和構建良好的社會和網絡環境；從企業的角度，有效的輿情管理有利于企業掌握用戶和大眾對產品質量、產品功能與服務的評價及客戶特征信息，更好地提供個性化產品與服務，實現利潤增長，更有利于企業了解用戶和大眾對企業社會形象的反饋和認知，提升企業品牌知名度和社會聲譽；從媒體的角度，有效的輿情管理能夠突破傳統信息搜集和發布渠道，更能夠通過對公眾輿論深入分析，提升新聞效果，實現新聞價值增值。因此，社會各界都非常重視網絡輿情分析，并不斷創新輿情的分析和管理的方式和方法，都是想最大化輿情的價值。

一、大數據及網絡輿情的相關定義及特點

1.大數據的定義及特點

隨著人們對大數據的研究和理解的不斷深入，大數據已不僅僅是一個技術方面的名詞了。而今，大數據相關的理論無論從內涵還是外延上，都在不斷豐富和充實。關于大數據的定義，不同的機構和學者從不同的角度給出略有差異的定義：如高德納咨詢公司（2013）提出，大數據是指具有更強的洞察力和流程優化能力的海量、多樣化的信息[2]。維基百科對大數據的定義是“一個超大的、難以用現有常規的數據庫管理技術和工具處理的數據集”。Gartner對大數據的定義：“大數據是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” [3]。

IDC市場研究公司2012年提出，“大數據”是為了從大容量的、不同類型的數據中獲取有價值的信息而設計的新型架構和技術[2]，并對大數據的采用三步法進行了界定，如圖1所示。首先，從數據源場景方面，可以有三種情況，或者說需要具備三種情況至少滿足一種，即大數據的容量大于等于100TB或數據源于超高速的數據流（Data Streaming），或數據產生的年增速大于60%；其次，必須部署在可動態適應的基礎設施（dynamically adaptable infrastructure）上。這里的基礎設施既可以是傳統的scale-up架構，也可以是水平擴展架構（scale-out infrastructure）；最后，必須有兩個以上的數據源或數據格式，或者高速流數據源（如點擊流或機器產生的數據流）。有了以上三個步驟的界定，才可以形成大數據。IDC指出“大數據技?g描述了一種新一代技術和架構，以非常經濟的方式，以高速的捕獲、發現和分析技術，從各種超大規模的數據中提取價值” [2]。

盡管對大數據的定義角度各有不同，但大數據的核心本質和特征的表述和定義相對比較統一，均認為大數據與傳統意義數據具有本質區別。較傳統數據相比，在數據基礎上，大數據更傾向于全體數據而非抽樣；在分析方法上，更強調相關分析而非因果分析；在分析效果上，追求的是效率而非絕對精確和在數據規模上強調相對數據而不是絕對數據。

在數據和信息的規模/體量方面、在內容形式和數據結構方面具有復雜性/變化頻度多樣、在產生速度方面及價值密度等四個方面都極大地超越了傳統的數據形態，具有4V特征：

第一，數據規模大（Volume）

第二，數據種類多樣（Variety）

第三，數據處理速度快（Velocity）

第四，數據價值密度高（Value）

如圖2所示：大數據的4V特征。

具體而言，一是數據規模大（Volume）：從容量角度，大數據具有數據容量大，“容量”或“體量”，從 TB→PB→EB級，每級都是按照進率1024（2的十次方）計算，這足以說明大數據規模之龐大。二是數據種類多樣（Variety）：結構化數據、非結構化數據以及半結構化數據，Web數據、文字、語音音頻數據、圖片圖像數據、視頻數據、模擬信號等數據都體現了數據的多樣性。三是速數據處理速度快（Velocity）：對數據訪問、處理、交付等速度的要求快，而且數據產生速度也非常之快；四是價值（Value）：大數據的核心價值在于資源優化配置，通過搜集海量數據，進而展開全量數據挖掘，分析數據背后的相關性，開展預測分析，獲得數據的應用價值。

這些特性使得大數據與傳統數據區別開來，強調了大數據是具有結構松散性、形式復雜性和有利用價值的數據信息資源[3]。

2.網絡輿情的定義與特點

“輿情（Public Opinion）”翻譯為“民眾或公眾的意愿、意見或觀點”。根據百度百科：輿情是“輿論情況”的簡稱，是指在一定的社會空間內，圍繞中介性社會事件的發生、發展和變化，作為主體的民眾?ψ魑?客體的社會管理者、企業、個人及其他各類組織及其政治、社會、道德等方面的取向產生和持有的社會態度。它是較多群眾關于社會中各種現象、問題所表達的信念、態度、意見和情緒等等表現的總和。

有學者從社會學視域考察輿情的定義，認為輿情是指社會各階層民眾對社會現象或事件所持有的情緒、態度、觀點、看法、意見和行為傾向等[4]。網絡輿情則是社會總體輿情的一個組成部分，是以網絡為載體存在，以網絡傳播方式匯聚、形成和表達的輿情，是在互聯網上的民眾情緒、態度和意見匯聚的總和[5]。

網絡輿情的信息來源主要有：網絡新聞（如：搜狐、新浪、人民網，或以RSS為基礎聚合類新聞，如頭條等），論壇貼吧（如：BBS，百度貼吧，天涯，西祠胡同等），新聞評論，社會化媒體社交網絡（即時通訊工具：如：聊天室、QQ、微信、微博、博客等），搜索引擎（如：百度，google等），網絡發起線上活動、網絡調查、電子郵件等。

通常我們把網絡輿情的基本特征概括為自由性與可控性、互動性與即時性、豐富性與多樣性、隱匿性與外顯性、情緒化與非理性、個體化與群體極化性[6]。如圖3所示：網絡輿情的特征

3.大數據是網絡輿情管理的有效方式之一

大數據的目的在于發現新的知識與洞察并進行科學決策。大數據與網絡輿情具有非常相似的特征。從這點上可見，利用大數據的手段管理網絡輿情是網絡輿情管理的有效方式之一。首先，大數據能夠全方位記錄民意，完整展現社會輿情，大數據體量巨大，從TB級到PB乃至ZB級別，能夠完全、完整的記錄社會民眾的社情民意；其次，大數據的特點是挖掘數據背后的相關聯性，因此，大數據能精準體現輿情背后的事件、相關人員以及讀者等要素內在邏輯和社會關聯；最后，大數據具有很強的預測能力，通過分析事件的讀者特征（群體肖像刻畫）、被關注程度/熱度、傳播速度、傳播范圍、發展趨勢、影響程度和網民情緒變化等，也可以針對某個觀點的深度研究，從而預測輿情走向，幫助決策者進行決策和判斷。因此，大數據技術為網絡輿情的預測提供了重要的技術、理論支撐和保證，也成為輿情研究關鍵技術的支撐和核心概念。

二、基于大數據技術網絡輿情管理的一般步驟與方法

網絡輿情的管理模型主要分為：信息采集、信息預處理、輿情分析、輿情報告四個步驟。如圖4所示：大數據管理模塊及流程示意。

1.信息采集

信息采集當前常用方式是網絡爬蟲技術。在網絡爬蟲的爬行策略中，應用最為基礎的是深度優先遍歷策略、廣度優先遍歷策略。對于信息抓取過程，要求信息抓取的覆蓋范圍要全面。高速發展的信息高速路使得網絡信息數據容量不斷增大、信息和數據的類型更加豐富和復雜、網頁數量不斷增多，這對輿情信息抓取的效率和全面性提出了更高的要求。

大數據網絡輿情信息搜集改變了傳統網絡輿情信息的搜索采集方式，采用定向站點信息抓取輔以全面的實時監控、聚合內容（RSS）、社交網站信息搜集和摘要搜集等搜集技術，與傳統人工監測采集相結合的方式進行，抓取效率和覆蓋范圍都有突破性進展。

數據監測要全面和實時，要做到精細采集信息數據。筆者整理了較為常用的監測范圍和基本監測指標，如表1所示。

2.信息處理

信息處理主要包括數據清洗（Data Cleaning）、信息提取、文本分類等。信息處理的主要任務是將采集的各種信息轉化成格式化文本存入數據庫。

網絡輿情在大數據環境中流動和變化速度非常快，因此，在信息處理部分，要求信息處理的時效性。

3.輿情挖掘與分析

大數據分析就是對海量數據進行分析、梳理和加工，獲得具有價值的產品（Product）和服務（Service）或深刻洞見（Insight）的數據及處理方法。數據分析的主要技術手段是采用數據挖掘（Data Mining），數據挖掘又稱數據庫中的知識發現，即從數據庫的大量數據中揭示出隱含的、前所未有的并具有潛在價值的信息的價值聚合、提煉的過程[7]。

輿情分析的技術方法主要有文本分類、聚類分析（不預先設定數據歸類類目，完全根據數據本身性質將數據聚合成不同類別）、熱點發現（利用關鍵詞過濾、語義分析、數值統計識別熱點和敏感話題）、話題識別、主題檢測與跟蹤、觀點/文本傾向性識別和分析（對文章的觀點進行傾向性分析和統計，識別正負面信息）、自動摘要等計算技術挖掘網絡文本內容蘊含的各種觀點（Opinion）、喜好（Preference）、態度（Attitude）、情感（Emotion）等，也可以明確網絡傳播者的意圖和傾向，以及影響程度、影響范圍和發展趨勢。

當前一些實驗室、研究機構等依據大數據分析的方法和實際的工作相結合，開發和建立了以下輿情專屬的分析模型和方法。如：人民網推出的“輿論共識度”指數將為中國網絡輿論場的研究和社會輿論的理性引導提供新的觀察視角和決策依據。它把網絡用戶分為媒體、網民和意見領袖三大群體，通過對不同群體的輿論分析，對每月前十或前100的社會熱點問題進行評估，形成“輿論共識度”，進而對用戶對輿論話題的共識程度進行評價。

互聯網與國家治理研究中心、中山大學大數據傳播實驗室設計的“網民認知模型”，通過透析網民對不同事件的情緒變化、態度偏向等，評測用戶“正負能量”，分別從“網民情緒指數”“網民理性指數”和“網民態度指數”三個維度來評價具體熱點事件當中網絡輿論場的“網民正能量指數”，對輿情分析和研判也非常有幫助。

還有機構建立的熱度評估指數，通過話題在傳統媒體報道量、網絡媒體報道量、微博量、論壇帖文量、博客文章量，轉發數量、用戶跟貼數量、評論數量、被關注數量、傳播的速度和范圍、關注的用戶形態特征等相關數據，之后加權各項指標，得到每個熱度事件或話題的綜合熱度指數。

更有一些專項深入分析，如針對傳播源頭的分析、傳播渠道的分析、意見領袖的分析、傳播主體挖掘分析或針對隱性數據（網絡日志）的分析。

也有專家學者提出，輿情分析需要是一個綜合分析模式，以大數據的方式為重點，同時要結合專項話?}市場調研、綜合民意調查（定性與定量）、軟件與人工、分析師與專家會商等方式相結合的方法來分析。

4.輿情報告

輿情分析的結果需要以報告的方式呈現，并將分析報告反饋或發布，為用戶、管理者和決策者提供依據。

輿情報告要求輿情分析數據要真實可靠，分析方法要恰當準確，描述要符合客觀事實，結論要簡明扼要、通俗易懂。輿情報告中恰當采用示意圖、圖表、列表等展示形式，可以更形象、清晰、直觀，并且更邏輯地展示輿情事件的發生、發展和變化，輿情的發展態勢等。針對不同的表達目的可以選用不同的圖表或圖示方式，如：描述事件發展趨勢可用折線圖表示、展示用戶立場或觀點的比例可用餅狀圖、體現熱點人群的分布可以用散點分布圖、表示頻率分布可以用網狀圖或柱狀圖、說明事態發展變化可以用流程圖、用戶之前或背后的人際關系可以用網狀關系圖等。豐富的圖表工具可以更形象、生動的表述輿情的現狀、發展和變化。

三、大數據環境下輿情管理模式變革與管理方法創新

雖然，目前對大數據研究越來越熱，國內諸多大的互聯網公司、各行業內的企業及科研機構都投入了巨大的人力、物力開展大數據及大數據下輿情研究，但在我國大數據研究依然處于探索階段，在很多方面還只是停留在理論或對未來的暢想階段。例如：在技術方面，目前常見的輿情監測工作的主要手段仍以人工檢索為主，盡管也使用了市面相對成熟的相關搜索軟件進行輔助搜索，但搜索輿情的技術仍采用傳統的二維搜索方式，即主題關鍵詞和網絡平臺二維坐標，由輿情管理的工作人員對采集的信息進行二次加工成輿情產品。而且搜索的輿情信息結果多為一級文本信息，對于深層次的多級輿情信息，如新聞、微博后的評論，網民的社會關系，網民針對某一事件評論反映出的情緒變化等數據無法深度挖掘，仍靠人工采集和分析判斷。受制于輿情分析人員的知識水平和價值判斷的不同，極有可能導致有價值的輿情信息丟失，無法準確及時預測輿情走勢，大大降低了輿情監測工作的效率、準確性。

隨著互聯網的發展、自媒體的興起，網絡、通信技術在人們信息領域深入運用，發布者在人口統計學方面的特征、發布的載體、發布的形式、傳播渠道、信息的數量和形式等有了全新的變化，這對輿情的管理提出了更高的要求，要求變革網絡輿情管理方式以適應大數據時代的新形勢。因此，輿情管理工作者在輿情管理的理念、模式和方式方法上均需要有相應的變革與創新。

1.輿情工作者的研究視角需要發生轉變

輿情工作者要從全局角度，把輿情研究從單一向度的內容研究向多元化、多向度內容及關系研究方向轉化。網絡數據和信息背后體現的人的行為軌跡和復雜的人與人的社會關系（Social networking），所以關系研究將成為未來的研究重點。大數據的特征之一“關聯分析”，通過社會話語表達、社會關系分析、社會心理描繪、社會訴求預測等多個角度[8]，進行多向度的分析研究能夠幫助構建立體化、全局化和動態化的網絡輿情數據系統，通過輿情分析，挖掘網絡輿情和社會動態背后的深層次關系，實現網絡輿情管理和社會治理的緊密聯動、同步推進。

2.輿情的研究方法需要創新

即便是研究的視角發生了改變，要想真正落實到具體工作中，研究方法的創新尤為關鍵。要在分析方法上更加豐富，結合數據挖掘技術分析（Data Mining）方法與行為分析（Behavior Analysis）方法的研究、結合云計算、移動可追塑性分析、個性化特征識別的網絡機器人與社會心理分析實驗因果模型等方法，一是要提升數據監測技術，實現對媒體、論壇、博客、微博、微信等各個網絡平臺數據的全面抓取和記錄，特別是要提高對圖片、音視頻、模擬信號等數據的自動識別能力；二方面提高數據挖掘技術，從海量數據中快速識別有價值數據，并挖掘數據背后隱藏的規律。三要注重數據分析技術，包括關聯分析、聚類分析、語義分析等等，自動分析網上言論背后的觀點、意見傾向和信息、相互之間的關聯性，揭示輿情發展趨勢。四是確保數據安全和保密技術，包括網絡攻擊與攻擊檢測與防范問題、安全漏洞與安全對策問題、數據備份與恢復問題、災難恢復問題等等，確保數據安全和保密[9]。

在數據分析方面，數據分析的準確性尤為重要。引入云計算的概念和技術，與大數據相結合，會使輿情分析更加準確。開展數據間、不同維度、不同領域的數據、多樣化的數據間的關聯分析，是十分重要的。專家認為輿情關聯關系是網絡輿情數據庫中存在的一類重要的、可被發現的知識，引入網絡輿情支持度和網絡輿情可信度，可以更準確表示網絡輿情間的關聯度，量化網絡輿情關聯規則的相關性，從而使挖掘結果更準確。

3.研究結果要易懂、易應用和可視化呈現

大數據的真正價值是運用，輿情的最終價值是指導工作。研究結果的使用者未必是大數據和輿情分析的專家。因此，研究結果要求易懂易識，界面必須友好，結果必須可以直觀識別。“用數據說話”。數據最有說服力，由于圖表與列表能夠清晰、直觀、簡潔、深刻、形象地表現輿情事件，因此輿情的研究結果要注重運用圖表等可視化方式來展現。

4.重點強調輿情的預測，面向未來，做好輿情數據的再利用

大數據的核心是預測，未來輿情研究的重點應由輿情監測轉向輿情預警和預測。輿情工作者通過收集分析互聯網上關于社會熱點或網民關注焦點事件的大量消息報道，發掘背后隱藏關系，進而預測事態發展趨勢，為輿情事件處置提供決策參考。

展望未來，大數據時代數據使用的關鍵是數據再利用，數據再利用的意義在于：挖掘數據的潛在價值，實現數據重組的創新價值。基于大數據的輿情分析，能同時分析更多數據，揭露更多隱藏價值，使預測更準確，決策更合理。未來大數據將使輿情監測功能大大豐富，輿情分析功能更加強大，輿情預測能力進一步增強，這將實現全方位、立體式的綜合輿情管理模式，實現輿情管理的價值最大化。

參考文獻

[1] 中國互聯網絡信息中心（CNNIC）.第37次中國互聯網絡發展狀況統計報告[EB/OL].[2016-01-22].http：//www.tmdps.cn/hlwfzyj/hlwxzbg/hlwtjbg/201601/PO***51954.pdf.[2] 謝耘耕，劉銳，喬睿，等.大數據與社會輿情研究綜述[J].新媒體與社會，2014（4）：133-154.[3] 張寧熙.大數據在突發公共事件網絡輿情信息工作中的應用[J].現代情報，2015（6）：38-42.[4] 王宏偉.輿情信息工作策略與方法[M].北京： 中國人事出版社，2012：6.[5] 戴維民，劉軼.我國網絡輿情信息工作現狀及對策思考[J].圖書情報工作，2014（1）：24-29.[6] 劉毅.網絡輿情研究概論[M].天津： 天津人民版社，2007：74.[7] 喻國明.大數據分析下的中國社會輿情：總體態勢與結構性特征――基于百度熱搜詞（2009―2012）的輿情模型構建[J].中國人民大學學報，2013（5）：2-9.[8] 李小娜.大數據時代社會輿情監測的轉變和發展[J].青年記者，2015（11）：69-70.[9] 卿立新.創新大數據時代的網絡輿情管理[J].紅旗文稿，2014（22）：28-29.[責任編輯：張學玲]

第三篇：大數據論文

大數據時代

摘要：隨著物聯網、移動互聯網、智能便攜終端和云計算技術的發展，人類社會進入了“大數據”時代。對于數據分析，這無疑是一個前所未有的黃金時代。現在，幾乎每個人的衣袋都有一部可以隨時聯網的智能手機，更強大的平板電腦則安靜的躺在數億人的手提包里，加之久久沒有退出歷史舞臺的個人電腦和方興未艾的物聯網中的電子設備，這個世界，每時每刻有數以百億計的電子精靈在產生數據，一個嶄新的數據爆炸時代正噴薄而出。大數據在社會經濟、政治、文化，人們生活等方面產生深遠的影響，大數據時代對人類的數據駕馭能力提出了新的挑戰與機遇。

關鍵詞：大數據 數據爆炸海量發展 影響

一、大數據的概念及形成

1、大數據的概念

“大數據”是一個體量特別大，數據類別特別大的數據集，并且這樣的數據集無法用傳統數據庫工具對其內容進行抓取、管理和處理。狹義的大數據概念，主要指大數據技術及其應用，是指從各種各樣類型的數據中，快速獲得有價值信息的能力，一方面，強調從海量數據、多樣數據提取微價值，即具有價值(Value)特征；另一方面，強調數據獲取、數據傳遞、數據處理、數據利用等層面的高速高效，即具有快速處理(Velocity)特征。大數據概念里的“數據”，是指具有可追蹤、可分析、可量化特性的數據。大數據概念里的“大”，是指“大數據”所應具有的“大量化”(Volume)、“多樣化”(Variety)兩個特征。從概念內涵上講，“大數據”(Big Data)，一方面，反映的是規模大到無法在一定時間內用常規軟件工具對其內容進行抓取、管理和處理的數據集合；另一方面，主要是指海量數據的獲取、存儲、管理、分析、挖掘與運用的全新技術體系。

事實上，大數據的戰略意義不在于掌握龐大的數據信息，而在于對這些含有意義的數據進行專業化處理。換言之，如果把大數據比作一種產業，那么這種產業實現盈利的關鍵，在于提高對數據的“加工能力”，通過“加工”實現數據的“增值”。很顯然，挖掘大數據價值、提供大數據服務的能力，是大數據時代的核心競爭力。

2、大數據形成的必然性

數據管理理念不斷變革，大數據成為信息技術發展的必然選擇。隨著現代信息傳播技術手段和方式不斷豐富，信息獲取、信息傳遞、信息處理、信息再生、信息利用等功能應用日益多樣化，智能化信息系統逐漸形成一個信息網絡體系，人類社會的生產方式、工作方式、學習方式、交往方式、生活方式、思維方式等發生了極其深刻的變革，互動化、即時性、全媒體等，成為常態性的信息生態環境，傳統的數據庫組織架構和信息服務模式已經難以適應信息社會現實需要，整個信息技術架構的革命性重構勢在必行，大數據成為信息技術發展的必由之路。大數據源于虛擬網絡的迅速發展和現實世界的快速網絡化。虛擬網絡的迅速發展和現實世界的快速網絡化，兩者交互影響，最終導致海量數據的持續生成和繁雜數據的不斷出現。

大數據成了決定我們未來數字生活方式的重大技術命題，幾乎所有世界級的互聯網企業，都將業務觸角延伸至大數據產業；無論社交平臺逐鹿、電商價格大戰還是門戶網站競爭，都有它的影子；美國政府投資2億美元啟動“大數據研究和發展計劃”，更將大數據上升到國家戰略層面。2013年，大數據正由技術熱詞變成一股社會浪潮，將影響社會生活的方方面面。

二、大數據的五個特點

1、類型多。大數據分為結構化數據和非結構化數據。結構化數據包括“1、2、3、4”等傳統數字以及符號，非結構化數據包括網絡日志、音頻、視頻、圖片、地理位置信息等。

2、容量大。根據IDC（國際數據公司）的監測統計，2011年全球數據總量已經達到1.8ZB，而這個數值還在以每兩年翻一番的速度增長，預計到2020年全球將擁有35ZB的數據量，增長近20倍。

3、存取速度快。存取速度快有兩個意思。一是數據產生的快；二是數據處理的快

4、應用價值大。大數據之“大”，其實并不在于其表面的“大容量”，而在于其潛在的“大價值”.如果不能把擁有的數據轉化為價值，那么擁有再多的數據也是毫無意義的。

5、具備大智能。正是因為大數據擁有的“大價值”，才使得大數據有機會成為社會的財富和創新的基礎，是大數據能夠像土壤一樣，在不久的將來孕育出一個更加智能的社會。

三、大數據應用的現狀分析

最早提出世界已經迎來“大數據”時代的機構則是全球知名的咨詢公司——麥肯錫。麥肯錫在其研究報告中指出：數據已經滲透到每一個行業和業務職能領域，逐漸成為重要的生產因素；而人們對于海量數據的運用將預示著新一波生產率增長和消費者盈余浪潮的到來。事實上，全球IT業巨頭都已經意識到數據的重要意義和“大數據”時代的到來。包括IBM、EMC、惠普、微軟在內的全球知名跨國公司都陸續通過收購與“大數據”相關的廠商來實現技術整合。目前典型的大數據應用領域有：商業智能。例如：用戶行為分析，即結合用戶資料、產品、服務、計費、財務等信息進行綜合分析，得出細致、精確的結果，實現對用戶個性化的策略控制，這在營銷網絡的流量經營分析中占有越來越舉足輕重的地位。公共服務。一方面，公共機構可以利用大數據技術把積累的海量歷史數據進行挖掘利用，從而提供更為廣泛和深度的公共服務，如實時路況和交通引導；另一方面，公共機構也可以通過對某些領域的大數據實時分析，提高危機的預判能力，如疾病預防、環境保護等，為實現更好、更科學的危機響應提供技術基礎。政府決策。通過對數據的挖掘，從而有效提高政府決策的科學性和時效性。

四、大數據時代對生活、工作的影響

大數據，其影響除了經濟方面的，它同時也能在政治、文化等方面產生深遠的影響，大數據可以幫助人們開啟循“數”管理的模式，也是我們當下“大社會”的集中體現，三分技術，七分數據，得數據者得天下。

“大數據”的影響，增加了對信息管理專家的需求。事實上，大數據的影響并不僅僅限于信息通信產業，而是正在“吞噬”和重構很多傳統行業，廣泛運用數據分析手段管理和優化運營的公司其實質都是一個數據公司。大數據在個人隱私的方面，大量數據經常含有一些詳細的潛在的能夠展示有關我們的信息，逐漸引起了我們對個人隱私的擔憂。一些處理大數據公司需要認真的對待這個問題。

總結：這是一個信息爆炸的時代，大數據時代的到來給國家和個人帶來了很多機遇，同時也帶來了很多挑戰。在當下的大數據時代，大數據只是冰山一角，其中的大部分都隱藏在冰山之下，因此大數據還有很多方面值得我們去發現和探索。

參考文獻：王珊《架構大數據：挑戰、現狀與展望》

維克托?邁爾?舍恩伯格《大數據時代：生活、工作與思維

的大變革》

中國百強報刊《時事報告：大學生版》

第四篇：大數據下的課例研究

摘 要：課例研究作為一種教師專業發展的有效模式，十幾年來為世界各國矚目。課例研究就是用課堂觀察診斷技術診斷課堂，為課堂提供科學有效的數據分析。課后我們不僅可以通過“中醫的望聞問切”初步診斷出課堂病癥，還可以利用課例研究即“西醫的精確診斷”給教師進行評估，形成研究報告。

關鍵詞：課例研究；大數據

【中圖分類號】g 【文獻標識碼】b 【文章編號】1008-1216（2016）06c-0081-02

一、課例研究背景

本次課例研究我們選定了人教版五年級數學課《分數的產生和意義》，我們從“教師的提問及學生回答及方式”“學生的投入狀態”“教師的語言及行動路線”三個視角進行了課堂觀察與研究。

二、課堂觀察分析

（一）教師提問類型

通過數據的統計我們可以得出以下結論：

1.從問題細碎到問題整合。前兩次教學中問題問的過多、過細，說明教師只是設計了大的教學環節，沒有考慮到問題的設計。但在第二次執教時教師努力增加有效問題、減少低效的問題。通過觀察數據我們發現，第三次的課中教師進行了問題的整合，大大減少了低效問題，問題問得精準，問題指向明確、到位，能夠引發學生的思考。

2.機械性問題逐步減少，理解性、認記性問題從分布不均到理解性問題比例提高。通過三次的對比我們發現促進學生理解思考的問題越來越多了，教師明顯注意了問題的有效性，問題的指向性也更加明確。

3.學生回答方式從集體回答頻率高到個別回答頻率高。我們不難發現，第一次學生個別參與的幾率比較低，沒能讓個體積極參與到課堂當中來，說明在這兩次執教中教師想的是問題怎樣處理，能盡快順利完成教學環節，沒有考慮到學生的思考過程和探究答案的原因。第三次執教時教師有意識讓集體回答變為個別回答或自由回答。這樣才能激發學生的參與欲望激起學生的學習興趣，從而構建有效的數學課堂。

通過分析我們可以給這節課以下建議：

1.提問要突出重點，不處處設問。一節課問題太細碎會導致課堂教學效率的低下，沖淡了主題，教師要學會重點提問，減少問題數量。

2.整合問題，減少機械性的問題和集體回答的次數，教師要充分考慮自己提出的問題有無思考價值，教師要學會分析本節課的核心問題，根據核心問題設計提問層次。如果教師的“問”不能引起學生的“思”，不如不問。所以教師要學會整合問題，合理安排敢于取舍。

3.提問的靈活性。教師會傾聽學生的回答，才能捕捉可利用的生成資源。課堂是預設與生成的地方，學生回答問題也是靈活多樣的，要求老師靈活地處理動態生成的教學資源，抓住學生回答，當場設計一些提問。

（二）教師語言流動和巡回路線

通過三次課對教師的行動路線（畫出行動路線圖）以及和學生交流的情況（統計教師和每個學生的問答次數）我們可以做以下的分析。

1.教師主要站位。通過三次路線圖的對比觀察發現：老師在課堂中的主要站位在黑板和大屏之間，身體習慣朝向離自己最近的中間兩大組，朝向時間占整堂課時間的大半。教師習慣性的站位會直接影響學生的參與度。

2.教師習慣性巡回路線。教師的個人站位習慣多傾向于固定左右兩點間頻繁移動，移動快而多。對比三次講課路線圖，教師在第二次講課中有了很大改進。從心理學的角度分析，教師肢體的語言，反映了教師內心的意愿導向，活動頻繁代表著教師在講課中有急燥的心理因素。

3.通過三次數據的統計可以看到教師最多一次是讓同一位同學一節課回答了六次問題，這意味著其他人少了幾次回答問題的機會，也就少了幾名參加課堂活動的同學。不過從三次講課的對比發現，教師注意到了這個問題，回答多次問題的人數在減少。

通過分析我們可以給這節課以下建議：

1.建議教師在今后的講課中不固定站在講臺的正中，可以根據學生課堂聽課情況適當走動，但要盡量保持站在選好的位置，降低走動頻率。讓學生感受到老師愿意等待、愿意耐心傾聽、愿意幫助的心理暗示。另外，建議在站位時根據課堂中學生參與情況來選擇。

2.教師在設計課堂問題時，心中應有意識地將問題分一分類，預設能回答這類問題的可能是哪一類學生，分別是誰。那么，提出問題后，就能看到更多的同學，而不是經常習慣提問的固定幾人。

（三）學生投入狀況

通過數據的統計我們可以得出以下的分析：

1.三次的學生投入狀態呈現上升趨勢。

2.第七時間段的教學內容是涂一涂自己喜歡的分數，上臺展示涂的結果并說明理由。學生涂分數的環節中，涂得快的學生早早涂完，便開始東張西望，又加上需要有學生上臺展示涂色的結果，教師對聽的同學沒有提出要求。導致這一時間段的學生投入狀態不是很好。

通過分析我們可以給這節課以下建議：

1.小組活動時，應該教給學生合作的方法，讓每位學生明白合作步驟、成員的職責，再給出合作要求，比如又快又準確等。

2.在非投入狀態的學生中，有個別人不在狀態，老師沒有發覺，對這樣的學生老師可及時進行干預，比如走到他們身邊進行提醒，或是提問幾個問題，讓他們的注意力回到課堂。

三、幾點啟示

（一）課例研究讓教師不斷反思

有教育專家指出：教師成長=經驗+反思。教師成長過程應該是一個總結經驗、捕捉問題、反思實踐的過程。課例研究的批評包括個體的反思和觀察團幫助反思，在反思中，教師分享了觀察團的智慧和經驗。課例研究就是在這一輪輪“問題――設計――實踐――反思”的循環往復中，不斷改變進教學行為，使教師的實踐智慧不斷得到提升。

（二）課例研究培育合作文化

研究中培養教師合作能力，形成研究共同體。教師在合作中相互學習，促進發展。研究中我們始終都是團隊作戰，打造一個教師，身后有一個強大的觀察團，這不是一個人的“戰斗”，而是整個團隊的傾力打造。

課例研究成功與否，不在于“課例”的成功，而在于在課例研究過程中教師不僅在教學方面提升，也在同伴那里獲得教益，將教師緊密地聯系在一起。課例研究這樣的合作不是外在行政壓迫或強制性的合作，而是教師共同價值觀念的必然產物，合作是真誠的、深入的、內在的，是參與共同體實踐的教師自我選擇的結果。課例研究這樣大數據的分析，讓每位教師在研究中對遇到的問題進行分析、交流與反思，發現價值，分享進步。研究小組在反復交流、反思過程當中，提升實踐智慧。課例研究的分析，讓我們感受到大數據的教學時代來臨了。

第五篇：大數據時代下的電子商務研究

【核心期刊網】——中國權威論文發表平臺，我們為您提供專業的論文發表咨詢和論文發表輔導!大數據時代下的電子商務研究

王洪軍

摘 要：鑒于當今大數據與電子商務的有效結合，傳統的方法已不能滿足現在的電子商務模式，該文主要討論了大數據要求電子商務平臺的特征匹配，大數據要求電子商務平臺的擴展功能和完善，以及在大數據時代，有關職能部門加強電子商務管理等方面的問題。希望為建設大數據電子商務平臺建設提供有針對性的指導。

關鍵詞：電子商務 大數據 擴展功能 信息處理 數據分析

電子商務（E-Commerce）是19世紀90年代隨著Internet的普及而發展起來的一套交易系統。它利用國際互聯網信息傳遞快以及覆蓋地域廣等特性來完成企業內部之間、企業與企業之間以及企業與消費者之間的商業聯系[1]。它的出現，改變了傳統的生產、銷售、采購方式，實現了資源的有效配置與重新整合，減少了商品銷售成本與流通環節，縮短了商品的生產周期，提高了企業的運營效率，增強了其市場競爭力。

大數據是近年來出現的比較火的詞匯，最初由美國人提出，近些年來我國政府也十分重視大數據建設，已將大數據技術上升為科技戰略問題[2]。大數據與電子商務結合是時代和科技發展的必然趨勢，大數據是加深企業創新的利器。在當今大數據時代，電子商務產生、存儲與處理的數據量巨大。巨大的數據一方面給企業與消費者提供了更多的信息量，可以更為詳細的了解企業和商品的信息，為消費者提供了更多的參考信息；另一方面，巨大的信息量要求更多的存儲空間，以及相應的搜索查詢算法，挖掘更為深層次、更有意義的信息，同時可能提供更為安全的認證。這些必然要求探索在大數據時代下電子商務平臺的開發問題。大數據要求電子商務平臺的特征匹配

隨著大數據時代的來臨，相對于傳統的銷售企業來講，爆炸性增長的數據已成為電子商務企業非常具有優勢和商業價值的資源，成為未來企業的核心競爭力。近年來，隨著大數據資源的增長和有效利用，帶來的電子商務交易額逐年走高。表1和表2給出了2008-2010年中國主要省市電子商務交易規模和所占比例。

由表1和表2可以看出，隨著大數據利用程度和效率的增加，中國主要商業中心電子商務交易規模和比例逐年增加，在大數據支持下電子商務的優勢已經逐步顯現。但同時，大數據必然對電子商務提出了更多更高的要求。以淘寶網為例，要滿足三點要求。

1.1 強大的信息檢索功能

對于電子商務而言，商品種類的豐富性是其提高競爭力的重要手段與措施[3]。在大數據的背景下，商品的種類和數量等信息越來越多，同時伴隨數據垃圾的增多，客戶很容易受到干擾。在不增加網絡和數據庫硬件的基礎上，開發新的程序和算法，優化網絡結構，提高搜索效率。在云計算基礎上的大數據處理，能夠為客戶提供比較全面、強大的信息檢索功能，結合用戶的個體差異和需求等特點，對海量數據進行搜索，從而提高搜索的準確率。同時，設計一個支持多領域動態數據集成的數據庫網絡系統，對數據庫進行有效管理。在此基礎上，對熱點信息進行推薦和推送等檢索服務，增加獲取資源的準確性，排除垃圾信息的干擾，提高查詢效率。

1.2 準確的數據分析能力

在大數據時代，數據實時性分析已經成為電子商務最主要的著重點，其主要價值體現在詳細快速的分析和利用相關信息。如果數據沒有實時性作為保證，數據本身也就沒有意義。根據實際需要，在盡量避免過多安裝硬件的基礎上，開發新的數據挖掘算法，深入分析用戶的需求，挖掘深層次相關信息，準確的確定最滿意的答案。利用云計算可以在較短的時間內【核心期刊網】——中國權威論文發表平臺，我們為您提供專業的論文發表咨詢和論文發表輔導!【核心期刊網】——中國權威論文發表平臺，我們為您提供專業的論文發表咨詢和論文發表輔導!對于較多的數據進行收集、存儲以及分析與處理。

1.3 快速的彈性處理能力

對于電子商務系統而言，擁有快速的彈性處理能力是其主要目標。特別是在大數據時代，突發訪問量的增加、海量的訂單以及瀏覽客戶的增多，這些需求都不是算法本身方面所能完全處理的，必須根據客戶的具體要求以及不斷上漲的業務量來擴充服務器，同時增加相應的存儲設備。同時，繼續開發相應的具備彈性處理能力的算法，與硬件相互匹配，實行彈性的伸縮，最大限度的整合現有資源，實現資源的合理利用和充分發揮。大數據要求電子商務平臺的功能擴展

在大數據時代，除了要求具有強大的信息檢索功能，準確的信息分析功能以及快速的彈性處理能力之外，還必須對原功能進行擴展和完善，滿足大數據對電子商務的要求。

2.1 加強對逆向物流的重視

隨著電子商務的發展，我國逆向物流的發展也在不斷的發展，同國外發達國家比起來，差距還很明顯。隨著電子商務規模持續增長以及訂單量的增多，退貨量也在不斷上漲。我國企業對逆向物流的重視程度不高，服務意識淡薄，致使我國逆向物流的發展受到一定障礙。電子商務逆向物流的發展，將有助于企業效率的增加，物流業的發展壯大，更有利于建立顧客的忠誠度，從而更加促進電子商務的發展。目前，我國的逆向物流存在一系列問題： 商家不重視退貨管理，觀念跟不上去，退貨標準不統一，保障制度不完善。面對上述困難，企業應該從觀念上重視逆向物流的發展，加強專業物流人員的培訓，制定合理的退貨制度，提高顧客的滿意率，達到增加效率的目的。

2.2 建立健全電子商務營銷渠道

由于開展電子商務有投資成本低、管理方便等優勢，很多創業者首選在網上開店，這使得實體店因為銷售業績不好而逐漸關閉，也使得很多消費者不得不去網上購物。網點的店主們為了增加網上市場的占有率和競爭力，不得不用各種營銷渠道吸引消費者的注意力。目前，電子商務技術方面的競爭很難拉開企業與企業之間的差距，只有健全的電子商務營銷渠道，深入挖掘企業和市場的潛力，企業的綜合競爭力才能得到提高。

2.3 妥善處理隱私

大數據環境將使用戶的信息越來越公開，針對隱私保護方面的問題，建議增加以下幾項措施：（1）電子商務企業應該恪守行業道德，不能將消費者的個人信息進行交易和泄露；（2）

企業應該從技術層面上開發先進的隱私保護技術；（3）隨著大數據應用的發展，隱私保護問題和概念不斷發展，國家之間應該制定相應的隱私保護法規，確保公民的隱私權。在大數據時代，職能部門加強電子商務管理

在大數據時代，企業和客戶得到的關于商品的信息量十分巨大，同時垃圾信息，詐騙信息和虛假信息也呈遞增趨勢，有關職能部門應該加強對電子商務平臺的監督和管理力度，過濾掉有害信息，堵住此類信息的發布渠道，查處有問題的企業和個人，整改評價差的商戶，完善電子商務平臺交易制度，關注企業的信譽度，凈化電子商務平臺。建立企業的信譽度排序，同時每間隔一階段，對信譽度進行重新排序，將最新的考評結果及時發布，反饋到用戶手里，使他們能夠第一時間掌握企業的信譽度，方便客戶購物的判斷。結語

當下正值我國大數據和電子商務的發展階段，以前的商務模式已不再適用大數據時代的電子商務，該文在傳統電子商務模式的基礎上，主要論述了在大數據背景下，新型電子商務模式具有的特點，以及功能拓展，職能部門應加強電子商務平臺的監督和管理，為新型電子商務的發展指明方向。

參考文獻

[1] 龐一華，田德鵬.我國電子商務發展中的問題與對策[J].鄭州航空工業管理學院學報：【核心期刊網】——中國權威論文發表平臺，我們為您提供專業的論文發表咨詢和論文發表輔導!【核心期刊網】——中國權威論文發表平臺，我們為您提供專業的論文發表咨詢和論文發表輔導!社會科學版，2006，25（6）：133-134，138.[2] 甘麗新，涂偉.大數據時代電子商務的機務與挑戰探討[J].科技廣場，2013（3）：137-140.[3] 全石峰.云計算環境下大數據處理對電子商務發展的作用[J].電腦知識與技術，2013：9（20）：4762-4763，4770.【核心期刊網】——中國權威論文發表平臺，我們為您提供專業的論文發表咨詢和論文發表輔導!