第一篇：大数据应用的五大关键性建议
大数据应用的五大关键性建议
科技的广泛应用，使得市场环境和社会状态愈发地物联化（instrumented）、互连化（interconnected）和智能化（intelligent），而这三大元素又改变了数据的来源、传送方式和利用方式，带来“大数据”这场信息社会的变革。
大数据时代较之以前具有两项显著区别——大量产生的新型数据不再适用于传统数据库，与此同时，分析能力对企业实施大数据具有至关重要的作用。这两项区别主要来自大数据具有的4V特性：数量（Volume）、多样性（Variety）、速度（Velocity）和真实性（Veracity）。
尽管前三个V涵盖了大数据本身的关键属性，但真实性是当前企业亟需考虑的重要维度，将促使他们利用数据融合和先进的数学方法进一步提升数据的质量，从而创造更高价值。但如今，业界已经从对大数据重要性的认识阶段，发展到实践大数据的必要性的战略实施阶段，因此，如何保证数据的真实性、如何挖掘数据价值成为大数据应用的关键问题。
对此，2013年3月12日发布的《分析：大数据在现实世界中的应用》白皮书提供了大数据应用的五大关键性建议，其中包括：
1、以“客户为中心”，制定前期“大数据战略规划”；
2、制定全面完整的企业“大数据蓝图”；
3、从现有数据入手，设定并完成短期和阶段性的“大数据战略目标”；
4、根据业务优先级，逐步建立分析体系，循序渐进提升“大数据分析能力”；
5、定制可衡量的指标分析“大数据 ROI（投资回报率）”。
该结论来自于IBM商业价值研究院与牛津大学赛德商学院共同进行的大数据研究。该项目对全球95个国家、26个行业的1144名业务人员和IT专业人士进行了调研，采访了20多名学者、业务主题专家和企业高管。
研究结果显示：近三分之二（63%）的受访者表示，信息（包括大数据）和分析的使用为其组织创造了竞争优势。对比IBM 2010新智慧企业全球高管联合调研，这个比例在短短两年内增加了70%。而据 IDC的研究，包含结构化和非结构化的大数据正在以每年60% 的增长率持续增长，到了 2020 年全球数据总量将增长 44 倍，达到 35.2ZB。
针对当前企业对于大数据的攀升需求，只有帮助企业全力打造大数据落地策略，才能通过真实有效的大数据部署来实现高价值的成长。这其中，“大数据平台”、“大数据分析”的选择至关重要。
IBM分享一些自己的案例。这是IBM五大业务需求和对应的大数据落地实践，希望能为亟待部署大数据的企业提供有价值的参考。
利用大数据探索实现信息库的充实。客户服务、保险、汽车、维修、医药等行业需要储备大量知识库，而繁杂的解答手册和知识系统会造成重复查询，导致系统延迟和成本上升。以航空业为例，某全球航空制造商部署了IBM InfoSphere Data Explore，使技师、支持人员和工程师能够即时通过单一访问点查看位于不同应用程序中的信息；在部署的第一年，该公司全天候支持的呼叫时间从过去的 50 分钟缩短为 15 分钟，在不增加支持人员的前提下能够为额外的40 多架飞机提供全球范围的服务，每年节约了 3600 万美元的成本。
利用增强360度全方位客户视图实现客户交互改进。电信、零售、旅游、金融服务和汽车等行业将“快速抓取客户信息从而了解客户需求”列为首要任务。通过部署IBM InfoSphere Data Explorer，某领先的跨国快消产品制造商员工能够更有效的搜索到最为相关的信息，因而加快了决策过程，减少了重复劳动，提升了全球员工生产力。
利用运营分析实现运营优化。制造、能源、公共事业、电信、旅行和运输等行业需要时刻关注突发事件、通过监控提升运营效率并预测潜在风险。巴基斯坦领先的移动运营商Ufone部署了IBM大数据解决方案，通过实时识别用户行为，开展应对特定目标的营销活动，并使用预测分析来设计更好的营销活动和电话推广计划，有效降低了客户流失率。该解决方案包括领先的流计算工具 IBM InfoShereStreams、商业智能软件IBM Cognos和预测分析工具IBM SPSS，以及全套的硬件及服务支持。
利用数据仓库扩充实现IT效率和规模效益提升。企业需要通过全新大数据技术增强现有数据仓库基础架构的价值，实现结构化、非结构化和流式数据传输、低时延、和查询的需求，又确保有效利用预测分析和商业智能实现性能和扩展。某汽车制造商就成功利用了IBM InfoSphereBigInsights增强原有数据仓库，实现快速部署并且更易于管理。
利用安全性和智能扩展实现犯罪防范。政府、保险等行业企业亟待利用大数据技术补充和加强传统的安全解决方案，分析新数据。秘密情报和监视传感器系统供应商TerraEchos，为美国能源部（DOE）国家实验室等客户提供科学技术和资源的安全防范监控。通过部署IBM InfoSphere Streams，TerraEchos能够实时分析流式传输的声学数据并对其进行分类，并将实时捕获和分析 275MB 声学数据所需的时间从几个小时减少到十四分之一秒，并大大提升监控精确度。
从以上这些案例可以看出，绩效管理、风险分析、决策管理和内容分析等方面构成了“大数据分析”的能力要求，只有具备这些能力，大数据应用才能真正奏效，才能为决策制定者提供全面、统一且准确的信息，帮助他们在激增的数据中获取洞察，发掘商业机遇和价值，制定更为有效的决策最终提高业绩。
第二篇：企业管理五大建议
企业管理五大建议
企业管理是社会化大生产发展的客观要求和必然产物，是由人们在从事交换过程中的共同劳动所引起的。在社会生产发展的一定阶段，一切规模较大的共同劳动，都或多或少地需要进行指挥，以协调个人的活动;通过对整个劳动过程的监督和调节，使单个劳动服从生产总体的要求，以保证整个劳动过程按人们预定的目的正常进行。尤其是在科学技术高度发达、产品日新月异、市场瞬息万变的现代社会中，企业管理就显得愈益重要。
一、立足当下、着眼未来
要想快速首先得到提升必须做好当下的本职工作。这是实现快速提升的基础。如果自己的本职工作都没有做好，想要得到提升是不可能的。所以做好本职工作上老板放心这是基础。如果你能做得超出老板预期，甚至能给老板一个惊喜那就更好。做好本职工作的同时，要把眼光放得长远一些，可以把自己本职工作以外的事情，经过深思熟虑把成熟的建议和想法向老板汇报。在汇报工作的同时顺便把好的建议提出来，这祥会使老板对你刮目相看，渐渐地也会把更多的工作交给你。这祥你做得越多，提升得也越快;
二、培养坚强的意志力
职场的工作表面看似风平浪静，其实在很多时候也是暗流涌动，要想一帆风顺地做成一件事情也非易事。在成长的过程中，每个人都会经历过挫折和打击，这很正常。你要想成就，就要正确地看待这些。俗话说木秀于林，风必摧之。之所以有人打击你，是因为你很优秀。you988.com yo588.com
你要培养坚强的意志力，不怕打击。打击的越强烈，说明你离成功就越近。纵观世界上的伟人，他们的一生莫不经历了几起几伏，他们是凭着必胜的信心和坚强的意志力才走过来的。所以你要想快速成长，坚强的意志力是必不可少的条件;
三、绝不情绪化
情绪化是一个人成功的大敌，尤其是企业的决策者。常言说冲动是魔鬼。身居高位的人无不是临大事而面不变色，气定神闲。你要想成就自己，要想快速提升就要不断地修炼自己，绝不做一个情绪化的人。当然人不可能永远或处处都能做到稳如泰山、镇定自如，但至少在职场、在人生的重大的抉择时刻你不能情绪化地简单处理，否则造成的损失将难以估量;
四、能独挡一面
独当一面是一个人走向高位的重要技能。当老板把一个团队、一个部门、甚至一个公司全交给你打理的时候，就是他认为你已经能够独挡一面的时候。要想通过你的努力能使一个团队充满活力、能使一个部门有超强的凝聚力、能使一个公司自如运营，这需要多方面的技能。如你带团队的能力、综合管理能力、沟通能力、授权能力、基本的财务知识、亲和力等等。这些基本功都是要在平时勤修苦练的。机会是留给有准备的人的。当你练就了这些功力，一旦机会来临，一切都是顺理成章，水到渠成的事;
五、让自己不可替代
让自己不可替代是一件高难度的事情。一个人永远不可能在所有的方面都不可替代，在某个方面或某个领域不可替代就很难得了。所说的不可替代是指在公司或团队中，你在这个方面或这个领域是绝对的权威，你的价值或权威是其他人所无法比拟的，或者你在老板的心目中的信任度不可替代。如果你能做到这个层面，那就会提升的更快、更高，不再会有失业之忧了。
第三篇：超市销售数据分析五大方面
超市销售数据分析五大方面
7年多的零售职业生崖，经历了很多的销售数据的分析及行动计划，超市的周报即每周汇总、统计各个部门销售数据的报表，其中包括各部门的销售额、毛利、毛利率、日比，周比、同期比、销售占比、日平均销售额、通路费用、各项数据指标、达成率及行动计划。面对这样一张报表，如何能在这些繁琐的数据中，合理的得出对门店日常经营管理的各项措施和办法是至关重要的，报表的分析主要从以下几方面入手。
一、销售额分析：
首先可以从每日的销售额在本周总销售额中所占的比率，看出一周中销售是好的时间段在哪几天，这样有助于安排门店员工的工作与休息，但是也须在分析报表的同时，注意一些特殊的日子，如节假日、突发性的集团购买、发工资日(主要是在大型厂矿机关的门店，销售主要来自于此)。大部分在周五、六、日三天的销售要高于其他时段，故应该在繁忙时段到来前，备足商品，并减少员工休假，以增加服务人员等举措
二、毛利率分析：
从毛利率可以看出超市每日的毛利率和各部门毛利率的高低。现在大型卖场的综合毛利率在13～18％，标准超市的毛利率在16～20％，便利店的毛利率可能会在22％左右。其实综合毛利率的高低也不是一成不变的，它会随着节假日的到来而随之提升。一般来说，节假日时，高毛利的商品会有较大提高，从而对门店的毛利有一定的补充，这样就有助于超市的管理人员合理补货和安排利润计划。
三、贡献毛利率分析：
部门的贡献毛利率由高到低的排列可以看出，一般的排列为：文具、塑料五金、针织品、休闲食品、曰化、烟酒、肉食、副食品、粮油。管理者由此可以逐步调整单品价位和普通商品与利润商品的结构，促使其在综合毛利贡献率上减少差距。对于贡献毛利率较高的部门应加大要货的力度，对于贡献毛利率较低的商品部门应加大调整力度，了解目标顾客群的消费需求。例如：肉食品会因夏季的到来而销售下滑．就应通过增加夏季的畅销品来转移定位。某一部门可能会因利润商品的断货，而使整个部门的贡献毛利率下滑(有时即使是销售额不变，但是利润率却下滑很多)，这就要求超市根据自身的情况，重视利润商品的库存，合理提出要货需求单以便配送中心配送。
四、提高毛利率：
报表可以有效地提高毛利率。如果一周的毛利率低于预计指标，就可以对各部门的毛利率和销售构成比进行人为调整。例如：一周的整体毛利率为13％，低于预计毛利率15％，而其中休闲食品的销售构成为13.71％，但是毛利率为11％，为了提高总体毛利率，就可以增加休闲食品的品种和数量及展示的排面，以促进销售，提高这一部门的销售构成比，从而达到提高整体毛利率的目的。有效提高毛利率的方法为：(1)提高高毛利率商品部门的构成比。应当注意的是：a．毛利率虽高，可能季节性商品(如雨季到来，雨伞销售增加)较多；b．毛利率虽高，但是易成为损耗高的商品；(2)降低低毛利率部门的构成比；(3)提升高销售构成比部门的毛利率；(4)若有构成比相同的部门，应发展高毛利率的商品。但是不能完全绝对为了提高综合毛利率，而使销售构成比下降。要对不同个性、特征、用途的商品进行有效的组合，能够满足顾客的各种需求，使综合毛利有所增长。
五、经营指标：
超市情况设定经营指标及达成率，以决定商品的库存。各部门商品的库存是否适当，库存是否能有效发挥效率等，这种商品成绩判定的指标我们谓之交叉比率。商品的交叉比率越高，就表示越有效率；交叉比率最少也要确保在200。如果为100，是指得到与商品投入资本相同数额的毛利，如果将风险负担、滞销商品及损耗计算在内的话，就谈不上效益了。各部门的目标交叉比率先由公司总部统一设定，然后各门店根据实际情况自行调整设定各部门的目标销售额，计算其应有的库存量。计算方法：假设有一部门销售目标a为154万元，销售占比b为15.7％，交叉比率c为133％，目标毛利率d为15％，那么贡献毛利率为e=b×d=15.7％×15％=2.355％，目标周转率f=c／d=133／15=8.87次，目标库存g=a／f=154／8.87=17.36万元。
周报表作为过去时间段的报表，通过分析，我们应大胆而有预见性的预测，以使我们的超市周报起到真正成为经营决策及行动计划的来源，使超市的每一项决策都脚踏实地，真正做到数据化、科学化，周销售数据分析决定超市行动计划成功的关健。
第四篇：数据存储主要优点建议
数据存储采购建议
随着集团网络的数据量不断增加，网络数据的安全性是极为重要的，一旦重要的数据被破坏或丢失，就会对企业造成重大的影响，甚至是难以弥补的损失。数据存储备份除了拷贝外，还包括更重要的内容即管理。备份管理包括备份的可计划性，磁盘的自动化操作、历史记录的保存以及日志记录等。所有的硬件备份都不能代替数据存储备份，硬件备份（双机热备份、磁盘阵列备份以及磁盘镜象备份等硬件备份）只是拿一个系统、一个设备等作牺牲来换取另一台系统或设备在短暂时间内的安全。若发生人为的错误、自然灾害、电源故障、病毒黑客侵袭等，引起的后果就不堪设想，如造成系统瘫痪，所有设备将无法运行，由此引起的数据丢失也就无法恢复了。只有数据存储备份才能为我们提供万无一失的数据安全保护。
我们早先采用数据存储为“DAS（Direct Attached Storage，直接外挂存储）”的存储方式。这种数据存储的服务器结构如同PC机架构，外部数据存储设备都直接挂接在服务器内部总线上，数据存储设备是整个服务器结构的一部分，同样服务器也担负着整个网络的数据存储职责。DAS这种直连方式，只能够解决单台服务器的存储空间扩展、传输需求，无法满足多台服务器备份的需要。为了满足现在多台服务器所需要的网络存储必须采取支持以下两种方式的存储设备：
一、NAS（Network Attached Storage，网络附加存储）方式则全面改进了以前低效的DAS数据存储方案，它是采用独立于PC服务器，单独为网络数据存储而开发的一种文件服务器。NAS服务器中集中连接了所有的网络数据存储设备（如各种磁盘阵列、磁带、光盘机等），存储容量可以较好地扩展，同时由于这种网络存储方式是NAS服务器独立承担的，所以，对原来的网络服务器性能基本上没什么影响，以确保整个网络性能不受影响。它提供了一个简单、高性价比、高可用性、高扩展性和低总拥有成本（TCO）的数据存储方案。
二、SAN（Storage Area Network，存储域网络）与NAS则是完全不同，它不是把所有的存储设备集中安装在一个专门的NAS服务器中，而是将这些存储设备单独通过光纤交换机连接起来，形成一个光纤通道的网络，然后这个网络再与企业现有局域网进行连接，在这种数据存储方案中，起着核心作用的当然就是光纤交换机了，它的支撑技术就是Fibre Channel（FC，光纤通道）协议，这是ANSI为网络和通道I/O接口建立的一个标准集成，支持HIPPI、IPI、SCSI、IP、ATM等多种高级协议。在SAN中，数据以集中的方式进行存储，加强了数据的可管理性，同时适应于多操作系统下的数据共享同一存储池，降低了总拥有成本。
目前在数据存储方面几大主要品牌：EMC、IBM、HP、DELL等，与其他公司相比中EMC是专业从事数据方面的公司，在数据存储方面有其专业的优势。
利用 EMC 恢复管理解决方案，可以从任何中断或事件中快速、轻松、可靠地恢复业务数据。利用 EMC 恢复管理，您可采用一种全方位的做法，即利用集成式软件的备份、复制、连续数据保护(CDP)、分析和报告来保护数据。它结合了简化的管理，以提供关键业务信息的更高级别的可靠性和恢复能力。
主要优点
一、集中化备份管理 — 跨不同操作系统保护您的关键应用程序和数据库，同时集中执行管理并加快总体备份速度。
二、集中化复制管理 — 以实时或接近于实时的方式将电子数据拷贝移动到本地或远程信息存储库。
三、连续数据保护 — 自动为每一次数据更改保存一个拷贝，以便您能够将数据恢复到任一时间点。
四、分析和报告 — 收集、关联备份操作相关信息并发出警报，包括对备份失败执行根本原因分析。
五、简化管理 — 使用管理控制台查看保护和恢复活动，并确定向何处分配更多资源
EMC 同时有针对 Microsoft SQL Server 的数据保护可满足 SQL Server 的可用性和可恢复性要求。利用 EMC 针对 Microsoft SQL Server 的数据保护，并可利用 SQL Server 中的本机功能实现数据恢复和保护。利用 EMC 行之有效的专业技能满足备份和恢复、SLA 遵守能力、人员职责和基础架构规划等方面的要求。
主要优点
一、提高了数据库可用性 — 使用数据库镜像直接在服务器之间传输事务日志记录，并可快速故障切换到备用服务器。
二、增加了应用程序正常运行时间 — 减少备份窗口以减少对应用程序和系统可用性的影响。
三、减少了业务风险 — 通过内置的硬件冗余、RAID 保护和高可用性确保数据能够快速而准确地恢复。
我们通过对存储方式、存储空间、存储性能的比较，推荐选择的数据存储型号为：
EMC Celerra NX4 磁盘阵列柜 包含1个NAS控制器、2个存贮控制器、7个1TB 7200转SATA系统盘、服务器端工具包、管理软件、三年服务。同时支持光纤SAN、IPSAN、NAS功能。（注：7个1TB硬盘作RAID 5，实际可用存贮空间为5TB。）
第五篇：浅谈图书馆如何简单应用大数据特性
浅谈图书馆如何简单应用大数据特性
重庆师范大学涉外商贸学院
【摘 要】随着现代社会和科学技术的发展，以及大数据的概念出现以后，大数据已经渐渐融入到我们生活中的各个领域，正改变着人们的生活方式。图书馆作为文献信息中心，更应该接受和适应这种变化，并且利用大数据的特性进行发展和改变，来突出图书馆的特点和职能。
【关键词】图书馆；大数据；特性；简单应用
“大数据”（Big data）研究机构Gartner给出了这样的定义。“大数据”是需要新的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，用来适应海量的、高增长率和多样化的信息资产。对于大数据这个概念大家并不陌生。
大数据有四特性：
1.大量
2.高速
3.多样性
4.低价值密度
随着社会和科技的发展，大数据已经融入到我们的生活中的各个领域。图书馆担负着教学和科研服务的双重任务，是培养人才和开展科学研究的重要基地，不仅要更好的融入当今社会的大数据时代，更应该更好的应用大数据的特性为广大读者服务。
一、大量
首先大数据与传统数据相比较，最明显是特点就是在于大数据的信息量巨大。
现在的图书馆已经不再是只用来存放纸质载体图书的建筑物，它还包括有电子资源以及各种不同形式、不同载体的信息和资源，图书馆的功能和内容正在发生转变。传统纸质图书载体能容纳的内容相对于大数据大量的概念来说已经不值得一提。而随着现代科技发展，出现的电子图书的信息量也是不能与大数据相比的。
原来所说的电子图书和数字资源一般都指存储于图书馆内的本地数据库中存储的资源。一般的电子图书和数字资源具有容量远远大于传统纸质载体图书，并且具有使用和检索都比纸质载体图书来的更为方便和快捷等优势。但在大数据环境下，使我们的这一概念发生了翻天覆地的变化。大数据的应用方式，在理论上可使图书馆的容量无限扩大。
大数据即将大量数据通过互联网聚集到某个特定点，也可以看成是把互联网上的所有数据集中在某一个特定数据库中，这个特定点或特定数据库存在于互联网中。事实上我们所说的特定点或者特定数据库只是把互联网中各个不同的数据库做成开放性数据库，让各个数据库之间进行相互通?，而形成的一个整体数据库。
因此，图书馆也可以链接并使用这一特定的整体的数据库。通过此链接，不仅可以无限扩大本馆自身的馆藏资源，还能使本馆资源得到开放，更加有效充分的利用馆藏资源，并实现数据交流和资源共享。
二、高速
大数据和传统数据最大的区别在于大数据的高速特性，它对于数据处理的能力要求必须非常出色。
大数据在进行数据处理的时候，既能对数据进行流处理，也同时能具备对数据进行批处理的能力。也就是说，大数据处理要求在连续不断处理数据的同时，能够对突如其来的批量数据进行计算和处理。
大数据的高速运行，要求数据有时效性。随着时间推移，数据的价值会折旧，不同年龄阶段的数据具有不同的价值，如期刊类，报纸类。这就要求图书馆及时更新其馆藏。好在大数据时代的资源和数据能够互相连接，弥补了部分馆藏和资源不能高速运行更新的缺点。
从数据开发来看，图书馆存储了大量的数据和资源。当这些数据和资源被聚集到一起时，会形成数据和资源的“矿山”，那么“挖矿”的效率就要求非常高，大数据高速运行就成了“挖矿”的优势。
在图书检索上，大数据的高速运行查找能够快速、精准的定位每一本图书的位置。对于不熟悉图书分类法的读者来说，利用大数据进行图书资料的查找和检索无疑是最方便快捷和准确的。
三、多样性
大数据的数据来源的多样性，这是传统数据做不到的。
对于图书馆来说，产生数据的方式多种多样，有日常的统计数据报表，有人工借还和自助借还数据，有读者检索图书产生的数据，有使用网络图书馆产生的点击量、浏览量等多种数据来源。可以看出读者自身也是数据的创造者。
在大数据环境下，图书馆通过记录、收集并保存产生的一切数据，待数据量达到一定规模的时候，通过对多样数据的各种提炼和分析，了解读者需求，更好的提供多样化的资源和优质的服务。
通过分析读者的阅读需求等数据，可帮助图书馆优化自身的馆藏结构，帮助图书馆纸质图书馆藏的剔旧、电子资源的购买和更新等工作更科学的进行。
四、低价值密度
大数据的低价值密度是指数据的真实性。
大数据追求的是数据的高质量，大数据的基本在于为决策提供帮助，因此大数据必须拥有绝对的真实性。
从来源上分析，传统数据的来源是从宏观上采集的。数据的采集有原则性，有规律，采集的对象有阶段性有针对性，或者直接是进行抽样采集的。传统数据的采集方式决定了传统数据在真实性上会有所欠缺。
大数据的采集方法与传统数据迥异。大数据的数据采集方式是从微观采集，它进行的是个体采集，每个个体都有自己单独的数据集合，也是产生数据的来源。大数据对于数据的采集是没有标准的，它的采集方法源于对个体的行为与现象记录。通过对大量真实数据进行提炼、分析和总结出来的有用数据，其真实性是毋庸置疑的。
图书馆应用低价值密度这一特性，可以帮助图书馆对文献进行开发。因为图书馆所提供的文献、资源、信息等必须具有权威性和真实性。以大数据为基础的参考信息作为文献开发依据具备了真实性的原则。
大数据能真实的分析读者使用图书馆的习惯和读者的读书习惯。通过记录和分析读者的阅读倾向的数据和读者使用馆舍的数据等等，能真实分析出哪些是读者使用的重点资源，哪些是读者不常使用的次要资源。通过对读者的阅读倾向的数据进行记录和分析，可帮助图书馆加强对读者重点使用的资源的建设。而对读者使用馆舍情况的记录和分析，可以对图书馆馆舍进行科学的改造和布置，让读者使用图书馆更感舒适。
大数据真实的记录和分析读者阅读和使用图书馆的各种数据，可以引导读者进行阅读。挑选读者重点使用的资源设立专门的阅读区域，可在设立的阅读区内进行与重点资源的相关参考内容的引导和推荐工作，方便读者更好更有效的使用图书馆资源。
通过大数据对读者数据的捕捉，图书馆能提供更优质的服务。建立数据，统计数据和应用数据，可使图书馆更具有竞争力。有大数据的真实为支撑的基础上，图书馆在现有基础上，能更好的优化和深化服务。
大数据的四个特性，并不一定是独立的，在很多方面，这四个特性都是融会贯通在一起的。应用其特性并不是只会用到其中的一个特性。图书馆对大数据特性进行合理的应用，能更好的建设发展自身，适应和满足社会的需求。
参考文献：
[1]李恬.大数据理念与图书馆大数据[J].新世纪图书馆，2014，（6）：24-27.[2]韩翠峰.大数据带给图书馆的影响与挑战[J].图书情报，2012，（5）37-40.[3]黄馥妃.大数据时代高校图书馆个性化服务研究[J].文化视野，2016.
点击咨询 