大数据时代背景下网络建设研究论文[五篇材料]

第一篇：大数据时代背景下网络建设研究论文

大数据的发展与应用不断深入到人们的日常生活中，例如，人们平时使用的网络购物平台、社交聊天平台都属于大数据背景下的产物。大数据丰富了网络发展，也使网络建设更加完善，更加符合现代化标准。因此，在大数据时代背景背景下做好网络建设工作十分重要，要严格把握大数据时代下的网络建设方向。

1大数据发展现状分析

信息技术在社会生活中的应用越来越广泛，因此也使得大数据的发展速度不断提升，在各个行业中的发挥的作用也越来越大，在一定程度上为经济的快速发展提供了便利。大数据的发展带动了不同领域的快速发展，同时也使大数据的发展更加充满动力。据相关数据统计，大数据市场规模在2011年到2015年期间增加近130亿，符合增长率超过40%。通过对以上数据的分析可知，大数据的发展趋势非常好，并且一些系统在大数据中不断更新，不断突破，使智能化计算机和大数据更好的结合在一起，不断推出更好的应用系统。

2大数据时代背景下的网络发展趋势

从目前的网络建设情况来看，大数据时代的到来为网络建设的发展带来了便利条件，但是也为网络技术的发展带来了一定的难题和发展障碍，比如在信息传播和数据安全管理等方面。因此，要保证网络建设能在大数据时代背景下能够健康快速发展，就要采取科学有效的管理措施进行网络设计和建设。

2.1推广网络技术的应用

网络技术环境是网络技术发展的平台，稳定的网络技术环境不仅可以保证网络技术的稳定还可以促进网络技术的快速发展。云计算在许多理财和交易平台中得到广泛应用，云计算是整个运行性过程的核心和基础部分，并且对网络技术等各个相关方面的要求都非常严格，并且随着软件平台的不断更新和发展，对网络技术的要求也不断增多。因此，要做好大数据背景下的网络设计和建设，就必须要做好网络技术的普及和应用，还要进一步开发计算机的硬件和软件功能，做好网络技术的推广应用工作，让更多人参与到网络技术的使用当中，让更多人切实体会到网络技术为生活带来的便利，使网络经济的发展更有动力。

2.2加强数据信息的结构化建设

在目前大数据快速发展的背景下，信息数量的增长速度也越来也快，并且传播的结构形式也变得越来越复杂，因此，在处理和构建数据的过程中会出现很多不利的影响因素，为整个构建过程带来困难。在目前的发展阶段，可以根据信息的结构形式将信息分为两个部分，一部分是结构性的信息，另一部分是非结构性的信息。而在通常情况下，非结构化的信息是位于非组织核心系统，非常容易被忽视。而非结构化信息可以分为两类，一类是不能很好融合的非结构性的数字信息，另一类是纸质的数据信息。从目前的发展状况来看，纸质信息在沟通方面的功能和作用依然发挥着不可替代的作用，尤其是在一些业务流程当中。而结构性信息是根据一些必要的格式整理出的信息，是由其组织内的核心系统构建和管理的。非结构化信息往往会受到忽视，因此导致了相应的结构内的信息交流不顺畅，会使非结构化信息与组织核心系统内部的结构化信息不能很好的对接，甚至会造成失控问题出现。数据结构化对于数据的开发和保障起到了重要作用。结构化的数据管理使数据的处理和加密变得快速有效，并且可以及时准确的分辨出非法侵入的数据信息，保证数据环境的安全。

2.3完善数据的安全控制系统

数据的安全系统要保证用户的账户、个人信息、以及数据库的操作等安全。异结构的数据安全系统对于保证信息安全有着重要作用。因此，要充分利用大数据快速发展带来的便利，不断发展和创新安全管理和访问控制的程序。因此，异构环境的建立非常重要，可以从以下几个方面进行：首先，要保证所有身份在全局范围内的验证没有异常，并且对用户的各种权限要进行合理的设置。其次，要保证系统的完整状态，重视数据库的安全监控与防范，使得数据库的核心部分得到保证。此外，还要严格监控好其他局部问题，做到充分全面的保障。再次，要加强对网络的安全管理和控制。对于一些常见问题要有充分严谨的应对措施，要做好网络信息加密工作，为异构环境的安全和网络信息的安全输出提供保证。最后，要注意对应用系统和数据库的安全管理。开发人员要保证数据的准确性，为系统和数据库建立做好前期准备工作。

2.4完善网络数据存储功能

在大数据发展背景下，海量信息的的储存主要是由相应的硬件设施完成的，如果想要使数据的安全性得到提升，就要不断加强储存环境的安全建设。如果要达到安全的数据存储环境，就要有硬件和软件的防火墙保护系统，这样就能在很大程度上阻止一部分非法网络数据入侵和攻击，使非法信息被隔离，保证数据环境的安全。此外，还要做好入侵检测机制的建立工作。要及时做好系统建立所需信息的收集工作，并准确分析和辨别相应的业务请求，为完善网络数据存储功能做好前期准备工作。

3结束语

综上所述，在大数据时代背景下，网络技术的发展越来越完善，为人们的生活带来越来越多的便利，同时也对数据的安全管理提出更高要求。因此，在大数据的网络建设中，要充分利用各类数据，建立完整的信息安全控制体系，对于不同问题都能及时找出相应的解决对策，为信息安全和网络技术的更好发展提供保障。此外，还要充分认识到大数据时代与信息安全体系的重要联系，要是二者紧密的结合在一起，更好的为网络技术的发展服务。

参考文献:

[1]王元卓,贾岩涛,刘大伟等.基于开放网络知识的信息检索与数据挖掘[J].计算机研究与发展,2015,52(02):456-474.[2]冯诚,李治军,姜守旭等.无线移动感知网络上的数据聚集传输规划[J].计算机学报,2015,38(03):685-700.[3]孙莉玲.大数据时代高校网络舆情研判与治理[J].江海学刊,2016(03):204-209.[4]沈敬伟,周廷刚,张弘等.基于改进AOE网络的低频浮动车数据地图匹配算法[J].西南交通大学学报,2015(03):497-503

第二篇：大数据时代背景下高校图书馆学习的平台建设策略研究

大数据时代背景下高校图书馆学习的平台建设策略研究

关键词：大数据时代；高校图书馆；学习的平台；建设

摘要：高校图书馆是高等院校的文献信息中心，是为高校教学和科研服务的学术性机构之一，是学校信息化和社会信息化的重要基地。文章分析了大数据时代背景下高校图书馆学习的平台建设的必要性，并对建设高校图书馆学习的平台的策略进行了详细介绍。

中图分类号：G258.6文献标识码：A文章编号：1003-1588（2017）07-0057-03

高校图书馆是高等院校教育信息服务以及科研信息服务的重要机构之一，对促进高校科研工作的发展及为高校学生提供优质的信息服务具有十分重要的作用。在大数据时代背景下，高校图书馆需要进行转型创新，发挥其教育辅助职能，而学习的平台的建设是实现该转型创新的一种有效途径。

1建设高校图书馆学习的平台的重要性

1.1大数据时代的新要求

大数据的实现离不开当代通信技术，更离不开互联网平台，大数据的实现需要借助互联网，需要借助互联网更新传统行业，更需要借助互联网创新发展动态。当今社会已经进入了全新的大数据时代，信息数据的传播方式开始改变。高校图书馆作为信息数据储存地之一，受大数据的影响，开始向大数据变革，其管理方式和信息资源储存方式也开始发生改变。为了迎接时代潮流，更为了向现代化发展，高校图书馆应当借助互联网技术，融合大数据理念，进一步加快电子平台建设，只有这样才能摆脱落后，赶上时代潮流。

1.2高校教育转型的新挑战

在大数据时代的影响下，传统的教学方式受到冲击，各种各样的便携式电子设备受到学生喜爱，在校园里几乎是人手一部手机。在这种情况下传统的教学模式受到严重冲击，为了应对这种局面，学校开始对校园现有的信息数据进行完善，引进多媒体设备，改变传统的授课方式。翻转课堂、慕课教学等新的教学方式的引进受到越来越多学生的欢迎和好评。同时，学生的学习模式也开始发生改变，由过去的被动学习和课堂学习转变为主动学习和在线学习。在这场信息化教学改革中，高校图书馆的服务模式也借助互联网的优势开始转变，其只有顺应时代的变化，满足学生的需求，才能发挥应有的作用。

1.3图书馆的新生长点

高校图书馆作为学校的学术文化中心，承担着文献资源保障的重要任务，顺应时代发展有其内在需求。互联网使高校图书馆实现了服务自动化，也给高校图书馆带来了无数挑战，同时使其必须面对网络的开放性带来的一系列安全问题。随着网络技术的飞速发展，进入实体图书馆的读者越来越少，图书馆馆藏资源利用率逐渐降低，实体图书馆似乎变得可有可无。因此，高校图书馆必须顺应时代发展，加强文献资源及电子平台的建设，注重资源的完善，只有这样才能留住读者，才能吸引更多的读者利用图书馆资源。

2建设高校图书馆学习的平台的策略

2.1完善制度建设

在大数据时代背景下，高校图书馆无论是服务模式还是信息资源的储存都发生了很大变化，这足以说明当前高校图书馆正在进入全新的时代。尽管如此，与国外图书馆相比，我国高校图书馆仍比较落后，体现在配套设施和管理制度的不匹配、不完善。此外，随着高校图书馆读者人数的不断减少，图书馆事业发展面临诸多困难。为了改变这种现状，高校图书馆必须迅速从传统的图书馆向现代化的文献信息中心转变，由传统的学校信息中心向学习中心转变，高校图书馆在这场变革中必须制定一套较为完备的规章制度为变革保驾护航。制度除了要明确高校图书馆的地位和作用，更要确保其拥有完善的软硬件资源和设备，只有这样才能保证高校图书馆学习的平台的顺利建成。

2.2加大图书馆硬件建设

2.2.1引进先进技术设备。引进先进技术和设备是适应当前高校图书发展的需要，更是社会的需要，是大势所趋。能吸引读者的现代化高校图书馆，必定是技术先进、基础设备完善的图书馆。对于高校图书馆而言，设施的完善是其建设发展的基础条件和先决条件。随着选座预约系统、3D打印机等现代化先进设备引进高校图书馆，这些设备在激发学生好奇心的同时也激发了他们的求知欲，从而吸引大批学生到图书馆阅读学习。同时，高校图书馆配备现代技术设备，可以激发高校图书馆的内在活力，促进高校图书馆布局和服务模式的变革，满足当代大学生群体的知识需求，为构建高校图书馆学习的平台提供了条件。如：美国内华达大学里诺校区科学和工程图书馆是美国第一个向学生提供3D打印机的图书馆，工程学、化学、戏剧、艺术等学科的教师和学生都可以对项目和研究中计算机模拟的数据进行3D打印。用户可以通过这项服务打印出具有3D效果的物体原型，并通过相关软件进行调整与重塑，还可以借助3D打印技术制作自己的模型作品。将先进技术和设备引进当代高校图书馆，是构建高校图书馆学习的平台不可或缺的一部分。同时，高校图书馆引进先进技术和设备，也是高校图书馆发展自己、壮大自己的重要保障。

2.2.2构建人性化的学习环境。高校图书馆在设计学习环境时更加注重人性化，注重将图书馆设计成舒适灵活、方便快捷的学习场所。如：传统图书馆座椅往往采取统一颜色、统一质地和统一摆放的标准，而如今高校图书馆为了满足不同读者的不同需求，开始引进椭圆形布艺沙发和座椅，这些沙发、座椅的摆放多采用错落有致和动静结合的布局，既起到了美观的作用，更满足了读者的多种需求。此外，传统图书馆往往在设计上只规划出一个空间供读者学习，而现代图书馆为了满足学生的多种需要，开辟了安静的学习空间和用于交流讨论的自由空间，这种动静结合的空间设计满足了学生不同的学习需求，激发了学生的学习兴趣。

2.2.3基于大数据理念，构建开放、多样的学习的平台。科技的进步推动着高校图书馆的进步与发展。高等院校在建设现代化图书馆进程中应紧跟科技发展的步伐，利用大数据技术建设线上学习的平台，使高校图书馆服务更加开放、信息资源更加丰富，满足高校读者的需求。营造开放的学习环境就意味着高校图书馆资源更加丰富，学生的学习环境不再局限在图书馆内，而是将其扩展到校园的每一个角落；打造多样化的学习环境意味着摒弃图书馆内死气沉沉的标语和呆板的空间设计，构建动静结合、张弛有度的学习环境。笔者认为，高校图书馆可以开辟共享学习空间，在共享学习空间里，学生之间不分专业和年级都可以在此探讨与学习相关的内容，交流意见。此外，在这个共享空间里，高校图书馆应添置一些基础设备，如：多媒体设备、电脑等，激?l学生的学习兴趣。

2.2.4调整服务布局，优化空间资源。高校图书馆经过多年的发展已经积累了丰富的文献信息资源，实体收藏空间开始受到制约。同时，随着电子资源的兴起和不断发展，纸质书籍的利用率开始下降。在这种情况下，笔者建议高校图书馆及时调整当前收藏布局，在书库设计上应设计密集书库，最大限度地利用现有空间，吸引更多的读者。

2.3加大图书馆软件建设

2.3.1人才建设是关键。硬件资源是高校图书馆建设的基础条件，而软件资源也是不可或缺的重要条件。高校图书馆在软件建设方面，应将人才作为第一要素。专业的、经验丰富的、有责任心的图书馆管理人才是成功构建高校图书馆学习的平台的关?I要素。①实施“走出去”战略。即通过岗前培训、进修深造等方式提高图书馆员的专业素质，结合馆员的不同特点，采取不同的培训方式。高校图书馆为经验丰富的馆员提供短期培训的机会，使其保持自身知识的先进性，跟上时代潮流；为年轻馆员提供基础业务技能的深造机会，加快他们对图书馆业务的了解。实施“走出去”战略，既可以学习其他图书馆先进的管理办法，又可以完善自身专业能力。②实施“引进来”战略。高校图书馆在招聘图书馆员时应优先引进其他高校图书馆馆员，让他们把先进的工作经验和管理理念带过来，借助其先进的方法和理念提高本馆的服务水平。

2.3.2转变服务理念与方式。高校图书馆最重要的工作职能是为读者提供服务，鉴于互联网技术和大数据的影响，高校图书馆应当摒弃传统的服务方式，引进新型的服务模式和服务理念服务于广大读者。笔者认为，目前高校图书馆需要摒弃传统单

一、分散和被动式的服务模式，开展全天候的主动服务。如：高校图书馆传统的服务模式和服务地点往往是固定的，服务仅在图书馆内。高校图书馆可以引进并利用多媒体技术、自助设备等，实现24小时在线服务。高校图书馆自习室在学生考试期间经常是一座难求，学生需提前排队抢占座位，由此滋生许多矛盾。对于此类问题，高校图书馆可开发引进图书馆选座系统，使学生可以在线预订座位，这不仅解决了自习室座位紧张的问题，也避免了矛盾的产生。

2.3.3开展人性化文明服务。纵观国内外先进图书馆，无一不秉承人性化的服务原则。高校图书馆在开展人性化服务过程中，应从以下几个方面入手：在建筑结构设计上，必须符合科学性、合理性原则；在座椅布局上，应当坚持动静结合原则；在多媒体设备、3D打印机等先进设备的配备上，应坚持分散原则。总之，高校图书馆开展人性化服务，不仅应注重图书馆员业务素质的提高，还要注重图书馆结构布局、基础设施的升级和完善。

3结语

大数据时代下，高校图书馆不仅面临机遇，也面临着挑战。因此，高校图书馆要顺应时代发展潮流，利用现有的技术和设备，加强图书馆的软硬件建设，并建立相关的管理制度。只有这样，高校图书馆才能构建系统、完善的学习的平台，促进高校图书馆向现代化图书馆发展。

参考文献：

[1]左爱玲，刘新锁.大数据时代高校图书馆发展的新挑战探析[J].内蒙古财经大学学报，2016（3）：147-149.[2]李路.高校图书馆大学生自主学习的平台构建研究[J].中国成人教育，2015（2）：68-70.[3]任精举.“互联网+”时代高校图书馆学习的平台构建研究[J].图书馆工作与研究，2017（3）：43-46.[4]郑丽娟.大数据下高校图书馆服务开放学习的模式研究[J].继续教育研究，2017（3）：80-82.[5]童林泉，张灵聪.高校图书馆利用效果与自主学习能力的实证研究[J].农业图书情报学刊，2015（3）：156-158.[6]肖琳.高校图书馆新馆建设中学习共享空间的构建[J].贵图学苑，2016（4）：52-54.[7]黎小妮.高校图书馆开展MOOC学习支持服务的方法与实施路径：基于华南农业大学学生对MOOC认知和参与程度的调查[J].国家图书馆学刊，2016（5）：47-56.[8]余鹏彦，陈珏静.面向泛在学习的高校图书馆虚拟学习共享空间研究[J].图书馆学研究，2016（17）：13-16.[9]赵蕾，杨九龙.开放教育环境下高校图书馆学习支持服务研究[J].图书馆建设，2016（8）：56-60.（编校：马怀云）

第三篇：大数据环境下网络舆情管理方法研究

大数据环境下网络舆情管理方法研究

摘 要：随着互联网技术的快速发展及其广泛的应用，网络舆论信息的产生体量、传播速度和影响范围等方面都发生了巨大变化。这些变化要求舆情管理工作者在舆情管理理念、管理方法等方面必须与时俱进。大数据既是一种新技术，也是一种新方法，它侧重于信息挖掘和预测。将大数据运用到网络舆情管理工作之中，必将对舆情管理产生重要作用。在大数据环境下，网络舆情的管理方法也必将发生变革与创新。探讨大数据环境下网络舆情分析方法，以大数据为背景和前提创新网络舆情管理方法，总结大数据下舆情管理理念、视角、方式和方法等方面的变革与创新的思路，具有重要意义。

关键词：网络舆情；大数据；管理方法；变革与创新

DOI：10.15938/j.cnki.iper.2017.01.025

中图分类号： G641文献标识码：A文章编号：1672-9749（2017）01-0124-06

据《第37次中国互联网络发展状况统计报告》（由中国互联网络信息中心（简称：CNNIC）在2016年1月发布）显示，截至2015年12月，中国网民规模达6.88亿，全年新增网民3951万人。互联网普及率为50.3%，中国手机网民规模达6.20亿，手机上网使用率为90.1%[1]。随着移动互联网（Mobile Internet）、社交网络（Social Networking）、电子商务（Electronic Commerce）等的迅速发展，互联网的边界和应用范围有了极大扩展，各种信息和数据极具增多，并正在迅速膨胀变大。

网民们经常通过互联网表达意愿、观点，讨论各种话题，以表达自己的思想观点和诉求。互联网既是一个收纳器，聚集网民思想动态表达、文化和社会生活信息；又是一个扩音器，传播大众的社会舆论。在社交媒体时代，人们通过互联网平台表达社情民意，体现自己的意愿、态度和评论观点。舆情作为社会舆论的一个风向标，开展舆情分析主要是针对民众态度、观点的收集整理，分析出民众相关的意见倾向，客观体现舆情动态。

作为世界上网民数量最多、互联网访问量最大的国家，有效地分析网络舆情，对于政府，媒体、大型企事业单位都有着非常重要的意义。从政府的角度，有效的舆情管理有利于政府了解公众态度和诉求，有助于提升政府的政务管理和构建良好的社会和网络环境；从企业的角度，有效的舆情管理有利于企业掌握用户和大众对产品质量、产品功能与服务的评价及客户特征信息，更好地提供个性化产品与服务，实现利润增长，更有利于企业了解用户和大众对企业社会形象的反馈和认知，提升企业品牌知名度和社会声誉；从媒体的角度，有效的舆情管理能够突破传统信息搜集和发布渠道，更能够通过对公众舆论深入分析，提升新闻效果，实现新闻价值增值。因此，社会各界都非常重视网络舆情分析，并不断创新舆情的分析和管理的方式和方法，都是想最大化舆情的价值。

一、大数据及网络舆情的相关定义及特点

1.大数据的定义及特点

随着人们对大数据的研究和理解的不断深入，大数据已不仅仅是一个技术方面的名词了。而今，大数据相关的理论无论从内涵还是外延上，都在不断丰富和充实。关于大数据的定义，不同的机构和学者从不同的角度给出略有差异的定义：如高德纳咨询公司（2013）提出，大数据是指具有更强的洞察力和流程优化能力的海量、多样化的信息[2]。维基百科对大数据的定义是“一个超大的、难以用现有常规的数据库管理技术和工具处理的数据集”。Gartner对大数据的定义：“大数据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” [3]。

IDC市场研究公司2012年提出，“大数据”是为了从大容量的、不同类型的数据中获取有价值的信息而设计的新型架构和技术[2]，并对大数据的采用三步法进行了界定，如图1所示。首先，从数据源场景方面，可以有三种情况，或者说需要具备三种情况至少满足一种，即大数据的容量大于等于100TB或数据源于超高速的数据流（Data Streaming），或数据产生的年增速大于60%；其次，必须部署在可动态适应的基础设施（dynamically adaptable infrastructure）上。这里的基础设施既可以是传统的scale-up架构，也可以是水平扩展架构（scale-out infrastructure）；最后，必须有两个以上的数据源或数据格式，或者高速流数据源（如点击流或机器产生的数据流）。有了以上三个步骤的界定，才可以形成大数据。IDC指出“大数据技?g描述了一种新一代技术和架构，以非常经济的方式，以高速的捕获、发现和分析技术，从各种超大规模的数据中提取价值” [2]。

尽管对大数据的定义角度各有不同，但大数据的核心本质和特征的表述和定义相对比较统一，均认为大数据与传统意义数据具有本质区别。较传统数据相比，在数据基础上，大数据更倾向于全体数据而非抽样；在分析方法上，更强调相关分析而非因果分析；在分析效果上，追求的是效率而非绝对精确和在数据规模上强调相对数据而不是绝对数据。

在数据和信息的规模/体量方面、在内容形式和数据结构方面具有复杂性/变化频度多样、在产生速度方面及价值密度等四个方面都极大地超越了传统的数据形态，具有4V特征：

第一，数据规模大（Volume）

第二，数据种类多样（Variety）

第三，数据处理速度快（Velocity）

第四，数据价值密度高（Value）

如图2所示：大数据的4V特征。

具体而言，一是数据规模大（Volume）：从容量角度，大数据具有数据容量大，“容量”或“体量”，从 TB→PB→EB级，每级都是按照进率1024（2的十次方）计算，这足以说明大数据规模之庞大。二是数据种类多样（Variety）：结构化数据、非结构化数据以及半结构化数据，Web数据、文字、语音音频数据、图片图像数据、视频数据、模拟信号等数据都体现了数据的多样性。三是速数据处理速度快（Velocity）：对数据访问、处理、交付等速度的要求快，而且数据产生速度也非常之快；四是价值（Value）：大数据的核心价值在于资源优化配置，通过搜集海量数据，进而展开全量数据挖掘，分析数据背后的相关性，开展预测分析，获得数据的应用价值。

这些特性使得大数据与传统数据区别开来，强调了大数据是具有结构松散性、形式复杂性和有利用价值的数据信息资源[3]。

2.网络舆情的定义与特点

“舆情（Public Opinion）”翻译为“民众或公众的意愿、意见或观点”。根据百度百科：舆情是“舆论情况”的简称，是指在一定的社会空间内，围绕中介性社会事件的发生、发展和变化，作为主体的民众?ψ魑?客体的社会管理者、企业、个人及其他各类组织及其政治、社会、道德等方面的取向产生和持有的社会态度。它是较多群众关于社会中各种现象、问题所表达的信念、态度、意见和情绪等等表现的总和。

有学者从社会学视域考察舆情的定义，认为舆情是指社会各阶层民众对社会现象或事件所持有的情绪、态度、观点、看法、意见和行为倾向等[4]。网络舆情则是社会总体舆情的一个组成部分，是以网络为载体存在，以网络传播方式汇聚、形成和表达的舆情，是在互联网上的民众情绪、态度和意见汇聚的总和[5]。

网络舆情的信息来源主要有：网络新闻（如：搜狐、新浪、人民网，或以RSS为基础聚合类新闻，如头条等），论坛贴吧（如：BBS，百度贴吧，天涯，西祠胡同等），新闻评论，社会化媒体社交网络（即时通讯工具：如：聊天室、QQ、微信、微博、博客等），搜索引擎（如：百度，google等），网络发起线上活动、网络调查、电子邮件等。

通常我们把网络舆情的基本特征概括为自由性与可控性、互动性与即时性、丰富性与多样性、隐匿性与外显性、情绪化与非理性、个体化与群体极化性[6]。如图3所示：网络舆情的特征

3.大数据是网络舆情管理的有效方式之一

大数据的目的在于发现新的知识与洞察并进行科学决策。大数据与网络舆情具有非常相似的特征。从这点上可见，利用大数据的手段管理网络舆情是网络舆情管理的有效方式之一。首先，大数据能够全方位记录民意，完整展现社会舆情，大数据体量巨大，从TB级到PB乃至ZB级别，能够完全、完整的记录社会民众的社情民意；其次，大数据的特点是挖掘数据背后的相关联性，因此，大数据能精准体现舆情背后的事件、相关人员以及读者等要素内在逻辑和社会关联；最后，大数据具有很强的预测能力，通过分析事件的读者特征（群体肖像刻画）、被关注程度/热度、传播速度、传播范围、发展趋势、影响程度和网民情绪变化等，也可以针对某个观点的深度研究，从而预测舆情走向，帮助决策者进行决策和判断。因此，大数据技术为网络舆情的预测提供了重要的技术、理论支撑和保证，也成为舆情研究关键技术的支撑和核心概念。

二、基于大数据技术网络舆情管理的一般步骤与方法

网络舆情的管理模型主要分为：信息采集、信息预处理、舆情分析、舆情报告四个步骤。如图4所示：大数据管理模块及流程示意。

1.信息采集

信息采集当前常用方式是网络爬虫技术。在网络爬虫的爬行策略中，应用最为基础的是深度优先遍历策略、广度优先遍历策略。对于信息抓取过程，要求信息抓取的覆盖范围要全面。高速发展的信息高速路使得网络信息数据容量不断增大、信息和数据的类型更加丰富和复杂、网页数量不断增多，这对舆情信息抓取的效率和全面性提出了更高的要求。

大数据网络舆情信息搜集改变了传统网络舆情信息的搜索采集方式，采用定向站点信息抓取辅以全面的实时监控、聚合内容（RSS）、社交网站信息搜集和摘要搜集等搜集技术，与传统人工监测采集相结合的方式进行，抓取效率和覆盖范围都有突破性进展。

数据监测要全面和实时，要做到精细采集信息数据。笔者整理了较为常用的监测范围和基本监测指标，如表1所示。

2.信息处理

信息处理主要包括数据清洗（Data Cleaning）、信息提取、文本分类等。信息处理的主要任务是将采集的各种信息转化成格式化文本存入数据库。

网络舆情在大数据环境中流动和变化速度非常快，因此，在信息处理部分，要求信息处理的时效性。

3.舆情挖掘与分析

大数据分析就是对海量数据进行分析、梳理和加工，获得具有价值的产品（Product）和服务（Service）或深刻洞见（Insight）的数据及处理方法。数据分析的主要技术手段是采用数据挖掘（Data Mining），数据挖掘又称数据库中的知识发现，即从数据库的大量数据中揭示出隐含的、前所未有的并具有潜在价值的信息的价值聚合、提炼的过程[7]。

舆情分析的技术方法主要有文本分类、聚类分析（不预先设定数据归类类目，完全根据数据本身性质将数据聚合成不同类别）、热点发现（利用关键词过滤、语义分析、数值统计识别热点和敏感话题）、话题识别、主题检测与跟踪、观点/文本倾向性识别和分析（对文章的观点进行倾向性分析和统计，识别正负面信息）、自动摘要等计算技术挖掘网络文本内容蕴含的各种观点（Opinion）、喜好（Preference）、态度（Attitude）、情感（Emotion）等，也可以明确网络传播者的意图和倾向，以及影响程度、影响范围和发展趋势。

当前一些实验室、研究机构等依据大数据分析的方法和实际的工作相结合，开发和建立了以下舆情专属的分析模型和方法。如：人民网推出的“舆论共识度”指数将为中国网络舆论场的研究和社会舆论的理性引导提供新的观察视角和决策依据。它把网络用户分为媒体、网民和意见领袖三大群体，通过对不同群体的舆论分析，对每月前十或前100的社会热点问题进行评估，形成“舆论共识度”，进而对用户对舆论话题的共识程度进行评价。

互联网与国家治理研究中心、中山大学大数据传播实验室设计的“网民认知模型”，通过透析网民对不同事件的情绪变化、态度偏向等，评测用户“正负能量”，分别从“网民情绪指数”“网民理性指数”和“网民态度指数”三个维度来评价具体热点事件当中网络舆论场的“网民正能量指数”，对舆情分析和研判也非常有帮助。

还有机构建立的热度评估指数，通过话题在传统媒体报道量、网络媒体报道量、微博量、论坛帖文量、博客文章量，转发数量、用户跟贴数量、评论数量、被关注数量、传播的速度和范围、关注的用户形态特征等相关数据，之后加权各项指标，得到每个热度事件或话题的综合热度指数。

更有一些专项深入分析，如针对传播源头的分析、传播渠道的分析、意见领袖的分析、传播主体挖掘分析或针对隐性数据（网络日志）的分析。

也有专家学者提出，舆情分析需要是一个综合分析模式，以大数据的方式为重点，同时要结合专项话?}市场调研、综合民意调查（定性与定量）、软件与人工、分析师与专家会商等方式相结合的方法来分析。

4.舆情报告

舆情分析的结果需要以报告的方式呈现，并将分析报告反馈或发布，为用户、管理者和决策者提供依据。

舆情报告要求舆情分析数据要真实可靠，分析方法要恰当准确，描述要符合客观事实，结论要简明扼要、通俗易懂。舆情报告中恰当采用示意图、图表、列表等展示形式，可以更形象、清晰、直观，并且更逻辑地展示舆情事件的发生、发展和变化，舆情的发展态势等。针对不同的表达目的可以选用不同的图表或图示方式，如：描述事件发展趋势可用折线图表示、展示用户立场或观点的比例可用饼状图、体现热点人群的分布可以用散点分布图、表示频率分布可以用网状图或柱状图、说明事态发展变化可以用流程图、用户之前或背后的人际关系可以用网状关系图等。丰富的图表工具可以更形象、生动的表述舆情的现状、发展和变化。

三、大数据环境下舆情管理模式变革与管理方法创新

虽然，目前对大数据研究越来越热，国内诸多大的互联网公司、各行业内的企业及科研机构都投入了巨大的人力、物力开展大数据及大数据下舆情研究，但在我国大数据研究依然处于探索阶段，在很多方面还只是停留在理论或对未来的畅想阶段。例如：在技术方面，目前常见的舆情监测工作的主要手段仍以人工检索为主，尽管也使用了市面相对成熟的相关搜索软件进行辅助搜索，但搜索舆情的技术仍采用传统的二维搜索方式，即主题关键词和网络平台二维坐标，由舆情管理的工作人员对采集的信息进行二次加工成舆情产品。而且搜索的舆情信息结果多为一级文本信息，对于深层次的多级舆情信息，如新闻、微博后的评论，网民的社会关系，网民针对某一事件评论反映出的情绪变化等数据无法深度挖掘，仍靠人工采集和分析判断。受制于舆情分析人员的知识水平和价值判断的不同，极有可能导致有价值的舆情信息丢失，无法准确及时预测舆情走势，大大降低了舆情监测工作的效率、准确性。

随着互联网的发展、自媒体的兴起，网络、通信技术在人们信息领域深入运用，发布者在人口统计学方面的特征、发布的载体、发布的形式、传播渠道、信息的数量和形式等有了全新的变化，这对舆情的管理提出了更高的要求，要求变革网络舆情管理方式以适应大数据时代的新形势。因此，舆情管理工作者在舆情管理的理念、模式和方式方法上均需要有相应的变革与创新。

1.舆情工作者的研究视角需要发生转变

舆情工作者要从全局角度，把舆情研究从单一向度的内容研究向多元化、多向度内容及关系研究方向转化。网络数据和信息背后体现的人的行为轨迹和复杂的人与人的社会关系（Social networking），所以关系研究将成为未来的研究重点。大数据的特征之一“关联分析”，通过社会话语表达、社会关系分析、社会心理描绘、社会诉求预测等多个角度[8]，进行多向度的分析研究能够帮助构建立体化、全局化和动态化的网络舆情数据系统，通过舆情分析，挖掘网络舆情和社会动态背后的深层次关系，实现网络舆情管理和社会治理的紧密联动、同步推进。

2.舆情的研究方法需要创新

即便是研究的视角发生了改变，要想真正落实到具体工作中，研究方法的创新尤为关键。要在分析方法上更加丰富，结合数据挖掘技术分析（Data Mining）方法与行为分析（Behavior Analysis）方法的研究、结合云计算、移动可追塑性分析、个性化特征识别的网络机器人与社会心理分析实验因果模型等方法，一是要提升数据监测技术，实现对媒体、论坛、博客、微博、微信等各个网络平台数据的全面抓取和记录，特别是要提高对图片、音视频、模拟信号等数据的自动识别能力；二方面提高数据挖掘技术，从海量数据中快速识别有价值数据，并挖掘数据背后隐藏的规律。三要注重数据分析技术，包括关联分析、聚类分析、语义分析等等，自动分析网上言论背后的观点、意见倾向和信息、相互之间的关联性，揭示舆情发展趋势。四是确保数据安全和保密技术，包括网络攻击与攻击检测与防范问题、安全漏洞与安全对策问题、数据备份与恢复问题、灾难恢复问题等等，确保数据安全和保密[9]。

在数据分析方面，数据分析的准确性尤为重要。引入云计算的概念和技术，与大数据相结合，会使舆情分析更加准确。开展数据间、不同维度、不同领域的数据、多样化的数据间的关联分析，是十分重要的。专家认为舆情关联关系是网络舆情数据库中存在的一类重要的、可被发现的知识，引入网络舆情支持度和网络舆情可信度，可以更准确表示网络舆情间的关联度，量化网络舆情关联规则的相关性，从而使挖掘结果更准确。

3.研究结果要易懂、易应用和可视化呈现

大数据的真正价值是运用，舆情的最终价值是指导工作。研究结果的使用者未必是大数据和舆情分析的专家。因此，研究结果要求易懂易识，界面必须友好，结果必须可以直观识别。“用数据说话”。数据最有说服力，由于图表与列表能够清晰、直观、简洁、深刻、形象地表现舆情事件，因此舆情的研究结果要注重运用图表等可视化方式来展现。

4.重点强调舆情的预测，面向未来，做好舆情数据的再利用

大数据的核心是预测，未来舆情研究的重点应由舆情监测转向舆情预警和预测。舆情工作者通过收集分析互联网上关于社会热点或网民关注焦点事件的大量消息报道，发掘背后隐藏关系，进而预测事态发展趋势，为舆情事件处置提供决策参考。

展望未来，大数据时代数据使用的关键是数据再利用，数据再利用的意义在于：挖掘数据的潜在价值，实现数据重组的创新价值。基于大数据的舆情分析，能同时分析更多数据，揭露更多隐藏价值，使预测更准确，决策更合理。未来大数据将使舆情监测功能大大丰富，舆情分析功能更加强大，舆情预测能力进一步增强，这将实现全方位、立体式的综合舆情管理模式，实现舆情管理的价值最大化。

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[EB/OL].[2016-01-22].http：//www.xiexiebang.com/hlwfzyj/hlwxzbg/hlwtjbg/201601/PO***51954.pdf.[2] 谢耘耕，刘锐，乔睿，等.大数据与社会舆情研究综述[J].新媒体与社会，2014（4）：133-154.[3] 张宁熙.大数据在突发公共事件网络舆情信息工作中的应用[J].现代情报，2015（6）：38-42.[4] 王宏伟.舆情信息工作策略与方法[M].北京： 中国人事出版社，2012：6.[5] 戴维民，刘轶.我国网络舆情信息工作现状及对策思考[J].图书情报工作，2014（1）：24-29.[6] 刘毅.网络舆情研究概论[M].天津： 天津人民版社，2007：74.[7] 喻国明.大数据分析下的中国社会舆情：总体态势与结构性特征――基于百度热搜词（2009―2012）的舆情模型构建[J].中国人民大学学报，2013（5）：2-9.[8] 李小娜.大数据时代社会舆情监测的转变和发展[J].青年记者，2015（11）：69-70.[9] 卿立新.创新大数据时代的网络舆情管理[J].红旗文稿，2014（22）：28-29.[责任编辑：张学玲]

第四篇：大数据时代背景下加强思想政治工作的思考(原创首发)

大数据时代背景下加强思想政治工作的思考(原创首发)

中国共产党从成立至今，走过了一段艰辛的创业历程，经历了一段漫长的逐步发展壮大过程。党的星星之火能够燎原，燃遍中华大地，主要得益于强有力的思想政治建设工作。同样，在建国以来的社会主义建设中，我党也没有丢掉思想政治建设的利剑，先后诞生了“以党建带三建”、“以思想政治带动经济发展”、以理想信念带动和谐创建等先进理念，影响和带动着一代代共产党人前赴后继，为社会主义建设事业献出了青春和热血。

时至今日，我国的经济和社会发展取得了举世瞩目的成就，表面上看，这似乎和思想政治建设没有多大的关系。其实不然，没有从始至终的思想政治建设，就不可能有这么纯洁的党员干部队伍，也就没有如此繁荣富强的当今社会。

从新中国的建立到十一届三中全会的联产承包责任制土地包产到户，从改革开放到全面建成小康社会的宏伟目标，经济在不断发展壮大，社会也在不断发展前进。从当初的“治安基本靠狗、通讯基本靠吼、交通基本靠走”的贫穷落后，到今天交通路网四通八达、通讯工具人手一个，这种进步，都在向我们证明，社会进步了，思想政治建设也需要更进一步了。

经济实力雄厚起来的人们，人生观、价值观也在悄然发生着变化。特别是一些手握重权的领导干部，他们面临着金钱、美女的诱惑，面临着“万人景仰荣登宝座”的诱惑，面临着妻儿老小精神物质的诱惑，真正能够做到自觉自警自重自爱独善其身的，也只是少数。试想，从党的十八大以来，***、徐才厚、令计划等高官，他们生在红旗下，长在红旗下，接受党的教育和培养多年，最终也没有能够“平安着陆”。是为什么？当然是他们没有能够抵挡得了权色欲的诱惑。

当然，还有一部分官员受到查处，就是他们抱着一种侥幸心理，认为其违法乱纪行为是“天不知、地不知、你不知，甚至我也不知”。殊不知，天网恢恢，疏而不漏。正所谓人过留形，雁过留声。这留过的形，留过的声，是可以用现代化的手段收集起来的，这就是大数据。

再比如说，现在的个人信息泄漏非常严重，有官员违法乱纪行为屡屡曝光于互联网，有男女不正当关系的，有官员钱权交易的。与此相对应，也有像焦裕禄、孔繁森、兰辉、菊美多吉等先进人物先进事迹的。换句话说，就是我们当今就生活在大数据的时代，对生活、对工作、对干部教育等，都有利也有弊。

我们生活在这样一个大数据的时代，没有哪一项工作、没有哪一件事情能够逃避得了数据的记录。思想政治建设工作，也同样如此。如果掌握门道了，用好了，当然有很大的好处；如果只知其然，不知其所以然，必然会带来无穷无尽的烦恼。

再把大数据时代背景的现实与现在我们所开展的思想政治工作相比较，我们会发现，传统的思想政治教育手段，已经显得有些落伍了，已经与时代发展的主题不太协调了，所起到的作用已经在逐步弱化了。

一边是传统模式的思想政治建设手段，一边是与大数据时代相结合的思想政治建设方式，怎样取舍，我们还有必要进行一番探讨。传统模式的思想政治建设手段，已经开展了几十年，通过口口相传的方式，把人员集中起来学，要求记笔记，要求写心得。每一次活动的开展，都要集中大量的人力物力财力，劳民伤财不说，还收效甚微。如果，把思想政治建设与大数据相结合，诸如无纸化办公、远程教育模式、用现代化的手段形成铺天盖地的宣传阵势。这样一来，成本降低了，影响面却扩大了，其效果当然也差不到哪里去。

那么，要怎么样才能把大数据的知识普及、怎么样才能让大数据很好地为思想政治建设服好务等问题，就成了当下亟待解决的问题。

首先在普及大数据这一概念的问题上。厦门大学罗乐勤教授说，大数据是基于现代信息技术与工具，可以自动记录、储存和连续扩充的、大大超出传统统计记录与储存能力的一切类型的数据。具有容量大、多样性、真实性和速度快的特征。这话说得太过专业，说通俗一点，就是采用现代化的手段，把现实生活中的一切活动，以数据的方式记录下来，就形成了大数据。像已经普及了的数字电视、手机、互联网、监控等，都是依靠数据来工作的。

其次是大数据对工作生活的影响的问题。从宽泛一点的范围来讲，在我们的生活和工作中，数据无处不在，我们无处不用数据。举个简单的例子来说，一个超市，对消费者的购物清单进行分析比对，自然就知道了消费者的购物喜好，这就为进货提供了依据。我们一户人家，全年收入有多少，年终存款有多少，全年生活质量如何，家庭成员的幸福指数如何，最终都需要以数据的方式呈现。思想政治建设工作也同样如此，一般是说学习了多少次，开展了活动多少次，形成了学习记录多少字，涌现了先进人物多少个等等，同样也离不开数据。

再次是如何有效利用大数据开展思想政治建设的问题。有人会说，你把大数据吹得神乎其神，我们又该怎么样用大数据来为思想政治建设服务呢？这里也有一个例子，是我们现在正在实施的，国家机关工作人员的继续教育和业务培训问题。国家机关每一个工作人员，都在培训网有一个帐号，只要你连上网登录进去，就可以听到老师精彩的讲解了。这不是用大数据来开展工作的一个例子吗？因此，我们完全可以摒弃思想政治建设的传统的教育模式，打赢一场没有销烟的思想政治建设的战争，以入脑入心的教育方式，带领广大党员干部优先占领这块精神高地。一是在党员干部中全员普及数据理论，让党员干部知道什么是大数据、用大数据能够干什么、用不好会带来什么危害、用好了又会有什么好处等。互联网的发展日新月异，想当初，多少在键盘上大练“一指禅功”的，今天不同样可以在键盘上快步如飞了吗？因此，普及大数据理论知识，应该是不难的。二是利用网络管理的便捷手段，建立一个全新的、面向党员干部的思想政治建设网络，像国家机关工作人员继续教育和业务培训一样，以网络课程的方式代替传统集中授课，以视频会议的方式替代集中开会，以网络答题的方式替代传统纸质答题。在网络管理中心，这些都会被以数据的形式记录下来，当然就成为了考核的重要依据了。三是以数据信号影响带动全体群众。像现在一些三四线城市，环境卫生差，市民文明素质差，社会治安差，这些问题，既有带头作用发挥不好的问题，又有监管不严的问题。在此不防做个假设，在十字路口、在显要位置、在重要地段等，设置显眼的大屏幕，全天播放先进人物事迹、先进文明理念，曝光不文明现象、不文明行为等，对思想政治建设形成一种铺天盖地的宣传。同时，把用现代手段记录下来的数据，包括文明与不文明的、遵纪守法与违法乱纪的、先进与落后的数据记录，载入一个人、一个家、一个单位、一个集体的诚信档案，作为考核与评先评优的重要依据。除此之外，还需要加强数据安全工作，提高网络技术防范能力，不能给非法分子任何可乘之机。

总之，笔者认为，我们处在一个被数据包围的时代。我们完全可以在思想政治建设上走出一条全新的路子，走出办公室，走出会议室，走出文件袋，走进人们的生活，以润物细无声的优势，感化、影响中国的这一代和下一代，代代相传，薪火相承，培养出大批的积极、乐观、向上、无私、敬业、奉献的优秀人才，大踏步走向全面小康，走向共同富裕。

作者：染博钊

第五篇：大数据时代背景下企业人力资源绩效管理创新的思考

大数据时代背景下企业人力资源绩效管理创新的思考

【摘要】随着时代的不断发展，我国企业的规模和数量得到了非常大的发展，这大大增加企业管理的难度，尤其体现在人力资源管理上，如采充分发挥人力资源的作用，是很多企业在发展过程中的难题。随着信息技术的网络技术的不断进步，我们已经进入到了大数据时代，通过多海量数据信息的分析和处理，可以有效得到其中的有价值数据，这为企业人力资源的绩效管理，打开了一条新的思路。[1]为此，我将要在本文中对大数据时代背景下企业人力资源绩效管理创新进行深入思考，希望对促进企业现代化管理的发展，可以起到促进作用。

【关键词】大数据时代；企业人力资源；绩效管理

前言

企业绩效考核是企业现代管理的重要组成部分，它是对员工完成工作质量的考核，并给与其定量的评分，并作为工资分配的重要依据。通过绩效考核，员工可以共同自己良好的表现获得企业的认同，并得到应有的回报。企业也可以通过员工的优秀表现，而获得更多的经济利益，并且可以为企业选拔优秀人才，提供一个值得参考的标准。当前我国企业在绩效管理考核体系的建立上还存在很大的问题，整个考核的客观性不够，不能对相关工作人员的绩效进行准确的评价，大大降低了绩效考核的作用。口]随着大数据时代的到来，这给企业的绩效管理打开了一条新的思路，我们可以在网络上打造企业绩效考核的平台，并建立员工绩效考核的数据库，对员工实际工作中反馈的工作数据进行有效的收集，通过内部智能化的算法，有效对员工的各种工作信息进行类比，最后给每个员工给与一个客观的绩效考核成绩，让企业的绩效考核充分发挥自己的作用。

一、企业绩效考核指标体系设计的基础

企业进行绩效考核的主要目的是，依据员工的工作性质要求，根据科学的评判标准，对员工工作的实际完成情况，进行定量化的评价。绩效考核的结果直接关系到员工的工资多少，还为企业选拔优秀人才，做一个重要的参考指标。其实施的最终目的是提高员工的工作完成质量和提高企业的经济效益，并最终取得员工和企业双赢的局面。为了有效提升绩效考核的效果，改变员工被动应付的局面，企业应该采取更科学的绩效考核设计指标，并应该定期对该指标进行变更，以适应企业发展的需要。

评价活动是以主要指标的提取，来对整个工作过程进行评定，因此指标提取的科学性十分重要，它的执行好坏要和工作过程好坏直接挂钩。为了全面衡量工作过程的好坏，我们不一定要提取单一的工作指标，还应该学会去全方位的提取工作指标，这可以使对员工工作好坏的评价更为具体。为了对员工进行定量的绩效考核，这些指标也应该是分等级的，并且应该根据实际参照物，对员工的指标完成情况，进行度量。[3]

各种考核指标之间应该不是相互孤立的，它们应该是有相互关系的，相互联系组合在一起，从而形成了企业的绩效考核指标体系。在进行具体指标的设计过程中，应该根据总体指标体系的要求，来进行设计。它具有下面几个具体的要求。对指标完成情况的度量，要尽量可以做到量化，避免采取模糊化的参考标准。虽然说指标之间都有千丝万缕的联系，但是在实际设计过程中，一定要保证它们有清晰的界限和独立的评判标准。指标的制定，要紧紧围绕，可以衡量员工的工作完成情况来进行，避免其偏离这个初衷。指标的评定必须要有现实的参考依据，尽量少掺杂主观的因素。考核指标的设计应该突出重点，不能事无巨细，尽量提取最重要的工作指标。指标的设计应该具有可操作性，及可以通过定量化的评价，来对指标的完成情况进行分级。

二、利用大数据充分提高企业绩效管理的效率

在各种考核指标有效建立以后，我们就可以有效参照这些指标来开展绩效考核工作。为了对员工进行科学的绩效考核，我们应该严格按照以工作数据来进行考核的原则。大数据时代的到来，为我们实现对于员工的全数据绩效考核，打下了一个非常好的基础。为了更好对员工的绩效进行考核，我们应该打造全数据的考核体系，对员工的各种工作数据都应该制定定量的工作指标，还需要打造对这些数据进行收集的系统，如果是产品生产企业，每个员工生产产品的每一道工艺都应该进行标识，在产品经过检验后，对产品的数据有效进行提取，如员工的实际工艺完成数量，其生产产品的优秀数量、合格数量、不合理数量等，目前二维码技术发展的越来越快，我们在对数据的提取过程中，可以有效利用这些技术，员工对每件生产的产品都打上自己的二维码，在产品生产技术后，通过对这些二维码的扫描，这些产品的所有信息就会传送到企业产品的数据库。[4]此外，企业还应该在网络上建立有效的绩效考核数据处理平台，其负责对各种员工数据信息的有效收集。在这些数据被传输到员工数据库后，应该先对这些数据进行分类，进行分类的存储。为了通过对这些数据有效反应出员工的绩效水平，我们还应该制定科?W的数据打分标准，根据这些数据的实际情况，给员工的绩效表现进行打分，这样就可以有效了解员工在一定时间段的绩效情况。为了让这些数据更加客观，我们还可以通过对所有员工数据的综合处理、分析，有效显示出员工在整个员工队伍的实际表现情况，让我们很容易发现在工作中表现优良的员工，通过对该员工进行一定的奖励措施，来提高其它员工的工作积极性。

三、结语

人才是企业赖以生存和发展的重要因素，随着大数据时代的到来，这给企业的人力绩效管理带来了新的契机，我们必须进行绩效管理模式进行创新。针对当前企业在绩效管理上存在的不足，我们都可以利用大数据技术，进行相应的补强，从而使企业得到更加优秀的人才，也可以让企业人才培养工作做得更加到位，也给了那些企业真正的人才，以脱颖而出的机会，还大大增加了企业人才管理的效率。

参考文献：

[1]马风光，王造先.网络时代中的企业人力资源管理[J].江苏商论，2014（6）

[2]宋利，古继宝.信任：网络时代的人力资源管理[J].技术经济，2014（11）

[3]郜夏泉.浅谈如何加强企业人才管理及对策研究[J].中小企业管理与科技，2014（9）

[4]张艳辉，朱玉杰，宣峭.论我国企业人才管理[J].黑龙江交通科技，2006（3）