大数据技术在领导干部自然资源的作用论文（精选合集）

第一篇：大数据技术在领导干部自然资源的作用论文

【摘要】文章以国家治理观为依托分析了大数据技术的加入对领导干部自然资源资产离任审计发挥预防功能、揭示功能以及抵御功能时的SWOT因素，利用AHP方法对三个国家审计功能层面的SWOT因素进行量化分析。研究发现：在发挥预防功能和揭示功能时，大数据技术的应用处于开拓型的机会型战略区间；在发挥抵御功能时，大数据技术的应用处于抗争型的进取型战略。最后通过对实证结果的分析，提出了相关建议。

【关键词】大数据；自然资源资产离任审计；SWOT

一、引言

现如今，对领导干部实行自然资源资产离任审计势在必行。这对于促进领导干部树立正确的政绩观，加强生态文明建设具有重要的现实意义。大数据作为一次新的技术变革，正在悄然改变着这个时代。

二、文献综述

（一）自然资源资产离任审计相关研究

截至目前来说，我国对自然资源资产离任审计的概念还没有统一的定义，郭旭（2017）认为：“领导干部自然资源资产离任审计是审计机关为监督、检查、鉴证、评价领导干部任期内自然资源资产管理和生态环境保护责任履行情况，依法对政府及相关主管部门、企事业单位和个人保护、管理、开发、利用自然资源资产的活动，以及与自然资源资产和环境有关的财政财务收支等相关管理活动的合法性、效益性开展的审计。”此定义解释得很具体。

（二）大数据审计相关研究

目前来看，审计技术方法经历了三次变革。最早提出“大数据”是2011年麦肯锡，上世纪90年代末—21世纪初是大数据萌芽、数据挖掘技术阶段。2003年—2006年是大数据突破时期，即自由探索阶段。2006年—2009年是大数据的成熟期。

三、研究理论框架

2008年，刘家义在中国审计学会第五届第三次理事会暨第二次理事论坛上首次提出了国家审计的本质是保障经济社会健康运行的免疫系统这一观点，该观点认为，国家审计是国家治理这个大系统中一个内生的具有预防、揭示和抵御功能的免疫系统，是国家治理的重要组成部分。

（一）预防功能

2015年8月国务院印发的《国务院关于印发促进大数据发展行动纲要的通知》中明确提出要大力推进自然资源和空间地理基础信息库，这为在领导干部自然资源资产离任审计中充分发挥国家审计预防功能提供了一个契机。

（二）揭示功能

在发挥揭示功能时，大数据手段使得审计人员突破了原本审计抽样的审计模式，对自然资源资产进行总体审计，可以避免审计抽样的风险并且发现抽样审计所不能发现的问题。

（三）抵御功能

目前，我国大数据发展与应用没有建立完整的统筹协调机制，职责不够清晰，各领域、各区域工作缺乏协同推进，使得在领导干部自然资源资产离任审计中组织实施困难较大。

四、基于SWOT分析进行指标选择

（一）定量分析

1.问卷设计与专家打分。在定性分析大数据对领导干部自然资源资产离任审计的影响后，共选择10位对大数据以及领导干部自然资源资产离任审计领域熟知的专家进行调研与访谈，设计了针对应用大数据手段后发挥预防功能、揭示功能和抵御功能三个层面的优势、劣势、机遇、挑战的调查问卷。各因素影响力度计算公式如下：第Qi的影响力度=平均分值平均权重（1）根据公式（1）分别计算预防功能层面、揭示功能层面以及抵御功能层面中机遇、威胁、优势、劣势的总体影响度。其中，预防功能中机遇方面总体影响度计算结果为2.1429，威胁方面总体影响度计算结果为0.5123，优势方面总体影响度计算结果为1.1285，劣势方面总体影响度计算结果为0.9528；揭示功能中机遇方面总体影响度计算结果为1.6281，威胁方面总体影响度计算结果为0.5908，优势方面总体影响度计算结果为0.9626，劣势方面总体影响度计算结果为0.5450；抵御功能中机遇方面总体影响度计算结果为1.2864，威胁方面总体影响度计算结果为1.8348，优势方面总体影响度计算结果为2.1640，劣势方面总体影响度计算结果为1.0171。2.构建SWOT四边形。以S、W、O、T变量为半轴，在坐标系上分别找出优势S1、S2、S3；劣势W1、W2、W3；机会O1、O2、O3和威胁T1、T2、T3的对应点，分别构建预防、揭示、抵御三个SWOT战略四边形（图2-图4）。3.SWOT四边形类型、强度的确定。(1)方位角θ的含义及计算。对于战略四边形S1W1O1T1、S2W2O2T2、S3W3O3T3，其重心的公式为:P(x，y)=(∑xj/4，∑yj/4)（2）此公式中:xj、yj分别为S、W、O、T在战略四边形（图2-图4）中的坐标。在这个基础之上，可以计算出战略方位角θ。因tanθ=y/x，(0＜θ＜2π)，利用导数求解θ，根据θ的大小及其所在象限确定不同的战略类型，见下表。根据式(2)，P1(x1，y1)=(0.0439，0.4077)，tanθ1≈9.2870，θ1≈83°51′15″，P1点属于第一象限，π/4＜θ＜π/2，即为开拓型战略区的机会型战略。P2(x2，y2)=(0.1044，0.2593)，tanθ2≈2.4837，θ2≈68°4′9″，P2点属于第一象限内，π/4＜θ＜π/2，即为开拓型战略区的机会型战略。P3(x3，y3)=(0.2867，-0.1371)，tanθ3≈261-0.4782，θ3≈25°33′26″+3π/2，P3点属于第四象限内，(7π/4，2π)，即为抗争型战略区的进取型战略。(2)强度系数的含义及计算，战略正强度受机会和优势两个因素共同影响形成的，公式为:U=O×S(3)战略负强度受挑战和劣势两个因素共同影响形成的，二者可以相互转化，公式为:V=T×W(4)因此我们可以计算战略强度系数(),公式为:=U/(U+V)(5)的大小能够反映其战略的实施强度，由此作为强度选择依据，∈［0，1］。因此，以=0.5作为临界点，当＞0.5时，可以采取开拓类型的战略;当＜0.5时，可以采取保守类型的战略。依据以上公式，可以得出U1=2.4183,V1=0.4881，1=0.8321＞0.5；U2=1.5627,V2=0.3219,2=0.8296＞0.5；U3=2.7838,V3=1.8662,3=0.5987＞0.5。4.定位与强度选择。由上述分析可知，大数据背景下领导干部自然资源资产离任审计战略类型中：P1点属于开拓型战略区中的机会型战略；P2点属于开拓型战略区中的机会型战略；P3点属于抗争型战略区的进取型战略。同时根据均大于0.5，我们可以采取积极的开拓类型的战略。综上所述，结合其定性与定量分析，应采取开拓型措施。

五、结论与讨论

目前看来，受制于成本效益原则，由于审计时间和审计人力所限，使得数据清洗时间延长；技术障碍使数据获取和处理难度增加；原始书记缺陷影响数据准确性等，这些都告诉我们应该大力推进大数据审计平台建设；降低数据收集风险，虽然数据来自于多个领域，但我们可以把风险降到最低。

参考文献

[1]郭旭.领导干部自然资源资产离任审计研究综述[J].审计研究，2017(02):25-30.[2]黄溶冰.基于PSR模型的自然资源资产离任审计研究[J].会计研究，2016(07):89-95+97.[3]刘明辉，孙冀萍.领导干部自然资源资产离任审计要素研究[J].审计与经济研究，2016，31(04):12-20.[4]安徽省审计厅课题组，戴克柱.对自然资源资产离任审计的几点认识[J].审计研究，2014(06):3-9.[5]蔡春，毕铭悦.关于自然资源资产离任审计的理论思考[J].审计研究，2014(05):3-9.

第二篇：大数据论文

大数据时代

摘要：随着物联网、移动互联网、智能便携终端和云计算技术的发展，人类社会进入了“大数据”时代。对于数据分析，这无疑是一个前所未有的黄金时代。现在，几乎每个人的衣袋都有一部可以随时联网的智能手机，更强大的平板电脑则安静的躺在数亿人的手提包里，加之久久没有退出历史舞台的个人电脑和方兴未艾的物联网中的电子设备，这个世界，每时每刻有数以百亿计的电子精灵在产生数据，一个崭新的数据爆炸时代正喷薄而出。大数据在社会经济、政治、文化，人们生活等方面产生深远的影响，大数据时代对人类的数据驾驭能力提出了新的挑战与机遇。

关键词：大数据 数据爆炸海量发展 影响

一、大数据的概念及形成

1、大数据的概念

“大数据”是一个体量特别大，数据类别特别大的数据集，并且这样的数据集无法用传统数据库工具对其内容进行抓取、管理和处理。狭义的大数据概念，主要指大数据技术及其应用，是指从各种各样类型的数据中，快速获得有价值信息的能力，一方面，强调从海量数据、多样数据提取微价值，即具有价值(Value)特征；另一方面，强调数据获取、数据传递、数据处理、数据利用等层面的高速高效，即具有快速处理(Velocity)特征。大数据概念里的“数据”，是指具有可追踪、可分析、可量化特性的数据。大数据概念里的“大”，是指“大数据”所应具有的“大量化”(Volume)、“多样化”(Variety)两个特征。从概念内涵上讲，“大数据”(Big Data)，一方面，反映的是规模大到无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合；另一方面，主要是指海量数据的获取、存储、管理、分析、挖掘与运用的全新技术体系。

事实上，大数据的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。很显然，挖掘大数据价值、提供大数据服务的能力，是大数据时代的核心竞争力。

2、大数据形成的必然性

数据管理理念不断变革，大数据成为信息技术发展的必然选择。随着现代信息传播技术手段和方式不断丰富，信息获取、信息传递、信息处理、信息再生、信息利用等功能应用日益多样化，智能化信息系统逐渐形成一个信息网络体系，人类社会的生产方式、工作方式、学习方式、交往方式、生活方式、思维方式等发生了极其深刻的变革，互动化、即时性、全媒体等，成为常态性的信息生态环境，传统的数据库组织架构和信息服务模式已经难以适应信息社会现实需要，整个信息技术架构的革命性重构势在必行，大数据成为信息技术发展的必由之路。大数据源于虚拟网络的迅速发展和现实世界的快速网络化。虚拟网络的迅速发展和现实世界的快速网络化，两者交互影响，最终导致海量数据的持续生成和繁杂数据的不断出现。

大数据成了决定我们未来数字生活方式的重大技术命题，几乎所有世界级的互联网企业，都将业务触角延伸至大数据产业；无论社交平台逐鹿、电商价格大战还是门户网站竞争，都有它的影子；美国政府投资2亿美元启动“大数据研究和发展计划”，更将大数据上升到国家战略层面。2013年，大数据正由技术热词变成一股社会浪潮，将影响社会生活的方方面面。

二、大数据的五个特点

1、类型多。大数据分为结构化数据和非结构化数据。结构化数据包括“1、2、3、4”等传统数字以及符号，非结构化数据包括网络日志、音频、视频、图片、地理位置信息等。

2、容量大。根据IDC（国际数据公司）的监测统计，2011年全球数据总量已经达到1.8ZB，而这个数值还在以每两年翻一番的速度增长，预计到2020年全球将拥有35ZB的数据量，增长近20倍。

3、存取速度快。存取速度快有两个意思。一是数据产生的快；二是数据处理的快

4、应用价值大。大数据之“大”，其实并不在于其表面的“大容量”，而在于其潜在的“大价值”.如果不能把拥有的数据转化为价值，那么拥有再多的数据也是毫无意义的。

5、具备大智能。正是因为大数据拥有的“大价值”，才使得大数据有机会成为社会的财富和创新的基础，是大数据能够像土壤一样，在不久的将来孕育出一个更加智能的社会。

三、大数据应用的现状分析

最早提出世界已经迎来“大数据”时代的机构则是全球知名的咨询公司——麦肯锡。麦肯锡在其研究报告中指出：数据已经渗透到每一个行业和业务职能领域，逐渐成为重要的生产因素；而人们对于海量数据的运用将预示着新一波生产率增长和消费者盈余浪潮的到来。事实上，全球IT业巨头都已经意识到数据的重要意义和“大数据”时代的到来。包括IBM、EMC、惠普、微软在内的全球知名跨国公司都陆续通过收购与“大数据”相关的厂商来实现技术整合。目前典型的大数据应用领域有：商业智能。例如：用户行为分析，即结合用户资料、产品、服务、计费、财务等信息进行综合分析，得出细致、精确的结果，实现对用户个性化的策略控制，这在营销网络的流量经营分析中占有越来越举足轻重的地位。公共服务。一方面，公共机构可以利用大数据技术把积累的海量历史数据进行挖掘利用，从而提供更为广泛和深度的公共服务，如实时路况和交通引导；另一方面，公共机构也可以通过对某些领域的大数据实时分析，提高危机的预判能力，如疾病预防、环境保护等，为实现更好、更科学的危机响应提供技术基础。政府决策。通过对数据的挖掘，从而有效提高政府决策的科学性和时效性。

四、大数据时代对生活、工作的影响

大数据，其影响除了经济方面的，它同时也能在政治、文化等方面产生深远的影响，大数据可以帮助人们开启循“数”管理的模式，也是我们当下“大社会”的集中体现，三分技术，七分数据，得数据者得天下。

“大数据”的影响，增加了对信息管理专家的需求。事实上，大数据的影响并不仅仅限于信息通信产业，而是正在“吞噬”和重构很多传统行业，广泛运用数据分析手段管理和优化运营的公司其实质都是一个数据公司。大数据在个人隐私的方面，大量数据经常含有一些详细的潜在的能够展示有关我们的信息，逐渐引起了我们对个人隐私的担忧。一些处理大数据公司需要认真的对待这个问题。

总结：这是一个信息爆炸的时代，大数据时代的到来给国家和个人带来了很多机遇，同时也带来了很多挑战。在当下的大数据时代，大数据只是冰山一角，其中的大部分都隐藏在冰山之下，因此大数据还有很多方面值得我们去发现和探索。

参考文献：王珊《架构大数据：挑战、现状与展望》

维克托•迈尔•舍恩伯格《大数据时代：生活、工作与思维

的大变革》

中国百强报刊《时事报告：大学生版》

第三篇：大数据时代数据挖掘技术教学研究论文

摘要:随着大数据时代的到来，在大数据观念不断提出的今天，加强数据大数据挖掘及时的应用已成为大势所趋。那么在大数据教学过程中，我们必须掌握大数据与数据挖掘的内涵，并对数据挖掘技术进行分析，从而明确大数据时代下数据挖掘技术的应用领域，促进各项数据的处理，提高大数据处理能力。

关键词:大数据时代；数据挖掘技术；应用

大数据是对全球的数据量较大的一个概括，且每年的数据增长速度较快。而数据挖掘，主要是从多种模糊而又随机、大量而又复杂且不规则的数据中，获得有用的信息知识，从数据库中抽丝剥茧、转换分析，从而掌握其潜在价值与规律。所以大数据时代下的数据处理技术要求更高，要想确保数据处理成效得到提升，就必须切实加强数据挖掘技术教学工作的开展，才能更好地促进数据处理职能的转变，提高数据处理效率，优化学生的学习成效。以下就大数据时代下的数据挖掘技术教学做出如下分析。

1大数据时代下数据挖掘技术的基础教学方法分析

数据挖掘的过程实际就是对数据进行分析和处理，所以其基础就在于数据的分析方法。要想确保分析方法的科学性，就必须确保所采用算法的科学性和可靠性，获取数据潜在规律，并采取多元化的分析方法促进问题的解决和优化。以下就几种常见的数据分析教学方法做出简要的说明。一是归类法，主要是将没有指向和不确定且抽象的数据信息予以集中，并对集中后的数据实施分类整理和编辑处理，从而确保所形成的数据源具有特征一致、表现相同的特点，从而为加强对其的研究提供便利。所以这一分析方法能有效的满足各种数据信息处理。二是关联法，由于不同数据间存在的关联性较为隐蔽，采取人力往往难以找出其信息特征，所以需要预先结合信息关联的表现，对数据关联管理方案进行制定，从而完成基于某种目的的前提下对信息进行处理，所以其主要是在一些信息处理要求高和任务较为复杂的信息处理工作之中。三是特征法，由于数据资源的应用范围较广，所以需要对其特征进行挖掘。也就是采用某一种技术，将具有相同特征的数据进行集中。例如采用人工神经网络技术时，主要是对大批量复杂的数据分析，对非常复杂的模式进行抽取或者对其趋势进行分析。而采取遗传算法，则主要是对其他评估算法的适合度进行评估，并结合生物进化的原理，对信息数据的成长过程进行虚拟和假设，从而组建出半虚拟、半真实的信息资源。再如可视化技术则是为数据挖掘提供辅助，采取多种方式对数据的挖掘进行指导和表达[1]。

2大数据时代数据挖掘技术教学要点的分析

2.1数据挖掘技术流程分析

在数据挖掘教学过程中，其流程主要是以下几点：首先做好数据准备工作，主要是在挖掘数据之前，就引导学生对目标数据进行准确的定位，在寻找和挖掘数据之前，必须知道所需数据类型，才能避免数据挖掘的盲目性。在数据准备时，应根据系统的提示进行操作，在数据库中输入检索条件和目标，对数据信息资源进行分类和清理，以及编辑和预处理。其次是在数据挖掘过程中，由于目标数据信息已经被预处理，所以就需要在挖掘处理过程中将其高效正确的应用到管理机制之中，因而数据挖掘的过程十分重要，所以必须加强对其的处理。例如在数据挖掘中，引导学生结合数据挖掘目标要求，针对性的选取科学而又合适的计算和分析方法，对数据信息特征与应用价值等进行寻找和归纳。当然，也可以结合程序应用的需要，对数据区域进行固定，并在固定的数据区域内分类的挖掘数据，从而得到更具深度和内涵以及价值的数据信息资源，并就挖掘到的数据结果进行分析和解释，从结果中将具有使用价值和意义的规律进行提取，并还原成便于理解的数据语言。最后是切实加强管理和计算等专业知识的应用，将数据挖掘技术实施中进行的总结和提取所获得的数据信息与评估结果在现实之中应用，从而对某个思想、决策是否正确和科学进行判断，最终体现出数据挖掘及时的应用价值，在激发学生学习兴趣的同时促进教学成效的提升。

2.2挖掘后的数据信息资源分析

数据信息资源在挖掘后，其自身的职能作用将变得更加丰富，所以在信息技术环节下的数据挖掘技术随着限定条件的变化，而将数据挖掘信息应用于技术管理和决策管理之中，从而更好地彰显数据在经济活动中的物质性质与价值变化趋势，并结合数据变化特点和具体的表现规律，从而将数据信息的基本要素、质量特点、管理要求等展示出来，所以其表现的形式十分丰富。因而在数据挖掘之后的信息在职能范围和表现形式方式均得到了丰富和拓展，而这也在一定程度上体现了网络拟定目标服务具有较强的完整性，且属于特殊的个体物品，同时也是对传统数据挖掘技术的创新和发展，从而更好地满足当前大数据时代对信息进行数据化的处理，并对不同种类业务进行整合和优化，从而促进数据挖掘技术服务的一体化水平。

2.3大数据背景下的数据挖掘技术的应用必须注重信息失真的控制

数据挖掘技术的信息主要是源于大数据和社会，所以在当前数据挖掘技术需求不断加大的今天，为了更好地促进所挖掘数据信息的真实性，促进其个性化职能的发挥，必须在大数据背景下注重信息失真的控制，切实做好数据挖掘技术管理的各项工作。这就需要引导学生考虑如何确保数据挖掘技术在大数据背景下的职能得到有效的发挥，尽可能地促进数据挖掘技术信息资源的升级和转型，以大数据背景为载体，促进整个业务和技术操作流程的一体化，从而更好地将所有数据资源的消耗和变化以及管理的科学性和有效性，这样我们就能及时的找到资源的消耗源头，从而更好地对数据资源的消耗效益进行评价，最终促进业务流程的优化，并结合大数据背景对数据挖掘技术的职能进行拓展，促进其外部信息与内部信息的合作，对数据挖掘技术信息的职能进行有效的控制，才能更好地促进信息失真的控制[2]。

3数据挖掘技术在不同行业中的应用实践

学习的最终目的是为了更好的应用，随着时代的发展，数据挖掘技术将在越来越多的行业中得以应用。这就需要高校教师引导学生结合实际需要强化对其的应用。例如在市场营销行业中数据挖掘技术的应用这主要是因为数据挖掘能有效的解析消费者的消费行为和消费习惯，从而利用其将销售方式改进和优化，最终促进产品销量的提升。与此同时，通过对购物消费行为的分析，掌握客户的忠诚度和消费意识等，从而针对性的改变营销策略，同时还能找到更多潜在的客户。再如在制造业中数据挖掘技术的应用，其目的就在于对产品质量进行检验。引导学生深入某企业实际，对所制造产品的数据进行研究，从而找出其存在的规则，并对其生产流程进行分析之后，对其生产的过程进行分析，从而更好地对生产质量的影响因素进行分析，并促进其效率的提升。换言之，主要就是对各种生产数据进行筛选，从而得出有用的数据和知识，再采取决策树算法进行统计决策，并从中选取正确决策，从而更好地对产品在市场中的流行程度，决定生产和转型的方向。再如在教育行业中数据挖掘技术的应用，主要是为了更好地对学习情况、教学评估和心里动向等数据进行分类和筛选，从而为学校的教学改革提供参考和支持。比如为了更好地对教学质量进行评估，就需要对教学质量有关项目进行整合与存储，从而更好地促进其对教学质量的评估，而这一过程中，就需要采取数据挖掘技术对有关教学项目中的数据进行挖掘和处理，促进其应用成效的提升[3]。

4结语

综上所述，在大数据背景下，数据挖掘技术已经在各行各业中得到了广泛的应用，所以为了更好地满足应用的需要，在实际教学工作中，我们必须引导学生切实加强对其特点的分析，并结合实际需要，切实注重数据挖掘技术的应用，才能促进其应用成效的提升，最终达到学以致用的目的。

参考文献：

[1]李平荣.大数据时代的数据挖掘技术与应用[J].重庆三峡学院学报,2014,03:45-47.[2]欧阳柏成.大数据时代的数据挖掘技术探究[J].电脑知识与技术,2015,15:3-4+9.[3]孔志文.大数据时代的数据挖掘技术与应用[J].电子技术与软件工程,2015,23:195.

第四篇：大数据：不是技术难题

90%以上的企业可以用他们90%的现有需求和技术、工具来解决现在的大数据问题。企业并不是缺乏解决这些大数据难题的工具、技术甚至人才.他们真正面临的问题是，如何在公司建立一个和大数据相匹配的文化与流程。

虽然眼下十分火热，然而“大数据”概念并没有明确的范畴，时大数据的定义只是相衬于当前可用的技术和资源而言的，因此，某一个企业或行业所认为的大数据，可能衬于另一个企业或行业就不再是大数据，时于大的电子商务企业，它们眼中的大数据要比小厂商眼里的大数据“大”得多;同时，大数据也会特续地演进，现在被我们认为庞大和恐饰的数据在10年之后只是小事一桩，但那时候将会有那个时代的新数据源。然而，面衬这些源源不断出现的“大数据”，哪些事情是希望从中发掘机会的企业需要注意的?

新数据源是核心

欧博思分析师认为大数据的三个“V”特征，即Volume(规模)，Variety(种类)，和Velocity(高速度)，这些只是大数据的第二位要素。大数据真正重要的“V”是Value(价值)。那么是什么带来了大数据的价值?

答案是新的数据源。

过去，获取网络浏览数据的技术门槛和成本都很高，而现在获取这些数据已经很容易，企业可以通过了解消费者浏览数据中展示的偏好以及未来购买倾向，来给他们推出最合适的折扣优惠。这都是新数据源的力量，这才是大数据的价值核心。

但在客户的沟通实践中，常常发现:大多数时候，人们都将精力投注在如何在“大数据”时代优化处理模型，或者升级技术装备以希求能提升分析的效果。

但是真正能提升分析效果的方式，是搜集并加入完全崭新的信息源。一旦新的、和从前不同的数据源出现并且能够被收集，你最好将自己的注意力转到这些新的数据上去一一比起你将精力放在模型优化上，新的数据源将能带来更大的收获。因此，在大数据时代，建议 就是，将你的精力放到不断寻求祈的数据源上吧。如今很多企业都会有很多新的数据源，如果正确使用的话，它们会带给企业非常有竞争力的优势。

小步快跑式

对大数据的另一个误解是，“大数据其实就是一个技术问题”。

事实上90%以上的企业可以用他们90%的现有需求和技术、工具来解决现在的大数据问题。企业并不是缺乏解决这些大数据难题的工具、技术甚至人才，他们真正面临的问题是，如何在公司建立一个和大数据相匹配的文化与流程，是缺乏对技术做投资的公司文化，他们的挑战是做出一个商业案例来证明技术升级是有价值的。

为了促进公司文化的转变，更建议一种“小步快跑”的运作方式，即在处理新数据源的过程中，企业内部的分析专家们应该积极寻找代价小、见效快的方法，不断向企业展示一些有价值的东西，来让人们保持对新数据源处理过程的兴趣。一个跨部门的大数据团队一定不能在组建一年之后，还对外宣称他们“正在试图搞明白”，要不时地迸发出想法，不管这一想法多么微小，然后迅速采取行动。

另外一个建议是，建立类似“创新中心”这样的地方，就是公司内部拿出少量的预算、人力资源、技术资源来做一些有一定未知风险的小实验，以小预算做试点，便于企业快速出击。

总的来说，大数据将为企业提供更多视角和洞察，通过和其他企业数据的结合，消费者洞察无论从数量还是质量上都会有指数级增长，因此最重要的一点，是大数据策略必须和其他数据结合形成整体数据战略，而不是独立的战略。

第五篇：关于大数据在社会综合治理中的作用

 1.关于大数据在社会综合治理中的作用，以下理解不正确的是（单选题1分）得分：1分

o o o o A.大数据的运用能够杜绝抗生素的滥用

B.大数据的运用能够维护社会治安

C.大数据的运用有利于走群众路线

D.大数据的运用能够加强交通管理

 2.2012年全国各城市支付宝人均支出排名中，位居第一位的是（）（单选题1分）得分：1分

o o o o A.嘉兴市

B.高雄市

C.杭州市

D.嘉义市

 3.根据涂子沛先生所讲，普适计算是在哪一年提出的？（单选题1分）得分：1分

o o o o A.1988年

B.1965年

C.1989年

D.2004年

 4.宁家骏委员指出，大数据被多国上升为（）。（单选题1分）得分：1分

o o o o A.国家战略

B.地区战略

C.文化战略

D.经济战略

 5.2015年，贵阳市的呼叫服务产业达到（）坐席。（单选题1分）得分：1分

o o A.3万

B.20万 o o C.5万

D.10万

 6.2012年全国各城市支付宝人均支出排名中，位居第二位的是（）（单选题1分）得分：1分

o o o o A.杭州市

B.嘉义市

C.嘉兴市

D.高雄市

 7.以下选项中，不属于大数据对人才能力的要求是（）。（单选题1分）得分：0分

o o o o A.数学统计能力

B.业务能力

C.逻辑思维能力

D.IT技术能力

 8.活字印刷术是由（）发明的。（单选题1分）得分：1分

o o o o A.鲁班

B.商鞅

C.毕昇

D.蔡伦

 9.总书记指出，我国有（）网民，这是一个了不起的数字，也是一个了不起的成就。（单选题1分）得分：1分

o o o o A.7亿

B.5亿

C.6亿

D.4亿  10.人类利用信息的历史，经历了（）次革命，媒介革命催生了数据大爆炸。（单选题1分）得分：1分

o o o o A.五

B.六

C.四

D.三

 11.根据周琦老师所讲，高德交通信息服务覆盖全国高速（）以上。（单选题1分）得分：1分

o o o o A.50% B.60% C.70% D.90%  12.通过精确的3D打印技术，可以使航天器中（）的导管一次成型，直接对接。（单选题1分）得分：1分

o o o o A.55% B.75% C.65% D.85%  13.大数据要求企业设置的岗位是（单选题1分）得分：1分

o o o o A.首席信息官和首席工程师

B.首席分析师和首席工程师

C.首席信息官和首席数据官

D.首席分析师和首席数据官

 14.大数据的利用过程是（单选题1分）得分：1分

o o A.采集——清洗——挖掘——统计

B.采集——清洗——统计——挖掘 o o C.采集——统计——清洗——挖掘

D.采集——挖掘——清洗——统计

 15.宁家骏委员指出，过去我们研制一个新型号的航天器，平均需要多长时间？（单选题1分）得分：0分

o o o o A.5-6年

B.3-4年

C.7-8年

D.1-2年

 16.根据涂子沛先生所讲，以下说法错误的是哪项？（单选题1分）得分：1分

o o o o A.数据的内涵发生了改变

B.计算就是物理计算

C.搜索就是计算

D.计算的内涵发生了改变

 17.大数据元年是指（单选题1分）得分：1分

o o o o

 A.2013年

B.2011年

C.2012年

D.2010年

18.“（）大数据交易所”2015年4月14日正式运营，目前，交易所已有包括京东、华为、阿里巴巴等超过300家会员企业，交易总金额突破6000万元。（单选题1分）

得分：1分

o o o o A.毕节

B.安顺

C.遵义

D.贵阳  19.2013年，国务院在《关于促进信息消费扩大内需的若干意见》中指出：到2015年，农村家庭宽带接入能力达到（）Mbps。（单选题1分）得分：1分

o o o o A.6Mbps B.2Mbps C.4Mbps D.8Mbps  20.根据周琦老师所讲，大数据加速道路网络快速更新，高德（）完成全国10万公里15万处更新。（单选题1分）1分

得分：o o o o A.2010年

B.2014年

C.2008年

D.2006年

 21.关于大数据的内涵，以下理解正确的是（）。（多选题3分）得分：3分

o o o o A.大数据里面蕴藏着大知识、大智慧、大价值和大发展

B.大数据就是很大的数据

C.大数据还是一种思维方式和新的管理、治理路径

D.大数据在不同领域，又有不同的状况

 22.国务院《关于印发促进大数据发展行动纲要的通知》指出：要建立（）的新的管理机制。（多选题3分）得分：3分

o o o o A.用数据决策

B.用数据管理

C.用数据说话

D.用数据创新

 23.贵州发展大数据的顶层设计是要逐步建成三个中心，即（）。（多选题3分）得分：3分

o A.大数据内容中心 o o o B.大数据金融中心

C.大数据服务中心

D.大数据人才中心

 24.物联网的信息的感知技术包括（）。（多选题3分）得分：3分

o o o o A.传感器技术

B.定位技术

C.自动识别技术

D.传感网技术

 25.医疗健康领域的大数据有哪些来源？（多选题3分）得分：0分

o o o o A.临床数据

B.患者的数据

C.社保基金利用率

D.制药企业

 26.大数据的应用能够实现一场新的革命，提高综合管理水平的原因是（）。（多选题3分）得分：3分

o o o o A.从粗放化管理走向精细化管理

B.从单兵作战走向联合共享型管理

C.从被动反应走向主动预见型管理

D.从柜台式管理走向全天候管理

 27.“十二五”以来我国信息化发展的亮点包括以下哪些方面？（多选题3分）得分：3分

o o o A.信息基础设施建设取得长足进步，为信息化全面深化发展提供了有力保障

B.信息产业的支撑性、保障性、带动性作用进一步增强

C.电子商务异军突起，互联网经济发展速度超出预期 o D.两化融合成为当前我国工业创新驱动、转型升级的时代特征

 28.以下说法正确的有哪些？（多选题3分）得分：3分

o o o o A.大数据对传统行业有帮助

B.大数据仅仅是讲数据的体量大

C.大数据是一种思维方式

D.大数据会带来机器智能

 29.大数据作为一种数据集合，当我们使用这个概念的时候，实际包含有哪几层含义？（多选题3分）得分：0分

o o o o A.构成复杂

B.蕴含大价值

C.数据很大

D.变化很快

 30.下列哪些国家已经将大数据上升为国家战略？（多选题3分）得分：3分

o o o A.美国

B.英国

C.法国

 31.数据成为战略资源，未来的世界可能会划分为（）这几个世界。（多选题3分）得分：3分

o o o o A.小数据

B.无数据

C.大数据

D.微数据

 32.下列各项表述中正确的有哪些？（多选题3分）得分：3分

o A.传统的“统治”或“管理”观念认为，公共事务的管理权只属于政府。o o o B.传统的“统治”或“管理”观念认为，公共事务的管理权只属于企业。

C.互联网时代最为典型的特征是扁平化、单一向度。

D.互联网时代最为典型的特征是扁平化、多元向度。

 33.根据周琦老师所讲，高德现在的数据来源主要是（）。（多选题3分）得分：3分

o o o o A.政府数据

B.行业数据

C.国外数据

D.公众数据

 34.我国农业农村信息化基础设施不断完善，具体表现在哪些方面？（多选题3分）得分：0分

o o o o A.农村信息终端拥有量迅速增长

B.农村互联网发展迅速

C.农村网民迅速增加

D.电话网络向农村快速延伸

 35.农业农村信息化业务应用深入发展，其业务应用主要表现在哪几个方面？（多选题3分）得分：3分

o o o o A.农村电子政务已经基本普及

B.农村电子商务蓬勃兴起

C.农村综合信息服务平台发展迅速

D.农业信息资源开发利用水平提高

 36.美国大的猎头公司储备人才考虑的因素包括（）。（多选题3分）得分：3分

o o o A.智商

B.价值观

C.经历 o D.情商

 37.大数据在今天这个时间点上爆发的原因有哪些？（多选题3分）得分：3分

o o o o A.各种传感器无时无刻不在为我们提供大量的数据

B.各种监控设备无时无刻不在为我们提供大量的数据

C.互联网的收集和积累

D.各种智能设备无时无刻不在为我们提供大量的数据

 38.下列选项中，属于贵州发展大数据的先天优势的是（）。（多选题3分）得分：0分

o o o o A.空气清新

B.气候凉爽

C.电力资源充沛

D.远离地震带

 39.全球信息化发展六大趋势包括（）。（多选题3分）得分：3分

o o o o A.全球进入移动互联网全面爆发时期

B.信息技术对促进创新的作用日益凸显

C.全球信息化发展向智慧化阶段迈进

D.全球制造业互联网化进程加速

 40.大数据时代的五个无处不在，具体指的是（）、服务无处不在。（多选题3分）得分：3分

o o o o

 A.软件无处不在

B.计算无处不在

C.网络无处不在

D.大数据无处不在

41.奥巴马认为，对大数据的占有与控制，反映的是一个国家的核心能力之大小。因此，他已经将大数据上升到国家战略高度。（判断题1分）

得分：1分 o o 正确

错误

 42.吴军博士认为在未来的社会里，利用大数据、利用机器智能来为人类服务的人在操控世界。（判断题1分）分

得分：1o o 正确

错误

 43.宁家骏委员指出，我国民生领域信息化服务水平显著提升。（判断题1分）得分：1分

o o

 正确

错误

44.在移动互联网的支撑和大数据的应用下，做好影像分析，对于推动诸如区域卫生信息化、基层医疗，推动大数据在健康档案和数据服务等方面的应用，具有重要意义。（判断题1分）

得分：1分

o o 正确

错误

 45.大数据仅仅是指数据的体量大。（判断题1分）得分：1分

o o 正确

错误

 46.依据黑龙江大农场的应用，精准农业技术能够将产量提高5%-10%。（判断题1分）得分：0分

o o 正确

错误

 47.2012年，我国农村居民家庭每百户拥有移动电话197.8部。（判断题1分）得分：1分

o o 正确

错误

 48.吴军博士认为机器的智能方式和人的智能不同，它是一种结果导向的。（判断题1分）得分：1分 o o 正确

错误

 49.互联网从虚拟走向现实，已经深刻地改变了我们的生活。（判断题1分）得分：1分

o o 正确

错误

 50.根据涂子沛先生所讲，社会计算的兴起，将改变社会治理的模式。（判断题1分）得分：1分

o o 正确

错误

 51.截至2015年年底，移动宽带用户达到7.85亿户，占比达60%。（判断题1分）得分：1分

o o 正确

错误

 52.计算机是根据逻辑推理来回答天为什么是蓝色的。（判断题1分）得分：0分

o o 正确

错误

 53.根据涂子沛先生所讲，社交媒体产生之后，大数据时代就一锤定音了。（判断题1分）得分：1分

o o

 正确

错误

54.贵州省坚持高处着眼、低处着手，积极探索大数据发展的产业形态，即核心业态、关联业态、衍生业态，打造大数据全产业链。（判断题1分）

得分：1分

o o 正确

错误

 55.云计算就是软件在云端无所不在、无限强大的计算，也叫网络化计算或网格计算。（判断题1分）得分：1分

o 正确 o 错误

 56.在智慧医疗方面，通过大数据，可以提高医疗质量，做好医疗监控。（判断题1分）得分：1分

o o 正确

错误

 57.网络时代的国家治理应以文化人、以德化人、以礼化人。（判断题1分）得分：1分

o o 正确

错误

 58.政府1.0以政府为中心，就是政府在每一项公共事务中扮演着较为单一或者主导性的角色。（判断题1分）分

得分：1o o 正确

错误

 59.创新2.0的理念，就是在政府管理理念中实现自我管理、自我服务的状态。（判断题1分）得分：1分

o o 正确

错误

 60.2010年，财政部、商务部启动了肉类蔬菜流通追溯体系建设。（判断题1分）得分：1分

o 正确