大数据环境下的数据安全研究论文（五篇范文）

第一篇：大数据环境下的数据安全研究论文

大数据环境下的数据安全问题是信息化时代必须解决的问题。文章阐述了大数据的概念及特点以及其存在的一些问题，再来分析大数据环境下影响信息安全的因素，最后对如何保证大数据环境下的数据安全提出一些方法。

大数据就是指数据信息量的规模非常巨大，从而导致无法以当前的主流工具在合理时间内进行正常的收集处理。它是一种数据量大且数据形式多样化的数据。随着大数据环境下的数据安全问题越来越突出，如何保证大数据环境下的数据安全对建设大数据环境具有重大的意义。大数据的概念及特点

大数据就是指数据信息量的规模非常巨大，从而导致无法以当前的主流工具在合理时间内进行正常的收集处理。它是一种数据量大且数据形式多样化的数据。通过对它概念的研究可以得出它具有以下几个特点：(1)数据量大。大数据是数据信息来那个超大的资料，每天都会产生无数的数据，而且信息数据级别也越来越高。统计数据的级别PB的级别甚至更高。(2)形式多样。形式多样主要是指它的数据类型呈现出多样化的特点。随着信息技术的发展，越来越多的数据以非结构化的形式出现。比如视频、音频、图片等。据统计，非结构化数据在数据中的比重已经超过了80%。(3)价值密度低。大数据在运行过程中会产生大量有价值的信息，这些信息对于生产生活会产生非常大的帮助。但是大数据由于数据信息量太大，也就存在着价值密度低的特点。在很大一个数据统计中，可能有价值的信息只有很少一部分。大数据环境下存在的问题

大数据环境下的数据存在以下几个关键问题。

2.1 可表示问题

大数据环境下的一些非结构化数据呈几何的形式在增长，数据的规模巨大，形式多样化使得用户对于数据的需求也呈现出多样化的趋势。数据的不断增大导致数据运行的效率却越来越低。对于这些多而杂的非结构化数据，如何表示将是一个非常重要的问题。

2.2 可靠性问题

大数据环境是一个非常庞大的网络环境，在网络开放和共享的时代，计算机数据面临着安全性和可靠性的考验。在大数据环境下，数据的收集和发布方式比以前更加的灵活，但一些不确定的数据将很有可能会造成数据的失真，在网络开放的环境下，失真的数据就会影响巨大的负面影响。因此大数据环境下的数据的可靠性将是一个急需解决的问题。

2.3 可处理问题

由于目前的数据信息每天都以成千上万的形式增长，现有水文计算机处理能力已经很难有效地对其进行处理，在进行数据分析的过程中，需要研究一种新型的数据分析方法，将多种学科的计算方式相结合，对数据信息进行规律性的研究。大数据环境下影响数据安全的因素

3.1 自然灾害

自然灾害这里主要是指台风、龙卷风、飓风、地震、洪水、火灾等。随着信息技术的发展，网络已经成为世界人民生活中不可或缺的一部分。人们在使用计算机网络的过程中，有很多数据存储在服务器之中，并且经常与它们实时交互。在运营过程中，因为各种灾害例如火灾、停电、地震以及数据传送时线路的突然中断，将造成各种数据的丢失。

3.2 网络硬件

在信息化快速发展的今天，硬件虽然更新换代很快，但数据量的增长速度却是爆炸性的增长，进而造成以前的存蓄环境不能满足当前海量数据的需要，因此，应该对存储环境进行优化升级，使其能满足现今对数据存储的需要。在传输数据的过程中如果数据量过于庞大，而硬件设备由于老化导致传输速率的降低，那么网络的延迟可能会导致系统崩溃造成数据丢失，影响数据存储过程的安全。

3.3 操作失误

数据管理人员不管是面对怎样的应用软件，都有可能出现操作不当的情况。任何一个人在开展工作时都有可能会误删除系统的重要文件，或者修改影响系统运行的参数，以及没有按照规定要求或操作不当导致的系统宕机，尤其是进行数据库管理的工作人员，面对的数据量比较大，系统的运作也极为复杂，这都将导致操作不当或失误情况的发生，进而威胁到系统数据的完整性与安全性。

3.4 管理不善

由于存储系统越来越复杂，对管理维护人员的素质要求也越来越高，因管理不善而造成数据丢失的可能性会大大增加[2]。比如计算机网络中终端用户随意增减调换，每个终端硬件配备(CPU、硬盘、内存等)肆意组装拆卸、操作系统随意更换、各类应用软件胡乱安装卸载，各种外设(软驱、光驱、U盘、打印机、Modem等)无节制使用。如何保证大数据环境下的数据安全

4.1 建立大数据信息安全体系

大数据的应用规划以及它的信息安全应要提高到发展战略的高度，对大数据进行系统的分类，明确一些重点的保障对象，强化对数据的监控管理。大数据环境是一个庞大的数据信息系统，要确保数据信息的安全性，需努力建立起一个完整的数据信息安全体系。

4.2 进行数据安全删除

当今信息安全技术当中一个极为关键的问题。所谓的数据安全删除指的就是对数据恢复正常的条件进行破坏，使数据在删除之后无法恢复，无法逆转。相对于部分敏感数据而言，数据安全删除是十分关键的。众所周知，普通文档实行删除操作仅仅是对其标记进行删除;高级格式化同样无法对数据区内的数据信息进行覆盖处理，因此不能将其叫做安全删除。

4.3 对动态数据进行安全监控

相对与静态的信息数据，动态的信息数据更容易产生安全问题。因此需要对动态数据进行安全监控，完善对于动态数据的安全监控机制。在对动态数据进行监控的过程中，必须要对分布式计算系统进行健康监控，以保证其健康运行。在一些大规模的分布式计算中，要对动态数据的细粒度进行安全监控和分析，对大数据分布式进行实时监控。结语

随着信息化时代的到来，如今大数据环境下的数据不断增长。在大数据环境下的数据信息的安全性成为信息化时代的一个重要问题。对数据的安全性采取保障措施对整个大数据环境下的信息化发展具有非常大的意义。

第二篇：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]

第三篇：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》

第四篇：大数据下的课例研究

摘 要：课例研究作为一种教师专业发展的有效模式，十几年来为世界各国瞩目。课例研究就是用课堂观察诊断技术诊断课堂，为课堂提供科学有效的数据分析。课后我们不仅可以通过“中医的望闻问切”初步诊断出课堂病症，还可以利用课例研究即“西医的精确诊断”给教师进行评估，形成研究报告。

关键词：课例研究；大数据

【中图分类号】g 【文献标识码】b 【文章编号】1008-1216（2016）06c-0081-02

一、课例研究背景

本次课例研究我们选定了人教版五年级数学课《分数的产生和意义》，我们从“教师的提问及学生回答及方式”“学生的投入状态”“教师的语言及行动路线”三个视角进行了课堂观察与研究。

二、课堂观察分析

（一）教师提问类型

通过数据的统计我们可以得出以下结论：

1.从问题细碎到问题整合。前两次教学中问题问的过多、过细，说明教师只是设计了大的教学环节，没有考虑到问题的设计。但在第二次执教时教师努力增加有效问题、减少低效的问题。通过观察数据我们发现，第三次的课中教师进行了问题的整合，大大减少了低效问题，问题问得精准，问题指向明确、到位，能够引发学生的思考。

2.机械性问题逐步减少，理解性、认记性问题从分布不均到理解性问题比例提高。通过三次的对比我们发现促进学生理解思考的问题越来越多了，教师明显注意了问题的有效性，问题的指向性也更加明确。

3.学生回答方式从集体回答频率高到个别回答频率高。我们不难发现，第一次学生个别参与的几率比较低，没能让个体积极参与到课堂当中来，说明在这两次执教中教师想的是问题怎样处理，能尽快顺利完成教学环节，没有考虑到学生的思考过程和探究答案的原因。第三次执教时教师有意识让集体回答变为个别回答或自由回答。这样才能激发学生的参与欲望激起学生的学习兴趣，从而构建有效的数学课堂。

通过分析我们可以给这节课以下建议：

1.提问要突出重点，不处处设问。一节课问题太细碎会导致课堂教学效率的低下，冲淡了主题，教师要学会重点提问，减少问题数量。

2.整合问题，减少机械性的问题和集体回答的次数，教师要充分考虑自己提出的问题有无思考价值，教师要学会分析本节课的核心问题，根据核心问题设计提问层次。如果教师的“问”不能引起学生的“思”，不如不问。所以教师要学会整合问题，合理安排敢于取舍。

3.提问的灵活性。教师会倾听学生的回答，才能捕捉可利用的生成资源。课堂是预设与生成的地方，学生回答问题也是灵活多样的，要求老师灵活地处理动态生成的教学资源，抓住学生回答，当场设计一些提问。

（二）教师语言流动和巡回路线

通过三次课对教师的行动路线（画出行动路线图）以及和学生交流的情况（统计教师和每个学生的问答次数）我们可以做以下的分析。

1.教师主要站位。通过三次路线图的对比观察发现：老师在课堂中的主要站位在黑板和大屏之间，身体习惯朝向离自己最近的中间两大组，朝向时间占整堂课时间的大半。教师习惯性的站位会直接影响学生的参与度。

2.教师习惯性巡回路线。教师的个人站位习惯多倾向于固定左右两点间频繁移动，移动快而多。对比三次讲课路线图，教师在第二次讲课中有了很大改进。从心理学的角度分析，教师肢体的语言，反映了教师内心的意愿导向，活动频繁代表着教师在讲课中有急燥的心理因素。

3.通过三次数据的统计可以看到教师最多一次是让同一位同学一节课回答了六次问题，这意味着其他人少了几次回答问题的机会，也就少了几名参加课堂活动的同学。不过从三次讲课的对比发现，教师注意到了这个问题，回答多次问题的人数在减少。

通过分析我们可以给这节课以下建议：

1.建议教师在今后的讲课中不固定站在讲台的正中，可以根据学生课堂听课情况适当走动，但要尽量保持站在选好的位置，降低走动频率。让学生感受到老师愿意等待、愿意耐心倾听、愿意帮助的心理暗示。另外，建议在站位时根据课堂中学生参与情况来选择。

2.教师在设计课堂问题时，心中应有意识地将问题分一分类，预设能回答这类问题的可能是哪一类学生，分别是谁。那么，提出问题后，就能看到更多的同学，而不是经常习惯提问的固定几人。

（三）学生投入状况

通过数据的统计我们可以得出以下的分析：

1.三次的学生投入状态呈现上升趋势。

2.第七时间段的教学内容是涂一涂自己喜欢的分数，上台展示涂的结果并说明理由。学生涂分数的环节中，涂得快的学生早早涂完，便开始东张西望，又加上需要有学生上台展示涂色的结果，教师对听的同学没有提出要求。导致这一时间段的学生投入状态不是很好。

通过分析我们可以给这节课以下建议：

1.小组活动时，应该教给学生合作的方法，让每位学生明白合作步骤、成员的职责，再给出合作要求，比如又快又准确等。

2.在非投入状态的学生中，有个别人不在状态，老师没有发觉，对这样的学生老师可及时进行干预，比如走到他们身边进行提醒，或是提问几个问题，让他们的注意力回到课堂。

三、几点启示

（一）课例研究让教师不断反思

有教育专家指出：教师成长=经验+反思。教师成长过程应该是一个总结经验、捕捉问题、反思实践的过程。课例研究的批评包括个体的反思和观察团帮助反思，在反思中，教师分享了观察团的智慧和经验。课例研究就是在这一轮轮“问题――设计――实践――反思”的循环往复中，不断改变进教学行为，使教师的实践智慧不断得到提升。

（二）课例研究培育合作文化

研究中培养教师合作能力，形成研究共同体。教师在合作中相互学习，促进发展。研究中我们始终都是团队作战，打造一个教师，身后有一个强大的观察团，这不是一个人的“战斗”，而是整个团队的倾力打造。

课例研究成功与否，不在于“课例”的成功，而在于在课例研究过程中教师不仅在教学方面提升，也在同伴那里获得教益，将教师紧密地联系在一起。课例研究这样的合作不是外在行政压迫或强制性的合作，而是教师共同价值观念的必然产物，合作是真诚的、深入的、内在的，是参与共同体实践的教师自我选择的结果。课例研究这样大数据的分析，让每位教师在研究中对遇到的问题进行分析、交流与反思，发现价值，分享进步。研究小组在反复交流、反思过程当中，提升实践智慧。课例研究的分析，让我们感受到大数据的教学时代来临了。

第五篇：大数据时代下的电子商务研究

【核心期刊网】——中国权威论文发表平台，我们为您提供专业的论文发表咨询和论文发表辅导!大数据时代下的电子商务研究

王洪军

摘 要：鉴于当今大数据与电子商务的有效结合，传统的方法已不能满足现在的电子商务模式，该文主要讨论了大数据要求电子商务平台的特征匹配，大数据要求电子商务平台的扩展功能和完善，以及在大数据时代，有关职能部门加强电子商务管理等方面的问题。希望为建设大数据电子商务平台建设提供有针对性的指导。

关键词：电子商务 大数据 扩展功能 信息处理 数据分析

电子商务（E-Commerce）是19世纪90年代随着Internet的普及而发展起来的一套交易系统。它利用国际互联网信息传递快以及覆盖地域广等特性来完成企业内部之间、企业与企业之间以及企业与消费者之间的商业联系[1]。它的出现，改变了传统的生产、销售、采购方式，实现了资源的有效配置与重新整合，减少了商品销售成本与流通环节，缩短了商品的生产周期，提高了企业的运营效率，增强了其市场竞争力。

大数据是近年来出现的比较火的词汇，最初由美国人提出，近些年来我国政府也十分重视大数据建设，已将大数据技术上升为科技战略问题[2]。大数据与电子商务结合是时代和科技发展的必然趋势，大数据是加深企业创新的利器。在当今大数据时代，电子商务产生、存储与处理的数据量巨大。巨大的数据一方面给企业与消费者提供了更多的信息量，可以更为详细的了解企业和商品的信息，为消费者提供了更多的参考信息；另一方面，巨大的信息量要求更多的存储空间，以及相应的搜索查询算法，挖掘更为深层次、更有意义的信息，同时可能提供更为安全的认证。这些必然要求探索在大数据时代下电子商务平台的开发问题。大数据要求电子商务平台的特征匹配

随着大数据时代的来临，相对于传统的销售企业来讲，爆炸性增长的数据已成为电子商务企业非常具有优势和商业价值的资源，成为未来企业的核心竞争力。近年来，随着大数据资源的增长和有效利用，带来的电子商务交易额逐年走高。表1和表2给出了2008-2010年中国主要省市电子商务交易规模和所占比例。

由表1和表2可以看出，随着大数据利用程度和效率的增加，中国主要商业中心电子商务交易规模和比例逐年增加，在大数据支持下电子商务的优势已经逐步显现。但同时，大数据必然对电子商务提出了更多更高的要求。以淘宝网为例，要满足三点要求。

1.1 强大的信息检索功能

对于电子商务而言，商品种类的丰富性是其提高竞争力的重要手段与措施[3]。在大数据的背景下，商品的种类和数量等信息越来越多，同时伴随数据垃圾的增多，客户很容易受到干扰。在不增加网络和数据库硬件的基础上，开发新的程序和算法，优化网络结构，提高搜索效率。在云计算基础上的大数据处理，能够为客户提供比较全面、强大的信息检索功能，结合用户的个体差异和需求等特点，对海量数据进行搜索，从而提高搜索的准确率。同时，设计一个支持多领域动态数据集成的数据库网络系统，对数据库进行有效管理。在此基础上，对热点信息进行推荐和推送等检索服务，增加获取资源的准确性，排除垃圾信息的干扰，提高查询效率。

1.2 准确的数据分析能力

在大数据时代，数据实时性分析已经成为电子商务最主要的着重点，其主要价值体现在详细快速的分析和利用相关信息。如果数据没有实时性作为保证，数据本身也就没有意义。根据实际需要，在尽量避免过多安装硬件的基础上，开发新的数据挖掘算法，深入分析用户的需求，挖掘深层次相关信息，准确的确定最满意的答案。利用云计算可以在较短的时间内【核心期刊网】——中国权威论文发表平台，我们为您提供专业的论文发表咨询和论文发表辅导!【核心期刊网】——中国权威论文发表平台，我们为您提供专业的论文发表咨询和论文发表辅导!对于较多的数据进行收集、存储以及分析与处理。

1.3 快速的弹性处理能力

对于电子商务系统而言，拥有快速的弹性处理能力是其主要目标。特别是在大数据时代，突发访问量的增加、海量的订单以及浏览客户的增多，这些需求都不是算法本身方面所能完全处理的，必须根据客户的具体要求以及不断上涨的业务量来扩充服务器，同时增加相应的存储设备。同时，继续开发相应的具备弹性处理能力的算法，与硬件相互匹配，实行弹性的伸缩，最大限度的整合现有资源，实现资源的合理利用和充分发挥。大数据要求电子商务平台的功能扩展

在大数据时代，除了要求具有强大的信息检索功能，准确的信息分析功能以及快速的弹性处理能力之外，还必须对原功能进行扩展和完善，满足大数据对电子商务的要求。

2.1 加强对逆向物流的重视

随着电子商务的发展，我国逆向物流的发展也在不断的发展，同国外发达国家比起来，差距还很明显。随着电子商务规模持续增长以及订单量的增多，退货量也在不断上涨。我国企业对逆向物流的重视程度不高，服务意识淡薄，致使我国逆向物流的发展受到一定障碍。电子商务逆向物流的发展，将有助于企业效率的增加，物流业的发展壮大，更有利于建立顾客的忠诚度，从而更加促进电子商务的发展。目前，我国的逆向物流存在一系列问题： 商家不重视退货管理，观念跟不上去，退货标准不统一，保障制度不完善。面对上述困难，企业应该从观念上重视逆向物流的发展，加强专业物流人员的培训，制定合理的退货制度，提高顾客的满意率，达到增加效率的目的。

2.2 建立健全电子商务营销渠道

由于开展电子商务有投资成本低、管理方便等优势，很多创业者首选在网上开店，这使得实体店因为销售业绩不好而逐渐关闭，也使得很多消费者不得不去网上购物。网点的店主们为了增加网上市场的占有率和竞争力，不得不用各种营销渠道吸引消费者的注意力。目前，电子商务技术方面的竞争很难拉开企业与企业之间的差距，只有健全的电子商务营销渠道，深入挖掘企业和市场的潜力，企业的综合竞争力才能得到提高。

2.3 妥善处理隐私

大数据环境将使用户的信息越来越公开，针对隐私保护方面的问题，建议增加以下几项措施：（1）电子商务企业应该恪守行业道德，不能将消费者的个人信息进行交易和泄露；（2）

企业应该从技术层面上开发先进的隐私保护技术；（3）随着大数据应用的发展，隐私保护问题和概念不断发展，国家之间应该制定相应的隐私保护法规，确保公民的隐私权。在大数据时代，职能部门加强电子商务管理

在大数据时代，企业和客户得到的关于商品的信息量十分巨大，同时垃圾信息，诈骗信息和虚假信息也呈递增趋势，有关职能部门应该加强对电子商务平台的监督和管理力度，过滤掉有害信息，堵住此类信息的发布渠道，查处有问题的企业和个人，整改评价差的商户，完善电子商务平台交易制度，关注企业的信誉度，净化电子商务平台。建立企业的信誉度排序，同时每间隔一阶段，对信誉度进行重新排序，将最新的考评结果及时发布，反馈到用户手里，使他们能够第一时间掌握企业的信誉度，方便客户购物的判断。结语

当下正值我国大数据和电子商务的发展阶段，以前的商务模式已不再适用大数据时代的电子商务，该文在传统电子商务模式的基础上，主要论述了在大数据背景下，新型电子商务模式具有的特点，以及功能拓展，职能部门应加强电子商务平台的监督和管理，为新型电子商务的发展指明方向。

参考文献

[1] 庞一华，田德鹏.我国电子商务发展中的问题与对策[J].郑州航空工业管理学院学报：【核心期刊网】——中国权威论文发表平台，我们为您提供专业的论文发表咨询和论文发表辅导!【核心期刊网】——中国权威论文发表平台，我们为您提供专业的论文发表咨询和论文发表辅导!社会科学版，2006，25（6）：133-134，138.[2] 甘丽新，涂伟.大数据时代电子商务的机务与挑战探讨[J].科技广场，2013（3）：137-140.[3] 全石峰.云计算环境下大数据处理对电子商务发展的作用[J].电脑知识与技术，2013：9（20）：4762-4763，4770.【核心期刊网】——中国权威论文发表平台，我们为您提供专业的论文发表咨询和论文发表辅导!