時間：2023-03-24 15:51:41
開篇：寫作不僅是一種記錄，更是一種創造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的12篇大數據技術論文，希望這些內容能成為您創作過程中的良師益友，陪伴您不斷探索和進步。
大數據背景下的機器算法
專業
計算機科學與技術
學生姓名
楊宇瀟
學號
181719251864
一、 選題的背景、研究現狀與意義
為什么大數據分析很重要？大數據分析可幫助組織利用其數據并使用它來識別新的機會。反過來，這將導致更明智的業務移動，更有效的運營，更高的利潤和更快樂的客戶。
在許多早期的互聯網和技術公司的支持下，大數據在2000年代初的數據熱潮期間出現。有史以來第一次，軟件和硬件功能是消費者產生的大量非結構化信息。搜索引擎，移動設備和工業機械等新技術可提供公司可以處理并持續增長的數據。隨著可以收集的天文數據數量的增長，很明顯，傳統數據技術（例如數據倉庫和關系數據庫）不適合與大量非結構化數據一起使用。 Apache軟件基金會啟動了第一個大數據創新項目。最重要的貢獻來自Google，Yahoo，Facebook，IBM，Academia等。最常用的引擎是：ApacheHive / Hadoop是復雜數據準備和ETL的旗艦，可以為許多數據存儲或分析環境提供信息以進行深入分析。 Apache Spark（由加州大學伯克利分校開發）通常用于大容量計算任務。這些任務通常是批處理ETL和ML工作負載，但與Apache Kafka等技術結合使用。
隨著數據呈指數級增長，企業必須不斷擴展其基礎架構以最大化其數據的經濟價值。在大數據的早期（大約2008年），Hadoop被大公司首次認可時，維護有用的生產系統非常昂貴且效率低下。要使用大數據，您還需要適當的人員和軟件技能，以及用于處理數據和查詢速度的硬件。協調所有內容同時運行是一項艱巨的任務，許多大數據項目都將失敗。如今，云計算已成為市場瞬息萬變的趨勢。因為各種規模的公司都可以通過單擊幾下立即訪問復雜的基礎架構和技術。在這里，云提供了強大的基礎架構，使企業能夠勝過現有系統。
二、 擬研究的主要內容（提綱）和預期目標
隨著行業中數據量的爆炸性增長，大數據的概念越來越受到關注。 由于大數據的大，復雜和快速變化的性質，許多用于小數據的傳統機器學習算法不再適用于大數據環境中的應用程序問題。 因此，在大數據環境下研究機器學習算法已成為學術界和業界的普遍關注。 本文主要討論和總結用于處理大數據的機器學習算法的研究現狀。 另外，由于并行處理是處理大數據的主要方法，因此我們介紹了一些并行算法，介紹了大數據環境中機器學習研究所面臨的問題，最后介紹了機器學習的研究趨勢，我們的目標就是研究數據量大的情況下算法和模型的關系，同時也會探討大部分細分行業數據量不大不小的情況下算法的關系。
三、 擬采用的研究方法（思路、技術路線、可行性分析論證等）
1.視覺分析。大數據分析用戶包括大數據分析專業人士和一般用戶，但是大數據分析的最基本要求是視覺分析。視覺分析直觀地介紹了大數據的特征，并像閱讀照片的讀者一樣容易接受。 2.數據挖掘算法。大數據分析的理論中心是數據挖掘算法。不同的數據挖掘算法依賴于不同的數據類型和格式來更科學地表征數據本身。由于它們被全世界的統計學家所公認，因此各種統計方法（稱為真值）可以深入到數據中并挖掘公認的值。另一方面是這些數據挖掘算法可以更快地處理大數據。如果該算法需要花費幾年時間才能得出結論，那么大數據的價值是未知的。 3.預測分析。大數據分析的最后一個應用領域是預測分析，發現大數據功能，科學地建立模型以及通過模型吸收新數據以預測未來數據。 4.語義引擎。非結構化數據的多樣化為數據分析提出了新的挑戰。您需要一套工具來分析和調整數據。語義引擎必須設計有足夠的人工智能，以主動從數據中提取信息。 5.數據質量和數據管理。大數據分析是數據質量和數據管理的組成部分。高質量的數據和有效的數據管理確保了分析結果在學術研究和商業應用中的可靠性和價值。大數據分析的基礎是前五個方面。當然，如果您更深入地研究大數據分析，則還有更多特征，更深入，更專業的大數據分析方法。
四、 論文（設計）的工作進度安排
2020.03.18-2020.03.20 明確論文內容，進行相關論文資料的查找與翻譯。2020.04.04-2020.04.27：撰寫開題報告 。
2020.04.28-2020.04.30 ：設計實驗。
2020.05.01-2020.05.07 ：開展實驗。
2020.05.08-2020.05.15 ：準備中期檢查。
2020.05.16-2020.05.23：根據中期檢查的問題，進一步完善實驗2020.05.24-2020.05.28 ：完成論文初稿。
2020.05.29-2020.06.26 ：論文修改完善。
五、 參考文獻（不少于5篇）
1 . 王偉,王珊,杜小勇,覃雄派,王會舉.大數據分析——rdbms與mapreduce的競爭與共生 .計算機光盤軟件與應用,2012.被引量：273.
2 . 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—2 012)的輿情模型構建.中國人民大學學報,2013.被引量：9. 3 . 李廣建,化柏林.大數據分析與情報分析關系辨析.中國圖書館學報,2014.被引量：16.
4 . 王智,于戈,郭朝鵬,張一川,宋杰.大數據分析的分布式molap技術 .軟件學報,2014.被引量：6.
5 . 王德文,孫志偉.電力用戶側大數據分析與并行負荷預測 .中國電機工程學報,2015.被引量：19.
6 . 江秀臣,杜修明,嚴英杰,盛戈皞,陳玉峰 ,郭志紅.基于大數據分析的輸變電設備狀態數據異常檢測方法 .中國電機工程學報,2015.被引量：8.
7 . 喻國明. 呼喚“社會最大公約數”:2012年社會輿情運行態勢研究——基于百度熱搜詞的大 數據分析.編輯之友,2013.被引量：4.
六、指導教師意見
簽字： 年 月 日
七、學院院長意見及簽字
1大數據背景下中國當代文學的現狀
經數據研究表明，海量數據主要是通過云計算技術進行處理，該技術當前在當代文學研究中得到廣泛應用，比如中國知網，論文標題中包含有“大數據”字眼的數據明顯增加，2013年以前，數據變化并不十分明顯，在2013到2016年之間，論文數量高達10000篇，增長明顯。國務院對社會發展中大數據的應用予以重視，并堅持認為，在現代化發展中，大數據技術已經成為必然的選擇。大數據技術不僅給社會經濟發展帶來影響，同時也帶動了人文社會科學的研究，國外許多發達國家早已利用大數據技術進行文學研究，例如通過統計數據來對文學圖標進行繪制，從而揭示出文學秘密[2]。當前，中國許多學者也紛紛展開利用大數據技術來進行當代文學的研究，主要是通過兩個方面展開：第一，探討在大數據時代背景下當代文學的研究方法，在對文學作品進行閱讀和闡述時，人腦和電腦之間的合作性和交融性。第二，在大數據時代下各學科之間的研究關系分析。在2005年，《文學遺產》中指出，“在文學研究領域中應該借鑒社會學中先進的數據統計方法，比如開設統計學、電子信息等課程，在路徑研究、知識結構方法的設計中彌補學科欠缺之處[3]。計算機真正在社會普及之前，早已有相關文學研究者在對《紅樓夢》研究中通過大數據進行分析，對于《紅樓夢》小說前八十章與后四十章節的內容是否為同一人所寫提出有價值的問題，并通過數據加以論證，說明數據分析方法早在古代文學領域中進行了研究。而與此同時，利用大數據技術對語言學、文藝學及網絡文學等領域的學術研究已經成為術界的熱門話題。經過對中國知網的檢索發現，在大數據背景下關于中國當代文學研究和發展的論文數量仍然較少，從文章內容上來看，大部分僅對中國當代文學研究和大數據之間的一般問題進行討論，缺乏深入的研究。在中國當代文學研究中，研究方法和研究思維一直都具有創新性和先進性，學者們將西方新思想和理論在文學史研究中加以應用，但在大數據時代下，給當代文學的研究帶來了新的機遇和挑戰。
2大數據背景下中國當代文學的發展
2.1中國當代文學的數字化
大數據時代背景下，首要的是建立數據庫，目前我國在文學領域中的數據庫建設方面仍然較為落后，目前常用的數據庫包括中國知網、上海圖書館等，這些大型數據庫中所包含的專業與學科較為廣泛，對于古代文學專題研究數據較多，如《全唐詩》《四庫全書》等，但對與當代文學學科專業研究很少，因此對于當代文學數據庫的建設是必然的，也是必要的[4]。從當前已經建設的數據庫來說，僅僅是完成了從紙質圖書向圖像轉變的過程，可以根據關鍵詞搜索，但無法對全文進行檢索，僅僅完成了數字化的轉變。在谷歌服務器中，將文本數字化掃描，并存儲到高分辨率的圖像文件中，使紙質圖書內容轉變成數字文本，但這些數字文本并不能通過關鍵詞搜索查找，也就不能直接進行分析，只能通過人為閱讀的方式才能對信息進行轉化。隨著大數據技術的進一步發展，谷歌瀏覽器通過采用光學字符識別軟件，即可以對數字圖像進行在線識別，從而完成對數字圖像文件的數據化轉變。但就目前而言，當前中國許多數據庫仍然停留在數字化發展時期，并沒有深入地完成向數據化轉變的過程，進而對中國當代文學的研究帶來了深遠的影響[5]。
2.2大數據時代背景環境下中國當代文學新的發展路徑
在傳統數據下，主要是通過局部或是抽樣數據的方式來研究人文、社會及自然科學，憑借以往的經驗或是理論方法進行假想和推測，難以獲得實證數據，同時存在一定的滯后性[6]。大數據時代下，在文學研究領域中主要是通過對字頻或詞頻進行統計，通過搜索關鍵詞進行檢索和研究。例如在當代文學研究中，通過檢索“反封建”“新思想”“啟蒙運動”等關鍵詞，利用數據統計這些關鍵詞的使用頻率，從而分析出我國文學觀念演變的過程。例如在2013年，在研究文學和歷史之間的發展問題中，通過檢索“資產階級”“影響”等字詞的出現和使用頻率，利用大數據進行統計分析，從而體現出資產階級文學的更替和變遷。這種研究方式是一種復雜的文學史研究問題，即不僅是通過統計思想關鍵詞，另外還可以統計詩歌意象，或是文學意象等，分析出文學史實變化情況。“大數據+文學”是一種以別樣姿態發展的過程，人們在對當代文學中更應該看到文學本質屬性，以及在文學作品中所蘊含的文學精神，并以更豐富的思想面貌呈現出來，從精英化向大眾化意識形象進行轉變，給當代文學的生存和發展模式帶來多樣化的影響。例如在互聯網時代下，互聯網技術給人們的政治、文化與生活等都帶來了巨大的變化，知識分子從社會中心地位逐漸走向社會發展邊緣，給當代文學的創作方式也帶來了沖擊，逐漸向商業化、娛樂化等方向發展，如何能夠被消費者和市場所接受成為作家首要考慮的問題，呈現出嚴重商業化傾向[7]。其次，大數據技術和互聯網技術打破了空間和時間限制，網絡文學點擊量明顯增長，網絡文學作品的數量也隨之增加，和傳統文學作品相比較而言，雖然網絡文學帶來了新的突破，實現了創作自由化，文學創作空間得到拓展，文學承載方式不再是通過文字來進行描寫，也不僅是通過單一的流通渠道，網絡數據已經成為文學領域在運營中的重要環節，說明大數據作為一種新興力量，逐漸從文學外延向中心擴展，產生新的文學形態。而大數據背景的發展加快了網絡信息的傳播速度，目前網絡信息已經構成文學領域的重要維度，不再只是文學的一種傳播渠道，而成為當代文學活動中的重要組成。有學者認為，我國的當代文化已經逐漸從印刷文化改為視覺文化，海量的網絡數據在文化領域中以一種新的文學形態出現，大數據已經滲透當代文學的內部。
3結語
在大數據背景下，大數據技術、互聯網技術和中國的當代文學領域之間具有復雜的聯系，對中國當代文學的發展帶來了新的機遇和挑戰，使原有文化結構發生改變，推動了文學傳播，拓展了文學研究深度和廣度。總體而言，大數據技術已經成為當代文學的重要組成，大數據背景下所帶來的新的思維方法，給中國當代文學的發展帶來新的革命，在新環境下，未來必然是要對自身進行重構與發展，對原有的文學形態進行重新塑造。
統計學論文2000字(一)：影響民族院校統計學專業回歸分析成績因素的研究論文
摘要：學習成績是評價學生素質的重要方面，也是教師檢驗教學能力、反思教學成果的重要標準。利用大連民族大學統計學專業本科生有關數據（專業基礎課成績、平時成績和回歸分析期末成績），建立多元線性回歸模型，對影響回歸分析期末成績的因素進行深入研究，其結果對今后的教學方法改進和教學質量提高具有十分重要的指導意義。
關鍵詞：多元線性回歸；專業基礎課成績；平時成績；期末成績
為了實現教學目標，提高教學質量，有效提高學生學習成績是很有必要的。我們知道專業基礎課成績必定影響專業課成績，而且平時成績也會影響專業課成績，這兩類成績與專業課成績基本上是呈正相關的，但它們之間的關系密切程度有多大？它們之間又存在怎樣的內在聯系呢？就這些問題，本文主要選取了2016級統計專業50名學生的四門專業基礎課成績以及回歸分析的平時成績和期末成績，運用SPSS統計軟件進行分析研究，尋求回歸分析期末成績影響因素的變化規律，擬合出關系式，從而為強化學生的后續學習和提高老師的教學質量提供了有利依據。
一、數據選取
回歸分析是統計專業必修課，也是統計學中的一個非常重要的分支，它在自然科學、管理科學和社會、經濟等領域應用十分廣泛。因此研究影響統計學專業回歸分析成績的相關性是十分重要的。
選取了統計專業50名學生的專業基礎課成績（包括數學分析、高等代數、解析幾何和概率論）、回歸分析的平時成績和期末成績，結合多元線性回歸的基礎理論知識[1-2]，建立多元回歸方程，進行深入研究，可以直觀、高效、科學地分析各種因素對回歸分析期末成績造成的影響。
二、建立多元線性回歸模型1及數據分析
運用SPSS統計軟件對回歸分析期末成績的影響因素進行研究，可以得到準確、科學合理的數據結果，全面分析評價學生考試成績，對教師以后的教學工作和學生的學習會有較大幫助。自變量x1表示數學分析成績，x2表示高等代數成績，x3表示解析幾何成績，x4表示概率論成績，x5表示平時成績；因變量y1表示回歸分析期末成績，根據經驗可知因變量y1和自變量xi，i=1，2，3，4，5之間大致成線性關系，可建立線性回歸模型：
（1）
線性回歸模型通常滿足以下幾個基本假設，
1.隨機誤差項具有零均值和等方差，即
（2）
這個假定通常稱為高斯-馬爾柯夫條件。
2.正態分布假定條件
由多元正態分布的性質和上述假定可知，隨機變量y1服從n維正態分布。
從表1描述性統計表中可看到各變量的平均值1=79.68，2=74.66，3=77.22，4=78.10，5=81.04，1=75.48；xi的標準差分別為10.847，11.531，8.929，9.018，9.221，y1的標準差為8.141；有效樣本量n=50。
回歸分析期末成績y1的多元回歸模型1為：
y1=-5.254+0.221x1-0.4x2+0.154x3
+0.334x4+0.347x5
從表2中可以看到各變量的|t|值，在給定顯著水平？琢=0.05的情況下，通過t分布表可以查出，自由度為44的臨界值t？琢/2（44）=2.015，由于高等代數x2的|t|值為0.651小于t？琢/2（44），因此x2對y1的影響不顯著，其他自變量對y1都是線性顯著的。下面利用后退法[3]剔除自變量x2。
三、后退法建立多元線性回歸模型2及數據分析
從模型1中剔除了x2變量，多元回歸模型2為：
y1=-5.459+0.204x1+0.149x3+0.377x4+0.293x5（5）
在表4中，F統計量為90.326，在給定顯著水平？琢=0.05的情況下，查F分布表可得，自由度為p=4和n-p-1=45的臨界值F0.05（4，45）=2.579，所以F>F0.05（4，45），在表5中，所有自變量的|t|值都大于t？琢/2（45）=2.014，因此，多元回歸模型2的線性關系是顯著的。
四、結束語
通過對上述模型進行分析，即各個自變量對因變量的邊際影響，可以得到以下結論：在保持其他條件不變的情況下，當數學分析成績提高一分，則回歸分析成績可提高0.242分[4-5]；同理，當解析幾何成績、概率論成績和平時成績每提高一分，則回歸分析成績分別提高0.149分、0.377分和0.293分。
通過對學生專業基礎課成績、平時成績與回歸分析期末成績之間相關關系的研究，一方面有利于教師把控回歸分析教學課堂，提高教師意識，注重專業基礎課教學的重要性，同時，當學生平時成績不好時，隨時調整教學進度提高學生平時學習能力；另一方面使學生認識到，為了更好地掌握回歸分析知識，應加強專業基礎課的學習，提高平時學習的積極性。因此，通過對回歸分析期末成績影響因素的研究能有效的解決教師教學和學生學習中的許多問題。
統計學畢業論文范文模板(二)：大數據背景下統計學專業“數據挖掘”課程的教學探討論文
摘要：互聯網技術、物聯網技術、云計算技術的蓬勃發展，造就了一個嶄新的大數據時代，這些變化對統計學專業人才培養模式的變革起到了助推器的作用，而數據挖掘作為拓展和提升大數據分析方法與思路的應用型課程，被廣泛納入統計學本科專業人才培養方案。本文基于數據挖掘課程的特點，結合實際教學經驗，對統計學本科專業開設數據挖掘課程進行教學探討，以期達到更好的教學效果。
關鍵詞：統計學專業；數據挖掘；大數據；教學
一、引言
通常人們總結大數據有“4V”的特點：Volume（體量大），Variety（多樣性），Velocity（速度快）和Value（價值密度低）。從這樣大量、多樣化的數據中挖掘和發現內在的價值，是這個時代帶給我們的機遇與挑戰，同時對數據分析技術的要求也相應提高。傳統教學模式并不能適應和滿足學生了解數據處理和分析最新技術與方法的迫切需要。對于常常和數據打交道的統計學專業的學生來說，更是如此。
二、課程教學探討
針對統計學本科專業的學生而言，“數據挖掘”課程一般在他們三年級或者四年級所開設，他們在前期已經學習完統計學、應用回歸分析、多元統計分析、時間序列分析等課程，所以在“數據挖掘”課程的教學內容選擇上要有所取舍，同時把握好難度。不能把“數據挖掘”課程涵蓋了的所有內容不加選擇地要求學生全部掌握，對學生來說是不太現實的，需要為統計學專業本科生“個性化定制”教學內容。
（1）“數據挖掘”課程的教學應該偏重于應用，更注重培養學生解決問題的能力。因此，教學目標應該是：使學生樹立數據挖掘的思維體系，掌握數據挖掘的基本方法，提高學生的實際動手能力，為在大數據時代，進一步學習各種數據處理和定量分析工具打下必要的基礎。按照這個目標，教學內容應以數據挖掘技術的基本原理講解為主，讓學生了解和掌握各種技術和方法的來龍去脈、功能及優缺點；以算法講解為輔，由于有R語言、python等軟件，學生了解典型的算法，能用軟件把算法實現，對軟件的計算結果熟練解讀，對各種算法的改進和深入研究則不作要求，有興趣的同學可以自行課下探討。
（2）對于已經學過的內容不再詳細講解，而是側重介紹它們在數據挖掘中的功能及綜合應用。在新知識的講解過程中，注意和已學過知識的融匯貫通，既復習鞏固了原來學過的知識，同時也無形中降低了新知識的難度。比如，在數據挖掘模型評估中，把混淆矩陣、ROC曲線、誤差平方和等知識點就能和之前學過的內容有機聯系起來。
（3）結合現實數據，讓學生由“被動接收”式的學習變為“主動探究”型的學習。在講解每種方法和技術之后，增加一個或幾個案例，以加強學生對知識的理解。除了充分利用已有的國內外數據資源，還可以鼓勵學生去搜集自己感興趣的或者國家及社會大眾關注的問題進行研究，提升學生學習的成就感。
（4）充分考慮前述提到的三點，課程內容計劃安排見表1。
（5）課程的考核方式既要一定的理論性，又不能失掉實踐應用性，所以需要結合平時課堂表現、平時實驗項目完成情況和期末考試來綜合評定成績。采取期末閉卷理論考試占50%，平時實驗項目完成占40%，課堂表現占10%，這樣可以全方位的評價學生的表現。
三、教學效果評估
經過幾輪的教學實踐后，取得了如下的教學效果：
（1）學生對課程的興趣度在提升，課下也會不停地去思考數據挖掘有關的方法和技巧，發現問題后會一起交流與討論。
（2）在大學生創新創業項目或者數據分析的有關競賽中，選用數據挖掘方法的人數也越來越多，部分同學的成果還能在期刊上正式發表，有的同學還能在競賽中取得優秀的成績。
（3）統計學專業本科生畢業論文的選題中利用數據挖掘有關方法來完成的論文越來越多，論文的完成質量也在不斷提高。
（4）本科畢業生的就業崗位中從事數據挖掘工作的人數有所提高，說明滿足企業需求技能的人數在增加。繼續深造的畢業生選擇數據挖掘研究方向的人數也在逐漸增多，表明學生的學習興趣得以激發。
教學實踐結果表明，通過數據挖掘課程的學習，可以讓學生在掌握理論知識的基礎上，進一步提升分析問題和解決實際問題的能力。
論文關鍵詞：大數據,吉林省,戰略性新興產業,發展
1 吉林省大數據時代下戰略性新興產業現狀
1.1 政府支持得力
2015年，吉林省政府圍繞大數據和戰略性新興產業的發展先后下發10號、22號、23號文件，同時，開展了大數據時代信息化建設方案研討會、加強企業管理創新宣貫會暨“大數據時代企業運營模式創新”，對企業謀劃大數據時代企業運營發展，提升大數據時代企業核心競爭力起到了良好地推動作用，對促進吉林省信息化建設事業發展具有積極的意義。吉林省科技廳組織開展了關于征集“大數據”“云計算”“互聯網+”等領域科技平臺建設項目的工作，為大數據時展戰略性新興產業創新驅動提供了支撐。
1.2 產業基礎良好
吉林省深入貫徹落實創新驅動發展戰略，動戰略性新興產業加快發展。據測算，2014年戰略性新興產業完成產值469 1億元，同比增長11.7%。光電子和汽車電子行業走在全國的前列；在生物產業領域，吉林省以玉米加工轉化為標志的生物化工產業穩居國內龍頭地位，生物醫藥已經形成相當規模，總量和技術水平處于國內前列。以碳纖維為主的新材料產業以及新能源汽車產業等相關技術研發水平處于全國領先地位[1]。
1.3 發展前景可期
吉林省擁有豐富的資源、良好的技術和產業基礎，積極推進互聯網、云計算和大數據發展。現已建成“數據災備中心”“吉林石化數據中心”“白城云計算中心”“遼源IBM云計算中心”“吉林市江南數據中心”等中心[2]，通過數據中心、平臺和互聯網技術服務系統的優勢，吸引大量的IT產業及服務外包企業向吉林省集聚，對帶動吉林省高新技術產業和服務外包等戰略性新興產業發展，加快產業轉型升級，將起到重要的推動作用。
2 存在的主要問題及原因分析
2.1 市場應用乏力、產業鏈條不完善
大數據時代剛剛興起，在國內外都缺乏有跡可循和切實可靠的發展經驗，全省缺少具有較大規模、能夠帶動大數據產業發展的龍頭企業。光電子、汽車電子等特色產業的產業鏈不完備，各環節尚未形成明顯的上下游協作發展模式[3]，處在起步發展階段。
2.2 資源共享程度低
雖然吉林省擁有豐富的數據資源，良好的產業基礎，但是以往很少有大數據思維，對數據收集、存儲不重視，對數據加工、利用不充分，且忽視了整個產業體系的健全和配套[4]，數據中心沒有發揮應有的拉動作用，大量信息系統中的歷史數據長期閑置。
2.3 核心技術儲備不足
在大數據時代的初期，全國都表現為大數據人才、技術缺乏，相比于經濟發達地區，吉林省電子信息產業基礎薄弱[5]，大數據技術研究、儲備不夠，暫時缺乏大數據技術開發的領軍人才，缺少系統級、架構級的大數據技術與產品支持，影響打造在國內外有知名度的大數據產品與服務。有待集中省內外科研院所力量，協力攻關，實現關鍵技術突破。
3 吉林省大數據時代戰略性新興產業發展建議
戰略性新興產業作為吉林省最具發展潛力和活力的產業，初中英語教育教學論文其對數據的依賴程度遠高于傳統產業，大數據時代下如何發展戰略性新興產業，提出以下幾點建議。
3.1 構建運行機制
建立政府、企業和社會聯動的大數據形成機制，開展“數據開放”試點工程。縱觀國外數據開放的進程，基本上都是選擇先建立政府數據開放門戶網站再開放平臺的模式，要盡快統籌建設政府數據交換共享平臺，為新興產業提供數據下載、應用等多項服務，以政府數據開放共享來帶動整個數據資源的開放開發。
3.2 搭建共享平臺
大數據庫是一種平臺，想要利用大數據進行產業生產力的提升，無論如何也逃不開大數據庫的使用。戰略性新興產業作為該省產業的關鍵部分，大數據化是提高其發展的有效手段，要全力建設戰略性新興產業大數據庫，探索將大數據應用于戰略性新興產業的有效手段，研究推動大數據在研發設計、生產制造、經營管理、市場營銷、售后服務等產業鏈各環節的應用，積極推動戰略性新興產業的網絡化和智能化。
3.3 培養專業隊伍
大數據與戰略性新興產業都屬于技術含量高、更新速度快的產業，在其發展的每個環節都需要依靠專業人員完成，因此，必須培養和造就一支懂指揮、懂技術、懂管理的專業隊伍。整合吉林省的智力資源，加強國內外學術和技術交流，研究、探討并掌握數據科學的基礎理論和基本方法，加強與云計算、物聯網和移動互聯網等相關新興產業的技術和應用融合。
3.4 健全政策保障
一是盡快研究制定專門促進大數據時代下戰略性新興產業發展的優惠政策，建立符合實際的技術、財政、稅收、人才等政策支撐體系，為戰略性新興產業發展營造良好地政策環境。二是推動成立吉林省大數據戰略性新興產業聯盟，集合技術、資源、資金等多方面的優秀力量，形成研發與應用企業間的交流、合作平臺，共同解決聯盟內企業面臨的各種技術與資源的難題。三是加快大數據基礎設施建設。基礎設施作為大數據時代的硬件，是贏得大數據時代的先機。建設大數據在戰略性新興產業應用服務區，促進大數據與戰略性新興產業融合發展，結合吉林省特點，重點推動大數據在光電子、汽車及生物醫藥等產業的應用。
4 結語
大數據時代是一個浩浩蕩蕩、不可阻擋的歷史潮流。總的來說，吉林省發展大數據時代戰略性新興產業機遇大于挑戰，務必以更積極的姿態順應新形勢，把握機遇，謀劃發展，贏得未來。目前，大數據時代下戰略性新興產業發展的研究在全國都處于探索性階段，國務院雖下發了《促進大數據發展行動綱要》，但涉及到各個領域具體實施的細則，并無經驗可循。因此，大數據時代下如何促進吉林省戰略性新興產業的發展，成為下一步需要探討和解決的根本問題。
參考文獻
關鍵詞：大數據 云存儲 Hadoop HDFS
中圖分類號：TP3 文獻標識碼：A 文章編號：1007-9416（2014）02-0172-01
1 引言
隨著移動互聯網以及物聯網的發展，“大數據”漸漸成為發展的一種趨勢，如何有效存儲數據成為我們面臨的一個問題，云存儲技術成為首要選擇。因為用戶不需要進行硬件的管理和維護，它本身能夠根據所需容量大小對用戶數據進行定制，從而大大縮減了用戶的成本和人力的投入。另外云存儲技術具有易擴充、價格低、易管理等優點，同時它也可以通過對外提供數據的存儲以及業務的訪問功能，以降低數據管理和運維成本。Hadoop分布式文件系統（HDFS）是一個運行在普通的硬件之上的分布式文件系統，具有高傳輸率、高容錯性等特點，來滿足當前海量數據的存儲管理問題。
本文主要提出了一種在大數據場景下基于HDFS的云存儲服務系統設計方案，滿足對大數據進行高效存儲的需求。
2 HDFS數據管理機制分析
Hadoop是一個分布式系統基礎架構，由Apache基金會開發。它實現了一個分布式文件系統，簡稱HDFS。
由圖1可知， HDFS是主從式的分布式系統，對于數據的操作集中在名稱節點（NameNode）以及數據節點（DataNode）。NameNode上保存著控制信息的元數據，DataNode上保存的是實際數據，因此客戶端可以通過NameNode對元數據進行相關操作。
3 系統分析與設計
3.1 系統分析
目前許多企業面臨空前的海量數據管理難題，存儲數據的成本也居高不下，并且信息存儲的安全性也有待加強。因此，結合云存儲的特點，要設計一個成功的云存儲服務系統案例，可以從以下幾個方面考慮：
（1）大容量。通過對連接的普通PC機上的存儲文件類型進行設置，從而合理分配數據。
（2）高效性。將客戶端對文件數據的請求盡可能分散，提高其并發性。
（3）安全性。通過Hadoop集群的副本策略提高安全性，同時也可以兼顧Hadoop平臺的容錯技術。
（4）可擴展性。當請求增加時，系統可以通過增加PC機節點來擴展系統存儲容量和計算性能。
3.2 系統設計
本文將設計的基于HDFS的云存儲系統命名為“望遠鏡”云平臺系統，實現用戶對存儲在本地的文件數據進行管理和維護，并可通過客戶端將指定文件上傳到集群系統中，或實現下載功能。
本系統的功能需求分為管理員的功能需求和普通用戶的功能需求。共分為三個模塊：管理員、普通用戶和平臺管理。圖2所示為系統功能模塊圖。
4 結語
本系統的主要任務是對來自用戶的大容量數據進行存儲，所以系統滿意度最重要的判斷標準是對于用戶作業的處理時間的響應，由于本系統在實現中，因此這部分工作后續完成，另外可以在用戶的存儲空間管理方面以及信息安全等方面可以進行進一步的優化和改進。
參考文獻
[1]http：///.
[2]OtisGosvodnetie，ErikHateher.Lueeneinaetion.London：Manning，2005.
[3]趙文輝，徐俊，周加林，李晨.網絡存儲技術.北京：清華大學出版社，2005.
[4]黃曉云.基于HDFS的云存儲服務系統研究：（碩士學位論文）.大連：大連海事大學，2010.
[5]李武.面向現代服務業的大規模分布式文件存儲系統設計和實現：（碩士學位論文）.杭州：浙江大學，2008.
[6]李學干，徐甲同.并行處理技術.北京：北京理工大學出版社，1994.
【關鍵詞】 大數據背景 運營商 移動互聯網 發展對策
大數據作為運營商開展業務工作的優勢資源，能夠為其沉淀較多的信息數據，運營商在利用數據的過程中，需要建立創新理念，落實好戰略轉型工作，從而不斷提升工作效率。本文正是基于這一視角，以大數據為切入點，并分析了該環境下運營商移動互聯網的發展對策。
一、大數據對發展移動互聯網業務的作用
1、提升業務創新能力。運營商的競爭內容不僅是用戶數量，而且還包括數據庫的競爭。運營商需要獲取關鍵節點的資源，使數據質量不斷提高，從而完善運營商的產業鏈。企業在進行大數據的分析工作中，能夠充分熟悉產品特質，按照產品的指導工作進行研發。當業務投入市場后，設計人員可以對其進行追蹤研究工作，通^結合用戶的訂購習慣，能夠及時發現企業經營過程中存在的問題，不斷優化業務項目，使其更加實用，從而滿足客戶的多元化需求。
2、提高營銷推廣效率。技術人員在分析大數據的過程中，能夠對潛在客戶進行篩選，為其選擇科學合理的產品，同時制定方案的營銷階段，在為客戶展示運用方式的過程中，能夠對客戶群體進行分類，使營銷工作更加精準，提升企業管理用戶資源的科學性，不斷提升企業的銷售效率。另外，運營商采用大數據的目的是提高其決策能力，因此技術部門需要不斷提升網絡的利用率。
3、探索新型盈利模式。在大數據環境下，企業需要創新盈利模式，盈利模式包含：前向收費模式與后向收費模式。為了提高經濟效益，企業需要使兩項模式協調發展，對于前向收費模式而言，管理部門需要不斷開發智能功能，通過對用戶提供更具針對性的服務，能夠使產品不斷升值，使企業獲取較佳的收費能力。在后向收費模式中，企業需要綜合分析多項內容，包括：支撐服務體系、智能化的銷售模式、廣告效應。由于運營商在擴展項目路的過程中，需要借助大數據分析客戶對產品的需求能力，從而能夠及時投入相應地銷售服務體系中。為了不斷優化產品，運營商需要對數據進行全面分析，從而不斷提高市場競爭力。
二、運營商移動互聯網發展對策
1、控制數據流入口。運營商通過將大數據視為機遇，能夠在后期的運營過程中，提高提取數據信息的效率，促進結構化數據鏈的完善，實現運營商的可持續發展。運營商在采用大數據的過程中，需要重視以下幾個方面的工作：為了解流量的傳輸通道，技術部門需要對終端側進行設置，從而有效掌控用戶數據流向。在終端控制工作中，由于終端控制能夠對數據進行集聚，能夠保證運營商工作的有序進行；技術部門通過控制入口型應用，能夠充分了解客戶的使用頻次，當客戶在訪問網頁的過程中，會產生相應的數據信息，運營商通過運用數據資源，與其他營銷資源進行合作，從而實行相應的流量減免工作，不斷研發更智能化的產品。由于大數據的非結構性特征較為明顯，在獲取過程中，需要較高的經濟成本，為了節省運營商的經濟費用，技術部門需要完善相應的業務，保障數據信息能夠有效積累，同時運營商需要加強與其他企業進行合作，保障數據資源能夠實現合理共享，在此基礎上對跨業務資源進行優化。
2、搭建數據沉淀平臺。為了獲取足夠量的數據，運營商需要盡快建立數據沉淀平臺，通過對通訊錄、業務通行證進行綜合分析，能夠使運營商的數據網絡更科學。技術部門必須落實好以下工作：建立業務通行證、搭建電子商務平臺、建立符合通訊錄需求的網絡。在構建業務通行證的過程中，技術部門需要將各類云服務進行優化接入，使用戶能夠獲取更多的數據內容，滿足用戶的個性化需求；技術部門需要結合通訊錄建立相應的網絡，該網絡能夠綜合分析客戶的消費特點，更加全面了解客戶的使用狀態與地理位置，由于社交平臺與通訊錄具有密切聯系，客戶在使用社交平臺的過程中，能夠滿足其心理需求，加強社交關系的建立，從而不斷延伸通訊功能。技術部門需要驗證客戶的真實身份，從而提供相應的業務。提取信息平臺能夠滿足客戶搜尋信息數據，包含：網頁查找、查詢號碼等，企業在滿足客戶搜索需求的過程中，能夠有效了解具有重要價值的數據信息；技術部門在建立電子商務體系的過程中，能夠及時獲取產品信息、銷售數據、服務數據資源等內容，通過對該體系進行調查分析，能夠提供給客戶足夠的數據信息，從而有效滿足用戶的支付需求；運營商需要不斷完善媒體型業務項目，在信息化時代背景下，媒體已經成為覆蓋聲音、視頻、音樂等信息的載體，能夠增強客戶的使用率，在滿足圖像數據豐富性的過程中，能夠收集客戶的使用習慣信息，例如：評論類型、推薦網頁、收藏類型、觀看視頻類型、網頁瀏覽等數據。
結語：綜上所述，數據對當前運營商開展移動互聯網業務具有重要意義，屬于運營商最重要的資源之一，能夠提高運營商的服務質量，完善其產業鏈。因此，運營商需要不斷提高數據流入口效率，從而提高運營商的經濟收益。
參 考 文 獻
關鍵詞:寬帶技術影響應用
1分析當前寬帶技術的重要性
自從進入信息化時代以來，網絡寬帶技術就得到了廣泛的應用。寬帶技術不但落戶千家萬戶，更在我國經濟發展的過程中承載了重大的使命，在國民發展的過程中起到了歷史的推動作用。寬帶技術不但打破了傳統的工業技術，更是技術革命的核心力量。與此同時，伴隨著寬帶技術的不斷發展，新時代的網絡寬帶技術自然而然的代替了我國傳統的通信技術，使人們的生活逐漸進入信息化革命的軌跡上來。由此看來，信息化云計算是未來國民發展國際化、世界化的大趨勢。
1.1未來我國寬帶技術的發展趨勢網絡光纖寬帶技術的發展速度，也就是新時代我國經濟的發展速度。經濟發展日益多樣化、復雜化，越來越離不開網絡寬帶技術進行終端云計算。信息化技術時代，寬帶技術可以在復雜的大數據中進行信息的轉變與輸送，在未來經濟發展過程中完成大數據資源的整合與發展，寬帶技術也在逐步的成為經濟發展核心應用，同時云服務也在快速擴展，所有這些新技術的發展，都為傳輸數據領域的快帶技術帶來了巨大的挑戰。所以，寬帶技術結合大數據的發展，只有時時更新、與時俱進才能在未來的發展中占有一定的發展優勢。
1.2寬帶技術發展的戰略意義伴隨著計算機網絡以及大數據技術的普及，寬帶技術已經為信息安全產業奠定了堅實的基礎，但是客觀來說，目前我國寬帶技術的發展以安全可控為原則，以快速進行數據整理為準則來加強我國寬帶技術的穩步發展。另外，信息安全產業的發展也要以數據驅動行業發展為主流。在戰略層面上，融合大數據發展催生網絡網絡安全保障需求，同時這也是履行了軟件與信息服務相互融合的使命。
2寬帶技術所涉及的重要領域
寬帶技術各個產業鏈不可或缺的基礎智能化服務平臺，它不僅在大量的信息流中整合出信息，更在許多的傳統行業中實現資源共享。總體來看在工業，制造業，現代農業，服務業等領域軟件與信息服務產業的滲透率逐步提高，各個行業的發展都是建立在寬帶技術發展的額基礎上，所以在大數據時代寬帶技術是各個行業發展的領頭羊。
2.1寬帶技術在發展中的應用信息化革命改變了人們的生存方式，改變了人們的生活、學習及工作等。寬帶技術無時無刻的都在提供著便利的大眾平臺。大的方向，寬帶技術是我國經濟發展的墊腳石，從根本上改變了我國傳媒以及交通等媒體平臺的存在方式。從廣義上講，寬帶技術是人們生活中不可缺少的衛星通信技術，在當下流行的網絡購物以及藍牙通信技術等都離不開計算機網絡技術。隨著人們生活水平的不斷提高，人們對于寬帶技術的認知也越來越深，改變了以往的陳舊觀念，打開思路，不但在生活以及工作中多有應用，更讓寬帶技術深入到孩子的學習當中，讓孩子通過寬帶技術的平臺對知識有更深層次的了解與應用，使孩子在學習的過程中不斷的創新思路。
2.2寬帶技術對人類生活的影響寬帶技術應運而生，互聯網寬帶技術對于人類的影響意義深遠，寬帶技術的快速發展不斷的改變著我國的社會經濟體。從發展的角度講，寬帶技術不但對于人們的生活水平有著決定性的作用，更對于我國的國民政策起著互相推動的作用。寬帶技術從多角度的融合了東西方文化，傳承歷史，發展文明，將東西方文化友好的互聯，更好的促進了我國民族文化發揚光大。寬帶技術已經不僅僅是一項技術，它更代表著我國民族經濟的崛起，是我國技術領域不斷創新發展的偉大標志。互聯網寬帶技術的多元化發展促進了我國國民經濟的再就業發展，由此看來，寬帶技術是我國國名經濟發展的重要樞紐。
3結束語
人們生活水平不斷的進步著，隨著而來的計算機技術和通信技術迅猛的進入千家萬戶，網絡日益成為人們工作、學習、生活的必備工具。在寬帶技術應用中，網速是至關重要的。眾所周知，寬帶技術越是先進，數據傳輸速率就越高，寬帶技術就越是精湛。自從進入了計算機的革命時代，寬帶技術就以驚人的速度影響著國民經濟改革以及人們的生活范疇。從前寬帶技術對我們很重要，對于未來我國工業革命乃至人均生活水平、城鄉結合發展等等都在根本上離不開寬帶技術的應用。在以后的經濟發展中，寬帶技術也是影響著經濟發展的重要因素，也是我國國民發展的重要板塊。
參考文獻:
[1]期刊論文.超寬帶無線通信技術.計算機工程與應用，2004，40（32）.
[2]會議論文.超寬帶無線通信技術發展淺析寬帶通信與物聯網前沿技術研討會,2013.
計量經濟學論文2400字(一)：金融數學專業計量經濟學與金融理論及實踐的結合論文
摘要：目前，在社會發展的過程中，教育水平的發展也有了前所未有的提高。金融大數據爆炸性發展要求金融學專業學生具備一定的金融數據分析與處理能力，計量經濟學作為培養學生數據處理與分析能力的核心課程，新的歷史時期應當承擔起培養學生金融大數據視野的責任。
關鍵詞：金融數學專業；計量經濟學；金融理論；實踐結合
引言
計量經濟學作為一門非常強調應用性的學科，是應用型本科院校的一門重要的課程，是應用型本科學生知識能力結構中不可缺少的組成部分。近年來的教育教學改革的探索注重實踐環境的強化，人們已越來越清醒地認識到，實踐教學是培養學生實踐能力和創新能力的重要環節，也是提高學生社會職業素養和就業競爭力的重要途徑。計量經濟學作為經濟學核心課程之一，在當前教育新常態下，產生了一些新的問題，因此應用型本科教育背景下的計量經濟學也應該被重新賦予新的屬性。
一、教學內容和教學方式的問題
（1）傳統計量經濟學教學強調回歸分析背后模型的假設及相關內容，但現代經驗研究強調因果關系。因此，當前計量經濟學教學過分強調對隨機擾動項分布、異方差及自相關的長篇討論，顯得不合時宜，而對國內外廣泛流行的新穎工具較少提及，其結果是學生對計量經濟學應用仍是一知半解。（2）由于現有課時安排等原因，教師教學過程中著重講授計量經濟學原理和方法，而輕視實際應用和數據處理能力的培養。例如，教學中主要講授參數估計和各種檢驗的理論和方法，對如何從經濟問題出發建立模型，如何應用模型分析實際的經濟問題討論得較少。（3）由于課堂教學注重理論知識的講授，不能分配更多的實驗課時，導致學生難以真正理解和運用計量經濟學理論知識，特別難以將理論知識靈活應用于金融數據建模與處理。（4）現有的計量經濟學課程缺乏將計量經濟學方法與金融數據相融合的缺陷。在課堂教學內容安排中，著重講述計量經濟學的基本原理和方法，而沒有將計量方法與金融大數據的獲取與加工處理結合起來進行講解。導致多數學生具備一定的計量經濟學基礎，但面對查找和處理金融數據時卻束手無策。（5）已有計量經濟學教學內容安排上，一般將經典的計量經濟學和現代時間序列方法安排在一個學期內完成。由于教學內容過多而教學課時有限，其結果是導致無法詳細講解金融時間序列部分，金融學專業學生對金融大數據處理及建模能力不強。
二、金融數學專業計量經濟學與金融理論及實踐的結合的優化措施
（一）突出案例教學
豐富多彩又符合專業特色的案例教學可以激發學生的學習興趣。案例教學一方面能夠使理論知識更加通俗易懂，另一方面案例教學重視師生互動，可以提高學生的興趣，為課程論文和畢業論文的寫作打下良好的基礎。計量經濟學教學案例的選取一定要突出目的性、代表性和趣味性等特點，應結合學生所學專業的差異，多搜集一些與該專業密切相關的經濟熱點問題和前沿問題，激發學生的學習積極性和主動性。
（二）金融數學專業計量經濟學與金融理論及實踐的結合
就金融數學專業學生而言，在為這些學生開展計量經濟學課程教學時，需要注重將金融理論和具體的金融實踐知識緊密結合起來，以此來引導他們正確使用計量經濟模型方法來研究金融相關實踐問題。金融市場相關實踐知識更傾向于股票投資和資金資本等的利用，不能僅僅依靠消費-收入這一知識以偏概全，這就要求計量經濟學老師在為金融數學專業學生開展課程教學時，需要拓展到相關金融領域，通過講解相關金融理論和具體的市場實踐數據來開展課程教學。
（三）“案例+微課”的教學模式改革
為了提高金融專業本科生金融大數據處理能力，改善教學效果，擬重點對《計量經濟學（Ⅱ）》的教學方法進行創新。為了改變以課堂為中心的單一教學方法“重在教，逼學生學”的缺陷，我們將使用“案例+微課”的教學模式。“案例教學”是計量經濟學一種非常有效的輔助教學模式（楊汭華，2005；黃佐钘，2008；張玲，2014）。與傳統的案例教學不同：（1）項目強調針對金融大數據開發相關案例，并以“微課”的形式將教學內容呈現給學生。“案例+微課”的教學模式的好處在于能激發學生對計量經濟學理論學習的興趣，更加生動和直觀地將金融大數據處理呈現給學生，引導學生自主學習。此外，“案例+微課”模式能對課堂教學形成有效補充，課堂上沒有解決的問題，學生可以在課外通過“案例+微課”進一步鞏固與提高課堂知識。（2）傳統計量經濟學經驗案例強調計量經濟學理論知識的應用，重點介紹數學與統計技術，而忽視其內在的經濟問題與變量間的內生關系。項目強調以真實的金融大數據為載體，在案例分析中，更加注重因果關系的討論，從而案例分析更加接近現實。因此，相比于傳統的案例分析，項目經驗分析更接近現代研究范式，故而具有更好的實用價值。
（四）完善考核體系
作為一門應用型的學科，考核方式也應該多樣化。可以嘗試采用課程論文的考核方式，課程論文一方面可以深化學生對課程內容的學習，另一方面也能加強學生的應用能力，提高學生的獨立思考能力和對知識的靈活運用能力。課程論文可以與學生的畢業設計結合，突出學生所在學科屬性，充分調動學生的積極性。同時不能將試卷考核的方式拋棄，例如可以將紙質試卷改為上機考試，增加操作題的比重。完善的考核方式會提高學生對計量經濟學課程的重視程度，強化計量經濟學的教學效果。
結語
總之，計量經濟學教學改革是高等教育供給側改革的一個縮影，只有明確清晰教學定位，有效提升高等教育供給體系的質量和效率，重點解決好高校人才培養能力、支撐引領國家創新發展能力的問題，才能提供更多有選擇的本科教育，建成更有競爭力的本科教育，開創更有特色的本科教育，發展更加公平的本科教育。
計量經濟學畢業論文范文模板(二)：基于計量經濟學的電力企業經濟效益與管理決策實證研究論文
摘要：在我國快速發展的過程中，我國的電力建設在不斷的完善，中國的現代化建設離不開電力的發展，同時國民經濟的發展也將推動電力工業的進步。處于新時代的電力企業需要具備超前的思維與意識，在外對國民經濟的發展具備清晰的預判，在內要做好企業內部的管理建設，針對未來長遠發展制定科學的規劃。要做好這幾點，就離不開對電力企業經濟效益、經營管理的分析以及數學建模工具的運用。本文選取2001-2017年中國的國內生產總值（GDP），全社會用電量數據以及典型電力企業華電國際年度報告數據，分析了華電國際的經濟效益與外部經濟環境以及企業經營管理之間的關系。首先從時間序列非平穩角度出發，利用協整理論并通過單位根檢驗以及協整關系檢驗對華電國際的經濟效益建立了長期均衡模型。再對模型進行短期誤差修正，在證明了模型有效性的基礎上，利用所建模型對提升華電國際的經濟效益進行實證分析預測。最后對以華電國際為代表的中國電力企業的發展提出相關建議。結果表明，對華電國際而言其供電成本、管理與財務及人力資源成本的完善對其經濟效益的影響將是一個長期過程，而其短期內經濟效益主要受國民經濟的發展水平以及全社會用電量需求的影響。該模型具有廣泛的適用性，可以為其他電力企業的經濟效益及其影響因素進行分析與預測，對企業未來的管理決策規劃提供參考。
關鍵詞：電力企業；經濟效益；管理決策
經濟研究的方法在于總結典型的經驗特征與收集數據，并在此基礎上建立相應的經濟理論或經濟模型。經濟研究的科學性在很大程度上取決于經濟理論或經濟模型的可驗證性，即能否通過數據實證檢驗相關的經濟理論與經濟模型來解釋事實，并預測未來的經濟變動趨勢以及提供科學的政策建議。計量經濟學和實驗經濟學則猶如硬幣的雙面，從不同的角度為經濟學的實證分析提供重要的方法論基礎。計量經濟學以實際經濟數據的建模與分析為主要研究對象。當實際數據不可得，或實際數據過于復雜而導致因果關系不易梳理時，實驗經濟學則有可能從另一個角度出發，通過可控的實驗數據代替實際數據，成為實證經濟分析的又一個有力工具。
一、協整理論概述
協整的概念是由恩格爾一格蘭杰（Engle-Granger）在1987年“協整與誤差修正，描述、估計與檢驗”中正式提出的，協整的基本思想認為，盡管兩個或兩個以上變量中的每一個都是非平穩的，但他們的線性組合可能會相互抵消趨勢項的影響，使該組合是平穩的。這一理論的提出為經濟時間序列分析樹立了新的里程碑，對經濟學和計量經濟學產生了革命性的影響。之所以協整理論會產生如此大的影響，是與一協整理論所具有的深厚的經濟學背景密不可分的。
二、基于計量經濟學的電力企業經濟效益與管理決策實證
（一）非均衡博弈論框架的建立和實驗驗證
策略性思考是博弈理論及其應用的基礎。納什均衡以及相關均衡的概念過去一直是描述策略性思考的核心內容，其定義為每個博弈參與者的策略都是在給定其他方策略下的最優反應。顯然這種均衡的定義內在要求每個博弈參與者在決策信念上達到均衡，即每個參與者對其他方的策略持有正確的信念。在過去的研究中，經濟學者通常假定均衡框架存在從而做出對參與者行為的預測。盡管在一些博弈場景下，基于均衡概念的行為預測是準確的，但在多數情況下實驗經濟學研究結果表明博弈參與者的行為會系統性地偏離基于均衡概念的行為預測。由于來自實驗經濟學數據對原有理論框架的挑戰，經濟學研究人員逐漸提出了基于非均衡概念的策略性思考理論框架并且運用實驗經濟學的方法收集數據來檢驗這些新理論。這些基于非均衡概念的策略性思考理論框架的核心在于繼續假定博弈參與者在決策時仍然有策略性思考的因素在里面，但放棄了均衡的概念以及嵌入在均衡概念里面的很強的理性假設。
（二）ECM誤差修正
通過Granger定理易知，具有協整關系的一系列變量會對應一個包含誤差修正的表達形式。可以進一步通過誤差修正來研究華電國際經濟效益的短期行為。具體而言可根據由Hendry提出的一般到特殊的建模理論，逐步剔除從三階滯后變量及誤差修正項開始的不顯著量，從而得到最終的誤差修正模型：（見下面公式）式中：ECMt-1代表協整回歸厚的一階滯后誤差，括號內的數字代表不拒絕相應零假設的概率。從該方程式以及統計結果的數據可以發現，文中所進行的統計檢驗在置信水平上表現顯著。這一結果也證明了文中構建的誤差修正的具有良好的適用性。圖中給出了LY的實際數據與擬合結果以及殘差結果，從圖中可以看出，協整以及誤差修正之后的模型具有較為理想的結果。
（三）計量經濟學應用研究中的多重共線性問題
在計量經濟學模型方法常用的回歸分析中，當解釋變量之間存在多重共線性問題時，常會對模型估計的準確性帶來不利影響。因此，在應用計量經濟學方法建模的過程中，進行多重共線性檢驗以及消除多重共線性問題是很重要的環節。部分計量經濟學應用研究中存在對多重共線性問題處理不恰當的現象。某篇研究股權激勵對盈余管理影響的文章，以計量方法中的回歸分析為主要研究方法。作者在研究中單純依靠方差膨脹因子VIl的臨界值，來判斷出解釋變量之間存在多重共線性問題，便直接將模型中的其中一個變量刪掉。模型中是否應該包含某個解釋變量，應該以實際經濟理論分析為基礎，不能單純以是否存在多重共線性來判斷。
摘要：基于信息時代背景下，隨著計算機技術和信息網絡技術的不斷發展，大數據時代下人工智能也得到快速進步且與人們的日常生活息息相關。人工智能逐漸的走進人們的日常工作生活中。因此，基于大數據時代下展開對人工智能在計算機網絡技術中的應用價值的分析顯得非常必要。論文對大數據時代下人工智能在計算機網絡技術中的應用價值進行了探討，并且主要針對數據挖掘技術、入侵檢測技術和防火墻技術的相關應用，希望為有關專業人士帶來一定的參考與借鑒。
關鍵詞：大數據時代；人工智能；計算機網絡技術；應用價值
21世紀以來，世界都已經進入大數據發展時代，人工智能的應用與居民生活息息相關。人工智能就是模仿人類的行為方式和思維模式進行工作處理，它比計算機技術更加具有實用價值。所以，為了迅速提高我國大數據時代人工智能在計算機網絡技術中的應用，論文基于此展開詳細分析探討，深入研究人工智能在計算機網絡技術中的應用價值。以下主要針對于人工智能計算機的基本內容展開簡單分析與探討：
一、人工智能計算機的概況
利用計算機技術來模仿人類的行為方式和思維模式就叫做人工智能。人工智能，技術的涵蓋內容廣泛，且創新性高、挑戰力度大，它的發展與各學科知識包括信息與計算科學、語言學、數學、心理學等都有關聯。人工智能的發展目標是通過計算機技術讓本該由人工操作的危險或復雜的工作由人工智能機器代替,從而額實現節約勞動力、減少事故危害發生的情況，進而提高工作效率和工作質量。人工智能的發展形式多樣。第一，人工智能可以幫助完善某些較為復雜的問題或是當前還無法解決的問題，若是發生由計算機運算都還無法獲得正確模型的情況，此時就可利用人工智能來對該項問題進行有效解決，針對模糊的問題和內容，利用人工智能模式來不斷提高網絡使用質量。第二，人工智能可以將簡單的東西或知識復雜化，得到人們想要的高級程序和數據，從而節約實現，提高工作效率。
二、大數據時代人工智能在計算機網絡技術中的應用
（一）數據挖掘技術在計算機網絡技術中的應用數據挖掘技術在近幾年來越來越受到人們的重視，因為數據挖掘技術是大數據時展的關鍵技術。利用人工智能技術可研究外界不安全因素的入侵頻率，并在網絡安全運行的前提下結合網絡存貯狀態，將研究結果記錄保存。之后的工作中，若計算機處于運行情況時發生安全問題，系統會立即給予警告提示，并及時攔截入侵對象。數據挖掘技術其實從根本上來看，就是由人工智能技術和大數據技術的綜合發展而來，模仿人類處理數據信息的特征和方式，讓計算機實現對數據的批量處理。此外，數據挖掘技術還可與各種傳感器融合工作，從而實現技術功效的最大潛力，不斷增強計算機系統的功效和實用價值。
（二）入侵檢測技術在計算機網絡技術中的應用現展迅速，網絡科技已成為人們日常生活中至關重要的組成成分，給人們的生活工作帶來極大便利，但是其中也潛存很多不穩定因素。所以，網絡安全技術的發展是保證網絡使用正常工作的重要前提。當前，已經有很多網絡機制被運用到保護網絡安全的工作中，但是在對網絡安全管理時發現仍舊有很多不穩定因素的存在，尤其是現在網絡技術的發展迅速，很多手機支付等網絡支付方式中會存在支付密碼泄露的情況。基于此，在網絡計算機安全使用過程中起到良好作用的是入侵檢測技術。該技術被使用時，可以對網絡中潛存的安全隱患信息及時偵查處理，對其數據信息進行檢測，最后將檢測結果的分析報告反饋給用戶，實現有效檢測。入侵檢測技術的不斷發展和完善，讓計算機網絡的安全運行得到極大保障，在對計算機網絡進行安全檢測的條件下，防止網絡受到外界環境的干擾。人工智能技術中還可結合人工神經系統高和專家系統網絡，實現對實時變化信息的即時監控，切實保障計算機網絡技術的安全發展。
（三）防火墻技術在計算機網絡技術中的應用計算機的硬件與軟件相結合才能讓防火墻技術發揮功效，為計算機的安全運行構建一個完整的保護盔甲。防火墻技術的應用是針對整個計算機網絡的使用安全，極大的降低了由于外界非法入侵帶來的不穩定因素，讓計算機的安全得到保障。尤其是在現在大數據時代的發展背景下，防火墻技術的優點更加明顯，防止計算機被非法入侵是防火墻技術的最重要功效。當前，人們每天都會收到很多封垃圾郵件和短信，部分郵件和短信還攜帶有危害性質的病毒，一旦點開這些垃圾信息和短信就會造成病毒入侵，讓計算機中原本的私人信息遭到泄露。因此，需要人工智能技術來幫助人們進行信息識別，掃描郵件中是否有不安全因素的存在，找出后還可立即進行排除，防止安全事故的發生。根據以上內容的分析得出，在當前的計算機網絡系統應用過程中，人工智能技術已成為主導技術之一，它能夠結合其他任何智能技術實現創新發展和進步，以促進計算機網絡系統的安全使用，讓計算機網絡系統高效、安全的發展，這也讓人們的生活、工作水平進一步提高。
三、結語
總而言之，科學技術快速發展背景下，人工智能的發展在大數據時代背景下有了新的突破，計算機網絡的安全系數以及運行效率都得到穩定提升和進步。這些進步離不開人工智能中優秀的技術的大力支持，包括數據挖掘技術、入侵檢測技術和防火墻技術，它們保障了計算機網絡系統的安全運行，給社會公民提供了一個穩定、安全、開放的網絡平臺，也為我國計算機網絡技術的進一步發展奠定了良好的基石。
關鍵詞：大數據分析；內部審計應用
近年來，大數據應用更加廣泛，它改變了固有的數據分析方式，將企業經營以及與之相關聯的企業和客戶信息進行收集和分析，通過新的思維處理數據與技術的難題。據調查顯示，目前我國很多優秀企業都將大數據作為新一輪經濟增長點，從2012年開始就實現了持續增長，成了企業市場經營的巨大資料庫，提高了企業的整體技術水平和競爭能力。具體而言，大數據分析是一種能夠從各類信息中快速提取有用數據的一種新技術，對內部審計工作來說具有的意義不言而喻。下面就從大數據分析給內部審計帶來的機遇和挑戰入手，從實際出發做好應用性審計，帶動審計工作發生質的飛躍。
一、大數據分析給內部審計工作帶來的機遇和挑戰
（一）審計目標信息化技術使用的初期，內部審計工作依賴計算機技術，可以通過對數據的觀察和分析找到審計中存在的問題，為具體工作的開展提供參考。大數據分析技術的應用則將審計工作帶到了新的高度，它不僅能夠發現問題，還可以對風險進行評估，對效益進行分析，及時發現審計工作中存在的問題，降低內部控制風險，為企業發展做出預測性思考。（二）審計內容數字是傳統內部審計工作參考的重點，包括營業收入、費用支出、稅收情況等等。大數據分析則突破了原來數字化的限制，基本內涵和審計的內容不斷向外延展，打破了傳統數據結構化的樣式不足，在不同的時間范圍內可以生成復雜多變的數據，其中包括文本、音頻、視頻、xml等，構建出了審計的立體化方法。（三）分析技術大數據分析與內部審計應用的結合，最大的改變就在于技術的更新，大數據分析可以實現大數字的整合，從五大技術方面進行了完善。即可視化分析、數據挖掘算法、預測性分析、語義引擎和數據質量與管理。這些新技術可以通過標準化的形式，建立數據新模型，提取隱藏起來的內部審計信息，利用圖表展示數據分析的全過程，并做出前瞻性的判斷，從而提高數據的分析準確性。
二、大數據分析內部審計的方式
首先，數據驗證性分析朝著數據挖掘性分析轉變。即由原來的多維分析驗證數據變為挖掘性技術的使用，將數據倉庫和模型構建起來，做好聚類分析，找到規律性內容，并提取關聯性數據。例如，在電力審計過程中，可以建立起專門的數據資料庫，找到電力使用的具體數據，分析用電情況。其次，審計方式由事后發現問題變為風險預警。企業經營難免會遇到各種風險，對市場形勢進行分析，將可能存在的危機控制在萌芽階段，是大數據分析有別于傳統分析模式最大的特點。另外，大數據分析可以早期關注經濟運行情況，發掘數據敏感性波動，并集合社保審計、債務數據、經濟宏觀運行數據，實現信息庫的交叉使用，提升數據分析水平和審計能力。最后，單機審計向云審計方法的轉變。云審計是基于云數據庫設立的數據平臺，它依靠的是中心統計分析，通過網絡與“云”的對接，對審計成果進行共享。與此同時，在大數據分析云計算實施的過程中，必須堅持技術的創新與發展，建立預算、財務、執政一體化策略，設立專門的數據平臺，提高信息化技術審核的質量，做好宏觀分析。
三、大數據分析在內部審計中的應用
大數據分析與內部審計的綜合應用是信息時代技術演變的新手段，在與內部審計結合使用的過程中必須堅持全面化使用，從制度流程、機構人員、審計業務以及技術上做好配合，全面推行新的審計方法。（一）創新大數據工作模式創新是進步的源泉，大數據分析的推行，與內部審計工作的結合，都必須堅持創新原則，對預算執行審計有一個全面的認識。傳統的孤立審計已不適應大數據審計的要求，需要打破部門之間的界限，以審計項目為管理主線，成立大審計組，進行扁平化管理。結合各預算部門的財務數據，發現是否存在預算項目在連年結轉的情況下仍然安排新增預算、造成資金閑置的問題。通過對數據進行宏觀整體分析，發現是否存在預算執行效率不高、分配下達預算不及時、撥付轉移支付資金超期等情況。（二）完善跟蹤審計方式通過建設審計數據綜合分析平臺，搭建關系國計民生的重點行業聯網審計系統，用Hadoop等專業工具處理半結構化、非結構化數據，規范高效地匯集和處理大規模數據信息。例如，在地稅審計中，可利用地稅聯網審計系統，集中進行全省地稅數據整理分析，探索“數據集中采集、集中統一分析、疑點分布落實、資源充分共享”的大數據審計模式，實現全省聯動審計。此外，還要對資金分配結構、資金使用流向、資金管理情況進行總體分析，全面反映預算執行整體情況，實現對預算單位的審計監督全覆蓋。（三）實現多數據融合，落實經濟責任審計運用關聯分析，找出數據間的相互聯系，分析關聯規則，發現異常聯系和異常數據，尋找審計疑點。在經濟責任審計中，可利用財政、稅務、社保、培訓等數據在橫向和縱向之間都做好關聯性研究，做好數據的全面跟蹤分析，實施和推行經濟責任審計模式，提高審計效率。另外，在深入挖掘數據過程中，還要利用數據倉庫和模型分析統計數據變動信息，分析關聯性內容，對體制機制性問題開展研究，挖掘行業性和趨勢性問題。
四、結束語
綜上所述，大數據技術的發展對審計工作提出了新的、更高的要求，也為審計提供了新的工具。傳統的大數據分析與內部審計工作的結合不夠緊密，技術應用不夠突出，且人才缺失。基于大數據分析的新情況，內部審計工作必須從數據、資源、人才方面逐步積累資源，創新大數據分析的思路和模式，研究技術發展的情況，并建立覆蓋公司業務流程的審計信息化管理系統，使公司各業務線在統一、透明、標準的審計監控下陽光運行，確保大數據在內部審計中的高效應用。
參考文獻：
[1]王磊.數據挖掘技術在保險公司內部審計中的運用研究[D].山東財經大學,2015.
[2]梁秀根,黃鄧秋,蔡赟,魏連濤,梁國平.持續審計結合數據挖掘技術在內部審計中的探究和應用[A].全國內部審計理論研討優秀論文集(2013)[C].2014:10.
關鍵詞：大數據;高校教學資源;數字化校園;應用研究
中圖分類號：G43 文獻標識碼：A 論文編號：1674-2117（2015）01-0107-03
現今，人們正在利用各種信息化技術打造一個以互聯網為基礎的“數字化校園”，逐步實現“從環境（包括設備、教室等）、資源（如圖書、講義、課件、信息等），到活動（包括教、學、管理、服務、辦公等）的全部數字化”。[1]這樣的校園為我們提供了可以“量化一切”的大數據，高校在“擁有了數據分析的工具（統計學和算法）以及必需的設備（信息處理器和存儲器）”[2]的基礎上運用大數據思維開始了教學資源開發與利用的創新發展之路。
迎接大數據時代與教學資源的變遷
信息技術、網絡技術的發展讓我們每天都處在信息洪流之中。對大數據的理解，已經不能簡單地停留在“數據大”這個層面，而應該從技術、思維、應用等多個層面進行綜合評價與分析。云技術的誕生解決了大數據存儲、計算與分析等技術層面的問題，如今，更需要思考的是大數據給我們的思維帶來的變革，即我們需要的“不是隨機樣本，而是全體數據;不是精確性，而是混雜性;不是因果關系，而是相關關系”。[3]以及，大數據在社會經濟、政治、教育、人文等領域的具體應用。
教學資源的研究是現代教育技術關注的一個重要方面。隨著人們對教育技術的認識不斷深化，教學資源的重要性也被凸顯出來，成為高校教學改革發展的前沿陣地。關于教學資源的界定，國內外學者紛紛從不同角度進行了闡述和分析。根據AECT94的定義，教學資源被認為是指支持學習的資源，包括支持系統、教學材料與環境等。而在國內學者顧明遠教授主編的《教育大辭典》中，教學資源是指“支持教學活動的各種資源。分為人類資源和非人類資源，人類資源包括教師、學生學習小組、課外活動小組、旅行小組、課外輔導員、家長、社會成員等。非人類資源包括各媒體和各種教學輔助設施。傳統媒體有粉筆、黑板、印刷媒體、實物、實物模型、掛圖等。現代媒體有投影、幻燈、電影、電視、語言試驗室、計算機、視盤等。此外，還有各種社會教育性機構，如視聽中心、圖書館、博物館、少年宮等”。[4]
以上界定雖然角度不同，但其核心思想是一致的，即認為教學資源是為教育教學服務的各種資源的總稱。而大數據時代，在高校“數字化校園”建設過程中，教學資源以一種新的姿態呈現在我們面前，即“數字化”形態與“數據化”應用，如網絡精品課程、視頻公開課程、數字化專業素材庫、翻轉課堂、微課等。
互聯網催生下的高校教學資源開發與利用現狀
如今，在課堂教學開始前，教師可以利用計算機、攝像設備等登錄視頻教學課程網站，開啟“視頻課堂”軟件錄制整個課堂教學過程，并同步上傳至相關課程網站。課堂教學結束后，師生可以通過“課后論壇”或者微博、微信等新媒體手段進行交流和互動，學生們還可以登錄課程網站再次瀏覽課堂教學實況，鞏固學習效果。這樣的教學模式不僅將課堂教學延續到了課后，將線下學習擴展到了線上，而且充分利用互聯網平臺將教學資源進行了優化整合與合理利用。
在當今的大學校園中，師生的各種活動都離不開網絡系統的支持，形成了以辦公管理和教學科研為典型的網絡應用。師生在應用的時候，后臺生成了海量的結構與非結構的數據信息。高校利用云計算將這些數據信息進行存儲、挖掘、分析與計算，從而找到其中暗含的巨大的資源價值，進一步為教學服務。例如，高校教學部門和信息管理服務部門可以協作，通過對某一課程網絡視頻的點擊量、瀏覽時間、關聯內容搜索等數據進行分析，獲得學生進行視頻學習的目的與動機，進而可以對相關課程的教學質量進行監控，找到課堂教學中存在的問題，促進教師改進課堂教學，提高學生的實際學習效率，形成“教”與“學”整個學習過程的良性互動與循環。在這個過程中，相關數據的挖掘及分析發揮了巨大的作用，這是單純的課堂教學難以實現的。
由此可見，在數字化校園中，教學資源已經遠遠超越了傳統認識中的教材、教具、教師，而向更廣更深的層面發展，其中最為顯著的變化就是教學資源的“數據化”呈現。數據作為一種資源，為個人和組織服務的思想在大數據時代得到了充分的印證與實踐。越來越多的個人和組織成為大數據應用的受益者。
高校教學資源的大數據應用之道
在大數據時代，“數據化”的教學資源成為高校教學改革與發展的巨大寶藏。高校教學資源的管理者和應用者必須深諳其道，才能真正實現教學資源的合理開發與整合利用。
1.看清本質，推動教學資源由“數字化”向“數據化”轉變
“數字化”與“數據化”是兩個不同的概念。在《大數據時代》一書中指出“數字化是把模擬數據轉換成用0或1表示的二進制碼，便于計算機對數據進行處理，涉及的內容有文本、圖像、視頻、音樂等。計算機技術是數字化的基礎。而數據化是一種把現象轉變為可制表分析的量化形式的過程”。[5]對內容的計量和記錄是數據化的前提，而這種能力在數字化時代來臨之前人類就已經具備了。例如，19世紀中葉，航海家莫里通過人工繪制了120萬個數據點，組成導航圖為航海服務，揭示了隱藏在數據中的價值，這可以算是大數據應用的最早實踐之一。由此可見，數字化帶來了數據化，但是數字化無法取代數據化。
目前，我國高校都在不同程度地推進“數字化校園”建設，這個過程對教學資源的影響是顯而易見的。越來越多的教學資源以數字化的形式呈現在學生面前。以清華大學為例，目前完成的音視頻教學專題片有660余部，精品課程課堂實錄近百門3700學時，研制多媒體網絡課程近100門;數字音視頻資源庫采集、存儲、編目視頻數據近6000個節目，內容包括各類教學專題片，精品課程、優秀教師課堂實錄、教師崗位培訓、名家講座、新聞宣傳專題等，容量達12TB。[6]如此規模的數字化教學資源極大地豐富了學生的學習內容，為混合式學習的開展奠定了堅實的資源基礎。
但是，高校在利用大數據思維開發利用教學資源時一定要清醒地認識到，對教學資源的大數據處理和應用，不應止于對傳統教學資源的數字化處理和轉化，而應該向數據化以及挖掘數據中暗含的教學價值方面轉化，真正讀懂數據。
2.挖掘大數據，尋找教學資源的新價值
高校必須要有意識地主動搜集、存儲和挖掘教學過程中形成的大數據。通過對數據的挖掘，探尋數據中蘊含的新的利用契機，開發出新的教學資源。例如，通過數據監控和采集發現某一門視頻課程的點擊率持續增高，那么，在這樣的數據背后作為教學資源的管理者和使用者就應該思考其中的緣由是什么，而隨著深入的了解和分析，我們可能發現或者是學生的興趣點發生了轉移，或者是就業需求的使然，又或者有其他原因……這樣在以后的教學中就“有據可循”，能合理安排和利用相關教學資源為教學服務。
3.開放大數據，實現教學資源的共建共享
大數據時代，數據的潛在價值需要在不同的數據集之間的開放流動中被激發。不同高校間優質教學資源由于競爭等因素，導致了數據保護和數據壁壘的出現，限制了優質教學資源作用與功能的發揮。因此，打破高校教學資源流通的壁壘，開放相關數據信息，共建共享高校優質教學資源勢在必行。
目前，許多高校已經意識到封閉與保護不能帶來學校的發展，只有資源的流動才能為高校注入新鮮血液，才能帶來高校發展的新契機，才能實現中國高等教育的全面發展。為此，各所高校都在不斷進行各種嘗試，如聯合進行網絡開放課程的建設等。
另外，通過網絡數據監測與分析，我們發現目前人們上網習慣以及網絡接入方式已經發生改變，利用移動終端上網的人越來越普遍，而且上網時間也呈現碎片化的趨勢，大學生群體正是這種改變的典型代表。高校在教學過程中對網絡資源的開發與利用上也應據此有所改變，實現網絡接入資源的融合。即將校園有線網絡、無線網絡以及移動網絡進行融合，為教學搭建一個統一的數據平臺，以達到順暢的交流與互動。
參考文獻：
[1]蔣東興，陳懷楚，沈培華，王映雪.清華大學數字校園建設發展與規劃[J].試驗技術與管理，2002（增1）.
[2][3][5]維克托?邁爾-舍恩伯格，肯尼思?庫克耶.大數據時代[M].杭州：浙江人民出版社，2013.
[4]顧明遠.教育大辭典[M].上海：上海教育出版社，1998.
隨著信息化時代的來臨，我國的檔案事業步入了新的發展時期，高校檔案管理工作迎來了新的挑戰。利用大數據對高校檔案進行系統化、科學化、精細化的管理，需要打破傳統的檔案管理模式，利用數字化、網絡化的信息技術，達到檔案信息一體化的目標。
1 大數據時代已悄然來臨
大數據（Big data），是指無法在可承受的時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合。通常大數據只有通過分析才能獲取很多智能的、有價值的信息。因此，大數據分析對于高校檔案管理有著無可取代的作用。大數據分析的理論核心是數據挖掘算法，各種數據挖掘的算法基于不同數據類型和格式才能更加科學地呈現數據本身具備的特點，才能深入數據內部，挖掘出公認的價值。尤其在檔案管理上深入大數據分析將對工作帶來更大的?r值。
2 當前高校檔案管理工作狀況及大數據在高校檔案管理的建立和應用
目前，由于對檔案管理工作重視程度不足，高校內仍然缺乏相應的檔案管理硬件設施，個別部門的檔案人員甚至處于狹小潮濕的辦公區域，檔案庫房區、辦公區、閱覽區不能分開。很多檔案管理人員身兼數職，網絡化、數字化的檔案管理更是無從談起。傳統的檔案管理信息零落、復雜、不能共享。這樣間接地浪費了檔案資源，還造成了原始檔案信息的流失，從而影響了檔案信息化的發展水平。因此，高校檔案管理信息化的建立已勢在必行，進而為廣大師生提供新信息上網、電子郵件交流、聯機公共目錄查詢等服務，通過提供定向、定題的交互信息咨詢，提升檔案管理的服務能力和質量。
3 大數據時代對高校檔案管理工作的影響
大數據時代對高校檔案管理工作的影響，第一是有助于原始檔案文件的保存。傳統的檔案文件常常以紙質檔案、照片、錄音、錄像檔案的形式出現，歲月的沉淀和檔案人員的更新換代，常常會因為某些主客觀因素的出現，而阻礙了高校檔案的開發利用。
第二是有助于加大檔案的開發利用程度。隨著大數據在檔案管理工作中的有效應用，對傳統檔案實施有選擇和有步驟的數字化，為檔案網絡信息的存儲、檢索和利用提供數據基礎。通過大數據時代與檔案管理的結合，使檔案實體和檔案信息實現了自動化管理，節省了大量的時間和人力資源，為開展檔案的科研工作創造了有利的條件。
第三是有助于提高檔案信息的一體化管理。信息化時代的來臨，高校檔案也不再局限于某一區域的單一管理，通過大數據的應用向全方位管理方面邁進，實現從單一信息向綜合性信息的方向拓展。大數據時代與信息管理部門既是電子文件的形成單位，高校的檔案管理雖然屬于基礎服務類工作，為教學、科研、黨政機關服務的，但是，它在學校整體工作中有著承前啟后的重要作用。因此檔案信息一體化，更有利于加強學校領導對檔案信息的整體規劃，統一部署。
第四是有利于提高檔案人員的工作效率和工作質量。大數據時代的應用，在很大程度上改變了這種消極的狀況，檔案信息的一體化管理在高校內實現了信息資源的共享，使檔案信息進入流動中狀態，很好地發揮了其決策、宣傳、查詢、保密的功能。大數據時代的應用，把檔案人員從單調重復的勞動中解放出來，進而可以擁有足夠的精力，全身心地投入到檔案科研事業中去，在研究檔案內容的基礎上，編寫匯編檔案文件、參考資料，參與修志編史、撰寫論文著作，從而提高了檔案工作的質量。
