發(fā)布時(shí)間：2022-06-24 16:07:06
序言：寫(xiě)作是分享個(gè)人見(jiàn)解和探索未知領(lǐng)域的橋梁，我們?yōu)槟x了8篇的大數(shù)據(jù)論文樣本，期待這些樣本能夠?yàn)槟峁┴S富的參考和啟發(fā)，請(qǐng)盡情閱讀。
（一）云會(huì)計(jì)使庫(kù)存管理的成本更低
廉庫(kù)存管理的目標(biāo)之一是在保證生產(chǎn)或銷(xiāo)售經(jīng)營(yíng)需要的前提下最大限度地降低庫(kù)存成本，即對(duì)庫(kù)存合理布局，減少調(diào)撥次數(shù)。存貨不足不能及時(shí)滿足生產(chǎn)和銷(xiāo)售的需要會(huì)給企業(yè)帶來(lái)?yè)p失，而存貨過(guò)多將導(dǎo)致儲(chǔ)存成本增加，進(jìn)而影響企業(yè)利益。如何對(duì)庫(kù)存管理的成本進(jìn)行控制對(duì)企業(yè)的生產(chǎn)經(jīng)營(yíng)至關(guān)重要。以物聯(lián)網(wǎng)技術(shù)為前端、大數(shù)據(jù)分析中心為后端的云會(huì)計(jì)平臺(tái)，能夠在時(shí)空分離的環(huán)境下預(yù)測(cè)或獲取企業(yè)不同區(qū)域的倉(cāng)儲(chǔ)信息和客戶訂貨信息，以減少企業(yè)的庫(kù)存管理成本?；谠茣?huì)計(jì)平臺(tái)，企業(yè)能夠搜集、分析貨物的實(shí)時(shí)信息，動(dòng)態(tài)了解各倉(cāng)庫(kù)的實(shí)時(shí)庫(kù)存情況。倉(cāng)儲(chǔ)管理部門(mén)在獲得大數(shù)據(jù)分析中心提供的庫(kù)存數(shù)據(jù)與客戶偏好數(shù)據(jù)的基礎(chǔ)上，能夠做到對(duì)各倉(cāng)庫(kù)庫(kù)存合理布局，減少調(diào)撥次數(shù)，節(jié)約庫(kù)存管理成本。
（二）云會(huì)計(jì)使存貨控制系統(tǒng)更精確
為提高企業(yè)整體運(yùn)作效率，很多企業(yè)對(duì)存貨管理采用了ABC控制系統(tǒng)或即時(shí)制庫(kù)存控制系統(tǒng)（JIT）。在ABC控制系統(tǒng)中，如何準(zhǔn)確區(qū)分ABC三類(lèi)存貨并進(jìn)行分類(lèi)控制是企業(yè)需要解決的重要問(wèn)題。JIT管理強(qiáng)調(diào)只在使用存貨之前才要求供應(yīng)商送貨，從而將存貨數(shù)量減到最小，實(shí)現(xiàn)物資供應(yīng)、生產(chǎn)、銷(xiāo)售連續(xù)同步運(yùn)動(dòng)。這種方式在提高生產(chǎn)效率、減少儲(chǔ)存成本的同時(shí)需要考慮到與供應(yīng)商協(xié)同接洽的問(wèn)題。大數(shù)據(jù)、云會(huì)計(jì)技術(shù)的應(yīng)用，能夠提高企業(yè)ABC控制系統(tǒng)或即時(shí)制控制系統(tǒng)的運(yùn)行效果。在企業(yè)的云會(huì)計(jì)平臺(tái)上，通過(guò)對(duì)自身以往所有各種類(lèi)型存貨數(shù)據(jù)的大數(shù)據(jù)分析，以及參考同行業(yè)、相關(guān)行業(yè)的歷史數(shù)據(jù)，可以對(duì)ABC三類(lèi)存貨進(jìn)行更為科學(xué)合理的區(qū)分，使ABC控制系統(tǒng)更加精確。面對(duì)JIT即時(shí)制更加嚴(yán)格的要求，企業(yè)需要考慮到存貨的計(jì)劃需求、與供應(yīng)商關(guān)系、準(zhǔn)備成本、電子數(shù)據(jù)等方面，一旦存貨預(yù)警就會(huì)產(chǎn)生生產(chǎn)線、銷(xiāo)售線告急的情況，將為企業(yè)帶來(lái)巨大損失。物聯(lián)網(wǎng)與大數(shù)據(jù)技術(shù)的發(fā)展為解決JIT控制面臨的問(wèn)題提供了解決方案。由供應(yīng)商提供的存貨都帶有唯一的產(chǎn)品電子代碼（EPC），企業(yè)和供應(yīng)商可以通過(guò)物聯(lián)網(wǎng)同時(shí)獲得存貨的使用情況，在數(shù)據(jù)顯示該批存貨需要補(bǔ)充時(shí)，物聯(lián)網(wǎng)得到傳感信息的反饋及時(shí)提醒企業(yè)補(bǔ)給，通知供應(yīng)商做好供貨準(zhǔn)備，并給出下一訂貨批量的預(yù)計(jì)時(shí)間及數(shù)量要求。這樣就加強(qiáng)了企業(yè)與供應(yīng)商的信息溝通與交流，使JIT控制系統(tǒng)得到更好的實(shí)施。
（三）云會(huì)計(jì)使庫(kù)存管理更智能
由于各個(gè)地區(qū)消費(fèi)者的需求偏好往往存在差異，使得企業(yè)在全國(guó)布局的倉(cāng)庫(kù)庫(kù)存往往在商品的類(lèi)型、數(shù)量等方面不盡相同?；谠茣?huì)計(jì)平臺(tái)，通過(guò)前端的物聯(lián)網(wǎng)，企業(yè)可以獲取各個(gè)區(qū)域倉(cāng)庫(kù)的存貨情況。針對(duì)庫(kù)存調(diào)撥，通過(guò)后端的數(shù)據(jù)中心進(jìn)行大數(shù)據(jù)分析，可以選擇在最優(yōu)的倉(cāng)庫(kù)之間進(jìn)行商品的調(diào)配，并根據(jù)對(duì)調(diào)撥結(jié)果的分析就以后的商品庫(kù)存分配進(jìn)行優(yōu)化。消費(fèi)者在網(wǎng)上購(gòu)買(mǎi)商品時(shí)，云會(huì)計(jì)平臺(tái)會(huì)自動(dòng)選擇就近且有貨的庫(kù)存點(diǎn)進(jìn)行智能化發(fā)貨。在存貨的運(yùn)輸與存儲(chǔ)過(guò)程中會(huì)涉及到安全問(wèn)題，尤其是對(duì)于高價(jià)值的存貨，其一旦損失將會(huì)對(duì)企業(yè)造成嚴(yán)重影響。云會(huì)計(jì)平臺(tái)下物聯(lián)網(wǎng)技術(shù)的運(yùn)用，可以做到存貨信息流和物流的統(tǒng)一、對(duì)存貨流向形成監(jiān)控，具有極強(qiáng)的監(jiān)測(cè)功能。存貨信息能夠?qū)崟r(shí)反映在云會(huì)計(jì)平臺(tái)上，即便出現(xiàn)貨物丟失情況，企業(yè)也能夠即時(shí)采取措施應(yīng)對(duì)，確保企業(yè)存貨的安全性。
二、大數(shù)據(jù)時(shí)代基于云會(huì)計(jì)的庫(kù)存管理
框架模型構(gòu)建庫(kù)存管理及時(shí)準(zhǔn)確地反映各種物資的倉(cāng)儲(chǔ)、流向情況，可以為企業(yè)的生產(chǎn)管理和成本控制提供依據(jù)。通過(guò)對(duì)貨物的各種信息進(jìn)行即時(shí)的采集、分析、處理，可以使企業(yè)實(shí)時(shí)動(dòng)態(tài)的庫(kù)存管理成為現(xiàn)實(shí)。在云會(huì)計(jì)平臺(tái)上，前端的物聯(lián)網(wǎng)技術(shù)能夠?qū)崟r(shí)采集數(shù)據(jù)，后端的大數(shù)據(jù)分析中心對(duì)數(shù)據(jù)進(jìn)行分析與處理，為企業(yè)的庫(kù)存管理決策提供支持。在分析大數(shù)據(jù)時(shí)代云會(huì)計(jì)對(duì)企業(yè)庫(kù)存管理在成本、控制、管理水平等方面影響的基礎(chǔ)上，結(jié)合大數(shù)據(jù)、云會(huì)計(jì)和物聯(lián)網(wǎng)的技術(shù)特征，考慮企業(yè)當(dāng)前主要的庫(kù)存管理需求，本文建立了由云會(huì)計(jì)平臺(tái)、大數(shù)據(jù)分析中心、庫(kù)存管理等核心模塊組成的大數(shù)據(jù)時(shí)代基于云會(huì)計(jì)的企業(yè)庫(kù)存管理框架模型。企業(yè)庫(kù)存管理決策所需的庫(kù)房信息，如倉(cāng)庫(kù)信息、貨位信息、物料信息、出入庫(kù)信息等，可以通過(guò)物聯(lián)網(wǎng)技術(shù)借助云會(huì)計(jì)平臺(tái)進(jìn)行實(shí)時(shí)搜集；決策所需的其他大數(shù)據(jù)源，可以通過(guò)互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)、社會(huì)化網(wǎng)絡(luò)等多種媒介，借助云會(huì)計(jì)平臺(tái)從企業(yè)內(nèi)部、交易所、事務(wù)所、外部市場(chǎng)、銀行等獲取。同時(shí)，經(jīng)由大數(shù)據(jù)處理技術(shù)和方法（Hadoop、Storm、PentahoBI等）規(guī)范所獲取數(shù)據(jù)，并通過(guò)ODS、DW/DM、OLAP等數(shù)據(jù)挖掘與數(shù)據(jù)分析技術(shù)提取企業(yè)進(jìn)行庫(kù)存管理決策所需的財(cái)務(wù)與非財(cái)務(wù)數(shù)據(jù)。大數(shù)據(jù)分析中心對(duì)企業(yè)庫(kù)存管理的入庫(kù)信息、調(diào)撥信息、出庫(kù)信息進(jìn)行分析，以此來(lái)支撐庫(kù)存管理模塊，為采購(gòu)入庫(kù)、庫(kù)房調(diào)撥、銷(xiāo)售出庫(kù)階段實(shí)時(shí)、準(zhǔn)確的決策提供了依據(jù)。
（一）采購(gòu)入庫(kù)在采購(gòu)入庫(kù)階段
由大數(shù)據(jù)分析中心結(jié)合企業(yè)生產(chǎn)情況、外部環(huán)境等因素對(duì)采購(gòu)計(jì)劃、采購(gòu)數(shù)量、采購(gòu)時(shí)間、物流過(guò)程等相關(guān)采購(gòu)流程的影響，就公司所接訂單、產(chǎn)品或服務(wù)的生產(chǎn)周期以及交貨的時(shí)間等進(jìn)行分析，并針對(duì)企業(yè)歷史數(shù)據(jù)的分析以及對(duì)供應(yīng)商信用程度、產(chǎn)品質(zhì)量、產(chǎn)品價(jià)格等的綜合分析，制定出《合格供應(yīng)商名冊(cè)》向企業(yè)推薦最優(yōu)供應(yīng)商。采購(gòu)部門(mén)則根據(jù)分析結(jié)果按照企業(yè)需求制定出科學(xué)的采購(gòu)計(jì)劃與選擇適合并滿意的供應(yīng)商。完成供應(yīng)商選擇之后要進(jìn)行簽訂采購(gòu)合同、發(fā)出訂購(gòu)單，供應(yīng)商確認(rèn)訂購(gòu)單、根據(jù)訂單交貨等步驟，這一過(guò)程需注意明確合同內(nèi)容，明晰產(chǎn)品信息與雙方責(zé)任。在最后一個(gè)部分即進(jìn)料檢驗(yàn)及入庫(kù)階段，由射頻識(shí)別技術(shù)（RFID）識(shí)別出產(chǎn)品的品牌、規(guī)格、型號(hào)以及供應(yīng)商的檢驗(yàn)合格標(biāo)識(shí)（在物聯(lián)網(wǎng)技術(shù)下，產(chǎn)品都帶有唯一電子標(biāo)簽）之后方可入庫(kù)，若有檢驗(yàn)不合格者，根據(jù)標(biāo)簽自帶的生產(chǎn)信息退回至供應(yīng)商處，并根據(jù)采購(gòu)合同的條款或退換貨物或進(jìn)行賠付，退換后的貨物同樣要進(jìn)行這一系列的檢驗(yàn)過(guò)程，直到合格后入庫(kù)。
（二）庫(kù)房調(diào)撥在庫(kù)房調(diào)撥階段
模型采用完全共享策略，即某倉(cāng)庫(kù)庫(kù)存水平一旦無(wú)法滿足當(dāng)前訂單，而采用調(diào)撥方式可滿足時(shí)，可從其他點(diǎn)調(diào)撥，要求調(diào)撥點(diǎn)的當(dāng)前庫(kù)存能滿足需求點(diǎn)的訂單需求量。由于云會(huì)計(jì)前端的物聯(lián)網(wǎng)可以得到企業(yè)各倉(cāng)庫(kù)的庫(kù)存信息，這樣在任何倉(cāng)庫(kù)發(fā)生存貨預(yù)警時(shí)，都可以向后端的大數(shù)據(jù)分析中心實(shí)時(shí)反饋請(qǐng)求調(diào)撥信息。對(duì)請(qǐng)求調(diào)撥信息進(jìn)行分析之后，按照最小費(fèi)用策略確定存貨的調(diào)撥點(diǎn)與調(diào)撥量，并向該倉(cāng)庫(kù)調(diào)撥信息，以此在各倉(cāng)庫(kù)間完成存貨的相互補(bǔ)給。在各倉(cāng)庫(kù)不能滿足庫(kù)存需要或者調(diào)撥成本過(guò)高時(shí)，庫(kù)存信息將直接向總部反饋，由總部完成存貨的分配。最后將調(diào)撥結(jié)果經(jīng)由大數(shù)據(jù)分析中心向倉(cāng)儲(chǔ)管理部門(mén)進(jìn)行匯報(bào)。基于云會(huì)計(jì)的庫(kù)存調(diào)撥模塊將企業(yè)的分布式庫(kù)存連成了一個(gè)有機(jī)整體，不再是單獨(dú)的倉(cāng)庫(kù)管理，可滿足大中型企業(yè)庫(kù)存實(shí)時(shí)性的問(wèn)題，便于整體優(yōu)化及一體化管理。大數(shù)據(jù)分析中心為各倉(cāng)庫(kù)的信息共享提供了技術(shù)支撐，物聯(lián)網(wǎng)技術(shù)的運(yùn)用為掌握各倉(cāng)庫(kù)的實(shí)時(shí)信息提供了有力保障，可為企業(yè)節(jié)省時(shí)間與成本。
（三）銷(xiāo)售出庫(kù)針對(duì)企業(yè)的銷(xiāo)售出庫(kù)
銷(xiāo)售部門(mén)根據(jù)經(jīng)由大數(shù)據(jù)分析中心分析之后的客戶訂單向指定的倉(cāng)庫(kù)下達(dá)發(fā)貨指令，當(dāng)指定倉(cāng)庫(kù)接收到發(fā)貨指令之后帶有RFID的貨物將發(fā)往指定地點(diǎn)，同時(shí)，貨物的地理位置信息與其他信息等由帶RFID技術(shù)的物聯(lián)網(wǎng)通過(guò)大數(shù)據(jù)分析中心向倉(cāng)儲(chǔ)管理部門(mén)實(shí)時(shí)反饋，以確保貨物的安全以及了解物流信息。在貨物到達(dá)指定地點(diǎn)后，將會(huì)再次向大數(shù)據(jù)分析中心反饋信息，并向倉(cāng)儲(chǔ)管理部門(mén)與銷(xiāo)售部門(mén)發(fā)送貨物安全送達(dá)的信息，從而完成整個(gè)出庫(kù)過(guò)程。
三、結(jié)語(yǔ)
近幾年隨著社會(huì)的發(fā)展，信息技術(shù)和計(jì)算機(jī)在迅猛發(fā)展，在各個(gè)領(lǐng)域都需要大量的數(shù)據(jù)，這有利于企業(yè)了解市場(chǎng)，而這個(gè)時(shí)代的數(shù)據(jù)大爆炸已經(jīng)不能被現(xiàn)代化的計(jì)算機(jī)所消化了。在信息化社會(huì)，到2020年，全球以電子形式存儲(chǔ)的數(shù)據(jù)量預(yù)計(jì)將達(dá)到35ZB，而這其中，企業(yè)數(shù)據(jù)正在以55%的速度逐年增長(zhǎng)。IDC預(yù)測(cè)，大數(shù)據(jù)技術(shù)與服務(wù)市場(chǎng)將在2015年達(dá)到169億美元，年增長(zhǎng)率甚至達(dá)到40%，這是大數(shù)據(jù)時(shí)代到來(lái)的趨勢(shì)。我們將這些數(shù)據(jù)稱(chēng)為“海量數(shù)據(jù)”，這個(gè)概念其實(shí)在2008年時(shí)就已經(jīng)被提出來(lái)了，最早提出是在谷歌成立10周年的慶祝典禮上，被稱(chēng)為“BigData”，后來(lái)也曾在雜志上討論，我們應(yīng)該如何面對(duì)現(xiàn)在的數(shù)據(jù)大爆炸時(shí)代，這不僅是機(jī)遇，也是一種挑戰(zhàn)?？梢赃@么說(shuō)，大數(shù)據(jù)時(shí)代是信息社會(huì)的變革，是信息化和科技發(fā)展的產(chǎn)物，它具有很強(qiáng)的緊迫性，對(duì)我們這個(gè)時(shí)代也有重要意義，如何將數(shù)據(jù)整理、分析、歸納和共享成為全世界都在關(guān)注的事情。大數(shù)據(jù)時(shí)代的到來(lái)對(duì)于企業(yè)來(lái)說(shuō)是更大地挑戰(zhàn)，如何在這樣的一個(gè)時(shí)代加強(qiáng)自己的競(jìng)爭(zhēng)力，把握住每一個(gè)客戶的資料和數(shù)據(jù)，成為企業(yè)提高國(guó)際競(jìng)爭(zhēng)力的關(guān)鍵。數(shù)據(jù)流的廣泛應(yīng)用使企業(yè)不斷審視自己的IT管理模式，逐漸形成規(guī)?；?、多樣化和高速化的企業(yè)管理模式，可以說(shuō)大數(shù)據(jù)時(shí)代的到來(lái)對(duì)于企業(yè)既是機(jī)遇又是挑戰(zhàn)。
2相關(guān)概念
在信息化時(shí)代“，數(shù)據(jù)”成為一個(gè)熱門(mén)詞匯，如今數(shù)據(jù)已經(jīng)深入到每一個(gè)行業(yè)和領(lǐng)域，并成為促進(jìn)生產(chǎn)的重要因素。而“大數(shù)據(jù)”這樣的概念是在數(shù)據(jù)的基礎(chǔ)上逐漸流行起來(lái)的，這最早源于美國(guó)“。大數(shù)據(jù)”指的是運(yùn)用更先進(jìn)軟件和科技對(duì)數(shù)據(jù)進(jìn)行管理和分析，將數(shù)據(jù)流整合，將海量的數(shù)據(jù)進(jìn)行處理，也就是說(shuō)，傳統(tǒng)的數(shù)據(jù)管理技術(shù)已經(jīng)不能適應(yīng)現(xiàn)在的大量數(shù)據(jù)了，我們要進(jìn)行新技術(shù)的開(kāi)發(fā)，迎接大數(shù)據(jù)時(shí)代的到來(lái)。大數(shù)據(jù)(Bigdata)一般指的是軟件工具難以捕捉、管理和分析的大容量數(shù)據(jù)，其單位通常是“TB”。大數(shù)據(jù)是一個(gè)企業(yè)在創(chuàng)造了大量非結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)后，組成一個(gè)數(shù)據(jù)集，其具有4V特性：(1)容量大(Volume)。非結(jié)構(gòu)化數(shù)據(jù)的超大規(guī)模和增長(zhǎng)；占總數(shù)據(jù)量的80%～90%；比結(jié)構(gòu)化數(shù)據(jù)增長(zhǎng)快10到50倍，是傳統(tǒng)數(shù)據(jù)倉(cāng)庫(kù)的10～50倍。(2)格式多(Variety)。異構(gòu)和多樣性；很多不同的形式，如文本、圖像、視頻、機(jī)器數(shù)據(jù)等；沒(méi)有模式或者模式不明顯；不連貫的語(yǔ)法或句義。(3)價(jià)值高(Value)。大量的不相關(guān)信息的提純；對(duì)未來(lái)趨勢(shì)與模式的可預(yù)測(cè)分析；深度復(fù)雜分析(機(jī)器學(xué)習(xí)、人工智能VS傳統(tǒng)商務(wù)智能咨詢、報(bào)告等)。(4)速度快(Velocity)。實(shí)時(shí)分析而非批量式分析數(shù)據(jù)輸入、處理與丟棄，立竿見(jiàn)影而非事后見(jiàn)效。數(shù)據(jù)之間的跨應(yīng)用和跨系統(tǒng)的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)體現(xiàn)著數(shù)據(jù)與數(shù)據(jù)的復(fù)雜關(guān)系，這些數(shù)據(jù)相互之間關(guān)聯(lián)卻又相對(duì)獨(dú)立，大量的數(shù)據(jù)通過(guò)儲(chǔ)存和分享進(jìn)行交換和聯(lián)系。通過(guò)對(duì)大量數(shù)據(jù)進(jìn)行分析、整合和交換，不斷創(chuàng)造新的價(jià)值，加快生產(chǎn)，發(fā)現(xiàn)新領(lǐng)域和新知識(shí)，將數(shù)據(jù)流最大價(jià)值化和最大應(yīng)用化，這是大數(shù)據(jù)的實(shí)質(zhì)與內(nèi)涵，簡(jiǎn)單來(lái)說(shuō)，就是將大數(shù)據(jù)內(nèi)部信息進(jìn)行關(guān)聯(lián)和挖掘。
3大數(shù)據(jù)給公司帶來(lái)的挑戰(zhàn)
新疆新捷股份有限公司成立于1995年8月，是專(zhuān)業(yè)從事天然氣終端銷(xiāo)售及綜合利用的企業(yè)。公司秉承中國(guó)石油“奉獻(xiàn)能源、創(chuàng)造和諧”企業(yè)宗旨，堅(jiān)持昆侖能源“低碳經(jīng)濟(jì)、綠色發(fā)展”理念，努力將公司建設(shè)成為國(guó)內(nèi)一流的天然氣終端銷(xiāo)售企業(yè)。從企業(yè)戰(zhàn)略著眼，信息就是財(cái)富，企業(yè)如果對(duì)這些大數(shù)據(jù)管理得當(dāng)，就可以發(fā)掘出更為強(qiáng)大可靠的決策信息。目前大數(shù)據(jù)時(shí)代給企業(yè)管理者帶來(lái)的挑戰(zhàn)有如下幾個(gè)方面。
3.1如何獲取大數(shù)據(jù)現(xiàn)在很多企業(yè)所能獲取的數(shù)據(jù)信息有限，僅僅是冰山一角，大約為總數(shù)據(jù)的15%以下，并且對(duì)數(shù)據(jù)整合程度不夠，存在很多非結(jié)構(gòu)化數(shù)據(jù)和半結(jié)構(gòu)化數(shù)據(jù)。無(wú)法獲取足夠的數(shù)據(jù)成為企業(yè)發(fā)展的障礙，這些對(duì)于現(xiàn)代企業(yè)來(lái)說(shuō)是一個(gè)很大的難題，傳統(tǒng)的商業(yè)智能系統(tǒng)對(duì)大量信息數(shù)據(jù)的標(biāo)準(zhǔn)化和結(jié)構(gòu)化整合已經(jīng)不能適應(yīng)，海量數(shù)據(jù)的產(chǎn)生需要企業(yè)運(yùn)用先進(jìn)的手段獲取更多，并對(duì)信息數(shù)據(jù)加以整合，這樣才能通過(guò)大量的數(shù)據(jù)分析市場(chǎng)需求，增加客戶，提高企業(yè)的服務(wù)質(zhì)量，不斷提升企業(yè)的國(guó)際競(jìng)爭(zhēng)力。因此，如何獲取大數(shù)據(jù)成為新疆新捷股份有限公司的一個(gè)挑戰(zhàn)。
3.2對(duì)管理團(tuán)隊(duì)的挑戰(zhàn)新疆新捷股份有限公司的傳統(tǒng)管理模式是高層決策者憑借自己的經(jīng)驗(yàn)和決策能力下決定，其他管理人員負(fù)責(zé)完善決策和執(zhí)行。在大數(shù)據(jù)時(shí)代來(lái)臨前數(shù)據(jù)量較小，信息有限且獲取信息的成本較高，因此這種傳統(tǒng)的管理模式還可以適應(yīng)企業(yè)發(fā)展。但隨著信息化社會(huì)的發(fā)展和大數(shù)據(jù)時(shí)代的到來(lái)，這種傳統(tǒng)的管理模式已經(jīng)不能適應(yīng)海量的數(shù)據(jù)，這更多的是需要新疆新捷股份有限公司通過(guò)大量的數(shù)據(jù)進(jìn)行分析，結(jié)合企業(yè)自身的特點(diǎn)，組成管理團(tuán)隊(duì)進(jìn)行決策，這樣才能不斷適應(yīng)社會(huì)的發(fā)展，增強(qiáng)企業(yè)的競(jìng)爭(zhēng)力。決策者在決策過(guò)程中的直覺(jué)主義已經(jīng)不能適應(yīng)大數(shù)據(jù)時(shí)代，這是企業(yè)在管理上遇到的一個(gè)挑戰(zhàn)。
3.3對(duì)企業(yè)管理流程的挑戰(zhàn)多數(shù)企業(yè)的管理流程是逆向思維方式，也就是說(shuō)通過(guò)在經(jīng)營(yíng)過(guò)程中出現(xiàn)的問(wèn)題進(jìn)行分析，通過(guò)一個(gè)管理團(tuán)隊(duì)的討論和協(xié)商，制定出一套解決方案，這樣的管理流程有一定的好處，但也會(huì)因?yàn)橛幸恍┕芾韱?wèn)題還沒(méi)有出現(xiàn)，導(dǎo)致管理上的疏漏，而新疆新捷股份有限公司就曾是這樣的管理流程。對(duì)于現(xiàn)在海量數(shù)據(jù)的產(chǎn)生，新疆新捷股份有限公司不能再按照逆向思維模式進(jìn)行管理了，其應(yīng)該盡量運(yùn)用正向思維的管理方式，根據(jù)現(xiàn)在大數(shù)據(jù)時(shí)代的特點(diǎn)，進(jìn)行數(shù)據(jù)收集，找出數(shù)據(jù)之間潛在的關(guān)系，對(duì)客戶信息進(jìn)行整理分析，充分了解客戶的需求，進(jìn)而提出優(yōu)化方案，這樣更有利于企業(yè)發(fā)現(xiàn)自身的問(wèn)題，并走在其他企業(yè)前面，提高競(jìng)爭(zhēng)力。
4大數(shù)據(jù)時(shí)代企業(yè)管理變革
隨著信息流動(dòng)、網(wǎng)絡(luò)新生代的成長(zhǎng)和數(shù)據(jù)量的增加，過(guò)去傳統(tǒng)企業(yè)可能通過(guò)強(qiáng)大的體制控制力，或者信息不對(duì)稱(chēng)的優(yōu)勢(shì)地位進(jìn)行封閉企業(yè)管理的模式，在今天已經(jīng)越來(lái)越行不通了。面對(duì)海量數(shù)據(jù)，我們要以數(shù)據(jù)體現(xiàn)的內(nèi)容為先決條件，不斷適應(yīng)大數(shù)據(jù)時(shí)代的變革，同時(shí)，對(duì)企業(yè)的管理進(jìn)行改進(jìn)和變革，大數(shù)據(jù)時(shí)代下企業(yè)管理需要做出變革幾點(diǎn)如下。
4.1獲取數(shù)據(jù)在大數(shù)據(jù)時(shí)代，企業(yè)最重要的是進(jìn)行數(shù)據(jù)的獲取，收集一定的數(shù)據(jù)才能更好地對(duì)企業(yè)進(jìn)行管理和實(shí)施決策。大數(shù)據(jù)需要有一個(gè)平臺(tái)，需要進(jìn)行一個(gè)數(shù)據(jù)的抓取，它有傳輸、分析、建模、優(yōu)化等作用，最后產(chǎn)生認(rèn)知，這些都是在大數(shù)據(jù)這個(gè)平臺(tái)上所必須具備的一些特性。這些特性使得企業(yè)間可以通過(guò)大數(shù)據(jù)平臺(tái)進(jìn)行跨行業(yè)交流。大數(shù)據(jù)平臺(tái)會(huì)把全世界的數(shù)據(jù)進(jìn)行共享，使得全世界在物理空間的活動(dòng)都得以體現(xiàn)在大數(shù)據(jù)平臺(tái)上，這是一個(gè)很重要的概念。對(duì)于企業(yè)來(lái)說(shuō)，要不斷融入這個(gè)平臺(tái)，通過(guò)共享數(shù)據(jù)和收集數(shù)據(jù)，開(kāi)發(fā)潛在客戶。
4.2管理團(tuán)隊(duì)的挑戰(zhàn)大數(shù)據(jù)時(shí)代的到來(lái)對(duì)于企業(yè)的管理既是機(jī)遇又是挑戰(zhàn)，對(duì)于企業(yè)的管理者來(lái)說(shuō)，這有利于數(shù)據(jù)的收集和分析，我們?cè)诿鎸?duì)大數(shù)據(jù)的挑戰(zhàn)時(shí)，首先要將數(shù)據(jù)量化，量化的數(shù)據(jù)有利于管理效率的提升，管理者通過(guò)大量的數(shù)據(jù)信息掌握公司的業(yè)務(wù)和客戶，對(duì)公司內(nèi)部和外部客戶進(jìn)行管理，提升管理和決策的質(zhì)量。我們可以通過(guò)以下三個(gè)方面面對(duì)挑戰(zhàn)。
4.2.1轉(zhuǎn)變管理模式企業(yè)在管理上要與時(shí)俱進(jìn)，要在大數(shù)據(jù)時(shí)代充分了解數(shù)據(jù)是什么，并通過(guò)數(shù)據(jù)進(jìn)行有利于自己企業(yè)發(fā)展的分析，要根據(jù)大數(shù)據(jù)轉(zhuǎn)變管理模式。海量數(shù)據(jù)是管理的主線，我們應(yīng)該通過(guò)數(shù)據(jù)說(shuō)話，利用數(shù)據(jù)進(jìn)行潛在客戶的挖掘。以往的管理模式都是由高層人員根據(jù)自己的經(jīng)驗(yàn)進(jìn)行決策和管理，而在大數(shù)據(jù)時(shí)代，我們應(yīng)該建立一個(gè)管理團(tuán)隊(duì)，對(duì)海量數(shù)據(jù)進(jìn)行管理和收集，通過(guò)分析數(shù)據(jù)得出結(jié)論，再通過(guò)研究討論，最終確立決策方案。這種管理方式可以給企業(yè)帶來(lái)巨大的商業(yè)價(jià)值，實(shí)現(xiàn)企業(yè)對(duì)客戶進(jìn)行增值服務(wù)的附加值，以數(shù)據(jù)為主的管理模式更合理，更科學(xué)，也更符合大數(shù)據(jù)時(shí)代的特點(diǎn)，此外，還有利于企業(yè)增強(qiáng)競(jìng)爭(zhēng)力，提高管理和決策的效率。
4.2.2轉(zhuǎn)變思維模式面對(duì)大數(shù)據(jù)時(shí)代，企業(yè)管理者需要對(duì)大數(shù)據(jù)進(jìn)行量化分析，這和傳統(tǒng)的思維模式并不相同，因此需要轉(zhuǎn)變管理者的思維模式。在面對(duì)重大決策和企業(yè)管理時(shí)，要先進(jìn)行數(shù)據(jù)查找和數(shù)據(jù)分析，從數(shù)據(jù)上得出結(jié)論，分析結(jié)果，最后再進(jìn)行決策和管理，這種方式不但會(huì)提高管理者的效率，也會(huì)提高其他工作人員的積極性和業(yè)務(wù)執(zhí)行能力。另外，我們要允許數(shù)據(jù)做主，也就是說(shuō)提高數(shù)據(jù)分析的力度，將來(lái)自一線的數(shù)據(jù)進(jìn)行分析，通過(guò)數(shù)據(jù)判斷決策是否正確，大數(shù)據(jù)的整理和分析是需要較長(zhǎng)的時(shí)間來(lái)完成的，這對(duì)企業(yè)來(lái)說(shuō)也是一種挑戰(zhàn)。
4.2.3培養(yǎng)人才資源在大數(shù)據(jù)時(shí)代人才資源是一個(gè)企業(yè)發(fā)展的重要因素。如今的高級(jí)管理人才越來(lái)越稀缺，擁有綜合能力的管理人才不多，因此企業(yè)應(yīng)該進(jìn)行管理人才的培養(yǎng)，只有將人才、科技、管理、決策進(jìn)行融合和調(diào)整，才能使企業(yè)清晰自己的發(fā)展目標(biāo)，制定適合自己的發(fā)展戰(zhàn)略。企業(yè)可以在管理人才的選擇上挑選一些經(jīng)驗(yàn)豐富、學(xué)歷較高的人才，再進(jìn)行崗前培訓(xùn)和在職培訓(xùn)，提高他們的管理能力和應(yīng)對(duì)大數(shù)據(jù)時(shí)代的能力。企業(yè)通過(guò)培養(yǎng)視覺(jué)化、系統(tǒng)化人才，將企業(yè)的海量數(shù)據(jù)進(jìn)行快速、高效的整理和分析，從而提高企業(yè)競(jìng)爭(zhēng)力，使企業(yè)能充分迎接大數(shù)據(jù)時(shí)代帶來(lái)的挑戰(zhàn)，更好地把握大數(shù)據(jù)時(shí)代出現(xiàn)的機(jī)遇。
5結(jié)語(yǔ)
緊跟大數(shù)據(jù)時(shí)代的步伐，農(nóng)業(yè)銀行積極推進(jìn)大數(shù)據(jù)平臺(tái)建設(shè)及大數(shù)據(jù)的價(jià)值應(yīng)用，確立了“大數(shù)據(jù)體系建設(shè)必須以應(yīng)用為核心，數(shù)據(jù)平臺(tái)開(kāi)發(fā)與業(yè)務(wù)應(yīng)用統(tǒng)籌考慮，要做好內(nèi)部的數(shù)據(jù)治理，逐步拓展數(shù)據(jù)來(lái)源范圍，充分利用內(nèi)外部數(shù)據(jù)資源，不斷提升對(duì)全行經(jīng)營(yíng)管理的支撐水平。”的總體戰(zhàn)略思想，即：數(shù)據(jù)是基礎(chǔ)，應(yīng)用是目標(biāo)，平臺(tái)是支撐，治理是保障。
1.強(qiáng)化數(shù)據(jù)治行理念大數(shù)據(jù)革命必將顛覆銀行傳統(tǒng)觀念和經(jīng)營(yíng)模式。通過(guò)營(yíng)造“數(shù)據(jù)治行”的文化，建立分析數(shù)據(jù)的習(xí)慣，落實(shí)全行的數(shù)據(jù)標(biāo)準(zhǔn)和數(shù)據(jù)治理，切實(shí)提升“大數(shù)據(jù)”開(kāi)發(fā)利用的綜合能力，將現(xiàn)有數(shù)據(jù)轉(zhuǎn)化為信息資源，讓決策更加有的放矢，讓發(fā)展更加貼近市場(chǎng)需求。
2.建設(shè)大數(shù)據(jù)平臺(tái)構(gòu)建處理能力強(qiáng)、擴(kuò)展性好、開(kāi)放度及共享度高的大數(shù)據(jù)存儲(chǔ)加工平臺(tái)，整合行內(nèi)外、各種形態(tài)、跨歷史周期的海量數(shù)據(jù)，并構(gòu)建統(tǒng)一、全面、穩(wěn)定的企業(yè)級(jí)數(shù)據(jù)模型，為大數(shù)據(jù)的分析利用提供基礎(chǔ)的數(shù)據(jù)、環(huán)境、模型及配套工具等全方位立體式支撐。
3.打造數(shù)據(jù)分析應(yīng)用體系構(gòu)建適應(yīng)大數(shù)據(jù)分析的多功能、跨渠道、多粒度的分析挖掘模型和應(yīng)用體系，為服務(wù)質(zhì)量改善、經(jīng)營(yíng)效率提升、金融模式創(chuàng)新提供支持。通過(guò)對(duì)海量數(shù)據(jù)的深度分析，全方位調(diào)整產(chǎn)品結(jié)構(gòu)、營(yíng)銷(xiāo)模式，從根本上提高風(fēng)險(xiǎn)管理、成本績(jī)效管理、資產(chǎn)負(fù)債管理和客戶關(guān)系管理水平。
4.實(shí)現(xiàn)智慧銀行的目標(biāo)智慧銀行是指，通過(guò)大數(shù)據(jù)技術(shù)不斷優(yōu)化業(yè)務(wù)辦理流程，高效配置金融資源，敏銳洞察并引領(lǐng)客戶需求的高度智能化的金融商業(yè)形態(tài)。智慧銀行可提供“銀行始終在客戶身邊”的全場(chǎng)景金融服務(wù)，為客戶創(chuàng)造最佳服務(wù)體驗(yàn)。
二、農(nóng)業(yè)銀行大數(shù)據(jù)平臺(tái)概述
經(jīng)過(guò)多年的努力探索，農(nóng)業(yè)銀行在大數(shù)據(jù)平臺(tái)建設(shè)的道路上銳意開(kāi)拓，大膽創(chuàng)新，逐步形成了以四大基礎(chǔ)平臺(tái)、五類(lèi)數(shù)據(jù)服務(wù)為核心的大數(shù)據(jù)平臺(tái)。
1.四大基礎(chǔ)平臺(tái)（1）企業(yè)級(jí)數(shù)據(jù)倉(cāng)庫(kù)隨著銀行業(yè)數(shù)據(jù)利用能力的逐步提升，業(yè)務(wù)分析呈現(xiàn)跨領(lǐng)域分析、高度整合分析、長(zhǎng)周期歷史分析等特點(diǎn)，企業(yè)級(jí)數(shù)據(jù)倉(cāng)庫(kù)通過(guò)對(duì)行內(nèi)跨領(lǐng)域海量數(shù)據(jù)的高度整合和模型化，形成對(duì)客戶、賬務(wù)、產(chǎn)品等的統(tǒng)一視圖，使大數(shù)據(jù)分析成為可能。農(nóng)業(yè)銀行企業(yè)級(jí)數(shù)據(jù)倉(cāng)庫(kù)以存儲(chǔ)和處理結(jié)構(gòu)化數(shù)據(jù)為主要目標(biāo)，全面涵蓋了農(nóng)業(yè)銀行存、貸、中間業(yè)務(wù)等行內(nèi)業(yè)務(wù)條線的核心類(lèi)數(shù)據(jù)，實(shí)現(xiàn)PB級(jí)數(shù)據(jù)的高效存儲(chǔ)，可以滿足全行在各個(gè)領(lǐng)域數(shù)據(jù)分析和價(jià)值發(fā)現(xiàn)的各類(lèi)需求，并為全行數(shù)據(jù)治理提供有力的支撐。如通過(guò)網(wǎng)點(diǎn)的多維度、全方位、長(zhǎng)歷史周期數(shù)據(jù)挖掘給出網(wǎng)點(diǎn)資源配置建議，提升運(yùn)營(yíng)效率，優(yōu)化業(yè)務(wù)流程。（2）信息共享平臺(tái)信息共享平臺(tái)以存儲(chǔ)和處理行內(nèi)非結(jié)化數(shù)據(jù)為主，輔以來(lái)自行外的社會(huì)數(shù)據(jù)?；诜墙Y(jié)構(gòu)化數(shù)據(jù)的分析和深度挖掘，在客戶關(guān)系管理、中小企業(yè)信貸、風(fēng)險(xiǎn)管理、品牌建設(shè)等眾多領(lǐng)域發(fā)揮了重要的作用。如基于對(duì)社交網(wǎng)絡(luò)各類(lèi)非結(jié)構(gòu)化數(shù)據(jù)的綜合分析可以獲取行外目標(biāo)客戶；通過(guò)機(jī)器學(xué)習(xí)、語(yǔ)音識(shí)別、情緒識(shí)別等技術(shù)，對(duì)客服語(yǔ)音記錄進(jìn)行深度挖掘，發(fā)現(xiàn)客戶的需求。（3）實(shí)時(shí)流計(jì)算平臺(tái)傳統(tǒng)數(shù)據(jù)計(jì)算平臺(tái)多以批量計(jì)算為主，數(shù)據(jù)處理能力較強(qiáng)，但時(shí)效性較差。農(nóng)業(yè)銀行的實(shí)時(shí)流計(jì)算平臺(tái)采用業(yè)界最先進(jìn)的流計(jì)算框架，實(shí)現(xiàn)數(shù)據(jù)的快速采集、交換、處理和應(yīng)用，主要用于實(shí)時(shí)營(yíng)銷(xiāo)、實(shí)時(shí)客戶服務(wù)、欺詐監(jiān)控、大額動(dòng)賬監(jiān)控、系統(tǒng)運(yùn)營(yíng)監(jiān)控等各類(lèi)對(duì)時(shí)效性要求比較高的業(yè)務(wù)場(chǎng)景。如結(jié)合持卡人的行為偏好為客戶實(shí)時(shí)推薦精準(zhǔn)的營(yíng)銷(xiāo)信息、優(yōu)惠信息和特惠商戶信息，并為特定客戶群體提供實(shí)時(shí)的有針對(duì)性的服務(wù)提示。（4）高性能數(shù)據(jù)處理平臺(tái)海量數(shù)據(jù)的分析挖掘亟須一個(gè)高性能環(huán)境的支撐，農(nóng)業(yè)銀行高性能數(shù)據(jù)處理平臺(tái)采用大內(nèi)存處理、分布式、閃存等新技術(shù)，以高性能計(jì)算為主要特點(diǎn)，實(shí)現(xiàn)對(duì)海量結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)數(shù)據(jù)等進(jìn)行綜合處理、全面分析和深度挖掘。如通過(guò)大數(shù)據(jù)語(yǔ)義分析和情緒分析追蹤海量網(wǎng)絡(luò)信息蘊(yùn)藏的經(jīng)濟(jì)金融“微信號(hào)”，借此判斷未來(lái)的市場(chǎng)走勢(shì)，為前瞻性風(fēng)險(xiǎn)管理提供參考。
2.五類(lèi)數(shù)據(jù)服務(wù)農(nóng)業(yè)銀行基于四大基礎(chǔ)平臺(tái)的優(yōu)勢(shì)，大力發(fā)展應(yīng)用系統(tǒng)建設(shè)，形成了五大類(lèi)數(shù)據(jù)服務(wù)形式有機(jī)結(jié)合的數(shù)據(jù)服務(wù)體系。（1）指標(biāo)檢索服務(wù)通過(guò)構(gòu)建全行統(tǒng)一的指標(biāo)庫(kù)，為各個(gè)業(yè)務(wù)條線提供常用指標(biāo)的檢索服務(wù)，在此基礎(chǔ)上提供各類(lèi)經(jīng)營(yíng)管理、監(jiān)管報(bào)送等指標(biāo)采集、加工及報(bào)送服務(wù)。（2）即席查詢服務(wù)采用特定的工具，構(gòu)建功能強(qiáng)大的查詢支持庫(kù)，滿足各類(lèi)靈活查詢、臨時(shí)查詢及特殊復(fù)雜查詢需求。如果說(shuō)報(bào)表是經(jīng)營(yíng)管理的瞭望塔，那么靈活的即席查詢就是執(zhí)行經(jīng)營(yíng)決策的指南針。以客戶營(yíng)銷(xiāo)為例，即席查詢服務(wù)可以為全行的客戶經(jīng)理提供多角度的客戶信息查詢，針對(duì)當(dāng)前市場(chǎng)熱點(diǎn)，提供具體的業(yè)務(wù)指導(dǎo)。（3）定制化信息服務(wù)通過(guò)iReport智能資源視窗對(duì)信息進(jìn)行統(tǒng)一管理、分層檢索、靈活配置和個(gè)性展示，并針對(duì)用戶的不同需求、不同層次及不同偏好，提供定制化、個(gè)性化的信息訂閱，聯(lián)動(dòng)郵件、短信、微信等渠道提供主動(dòng)信息推送服務(wù)。（4）多維分析服務(wù)多維分析可以幫助業(yè)務(wù)人員實(shí)現(xiàn)多維度、多視圖、多層次的分析，并可以通過(guò)下鉆、上鉆、切片、旋轉(zhuǎn)等操作，提供更加動(dòng)態(tài)、智能的數(shù)據(jù)分析，發(fā)現(xiàn)數(shù)據(jù)背后的規(guī)律。如從機(jī)構(gòu)、時(shí)間、客戶、產(chǎn)品類(lèi)型、渠道、營(yíng)銷(xiāo)活動(dòng)等多個(gè)維度對(duì)產(chǎn)品盈利情況進(jìn)行綜合分析，進(jìn)而有效推動(dòng)產(chǎn)品優(yōu)化和創(chuàng)新。（5）深度數(shù)據(jù)挖掘服務(wù)海量數(shù)據(jù)中蘊(yùn)含的規(guī)律和價(jià)值通常不直觀，大數(shù)據(jù)的顯著特點(diǎn)之一就是海量數(shù)據(jù)的知識(shí)發(fā)現(xiàn)和數(shù)據(jù)挖掘。農(nóng)業(yè)銀行基于大數(shù)據(jù)平臺(tái)構(gòu)建了多個(gè)特定領(lǐng)域或主題的數(shù)據(jù)挖掘?qū)嶒?yàn)室，包括客戶洞察及精準(zhǔn)營(yíng)銷(xiāo)、信用評(píng)價(jià)及風(fēng)險(xiǎn)評(píng)估、輿情分析與客戶情感管理等，緊跟市場(chǎng)發(fā)展動(dòng)態(tài)，直面業(yè)務(wù)熱點(diǎn)、難點(diǎn)，充分挖掘大數(shù)據(jù)的巨大價(jià)值，為業(yè)務(wù)發(fā)展和經(jīng)營(yíng)決策提供更加深入的洞察和更加有力的支撐
三、農(nóng)行大數(shù)據(jù)應(yīng)用實(shí)踐
農(nóng)業(yè)銀行在構(gòu)建大數(shù)據(jù)體系時(shí)堅(jiān)持以應(yīng)用為核心，統(tǒng)籌部署數(shù)據(jù)平臺(tái)開(kāi)發(fā)與業(yè)務(wù)應(yīng)用，加強(qiáng)業(yè)務(wù)創(chuàng)新與數(shù)據(jù)利用的良性迭代，實(shí)現(xiàn)傳統(tǒng)業(yè)務(wù)和新型業(yè)態(tài)的融合發(fā)展，充分發(fā)揮了數(shù)據(jù)對(duì)全行業(yè)務(wù)發(fā)展和經(jīng)營(yíng)管理的支撐作用。借助大數(shù)據(jù)這把利劍，實(shí)現(xiàn)了“營(yíng)銷(xiāo)更精準(zhǔn)、服務(wù)更貼心、管理更精細(xì)、監(jiān)管更透明、風(fēng)險(xiǎn)更可控、決策更智能”，有效促進(jìn)了全行經(jīng)營(yíng)理念、業(yè)務(wù)運(yùn)營(yíng)、組織流程的不斷創(chuàng)新，為全行業(yè)務(wù)發(fā)展和經(jīng)營(yíng)管理提供了有力的科技引擎。以下三類(lèi)應(yīng)用案例可充分說(shuō)明情況。
1.精準(zhǔn)營(yíng)銷(xiāo)基于大數(shù)據(jù)的客戶營(yíng)銷(xiāo)“三步曲”：獲取客戶、客戶畫(huà)像、精準(zhǔn)營(yíng)銷(xiāo)（如圖1所示）。通過(guò)大數(shù)據(jù)強(qiáng)大的信息獲取和處理能力，充分挖掘行內(nèi)外的潛在客戶；通過(guò)大數(shù)據(jù)實(shí)現(xiàn)對(duì)客戶的360°立體畫(huà)像，在掌控客戶行為、洞察客戶情感的基礎(chǔ)上，準(zhǔn)確地預(yù)測(cè)客戶需求，從而實(shí)現(xiàn)精準(zhǔn)營(yíng)銷(xiāo)及交叉營(yíng)銷(xiāo)。以貴賓客戶信用卡精準(zhǔn)營(yíng)銷(xiāo)為例，農(nóng)業(yè)銀行通過(guò)綜合行內(nèi)外數(shù)據(jù)，應(yīng)用聚類(lèi)分析、關(guān)聯(lián)規(guī)則發(fā)現(xiàn)、決策樹(shù)等數(shù)據(jù)挖掘算法，構(gòu)建了完整的精準(zhǔn)交叉營(yíng)銷(xiāo)模型庫(kù)和應(yīng)用體系，動(dòng)態(tài)實(shí)現(xiàn)目標(biāo)客戶識(shí)別、客群劃分、優(yōu)先級(jí)劃分、產(chǎn)品推薦、渠道推薦等功能。在合適的時(shí)間，以合適的渠道，通過(guò)合適的方式，為合適的客戶推介甚至定制合適的產(chǎn)品，實(shí)現(xiàn)差異化、個(gè)性化的精準(zhǔn)營(yíng)銷(xiāo)。2.熱點(diǎn)分析農(nóng)業(yè)銀行基于大數(shù)據(jù)平臺(tái)構(gòu)建了熱點(diǎn)問(wèn)題專(zhuān)題分析模型庫(kù)，對(duì)當(dāng)前的熱點(diǎn)事件進(jìn)行定期跟進(jìn)、深度分析和動(dòng)態(tài)監(jiān)測(cè)，為策略制定、產(chǎn)品創(chuàng)新及運(yùn)營(yíng)模
式優(yōu)化等提供有力支持。以互聯(lián)網(wǎng)理財(cái)客戶分析為例，該項(xiàng)分析旨在揭示個(gè)人客戶購(gòu)買(mǎi)互聯(lián)網(wǎng)理財(cái)產(chǎn)品與農(nóng)業(yè)銀行資金流失的關(guān)系。首先采集研究機(jī)構(gòu)等第三方數(shù)據(jù)，融合內(nèi)部數(shù)據(jù)，對(duì)整體購(gòu)買(mǎi)規(guī)模進(jìn)行分析；挖掘購(gòu)買(mǎi)互聯(lián)網(wǎng)理財(cái)客戶的特點(diǎn)，對(duì)這一特定客戶群體進(jìn)行綜合畫(huà)像。從而知道“正在發(fā)生什么。”然后，采用神經(jīng)網(wǎng)絡(luò)、回歸等方法，對(duì)即將流失的客戶進(jìn)行智能識(shí)別，針對(duì)不同的客戶特點(diǎn)制定不同的客戶挽留措施，知道“即將發(fā)生什么。”最后，通過(guò)對(duì)客戶和資產(chǎn)流失的深度分析，提出產(chǎn)品層面的創(chuàng)新策略，并給出具體建議；產(chǎn)品優(yōu)化和創(chuàng)新后，再次綜合分析新產(chǎn)品的市場(chǎng)效果，并對(duì)產(chǎn)品進(jìn)行持續(xù)優(yōu)化，實(shí)現(xiàn)數(shù)據(jù)挖掘和產(chǎn)品創(chuàng)新的迭代。
對(duì)于新媒體文學(xué)意味著什么大數(shù)據(jù)讓新媒體文學(xué)回到“去作者化”的共在混融狀態(tài):在傳統(tǒng)聲音媒介時(shí)代，讀者與作者共同創(chuàng)作、修改詩(shī)歌;到了紙質(zhì)媒介時(shí)代，作者的地位上升;在新媒體文學(xué)時(shí)代，讀者可以對(duì)作家進(jìn)行積極主動(dòng)的反饋，但這種反饋呈現(xiàn)出信息零碎化、評(píng)價(jià)隨性化以及無(wú)法把握所有地域、身份、族裔的不完整狀態(tài);到了大數(shù)據(jù)時(shí)代，新媒體文學(xué)借鑒《紙牌屋》的數(shù)據(jù)挖掘模式，可以對(duì)讀者信息進(jìn)行全數(shù)據(jù)收集整理，以最大的吸引力呈現(xiàn)一個(gè)文本(其中包括一種可能性，即同一個(gè)故事開(kāi)頭，針對(duì)不同人群有不同的故事演進(jìn)和情節(jié)，乃至人物設(shè)置)。舍恩伯格認(rèn)為，“大數(shù)據(jù)是指不用隨機(jī)分析法這樣的捷徑，而采用所有數(shù)據(jù)的方法”，因此，我們分析的大數(shù)據(jù)其實(shí)應(yīng)該被稱(chēng)為“全數(shù)據(jù)”。在網(wǎng)絡(luò)新媒體時(shí)代，人類(lèi)所有的網(wǎng)絡(luò)行為都可以被數(shù)據(jù)化，而這些數(shù)據(jù)又能完全被收集、存儲(chǔ)、交換和分析。人們?cè)诓唤?jīng)意之間產(chǎn)生的數(shù)據(jù)總量大到我們難以想象的程度?！皳?jù)有關(guān)研究報(bào)告，2013年中國(guó)產(chǎn)生的數(shù)據(jù)總量超過(guò)0．8ZB，相當(dāng)于2009年全球的數(shù)據(jù)總量。預(yù)計(jì)到2020年，中國(guó)產(chǎn)生的數(shù)據(jù)總量將超過(guò)8．5ZB，是2013年的10倍，一個(gè)大規(guī)模生產(chǎn)、分享和應(yīng)用數(shù)據(jù)的嶄新時(shí)代正在到來(lái)。”新媒體文學(xué)在發(fā)展過(guò)程之中當(dāng)然也生產(chǎn)了大規(guī)模的數(shù)據(jù)，這些數(shù)據(jù)對(duì)新媒體文學(xué)意味著什么呢?第一，以PC和移動(dòng)終端為主要載體的新媒體文學(xué)產(chǎn)生巨大的相關(guān)信息數(shù)據(jù)庫(kù)，比如新媒體小說(shuō)閱讀量排行榜、新媒體作家數(shù)據(jù)庫(kù)、讀者閱讀時(shí)間和習(xí)慣、哪些文學(xué)章節(jié)被反復(fù)閱讀等等。與此同時(shí)，因?yàn)榫W(wǎng)絡(luò)媒介的公開(kāi)性和“無(wú)門(mén)檻”標(biāo)準(zhǔn)，新媒體文學(xué)的閱讀者和創(chuàng)作者數(shù)量達(dá)到了文學(xué)史上前所未有的奇跡。2014年，中國(guó)網(wǎng)絡(luò)文學(xué)的讀者已突破5億人，保守估計(jì)整體收入突破65億元。這樣大規(guī)模的用戶群保證了巨大的數(shù)據(jù)量，也使文學(xué)網(wǎng)站擁有所有與網(wǎng)絡(luò)文學(xué)相關(guān)的數(shù)據(jù)。網(wǎng)絡(luò)文學(xué)帶來(lái)的巨大經(jīng)濟(jì)效益成為對(duì)網(wǎng)絡(luò)文學(xué)進(jìn)行大數(shù)據(jù)分析的資本基礎(chǔ)和動(dòng)力。作為迄今為止最為強(qiáng)大的分析技術(shù)，大數(shù)據(jù)的重要價(jià)值在于預(yù)測(cè)趨勢(shì)，即“正在發(fā)生的未來(lái)”。通過(guò)對(duì)這些大數(shù)據(jù)的分析，內(nèi)容生產(chǎn)者可以有針對(duì)性地將作品推送給受眾，而這種經(jīng)過(guò)精心設(shè)計(jì)的文學(xué)作品恰好就是受眾所需要的。這是因?yàn)榇髷?shù)據(jù)分析可以采用理想狀態(tài)的全數(shù)據(jù)分析(目前還不能完全達(dá)到)，而全數(shù)據(jù)分析由于分析的數(shù)據(jù)量巨大，單個(gè)數(shù)據(jù)的誤差可以在分母巨大無(wú)比的全數(shù)據(jù)海洋之中被忽略。相反，在數(shù)據(jù)量有限的時(shí)代，我們就只能追求單個(gè)數(shù)據(jù)的精準(zhǔn)?！耙?yàn)槭占畔⒌挠邢抟馕吨?xì)微的錯(cuò)誤會(huì)被放大，甚至有可能影響整個(gè)結(jié)果的準(zhǔn)確性?！碑?dāng)數(shù)據(jù)量持續(xù)積累增加時(shí)，對(duì)單個(gè)數(shù)據(jù)的精準(zhǔn)性追求不是全數(shù)據(jù)的方式，放棄精準(zhǔn)性、適度接受不精準(zhǔn)性，仍然不會(huì)影響其結(jié)果。這類(lèi)似于醫(yī)用手術(shù)無(wú)影燈，從各個(gè)角度照射對(duì)象，永遠(yuǎn)不會(huì)存在盲區(qū)。盛大文學(xué)董事長(zhǎng)邱文友認(rèn)為，事實(shí)上國(guó)內(nèi)文學(xué)網(wǎng)站在10年前就在運(yùn)用大數(shù)據(jù)思維了:文學(xué)網(wǎng)站上有200多萬(wàn)名作家，700多萬(wàn)部作品，怎么在茫茫作家海中找出下一個(gè)唐家三少?靠數(shù)據(jù)分析。此外，在網(wǎng)絡(luò)連載過(guò)程中，作家跟讀者之間有互動(dòng)，這些訊息也是數(shù)據(jù)?！氨热缱骷冶鞠胱尲兹⒁遥墒墙^大部分讀者希望甲娶丙，這時(shí)候作家可以選擇，是按原來(lái)思路，還是按小說(shuō)可能延伸的商業(yè)價(jià)值去改寫(xiě)結(jié)局?所有決策的因素、動(dòng)機(jī)跟方式，也是數(shù)據(jù)分析。”瑏瑡但是受網(wǎng)絡(luò)技術(shù)發(fā)展的限制，當(dāng)時(shí)新媒體文學(xué)的數(shù)據(jù)挖掘不可能像現(xiàn)在這樣徹底和全面。第二，大數(shù)據(jù)時(shí)代新媒體文學(xué)批評(píng)走向多元化。當(dāng)前的新媒體批評(píng)既包括傳統(tǒng)精英式的學(xué)院派批評(píng)，也包括點(diǎn)贊、跟帖式的草根批評(píng);學(xué)院派批評(píng)以黃鳴奮、歐陽(yáng)友權(quán)為代表，草根批評(píng)以崔宰溶為代表?！包S鳴奮和歐陽(yáng)友權(quán)以從西方新媒體技術(shù)層面發(fā)展出來(lái)的超文本理論作為理論生發(fā)點(diǎn)，對(duì)網(wǎng)絡(luò)文學(xué)進(jìn)行后現(xiàn)代性的學(xué)理探討。”瑏瑢而崔宰溶認(rèn)為，對(duì)中國(guó)網(wǎng)絡(luò)文學(xué)的研究需要從原著理論(vernaculartheory)和網(wǎng)絡(luò)性理論入手，才能真實(shí)地對(duì)新媒體文學(xué)進(jìn)行研究。新媒體文學(xué)的接受者并不會(huì)以文化精英式的方式來(lái)俯視作品，他們對(duì)新媒體文學(xué)的批評(píng)是純感受性的、本能直觀的和零散局部的。這種自下而上的反叛式文學(xué)批評(píng)，迥異于傳統(tǒng)精英式的學(xué)院批評(píng)。對(duì)中國(guó)新媒體文學(xué)的研究必須從網(wǎng)絡(luò)的“原著居民”(網(wǎng)絡(luò)文學(xué)讀者)出發(fā)，由于他們大部分時(shí)間棲居于網(wǎng)絡(luò)之中，因而對(duì)新媒體文學(xué)具有不受傳統(tǒng)文學(xué)理論影響的本性感受力和知識(shí)系統(tǒng)?，仮灛嵐P者認(rèn)為，無(wú)論是西方網(wǎng)絡(luò)文學(xué)理論還是原著理論，在大數(shù)據(jù)時(shí)代，它們都會(huì)被作為大數(shù)據(jù)庫(kù)中的一個(gè)組成部分，再結(jié)合“總點(diǎn)擊量”“總推薦”“月排名”等進(jìn)行分析，從而尋找出讀者最有可能喜歡的作品。無(wú)論如何，大數(shù)據(jù)時(shí)代給新媒體文學(xué)研究帶來(lái)一種新實(shí)證研究路徑。米埃爾(Miall)認(rèn)為，文學(xué)的實(shí)證研究像灰姑娘一樣總是被人們忽視或反對(duì)，早晚會(huì)有一天，實(shí)證研究將統(tǒng)領(lǐng)整個(gè)文化研究領(lǐng)域。人們會(huì)通過(guò)實(shí)證來(lái)研究理論觀念，反思文學(xué)的本質(zhì)和文化地位?，伂帰灳W(wǎng)絡(luò)技術(shù)的發(fā)達(dá)與新媒體文學(xué)的繁榮促成了大數(shù)據(jù)分析對(duì)于新媒體文學(xué)的數(shù)據(jù)實(shí)證性研究。
二、大數(shù)據(jù)思維給新媒體文學(xué)帶來(lái)的理論思考新媒體文學(xué)的大數(shù)據(jù)分析
從學(xué)理上帶來(lái)三組思考:一是大數(shù)據(jù)推動(dòng)了新媒體文學(xué)的發(fā)展，然而新媒體文學(xué)能被徹底數(shù)據(jù)化嗎?如果不能，那在什么樣的層面上可以被數(shù)據(jù)化?新媒體文學(xué)與大數(shù)據(jù)思維融合的真正重要意義在何處?二是新媒體文學(xué)遭遇大數(shù)據(jù)思維之后，是否意味著對(duì)于新媒體文學(xué)的研究可以完全轉(zhuǎn)換為數(shù)據(jù)式的實(shí)證研究?如果不能，對(duì)新媒體文學(xué)的研究還有哪些方面是大數(shù)據(jù)不可能涉及和完成的?三是當(dāng)我們將文學(xué)接受者的大數(shù)據(jù)作為文學(xué)創(chuàng)作的唯一和最高標(biāo)準(zhǔn)之后，新媒體文學(xué)在題材選取、形式美學(xué)和敘事節(jié)奏等方面是否走向絕對(duì)迎合讀者的趨勢(shì)?如果是的話，新媒體文學(xué)作家的意義何在?他們又應(yīng)該采取迎合還是引領(lǐng)的姿態(tài)呢?
第一，新媒體文學(xué)活動(dòng)都發(fā)生在網(wǎng)絡(luò)之上，因而可以被充分?jǐn)?shù)據(jù)化。大數(shù)據(jù)自產(chǎn)生之日起，就迅速與人類(lèi)已有的知識(shí)和學(xué)科產(chǎn)生了極強(qiáng)的關(guān)聯(lián)，比如醫(yī)療健康、交通規(guī)劃、公共管理、教育培養(yǎng)等領(lǐng)域都在你看不見(jiàn)的地方悄悄運(yùn)作著大數(shù)據(jù)分析?！按髷?shù)據(jù)時(shí)代的經(jīng)濟(jì)學(xué)、政治學(xué)、社會(huì)學(xué)和許多科學(xué)門(mén)類(lèi)都會(huì)發(fā)生巨大甚至本質(zhì)的變化和發(fā)展，進(jìn)而影響人類(lèi)的價(jià)值系統(tǒng)、知識(shí)體系和生活方式。哲學(xué)史上爭(zhēng)論不休的世界可知論和不可知論都將轉(zhuǎn)變?yōu)閷?shí)證科學(xué)中的具體問(wèn)題?！爆伂彚灤髷?shù)據(jù)的此種趨勢(shì)根源于它能將所有網(wǎng)絡(luò)行為數(shù)據(jù)化的能力，比如在新媒體文學(xué)活動(dòng)之中，我們可以輕松采集到作家和讀者的數(shù)量、年齡層、分布地域、經(jīng)濟(jì)狀況、教育程度、閱讀習(xí)慣、題材喜好，等等。除此之外，大數(shù)據(jù)可以分析:哪種題材的文學(xué)受眾最多?同一種題材之中，什么樣的文學(xué)橋段讓讀者喜歡?幽默、推理、懸疑還是浪漫?文學(xué)作品之中什么樣風(fēng)格的語(yǔ)言會(huì)更受哪種人的喜愛(ài)?什么樣的故事情節(jié)發(fā)展路線和結(jié)局是最受人歡迎的?等等。這些方面都可以通過(guò)讀者的評(píng)論和閱讀數(shù)據(jù)反饋到內(nèi)容提供商和文學(xué)作家那里，從而對(duì)作品進(jìn)行實(shí)時(shí)調(diào)整。但是，我們不能因?yàn)榇髷?shù)據(jù)有這樣的效果，就認(rèn)為新媒體文學(xué)可以被完全大數(shù)據(jù)化。其實(shí)，作為技術(shù)和藝術(shù)合一的新媒體文學(xué)在多個(gè)維度上是不能被量化的，比如作家的靈魂高度、文學(xué)思想的深邃性、文學(xué)的意境、文學(xué)的美感、文學(xué)的終極關(guān)懷和文學(xué)對(duì)人性的探測(cè)等都不能被量化，而這些維度恰恰是文學(xué)之為文學(xué)最核心的內(nèi)容。不管大數(shù)據(jù)技術(shù)怎么發(fā)達(dá)，它所追求的絕對(duì)客觀性其實(shí)在數(shù)據(jù)產(chǎn)生之初就不存在。數(shù)據(jù)無(wú)論在表面上看起來(lái)多么客觀地再現(xiàn)對(duì)象情況，它本身其實(shí)是在一種具有傾向性和差異性價(jià)值觀基礎(chǔ)上被建構(gòu)的。因而，大數(shù)據(jù)的生成和分析永遠(yuǎn)不可能擺脫自己天生就具有的價(jià)值主觀性。我們能看到的數(shù)據(jù)是研究者有能力或者熱切希望看到的數(shù)據(jù)，若非如此，即便大量數(shù)據(jù)生成了，也不能被數(shù)據(jù)識(shí)別系統(tǒng)發(fā)現(xiàn)。這就好比雷達(dá)效應(yīng)，你的關(guān)注點(diǎn)除了對(duì)象之外別無(wú)他物，但是“他物們”卻客觀大量地存在于你的意識(shí)之外，只不過(guò)你無(wú)意或不能去抓取它們。所以，大數(shù)據(jù)不管看起來(lái)多么科學(xué)客觀，背后其實(shí)與主觀價(jià)值判斷是分不開(kāi)的。“大數(shù)據(jù)”并不等同于“大智慧”，即使占有大量的數(shù)據(jù)，還必須有對(duì)數(shù)據(jù)具有專(zhuān)業(yè)化分析能力的人。Netflix的CEO里德•哈斯廷斯利用數(shù)據(jù)分析的方法也是受他前期從事碟片租賃服務(wù)的啟發(fā)。他一方面熟悉在網(wǎng)絡(luò)上怎么通過(guò)數(shù)據(jù)分析為別人推薦自己喜歡的電影和電視劇，另一方面他在無(wú)數(shù)的觀影之中對(duì)影片具有極強(qiáng)的審美鑒賞能力?？萍己腿宋牡慕Y(jié)合讓他具有對(duì)《紙牌屋》數(shù)據(jù)進(jìn)行采集和分析的能力，這才是Netflix進(jìn)軍藝術(shù)界成功的原因。所以，同樣的大數(shù)據(jù)在不同主體那里得出的結(jié)論或者采取的應(yīng)用是相距甚遠(yuǎn)的。就好比同樣是醫(yī)學(xué)CT掃描，儀器是相同的，照出的片也是相同的，為什么大家愿意去權(quán)威醫(yī)院檢查呢?問(wèn)題的根源在于對(duì)CT成像進(jìn)行分析的醫(yī)生水平，同樣的CT成像，在擁有不同經(jīng)驗(yàn)的醫(yī)生那里得出的結(jié)論很可能有天壤之別。大數(shù)據(jù)作為一種技術(shù)在教育、電影、藝術(shù)等人文領(lǐng)域廣泛運(yùn)用已是不爭(zhēng)的事實(shí)，除了讓人文領(lǐng)域的成果與經(jīng)濟(jì)效益直接產(chǎn)生關(guān)聯(lián)之外，它的最重要意義其實(shí)是在哲學(xué)思維層面。大數(shù)據(jù)分析使我們拋棄傳統(tǒng)哲學(xué)一直追求的現(xiàn)象背后的原因，而轉(zhuǎn)向?yàn)殛P(guān)注事物和事物之間的關(guān)系性，即從因果關(guān)系轉(zhuǎn)變?yōu)橄嚓P(guān)關(guān)系。瑏瑦這種思維方式轉(zhuǎn)變是順應(yīng)時(shí)代的實(shí)用需求而產(chǎn)生的。一方面，大數(shù)據(jù)思維不去深究因果關(guān)系，而是繞開(kāi)因果關(guān)系，退到因果關(guān)系的上層———相關(guān)關(guān)系(包含因果和非因果關(guān)系)。這種擱置因果的選擇更是由于因果關(guān)系和相關(guān)關(guān)系之間復(fù)雜的關(guān)系:“(1)兩個(gè)事物間有因果關(guān)系時(shí)，這兩個(gè)事物間往往會(huì)有相關(guān)關(guān)系;(2)兩個(gè)事物間不存在因果關(guān)系時(shí)，這兩個(gè)事物間也可能會(huì)有相關(guān)關(guān)系(虛偽相關(guān)關(guān)系);(3)兩個(gè)事物間有因果關(guān)系時(shí)，這兩個(gè)事物間也有出現(xiàn)零度相關(guān)關(guān)系的可能(虛偽零度相關(guān)關(guān)系)?！爆伂憿灝?dāng)略過(guò)這些復(fù)雜關(guān)系，只關(guān)注“相關(guān)關(guān)系———結(jié)果預(yù)測(cè)”，就會(huì)省去無(wú)數(shù)不必要的麻煩，而直接得出需要的答案?！跋嚓P(guān)關(guān)系的核心是量化兩個(gè)數(shù)據(jù)值之間的數(shù)理關(guān)系。相關(guān)關(guān)系強(qiáng)是指當(dāng)一個(gè)數(shù)據(jù)值增加時(shí)，其他數(shù)據(jù)值很有可能也會(huì)隨之增加?！爆伂挗?004年，沃爾瑪公司分析顧客消費(fèi)時(shí)的各種數(shù)據(jù)時(shí)，意外察覺(jué)到數(shù)據(jù)和數(shù)據(jù)之間的相關(guān)性:颶風(fēng)來(lái)之前，手電筒和蛋撻都銷(xiāo)量增加，因而超市毫不猶豫地將它們放在颶風(fēng)用品附近。這個(gè)例子就表明在大數(shù)據(jù)時(shí)代，深究原因并不一定能找到答案，而對(duì)數(shù)據(jù)進(jìn)行相關(guān)性分析才是其核心。另一方面，大數(shù)據(jù)帶來(lái)的相關(guān)性分析由于技術(shù)的成熟變得比因果分析更容易。丹尼爾•卡尼曼(DanielKahneman)甚至認(rèn)為，人類(lèi)之所以一直熱衷于因果關(guān)系思維，是因?yàn)樵谛畔⒉话l(fā)達(dá)的社會(huì)采用因果思維可以快速地作出決定。相反，在那個(gè)時(shí)代如果采用相關(guān)思維會(huì)特別費(fèi)力且不可能有任何結(jié)論。大數(shù)據(jù)由于技術(shù)的支撐完全可以支持相關(guān)性思維，但我們?cè)诂F(xiàn)實(shí)之中會(huì)發(fā)現(xiàn)傳統(tǒng)因果思維得出的結(jié)論被置于大數(shù)據(jù)時(shí)代后是有問(wèn)題的。
第二，新媒體文學(xué)的學(xué)術(shù)研究與新媒體文學(xué)的大數(shù)據(jù)研究不能混為一談，二者采用的研究方法不同，而這兩種方法也只有被局限在一定范圍之內(nèi)才能發(fā)揮出自己的長(zhǎng)處。19世紀(jì)，類(lèi)似大數(shù)據(jù)思維的實(shí)證主義就已經(jīng)僭越過(guò)文學(xué)的領(lǐng)地。當(dāng)時(shí)實(shí)證主義提出，表象本身才是具有研究確定性的對(duì)象，對(duì)象背后所謂的本質(zhì)是并不存在的。實(shí)證主義“反對(duì)追求絕對(duì)的知識(shí)，它停止去探求宇宙的起源和目的，拒絕認(rèn)識(shí)諸現(xiàn)象的原因，只專(zhuān)心致志地去發(fā)現(xiàn)這些現(xiàn)象的規(guī)律，換言之，去發(fā)現(xiàn)各種現(xiàn)象的承續(xù)與類(lèi)似的關(guān)系”瑏瑩。實(shí)證主義的“只研究怎么樣(how)，而不研究為什么(why)”瑐瑠主張與大數(shù)據(jù)思維追求相關(guān)關(guān)系而懸置因果關(guān)系的方式極為相似。文學(xué)雖然作為語(yǔ)言的藝術(shù)具有強(qiáng)烈的主觀情感色彩，但是對(duì)文學(xué)的研究在很大程度上可以采用實(shí)證主義的方法，比如對(duì)文學(xué)流派、文學(xué)史、作家時(shí)代背景、作品傳播狀況的研究等。實(shí)證主義既要有“實(shí)”，又要有“證”:從研究對(duì)象入手得到大量材料，在此基礎(chǔ)上，還需要進(jìn)行分析論證的過(guò)程，否則材料只是死物。反過(guò)來(lái)，我們認(rèn)為實(shí)證主義精神只能限定在以上研究領(lǐng)域才是對(duì)文學(xué)研究有益的。如果實(shí)證精神進(jìn)入文學(xué)意義范圍，文學(xué)的靈魂、精神和審美只能被理性實(shí)證邏輯消解磨滅，最后成為他者的“嫁衣”。從傳統(tǒng)的實(shí)證主義對(duì)文學(xué)的研究經(jīng)驗(yàn)可知，任何一種研究方法是不可能包打天下的，對(duì)文學(xué)研究不同的維度只能用不同的方法。針對(duì)新媒體文學(xué)的實(shí)證主義(大數(shù)據(jù)思維)，只能研究新媒體文學(xué)的，即對(duì)新媒體文學(xué)的傳播效果進(jìn)行分析，預(yù)測(cè)新媒體文學(xué)會(huì)怎么樣，提供什么樣的文學(xué)作品其傳播力更強(qiáng)等。然而，對(duì)新媒體文學(xué)研究本身就不能是技術(shù)式的，而應(yīng)該是美學(xué)式的。在具體研究方法上，新媒體文學(xué)與傳統(tǒng)文學(xué)走的是不同的理論路線。但就其藝術(shù)品格來(lái)說(shuō)，文學(xué)應(yīng)該研究的依然逃不脫深層的價(jià)值審視:從感官刺激的表層能否將讀者引向一般生活狀況，如生死、戰(zhàn)爭(zhēng)、世俗、宗教等，進(jìn)而感受人類(lèi)的終極意義和終極關(guān)懷。即使新媒體文學(xué)從表征上帶有后現(xiàn)代的去中心、平面化和反經(jīng)典的傾向，但我們還是堅(jiān)信好的文學(xué)與人性追求是同一的，狂歡式的淺薄帶來(lái)的是“娛樂(lè)至死”的悲哀。
1.1大數(shù)據(jù)時(shí)代的特點(diǎn)研究
隨著信息數(shù)據(jù)的增多，云儲(chǔ)存、云計(jì)算等云服務(wù)平臺(tái)應(yīng)運(yùn)而生。由此可見(jiàn)，在大數(shù)據(jù)時(shí)代下，更好地利用數(shù)據(jù)儲(chǔ)存系統(tǒng)將民間藝術(shù)保護(hù)與儲(chǔ)存下來(lái)，將為傳承民間藝術(shù)做出突出的貢獻(xiàn)。
1.2傳統(tǒng)民間藝術(shù)的現(xiàn)狀研究
（1）傳統(tǒng)民間藝術(shù)的主要研究領(lǐng)域。傳統(tǒng)民間藝術(shù)主要涵蓋了物質(zhì)產(chǎn)品和精神產(chǎn)品兩個(gè)方面，物質(zhì)方面主要包含了以實(shí)用為主的一些可視化的具有民族特色的生活生產(chǎn)用品。精神方面主要是指能夠滿足人們精神需求的民間藝術(shù)現(xiàn)象、藝術(shù)活動(dòng)以及一些具有民族特色的民間藝術(shù)品。傳統(tǒng)的民間藝術(shù)具有強(qiáng)烈的民族性，它能夠反映每一個(gè)民族的精神信仰、思維觀念以及文化傳統(tǒng)，并且是博大精深的中華文化的體現(xiàn)。
（2）傳統(tǒng)民間藝術(shù)的存在現(xiàn)狀及其重要性。隨著社會(huì)的發(fā)展，人們的生活方式以及生活觀念不斷地受整個(gè)社會(huì)環(huán)境的影響而發(fā)生著改變，人們的視野越來(lái)越多的關(guān)注在所謂的現(xiàn)代化的產(chǎn)品以及所謂的潮流上面，而對(duì)于真正的傳統(tǒng)卻越來(lái)越少的人去關(guān)注。據(jù)調(diào)查顯示，每年有大量的民間手工藝品、民間紡織工具、民間交通工具以及民間交通器具在大量的消失，并且就算是能夠滿足人們精神需求的民間戲曲、民間舞蹈、民間藝術(shù)活動(dòng)每年也都在大量的丟失。民間藝術(shù)這一現(xiàn)狀應(yīng)該引起我們所有人的反思，如果我們連我們傳統(tǒng)的東西都保護(hù)不好，拿什么去發(fā)揚(yáng)我們的中國(guó)傳統(tǒng)文化。傳統(tǒng)民間藝術(shù)的發(fā)展及其生存環(huán)境，如果我們不將其保護(hù)與傳承下來(lái)，它也會(huì)隨著工業(yè)社會(huì)的發(fā)展遭受著如同自然資源和生態(tài)環(huán)境一樣的破壞。
2對(duì)傳統(tǒng)民間藝術(shù)的保護(hù)與傳承所面臨的問(wèn)題研究
對(duì)傳統(tǒng)民間藝術(shù)的保護(hù)與傳承所面臨的主要問(wèn)題是其自身的獨(dú)特性而產(chǎn)生的自身的限制。大多數(shù)的民間傳統(tǒng)文化根植于民間，并且分布在全國(guó)各地，這也將是傳統(tǒng)民間藝術(shù)保護(hù)與傳承所面臨的最大問(wèn)題。由于傳統(tǒng)民間藝術(shù)涉及面多而廣，外加上民間藝術(shù)從業(yè)人員的不足，所以目前對(duì)民間藝術(shù)的保護(hù)只停留在傳統(tǒng)的采集照片，收集物品以及訪問(wèn)記錄等方面。并沒(méi)有與大數(shù)據(jù)時(shí)代現(xiàn)代化信息技術(shù)相結(jié)合，所以對(duì)傳統(tǒng)民間藝術(shù)的保護(hù)只停留在表面，并不能真正地把民間藝術(shù)傳承下來(lái)。
3大數(shù)據(jù)時(shí)代下對(duì)傳統(tǒng)民間藝術(shù)的保護(hù)與傳承研究對(duì)策
大數(shù)據(jù)時(shí)代的到來(lái)，對(duì)于數(shù)據(jù)的研究與開(kāi)發(fā)也越來(lái)越深入，數(shù)據(jù)處理與儲(chǔ)存技術(shù)的開(kāi)發(fā)與應(yīng)用也越來(lái)越廣泛。我們應(yīng)該利用這一特點(diǎn)，很好地將民間藝術(shù)儲(chǔ)存起來(lái)。
3.1將數(shù)字信息技術(shù)與民間文化遺產(chǎn)相結(jié)合
大數(shù)據(jù)時(shí)代的到來(lái)，為數(shù)字信息技術(shù)的發(fā)展提供了強(qiáng)有力的平臺(tái)。同時(shí)也促使了數(shù)字信息技術(shù)突飛猛進(jìn)的跨越。將數(shù)字信息技術(shù)與傳統(tǒng)的民間藝術(shù)相結(jié)合，突破了我們傳統(tǒng)的對(duì)于民間藝術(shù)記錄收藏的形式，其方便快捷的將民間藝術(shù)整合、收藏、記錄了下來(lái)，并且也為民間藝術(shù)的保護(hù)節(jié)省了勞力成本與時(shí)間成本，同時(shí)也方便了人們對(duì)于感興趣的民間藝術(shù)的查閱與展示。同時(shí)，我們也可以利用數(shù)字信息技術(shù)研發(fā)民間藝術(shù)圖案輔助設(shè)計(jì)系統(tǒng)，使民間傳統(tǒng)融入現(xiàn)代設(shè)計(jì)中。使傳統(tǒng)民間文化真正地為“生活服務(wù)”。在當(dāng)代的藝術(shù)和設(shè)計(jì)有史以來(lái)最商業(yè)化的時(shí)候，保持藝術(shù)和學(xué)術(shù)純粹的張力和良知，將傳統(tǒng)民間文化與當(dāng)代設(shè)計(jì)相結(jié)合，賦予當(dāng)代設(shè)計(jì)別樣的韻味。例如，愛(ài)馬仕的中國(guó)品牌“上下”就是利用中國(guó)傳統(tǒng)的紋樣、雕刻、染織等技術(shù)對(duì)于產(chǎn)品進(jìn)行再設(shè)計(jì)，很好地利用了傳統(tǒng)民間工藝的商業(yè)價(jià)值，賦予現(xiàn)代設(shè)計(jì)獨(dú)特的魅力。同時(shí)很好的傳承與發(fā)展了博大精深的中國(guó)傳統(tǒng)文化?？偟恼f(shuō)來(lái)，現(xiàn)代化數(shù)字技術(shù)的應(yīng)用也是使傳統(tǒng)的民間藝術(shù)能夠更好地保護(hù)與傳承下來(lái)，使其不再停留在沒(méi)有人觀望的層面，其已經(jīng)成為一種非常重要的非物質(zhì)文化遺產(chǎn)，它的保護(hù)與傳承，能夠讓更多的人去了解它們獨(dú)特的文化。
3.2中國(guó)民間藝術(shù)云端服務(wù)平臺(tái)的建設(shè)
注重于打造一個(gè)具有云儲(chǔ)存、云計(jì)算、云分析、大數(shù)據(jù)等功能的云端服務(wù)平臺(tái)。本系統(tǒng)是基于云端系統(tǒng)的文件存儲(chǔ)平臺(tái)，管理用戶上傳關(guān)于民間藝術(shù)資源遺產(chǎn)的相關(guān)文件到云服務(wù)器端，上傳文件類(lèi)型包含普通文件、圖片、音頻、視頻等各種類(lèi)型文件，并對(duì)文件進(jìn)行相關(guān)屬性說(shuō)明。系統(tǒng)通過(guò)集群式應(yīng)用、網(wǎng)格技術(shù)和分布式文件系統(tǒng)將上傳的大量的各種類(lèi)的文件存儲(chǔ)在一個(gè)分布式的不同類(lèi)型的存儲(chǔ)設(shè)備中，通過(guò)應(yīng)用軟件協(xié)同工作共同對(duì)外提供數(shù)據(jù)文件的數(shù)據(jù)存儲(chǔ)和業(yè)務(wù)訪問(wèn)，但這些對(duì)用戶來(lái)說(shuō)是黑匣子式的，用戶只需要關(guān)注文件的文性，專(zhuān)注于非物質(zhì)文件遺產(chǎn)的整理，而無(wú)需關(guān)心實(shí)現(xiàn)的方式和方法，系統(tǒng)將高度智能化的為用供數(shù)據(jù)的存儲(chǔ)和整理工作。用戶在訪問(wèn)時(shí)可以通過(guò)WEB或手機(jī)APP等方式進(jìn)行文件的檢索和訪問(wèn)，云服務(wù)將自動(dòng)計(jì)算采用最優(yōu)的訪問(wèn)路徑為用戶提供文件的檢索和訪問(wèn)。
3.3數(shù)字民間藝術(shù)博物館的建立
在大數(shù)據(jù)時(shí)代下，要使民間藝術(shù)得到很好的保護(hù)和傳承，數(shù)字民間藝術(shù)博物館的建設(shè)將會(huì)是推動(dòng)其保護(hù)與傳承的最好方式。數(shù)字民間藝術(shù)博物館將擁有強(qiáng)大的數(shù)據(jù)庫(kù)將民間藝術(shù)品很好的儲(chǔ)存起來(lái)，并且方便人們查閱以及觀賞，增加民間藝術(shù)品的生命力。
3.4民間藝術(shù)品網(wǎng)站的建設(shè)
來(lái)自生物、醫(yī)藥、醫(yī)械、臨床實(shí)驗(yàn)與健康管理等各個(gè)方面的數(shù)據(jù)，構(gòu)成生物醫(yī)學(xué)的各類(lèi)大數(shù)據(jù)資源，它們形式多樣，具有自身的特殊性，主要表現(xiàn)在以下幾個(gè)方面：
（1）原始數(shù)據(jù)量大，且呈異構(gòu)、多樣性。
（2）難以用數(shù)學(xué)方式表達(dá)其結(jié)構(gòu)及特征。例如：醫(yī)生對(duì)醫(yī)學(xué)影像、信號(hào)和其他臨床數(shù)據(jù)的解釋多是非結(jié)構(gòu)化的語(yǔ)言或文字形式自由的口述，難以標(biāo)準(zhǔn)化。
（3）數(shù)據(jù)可能包含冗余的、無(wú)意義的或不一致的屬性，并且數(shù)據(jù)經(jīng)常要更新。
（4）數(shù)據(jù)采集很難完全避免噪聲干擾，而噪聲往往會(huì)影響處理結(jié)果。生物醫(yī)學(xué)大數(shù)據(jù)處理包括數(shù)據(jù)的收集、抽取與集成、分析與挖掘、解釋和共享等諸多方面，涉及數(shù)據(jù)庫(kù)、信息科學(xué)、統(tǒng)計(jì)學(xué)、高性能計(jì)算、網(wǎng)絡(luò)科學(xué)、心理學(xué)等多個(gè)領(lǐng)域。
2生物醫(yī)學(xué)信息處理
2.1數(shù)據(jù)挖掘在生物醫(yī)學(xué)信息分析中的應(yīng)用
數(shù)據(jù)挖掘是對(duì)海量數(shù)據(jù)進(jìn)行處理和分析，找出數(shù)據(jù)間的隱含聯(lián)系，發(fā)現(xiàn)未知規(guī)律，最終獲得知識(shí)的過(guò)程。挖掘的過(guò)程包括信息收集、數(shù)據(jù)集成、數(shù)據(jù)規(guī)約、數(shù)據(jù)清理、數(shù)據(jù)變換、數(shù)據(jù)挖掘、模式評(píng)估和知識(shí)表示8個(gè)步驟[5]。近年來(lái)，數(shù)據(jù)挖掘是生物醫(yī)學(xué)信息分析的常用手段，尤其是在循證醫(yī)學(xué)研究、基因組和蛋白質(zhì)組的研究領(lǐng)域中有很廣泛的應(yīng)用價(jià)值。KDNuggets在2011年全球數(shù)據(jù)挖掘應(yīng)用行業(yè)調(diào)查的結(jié)果表明：健康行業(yè)位居10大數(shù)據(jù)挖掘應(yīng)用領(lǐng)域的第3位。生物醫(yī)學(xué)領(lǐng)域大數(shù)據(jù)多是不完整的、不一致的、有噪聲的，數(shù)據(jù)具有獨(dú)特的復(fù)雜性、豐富性、規(guī)模和重要性，需要數(shù)據(jù)挖掘的特殊關(guān)注。數(shù)據(jù)挖掘經(jīng)典算法，如：分類(lèi)、聚類(lèi)、關(guān)聯(lián)分析、序列等在生物醫(yī)學(xué)數(shù)據(jù)挖掘時(shí)都可使用。
2.1.1 分類(lèi)（Classification）
分類(lèi)是根據(jù)己知數(shù)據(jù)的特征和分類(lèi)結(jié)果，為每個(gè)類(lèi)找到合理的模型(構(gòu)造分類(lèi)器)，然后用這些模型對(duì)新數(shù)據(jù)進(jìn)行分類(lèi)。K最鄰近算法、決策樹(shù)、支持向量機(jī)、神經(jīng)網(wǎng)絡(luò)等是常用的分類(lèi)模型構(gòu)造方法。疾病的診斷和鑒別就是典型的分類(lèi)過(guò)程。例如：美國(guó)學(xué)者利用數(shù)據(jù)挖掘軟件Clementine，以決策樹(shù)算法為模型，分析挖掘了醫(yī)療機(jī)構(gòu)HealthOrg的數(shù)據(jù)倉(cāng)庫(kù)中有關(guān)年齡、BMI指數(shù)、腰臀比和周鍛煉次數(shù)等數(shù)據(jù)，得出糖尿病患病危險(xiǎn)因素的分析結(jié)果。此外，還有一些國(guó)內(nèi)外研究者針對(duì)肺癌、乳腺癌的診斷數(shù)據(jù)，通過(guò)分類(lèi)挖掘的方法提高診斷的精確性。
2.1.2 聚類(lèi)（Clustering）
分析聚類(lèi)分析是將有共同特征或相似度高的數(shù)據(jù)對(duì)象實(shí)例聚成一類(lèi)的過(guò)程，常用來(lái)研究樣品或指標(biāo)分類(lèi)問(wèn)題。聚類(lèi)分析在生物醫(yī)學(xué)領(lǐng)域已經(jīng)得到廣泛的應(yīng)用，例如：可以根據(jù)流行病學(xué)特征屬性的相似程度將病例數(shù)據(jù)劃分成若干類(lèi)，通過(guò)比較各個(gè)類(lèi)別之間的臨床醫(yī)學(xué)狀態(tài)特征屬性的差異來(lái)分析某類(lèi)疾病。國(guó)外學(xué)者選取SEER數(shù)據(jù)庫(kù)中的217558例肺癌病例，通過(guò)分析每個(gè)病例的22個(gè)臨床醫(yī)學(xué)特征屬性和23個(gè)流行病學(xué)特征屬性的相似度后，將這些病例劃分為20類(lèi)，這就是典型的聚類(lèi)分析。
2.1.3 關(guān)聯(lián)（Association）分析
關(guān)聯(lián)反映的是一個(gè)事件和其他事件之間依賴或關(guān)聯(lián)的知識(shí)，可以通過(guò)表征事物特征的兩個(gè)或多個(gè)變量的取值之間存在的某種規(guī)律性，找出數(shù)據(jù)之間隱藏的關(guān)聯(lián)關(guān)系。關(guān)聯(lián)現(xiàn)象在生物醫(yī)學(xué)領(lǐng)域普遍存在，例如：臨床上的某些疾病會(huì)同時(shí)呈現(xiàn)幾種不同的病癥，這些病癥之間就表現(xiàn)為一定程度的關(guān)聯(lián)性，而醫(yī)生診斷病癥的過(guò)程常常以觀察癥狀為基礎(chǔ)。
2.1.4 序列挖掘（SequenceMining）
序列是指按一定順序或規(guī)律排列構(gòu)成的一系列符號(hào)、數(shù)值或事件。存儲(chǔ)于DNA、RNA和蛋白質(zhì)中的遺傳和功能信息可用符號(hào)序列表示，分析序列數(shù)據(jù)能找到其統(tǒng)計(jì)規(guī)律或發(fā)現(xiàn)序列組成部分片段之間的相似性或相同性，這是生物信息學(xué)研究中最常用方法。此外，還可用時(shí)間序列數(shù)據(jù)進(jìn)行某些疾病的研究與治療，例如：歐盟資助的T-IDDM（TelemetricManagementofInsulinDependentDiabetesMellitus）項(xiàng)目通過(guò)Internet采集糖尿病患者的連續(xù)監(jiān)測(cè)數(shù)據(jù)，經(jīng)時(shí)間序列分析后找到患者一天內(nèi)血糖水平變化的規(guī)律和趨勢(shì)，為醫(yī)生調(diào)整或精確胰島素治療方案提供有效的數(shù)據(jù)和支持。
2.1.5 圖挖掘（GraphMining）
利用待研究的數(shù)據(jù)對(duì)象構(gòu)建圖這種數(shù)學(xué)模型，然后從圖中尋找頻繁出現(xiàn)的子圖，從而挖掘出有價(jià)值的信息。例如：美國(guó)學(xué)術(shù)界整合出2003年H5N1禽流感感染風(fēng)險(xiǎn)地圖，經(jīng)過(guò)圖挖掘分析出2013年H7N9人類(lèi)病例區(qū)域[11]。此外，從政府管理角度來(lái)看，公共衛(wèi)生部門(mén)可以針對(duì)覆蓋全國(guó)患者的電子病歷數(shù)據(jù)庫(kù)進(jìn)行圖挖掘，從而完成全面疫情的監(jiān)測(cè)。
2.2文本挖掘——生物醫(yī)學(xué)文獻(xiàn)信息的大數(shù)據(jù)處理
2.2.1 文本挖掘
目前，全球醫(yī)藥類(lèi)期刊近3萬(wàn)種，每年200多萬(wàn)篇，并且以每年7%速度遞增，互聯(lián)網(wǎng)上的信息資源約有30%以上的是與醫(yī)學(xué)信息相關(guān)的。文本挖掘（Text-Mining）和信息可視化（InformationVisualization）是分析這些數(shù)據(jù)，揭示知識(shí)領(lǐng)域的內(nèi)在聯(lián)系的最有效手段。文本挖掘主要結(jié)合文字處理技術(shù)，利用智能算法，分析大量的半結(jié)構(gòu)化和非結(jié)構(gòu)化文本源（如文檔、電子表格、電子郵件、網(wǎng)頁(yè)等），抽取散布在文本文件中的有價(jià)值知識(shí)，并轉(zhuǎn)化為可利用的知識(shí)的過(guò)程，其工作流程如圖2所示，挖掘前要完成包括文本收集、文本分析和特征修剪三個(gè)步驟的預(yù)處理工作。文本挖掘多以計(jì)算機(jī)技術(shù)實(shí)現(xiàn)，文檔聚類(lèi)、文檔分類(lèi)和摘要抽取是應(yīng)用最多的技術(shù)。文檔聚類(lèi)主要完成大規(guī)模文檔集內(nèi)容的概括、識(shí)別文檔間隱藏的相似度、減輕瀏覽相關(guān)、相似信息等功能。文檔分類(lèi)多以統(tǒng)計(jì)方法或機(jī)器學(xué)習(xí)自動(dòng)實(shí)現(xiàn)，簡(jiǎn)單貝葉斯分類(lèi)法，矩陣變換法、K最鄰近分類(lèi)算法以及SVM等都是其常用的分類(lèi)方法。摘要抽取主要是利用計(jì)算機(jī)自動(dòng)地從原始文檔中提取全面、準(zhǔn)確反映該文檔中心內(nèi)容的簡(jiǎn)單連貫的短文。此外，文本挖掘的結(jié)果評(píng)價(jià)常用分類(lèi)正確率、查準(zhǔn)率、查全率、支持度和支持度置信度等世界公認(rèn)的重要參數(shù)進(jìn)行評(píng)價(jià)。生物醫(yī)學(xué)信息處理領(lǐng)域所涉及的DNA序列綜合特征分析、蛋白質(zhì)功能和相互作用分析、疾病基因發(fā)現(xiàn)、藥物作用靶點(diǎn)預(yù)測(cè)等都與文本挖掘技術(shù)密不可分。在我國(guó)，已經(jīng)有一些研究者利用文本挖掘技術(shù)來(lái)研究醫(yī)學(xué)文獻(xiàn)背后隱藏的知識(shí)。臨床上，醫(yī)生用文本挖掘技術(shù)對(duì)疾病的處方和中藥用藥規(guī)律進(jìn)行了分析。
2.2.2 信息可視化
信息可視化是一種運(yùn)用計(jì)算機(jī)圖形學(xué)和圖像處理技術(shù)，將信息轉(zhuǎn)換為具有一定意義圖形或圖像，并進(jìn)行交互處理的理論、方法和技術(shù)。它能有效發(fā)掘、過(guò)濾和研究海量數(shù)據(jù)，以更直觀、有效的方式使研究人員更容易發(fā)現(xiàn)隱藏在信息內(nèi)部的特征和規(guī)律，深層次地發(fā)掘包括生物醫(yī)學(xué)領(lǐng)域在內(nèi)的多個(gè)學(xué)科的研究熱點(diǎn)和研究前沿信息，為研究人員把握研究方向提供幫助。信息可視化的常用工具有TDA、CiteSpace、Histcite、Vxinsight等軟件，主要完成數(shù)量統(tǒng)計(jì)、共現(xiàn)分析和統(tǒng)計(jì)圖表、共現(xiàn)矩陣、節(jié)點(diǎn)鏈接圖、技術(shù)報(bào)告展示等功能。例如：國(guó)外學(xué)者針對(duì)PubMed數(shù)據(jù)庫(kù)中2002年到2011年的文獻(xiàn)，分析了以“電子健康檔案”、“醫(yī)療記錄系統(tǒng)”和“計(jì)算機(jī)輔助診療”為主題的文獻(xiàn)的引用情況后，用可視化工具展現(xiàn)其研究結(jié)果，使相關(guān)領(lǐng)域的科研人員很直觀的了解了該領(lǐng)域的研究狀況。
3總結(jié)與展望
大數(shù)據(jù)有四個(gè)層面的特點(diǎn)：第一，數(shù)據(jù)體量大。從TB級(jí)到PB級(jí)；第二，數(shù)據(jù)類(lèi)型多，包括視頻、圖片、位置等；第三，價(jià)值密度低。比如長(zhǎng)時(shí)間的監(jiān)控，有用的數(shù)據(jù)可能僅僅只有一兩秒；第四，處理速度快。這也是與傳統(tǒng)數(shù)據(jù)挖掘技術(shù)有著本質(zhì)不同的一點(diǎn)。業(yè)界將上述歸納為4個(gè)“V”———Volume，Variety，Value，Velocity。如今已是一個(gè)爆炸性的大數(shù)據(jù)時(shí)代，推動(dòng)社會(huì)發(fā)展，已從“動(dòng)力驅(qū)動(dòng)”轉(zhuǎn)為“數(shù)據(jù)驅(qū)動(dòng)”。越來(lái)越多的國(guó)家和企業(yè)意識(shí)到了大數(shù)據(jù)的重要。2012年1月，“大數(shù)據(jù)，大影響”作為重要議題在世界經(jīng)濟(jì)論壇年會(huì)中被提出。2012年3月22日，美國(guó)又啟動(dòng)“大數(shù)據(jù)研究和發(fā)展計(jì)劃”，目的是提高從海量數(shù)據(jù)中提取知識(shí)的能力，加速其在科學(xué)與工程領(lǐng)域的研究。2012年5月，聯(lián)合國(guó)相繼了《大數(shù)據(jù)開(kāi)發(fā)：機(jī)遇和挑戰(zhàn)》報(bào)告，明確指出大數(shù)據(jù)對(duì)各國(guó)發(fā)展都將是一個(gè)巨大的機(jī)遇。大數(shù)據(jù)風(fēng)靡全球的同時(shí)，我國(guó)政府也加快了對(duì)大數(shù)據(jù)相關(guān)技術(shù)的攻關(guān)，在工信部的《物聯(lián)網(wǎng)十二五規(guī)劃》里，提出信息處理技術(shù)是關(guān)鍵技術(shù)創(chuàng)新工程。廣東省在2012年12月了《廣東省實(shí)施大數(shù)據(jù)戰(zhàn)略工作方案》，率先在國(guó)內(nèi)啟動(dòng)大數(shù)據(jù)戰(zhàn)略，首先是采用行政收集、網(wǎng)絡(luò)搜取、群眾提供和有償購(gòu)買(mǎi)等方式拓寬數(shù)據(jù)來(lái)源渠道，建立政務(wù)數(shù)據(jù)中心，接著在政府各部門(mén)設(shè)立數(shù)據(jù)開(kāi)放試點(diǎn)，并利用網(wǎng)站向社會(huì)提供下載和分析使用的數(shù)據(jù)，依此進(jìn)一步推進(jìn)政務(wù)公開(kāi)。
二、大數(shù)據(jù)與交通信息管理的聯(lián)系
（一）在交通信息管理中的應(yīng)用
隨著社會(huì)經(jīng)濟(jì)的發(fā)展，機(jī)動(dòng)車(chē)輛數(shù)量大幅增加，與此同時(shí)交通管理的復(fù)雜性也逐漸增大。而大數(shù)據(jù)技術(shù)可將其虛擬性、集成性、智能型和預(yù)測(cè)性四個(gè)方面的優(yōu)勢(shì)運(yùn)用到交通信息管理之中。首先虛擬性有利于跨區(qū)域的信息管理，只需多方共同遵守信息共享原則，就可以在已有的行政區(qū)域內(nèi)解決跨域管理問(wèn)題；第二，信息集成性有助于建立綜合立體的交通信息體系，通過(guò)收集不同范圍、區(qū)域和領(lǐng)域的“數(shù)據(jù)倉(cāng)庫(kù)”，發(fā)揮整體通功能；而其智能分析處理，可以輔助交通管理制訂出較好的統(tǒng)籌與協(xié)調(diào)方案，減少人力和物力的使用，合理利用道路交通資源；除此之外，準(zhǔn)確分析并提煉各部門(mén)數(shù)據(jù)，模擬出相應(yīng)的交通預(yù)測(cè)模型，這將可以有效地推測(cè)未來(lái)交通運(yùn)行狀態(tài)，并驗(yàn)證技術(shù)方案的可行性。
（二）存在的問(wèn)題
1.信息的孤立。不同部門(mén)的交通信息系統(tǒng)導(dǎo)致很多數(shù)據(jù)在物理上彼此隔絕，缺少信息互通。
2.缺乏多樣性。由于缺乏處理大數(shù)據(jù)的技術(shù)和能力，分析對(duì)象通常是統(tǒng)計(jì)學(xué)中的抽樣樣本，將導(dǎo)致分析結(jié)果的不全面和不精確。
3.缺乏有效的信息提取與處理。實(shí)時(shí)動(dòng)態(tài)交通數(shù)據(jù)包含大量信息，但通常不需要使用全部原始信息。如何對(duì)數(shù)據(jù)信息進(jìn)行快速提取，是交通數(shù)據(jù)管理面臨的又一難題。
4.海量數(shù)據(jù)困于長(zhǎng)期存儲(chǔ)?，F(xiàn)代交通數(shù)據(jù)具有來(lái)源豐富、數(shù)量龐大、分秒增長(zhǎng)的特點(diǎn)，因此需要大容量的存儲(chǔ)空間和長(zhǎng)期保存的功能，以保障其記錄歷史和推測(cè)未來(lái)的功能。
5.多類(lèi)型數(shù)據(jù)難以統(tǒng)一管理。多類(lèi)型交通數(shù)據(jù)即指?jìng)鹘y(tǒng)的數(shù)字信息，多元化的空間定位和先進(jìn)的遙感圖像等數(shù)據(jù)。將其進(jìn)行統(tǒng)一有效的管理，是交通數(shù)據(jù)管理需要重點(diǎn)研究的方向。
三、對(duì)交通信息管理教學(xué)的需求
（一）各高校教學(xué)現(xiàn)狀
將大連海事大學(xué)、上海交通大學(xué)、北京交通大學(xué)、東南大學(xué)、西南交通大學(xué)和武漢理工大學(xué)六所高校的課程進(jìn)行對(duì)比。從六所高校對(duì)交通運(yùn)輸專(zhuān)業(yè)的開(kāi)設(shè)的基礎(chǔ)課程上看，與信息管理模塊有關(guān)的課程還是偏少，有些學(xué)校甚至沒(méi)有開(kāi)設(shè)相關(guān)課程。
（二）傳統(tǒng)教學(xué)存在的問(wèn)題
1.主干課程安排不合理。部分高校所設(shè)置的主干課程不能滿通信息管理模塊所需的基礎(chǔ)知識(shí)，因此難以實(shí)現(xiàn)高效、系統(tǒng)、完整的人才培養(yǎng)體系。
2.缺少專(zhuān)業(yè)選修課的引導(dǎo)。對(duì)于一個(gè)涉及面較廣的專(zhuān)業(yè)，多數(shù)高校的教學(xué)模式仍偏向?qū)I(yè)必修，而忽視專(zhuān)業(yè)選修課。
3.教材更新緩慢。已有的教材存在片面性和過(guò)時(shí)性的問(wèn)題，從而無(wú)法滿足學(xué)生對(duì)前沿知識(shí)全面而準(zhǔn)確的了解。
4.形式單一。傳統(tǒng)教學(xué)主要為理論教學(xué)，對(duì)大數(shù)據(jù)技術(shù)背景的認(rèn)識(shí)不夠充分，不能將學(xué)生的工程實(shí)踐能力和科技創(chuàng)新意識(shí)相結(jié)合。
5.缺乏實(shí)踐。傳統(tǒng)教學(xué)側(cè)重于對(duì)理論教學(xué)的解釋、驗(yàn)證和簡(jiǎn)單延伸，沒(méi)能及時(shí)將知識(shí)消化。
6.實(shí)習(xí)多流于形式。高校雖然有相關(guān)實(shí)踐和實(shí)習(xí)的要求，但這些都大多流于形式。有些企業(yè)擔(dān)心沒(méi)有經(jīng)驗(yàn)的實(shí)習(xí)生會(huì)影響正常的生產(chǎn)秩序，因而不愿接受實(shí)習(xí)生，這樣使得實(shí)習(xí)通常是走馬觀花。
（三）新教學(xué)模式提出的要求
1.分層次的培養(yǎng)模式。大數(shù)據(jù)時(shí)代的交通信息管理人才不僅需要有扎實(shí)的專(zhuān)業(yè)基礎(chǔ)，同時(shí)還應(yīng)滿足不同層次的需求。例如本科畢業(yè)生將會(huì)面臨兩條出路，一部分走向社會(huì)生產(chǎn)，一部分會(huì)繼續(xù)深造，所以不同的畢業(yè)去向?qū)τ趯W(xué)生的能力要求也必然不同。因此，面對(duì)不同類(lèi)型人才的能力培養(yǎng)需求，高校應(yīng)當(dāng)制訂分層次的培養(yǎng)方案，這樣在滿足不同企事業(yè)單位對(duì)就業(yè)學(xué)生工作能力的要求的同時(shí)，也能培養(yǎng)繼續(xù)深造的學(xué)生的科研能力和素養(yǎng)。實(shí)現(xiàn)分層次的培養(yǎng)方案，必然需要利用自主選課模式，加大社會(huì)需求類(lèi)相關(guān)的選修課比重可以使學(xué)生在教學(xué)方案之內(nèi)、教學(xué)計(jì)劃之外選擇適合自己的選修課，促使學(xué)生的專(zhuān)業(yè)知識(shí)結(jié)構(gòu)從簡(jiǎn)單型向復(fù)雜性轉(zhuǎn)變。
2.啟發(fā)式教學(xué)方法。教學(xué)方法上，要積極開(kāi)展創(chuàng)新型教學(xué)研究，探索靈活多變、立體化的教學(xué)手段。啟發(fā)式教學(xué)的基本精神是根據(jù)辯證唯物主義的認(rèn)識(shí)論，引導(dǎo)學(xué)生積極探索、發(fā)現(xiàn)問(wèn)題、分析原因和找到解決方案，將知識(shí)轉(zhuǎn)化為能力和實(shí)力。在傳授基本知識(shí)的同時(shí)，力求將最新的科研成果納入到課堂之中，讓學(xué)生的知識(shí)與創(chuàng)新意識(shí)都能與時(shí)俱進(jìn)。此外，教材也應(yīng)及時(shí)更新，讓學(xué)生及時(shí)接觸到前沿信息。
3.提升教師的實(shí)踐教學(xué)水平。要改變學(xué)生實(shí)踐能力，必須從提高教師的實(shí)踐能力方面著手。加強(qiáng)師資隊(duì)伍多元化建設(shè)，實(shí)現(xiàn)雙導(dǎo)師制。雙導(dǎo)師型教師是指既具有高校教師任職資格，又具有較強(qiáng)專(zhuān)業(yè)實(shí)踐能力的教師。提高實(shí)踐能力方面可從以下兩方面入手：①優(yōu)化科研環(huán)境，鼓勵(lì)教師積極參與橫向課題研究。這樣，青年教師不僅能深入了解本學(xué)科的前沿知識(shí)及工程實(shí)踐的應(yīng)用，而且可以使基礎(chǔ)理論、專(zhuān)業(yè)知識(shí)與工程實(shí)踐緊密結(jié)合，從而培養(yǎng)和提高分析、解決工程問(wèn)題的能力。②校企掛鉤，教師的工程實(shí)踐經(jīng)驗(yàn)和能力主要通過(guò)工程實(shí)踐鍛煉而獲得。高校和企業(yè)合作，不僅為青年專(zhuān)業(yè)教師工程實(shí)踐創(chuàng)造條件，同時(shí)還能為企業(yè)提供理論支持。
4.重視實(shí)踐能力的考核。構(gòu)建客觀的、可操作性強(qiáng)的學(xué)生實(shí)踐能力評(píng)價(jià)體系。要求評(píng)價(jià)考核的標(biāo)準(zhǔn)和方法能夠?qū)W(xué)生成績(jī)分解為一定的量化指標(biāo)，從而客觀科學(xué)地評(píng)定其實(shí)踐能力。
四、總結(jié)
基于大數(shù)據(jù)的智慧云公交調(diào)度管理系統(tǒng)建立于智慧公交調(diào)度之上，以公交調(diào)度業(yè)務(wù)為主線，在公交車(chē)上部署GPS一體化設(shè)備、視頻監(jiān)控設(shè)備等，以2G/3G/4G為網(wǎng)絡(luò)通道，上位機(jī)上部署服務(wù)器、調(diào)度工作站、維護(hù)工作站、監(jiān)管工作站等硬件設(shè)備，以及相關(guān)的調(diào)度作業(yè)、實(shí)時(shí)監(jiān)管、遠(yuǎn)程維護(hù)等軟件系統(tǒng)，實(shí)現(xiàn)上下位數(shù)據(jù)交互。
2技術(shù)框架及功能設(shè)計(jì)
為了確保公交數(shù)據(jù)多年的數(shù)據(jù)不丟失，公交系統(tǒng)運(yùn)行穩(wěn)定、快速高效，整個(gè)系統(tǒng)采用數(shù)據(jù)倉(cāng)庫(kù)、云技術(shù)、大數(shù)據(jù)、虛擬網(wǎng)絡(luò)等高端技術(shù)設(shè)計(jì)，實(shí)現(xiàn)從終端數(shù)據(jù)采集、基礎(chǔ)數(shù)據(jù)運(yùn)維、調(diào)度作業(yè)、實(shí)時(shí)監(jiān)管、高級(jí)挖掘分析等功能。服務(wù)器集群由GPS前置機(jī)、時(shí)實(shí)庫(kù)處理服務(wù)器、數(shù)據(jù)庫(kù)服務(wù)器、WEB應(yīng)用服務(wù)器、文件服務(wù)器、流媒體服務(wù)器等服務(wù)器及相關(guān)的交換機(jī)、路由器等組成。放在中心機(jī)房，統(tǒng)一管理和維護(hù)。公交車(chē)安裝GPS一體化設(shè)備、視頻監(jiān)控設(shè)備等，實(shí)時(shí)傳輸車(chē)輛的運(yùn)行狀況數(shù)據(jù)、接收并處理調(diào)度中心發(fā)出的信息、報(bào)站及預(yù)報(bào)站，與后臺(tái)管理中心進(jìn)行雙向信息交流和通話。同時(shí)，車(chē)載終端系統(tǒng)還會(huì)對(duì)車(chē)輛速度、行車(chē)線路、?？空军c(diǎn)等進(jìn)行智能分析，當(dāng)某些參數(shù)超過(guò)標(biāo)準(zhǔn)值時(shí)，終端系統(tǒng)會(huì)自動(dòng)報(bào)警，司機(jī)可采取相應(yīng)措施，使公交車(chē)更加安全可靠。同時(shí)，調(diào)度中心能掌握路上運(yùn)行車(chē)輛載客量、速度、停靠、等各種情況信息，可根據(jù)車(chē)輛位置速度等因素預(yù)計(jì)出車(chē)輛到站時(shí)間、距離等，并將這些預(yù)報(bào)信息通過(guò)GPRS發(fā)送到各電子站牌顯示出來(lái)，乘客通過(guò)電子站牌可清楚了解等車(chē)情況，極大方便了乘客，提高了公交服務(wù)質(zhì)量。調(diào)度中心和二級(jí)調(diào)度通過(guò)調(diào)度管理系統(tǒng)，將電子地圖、公交線路網(wǎng)分別或同時(shí)，全部或局部顯示在屏幕上，通過(guò)操作可以在電子地圖上選取車(chē)輛并顯示此時(shí)車(chē)輛的運(yùn)行狀態(tài)、速度、方向、線路號(hào)、車(chē)牌號(hào)碼、車(chē)型等，實(shí)現(xiàn)監(jiān)視、調(diào)度、管理各自管轄的公交車(chē)，并對(duì)公交車(chē)、司機(jī)等進(jìn)行上下班、里程、正點(diǎn)率、完成率、油耗、材損等考核和獨(dú)立核算。
3關(guān)鍵技術(shù)分析
3.1數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)、數(shù)據(jù)挖掘?qū)崿F(xiàn)
公交GPS數(shù)據(jù)每10s上傳1包（約100個(gè)byte），每輛車(chē)平均運(yùn)行14個(gè)小時(shí)，1萬(wàn)輛車(chē)1個(gè)月的GPS實(shí)時(shí)數(shù)據(jù)大約為151M，加上調(diào)度排班、報(bào)警、加油加氣、維修保養(yǎng)、票款收入等數(shù)據(jù)，每個(gè)月的實(shí)時(shí)數(shù)據(jù)大約500M，若加上視頻監(jiān)控報(bào)警采集數(shù)據(jù)（1個(gè)月約30G）將達(dá)到1年就是366G，存儲(chǔ)10年就是3.7T，這樣大規(guī)模的數(shù)據(jù)要快速存取，用以往的關(guān)系型數(shù)據(jù)庫(kù)管理已經(jīng)很難滿足要求，所以采用大數(shù)據(jù)技術(shù)對(duì)這些數(shù)據(jù)進(jìn)行存儲(chǔ)、清洗、梳理、鉆取，按需求將數(shù)據(jù)分布統(tǒng)維度和粒度生成熟數(shù)據(jù)保存，采用數(shù)據(jù)挖掘算法，快速為用戶按需提供數(shù)據(jù)是必然，也是實(shí)現(xiàn)基于大數(shù)據(jù)的云智能公交調(diào)度管理系統(tǒng)的基礎(chǔ)。
3.2云技術(shù)服務(wù)技術(shù)
大數(shù)據(jù)存儲(chǔ)在數(shù)據(jù)中心，而應(yīng)用存在各個(gè)離散的終端，網(wǎng)絡(luò)資源不一致，通訊速度也千差萬(wàn)別，大規(guī)模數(shù)據(jù)快速訪問(wèn)而不耽誤公交實(shí)時(shí)調(diào)度，用原始的方法幾乎是不可能滿足需求，利用云技術(shù)，將數(shù)據(jù)分塊、切片、緩存、差異化數(shù)據(jù)交互等處理，建立云服務(wù)及云端應(yīng)用機(jī)制，實(shí)現(xiàn)全網(wǎng)硬件資源綜合利用的大虛擬網(wǎng)絡(luò)環(huán)境，充分利用網(wǎng)內(nèi)所有硬件資源，實(shí)現(xiàn)公交快速調(diào)度作業(yè)是該系統(tǒng)的關(guān)鍵所在。
4結(jié)論
