大数据时代的前景大全11篇
时间：2024-01-15 15:03:06
大数据时代的前景篇（1）
一、前言
社会经济的全面发展，现代科学技术的不断更新和进步，当前数据也在飞速增长中，全球逐渐进入到了大数据时代中。处在市场竞争的社会环境之中，企业需要积极开展自身的财务管理工作，提升经济管理工作的水平和效率。数据和信息在现代企业的发展中发挥了积极作用，企业对于数据资产的重视程度也在不断的提升。现代企业通过对海量的数据进行全面分析和处理，能够为企业开展各项工作提供良好的决策支持。处在大数据的背景之下，企业在开展财务管理工作的过程中，需要采用积极有效的方式和策略，加强自身财务管理的变革工作。
二、大数据背景概述
（一）大数据的内涵
大数据主要是指需要采取新的处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。对大数据的分析和处理，人们主要是通过云计算实现的，同时还需要积极使用关系分析法，完成对于各项事物的智慧型预测工作，并提供相关价值服务。现阶段，大数据在实际应用过程中，有明显的价值化、多样化、大量化以及快速化的特征表现。众所周知，大数据作为互联网经济时代的一项重要技术产物，可谓一种颠覆性的技术变革，在很大程度上可影响企业各项管理工作。处在大数据背景之下，企业的传统管理思维均发生了极大的改变，可最大限度确保企业所做出决策的正确性，同时还可显著提升其决策的实现效果。
（二）大数据背景的优势和不足
大数据时代的到来，给当前社会的经济发展、企业的生产经营以及人们的日常生活等带来了极大的便利。处在大数据背景之下，企业需要针对数据信息所反映的本质进行全面认识，不断挖掘数据本身所涵盖的信息，充分认识大数据蕴含的能量。随着经济全球化的深入发展，现代企业在生产经营过程之中，需要积极面对各项经济信息、市场变化信息等，在综合多项数据信息的基础之上，做出正确的决策，这时候就需要企业管理者和决策者针对信息进行全面分析和处理。发挥大数据的优势作用，能够帮助企业从数据信息所反映出的情况出发，综合自身的经济发展状况和市场发展趋势，正确做出良好的经I方案和决策。但是不容忽视的是，大数据背景在实际运行过程之中仍存在着一些问题，主要是体现在企业在收集各项信息和数据的时候，容易涉及到客户的一些隐私信息，如何有效减少伤害客户隐私的现象出现，是企业做好数据分析工作中的一项重要内容，同时信息的收集过程之中，还会出现一些表面信息，甚至虚假信息，这时候就需要将其中的虚假信息进行有效控制和筛选，这就对工作提出了较高的要求。
三、大数据背景对于企业开展财务管理工作的重要性
（一）大数据背景对于企业财务管理工作的影响
处在大数据背景之下，企业自身的财务管理工作将会发生较大的改变，主要体现在如下方面：首先，在大数据的时代背景下，企业经营发展过程中所面临的市场经济环境变化更加迅速，这时候企业在开展财务管理工作的时候需要及时更新自身的财务信息，以往情况中，企业自身的财务会计报表提供了重要的财务管理信息，而在当前环境下，企业需要更加全面收集更多的信息和数据，积极利用数据技术，针对各项数据和财务信息进行充分挖掘，主要包括客户数据、企业经营发展状况、企业各个部门的内部情况以及市场变化信息等方面。其次，大数据时代还会对企业财务管理的实际决策工作产生重大影响。处在大数据背景的环境之下，企业需要在充分考虑到海量数据的所提供的信息进行决策，企业能够综合到的信息越多越全面，产生的失误概率也就越少。积极应用大数据的各项信息处理技术，能够有效减少财务管理工作者的工作量，提升工作效率。再者，大数据背景还会对现代企业自身财务管理信息人员产生重要影响。当前社会之中，大数据时代的到来，对于企业财务管理信息人员提出了更高的要求，财务人员需要能够掌握更高的整合数据信息的能力，同时还要能够全面分析出信息和数据之间的因果关系，为财务管理工作提供良好的决策依据。
（二）大数据背景对企业财务管理工作的积极意义
大数据时代的前景篇（2）
[2] Bigdata[EB/OL].http：//en.wikipedia. org/wiki/Big_data，2017- 04- 29
大数据时代的前景篇（3）
随着我国科学技术的快速发展，智能终端以及互联网技术的广泛应用以及普及，对相关的应用储存以及视频监控等方面都呈现出一种快速增长模式，大量的数据都能够展现出大数据时代的到来。但是当前我国企业管理过程中没有将大数据的作用充分的发挥出来，不能够为企业的发展带来有效的社会价值以及经济利益等，因此，企业应该与时俱进，在当前大数据的背景下积极主动的创新企业管理模式，提升企业管理过程和流程的创新和完善，最终能够有效实现企业自身经济利益和自我价值的增长。
一、大数据背景下企业面临的挑战
（一）数据实时分析
随着企业的不断发展，内部和外部环境不断变化，需要处理的数据和信息越来越多。并且加上数据数量的不断增加，企业在正确处理的过程当中实时会受到一定的影响，因此，在当前大数据的背景下，对数据进行实时分析是当前大数据背景下企业面临的挑战[1]。
（二）数据安全
在企业管理当中存在很多的企业以及客户的信息，并且中间还存在很多的个人信息。在大数据时代下，企业应该保护好这些信息。在比较混乱的网络环境当中，企业想要更好的面对大数据时代带来的挑战就应该运用有效的方法和措施处理好数据的安全问题，促进企业更好的发展。
（三）数据多样化整合
在大数据背景下，企业收集数据的过程中，不仅需要传统渠道收集之外，还遇见了社交网络环境以及电子商务环境等对信息进行处理，比如图片或者是视频等形式。在很多的信息当中，企业应该运用多样化的方法对其进行整理，但是对于一些难度比较大的非结构性的数据信息来说，企业很难对其进行处理，因此，数据多样化的整合就是大数据背景下企业面临的挑战。
二、传统企业管理模式中存在的问题
（一）缺乏专业的数据分析管理人才
在当前大数据的背景下，企业管理当中对数据的分析和处理工作不仅仅是将传统企业经营管理当总的数据信息做简单的数据判断和处理，大数据对信息的整合已经超越了企业传统管理当中的市场营销以及信息化范畴，因此，就需要具备较强综合能力和综合素质的专业人才对企业经营管理过程中的数据进行有效的分析和整合。但是就当前我国企业的发展形势来看，企业当前所拥有的人才都是传统模式下的，很大的程度上制约了企业内部大量人才的成长和培养，因此，综上所述，传统企业管理模式中导致数据处理和分析人才的匮乏。
（二）企业忽视了大数据的应用
在传统的企业管理模式当中，很多领导者根本就没有将大数据对企业管理所起到的重要作用重视起来，其主要的原因还是因为没有意识到大数据时代到来的重要作用，能够为企业所带来的价值，很多企业的领导者对大数据的作用忽视掉了，认为大数据实际上就是在工作当中对一些数据进行简单的整理和归纳这样根本就不能够为企业带来作用和价值，这些传统的领导者认为企业盈亏以及财务报表等一些宏观上的数据，而这些比那些虚无的数据更加有用得多。但是在当期大数据时代快速发展的今天，就应该充分利用大数据的作用和优势，等待大数据到来所提供的机会，让企业能够更加良好的发展。
（三）企业数据处理的不够及时
在世界经济快速发展的今天，人与人之间的沟通以及信息的数量和传播速度等成本逐渐失去了对企业经济发展的制约程度，企业发展的内、外部环境都在不断的发展和变化当中，也就是说，企业当前应该面对的已经不再是停留在简单信息利用方面是否对称那么简单了。企业在管理当中需要更多的数据进行分析，并且应该应用相应的数据对企业近期的经营状况等进行详细的了解，在处理市场上经济当中所产生的不同问题过程当中，企业的领导者应该明确自身的选择，在当前信息化水平快速发展的今天，企业都不可能做到独善其身，企业如果在发展当中不积极主动的面对这种状态，就会在未来的发展和竞争当中消失。在当前大数据的背景之下，很多企业都面临着企业内部的数据处理和分析工作量越来越大。
（四）企业的智能化和商业化程度不高
企业的智能化和商业化程度不高，随着大数据时代的到来，企业的商业化和智能化并没有为大数据的到来做出贡献，没有适应大数据的发展，也就是说商业化和智能化并没有在企业的管理当中获得更加普遍的使用。这样就会让企业在实际的经营管理当中不能够良好的面对大数据时代到来所带来的冲击，不能够很好的将危机转化为挑战和机遇，更有的企业因此而逐渐走向了企业经营管理的“寒冬”。
三、大数据背景下企业管理模式的创新研究
（一）培养具有较强数据分析专业的人才
在当前大数据的背景下，想要创新企业的管理模式就应该培养具有较强数据专业分析专业的人才。大数据时代背景下的人才培养模式与传统的人才培养以及需求都不是相同的。在大数据的背景下，企业管理模式上的创新是需要能够具备较强企业经营管理、数据分析、整合数据以及相关市场营销理论知识高素质的综合性专业人才，这样的人才应该能够分析和整合数据、运用数据以及重视数据人才，将企业的数据当成是企业发展过程中最重要的东西，也可以从分析数据的角度为企业的未来发展和进步设计重要的管理决策，促使企业在整个未来发展的战略性发展占有极为重要意义和作用[2]。
（二）重视大数据在企业管理中的作用
在当前大数据的背景下，想要创新企业的管理模式就应该重视大数据在企业管理当中的作用。想要彻底的转变当前模式下的传统企业管理模式，转变企业领导者的意识，企业领导者应该主动积极的寻求转变，不能够再按照传统的管理方法进行管理了，不然就会在当前大数据快速发展的时代下被落后，而导致无法获得正常的发展[3]。因此，企业的领导者应该重视大数据时代所具有的商业价值，应该将企业的管理决策与实际需求等及时的与企业的领导者进行沟通和交流，在企业落实智能化和商业化的过程当中通常就会与各种各样的管理者进行分析和沟通，促使企业的领导者应该真正的充分的认识和理解大数据对企业自身管理和发展所具有的重要作用，当传统的就数据分析方法已经不能够满足当前社会经济发展，那么大规模的企业信息数据分析的系统化建设就能够顺利的开展。
（三）及时处理好企业的数据，对企业的对策进行分析
在当前大数据的背景下，想要创新企业的管理模式就应该及时的处理好被禁在当前信息传播速度非常快的背景下，企业想要在市场经济激烈竞争当中一直保持良好的经营状态，一定要加快处理由于大量数据，并且能够对其加以有效的、适当的分析，能够在快速掌握企业经营状况以及相应的应对不断发展的社会市场形势。应该对企业的数据应该做出比较全面、深入的收集和挖掘，并且能够将其作为游侠的基础，对企业的大数据展开有效的研究和分析，从而能够更进一步的帮助企业做好企业管理的决策和运营[4]。因此，应该需要企业重视数据工作的处理和分析工作，因为这些数据自身所具备的即时性都能够促进企业的快速发展。
（四）增强企业的智能化和商业化程度
在当前大数据的背景下，想要创新企业的管理模式就应该增强企业的智能化和商业化程度。本文认为，应该先左后企业信息化管理的基础，但是这里所说的信息化管理并不是仅仅是企业内部管理当中实现无纸化以及自动化管理，这样的信息化管理只是表面上的，比较形式化的东西，实际上企业的信息化管理应该是培养企业的员工能够具备数据质量意识和信息意识，让不同的信息用户都能够反手数据之间的不同，感受数据就是系统和企业的生命。数据本身所具有的可靠性和真实性都是企业当中一个信息系统成功的重点[5]。另外，还应该重视人在的引进和自身的培养，同时还应该重视企业自身的管理知识水平，通过知识等方面的共享以及获取企业智能化和商业化发展的解决方法。
结语
综上所述，在当前大数据的背景下，为各个企业的管理带来了机遇和挑战，现代企业的管理和创新会出现比较大的变革。在企业未来的发展过程中，大数据将会发挥出其十分重要的作用，因此大数据时代的到来对于企业的管理来说是一种完全新型的管理模式。基于此，企业应该在当前大数据的背景下，培养具有较强数据分析专业的人才，重视大数据再说企业管理中的作用，及时处理好企业的数据，对企业的对策进行分析，增强企业的智能化和商业化程度，以此来促进企业未来的长足发展。
参考文献：
[1]时钟平,柯铁军,薛传佳,冯立颖,郝晓冰.大数据背景下高校学生教育管理模式的创新———基于燕山大学“燕园在线”网络综合服务平台的思考[J].学理论,2016,(07):181-182.
[2]查先进,杨海娟.大数据背景下信息管理专业人才培养模式改革创新影响因素研究———以湖北高校为例[J].图书情报知识,2016,(02):21-29.
[3]鲁珊,张曼.大数据背景下酒店现状及经营管理模式创新研究———以长沙市星级酒店为例[J].技术与市场,2016,(02):95+97.
大数据时代的前景篇（4）
1前言
自互联网信息技术大规模普及以来，人类社会开始逐渐进入到大数据时代，如何利用大数据，使其社会效益得到最大程度的发挥成为世界各国共同关注的热点话题之一。2012年，由美国的一份数据报告中显示:目前，大数据在全球范围内都有着极为广泛的影响，企业财务管理的环境也发生了相应的变化。为此，在当前形式背景下，企业有必要及时抓住机遇，采取积极的措施对企业的财务管理工作实施变革与创新，进而有效提高自身的财务管理水平以应对时代的挑战。
2大数据的基本概念
目前，国际上关于大数据的概念界定尚未形成明确的说法，部分研究人员将其定义为具有高增长率、多样化等特征并且能够有效增加决策者自身发现能力和优化能力的信息资产总概括。也有一些公司认为所谓的大数据就是指大量的数据信息系统中提取出有可利用价值的技术和架构。总的来说，我们可以认为，大数据是人类在与网络进行互动行为时所产生的混乱、无结构的数据信息，采用云计算的处理模式对数据之间潜在关系进行分析。大数据具有价值化、快速化、多样化、海量化等多重特征，是互联网技术背景下的社会产物，对企业的财务管理有着极为深刻的影响，不仅改变了企业传统的财务管理理念和思维模式，同时也为企业管理者的决策行为提供了更为可靠的依据，成为企业实施财务管理变革必不可少的战略资源之一。
3大数据背景对企业财务管理产生的影响
3．1提高财务信息管理的准确性
在过去，由于企业财务管理的技术手段有所欠缺，导致数据信息的资源价值得不到有效利用，部分企业管理者在制订相关决策时缺乏可靠精确的信息或没有统一规范的数据分类标准，这就使得企业大量的财务数据在被制作成报表后便失去利用价值。然而在大数据时代背景下，伴随着相关科学技术的快速发展，企业能够高效率地整合财务数据且财务信息管理的准确性也得到大幅度的提升。
3．2有利于深入挖掘财务信息
随着经济全球化的不断深入发展，企业财务管理的基本环境也发生了相应的变化，在当前大数据时代的形式背景下，企业除了可以借助财务报表，还可以从客户数据、业务数据等多个层面来深入挖掘有效的财务管理信息，同时以计算为主要技术依托的数据信息处理平台对企业财务管理水平的提升也起到了积极的促进作用。
3．3提升企业财务管理的决策力度
在大数据时代背景下，企业能够从多种渠道获得所需的财务数据，并且在原有工作的基础上建立一个大型的数据预测与分析系统，不仅极大程度地减轻了传统财务管理模式下工作人员监测、识别数据的负担，也显著提高了企业的财务信息管理效率，从而给予管理者更多的时间和思考空间来进行决策分析，提升决策力度。
4大数据背景下企业财务管理变革的具体策略
4．1增强企业决策层的大数据意识
绝大多数情况下，企业财务管理工作能否顺利进行往往取决于决策层的支持力度。在传统的财务管理模式下，企业决策层只需简单地对大概数据进行分析便可轻松作出决策。然而，大数据时代的到来使得数据处理分析的工具成本大幅度提高，并且对企业的经济效益产生一定程度的影响，这就使得决策层在管理大数据财务信息时通常会显得较为犹疑，甚至于会形成排斥心理。在如今市场经济竞争日趋激烈的形式下，企业决策层必须正确意识到在当前大数据背景下，唯有加快识别自身财务管理的风险，深入挖掘一切潜在商机才有可能在未来的市场竞争中立于不败之地占据一定的优势。因此，企业决策层应增强大数据的管理意识，提高自身的组织与领导能力，不断促进全企业大数据意识形态的更新。
4．2促进企业财务管理职能的转变
互联网信息技术的快速发展企业财务数据的获取提供了丰富的渠道，同时也为企业财务管理职能的转型升级提供了新的发展方向。一直以来，企业财务管理人员的工作职能主要包括计量、记录、确认财务数据信息并制成财务报表以供决策者参考等，关于管理会计的相关概念虽然也有所提及，但就目前而言在企业财务管理的实际工作中尚处于摸索阶段，应用范围较小且层次水平也而不高。在大数据背景下，企业财务部门的管理人员应以大数据为基本依据，全面展开资金预算、集中管理、内部控管等各项会计管理工作，确保企业财务管理能够持续高效、稳定地运行下去。为此，企业管理者提高对管理会计的重视程度，不断促进企业财务管理职能的转型升级，使财务会计逐步朝着管理会计的方向发展演变。
4．3提升财务管理信息化建设
水平大数据背景下，提升信息化建设水平是促进企业财务管理变革的必要手段之一。首先，企业应建立完善的财务信息管理制度，通过优化企业内部网络环境，实现财务数据在获取方式、制度、操作流程等方面的规范统一，从而有效提升企业财务管理的工作质量和效率水平，充分确保企业内部各项财务数据信息的公开度和透明度。其次，企业财务管理部门应重视与其他部门之间的信息互通、共享，在企业内部公开建立一个专门的财务信息平台，将客户信息、业务信息、决策信息等都纳入其中，以便日后为企业管理层制订战略发展计划提供及时准确的财务数据信息。
4．4建设大数据财务人才队伍为适应
大数据时代背景下企业财务管理的变革，财务人员也应摆脱传统的财务思维模式，从业务角度来思考如何改进自身的工作，而不是仅仅满足于对数据的核算、监督、识别、制作报表等。但是，就目前而言，绝大多数企业并没有储备专门的大数据财务专业人才，所以在相应的模型数据分析上可投入的有效人力资源远远无法满足企业财务管理变革的实际需求。因此，企业管理者应重视财务人员的培训工作，提高他们的大数据管理意识和实践操作水平，加快建立一支高素质的人才队伍，只有这样才能真正发挥大数据技术的核心价值，优化财务资源的储存和分配，为企业财务决策的制订提供最优保证，促进企业财务管理变革的顺利实施与发展。
5结语
综上所述，在大数据时代背景下，企业的财务管理迎来了新的挑战与机遇，作为企业决策层的管理人员应与时俱进及时更新自身理念，树立大数据管理意识，同时还应采取积极的手段促进企业财务部门管理职能的转型升级，提高信息化建设水平。此外，企业还应加快培养财务专业人才，建立一支高素质水平的大数据财务管理团队，进而有效提升企业内部的核心竞争力。
参考文献:
大数据时代的前景篇（5）
随着大数据时代的来临，给各行业的发展带来了更多的发展机遇，通过数据分析能够帮助其进行市场定位，实施有效的营销策略，帮助企业在短期内取得更多的市场资源。但是，对大数据的处理并不是一蹴而就的，需要企业对其进行仔细研究。中小企业网络营销在大数据时代必将取得突破性的进展，但是目前很多中小企业在大数据背景下所实施的网络营销还存在很大的问题，对大数据的认识不足、网络基础设施落后、没有完善的保障机制、缺乏专业化的人才等等，都是目前中小企业网络营销面临的严重问题。因此，必须要提出相应的解决措施以保障中小企业在大数据时代背景下网络营销的有效实施。
1.大数据时代对于促进中小企业网络营销的重要意义
1.1 能够使得中小企业获得更多的市场信息
在大数据时代背景下，任何商业性的活动都能够通过对各项数据的分析和处理，对其未来的发展做出预测。大数据的这一优势，使其成为时代性的标志。因此，中小企业借助于大数据时代开展网络营销能够通过数据分析等形式获得更多的市场信息，可以对其未来的市场状况进行充分分析，这样一来就有助于中小企业重新审视自身的网络营销策略，进而提高其网络营销的效率，在很大程度上能够促进中小企业的健康长期发展。
1.2 使得中小企业的网络营销更具有针对性
电子商务背景下，中小企业的网络营销几乎是遍地撒网，利用网络资源进行大规模的营销宣传，这在很大程度上增加了中小企业网络营销的成本，其营销效果并不明显。但是，在大数据时代背景下，中小企业通过获取和分析大量的市场信息，使其在整个发展过程中对目标客户群体的需求进行完善的数据分析，对其所需要的产品进行设计，制定出合适的价格，使其避免在整个网络营销过程中承担过大的成本支出，这样一来就增强了中小企业网络营销的针对性，不仅能够节约营销成本，还能够提高网络营销的效益。
1.3 能够有效提高中小企业的客户满意度
随着经济社会的不断发展，以客户为中心进行市场营销成为现代商业企业在发展过程中的必然选择，能否提升客户满意度将直接影响到中小企业网络营销的成败。在大数据时代背景下，中小企业可以通过数据分析与客户进行多方面的交流，充分了解客户对其产品和服务的使用情况，并对客户的满意度情况进行预测和分析，以便于及时发现中小企业产品和服务存在的问题，进而及时对其进行改进和重新设计，最终提升客户满意度，增强中小企业的市场竞争力，实现中小企业可持续发展。
2.大数据时代背景下中小企业网络营销存在的主要问题
2.1 对大数据的影响力认识不足
大数据时代的到来，标志着各行业将迎来新的发展机遇，其对中小企业网络营销的影响巨大，能够使其获得更多的市场信息，可以对消费者的需求进行有效分析，做好准确的市场定位，节约营销成本。但是，很多中小企业大数据的影响力认识不足，认为大数据时代的影响对自身的网络营销没有太大的影响，依旧依赖于传统营销模式，使其在网络营销的过程中难以有效利用大数据带来的发展机遇，因此其网络营销收效甚微。
2.2 网络基础设施有待完善
网络基础设施是大数据及中小企业网络营销发展的基础，完善的基础设施能够有效促进企业网络营销的顺利实施，不仅能够缩减营销成本，还能够增强营销的收益。但是目前我国网络基础设施建设还有待于进一步完善，使得大数据时代的发展受阻，同样对中小企业网络营销的发展带来严重的不利影响。网络基础设施的建设需要较长的周期和较大的投入力度，因此这是中小企业网络营销在未来面临的十分严峻的问题之一。
2.3 缺乏完善的营销保障机制
完善的保障机制是大数据时展的重要前提，也是中小企业实施网络营销的重要基础，目前我国在企业网络营销保障机制建设方面还存在一定的问题。企业之间难以通过有效的合作共同建设统一的网络营销制度，同时各中小企业为了盲目追求眼前利益而忽视现有制度的规范，进而使得网络营销出现一片混乱。另外，政府在网络营销保障机制建设方面还存在一定的不作为现象，政府相关部门在网络建设过程中也没有对中小企业的网络营销行为进行一定的规范和指导，使得中小企业在大数据时代背景下的网络营销呈现无序化发展状态。
2.4 缺乏专业化的营销人才
人才是现代商业企业进行网络营销竞争的关键因素，同样是保证大数据时代顺利发展的重要条件。大数据时代背景下中小企业网络营销要想顺应时代的变化和需要，必须要有专业化的营销人才团队作为保障，其必须要对大数据进行分析和研究，以便于为企业制定出完善的营销策略，帮助中小企业实施有效的网络营销，促进其网络营销的健康发展。但是，目前中小企业在营销人才培养方面还存在很大的问题，调查显示中小企业营销人才的流失率远远高于大型国有企业，这对中小企业在大数据时代背景下有效利用各项数据资源进行网络营销产生了极大的不利影响。
3.大数据时代背景下中小企业网络营销的对策建议
3.1 提高对大数据时代的重视程度
中小企业要想利用大数据时代实施有效的网络营销必须要提高对大数据时代的重视程度，因此，中小企业在大数据时代背景下开展网络营销的过程中要定期组织中小企业管理人员尤其是营销人员对大数据时代的内涵和影响及其对网络营销的影响进行学习和研究，使其充分认识到大数据时代对中小企业网络营销的促进作用，从思想观念上充分接受大数据时代所带来的发展机遇。这样就能够使得中小企业转变观念，实施正确的网络营销行为，促进自身的健康长期发展。
3.2 完善网络基础设施建设
完善的网络基础设施是中小企业在大数据时代背景下实施网络营销的重要保证。这需要中小企业和政府进行共同努力：一方面，中小企业要在网络营销过程中加大对网络平台建设的投入力度，与大型企业进行合作，共同建设网络营销的基础设施；另一方面，政府要积极帮助中小企业实施网络基础设施建设，增加必要的投入，保证各项网络基础设施能够实现有序高效运行。这是目前中小企业在大数据时代实施网络营销的重要前提。
3.3 完善网络营销保障机制
中小企业在实施网络营销的过程中要制定统一的标准，并建立完善的保障机制，促使其在网络营销的过程中能够正确利用大数据时代所带来的发展机遇。加强企业之间的有效合作，共同遵守各项网络营销协议。同时，政府要积极进行网络营销监管机制建设，对大数据时代中小企业的网络营销行为进行有效的指导和规范。
3.4 培育和引进专业化人才
一方面，中小企业要对现有的营销人员进行培养和教育，使其提高对大数据时代和网络营销的重视程度，提升自身的综合营销能力。另一方面，中小企业要积极与各高校和研究机构进行合作，形成产学研一体化的人才培养和引进机制，不断完善网络营销人才团队，以专业化的人才团队促进自身网络营销的发展。
总结
从目前中小企业在大数据时代背景下网络营销存在的问题来看，其必须要从提高对大数据时代的重视程度、完善网络基础设施、强化保障机制和培育先进人才等角度出发，保障其网络营销的有效性，借助大数据时代带来的发展机遇，实施正确的网络营销行为，保障中小企业在市场竞争中保持一定的竞争优势。
参考文献：
[1]高源，张桂刚.基于大数据的网络营销对策研究[J].湖北经济学院学报（人文社会科学版），2014（02）
大数据时代的前景篇（6）
随着网络信息技术的不断进步，大数据营销逐渐进入到各行各业中，在进行数据收集、处理及分析的过程中相对于传统的方式表现出较大的优势，例如，在进行电力营销管理的过程中，可通过大量的数据掌控到客户的具体需求特征，以便制定出更多针对性的策略来增强整个管理工作的质量与效率。因此，对大数据时代背景下电力营销管理的创新路径进行分析有着较为重要的意义。
1.当前大数据时代背景下电力营销管理的创新存在的相关问题
1.1未充分认识到大数据时代给营销管理创新工作发展的重要性
由于电力行业是我国国企长期垄断性行业，导致对于时代变迁给自身工作带来的影响敏感性较差，再加上内在的发展动力较为欠缺，在进行营销管理的过程中，很多电力企业的管理层所秉持的管理理念已经严重与当前实际管理工作相符，究其根本原因是由于其并没有认识到在大数据时代下实现自身创新发展的重要性，导致营销管理创新工作在发展的过程中非常缓慢，降低了创新工作开展的实际效果。
1.2在具体利用大数据时系统性较为匮乏
在众多电力工作当中，开展高质量的电力营销管理是其中最为关键的工作之一。国内很多地方电力企业在自身工作中也认识到了充分利用大数据实现自身管理路径创新的重要性，同时也采取了一定的策略来增强应用效果。但是从具体应用情况来看，大数据应用系统性较为匮乏表现得非常严重，例如，部分部门仅通过几个简单的数据处理软件就完成了对营销管理工作的处理，还有部分企业在进行电力抄表时，仍旧停留在使用人工抄表的方式，该种方式不仅不利于提升整个工作的效率，同时还非常容易出现各种类型的错误，这和当前大数据背景的具体要求是严重不相符的。此外，在进行营销宣传的过程中，并没有系统化利用各种现代化传媒手段，传统的方式仍旧普遍存在，使用的一些大数据时代下的宣传营销手段在具体实施的过程中并没有发挥出由点到线、由线到面的作用。
1.3必要的监管措施也非常缺乏
由于当前在开展营销管理工作创新发展的过程中，对于大数据时代背景中包含的先进技术，很多管理人员并没有一个清楚的认识，导致所需的监管工作也出现了漏洞百出的情况。特别是当前电力企业总体的规模往往相对较大，虽然管理层从当前大数据时代的具体要求出发制定了一些营销管理创新策略，但是在具体落实的过程中由于监管环节的缺失，很多较好的措施并没有真正落地。
2.大数据时代背景下电力营销管理的创新路径
2.1全面认识到在大数据背景下增强电力营销管理创新工作的重要性
在当前这个大数据时代下，传统的电力营销管理策略在很多方面已经不能适应时代的需求，开展创新非常重要。在具体实施的过程中，电力企业的领导层与管理层应当转变自身认知理念，抛弃传统落后的观点与想法，真正认识到在开展营销管理过程中对大数据利用的重要性。同时，在单位内部应当根据自身情况，可设定出专门的研究部门，投入专门资金，从而更好实现自身“提质增效”的发展。
2.2充分利用大数据，为客户提供出精准服务
随着时代的变迁，人们对电力营销质量提出了更高的要求的，传统的仅仅满足用户使用的水平已经成为人们的最低要求。而大数据时代为电力企业提升自身服务提供了可能，电力企业在开展具体的营销管理创新的过程中，可通过对客户日常消费习惯、消费需求等方面情况出发，使用大数据进行分类汇总，实现为这些目标客户打造出有较强的目的性与针对性的服务，全面增强人们对电力营销管理的认同感与满意度。此外，这个过程中，还可以使用大数据开拓出更多电力营销产品，通过大数据发现市场的需求与自身传统营销管理过程中存在的一些问题，从而以需求为创新导向、以问题为管理创新优化方向，确保电力企业在日益激烈的市场竞争中可保持更强的活力，更好地适应整个电力市场竞争的需求，不断提升自身在电力市场中的核心竞争能力。
2.3充分利用互联网技术，创新性开展电力大数据营销管理
当前各种营销活动均与互联网有着密切的联系，因此，电力企业也应当充分认识到当前互联网对于自身创新营销管理工作的重要性。充分借助大数据的方式开展相关的管理活动。在具体实施的过程中，需要从客户的角度出发，例如，通过对用户用电习惯等方面进行大数据分析，给用户更好节约用电提供出更为建设性的意见。此外，这个过程中，还可以通过构建电力系统数据库的方式，对电力营销管理各项业务进行全面分析，找出其中的症结，实现电力营销管理工作更加多元化发展。
3.结束语
综上分析，在大数据的时代背景下，若仍旧沿用传统的电力营销管理方式，在很多方面已经表现出较大的弊端，影响到管理工作创新开展，因此，这就要求相关的技术人员在具体工作中，应当从自身管理情况出发，准确把控大数据时代给电力营销管理工作带来的机遇与调整，充分利用大数据实现管理工作创新发展。
参考文献：
[1]方志丹.数据分析技术对电力行业信息化数据的应用思路及探讨[J].科技创新导报,2015,12(28):57-58.
[2]赵晓东.面向大数据的供电企业电力营销服务体系构建分析[J].内蒙古电力技术,2016,34(04):29-31.
[3]刘丹,曹建彤,王璐.基于大数据的商业模式创新研究[J].当代经济管理,2014,36(06):20-26.
大数据时代的前景篇（7）
中图分类号：TP37 文献标识码：A 文章编号：1674-098X（2015）08（a）-0096-05
图像分割与融合是计算机视觉与图像处理领域的研究热点，特别是面向人像的前景分割，在目标检测、目标识别、图像融合等相关技术中有十分广泛的应用。其关键技术涉及到人体的定位，以及前景和背景的分离等。由于人体图像具有尺度差异大、纹理复杂、姿态变化多等特点，要从复杂背景中分离出人像信息是十分挑战的课题。特别利用家用低成本相机拍摄的夜景图像，因背景光源复杂，且在闪光拍摄的图像中前景边缘与背景信息容易交互干扰，使得现有的算法难以从这里图像中有效地分割人像区域。
目前人像分割方法大致可以分为人工交互分割与全自动分割等两类，其中人工交互分割一般是基于图割（Graph cut， GC）算法[1]，通过手工标记的方式，在人像周围指定背景与前景信息，进而通过构建能量图及边切割，实现背景与前景的分离。基于Grab cut方法[2]则是在选定前景框内，通过分析背景区域与前景框内的分布信息，实现前景目标的分割。实验结果表明，基于图割的算法运算速度较快，分割效率较好，特别对复杂的背景边缘有较好的适用性，得到了广泛的关注，目前市场上已有相关的产品[3]。尽管如此，这类方法在分割过程中需要人工干预，而且在夜景人像边缘模糊的情况下分割效果不佳。
前景的自动分割主要包括基于立体视觉[4]、运动信息[5]和背景建模[6-7]的方法。其中基于立体视觉的方法通过分析视差来判别前景区域。这类方法往往对分割目标的视差范围有一定限制，视差太小前景和背景难以分离，视差过大则场景中存在大量遮挡和零匹配现象，导致分割可靠性不足；基于背景建模的目标分割方法需要利用先验信息对背景进行建模，通常是在视频或序列图像的基础上，分析场景的变化信息，以构建背景模型。此外，在图像前景自动分割中，Sun提出了以闪光/非闪光图像为数据源的抠图方法[8-9]。前提是对场景分别进行闪光/非闪光两次拍摄，在闪光灯开启时，由于前景物体较为靠前因此受闪光影响较大，对应图像更加明亮（强度更高）；而没有闪光灯时，前背景的亮度区别较小，从而可以通过亮度对比信息提取前景区域。在相关后续工作[10]中，Sun将该方法拓展为Flash cut算法，实现了前景和背景的协同分割。其基本思路是根据闪光与非闪光图像的差异，分析前景与背景的统计模型，最后通过图割方法实现前景信息的分割。Flash cut提出后，得到了广泛的关注，其中文[11]将闪光-非闪光图构建的前景信息推广到图像的显著分析，取得良好的检测效果。
在简单背景下，现有的分割算法对人像交互分割与融合方面已经取得了较好的效果。然而，针对夜景的人像提取效果仍效果不佳，特别是当背景光源信息复杂，以及前景边缘和背景混合的时候，分割算法基本失效。为此，该文在闪光、非闪光图像的基础上，采用了检测+分割的思路，首先根据梯度直方图特征在非闪光夜景图像中检测人像方位；进而根据同步获取的闪光、非闪光图像差异分布，在人像候选区域统计差分直方图，并通过构建代价函数、分割能量图实现人像的分割。
该文余下内容安排如下：第二章介绍梯度直方图的计算方法，以及在夜景人像检测中的应用；第三章详细阐述基于闪光、非闪光图像的夜景人像分割算法流程；第四章通过实验分析本文算法的可靠性；第五章为论文总结。
1 基于梯度直方图的夜景人像检测
夜景人像检测的目的是确定分割的候选区域，避免背景复杂光源，以及背景运动目标等因素对分割效果的影响。针对夜景人像的特点，本文采用了基于梯度直方图（Histogram of Oriented Gradient，HOG）[12]与支撑向量机相结合的检测方法，以实现夜景人像的检测。HOG是目前最为广泛使用的行人特征表示方法之一，其主要思想是通过图像局部区域的梯度特征统计来增强判别性能。HOG特征的具体计算过程如算法1所示，其中行人图片大小为64×128，块（Block）大小为16×16，格子（cell）大小为8×8，每个块内包含4个格子，格子是计算HOG的最基本单元（如表1所示）。
根据文[12]实验设置的推荐，以及夜景图像特点，本文采用以下的设置以提高HOG的判别性能：（1）梯度计算时采用的掩膜为[-1 0 1]和[-1 0 1]T；（2）投票的时候方向角和空间位置进行线性插值，即三线性插值；（3）块内的每个象素在投票的时候进行高斯加权；（4）对块的特征向量进行归一化处理。
梯度直方图特征具有高维特点，需采用高效的分类器以实现特征的判别。由于支撑向量机（Support Vector Machine，SVM） 是建立在统计学习的VC 维理论和结构风险最小原理基础上的，它在解决小样本、非线性及高维模式识别中独具优势。为此，本文采用SVM作为夜景人像判别分类器。
2 基于闪光图像的夜景人像分割
在人像区域检测基础上，可利用闪光与非闪光图像的对比统计信息，以提高人像分割的效果。为此，本文首先根据二值分类定义了前景分割的能量函数，并针对能量函数中的数据项与平滑项展开分析。特别是数据项的设计，融入了闪光变化特点、颜色信息，以及匹配变换估计信息等。以下将分别介绍能量函数的构造以及数据项的具体计算流程。
2.1 总体代价函数
为实现前景与背景的分类，本文定义代价函数如公式1所示：
（1）
其中xp表示像素p的背景标签，即当且仅当p为背景时，xp=1，否则xp=0；Ed为数据项，表示像素p分类为xp的代价；Es为平滑项，主要用于惩罚相邻像素p，q的分类xp与xq不一致，目的减少噪声干扰，保证分割结果的平滑性；α是权衡数据项与平滑项的权重。当公式1达到最小值时，对应的前景信息为人像分类结果。
为了减少相邻像素的分类差异，定义平滑项Es如下：
（2）
其中用于调节相邻点灰度差对分类的影响。
根据夜景人像特点，设计数据项如下：
（3）
其中分别用于衡量前景分类代价、闪光与非闪光图像之间的运动差异，以及颜色信息差异，其计算方法将分别在2.2～2.4中阐述；为的权重。
2.2 基于直方图对比的前景分类代价
在公式3中，用于衡量闪光与非闪光图像中，像素直方图的变化情况。主要思路是通过对比分析闪光图像与无闪光图像的直方图信息来进行建模。如果是离摄像头比较远的物体，则受闪光的影响比较小；如果是离摄像头比较近的前景物体，则受闪光的影响比较大。因此通过分析闪光前后，直方图的变化情况，对象素点与前景之间的隶属度进行赋值。假设和分别表示闪光图像和无闪光图像的颜色直方图。若，则说明闪光之后，第k个直方图区间的象数点数目变少，也就是第k个直方图区间的部分象数点被分配到了的其他区间（具体是哪个区间不知道）；若，则说明闪光之后，第k个直方图区间的象数点数目变多，说明的其他区间（具体是哪个区间不知道）上的象数点部分被分配到了直方图的第k个区间。综上，可定义代价项如下：
（4）
其中闪光和非闪光图像的rp分别取值为和。
2.3 变换补偿
公式3中的Et（xp）用于衡量闪光与非闪光图像中，对应同名点之间的像素差异。假设已经知道了闪光前和闪光后两张图像之间的位移信息m（p）。那么对于闪光前的图像而言，如果象数点的亮度信息变大了，那么是前景的概率应该相应增加。闪光前后的亮度信息差异可以用如下公式表示：
（5）
一般认为，背景的像素点亮度变化较小。因此，可以用一个高斯分布来表述亮度差异信息，即，。像素点p属于背景的概率可以用如下公式刻画，
（6）
可以看出，当时，。综上，能量项Et（xp）的可定义如下：
（7）
上式中未知的参数是。首先，可通过稀疏特征匹配来计算特征点的亮度差异信息，以差异直方图均值作为μ的初值。则可以在直方图中截取亮度差异小于某个阈值T的所有点统计得到，其中T取值为大于μ的首个局部极小点。由于同步采集的两幅图像之间尺度、角度基本一致，为提高分割效率，本文采用FAST算子[14]进行特征提取，利用ORB描述子[15]实现稀疏特征匹配，并采用RANSAC算法[16]去除错误匹配特征。
偏移量m的初值可以根据RANSAC获取的变换结构，计算像素稠密匹配来得到。由于两幅图像同步获取，且人像前景景深差异小，因此本文采用透视变换来作为像素位移初值的计算依据。在此基础上，利用光流中改进的Lucas-Kanade算法[17]来迭代计算稠密的像素变换补偿参数，具体如公式8所示：
（8）
2.4 基于混合高斯模型的前景分类代价
在公式3中，用于衡量前景信息的概率。在上述求解到的前景和背景概率的基础上，挑选出所有背景概率小于0.4的点，用于构造前景混合高斯分布[13]。具体计算方法如公式9所示：
（9）
其中K是混合高斯模型的模型数量；wk是各个模型的权重；uk，∑k分别表示第k个模型的均值与协方差。同理，计算背景混合高斯分布可以挑选所有背景概率超过0.6的像素，通过文[13]的方法统计得到。在此基础上，前景分类代价可以表示为：
（10）
2.5 算法流程
根据2.1～2.3的计算规则，本文总体算法流程如算法2所示（如表2所示）。
3 实验结果与分析
实验的目的是测试本文方法对夜景人像分割的效果。为此，本文根据实验需求采集了序列夜景图像集，其中包含背景运动干扰、背景复杂光源（夜景工程）、前景纹理变化（衣着差异）等多个不同类别，部分数据如图1所示。以下将详细描述实验的设置，以及结果分析。
3.1 实验设置
在夜景人像检测模块，HOG特征为3780维，梯度计算时采用的掩膜为[-1 0 1]和[-1 0 1]T；投票采用三线性插值。在代价函数模块，公式1中的权重α取值为30；考虑到夜景图像的闪光与非闪光图像中，像素变化十分强烈，导致部分背景隶属于前景概率也相应提升，因此应适当降低了直方图前景分布代价的权重，公式3中的数据项权重分别为5，15；公式4中的ζ=0.2；在颜色项中，混合高斯模型的数量取值为10。
3.2 结果与分析
第一组实验主要评价夜景图像的人像检测效果。由于本文的目标是自动分割出闪光图像的人像，因此只需在闪光图像中检测行人区域。图2中的背景包括复杂光源、运动目标、前景边缘与背景强度差异小等干扰因素。由于夜景人像往往背景强度相对较弱，相比之下，前景的强度、纹理特征丰富。从实验结果可以看出，采用HOG特征可以充分描述人像的表观模型，因此SVM分类器能有效提取图像中的行人区域。
第二组实验主要评价本文的图割算法对于夜景人像的分割效果。针对背景运动、局部遮挡、复杂背景等因素对分割效果的影响，我们分别选取了图3-图6用于分析分割效果。如图3（a）（b）（c）分别为闪光图像、非闪光图像、人像分割结果。从图3（a）和图3（b）中可以看出，背景存在运动目标。由于背景中的人像强度信息（光线）较弱，纹理受噪声干扰明显，因此行人检测器没有响应背景人像。而本文的算法只针对人像区域分析，因此可以有效过滤背景运动对分割效果的影响。在图4中，前景包含了部分背景信息（手臂下方），由于本文通过像素分布设置了背景概率统计信息。因此，在前景背景混合的情况下，构建的能量图能给定前景和背景不同的权重，从而利用图割算法可以有效地分割出人像区域，具体如图4（c）所示。
图5和图6用于评价复杂背景对于人像分割的影响。从图5（a）可以看出，人像上半部分的背景强度信息与人像信息接近，因此该区域的前景概率容易混淆。从实验结果也可以看出，人像下半身的背景区域纹理简单，有较好的分割效果，但是上半部分特别是肩膀附近，存在一定的错分割现象。图6的结果也印证了上述结论，即前景边缘与背景差异很小的时候，构造出的能量图相应的边权值也相应较小，导致分割后的边缘存在锯齿现象。
4 结语
目前的夜景人像分割大多是采用交互的方式提取人像外轮廓，在背景光源复杂的情况下需要大量的人工干涉。本文针对夜景人像的自动分割问题，利用同步获取的闪光和非闪光图像之间的差异，分析前景的概率分布信息。基本流程包括利用直方图特征实现人像区域检测、基于闪光图像变化分布和变换补偿的代价函数构造，以及利用图割实现人像提取等。实验结果表明本文的方法有效增强了分割的自动化程度，特别是增加了人像检测后，在背景光源复杂以及背景变化的情况下有较好的分割效果。预计相关成果在夜景图像融合中有一定的推广价值。
参考文献
[1]Boykov Y Y， Jolly M P. Interactive graph cuts for optimal boundary & region segmentation of objects in ND images[C]//Computer Vision，2001.ICCV 2001.Proceedings.Eighth IEEE International Conference on.IEEE， 2001：105-112.
[2]Rother C，Kolmogorov V， Blake A. Grabcut：Interactive foreground extraction using iterated graph cuts[J].ACM Transactions on Graphics（TOG），2004，23（3）：309-314.
[3]沈洋，林晓，谢志峰，等.交互式前景抠图技术综述[J].计算机辅助设计与图形学学报，2014，26（4）：511-519.
[4]Torr P H S，Szeliski R， Anandan P.An integrated Bayesian approach to layer extraction from image sequences[J].Pattern Analysis and Machine Intelligence，IEEE Transactions on，2001，23（3）：297-303.
[5]Sun J，Zhang W，Tang X，et al. Background cut[C]//Computer VisionCECCV 2006.Springer Berlin Heidelberg，2006：628-641.
[6]Mittal A，Paragios N.Motion-based background subtraction using adaptive kernel density estimation[C]//Computer Vision and Pattern Recognition， 2004.CVPR 2004.Proceedings of the 2004 IEEE Computer Society Conference on.IEEE，2004：II-302-II-309 Vol.2.
[7]Monnet A，Mittal A， Paragios N，et al.Background modeling and subtraction of dynamic scenes[C]//Computer Vision，2003.Proceedings.Ninth IEEE International Conference on. IEEE，2003：1305-1312.
[8]J.Sun，Y.Li，S.B.Kang，et al .Flash matting[M].In Proceedings of SIGGRAPH，2006：361-366.
[9]Sun J，Li Y，Kang S B，et al. Flash matting[J].ACM Transactions on Graphics（TOG），2006，25（3）：772-778.
[10]Sun J，Kang S B，Xu Z B，et al.Flash cut：Foreground extraction with flash and no-flash image pairs[C]//Computer Vision and Pattern Recognition，2007.CVPR’07.IEEE Conference on.IEEE，2007：1-8.
[11]He S，Lau R W H.Saliency Detection with Flash and No-flash Image Pairs[C]//Computer VisionCECCV 2014.Springer International Publishing，2014：110-124.
[12]Dalal N，Triggs B.Histograms of oriented gradients for human detection[C]//Computer Vision and Pattern Recognition，2005.CVPR 2005.IEEE Computer Society Conference on.IEEE，2005：886-893.
[13]Blake A，Rother C，Brown M，et al.Interactive image segmentation using an adaptive GMMRF model[C]//Computer Vision ECCV 2004.Springer Berlin Heidelberg，2004：428-441.
[14]Rosten E，Drummond T.Machine learning for high-speed corner detection[C]//Computer VisionCECCV 2006.Springer Berlin Heidelberg，2006：430-443.
大数据时代的前景篇（8）
中图分类号：F279.23 文献识别码：A 文章编号：1001-828X（2017）012-00-01
一、引言
近年来，计算机与信息技术迅速发展迅猛，导致大数据在各个领域产生出现。各种数据源源不断的产生、汇集，导致了“海量数据”的出现。由于互联网的迅猛发展以及普及，人的生活方式逐渐受到大数据的影响，必将会带来人们思维方式的改变，社会的进步与发展起到推动作用。大数据的标志并不是掌握数据，获取海量数据，对这些数据进行分析研究，根据数据分析结果，对相关事件出现的概率进行统计预测，依据这些预测数据，做出科学合理的决策，避免造成不必要的损失。传统的企业管理模式在大数据时代已经不能适应，降低了企业在新形势下的的竞争力。不能够根据客户消费记录和相关资料分析出有用的信息，就会在新的竞争中被淘汰。随着社会发展逐渐步入大数据时代，这种发展趋势与环境，对企业来说存在各种挑战，更多的是发展机遇。因此，以大数据为时代背景，进行企业管理的相关研究显得更加重要。
二、大数据的含义
早期的“大数据”定义是美国麦肯锡信息咨询公司给出的，具体为： “数据已经成为各行各业重要的生产因素”。 “大数据”在维基百科中的定义是：“用常规的软件工具在允许的时间范围内对内容进行抓取、管理以及处理的数据的集合就是大数据”。本文认为，所谓的“大数据”是指传统的数据库软件处理能力以及信息技术不能够处理的海量数据。
根据相关统计数据，目前我国的大数据技术以及服务市场的规模已经从2011年的7760 万美元增长到2016年的6.17 亿美元，其增长幅度高达795%。在未来的五年里，复合增长率也会保持高速增长，预测高达 51.4%，并且市场规模的增速也很大，预计会扩大 7 倍。但是，我国很多的企业目前还没完全适应“大数据”的冲击，面对很多的挑战。
三、传统模式和大数据背景下企业管理模式创新比较
传统模式指的是以问题作为驱动，从具体的企业管理问题出发的探索型创新；利用专业知识，以人性化管理以及制度管理作为出发点，定量分析与定性分析相结合，研究出解决问题的方法，实现企业管理领域的创新。在大数据时代背景下，企业的创新环境与创新条件比较复杂，而且充满各种不确定多变因素，企业也有更多可能的创新选择，将有更多企业管理的创新方法。传统企业管理模式好比是“池塘捕鱼”； 大数据背景下，企业管理创新模式好比是“大海捕鱼”，具有更多的不确定性，同是供可选择的“鱼”也多了起来。由于企业外部环境的变化，大数据环境下的企业管理创新与传统企业管理有本质区别。
四、大数据背景下企业管理模式创新
1.获取数据与数据平台形成
大数据时代背景下，由数据或者问题驱动企业的创新管理，企业数据平台扮演着重要角色，在企业经营活动中起着数据的监测、收集、分析、处理、存储的作用。
2.企业创新问题与方案决策
在企业经营活动中，一旦发现问题，首先要确定是否需要创新企业管理，获取、收集相关数据是与决策有关的因素。可借助计算机信息技术收集相关数据，是否要进行创新以及创新能否成功，都要根据收集到的数据进行决策。要进行管理的创新，首先需要做的是界定创新问题：确定需要创新的领域与范围；通过对数据的初步分析，具体阐述创新问题。依据创新问题界定，利用各种数据分析技术，挖掘数据中隐藏的深层次信息。根据数据分析结果作，对拟定的备选方案的可行性再分析验证，选出可信度最大的方案。
3.动态数据与实施创新方案
创新方案实施的过程，同时也是不断积累绩效数据、实施数据的过程，把这些实时数据进行收集、分析、整理，将其加入数据共享平台数据源，分析反馈这些实时数据，对企业在创新方案的实施过程中出现的偏差实时纠正，实时监控、优化创新方案，确保顺利完成创新目标。从而确保创新方案的实施过程，是一个实时反馈与持续改进的过程，进而提高企业创新方案成功的概率。
4.时数据与提升创新方案
大数据时代背景下，在创新方案实施过程中，一直都有数据的分析结果对其进行实时的验证，进而根据企业面临的内外环境进行相应的修正以及调整，保证创新方案的顺利进行；每个企业的内外部环境都是不相同的，避免引入其他的类似的创新方案所带来的不适应的现象；对企业的创新方案实施的过程中，实时的收集数据，进行数据的分析，根据分析到的结果，进行原有管理方案的修改，达到提升创新方案的效果。
五、结语
本文首先介绍了大数据的背景，给出了大数据的相关概念，分析了传统企业与大数据时代下企业管理模式的不同，着重分析了在大数据背景下，企业管理中要面对的问题，其中最重要的就是企业管理者的思维模式的改变。企业管理者大都还没意识到大数据背景下，企业所面临的危机，不够重视大数据的运用，本文论述了在大数据时代企业管理的几种创新模式，为企业发展与管理提供参考。
参考文献：
[1]马琳.大数据时代下企业管理模式的创新[J].天津职业院校联合学报，2014，7：72.
大数据时代的前景篇（9）
大数据是信息技术领域中的一项重要的变革，随着大量非结构化与半结构化数据的出现，大数据中蕴含的信息价值越来越大，社会上关于大数据的研究也越来越多。高校是学生成长的重要场所，在信息化时代，对高校学生以及高校的教育教学工作的管理也应该要契合时代背景。在新的环境下，高校的管理也要不断创新，传统的管理模式已经不再适用，在高校的管理过程中，对此，要积极加强对各种新的信息技术的应用，利用大数据技术开发自身潜力，加强对高校发展过程中的各种数据的挖掘，从而借助新媒体平台加强各种消息的有效传递，从而使得高校高校的管理效率不断提升，实现数字化、信息化发展。
1大数据时代及在该时代背景下下高校的管理现状
1.1何为大数据时代
大数据时代是当前信息技术领域中的一个热词，随着互联网的迅速发展，人们在生活、工作、学习过程中对网络的依赖程度越来越大，我国的网民数量还在不断增加。大数据就是在这样的背景下产生的一个概念，大数据也叫做巨量资料，可以将大数据时解成为一个海量信息的时代，从字面意义来讲是指有大量丰富的数据存在，但是数据量的规模并不是大数据存在的真正意义，大数据存在的真正意义就是在于应用，是要将这些信息挖掘出来，发挥其真正的作用。
1.2大数据时代背景下高校的管理现状
随着大数据的不断应用，当前各个领域对大数据的使用频率也比较高，高校是学生学习的重要场所，同时也是科研聚集的地方，很多教授、教研人员都在积极加强科学研究，在各个领域中随时都有新信息的出现。作为教育的场所，其本身就蕴含了丰富的信息，加强对高校信息的挖掘，可以有效地将高校的信息呈现出来。在大数据环境下，高校管理变得更加快捷、方便，大数据是以互联网为基础的，可以借助互联网实现快速的信息挖掘以及传播目的。在高校的发展过程中，数字高校成为一个重要的趋势，数字高校为高校管理过程中利用大数据提供了有力的条件。学生在学习生活以及工作过程中对电脑、网络的依赖程度更高，数字化管理也成为高校管理过程中的一个重要趋势，而且各种电子资源也可以通过新媒体平台实现广泛的传播，促进各种资源的共享，对于高校的管理水平的提升有很大的帮助。尽管大数据时代为高校的创新发展提供了机遇，但纵观传统高校管理可以发现，高校在创新发展的过程中依旧面临许多挑战，最明显的就是信息化程度不够，对各种现代技术的应用不足，这些信息滞后问题在大数据不断应用的过程中得到了一些解决，比如很多高校当前都已经开始加强高校网络的建立，并且借助大数据挖掘技术，对高校的信息进行深入挖掘和分析，比如对高校的历年就业情况的汇总和分析、对高校各个专业领域的人才发展情况的汇总和分析等，都是在大数据时代创新高校管理的一个实践，从而为高校的学生以及社会机构推送更多有效的资源，促进高校的信息资源得到有效的利用。但需要注意的是，大数据技术在高校中的使用状况并不乐观。
2大数据时代高校创新管理的策略
2.1转变传统的高校管理观念
加强高校管理模式创新，是在大数据时代背景下对高校发展提出的一个全新的要求，也是提高高校管理水平的重要途径。信息化时代，承载信息、知识传递功能的高校，必须要对传统的管理理念进行改革。当前很多高校的工作人员对高校的管理的理念还比较传统，使得高校的发展不能适应信息化时代。对此，高校应该要结合大数据时代对高校提出的全新的要求，采取各种手段对高校管理体系进行全新的设计，对高校管理人员的管理理念进行改革，从而在高校内部实现信息化、数字化管理，加强对各种大数据技术的应用。
2.2基于学生需求实现个性化管理
大数据时代最大的一个特征就是信息泛滥，面对如此巨大的信息量，很多学生都会考虑如何才能找到自己想要的信息。在高校的图书馆中，有很多丰富的信息，比如学术资料、文学资料等，在大数据时代应该要加强对高校图书馆的利用，但是在这个过程中，高校需要在研究学生的基础上，借助大数据技术来分析学生在使用高校检索功能时产生的一些访问记录，从而对学生的阅读需求进行有效地掌握，根据这些信息挖掘出学生的行为方式和兴趣爱好，给学生推送更多感兴趣的信息，比如有的学生通过高校的图书馆系统搜索古典文学的比例较大，因此当学生在搜索资料的时候，应该要为学生推送更多与古典文学相关的材料，从而使得学生可以接受到更多的信息。通过大数据分析，高校在推送消息的时候是一种个性化管理，这种推送方式有较强的针对性和指向性，被学生接受的成功率更高，也能帮助高校更好地实现管理。
2.3利用新兴媒体实现高校管理过程中的信息传递与反馈
新兴媒体相对于传统教育更加直接、快捷、方便，也很符合当前大学生的学习和生活习惯，新兴媒体的发展也是大数据时代背景下的一个显著特征。因此在未来的发展过程中，应该要对新兴媒体平台的优势的利用，当前新兴媒体最明显的一个特征就是及时性和快捷性，消息的传递速率十分快，因此在教育 过程中应该要加强对新兴媒体的传播优势的利用，实现师生之间、生生之间的沟通和交流，从而促进高校学生在学习过程中可以对各种消息进行有效地反馈。比如微信、微博等，都可以实现信息推送，在未来的发展过程中，应该要借助各种新媒体使得高校的信息传递更加便捷，更加契合大数据时代的信息传播特点。
3结语
综上所述，大数据是当前时代的特征，大数据技术应用的领域也十分广泛，教育、军事、农业等，都有大数据技术的应用。借助大数据技术可以使得高校的管理变得更加精准，使得高校的管理工作可以更好地开展，能够不断调整发展战略。在未来的发展过程中应该要根据大数据时代的特征以及要求，加强对高校的管理范围的拓展，使得高校的管理水平不断提升。
参考文献：
大数据时代的前景篇（10）
中图分类号：G270.7 文献标识码：A 文章编号：1009-914X（2016）17-0162-01
档案与我们的生活息息相关，并且我们的生活也离不开档案的建设性规划，因此，我们需要在此基础上进一步完善档案工作的相关建设项目，进而使我国档案体系的容纳力以及规划性都得到全方位的提升与发展。而在当今大数据的时代特色下，相应的诸如档案工作这类系统化的工作体系也都要或多或少地融入这一体系中，进而全面提升自身的工作建设思路，因此对于档案工作体系内部的大数据的建设也就显得尤为重要，因此我们需要对大数据体系展开较为全面而细致的了解，进而全面体提升档案工作的实际发展水平。
一、 档案管理引入大数据处理方法的必要性
（一） 大数据处理方法可以满足档案管理需求
目前国家对档案管理提出了以下几个方面的要求：多用信息、少用能源。对于档案管理机构而言，其主要任务就是作为长久保存资料的场所，及时为大家提供必备的信息资料，因此是一种为社会服务的机构。它本身拥有广泛的信息，但是由于当前存在种种问题，包括管理方式落后、人才能力不足、以及人们对档案管理意识不高，使得目前的信息资源并没有得到充分的利用跟发展。只有一个城市中的档案管理体系不断完善，才可以为市民提供更多的便利机会，同时才可以促进城市档案管理的进一步提升。目前应该从多方面出发，定期整理已经保存过的信息，跟社会需求相结合，从而达到为社会公众服务的目的。
（二）大数据处理可以加强相关电子文件管理
随着当前社会发展水平的迅速提升，电子文件的数量也在与日俱增。对电子文件的搜寻也变得比纸质材料更难。因此就需要采取适当的方法对其进行有效处理。当前主要应用的方式是对电子文件进行宏观鉴定，首先判断其是否具有自身的文件价值。这就需要做好两个工作，首先采取大数据处理方式将其归类整理，最后再根据其价值进行归档处理。
二、 大数据背景下档案工作所面临的挑战
（一） 如何保障档案信息的安全性
大数据对于档案信息的共享程度提出了更高的要求，只有在档案资源高度共享的情况下，大数据技术框架下的云计算平台才能发挥作用，真正实现档案信息价值的利用。但随之而来，就是档案信息的安全性问题，如何解决在多类型、多结构、高共享程度状态下的数据安全问题，已经显得十分棘手。工作人员操作失误、设备及网络故障、计算机病毒、网络黑客攻击等对档案信息安全构成威胁的因素，在大数据的技术框架下，所造成的威胁可能会被相应地放大。大数据时代的档案信息的保密工作，其重心很有可能不再是保密体制的设计，而更有可能是信息安全技术的有效应用。
（二） 如何合理地进行系统建设投入
任何系统的建设，都遵循了螺旋式上升、波浪式前进的规律，这就意味着任何系统的建设都需要考虑投入是否合理，是否符合管理需求和技术发展规律。大数据技术发展到今天，应该说对于“大数据”这一概念的认识，清晰程度还远达到预测其发展趋势的程度，而档案管理系统更为适应大数据的技术框架，无法避免地需要进行升级与开发，这就使得为适应大数据而进行的档案系统建设陷入了一个两难的境地：即不能故步自封，又要避免盲目投入。如何确定自身档案管理工作的定位，谨慎地考虑是否需要提升硬件技术能力以接轨大数据环境下的信息管理需要，而非盲目地追新求变，是档案工作者必须进行系统考虑的问题。
三、 优化大数据时代背景下的档案管理的策略
（一） 优化档案管理人员结构，提高档案管理人员素养
大数据时代背景下的档案管理对档案管理人员的管理理念、管理专业能力、以及档案处理技术等都有着更高的要求，一次档案管理部门的主管者应该要加大对在职档案管理人员的培训，改变档案管理工作人员的原有工作理念，并提高档案管理人员的专业能力，使得档案管理工作者能够适应和符合大数据时代背景下的档案管理对管理人员的要求，来更好的进行档案管理工作。通过对在职员工的培训不仅可以促进管理员工的档案管理能力的培养与发展，而且可以使得大数据时代背景下的档案管理进一步的多元化、专业化以及开放化。同时，档案管理部门的主管要招录现代专业化高素质管理人员，来优化档案管理管理人员结构，通过招录现代化专业化高素质管理人员，来更好的进行大数据时代背景下的档案管理，使得档案管理工作能更加顺利、专业。
（二） 完善大数据相关技术在档案管理中的应用
为了档案管理工作在大时代的背景下更进一步的优化与发展，就必须要完善大数据相关技术在档案管理中的应用。这就需要，档案管理部门积极与大数据公司或者机构进行合作，在大数据公司的技术支持下，结合本档案管理部门的实际情况，开发设计出适合本档案管理部门的大数据技术和工具，来满足本档案管理部门的发展需求。在大时代背景下的档案管理还与云计算、云储存以及虚拟技术有关，因此为了档案管理更好的发展，还必须与这些技术部门进行合作，在大时代背景下的档案管理中应用到的相关技术都可以得到专业的技术支援，进而不断的完善，使得档案管理工作可以更加有效的、高效的、高质量的进行。
（三） 严格大数据时代背景下档案管理的准入制度与监管制度
大数据时代背景下的档案管理，与传统档案管理相比有着很大的优势，同时也面临着很大的挑战。大数据时代下的档案管理数据信息变得的更加多元、更加开放、以及更多，因而在对档案数据信息管理过程中会存在着许多安全性风险，这就要求了必须严格大数据时代背景下档案管理的准入制度，并且加大对档案管理工作的监管，建立监管制度。通过严格大数据时代背景下的档案管理准入制度以及监管制度，可以进一步的保障各类档案数据信息的安全性，并且对各类档案数据信息进行全面的保护，有效的避免在大数据背景下的档案管理数据信息的安全性风险，保证档案数据信息不会被轻易的泄漏或者丢失。另外，要及时的更新档案管理信息化技术，防止出现漏洞使得黑客或者不法分子入侵，造成档案数据信息的泄漏、损毁，并要对机密性的档案数据信息进行专门的加密保护措施，来进一步的提高对档案数据信息的安全保护。
总结：
在当前的21世纪，数据竞争会发挥出越来越大的优势。因此只有对数据进行充分有效地利用，不断挖掘背后潜在的数据价值，才能不断促进各行各业的发展。同时需要充分利用大数据的管理模式，来不断产生新型的管理方法，来促进档案管理工作的开展。另一方面随着大数据的迅速发展，也带来一些相对应的问题，这需要辩证看待。适当采取有效的措施，来不断促进在大数据时代背景下，当前档案管理工作的进一步发展，也就成为了当务之急。
大数据时代的前景篇（11）
1 研究意义
1、有助于创新和丰富档案学理论研究成果，完善理论指导体系。在新的时代背景下，对档案事业改革和发展系列问题的重新审视和研究，有助于档案事业指导理论的创新和档案学理论体系的完善，更有助于使档案学理论更好地指导企业档案管理工作实践。
2、有助于推进档案管理工作改革步伐。在大数据时代背景下，对档案职业社会功能和职业要素发展现状的研究将揭示现阶段档案管理和服务工作存在的问题和改进的方向，对档案管理工作的改革和创新具有很大的参考意义。
3、有助于档案管理工作人员综合素质的不断提高。在大数据时代这一新的社会环境下探讨企业档案事业改革和发展问题能够对现代档案管理人员培训教育起到很大的后发作用，也有利于刺激档案工作者的学习热情，使其在实际工作中更多地运用新的知识和技能，并更加积极主动地改善工作方式，提高工作效率。
2 国内外研究现状
1、国内研究现状
我国信息界专家普遍认为2013年是中国“大数据元年”，大数据在我国得到了方方面面的研究和应用，己有众多相关研究专著出版。笔者在中国学术文献总库“大数据”为关键词进行主题检索，发现从2011年起，关于大数据的理论研究成果逐渐多，主要集中在对大数据概念和特点的分析和对大数据时代的预测等方面。2012年，研究视角拓展到大数据对各行各业发展的影响和大数据时代的社会变革等方面，如大数据对政府、图书馆、企业、金融、电子商务、信息网络安全、公共交通、新媒体等各方面带来的机遇与挑战。档案学界对大数据在档案领域的应用和研究较晚，文献研究成果从2013年才逐渐显现，研究成果较少，范围较小，主要探讨大数据对档案馆、档案现代化、电子文件档案管理工作各环节的影响等，对大数据时代档案职业生存和发展问题的研究还没有引起档案界学者和工作者的广泛关注。
2、国外研究现状
国外学界对大数据的关注较早，与大数据相关的研究成果数量众多，研究主题范围广泛，既包括对大数据自身的研究，也包括大数据在社会各行各业的应用研究，如大数据在市场营销、生物医药、政府机构、信息管理等方面的应用，研究态势与国内有相似之处。大数据在挡案学界的应用研究主要集中在档案数据、电子文件管理、数字档案信息管理技术和方法、数字档案公开、公民数字信息隐私保护等方面。
3 大数据时代背景下的企业档案管理面临的挑战
大数据时代的到来，档案管理者也需摒弃原有传统工作理念，积极学习并利用数据模式，从而提高工作质量和服务质量。但是，档案管理利用信息技术也存在着一定的挑战。
1、大数据时代给档案存储和输出的挑战
大数据在数传统数据管理中，输入要比输出容易的多。大部分的数据库系统的设置，主要是以添加和更新作为主要系统，搜索和检测作为辅助系统。档案数据的大量信息，如果被输入到一个大站点中，很有可能已经构成了大数据。随着各个领域数据的与日俱增，档案的记录和保存也逐渐增多，甚至出现了“胀库”问题。存储的增多就意味着访问的增多以及输出量的剧增，因此，大数据背景下的档案服务的利用遇到了存储和访问速度慢的瓶颈，这也将是信息技术下的档案管理面临的巨大挑战。
2、大数据时代给档案资源管理的挑战
随着传统文化到现代化的发展，档案管理由传统的纸质档案转化到数字化形式，再到如今的大数据时代。随着档案信息存储需求量的日渐增多，目前的档案数字化手段已难以满足大数据时代的资源管理需求。但是，由于档案工作技术的落后、资源管理方式的停滞不前、信息技术应用的匮乏、社会档案意识不高等诸多因素，使得档案管理服务缺乏工作高效率。想要提高档案管理的工作效率，更好地为社会服务，就要整合信息资源，有效地利用信息技术挖掘大数据时代的应用财富。因此，如何整合资源、使得大量档案信息长期保障安全性、可读性，提供更具价值的档案资源，是大数据时代给档案资源管理的巨大挑战。
3、大数据时代给档案管理者业务环节的挑战
根据我国目前档案管理形式来看，大数据时代下的档案管理分为三个环节：收集、管理、利用。
（1）收集
我国目前档案收集都是在生产或处理完结时或具备保存价值的文件，经整理后由档案室存档的数据资料。就是由相关的人员加工处理过的数据信息，是半成品或成品。而大数据的资料是随时收集录入的，大数据注重的是数据的完整性和及时性。因此，档案资料存储收集的及时性是大数据时代档案管理工作的挑战之一。
（2）管理
从原始的手工整理，到计算机代替手工管理，管理条件和管理方式是比较落后的，不适用于大数据时代的数据资源管理。大数据时代的档案管理强调开放化、社会化的多元化发展方向。由于大数据信息储存的规模比较庞大，需要用云端进行储存、计算。因此，信息技术人才的匮乏，也限制了档案管理的进步性发展。
（3）利用
传统档案管理模式中，信息储存、查询服务是被动的，现代信息技术对资源的开发、利用也没有更好地服务社会。而在大数据时代，大量信息的输入和存储，有利于资源的整合，拓宽领域的应用。
4、大数据时代对档案人员的业务素质提出更高要求
随着互联网和大数据的发展及应用，大数据不仅给档案管理带来了一定的机遇，也对档案人才提出了更高的要求。大数据背景下的档案管理不仅需要传统档案的管理方式，还需要适应大数据的专业人才进行科技管理。例如：面对大数据繁杂的档案信息数据，需要专业的分析工程师进行透彻分析，选择恰当的归档方式；面对大数据的迅猛发展，需要精通大数据应用的高级管理人才，紧跟大数据变化的潮流。大数据时代背景下的档案管理范围极为广泛、档案管理类型纷杂，软硬件工程师、档案服务人才和数据库工程师已不能满足大数据时代对档案管理人才的需求。这就要求档案人员全面提高专业素质，加强各个领域的综合能力培养，将大数据时代背景下的档案管理中的挑战化作机遇。
4 大数据时代背景下给企业档案管理带来的机遇
纵然大数据时代为档案管理带来了诸多方面的挑战，但同时也给档案管理带来了相应的机遇。
1、大数据时代为企业档案的信息管理带来的机遇
传统档案信息管理中，以纸质的“份”、“件”、“卷”为单位，而大数据时代以“GB”、“TB”、“PB”为单位，数字化的发展逐渐将纸质档案取缔是社会发展的必然结果。档案管理相关工作人员的工作重点也由收集、管理和利用转换为档案数据的监控、档案云端储存的安全性、持续性管理。利用云计算快速达成数据的动态扩展，是大数据时代企业档案管理的新机遇。
2、大数据时代为档案利用价值带来的机遇
传统档案管理模式以纸质和电子文档为主，档案长期处于被动利用状态，更多的只是存储安放的作用，缺少分析利用的过程，难以体现其本身价值。大数据通过云计算，可以搜索到相互关联的档案信息，并对其进行关联、提取，通过挖掘和分析加以利用。将被动变为主动，让静止的档案变成“活信息”。这就是大数据时代相较传统档案管理新机遇的体现。
五、大数据时代企业档案管理工作的重心与方向
面对大数据背景下的档案管理的诸多挑战与机遇，应对大数据时代给档案管理带来的挑战与机遇已是刻不容缓。为此企业档案工作者未来的工作重心与方向主要有以下几点：
1、创新思想观念。档案工作者要解放思想，改变心态，勇于冲破旧的“重藏轻用”的思想观念障碍，破除大数据时代“离我太远、与我无关”意识，紧跟时代步伐，适应信息技术发展的新趋势，充分认识管理是必要手段，利用才是真正目的，树立档案大数据意识，以数据意识为指导，把握“连接与分享”的时代主旋律，加强档案规范科学管理，促进档案工作提档升级。
2、加强专业人才培养。当前，企业档案管理人员素质参差不齐，一般都为半路出家，没有档案专业出身的人员。大数据时代，档案工作面临的紧迫形势和繁重任务，如果没有一支专家型的人才队伍将难以胜任，需要加大科技型人才的引进，提高单位自身信息技术的培训强度，加大力度培养适应大数据时代需求的档案管理新型复合型人才，掌握和应用现代新技术的本领，为档案工作转型升级、提质增效注入新的活力。
3、强化档案宣传发动。充分利用“6.9”国际档案日、网络媒体、宣传栏、举办专题讲座、发放宣传册等形式，开展内容丰富、形式多样的宣传活动，大力宣传新时代背景下档案管理引用大数据技术的重要性，让公众看到档案工作深层的战略意义及档案的潜在价值，使之认识、重视、参与进来，提高大众对档案的认知度，力求在大众心中“6.9”与“11.9”一样的熟知， 充分发挥档案应有的价值。
4、创新档案管理模式。大数据时代是信息化时代，企业要顺应趋势，反应迅速，积极应对，主动作为，具备创新思想，打破传统档案管理模式，运用现代管理方法，加快推进信息技术与档案工作的融合进程，提高档案完整率、有效率和利用率，实现一体化管理，为企业带来更大的效益，推动企业档案管理水平的提高。
另外，要密切跟踪云计算、大数据、物联网等信息技术的发展，积极探索前沿技术在档案领域的运用，寻求多方面的合作，逐渐引入大数据技术，注重数据开发环境，强调对档案数据的分析和利用，多向大数据专业人才请教，将大数据的信息技术结合自身档案管理工作，全面加强数据化档案管理。
5 结束语
大数据时代的到来为企业档案管理提供了更高的工作效率和更新的工作方式，同时新技术的应用也给档案管理带来一定的挑战和机遇，如何更好地利用创新性技术提高档案管理质量，以及如何应对当中存在的诸多挑战与机遇，将成为档案管理中新的工作目标。
参考文献
[1]张欣.解读大数据时代下档案管理的价值提升[J].理论观察，2014（1）：108-109.
[2]石冬梅.大数据时代档案管理工作的挑战与机遇[J].现代商业，2014（27）：121-122.
