大数据时代的应用篇1
关键词：大数据时代；可视化；应用领域
引言
在大数据时代来临之际，不仅仅伴随着发展的机遇，同时也伴随着发展的调整。现如今对数据的应用十分广泛，然而人们对数据的理解并不是十分正确与统一，没有一定的标准容易出现混乱的情况。人们无法全方位的掌握数据的综合信息，更加无法彻底的利用数据为发展服务，因此对大数据时代下对数据可视化的应用进行研究是十分有必要的。
1.数据可视化的发展
15世纪被认为是可视化发展的起源，天文学、绘图学等都快速发展，实现了对未知世界的探索与追求；18世纪时期数据图形开始出现，可视化的表达方式变的更加多样，包括地图、统计图等等。20世纪中期至今为止，由于电子计算机的出现给时代的发展带来了巨大的变化。计算机与数据分析之间存在密切的联系，高分辨率的图像与交互式图形分析都是使用传统手绘图根本无法实现的。在计算机技术与数据可视化融合之后，统计计算工具、图形软件工具等应运而生。
2.数据可视化的流程
2.1原始数据的转换
原始数据转换主要分为以下几个步骤：1）获取数据。数据可以从计算机本地获取，也可以从互联网上获取。2）数据分析。应用结构图表的方式来将数据的意义表示清楚，同时按照一定的类别顺序进行排列，进而将数据的意义变得一目了然。在分析完数据后进行过滤工作是十分关键的。3）数据过滤。将有价值的数据过滤留下来，将无用的多余的数据删除。降低数据处理量也是提升数据质量的重要方式之一，其能够有效的改善数据的精准度。4）挖掘。应用数据挖掘的方式来对数据格式进行分析，亦或是将数据与数学环境相联系，从海量数据中获得一定的规律，进而给数据表达提供有意义的材料。原始数据的转换过程可以简单，也可以复杂，这主要受到需要处理的数据的类型与复杂程度的影响[1]。
2.2数据的视觉转换
数据的视觉转换主要包括了表示与修饰两个阶段。表示，主要就是选择基础的视觉模型将其表现出来，即为视觉设计草图。表示这一步骤基本上确定看数据可视化的视觉效果。在选择表示方式的过程中还要结合数据的维度来选择合适的表现方式，例如可以选择树状、列表等。这一步骤也是数据的转换前后的审查与检验。尤其是数据的获取与过滤工作。因此可以看出，表示是数据可视化中十分关键的步骤。
3.数据可视化的适用范围
3.1思维导图
思维可视化已经广泛被应用在教学、互联网等需要进行逻辑分析与思路研究的工作淋雨中。例如在设计过程中普遍使用的思维导图，能够帮助人们通过发散性思维来解决问题。与知识可视化相似，如果在知识中加入了主观的意识与见解，就会被赋予思想的含义，而这种思维意义的知识又形成了一种新型的能够被人理解与传播的知识。思维导图能够将数据库中的数据进行分类并且展现出来。通过思维导图可以将所有的相关数据展现出来，让用户第一时间获得相关的数据以及数据彼此之间的联系，这样对于用户对于整体数据都有了更加整体的认识与了解，从而推动工作的顺利进行[2]。
3.2新闻报道
数据新闻能够让新闻工作者通过信息图表来将报道复杂的新闻事件。通过数据可视化能够让我们准确的了解周围的数据。这种对于数据能够帮助人们进行更加准确决定的行为受到了欢迎。只有数据可视化存在一定的交互性时，数据可视化才是真正可行的。所以，数据可视化不仅仅要保证设计良好，同时还要做到简洁方便，易被人接受。数据可视化能够在表现新闻事实、表达评论观点的过程中起到容易被受众理解的作用，同时也具有贴近性。新闻报道不单单要报道新闻事实，同时还能够大力收集新闻信息，向受众反馈信息。在互联网信息时代，新闻工作者可以通过微博、新闻论坛等多种方式来获得受众的反馈信息。然而这类的反馈信息没有相对应的针对性。而在数据可视化过程中部分可视化工作能够改善反馈信息与新闻无法融合的关键问题。互动性图表不仅仅能够与受众开展互动，发掘受众背后的故事，同时还能够对信息进行分析，得出受众对信息感兴趣的细节，帮助媒体不断发现受众的需求。另外在收集受众意见的过程中，可以让新闻工作者将其转化为有效的新闻之一，作为新闻报道的延伸与深化。
3.3界面交互
数据可视化的最后一个步骤就是对最终呈现的界面进行设计。在这一过程中用户扮演的角色出现改变，其能够对界面进行设计，转换数据的处理方式，将被动接受信息转为主动融合信息，分析信息。界面交互是信息分析、用户决策联系最为紧密的过程。心智模型与概念模型在界面交互的过程中被广泛应用。界面交互的可用性与用户感受是判断界面交互的重要标准。在界面交互过程中首先要注意对数据的筛选，其所指筛选并非将无价值信息过滤掉，而是由于要展现的数据量十分大，也不需要同时全部展现，因此要兼顾到可视化的目标。包括潜在的目标用户，要凸显重要的信息，提供一个可以进行深层次范围的入口，引导用户来满足其个性化需求。其次，在界面交互中不仅仅为了美观而设计美观，让形式成为内容的主导，而是要重视形式是内容表现的原则[3]。例如信息需要通过视觉元素来表现，额可以通过图形、图标或照片进行，如何能够将信息更加准确的表现出来才是最为重要的。数据可视化的界面可以分为两种类型，包括交互操作与元素直接进行以及需要借助界面上工具进行。交互操作与元素直接进行即为界面与内容融合在一起，用户在操作过程中更多的关注与元素之间的互动，融入感更加强烈。而需要借助界面上工具进行，与元素之间不便进行直接操作，或者是在用户的使用习惯中尚未形成交互的操作模式。
4.结束语
伴随着网络技术的不断成熟与发展，由量变转换为质变的大数据时代已经到来。全世界用户对传感数据的使用量显著上升，对数据挖掘分析工作的进步对于时代的发展有着不可忽视的重大意义。在用户对数据分析与数据可视化需求增长的过程中，用户对数据可视化的需求会更加强烈。一般用户也会主动或被动的参与到数据可视化的建设过程中来，从将用户所需的数据更加准确的呈现出来，从而让数据能够帮助用户做出更加准确的决策。（作者单位：湖南师范大学）
参考文献：
[1]黄墨樵.论大数据时代下文化遗产数据的可视化――以故宫数字沙盘为例[J].博物馆研究，2014，（04）：87-93.
[2]Viktormayer-Schonberger，KennethCukier.BigData：aRevolutionthatwilltransformHowweLive[m].London：Johnmurray，2013：10-13
大数据时代的应用篇2
关键词：数据分析；大数据；经营管理；生产过程
中图分类号：tp39文献识别码：a文章编号：1001-828X（2017）013-0-02
引言
目前人类每年产生的数据量已经从tB（1024GB=1tB）级别跃升到pB（1024tB=1pB）、eB（1024pB=1eB）乃至ZB（1024eB=1ZB）级别，随着数据量的急剧增长，大数据时代已经到来。
随着计算机处理技术和云计算的迅速发展，人们处理大规模复杂数据的能力日益增强，从大规模数据中提取有价值信息的能力日益提高。经营管理、工业生产等数据都可以直接从互联网中提取并存储到服务器中，然后进行数据挖掘和分析，对于提高企业经营管理水平，进行生产过程控制，提高生产效率发挥着巨大的作用。
数据是德国工业4.0五大特色之一。数据是信息化时代重要的生产要素，数据生产信息，信息改善决策，进而提高生产力。可以预测，未来数据积累量、数据分析能力、数据驱动业务的能力将是决定企业价值的最主要因素，是评价企业价值的核心。
一、大数据时代的数据分析
1.大数据
大数据是维克托・迈尔-舍恩伯格在2008年的著作《大数据时代》中提出的概念。维基百科给出的定义是，大数据指所涉及的资料规模巨大，无法通过目前常规软件工具，在合理时间内达到撷取、管理、处理、整理成为有用信息的数据集合。
大数据的主要特征为大量性（Volume）、多样性（Variety）、高速性（Velocity）、价值性（Value）。
（1）大量性。是指大数据的数据量巨大。在大数据时代，个人电脑、手机、平板电脑等网络工具的使用和高度发达的网络技术的普及，数据资料的来源范围在不断拓展，数据的计量单位从pB到eB到ZB，数据量增长发生了质的飞跃。
（2）多样性。是指数据类型繁多。大数据不仅包括传统的以文本资料为主的结构化数据，还包括信息化时代所有的文本、图片、音频、视频等半结构数据和非结构化数据，且以半结构化和非结构化数据为主。
（3）高速性。指大数据处理时效性高。大数据产生速度快，有价值信息存在时间短，时效性强，在海量的数据面前，处理数据的效率关乎数据是否有使用价值，因此，能迅速有效的提取大量复杂数据中的有价值信息显得非常重要。
（4）价值性。指大数据价值巨大，但价值密度低。大数据中存在反映人们生产、生活、商业等各方面极具价值的信息，但由于大数据规模巨大，数据时时刻刻都在更新变化，这些有价值的信息可能转瞬即逝。因此，如何通过强大的机器算法迅速高效地完成数据的价值“提纯”成为大数据时代亟需解决的难题。
2.大数据时代
大数据时代是指在大量数据信息基础上所形成的新型信息时代，是建立在通过互联网、物联网等现代网络渠道广泛大量数据资源收集基础上的数据存储、价值提炼、智能处理和展示，促进数据发挥价值的信息时代。大数据时代，数据分析过程中数据的管理和应用效率得到提高，人们几乎能够从任何数据中获得可转换为推动人们生活方式变化的有价值的知识。大数据时代的发展会促进众多领域和行业进行变革，会对人们未来生活产生深刻的影响。
3.数据分析
数据分析是指用合适的统计方法及与分析对象有关的知识，定量与定性相结合，对收集到的大量数据进行分析的过程，是为了提取有用信息和形成结论而对大量数据进行详细研究和概括总结的过程。数据分析的目的是把隐藏在一大批看似杂乱无章的数据背后的信息挖掘和提炼出来，进而总结出研究对象的内在规律。
数据分析在企业经营管理中具有重要意义。企业通过统计调查、整理获得的统计资料能够对客观对象的数据特征取得一定的认识，但只是停留在表面的初步认识。通过数据分析，挖掘数据背后隐藏的信息，总结隐藏在其中的内在规律，掌握事物的本质及内在的发展规律，将其应用到实际的经营管理中，可以帮助管理者进行合理的决策管理，并且及时调整企业的运营发展策略，使企业的各项管理工作不断改善和提高。
目前常用的数据分析方法有：
老七种工具，即排列图、因果图、分层法、调查表、散步图、直方图、控制图；
新七种工具，即关联图、系统图、矩阵图、KJ法、计划评审技术、pDpC法、矩阵数据图。
4.大数据时代的数据分析
从大数据中挖掘隐藏的有价值信息的关键在于对数据进行正确的数据分析，数据分析是大数据处理流程的核心。大数据的价值产生于分析过程，从规模巨大的数据中挖掘有价值信息所进行的分析过程就是大数据分析。
大数据分析和传统数据分析最重要的区别在于数据量。数据量的急剧增长及大数据的特征，决定了数据的存储、查询以及分析的难度增加，对数据处理技术的要求迅速提高。大数据分析建立在海量原始数据基础上，不需要预先设定研究目的和方法，而要从大量数据中通过数据挖掘技术找到数据之间的关系并建立模型，寻找导致现实情况的根源因素，甚至形成理论和新的认知，在此基础上对未来进行预测和优化，以实现社会运行中各个领域的持续改善与创新。
传统的数据分析是“向后分析”，分析的是已经发生的情况。而在大数据时代，数据分析是“向前分析”，具有预测性。传统的数据分析主要针对结构化数据，具备一整套行之有效且V泛使用的分析体系：利用数据库存储结构化数据构建数据仓库构建数据立方体进行分析。对于从大数据中提炼更深层次更有价值的信息的需要促使数据挖掘技术的产生，并发明了聚类、关联分析、分类、回归分析、估计、预测、描述和可视化等一系列行之有效的方法。同时大数据的到来使得在线数据分析成为可能，如web页挖掘、oLap等。数据挖掘是在没有明确假设的前提下去挖掘信息、发现知识，用于指导以后的行动。
二、大数据分析在企业经营管理中的意义
在企业的经营管理过程中，数据是关键且核心的因素，在关键环节进行科学的数据分析，对于提升企业的经营管理能力具有十分重要的意义与作用。
首先，对企业情况进行完整客观的反映。在收集企业全面数据报表、调查资料的基础上，利用数据分析工具进行严谨的分析，形成科学规范的数据分析报告，能发现数据背后的信息，便于理解、阅读和利用，为企业发展决策提供参考。
其次，对企业运营情况进行有效监督。监督是数据分析在企业经营管理中的一项十分重要的功能。对企业经营管理过程中所产生的数据进行监督具有十分重要的作用。在对企业数据、资料进行收集整理的过程中，能够相对较为全面、如实地知晓行业动态及本企业运行发展状况，能够对企业的相关活动产生的效果进行了解，比如企业方针政策实行与否、经营计划落实情况、经济指标完成情况等，从而进行行业对比和横向、纵向对比分析，以帮助企业良性发展。
第三，参与科学化决策。对收集整理到的数据资料有针对性的进行深层次地研究、分析，挖掘出数据资料潜在的实质涵义，促使企业管理者及相关部门能够更为完整客观地了解企业发展现状及发展方向，从而能够更有针对性地进行企业决策，计划制定，起到数据分析在企业经营管理中的参与科学化决策的作用。数据驱动型决策是大数据时代决策的特点：尽可能全面、完整综合地收集数据，在此基础上使用恰当的统计方法进行建模和分析，挖掘出数据背后的关系，预测事件发生的概率。企业利用大数据和数据分析进行决策时，首先要提高对数据的重视程度，转变思维模式，在遇到重大决策时，先进行数据收集、分析，再进行决策。其次，要重视普通员工日常积累的数据。员工在完成日常工作的同时，积累了大量最基础数据资料，企业将所有日常的数据加以整合分析，可以在决策时起到关键重要的作用。再次是建立数据辅助决策的流程和模板，建立基于决策任务的决策知识的收集、创造、共享、传递和激励机制。
三、大数据分析在工业生产过程中的应用探讨
随着信息化的推进，数据已经成为一种重要的资源。未来大数据和数据分析将在工业生产全过程中进行应用，将大力提升企业内部运营管理效率，提升企业竞争力，同r提升制造过程中的智能化。
信息技术随着信息化与工业化的深度融合，已经渗透到了工业企业产业链的各个环节，eRp、meS等技术在工业企业中得到广泛应用。工业企业中生产线高速运转，工业设备产生大量数据，工业领域所拥有的数据日益丰富。基于大数据分析平台，对这些数据进行分析，总结经验、发现规律、预测趋势、辅助决策，充分释放和利用海量数据资源中蕴藏的巨大价值，优化公司运营结构，精准决策，降低成本，提高效率。
大数据和数据分析的应用将给工业企业带来创新和变革的新时代。信息化和工业化的深入融合，给工业领域带来深刻的变革，通过互联网、物联网等带来的低成本感知、高速移动链接、分布式计算和高级分析，给工业发展带来了更快的速度、更高的效率和更高的洞察力。大数据分析在工业领域的应用主要包括产品创新、生产流程优化、产品质量管理、生产计划制定、产品定价、产品生命周期管理、库存管理、供应商管理等各个方面。
1.产品创新。客户与工业企业之间的交易产生大量的行为动态数据，同时对产品的使用情况跟踪记录，产生产品使用动态数据，对这些数据进行挖掘和分析，将分析结果使用到产品改进设计、创新等活动中，相当于让客户参与到产品的需求分析和产品设计等创新活动中，对产品创新具有不可估量的贡献。
2.生产流程优化。现代化的工业制造生产线安装有数以千计的小型传感器，在生产的全过程中可以探测温度、压力、振动和噪声等。整个生产流程将产生大量数据，对这些数据从不同角度进行挖掘分析、比如设备诊断、能耗分析、工艺分析等。在此基础上，对生产过程建立虚拟模型，仿真并优化改进生产流程，提高设备使用率、降低能耗、减少质量事故发生几率，优化工艺等，从而提高生产效率。
3.进行质量分析，提高质量管理水平。高度自动化的设备在加工产品的同时记录了庞大的检测结果。利用检测结果进行质量分析，可以提高质量管理水平。在产品的整个寿命周期，包括从市场调研到售后服务等的各个过程中适当运用数据分析过程，可以提高质量管理的有效性。例如QC工具在工业企业的应用。QC指质量控制。针对工业生产全过程特定的工作失误或品质不良运用QC工具展开分析讨论，并将结果可视化显示在大家容易看到的地方，提醒大家，防止再次发生同样的问题，同时谁有新的建议可以随时提出，大家一起讨论修订。
六西格玛也是目前企业质量管理中运用比较广泛的工具，它是一种用于改善企业质量流程管理的技术，它以“零缺陷”的完美追求，带动质量成本的大幅度降低。质量分析工具在广泛使用，可以提高产品质量，从而最终实现财务成本的降低，同时实现企业竞争力的突破。
4.产品故障诊断与预测。无处不在的传感器、互联网技术的利用，使得产品故障诊断实时进行，提高了产品故障诊断的及时性。利用数据挖掘与分析技术，对记录的数据进行建模与仿真，可以对产品故障实行动态预测。
5.生产计划的科学制定。生产环节的大数据具有很大的利用价值，对其进行挖掘与分析，对计划制定具有指导意义。通过对计划与完成的对比分析，发现计划与实际完成的偏差，在考虑产能约束、人员技能、物料供应、工装模具等生产资源的基础上，通过智能的优化算法，建立计划制定模型，从而制定更加科学合理的生产计划。
6.进行科学合理的产品定价。产品定价的合理性需要有详细的基础数据和试验数据作为支撑。一方面能够获取更加详细的微观数据信息，使产品成品的分析更加科学精确。另一方面可以研究客户对产品定价的敏感度。通过这些数据分析，为产品定价提供决策参考。
7.实现产品生命周期管理。随着物联网的发展，条形码、二维码、RFiD等能够唯一标示产品，传感器、可穿戴设备、智能感知、视频采集、增强现实等技术能将产品生命周期的信息进行实时采集和分析，这些数据能够帮助企业在供应链的各个环节跟踪产品，收集产品使用信息，从而实现产品生命周期的管理。这些数据还可以用于售后服务，提高售后服务质量，从而提高产品竞争力。
8.库存管理。信息化高度发达，可以获取工业企业各方面的信息。库存信息将完全展现在管理者面前，通过数据分析和挖掘，可以准确知道产品原材料和产成品库存量。根据原材料库存量和生产计划确定原材料需求量，在此基础上进行采购，可以保证产品生产需求，有最大限度地减少了资源浪费。
9.完善供应商管理，实现准时化采购。在对原材料大量数据挖掘和分析的基础上，可以选择最合适的供应商，保证原材料质量和准时供应，产品质量得到有效控制，同时降低库存成本，增加了制造的敏捷性与柔性。
四、结语
数据分析在工业企业中的应用远不止此，经营管理和工业生产过程中的每个环节都有必要进行数据分析。随着数据分析和数据挖掘技术的进一步深化，会有越来越多的应用场景，最大程度发挥大数据应用的价值，从而提升企业效率效益和企业核心竞争力。
参考文献：
[1]朱建平，章贵军，刘晓威.大数据时代下数据分析理念的辨析[J].统计研究，2014（2）.
[2]张学敏.大数据时代的数据分析[J].探索与观察，2014（16）.
[3]唐萍.浅谈数据分析在企业经营管理中的意义与作用[J].商，2015，6：13-14.
大数据时代的应用篇3
【关键词】大数据统计学应用
大数据，主要是指庞大的数据资讯，由于其数据之庞大，人们不能利用当下主流的软件在一定时间内对其进行提取、分析从而帮助决策者决策的资讯；统计学，主要是对数据进行分析、整理，再以较为直观的方式呈现出数据的特征，以供人们、参考、决策。随着信息技术的不断发展，当今时代已是大数据的时代，大数据在全世界范围内都得到了不同程度的发展，传统统计学由于自身具有的单调性，被人们将其与大数据紧密结合，并且在各个领域中加以利用。大数据时代下的统计学应用已经成为了一种发展的潮流。社会在不断发展着，信息也在不断地进步，许多人都开始注意到数据的重要性。就目前的情况而言，实用的数据很多，我们可以对其进行利用，从而提高生产力的发展水平，并且解决一些民生方面的问题。因此大数据时代的统计学应用十分重要。
1统计学与大数据的简单概述
1.1统计学概述及其性质
统计学是一门主要对数据进行收集并通过直观的方式将其表现出来的一门科学。在传统的统计学中有两种主要的统计方法，即推断统计和描述统计法。在推断统计中，主要是通过对已知样本进行推断，推断出总体参数，将推断出的数据用概率的方式表示出来。描述统计则是对所收集的数据进行处理，将其结果用统计图等图表形式直观地表现出来。
统计学有包含如下几个基本性质：
统计学的主要目的是对数据进行研究。统计学所研究的数据并不是抽象的，而是客观真实存在的数据。这些数据有大有小，可以是微观的粒子，也可是广阔无垠的宇宙；甚至可以追溯至远古时期的人类发展以及未来的发展。
统计学的主要研究方法是归纳与推断。统计学主要通过对样本数据进行延伸，将其上升至整体，从而得出一般结论。也就是我们所说的通过现象对其本质进行研究。这个方法主要是有小到大，由个体到整体。
统计学的研究结论往往是不确定的。在统计学中对数据的提取主要是通过抽样进行的，抽样数据并不是整体数据，它只能代表整体数据的一部分。因此，不可避免的，统计学研究结论会带有不确定性，这也是传统统计学中不可避免的缺点。
统计学最重要的特点是其联系范围的广阔性。在大部分学科中，以及人们的生产生活中，脱离不了数据，而数据必须要通过统计才能发挥其作用，因此，统计学与各个学科联系紧密，也与人们生产生活息息相关。
1.2大数据的产生与发展
当今时代是互联网高速发展的时代，也属于信息发展的时代。由于信息量的庞大，不可避免地会出现各种各样的数据。大数据就是信息高速发展的产物，它包括了各种各样数据的交汇，它不是传统意义上单一的数据。我们可以将大数据看成是各种数据的集合，通过对各类数据进行整合、交叉运用，在云计算基础上对数据进行处理和运用，并且形成一种可供我们利用的智力资源和强大的知识服务能力。
大数据虽然数据量大，但是价值密度低，数据类型多且复杂，但是处理的速度快，这也是大数据的四大特点。从中我们不难看出大数据十分注重对海量数据的处理，在预测方面具有十分的优势。与目前拥有的其他技术相比，大数据所具有的“速度”“廉价”“优化”这三个方面所综合起来的成本是最低的。在我们的生产生活中，大数据给我们提供的可量化维度是以前所不具有的，它对我们的生活生产带来了许多方便，在新发明和新服务方面起到了不可替代的作用。
大数据不仅给我们带来了机遇也带来了挑战。大数据的数据量之庞大，有更多的数据需要我们分析，传统的抽样方法已不再适用。在大数据面前，对数据精度的要求有所减少，进而更加注重对整体信息的获取；我们也由之前注重事务之间的因果关系转而注重事务之间的相互联系，从中获取对我们更具价值的信息。
目前，在我国许多企业中对大数据利用的能力还不足，产生了效率低、成本高、耗能高等问题。如何对大数据进行利用并推动企业发展是我们当下所面临的问题，在大数据背景下，对海量数据进行高效合理的利用对未来大数据的发展十分重要。
1.3大数据的研究动向与信息问题
1.3.1大数据的研究动向
当前，国外一些机构对大数据环境下的发展提出了一些极具挑战性的问题。比如如何对高度分布的数据资源进行处理，对数据来源的追踪，对样本的核实等等。他们在大数据的处理方法上进行了改进，开发了一系列的算法。在我国，也十分重视对大数据的研究。对大数据的研究还专门召开了会议进行讨论，国家设立了专项的研究计划，设立了专项的研究基金。而大数据最终的服务对象是广大的企业，因此，在企业方面也开展了合作计划。大数据的研究并不能只依靠单一的统计学，其他学科也应该重视大数据对自身学科发展的影响。在计算机领域，相关的计算机人才除了掌握扎实计算机技能，也应该对大数据有所掌握。计算机与统计学关系紧密，因此，计算机领域在大数据与统计学中也扮演了重要的角色。
1.3.2大数据的信息问题
当今时代是数据信息的时代，大数据所包含的数据量十分庞大，人们需要对这些数据研究就必须将这些数据相互融合起来。将数据融合就需要清楚数据的来源以及如何对这些数据进行获取的。在获取数据的过程中，数据的来源复杂并且数量庞大，不可避免地就会出现一些问题。比如原始数据遭到破坏，因为大数据主要注重对数据整体的获取，因此，在某些数据上出现问题在所难免，甚至所取得的数据不是原始数据，而是经过分析推断后的预测数据。因此，我们要引起足够的重视，重视数据的获取，避免取得一些遭到破坏的数据。
另一方面，在大数据的获取过程中也很容易造成数据的缺失。而数据缺失的最直接的结果就是影响数据的分析。有些不同领域的研究却需要相同的数据，这就造成了数据的重叠，比如经济和保险，两者分属于不同的领域，但是在具体的研究过程中某些数据的利用是相同的。在我们对数据进行分析时，要特别注意两个方面的数据。一方面是观察得到的数据，另一方面是实验得到的数据。这两个数据所包含的具体信息是不同的，但是却仍然会使得一些人对数据产生错误的认知。这是因为数据本身是具有特定的范围的，我们对数据进行收集的同时，实际上也就确定了这一属性，所以当我们需要一些超出这个范围的含义就需要我们对这些数据进行推断。
2大数据时代的统计学的具体应用
2.1大数据时代的统计学在企业中的应用
在企业的生产、经济活动中，统计学都占据着十分重要的地位。企业通过对统计方法的利用，建立了风险监测体系。但是单纯运用传统的统计方法是远远不够的，企业往往会将大数据与统计学相互结合，从而对公司进行实时的监管。在企业的生产活动中，涉及了许多方面的数据，包括各个月份、各个季度的总体收入，各个具体项的收入情况，整体支出情况、具体项的支出情况等等，这就包含了十分庞大的数据量。因此，在企业中往往利用大数据对整体的数据进行把握，在根据统计方法进行分析、总结，以此对企业进行实时的监管，并建立了相对完整的风险监测体系。
2.2大数据时代的统计学在农业中的应用
农业的生产与我们息息相关，我们可以以水稻为例，对其进行具体的分析。影响水稻产量的原因有许多，气候、土壤、环境、营养等都是影响水稻产量的重要因素。但是由于技术的发展，水稻在全国范围内十分广阔地种植，利用传统的统计学方法势必不能对影响水稻产量的因素进行很好的分析。但是将统计学与大数据相结合，却能够对影响其产量的原因进行很好的把握。当前，由于科学技术的发展，我们可以对水稻的种植环境进行各个方面的监测，比如土壤、水分、养料等，从而得到一系列的数据，这些数据数量庞大并且数据种类繁多，传统的抽样方法不能够对其进行整体的把握，只有对整体数据进行分析，将其原因进行统计才能真正得出影响水稻产量的因素。这是大数据时代的统计学在农业方面的典型应用，通过对整体数据的把握，并对其进行统计分析，从而得出我们想要的结果。
2.3大数据时代的统计学在其他学科方面的应用
大数据给人们的生产生活都带来了影响，各行各业的劳动者也纷纷通过对数据的利用来带动行业的发展，通过对数据的利用达到解决问题的目的。随着科技的发展，我们在出行之前会习惯性地对交通、天气等状况进行查询。事实上，我们所利用的这些软件都与大数据和统计学息息相关。交通状况主要是对该路况进行实时的监测，比如人流量、车流量等，通过对这些数据的实时监测，再将其进行统计分析，得到具体的交通状况，并且以直观的图表方式呈现给我们。还有我们都十分熟悉的翻译软件，我们日常的学习中，会使用到一些翻译软件，实际上这些翻译软件也和大数据、统计学息息相关。在这些软件当中，储存了十分庞大的词汇量，当我们使用翻译功能是，会统计出最常用的句子，并且按检索次数呈现出来。这些都是大数据下背景下的统计学的应用，这些应用都给我们的生活带来了便利。
3统计学在大数据时代下的机遇与挑战
3.1统计学与大数据的联系十分紧密
统计学主要是对数据进行研究，通过对数据的研究分析进而得出结论。在统计学中，研究的数据范畴十分广，包括定量数据、定性数据、截面数据、实验数据等等，都是统计学所要研究的数据对象。而大数据就是各种数据的集合，它包含了各式各样的数据类型，简单的、复杂的。统计学与大数据都主要是围绕数据进行展开的，这是统计学与大数据之间的一种内在联系。因此，我们可以将统计学与大数据相结合，改变传统统计学中对数据抽样研究的方法，转变成对整体的数据进行研究，从而得出更能为我们所利用的研究结果。
3.2大数据使传统统计学得到改进和补充
传统的统计学中，在对数据量大的数据处理中存在着明显的不足，其数据处理过程中，往往存在滞后性和低频性等问题。我们以经济学里的消费物价指数，也就是Cpi为例。我们所得到的Cpi报表中，往往在时间上存在着一定的滞后性，本月的Cpi数据只能在下个月才能得到相关的数据报表。由于时间上存在着滞后性，许多政策的制定都会受到影响，不能根据情况及时的做出调整。而大数据就随时提供当前阶段的“价格指数”，对市场进行实时的监测，它的时间频率甚至甚至可以小到以天为单位，提供每天的价格指数。借助大数据，可以对市场价格进行实时的监测，我们可以对市场价格作出合理的调节，从而减少出现通货膨胀和通货紧缩的情况发生。我们可以利用大数据对信息全面掌控和对总体覆盖的优势，对数据进行全面地分析，从而补充传统统计学中的不足。
3.3统计学思想在大数据时代中的转变
在当前的统计学中，由于整体数据量庞大，我们往往会通过样本对整体进行分析。在这一过程中，往往十分重视样本数据的精确程度，传统统计学重视样本的数据的精确程度。而大数据往往相反，大数据呈现的是一个整体，由于整体数据十分庞大，对于其数据的精确程度势必不能很好的把握，因此，大数据重视整体数据的情况，对于其样本精确程度并没有做很高的要求。在大数据中，我们的立足点是整体数据而不拘泥于某个样本，看中的也是整体数据所呈现出来的价值，大数据中“样本即是整体”的概念与传统统计学重视样本的概念不同，大数据的这一整体概念对统计学的思想有着十分重要的影响。
3.4统计学与大数据互相促进，共同发展
当前所处的时代是大数据发展的时代，大数据的发展十分迅猛，这给统计学的发展带来重大的影响，使统计学的发展具有划时代的意义。传统的统计学通过样本对整体进行把握，大数据对其进行突破，通过对整体数据的把握，得出一系列更具效益的结论。而在统计学中，其对数据的细致分析，准确推断，对统计理论的应用和掌握也十分值得借鉴。只有将二者进行结合，才能发挥更大的作用。我们应该充分利用大数据所带来的巨大信息量，运用统计的方法对其进行整体感知，在大数据时代的发展中，迎接它所带来的机遇和挑战。只有将大数据和统计学进行有效的结合，才能给我们的生活生产的发展做出贡献。
4结语
一个新事物的到来，必然会对传统的事物产生影响。大数据时代的到来也对统计学产生了深刻的影响，大数据给统计学带来了新的生命力。目前很多学科的发展都融入了大数据的潮流之中，作为与大数据联系紧密的统计学如果不进行改革创新，那么终将会被边缘化，阻碍自身的发展。大数据给统计学带来了挑战，但是不可否认的是大数据也给统计学的发展带来了机遇，我们在抓住机遇的同时还应该意识到传统的统计学中，一些方法已经不能满足当今数据的分析。基于这一现状，统计学家不能盲目将传统的数据环境当成研究的目的，而是应该积极融入到新事物当中，迎接挑战，使大数据时代下的统计学能够得到更好的应用和发展。
参考文献：
[1]田茂再.大数据时代统计学重构研究中的几个热点问题[J].统计研究，2015，05：3-12.
[2]耿直.大数据时代统计学面临的机遇与挑战[J].统计研究，2014，01：5-9.
大数据时代的应用篇4
【关键词】计算机信息技术;大数据;应用对策
由于计算机信息技术不断发展，计算机技术在各个领域得到了广泛的应用，有力的推动了社会信息的传播和社会经济的发展。现在在互联网的发展和电子商务兴起的时代背景下，大数据应运而生并迅速发展。大数据系统的建设与计算机信息技术的应用息息相关。
一、大数据时代下计算机软件技术在国内的发展情况
计算机软件技术在商业行业、生产行业和各行各业逐渐普及，也逐渐实现了计算机软件技术的巨大价值及其在工作实践中的显著作用。此时，计算机软件技术在各行各业中的重视度也越来越高。目前各个行业、组织甚至政府机构都在用相应的软件建立或连接它们自己的数据库。利用网络和软件技术收集与自身相关的数据为企业的长远发展提供了条件，用可靠的数据和事实指明了企业的发展方向。另一方面，也使得相应机构运行的精准性得到提高，间接提高服务的质量，促进了人们生活水平的提高。在大数据时代的环境中,研究和提取巨大数据是计算机软件技术的核心工作内容,将数据中包含的巨大的商业价值通过归纳和总结,以确定具体方向,提高生产效率。例如,企业利用计算机软件技术来完成分析用户的购买记录、消费能力和隐性消费的意图,计算更可能购买的产品,并使用销售人员扩大这种商品的推广,以提高销售效率，从而提高收益。大数据时代推动了社会整体生产力新趋势的出现，使得计算机软件技术的影响力和价值大大提升，实现了社会整体生产力的最大化，促进了社会的全面发展。计算机信息技术在大数据系统应用过程中存在的问题。
（一）不具备相应的数据采集能力目前，大数据系统收集数据的能力还相对薄弱。由于大数据系统还不完善，所以收集数据往往有时间差，不能做到及时收集;二是大数据系统捕捉典型数据的能力较弱，往往会遗漏一些重要信息或者新形式的信息，;最后，大数据系统一次能够收集到的信息是有限的，数据的收集量受到技术限制，并没有达到大数据的真实水平。
（二）传输效率无法满足需求目前为止，大数据传输系统速度相对缓慢。一方面，大数据系统的机器设备技术水平有限，不具备高速的接收和处理信息的能力，对于同时接收和处理大量传输的信息的任务无法完成。另一方面，由于技术的限制，网络的数据传输速度相对较慢，单位时间内的信息传输量受到限制。因此数据分析人员很难及时获取相关数据并进行分析。
（三）信息安全不能保证信息安全对于大数据的发展来说极其重要,特别是实际应用时,黑客和病毒等不利因素会对大数据造成致命性的打击。因此,在大数据的背景下,对于计算机软件技术应用的安全与稳定应当重视起来,是当前计算机软件开发和研究人员的重要工作。只有将计算机软件应用效果的不利因素消除，才能促进计算机软件的兼容性和稳定性，才能充分发挥计算机软件在我国社会经济发展进程中的作用。除此之外，信息安全还面临外部威胁，一些大数据相关从业人员职业道德不高，利用职务之便出售信息，给用户造成问题和损失。同时计算机网络技术的应用往往是人进行操作，但是容易被主观能动性支配，使得计算机网络信息安全隐患重重。如果操作用户自身缺乏相应的安全意识，安全操作能力不够，在信息安全管理方面并不能正确的指挥操作，将会导致计算机网络信息的安全风险大大增加。
二、计算机信息技术在大数据系统中的应用
（一）虛拟化技术虚拟化技术作为一种资源管理技术，通过虚拟管理实现实用化从而使得计算机软件技术的作用得到发挥。通过对大数据中的资源加以优化利用，提高信息处理效率，使得用户满意度得以提高，使操作更加便捷。2015年以来，在计算机飞速发展的背景下，虚拟化技术越来越受到关注和重视，许多企业单位对虚拟技术进行了研究和应用。例如，现代城市发展的目标正在往“数字城市”看齐。城市发展的实际情况可以通过虚拟仿真、GpS、RS等优势进行，有利于提高城市规划和日常管理的效率。除此之外，“数字城市”的发展还包括商业区、学校、医院、等城市轨道交通规划,涉及的数据信息庞大,因此不能用传统的数据采集方式来满足请求的“数字城市”的发展目标,使用虚拟化技术可以快速安排和分类数据信息。通过立体、直观的方式向人们展示，大大提高了管理效率，有利于城市的战略发展筹划目标的完成
（二）云存储技术加速了信息资料收集传统的数据存储方式，数据存储过程受到时间和空间的影响较大，数据采集和分析的速度较慢，数据存储的安全性和稳定性无法保证。特别是随着时间的变化，存储的数据量不断增加，这就需要不断增加存储量，相对成本和费用都很高。云存储技术与一般的存储方式相比，有着存储容量大和存储效率高的优势，提高了人们直接管理和使用的效率。通过网络及相关服务器设备，可以有效利用数据信息。同时，在数据传输过程中可以利用互联网对数据进行加密，可以保证数据传输的完全性和可靠性。在目前的情况下，云存储技术与大数据技术的使用使得数据处理的效果提高，也加快了工作效率。传统的数据收集都是根据需求的特定的信息收集,往往耗费了大量的时间和人力，通过查找各种书籍或者调查和访问的形式收集信息,从整个数据收集过程,不仅时间长,过程非常繁杂,与此同时,收集到的数据信息准确性不能保证,甚至参考价值较低。在计算机软件技术的发展和互联网的普及背景下,人们收集数据信息的方式得以改变,便于收集数据和信息的同时,数据收集的方式增多,可以根据要求收集的各种形式的信息,使得信息收集的效率和准确性得以提高。此外，企业在收集数据信息时需要收集客户、市场信息，收集产品销售等方面的数据信息也必不可少，大大丰富了信息内容和数量，大大促进了企业发展。
（三）在信息安全技术中的应用大数据时代背景下的种种数据之间存在着一种明确的相关性，数据之间相互作用、相互干扰，对信息和数据的安全产生了负面影响。因此，整个数据管理系统进行科学的调整十分必要，使得数据和信息的安全性得以保障。互联网作为一个开放的平台，但是也正因为其开放的特性存在着巨大的安全隐患。特别是网络病毒和木马的存在，破坏了数据的存储和分析的安全环境。因此，有必要通过加强安全技术的发展来提高大数据信息的安全性。在建立大数据安全体系时，对于发达国家的先进经验要积极学习，实现快速赶超的目标。构建大数据信息安全体系也需政府部门着重关注，为信息技术人员提供政策和资金保证，以适应当前社会发展的要求。在技术发展的过程中，我国对外依存度高，计算机网络信息安全领域还存在许多问题，因此不断完善管理体系尤为重要。
（四）在商业运营中的运用计算机软件技术在企业经营中举足轻重，不仅提高了企业收集、分析和存储数据信息的能力，而且大大促进了企业的经济发展。例如，随着智能图书馆的普及，利用计算机软件技查找图书信息已经非常普遍，传统的查找方式不仅浪费人力和时间，而且效率低下。在大数据技术发展的背景下，通过用户的消费习惯和文化背景以及个人偏好，将目标产品推广给用户，从而提高企业运营的有效性。大数据的有效应用是一种高层次的服务，提供高效、舒适的产品体验,提高了用户满意度。提高合作创新和创造科学,智能服务平台还可以为读者提供高效、准确的个性化服务,提高服务效率。在企业的经营活动中的数据信息可以存储在企业的数据库中，为企业以后正常查找和使用提供便利。因此计算机软件技术在大数据环境下的有效应用有利于促进企业与客户之间的关系，为企业和用户提供了高层次的服务，使得企业的经济效益有效提高。
（五）对数据的分析计算机软件技术对数据进行准确全面的分析的能力也十分必要，分析数据也是计算机软件技术发展的主要途径。为企业的战略决策提供可靠的参考数据，从而使得经营活动更加高效。在企业的日常运营中，分析客户的信息的任务可以通过计算机软件技术的数据分析功能来实现，从而找到与客户合作的最佳方案。通过这种方式不仅可以达到维护客户的目的，还可以对更多的客户进行了解，从而多他们进行开发。设计产品的过程调查也是如此，通过对当前市场中潜在客户群体的数据分析，市场定位更加精准，避免了人力物力的浪费。在销售过程中，我们可以对每个产品的销售情况进行精准的分析，为下一个计划提供可靠的参考数据，从而使得销售策略更加科学合理，提高销售量和效益。因此，在企业经营过程中，计算机软件技术进行分析可以运用到每一个环节中，科学运用计算机数据分析，可以使得企业的核心竞争力不断提高，促进企业全方位发展。
三、推动计算机信息技术在大数据系统中的应用对策
（一）对大数据信息采集进行优化信息获取能力对于大数据的应用有着重要影响,当前大数据收集信息的能力并不能达到社会需要的目标,尤其是离大型电子商务企业的需求有着较大差距,应加强对大数据信息采集研究的强度,使得数据收集信息的得以提升,促进企业与社会的稳步发展。
（二）提高信息传输效率信息限制在企业竞争是关键,有时获得关键的信息甚对于企业的生存有着生死攸关的作用,所以信息传输的效率尤为重要,高效率可以使得企业在日益激烈的市场竞争中获得优势,提高信息传递的效率,需要改善的信息接收设备接收和处理信息的效率,加强信息网络传播的效率也不容忽视，使信息能够快速地传递，使得业务分析师和决策者帮助企业做出决策。
（三）加强网络安全研究传输的过程中信息安全、信息存储空间对于用户来说尤为重要,为了提高大数据在人们心中的形象和印象,提高用户大数据系统的使用频率,需要加强对网络安全的研究,使得用户信息的安全得以保障,尤其需要加强政府网络安全,政府的网络安全是国家利益和人民的安全,离不开技术人员努力防范，应当对于系统进行定期维修。提高大数据从业人员的职业道德，提高从业人员的信用以及道德门槛，建立相应的处罚制度，降低容错率，窃取用户信息的从业人员将被开除，处以罚款和严厉惩罚，以减少从业人员掩耳盗铃情况的发生。
四、总结
大数据时代的应用篇5
关键词：大数据；管理会计；应用策略
一、大数据背景下产生的影响
（一）对高职学校竞争力的影响。由于社会经济的快速发展，在当前信息革命的背景下，互联网领域中不断出现新产品和新技术，从电子互联时代转变为万物互联时代。在方便人们日常生活的同时，也改变人们的生活方式。高职学校在大数据环境中，管理会计的工作方式也发生改变，对于会计行业的发展做出积极的影响。与此同时，学校能够通过大数据技术对学生未来的就业方向做出有效的调查，根据结果能够有效地设计管理会计的课程体系，培养综合能力，让学生通过课程学习达到就业要求水平。比如，在学生学习过程中，通过教师的指导，以淘宝商城成本为例，引入先进的数据收集程序作为管理会计课程的基础，把货物数量作为汇总管理，提高货物流动管理的效率，由此可以减少学生在工作中的压力，同时也能实现企业的管理目标。在大数据背景下，有效提升学生在未来就业时的竞争力。
（二）预测学生未来就业发展。由于互联网技术的推广，人们的日常生活和工作已经离不开电话、电脑等终端设备，通过技术的不断改进，产品不断升级也让电话从早期的语音通信变成满足人们日常生活的必备物品，无论从购物、旅行还是居家生活等方面，电话都能够通过和终端服务器之间的数据传输，为人们提供便捷服务。在高职学校开展管理会计课程时，首先要通过对企业和学生就业情况进行调查，通过大数据抓取的数据做对比，得出详细的数据和结论，给学生提供与就业相关的知识。比如，在智联、58等招聘软件上，通过大数据技术对应届和往届的学生就业情况进行比对，根据学生所学专业和就业方向做出调查，通过管理会计的应用技术对数据进行分析，同时，电话终端的推广也让学生的就业方式越来越灵活。因此，通过大数据技术的调查，可以提高学校的教学质量，保障学生的就业发展。
（三）加大管理会计企业作用。管理会计在工作中，主要研究市场变化并根据环境的影响为工作单位作出准确的判断，同时，要为企业在当前环境下的发展提供合理的建议。通过调查可知，在大数据推广的过程中，管理会计的地位也随之提高，不但能让企业单位的业绩得到提升，也让管理会计的工作取得显著的效果。根据大数据平台提供的数据，管理会计可以提升在信息收集过程中的准确度和工作量。同时，会计通过获取的数据中了解市场变化，运用自身知识能力，有效发掘工作中需要掌握和深入了解的内容。管理会计通过分析归纳的数据，可以为工作单位的运营建立更丰富准确的数据库，保障企业运营的效率。
二、管理会计在大数据环境中面临的问题
（一）会计管理制度不够完善。在会计学科的领域中，管理会计的理论还有待完善，如今的管理会计学还需要一个科学化的全面理论来指导其发展，而不能只停留在发达国家的管理理论上。但是，由于社会上还没有相应的实践基础，所以在完善管理会计的指导理论中还不能形成具有中国特色的管理会计理论，从其他地方学来的经验和方法也缺少实战性，只能用来借鉴，假如按照外国的管理会计理论培养我国的会计，一定会和现实相违背。目前，高职教育中所使用的教材也仅停留在理论上，不能用来作为培养学生管理会计技能的指导。
（二）工作信息安全性弱。随着互联网的发现，信息安全领域变得越来越重要，新闻上时常出现公司信息数据被窃取或泄露的事件，比如企业的客户数据、市场调查的信息和公司内部的商业机密等，这些数据一旦被员工或者商业间谍所倒卖，对企业客户的利益将造成不可估量的损失，同时也会减少企业的公信力和信用，在经济和文化领域造成不可挽回的影响。例如，在管理会计软件使用的过程中，由于企业的保密工作不够完善，没有对管理会计的使用权限进行限制，导致在工作期间，出现员工恶意改动操作时间和应用程序数据、删除数据库等违法操作。
（三）指导理论脱离工作。在前面的管理制度中提到过，我国现在的管理会计理论来源于国外，所以在教材中提到的理论不能直接用于会计的实际工作。所以，把理论上的知识联系工作实际情况，形成专业的知识技能，是高职学校在教学过程中需要考虑的问题。学生在学习过程中需要掌握高难度的专业知识，但是，在当前就业环境下缺少大量相应的人才，让学生在工作时，展开管理会计工作变得十分困难。随着大数据环境的渗透，各企业也在为自身未来发展做出不同的规划，在企业制定发展计划时，必定要参考管理会计提供的数据，如果企业对管理会计不够重视，所招收的员工无法胜任工作，管理会计的能力不能得到发挥，无法为企业的发展提供良好的建议，那企业的未来将遭遇巨大的危机。
三、管理会计在大数据环境下应用策略
（一）改变管理会计教学内容。在传统的管理会计工作中，离不开大量的数据分析。在大数据的环境影响下，管理会计的工作内容也出现了改变。通过大数据技术的引用，管理会计在工作时能够高效率地完成数据的收集和采集工作，在教学过程中，教师要兼顾管理会计工作中的特性，给学生传输新的思想，提高自身的专业水平。同时，要根据大数据环境下的特点，把握数据之间的关系，为企业在发展和决策中提供方案。学生在学习大数据技术时，会改变传统工作模式中数据分散的情况，能在短时间内收集大量的数据。通过大量数据分析，能够减少结果中的特殊性，使结果变得更加真实可靠，有极高的参考价值，为企业在运营过程中遇到的问题和决策提供帮助，设立有效的发展模式。管理会计类的学生在经过新的教学培训后，能采用大数据思维处理问题，为日后工作打下坚实的基础。
（二）加强管理会计职业素养。一直以来，企业的发展都离不开对专业人才的任用，在大数据环境下，学校要对学生做出专业的培养，特别是在未来工作技能上的培养。学校在开展管理会计课程时，首先要通过多种形式，聘请专业水平较高的教师，让学生在上课时，能够有效学到知识。同时，也要引进先进的管理会计教育方法，使学生有足够的能力胜任大数据背景下的工作。学校要组织教师外出学习，通过在一线工作环境中的深入了解，才能设计出符合中国特色的管理会计课程。学校也可以通过安排时间，请专业的大数据管理会计专家来学校开展讲座，为全校师生提供全面的管理会计知识，对学生未来就业规划作出指导，提高学生的学习热情，养成主动学习的良好习惯。
（三）加强会计数据安全培训。管理会计在大数据环境下，不仅要改变传统的工作方式和制度，还要把重点放在企业的信息安全管理上，避免由人为引起的数据窃取和破坏造成的缺失。学校在开展管理会计课程时，要重点培养学生的信息安全技术，让学生在未来工作中，有保护企业私密数据的能力，同时，能够防止无关人员窃取或泄漏企业机密信息。在工作期间，传递信息数据时，应该采用信息加密技术，在没有书面授权操作的文件时，不得对企业相关机密信息与其他工作人员共享。
四、结束语
高职学校在大数据发展环境下，首先要对市场的就业情况做出考察，同时要结合自身的发展情况，根据学生的特点制定实用的教学大纲。通过优化和提升学校师资力量和教学水平，为加强管理会计培养做出贡献，促进会计行业的发展。
参考文献：
［1］黄毅莹.大数据时代管理会计面临的挑战及应对策略［J］.中国市场，2020（1）.
［2］高媛慧.互联网大数据时代是管理会计的舞台［J］.山西财税，2019（12）.
［3］王娟.大数据时代数据挖掘在管理会计中的应用探讨［J］.现代商贸工业，2020.41（1）.
［4］姜月桦，王孝一，徐亮.大数据时代管理会计发展对策研究［J］.中国集体经济，2019（33）.
大数据时代的应用篇6
斯蒂夫·道科多夫与罗瑞·道科多夫是一对生活在美国明尼苏达州沃特金斯小镇上的农场业主夫妇。农场共养殖了100多头奶牛。当他家的两个孩子离开他们的农场去上大学后，他们不得不开始考虑如何寻找替代的劳动力。本来，传统的解决方案是要雇用几名额外的临时工，然而，道科多夫却别出心裁的选择了机器人—让机器人帮助喂养奶牛，清洁谷仓，甚至可以帮助奶牛产奶。罗瑞说，“以前，奶农们每天都要花费两次，每次三小时的时间用来挤奶。现在，我们早上醒来，机器人已经为所有的奶牛挤过奶了。”
俗话说，农场生活是简单的，但运营一家奶牛场其实是相当复杂的。它不同于其他企业的运营，用来生产牛奶的“设备”是奶牛。奶牛必须要喂饱，还需要有良好的睡眠，它们每一磅体重的增加或减少都至关重要。因此，最终保证奶牛场正常运转所要考虑因素的数目是惊人的。
在10月初威斯康星州麦迪逊城举办的美国工业最大的贸易展—世界乳品博览会上，展示了目前最新的行业技术应用。
一家加拿大的名叫优质奶业（DairyQuality）公司，最近推出了一款名为“牛奶监护人”的用来监控乳品质量的新产品。外形是一个黑色的小盒子，可轻松地夹在iphone的背面。奶农只需要将从奶牛身上取下的牛奶样本的塑料收集片插入这个小盒子，这一设备立刻就可统计出样本的体细胞指标数（高体细胞数可以是乳腺炎—感染的组织的一项指标）。以前，检测体细胞数需要将牛奶样本送到异地的实验室并等待一周甚至更长的时间才可得到结果；现在，只需要用显微镜及这个应用，牛奶监护人就可以在6秒或更少的时间内就可分析出所放上的标本。配件及应用软件的综合成本合计1，800美元。
在世博会另一个最热闹的展位之一就是荷兰乳品设备制造商莱伊公司，最吸引人的展示是一个称为“a4宇航员”的喂奶机器人，这是道科多夫夫妇在他们的农场使用系统的更新版本。在奶场引入这套机器人喂奶机的好处在于，奶农从此就基本不需要再进入奶场来给奶牛挤奶了—这套系统大约需要200，000美元。a4的另一端有饲料槽，是一个封闭的小区域，在两次挤奶过程的间隙，这台机器还可用来喂饲料。奶牛发现这里有粮食，自己就会主动进入这个区域了。当它咀嚼的时候，一只不锈钢及碳纤维制的长臂就会延伸到牛的下面，通过激光扫描，自动识别奶牛的四个位置，自动吸附并开始挤奶。当完成挤奶时，饲料槽移动，大门打开，奶牛重新回到谷仓的牛群中。而后，a4机器自动清理，重新归位，准备迎接下一只奶牛。
这样，农场的奶农们不必每天辛苦得天还没亮就起来挤奶了，此外，更为重要的是这套系统可以方便地收集到每头牛的数据。a4扫描牛的后颈，利用无线电波或红外灯来识别不同的动物。下一步，在挤奶的过程中，系统会自动跟踪其他几个参数：牛的重量，挤出的牛奶，挤奶所需的时间，以及牛所吃的饲料—甚至通过对牛的特定后颈上的音频传感器，还可确定牛在反刍食物上所用的咀嚼时间。
大数据时代的应用篇7
【关键词】大数据；云会计；信息化；税收业务
中图分类号：F232；C931文献标识码：a文章编号：1004-5937（2015）22-0127-04
税务信息化建设的目标是构建电子税务机关，使部门组织向网络架构发展，打破部门、层级的限制，形成统一的，跨越时间、地点、部门的共享税务信息平台。云会计作为一种新型会计信息化解决方案，对税务工作的创新和变革发挥着重要的推动作用，其优势主要表现在强大的计算能力和动态无线扩展能力，在大数据时代，将给税务工作带来诸多机遇和挑战。
云计算在税收业务中的应用研究由来已久，众多学者从不同角度对此进行了探讨。张建光等（2013）构建了基于云计算的税务信息化模型框架及实现路径，指出云计算对税务信息化建设具有积极意义，并提出了云计算环境下网络安全与隐私、重视标准规范和运维机制建设等需要解决的问题。高萍（2013）从建设电子商务税源管理云平台、完善与电子商务相结合的税源专业管理流程、电子商务税源管理云平台应用效果展示等方面探讨了云计算在电子商务监管中的应用，并提出加强电子商务税收征管的建议。乔晓锋（2014）基于北京市国家税务局分三步实施云计算的实践，总结出云计算四个方面的效果：统一管理，易于实现集中备份及容灾，易于扩展、升级方便，节约成本、绿色节能。唐宁（2014）指出国税信息化建设的现状，提出云计算在国税信息化建设中的优势和展望。
综观现有研究发现，现有文献主要是基于云计算平台对税收业务的影响进行探讨，尚未出现大数据背景下的相关研究文献。然而，随着大数据时代的来临和金税三期管理系统的上线，税务信息化进程越来越快。税收征管、税务稽查、纳税服务的建设和完善均离不开云会计的驱动和支撑，大数据、云会计技术的发展将给税务工作带来巨大的变化。
一、云会计与大数据的内涵及特点
云会计是构建于互联网上，并向企业提供会计核算、会计管理和会计决策服务的虚拟会计信息系统，其体系结构大体上可以划分为应用层、平台层、数据层、基础设施层和硬件虚拟化层，其核心是提供数据存储、处理和服务。主要特点有：一是通过虚拟化技术建立公共资源池，用户可以按需购买，按使用资源情况付费；二是由互联网连接的服务器集群存放会计数据，专业团队管理，更具可靠性和安全性；三是拥有设备的硬件冗余、故障自动切换、存储容量不受物理硬盘限制等云计算技术的特点，能及时提供数据容量扩充，实时动态调整系统规模；四是实现内外部协同，使系统集成成为可能，提升信息附加值。
大数据是指量级巨大，超过典型数据库工具的硬件环境和软件工具所能获取、存储、管理和分析并整理成为支持日常决策依据的信息。主要特点有：一是数据的巨量性，数据源、传送方式和使用方法均发生改变；二是数据的多样性，既有结构化数据，又有半结构化数据和非结构化数据；三是数据的不确定性，由于数据不完整、结构不一致、存在时间差、蓄意欺骗等原因而导致了不确定性；四是数据的即时性，可进行实时分析，数据输入、处理动态调整。
二、数据视角下金税系统税收业务存在的问题
国家金税三期工程等基础设施建设为税务系统提供了一个高速、高效的内部网络，有效地提高了税务系统在网络传输、业务应用、数据分析及存储、信息共享等方面的能力。本文基于数据视角，从数据的来源、分析与应用三个维度分析了金税三期管理系统中税收业务数据应用现状，如图1所示。
从图1可以看出，税务机关在加强数据应用方面取得了一定成效，但是由于技术方法、采集渠道等原因，仍然存在数据采集不够深入、缺乏有效整合、应用水平较低等问题，其数据应用能力有待进一步提高。
（一）数据采集不够深入
金税三期管理系统中，在纳税人设立环节，数据采集通过“登记―税务登记”模块，主要包括纳税人基本登记数据、法人及财务人员登记、注册资本投资总额数据、总分机构数据、隶属乡镇街道及国地税税务机关等内容。通过工商登记采集纳税人名称、法人、地址、经营范围、认缴注册资本等数据；通过质检批准的组织机构代码，加上区域代码设置规范的税务登记证号；通过银行开户账号，设定纳税账户；通过房产土地登记，采集房产原值、土地面积等数据。数据的采集仍集中在纳税人的基础静态资料，经营期间如有变化，则需纳税人主动提供，税务机关无法实时更新。在生产经营环节，数据采集主要通过“申报”、“征收”等模块，主要包括纳税人应纳税款日常申报、入库情况、发票开具情况及企业财务报表等有限的数据。由于没有供应商的供货数据、购买者的购买数据以及企业自身的生产数量、销售数量、库存数量等反映纳税人经营状况的动态数据，税务机关只能从企业纳税情况和财务数据中粗略判断纳税人的生产销售状况。同时，数据采集还局限于纳税人主动报送，而纳税人为了逃避纳税往往在财务信息中隐藏真实经营状况，税务机关无法判断其提供数据的真实性、准确性和完整性。
（二）数据缺乏有效整合
金税三期管理系统中，主要通过“登记―税务登记―设立税务登记”模块联合办证共享国地税税务登记数据，掌握企业税务登记办理情况；通过“国土房管部门房屋、土地信息”模块定期与房产土地登记数据比对，掌握企业拥有房产、土地情况；通过“企业联合征信系统”与金税三期管理系统建立接口，定期与工商登记数据进行比对，掌握企业开业登记数据、投资人数据、法人及董事监事数据。但是，财政部门掌握的企业内部控制、XBRL标准等企业规范，银行掌握的企业资信等级、资金状况、信贷情况等资金数据，事务所出具的税务鉴证报告、审计报告、评估报告等中介报告数据，仍然相互独立存在，无法实现协同与共享，数据之间也难以进行勾稽印证。
（三）数据应用水平较低
金税三期管理系统中，通过“定制查询”模块能够查询纳税人相关登记类、认定类、证明类、申报类、征收类、稽查类、法制类、综合类、发票类、优惠类等数据。通过登记查询可以了解纳税人税务登记数据，但无法分析比对是否按照《税收征管法》的规定自领取营业执照之日起三十日内及时办理税务登记；通过征收查询可以知道纳税人税款开票入库数据，但无法分析企业是否根据其生产经营状况足额缴纳入库；通过稽查查询可以掌握纳税人是否稽查立案、案件查补税款等，但是无法分析企业是否存在偷逃税款等税收违法行为。由于税收数据总量大，单户数据头绪多且数据之间缺乏关联性等，当前金税三期管理系统只能对现有数据进行汇总统计、查询，没有借助Hadoop、HpCC等数据处理技术进行数据挖掘。对于系统中庞杂的数据，仍然采用导出生成excel表格，再运用初级的统计学方法加以归类分析的方式，缺乏Dw/Dm、oLap等数据分析技术的支撑。
三、云会计在税收业务中的应用
云会计的核心是资源共享、应用模式的改变，大数据的核心是运用数据存储和处理技术、数据仓库技术等，实时数据处理、实时决策支持，快速分析出数据的价值，通过嵌入到具体业务流程中实现数据价值。本文以税收业务为分析对象，从数据采集、数据处理分析、数据应用三个层次，分析了云会计在税收征管、税务稽查、纳税服务中的应用，构建了大数据时代基于云会计的税收业务应用框架，如图2所示。
大数据时代，税收业务不再仅仅依赖于税务系统的内部数据和企业提供的财务数据，应借助云会计平台，通过移动互联网、泛物联网、社会网络等媒介，获取各种结构化数据、半结构化数据和非结构化数据。例如：来自金税三期管理系统的业务数据，如财务报表、纳税情况等；来自互联网的纳税人行为数据，如合同、订单、资金流等；来自多渠道的税源数据，如工艺流程、主要原料、主要产品、机器设备数据等；来自多部门的第三方数据，如经营状况、资本积累、资本转移、破产情况等。同时，借助Hadoop、HpCC、Rapidminer等数据处理方法，实现身份认证管理、业务流程管理、领导决策管理。通过oLap、oDS、Dw/Dm等数据分析技术进行数据融合，生成纳税信息、财务信息、工商信息、公安信息、银行信息、审计信息、其他信息等。利用文本分析、搜索、查询、可视分析等功能实现税收征管的动态监控、税务稽查的深入解析、纳税服务的智能演化。
（一）在税收征管中的应用
基于云会计的征收管理，可通过大数据对纳税人的生产经营活动进行分析，从而预测纳税人的税收遵从情况。在税务登记环节，新办登记时通过工商部门登记信息、公安部门法人信息、银行账户信息等，补充完善纳税人税务登记信息中的纳税人名称、生产经营地址、注册资本、法人姓名及身份证号码、银行账号等，确保登记信息完整、真实。根据云会计平台的信息，可对辖区内符合税务登记条件的纳税人进行全面清理，全面掌握纳税人开业、变更等情况，督促其按规定期限及时办理。注销登记时，通过对其购销数据进行分析，了解纳税人真实、完整的生产经营情况，通过与房产国土部门的信息比对，掌握是否存在房产、土地、机器设备、无形资产等，准确进行流转税、所得税、财产行为税的清算，确认审核其注销资料。外出经营时，可充分利用云会计平台上的财务信息、异地纳税信息等进行日常巡查管理，全面掌握外埠纳税人经营情况，按规定程序加强控管。在申报征收环节，通过云端的纳税人合同订单、原材料及产品信息，分析纳税人生产经营状况，并与其日常缴纳的税款相比对，发现生产经营活动之间、各税种之间和纳税人之间的隐含关系，准确定位税源，从而预警纳税人可能的偷逃税行为。通过比对纳税人银行账户信息、缴纳社保情况、工资支付情况等，核实纳税人申请延期缴纳税款是否真实、是否符合征管法的要求；通过比对纳税人交易信息、资金流向，可确定纳税人销售额是否超过小规模纳税人标准，是否及时申请办理一般纳税人认定手续；通过比对纳税人合同订单、供应商及购买者信息，判断纳税人生产经营状况，准确进行核定征收；通过比对欠税纳税人银行账户信息，确认其是否符合欠税条件，对已形成欠税的进行实时监控，防止资金转移，避免税款流失；通过工商登记信息、银行账户信息、公安法人管理信息，及时掌握企业资本转移的情况，通过对纳税人经营状况、资本积累等情况的分析，实时监控其资本转移中产生的企业所得税与个人所得税。
（二）在税务稽查中的应用
云会计运用于税务稽查中，将使稽查方法极大地改进。由于数据共享大大缩短了整个办案过程所需的必要时间，管理效率显著提升，使案源、稽查、审理、执行各环节之间紧密衔接。在稽查选案环节，将企业的会计信息系统通过软件接口实现与税务稽查软件的数据协同，通过企业及其相关方如供应商、客户、银行等数据在云会计平台上对接，稽查人员可以对比分析纳税人是否存在偷逃税行为，从而确定稽查对象。在稽查实施环节，稽查人员可利用云端从源头获取完整的企业生产经营信息，分析纳税人经营状况，直观高效地查看企业总账、明细账、电子凭证等会计信息，并且运用云会计的查询、过滤、分析、统计等功能迅速查找出案件的突破口，全面有效地进行稽查。同时，可以及时比对各年度的稽查信息，查找其变化，实现持续稽查。在稽查审理环节，由于云会计平台大大提高了数据的真实性和完整性，审理环节可直接判断出稽查的准确性，主要对稽查程序进行审理，有效提高稽查工作效率和案件质量。在稽查执行环节，通过云会计平台可实时监控纳税人的资产状况及账户信息，从而及时采取税收保全和强制执行措施，充分发挥税务稽查的职能作用。云会计的应用有效节约了税企双方的办税成本，改变了大量调取企业账证资料的检查方式，企业可不必提供大量纸质财务资料。同时，也降低了稽查人员在获取企业生产经营状况、财务数据等资料上所耗费的时间、人力和物力，增强了稽查的及时性和准确性。
（三）在纳税服务中的应用
基于云会计和大数据应用的纳税服务，通过对纳税人行为的主动分析可以为纳税人提供实时、动态、个性化的服务。构建基于大数据分析的纳税人关系网络，通过对其纳税行为、经营模式、投资偏好等多维度的特征分析，结合分类分级管理要求，按纳税人信用等级、规模大小、行业特征等为纳税人提供专业化服务模式和内容。纳税前，根据纳税人的企业特点、生产经营范围等，通过云平台分别为纳税人提供相关的政策公告、信息查询、政策咨询、涉税提醒、自动算税等服务。纳税过程中，税务机关可构建基于云会计平台的网上办税系统，主要包括税务登记、网上报税、三方认证、发票查询等涉税事项，拓宽纳税渠道，实时申报纳税。同时，税务机关借助云平台上的纳税人生产经营数据、财务指标、纳税申报情况，完善基础信息，进一步提高数据采集的广度和精度。纳税后，纳税人可通过税务云平台查询纳税公开信息，如定额税款、核定税率、基本税负等情况，真正实现税务执法公开透明。同时，也可对税务机关纳税服务进行投诉举报，提起行政复议、行政诉讼、行政赔偿等，为纳税人提供更直接的渠道和救济援助调节机制。基于云会计的纳税服务平台以虚拟化技术整合现有硬件、软件资源，实现与现有税收业务核心平台的数据互联互通，建设支持网络、电话、触摸屏等多终端的综合云服务系统，以纳税人需求为导向逐步提供更加丰富的应用服务，不断满足纳税人便捷、高效、多元化的服务需求。
四、结束语
按照信息管税的整体战略，在大数据时代云会计环境下税务机关将极大地提升税收业务工作的能力和效率，实现征收管理动态化、税务稽查持续化和纳税服务智能化。为了对大数据时代云会计环境下的税务工作有总体的认识，本文从税收征管、税务稽查、纳税服务等环节分析了云会计在税收业务工作中的应用，为税收业务的开展提供了全新的方向。
【参考文献】
[1]张建光，朱建明，张翔.基于云计算的税务信息化建设模式探讨[J].税务研究，2013（11）：59-61.
[2]高萍.云计算技术在电子商务税收监管中的应用[J].税务研究，2013（9）：79-80.
[3]乔晓锋.云计算在税务系统的应用――以北京市国家税务局为例[J].中国税务，2014（2）：63-64.
[4]唐宁.地市级国税系统云计算平台展望[J].信息与电脑（理论版），2014（1）：51-52.
大数据时代的应用篇8
关键词：大数据时代；人工智能；计算机；网络技术
人工智能是建立在计算机技术和通信技术基础上的产物，大数据时代数据处理呈现爆炸模式，将人工智能结合计算机技术可有效提升信息处理能力，解决计算机处理信息过程中难以应对复杂性及安全性。将人工智能应用到计算机技术中不仅避免计算机系统在处理信息过程中的崩溃问题，还会促进计算机系统安全高效解决问题，实现社会稳定发展。
1大数据时代
大数据指的是一个数量和类型均十分庞大的数据集，就传统数据库数据仍旧无法对大数据进行处理。对大数据进行概括主要特点有：种类多、规模大、真实性高、处理速度快等几个特点。具体特征如下：
（1）数据类型较多。大数据有多种数据源组成，绝非单纯某种数据，且随着数据格式及来源日渐丰富数据类型会进一步膨胀；（2）数据规模十分庞大，总体容量至少在10tB左右；（3）数据真实性十分高，当前一些新类型数据不断兴起，传统数据源逐渐被取代，数据更新速度十分快，因此必须提升系统安全性，保证数据在使用和存储过程中不受影响；（4）大数据规模十分庞大，传统数据处理方式已经无法满足时展需求，要求新的处理系统具有快速高效处理信息能力，可满足大数据时代信息需求。
2人工智能
人工智能是计算机技术和通信技术基础上发展起来的，是一门新兴技术，其主要原理是通过计算机模拟人类思维方式及处事方法，并利用计算机程序实现快速处理功能，相较于人为处理不仅具有速度更快，且在程序不出现问题的情况下便可保持高正确率，从本质上来说人工智能是计算机技术的一个分支。人工智能根本目的是制作出以人类思维方式快速做出数据处理的智能机器，大数据时代人工智能发展与计算机技术发展密不可分的，大数据时代人工智能方式必然成为计算机技术重要组成部分，通过人工智能方式处理计算机网络技术中的数据必然成为大数据时代计算机系统数据处理主流技术。
3人工智能在计算机网络安全管理技术中的应用分析
3.1规则产生式专家系统
人工智能在入侵检测系统方面具有广泛应用，通过统计计算机专家的工作经验作为建立数据库基础，并以此作为依据建立计算机推理机制，并将其编制成入侵特征形成特定计算机编码，在此基础上构建数据库。当外界因素入侵系统时便可将其作为判断依据，及时发现入侵因素，确定其种类及危害，由此可见人工智能对提升检测效果及准确性有积极意义。从检测系统原理可见系统只能检验系统已输入不良因素，检验过程具有一定局限性。
3.2人工神经网络
人工神经网络主要通过计算机网络模拟人脑处事方式，因此其在容错性、接受性等方面相较于其他系统具有一定优越性。人工神经网络可对当前已存在畸变及噪声输入模式等进行精确识别，将该种方式与检测系统配合使用可有效提升检测效率，因此人工神经网络在大数据时代中具有重要应用。
3.3数据挖掘技术
数据挖掘技术原理是对网络连接及主机会话进行全方位准确提取描述，并采用其技术性能对入侵计算机的规则进行学习，将入侵模式记录与自身数据库中。当计算机出现外来入侵时便可进行有效识别。
3.4自治aGent技术
自治aGent技术属于面向对象发展成果，起作用主要是作为底层数据收集及分析结构，该结构中每台主机均可作为iDS系统。自治aGent技术具有十分突出的学习能力、适应能力、自主能力、兼容性等，且可对外来入侵对计算机影响范围有较强控制能力，对环境以来较低，因此在大数据时代可大力推广。
4人工智能在计算机网络系统管理和评价技术中的应用分析
4.1人工智能问题求解技术
人工智能问题求解技术基于给定条件下用以解决某些问题，主要包括搜索、推理、求解等功能。其评价标准包括搜索空间、最优解两方面。在获取最优解时需要利用公式f*（n）=g*（n）+h*（n）进行评估。该式中g*（n）表示由网络节点s-n最短路径，h*（n）表示由网络节点n-g最短路径。该种方法可有效缩减资源浪费，提升网络运行效率。
4.2专家知识库技术
专家知识库是专家系统重要组成部分，会对专家系统产生直接影响。当前专家知识库主要由直接或间接积累的知识，对计算机网络进行编码，在此基础上促进计算机网络管理决策获得专家支持，并可完成管理、评价等过程，现已在网络管理评价中有重要应用。
5人工智能在计算机网络技术应用举例――以智能考试系统为例
为研究人工智能在计算机网络技术中的应用，本文以智能考试系统为例展开分析。自动考试过程中需对试卷质量提出多种要求，例如题量分配、试卷平均难度、体型结构、提醒比例、知识点均匀分布等，在自动组卷过程中应最大限度保证用户需求，因此在智能考试系统中首先需建立控制指标相应状态空间D，D=[]。
D中每行均由实体控制指标组成，指标构成结构主要有试题号、类型、章节、难度等级，通过计算机编码将其表示成为二进制形式。系统出题时并不会用到所有指标，D包含个体d_tar-get可表示为d_request及d_void，其中d_request为试题要求指标，d_void为未要求指标，即：
d_tar-get：：=
试题库[StK]所有试题都背输入相应属性，其产生形式为：
ifthen
：：={0，1，#}m（#表示0或1）
6结束语
人工智能是当前较为先进的计算机技术，该技术在计算机网络技术中的应用极大丰富人们的生活方式，随着人工智能不断发展，其必然成为大数据时代处理数据得主要方式，推动计算机网络技术不断发展。
参考文献
[1]马义华.人工智能在计算机网络技术中的运用分析――评《计算机网络技术及应用研究》[J].当代教育科学，2015（20）：9.
大数据时代的应用篇9
关键词：RS技术城乡规划管理应用发展趋势
中图分类号：tU981文献标识码：a文章编号：1674-098X（2014）10（b）-0037-02
20世纪60年代以来，RS技术是在空间科学、现代物理学（包括激光技术、微波技术、全息技术、光学、红外技术和雷达技术等）、数学方法、地球科学理论、电子计算机技术的基础上构建起来的一门综合性科学和先进实用的探测技术。
目前大数据已日益从各个领域进入我们的生活。在城市建设领域，随着新型城镇化的发展，带来了城市精神文明和物质繁荣的同时，也带来了原有生存环境的改变并产生了诸多生态问题：人口激增、绿地减少、耕地占用和环境污染等，城市已成为生态问题和社会矛盾日益突出的区域。城乡规划工作是指导城市发展和开展城市建设的“排头兵”和基础，而各类城市信息是城乡规划工作的基础，包括城市资源、人力资源、城市环境、物流运输等。随着城市的快速发展，空间结构的复杂化以及信息的多元化，传统获取信息的手段已很难适应城乡规划设计及城乡规划管理的需要，解决此问题的核心便是发展高精度RS技术。
1RS技术在城乡规划用地调查中的应用
城市基础信息数据由各类专用地理信息数据、数字地图、数字专题图和数字景观模型组成。大数据时代的城市建设发展需要大量的数字基础信息数据，数字化城市进程的推进需要RS技术提供不同种类和比例尺的影像图或专题图以适应不同使用者的需求。目前随着信息化技术和图像处理技术的发展，RS技术逐渐活跃在城乡规划编制和管理工作中，其实时、高效和全面的特点推动着城乡规划信息化的不断发展。
随着城市景观模型和城市数字高程模型技术的不断完善，人们可以更具体、直观和真实地了解城市的发展状况。此外，运用城市数字摄影测量技术制作的城市景观数字模型能够在计算机的辅助下多视角的再现城市场景，从而促进城乡规划决策的科学性。以上信息化成果的实现都离不开RS技术的支撑。
2RS技术在城乡规划空间布局信息分析中的应用
伴随着中国经济的持续发展，城市建设与人口规模不断膨胀、生态环境日益下滑、交通拥堵日益严重等问题都对城市持续发展造成了严重的威胁。因此，对城市建设状况进行动态监测是发现和解决上述城市问题的一个必要途径。
城乡规划的核心因素和城市发展的载体就是城市的土地资源。城市土地利用状况以及土地使用性质是动态变化的，要随时拿捏其不同时期的特征。用RS技术作为信息来源是现代城市最普遍的途径，利用GiS技术的强大图形操作功能和海量存储数据，实现了集成化的城市土地管理，以实时方便地了解，城市土地权属界线和土地利用状况等数据信息，使城乡规划管理更具有透明性及科学性。可实现对土地资源利用的动态监测和实时调查，为城市规划用地现状调查，提供可靠而直观的基础数据，为加强城市的土地资源管理、优化政府部门的决策、辅助城市规划编制与管理提供有力支持。
3RS技术在城乡规划环境监测分析中的应用
随着新型城镇化的快速发展、产业高度集中、世界城市人口膨胀和城市环境日益恶化，这已成为全球性的发展趋势。在发展中国家此趋势更加引人注目。因此，应用经济、有效的RS技术手段研究城市环境问题，正确评价城市环境质量，探讨改善城市环境质量的措施和途径具有十分重要的意义。
目前，RS技术正广泛应用于动态监测工业生产等引起的大气污染、土壤污染及水污染等问题。RS技术的监测速度快和范围广，且可多手段以及多波段连续监测其动态变化。因此，RS技术又是测量污染物分布与浓度，监测环境演变变化趋势的有效方法。
4RS技术在城乡规划管理中的发展趋势
RS技术应用的广度和深度在近30多年得到持续的拓展。目前，RS技术正从单一数据资料分析向多元数据资料复合，从区域静态分析向过程动态监测，从表面性分析向内在定量化分析等方面的过渡。
4.1遥感数据获取技术的发展
清晰的卫星遥感数据在城市中广泛应用归功于RS技术的提升和新型传感器研发水平的进步。传统的航空遥感数据将日益替代，因为随着Geoeye-1、QuickBird、iKonoS等商业卫星的运行，它们将成为城市遥感的主要数据源。商业卫星提供的清晰卫星数据在城乡规划编制与管理等方面发挥着重要的作用。此技术的优势在于无论你身在何处只要采用联机方式直接定购和接收产品，相关遥感数据信息可以在数小时内通过数字方式传输获取。
4.2构建新型城市遥感信息模型
遥感信息模型是利用地理信息和遥感信息影像化方法建立起来的是一种注重影像理解和知识表达的集成可视化模型。城市遥感信息模型可以反演和计算城市环境参数是RS技术应用深入发展的核心。在过去一段时期尽管人们发展了各种遥感信息模型，但仍然无法满足当前城市建设发展应用的需要，遥感信息模型的不断创新，依然是RS技术研究的方向。
4.3“3S”信息技术的集成应用
由地理信息系统（GiS，Geo-graphicalinformationSystem）、遥感（RS，RemoteSensing）和全球定位系统（GpS，GlobalpositioningSystem）的“3S”空间信息集成技术系统将成为具备城市信息获取与实时处理的综合技术。其中，“3S”信息化技术中的三个不同技术在城市规划管理中扮演着不一样的角色，空间地理信息的采集问题主要由RS技术和GpS技术解决，地理空间的数字模型问题主要由GiS技术现实。“3S”一体化集成将最终建成新型的城乡数据与信息获取系统并形成高效的信息处理分析流程，这将对RS技术在城市建设领域的应用与发展产生深远的影响。
4.4全面推进“数字城市”的建设
城市现代化的重要标志和城市信息化的战略目标就是在大数据时代推进“数字城市”建设。“数字城市”的建设过程中RS技术扮演非常重要的角色，与城市发展需要的其他信息相比，通过RS技术获取的遥感信息有其应用优势和明显的特点。因此，RS技术在城市建设领域的应用将推动“数字城市”的建设，同时对于提高城市建设的综合效益和提升城市规划和管理决策水平将起到更大重要的作用。
5结语
随着RS技术的逐步提升和遥感知识的广泛普及，遥感在城乡规划中的应用必将越来越深入。实践证明，RS技术可以直接为城乡规划与建设行政主管部门提供准确而可靠的有效图件和资料、同时结合城市规划数据信息成果资料和计算机技术，为建立城市地理信息系统乃至构建数字模拟城市奠定了基础。当然，RS技术也存在局限，它难以完全代替地面调查，同时也需要其他信息化技术的配合。对于RS技术的使用者来说，要根据具体的需求分析遥感应用的可行性，并选择合适的应用方案从而最大效益的发挥RS技术的作用。
参考文献
[1]陈述彭，谢传节.城市遥感与城市信息系统[J].测绘科学，2000（1）：1-8.
[2]吴贤宇.试谈城市遥感[J].科技广场，2006（7）：119-120.
[3]刘英，赵荣钦.遥感技术在中国城市环境监测中的应用研究进展[J].云南地理环境研究，2006（1）：101-104，109.
大数据时代的应用篇10
关键词：财务数据；大数据时代；财务分析
信息技术的发展，使当今社会进入到了一个崭新阶段，大数据时代的到来为企业发展带来了新机遇，同时也对企业提出了新要求。财务数据与企业紧密相关，做好财务数据分析才可以更好的了解企业发展实际情况，并在这个基础上进行准确的经营决策，以使企业发展得到进一步促进。国内很多学者在研究中分析了大数据时代企业财务管理信息化的发展情况，归纳了企业大数据时代财务数据分析面临的挑战。如韩雪（2020）在研究中指出信息化建设是现代企业财务管理发展的必然趋势。胡雯清，郝方方（2020）研究中也指出，财务数据可视化是大数据时代企业财务数据分析的趋势。杨文静（2019）、周申申（2019）、金辉（2019）分别在研究中就当前企业财务数据分析所面临的问题，发现很多企业并未意识到大数据时代对企业发展的影响，因此在财务分析方面存在很多不合理的地方。除此以外，其他很多学者对企业如何应对大数据时代的财务分析提出了自己的看法，如王河山（2019）、王凯旋（2019）、付筱文（2019）等在研究中提出，企业应当合理应用大数据信息技术，对当前这个时展背景进行全面分析，并在此基础上准确进行财务分析。丛斐然，于静淼（2019）、熊义成（2019）研究中分别指出，财务数据分析应当充分结合现代信息技术，提升分析的科学性、有效性。有关财务数据分析的研究很多，这些研究从不同的视角入手，但是都肯定了大数据对企业财务数据分析的促进作用，也对大数据时代企业财务分析所面临的困难，探索了改善大数据时代企业财务数据分析的方法，这些都对本文研究有一定的促进作用。
一、大数据时代相关概述
在分析大数据时代企业财务数据分析与应用前，全面了解大数据时代的内涵与特点是关键，本章就对这方面问题进行归纳与总结。
（一）大数据时代的内涵
关于大数据时代的定义有很多，不同学者对其看法有所差异。整体而言大数据时代有狭义与广义两种，从狭义的角度，大数据是海量数据，而且种类多样，不但有传统结构化数据，还包含半结构化与非结构化数据。由此可以将大数据视为数据量很大，可以应用的软件技术很难处理的大规模数据。从广义角度，大数据处理以云计算平台的应用为基础，在近几年现代信息技术、高新技术发展得到广泛关注后，如数据分析、数据仓库等，在很多领域大数据的应用得到了重视。本文认为大数据时代是在现代互联网、物联网等渠道产生的数据资源基础上，利用现代信息技术进行数据价值的提炼与应用的时代。
（二）大数据时代的特点
与过去传统时代相比，大数据时代具有自身的特点，主要表现在以下几个方面。1.大量性大数据时代中，信息量巨大是该时代的一个特点，一方面是信息传递范围更广泛；另一方面是在信息技术平台中，各种信息层出不穷，因此在这个时代中数据量十分巨大。2.多样性由于大数据时代的信息来源十分广泛、多元化，数据种类较为繁杂、多样，如数据包括网络、在线交易等多方面的数据信息。从数据的形态上看，包括文字、视频、图片等等。3.高速性大数据时代中，信息传递以云技术为基础，在网络平台中各种信息可以通过网络在瞬间传递。4.信息密度低虽然大数据时代中数据信息量巨大，而且种类众多，不过由于信息来源广、内容杂，其中可以利用的信息量并不多，需要对这些数据信息进行进一步分析与处理，这样才可以使信息得到合理的应用。
二、大数据时代企业财务数据分析的影响
现代科技、信息技术发展促进大数据时代的到来与发展，大数据时代通过进行开放数据信息获取，并将其转换为企业发展所需的信息，这对企业发展有着十分重要的影响与意义。这个时代对企业发展有很大影响，对企业财务数据分析也有一定影响，从当前大数据时展情况入手，将其给企业财务数据分析带来的机遇与挑战进行如下总结。
（一）大数据对企业财务数据分析带来的机遇
从当前大数据时代的发展情况看，大数据给企业财务分析带来的机遇可以总结为以下几个方面。1.数据来源更充足准确在传统时代中企业财务数据分析，主要是对企业内部的数据进行分析。在大数据时代中，企业不单单可以对企业内部财务数据进行分析，还可以通过大数据技术的应用从企业利益相关者入手进行相关信息的获取，这些信息包括财务信息，也包括一些其他信息，这些丰富的数据信息，为企业进行财务数据分析提供了更多帮助与支持。企业可以通过对自身财务数据分析，结合其他企业财务数据分析的对比，以达到对企业实际发展情况有一个更准确的了解与评价。加上现代大数据时代信息技术的支持，大量的数据分析可以在信息技术的指引下，快速筛选、存储以及处理，使企业可以对这些信息更合理的应用，提升企业财务数据分析的准确性。2.财务数据分析的实时性提升财务数据分析关键在于实时性，特别是在现代社会中，市场环境瞬息万变，企业在进行财务数据分析的过程中，必须要做到实时进行，以达到随时了解企业发展的情况，并根据企业当前发展现状进行战略调整，这样才可以使企业财务数据分析为企业发展提供更大的帮助。在大数据时代中，企业可以利用现代信息技术及时进行与企业相关的数据信息搜集与整理，在进行信息处理的时候所花费的时间也较短，这就实现了企业财务数据分析的实时性，从而使企业在决策的时候可以利用自身所掌握的相关信息第一时间进行市场情况的全面了解与分析，真正掌握现代企业发展的实际情况。3.财务分析地位有所提升在大数据时代中，企业所处的市场环境发生了改变，为应对现代市场环境的变动，企业必须要对财务数据分析给予重视。为满足企业财务数据分析的需求，很多企业纷纷设立了专门的财务分析部门，安排了专门的人员，由专门财务人员进行财务数据的分析。越来越多企业管理人员将财务数据分析作为企业的一项重点工作，大幅增加这方面的投入，以达到使企业在发展的过程中财务数据分析的准确得到提升，使企业能够利用大数据优势对自身发展现状、市场环境等进行全面了解，在财务数据准确分析的基础上进行经营决策。
（二）大数据对企业财务分析带来的挑战
大数据时代在对企业财务数据分析提供一定促进的同时，也给企业发展带来了巨大挑战，根据了解将大数据时代企业财务分析所面临的挑战总结如下。1.企业财务数据收集与处理技术落后虽然在大数据时代中，很多企业在财务数据处理方面信息技术应用也随之增加，但即便是如此现代企业财务数据收集与处理技术依然处于一种落后的状态。如在财务数据分析需要的硬件设施方面，很多企业的大数据财务数据分析硬件基础无法满足现代企业的财务数据分析需求，需要进行硬件基础的扩容，可实际上大数据的硬件架构技术的提供并非单独一家厂商就可以的。从企业的实际情况看，很多企业在财务数据分析方面，所引入的信息技术还处于一个成绩阶段。除了硬件方面基础设施落后以外，当前企业财务数据分析的软件也并不成熟，即便是现代财务数据分析中信息技术应用也进一步增加，但是现有的软件并没有从大数据时代的背景入手，无法满足大数据时代的应用需求，这也不利于企业大数据时代的财务数据分析。2.现有财务分析人员专业素养落后财务工作本身就是一项专业性较强的工作，需要有一定专业知识的人员负责，若是工作人员缺乏专业素养，在工作中就无法对企业财务数据情况进行准确分析。而大数据时代的到来对企业财务工作人员提出了更高的要求，在进行财务数据分析的过程中，相关工作人员不仅仅需要对企业财务数据进行了解与分析，还要对比同行业、其他企业以及上下游企业等数据资料，通过这些数据的整理与分析，达到对企业财务数据有一个全面、准确了解的目的，在这个基础上进行企业经营决策，以使企业的发展得到进一步促进。可很多企业现有财务数据分析人员，虽然掌握了一定财务数据知识，可是对大数据时代的了解不够全面与透彻，在具体进行财务数据分析的过程中容易出现按照传统方式进行分析的情况，这种分析方式就无法对企业的发展情况有一个准确的判断与分析，这容易导致企业财务数据分析的结果与预期存在较大差异。3.信息安全缺乏保障大数据时代信息平台具有开放性，在这样一个网络平台中，企业如何保障信息公开的同时，使自身的财务数据信息存储、传输安全得到保障是关键。虽然有关信息技术加密的相关技术等都在不断完善，但是关于企业内部数据被篡改、窃取的情况依然较为严重，因为技术不够成熟，企业有关财务数据信息就容易出现被盗的情况，使企业因此受到严重损失。对企业而言，大数据时代是一个全新的时代，这个时代的发展速度快、信息技术在企业财务数据分析中的应用也是起步，因此相关技术的完善至关重要，若是技术安全得不到保障，企业想要在大数据时代做好财务数据分析工作就十分困难，还可能会因此导致企业受到不必要的损失，给企业未来发展带来严重不良影响。
三、大数据时代企业财务数据分析与应用改进建议
从当前大数据时代企业财务数据分析现状看，大数据在为企业财务数据分析提供帮助的同时，也给企业财务数据分析带来了一定挑战，为适应大数据时代对企业财务数据分析的影响，建议企业从以下几个方面入手进行财务数据分析的改进。
（一）提升企业财务数据收集与处理能力大数据时代最大的特点就是数据信息量大，信息多元化，这种情况下企业想要利用这些数据信息准确、全面、合理地进行企业财务数据分析，就需要进行相关数据的收集。在收集到了大量数据信息以后，对这些信息进行处理与分析也很重要，需要企业在短时间内对收集到的各种信息进行整理，这样才可以保障财务数据分析的科学性、准确性，使企业能够利用这些数据信息达到对企业情况有一个全面、准确的了解，并分析出企业在市场中的地位以及影响力。这需要在企业发展的过程中，进一步增加自身在软硬件建设方面的投入情况。当然企业在财务数据分析方面的软硬件建设投入的同时，也需要相关厂商进一步关注大数据时代企业财务数据分析基础设施的开发，确保企业在发展的过程中大数据时代财务分析所需的技术设施得到有效保障。如进行现代信息技术硬件设施的完善，包括电脑、网络设施建设的投入，以保障在企业进行大数据信息收集与处理的过程中，可以快速进行，保障数据传输以及处理的效率。当然在软件方面，相关厂商应当进一步加大适应大数据时代财务数据分析需求的软件开发，如增加企业内部财务数据与外部同类企业财务数据的对比分析板块，使企业可以对收集到的其他与财务相关的数据信息对比快速进行，这样可以实现企业内外数据全面对比分析，真正了解企业发展情况，市场中的地位以及影响等，这对更全面了解企业情况有一定的促进作用与意义。
（二）提高企业现有财务分析人员专业素养与能力
大数据时代是一个信息化时代，这个时代中企业财务数据工作人员必须要有更强的能力以及素质，相关工作人员需要对财务数据分析有一个全面了解，还要对现代大数据时代背景有全面了解与认识，以此为根基进行财务数据分析，这样才可以保障财务数据分析的准确性、科学性。因此为保障企业大数据时代财务数据分析工作有序进行，需要企业在发展的过程中对财务工作人员的专业性提升给予重视。从招聘入手，注重具有财务专业知识、财务从业资质的人员招聘，保障企业财务工作人员都是具备相关专业知识的人员。对现有财务工作人员的培训给予重视，通过加大培训力度，使企业财务工作人员都有机会接受培训，学习财务相关的专业知识，特别是对现代财务数据处理的信息技术技能培训给予关注，使企业财务工作人员能够及时了解到现代最前沿的财务数据相关信息技术、系统的应用方式，形成现代化财务数据分析理念，在进行财务数据分析的过程中，可以做到科学、合理。积极鼓励企业财务工作人员进行学习，提升财务工作人员自主学习能力与意识，这样在实际进行财务数据分析的过程中，工作人员就可以利用自身所掌握的专业知识，全面、准确地分析，使分析可以与现代企业所处市场环境相符。
（三）进一步提升企业财务数据分析安全保障
保障企业财务数据安全对企业发展有十分重要的影响，只有做到准确、合理地进行财务数据分析，才可以确保企业在发展的过程中各项工作规范、合理展开。这需要企业引入现代最先进的信息技术安全保密技术与措施，对软硬件设施进行加密、防护等，保障企业财务数据安全性。在进行财务数据分析的过程中，相关数据的应用、分析操作人员必须要经过授权，没有得到授权的人员不能进行财务数据信息系统的操作。相关工作人员也要有较高的职业素养，分析以后的财务数据不能随意进行泄漏，还要在进行系统操作的过程中按照要求，做好系统的安全保护工作。同时，相关信息技术公司还应当进行信息安全技术的开发，为企业进行信息技术安全工作展开所需的技术得到保障。与此同时，在实际企业发展的过程中，还应当有专门的信息安全检测与防护部门，由专人负责企业信息系统的安全防护工作，及时发现企业信息系统存在的安全隐患，并进行问题的调整，以使企业财务数据安全性得到有效保障。
四、结语