浅谈大数据时代篇1
关键词：学生管理；智能化；大数据时代；智能化管理体系
中图分类号：G647文献标志码：a文章编号：1674-9324（2017）30-0015-02
落实信息化管理是保证高校适应信息时代的发展需要的前提，在管理学生信息的过程中要应充分利用先进的网络技术，构建数字化信息空间，推动校园智能化发展，全面提升学生管理水平。智能化管理应用范围的扩大及数据量的快速增长趋势，必然会促进学生智能化管理系统的发展，因此智能化关联系统具有非常广阔的应用前景。
一、大数据时代背景下学生工作智能化管理的意义
作为学校常规管理工作的一个重要内容，学生信息的管理对于学校来说有着非常重要的意义，同时也是一项非常复杂、烦琐的工作。近年来，各大院校扩办学规模，学生的人数不断增多，使得学生的信息数量和信息种类快速增长。如果仍以人工方式进行学生工作和信息管理，不仅会造成人力、物力的浪费，还容易出现误差，无法保证学生信息管理的准确性和规范性。因此，建立一套高效稳定、完整统一、安全可靠的学生工作管理方式迫在眉睫。
伴随着信息技术的迅速发展，我们逐步步入大数据时代。在大数据时代背景下，数字化、信息化在各个行业都有着广泛的应用，也带动了各大高校学生管理模式的发展和进步。近年来，教育信息化的进度不断推进，各大高校校园网的普及率也逐渐提高。而作为校园网的一个重要组成部分，学生智能化管理系统的建设和发展越来越受到学校管理人员的重视，并成为高校一项迫在眉睫的重大任务。学生工作智能化管理可以有效提升高校学生管理工作的效率，方便学生更好地管理个人信息，同时以全新的方式增进学生间、师生间的沟通交流，从而提高教务管理工作的效率，减少管理工作负荷，降低工作的复杂性，降低一般简单、重复劳动的岗位系数。
二、智能化学生管理工作体系的构建
现代信息技术以及大数据应用技术的进步，为高校建立立体化、全覆盖的智能化学生工作管理体系提供了一定的物质和技术基础。具体而言，智能化学生管理工作体系主要由以下管理系统组成。
1.教学和学生信息管理系统。学生的教学和基本信息管理是学校管理工作的重中之重。在教学和学生信息管理系统中，学生基本信息主要是由系统管理员来更新数据库，其拥有对学生信息修改、删除、添加等的功能。同时学生进入系统后，也可以查询自己的信息，并进行一些修改操作。而课程管理是继学生管理后的第二项重要工作，指的是对学校课程信息的修改、删除、添加、查询等操作，能够管理学生的选课信息。学生基本信息管理系统要将学生作为中心，以实现学生信息关系的自动化、规范化、系统化为目标，主要任务是利用计算机来及时、准确地对课程信息进行删减、增加，方便学生课程的安排，为学生提供课程培训的一种统一的管理模式。大学生管理系统的功能需求主要表现在以下几个方面：（1）系统用户权限管理设计。教师、管理员及学生是大学生管理系统的三种主要用户，不同用户在系统中的功能权限各不相同。教师用户通过该系统能够维护个人信息，查看个人授课情况和授课学生信息，同时管理学生的成绩；管理员是实现该系统管理功能的主要用户，可以管理学生奖惩信息、设置培训课程信息、管理学生、教师和班级的信息。而学生用户在该系统中能够管理个人的基本信息，查看教师信息和个人信息，还能对个人奖惩信息、考试成绩进行查阅。（2）学生基本信息管理。学生信息管理系统的设计的重点就是学生信息管理，学生信息管理具体功能分为添加学生、修改学生信息、删除学生、查看学生信息等。管理员在管理学生信息的过程中要以管理员的角色登陆系统，教师用户在系统中可以查看所教授的课程中学生的信息，学生登陆系统后可以修改个人信息并查看个人信息。（3）班级管理设计。大学生管理系统将班级作为基本单位，结合学生的课程要求来管理学生。管理员管理班级是实现班级管理设计的主要途径，具体功能主要涵盖添加班级、修改班级信息、删除班级、查看班级信息等。（4）课程管理。学校结合学生的情况和需要设置的教学课程，管理员对课程管理的具体功能分为添加课程、修改课程信息、h除课程、查看课程信息等。（5）成绩管理。大学生信息管理系统中的成绩管理主要是教师结合学生的课程考试成绩，由管理员对学生的成绩进行管理，而成绩管理具体功能可以分为录入成绩、修改成绩信息、删除成绩、查看成绩信息等。
2.学生宿舍管理智能化管理系统。学生宿舍不仅是学校的重要基础设施，也是大学生学习和生活的重要场所。随着大数据时代背景下校园数字化步伐的加快，学生宿舍管理也逐步向智能化方向发展。而基于智能化管理的学生宿舍管理系统的主要功能是：学生宿舍管理任官或工作人员可以基于本系统对新生办理入住，对毕业学生进行迁出，同时对上述学生的资料进行一定的编辑和存档；相关人员也可对所有学生的信息进行查询；学校财务人员可以对学生住宿期间发生的费用进行管理、记录和查询，系统可以对上述信息进行分类统计，具有查看收支明细的功能。
3.智能考勤系统。学生的考勤管理是学生管理的重要内容，也是一项十分繁杂、单调的管理任务。以现代信息技术和大数据技术为支撑，可以建立起智能考勤系统，实现学生考勤工作的智能化管理。具体而言，智能考勤系统主要具备以下功能：（1）学生的实时出勤查询功能。在智能考勤系统下，不需要进行任何考勤设置，即可实时查询学生的出勤记录和缺勤情况。如有特殊需要，也可以根据不同条件，查询班级或部分学生的出勤记录并提供详细的出勤明细。（2）基本出勤处理功能。智能考勤系统可以根据预先设定的参数，对各种出勤数据进行智能化处理，自动判断学生的迟到、早退、旷课情况。在上述查询功能中还可以按特定条件进行查询，例如可以输入分钟数，查询迟到时间大于此数的所有学生。（3）考核自动扣分功能。智能考勤系统能够按要求自动统计某时段内出勤应扣操行分数，方便学校的平时考核和期末考核。
三、智能化学生管理工作体系的实施建议
1.建立准确完善的学生信息数据库。虽然信息化管理技术已经在高校学生管理中得到了广泛运用，但是大部分高校仍在采用系统间数据交换的方式以实现不同管理系统之间的信息共享与数据交换。这样做虽然有利于不同管理系统之间的互联互通，但是由于不同系统之间的数据不一，也给学生管理工作的智能化发展带来了一定的障碍。因此，建议高校建设数据唯一、可以共享的学生基础信息数据库，为管理者提供实时、准确的数据。
2.依靠物联网技术实现学生信息的智能化采集。实时、准确采集学生信息是实现高校学生智能化管理的物质基础，建议高校利用现代物联网技术来实现上述信息的自动采集。以学生的考勤信息采集为例，高校可以在教学楼或教室门口装上基于RFiD技术的无障碍通道。当上课学生带着贴有RFiD标签的卡片进入或走出教室时，管理系统就会记录下相应的时间。学生的迟到、早退、旷课等考勤情况只需查阅记录便可统计出来。
3.通过对数据的智能分析实现其应用价值。学生管理信息的采集和积累归根结底是为了使用，高校要基于这些信息生成对管理决策提供有益的分析结果。例如，对学生宿舍管理系统的数据，可以自动生成经常晚归或夜不归宿的学生名单，进而对这一群体的日常生活、学习情况进行追踪，以便可以及时发现问题并进行处理。因此，减轻工作量并不是学生管理实现智能化的唯一目的，甚至不是主要目的，其核心价值在于通过数据信息加工使数据进一步增值，从而为广大管理人员进行学生管理提供实质性的帮助。
四、结语
随着现代科技，特别是计算机信息技术的进步，智能化业已成为学生管理的趋势。对学校而言，构建智能化管理体系，还需要学校领导的高度重视，在政策、经费和人员上予以充分支持，最终建立健全与学生管理智能化发展相适应的各项规则和制度，以保障智能化学生管理体系的正常运转并发挥出其应有的作用。
参考文献：
[1]王晓玲，刘嘉滨.高等教学管理中智能化管理技术应用[J].实验室研究与探索，2014，（02）：247-249，278.
[2]骆锦程.浅谈高校学生工作的智能化管理[J].吉林工程技术师范学院学报，2011，（05）：33-35.
浅谈大数据时代篇2
（建东职业技术学院，江苏常州213022）
【摘 要】随着网络信息化时代的日益普遍,电子商务大大拓展了互联网的疆界和应用领域,我们正处在一个数据爆炸性增长的“大数据”时代,大数据在社会经济、政治、文化,人们生活等方面产生深远的影响,简要的讲述了大数据的概念，大数据在对电子商务企业的运用，及面临的挑战。
关键词大数据；电子商务；网络信息化
1 大数据时代的来临
我们沿用托失勒《第三次浪潮》一书中的提法。如果说iBm的主机拉开了信息化革命的大幕，那么“大数据”才是第三次浪潮的华彩乐章。
随着互联网对网民的理解，网民对网络的反作用，互联网将变得越来越智能。它在满足你需求的同时，也在创造新的需求。前者的代表是Google，后者的典型则是Facebook。谷歌的盈利在于所有的软件应用都是在线的。用户在免费使用这些产品的同时，把个人的行为、喜好等信息也免费的送给了Google。因此Google的产品线越丰富，他对用户的理解就越深入，他的广告就越精准。广告的价值就越高。这是正向的循环，谷歌好用的、免费得软件产品，换取对用户的理解；通过精准的广告，找到生财之道。颠覆了微软卖软件拷贝赚钱的模式。
大数据，其本质核心并非是数据量“大”才称为大数据。打个比方，如果把众多的信息碎片比喻为撒哈拉大沙漠，每一粒沙子所携带的数据内容可能仅是一个数字、名称、点击、时间、性别等单一内容，看似平淡无奇，但通过正确的分析算法可以将所需的沙子自由组合，变成比黄金还要宝贵的数据资源，所以大数据的核心是数据处理分析能力，其数据容量、分析加工、数据真实性、数据特性是BigData的关键要素，即经常被提及的4V：Volume(数据量)、Velocity(分析速度)、Variety(特性)、Veracity(真实性)。
2 大数据在电商行业中的运用
截止到2012年底，中国网购的用户规模已达到2.47亿，而今年“双十一”淘宝天猫当天日交易量就达到了571亿元，这些数据都说明了电子商务在我们的生活中的重要性已不可忽视。同时，根据alexa统计及数据估算，淘宝网的日均页访问量达到了3.53亿，每天产生的数据量更是高达60tB。
经历了基于用户数量的时代，基于销量的时代，目前的电子商务市场交易已处于基于数据的时代，电子商务的竞争在很大程度上就是大数据的竞争。由于平台所产生的巨大信息量以及其所收集到的用户信息具有真实性、确定性和对应性，电子商务具有了利用大数据的天然优势。下面用实例来说明：
1）美国医药网站webmD根据怀孕的女性用户填写的受孕信息定期给用户寄eDm，提醒母亲在该时间点的注意事项，需要摄入的营养，产前的生理变化和要做好的思想准备，产后的恢复，宝宝的育养和健康，等等?
2）1号店利用对大数据的分析给顾客发送个性化eDm。若顾客曾经在1号店网站上查看过一个商品而没有购买，则有几种可能：（1）缺货；（2）价格不合适；（3）不是想要的品牌或不是想要的商品；（4）只是看看?若在顾客查看时该商品缺货则到货时立即通知顾客；若当时有货而顾客没有买就很有可能是因为价格引起的，则在该商品降价促销时通知顾客；同时，在引入和该商品相类似或相关联的商品时温馨告知顾客。另外，通过挖掘顾客的周期性购买习惯，在临近顾客的购买周期时适时的提醒顾客。
3 大数据背景下电子商务服务的变革
3.1 个性化和精准的商品推荐
网络上的信息量越来越巨大，而消费者的精力和对信息的处理能力却是有限的，消费者很难对大量的信息进行筛选和分析。这时电商可通过对数据的采集分析，根据用户的需求，将用户细分为不同的群体，为用户提供个性化的服务。比如，电商可根据用户的购买历史和浏览记录分析出用户的喜好，对其进行个性化的产品推荐或是广告的推送服务，这种有针对性的导购可大大增加促销的成功率，同时节省了大量人力物力的成本，增加了产品销售量。
3.2 优质产品信息的汇总
电商还可根据商品的购买和浏览数据将最热门和最优的商品筛选出来，以吸引跟多的消费者，同时也帮助消费者节省了挑选和比较的时间。例如由淘宝网衍生出的商品推荐网站“蘑菇街”。淘宝网买家将自己喜欢的商品链接到其网页上，或者进行巧妙的搭配，让跟多的消费者进行筛选和评论。还有例如新浪微博的热门微博榜、热门话题等等，这是将微博的转发评论量进行统计，筛选出热门微博，将网民的兴趣点汇集到一处，更增加了微博的浏览量。
3.3 强大的信息检索服务
消费者在面对电商网站上海量的商品信息时往往很难找到自己所需的商品，这是就需要电商为其提供准确的信息检索服务。电商必须将产品进行归类，在每个大类下又再进行细分，同时消费者在进行检索时，能够将用户所提供的
关键词与产品信息快速准确的匹配，进行相应智能检索，得出符合用户需求的信息和产品，最大限度地提升客户满意度。可供消费者进一步依据自身需求进行产品的筛选，将消费者需求与商品迅速匹配起来，极大地节省了购买筛选的时间。
3.4 更加细化的服务领域
电商可根据消费人群的不同需求，将营销目标针对某个具体的领域，例如”聚美优品”将目标客户群定为女性，主要销售洗护用品、彩妆、美容产品等等。”酒仙网”瞄准了酒类市场，销售白酒、葡萄酒、洋酒、保健酒等各种酒类。这满足了消费者对某方面的特定需求，为消费者提供了正品保障，将服务领域进一步细分。
4 大数据对电子商务的挑战
虽然电子商务企业已经走在大数据时代的前列，但在开始规划大数据美好蓝图的同时也要警惕其面临的挑战和风险。
一是企业信息化投资将规模化发展。电商企业内部的经营交易信息，包括商品、物流信息，以及用户的社交信息、位置信息等等将构成企业大数据的主要来源。其信息量远远超越了现有企业it架构和基础设施的承载能力，其实时性要求大大超越现有的计算能力。此外，电商企业还将面临数据孤岛、数据质量、数据格局等数据治理问题。要想依靠大数据获益，我国电商企业必将进行新一轮的信息化投资和建设。
二是相关管理政策尚不明确。大数据时代下，云计算必将成为电商企业选择的业务模式，其本质是数据处理技术。数据是资产，云为数据资产提供了保管、访问的场所和渠道。云计算所提供的服务，既包括软件服务和应用平台服务，又包括基础设施服务，但目前我国针对云计算服务的管理政策和技术标准尚未明确。
三是数据安全与隐私问题突出。一方面，大量的数据汇集，包括大量的企业运营数据、客户信息、个人的隐私和各种行为的细节记录，面临的数据泄露风险将会增大。电商企业既要防止数据在云上丢掉，也要防止数据在端上被窃取和篡改。另一方面，一些敏感数据的所有权和使用权还没有明确的界定，很多基于大数据的分析都未考虑到其中涉及到的个体的隐私问题。
在未来，数据将会像土地、石油和资本一样，成为经济运行中的根本性资源。在大数据的时代，数据就是直接的财富，就是核心的竞争力。电子商务将要跨入一个数据兴则企业兴、数据强则企业强的竞争时代。大数据将成为电子商务的新武器，谁拥有大数据和对大数据的强大处理能力，谁就有制胜的砝码，并将最终赢得市场。
参考文献
［1］甘丽新,涂伟.大数据时代电子商务的机遇与挑战探讨[J].科技广场,2014.
［2］李乃青.大数据时代下我国电子商务的发展机遇与挑战[Z].工业和信息化部电信研究院政策与经济研究所.
［3］it时代周刊.数据为王,服务为本——谈B2B电商平台与大数据[oL].
浅谈大数据时代篇3
关键词：大数据；银行业；互联网金融
中图分类号：F833.2文献标志码：a文章编号：1673-291X（2014）05-0123-02
随着我们的生活进入互联网时代，尤其是伴随着物联网、移动互联网、社交网络的快速发展，数据正在呈现出几何级数的增长，数据的来源也更加丰富，数据形式更加复杂，大数据时代已然来临。大数据正在成为各行业竞争发展的变革点，这当然也包括银行业，麦肯锡认为银行业是首先能够受益于大数据浪潮的行业，大数据可能对银行的一些观念和经营模式产生颠覆性变革。虽然有些银行可能还没有意识到数据爆炸性增长带来的问题，但是数据对于银行的重要性已经成为业界共识。
一、大数据的内涵及特点
大数据（bigdata），或称巨量资料，用来形容数据规模巨大、类型复杂的数据集，它无法通过目前常用数据库工具，在合理时间内达到获取、储存、管理、分析、并整理成为有价值的信息资产。
大数据的特点有四个层面：第一，数据容量巨大且增长迅猛。从tB（1000GB）级别，跃升到pB（1000tB）甚至eB（1000pB）、ZB（1000eB）级别。第二，数据类型多样化、复杂化。除了传统的结构化数据外，更多的是大量非结构化和半结构化数据，例如网络日志、音频、视频、图片等。第三，数据价值高，但数据挖掘难度大。由于大数据的主体是非结构化数据，这些数据对管理、分析能力提出了更高的要求，需要用综合多种复杂的分析算法对数据价值进行“提纯”，以视频为例，连续不间断监控过程中，可能有用的数据仅仅有一两秒。第四，对处理数据的速度要求快、时效性强，面对如此浩瀚的海量数据，处理效率至关重要。另一方面，多数情况下要对数据进行实时或准实时的处理，以便及时作出反应。以上四个特点业界将其归纳为4V——Volume，Variety，Value，Velocity。
大数据时代的到来，将对或者正对社会、政府、企业和个人产生巨大而深远的影响，目前我们已经体会到或者可以预测到的影响主要体现在以下几个方面：第一，关于大数据的开发应用将引发新一轮的创新浪潮。社交网络的流行使得无论对个体还是群体的实时沟通和了解成为可能，这也为及时准确地预测群体行为和个体偏好提供了强有力的工具。围绕大数据这一特性的开发应用已经在销售、社会管理等多个领域展现其强大的威力和创新能力。第二，社会的公开透明度在大数据时代将获得大大地提升。结构化、半结构化、非结构化等多类型数据的公开将有助于提升政府管理的透明度，通过公众的监督提高民主程度。第三，大数据的出现将大大提高政策制定的效率。充分汲取群体的智慧，最大限度的获取错综复杂的数据的可利用价值，可以提升社会效率和政府效率。第四，随着大数据时代的到来，在社会管理、经济及其他领域中，决策行为日益偏向基于数据以及数据分析而做出，而非依赖经验和直觉；伴随着数据的大量聚集和分析数据能力的不断提升，利用数据来进行判断和预测的能力将会得到逐步大增，数据将逐渐坐到“驾驶员”的位置，引领社会前进的方向。
二、大数据给银行业带来的影响和挑战
银行业应该是大数据时代最激进的行业之一：互联网金融让银行边界日益模糊、网民和客户的界限正在消弭，移动智能带来的产品服务转型和升级需求，利率市场化等带来的激烈竞争和成本压力……都在迫使银行业发生变革。而“变革”的核心似乎都在指向大数据，大数据给银行业带来影响和挑战主要体现在以下几个方面。
（一）大数据为开展精准营销和客户管理提供了便利条件
以往银行仅能依托客户在银行柜面或其自有电子渠道办理业务时的留存的信息和相关记录开展业务拓展和客户管理工作，但由于银行拥有的单一客户信息不全面或客户样本数据较少，导致银行据此作出的营销决策或客户管理工作难以获得理想的成效，甚至肯能会出现较大偏差。而随着大数据的大量涌现，银行业可以借助大数据战略打破数据边界，对形式多样的客户数据（客户消费数据、浏览记录、购买平台等）进行挖掘、追踪、分析，将不同客户群体进行聚类，获得更为完整的客户或客户群体的拼图，例如消费习惯、收益风险偏好等特征信息。从而根据不同个体或客户群体特性打造个性化、精准化、智能化的产品营销服务方案，将最适合的产品和服务营销给最适合的客户，以主动营销和个性化营销打破传统无差异的、被动的产品服务营销方式。大数据的有效使用，不仅可以提升银行产品的精准营销水平，而且可以提升客户对银行服务的认可程度以及客户经理在营销过程中的专业程度。
（二）获取、利用数据的能力日益成为银行竞争的关键
大数据的大量涌现，为银行业拓展业务、管理客户提供了便利条件，但如何在大数据时代利用好大数据是银行业需要认真研究的课题：第一，如何获取大数据。虽然银行业本身拥有大量的客户数据和交易数据，但是随着人们生活日益网络化、移动化以及金融非中介化现象日益突出，银行业所拥有的数据越来越有限，银行业需打破现有界限，收集广泛游离于银行之外的数据。第二，如何挖掘、分析大数据。在原有数据时代，银行业已经在数据分析应用方面积累了大量的实战经验，但是这些数据大多是结构化的，而广泛存在于社交网络、物联网、电商平台等媒介的数据更多的是非结构化和半结构化数据，银行需要采用复杂的方法从这些海量碎片化的数据进行取舍获得有价值的数据信息。获取、利用大数据的能力将成为决定银行竞争力的关键因素。
（三）大数据滋生了互联网金融业态将加剧银行业竞争
拥有庞大客户数据信息和丰富的数据挖掘、分析经验的电商平台正在进军金融业瓜分传统银行的市场份额。阿里巴巴旗下的阿里信贷向普通会员提供无抵押、无担保的低额贷款、余额宝为支付宝会员提供起点低、收益高、灵活变现的基金、华夏基金与腾讯旗下的财付通联合推出微理财、百度金融中心推出的“百发”组合理财产品等等，这些电商平台凭借本身拥有雄厚客户基础和海量数据资产纷纷介入金融行业，使得银行的客户大量分流、银行的融资能力受到极大挑战，这对传统银行业是一场史无前例的冲击，反过来这也给传统银行业在经营理念、技术和产品等多方面创新带来强大动力，将推动传统银行业自我升级。
三、银行业应对大数据时代的策略建议
目前而言，大数据时代对银行业的影响还比较小，但从发展趋势看，银行业应充分认识大数据的颠覆性影响，未雨绸缪，早做布局。
（一）拓宽客户数据来源渠道
银行业要打破现有客户数据源的边界，应更加注重电商平台、社交网络等新型数据来源，拓宽渠道获取尽可能多的客户信息，并从这些数据中挖掘出更多的价值。一是建立自已的社交平台如微博、微信、博客等，并将其努力打造成与电话客服并行的重要服务渠道。拓宽与客户互动渠道，充分利用社交网络的作用，既有助于宣传业务、树立良好的品牌形象，又可以从同客户的互动中，了解对客户的真正需求，获得完善和创新产品、服务的新方法、新思路。二是建立与第三方大数据平台合作模式，将银行内部数据和第三方数据互联，获得更加完整的客户视图，从而进行更为高效的客户关系管理和业务精准营销。大数据时代，复杂的大数据注定难以被某一家企业、机构独自掌控，任何想独自霸占大数据的想法和行为都不太可能实现，企业之间的合作共赢是时代的潮流。银行可与电信、电商等第三方大数据平台开展合作，进行数据和信息的共享和利用，全面整合客户信息。当然，在合作过程中如何保护客户信息安全是是值得深入研究的课题。三是有条件的大银行可以通过搭建自己的大数据平台，例如建行的善融商务，逐步积累客户数据，将核心话语权牢牢掌握在自己的手中。
（二）不断提高数据挖掘、分析能力
构建银行强大的“大数据”处理能力，应该是两条腿走路：一方面，要与数据分析的专业厂商加强合作，利用专业厂商的先进技术，对银行已经存在的“大数据”进行综合处理与分析。在这方面，交通银行信用卡中心应用智能语音云对银行的语音数据进行分析处理是一个较为成功的案例，为同业提供了很多有益的经验和启示。另一方面，要加大建立和培养银行自己的大数据分析人才队伍。对大数据进行处理，需要分析人员具有更高的素质，不仅要有较高的业务理解力，而且要有很强的数据建模、数据挖掘的技术能力。因此要下大力气推进大数据人才的梯队建设，逐步打造培养专业、高效、灵活的大数据分析团队，不断提升银行处理、分析数据的能力，挖掘海量数据的商业价值，从而在数据新浪潮的变革中拔得头筹，赢得先机。
参考文献：
[1]董莉.打通社会化大数据库[J].it经理世界，2012，（6）.
[2]涂子沛.大数据[m].桂林：广西师范大学出版社，2012.
浅谈大数据时代篇4
关键词：大数据时代；信息安全；策略
中图分类号：F49
大数据是当下最热门的技术词汇，它的出现是一场颠覆性的技术变革，对国家、企业和个人都将产生巨大影响。[1]2013年被业界称之为大数据元年。国际数据公司（iDC）监测，大数据在2013年增长幅度巨大。什么是大数据？大数据是指利用先进的技术对海量数据进行捕获、存储、分析和再提取，这些原始数据具有复杂、速度快和快速变化的特点。当前，许多国家正在对大数据的研究寻找更优的解决方案，美国政府投入数百亿美元用于该项研发，标志着在美国大数据已经上升至国家战略。
1大数据的特点
1.1数据量巨大。大数据通常是指10tB（1tB=1024GB）规模以上的数据量。[2]之所以产生如此巨大的数据量，一是由于各种信息系统的使用，使得我们能够提取出抽象的数据，这些数据都会被存储；二是由于语音视频设备的使用，使人们能够全时段的使用，这些数据文件都比较巨大，造成数据量的成倍增长；三是由于移动智能设备的普遍使用，数据量的增幅就明显增大了。
1.2数据种类多。随着互联网推广，数据类型既包括数据库的表类型，还包括未加工的、半结构化的数据，例如网页、视频、音频、文档等。
1.3数据更新快。对于海量数据快速动态的变化，传统的系统难以快速处理数据的获取、存储以及挖掘其中的有效信息。这时就必须对传统的方法加以改进。
1.4价值密度低。在没有索引的数据集中提取有用的数据，获取的难度非常大。以视频为例，在几十GB的数据仅有几秒钟是有价值的。
2大数据时代面临的挑战
2.1数据量增长挑战数据存储能力。数据量的过快增长要求使用专门的数据库技术和大量的数据存储设备。传统的数据库关注关系型数据，优点是数据的一致性和容错性非常好，缺点是在数据的扩展性方面显得不足，不能有效存储文档、音视频等非结构化和半结构化的数据。目前，数据存储能力的增长远远赶不上数据的增长，设计最合理的分层存储架构成为解决数据存储的关键。
2.2数据类型繁多挑战数据挖掘能力[3]。数据类型的多样化成为传统的数据挖掘算法的瓶颈。传统算法需要一次性把数据导入内存，而太大的文件则做不到。要想改变这种状况，需要对现有算法、数据结构等进行改进。
2.3获取有用信息的速度挑战数据处理的时效性。随着数据规模的不断增大，传统模式下分析过程的时间相应地越来越长，而大数据条件下对信息处理的时效性要求越来越高。传统模式下处理大数据时，需要的资源呈指数增长，现实中难以接受。简单有效的人工智能算法和新的问题求解方法成为应对速度挑战的关键。
2.4数据在边界外传播挑战信息安全。大数据在不同的网络之间传播，一些敏感数据、隐私数据成倍增长，信息安全问题应运而生，对国家安全和个人的利益造成了严重的影响。如今，犯罪分子更容易通过网络犯罪，而防范却很难。在应对这些问题的时候，需要有数据存储的安全措施，以及对数据访问的身份认证机制。
2.5大数据时代需要人才资源。人才资源不足会成为大数据发展的一个阻力。从大数据中获取价值需要有三类人才队伍：一是数据库底层设计方面的人才；二是掌握基础算法，并对数据进行分析方面的人才；三是实现应用领域的人才，能够对某类应用做统计并预测趋势。此外，大数据由于覆盖面比较广，这些人才需要有综合的能力。他们需要了解行业，了解技术的各个层面，以综合的视角制定确实可行的方案为目的，还必须具有统计学背景，并对数据管理有丰富经验；另一方面，大数据方案的实现，必须由技术专家来完成，技术专家的能力也直接决定了大数据方案的深度和广度。
3大数据时代的应对策略
应对大数据管理可以从数据存储、数据分析、数据安全的角度入手。
3.1存储管理应对策略。（1）数据分类。大数据既包含传统的结构化数据（如日常业务数据等），又包含非结构化数据，而且非结构化数据占有更高比重。非结构化数据包含了各种视频数据、相关业务的音频数据、各种业务的扫描图片等。大量的非结构化数据需要对其进行梳理，确定有用数据范畴。（2）数据存储。大数据容量极大，其保存的重要性不言而喻。需要整合各项孤立的数据源，建立集中的中央数据系统，同时处理好同城或异地数据备份问题。数据压缩技术和冗余数据删除技术是解决大数据存储问题的关键。通过数据压缩技术可以将大数据压缩后存储，降低大数据的存储大小，也降低了对存储硬件的要求；利用冗余数据删除技术，可以很好地解决数据备份问题，提高空间的利用率。
3.2数据分析应对策略。通过分析和整合大数据，可以发掘其中的价值。可以用分布式计算来实现数据分析。分布式计算具有可伸缩性、健壮性、高性能和低成本上等优势，成为互联网模式的主要工具。
3.3数据安全的应对策略。（1）存储安全策略。安全存储有以下方法，一是数据加密。在存储空间和应用程序之间，通过SSL加密保护隐私数据。二是数据包过滤。通过对数据包过滤，一旦发现数据包属于非法的网络，就自动阻止数据的传输。三是数据备份。通过系统容灾、敏感信息集中管控等产品，实现端对端的数据保护，确保大数据损坏情况下有备无患和安全管控。[4]（2）应用安全策略。大数据应用安全策略主要从以下几方面着手：一是防止apt攻击。二是用户访问控制。可以根据大数据的密级程度的不同，将大数据的访问设定不同的权限等级，并严格控制访问权限。三是整合工具和流程。通过整合工具和流程，确保大数据应用安全处于大数据系统的顶端。四是数据实时分析引擎。数据实时分析引擎融合了云计算、机器学习、统计学等多个领域，通过数据实时分析引擎，从大数据中第一时间挖掘出黑客攻击、非法操作等各类安全事件，第一时间发出警告响应。（3）管理安全策略。管理安全策略对于保护数据的安全非常关键。策略主要有：一是规范设计。为了正常有序的管理好大数据，需要制定一个规范的架构，保证各级信息系统的互联互通和资源共享。二是通过数据大集中来解决安全问题。大数据存储在云共享环境中，为了使管理者可以对大数据使用进行控制，可以通过建设一个数据大集中的安全方案，从系统管理上保证大数据的安全。三是融合创新。大数据时代应以智慧创新理念融合大数据和云计算，以网络平台为基础，通过数据挖掘、人工智能等技术的创新，提升数据流量规模、层次及内涵，在大数据流中提升知识价值洞察力。
4结束语
随着互联网的普及，各种技术不断更新，互联网正慢慢地改变着人们的生活，大数据时代也随之到来。对大数据的价值进行研究有利于科学决策，同时管理好大数据也是非常重要的。总之，大数据的研究工作仍处于一个简单的应用阶段，还有一些安全、效率等问题有待解决。要解决大数据问题仍有很长的路要走，期望本文的介绍能给大数据研究同行提供一定的参考。
参考文献：
[1]孟小峰，慈祥.大数据管理：概念?技术与挑战[J].计算机研究与发展，2013（50）：146-169.
[2]徐子沛.大数据[m].广西：师范出版社，2012：57.
[3]王珊，王会举，覃雄派.架构大数据：挑战?现状与展望[J].计算机学报，2011（10）：1472.
[4]云中微.云安全带给边界突破的新挑战[J].信息安全与通信保密，2013（02）：26-28.
浅谈大数据时代篇5
关键词：大学教学媒介融合互动
随着网络的普及、技术的进步及人们信息消费观念的更新，人类大步迈进大数据时代。位居信息前沿的高等学府首当其冲，传输知识的传统工具如黑板、投影屏幕向手机宽屏让位，大学生纷纷成为“低头一族”，导致教师对课堂的掌控受到极大冲击，不少人对课堂教学失去了往日的热情和自信。因此，在大数据时代重建课堂的新互动是亟待解决的重要问题。本文基于传媒学原理，深入阐述大数据为高等教育带来的转型契机，尝试用媒介融合的理论重塑课堂，为新时期大学课堂教学改革提供新思路。
一、大数据背景下媒介融合对大学课堂教学的影响
英国教授舍恩伯格指出：“一个史无前例的大数据时代”已经来临。这种大量数据的集合，以其数据规模大、种类繁多、价值密度低和处理速度快为鲜明特征①，带来的海量文本、图片、音视频信息不仅引起了媒体行业的革新，更使人类处理信息的行为方式发生深远改变。
事实上，早在这场数据革命发生之初，各种变化便初见端倪。由于通信的便利，几乎每个大学生都配备了手机。手机的智能化使脱离高考应试压力、并且不具备时间的自我控制力的大学生迅速成瘾②。课堂上低头看手机已成一族，即使教师用心制作出效果独特的ppt也无法吸引其眼球;课后，图书馆虽已座无虚席，可又怎样鉴别自习者究竟是手捧手机“蹭”wiFi还是真正在阅读？对教师而言，突出的感受是课堂掌控力降低。课堂教学的荣光不再，学生不仅沉迷手机，甚至还用新媒体上即时获得的媒体讯息质疑老师多年不改教案的权威性;课后作业执行难，学生沉迷手机导致作业迟交或拒绝完成;复习时间缩短，学生不愿独立思考，抄袭现象严重……
为了应对上述变化，一些教师采取了将高等教学“中等化”的做法，即模仿中学课堂，禁止使用或要求上缴手机，增加考试次数。然而，这些无奈之举增加了学生的心理负担和教师的工作量，而且与高等教育“教自由”“学自由”的教学自主性原则相背离。更多教师则是消极应对，顺其自然，但是教学的自信心和职业热情却明显受到影响。
为什么教学时间会被手机占领？除了大学生的心理特点以外，传媒革命的内核特质发挥了重要作用。
数字技术革命首先波及传媒媒介。随着国家三网融合的推进，网民尤其是手机用户人数激增。传媒媒体遭遇新媒体的强势冲击。2014年传统平面媒体广告投放创历史新低，报纸和杂志较2013年减幅高达18.3%和10.2%③。而新媒体却增长势头良好，仅2014年上半年，互联网广告增长39.5%。在此背景下，传统媒介不得不另辟蹊径，新旧媒体正在积极融合。
媒介融合（mediaConvergence）由美国传播学界提出，形容各种媒介呈现多功能一体化趋势，使印刷的、音频的、视频的、互动性数字媒体组织之间形成战略的、操作的、文化的联盟④。迫于人们消费形式的改变，相较传统的“多媒体”发展的要求，媒介融合更加强调传统传播方式发生质的转变。不仅要实现数字化的进化，更要让逐渐失去生命力的传统媒体重焕活力，以多面性推动内容优化的全新的姿态展现在人们面前。
媒介融合对信息内容多元化的作用极其深远。从传媒学的视角看，媒介融合在信息的控制、内容和媒介三个方面造成大学生对于手机的依赖。
首先，媒介融合消解了“把关人”和“议程设置”，使得信息传播结构更加自由化。人们可以自由订制自己喜欢和需要的信息，这就使受众从传统媒体权力制约的被动一方走向多媒体融合的主动一方，可以对信息主动参与和选择。这种角色和权力的赋予对受众产生难以比拟的吸引力。
其次，因为缺少“把关”，信息同质化严重，造成信息海量和爆炸式增长，在吸引眼球的同时“霸占”了大脑，使得受众对其他渠道的信息失去兴趣和接受空间。而部分媒体平台为商业利益不惜虚假和低速的信息，这也对教育接受者产生了负面影响。
再者，媒介在很大程度上影响了人们的思维习惯。媒介融合引起的思维僵化已然引起担忧。尼尔・波兹曼认为，在传受者界限被打破的同时，传播渠道中信息的深刻性在消失。特别在媒介融合时代，有动感的海量图片“稍纵即逝又色彩斑斓”，决定了其必须舍弃思想来迎合人们对视觉的需求⑤。这种使人类丧失理性、客观和富有逻辑思考能力的极端表现就是“媒介依存”，包括过度沉溺于媒介接触不能自拔、价值行为选择必须从媒介中寻找根据、形成满足与媒介中的虚拟互动而回避现实互动等⑥。在大学生群体中，课后“网瘾”已是困扰教育界和心理学界多年的话题。如今，“关不掉的手机”更使得移动的“网瘾”进入课堂。媒介依存与教育的对立更加严峻。
在海量信息前，接受主体会变得懈怠，直接复制粘贴已有信息，造成信息同质化，这是媒介融合对人们行为方式的消极影响。在课堂上，记笔记的学生越来越少，用手机拍照记录板书和ppt的越来越多，不少学生习惯下课拷贝教师的课件，有的用录音笔记录讲课内容。诚然，这些辅助手段能够帮助学生还原教师的教学实景，最大限度地记录信息。但是，长期依靠这些手段，是否会减弱课堂听课效率，课后又有多大程度会真正回顾记录的信息，值得担忧。从作业反馈看，学生不经引导地盲目借助媒介听课，远离纸笔，反而使学习的盲点增多，甚至会助长抄袭恶习。
二、重回互动：多媒体课堂与媒介融合的差距
自上世纪90年代，高校大力推进多媒体教学以来，媒体在教学中的应用便广泛受到重视。无论是设备投入、师资培训、平台建设还是教学效果，都取得巨大成果。然而，现实情况却是不断更新的多媒体教学似乎追不上媒介融合的脚步，甚至在信息多元化中现出短板。欲解释这个问题，还得重回多媒体教学的初衷――互动性：即通过技术手段改变传统的以教师为中心的单向教学模式，增加学生的兴趣，提高教学效率。Rivers认为，互动既是信息的接收方又是信息的表达方，只有当交际双方产生兴趣时才会发生双方的互动⑦。
然而，在多媒体教学为大学教育带来勃勃生机之后，一些新的问题随之产生。例如，部分教师过分依赖现代信息技术的应用而忽视传统工具如板书、设问的应用，学习者的注意力和思维分散到教学机器上，多媒体的介入反而弱化了师生互动，使得教学安排灵活性丧失、课堂模式僵化等（张雁玲、郑新民2011;陈迪2012）。这表明即使经过培训，在应用多媒体进行教学时，教学主体也会出现理解偏差。事实上，“物”不是最重要的，“互动”才是关键。
然而，如何才能将互动真正与不断更新、始终增加的多种媒介融合？笔者认为，摒弃多媒体教学传统思维定式，将多元化理论提升为多面化理论，是解决当前大学课堂教学存在的主要问题的关键。所谓多面化理论，是指通过媒介融合，增加教学的“面”，以改变信息传受者的地位，促进内容的优化，使教学信息更为有效地传播。多面化理论是要变不利因素为有利因素，通过在数据时代占据制高点，赢回教学互动的主动权。多面化理论不是一味地强调教学“元”值的增加，而是注重互动的实质，期待通过增加媒介手段达到更好的互动。总之，教学应该向媒介依存“借力”，从而实现互动;再利用互动夺回课堂，战胜学生的媒介依存心理。
三、重塑课堂：建立教学媒介融合新范式
教学媒介融合不是不同媒体形态之间的简单拼接，而是全方位的融合。与媒体媒介融合不同的是，教学媒介融合的目的在于塑造教学的多面性，旨在增进教学互动，强化教学效果，夺回学生的兴趣和关注。在与学生的互动中，既要了解学生的需求，调整教学内容，提升信息品质;又要制造良性的舆论场，丰富媒介品种，控制引导学生的兴趣和信息需求。
根据传播学中“沉默的螺旋”理论，大众媒介通过意见环境影响和制约舆论。舆论的形成不是社会公众“理性讨论”的结果，而是“优势意见”的压力作用于人们惧怕鼓励的心理，强制人们对“优势意见”采取趋同行动⑧。所不同的是，既定的课程教学和教师身份为“优势意见”奠定了先天性的基础;可借鉴的是，高校教师在与学生与新媒体信息的互动中，可以借助各种教学媒介融合，成为一个强势的“媒介”甚至“意见领袖”，成为信息的“把关人”，进行符合教学目标的议程设置，营造积极的、健康的学习氛围，达到教学效果。例如：
对技术架构的重塑：由单屏向多屏传播转型
融合过程首先是技术整合。既然以互动为目的，现有的教学平台都应向真正的可交互化变更。这在一些英文写作的教学平台上已有体现。在技术形式上，课堂的课件应从可视化向可触化演变，由单屏向多屏传播转型，实现课堂内容课后的可回溯。
在wiFi普及的今天，计算机、iptV、智能手机、平板电脑等多媒体终端不断涌现，“跨屏”或“多屏”接受成为网民接受信息的普遍行为。据统计，仅收看电视这一行为，年轻网民多屏拥有率已达71%⑨。与之类似，教学平台应由传统的只能在课堂阅读、电脑播放发展成具有在多个平台放映的功能。
对传受角色的重塑：交互体验与重新掌控
社交新媒体颠覆了传统的传受关系，信息获取门槛的降低使传播者失去了存在的价值。所以在新媒体的年轻使用者眼里，师生之间的角色定位与传统明显不同。他们早已从简单的阅读者变成数字化媒体用户和信息消费者，相比较单一学科专业性较强的学者，他们景仰的是知识面宽、信息更新较快的角色。同时，由于习惯在社交媒体中平等的、在信息索取中占主导地位的交互模式，因此对师生关系他们有更为平等的、交互式的期待。
未来信息的传播者首先是优秀的社交家。教师在传受知识时，必须能领会和适应受众提出的交互式、体验式需求。在输出知识时，如果能建立师者与学者的角色互换，将会为针对教学提供有益经验。在获取对方信任后，教师可再拉开距离，塑造权威感，掌握制定规则的权力。这一过程中需要对传统教师自身进行社交素养的培训。
对教学流程的重塑：课后交互与课堂体验的有机结合
成功的教学不局限于课堂。如何能够基于课堂教学，掌控那些不善于分配时间的手机用户的课后时间，仅用海量作业是个消极办法。事实上，进入高等教育阶段，年轻人自身拥有对优质教育资源的强烈兴趣。国外名校推出的网上公开课、mooC等优质网络公开课拥有极高的点阅和下载率就是明证，优质的百科全书式互动网站如维基百科、开放式的问答平台如“知乎”既专业性强、知识更新快，又能利用其多元开放的特点提供多家之言。这些都是开展教学的很好补充。
与其将学生限制在课堂教学的框架内，不如利用其好奇的心理鼓励探索优质的新媒体教育资源。教师经过鉴定后，将这些资源一并列入书单。在课堂上利用有限的时间进行重点、难点、前沿问题的头脑风暴，课后布置较有发散性、趣味性的论文综述，并且严格写作纪律。前述的交互式教学平台也可为课后答疑等互动提供载体。已有的社交软件例如微信、微博都可以与课堂教学有机结合，成为课堂教学改革的有生力量。
对课堂文化的重塑：媚青与尊重
使用多媒体手段教学却依赖技术、缺少互动，这本质上是在用旧的照本宣科的课堂文化套用新的技术。不同文化的隔阂是媒介融合中最大的精神壁垒。即使技术手段并不先进，如果课堂文化融入新媒体精神，则依然可以吸引年轻人的眼光。
在新媒体时代，受众的体验和主体性在媒体中备受重视。在重塑课堂文化时，需对新鲜事件、年轻流行文化充分尊重，并在课堂中有所体现，目的是使接受者产生亲近与信任。在当下的电视节目的定位取向中用“媚青”拉近与年轻人的距离，以获得年轻粉丝⑩。对于缺乏互动、听者寥寥的课堂，师者适当屈尊，“媚青”未尝不可。
总之，媒介融合为高等教育新一轮的发展提供了难得的机遇，虽然在这过程中也出现了诸多弊端，特别是为使用传统的信息传播模式的人们带来了困扰。不过，如果能够深刻解析媒介融合的规律，并大胆应用于大学课堂教学，则不仅能够重新激发学生的学习兴趣和教师从教的热情，更有助于高等教育走出依靠十年甚至数十年不变的教科书开展教学的窘况，为行业发展赢得先机，真正为社会培养出更多有用的人才。
注释：
①陈红.大数据时代媒介融合的创新研究[J].新闻世界，2015（5）：6.
②吴猛，田丰.“数字原声代”大学生的手机使用及手机依赖研究[J].青年研究，2014（2）：81.
③央视市场研究（CtR）[J].中国市场广告投放月报，2014，12.
④邓涛.中外媒介融合教育的现状与思考[J].现代视听，2010（11）：29.
⑤尼尔・波兹曼.娱乐至死[m].广西师范大学出版社，2004.
⑥赵琳玉.试论媒介融合对信息内容多元化的影响[J].新闻研究导刊，2014，7：49.
⑦Riverswm，interactiveLanguageteaching，Cambridge：CambridgeUniversitypress，1997，F44.
⑧郭庆光.传播学教程[m].北京：中国人民大学，1999.
⑨喻国明，刘畅.媒介融合时代基于大数据的传媒生产创新[J].传媒观察，2015，5：25.
⑩王刚，朱晓佳.王刚：我们这个年纪，干吗要讨好年轻人.南方周末微信公众号，2015-7-21.
参考文献：
[1]陈红.大数据时代媒介融合的创新研究[J].新闻世界，2015（5）：6.
[2]邓涛.中外媒介融合教育的现状与思考[J].现代视听，2010（11）：29.
[3]郭庆光.传播学教程[m].北京：中国人民大学，1999.
[4]尼尔・波兹曼.娱乐至死[m].广西师范大学出版社，2004.
[5]王刚，朱晓佳.王刚：我们这个年纪，干吗要讨好年轻人.南方周末.微信公众号，2015-7-21.
[6]吴猛，田丰.“数字原声代”大学生的手机使用及手机依赖研究[J].青年研究，2014（2）：81.
[7]央视市场研究（CtR）[J].中国市场广告投放月报，2014，12.
[8]喻国明，刘畅.媒介融合时代基于大数据的传媒生产创新[J].传媒观察，2015，5：25.
浅谈大数据时代篇6
2011年5月世界著名咨询机构麦肯锡公司了《大数据：下一个竞争、创新和生产力的前沿领域》的研究报告，宣告“大数据”时代已经到来。大数据时代的到来对人力资源管理带来了新的变化和机会。通过运用大数据思维方式，利用移动互联网的新技术、新方法能够进一步完善人力资源管理信息系统，使人力资源管理更加专业化、科学化，为人力资源管理信息化建设迈入4.0创造了条件。
二、人力资源管理信息化历程
人力资源管理信息化，主要是指企业基于互联网，依托先进的人力资源管理理论，以软件系统为平台，通过信息技术对人力资源进行优化配置的动态过程。人力资源信息化是信息时代人力资源发展的必然趋势，是企业及时满足业务需求，实现企业高效的人力资源管理，增强企业核心竞争力的必然手段。笔者认为人力资源管理信息化随着信息技术的发展经历了1.0、2.0，3.0并在向4.0进发的历程。
人力资源管理信息化1.0阶段指的是上世纪80年代初，随着计算机在管理领域的普遍应用，国外一些先进的应用软件企业开始将关注点聚焦于人力资源管理领域。首先利用应用软件进行的是人力资源管理中最复杂最繁重的薪资管理，这大大降低了该项工作的繁冗程度并且提高了效率。由于当时计算机网络不是很普及，人力资源管理系统基本是孤立地、单一的软件。
随着数据技术、网络技术的发展，人力资源管理系统迈入2.0时代。人力资源管理信息化已经开始触及人力资源管理的各个方面。但是受限于数据计算能力和应用处理能力，对于大型集团的人力资源管理系统一般是按分支机构分别购置服务器部署运行，各分支机构定期汇总数据上报总部。人力资源管理系统2.0时代基本已经实现人力资源管理基础信息的电子化，使HR人员从繁重的基础信息处理工作解脱出来，有更多的时间去考虑组织及员工的发展需求。但是在2.0阶段，人力资源管理系统对于数据的分析和应用还停留在简单的报表阶段，还未形成对人力资源数据的预警、预测、数据挖掘和分析。
进入21世纪后，随着计算机和互联网技术的发展，人力资源管理系统采用数据大集中以及基于互联网访问的技术，从单一的人力资源部门的电子化软件扩展到涉及公司各个层面的关键信息系统。通过面向全员的信息化工具，人力资源管理系统3.0阶段一方面可以通过系统全面落实人力资源管理规划，另一方面通过延伸人力资源管理范围，提高各级人员参与人力资源管理的程度，有效地改善了人力资源部门的服务范围和服务质量。人力资源管理系统3.0阶段由于采用数据大集中技术，对数据的挖掘分析以及多维度的预警、预测已经成为可能。人力资源管理的数据优势已经在企业经营分析、管理决策中逐渐发挥出来。企业人力资源管理部门以及各级管理者已经开始利用人力资源数据提升经营决策的科学性。
随着大数据时代和移动互联网时代的到来，将大数据的概念和技术引入人力资源管理将进一步提升人力资源管理信息化水平，人力资源管理信息化将步入4.0时代。
三、大数据时代人力资源信息化
大数据这一概念，首先要从“大”入手，“大”是指数据规模，大数据一般指在10tB（1tB=1024GB）规模以上的数据量。大数据同过去的海量数据有所区别，其基本特征可以用4V来总结，即体量大（Volume），数据从tB级别跃升到pB级别，庞大且连续的数据流使得数据更具完整性；多样性（Variety），数据类型繁多，数据来源及承载方式多样化；速度快（Velocity），数据可以高速地存储，借助于云计算，即使在数据量非常庞大的情况下，也能做到实时处理；价值的稀疏性（Value），信息海量但价值密度低，犹如大海捞针却弥足珍贵。
进入大数据时代，对人力资源管理及其信息化建设将带来巨大的机遇和挑战，人力资源信息化在4.0阶段将呈现出以下特点：
1.人力资源管理系统数据的多样化及社交化
在大数据时代，忠实地采集、记录人类活动的一切数据是基础。人力资源管理系统数据在大数据时代将不再局限于人力信息档案或者“人事部门”的数据。企业的经营数据、利润数据等业务数据也将纳入人力资源管理数据范畴。同时员工的社交数据、地点数据、工作数据等碎片数据也将被系统采集和分析。人力资源管理系统的数据模型和数据存储方式将被重新定义以满足数据存储、处理和分析所必需的高速和敏捷。
2.人力资源管理系统“移动化”与安全性
为了能够随时随地获取“与人相关”的数据，大数据的收集渠道将不再仅仅局限企业内部的信息系统，人力资源管理系统必须具有随时随地获取数据的能力。人力资源管理系统数据获取将更多地依靠移动端甚至是传感器等新技术的使用，人力资源信息化需要打造一条有效连接HR所服务的管理者和员工的信息高速公路。由于“人的数据”高度连接和聚合，数据的安全性和隐私保护将成为一个重要课题。有效地解决数据的公开和隐私的问题将是人力资源信息化建设者必须面对和解决的一个重要挑战。
3.人力资源管理系统工具的多样化
在拥有和采集了大量人力资源日常数据后，对数据的分析、整理、整合的能力将至关重要。传统的、单一的人力资源管理系统将无法胜任如此庞大的数据处理任务。通过采购第三方的数据处理、分析工具将有利于提升人力资源管理系统的数据分析能力，有利于企业通过数据驱动人力资源管理创新。
同时，在人力资源管理人才招聘、人才测评、薪酬管理、人才绩效等垂直应用方面，由于大数据分析强调预测性以及前瞻性管理，人力资源管理应用将更具有专业性，市场上将出现多种专业性的应用工具。在人力资源信息化建设上，企业可以根据自身需要自主、灵活地选择专业化的工具，满足企业个性化需求。
4.人力资源管理系统“云服务化”
浅谈大数据时代篇7
关键词：大数据时代人力资源管理信息化
一、前言
2011年5月世界著名咨询机构麦肯锡公司了《大数据：下一个竞争、创新和生产力的前沿领域》的研究报告，宣告“大数据”时代已经到来。大数据时代的到来对人力资源管理带来了新的变化和机会。通过运用大数据思维方式，利用移动互联网的新技术、新方法能够进一步完善人力资源管理信息系统，使人力资源管理更加专业化、科学化，为人力资源管理信息化建设迈入4.0创造了条件。
二、人力资源管理信息化历程
人力资源管理信息化，主要是指企业基于互联网，依托先进的人力资源管理理论，以软件系统为平台，通过信息技术对人力资源进行优化配置的动态过程。人力资源信息化是信息时代人力资源发展的必然趋势，是企业及时满足业务需求，实现企业高效的人力资源管理，增强企业核心竞争力的必然手段。笔者认为人力资源管理信息化随着信息技术的发展经历了1.0、2.0，3.0并在向4.0进发的历程。
人力资源管理信息化1.0阶段指的是上世纪80年代初，随着计算机在管理领域的普遍应用，国外一些先进的应用软件企业开始将关注点聚焦于人力资源管理领域。首先利用应用软件进行的是人力资源管理中最复杂最繁重的薪资管理，这大大降低了该项工作的繁冗程度并且提高了效率。由于当时计算机网络不是很普及，人力资源管理系统基本是孤立地、单一的软件。
随着数据技术、网络技术的发展，人力资源管理系统迈入2.0时代。人力资源管理信息化已经开始触及人力资源管理的各个方面。但是受限于数据计算能力和应用处理能力，对于大型集团的人力资源管理系统一般是按分支机构分别购置服务器部署运行，各分支机构定期汇总数据上报总部。人力资源管理系统2.0时代基本已经实现人力资源管理基础信息的电子化，使HR人员从繁重的基础信息处理工作解脱出来，有更多的时间去考虑组织及员工的发展需求。但是在2.0阶段，人力资源管理系统对于数据的分析和应用还停留在简单的报表阶段，还未形成对人力资源数据的预警、预测、数据挖掘和分析。
进入21世纪后，随着计算机和互联网技术的发展，人力资源管理系统采用数据大集中以及基于互联网访问的技术，从单一的人力资源部门的电子化软件扩展到涉及公司各个层面的关键信息系统。通过面向全员的信息化工具，人力资源管理系统3.0阶段一方面可以通过系统全面落实人力资源管理规划，另一方面通过延伸人力资源管理范围，提高各级人员参与人力资源管理的程度，有效地改善了人力资源部门的服务范围和服务质量。人力资源管理系统3.0阶段由于采用数据大集中技术，对数据的挖掘分析以及多维度的预警、预测已经成为可能。人力资源管理的数据优势已经在企业经营分析、管理决策中逐渐发挥出来。企业人力资源管理部门以及各级管理者已经开始利用人力资源数据提升经营决策的科学性。
随着大数据时代和移动互联网时代的到来，将大数据的概念和技术引入人力资源管理将进一步提升人力资源管理信息化水平，人力资源管理信息化将步入4.0时代。
三、大数据时代人力资源信息化
大数据这一概念，首先要从“大”入手，“大”是指数据规模，大数据一般指在10tB（1tB=1024GB）规模以上的数据量。大数据同过去的海量数据有所区别，其基本特征可以用4V来总结，即体量大（Volume），数据从tB级别跃升到pB级别，庞大且连续的数据流使得数据更具完整性；多样性（Variety），数据类型繁多，数据来源及承载方式多样化；速度快（Velocity），数据可以高速地存储，借助于云计算，即使在数据量非常庞大的情况下，也能做到实时处理；价值的稀疏性（Value），信息海量但价值密度低，犹如大海捞针却弥足珍贵。
进入大数据时代，对人力资源管理及其信息化建设将带来巨大的机遇和挑战，人力资源信息化在4.0阶段将呈现出以下特点：
1.人力资源管理系统数据的多样化及社交化
在大数据时代，忠实地采集、记录人类活动的一切数据是基础。人力资源管理系统数据在大数据时代将不再局限于人力信息档案或者“人事部门”的数据。企业的经营数据、利润数据等业务数据也将纳入人力资源管理数据范畴。同时员工的社交数据、地点数据、工作数据等碎片数据也将被系统采集和分析。人力资源管理系统的数据模型和数据存储方式将被重新定义以满足数据存储、处理和分析所必需的高速和敏捷。
2.人力资源管理系统“移动化”与安全性
为了能够随时随地获取“与人相关”的数据，大数据的收集渠道将不再仅仅局限企业内部的信息系统，人力资源管理系统必须具有随时随地获取数据的能力。人力资源管理系统数据获取将更多地依靠移动端甚至是传感器等新技术的使用，人力资源信息化需要打造一条有效连接HR所服务的管理者和员工的信息高速公路。由于“人的数据”高度连接和聚合，数据的安全性和隐私保护将成为一个重要课题。有效地解决数据的公开和隐私的问题将是人力资源信息化建设者必须面对和解决的一个重要挑战。
3.人力资源管理系统工具的多样化
在拥有和采集了大量人力资源日常数据后，对数据的分析、整理、整合的能力将至关重要。传统的、单一的人力资源管理系统将无法胜任如此庞大的数据处理任务。通过采购第三方的数据处理、分析工具将有利于提升人力资源管理系统的数据分析能力，有利于企业通过数据驱动人力资源管理创新。
同时，在人力资源管理人才招聘、人才测评、薪酬管理、人才绩效等垂直应用方面，由于大数据分析强调预测性以及前瞻性管理，人力资源管理应用将更具有专业性，市场上将出现多种专业性的应用工具。在人力资源信息化建设上，企业可以根据自身需要自主、灵活地选择专业化的工具，满足企业个性化需求。
4.人力资源管理系统“云服务化”
随着大数据和互联网技术的不断融合，基于云计算、云平台的人力资源服务平台将不断涌现。数据按需计算，企业按需付费的模式将不断成熟。对于传统企业来说，人力资源信息化将有了更快捷、便利的选择。企业信息化部门在实施人力资源信息化时将不再需要购置大量设备、采购产品软件后进行个性化实施，而只需按照企业需要购买相应的云服务即可。同时，由于在大数据应用的复杂性，不具有很强技术实力的企业可以借助云计算能力充分挖掘数据的价值，突破企业计算能力的壁垒，实现人力资源大数据应用。
大数据时代，企业的竞争将是数据应用能力的竞争。人力资源信息化建设的从业者利用大数据技术建设更加专业化、智能化的信息系统，为人力资源管理服务提供更加客观、科学的数据服务将给企业创造出巨大的价值。人力资源信息化建设也会因为大数据技术的应用迈入一个崭新的时代。
参考文献
[1]周光华.基于“大数据”价值对人力资源管理的思考
浅谈大数据时代篇8
[关键词]大数据；教务秘书；业务素质；信息化
doi：10.3969/j.issn.1673-0194.2017.03.124
[中图分类号]G647[文献标识码]a[文章编号]1673-0194（2017）03-0225-01
0前言
大数据时代引发的信息风暴正在变革人们的思维、工作方式和生活习惯。高校管理工作也同样迎来了这场风暴。而且，随着《中共中央关于制定国民经济和社会发展第十三个五年规划的建议》的正式，国家明确提出要提高我国的教育质量、提高高等院校的教学水平和创新能力，努力使一批高校和学科在十三五末期达到或接近世界一流水平。国家教育部也同步提出《统筹推进世界一流大学和一流学科建设总体方案》。这势必要求高校顺应时展，借助大数据技术更有效地做好以人才培养为中心工作。
当前，任何高等院校的学生信息、教师信息、考务安排、教学互动、教学资源、教务安排等数据都在时刻产生，它们蕴含着教务管理规律，以及与教务工作紧密联系的两个主体即学生和教师群体之间教与学的相互作用。而两者是高校教学工作实施和教学秩序维持的重要组成部分，同时也是创建双一流高校的重要基础。教务秘书们时刻面临着这些海量信息的挑战，应思考如何管理这海量信息数据，如何应用先进大数据技术去分析研究教务管理信息，更重要的是，如何有效提升个人教务管理工作水平，更好地保障大数据时代的教学秩序，适应大数据时代高等教育事业发展的需要，就要从大数据时代高校教务秘书的工作特点出发，不断地提高高校教务秘书的业务素质。
1大数据时代教务秘书所面对大数据的特点
在大数据时代背景下，高校的教务管理工作具有十分典型的大数据特征。教务秘书是教务部门与师生之间沟通的重要桥梁，其工作内容包括教学例行管理、教学计划管理、考务与成绩管理、学籍档案管理，以及教学资源管理等多个方面，具体涵盖：学生与教学相关资料信息；教务和考务管理规章制度；学生学籍管理；学生课程安排、注册、成绩记录等信息；招生、毕业、档案等信息。高校教务秘书工作内容繁杂，时刻面对的工作数据具有体量大、类型多等特点。这些工作数据与学生学业、未来发展和教师教学任务关系重大，更是与高校的人才培养质量和整体办学水平有着直接联系，它们是研究大数据时代背景下高校教务管理规律、以及未来发展趋势的数据基础，具有非常高的价值。
随着近年多数高校完成了基础教务管理信息化建设，具备了较为成熟便利的教务管理网络管理系统，为教务秘书获取与分析相关数据信息提供了一定的基础条件。特别是随着近年来慕课等知名网络视频课程平台的快速崛起，也为教务相关数据信息的采集、管理和分析提供了极大便利。因此，现阶段高校教务秘书所面对的教务相关数据有类型多样、信息量大、数据价值高，而且易于采集与分享等基本特征。
2大数据时代教务秘书业务素质提升的实现路径
2.1增强高校教务秘书管理大数据的意识，提升他们对大数据的采集、管理与分析的能力
高校教务管理工作出现的改革创新必须以教务管理者即教务秘书和教务主管为主体，因此教务秘书应积极及时提升有别于传统教务的教务大数据意识。但是教务秘书的专业背景各不相同，对大数据技术的认知理解程度存在差异，在应用水平上更是参差不齐。多数教务秘书仅仅将网络技术、教务管理网络系统等信息化设置和手段应用于传统的信息交流和教学管理，即教务通知和接发邮件，默认收集的教务数据全部是用于存档所用。反观大数据时代中最重要的数据分析和规律研究，却被多数教务秘书所无视。高校要加大在教务管理工作中应用大数据技术重要性的宣传，以增强教务秘书队伍积极采集、管理、分析研究教务大数据的意识，积极寻求学生、教师、和相关部门（例如学生处、团委、科技处等）的支持，主动扩充“教”、“学”，“研”及教务管理系统的大数据，更好地推进高校教务管理大数据工作。高校管理部门应积极组织教务秘书参加相关大数据技术技能培训，并且定期组织校内大数据技术实际应用案例学习。
浅谈大数据时代篇9
[关键词]统计学；大数据；机遇；挑战；发展趋势
doi：10.3969/j.issn.1673-0194.2016.14.178
[中图分类号]C81[文献标识码]a[文章编号]1673-0194（2016）14-0-02
统计学是指通过应用数学以及其他学科的专业知识，来搜索、整理、分析、评估数据，从而达到推断、预测所研究对象的未来发展情况的一门综合性学科。随着大数据时代的来临，全球的数据量急速增长，这使在短期内完成收集、整理、分析数据的任务，变得十分困难，同时也影响到了统计学的正常教学。但是，大数据时代也为统计学提供了众多的数据研究对象，为统计学的发展提供了一个良好的平台。在这个平台上，统计学遇到了许多机遇，比如：统计学科体系得到延伸。在大数据时代下，只要相关人员把握住这些机遇，顺应大数据的脉络走向，那么统计学的发展趋势必将趋于良好。
1统计学在大数据时代面临的机遇
1.1统计学应用范围的增大
以往传统的统计是根据所要研究的问题而去收集相关数据，再进行整理、分析、最后得出结论。这种统计，一方面，无法保证收集到的数据即是所需要的数据，也就是说数据的时效性得不到保证；另一方面，在大数据时代下，数据量巨大，欲收集到某一方面的代表性数据或者全部数据是十分困难的一件事，这就导致相关人员的工作量巨增，工作压力增大。然而，在大数据时代下，统计学不仅仅根据问题研究数据，还根据数据挖掘其背后的信息。这一研究方向的转变意味着大数据带给统计学新的机遇。随着社会的发展，许多新型产业应运而生，但是多数人不了解这些产业的运营情况以及促进这些产业发展的奥秘。在大数据背景下，通过分析、研究新型数据往往可以解开一个产业的“秘密”，或者是将数据涉及的信息全面地展现出来，从而促进相关产业的发展。因此，统计学应用范围的增大对产业的发展具有重大意义。
1.2统计效率的提高
传统的统计在收集数据方面，常常会出现数据滞后、失效等情况，而在大数据时代下，数据量大，数据的更新速度快，因此，收集到的数据的质量得到了大幅度提升。不仅如此，在大数据时代下，数据及时性的特点，给数据收集提供了极大的便利，比如：相关人员可以定期进行数据收集，这样不仅能减少工作量，还能确保数据的时效性和准确性。另外，在统计的过程中，数据多样性的特点，给数据分析提供了极大的便利，比如：大数据可以被反复应用在不同方面的研究中。因为，数据的多样性就决定了数据应用范围的广泛性，特别是在数据的统计方面。因此，统计数据时就不该将数据局限于一种用途，而应该深度挖掘数据的应用价值，将数据应用于各类相关的研究方面，从而达到降低相关人士的工作量、控制统计成本、提高统计效率的目的。
1.3统计学科体系的延伸
在统计学中引入大数据，虽然会给统计学带来一些挑战，但是同时也会给统计学带来机遇。现今，大数据逐渐进入统计学科，数据的庞大性使样本统计中的样本选取和标准确定受到了极大的影响。再加上，在大数据时代下，数据具备总体的特征，简单的抽样调查无法满足新时代对统计的要求。因此，传统统计中的样本统计会朝着总体统计的方向发展，统计学科体系将会成为样本统计与总体统计齐发展的体系，以此掩盖样本统计中的不足，保证统计的有效性。
2统计学在大数据时代面临的挑战
2.1样本选取及其标准确定的难度增大
样本统计是现今统计学中最重要的统计方法，统计学正是通过运用该方法对客观事物的数据展开数量特点及数量间关系的研究。样本的选取和其标准的确定，是考察样本统计是否具备价值的重要依据。随着大数据时代的来临，样本选取和其标准的确定，变得越来越困难。一方面，大数据意味着数据量不仅十分巨大，甚至大到超乎想象，而且数据还有分散性和多样性的特点。这使在选取样本的过程时，收集数据的难度系数将变高，标准将很难界定，工作量将加大；另一方面，在大数据背景下，人们面对海量数据，不会只想知道出现这些数据的原因，还会想了解这些数据代表的涵义。这不仅改变了传统统计对数据的诉求，还迫使统计学进行改革、创新。另外，随着众多电商和社交网络的兴起，互联网上的数据量不断增多，其研究价值也越来越高。但是，网络数据大都属于非结构化数据，而统计学研究的是结构化数据。因此，在运用样本选取方法的过程中，难免会错失很多有价值的数据，使样本选取不够全面。总之，大数据时代给统计学带来了挑战。具体的挑战体现在：能否将非结构化数据转化为结构化数据和是否能找到准确分析非结构化数据的方法。
2.2统计软件及统计方法欠缺
统计软件是基于计算机运算环境下，信息计算机技术迅速发展而研制出来的。它主要用于提升统计学的数据分析和处理的效率，提高一般性的统计实践操作质量，并通过设置统计模型来简化统计的复杂操作。在大数据时代，常见的统计软件有eviews、SpSS、SaS、Stata等，但是这些软件要运用于大数据，在存储、传输方面还有欠缺，它们还需要得到进一步的完善和升级。可是，完成升级、完善统计软件的任务相对困难，并且无法与互联网、电子商务等公司相提并论。另外，在大数据背景下，数据不仅具备海量化，多样化的特点，而且其获取途径众多，因此，分析、研究数据变得困难，再加上，我国的统计方法相对欠缺，所以，统计学在大数据时代下面临着挑战。
3统计学在大数据时代下的发展趋势
3.1加大应用型统计教学力度
统计学和其他理论型学科不同，它是一门实用性极强的学科，无论是非统计学人士，还是统计人员，或多或少的都需要掌握统计学的应用方法和技巧。在大数据时代，数据具有多样性、总体性、分散性及海量性等特点，因此，欲从数据背后得到精确结论，必须对所研究数据进行全面且精准的统计分析。另外，根据大数据的这些特点，不难看出，新时代对统计人才的要求越来越严，对统计学教育也更加重视，因此，在统计学教学过程中，加大应用型统计的教学力度必不可少。应用型统计是指轻理论、重实践的统计教学。这种教学类型，在提高学生的实践操作能力，帮助积累实践经验，掌握统计技巧方面，具有重大意义。教师加大应用型统计学的教学力度，主要从三方面入手。第一，加大数据收集的教学力度。收集数据是统计的基础步骤，也是初步判断统计结论是否有效的参考因素。就某种意义而言，只有加强对数据收集的教学力度，才能保证学生在大数据时代下，能收集到保质保量的数据。第二，加强数据整理的教学力度。由于，在大数据背景下，收集到的数据具有多样化、海量化的特点，所以如何高效地整理这些数据成为一大难题。正因为如此，才在高校中呼吁教师加大对数据整理的教学力度。第三，加大数据透视的教学力度。数据的透视是指通过数据透视化技术，来使非结构化数据直观化的一项教学内容。因为在大数据时代下，会出现许多非结构化数据，而传统的统计方法只能统计结构化数据，所以，加强数据透视的教学力度，有助于提高统计的高效性，帮助培养统计人才。
3.2提高大数据统计思维
无论是在传统的统计学教育中，还是在大数据时代下，统计思维一直都是教师着重培养的一方面。良好的统计思维，不仅能提高学生收集、整理数据的能力，还是将理论有效地付诸实践的重要保证。从另一角度看，如果统计人员不具备统计思维，那么在海量的大数据下，就无法准确分辨出所需的数据，也就无法高效地完成工作。传统的统计思维包括平均思维、变异思维、普遍联系思维、动态思维等，面对大数据时代下，数据的混杂性和总体性，提高统计思维还需注重培养学生的大数据统计思维。大数据思维不仅具备容错性和复杂性，其还强调数据之间联系和注重相关数据间的分析。
3.3加强基础性统计知识教学力度
现今，统计学教学现状不容乐观，学生在学习统计学时，普遍会出现基础知识薄弱，畏难情绪较严重的现象。为了改善统计学教学现状，缓解大数据时代下统计学的危机，教师应加大基础性统计知识的教学力度，确保每位学生都能掌握良好的统计学知识，从而促进统计学的发展。由于统计学中的概念、公式较多，而且较抽象，学生不易理解，所以，教师要尽量做到深入浅出，保证学生准确掌握相关知识。但是，不是所有教学内容都可以做到深入浅出，所以，教师应重视基础知识的教学。只有在学生对统计学的基础概念、公式、原理等都充分了解的情况下，才能为后续的学习打下坚实的基础，才能提高后续教学的效率。大数据时代的到来，促使统计学进行改革。在改革后，统计学的教学要求更严，教学内容更深，所以，不具备良好的统计学基础是无法完成学业的，更无法促进统计学的发展，培养出新型统计学人才。
3.4重视复合型人才培养
统计学不仅能为数学、物理等学科提供数据分析方法，还在生活、经济等领域具备重大意义。以前，数据简单化，来源较单一，所以对统计人才的要求并不高。然而，随着大数据时代的来临，统计人才不再是单纯具备良好统计知识的人，而是复合型人才。在大数据时代下，许多数据比较混乱、庞杂，只有具备良好的编程技能、统计能力的人，才能将其收集、整理为有价值的数据。在大数据时代下，行业间竞争十分激烈，数据的统计工作也变得十分艰辛，只有具备大数据专业知识，超强的数据分析、处理能力的人，才能在这个时代具备强大的竞争力。在大数据时代，统计不是单纯的加减运算，只有具备统计思维、数据甄别能力、计算机专业技术的复合人才，才能高效地进行统计工作。因此，在大数据背景下，培养复合型人才十分必要。
4结语
统计学作为教育阶段最重要的学科之一，不仅能促进物理、数学等学科的发展，在推动政府的情报决策、工商业的发展方面也具有重大意义。地方政府在进行市场经济的宏观调控、指导、规划等方面离不开统计，也只有对数据开展精细的分析、统计工作，才能得到更具说服力、更具价值的结论，实践于生活中才更有利。而且，在人口普查、环境评估等方面也会经常运用到统计学。由此可见，统计学十分重要。虽然，我国的统计学教学现状不容乐观，在大数据背景下，统计学还面临众多挑战，但是，相关人员更应看见其中的机遇，把握好时机，共同努力，携手推进统计学的发展。
主要参考文献
[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（5）.
浅谈大数据时代篇10
>>元数据在数字图书馆中的应用图书馆参与科学数据管理中的元数据应用实践研究元数据及其在数字图书馆中的应用元数据在高校图书馆特色数据库建设中的应用与实践浅谈图书馆如何简单应用大数据特性浅谈汽车图书馆的应用基于元数据的区域数字图书馆数据资源整合国外高校图书馆科学数据的元数据服务研究浅谈数据挖掘技术在图书馆中的应用数据挖掘技术在图书馆中的应用数据挖掘在图书馆的应用分析数据挖掘在图书馆管理上的应用图书馆信息管理中元数据的应用大数据在图书馆的应用研究基于大数据下图书馆服务的应用浅谈大数据时代的图书馆建设浅谈大数据背景下的图书馆服务图书馆大数据应用浅谈图书馆数据备份技术元数据记录的自动翻译:德州历史数字图书馆个例分析常见问题解答当前所在位置：
数据提交单位=陕西省图书馆
数据提交日期=2015-01-07（格式字段必须为YYYY-mm-DD）
CDoi=（此为唯一标识符字段，数据库必备字段，因“西安事变”现阶段没有做唯一标识符认证，所以未填写）
数据库中的图像字段为其元数据标引的必备字段，填写内容为其数据库页面。
至此我们完成了对“西安事变”数据库的元数据元素字段描述。
同理我们可以对其他类型数字资源进行元数据标引。利用wCm可导入eXCeL表格的功能，将多个数字资源的元数据标引放入eXCeL表中，并批量导入到wCm的元数据仓储库。如图1所示。
五、小结
在数字图书馆蓬勃发展的今天，根据国家图书馆元数据标准整合加工各级图书馆的数字资源，建立元数据仓储数据库势在必行。国家图书馆元数据仓储和文津检索平台是数字图书馆推广工程的核心项目，各省市图书馆的元数据标引更是项目的核心组成部分。数据仓储目前尚处于起步阶段，但相信通过各级图书馆的不懈努力，仓储数据库内容会不断增加，成为数字图书馆事业成功的坚定基石和强力保障，为读者提供更加便利全面的阅读体验。