序論：寫作是一種深度的自我表達。它要求我們深入探索自己的思想和情感，挖掘那些隱藏在內心深處的真相，好投稿為您帶來了七篇大數據運用方向范文，愿它們成為您寫作過程中的靈感催化劑，助力您的創作。

篇(1)

本文簡要介紹了大數據與大數據思維以及大數據的發展趨勢，分析了在金融學研究中運用大數據思維的重要性，詳細介紹了大數據思維在金融學研究中的應用，并以此為基礎深入介紹了在金融學研究中運用大數據思維的主要方法和具體方式。

關鍵詞：

金融學；大數據；大數據思維；金融研究

1.大數據與大數據思維概述

1.1大數據與大數據思維大數據是近些年來才熱門起來的一個名詞，其也引起了包括互聯網公司以及國家決策部門的高度重視。雖然大數據一詞已經廣泛普及，但是當期學界對于大數據卻仍然沒有一個非常統一和明確定義。通常人們將一些無法運用常規的軟件工具在短時間內對數據進行捕獲、處理與分析的數據集稱為大數據。大數據，顧名思義，其具有數據量大、數據真實性高、高速、數據多樣性好的特點。計算機技術的快速發展是大數據能夠盛行的基礎，大數據是需要采用新的數據處理才能具有更強的參考性、真實性以及可行性的海量、高增長率和全面性的信息資產。大數據思維是伴隨著大數據發展而來的時代產物，在大數據時代人們只有善于利大數據本身的價值，徹底擺脫傳統的思維方式，立足于數據去分析問題，才能提高決策的合理性和科學性。

1.2大數據的發展趨勢（1）數據種類越來越全面，數據來源不斷增加。伴隨著互聯網、物聯網、計算機以及手機的不斷發展，大數據建設過程中的數據來源日益增多，數據庫中的數據已經涵蓋了人們日常生活中出現的各種種類的數據。（2）數據存儲、分析計算朝著高速性方向快速發展。超級計算機的發展為大數據的處理以及儲存提供強力的保障，開放的數據存儲與分析平臺也為大數據的工業運用掃清了障礙。（3）數據分析重要性日益突出。大數據時代數據的豐富性是前所未有的，只有通過科學合理的數據分析才能提煉出更多有用的信息。（4）大數據方面的政策以及法律法規不斷得到完善。在數據庫不斷發展與完善的大背景下，大數據的建設工作也得到了政府部門的高度重視，國家層面的大數據建設規劃也相繼推出。

2.在金融學研究中運用大數據思維的重要性分析

在金融學研究中數據是最基礎的依據，只有準確的數據基礎，決策者才能做出正確的判斷。在大數據盛行的當下，數據的豐富性和海量性增大了金融學研究的難度，但與此同時也有效降低了金融研究中判斷失誤帶來的風險。在金融學研究中運用大數據思維的重要性主要體現在以下幾個方面：（1）大數據思維能夠對金融界的興衰成敗產生巨大的影響。大數據時代，任何金融分析都離不開數據，誰擁有更多、更全面的數據，誰就有更多的主動權，這也是諸如阿里巴巴、京東等傳統金融界的“門外漢”能夠在大數據時代迅速發展自己的金融業務的主要原因之一。（2）大數據思維有助于擴寬金融市場。隨著大數據時代的到來，金融市場的競爭變得愈加激烈，只有在金融學研究的過程中充分的運用大數據思維，發揮大數據的優點，為客戶提供更加優質的服務，金融企業才能立于不敗之地。

3.大數據思維在金融學研究中的具體運用

3.1完善數據平臺建設數據是大數據發展的基礎，在完善數據平臺的建設過程中，擴寬數據來源渠道是首要任務。在傳統的金融數據平臺建設過程中數據主要是來源于銀行的各個網點，而如今人們日常瀏覽的門戶網站、手機APP、網上銀行等互聯網產品都是數據的來源。數據平臺的建設主要目的是為了開發更多的客戶滿意的產品，從而更好地為客戶服務。在數據平臺的建設過程中，需要運用大數據的思維來完成數據的獲取、存儲以及分析等工作，能夠極大的彌補傳統的數據挖掘方法在數據豐富性、全面性等方面存在的不足，也能夠最大限度地提高數據平臺的科學性和合理性。

3.2運用大數據思維提高風險管控能力眾所周知大部分金融產品或多或少的都存在一定程度的風險，任何金融決策失誤都可能帶來巨大的財產損失。因此在金融學研究的過程中，應該通過大數據分析的方式來提高金融決策的準確性，將風險控制在可控的范圍之內。例如銀行對中小企業進行放貸時，便可運用大數據分析的手段對借貸企業的銷售、資金、社會認可度等信息進行評估，最終再根據評估的結果來擬定企業的最大借貸額度。海量的數據分析可以提高數據分析結果的準確性，其能夠有效地避免傳統的取樣數據在全面性方面存在的不足，因此在金融學研究的過程中運用大數據思維將有助于提高金融企業的風險管控能力。

3.3促進互聯網金融的發展互聯網金融是大時代背景下金融行業的典型產物，其充分的結合了大數據與金融業的特點，通過互聯網這個快速發展的平臺，徹底地改變了傳統的金融企業的經營模式。擁有大數據技術的互聯網公司自行發展金融業務或者是與傳統的金融企業合作是當下互聯網金融發展的主要形式，但是無論是何種形式的互聯網金融，其基礎都是大數據，大數據金融模式是推動互聯網金融產品改革的主要因素，其也是互聯網金融能夠快速發展的主要原因。

3.4大數據分析擴展了現代金融學的研究思路在金融學研究中運用大數據思維，有助于研究者獲得更大樣本的信息量，去進行實證研究和數據分析，這能夠在一定程度上突破傳統的數據分析存在的局限，擴展現代金融學的研究思路。大數據分析可以擴展現代金融學的研究思路具體體現在以下方面：（1）大量的數據能夠提高數據的準確性，可以有效地避免取樣數據所存在的隨機性和偶然性，從而能夠有效地提高所得結論的說服力。（2）海量的數據能夠金融學的研究內容變得更加豐富。大數據的“大”不僅僅是體現在數目上，其還包括數據種類的“多”，如今的數據早已不僅僅傳統認為的單一的結構化數據，其還包括各種各樣的非結構化數據，這也是圖片、視頻等音頻信息越來越被金融企業重視的主要原因之一。

4.金融界學數據思維的方式

大數據思維的重要性毋庸置疑，但是當前金融界中大數據思維意識不足仍然是普遍存在的問題，加強大數據思維的學習刻不容緩。金融界學數據思維，應該從以下幾個方面入手：（1）成立專門進行大數據研究的部門。金融企業應該根據企業自身的實際情況設立負責大數據工作的崗位，例如大中型企業成立數據研究部，負責收集數據、分析數據并出臺參考方案，小企業設立數據收集員，主要是通過互聯網、電視等途徑收集相關數據。（2）與專門從事大數據研究的企業建立合作伙伴關系。雖然說大數據的入門門檻較低，但是由于硬件設備、資金以及其他方面因素的限制大部分金融企業自己建立的數據庫都難以與專門從事大數據研究的企業相比，因此與大數據機構開展合作也是一種不錯的方式。（3）在運用的過程中不斷普及大數據思維。在日常的金融研究過程中通過講座與培訓的方式，培養金融研究人員的大數據思維，從而讓其能夠做到學以致用。

5.在金融研究中運用大數據思維的主要方法

5.1挖掘自身以及相關領域大數據金融研究涉及的內容眾多，因此在實際的運用過程中必須學會用大數據思維去挖掘自身以及相關領域的數據，只有如此才能提高金融工作的工作效率。并且通過挖掘數據的方式，還能夠為金融研究者提供更多的思想依據，讓其開發出更加適合客戶的個性化服務。此外通過對自身領域的數據進行深入的分析，還有助于企業及時發現自身存在的問題，能夠使企業做到防患于未然。只有在日常的金融研究工作中常用大數據思維，大數據智慧才能得到釋放，其優點才會變得更加明顯突出。

5.2參與大數據交易或者互換資源大數據時代，數據的豐富程度是前所未有的，沒有哪一個企業敢說其能夠掌握所有的數據，因此數據的交易或者互換將是未來發展的一個主要方向。在金融研究的過程中，同樣需要互利共贏的意識，只有通過企業將的合作，加強信息之間的共享，才能提高信息的利用率，才能使得整個行業更加快速的發展。為了更好地發揮大數據的優勢，大數據交易中心應運而生，企業可以通過大數據交易中心這個平臺來獲取自身需要的數據信息，企業的通力合作最終才能實現“1+1>2”的效果。在大數據的沖擊下，各自為營孤軍奮戰的金融企業經營模式已經不能滿足時代的需求，數據的交易與互換將是為來的主要發展方向

5.3使用大數據為自身發展服務在金融學研究學數據思維的主要目的便是促進金融企業的快速發展，其得其能夠更好地滿足用戶的需求。通過大數據所帶來的各種信息，金融企業可以對自身的運營模式進行評估，及時發現企業運作中存在的問題，也能夠為企業去優化自身結構指明方向。此外通過大數據，金融企業還能夠去自己的管理模式進行改進，能夠幫助金融企業早日完成智慧化改革，不斷降低金融風險，在為客戶提供更加優質的服務的同時，也能為國民經濟的發展提供更加有力的保障。

6.結語

大數據是當今時代的一個主要發展方向，金融學研究同樣離不開大數據的支持。金融研究者只有更好的應用大數據思維，才能最大限度地發揮大數據帶來的優勢，為客戶提供更加優質的服務。

參考文獻：

[1]唐方杰.大數據金融漸行漸近[J]銀行家.2014（03）

篇(2)

【關鍵詞】大數據思維 金融學研究 運用

一、大數據與大數據思維概述

（一）大數據與大數據思維

大數據是最近新興起來的一個名詞，其出現受到了國家有關部門和公司的關注，雖然大數據的出現已經不斷普及，但是學界對于大數據的分析還缺少統一和明確的概念。通常來看，人們已經將一些根本無法運用的常規軟件無法在有效的短時間內對數據獲取，完成數據的處理和分析，以上都是大數據的范圍。分析大數據的概念可知，分析其概念，其主要特征具有數據量大、數據真實性高、運行高度的特征，由于計算機技術的發展，該點也是大數據盛行的基礎，大數據的實現需要利用新型的數據處理為其提供良好的參考，提升大數據的真實性，且大數據是一種海量且高速增長的一種綜合性信息資產[1]。大數據思維的產生是隨著大數據時展的一種時代產物，就大數據時代來看，其需要利用大數據的價值來擺脫原先陳舊的思維形式，基于數據的角度來分析諸多問題，由此提升決策的合理性和科學性。

（二）大數據的發展趨勢

第一，數據的種類越來越多，數據的來源也隨著科學技術的提升更加豐富，隨著互聯網和物聯網和計算機技術的不斷發展，大數據時代的建設需要不斷增加數據來源，數據庫中的很多數據已經覆蓋了人們生活和工作的全部，生活中的所有數據都是不同種類的數據信息。第二，數據的存儲和分析計算發展朝向更快速的方向，由于超級計算機的發展為大數據的處理提升了設備支撐，保證大數據的正常存儲和使用，開放式的數據存δ芰和平臺分析能力也為大數據的工業運行提供保障，減少阻礙。第三，數據分析的重要性不斷凸顯，大數據時代的數據豐富性特點是人們追求的，相信利用科學技術的支撐，能夠完成數據的合理分析，增加有用的信息。第四，大數據的相關政策和有關法律法規還沒有完善，基于數據庫的良好發展和完善，很多大數據的建設開始受到政府部門的高度關注，國際層面的大數據建設計劃也在不斷推出[2]。

二、金融學研究中運用大數據思維的價值

金融學研究中數據的運用是必不可少的，作為基礎內容，決策人員才能根據數據內容實施正確的判斷，基于大數據盛行的環境來看，數據豐富性和海量性顯著增加了金融學研究的難度，由此也顯著降低了金融學當中很多的風險。分析金融學研究中運用大數據的價值來看，主要有以下幾點，第一，大數據思維對于金融行業的興衰影響很大，就大數據時代來看，不管何種類型的金融分析都需要數據，數據獲取量的多少，體現了主動權利的多少，該點也正體現了阿里巴巴和京東等能夠在大數據的環境下發展自身的金融業務原因。第二，大數據的思維十分有利于拓展金融市場，隨著大數據時代的到來，金融市場行業的競爭開始變得更加激烈，只有基于金融學的研究才能充分的運用大數據的思維模式，發揮大數據的優勢，為客戶提供十分優質的服務，提升金融企業發展的水平。

三、大數據思維在金融學研究中的具體運用

（一）完善數據平臺建設

數據作為大數據發展的基礎內容，完善數據平臺的建設是其發展的重要內容，也是拓展數據來源的主要渠道，基于傳統金融數據平臺建設的基礎上，數據的主要來源分布于不用的銀行，當前人們經常瀏覽的網上銀行、門戶網站和很多的手機APP等類型的互聯網產品都是不同數據的主要來源[3]。數據平臺建設的重要目的是創造更多提升客戶滿意度的產品，提升服務質量。就數據平臺的建設過程來看，需要采用大數據的思維模式來思考，完成數據獲取，完成數據的存儲和數據分析，由此顯著的彌補傳統數據的不足，例如，數據豐富性和全面性缺失，也能夠在極大限度上提升數據平臺建設的科學性和合理性[4]。

（二）運用大數據思維提高風險管控能力

綜合性分析很多金融產品的經營可知，其風險是一定存在的，不管是什么樣的金融決策失誤都會造成很大損失，由此根據金融學的研究來看，需要利用大數據的形式提升金融決策的精準性，做好風險的良好掌控，例如，銀行對中小企業放貸的過程中，可以利用大數據分析的方式針對企業的銷售額、資金量和社會認可程度等進行分析，最后按照具體評估的結果確定企業可以借貸的最大資金。利用大量的數據分析能提升評估結果的準確性，其能夠良好的避免傳統的數據統計形式統計不足的情況，在金融學研究的具體過程中利用大數據思維有效提升金融企業對于風險的預防和把控能力。

（三）促進互聯網金融的發展

互聯網金融是大數據時代下金融行業發展的產物，互聯網金融的產生有效結合了數據行業和金融行業的特點，利用互聯網發展的平臺，不斷的創新和轉變傳統金融行業的經營方式。分析當前互聯網金融發展的主要方式來看，傳統金融和互聯網金融融合是時展的必須，大數據技術的互聯網公司自行發展金融業務也是時展必然，不管是什么類型的互聯網金融，其都需要建立在大數據的基礎上，大數據的金融模式類型是促進互聯網金融改革和創新的重要因素，也是我國互聯網金融發展的核心因素。

（四）大數據擴展了現代金融學的研究范圍

就金融學的研究過程來看，都需要充分的運用大數據思維，幫助研究人員獲取更多的樣本信息，利用實證分析和數據分析的方式，顯著的在某種程度上突破了傳統的數據分析缺陷，對金融學的研究范圍進行拓展。大數據分析的方式能夠顯著的拓展現代金融學中的研究思路，主要表現有，第一，由于大量數據的支撐，能夠顯著的提升數據分析準確性，能有效的避免取樣數據可能出現的隨機性和偶然性，由此來有效的提升數據分析的可信度和說服力。第二，數據庫內部的數據能夠提升金融學研究內容的豐富程度，大數據的“大”不僅是樹木上的大，還體現在數據種類的大，當前的數據庫已經不是簡單的結構化數據，還需涵蓋不同類型的非結構化的數據，以上也是金融企業關注圖片信息、視頻信息的主要因素。

四、金融界學數據思維的方式

大數據思維存在的價值顯而易見，但就金融界研究的內容來看，大數據思維十分缺失的情況是非常普遍性的問題，需要強化大數據思維的學習，金融界的研究需要不斷的學數據思維模式，從以下幾個層面展開學習，第一，成立起專門的大數據研究部門，金融企業需要按照企業發展的實際情況設立起負責大數據工作的主要崗位，例如，很多大中型的企業成立了數據研究部門，主要負責信息數據的收集，分析數據信息，設立起參考的具體方案，小企業需要設立起數據收集員位，利用互聯網和電視媒體等形式做好數據的收集。第二，和專門從事大數據研究的專門企業建立起有效的合作關系，雖然當前大數據的門檻較低，但是很多硬件設備和資金的不足，加之很多其他因素的局限性，導致多數的金融企業在建立自身數據庫的時候重重受阻，根本無法和專門的從事于大數據研究的企業對抗，可見金融企業和大數據的專門企業展開合作是一種十分有效的形式。第三，金融企業在運用大數據的過程中需要具備大數據思維，就日常的金融研究過程快來看，可以采取講座或者培訓的形式來不斷的培養和提升金融研究人員的大數據思維，幫助其將思維運用到實際。

五、在金融研究中運用大數據思維的方式

（一）挖掘自身以及相關領域大數據

由于金融研究中可能會涉及到很多的數據內容，但是在實際運用的時候需要利用大數據的思維模式不斷的挖掘自身和有關領域的數據搜集，由此才能有效的提升金融工作的實際效率，還可以通過數據挖掘的形式為我國金融的研究人員提供更多類型的思想類型和依據，使其開發出更多種類型的適合客戶需求的個性化服務。除此之外，需要利用對自身很多領域的數據信息分析來幫助企業發現自身已經出現的很多問題，幫助企業發現問題，實現自我價值，預防很多安全隱患。

（二）參與大數據交易或者互換資源

就大數據時代來看，數據具有很強的豐富性，沒有企業能夠掌握所有的數據信息，由此可見數據交易或者數據的互換是其未來發展的重要方向。就金融研究的過程來看，需要堅持互利共贏的原則，利用企業之間的有效工作，強化信息之間的分享，有效提升信息的實際利用率，幫助企業快速良好的發展。為了不斷發揮大數據運用的優勢，大數據交易中心由此而生，企業可以利用大數據交易中心平臺來獲取企業發展所需的數據信息，企業之間的有效協作才能實現最終效果，由于受到大數據的沖擊，很多單獨戰斗的金融企業的傳統經營模式和時代需求之間的差異性很大，數據的交易和交換也是金融企業發展的重要方向。

（三）使用大數據為自身發展服務

就金融學的研究過程來看，針對于大數據思維的學習目的是優化金融企業的發展，由此才能滿足不同用戶的需求，利用大數據思維傳達的多種類型信息，金融企業可以針對自身的運營模式實施評價和預估，及時發現金融企業發展中的問題，為企業優化自身結構做好引導，利用大數據，金融企業可以完善自身管理模式，實現企業的智能改革，減少金融風險。

六、結語

大數據時代的到來是現代社會發展的重要趨向，也是企業發展的需求體現，科學技術的產生，導致金融學的研究需要大數據大戰的支撐，金融的研究人員需要具備良好的大數據思維，將其運用到具體事項，由此才能實現大數據存在的價值，提升為客戶服務的能力，滿足客戶需求。

參考文獻

[1]朱榕.大數據思維在高校圖書館讀者決策采購（PDA）中的應用與思考[J].四川圖書館學報，2015，06：69-71.

[2]劉尚希，孫靜，王亞軍.大數據思維在納稅評估選案建模中的應用[J].稅務研究，2015，10：7-11.

篇(3)

關鍵詞：大數據 信息與計算科學 課程體系

中圖分類號：G642 文獻標識碼：A 文章編號：1674-098X（2016）08（c）-0131-03

自1998年教育部將原來的計算數學、運籌學、控制論、信息科學4個專業整合成一個新專業――“信息與計算科學”專業后，全國已有600多所高校開設了信息與計算科學專業，該專業是數學、計算機、信息工程等學科的交叉，目標是培養具有扎實數學基礎和一定的計算機技能，能夠在信息科學和計算科學領域從事科研、教育、軟件開發及解決實際問題的能力的應用型人才[2-3]。

但是，隨著招生規模逐步擴大，暴露出許多問題，如專業特色不明顯、專業就業方向不明確、課程設置、實踐環節等方面滯后于信息技術和計算機技術的發展，學校教育和社會實際需要脫節等問題[4-5]。

云時代、大數據時代的到來，為信息計算科學專業的發展帶來了新的契機。

大數據，指的是所涉及的數據量規模巨大到無法通過人工，在合理時間內截取、管理、處理并整理成為人類所能解讀的信息[1-5]。隨著各行各業信息量的快速膨脹，今后對擁有大數據管理和分析能力的人才需求將快速增長[7-8]。

大數據時代需要分析數據及其與業務相結合的分析人才，這與信息與計算科學專業的培養目標相吻合，信息計算科學專業充分發揮其數學的優勢，結合專業背景和社會實際需求，可以為未來的大數據市場培養熟練掌握大數據技能并擅長海量數據的采集、存儲、管理、挖掘與分析等經驗的人才。為適應社會需求，該校及時調整專業方向，徐州工程學院信息與計算科學專業于2016年秋季招收大數據方向學生。

培養優秀的大數人才，構建合理的課程體系是關鍵，該文根據該校實際情況，探討信息與計算科學專業如何在保持數學類專業優勢的情況下，融合大數據時代的技術和思想，構建合理的面向大數據的信息與計算科學專業課程體系。

1 人才培養目標制定

依據徐州工程學院應用型本科院校的要求，制定符合該校特色的面向大數據的信息與計算科學專業培養目標。

（1）綜合素質目標。培養滿足地方經濟、社會發展需要，德、智、體全面發展，具備良好法律意識與職業道德規范，具備團隊合作意識，具備較強的溝通表達能力、分析理解能力、專業文檔撰寫能力、創新能力、項目管理意識等各項綜合素質的人才。

（2）專業技能目標。培養具有良好的數學素養，掌握信息科學和計算機科學的基本理論、方法和技能，熟悉主流大數據管理及分析平臺、數據分析算法與工具，具備較全面的大數據平臺的應用開發與管理運維能力，有一定的大數據平臺架構能力，有一定數據分析與算法實現能力，有較強的創新意識和初步的大數據工程實踐能力，適宜在IT企業從事大數據應用開發、大數據系統運維等工作、并具備一定行業經驗認知的應用型大數據人才。

2 課程體系構建思想

為培養適應不同大數據崗位的專業人才，我們采用定制化課程體系、多元化教學模式，重點拓展和提升實踐類課程建設，適當加入拓展課程。

2.1 定制化課程體系

針對大數據行業不同崗位技能要求，課程體系遵循“通用+特長”的設計思路，通過通用開發語言與特色大數據技能相結合的培養模式，利用項目驅動的實戰技能訓練，可實現學生的個性化培養。

重視基礎課程，加強技術主干課程，構建核心課程群。在夯實基礎課程之后，考慮學生實際就業方向，開設針對性強的專業課程，根據實際情況安排學生針對性選擇實訓方向，安排相應技術性課程學習，同時強化學生技術技能的運用能力。

2.2 多元化教學模式

為調動學生學習積極性，提高課程效果，采用多元化的教學方式。通過理論課、實驗課、項目實戰課和職業素質課程，培養學生理論結合實踐的綜合應用能力，提升學生的職業技能與綜合素質；并通過線上教學環節為學生提供靈活高效的學習渠道、提升學習興趣、拓展專業知識、培養主動學習的良好習慣。

為了將學生培養成為大數據開發、數據挖掘和數據分析類高端特色專業人才，課程體系以知識體系和能力體系為雙主體進行規劃，強調技術與職業素養的雙重培養，將職業發展所需要的各種軟能力培養融入到日常教學中，以實現學生的職業化能力培養。

2.3 重點拓展和提升實踐類課程建設，適當加入拓展課程

在保持基礎扎實的前提下，拓展和提升實踐類課程。除強化校內實踐課程外，還要運用校企合作實訓基地，進行實訓項目開發，強化理論教學與工程實踐的結合。

不定期聘請名企在職IT專家或業界知名人事，開展各種主題活動，拓寬學生視野。

3 課程體系構建方案

遵循“通用+特長”的設計思路，課程體系的構建重視基礎課程，并加強大數據技術相關課程，劃分為通識課程、學科基礎課程、專業課程以及集中實踐課程四大課程模塊。

3.1 通識課程

包括通識必修課程和選修課程兩種類型，是對本專業學生進行公民基本素質教育的重要內容，以提升學生的政治思想水平、文化科學素養、信息技術能力和外語溝通能力等大學生必備的基本素質為目標，也對本專業學生進行職業生涯與職業發展指導。

3.2 學科基礎課程

該類課程是對該專業學生進行學科專業知識教育的基礎內容，目標是提升學生的學科專業認知水平。專業基礎課程一是用以鋪墊專業數學基礎，培養學生的基本科學素質。二是強化計算機科學與大數據技術的共用核心技術，增強學生進入社會的適應能力。該類課程如數學分析、高等代數、C語言程序設計、Java程序設計等課程。

3.3 R悼緯

該類課程是對該專業學生進行專業技術和專業能力訓練的重要內容，培養學生解決實際問題能力和應用創新能力，具備信息計算科學專業相關領域，尤其是大數據分析及應用開發領域技術工作所需的專業理論知識及相應的應用能力。該類課程包含數據結構、數據庫原理及應用、Linux操作系統、數據分析、數據挖掘、大數據內存計算、大數據流式計算、大數據離線計算等。

3.4 集中實踐課程

該類課程是對該專業學生進行專業創新教育和素質拓展訓練的重要內容，重點是培養學生提出問題、分析問題和解決問題的意識、能力和方法，了解信息科學專業尤其是大數據分析及應用開發領域理論、技術與應用的新發展，能運用所學的理論、方法和技能解決信息技術與大數據分析及應用開發中的實際問題，具有較強的知識更新、技術跟蹤及職業能力。該類課程主要包含課程設計、項目實訓、綜合實訓、崗位實訓和畢業設計。

面向大數據的信息與計算科學專業課程教學體系框架如圖1所示。

課程開設先后次序注重學生大數據方向完整的知識鏈構建，嚴格按照大數據方向具備的知識結構設計。

實踐課程體系包含兩條線，一個是課內實驗，一個是集中實踐環節。課內實驗是每門課的實踐練習，學科基礎課中《C語言程序設計》開設了課內實驗，所有專業課均設置了課內實驗，課內實驗的安排又劃分為基礎類實驗和提高類實驗，是對學生進行的基本技能訓練。集中實踐是每學期后集中開設的實踐課程，如課程設計、項目實訓、綜合實訓、崗位實訓、畢業設計。課程設計和項目實訓目的是對學生進行綜合技能訓練，崗位實訓和綜合實訓對學生進行實戰技能的訓練，畢業設計既是對學生的綜合技能的訓練，也是是對學生知識掌握、綜合技能的一次檢驗。整個實踐體系構建如圖2。

4 結語

大數據專業方興未艾，結合大數據專業，充分發揮數學優勢，與計算機技術相結合，為我們的專業發展帶來新的契機，為培養優秀的大數據人才，我們將根據實際需求及學生發展狀況調整培養方案與課程體系，促進信息與計算科學專業的不斷發展。

參考文獻

[1] T White.Hadoop：The Definitive Guide[J]. O’reilly Media Inc Gravenstein Highway North，2010，215（11）：1-4.

[2] 王勝奎，徐光輝，王家軍，等.普通院校“信息與計算科學專業”課程體系優化研究[J].數學教育學報，2009（5）：99-102.

[3] 徐鳳生，劉艷芹，趙琳琳，等.基于分層分類的信息與計算科學專業課程體系的構建[J].高等理科教育，2016（3）：103-106.

[4] 許梅生.信息與計算科學專業課程體系的探索與實踐[C]//Information Engineering Research Institute， USA.Proceedings of 2012 2nd International Conference on Future Computers in Education.2012.

[5] 盧春霞.大數據時代的信息與計算科學[J].亞太教育，2016（4）：90.

[6] 郝水俠，郭云霞.大數據時代下信息與計算科學專業人才培養模式新探索[J].江蘇師范大學學報：自然科學版，2016（2）：72-75.

篇(4)

關鍵詞：大數據；云資源；云計算；應用

中圖分類號：TP311 文獻標識碼：A 文章編號：1009-3044（2015）05-0017-02

現階段，大數據這一概念廣泛被人們熟知，是繼數據云計算、數據挖掘后涌現出的另一項信息革命。在大數據的研究上，眾多商業機構，如IBM、Microsoft等都已介入，在借助云計算這一數據信息平臺的基礎上，研發了大數據信息資源處理產品。作為高校來講，充分運用大數據時代的相關技術及產品，著重培育及使用高校云資源，具有極強的現實研究價值。

1大數據及其基本概述

大數據這一概念首先由麥肯錫公司在于2011年在分析報告中提出，在這一報告中，該公司表示：在社會生產生活各領域中，已被數據廣泛覆蓋，數據開始作為一種生產要素存在，通過對數據的調用，可以培育出新的消費增長點。但在業界關于大數據的具體內涵界定上，尚未形成統一的表述，不一而足的內涵表述方式都是基于一點：大數據具備較為龐雜的數據量，在數據信息的種類及形式上具備繁復多樣性，大數據并不等同于海量數據[1]。

結合相關數據統計，2010年，全世界范圍內的信息數據總量達到了1.2ZB，通過對這些數據加以分析時可以獲取以下信息：結構化數據在數據總量中占比僅為10%左右，剩余的數據主要以半結構或非結構化數據形式為主，如視頻、郵件、微博等。除了數量龐雜，種類形式多樣外，大數據還具備了快速預測的特點，具有較高的應用價值。例如，美國的海洋及大氣管理部門，在日本發生地震災害后，借助大數據信息，能夠在極短的時間內制定并海嘯災害的預警防備措施，從而能夠為有效預防后續災害提供強力支撐。

2大數據時代背景下，高校云資源的整合與利用

在大數據時代，隨著信息技術及云計算的研究發展，高校信息建設能夠突破原有的信息局限性，消除原有的高校信息資源孤立化的弊端，可以通過云計算技術的運用將高校的各種教學資源加以整合利用，形成一個高校云資源儲存及管理的平臺，從而通過在此平臺中調用各類資源，為高校各項教學活動及管理決策的制定提供技術及服務參考。此外，更為重要的一點是，大數據時代背景下，伴隨云計算而出現了眾多的信息終端裝置，通過采用云計算技術，可以將這些信息終端裝置與高校的教學活動有效連接，一方面強化了教師與學生的交流溝通，另一方面有助于學生高效地開展學習活動。

總體上看，大數據時代的到來，給云計算功效的真正發揮提供了技術支持，使得云計算可以和大數據、高校三者之間有效銜接，使高校教育資源能夠被充分調動起來，為高校云資源的整合利用帶來了一些新的變革：

2.1為高校圖書館管理及發展提供契機

大數據時代下云計算的優勢在高校圖書館中體現最為明顯，其給高校圖書館管理及發展帶來的影響主要是改變了其服務的基本形態，借助云計算，可以使圖書館進行網絡及數字化應用階段，從而建立起了以云資源為主要模式的高校數字圖書館。例如，借助云計算技術，我國山東省高校圖書館構成了基于云技術的圖書館聯盟，實現了資源、管理及服務上的共享化，一體化。

此外，大數據憑借其數據分析及挖掘功能，可以對云儲存端的各種信息數據加以分析歸納，從而對學生的圖書借閱需求，學生群體的知識層次結構等加以揣摩，從而為圖書館管理者更好地進行決策提供借鑒；針對借閱者的科研及讀者與圖書館之間的交互服務，可以借助大數據開展預測分析，做到圖書館后期發展階段未雨綢繆；針對圖書館信息數據的館藏，還可以通過大數據建立相關的風險評估模型。

2.2 為高校學習效率的提升提供指導

大數據和及云計算之間的融合，能夠使教育資源實現應用上的有機整合，做到將存儲在云端的高校教學資源加以共享，再借助大數據的數據分析及挖掘功能，對教育信息資源中蘊藏的各種數據信息進行分析提煉，從而為高校教與學策略規劃提供幫助[2]。此外，通過運用大數據還可以著重對學生在學習中的各項行為及愛好等數據信息加以分析，摸準學生的學習特點，以此為教師科學制定教學決策予以指導。最后，大數據還可以被用于對學生的學習效果及學習傾向進行分析評價，通過對學生業務時間參與各項活動的信息加以解析，可以對學生的學習效果及傾向加以評估，便于教師掌握學生學習及生活動態，提升教與學的效率。

2.3為高校管理決策提供參考

傳統的數據分析是基于群體調查而展開，不具備較高的數據精準性。進入大數據時代后，借助大數據具備的數據分析整理功能，可以為決策的制定提供更加全面到位的數據信息參考，從而使管理及決策者對市場、產品及消費群體的把握更加準確。作為高校來講，通過運用大數據及云端信息分析處理技術，也可以對高校的發展狀況及后期趨勢加以模擬，將高校管理決策與相應的數據信息相印證，從而起到規避決策風險的效果。另外，通過大數據技術，還能夠使高校教育達到質量與公平上的統一，而大數據技術貫穿于高校各個部門中，又可以進一步對高校教學及管理成效加以驗證，有助于高校改革的退行實施。

3大數據時代高校云資源應用中的數據處理及服務的原理和流程

大數據時代背景下，對云資源加以利用時，人們的關注點不僅僅局限于數據的分析及使用，而更加注重通過數據分析對之后的發展趨向加以預測。這就需要我們對云資源在信息數據處理及服務方面的流程進行探究。

3.1 高校云資源的信息數據處理

伴隨著云計算的出現，在教學資源的信息數據處理上有了革命性的提升，圍繞著云計算，各大高校著力打造以云為核心的教育模式。但在對高校云資源加以分析時，通常選用關系數據庫的形式，一方面其信息分析及管理成本較高，另一方面也無法對后期教育資源應用趨勢加以前瞻分析。因此，基于大數據，Hadoop技術得以形成，該技術涵蓋了資源內存檢索、數據實時反應，主要借助Map Reduce對數據加以管理，從而做到了對信息資源的高效分析。在具體處理流程上，該平臺通過對云端上的各種信息碎片數據，如學生及教室的云端信息等加以整理匯總，然后再對這些數據碎片加以提煉，形成具有連續性的信息數據，最后該平臺接收并對這些信息數據加以分析，在數據挖掘技術的配合下，最終構成具備較強價值的信息，為教師、學生及管理者提供指導。

3.2 高校云資源的教育資源服務

在大數據及云計算的輔助下，高校資源的用戶在資源需求上也出現了一定程度的變化，由此也使高校資源在服務上，管理模式上及途徑上也有所改變。結合大數據及云計算的特征規律，可以預見到，高校教育及服務主要依靠采用大數據對信息數據加以分析、提煉，在此基礎上提供具體的資源服務，因此，高校云資源教育服務的針對性將更加凸顯[3]。首先，高校云資源是以提供準確及時的信息服務為宗旨，資源用戶不必探究其形成過程，只要對其結果加以運用即。其次，大數據技術體系下，通過對信息數據碎片加以分析，然后反饋到云端資源中，用戶可以針對某一項信息要素，如教學方法及手段進行重點分析，可以對其效果加以評估，從而使教師及時修正自身教學方式，以提高教學效率。第三，大數據時代與信息化的有效結合，能夠使高校云資源服務形式更加多樣，如教師及學生可以對資源使用情況進行評價，通過大數據進行采集及分析，可以對教育資源的使用及改進建議加以匯總，從而提高云資源服務的主動性。

4大數據時代高校云資源應用的趨勢分析

4.1 高校云資源的應用以滿足學生終身學習需求為方向

在大數據時代下，作為高校信息資源來說，已經不是傳統的較為明確的關系數據，而是各種基于學生訪問及調用的各種非結構形式的數據，如信息資源的瀏覽訪問及下載訪問等[4]。在這一趨勢下，高校云資源的信息數據處理就需要將重點轉向對此類信息數據的分析工作，然后將結果以數據的形式加以呈現，從而便于學生能夠對自身的學習情況及信息獲取頻率加以掌握，使學生從盲目地學習狀態中走出，滿足自身終身學習的需求。

4.2 高校云資源的應用以打造交流溝通類型的課堂教學形式為方向

傳統高校教學課堂，師生之間的交流不夠頻繁，教學效果收效不明顯，在大數據時代背景下，借助大數據分析技術，教師能夠對學生的學習情況加以全面掌握，從而根據學生的學習興趣點及側重點，通過多種多樣的教學手段，從高校云資源中挑選教學資源，通過教學課件及視頻的方式予以呈現，一方面可以使學生的學習更具針對性，另一方面圍繞學習中的難點及重點，教師也能夠更多地與學生展開交流溝通，從而實現教學相長的目標。

5 高校云資源的應用以促進教室及教學設備管理更加快捷高效為方向

在高校教室及相應的教學設備管理上，在大數據時代以前，往往安排專人進行負責，一方面增加了高校的人力投入成本，另一方面其管理效率未必高效。與之相對應，在大數據時代背景下，可以通過對高校云資源的存儲信息加以提煉，獲取高校教室及相應的教學設備使用數據，通過對其加以分析整理，可以形成某一時段教室及設備的應用信息及應用的趨勢，從而為管理人員科學判斷該教室及設備能否滿足教學活動需求，是否存在故障發生臨界點提供數據支持，以便管理人員及時對教室及設備加以維保，既節約了管理成本，又能夠提高教室及設備資源的利用效率。

6 結束語

大數據伴隨著信息技術及云計算技術的不斷發展而出現，現已被各行業管理人員普遍重視，并著重開展了相關的實踐及應用。作為高校來講，其信息資源逐漸向著復雜化、規模化方向發展，通過借助大數據及云計算技術，可以建立高校云資源數據庫，為教學、學習及決策提供詳盡科學的指導。

參考文獻：

[1] 鄒流鄉，王朝斌.高校云計算資源共享平臺建設研究[J].西華師范大學學報（自然科學版），2014（1）：91-94.

[2] 郭松.大數據時代高校學習資源云存儲模型構建研究[J].軟件導刊?教育技術，2014（11）：48-49.

篇(5)

【關鍵詞】大數據；新聞傳播；影響；策略

現如今，隨著科技的發展，大數據時代悄然來臨，新聞傳播模式及速度產生一系列變化，基于計算機的合理應用，能夠有效收集整理并詳細分析各類新聞數據，實現可視化傳達，促進新聞傳播趨向于便捷全面的方向發展。

1.簡述大數據的相關特征與主要來源

1.1特征

就目前的情況來看，大數據技術對于人們的日常工作與生活產生較大影響。在新聞傳播中，深化滲透著大數據技術思維，縱觀世界經濟與文化變革，大數據已然成為關鍵的技術支持，占據重要地位。大數據技術指基于海量信息中實現所需信息有效獲取的相應技術，包括大數據自身的大小，還涵蓋所采集到的數據信息的全部要素。大數據包括視頻以及圖片、網絡日志等多元化類型，立足表層分析，可知大數據技術能夠通過海量信息完成有效信息的合理獲取。基于深層角度來看，該技術的目標在于分析處理數據的時候如何更為高效獲取信息，進而在實現目標過程中形成全新認識。

1.2來源

現如今，針對大數據的主要來源存在各種說法。門戶網站深化發展，移動智能設備推廣使用，自媒體進步不斷抗衡企業數據與政府數據的發展，就政府與企業數據而言，其使用大數據時間相對較早，而且更為專業化。大數據跟人們的日常工作與生活息息相關，互聯網的深化普及直接影響著人類的生存模式，目前人們愈發關注大數據對于新聞傳播開展的重要意義，基于大數據背景，傳統媒體及新媒體正發生十分積極的創新變革。

2.大數據對新聞傳播形成的影響

2.1大數據影響新聞獲取的渠道

上世紀八十年代出現數據挖掘技術，逐步引出數據庫相關概念。縱觀當代社會發展進程，新聞可謂是重要的參與者，從2004年開始，百度以及谷歌等新聞頻道，通過網絡應用實現新聞資源的收集整合。基于大數據背景，各類信息的數量不斷增長，同時呈現出碎片趨勢，數據新聞這一新型概念逐漸被大眾采納接受。采用數據挖掘等有效途徑，基于用戶黏性以及信息有用性等運用實現新聞線索的合理獲取，已然成為當代主要的新聞傳播途徑，能夠在盡可能縮短新聞挖掘所用時間的同時開展針對性較強的新聞報道工作。

2.2大數據改變新聞傳播的方式

立足大數據背景，人們開始重新認識自身的參與性。移動互動頗具常態特征，媒介的有效融合，在更為深入地進行新聞報道的時候，若單純使用圖片或者是文字則難以被大眾信服，更多時候會基于大數據針對數據信息展開處理分析，結合運用可視化技術，使得新聞報道盡可能保持較高真實程度，對比傳統意義上的新聞傳播模式，大數據背景下的新聞傳播更具互動共享等優勢。

2.3大數據影響新聞輿論的導向

在新聞傳播中，輿論導向可謂主要功能。基于大數據背景，新聞受眾情緒能夠通過多樣化數據充分反映出來，受眾輿論動態同時也被體現，加之研究分析大數據技術下的受眾群體，有效兼顧社會大眾整體及個體雙方面內容，從數據角度出發，遵循具體政策，引領輿論趨于正確方向發展，切實強化提升新聞輿論導向的真實準確性。

2.4大數據改變新聞傳播的內容

在新時代背景下，隨著科技的發展、大數據技術的應用、媒介的有效融合，不管是新聞內容問題還是渠道問題均能夠迎刃而解。更為全面真實的新聞內容是品質較高新聞的基礎，就目前情況來看，新聞本身所具備的服務特征是基于大數據技術的運用，使得新聞跟群眾工作與生活更為貼近，努力為社會進步提供優質服務，推動社會可持續地健康發展。由此可知，大數據時代使新聞傳播受到巨大沖擊，新聞傳播努力順應大數據應用發展成為大勢所趨。

3.優化策略分析

3.1有機結合數字報告與紙質媒體

在大數據時代，整個新聞工作的順利完成需要依賴電腦程序員以及記者、數據分析師等各方緊密配合才能得以實現，力求將相對較為復雜的數據信息細化為便于普通記者有效識別的電子數據表，由基于分析此類電子數據表，跟程序員相互配合，共同使之轉化成可視化圖片與文字等多元化內容形式。立足大時代背景，紙質媒體遭遇極大沖擊，對比傳統意義上的新聞媒體，數字化報刊更具快捷便利優勢，既能夠在電腦終端閱讀，也可在移動終端完成信息接受以及閱讀、數據存儲等作業，對于充分順應大數據時代的發展需求、實現紙質媒體跟數字報刊的結合共存，可謂關鍵策略，可大力擴寬新聞行業業務領域，有效拓展新聞受眾群體，緊密圍繞核心價值內容。

3.2努力推動電視媒體的優化應用

在大數據背景下，新技術的創新改革發展備受社會各界廣泛關注，新媒體建設已然成為發展焦點，媒體之間存在的隔閡由于技術的有效融合被打通，進而實現新資源共享平臺的完善提供，使得采編流程完成合理共享。縱觀傳統媒體，電視媒體可謂主要構成部分，大數據時展模式發生較大變化，電視媒體從業者必須正確確定自身位置，并充分發揮出自身優勢，明確資源分工配置。實踐證明，電視媒體日后的發展方向主要是由市場直接決定的，面對復雜化的信息源，所制作的信息內容缺少較高價值，是電視媒體面臨的主要困境，因此應完成以內容為主的相關機制體系的合理化構建。

3.3運用交互圖表以及可視化技術

實現交互圖表與可視化技術的強化應用，推廣普及電腦與相關移動終端，可更為生動形象地呈現出新聞內容，會使傳統意義上的新聞媒體面臨諸多挑戰，新聞生產者唯有竭盡所能地向大眾直接簡單且生動有趣地呈現新聞信息，才能夠大大吸引受眾注意。我們可把大數據傳播時代看作視覺傳播時代，可視化傳播新聞可促進新聞傳播效率的顯著提高，并備受新聞觀眾的廣泛關注，有機融合傳統媒體與新媒體，拓寬新聞的廣泛度，提升新聞傳播速率，嘗試著深刻解讀較為繁雜的新聞信息內容。基于可視化技術的數據新聞，可以運用各類型方式，針對新聞與其所處的背景展開全面反映，實現可視化操作。

3.4強化用戶交互平臺的合理建設

近年來，縱觀媒體信息，用戶生成內容是十分重要的構成部分，基于此，新聞媒體可從中實現豐富新鮮信息的有效獲取，通過在平臺上的良性互動，加之分享功能的實現，努力為用戶提供方便，使用戶的主動性與歸屬感大大增強。在較大程度上，社會化媒體的出現使當代新聞報道方式發生變化，整個事件發展方向也同樣改變。基于UGC平臺實現高質量新聞報道，可謂是現今重要研究課題，對于新聞質量而言，大數據技術產生的影響十分巨大，基于平臺構件及技術應用可使新聞事業及具體信息來源實現全面拓寬，深入觀察并細化了解相關素材。在較多災難事件與突發事件中，用戶生成內容會起到巨大作用，自媒體發展為關鍵信息來源，主流媒體充分重視并有效利用用戶生成內容。在不久的將來，透明且開放程度高的外部數據環境可謂是主流發展趨勢，對于媒體而言，大數據成為重要資產，新聞媒體需保持開放務實心態，盡可能擁抱數據，抓取互聯網平臺用戶創造出來的內容，基于多個數據獲取渠道，完善媒體數據資產存儲工作，進而推動新聞傳播效率明顯增強。

4.結語

綜上可知，在人們的日常生活中，新聞傳播占據重要地位，大數據會對新聞傳播中的新聞真實性以及表達方式、生產模式、媒體跟受眾關系等形成影響，深入研究，應用優化策略，力求使新聞傳播更好地順應大數據時代的發展，推動新聞傳播模式的創新改革。

參考文獻：

[1]喻國明.大數據方法與新聞傳播創新:從理論定義到操作路線[J].江淮論壇,2014(04).

篇(6)

大數據時代的到來，推動了旅游業的飛速發展，同時也帶來了對旅游專業數據處理方面人才需求的熱潮。但是就目前我國高等院校旅游管理專業而言，并未有及時將教學模式與數據時代相結合，還存在著以下幾個方面問題：

（一）定位沒有針對性，人才培養方案的可實施性不強

隨著大數據時代的來臨，我國高等院校旅游管理專業所培養的人才也應該與時俱進，適應大數據時代要求。雖然，目前我國許多高等院校的旅游管理專業都有培養大數據時代下旅游管理中高級人才這樣的想法甚至定位，但是這種定位都是相當空泛。學校或是教師并沒有認真考察和分析這種定位，不知應該如何培養他們對旅游行業數據的發現和收集的能力。這樣就導致，旅游管理類專業雖然明確大數據時代下對學生的培養方向，但由于定位和教學內容不符，導致人才培養方案的可實施性不強。

（二）沒有完善的教學模式，缺乏競爭力

由于我國高等院校旅游管理專業對學生在數據處理能力的培養上的時間還比較短，因此很多學校對如何培養大數據時代下旅游管理專業學生并沒有獨特見解，他們選擇借鑒一些國外或是國內優秀學校旅游管理專業學生的教育模式進行生搬硬套。這樣就會在全國范圍內形成一股大數據時代下旅游管理專業學生教育模式的跟風熱潮，各類旅游專業學生都采用同一種培養模式。導致有些院校的教育培養模式，因為學生差異而無法落實，各學校之間的學生競爭力也會大大降低，也不利于在同專業學生中形成競爭影響力。

（三）教學方式比較單一，教學內容與專業要求不符

大數據時代，對旅游管理專業學生的要求是數據處理能力與職業素質兼具。因此，在教學過程中，要保證教學情景性。但是由于某種原因，我國高等院校旅游管理專業的學生教學活動依然以傳統講授法為主，并沒有情景創設，這樣無論在數據處理上還是專業技能操作上，都與實際有著天壤之別。并且在教學過程中也沒有加入討論式、參與式教學方法，整個教學過程中學生參與性都比較小，沒有突出教學過程中學生的主體性，因此無法充分調動學生在學習過程中的積極性，導致教學效果較差。

（四）實踐類課程較為薄弱，學生缺乏實際操作能力

旅游管理專業是對實踐性要求相當高的一個專業。但是各高校旅游管理專業實踐教學環節相對薄弱，重理論、輕實踐現象比較突出。有些學校甚至不具備實踐型教師，對數據處理也僅限于對理論知識字面上理解，并未有進一步的操作和分析。因此很多高等院校旅游管理專業學生的實踐操作技能職能從校外實習中獲得，但是無論是旅游公司還是其他旅游部門，都不希望實習生不斷更換部門，這樣就會導致學生無論是對數據處理還是在旅游技能的實際操作張都存在著局限性，無法實現學生全面發展。

二、大數據時代下對旅游管理專業學生的技能要求

（一）要學會利用大數據技術對數據進行采集和處理

現在很多人為了更加方便自己出游，就會在手機上下載類似于去哪兒、攜程、藝龍等與旅游相關的軟件，這些軟件建設的旅游信息系統大都側重于為游客提供旅游信息服務，簡單說就是信息數據輸出，因此他們要十分重視對旅游信息的考慮和收集。因此，在大數據時代影響下，對旅游管理專業學生要求也逐漸趨向于對學生數據處理能力的需求。隨著智能手機興起和互聯網技術不斷提高，人們對于出游信息的選擇也依賴于互聯網，因此，旅游網站或是旅游軟件做好旅游信息和數據收集工作就顯得尤為重要。

（二）要學會利用數據工程謀劃數據的運營和管理

大數據時代，對旅游信息加工、處理的載體是數據中心，這種數據中心并不是由簡單數據所組成的數據庫，而是經過專業旅游管理人士對游客的消費習慣、興趣愛好、自身素質在六大旅游要素上的運動軌跡的歸納和總結，然后站在游客的角度根據這些數據進行收集和分析。由此可見，數據中心是一個十分龐大的數據庫，必須由專業人士對收集到的信息進行系統分析和完善，然后在經過數據軟件處理將他們運用到旅游信息系統建設之中。因此，高等院校旅游管理專業要培養學生利用數據工程謀劃數據的運營和管理能力。

（三）要學會利用大數據分析處理模型能力

旅游信息的采集方向有很多，數據類型也有很多，但是，這些數據并不是都能被數據庫所采用，比如我們要從幾千張隨意拍攝的照片中尋找有用圖片，也許有用的也就那么幾張。為了避免時間和精力上的浪費，就要求學生要學會利用大數據科學設計數據分析處理模型，通過它們的操作規則能夠快速篩選出什么數據才是有用的？建立怎樣的模型才能從這些有用數據中顯示出自己想要的答案？根據這些問題設計出數據處理分析模型，并且通過反復驗證和完善，將這些模型推廣應用，為游客提供便利。

（四）學會利用大數據應用深挖數據背后的商業信息

大數據時代的核心是大數據應用，而應用數據本質就是利用其為游客帶來的便利挖掘其背后的商業信息。比如“攜程”“藝龍”或是“去哪兒”會招聘專門的試睡員，由他們對合作酒店進行試睡點評，其他人可以通過試睡員的點評從中獲得資訊，幫助他們選擇酒店，“攜程”“藝龍”“去哪兒”從酒店中拿取提成。這就是利用大數據深挖數據背后的商業信息。因此，大數據時代要求高校旅游管理專業學生要學會利用大數據深挖數據背后的商業信息，然后將其變成公司盈利的一種渠道。隨著互聯網全面普及，目前很多行業都開始借助數據時代帶來的便利，運用數據進行行業的管理和運營，而作為對數據需求量相當大的旅游行業，隨著APP軟件的興起，旅游行業也開啟了大數據時代，所以，學會利用大數據深挖數據背后的商業信息是每一位旅游管理專業學生應該掌握的技能。

三、大數據時代旅游管理專業教學創新思路

隨著大數據時代到來，傳統教學方式已經不能滿足社會對旅游管理專業學生要求，尋求大數據時代旅游管理專業的教學創新成為高等院校旅游管理教學的首要任務。通過對大數據時代對旅游管理專業人才的需求方向分析，創新旅游管理專業的教學可以從以下幾個方面入手：

（一）人才培養模式的創新

大數據時代，旅游管理專業應該進一步改變傳統人才培養模式。首先應該了解大數據時代對旅游管理專業人才需求方向，以確定人才培養目標，著重于培養具有數據分析和處理能力的旅游管理專業人才。在對人才培養過程中，堅持課程內容的選擇要與當代旅游行業對數據型人才的需求一致，并大量開展實踐教學，讓學生掌握一些實際數據的處理能力。在實踐教學過程中，建立完善的課程體系和嚴格的教學管理制度，同時還要結合旅游業對數據的處理需求，對學生進行實踐課程的考核。這種人才培養模式有助于提高教學質量，順應大數據時代所需。

（二）師資隊伍建設上的創新

要培養大數據時代下高等院校旅游管理專業人才，首先應該從教師隊伍建設上入手，轉變教師教學觀念，使他們認識到大數據時代下學生教育培訓的方向，然后加強對教師的培養力度，將大數據時代旅游業的發展方向和信息化植入每一位教師腦海中，讓他們在接受利用數據的分析和處理解決當今旅游發展問題時，將數據時代旅游專業發展的精神和對人才的需求融入到日常教學之中。除此之外，學校還可以組織旅游管理專業教師到旅游管理一線進行實際鍛煉，獲取大數據時代最新的實戰經驗和信息，豐富教師們大數據時代下旅游管理專業的知識和技能，使他們能夠熟練、準確的向學生傳授一些數據處理和分析的知識，在實踐中更好指導學生對數據信息的處理和應用。

（三）實踐教學體系的創新

旅游業本身就是對實踐能力要求較為強烈的一個行業，大數據時代下旅游行業不僅要求學生具有很強的專業操作知識和技能，還要求學生具有很強的數據分析和處理能力。而實踐教學不僅能使學生所學到的理論知識和技能相結合，而且還能將學生對數據的分析和處理能力轉化成學生自身的綜合能力。因此，實踐教學是大數據時代下旅游管理專業培養旅游管理人才的關鍵。因此，高等學校應該完善校內綜合實驗室建設，加強對學生計算機和數據軟件的操作技能培訓，并且與校外企業建立長期合作的實習基地，并且強化實踐和實習期間的考核制度，發揮數據時代下實踐教學的獨特作用，培養數據分析和處理的高技術型人才。

四、結語

篇(7)

關鍵詞：大數據；公路客運集團；財務分析

隨著互聯網技術的迅猛發展和深入應用，企業經營者對未來市場走向的預見力及控制力提升到了一個嶄新的高度。大數據的應用已經滲透到各個領域，并逐步成為企業重要的生產要素之一。如何挖掘利用大數據資源成為企業當前面臨的最重要的課題，財務數據是企業最重要的核心數據，企業管理決策的關鍵是對財務會計及分析信息的有效利用。財務數據是確保企業正常運作的基礎，通過對各類財務數據的搜集和整理，能夠準確反應企業的實際經營情況，加強企業管控，增強競爭力，為企業帶來豐厚的經濟利益。公路客運與航空、鐵路客運并列為我國三大交通方式之一，公路客運業受到我國產業發展政策調整，網絡平臺興起、決策層觀念保守等內外部環境的影響，成為改革開放近40年來發展狀態最跌宕起伏的行業之一。2016年我國公路客運量為156.3億人次，同比下降3.5%，這也是繼2012年355.7億人次后連續第5年下滑。在當前行業整體低迷的情況下，管理者迫切需要重新定位企業戰略目標，調整經營和職能戰略，找到適應新環境的業務組合管理模式，才能走出困境，重新回到持續發展的軌道上來，因此大數據信息的有效利用對于精準定位公路客運集團的戰略決策非常重要。本文通過探討大數據下財務分析思維方式的轉變和財務分析的創新發展，來闡述大數據分析應用對公路客運集團財務分析的現實意義。

一、大數據時代下公路客運集團財務分析思維的轉變

大數據時代，隨著數據收集、儲存、分析技術的突破性發展，企業的思維方式也從原先的樣本思維、精確思維、因果思維向整體思維、容錯思維、相關思維轉變。與此對應，我們也要突破以財務報表結構介紹為起點，報表項目分析為基礎，財務指標評價為手段的傳統分析模式，根據公路客運集團的業態特征，重新確立以“環境與戰略分析、財務行為糾偏、財務指標評價、發展前景預測“一體化為模式的財務分析思維。

(一)環境與戰略分析

環境分析是企業戰略分析的基礎，通過對宏觀環境、行業環境、經營環境的分析可以找到外部環境中影響企業的關鍵因素，通過對企業掌握的資源、能力、競爭力的分析可以加強企業的經營管理能力。企業戰略是確定企業未來的總體發展方向，通過戰略分析，可以協調業務單位與職能部門的關系，優化資源配置，增強企業核心競爭力。大數據下公路客運集團的行業環境及對應的戰略分析主要有以下變化：1.同業競爭的出現。公路客運集團指由多家擁有豐富的班線經營權、充足的營運車輛、高等級資質客運站的企業所組成的多層次經濟組織，在本地區屬于一家獨大的領頭企業。同時，由于消費群體的地區性特質和客運班車跨省往返經營方式，各省公路客運集團之間也是業務合作伙伴關系為主，同業競爭狀況不常見，因此傳統分析中往往不考慮同業競爭。但隨著市場環境變化，企業多元化經營的需求，公路客運集團不再滿足于現有的市場份額，立足于更多客運信息構成的數據庫，為企業跨省經營及擴大本省消費群體，提供了有利的支撐。利用大數據技術后，企業就可以準確判斷某一地區的客流分布，鎖定目標人群密集的地區，利用增加長線停靠站、短線駁客點和調整班線始發點的方式，在不加密班次和延長線路(成本不變)的情況下，拓展班線覆蓋區域，提升實載率，掌握競爭優勢。2.壟斷格局的打破。目前對公路客運業沖擊最大的是快速興起的“跨省網絡拼車”，借助網絡平臺，無準入門檻及監管的網絡拼車，使公路客運業多年來形成的市場格局被打破。無序競爭不可避免地給公路客運集團帶來了很大的沖擊，但是憑借自身資源足、規模大的優勢，公路客運集團一方面建立自助服務平臺(上海的交運巴士網，浙江的巴士管家)，另一方面與知名的互聯網平臺(攜程、驢媽媽，暢途網等)聯手，開展在線和手機購票，通過3年來的努力，目前上海地區網絡售票比例已經超過35%，發展迅猛，維護了集團在市場格局中的龍頭地位。同時，隨著網絡售票量的增加，旅客信息量激增，企業對班線營運實況的掌控力度有了很大的提升，為班線配載、互動換乘等業務拓展提供了決策依據。

(二)財務行為糾偏

是指評判企業會計方法、會計政策、會計估算運用是否恰當、會計處理是否靈活準確，會計信息質量是否如實反映企業實際后，對發現的問題進行調整的行為。盡管審定后的財務報表已經被公認為會計政策與會計估計運用恰當、會計信息質量優的有效證據。但是通過大數據分析，企業可以取得大量的非財務信息，從其他角度進一步來佐證企業資產及經營狀況的真實完整性，通過對不實不適的信息進行過濾，完善財務分析數據。以會計方法為例，資產價值是企業財務分析的基礎。營運車輛是公路客運集團內占比重最大的資產，資產的價值由購入原值和折舊政策2方面決定。按照稅法及會計法的規定，營運車輛按照6年計提折舊，傳統方法下，以直線法計提折舊。但營運車輛受營運線路方向和圈數的影響，損耗情況不同，實際價值差異很大，使用改良后的直線法來計提折舊更加合理。通過對直接法下折舊額的調整，實現資產價值的精準計量，資產賬面價值n=賬面價值n+1-(直線法下計提的折舊額×調整率)。調整率函數為：U=f(X1，X2，X3，X4)。四個系數分別為：X1營運公里數，X2線路實載率，X3事故率，X4運營線路的道路狀況。基于數據多樣性，要實現這樣單車計量，在手工時代是無法想象的，但是通過數據庫的建立，財務人員可以直接獲取已經分析完成的信息，并利用到折舊計提中來。

(三)財務指標評價

是指使用財務行為糾偏后確認無誤的會計信息，對會計報表進行財務分析。財務分析的核心是財務指標分析，包括償債能力、營運能力、獲利能力、創造現金的能力。但有別于傳統的分析，基于整體和相關思維，大數據下的財務分析結合了企業所處的行業環境及發展戰略、充分考慮非財務數據的因素。大數據的體量大、速度快、類型多的特質，在財務分析中的優勢顯露無遺。結合大數據技術分析后的財務分析有了質的提升。1.豐富財務指標的內容。公路客運集團財務報表上通常只列示以貨幣計量的有形資產。對于企業擁有的“線路資源”，這一具有壟斷性質的資源，由于是通過政府部門招投標或審批無償取得，所以并沒有體現。資源價值的缺失，影響到企業財務指標的準確性。不同以往，新技術應用后，利用模糊綜合評判法，企業可以建立以班次密度、客運周轉量、車輛等級為因素集的矩陣，將“線路資源”進行量化，納入財務分析指標評價中。但需要注意的是，線路資源的量化金額要隨著公路線網布局的推進，油價的上下波動，適時進行調整，這也是大數據運用的便捷優勢。2.加速財務指標的核算。目前上海最大公路客運集團的“智能長途信息系統“已經開發并投入使用，外部實現從售票到檢票的無紙化運作，內部實現車輛調度、自助結算的智能化操作。隨著系統運用，海量數據被收集，并投入財務分析指標模塊中進行運算，極大地降低了人工誤差，許多財務指標隨需隨得，不再受到報表編制時間、人員水平的限制，提升了財務指標的使用效率。3.增強財務指標的敏感度。新數據分析技術的運用，使財務指標偏差值的幅度收窄，為管理層的決策提供更精準的依據。例如，公路客運集團的營運班線分自營、發包和聯盟經營三種模式，不同模式下目標線路的“盈利點”是企業選擇經營模式的決策依據。“盈利點”測算的重點是確定預期實載率，傳統方法是財務人員以會計數據為基礎，模擬經營環境，結合主觀判斷后估算取得。大數據時代下，財務人員首先以同質線路為基礎測算出目標線路資源的價值，其次以目標線路資源的價值為起點，通過模糊綜合評分法，還原出目標線路預期實載率，并將預期實載率與客流數據庫中的同地區線路實載率分析對比，結合地區客流特點，最終確定可用的預期實載率區間。

(四)發展前景預測

財務分析最終目的是為預測企業未來的發展方向，前景預測是對企業戰略定位、產業環境及企業財務能力綜合的做出科學預測，為企業管理當局提供決策支持。融合大數據分析后的財務分析，在前景預測上，更側重于企業的行業發展前景、預測企業長期競爭力。公路客運集團可以通過財務分析思維的轉變，重新評價行業和競爭環境，利用會計分析梳理會計信息，重塑財務分析框架，以更寬廣的角度來預測集團的未來發展趨勢，這也是大數據時代給公路客運集團創新轉型發展帶來的契機。

二、大數據時代下公路客運集團財務分析方法的創新發展方向

(一)大數據下公路客運集團資金管理得以全面升級

眾所周知，公路客運集團擁有充足的現金流，為推動企業資金管理的升級，創建集團資金平臺是當前最有效的管理手段。通過將所屬客運站點、線路經營企業的資金集中歸置，統一管理和使用，有助于實現集團內資金資源的整合與調配，提升資金使用效率。而獲取資金規模效益，是公路客運集團資金平臺最大的特色。

(二)數據挖掘技術的提高給公路客運集團帶來新的發展方向

數據挖掘技術是運用科技手段對數據進行提取并分析，找到隱藏其中的內在關系和關聯規則。“智能長途信息系統”的開發使用正是基于這項技術。系統設計的基礎是使公路客運業務數據與傳統的財務數據高度匹配，提高財務信息的可用性，并滿足企業內不同管理層級的需求。隨著系統的升級和使用，以往“等客上門乘車”的局面已經改變，通過數據庫的分析，轉變思路，推出“巴士網約車”、“定制巴士”等新業務，為旅客出行提供更個性化的定制服務，拓展了客運服務領域。

(三)大數據時代下公路客運集團的財務共享

財務共享是指企業(集團)使用大數據技術，將下屬單位(含獨立核算的內部單位)相同的財務職能集中起來，由一個獨立的財務機構來行使。財務共享模式可以創造規模效益，通過會計核算集中化運作，整合企業內部資源，統一財務操作模式，將會計核算職能從企業財務部門中剝離，促進財務分工的專業化，確保財務人員有更多時間和精力發揮財務的管理職能，使大數據的優勢得到進一步提升。目前公路客運集團下的線路營運單位、客運站經營單位以及內部的獨立核算單位很多，業務內容交叉，財務職能重疊，采用財務共享服務中心的管理模式后，可以規范財務管理，精簡成本，提高經營效率。但需要注意的是，建立和使用共享服務中心也存在一定的風險，集團要建立對應的風險評估制度，設立信息安全防范體系，加強中心內財務人員的培訓，實行標準化流程管理等，確保共享中心穩定有效運營。

三、結論

大數據在本質上是一項能給企業帶來效益的資產，對大數據及其分析的有效利用，將推動公路客運集團的持續發展，給這個傳統行業帶來新的創新動能。大數據下財務分析思維的變革，為公路客運集團管理者的戰略決策提供了更寬廣的視野和更精準的支撐。同時，財務分析發展的創新，也為企業注入了新的生命力。

作者:陸文馳 單位:海交運巴士客運（集團）有限公司

參考文獻：