区块链技术的含义

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇区块链技术的含义范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

区块链技术的含义范文第1篇

关键词：“区块链＋会计”；财务会计；管理会计；人才培养举措

一、引言

近年来，区块链基于去中心化的特点，采用加密技术、共识机制和激励机制等技术，成为协助会计行业发展的重要金融科技。区块链技术应用于会计必将给我国的财务会计和管理会计带来巨大的变化，并且会对新背景下的会计人才有新的要求。因此，本文从区块链的本质出发，对其在财务会计和管理会计的影响进行深入思考，进而探索其对我国会计人才发展方向的影响。

二、区块链概述

（一）区块链的含义

区块链的起源可以追溯至2008年11月中本聪阐述的基于区块链等技术的比特币系统的构架理念。2009年1月，自从出现了第一个区块链技术应用的典型案例———比特币，比特币的底层核心技术———区块链，开始被人们了解。区块链是一种按交易达成的时间顺序，将交易数据存储到相应的区块中，利用密码学原理记录交易情况，并通过哈希索引将各个区块相连接组成一个主链的链式数据结构。其中的密码学技术维护其中数据记录的完整性，使得被保存的信息无法被篡改。区块链具有三大特征：第一，公开透明。在区块链系统中，除了交易各方的私有信息保密外，每一笔交易信息都对所有节点可见。第二，去中心化。整个网络不存在中心化的硬件或是管理系统，每个节点信息独立交互使得系统有序运行，无需信息中介即可实现。第三，非对称加密。非对称加密技术，使得数字签名得以实现，保证了数据的不可抵赖和不可伪造。第四，信息不可篡改。区块链的特地机制保证信息无法篡改。

（二）区块链的系统架构

区块链系统由数据层、网络层、共识层、激励层、合约层和应用层组成，如图1所示。值得说明的是，应用层封装了各种应用场景，目前区块链技术已逐步应用于金融、政务、能源等多领域。会计领域也试图探索区块链驱动传统会计发展，在会计的应用探索包括应用于会计记账、税务、审计、仓储库存等多方面。

（三）分布式账本

分布式账本是多方可以共同参与记账的一个数据库。区块链实质上是一个分布式账本系统，当分布式账本系统进行交易时，没有中心的存在，每一个节点都是中心，且该系统有一个公共的总账本。每一个节点权力平等都可以拥有这个总账本，每一个节点都可以维护这个总账本，任何节点都可以以交易者身份使用它。假如甲和乙进行交易，甲可以直接把交易信息发送给乙，其他所有节点一起验证交易信息的真实性和可靠性。分布式账本系统，拥有时间戳机制，时间戳和数字签名，可以保证交易数据不会被随意篡改。并且，这种分布式账本不仅可以保障交易的重要信息不泄露。

（四）去中心化

中心化即在系统中有中心的管理设备，对其他节点有控制作用，各节点的权力不平等。中心化的组织结构是由一点向多个方向分散的形成的结构。与中心化系统相对的是去中心化系统。在区块链系统中，每个节点权力平等，节点与节点之间可以自由选择相互独立交互。不需要中心化的管理配备。去中心化与中心化相比有很多优点：第一，交易更加安全性。去中心化的交易方法便捷且简单，无第三方介入，不需要因第三方泄露而引发的风险。第二，节约资源。因为去中心化处理方式比传统处理方式更加简单与便捷，因此在大量数据进行时，去中心化的方式会更节约资源。第三，自主高效。在去中心化区块链中，无第三方介入各节点之间直接进行交易，使得交易更加高效率。

（五）智能合约

传统的交易，为了保证交易可信赖，交易双方或者多方签订一个合约，使交易有序正常的进行。但是，在区块链中引入了智能合约后，将传统线下签订的合约以一定的方式固定下来，这种方式也就是程序的方式，通过一段固定的代码，使交易能够正常有序的进行。因此，智能合约实现了在没有第三方机构下的可信交易。智能合约程序不是一个可以自行执行的计算机程序，它由外部信息推动执行，可以被认为是一个服务程序，能够在状态上执行。在交易中，区块链只看交易完成与否，而并不在意付款方是否支付了钱、收款方是否收到了钱，这样就会出现系统漏洞，智能合约恰好能够弥补此漏洞。为了理解智能合约在交易中扮演的角色，以转账交易为例：A转账一笔钱给B，智能合约保证A支付价款，B收到价款。//简单的转账智能合约Contract{functiontransfer(addressto,intamount){addressfrom=msg.sender;from.eth=from.eth-amount;//A支付金额to.eth=to.eth+amount;//B收到金额}}

三、区块链对财务会计的影响

（一）记账方式改变

目前，我国的会计核算是以集中式记账方式为主，在区块链技术引进之后，记账方式将会发生改变，从传统集中式记账方式转变为分布式记账方式。从传统集中式记账方式转变为分布式记账方式，得益于分布式记账方式的几大优势：1.区块链系统下通过分布式记账方式形成的账本只有一个，也就是总账。所有节点的权力完全相等，可以共同维护和运行这份账本，对于这个公共账本的交易信息需要经过广播机制的核对才能记录，在这情况下的各节点拥有的会计信息相同。因此，能够保证了交易信息无法被篡改，一定程度上确保会计信息的真实性。2.在分布式记账系统中，每个节点权限平等，无需分级授权，各节点拥有同一份账本，所以即使某一个节点因为故障导致的账簿的信息丢失，也不用担心交易信息无法恢复，提升了系统的容错力。3.在传统的集中式记账方式中，企业会计人员在经济业务发生之后，需要人为的按相应的基础进行确认、记录和存储，再将交易信息进行排序。区块链技术因为拥有时间戳机制，加之分布式记账方式，能够使每一笔的交易信息可以追溯，进而提高会计信息的可靠性与准确性。

（二）数据结构完善

在传统的ERP授信系统中，需要中心领导者根据职位授权才能完成会计记账，所以信息冗杂集中。但是，在区块链系统中，时间戳可以记录每一笔交易的时间，并且对区块链中每一区块的交易信息按时间的顺序记录，使得区块链上记录的数据相比传统的记录更加清晰、更具有优越性。区块链系统中，特定的算法可以保障信息真实，使会计信息可以追溯。并且，区块链系统中只有通过加密验证才能进行各项查询、记录操作,能保证数据传输和访问的安全。在去中心化的区块链系统中，每一个节点都拥有完全一样的权力，除了一些节点交易各方持有的私有信息可以保密外，交易的其他所有信息都是对外开放的，并且无论哪个节点的信息都可以被查询。所有，在区块链系统中，整个系统的交易信息可以实现高度透明，数据使用者可以清晰明了的看得到。

（三）会计事务所的商业模式改变

审计完成一个项目，是一个复杂且高强度的工作。在审计的过程中，审计项目负责人根据专业能力不同，分配不一样的工作。在目前的技术下，审计人员还需要从事最基础的工作，去现场核对最基本的信息，比如核对被审计单位的实际存货存量是否与账本记录的相同。然而，在区块链技术下，因为区块链拥有时间戳机制，可以保证交易信息不被随意篡改。因此能够消除取证、跟踪等方面的痛点和难点，减少获取审计证据时花费的时间，进而提高审计效率。在区块链技术下，所有的交易都可以集中的记录储存在区块链中，由于区块链系统中每个节点都有相同的权限，所以内外部信息使用者都可以随时跟踪这些信息区块链获得真实可靠的会计信息,并以此来监督公司的经营活动和财务状况。因为去中心化的独特优势，可以使公司管理层与除管理层之外的其他内外部会计信息使用者之间降低信任成本，公司不再需要花费高成本聘请专业的审计机构来审核内部账务信息或增强财务报表的可信度。目前，人工智能、云会计在不断发展，对会计行业造成巨大的影响，一定程度上，释放了一些低级的审计劳动力，简单的工作，机器人将可以自动完成，并且其效率远远高于人类。区块链的进一步的应用，加速了低端审计劳动力被取代，很大程度上减少了低端的审计人工。不仅如此，企业还可以实现自动化税务合规申报这些变化将使传统的会计师事务所业务盈利模式变得难以维续，事务所并将探索新的盈利模式。

四、区块链对管理会计的影响

（一）作业成本管理更加高效

作业成本管理是指对企业的作业和作业成本，通过构建许多的作业中心，来对企业的各个产品成本进行管理和控制，以达到提高客户价值、增加企业利润、为管理者提供决策信息的目的。在区块链会计系统中，每个作业中心都由原始的职业中心转变成了作业区块，在作业区块上，会计人员可以清晰全面地反映企业成本业务的全过程。在区块链系统中，每一个区块向下一区块转移的过程就是作业转移的过程。由于技术的改进，使得企业会计人员有更多的时间和精力，关注产品成本在各步骤如何形成，分析产品成本发生的原因，分析在生产过程中是否可以控制可以减少的成本。在区块链技术下，直观的数据流动，能够帮助企业对想要分析的相关数据进行追溯和定位。会计人员利用完整的成本信息，通过对成本的分析，能够帮助企业会计人员找到企业的决策漏洞，进而提高企业的经济效益。

（二）纵向价值链优化

价值链分为横向和纵向价值链。以企业而言，横向价值链是指与之相同的各个企业；纵向价值链是指供应商、企业和客户，通过一系列交易活动将他们连接在一起构成一种链条关系。在区块链技术下，纵向价值链中的各个参与人员都是区块链系统上的一个节点，各节点都可以输入与业务相关的交易记录，而且各区域的节点都能够独立存储交易信息。在区块链节点上，不仅包括交易金额、商业折扣或现金折扣、销售退回政策等有关交易信息的财务信息，还包括交易时间、与各供应商协商的时间、与客户交易的时间等非财务信息。由于在区块链系统中数据结构完善，交易信息为清晰的链式数据，且区块链中的时间戳功能保证了以时间顺序录入交易信息，每一个与交易相关的信息都可以公开透明可获取，这为能够获取更精确、更完整的资产计量、成本分摊等基础会计信息提供途径。除此之外，全部的数据对各节点开放,企业可以借鉴以往的客户供应商信息，通过协调上游供货商与下游销售渠道的关系来优化价值链的流程。据此在相关上下游企业中进行价值链的重新选择，以达到降低企业成本、提升企业价值的目的。

五、区块链技术下对会计人才的要求与培养举措

（一）区块链技术下对会计人才的要求

1．需要具备更深入的管理会计思维管理会计与财务会计不同的是，管理会计侧重对内的管理，以实现企业价值最大化、加强企业经营管理为目的，强调发挥主观能动性较多。而财务会计是对过去交易事项的反映和监督，强调发挥企业主观能动性较少。在区块链技术背景下，会计人员的职能正在潜移默化的发生变化，已经不再是简单的对会计信息的核算，并且随着大数据、云会计、区块链等技术的发展，简单的会计操作必然会被逐渐的取代，社会需要的是更高素质的人才。因此，从现在起，会计人员就该更加积极主动的加深自己的管理会计的思维，积极了解企业发展的现状和行业发展的现状，通过对比结合自身的专业能力，发现企业存在的问题，并向企业管理者反映，积极为企业的发展献言献策。2．需要具备一定的计算机知识和数据库处理能力目前，我国的会计人才，具备一定的会计知识，但是懂得计算机相关知识的会计人才较少。而在这个背景下，要理解区块链的一些技术和机制，需要会计人员懂得计算机的知识。并且，在以后的工作过程中，我们必定与计算机不断的打交道，如何在区块链技术下的顺利的完成会计的日常操作，对计算机和区块链系统出现的问题进行维护，对于会计人员来说是一个不小的挑战，要做到这些，需要会计人员掌握较高的计算机处理能力。另外，针对企业具体的管理问题构建数据分析模型，结合自身的专业知识对存在的问题提出解决方案，需要一定的数据库处理能力。

（二）区块链技术下会计专业人才培养举措

社会的大背景在改变，在区块链背景下，给会计人员带来了新的挑战，对会计人才有新的要求。因此，高校也应该适应时代要求，完善会计人才培养方案，培养具备新素质的会计人才。区块链技术下会计专业人才培养举措，主要是提升学生多元的知识储备和能力，主要从以下几个方面着手：1.在公共基础课中增加数学建模、计算机操作系统、计算机程序设计语言、数据结构、数据库等跨学科的基础课程，帮助学生了解计算机的运行原理、各种数据结构的组成以及计算机上的软件如何被开发和有效运行。2.在专业课程中，高校增加公司管理方面的选修课，如《公司战略》《企业兼并重组》《财务报表分析》等，打开学生的视野、树立企业及行业全局观，培养先进的管理思维。3.高校在公共课中，专门开设区块链、网络安全、计算机的运行和维护等有关信息技术的理论课程和重要的实践课程，真正帮助学生懂得区块链的系统架构和运行机制，懂得区块链技术下的日常操作，让学生明白区块链后期运营维护的原理，使学生具备处理一些突发事件的能力。4.加入SPSS、excel、SQLSever等数据分析课程，使学生能够初步或者熟练的运用数据分析软件进行数据处理、数据分析和辅助管理层决策的操作，真正提高学生的数据分析能力。5.随着社会的不断发展，“终生学习”的观念非常重要。教师在教学的过程中要向学生传授“终生学习”的观念，让学生真正意识到终生学习的重要性。另外，实践是提升自身专业性的好方法，教师在教学的过程中也应经常鼓励学生积极主动的参与会计实践。6.最重要的是，面对信息技术的环境，充满诱惑，高校要特别注重学生职业道德的培养，让学生无论在何种情况下，都不丢失基本的职业道德。

六、结语和未来展望

区块链技术与会计的不断深入结合，势必会引导着会计行业发生巨大的变化，新时代会计人才既面临着机遇同时也面临着挑战。面对新的社会环境，我国会计人员应该提高专业素质，并且着重培养更深入的管理会计思维和提高自身计算机知识水平和数据库处理能力。同时，高校也应以提升学生多元的知识储备和能力为目的，提高在区块链背景下会计专业人才的质量。虽然在不断的发展，但是区块链技术要完全应用于会计并给会计行业带来益处，还有一些局限性需要克服。人们观念的束缚、不完善的法律体系、区块链的技术瓶颈、区块链系统的稳定性、区块链如何可以大量稽核数据、如何统一各部门数据接口，都将阻碍区块链的发展。因此，区块链技术要真正应用于会计还有很长的一段路要走。

参考文献：

[1]钟玮,贾英姿.区块链技术在会计中的应用展望[J].会计之友,2016(17):122-125.

[2]贺慧.“区块链+会计”的前世、今生与未来[J].会计之友,2019(18):155-159.

[3]唐萌萌.浅析区块链分布式记账技术下的会计发展现状[J].山西农经,2019(09):142.

区块链技术的含义范文第2篇

关键词：大数据；软件工程；软件服务工程；第四范式

自上个世纪90年代初，信息高速公路在美国提出以来，历经近30年的发展演进，信息技术发展突飞猛进，信息化领域的新技术、新词语层出不穷，诸如IT技术、互联网技术、大数据技术、区块链技术、人工智能等。并且对人们的生产、生活方式产生了深刻的影响，认为现在进入了大数据时代、万物互联时代、智能化时代等。笔者认为，一直以来，其中除了硬件的发展，还有两个关键因素同样值得关注，一是数据，其是基础和目的；二是软件，其是方法和工具。唯如此，才能实现在软件生命周期即设计、开发、运行、优化，实现与大数据生命周期即获取、清洗、集成、分析、呈现等的互动。[1]换言之，现在来说，就是大数据和软件工程，二者助推了信息技术的发展，同时也是信息化的产物，在大数据时代背景下，研究软件工程技术的应用，对于经济社会的发展有着十分重要的意义。

1大数据和软件工程简述

1.1大数据简述

沃尔玛的“啤酒与尿布”是众所周知的大数据经典案例，大数据已经是当今信息社会炙手可热、耳熟能详的词汇，而且已形成共识，即人类已经进入大数据时代。上个世纪80年代初，《第三次浪潮》一书风行全世界。该书作者美国社会思想家阿尔文托夫勒就在文中将人类社会发展划分为三次浪潮，即以“农业文明”为主导的第一次浪潮，以“工业文明”为主导的第二次浪潮，以“信息化”为主导第三次浪潮。[2]其中首次提出了“大数据”（BigData）一词，并且，以“第三次浪潮的华彩乐章”这样的用词对其进行热情的讴歌。[3]全球著名咨询公司麦肯锡于2011年5月了《大数据：创新、竞争和生产力的下一个前沿》报告，公认此报告宣告了大数据时代的到来。由于大数据概念的提出源于不断的发展实践，其本身并没有严格、权威的定义。通常认为，大数据的大即大数据集的规模一般应达到10TB左右，现在已经达到了PB级的数据量。维基百科称“大数据”是这样一个术语，即其是用以描述用传统的数据处理应用软件无法完好处理的庞大的或者复杂的数据集。但“大数据”这一概念并不仅仅指数据规模的庞大，还包括对这些数据对象的处理以及应用活动。IBM提出大数据通常具有“5V”特征：Volume（数据体量大）、Variety（数据类别多样）、Velocity（处理速度快）、Veracity（数据真实性高）、Volume（数据价值高）。[4]大数据技术分类并分平行关系，而是呈纵向、层级状结构，详见图1所示。

1.2软件工程简述

软件工程本身并没有严格、权威的定义。并且，也是直到20世纪60年代初才出现了“软件”一词，于此之前，更多的是程序的概念，后来人们认识到与程序相关的文档也有着相当重要的作用，才有了“软件”一词的出现。软件发展至今天，已经远远不是程序个体或者程序员合作的方式能够完成的，即使能够完成，也会是效率低下、程序运行可靠性差，或者说根本就无法完成。于是，在1968年召开的大西洋公约学术会议上提出了软件工程的概念,简单理解，就是以工程的方法来进行软件系统设计、开发、运行、维护、优化等技术的总和，进一步言之，就是用“计算机科学、数学管理科学等原理，以工程化方法制作软件的工程”，属于一门交叉学科。[5]通常认为其包含有四个要素：（1）软件工程目标；（2）软件工程范型；（3）软件工程过程；（4）软件工程原则。

2大数据与软件工程的结合方式

宏观上讲，软件工程是比大数据更为宽泛的概念，大数据的技术与应用被软件工程所涵摄。如图1所示意，虽然大数据的各项技术与应用属于垂直领域，而软件工程牵涉的是横向领域，更加关注软件产品及软件系统工程上的实现及其管理。但是，大数据无论是其产品还是其系统的完成与落地，都离不开软件工程方法论的支持。换言之，软件工程的方法与技术贯穿于大数据的开发与应用，大数据也只是在软件工程发展过程中出现的概念。软件工程开发具有综合性，其应用渗透于各个学科和领域，大数据的技术与应用当然是软件工程所关注和研究的对象，或者说大数据技术的每一环节都离不开软件工程的支持。大数据应用的基础是要依赖数据链条的完整性，采用相应的算法于海量的数据中进行规律分析，算法要依据相应的实际环境进行相应的升级，遵循开发的基本原理，充分调整数据分布，从而在研究过程中将大数据技术与软件工程方法结合起来。并在开放的环境中通过网络与通信技术实现数据的共享，在此过程中，软件技术和水平亦能得到进一步的提高。在二者相互作用渗透的过程，软件效率得到提高，软件效益得以提升，从而实现客户需求的最大化。在软件开发过程中，还需要有必备的硬件和软件的支撑，来支持相应的数据流，随着数据流的增长，对于硬件和软件就会有更高的要求。工程技术人员在对数据流进行分析研究的同时，专家学者还会对在线服务进行研究。但是，数据流是重点，包括对数据流的使用方法的研究，对支撑数据流的软件和硬件的研究。另外，从软件工程开发角度看，无论是在服务端还是在用户端，软件的运行当然会产生大量的数据流，都将产生大量的数据信息，这些数据流对于软硬件的使用寿命有着决定性的影响。因此，在软件工程的开发中，对于海量数据产生的环境下，更有必要做好数据流的管理，要高度重视数据流的分析研究，并且对于原始数据进行深入的研究也应该引起重视，以期延长软件的使用周期。[6]

3大数据时代的软件服务工程

软件服务工程即所谓的面向服务的软件工程，强调的是其相对于传统软件工程的扩展。近些年来得到了很快的发展，已经成为当今时代的主流社会需求之一，服务功能已经是软件开发的基本原则。另一方面，也可以将其直观理解为“软件（Software）+服务（Service）+工程（Engineering）”三个方面的交叉融合，或者软件工程与服务工程两者的融合等。其内涵可以理解为研究面向服务的软件工程原则、软件工程方法以及软件工程技术，同时利用相应的软件服务设施和平台，开发较高水平的软件服务系统。[7]软件开发者根据需求变化，在社会实际实用中，以面向服务作为主要建设目标。在开发的初期就要首先搭建好软件的框架，充分利用编程语言、构思好编程思路，确保开发软件能够提供可靠的服务应用，保障软件运行时的稳定与可靠。在实际的服务过程中，要求开发者运用分布式应用程序，以虚拟操作的方式提供用户相应的服务。在应用中，融合大数据技术，能够实现对数据进行编程，达到软件互操作的效果，并提高对数据的主动协调。软件工程开发工程师可以对数据信息共享，实现各种学习交流，对软件进行协同开发，并结合用户的反馈，对软件系统进行优化处理，提高软件的性价比。近年来，开源软件是较为成功的软件习作模式，但是，其采用常规的研究方法，应用价值还不是很高。与开源软件相比，群体软件工程属于一种分布式软件开发模型，能够依靠网络进行任务分配，并能实现创造性的查询，通过众包形式的开发，解决开发过程中的难题。并且，在整个开发过程中，众包开发可以贯穿其全过程。所谓众包，一如其字面含义，是一种分布式的生产开发模式和问题解决方案。通过该种方式，开源软件和商业软件均可通过网络进行任务和责任分配。[8]随着我国计算机科学技术的不断发展进步，软件工程技术也取得了长足发展，软件服务工程也支持得到拓展和延伸。在大数据时代背景下，我们应当加快大数据技术和软件工程技术的融合与创新，提升对海量网络数据进行编程处理的能力，提高软件的安全和效能，增强其稳定性和可操作性，进一步整合软件工程系统的集成度。

4数据密集型科研第四范式

图灵奖获得者、关系数据库研究专家詹姆士格雷(JamesGray)曾经从科学哲学的层面将人类科学研究模式总结划分为最初的实验科学阶段，之后的理论科学阶段，到通过模拟的方法进行的计算科学三个阶段，相对应地称之为科学研究的第一范式、第二范式、第三范式。但是伴随着模拟连同实验所产生的海量的数据，需要由软件处理这些由各种仪器或者模拟实验产生的海量数据，并将处理得到的信息和知识存储于计算机中。之后，科研人员只需要对这些存储于计算机中的少量数据进行分析研究，不再是直接通过仪器或者模拟进行研究。因而基于数据密集型科学研究独特的技术以及其显著的不同于以往研究的特点，詹姆士格雷在2007于其科研报告中提出了将这种数据密集型的科学研究模式从计算机科学类型中单独区分出来的思想，随之产生了一种被称之为第四范式的新的科研模式。该报告整理后题名“吉姆格雷论e-Science:一种科研模式的变革”，成为微软于2009的年首次全面对数据密集型数据进行描述的论文集《e-Science：科学研究的第四种范式》的开篇文章。[9]当前，相当多的计算机领域的专家学者对数据密集型科研第四范式予以了关注，并进行了相应的研究，探索出了相应的方式方法，第四范式的研究被认为是大数据时代背景下软件工程技术研发的关键。信息化的发展与渗透，导致一切的事物都在随之发生着变化。包括实验、理论分析和计算科学均在数据泛滥的影响下与之前大不相同，软件工程技术既要适应科研第四范式，又在其中扮演着更加重要的作用。传统范式下的目的与探索之间不能够很好地衔接，数据信息的应用效率难以保障，难以满足项目管理目标的实现。数据密集型科研第四范式下的技术以及理论相关内容，与大数据技术特别是其中的存储技术有着紧密的关联性，其待探索的空间和应用价值相当广阔，其数据信息研发急需相应的理论支撑，该范式下的软件工程技术应用模块，亦能够对其他范式下的数据信息进行分析，对于更好地实现数据的存储与处理，提升处理效率，有着重要的研究价值。在第四范式模式下，对集成密集型数据的软件服务价值进行评估是首要的，需要摒弃以往的数据统计方法，构建新的针对大数据进行信息统计和分析的方法，这对软件工程技术的发展起着重要的作用。在软件工程技术的研究中，应当更新传统理念，重视其对大数据的处理和分析能力，使软件产业呈现全新的面貌，从而亦能促进其对大数据的数据分析能力。在第四范式的基础上，亦能够更好地支持第三范式，甚至于第一范式。该范式研究在我国软件工程开发中还处于初级阶段，软件工程开发人员需在强化已有数据模型研究基础上，加速由第三范式向第四范式的转变，尽快实现其应用层面的服务价值。