大数据时代的利弊
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篇大数据时代的利弊范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。
大数据时代的利弊范文第1篇
关键词：大数据；网络；安全；隐私；重要性
中图分类号：TP393.08 文献标识码：A 文章编号：1007-9416（2017）01-0216-02
1 引言
科技在发展、社会在进步，从18世纪工业革命至今，人类社会由农耕时代向工业时代迈进，进入20世纪随着信息技术的迅速发展崛起，人类社会再次向前进步逐渐建立信息王国。21世纪在信息技术及科学技术双重动力推动下，数据时代帷幕即将拉开。以大数据为基础的新时代，人们的生活将趋于个性化、定制化，这将颠覆传统商业统一生产模式，将为社会发展提供新机遇、新气象。然而事物的发展总是伴随着矛盾，我们需辩证统一的审视其利弊，并保持其平衡发展。诚然，大数据技术的发展同样是矛盾的，它的发展与进步一方面是推动时代前进的动力，另一方面也容易造成个体信息的泄露。2016年大数据的发展趋势、利弊的探讨已经进入白热化阶段，并我国诸多企业都已经着实布局大数据市场，譬如阿里巴巴集团的“阿里云”、百度的“百度云”以及“腾讯云盘”、“迅雷云”等。但是在发展过程中，众多占领大数据市场的企业都将目光转向“个人隐私保护”问题上。2016年博鳌论坛对大数据的探讨重点也已然放在了“隐私保护”问题上。大数据时代背景下，网络安全重要性由此可见一斑。
2 大数据时代下的信息网络安全现状分析
2.1 网络病毒对网络安全的威胁
大数据时代下，网络逐渐成为承载个人信息的主要阵地之一，身份信息、银行账户、就业就学信息等个人隐私都“裸”的暴露于网络之上。网络病毒作为不法分子窃取、窥测个人隐私的传统手法，现目前已然是网络安全隐患之一。在信息技术还不够完善且大数据体系还未建立之前，传播病毒的主要目的是盗取用户账号，如QQ账号、百度账号等，其危害性相对而言存在局限性。然而大数据时代下，用户账号信息的泄露则更加容易暴露个人隐私，甚至可能造成用户生命财产损害。譬如现目前较为盛行的微信、QQ诈骗，即是犯罪分子通过转播木马病毒而窃取并控制用户社交软件账号，并根据社交软件所含有的用户信息，掌握用户一般情况从而对亲戚朋友进行针对性诈骗，其诈骗成功率大大提升。因为大数据时代背景下，用户的个人信息较多的暴露在网络上，无论身份信息、就业信息、居住地信息都在大数据系统的监控之中，除此之外交际软件中的聊天记录也将成为犯罪分子直观化分析依据，为犯罪行为的实施提供的更加“可靠”的基础。总而言之，大数据时代背景下，由于病毒传播造成的用户信息泄露现象并不少见，因信息泄露而导致用户及其亲友造成生命财产损害的案例也不胜枚举。这也就凸显了大数据时代网络安全的重要性，这也就强调了建立网络安全屏障的迫切性。
2.2 网络安全管理不到位，网络自身漏洞引发的安全问题
任何网络系统都存在一定的瑕疵，因此网络系统维护是保证网络安全的第一防线。大数据时代下，数据系统并不是是大企业的禁脔，小企业、机关单位、学校甚至个体商户都有可能建构契合自身发展需求的信息数据系统。无论是哪一类的信息数据系统都是存在一定漏洞的，只是大型企业对自身数据系统的维护力度较大，填补漏洞及时因此发生信息泄露的几率相对较低，而部分小企业甚至是机关单位在自身信息数据系统维护上的投入较少，漏洞弥补周期长，安全隐患更加严峻。然而实际生活中，正是由于诸多信息数据系统存在漏洞，这也就造成了网路安全的紧张形势。反映到现实生活中即是网络犯罪事件、电话诈骗事件的激增。譬如近来曝光度较高的大学生被骗的案例中，诈骗团伙大多都清晰的掌握了学生的基本信息如姓名、电话号码、身份证号码等，甚至连学生的专业、班级信息都“如数家珍”。这样的案件使人不禁发出疑问，诈骗团伙是通过何种渠道得到如此详尽的个人隐私信息的。从实际案例分析来看，诸多诈骗犯罪分子收集信息的主要渠道即是利用数据系统存在的漏洞，对其进行非法攻击从而获取受害者信息，最后有的放矢的实施诈骗，这样的诈骗手法成功率高，其受骗金额普遍较高。由此可见，数据系统漏洞正逐渐成为影响网络安全的关键因素之一。一言以蔽之，大数据时代背景下，各个企业及单位应该做好数据系统维护工作，防治因系统漏洞而造成用羰据泄露，以此减少网络犯罪几率。
3 网络安全防范措施
正如上文所言，大数据时代背景下，网络安全问题关系这广大网民的人生财产安全，关系这社会的和谐发展。正因如此，我们就应该采取积极措施，推动网络安全体系建设，具体细则有以下几点：
3.1 做好病毒治理
病毒是影响网络安全的重要因素之一，做好病毒防治的促进网络绿色化、健康化、安全化的必要措施。做好网络病毒防治工作，首先应该提高网名防范措施，引导诸多网名自觉养成病毒查杀意识，并定期进行病毒查杀工作。其次是加强网络安全教育，即针对在校学生及社区群众展开针对性网络安全宣传讲座，促使学生及群众建立网络安全知识体系。最后是做好网络安全监控，即加强网络涉黄、涉暴信息的监控，因为这类信息是病毒的主要传播载体之一。
3.2 加强数据系统管理，做好系统维护工作
大数据时代背景下，信息数据系统承载了客户大量隐私，因此做好的数据系统维护管理是提高网络安全性的必要措施。对于企业与机构而言，需要立足于宏观视角，辩证认识网络安全重要性，以及数据系统维护与网络安全的内在联系，在维护管理工作上加大人力、物力投入，并积极加强系统维护人力资源建设，全面建构科学合理的管理维护体系。
4 结语
综上述，大数据时代背景下，需针对计算机信息安全管理技术在网络系统中的逐步健全，提升用户安全管理的防范意识，推动计算机管理技术在大数据背景下安全使用。
参考文献
[1]张国强.浅析大数据时代下的计算机网络安全防范[J].经营管理者，2015，12：367.
大数据时代的利弊范文第2篇
【关键词】室内设计；大数据；计算机辅助设计；虚拟现实技术
1引言
随着云计算、互联网技术以及各类传感器的迅猛发展和普及，海量数据早已渗透在生活的方方面面。数据已经深度渗入到当今每一个行业的研究与应用领域，成为影响生产力的重要因素。随着物质生活水平的提高，用户对于室内设计提出了更加多元化和个性化的要求，在信息化时代，用户自己可以获得大量设计数据。如何在满足功能性的前提下，既保持设计的美感，同时还要以个体为单位满足以人为本的设计理念，这就要求设计师颠覆和改变传统设计思维以及方法，让数据自己说话，即通过可视化的数据编辑手段使用户和设计师在某种大数据平台上可以互相沟通、达成一致。
2大数据与室内设计的联系
关于“大数据”，麦肯锡全球研究所认为其是一种规模大到在获取、存储、管理、分析方面大大超出了传统数据软件工具能力范围的数据集合。具有海量的数据规模（Volume）、快速的数据流转（Velocity）、多样的数据类型（Variety）和价值密度低（Value）四大特征。IBM又在此基础上加上一条真实性（Veracity），从而形成了大数据的5V特征。大量碎片数据伴随人类社会一直存在，只是在信息技术和互联网飞速发展的现代社会，其有了被记载、分析、组合利用的各种可能。即大数据技术的意义不仅在于掌握庞大的数据信息，更重要的是对这些含有意义的数据进行专业化处理与分析。大数据在产业中的应用关键在于能否对数据进行深度挖掘、有效加工，实现数据增值。通过云计算对海量数据进行分布式挖掘、进而云贮存并通过虚拟化技术云表现，是室内设计在大数据时代面临的改革要求[1]。对设计师而言，在海量信息前具有更强的洞察力、决策力、信息优化能力，针对用户需求量身打造符合功能性的个体化设计，是人性化设计在大数据时代背景下提出的新要求。
3室内设计中大数据应用的现状
3.1传统计算机辅助设计在室内设计应用中的利弊
20世纪以来计算机辅助设计已经进入我国市场，和手绘图纸一起用来展示设计要点和表现设计效果。20世纪末，随着计算机软件的飞速发展，以CAD为代表的施工类平面软件和以3DMAX为代表的三维空间表现软件逐渐取代了传统的手绘表现。这些计算机辅助设计软件参与到室内设计中后，很大程度上提高了工作效率，施工类工程软件由于有相关行业规范制约，比起传统手绘表现数据作图都更加精确，行业统一的作图标准也推动了产业的内部交流和发展。同时，也正是由于行业规范的标准化要求，一定程度上限制了室内设计师的主观想象力和表现力的发挥，而制图的行业门槛要求使得用户难以准确有效地了解设计细节，以致和设计师进行沟通时存在理解上的偏差。客户大多情况下，依照设计方效果图理解设计方案，而效果图表现因技术原因，准确度往往比较模糊，在实际操作中难免存在“买家秀”和“卖家秀”的区别，从而造成沟通障碍和客户满意度的下降。以CAD、3DMAX等计算机辅助设计软件介入设计的过程，依然由设计师占据着主导地位。设计师往往依赖于自己的感性认知和设计经验进行设计活动，在和用户沟通时因为双方知识经验等存在较大差别，往往需要根据客户的要求进行反复的修正，设计师在理解偏差中会陷入繁重的重复劳动中。如何使得客户能够有效表达自己的设计愿望，并以双方都能够快速理解的方式进行表现和后期施工，成为当下计算机辅助设计面临的难题。
3.2虚拟现实技术在室内设计中的应用
虚拟现实技术（VirtualReality）简称VR，是一项囊括计算机、电子信息、仿真技术于一体的全新实用技术。近年来在国内崭露头角，深刻地改变着社会生活。其基本实现方式是计算机模拟虚拟环境从而带给人仿真环境沉浸感。随着谷歌、三星、阿里巴巴等行业巨头介入虚拟现实领域，消费者的虚拟现实时代正逐步到来，同时，这项技术也深刻影响和改变着设计领域[2]。在室内设计领域，如前所述，设计师与客户的知识经验、行业背景存在较大差异，在专业图纸上，客户很难和设计师以同一视角理解方案，导致客户一遍遍要求修改，设计师也会陷入沟通不畅带来的重复劳动中。如果利用VR视角，其拥有的超级仿真的虚拟现实场景可以让客户有一种身临其境的感觉，甚至可以在听觉、嗅觉、视觉、味觉等方面进行仿真，全方位满足人的感官系统的需求。设计师可以和用户同时在这一平台上直观地根据客户的感性需求进行沟通和调整，解决了沟通不畅的问题[3]。虚拟现实技术还可以让设计师随时根据客户的要求对空间尺寸、设计细节、材料家具等进行在线修改，调整相关参数后，系统将调整后的虚拟场景再现给客户，即时快捷，高效省力。因为借助于感官系统表现，设计师和客户拥有共同的感知基础，客户可以在不具备专业知识的情况下自由表达自己的想法，设计师也可以尽情地表达自己的设计方案。虚拟现实技术使得甲乙双方沟通顺畅和在线即时修改成为可能，可以极大地提高工作效率和行业满意度。
4室内设计中大数据应用的未来趋势
4.1提供多元化的室内设计方案和个性化的私人订制方案
大数据具有海量数据规模和快速数据流转的特点，这为各行业提取材料提供了多样的数据类型。各种公共资源经过优化后可以在各行业之间高效流转，打破了传统意义上行业壁垒和专业数据有限的拘囿。室内设计中大量的数据库建设和储存、高效的爬虫技术筛选和整合带来了海量室内设计数据化方案。并且这些海量设计方案在智能化、人文化、共享化的基础上实现，呈现出多元化的特点。比如智能化支持设计师可以在数据库里输入户型数据，从而对应得到相关的技术参数要求和适配的户型设计方案。然后设计师可以根据具体客户情况和需求对选中的适配方案进一步修改使其人文化，方案通过后再上传共享，融合为大数据的一部分。这些多元化的室内设计方案在大数据、计算机建模、虚拟仿真技术的支持下可以在平台上不断修正和添加，本身又具有生态化的特征。在大数据背景和计算机建模、虚拟现实技术支持下，室内设计以技术手段为载体，将室内空间分置及其内部材料模块化。普通用户就可以轻松通过拖拽相应模块中自己感兴趣的部分集成到自己的户型设置中，通过和计算机程序的不断交互实现最终理想方案。这个过程始终在场景上是直观的、可视化的。并且操作上简单易行。可以快速高效地把用户喜爱的风格、材料、形态等以数据形式完成链接、传输。从而实现真正意义上用户自己定义的私人订制设计方案。达成人-计算机终端-物的互通。同时，在计算机与人交互过程中，智能终端可以根据用户点击分析其喜好，不断调整生成适合此用户的模块化选择，用户也可以通过语音输入直接要求为其生成符合条件的模块。这种生态化的交互极大地节约了搜寻数据的时间和精力，也缔造了属于个体的独特的私人订制室内设计空间。
4.2智能化的家居环境建设
在大数据背景下，智能化的人机交互使得家居环境越来越向智能化方向发展。无线传感器对环境信息进行实时检测和采集，人工智能将会把声环境、光环境、空气环境、温湿度环境等环境指数调整至最佳状态，如果用户在异地，还可以借助互联网实时将数据上传，可以在异地对智能家居系统进行监控和调整，实现远距离控制，方便照顾家里的老人孩子，也可以在主人回家前让智能家居系统一切就位。未来可期的智能家居系统包括智能照明、智能家电、智能遮阳、智能安保、节能控制、系统软件、系统网络等，具有智能、安全、舒适、便利的特点。其系统构成灵活，每个智能家居系统由各个子系统连入网通，通过手机或平板电脑等触摸屏或者语音系统进行操作，场景控制模式众多，可以根据需要对子系统进行删减或添加，安装方便，无线连接，可以随时组装和拆除。构建高效的家庭环境控制和管理系统，提升家居生活品质，并实现环保控制平台，还可以将个体家居环境数据共享至区域性环境监测点，在不同区域范围资源共享，数据优化。
5结语
大数据时代背景下，各行业都在搭载数据化的快车悄然发生翻天覆地的变化。随着计算机辅助设计和BIM等技术的发展，室内设计领域出现了多元化的应用可能，如海量多元化的室内设计方案、个性化可定制的室内设计方案提取、智能化的家居环境建设等。未来必须转变设计思维、设计方式、细化软硬件技术配套、对用户市场进行网格化覆盖，从而扩大智能生态链并进一步优化数据。充分运用大数据带来的信息化优势，就可以使得室内设计真正实现智能化、生态化、人性化的家居环境建设。
【参考文献】
[1]马辉，孙佳铭.基于大数据平台室内设计数据化应用的价值研究[J].工业设计，2017(3):114-115.
[2]覃斌.虚拟现实技术在住宅室内设计互动分析中的应用[J].山西建筑，2016，42(25):7-8.
大数据时代的利弊范文第3篇
关键词：大数据；企业模式；变革
大数据时代伴随着互联网、云计算的迅猛发展已悄然来到了我们身旁，对企业的生产、运作、管理、决策等产生巨大影响，信息已经成为支撑我国经济新常态及结构优化的重要战略之一。传统的企业管理模式已经不能适应当今的大数据环境，面对大数据分析应用的突破性发展以及数据信息的海量爆炸，企业必须改变自身的管理模式。“大数据”为企业提供了更广阔的空间，更广泛的客户群，通过对大数据的挖掘，为企业找寻更有价值的信息，为企业决策进行支持，使得企业发展目标更明确，针对性更强，也为企业管理模式提供了新思路。
一、大数据对企业模式的影响
大数据的研究已经成为各国高度重视的一个热点问题，在企业管理领域也逐渐显现出一些重要的影响和变化，大数据为企业带来了一场信息大变革，企业拥有海量的交易数据、运营管理所产生的大量数据以及供应商数据，在这些数据中便隐含着难以计算的信息资源。因此，大数据分析对企业发展起到越来越重要的作用，对企业战略目标的确定、运营模式的变革也有一定的引导作用。
1.大数据为企业孕育新机遇
在当前激烈的市场竞争下，企业的信息数据也成为企业竞争所掌控的重要资源，通过对大数据的处理，企业可以获取各类信息，为企业创造更多的机遇。基于大数据所包含的客户信息，通过对市场中各类数据进行深度挖掘，可以获知客户的真实需求，为客户量身定做针对性强的个性化方案，大数据滋养了个性化商业的发展。另外，企业还可以通过对大数据的分析，发现潜在客户，扩大企业的客户群。利用大数据背景，创造企业的数据库平台，通过对数据的整合分析，使得数据与现实能够无缝对接。同时，企业还可以通过互联网等平台，实时接收客户对企业的评价，并及时针对企业的问题进行优化改良，从而使企业在健康的内外部环境下，灵活的调配信息资源。大数据可以提供更大完善的信息，也带来更高的商业价值，因此抓住这一机遇就能收获更大的财富，只有牢牢把握这一机遇，才能在当今蓬勃发展的信息时代立于不败之地。
2.大数据为企业带来新挑战
大数据如巨浪般冲击着我们的生产与生活，一切传统企业模式将会被，企业通过先进的数据挖掘技术，完成数据增值，从而创造更有价值的商机。当今社会每天每时都会产生巨量的数据，这些数据也悄然的记录着世界变化的轨迹，信息时代的竞争已经不再是劳动生产率的竞争，而是基于知识的数据竞争。大数据环境的动态性对企业提出了更高的要求，每个环节的改变都引导着企业的变革，企业必须通过最有效的方式实现数据最大化的价值增值。同时，基于数据的客观性及信息量大的特点，对企业在数据保密及备份、保障客户信息安全等方面提出了更高的要求。
3.大数据为企业创造新空间
大数据环境具有典型的开放性特点，企业利用大数据能够极大限度的突破时间和空间的束缚，为企业的发展建立了更高的平台，为企业创造了新的发展空间。当前我经济发展随机性与变动性不断增强，企业模式也要不断的随之进行调整，做到与外部大环境的发展同步，才能使企业在竞争中站稳脚跟。大数据的应用为企业的决策提供了客观的数据支持，企业决策不再单单依托管理者的思想和经验，而是更多的依托于完善的数据体系，从而提高了企业的决策准确性，为企业的发展战略指明了道路，增强了企业的竞争力，扩大了企业的可持续发展空间。
二、大数据推动企业管理模式变革
随着信息不断流动、大数据呈级数增长，过去的企业管理模式已经不能适应新环境，大数据及其分析技术已经成为世界各国企业管理的主要工具，整个社会活动的数字化记录，已经成为可以被重复利用的宝贵财富，是珍贵的管理依据。新时代下，每个企业都站在同一起跑线上，谁都有可能占据数据时代的前沿阵地，企业要在大数据环境下走向经济的最前端，就要及时转变管理模式。
1.变革管理理念
传统的企业封闭式管理模式已经不能应对瞬息万变的全球化经济，现代企业在大数据时代下要对自身的运营管理模式进行深度改革，在管理上紧跟时代的步伐，通过数据反映管理问题，根据数据信息转变管理模式。实际上，基于大数据的新型企业管理理念正在迅速发展，这种新理念也将为企业带来新的、更高的商业价值。现代企业应从注重微观层面转向宏观层面，从以产品为中心的传统管理模式转向基于服务的、能够与其他元素和谐共处的新型管理模式。这种管理模式不但能够提升企业对客户增值服务的附加值，而且由于它是以数据为基础的管理模式，因此更加合理科学化，也更客观，它既迎合了大数据的时代特点，又增强了企业竞争力，提高企业管理效率。
2.变革数据管理
数据是企业的重要资产，掌握了数据就如同站在巅峰，它将促进企业转型，使企业获取更多的商机，在竞争过程中能够脱颖而出。大数据时代的海量数据已经不单纯是传统的结构化数据，更多的是包括图片、音像等非结构化数据。而有数据显示，目前大部分企业的数据处理还只是针对于结构化数据，对半结构化、非结构化数据的处理能力微乎其微。企业处于数据激增的环境中，需要具有快速、及时处理大量数据的能力，尤其是对半结构化、非结构化数据的处理能力有待进一步提高。企业需要将来自内、外部的数据进行抽取，打破原来的系统壁垒，把来源不同的数据资料进行全面整合，对其所拥有的各类数据进行更深入、全面的数据挖掘。大量的数据信息在被企业使用并为企业创造更多利益的同时，也对企业的数据安全保障系统提出了更高的要求。从政策上，要通过相关法规文件来保障机密数据及个人隐私不被外泄；从技术上，要通过物理隔离实现数据隔离，通过信息加密及增设多级登陆密码等方式来保障数据的安全性。
3.变革人力资源管理
人才在大数据时代仍然是企业发展的重要因素，面对内、外环境的变化，企业需要一批拥有综合素质的管理者，他们既有丰富的管理经验，又有提取和分析利用数据的能力，同时还兼备营销知识、运营管理素养。CDO（Chief Data Officer，首席数据官）应运而生，其主要职能是使用数据搭建企业与社会的平台，通过这一平台从社会获取更多的潜在数据，并进一步对数据进行挖掘，为企业创造更大价值。CDO将数据当作企业资产，为企业提供多方面的决策支持，他们能够理解“商业语言”，从数据分析角度来帮助管理者面对挑战。CDO在企业的发展过程中起着重要作用，高层管理者应给予更多的信任和话语权。
4.变革决策观念
大数据环境下以数据体系的发展为基础，通过数据分析帮助企业进行决策，在决策过程中，不仅需要数据的客观性，也需要人的主观决策，单纯的主观决策无法应对复杂的市场环境，同样，单纯的数据决策也会造成偏离实际。大数据环境下，产业边界也变得越来越不清晰，因此使决策更加复杂，决策的时效性要求更高，决策知识分布更加广泛，因而在大数据背景下，企业决策应更注重以公众为主体，而不再是决策者的“一家之言”。
综上所述，大数据已经遍布于各行各业，涉及到每个领域，也对传统企业管理模式带来巨大的冲击，及时变革企业管理模式能够最大限度的提高企业利益，同时能够保障企业的可持续发展。企业在内、外环境多变的“大数据”下，要针对当前形势，总结原有管理模式的利弊，扬长避短，不断优化产业链。运用先进的数据分析、挖掘技术，制定企业发展的长远计划，加速我国的经济腾飞。
参考文献：
[1]董纪阳.大数据时代的企业决策[J].中国管理信息化，2014（24）.
[2]吴忠，丁绪武著.大数据时代下的管理模式创新[J].管理世界，2013（10）.
[3]马琳.大数据时代下的企业管理模式的创新[J].天津职业院校联合学报，2014（07）.
大数据时代的利弊范文第4篇
在招聘的过程中，企业大多采用网络招聘、校园定向招聘和现场招聘等形式，招聘者只对求职者的部分基础数据有大致的了解，如专业情况、实习经历等半结构化数据，而对求职者的动手能力、专业技能掌握情况等一些重要的非结构化能力数据却并不太了解，对于员工的一些业绩完成时效、职称提升率更是全然不知。在大数据的背景下，一种不断融合社交网络的立体化的新招聘形式逐渐受到人们的关注。这其中较为成功的社交网络就是LinkedIn，它能够借助社交基因弥补传统招聘的不足，既能使招聘者对应聘者的社交信息有详细的了解，提高招聘的质量，节约招聘成本，又能拓宽求职者了解所应聘公司信息资料的渠道，提高其应聘的效率。社交网络拥有很多数据集群体，基本涵盖了与一个人有关的全部信息，如工作信息、生活状况、社会关系、工作效率、能力和潜力开发等。人力资源部借助社交网络的大数据能够直接获取应聘者的各类信息，不仅包括人力资源管理中所涉及的大数据信息，还包括其它财务数据信息和隐私数据信息等，从而形成与应聘者有关的立体信息集，全面了解应聘者的实际情况，实现精准的“人岗匹配”，达到人尽其才，才尽其用，人事相宜的状态。企业人才招聘在“社交网络”的大数据库里加以遴选和聘用，不仅可以避免“井底之蛙”的眼光，还可以防止一些拥有人事权利的人，从而促进人才的高效流动。对人力资源部门而言，一方面要把求职者的简历信息、职位申请信息等不断地聚集起来，为招聘工作的大数据分析奠定基础［5－8］。另一方面，要在此基础上充分利用现代的云计算技术对大量数据进行处理，筛选有用的信息，摒弃无用的数据，得到申请职位情况、就业倾向等系列分析成果，并结合企业的人力资源规划情况得到企业各部门的招聘计划，使招聘工作做到有理有据，流程更有成效，使配置工作定位更精确，实现“引”和“用”的艺术结合。
二、大数据与员工的开发：最大潜能＋查缺补漏
职业生涯管理作为人力资源开发的重要组成部分，在企业的人力资源管理中发挥着重要的作用，可以更加有效地开发和利用企业内部的人才资源，减少对外部招聘的依赖，节约招聘成本，节省招聘时间；增强员工对企业的忠诚度和向心力，提高工作的积极主动性，减少离职率［9］。在大数据时代，海量的具体量化数据可以为职业生涯管理提供更具有说服力的信息并增强决策的可行性。在大数据的理念下，职业生涯规划就是基于全部数据的职业生涯规划，因此在信息的收集上，人力资源部不仅要了解员工的应聘岗位、晋升意愿以及职业规划等结构化与非结构化的数据信息，还要深入挖掘与职业生涯规划相关的其他信息，力求保证信息的完整性与整体性，然后对这些信息进行量化分析，摒弃一部分干扰数据，最终形成员工的立体信息集，使职业规划定位和职业引导更具有针对性和说服力。企业可以利用软件技术开发设计一套基于大数据理念的职业生涯管理测评系统，对于传统的职业生涯管理取其精华，去其糟粕，与大数据下的职业生涯管理结合起来，发挥二者的优势。由此一来，企业可以全面地掌握职工行为，主动地为职工提供“量身定做”的人事服务，帮助员工胜任工作并发掘员工的最大潜能，提高企业的竞争力。然而，在大数据时代，现有的人力资源开发方式存在严重的局限性，其中较为明显的就是人力资源的培训开发［10］。培训分为岗前培训和在职培训，能使员工了解岗位工作职责，认清工作重点，改善工作中的不足，提高工作效率，实现“人岗匹配”。因此，对员工进行培训十分重要。目前，大多数企业都采用问卷调查的形式，让员工参与其中以确定培训的内容。然而，随着大数据时代的到来，这些方式日见其片面性。大数据中的一个“大价值”就是在应用中纠正错误，因此人力资源管理部门应关注相关数据所表现出的错误，实施针对性的培训，做到查缺补漏［11－12］。例如，对于煤炭企业的煤矿挖掘机操作作业的专业技术人员来说，可以从其业绩完成率等结构化的效率数据来反映其需要培训的内容。换句话说，如果专业技术人员的业绩指标出现了下滑，人力资源部就可以针对问题进行数据的收集、整理与分析，深入挖掘根源数据，确定问题来源是专业技术知识的缺乏还是团队士气的不足，从而确定不同的专业人员的培训计划。企业可以根据不同的情况，制定不同的部门培训计划、一般人员的培训计划、选送进修计划等。这样一来，人力资源管理部门就能对员工的培训做到游刃有余。
三、大数据与绩效考核：岗位数据＋员工参与
在以往的考核中，考核者大多依赖有限的记录对被考核人进行主观评价，进而确定考核结果。例如，通过记录员工的出勤率、工作热情程度等通用型结构化和半结构化的基础数据和故障率、任务完成效率等岗位型的效率数据来确定员工对企业的贡献。然而，在大数据时代，想要在考核中做到客观公正，消除员工的机会主义行为，人力资源部门就必须改变原有的考核方式，建立以数据为依托的人员考核和胜任力分析工具。在绩效考核指标的设计中，首先进行的就是岗位分析。因此，企业要充分利用现代科学技术和平台，全面收集和深入挖掘岗位相关数据，建立以数据为依托的绩效考核指标，进而设计员工考核的分析工具，使其不仅可以客观地肯定员工过去对企业的贡献，还可以对员工未来工作的改进提供量化的指导。此外，还可以在企业内部建立信息共享和互动平台，如微信、微博、贴吧、bbs等，让员工对绩效考核指标的筛选、内容的确定、实施的流程等一系列要点的确定各抒己见，积极进行讨论互动。由此一来，人力资源部就可以利用平台所产生的大量数据客观地确定绩效管理的方案，明确员工最关心问题和最希望解决的途径等。利用这样的互动平台，员工就间接地参与了绩效考核政策的制定，还可以对企业的领导及其他人员的绩效进行直接的考核，有助于推动组织管理和绩效考核的透明化、领导对员工绩效的把握和员工对领导工作的监督以及员工之间的信息共享和相互沟通。让员工参与其中，使其更能感受到企业对其重视，进而调动其工作热情，提升其对企业的忠诚度。
四、大数据与薪酬激励：针对性＋多元化
有效的激励不仅是对员工过去业绩的肯定，使其获得成就感，还对员工未来工作积极性的提高具有重大的意义。随着人力资源管理系统的不断发展，薪酬激励的手段不断增多，体系日趋完善。就目前来说，主要有以下几种激励措施：物质利益激励、事业激励和感情激励。物质利益激励主要包括薪酬激励和福利激励，如基本工资、绩效奖金津贴和五险一金等，这些都是员工基本生活和稳定工作的保障。在大数据时代，要以数据为基础，用事实说话来制定薪酬体系才能做到客观公正，保证人才队伍的稳定。通过对基础数据的了解，对那些长期服务于公司的员工要加大物质激励的力度，可以采取提供无息购房贷款的政策并且通过全面的数据分析来确定贷款的额度。对那些在能力数据和潜力数据方面表现优秀的员工来说，仅仅采用丰厚的物质激励是远远不够的，还要采取多元化的激励手段。根据马斯洛的需求层次理论，人都有自我实现的需要，在企业内，尤其是高层或骨干员工，他们都希望在专业上有所建树，在职位上有所提升，其名誉权威需求比物质利益更加强烈。因此，企业可以制定相应的进修计划，其名单的考核和确定一定要以员工所产生的大数据为基础。此外，感情激励也是一种很好的激励手段，是对员工的尊重与信任、理解与支持、关心与体贴。企业恰当地利用感情激励能够充分调动员工的工作热情，培养员工的忠诚和信任，从而打造一支稳定的工作团队。例如，在企业内部建立经济困难预警系统，当员工持餐卡在食堂的餐饮消费低于一定数额时，系统会自动给其发送通知，询问其是否需要帮助，相关人员还将根据预警进一步地详细核实，最终确定是否对其提供帮助以及帮助的程度。
五、大数据与员工关系：劳动契约＋心理契约
劳动契约明确规定了企业与员工之间的权利与义务，而在大数据时代，劳动契约要更多地体现人性化的原则才能保证员工满意，降低企业的离职率。例如在考勤管理方面，随着大数据时代的到来，计算机技术的广泛开发和应用，一种由打卡记录员工出勤情况的考勤手段发展到指纹记录，将来也有可能采用瞳孔记录等一些更为先进的手段，这些都很好地体现了以人为本的原则。此外，企业仅仅以劳动契约与员工建立关系是远远不够的，还需建立以共同愿景为基础的心理契约。以数据和客观事实为基础进行人事决策，让员工参与其中，对数据进行全面分析，使员工感受到客观公平，从而对工作更加积极，更容易在核心价值观上达成共识，由此来培养员工的职业道德，实现员工的自我发展与管理。大数据时代人力资源管理的信息化及全球化，使得员工通过计算机技术与网络技术逐渐改变其原有的工作方式，不断提高工作效率、规范业务流程，为企业带来更好的增值服务，实现企业与员工个人共同成长和发展，为实现双赢的目标而共同努力。
六、人力资源管理融入大数据时代应注意的问题
1权衡大数据带来的收益与支出
企业要想将大数据融入人力资源管理体系中，首先要考虑其可行性，即要考虑其规模和资产，权衡收益和成本，始终以利益最大化为目标。目前，一些中小型企业盲目跟风，急切地将大数据引入到人力资源管理系统中，认为拥有大数据就是拥有先机和脱颖而出的法宝。然而，很多企业不明确大数据的真实含义而一味收集无用的信息数据，消耗了大量的财力建造基于数据的信息管理系统，并对其进行维护。这样的行为完全忽视了收益与成本的关系，有可能得不偿失，容易造成人力资源管理系统的瘫痪。因此，在今后的发展过程中，企业首先要考虑大数据与人力资源管理系统结合的必要性，避免盲目跟风，用谨慎认真的态度权衡利弊。
2人力资源的共享与安全
大数据时代的利弊范文第5篇
关键词 大数据应用背景 超级计算机 数据处理
在电子信息技术的推动下，大数据已成为了当代潮流前线的主流技术，所谓大数据，从狭义上理解主要是指各种大规模的数据，具体来说是指难以在既定的时间范围内使用常规软件以及技术进行收集、统计、储存以及管理的数据集合，必须通过新型处理模式才可将其决策力、洞察力、发现力以及流程化进行充分发挥、具有规模大、复杂程度高、实时性强、高增长率以及多元化等特征的信息资产。由此可见，大数据是一种不同于传统数据的信息化数据资产，仅仅应用传统的软件或工具进行统计或管理是难以显效的，我们必须针对大数据的特征以及需求设计一款超级计算机，用于满足大数据的计算需求。
通过超级计算机来构建大数据处理中心，是现阶段最为主流的应用趋势。相比于传统计算机来说，超级计算机在性能方面具有显著优势，可以为大数据提供高效的计算以及处理服务。超级计算机早在二十世纪七十年代初就已被很多国家作为了一种战略性资源而进行使用，在国家经济建设、国防安全、社会发展、科学研究等方面得到了广泛的应用，并作出了极大的贡献，因此现阶段，超级计算机技术基本已经成为了衡量国家科技水平以及国防力量的重要指标之一。天河二号超级计算机是由我国国防科学技术大学研制而成的，它实现了每秒钟三点山九亿亿次的浮点运算速度，并以此成绩蝉联五次夺得全球运行速度最快超级计算机奖项。但是，超级计算机虽然具有如此高效的运行速率，它仍然只能在自己所擅长的以科学与工程运算为主的领域中发挥作用，例如一些计算密集型的任务中。此外，超级计算机具有计算模式单一的特点，它的处理过程通常由批量处理计算、流式运算、迭代运算、图运算等数据密集型运算方式组成，因此传统上的超级计算机很难直接被应用在大数据的计摘 要 在大数据应用时代背景当中，超级计算机迎来了前所未有的挑战，这些挑战主要体现在数据的计算、存储、通信以及编程方面，因此基于大数据的实际特征以及需求来设计一个超级计算机系统是十分有必要的。本文围绕如何基于大数据特征以及需求进行超级计算机设计、大数据时代应用背景下编程模型的设计两个方面展开讨论，对大数据应用背景下的超级计算机设计进行了分析，并提出了一些笔者自己的见解，希望能够对大数据应用背景下的数据处理问题提供一些对策建议。
关键词 大数据应用背景 超级计算机 数据处理算以及处理中。
1如何基于大数据特征以及需求进行超级计算机设计
显而易见，大数据的出现给人类技术带来了极大的挑战，而超级计算机具有十分强大的计算能力以及极其高效的数据处理能力，它将海量的信息高度集中在自己的系统当中，并通过工具媒介、数据存储等多元化角度对这些庞大的数据进行处理、分析以及应用，由此可见，不同的超级计算机在对信息处理以及计算时所呈现出的性能水平也是有所差异的。我们之所以要通过超级计算机来实现高性能数据计算，主要目的就在于提升数据计算效率，并通过对大数据的应用来增强通信效率。在本文中，笔者将围绕硬件和软件两个层面来设计大数据应用背景下的超级计算机。
1.1硬件体系结构
信息量大以及操作简单是大数据应用的显著特征，大数据应用能够确保计算指令维持在一个相对来说较低的状态，实际上间接增加了数据访问所需的成本，由此可见，在使用超级计算机管理大数据的过程中主要存在的问题在于数据吞吐率与数据计算效率之间的失衡性。针对这一问题，我们可以重点以两个切入点进行解决，一是针对片上缓存实施彻底优化处理。大数据应用指令等级相对较低，跳转频率较高，且不具备充分的局部性，再加上大数据通常只能使用一次，我们可以基于上述特点来降低指令缓存，并构建一个连接处理器与二级缓存的通道，以确保数据吞吐率与计算效率之间的失衡状态得到相对改善；二是提高大数据计算能力。在大数据的影响下，信息逐渐呈现出高密集化状态，这使得传统的处理器已无法满足信息处理需求。因此必须通过超级计算机来部署一个具备良好实时性的处理器，其中异构并行处理器是一项很好的选择，具体来说，也就是把R档募铀倨鞯既胫镣ㄓ么理器核心当中，在加速器的推动作用下，使数据处理过程中能够实现数据并行的效果。大数据应用过程中，对于数据的处理频率相对较高，因此必须想方设法改善节点计算效率并强化通信效率。顾名思义，大数据就是代表庞大的数据信息量，因此相应的储存模式也较为复杂，种类繁多，其中最为常见的数据储存模式为集中式存储模式以及分布共享式存储模式。为了较好地应对大数据通信频率较高这一问题，必须通过合理的手段来提高节点与节点或与设备之间的连接效率以及。对上文内容进行总结后得知，要想有效解决大数据应用中存在的问题，其中最关键的环节在于加大互联通信技术层面的研究开发力度，提高在节点连接效率优化方面的研究力度，一般可以通过两种方式来实现，一种为研发一款软硬件结合的多借口网络芯片，另一种为通过光互连技术来改善数据传送过程中的问题。
1.2硬件体系架构
在大数据中包含着海量的结构化数据、非结构化数据以及半结构化数据。这三种数据类型对应的存储方式也各不相同，结构化数据通常使用数据库结构实现存储，而非结构化以及半结构化数据的存储则更多地以依靠于不同文件与系统之间的协调与配合来实现。数据处理与数据计算是两个完全不同的过程，在数据计算的过程中，当数据加载已经结束时，则需要对各系统之间的交互频率进行合理地调整和控制，所以说应该选择单一的分布式文件系统来实现。而针对大数据的处理方式则相对来说更为丰富，同时也更加复杂，其中使用频率最高的数据处理方式有图处理以及批处理两种，这样据必须得到不同文件与系统之间的良好配合已结支持。由此可见，在设计超级计算机时，单一的文化系统完全不能满足计算机运行需求，应将多种文件组合在一起进行超级计算机系统的设计。
通过对非结构化数据的存储模式进行深入研究后可以发现，它所使用的存储结构通常为分布式文件系统。为了能够进一步提升大数据的处理效率，Google对大数据储存的文件系统进行了一定的创新，在原有基础上设计了一款具有扩展功能的GFS文件系统，创新后的文件系统在对应用层的运用下实现了对控制流以及数据量进行分离的目的，可以说是一个真正意义上的分布式文件系统，即使面对规模庞大的数据信息，该文件系统也能够实现高校的储存以及处理。GFS文件系统由以下三个基本部分构成，分别为若干块服务器、单一的主控服务器以及客户端。本论文以GFS文件系统为出发点，对目前已研发上市且具有代表意义的阿里巴巴分支ADFS系统进行了分析。在阿里巴巴的ADFS系统中，主要针对HDFSNameNode在使用过程中暴露出来的单点故障以及内存不足等一系列问题实施优化，工作原理主要为将内存中不属于热点范围内的数据转移至外部数据库当中，通过这种方式来缓解NalneNode所承受的内存压力，从而提升数据的处理质量以及效率。而在对半结构化数据以及结构化数据进行研究后发现，半结构化数据以及结构化数据在存储方式上有着十分显著的共性特征，他们通常都优先选择数据库以及分布式表结构作为存储方式，只有一些结构相对较为简单的半结构化数据更倾向于选择Key/Value分布式系统，其中较为典型的为亚马逊公司的Dynamo系统以及Facebook的Cassandra系统，亚马逊的Dynamo主要是运用Key/Value作为数据存储模式，这一存储模式相比于其它模式的优点在于具有强大的可扩展性以及可用性。Facebook的Cassandra系统同样也是采用Key/Value作为数据存储模式，通过对这一存储模式的运用进一步实现了数据存储可扩展性以及一致性的增强。
2大数据时代应用背景下编程模型的设计
在大数据时代@一背景下，编程模型所面临的挑战也是日益凸显出来，传统的编程模型也开始表现出一定的动力不足趋势，并无法满足大数据的编程要求，为了有效解决这一矛盾，必须基于大数据的特征以及需求来设计一种有别于传统编程模型的全新的编程模型。大数据时代下的编程模型必须满足简单易操作的基本原则，并在此基础上尽可能提高性能水平，构建一个清晰明确的编程抽象，确保程序员的编程工作能够更加顺畅，在这一过程中，程序员并不需要关注程序在集群中运行的具体状态以及情况，只需要针对每一项问题进行一一解决即可。在新的编程模型中，程序员的主要工作与任务在于关注一切有待解决的问题，以此来确保编程过程中各项任务的清晰化、明了化，同时还可以使代码后期的维护管理工作得到极大程度的简化，使程序员的工作更加方便、简洁、高效。此外，在构建编程模型时还应考虑到系统数据计算能力以及处理能力提升的目的，我们不仅要确保程序能够在集群上实现高效稳定的运行，同时也要保证不同类型的作业与任务能够在集群上并发运行，这样可以大大提高集群内部资源的共享有效率。但是在这一模型下，我们也会面临许多新的问题，需要后期通过探索与研究进行慢慢攻破，例如如何有效处理异构性问题、如何提升本地数据的有效利用率等。因此在基于大数据应用背景下进行新编程模型构建的同时，我们的考虑内容不能过于单一，必须综合衡量各方面的影响与利弊，在此基础上作出适当的取舍以及判断，从而构建一个简单、便捷、可靠、高效的大数据编程模型。
为了使效率得到进一步提升，超级计算机一般来说都会选择应用并行编程模型，例如Open MP以及MPI，其中，Open MP通常会与共享存储模式的融合而被广泛地应用在对称多处理器等架构的相关设备当中，而MPI所涉及的编程模型则相对来说更为复杂，一般来说需要在切换至信息通信计算模型下，要求编程工程人员针对所有的程序问题根据一定的规则进行一一分类，随后再将这些分类号的问题映射至分布式进程集合当中。Open MP以及MPI等并行编程模型并不适用于大数据的计算以及处理过程中，因此一些规模较大的互联网企业会根据自身公司的实际情况以及需求来研制具有针对性的大数据处理模型，这样一来不仅可以使工作人员的工作效率得到提升，同时也在很大程度上促进了大数据应用的有效实现。
3结语
综上所述，在大数据应用背景之下，对于超级计算机的设计可以适当导入一些高效模块结构，例如多核结构以及众核结构等。此外，宽带网络速度的提升也有利于超级计算机运行速度的改善，为其提供基本的保障条件。总而言之，在大数据时代背景之下，要想使数据处理以及计算速率得到有效提升，超级计算机的应用是必然的趋势所在，并取消以往计算机系统中的计算密集模式，取而代之的是数据密集模式。笔者相信在大家的共同努力之下，大数据应用背景下的数据处理以及计算问题自会得以有效解决。
参考文献
[1] 张听，袁晓如.树图可视化[J].计算机辅助设计与图形学学报，2012（9）：1113- 1124.
