简述大数据的概念

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篇简述大数据的概念范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

简述大数据的概念范文第1篇

【关键词】大数据 数据安全 隐私保护 云计算

大数据是近年来的一个新生概念，但对人们对其已经不陌生。在当今社会，大数据技术有其历史性的战略意义，它不仅掌握着庞大的数据信息，更能够对这些数据进行专业化处理。假如将大数据比喻成一种产业的话，那么对数据的加工能力就是该产业实现盈利的关键。不过，大数据也存在着许多安全隐患，而最大的隐患就在于可能会泄漏用户的个人隐私。对于这点，大数据还需要加强安全措施，保护用户隐私。

1 大数据时代下隐私的新特点

1.1 大数据时代下的隐私为数据化隐私

在大数据时代下，隐私也有其独特的特点。与传统的隐私不同，大数据时代下的隐私最大的特点就是隐私的数据化，也即是说隐私是以个人数据的形式而出现的。所谓“个人数据”， 指的就是被识别或可识别的自然人的任何信息。对于人们的个人隐私来说，数据是其在网络环境中的唯一载体。而相较于以往人们认知中的网络数据而言，大数据的规模更加庞大，是一种具有“4V”特征的数据集合，这说明了大数据的真实可靠性，同时也代表着可以对个人进行全方位识别。例如近年来所流行的一个词汇“人肉搜索”，指的就是利用大数据对个人隐私数据进行识别的一种行为。

1.2 大数据时代下的隐私具有更大化的价值

无论以目前实际情况而言，还是就本质角度来看，个人隐私都正从一种用户的个人独占资源而逐渐转变为可利用的资源。在大数据时代下，个人隐私已然成为了一种新型商品，它可以被买卖，且具有较高的价值。其实，个人隐私数据被买卖泄漏的例子在日常生活中非常多见，例如很多人们都会时不时地接到一些推销电话或广告短信等，而商家之所以会知道用户的电话、姓名及需要，就是因为通过某种渠道而购买到了用户的个人信息。

1.3 大数据时代下隐私的泄漏途径更加隐匿

大数据的出现无疑方便了人们的工作和生活，它最大的魅力就在于数据的多维性及数据之间的关联性和交叉性，这让一些原本看起来毫无关联的信息变得具有了紧密的联系，而利用这样的关系，再借助一些相关工具，有心者很容易就能挖掘出很多让人意想不到的隐私信息。例如有些狗仔队就经常会根据明星在博客上所的图片而推断其住址，这无疑大大侵犯了明星的个人隐私权。这种现象是非常令人震惊和恐怖的，因为人们往往根本还没意识到自己是在哪里不小心泄漏了自己的个人信息，个人信息就已经全面暴露在了别人的目光下。可以说，大数据时代让人们变成了一个透明体，时时刻刻都处于隐私可能被暴露的状态下。

2 大数据时代下隐私的安全问题

2.1 网站和软件中的强制性条款导致隐私泄漏

目前网络上一些网站在注册时，或是一些应用程序在安装时，都会强制性地出现一些用户地理位置、个人信息、网络通信及日志数据等内容的许可条款，用户如果不接受这些条款，就无法注册网站或是使用程序。而作为商家，虽然给予了用户这方面的知情权，却并未给予其选择权，用户往往为了一些必要的服务而不得不接受隐私泄露这一事实。

2.2 用户自我泄露隐私数据

随着网络通信的日渐发达，人们越来越热衷于使用微信、微博等社交工具，因为这些社交工具能够将天南海北志趣相投的人聚集起来，以使人们认识更多的同好、和更多的同好进行交流。然而，虽然社交工具丰富了人们的日常生活、方便了人们的交友，但却也潜在着许多暴露个人隐私信息的危险。许多用户都会毫无顾忌地在社交网站上自己的个人信息，如购物内容、手机型号、个人照片甚至家庭住址等等，这无疑是将自己的隐私裸地泄露在大众面前。

2.3 企业由于利益驱使而主动挖掘用户隐私

现如今，大数据技术已经在各行各业中得到了广泛运用。例如在制造业中，可以利用大数据来对采购量及合理库存量进行分析，可以对客户的需求全面了解以掌握市场动向，或是直接利用互联网建立网上平台，从而更加精准地了解客户的喜好。然而，随着隐私数据所能够带来的价值和利益越来越大，越来越多的企业开始想尽办法挖掘用户更多的个人隐私，这造成了用户隐私的大面积泄漏。

3 大数据时代下隐私的保护措施

3.1 加强隐私保护机构建设

目前，美国、俄罗斯、日本等发达国家已经设立了比较完善的隐私保护机构，用于专门保护包括网络隐私在内的各种隐私内容。这些隐私保护机构既起到了宣传教育和普法的作用，又具有着执法功能。而就我国来看，虽然目前也有一些机构负责隐私保护事务，如国务院、公安部、工信部等等，然而却相对缺少专门的隐私保护机构，因此也无法满足当前人们对大数据隐私保护的迫切需求。

3.2 引导企业合理利用隐私数据

对于大数据隐私保护问题而言，堵不如疏，越是强制性地禁止企业及相关组织利用隐私数据，它们越是会为了利益而暗地里进行使用；而如果不强制性地禁止这一行为，反而对其加以合理引导的话，则会达到双赢的局面。因此，国家应当尽快完善相关法律，明确隐私数据的可使用范围，划分隐私安全等级，允许在保障用户安全的基础上适当使用隐私数据获取一定的利益，这也是促进国家经济发展的一项有效举措。

3.3 加强隐私保护宣传教育

由于很多个人隐私都是用户自己在没注意的情况下主动泄漏出去的，所以若想加强隐私保护，还需要加强人们的隐私保护意识。国家和社会上的有关组织应当要加大对隐私保护的宣传，使人们了解隐私泄露可能会带来的危害，提醒人们不要随意在网络上自己的个人信息，从而在根源上切端隐私来源。

4 结语

综上所述，大数据技术改变了人们的生活，使世界发生了翻天覆地的变化，但其隐私保护问题却是不容忽视的，无论是国家、企业还是个人，都必须要重视这方面问题，加强对隐私的保护，以防隐私数据泄露。

参考文献

[1]陈克非，翁健.云计算环境下数据安全与隐私保护[J].杭州师范大学学报（自然科学版），2014，06：561-570+558.

[2]成春香，张伟，徐涛.一种基于云存储的数据安全与隐私保护系统[J].北京信息科技大学学报（自然科学版），2013，02：87-90+96.

简述大数据的概念范文第2篇

关键词：大数据 创新型小微企业 劳务派遣 管理

创新型小微企业是融合了创新发展与小微特质的中小型企业的代称。在创新型小微企业中，科技人员与研发人员凭借其知识积累与高技术应用创造着企业价值，推动企业效益的实现，研发人员与研发经费均不得低于一定比率。由此可见，包括创新型与科技型两种发展类型在内的创新型小微企业已成为创造就业机会、搞活疲软经济、推动产业发展的主要推手。但是，随着大数据时代的到来，创新型小微企业用工情况与劳动关系存在很多不和谐的因素，在一定程度上制约了创新型小微企业的可持续发展。本文选取创新型小微企业劳务派遣管理为研究对象，并将其置于大数据时代背景中，考察创新型小微企业劳务派遣管理的现状及其存在的问题，探索有效提升企业劳务派遣管理水平、优化人力资源配置的途径与对策。

一、大数据时代特征简述

大数据时代裹挟云计算、物联网等高科技信息使用变革强势而来，网络数据的使用告别了以往简单处理的信息过程，而进入到通过管理与分析海量数据，构建信息数据的基础性资源平台的时代。作为数据集而存在的大数据，蕴含着可供充分挖掘利用的信息内容，但同时体现出过于复杂的特性，令人无法肯定其存在定位，由此可见，大数据在颠覆旧有数据应用的过程中，构建出独属于云计算与互联网时代的数据处理方式。

二、创新型小微企业劳务派遣管理现状及问题

1.创新型小微企业劳务派遣管理的现状

劳务派遣的兴起与我国改革开放以来劳动力资源流动密不可分，劳务派遣的主体是专门的劳务派遣组织或机构，通过与劳动者签订劳动合同的方式，将劳动者派遣至有人才需求的相关用人单位或企业，被派遣劳动者的薪酬支付以及相应的管理工作均根据劳动合同的规定实施。创新型小微企业采用劳务派遣方式引进人才的情况由来已久，一方面，创新型小微企业对专业技术人才与高科技研发人才需求强劲，劳务派遣的方式能够有效解决创新型小微企业对人才的急切需求；另一方面，创新型小微企业的核心价值在于科技创新的应用，其普遍面临融资困难，企业规模小，人力资源管理水平不高等问题，通过劳务派遣的方式能够降低小微企业人力资源投入，规避用工风险。而对劳动者而言，劳务派遣帮助其取得了恰当的劳动岗位，解决了其就业问题；对劳务派遣组织或机构而言，其通过收取相应的管理费用而获利。基于此，劳动派遣在创新型小微企业人力资源管理与用人方面的重要性是不言而喻的。

2.创新型小微企业劳务派遣管理的问题

通过对当前创新型小微企业劳务派遣现状的调查研究，可以发现，其在劳务派遣过程中存在以下突出问题。一是与创新型小微企业合作的很多劳务派遣机构不规范，部分劳务派遣机构没有依照法律要求取得相应的资质即开展相关业务，从而为日后的劳动纠纷埋下隐患。二是创新型小微企业为节约人力资源成本，规避劳务派遣带来的公法性强制义务，以投机的方式钻《劳动合同法》的漏洞，用人事外包、人力服务等称呼假代劳务派遣，而劳务派遣用工人数在创新型小微企业中普遍存在高比率状况，这种地下派遣的形式极大威胁了企业与劳动者的自身权益。三是在创新型小微企业的劳务派遣用工过程中，通过劳动派遣方式进入企业的员工与企业自身的合同制员工的薪酬待遇差别较大，很多劳动派遣而来的工作人员虽然奋战在企业创新科技的第一线岗位，但其得到的酬劳收入却低于合同制员工，并因其劳务派遣身份，这部分员工在创新型小微企业中缺乏竞争晋升的机会，职业发展规划不明确，影响员工工作的积极性与工作效率。

三、大数据时代提升创新型小微企业劳务派遣管理水平的对策

当前，劳务派遣用工形式的存在是具有其积极价值的，这与创新型小微企业创新发展与经营管理的实际需要相契合。互联网大数据时代的到来为创新型小微企业劳务派遣管理提供了崭新的思路，本文从以下方面尝试借助大数据这一新生事物完善与规范企业劳务派遣管理水平与成效。

1.依托大数据平台，规范与劳务派遣公司的合作关系

大数据平台概念的引入为创新型小微企业劳务派遣管理构建了新的交互网络。在劳务派遣的大数据平台中，通过对劳动者、用人单位等多方面的各种渠道与来源的需求数据进行整合，重构开放性的、更为优秀全面的劳务派遣人才数据库。创新型小微企业可以通过大数据平台，获取自身需要的人才偏好，了解本行业人力资源需求的基本状况，从而使企业在与劳务派遣公司沟通的过程中做到心中有数。另外，通过大数据平台的引入，创新型小微企业可以方便快捷的检查核对为其提供服务的劳务派遣公司是否具有工作资质，从而选择较为规范的公司开展劳务派遣业务合作，遵循临时性、辅、替代性岗位选择原则的要求；力求通过合同与协议的方式完善权利义务与工作职责，确保创新型小微企业能够引入符合需求的创新技术人才，保护派遣劳动者与企业的合法权益，以便双方能集中精力开展企业经营。这些利用大数据平台获取的有效信息，为企业规范与劳务派遣公司的合作关系提供了充分的数据支持。

2.立足大数据信息，加强自身劳务派遣管理建设

创新型小微企业如果能够充分利用海量大数据，那么将在企业劳务派遣管理中占尽先机。通过对大数据信息的综合分析与整理，创新型小微企业可以从中获得人力资源管理的决策信息，如分析具有代表性的劳务派遣员工的群体需求，掌握其对实际工作的小微企业的工作态度；在整合数据的基础上，获取劳务派遣员工的职业发展规划目标，便于企业结合员工的未来发展目标为其提供发展机遇，以便劳务派遣员工尽快融入到企业之中，充分调动劳务派遣员工的工作积极性。通过大数据平台的数据整理，创新型小微企业能够发现自身岗位设置的需求，以便合并或撤销无用的、相似的岗位，构建优化的岗位体系，从而提升企业各部分的工作效率。

3.借助大数据运作，构建现代化的劳务派遣人力资源管理信息系统

大数据所带来的高度信息综合化发展趋势在企业运作中必将发挥越来越重要的作用。对创新型小微企业而言，借助大数据的运作，在综合整理劳务派遣相关数据的基础上，构建现代化劳务派遣人力资源管理信息系统是非常必要的。一方面，以数据和信息为主体存在的信息系统不仅能拓宽创新型小微企业用人、用工的渠道，而且信息系统带来的数据交互传递能够帮助小微企业迅速锁定合适的用人目标；另一方面，劳务派遣信息系统的创建，便于创新型小微企业全面把握劳务派遣情况，针对劳务派遣员工展开更为有效的培训、管理工作，从而达到和谐劳动关系的建设效果。

4.发挥大数据作用，建设劳务派遣预警机制

在分析整合大数据的过程中，创新型小微企业可以从大数据中取得具有丰富意义的知识与信息，在解析上述知识和信息数据的过程中，通过分析其来源、变化过程、因果关系等深加工处理方式，得到工作在本企业中劳务派遣员工的反馈问题，知悉员工中可能存在的矛盾，从而构建有效地劳务派遣预警机制，挖掘潜在问题，以做到及时有效的应对。

四、结论？？

对劳务派遣工作人员管理不到位将影响创新型小微企业对具有创新科技能力的人才需求，从而制约创新型小微企业的长远发展。大数据时代的到来，为创新型小微企业利用互联网大数据的优势，规范劳务派遣提供了新的发展思路。与空间广阔的大数据应用研究相比，创新型小微企业应在实践中不断探索、尝试企业用人、用工制度的新途径，将创新发展融入到企业管理的全方位之中，实现企业经营的良性循环。

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（1）

简述大数据的概念范文第3篇

在分析金融消费者隐私之前不得不简述本文语境下的金融消费者概念。金融消费者在我国学术界是一个颇具争议的概念。但实践中银监会等行政机关已经将购买银行产品、接受银行服务的顾客均视作“金融消费者”，并在大量官方文件中使用“金融消费者”这一概念。本文遵循问题导向思路，无意纠缠于学术界关于金融消费者是否是消费者，进而受到与传统消费者一样的倾斜保护的问题。而是回应实践，借用实践文本中的这一概念，重点分析金融消费者隐私相较传统隐私权概念的特点。制度的形成具有历时性，其构建、发展与变迁都是由历史实践所促成的。隐私权制度设立之初具有明显的人格属性，其目的是为了保护人格尊严不受侵犯。法律体系通过运用共同的简化术语，自我关联的沟通以及广泛的价值共享，使协调成为可能。大陆法系向来青睐法教义学的思维模式，将多样化的概念以不同的抽象程度构建出具有层次的制度体系。因此，有观点认为金融消费者隐私具有人格属性，其本质上是隐私权作为基本人权在金融领域的延伸，金融消费者对其个人隐私拥有完整的控制权。然而，制度的核心概念经过发展越发明晰，而其边缘化概念则出现模糊化的趋势。制度扩张本身亦有限度，若强硬地将性质具有显著差别的概念纳入制度体系中，则势必将会超过原有的制度容量。如前文所述，在大数据时代，信息的二次挖掘使金融消费者的隐私具有了巨大的经济价值。在此我们需要探析的问题是，金融消费者的隐私能否作为一种财产权的标的？或者说金融消费者的隐私权是否具有财产属性？从个人权与财产权发展的历史关系来看，二者经历了从“混同”到“分离”再到“融合”的历程。波斯纳指出“：无形财产的一个非常规的例子是隐私权。它通常被作为是侵权法的一个分支讨论。但从实际情况来看，它确实是财产权法的一个分支。”而萨缪尔森亦指出“：信息隐私是从丰盛可用的个人资料当中所产生的稀有资源”“，实际上是财产应如何界定与交换，以及应采取怎样形式的问题。英国通过侵权诉讼制度保护隐私权的财产价值，而美国则另辟蹊径，从隐私权(righttoprivacy)中衍生创造出独立的公开权(rightofpublicity)，以保护隐私公开的财产利益。由此可见在英美法领域，隐私权的财产属性实际上已经得到广泛的认可。而大数据时代金融消费者隐私的财产属性更是毋庸置疑。因此，若将金融消费者隐私完全纳入传统人格隐私权的制度保护体系内，则势必会冲击原有的人格权制度，同时也难以为金融消费者隐私提供有效的保护。因此，要有效保护金融消费者隐私则必须寻找更加合理的保护方式。

2传统金融消费者隐私分配模式的反思

在确定了金融消费者的隐私具有财产属性之后，笔者将金融隐私纳入产权的研究范畴。一方面，只有当金融隐私的产权归属明晰，才能在金融交易中定纷止争，这为大数据时代金融隐私信息的有效利用提供前提。另一方面，产权具有激励和约束功能，产权清晰可以促使人们充分利用金融隐私带来的效用。而对于金融消费者隐私的产权归属可能会有人认为，金融消费者的隐私是以消费者的个人信息为核心内容的，因此财产性权利理应完全归属于消费者个人。这样的论断在传统金融业或许理论上还成立，然而在大数据时代的背景下则与实践情况相距甚远，具体理由如下：

2.1金融消费者隐私是一个动态积累的过程

与传统隐私不同，金融消费者的隐私并不静止于金融消费者初步披露之后。而是随着金融交易活动的进行而不断累积。显然，虽然初级金融隐私源自消费者个人，但在金融交易中，金融机构对后续累积的金融隐私进行了大量投入。若将金融消费者隐私的产权完全分配给消费者则有违背公平原则的嫌疑。

2.2金融机构获取、保存金融消费者隐私也是实践中法律、行业规范的要求

以银行为例，金融消费者办理业务时的各类身份、交易、信用信息，银行都有义务按照会计准则和有关法律规定进行留存。在事实上，消费者与金融机构已经对这部分隐私进行了共享。

2.3金融消费者披露初步信息是金融交易进行的基础

“金融消费者隐私”这一概念实际上已经隐含了消费者对外披露初级意思的含义。因为只有当消费者已经或者潜在有进入金融消费领域，其才能被称之为消费者。而在消费者进行金融活动时，其必须主动向银行披露初步的身份、甚至财产信息，才能获取金融机构提供的各种金融服务。因此，实际上，一旦某人涉足金融市场，成为金融消费者之时，他的金融隐私便在实际上对金融机构进行了披露，进而金融机构在实际上获取并控制了这些隐私。以上理由已初步说明了无论是金融实践中还是现行法规中，金融消费者隐私的产权分配方式应该并且已经突破传统隐私权的产权分配结构，构建新的产权分配方式势在必行。进而，下文笔者将尝试从法经济学的角度分析金融消费隐私的最佳产权分配方式。

3法经济学视角下消费者隐私的类型化分析

法经济学产生并发展于上世纪50年代的美国，该学科运用经济学的概念、分析模型解决法学问题。法经济学作为一门交叉学科，自产生以来便为人们解决法律难题提供了新的思路。波斯纳指出“：各种法律对行为产生影响的主要因素是交易成本，而法律的目的正应是推进市场交还，促进交易成本最低化。”因此从法经济学的角度来看，要更好地保护金融消费者的隐私权，法律就应该探寻金融消费者隐私的最优所有权配置模式，降低消费成本，实现效用的最大化。本文试图运用法经济学的“成本——收益”这一基本思维模式，来分析金融消费者隐私的最佳配置方式。

3.1金融消费者隐私产权归属于消费者

在这样的产权配置模式下，金融消费者对其隐私拥有完整的控制权。在不完美信息博弈理论中，金融市场中的信息不对称是常态。基于对理性经济人的假定，消费者会选择成本最低，收益最高的方式披露其隐私。即向金融机构披露其正面的金融隐私，而隐藏其负面的隐私，进而导致金融机构收集到的金融信用信息失真。若金融机构长期依据有限并且失真的信用信息作出经营决断，则会产生严重的金融危机风险。并且，在这样的产权配置模式下，即使金融消费者已经将其金融隐私向金融机构披露，未经消费者明确许可，金融机构不得将其隐私信息披露给任何第三方金融机构。此情形下，金融消费者个人进行金融活动的成本最小，而隐私披露的收益也直接归属于消费者个人。然而，一方面一旦消费者拒绝披露金融隐私，则金融机构和征信机构则不可能享受到金融隐私带来的利益。另一方面，若金融机构利用其控制的动态累计的金融隐私都需要事先征询消费者同意，否则金融交易的成本将难以计量，金融交易也难以进行。从整个社会的角度来看，将金融消费者隐私的所有权完全配置给消费者则不能达到帕累托最优的状态。

3.2金融消费者隐私产权归属于金融机构

即法律将金融消费者隐私的所有权全部配置给金融机构。在此种情形下，披露金融隐私成为消费者的义务。金融机构和征信机构能够获得相对完整的信用信息，从而达到金融市场的经济效率的提高。然而，这种模式实质上是将金融消费隐私置于公共领域，最终严重损害消费者的利益。可见，此种情形下整个社会的成本与收益仍然不能达到帕累托最优状态。

3.3金融消费者、金融机构以及征信机构分享金融隐私产权

由于金融消费者隐私实际上可以分为不同属性的不同类别，因此下文将对分别不同属性的金融消费者隐私进行产权归属的探讨。(1)初级隐私(主要包含消费者的个人信息等)，消费者对此类信息拥有完整的所有权。但在进行金融交易时往往以供个人基本信息为前提(瑞士银行的情况稍有不同)，此时消费者可以选择披露此类信息，以获取金融机构提供的相应服务。(2)次级信息(主要指消费者在接受金融机构服务过程中累积的金融交易记录等信息)此类信息由金融消费者与金融机构共享。金融机构可以在其机构内部使用此类信息。例如银行可以根据消费者的交易记录，分析出消费者的消费水平，并利用此类信息向金融消费者推荐具有针对性的金融产品。(3)加工信息(即征信机构，利用大数据分析手段对金融消费者隐私进行加工后，获取的相应信息)此类信息应该由金融消费者、金融机构与征信机构共同所有。总体上说，按照金融隐私权类别而将其产权赋予不同的主体共享，将能有效平衡金融隐私保护和利用之间的关系。总体看来，金融机构与第三方机构的收益有所提高，并且消费者的收益并没有减少。因此在此种情形下，共享产权利于整个社会福利的提高。

4金融消费者隐私产权共享模式下的权利分配

科斯定理指明了法律制度在具有交易成本的世界中的重要地位。既然从理论上说，金融消费者隐私产权共享模式将最有利于社会福利的最大化，那么在实践中该如何配置金融消费者、金融机构与第三方机构之间的关系则显得至关重要。笔者认为，在产权共享模式下，是消费者具有决定是否向金融机构披露其初级隐私，成为真正意义上的金融消费者是合理的。因为法律不应强迫不愿参与交易之人披露隐私。而对于金融机构在金融服务中由记录积累而获得的次级信息，则应当由金融机构与消费者共享。当金融机构将这部分信息用于其内部机构时，则应免于在利用这些隐私前向消费者征求同意。然而对于金融机构在将此类信息向第三方披露时，以及当第三方机构获取金融隐私后，通过对信息的二次挖掘得到了加工隐私时，该如何在金融消费者、金融机构与第三方机构之间分配权利与义务则是十分值得研究的问题。实际上，针对隐私共享模式下的权利分配，美国立法具有十分值得借鉴的经验。美国《金融服务现代法案》(GLBA)采取的是一种“选退”(optout)的立法模式。即如果金融消费者没有提前告知金融机构，不得向第三方机构披露其隐私，则在GLBA规定的条件下，金融机构可以披露消费者隐私。而美国的部分州的法令、条例、或者解释都提供了比GLBA更加严格的保护模式。即采用一种“选入”机制(optin)。即当金融机构在向第三方披露金融消费者隐私时，应提前向消费者征求同意，并适当向金融消费者提供补偿。显然在选退机制下，银行对消费者金融隐私的披露具有主动权，有利于节约交易成本。而选入机制则更利于保护金融消费者隐私。笔者认为，就此不宜对所有金融消费者隐私做笼统的统一规定。而宜在立法中将金融消费者隐私分为普通隐私与敏感隐私。对前者采用效率更高的选退机制，而对后者则采用较为严格的选入机制。然而，在大数据时代的背景下，立法如何合理地将消费者金融隐私划分为普通隐私与敏感隐私则是需要进一步研究的问题。由此，在确立了基本的选入与选退并行的权利运行模式后，为了应对大数据时代隐私的二次挖掘可能产生的难以预料的后果，宜设置责任机制作为补充。所谓责任机制是指，金融机构或第三方机构在经过选入机制或者基于选退机制向第三方披露金融消费者隐私前，应当对隐私披露的后果作出评估，若其披露行为最终产生了信息披露之初没有预见的危险时，则依据其过错大小，向消费者承担赔偿责任。当然如何设置具体的法条，以有效实现上述机制的有效运行则有待立法者运用其高超的立法技巧。

5结语

简述大数据的概念范文第4篇

关键词：数字图书馆；大数据；战略规划；知识服务

中图分类号： G250.76 文献标识码： A DOI： 10.11968/tsygb.1003-6938.2015064

Abstract Big data knowledge service is becoming a new growth point of digital library field. Through literature investigation， theoretical and applied research status of big data in digital library knowledge service system is analyzed， and comparative analysis is made of the characteristics of the collaborative design. An SOA-based， open， loosely coupled system architecture is built， and it is analyzed from the functional management， collaborative management， information management， service resources and collaborative process. Finally， the involved key technologies and collaborative design operation mode is studied and analyzed.

Key words digital library； big data； strategic planning； knowledge service

1 引言

目前，大数据知识服务正逐渐成为数字图书馆领域新的服务增长点。随着大数据与数字图书馆的飞速发展，知识服务逐渐发展成为多重角色协作参与、多个领域协同设计的活动，需要跨机构、跨区域、跨领域的知识服务资源的支持，由于大数据知识服务资源的分布不均衡，许多图书馆尤其是西部地区县级以下公共图书馆面临着资金紧张、信息资源与人才匮乏、服务技术及软硬件资源落后等问题，从而大大制约着数字图书馆的服务创新和知识服务能力的提升，而研究型图书馆、高校图书馆与一些中东部公共图书馆大量的信息资源、软硬件资源与能力资源处于相对闲置状态，造成了资源的极大浪费。

大数据知识服务模式[1]的提出，为解决大数据与数字图书馆的融合问题，特别是资源丰富、服务需求量大的高校、研究型图书馆的知识服务产品开发与分配问题，实现知识服务资源与服务能力的最优化协调、增效与增值，进而提升数字图书馆知识服务的自主创新能力与基于知识的交互协同创造能力[2]，提供了新的解决方法、思路和途径。正是因为大数据知识服务能为数字图书馆的生产型信息服务模式向智慧型知识服务模式转型提供了一种新的思路，使其成为智慧图书馆、云图书馆、移动图书馆的关键技术之一，对智慧服务、泛在服务或云服务的实施和开展具有重要意义。

2 面向数字图书馆的大数据知识服务概述

2.1 相关研究简述

目前国内有关于数字图书馆与大数据的融合研究内容主要集中在服务创新、系统研发、技术实时与现状分析等理论研究方面，对于数字图书馆大数据知识服务体系协同设计的研究较少。由于大数据与数字图书馆的融合研究是一个较新鲜的概念，国内外对大数据知识服务方面的研究正处于探索和起步阶段。在国内，张兴旺等对大数据知识服务提出的背景、内涵、典型特征及体系结构等进行了研究和分析，并给出大数据生态系统在图书馆中的软硬一体优化集成的综合解决方案[3-6]。陈传夫等在分析大数据的特点和数字图书馆建设需求的基础上，就如何推动我国数字图书馆建设、实现大数据服务与管理实践，提出了四条战略性建议：改进资源选择、整合与保存方式；发展新型数字知识服务；完善财政投入机制；规避知识产权风险[7]。

数字图书馆大数据知识服务体系协同管理的一个重要问题，就是要对数字图书馆所包含的大数据进行深度分析，从其中抽取出对用户有价值的知识，并将其构建成可支持查询、分析和计算的知识库。目前，全球各类政府、商业或组织所构建的大数据知识库与知识服务应用程序多达上百种，较为典型的知识库或知识服务应用有：KnowItAll[8]、Probase[9]、SOFIE[10]等，以及一些类似于维基百科与百度百科等在线知识协同管理的知识库，如DBpedia[11]、YAGO[12]、WikiTaxonomy[13]等。此外，还有美国政府推出的Data.gov知识服务平台[14]、Evi公司的TrueKnowledge知识搜索平台[15]、Google的知识图谱（Google Knowledge Graph，也称Google知识图）[16]、Facebook公司的Graph Search知识搜索服务平台[17]等。国内的数字图书馆知识服务平台研发和建设工作也出了不少成果，其中最为典型的有CNKI知识搜索平台[18]、中科院的OpenKN[19]与Knowware[20]、上海交通大学的zhishi.me[21]中文语义互联知识库、复旦大学的GDM中文知识图谱平台等。

可以发现，大数据知识服务各方面的研究已经陆续展开，但无论在理论研究还是应用实践上，数字图书馆大数据知识服务研究仍处于探索阶段，没有形成较为统一的知识服务模式和标准。协同管理尤其协同设计作为大数据知识服务的关键技术之一，一直被数字图书馆领域所重视，而大数据技术的出现，给数字图书馆知识服务体系协同设计的研究带来了新的机遇与挑战。

2.2 大数据知识服务协同设计的特点

大数据知识服务作为一种面向嵌入式协作化知识服务、自主需求和强调用户参与的泛在化智慧服务新模式，可以通过大数据网络环境为知识服务全生命周期过程提供随时获取、按需使用和支付、安全可信、绿色优质的各类知识服务活动。它可看作信息服务、知识服务、移动服务、信息推荐服务等先进服务模式在大数据环境下的发展与延伸，它继承了数字图书馆各种先进服务模式的优势，同时又结合大数据、云计算的优势与特征，弥补了传统数字图书馆信息服务模式的不足与缺点。从协同设计在大数据知识服务、传统信息服务及知识服务3种服务模式下的特点对比（见表1），可见大数据知识服务具有明显的优势。

3 面向数字图书馆的大数据知识服务协同设计的体系架构

3.1 体系架构

根据前面的分析，面向数字图书馆的大数据知识服务体系的协同设计至少需要满足三个条件：一是能够提供访问和使用数字图书馆所提供的各类异构软硬件资源的支持，这些异构软硬件资源包括完成数字图书馆大数据知识服务体系协同设计的所有资源（如文本、图片、音视频等信息资源；服务器、存储器、网络设备等物理资源；人力、场地、服务设施等物料资源）；二是能够提供在数字图书馆运营者、服务提供者、用户等大数据知识服务主客体之间协同管理工作的支持；三是能够提供数字图书馆中动态资源能力服务的分布式协同调度的支持。整个面向数字图书馆的大数据知识服务体系的协同设计框架在逻辑结构上可描述为五层结构（见图1）。

第一层为大数据资源层，包含物理资源和虚拟资源两层，提供在数字图书馆大数据知识服务体系协同设计过程中所涉及到的各类软硬件资源，将分布在互联网各个角落的异构知识服务资源虚拟化封装后接入到大数据知识服务体系中，进行统一的协同规划、设计和管理；第二层为大数据知识服务协同设计支撑层，负责管理与维护各种被封装的、可组合、可重用的大数据服务模块，同时按照既定的标准、规范进行服务注册、，为协同设计服务层提供各种标准、规则、约束和支撑；第三层为大数据知识服务协同设计服务层，为协同设计需求提供各类型服务，按照上一层制定的标准确立相应的标准化接口，并向数字图书馆运营者、服务提供者和用户提供对应的服务接口；第四层为大数据知识服务协同设计门户层，将数字图书馆大数据知识服务体系所涉及到的各类管理、服务和建设过程分别（按照权限、类型、服务与管理需求等进行分类）向数字图书馆运营者、服务提供者和用户等提供交互接口；第五层为应用层，可以使数字图书馆运营者、服务提供者、用户等通过较为简便的操作界面，在不同服务终端上使用数字图书馆大数据知识服务体系的协同设计平台获取相应的知识服务。

3.2 体系架构的描述与解读

由于面向数字图书馆的大数据知识服务体系的协同设计过程较为复杂，单从某一方面来对其体系架构进行描述和解读，都难以反映该体系各个层面的特性及彼此之间的内在联系。基于此，笔者从管理功能、协同管理、信息管理、服务资源及协同过程等五个视角对其进行分析。

3.2.1 管理功能视角

大数据知识服务体系协同设计的功能主要包括：（1）知识服务资源的管理，负责对各类异构软硬件、信息与技术等知识服务资源进行管理，包括知识服务资源的虚拟化、封装、、组合优化、监测及服务质量评价管理等；（2）协同规划与设计需求的管理，负责大数据知识服务体系协同规划与设计需求的分解、服务与管理流程建模、资源调配，以及对参与整个协同设计过程的机构、人员和企业的管理；（3）协同规划与设计过程的管理，负责对整个大数据知识服务协同设计过程进行监控，实时检测出在协同设计过程中所发生的各类故障、错误及冲突，并提交至容错机制、知识服务需求冲突消解机制等管理模块中进行解决；（4）提供负载均衡、容错及冲突消解机制等功能模块，保证整个大数据知识服务协同设计过程的成功进行；（5）协同设计工具的管理，负责数字图书馆运营者、知识服务提供者和用户之间交流、协作通道、平台及通信工具的正常运行，确保大数据知识服务主客体之间能有效及时的进行信息交互；（6）数据、信息与知识的管理，对数字图书馆产生的所有数据、所拥有的信息资源与知识，以及在整个大数据知识服务协同设计过程中所涉及到的各类知识等进行管理，如教学类知识、科研类知识、经验类知识、标准类知识、案例类知识等。

这些所有功能模块有机融合在一起，相互作用、相互补充、环环相扣。随着大数据知识服务协同设计流程的启动，一个功能模块开始运转缓缓带动与之相关联的其他功能模块的运转，才能提供与用户知识服务需求相匹配的服务，从而增强知识服务协同效果。

3.2.2 协同组织视角

通过大数据知识服务体系将分布在不同区域、机构和领域的各种数字图书馆资源（包括数据库厂商、高校及其图书馆、科研机构、用户及管理者等）紧密的关联在一起，形成完整的数字图书馆大数据知识服务协同组织体系（见图2）。

3.2.3 信息管理视角

大数据知识服务体系的信息涉及规模大、内容多、结构与类型复杂，包括数字图书馆信息、用户信息、知识服务信息、资源信息、技术信息、安全信息、管理信息、协作信息、评价信息及其他信息等。通过对大数据知识服务体系协同设计过程中所产生的各类信息进行分析，得出其面向数字图书馆的大数据知识服务体系的信息管理视图（见图3）

3.2.4 服务资源视角

针对数字图书馆中知识服务资源的分类有多种方式，依据大数据知识服务过程所涉及到的资源性质，本文将服务资源分为：信息资源、知识资源、服务能力资源、人力资源、物能资源及其他资源等六大类。其中，信息资源主要包括数字图书馆所提供的各类文献、图书、专利、标准等各类知识服务信息资源、知识服务市场信息、图书馆与所属机构信息、用户信息、技术信息、数据库厂商信息、协同工作信息等；知识资源主要包括数字图书馆所提供的各类服务实例知识、建设与服务规范类知识、服务设计原理类知识、经验类知识等；服务能力资源主要包括底层软硬件资源、各类知识服务协同设计能力、服务模拟仿真能力、知识与知识服务生产能力、管理能力、运营能力及维护能力等；人力资源主要包括数字图书馆的各类管理、运营与维护人员、技术人员、参与大数据知识服务协同设计的各类专家等；物能资源主要包括数字图书馆建设与管理所需要的物理场地资源、基础设施资源、物料资源、办公设施等；其他资源主要包括资金资源等。

3.2.5 协同过程视角

通过协同过程视角可以将上述四个视角进行有机融合，形成一个有机的、较为系统的大数据知识服务体系。面向数字图书馆的大数据知识服务体系的整体运转流程（见图4）系统的描述了在面向数字图书馆的大数据知识服务体系协同设计过程中，各种服务资源、协同组织的交互过程，以及大数据知识服务体系协同设计的各个功能模块信息的组合情况。

4 面向数字图书馆的大数据知识服务协同设计的关键技术

4.1 基于SOA的大数据知识服务架构

面向服务的体系架构（SOA）是一个由彼此之间可通信的具有特定功能的服务构成的灵活抽象的分布式IT架构模式[22]。通过SOA技术可将大数据知识服务体系中的各个不同服务单元分解成多个独立的功能模块，并通过已经定义好的服务接口和规则联系起来，从而使得数字图书馆可以在大数据环境中对松散耦合和跨平台的粗粒度知识服务应用组件进行分布式部署、组合、交互和使用。一方面，通过SOA设计模式，可将数字图书馆、管理者与用户之间协同设计过程，以及数字图书馆所提供的各类大数据知识服务直接转换成可操作性强的、基于标准系统接口的、可被重组和优化的一系列相互嵌套、相互关联的服务功能模块。另一方面，基于SOA的大数据知识服务架构还可为服务提供者、服务运营者与用户屏蔽掉数字图书馆及对应的大数据知识服务平台在运行平台、操作系统、数据与信息来源等方面的复杂性、异构性，使得数据、信息、服务等在跨系统、跨平台环境下，按照一种统一的、标准化的接口提供有效的大数据知识服务。因此，将SOA引入大数据知识服务体系协同设计过程，能有效地打破运行平台、管理与服务等异构性的限制，使得其具备较强的迁移性、互操作性和可重用性，进而使数字图书馆能够迅速应对用户的知识服务需求。

4.2 服务资源管理

服务资源（数据、信息和知识资源、软硬件资源、服务能力资源等）管理问题是大数据知识服务体系协同设计的重点和难点问题之一。数字图书馆是一个集成知识服务资源和服务能力的环境，且拥有大量异构的服务资源。针对大数据环境下数字图书馆知识服务资源的科学、有效管理可从五个方面展开：（1）对服务资源的表达与描述模型进行研究，对数字图书馆所提供的服务资源进行标准、统一、系统的描述与定义，消除异构的服务资源之间的定义误解与语义冲突；（2）由于服务资源规模庞大、类型与结构复杂，在对其进行表达和描述时，需要采用标准化手段对其进行统一定义与描述；（3）针对用户知识服务需求，需要充分考虑到与之相匹配的服务资源发现、匹配、选择、优化与组合等问题；（4）要对服务资源的虚拟化、封装与协同管理方法进行研究[23]，对数字图书馆所涉及到的物理资源进行虚拟化封装，以及对信息、知识与服务资源等进行协同管理，使得用户忽视服务资源的地域性与异构性，只在统一的标准化访问接口中获取大数据知识服务；（5）对数字图书馆中服务资源快速发现、匹配、组合和优化等模型进行研究。

4.3 知识服务智能匹配与组合的全生命周期管理

从大数据知识服务智能匹配与组合的全生命周期（即服务匹配与组合执行前、执行中与执行后）角度出发，可将数字图书馆大数据知识服务智能匹配与组合分为五个阶段：知识服务设计阶段、知识服务部署阶段、知识服务选择与优化阶段、知识服务执行与监控阶段、知识服务综合评估阶段。每个阶段所涉及到的操作内容与管理方式都不一样，但有几个共性问题却是每个阶段都会涉及，且需要解决的：

（1）大数据知识服务建模、描述、一致性检查与可执行模型转换问题[24]。由于大数据知识服务是对知识服务资源的能力进行大数据化后的产物，且具有异构性、动态性及专业性等特征，加上用户知识服务需求、知识协作关系与知识利用的动态变化性及复杂性，使得用户对大数据知识服务有更高要求。为形成不同粒度的知识服务资源和知识服务能力，实现大数据知识服务按需分配和使用的目的，就必须研究大数据知识服务建模与描述方法，建立模型后，还需要对其进行形式化验证，解决大数据知识服务智能匹配与组合过程中的服务冲突、流程死锁、匹配不一致等问题，而在知识服务过程中还需要研究知识服务匹配与组合的可执行模型转化与验证方法。

（2）大数据知识服务组合的关联问题。由于大数据知识服务体系是将一系列服务单元按照既定的规则、标准与规范进行组装，进而满足用户知识服务需求。而在知识服务组合过程中，大数据知识服务单元之间的组合关联关系（如统计引文合作关联关系、服务主客体关联关系、服务组合关联关系等）对整个知识服务组合质量（如服务可靠性、服务组合成功率、用户体验质量等）起到了关键性的作用。因此，有必要对大数据知识服务组合中的服务之间关联关系进行研究，一是知识服务组合关联关系的分类、定义、内涵及描述方法；二是知识服务组合关联关系的动态QoS评估方法与模型；三是基于知识服务组合关联关系的智能构建方法。

（3）大数据知识服务组合的柔性管理方法。随着数字图书馆中大数据知识服务资源和服务能力、知识服务状态与服务质量、知识服务组合关联关系，以及用户知识服务需求的动态变化，使得大数据知识服务组合的全生命周期管理过程中存在着许多不确定因素，对其服务过程和服务质量产生较大影响。因此，当这些不确定因素发生变化，影响到大数据知识服务组合的执行时，就要求数字图书馆能够及时调整大数据知识服务组合方案，从而成功执行满足用户知识服务需求的服务能力，即对大数据知识服务组合的柔性管理方法进行研究。大数据知识服务组合的柔性管理研究主要包括：一是大数据知识服务组合柔性管理的影响因素；二是大数据知识服务组合柔性测量方法；三是大数据知识服务组合柔性管理的提升策略。

（4）大数据知识服务组合网络研究。在传统数字图书馆信息服务模式下，信息资源或信息服务提供者和用户都希望最大化实现信息资源、知识的效用或效益。因此，数字图书馆就必须明确应该提供怎样的知识服务，以及如何提升数字图书馆的利用率，才能实现知识与知识服务的增效和增值。但在数字图书馆中，单个知识服务单元被用来满足用户服务需求的较少，通常是与其他服务组合在一起来满足用户的知识服务需求。因此，有必要结合复杂网络、系统科学等相关理论、知识和方法，对所有大数据知识服务单元构成的服务网络进行系统研究，如知识服务网络构建规则、知识服务网络动态演化模型与构建方法、知识服务网络的动力学特征分析、知识服务网络的服务节点控制方法与策略等。

（5）大数据知识服务选择、优化与评估研究。数字图书馆用户的知识服务需求不是简单的计算、存储或网络带宽的服务需求，而是对数字图书馆中各类异构信息资源、知识资源和知识服务能力的综合需求，同时由于用户知识服务需求涉及领域广，使得需求是动态变化的、不确定的、大规模的。此外，随着用户知识服务需求、大数据知识服务资源状态和服务能力的动态变化，加上数字图书馆拥有着大量待选的知识服务单元，使得可选的大数据知识服务组合的方案也是不确定的。因此，如何选择最为合适的大数据知识服务组合方案也显得尤为重要，而对大数据知识服务选择、优化方案进行评估（包括大数据知识服务质量评估、可执行性评估、最优化方案及最佳选择方案评估等）也变的十分有必要。

（6）大数据知识服务组合的其他相关研究。与大数据知识服务组合相关的研究还有：知识服务过程（如服务质量、服务需求等）中的不确定性研究、知识服务可视化研究、基于大数据生态系统的知识服务组合链研究等。

4.4 知识服务交易模型

为管理数字图书馆中大数据知识服务提供者与用户之间知识服务交易过程，就需要提出一种科学的多模块动态知识服务交易模型，该交易模型应包含多元化动态知识服务交易模式（支持知识服务定位、协作、协商、支付与购入等多种交易模式）、知识服务交易流程管理与控制（交易流程一般包括服务规则制定、服务规则执行/服务规则交易、交易后流程管理与控制等）、知识服务交易规则制定（通过制定可信的交易规则，提供评价机制来维护知识服务提供者、管理者与用户之间的信任关系）、基于协同设计的多赢的自动知识服务协商模型等，用来支持动态变化、异构、高度协作的大数据知识服务交易。

4.5 知识服务协同监测体系

面向数字图书馆的大数据知识服务协同设计监测体系主要包括：（1）知识服务资源的协同监测。数字图书馆有着大量的、异构的软硬件资源，怎样对其进行有效的协同监测、管理及控制，是实现大数据知识服务的基本保障。这一环节就需要重点研究这几个问题：研究利于协同监测的体系架构，以满足协同监测需求；研究高效的、灵活性强的知识服务资源协同监测策略；研究知识服务资源状态的智慧化管理技术等。（2）知识服务过程的协同检测。在整个知识服务过程中，必然会出现各类问题，对其进行有效的协同监测，有助于大数据知识服务过程高效、准确的完成。（3）协同设计过程的监测。这一部分主要研究大数据知识服务体系中协同设计过程中的模型、方案、协同过程设计等各个环节产生故障、冲突或错误的影响因素、原因、特征及问题类型，从而研究出适合大数据知识服务体系的智慧化监测模型，以对大数据知识服务体系协同设计过程进行及时有效地监测。（4）知识服务平台的协同监测。毫无疑问，数字图书馆的知识服务平台是用户获取其所提供的大数据知识服务的交互接口。

针对大数据知识服务平台建立多层次协同监测体系，研究不同层次的协同监测体系的故障状况及相应的解决方法，实现智慧化监测和预判各类问题，并对可能发生的故障、冲突与错误进行预警，从而确立对应的容错机制、迁移与恢复策略，及时排除问题，确保整个知识服务过程的高效运行。

5 面向数字图书馆的大数据知识服务协同设计的应用模式

在面向数字图书馆的大数据知识服务体系中，用户无需深入了解知识服务协同设计环境的提供者，只需要向大数据知识服务平台提交知识服务需求，在接受用户知识服务需求后，数字图书馆会自动组织服务资源进行协同设计，开始知识服务协同设计过程，并自动配置相应的知识服务资源来完成整个知识服务过程，为用户提供最合适的知识服务（大数据知识服务协同设计的运行模式见图5）。

数字图书馆管理者与运营者通过互联网，在服务资源模块注册、各类知识服务资源、知识服务等，知识服务协同设计体系将服务资源与知识服务进行虚拟化、封装成相应的服务，并、保存到大数据知识服务资源中心；用户在明确其知识服务需求后，通过数字图书馆所提供的大数据知识服务平台对其知识服务需求进行表达与描述，确立其知识服务协同设计方案、相应的服务资源及知识服务环境；数字图书馆在接受用户知识服务需求任务后，对用户知识服务需求处理任务进行拆分、解释、服务资源匹配、选择及服务资源组合优化，并将最优化的知识服务资源提供给用户，结束整个知识服务流程后，将最佳知识服务方案及结果反馈给用户。

6 结语

随着大数据理论与技术的飞速发展，急速膨胀的信息资源建设需求和多元化知识服务需求不断给数字图书馆的知识服务模式带来新的机遇与挑战。由于大数据知识服务还是一个新生事物，正处于不断改进和发展的阶段，并且现有的数字图书馆尚未形成功能完备的、标准的、稳定的大数据知识服务体系，因此，需要根据数字图书馆服务特性及用户知识服务需求，在做好顶层设计的基础上，统一进行协调规划、设计，分步实施。

目前这一领域还存在许多值得研究和探讨的问题。本文简要描述了数字图书馆大数据知识服务体系理论与应用的研究现状，对比分析了面向数字图书馆的大数据知识服务体系协同设计的特征，搭建了一个基于SOA架构、开放式的、松散耦合的体系架构，并从管理功能、协同管理、信息管理、服务资源及协同过程等五个视角对其进行分析，指出其所涉及到的关键技术及主要研究内容，并结合应用需求对其运行模式进行了分析。

参考文献：

[1] 张兴旺.大数据知识服务体系研究[J]. 情报资料工作，2013（2）：11.

[2] 张晓林.研究图书馆2020：嵌入式协作化知识实验室[J]. 中国图书馆学报，2012（1）：11-20.

[3] 张兴旺.图书馆大数据体系构建的学术环境和战略思考[J]. 情报资料工作，2013（2）：12-17.

[4] 秦晓珠，李晨晖，麦范金.大数据知识服务的内涵、典型特征及概念模型[J]. 情报资料工作，2013（2）：18-22.

[5] 郭自宽，张兴旺，麦范金.大数据生态系统在图书馆中的应用[J]. 情报资料工作，2013（2）：23-28.

[6] 李晨晖，崔建明，陈超泉.大数据知识服务平台构建关键技术研究[J]. 情报资料工作，2013（2）：29-34.

[7] 陈传夫，钱鸥，代钰珠.大数据时代的数字图书馆建设研究[J].图书情报工作，2014（7）：40-45.

[8] Etzioni O.， Cafarella M.， Downey D. et al. Web-Scale information extraction in knowitall（preliminary results）[C]. Proc. Ofthe 13thInt’l Conf. on World Wide Web.ACM， 2004：100-110.

[9] Wu W.， Li H.， Wang H. et al. Probase： A probabilistic taxonomy for text understanding[C].Proc. of the 2012 ACM SIGMODInt’l Conf. on Management of Data. New York： ACM， 2012：481-492.

[10] Suchanek F. M.， Sozio M.， WeikumG.. SOFIE： A self-organizing framework for information extraction[C].Proc. of the 18th Int’lConf. on World Wide Web. New York： ACM， 2009：631-640.

[11] BizerC.， Lehmann， J.， Kobilarov， G. et al. DBpedia： A crystallization point for the Web of Data[J]. Web Semantics： Science， Services and Agents on the World Wide Web. 2009，7 （3）：154-165.

[12] Fabian M. S.， Gjergji K.， Gerhard W. YAGO： a core of semantic knowledge unifying WordNet and Wikipedia[C].Proc.Of the International World Wide Web Conference Committee.Banff， Alberta， Canaba， 2007：697-706.

[13] Simone P. P.， Michael S..Wikitaxonomy： a large scale knowledge resource[J/OL].[2015-04-01].http：//wwwusers.di.uniroma1.it/～ponzetto/pubs/ponzetto08a.pdf.

[14] U.S. Government[EB/OL].[2015-04-01].http：//data.gov.

[15] Evi. TrueKnowledge[EB/OL]. https：//

[16] 维基百科. Google知识图谱[EB/OL].[2015-04-01].http：///wiki/Google%E7%9F%A5%E8%AF%86%E5%

9B%BE%E8%B0%B1.

[17] Facebook. Facebook Graph Search[EB/OL].[2015-04-01].http：///wp-content/uploads/2014/08/Facebook

-Graph-Search.pdf.

[18] CNKI. CNKI 3.0知识搜索[EB/OL].[2015-04-01].http：//.cn/.

[19] 王元卓，贾岩涛，赵泽亚，等. OpenKN―网络大数据时代的知识计算引擎[J].中国计算机学会通讯，2014，10（11）：30-35.

[20] Lu R. Q..From knowledge based software engineering to knowware based software engineering[J]. Science in China（Series F：Information Sciences），2008（6）：638-660.

[21] Xing N.， Xin R. S.， Hao F. W. et al. Zhishi.me-weaving Chinese linking open data[C].Proc.Of the 10th International Semantic Web Conference，2011：205-220.

[22] 朱志良，苑海涛，宋杰，等.SOA与云计算：竞争还是融合[J].计算机科学，2011（12）：6-11.

[23] 齐勇，罗英伟，孙毓忠.网络资源虚拟化技术专题前言[J].软件学报，2014（10）：2187-2188.

简述大数据的概念范文第5篇

（一）、基本概念

A：直复营销

使之一种在任何地方产生可度量的反应或达成交易而使用一种或多种广告媒体的相互作用的市场营销体系，它是无店铺零售的主要形式。

B：关系营销

以系统论为基本指导思想，将企业置身于社会大环境中来考察企业的市场营销活动，认为企业营销乃是一个与消费者、竞争者、供应商、政府机构和社会组织发生互动作用的过程，正确处理与这些个人和组织的关系则企业营销的核心，是企业成败的关键。

C：服务营销

在与顾客消费者的沟通过程中间，持续不断地提供其所需要的和起超值的服务，以达到销售和忠诚的目的。

D：数据库营销

企业通过搜集和积累消费者的大量信息，经过处理后预测消费者有多大可能去购买某种产品，以及利用这些信息给产品以精确定位。有针对性地制作营销信息以达到说服者购买产品的目的。

E：整合营销

结合各种资源状况，运用广告、公关、促销、直效营销、POP、服务等一切手段，在整个营销过程度中的每个环节与消费者沟通，让消费者了解产品的价值，以及它是为什么样的人而设计的。

F：营销全面质量管理

它是围绕内外部顾客的需要而建立的管理体系，营销的质量是决定产品附加值的关键的一环，它包含着法律的、诚实的、利润的、效果的。

（二）、相互区别

A、4P—4C 类别 4P 4C产品 我能生产的产品 消费者想购买的产品价格 我所需要的价格 消费者满足其需要与欲求付出的成本渠道 通路的运用 消费者购买的便利性推广 推广的策略 双向的沟通

B. 直复营销_传统市场营销 类别 直复营销 传统市场营销目标　 以单个顾客为单位进行推销 以目标顾客群为单位进行推销细分 细分顾客的基础是顾客的名字.住址及其购买惯 细分目标顾客群的基础是人口因素.心理因素服务 产品具有送货上门服务带来的附加值 不具有送货上门的优点通略 通过媒体销售 通过零售店销售控制 在产品被送到消费者手中的整个过程中，营销人员都能对产品实施很好的控制 产品一旦时入分销渠道，营销人员就无法其控制传播 主要利用针对性很强的媒体 利用大众媒体广告目的 让消费者立即订货或查询 树立企业形象，引起顾客兴趣，使顾客建立对品牌的忠诚等等，顾客接受广告和采取购买行为之间有一段比较公开促销 促销手断具有隐蔽性 促销手断比较公开决策 决策所需的资料不全 决策所需的资料很全面安全感 顾客感到受骗的可能性很大，因产品无法看到 顾客感到受骗的可能性小，因与产品的联系很直接

C.关系营销__传统营销 类别 关系营销 传统营销销售 关注保持顾客 关注单销售导向 产品利益导向 产品特征导向日期 长期的 短期的服务 高度强调顾客服务 不太强调顾客服务促销 高度的顾客参与 有限的顾客参与沟通 高度的顾客联系 适度的顾客联系质量 质量是所有方面都要考虑的问题 质量是产品的首要问题

D.实物商品__服务 类别 实物商品 服务形状 有形的 无形的差异 同质的 异质的消费 生产.销售与服务分离 生产.销售与消费同时内容 一件东西 一个活动或过程核心价值 核心价值在工厂中生产 核心值在买卖相互作用过程中产生生产 消费者通常不参与生产过程 消费者参与生产过程保存 能够储存 不能够储存所有权 所有权转移 无所有权转移

四、童锌武汉操作模式

(一)、理论构建

A: 架构

B.操作描述:

1.数据库的发展过程 最　 初 后

来 现　 在为实施直复营销而收集的顾客和潜在的顾客的姓名和地址 市场研究工具，如市场资料.人口统计资料.竞争资料等做分析 作为整个管理信息系统的一部分发挥重要作用，顾客的基本状态

电脑和专用软件以及因特网解决了大量文字及数据的分析等技术问题，使数据库能迅速有效的运用而刺激其发展。

2.关于数据库营销 动作过程 作用 优势1.数据采集

2.数据存储

3.数据处理

4.寻找理想消费者

5.使用数据，完善数据 1选择和编辑顾客数据;

2选择适当消费者;

3提供目标消费者的状况，并应用邮件.电话.销售.服务.顾客忠诚计划和其它方法;

4.反击竞争者的武器;

6.及时反馈营销效果，并提出改进方法等.1帮助企业准确找到目标消费者群;

2.帮助企业判定消费者和目标消费者的消费标准并准确定位;

3.帮助企业在最合适的时机以最合适的产品满足顾客需求，可以降低成本，提高效率;

4.帮助企业结合最新信息和结果制定出新策略，使消费者成为本企业产品长期忠实用户;

5帮助企业开发新项目提供信息;

6帮助企业产生新的服务项目并促成购买过程简便化，使之重复购买;

7.帮助企业选择合适的营销媒体;

8.提高顾客忠诚，同时使企业间竞争隐秘化

3.架构简述:

通过幼儿园.妇幼等初步建立数据库，充分使用直复营销中的电话.直邮.讲座等方法为消费者提供关系营销.服务营销的基本内容，并相对准确的选择媒体及运用广告策略向消费者传达信息和促销，同时可进一步完善数据库.消费者在产生购买行为时运用传统通路售出，使之最便捷的得到产品，并使产出最大化，这里面整个是互动的一个过程，在不同的阶段根据公司的各种资源和目标要求不同侧重点不一样.

(二)、阶段操作简述

A.基本方法及目的

1.数据库是各项工作的基础，但目前仅是对传统营销方式的补充和改善，同时实施数据库营销与企业的整个管理水平，尤其是营销管理水平密切相关，数据库营销可作为营销工作的方向，在营销工作的方向，在营销管理上注重顾客信息的收集.动用建立起初级的消费者数据库，要充分动用计算机及数据库软件.

2.营销模式试验过程中一定要结合公司的现有各种条件及目标要求，不同阶段侧重点不同.这是一个相互作用的过程，方法得当将会是1+1=3即边际效益的递增，千万不可过分强调某一单项工作，走入极端.

3.模式探索一定要以技术上能解决的可复制的问题.

4.武汉模式对员工的素质及技巧提出了更高的要求，并不是仅仅是一个勤奋吃苦或机械化操作的问题.

5.在本案的操作上如果有宽产品线做支持效果会更好。

附： 序号内容方法目的时间责任人1强化终端工作1硬终端以展牌为主，招贴、吊旗为辅

2．软终端通营业员沟通及综合比赛，包括终端维护、货架展示、产品知识销售量综合评比奖项的方法1、形成市场氛围

2．加大终端铺货率

3．促进售点压货

4．营业员导购形成八月　2讲座、咨询标准化流程化制定利用青山少年宫和万松园试点，不断修正和调整方案，使人员通知、会场布置、讲座效果控制等形成可复制模式使后期大面积推广，直效传播及服务具有可操作性八月　3完善结构，提高人员素质1．结合操作模式定型、定岗、定编、定责

2．培训及过程中传帮带为开学后能顺利高效高质开展工作打好基础八月　4完善细基础资料1初步建立数据库

2．进一步完善幼儿园、小学、终端等基础资料为下步工作准确、稳健、高效、高质地开展打好基础八月　5售点促销1．合理选点并达到一定基础规模（40家）

2．促销品选定、制作、运用

3．促销人员技巧培训1、保证基础销量，扩大市场份额

2．数据采集八月　6媒体投放及大型SP1．推广方法用媒体、终端、新一轮幼儿园活动中附带

2．内容可分为A类、B类，A类可采取附产品说明书及填好调查表，便可抽如电脑等奖品，B类可采取广告回答如抽DVD等奖品1．直接推动销售

2．品牌宣传

3．产品功效宣传

4．推广服务

5．迅速扩大，完善数据库九月　7幼儿园新一轮活动设计家长参与和孩子一起完成的活动，要求满足家长及孩子两种需求，并可执行如心理测试题指导，回收后可参加内容6所述抽奖1．提升品牌形象

2．宣传提升儿童研究中心

3．宣传产品功效

4．完善、扩大数据库九月　8幼儿园系列讲座通过家长会等方式结合，充分利用妇幼等职能部门权威性，双大幼儿园为基础，每周三到四个讲座1．提升品牌形象

2．宣传儿童研究中心

3．宣传产品功效

4．提供超值服务

5．直效传播人群数量迅速扩大　　9大型系列讲座分区固定几个300—500人的讲课场所，通过海报、电话、直邮邀请函等方式通知消费者告知1．提升品牌形象

2．宣传儿童研究中心

3．宣传产品功效

4．提供超值服务