大数据营销分析

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篇大数据营销分析范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

大数据营销分析范文第1篇

“大数据”对旅游行业的影响是全方位的，是整个行业管理决策模式的转变。通过数据分析，旅游经营者可以清楚地知道旅游行业的热点、淡旺季及不同季节的规律性变化和游客的兴趣点，并基于此开展有针对性的旅游营销，这将大大促进旅游业的发展。而面对庞大的旅游业数据，该如何整理并有效利用，如何挖掘更有价值的数据信息，如何完成从数据到营销决策、从营销决策到收益的转化等是首要解决的问题。

一、精准营销概念的引入

市场竞争的核心点归根结底围绕两点：质量与价格。对于旅游业来讲，同样的景点，谁能给予顾客更低的价格与更好的体验，谁就掌握了竞争的主动权。美国著名营销大师菲利普・科特勒在2005年首次提出精准营销的概念：“精准营销就是企业需要更精准、可衡量和高投资回报的营销沟通，需要制定更注重结果和行动的营销传播计划，还有越来越注重对直接销售沟通的投资。”

可以看出，精准营销得以实现的前提是当今四通八达的网络通路与庞大的数据资源。由于当今消费者同互联网接触紧密，营销者可以通过提取目标人群相对应数据进行甄别与分析，从中得出关于消费人群偏好的兴趣、市场竞争者的策略与状况、客运成本等一些具体的结论，通过结论有针对性地进行营销活动，制定正确的营销策略。

二、精准营销所面临的困难与挑战

精准营销为营销者带来的好处显而易见，然而，真正能将精准营销策略应用于具体实践过程中的营销者却寥寥无几。由于当前旅游营销发展的局限性，精准营销的广泛实现困难重重。

第一，大数据时代的特征为数据搜集与筛选加大了难度。在如今信息爆炸的大时代背景下，每日所诞生的数据数量以惊人的速度上升。根据国际数据公司（IDC）统计，2011年全球产生的数据量高达1.82ZB。在如此庞大的数据基数下，大数据时代呈现出一些极为鲜明的特征：数据增长速度快、数据类型繁多、数据价值密度低、数据处理速度快等。营销者在如此庞大与复杂的数据海洋中筛选并辨别对自己有正面价值的数据信息，其难度可想而知。

第二，营销者缺乏有效的评估机制，难以对已搜集数据的价值进行全面正确的评估。由于互联网数据的冗杂与低门槛特性，我们无法保证这些数据一定有价值。而营销者的一个营销决策往往决定着一次营销活动的成败。若是一次决策本身就建立在错误的数据结论上，造成的损失将不可估量。这也造成了当前营销者对于所获得数据的谨慎与保守态度。

第三，相关人才匮乏，营销者难以对已知数据进行有效分析。由于当前营销者认知条件所限，多数旅游营销者难以形成敏锐的市场嗅觉。即使有数据在手，他们也很难确定自己究竟该做什么，该怎么去做。而由于数据实效性的特点，营销者能及时制定出有效的精准营销策略的难度也就可想而知。

三、大数据背景下旅游业实施精准营销的建议

虽然精准营销策略在旅游经营者之间的普遍应用仍存在一定的难度。但不可否认，在大数据时代背景下，精准营销仍拥有不可替代的优势。那么如何才能趋利避害，真正让大数据为旅游业切实服务是需要注意的问题。

（一）建立旅游企业与顾客之间的沟通反馈机制

搜集数据的根本目的是为消费者服务。那么旅游经营者直接从已有消费者身上获得的资料无疑更有参考价值。这在一定程度上规避了营销者在当今数据烟海之中苦苦寻找可用价值的难题。

（二）提升挖掘与筛选数据的能力

旅游企业首先应扎扎实实完成企业自身业务的数据化，如加强客户信息的收集、注重客户数据的积累，做好CRM建设。此外，还应引进相应的数据方面的人才，需要懂行业、又懂数据的人进行专业化分析，整合市场资源，整合营销，让懂数据的人也懂旅游，懂旅游的人了解数据，从而更好地开展旅游营销活动。

（三）旅游经营者之间建立良好的沟通机制

旅游业涵盖“食、住、行、游、购、娱”六个要素，涉及行业范围较大，旅游经营者之间数据与信息的交换有一定难度。且由于市场竞争激烈，他们在数据收集方面各自为政，缺乏有效的沟通。这在很大程度上加大了信息收集分析的难度。而良好沟通机制的建立，则能在一定程度上缓解类似状况。

（四）注重信息搜集基础设施建设

大数据营销分析范文第2篇

1.生命周期逻辑

尽管理解和利用生命周期的逻辑病不是一个新的概念，许多电子邮件营销者现在都开始应用它，欣赏它带来的价值。生命周期邮件通常只占整体邮件发送量的15%，但据称可以产生收入的35%。

从客户和产品这两个最普通的视角，你就可以多种方式看到生命周期逻辑。一些品牌已经应该产品生命周期逻辑，通过针对他们的最畅销产品简单地发送补货邮件提醒用户重新回来购买，取得了巨大的成功。但是这种类型的逻辑也并适用于所有的产品。

曾经有人坚持说，他们的产品不需要“更换提醒”邮件。但是相反，我认为无论是长久耐用品，快消品，或者是介于两者之间的商品，每个产品都有一个生命周期：积极的运动者需要以规律的频率更换自己的跑鞋，汽车拥有者需要每隔一些年更换汽车等等。

2.情境逻辑

我相信，一部分市场营销者知道了facebook将终结@facebook.com后缀的电子邮件地址的消息，之后@facebook.com的用户能够设置帐号，使@facebook.com邮箱中的邮件被转发到他们设置的其他邮箱。

因此，类似于在去年雅虎宣布停止中国雅虎邮箱服务的事件后，webpower中国区建议，品牌通过给使用中国雅虎邮箱地址注册的用户发送关怀类邮件，或在邮件内增加“更换注册邮箱地址”按钮等方式，鼓励用户及时更换注册邮箱地址，以确保用户可以继续收到发送的邮件。市场营销者也可以对这部分用户邮件地址数据等进行更新，重新激活这些邮件用户等。抓住某些具体事件或时间框架，市场营销者可以利用情境逻辑做很多的事情，虽然这种情景逻辑不一定经常可以利用。

大数据营销分析范文第3篇

[关键词]“大数据”；营销体系；重构；解构

doi：10.3969/j.issn.1673 - 0194.2016.02.053

[中图分类号]F274 [文献标识码]A [文章编号]1673-0194（2016）04-00-02

现阶段，信息技术的应用范围越发广泛，消费者的行为模式也发生了一系列的变化。在系统设计中物联网的发展形式，具有一定的发展要求，将固定设计模式当作其研究重点，让它能适应形式变化的要求。从现阶段营销管理系统来看，在优化分析及系统的设计阶段需要将干扰因素不断减少，使其能与营销管理系统的要求相符。而在具体的设计中需要对设计形式的要求有所了解，并在重建体系中将使用的形式有效体现出来。

1 “大数据”概述

所谓“大数据”，是指一种数据规模巨大到无法通过人工在合理时间内达到管理，并整理成为人类能够解读的信息。然而，数据大小并非是衡量其是否是大数据的主要标准，大数据具有数据类型众多、数据体量巨大以及数据处理速度快等特点，这些特点都是大数据应该具备的。大数据时代的来临，使我国各领域都取得了相当大的发展。大数据充分展示了“整体大于部分之和”的优势，是当前重要发展趋势。

2 “大数据”背景下的应用程序

2.1 数据形式转变成营销体系

现阶段发展体系中还存在一定的特殊性，而在设计优化的阶段中要将实际应用形式有效设定出来，并依照固定设计形式来进行相应的分析。在系统设计中合理应用计算机，并提供一个科学的设计形式给受众，以此确保设计形式在应用上的合理性。其主观的设计形式能将整体设计形式当中的应用效果反映出来，使消费者及生产者的信息交换能非常和谐。所以，营销与数据有密不可分的关系。只要联机系统能合理应用，那么信息及数据的交流就得以实现，大数据在机制的应用中就可以持续发展，这需要将营销学当中所有的应用体系明确好，以此与系统模型的要求相符。

2.2 “数据”转变为“知识”

现在数据操作系统较为复杂，而在整体性的设计中需对影响因素中存在的干预性进行考虑，其差异使竞争机制中的干扰因素有效减少。目前在很多领域建设中已经慢慢渗透了各种数据的应用形式，并且也成为管理当中非常重要的生产因素。不过基于整个因素当中的差异性，在其设计阶段需要深入的了解生存率，对设计程序锁提出的本质性要求予以满足，将系统设计中的特点有效体现出来。在优化设计阶段中需正确解读背景信息，而在具体实践中如果接收了物理符号序列中的规律，需对所有符号及组合含义进行明确的了解，才能获取一组正确的数据信息。

2.3 “数据库”转变成“大数据”

依照数据系统应用中所存在的差异性，在其设计优化中需收集相关信息，使行为管理中的要求予以满足。而依照系统中的独特性，需从制度性以及稳定性两个角度入手，根据固定设计形式中的特殊性，合理的分离数据，使多维度的发展要求得到有效满足，使营销系统中的设置体系能以有效适应。在设计优化中，可充分应用联机设计的方式，充分应用操作机挖掘形式，将数据逐渐转变成知识与信息。而在信息技术不断变化及发展的基础中，需将固定发展要点以及设计方式作为重要的目标，将技术体系中所呈现的应用效果有效体现出来。

3 营销体系的重建策略

3.1 市场发展体制需明确

在系统的优化建设当中需在应用系统上进行相应的优化及分析，让整个系统能与营销管理体系的要求相符。而在整个设计阶段中需要深入分析数据库当中的信息及内容，要将其发展的强度不断提升，使其能让具体的设计要求得到满足。而在优化设计中，相关的工作人员要以此建立一个系统的数据库与信息处理系统，将研究重点设定为固定决策管理机制，将优化设计中所有的要求都体现出来。在优化设计中还需建立一个CSP模式，这种模式是一种计算机模式，主要为了帮助计划方案的有效制订，以此与广告效果相对应，而实际设计模式及具体的应用程序也存在较大的联系。

3.2 服务建设系统必须优化

在优化建设阶段当中，需要将数据的应用程序明确好，以此促进新的调研手段及业务范围出现。因为数据应用中存在一定的差异性，所以必须要深入分析统计信息。在系统优化阶段，所有受众都需要了解干预的因素，并及时整理及检测信息技术。而相关工作人员需在具体的建设过程当中对数据的整理及收集工作进行强化，并使其能与应用体系中的所有要求相符，其必要时还可重建系统。其系统在设计中需要将营销及广告的整体效果提高，以此提供一个成功的范例给全媒体营销参考。

3.3 受众思想要了解

在营销管理系统中，受众的思想存在较大反作用，因此需要在实际建设阶段中将干预性因素不断减少，使其能与具体的应用方式相符，以此将设计理念中呈现的应用效果有效体现出来。在系统的设计过程中需要将品牌的定位明确好，要将传统的管理方式打破，尽量应用新型的技术管理思维方式，将信息应用水平有效提升起来。受众在这种碎片化的发展阶段中需要将应用系统重新建立起来，依照固定设计模式及应用管理要求来重新进行建立。而重建管理体系在其基础性的建设中是非常重要的一个角色，所以必须要及时进行反馈，以此使实际问题得以解决。

3.4 法律法规需不断健全

现阶段在大数据的处理技术中，营销体系的重新构造，使受众信息被牵扯其中，所以，信息该如何妥善的进行处理，受众的隐私该如何保护等问题成为营销体系重新构建的严重问题。目前全球依旧大约有50个国家开始重视个人信息数据的管理，并制定了相应的法律。相比之下，我国在这方面处在一个发展阶段，法律的保护意识非常薄弱，针对个人信息数据库的保护没有引起重视，因此并未有具体的法律进行保护。虽然可以方便查询受众信息，但是随着时代经济的发展，今后这种发展方式难免会有“粗暴”的印记出现，所以还是需要相关法律予以保护，确保个人信息数据的隐私得到相应的保护。

3.5 发展空间要不断扩展

现阶段在全媒体营销集合的大数据的背景下，营销体系的重新构建需要企业将营销体系中的各个环节当作其对象，将发展空间不断扩展，积极创新，能在面对营销挑战时有一定的准备。不仅如此，企业类型的不同导致营销体系的重构重点有较大区别，不过对数据的应用力及挖掘力的相关要求还是没有变化的。如果“数据服务公司”掌握了“实时海量数据检测技术”，方可构建一个“大数据挖掘模型”，这个大数据的分析能力非常强，其中“媒体机构”可以将所有的信息痕迹记录进去，同时还有提升自身营销能力、进行产品优化、建立海量数据库等能力。而“广告营销机构”需要应用多种方式来追踪广告效果，还能使用大数据来分析媒体的广告价值，以及优化广告营销中的相关服务。

4 结 语

综上所述，现阶段网络信息联系紧密，以此积累了可沟通、可更新的海量受众数据，并以此形成了由数据信息所聚集而成的“小金矿”，而大数据技术的应用使这个金矿的工作顺利展开。在整个系统技术的设计当中，首先必须将固定设计形式当成重要目标，依照设计形式来进行相应的优化及分析。由于大数据中的整体性及挖据技术都存在较大的差异性，所以必须要将营销理论的相关特点体现出来，确保整个体系的完整性及平衡性。在系统设计中需要制定一些科学的应用系统，并对其进行充分的优化，以此使整个营销系统中的完善性得以保障。

主要参考文献

[1]黄升民，刘珊.“大数据”背景下营销体系的解构与重构[J].中国传媒大学学报，2012（11）.

[2]刘宇.浅析“大数据”背景下营销体系的解构与重构[J].信息化建设，2015（6）.

[3]金晓彤，王天新，杨潇.大数据时代的联动式数据库营销模式构建――基于“一汽大众”的案例研究[J].中国工业经济，2013（6）.

大数据营销分析范文第4篇

【关键词】大数据；大数据营销；京东

一、数据分析时代演变历程

（一）数据1.0时代

数据分析出现在新的计算技术实现以后，分析1.0时代又称为商业智能时代。它通过客观分析和深入理解商业现象，取缔在决策中仅凭直觉和过时的市场调研报告，帮助管理者理性化和最大化依据事实作出决策。首次在计算机的帮助下将生产、客户交互、市场等数据录入数据库并且整合分析。但是由于发展的局限性对数据的使用更多的是准备数据，很少时间用在分析数据上。

（二）数据2.0时代

2.0时代开始于2005年，与分析1.0要求的公司能力不同，新时达要求数量分析师具备超强的分析数据能力，数据也不是只来源于公司内部，更多的来自公司外部、互联网、传感器和各种公开的数据。比如领英公司，充分运用数据分析抢占先机，开发出令人印象深刻的数据服务。

（三）数据3.0时代

又称为富化数据的产品时代。分析3.0时代来临的标准是各行业大公司纷纷介入。公司可以很好的分析数据，指导合适的商业决策。但是必须承认，随着数据的越来越大，更新速度越来越快，在带来发展机遇的同时，也带来诸多挑战。如何商业化地利用这次变革是亟待面对的课题。

二、大数据营销的本质

随着顾客主导逻辑时代的到来以及互联网电商等多渠道购物方式的出现，顾客角色和需求发生了转变，世界正在被感知化、互联化和智能化。大数据时代的到来，个人的行为不仅能够被量化搜集、预测，而且顾客的个人观点很可能改变商业世界和社会的运行。由此，一个个性化顾客主导商业需求的时代已然到来，大数据冲击下，市场营销引领的企业变革初见端倪。

（一）大数据时代消费者成为市场营销的主宰者

传统的市场营销过程是通过市场调研，采集目前市场的信息帮助企业研发、生产、营销和推广。但是在大数据以及社会化媒体盛行的今天，这种营销模式便黯然失色。今天的消费者已然成为了市场营销的主宰者，他们会主动搜寻商品信息，货比三家，严格筛选。他们由之前的注重使用价值到更加注重消费整个过程中的体验价值和情境价值。甚至企业品牌形象的塑造也不再是企业单一宣传，虚拟社区以及购物网站等的口碑开始影响消费者的购买行为。更有甚者，消费者通过在社交媒体等渠道表达个人的需求已经成为影响企业产品设计、研发、生产和销售的重要因素。

（二）大数据时代企业精准营销成为可能

在大数据时代下，技术的发展大大超过了企业的想象。搜集非结构化的信息已经成为一种可能，大数据不单单仅能了解细分市场的可能，更通过真正个性化洞察精确到每个顾客。通过数据的挖掘和深入分析，企业可以掌握有价值的信息帮助企业发现顾客思维模式、消费行为模式。尤其在今天顾客为了彰显个性，有着独特的消费倾向。相对于忠诚于某个品牌，顾客更忠诚与给自己的定位。如果企业的品牌不能最大化地实现客户价值，那么即使是再惠顾也难以保证顾客的持续性。并且，企业不能奢望对顾客进行归类，因为每个顾客的需求都有差别。正是如此，大数据分析才能更好地把握顾客的消费行为和偏好，为企业精准营销出谋划策。

（三）大数据时代企业营销理念———“充分以顾客为中心创造价值”

传统的营销和战略的观点认为，大规模生产意味着标准化生产方式，无个性化可言。定制化生产意味着个性化生产，但是只是小规模定制。说到底，大规模生产与定制化无法结合。但是在今天，大数据分析的营销和销售解决的是大规模生产和顾客个性化需求之间的矛盾。使大企业拥有传统小便利店的一对一顾客关系管理，以即时工具和个性化推荐使得大企业实现与顾客的实时沟通等。

三、基于数据营销案例研究

———京东京东是最大的自营式电商企业。其中的京东商城，涵盖服装、化妆品、日用品、生鲜、电脑数码等多个品类。在整个手机零售商行业里，京东无论是在销售额还是销售量都占到市场份额一半的规模。之所以占据这样的优势地位，得益于大数据的应用，即京东的JDPhone的计划。JDPhone计划是依据京东的大数据和综合服务的能力，以用户为中心整合产业链的优质资源并联合厂商打造用户期待的产品和服务体验。京东在销售的过程中，通过对大数据的分析，内部研究出一种称为产品画像的模型。这个模型通过综合在京东网站购物消费者的信息，例如：年龄、性别、喜好等类别的信息，然后进行深入分析。根据分析结果结合不同的消费者便有诸如线上的程序化购买、精准的点击等营销手段，有效的帮助京东实现精准的营销推送。不仅如此，通过对于后续用户购物完成的售后数据分析，精确的分析商品的不足之处或者消费者的直接需求。数据3.0时代的一个特征便是企业不在单纯的在企业内部分析数据，而是共享实现价值共创。所以，京东把这些数据用于与上游供应商进行定期的交流，间接促进生产厂商与消费者沟通，了解市场的需求，指导下一次产品的市场定位。总的来说，这个计划是通过京东销售和售后环节的大数据分析，一方面指导自身精准营销，另一方面，影响供应商产品定位和企业规划，最终为消费者提供满足他们需求的个性化产品。

四、大数据营销的策略分析

（一）数据分析要树立以人为本的思维

“以人为本”体现在两个方面，一方面是数据分析以客户为本，切实分析客户的需求，用数据分析指导下一次的产品设计、生产和市场营销。另一方面，以人为本体现在对用户数据的保密性和合理化应用。切实维护好大数据和互联网背景下隐私保护的问题，使得信息技术良性发展。

（二）正确处理海量数据与核心数据的矛盾

大数据具有数据量大、类型繁多、价值密度低和速度快时效高的特点。所以在众多海量的数据中，只有反映消费者行为和市场需求的信息才是企业所需要的。不必要的数据分析只会影响企业做出时代Time2017年第04期中旬刊（总第657期）正确的决策。鉴于此，首先企业需要明确核心数据的标准；其次企业要及时进行核心数据的归档；最后要有专业的数据分析专业队数据进行分析，得出科学合理的结果以指导实践。

（三）整合价值链以共享数据的方式实现价值创造

大数据营销分析范文第5篇

【关键词】智慧校园 碎片化 决策 数据支撑

1 引言

信息技术飞速发展的今天，给人们的工作、生活、学习和思维带来了巨大改变。作为新生事物的领先接收者，高校信息化的建设发展如火如荼，大多数高校对数据堪比黄金的价值已达成共识。目前智慧校园已成为信息化建设的热点，大数据的分析和深度应用成为智慧校园的重要应用之一。虽然这与社会的大数据相比，还不能是真正意义的大数据，但是就高校而言，这些数据就是校园大数据。这些碎片化的数据目前仅仅用于教师、学生信息的统计、查询，但这远远没有发挥出这些数据的价值。通过对校园大数据进行分析，并将其深度应用于教学管理、科学研究、学科建设、招生就业、学生成长和管理服务等多个方面，从而为高校管理和决策提供数据支撑。

2 校园大数据的分析

在高校数年的信息化建设中，都比较注重数据的管理和积累。与社会大数据一样，校园大数据也具有真实性、巨大性、复杂性和混杂性等特点。校园大数据的区别还在于实时性和价值性。实时性是指经过数字校园的建设后各高校基本建成数据共享平台，校园大数据生成后可以实时采集和共享。价值性在于经过分析、深度应用的校园大数据可以即时产生价值。

数据分析是校园大数据深度应用的前提与核心。通过对高校信息系统产生的内容真实、不同类型、快速增加的数据进行采集、清洗，在数据分析平台的支撑下，运用数据分析方案或模型，从而挖掘出其中的相关关系。经过分析，才能为后续深度应用提供数据支撑。

目前校园大数据分析主要以定量为主，既有动态性数据也有静态性数据。数据分析的任务主要包括描述性分析、预测性分析和规范性分析。描述性分析目的是总结历史形成客观描述。预测性分析主要是利用各种工具对历史数据进行分析，然后基于当前数据对未来做出预测。规范性分析则是通过动态指标显示决策结果供决策者使用。

校园大数据分析同样面临一系列的难题。一是数据的完整性和准确性不足。采集到的数据不能准确反映问题。例如学生校外购物数据难以掌握，无法准确判断学生的生活情况。二是部分数据涉及个人隐私。真实数据的分析结果若涉及个人隐私，可能会引起不满。三是大数据的分析是一项系统工程，需要高校各部门配合。通过职责划分明确各部门承担的角色，自上而下，保护数据安全，维护数据隐私，严格数据管理规定，完善数据来源，提高数据质量。唯有通过多途径才能真正提供有价值的数据分析和应用。

3 校园大数据的深度应用

校园大数据的分析能够将隐藏在海量碎片化数据中的信息挖掘出来，根据分析结果，提升教学质量，细化学生管理水平，提升资源利用效率，帮助科学管理决策，从而服务于高校的各项工作，服务于高校师生员工。

互联网技术的发展，使得在线学习逐步成为学习的重要方式。通过学生的在线学习行为，如学习时长、测评结果，可以分析出学生对课程的学习情况，教师通过学生的学习情况确定教学难点，关注教学重点，调整教学方式，提高教学效率。通过对学生的学习行为、考核情况，可以预测学生的学习情况，对问题学生进行预警，及时督促其学习。通过对学生选课、考试成绩、图书借阅和社团活动等数据进行分析，根据结果有针对性的调整学生培养方案，从而提高毕业生质量。

一卡通消费数据，可以分析学生的就餐和消费行为，可以通过消费水平判断经济状况，对严重低于平均消费的学生重点关注，及时与学生沟通，帮助解决生活难题，从而发挥大数据深度应用的价值。将学生在校期间的消费数据形成报表，毕业时推送给学生，既能帮助学生回忆校园生活的点点滴滴，又增强了学校与学生之间的凝聚力。同时还可以给学生提供校@导航、校车轨迹等个性化精准服务。

结合无线使用情况和一卡通数据，可以分析教室、自习室和图书馆中学生的分布情况，为学生自习提供指引。通过对图书借阅情况分析，可以及时调整热门图书位置，方便借阅。通过对校园基础设施的使用情况分析，及时调整热门设施的布局，提高设施利用率，减少基础投资。

随着数据分析及深度应用体系的使用，通过校园大数据分析预测模式，可以为高校提供管理层面的科学规划和决策支持。通过跟踪招生和就业信息，可以预测在校生的未来就业情况，为学校改变管理和教学模式提供支撑。通过教师的教学、科研和学生学习、就业情况的分析，可以帮助预测学校在行业中的地位及未来发展情况，为学校管理层提供数据支持和趋势判别。

4 结语

互联网新技术的不断发展和应用，使得社会各行各业都面临着巨大的变化，教育行业更加重视大数据的价值。建设智慧校园已成为各高校信息化十三五规划的重要内容，而校园大数据的分析及深度应用成为智慧校园的重要应用之一。只有紧跟大数据发展的前沿，通过不断实践，才能发挥和驾驭大数据的价值，为高校的建设和快速发展提供支持和保障。

参考文献

[1]蒋东兴，付小龙，袁芳，等.大数据背景下的高校智慧校园建设探讨[J].华东师范大学学报，2015（03）：119-125.

[2]Dursun D，Haluk D.Data，Information and Analytics as Services[J].Decision Support Systems，2013，55（01）：359-363.

[3]王珊，王会举，覃雄派，等.架构大数据：挑战现状与展望[J].计算机学报，2011，34（10）：1741-1752.

[4]宓，赵泽宇.大数据创新智慧校园服务[J].中国教育信息化，2013（24）：3-7.

[5]张连城，蒋东兴，刘东，等.高校信息化建设理论与实践-智慧校园[M].北京：北京航空航天大学出版社，2014.

作者简介

刘远超（1987-），男。现为山东警察学院现代教育中心助理实验师，主要从事网络管理，网络安全方面的研究。