前言：中文期刊網精心挑選了大數據時代的優缺點范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。
大數據時代的優缺點范文1
信息時代下的互聯網迅速發展，同時也給人們的生活帶來了很大變化，而且逐漸的大數據滲透到人們日常生活的各個角落，與此同時，企業對于人才資源的管理也會被影響。大數據對于很多企業來說是一種數據和管理上的變革，在今后的發展中，怎么順應時代的發展潮流，如何把數據建設以及企業人力資源相結合，以及怎么樣高效利用大數據做好人力資源管理的改革和創新都是目前的一個重要難題。
一、企業人力資源管理工作受大數據的影響
1、大數據在人力資源管理中的應用
大數據時代的到來不僅對人們的生活帶來了影響，其本身蘊藏著的能量也對企業的改革和創新都帶來了影響。大數據實際上是一種多元化、增長迅速、信息海量的數據信息對多元化信息的處理和應對能力。大數據時代是在互聯網的基礎上產生的，數據信息是其主要的特點。在不同領域中，對于大數據的應用也表現出不一樣的特點，尤其是在人力資源管理的領域內，大數據被運用在“人”與“事”數據管理的采納和處理上，同時也是企業的管理者做出人力資源管理決策的依據。
2、企業人力資源管理工作受大數據的影響
在這個知識時代下，隨著新時代的到來，企業的經營以及管理數據都跟信息技術相結合到一起，同時在這個時代下，人力資源管理工作也受到了很大的技術以及思想沖擊[1]。對于一個企業來說，好的管理技術不僅能夠為企業培養出好的人才，而且對于企業的辦事效率和提高員工的工作積極性都有良好的推動作用，進而推進企業的發展。大數據在企業管理中的應用可以通過對數據進行整理和分析，對企業的崗位和人員變化及時的了解，同時也對員工的個人情況掌握清楚，之后方便企業的決策者根據數據做出人力資源決策，有效的提高工作的科學性。但是大數據對于企業的人力資源來說也是一種挑戰，因為在企業的管理過程中，需要依據很多的數據才能做出決策，所以如果數據受到影響，那么就可能會泄露企業的人力資源管理信息，影響企業管理工作的展開。所以，我們應該將人力資源的安全管理和信息結合在一起，運用數據能夠精準的作出決定；另外一點，還要加強數據的安全管理，建立健全安全防御機制，保證數據的安全性。
二、企業人力資源管理在大數據時代下存在不足
1、管理思想比較落后
信息技術迅速發展的同時也是大數據時代即將到來的一種標志。但是一些企業的管理思想跟不上時代的腳步，人力資源管理方面沒有一個健全的能夠反應員工信息的系統。人力資源管理思想落后的幾個主要表現如下：第一，人員的招聘主要依據是離職人數，對于人員每年的離職率和離職情況沒有一個健全的系統做相關的數據記錄，也沒有對人員做好相關的培訓，所以，這種管理方式也導致了人力資源管理的工作比較懶散，沒有大局意識，無法保證企業能夠招聘到合適的專業人才；第二，之前的管理方式對員工的生活關注度不夠，沒有掌握員工自身的優缺點，無法有針對性的對員工進行培訓，導致了企?I員工無法將自身的職業規劃和企業發展前景聯系到一起。員工在工作的過程中也出現懶散、缺乏追求、盲目工作的狀況[2]。
2、管理方式比較落后
新的數據時代的到來，對于企業來說尤其是對員工的管理工作帶來了很大的沖擊和挑戰，但是在管理體制的影響之下，人力資源管理的工作也很難展開，因此在人力資源管理的過程中也無法獲得有用的數據。大數據時代背景下，對于人力資源管理的體系比較落后，主要表現在以下幾個方面：第一，企業聘請員工的方式和培訓的方式都存在缺陷；第二，企業中的人力資源部門缺乏對員工成長和相關工作信息的系統管理，缺少系統的信息管理和檢索體系；第三，無法有效的分析好企業發展的內外部狀況，無法根據外界環境的變化做出企業職位的創新與改革，因此在大數據時代下，想要提高員工的專業化水平十分困難。
3、管理模式的創新存在困難
在這個數據時代背景下，知識更新的速度也越來越快，這也導致了人才的更新速度不斷加快，這對于舊的管理模式來說是一種極大的挑戰。但是受傳統的管理模式的影響，人力資源就是負責招聘，所以想要完成人力資源管理模式的創新比較困難，想要培養有特色的人才，建立新的招聘方式也是一種具有難度的工作。
三、大數據時代背景下優化企業人力資源管理的方法
1、改變人力資源管理的思想
想要一個企業的發展跟上時代的腳步，企業對于人力資源管理的改革就必須要做到與時代相適應，在對時代的發展有了一定的掌握之后，將人力資源管理域數據信息結合起來，同時，實現人力資源管理模式創新的一大主要途徑就是改變人力資源管理者的管理思想[3]。為實現人力資源思想的更新，我們需要注意以下幾個方面：第一，企業的人力資源管理者要掌握大數據的發展方向，跟上時代的步伐，對大數據的特點進行掌握，對原有的管理思想做出改變，適應新的時代管理模式，做到從全局對人力資源進行管理。第二，員工要做到與時俱進，適應大數據時代的發展，方便企業人力資源管理工作的進一步展開。所以人力資源的管理者一定要掌握好大數據的發展信息，之后將信息傳遞給員工，提高員工的信息理念；第三，建立健全信息采集、整合的機制，對數據進行分析之后得出企業人力資源管理的現狀，之后做出人力資源規劃，從多個方面調動員工的工作積極性。
2、健全人力資源管理的體系
企業在數據迅速發展的環境下，內部的管理逐漸發生了變化，企業能否根據數據的變化及時的做出管理體系上的創新和調整，這將關系到企業未來發展的方向和成敗。所以，在這個大數據時代下，對人力資源的管理體系進行創新十分重要，體系的創新主要可以從以下幾個方面進行：第一，加大企業員工的培訓和聘請力度。人力資源的管理部門和管理者應該對每一個員工的情況都有一個詳細的掌握，了解企業的發展前景與員工的職業規劃是否相符合，除此之外，人力資源部門需要對員工的優缺點做好記錄，有針對性的對員工進行培訓，幫助員工和企業共同進步和發展；第二，建立健全企業的人力資源管理體系和管理配置，員工的信息包括員工每一年的考核狀況、出勤情況、認知情況等，我們建立的信息管理機制能夠全面的對員工的信息進行掌握和記錄；第三，在這信息發展迅速的大數據時代背景下，企業為了在新的發展形勢下取得成績，就要加強對員工崗位的開發，比如：設置數據信息管理崗位以及數據信息安全管理崗位，確保企業信息的安全。
3、改革人力資源管理的方式
靜態管理的傳統人力資源管理方式已經無法適應新的時代潮流，無法及時的反饋員工和企業的相關信息。因此，在大數據時代下要對人力資源管理的方式做出及時的改革和創新[4]。優化管理方式主要可以從以下兩個方面著手：首先，建立健全動態管理機制，對人力資源信息進行優化管理，對員工的信息以及所在崗位的匹配程度進行關注；其次，建立一個健全的具有特色的信息檢索體系，因為一個企業的發展與人才息息相關，同時特色人才也是一個企業發展的動力，針對這些特殊的人才，管理部門一定要做好信息采集和整理，關注員工的成長和發展，并且有針對性的為其提供發展機會和條件，進而推動企業的迅速長遠發展。
大數據時代的優缺點范文2
大數據技術的發展又離不開數據挖掘，那。。。
什么是數據挖掘？
數據挖掘（英語：Data mining），又譯為資料探勘、數據采礦。它是數據庫知識發現（英語：Knowledge-Discovery in Databases，簡稱：KDD)中的一個步驟。數據挖掘一般是指從大量的數據中通過算法搜索隱藏于其中信息的過程。數據挖掘通常與計算機科學有關，并通過統計、在線分析處理、情報檢索、機器學習、專家系統（依靠過去的經驗法則）和模式識別等諸多方法來實現上述目標。
數據挖掘如此重要，如何進行數據挖掘呢？當然是知識！
知識將成為比數據更重要的資產
復旦大學計算機科學與技術學院教授肖仰華博士在他近期所作的《知識圖譜與認知智能》報告中指出：前幾年大數據時代到來的時候，大家都說“得數據者得天下”。去年，微軟研究院的沈向陽博士曾經說過“懂語言者得天下”。而我曾經論述過，機器要懂語言，背景知識不可或缺。因此，在這個意義下，將是“得知識者得天下”。如果說數據是石油，那么知識就好比是石油的萃取物。
那么問題來了？你需要哪些知識？
數據挖掘是個復雜的過程，它需要統計學、數據庫、機器學習、模式識別等多學科的交叉融合來實現。
數據挖掘過程中用到的算法也很多，下圖是對這些算法的一個總體梳理：
接下來我們就來說說這傳說中的十大經典算法：
決策樹（C4.5算法)
聚類（K-means算法）
關聯規則（Apriori算法）
隨機森林算法
邏輯回歸
SVM
樸素貝葉斯
K最近鄰算法
Adaboost 算法
神經網絡
篇幅有限，為了保證閱讀質量，本文只講解前三個。其余的算法講解會不定期更新的呦，想學習的小伙伴看過來???
十大經典算法圖解（一）
01
決策樹（C4.5算法）
決策樹（Decision Tree），又稱為判定樹，是數據挖掘技術中的一種重要的分類方法，它是一種以樹結構（包括二叉樹和多叉樹）形式來表達的預測分析模型。
根據一些特征（ feature ）進行分類，每個節點提一個問題，通過判斷，將數據分為若干類，再繼續提問。這些問題是根據已有數據學習出來的，再投入新數據的時候，就可以根據這棵樹上的問題，將數據劃分到合適的葉子上。
決策樹生長算法流程（以C4.5算法為例）：
C4.5算法實例圖解：
兩周內的天氣及網球俱樂部顧客光顧情況
02
聚類（K-means算法）
什么是聚類？
什么是K-means？
K-means算法流程圖解：
Setp1：確定初始質心
Setp2：計算距離&劃分簇
Setp3：迭代計算中心點
Setp4：收斂
03
關聯規則（Apriori算法）
關聯規則是形如XY的蘊涵式，其中， X和Y分別稱為關聯規則的先導(antecedent或left-hand-side， LHS)和后繼(consequent或right-hand-side， RHS) 。其中，關聯規則XY，存在支持度和信任度。
關聯規則經典算法及優缺點比較：
Apriori算法是種最有影響的挖掘布爾關聯規則頻繁項集的算法。它的核心是基于兩階段頻集思想的遞推算法，該關聯規則在分類上屬于單維、單層、布爾關聯規則。
在Apriori算法中，尋找最大項目集(頻繁項集)的基本思想是：算法須要對數據集進行多步處理。
Apriori算法圖解：
1.產生頻繁項集
大數據時代的優缺點范文3
1.大數據背景下引起新的教學觀念轉變
隨著大數據越來越多被應用到教學上，我們必將迎來教學觀念的大幅轉變。傳統的課上老師授課、課下學生練習，由考試來檢查教學成效的教學觀念會慢慢轉變成學生在線自主學習。有條件的高教可以大數據背景下，老師的轉變在于從原有的教學經驗轉變成對海量教學案例進行數據分析；學生的轉變在于從依賴老師傳授知識轉變成對自身學習過程的數據分析。
2.大數據背景下引發新的研究生教學模式
研究生教育和本科生教育不大相同，研究生更有自律性，學習目的更加明確，因此十分適合自主學習這種方式。有條件的高校可以建立E-learning學習環境，用Blackboard教學平臺、Moodle等開源學習系統，形成一個協作的虛擬學習社區或學習共同體，學生可以自由安排在線學習的時間和地點，隨時進行在線作業和測驗，合理提高學習效率。同時，研究生都是小班教學，這更利于學生和老師之間進行良好的交流，在交流中發現更多的問題并有效的解決。這種教學模式無疑更加科學化，效率化。
3.大數據促進個性化教育
當學生經過本科的基礎學科教育，跨入更高一級研究生教育后，個體差異慢慢凸顯出來。大數據背景為學生創造了更好的個性化教育平臺，在師資和教學資源都相對比較缺乏的研究生教學中，使因材施教得以順利實行。學生在線學習的所有數據被后臺記錄下來，老師通過大數據分析可以輕易知道每個學生的優缺點，再來調整教學進度，找出適合每個學生不同的學習模式。
4.大數據背景下統計學研究生培養改革
要順應大數據背景下，對統計人才的新的要求，這就需要我們要全面衡量統計研究生課程的設置，做出適當的改革。首先必須將大數據相關課程納入培養體系，開設大數據時代具有挑戰性的內容相關課程包括理論與實踐相結合的內容，引導學生關注大數據發展前沿，為了和本科生的教學有區別，可以適當采用一些優秀的英文原版教材。統計專業的研究生不但要有嫻熟的理論知識還必須要有搜集整理數據的能力，數據分析的能力，運用統計軟件的能力以及撰寫分析報告的能力。因此大數據所需的專業人才不能從一個專業的角度來培養，要從數學，計算機等相關的專業來聯合培養復合型專業人才。其次在理論教學部分要增加如何處理數據這一核心內容，目前很多大數據算法例如鏈接算法，K-means等本科階段沒有學到的專業算法必須在研究生階段學習的。理論部分的教學除了大數據相關內容，還必須拓寬到相關交叉性的學科，包括數據挖掘、人工智能、數據可視化工具、NewSQL數據庫等課程。除此之外還需要重點講授典型的大數據實用案例，例如美國梅西百貨的實時定價機制。根據需求和庫存的情況，該公司基于SAS的系統對多達7300萬種貨品進行實時調價。再例如某知名快餐業的視頻分析。該公司通過視頻分析等候隊列的長度，然后自動變化電子菜單顯示的內容。如果隊列較長，則顯示可以快速供給的食物;如果隊列較短，則顯示那些利潤較高但準備時間相對長的食品。對研究生教學絕不能拘泥于理論教學，更需要把學生置于真實的大數據環境中進行實戰培養。統計學院應率先建立大數據實驗室，給研究生良好的學習平臺，并讓學生參與項目并提供一定的獎學金資助。目前不少高校已經和相關企業簽訂校企聯合培養計劃，如2015年4月18日，亞信集團、北京航空航天大學與慧科教育集團開展大數據人才培養戰略合作計劃，將“產學研用”為一體的創新人才培養模式擴展至企業人才再教育領域，助力企業內部大數據人才隊伍建設。這樣構建以課堂、實驗室和社會實踐多元化的立體教育教學體系值得地方高校學習借鑒。
5.結束語
統計研究生的教育更標志著統計學教育的一個新高度。作為地方高校統計專業教師，應該順應大數據浪潮，強化大數據意識，形成大數據思維，轉變研究生培養觀念，建立新的研究生教學模式，因材施教，找到每個研究生相符合的教學平臺和方式，培養出精通統計，理論與實踐兼備的更多的復合型專業人才。
作者:楊煒明 廖書 單位:重慶工商大學
參考文獻：
[1]游士兵,張佩,姚雪梅.大數據對統計學的挑戰和機遇.珞珈管理評論,2013:165-171.
[2]吳啟富.我國統計學專業研究生培養問題探析.才智,2013:21.
大數據時代的優缺點范文4
如此年輕的企業是怎樣在群雄逐鹿的年代笑看風云的？帶著疑問記者來到深圳，采訪了深圳市博源電子商務有限公司、聚分享大數據綜合平臺創始人蒲濟。
大數據，實現政府與社會資源合作
《經濟》：在《聚分享：移動互聯網時代的創新資源共享》一文中，您提到要利用大數據綜合平臺實現政府與社會資源的合作。請問在這方面，聚分享是如何操作的，具體體現在哪些方面？
蒲濟：利用大數據綜合平臺實現政府與社會資金合作的關鍵點，在于通過大數據處理系統及大數據運營分析實現資源的高效調度，主要體現在以下3個方面。
在線資源分享平臺的搭建。建設一個在線的資源分享平臺，將社會散亂資源及政府資源進行整合對接，提高資源分配效率。
基于社會服務體系，打造新型社區服務硬件。簡單理解便是，政府出資源，統籌社會資源的投入及指導建設，大數據綜合平臺作為一個最重要的溝通橋梁，提供信息收集和分析。
通用身份標識。大數據綜合平臺為每一個用戶分配唯一的ID，用此ID可在聚分享體系內開展消費活動，比如說飛機延誤，銀行排隊，都能夠在聚分享的后臺迅速反映出來，為國家大數據的研究提供準確可實施的數據。同時，個人檔案將能全面反映用戶的行為習慣，包括民生、服務、訴求等，由此便能有效地引導社會公共服務資金花在最有需要的人身上。
互聯網金融，挑戰與機遇共存
《經濟》：互聯網和金融兩者互相滲透補充，發展空間很大，但各自也存在發展的優缺點，您是如何看待這種挑戰和機遇并存的現象？
蒲濟：我認為，挑戰與機遇永遠是共存的關系。2015年3月，總理在政府工作報告中首次提出“互聯網+”行動計劃。該行動計劃本義就是利用信息通訊技術，推動互聯網與各行業結合，當然金融行業也在其中，希望通過新的結合，能在新領域上創造一種新的生態。
任何經濟和金融的創新都與風險相隨。當今各種金融的創新模式，其實是降低傳統金融行業的不對稱性，提高金融信息的有效性，使得金融的可靠性、便利性、及時性大大提高。這增加了互聯網市場的廣度和深度。當然，互聯網金融多樣化發展的復雜性和多變性，也涉及社會安定和風險?；ヂ摼W金融和傳統金融，各有優缺點，互聯網金融尚存在監管、風控等問題，而傳統金融則存在缺乏用戶體驗、業務效率低等痼疾。解決的方法就是互聯網與金融行業互通有無，取長補短，相互融合，讓傳統金融行業融入互聯網思維、提高用戶體驗；而互聯網金融加強風控等問題，才是雙贏的局面?；ヂ摼W與金融行業、與傳統行業結合，通過合作與競爭，融合與升級，才是持續健康發展之道。
互聯網金融，信用信息亟待加強
《經濟》：如何實現金融行業間的信用信息建設、加強行業自律？
蒲濟：金融在我國一直是一個較封閉，并受到嚴格監管的行業?；ヂ摼W金融由于其開放性，對傳統的金融監管方法形成了較大挑戰，互聯網金融的信用信息建設亟待加強。一要積極開展互聯網金融領域立法研究，適時出臺相關管理規章，營造有利于互聯網金融發展的良好制度環境。二要加強互聯網金融行業標準的研究，設立專業化互聯網金融研究機構，鼓勵建設互聯網金融信息交流平臺，探索互聯網金融的重要數據共享機制。三要推動信用基礎設施建設。支持大數據存儲、網絡與信息安全維護等技術領域在互聯網金融的基礎設施建設；鼓勵互聯網金融第三方信用機構的發展，依法建立信用信息共享平臺；推動符合條件的企業接入金融信用信息基礎數據庫，支持具備資質的信用中介組織開展互聯網企業信用評級；增強市場信息透明度。鼓勵會計、審計、法律、咨詢等中介服務機構為互聯網企業提供相關專業服務。
《經濟》：如何看待互聯網金融的法制化建設？企業又是如何充分實現信息共享的可靠性和安全性？
蒲濟：在“互聯網+”高速發展的時代，數據已成為企業最重要的資產之一，但哪些信息可以使用，哪些信息不能公開，信息的合規獲取方式有哪些，目前還沒有統一標準的規章制度可循。因而，信息法制化建設亟需加強，通過立法，規劃相關互聯網行業的經營行為，降低經營風險，糾正可能的創業創新錯誤。
信息法制化建設有兩方面的問題要重視：一要重視信息的隱私性，保證客戶個人信息不得非法泄露。二要提供一定的共享性，對非敏感信息，經過一定的處理后，以大數據的形式共享出來，為互聯網金融等新產業的發展提供重要支撐。
企業加強信息共享的安全性和可靠性，有如下工作可做：一要加強信息安全制度建設，規范信息的管理、保密和流程，并配以專業的信息安全管理人員和團隊，責任落實。二要采用高安全的信息使用、管理技術，例如加強網絡安全軟硬件，采用可信計算技術等，盡可能防止數據被黑客及內部人員非法獲取、修改。三要建立相應的數據審核制度，尤其是對重要數據庫的讀取、修改、刪除等，定期進行嚴格的合規審核，以做到信息數據管理問題的早發現、早預防、早糾正。
《經濟》：您是怎么看待互聯網金融中的誠信問題，要如何營造行業內安全、穩定的發展環境？
蒲濟：電子商務是互聯網的典型應用。中國的電子商務取得了巨大成功，從規模、客戶群、物流速度看，可以說是世界首屈一指的。在網絡安全技術日益完善的今天，網絡安全并不是電子商務的最大挑戰，中國電子商務的挑戰主要來自于誠信危機。和實體店比較，電子商務的誠信還有較大差距，而這嚴重阻礙了電子商務的進一步發展。建立商家誠信檔案，完善網絡交易法律法規，加強執法力度，嚴懲假貨制售行為，把電子商務平臺建設成為公平公正的綠色（無公害）交易平臺，電子商務的發展將登上一個新的臺階。
關于金融和互聯網。本質上講，金融是產品和服務，互聯網是工具。金融包括銀行、證券、信托和保險等，它為社會大眾提供各種理財、投資、風險規避等金融服務。金融業有了互聯網這個工具，正如人們所說，就如虎添翼?；ヂ摼W在金融領域的廣泛應用，使人們的理財和投資變得快捷，方便，高效，風險更加容易控制。中國金融領域的互聯網平臺和各種應用，近年來取得了長足的發展和非凡的成就。它的規模、服務人群數量、服務水平和質量、金融管理法律法規等都躋身到了世界前列?，F在，網上銀行、網上投資已經進入每個人、每個單位的日常生活，為全民創業創新，為國民經濟快速健康發展提供了有力支撐。
P2P應回歸理性，降低風險
《經濟》：中國小微企業的融資需求無法從銀行得到滿足，促使P2P（個人對個人）強勁發展，您是如何看待P2P這種新興模式的？
蒲濟：P2P借貸是互聯網在金融領域應用的一個創新。最早是從英國延伸過來的，由于是個人對個人，Personal to Personal，其風險完全是可控的，例如分期付款買臺車、筆記本電腦，其風險是容易控制的，它為社會上的小額富余資金找到了一個快捷方便有效的投資渠道，促進了民間資本的有效利用，是非常好的一種價值傳遞，也為小微企業和個人創新者伸出了雪中送炭的援手。P2P的收益率始終要比貨幣基金還有銀行理財要高得多。今年11月底，P2P平臺歷史成交量首次突破萬億關口。因此，P2P具有強大的生命力，P2P金融的健康快速發展，將為國民經濟的發展做出重大貢獻。
但是，任何一個行業的發展要基業長青，必然走向法制化、制度化、規范化，這是行業發展的必然選擇。因此，P2P行業本身需要回歸理性與平穩的趨勢，利率回歸到合理區間。從國家層面建立P2P有效的監管機制極其重要。建立社會誠信檔案、有效的退出機制，完善相關法律法規，是規避投資風險的關鍵舉措。
大數據時代的優缺點范文5
一、大數據對電子商務平臺帶來的影響和發展
截至2013年6月底，中國網民規模達5．91億，較2012年底增長3656萬人，提高了2%，中國手機網民規模達到4．64億。［3］淘寶網擁有5億多的注冊用戶數，每天有超過6000萬的固定訪客。隨著淘寶用戶數量的不斷攀升，交易量的不斷增加，數據流量的不斷激增，作為中國深受歡迎的網購零售平臺———淘寶，早就積極對應，升級數據中心，加強數據中心的處理能力，主要體現在以下三大方面。第一部分是店鋪運營。賣家之間的競爭十分益激烈，許多賣家出現經營中管理和效率的問題。淘寶賣家想要提高銷售額和銷售量，可以認真去分析淘寶后臺提供的數據。店鋪數據可以用量子統計、小艾分析、好生意，行業數據可以用數據魔方、生意經。比如根據數據魔方上的信息，分析行業的高峰和低谷時間，判斷決定寶貝的上下架時間;比如根據數據魔方的“淘詞”和量子恒道來調整店鋪的內部設置，進行產品結構的調整、寶貝標題調整和寶貝屬性優化等;比如通過量子統計，查看“寶貝被訪排行”功能，發掘潛力產品。足見數據對于淘寶賣家而言意味著財富。每天面對海量數據，如何能去統計，去分析，去做KPI分解，去建立數據模型，依靠對相關數據的分析，找出店鋪中存在的問題，及時調整店鋪、品牌、產品等定位，為店鋪整體運營決策提供充分的數據支持，從而提升營業額和流量?阿里巴巴為天貓、淘寶平臺上的電商及電商服務商等提供數據存儲、數據計算兩類服務。電商領域，業務波動較大，而傳統的服務器是靜態的，使得業務繁忙時服務器滿足不了爆發式的訂單需求，影響業務的發展和引發顧客的不滿，而業務閑置時服務器也閑置浪費。聚石塔是分布式及彈性計算，類似租用，提高運營管理效率的同時降低了成本。第二塊便是客戶維護。淘寶網利用數據分析，有效根據客戶需求改進產品，研發產品。支付寶公司擁有中國僅次于銀行業的個人數據信息，經過對客戶的研究，摸清會員特質后，在寫商品推薦文字的時候，針對用戶心態去描述。對于老顧客也是通過數據分析，判斷可能需要什么樣的商品，進而推薦商品，實現精準有效的老客戶再營銷。除了引流，還要析流和留流，提高營銷的成功率和效率。網上繁多的產品讓人無從抉擇，不少用戶在購買商品前需要反復對比同類產品的優缺點、過往買家的評論來決定自己的選擇，這種耗時耗力的事對用戶來講是極其痛苦的，產品搜素優化、瀏覽優化都是提高用戶體驗度的必要措施，這些優化方案的實施離不開數據的運用。淘寶在2012年推出的淘寶時光機通過分析顧客自注冊為用戶以來的行為，用幽默生動的語言和溫馨的畫面以及簡短的旁白告知回顧顧客淘寶的成長。該應用有效利用了淘寶平臺的數據庫，講述用戶的小故事，讓用戶重新回憶起網購經歷中的點滴，回憶起這些年發生的重要的事和重要的人，貼心的時光機，極富創意的拉近了淘寶和顧客的距離。第三方面，在加強自身平臺建設的同時也積極拓展其他市場領域。淘寶發展近年來推出的數據產品淘寶指數、“聚石塔”平臺、年度消費單等。淘寶指數是淘寶官方的免費數據分享平臺。這款消費者數據查詢工具的界面和操作方法和百度指數等十分相似。該平臺數據來源于淘寶網站，該平臺需要淘寶賬號登錄后方可查詢。利用淘寶指數，用戶可以了解市場熱點、查詢成交趨勢等信息，甚至是購買人員的星座比例、年齡比例等，用戶可以分享和討論淘寶購物數據，了解淘寶購物趨勢。而對于賣家而言，這款平臺是強大而實時的免費市場調研工具。2010年開始，淘寶開始涉足保險業，整個淘寶、阿里巴巴聚合了非常多的互聯網應用、互聯網客戶和互聯網商家，應運而生的有大量的需求和各種各樣的行為，同樣會產生各種各樣的風險。為覆蓋這些風險，為提高平臺用戶安全性，為解決平臺運營中的一些問題淘寶開始做保險。
二、改進方向
購物類網站記錄著我們的購物習慣，瀏覽器上保存著著我們的網頁瀏覽習慣，社區網站對用戶和用戶朋友的關系無所不知。個人信息被采集，被保存，在互聯網上無處可躲，甚至有些看似無關緊要的零碎信息，關聯在一起就能精準定位到具體的某個人。這就是個人隱私問題。而數據流失等嚴重影響了受害人的日常生活，甚至造成大量錢財的損失。大數據時代，一個人總要去參加各種活動，如電子商務、網上交流，只要有活動就會留下痕跡，就會被記錄。個人信息泄密會帶來很大問題，但這不應成為反對大數據的理由。［4］如今，大部分企業已逐漸意識到數據泄露的隱患，并采取了措施。但并不是所有的企業都采取了相關的有效措施進行防備，以減少數據泄露。當快遞單號出賣我們的個人信息，當多家連鎖店住客信息泄露，個人信息安全的警報頻頻拉響，解決此問題不僅僅需要技術上的解決，還呼吁早日出臺相關的法律制度。
作者：倪寧 單位：浙江商業職業技術學院 信息技術學院
大數據時代的優缺點范文6
關鍵詞：計算機；數據庫；安全管理技術
信息技術廣泛推進和應用，給人們工作帶來了很多便利條件，不過也提出了不少的挑戰。比如，網絡的高度開放性使得數據的安全性降低，需要相關從業者結合實際要求，保證數據的可靠性，并運用數據庫技術做好各類防范工作。
1安全管理技術的目標
對計算機網絡數據庫的安全管理工作而言，必須有相對明確的目標制定才可滿足需求，以筆者的實際積累看，目標包括以下三個方面。第一，必須統一計算機網絡數據庫交互數據的模式，保證數據規則以規則引導規范操作，進而使得各項的要求制度規章能夠落到實處，符合應用的需求。第二，必須結合標準檢驗新錄入的數據和信息，確保新數據的模式和相關的操作都是安全可靠的。此外，還應當對新注入的數據做出統一的規范處理。第三，為數據運用提供安全保障。特別是在數據的傳輸過程中足夠安全，只有這樣才可以使得數據的安全性、規范性、可靠性得到根本的保證，使其系統用戶在足夠安全環境下及時地完成各項數據業務[1]。
2具體技術使用
從上述管理目標看，可以結合以下幾個方面入手來開展相關的研究，提升整體的安全度。
2.1打造安全管理模式
在實際安全管理業務落實中，安全管理模式的構建是十分重要的部分，也可以看作是最重要的技術環節。模式構建主要是指結合優化計算機軟件、打造專業的網絡系統和數據環境來進一步提升整體的安全性、可靠性，在保證便捷性的同時提供一個規范的使用環境。這里所提到的網絡環境構建和模式搭建所涉及的方面很廣，內容很深刻，包括內部、外部網絡、也包括與之相關各類軟硬件。數據庫運行的因素非常多，在模式構建過程中必須綜合考慮各類因素，提出全面的方法和策略，合理應用各類的模式[2]。目前網絡安全管理模式的設計需要結合業務實際做出考量，大體包括集中管理、分布式管理和靜態層次管理模式等幾個大類，各具優缺點。其中分布式管理模式是側重于研究的模式，主要是考慮安全方面的問題，整體的效率相對比較好、不過執行難度很大，在商業推廣中的使用相對較少。集中管理模式正好相反，在商業應用中比較多。而在分層管理中、計算機可以分層處理存儲計算機網絡數據庫中的信息數據，結合各類性質做出相應的分類處理。特別是對那些屬性不同、需求不同的庫，可以設置不同的等級來測量安全系數，進而可以實現個性化安全處理，可以顯著提升業務效率，保護庫的安全和體系的完整。
2.2存儲管理技術
計算機網絡數據庫在各類企業應用中的主要目的，無非就是用于存儲、管理及使用數據，用戶在獲得登錄權限之后，登錄數據庫可以結合自己的需求做出相應的查看、訪問、處理。分類庫會結合用戶的等級、用戶的需求、用戶的訪問情況等提供不同的權限。在沒有外界因素干擾的情況下，這類登陸的方式是足夠安全的，不過由于現實中各類非法入侵的手段很多，用戶可能有不正確的目的，比如計算機病毒攜帶以及黑客攻擊等，都會對數據庫的整體安全性、穩定性造成一定的破壞。在實際的存儲管理技術中，應當對系統的登錄權限用戶做出多輪的校驗，對那些非法入侵用戶及時做出進程上的處置。在實際用戶登錄過程中，應當結合存儲過程、針對賬號的外在狀態做出安全性檢測，確認賬號屬于域賬戶或設定用戶組后，再對整體的環境以及權限做出多輪測試，此外還要加入對比研究，只有這樣才可保證存儲訪問過程足夠的可靠[3]。
2.3數據加密技術的處理
在計算機信息安全管理之中，數據加密技術可以是十分重要的一個，也是計算機網絡安全最多使用的技術之一，可以預防病毒，有較好的效果。這里所提到的數據加密技術主要結合一些語言編程對整體數據庫做出相應加密處理，是一類可靠的數據安全管理技術。在采取該方式處理之后，所存儲的數據大概率不會被病毒或者黑客攻擊，即使被攻擊也會出現沒辦法破譯等問題，暴力測試成功概率也遠遠低于其他模式，泄露的可能性是很小的，屬于比較安全的處理辦法[4]。除此之外，在數據的傳輸過程中，也可以結合加密的方式來保證安全性，不過由于計算機中的數據量過于龐大，特別是在大數據時代對每個數據做出加密工作工作量巨大，是不現實的。應當結合層次的劃分方法，對一些重要文件、關鍵數據做出加密處理，保證數據的安全。在加密的過程中也應當結合不同的算法，否則將會相對較為容易的被黑客來破譯，失去整體的加密價值。
