前言：中文期刊網精心挑選了大數據時代趨勢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。
大數據時代趨勢范文1
1引言
大數據時代的到來極大地改變了以往圖書館的數據管理方式，在數據產生方式、數據組織、數據存儲和利用等環節都發生了較大的改變。需要運用無偏性、關聯性、開放性大數據思維構建圖書館大數據架構。要把大數據作為一系統工程來考慮，從數據采集，數據存儲到數據處理，數據分析及數據應用等方面考慮，構成圖書館大數據架構。
2圖書館大數據資源采集
2.1圖書館數字化資源
在數字化建設過程中產生了多種多樣的各種電子資源，如，學術資源數據庫、電子書刊、圖書館數據庫中的書目信息、多媒體電子資源等，給圖書館提供了海量數據。
在大數據環境下，圖書館應該重視新型資源的收集。特別是基于讀者訪問圖書館資源時留存下來的信息行為和社交網絡時代產生和出現的大量半結構化和非結構化數據。圖書館的MARC（Machine Readable Catalogue，機器可讀目錄）數據，用戶查詢書目產生的OPAC日志，讀者位置、讀者的借閱記錄，電子數據庫的檢索、瀏覽、下載記錄等可以是大數據或者說將可能成為大數據。構建在web2.0技術上的、允許用戶創建交換信息內容的社會化媒體資源成為大數據的一個重要資源類型，包括合作項目（如維基百科）、內容社區（如YouTube）、博客、虛擬游戲世界、虛擬社會世界、社交網站等。另外，圖書館與學校部門、學生團體、社會團體、出版社產生一定的聯系。由此會產生活動開展、場地租借、廣告承載、新書出版等具有一定潛在商業價值的信息[1。大數據環境下的圖書館將會更加重視利用這類信息結合其他類型的數據，形成新的信息情報研究服務領域。
2.2數據資源共建共享與數據開放
圖書館大數據環境具有數據采集源單一、資源總量偏少、價值密度低、公信力差的問題。因此，如何破除大數據環境中原有的利益格局，實現圖書館內部系統、政府部門、合作服務商和社會團體大數據資源的全面開放與共享，是增強圖書館大數據資源的可用性、可控性、可檢索性、可解釋性、可再利用性、可被引用性、可管理與保存時效性的關鍵[2。為用戶建立上傳資源的通道，建立論壇、社區等館員與用戶、用戶與用戶之間的交互式共享平臺。
3圖書館大數據存儲、處理和分析
大數據背景下需要圖書館改進存儲技術，不斷擴大存儲容量、提高傳輸速率和增強計算能力。數據存儲上采用能夠適應數據量大和模式不固定的數據存儲的分布式存儲方式。
大數據時代下，數據處理面臨著數據集成，大數據的統一及融合的問題。圖書館的數據已經具有大數據特點、其數據環境規模龐大、平臺結構復雜，大數據分布在各個不同網絡節點中。在大數據產生后面臨著如何使各種數據和信息規范、統一的表示及和融合，構建文獻與數字資源體系的問題。因此，要研究通過對海量的，來自異構資源的數據和各種對象數據進行抽取、映射、收割、導入等手段進行預收集，形成格式統一、內容豐富、結構清晰的數據，靈活構建各種分類和界面，按照知識本體進行組織和揭示，進而保障強大高效的檢索能力和良好的結果相關度排序。在處理數據時，對平臺的選擇將從Oracle 、DB2 和SQL Server三大主流關系數據庫轉向能夠處理復雜的結構化數據和非結構化數據的Hadoop 等平臺。
現代圖書館除了提供文獻借閱、信息咨詢等傳統服務，還開展了大量的講座、培訓、展覽、學術交流、讀者沙龍等活動。大數據時代下，圖書館需要綜合運用廣大圖書情報界所熟知的聚類分析、數據挖掘、網絡分析、可視化分析、數據融合與數據集成等技術[3。對這些活動中產生的大數據進行處理和分析，尋找讀者的偏好信息，做到精確化管理策略以及更精確的個性化信息推送。
4圖書館大數據應用
4.1提供“一站式”全功能檢索
面對龐大、復雜、異構化的數據，讀者需要的是“一站式”全功能的數據檢索平臺。圖書館需要在信息集成和數據融合的基礎上提供強大的可靠的、具有數據過濾和去重功能、擁有智能、自動化的數據搜索能力的搜索引擎。如陳臣設計的圖書館大數據搜索引擎（圖1），由爬蟲與索引器、查詢器、HDFS （Hadoop Distributed File System）、Hbase、搜索管理平臺五部分組成。具備快速響應和復雜查詢、分析的能力。同時，可支持不同的大數據平臺系統結構，具有較高的容錯性、可擴展性和較低搜索延遲，數據接口開放并向下兼容性[4]。
4.2在信息傳播方式上將依托物聯網、互聯網和移動通信
大數據時代下，各種移動終端的出現和被利用，人們能夠在各種時間、各種地點獲得收集信息，這需要依托融合的物聯網、移動通信網以及互聯網絡進行信息傳播，最終實現為用戶提供電視、電腦、手機等多種終端的接收。并以人為本，依托技術在移動服務上進行創新。大數據對傳統的移動服務帶來巨大的沖擊，這種沖擊不是“量”上的普通疊加，而是“質”的飛躍，它從用戶群的整合、數據的重構、服務模式的挖掘、檢索方式的變化等方面，深深地影響了圖書館傳統的移動服務。大數據下的圖書館移動服務將在以下幾個方面進行創新，豐富多樣的數據信息源整合、智慧化的移動服務門戶、全功能的個性化服務展示、“一站式”的全功能檢索、用戶增值體驗和推薦式的知識獲取[5]。
4.3主動提供針對不同讀者的個性化推送服務
大數據時代下，讀者的閱讀行為、瀏覽內容和論壇及博客的評論等信息都能反映出其愛好習慣、閱讀社會關系等等。而讀者也有著快速獲得精準信息的需求，因此，圖書館在大數據時代需要改變原有的統一的通知信息的推送服務方式，改善信息推送的針對性。圖書館提供個性化服務需要掌握用戶自身的特點、不同閱讀偏好和習慣模式等，進行用戶群的精準劃分和用戶閱讀情感定位，加強用戶需求的研究。針對每一個用戶的實際或潛在需求而得出圖書館應該推薦什么樣的內容、匹配什么樣的信息服務等，創建滿足用戶的個性化信息環境和反饋機制，把最合適的內容、以及未曾檢索的近似資源，分層次地推送給用戶，供其選擇，并隨其需求變化和館藏資源的更新，把信息推送給用戶，從而提升服務層次。這不僅加大了用戶選擇的余地， 也使用戶在檢索或瀏覽資源時不斷發現新的信息[6]。如針對不同讀者推送其感興趣的新書、數據庫、期刊等活動。
4.4提供研究動向以及研究熱點的變化
大數據時代下，圖書館通過對讀者行為信息數據的采集、處理，然后進行大數據分析，可以在宏觀上分析相關領域科研熱點的動向，為科研人員、科研部門的決策者提供服務，讓他們更快的了解學科最新的科研走向，以及相關研究領域其他科研人員的研究進展。可以說通過大數據的分析，提升了圖書館在科研領域中的作用，為科研工作者提供了更多有價值的信息[7]。
4.5利用大數據精準圖書館管理決策
大數據時代下，圖書館數據的收集更加全面，可以改善抽樣分析帶來的偏差，能夠得到更加精準的結論，為圖書館的管理決策提供依據。如，為圖書館的采編部門和數據庫采購部門提供資源評價意見。通過采集、挖掘、處理和分析讀者個人信息和網絡社交行為中產生的非結構數據，分析出讀者閱讀興趣偏好，讀者多樣化、個性化的需求以及需求的變化趨勢，評估讀者對各種資源的使用情況，預測讀者對各種資源的需求情況，使圖書館讀者決策采購產生最好的效果。
大數據時代趨勢范文2
關鍵詞：高職教育;大數據時代;發展趨勢
大數據時代的到來，對人們的日常生活產生了很大影響。最近幾年，大數據的發展使得生物、環境、金融以及軍事等領域都進行了一場革命，教育事業也不例外。如何充分抓住大數據時代帶來的機遇進行教育體制改革，為社會培養更多更優秀的人才，成為高職教育面臨的重要問題。
1高職教育在大數據時代下存在的問題
第一，高職教育過程中側重于理論知識的教學，忽視了理論與實踐相結合。以前，我國很多高職在設置教育課程時側重于對教材基本知識的課堂教學，無法與實際相結合，這樣就導致高職學生在學習的過程中對課程中的某些核心技術無法形成正確的理解，以及無法真正把握教育技術的在實際中的應用，進而不能將所學習到教育知識與現實生活中的具體案例相結合，不能滿足社會對應用型人才的要求。
第二，高職教育的實踐力度小，約束了學生實踐能力的不斷提升。大部分高職特別強調理論知識以及實踐教學，但是，還有一部分高職僅僅安排理論教育，沒有開展相關的實踐教學，這就容易導致高職偏重教育理論往往忽略了教育的實踐模式。更有甚者，有些高職的高職教育僅僅存在于教學計劃中，并沒有開設相關的高職教育。在這樣的環境下，高職學生學習教育課程的積極性較弱，無法明確教學的任務，進而導致學生的動手實踐能力薄弱。
第三，高職教育采取傳統的多媒體教學加課堂講解的教學手段，限制了學生學習的的積極性。傳統的高職教育采取多媒體教學與教師課堂講解的教學模式，這種教學模式強調以教師為核心，借助于多媒體進行教學課程的演示講解重點知識，往往忽略了學生的特點。高職學生學習知識僅僅通過老師講解以及筆記來進行教育課程的學習，這導致高職學生無法培養獨自思考的能力以及創新能力等。
第四，高職教育的相關機制不完善。相關機制的不完善，使得我國大部分高職在開展高職教學的過程中不能夠及時掌握大學生的內心活動趨勢，也同樣為高職高職教學的工作者開展工作帶來了很多難度。我國高職傳統的教學模式采用課程考試以及平時成績相結合的考察機制，教學課程的最終考核成績僅僅偏重于學生的過程化，這無法切實調動學生學習的積極性，達不到高職開展高職教學的初衷，同時也無法培養出適應社會需求的人才。
第五，高職的高職教學對學生的個性化缺乏重視。社會的復雜性使得每個個體也具有各自的特性，這就導致了內心精神層面也存在差異化。在開展高職教學時，我國高職應該要求教學工作者要充分了解學生的差異化，在教學過程中始終貫徹人才培養的教育理念。
2高職教育在大數據時代下的改進措施
2.1建立健全相關教學機制。完善的教學機制，使高職院校在開展教學過程中能夠充分把握學生精神思維的動態，真實了解學生的內心活動等都有很大幫助?；诖耍呗毥虒W要堅持“以人為本”的培養目標，這樣就可以最大限度的激發學生的主觀能動性和創造性，優化傳統高職教學模式、推動人性化管理、培養學生的創新能力、提升學生的道德素質等等。
2.2強化高職人才培養環境建設，重視高職教學工作。良好的校園環境對學生產生的影響是巨大的，是潛移默化的，對于加強高職教學尤其重要。加強高職校園物質文化環境的建設，除了景觀環境的建設外，還需要注重高職精神文化的建設，這具有更高一層的意境，也是高職校園文化的精髓所在，同時也應該完善高職的制度文化建設。
2.3推動高職院校學生的創新性發展。系統全面的知識理論對踐行人才培養目標有著極大的指導作用，因此，在高職院校開展教學時要重視創新性。除此之外，高職教育還需要注重學生的實踐性。
2.4提升高職教育隊伍的整體質量。高職教育中的工作者對高職教育的質量有著非常大的作用，因此需要培養一批高質量、高品質的教職工隊伍。首先，高職教育中的工作者要具備強硬的思想政治素質；其次，高職教育中的工作者要具有較高的人才培養意識；再次，高職教育中的工作者應當樹立平等的教育理念。
2.5改善高職教育的教學方式。高職教育的目標是培養學生具備扎實的理論知識、優良的技術能力，同時在進行教學的過程中要注重創新高職教育的模式，這樣可以呈現更好的效果，促進高職學生的全面發展。
3總結
我國在進行高職教育的過程中，應該結合大數據時代的背景，這樣不僅有利于鞏固我國高職學生的基礎理論知識，同時也有助于提升我國高職學生的創新能力。在大數據時代下，我國高職院校應該著重于提高學生的技術創新能力，為社會各界培養綜合素質高、技術能力強的優秀人才，進而推動國家經濟的健康可持續發展。
引用：
[1]田其英.大數據時代對高職教育教學影響及變革研究[J].現代交際,2016,(16):229-230.
[2]吳地花.大數據時代的教育創新研究[J].教育探索,2016,(04):120-123.
[3]裴浪.淺析高職教育在大數據時代下的發展趨勢[J].無線互聯科技,2015,(15):99-100.
大數據時代趨勢范文3
在“大數據”趨勢的驅動下，企業具有更大規模的收集和處理數據的能力，越來越廣泛的信息加速了各行各業決策的速率和準確率。而大數據的“大”，已成為存儲業界目前所面臨的嚴峻挑戰。據IDC預測，到2015年，大數據技術和服務市場將從2010年的32億美元增長到169億美元，年復合增長率（CAGR）達到39.4%，幾乎是整個信息和通信技術市場年復合增長率的七倍?？焖俚臄祿鬓D，動態的數據體系，以及越來越多樣化的數據類型，面對如此海量的數據規模，盡管業界的專業人士不斷的推崇“大數據”，但其所帶來的復雜程度和處理難度，使得企業不得不去重新考慮存儲基礎架構的問題。
隨著企業不斷尋求通過各種方法創新并為客戶構建更好的解決方案，他們面臨的一個最大挑戰是，如何使真正對社會具有深遠意義以及可持續影響力的創新解決方案實現商業化。據 IDC 調查，到2014年，絕大部分數據將是非結構化數據。因此，在數據大爆炸或大數據的背景下，我們需要具備發揮非結構化數據巨大潛力的能力，以便生成新的可持續業務、從現有資產獲取經濟價值并提高用戶生產效率。
大數據的基礎架構需求
大數據數量龐大，格式多樣化。大量數據和信息由家庭和辦公場所的各種設備生成。它的爆炸式增長已超出了傳統IT基礎架構的處理能力，給企業帶來嚴峻的數據管理問題。
IDC認為傳統的基礎架構不能滿足大數據需求和挑戰。支持大數據部署的架構必須可以動態調整，并具備以下主要特性：
- 按需提供的容量和可擴展性，使基礎架構能夠在必要時根據容量和性能擴展或縮減規模。
- 維持“始終在線”的環境以及防止計劃外停機的故障恢復能力。
- 內置數據管理，并且能夠在每個處理階段以及每個后處理常規運行階段管理數據保護、監管達標、處置和同化。
三步走，輕松駕馭大數據
基于對云計算和大數據的深入研究，HDS提出了頗具參考價值的三步云戰略，即基礎架構云、內容云和信息云。三步云戰略基于企業現有的IT設施，為企業的所有數據提供單一的虛擬化平臺。其中基礎架構云目的為提供動態基礎架構，以實現支持所有數據的單一平臺。而內容云則基于這一單一平臺，借助智能工具，實現對所有類型數據的索引、搜索和發掘。讓數據可以更容易地被發現、共享并且重新利用，因而也會變得更有價值。在信息云中，和大數據會更加關聯，讓各種信息分析工具和流程與底層基礎架構完美集成。連接不同的數據集，揭示其中的規律，以為企業用戶提供有價值的信息和商業洞察，幫助客戶應對在醫療、生命科學、能源研究、社會基礎設施等領域的挑戰。
大數據洞察，基礎架構先行
針對大數據的容量需求，存儲虛擬化是目前為止提高容量效率最重要最有效的解決方案，它為缺乏這些能力的現有存儲系統拓展了自動分層和精簡配置等存儲效率的工具。擁有了虛擬化存儲，便可以將來自內部、外部和多廠商存儲的結構化和非結構化數據的文件、內容和塊存儲等所有的數據類型，整合到一個單一的存儲平臺上。當所有存儲資產成為一個單一的存儲資源池時，自動分層和精簡配置功能就可以擴大到整個存儲基礎設施，從而可以輕松實現容量回收和利用最大化，甚至達到重用現有資產以延長使用，顯著提高IT靈活性和容量效率，以滿足非結構化數據增長的需求。目前，借助HUS中型企業可以在不影響性能的情況下能夠擴展系統容量達到近3PB，自動更正性能問題，通過動態虛擬控制器實現快速預配置。此外，通過VSP的虛擬化，大型企業可以創建接近四分之一EB容量的存儲池。
針對非結構化數據，傳統文件系統中有限的索引節點總數導致文件系統可以容納的文件、目錄或其它對象的最大數量受到限制。而HNAS和HCP使用基于對象的文件系統，這使它們能夠擴展到PB級，以及數十億的文件或對象。位于VSP或HUS頂部的HNAS和HCP網關可以充分利用模塊存儲的可擴展性，同時享受到通用管理平臺Hitachi Command Suite帶來的好處。HNAS和HCP為大數據文件和內容構建起了相應的架構。
大數據時代趨勢范文4
關鍵詞：大數據；智慧稅務；信息孤島；稅務信息公開
中圖分類號：F810.42 文獻識別碼：A 文章編號：1001-828X（2017）012-0-02
一、提出問題
曾深刻的指出：“只有立足于時代去解決特定的時代問題，才能推動這個時代的社會進步；只有立足于時代去傾聽這些特定的時代聲音，才能吹響促進社會和諧的時代號角”[1]。大數據，物聯網，云計算等新技術的出現和發展，給公共部門的管理提出了新的挑戰。眾所周知，目前，我國正處于大數據時代，變革的時代，革新的時代，基于當前立足的特殊時代，只有把握機遇，緊扣時代的脈搏，才能緊跟時代的潮流，促進我國政府治理模式的革新與創新。
大數據的時代，帶來的不僅僅是機遇，還有對公共部門執政能力，革新能力，服務能力，應變能力的挑戰。把大數據的手段和方法引入公共管理領域是實現管理現代化的必然途徑也是大數據時代的必然趨勢。在這樣的時代背景下，作為國家經濟命脈的維系者和對地方民生發展負有重要支撐作用的稅務部門，面臨著新時期稅收改革和現代化建設等時代任務。利用大數據的手段和方法，建設智慧稅務的新格局成為了稅務部門新一輪改革的突破點。那么，如何利用大數據技術推動智慧稅務的發展？
二、稅務管理中存在的問題
（一）征納信息不對稱，工作效率低下。納稅人辦理業務時，基層稅務機關的一次性告知沒有落實到位，造成納稅人重復跑腿的現象比較嚴重；稅收管理人員進戶執法時隨意性較大，上級難以準確的判別調查事項是否屬實，導致了在進戶執法的過程中存在較大風險。
（二）征稅制度不完善，偷稅漏稅現象不斷。從整體上看，當前造成稅款流失的原因集中在納稅人、納稅機關和征稅制度三個方面。在這三者之中，征稅制度的不完善是核心問題。只有解決好征稅制度的問題，才能擺正征納雙方的地位，才能遏止假發票泛濫、危害國家財政健康的現象。
（三）人力資源的短缺及浪費。在基層的稅務機關缺少專業的財會工作者，這會影響國家政策和財會法規的準確執行，使得征收人員的主觀意愿對工作的影響較大，從而以領導下達的指令為準進行工作而不是按照國家的法律規定。另一方面，稅務部門中也有很多高學歷、強能力和經驗豐富的工作人員，但卻成為“被放錯地方的資源”，長期錯位的工作安排，使得個人難以在其工作崗位上實現個人價值和發揮個人的最大能力，從而造成有限的人力資源的浪費。
三、大數據助推智慧稅務轉型
近年來，大數據、“互聯網+”、云計算發展的如火如荼，稅務機關接收到的與稅務業務有關的數據急劇增長，數據的處理需求和難度不斷增加，傳統的數據處理模式難以滿足現有數據處理的需求。在這種情況下，只有依托大數據平臺，把大數據、“互聯網+”云平臺和稅務工作較好地結合應用才能更好地對大規模的涉稅信息進行分析和處理。
（一）大數據在智慧稅務建設中的應用前景
1.在征收管理方面，充分利用互聯網在稅收征收方面的作用。首先，充分開放稅務網上辦理的權限。在網上業務受理方面實現查詢、增添和修改納稅人基本信息的權限，與此同時，開放稅務登記信息查驗的權限；其次，全力構建網上繳稅的平臺。建設便捷高效的網上申報納稅平臺，實現網上納稅申報和網上資料的采集。與此同時，拓展繳納應稅稅款的渠道，支持POS 機、網上銀行、銀行轉賬、手機銀行、第三方支付等多種稅款繳納方式。最后，大力提升電子征管檔案的管理水平。充分利用信息化手段，摒棄傳統的人工采集、紙質保管等方式，建立電子征管檔案，實現電子化采集和無紙化保存。
2.在納稅服務方面，首先，要加強移動辦稅建設。著力建設不管在什么時間，什么地點都可以提供稅務信息咨詢以及基礎業務辦理的“掌上稅務廳”，大力開發移動稅務終端，為納稅人提供移動申報繳稅，在線申請等個性化服務。其次，要完善智能咨詢系統。通過在互聯網網站、手機 APP、第三方溝通平臺等渠道上為納稅人提供引導服務和幫助，實現 12366 熱線與各咨詢渠道的信息互通。最后，要強化信息服務意識和應用。通過在微博、微信、手機 APP 上公告和信息等服務，與12366 咨詢服務熱線相結合，拓展和更新信息和服務提供的范圍和方式，從而為納稅人提供多元化，全方位的稅收信息和宣傳服務。
3.在風險管控方面，建設風險管理、信用體系、智能監控等模塊，降低工作風險。首先要加強信用體系建設，結合公民個人的信用評價指標和結果，加強與銀行金融機構、政府有關部門、有關組織的合作與聯系，有針對性的向信用評價良好的公民選擇性的開放數據和業務的查詢和辦理接口。其次，提高智能監控管理水平。依托互聯網、物聯網的技術手段，進一步拓展稅務信息公開的范圍，大力開發稅務查賬軟件，實現辦稅服務的智能化績效管理并對執法過程進行監控，從而確保稅務服務和執法全過程監控的實現。
（二）智慧稅務的管理特征
通過“互聯網+稅務”的方式可以有效的提升稅務管理的質量和水平，促進智慧稅務的建設進程，其在稅務管理方面的影響主要體現在以下四個方面：
第一，管理數據多元化。稅務部門可以在業務辦理的過程中借助大數據平臺，同時推進第三方涉稅信息共享，這樣可以有效的明確各個部門共享稅務信息的方式和內容，極大地推動稅務機關在辦證服務上的創新。
第二，管理系統高效化。根據納稅人是企業法人還是自然人等類別、涉稅業務是個人稅還是企業稅抑或其他稅種等的差別，利用大數據平臺，可以構建服務大廳、網上辦稅、納稅熱線電話、自助辦稅、短信服務等多種渠道并存的大服務稅務格局。通過自助辦稅終端系統，納稅人可以不受時間和地點的限制，自行完成代開小額發票、打印繳款憑證，等憑證類稅收業務。這樣不僅可以減輕稅務部門工作人員的工作壓力，而且能夠節省眾多納稅人的業務辦理時間，極大提高了辦事效率。
第三，管理方式主動化。借助于大數據平臺，可以實現集中統一的短信服務，在這種情況下針對特定受眾發送定制短信內容的短信服務，有選擇的向廣大群眾發送服務短信成為可能，極大地避免了對其他人工作和生活的影響，這種精確式的短信服務在提升服務質量的同時，實現了稅務部門主動服務，主動管理的目標。
第四，管理技術精細化。針對發票弄虛作假，危害國家形象并使國家財政流失的現象，可以采取在全國推行網絡開具發票的方式加以解決，這樣不僅使納稅人納稅更加便捷，還使得稅務機關能第一時間在網絡終端掌握每張發票的信息。網絡發票的普及在有效解決假發票泛濫問題的同時，還可以大幅降低用假發票報銷的現象[2]。
四、智慧稅務建設過程中出現的問題
大數據為智慧稅務的建設提供了技術途徑和信息支撐，但是由于我國數據收集，分析和處理的能力并未成熟，因此在大數據的使用過程中不可避免的會出現這樣或那樣的問題，在智慧稅務的建設進程中，大數據實質上是指向智慧稅務建設的達摩克利斯之劍，機遇和挑戰共存。
（一）數據質量難以保障
目前我國的智慧稅務建設還不完善，尤其是稅收數據質量管理存在著一定的問題。首先，數據采集環節缺乏科學統一管理，容易造成數據的重復采集或者是數據采集的缺失。其次，數據使用缺乏有效性、安全性，缺少對所采集的數據進行的考查分析和評估，無法為領導決策提供科學參考 ；目前，對納稅人申報信息等都只是簡單的錄入操作，無法對納稅申報的真實性、合理性、合法性做出準確判斷。最后，稅收數據管理缺少相應的責任機制，責任機制的缺失容易造成管理缺位或重疊，影響數據質量的提高[3]。
（二）數據應用能力較差
數據不同于我們平時所提到的信息，只有經過處理之后，有價值的數據才稱之為信息。將各種各樣的數據通過一定的標準進行分類并加以處理，得到各個領域的信息，從所得到的信息中歸納總結，發現規律，便可獲得各種有效信息，從而將這些信息用于指導決策。但是受限于信息管控能力和數據資源規劃與管理能力，稅務機關對于所擁有的數據的潛在價值挖掘力度不夠，數據向信息、知識轉化的能力較差。
（三）信息共享和交換困難
這里的信息共享不僅僅指的是各級各地方的稅務機關間實現稅務信息的交流，而且還包括財政，工商和稅務部門之間的系。就目前的情況而言，“信息孤島”現象普遍存在。隨著智慧稅務建設的不斷推進，系統的融合集成和彼此之間稅務信息的共享和流通迫在眉睫。如何縮小“數據鴻溝”，推進稅務部門之間的信息融合利用，是稅務部門改革迫切需要解決的問題。
五、推動智慧稅務健康發展的戰略對策
1.進一步推動稅務信息的公開和共享
數據共享和信息公開，是大數據背景下稅收改革的方向，也是稅收治理工作現代化的前提之一，“共享”與“公開”的過程中，不僅需要稅務部門與其他相關行政部門加強數據的共享和信息公開的力度，而且需要其他市場主體增強涉稅信息主動申報和主動交換的意識[4]。加大涉稅信息的收集、分析、處理能力，促進稅收治理工作的進一步優化，與此同時，信息共享和信息公開的途徑，應以微信公共號、手機APP客戶端等新媒體形式為主[5]。
2.創新納稅服務方式
充分利用大數據技術和“互聯網+”，實現稅法宣傳、稅源管理、稅款征收、以及稅務內部治理和稅務外部風險防范的及時，準確，推動大數據基礎上大稅務格局的構建，從而促進智能納稅、人性化納稅的建設，比如，針對不同行業、不同類型的納稅人實施有針對性的個性化服務，有選擇性的推送相關政策法規、辦稅指南、涉稅提醒、稅收數據等信息[6]。
3.推進稅務部門的通力合作，提高納稅服務的質量和水平
針對因為信息不對稱，數據不流動而形成的信息孤島，稅務機關要明確所屬各個部門、各個崗位的服務職責和標準，并且實現彼此之間職責和職權的對應和銜接，與此同時，要圍繞“納稅服務”的中心工作，按照職位分類的標準和要求，建立起“一橫一縱”的溝通協調機制：橫向上在稅務部門內部按照工作內容的不同，明確征收、管理、稽查等各個部門的工作職責，并實行起部門聯合會議制度，定時對各自的工作進行溝通和交流，促進各部門之間的協作辦公和信息共享；縱向上建立從市、縣到基層分局各個層級的績效溝通的雙向通道，把服務作為一種基本職責和行為，從上到下關注“服務績效”，齊心協力搞好納稅服務[7]。
4.加強復合型人才隊伍建設
大數據新形勢下，更應注重復合型人才的培養，加強對高素質人才的引進，培養和儲備，形成有利于吸引人才的激勵和保障機制，建立起能夠適應大數據時代要求的人才隊伍。這就要求稅務工作人員不僅要熟練掌握與稅收相關的專業知識、稅收的政策法規，而且還應具備較強的組織協調能力、溝通和表達能力以及較高的思想道德水平。就稅務人力資源部門而言，要注重用大數據思維組織、管理、考核人才，探索科研業務外包、科研人才外聘的途徑，打造以稅務干部為主體，社會各界廣泛參與的 “稅務智庫”。
參考文獻：
[1].問題就是時代的口號[C].2006.
[2]馮啟娜，徐繼華.大數據將引領公共管理大變革[N].光明日報，2013-11-06.
[3]劉B營.如何提高稅收數據質量[N].中國稅務，2016-02.
[4]國家稅務總局關于印發《“互聯網+稅務”行動計劃》的通知[Z].（稅總發2015年113號）.
[5]楊東廣.論“互聯網+”戰略及其在稅收治理工作中的作用[N].財經縱覽財政金融，總第173期.
[6]國家稅務總局關于印發《“互聯網+稅務”行動計劃》的通知[Z].（稅總發2015年113號）.
大數據時代趨勢范文5
店鋪銷售在電子商務的范疇里包含兩種形式，一種是B2C里面的電子化零售，另外，也指C2C平臺上的店鋪形式。B2C的電子化零售店鋪又分為制造商店鋪直銷(如戴爾，海爾商城，凡客誠品)及店鋪平臺銷售(如京東，天貓，當當)。相較B2C的店鋪銷售，C2C的店鋪銷售為人熟知，如淘寶，易趣。
無論哪一種店鋪銷售，都面向最終消費者，故而市場競爭不會因為電子商務模式不同而衰減，除提升網店名牌效應，加強產品質量控制外，競爭的焦點主要體現為成本控制上。物流作為其中的一項越加被商家重視，越來越多的電子商務企業考慮興建自己的物流團隊，如京東的自建物流，與淘寶的大物流計劃。
物流網絡作為電子商務的瓶頸與基礎，可以決定電子商務的成敗。物流網絡除具備基本的運輸、倉儲、配送等功能外，通過一定的改進與融合，亦可向分銷轉化，電子商務時代下店鋪銷售的新形式亦即出現。
1 概述
1)B2C的電子商務模式含義
B2C電子商務模式具體是指企業以網店銷售的形式直接面對消費者提供各種產品和服務。其中，企業可以是傳統的生產制造商，比如海爾與戴爾，設立網店直銷其產品。也可以是網絡銷售平臺，如京東網、天貓網、當當網等，其并不生產產品，只提供網站銷售平臺。
2)C2C的電子商務模式含義
C2C電子商務模式消費者在平臺上設立店鋪銷售其產品的電子商務模式。C2C平臺并不直接介入交易流程，只是作為平臺供應者身份提供各項服務。
3)兩種店鋪模式的區別
B2C與C2C的店鋪銷售模式在定義上有些區別，但就商務實質上，面對的客戶群體都是個體消費者，所以本質上利益相關性較大，競爭客觀存在，而且較大。從目前的生活類購物網站淘寶網與京東網比較可以看出，客戶群體都是個體消費者，主要的區分在于網民對網站的品牌價值認知，即淘寶網是偏向于廉價的服裝類購物網站，而京東網是有一定品質保障的電子類購物網站。
2 店鋪銷售的盈利模式
B2C電子商務模式包括制造商直銷，及電子分銷商平臺代售。制造商直銷的店鋪模式，其主要收入來源于銷售產品所得。這種模式在國內的代表公司有海爾、凡客誠品等，特點是其必須為大眾熟知的品牌。電子分銷商平臺代售，主要收入來源于銷售所得的分成。此模式國內的代表型網站有純網絡分銷平臺(如當當網、京東網、易訊網等)和傳統分銷商建立的分銷平臺(如蘇寧易購、國美在線)。純網絡分銷平臺由于沒有傳統分銷網絡的覆蓋，僅能靠網上銷售來傳遞產品與服務，故其與產品供應商的合作默契程度比不上傳統分銷商，在價格控制上也難以取得低于做電商的傳統分銷商的優勢。
C2C電子商務模式的盈利模式還在探索當中，C2C平臺由于擴張市場聚集用戶的免費策略，導致店鋪經營者不愿支出更多的成本，只能以廣告，店鋪插件，小程序等來維持。這也是國內很少有C2C平臺的主要原因，投入巨大，收益甚微。淘寶網在很長一段時間都在燒錢，也是因為此原因，阿里巴巴公司才將店鋪進行差別式對待，圈出能帶來更多利潤的店鋪組建了天貓。
3 店鋪銷售的發展趨勢
1)由做零售開始到做物流
B2C的電子化零售及C2C的店鋪銷售，都受制于一個關鍵要素，即物流網絡的覆蓋及物流成本的控制。戴爾公司的網絡直銷在中國大陸運行的并不成功，市場占有率并未實現預期，由于受到中國物流業現實的限制，戴爾將產品放進了蘇寧、國美的柜臺展銷。
純電子分銷商也越加認識到物流的重要性，積極構建自己的物流網絡。雖然網絡渠道雖然可以實現銷售、展示與在線服務，但是實體商品必需的物流網絡，仍然是電子分銷商的短板。由于與傳統分銷商的競爭關系，純電子分銷商并沒有相應的物流網絡作為支撐，在配送上只能借助于第三方物流，成本難以控制，物流質量難以保證，影響到用戶體驗。因此加強物流團隊的建設，與物流網絡的覆蓋，是純電子分銷商保住競爭優勢的唯一可行途徑。
C2C的店鋪銷售，因其自身的散戶特點，并沒有相應的實力和流量來支撐物流團隊，故其一般采用第三方物流模式完成產品的配送。但其負面效果也很明顯，隨著經濟發展及各項成本的提升，物流成本的累積也成為必然，這讓本來比較關注價格的用戶在購買時會愈加小心謹慎。因此C2C店鋪銷售平臺也有必要打造自己的物流團隊，進一步降低物流成本，以更低的總價格保持網站的黏性。
2)由做物流網絡到做分銷網絡
營銷管理理論中經典的4P理論，包括了產品，價格，渠道與促銷。其中渠道，又具體包含了以下三種渠道。即分銷渠道、溝通渠道與服務渠道。分銷網絡作為分銷渠道，其作用與意義在傳統商務中自不必多言。在電子商務環境中，其重要程度亦沒有絲毫減弱。
以蘇寧易購與京東商城為例，兩者都是以電器銷售為主業的競爭對手，但區分亦很明顯。京東以純電子商務零售挑戰既線下經營又作網上零售的蘇寧易購，只能以價格戰為噱頭，究其主要原因，是電子商務并未能完全脫離傳統商務環境，必須仍然圍繞著4P開展營銷活動。因此，也就必須要有分銷網絡。對于線下經營的蘇寧來說，分銷網絡已經覆蓋廣闊，駕輕就熟。而對于京東，則只能依托于互聯網的覆蓋及物流體系的支撐。
無論對于哪一個電子商務零售網站，互聯網的覆蓋都是一種平等的優勢。因此相互之間的競爭也就落在了物流體系上。純電子商務零售企業在物流體系上的能力差距決定了其與對手之間的距離。鑒于此認知，很多電子商務網站著手打造自身的物流團隊，開始走自營物流的道路。如亞馬遜，又如京東。
自營物流的特點，決定了企業必須建設高效率、覆蓋面積廣的實體物流網絡。這一網絡的存在可以為用戶完成網購相關的配送服務。但這一網絡的實體特點，決定了它不僅可以是一個物流網絡，還可以成為一個分銷網絡。
物流網絡與分銷網絡的共同點有以下幾個：
(1) 都是實體網絡
(2)都接近最終消費者，且為最終消費者服務
(3) 都可以傳遞實體產品及服務
但兩者之間的不同也很明顯：
(1)分銷網絡是由批發商、經銷商、零售商構成，而物流網絡是由物流中心、倉庫、及運輸路線構成。
(2)分銷網絡更接近消費者，且環境更適宜于消費者消費。
(3)物流網絡一般為分銷網絡提供物流服務
雖然物流網絡與傳統分銷網絡的不同很明顯，但這不會成為一種阻礙，反而會成為另外一種優勢。
物流網絡如果直接轉變為分銷網絡，會直接減掉分銷環節，將價格控制在更低的水平。另外，物流網絡如果轉變為分銷網絡，可以將庫存周轉變得更得迅速，降低物流成本，且可以直接將庫存轉為現金流。
但物流網絡轉變為分銷網絡的不可能讓用戶在倉庫或者物流中心體驗到商城購物的美好感覺。這一劣勢可以通過低價與快速選購或者送貨上門來彌補。
3)物流網絡轉變以分銷網絡的設想
物流網絡轉變為分銷網絡的想法，是將線上與線下相結合，將實體與虛擬相結合。即可以通過對物流中心，倉庫的合理設置與改造，將其變為可以直接面向消費者選購的場所。同時亦不失其原來的功能。
具體方案，可在物流中心，或是倉庫設置客戶選購區，通過計算機前臺或者紙制的產品目錄進行現場選購，現場取貨;或者，通過家庭網上選購，就近倉庫或者物流中心提貨。
鑒于此，物流中心或倉庫在選址上，也理應考慮消費者方便的需要，在地理位置上做出相應的妥協與讓步，而不能僅考慮地段及相關因素造成的成本。
4 小結
由物流網絡轉為分銷網絡，是指將物流網絡充分利用，結合物流中心及倉庫的實體性、接近消費者的特性，針對消費者直接進行銷售工作。但這并不能說明轉變后的物流網絡會取代傳統的分銷網絡，在多元的商務社會里，兩種分銷模式勢必會同時存在與相互競爭，至于哪種分銷會更被青睞，最終仍取決于企業的上帝——消費者!
大數據時代趨勢范文6
關鍵詞 大數據技術；區域大氣污染聯防聯控；區域大氣質量模式
中圖分類號X7 文獻標識碼A 文章編號 1674-6708（2014）116-0107-02
0 引言
近30年來，我國快速工業化和城市化發展使得多種大氣污染問題集中爆發，表現為區域復合污染現象突出，大氣氧化性增強，多種污染物在大氣中發生復雜作用產生二次污染物，并隨氣象條件進行長距離傳輸，最終造成跨省市污染、區域性環境惡化趨勢等現象。區域大氣質量管理制度與管理手段需要根據污染發生、形成及影響機理研究的深化，并結合污染源變化、氣象條件、總量減排、控制技術以及社會經濟發展等多方面數據進行數據挖掘與深度分析。
大氣污染聯防聯控監管數據包含了在線監測設備、互聯網、視頻監控、移動設備、IT設備等渠道產生的海量數據，其中80%以上是以非結構化的形式而存在的。傳統的區域大氣質量模式通過對監測數據、氣象數據、地理數據等結構化數據的模擬分析，對區域大氣污染聯防聯控工作的開展起到了一定作用，但是由于缺乏對視頻、文檔等非結構化數據的分析，具有一定的局限性。大數據技術在處理視頻、語音、文檔、圖片等非文字形式呈現的非結構化的數據挖掘、專題分析與預測等方面則更加具備優勢。在這樣龐大的非結構化數據背后，利用大數據技術，從海量堆積的交互數據當中發現帶有趨勢性、前瞻性的信息，實現為區域大氣質量管理提供有效科學的決策分析。
1 大數據相關概念與應用價值
1.1 大數據概念與特點
在所有的概念中，比較有代表性的概念是3V定義[1]，即認為大數據需要滿足3個特點：規模性（volume）、多樣性（variety）和高速性（velocity）。同時，有在3V基礎上提出4V特點，國際數據公司（International Data Corporation，IDC）認為大數據還應具有價值性（Value）。盡管存在不同的表述，但一個普遍的觀點是，大數據與“海量數據”和“大規模數據”的概念一脈相承，帶來了巨大的產業創新的機遇。
1.2 大數據技術的應用價值
目前，大數據的開發與利用已經在醫療服務、零售業、金融業、制造業、物流、電信等行業廣泛展開，并產生了巨大的社會價值和產業空間。2012年3月美國奧巴馬政府了“大數據研究和發展倡議”（Big data research and development initiative），投資2億以上美元，正式啟動“大數據發展計劃”，計劃在環境、科學研究、生物醫學等領域利用大數據技術進行突破[2]。
大數據技術為區域大氣污染聯防聯控工作的開展帶來了巨大的價值，但這些價值必須通過數據的有效整合、分析和挖掘才能釋放出來。對于結構化數據的整合目前有很多解決方案和軟件工具，而對于非結構化數據（如：文本數據、圖像數據、信號數據、音頻數據、視頻數據等）的融合和整合，則面臨了更多的挑戰。海量數據的生成和累計是區域大氣污染聯防聯控工作開展的必然結果。因此可以說大氣污染聯防聯控工作的開展是建立在數據基礎之上，諸多環境保護的決策問題必須通過數據分析才能解決。
2 區域大氣質量模式的局限性及大數據技術帶來的突破
2.1 區域大氣質量模式的局限性
空氣質量模式的應用為區域大氣質量控制、分析不同空間尺度上空氣質量變化狀況和趨勢以及污染防治提供有效科學依據。按照空間尺度劃分，空氣質量模式分為微尺度模式、城市模式、區域模式、大陸尺度模式和全球模式[3]。區域大氣質量模式在大氣污染聯防聯控監管工作的開展中具有一定局限性。
第一，區域大氣質量模式通過輸入研究地區的源排放、地形以及氣象資料，運行模式得到該區域的空氣質量數據，由于排放清單、氣象數據以及模型自身均由不確定性，空氣質量模型的模擬結果與真實值難免存在較大誤差；
第二，在區域大氣污染聯防聯控監管工作的開展過程中，產生了大量的結構化與非結構化數據，但是傳統意義上的區域大氣質量模式不能結合文檔、視頻、圖片等海量非結構化數據進行綜合模擬與分析，存在了大量的數據資源浪費現象；
第三，區域大氣質量模式主要用于分析大氣污染成因、機制，對重點污染行業、重點污染區域進行識別，并且對環境規劃效益進行評估，大氣污染聯防聯控相關的監管工作難以基于各類模型的分析結論有效開展。
2.2 大數據技術為區域大氣污染聯防聯控監管工作帶來的新突破
大數據技術通過數據的有效整合、分析和挖掘，為區域大氣污染聯防聯控監管工作的開展帶來了新的機遇。在傳統區域大氣質量模式的基礎上，大數據技術對區域大氣質量管理產生的海量數據進行了充分管理與應用。
區域大氣污染聯防聯控監管工作的大數據處理流程包括3個方面，分別是數據抽取與集成、數據分析以及數據解釋。
2.2.1 對大氣質量監測及管理數據進行抽取與整合
區域大氣質量監測數據具有多樣性、數據來源廣泛、數據類型復雜等特點，復雜的數據環境給大數據處理帶來了挑戰。首先對所需數據源的數據進行抽取和集成，從中提取出關系和實體，經過關聯和聚合之后采用統一定義的結構來存儲這些數據。在數據集成和提取時需要對數據進行清洗，保證數據質量及可信性。
2.2.2 區域大氣污染聯防聯控數據分析
數據分析是整個大數據處理流程的核心，因為大氣環境質量數據的價值產生于分析過程，從異構數據源抽取和集成的數據構成了數據分析的原始數據。根據不同應用的需求可以從這些數據中選擇全部或部分進行分析。傳統的分析技術如數據挖掘、機器學習、統計分析等在大數據時代需要做出調整。另外由于大氣環境質量監測與管理數據常常具有實時性特點，需要在處理實時性和準確率之間取得一個平衡。
2.2.3 區域大氣質量管理與決策的數據解釋
區域大氣污染聯防聯控數據分析是大數據處理的核心，但環保管理人員往往更關心結果的展示。如果分析的結果正確但沒有采用適當的解釋方法，則所得到的結果很可能讓用戶難以理解。數據解釋的方法很多。區域大氣污染聯防聯控的數據分析結果往往是海量的，同時由于涉及到多種污染物協同控制以及區域環境與經濟發展等多維分析數據，結果之間的關聯關系及其復雜，采用傳統的解釋方法基本不可行。需要通過可視化技術、數據起源技術以及人機交互技術等進行深入解釋與展現，利用交互式的數據分析過程來引導用戶逐步進行分析，使得用戶在得到結果的同時能夠更好地理解分析結果的由來。
3 大數據技術在區域大氣污染聯防聯控的應用
總體來說，區域大氣污染聯防聯控監管工作的開展需要綜合污染物監測數據、行業交叉應用以及區域經濟發展等多重維度，通過大數據技術對監管過程中產生的各類結構化數據與非結構化數據進行深入挖掘與分析，建立區域大氣污染聯防聯控機制，簽署區域環保合作協議，編制實施空氣質量保障方案，實施省際聯合、部門聯動的環境監管模式，從而保障區域大氣環境質量。
3.1 基于大數據進行區域大氣監測數據分析
由于區域內多種污染物同時在大氣中發生化學反應，引起暴露和產生沉降，對影響人類健康和生態系統都有著嚴重影響。但是區域大氣環境監測重點實現單一污染物控制格局，對多種污染物之間的相互影響和協同控制的分析較少，對硫氧化物、氮氧化物、VOCs、重金屬和NH3等相關監測數據缺乏相關分析[4]。
基于大數據技術，通過對區域大氣環境質量監測數據、污染源在線監控數據等結構化數據與視頻監控、暴露人口規模、人口地域分布和人群特征、污染物帶來的健康風險等非結構化數據綜合分析，實現數據協同減排，分析不同污染物之間的相關關系，并對污染減排量帶來的物理損害減少進而減少的經濟損失與污染物減排量之間的關系進行更深入的分析。
3.2 通過大數據實現與其他行業信息共享
目前區域大氣環境質量管理工作的開展以環境保護各級業務部門為主，與氣象、林業、交通等相關行業沒有實現數據共享與綜合分析，需要綜合多行業角度，對區域大氣環境質量進行預測預警。
基于大數據技術，結合氣象、林業、交通等行業相關數據，進行數據挖掘與統計分析。如通過對區域氣象條件與機動車統計數據的獲取，綜合該地區污染物排放監測數據，運用大氣污染物擴散模型等計算出未來48小時內大氣污染狀況，并給出相關出行建議，在出現逆溫等不利于污染物擴散的大氣條件下，對相關企業進行排放控制或階段性實施機動車限行管理，從而在一定程度上預防區域大氣污染事件的發生。
3.3 大數據技術為區域綜合發展提供決策分析
我國現行的空氣質量管理仍是典型的屬地模式，部門分割，缺乏有力、高效的跨行政區協調機制。雖然發達地區城市群已經開始對區域大氣污染聯防聯控進行先試先行，但一些好的做法和經驗并沒有固化下來形成一種長效機制[5]。
大數據技術的實施，能夠在區域大氣污染聯防聯控總體規劃同時，結合區域內經濟發展水平、空氣質量現狀和管理水平等要素，在環境質量目標和達標時限上給出決策支持，實現區域大氣污染聯防聯控差別化管理，為建立地區間協調和合作機制提供數據支持，構建“共同但有區別”的大氣污染聯防聯控監管和規劃體系。
4 大數據技術應用面臨的挑戰
目前，大數據技術在區域大氣環境管理中的運用仍存在一些困難與挑戰，體現在對海量空氣環境監測與管理數據挖掘的四個環節中。空氣質量監測與管理數據收集方面，要對來自空氣質量自動監測站、污染源在線監控設備、視頻監控、其他行業的數據附上時空標志，去偽存真，盡可能收集異源甚至是異構的數據，必要時還可與歷史數據對照，多角度驗證數據的全面性和可信性；對區域大氣數據的存儲要達到低成本、低能耗、高可靠性目標，在存儲時要按照一定規則對監測數據進行分類，通過過濾和去重，減少存儲量；對海量大氣監測與管理數據的處理涉及上百個參數，其復雜性體現在多源異構、多實體和多空間之間的交互動態性，從大量動態數據中綜合信息，并導出可理解的內容；結果實現可視化呈現，如采用標簽云、歷史流、空間信息流等可視化技術，以圖形等可視化方式讓結果更容易被理解與接受。
參考文獻
[1]Grobelnik M.Big-data computing： Creating revolutionary breakthrough in commerce， science and society.2012.http：///eswc2012 grobelnik big data/.
[2]黃哲學，曹付元，李俊杰，等.面向大數據的海運數據系統關鍵技術研究[J].網絡新媒體技術，2012，1（6）：21-26.
[3]劉烽，吳增茂.城市大氣質量模式研究進展[J].環境科學進展，1999，7（2）：22-30.
