簡述大數據的概念

前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇簡述大數據的概念范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。

簡述大數據的概念范文第1篇

【關鍵詞】大數據 數據安全 隱私保護 云計算

大數據是近年來的一個新生概念，但對人們對其已經不陌生。在當今社會，大數據技術有其歷史性的戰略意義，它不僅掌握著龐大的數據信息，更能夠對這些數據進行專業化處理。假如將大數據比喻成一種產業的話，那么對數據的加工能力就是該產業實現盈利的關鍵。不過，大數據也存在著許多安全隱患，而最大的隱患就在于可能會泄漏用戶的個人隱私。對于這點，大數據還需要加強安全措施，保護用戶隱私。

1 大數據時代下隱私的新特點

1.1 大數據時代下的隱私為數據化隱私

在大數據時代下，隱私也有其獨特的特點。與傳統的隱私不同，大數據時代下的隱私最大的特點就是隱私的數據化，也即是說隱私是以個人數據的形式而出現的。所謂“個人數據”， 指的就是被識別或可識別的自然人的任何信息。對于人們的個人隱私來說，數據是其在網絡環境中的唯一載體。而相較于以往人們認知中的網絡數據而言，大數據的規模更加龐大，是一種具有“4V”特征的數據集合，這說明了大數據的真實可靠性，同時也代表著可以對個人進行全方位識別。例如近年來所流行的一個詞匯“人肉搜索”，指的就是利用大數據對個人隱私數據進行識別的一種行為。

1.2 大數據時代下的隱私具有更大化的價值

無論以目前實際情況而言，還是就本質角度來看，個人隱私都正從一種用戶的個人獨占資源而逐漸轉變為可利用的資源。在大數據時代下，個人隱私已然成為了一種新型商品，它可以被買賣，且具有較高的價值。其實，個人隱私數據被買賣泄漏的例子在日常生活中非常多見，例如很多人們都會時不時地接到一些推銷電話或廣告短信等，而商家之所以會知道用戶的電話、姓名及需要，就是因為通過某種渠道而購買到了用戶的個人信息。

1.3 大數據時代下隱私的泄漏途徑更加隱匿

大數據的出現無疑方便了人們的工作和生活，它最大的魅力就在于數據的多維性及數據之間的關聯性和交叉性，這讓一些原本看起來毫無關聯的信息變得具有了緊密的聯系，而利用這樣的關系，再借助一些相關工具，有心者很容易就能挖掘出很多讓人意想不到的隱私信息。例如有些狗仔隊就經常會根據明星在博客上所的圖片而推斷其住址，這無疑大大侵犯了明星的個人隱私權。這種現象是非常令人震驚和恐怖的，因為人們往往根本還沒意識到自己是在哪里不小心泄漏了自己的個人信息，個人信息就已經全面暴露在了別人的目光下。可以說，大數據時代讓人們變成了一個透明體，時時刻刻都處于隱私可能被暴露的狀態下。

2 大數據時代下隱私的安全問題

2.1 網站和軟件中的強制性條款導致隱私泄漏

目前網絡上一些網站在注冊時，或是一些應用程序在安裝時，都會強制性地出現一些用戶地理位置、個人信息、網絡通信及日志數據等內容的許可條款，用戶如果不接受這些條款，就無法注冊網站或是使用程序。而作為商家，雖然給予了用戶這方面的知情權，卻并未給予其選擇權，用戶往往為了一些必要的服務而不得不接受隱私泄露這一事實。

2.2 用戶自我泄露隱私數據

隨著網絡通信的日漸發達，人們越來越熱衷于使用微信、微博等社交工具，因為這些社交工具能夠將天南海北志趣相投的人聚集起來，以使人們認識更多的同好、和更多的同好進行交流。然而，雖然社交工具豐富了人們的日常生活、方便了人們的交友，但卻也潛在著許多暴露個人隱私信息的危險。許多用戶都會毫無顧忌地在社交網站上自己的個人信息，如購物內容、手機型號、個人照片甚至家庭住址等等，這無疑是將自己的隱私裸地泄露在大眾面前。

2.3 企業由于利益驅使而主動挖掘用戶隱私

現如今，大數據技術已經在各行各業中得到了廣泛運用。例如在制造業中，可以利用大數據來對采購量及合理庫存量進行分析，可以對客戶的需求全面了解以掌握市場動向，或是直接利用互聯網建立網上平臺，從而更加精準地了解客戶的喜好。然而，隨著隱私數據所能夠帶來的價值和利益越來越大，越來越多的企業開始想盡辦法挖掘用戶更多的個人隱私，這造成了用戶隱私的大面積泄漏。

3 大數據時代下隱私的保護措施

3.1 加強隱私保護機構建設

目前，美國、俄羅斯、日本等發達國家已經設立了比較完善的隱私保護機構，用于專門保護包括網絡隱私在內的各種隱私內容。這些隱私保護機構既起到了宣傳教育和普法的作用，又具有著執法功能。而就我國來看，雖然目前也有一些機構負責隱私保護事務，如國務院、公安部、工信部等等，然而卻相對缺少專門的隱私保護機構，因此也無法滿足當前人們對大數據隱私保護的迫切需求。

3.2 引導企業合理利用隱私數據

對于大數據隱私保護問題而言，堵不如疏，越是強制性地禁止企業及相關組織利用隱私數據，它們越是會為了利益而暗地里進行使用；而如果不強制性地禁止這一行為，反而對其加以合理引導的話，則會達到雙贏的局面。因此，國家應當盡快完善相關法律，明確隱私數據的可使用范圍，劃分隱私安全等級，允許在保障用戶安全的基礎上適當使用隱私數據獲取一定的利益，這也是促進國家經濟發展的一項有效舉措。

3.3 加強隱私保護宣傳教育

由于很多個人隱私都是用戶自己在沒注意的情況下主動泄漏出去的，所以若想加強隱私保護，還需要加強人們的隱私保護意識。國家和社會上的有關組織應當要加大對隱私保護的宣傳，使人們了解隱私泄露可能會帶來的危害，提醒人們不要隨意在網絡上自己的個人信息，從而在根源上切端隱私來源。

4 結語

綜上所述，大數據技術改變了人們的生活，使世界發生了翻天覆地的變化，但其隱私保護問題卻是不容忽視的，無論是國家、企業還是個人，都必須要重視這方面問題，加強對隱私的保護，以防隱私數據泄露。

參考文獻

[1]陳克非，翁健.云計算環境下數據安全與隱私保護[J].杭州師范大學學報（自然科學版），2014，06：561-570+558.

[2]成春香，張偉，徐濤.一種基于云存儲的數據安全與隱私保護系統[J].北京信息科技大學學報（自然科學版），2013，02：87-90+96.

簡述大數據的概念范文第2篇

關鍵詞：大數據 創新型小微企業 勞務派遣 管理

創新型小微企業是融合了創新發展與小微特質的中小型企業的代稱。在創新型小微企業中，科技人員與研發人員憑借其知識積累與高技術應用創造著企業價值，推動企業效益的實現，研發人員與研發經費均不得低于一定比率。由此可見，包括創新型與科技型兩種發展類型在內的創新型小微企業已成為創造就業機會、搞活疲軟經濟、推動產業發展的主要推手。但是，隨著大數據時代的到來，創新型小微企業用工情況與勞動關系存在很多不和諧的因素，在一定程度上制約了創新型小微企業的可持續發展。本文選取創新型小微企業勞務派遣管理為研究對象，并將其置于大數據時代背景中，考察創新型小微企業勞務派遣管理的現狀及其存在的問題，探索有效提升企業勞務派遣管理水平、優化人力資源配置的途徑與對策。

一、大數據時代特征簡述

大數據時代裹挾云計算、物聯網等高科技信息使用變革強勢而來，網絡數據的使用告別了以往簡單處理的信息過程，而進入到通過管理與分析海量數據，構建信息數據的基礎性資源平臺的時代。作為數據集而存在的大數據，蘊含著可供充分挖掘利用的信息內容，但同時體現出過于復雜的特性，令人無法肯定其存在定位，由此可見，大數據在顛覆舊有數據應用的過程中，構建出獨屬于云計算與互聯網時代的數據處理方式。

二、創新型小微企業勞務派遣管理現狀及問題

1.創新型小微企業勞務派遣管理的現狀

勞務派遣的興起與我國改革開放以來勞動力資源流動密不可分，勞務派遣的主體是專門的勞務派遣組織或機構，通過與勞動者簽訂勞動合同的方式，將勞動者派遣至有人才需求的相關用人單位或企業，被派遣勞動者的薪酬支付以及相應的管理工作均根據勞動合同的規定實施。創新型小微企業采用勞務派遣方式引進人才的情況由來已久，一方面，創新型小微企業對專業技術人才與高科技研發人才需求強勁，勞務派遣的方式能夠有效解決創新型小微企業對人才的急切需求；另一方面，創新型小微企業的核心價值在于科技創新的應用，其普遍面臨融資困難，企業規模小，人力資源管理水平不高等問題，通過勞務派遣的方式能夠降低小微企業人力資源投入，規避用工風險。而對勞動者而言，勞務派遣幫助其取得了恰當的勞動崗位，解決了其就業問題；對勞務派遣組織或機構而言，其通過收取相應的管理費用而獲利。基于此，勞動派遣在創新型小微企業人力資源管理與用人方面的重要性是不言而喻的。

2.創新型小微企業勞務派遣管理的問題

通過對當前創新型小微企業勞務派遣現狀的調查研究，可以發現，其在勞務派遣過程中存在以下突出問題。一是與創新型小微企業合作的很多勞務派遣機構不規范，部分勞務派遣機構沒有依照法律要求取得相應的資質即開展相關業務，從而為日后的勞動糾紛埋下隱患。二是創新型小微企業為節約人力資源成本，規避勞務派遣帶來的公法性強制義務，以投機的方式鉆《勞動合同法》的漏洞，用人事外包、人力服務等稱呼假代勞務派遣，而勞務派遣用工人數在創新型小微企業中普遍存在高比率狀況，這種地下派遣的形式極大威脅了企業與勞動者的自身權益。三是在創新型小微企業的勞務派遣用工過程中，通過勞動派遣方式進入企業的員工與企業自身的合同制員工的薪酬待遇差別較大，很多勞動派遣而來的工作人員雖然奮戰在企業創新科技的第一線崗位，但其得到的酬勞收入卻低于合同制員工，并因其勞務派遣身份，這部分員工在創新型小微企業中缺乏競爭晉升的機會，職業發展規劃不明確，影響員工工作的積極性與工作效率。

三、大數據時代提升創新型小微企業勞務派遣管理水平的對策

當前，勞務派遣用工形式的存在是具有其積極價值的，這與創新型小微企業創新發展與經營管理的實際需要相契合。互聯網大數據時代的到來為創新型小微企業勞務派遣管理提供了嶄新的思路，本文從以下方面嘗試借助大數據這一新生事物完善與規范企業勞務派遣管理水平與成效。

1.依托大數據平臺，規范與勞務派遣公司的合作關系

大數據平臺概念的引入為創新型小微企業勞務派遣管理構建了新的交互網絡。在勞務派遣的大數據平臺中，通過對勞動者、用人單位等多方面的各種渠道與來源的需求數據進行整合，重構開放性的、更為優秀全面的勞務派遣人才數據庫。創新型小微企業可以通過大數據平臺，獲取自身需要的人才偏好，了解本行業人力資源需求的基本狀況，從而使企業在與勞務派遣公司溝通的過程中做到心中有數。另外，通過大數據平臺的引入，創新型小微企業可以方便快捷的檢查核對為其提供服務的勞務派遣公司是否具有工作資質，從而選擇較為規范的公司開展勞務派遣業務合作，遵循臨時性、輔、替代性崗位選擇原則的要求；力求通過合同與協議的方式完善權利義務與工作職責，確保創新型小微企業能夠引入符合需求的創新技術人才，保護派遣勞動者與企業的合法權益，以便雙方能集中精力開展企業經營。這些利用大數據平臺獲取的有效信息，為企業規范與勞務派遣公司的合作關系提供了充分的數據支持。

2.立足大數據信息，加強自身勞務派遣管理建設

創新型小微企業如果能夠充分利用海量大數據，那么將在企業勞務派遣管理中占盡先機。通過對大數據信息的綜合分析與整理，創新型小微企業可以從中獲得人力資源管理的決策信息，如分析具有代表性的勞務派遣員工的群體需求，掌握其對實際工作的小微企業的工作態度；在整合數據的基礎上，獲取勞務派遣員工的職業發展規劃目標，便于企業結合員工的未來發展目標為其提供發展機遇，以便勞務派遣員工盡快融入到企業之中，充分調動勞務派遣員工的工作積極性。通過大數據平臺的數據整理，創新型小微企業能夠發現自身崗位設置的需求，以便合并或撤銷無用的、相似的崗位，構建優化的崗位體系，從而提升企業各部分的工作效率。

3.借助大數據運作，構建現代化的勞務派遣人力資源管理信息系統

大數據所帶來的高度信息綜合化發展趨勢在企業運作中必將發揮越來越重要的作用。對創新型小微企業而言，借助大數據的運作，在綜合整理勞務派遣相關數據的基礎上，構建現代化勞務派遣人力資源管理信息系統是非常必要的。一方面，以數據和信息為主體存在的信息系統不僅能拓寬創新型小微企業用人、用工的渠道，而且信息系統帶來的數據交互傳遞能夠幫助小微企業迅速鎖定合適的用人目標；另一方面，勞務派遣信息系統的創建，便于創新型小微企業全面把握勞務派遣情況，針對勞務派遣員工展開更為有效的培訓、管理工作，從而達到和諧勞動關系的建設效果。

4.發揮大數據作用，建設勞務派遣預警機制

在分析整合大數據的過程中，創新型小微企業可以從大數據中取得具有豐富意義的知識與信息，在解析上述知識和信息數據的過程中，通過分析其來源、變化過程、因果關系等深加工處理方式，得到工作在本企業中勞務派遣員工的反饋問題，知悉員工中可能存在的矛盾，從而構建有效地勞務派遣預警機制，挖掘潛在問題，以做到及時有效的應對。

四、結論？？

對勞務派遣工作人員管理不到位將影響創新型小微企業對具有創新科技能力的人才需求，從而制約創新型小微企業的長遠發展。大數據時代的到來，為創新型小微企業利用互聯網大數據的優勢，規范勞務派遣提供了新的發展思路。與空間廣闊的大數據應用研究相比，創新型小微企業應在實踐中不斷探索、嘗試企業用人、用工制度的新途徑，將創新發展融入到企業管理的全方位之中，實現企業經營的良性循環。

參考文獻

[1]孟小峰，慈祥.大數據管理：概念、技術與挑戰[J].計算機研究與發展，2013（1）

簡述大數據的概念范文第3篇

在分析金融消費者隱私之前不得不簡述本文語境下的金融消費者概念。金融消費者在我國學術界是一個頗具爭議的概念。但實踐中銀監會等行政機關已經將購買銀行產品、接受銀行服務的顧客均視作“金融消費者”，并在大量官方文件中使用“金融消費者”這一概念。本文遵循問題導向思路，無意糾纏于學術界關于金融消費者是否是消費者，進而受到與傳統消費者一樣的傾斜保護的問題。而是回應實踐，借用實踐文本中的這一概念，重點分析金融消費者隱私相較傳統隱私權概念的特點。制度的形成具有歷時性，其構建、發展與變遷都是由歷史實踐所促成的。隱私權制度設立之初具有明顯的人格屬性，其目的是為了保護人格尊嚴不受侵犯。法律體系通過運用共同的簡化術語，自我關聯的溝通以及廣泛的價值共享，使協調成為可能。大陸法系向來青睞法教義學的思維模式，將多樣化的概念以不同的抽象程度構建出具有層次的制度體系。因此，有觀點認為金融消費者隱私具有人格屬性，其本質上是隱私權作為基本人權在金融領域的延伸，金融消費者對其個人隱私擁有完整的控制權。然而，制度的核心概念經過發展越發明晰，而其邊緣化概念則出現模糊化的趨勢。制度擴張本身亦有限度，若強硬地將性質具有顯著差別的概念納入制度體系中，則勢必將會超過原有的制度容量。如前文所述，在大數據時代，信息的二次挖掘使金融消費者的隱私具有了巨大的經濟價值。在此我們需要探析的問題是，金融消費者的隱私能否作為一種財產權的標的？或者說金融消費者的隱私權是否具有財產屬性？從個人權與財產權發展的歷史關系來看，二者經歷了從“混同”到“分離”再到“融合”的歷程。波斯納指出“：無形財產的一個非常規的例子是隱私權。它通常被作為是侵權法的一個分支討論。但從實際情況來看，它確實是財產權法的一個分支。”而薩繆爾森亦指出“：信息隱私是從豐盛可用的個人資料當中所產生的稀有資源”“，實際上是財產應如何界定與交換，以及應采取怎樣形式的問題。英國通過侵權訴訟制度保護隱私權的財產價值，而美國則另辟蹊徑，從隱私權(righttoprivacy)中衍生創造出獨立的公開權(rightofpublicity)，以保護隱私公開的財產利益。由此可見在英美法領域，隱私權的財產屬性實際上已經得到廣泛的認可。而大數據時代金融消費者隱私的財產屬性更是毋庸置疑。因此，若將金融消費者隱私完全納入傳統人格隱私權的制度保護體系內，則勢必會沖擊原有的人格權制度，同時也難以為金融消費者隱私提供有效的保護。因此，要有效保護金融消費者隱私則必須尋找更加合理的保護方式。

2傳統金融消費者隱私分配模式的反思

在確定了金融消費者的隱私具有財產屬性之后，筆者將金融隱私納入產權的研究范疇。一方面，只有當金融隱私的產權歸屬明晰，才能在金融交易中定紛止爭，這為大數據時代金融隱私信息的有效利用提供前提。另一方面，產權具有激勵和約束功能，產權清晰可以促使人們充分利用金融隱私帶來的效用。而對于金融消費者隱私的產權歸屬可能會有人認為，金融消費者的隱私是以消費者的個人信息為核心內容的，因此財產性權利理應完全歸屬于消費者個人。這樣的論斷在傳統金融業或許理論上還成立，然而在大數據時代的背景下則與實踐情況相距甚遠，具體理由如下：

2.1金融消費者隱私是一個動態積累的過程

與傳統隱私不同，金融消費者的隱私并不靜止于金融消費者初步披露之后。而是隨著金融交易活動的進行而不斷累積。顯然，雖然初級金融隱私源自消費者個人，但在金融交易中，金融機構對后續累積的金融隱私進行了大量投入。若將金融消費者隱私的產權完全分配給消費者則有違背公平原則的嫌疑。

2.2金融機構獲取、保存金融消費者隱私也是實踐中法律、行業規范的要求

以銀行為例，金融消費者辦理業務時的各類身份、交易、信用信息，銀行都有義務按照會計準則和有關法律規定進行留存。在事實上，消費者與金融機構已經對這部分隱私進行了共享。

2.3金融消費者披露初步信息是金融交易進行的基礎

“金融消費者隱私”這一概念實際上已經隱含了消費者對外披露初級意思的含義。因為只有當消費者已經或者潛在有進入金融消費領域，其才能被稱之為消費者。而在消費者進行金融活動時，其必須主動向銀行披露初步的身份、甚至財產信息，才能獲取金融機構提供的各種金融服務。因此，實際上，一旦某人涉足金融市場，成為金融消費者之時，他的金融隱私便在實際上對金融機構進行了披露，進而金融機構在實際上獲取并控制了這些隱私。以上理由已初步說明了無論是金融實踐中還是現行法規中，金融消費者隱私的產權分配方式應該并且已經突破傳統隱私權的產權分配結構，構建新的產權分配方式勢在必行。進而，下文筆者將嘗試從法經濟學的角度分析金融消費隱私的最佳產權分配方式。

3法經濟學視角下消費者隱私的類型化分析

法經濟學產生并發展于上世紀50年代的美國，該學科運用經濟學的概念、分析模型解決法學問題。法經濟學作為一門交叉學科，自產生以來便為人們解決法律難題提供了新的思路。波斯納指出“：各種法律對行為產生影響的主要因素是交易成本，而法律的目的正應是推進市場交還，促進交易成本最低化。”因此從法經濟學的角度來看，要更好地保護金融消費者的隱私權，法律就應該探尋金融消費者隱私的最優所有權配置模式，降低消費成本，實現效用的最大化。本文試圖運用法經濟學的“成本——收益”這一基本思維模式，來分析金融消費者隱私的最佳配置方式。

3.1金融消費者隱私產權歸屬于消費者

在這樣的產權配置模式下，金融消費者對其隱私擁有完整的控制權。在不完美信息博弈理論中，金融市場中的信息不對稱是常態。基于對理性經濟人的假定，消費者會選擇成本最低，收益最高的方式披露其隱私。即向金融機構披露其正面的金融隱私，而隱藏其負面的隱私，進而導致金融機構收集到的金融信用信息失真。若金融機構長期依據有限并且失真的信用信息作出經營決斷，則會產生嚴重的金融危機風險。并且，在這樣的產權配置模式下，即使金融消費者已經將其金融隱私向金融機構披露，未經消費者明確許可，金融機構不得將其隱私信息披露給任何第三方金融機構。此情形下，金融消費者個人進行金融活動的成本最小，而隱私披露的收益也直接歸屬于消費者個人。然而，一方面一旦消費者拒絕披露金融隱私，則金融機構和征信機構則不可能享受到金融隱私帶來的利益。另一方面，若金融機構利用其控制的動態累計的金融隱私都需要事先征詢消費者同意，否則金融交易的成本將難以計量，金融交易也難以進行。從整個社會的角度來看，將金融消費者隱私的所有權完全配置給消費者則不能達到帕累托最優的狀態。

3.2金融消費者隱私產權歸屬于金融機構

即法律將金融消費者隱私的所有權全部配置給金融機構。在此種情形下，披露金融隱私成為消費者的義務。金融機構和征信機構能夠獲得相對完整的信用信息，從而達到金融市場的經濟效率的提高。然而，這種模式實質上是將金融消費隱私置于公共領域，最終嚴重損害消費者的利益。可見，此種情形下整個社會的成本與收益仍然不能達到帕累托最優狀態。

3.3金融消費者、金融機構以及征信機構分享金融隱私產權

由于金融消費者隱私實際上可以分為不同屬性的不同類別，因此下文將對分別不同屬性的金融消費者隱私進行產權歸屬的探討。(1)初級隱私(主要包含消費者的個人信息等)，消費者對此類信息擁有完整的所有權。但在進行金融交易時往往以供個人基本信息為前提(瑞士銀行的情況稍有不同)，此時消費者可以選擇披露此類信息，以獲取金融機構提供的相應服務。(2)次級信息(主要指消費者在接受金融機構服務過程中累積的金融交易記錄等信息)此類信息由金融消費者與金融機構共享。金融機構可以在其機構內部使用此類信息。例如銀行可以根據消費者的交易記錄，分析出消費者的消費水平，并利用此類信息向金融消費者推薦具有針對性的金融產品。(3)加工信息(即征信機構，利用大數據分析手段對金融消費者隱私進行加工后，獲取的相應信息)此類信息應該由金融消費者、金融機構與征信機構共同所有。總體上說，按照金融隱私權類別而將其產權賦予不同的主體共享，將能有效平衡金融隱私保護和利用之間的關系。總體看來，金融機構與第三方機構的收益有所提高，并且消費者的收益并沒有減少。因此在此種情形下，共享產權利于整個社會福利的提高。

4金融消費者隱私產權共享模式下的權利分配

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。既然從理論上說，金融消費者隱私產權共享模式將最有利于社會福利的最大化，那么在實踐中該如何配置金融消費者、金融機構與第三方機構之間的關系則顯得至關重要。筆者認為，在產權共享模式下，是消費者具有決定是否向金融機構披露其初級隱私，成為真正意義上的金融消費者是合理的。因為法律不應強迫不愿參與交易之人披露隱私。而對于金融機構在金融服務中由記錄積累而獲得的次級信息，則應當由金融機構與消費者共享。當金融機構將這部分信息用于其內部機構時，則應免于在利用這些隱私前向消費者征求同意。然而對于金融機構在將此類信息向第三方披露時，以及當第三方機構獲取金融隱私后，通過對信息的二次挖掘得到了加工隱私時，該如何在金融消費者、金融機構與第三方機構之間分配權利與義務則是十分值得研究的問題。實際上，針對隱私共享模式下的權利分配，美國立法具有十分值得借鑒的經驗。美國《金融服務現代法案》(GLBA)采取的是一種“選退”(optout)的立法模式。即如果金融消費者沒有提前告知金融機構，不得向第三方機構披露其隱私，則在GLBA規定的條件下，金融機構可以披露消費者隱私。而美國的部分州的法令、條例、或者解釋都提供了比GLBA更加嚴格的保護模式。即采用一種“選入”機制(optin)。即當金融機構在向第三方披露金融消費者隱私時，應提前向消費者征求同意，并適當向金融消費者提供補償。顯然在選退機制下，銀行對消費者金融隱私的披露具有主動權，有利于節約交易成本。而選入機制則更利于保護金融消費者隱私。筆者認為，就此不宜對所有金融消費者隱私做籠統的統一規定。而宜在立法中將金融消費者隱私分為普通隱私與敏感隱私。對前者采用效率更高的選退機制，而對后者則采用較為嚴格的選入機制。然而，在大數據時代的背景下，立法如何合理地將消費者金融隱私劃分為普通隱私與敏感隱私則是需要進一步研究的問題。由此，在確立了基本的選入與選退并行的權利運行模式后，為了應對大數據時代隱私的二次挖掘可能產生的難以預料的后果，宜設置責任機制作為補充。所謂責任機制是指，金融機構或第三方機構在經過選入機制或者基于選退機制向第三方披露金融消費者隱私前，應當對隱私披露的后果作出評估，若其披露行為最終產生了信息披露之初沒有預見的危險時，則依據其過錯大小，向消費者承擔賠償責任。當然如何設置具體的法條，以有效實現上述機制的有效運行則有待立法者運用其高超的立法技巧。

5結語

簡述大數據的概念范文第4篇

關鍵詞：數字圖書館；大數據；戰略規劃；知識服務

中圖分類號： G250.76 文獻標識碼： 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，大數據知識服務正逐漸成為數字圖書館領域新的服務增長點。隨著大數據與數字圖書館的飛速發展，知識服務逐漸發展成為多重角色協作參與、多個領域協同設計的活動，需要跨機構、跨區域、跨領域的知識服務資源的支持，由于大數據知識服務資源的分布不均衡，許多圖書館尤其是西部地區縣級以下公共圖書館面臨著資金緊張、信息資源與人才匱乏、服務技術及軟硬件資源落后等問題，從而大大制約著數字圖書館的服務創新和知識服務能力的提升，而研究型圖書館、高校圖書館與一些中東部公共圖書館大量的信息資源、軟硬件資源與能力資源處于相對閑置狀態，造成了資源的極大浪費。

大數據知識服務模式[1]的提出，為解決大數據與數字圖書館的融合問題，特別是資源豐富、服務需求量大的高校、研究型圖書館的知識服務產品開發與分配問題，實現知識服務資源與服務能力的最優化協調、增效與增值，進而提升數字圖書館知識服務的自主創新能力與基于知識的交互協同創造能力[2]，提供了新的解決方法、思路和途徑。正是因為大數據知識服務能為數字圖書館的生產型信息服務模式向智慧型知識服務模式轉型提供了一種新的思路，使其成為智慧圖書館、云圖書館、移動圖書館的關鍵技術之一，對智慧服務、泛在服務或云服務的實施和開展具有重要意義。

2 面向數字圖書館的大數據知識服務概述

2.1 相關研究簡述

目前國內有關于數字圖書館與大數據的融合研究內容主要集中在服務創新、系統研發、技術實時與現狀分析等理論研究方面，對于數字圖書館大數據知識服務體系協同設計的研究較少。由于大數據與數字圖書館的融合研究是一個較新鮮的概念，國內外對大數據知識服務方面的研究正處于探索和起步階段。在國內，張興旺等對大數據知識服務提出的背景、內涵、典型特征及體系結構等進行了研究和分析，并給出大數據生態系統在圖書館中的軟硬一體優化集成的綜合解決方案[3-6]。陳傳夫等在分析大數據的特點和數字圖書館建設需求的基礎上，就如何推動我國數字圖書館建設、實現大數據服務與管理實踐，提出了四條戰略性建議：改進資源選擇、整合與保存方式；發展新型數字知識服務；完善財政投入機制；規避知識產權風險[7]。

數字圖書館大數據知識服務體系協同管理的一個重要問題，就是要對數字圖書館所包含的大數據進行深度分析，從其中抽取出對用戶有價值的知識，并將其構建成可支持查詢、分析和計算的知識庫。目前，全球各類政府、商業或組織所構建的大數據知識庫與知識服務應用程序多達上百種，較為典型的知識庫或知識服務應用有：KnowItAll[8]、Probase[9]、SOFIE[10]等，以及一些類似于維基百科與百度百科等在線知識協同管理的知識庫，如DBpedia[11]、YAGO[12]、WikiTaxonomy[13]等。此外，還有美國政府推出的Data.gov知識服務平臺[14]、Evi公司的TrueKnowledge知識搜索平臺[15]、Google的知識圖譜（Google Knowledge Graph，也稱Google知識圖）[16]、Facebook公司的Graph Search知識搜索服務平臺[17]等。國內的數字圖書館知識服務平臺研發和建設工作也出了不少成果，其中最為典型的有CNKI知識搜索平臺[18]、中科院的OpenKN[19]與Knowware[20]、上海交通大學的zhishi.me[21]中文語義互聯知識庫、復旦大學的GDM中文知識圖譜平臺等。

可以發現，大數據知識服務各方面的研究已經陸續展開，但無論在理論研究還是應用實踐上，數字圖書館大數據知識服務研究仍處于探索階段，沒有形成較為統一的知識服務模式和標準。協同管理尤其協同設計作為大數據知識服務的關鍵技術之一，一直被數字圖書館領域所重視，而大數據技術的出現，給數字圖書館知識服務體系協同設計的研究帶來了新的機遇與挑戰。

2.2 大數據知識服務協同設計的特點

大數據知識服務作為一種面向嵌入式協作化知識服務、自主需求和強調用戶參與的泛在化智慧服務新模式，可以通過大數據網絡環境為知識服務全生命周期過程提供隨時獲取、按需使用和支付、安全可信、綠色優質的各類知識服務活動。它可看作信息服務、知識服務、移動服務、信息推薦服務等先進服務模式在大數據環境下的發展與延伸，它繼承了數字圖書館各種先進服務模式的優勢，同時又結合大數據、云計算的優勢與特征，彌補了傳統數字圖書館信息服務模式的不足與缺點。從協同設計在大數據知識服務、傳統信息服務及知識服務3種服務模式下的特點對比（見表1），可見大數據知識服務具有明顯的優勢。

3 面向數字圖書館的大數據知識服務協同設計的體系架構

3.1 體系架構

根據前面的分析，面向數字圖書館的大數據知識服務體系的協同設計至少需要滿足三個條件：一是能夠提供訪問和使用數字圖書館所提供的各類異構軟硬件資源的支持，這些異構軟硬件資源包括完成數字圖書館大數據知識服務體系協同設計的所有資源（如文本、圖片、音視頻等信息資源；服務器、存儲器、網絡設備等物理資源；人力、場地、服務設施等物料資源）；二是能夠提供在數字圖書館運營者、服務提供者、用戶等大數據知識服務主客體之間協同管理工作的支持；三是能夠提供數字圖書館中動態資源能力服務的分布式協同調度的支持。整個面向數字圖書館的大數據知識服務體系的協同設計框架在邏輯結構上可描述為五層結構（見圖1）。

第一層為大數據資源層，包含物理資源和虛擬資源兩層，提供在數字圖書館大數據知識服務體系協同設計過程中所涉及到的各類軟硬件資源，將分布在互聯網各個角落的異構知識服務資源虛擬化封裝后接入到大數據知識服務體系中，進行統一的協同規劃、設計和管理；第二層為大數據知識服務協同設計支撐層，負責管理與維護各種被封裝的、可組合、可重用的大數據服務模塊，同時按照既定的標準、規范進行服務注冊、，為協同設計服務層提供各種標準、規則、約束和支撐；第三層為大數據知識服務協同設計服務層，為協同設計需求提供各類型服務，按照上一層制定的標準確立相應的標準化接口，并向數字圖書館運營者、服務提供者和用戶提供對應的服務接口；第四層為大數據知識服務協同設計門戶層，將數字圖書館大數據知識服務體系所涉及到的各類管理、服務和建設過程分別（按照權限、類型、服務與管理需求等進行分類）向數字圖書館運營者、服務提供者和用戶等提供交互接口；第五層為應用層，可以使數字圖書館運營者、服務提供者、用戶等通過較為簡便的操作界面，在不同服務終端上使用數字圖書館大數據知識服務體系的協同設計平臺獲取相應的知識服務。

3.2 體系架構的描述與解讀

由于面向數字圖書館的大數據知識服務體系的協同設計過程較為復雜，單從某一方面來對其體系架構進行描述和解讀，都難以反映該體系各個層面的特性及彼此之間的內在聯系。基于此，筆者從管理功能、協同管理、信息管理、服務資源及協同過程等五個視角對其進行分析。

3.2.1 管理功能視角

大數據知識服務體系協同設計的功能主要包括：（1）知識服務資源的管理，負責對各類異構軟硬件、信息與技術等知識服務資源進行管理，包括知識服務資源的虛擬化、封裝、、組合優化、監測及服務質量評價管理等；（2）協同規劃與設計需求的管理，負責大數據知識服務體系協同規劃與設計需求的分解、服務與管理流程建模、資源調配，以及對參與整個協同設計過程的機構、人員和企業的管理；（3）協同規劃與設計過程的管理，負責對整個大數據知識服務協同設計過程進行監控，實時檢測出在協同設計過程中所發生的各類故障、錯誤及沖突，并提交至容錯機制、知識服務需求沖突消解機制等管理模塊中進行解決；（4）提供負載均衡、容錯及沖突消解機制等功能模塊，保證整個大數據知識服務協同設計過程的成功進行；（5）協同設計工具的管理，負責數字圖書館運營者、知識服務提供者和用戶之間交流、協作通道、平臺及通信工具的正常運行，確保大數據知識服務主客體之間能有效及時的進行信息交互；（6）數據、信息與知識的管理，對數字圖書館產生的所有數據、所擁有的信息資源與知識，以及在整個大數據知識服務協同設計過程中所涉及到的各類知識等進行管理，如教學類知識、科研類知識、經驗類知識、標準類知識、案例類知識等。

這些所有功能模塊有機融合在一起，相互作用、相互補充、環環相扣。隨著大數據知識服務協同設計流程的啟動，一個功能模塊開始運轉緩緩帶動與之相關聯的其他功能模塊的運轉，才能提供與用戶知識服務需求相匹配的服務，從而增強知識服務協同效果。

3.2.2 協同組織視角

通過大數據知識服務體系將分布在不同區域、機構和領域的各種數字圖書館資源（包括數據庫廠商、高校及其圖書館、科研機構、用戶及管理者等）緊密的關聯在一起，形成完整的數字圖書館大數據知識服務協同組織體系（見圖2）。

3.2.3 信息管理視角

大數據知識服務體系的信息涉及規模大、內容多、結構與類型復雜，包括數字圖書館信息、用戶信息、知識服務信息、資源信息、技術信息、安全信息、管理信息、協作信息、評價信息及其他信息等。通過對大數據知識服務體系協同設計過程中所產生的各類信息進行分析，得出其面向數字圖書館的大數據知識服務體系的信息管理視圖（見圖3）

3.2.4 服務資源視角

針對數字圖書館中知識服務資源的分類有多種方式，依據大數據知識服務過程所涉及到的資源性質，本文將服務資源分為：信息資源、知識資源、服務能力資源、人力資源、物能資源及其他資源等六大類。其中，信息資源主要包括數字圖書館所提供的各類文獻、圖書、專利、標準等各類知識服務信息資源、知識服務市場信息、圖書館與所屬機構信息、用戶信息、技術信息、數據庫廠商信息、協同工作信息等；知識資源主要包括數字圖書館所提供的各類服務實例知識、建設與服務規范類知識、服務設計原理類知識、經驗類知識等；服務能力資源主要包括底層軟硬件資源、各類知識服務協同設計能力、服務模擬仿真能力、知識與知識服務生產能力、管理能力、運營能力及維護能力等；人力資源主要包括數字圖書館的各類管理、運營與維護人員、技術人員、參與大數據知識服務協同設計的各類專家等；物能資源主要包括數字圖書館建設與管理所需要的物理場地資源、基礎設施資源、物料資源、辦公設施等；其他資源主要包括資金資源等。

3.2.5 協同過程視角

通過協同過程視角可以將上述四個視角進行有機融合，形成一個有機的、較為系統的大數據知識服務體系。面向數字圖書館的大數據知識服務體系的整體運轉流程（見圖4）系統的描述了在面向數字圖書館的大數據知識服務體系協同設計過程中，各種服務資源、協同組織的交互過程，以及大數據知識服務體系協同設計的各個功能模塊信息的組合情況。

4 面向數字圖書館的大數據知識服務協同設計的關鍵技術

4.1 基于SOA的大數據知識服務架構

面向服務的體系架構（SOA）是一個由彼此之間可通信的具有特定功能的服務構成的靈活抽象的分布式IT架構模式[22]。通過SOA技術可將大數據知識服務體系中的各個不同服務單元分解成多個獨立的功能模塊，并通過已經定義好的服務接口和規則聯系起來，從而使得數字圖書館可以在大數據環境中對松散耦合和跨平臺的粗粒度知識服務應用組件進行分布式部署、組合、交互和使用。一方面，通過SOA設計模式，可將數字圖書館、管理者與用戶之間協同設計過程，以及數字圖書館所提供的各類大數據知識服務直接轉換成可操作性強的、基于標準系統接口的、可被重組和優化的一系列相互嵌套、相互關聯的服務功能模塊。另一方面，基于SOA的大數據知識服務架構還可為服務提供者、服務運營者與用戶屏蔽掉數字圖書館及對應的大數據知識服務平臺在運行平臺、操作系統、數據與信息來源等方面的復雜性、異構性，使得數據、信息、服務等在跨系統、跨平臺環境下，按照一種統一的、標準化的接口提供有效的大數據知識服務。因此，將SOA引入大數據知識服務體系協同設計過程，能有效地打破運行平臺、管理與服務等異構性的限制，使得其具備較強的遷移性、互操作性和可重用性，進而使數字圖書館能夠迅速應對用戶的知識服務需求。

4.2 服務資源管理

服務資源（數據、信息和知識資源、軟硬件資源、服務能力資源等）管理問題是大數據知識服務體系協同設計的重點和難點問題之一。數字圖書館是一個集成知識服務資源和服務能力的環境，且擁有大量異構的服務資源。針對大數據環境下數字圖書館知識服務資源的科學、有效管理可從五個方面展開：（1）對服務資源的表達與描述模型進行研究，對數字圖書館所提供的服務資源進行標準、統一、系統的描述與定義，消除異構的服務資源之間的定義誤解與語義沖突；（2）由于服務資源規模龐大、類型與結構復雜，在對其進行表達和描述時，需要采用標準化手段對其進行統一定義與描述；（3）針對用戶知識服務需求，需要充分考慮到與之相匹配的服務資源發現、匹配、選擇、優化與組合等問題；（4）要對服務資源的虛擬化、封裝與協同管理方法進行研究[23]，對數字圖書館所涉及到的物理資源進行虛擬化封裝，以及對信息、知識與服務資源等進行協同管理，使得用戶忽視服務資源的地域性與異構性，只在統一的標準化訪問接口中獲取大數據知識服務；（5）對數字圖書館中服務資源快速發現、匹配、組合和優化等模型進行研究。

4.3 知識服務智能匹配與組合的全生命周期管理

從大數據知識服務智能匹配與組合的全生命周期（即服務匹配與組合執行前、執行中與執行后）角度出發，可將數字圖書館大數據知識服務智能匹配與組合分為五個階段：知識服務設計階段、知識服務部署階段、知識服務選擇與優化階段、知識服務執行與監控階段、知識服務綜合評估階段。每個階段所涉及到的操作內容與管理方式都不一樣，但有幾個共性問題卻是每個階段都會涉及，且需要解決的：

（1）大數據知識服務建模、描述、一致性檢查與可執行模型轉換問題[24]。由于大數據知識服務是對知識服務資源的能力進行大數據化后的產物，且具有異構性、動態性及專業性等特征，加上用戶知識服務需求、知識協作關系與知識利用的動態變化性及復雜性，使得用戶對大數據知識服務有更高要求。為形成不同粒度的知識服務資源和知識服務能力，實現大數據知識服務按需分配和使用的目的，就必須研究大數據知識服務建模與描述方法，建立模型后，還需要對其進行形式化驗證，解決大數據知識服務智能匹配與組合過程中的服務沖突、流程死鎖、匹配不一致等問題，而在知識服務過程中還需要研究知識服務匹配與組合的可執行模型轉化與驗證方法。

（2）大數據知識服務組合的關聯問題。由于大數據知識服務體系是將一系列服務單元按照既定的規則、標準與規范進行組裝，進而滿足用戶知識服務需求。而在知識服務組合過程中，大數據知識服務單元之間的組合關聯關系（如統計引文合作關聯關系、服務主客體關聯關系、服務組合關聯關系等）對整個知識服務組合質量（如服務可靠性、服務組合成功率、用戶體驗質量等）起到了關鍵性的作用。因此，有必要對大數據知識服務組合中的服務之間關聯關系進行研究，一是知識服務組合關聯關系的分類、定義、內涵及描述方法；二是知識服務組合關聯關系的動態QoS評估方法與模型；三是基于知識服務組合關聯關系的智能構建方法。

（3）大數據知識服務組合的柔性管理方法。隨著數字圖書館中大數據知識服務資源和服務能力、知識服務狀態與服務質量、知識服務組合關聯關系，以及用戶知識服務需求的動態變化，使得大數據知識服務組合的全生命周期管理過程中存在著許多不確定因素，對其服務過程和服務質量產生較大影響。因此，當這些不確定因素發生變化，影響到大數據知識服務組合的執行時，就要求數字圖書館能夠及時調整大數據知識服務組合方案，從而成功執行滿足用戶知識服務需求的服務能力，即對大數據知識服務組合的柔性管理方法進行研究。大數據知識服務組合的柔性管理研究主要包括：一是大數據知識服務組合柔性管理的影響因素；二是大數據知識服務組合柔性測量方法；三是大數據知識服務組合柔性管理的提升策略。

（4）大數據知識服務組合網絡研究。在傳統數字圖書館信息服務模式下，信息資源或信息服務提供者和用戶都希望最大化實現信息資源、知識的效用或效益。因此，數字圖書館就必須明確應該提供怎樣的知識服務，以及如何提升數字圖書館的利用率，才能實現知識與知識服務的增效和增值。但在數字圖書館中，單個知識服務單元被用來滿足用戶服務需求的較少，通常是與其他服務組合在一起來滿足用戶的知識服務需求。因此，有必要結合復雜網絡、系統科學等相關理論、知識和方法，對所有大數據知識服務單元構成的服務網絡進行系統研究，如知識服務網絡構建規則、知識服務網絡動態演化模型與構建方法、知識服務網絡的動力學特征分析、知識服務網絡的服務節點控制方法與策略等。

（5）大數據知識服務選擇、優化與評估研究。數字圖書館用戶的知識服務需求不是簡單的計算、存儲或網絡帶寬的服務需求，而是對數字圖書館中各類異構信息資源、知識資源和知識服務能力的綜合需求，同時由于用戶知識服務需求涉及領域廣，使得需求是動態變化的、不確定的、大規模的。此外，隨著用戶知識服務需求、大數據知識服務資源狀態和服務能力的動態變化，加上數字圖書館擁有著大量待選的知識服務單元，使得可選的大數據知識服務組合的方案也是不確定的。因此，如何選擇最為合適的大數據知識服務組合方案也顯得尤為重要，而對大數據知識服務選擇、優化方案進行評估（包括大數據知識服務質量評估、可執行性評估、最優化方案及最佳選擇方案評估等）也變的十分有必要。

（6）大數據知識服務組合的其他相關研究。與大數據知識服務組合相關的研究還有：知識服務過程（如服務質量、服務需求等）中的不確定性研究、知識服務可視化研究、基于大數據生態系統的知識服務組合鏈研究等。

4.4 知識服務交易模型

為管理數字圖書館中大數據知識服務提供者與用戶之間知識服務交易過程，就需要提出一種科學的多模塊動態知識服務交易模型，該交易模型應包含多元化動態知識服務交易模式（支持知識服務定位、協作、協商、支付與購入等多種交易模式）、知識服務交易流程管理與控制（交易流程一般包括服務規則制定、服務規則執行/服務規則交易、交易后流程管理與控制等）、知識服務交易規則制定（通過制定可信的交易規則，提供評價機制來維護知識服務提供者、管理者與用戶之間的信任關系）、基于協同設計的多贏的自動知識服務協商模型等，用來支持動態變化、異構、高度協作的大數據知識服務交易。

4.5 知識服務協同監測體系

面向數字圖書館的大數據知識服務協同設計監測體系主要包括：（1）知識服務資源的協同監測。數字圖書館有著大量的、異構的軟硬件資源，怎樣對其進行有效的協同監測、管理及控制，是實現大數據知識服務的基本保障。這一環節就需要重點研究這幾個問題：研究利于協同監測的體系架構，以滿足協同監測需求；研究高效的、靈活性強的知識服務資源協同監測策略；研究知識服務資源狀態的智慧化管理技術等。（2）知識服務過程的協同檢測。在整個知識服務過程中，必然會出現各類問題，對其進行有效的協同監測，有助于大數據知識服務過程高效、準確的完成。（3）協同設計過程的監測。這一部分主要研究大數據知識服務體系中協同設計過程中的模型、方案、協同過程設計等各個環節產生故障、沖突或錯誤的影響因素、原因、特征及問題類型，從而研究出適合大數據知識服務體系的智慧化監測模型，以對大數據知識服務體系協同設計過程進行及時有效地監測。（4）知識服務平臺的協同監測。毫無疑問，數字圖書館的知識服務平臺是用戶獲取其所提供的大數據知識服務的交互接口。

針對大數據知識服務平臺建立多層次協同監測體系，研究不同層次的協同監測體系的故障狀況及相應的解決方法，實現智慧化監測和預判各類問題，并對可能發生的故障、沖突與錯誤進行預警，從而確立對應的容錯機制、遷移與恢復策略，及時排除問題，確保整個知識服務過程的高效運行。

5 面向數字圖書館的大數據知識服務協同設計的應用模式

在面向數字圖書館的大數據知識服務體系中，用戶無需深入了解知識服務協同設計環境的提供者，只需要向大數據知識服務平臺提交知識服務需求，在接受用戶知識服務需求后，數字圖書館會自動組織服務資源進行協同設計，開始知識服務協同設計過程，并自動配置相應的知識服務資源來完成整個知識服務過程，為用戶提供最合適的知識服務（大數據知識服務協同設計的運行模式見圖5）。

數字圖書館管理者與運營者通過互聯網，在服務資源模塊注冊、各類知識服務資源、知識服務等，知識服務協同設計體系將服務資源與知識服務進行虛擬化、封裝成相應的服務，并、保存到大數據知識服務資源中心；用戶在明確其知識服務需求后，通過數字圖書館所提供的大數據知識服務平臺對其知識服務需求進行表達與描述，確立其知識服務協同設計方案、相應的服務資源及知識服務環境；數字圖書館在接受用戶知識服務需求任務后，對用戶知識服務需求處理任務進行拆分、解釋、服務資源匹配、選擇及服務資源組合優化，并將最優化的知識服務資源提供給用戶，結束整個知識服務流程后，將最佳知識服務方案及結果反饋給用戶。

6 結語

隨著大數據理論與技術的飛速發展，急速膨脹的信息資源建設需求和多元化知識服務需求不斷給數字圖書館的知識服務模式帶來新的機遇與挑戰。由于大數據知識服務還是一個新生事物，正處于不斷改進和發展的階段，并且現有的數字圖書館尚未形成功能完備的、標準的、穩定的大數據知識服務體系，因此，需要根據數字圖書館服務特性及用戶知識服務需求，在做好頂層設計的基礎上，統一進行協調規劃、設計，分步實施。

目前這一領域還存在許多值得研究和探討的問題。本文簡要描述了數字圖書館大數據知識服務體系理論與應用的研究現狀，對比分析了面向數字圖書館的大數據知識服務體系協同設計的特征，搭建了一個基于SOA架構、開放式的、松散耦合的體系架構，并從管理功能、協同管理、信息管理、服務資源及協同過程等五個視角對其進行分析，指出其所涉及到的關鍵技術及主要研究內容，并結合應用需求對其運行模式進行了分析。

參考文獻：

[1] 張興旺.大數據知識服務體系研究[J]. 情報資料工作，2013（2）：11.

[2] 張曉林.研究圖書館2020：嵌入式協作化知識實驗室[J]. 中國圖書館學報，2012（1）：11-20.

[3] 張興旺.圖書館大數據體系構建的學術環境和戰略思考[J]. 情報資料工作，2013（2）：12-17.

[4] 秦曉珠，李晨暉，麥范金.大數據知識服務的內涵、典型特征及概念模型[J]. 情報資料工作，2013（2）：18-22.

[5] 郭自寬，張興旺，麥范金.大數據生態系統在圖書館中的應用[J]. 情報資料工作，2013（2）：23-28.

[6] 李晨暉，崔建明，陳超泉.大數據知識服務平臺構建關鍵技術研究[J]. 情報資料工作，2013（2）：29-34.

[7] 陳傳夫，錢鷗，代鈺珠.大數據時代的數字圖書館建設研究[J].圖書情報工作，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] 維基百科. Google知識圖譜[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知識搜索[EB/OL].[2015-04-01].http：//.cn/.

[19] 王元卓，賈巖濤，趙澤亞，等. OpenKN―網絡大數據時代的知識計算引擎[J].中國計算機學會通訊，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，苑海濤，宋杰，等.SOA與云計算：競爭還是融合[J].計算機科學，2011（12）：6-11.

[23] 齊勇，羅英偉，孫毓忠.網絡資源虛擬化技術專題前言[J].軟件學報，2014（10）：2187-2188.

簡述大數據的概念范文第5篇

（一）、基本概念

A：直復營銷

使之一種在任何地方產生可度量的反應或達成交易而使用一種或多種廣告媒體的相互作用的市場營銷體系，它是無店鋪零售的主要形式。

B：關系營銷

以系統論為基本指導思想，將企業置身于社會大環境中來考察企業的市場營銷活動，認為企業營銷乃是一個與消費者、競爭者、供應商、政府機構和社會組織發生互動作用的過程，正確處理與這些個人和組織的關系則企業營銷的核心，是企業成敗的關鍵。

C：服務營銷

在與顧客消費者的溝通過程中間，持續不斷地提供其所需要的和起超值的服務，以達到銷售和忠誠的目的。

D：數據庫營銷

企業通過搜集和積累消費者的大量信息，經過處理后預測消費者有多大可能去購買某種產品，以及利用這些信息給產品以精確定位。有針對性地制作營銷信息以達到說服者購買產品的目的。

E：整合營銷

結合各種資源狀況，運用廣告、公關、促銷、直效營銷、POP、服務等一切手段，在整個營銷過程度中的每個環節與消費者溝通，讓消費者了解產品的價值，以及它是為什么樣的人而設計的。

F：營銷全面質量管理

它是圍繞內外部顧客的需要而建立的管理體系，營銷的質量是決定產品附加值的關鍵的一環，它包含著法律的、誠實的、利潤的、效果的。

（二）、相互區別

A、4P—4C 類別 4P 4C產品 我能生產的產品 消費者想購買的產品價格 我所需要的價格 消費者滿足其需要與欲求付出的成本渠道 通路的運用 消費者購買的便利性推廣 推廣的策略 雙向的溝通

B. 直復營銷_傳統市場營銷 類別 直復營銷 傳統市場營銷目標　 以單個顧客為單位進行推銷 以目標顧客群為單位進行推銷細分 細分顧客的基礎是顧客的名字.住址及其購買慣 細分目標顧客群的基礎是人口因素.心理因素服務 產品具有送貨上門服務帶來的附加值 不具有送貨上門的優點通略 通過媒體銷售 通過零售店銷售控制 在產品被送到消費者手中的整個過程中，營銷人員都能對產品實施很好的控制 產品一旦時入分銷渠道，營銷人員就無法其控制傳播 主要利用針對性很強的媒體 利用大眾媒體廣告目的 讓消費者立即訂貨或查詢 樹立企業形象，引起顧客興趣，使顧客建立對品牌的忠誠等等，顧客接受廣告和采取購買行為之間有一段比較公開促銷 促銷手斷具有隱蔽性 促銷手斷比較公開決策 決策所需的資料不全 決策所需的資料很全面安全感 顧客感到受騙的可能性很大，因產品無法看到 顧客感到受騙的可能性小，因與產品的聯系很直接

C.關系營銷__傳統營銷 類別 關系營銷 傳統營銷銷售 關注保持顧客 關注單銷售導向 產品利益導向 產品特征導向日期 長期的 短期的服務 高度強調顧客服務 不太強調顧客服務促銷 高度的顧客參與 有限的顧客參與溝通 高度的顧客聯系 適度的顧客聯系質量 質量是所有方面都要考慮的問題 質量是產品的首要問題

D.實物商品__服務 類別 實物商品 服務形狀 有形的 無形的差異 同質的 異質的消費 生產.銷售與服務分離 生產.銷售與消費同時內容 一件東西 一個活動或過程核心價值 核心價值在工廠中生產 核心值在買賣相互作用過程中產生生產 消費者通常不參與生產過程 消費者參與生產過程保存 能夠儲存 不能夠儲存所有權 所有權轉移 無所有權轉移

四、童鋅武漢操作模式

(一)、理論構建

A: 架構

B.操作描述:

1.數據庫的發展過程 最　 初 后

來 現　 在為實施直復營銷而收集的顧客和潛在的顧客的姓名和地址 市場研究工具，如市場資料.人口統計資料.競爭資料等做分析 作為整個管理信息系統的一部分發揮重要作用，顧客的基本狀態

電腦和專用軟件以及因特網解決了大量文字及數據的分析等技術問題，使數據庫能迅速有效的運用而刺激其發展。

2.關于數據庫營銷 動作過程 作用 優勢1.數據采集

2.數據存儲

3.數據處理

4.尋找理想消費者

5.使用數據，完善數據 1選擇和編輯顧客數據;

2選擇適當消費者;

3提供目標消費者的狀況，并應用郵件.電話.銷售.服務.顧客忠誠計劃和其它方法;

4.反擊競爭者的武器;

6.及時反饋營銷效果，并提出改進方法等.1幫助企業準確找到目標消費者群;

2.幫助企業判定消費者和目標消費者的消費標準并準確定位;

3.幫助企業在最合適的時機以最合適的產品滿足顧客需求，可以降低成本，提高效率;

4.幫助企業結合最新信息和結果制定出新策略，使消費者成為本企業產品長期忠實用戶;

5幫助企業開發新項目提供信息;

6幫助企業產生新的服務項目并促成購買過程簡便化，使之重復購買;

7.幫助企業選擇合適的營銷媒體;

8.提高顧客忠誠，同時使企業間競爭隱秘化

3.架構簡述:

通過幼兒園.婦幼等初步建立數據庫，充分使用直復營銷中的電話.直郵.講座等方法為消費者提供關系營銷.服務營銷的基本內容，并相對準確的選擇媒體及運用廣告策略向消費者傳達信息和促銷，同時可進一步完善數據庫.消費者在產生購買行為時運用傳統通路售出，使之最便捷的得到產品，并使產出最大化，這里面整個是互動的一個過程，在不同的階段根據公司的各種資源和目標要求不同側重點不一樣.

(二)、階段操作簡述

A.基本方法及目的

1.數據庫是各項工作的基礎，但目前僅是對傳統營銷方式的補充和改善，同時實施數據庫營銷與企業的整個管理水平，尤其是營銷管理水平密切相關，數據庫營銷可作為營銷工作的方向，在營銷工作的方向，在營銷管理上注重顧客信息的收集.動用建立起初級的消費者數據庫，要充分動用計算機及數據庫軟件.

2.營銷模式試驗過程中一定要結合公司的現有各種條件及目標要求，不同階段側重點不同.這是一個相互作用的過程，方法得當將會是1+1=3即邊際效益的遞增，千萬不可過分強調某一單項工作，走入極端.

3.模式探索一定要以技術上能解決的可復制的問題.

4.武漢模式對員工的素質及技巧提出了更高的要求，并不是僅僅是一個勤奮吃苦或機械化操作的問題.

5.在本案的操作上如果有寬產品線做支持效果會更好。

附： 序號內容方法目的時間責任人1強化終端工作1硬終端以展牌為主，招貼、吊旗為輔

2．軟終端通營業員溝通及綜合比賽，包括終端維護、貨架展示、產品知識銷售量綜合評比獎項的方法1、形成市場氛圍

2．加大終端鋪貨率

3．促進售點壓貨

4．營業員導購形成八月　2講座、咨詢標準化流程化制定利用青山少年宮和萬松園試點，不斷修正和調整方案，使人員通知、會場布置、講座效果控制等形成可復制模式使后期大面積推廣，直效傳播及服務具有可操作性八月　3完善結構，提高人員素質1．結合操作模式定型、定崗、定編、定責

2．培訓及過程中傳幫帶為開學后能順利高效高質開展工作打好基礎八月　4完善細基礎資料1初步建立數據庫

2．進一步完善幼兒園、小學、終端等基礎資料為下步工作準確、穩健、高效、高質地開展打好基礎八月　5售點促銷1．合理選點并達到一定基礎規模（40家）

2．促銷品選定、制作、運用

3．促銷人員技巧培訓1、保證基礎銷量，擴大市場份額

2．數據采集八月　6媒體投放及大型SP1．推廣方法用媒體、終端、新一輪幼兒園活動中附帶

2．內容可分為A類、B類，A類可采取附產品說明書及填好調查表，便可抽如電腦等獎品，B類可采取廣告回答如抽DVD等獎品1．直接推動銷售

2．品牌宣傳

3．產品功效宣傳

4．推廣服務

5．迅速擴大，完善數據庫九月　7幼兒園新一輪活動設計家長參與和孩子一起完成的活動，要求滿足家長及孩子兩種需求，并可執行如心理測試題指導，回收后可參加內容6所述抽獎1．提升品牌形象

2．宣傳提升兒童研究中心

3．宣傳產品功效

4．完善、擴大數據庫九月　8幼兒園系列講座通過家長會等方式結合，充分利用婦幼等職能部門權威性，雙大幼兒園為基礎，每周三到四個講座1．提升品牌形象

2．宣傳兒童研究中心

3．宣傳產品功效

4．提供超值服務

5．直效傳播人群數量迅速擴大　　9大型系列講座分區固定幾個300—500人的講課場所，通過海報、電話、直郵邀請函等方式通知消費者告知1．提升品牌形象

2．宣傳兒童研究中心

3．宣傳產品功效

4．提供超值服務