时间:2024-03-22 14:49:05
序论:写作是一种深度的自我表达。它要求我们深入探索自己的思想和情感,挖掘那些隐藏在内心深处的真相,好投稿为您带来了七篇大数据运用方向范文,愿它们成为您写作过程中的灵感催化剂,助力您的创作。
本文简要介绍了大数据与大数据思维以及大数据的发展趋势,分析了在金融学研究中运用大数据思维的重要性,详细介绍了大数据思维在金融学研究中的应用,并以此为基础深入介绍了在金融学研究中运用大数据思维的主要方法和具体方式。
关键词:
金融学;大数据;大数据思维;金融研究
1.大数据与大数据思维概述
1.1大数据与大数据思维大数据是近些年来才热门起来的一个名词,其也引起了包括互联网公司以及国家决策部门的高度重视。虽然大数据一词已经广泛普及,但是当期学界对于大数据却仍然没有一个非常统一和明确定义。通常人们将一些无法运用常规的软件工具在短时间内对数据进行捕获、处理与分析的数据集称为大数据。大数据,顾名思义,其具有数据量大、数据真实性高、高速、数据多样性好的特点。计算机技术的快速发展是大数据能够盛行的基础,大数据是需要采用新的数据处理才能具有更强的参考性、真实性以及可行性的海量、高增长率和全面性的信息资产。大数据思维是伴随着大数据发展而来的时代产物,在大数据时代人们只有善于利大数据本身的价值,彻底摆脱传统的思维方式,立足于数据去分析问题,才能提高决策的合理性和科学性。
1.2大数据的发展趋势(1)数据种类越来越全面,数据来源不断增加。伴随着互联网、物联网、计算机以及手机的不断发展,大数据建设过程中的数据来源日益增多,数据库中的数据已经涵盖了人们日常生活中出现的各种种类的数据。(2)数据存储、分析计算朝着高速性方向快速发展。超级计算机的发展为大数据的处理以及储存提供强力的保障,开放的数据存储与分析平台也为大数据的工业运用扫清了障碍。(3)数据分析重要性日益突出。大数据时代数据的丰富性是前所未有的,只有通过科学合理的数据分析才能提炼出更多有用的信息。(4)大数据方面的政策以及法律法规不断得到完善。在数据库不断发展与完善的大背景下,大数据的建设工作也得到了政府部门的高度重视,国家层面的大数据建设规划也相继推出。
2.在金融学研究中运用大数据思维的重要性分析
在金融学研究中数据是最基础的依据,只有准确的数据基础,决策者才能做出正确的判断。在大数据盛行的当下,数据的丰富性和海量性增大了金融学研究的难度,但与此同时也有效降低了金融研究中判断失误带来的风险。在金融学研究中运用大数据思维的重要性主要体现在以下几个方面:(1)大数据思维能够对金融界的兴衰成败产生巨大的影响。大数据时代,任何金融分析都离不开数据,谁拥有更多、更全面的数据,谁就有更多的主动权,这也是诸如阿里巴巴、京东等传统金融界的“门外汉”能够在大数据时代迅速发展自己的金融业务的主要原因之一。(2)大数据思维有助于扩宽金融市场。随着大数据时代的到来,金融市场的竞争变得愈加激烈,只有在金融学研究的过程中充分的运用大数据思维,发挥大数据的优点,为客户提供更加优质的服务,金融企业才能立于不败之地。
3.大数据思维在金融学研究中的具体运用
3.1完善数据平台建设数据是大数据发展的基础,在完善数据平台的建设过程中,扩宽数据来源渠道是首要任务。在传统的金融数据平台建设过程中数据主要是来源于银行的各个网点,而如今人们日常浏览的门户网站、手机APP、网上银行等互联网产品都是数据的来源。数据平台的建设主要目的是为了开发更多的客户满意的产品,从而更好地为客户服务。在数据平台的建设过程中,需要运用大数据的思维来完成数据的获取、存储以及分析等工作,能够极大的弥补传统的数据挖掘方法在数据丰富性、全面性等方面存在的不足,也能够最大限度地提高数据平台的科学性和合理性。
3.2运用大数据思维提高风险管控能力众所周知大部分金融产品或多或少的都存在一定程度的风险,任何金融决策失误都可能带来巨大的财产损失。因此在金融学研究的过程中,应该通过大数据分析的方式来提高金融决策的准确性,将风险控制在可控的范围之内。例如银行对中小企业进行放贷时,便可运用大数据分析的手段对借贷企业的销售、资金、社会认可度等信息进行评估,最终再根据评估的结果来拟定企业的最大借贷额度。海量的数据分析可以提高数据分析结果的准确性,其能够有效地避免传统的取样数据在全面性方面存在的不足,因此在金融学研究的过程中运用大数据思维将有助于提高金融企业的风险管控能力。
3.3促进互联网金融的发展互联网金融是大时代背景下金融行业的典型产物,其充分的结合了大数据与金融业的特点,通过互联网这个快速发展的平台,彻底地改变了传统的金融企业的经营模式。拥有大数据技术的互联网公司自行发展金融业务或者是与传统的金融企业合作是当下互联网金融发展的主要形式,但是无论是何种形式的互联网金融,其基础都是大数据,大数据金融模式是推动互联网金融产品改革的主要因素,其也是互联网金融能够快速发展的主要原因。
3.4大数据分析扩展了现代金融学的研究思路在金融学研究中运用大数据思维,有助于研究者获得更大样本的信息量,去进行实证研究和数据分析,这能够在一定程度上突破传统的数据分析存在的局限,扩展现代金融学的研究思路。大数据分析可以扩展现代金融学的研究思路具体体现在以下方面:(1)大量的数据能够提高数据的准确性,可以有效地避免取样数据所存在的随机性和偶然性,从而能够有效地提高所得结论的说服力。(2)海量的数据能够金融学的研究内容变得更加丰富。大数据的“大”不仅仅是体现在数目上,其还包括数据种类的“多”,如今的数据早已不仅仅传统认为的单一的结构化数据,其还包括各种各样的非结构化数据,这也是图片、视频等音频信息越来越被金融企业重视的主要原因之一。
4.金融界学数据思维的方式
大数据思维的重要性毋庸置疑,但是当前金融界中大数据思维意识不足仍然是普遍存在的问题,加强大数据思维的学习刻不容缓。金融界学数据思维,应该从以下几个方面入手:(1)成立专门进行大数据研究的部门。金融企业应该根据企业自身的实际情况设立负责大数据工作的岗位,例如大中型企业成立数据研究部,负责收集数据、分析数据并出台参考方案,小企业设立数据收集员,主要是通过互联网、电视等途径收集相关数据。(2)与专门从事大数据研究的企业建立合作伙伴关系。虽然说大数据的入门门槛较低,但是由于硬件设备、资金以及其他方面因素的限制大部分金融企业自己建立的数据库都难以与专门从事大数据研究的企业相比,因此与大数据机构开展合作也是一种不错的方式。(3)在运用的过程中不断普及大数据思维。在日常的金融研究过程中通过讲座与培训的方式,培养金融研究人员的大数据思维,从而让其能够做到学以致用。
5.在金融研究中运用大数据思维的主要方法
5.1挖掘自身以及相关领域大数据金融研究涉及的内容众多,因此在实际的运用过程中必须学会用大数据思维去挖掘自身以及相关领域的数据,只有如此才能提高金融工作的工作效率。并且通过挖掘数据的方式,还能够为金融研究者提供更多的思想依据,让其开发出更加适合客户的个性化服务。此外通过对自身领域的数据进行深入的分析,还有助于企业及时发现自身存在的问题,能够使企业做到防患于未然。只有在日常的金融研究工作中常用大数据思维,大数据智慧才能得到释放,其优点才会变得更加明显突出。
5.2参与大数据交易或者互换资源大数据时代,数据的丰富程度是前所未有的,没有哪一个企业敢说其能够掌握所有的数据,因此数据的交易或者互换将是未来发展的一个主要方向。在金融研究的过程中,同样需要互利共赢的意识,只有通过企业将的合作,加强信息之间的共享,才能提高信息的利用率,才能使得整个行业更加快速的发展。为了更好地发挥大数据的优势,大数据交易中心应运而生,企业可以通过大数据交易中心这个平台来获取自身需要的数据信息,企业的通力合作最终才能实现“1+1>2”的效果。在大数据的冲击下,各自为营孤军奋战的金融企业经营模式已经不能满足时代的需求,数据的交易与互换将是为来的主要发展方向
5.3使用大数据为自身发展服务在金融学研究学数据思维的主要目的便是促进金融企业的快速发展,其得其能够更好地满足用户的需求。通过大数据所带来的各种信息,金融企业可以对自身的运营模式进行评估,及时发现企业运作中存在的问题,也能够为企业去优化自身结构指明方向。此外通过大数据,金融企业还能够去自己的管理模式进行改进,能够帮助金融企业早日完成智慧化改革,不断降低金融风险,在为客户提供更加优质的服务的同时,也能为国民经济的发展提供更加有力的保障。
6.结语
大数据是当今时代的一个主要发展方向,金融学研究同样离不开大数据的支持。金融研究者只有更好的应用大数据思维,才能最大限度地发挥大数据带来的优势,为客户提供更加优质的服务。
参考文献:
[1]唐方杰.大数据金融渐行渐近[J]银行家.2014(03)
【关键词】大数据思维 金融学研究 运用
一、大数据与大数据思维概述
(一)大数据与大数据思维
大数据是最近新兴起来的一个名词,其出现受到了国家有关部门和公司的关注,虽然大数据的出现已经不断普及,但是学界对于大数据的分析还缺少统一和明确的概念。通常来看,人们已经将一些根本无法运用的常规软件无法在有效的短时间内对数据获取,完成数据的处理和分析,以上都是大数据的范围。分析大数据的概念可知,分析其概念,其主要特征具有数据量大、数据真实性高、运行高度的特征,由于计算机技术的发展,该点也是大数据盛行的基础,大数据的实现需要利用新型的数据处理为其提供良好的参考,提升大数据的真实性,且大数据是一种海量且高速增长的一种综合性信息资产[1]。大数据思维的产生是随着大数据时展的一种时代产物,就大数据时代来看,其需要利用大数据的价值来摆脱原先陈旧的思维形式,基于数据的角度来分析诸多问题,由此提升决策的合理性和科学性。
(二)大数据的发展趋势
第一,数据的种类越来越多,数据的来源也随着科学技术的提升更加丰富,随着互联网和物联网和计算机技术的不断发展,大数据时代的建设需要不断增加数据来源,数据库中的很多数据已经覆盖了人们生活和工作的全部,生活中的所有数据都是不同种类的数据信息。第二,数据的存储和分析计算发展朝向更快速的方向,由于超级计算机的发展为大数据的处理提升了设备支撑,保证大数据的正常存储和使用,开放式的数据存δ芰和平台分析能力也为大数据的工业运行提供保障,减少阻碍。第三,数据分析的重要性不断凸显,大数据时代的数据丰富性特点是人们追求的,相信利用科学技术的支撑,能够完成数据的合理分析,增加有用的信息。第四,大数据的相关政策和有关法律法规还没有完善,基于数据库的良好发展和完善,很多大数据的建设开始受到政府部门的高度关注,国际层面的大数据建设计划也在不断推出[2]。
二、金融学研究中运用大数据思维的价值
金融学研究中数据的运用是必不可少的,作为基础内容,决策人员才能根据数据内容实施正确的判断,基于大数据盛行的环境来看,数据丰富性和海量性显著增加了金融学研究的难度,由此也显著降低了金融学当中很多的风险。分析金融学研究中运用大数据的价值来看,主要有以下几点,第一,大数据思维对于金融行业的兴衰影响很大,就大数据时代来看,不管何种类型的金融分析都需要数据,数据获取量的多少,体现了主动权利的多少,该点也正体现了阿里巴巴和京东等能够在大数据的环境下发展自身的金融业务原因。第二,大数据的思维十分有利于拓展金融市场,随着大数据时代的到来,金融市场行业的竞争开始变得更加激烈,只有基于金融学的研究才能充分的运用大数据的思维模式,发挥大数据的优势,为客户提供十分优质的服务,提升金融企业发展的水平。
三、大数据思维在金融学研究中的具体运用
(一)完善数据平台建设
数据作为大数据发展的基础内容,完善数据平台的建设是其发展的重要内容,也是拓展数据来源的主要渠道,基于传统金融数据平台建设的基础上,数据的主要来源分布于不用的银行,当前人们经常浏览的网上银行、门户网站和很多的手机APP等类型的互联网产品都是不同数据的主要来源[3]。数据平台建设的重要目的是创造更多提升客户满意度的产品,提升服务质量。就数据平台的建设过程来看,需要采用大数据的思维模式来思考,完成数据获取,完成数据的存储和数据分析,由此显著的弥补传统数据的不足,例如,数据丰富性和全面性缺失,也能够在极大限度上提升数据平台建设的科学性和合理性[4]。
(二)运用大数据思维提高风险管控能力
综合性分析很多金融产品的经营可知,其风险是一定存在的,不管是什么样的金融决策失误都会造成很大损失,由此根据金融学的研究来看,需要利用大数据的形式提升金融决策的精准性,做好风险的良好掌控,例如,银行对中小企业放贷的过程中,可以利用大数据分析的方式针对企业的销售额、资金量和社会认可程度等进行分析,最后按照具体评估的结果确定企业可以借贷的最大资金。利用大量的数据分析能提升评估结果的准确性,其能够良好的避免传统的数据统计形式统计不足的情况,在金融学研究的具体过程中利用大数据思维有效提升金融企业对于风险的预防和把控能力。
(三)促进互联网金融的发展
互联网金融是大数据时代下金融行业发展的产物,互联网金融的产生有效结合了数据行业和金融行业的特点,利用互联网发展的平台,不断的创新和转变传统金融行业的经营方式。分析当前互联网金融发展的主要方式来看,传统金融和互联网金融融合是时展的必须,大数据技术的互联网公司自行发展金融业务也是时展必然,不管是什么类型的互联网金融,其都需要建立在大数据的基础上,大数据的金融模式类型是促进互联网金融改革和创新的重要因素,也是我国互联网金融发展的核心因素。
(四)大数据扩展了现代金融学的研究范围
就金融学的研究过程来看,都需要充分的运用大数据思维,帮助研究人员获取更多的样本信息,利用实证分析和数据分析的方式,显著的在某种程度上突破了传统的数据分析缺陷,对金融学的研究范围进行拓展。大数据分析的方式能够显著的拓展现代金融学中的研究思路,主要表现有,第一,由于大量数据的支撑,能够显著的提升数据分析准确性,能有效的避免取样数据可能出现的随机性和偶然性,由此来有效的提升数据分析的可信度和说服力。第二,数据库内部的数据能够提升金融学研究内容的丰富程度,大数据的“大”不仅是树木上的大,还体现在数据种类的大,当前的数据库已经不是简单的结构化数据,还需涵盖不同类型的非结构化的数据,以上也是金融企业关注图片信息、视频信息的主要因素。
四、金融界学数据思维的方式
大数据思维存在的价值显而易见,但就金融界研究的内容来看,大数据思维十分缺失的情况是非常普遍性的问题,需要强化大数据思维的学习,金融界的研究需要不断的学数据思维模式,从以下几个层面展开学习,第一,成立起专门的大数据研究部门,金融企业需要按照企业发展的实际情况设立起负责大数据工作的主要岗位,例如,很多大中型的企业成立了数据研究部门,主要负责信息数据的收集,分析数据信息,设立起参考的具体方案,小企业需要设立起数据收集员位,利用互联网和电视媒体等形式做好数据的收集。第二,和专门从事大数据研究的专门企业建立起有效的合作关系,虽然当前大数据的门槛较低,但是很多硬件设备和资金的不足,加之很多其他因素的局限性,导致多数的金融企业在建立自身数据库的时候重重受阻,根本无法和专门的从事于大数据研究的企业对抗,可见金融企业和大数据的专门企业展开合作是一种十分有效的形式。第三,金融企业在运用大数据的过程中需要具备大数据思维,就日常的金融研究过程快来看,可以采取讲座或者培训的形式来不断的培养和提升金融研究人员的大数据思维,帮助其将思维运用到实际。
五、在金融研究中运用大数据思维的方式
(一)挖掘自身以及相关领域大数据
由于金融研究中可能会涉及到很多的数据内容,但是在实际运用的时候需要利用大数据的思维模式不断的挖掘自身和有关领域的数据搜集,由此才能有效的提升金融工作的实际效率,还可以通过数据挖掘的形式为我国金融的研究人员提供更多类型的思想类型和依据,使其开发出更多种类型的适合客户需求的个性化服务。除此之外,需要利用对自身很多领域的数据信息分析来帮助企业发现自身已经出现的很多问题,帮助企业发现问题,实现自我价值,预防很多安全隐患。
(二)参与大数据交易或者互换资源
就大数据时代来看,数据具有很强的丰富性,没有企业能够掌握所有的数据信息,由此可见数据交易或者数据的互换是其未来发展的重要方向。就金融研究的过程来看,需要坚持互利共赢的原则,利用企业之间的有效工作,强化信息之间的分享,有效提升信息的实际利用率,帮助企业快速良好的发展。为了不断发挥大数据运用的优势,大数据交易中心由此而生,企业可以利用大数据交易中心平台来获取企业发展所需的数据信息,企业之间的有效协作才能实现最终效果,由于受到大数据的冲击,很多单独战斗的金融企业的传统经营模式和时代需求之间的差异性很大,数据的交易和交换也是金融企业发展的重要方向。
(三)使用大数据为自身发展服务
就金融学的研究过程来看,针对于大数据思维的学习目的是优化金融企业的发展,由此才能满足不同用户的需求,利用大数据思维传达的多种类型信息,金融企业可以针对自身的运营模式实施评价和预估,及时发现金融企业发展中的问题,为企业优化自身结构做好引导,利用大数据,金融企业可以完善自身管理模式,实现企业的智能改革,减少金融风险。
六、结语
大数据时代的到来是现代社会发展的重要趋向,也是企业发展的需求体现,科学技术的产生,导致金融学的研究需要大数据大战的支撑,金融的研究人员需要具备良好的大数据思维,将其运用到具体事项,由此才能实现大数据存在的价值,提升为客户服务的能力,满足客户需求。
参考文献
[1]朱榕.大数据思维在高校图书馆读者决策采购(PDA)中的应用与思考[J].四川图书馆学报,2015,06:69-71.
[2]刘尚希,孙静,王亚军.大数据思维在纳税评估选案建模中的应用[J].税务研究,2015,10:7-11.
关键词:大数据 信息与计算科学 课程体系
中图分类号:G642 文献标识码:A 文章编号:1674-098X(2016)08(c)-0131-03
自1998年教育部将原来的计算数学、运筹学、控制论、信息科学4个专业整合成一个新专业――“信息与计算科学”专业后,全国已有600多所高校开设了信息与计算科学专业,该专业是数学、计算机、信息工程等学科的交叉,目标是培养具有扎实数学基础和一定的计算机技能,能够在信息科学和计算科学领域从事科研、教育、软件开发及解决实际问题的能力的应用型人才[2-3]。
但是,随着招生规模逐步扩大,暴露出许多问题,如专业特色不明显、专业就业方向不明确、课程设置、实践环节等方面滞后于信息技术和计算机技术的发展,学校教育和社会实际需要脱节等问题[4-5]。
云时代、大数据时代的到来,为信息计算科学专业的发展带来了新的契机。
大数据,指的是所涉及的数据量规模巨大到无法通过人工,在合理时间内截取、管理、处理并整理成为人类所能解读的信息[1-5]。随着各行各业信息量的快速膨胀,今后对拥有大数据管理和分析能力的人才需求将快速增长[7-8]。
大数据时代需要分析数据及其与业务相结合的分析人才,这与信息与计算科学专业的培养目标相吻合,信息计算科学专业充分发挥其数学的优势,结合专业背景和社会实际需求,可以为未来的大数据市场培养熟练掌握大数据技能并擅长海量数据的采集、存储、管理、挖掘与分析等经验的人才。为适应社会需求,该校及时调整专业方向,徐州工程学院信息与计算科学专业于2016年秋季招收大数据方向学生。
培养优秀的大数人才,构建合理的课程体系是关键,该文根据该校实际情况,探讨信息与计算科学专业如何在保持数学类专业优势的情况下,融合大数据时代的技术和思想,构建合理的面向大数据的信息与计算科学专业课程体系。
1 人才培养目标制定
依据徐州工程学院应用型本科院校的要求,制定符合该校特色的面向大数据的信息与计算科学专业培养目标。
(1)综合素质目标。培养满足地方经济、社会发展需要,德、智、体全面发展,具备良好法律意识与职业道德规范,具备团队合作意识,具备较强的沟通表达能力、分析理解能力、专业文档撰写能力、创新能力、项目管理意识等各项综合素质的人才。
(2)专业技能目标。培养具有良好的数学素养,掌握信息科学和计算机科学的基本理论、方法和技能,熟悉主流大数据管理及分析平台、数据分析算法与工具,具备较全面的大数据平台的应用开发与管理运维能力,有一定的大数据平台架构能力,有一定数据分析与算法实现能力,有较强的创新意识和初步的大数据工程实践能力,适宜在IT企业从事大数据应用开发、大数据系统运维等工作、并具备一定行业经验认知的应用型大数据人才。
2 课程体系构建思想
为培养适应不同大数据岗位的专业人才,我们采用定制化课程体系、多元化教学模式,重点拓展和提升实践类课程建设,适当加入拓展课程。
2.1 定制化课程体系
针对大数据行业不同岗位技能要求,课程体系遵循“通用+特长”的设计思路,通过通用开发语言与特色大数据技能相结合的培养模式,利用项目驱动的实战技能训练,可实现学生的个性化培养。
重视基础课程,加强技术主干课程,构建核心课程群。在夯实基础课程之后,考虑学生实际就业方向,开设针对性强的专业课程,根据实际情况安排学生针对性选择实训方向,安排相应技术性课程学习,同时强化学生技术技能的运用能力。
2.2 多元化教学模式
为调动学生学习积极性,提高课程效果,采用多元化的教学方式。通过理论课、实验课、项目实战课和职业素质课程,培养学生理论结合实践的综合应用能力,提升学生的职业技能与综合素质;并通过线上教学环节为学生提供灵活高效的学习渠道、提升学习兴趣、拓展专业知识、培养主动学习的良好习惯。
为了将学生培养成为大数据开发、数据挖掘和数据分析类高端特色专业人才,课程体系以知识体系和能力体系为双主体进行规划,强调技术与职业素养的双重培养,将职业发展所需要的各种软能力培养融入到日常教学中,以实现学生的职业化能力培养。
2.3 重点拓展和提升实践类课程建设,适当加入拓展课程
在保持基础扎实的前提下,拓展和提升实践类课程。除强化校内实践课程外,还要运用校企合作实训基地,进行实训项目开发,强化理论教学与工程实践的结合。
不定期聘请名企在职IT专家或业界知名人事,开展各种主题活动,拓宽学生视野。
3 课程体系构建方案
遵循“通用+特长”的设计思路,课程体系的构建重视基础课程,并加强大数据技术相关课程,划分为通识课程、学科基础课程、专业课程以及集中实践课程四大课程模块。
3.1 通识课程
包括通识必修课程和选修课程两种类型,是对本专业学生进行公民基本素质教育的重要内容,以提升学生的政治思想水平、文化科学素养、信息技术能力和外语沟通能力等大学生必备的基本素质为目标,也对本专业学生进行职业生涯与职业发展指导。
3.2 学科基础课程
该类课程是对该专业学生进行学科专业知识教育的基础内容,目标是提升学生的学科专业认知水平。专业基础课程一是用以铺垫专业数学基础,培养学生的基本科学素质。二是强化计算机科学与大数据技术的共用核心技术,增强学生进入社会的适应能力。该类课程如数学分析、高等代数、C语言程序设计、Java程序设计等课程。
3.3 R悼纬
该类课程是对该专业学生进行专业技术和专业能力训练的重要内容,培养学生解决实际问题能力和应用创新能力,具备信息计算科学专业相关领域,尤其是大数据分析及应用开发领域技术工作所需的专业理论知识及相应的应用能力。该类课程包含数据结构、数据库原理及应用、Linux操作系统、数据分析、数据挖掘、大数据内存计算、大数据流式计算、大数据离线计算等。
3.4 集中实践课程
该类课程是对该专业学生进行专业创新教育和素质拓展训练的重要内容,重点是培养学生提出问题、分析问题和解决问题的意识、能力和方法,了解信息科学专业尤其是大数据分析及应用开发领域理论、技术与应用的新发展,能运用所学的理论、方法和技能解决信息技术与大数据分析及应用开发中的实际问题,具有较强的知识更新、技术跟踪及职业能力。该类课程主要包含课程设计、项目实训、综合实训、岗位实训和毕业设计。
面向大数据的信息与计算科学专业课程教学体系框架如图1所示。
课程开设先后次序注重学生大数据方向完整的知识链构建,严格按照大数据方向具备的知识结构设计。
实践课程体系包含两条线,一个是课内实验,一个是集中实践环节。课内实验是每门课的实践练习,学科基础课中《C语言程序设计》开设了课内实验,所有专业课均设置了课内实验,课内实验的安排又划分为基础类实验和提高类实验,是对学生进行的基本技能训练。集中实践是每学期后集中开设的实践课程,如课程设计、项目实训、综合实训、岗位实训、毕业设计。课程设计和项目实训目的是对学生进行综合技能训练,岗位实训和综合实训对学生进行实战技能的训练,毕业设计既是对学生的综合技能的训练,也是是对学生知识掌握、综合技能的一次检验。整个实践体系构建如图2。
4 结语
大数据专业方兴未艾,结合大数据专业,充分发挥数学优势,与计算机技术相结合,为我们的专业发展带来新的契机,为培养优秀的大数据人才,我们将根据实际需求及学生发展状况调整培养方案与课程体系,促进信息与计算科学专业的不断发展。
参考文献
[1] T White.Hadoop:The Definitive Guide[J]. O’reilly Media Inc Gravenstein Highway North,2010,215(11):1-4.
[2] 王胜奎,徐光辉,王家军,等.普通院校“信息与计算科学专业”课程体系优化研究[J].数学教育学报,2009(5):99-102.
[3] 徐凤生,刘艳芹,赵琳琳,等.基于分层分类的信息与计算科学专业课程体系的构建[J].高等理科教育,2016(3):103-106.
[4] 许梅生.信息与计算科学专业课程体系的探索与实践[C]//Information Engineering Research Institute, USA.Proceedings of 2012 2nd International Conference on Future Computers in Education.2012.
[5] 卢春霞.大数据时代的信息与计算科学[J].亚太教育,2016(4):90.
[6] 郝水侠,郭云霞.大数据时代下信息与计算科学专业人才培养模式新探索[J].江苏师范大学学报:自然科学版,2016(2):72-75.
关键词:大数据;云资源;云计算;应用
中图分类号:TP311 文献标识码:A 文章编号:1009-3044(2015)05-0017-02
现阶段,大数据这一概念广泛被人们熟知,是继数据云计算、数据挖掘后涌现出的另一项信息革命。在大数据的研究上,众多商业机构,如IBM、Microsoft等都已介入,在借助云计算这一数据信息平台的基础上,研发了大数据信息资源处理产品。作为高校来讲,充分运用大数据时代的相关技术及产品,着重培育及使用高校云资源,具有极强的现实研究价值。
1大数据及其基本概述
大数据这一概念首先由麦肯锡公司在于2011年在分析报告中提出,在这一报告中,该公司表示:在社会生产生活各领域中,已被数据广泛覆盖,数据开始作为一种生产要素存在,通过对数据的调用,可以培育出新的消费增长点。但在业界关于大数据的具体内涵界定上,尚未形成统一的表述,不一而足的内涵表述方式都是基于一点:大数据具备较为庞杂的数据量,在数据信息的种类及形式上具备繁复多样性,大数据并不等同于海量数据[1]。
结合相关数据统计,2010年,全世界范围内的信息数据总量达到了1.2ZB,通过对这些数据加以分析时可以获取以下信息:结构化数据在数据总量中占比仅为10%左右,剩余的数据主要以半结构或非结构化数据形式为主,如视频、邮件、微博等。除了数量庞杂,种类形式多样外,大数据还具备了快速预测的特点,具有较高的应用价值。例如,美国的海洋及大气管理部门,在日本发生地震灾害后,借助大数据信息,能够在极短的时间内制定并海啸灾害的预警防备措施,从而能够为有效预防后续灾害提供强力支撑。
2大数据时代背景下,高校云资源的整合与利用
在大数据时代,随着信息技术及云计算的研究发展,高校信息建设能够突破原有的信息局限性,消除原有的高校信息资源孤立化的弊端,可以通过云计算技术的运用将高校的各种教学资源加以整合利用,形成一个高校云资源储存及管理的平台,从而通过在此平台中调用各类资源,为高校各项教学活动及管理决策的制定提供技术及服务参考。此外,更为重要的一点是,大数据时代背景下,伴随云计算而出现了众多的信息终端装置,通过采用云计算技术,可以将这些信息终端装置与高校的教学活动有效连接,一方面强化了教师与学生的交流沟通,另一方面有助于学生高效地开展学习活动。
总体上看,大数据时代的到来,给云计算功效的真正发挥提供了技术支持,使得云计算可以和大数据、高校三者之间有效衔接,使高校教育资源能够被充分调动起来,为高校云资源的整合利用带来了一些新的变革:
2.1为高校图书馆管理及发展提供契机
大数据时代下云计算的优势在高校图书馆中体现最为明显,其给高校图书馆管理及发展带来的影响主要是改变了其服务的基本形态,借助云计算,可以使图书馆进行网络及数字化应用阶段,从而建立起了以云资源为主要模式的高校数字图书馆。例如,借助云计算技术,我国山东省高校图书馆构成了基于云技术的图书馆联盟,实现了资源、管理及服务上的共享化,一体化。
此外,大数据凭借其数据分析及挖掘功能,可以对云储存端的各种信息数据加以分析归纳,从而对学生的图书借阅需求,学生群体的知识层次结构等加以揣摩,从而为图书馆管理者更好地进行决策提供借鉴;针对借阅者的科研及读者与图书馆之间的交互服务,可以借助大数据开展预测分析,做到图书馆后期发展阶段未雨绸缪;针对图书馆信息数据的馆藏,还可以通过大数据建立相关的风险评估模型。
2.2 为高校学习效率的提升提供指导
大数据和及云计算之间的融合,能够使教育资源实现应用上的有机整合,做到将存储在云端的高校教学资源加以共享,再借助大数据的数据分析及挖掘功能,对教育信息资源中蕴藏的各种数据信息进行分析提炼,从而为高校教与学策略规划提供帮助[2]。此外,通过运用大数据还可以着重对学生在学习中的各项行为及爱好等数据信息加以分析,摸准学生的学习特点,以此为教师科学制定教学决策予以指导。最后,大数据还可以被用于对学生的学习效果及学习倾向进行分析评价,通过对学生业务时间参与各项活动的信息加以解析,可以对学生的学习效果及倾向加以评估,便于教师掌握学生学习及生活动态,提升教与学的效率。
2.3为高校管理决策提供参考
传统的数据分析是基于群体调查而展开,不具备较高的数据精准性。进入大数据时代后,借助大数据具备的数据分析整理功能,可以为决策的制定提供更加全面到位的数据信息参考,从而使管理及决策者对市场、产品及消费群体的把握更加准确。作为高校来讲,通过运用大数据及云端信息分析处理技术,也可以对高校的发展状况及后期趋势加以模拟,将高校管理决策与相应的数据信息相印证,从而起到规避决策风险的效果。另外,通过大数据技术,还能够使高校教育达到质量与公平上的统一,而大数据技术贯穿于高校各个部门中,又可以进一步对高校教学及管理成效加以验证,有助于高校改革的退行实施。
3大数据时代高校云资源应用中的数据处理及服务的原理和流程
大数据时代背景下,对云资源加以利用时,人们的关注点不仅仅局限于数据的分析及使用,而更加注重通过数据分析对之后的发展趋向加以预测。这就需要我们对云资源在信息数据处理及服务方面的流程进行探究。
3.1 高校云资源的信息数据处理
伴随着云计算的出现,在教学资源的信息数据处理上有了革命性的提升,围绕着云计算,各大高校着力打造以云为核心的教育模式。但在对高校云资源加以分析时,通常选用关系数据库的形式,一方面其信息分析及管理成本较高,另一方面也无法对后期教育资源应用趋势加以前瞻分析。因此,基于大数据,Hadoop技术得以形成,该技术涵盖了资源内存检索、数据实时反应,主要借助Map Reduce对数据加以管理,从而做到了对信息资源的高效分析。在具体处理流程上,该平台通过对云端上的各种信息碎片数据,如学生及教室的云端信息等加以整理汇总,然后再对这些数据碎片加以提炼,形成具有连续性的信息数据,最后该平台接收并对这些信息数据加以分析,在数据挖掘技术的配合下,最终构成具备较强价值的信息,为教师、学生及管理者提供指导。
3.2 高校云资源的教育资源服务
在大数据及云计算的辅助下,高校资源的用户在资源需求上也出现了一定程度的变化,由此也使高校资源在服务上,管理模式上及途径上也有所改变。结合大数据及云计算的特征规律,可以预见到,高校教育及服务主要依靠采用大数据对信息数据加以分析、提炼,在此基础上提供具体的资源服务,因此,高校云资源教育服务的针对性将更加凸显[3]。首先,高校云资源是以提供准确及时的信息服务为宗旨,资源用户不必探究其形成过程,只要对其结果加以运用即。其次,大数据技术体系下,通过对信息数据碎片加以分析,然后反馈到云端资源中,用户可以针对某一项信息要素,如教学方法及手段进行重点分析,可以对其效果加以评估,从而使教师及时修正自身教学方式,以提高教学效率。第三,大数据时代与信息化的有效结合,能够使高校云资源服务形式更加多样,如教师及学生可以对资源使用情况进行评价,通过大数据进行采集及分析,可以对教育资源的使用及改进建议加以汇总,从而提高云资源服务的主动性。
4大数据时代高校云资源应用的趋势分析
4.1 高校云资源的应用以满足学生终身学习需求为方向
在大数据时代下,作为高校信息资源来说,已经不是传统的较为明确的关系数据,而是各种基于学生访问及调用的各种非结构形式的数据,如信息资源的浏览访问及下载访问等[4]。在这一趋势下,高校云资源的信息数据处理就需要将重点转向对此类信息数据的分析工作,然后将结果以数据的形式加以呈现,从而便于学生能够对自身的学习情况及信息获取频率加以掌握,使学生从盲目地学习状态中走出,满足自身终身学习的需求。
4.2 高校云资源的应用以打造交流沟通类型的课堂教学形式为方向
传统高校教学课堂,师生之间的交流不够频繁,教学效果收效不明显,在大数据时代背景下,借助大数据分析技术,教师能够对学生的学习情况加以全面掌握,从而根据学生的学习兴趣点及侧重点,通过多种多样的教学手段,从高校云资源中挑选教学资源,通过教学课件及视频的方式予以呈现,一方面可以使学生的学习更具针对性,另一方面围绕学习中的难点及重点,教师也能够更多地与学生展开交流沟通,从而实现教学相长的目标。
5 高校云资源的应用以促进教室及教学设备管理更加快捷高效为方向
在高校教室及相应的教学设备管理上,在大数据时代以前,往往安排专人进行负责,一方面增加了高校的人力投入成本,另一方面其管理效率未必高效。与之相对应,在大数据时代背景下,可以通过对高校云资源的存储信息加以提炼,获取高校教室及相应的教学设备使用数据,通过对其加以分析整理,可以形成某一时段教室及设备的应用信息及应用的趋势,从而为管理人员科学判断该教室及设备能否满足教学活动需求,是否存在故障发生临界点提供数据支持,以便管理人员及时对教室及设备加以维保,既节约了管理成本,又能够提高教室及设备资源的利用效率。
6 结束语
大数据伴随着信息技术及云计算技术的不断发展而出现,现已被各行业管理人员普遍重视,并着重开展了相关的实践及应用。作为高校来讲,其信息资源逐渐向着复杂化、规模化方向发展,通过借助大数据及云计算技术,可以建立高校云资源数据库,为教学、学习及决策提供详尽科学的指导。
参考文献:
[1] 邹流乡,王朝斌.高校云计算资源共享平台建设研究[J].西华师范大学学报(自然科学版),2014(1):91-94.
[2] 郭松.大数据时代高校学习资源云存储模型构建研究[J].软件导刊・教育技术,2014(11):48-49.
【关键词】大数据;新闻传播;影响;策略
现如今,随着科技的发展,大数据时代悄然来临,新闻传播模式及速度产生一系列变化,基于计算机的合理应用,能够有效收集整理并详细分析各类新闻数据,实现可视化传达,促进新闻传播趋向于便捷全面的方向发展。
1.简述大数据的相关特征与主要来源
1.1特征
就目前的情况来看,大数据技术对于人们的日常工作与生活产生较大影响。在新闻传播中,深化渗透着大数据技术思维,纵观世界经济与文化变革,大数据已然成为关键的技术支持,占据重要地位。大数据技术指基于海量信息中实现所需信息有效获取的相应技术,包括大数据自身的大小,还涵盖所采集到的数据信息的全部要素。大数据包括视频以及图片、网络日志等多元化类型,立足表层分析,可知大数据技术能够通过海量信息完成有效信息的合理获取。基于深层角度来看,该技术的目标在于分析处理数据的时候如何更为高效获取信息,进而在实现目标过程中形成全新认识。
1.2来源
现如今,针对大数据的主要来源存在各种说法。门户网站深化发展,移动智能设备推广使用,自媒体进步不断抗衡企业数据与政府数据的发展,就政府与企业数据而言,其使用大数据时间相对较早,而且更为专业化。大数据跟人们的日常工作与生活息息相关,互联网的深化普及直接影响着人类的生存模式,目前人们愈发关注大数据对于新闻传播开展的重要意义,基于大数据背景,传统媒体及新媒体正发生十分积极的创新变革。
2.大数据对新闻传播形成的影响
2.1大数据影响新闻获取的渠道
上世纪八十年代出现数据挖掘技术,逐步引出数据库相关概念。纵观当代社会发展进程,新闻可谓是重要的参与者,从2004年开始,百度以及谷歌等新闻频道,通过网络应用实现新闻资源的收集整合。基于大数据背景,各类信息的数量不断增长,同时呈现出碎片趋势,数据新闻这一新型概念逐渐被大众采纳接受。采用数据挖掘等有效途径,基于用户黏性以及信息有用性等运用实现新闻线索的合理获取,已然成为当代主要的新闻传播途径,能够在尽可能缩短新闻挖掘所用时间的同时开展针对性较强的新闻报道工作。
2.2大数据改变新闻传播的方式
立足大数据背景,人们开始重新认识自身的参与性。移动互动颇具常态特征,媒介的有效融合,在更为深入地进行新闻报道的时候,若单纯使用图片或者是文字则难以被大众信服,更多时候会基于大数据针对数据信息展开处理分析,结合运用可视化技术,使得新闻报道尽可能保持较高真实程度,对比传统意义上的新闻传播模式,大数据背景下的新闻传播更具互动共享等优势。
2.3大数据影响新闻舆论的导向
在新闻传播中,舆论导向可谓主要功能。基于大数据背景,新闻受众情绪能够通过多样化数据充分反映出来,受众舆论动态同时也被体现,加之研究分析大数据技术下的受众群体,有效兼顾社会大众整体及个体双方面内容,从数据角度出发,遵循具体政策,引领舆论趋于正确方向发展,切实强化提升新闻舆论导向的真实准确性。
2.4大数据改变新闻传播的内容
在新时代背景下,随着科技的发展、大数据技术的应用、媒介的有效融合,不管是新闻内容问题还是渠道问题均能够迎刃而解。更为全面真实的新闻内容是品质较高新闻的基础,就目前情况来看,新闻本身所具备的服务特征是基于大数据技术的运用,使得新闻跟群众工作与生活更为贴近,努力为社会进步提供优质服务,推动社会可持续地健康发展。由此可知,大数据时代使新闻传播受到巨大冲击,新闻传播努力顺应大数据应用发展成为大势所趋。
3.优化策略分析
3.1有机结合数字报告与纸质媒体
在大数据时代,整个新闻工作的顺利完成需要依赖电脑程序员以及记者、数据分析师等各方紧密配合才能得以实现,力求将相对较为复杂的数据信息细化为便于普通记者有效识别的电子数据表,由基于分析此类电子数据表,跟程序员相互配合,共同使之转化成可视化图片与文字等多元化内容形式。立足大时代背景,纸质媒体遭遇极大冲击,对比传统意义上的新闻媒体,数字化报刊更具快捷便利优势,既能够在电脑终端阅读,也可在移动终端完成信息接受以及阅读、数据存储等作业,对于充分顺应大数据时代的发展需求、实现纸质媒体跟数字报刊的结合共存,可谓关键策略,可大力扩宽新闻行业业务领域,有效拓展新闻受众群体,紧密围绕核心价值内容。
3.2努力推动电视媒体的优化应用
在大数据背景下,新技术的创新改革发展备受社会各界广泛关注,新媒体建设已然成为发展焦点,媒体之间存在的隔阂由于技术的有效融合被打通,进而实现新资源共享平台的完善提供,使得采编流程完成合理共享。纵观传统媒体,电视媒体可谓主要构成部分,大数据时展模式发生较大变化,电视媒体从业者必须正确确定自身位置,并充分发挥出自身优势,明确资源分工配置。实践证明,电视媒体日后的发展方向主要是由市场直接决定的,面对复杂化的信息源,所制作的信息内容缺少较高价值,是电视媒体面临的主要困境,因此应完成以内容为主的相关机制体系的合理化构建。
3.3运用交互图表以及可视化技术
实现交互图表与可视化技术的强化应用,推广普及电脑与相关移动终端,可更为生动形象地呈现出新闻内容,会使传统意义上的新闻媒体面临诸多挑战,新闻生产者唯有竭尽所能地向大众直接简单且生动有趣地呈现新闻信息,才能够大大吸引受众注意。我们可把大数据传播时代看作视觉传播时代,可视化传播新闻可促进新闻传播效率的显著提高,并备受新闻观众的广泛关注,有机融合传统媒体与新媒体,拓宽新闻的广泛度,提升新闻传播速率,尝试着深刻解读较为繁杂的新闻信息内容。基于可视化技术的数据新闻,可以运用各类型方式,针对新闻与其所处的背景展开全面反映,实现可视化操作。
3.4强化用户交互平台的合理建设
近年来,纵观媒体信息,用户生成内容是十分重要的构成部分,基于此,新闻媒体可从中实现丰富新鲜信息的有效获取,通过在平台上的良性互动,加之分享功能的实现,努力为用户提供方便,使用户的主动性与归属感大大增强。在较大程度上,社会化媒体的出现使当代新闻报道方式发生变化,整个事件发展方向也同样改变。基于UGC平台实现高质量新闻报道,可谓是现今重要研究课题,对于新闻质量而言,大数据技术产生的影响十分巨大,基于平台构件及技术应用可使新闻事业及具体信息来源实现全面拓宽,深入观察并细化了解相关素材。在较多灾难事件与突发事件中,用户生成内容会起到巨大作用,自媒体发展为关键信息来源,主流媒体充分重视并有效利用用户生成内容。在不久的将来,透明且开放程度高的外部数据环境可谓是主流发展趋势,对于媒体而言,大数据成为重要资产,新闻媒体需保持开放务实心态,尽可能拥抱数据,抓取互联网平台用户创造出来的内容,基于多个数据获取渠道,完善媒体数据资产存储工作,进而推动新闻传播效率明显增强。
4.结语
综上可知,在人们的日常生活中,新闻传播占据重要地位,大数据会对新闻传播中的新闻真实性以及表达方式、生产模式、媒体跟受众关系等形成影响,深入研究,应用优化策略,力求使新闻传播更好地顺应大数据时代的发展,推动新闻传播模式的创新改革。
参考文献:
[1]喻国明.大数据方法与新闻传播创新:从理论定义到操作路线[J].江淮论坛,2014(04).
大数据时代的到来,推动了旅游业的飞速发展,同时也带来了对旅游专业数据处理方面人才需求的热潮。但是就目前我国高等院校旅游管理专业而言,并未有及时将教学模式与数据时代相结合,还存在着以下几个方面问题:
(一)定位没有针对性,人才培养方案的可实施性不强
随着大数据时代的来临,我国高等院校旅游管理专业所培养的人才也应该与时俱进,适应大数据时代要求。虽然,目前我国许多高等院校的旅游管理专业都有培养大数据时代下旅游管理中高级人才这样的想法甚至定位,但是这种定位都是相当空泛。学校或是教师并没有认真考察和分析这种定位,不知应该如何培养他们对旅游行业数据的发现和收集的能力。这样就导致,旅游管理类专业虽然明确大数据时代下对学生的培养方向,但由于定位和教学内容不符,导致人才培养方案的可实施性不强。
(二)没有完善的教学模式,缺乏竞争力
由于我国高等院校旅游管理专业对学生在数据处理能力的培养上的时间还比较短,因此很多学校对如何培养大数据时代下旅游管理专业学生并没有独特见解,他们选择借鉴一些国外或是国内优秀学校旅游管理专业学生的教育模式进行生搬硬套。这样就会在全国范围内形成一股大数据时代下旅游管理专业学生教育模式的跟风热潮,各类旅游专业学生都采用同一种培养模式。导致有些院校的教育培养模式,因为学生差异而无法落实,各学校之间的学生竞争力也会大大降低,也不利于在同专业学生中形成竞争影响力。
(三)教学方式比较单一,教学内容与专业要求不符
大数据时代,对旅游管理专业学生的要求是数据处理能力与职业素质兼具。因此,在教学过程中,要保证教学情景性。但是由于某种原因,我国高等院校旅游管理专业的学生教学活动依然以传统讲授法为主,并没有情景创设,这样无论在数据处理上还是专业技能操作上,都与实际有着天壤之别。并且在教学过程中也没有加入讨论式、参与式教学方法,整个教学过程中学生参与性都比较小,没有突出教学过程中学生的主体性,因此无法充分调动学生在学习过程中的积极性,导致教学效果较差。
(四)实践类课程较为薄弱,学生缺乏实际操作能力
旅游管理专业是对实践性要求相当高的一个专业。但是各高校旅游管理专业实践教学环节相对薄弱,重理论、轻实践现象比较突出。有些学校甚至不具备实践型教师,对数据处理也仅限于对理论知识字面上理解,并未有进一步的操作和分析。因此很多高等院校旅游管理专业学生的实践操作技能职能从校外实习中获得,但是无论是旅游公司还是其他旅游部门,都不希望实习生不断更换部门,这样就会导致学生无论是对数据处理还是在旅游技能的实际操作张都存在着局限性,无法实现学生全面发展。
二、大数据时代下对旅游管理专业学生的技能要求
(一)要学会利用大数据技术对数据进行采集和处理
现在很多人为了更加方便自己出游,就会在手机上下载类似于去哪儿、携程、艺龙等与旅游相关的软件,这些软件建设的旅游信息系统大都侧重于为游客提供旅游信息服务,简单说就是信息数据输出,因此他们要十分重视对旅游信息的考虑和收集。因此,在大数据时代影响下,对旅游管理专业学生要求也逐渐趋向于对学生数据处理能力的需求。随着智能手机兴起和互联网技术不断提高,人们对于出游信息的选择也依赖于互联网,因此,旅游网站或是旅游软件做好旅游信息和数据收集工作就显得尤为重要。
(二)要学会利用数据工程谋划数据的运营和管理
大数据时代,对旅游信息加工、处理的载体是数据中心,这种数据中心并不是由简单数据所组成的数据库,而是经过专业旅游管理人士对游客的消费习惯、兴趣爱好、自身素质在六大旅游要素上的运动轨迹的归纳和总结,然后站在游客的角度根据这些数据进行收集和分析。由此可见,数据中心是一个十分庞大的数据库,必须由专业人士对收集到的信息进行系统分析和完善,然后在经过数据软件处理将他们运用到旅游信息系统建设之中。因此,高等院校旅游管理专业要培养学生利用数据工程谋划数据的运营和管理能力。
(三)要学会利用大数据分析处理模型能力
旅游信息的采集方向有很多,数据类型也有很多,但是,这些数据并不是都能被数据库所采用,比如我们要从几千张随意拍摄的照片中寻找有用图片,也许有用的也就那么几张。为了避免时间和精力上的浪费,就要求学生要学会利用大数据科学设计数据分析处理模型,通过它们的操作规则能够快速筛选出什么数据才是有用的?建立怎样的模型才能从这些有用数据中显示出自己想要的答案?根据这些问题设计出数据处理分析模型,并且通过反复验证和完善,将这些模型推广应用,为游客提供便利。
(四)学会利用大数据应用深挖数据背后的商业信息
大数据时代的核心是大数据应用,而应用数据本质就是利用其为游客带来的便利挖掘其背后的商业信息。比如“携程”“艺龙”或是“去哪儿”会招聘专门的试睡员,由他们对合作酒店进行试睡点评,其他人可以通过试睡员的点评从中获得资讯,帮助他们选择酒店,“携程”“艺龙”“去哪儿”从酒店中拿取提成。这就是利用大数据深挖数据背后的商业信息。因此,大数据时代要求高校旅游管理专业学生要学会利用大数据深挖数据背后的商业信息,然后将其变成公司盈利的一种渠道。随着互联网全面普及,目前很多行业都开始借助数据时代带来的便利,运用数据进行行业的管理和运营,而作为对数据需求量相当大的旅游行业,随着APP软件的兴起,旅游行业也开启了大数据时代,所以,学会利用大数据深挖数据背后的商业信息是每一位旅游管理专业学生应该掌握的技能。
三、大数据时代旅游管理专业教学创新思路
随着大数据时代到来,传统教学方式已经不能满足社会对旅游管理专业学生要求,寻求大数据时代旅游管理专业的教学创新成为高等院校旅游管理教学的首要任务。通过对大数据时代对旅游管理专业人才的需求方向分析,创新旅游管理专业的教学可以从以下几个方面入手:
(一)人才培养模式的创新
大数据时代,旅游管理专业应该进一步改变传统人才培养模式。首先应该了解大数据时代对旅游管理专业人才需求方向,以确定人才培养目标,着重于培养具有数据分析和处理能力的旅游管理专业人才。在对人才培养过程中,坚持课程内容的选择要与当代旅游行业对数据型人才的需求一致,并大量开展实践教学,让学生掌握一些实际数据的处理能力。在实践教学过程中,建立完善的课程体系和严格的教学管理制度,同时还要结合旅游业对数据的处理需求,对学生进行实践课程的考核。这种人才培养模式有助于提高教学质量,顺应大数据时代所需。
(二)师资队伍建设上的创新
要培养大数据时代下高等院校旅游管理专业人才,首先应该从教师队伍建设上入手,转变教师教学观念,使他们认识到大数据时代下学生教育培训的方向,然后加强对教师的培养力度,将大数据时代旅游业的发展方向和信息化植入每一位教师脑海中,让他们在接受利用数据的分析和处理解决当今旅游发展问题时,将数据时代旅游专业发展的精神和对人才的需求融入到日常教学之中。除此之外,学校还可以组织旅游管理专业教师到旅游管理一线进行实际锻炼,获取大数据时代最新的实战经验和信息,丰富教师们大数据时代下旅游管理专业的知识和技能,使他们能够熟练、准确的向学生传授一些数据处理和分析的知识,在实践中更好指导学生对数据信息的处理和应用。
(三)实践教学体系的创新
旅游业本身就是对实践能力要求较为强烈的一个行业,大数据时代下旅游行业不仅要求学生具有很强的专业操作知识和技能,还要求学生具有很强的数据分析和处理能力。而实践教学不仅能使学生所学到的理论知识和技能相结合,而且还能将学生对数据的分析和处理能力转化成学生自身的综合能力。因此,实践教学是大数据时代下旅游管理专业培养旅游管理人才的关键。因此,高等学校应该完善校内综合实验室建设,加强对学生计算机和数据软件的操作技能培训,并且与校外企业建立长期合作的实习基地,并且强化实践和实习期间的考核制度,发挥数据时代下实践教学的独特作用,培养数据分析和处理的高技术型人才。
四、结语
关键词:大数据;公路客运集团;财务分析
随着互联网技术的迅猛发展和深入应用,企业经营者对未来市场走向的预见力及控制力提升到了一个崭新的高度。大数据的应用已经渗透到各个领域,并逐步成为企业重要的生产要素之一。如何挖掘利用大数据资源成为企业当前面临的最重要的课题,财务数据是企业最重要的核心数据,企业管理决策的关键是对财务会计及分析信息的有效利用。财务数据是确保企业正常运作的基础,通过对各类财务数据的搜集和整理,能够准确反应企业的实际经营情况,加强企业管控,增强竞争力,为企业带来丰厚的经济利益。公路客运与航空、铁路客运并列为我国三大交通方式之一,公路客运业受到我国产业发展政策调整,网络平台兴起、决策层观念保守等内外部环境的影响,成为改革开放近40年来发展状态最跌宕起伏的行业之一。2016年我国公路客运量为156.3亿人次,同比下降3.5%,这也是继2012年355.7亿人次后连续第5年下滑。在当前行业整体低迷的情况下,管理者迫切需要重新定位企业战略目标,调整经营和职能战略,找到适应新环境的业务组合管理模式,才能走出困境,重新回到持续发展的轨道上来,因此大数据信息的有效利用对于精准定位公路客运集团的战略决策非常重要。本文通过探讨大数据下财务分析思维方式的转变和财务分析的创新发展,来阐述大数据分析应用对公路客运集团财务分析的现实意义。
一、大数据时代下公路客运集团财务分析思维的转变
大数据时代,随着数据收集、储存、分析技术的突破性发展,企业的思维方式也从原先的样本思维、精确思维、因果思维向整体思维、容错思维、相关思维转变。与此对应,我们也要突破以财务报表结构介绍为起点,报表项目分析为基础,财务指标评价为手段的传统分析模式,根据公路客运集团的业态特征,重新确立以“环境与战略分析、财务行为纠偏、财务指标评价、发展前景预测“一体化为模式的财务分析思维。
(一)环境与战略分析
环境分析是企业战略分析的基础,通过对宏观环境、行业环境、经营环境的分析可以找到外部环境中影响企业的关键因素,通过对企业掌握的资源、能力、竞争力的分析可以加强企业的经营管理能力。企业战略是确定企业未来的总体发展方向,通过战略分析,可以协调业务单位与职能部门的关系,优化资源配置,增强企业核心竞争力。大数据下公路客运集团的行业环境及对应的战略分析主要有以下变化:1.同业竞争的出现。公路客运集团指由多家拥有丰富的班线经营权、充足的营运车辆、高等级资质客运站的企业所组成的多层次经济组织,在本地区属于一家独大的领头企业。同时,由于消费群体的地区性特质和客运班车跨省往返经营方式,各省公路客运集团之间也是业务合作伙伴关系为主,同业竞争状况不常见,因此传统分析中往往不考虑同业竞争。但随着市场环境变化,企业多元化经营的需求,公路客运集团不再满足于现有的市场份额,立足于更多客运信息构成的数据库,为企业跨省经营及扩大本省消费群体,提供了有利的支撑。利用大数据技术后,企业就可以准确判断某一地区的客流分布,锁定目标人群密集的地区,利用增加长线停靠站、短线驳客点和调整班线始发点的方式,在不加密班次和延长线路(成本不变)的情况下,拓展班线覆盖区域,提升实载率,掌握竞争优势。2.垄断格局的打破。目前对公路客运业冲击最大的是快速兴起的“跨省网络拼车”,借助网络平台,无准入门槛及监管的网络拼车,使公路客运业多年来形成的市场格局被打破。无序竞争不可避免地给公路客运集团带来了很大的冲击,但是凭借自身资源足、规模大的优势,公路客运集团一方面建立自助服务平台(上海的交运巴士网,浙江的巴士管家),另一方面与知名的互联网平台(携程、驴妈妈,畅途网等)联手,开展在线和手机购票,通过3年来的努力,目前上海地区网络售票比例已经超过35%,发展迅猛,维护了集团在市场格局中的龙头地位。同时,随着网络售票量的增加,旅客信息量激增,企业对班线营运实况的掌控力度有了很大的提升,为班线配载、互动换乘等业务拓展提供了决策依据。
(二)财务行为纠偏
是指评判企业会计方法、会计政策、会计估算运用是否恰当、会计处理是否灵活准确,会计信息质量是否如实反映企业实际后,对发现的问题进行调整的行为。尽管审定后的财务报表已经被公认为会计政策与会计估计运用恰当、会计信息质量优的有效证据。但是通过大数据分析,企业可以取得大量的非财务信息,从其他角度进一步来佐证企业资产及经营状况的真实完整性,通过对不实不适的信息进行过滤,完善财务分析数据。以会计方法为例,资产价值是企业财务分析的基础。营运车辆是公路客运集团内占比重最大的资产,资产的价值由购入原值和折旧政策2方面决定。按照税法及会计法的规定,营运车辆按照6年计提折旧,传统方法下,以直线法计提折旧。但营运车辆受营运线路方向和圈数的影响,损耗情况不同,实际价值差异很大,使用改良后的直线法来计提折旧更加合理。通过对直接法下折旧额的调整,实现资产价值的精准计量,资产账面价值n=账面价值n+1-(直线法下计提的折旧额×调整率)。调整率函数为:U=f(X1,X2,X3,X4)。四个系数分别为:X1营运公里数,X2线路实载率,X3事故率,X4运营线路的道路状况。基于数据多样性,要实现这样单车计量,在手工时代是无法想象的,但是通过数据库的建立,财务人员可以直接获取已经分析完成的信息,并利用到折旧计提中来。
(三)财务指标评价
是指使用财务行为纠偏后确认无误的会计信息,对会计报表进行财务分析。财务分析的核心是财务指标分析,包括偿债能力、营运能力、获利能力、创造现金的能力。但有别于传统的分析,基于整体和相关思维,大数据下的财务分析结合了企业所处的行业环境及发展战略、充分考虑非财务数据的因素。大数据的体量大、速度快、类型多的特质,在财务分析中的优势显露无遗。结合大数据技术分析后的财务分析有了质的提升。1.丰富财务指标的内容。公路客运集团财务报表上通常只列示以货币计量的有形资产。对于企业拥有的“线路资源”,这一具有垄断性质的资源,由于是通过政府部门招投标或审批无偿取得,所以并没有体现。资源价值的缺失,影响到企业财务指标的准确性。不同以往,新技术应用后,利用模糊综合评判法,企业可以建立以班次密度、客运周转量、车辆等级为因素集的矩阵,将“线路资源”进行量化,纳入财务分析指标评价中。但需要注意的是,线路资源的量化金额要随着公路线网布局的推进,油价的上下波动,适时进行调整,这也是大数据运用的便捷优势。2.加速财务指标的核算。目前上海最大公路客运集团的“智能长途信息系统“已经开发并投入使用,外部实现从售票到检票的无纸化运作,内部实现车辆调度、自助结算的智能化操作。随着系统运用,海量数据被收集,并投入财务分析指标模块中进行运算,极大地降低了人工误差,许多财务指标随需随得,不再受到报表编制时间、人员水平的限制,提升了财务指标的使用效率。3.增强财务指标的敏感度。新数据分析技术的运用,使财务指标偏差值的幅度收窄,为管理层的决策提供更精准的依据。例如,公路客运集团的营运班线分自营、发包和联盟经营三种模式,不同模式下目标线路的“盈利点”是企业选择经营模式的决策依据。“盈利点”测算的重点是确定预期实载率,传统方法是财务人员以会计数据为基础,模拟经营环境,结合主观判断后估算取得。大数据时代下,财务人员首先以同质线路为基础测算出目标线路资源的价值,其次以目标线路资源的价值为起点,通过模糊综合评分法,还原出目标线路预期实载率,并将预期实载率与客流数据库中的同地区线路实载率分析对比,结合地区客流特点,最终确定可用的预期实载率区间。
(四)发展前景预测
财务分析最终目的是为预测企业未来的发展方向,前景预测是对企业战略定位、产业环境及企业财务能力综合的做出科学预测,为企业管理当局提供决策支持。融合大数据分析后的财务分析,在前景预测上,更侧重于企业的行业发展前景、预测企业长期竞争力。公路客运集团可以通过财务分析思维的转变,重新评价行业和竞争环境,利用会计分析梳理会计信息,重塑财务分析框架,以更宽广的角度来预测集团的未来发展趋势,这也是大数据时代给公路客运集团创新转型发展带来的契机。
二、大数据时代下公路客运集团财务分析方法的创新发展方向
(一)大数据下公路客运集团资金管理得以全面升级
众所周知,公路客运集团拥有充足的现金流,为推动企业资金管理的升级,创建集团资金平台是当前最有效的管理手段。通过将所属客运站点、线路经营企业的资金集中归置,统一管理和使用,有助于实现集团内资金资源的整合与调配,提升资金使用效率。而获取资金规模效益,是公路客运集团资金平台最大的特色。
(二)数据挖掘技术的提高给公路客运集团带来新的发展方向
数据挖掘技术是运用科技手段对数据进行提取并分析,找到隐藏其中的内在关系和关联规则。“智能长途信息系统”的开发使用正是基于这项技术。系统设计的基础是使公路客运业务数据与传统的财务数据高度匹配,提高财务信息的可用性,并满足企业内不同管理层级的需求。随着系统的升级和使用,以往“等客上门乘车”的局面已经改变,通过数据库的分析,转变思路,推出“巴士网约车”、“定制巴士”等新业务,为旅客出行提供更个性化的定制服务,拓展了客运服务领域。
(三)大数据时代下公路客运集团的财务共享
财务共享是指企业(集团)使用大数据技术,将下属单位(含独立核算的内部单位)相同的财务职能集中起来,由一个独立的财务机构来行使。财务共享模式可以创造规模效益,通过会计核算集中化运作,整合企业内部资源,统一财务操作模式,将会计核算职能从企业财务部门中剥离,促进财务分工的专业化,确保财务人员有更多时间和精力发挥财务的管理职能,使大数据的优势得到进一步提升。目前公路客运集团下的线路营运单位、客运站经营单位以及内部的独立核算单位很多,业务内容交叉,财务职能重叠,采用财务共享服务中心的管理模式后,可以规范财务管理,精简成本,提高经营效率。但需要注意的是,建立和使用共享服务中心也存在一定的风险,集团要建立对应的风险评估制度,设立信息安全防范体系,加强中心内财务人员的培训,实行标准化流程管理等,确保共享中心稳定有效运营。
三、结论
大数据在本质上是一项能给企业带来效益的资产,对大数据及其分析的有效利用,将推动公路客运集团的持续发展,给这个传统行业带来新的创新动能。大数据下财务分析思维的变革,为公路客运集团管理者的战略决策提供了更宽广的视野和更精准的支撑。同时,财务分析发展的创新,也为企业注入了新的生命力。
作者:陆文驰 单位:海交运巴士客运(集团)有限公司
参考文献: