大数据在知识管理中的应用论文

大数据在知识管理中的应用论文（精选11篇）

大数据在知识管理中的应用论文 第1篇

大数据是网络与信息技术发展至今所催生的一项革命性的理念和技术，不仅创造了一个又一个新的产业，而且正在撼动着传统行业和社会组织结构。 流域水电站作为传统的技术密集程度相对较高，安全风险相对较大的电力企业，完全能够借助大数据理念和技术创新与变革安全生产管理模式， 克服电站地理位置偏远，人员、设备分散等天然不利因素，在实现企业提效的同时大幅提升安全生产水平。

大数据是对海量数据的获取、存储、分析、管理、挖掘与运用的创新技术体系。 大数据技术，就是从各种类型的数据中快速获得有价值信息的技术。 大数据领域已经涌现出了大量新的技术，它们成为大数据采集、存储、处理和呈现的有力武器。 大数据处理关键技术一般包括：大数据采集、大数据预处理、大数据存储及管理、大数据分析及挖掘、大数据展现和应用(大数据检索、大数据可视化、大数据应用、大数据安全等)。

作为一种新兴的数据管理模式， 大数据技术不仅解决了传统数据管理方面存在的问题，而且使数据管理趋于智能化，数据间的关联性也更加强大。 基于现代水电企业“无人值班(少人值守)”、“一厂多地”等特有的生产运营模式，深入挖掘大数据技术在流域水电站安全生产管理方面的潜在价值， 可以有力地推进流域水电站安全生产管理水平。

1 大数据技术对安全生产的意义

大数据在安全生产中的应用， 最基本的功能就是从海量的安全生产数据中寻找事故发生的规律、预测未来，以有效遏制事故的发生。 同时，大数据在提升安全监管能力和明确安全责任方面也可发挥重要作用。

1.1 大数据应用可及时准确地发现事故隐患，提升排查治理能力不可否认，通过长时间的摸索，电力企业已经总结出了一套较为完善的安全生产管理理念和手段，然而，当前企业的安全生产隐患排查工作主要靠人力， 通过人的专业知识去发现生产中存在的安全隐患。 这种方式易受到主观因素影响，且很难界定安全与危险状态，可靠性差。 而且与传统的单一电厂不同，流域水电站具有地理位置偏远，环境艰苦，生产场所点多面广，人员配备相对较弱等特点， 靠传统的安全生产管理理念和手段更难实现“全方位、全过程、实时、可控、在控”的要求。 通过应用海量数据库，建立计算机大数据模型，可以对生产过程中的多个参数进行分析比对，从而有效界定事物状态是否构成安全隐患。

1.2 大数据应用有助于落实企业安全生产责任制电力企业中的大数据不仅包括设备实时数据， 也涵盖企业自身管理行为甚至员工个人行为等多样化数据记录。 一方面，基于某种特定模型进行分析， 大数据应用可以对偏离安全生产管理规范要求的企业和个人实时做出事前评估和预警;另一方面，对于安全事故分析而言， 大数据应用还可以提供从设备到管理乃至个人行为更加详细真实的过程记录， 有助于落实和完善安全生产责任制。

1.3 大数据应用可揭示事故规律，为安全决策提供理论支撑将大数据原理运用到安全生产中， 通过对海量安全生产事故数据进行分析，分析和查找事故发生的季节性、周期性、关联性等规律、特征，从而找出事故根源，有针对性地制定预防方案，提升源头治理能力，降低安全生产事故的发生。 安全生产是发电企业生存和发展的基石。 从某种意义上讲，安全生产管理就是利用已有信息(数据)实现对生产过程中各种危险因素的预测和控制，电力企业安全生产管理也不例外。 因此，运用“大数据”的理念和技术去变革传统安全管理技术、流程和理念，既是时代和技术发展的必然，也是电力企业管理创新升级的必由之路。

大数据在知识管理中的应用论文 第2篇

(1)大数据对旅游行业的促进作用。随着信息技术的不断发展，人们的生活理念与生活方式出现了很大的改变，在市场上随处可见各种各样的信息，对这些信息进行收集整理，适当的归纳并进行分析，可以从中得到有效的发展经验，能够促进整个商品市场形成一个完整的体系。从事旅游行业的企业利用大数据进行分析能够发现企业存在的问题以及优势，能够生产出更加符合客户需求的产品，根据客户的需求生产出多样化、个性化的产品或者服务，进一步的提升自身价值。

(2)提高旅游行业服务质量。通过大数据全方位的分析整个旅游行业客户的具体信息，利用相关的软件进行建模运算能够得到有效的结果，再对信息进行推理分析，得到自身想要的数据。不仅能够推动整个旅游行业的发展，还能够让旅游景点及时按照部门或者是景区的布置加强公共服务体系的建设，从而满足消费者日趋多元化趋势的发展需求。能够对客户的服务进行一对一服务，让客户得到更加全面的服务，提高游客对旅游景点公共服务满意度。

(3)改善旅游行业经营管理。旅游企业利用旅游信息的挖掘以及具体的分析，能够对旅游行业进行有效的指导，对旅游景点的基础设施进行有效的管理。及时地了解客户的偏好以及特征，提升企业产品与服务的有效度，可以按照数据结果对企业运行情况进行具体的分析，还能够对运行结果进行全方位的监测，对旅游产品进行有效的掌握与管理，从而促进旅游行业的快速发展。

大数据在企业管理中的应用 第3篇

(一)大数据的发展历史

电子计算机作为第三次工业革命的伟大成果,被广泛运用到生产、管理之中,推动了信息自动化的发展。计算机网络的诞生使计算结果得以广泛传播。计算机于互联网的结合使得人类进入信息爆炸时代。第一个商务智能系统由Metaphor计算机系统有限公司开发出来,用于连接销售信息和零售的扫描仪数据。自此,数据在商业领域得到重视并逐渐被广泛利用。

由于本地设备与传输网络的限制,分布式计算应运而生。“云”是由众多计算机组成的储存系统,用户产生的信息被实时保存在云中,需要使用时下载即可,“云”推动大数据发展成为当今热点技术。

(二)大数据带来的改变

大数据(big data),指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合,是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。近年来,信息产业的发展带动了社会各领域的深刻变革,人类社会开始基于全面信息和网络的新的发展模式。

大数据带给我们的三个颠覆性观念转变:

1. 掌握全体数据:大数据技术突破了样本局限性,人们有能力掌握全体数据。

2. 处理混杂性

超量数据弥补了统计学样本量数量限制造成的精度不足,将大数据技术用于大体发展方向的研究,掌握宏观层面的洞察力能够获得较高效益。

3. 注重相关关系

大数据情况下人类只要了解发生事情的相关关系即可,在不了解其原理的情况下,大数据也可以有效发挥价值。

二、研究现状

(一)第四范式

2007年1月,吉姆·格雷(Jim Dray)———数据库软件的先驱,将对计算机架构和大规模数据处理机制的转变称为“第四范式”(下表所示为科学发现的4种范式)。他认为,必须开发出能够进行海量数据分析的计算公式以适应这种范式。EMC与IDC对大数据进行了总结与预测,与2011年6月发表《从混沌中提取价值》。此后大数据成为一种新的研究方法,受到各界广泛关注。

(二)大数据的特点

道格·莱尼(Doug Laney)将大数据的特点总结为数量(Volume)、速度(Velocity)和种类(Variety)。国际数据公司(IDC)2011年发布的报告中提出了另一重要特点,价值巨大但密度很低(Value),在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中又新加入了真实性(Veracity),这种定义获得了广泛认同。大数据技术的核心是利用数据,“如果不利用所收集的数据,那么你所拥有的只是一堆数据,而不是大数据”。

(三)大数据的价值链

迈克尔·波特提出“每一个企业都是在设计、生产、销售、发送和辅助其产品的过程中进行种种活动的集合体。所有这些活动可以用一个价值链来表明”。企业胜出的关键来自价值链上关键环节的优势,大数据的到来使企业能够更深入地发现、转换、利用这些优势。

卡夫食品通过采用IBM大数据与分析方案,利用python爬虫在微博、论坛抓取产品相关信息,并进行数据分析,成功完成产品升级,该案例充分证明大数据对企业竞争力的影响。

三、大数据与企业管理

(一)大数据在企业管理中的价值

大数据的主要作用是通过对大量数据的检测分析,发现寻常管理中难以发现的问题,从而提升企业的竞争能力。大数据在企业管理中有三个作用环节:发现市场、优化运营和企业决策。

现阶段,产品的竞争已经不仅仅满足于质量与价格,竞争更深入地达到谁更能有效地满足目标消费者需求。云时代消费者的一切行为都将生成数据,并存储在云服务器上,如果有人能够分析利用这些数据,就能发现消费者的需求甚至能创造出超出消费者预期的产品。

而从优化方面,将企业的生产运营数据保存在企业内部网络之中,通过对企业内部运营的数据进行分析,可以发现企业运行中的异常数据,从而发现并控制企业运营中的异常行为,从而优化企业的生产销售乃至各部门的活动流程。

在企业决策中,掌握数据优势的一方可以更加准确地发现市场,做好产品定位,同时通过更为精准的营销活动,创造出比竞争对手大得多的利润,可以有效提升企业竞争能力,在企业合作中,良好的大数据使用能力也能成为企业至关重要的谈判筹码,良好的大数据能力有利于企业做出科学决策。

(二)大数据在企业管理中的运用步骤

大数据在实际使用中可以根据数据特性分为两个类别,数据共性和数据个性。这两者都分为4个步骤:收集数据、整理数据、分析价值和实现应用。共性和个性的区别主要在应用上。

在大数据这一前提下,搜集数据这一步骤相比地面推广要容易得多,通常情况下用户本身不自觉的行为就在产生数据,将自己的喜好以数据的形式上传。比如在用网易听音乐时,会对喜欢的音乐点击喜欢标志,甚至下载,而不喜欢的就会删除。这一过程中的数据收集活动,在消费者自己选择的过程中就已经生成了。而当有一些未曾出现过的产品需要进行数据收集时,也可以用近似的产品进行替代,或者在既有平台上进行调查活动。

数据整理由大数据的价值特性所决定,需要先对数据进行整理。数据整理这一步骤分为三个部分:数据清洗、数据集成和数据存储。首先需要对云端服务器中的大量数据进行清洗,找出与均值偏差较大的数据,这些数据或人为或意外造成,可参考性较低。

数据集成,是对各种渠道取得信息符合分析标准的标准化处理,之后便是把集成的结果进行存储,方便进一步的分析之用。

分析价值上大数据和营销学的目标有所不同,在庞大数据量的压力下,数据间关系的判断很难由人来完成,同时在商业应用阶段,只需要相关关系就可以满足商业运用的需求。

实现应用则是要对分析的结果付诸实践,需要由实际应用的结果来判断分析结果的价值,从应用中搜集到新的数据,发现企业运营问题,从而提升竞争力。

(三)大数据在企业管理中的运用原理

具体对于数据的应用上,则分为共性运用与个性运用以及二者的结合。三者各自针对不同的消费对象,也有着不同的理论解释。

大数据的共性运用是使用聚类分析为基础,应用在种类少、价值量高的产品上,以一种产品面向所有消费者。如电子设备、影像设备等;在电子设备中,如手机,大数据可以回答消费者需要什么样的手机,企业该生产什么样的手机,该如何策划,如何运营等问题。企业厂商可以通过对现有市场的消费情况进行分析,得到消费者购买各型商品的理由,从而有针对性地设计下一代商品;在影像制品中,出版商可以根据已经面世的产品来设计制作下一代产品,如好莱坞电影日渐成熟的商业模式可以佐证。

大数据的个性运用则是基于长尾理论,主要以多种低价值的商品面对同一消费者。根据二八定律,20%的产品占据80%的利润,而剩下80%的产品占据20%的利润,但在互联网背景下,多种数字产品呈现出零边际成本、零销售成本等特点。因此,常规状态下占据20%利润的长尾产品,也有相当可观的利润。因此,部分企业会搜集消费者个人的喜好,有针对性地对消费者个人进行营销活动,可以大大提升营销成功率。

此外还有一种可能,从消费者个人习惯的个性活动发展成为消费者群体的共性行为,而这之间就需要从质变到量变的“引爆点”。由马尔科姆·格拉德威尔提出,用以解释商品流行的内在机理。该理论认为流行却确实存在着其必要条件———联系员、内行、推销员这三种人导致流行的发生。通过大数据技术可以发现这些人员,从而有针对性地制造潮流的必要条件,提高产品成为现象级产品的可能性。

四、大数据的挑战

大数据发展主要面临两个层面:一个是技术层面,一个是道德层面。

技术层面主要是数据可信性和大量访问控制。大数据的可信性,数据即事实,让事实说话是大数据的普遍观点。实际上,数据也存在可信性问题,主要由信息错误或信息失真造成。其次是数据使用权限有关的大量访问控制,访问控制的难点主要在于难以预设角色和角色划分,访问者通常来自不同的部门,有不同的目的,大数据中有大量用户需要实现权限管理,难以预先设置角色。

在道德层面则主要是数据安全问题企业既是数据的生产者又是数据的存储、管理和使用者。目前用户数据的搜集、储存、管理与使用都缺乏相应的规范与法律标准,主要依靠自律,用户信息存在被盗用、冒用的可能。此外,用户应当有权利决定自己产生的信息在何种场合被利用以及何时被销毁。

参考文献

[1]马奔,毛庆铎.大数据在应急管理中的应用[J].中国行政管理,2015(3).

大数据在海事管理中的应用与挑战 第4篇

关键词：大数据 海事管理 场景及应用挑战 对策

0 引 言

大数据（big data）是具有5V特征--Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）、Veracity（真实性）的数据，涉及的数据集合规模非常庞大，需要更强的决策力、洞察力和流程优化能力对其进行运算。

李克强总理在2015年政府工作报告中，首次提出“互联网+”行动计划，推动移动互联网、云计算、大数据、物联网等的发展。同时，国务院印发了《促进大数据发展行动纲要》，可见大数据在当今信息化时代的巨大影响力。海事管理机构在这样的背景下，应积极尝试将大数据与海事管理相结合，深入开展数据挖掘，让大数据应用到海事现代化监管与服务中。

1大数据在海事管理中的应用

交通运输部海事局组织编制的《海事信息系统顶层设计报告》，制定了“一个目标、二个模型、四套体系”的总体架构，根据系统顶层设计的核心精神。杨浦海事局利用大数据在船舶动态评价体系建设上做出了积极探索和实践，将船舶管理系统、AIS信息服务平台和船载危险货物申报系统等数据整合到“国内航行船舶现场监管和自动选船系统”（简称“选船系统”），AIS识别到的船舶被自动计算出风险值和优先等级，目标船及现场监管重点变得一目了然，避免了重复检查，改变过去人工选船的盲目低效，变为系统自动“抓取”的精准高效，实现了海事监管从“汗水型”向“智慧型”的转变，“选船系统”于2016年7月1日已在上海、天津、山东海事局试点运行，积累了一定的现场应用经验。

1.1开发选船的数学模型，用数据进行客观的决策

在信息不对称的条件下，经验可有效提高工作效率，但随着数据的积累，经验明显滞后，对不同个体也不尽适用，对新事物新变化无法把握。目前设计的选船系统充分考虑了船舶的各项信息，并结合船舶综合管理的理念来进行数据建模，通过船舶、公司、风险、绩效等多维度交叉分析实现数字化选船，让数据进行客观决策，通过“互联网+海事监管与服务”思维运用，实现海事现场监管的智能化、信息化。选船系统模型开发遵循：

（1）符合海事监管与服务的相关规范要求

（2）系统设计应严格执行有关规范并充分考虑用户的需求

（3）综合考虑各种资源，避免重复建设，降低运营成本

（4）系统应具有较强的容错能力，具有完善的系统恢复和安全机制

（5）系统方案在满足现状的情况下，充分考虑将来的发展，具备良好的扩展性。

1.2多维度建立数据关联，解决数据孤岛问题

海事管理涉及人、船、环境等多个方面，与之相配套的管理系统各地不尽相同，信息不联通也未实现共享，海事监管虽然积累了众多数据，但信息孤岛现象也逐渐凸现出来。如何将船舶基本数据、安全检查、事故调查、行政处罚、重点跟踪及协查船舶等分类信息有效集中并加以利用，是重中之重。杨浦海事局探索了一套行之有效的数据关联方法，建立集中数据服务，以船舶为中心，与之相关的船员、公司以及历史信息进行收集、整理、漂洗后有机结合在一起，形成用于选船的数据集市，不但解决了数据孤岛问题，而且可以构建开放的数据流动生态。

1.3让数据发挥其效能

如何在有限的资源条件下让海事数据的效益得以最大化是非常值得研究的课题，通过对船舶数据进行更深入的统计分析和预测，则会有很多有价值的信息可以开发，让船舶监控逐步智能化，发挥海事机构更大管理效能，提高监管针对性，让船舶更安全。

2 大数据对海事管理的挑战

2.1 数据共享难以实现

海事管理的大数据覆盖范围很广，比如船舶基本数据、登记注册信息、安全检查、事故调查、行政处罚、重点跟踪及协查船舶等分类管理信息，目前散乱分布在各个业务系统、各港口海事部门，而各港口之间的信息并没有全部互联互通，各港口海事部门仅掌握本辖区船舶在本港的数据信息，无法获得该船舶的全部营运状况信息。数据不能共享使用，对大数据的价值挖掘形成桎梏，在建立健康、有效的海事大数据生态圈过程中，数据共享问题亟待解决。

2.2 数据有待挖掘利用

海事管理信息系统经过十几年的发展，无论从业务还是技术的角度看都是一个复杂的大集合系统，信息覆盖范围广、信息量大、来源分散、结构复杂，特别是系统中既有结构化数据，也有非结构化数据。面对庞大的数据金矿，数据挖掘与数据分析已经成为发展大数据的“瓶颈”。

首先，在当前的技术条件下，往往处理数据和形成报告需要花费大量时间，而忽略了挖掘，大数据若不经过挖掘、提炼，便无法体现其价值。目前，海事管理系统数据库对大量的海事数据利用程度不够，对数据的关联性和精确性也未引起足够关注，不断增加的数据不但没有带来价值却带来巨大的存储负担。

其次，随着网络技术的发展，特别是Internet和Intranet技术的飞快发展，使得非结构化数据的量级日趋增大，之前用于管理的结构化数据关系数据库的局限性日益明显，数据库技术也步入了“后关系数据库时代”。对大量非结构化数据进行有效的数据挖掘，将是海事管理信息系统的一项挑战。非结构化文本处理可以通过三种途径展开：

（1）智能化理解，对文本进行量化，确定一段文字的信息要素，再进一步分析，并转化成结构化的数据输出到预测模型。

（2）处理复杂文本，可以将两种或更多数据源一起进行分析，以获得深刻的见解。

（3）实体提取和语义分析，并以图表的方式存储在一个关系型数据库中。

再者，对数据进行合理分类分析。按海事管理的要求对大数据的特征进行标注，与合适的大数据进行模式匹配，包括：如何收集、分析和处理数据。下图详细的说明了数据分类方法及层次划分。

nlc202309091048

最后，选择合适的技术框架以适应业务场景来有效地提高工作效率。与传统的数据分析相比，大数据在分析模型和算法本身没有大的突破，但数据的处理能力与应用方式具有革命性变化，特别是大数据量下的执行效率及处理能力的并行化。目前比较成熟的技术框架，有MapReduce、Spark等。

（1）Hadoop的MapReduce框架，通过优化资源调度与利用将任务分解成适合执行的映射-整理-归纳过程，分布在不同的机器上运行，同时加强了容错性和可用性，实现了对海量数据的处理。

（2）Spark采用了基于有向图（DAG）的计算框架，将计算任务分解为多个并行任务，使用RDD（弹性分布数据集）数据模型，中间数据放入内存高效共享，避免频繁磁盘读写对处理速度的损耗，实现高效率计算，对社交网络分析、机器学习、流处理等场景具备良好支撑能力。

2.3 数据安全需关注

由于海事管理信息数据的极速增长，也给数据安全防护和信息隐私保护带来极大的挑战。若系统遭黑客入侵带来信息安全隐患甚至导致信息系统崩溃。究其原因，主要来自对系统数据监督管理不严、制度标准不衔接等问题，可从以下技术上予以改进：

（1）完全控制数据流从一个应用系统到另一个系统的流程，清晰密钥管理和访问管理的界限，完善的关键控制策略。

（2）控制好内部的数据中心私有云、混合环境中公共云的数据存储安全控制。

（3）使用足够安全的验证加密算法。在大数据应用中，采集数据，数据交互，保护隐私，都是大数据安全的责任所在。

2.4 海事管理数据标准仍缺失

在海事管理大数据的背景下，数据标准不统一问题是制约海事管理智能化发展的掣肘。现有的多套海事管理信息系统由不同的企业开发提供，没有制式标准，数据不能贯通，无法统一整合。若想构建一体化的海事集成数据平台，需要在数据规范上进行统一，实现数据的标准化。

3 加快发展海事大数据的对策

3.1 加强组织领导

在发展海事监管大数据工作中，海事各级管理机构应按照交通运输部海事局在数据顶层设计上的思路，统一思想，把发展海事大数据作为重要任务来执行，明确发展目标、通过科学建设步骤、规范化的配套措施，强有力的组织保证，坚持高质量建设、高水平管理、高效益使用，科学有序地发展海事大数据。

3.2 完善配套法规制度

海事大数据需依靠完善的规章制度，明确责任分工，从制度建设上优化资源配置，实行数据共享和安全保护，实现数据的规范管理及有效利用。在数据安全方面，建立强而可靠的攻击防范措施，最大程度控制信息泄露风险，保障网络数据安全。在保证数据安全的前提下，通过数据共享模式，促进数据资源流通，提高数据资源使用率。

3.3 建立健全行业标准

加快制定统一的海事管理数据标准，对数据分类、数据接口、数据质量、数据安全、数据共享、数据开放等通过标准的方式进行规范管理，并与国际标准对接，集约整合、协同开发，提高海事大数据的精准性和有效性，满足海事监管与服务的多样化需求。

3.4 重视人才队伍建设

人才在海事大数据建设过程中的推动作用不言而喻，必须充分重视培养既懂海事业务又懂数据的专业性人才，鼓励、引导创新，建立多层次、复合型的大数据人才队伍，引进社会先进资源，共同交流研发，培养符合社会发展需要的海事创新型人才。

参考文献：

[1] 刘智慧.张泉灵.大数据技术研究综述[J].浙江大学学报：工学版，2014，48（6）：1-16.

[2] 陶雪娇，胡要峰，刘洋.大数据研究综述[J].系统仿真学报.2013（S1）：142-146.

[3] 中国计算机协会大数据委员会.中国大数据技术与产业发展白皮书[R].2013.

[4] 董西成.hadoop技术内幕：深入解析YARN架构设计与实现原理[M].北京：机械工业出版社，2013.

大数据在知识管理中的应用论文 第5篇

【摘要】在时代的不断发展中，对于教学，人们逐渐提出了新的需求，将课堂内容融入生活是新课程标准提出的新要求，需要进行一定的关注。利用当地资源展开教学，可以更好地实现课堂效果。文章对教学中的方法以及策略展开讨论，使大家对该项教育模式的认识进一步增强。

【关键词】地理资源;初中;地理;教学

在进行地理教学过程中，与当地地理资源有效结合是新课标提出的要求，可以使学生的认识更加直观具体，从而更好地实现课堂教学，真正意义上实现了“以人文本”的新课标理念。

一、教学方法

1.角色扮演法

角色扮演是使学生以一个全新的角度进行思考，换一个身份对问题展开思索可以更加全面地考虑，在进行教学的过程中，学生需要采用多种途径进行信息的收集，包括阅读文献资料、实地勘察以及社会访问等。在对收集到的信息进行分析之后，就某一项环境问题进行角色扮演，分析出不同的机构在进行问题处理时的责任与意义[1]。例如，在进行“世界的人口”一课的学习时，首先采用多种途径进行信息采集，搜集世界人口的分布状况以及因为人口的过快或过慢增长造成的各项问题，然后从不同的角度分析这些问题。对“人口过快增长”这一问题进行分析，一组学生扮演环境保护协会的成员进行分析，一组学生扮演国家福利机构进行分析。两组学生分别从不同的角度进行探索，认识到该问题对不同方面造成的影响，从而提出针对性的解决策略，也使学生对课堂有了更多的兴趣，实现了新课标的要求。

2.多媒体展开教学

在进行地理教学过程中，存在着很多的景观是学生在生活中难以接触到的，对其认识也具有一定的局限性，通过多媒体手段展开教学，可以使学生的认识更加直观。利用多媒体展开教学可以使教学容量增大，将课堂内容现实化、简单化，使学生更加真实的感受课堂所学内容，使其接收信息更加全面，尤其是面对一些自然灾害的讲解时，采用多媒体教学，可以使学生更加直观地认识到环境问题带来的恶劣影响，使课堂达到预期的目标。例如，在进行“中国的河流”的讲解时，讲述黄河部分时，首先可以利用多媒体设备使学生见识到黄河的气势恢宏，在讲述到“地上河”的问题时，可以利用多媒体设备让学生们对当地的土层进行观察，认识到该问题的产生原因，然后利用多媒体演示在我国历史上由于该分体产生的危害，使学生对其危害的认识进一步增强，最后多该项问题的治理进行一定的分析[2]。

3.辩论教学

辩论教学法是根据某一项问题，让学生阐述自己的认识，分析自己的观点对他人见解进行反驳，其目的是使学生对问题的认识深入，从而提出具有可行性的对策，在现代教学中，新课标提出了“以人为本”的教学理念，通过该方法展开教学，可以更好地使学生作为课堂主体，在进行学习时，也可以使学生掌握更多的主动权。例如，在进行“世界的人口”一课的学习时，教学可以就“人口增长过快及过慢哪一个危害更大?”这一问题让学生展开辩论，勇于阐述自己的见解，使学生的信息处理能力、思维逻辑能力等方面都得到培养，同时也使其对人口问题的认识进一步增强。

二、课堂策略

1.理论联系实际

教师在进行教学时，需要进行“乡土地理”的教学模式，从学生身边的真实案例入手，进行课堂的开展。利用该方法，可以使学生在进行学习的过程中，对课堂内容更好地把握，使课堂难度得到了一定程度的降低，同时还可以使学生发散思维得到培养，利用身边的案例就可以映射出世界地理的大体局势，基于此，在进行地理教学时，对当地的地理资源进行利用，实现地理教学的渗入是一项具有推广意义的教学模式[3]。真正意义上实现了将地理学习融入生活的教学目标，使学生认识到进行地理学习的意义，从而更好地进行学习。例如，在进行地形的学习时，可以首先带学生去当地的不同地形进行实地考察，对不同的环境条件下地形的情况进行具体的分析，从而映射出我国不同的地势条件下不同的`地形环境，最好结合教材对映射出的关系进行验证，如果验证不一致，需要再次展开分析，对其不同进行深层次的挖掘，分析出其原因。通过该方法，可以使学生对课堂内容认识更加深刻。

2.把握渗透层次

在进行渗透的过程中，对于渗透的层次需要进行一定的把握，如在教学过程中，进行一些概念类的内容时，需要与教材相结合，进行深入的讲解;在进行一些与环境保护密切相关的内容时，需要进行一定的扩展与补充;在面对一些与环境保护没有直接关系，但是却存在必然联系的问题时，需要与现实环境相结合，对两者联系进行深层次的分析，使学生对环境的认识进一步加强[4]。新课程标准中，地理教学更加注重与环境的结合，强调了教学需要面向生活，同时也强调了从学生的生活中实现新内容的引入，对学生解决问题的能力也提出了一定的要求。在进行教学过程中，对当地的地理资源进行渗透，可以使课堂效率得到提高，促进了我国教育事业的有效发展，具有一定的发展意义。

【参考文献】

[1]王东.利用地方旅游资源渗透初中地理教学[J].中学教学参考，(19):124-124.

[2]彭联友.在初中地理教学中渗透环境教育[J].课程教材教学研究:中教研究，2016(Z2):49-50.

[3]李纯燕.初中地理课堂如何渗透环境教育[J].考试周刊，2016(61):139-139.

大数据在知识管理中的应用论文 第6篇

1978年以后，经济的快速发展带动了大型用电需求增长，为了满足电源大规模投产和用电规模增大的需要，互联电网的规模不断扩大，从城市小电网、区级电网、省级电网，到现在的全国性互联电网。截至2013年9月底，我国形成了华北-华中电网、华东电网、东北电网、西北电网、南方电网、西藏电网六个同步电网，实现了除台湾以外的全国电网互联。我们也可以看出互联电网的发展趋势：(1)考虑到各区域之间电能产生的差异性，能源优化配置的能力应不断增强;(2)大机组、大电站、大电网共生共存，一旦大型供能机组出现故障，可能会影响电网的电压和频率稳定，因此系统的安全性可能性应不断提高;(3)对清洁高效能源并网的配置能力不断提高[1-3]。由以上3个发展趋势，我们可以看出互联电网应当具有可靠性高、优化资源管理、经济高效、与用户友好互动的能力。这也对互联电网数据处理的方式提出了更高的要求，需要系统收集各地区用户的用电大数据，并分析该地区用户的用电特征，进行科学建模，从而进一步对该地区用电进行合理的预测分析。因此，这一系列发展需求引发了互联电网大数据处理分析技术的改革，同时，基于互联电网的大数据分析技术也将应运而生。

1.2大数据分析技术

大数据无需采用随即分析，而是对海量数据进行同时的分析处理。这样的处理方式，数据多样、真实可靠、处理速度快、分析结果更具有价值。IBM提出，大数据分析具有“5V”特征，即兼具Volume(大量)、Velocity(高速)、Variety(多样)、Value(价值)Veracity(真实性)的五大特征[1]。大数据分析采用分布式架构，对海量数据进行分布式挖掘和处理。抛弃了传统数据分析范围小、分析能力弱的缺点，从统计学上讲，根据大量数据分析后的预测更为可靠。除了分析范围广、分析对象数量大等优点，大数据分析更是一门在预测性分析领域广泛运用的学科。根据对海量数据的分类处理，从而进行科学建模，通过模型带入新的数据，进而对未来数据的发展趋势进行合理的预测。

1.3大数据分析在互联电网中的应用原理

各地区发电、用电自身不能平衡，即在本地区内不能完成完全的等式平衡。我国有名的西电东送工程，即将贵州、云南、广西、四川、内蒙古、山西、陕西的电力资源输送到电力紧缺的广东、上海、江苏和京、津、唐地区。这是由我国的能源分配不均匀的国情所决定的`。但是，一些清洁性能源受季节、气候的干扰限制，对电网的出力不均。同时，接受电能输送的省份年用电量或季度用电量存在着较大的差异。那么对于接受方而言，该如何分配可以输送来的总电能?对于输送方来说，又怎样分配每个省在西电东送中贡献的比例?此时，我们可以通过大数据分析技术，以某个时间段为研究周期，收集各个地区能源储藏量、发电能力以及该地区各个行业电能消耗的基本趋势的数据，对其进行汇总、科学建模，对下一周期的发输电进行科学指导。

2应用领域

2.1大数据分析技术指导电能调度

各省份、各地区由于发电能力和电能消耗的差异，并不能在地区内完全实现等式约束条件，因此，我们将能源充裕地区的电能输送至能源匮乏的地区。对于电能匮乏并接受电能输送的省份而言，可以通过大数据分析技术，以五年为依据，对该省份的工业、农业以及居民用电等不同的用电行业的电能消耗数据进行分析，判断这些行业用电的特点以及这五年内的电能消耗趋势，根据这些特点进行科学建模，对未来一年内的用电量进行合理预测，并留出适当的裕量便于紧急调用;对于能源丰富且可以输送电能的省份而言，根据该省份传统能源与清洁能源发电的比重和能力，对于可再生能源，更要收集当地气候、季节的多重数据以及不同气候、季节下可再生能源受到干扰的大小，对五年来的数据进行分析处理，建模后科学预测该省份未来一年内发电的能力，根据受方需求指导输送方进行发电。这样，各省份间可以进行合理的电能调度，避免了输送方多余发电造成的浪费或是接受方紧急用电时电能紧张。

2.2大数据分析技术指导可再生能源发电

除此之外，不仅仅在各省的电能调度中起着指导作用，更能在新兴能源发电并网的过程中有着较为重要的作用。当下，人民环保意识增强，国家倡导新兴可再生能源发电，但是，多数可再生能源受到自然因素的干扰，对电力系统出力并不稳定。此时，可以收集多年气候季节数据并对其产生的干扰进行分析，并对其进行建模，由于气候等自然因素存在着极大的不稳定性，可以粗略地对未来的气候变化进行预测后指导可再生能源发电并网。

3大数据分析应用的优点

将大数据分析引入电网调度，可以大大地发挥其数据处理的优势，以Internet为基础的网络平台，管理动态负荷的均衡和统一，从而使得电网的运行更加稳定。

4大数据分析技术面临的挑战

4.1大量数据收集处理算法的开发

大数据分析是分布式架构，需要集成物理上分布广泛数量众多的计算设备，并要求数据的分布式存储，这些在电力系统的并行算法中有较高的难度。

4.2负荷分配算法的开发

在大数据分析技术中，每一台计算设备以及监控设备具有其差异性，需要对每台计算设备和监控设备分配所能处理的任务。同时，数据处理的延迟性需要被考虑在影响因素之内。

4.3算法的安全性

大数据分析技术更需要听从智能电网的要求，涉及到电网公司、发电公司、市场监管机构和用户等不同类型的使用者。电能是一个国家的安全命脉，在这些算法中，如何保证该算法的安全可靠性也需要得到解决。

5结束语

大数据分析技术在电力系统潮流分析、信息融合等方面有着极大的发展潜力，通过对现有大数据技术的分析，提出了其在智能电网中的应用模式，并提出了在目前阶段该技术在互联电网中所面临的的机遇和挑战。

作者:成婧颖 单位:河海大学

参考文献:

[1]韩丰.改革开放30年电力联网发展历程[J].电力技术经济，2008(6)：17-20+55.

[2]董立平，王栋梁，冯景.大数据关键技术图谱[J].高性能计算技术，2014.

大数据在知识管理中的应用论文 第7篇

1 互联网金融和大数据的特点

1.1 互联网金融的特点

交易成本低廉：资金供给双方在资金的融通过程中所发生的成本称之为交易成本，互联网借助信息网络，减少了人力、物力的投入，发布信息、匹配产品、定价、交易都依靠互联网完成，大大降低了交易成本。交易过程快捷简单：互联网金融模式下金融业务由计算机操作，效率高、速度快，不受时间、空间的限制，客户只需要一台电脑就可以实现资金的高效运转。数据价值大：依托于大数据和电子商务，互联网金融实现飞速发展，互联网的便利性使得人们的生活和工作依赖于互联网，将一些单位和个人的消费信息在网络空间暴露，产生了海量的数据库，数据就是资源，只要加以分析和研究就是巨大的商业价值。

风险系数高、创新强：随着科技的发展，不断产生新的金融产品、融资形式，一些互联网产品和支付方式也层出不穷，如网络银行、网络保险公司、众筹融资、网络证券公司、余额宝、支付宝、微信支付、网络贷款等。但现阶段对互联网金融的监管力度较弱，缺乏法律约束，导致一些不法分子非法集资，进行网络诈骗，严重危害了互联网金融的安全。

1.2 大数据技术

大数据在高校食堂管理中的应用 第8篇

关键词：大数据,食堂管理,数据资源

1 引言

大数据技术, 或称之为海量资料, 指的是所涉及的资料量规模巨大到无法通过目前主流软件工具, 在合理时间内达到截取、管理、处理、并整理成为帮助组织经营决策的资讯。大数据正在对社会中的各行各业产生巨大的影响, 无论是在商业领域还是在医疗领域或者其它领域, 大部分的决策行为都是基于数据分析作出的, 而不是像过去依靠经验和感觉。利用大数据相关技术, 整合食堂管理中涉及的信息, 通过数据挖掘和深度学习, 增强食堂管理工作的及时性和灵活性, 提高食堂管理效率, 有利于促进高校食堂管理的科学化、规范化、信息化, 更好地为全校的师生提供服务。

2 大数据促进食堂管理和优化服务

高校食堂管理工作的主要任务是整合各类资源, 扩展食堂员工的技能, 提高员工的工作效率, 促进员工综合素质的提高;不断改善食堂硬件设置, 建立健全的食堂管理制度, 从而可以更好地为全校的师生服务;为全校师生提供放心、便捷的饮食环境。然而, 目前在食堂管理过程中, 部分员工服务意识单薄, 服务能力和水平低下, 对广大师生提出的问题响应时间长, 管理效率低下。因此, 需要积极构建健全的食堂管理机制, 明确食堂的工作职责, 培养和提高食堂员工的服务意识。

在高科技迅猛发展的今天, 如果利用这一社会红利在高校食堂管理工作中发挥其优势, 培养形成用数据分析问题、解决问题的方式, 成为当前研究的重点。因此, 建立一个一站式数据服务中心对食堂管理起到关键性的作用。

在大数据时代背景下, 数据资源是海量的, 从理论上来说, 学校可以收集学生和老师在学校的一切数据信息。如学生个人基本信息、性格特征、兴趣爱好、社交记录、上网浏览记录、作息时间、消费记录等, 这些信息中与食堂管理密切相关的数据主要有:学生基本信息、一卡通日常消费记录、作息时间等。学校可以对这些信息数据进行采集、传输、汇集。最初的数据肯定是种类繁杂、混乱无序、数量众多, 并且这些数据的来源各不相同, 因此需要建立一个统一的资源平台, 对这些数据进行汇总、分类、预处理形成一个数据资源库。为各个部门提供方便快捷的数据源。食堂管理者可以对这些数据进行分析, 在优化食堂服务、促进食堂资源节约、保证学生资金安全等方面发挥重大作用, 提高食堂部门的服务质量。

2.1 利用大数据优化食堂服务

高校食堂肩负着为全校师生提供物美价廉的食物、良好的用餐环境和便捷化服务的责任。就目前而言, 食堂服务存在的不足包括:员工技能欠缺, 无法达到优秀厨师的标准、集体伙食 (大锅饭) 口味难以掌控、师生用餐时间过于集中等。利用大数据技术, 可以从下面几个角度进行优化:

(1) 对师生的基本信息进行数据分析, 可以得出全校师生的生源分布, 食堂可以据此安排每日的菜品类型。

(2) 对每日用餐时间段、人数、人均用餐时间等数据进行分析, 利用食堂微信号每日推送, 便于广大师生避开用餐高峰, 使其得到良好的用餐体验。

(3) 利用微信公众号对食堂菜单进行推送, 同时每隔一段时间评选“最受欢迎菜品”、“口碑最好菜品”, “销量最高菜品”等。

2.2 利用大数据促进食堂资源节约

高校食堂是学校资源消耗的主力军, 包括:水、电、粮食、食材等。食堂日食材消耗量并不是固定不变的, 受到节假日、工作日、周末、天气、气温等外界环境的影响。以往每日准备食材的数量是根据经验直接判断的。这必然导致大量食材浪费的可能性。利用大数据技术, 可以从以下方面促进资源节约:

(1) 对工作日、周末、节假日、雨雪天气、不同季节的食堂用餐人数进行科学统计预测, 据此准备相应的食材。可以避免较大规模浪费。

(2) 在采购食材方面, 利用大数据分析, 按照预测用餐人数进行采购, 避免由于食材采购过多导致浪费, 同时也保证了当日食材当日消耗完, 有利于食材的新鲜度。

(3) 食堂员工安排方面, 也可以利用大数据分析结果, 根据用餐人数的不同, 调整员工的休假安排, 节约了人力资源。

2.3 利用大数据保证学生资金的安全

高校师生在校的大部分消费来源于一卡通, 部分学生在一卡通上圈存了大量的资金。学校经常发现学生出现一卡通丢失的现象, 虽然绝大部分同学对捡到的一卡通进行上交, 但是存在部分同学恶意刷取一卡通中的现金, 给学生造成了巨大的损失。学生在校使用一卡通消费的主要场所便是食堂, 食堂对学校的刷卡信息数据进行采集, 利用大数据技术, 对学生的消费记录进行分析, 在出现刷卡异常的时候对此卡进行冻结, 并通过短信形式告知持卡者。

3 大数据在食堂管理应用中存在的问题及解决方案

大数据由从西方发达国家传入我国, 不少发达国家已经将基于大数据的分析上升为国家战略, 国内的大数据分析虽然起步较晚, 但是发展势头迅猛。目前大数据在食堂管理方面的应用还存在以下几个问题: (1) 重视经验, 轻视数据思维。 (2) 大数据分析人才紧缺, 特别是与食堂管理相关业务的人才较少。 (3) 对隐私数据的保护不足。针对这些问题, 提出以下几点措施:

3.1 思维转变, 用崭新的思维思考问题

现阶段食堂管理的思维方式还是依赖于员工的经验和直觉。虽然丰富的工作经验是宝贵的财富, 但是食堂员工的更替、学校的发展等因素都将影响员工的判断力。因此作为食堂管理人员必须转变思维, 从数据角度对事物进行分析, 无论是人员更替还是学校发展, 数据是不会说谎的。因此要求从战略上重视大数据, 加大在部门内部的宣传工作, 同时积极组织培训, 推动大数据在食堂管理中的应用。

3.2 培养人才, 建设专业化、年轻化的管理队伍

随着大数据越来越流行, 大数据正在全球范围内面临人才荒。因此需要加强对大数据人才的培养。可以依托高校的教育资源, 同时创新人才引入机制, 在管理工作中引入年青的、专业的血液。

3.3 保护数据隐私, 加强数据安全监管

在食堂管理中所涉及到的数据很大一部分属于全校师生的隐私数据。大量隐私数据的聚集增大了信息泄露的风险。因此需要加强对数据安全性管理, 规范大数据的使用方法与规范, 同时也要对重点领域的数据库进行监管。通过政策和技术的手段, 双管齐下, 保证隐私数据的安全性。

4 结束语

对大数据的应用, 促进食堂管理工作从传统经验、直觉模式向数据决策模式的转变。通过对数据分析, 挖掘出潜在的价值, 优化食堂管理工作。大数据在食堂管理方面的应用才刚刚起步, 还存在大量的问题需要解决, 要走的路还很长。但坚信利用大数据, 必定可以给广师生创造出舒适、优美的用餐环境。

参考文献

[1]王智, 周红霞.数据挖掘在教育中的应用[J].计算机光盘软件与应用, 2012 (6) :233-234.

[2]李雪仁.数据挖掘及其在高职院校管理中的应用[J].信息与电脑 (理论版) , 2012 (5) :127-128.

[3]梁小鸥.数据挖掘在教学管理中的运用[J].软件导刊, 2012, 11 (6) :113-114.

[4]王博韬.数据挖掘技术在公共管理领域的应用[J].赤子 (上中旬) , 2016 (16) .

[5]维克托·迈尔-舍恩伯格, 等著.大数据时代[M].盛杨燕, 等译.杭州:浙江人民出版社, 2013.

[6]蒋远喜, 赵蕾.新媒体环境下高校学生教育管理的应对机制研究[J].吉林教育学院学报, 2011 (9) :16-18.

[7]朱静薇, 李红艳.大数据时代下图书馆的挑战及其应对策略[J].现代情报, 2013, 33 (5) :9-13.

[8]冉昊.高校学生多元化评价研究[J].长春教育学院学报, 2013, 29 (18) :61-62.

[9]陶雪娇, 胡晓峰, 刘洋.大数据研究综述[J].系统仿真学报, 2013 (s1) :142-146.

大数据在知识管理中的应用论文 第9篇

【摘要】当前，计算机技术迅猛发展，已经影响到了国民社会生活的每一个角落。在这种情况下，出现了一个新的名词——Big Data。这个词组被翻译为海量的资料，有的地方也称之为大数据，这个词组指的就是很直白的字面意思，用非常多的数据来支持某项工作的进行。当前大数据已经应用到了高校的学生管理工作中去，并且因为其准确、海量的信息给学生管理工作带来很多便捷。

【关键词】大数据 高校学生管理 具体应用

【项目名称】南京邮电大学教学改革项目（JG03212JX07）。

【中图分类号】G64【文献标识码】A 【文章编号】2095-3089（2015）06-0034-01

在很多领域，工作的顺利进行都依赖于准确的数据，例如统计行业、审计行业等。目前，随着大数据技术的不断发展和成熟，大数据被应用到了更多其他的领域，高校管理工作中的大数据应用就是一项创新性的尝试。

一、高校学生管理工作的特点

高校的学生管理工作具有下面的一些特点：

1.工作涉及面广，较为琐碎。高校的学生管理绝不仅仅是对学生日常的学习和日常生活的基本管理，还包括了学生的就业安排、贫困救助、活动的组织、共青团与共产党的考核与加入等等。不仅包括了上述实在的具体的工作，学生的信仰教育和心理辅导严格意义上也是学生管理工作的一部分。可以说，只要在学校内发生的一切事务，都属于学生管理工作的范畴。

2.很多管理工作都是靠经验，制度的制定也是不断摸索和借鉴，具有一定的滞后性。高校的管理工作并没有一个特别权威的科学的评价标准，所以高校的管理者只能凭着日常管理的经验、其他院校成功的管理经验、学校内出现的新事物共同补充完善学校的制度，管理工作其实并不具备一定的科学性。

二、大数据在高校学生管理工作中起到的作用

大数据在高校学生管理工作的方方面面都能够起到促进作用，具体表现如下：

首先，利用大数据能够对学生的主业，也就是学生的学业进行较为科学的多元化的评价。在高校中，奖学金的评定和优秀奖项的选定一直都是备受学生争议的两项，按成绩选学生会说不全面、不科学，不按成绩选学生会说不公正。大数据的介入能够用各项微观的数据共同组成一个完善的评价体系，并且这个评价体系直接依附于数据，非常科学也非常公平。同样，在团和党的考核上，也可以借助于大数据。

其次，利用大数据能够对学生的学习和生活进行必要的关注和管理。在大数据的帮助下，学生逃课成为不可能，计算机将记录所有学生的上课记录，作为期末考核和的标准。甚至某些情况下，大数据可以借助学生的一卡通记录学生的饮食记录，并给学生提出科学的配餐建议。另外，大数据也能关注学生的消费情况，对贫困学生的认定和帮助进行动态的管理。

三、学生管理工作中大数据应用的改进策略

1.学校应当充分重视大数据的作用，积极扩大大数据在学生管理中起到的作用。当前虽然大数据对学生管理起到了十分重要的作用，但是毕竟是新生事物，并没有在全国的高校中普及开来。学校管理者应当对大数据下学生管理的先进经验进行必要的考察，结合自身院校的特点和学生的特点，积极地建立大数据体系。

2.利用大数据的重点应当放在学生的评价和生活的关怀，尤其是后者。的确大数据在学生评价方面起到的作用十分大，但是作为管理者，应当将重点放在关注学生的生活、关注学生的心理健康，从而保证学生能够全面地发展，但是前提是应当充分保护学生的隐私。

3.大数据的操作和分析是需要专业的人才的，所以高校应当积极地进行管理体制的改革，设置专门的机构，聘请专业的人才进行该工作的进行。大数据时代的到来，大数据人才在市场是紧缺的，所以一定要未雨绸缪，提前做好人才储备。

4.学校应当加强对外合作。公办高校资金问题还不是很大，因为有国家的拨款，民办高校想要追赶公办大学的脚步，必须要加强对外合作。这是因为民办高校资金来源本身就没有国家拨款的支持，而民办高校的学生管理比公办学校更为混乱，更需要大数据的支持。民办高校应当加强校企合作，不断地进行技术的研发和更新，使学校和企业共同发展，共同进步。

四、结语

高校的学生管理本来就是一项庞大、抽象、无法用具体的指标去衡量效果的工作。信息时代赋予了高校学生管理工作很多新的方法和手段。运用大数据进行学生管理工作，不仅能够节省大量的人力和物力，还能够对管理工作的成效、管理工作的问题与不足有较为精确和科学的评价，能够使管理者做出更为科学的正确的决策。当时目前高校在学生管理工作中结合大数据并没有成为常态，这种方式也只是在摸索的阶段。高校的管理者应当积极创新，充分发挥大数据和其他先进的科学技术在学生管理方面起到的重要作用，使学生的管理变得既科学，又能有利于学生的发展，真正为国家培养出更多优秀的人才。

参考文献：

[1]维克托迈尔—舍恩伯格等著，盛杨燕等译.大数据时代[M].杭州：浙江人民出版社，2013.

作者简介：

韦伟（1980.11-），女，安徽芜湖人，讲师，硕士，主要研究方向：思想政治教育，教育管理。

大数据在知识管理中的应用论文 第10篇

央行的征信系统结合身份认证中心的身份审核，通过社会机构和商业银行的数据，给银行提供银行信用查询和个人信用的相关报告，但对其他的互联金融公司或机构不提供查询服务，一些个人信贷记录也没有在该系统里，但有可能在其他的机构和互联网金融公司的系统里存在。互联网数据庞杂且量大，充满噪音。阿里建立完善的大数据挖掘系统较早，但是很多人还处于迷茫状态，通过淘宝、天猫、支付宝等积累大量支付数据作为基础的数据原料，结合卖家的销售数据和银行流水等数据，进行全面汇总后借助网络评分的模型进行信用评级活动。

信用卡类网站的大数据同样也对互联网金融风险控制具有非常重要的价值，可参考用户信用卡办卡年份、还款信息、信用额度、卡片种类等进行信用评级。阿里巴巴收购新浪的微博18%的股份花费5.86亿美元，目的就是为了获得社交大数据，进而完善了大数据，信用卡的还款信息、交易、支付、淘宝的水电煤缴费信息现阶段已经成为数据的基础。未来第三方支付平台支付的方向、额度、购买品牌及金额都可能成为信用评级的数据参考，而生活类服务网站有关用户的生活消费如水、电、煤、物业费、电话费、网络费都有可以反映用户的基本信息，为信用评级提供重要的参考，拥有这些所有的大数据才能够进行数据的加工。

5 结语

大数据在知识管理中的应用论文 第11篇

2.1 大数据在房地产开发中的应用分析

大数据为房地产企业理性开发提供了有力的数据支持;通过对现有数据潜在价值的挖掘，房地产企业还可以进行多元化投资;个人信息的数据化以及房地产业的思维变革，使得大数据条件下的创新性投资成为房地产企业新的利润增长点。

2.1.1 理性投资，多元化开发

我国不同地区房价不同，投资热度迥异。虽然近年来房地产业总体呈现或升或稳的良好势头，但也同样出现了“鬼城”、“空城”等背离开发商预期的情况。我国房地产业的兴起与繁荣已有相当长的时期，在开发投资方面拥有大量历史数据，包括城市地理位置，经济发展情况，城市规划和政策导向，投资在建和供地情况等。房地产企业可以定量分析这些大数据，预测未来的供需情况，评估项目投资价值，合理开发。Google公司就曾通过分析海量的搜索词，低成本高效率地预测了美国住房市场供需和价格等相关指数。

土地资源对房地产企业尤为重要，大数据的出现为土地市场的准确预测提供了可能。房地产企业要重视大数据背景下的土地市场，敏锐洞察土地资源市场走向。万科集团土地资源数据基本来自第三方，面对不断攀升的地价，万科集团借助于大数据分析，通过二手市场交易和“三旧”改造土地以及保障性住房用地来应对。

除了利用大数据进行住房供求分析、理性拿地之外，房地产企业在业务范围内的多样化投资也提高了盈利能力。万达和绿地等房地产企业已开始利用大数据先机，大力拓展旅游和酒店项目等多元化投资，发掘出住房市场以外的盈利空间。正如维克托所言，数据的再利用不会使数据的价值量折损，反而数据的价值就体现在潜在的收益中，大数据可以挖掘出计划外的收益空间。

2.1.2创新性投资

对以往的投资和销售数据进行挖掘有利于企业合理开发，多元化投资;然而房地产企业所拥有的数据远不止这些，尤其是大型企业，他们所掌握的信息不再局限于户主姓名、家庭结构、收入情况以及购房意向等，计算机技术的发展和互联网的普及使得越来越多购房者的个人信息变得更易捕捉和存取。这些大数据经过专业分析，便可以从中发掘出一些看似与房地产企业不相关的信息，比如购房者的日常消费习惯或者是他们偏爱的出行路线等。多数情况下这些数据的结构性较差，但其潜在价值却很大，是房地产业开发投资的新机遇，是盈利的新突破点。

万科和花样年在应用大数据进行创新性投资方面的经验值得分析。上千万的购房者数据使得花样年具备充分的优势，从居民需求出发，以手机APP的形式将商户与居民联系起来，构建“社区电子商务”平台，在方便快捷的基础上实现精准营销。除了社区电商，花样年控股集团有限公司还构建了金融服务、酒店服务以及文化旅游等八大领域基于移动互联网的大数据业务布局，远远超越了传统意义上的房企业务范围。

同样，万科集团日臻完善的大数据处理技术也为之带来了商机。通过对其所掌握的480万业主数据进行挖掘，将社区商业、社区物流、社区医疗和养老等与业主的大数据信息相结合，万科集团提出构建“城市配套服务商”的理念，应用大数据避免了危机。

相比较万科和花样年，世茂集团在投资方面的创新更值得关注。其经营理念认为，“未来购房者买的不仅是一幢房子，更是一种生活体验”;据此推出了向业主提供健康监控和咨询服务的“健康云”管理业务。通过手机、手表等一些移动设备，适时监控业主健康状况相关数据，并进行分析处理，构建健康方案，为业主做好疾病预防、保持身心健康提供咨询建议，或者为其直接链接实体医疗。其他一些房地产企业比如金地和绿地也开始利用大数据开拓新的业务，相继推出了“智慧城市”、“云服务”等概念;不再单纯为购房者提供一个遮风挡雨的地方，更侧重服务于消费者的心理需求和精神需求。

国外房地产企业运用自身数据优势进行业务创新的案例同样屡见不鲜。常被用来作为美国大学教学案例的Windermere房地产就是其中的经典之一。该公司通过分析近1亿名驾驶员行车GPS导航信息，为潜在购房者在不同时间段上下班行车线路和时间进行了缜密的规划，切实满足顾客需求，提升服务质量。表1呈现了相关企业利用大数据技术辅助房地产投资与开发决策情况。

2.2 大数据在房地产营销中的应用分析

近年来，在我国某些中小城市，俨然出现了房地产过度开发投资的情况。房屋本来是一种消费品，但是行业看似稳定而高昂的收益率使得大量投资者趋之若鹜。实际上这些城市的吸引力远不如一二线城市，大量开发的结果只能是空置。因此，对这些地方来说，房地产企业如何利用手中的数据促进库存消化才是关键。另外，由于电子商务的普及，人们消费方式的转变使得对商业地产的传统营销模式难以发挥作用。

要解决上述问题，关键是在大数据时代如何做好房地产营销。数据资源是房地产企业提升竞争力的关键之一，庞大的数据来源保证了精准的客户定位，为房地产企业成功营销提供了可能。首先房地产企业可以通过信息系统实现精确营销。凭借房地产商自身的数据优势，建立客户信息系统，将客户进行分类，通过挖掘大数据，提炼出客户信息，有针对性地实现精确营销(见图1)。

此外，也有些大型房企主动转向了电商，对营销模式进行变革。新峰地产规划了五个大数据应用系统，其中房谱网可以根据需求为客户筛选出中意的房产;自动评估系统通过大数据处理技术实现了对房产价格自动评估的功能，用户只需将房产相关数据输入系统，系统会自动评估出房价，并为用户提供相应的贷款和税费等信息。类似于万达集团的电商运营模式，新峰地产也同样采取线上线下相结合的方式，线下的营销部也会根据客户的线上信息与客户取得联系。这种营销方式需要企业自身既是大数据拥有者又是数据处理技术的领先者，对房地产企业的数据搜集、存储和数据挖掘能力要求很高。