时间：2022-04-17 23:45:35
导语：在互联网数据分析报告的撰写旅程中，学习并吸收他人佳作的精髓是一条宝贵的路径，好期刊汇集了九篇优秀范文，愿这些内容能够启发您的创作灵感，引领您探索更多的创作可能。
图一
从互联网的发展来看，浏览器始终是网民踏入互联网的第一方式，浏览器不仅仅是一种网络应用程序，也逐渐成为一种网络应用平台，几大网络应用中，基本都可以在浏览器中实现，比如email、网络购物、网络社区、网络影音等。我们通过CNZZ数据可以看出，IE浏览器始终占据绝大部分中国市场份额，从浏览器的发展历史来看，微软的IE系列已经称霸多年。根据CNZZ数据显示目前IE系列占据中国市场83.7%的市场份额，其中IE6因内置于XP操作系统内，而Windows XP系统目前占据国内大多数市场份额，因此其占据中国市场68.2%的份额，但随着微软操作系统的不断升级，浏览器同样不断进行更新升级，微软最新推出了IE8浏览器。据CNZZ此次数据可以看出随着IE8的推出，IE8的使用量逐渐上升，通过趋势对比分析，我们发现IE8占有率的上升对应的是IE7占有率的下降，看来是IE7的用户积极转换成IE8，而IE6的用户相对比较保守一些。
图二
国产浏览器异彩纷呈，以其多窗口浏览、多种功能集成和较高的安全性设置，在市场上同样占据了不少份额。据CNZZ数据分析报告显示，目前来看占据国产浏览器软件第一的仍然是傲游Maxthon。而腾讯TT也依托QQ的庞大用户群占据了第二名的位置。值得一提的则是异军突起的360安全浏览器，犹如一匹黑马，市场份额上升非常迅速。
国外厂商占据的市场份额还是相对偏小。火狐Firefox依然是在小众范围流行，但是忠诚度很高，市场份额比较稳定。谷歌Chrome和苹果Safari，以及Opera在中国市场的普及上仍然还有很遥远的路要走。
此次CNZZ中国互联网数据报告的，主要以中国互联网网民行为数据为依据适时进行，数据将每月进行一次更新。此报告主要为广大网民中国互联网发展提供决策依据。
完整的数据分析主要包括了六个既相对独立又互有联系的阶段，它们依次为：明确分析目的和思路、数据准备、数据处理、数据分析、数据展现、报告撰写等六步，所以也叫数据分析六步曲。
明确分析目的和思路
做任何事都要有个目标，数据分析也不例外。经常有一些数据分析爱好者，向数据分析高手请教以下问题：
这图表真好看，怎么做的？
这数据可以做什么样的分析？
高级的分析方法在这里能用吗？
需要做多少张图表？
数据分析报告要写多少页？
为什么这些数据分析爱好者会提出这些问题呢？原因很简单，就是他们没有明确的分析目的，为了分析而分析，而且一味追求高级的分析方法，这就是数据分析新手的通病。
如果目的明确，那所有问题就自然迎刃而解了。例如，分析师是不会考虑“需要多少张图表”这样的问题的，而是思考这个图表是否有效表达了观点？如果没有，需要怎样调整？
所以在开展数据分析之前，需要想清楚为什么要开展此次数据分析？通过这次数据分析需要解决什么问题？只有明确数据分析的目的，数据分析才不会偏离方向，否则得出的数据分析结果不仅没有指导意义，甚至可能将决策者引入歧途，后果严重。
当分析目的明确后，我们就要对思路进行梳理分析，并搭建分析框架，需要把分析目的分解成若干个不同的分析要点，也就是说要达到这个目的该如何具体开展数据分析？需要从哪几个角度进行分析？采用哪些分析指标？
同时，还要确保分析框架的体系化，以便分析结果具有说服力。体系化也就是逻辑化，简单来说就是先分析什么，后分析什么，使得各个分析点之间具有逻辑关系。如何确保分析框架的体系化呢？可以以营销、管理等方法和理论为指导，结合实际业务情况，搭建分析框架，这样才能确保数据分析维度的完整性、分析框架的体系化、分析结果的有效性及正确性。
营销方面的理论模型有4P理论、用户使用行为、STP理论、SWOT等，而管理方面的理论模型有PEST、5W2H、时间管理、生命周期、逻辑树、金字塔、SMART原则等。
明确数据分析目的以及确定分析思路，是确保数据分析过程有效进行的先决条件，它可以为数据收集、处理以及分析提供清晰的指引方向。
数据准备
数据准备是按照确定的数据分析框架，收集相关数据的过程，它为数据分析提供了素材和依据。这里所说的数据包括第一手数据与第二手数据，第一手数据主要指可直接获取的数据，如公司内部的数据库、市场调查取得的数据等；第二手数据主要指经过加工整理后得到的数据，如统计局在互联网上的数据、公开出版物中的数据等。
数据处理
数据处理是指对采集到的数据进行加工整理，形成适合数据分析的样式，保证数据的一致性和有效性。它是数据分析前必不可少的阶段。
数据处理的基本目的是从大量的、可能杂乱无章、难以理解的数据中抽取并推导出对解决问题有价值、有意义的数据。如果数据本身存在错误，那么即使采用最先进的数据分析方法，得到的结果也是错误的，不具备任何参考价值，甚至还会误导决策。
数据处理主要包括数据清洗、数据转化、数据抽取、数据合并、数据计算等处理方法。一般拿到手的数据都需要进行一定的处理才能用于后续的数据分析工作，即使再“干净”的原始数据也需要先进行一定的处理才能使用。
数据分析
数据分析是指用适当的分析方法及工具，对收集来的数据进行分析，提取有价值的信息，形成有效结论的过程。
在确定数据分析思路阶段，数据分析师就应当为需要分析的内容确定适合的数据分析方法。到了这个阶段，就能够驾驭数据，从容地进行分析和研究了。
由于数据分析大多是通过软件来完成的，这就要求数据分析师不仅要掌握各种数据分析方法，还要熟悉主流数据分析软件的操作。一般的数据分析我们可以通过Excel完成，而高级的数据分析就要采用专业的分析软件进行，如数据分析工具SPSS、SAS等。
数据展现
通过数据分析，隐藏在数据内部的关系和规律就会逐渐浮现出来，那么通过什么方式展现出这些关系和规律，才能让别人一目了然呢？一般情况下，数据是通过表格和图形的方式来呈现的，我们常说用图表说话就是这个意思。
常用的数据图表包括饼图、柱形图、条形图、折线图、散点图、雷达图等，当然可以对这些图表进一步整理加工，使之变为我们所需要的图形，例如金字塔图、矩阵图、瀑布图、漏斗图、帕雷托图等。
多数情况下，人们更愿意接受图形这种数据展现方式，因为它能更加有效、直观地传递出分析师所要表达的观点。一般情况下，能用图说明问题的，就不用表格，能用表格说明问题的，就不用文字。
报告撰写
数据分析报告其实是对整个数据分析过程的一个总结与呈现。通过报告，把数据分析的起因、过程、结果及建议完整地呈现出来，以供决策者参考。所以数据分析报告是通过对数据全方位的科学分析来评估企业运营质量，为决策者提供科学、严谨的决策依据，以降低企业运营风险，提高企业核心竞争力。
一份好的分析报告，首先需要有一个好的分析框架，并且层次明晰，图文并茂，能够让读者一目了然。结构清晰、主次分明可以使阅读对象正确理解报告内容；图文并茂，可以令数据更加生动活泼，提高视觉冲击力，有助于读者更形象、直观地看清楚问题和结论，从而产生思考。
另外，分析报告需要有明确的结论，没有明确结论的分析称不上分析，同时也失去了报告的意义，因为最初就是为寻找或者求证一个结论才进行分析的，所以千万不要舍本求末。
死亡风险逼近万科？
2014年，郁亮正在迎来自己的50岁生日，而万科则正好走过整整30个年头。与此同时，郁亮也带领万科，将业绩冲到1709.4亿元的空前规模。面对绿地、万达、中海、碧桂园等虎视眈眈的追赶者，以及移动互联网行业可能带来的冲击，已知天命的郁亮和正值而立的万科，都在为迎接全新的挑战而准备着。
万科突然就嗅到了死亡的风险。不管是老大王石还是新的“掌舵者”郁亮都认为，房地产行业的黄金时代已经过去，来临的将是白银时代。“万科也不再是企业中的老大，这个我们必须承认和正视。如果万科不图创新，不去适应和打造成一个健康和创新的组织，也许距离万科倒下用不了十年，三年足矣。而如果万科在接下来三年实现创新和适应，那么未来十年万科都会过得很舒服。”郁亮对于万科的死亡危机指出了唯一可行之路。
万科需要转型，这种必要性也已从财务数据中开始显现。万科2013年的财务
报告显示，公司房地产业务的结算均价为10787元/平方米，较2012年下降4.5%；房地产业务结算毛利率为22.31%，较2012年下降3.53个百分点；结算净利率12.01%，较2012年下降1.07个百分点。此前，万科这些数据多半稳中有升。
去年底，郁亮拜访小米科技，在听完小米总裁雷军的演讲之后，郁亮又与小米的几位合伙人进行了更深入的交流。对于为什么要带着这些人去看互联网公司，郁亮给出的解释十分简洁：“实际上这些公司的事儿没有一个是万科能干的，但万科就是要头脑革命。如果一家公司干了三十年只会买地、举牌和搞好销售价格，是没有前途的。怎么让这家公司更有生命力，要跟小米这些公司学习。”
郁亮举了一个例子：“2G时代不做3G，到3G时代就死掉了；3G时代不做4G，到4G时代就又死掉了；4G时代不做5G，就又死掉了，也就五到六年时间。”郁亮发现，华为的危机感天然强烈。“而我们大多数企业都处在比它更好的环境里，没有这种生死危机，往往像温水中的青蛙，不知不觉丧失了活动能力，就死去了。”
要和互联网的“高富帅”门当户对
作为房地产行业龙头的万科，决心之后即是行动。从去年下半年开始，郁亮已经带领万科管理团队，先后拜访了腾讯、阿里、小米、海尔、华为等国内行业巨头，并与百度、腾讯、阿里巴巴等互联网企业牵手合作，在其正在展开的商业模式中快速植入互联网基因。
在互联网思维浪潮侵袭全国以及各个行业的当下，未来的客户需求会有很大的区别，而移动互联网时代企业也需要更加善待客户。
“万科未来将按照‘好产品、好服务、好邻居’的总体思路，在产品性能、服务内容和社区氛围上努力，不断超越行业目前的范围和水准。”郁亮这样阐述自己对于万科未来的“革命”方向。
自利用互联网思维来进行自我转型以来，万科选择的合作“小伙伴”都可以算得上是互联网企业中的“高富帅”。对于这一“择偶”观，郁亮坦言：“社会阅历告诉我们，门当户对是最重要的原则，企业选择合作伙伴的时候必须要考虑门当户对，比如必须都要健康，价值观要健康，要有一样的想法。高手永远希望和高手在一起，这样可以相互激励，学到东西。”
万科学习互联网思维也从口号开始转向实干，其成果也逐渐浮出水面。
如万科北京公司与百度合作“V-in”商业生态系统、杭州万科与淘宝合作用购房人在淘宝的消费金额直接冲抵相应金额的购房款、上海万科与平安好房合作首个众筹产品，以及最新宣布要和阿里巴巴合作通过应用云计算、物联网和大数据技术，打造国内首批联网的小区――未来小区……
应接不暇的联姻消息中，万科互联网思路下最“接地气”的尝试当属与百度在商业项目方面的合作。
9月15日，万科、百度首个跨界合作成果正式。在“中粮万科半岛广场招商大会”上，万科与百度达成战略合作伙伴关系后的首个合作成果――V-in已经结束封测正式上线，并将在万科首个购物中心――金隅万科广场上线试用。
V-in系统是通过云端大数据分析，针对不同消费者设定个性推送“菜单”，消费者可以通过移动终端搜索功能获取万科旗下购物中心内的商户信息、信誉评价、活动信息及优惠信息，事先进行购物规划。然后，通过地图功能，进行最佳交通路线规划及行车导航，将用户从线上带到线下，直接引导到购物中心内的店铺中进行消费。针对驾车、乘坐公共交通和步行到场的消费者，提供不同的导航服务。
万科商业运营管理团队根据V-in系统的大数据分析报告，为商户的经营方式、促销手段等提供有力的参考依据，这也是为商户提供的增值服务。另外，V-in系统的大数据分析结果也可助力万科商场运营管理团队做出科学和理性的经营分析和判断，例如租户协调、推广策略等。
“在V-in上线之前，只能从营业额一个维度来判断商家的经营水平；V-in启用后，判断依据更加多维和科学。”基于郁亮对于V-in系统的判断，未来基于移动互联的大数据挖掘和人工智能算法等技术将在万科“城市配套服务商”平台上的经济主体消费行为中得到应用，形成良性的“运营商、商户、消费者”生态系统，为提升顾客体验、创造商户价值、精细商业运营提供有力支持。
Based on Cloud Computing and Mobile Internet to Design and Application of The College Students’Self-Management Platform
Yang Jie Zhang Mengmeng Luo Yidong
（School of Information Science and Engineering，Chongqing Jiaotong University，Chongqing，400074，China）
Abstract：In view of the college students in the process of self-management still exist target confusion， study blindly， lack of self-management ability， the article puts forward a kind of based on cloud computing and mobile Internet platform for the college students’management solutions.The platform integrate a number of mobile Internet applications of learning，self-management，resource sharing and so on， to guide the students to independent management， at the same time， using the college students’self-management data analysis system gather and process behavior data in the process of students’self-management，using the advantages of cloud computing and cloud storage，data analysis， data mining， and finally for school administrators to decision analysis.
Key Words：Self-management；Cloud computing；Mobile internet；Cloud class
随着学习型社会的发展，培养复合型、完善型和创新型的人才成为近年来高校不断发展和探索的方向。而在人才培养过程中，提升大学生的自主管理能力能够节约大学的行政管理资源，优化育人环境，提升大学生自身的积极性、主动性和创新性，有利于国家创新人才的脱颖而出[1]。因此，我国各高校纷纷提出和制定各自的大学生自主管理方案，来健全和完善人才的培养。
当前国内关于大学生自主管理研究大多停留在理论层面。相比之下，西方在该领域的研究较早，国内的研究相对较晚，成果较少。大学生自主管理包含了个体自主管理和集体自主管理两个层面，两者相辅相成，它包含的内容有目标管理、时间管理、金钱管理、行为管理、大学生参与学校的管理等方面[2]。与此同时，大学生自主管理也是作为高校学生管理工作的重要组成部分。
经研究发现，当前的大学生具备一定的自主管理能力，并能自行处理自身在学习和生活等方面的问题。但是有些大学生显得很不成熟，依赖性强。从整个大学生群体来说，大学生自主管理能力呈缺失状态。所以高校在实施大学生自主管理工作中遇到了以下几个瓶颈问题：一是大学生自主管理能力缺失呈现非均衡的状态，不同的学生能力不一。二是管理方法的落后，传统的督导和教育已经不能适应现状。三是学生数量剧增致使管理工作量增大，使得学校管理者只能面对一部分学生进行更多的教育和管理。四是尚未完全成熟的大学生难以均衡社会的复杂和多样性带来的诱惑等[3-4]。这些问题使得高校学生自主管理工作还没有更好地得到解决。为此，我们提出一种基于云计算和移动互联网技术来构建一个大学生自主管理平台，该平台采用面向对象的软件开发方法，将现有的、以及未来可能出现的大学生自主管理相关的移动互联网应用以及WEB服务集成到平台中，平台的数据由云计算平台统一管理和维护。平台能够向高校学生提供包括目标管理、时间管理、金钱管理等全方位的服务，同时，面向高校，平台能够将学生自主管理过程中产生的数据采用相关数据分析、数据挖掘算法进行分析然后反馈给管理者，以辅助高校进行更好的管理。通过这一平台的实现，更够解决现有的高校学生自主管理过程中的问题，把大学生自主管理的理念推向一个新的台阶，从而培养出更加自主化、完善化的人才。
1 云计算与移动互联网在高等教育中的应用概述
1.1 云计算在高等教育中的应用
自2006年Google公司提出“云计算”的概念以来，并伴随着近年来快速的发展，云计算的应用已渗透到各行各业，并在不同的领域中发挥着其高可靠性、通用性、高可扩展性、按需服务、价格低廉等优势[5]。云计算在高等教育的应用和研究由来已久，至今，我国国内各高校大都参与到其中。云计算在教育领域的长期发展，也使得在高等教育领域中渐显成熟，从理论到应用，都发挥着重要的作用。云计算在高等教育中的应用有以下领域：教学资源的知识管理协作[6]，基于教育云的高校信息化建设和模式[7]，多媒体教学环境[8]，构建电子新型图书馆，智慧校园等，促进了学校教学科研等的发展。其中最核心也是教育资源的整合与共享，这是云计算以资源为核心的直接表现。云计算为海量的教育信息和资源提供了高可用、高可用、大容量快速存储等的可能性。未来，云计算还将继续在教育领域中发挥着重要的作用。
1.2 移动互联网在高等教育中的应用
随着移动互联网的快速发展，越来越多的移动学习类应用和高等教育相关应用争相出现，都在抢占这个巨大的市场。据前瞻产业研究院的《2014―2018年中国网络教育行业市场前瞻与投资预测分析报告》分析显示：随着移动终端的普及、通信技术的发展，“碎片化移动学习”也成为讨论和发展的焦点。移动互联网在高等教育的移动应用包含学习类、高校信息类、生活辅助类等。学生通过与移动设备就能够了解学校资讯、学习各类互联网课程等。
2009年7月ABI Research推出一份研究报告，提出了“移动云计算”的概念。移动云计算是结合云计算与移动互联网产生的。它借鉴了云计算和移动互联网各自的优势，使得应用的产业在发展的过程中能够使应用者既能快速方便地获得服务，也能够在高可靠的环境里安全保障的使用服务。因此，将云计算与移动互联网相互结合的“移动云计算”应用到高校学生自主管理平台中，能够为平台的数据运营和学生使用服务得到更加全方位的体验和使用。
2 云计算与移动互联网的结合，给高校学生自主管理带来了新机遇
随着云计算与移动互联网的结合，云计算与移动互联网在高等教育领域将引来一场前所未有的革命和带来更多的发展空间。云计算的产生打破了传统的高等教育中教学资源与管理资源的管理与维护方式，使教学资源和管理资源得到了更加充分的利用。而移动互联网在另一个层面又提升了管理方式和渠道的多样化。两者的结合，将给高校学生自主管理平台带来更多的机遇。
2.1 自适应高校学生自主管理
传统的高校学生自主管理过程中，通过单方面的建设管理办法或提出校园管理和运营的方案等来提升和帮助大学生进行自主管理具有一定的局限性，所有学生采用统一的管理办法，已经不能适应人才个性化培养的目标。而云计算与移动互联网的引入，能够向高校学生提供大量的，可选择的大学生自主管理相关的移动应用和WEB服务，学生可以根据自身的情况进行个性化的定制和使用。我们所建设大学生自主管理平台能够向大学生提供包括个人日常计划安排管理、班级管理、团队管理、金钱管理、学习管理、目标管理、职业生涯管理等服务。不同的大学生自身多方向的自主能力也不同，他们可以采用自适应的方式择其所好，选择对自己有帮助的移动应用进行使用和帮助自己进行自我管理。
2.2 全方位立体式采集数据
对于学校管理者而言，希望通过在实施大学生自主管理工作的过程中获取学生自主管理进展的相关信息和数据，以备分析和进一步的完善。往往获取的数据仅仅是单方面的，而不是全面的。以移动互联网应用式的方式进行管理能够通过大量的应用实时获取学生自主管理过程中的信息和数据，同时不同的应用针对的方向不一，例如：“我的大学”应用针对的是大学生日常的计划安排、金钱管理等，“云上课堂”应用针对的是大学生学习计划的管理等。这种方式能够进行全方位立体式的获取大学生自主管理过程中的信息和数据，既能获取学生在校期间的个人消费行为数据，也能获得学生个人学习情况的数据，还能获得学生在学校的管理工作中的相关数据等。进而，全方位的数据信息能够更加完善的辅助管理者进行管理。
2.3 快速反馈自主管理现状及分析结果
在高校学生自主管理过程中，除了学生个人相关的管理外还包括学校管理者参与的管理，一方面在必要的情况下学校管理者能够引导学生进行自主管理，而不是任由学生自己执行全部的管理步骤。学校管理者参与大学生自主管理是通过在大学生自主管理过程中获取相关信息，然后进行数据分析，进而给出执行的过程方案。这种建立在现有高校制定的大学生自主管理制度和方案上的过程，往往周期长，效率低，最终提升大学生自主管理的能力也不佳。而建立在云计算和移动互联网基础上的大学生自主管理平台，通过在全方位立体式获取数据的基础上，采用数据分析、数据挖掘的相关算法能够更快速的方式呈现在管理者的眼前，能够直接给出当前的大学生自主管理现状和分析结果。
3 基于云计算与移动互联网的高校学生自主管理平台的总体架构设计
基于云计算与移动互联网的高校学生自主管理平台采用面向服务（Service Oriented Architecture，SOA）的软件架构设计方法，与传统面向对象和基于构建的软件开发方法相比，具有重构性强，松耦合，面向服务等特点。同时，应用于面向平台的架构，使平台具有较好可扩展性。
3.1 平台总体架构
基于云计算与移动互联网的高校学生自主管理平台采用SOA架构，利用Web服务（Web Service）实现平台与接入的移动互联网应用和其他Web应用间的通信，并对应用间通信所采用的XML、JSON等数据进行加密处理，很好的保证了平台的安全性。同时。平台采用四层架构模式，整体平台逻辑清晰，层次分明，具有较好的可扩展性和伸缩性。它的主要架构模型如图1所示。
平台架构分为四层架构，分别是：应用层、云资源层、认证授权层、校园云端层。
应用层：也称之为服务层，是面向高校学生、教师等用户的服务提供层。用户可以通过浏览器、移动手机APP与平台进行交互，该层包含的应用有移动APP应用和WEB应用，移动APP应用有辅助学生进行自主管理的应用和增加师生在线交流等应用，这部分应用部署在云资源层。
同时，应用层囊括了来自互联网中有益于大学的其他移动应用。应用层是通过云资源层提供的服务得以实现的。
云资源层：云资源层是自主管理平台的资源中心，其通过云服务器部署应用层服务和大学生自主管理类应用等。同时，承担了应用数据存储和管理的角色。云资源层通过标准化的数据结构对提供的Web Service技术建立统一的模型。其中，Web服务器是服务的主要提供者，将平台中实现大学生自主管理的应用服务、校园云端层大学生自主管理数据分析服务提供调用的接口。
认证授权层：认证层向高校管理者、学生、老师及其它用户提供了统一的认证。高校在通过认证授权通过后可以从云资源层获取对应高校学生和教师使用该平台中部署的相关应用的数据，然后利用平台的校园云端层进行数据分析。
校园云端层：校园云端层主要面向高校管理者，包含高校学生自主管理数据分析系统等。高校管理者通过该层对学生和教师使用校园类应用所产生的数据进行分析，以辅助管理和决策。
3.2 自主管理平台功能模块划分与用户行为
高校学生自主管理平台主要划分为：基础数据管理、应用管理、认证授权管理、数据分析系统管理四大板块，如图2。
平台的基础数据管理包括学生信息管理、教师信息管理等。应用管理模块包括应用中心管理、应用信息管理、企业用户管理等。认证授权管理包括普通用户权限管理、高校数据分析系统权限管理等。数据分析系统管理模块包括：应用数据管理、分析数据管理等。
根据平台的业务需求，将平台的用户角色及角色的功能划分如下：（1）学生：使用自主管理软件进行自主管理；（2）教师：辅助学生进行管理，提供教学资源；（3）平台管理员：应用管理、认证授权管理；（4）企业用户：应用管理；（5）学校管理员：数据统计分析，制定决策方案。
3.3 平台主要数据流
基于云计算与移动互联网的高校学生自主管理平台主要是通过移动互联网应用进行全方位立体式采集学生自主管理的相关数据，然后利用云计算平台进行数据存储，最后通过统一的校园认证平台，向各高校学生自主管理数据分析系统传输数据，以进行最后的分析和挖掘。为了能够尽最大可能的分析当前学生进行自主管理的真实情况和信息，平台提供的数据需严格、准确。同时，平台部署的自主管理类应用应能够进行学生的学号绑定，以供高校进行学生识别和分析。整个平台涉及的数据主要有以下几种。
（1）应用信息：应用信息包括平台所有应用的基础信息和用户使用过程中产生的数据信息。应用基础信息为应用的名称、所属类别、版本、支持的软件平台等，而使用过程中产生的信息即高校学生自主管理过程中的信息，包括学生使用学习类应用进行的学习行为数据信息、使用管理类应用的行为数据信息等。
（2）学生信息：学生信息包括学生个人的基础信息。
（3）教师信息：教师信息包括教师个人基础信息和教学信息等。
（4）平台管理者信息：平台管理者信息包括自主管理平台的管理员基础信息等。
（5）学校管理者信息：学校管理者信息包括校园云端管理者的基础信息。
（6）学生自主管理分析数据：学生自主管理分析数据主要为学生使用平台后产生的数据再进一步加工处理后的结果信息，数据来源于学校管理者把云资源层获取的数据进行筛选、分析等过程后获取的。
（7）认证授权信息：认证授权信息包括平台所有用户的权限信息、校园云端和软件授权信息等。
以上的平台数据与平台主要的业务流程密切相关。具体数据流图见图3。其他数据信息还包括互联网应用来源信息等。
自主管理平台的具体应用――以重庆交通大学为例。
基于云计算与移动互联网的高校学生自主管理平台五类用户通过Internet在云计算平台中进行大学生自主管理、应用管理、自主管理数据分析等具体的操作。该文将以重庆交通大学基于云计算技术创新型的高校学生自主管理平台为例，以作者自主研发的移动学习管理应用“云上课堂”（软件著作权登记号：2014SR090086）进行数据采样分析。应用层的应用面向学生“云上课堂”移动端服务，是一款校园课堂助手，能够帮助学生进行学习管理、建立日常学习提醒计划，同时也是学生进行在线学习的应用，另外，应用还提供了师生在线交流等服务。该应用能通过学习和日常计划的层面帮助大学生进行自主管理。
平台面向学校管理者提供了高校学生自主管理数据分析系统。通过该数据分析系统，可以对该校学生的日程计划情况和课后学习任务完成情况等数据进行分析。部分分析统计如表1所示。
统计数据显示，85%左右学生课程任务的完成情况较好，学习管理能力较好，能按时完成学习任务，但提前完成者比例较少。同时，存在一部分超时完成的学生，甚至是未能完成的学生。数据从侧面反映了了学生对自身学习任务管理的能力和时间管理能力。
最后，我们通过在重庆交通大学对平台试运行进行了抽样调查，调查结果显示：试点运行总体良好，但平台还存在以下问题和不足：（1）对学校管理工作者来说，在现有的教学管理系统的基础上增加了工作量，赞成了一定的不满意；（2）目前平台集成应用少，监测的数据还不够完善；（3）对老师来说，在线下课堂的基础上，增加了与学生沟通的渠道和时间，但同时带来了线上管理学生的任务量；（4）对学生来说，目前平台提供的管理资源还较少。
“互联网+”背景下，随着企业对O2O商业模式的青睐有加，带动了线上企业电商网站和线下传统渠道对营销专业人才需求的迅猛增长。与互联网时代相应，企业对营销专业人才的素质也提出了新的要求:网络化复合型人才的需求加大，同时，大数据时代企业对营销人员的市场调研以及数据处理能力的要求提高，这已成为高校市场营销专业发展顺应时局应积极应对的问题。目前现代线上教育也正在挑战着高校的生存。《市场营销》课程教学必须顺势而为，积极变革。
［关键词］
互联网+;市场营销;课程教学改革
一、“互联网+”背景下市场营销专业人才需求的变动趋势
(一)“互联网+”背景下企业对营销专业人才需求增长迅猛
伴随着互联网技术的成熟运用以及电子商务的迅猛发展，越来越多的电商企业和传统企业更为青睐O2O(即OnlineToOffline)商业运营模式。互联网已经成为企业促成交易，为顾客提供更加体贴入微的系列服务的快捷方便的通路，成为帮助众多的企业打破时空界线，开拓广阔的世界市场的开放的扩展平台，以及与顾客亲密接触的便捷的链接媒介。艾瑞咨询《2015年度数据电商O2O篇》显示，伴随着中国网购市场的不断成熟，跨境电商、农村电商成为新的增长点，移动网购发展势头强劲，2015年交易额高达2.1万亿元，年增速为123.2%;其中B2C网购交易规模增长迅速，高达2.0万亿元，占国内网购交易额的52.2%，首次超越C2C交易规模。B2B电商运营平台营业收入超200亿，增速高达6.9%。从2015年我国电子商务市场交易规模看，已高达16.2万亿，增长了21.1%。2015年12月27日《中国自营式企业网购分析报告》预测，2016－2018年，我国企业网购交易年均增长率将保持在30%，到2018年末，B2B网购规模将达到28.6万亿元。我国网购市场可谓发展势头猛进。国内众多的企业已纷纷借助互联网，将线下的体验、促销、售后服务等一系列活动与线上的市场推广、客户服务、交易活动有机地融合在一起，立体式全方位打造企业的核心竞争力。目前，众多电商企业不断加快了线下渠道的扩展步伐，以苏宁与阿里的结盟、阿里入股银泰、京东与全国百家便利店联手等即可见一斑。传统企业也正在不断向线上发力，借助电商服务机构加速企业线上电商运营平台的构建，国内电商企业平台的数量和规模正在迅速增大。与之相伴，随着市场经济运行机制的不断完善和发展，更多的企业对市场营销理念的精髓的领悟也在不断深入，众多的企业正在丰富着市场营销的理论，推陈出新，把营销理念提升到企业战略高度去进行科学的布局。以上诸多因素，都使得企业对营销专业人才的需求呈现出猛增的态势。据羊城晚报2015年12月08日14:15《会计专业:供应过剩热转冷市场营销:需求旺盛再吃香》所述，“近来市场营销专业的市场需求也很旺，学生就业不愁。”“电商的兴起，给市场营销类专业的毕业生提供了更多的就业机会。”500余家招聘企业中“互联网+”企业占四成，京东商城招聘人员中终端销售管理类人员就达到55人，占招聘总数的68.7%。企业对市场营销专业人才的需求上升明显。
(二)企业对营销专业人才的需求呈现出网络化复合型趋势
电商企业和传统企业的O2O商业模式的快速扩展，在为市场营销专业人才提供了数量巨大的空缺岗位的同时，也对营销专业人才的综合素质提出了更高的要求，呈现出网络化复合型的变动趋势。“互联网+”背景下，企业急迫需要一批踏实敬业、勤奋肯干的懂电子商务平台运营规律的能够进行营销策划，文案撰写，可以熟练使用网络促销新媒体工具的营销复合型人才。
(三)大数据时代企业对市场调研及数据处理型营销专业人才的需求扩大
互联网技术的成熟运用，为众多的企业有效地分析客户端碎片化、个性化的大数据提供了更为便利的条件。大数据分析为企业在未来精准营销，为顾客提供全方位的定制化营销服务成为可能。《大数据大利润–数据信息图》指出，若企业通过数据分析，举办有针对性的促销活动，与群发邮件相比，促销产品可获得288%平均利润增长。《消费升级里的中国:电商消费大数据勾勒出在线商业图景》以数据分析为我们清晰科学地解读了当前我国电商消费的变化趋势……众多的企业以及像亚玛逊等网站已由电商平台角色向大数据服务机构转变，他们通过对客户端大数据的科学分析和运用，为企业做出正确科学的决策奠定了坚实的基础，帮助企业将有限的资金、人力、物力等资源用到了刀刃上，从而全面提升了企业的核心竞争力，为企业创造了可观的利润回报。大数据时代的精准营销、个性化营销促使企业更加强调市场营销队伍整体的市场调研和数据处理能力的全面提升。企业对营销专业人才的需求也将向市场调研能力和数据处理能力的需求倾斜。
二、“互联网+”背景下《市场营销》课堂教学改革的思考
高校专业品牌的塑造往往是通过依靠所培养的学生的综合素质与社会需求的吻合度来构筑的。因此，市场营销专业人才培养目标必须与企业对该专业人才的需求的动态变化紧密接轨。而课堂教学则是有效落实专业培养目标的致胜关键，也是链接理论教学与实践转换的重要的桥梁和纽带。“互联网+”背景下，伴随移动终端的普及，高校学生所能够获取知识的渠道更加方便、快捷;再加上全球开放的互联网MOOC、微课等新的教学形式和内容的层出不穷，这些社会教育服务机构汇积了全球最优秀的师资力量于一体，在线教育正极大地冲击并挑战着传统高校的生存地位。当前，高校若单纯依赖于单一层面的知识传授，已然无法满足现代教育的要求。作为高校以及高校的教师，如何进行定位，已迫在眉睫。当前，针对网络化复合型人才需求加大以及大数据时代对市场调研与数据分析营销专业人才需求的紧迫需求，《市场营销》课堂教学需要紧跟时代步伐，立足“以学生为主体”，以工作过程为导向，对教学内容进行分解，以学生网络化复合型素质培养为核心，有效利用互联网技术，积极转变教师的角色，进行积极改革，以适应企业对营销专业应用型人才的综合素质的要求的变化所带来的挑战。现就《市场营销》课程教学改革提出以下几点思考:
(一)树立新的教学理念，以工作过程为导向，科学设计课程教学内容模块
互联网———知识大爆炸时代，学生获得知识信息已不再困难，知识获得的渠道多样而开放。传统的课堂教学模式以“学习是知识的获得”的认知心理学作为依据，以教师为主导，学生常处于被动的接受知识的角色地位，即俗称的“填鸭式”教学当前已受到了极大的挑战。传统的课程教学模式在激发和全面提升学生的创造性、创新性、学习能力等综合素质方面存在一定的欠缺。建构主义理论倡导通过“学习环境创设”，以“学习是知识的建构”为核心理念，教师通过创设一定的特设场景，大胆尝试以职场项目的工作过程为线索，将课程内容进行模块化分解，引导学生不断地模拟和演练职场岗位所需要完成的各项任务，翻转课堂教学，将学生“被动的学习”转化为激发学生的探索、创新的热情，以学生“在做中学”，学生“在教中学”，来推动学生从单一地吸收理论知识向全面提升学生的实践能力和综合素质的科学转换。以燕京理工学院《市场营销》课程为例，自2013年一直积极尝试着以营销管理的工作流程即市场分析→战略定位→营销策划→营销计划的组织管理为逻辑脉络，来构筑课程教学内容模块。自2013年初至2015年，一直以模拟项目教学为主进行尝试，当前已参加学校的福特基金“以学生为主体”的项目课题研究，通过引入英纽林等企业的产品进入课堂，把学生分成项目小组，按照企业产品项目市场开拓的全过程，对课程内容进行调整，分解成从市场调研分析→产品营销战略定位→产品营销策划→项目方案的实施几大模块，通过项目小组的“做”，亲身体验工作设计以及方案的实操，以项目组的实际业绩作比较，来验证学生们对理论知识的掌握程度。
(二)积极引入企业经理人进校园，采用多元化教学策略，带动学生进行项目实施
“互联网+”背景下，大量的免费网络公开教学资源供应对高校的生存提出了严峻的挑战。高校必须改变单一层面的知识传授角色，以“树人”为核心，从培养具备创新能力、团队合作精神、较强的学习和研究能力、积极健康的人格的应用型专业人才方面的核心价值，以此作为超越互联网教育平台所无法比拟的优势，来应对线上教育和全球化国际教育市场竞争的严重冲击。在处理教授理论知识与培养学生综合能力素质的关系时，《市场营销》课程需要积极建设多元化的教学环境，通过引进企业经理人进课堂，作为传统教学的有效补充。在理论教学过程中，通过精心构筑产品项目执行的工作全过程，将学生导入不断的“处理问题→调查分析→策划→实施”的学习过程中去，以提升学生的创造性思维并提升学生项目的执行能力。互联网时代，网络化复合型营销人才的培养势在必行。通过依托状元汇企业的线上平台，请企业经理进入课堂，让学生在线上实际演练网上建店、网店的装修，包括店标的设计、产品的图示以及产品文案的撰写、网店促销活动方案的设计与实施等内容，让学生在实际项目的操作过程中，去深入体会理论知识的内涵，从而培养学生的创意思维、团队合作精神以及动手能力。
(三)变革教学方法，尝试翻转课堂，向全面提升学生的综合素质转变
互联网时代，学生获取信息的渠道很广，教师必须努力转变单一的“知识传授者”的角色，以向激发学生探究问题的引路人和指导者的角色转变。想办法激发学生的学习自主性，布置项目和任务，重视学生的探究性学习，通过学生“做中学”，学生“教学生”，教师在学生学习的全过程中进行有利的引导，以协助学生项目小组进行问题的探索→思考→实践→再探索，”授之以渔“，将工具和方法教给学生，组织学生亲自去做，搜集资料，学习知识，结合项目去研究，并且将课程模块内容分配给各项目小组的学生，每个项目组将理论模块的知识以PPT的形式呈现并在课堂进行讲解，以提升学生的信息搜集整理、撰写以及团队合作和语言表达能力，从而达到全面提升学生整体综合素质的目标。
(四)课程教学测评体系由应试评价向过程评价和能力评价转化
“互联网+”背景下，营销专业为突破并超越MOOC、微课等线上教育迅猛扩展所形成的困窘之势，必须深度挖掘传统教育不同于现代线上媒体教学的独特价值及其魅力所在。现代线上媒体教学的确在突破时空界限，学习灵活，富有弹性具有极强的竞争优势，然而仅仅依靠现代线上教育媒体单一的知识传授，尚无法满足学生综合素质诸如创新创意思维、学习能力、团队精神和健康人格的方面的塑造，这正是其无法比拟和难以完全取代高校地位的根本所在。正因为如此，《市场营销》课程教学必须与时俱进，立足以“树人”为核心，应以学生创新思维、学习能力、团队精神和健康人格等方面综合素质的培养和全面提升作为重点，积极调整课程教学测评体系，由单一的应试评价向过程评价和多维度的能力评价相转化。传统的《市场营销》课程教学的测评体系，通常采用期末成绩这种单一的应试评价来甑别学生的优劣，这样往往会导致学生平时课堂的参与热情不高，只是期末突击学习，背诵课本重点内容来应付学习，从而导致所培养出的学生高分低能，学生综合能力素质测评陷入缺乏科学性的恶性循环。此次改革需要将课程教学测评的重点放在过程中，以能力素质所能得以体现的阶段性成果，分阶段进行考核评价，按照知识和能力素质所形成的规律，激发学生“做”的积极性，帮助学生在从感知→概括→应用的思考的全过程中去建立和形成科学的思维逻辑方法、独立学习能力、团队合作和良好的人际关系处理习惯、健康的人格，并培养学生在“做”的过程中形成持之以恒的探索精神。以《市场营销》课程为例，拟以阶段性市场分析报告、营销策划案、策划案的执行报告按照职场营销工作的全过程，分解课程的教学内容，在将教学内容模块化的前题下，将学生测评体系向过程测评和能力测评进行转化。当然，若想真正贯彻实施，这需要学校层面人事部门在对学校教师的工作绩效考评体系同步进行一定的调整，从而确保并且激发教师敢于尝试和大胆改革的意愿。面对“互联网+”背景下现代线上多种教学模式的冲击，高校必须积极思考其立命之根本，防患于未然，积极改革，以“树人”为核心，变革课程教学，以增强其竞争力。
作者：李玮 单位：燕京理工学院
参考文献:
［1］艾瑞咨询.2015年度数据电商O2O篇［EB/OL］.
［2］冯雪.2015年电商交易达16.2万亿元［EB/OL］.
［3］余晓玲、刘艳、谢晶晶.会计专业:供应过剩热转冷市场营销:需求旺盛再吃香［EB/OL］.
【关键词】学前教育；信息化；试题库
一、学前教育的发展与改革趋势，正如《2014上海基础教育信息化趋势蓝皮书》所言：技术与教育互相渗透呈现出教材多媒化、资源全球化、教学个性化、学习自主化、任务合作化、环境虚拟化、管理自动化、系统开放化等结构性特征。统计数据显示：2012全球移动互联网产业(包括终端、移动数据接入、移动互联网服务和网络设备)总收入约7500亿美元；移动用户数达到64.3亿，其中3G用户14.8亿；全球智能手机出货量约7.2亿部,同比增51.6%；前摩根士丹利互联网分析师,KPCB合伙人MaryMeeker在年度互联网趋势报告中指出:中国移动互联网用户目前达到中国互联网用户总数的约80%,中国的移动互联网用户已达到“关键的大多数”；2014年IDC数据显示，中国智能手机网民数量达5.27亿，使用率超过传统PC。《中国网络教育行业市场前瞻与投资预测分析报告前瞻》显示,近年来，我国在线教育用户规模呈现逐年上升的趋势，2012年，我国在线教育用户规模为5905.6万人，同比增长13.8%；到2013年，我国在线教育用户规模达到6720万人，同比增长13.8%；从大家耳熟能详的QQ、微信、京东、天猫，到各类企事业单位、高等院校的“掌上某某”，基于移动互联网开展生活、学习、娱乐或者工作已经成为很多人的习惯，使用移动智能终端已经成为一种习惯。由此可见，正如吴吉义等在《移动互联网研究综述》中所预言的一样：“移动互联网被视为未来网络发展的核心和最重要的趋势之一”、“尤其是移动互联网与其他应用平台的有机结合体,必将成为未来人们进行移动通信和获取互联网服务的首要模式”。
二、试题作为考核某种技能水平的标准，既是衡量教学效果的有效方法，也是提高知识与技能的有力手段。作为教育资源库的重要组成部分，学前教育模拟题库目前存在一些不足.第一，通常以试卷形式组织、以文本如Word或PDF等方式呈现，无法实现在线应用；第二，建设学前教育类资源库时，如2009年湖南省教育厅信息化专项建设项目“湖南学前教师教育资源库”，试题往往以“碎片化资源”方式呈现，容易被忽略；第三，通过检索国内知名的学术库如CNKI、万方等，不难发现，以“学前教育模拟题库”等相关关键词的研究非常少；第四，通过知名搜索引擎如百度、Bing等搜索发现，结构化、系统性的学前教育类题库几乎空白，优质试题资源的流通、共享非常困难；第五，通过搜索苹果AppStore和谷歌应用商店，没有相关应用。郭文斌等人通过进入CNKI检索主题为“学前教育”自2003至2013年的所有文献，对3833篇有效文献关键词做出的统计与分析表明，“大多数研究成果围绕宏观政策和政府职能展开，对于行之有效的操作层面的研究则较少”。
三、因此，从移动互联网的视角来做学前教育模拟题库研究，探索模拟题库与信息化的深入融合，具有研究理念的先进性和研究内容的必要性。其一，从微观层面、结合技术手段、跨学科着手学前教育研究，更具实际意义。其二，适应移动互联网的发展，以“需求引导、应用驱动”，有利于知识发掘与传播。其三，基于开源平台，以开放、兼容的思想来做APP开发，成本小、可持续改进、可持续研究，切实、可操作。其四，选择学前教育国家精品资源共享课为蓝本，通过信息标准化及资源建模等手段加工资源，并将其以模拟试题的方式提供给用户训练、考察、考核各个章节、知识点与技能点，通过案例法、访谈法等多种研究方法、结合后台数据分析，可以了解用户行为，并试图摸索出学前教育模拟题库结构、系统及应用上的共性。
参考文献
[1]张娜.学前教育课程模式设计研究:[博士学位论文].武汉:华中师范大学,2013.
[2]吴吉义,李文娟,黄剑平等.移动互联网研究综述[J].中国科学：信息科学,2015,45(1):45-69.
作者简介
段云峰
承担了国内最大电信运营商的数据仓库和大数据中心的设计和建设、运营工作(截止到2015年该系统达到18000TB存储容量，累计投资120亿元)，积累了15年的大数据领域的实际工作经验。带领相关的团队，从系统创建到系统运营，开发了很多大数据领域的各种应用。积累了国内唯一的大数据在大企业建设、运营方面的经验。其前后主持设计的文档，有150余册、1200多万字，涉及大数据系统的数据模型、数据接口、系统架构、质量管控、业务应用、系统安全等各个领域。
秦晓飞
具有理学学士、工学学士和管理学硕士学位。最近十几年先后从事BI系统的运维、开发、项目管理以及应用推广等工作，参与并见证了中国移动BI系统从TB级别数据仓库向PB级别大数据平台跨越的整个过程。先后获得高级工程师、信息系统项目管理师、高级电信业务师、国际信息系统审计师等专业资格认证，并且被评为2012年山西省青年岗位能手。在《移动通信》《中国新通信》《电子世界》《信息与电脑》等杂志发表多篇专业论文，并且申报了多项国家发明专利。
目录
01大数据现状／1
1.1大数据的概念和特点／2
1.2互联网思维的故事／4
羊毛出在猪身上／4
圈客户／圈眼球／4
1.3“天变了”／5
用户变了／6
平台变了／8
金融变了／9
营销变了／9
思维变了／10
1.4大数据为什么需要互联网思维／12
大数据项目不同于传统IT项目／12
大数据产业是咨询服务产业／13
互联网思维是咨询服务产业的法宝／14
大数据“变现”需要互联网思维／15
大数据中“群众的智慧是无穷的”／15
1.5小结／16
02堪比“文艺复兴”的互联网思维／17
2.1文艺复兴的意义类比／18
艺术解放思想，思想解放生产力／19
引导了第一次工业革命／19
互联网引导新的工业4.0／20
改写金融业，改写社会／21
2.2互联网企业的发展／21
BAT的造梦／22
IT技术成为企业的核心竞争力／22
2.3互联网思维的概念／24
2.4互联网思维的特点／24
2.5互联网思维改写了手机产业／26
2.6互联网思维改变大数据／29
大数据的客户体验／29
大数据的产品化思维／30
大数据的平台思维／37
大数据的迭代思维／42
2.7大数据的新生／44
从配角到主角／44
产业化成为可能／45
大数据的春天／45
2.8小结／46
03大数据的发展／47
3.1大数据产业的发展／48
互联网改写了历史，大数据改写了互联网／48
第三次浪潮中的新兴产业／49
数据成为最大的资产／50
促进“理性社会”／51
3.2从网络运营到大数据运营／52
互联网平台如何使用用户数据／53
建立数据分析保障管理体制／55
从基础设施到产品提供／57
从网络产品到数据产品／59
3.3如何运营大数据／60
互联网基因／60
对内服务／63
对外服务／66
大数据营销／68
3.4大数据发展的瓶颈／69
与传统IT不同／70
机构和机制不同／71
新理论和新思维／71
转型更难／72
3.5小结／72
04大数据的客户体验／74
4.1客户是谁／75
内部客户／外部客户／77
个人客户／集团客户／78
校园客户／80
4.2客户的大数据需求是什么／80
取数——“取柴火”／82
取知识——“将柴火烧成炭”／83
取专业建议——“集体供暖”／84
4.3客户体验是什么／85
什么是体验／85
数据如何可读／90
“啤酒和尿布”的另一个角度解读／95
4.4客户体验如何提升／96
服务不同角色／96
娱乐思维／98
管家式服务／98
4.5小结／99
05大数据产品设计／100
5.1大数据产品背景／101
产品长什么样／101
谷歌是搜索门户还是数据门户／102
提品还是平台／103
卖咨询服务／104
智慧产品／104
5.2大数据产品内容／105
工具类／106
中间类／107
像棋谱一样的知识库／108
数据分析手机／109
互联网联通了人，数联网联通了大脑／110
5.3产品的“客户流量”／110
吸引客户／110
运营客户／111
5.4大数据产品类比／113
大数据的搜索门户／113
大数据的社交平台／113
大数据的电商平台／115
大数据的云化——在云里找数据／115
5.5大数据产品特点／115
目的决定产品特点／116
通过对比显示价值／116
更多的群众参与／116
5.6产品的界面优化／117
从苹果App中学习什么／117
结果的可视化／117
5.7产品的用户定位／117
如何让孩子看懂／118
数据的消费者／118
DIY发烧友／118
产品的商业模式／118
5.8小结／119
06大数据的极致思维／120
6.1产品的极致／121
傻瓜化的App／121
新的触摸屏在哪里／123
服务的极致／124
专家的极致／125
棋手的极致／126
智能改造之后的极致产品／127
智慧产品的极致／132
6.2思维的极致／134
兵书的知识提炼／134
参谋的极致／134
知识库和运维／135
思维的“众筹”／135
6.3营销的极致／136
点对点的精准营销／136
成本控制的极致／137
6.4“讲故事”的极致／137
吸引人的标题／138
吸引人的叙事方法／139
吸引人的数据证据选择／140
6.5小结／140
07大数据的快速迭代／142
7.1怎么“快”／143
标准零件的拼接／143
分析过程简单／143
不要追求完美，但求不断完善／144
7.2数据的标准／144
大数据是否还有逻辑模型／144
口径的管理／145
业务元数据和技术元数据／145
7.3平台的标准／146
云计算平台的标准化／146
PaaS还是SaaS／147
7.4环境的标准／148
编程规范和标准／148
软件结算的标准等／149
7.5迭代的知识积累／149
农业知识积累出的农历／149
何时更新、如何更新／150
7.6小结／150
08大数据的平台思维／151
8.1大数据的平台定义／152
数据得到丰富，取得规模效益／153
运营能够细分，拓展发展前景／153
8.2大数据平台思维的特点／153
平台越来越通用，应用越来越专业／153
孤立的数据是金，共享的数据是钻／154
数据的多维决定着平台价值的多样／154
8.3大数据的平台实体——“数联网”／154
数据交换的高效网络／155
数联网的内容／155
访问工具／160
数据管控／161
8.4大数据平台的生态环境／180
谁会购买大数据产品／181
各方获利的互联网模式／182
速度弥补精度／184
8.5平台SDK的开放性／185
平台的可编程API接口／186
数据的标准／186
数据的可读性／187
加工的简化性／188
容易参与／190
人人参与／192
8.6互联网企业的数据开放平台／192
阿里巴巴的御膳房／192
腾讯的微信开放平台／199
百度的阿拉丁／202
8.7人人的“数据”到数据的“人人”／204
8.8互联网平台升级到大数据平台／205
互联网平台是新时代的农业文明／205
大数据平台的价值最大化／205
电信运营商，新的电力公司or大数据公司／206
8.9小结／207
09大数据的跨界思维／208
9.1大数据跨界的背景／209
Hadoop的兴起，去了IOE／209
大数据的渗透——大数据×／210
9.2大数据跨界的定义／211
大数据跨界的特点／211
大数据跨界的展望／213
大数据跨界的案例／215
9.3大数据的业务多维／216
横看成岭侧成峰／216
数据的行业解读／216
9.4大数据的行业交叉／216
电信数据与金融数据的交叉／217
电商数据与医药数据的交叉／219
9.5小结／220
10大数据实践案例探索／222
10.1大数据提升客户体验／223
基于角色的应用／223
解决问题的应用／226
用户的GUI界面／234
10.2大数据实现产品化／238
BI Store案例／238
自助分析工具／242
用户的知识库／251
10.3大数据的极致思维／254
思维导图案例／255
大数据分析报告剧本／256
10.4大数据的跨界思维／258
大数据在交通行业的应用／258
大数据在金融行业的应用／259
大数据在制造业的应用／261
10.5大数据的平台思维／261
淘宝的API开放平台／261
某电信运营商的对外开放平台／265
10.6大数据的快速迭代／267
多波次灰度营销／267
数据字典的迭代／268
10.7小结／269
［关键词］排水防涝;数据融合;涝情预警;数据可视化
1引言
近年来，暴雨等极端天气给社会管理、城市运行和人民群众生产生活造成了巨大影响，加之部分城市排水防涝等基础设施建设滞后、调蓄雨洪和应急管理能力不足，出现了严重的暴雨内涝灾害。《全国城市市政基础设施规划建设“十三五”规划》提出“加快对城市易涝点整治”“建设暴雨内涝监测体系，提高内涝预报预警能力。”如何及时、准确、完整地掌握各个城市排水防涝工作进展，对城市排水防涝工作进行科学、有效的监督指导，成为住建部、省、市城建管理部门的迫切需求。大数据技术在海量异构数据融合、分布式数据处理与计算、数据可视化等方面具有优势，［1］融合大数据技术与城市涝情监管预警业务，成为客观分析排水防涝效果，科学指导城市安全度汛的有效方法。［2］
2应用需求
基于大数据技术，通过数据集成、互联网信息爬取、传感器采集等方式收集城市易涝点信息、城市降雨信息、城市涝情信息，为用户提供综合数据分析、可视化展现等服务，为城建管理部门监督、指导城市开展排水防涝工作提供支撑平台。系统主要需求包括以下三方面:①准确、及时掌握城市降雨及涝情信息。能够从气象网站获取全国主要城市的逐小时降雨信息。从门户网站、微博等渠道爬取城市涝情相关信息，及时掌握全国各地涝情程度和影响;②城市涝情信息预警预测。综合降雨量、城市防涝标准、易涝点治理进展、历史涝情等信息，建立城市涝情预警分析模型，对全国城市未来涝情情况进行预警，指导城市排水防涝工作;③对降雨、积水、涝情等信息进行综合利用，提供每日涝情情况汇总报告、涝情周报、涝情预警情况报告。辅助领导决策，满足监督、指导各地开展排水防涝工作的需要。
3系统建设方案
3.1数据架构。排水防涝信息系统融合易涝点基础信息、补短板项目进展信息、易涝点实时监测信息、城市涝情信息、城市降雨信息，形成排水防涝综合数据库，支撑排水防涝业务处理及科学决策需要。排水防涝数据体系包括:基础数据、业务数据、决策分析数据三类:①排水防涝基础数据:基础数据包括代码数据、基础数据、空间数据。基础数据在排水防涝系统各模块共享使用;②排水防涝业务数据:包括补短板项目业务进展数据、易涝点实时监控数据以及从互联网、第三方采集的降雨数据、涝情数据、统计年鉴等排水防涝相关数据，为排水防涝分析决策提供支撑;③排水防涝决策分析数据:决策分析数据是依据数据分析与综合决策要求，对排水防涝业务数据进行加工处理形成的数据，包括排水防涝统计数据、治理系统评价数据、涝情分析预测等数据。3.2技术架构。排水防涝信息系统利用大数据平台的数据采集、存储、计算、分析能力构建，由基础设施层、综合数据库层、大数据技术支撑层、排水防涝应用层以及信息安全体系、数据指标体系组成，构建科学合理的数据分析、涝情预测模型，通过丰富、形象、易用的数据可视化技术，满足排水防涝业务的数据应用需求。①基础设施层:通过云计算技术，将网络、计算、存储、安全等基础设施池化，为大数据支撑平台、综合数据库、排水防涝应用提供稳定、可靠、高效的运行环境;②综合数据库层:将易涝点数据、涝情数据、降雨数据、监测数据等按照数据标准体系进行清理、转换、加载等处理，形成满足业务处理与分析决策的综合数据库;③大数据技术支撑层:满足分布式环境下海量异构数据采集、存储与资源管理、分布式计算框架、大数据分析与可视化展现等功能需求。主要的技术组件包括地理信息、信息爬取与搜索、数据挖掘、集成接入(ETL)、遥感遥测分析等;④信息安全体系:围绕信息保密性、真实性、可用性(CAA)目标，参照信息系统安全机制构建涵盖物理安全、网络安全、应用安全、数据安全、管理安全的数据安全服务体系，为排水防涝信息管理提供安全的数据服务;⑤数据指标体系:建立排水防涝信息的数据标准、技术标准和管理标准，确定数据采集、数据集成、数据共享的技术路线，推动数据互联互通与信息共享，形成排水防涝顶层数据指标体系;⑥排水防涝应用层:梳理排水防涝信息管理业务流程，按照数据指标体系要求，提供易涝点管理、涝情信息管理、降雨信息管理、综合数据分析、业务一张图、涝情预测等服务，满足排水防涝业务需求。3.3功能架构。排水防涝系统主要功能包括:城市降雨信息管理、涝情报告生成、综合展现一张图、统计分析、基础信息管理等模块。①城市涝情预警。融合降雨数据、防涝标准、历史涝情数据，构建涝情预警模型，提供城市涝情预警预测服务;②涝情报告生成。利用网络爬虫及语义识别技术，从微博、门户网站等渠道采集城市涝情信息。提供城市涝情周报、日报等报告生成功能;③综合展现一张图。基于二维GIS地图展现城市降雨、涝情以及易涝点位置、积水、视频等数据，实现相关数据的综合展现;④统计分析。从行政区域、时间等维度提供涝情分布、涝情趋势对比分析等功能，通过统计图表方式，实现数据的直观展现和应用;⑤基础信息管理。对城市防涝标准、易涝点位置、监测设备等基础信息进行管理，为规范城市涝情、降雨、积水等信息提供支持。
4关键技术
4.1涝情信息爬取与识别技术。4.1.1涝情信息爬取。通过爬虫采集数据主要包括三种方式:定向采集、扩展采集以及源搜索。定向采集是指限定站点或者频道来搜索，实现精确的数据采集;扩展采集是指通过设定采集的起始点和采集的深度来实现比较精确的数据采集;源搜索是指利用搜索引擎(如百度、搜狗、360等)，通过设置关键词组来实现数据的非精确采集。本项目采用定向采集方式。按照数据采集范围、关键词持续采集数据，并对重复数据进行去重，能够根据语义过滤垃圾数据。分布式城市涝情信息爬虫体系包括如下四部分:①系统管理控制台:对爬虫系统部署的软硬件资源进行监控及动态管理，包括服务器资源及网络状况、爬虫进程运行情况以及异常事件处理等;②爬取规则定义:能够依据网络爬虫的运行状况和信息爬取效果对爬取规则进行定义及优化。主要定义的爬取规则包括:爬取范围、优先策略(深度、广度)、分析词策略(关键词、剔除词)、爬取频率等;③功能中间件:主要包括爬取中间件、爬取防屏蔽中间件、数据存储中间件等，提供数据采集、分析、避免反爬取策略、数据存储及查询服务;④分布式基础设施:采用“主从”模式构建，主节点将爬取、分析任务在从服务器动态分配，并建立异常处理机制，实现爬虫高效、稳定运行。4.1.2涝情信息识别。网络爬虫依据“大雨、内涝”等关键字采集的舆情数据不都是有效涝情信息，存在大量噪声。为了提高爬虫获取涝情数据的准确率，构建了“正则关联”与机器学习算法结合的涝情信息识别模型。通过机器学习算法进行语义理解，建立爬虫抽取的数据类别库，即判读每一条数据是否与洪涝相关，从而将样本库分为两类。通过卷积神经网络(CNN)和循环神经网络(RNN)提取文本上下文语义特征信息，依据属性特征对其进行分类，判别爬取的内容是否属于涝情相关的数据。该模型进一步提高了涝情数据的精准度。4.2城市涝情预警预测技术。以降雨预报、历史降雨信息、历史涝情信息、排水防涝标准、易涝点治理进展为主要因子构建城市涝情预测模型，将风险划分为“最高”“高”“较高”“一般”“无”5种等级，并三天内各城市的风险预警，为指导城市内涝工作提供决策依据。通过接入涝情城市、基于内涝点的降水实况及预报、覆盖内涝城市的降水实况及预报等数据，通过滚动计算方法，将其与城市防涝标准做对比，通过制定风险预警策略，预判城市涝情风险和易涝点涝情风险，并实时涝情预警信息。4.3排水防涝数据可视化技术。通过大数据技术融合城市涝情舆情信息、城市降雨信息、城市涝情监控实时信息，利用专题一张图、报告生成等方式实现多维度叠加式数据可视化，更好地服务综合管廊建设管理部门的规划和决策。①排水防涝专题一张图。基于GIS的业务多图层综合展现，将全国易涝点、降雨和涝情信息集中在一张图，关联降雨对涝情的影响，科学评估易涝点治理效果;②排水防涝业务分析报告:面向不同用户的业务需求，按照报告模板要求的格式、数据快速生成分析报告。报告采用文字、表格、统计图等多种数据展现形式，内容包括降雨分布情况、涝情分布情况、降雨与涝情关系分析等。
5结论
文章研究大数据在城市涝情监管预警领域的应用方案，充分发挥大数据在分布式、海量、异构数据采集、存储、处理、分析方面的优势，改变传统信息采集方式，融合易涝点数据、降雨数据、涝情数据、补短板项目数据，实现“填报型”到“监控型”应用的转变，构建城市排水防涝效果评价、涝情预测等数据分析应用模型，为促进排水防涝工作提供有力支撑。
参考文献:
［1］孙敏，王琳.大数据时代下的数据可视化方法分析［J］．软件，2019，40(9)．
［2］张丽虹.大数据背景下城市排水防涝设施动态管理系统设计［J］．工程管理与技术，2018(4)．
［3］薛祥光，蒋世峰，李萌，等.GIS在城市排水防涝中的应用趋势［J］．科技视界，2016(1):71－72.
［4］侯圣峦，刘磊，曹存根.基于语义文法的网络舆情精准分析方法研究［J］．计算机科学，2014(10)．
［5］郝莹，陈靖，王元，等.基于高时空分辨率降水预报产品的城市内涝预警研究［J］．暴雨灾害，2019(3)．
钛马信息网络技术有限公司是国内车联网市场具有领先地位的厂商，正快速成长为国内市场具有独特技术优势的车联网信息服务运营商，具备车联网和移动互联网平台技术优势。
目标市场和客户：为驾驶员及后期扩展到为相关厂家提供市场数据服务。
产品和服务： 车管家＼车助理＼车“保镖”等用车、行车、护车全过程信息服务。
主要商业模式：服务提供商（会员年费+各类单项服务费+市场数据分析报告等）。
销售渠道：车厂（前装及选装）、经销商、保险公司、电信公司。
世界级团队：核心管理层曾在 AT&T Wireless、IBM、Microsoft、ABQ、CITIC Media 和中国电信、汽车经销商集团等任职，拥有高级管理与先进技术研发及消费市场营销的经验。
技术领先：在通用汽车安吉星项目上提供全球首发的智能手机远程控制汽车技术。
钛马信息网络技术有限公司专注车联网行业，专注于为车主提供一种崭新的车生活方式的解决方案。通过钛马信息网络技术有限公司自主研发的端到端车联网的解决方案，钛马为车主提供多种车联网服务，包括：
1.安全安防服务，如车辆防盗、车况检查、道路救援、自动防撞系统。
2.信息娱乐服务，如手机音乐、多媒体娱乐资讯接收、移动信息服务。
3.基于位置的服务，如车辆跟踪、车辆轨迹、车辆定位。
4.导航路况服务，如一键导航、朋友导航、百度导航、实时路况、路况视频。
作为端到端整体服务解决方案提供公司，钛马拥有世界领先、业界领先的产品和平台钛马云平台源于国外业界先进经验和技术，在国内落地，既保持了国际先进水平，又具备了国内本地服务的能力，并具备灵活的集成能力，具有超强的平行扩展的广大空间。
购物车(0)