时间:2023-03-21 17:03:48
导语:在数据信息论文的撰写旅程中,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。
大数据(BigData)本身是一个比较抽象的概念,至今尚未有一个公认的定义。Wiki定义“大数据”是利用常用软件工具捕获、管理和处理数据所耗的时间超过可容忍时间的数据集[1]。Gartner这样定义“:大数据”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的海量、高增长率和多样化的信息资产[2]。也有研究者形象化地描述“大数据”是未来的新石油。不同的定义基本都是根据大数据的特征归纳阐述给出。比较具有代表性的是4V定义,认为大数据具有4个特点:规模性(volume)、多样性(variety)、高速性(velocity)和价值性(value)。即数据规模巨大,从TB级跃升到PB级;数据类型多样,包含结构化、半结构化和非结构化的多种数据类型;高效的数据处理能力及蕴含着极高的价值。
2大数据时代图书馆信息安全面临的威胁
大数据时代,数据资源将逐渐成为图书馆最重要的资产之一,决策行为将在数据分析的基础上做出。作为以数据分析利用和信息服务为己任的图书馆,它的信息安全将面临着大数据带来的挑战。
2.1存储安全问题
图书馆关注的数据已不仅限于书目信息、读者信息、电子期刊等业务数据,还延伸到微信、微博、移动网络等读者活动中产生的很难估量的社会化数据。如此庞大的数据集对图书馆的存储、软硬件设施是个考验。如何防止这些数据丢失、损毁、被非法盗取及利用是图书馆安全存储面临的一项挑战。另外,大数据环境下的图书馆为了降低成本,通常会将数据存储在云端,云的开放性,海量用户共存性等都带来了潜在的威胁。
2.2网络安全问题
图书馆是以网络为基础来传递信息和数字资源,为读者提供服务。在网络上,大数据成为更易被攻击的显著目标。图书馆的“大数据”不仅包含了海量数据资源,还包含了读者行为、敏感数据等,这些海量的信息资源将吸引更多的攻击者,也使大数据成为更有吸引力的目标。另外,黑客利用大数据发起的僵尸网络攻击,能够同时控制百万台机器,这是传统单点攻击做不到的。利用大数据,黑客能够发动APT攻击,APT的攻击代码隐藏在大数据中,很难被检测到。
2.3隐私泄露问题
社交网络、微博、移动网络等这些信息服务新形式的快速发展,互联网每时每刻都在产生海量的数据。读者的个人数据可能被任意搜索、获取,这将极大地威胁隐私安全。一方面,图书馆的海量数据信息资源、读者信息、读者行为、科研信息等数据高度集中,即使不被盗取滥用,也增加了数据泄露的风险。另一方面,对于某些重要数据、敏感数据以及隐私数据的挖掘分析,其使用权没有明确界定,这都将会涉及隐私泄露。
2.4知识产权问题
大数据时代,图书馆虽然会把越来越多的数据资源交给“云”提供商代为托管,但是图书馆应完全拥有这些被托管数据资源的知识产权。然而现实中“,云”提供商利用大数据技术对图书馆的数据资源进行挖掘、发现、分析进而整合成新的数据产品加以利用,本该由图书馆所唯一拥有的数据,一旦被“云”提供商开发成产品,知识产权的界定就成为图书馆要面临的新难题。
3大数据时代图书馆信息安全应对策略
大数据资源将成为图书馆的核心资产。图书馆在利用数据处理、数据挖掘、数据分析等技术获取大数据蕴藏的高价值,创新服务模式,提高服务质量的同时,应重点考虑如何确保数据资源存储安全,如何降低网络安全威胁,如何防止隐私泄露等。大数据时代的图书馆应首先从技术层面保障存储安全,提高网络安全防范技术;其次,建立数据监管体系,对读者和图书馆的重要数据、敏感数据、隐私数据进行监管;最后,加强图书馆信息安全制度和相关政策法规建设。
3.1保障存储安全
图书馆的数据资源在无限增长,规模日益庞大,保障这些数据资源的安全存储显得尤为重要,同时对硬件设施也是巨大考验。现有的存储系统无法充分有效地存储、管理、分析大数据,限制了数据的增长。大数据时代的图书馆为了降低运维成本,缓解硬件设施压力,应考虑将数据和信息存储在云端,利用云存储实现数据的存储、管理以及分析。云存储,即基于云计算的存储系统,其可扩展性、灵活性、运算高效性能够解决大数据存储和管理存在的问题。但是,云存储具有数据规模海量、管理高度集中、系统规模巨大、平台开放复杂等特点,这些都将对信息安全带来威胁。因此,保障云安全是大数据时代图书馆信息安全的基础。图书馆作为云存储服务用户,最关心的就是存储在云端的数据是否完整安全,是否有人非法访问,以及当合法访问这些数据时是否能获得有效且正确的数据。因此,应重点研究运用身份认证、加密存储、数据灾备这3种技术手段来保障云安全。
(1)身份认证。
加强图书馆云存储上数据的管理,实行身份认证,确保管理员、读者用户、云存储服务提供商等经过认证获得访问权限后,才可管理、分析、访问“云”上的数据资源。云存储具有跨平台、异构、分布式等特点,为了提高管理员、用户的访问效率,应建立有效的单点登录统一身份认证系统,支持各图书馆云存储之间共享认证服务和用户身份信息,减少重复验证带来的运行开销。
(2)加密存储。
对文件和数据进行加密保存,确保图书馆云存储上的数据资源在存储和传输过程中,不被意外或非意外损毁、丢失、处理及非法利用。加密存储主要包含两部分工作:一是密钥的管理和产生,二是应用密钥对数据进行加密存储和解密读取。云存储系统为每位注册用户生成一个解密密钥,系统将数据加密存储在数据中心,用户读取加密数据后,利用自己的解密密钥恢复数据,得到原始数据。这一过程对存储性能和网络传输效率会有一定影响,因此图书馆一方面要加快对加密存储技术的研究;另一方面可以考虑先只对重要数据、敏感数据、个人信息数据进行加密存储。
(3)数据灾备。
云计算技术对于数据灾备具有天生的优势。将虚拟化技术、分布式技术和云计算技术结合可实现多点备份、数据自动冗余存储、云节点无单点故障数据级灾备。图书馆可以利用云存储在不同的地方建设两个及以上的图书馆云存储数据中心,构成一个跨地域的统一存储平台,各业务部门和每个用户都可以共享共用这些数据。保证只要有一个数据中心完整,所有数据就不会丢失且能够提供持续服务。
3.2提高网络安全防护技术
随着图书馆数据资源总量的增加和新型社交网络下读者原创数据爆炸性增长,网络在线数据呈现急剧增长的趋势,导致黑客的攻击欲望比以往更为强烈,其手段和工具也更为复杂、更加专业。大数据对图书馆网络安全策略提出更高的要求,从技术层面来说,图书馆网络安全策略包括漏洞扫描、入侵检测、访问控制和网络安全审计4种技术手段,任何一个单一的防范手段都无法保障图书馆网络的安全性。
(1)漏洞扫描。
漏洞扫描包括检测路由器、交换机、防火墙、各应用服务器OS、应用系统以及工作人员用机的安全补丁、系统漏洞、病毒感染等问题。漏洞扫描系统应及时发现系统漏洞、木马、病毒、蠕虫、后门程序、网络攻击、ARP等,并提供修复、查杀、拦截、防御的有效工具,同时能够对图书馆整个网络系统进行风险评估,以便采取相应措施及时消除系统中的安全隐患。与以往的漏洞扫描不同的是,大数据时代,对于海量数据的扫描,将会花费很长的时间,因此需要研究解决如何提高网络海量数据检测扫描的精确度和速度。
(2)入侵检测。
随着图书馆信息资源和数据资源共建共享步伐的加快,图书馆私有云和行业云的建设加快,网络应用范围在不断扩大,来自校园网内部和外部的黑客攻击、非法访问等安全问题与日俱增,因此对恶意入侵的检测与防范刻不容缓。大数据对信息安全是把双刃剑,应利用大数据的分析技术,通过分析来源信息,能够自动确定网络异常。进一步研究更有效的检测手段,完成APT高端检测,做到多点、长时、多类型的检测。
(3)访问控制。
接入图书馆网络的用户,在使用海量数据资源之前,必须进行身份认证和权限划分,用户通过认证获得授权之后,才可以根据自己的权限访问相应的数据资源和应用系统,获取相关的数据分析结果等。采用单点、统一认证方式,并结合PMI权限控制技术,加大认证加密技术研究,有效控制不同用户分不同级别访问管理数据、访问数据、获取数据以及应用大数据分析结果。
(4)网络安全审计。
相比入侵检测系统,网络安全审计没有实时性要求,因此可以对海量的服务器运行日志、数据库操作记录、系统活动等历史数据进行分析,并且可以利用大数据进行更加精细和复杂的分析,发现更多的黑客攻击种类,其误报率也将低于传统的入侵检测。
3.3建立数据安全监管机制
大数据关键技术的快速发展,为图书馆大数据的存储与分析奠定了基础,大数据将成为图书馆的重要资产。但是,海量数据和数据分析结果一旦泄露,相对于以往,对读者个人甚至整个图书馆界将会造成巨大的经济损失,还可能导致声誉受损,严重的还要承担相关法律责任。大数据安全不仅是技术问题,更是管理问题。因此,大数据时代,图书馆除了要从技术上实现存储安全、云安全、网络安全等方式来抵御外来的信息安全威胁,更需要加强在数据安全监管、数据资源共享机制、数据隐私保护、敏感数据审计等方面的制度建设,从管理上防止图书馆核心数据、隐私数据和敏感数据的泄露。力图建立贯穿于数据生命周期的数据监管机制。在技术层面,运用先进的信息技术手段开展数据监管工作,如利用现有隐理、数据预处理等技术保障数据在使用和传输中能够拒绝服务攻击、数据传输机密性及DNS安全等。在管理层面,提高图书馆工作人员的信息安全意识,加强各业务部门内部管理,明确重要数据库的范围,创新有效科学的数据监管手段与方法,制定终端设备尤其是移动终端的安全使用规程,制定并完善重要数据、敏感数据、隐私数据的安全操作和管理制度,规范大数据的使用方法和流程。
3.4加强图书馆信息安全制度建设
依据信息安全管理国际标准ISO27000,明确大数据时代图书馆的实际安全需求和安全目标,量化各类数据资源的安全指标,建立全方位、立体、深度的信息安全防御体系。以信息安全防御体系为基础,建立信息安全责任人负责制的组织机构;制定日常安全运维制度,包括存储、业务系统以及各应用系统的安全运行监控制度、数据监管制度、移动终端检测制度、网络安全制度等;制定应急响应制度,包括数据灾备制度、数据恢复制度、故障系统恢复制度等。对于存储在云端的数据,建立数据共享制度和机密保护制度。根据保密级别、共享级别、开放级别等明确访问权限等级划分,制定数据的访问、检索、下载、分析等方面的规定;建立身份认证和权限控制机制,控制非法授权访问数据;制定数据云存储的安全规定,加密关键数据;制定数据所有权条款,防止“云”提供商第三方泄密。建立相应的法律政策保护数据利用时涉及的知识产权,保障数据资源的合理合法使用,维护图书馆利益,保护知识产权。
4结语
管理会计信息系统与会计核算系统有着很大不同。会计核算系统按照实际操作中对企业会计核算流程的要求安排设计,操作固定、内容全面。只需要按照经济业务内容和会计相关法律要求操作即可。而管理会计信息系统更为复杂。他没有一成不变的决策处理程序,相反在决策过程中需要运用大量的技术分析方法,对比多项数据信息才能得到所需的结果。系统庞大、操作复杂,一但结果失误有可能对企业的发展带来毁灭性打击。因而该系统的建立对数据处理能力有着极高的要求。大数据时代的到来,它所提供的数据量、数据结构和数据处理方式正好贴合了管理会计信息系统的需要。它将企业决策中需要的财务因素与非财务因素结合起来,为企业管理提供可靠的数据支撑。
二、管理会计信息系统在企业中的作用
管理会计信息系统是会计信息系统的一个组成部分。长久以来企业在会计信息化的道路上一味的重视会计核算的信息化,忽视了管理会计的信息化,使得管理会计的各项职能没有在企业发挥出来。随着企业规模发展壮大,经济环境纷繁复杂,管理会计越来越受到高层管理人员的重视。在企业中使用管理会计相关分析方法,建立管理会计的信息化系统可以为企业价值提升起到事半功倍的效果。1.为企业发展提供全面数据信息当前经济形势风云变幻,纷繁复杂,稍有不慎就可能对企业发展带来巨大打击。及时、准确的信息对企业决策至关重要,而建立管理会计信息系统可以对企业提供有效帮助。管理会计信息系统是以海量数据为基础,运用分析技术优势,结合管理需要,经营业务和会计要求,灵活运用管理会计的工具方法,为企业经营的各个方面提供服务。通过该系统的建立,搜集经营过程中的结构性数据和非结构性数据,利用专业分析技术,深度挖掘数据内含的信息,向决策者提供使用。2.对生产各环节进行精细化管理该系统的建立,可以通过存货系统、成本计算系统、质量管理系统、价值链分析系统连接企业供应、生产、销售的各环节。其核心流程涉及成本收入要素处理、成本中心分析与处理、作业类型计划与处理、内部订单处理、销售与利润计划、成本核算与结算、成本与作业分配、一般管理费用核算、获利性分析、全面预算与绩效考核等方面。主要的业务对象包括成本要素、作业类型、收入要素、内部定单、控制文档、成本对象、成本核算估计、获利性分析维度、业务计划与预算表以及绩效考核等。通过对各环节的严格把控,降低库存、减少成本,提高利润。3.促进企业完成战略实施目标管理会计信息系统中绩效评价的部分针对企业员工的完成水平进行评价,是该系统的重要组成部分。平衡积分卡绩效评价体系是最近几年流行在国内外的企业绩效评价体系。它分四个方面进行:企业财务业绩、客户关系、内部业务流程以及学习和成长,对企业进行评价。在系统中将企业的战略实施目标按照这四个部分细化成不同的财务或者非财务指标,对照不同的部门逐级细化,进行考核。该绩效评价系统将企业战略与员工考核挂钩,既可以推动战略目标的完成又可以激励员工成长。
三、在企业中建立管理信息系统的途径
1.1信息化薄弱
随着信息化时代的到来,大数据的分析已经深入了各行各业,作为医疗的前沿,医院在信息化建设方面相对于其他行业相对薄弱。医院信息化薄弱问题一方面来自管理层对医院信息化建设的不重视问题;另一方面,医院信息化建设需要巨大的财力、物力和人力,医院将精力投入在医疗设备的改进和医疗水平的提高方面,在信息化建设上就难以投入过多的精力。
1.2信息化统计内容单一
在大数据时代,医院信息统计工作内容越来越丰富,然而一些医院并没有意识到信息统计数据的重要性,信息统计内容还只局限于对病人的病例进行统计。由于统计内容的单一,难以形成有效的分析数据,对于医院的管理和医疗水平的提高不能发挥出统计数据实际的价值。
1.3信息化统计专业性差
信息化在医院管理中的应用缺乏统计的专业性,目前,医院所采用的信息化系统主要包括HIS医院管理系统和CIS临床信息系统,这两套系统主要功能是降低劳动化强度辅助医院进行人和物的管理,而对于统计数据适用性并不强。所以医院信息化急需具有专业性的统计系统,充分利用数据的价值,帮助医院进行管理和医疗能力的提高。
2发展对策
2.1提高统计信息质量
在大数据时代,大量的信息集中在医院的信息科,如何快速将这些信息进行分类和提取是信息科所要面临的重要课题。信息的准确性是信息统计工作必须严格管控的内容,在现代化医疗体系建设中,把握信息的质量的关键在于建立信息内容评价标准和信息应用规范,信息数据的应用具有3个主要特征,一是准确性,二是适用性,三是及时性。统计信息的评价标准和应用规范主要围绕信息数据这3个主要特征进行确立。
(1)信息的准确性
信息的准确性对于来自方方面面的信息真伪进行判断,只有准确的信息才能够成为有效信息,在医院中如果误用了错误信息数据则会造成严重的问题。提高信息的准确性首先要明确信息的来源,其次要对信息的真伪进行辨别,最后对信息的价值进行评价。
(2)信息的适用性
在医院的信息管理中,如何从大量的信息内容中获取对信息应用目标有用的数据是信息管理的内容之一。信息的适用性选择需要建立统一的标准,避免“张冠李戴”造成信息错用的问题。信息的适用性原则主要从医院自身的信息采集为标准,因为不同的医院在信息产生上都不相同,只有利用自身的信息才能确保信息的适用性。
(3)信息的及时性
信息具有时效性,相同的事情在不同的阶段所产生的信息不一定完全相同,因此,在信息采集和统计时,必须要以最新数据为价值参考,加快信息刷新的频率,降低失效信息勿误的可能性。信息统计的及时性主要表现在医院建立信息及时交流的基础上,只有增强科室之间、部门之间、人员之间的信息沟通机制才能保证信息及时被利用。
2.2科学化管理
利用大量的数据统计促进医院科学化管理是医院信息统计工作的核心内容。医院信息统计科学化管理主要实现以下几方面工作目标:
(1)信息统计的评测
信息统计的评测功能可以对医院的人员、设备、耗材等进行统计,还可以对近段时间的医患病因进行统计,通过对医院各项数据的统计与近期医患病因的统计可以分析出在某段时间医院需要加强某方面医疗的能力。利用信息统计的评测功能还可以对医院某一专项的医疗水平进行评测,统计医疗过程中的不足,帮助医生及时调整医疗方案。
(2)信息统计的决策
我国医疗体制改革不断完善进行中,对于来自各个层面的数据进行统计分析,能够为医院的管理者提供准确的决策依据,帮助决策者正确判断医院经营方向。并且通过对本院的统计信息可以快速找到医院系统中的薄弱环节,依靠准确的数据为管理者提供医院改革的参考。
(3)信息化统计的监督
医院医疗和服务的质量是医院水平的重要表现,医院信息统计可以对医院的各个科室、每一位医生及护士的工作能力和工作状态进行一个时期的统计,通过数据可以客观地、真实地反映出不同科室的医疗质量和个人的服务水平。信息化统计的监督功能是保障医患关系融洽的重要手段,通过建立奖惩制度提高医生和护士的工作认真性,而信息化的统计数据则是衡量和监督医生和护士工作积极性的重要参考。
3结语
0前言
随着现代商业经济和信息技术的发展,商业信息的增长速度呈现指数上升,积累了海量的、以不同形式存储的商业数据资料,原有的决策支持系统(DSS)和领导执行系统(EIS)已不能满足需要,这时出现数据挖掘技术,它能够去粗存精、去伪存真,从海量的商业信息中提取知识和有用信息的技术。现代信息技术处理商业信息经过一定的发展,逐步形成现在的商业数据挖掘技术。
1.数据挖掘方法在商业信息中应用的规则
数据挖掘技术在商业中的应用主要基于AI、机器学习、统计学等技术,高度自动化地分析商业原始数据,做出归纳性的推理,从中挖掘出潜在的模式,预测客户的行为,帮助商业决策者调整市场策略,减少风险,做出正确的决策,体现一种决策支持过程。
1.1商业信息泛化、简约和特征提取规则。商业信息泛化是为了商业数据更好的理解和掌握,将其具体一般的数据信息抽象到较高层次的过程;商业信息简约是为了采用一定的手段对信息进行描述;商业信息特征是找出这些信息的共同特征,寻找信息的通用性特征式。
1.2商业信息分类技术规则。商业信息分类是按照一组商业信息对象的特征给出信息对象划分的过程。其目的是学会一个分类函数或分类模型,该模型能把数据库的数据信息项映射到给定类别中的某一个。
1.3商业信息的聚类规则。聚类规则是识别一组信息对象的内在规则,从而将对象分组,构成相似的对象类,从而找出数据信息的分布规律,并进一步去发现隐含在一组混杂的数据信息集里的分类规则。聚类是把一组个体按照相似性归类,即"物以类聚"。使属于同一类别的个体之间的距离尽可能小,而不同类别的个体间的距离尽可能大。
1.4商业信息的关联规则。关联规则的商业数据挖掘已经从单一概念层次的关联规则发展到多概念层次的关联规则的发现。关联规则是如下的一种规则:"我们在研究大型商场的顾客在购买上衣和裤子的时候,发现其中在这些顾客中有10%的顾客同时买了帽子(上衣+裤子+帽子),这就形成简单的关联规则。除了具有上述关联规律,还有时间或序列上的规律,在不同的时间(春夏秋冬)所购的衣服、裤子以及帽子是不相同的,并且不同层次或者不同年龄的人所购商品又有一定的规律性。
2.数据挖掘技术在商业信息中的应用
数据挖掘技术是目前在商业信息处理中应用的比较多的一项技术,为了在商业领域中对海量数据库和大量复杂信息中提取有价值的知识,进一步提高信息的利用率,对公司及时制定相应的对策有非常重要的意义,在这里,讨论几个主要商业行业中的商业信息处理。
2.1数据挖掘技术在电子商务网站数据中的应用
随着Web技术的发展,电子商务网站正在成为现在商家的必争之地。如何让电子商务网站有效益要想有效益就必须吸引客户,增加能带来效益的客户忠诚度。电子商务网站每天都可能有上百万次的在线交易,生成大量的记录文件和登记表,如何对这些数据进行分析和挖掘,充分了解客户的喜好、购买模式,甚至是客户一时的冲动,设计出满足于不同客户群体需要的个性化网站,进而增加其竞争力,几乎变得势在必行。若想在竞争中生存进而获胜,就要比您的竞争对手更了解客户。
在对网站进行数据挖掘时,所需要的数据主要来自于两个方面:一方面是客户的背景信息,此部分信息主要来自于客户的登记表;而另外一部分数据主要来自浏览者的点击流,此部分数据主要用于考察客户的行为表现。但有的时候,客户对自己的背景信息十分珍重,不肯把这部分信息填写在登记表上,这就会给数据分析和挖掘带来不便。在这种情况之下,就不得不从浏览者的表现数据中来推测客户的背景信息,进而再加以利用。就分析和建立模型的技术和算法而言,网站的数据挖掘和原来的数据挖掘差别并不是特别大,很多方法和分析思想都可以运用。所不同的是网站的数据格式有很大一部分来自于点击流,和传统的数据库格式有区别。因而对电子商务网站进行数据挖掘所做的主要工作是数据准备。
2.2数据挖掘技术可以用在金融领域的应用
金融事务需要搜集和处理大量数据,对这些数据进行分析,发现其数据模式及特征,然后可能发现某个客户、消费群体或组织的金融和商业兴趣,并可观察金融市场的变化趋势。
数据挖掘在银行信息中的应用。商业银行业务的利润和风险是共存的。为了保证最大的利润和最小的风险,必须对账户进行科学的分析和归类,并进行信用评估,利用数据挖掘工具,可以根据客户的消费模式预测何时为客户提供何种产品。银行如何让一家新开的银行网点实现快速赢利呢?银行结合了GPS推理信息系统和商业智能应用系统,在银行的客户信息中,详细记录有客户的常驻地,并且,当银行客户到该银行网点办理业务时,银行商业智能系统将自动记录客户的操作信息,以及银行网点地址信息。经过大量的记录,客户的常驻地到银行网点的行动路线,将被通过数据分析而得出。大量的客户路线得出后,我们可能会发现,某个地区进行银行业务操作的客户特别多,但他们附近没有银行网点,而是要到离他们较远的地方去办理,于是银行就决定在这个地区开办一个银行网点。
数据挖掘在证券信息中的应用。上市公司定期公布的财务报告具有很强的信息含量,但是当期会计盈余数据的信息会在披露前后在股票市价中迅速得以体现。因此对于中长期投资者来说,重要的是预见未来。质地优良且未来具有较高盈利增长能力的公司是中长期投资者(包括普通投资者,证券投资基金和券商)普遍关注的对象,因为只有这类公司才能给投资者带来持续的回报。而财务报告包含了大量描述公司经营状况的数据。这些数据应能为投资者提供关于公司未来盈利能力的信息。对于中长期投资者而言,需要做的就是利用这些信息挖掘出未来能够具有较高盈利水平同时又具有较好的成长性公司。采用数据挖掘技术来发掘这些财务报告中是否包含关于公司未来盈利情况的信息,获得较精确的预测效果,选出的投资组合能否获得超额收益,这对于投资者来说是非常重要的。
2.3数据挖掘技术在企业市场营销中的应用
数据挖掘技术在企业市场营销中得到了比较普遍的应用,它是以市场营销学的市场细分原理为基础,其基本假定是"消费者过去的行为是其今后消费倾向的最好说明"。通过收集、加工和处理涉及消费者消费行为的大量信息,确定特定消费群体或个体的兴趣、消费习惯、消费倾向和消费需求,进而推断出相应消费群体或个体下一步的消费行为,然后以此为基础,对所识别出来的消费群体进行特定内容的定向营销,这与传统的不区分消费者对象特征的大规模营销手段相比,大大节省了营销成本,提高了营销效果,从而为企业带来更多的利润。这些来自各种渠道的数据信息被组合,应用超级计算机、并行处理、神经元网络、模型化算法和其他信息处理技术手段进行处理,从中得到商家用于向特定消费群体或个体进行定向营销的决策信息。4数据挖掘技术在民用通信部门中的应用
我国各种民用通信用得最多的国家之一,为了分析出那一类收费对应那类层次的人群,我们就可以利用数据挖掘技术,把当前电信消费者的数据进行收集、分析、总结,制定出有效的管理办法,这既有利于公司又有利于客户的优惠政策,这样能够及时发现问题,减少顾客流失,为通信公司挽回损失。数据挖掘在通信部门中体现在三个方面:(1)客户挽留解决方案;(2)电信业客户细分解决方案;(3)电信业交叉销售和提升销售解决方案。这三个项目的实施,可以为民用通信部门解决三个决策问题:第一,预测哪些客户最具有流失的倾向以及影响客户流失的关键因素,通过预制的分析模型提供"流失记分"帮助识别风险客户,在客户流失之前采取针对性措施来挽留他们。第二,根据客户可能的行为和潜在的盈利性对客户进行分类,制定更准确的产品组合、更准确的产品介绍和产品捆绑服务。第三,从现有客户中识别出有可能接受交叉销售和提升销售的客户人选,评估客户过去的购买模式,预测客户下一步可能购买什么。
大数据有四个层面的特点:第一,数据体量大。从TB级到PB级;第二,数据类型多,包括视频、图片、位置等;第三,价值密度低。比如长时间的监控,有用的数据可能仅仅只有一两秒;第四,处理速度快。这也是与传统数据挖掘技术有着本质不同的一点。业界将上述归纳为4个“V”———Volume,Variety,Value,Velocity。如今已是一个爆炸性的大数据时代,推动社会发展,已从“动力驱动”转为“数据驱动”。越来越多的国家和企业意识到了大数据的重要。2012年1月,“大数据,大影响”作为重要议题在世界经济论坛年会中被提出。2012年3月22日,美国又启动“大数据研究和发展计划”,目的是提高从海量数据中提取知识的能力,加速其在科学与工程领域的研究。2012年5月,联合国相继了《大数据开发:机遇和挑战》报告,明确指出大数据对各国发展都将是一个巨大的机遇。大数据风靡全球的同时,我国政府也加快了对大数据相关技术的攻关,在工信部的《物联网十二五规划》里,提出信息处理技术是关键技术创新工程。广东省在2012年12月了《广东省实施大数据战略工作方案》,率先在国内启动大数据战略,首先是采用行政收集、网络搜取、群众提供和有偿购买等方式拓宽数据来源渠道,建立政务数据中心,接着在政府各部门设立数据开放试点,并利用网站向社会提供下载和分析使用的数据,依此进一步推进政务公开。
二、大数据与交通信息管理的联系
(一)在交通信息管理中的应用
随着社会经济的发展,机动车辆数量大幅增加,与此同时交通管理的复杂性也逐渐增大。而大数据技术可将其虚拟性、集成性、智能型和预测性四个方面的优势运用到交通信息管理之中。首先虚拟性有利于跨区域的信息管理,只需多方共同遵守信息共享原则,就可以在已有的行政区域内解决跨域管理问题;第二,信息集成性有助于建立综合立体的交通信息体系,通过收集不同范围、区域和领域的“数据仓库”,发挥整体通功能;而其智能分析处理,可以辅助交通管理制订出较好的统筹与协调方案,减少人力和物力的使用,合理利用道路交通资源;除此之外,准确分析并提炼各部门数据,模拟出相应的交通预测模型,这将可以有效地推测未来交通运行状态,并验证技术方案的可行性。
(二)存在的问题
1.信息的孤立。不同部门的交通信息系统导致很多数据在物理上彼此隔绝,缺少信息互通。
2.缺乏多样性。由于缺乏处理大数据的技术和能力,分析对象通常是统计学中的抽样样本,将导致分析结果的不全面和不精确。
3.缺乏有效的信息提取与处理。实时动态交通数据包含大量信息,但通常不需要使用全部原始信息。如何对数据信息进行快速提取,是交通数据管理面临的又一难题。
4.海量数据困于长期存储。现代交通数据具有来源丰富、数量庞大、分秒增长的特点,因此需要大容量的存储空间和长期保存的功能,以保障其记录历史和推测未来的功能。
5.多类型数据难以统一管理。多类型交通数据即指传统的数字信息,多元化的空间定位和先进的遥感图像等数据。将其进行统一有效的管理,是交通数据管理需要重点研究的方向。
三、对交通信息管理教学的需求
(一)各高校教学现状
将大连海事大学、上海交通大学、北京交通大学、东南大学、西南交通大学和武汉理工大学六所高校的课程进行对比。从六所高校对交通运输专业的开设的基础课程上看,与信息管理模块有关的课程还是偏少,有些学校甚至没有开设相关课程。
(二)传统教学存在的问题
1.主干课程安排不合理。部分高校所设置的主干课程不能满通信息管理模块所需的基础知识,因此难以实现高效、系统、完整的人才培养体系。
2.缺少专业选修课的引导。对于一个涉及面较广的专业,多数高校的教学模式仍偏向专业必修,而忽视专业选修课。
3.教材更新缓慢。已有的教材存在片面性和过时性的问题,从而无法满足学生对前沿知识全面而准确的了解。
4.形式单一。传统教学主要为理论教学,对大数据技术背景的认识不够充分,不能将学生的工程实践能力和科技创新意识相结合。
5.缺乏实践。传统教学侧重于对理论教学的解释、验证和简单延伸,没能及时将知识消化。
6.实习多流于形式。高校虽然有相关实践和实习的要求,但这些都大多流于形式。有些企业担心没有经验的实习生会影响正常的生产秩序,因而不愿接受实习生,这样使得实习通常是走马观花。
(三)新教学模式提出的要求
1.分层次的培养模式。大数据时代的交通信息管理人才不仅需要有扎实的专业基础,同时还应满足不同层次的需求。例如本科毕业生将会面临两条出路,一部分走向社会生产,一部分会继续深造,所以不同的毕业去向对于学生的能力要求也必然不同。因此,面对不同类型人才的能力培养需求,高校应当制订分层次的培养方案,这样在满足不同企事业单位对就业学生工作能力的要求的同时,也能培养继续深造的学生的科研能力和素养。实现分层次的培养方案,必然需要利用自主选课模式,加大社会需求类相关的选修课比重可以使学生在教学方案之内、教学计划之外选择适合自己的选修课,促使学生的专业知识结构从简单型向复杂性转变。
2.启发式教学方法。教学方法上,要积极开展创新型教学研究,探索灵活多变、立体化的教学手段。启发式教学的基本精神是根据辩证唯物主义的认识论,引导学生积极探索、发现问题、分析原因和找到解决方案,将知识转化为能力和实力。在传授基本知识的同时,力求将最新的科研成果纳入到课堂之中,让学生的知识与创新意识都能与时俱进。此外,教材也应及时更新,让学生及时接触到前沿信息。
3.提升教师的实践教学水平。要改变学生实践能力,必须从提高教师的实践能力方面着手。加强师资队伍多元化建设,实现双导师制。双导师型教师是指既具有高校教师任职资格,又具有较强专业实践能力的教师。提高实践能力方面可从以下两方面入手:①优化科研环境,鼓励教师积极参与横向课题研究。这样,青年教师不仅能深入了解本学科的前沿知识及工程实践的应用,而且可以使基础理论、专业知识与工程实践紧密结合,从而培养和提高分析、解决工程问题的能力。②校企挂钩,教师的工程实践经验和能力主要通过工程实践锻炼而获得。高校和企业合作,不仅为青年专业教师工程实践创造条件,同时还能为企业提供理论支持。
4.重视实践能力的考核。构建客观的、可操作性强的学生实践能力评价体系。要求评价考核的标准和方法能够将学生成绩分解为一定的量化指标,从而客观科学地评定其实践能力。
四、总结
1.1简介
(1)对于医院的管理者来说
信息统计对于医院未来的发展方向和医院出现的各种问题都能够通过数据进行判断,提高了管理者掌握正确方向的能力。
(2)信息统计工作
有利于对医院医疗的质量控制进行监管。目前,医院的发展趋向于专业化,一家医院的医疗质量和专业化程度是衡量医院医疗水平的重要标准。所以信息统计工作,一方面对本院的医疗水平进行统计,通过数据客观的衡量医院医疗水平;另一方面,通过对医疗病例进行统计可以对一个时期的患者患病率和患病原因进行统计分析,有利于医院具有针对性地建立医疗救治方案。
1.2管理模型医院信息统计管理模型可以分为两大主要内容。
(1)针对病患进行统计,统计内容包括病患性别、年龄、患病原因、病状、住院时间、诊治措施等。
(2)对医院的管理内容进行统计,统计各个部门间的人员流动、工作表现、部门效能等。
1.3对医院管理发挥的作用
医院信息统计工作对于医院的管理发挥着不可替代的作用,其主要表现包括以下几个方面:
(1)有利于医院质量管理的考核和评价
通过医院信息统计客观统计的数据可以对医院质量管理进行考核和评价。对医院各个科室的管理水平、医疗能力进行考核可以发现在科室活动中存在的问题,便于及时做出调整。对于医院员工的考核可以统计出员工的工作能力和工作表现,有利于约束员工行为,提高医生和护士的服务水平,提高医患关系的融洽度。
(2)有利于医院管理决策的正确性
医院的经营市场化形式趋于明显,在面对市场竞争中,医院的管理者每一项决定都关系着医院未来的发展。通过医院统计信息,医院的管理者可以准确地掌握自身的经营能力,同时通过对市场的统计分析可以准确判断出医院未来的发展方向,并能够通过统计数据加强自身的竞争力。
(3)有利于医院资源的整合
医院是集人力和物力为一体的综合性企业。在对医院资源的信息统计中,可以将人力资源和物力资源进行统计,便于医院进行管理。对于医院人力资源的统计主要是统计医生的专业能力和护士的服务水平。通过客观的数据可以了解医生在某一医疗领域的计数水平和护士的服务水平,一方面能够为医院针对某一科室进行人员加强配置,另一方面可以对人员的奖惩制度进行完善。对于医院物力资源的统计可以确保医院设备正常工作和耗材的储备充足。同时还可以避免资源的重复,给医院的经济造成损失。
(4)有利于医疗体系的建设
通过统计数据可以发现医院在某一方面的不足,通过具有针对性的建设,可以帮助医院建立较为完善的医疗体系,更好地服务与百姓。医院医疗体系的建设是医院立足的根本,在现代化医疗体系建设中,数据的分析是医疗体系完善的基础,只有客观地评价医疗体系的结构和性能,才能够保证医院稳定发展。
2面临的问题
2.1信息化薄弱
随着信息化时代的到来,大数据的分析已经深入了各行各业,作为医疗的前沿,医院在信息化建设方面相对于其他行业相对薄弱。医院信息化薄弱问题一方面来自管理层对医院信息化建设的不重视问题;另一方面,医院信息化建设需要巨大的财力、物力和人力,医院将精力投入在医疗设备的改进和医疗水平的提高方面,在信息化建设上就难以投入过多的精力。
2.2信息化统计内容单一
在大数据时代,医院信息统计工作内容越来越丰富,然而一些医院并没有意识到信息统计数据的重要性,信息统计内容还只局限于对病人的病例进行统计。由于统计内容的单一,难以形成有效的分析数据,对于医院的管理和医疗水平的提高不能发挥出统计数据实际的价值。
2.3信息化统计专业性差信息化
在医院管理中的应用缺乏统计的专业性,目前,医院所采用的信息化系统主要包括HIS医院管理系统和CIS临床信息系统,这两套系统主要功能是降低劳动化强度辅助医院进行人和物的管理,而对于统计数据适用性并不强。所以医院信息化急需具有专业性的统计系统,充分利用数据的价值,帮助医院进行管理和医疗能力的提高。
3发展对策
3.1提高统计信息质量在大数据时代
大量的信息集中在医院的信息科,如何快速将这些信息进行分类和提取是信息科所要面临的重要课题。信息的准确性是信息统计工作必须严格管控的内容,在现代化医疗体系建设中,把握信息的质量的关键在于建立信息内容评价标准和信息应用规范,信息数据的应用具有3个主要特征,一是准确性,二是适用性,三是及时性。统计信息的评价标准和应用规范主要围绕信息数据这3个主要特征进行确立。
(1)信息的准确性信息的准确性
对于来自方方面面的信息真伪进行判断,只有准确的信息才能够成为有效信息,在医院中如果误用了错误信息数据则会造成严重的问题。提高信息的准确性首先要明确信息的来源,其次要对信息的真伪进行辨别,最后对信息的价值进行评价。
(2)信息的适用性
在医院的信息管理中,如何从大量的信息内容中获取对信息应用目标有用的数据是信息管理的内容之一。信息的适用性选择需要建立统一的标准,避免“张冠李戴”造成信息错用的问题。信息的适用性原则主要从医院自身的信息采集为标准,因为不同的医院在信息产生上都不相同,只有利用自身的信息才能确保信息的适用性。
(3)信息的及时性信息具有时效性
相同的事情在不同的阶段所产生的信息不一定完全相同,因此,在信息采集和统计时,必须要以最新数据为价值参考,加快信息刷新的频率,降低失效信息勿误的可能性。信息统计的及时性主要表现在医院建立信息及时交流的基础上,只有增强科室之间、部门之间、人员之间的信息沟通机制才能保证信息及时被利用。
3.2科学化管理利用大量的数据统计促进医院科学化
管理是医院信息统计工作的核心内容。医院信息统计科学化管理主要实现以下几方面工作目标:
(1)信息统计的评测信息统计的评测功能
可以对医院的人员、设备、耗材等进行统计,还可以对近段时间的医患病因进行统计,通过对医院各项数据的统计与近期医患病因的统计可以分析出在某段时间医院需要加强某方面医疗的能力。利用信息统计的评测功能还可以对医院某一专项的医疗水平进行评测,统计医疗过程中的不足,帮助医生及时调整医疗方案。
(2)信息统计的决策
我国医疗体制改革不断完善进行中,对于来自各个层面的数据进行统计分析,能够为医院的管理者提供准确的决策依据,帮助决策者正确判断医院经营方向。并且通过对本院的统计信息可以快速找到医院系统中的薄弱环节,依靠准确的数据为管理者提供医院改革的参考。
(3)信息化统计的监督
医院医疗和服务的质量是医院水平的重要表现,医院信息统计可以对医院的各个科室、每一位医生及护士的工作能力和工作状态进行一个时期的统计,通过数据可以客观地、真实地反映出不同科室的医疗质量和个人的服务水平。信息化统计的监督功能是保障医患关系融洽的重要手段,通过建立奖惩制度提高医生和护士的工作认真性,而信息化的统计数据则是衡量和监督医生和护士工作积极性的重要参考。
4结语
当前“大数据技术”充满了新的机遇和挑战,其在企业IT基础架构、数据管理、分析和服务这些关键规划领域的应用,将会对社会经济发展带来长远深刻的影响。大数据指的是从各种各样的数据中快速获得有价值信息的能力,具有数据量大、种类繁多、价值稀疏、处理速度快的特征,这些特征对目前社会各个行业的信息架构、系统的冲击非常大。大数据技术对整个社会经济发展来说既是机遇也是挑战。
(一)必要性
根据IDC在2011年6月的《数字宇宙》(DigitalUniverse)研究报告,2011年全球新建和复制的信息量超过1.9ZB(1.8万亿GB),五年时间增加了近九倍。随着数据量的指数级增长、数据源种类(包括结构化数据源和非结构化数据源,如社交媒体、富媒体文件以及地理空间信息)的飞速增加,以及数据产生速度的加快(如实时传感器数据),传统的数据库和架构无法处理、管理和分析如此庞大的数据集。政府、金融、电信、互联网等大数据应用的行业先锋目前均面临大数据的问题。不仅如此,随着物联网、云计算、移动互联网、车联网、智能手机、平板电脑的飞速发展,大数据技术拥有了更为广泛的数据资源。因此,IT产业界及行业用户都亟需针对大数据设计和优化大数据存储、管理和查询平台,来替代传统关系型数据库平台。在技术发展的前沿阶段进行实验平台建设对我学院师生具有重要意义。该实验平台能够为学生提供一个了解最前沿技术的机会,不仅能够提高学生学习兴趣、自学能力,还为学生就业、更好地规划未来的职业发展提供了机会。大数据技术的机遇与挑战带来了很大的人才缺口,目前大数据技术平台开发、方案实施人才紧缺;由于云存储、大数据技术带来的信息安全问题,也亟需大量信息安全领域的人才;由于大数据技术在物联网、电子商务、移动互联方面的应用,对了解大数据技术的电子商务专业人才也更青睐。通过本实验平台的培养,感兴趣的优秀学生还可以尝试考取与大数据技术密切相关的Hadoop专业认证———ClouderaCertifiedDeveloper/AdministratorforApacheHadoop,为学校、学院在该领域带来正面影响,增加更多合作和就业的机会。该实验平台能够为信息系统专业试点班培养计划的很多核心课程(包括管理统计学中的业务报表与分析、商务智能方法与应用、商务智能实践、数据挖掘和BA综合实训等)形成较好的前后衔接关系,能够丰富实践教学环节,深化教学大纲的内容,从建设更合理的课程建设体系来说具有很大的必要性。近几年学生就业压力越来越大,迫切需要对教学内容和实践环节不断突破创新,才能具备持续发展能力。因此在原有课程体系和实践教学环境的基础上增设本实验平台非常必要。
(二)可行性
教学计划中的相关程序设计课程为学生学习云存储技术、熟悉大数据开发平台、了解最新大数据技术的发展、进行大数据平台基础上的开发、实现对大数据的分析、可视化演示打好了基础。英特尔ApacheHadoop平台是目前大多数大数据处理的技术基础,目前该技术已经发展成熟,并随之产生很多基于该平台的大数据处理工具,可供实验室建设实验平台使用。
二、建立大数据实验平台的基本构想
(一)实验平台人员
实验平台人员负责实验平台的建设、维护,实验设计与指导人员由在大数据相关领域、课程建设以及实践教学方面都有着丰富的经验的教师与实验室工作人员构成,同时与大数据企业进行合作,获得其核心技术人员的支持、培训和大力配合,可以共同组成一个经验丰富、精炼实干的建设团队。
(二)软件调研
大数据的特点为4个“V”:第一,“Volume”,指的数据量大,包括大的数据块,或数据总量巨大,从TB跃升到PB;第二,“Variety”,指的是数据种类繁多,包含大量非结构化数据,例如网络日志、音频、视频、地理信息等;第三,“Value”,价值稀疏性,大量数据中有价值数据很少;第四,“Velocity”,指的是处理速度快,这与传统数据挖掘有很大区别。选择有数据分析基础、在业内发展领先的企业进行调研并选择适合高校规模的合作企业是建立实验平台的重要工作。很多公司给出了可供使用的大数据平台:IBM誖InfoSphere誖BigInsightsTMBasicEdition是一款基于开放源码ApacheHadoop的分析平台,用于分析大量本机格式的非常规数据,支持结构化、半结构化和非结构化内容,以实现最大程度的灵活性;IBM誖InfoSphere誖Streams是一个高级计算平台,帮助用户开发的应用程序快速摄取、分析和关联来自数千个实时源的信息;惠普公司Vertica分析平台6.1,能够通过Hadoop分布式文件系统连接器来优化大数据;ClearStoryData大数据分析新创公司,通过Clearstory,公司客户可以将自身的数据与行业的公共数据融合,寻找统计上的新视角,目标是取代目前市场上的主流数据可视化工具,包括QlikView和Tableau等老牌工具;Informatica9.1提供首款Hadoop编译器Hparse,这是一种针对Hadoop而优化的数据转换环境,该软件支持灵活高效地处理Hadoop里面的任何文件格式,为Hadoop开发人员提供了即开即用的解析功能,以便处理复杂而多样的数据源;Datameer:Hadoop海量数据分析平台允许用户在缺乏技术知识的情况下能够分析大量数据;Infochimps平台以其完备的基础设施和专业知识,为客户提供端到端的大数据解决方案,Infochimps是一家位于美国德克萨斯州奥斯丁的创业公司,2012年2月从数据市场转型为大数据平台提供商后获得谷歌投资;甲骨文大数据机———OracleBigDataAppliance集成系统融入了Cloudera的DistributionIncludingApacheHadoop、ClouderaManager和一个开源R;微软SQLServer新增PDW功能,可以帮助客户扩展部属数百TB级别数据的分析解决方案;亚马逊将MapReduce作为一项服务,其弹性MapReduce编程是一项能够迅速扩展的Web服务,运行在aws的亚马逊弹性计算云和亚马逊简单存储服务上;Teradata是企业级数据仓库(EDW)的领导者,在结构化数据、半结构化数据和大部分非结构化数据领域几乎没有很大成果,因此收购了AsterDa-ta———一家提供SQL-MapReduce框架的公司。AsterData是高级分析和管理各种非结构化数据领域的市场领导者和开拓者,为Teradata带来了大数据分析市场商机。
(三)方案实施
实验平台的设计同时立足于大数据技术的发展的前沿性与本学院学生专业特点,与学生前序的理论、实践课程均有良好的衔接,符合人才培养计划,深化了教学大纲的内容,并针对不同专业学生设计实践学时、内容和难度。本实验平台可以同大数据行业中的公司科研部门共同合作建设,双方确定在人才培养、师资培训、共建实验室和实训基地、推动大学生校外实习和社会实践活动的开展等方面开展全面、广泛、长期、深入的合作。该实验室建设将丰富实践教学体系,也可推动学院科研项目立项、新课题研究、专项基金申请和联合开展商用项目开发等;该实验室使师生能接触高新大数据开发平台,了解最新大数据技术的发展,进行大数据平台的开发,实现对大数据的分析、可视化演示,增强学生的动手能力并提升就业质量;与此同时,提升了教师的项目管理能力和教学能力。
三、结论
系统构成
随着CDMA技术的发展及应用,近年来以CDMA网络作为无线数据传输的平台,也被应用到了海洋资料浮标上。将CDMA数据终端和数据接收中心接入到CDMA网络平台中来实现浮标数据的传输。浮标总体系统框架如图1所示。
浮标系统通讯部分包含了浮标端的数据发射终端和浮标数据接收处理端的数据接收中心。浮标数据发射终端DTU硬件组成部分主要包括CPU控制模块、无线通讯模块以及电源模块等。CD-MADTU内部封装了PPP拨号协议以及TCP/IP协议栈并且具有嵌入式操作系统,从硬件上,它可看作是嵌入式PC与无线CDMAMODEM的结合;它具备CDMA拨号上网以及TCP/IP数据通信的功能。并且提供串口数据双向转换功能。另外DTU采用了心跳包,可保持永久在线。浮标数据接收处理端的数据接收中心包括接收系统和数据库。
系统方案
本系统采用点对点数据传输方式。CDMADTU开机之后自动连接到CDMA网络中,并与数据中心建立通信链路。CDMADTU通过串口将数据从数据采集处理系统读入,然后对数据打包,使用AT指令以报文形式通过网络发送到具有固定公网IP的数据中心。数据接收中心通过网络接收到数据后,然后对数据解析。数据解析后,显示数据并存储数据。
资料浮标数据中心软件设计
1接收系统软件设计
浮标数据接收中心安装在具有固定公网IP的电脑上,本系统采用专线。若中心电脑是通过路由器上网的,在路由器上要设置数据转发。数据接收中心包含三个方面:数据通信、数据处理及系统配置。上位机软件采用VisualC++进行编程。程序采用了UML建模思想。一是根据采集的参数设计了各个参数组件,如气温、气压等控件。在主程序中调用参数组件显示接收到的数据。二是状态机的设计。根据接收情况分为不同处理方式。
CDMA接收程序中,读取DTU发送的数据包有三种方式:阻塞、非阻塞及消息模式。文中采用消息模式。消息模式基于windows的消息机制,启动服务的时候DSC需要传输一个窗口句柄、一个消息类型给开发包,同时窗口实现一个消息处理函数来处理该消息类型。开发包在收到数据的时候,将向触发消息函数,通过消息函数自动完成数据的读取、处理过程的流程。数据通信子程序的流程图如图2所示:在数据通信模块与数据处理模块关联中,文中采用了有限状态机FSM思想。有限状态机的工作原理为发生事件(event)后,根据当前状态(current_state),决定执行的动作(action),并设置下一个状态号(next_state)。
本程序采用switchcaseFSM。数据处理软件设计流程如图3所示,其中数据处理程序中还包含了波浪主波向确定方法,即对十六个采样点采用加权平均的方式求出主波向。系统配置:通过查询,可以获得浮标主机参数配置,同时也可以通过无线网络设定浮标各个传感器的工作模式。包括采样间隔、发送数据时间、是整点发送还是半点发送。
2数据库
数据库系统包括两个部分:实时数据存储、数据查询和数据管理。实时数据存储:系统整点接收到数据后,不仅在实时界面显示浮标各参数数据。同时为了清晰地看出浮标参数的变化,添加了参数的曲线示意图。而且对整点接收到的数据存入到数据库中,同时根据库中已存数据,进行日统计数据的输出显示。由于浮标存储的数据不是大容量数据,而access数据库操作简洁、方便,不用依赖Server也可以对数据进行操作,因此本系统采用了access数据库存储数据。数据查询:可以查询某个时间段的数据。同时也可以导入到excel表格中。加以改进可以生成每月浮标数据报表。
数据管理:由于实时显示的只是各整点的数据,而中间采样点的数据是以二进制文件存储在计算机中的,要想直观查看采样点数据,就必须对数据进行处理,因此在数据管理中可以看到采样点数据原始数据及处理后的数据。数据管理模块还可以扩展插入、删除数据库数据操作等。
资料浮标数据对比及结论
为了测试浮标的整体性能,海洋监测实验室于2011年8月在上海芦潮港海洋站附近布放SZF型多功能波浪浮标一套,与芦潮港海洋观测站进行一个星期的比测。其气象数据对比图如图4、5所示。从上述对比曲线可以看出,浮标测得的气象数据和海洋站测得的数据基本一致。2012年3月13日至17日于象山海域使用波浪骑士进行了波浪比测试验,其对比结果如表1。国外主波向计算一般采用画方向谱然后分析得到主波向。国内对方向谱研究也有一定成果。如管长龙等研究的扩展本征矢法(EEV)等,文中也对波浪谱进行了分析,结果基本符合要求。
关键词:理论基础 会计研究方法 信息有效性 对策
一、中西方会计研究方法比较
(一)西方会计研究方法发展历程
西方国家在1986年以前的会计理论研究方法是以规范研究为主。在对原有的会计理论研究基础上,西方学者采用归纳演绎法等规范会计研究方法对会计理论研究成果进行归纳和描述,取得了很多研究成果。美国著名会计学家斯普瑞格所著的《账户原理》(1907)、佩顿编著的《会计理论》(1922)、麦克尼尔的《会计中的真实性》(1939)、利特尔顿所写的《会计理论结构》(1953)、利特尔顿和齐默尔曼的《会计理论与创新》(1962)。这些著作都采取规范性的研究方法对现有的资料加以归纳总结并描述相关理论研究成果,促进了会计理论的发展,为后来的实证会计研究奠定了一定的理论基础。20世纪70年代后实证研究法主导会计理论研究。实证研究方法经历了一个形成的过程,19世纪50至70年代孔德和斯宾塞提出实证主义思想,继其之后马赫提出马赫主义思想,而后到20世纪20至30年代石里克等人提出了逻辑实证主义思想,后来波普尔提出朴素证伪主义,其学生拉卡托斯(I.Lakatos)在他研究基础上提出了精致证伪主义思想。然而,会计实证研究方法的首次出现是以1968年鲍尔(ball)和布朗(brown)在《会计研究杂志》发表的《会计收益数据的经验性评价》和贝费在其增刊《会计中的经济研究:论文集》发表的《年度收益报告的信息含量》为标志的。他们首先提出相关假设,然后利用已有的数据加以证明,开创了会计实证研究的先河。从此会计研究从规范会计过渡到实证会计研究,实证会计研究的成果也越来越多,促进了会计理论的研究,有效指导了会计实践活动。
(二)我国会计研究方法发展历程
相对西方国家会计理论研究来说,我国会计理论研究由于受到时代特征、经济社会环境、理论研究等客观条件的限制,一直落后于西方国家。1978年三中全会后广大学者开始审视我国理论研究的实践性和真理性。国内学者加大了对会计职能、会计本质、会计目标等的研究。到80年代初期,国内大部分研究成果还仍然采用规范研究方法。例如杨时展教授提出的会计控制论观点;孙宝厚博士论文《会计系统论》;裘宗舜教授出版《会计信息论》等。在20世纪80年代及以前,我国会计理论实证研究成果很少。1988年裘宗舜、王平发表的《会计改革若干问题――一张有意义的社会问卷调查表》第一次使用会计实证研究方法研究会计。随着我国资本市场的不断完善,社会主义市场经济的建立和发展,急需使用实证研究方法来促进会计理论的研究。1990年陈少华和黄世忠等翻译了瓦茨和齐默尔曼的实证名著《实证会计理论》,为我国会计实证研究掀起了浪潮。1996年沈艺峰的《会计信息披露和我国股票市场半强式有效性的实证分析》开创了我国会计界“真正意义上”的实证研究(刘玉廷,2000)。之后关于会计实证研究的论文层出不穷,秦荣生(1997)的《谈我国会计实证研究方法的应用》,张朝宓和苏文兵(2001)的《当代会计实证研究方法》等。在此之后,我国会计实证研究进一步发展,研究成果也越来越多,实证研究成为我国会计理论研究的趋势。
(三)中西方会计研究方法选择比较
借鉴国内关于中西方会计研究方法选择文献对比中西方会计研究方法的差异。刘亭立、宁凯蒙(2013年)选取2001年至2011年我国《会计研究》论文研究方法使用情况和2001-2011年美国《Accounting Review》论文研究方法使用情况进行对比分析。从统计结果可知:我国2001-2011年《会计研究》论文研究方法绝大部分都是使用规范性研究方法,而2001-2011年美国《Accounting Review》论文研究方法则大部分使用实证研究方法。刘亭立、宁凯蒙认为规范研究与实证研究是《会计研究》刊发论文的主流方法,在《会计研究》刊发论文中,规范研究与实证研究两种方法有此消彼长的关系。我国与西方国家资本市场和证券市场发展程度不同,市场数据信息的有效性和对会计研究方法的研究时间长短不一样,导致我国这一时期会计理论研究成果绝大部分为规范研究,而会计实证研究成果较少。
二、我国会计研究方法选择存在的误区
(一)我国会计研究方法存在的错误认识
我国会计研究方法一直处在规范会计研究占主导地位的阶段,虽然从20世纪90年代后实证主义研究方法在会计理论研究上得到很大的发展,并已经成为现在会计研究方法的大体趋势,但是实证会计研究发展仍然很慢。在会计研究方法选择上,很多学者存在错误的认识,有些人认为会计研究方法的选择就是要在规范会计研究方法和实证会计研究方法之间二选一,其实不然。刘玉廷(2000)认为,会计实证研究和规范研究两种研究方法之间并不是相互排斥的而是互为补充的,实证研究可以验证规范研究所得出的结论,而规范会计研究的结论为会计实证研究提供了必要的基础和前提。
我国对于会计基础理论的研究已经比较成熟,而对于实证会计研究还缺乏系统的思想体系,很多照搬西方国家。许多学者认为再进行会计基础理论的研究很难出成果,于是将国外会计实证研究成果翻译转换成自己的研究成果。著名会计学家于玉林先生认为实证研究及其论文的固定文体是西式八股的典型代表。实证研究方法没有明确的指导思想,基于偏颇的基本理论指导,研究目标不明确,经验实证绝对化,操作方法有局限性,引进吸收不够,消化不良或停滞没有创新。对于会计研究方法的选择必须根据我国的实际情况,选择合理的研究方法,不可一味追求西方国家的实证主义研究。
(二)我国实证研究缺乏必要的理论基础
(四)以保证信息质量为基础选择会计研究方法
受西方会计研究方法的影响,加之国内的学术生态使得我国会计理论研究也朝着实证研究方向发展。实证研究强调“是什么”,是一种比较精确、可靠的研究方法。但是这种可靠性是建立在进行实证研究时所获取的数据是真实可靠的、及时的、可获得的。否则,利用滞后的、虚假的、没有操作性的数据信息所做的实证研究,也只会变成为了作实证而作实证,为了做研究而做研究。我国规范会计研究取得比较大的成就,现在更多的是朝着实证会计理论研究发展。保证实证会计研究数据信息的质量需要相关部门规范市场信息的,提高市场信息的可靠性、可获得性、及时性等,减少和防止信息的扭曲。S
参考文献:
1.Fama,E.F.Efficient Capital Markets:A Review of theory and Empirical Work.Journal of Finance 1970,25,(2):383-417.
2.吴水澎,谢诗芬.会计理论[M].北京:机械工业出版社,2007.
3.余洪翔.波普尔的证伪理论研究[D].重庆:西南大学,2009.
4.刘玉廷.关于会计研究方法问题[J].会计研究,2000,(12):9-13.
5.刘亭立,宁凯蒙.中外会计理论研究动态与趋势分析[J].财会通讯,2013,(7):7-9.
6.于玉林.会计研究:中八股、洋八股和范式[J].上海立信会计学院学报,2010,(6):24-30.
7.王立彦.会计实证研究,亟待改变下游徘徊格局[J].中国会计评论,2013,(1):1-4.
8.盖地,吕志明.规范会计研究与实证会计研究评析[J].会计研究,2007,(4).
9.张金松,尹立军.实证研究是未来会计研究发展的必然趋势[J].经济理论研究,2013,(7):7-9.
作者简介: