数据分析方向范文第1篇

关键词：大数据；工业设计；设计思维

DOI：10.16640/ki.37-1222/t.2017.10.236

0 引言

工业设计是以创新为核心内容，其涵盖范围包括技术、科学、和艺术等多种知识为一体的交叉类学科。其设计的过程是将创造性思维运用于工业设计过程当中，创造性思维不仅决定设计的创意，还进一步影响着设计过程和结果，因此在大数据时代的背景下，创造性思维对于工业设计的过程十分重要。近年来，许多企业为追求效益忽视创造性思维在工业设计过程的影响，只重视生产加工技术，而对国外优秀设计进行“抄袭”，这已经成为国内设计圈公知的弊病。

1 大数据时代对工业设计思维的要求

1.1 创造性思维工业设计的内涵与思维方式

（1）创造性思维工业设计的内涵：工业设计的产品是现代工业化条件下批量生产的产品，因为产品具备相应的使用功能，让人用起来产生舒适感，使消费者接受它们。但产品并不是冰冷的机器，它们是为人服务的，做出来的产品应具备欣赏价值和其他种种要求，特别是大数据时代背景下，为响应社会需求的提升，这就需要多种学科知识的协同。很多人都会将工业设计只是做为单纯的造型活动，如此简单的理解却并不全面，外观造型设计是设计师通过运用多方面的知识来赋予产品的一种外在表现形式，但其设计内涵却远不止这些，内涵包含在设计当中的文化价值观念、人机关系理解、市场需求和技术知识等。

设计如今已经远远的超出了工业生产活动的范畴，它更是一种态度和观点，小到一些具体的物件如冰箱、汽车、化妆品，大到跨国企业、国家方案的制定，它影响着人类生活的方方面面，为人类健康的生存方式创造了有利的条件。

（2）工业设计的包阔范围很广，思维方式也不能仅针对其中的某一个方面，而是要跳出旧的牢笼，突破现有的设计模式，这就要从一种综合的理解出发，设计出拥有全新内容的产品或服务，所以，创造性的思维方式才是工业设计的核心。

工业设计的创造性思维简洁地来说，我们可以将它看成是思维发散和收敛互相交替并且互相扶持的过程。例如说，桌子的设计，你如果只去想：桌子，桌子……，头脑只是被“桌子”二字占据的话，工业设计作品的成果是不会好的，因为只针对一种具体事物来进行设计的话，只会被这件物体的概念将创造力束缚住，思想如果只是停留在如何设计出好看的桌子，创新性设计也只会停留不前，最多也就是把桌子的尺寸、材质和形状上进行改变，但是如果我们从实用性和材质上来考虑，思路就会瞬间开阔了，我们可以根据不同顾客的喜爱，从材质上来选择适合的，还能根据不同人的身高来制定桌子的高度，这就打破了一种思维定势 ，社会的现状、价值观差异和文化差异等这些因素都纳入到了具体的工业设计活动当中，而不是非常简单地“就事论事”这样的狭窄思维方式。

1.2 大数据时代背景下，创造性思维体现在工业设计过程中的作用

（1）概念设计效率和解决问题的能力都可以通过创造性思维来提高：工业设计过程是发现问题-分析问题-解决问题，而创造性思维能够有效的提高这一过程。例如日本获得G-MARK大奖的汤匙设计，日本在儿童用的汤匙中加了一个弯曲结构来解决儿童在用汤匙过程中掉落的问题。

（2）团队设计的最大效率可以通过创造性思维发挥：团队协作提倡创造性思维能够在很大程度上提高F队效率。对于一个设计团队来讲，设计过程要遵循“全面兼顾大局，长短互补”的原则，对于逻辑思维较强，而形像思维较弱的设计师，可以从产品可行之处和实用之处来多做考虑，相反，对于一些逻辑思维较弱，而形像思维较强的设计师来说，就可以大胆的考虑从不同的造型、颜色、材质等多种特性入手。由这些设计师组成的设计团队，效率将发挥到最大。

（3）创造性思维工业设计的设计风格，具备鲜明的中国特色，本土设计的国际竞争力也会得以显著增强：在如此激烈的国际竞争中，一个国家的工业设计要想生存发展，设计风格就必须要有民族特色，例如德国的奔驰轿车由于其设计思维严谨，卓越的产品品质使得其长期在汽车行业当中立于不败之地。我国的工业设计如果想要生存发展，工业设计水平就要必须提升，产品的竞争力必须增强。综上所述，在工业设计过程中，创造性思维发挥着十分重要的作用。

2 大数据时代工业设计的思维发展方向

大数据时代工业设计思维的设计核心不仅指的是人的个体，还包含全人类社会，因此，利用创造性思维演化出的社会化设计更关注人类的整体利益。它是以社会化思维中“以人为本”的设计理念中延伸发展出来的，包含 环境保护、资源节约、使用可再生材料、优化资源配置等方面，与“绿色设计”、“生态设计”一脉相承，这些恰恰都符合中国古代的“天人合一”的价值观。

3 结语

本文对工业设计的内涵和思维方式进行了一些剖析论证，两者的共同点都是不要“就事论事”，从事物的外侧去开阔思路，讨论大数据时代创造性思维的具体作用，进而延展出大数据时代工业设计思维的几大未来发展方向。

参考文献：

[1]王明昊，赵鹏飞.浅析大数据视角下的工业设计及其应用价值[J].商场现代化，2015（22）：20-22.

[2]覃京燕.大数据时代的大交互设计[J].包装工程，2015（08）：12-14.

数据分析方向范文第2篇

关键词：网络舆情；大数据；舆情分析方法

中图分类号：TP393.08

随着网络技术的高速发展，网络自媒体的数量庞大，网民人数的不断增多，互联网资源数量呈现指数型的增长，网络已经成为民众获取信息的最主要渠道。网络在传达社情民意方面的优势也逐步显现出来，成为反应社会舆情的主要载体之一，在表达民众心声、反映社会舆论方面发挥极其重要的作用。

在海量数据中，通过探测并发现网络舆情中的热点话题，有助于梳理舆情监控的思路，抓住纷繁的监控工作中的重点，从海量的互联网信息中找到目标信息，将有限的人力物力用到关键的地方，提高工作的针对性和有效性，更好地应对网络舆情。

而如何对网络舆情加以有效的监督和引导，积极化解网络舆论危机，使和谐的互联网环境为维护社会稳定、促进国家发展、构建社会主义和谐社会发挥重要作用，不仅具有重要的现实意义，也已经成为网络舆情工作面临的一个重要课题。基于上述分析，我们认为网络舆情数据越来越呈现出大数据特征。

1 问题与挑战

大数据环境下的网络舆情分析和挖掘方法具有如下挑战：

1.1 为了得到更准确的舆情信息，所需要的数据量大幅膨胀。随着数据生成的自动化以及数据生成速度的加快，自媒体时代的到来，为了获得准确的网络舆情信息需要处理的数据量急剧膨胀。一种处理大数据的方法是使用采样技术，通过采样，把数据规模变小，以便利用现有的技术进行数据管理和分析。

1.2 数据深度分析需求的增长。为了从数据中得到准确的舆情信息进而指导人们的决策，必须对大数据进行深入的分析，这些复杂的分析必须依赖于复杂的分析模型。所以对网络舆情信息的分析还需要路径分析、时间序列分析、图分析、What-if分析等。

1.3 自动化和可视化分析需求的出现。在TB级的复杂舆情信息环境下，网络舆情系统应该能根据网站的内容自动构造查询，自动提供热点推荐，自动分析数据的价值并决定是否需要保存。

2 大数据技术的主要进展

针对传统分析技术的局限性，研究者提出了一些试验性的解决方法和途径。R是开源的统计分析软件，IBM公司研究人员致力于对R和Hadoop进行深度集成，把计算推向数据并且并行处理，使Hadoop获得强大的深度分析能力，为应用开发者提供了丰富的数据分析功能。

针对频繁模式挖掘、分类和聚类等传统的舆情分析方法，研究人员也提出了相应的大数据解决方案。如，Iris Miliaraki等人提出了一种可扩展的在MapReduce框架下进行频繁序列模式挖据的算法[1]，Alina Ene等人用MapReduce 实现了大规模数据下的K-center 和 k-median聚类方法[2]，Kai-wei chang 等人提出了针对线性分类模型的大数据分类方法[3]。U kang等人使用“BP算法”处理大规模图数据发掘异常模式。Jayanta Mondal等人[4]提出了一个基于内存的分布式数据管理系统来管理大规模动态变化的图以支持低延迟的查询处理方法。Shengqi Yang等人[5]对基于集群上的大规模图数据管理和局部图的访问特征进行研究，为了在图查询处理中减少机器间通讯，提出来分布式图数据环境。Jiewen Huang等人提出了一个多节点的可扩展RDF数据管理系统，比目前系统的效率高出3个数量级。

3 网络舆情分析发展方向

3.1 实现更加复杂和更大规模的分析和挖掘是网络舆情分析未来发展的必然趋势。在大数据新型计算模式上实现更加复杂和更大规模的分析和挖掘是网络舆情分析未来发展的必然趋势，需要进行更细粒度的仿真、时间序列分析、大规模图分析和大规模社会计算等。

这些舆情主体间频繁联系、相互影响，在这个过程中涌现出一些大V，他们左右着其他主体的舆论方向，最终影响整个舆论场。同时，关注点相似的舆情主体间也自觉或不自觉地形成了一些联系相对紧密的子群体，在子群体中信息传播速度更快。要管理和引导网络舆情，就必须对网络舆情主体和舆论子群体进行研究，而社会网络分析方法就是有效的手段。

3.2 网络舆情信息的实时分析和挖掘。面对海量数据，分析和挖掘的效率成为网络舆情分析领域的巨大挑战。尽管可以利用大规模集群并行计算，但在数10TB以上的数据规模上，分析和发掘的实时性受到了严峻的挑战，而查询和分析的实时处理能力，对于舆情运用个体来说及时获得决策信息，做出有效应对是非常关键的前提。

3.3 关联不同领域数据进行舆情分析，非结构化大数据处理分析成为难点和重点。网络上的信息是千千万万的人随机产生的，从事网络舆情研究要从这些看似杂乱无章的数据中寻找有价值的信息。网络大数据有许多不同于自然科学数据的特点，包括多源异构、交互性、失效性、社会性、突发性和高噪音等，不但非结构化数据多，而且数据的实时性强，大量数据都是随机动态产生。网络数据的采集相对科学数据的采集成本较低，网上许多数据是重复的或者没有价值的，价值密度低。一般来说，网络舆情的数据分析及预测，比科学实验的数据分析更困难。所以我们不要一味的追求获取越来越多的数据，而是数据的去冗分类，去粗取精，从数据中挖掘有用信息，减少不必要的数据采集。

3.4 词汇理解的复杂性研究。既考虑词汇的情感倾向性，又权衡语义模式对评论的情感倾向值的影响，能比较全面地分析突发事件网络舆情的态势。但是词典的构建与语义模式的建设需要人工参与，个人的主观性影响比较大，机器学习的能力不强，准确度不高。另外，由于网络语言表达的灵活性，技术的发展速度跟不上社会话语变迁的复杂性。在国内的网络语境中，谐音、暗语是常用的表现手法，借古讽今、借外讽内是常用的叙事手段，隐喻、借代是常见的修辞。现有技术还不能完全准确地判定句子的情感倾向性，机器对词汇的理解能力需要进一步研究。

4 结束语

随着大数据时代的到来，我们要不断改进舆情的分析方法，将大数据思维及方法运用到网络舆情分析中去。首先要开始关注大数据分析，其次不再仅仅依靠语义分析，而是求诸于自动化的数据分析，再次要关联不同领域数据进行舆情分析，等等。总之，我们要突破传统，将舆情分析向大数据分析的方向创新。

参考文献：

[1]Miliaraki I，Berberich k，Gemulla R.Mind the gap：large-scale frequent sequence mining.SIGMOD’13，2013：797-808.

[2]Ene A，Im S，Moseley B.Fast clustering using MapReduce. KDD’11，2011：681-689.

[3]Chang K，Roth D.Selective block minimization for faster convergence of limited memory large-scale linear models.KDD’11，2011：699-707.

[4]Mondal J，Deshpande A.Managing large dnamic graphs efficiently.SIGMOD’12，2012：145-156.

[5]Yang S，Yan X，Zong B，e.Towards effective partition managenment for large graphs.SIGMOD’13，2012：517-528.

数据分析方向范文第3篇

关键词 罗经姿态；数据采集；分析

中图分类号TP274 文献标识码A 文章编号 1674-6708（2013）87-0222-02

0 引言

数据的自动采集和分析是电子和软件技术发展的一个重要成果，它有效地替代了人们枯燥而重复的劳动。由于电控罗经和平台罗经的调试时间较长，并且需要实时记录数据，致使调试工作效率低、维修人员工作强度大。

为此，本文设计并实现了罗经姿态角信号自动采集和分析，提高了罗经调试工作效率，减轻了维修人员工作强度，同时也增强了调试数据的可读性与可保存性。

1 总体设计方案

1.1 技术性能需求分析

根据罗经姿态角信号自动采集分析仪设计需求，对国产和引进的各型船用罗经进行了广泛深入的调研，提出该分析仪必须具备以下功能：能够采集频率为50Hz、400Hz、500Hz的罗经姿态角信号，实时绘制姿态角信号曲线，分析罗经周期，计算方位稳定点，方位漂移率以及稳定点起伏误差，数据保存对比及编辑打印。

1.2 组成结构

根据技术性能需求分析，设计分析仪硬件、软件组成结构如图1所示。

数据采集仪对姿态角信号进行AD采集，并将采集数据通过RS-232串口通信传输至上位机；上位机通过运行数据分析程序完成数据分析，并输出结果。

2 数据采集仪设计

针对姿态角信号采集需求，设计数据采集仪组成结构如图2所示。

数据采集仪采用智能化方式设计，有微处理器，通道选择电路，专用轴角转换模块，电路和电源组成。数据采集仪的功能实现模拟信号的数字化，角度解算、显示以及向上位机发送姿态角数据。

2.1 微处理器

微处理器采用MCS-51系列单片机，该单片机广泛地应用于军事和工业控制领域，具有环境适应能力强，连续工作时间长，可靠性高等优点。

在数据采集仪中，单片机通过并口扩展来控制多个采集模块，并在收到信号采集模块传来的信息后，完成航向的解算，然后通过串口通信电路向上位机发送数据。

2.2 通道选择电路

通道选择电路在微处理器的控制下，选择数据信号的流向，从而使采集模块正确完成采集并送入微处理器进行解算。

2.3 数据采集

数据采集模块采用中国船舶重工集团716研究所生产的XSZ系列超小型自整角机/旋转变压器-数字转换器，具有体积小，重量轻，可靠性高的优点。

该转换器将模拟信号转换为计算机可接收处理的数字信号，转换精度可达0.001度，满足姿态角信号采集的精度要求。

2.4 键盘和显示

键盘和显示的主要功能是通道选择控制，航向初值装订，姿态显示。共有4个键盘，分别为通道选择、装订移位、装订数值以及确认键。

2.5 数据发送

数据发送采用单片机自带的串口通信，并使用EIA RS-232C标准。在数据传输过程中采用了数据纠错技术，确保了数据传输的可靠性。

2.6 单片机程序

采用51系列单片机汇编语言对单片机进行编程。单片机程序采用模块化设计，包含总控程序、中断程序以及各功能子程序；并在程序中设置看门狗，防止运行过程中可能出现的问题。

3 数据分析程序设计

数据分析程序流程图如图3所示，主要包含串口采集模块、数据保存模块、曲线显示模块及数据处理模块。

3.1 串口采集模块

串口采集模块包括电控罗经采集和平台罗经采集两部分。

Windows 平台下的串口采集程序通常可以使用三种方法实现：Windows API、封装好的串口通讯类（如CSerialPort类等）以及串口控件。

综合考虑性能、易用性等因素该数据分析程序采用的是Microsoft公司的ActiveX控件MSComm。

MSComm（Microsoft Communications Control）是Microsoft公司提供的简化Windows下串行通信编程ActiveX控件，通过串行端口传输和接收数据，为应用程序提供串行通讯功能。MSComm控件在串口编程时非常方便，编程人员不必花时间去了解较为复杂的API函数，而且在VC、VB、Delphi等语言中均可使用 。MSComm 控件的几个常用属性如下：

CommPort 设置并返回通讯端口号；

Settings 以字符串的形式设置并返回波特率、奇偶校验、数据位、停止位；

PortOpen 设置并返回通讯端口的状态。也可以打开和关闭端口；

Input 从接收缓冲区返回和删除字符；

Output 向传输缓冲区写一个字符串。

3.2 数据保存模块

针对保存数据量较大的特点，该数据分析程序采用数据库的方法保存和管理数据。Microsoft Access是现今小型数据库中使用最广泛的一种，数据库以文件的形式存放于磁盘中，扩展名为mdb，一个文件中可以存放许多表，每一个表就是一个最小的数据结构单位，单一的表有固定的结构（键、主键、对应的数据类型等），表与表之间可以通过键（字段）发生联系。

在Delphi中可以以ADO方式动态建立Access数据库并进行操作，具体的方法是使用ADOX对象，CreateOleObject（'ADOX.Catalog'）函数可用来建立ADOX对象，返回一个OleVariant变量，通过此变量可以在磁盘上建立一个空的Access文件。

该数据分析程序在每次数据采集开始时建立一个临时的Access文件，然后建立临时的数据集、数据源，通过SQL语句（CREATE TABLE）建立临时表，数据采集过程中每收到一个数据就将数据写入临时数据集中，采集结束后如果需要保存数据，就将临时数据库文件拷贝到用户指定文件中并删除临时数据库文件，如果不需要保存数据则直接删除临时数据库文件。

3.3 曲线显示模块

对于一个实时采集软件来说，数据曲线的显示功能是极其重要的，必须清晰、准确、方便的让使用者得到数据的图形表示。Steema公司的TeeChart系列控件无疑是图表显示控件方面的领导者，它具有非常强大的功能，广泛应用于工程、金融等许多领域。

该数据分析程序采用TeeChart Pro 7.0 for Delphi，编程时首先必须为每一个Chart建立Series。Series的类型有很多，在该数据分析程序中使用的是TFastLineSeries，它比较适合显示大数据量的曲线，通过设置可以定义坐标轴、线型、颜色、图表工具、标题、图例等属性，通过AddXY函数可以在运行时添加数据。

TeeChart提供一个图表快捷栏，通过它可以对曲线进行缩放、移动、打印等操作，本软件对该快捷栏进行了扩展，加入了显示坐标功能，在鼠标指针移动到曲线上时显示坐标。

3.4 数据分析模块

数据分析模块包括分析罗经阻尼周期、计算方位稳定点、计算航向起伏误差等功能。罗经阻尼周期为第一个和第二个航向返回点之间时间的两倍。

罗经航向稳定在1°以内，每隔30分钟的航向小于偏差0.5°，最后间隔十分钟的二十个数据的均值为方位稳定点。航向起伏误差为罗经稳定后，继续试验两小时过程中所有航向之间的最大差值。

4 结论

本文所设计的罗经姿态角信号自动采集分析仪能够完成实时采集频率为50Hz、400Hz、500Hz的罗经姿态角信号、实时绘制航向和水平曲线、分析罗经周期、计算方位稳定点、稳定点起伏误差、数据保存对比及编辑打印等功能，信号分辨率

经多次试验证明，该分析仪技术性能可靠，可作为罗经修理辅助设备，能满足多种船用罗经调试需求，提高了装备维修的质量与效率。

参考文献

[1]祝常红.数据采集与处理技术[M].北京：电子工业出版社，2008.

[2]赵亮，侯国锐.单片机C语言编程实例[M].北京：人民邮电出版社，2003.

数据分析方向范文第4篇

[关键词] 分析程序;Excel

[中图分类号] F239.1[标识码]B[文章编号] 1673-0194(2006)01-0044-03

分析程序又称分析性复核，是审计人员常用的重要审计程序(或审计技术)之一。根据信息对称性的特点，财务数据之间、非财务数据之间以及财务数据与非财务数据之间均存在一定的内在联系，审计人员通过分析数据之间的关系，找出其中的异常波动或不一致作为进一步审计的重点，此乃分析程序的原理所在。审计人员之所以广泛运用分析程序，原因有二:一是师事务所面临着、和竞争的压力，需要降低审计费用;二是运用此方法可以提高审计质量。在手工操作下，执行分析程序需要审计人员处理大量数据，并要从中找出相关信息的异常或不一致，这对审计人员的职业能力提出严峻挑战。本文借助Excel的强大数据和图表功能来执行审计分析程序，旨在帮助审计人员迅速而又准确地分析相关财务信息，找出审计风险之所在，为进一步审计指明方向。

一、分析程序原理

分析程序是指审计人员通过不同财务数据之间、以及财务数据与非财务数据之间的内在关系，对财务信息作出评价。分析程序还包括调查与其他相关信息不一致或与预期数据严重偏离的波动和关系。

1.执行分析程序的目的 分析程序在财务报表审计的三个阶段都可以运用，但在每个阶段运用所起到的作用有所不同。在审计计划阶段，执行分析程序可以帮助注册会计师确定其他审计程序的性质、时间及范围。即通过该程序了解、确认被审单位是否存在异常或意外的信息波动，以便找出潜在的错报风险领域，进而确定相应的审计重点和进一步的审计程序。在审计实施阶段，分析程序可直接作为一种实质性测试程序，以收集与账户余额和各类交易相关的特殊认定的证据。在审计报告阶段，分析程序用于对被审单位会计报表的整体合理性做最后的复核。按照注册会计师协会2004年10月和2005年7月两次的风险导向审计准则的征求意见稿的规定，审计人员在了解被审计单位及其环境并评估重大错报风险时应当实施分析程序，从而有助于识别异常的交易或事项，以及对财务报表和审计产生的金额、比率和趋势，并对这些异常或未预期到的关系在识别重大错报风险时应予以考虑。

2.执行分析程序常用的方法 执行分析程序常用的方法有比较分析法、比率分析法和趋势分析法三种。

比较分析法是通过对某一报表项目与既定标准的比较，以获取审计证据的一种技术方法。具体的比较包括本期实际数与计划数比较，本期实际数与预算数的比较，本期实际数与同业标准数之间的比较等。

比率分析法是通过对报表中某一项目同与其相关的另一项目相比所得的值进行分析，以获取审计证据的一种技术方法。

趋势分析法是通过对连续若干期某一报表项目的变动金额及其百分比的计算，分析该项目的增减变动方向和幅度，以获取有关审计证据的一种技术方法。

无论是对财务报表整体执行分析程序，还是对账户或交易执行分析程序，以上三种方法经常被结合使用。

3.执行分析程序的步骤 分析程序在审计各个阶段运用的步骤也有所不同，但在审计计划阶段的应用中尤为完整。在计划阶段，有效使用分析性复核程序，必须系统地执行以下步骤:

(1)确定将要执行的计算及比较:审计人员根据分析目标及获取的相关资料，确定执行何种类型的计算及比较。常用的计算及比较包括绝对额比较、结构比率分析、相关比率分析和趋势分析。

(2)估计期望值(确定基准值):审计人员可以根据各种不同来源的数据估计期望值。估计期望值常用方式包括:根据预算或预测估计期望值、根据被审计单位以前年度的会计信息估计期望值、根据会计要素之间的关系估计期望值、根据同行业资料估计期望值等。

(3)执行计算及比较:审计人员按照公式对被审单位相关数据进行处理，并把处理结果与期望值对比，确定差异或变动幅度。

(4)分析数据及确认重大差异:分析的主要目的是确认是否有异常或意外的波动。由于重大差异和意外波动是错报风险增加的信号，因此，注册会计师必须对重大的差异或波动进行调查。

(5)调查重大的非预期差异:对重大的非预期差异，审计人员必须进行调查，包括向被审计单位询问、检查交易凭证等。

(6)确定对审计计划的影响:不能合理解释的重大差异通常被视为错报风险增加的信号，审计人员通常会计划更详细的测试。执行分析性复核程序可指出高风险领域所在，使审计更具有效率和效果。

二、Excel在执行程序中的具体

1.财务报表整体分析程序 借助Excel执行审计分析程序首先应从被审单位的账务处理系统中将有关数据导入到指定的Excel文件，然后借助Excel程序强大的数据处理功能执行审计分析程序。将财务报表数据导出过程如下(以浪潮国强财务软件为例):进入账务处理系统的“报表管理系统”界面，在“报表”下拉菜单中选择“导出”功能，并指定保存的文件名、位置及Excel类型，见图1。

审计人员应通过对财务报表项目的横向、纵向和比率分析，综合观察和对比，确定重大或异常差异。

(1)利用Excel对财务报表进行横向分析:财务报表横向分析是将报表项目当年数与上年数进行比较，求出其增减数额及比率，以观察变化动态，寻找异常变动项目。以利润表横向分析为例，见图2。

(2)利用Excel对财务报表进行纵向趋势分析:财务报表纵向分析是每一报表项目占资产总额、负债及所有者权益总额、主营业务收入发生额的百分比，与上年同口径百分比比较，并观察和分析结构比例的动态变化，查找异常变动项目。以资产负债表纵向趋势分析为例，见图3。

(3)利用Excel执行财务比率分析:财务比率分析是根据财务报表项目数据计算出具有依存关系的项目之间的比率，并通过不同期间比率的变化(或与同行业平均值比较)来观察和分析报表项目的变动，查找异常变动项目。图4列示了常用的财务比率计算及分析过程。

图4中2004年各项财务比率计算如下:

D5=资产负债表纵向分析!D6/资产负债表纵向分析!D11;

D6= (资产负债表纵向分析!D6-26244)/资产负债表纵向分析!D11，26244为2004年末存货余额;

D7=资产负债表纵向分析!D13/资产负债表纵向分析!D10;

D8=资产负债表纵向分析!D13/资产负债表纵向分析!D15;

D9=(利润表横向分析!D19+利润表横向分析!D13)/利润表横向分析!D13;

D10=利润表横向分析!D7/26244;

D11=利润表横向分析!D6/28370，28370为2004年末应收账款余额;

D12=利润表横向分析!D6/资产负债表纵向分析!D10;

D13=利润表横向分析!D19/利润表横向分析!D6;

D14=利润表横向分析!D21/资产负债表纵向分析!D10;

D15=利润表横向分析!D21/资产负债表纵向分析!D15。

说明:图4中2003年各项财务比率计算与2004年类似。另外，为简化计算，在各项资产余额变化不大情况下，本例中财务比率的分母为资产平均余额的，均采用年末余额来计算。

2.账户或交易分析程序

在审计实施阶段，审计人员常执行分析程序，以证实账户或交易认定的恰当性。资产账户、负债账户收入账户以及费用账户广泛应用到分析程序，下面以毛利率分析为例来介绍分析程序在主营业务收入账户审计中的应用，有关计算和趋势分析见图5。

三、分析程序结果的运用

执行分析程序计算分析得到的异常波动，往往是重大错报风险之所在，特别是被审计单位不能做出合理解释的重大差异，审计人员应将涉及项目作为重点审计项目，必要时应当调整原定的审计程序或追加更为详细的实质性测试程序，以收集到更加充分适当的审计证据，从而降低审计风险、实现审计目的。如在前面的例子中，通过利润表横向分析、财务比率分析和毛利率分析，可以发现该公司主营业务收入无论是全年发生额还是12月份的发生额明显异常，因此主营业务收入的真实性成为审计人员需要重点审计的目标。审计人员通过计算分析被审单位“经营现金流入量/主营业务收入”指标发现，被审年度该项指标较以前年度明显偏小，而审计人员对有关应收款项发询证函也没得到回函。审计人员又进一步检查业务交易的合同和凭证，结果发现，该公司未能提供交易合同，而相关凭证上也没有授权交易人员的签章。最终，主营业务收入虚构的真相被证实。

Excel软件详尽的数表处理功能为审计人员执行分析程序，特别是处理繁杂的数据计算与分析提供了有力的工具。审计实务人员借助Excel软件能够更加高效的获取强有力的审计证据，为降低审计风险、提高审计质量提供了合理基础。笔者衷心希望审计实务人员能够充分利用现有的计算机技术执行审计程序，并开发出功能更为齐全和实用的计算机审计软件，以推动我国审计事业的。

主要

[1] 张继勋. 基于会计信息质量判断的分析性复核[J].

数据分析方向范文第5篇

一、大数据时代对高校毕业生就业指导的影响

人类进入21世纪，迎来了现代最新、最高雅以及最具时代化的信息化发展契机，伴随着互联网、云网络、云共享等海量数据以及数据加载模式呈现在人们面前。全球海量数据出现爆炸式的飞速发展，大数据时代引来的海量信息风暴影响着我们社会生活中的方方面面。高等院校作为高智能人才最密集，文化知识传播最广泛、网络技术传播最发达的革命知识阵营地，教师在教学模式、服务模式、管理模式以及学生的心理特征和学习生活方式，伴随着大数据时代的到来也受到了深远的影响。在2011年到2013年期间，我国全国高校毕业生数额从660万剧增760万人数，近年来高校毕业生数量急剧膨胀的形势下，就业难题变得更加严峻和突出。如何能够准确的了解大学生学业信息和就业情况以及掌握现代就业发展趋势是当前高校开展毕业生指导工作面临的主要困境。因此，通过大数据时代的发展背景下，充分利用互联网提供的海量数据进行分析现代大学生就业工作发展趋势，为其提供更具有专业性以及个性化的就业指导工服务，使高校毕业生能够根据自身学业特点和学习状况选择适合自己的就业发展方向和发展途径做好更佳的选择。

二、高校毕业生就业指导的大数据分析系统的构建

（一）高校毕业生海量信息数据的获取方式及分析方法

高校在做大学生就业指导工作时，在掌握大学生传统就业数据的基础之上，还要利用现代科技技术获取海量信息数据，从而进一步的拓展数据信息采集工作和采集路径，使所采集到的信息数据易于分析和提取，并且在一定的条件下，可以快速的索引出来，能够及时全面掌握学生的专业信息、学习成绩、个人爱好、培训经验以及就业意向等等。同时利用现代科技技术将就业数据中的信息逐一分析出来，例如当前就业形势分析、就业方向分析、就业政策分析以及就就业招聘会信息分析等整合资源信息，并根据大学生的个人信息、就业发展方向、未来岗位数据分析、基本要求、素质要求以及发展前景等建立大学生就业指导的大数据分析系统，根据聚集搜索的海量数据进行分析。

（二）大数据分析系统在就业指导中的重要性

通过运用大数据分析系统，能够简单、方便、快捷的掌握当前大学生的就业需求和就业方向，具体分析大学生选择就业岗位在经济市场上的质量和水准，在校招聘会的招聘工作人员及时提供重要的数据依据和参考。同时通过利用大数据分析系统分析毕业生就业信息和就业趋向，能够帮助高校就业指导人员实施个性化的就业指导，增强业务指导的有效性和针对性，加大就业指导工作力度，为大学生生提供多元化的就业指导方向以及行之有效地就业指导服务。

（三）加强就业指导中的思想政治教育工作

伴随着我国经济市场的深入变革，进一步的带动了毕业生在就业方式上的深入变革，从传统的毕业生安排分配岗位，发展到现代的双向选择以及自由择业。伴随着全国高校毕业生人数的骤增，而人数的增加致使就业市场竞争愈加激烈，大学生在就业方面产生一定的心理压力。同时用人单位也对当前大学毕业生的就业能力以及就业素质提出了更高的要求，因此，就业指导人员需要对高校大学生做更深层次的指导，而不单单的是在就业方面的指导，而是要加强学生职业道德的思想政治教育工作，同时引导学生正确认知自己，客观评价自己，给予学生在择业上树立自信心以及树立正确的就业观念，使学生能够全面了解掌握自己的同时，能够以积极向上的心态面对当前就业局势并能及时做好自我心理调适能力。

三、大数据分析在就业指导工作中的注意事项

面对当前大数据时代的浪潮，我们在发挥大数据分析系统的作用的同时，也要正确看待大学生的真正发展需求，我们所要面对的不是海量数据信息而是大学生本人，大数据系统的构建和分析并不是单纯指向数据，而是通过数据信息渠道及时掌握学生的就业动态、思维模式和学习状况，从而帮助学生树立正确的人生观、价值观以及世界观。同时大数据的分析主要是在实际应用中体现其价值，就是通过全方位、多角度的掌握学生的自身学习优势特性，了解当前经济市场的发展趋势以及用人单位的人才需求通过数据理论依据科学地指导大学生找出一条适合自身优势特点的个性化就业指导方向，从而满足于学生、学校及社会的共同期许。