数据分析的前景范文第1篇

关键词：气象部门;财务分析;模式探索

一、财务分析研究背景

气象部门省局直属事业单位作为国家公益性、基础性事业单位，主要承担社会公益性服务，但因财政拨款不足，需通过各种途径弥补经费不足。同时，随着气象部门财务管理信息化建设的深入，财务预算、决算、资产、审计、税费等信息管理更加智能化，省级气象部门的财务核算工作，预算管理工作及财务管理工作都面临新的挑战。过去，由于财务数据的专业程度较高，各类财务数据的统计口径不一，因此对内部使用者尤其是领导层而言，其可理解性和需求针对性都不强，这就导致大量财务数据的功能和价值无法发挥出来。湖北省气象局财务核算中心软科学项目组为解决这一问题，积极探索实践，尝试建立一套可推广的财务管理分析模式，致力于提供更加准确、有效的财务数据和分析报告，为领导决策提供参谋服务，进一步推动核算中心从传统的财务会计核算向现代化的管理会计转变。

二、实践中主要问题及问题解决思路

(一)如何确定财务分析研究报告形式和主要框架

实践中的首要问题就是解决研究目标的问题。什么样的研究才有意义？哪种形式的研究成果或研究报告更有价值并能为气象部门的内部使用者所理解？项目组通过咨询专家和相关使用者意见，查阅资料，集体研讨等多种方式，最终确定了财务分析研究报告的形式和主要框架。以用户需求为导向，分析相关使用者的管理意图和管理需求，挖掘不同层级重点关注的财务数据指标，最后采用图文并茂，简单易懂的研究报告附带针对性强的财务基础数据表的形式提交内部报告使用者。报告内容主要框架是针对分析相关使用者关注领域，分析基础数据表，根据由此得到的分析结果提出问题或风险点，并给出一些建议。

(二)如何确保基础数据的准确客观

在2017年进行初次分析研究探索时，财务基础数据表是通过手工分析填报的方式采集，由于财务人员的核算习惯、对数据取数口径的理解差异等多重因素，导致最终得到的财务基础数据表中数据的客观准确性降低，不同预算单位之间的可比性也相应下降。经过研究对比，项目组试图在2018年通过利用会计电算化系统(气象部门计财业务系统)实现自动化取数的方法来解决这一问题。在气象部门计财业务系统中嵌入基础数据表，并给出统一可执行的取数标准，设计系统取数公式，实现自动取数和汇总计算功能。

(三)如何实现财务基础数据表的自动化取数

2018年的实践中，财务基础数据表的自动化取数并未完全实现，仅完成了半自动化取数，仍然存在一些数据无法自动提取。项目组要进一步解决这一问题，就需要分析出这类数据无法实现自动提取的原因。通过分析发现，主要原因是财务核算过程中，对相同财务数据指标，不同的财务人员会依据各自做账习惯设置不同的辅助核算项，辅助核算项的不一致就导致无法选取到恰当的数据提取标准用于设置取数公式，从而无法实现自动提取。目前，只能继续采用半自动化取数与部分数据手工收集相结合的方式填列财务基础数据表。

三、主要研究方法

财务数据和财务报表的分析方法多种多样，不同的分析方法侧重点不同，得到的结果也可能不同，所以财务分析绝对不能仅采用一种方法。为了实现综合全面的有效分析，本课题采用了两种财务分析方法：综合分析法(数据分析总结、框图财务报表分析法)，比较分析法(对比分析法、年度对比分析、不同企业间对比分析)。

(一)综合分析法

综合分析法，是对多项重要指标结合进行综合分析的方法。省局机关及直属事业单位既是一个综合性的整体，又各自独立，它们的各项财务活动、各张财务报表、各个财务项目、各个财务分析指标是相互联系的，只是单独分析一项或一类财务指标，就容易陷入片面理解的误区。因此我们把相互依存、相互作用的多个重要财务指标(如收入指标、支出指标、基金结余、人均收入水平、医药费支出、重点费用支出等)汇总在本报告中，从省级气象部门的整体角度进行综合分析，从各个单位的独立角度进行全面分析，力求对年度的财务情况做出系统的全面的评价。在具体的综合分析过程中，采用两种具体分析方法即数据分析总结和框图财务报表分析法。数据分析总结，对财务数据而言是一种非常好的思维模式，它从单个核心指标出发，然后进行指标拆解，进而深层次多维分析，切片切块，通过同型分析、趋势分析、对比分析等数据分析方法定位到数据中的异常点，最终通过调整决策解决发现问题。研究报告的分析脉络就是按照数据分析总结进行的。框图财务报表分析法，则通过将数据填入不同的框图内，得到实际财务数据情况和历史年度水平等用框图形式直观地反映出来，从而简洁明了的说明数据变化情况。

(二)比较分析法

比较分析法，通常是指通过两个或者两个以上相关指标进行对比，确定指标之间的差异的一种数据分析方法。它通常可以划分为三大类：第一类是企业内部指标数据进行对比分析；第二类是对于企业同一指标可以根据不同的时间形成多个指标进行对比分析；第三类是除了与自身数据对比之外，还将自身数据和同行业的同等或者优秀企业的参考数据进行对比分析。财务分析研究报告大量采用比较分析法，不仅进行年度对比而且进行不同单位间的比较分析。例如，在第二章支出具体情况分析中对人均收入情况进行既进行了年度对比又进行了不同单位之间的对比，通过框图分析结果，领导层可以快速观察出今年和去年的人均收入是上升或者下降，同时清楚省级气象部门各类人员的平均人均收入水平以及各单位人均收入水平的差异情况。再例如，第一章收支总体情况分析中采用第一类比较分析法对收入指标、支出指标进行对比分析，关注领导层急切需要掌握的“家底”情况。

四、气象部门财务分析推广模式可行性分析及未来前景

(一)气象部门财务分析推广模式可行性分析

1、实现财务数据综合利用，延伸财务数据的利用价值

省级气象局可以通过对所属多家预算单位的财务情况进行综合分析，利用财务核算中心集中多家单位财务管理的体制，利用财务管理信息化系统，综合分析财务管理中形成的多维数据，为单位改革发展和财务管理提供支撑。财务数据是一种不可多得的宝贵资源，是大量人力和物力投入的巨大成果，具有很大的实际和潜在利用价值，通过对数据的加工分析，不仅可以全面反映财务状况，为决策提供有效实用的财务信息，而且可以通过数据分析，找出财务重点难点和隐形问题，增强财务管理和财务服务的导向性和预见性。

2、开启财务信息管理基础工作规范化新思路

在综合分析工作中，利用财务管理信息化手段，提取有效的多维财务数据，以决策需求为引导，坚持问题导向，总结出重点关注财务信息，为财务信息基础工作信息化、集约化、标准化提供新思路，有利于推动财务信息规范化管理。通过湖北省气象局项目组的探索和经验总结，在实践中归纳财务基础工作规范化标准，总结基础数据统计表自动提取过程中的难点，从财务数据源头抓起，通过规范化标准完善改进。3、完善可推广的财务管理分析基础数据统计报表经过实践摸索，设计出湖北省气象局机关及直属事业单位财务管理分析基础数据统计表样，为财务管理分析提供基础支撑。该报表利用A++和SQLSERVER2000用户接口，将统计表样内置于气象部门计财业务系统中，建立单位用户需要的财务数据库，其他省级或地市级气象局可以根据本身的决策需求，参照这套统计报表设计思路、表格表样、数据提取校验经验等，实现切合自身需求的财务管理分析。

(二)气象部门财务分析未来前景

目前的财务分析研究探索还存在一些问题，全自动取数功能尚未实现，绘图是通过手工绘制的方式获取，历年实践已经取得的基础数据表未建立起数据库用于保存查阅。将来，我们拟进一步挖掘计财业务系统潜力，开发一个功能全面的研究分析子模块，针对省局和各单位在财务管理决策中遇到的难点和热点问题，建立财务分析模型，实现财务分析自动化、图表化，同时逐步建立年度财务数据统计分析库，进一步为领导财务管理提供高质量的决策参考，也为全面财务管理信息化建设提供强有力支撑。总而言之，气象部门财务分析仍应以提升财务服务的决策参谋作用为抓手，一方面，通过财务综合分析，提升财务数据的利用率、重点数据的关注度，将财务核算工作方式和工作理念从业务型转向参谋型，财务会计从核算会计向管理会计转变。另一方面，将综合分析方法可以延伸到其他各项财务专题分析领域，可以有效提升管理效率，作为预算安排、资金统筹、增收节支、风险防控等决策参考依据。

参考文献

数据分析的前景范文第2篇

一、大数据及其意义

大部分传统的统计方法只适合分析单个计算机存储的数据。而目前大数据的环境包括以下要素。1.流数据：数据快速地不断涌来，现有存储设备和计算能力难以应付这种数据流（比如欧洲高能粒子对撞机所产生的数据，每秒钟可以达到500TB）。2.磁盘存储限制：数据已不能完全存储在内存中，需要硬盘存储。3.分布存储状态：数据分布存储在多个计算机中。4.多线条状态：数据存储在一个计算机中，多个处理器共享内存。大数据的发展就是对数据产生的机制进行探索，将所产生的数据转变为人们所需要的知识，进而对相关政策的制定产生影响。这个过程是一个漫长的过程。一个小孩子随着年龄的增长可能会掌握更多的单词，但是根据一个孩子的年龄确定他掌握的单词多少则并不科学。进一步来说，大数据有记录保存自然与社会现状的功能。现在大家收集着海量数据，尽管他们还不清楚如何分析大量的数据，但是他们相信需要保存现今社会经济高速发展的过程，期待着今后能够分析和解释这段历史。还有些人将百岁老人的血液和其他各种生物的标本等存放在冰箱里，他们认为当今的技术还不足以测试和分析这些资源，期待今后更先进的测试技术能够做到。大数据就如同自然和社会的血液那样记录着社会的现状和发展过程。17世纪望远镜以及显微镜的发明使人类看到了以前从来没有看到过的宇宙空间和微生物，扩大了人类对自然的基本认识。大数据就像“望眼镜”和“显微镜”那样，使得人们能够通过数据来观察和分析自然、经济、社会的现象。借助于互联网数据，可以及时了解疾病的疫情、科学的动态、社会的动态。谷歌借助频繁检索的词条能及时判断流感从哪传播，哪些人可能已经感染了流感。大数据将形成自然和人文社会的历史长河，不但能用于探索当代的科学问题，将来也可以用于研究人们食用转基因食品对子孙后代的影响等追踪研究问题，为未来留下当前的历史资料。

二、大数据带来的变革

时代的进步有赖于大数据的发展，大数据的发展给时代变革增加了更多的不确定性。就当前研究来看，数据的搜集很大程度上依靠所研究问题的出现来推动其向前发展。不过在不久的将来，随着大数据时代的到来，人们对于问题的研究将会由“数据”来驱动。例如，如果我们想去某地旅行或出差，会首先查询目的地的交通情况、天气情况以及住宿情况等信息，但是将来我们可以根据所查询的数据信息来决定所要去的目的地。在古希腊时代，当时的哲学家无所不知，号称百科全书，到了文艺复兴时代，随着学科的不断细化，不同学科出现了各自的专家。随着大数据时代的到来，大百科全书式的人物将有可能再次出现，而不同领域的专家的权威性将被逐步消弱，随着大数据的不断发展，很有可能会逐渐将学科专家消亡掉。例如，随着计算机专家和统计学家对数据的搜集越来越多并且处理能力不断增强，他们将逐步成为生命科学方面的专家。再比如，如果我们掌握了足够数量的相关专业书籍和日文译本，就算我们对日文一无所知，我们也可以采取有效的方法将所需要的中文翻译成为日文，因为我们有很多非常可靠的翻译软件，如谷歌翻译软件等。大数据已经在各个领域和学科得到了应用，例如医疗领域，大数据可以指导人们健康饮食，适时进行身体检查，并且确定检查项目，帮助医生对患者进行疾病诊断等。

三、大数据时代统计学专业教学现状

随着科技的不断发展和进步，人们获取信息和数据的途径也发生了很大的变化，电子商务的发展和各种多媒体信息技术的飞速发展和应用，给传统的统计学应用和教学带来了机遇的同时也带来了非常大的挑战。一方面，由于各种信息和数据的不断涌入，人们在被动搜集着各种数据。统计学的教学也需要不断探索新的模式。另一方面，人们在被动接受数据的同时也在主动搜集数据信息，不同学科有不同的数据需要。例如经济学领域的专家每天都在搜集各自的调查数据和观察数据，而自然科学领域的专家学者则不仅搜集宏观天文数据，还在搜集微观基因数据。不同的人们搜集数据的方法也各不相同，有的在实验室通过试验进行数据搜集，有的人则通过网络进行数据搜集和研究。对于当前大数据给统计学带来的挑战，美国科学院“大数据分析委员会”给出了分析，他们认为这些挑战在于对不同格式和结构的数据的处理方面、对于数据来源的追踪方面、对于共享数据的安全性问题和完整性问题方面、对于样本异质性和偏倚性处理方面、在对问题进行处理时的决策和分析方面以及对分布式和并行式在开发时的算法方面的问题等。国内相关部门也对这一问题进行了研讨，最早一次是2012年5月在香山召开的“大数据科学与工程”会议，第二次是在2013年5月召开的对于大数据原理以及发展前景的探讨会，并同时制定了相关的科研计划。但关于大数据背景下统计学专业教学的探索还非常稀缺。

四、统计学专业课程改革

针对以上所述大数据时代的特点和变革意义以及目前统计学专业教学的现状，本文进行了相应的初步探索。

（一）改革的总体思路

将现有的统计学顶级杂志或著名文献中的成熟的大数据分析方法逐步凝练，形成教学内容；将使用R软件中的函数包实现这些大数据分析方法。

（二）改革的具体内容

1.在《数据挖掘原理与方法》课程中引入大数据分析方法及其R语言的代码实现。2.在《非参数统计》课程中引入多元非参数统计方法（诸如多元符号、多元秩、多元符号秩等）、非参数回归模型、半参数回归模型及其R语言的代码实现。3.在《回归分析》课程中引入回归树、boosting回归、bagging回归、随机森林回归等用来处理大数据的回归方法、高维回归变量选择方法（比如LASSO回归、动态LASSO回归等）及其R语言的代码实现。4.在《多元统计分析》课程中引入高维统计分析方法及其R语言的代码实现。5.在工科《概率论与数理统计》课程中引入R语言的代码实现。

（三）改革的主要创新点

数据分析的前景范文第3篇

关键词:大数据时代;科技情报机构;生存与发展

0引言

随着计算机通信技术和网络技术的迅猛发展，互联网、移动互联网、物联网等先进技术的广泛应用，信息技术手段记录下了人类活动轨迹的海量数据资源，它们是人类社会的宝贵财富。随着网上海量数据的积淀，所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。与之前传统的数据概念相比，大数据最主要的特征是“多源异构”:文本、语言、视频、语音、位置信息、点评信息、交易信息;用户网页信息(浏览次数、点击率)、各种社交网站、动态网站网页信息的变化、网络实时监控数据、通信领域数据(各种信号、通话时长、通话位置)、各行业统计分析数据等，各种结构化、半结构化、非结构化的数据，包罗万象。当前，各行业领域先后不同程度对大数据表现出极大的关注，已经或正在以不同程度和形式参与其中。中国人民大学信息资源管理学院官思发等提出部署云存储技术、技术数据可用性、优级化数据分析模型、弹性调试资源和研发大数据分析平台等5个对策，解决大数据分析领域数据存储、弱可用性等大数据领域的5大问题;大型国有银行在主营业务中均引入了较有深度的数据分析;商业智能技术和数据挖掘技术等已在电商行业得到广泛和深入的的应用;中信所曾建勋等提出了大数据环境下情报学新的核心内涵;中信所贺德方通过(863计划)子课题“以科技文献为主的搜索引擎研制”有关海量知识挖掘分析、科技创新辅助决策分析、客户行为统计分析与个性化服务等关键技术介绍，指出未来文献信息系统的方向是研究报告的综合利用，是从简单的“搜索”向基于实事数据的“知识检索”进化，基于知识的重用，创造新知识。虽然“大数据分析”在国内的发展仍处于初期阶段，但大数据的浪潮已席卷而来，我们正身在其中。纵观人类发展史，每一次技术的变革与飞跃都伴随着行业的新旧更替。作为有着近50年历史、与数据结合最紧密的科技情报机构，如何从大数据中发现知识并加以利用，不仅仅是生成简单的报表，在大数据时代不仅能做为情报机构继续存在，而且能获得创新性的发展，是我们值得思考的。

1大数据对科技情报机构的影响

1.1资源

科技情报机构要处理的数据信息对象更加复杂多样，之前熟悉的科技报告、专利文献、标准文献等专业数据库信息资源和网络搜索引擎信息只是目前大数据范畴的一部分。之前常规的情报工作流程与方法已无法处理大数据时代的信息资源。

1.2服务对象

网络的迅速普及方便了数据资源的传播与获取，科技工作者和政府人员知识水平的普遍提高使一般性信息收集与整理已不属于情报机构的工作范围。经济全球化与行业竞争的加剧，政府与企业用户对情报产品的要求日益提高，已不满足于较初级的情报分析产品，在要求快速反应的同时，对深度与广度方面都有较高的要求。以我所为例:按市委四大班子要求提供的周刊性内参，在仅2页的篇幅里要包括2个栏目，既要反应国内外最新技术，还要分析我市主要产业企业现有的技术在国内外同行业中的水平、应用领域、市场前景、未来发展趋势等。

1.3手段与竞争者

SPSS、SAS、各种行业分析软件、CNKI和万方在线分析等计算机辅助信息分析软件工具早已在情报系统、信息研究公司、行业咨询公司等机构得到应用，围绕大数据存储、数据可用性、数据建模、资源调试和专业分析工具的研制等工作已是行业热点。市级科技情报机构中，基于几大部级数据库和网络搜索引擎人工检索，以人工分析的方式开展政府委托或自选题的专题情报分析、科技查新等工作的应不在少数。

1．4机构人员

市级情报机构现有人员大多分为两部分:一是从事情报工作，二是从事科技主管部门委托的行政辅助方面的事务性工作。从事情报工作的人中，大多有一定的理、工科专业背景，有一定的文字编撰能力，通过老同志传帮带和行业培训，从事专题情报分析、科技查新等方面的工作。情报专业人才和计算机科学相关技术领域的人才较少。

2生存与发展

2.1科技情报机构的核心竞争力

2.1．1数据资源

情报机构一直是科技资源的提供者，收集、分析、提炼各种数据资源形成情报产品是情报机构的工作内容。不管是以纸质方式收藏各类科技文献时期、以联机方式实际国际检索数据库时期，还是通过互联网开展情报工作时期，拥有科技文献类数据资源一直是我们的优势。但当大数据时代来临，我们一直拥有的数据资源只是大数据中的一小部分(当然也是很重要、很权威的部分)。我们面临的数据产生方式多样、涉及不同信息系统、不同应用软件和传感网络。如何准确获取、分析海量数据，生产高质量的情报产品，保持数据资源的优势是首要问题。

2.1．2分析能力

市级科技情报所人员大量工作是科技查新、服务政府领导下达的专题情报分析，了解本地区企业的技术水平以及相关领域的国内外发展趋势和研究热点;具备检索、分析归纳能力和技术创新点的挖掘与判断能力。1958年至今，国家情报系统已发展成包括国家、省、市、部分县在内的全国性情报机构，且近年来，全国科技情报机构间的交流日渐密切，这是其它信息咨询机构所不具备的。在大数据时代，数据获取方式、分析手段、工作模式将会发生重大变化，现有情报人员知识背景的更新、新进人员素质要求的提升是保持整体竞争优势必须解决的重要问题。

2.2把握机遇的设想

大数据产生于信息通信技术的日渐普遍和成熟，以云计算为代表的计算技术不断进步，提供了强大的计算能力。大数据的影响正在覆盖全社会的各行业:根据求职网站的岗位数量，推断就业率;投资机构搜集分析上市企业声明，从中寻找破产的蛛丝马迹;通过微搏数据分析，确定广告的投放时间和投放内容并锁定用户群等。大数据为我们看待世界提供了一种全新的方法，各行业的决策行为将日益基于数据分析做出，而不是像过去更多凭借经验和直觉。对于情报机构，特别是资源掌握较弱、人员结构不理想的市级情报机构如何保持现有资源与分析的优势，只有改变。大数据平台和分析工具的研制是一个渐进的过程，也应是我们完成改变的过程。这个过程也许是一个稍纵即逝的机遇。

2.2．1数据资源

1)做强现有资源。

大数据的分类众多，姑且分为自建资源与外部资源。科技情报系统自建数据资源是科技类资源与企业资源，应进一步完善，这是情报系统的核心竞争力之一。企业是创新的主体，企业产品数据等企业类数据库可充分利用目前较完善的国家科技情报体系机构，做得更大更强。

2)分析关注外部关联资源。

大数据时代，数据的取舍很重要。情报机构主要服务对象一是政府，二是企业。以我所业务为例，政府方面的工作主要有:接受常规定题信息的报送;接受不定期安排的针对某一领域或技术的专题情报分析;针对当年度热点重大问题的调研报告等。企业方面的:查新;技术创新点挖掘、专利分析等。对各类服务重新分析与之相关的外部资源类别、可获取途径、数据关系等，选择适宜的工具，制定新的数据获取与分析的流程、模式。

2.2．2数据分析

大数据只有在进行挖掘分析之后产生的新知识才有价值。无论是当今的数据抓取工具和分析软件，还是未来的大数据搜集分析平台，都只是辅助性工具，只是完成数据收集、初步筛选与鉴别，最终情报分析产品的完成还是需要人脑。

1)人员培训。

大数据的特征决定了其获取和分析模式与现有模式的巨大差异。华南师范大学黄晋按国际上设置的培养计划，提出大数据人才应掌握数学、统计学、数据分析、商业分析和自然语言处理等技能，具有较宽的知识面，具有独立获取知识的能力，具有较强的实践能力、创新意识和团队合作意识。由于大数据类型的多样性和数量的海量特征，且由于情报问题趋向复杂化，北京大学信息管理第迟玉琢认为，在解决这类情报问题时，单靠一个机构或个人能力很难完成对大数据的收集处理工作，还需要信息数据的共享、工具技术的整合和人员的跨界合作等，众多数据显示:现有情报人员面临大数据时代的严峻挑战，必须培养在职情报人员大数据获取、分析的能力，重新调整新进人员知识结构标准。

2)区域大情报设想。

在等待学院人才的引进、逐步增强现有人员在职进修的同时，可设想组成两种模式的智力团队开展工作。当然团队的运行机制等相关问题还有待另行探索。

(1)跨系统自由组合式。

以各级情报机构为中心组建区域性专家团队，参与到具体服务项目的数据获取模式与流程的制定、分析等工作中，可以较快的速度提升地方情报能力，提高情报产品质量。由于各地各级情报机构情况各异，在未来与各类咨询公司、智库等的竞争中，将既有胜出者(作为情报机构继存)，也难免会有出局者(作为上级机关行政辅助机构)。是动态的、变化的。

(2)系统内智力集聚式。

从1958年中情所成立到现在57年的时间，全国各省、市(地区)、部分县构成了体系健全、人员稳定、经费稳定、技术成熟、政府信任度高、从业人员近10万的全国性情报系统，在系统内构建情报智力合作模式，发挥国家、省、市、县各级情报机构的优势，构建新型情报机构关系，将有利于形成情报系统的整体竞争力，提升情报质量，拓展情报业务。

3)分析能力的实战训练。

大数据分析平台的构建与共享尚需时日，现有分析工具已大量存在。作为市级情报机构，不管是应用于政府的情报服务，还是针对“双创”或企业的专项服务，在当前的情报工作中尽可能多地启用现有数据获取与分析工具已是燃眉之急。

3结语

面对大数据及相关技术带来的变革与飞跃，必将出现行业的新旧更替。大数据将带来的不仅是情报服务技术层面的变化，也包括情报机构工作模式的变革、行业格局的变革。从数据资源获取能力与人员再培训入手，根据大数据时代的特点，创新工作思路、搭建新的工作模式，保持行业竞争力，大数据便是情报机构提升的机遇。

参考文献:

［1］曾建勋，魏来．大数据时代的情报学变革［J］．情报学报，2015，34(1)．

［2］官思发，孟玺，李宗洁，等．大数据分析研究现状、问题与对策［J］．情报杂志，2015，34(5)．

［3］孟婷婷，何利力．浅谈分析大数据的工具MapReduce－［J］．工程控制计算机，2015，28(4)．

［4］贺德方．基于大数据、云服务的科技情报工作思考［J］．数字图书馆论坛，2013(6)．

［5］黄晋．关于大数据人才培养的思考与探索［J］．教育教学论坛，2014(45)．

数据分析的前景范文第4篇

（1）交通调查和数据处理分析的应用。

大数据技术借助手机信令数据、GPS定位技术、3G通信技术、GIS地理信息系统技术、互联网手机APP等多种数据采集手段相结合辅助入户调查，扩大了调查范围，将调查内容更精细化，数据分析更全面。

（2）改变传统交通管理思路。

目前我国大部分城市的各种交通运输体系管理主体不同，分管于主管部门，涉及部门多，呈条状分割现象，且每个部门有独立的信息管理系统，但这些信息数据只服务于本部门垂直业务，与其他相关运输体系缺乏联动互通，不便于综合交通运输体系的统一管理。大数据可以进行信息集成和组合，有助于建立综合交通管理立体交通信息体系，通过信息集成，将不同区域、不同作业领域、不同体系、不同范围的数据融合，构建综合公共交通信息集成模式，发挥城市整体交通体系功能。

（3）大数据辅助交通规划进行决策。

传统的“四阶段”交通规划模型体系是在城市居民出行大调查的基础上建立的，一般情况下5年进行一次调查，虽然是大调查，但是全民调查的抽样率很低，大概在2%~5%，样本取样困难复杂，没有代表性和时效性，影响了交通预测模型的精度，而大数据技术改变了交通规划中面临的时效性和取样难的问题，利用手机、ipad等移动客户端进行数据采集，可以获取大样本的居民出行数据，根据这些数据，可以很好的对目前城市交通需求现状和未来的发展趋势做出更精准的判断。利用连续实时的大数据系统进行观测分析，可以监测交通规划方案的实施效果，从而将传统的交通规划模式，转变为以实时调控和反馈控制为主线，以城市交通战略调控为核心的新模式，通过对交通系统发展过程的调控，更好的促进促进城市交通的可持续发展。

（4）大数据提升交通预测的准确度。

传统改善交通拥堵的思维模式已经收到土地资源的限制，不符合可持续发展的要求，且规划阶段的数据推算模式已经不符合当前交通形势的发展，大数据信息统计全面且详细具体，利用这些数据可以构建更加合适的交通预测模型，有效的预测未来交通需求，模拟交通运行状态，检验交通技术方案可行性，大数据的快速处理信息的能力，能进行实时交通监控，有效的提高交通预测的水平。

2交通工程卓越人才培养新要求

交通工程专业虽然是从道路工程学科中衍生出来的一门年轻学科，但是涉及面广，具有社会性和自然性俩大属性，具有系统性和综合性两大特性，需要注意的是它的系统性。而智能交通是未来交通系统的发展方向，它集成运用整个地面交通管理系统，全方位，大范围的实时准确高效的建立管理和运行综合交通体系，而这种实时准确高效的综合交通体系只能依靠大数据解决核心问题，随着交通数据分析和信息服务业的发展，交通大数据分析人才市场空缺越来越大，传统的交通工程专业培养的技术人才已经不满足交通人才市场的需求，所以培养传统交通工程专业技术人才的同时，更应注重智能交通数据分析师的培养。智能交通数据分析师需要同时具备交通工程专业理论、统计分析能力、计算机编程能力和可视化表达等多方面技能，不仅要求能进行数据分析，还要求能通过数据还原交通系统。河南城建学院交通工程专业从2013年开始计划实施卓越工程教育，根据当前大数据背景下智能交通数据分析师需求和河南省卓越工程师人才培养方案的要求，河南城建学院交通工程本科专业培养方案正在进一步调整，目标以交通运输领域行业需求为导向，以培养交通工程优秀后备工程师为目标，以校企合作单位为培养基地、以工程实际项目为载体、以“双师型”队伍为支撑，建立校企联合培养人才的新机制；通过改革培养目标与培养要求，加强校内外师资队伍建设、课程体系建设、实习基地建设、实验室建设、实践教学环节建设，为中原经济区建设和三化协调发展助力。

（1）根据培养目标，改革人才培养方案。

培养过程实行“理论实践理论实践”交替进行的四阶段培养模式，理论阶段在学校进行，实践阶段在行业企业进行。通过行业企业深度参与培养过程，形成一整套以专业技能培养为主线，以强化工程实践能力、工程设计能力和工程创新能力为核心，强能力、高素质、重应用为原则，知识、能力、素质协调发展的交通工程专业人才培养机制。实践环节培养阶段，行业企业主要开展实践类课程的讲授、课程设计，同时开展生产实习、毕业实习和毕业设计环节的指导工作。

（2）加强师资队伍建设。

河南城建学院交通工程教研室现有教师11人，其中教授1名，副教授2名，博士两名，硕士9人，教师的研究方向集中于交通规划和城市道路设计两个方向，不满足当前教学需求，所以教学科研人才引进上，重点引进的方向是交通信息工程及控制、交通数据分析和系统分析等方面具有深入研究的人才。在引进人才的同时，加强现有师资队伍工程实践能力的锻炼，每年至少安排1名教师深入企业，进行工程实践锻炼。

（3）课程体系的改进。

调整部分专业基础课的上课思路，例如将基础课程《交通调查与分析》与《系统分析》相融合，借鉴华南理工大学大数据交通实验室的教学模式，介绍最新的数据采集方法和大数据分析技术。虽然学校的办学条件和实验室建设条件有限，但是接受先进前沿技术和知识的思路是无限的。

（4）实习基地建设。

与河南省21家企事业单位建立长期合作关系，制定校企联合培养方案。并且与交通数据分析和智能交通相关企事业部门进行合作，建立实习基地，安排学生进行专业实习，积极参与企事业单位相关工程项目，在实践中锻炼城市交通问题的分析能力。

（5）实验室建设。

现有的省级高校实验教学师范中心交通工程实验教学中心，目前拥有软硬件设备1500余万元，下设有城市交通研究中心。交通规划与仿真实验室拥有transcad、vissim、aimsun、cube、emme等相关软件，200台电脑，用于学生的上机实验课和相关专业课程设计。现在学院正在积极与专业交通数据调查与分析公司合作，创办联合教学平台。积极筹备大数据交通实验室的建设，邀请北京晶众智慧交通科技有限公司等交通大数据处理分析公司的技术人员来我校为学生做交通与大数据相关报告。

（6）实践教学环节建设。

学生在本科阶段，相关的某些课程设计和实习安排到企业单位进行锻炼。例如，专业认识实习阶段，组织学生到现场实习，培养学生理论联系实际、实事求是、艰苦奋斗的良好作风。通过对实际交通系统的运行状况调查，使学生明确本专业学习的目的与任务，为以后交通管理打下一个良好的基础。生产实习阶段，要求学生深入实践单位参加生产活动，在实习中锻炼和培养自己的动手能力、独立分析问题能力和分析解决工程问题的能力，同时深刻体会到交通工程专业的工作特点，熟悉交通工程的各种技术和管理工作。毕业设计阶段，结合交通大数据课题或实际交通问题进行命题，培养学生综合运用交通工程专业知识、数据分析技能，进行独立分析与解决实际交通问题的能力，为从事交通数据分析工作或研究提供基础。

（7）科技创新。

以全国大学生交通科技大赛为重心，鼓励学生参与实际交通大数据研发项目，开展交通科技文化节系列活动。培养本专业学生科学精神和科学素养、及团队协作精神，促进学生开展学术活动，加强学生交通科技文化交流，促进交通科学和技术的发展，同时以该文化节系列活动为平台，引领交通学院在学风建设和营造创新氛围中发挥其重要作用。目前开展的活动主要有交通科技大赛、交通大智慧、交通知识竞答活动、纸桥承重大赛、交通安全宣传月活动、博士讲堂等，通过这些活动，充分调动了学生的积极性，锻炼了学生的团队协作意识。

3结语

数据分析的前景范文第5篇

【关键词】大数据时代　两岸高校　学生管理工作

1大数据时代的特征和内涵分析

大数据是指在网络时代产生的巨大的数据资料。在网络时代，由于科技的深入发展，人们的信息资料创造与传输已经达到了一个巨大的规模，这种巨大的信息量无法通过简单的人脑或者软件进行衡量。因此，在社会发展过程中，对于时代中的一些数据的撷取和考察往往能够直观的分析社会乃至经济的发展脉络。在大数据时代，数据的种类和数量都很多，而且往往在其中蕴含着很大的价值，对人们的生活可能产生一定冲击和影响。因此，我们应在对数据的了解的基础上对其进行一定的归纳、处理和分析，以对其规律进行一定的总结。这种数据的分析必须依赖一定的计算架构，通过云计算在达到所要的目的。大数据的在各行各业都有着很大的应用前景，有了一定的新工具和新的计算体系，我们就可以对数据进行合理的推断和分析，从而了解到事物的真正本质。大数据具有一定的特征，即其数据量已经超越了一般的数量等级，从GB、TB发展到了ZB、YB甚至以NB、DB来进行衡量。而且其数据类型众多，不仅包括一些网络上的文本，还包括大量的音频、视频和地理位置信息等半结构化的数据。在大量的数据中找到有价值的数据需要运用科学有效的工具和方法，并且在网络时代需要提高数据分析出来的能力，以便采取较为快速的反应。

2大数据时代的到来给两岸高校带来的一定机遇和挑战

在两岸高校的发展过程中，大数据时代给高校的发展和管理工作带来了一定的机遇和挑战。数据分析影响着学生的生活和学习，随着互联网技术的发展，两岸高校的学生和老师每天都在接触不同的数据。当数据达到一定的规模和程度时，数据的使用者就可以对其进行一定的分析和处理。这种互联网时代的文化特征正在对高校的管理工作产生着一定的影响和冲击。又由于高校处在信息技术发展的前沿，因此在数据的处理方面更加的敏感和多样化。如何通过这些数据的使用和管理来对学生生活进行更有效的分析和管理，正是两岸高校需要面对的机遇和挑战。

2.1教育决策不能只凭过去的教学经验，而要依靠数据来提供依据

大数据不仅仅在互联网技术中得到一定程度的应用，随着网络和社会的发展，它更成为高校管理工作者分析学生思想、观察学生行为的放大镜。大数据的使用意义不仅仅体现在对于学生活动的分析，更可以实现对学生思想和行为的深入挖掘。大数据时代的两岸高校管理工作，应该以数据的分析作为依据，而非仅仅依靠过去的教学经验和直觉。大陆和台湾的教学管理模式都融合了传统中国教育和西方现代教育的一些长处，具有自己的特点。在大数据时代，更应该对依靠高科技的手段，跟上时代的步伐，通过合理的分析有效的数据信息，来加强对学生的教育管理服务工作。

2.2互联网领域的不断扩大使数据不断增长，使人难以分辨数据的价值

互联网的手段不断的应用在人们生活的方方面面，从计算设备到社交网络再到电子商务领域，人们的生活在不断的互联网化。人们生活中的一些碎片化信息也被不断的上传的网络之上，海量的信息资源使得数据的综合价值受到一定程度的降低。两岸高校在管理学生的过程中，针对学生的网络使用情况进行的数据分析，往往可能会受到这种巨大的信息流的影响而产生一定的效率低下的问题。而且在进行学生舆情监测的过程中往往会导致学生信息的泄漏，也是一个需要关注的问题。

2.3大数据时代的到来使得人们的个性化需求难以被实现

在大数据时代，两岸高校对于学生信息的分析更加的突出一定的群体性功能。在网络的时代，教师的管理观念的提升可以更好的迎接大数据时代的挑战，但是一些大数据的分析对于宏观的教育决策进行一定的指导，还不能针对具体化的同学进行的一定的个性化的管理。两岸高校的教学基本现状也不允许学校投入更多的精力进行类似的教学管理。

3两岸高校应对大数据时代到来的策略

3.1在教育工作的进行中树立一定的大数据意识

根据针对高校的学生调查，其手机使用率基本达到了百分之百，而且大部分同学使用手机网络来进行社交以及信息获取。针对这种情况，两岸高校的管理工作者应该树立影响的大数据意识，提升对于网络时代的数据的敏感性，主动进行学生网络数据的搜集和整理，积累一定的网络数据分析的经验，并研究学生的思想和行为的动态。对于学生活动的组织可以采取网络的手段进行一定的统计，将数据作为教育管理的一种的参考依据。

3.2组建专门的大数据分析的教师团队

根据大数据时代的特点，两岸高校要想抓住大数据时代的发展机遇，就需要提高自身对于大数据的分析和整理的能力。可以针对网络数据这一领域组建一定的数据分析的教师团队，提高教师的对大数据的敏感度和分析能力。在数据分析的方法上使用先进的理论作为支撑，提高数据分析人员对于云计算的理解程度，针对学生的社交帐号的信息，掌握其关心事物所在，掌握其思想动向，对于学生关心的热点进行一定的研究。树立立体化的数据分析渠道，帮助学生树立正确的人生观和价值观。

3.3完善大数据时代的教学管理制度建设

在两岸高校的传统教学管理制度中，均借鉴了西方的现代化教育管理的长处，然而还需要在大数据时代对现行的教育制度进行一定的完善。大数据时代为学校的管理提供了一定的便利，但是高校在进行大数据的使用过程中要谨慎，对数据信息要进行妥善的保管，建立安全的保障制度，保护同学的隐私。对于数据的使用既要贴近学生的生活，又要保证在合理、合法的范围内进行，确保大数据在教学管理过程中不被滥用。

4结语

两岸高校在人才培养和校园文化建设方面都有着自己独特的一面，并取得了很好的教育效果。随着科技的发展，大数据时代必将对两岸高校的教育模式产生一定的影响和冲击，两岸高校应该抓住机遇，制定一定的策略来迎接大数据时代的挑战。

参考文献：

[1]朱建平,章贵军,刘晓葳.大数据时代下数据分析理念的辨析[J].统计研究,2014(02).