大数据下网络信息资源管理及利用探讨论文

大数据下网络信息资源管理及利用探讨论文（共14篇）

大数据下网络信息资源管理及利用探讨论文 篇1

关键词：大数据;信息资源管理与利用;现状分析;策略分析

1前言

网络信息技术飞速发展的大数据环境，虽然提高了人们生活与生产活动的效率与质量，但也正因为网络信息资源的强大，信息数据的成倍增加，无法对信息资源来源进行严格筛选，考究与编辑，使得毫无营养，负能量，甚至传播人性丑陋的信息大量充斥，造成利用网络信息资源出现障碍，网络环境纷繁复杂。因此，在这样的大数据环境下，有必要对网络信息资源管理的特点，问题等进行分析，从而给出应对的策略建议，以便于网络信息资源能得到更好的利用，以便于人类生存发展在依赖大数据网络环境下，得到更健康更有效的信息资源载体的支持。

2大数据的含义

信息技术迅猛发展带来的大数据环境指，网络上经过一定程序优化，具有多元化性质及很强适用实时性的信息资源数据的总和。对大数据的采集，分析，挖掘，管理等都离不开云技术。大数据的主要特点是需要信息资源的不断扩充，然后利用云计算对信息资源进行分布排列，归档和储存，具有信息海量、传播快速、价值深远与形式多样四个特质。目前世界各行各业都引进了大数据并与之相融，尤其是在企业的决策方面，大数据扮演者提供资源参考的角色。为企业发展，社会进步，人类生活方式水平的提高作出突出贡献。

3网络信息资源管理的内容

网络信息资源管理的内容范围较广，包括以人员、信息、技术、环境、资金等为基础的信息资源挖掘、收集、筛选编辑、信息资源布局分配、传播、利用等所有信息要点。对这些信息要点进行业务规划，组织、调控，以便于达到信息资源满足网络环境要求的需要。网络信息资源的管理，根据其管理信息的内容、中间媒介等的不同，采取不同层次的管理方法，根据社会的不断发展，形成不同的管理阶段。然而，网络信息资源管理具体的信息内容不同，行业领域不同，实现的管理手段也因此而不同。但是无论网络信息内容如何演变和发展，终归是对这些要素进行管理，以满足信息网络资源适用于网络的要求。

4网络信息资源的特点

4.1数字化的储存形式。传统信息资源，以文字形式储存保留下来;而网络信息资源则以光信息或电磁信号等方式进行储存，具有储存空间大，储存信息量多，及重复储存更新等特点，使得信息储存，传播，与查询更加便捷，具有很大灵活性。网络信息资源这种数字化的储存形式，还能使得其在信息系统中运行的速度更快，并实现信息的远程输出与传入。4.2多样化的表现形式。传统信息资源主要以书面的文字，符号或图像形式表达，而网络信息技术能在此基础上实现更多样化的表现形式，例如：视频、软件、数据系统等形式。多样化的表现形式可以将网络信息资源应用到教育、医学、法律、科研、经济等各行业领域。其应用到具体行业中的表现文献有电子化书刊，电子商业工具书、电子新闻、电子目录、电子地图等。4.3以网络为传播媒介。传统光信息资源以报纸，书籍，光盘等媒介将信息储存传播;而在信息技术高速发展的今天，信息资源以网络为媒介，将具体实在的传统进行用虚拟化的形式表现出来。人们可以通过网络将资源实现共享，再也不需要通过磁带出租转借等方式来获取资源。

4.4数据海量且高速增长。据记载，我国在提出网络信息资源是由一个独立的整体，逐渐分裂并得到信息的同步扩充，最后发展为趋近与人脑结构的组织系统。，我国在网络资源数据海量并成倍增长的基础上了，迎来了网络资源的大数据时代。这足以证明网络信息资源信息量大也随着高速的传播速度，实现了数据的超速增长。据相关报告显示，目前为止，我国的网站数量已达到上千万个，近年来兴起的手机网络app数量已超百万。

4.5动态的传播方式。以网络为媒介的信息资源，对社会公众刺激直观，使得其反应迅速。不同的信息资源热点，营造不同时段的反馈效果。因此网络信息资源的传播是适时性的，也是动态性的。电子信息资源传播的工具，比如，电子邮箱，电子社交软件已彻底取代书信，文件物流，手机短信等，为增加人们之间的联系，加快了速度。有时网络资源的传播，只需短短数秒就能做到家喻户晓。

大数据下网络信息资源管理及利用探讨论文 篇2

随着互联网时代的来临,越来越多的数据都来源于网络,网络数据呈爆炸式增长,如何对这些网络信息资源进行有效的采集、组织、分析和利用成为急需解决的问题。运用先进的技术和管理经验来对网络信息资源进行开发是大数据时代急待解决的问题。

1 大数据概述

2011年,位于美国的全球知名咨询公司麦肯锡最早提出了“大数据时代”概念,随即在全球掀起了轩然大波,似乎所有学科都被冠以大数据的头衔。随着网络时代的发展,数据以惊人的速度增长———每秒钟有60张照片上传到网络;每分钟有60个小时的视频上传到YouTube;每天,全球互联网中产生的数据可以刻满1.68亿张DVD,发出的论坛帖子达到200万个,相当于美国《时代》杂志770年的文字量。

到目前为止,大数据还没有一个完全准确且被公认的定义。麦肯锡全球研究所给出的定义是:大数据是一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合。现在被广泛认可的是大数据的4V特征:海量的数据规模(Volume)、快速的数据流转(Velocity)、多样的数据类型(Variety)、价值密度低(Value)。

随着科技时代的发展,大数据的处理要求与日俱增,特别是面对海量的网络信息资源,亟需大数据技术的特殊处理,才能够得到充分的组织利用,才会为社会创造更大的价值。

2 大数据时代网络信息资源开发利用现状

2.1 网络信息资源概念

广义上讲,信息资源是指一个贯穿于人类社会信息活动中从事生产、分配、交换、流通、消费全过程的多要素集合,包括信息劳动的对象、信息劳动设备、信息劳动技术、信息劳动者等[1]。而网络信息资源作为知识经济时代的产物,即虚拟的信息资源,是指借助于网络环境可以利用的各种信息资源总和。网络信息资源可以指以数字化形式记录的、通过计算机网络通信方式进行传递的信息内容集合,也可以是为满足人类需求,借助计算机等设备开发、生产和传递的、通过网络获取的信息集合。

2.2 大数据时代网络信息资源开发利用机遇

过去,很多行业对网络数据只是进行传统挖掘,比如点击率、网络流量以及其它仅局限于网络数据的指标。因为技术、人才的缺乏,导致很多详细的网络行为数据没有被充分挖掘。但是现在,在基于大数据的有关技术以及在全行业大数据的浪潮中,来自于网页浏览器、移动应用终端、自助服务终端、社交媒体等地方的网络数据被挖掘整理为有价值的网络信息资源,为科研、商业、教育等领域提供源源不断的可用情报,从而促进各大行业蓬勃发展。在大数据时代,网络信息资源中可挖掘的有用信息更加丰富。

早在大数据概念提出不久的2012年,美国就已经将大数据研究和发展计划提升为国家发展战略。美国作为一个科技与经济强国,其对大数据的重视程度可见一斑。虽然我国互联网起步较晚,但政府在实行大数据战略时也给予了充分的经济与政策支持。2016年中国大数据产业峰会暨中国电子商务创新发展峰会的主题便是大数据开启智能时代,国务院总理李克强出席开幕式并发表致辞。信息处理技术作为四项关键技术创新工程之一,涵盖了海量数据存储、图像视频智能分析、数据挖掘等信息处理技术,是大数据技术的重要组成部分。

2.3 大数据时代网络信息资源开发利用的挑战

大数据时代,网络信息资源开发利用有着良好的发展条件,机遇和挑战并存。首先,我国现阶段在数据挖掘、数据仓库、搜索引擎、元数据等技术上与科技发达国家还存在着差距[2],如何使用先进的大数据技术来处理庞大的网络数据,增强信息的采集、组织、分析和运用能力成为亟待解决的难题;其次,如何有效管理庞杂的信息资源也是急需解决的问题[3]。在互联网时代甚至是移动互联网时代,网民产生的海量数据杂乱无序,需要合理管理才能组织利用好这些数据,为生产生活创造价值。

大数据时代,网络信息资源利用发展迅速,但人们的从众心理会导致盲目投资,很多人往往在没有彻底弄清大数据的发展形势前就跟风操作,这会加重网络信息资源管理的负担,不良的大数据产业还会带来行业风险,信息的真实性和可靠性得不到保障。

3 大数据时代网络信息资源开发利用策略

3.1 提升大数据技术水平

我国的大数据技术水平与美国等科技发达国家还存在差异,要利用好网络信息资源,进行有效合理的开发,就一定要掌握核心技术。

大数据核心技术有:(1)Hadoop,是一个能对大量数据进行分布式处理的软件框架,Hadoop是以一种可靠、高效、可伸缩的方式进行处理的;(2)Storm是自由的开源软件,一个分布式的、容错的实时计算系统。Storm可以非常可靠地处理庞大的数据流,用于处理Hadoop的批量数据;(3)RapidMiner是世界领先的数据挖掘解决方案,其数据挖掘任务涉及范围广泛,包括各种数据技术,能简化数据挖掘过程的设计和评价。

3.2 加强网络信息资源的引导和管理

大数据时代的社会舆论环境非常复杂,互联网时代,每个网民都是大数据的生产者和接受者[4]。首先,有关部门要疏通网络舆论环境渠道,善于利用大数据技术分析解剖舆情问题,提取采集有价值的网络信息,整理网民关注的焦点和热点问题;其次,对于网络信息资源反映的问题提出有效的解决方案,甚至可以预测问题、提出预警。对于网络行为进行数据挖掘,从而得到经济、政治、社会层面有价值的信息资源。比如在淘宝网上,通过用户的购买数据和浏览数据得出用户偏好,在后台处理这类信息,形成商品推荐呈现给用户,以此增加用户购买行为概率,提高潜在经济效益。

大数据时代应以先进的管理方式来进行网络信息资源的开发利用。基于大数据的4V特征,一般的管理方式是难以驾驭大数据的,所以新型的先进管理经验应运而生。要利用数据挖掘和数据仓库技术对大数据进行管理。数据挖掘一般是指从大量的数据中自动搜索隐藏于其中的有着特殊关系的信息过程。数据仓库,是为企业所有级别的决策制定过程,提供所有类型数据支持的战略集合。它是单个数据存储,出于分析性报告和决策支持目的而创建。这都需要专业的管理人员进行操作与管理,对大数据时代下的网络信息资源管理提出了更高的要求。

3.3 制订相应的政策推动网络信息资源开发利用

在大数据时代,网络信息资源的开发利用可以深入到上至国家下到个人的各个层面,数据的真实可靠性、个人的隐私也都会受到影响。国家不仅要在促进大数据发展上制定相应的政策,还应该加强宏观调控,制定政策和法规,用相应的法律来进行约束管理。

我国相关机构要建立符合实际的技术、人才、财政等政策保障体系[5],为大数据产业发展营造良好环境,生产并提供适合受众的网络信息资源与服务。在经济政治条件允许下,可以建立大数据创业园区,集聚大数据开发运营企业,对相关企业提供便利条件或相关支持,从而促进网络信息资源的开发利用。

4 结语

大数据时代的历史潮流势不可挡,大数据与互联网相辅相成,共同发展。大数据时代的网络信息资源开发利用成为连接两者的桥梁。随着科技发达国家对大数据的重视,国家之间的实力对比也逐渐成为信息力量的权衡,网络信息资源在国家领域和日常生活中越来越占据主导地位。我国应紧跟大数据时代的发展潮流,加紧对网络信息资源进行有效地开发和利用,以提升综合国力和核心竞争力。

摘要：大数据概念一经提出就受到了学术界的高度重视。随着网络技术的发展,互联网+时代的来临,海量的网络信息资源与日俱增,大数据技术在处理日益庞大的网络信息资源上发挥着重要作用。对大数据相关概念进行了阐述,分析了网络信息资源开发利用现状,指出了大数据时代网络信息资源开发利用的机遇与挑战,提出了大数据时代网络信息资源开发利用策略。

关键词：大数据,信息资源管理,网络信息资源

参考文献

[1]张欣.大数据时代的网络信息内容建设管理[J].新技术,2015(5):119.

[2]严颂.大数据时代的网络信息内容建设管理[J].成都行政学院学报,2014(1):19-22.

[3]刘倩倩.大数据时代网络信息资源的开发与利用[J].企业技术开发,2015(5):83-84.

[4]黄双颖.大数据环境下网络信息资源的管理与利用研究[J].科技情报开发与经济,2014(21):102-103.

大数据下网络信息资源管理及利用探讨论文 篇3

关键词：大数据时代；网络信息资源；开发；利用

中图分类号：G203 文献标识码：A 文章编号：1006-8937（2015）14-0080-01

随着信息技术的不断发展与应用，新的信息数据来源不断出现，渐渐形成了一个随时间变化的巨大数据流，这标志着大数据时代的到来。近年来，我国互联网信息资源得到了快速发展，数量迅速增加，质量明显有所提高。因此如何有效地开发和广泛利用网络信息资源，已经成为一个迫切的问题。

1 大数据概述

大数据（Big Data），从字面意思来理解就是指规模庞大的电子信息或者数据集合，目前来说，尚未有一个确切、公认的定义。比较有代表性的就是它具有4V特征：①数据量大（Volume）。从TB级别一直到PB级别，目前已经发展到了ZB级别。②数据类型繁多（Variety）。包括各种来源、各种结构等不同类型的数据。③价值密度比较低（Value）。由于数据采集的不及时等原因会导致数据失真，如何找出最有价值的信息，是目前急需解决的问题。④处理速度快（Velocity）。这就对快速的分析数据提出了更高要求。

2 网络信息资源概述

网络信息资源本身就是一种大数据，是指通过网络可以利用的各种数据的总和。网络信息资源除了具有大数据的所有特征外，还呈现出了一些新的特点：①以网络为传播媒介，向用户提供的信息是以网络为载体并以虚拟化的姿态展现出来。②以多媒体为内容特征，表现形式多样化，内容丰富，可以采用多种形式进行存储和处理，且可以重复使用。③以现代信息技术为纪录手段；可以利用网络进行传播，实现资源的最大共享。④数据结构具通用性、开放性和标准化，它使得信息资源的扩充更加方便，可以轻松的实现各个系统之间的互连和互操作。⑤具有高度的整合性，容易实现各种网络资源的相互转化和二次开发，可以在新平台上形成新的综合性信息产品，便于检索。

在网络环境下，信息的流动非常迅速，任何人在任何时间都可以发布信息，只需很短的时间就能传送到世界各地，且伴随着网络的普及化，还会得到更为广泛的传播。可以这样说，无所不在的网络信息资源越来越快地推动着大数据时代向前发展。

3 网络信息资源的开发与利用

随着大数据时代的到来，如何开发与利用网络信息资源吸引了越来越多的关注，并成为了当前研究的热点。目前我国的网络信息资源开发利用已经取得了一定的成果，然而，与发达国家相比，由于我国的互联网起步较晚、研究内容不够系统等原因，资源的数量与质量远远落后于他们，在建设过程中仍然存在着许多问题。①网络信息资源缺乏统一的规划，利用率较低。很多信息资源非常混乱、缺乏相应的规范、精度低且重复性高，占用了大量的资源，导致仅有一部分资源可以被有效地使用。②网络信息资源数量很多，但是质量却非常低。由于没有严格的规范制度，很多信息没有经过严格的编辑和整理，大量良莠不齐的信息充斥网络，给用户选择带来了障碍。③网络信息资源的共享性差。各个部门之间不愿意公开和分享信息，导致了大量信息孤岛效应的产生。

网络信息资源不仅数量大、种类繁多，而且处于不断扩大和变化中。从理论上说，网络信息资源是无限大的。开发和利用网络信息资源，不能盲目的进行，要遵循以下原则：①针对性原则，开发前应做好充分的准备工作，根据市场的需求有针对性的选择稳定性好、可信度高的网站所提供的信息进行开发，这样得到的信息资源才会针对性强、适用性大、利用率较高。②系统性原则，网络信息资源的开发利用是一个复杂的多因素的动态系统，收集信息要尽可能的全面，注重连续性和完整性，同时也要及时地更新，以确保开发信息的新颖性。③选择性原则，收集信息资源是一项复杂的工作，在收集过程中一定要反复筛选信息的来源，找到合适的途径，整理后再使用。

大数据时代的到来为信息服务工作提供了广泛的信息来源，如何在网络上以最快的速度得到最有价值的信息，成为用户最为关心的问题。

首先，网络信息资源的合理配置主要是要高效率的配置。愈来愈庞大的网络信息，一方面给人们带来了快捷丰富的信息资源，另一方面由于每时每刻上网人数的增加，也造成了网络拥堵现象的出现。所以要充分开发利用网络信息资源就一定要进行优化配置，性价比高的信息资源才会获得更多的利用率，随之产生更大的效益。

其次，随着网上信息资源的快速扩张，为了有效地控制、查询和利用各类信息，在该领域引入了数据库技术。在网络信息资源开发利用中，数据库技术有着非常广泛的应用领域，它是实现资源共享、节约成本、提供系统响应能力、工作质量和服务水平的重要手段。近年来，我国的网络信息资源的开发建设工作虽然取得了一定的成就，自主研发了几大数据库，如“维普中文科技期刊数据库”，“万方数据库”等，它们的出现大大推动了我国网络信息资源的开发与利用。但是从全球范围来看，我国可供服务的数据库数量还远远不够，需要科研工作者进一步的努力。

再者，网络信息资源共享不仅是互联网的重要特征，也是用户对网络信息服务的需求。大数据时代下的网络信息资源的共享程度并不是很高，信息资源传递服务的工作方式可以在很大程度上保证达到了读者所需的信息需求，是实现大数据库信息资源共享的重要方法。①加强数据库建设标准化的工作，统一数据库标准。②国家要加强宏观调控，制定相关的法律法规，合理规划。③在开发建设网络信息资源共享时，也必须重视纸质文献信息的开发利用和共享。

最重要的一点，在大数据时代，网络信息资源的开发利用还需要相关技术的支持，必须在予人力、物力、财力等方面给予全方位的支持，各个部门之间要加强沟通和合作，推动信息的流动，从而促进网络信息资源的开发利用。

在大数据时代下，如何快速地获取网络信息资源显得很是重要，我们可以借助以下工具：①互联网搜索引擎。这是获取网络信息资源的主要途径，目前国内外搜索引擎的种类很多，它们在查询范围、检索功能上都有各自的特点。常用的搜索引擎有百度、谷歌、有道、搜狗等，查找信息资源时，在搜索框中输入需要查找的关键词，通过给出的链接，逐一访问与之相关的所有网站，扩大检索范围，从而可以查找到所需要的信息资源。但是这样的搜索方式会导致搜索结果数量庞大，所以在检索过程中，要注意积累搜索技巧；②图书馆的网络信息资源。对于我们来说，国内外各大高校的图书馆或公共图书馆就是获取学术信息资源和知识的主要渠道。比如安徽大学图书馆就设有“电子资源导航”专栏，购买了一些常用的知名的国内外数据库，按照特定的学科和专题进行分类，本校学生在任何时间都可以通过网络找到所需要的信息资源；③其他方法。上述两种方法是查询网络信息资源的较为方便快捷的途径，当然在实际操作过程中还有其他的方法和途径，比如专业化信息服务机构的网站、有偿的网络信息服务平台、专业数据库、综合数据库资源等。

4 结 语

随着大数据时代的到来，网络信息资源在我们的日常生活中越来越占据着主导地位，网络信息资源的开发利用水平将直接影响到它的合理利用。只有对网络信息资源进行有效地开发和利用，才能使其变为一个有序的信息空间。

参考文献：

[1] 孟小峰，慈祥.大数据管理：概念、技术与挑战[J].计算机研究与发展，2013，（1）.

[2] 李新华.浅谈大数据时代的机遇与挑战[J].科技与创新，2013，（6）.

[3] 武彬，石新华.网络信息资源管理与数据库建设[J].河南科技，2008，（3）.

[4] 王勇.网络信息资源开发利用的现状及发展趋势[J].晋图学刊，2002，（4）.

[5] 万迪华.网络信息资源开发利用探讨[J].江西图书馆学刊，2001，（3）.

大数据下网络信息资源管理及利用探讨论文 篇4

大数据环境下信息的传播必然会经过复杂的网络环境，会利用多种网络协议进行信息传播。但由于网络环境存在诸多的不确定性以及网络协议存在漏洞，这些均会对信息传播安全造成影响。另外，大数据环境下的许多数据均是通过云计算技术进行存储，而云存储服务通常是由第三方提供，对信息传播安全也带来了一定的隐患。

1.2 物理安全

大数据环境下的网络物理安全是保障整个网络安全的基础，物理安全包括以下几个方面的内容：(1)软件安全。软件是指支持大数据运行的软件环境，保护基础操作系统、软件系统、防火墙与杀毒软件等。

如果没有配置安全的软件环境，势必会让病毒等渗入，同时也容易受到各种攻击，给网络安全埋下隐患。(2)硬件安全。硬件是网络安全保障的重要物质基础。

因此，要保障大数据环境下的硬件安全，就必须建立完善的硬件运行管理机制，包括稳定的电源、安全的防雷与防天灾等措施。(3)内容安全。内容安全是指大数据环境下的数据安全，需求建立合理的内容安全控制措施，保障信息不被窃取、破坏等。

1.3 数据管理安全分析

大数据下网络信息资源管理及利用探讨论文 篇5

随着计算机技术、信息技术与网络技术等得到了迅猛的发展，对人们的生活生产方式造成了极大的改变，但是也是数据量呈现爆炸式的增长，现代企业要想实现良好的发展，便要求大数据实现充分的利用，大数据背景下，数据分析、数据安全、数据仓库、数据挖掘等技术同样得到了普遍的重视。在这样一个大背景下，要想使信息管理与信息系统专业人才更好地满足社会发展需求，便要对传统的教育模式加以转变，不断提高学生信息处理水平，从而更高的适应企业对信息人才实际的需求，这对社会发展与学校发展具有非常重要的作用。

1大数据时代有关内容概述

1)大数据的概念与特征

大数据作为数据分析最为先进的技术，大数据能够分为大数据技术、大数据科学以及大数据工程等诸多的领域[1]。其中大数据技术便是指对各类型数据进行深入的挖掘，将数据中存在的有价值信息进行获取的能力。而大数据科学主要是注重对大数据网络运营与发展中进行大数据规律的发现与验证，同时对大数据网络和自然与社会活动间的联系进行研究。至于大数据工程一般是大数据进行规划建设与运营管理方面的系统性工程。

对大数据时代来说，当前一般公认其具有如下四个主要的特征，其一，数据量大，目前大数据具有的数据量级已经由以往的TB上升到PB甚至是ZB，能够看出大数据时代具有的数据量巨大的。其二，数据类型多，数据信息越来越多是视频、图片、位置以及图像等半结构化信息甚至是非结构化信息。其三，价值密度虽低，但商业价值却高，如果以视频信息为例，持续不断的视频监控数据之中，其中具有价值的信息通常只有1～2s，甚至可能更短[2]。其四，处理快速且工具发展快，数据流常常具有高速与实时的特点，并且对其进行作出快速且连续的数据处理。

2)大数据管理有关技术

大数据得到快速发展的同时，和其相关的诸多技术领域也受到了人们的重视。目前应用最多的技术主要有数据分析、数据挖掘以及模型预测等。其中数据分析是通过相关的统计分析方法进行大数据的分析与判断，将其中的具有高价值的信息加以提出出来，并在此基础上得出相应的结论，最后利用其进行数据的概括与评价，这个过程中便成为数据分析。而数据挖掘主要是将大数据利用相关的算法进行计算，将大数据中隐含的价值信息实现充分挖掘的过程。至于模拟预测是指利用计算机创建相应的数据模型，利用这个模型对数据实现分析与处理[3]。上述三个技术之中，和大数据联系最为紧密的是数据分析与数据挖掘，能够将大数据处理说成是数据分析与数据挖掘不断发展出来的一个技术分支。依照大数据处理研究内容的不同，将其细化成大数据技术、大数据科学以及大数据工程等相应的领域。

3)大数据的价值

信息使用者对海量的数据进行相应的收集，并对数据实现加工与处理，建立出各个数据间的发生与发展规律，并利用计算分析将数据中的有用信息进行挖掘，以此来对顾客喜好、企业发展以及潮流趋势等相关内容进行预测，并将其最为企业决策过程中的重要的依据。当今时期，大数据已经实现在互联网企业、电子商务、医疗卫生、零售、交通运输、金融等诸多的行业内得到应用，而且在政府部门的数据中心中同样发挥出了极大的价值[4]。通过上述分析能够发现，信息已经成为一种重要的资产，对该类型资产而言，只有对其实现深入的加工与精炼才能使其实现不断地增值。

4)大数据时代对人才的需求

当今时期，从相关的文献资料中的能够看出，通过对职业发展趋势实现大数据分析和研究，根据大数据概念与行业状况加以分析，最终得到大数据已经存在一个国际化的问题，即人才荒。企业需求的新兴技术预测与大数据分析等方面的人才远远地超过了以往仅仅进行智能信息管理方面的人才。随着人们进入大数据时代，各行各业对于大数据方面的人才有着相同的要求，也就是在具有数据收集与整合前提下，通过科学手段与先进工具实现数据深入的分析，并以此为企业发展提供高效的决策数据[5]。换句话说便是在当前大数据背景下，企业要求行业信管院一定要对信管知识加以深刻的掌握，并能够对大数据处理信息技术实现及时的更新与应用，而且还要拥有着良好的市场洞察能力与数据分析与判断等众多的能力。

2信息管理与信息系统专业人才培养存在的问题

1)专业定位不清

对于现今这个经济发展非常迅猛的时代，使信息数据呈现出更快地发展趋势，但是信息管理与信息系统专业教学模式却没有显著的变化，即便有所变革，却没有取得显著的效果，导致专业定位极为模糊，在制定相应的學科知识目标过程中也不是很明了。比方说，理工科学生更愿意进行计算机知识的学习，主要对计算机软件方面的研究较为深入，而对于经济学与管理学专业的学生在就业过程中主要选择经济管理方向，上述定位便导致信息管理与信息系统专业学生不能实现更好的发展，最终造成该专业显得可有可无[6]。

2)人才培养模式单一

大数据下网络信息资源管理及利用探讨论文 篇6

对于高职院校而言，每年新生入学都带来了大量的信息，加快了学生信息的更新速度，进而增大了信息录入的工作量。相较于同类学校，高职院校若要凸显学生管理优势，应采用大数据管理技术。由此，高职院校应转变传统的学生管理思维，并构建大数据体系。具体而言，对于高职院校领导层而言，应明确学生管理信息化的建设方向及目标，并组建大数据体系建设团队，且该团队应实现各部门及各成员分工，同时，具体化相应的工作任务及负责范围，并以此为依据建立健全岗位监督制度及工作审核制度[2]。探析大数据管理特点，相应管理对专业人才及专业知识的要求较高，故而高职院校应加强对大数据技术型专业人才的培养。只有以此为基础，才能健全大数据的管理及使用，进而完善大数据的管理制度及使用制度，以规范大数据管理者的管理工作。在学生管理工作中，高职院校应考虑学院之间的.区别，对学生信息进行统一录入及管理。同时，为保障学生信息的规范性使用，高职院校应健全相应的规章制度，以规范学生信息管理工作。除大数据平台的使用技术外，大数据管理人员应深入了解各学院学生信息管理现状，明确各学院之间教学及管理工作的区别，进而对学生信息进行针对性的管理。

3.2运用交换共享平台

对于高职院校而言，其大数据交换共享平台应包含该院校所有信息，从日常教学到生活管理，从新生入学到学生就业，从后勤管理到教务管理，只要与学生信息相关，都应纳入大数据交换共享平台。由此，依托大数据交换共享平台，院校各部门就可规避信息不对等问题，可保障学生信息的共享性与沟通性。为保证学生信息的全面性，大数据信息管理者应实时上传并及时更新相应学生信息数据，使大数据交换共享平台具备实时详尽的学生信息，进而促进学生管理工作。在上传学生信息时，应以信息所属类别为依据，对相应学生信息进行区分及核查，切实保证信息的条理性及准确性。探析我国高职院校的大数据库建设现状，已取得了阶段性的管理成果。例如，依据学生各科学习情况及校园活动参与情况，就可分析学生的兴趣爱好，进而对学生后期学习课程进行科学合理的设置，并为学生兴趣爱好发展提供诸多有利条件。例如，在学生档案管理及奖学金管理层面，各专业班主任依托大数据库，可建立学生不同时期的档案，其中就包括贫困生入学申请表及学生各科目的考试成绩，为学生奖学金及助学金的发放提供信息依据，进一步提升班级管理工作效率。

3.3培养学生管理队伍

对于高职院校而言，为保证学生管理工作的顺利进行，应建立一支学生管理队伍。在学生信息管理工作中，学生管理队伍应树立学生管理信息化意识，并加强信息化学习，以深入了解信息化知识及信息化操作流程，进而提升学生管理队伍的信息化水平。通过大数据交换共享平台及大数据库的使用，学生管理队伍就可对学生管理的日常事务进行合理规划，并掌握学生各方面信息，进而促进院校对学生的全面了解。由此，为提升学生信息管理工作效率，学生管理队伍应开展多样化的交流活动，与各学院各班级管理者进行交流及沟通，以及时发现学生管理工作中存在的不足之处，进而解决相应问题，以促进院校教育事业的发展。探析高职院校大数据平台的管理现状，学生管理团队若要开展学生信息管理工作，就会受到平台使用层面相应专业能力的限制，进而难以达到良好的使用效果。如此，对于学生管理团队，高职院校应定期组织大数据专家座谈会，对大数据平台的管理及使用知识进行讲解，使学生管理团队逐渐掌握大数据平台的管理方法及使用方法。此外，之所以培养学生管理队伍，是因为高职院校应实时了解各学院，这也是院校在学生管理工作中必不可少的工作内容。

4结语

综上所述，在高职院校学生管理工作中，各学院及各专业教师应在大数据平台建设过程中探析学生管理信息化的实现路径。经过以上分析可得，应组建大数据体系建设团队，并培养大数据技术型专业人才，进而建立健全岗位监督制度及工作审核制度;应保证大数据交换共享平台学生信息的全面性，并致力于大数据库建设;应定期组织大数据专家座谈会，以促进学生管理队伍深入了解信息化知识及信息化操作流程。

参考文献

[1]杨麒琦.高职院校学生管理创新研究——基于信息化视角[J].当代教育实践与教学研究,(4):5.

大数据下网络信息资源管理及利用探讨论文 篇7

一、大数据对档案工作的推动作用

基于数据挖掘技术及数据分析技术的大数据技术,能够对大量的档案数据进行分析处理,从海量数据中挖掘出具有宝贵价值的信息,使档案数据从资源转变为知识财富,更好地服务于社会及民众。因此,大数据对档案信息繁荣、价值提升起着巨大的推动作用。

1.使档案管理更为人性化与智能化。大数据的数据挖掘技术能够让档案管理过程变得更加人性化与智能化,并能够通过数据挖掘提供更为人性化、智能化的信息服务。例如实时对档案数据中搜索积累起来的信息进行分析,这样将能够更加方便的从中获取所需要的数据。同时通过数据挖掘还能够让各个地区、各个部门以及各个单位的档案信息之间拥有更加紧密的联系,让这些档案信息不再孤立,在开展数据分析的过程中能够获得更加准确的内容。

2.让档案信息推送更加主动和优质。档案管理并不只是简单的进行分类归档,在运用大数据技术之后,对全数据的处理则更加重视,比如档案被利用情况、利用目的、时间地点等等,这些信息都能够提供一定的价值。通过大数据能够从用户搜索的数据习惯积累中分析获得各种数据,并且能够根据用户的需要来为用户显示数据的优先级搜索结果,利用大数据技术能为用户提供他们所期望的档案信息推送,档案信息服务实现主动化、精品化、个性化。

二、大数据环境下档案信息安全面临的威胁

大数据平台的开放性,给档案数据的完整性、可用性和秘密性带来挑战,传统的安全工具不再像以前那么有用,对档案信息数据的安全保护存在很大的技术难度,档案信息安全面临着巨大威胁。

1.档案数据的安全保密。在大数据时代,数据来源范围广,大量数据汇集加大了信息泄露的风险,而且目前对敏感数据的使用权和所有权没有明确界定,很多基于大数据的分析都未考虑到保密和隐私的问题,档案在信息界独有的凭证价值作用,使得其安全保密要求更高,因此,对档案中的敏感信息进行分析时,特别需要解决如何做到对信息保密、如何防止数据被恶意使用等问题。但大数据环境的开放性,使拥有海量数据与潜在价值的大数据档案更加容易吸引攻击者的攻击[1]51。因为在大数据环境下,档案数据流非常大且相互关联,复杂且敏感的数据具有强大的吸引力,吸引着众多的潜在攻击者,且数据的大量汇集,使攻击者一次成功攻击能够获得数倍的数据,降低了攻击者的攻击成本,增加了其攻击收益。

2.档案数据的安全存储。大数据的一大特点就是大量,并且今后数据将会呈现出一种爆炸式的递增方式,因此存储数据是数据管理的重要问题。大数据环境下,数据类型的多种多样给档案工作带来巨大的挑战,占到数据总量80%以上的非结构化数据,数据格式不兼容,进行提取、分析、应用等都存在困难,其存储更是带来新的安全问题。因当前非结构化数据存储并不能够有效地沿用具有严格访问控制与隐私管理的结构化数据存储模式,而相适应的非结构化数据存储模式在技术上还不成熟,尽管从传统数据存储中非结构化数据软件能够获得经验,但非结构化数据服务软件没有内置足够的安全措施,而且使用的最新代码也不完善,所以非结构化数据存在着多种漏洞[2]29。因此,需要内建相关的安全因素在客户端应用程序中,可这样又反而导致身份验证、授权过程和输入验证等各种安全问题的产生。

3.档案数据的有效使用。大数据增值服务的核心是预测功能,要想实现大数据的核心预测能力,数据有效使用是关键,而数据有效使用的基础则是良好的数据源,如果没有良好的数据源就无法实现数据的有效使用,也就难以获得精准的预测信息。因此,大数据环境下,档案数据的来源以及有效使用是一个重要问题,这需要剔除其中众多的不可靠信息,以确保档案数据具有很高的可信度,以保证精准的预测方向,保证档案利用效益。

档案信息在大数据等IT新技术的快速发展中面临着新的安全风险,档案数据的真实性、完整性及有效性受到严峻挑战。一是大数据档案本身存在安全防护漏洞,其安全性无法有效保证[3]49。二是大数据档案成为高级可持续攻击的载体。攻击者利用大数据很好地隐藏攻击,传统防护策略难以检测,那些隐藏到大数据中的恶意软件及病毒代码不易被发现,能够长久进行攻击。三是大数据技术被攻击者应用到攻击手段中。当档案用户运用大数据技术从档案信息中挖掘、分析价值信息时,网络黑客也在利用大数据技术收集有用信息,用于发起攻击,且大数据分析让攻击者的攻击更为精准。

三、大数据环境下档案信息安全防御对策

面对大数据给档案信息安全带来的严重威胁,要积极利用大数据等IT新技术,有针对性地做好安全防护和应对策略。

1.注重档案数据结构化。在大数据环境下,在数据安全与开发中数据结构化能够发挥相当重要的作用。在大数据时代,档案数据变得非常的复杂,并且数量增长相当的快速,如何保证这大量的档案数据在被有效利用之前的纯洁性及安全性,是许多档案管理部门所关注和重视的问题。而结构化档案数据因其特点可有效保证档案信息的安全性,因为结构化数据能够被更加方便的处理与分类,可以更好地进行管理与加密,能够更加智能、有效地对非法入侵的数据进行分辨。数据结构化虽并不能彻底保证档案数据安全,但可以让档案数据安全系统的处理效率得到提升[4]18。无论是什么样的数据安全模式,数据更加标准都是必然要求,因此,档案信息的标准化、结构化是未来发展趋势。

2.架构支持档案大数据的存储基础。在档案数据安全中,可以说数据存储是非法入侵的最后一站,尤其应给予高度重视,全面建立数据存储防护措施,而架构好支持大数据档案的存储基础是安全防护的关键。架构新的数据存储要针对数据特点,改变单一存储现状———以结构化为主体,选择最合适的存储方式:分布式文件系统存储非结构化数据;分布式key- value存储引擎存储结构松散无模式的半结构化数据;分布式并行数据库系统存储海量结构化数据。实现集成分析是数据存储的重要目标,数据孤立存储会对集成分析造成很大的影响。所以,要保证大数据分析的敏捷性,使非结构化数据处理成结构化信息后能和分布式数据库中的关系型数据快速融通,要构建好连接器,把分布式数据库系统和分布式文件系统连接起来。

3.构建档案网络层的安全堡垒。网络是大数据时代的根本,却又是恶意行为的媒介。大数据时代的信息爆炸,各网端的非法入侵情况非常严重,有90%的数据窃取发生在网络,严峻考验档案网络层的安全防护功能,因此需要加强网络层数据辨识的智能化、结构化,同时加强协调监控好本地系统以及非常态数据的运行,从而全面构筑大数据环境下档案网络的安全堡垒。并且因数据处理过程中需要调用大量数据,而数据处理却依托于网络,容易出现严重的安全威胁。因此还要加强网络和本地链接,加强缓存机制,完善储存规则,从源头杜绝威胁,保证数据安全,以确保档案数据源的纯洁。

4.采用大数据技术应对高级可持续攻击。传统的安全防御措施很难对高级可持续性攻击进行检测的,因为传统的防御措施需要先对正常、非恶意的活动进行确定,才能够确定档案信息是不是受到了攻击。在大数据的环境之下,可以通过大数据技术依据时间以及空间上的特征来对事件及攻击的模式进行处理,并以此来总结抽象模型,将这些模型转变为大数据安全工具[5]78。因此,要加强对大数据档案处理资源进行整合,对大数据处理以及分析机制进行调整,实现各个机制之间的协调互动,快速的推动档案数据库之间的数据共享,尽快推动对高级可持续攻击的建模进程,及时消除与控制高级可持续攻击的危害。

5.提高档案人员信息技术水平和安全管理意识。人是信息管理的主体因素,是信息安全管理的对象,所以,大数据环境下,特别需要加强人员的安全管理技术和意识。加强安全管理技术,首先要提高人员素质,当前,大数据技术人员严重缺乏,档案管理部门更甚,因此要加大人才引进力度,建立人才建设与人才培养机制,加强培养大数据分析人员和管理人员,从技术和管理上做好对档案信息的安全保障。同时,结合工作实际,建立档案安全管理制度、规范及安全管理培训机制,严格执行安全管理奖惩制度,使各位从业人员具备有高度的安全责任意识,从而实现以管理促安全。

摘要：大数据给档案工作带来变革动力和发展机遇,却也使档案信息安全面临着巨大威胁,根据大数据特性,应通过档案数据结构化、架构支持档案大数据的存储基础等方面加强档案信息的安全。

大数据下网络信息资源管理及利用探讨论文 篇8

4.1 做好档案数据信息的统一管理与备份工作

档案管理人员在使用大数据技术的过程中，需制定统一管理与备份方案，创新系统管理内容与形式，加大管理力度，营造大数据技术氛围。在档案数据信息储存与备份期间，应遵循安全性的工作原则，提升管理工作效率，并實现科学化与信息化的管理工作，建立专业的数据库系统，提升档案资源的掌控与协调效果[2]。

4.2 加大与大数据开发企业之间的合作力度

档案管理人员在应用大数据技术的过程中，需与大数据开发企业相互合作，建立多元化的合作机制与方案，明确大数据技术的应用特点与要求，全面提升技术应用水平，确保在新时期发展背景之下，取得良好的技术成就。同时，档案馆在与大数据开发企业相互合作期间，需明确大数据技术的具体使用特点与内容，提升技术实用性，全面了解行业情况，结合当前的工作内容与技术形式，创新档案管理方式方法。

4.3 明确大数据技术的应用目的与标准

在使用大数据技术实施档案管理工作的时候，应明确具体的目的与标准，结合当前工作特征，创新档案管理内容，营造良好的发展氛围。在此期间，需科学使用大数据技术针对档案目标数据进行查找与分析，避免出现工作盲目的现象，节约档案管理资源与时间。

在大数据时代背景之下，档案管理人员要科学使用大数据技术，创建海量数据库系统，针对档案数据信息进行严格的分析与管理，创新大数据技术的应用形式与内容，协调管理工作之间的关系，形成现代化管理机制。

参考文献：

[1] 杨士春.大数据时代背景下的档案管理[J].环球市场信息导报，（47）：103.

[2] 洪亮.大数据时代背景下的档案管理探讨[J].办公室业务，2016（5）：79.

大数据下网络信息资源管理及利用探讨论文 篇9

由于大数据时代的到来，高校发展既面临着巨大挑战，也遇到的新的发展机遇，具有双重性。在高校的人事档案管理中，大数据为管理人员提供了全新的管理思路。高校应该充分利用大数据，根据人事档案的相关信息数据，积极展开收集与分析工作，不断提高人事档案的工作效率，提高人事档案的管理质量，进而满足高校发展的需求。

1 大数据时代的概述

在当今社会中，学术界还未能对大数据形成一个固定的定义，不过，相关的定义存在很多的共同特性，比如：数据量十分庞大。在数据的种类方面，不仅多，还很繁杂，由于互联网+的不断发展，会不断产生大量的数据，在信息的传递方面，显得尤为关键。当然，对于大数据而言，也并不完全像大家想象的那样，仅仅是超大容量，这样的观点是错误的理解。在互联网时代，信息量十分巨大，信息种类也较多，涉及到了各行各业，在诸多的数据之间，内在的联系也是千丝万缕的，没有明确的界限，一些数据是毫无联系的，一些数据又是密切联系的，由于这些数据的存在，进而产生了大数据，随着数据量不断增加，需要有效处理这些数据，为人们的生活以及社会生产带来诸多便利。在大数据时代中，是继物联网以及云计算之后的又一次信息技术行业的飞跃。因此，进一步提升数据处理速度是必然要求，这就需要对数据处理技术进行创新。值得注意的是：大数据的本质是创造“大价值”，而不是创造“大容量”。

对于大数据来说，主要的特点为以下几方面：

大数据下网络信息资源管理及利用探讨论文 篇10

一、大数据技术在图书馆信息服务中的重要性

在图书馆的信息管理中, 要想真正借助于大数据技术, 最主要的就是要让人们对大数据技术有所了解, 并明确它的重要性, 让人们清楚大数据技术能够为人们带来的诸多好处。图书馆人员要重点宣传大数据技术, 并向人们去详细解说, 尽管现在是互联网时代, 但还是有狠人并不是真正的了解大数据技术, 还有一些人完全没有听说过, 所以在应用大数据技术上还是有很一定困难的。图书馆本来就是一个集教学和科研的知识载体, 是一个巨大的信息传播媒介, 将信息管理水平提高上来能有效改善信息传播的广度以及深度, 所以图书馆应该将大数据技术的核心价值宣扬出来, 并明确指出图书馆信息的管理在这一技术能有着较快的发展, 能对图书资源的利用带来便利, 让人们都能认可大数据。应用大数据技术还能将图书馆的数字化资源特点给体现出来, 真正实现网络化的信息传递, 让虚拟化的信息更加实体化, 这样才能促进图书信息管理水平的提高。

二、对图书馆行业及其力量组织起来

大数据技术走进图书馆行业是必然的趋势, 也是人们乐于看见的结果。但是在图书馆信息管理水平中要真想有效利用大数据技术, 并不是那么容易的, 这也不是一蹴而就的事情, 在整个应用过程中, 图书馆还是要和相关行业相结合, 认真贯彻国家在这方面提出的站履行政策, 并依据相关的战略性规划对自身发展做好提前规划。我国已经在大数据技术上所基础, 也有较强的发展规模, 并在很多公司和企业都已经完善了大数据应用软件的应用, 其经验还是有的, 这是图书馆可以借鉴学习的, 和这些企业进行技术交流, 这样也能为自身的应用积累更多经验, 少走不少弯路, 提前预知大数据技术的应用细则, 还能在很多方面实现信息资源共享, 也能让图书馆和各个企业之间有着较好的合作互助平台, 丰富更多的信息资源, 让读者也能在这种大数据技术的背景下找到更多有利用价值的信息, 让读者真正感受到大数据技术在图书馆信息管理中的便利性和诸多好处。

三、大数据技术的推广应用

图书馆要想应用大数据技术, 是不能和相关行业相脱离的, 要在数据信息技术上寻求更多的经验, 便于向人们的推广应用大数据技术, 还能和相关部门进行协调合作, 让大数据推广工作做的更专业。图书馆的推广人员不能光熟知图书管理技术, 精通计算机方面的技能更是不能缺少的, 最主要的是对大数据技术有足够的了解, 能将其进行准确定位, 也只有这样大数据技术调研工作才能顺利进行, 才能为图书馆信息的管理制定出更科学的管理方案, 做出更合理的发展规划, 并让管理方案有较高的可行性。在大数据推广应用过程中, 还要使管理方案和规划都能达到预期效果, 并将其划分到的考虑的范围之中, 让其更加清晰化, 大数据在这种情况下也才能在图书馆信息管理中顺利实施。在应用大数据技术的同时, 还要保证图书馆有一定的经费至此, 这是很重要的, 如果没有足够的经费, 是不能顺江顺利应用大数据技术的。

四、大力推广图书馆行业信息管理专项规划

大数据技术应用于图书馆行业信息管理, 需要制定相关的专项计划, 同时要保证专项计划宣传到位, 推广到位, 这样才能保证涉及到的每个人都能够对此项规划有所了解, 才能做出相应的行为举动, 才能保证整个大数据技术推广应用的顺利进行。也就是说, 大力推广图书馆行业信息管理专项规划是利用大数据技术推动图书馆信息管理的关键之举。只有大力推广图书馆行业信息管理专项规划, 才能保证信息管理的各项工作落实到位, 才能保证信息管理工作稳步进行, 促进新时代图书馆信息管理水平的高速发展, 促进图书馆信息管理工作更上一层楼。需要注意的是, 专项规划的推广不是漫无目的地发布, 而是针对性地普及, 针对特定群体, 针对特定对象, 推广特定信息, 以达到信息管理知识的高度普及、信息管理规划的高度推广、大数据技术的充分利用。

五、各类图书馆大数据技术推广和应用体系

要想提高大数据技术对图书馆信息管理的效力, 就必须构建完善的图书馆大数据技术推广和应用体系, 政府主管部门或行业协会有必要召集国家图书馆以及相关专家, 针对大数据管理制定图书馆行业大数据技术推广应用的专项规划, 并根据国家相关政策和具体执行流程, 统筹协调各个部门和各个行业, 并对此项工程进行专项把控, 重点关注, 有效把控咨询、政策执行推进、工作指导等相关事宜。

摘要：互联网发展势头正猛, 带动了信息技术和网络技术的发展, “大数据”也走进了人们的眼线, 让人们真正走到物联网书馆的信息处理平台和各项服务业务都能做的更好, 进而让图书馆也实现信息化管理理念。本文分析了利用大数据技术对图书馆信息管理水平进行提升的相关的问题。

关键词：大数据技术,信息,图书馆,信息管理

参考文献

[1]文彦, 武瑞原, 于洁.大数据时代的图书馆初探[J].图书与情报, 2012.

大数据下网络信息资源管理及利用探讨论文 篇11

2.1推广网络技术的应用

网络技术环境是网络技术发展的平台，稳定的`网络技术环境不仅可以保证网络技术的稳定还可以促进网络技术的快速发展。云计算在许多理财和交易平台中得到广泛应用，云计算是整个运行性过程的核心和基础部分，并且对网络技术等各个相关方面的要求都非常严格，并且随着软件平台的不断更新和发展，对网络技术的要求也不断增多。因此，要做好大数据背景下的网络设计和建设，就必须要做好网络技术的普及和应用，还要进一步开发计算机的硬件和软件功能，做好网络技术的推广应用工作，让更多人参与到网络技术的使用当中，让更多人切实体会到网络技术为生活带来的便利，使网络经济的发展更有动力。

2.2加强数据信息的结构化建设

在目前大数据快速发展的背景下，信息数量的增长速度也越来也快，并且传播的结构形式也变得越来越复杂，因此，在处理和构建数据的过程中会出现很多不利的影响因素，为整个构建过程带来困难。在目前的发展阶段，可以根据信息的结构形式将信息分为两个部分，一部分是结构性的信息，另一部分是非结构性的信息。而在通常情况下，非结构化的信息是位于非组织核心系统，非常容易被忽视。而非结构化信息可以分为两类，一类是不能很好融合的非结构性的数字信息，另一类是纸质的数据信息。从目前的发展状况来看，纸质信息在沟通方面的功能和作用依然发挥着不可替代的作用，尤其是在一些业务流程当中。而结构性信息是根据一些必要的格式整理出的信息，是由其组织内的核心系统构建和管理的。非结构化信息往往会受到忽视，因此导致了相应的结构内的信息交流不顺畅，会使非结构化信息与组织核心系统内部的结构化信息不能很好的对接，甚至会造成失控问题出现。数据结构化对于数据的开发和保障起到了重要作用。结构化的数据管理使数据的处理和加密变得快速有效，并且可以及时准确的分辨出非法侵入的数据信息，保证数据环境的安全。

2.3完善数据的安全控制系统

数据的安全系统要保证用户的账户、个人信息、以及数据库的操作等安全。异结构的数据安全系统对于保证信息安全有着重要作用。因此，要充分利用大数据快速发展带来的便利，不断发展和创新安全管理和访问控制的程序。因此，异构环境的建立非常重要，可以从以下几个方面进行：首先，要保证所有身份在全局范围内的验证没有异常，并且对用户的各种权限要进行合理的设置。其次，要保证系统的完整状态，重视数据库的安全监控与防范，使得数据库的核心部分得到保证。此外，还要严格监控好其他局部问题，做到充分全面的保障。再次，要加强对网络的安全管理和控制。对于一些常见问题要有充分严谨的应对措施，要做好网络信息加密工作，为异构环境的安全和网络信息的安全输出提供保证。最后，要注意对应用系统和数据库的安全管理。开发人员要保证数据的准确性，为系统和数据库建立做好前期准备工作。

2.4完善网络数据存储功能

在大数据发展背景下，海量信息的的储存主要是由相应的硬件设施完成的，如果想要使数据的安全性得到提升，就要不断加强储存环境的安全建设。如果要达到安全的数据存储环境，就要有硬件和软件的防火墙保护系统，这样就能在很大程度上阻止一部分非法网络数据入侵和攻击，使非法信息被隔离，保证数据环境的安全。此外，还要做好入侵检测机制的建立工作。要及时做好系统建立所需信息的收集工作，并准确分析和辨别相应的业务请求，为完善网络数据存储功能做好前期准备工作。

3结束语

综上所述，在大数据时代背景下，网络技术的发展越来越完善，为人们的生活带来越来越多的便利，同时也对数据的安全管理提出更高要求。因此，在大数据的网络建设中，要充分利用各类数据，建立完整的信息安全控制体系，对于不同问题都能及时找出相应的解决对策，为信息安全和网络技术的更好发展提供保障。此外，还要充分认识到大数据时代与信息安全体系的重要联系，要是二者紧密的结合在一起，更好的为网络技术的发展服务。

参考文献:

[1]王元卓,贾岩涛,刘大伟等.基于开放网络知识的信息检索与数据挖掘[J].计算机研究与发展,,52(02):456-474.

[2]冯诚,李治军,姜守旭等.无线移动感知网络上的数据聚集传输规划[J].计算机学报,2015,38(03):685-700.

[3]孙莉玲.大数据时代高校网络舆情研判与治理[J].江海学刊,(03):204-209.

大数据下网络信息资源管理及利用探讨论文 篇12

摘要：

大数据时代下信息技术发展异常迅猛，发展至今在社会各领域获得了广泛的普及，极大便利了人们日常生活与工作，但同时也给人们带来了相应的困扰，其中最为明显的就是网络安全问题。因此，如何在大数据时代下解决好网络安全问题，保护好人们的隐私数据不被泄露成为众多相关学者与相关研究人员重点关注、研究的一个问题。而要想解决这一问题就必须深入分析其背后成因，在此基础上采取针对性策略予以应对。文章从大数据的内涵分析着手，探讨大数据时代下的网络安全与隐私保护问题，并针对这些问题提出切实可行的应对策略。

关键词：

大数据下网络信息资源管理及利用探讨论文 篇13

全球知名咨询公司麦肯锡负责人称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”大数据在物理学、生物学、环境生态学等领域以及军事、金融、通讯等行业存在虽已有时日，但却因近年来互联网和信息技术的发展才引起人们关注。教育也因此受到了巨大的影响，如何在信息技术时代使大数据成为教育教学的工具成了重要的课题。

2015年8月31日，国务院《关于印发促进大数据发展行动纲要的通知》明确提出：“信息技术与经济社会的交汇融合引发了数据迅猛增长，数据已成为国家基础性战略资源。”“带动社会公众开展大数据增值性、公益性开发和创新应用，充分释放数据红利，激发大众创业、万众创新活力。”在信息技术时代的背景下，大数据也必将推动教育公平和教育健康发展。

在大数据背景下，我们做了很多的尝试，希望能够运用信息技术并通过数据得到有价值的结论来指导实际的教育教学，希望能够通过数据来诊断某一个时间段内的教育教学质量，希望能够用数据来说明我们需要改进或者可以改进的某些方面。但是在实际过程中，对于数据的分析和应用缺乏分析的技术和应用的能力，以下笔者是结合工作实际，将通过《区域教育质量健康体检》项目和学习诊断系统的数据运用和分析，结合微课的有效性探索所作出的尝试与努力，来阐述大数据的一些分析方法和技术。

一、数据关联性分析

（一）问题的提出

先来探讨数据的关联性问题。“健康体检项目”是基于标准化的测试，且测试工具在若干年之内保持一定的稳定性，数据间就有一定的可比性。同时它又是大样本的测试，数据具有全面性、客观性。为了实现在信息技术的背景下更好地分析教学、改进教学、推动微课发展，首先要明确数据的价值。

我们认真分析了《2012年项目报告》所提供的数据。从2012年项目数据来看，学生的学业成绩标准达成指数、高层次能力指数以及师生关系指数远低于本区（市直）水平，但教师教学方式、作业指数以及学校压力等常规教育指数均达到了本区（市直）水平。那么出现的问题应该怎么解决呢？

（二）问题的分析

通过初步分析发现，出现问题的几个方面都和教学有关，是不是只需要改进课堂教学就可以了？那么与师生关系是因果关系还是关联性关系呢？是不良的师生关系导致了学业水平低下吗？2014年6月，在郑州市义务教育质量健康指数发布会上，北京师范大学中国基础教育监测协同创新中心刘坚教授给出了一组关联性数据。从中可以看出，师生关系与学业水平存在正相关，并且相关度非常高。说明师生关系只能证明其存在着关联关系，这种正相关的背后可能存在着两种情况：师生关系不好导致学业成绩下降，或者学业成绩下降带来的师生关系不好。也就是说，要解决这个问题需要两个方面同时着力，不能分别对待。

（三）问题的解决

基于以上探索，笔者所在学校于2014年提出了“学校发展五大主题”：教师专业发展、学科组建设、课程建设、办学特色、师生阅读，将师生关系融入到教师专业发展和学科组建设中去，使之成为有机的结合体。通过后续的数据对比也发现两者可以同时成长，虽无法证明两者的因果关系，但却能说明其存在着关联性。但是更多的信息技术，比如微课技术并没有得到很好地推广，缺乏相关数据及经验的支撑。

二、数据指向性分析

（一）问题的提出

在推进教学评一致性的过程中，微课可以促进教育的多元化和公平性，评价可以为目标的达成度和教学的有效性提供有力的证据，是否就能够说明课堂教学的价值需要过程性的评价？一般来说，过程性评价包括课堂中的评价（评价任务的设置与实施）、课后评价（作业的布置与反馈）、形成性评价（阶段性的面向目标的评价）和其他的内部评价方式。

为了更好地为课堂教学质量提供诊断结果和改进的依据，需要引进基于网络信息技术的“必由学学习诊断系统”，它可以为我们的教学提出明确的改进方向，可以用数据指向课堂教学活动。但是面对庞大的数据，如何使之成为真正得力的助手就需要我们去分析数据，让数据的指向性更加明确。

（二）问题的分析

通过使用学习诊断系统，我们拿到了一些数据，可以看出在某些具体题型上的问题，可以有效地缩小我们分析问题的范围。经过继续分析数据，虽然能够发现其可以将问题的指向更加明确，看哪一个知识点哪一种题型得分较低，但是指向性依然不够明确。我们所需的指向性是要能够直接指向课堂教学的，直接面向课堂教学的，对此，我们还需要继续做一些工作。

数据就是冷冰的数据，还需要实践的证据作为佐证。因此，我们进一步查看了任课教师在所涉及知识点内容所使用的教案和学习卷，更加细致地分析问题所在。是概念性知识呈现方式不当还是程序性知识结构梳理不到位，是课堂评价任务落实不够还是课后的评价存在问题等。只有这样，才能将数据真正的还给一线老师，让老师明白阶段性的教学存在着哪些问题，有利于直面教学中的问题，从而改进教学。

（三）问题的解决

要想使学习诊断系统成为课堂教学的助手，首先需要为每一份评价工具标准准确地测试目标，也就是说，每一道题目考查的知识点是什么？所呈现的题型是什么？要提前标注出来。其次要为每一道题目提供适当的解释，不能不顾及学生学习情况而一味地堆砌测试题。最后要对数据进行分析，使之指向课堂教学的改进。通过学习诊断系统的使用，促进课堂教学能力和学生学业水平的提升。

三、数据改进教学的基本要求

（一）数据分析的基本方面

1.可视化分析。在任何情况下数据可视化是数据分析工具最基本的要求。要借助信息技术将数据转化为可视化的、可以直观展示的数据，让数据自己说话，让人看到结果，要让我们取得的数据更直观地呈现教学中存在的问题。

2.数据挖掘。可视化是给人看的，数据挖掘是了解数据、掌握情况必不可少的。如何让数据说话就是如何去挖掘数据背后的问题，就是去分析数据间的关联性和数据的指向性。

3.预测性分析。数据挖掘可以更好地理解数据，而预测性分析可以根据可视化分析和数据挖掘的结果做出一些预测性的判断。通过技术优化可以判断一些基本的趋势和走向。

4.数据质量和数据管理。数据质量和数据管理是一些管理方面的最佳实践。通过标准化的流程和工具对数据进行处理可以保证一个预先定义好的、高质量的分析结果。

（二）数据的高信度

数据是用来研究问题、分析问题的，因此不论什么样的数据采集都要达到高信度这个基本要求。为了保证数据的高信度，建议在采集数据时确保公平公开，在使用数据时遵循客观的原则。不能拿诊断性数据指责采集的对象，不能将内部评价作为考核考评的依据，不能将过程性评价数据用来进行横向对比。

（三）数据的合理性

某些时候为了获取更多的数据，或者为了成为“大数据”而罗列数量庞大而又毫无关联的测试内容，不仅会影响被测试人对测试的抵触，也不利于数据的分析和整理。一些无关的评价维度会造成逻辑的混乱，为数据的有效分析设置障碍。而好的数据收集需要有适切的评价目的、合理的评价维度，不同的答案应该得到不同的结论，避免是非选项。好的数据收集过程会成为大数据展现其强大一面的助推器。

总之，在我们使用学业诊断系统的过程中，不仅有效地改进了课堂教学，顺利地推进了基于标准的教学，将教学评一致性的理念进一步体现出来，同时也提升了教师的课堂教学能力和学生的学业水平。在数据分析的过程中也更好地体现出不同教学手段为教学效果带来的变化，让更多的信息化教学手段发挥出更好的作用。

大数据与信息管理论文 篇14

关键词:信息化;招标代理;企业管理

一、高校档案管理工作面临的现状

第一，重视程度不够。由于高校对档案管理重视程度不够，在档案管理工作中，沿用传统的工作模式，对档案进行人工检索、整理、立卷和归档。即使大部分高校引进了先进的计算机设备，但是仍然只是发挥基本的输入、输出功能。由于缺乏现代化的管理系统，使得高校的档案管理工作繁琐，效率低下，限制了档案管理的价值。教师及学生的`档案采集不全，档案卷内目录填写不完整，档案序号、文件编号、责任者、卷内文件的起始时间等信息有遗漏，档案文件保密级别不限定。第二，从事档案管理的人员素质不够。部分高校没有严格按照规定，完成档案管理工作，甚至缺乏专门的档案管理，只是简单的将档案堆在墙角里，使得档案丢失，这给档案查找工作带来非常大的困难。而且从事档案管理的人员，大部分是为了解决高校代课老师或教授配偶的工作，临时安排的，他们大部分人员缺乏计算机操作技能，不能利用计算机技术对档案信息进行开发和研究，并且缺乏工作积极性。第三，档案管理平台不健全。近些年来，高校电子文档、表格、音频、视频等各种数据信息，种类繁杂，这些庞大的数据信息难以有效的管理及存储。高校档案数据资源不断扩张，若不引入虚拟云存储技术，就有可能引发资源存储容量不够，导致数据库膨胀危险。

二、大数据技术在高校档案管理中的应用

大数据的意义不是数据信息庞大，而是对数据信息进行高质量的处理。面对大数据时代的到来，高校如何在招生、教学、管理、就业方面进行大数据整合和管理，为高校的发展提供技术支持，是学校发展的重点工作。目前，很多学校已经建立了信息门户、统一用户管理与身份认证、综合信息服务门户，已经在信息管理中取得了进步，但是目前高校档案管理仍存在很多挑战。第一，组织维度。高校内各个部门应该优势互补，实现不同类型的大数据资源的优质整合。例如在高校内各部门建立数据管理机构、将数据整合和管理常态化，该机构由各个部门分管领导直接负责，协调部门内部事务，并将数据整合工作纳入年终评价体系，保障数据整合工作的效果。为加强高校档案管理，建议高校成立活动领导小组和工作小组。如下：其一，领导小组。组长;副组长;成员;职责;其二，工作小组。组长;副组长;成员;职责：统筹安排档案管理，研究制定管理措施;负责对档案信息进行协调、监督、考核。工作小组办公室设在公司后勤，负责日常工作联系及相关组织工作。第二，数据维度。高校档案来源丰富，包括教师和学生的人事档案、学籍档案、医疗保健档案、试题库、学校的基建档案、学校的资产档案、财务原始报销凭证、公文、电子邮件等。在档案大数据应用时，要将档案资源进行数据模型的转换，将二维的信息转换为多维的模型。第三，技术维度。在高校大数据时代，信息应用服务引领高校档案由常规分析向广度、深度分析转变。师生用户可以共享档案信息，并从海量档案信息中，挖掘出自己可用的信息，并从这些信息资源中进行价值判断和趋势分析，找出用户和档案之间的逻辑关系。4G移动通信终端、云技术与云存储服务、校园APP等媒介渠道的引入，可以解决档案资源存储的问题。

三、大数据技术在高校档案管理中应用的有效措施

第一，增强服务意识，提高服务水平，争取领导重视。大数据时代的来临，档案管理工作会面临许多新情况、新特点、新问题。实现现代化的管理，需要提高领导干部的档案意识，配备先进的设备，实现档案管理的现代化，网络化。第二，加强档案管理教育培训，提高管理人员的综合素质。大数据的管理不在是传统的简单数据和信息的归集，在信息化管理工作中，提高管理人员的素质是有必要的。加强人才培养，实现竞争上岗，培训上岗，加强业务宣贯，为档案管理创造一个新台阶。第三，提高档案管理信息化利用水平。引进现代化档案管理设备，用于快速档案查阅、检索、分析，提高工作效率，实现档案管理的现代化办公。一是加大资金投入，不断完善档案信息数据库，不断摸索档案应用软件和实际工作的结合，建立可行的档案信息系统，提高档案数据的实用性，使得档案查阅更快捷、更方便、更可靠。二是建立规范的制度保障体系，提高信息化管理的技术水平。

四、结束语

今年两会，大数据第一次出现在政府的工作报告中，这表明，大数据已经上升到国家层面。为了适应大数据时期，档案管理工作对管理人员的要求越来越高，学习现代计算机技术、网络技术、多媒体技术，跟上当代时代的节拍，对高校的发展有着重要的意义。

作者:张贤恩 高秀英 单位:枣庄市团校

参考文献：

[1]杨似海，闫其春.大数据背景下的高校图书馆档案管理策略研究[J].四川图书馆学报，，4(35):81.

[2]傅笑然.大数据背景下高校教学档案管理探析[J].财会通讯，，19(128):80-82.