大数据互联网论文范文精选

一、移动互联网时代的文化大数据

移动互联网的“长尾”理论和“病毒式营销”方式不仅仅可以解释网络参与者的数量增加和参与深度加深，同时也与新文化经济模式的出现和发展有着紧密的联系。基于移动互联网的文化传播现象多种多样，如何准确认识其本质并把握其发展方向，需要研究其形成的外部推动力---技术上的创新，更需要依据其内在的变化，理清新的文化产品发展的脉络。对文化大数据的分析和研究，能够大大加深对文化产品传播模式的理解，从而对其今后的发展做出准确的预测和相应的准备。

二、文化大数据的传播

同时随着社会的信息化、网络化程度不断不加深，移动互联网产生了海量的文化大数据。这些文化大数据无法在常规的时间内用传统的软件工具和技术标准对其内容进行各种处理，如抓取、传输、存储和处理。从文化产品传播方面看，大数据可以成为文化产品传播行为的显微镜，拥有文化产品的人的传播行为和社会状态被广泛记录，并通过进一步提取、整合与分析，形成可视化的数据，产生巨大的价值[4]。文化大数据的社会意义在于人类将进入智能时代，计算机和网络更加智能，人与人之间有关的文化产品的合作，任务之间的对接会更精确，文化产品的创作和传播的社会成本和经济成本会更低。在传统的文化产品传播工作中，数据采集方式不仅需要科学地确定调查对象，还需要通过标准化的报表进行数据采集、汇总和分析。[5]然而随着信息化、网络化时代的到来，尤其是移动互联时代，每一个文化产品的购买者、欣赏者、传播者都可以通过手持平台多渠道、多角度的通过评论、传播等行为产生文化大数据，如对某一著名的电影作品，往往通过微信中朋友圈的传播和评论，可以很快的影响其众多潜在观影者对于电影的态度，买票看电影还是等待看影视的光盘，甚至由于不良的评价，取消对电影的欣赏态度。对这些正在源源不断地产生海量的、即时的电子化大数据。四、文化大数据的分析文化大数据发展趋势中所增加的大部分数据都是在自然环境下产生的非结构型数据，如网络言论、图片、视频等不受控的东西，从纷杂的信息中提炼有价值的信息，这也是统计信息的收集、加工整理所面临的挑战。在统计的基础上，通过对外部、不完整数据集的探索与发现，形成观点与交互，实现宏观预测，这正是大数据应用的体现[6]。而研究如何能够从非结构型的文化大数据中抽象出有效地信息，或者说智能的融合大数据，使其能够最大限度的发掘出有价值的信息。

三、结束语

本文探讨研究文化产品传播的统计数据节点感知层获取数据的技术。为了准确了解环境的状况，需要研究设备如何显式地同邻近的文化传播节点进行数据交换，并且描绘出该文化产品节点和邻近节点相互的干扰状况以及它们所在网络的网络特征。本文受山东省自然科学基金项目海量数据感知融合与信息协同机理研究（2012ZRB019DM）；山东省高校科研科技计划项目基于能量密度的物联网信息感知融合研究（J12LN40）；2014年度山东省统计科研重点课题--统计大数据多模融合与关联互通研究资助。

作者：徐文进 单位：青岛科技大学

一、基于大数据的互联网融资平台优势分析

1.互联网融资平台的技术优势。首先，传统信用评级使用的数据，主要是来自于企业在各类生产运营活动结束后汇总、记录的运营数据，这些数据多以文件或电子文档的形式存在。比如从企业财务报表可以获得财务数据，从季报、年报等可以获得销售数据，从仓库台账可以获得存货数据等。而利用大数据技术，则不局限于生产运营结束后，从运营前的准备过程、运营中的操作过程都可以收集到数据进行信用分析，数据的形式从文本扩展到音频、图片、视频等多媒体形式，收集的范围也从企业文件扩展到各种存储媒质、互联网网页上、电商网站的后台数据库中，甚至社交软件的聊天记录里，从运营大数据扩展到交易大数据、交互大数据，因此包含的内容也更加丰富，不仅包含传统评级必需的“硬信息”，也包含丰富的“软信息”，从而形成实现对企业的全面、实时、动态性信用评级的基础。其次，在获取到这些信息后，需要在云计算下利用大数据机器学习技术进行数据挖掘和知识发现，这需要有软件和硬件良好的结合与支持。互联网平台能够为云计算和大数据机器学习提供这种对接通道。由此可见，利用人力资源进行信用评级的传统做法在信用大数据下就不再适用，而必须在一个组织规范的互联网平台上才能进行，因此通过互联网平台进行信用评级是技术上的必然要求。

2.互联网融资平台的规模经济优势。进一步，通过互联网平台进行信用评级，较之传统信用评级方式能实现规模经济优势。由于传统的信用评级方式需要贷前调查，贷中跟踪，贷后审计，存在较高的成本，如果融资额度不够大，会使贷款利润较低。而互联网平台在设计、运营和管理等方面的投入具有固定成本的性质，总成本不随评级企业的数目变化而发生显著变化，单个企业分摊的成本却越来越小，从而实现信用评级的规模效应。此外，通过互联网技术能对企业进行实时监测，一旦企业出现危险的信号和行为，会即时预警，提升信用评级的预判性，能够增加信用评级的深度。同时，将经营成熟的互联网融资平台的数据库在监管机构的管理下实现联网，进而建立起面向全社会的信用体系，能够增加信用评级的广度。由于依托互联网融资平台进行大数据信用评级，可以实现传统信用评级下不能或不愿提供的融资业务，从而使其成为互联网金融的基本运作方式。

二、基于大数据建立互联网融资平台的信用评级模式

1.互联网融资平台的运作模式。对于互联网融资平台的运作模式，从不同的角度可以进行不同的划分。比如，从运营形态上，可以分为：（1）电商平台模式，如阿里小贷、京东京宝贝；（2）网上超市模式，如陆金所、各家商业银行的网上银行；（3）P2P模式，如人人贷、拍拍贷；（4）众筹模式，如众筹之家。从资金的来源上，可以分为：（1）平台提供资金，如阿里小贷、京宝贝；（2）平台担保，银行提供资金，如京东的供应链金融；（3）平台利用吸收的资金提供贷款，如各家商业银行的网上银行；（4）平台做信用评级，撮合投资者和资金需求方进行融资交易，如各家P2P。尽管这些互联网融资平台的运作方式不同，但都需要对客户的融资需求进行信用评级，因此是否具有成熟可靠的信用评级技术，有效控制信用风险，成为互联网融资平台的核心竞争力。

2.互联网融资平台信用评级的模式。当前互联网融资平台的信用评级模式按评级信息的来源划分，主要可以分为三种模式：（1）基于运营大数据的信用评级。该模式多用于各商业银行的网上银行，以及P2P网贷平台、众筹平台上，其中尤以P2P最为活跃，面对的客户为个人及小微企业这一类低信用水平群体，融资金额从几千元到上百万，很大程度上弥补了信息不对称情况下传统金融机构不愿意对该类群体提供融资服务的空白，因此处于快速发展阶段。（2）基于交易大数据的信用评级。该模式多用于成熟的电商平台提供的融资服务中，如阿里小贷、京东的京宝贝等。这一类融资平台最近几年随电商市场的发展也保持着良好的发展态势，市场份额上升的很快。（3）基于交互大数据的信用评级。该模式目前多用于一些提供个人贷款服务的互联网平台上，知名的企业有ZestFinance和WeCash闪银。这类融资平台目前还处于萌芽阶段，但可预见，未来基于交互大数据的信用评级会逐渐成为信用评级的主要方式信贷，会逐渐从个人及小微企业贷款发展到对大企业贷款。由于不同信用信息的来源、属性不同，导致各类融资平台评级时在指标设计、数据收集、数据分析、数据运用过程中采取的方法都不尽相同。但信用评级的基本流程是相同的，只是在一些步骤的实施过程中，受信息属性的决定而使用不同的评级技术。

三、基于大数据互联网融资平台信用评级的实施策略

1.信用评级的流程设计。大数据信用评级的流程可以用图1表示。由图1可见，实施大数据评级，第一步是对待评项目的理解。首先要掌握项目运营方式、客户特点、市场状况、风险构成等项目内容；其次根据对项目内容的理解设计项目计划，包括安排项目可行的技术路线，制定项目的进度等；再次，待项目计划安排好之后就要确定大数据的来源，因为大数据来源虽然众多，但会受到各种限制，如有的可能过于昂贵，有的则不开放，必须选择那些技术上与经济上均可行的作为数据源。因此，需要基于对项目的理解做好这些在项目正式实施前的准备事项。第二步是准备数据。所做工作是：根据数据的来源，确定数据的类型，采取可行的数据收集技术，获取大数据；很多数据存在不完整、重复、错误等缺陷，要对数据进行预处理；预处理后的数据如果属于非结构化或半结构化数据，需要进行格式化，转化为结构型数据，为实施下一步骤做好准备。第三步就是进行机器学习。首先是选择合理的数据挖掘技术对数据进行分析，从中寻找关联关系，其次是解读和评估数据挖掘的结果，找到最合理或最有说服力的，实现知识发现；最后就是根据知识发现的内容，建立适用的信用评级模型。第四步就是实施评级。根据知识发现的模型，开展对被评级对象的信用评级，生成评级报告，并对结论进行分析，帮助客户理解评级结果。最后对整个项目的运行做全面总结。在以上各个步骤中，技术上的重点和难点在于数据准备过程中的大数据转化与机器学习过程中的大数据挖掘。大数据转化的困难在于需要把各种各样的非结构化半结构化数据转化为可以被机器处理和学习的结构化数据，大数据挖掘则在于需要对数据进行理解，选择最合适的数据挖掘技术实现知识发现。

一、互联网大数据时代为秦皇岛农产品流通带来的契机

美国《大数据研究和发展计划》中指出：“到2020年，全世界的数量存储量将达到35ZB，一个大容量、高速度、高智能的大数据时代已来临。”大数据（BigData）是继云计算、物联网之后IT产业又一次颠覆性的技术变革。近年来，随着大数据技术的发展，也为农产品流通带来了新的契机。对于实现资源整合、优化农产品流通结构、提高流通交通具有重要的意义。

（一）互联网大数据的应用有利于发挥农产品流通的规模经济效应

大数据时代，实现了云计算服务器与物联网技术的结合，在利用大数据的“海量数据（MassiveData）、大规模数据（VeryLargeData）、高速性（Velocity）、多样性（Variety）”的优势，使得“新一代互联网、物联网”有了更广阔的载体和平台，拥有了更大的发展空间。在传统的农产品流通过程中，虽然也使用了信息化管理，但是受信息存储容量的有限性和物理介质的不确定性影响，使得数据处理存储受到掣肘；而在大数据的新媒体时代，具有更加强大的计算能力，以及更加海量的存储介质，相关农产品流通的数据不仅可以存储在计算机上，同时也可以存在互联网云服务器上，使得在农产品物流信息存储过程中可以完全不必在乎存储空间的大小，更好地提高了信息处理效能。这些都为农产品流通的整体布局、规划、调度带来了新的机遇，有利于通过扩大流通的规模，实现农产品资源的优化配置。利用大数据技术，可以将农产品流通系统进行改造，将无数“散户”信息进行整合，进行物流产业“集群”的打造，对市场信息进行及时掌握，实现农产品流通效率的提升。

（二）互联网大数据的应用有利于发挥农产品流通的供应链驱动效应

农产品的流通不是一个单一的事件，而是系统化的过程，涵盖了“农产品的生产、集散、仓储、批发、零售、终端消费者”等各个环节。而大数据时代农产品流通的管理方式发生了深刻的变化。大数据有利于实现“农产品的生产、集散、仓储、批发、零售、终端消费者”等环节的一体化，使各个环节能够紧密地环环相扣，更有利于相关物流信息资源的挖掘与开发，使物流管理水平实现了由“量”得到了向“质”的提升。增强了对复杂数据的处理能力，可以使用软件对农产品物流数据进行批量化的处理，有效的管理物流信息数据库，实现信息结构的优化。在当前的物联网时代，物流的信息化不断推进，相关农产品流通的数据呈现出几何倍数的增长，也为信息处理的及时性带来了新的挑战。而在大数据背景下使得这一问题得到了有效解决，可以随时随地进行计算与统计，突破了时间与空间的限制，利用全数据处理对象、多数据处理工具，使得处理速度更加实时化，保证了农产品流通供应链各环节信息处理的协同与一致，推进农产品流通的专业化发展，减少了交易过程不必要的“中间环节”，缩减交易成本。

（三）互联网大数据的应用有利于发挥农产品流通的极化效应

大数据技术的运用，使得农产品流通途径发生了深刻的变化。在大数据时代，不但相关农产品流通的信息实现了“所有即所得（Onesizefitall）”。同时，大数据更将传统的农产品物流信息管理的“后置总结分析”转变为“前置预测判研”，能够充分发挥大数据的数据分析与挖掘功能，对农产品流通的情况进行分析与形势判断，将整个流通的链条重心进行调整，使得农产品流通过程中可以根据市场需求“对症下药、见招拆招”，使流通更有针对性，大数据的优势对农产品流通的“生产、仓储、集成、物流渠道节点”等方面都将发挥作用，将有利于形成新的经济“增长极”。最终通过产业极化实现乘数效应，利用农产品的流通带动其它产业的共同发展，实现整个产业链条的整合、优化，提高发展质量。

摘要：针对传统保险营销模式难以适应移动互联网市场环境的问题，本文在整理12家机构的16份报告的基础上，对适合移动互联网保险业务的营销理论进行研究，分析了传统保险与互联网保险的营销特点；结合国内互联网保险细分市场现状，讨论数字营销在闭环服务中的适用性，进而提出了保险企业经营策略的建议。

关键词：营销理论；情感；交叉销售

一、互联网对传统保险业的影响

根据保监会《互联网保险业务监管暂行办法》的定义，互联网保险业务是指保险机构依托互联网和移动通信等技术，通过自营网络平台、第三方网络平台等订立保险合同、提供保险服务的业务。曲速资本的《2016互联网保险行业研究报告》指出，2015年互联网保险整体保费规模达到了2234亿元，同比增长160.1%，开通互联网业务的保险公司数量已超过100家，2013-2015年的渗透率分别为1.7%、4.2%和9.2%。互联网对传统保险业的影响主要体现在以下三个方面：一是营销渠道互联网化，二是业务操作互联网化，三是客户服务互联网化。传统保险业的客户服务多基于线下模式，人为因素容易影响服务质量，导致服务效率较低，客户满意度不高，而互联网保险对客户服务、报案、查勘、理赔等方面进行了业务网络化升级，建立起灵活高效的运营机制，迅速提高了参保客户的满意度。可见，传统保险行业已受到互联网的深刻影响，其中移动互联网正成为金融资本的新战场，保险企业应该紧跟时代步伐探索新的营销模式。

二、移动互联网保险营销理论

1、营销理论

McCarthy（1960）提出了著名的营销学4P理论，即成功的营销组合应包含Product（产品）、Price（价格）、Place（渠道）和Promotion（推广）这4个因素。Kotler（1986）认为企业能够而且应当影响自己所在的营销环境，要运用政治力量和公共关系，打破国际或国内市场上的贸易壁垒，为企业的市场营销开辟道路。因此他在4P理论基础上，引入PoliticalPower（政治权力）与PublicRelations（公共关系）因素，形成6P营销理论。本文在传统4P营销理论的基础上，针对传统保险行业垄断多不利于市场竞争、移动互联网消息传播快需要危机公关的问题，提出沿用6P营销理论的政治权力和公共关系因素；同时，针对移动互联网用户体验影响产品口碑、传统险企营销队伍庞大效率低下的特点，引入情感（Emotion）与效率（Efficiency）因素，形成了适合移动互联网保险的6P-2E营销理论。产品，在本文代指保险产品。传统寿险产品一般会将保险保障和投资理财捆绑销售，但是以企业利润为核心的业务已经不适合移动互联网的客户利益。只有从客户需求角度出发，营造碎片化应用场景，针对细分人群设计创新产品才能满足客户需求，增加后续业务的可持续性。价格。传统保险产品的定价准则是客户能够接受的最高价格，以及企业销售的利润总量，但是互联网时代企业优先考虑客户流量作为后续发展的入口，因此移动互联网保险的定价准则应该是企业能够接受的最低价格。依赖大数据实现个性化费率的制定和最优产品定价，数据量越大、维度越广，定价的精确度就越高。渠道，指客户了解到保险产品的途径。当目标客户人群确定后，就应该利用多条通道让客户人群接触保险产品，传统保险销售以庞大的经纪人队伍为代表，传统互联网保险以险企自建官网和综合电商网站作为平台，而移动互联网保险则以客户手持移动设备为入口。

渠道越多，可实现的营销效果就越好。推广，也称为促销，是市场营销的必要手段。推广的具体方案应根据渠道情况来实现。在移动互联网时代，以官方微信、微博等移动端APP为平台推广，以支付宝、小米运动等移动端APP为平台交易保险产品，已成为移动互联网人身保险业务的新增长点。政治权力，是破除保险业垄断的重要手段。仅靠自律公约无法杜绝行业内部的价格垄断，只有破除垄断规范市场，才能维护市场正常秩序，保护消费者的利益。同时，为了促进鼓励互联网保险的规范化发展，从2005年4月至2016年4月，国务院和保监会针对互联网保险一共出台了17份监管政策细则。公共关系。移动互联网的优势在于可以精准定位客户，提高商家与客户沟通的效率。《第37次中国互联网络发展状况统计报告》指出，2015年34.0%的企业设置了互联网专职岗位，在开展过移动营销的企业中，微信营销推广使用率达75.3%。企业不仅能获取更多有价值数据，还能及时应对负面消息进行危机公关。情感，要求在售前、购买和售后三个阶段提升客户体验。保险产品应在售前平台传递险种价值；购买时根据客户穿戴设备的运动数据，推荐不同保额档位的保险服务，并按照客户运动数据给予续交保费优惠；售后收集互联网用户在各种社交媒体上对产品的评论内容。这种客户-企业间的情感吸引增强了客户黏性。效率，即企业管理的工作效率。在当前人口红利退却的市场环境下，互联网保险公司应该从集中目标提升效率的角度出发，考虑人员工资和管理效率，以销售和管理费用占保费比例这个指标来衡量管理效率，战略放弃如个险产品和渠道等目标，反而可能是一种投入产出更优的选择。

1引言

移动互联网业务是移动运营商和互联网业务提供商共同为用户提供的一种无线数据增值服务。据CNNIC报告显示，截止2014年底，中国手机网民规模达到5．57亿人。智能手机的快速普及为移动互联网业务的深度发展提供了重要载体。当前，很多商家已经意识到移动市场强劲的发展势头，逐渐把资金投入这个新兴的市场，如移动支付、移动微博、微信等各种APP业务。影响用户移动互联网业务使用意愿和制约移动互联网业务深度发展的内外部因素很多，如TPB理论提出的主观规范、行为态度和感知控制，TAM理论涉及的感知有用性和感知易用性，这些因素在移动互联网业务发展的初始阶段为解释用户移动互联网业务的接受和使用做出了很大贡献。随着移动互联网业务提供商提供服务差异化程度的减小，影响消费者移动互联网业务使用意愿的因素已不仅限于此。探索消费者移动互联网业务使用意愿的影响因素，提高消费者移动互联网业务使用意愿已成为移动互联网业务发展过程中亟待解决的问题。本文在整合型信息技术接受与使用模型的基础上，结合相关研究成果，构建了消费者移动互联网业务使用意愿影响因素的概念模型，提出了相应的假设，然后运用调查问卷的方法收集数据，进而用统计的方法检查模型，最终得到了各个因素的影响路径和作用机理。研究结果为企业丰富移动互联网业务内容，提高移动互联网服务质量提供了参考。

2文献综述

2．1整合型信息技术接受与使用模型

整合型信息技术接受与使用模型(UTAUT)是Venkatesh在理理论、技术接受模型、激励模型、计划行为理论、TAM与TPB整合模型、PC使用模型、创新扩散理论、社会认知理论这八种主要的技术接受理论和行为意愿理论的基础上建立的［1］。该模型包含期望效用、努力效用、社会影响和便利条件四个决定意图与行为的核心因素和年龄、性别、经验、自愿四个调节变量。这些变量能解释70%的技术接受行为，经常被用于探究用户接受和使用新技术的行为，其原始模型见图1。

2．2相关研究综述

QiDongJ基于中国用户的特殊背景，在技术接受模型中加入影响中国消费者的特殊社会因素(CU-TAM)，并用实证的方法验证了感知有用性及期望效益等通过行为态度间接影响消费者对信息技术的使用意愿，社会环境直接影响消费者对信息技术的接受和使用意向［2］。Mallat等人认为，感知价值及学习和使用成本影响用户对移动业务的接受意愿［3］。Kim等通过建立基于价值的接受模型(VAM)，验证了感知价值对消费者移动互联网业务接受意愿的影响［4］。Jiang基于理理论和创新扩散理论的研究表明，感知服务质量、感知信任等因素影响消费者移动互联网业务的使用意愿，而使用意愿显著影响其使用行为［5］。国内很多学者在TAM理论和UTAUT模型的基础上，对消费者新技术的接受和使用行为做了相关研究。如邓朝华等基于TAM理论和网络的外部性，在研究消费者的移动服务使用行为时发现，感知有用性、易用性、网络外部性、沟通有效性和感知乐趣对消费者使用行为有着显著的正向影响，服务费用对使用行为呈显著负向影响［6］。吴茹双以TAM理论为研究基础，探索影响消费者的移动微信使用意愿影响因素时发现，感知娱乐性对消费者的使用态度存在积极影响［7］。文鹏等结合整合型信息技术接受和使用模型、风险理论和媒介丰富度理论，基于风险、内容和使用三个维度研究了消费者使用意愿的影响因素，研究结论支持其研究假设［8］。李鹤在UTAUT模型四个核心变量的基础上，根据移动互联网业务的具体特点，将感知风险、感知娱乐、网络质量和感知成本纳入研究模型，研究假设得到了实证支持［9］。李树彪等基于UTAUT模型，探讨了消费者网上银行使用意愿的影响因素，研究模型也得到了实证支持［10］。曹媛媛等将整合型技术接受和使用模型运用于移动支付方面，研究结果与研究假设基本吻合［11］。综上所述，国内外学者对移动互联网业务的使用意愿影响因素都做了广泛的探索和研究。国外相关研究早于国内，但研究结论不能对中国消费者的移动互联网业务使用意愿做出很好的解释。国内关于消费者移动互联网业务使用意愿影响因素的研究尚不全面。本文在前人研究的基础上，结合中国移动互联网业务发展的实际情况，构建了反映中国消费者移动互联网业务使用意愿的概念模型，并通过实证方法分析了各个因素的作用机理，探究了各个因素对使用意愿的影响程度。

3研究模型与假设

摘要：文章基于组织生态学视角，运用密度依赖理论、生态位理论等来研究组织密度对于中国互联网产业演化的影响。以2009年为界把互联网产业发展分为两个阶段，建立时间序列模型实证分析互联网产业演化过程。模型发现中国互联网产业发展符合密度依赖理论；并且2009年之后互联网产业内企业间竞争性下降，而网民数量衡量的合法性在2009年之前起显著正面作用，在2009年之后不再能推动企业数量的增长。

关键词：互联网企业；竞争性；合法性

一、 前言

互联网技术及其应用在中国已经迅速普及。截至2015年6月，我国网民规模达6.68亿，互联网普及率为48.8%。我国网站总数为335万个，年增长4.6%，互联网产业发展的微观主体是互联网企业，众多互联网企业不但深刻改变了中国经济生态和居民生活，其彼此之间的相互影响对于互联网产业的发展演化，特别是企业之间的竞争性具有重要影响。然而，由于互联网产业是一个较为特殊的新兴产业，传统产业组织理论不适合被用于解释互联网产业的发展规律和企业之间的相互影响。

本文通过组织生态学视角，运用组织生态学中较为成熟的理论――密度依赖理论、生态位理论等，来研究中国互联网产业发展演化过程。通过研究互联网企业数量的变化来探究组织之间竞争性、产业合法性和移动互联网技术的重大变革对于互联网产业的影响，这有助于我们发现和理解互联网产业的演化规律。由于互联网企业数量的变化并没有权威数据可查，互联网网站又是主流互联网企业的主要经营平台，因此本文选用互联网网站数量作为企业数量的替代变量。

二、 相关理论

组织生态学是基于生态学的隐喻的方法，借鉴生物学、生态学、社会学等学科的知识，结合新制度经济学和产业经济学等学科的理论来研究组织个体的发展和组织之间、组织与环境之间的相互关系。本文主要应用了组织生态学中比较成熟的密度依赖理论和生态位理论。

1. 密度依赖理论。对于产业组织来说，组织密度指的是一个产业内部企业的拥挤程度，组织生态学认为它主要由企业的数量所决定。组织密度会影响到一个产业组织的竞争性和合法性。竞争性弱代表企业数量较少，因此企业容易生存发展，死亡率较低，新企业进入也容易；竞争性强，则企业之间为了争夺生存发展所需要的资源就会采取各种竞争行为，导致实力弱的企业容易死亡，新企业进入该产业也会比较困难，从而使得总体企业数量增长缓慢甚至下降。合法性是指一个产业提供的产品和服务被潜在消费者和社会大众接受的程度。由于社会中信息的传播、社会大众改变固有认识和习惯都是个渐进的过程，消费者认识和认可新产品、新服务需要时间。因此，在产业形成、发展的初期，产业组织的合法性比较低。此时新产业尚未获广泛认可，企业的生存和发展就会比较困难，导致新进入企业较少。随着组织密度的增加，更多的企业从事新兴产业产品和服务的推广与销售，组织的合法性得以强化，市场也逐渐扩大。

【摘要】按照研究脉络和逻辑关系，对2004-2014年间SCI和SSCI中有关互联网金融的文献进行了梳理，统计析出文献的发表数量、作者的贡献得分等。结果表明，互联网金融研究领域的关注度逐渐增强，互联网金融风险、P2P借贷和互联网金融激励问题是目前研究的热点。

【关键词】互联网金融 风险 P2P

现阶段，国内外学术期刊发表了一系列以互联网金融为主题的学术论文，涉及到概念界定、模式探究等多个方面，取得了一系列成果。尽管如此，其研究格局尚不清晰，至今尚未发现对互联网金融研究成果的详细梳理。本文试图按照互联网金融的研究脉络和逻辑关系对文献进行一次系统的梳理，使学者们可以更为高效地从事有关互联网金融的后续研究。文献分析拟从发表数量、贡献得分、地理分布等方面展开，基于统计结果，将对未来互联网金融的研究方向与趋势进行展望。

一、研究方法

本文利用Web of Scicence（包括三大引文库――SCI、SSCI和A&HCI）筛选出国内外学术界公认的权威文献SCI和SSCI作为研究样本，以主题、标题（Subject/Title，以下简称S /T）选取的S/T包括Network Finance、e-Finance和Internet Finance，搜索与项互联网金融相关的文献，文献的时间锁定在2004-2014年，经检索并剔除伪相关或相关性较小的文献，最终符合要求的文献共计20篇。本文借鉴了Ke等人的方法对析出文献中涉及互联网金融的主要研究成果进行述评。

二、互联网金融研究文献的分析

（一）互联网金融研究文献的发表数量

如图1所示，从2004年到2014年，利用S/T在Web of Scicence上限制条件（指1中所限定的条件）进行搜索，并利用数据库自带软件创建引文报告，结果发现，2004-2014年的10年里文献数量存在波动，但自2008年以来整体呈上升趋势。

摘 要：本文运用耦合理论，将民营银行公司治理与互联网的特性结合分析，运用交易费用范式进行审视，提出大数据在资源配置、信息对称、技术变迁等方面对互联网民营银行公司治理结构的影响与作用，从中探求相对恰当的治理模式和宏观规制。

关键词：大数据；互联网民营银行；公司治理

中图分类号：F276.6 文献标识码：A 文章编号：1003-9031（2015）12-0048-03 DOI：10.3969/j.issn.1003-9031.2015.12.10

2014年3月11日，根据中央深化改革领导小组和国务院的有关要求，银监会在各地转报的推荐试点方案中择优确定首批5家民营银行试点方案[1]。有10家民间资本作为发起人参与其中，其中以腾讯、阿里巴巴两家互联网企业作为互联网民营银行的发起人尤为引人关注。以互联网为主要手段和工具，全网络化运营，不设物理网点，不做现金业务，提供具有网络特色的金融服务和产品。互联网技术的核心在于大数据的运用，而良好的公司治理结构是银行实现金融安全和稳健发展的重要基础，在“互联网+”的产业形态下，银行业的公司治理也势必呈现出新的特征。

一、大数据对互联网民营银行公司治理的影响基础

（一）公司治理的理论概述

公司治理对商业银行稳健运行具有重要意义。公司治理理论的根本问题是公司的本质和目标，这在不同历史时期、不同法系有不同的理解。其中以公司社会责任理论和公司契约理论为主要学说，另外还有团体生产理论、公司理论等新近理论成果[2-4]。公司社会责任理论是相对于股东利益至上原则（shareholder primacy norm）而言的。该观点认为，随着现代公司企业的发展，公司应被视为最大限度保护和实现包括股东在内的公司所有利益相关者之利益的组织体系或制度安排。公司契约理论则认为股东是公司的所有者，而董事的义务是使股东利益最大化。外部人利益只是一种外在性（externality），亦称第三方效应（third-party effects），更宜通过成本“内部化”实现对外部人利益的保护。

时至今日，两个学说的争论一直没有停歇①，但银行业本身具有高杠杆率、高风险性和外溢性，无论是立法思想还是实践中均较为倾向于承认商业银行治理目标应包含“其他利益相关者”的利益。2010年10月，巴塞尔银行监管委员会（BCBS）在最新的《加强银行公司治理的原则》中规定“银行除了应对股东负责外，还要对其他利益相关者负责”，“利益相关者”包括“监管机构、政府、债券持有人和存款人等”。

互联网到底是什么？大家听得太多了，而且各种各样的名词也非常多。我觉得大家了解互联网，只需要三个词就够了。第一个是“互联网”。我越来越觉得这个词翻译得太美丽了，所有关于互联网的本质都讲完了。第二个词是“云计算”。第三个词叫做“大数据”。这个大家可能听得都厌了，但实际上互联网的本质就是这三个词。

整个互联网的发展，本质也是让互动变得更加高效、更加方便、更加自然

互联网最关键的是什么呢？互联网的起步是“联”。英语的互联网是两个词，一个叫Internet，一个叫Web，最早联通的目的就是把互联网基础设施建起来。所以大家要理解互联网第一个关键是“联”，这个联接是整个我们今天这个世界的基础。

如果用一句话来定义互联网的未来，就是“任何人、任何物、任何时间、任何地点，永远在线、随时互动”，这才是未来的互联网。有的研究报告提到，今天我们能连起来的东西还不到1%，如果连接的东西翻100倍的话，这是怎样的概念？所以未来的互联网是把所有人、所有的物，在任何时间和地点，都能连接在一起，而且让大家有信息和动作的互动，有上传、有下行，这才是互联网的未来。整个互联网的发展，本质也是让互动变得更加高效、更加方便、更加自然。

如果我们借用这个架构来讲互动的话，互动1.0就是BBS，我想最早的用户还有印象，当年大家在一个很简陋的技术环境下，以极大的热情参与了这样一个网络社区的建设。互动2.0是类似新浪微博这样的产品，是个互动的社区，它最大的特征是单向的关注。“关注”是它最主要的一个产品形态及互动模式。互动3.0是Facebook、微信这样的产品，它们最大的特点是双向互动，任何人跟任何群体之间，都可以在瞬间发生多维的互动。这是“互动”的一个深入。

在“联通”的基础之上，有了这样深入的互动，我们可以看到在Internet之上承载的内容与服务的表现形式，即Web。Web 1.0，是大家最熟悉的门户概念，它是从门户这个中心点出发，向比原来受众大得多的一个凹点持续地传输，它有一个中心点，基本是一个单向的互动。Web 2.0是搜索。到了2.0时代，在搜索界面上还是多对一，每个个体跟搜索引擎发生联系，搜索的后台技术，完全利用了互联网的网状结构。Web 3.0是SNS，双向互动的社交网络，它是一个多对多，同时包含点对点的天然网络。所以web 3.0是互联网产品进化到今天的一个先进的形态。

由此可见， “互、联、网”三个字是共同演进的。只有随着连接的技术不断发展，互动的手段才更加丰富、高效，才会在Web上产生这样先进的内容和服务。

云计算是一个非常形象的词，更学术的词叫Utility Computing，我们把计算当作一个公共事业来提供。当云计算成为这个社会基础服务设施的时候，我觉得人类才真正进入了新的时代。如果不是电变成了公共事业，不是福特在电的基础之上创造了第一条流水线的话，也就没有什么工业时代。同样，只有当越来越多的企业，把他们的运营放在公共的云计算平台的时候，一个新的时代才真正到来。大数据，这可能是近一年来最时髦的词了。大数据真正的本质不在于“大”，而是在于背后跟互联网相通的一整套新的思维。大数据的三个本质：在线、实时、全貌，这也是大数据跟传统的数据最大的差别。

[摘 要]物联网信息交互是一个基于网络系统有众多异质网络节点参与的信息传输、信息共享和信息交换过程。通过信息交互物联网各个节点智能自主地获取环境和其它节点的信息。虽然已有的研究工作对传统信息系统的人机交互理论进行了深入研究，并提出了完整的信息交互模型，但对于物联网信息交互目前还没有成熟的理论体系。下面根据经典的信息交互模型，提出物联网信息交互的基本模型，并在此基础上对信息交互的相关技术进行研究。

[关键词]物联网 信息交互 类型 攻关 研究

中图分类号：TP393 文献标识码：A 文章编号：1009-914X（2015）04-0381-01

物联网是信息技术领域的一次重大变革，被认为是继计算机、互联网和移动通信网络之后的第三次信息产业浪潮。物联网是在互联网基础上延伸和扩展的网络，是通过信息传感设备，按照约定的协议，把任何物品与互联网连接起来，进行信息交换和通信，以实现智能化识别、定位、跟踪、监控和管理的一种网络。物联网的基本特征是信息的全面感知、可靠传送和智能处理，其核心是物与物以及人与物之间的信息交互。

1.物联网信息交互类型

物联网信息交互的系统是指感知网络本身，而以物联网网络系统为载体的信息空间则构成信息交互的内容，物联网信息交互实际上是用户、网络和内容三者之间的交互过程。

1.1 用户与网络的信息交互

用户与网络系统的信息交互是指用户通过网络提供的接口、命令和功能执行一系列网络任务，以实现感知信息的获取、网络状态监测和网络运行维护。物联网的各种应用都离不开用户与网络的信息交互。用户与网络信息交互的一般模式是用户通过网络发出指令或控制信息，相关节点收到相应的指令后分布式地执行，并将执行的结果通过网络反馈给用户。