大数据论文范文精选

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

1大数据与历史文化名城展示利用结合的优势

1.1大数据对大量数据信息的处理

由于历史文化名城展示与利用涉及到的内容很多，包括历史学、地理学、建筑学、社会学、景观生态学等，与此同时，随着科学技术的进步，先进的数据采集、建筑测绘等软硬件设施已经大量应用于历史文化名城的展示与利用当中，在此过程中产生了数量庞大的数据信息，而大数据能够对这些庞大的数据信息进行快速准确的处理．所谓“大数据”就是指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．例如，三维激光扫描技术是一种通过激光反射的原理，将被测量对象通过三维激光扫描系统的处理，构建成一整套的点云数据模型，在此基础上，通过专业的三维软件技术对于被测对象进行逆向的数字化构建，从而能够进行后续的数字化的研究与利用．在此过程中，点云数据会大量涌现，尤其是对于展示与利用真实性要求更高的项目而言，所产生的数据将会无限接近于真实的被测对象，数据会呈现出几何数量级增长．数据量大，能够促进历史文化名城展示与利用在探索方法和研究理念的层面上产生根本性的变革．对于早期的历史文化名城的展示与利用来说，由于受到认知性和数据分析能力的影响，人们就某一处历史文化名城的展示与利用的形式、内容以及方法上，仅仅是能够通过数量有限的样本案例和数据资料，利用较为传统的技术手段进行数据的分析、评估和管理．大数据的应用，能够将大量的历史文化名城的相关信息进行有目的性的筛选和处理，为展示利用的方式、方法在名城中的应用，提供了较为全面和具体的对策措施，提高展示利用实施的精确性．

1.2大数据对多样数据类型的处理

历史文化名城在展示利用时涉及到的数据繁多复杂．单就其中的某一处历史建筑来讲，《历史文化名城、名镇、名村保护条例》对建筑本身的历史档案包括了5项内容:1)建筑艺术特征、历史特征、建设年代及稀有程度;2)建筑的有关技术资料;3)建筑的使用现状和权属变化情况;4)建筑的修缮、装饰装修过程中形成的文字、图纸、图片、影像等资料;5)建筑的测绘信息记录和相关资料．除此之外，还有关于历史沿革、历史事件、地名典故、名人轶事等资料．上述几项内容，基本涵盖了一处历史建筑的历史价值和人文价值，这些详细资料，在历史文化名城的展示利用时会起到举足轻重的作用．在历史文化名城的展示利用的过程中，数据的类型非常多，有图片资料、文字资料、影像资料、图纸资料、点云数据等．在以往展示利用处理数据信息的时候，利用传统的数据处理技术，事先定义好结构化的数据．结构化数据是将对象数据向便于查询、处理的方向抽象的结果．结构化数据即行数据，存储在数据库里，可以用二维表结构来逻辑表达实现的数据．结合到典型场景中更容易理解，比如企业ERP、财务系统;医疗HIS数据库;教育一卡通;政府行政审批;其他核心数据库等．在结构化数据过程中，通常会忽略一些特定条件之下所不必考虑的细节，筛选出有用信息．随着互联网技术、展示利用技术以及测绘技术的快速发展和演进，非结构化的数据大量的出现，难以用结构化来进行表示，在存储记录数据的同时还要储存数据的结构，增大数据存储和处理的难度．相对于结构化数据而言，不方便用数据库二维逻辑表来表现的数据即称为非结构化数据，包括视频、音频、图片、图像、文档文本等形式．具体到典型的案例中，如医疗影像系统、教育视频点播、视频监控、国土GIS、设计院、文件服务器PDM/FTP)、媒体管理等具体应用资源，这些行业对于存储需求包括数据存储、数据备份以及数据共享等．目前在历史文化名城展示与利用当中，所利用的数据大部分都是非结构化的数据，而这些非结构化的数据将会逐渐成为主流化的数据．随着历史文化名城保护的发展，与展示利用相关的影响因子指标数量上必定会更加的丰富和细化．为了满足历史文化名城展示与利用的目的，在相关数据激增的同时，新的数据类型还会不断出现，很难用一种或是几种规定的模式来描述趋于复杂、多样性的数据形式．而大数据与传统的数据处理方式最大的不同之处就是，它在非结构化数据和信息的方面能够最大限度地将大量历史文化名城展示与利用的相关影响因子指标的细节信息进行数据非结构化，可以减少在数据处理过程当中的数据流失现象，为展示与利用提供更加充分的情报信息与技术支撑．

1.3大数据对数据信息的快速处理

由于科学技术水平的飞速发展和普及，数据越来越庞大，必须有相应的数据处理能力才能够将大量的数据进行充分而有效的利用．历史文化名城的展示与利用发展到今天，展示利用的相关数据除了具有传统属性以外，还具有时效性，通常某些数据的价值会随着时间的推移而迅速降低，能否快速准确地处理这些数据，则是充分体现它们的价值所在，而大数据的特点就在于能够快速、持续、实时的处理数据，从而能够满足相关的需求．在经济发展和大规模建设工程中，经常会忽略历史文化名城的历史文脉的科学展示与利用．有时会单纯地将历史文化名城的展示与利用和社会发展、自然环境及其居民生活割裂对待，这样会恶化居民的生活环境，不利于拉动居民的消费，不利于延续传统的历史文脉，不利于文化产业的发展，不利于创造品牌效应，降低城市的知名度，不利于历史文化名城的可持续发展，对传统风貌会造成严重破坏．在大数据的背景下，为了保护这些稀缺的展示利用资源，使得名城保护能够可持续发展，大数据就需要对名城的相关数据进行快速处理，及时快速的提出有效、合理的保护措施．

2大数据在历史文化名城展示利用中数据处理的应用

一、基于大数据的网络教育研究现状分析

“大数据”成为互联网热门词汇大约从2009年开始，到了2013年，大数据对各领域都产生了巨大的变革力量，2013年被称为“大数据元年”。[1]大数据时代势不可挡，与媒体密切相连的特性使得参与网络教育的人员会通过更多的移动设备接入到网络中，数据的数量会大大增加，增长速度会大幅加快，大数据对于网络教育的影响不仅仅在具体方法上，也体现在思想上。对于文献的检索，我们通过高级检索，分别以主题为“大数据”包含“网络教育”、“在线教育”、“远程教育”为关键词在中国知网（CNKI）中进行检索，共检索到相关期刊文献64篇，手工去除不符合要求的通知或者征稿等无关信息，剩余18篇文章。文献发表时间分布于2013年至2014年，数量也从4篇迅速增长到了14篇。文献的主题也多种多样，主要集中在平台建设发展、学科建设、师生关系、学习工具等方面，研究者主要关注大数据技术的发展和应用对传统的网络教育产生的深远的影响，帮助网络教育摆脱发展瓶颈，找寻到一条符合国内现状的发展道路。可见由于大数据的迅速发展，对教育领域特别是网络教育产生了巨大的影响。

二、我国基于大数据的网络教育研究的内容分析

大数据技术在网络教育的应用，对于传统平台的更新建设，推动学习者个性化学习，促进师生交流、生生合作都具有非常重大的意义。另外，对于平台中课程点击量、浏览量的记录和分析，也能动态地设置学习内容，教学组织形式，满足学习者多样的学习需求。

（一）通过对大数据的梳理，分析网络教育

平台发展困境，有针对性地寻找解决方法，以促进平台的建设张辉[2]指出：移动学习绝不是简单的网络学习移动版，需要更深层次的探索和研究。在大数据的支持下，研究者可以得到全文本的数据进行分析。通过对发展模式、受众对象、学习资源、支撑环境等数据的分析，我们发现网络平台发展的现实困境，理论研究深度不足、学习资源针对性不强、即时通信反馈手段落后，这些问题制约了学习者平台学习的动力。根据问题有针对性地作出切合实际的需求分析，进行个性化的信息建设，加强实时反馈提高学习效率，从而建立全方位覆盖社区居民学习需求的学习平台，有效落实建设学习型社会的要求。翟霞[3]指出：大多数干部网络教育平台的考评采用“学时制”和“学分制”，即以学习时间作为学习的考核标准之一，这样的方式即使学习者只是播放学习课程而没有进行学习，平台也无法得到相关数据和反馈。大数据技术可以为其提供学习过程的监管，对学习者学习提供有效的进度控制和实时反馈，为学习者提供根据随课程内容和学习者反馈而变化的帮助。网络教育平台学习者每一次学习的数据的收集和分析，能够为平台发展建设提供有价值的参考，帮助平台优化学习者的学习环境。基于大数据的分析调查比以往基于抽样的问卷或者电话调查的方法都更加全面有说服力。

（二）教学和考核方式的创新推动学习者学习的个性化发展

大数据时代，学习者在学习过程中留下很多数据碎片，通过分析这些数据碎片能够分析出学习者的学习模式，为学习者提供个性化发展的环境。马星宇[4]指出，新兴在线教育在教学以及考核方式上较以往的开放式教育有所创新，以MOOCs（MassiveOpenOnlineCourses）为代表的新兴在线教学模式的特点就是让任何人在任何时间都可以学到任何知识，这必然会改变传统的以传授单一课本知识为基础的教学模式。对于教师来说，科学技术的进步，能够使学生的反馈更加细化帮助教师有效评估每位学习者的学习情况，为学习者提供符合他们学习需求的进度和强度。对于学习者而言，学习者通过对自己学习数据的分析也能够进入“自主进度式学习”，数据分析结果让学习者根据自己的进度使用视频进行学习，学习者根据自己的进度在掌握不好的章节进行反复学习，直到达到100%精通。对于学习内容的构建，在线教育就是一种基于标准算法和数据挖掘为基础的个性化学习服务。只有不断根据目标学生的需求和社会的需求来不断完善教学内容，才能满足学习者获得知识的需求。张辉[2]指出，依靠“大数据”的分析能够建设用户参与资源的个性化配置和推送，自动生成每个学习者感兴趣的教学资源。在线平台要收集学习者在平台上依据自己的兴趣点和关注点进行主动地点播学习内容的“点击流”数据，根据一定的规则给予每个学习者适当地资源推送。从而满足每个学生学习的个性化需求，促进学习者的个性化发展。

1桥梁工程的大数据

在桥梁工程中，数据按时间上的划分可以分为两类，静态数据与动态数据。静态数据主要指桥梁的相关信息资料库与科学实验产生的数据。信息资料库是一种相对静态数据，因为这些数据资源每过一段时间将更新一次。各国家和各地方政府部门基本建立了桥梁工程资料库及相关系统，列举出主要国家和地方政府的桥梁管理系统，包括建成时间、系统功能、与建设部门等。除国家政府部门外，各科研单位也在完善各自的桥梁统计分析系统，系统中主要包括桥梁的桥型、跨径、材料、建成时间等基本信息，还包括桥梁的病害、桥梁状况评定等相关内容。桥梁的科学试验数据主要来源于各大高校和科研单位科学研究中的模型试验、振动台试验、风动实验、桥梁的荷载试验等产生的数据。这类数据的有效分析处理形成各类科学研究成果，但是此类数据的开放程度低，造成数据资源的极大浪费。桥梁的动态数据主要来自于桥梁的施工监控和成桥运营阶段健康监测系统，此类数据由安装在桥梁上的实时监测传感器获得，包括位移传感器、速度传感器、加速度传感器、应变计、温度计、风速仪、GPS等。统计了国内部分桥梁健康监测系统的传感器数量以及安装时间。各类传感器配以相关的采集系统来获得数据信息，再通过相关软件分析、处理，从而掌握桥梁的实时健康状况，对桥梁的状态进行评估与预测。整个桥梁健康监测体系。

2开发桥梁工程领域大数据资源意义

利用桥梁的静态数据库，可以了解桥梁的基本信息，为全国的桥梁统计、普查与管理提供信息资源。科研数据的开放有助于学术界的交流、创新，取得更为丰富的科研成果。桥梁动态数据包括施工监控数据与成桥运营阶段的监测数据，充分利用与挖掘大数据资源，可以提高桥梁的施工质量、加快施工进度，提前预测和解决施工过程中可能出现的问题，减少质量事故和经济损失。成桥运营阶段的监测数据主要为桥梁的健康状况评估提供依据，掌握桥梁所处的状态，分析、处理数据资源，提高预测、分析、解决问题的能力。可为同类桥梁的施工管理与养护等，提供宝贵经验。同时大数据资源的开放、共享，有助于节约国家资金和社会资源。

3存在问题及解决方法

（1）最先遇到的也是最棘手的问题是数据的去冗、去噪，从海量数据中挖掘大数据资源价值。目前，所列一座特大桥上各类传感器每天采集的数据达到几个GB到几十GB，甚至上百GB，如此海量的数据如何去处理，有效剔除无用的信息，找寻剩余有用的信息，从而产生新的价值、新的资源。这也是在大数据时代有效利用大数据资源要解决的首要问题。解决这一问题的主要途径是编译相关的去冗、去噪的智能分析软件，同时可以利用云计算、云分析、云管理等方法来提高解决这一问题的效率，使大数据变为有用数据，做到真正智能化分析。

（2）现在各政府部门和科研单位，都在做自己的桥梁信息库以及监测研发数据库等，而且大多数数据库都是相类似、重复的。这样造成资源的极大浪费，包括劳动力、资金等。解决这一问题的有效途径是加强政府部门、科研单位内部以及之间的相互合作，开放和共享数据资源，这也是大数据时代的必然趋势。各部门和科研单位可以有步骤、分阶段地开放共享各自所拥有的数据资源，不论是采用付费或免费的方式。

（3）由于大数据具有“4V”等特点，在大数据研究的初期阶段，大数据的价值还未充分体现时，要储存、分析、利用大数据资源，需有软件、硬件等基础设施的投入，国家和科研单位应提供专项资金的支持，同时国家可制定相关鼓励支持政策。

一、保险业应用大数据的可行性分析

（一）保险业应用数据的传统

对于传统型数据的应用，保险业有着悠久的历史。人们在长期的生活实践中总结发现，在随机现象的大量重复中往往会出现几乎必然的规律，这种规律即大数法则或大数定律。概率论中的大数法则就是保险人计算保险费率的基础，只有在承保大量风险单位的情况下，大数法则才能显示其作用。根据大数定律的另一个特点，风险单位的数量越多，风险的预期损失就越接近实际损失。保险人正是凭借这种方法比较精确地预测风险，合理厘定保险费率。长期的数据分析传统不仅为保险业积累了许多数理分析人才，同时也养成了保险业数据分析的传统和习惯。这些都为保险业应用大数据垫定了良好的基础。

（二）保险业应用大数据的硬件条件

数据具有大量、高速、多样、价值的特点，这说明大数据中的数据具有即时性而不是一成不变的，数据量庞大而复杂，对处理分析能力有很高的要求。保险业虽然有很丰富的对传统数据的数理分析经验，可是对超大型数据的分析必须依赖专业的存储技术和计算技术。保险公司需要先租赁互联网企业专业的数据存储设备，运用互联网企业的云计算分析能力对数据进行计算，寻求想要的信息。

（三）保险业应用大数据的软件条件

近年来，许多有过传统数据分析基础的人，开始关注大数据的分析，一种新的职业也随之诞生，即“数据科学家”。与传统科学家不同，数据科学家还需要有互联网思维、懂软件程序和统计学。大数据技术仅仅为我们提供参考数据，它是一种信息资源，是一种帮助人们理解世界的工具，但是它不解释信息，对数据的分析解读仍然需要专业人才来进行。由于保险公司的经营方式、经营基础、经营环境和经营对象等方面与其他企业存在明显差异，保险公司应该成立自己的数据分析部门，培养了解自己行业的专业数据分析人才。

二、大数据在保险业中的应用——以众安财险为例

一、大数据时代

对于新媒体文学意味着什么大数据让新媒体文学回到“去作者化”的共在混融状态:在传统声音媒介时代，读者与作者共同创作、修改诗歌;到了纸质媒介时代，作者的地位上升;在新媒体文学时代，读者可以对作家进行积极主动的反馈，但这种反馈呈现出信息零碎化、评价随性化以及无法把握所有地域、身份、族裔的不完整状态;到了大数据时代，新媒体文学借鉴《纸牌屋》的数据挖掘模式，可以对读者信息进行全数据收集整理，以最大的吸引力呈现一个文本(其中包括一种可能性，即同一个故事开头，针对不同人群有不同的故事演进和情节，乃至人物设置)。舍恩伯格认为，“大数据是指不用随机分析法这样的捷径，而采用所有数据的方法”，因此，我们分析的大数据其实应该被称为“全数据”。在网络新媒体时代，人类所有的网络行为都可以被数据化，而这些数据又能完全被收集、存储、交换和分析。人们在不经意之间产生的数据总量大到我们难以想象的程度。“据有关研究报告，2013年中国产生的数据总量超过0．8ZB，相当于2009年全球的数据总量。预计到2020年，中国产生的数据总量将超过8．5ZB，是2013年的10倍，一个大规模生产、分享和应用数据的崭新时代正在到来。”新媒体文学在发展过程之中当然也生产了大规模的数据，这些数据对新媒体文学意味着什么呢?第一，以PC和移动终端为主要载体的新媒体文学产生巨大的相关信息数据库，比如新媒体小说阅读量排行榜、新媒体作家数据库、读者阅读时间和习惯、哪些文学章节被反复阅读等等。与此同时，因为网络媒介的公开性和“无门槛”标准，新媒体文学的阅读者和创作者数量达到了文学史上前所未有的奇迹。2014年，中国网络文学的读者已突破5亿人，保守估计整体收入突破65亿元。这样大规模的用户群保证了巨大的数据量，也使文学网站拥有所有与网络文学相关的数据。网络文学带来的巨大经济效益成为对网络文学进行大数据分析的资本基础和动力。作为迄今为止最为强大的分析技术，大数据的重要价值在于预测趋势，即“正在发生的未来”。通过对这些大数据的分析，内容生产者可以有针对性地将作品推送给受众，而这种经过精心设计的文学作品恰好就是受众所需要的。这是因为大数据分析可以采用理想状态的全数据分析(目前还不能完全达到)，而全数据分析由于分析的数据量巨大，单个数据的误差可以在分母巨大无比的全数据海洋之中被忽略。相反，在数据量有限的时代，我们就只能追求单个数据的精准。“因为收集信息的有限意味着细微的错误会被放大，甚至有可能影响整个结果的准确性。”当数据量持续积累增加时，对单个数据的精准性追求不是全数据的方式，放弃精准性、适度接受不精准性，仍然不会影响其结果。这类似于医用手术无影灯，从各个角度照射对象，永远不会存在盲区。盛大文学董事长邱文友认为，事实上国内文学网站在10年前就在运用大数据思维了:文学网站上有200多万名作家，700多万部作品，怎么在茫茫作家海中找出下一个唐家三少?靠数据分析。此外，在网络连载过程中，作家跟读者之间有互动，这些讯息也是数据。“比如作家本想让甲娶乙，可是绝大部分读者希望甲娶丙，这时候作家可以选择，是按原来思路，还是按小说可能延伸的商业价值去改写结局?所有决策的因素、动机跟方式，也是数据分析。”瑏瑡但是受网络技术发展的限制，当时新媒体文学的数据挖掘不可能像现在这样彻底和全面。第二，大数据时代新媒体文学批评走向多元化。当前的新媒体批评既包括传统精英式的学院派批评，也包括点赞、跟帖式的草根批评;学院派批评以黄鸣奋、欧阳友权为代表，草根批评以崔宰溶为代表。“黄鸣奋和欧阳友权以从西方新媒体技术层面发展出来的超文本理论作为理论生发点，对网络文学进行后现代性的学理探讨。”瑏瑢而崔宰溶认为，对中国网络文学的研究需要从原著理论(vernaculartheory)和网络性理论入手，才能真实地对新媒体文学进行研究。新媒体文学的接受者并不会以文化精英式的方式来俯视作品，他们对新媒体文学的批评是纯感受性的、本能直观的和零散局部的。这种自下而上的反叛式文学批评，迥异于传统精英式的学院批评。对中国新媒体文学的研究必须从网络的“原著居民”(网络文学读者)出发，由于他们大部分时间栖居于网络之中，因而对新媒体文学具有不受传统文学理论影响的本性感受力和知识系统。瑏瑣笔者认为，无论是西方网络文学理论还是原著理论，在大数据时代，它们都会被作为大数据库中的一个组成部分，再结合“总点击量”“总推荐”“月排名”等进行分析，从而寻找出读者最有可能喜欢的作品。无论如何，大数据时代给新媒体文学研究带来一种新实证研究路径。米埃尔(Miall)认为，文学的实证研究像灰姑娘一样总是被人们忽视或反对，早晚会有一天，实证研究将统领整个文化研究领域。人们会通过实证来研究理论观念，反思文学的本质和文化地位。瑏瑤网络技术的发达与新媒体文学的繁荣促成了大数据分析对于新媒体文学的数据实证性研究。

二、大数据思维给新媒体文学带来的理论思考新媒体文学的大数据分析

从学理上带来三组思考:一是大数据推动了新媒体文学的发展，然而新媒体文学能被彻底数据化吗?如果不能，那在什么样的层面上可以被数据化?新媒体文学与大数据思维融合的真正重要意义在何处?二是新媒体文学遭遇大数据思维之后，是否意味着对于新媒体文学的研究可以完全转换为数据式的实证研究?如果不能，对新媒体文学的研究还有哪些方面是大数据不可能涉及和完成的?三是当我们将文学接受者的大数据作为文学创作的唯一和最高标准之后，新媒体文学在题材选取、形式美学和叙事节奏等方面是否走向绝对迎合读者的趋势?如果是的话，新媒体文学作家的意义何在?他们又应该采取迎合还是引领的姿态呢?

第一，新媒体文学活动都发生在网络之上，因而可以被充分数据化。大数据自产生之日起，就迅速与人类已有的知识和学科产生了极强的关联，比如医疗健康、交通规划、公共管理、教育培养等领域都在你看不见的地方悄悄运作着大数据分析。“大数据时代的经济学、政治学、社会学和许多科学门类都会发生巨大甚至本质的变化和发展，进而影响人类的价值系统、知识体系和生活方式。哲学史上争论不休的世界可知论和不可知论都将转变为实证科学中的具体问题。”瑏瑥大数据的此种趋势根源于它能将所有网络行为数据化的能力，比如在新媒体文学活动之中，我们可以轻松采集到作家和读者的数量、年龄层、分布地域、经济状况、教育程度、阅读习惯、题材喜好，等等。除此之外，大数据可以分析:哪种题材的文学受众最多?同一种题材之中，什么样的文学桥段让读者喜欢?幽默、推理、悬疑还是浪漫?文学作品之中什么样风格的语言会更受哪种人的喜爱?什么样的故事情节发展路线和结局是最受人欢迎的?等等。这些方面都可以通过读者的评论和阅读数据反馈到内容提供商和文学作家那里，从而对作品进行实时调整。但是，我们不能因为大数据有这样的效果，就认为新媒体文学可以被完全大数据化。其实，作为技术和艺术合一的新媒体文学在多个维度上是不能被量化的，比如作家的灵魂高度、文学思想的深邃性、文学的意境、文学的美感、文学的终极关怀和文学对人性的探测等都不能被量化，而这些维度恰恰是文学之为文学最核心的内容。不管大数据技术怎么发达，它所追求的绝对客观性其实在数据产生之初就不存在。数据无论在表面上看起来多么客观地再现对象情况，它本身其实是在一种具有倾向性和差异性价值观基础上被建构的。因而，大数据的生成和分析永远不可能摆脱自己天生就具有的价值主观性。我们能看到的数据是研究者有能力或者热切希望看到的数据，若非如此，即便大量数据生成了，也不能被数据识别系统发现。这就好比雷达效应，你的关注点除了对象之外别无他物，但是“他物们”却客观大量地存在于你的意识之外，只不过你无意或不能去抓取它们。所以，大数据不管看起来多么科学客观，背后其实与主观价值判断是分不开的。“大数据”并不等同于“大智慧”，即使占有大量的数据，还必须有对数据具有专业化分析能力的人。Netflix的CEO里德•哈斯廷斯利用数据分析的方法也是受他前期从事碟片租赁服务的启发。他一方面熟悉在网络上怎么通过数据分析为别人推荐自己喜欢的电影和电视剧，另一方面他在无数的观影之中对影片具有极强的审美鉴赏能力。科技和人文的结合让他具有对《纸牌屋》数据进行采集和分析的能力，这才是Netflix进军艺术界成功的原因。所以，同样的大数据在不同主体那里得出的结论或者采取的应用是相距甚远的。就好比同样是医学CT扫描，仪器是相同的，照出的片也是相同的，为什么大家愿意去权威医院检查呢?问题的根源在于对CT成像进行分析的医生水平，同样的CT成像，在拥有不同经验的医生那里得出的结论很可能有天壤之别。大数据作为一种技术在教育、电影、艺术等人文领域广泛运用已是不争的事实，除了让人文领域的成果与经济效益直接产生关联之外，它的最重要意义其实是在哲学思维层面。大数据分析使我们抛弃传统哲学一直追求的现象背后的原因，而转向为关注事物和事物之间的关系性，即从因果关系转变为相关关系。瑏瑦这种思维方式转变是顺应时代的实用需求而产生的。一方面，大数据思维不去深究因果关系，而是绕开因果关系，退到因果关系的上层———相关关系(包含因果和非因果关系)。这种搁置因果的选择更是由于因果关系和相关关系之间复杂的关系:“(1)两个事物间有因果关系时，这两个事物间往往会有相关关系;(2)两个事物间不存在因果关系时，这两个事物间也可能会有相关关系(虚伪相关关系);(3)两个事物间有因果关系时，这两个事物间也有出现零度相关关系的可能(虚伪零度相关关系)。”瑏瑧当略过这些复杂关系，只关注“相关关系———结果预测”，就会省去无数不必要的麻烦，而直接得出需要的答案。“相关关系的核心是量化两个数据值之间的数理关系。相关关系强是指当一个数据值增加时，其他数据值很有可能也会随之增加。”瑏瑨2004年，沃尔玛公司分析顾客消费时的各种数据时，意外察觉到数据和数据之间的相关性:飓风来之前，手电筒和蛋挞都销量增加，因而超市毫不犹豫地将它们放在飓风用品附近。这个例子就表明在大数据时代，深究原因并不一定能找到答案，而对数据进行相关性分析才是其核心。另一方面，大数据带来的相关性分析由于技术的成熟变得比因果分析更容易。丹尼尔•卡尼曼(DanielKahneman)甚至认为，人类之所以一直热衷于因果关系思维，是因为在信息不发达的社会采用因果思维可以快速地作出决定。相反，在那个时代如果采用相关思维会特别费力且不可能有任何结论。大数据由于技术的支撑完全可以支持相关性思维，但我们在现实之中会发现传统因果思维得出的结论被置于大数据时代后是有问题的。

第二，新媒体文学的学术研究与新媒体文学的大数据研究不能混为一谈，二者采用的研究方法不同，而这两种方法也只有被局限在一定范围之内才能发挥出自己的长处。19世纪，类似大数据思维的实证主义就已经僭越过文学的领地。当时实证主义提出，表象本身才是具有研究确定性的对象，对象背后所谓的本质是并不存在的。实证主义“反对追求绝对的知识，它停止去探求宇宙的起源和目的，拒绝认识诸现象的原因，只专心致志地去发现这些现象的规律，换言之，去发现各种现象的承续与类似的关系”瑏瑩。实证主义的“只研究怎么样(how)，而不研究为什么(why)”瑐瑠主张与大数据思维追求相关关系而悬置因果关系的方式极为相似。文学虽然作为语言的艺术具有强烈的主观情感色彩，但是对文学的研究在很大程度上可以采用实证主义的方法，比如对文学流派、文学史、作家时代背景、作品传播状况的研究等。实证主义既要有“实”，又要有“证”:从研究对象入手得到大量材料，在此基础上，还需要进行分析论证的过程，否则材料只是死物。反过来，我们认为实证主义精神只能限定在以上研究领域才是对文学研究有益的。如果实证精神进入文学意义范围，文学的灵魂、精神和审美只能被理性实证逻辑消解磨灭，最后成为他者的“嫁衣”。从传统的实证主义对文学的研究经验可知，任何一种研究方法是不可能包打天下的，对文学研究不同的维度只能用不同的方法。针对新媒体文学的实证主义(大数据思维)，只能研究新媒体文学的，即对新媒体文学的传播效果进行分析，预测新媒体文学会怎么样，提供什么样的文学作品其传播力更强等。然而，对新媒体文学研究本身就不能是技术式的，而应该是美学式的。在具体研究方法上，新媒体文学与传统文学走的是不同的理论路线。但就其艺术品格来说，文学应该研究的依然逃不脱深层的价值审视:从感官刺激的表层能否将读者引向一般生活状况，如生死、战争、世俗、宗教等，进而感受人类的终极意义和终极关怀。即使新媒体文学从表征上带有后现代的去中心、平面化和反经典的倾向，但我们还是坚信好的文学与人性追求是同一的，狂欢式的浅薄带来的是“娱乐至死”的悲哀。

第三，大数据思维带来的新媒体文学审美形态是不是对大众的迎合呢?纯粹的迎合带来的是否只是新媒体文学短时期虚假的繁荣?众多网络之中是否有一批逆潮流而上的引领美学品味的真正意义上的作家呢?如果只是一味迎合大众趣味，以大数据的反馈作为依据，新媒体文学到一定阶段完全可以通过技术手段调整写作的内容和风格，这样作家就成了读者们意见的平衡机制，这样的新媒体文学家没有太大的存在必要。我们可以设想一种状况:一部小说，作家只需要给一个开头，后来的情节发展完全通过数据汇聚网民的意见和倾向进行延伸，最后，小说成为读者们合力形成的整体，这样的小说(姑且称其为小说)就是优秀的文学作品吗?真正伟大的作家并不迎合当下的恶俗状况，而是写出深刻的作品，慢慢培养读者的审美趣味，让我们真正感受文学的意义、领悟存在的价值、思考人生的真谛。就像史蒂夫•乔布斯做苹果手机一样，他坚持认为不用考虑消费者的兴趣，你需要做的是培养和引领审美。两种不同的文学态度使得对文学具有深入思考的作家陷入两难境地:迎合还是引领读者和市场?迎合读者型的新媒体文学只需要通过大数据分析带给读者们娱乐风格的作品，这种作品只需要考虑文字故事如何带来感官的愉快，读者怎么舒服怎么写。引领型的新媒体文学有一个共同特征———“反浅薄”，文学作品需要读者理解力的参与和感受力的调动，从作品之中读到的除了“文之悦”之外，还有深邃的心灵和精神层面的内容。新媒体文学植根于众生喧哗的网络媒介之中，但是我们不能据此将新媒体文学必然地视为通俗艺术。新媒体文学不一定必须提供短暂的、不能激发任何智性思考和审美挑战的作品。在新媒体之中不可能存在可以吸引所有读者的文学作品，因为这就是新媒体的性质:作家创作风格的多元存在和读者审美兴趣的散点式分布。也就是说，新媒体文学的审美情趣和属性不是由它所寓居的媒介来决定的，而是由作家自己的选择决定的。网络媒介带给人表达的自由和平等，从而带来大众极大的参与兴趣和阅读快乐，其中不乏并未获得话语权的精英作家。所以，新媒体文学应该生长在一个包容性极强的场域之中，否则，引领文流的作家就不可能拥有宽松的成长环境。但是，如果我们单纯用技术方式来衡量艺术，艺术将会走向媚俗的商业逻辑道路，而优秀的艺术因其表征具有长期性会被戴着大众文化眼镜的数据技术过滤掉，剩下的只是众生喧哗的靡靡之音。

作者：徐杰单位：西南民族大学文学与新闻传播学院讲师

1大数据时代给大学生就业竞争力带来的挑战

大数据时代正带给企业根本性的变革，同时，也给职场精英们提供了机遇，但机遇与挑战并存。这对于初入社会的大学生而言，无疑是提出了一个巨大的挑战。

1.1大数据时代对大学生的数据驾驭能力提出了新的挑战

在大数据时代，大学生若想获得好的就业机会需要有较强的数据驾驭能力，即数据素养，在科学数据的采集、组织和管理、处理和分析、共享与协同创新利用等方面的能力，以及研究者在数据的生产、管理和过程中的道德与行为规范。而大学生们鲜有接触大量数据并从中剔除糟粕找寻有用数据的经历，顶多是进行过几次较浅显的问卷调查工作，对数据技术、数据分析方法及相关软件、国际数据化发展进程等知之甚少，在数据素养方面可以说是零基础。

1.2大数据时代对大学生理性思维能力提出了新的挑战

在大数据时代，人们对于过往经验的依赖程度降低，而对数据分析得来的实时结果信任度大大提升，因此赢得就业竞争需要大学生具备理性、逻辑性强的思维方式，从而能冷静、不带感彩地处理和分析数据，得出客观的结论。而大多数中国学生的理性、批判性思考的能力偏弱，缺乏个人的独立思考，且文科专业尤其是语言类专业的课程设置对培养大学生理性思维能力的作用较小，大学生的理性思维能力亟待提高。

1.3大数据时代对大学生精确、快速、实时行动的能力提出了新的挑战

大数据时代信息瞬息万变，因此数据也是具有时效性的，要获取实时数据反馈就必须有精确快速的反应能力和行动能力。一部分平常对于生活中的信息疏于收集的大学生可能会缺乏对信息的敏锐度，从而导致其较慢的反应力和行动能力，若其这方面的素质没有得到提高，则可能会在工作中产生在数据分析工作完成后却发现得出的结论已不具时效性的情况，导致丧失最佳的工作机遇，降低了自身的职业发展竞争力。

一、大数据开辟未来数字出版中的应用方案

1.进行销售的精准策划当前数字出版企业的竞争十分激烈，推出新的产品会有一定的风险。数字出版生产商必须在推出产品前建立一定的品牌形象，以此来减少产品的风险，增加产品的市场竞争力。在大数据的背景下，数据具有很强的经济价值。理论指出，行动是一个人的意愿决定的，这个意愿是个人对社会行为的态度和社会反映。传统的营销方式仅仅关注消费者的话语表达，而从话语中不能深层次观察出受众的心理。利用大数据预测用户行为时，要详细了解消费者对事物的态度和消费意愿，关注消费者的心理诉求。对消费者进行数据分析，整合一定的碎片信息，通过相关计算得出消费者对消费物的态度。和传统的抽样调查相比，数字出版企业利用大数据能够十分准确地把握消费者的具体组成和各个阶段的心理需要，并重新调整经营手段，以此来阶段化调整数字出版各个阶段中的内容比重，针对性地提供服务，增加消费者的粘合度。《卫报》是英国第二大日报，是业界使用新技术的重要先锋，其网站设置了专门的数据频道。其总经理发表了《数字新闻读者的“大数据”蕴藏巨大价值》，认为“大数据”可应用在媒体行业中，消费者的“大数据”隐藏很大的价值，不少数据能够吸引受众，并为内容商带来利益。

2.针对消费者个性需要推出产品个性化贯穿于整个信息化过程中，大数据能够将数据推向一个个性化方向，“这种个性化是基于系统通过分析读者阅读行为、喜好，从而获得对用户需求的感知。每个读者获得专属于自己的书，就是这种个性化服务的一种典型体现。在技术意义上，这种模式是能够成为现实的。”针对消费者的个性化需求推出产品，消费者肯定会购买，当消费者对满足个性化的产品满意时，数字出版的内容也能实现其价值，整个企业能获得一定的进步。消费者接触各种营销推广信息时，消费者的情感态度、认知行为会发生一定的变化，对于这种变化，传统的小规模范围内的问卷调查无法获得准确的信息，根本做不到监测全部，大数据背景下的网络平台将发挥出巨大的作用。淘宝每天会遇到几亿用户，每个用户具有不同的爱好与特征，淘宝将消费者的信息搜集起来，进行大数据分析，根据消费者的个人需要再去投放最合适的个性化产品广告，从而达到淘宝销售传播的效果最大化。建设个性化的数字出版平台能够把消费者和出版的企业联系起来，这点在当今大数据时代具有很重要的意义：数字出版的个性化平台要和各种终端（手机、IPad）、社交媒体（微信、微博、论坛）进行无缝连接，促使消费者得到快捷的阅读和便利的分享体验。数字出版内容的个性化定制购买与在线支付紧密联系在一起，这样，消费者就能轻而易举地购买产品。个性化数字平台和数据分析商进行链接，实现消费者的体验需求。例如，对于收费电子书，可以提供部分章节让读者进行阅读，这些电子书能够在被阅读时随时评论和分享。当读者在阅读时，平台能够及时收集到数据，关注到读者的静态与动态，读者的年龄、性别、收入、学历、地点、工作、读完免费部分会不会购买后继章节、读者一般在一页上停留的时间长短等信息全部被搜集起来，通过综合信息来分析和判断用户的经验。对于具有语音交互功能的数字出版App，数字出版商可以联合智能手机、IPad等阅读端的触摸屏、麦克风来监测用户的使用时间和场景，利用监测数据来评定这个App的质量。

3.优化研发生产整体平台在现代数字出版企业管理过程中，数字出版产品自开始研发阶段，就由RDM（ResearchDevelop-mentManagement研发管理系统）进行管理，生产过程一般由ERP（EnterpriseResourcePlanning企业资源计划系统）和数字化制作工具管理，供应链由SCM（Supplychainmanagement供应链管理）进行管理。如果使用系统对整个产品研发生产整体流程进行分析，就类似于将整个研发生产的整体流程进行扩大分析，并抽取精华进行观察，这对优化整体流程，提高产品的质量与生产效率具有很大的意义。产品研发过程中，可以实时利用大数据一起来建设协同编纂平台，在这个平台当中，作者、生产商、编辑、校对、平台商等相关工作人员可以一起进行协同编纂，并进行协同，形成新的BPP（BusinessProcessPlatform企业业务流程平台）。在这个协同编纂平台中，作者、生产商、编辑、校对、平台商等相关工作人员在工作过程中产生大量的非结构化数据。利用大数据对这些非结构化数据进行分析，往往能发现文本中的常见错误、制作中的瓶颈、工作人员能力的欠缺等，相关工作人员从而可以在后继的工作过程中拾遗补缺，调整工作方法，采取措施进行应对。当今诸多消费者不愿付费阅读的问题也可能会被较好地解决。鉴于协同编纂的兴起，数字出版企业就能根据目标消费者阅读需求来开发数字产品，注意产品的设计者、生产商、编辑、校对、平台商等每个环节工作人员与消费者之间的互动情感，对消费者的反馈信息进行开发，反思协同编纂中哪些工作环节导致消费者付费意愿不高，促使开发消费者付费心理的问题在根本上得到重视，这样，消费者就会拥有付费的意愿。

4.国有数字出版媒体利用大数据做出表率我国的国有数字出版单位属于“事业性质，企业管理”，同样也受到大数据的影响。国有数字出版单位生产力的未来提升，必然和大数据的获取、释放紧密相关。西方的媒体、政府、公民三者实行“媒体-政府-公民”三足鼎力趋势，三者之间保持相对独立，媒体得不到政府的资金或数据支持。我国的国有数字出版单位来源于国有传统媒体，充当着党和政府的喉舌，比其他商业媒体容易获得大数据。国有数字出版单位在不违背保密原则的前提下，应该尽可能和政府保持沟通，获得一个议题的全部数据，分析相关性，并最后释放到产品生产，这样就能在和他国媒体、其他商业媒体的竞争中保持自身的优势。国有数字出版单位对数据的获取和释放有着一定的依赖度：国有数字出版单位依赖政府收集数据的程度，国有数字出版单位依赖政府释放大数据的程度。大数据时代，国有数字出版单位的力量想壮大，数据权限的获取和释放程度是很重要的方面，国有数字出版单位在优先利用大数据将自身产品做大做强时，也就为其他商业媒体做出了表率，提示了一定的经营路径。

二、未来大数据技术在数字出版中存在的缺陷与挑战

1.部以XML格式输出———该问题成为当前大数据技术中的重要难题。依托大数据，从庞大的非结构化数据中来揭示新的意义和关系，并实现精准生产和精准营销是当下数字出版面临大数据而努力的方向。只有完善的XML格式输出技术，未来的数字出版才能做到聚类分析、聚类融合、网络分析、数据集成、可视化分析等。

2.收集渠道闭塞搜集各种信息来完成大数据采集是数字出版未来的趋势，但目前的数字出版信息搜集仍存在一些缺点：数字出版产品在整个研发、生产、销售过程中还没有彻底完成信息化经营，整体搜集难度显得较大；数字出版的云存储平台根本不具备海量存储功能；数字出版中的内容商、平台商还没有完全转换成数据提供商，因此，他们无法及时获取数据；当前的数字出版产品无法记录消费者使用过程中的痕迹，因此即使数字出版中的内容商、平台商变成数据提供商，也无法记录数据。

1大数据时代背景下，图书馆职能的转变

图书馆的主要职能就是为人们提供服务，图书馆也是通过为人们提供服务来体现其存在的价值，图书馆能够对人类的知识进行有效的储备、加工、分析和汇总，最后再通过利用的方式实现知识的传播，图书馆的这种教育职能为全民素质的提升奠定了良好的基础。由于图书馆所具有的教育职能，使得其被人们称为第二课堂，然而在时代的发展进程中，人们对于文明需求的提升，对图书馆造成了极其严重的冲击，面对这种冲击，图书馆只有不断的转变自身的服务方式与服务内容，才能够更好的发挥出教育职能，将人类的知识广泛的传播。服务方式以及服务内容的转变，使得图书馆能够全天候的为人们提供服务，同时先进的信息技术的应用，也使得图书馆的服务领域更加的宽广，这有效的满足了人们的文化需求，使得图书馆的服务质量得以提升。图书馆的服务质量在提升的同时，图书馆的职能也发生了一定的改变，其所承担的社会责任也在加重。而随着大数据时代的到来，图书馆职能的转变表现将更加的突出。就大数据时代背景下图书馆的职能来说，其转变的表现主要为：①图书馆将成为社会数据中心；②图书馆将成为社会继续教育、素养培养中心机构。

2大数据时代的图书馆数据素养教育内容

现阶段，虽然有部分的图书馆将数据素质教育融入到图书馆的服务内容当中，但是由于经验的不足，使得数据素质教育的融合并不完善，而就大数据时代的图书馆数据素养教育的内容来看，其主要包括以下几个方面：

2.1数据素养的意识教育

虽然在大数据时代背景下，人们对于数据素养的认识可能会加深，但是这种认识也只是流于表面，并不深入。要想使得人们可以完全的接受数据素养，则就还需要一定的时间。因此，在大数据时代对民众进行数据素养的教育需要先从意识教育方面入手，提升民众对数据素养教育的认识程度，使得民众可以在意识程度上了解到大数据的内涵、作用以及产生过程，从而可以为数据素养的全面融合奠定良好的基础。

2.2数据素养的技能教育

要想提升大数据的应用能力，就需要对民众的应用水平进行有效的提升，而应用水平的提升，则需要对民众展开数据素养技能教育，在数据管理、分析上进行培养，从而保障数据素养教育的有效开展。针对数据素养中所包含的内容，在对民众进行教育、培养的过程中，需要花费部分的时间进行相关理论的学习，同时也需要花费部分的时间来进行相关技能的培训。

〔摘要〕本文利用Web of Science数据库，对国际大数据研究领域的文献进行收集，分别按照论文的年代、著者、国别与机构进行统计分析，并利用SPSS软件对文献的高频关键词进行聚类分析和多维尺度分析，利用Ucinet软件予以可视化呈现，总结了国际大数据研究的现状与热点，以期对国内大数据的研究提供有益的参考和借鉴。

〔关键词〕大数据；共词分析法；聚类分析；多维尺度分析；可视化

DOI：10.3969/j.issn.1008-0821.2013.09.026

〔中图分类号〕TP391；G250.252〔文献标识码〕A〔文章编号〕1008-0821（2013）09-0129-06

2011年5月，麦肯锡全球研究院（McKinsey Global Institute）了研究报告《大数据：创新、竞争和生产力的下一个前沿领域》（Big data，The next frontier for innovation，competition，and productivity）[1]。2012年1月在瑞士达沃斯举行的世界经济论坛上，“大数据”是讨论的主题之一，论坛上的题为《大数据，大影响》（Big Data，Big Impact）的报告中提出，“数据已经成为一种新的经济资产类别，就像货币或黄金一样。[2]”2012年3月29日，美国政府在白宫网站上了《大数据研究和发展倡议》（Big Data Research and Development Initiative），该倡议涉及联邦政府的6个部门，这些部门承诺将投资超过两亿美元，来大力推动和改善大数据的提取、存储、分析、共享和可视化。

无论是美国政府的倡议，麦肯锡的研究报告，还是世界经济论坛的议题，都预示着人们，大数据时代已经到来。大数据正在撬动全世界的神经，大到一个国家、企业，小到每一个独立存在的个人，都将成为大数据时代的贡献者和受益者。那么，大数据究竟是什么？维基百科将大数据解释为“是指无法在一定时间内用通常的软件工具进行捕获、管理的数据集合”[3]。关于数据量究竟要达到多少才可以被称之为大数据，目前尚无统一说法。一般认为，大数据的数量级应该是“太字节”，即240。大数据之“大”，并不仅仅在于其“容量之大”，更多的意义在于，人们可以“分析和使用”的数据在大量增加，通过这些数据的交换、整合和分析，人类可以发现新的知识，创造新的价值，带来“大知识”、“大科技”、“大利润”和“大发展”[4]。

目前国内学者中，杨绎以国内文献为研究基础，以关键词分析为主要方法，对目前国内期刊和报纸上有关“大数据”的文献进行了研究[5]。韩芳芳等以CNKI为数据源，从文献、作者、关键词3个角度分析我国大数据领域的相关文献。笔者认为很有必要对国际大数据领域文的献进行分析，从而把握国际大数据领域的研究现状与热点，以供国内学者参考借鉴。

1数据来源与研究方法