發(fā)布時間：2022-06-24 16:07:06
序言：寫作是分享個人見解和探索未知領域的橋梁，我們?yōu)槟x了8篇的大數(shù)據論文樣本，期待這些樣本能夠為您提供豐富的參考和啟發(fā)，請盡情閱讀。
（一）云會計使庫存管理的成本更低
廉庫存管理的目標之一是在保證生產或銷售經營需要的前提下最大限度地降低庫存成本，即對庫存合理布局，減少調撥次數(shù)。存貨不足不能及時滿足生產和銷售的需要會給企業(yè)帶來損失，而存貨過多將導致儲存成本增加，進而影響企業(yè)利益。如何對庫存管理的成本進行控制對企業(yè)的生產經營至關重要。以物聯(lián)網技術為前端、大數(shù)據分析中心為后端的云會計平臺，能夠在時空分離的環(huán)境下預測或獲取企業(yè)不同區(qū)域的倉儲信息和客戶訂貨信息，以減少企業(yè)的庫存管理成本?；谠茣嬈脚_，企業(yè)能夠搜集、分析貨物的實時信息，動態(tài)了解各倉庫的實時庫存情況。倉儲管理部門在獲得大數(shù)據分析中心提供的庫存數(shù)據與客戶偏好數(shù)據的基礎上，能夠做到對各倉庫庫存合理布局，減少調撥次數(shù)，節(jié)約庫存管理成本。
（二）云會計使存貨控制系統(tǒng)更精確
為提高企業(yè)整體運作效率，很多企業(yè)對存貨管理采用了ABC控制系統(tǒng)或即時制庫存控制系統(tǒng)（JIT）。在ABC控制系統(tǒng)中，如何準確區(qū)分ABC三類存貨并進行分類控制是企業(yè)需要解決的重要問題。JIT管理強調只在使用存貨之前才要求供應商送貨，從而將存貨數(shù)量減到最小，實現(xiàn)物資供應、生產、銷售連續(xù)同步運動。這種方式在提高生產效率、減少儲存成本的同時需要考慮到與供應商協(xié)同接洽的問題。大數(shù)據、云會計技術的應用，能夠提高企業(yè)ABC控制系統(tǒng)或即時制控制系統(tǒng)的運行效果。在企業(yè)的云會計平臺上，通過對自身以往所有各種類型存貨數(shù)據的大數(shù)據分析，以及參考同行業(yè)、相關行業(yè)的歷史數(shù)據，可以對ABC三類存貨進行更為科學合理的區(qū)分，使ABC控制系統(tǒng)更加精確。面對JIT即時制更加嚴格的要求，企業(yè)需要考慮到存貨的計劃需求、與供應商關系、準備成本、電子數(shù)據等方面，一旦存貨預警就會產生生產線、銷售線告急的情況，將為企業(yè)帶來巨大損失。物聯(lián)網與大數(shù)據技術的發(fā)展為解決JIT控制面臨的問題提供了解決方案。由供應商提供的存貨都帶有唯一的產品電子代碼（EPC），企業(yè)和供應商可以通過物聯(lián)網同時獲得存貨的使用情況，在數(shù)據顯示該批存貨需要補充時，物聯(lián)網得到傳感信息的反饋及時提醒企業(yè)補給，通知供應商做好供貨準備，并給出下一訂貨批量的預計時間及數(shù)量要求。這樣就加強了企業(yè)與供應商的信息溝通與交流，使JIT控制系統(tǒng)得到更好的實施。
（三）云會計使庫存管理更智能
由于各個地區(qū)消費者的需求偏好往往存在差異，使得企業(yè)在全國布局的倉庫庫存往往在商品的類型、數(shù)量等方面不盡相同?；谠茣嬈脚_，通過前端的物聯(lián)網，企業(yè)可以獲取各個區(qū)域倉庫的存貨情況。針對庫存調撥，通過后端的數(shù)據中心進行大數(shù)據分析，可以選擇在最優(yōu)的倉庫之間進行商品的調配，并根據對調撥結果的分析就以后的商品庫存分配進行優(yōu)化。消費者在網上購買商品時，云會計平臺會自動選擇就近且有貨的庫存點進行智能化發(fā)貨。在存貨的運輸與存儲過程中會涉及到安全問題，尤其是對于高價值的存貨，其一旦損失將會對企業(yè)造成嚴重影響。云會計平臺下物聯(lián)網技術的運用，可以做到存貨信息流和物流的統(tǒng)一、對存貨流向形成監(jiān)控，具有極強的監(jiān)測功能。存貨信息能夠實時反映在云會計平臺上，即便出現(xiàn)貨物丟失情況，企業(yè)也能夠即時采取措施應對，確保企業(yè)存貨的安全性。
二、大數(shù)據時代基于云會計的庫存管理
框架模型構建庫存管理及時準確地反映各種物資的倉儲、流向情況，可以為企業(yè)的生產管理和成本控制提供依據。通過對貨物的各種信息進行即時的采集、分析、處理，可以使企業(yè)實時動態(tài)的庫存管理成為現(xiàn)實。在云會計平臺上，前端的物聯(lián)網技術能夠實時采集數(shù)據，后端的大數(shù)據分析中心對數(shù)據進行分析與處理，為企業(yè)的庫存管理決策提供支持。在分析大數(shù)據時代云會計對企業(yè)庫存管理在成本、控制、管理水平等方面影響的基礎上，結合大數(shù)據、云會計和物聯(lián)網的技術特征，考慮企業(yè)當前主要的庫存管理需求，本文建立了由云會計平臺、大數(shù)據分析中心、庫存管理等核心模塊組成的大數(shù)據時代基于云會計的企業(yè)庫存管理框架模型。企業(yè)庫存管理決策所需的庫房信息，如倉庫信息、貨位信息、物料信息、出入庫信息等，可以通過物聯(lián)網技術借助云會計平臺進行實時搜集；決策所需的其他大數(shù)據源，可以通過互聯(lián)網、移動互聯(lián)網、社會化網絡等多種媒介，借助云會計平臺從企業(yè)內部、交易所、事務所、外部市場、銀行等獲取。同時，經由大數(shù)據處理技術和方法（Hadoop、Storm、PentahoBI等）規(guī)范所獲取數(shù)據，并通過ODS、DW/DM、OLAP等數(shù)據挖掘與數(shù)據分析技術提取企業(yè)進行庫存管理決策所需的財務與非財務數(shù)據。大數(shù)據分析中心對企業(yè)庫存管理的入庫信息、調撥信息、出庫信息進行分析，以此來支撐庫存管理模塊，為采購入庫、庫房調撥、銷售出庫階段實時、準確的決策提供了依據。
（一）采購入庫在采購入庫階段
由大數(shù)據分析中心結合企業(yè)生產情況、外部環(huán)境等因素對采購計劃、采購數(shù)量、采購時間、物流過程等相關采購流程的影響，就公司所接訂單、產品或服務的生產周期以及交貨的時間等進行分析，并針對企業(yè)歷史數(shù)據的分析以及對供應商信用程度、產品質量、產品價格等的綜合分析，制定出《合格供應商名冊》向企業(yè)推薦最優(yōu)供應商。采購部門則根據分析結果按照企業(yè)需求制定出科學的采購計劃與選擇適合并滿意的供應商。完成供應商選擇之后要進行簽訂采購合同、發(fā)出訂購單，供應商確認訂購單、根據訂單交貨等步驟，這一過程需注意明確合同內容，明晰產品信息與雙方責任。在最后一個部分即進料檢驗及入庫階段，由射頻識別技術（RFID）識別出產品的品牌、規(guī)格、型號以及供應商的檢驗合格標識（在物聯(lián)網技術下，產品都帶有唯一電子標簽）之后方可入庫，若有檢驗不合格者，根據標簽自帶的生產信息退回至供應商處，并根據采購合同的條款或退換貨物或進行賠付，退換后的貨物同樣要進行這一系列的檢驗過程，直到合格后入庫。
（二）庫房調撥在庫房調撥階段
模型采用完全共享策略，即某倉庫庫存水平一旦無法滿足當前訂單，而采用調撥方式可滿足時，可從其他點調撥，要求調撥點的當前庫存能滿足需求點的訂單需求量。由于云會計前端的物聯(lián)網可以得到企業(yè)各倉庫的庫存信息，這樣在任何倉庫發(fā)生存貨預警時，都可以向后端的大數(shù)據分析中心實時反饋請求調撥信息。對請求調撥信息進行分析之后，按照最小費用策略確定存貨的調撥點與調撥量，并向該倉庫調撥信息，以此在各倉庫間完成存貨的相互補給。在各倉庫不能滿足庫存需要或者調撥成本過高時，庫存信息將直接向總部反饋，由總部完成存貨的分配。最后將調撥結果經由大數(shù)據分析中心向倉儲管理部門進行匯報?；谠茣嫷膸齑嬲{撥模塊將企業(yè)的分布式庫存連成了一個有機整體，不再是單獨的倉庫管理，可滿足大中型企業(yè)庫存實時性的問題，便于整體優(yōu)化及一體化管理。大數(shù)據分析中心為各倉庫的信息共享提供了技術支撐，物聯(lián)網技術的運用為掌握各倉庫的實時信息提供了有力保障，可為企業(yè)節(jié)省時間與成本。
（三）銷售出庫針對企業(yè)的銷售出庫
銷售部門根據經由大數(shù)據分析中心分析之后的客戶訂單向指定的倉庫下達發(fā)貨指令，當指定倉庫接收到發(fā)貨指令之后帶有RFID的貨物將發(fā)往指定地點，同時，貨物的地理位置信息與其他信息等由帶RFID技術的物聯(lián)網通過大數(shù)據分析中心向倉儲管理部門實時反饋，以確保貨物的安全以及了解物流信息。在貨物到達指定地點后，將會再次向大數(shù)據分析中心反饋信息，并向倉儲管理部門與銷售部門發(fā)送貨物安全送達的信息，從而完成整個出庫過程。
三、結語
近幾年隨著社會的發(fā)展，信息技術和計算機在迅猛發(fā)展，在各個領域都需要大量的數(shù)據，這有利于企業(yè)了解市場，而這個時代的數(shù)據大爆炸已經不能被現(xiàn)代化的計算機所消化了。在信息化社會，到2020年，全球以電子形式存儲的數(shù)據量預計將達到35ZB，而這其中，企業(yè)數(shù)據正在以55%的速度逐年增長。IDC預測，大數(shù)據技術與服務市場將在2015年達到169億美元，年增長率甚至達到40%，這是大數(shù)據時代到來的趨勢。我們將這些數(shù)據稱為“海量數(shù)據”，這個概念其實在2008年時就已經被提出來了，最早提出是在谷歌成立10周年的慶祝典禮上，被稱為“BigData”，后來也曾在雜志上討論，我們應該如何面對現(xiàn)在的數(shù)據大爆炸時代，這不僅是機遇，也是一種挑戰(zhàn)?？梢赃@么說，大數(shù)據時代是信息社會的變革，是信息化和科技發(fā)展的產物，它具有很強的緊迫性，對我們這個時代也有重要意義，如何將數(shù)據整理、分析、歸納和共享成為全世界都在關注的事情。大數(shù)據時代的到來對于企業(yè)來說是更大地挑戰(zhàn)，如何在這樣的一個時代加強自己的競爭力，把握住每一個客戶的資料和數(shù)據，成為企業(yè)提高國際競爭力的關鍵。數(shù)據流的廣泛應用使企業(yè)不斷審視自己的IT管理模式，逐漸形成規(guī)?；?、多樣化和高速化的企業(yè)管理模式，可以說大數(shù)據時代的到來對于企業(yè)既是機遇又是挑戰(zhàn)。
2相關概念
在信息化時代“，數(shù)據”成為一個熱門詞匯，如今數(shù)據已經深入到每一個行業(yè)和領域，并成為促進生產的重要因素。而“大數(shù)據”這樣的概念是在數(shù)據的基礎上逐漸流行起來的，這最早源于美國“。大數(shù)據”指的是運用更先進軟件和科技對數(shù)據進行管理和分析，將數(shù)據流整合，將海量的數(shù)據進行處理，也就是說，傳統(tǒng)的數(shù)據管理技術已經不能適應現(xiàn)在的大量數(shù)據了，我們要進行新技術的開發(fā)，迎接大數(shù)據時代的到來。大數(shù)據(Bigdata)一般指的是軟件工具難以捕捉、管理和分析的大容量數(shù)據，其單位通常是“TB”。大數(shù)據是一個企業(yè)在創(chuàng)造了大量非結構化和半結構化數(shù)據后，組成一個數(shù)據集，其具有4V特性：(1)容量大(Volume)。非結構化數(shù)據的超大規(guī)模和增長；占總數(shù)據量的80%～90%；比結構化數(shù)據增長快10到50倍，是傳統(tǒng)數(shù)據倉庫的10～50倍。(2)格式多(Variety)。異構和多樣性；很多不同的形式，如文本、圖像、視頻、機器數(shù)據等；沒有模式或者模式不明顯；不連貫的語法或句義。(3)價值高(Value)。大量的不相關信息的提純；對未來趨勢與模式的可預測分析；深度復雜分析(機器學習、人工智能VS傳統(tǒng)商務智能咨詢、報告等)。(4)速度快(Velocity)。實時分析而非批量式分析數(shù)據輸入、處理與丟棄，立竿見影而非事后見效。數(shù)據之間的跨應用和跨系統(tǒng)的結構化和非結構化數(shù)據體現(xiàn)著數(shù)據與數(shù)據的復雜關系，這些數(shù)據相互之間關聯(lián)卻又相對獨立，大量的數(shù)據通過儲存和分享進行交換和聯(lián)系。通過對大量數(shù)據進行分析、整合和交換，不斷創(chuàng)造新的價值，加快生產，發(fā)現(xiàn)新領域和新知識，將數(shù)據流最大價值化和最大應用化，這是大數(shù)據的實質與內涵，簡單來說，就是將大數(shù)據內部信息進行關聯(lián)和挖掘。
3大數(shù)據給公司帶來的挑戰(zhàn)
新疆新捷股份有限公司成立于1995年8月，是專業(yè)從事天然氣終端銷售及綜合利用的企業(yè)。公司秉承中國石油“奉獻能源、創(chuàng)造和諧”企業(yè)宗旨，堅持昆侖能源“低碳經濟、綠色發(fā)展”理念，努力將公司建設成為國內一流的天然氣終端銷售企業(yè)。從企業(yè)戰(zhàn)略著眼，信息就是財富，企業(yè)如果對這些大數(shù)據管理得當，就可以發(fā)掘出更為強大可靠的決策信息。目前大數(shù)據時代給企業(yè)管理者帶來的挑戰(zhàn)有如下幾個方面。
3.1如何獲取大數(shù)據現(xiàn)在很多企業(yè)所能獲取的數(shù)據信息有限，僅僅是冰山一角，大約為總數(shù)據的15%以下，并且對數(shù)據整合程度不夠，存在很多非結構化數(shù)據和半結構化數(shù)據。無法獲取足夠的數(shù)據成為企業(yè)發(fā)展的障礙，這些對于現(xiàn)代企業(yè)來說是一個很大的難題，傳統(tǒng)的商業(yè)智能系統(tǒng)對大量信息數(shù)據的標準化和結構化整合已經不能適應，海量數(shù)據的產生需要企業(yè)運用先進的手段獲取更多，并對信息數(shù)據加以整合，這樣才能通過大量的數(shù)據分析市場需求，增加客戶，提高企業(yè)的服務質量，不斷提升企業(yè)的國際競爭力。因此，如何獲取大數(shù)據成為新疆新捷股份有限公司的一個挑戰(zhàn)。
3.2對管理團隊的挑戰(zhàn)新疆新捷股份有限公司的傳統(tǒng)管理模式是高層決策者憑借自己的經驗和決策能力下決定，其他管理人員負責完善決策和執(zhí)行。在大數(shù)據時代來臨前數(shù)據量較小，信息有限且獲取信息的成本較高，因此這種傳統(tǒng)的管理模式還可以適應企業(yè)發(fā)展。但隨著信息化社會的發(fā)展和大數(shù)據時代的到來，這種傳統(tǒng)的管理模式已經不能適應海量的數(shù)據，這更多的是需要新疆新捷股份有限公司通過大量的數(shù)據進行分析，結合企業(yè)自身的特點，組成管理團隊進行決策，這樣才能不斷適應社會的發(fā)展，增強企業(yè)的競爭力。決策者在決策過程中的直覺主義已經不能適應大數(shù)據時代，這是企業(yè)在管理上遇到的一個挑戰(zhàn)。
3.3對企業(yè)管理流程的挑戰(zhàn)多數(shù)企業(yè)的管理流程是逆向思維方式，也就是說通過在經營過程中出現(xiàn)的問題進行分析，通過一個管理團隊的討論和協(xié)商，制定出一套解決方案，這樣的管理流程有一定的好處，但也會因為有一些管理問題還沒有出現(xiàn)，導致管理上的疏漏，而新疆新捷股份有限公司就曾是這樣的管理流程。對于現(xiàn)在海量數(shù)據的產生，新疆新捷股份有限公司不能再按照逆向思維模式進行管理了，其應該盡量運用正向思維的管理方式，根據現(xiàn)在大數(shù)據時代的特點，進行數(shù)據收集，找出數(shù)據之間潛在的關系，對客戶信息進行整理分析，充分了解客戶的需求，進而提出優(yōu)化方案，這樣更有利于企業(yè)發(fā)現(xiàn)自身的問題，并走在其他企業(yè)前面，提高競爭力。
4大數(shù)據時代企業(yè)管理變革
隨著信息流動、網絡新生代的成長和數(shù)據量的增加，過去傳統(tǒng)企業(yè)可能通過強大的體制控制力，或者信息不對稱的優(yōu)勢地位進行封閉企業(yè)管理的模式，在今天已經越來越行不通了。面對海量數(shù)據，我們要以數(shù)據體現(xiàn)的內容為先決條件，不斷適應大數(shù)據時代的變革，同時，對企業(yè)的管理進行改進和變革，大數(shù)據時代下企業(yè)管理需要做出變革幾點如下。
4.1獲取數(shù)據在大數(shù)據時代，企業(yè)最重要的是進行數(shù)據的獲取，收集一定的數(shù)據才能更好地對企業(yè)進行管理和實施決策。大數(shù)據需要有一個平臺，需要進行一個數(shù)據的抓取，它有傳輸、分析、建模、優(yōu)化等作用，最后產生認知，這些都是在大數(shù)據這個平臺上所必須具備的一些特性。這些特性使得企業(yè)間可以通過大數(shù)據平臺進行跨行業(yè)交流。大數(shù)據平臺會把全世界的數(shù)據進行共享，使得全世界在物理空間的活動都得以體現(xiàn)在大數(shù)據平臺上，這是一個很重要的概念。對于企業(yè)來說，要不斷融入這個平臺，通過共享數(shù)據和收集數(shù)據，開發(fā)潛在客戶。
4.2管理團隊的挑戰(zhàn)大數(shù)據時代的到來對于企業(yè)的管理既是機遇又是挑戰(zhàn)，對于企業(yè)的管理者來說，這有利于數(shù)據的收集和分析，我們在面對大數(shù)據的挑戰(zhàn)時，首先要將數(shù)據量化，量化的數(shù)據有利于管理效率的提升，管理者通過大量的數(shù)據信息掌握公司的業(yè)務和客戶，對公司內部和外部客戶進行管理，提升管理和決策的質量。我們可以通過以下三個方面面對挑戰(zhàn)。
4.2.1轉變管理模式企業(yè)在管理上要與時俱進，要在大數(shù)據時代充分了解數(shù)據是什么，并通過數(shù)據進行有利于自己企業(yè)發(fā)展的分析，要根據大數(shù)據轉變管理模式。海量數(shù)據是管理的主線，我們應該通過數(shù)據說話，利用數(shù)據進行潛在客戶的挖掘。以往的管理模式都是由高層人員根據自己的經驗進行決策和管理，而在大數(shù)據時代，我們應該建立一個管理團隊，對海量數(shù)據進行管理和收集，通過分析數(shù)據得出結論，再通過研究討論，最終確立決策方案。這種管理方式可以給企業(yè)帶來巨大的商業(yè)價值，實現(xiàn)企業(yè)對客戶進行增值服務的附加值，以數(shù)據為主的管理模式更合理，更科學，也更符合大數(shù)據時代的特點，此外，還有利于企業(yè)增強競爭力，提高管理和決策的效率。
4.2.2轉變思維模式面對大數(shù)據時代，企業(yè)管理者需要對大數(shù)據進行量化分析，這和傳統(tǒng)的思維模式并不相同，因此需要轉變管理者的思維模式。在面對重大決策和企業(yè)管理時，要先進行數(shù)據查找和數(shù)據分析，從數(shù)據上得出結論，分析結果，最后再進行決策和管理，這種方式不但會提高管理者的效率，也會提高其他工作人員的積極性和業(yè)務執(zhí)行能力。另外，我們要允許數(shù)據做主，也就是說提高數(shù)據分析的力度，將來自一線的數(shù)據進行分析，通過數(shù)據判斷決策是否正確，大數(shù)據的整理和分析是需要較長的時間來完成的，這對企業(yè)來說也是一種挑戰(zhàn)。
4.2.3培養(yǎng)人才資源在大數(shù)據時代人才資源是一個企業(yè)發(fā)展的重要因素。如今的高級管理人才越來越稀缺，擁有綜合能力的管理人才不多，因此企業(yè)應該進行管理人才的培養(yǎng)，只有將人才、科技、管理、決策進行融合和調整，才能使企業(yè)清晰自己的發(fā)展目標，制定適合自己的發(fā)展戰(zhàn)略。企業(yè)可以在管理人才的選擇上挑選一些經驗豐富、學歷較高的人才，再進行崗前培訓和在職培訓，提高他們的管理能力和應對大數(shù)據時代的能力。企業(yè)通過培養(yǎng)視覺化、系統(tǒng)化人才，將企業(yè)的海量數(shù)據進行快速、高效的整理和分析，從而提高企業(yè)競爭力，使企業(yè)能充分迎接大數(shù)據時代帶來的挑戰(zhàn)，更好地把握大數(shù)據時代出現(xiàn)的機遇。
5結語
緊跟大數(shù)據時代的步伐，農業(yè)銀行積極推進大數(shù)據平臺建設及大數(shù)據的價值應用，確立了“大數(shù)據體系建設必須以應用為核心，數(shù)據平臺開發(fā)與業(yè)務應用統(tǒng)籌考慮，要做好內部的數(shù)據治理，逐步拓展數(shù)據來源范圍，充分利用內外部數(shù)據資源，不斷提升對全行經營管理的支撐水平?！钡目傮w戰(zhàn)略思想，即：數(shù)據是基礎，應用是目標，平臺是支撐，治理是保障。
1.強化數(shù)據治行理念大數(shù)據革命必將顛覆銀行傳統(tǒng)觀念和經營模式。通過營造“數(shù)據治行”的文化，建立分析數(shù)據的習慣，落實全行的數(shù)據標準和數(shù)據治理，切實提升“大數(shù)據”開發(fā)利用的綜合能力，將現(xiàn)有數(shù)據轉化為信息資源，讓決策更加有的放矢，讓發(fā)展更加貼近市場需求。
2.建設大數(shù)據平臺構建處理能力強、擴展性好、開放度及共享度高的大數(shù)據存儲加工平臺，整合行內外、各種形態(tài)、跨歷史周期的海量數(shù)據，并構建統(tǒng)一、全面、穩(wěn)定的企業(yè)級數(shù)據模型，為大數(shù)據的分析利用提供基礎的數(shù)據、環(huán)境、模型及配套工具等全方位立體式支撐。
3.打造數(shù)據分析應用體系構建適應大數(shù)據分析的多功能、跨渠道、多粒度的分析挖掘模型和應用體系，為服務質量改善、經營效率提升、金融模式創(chuàng)新提供支持。通過對海量數(shù)據的深度分析，全方位調整產品結構、營銷模式，從根本上提高風險管理、成本績效管理、資產負債管理和客戶關系管理水平。
4.實現(xiàn)智慧銀行的目標智慧銀行是指，通過大數(shù)據技術不斷優(yōu)化業(yè)務辦理流程，高效配置金融資源，敏銳洞察并引領客戶需求的高度智能化的金融商業(yè)形態(tài)。智慧銀行可提供“銀行始終在客戶身邊”的全場景金融服務，為客戶創(chuàng)造最佳服務體驗。
二、農業(yè)銀行大數(shù)據平臺概述
經過多年的努力探索，農業(yè)銀行在大數(shù)據平臺建設的道路上銳意開拓，大膽創(chuàng)新，逐步形成了以四大基礎平臺、五類數(shù)據服務為核心的大數(shù)據平臺。
1.四大基礎平臺（1）企業(yè)級數(shù)據倉庫隨著銀行業(yè)數(shù)據利用能力的逐步提升，業(yè)務分析呈現(xiàn)跨領域分析、高度整合分析、長周期歷史分析等特點，企業(yè)級數(shù)據倉庫通過對行內跨領域海量數(shù)據的高度整合和模型化，形成對客戶、賬務、產品等的統(tǒng)一視圖，使大數(shù)據分析成為可能。農業(yè)銀行企業(yè)級數(shù)據倉庫以存儲和處理結構化數(shù)據為主要目標，全面涵蓋了農業(yè)銀行存、貸、中間業(yè)務等行內業(yè)務條線的核心類數(shù)據，實現(xiàn)PB級數(shù)據的高效存儲，可以滿足全行在各個領域數(shù)據分析和價值發(fā)現(xiàn)的各類需求，并為全行數(shù)據治理提供有力的支撐。如通過網點的多維度、全方位、長歷史周期數(shù)據挖掘給出網點資源配置建議，提升運營效率，優(yōu)化業(yè)務流程。（2）信息共享平臺信息共享平臺以存儲和處理行內非結化數(shù)據為主，輔以來自行外的社會數(shù)據?；诜墙Y構化數(shù)據的分析和深度挖掘，在客戶關系管理、中小企業(yè)信貸、風險管理、品牌建設等眾多領域發(fā)揮了重要的作用。如基于對社交網絡各類非結構化數(shù)據的綜合分析可以獲取行外目標客戶；通過機器學習、語音識別、情緒識別等技術，對客服語音記錄進行深度挖掘，發(fā)現(xiàn)客戶的需求。（3）實時流計算平臺傳統(tǒng)數(shù)據計算平臺多以批量計算為主，數(shù)據處理能力較強，但時效性較差。農業(yè)銀行的實時流計算平臺采用業(yè)界最先進的流計算框架，實現(xiàn)數(shù)據的快速采集、交換、處理和應用，主要用于實時營銷、實時客戶服務、欺詐監(jiān)控、大額動賬監(jiān)控、系統(tǒng)運營監(jiān)控等各類對時效性要求比較高的業(yè)務場景。如結合持卡人的行為偏好為客戶實時推薦精準的營銷信息、優(yōu)惠信息和特惠商戶信息，并為特定客戶群體提供實時的有針對性的服務提示。（4）高性能數(shù)據處理平臺海量數(shù)據的分析挖掘亟須一個高性能環(huán)境的支撐，農業(yè)銀行高性能數(shù)據處理平臺采用大內存處理、分布式、閃存等新技術，以高性能計算為主要特點，實現(xiàn)對海量結構化數(shù)據、非結構數(shù)據等進行綜合處理、全面分析和深度挖掘。如通過大數(shù)據語義分析和情緒分析追蹤海量網絡信息蘊藏的經濟金融“微信號”，借此判斷未來的市場走勢，為前瞻性風險管理提供參考。
2.五類數(shù)據服務農業(yè)銀行基于四大基礎平臺的優(yōu)勢，大力發(fā)展應用系統(tǒng)建設，形成了五大類數(shù)據服務形式有機結合的數(shù)據服務體系。（1）指標檢索服務通過構建全行統(tǒng)一的指標庫，為各個業(yè)務條線提供常用指標的檢索服務，在此基礎上提供各類經營管理、監(jiān)管報送等指標采集、加工及報送服務。（2）即席查詢服務采用特定的工具，構建功能強大的查詢支持庫，滿足各類靈活查詢、臨時查詢及特殊復雜查詢需求。如果說報表是經營管理的瞭望塔，那么靈活的即席查詢就是執(zhí)行經營決策的指南針。以客戶營銷為例，即席查詢服務可以為全行的客戶經理提供多角度的客戶信息查詢，針對當前市場熱點，提供具體的業(yè)務指導。（3）定制化信息服務通過iReport智能資源視窗對信息進行統(tǒng)一管理、分層檢索、靈活配置和個性展示，并針對用戶的不同需求、不同層次及不同偏好，提供定制化、個性化的信息訂閱，聯(lián)動郵件、短信、微信等渠道提供主動信息推送服務。（4）多維分析服務多維分析可以幫助業(yè)務人員實現(xiàn)多維度、多視圖、多層次的分析，并可以通過下鉆、上鉆、切片、旋轉等操作，提供更加動態(tài)、智能的數(shù)據分析，發(fā)現(xiàn)數(shù)據背后的規(guī)律。如從機構、時間、客戶、產品類型、渠道、營銷活動等多個維度對產品盈利情況進行綜合分析，進而有效推動產品優(yōu)化和創(chuàng)新。（5）深度數(shù)據挖掘服務海量數(shù)據中蘊含的規(guī)律和價值通常不直觀，大數(shù)據的顯著特點之一就是海量數(shù)據的知識發(fā)現(xiàn)和數(shù)據挖掘。農業(yè)銀行基于大數(shù)據平臺構建了多個特定領域或主題的數(shù)據挖掘實驗室，包括客戶洞察及精準營銷、信用評價及風險評估、輿情分析與客戶情感管理等，緊跟市場發(fā)展動態(tài)，直面業(yè)務熱點、難點，充分挖掘大數(shù)據的巨大價值，為業(yè)務發(fā)展和經營決策提供更加深入的洞察和更加有力的支撐
三、農行大數(shù)據應用實踐
農業(yè)銀行在構建大數(shù)據體系時堅持以應用為核心，統(tǒng)籌部署數(shù)據平臺開發(fā)與業(yè)務應用，加強業(yè)務創(chuàng)新與數(shù)據利用的良性迭代，實現(xiàn)傳統(tǒng)業(yè)務和新型業(yè)態(tài)的融合發(fā)展，充分發(fā)揮了數(shù)據對全行業(yè)務發(fā)展和經營管理的支撐作用。借助大數(shù)據這把利劍，實現(xiàn)了“營銷更精準、服務更貼心、管理更精細、監(jiān)管更透明、風險更可控、決策更智能”，有效促進了全行經營理念、業(yè)務運營、組織流程的不斷創(chuàng)新，為全行業(yè)務發(fā)展和經營管理提供了有力的科技引擎。以下三類應用案例可充分說明情況。
1.精準營銷基于大數(shù)據的客戶營銷“三步曲”：獲取客戶、客戶畫像、精準營銷（如圖1所示）。通過大數(shù)據強大的信息獲取和處理能力，充分挖掘行內外的潛在客戶；通過大數(shù)據實現(xiàn)對客戶的360°立體畫像，在掌控客戶行為、洞察客戶情感的基礎上，準確地預測客戶需求，從而實現(xiàn)精準營銷及交叉營銷。以貴賓客戶信用卡精準營銷為例，農業(yè)銀行通過綜合行內外數(shù)據，應用聚類分析、關聯(lián)規(guī)則發(fā)現(xiàn)、決策樹等數(shù)據挖掘算法，構建了完整的精準交叉營銷模型庫和應用體系，動態(tài)實現(xiàn)目標客戶識別、客群劃分、優(yōu)先級劃分、產品推薦、渠道推薦等功能。在合適的時間，以合適的渠道，通過合適的方式，為合適的客戶推介甚至定制合適的產品，實現(xiàn)差異化、個性化的精準營銷。2.熱點分析農業(yè)銀行基于大數(shù)據平臺構建了熱點問題專題分析模型庫，對當前的熱點事件進行定期跟進、深度分析和動態(tài)監(jiān)測，為策略制定、產品創(chuàng)新及運營模
式優(yōu)化等提供有力支持。以互聯(lián)網理財客戶分析為例，該項分析旨在揭示個人客戶購買互聯(lián)網理財產品與農業(yè)銀行資金流失的關系。首先采集研究機構等第三方數(shù)據，融合內部數(shù)據，對整體購買規(guī)模進行分析；挖掘購買互聯(lián)網理財客戶的特點，對這一特定客戶群體進行綜合畫像。從而知道“正在發(fā)生什么?！比缓?，采用神經網絡、回歸等方法，對即將流失的客戶進行智能識別，針對不同的客戶特點制定不同的客戶挽留措施，知道“即將發(fā)生什么?！弊詈?，通過對客戶和資產流失的深度分析，提出產品層面的創(chuàng)新策略，并給出具體建議；產品優(yōu)化和創(chuàng)新后，再次綜合分析新產品的市場效果，并對產品進行持續(xù)優(yōu)化，實現(xiàn)數(shù)據挖掘和產品創(chuàng)新的迭代。
對于新媒體文學意味著什么大數(shù)據讓新媒體文學回到“去作者化”的共在混融狀態(tài):在傳統(tǒng)聲音媒介時代，讀者與作者共同創(chuàng)作、修改詩歌;到了紙質媒介時代，作者的地位上升;在新媒體文學時代，讀者可以對作家進行積極主動的反饋，但這種反饋呈現(xiàn)出信息零碎化、評價隨性化以及無法把握所有地域、身份、族裔的不完整狀態(tài);到了大數(shù)據時代，新媒體文學借鑒《紙牌屋》的數(shù)據挖掘模式，可以對讀者信息進行全數(shù)據收集整理，以最大的吸引力呈現(xiàn)一個文本(其中包括一種可能性，即同一個故事開頭，針對不同人群有不同的故事演進和情節(jié)，乃至人物設置)。舍恩伯格認為，“大數(shù)據是指不用隨機分析法這樣的捷徑，而采用所有數(shù)據的方法”，因此，我們分析的大數(shù)據其實應該被稱為“全數(shù)據”。在網絡新媒體時代，人類所有的網絡行為都可以被數(shù)據化，而這些數(shù)據又能完全被收集、存儲、交換和分析。人們在不經意之間產生的數(shù)據總量大到我們難以想象的程度?！皳嘘P研究報告，2013年中國產生的數(shù)據總量超過0．8ZB，相當于2009年全球的數(shù)據總量。預計到2020年，中國產生的數(shù)據總量將超過8．5ZB，是2013年的10倍，一個大規(guī)模生產、分享和應用數(shù)據的嶄新時代正在到來?！毙旅襟w文學在發(fā)展過程之中當然也生產了大規(guī)模的數(shù)據，這些數(shù)據對新媒體文學意味著什么呢?第一，以PC和移動終端為主要載體的新媒體文學產生巨大的相關信息數(shù)據庫，比如新媒體小說閱讀量排行榜、新媒體作家數(shù)據庫、讀者閱讀時間和習慣、哪些文學章節(jié)被反復閱讀等等。與此同時，因為網絡媒介的公開性和“無門檻”標準，新媒體文學的閱讀者和創(chuàng)作者數(shù)量達到了文學史上前所未有的奇跡。2014年，中國網絡文學的讀者已突破5億人，保守估計整體收入突破65億元。這樣大規(guī)模的用戶群保證了巨大的數(shù)據量，也使文學網站擁有所有與網絡文學相關的數(shù)據。網絡文學帶來的巨大經濟效益成為對網絡文學進行大數(shù)據分析的資本基礎和動力。作為迄今為止最為強大的分析技術，大數(shù)據的重要價值在于預測趨勢，即“正在發(fā)生的未來”。通過對這些大數(shù)據的分析，內容生產者可以有針對性地將作品推送給受眾，而這種經過精心設計的文學作品恰好就是受眾所需要的。這是因為大數(shù)據分析可以采用理想狀態(tài)的全數(shù)據分析(目前還不能完全達到)，而全數(shù)據分析由于分析的數(shù)據量巨大，單個數(shù)據的誤差可以在分母巨大無比的全數(shù)據海洋之中被忽略。相反，在數(shù)據量有限的時代，我們就只能追求單個數(shù)據的精準?！耙驗槭占畔⒌挠邢抟馕吨毼⒌腻e誤會被放大，甚至有可能影響整個結果的準確性?！碑敂?shù)據量持續(xù)積累增加時，對單個數(shù)據的精準性追求不是全數(shù)據的方式，放棄精準性、適度接受不精準性，仍然不會影響其結果。這類似于醫(yī)用手術無影燈，從各個角度照射對象，永遠不會存在盲區(qū)。盛大文學董事長邱文友認為，事實上國內文學網站在10年前就在運用大數(shù)據思維了:文學網站上有200多萬名作家，700多萬部作品，怎么在茫茫作家海中找出下一個唐家三少?靠數(shù)據分析。此外，在網絡連載過程中，作家跟讀者之間有互動，這些訊息也是數(shù)據?！氨热缱骷冶鞠胱尲兹⒁?，可是絕大部分讀者希望甲娶丙，這時候作家可以選擇，是按原來思路，還是按小說可能延伸的商業(yè)價值去改寫結局?所有決策的因素、動機跟方式，也是數(shù)據分析?！爆仮灛嫷鞘芫W絡技術發(fā)展的限制，當時新媒體文學的數(shù)據挖掘不可能像現(xiàn)在這樣徹底和全面。第二，大數(shù)據時代新媒體文學批評走向多元化。當前的新媒體批評既包括傳統(tǒng)精英式的學院派批評，也包括點贊、跟帖式的草根批評;學院派批評以黃鳴奮、歐陽友權為代表，草根批評以崔宰溶為代表?！包S鳴奮和歐陽友權以從西方新媒體技術層面發(fā)展出來的超文本理論作為理論生發(fā)點，對網絡文學進行后現(xiàn)代性的學理探討?！爆伂將灦拊兹苷J為，對中國網絡文學的研究需要從原著理論(vernaculartheory)和網絡性理論入手，才能真實地對新媒體文學進行研究。新媒體文學的接受者并不會以文化精英式的方式來俯視作品，他們對新媒體文學的批評是純感受性的、本能直觀的和零散局部的。這種自下而上的反叛式文學批評，迥異于傳統(tǒng)精英式的學院批評。對中國新媒體文學的研究必須從網絡的“原著居民”(網絡文學讀者)出發(fā)，由于他們大部分時間棲居于網絡之中，因而對新媒體文學具有不受傳統(tǒng)文學理論影響的本性感受力和知識系統(tǒng)?，仮灛嵐P者認為，無論是西方網絡文學理論還是原著理論，在大數(shù)據時代，它們都會被作為大數(shù)據庫中的一個組成部分，再結合“總點擊量”“總推薦”“月排名”等進行分析，從而尋找出讀者最有可能喜歡的作品。無論如何，大數(shù)據時代給新媒體文學研究帶來一種新實證研究路徑。米埃爾(Miall)認為，文學的實證研究像灰姑娘一樣總是被人們忽視或反對，早晚會有一天，實證研究將統(tǒng)領整個文化研究領域。人們會通過實證來研究理論觀念，反思文學的本質和文化地位。瑏瑤網絡技術的發(fā)達與新媒體文學的繁榮促成了大數(shù)據分析對于新媒體文學的數(shù)據實證性研究。
二、大數(shù)據思維給新媒體文學帶來的理論思考新媒體文學的大數(shù)據分析
從學理上帶來三組思考:一是大數(shù)據推動了新媒體文學的發(fā)展，然而新媒體文學能被徹底數(shù)據化嗎?如果不能，那在什么樣的層面上可以被數(shù)據化?新媒體文學與大數(shù)據思維融合的真正重要意義在何處?二是新媒體文學遭遇大數(shù)據思維之后，是否意味著對于新媒體文學的研究可以完全轉換為數(shù)據式的實證研究?如果不能，對新媒體文學的研究還有哪些方面是大數(shù)據不可能涉及和完成的?三是當我們將文學接受者的大數(shù)據作為文學創(chuàng)作的唯一和最高標準之后，新媒體文學在題材選取、形式美學和敘事節(jié)奏等方面是否走向絕對迎合讀者的趨勢?如果是的話，新媒體文學作家的意義何在?他們又應該采取迎合還是引領的姿態(tài)呢?
第一，新媒體文學活動都發(fā)生在網絡之上，因而可以被充分數(shù)據化。大數(shù)據自產生之日起，就迅速與人類已有的知識和學科產生了極強的關聯(lián)，比如醫(yī)療健康、交通規(guī)劃、公共管理、教育培養(yǎng)等領域都在你看不見的地方悄悄運作著大數(shù)據分析?！按髷?shù)據時代的經濟學、政治學、社會學和許多科學門類都會發(fā)生巨大甚至本質的變化和發(fā)展，進而影響人類的價值系統(tǒng)、知識體系和生活方式。哲學史上爭論不休的世界可知論和不可知論都將轉變?yōu)閷嵶C科學中的具體問題?！爆伂彚灤髷?shù)據的此種趨勢根源于它能將所有網絡行為數(shù)據化的能力，比如在新媒體文學活動之中，我們可以輕松采集到作家和讀者的數(shù)量、年齡層、分布地域、經濟狀況、教育程度、閱讀習慣、題材喜好，等等。除此之外，大數(shù)據可以分析:哪種題材的文學受眾最多?同一種題材之中，什么樣的文學橋段讓讀者喜歡?幽默、推理、懸疑還是浪漫?文學作品之中什么樣風格的語言會更受哪種人的喜愛?什么樣的故事情節(jié)發(fā)展路線和結局是最受人歡迎的?等等。這些方面都可以通過讀者的評論和閱讀數(shù)據反饋到內容提供商和文學作家那里，從而對作品進行實時調整。但是，我們不能因為大數(shù)據有這樣的效果，就認為新媒體文學可以被完全大數(shù)據化。其實，作為技術和藝術合一的新媒體文學在多個維度上是不能被量化的，比如作家的靈魂高度、文學思想的深邃性、文學的意境、文學的美感、文學的終極關懷和文學對人性的探測等都不能被量化，而這些維度恰恰是文學之為文學最核心的內容。不管大數(shù)據技術怎么發(fā)達，它所追求的絕對客觀性其實在數(shù)據產生之初就不存在。數(shù)據無論在表面上看起來多么客觀地再現(xiàn)對象情況，它本身其實是在一種具有傾向性和差異性價值觀基礎上被建構的。因而，大數(shù)據的生成和分析永遠不可能擺脫自己天生就具有的價值主觀性。我們能看到的數(shù)據是研究者有能力或者熱切希望看到的數(shù)據，若非如此，即便大量數(shù)據生成了，也不能被數(shù)據識別系統(tǒng)發(fā)現(xiàn)。這就好比雷達效應，你的關注點除了對象之外別無他物，但是“他物們”卻客觀大量地存在于你的意識之外，只不過你無意或不能去抓取它們。所以，大數(shù)據不管看起來多么科學客觀，背后其實與主觀價值判斷是分不開的?！按髷?shù)據”并不等同于“大智慧”，即使占有大量的數(shù)據，還必須有對數(shù)據具有專業(yè)化分析能力的人。Netflix的CEO里德•哈斯廷斯利用數(shù)據分析的方法也是受他前期從事碟片租賃服務的啟發(fā)。他一方面熟悉在網絡上怎么通過數(shù)據分析為別人推薦自己喜歡的電影和電視劇，另一方面他在無數(shù)的觀影之中對影片具有極強的審美鑒賞能力?？萍己腿宋牡慕Y合讓他具有對《紙牌屋》數(shù)據進行采集和分析的能力，這才是Netflix進軍藝術界成功的原因。所以，同樣的大數(shù)據在不同主體那里得出的結論或者采取的應用是相距甚遠的。就好比同樣是醫(yī)學CT掃描，儀器是相同的，照出的片也是相同的，為什么大家愿意去權威醫(yī)院檢查呢?問題的根源在于對CT成像進行分析的醫(yī)生水平，同樣的CT成像，在擁有不同經驗的醫(yī)生那里得出的結論很可能有天壤之別。大數(shù)據作為一種技術在教育、電影、藝術等人文領域廣泛運用已是不爭的事實，除了讓人文領域的成果與經濟效益直接產生關聯(lián)之外，它的最重要意義其實是在哲學思維層面。大數(shù)據分析使我們拋棄傳統(tǒng)哲學一直追求的現(xiàn)象背后的原因，而轉向為關注事物和事物之間的關系性，即從因果關系轉變?yōu)橄嚓P關系?，伂悽炦@種思維方式轉變是順應時代的實用需求而產生的。一方面，大數(shù)據思維不去深究因果關系，而是繞開因果關系，退到因果關系的上層———相關關系(包含因果和非因果關系)。這種擱置因果的選擇更是由于因果關系和相關關系之間復雜的關系:“(1)兩個事物間有因果關系時，這兩個事物間往往會有相關關系;(2)兩個事物間不存在因果關系時，這兩個事物間也可能會有相關關系(虛偽相關關系);(3)兩個事物間有因果關系時，這兩個事物間也有出現(xiàn)零度相關關系的可能(虛偽零度相關關系)?！爆伂憿灝斅赃^這些復雜關系，只關注“相關關系———結果預測”，就會省去無數(shù)不必要的麻煩，而直接得出需要的答案。“相關關系的核心是量化兩個數(shù)據值之間的數(shù)理關系。相關關系強是指當一個數(shù)據值增加時，其他數(shù)據值很有可能也會隨之增加。”瑏瑨2004年，沃爾瑪公司分析顧客消費時的各種數(shù)據時，意外察覺到數(shù)據和數(shù)據之間的相關性:颶風來之前，手電筒和蛋撻都銷量增加，因而超市毫不猶豫地將它們放在颶風用品附近。這個例子就表明在大數(shù)據時代，深究原因并不一定能找到答案，而對數(shù)據進行相關性分析才是其核心。另一方面，大數(shù)據帶來的相關性分析由于技術的成熟變得比因果分析更容易。丹尼爾•卡尼曼(DanielKahneman)甚至認為，人類之所以一直熱衷于因果關系思維，是因為在信息不發(fā)達的社會采用因果思維可以快速地作出決定。相反，在那個時代如果采用相關思維會特別費力且不可能有任何結論。大數(shù)據由于技術的支撐完全可以支持相關性思維，但我們在現(xiàn)實之中會發(fā)現(xiàn)傳統(tǒng)因果思維得出的結論被置于大數(shù)據時代后是有問題的。
第二，新媒體文學的學術研究與新媒體文學的大數(shù)據研究不能混為一談，二者采用的研究方法不同，而這兩種方法也只有被局限在一定范圍之內才能發(fā)揮出自己的長處。19世紀，類似大數(shù)據思維的實證主義就已經僭越過文學的領地。當時實證主義提出，表象本身才是具有研究確定性的對象，對象背后所謂的本質是并不存在的。實證主義“反對追求絕對的知識，它停止去探求宇宙的起源和目的，拒絕認識諸現(xiàn)象的原因，只專心致志地去發(fā)現(xiàn)這些現(xiàn)象的規(guī)律，換言之，去發(fā)現(xiàn)各種現(xiàn)象的承續(xù)與類似的關系”瑏瑩。實證主義的“只研究怎么樣(how)，而不研究為什么(why)”瑐瑠主張與大數(shù)據思維追求相關關系而懸置因果關系的方式極為相似。文學雖然作為語言的藝術具有強烈的主觀情感色彩，但是對文學的研究在很大程度上可以采用實證主義的方法，比如對文學流派、文學史、作家時代背景、作品傳播狀況的研究等。實證主義既要有“實”，又要有“證”:從研究對象入手得到大量材料，在此基礎上，還需要進行分析論證的過程，否則材料只是死物。反過來，我們認為實證主義精神只能限定在以上研究領域才是對文學研究有益的。如果實證精神進入文學意義范圍，文學的靈魂、精神和審美只能被理性實證邏輯消解磨滅，最后成為他者的“嫁衣”。從傳統(tǒng)的實證主義對文學的研究經驗可知，任何一種研究方法是不可能包打天下的，對文學研究不同的維度只能用不同的方法。針對新媒體文學的實證主義(大數(shù)據思維)，只能研究新媒體文學的，即對新媒體文學的傳播效果進行分析，預測新媒體文學會怎么樣，提供什么樣的文學作品其傳播力更強等。然而，對新媒體文學研究本身就不能是技術式的，而應該是美學式的。在具體研究方法上，新媒體文學與傳統(tǒng)文學走的是不同的理論路線。但就其藝術品格來說，文學應該研究的依然逃不脫深層的價值審視:從感官刺激的表層能否將讀者引向一般生活狀況，如生死、戰(zhàn)爭、世俗、宗教等，進而感受人類的終極意義和終極關懷。即使新媒體文學從表征上帶有后現(xiàn)代的去中心、平面化和反經典的傾向，但我們還是堅信好的文學與人性追求是同一的，狂歡式的淺薄帶來的是“娛樂至死”的悲哀。
1.1大數(shù)據時代的特點研究
隨著信息數(shù)據的增多，云儲存、云計算等云服務平臺應運而生。由此可見，在大數(shù)據時代下，更好地利用數(shù)據儲存系統(tǒng)將民間藝術保護與儲存下來，將為傳承民間藝術做出突出的貢獻。
1.2傳統(tǒng)民間藝術的現(xiàn)狀研究
（1）傳統(tǒng)民間藝術的主要研究領域。傳統(tǒng)民間藝術主要涵蓋了物質產品和精神產品兩個方面，物質方面主要包含了以實用為主的一些可視化的具有民族特色的生活生產用品。精神方面主要是指能夠滿足人們精神需求的民間藝術現(xiàn)象、藝術活動以及一些具有民族特色的民間藝術品。傳統(tǒng)的民間藝術具有強烈的民族性，它能夠反映每一個民族的精神信仰、思維觀念以及文化傳統(tǒng)，并且是博大精深的中華文化的體現(xiàn)。
（2）傳統(tǒng)民間藝術的存在現(xiàn)狀及其重要性。隨著社會的發(fā)展，人們的生活方式以及生活觀念不斷地受整個社會環(huán)境的影響而發(fā)生著改變，人們的視野越來越多的關注在所謂的現(xiàn)代化的產品以及所謂的潮流上面，而對于真正的傳統(tǒng)卻越來越少的人去關注。據調查顯示，每年有大量的民間手工藝品、民間紡織工具、民間交通工具以及民間交通器具在大量的消失，并且就算是能夠滿足人們精神需求的民間戲曲、民間舞蹈、民間藝術活動每年也都在大量的丟失。民間藝術這一現(xiàn)狀應該引起我們所有人的反思，如果我們連我們傳統(tǒng)的東西都保護不好，拿什么去發(fā)揚我們的中國傳統(tǒng)文化。傳統(tǒng)民間藝術的發(fā)展及其生存環(huán)境，如果我們不將其保護與傳承下來，它也會隨著工業(yè)社會的發(fā)展遭受著如同自然資源和生態(tài)環(huán)境一樣的破壞。
2對傳統(tǒng)民間藝術的保護與傳承所面臨的問題研究
對傳統(tǒng)民間藝術的保護與傳承所面臨的主要問題是其自身的獨特性而產生的自身的限制。大多數(shù)的民間傳統(tǒng)文化根植于民間，并且分布在全國各地，這也將是傳統(tǒng)民間藝術保護與傳承所面臨的最大問題。由于傳統(tǒng)民間藝術涉及面多而廣，外加上民間藝術從業(yè)人員的不足，所以目前對民間藝術的保護只停留在傳統(tǒng)的采集照片，收集物品以及訪問記錄等方面。并沒有與大數(shù)據時代現(xiàn)代化信息技術相結合，所以對傳統(tǒng)民間藝術的保護只停留在表面，并不能真正地把民間藝術傳承下來。
3大數(shù)據時代下對傳統(tǒng)民間藝術的保護與傳承研究對策
大數(shù)據時代的到來，對于數(shù)據的研究與開發(fā)也越來越深入，數(shù)據處理與儲存技術的開發(fā)與應用也越來越廣泛。我們應該利用這一特點，很好地將民間藝術儲存起來。
3.1將數(shù)字信息技術與民間文化遺產相結合
大數(shù)據時代的到來，為數(shù)字信息技術的發(fā)展提供了強有力的平臺。同時也促使了數(shù)字信息技術突飛猛進的跨越。將數(shù)字信息技術與傳統(tǒng)的民間藝術相結合，突破了我們傳統(tǒng)的對于民間藝術記錄收藏的形式，其方便快捷的將民間藝術整合、收藏、記錄了下來，并且也為民間藝術的保護節(jié)省了勞力成本與時間成本，同時也方便了人們對于感興趣的民間藝術的查閱與展示。同時，我們也可以利用數(shù)字信息技術研發(fā)民間藝術圖案輔助設計系統(tǒng)，使民間傳統(tǒng)融入現(xiàn)代設計中。使傳統(tǒng)民間文化真正地為“生活服務”。在當代的藝術和設計有史以來最商業(yè)化的時候，保持藝術和學術純粹的張力和良知，將傳統(tǒng)民間文化與當代設計相結合，賦予當代設計別樣的韻味。例如，愛馬仕的中國品牌“上下”就是利用中國傳統(tǒng)的紋樣、雕刻、染織等技術對于產品進行再設計，很好地利用了傳統(tǒng)民間工藝的商業(yè)價值，賦予現(xiàn)代設計獨特的魅力。同時很好的傳承與發(fā)展了博大精深的中國傳統(tǒng)文化?？偟恼f來，現(xiàn)代化數(shù)字技術的應用也是使傳統(tǒng)的民間藝術能夠更好地保護與傳承下來，使其不再停留在沒有人觀望的層面，其已經成為一種非常重要的非物質文化遺產，它的保護與傳承，能夠讓更多的人去了解它們獨特的文化。
3.2中國民間藝術云端服務平臺的建設
注重于打造一個具有云儲存、云計算、云分析、大數(shù)據等功能的云端服務平臺。本系統(tǒng)是基于云端系統(tǒng)的文件存儲平臺，管理用戶上傳關于民間藝術資源遺產的相關文件到云服務器端，上傳文件類型包含普通文件、圖片、音頻、視頻等各種類型文件，并對文件進行相關屬性說明。系統(tǒng)通過集群式應用、網格技術和分布式文件系統(tǒng)將上傳的大量的各種類的文件存儲在一個分布式的不同類型的存儲設備中，通過應用軟件協(xié)同工作共同對外提供數(shù)據文件的數(shù)據存儲和業(yè)務訪問，但這些對用戶來說是黑匣子式的，用戶只需要關注文件的文性，專注于非物質文件遺產的整理，而無需關心實現(xiàn)的方式和方法，系統(tǒng)將高度智能化的為用供數(shù)據的存儲和整理工作。用戶在訪問時可以通過WEB或手機APP等方式進行文件的檢索和訪問，云服務將自動計算采用最優(yōu)的訪問路徑為用戶提供文件的檢索和訪問。
3.3數(shù)字民間藝術博物館的建立
在大數(shù)據時代下，要使民間藝術得到很好的保護和傳承，數(shù)字民間藝術博物館的建設將會是推動其保護與傳承的最好方式。數(shù)字民間藝術博物館將擁有強大的數(shù)據庫將民間藝術品很好的儲存起來，并且方便人們查閱以及觀賞，增加民間藝術品的生命力。
3.4民間藝術品網站的建設
來自生物、醫(yī)藥、醫(yī)械、臨床實驗與健康管理等各個方面的數(shù)據，構成生物醫(yī)學的各類大數(shù)據資源，它們形式多樣，具有自身的特殊性，主要表現(xiàn)在以下幾個方面：
（1）原始數(shù)據量大，且呈異構、多樣性。
（2）難以用數(shù)學方式表達其結構及特征。例如：醫(yī)生對醫(yī)學影像、信號和其他臨床數(shù)據的解釋多是非結構化的語言或文字形式自由的口述，難以標準化。
（3）數(shù)據可能包含冗余的、無意義的或不一致的屬性，并且數(shù)據經常要更新。
（4）數(shù)據采集很難完全避免噪聲干擾，而噪聲往往會影響處理結果。生物醫(yī)學大數(shù)據處理包括數(shù)據的收集、抽取與集成、分析與挖掘、解釋和共享等諸多方面，涉及數(shù)據庫、信息科學、統(tǒng)計學、高性能計算、網絡科學、心理學等多個領域。
2生物醫(yī)學信息處理
2.1數(shù)據挖掘在生物醫(yī)學信息分析中的應用
數(shù)據挖掘是對海量數(shù)據進行處理和分析，找出數(shù)據間的隱含聯(lián)系，發(fā)現(xiàn)未知規(guī)律，最終獲得知識的過程。挖掘的過程包括信息收集、數(shù)據集成、數(shù)據規(guī)約、數(shù)據清理、數(shù)據變換、數(shù)據挖掘、模式評估和知識表示8個步驟[5]。近年來，數(shù)據挖掘是生物醫(yī)學信息分析的常用手段，尤其是在循證醫(yī)學研究、基因組和蛋白質組的研究領域中有很廣泛的應用價值。KDNuggets在2011年全球數(shù)據挖掘應用行業(yè)調查的結果表明：健康行業(yè)位居10大數(shù)據挖掘應用領域的第3位。生物醫(yī)學領域大數(shù)據多是不完整的、不一致的、有噪聲的，數(shù)據具有獨特的復雜性、豐富性、規(guī)模和重要性，需要數(shù)據挖掘的特殊關注。數(shù)據挖掘經典算法，如：分類、聚類、關聯(lián)分析、序列等在生物醫(yī)學數(shù)據挖掘時都可使用。
2.1.1 分類（Classification）
分類是根據己知數(shù)據的特征和分類結果，為每個類找到合理的模型(構造分類器)，然后用這些模型對新數(shù)據進行分類。K最鄰近算法、決策樹、支持向量機、神經網絡等是常用的分類模型構造方法。疾病的診斷和鑒別就是典型的分類過程。例如：美國學者利用數(shù)據挖掘軟件Clementine，以決策樹算法為模型，分析挖掘了醫(yī)療機構HealthOrg的數(shù)據倉庫中有關年齡、BMI指數(shù)、腰臀比和周鍛煉次數(shù)等數(shù)據，得出糖尿病患病危險因素的分析結果。此外，還有一些國內外研究者針對肺癌、乳腺癌的診斷數(shù)據，通過分類挖掘的方法提高診斷的精確性。
2.1.2 聚類（Clustering）
分析聚類分析是將有共同特征或相似度高的數(shù)據對象實例聚成一類的過程，常用來研究樣品或指標分類問題。聚類分析在生物醫(yī)學領域已經得到廣泛的應用，例如：可以根據流行病學特征屬性的相似程度將病例數(shù)據劃分成若干類，通過比較各個類別之間的臨床醫(yī)學狀態(tài)特征屬性的差異來分析某類疾病。國外學者選取SEER數(shù)據庫中的217558例肺癌病例，通過分析每個病例的22個臨床醫(yī)學特征屬性和23個流行病學特征屬性的相似度后，將這些病例劃分為20類，這就是典型的聚類分析。
2.1.3 關聯(lián)（Association）分析
關聯(lián)反映的是一個事件和其他事件之間依賴或關聯(lián)的知識，可以通過表征事物特征的兩個或多個變量的取值之間存在的某種規(guī)律性，找出數(shù)據之間隱藏的關聯(lián)關系。關聯(lián)現(xiàn)象在生物醫(yī)學領域普遍存在，例如：臨床上的某些疾病會同時呈現(xiàn)幾種不同的病癥，這些病癥之間就表現(xiàn)為一定程度的關聯(lián)性，而醫(yī)生診斷病癥的過程常常以觀察癥狀為基礎。
2.1.4 序列挖掘（SequenceMining）
序列是指按一定順序或規(guī)律排列構成的一系列符號、數(shù)值或事件。存儲于DNA、RNA和蛋白質中的遺傳和功能信息可用符號序列表示，分析序列數(shù)據能找到其統(tǒng)計規(guī)律或發(fā)現(xiàn)序列組成部分片段之間的相似性或相同性，這是生物信息學研究中最常用方法。此外，還可用時間序列數(shù)據進行某些疾病的研究與治療，例如：歐盟資助的T-IDDM（TelemetricManagementofInsulinDependentDiabetesMellitus）項目通過Internet采集糖尿病患者的連續(xù)監(jiān)測數(shù)據，經時間序列分析后找到患者一天內血糖水平變化的規(guī)律和趨勢，為醫(yī)生調整或精確胰島素治療方案提供有效的數(shù)據和支持。
2.1.5 圖挖掘（GraphMining）
利用待研究的數(shù)據對象構建圖這種數(shù)學模型，然后從圖中尋找頻繁出現(xiàn)的子圖，從而挖掘出有價值的信息。例如：美國學術界整合出2003年H5N1禽流感感染風險地圖，經過圖挖掘分析出2013年H7N9人類病例區(qū)域[11]。此外，從政府管理角度來看，公共衛(wèi)生部門可以針對覆蓋全國患者的電子病歷數(shù)據庫進行圖挖掘，從而完成全面疫情的監(jiān)測。
2.2文本挖掘——生物醫(yī)學文獻信息的大數(shù)據處理
2.2.1 文本挖掘
目前，全球醫(yī)藥類期刊近3萬種，每年200多萬篇，并且以每年7%速度遞增，互聯(lián)網上的信息資源約有30%以上的是與醫(yī)學信息相關的。文本挖掘（Text-Mining）和信息可視化（InformationVisualization）是分析這些數(shù)據，揭示知識領域的內在聯(lián)系的最有效手段。文本挖掘主要結合文字處理技術，利用智能算法，分析大量的半結構化和非結構化文本源（如文檔、電子表格、電子郵件、網頁等），抽取散布在文本文件中的有價值知識，并轉化為可利用的知識的過程，其工作流程如圖2所示，挖掘前要完成包括文本收集、文本分析和特征修剪三個步驟的預處理工作。文本挖掘多以計算機技術實現(xiàn)，文檔聚類、文檔分類和摘要抽取是應用最多的技術。文檔聚類主要完成大規(guī)模文檔集內容的概括、識別文檔間隱藏的相似度、減輕瀏覽相關、相似信息等功能。文檔分類多以統(tǒng)計方法或機器學習自動實現(xiàn)，簡單貝葉斯分類法，矩陣變換法、K最鄰近分類算法以及SVM等都是其常用的分類方法。摘要抽取主要是利用計算機自動地從原始文檔中提取全面、準確反映該文檔中心內容的簡單連貫的短文。此外，文本挖掘的結果評價常用分類正確率、查準率、查全率、支持度和支持度置信度等世界公認的重要參數(shù)進行評價。生物醫(yī)學信息處理領域所涉及的DNA序列綜合特征分析、蛋白質功能和相互作用分析、疾病基因發(fā)現(xiàn)、藥物作用靶點預測等都與文本挖掘技術密不可分。在我國，已經有一些研究者利用文本挖掘技術來研究醫(yī)學文獻背后隱藏的知識。臨床上，醫(yī)生用文本挖掘技術對疾病的處方和中藥用藥規(guī)律進行了分析。
2.2.2 信息可視化
信息可視化是一種運用計算機圖形學和圖像處理技術，將信息轉換為具有一定意義圖形或圖像，并進行交互處理的理論、方法和技術。它能有效發(fā)掘、過濾和研究海量數(shù)據，以更直觀、有效的方式使研究人員更容易發(fā)現(xiàn)隱藏在信息內部的特征和規(guī)律，深層次地發(fā)掘包括生物醫(yī)學領域在內的多個學科的研究熱點和研究前沿信息，為研究人員把握研究方向提供幫助。信息可視化的常用工具有TDA、CiteSpace、Histcite、Vxinsight等軟件，主要完成數(shù)量統(tǒng)計、共現(xiàn)分析和統(tǒng)計圖表、共現(xiàn)矩陣、節(jié)點鏈接圖、技術報告展示等功能。例如：國外學者針對PubMed數(shù)據庫中2002年到2011年的文獻，分析了以“電子健康檔案”、“醫(yī)療記錄系統(tǒng)”和“計算機輔助診療”為主題的文獻的引用情況后，用可視化工具展現(xiàn)其研究結果，使相關領域的科研人員很直觀的了解了該領域的研究狀況。
3總結與展望
大數(shù)據有四個層面的特點：第一，數(shù)據體量大。從TB級到PB級；第二，數(shù)據類型多，包括視頻、圖片、位置等；第三，價值密度低。比如長時間的監(jiān)控，有用的數(shù)據可能僅僅只有一兩秒；第四，處理速度快。這也是與傳統(tǒng)數(shù)據挖掘技術有著本質不同的一點。業(yè)界將上述歸納為4個“V”———Volume，Variety，Value，Velocity。如今已是一個爆炸性的大數(shù)據時代，推動社會發(fā)展，已從“動力驅動”轉為“數(shù)據驅動”。越來越多的國家和企業(yè)意識到了大數(shù)據的重要。2012年1月，“大數(shù)據，大影響”作為重要議題在世界經濟論壇年會中被提出。2012年3月22日，美國又啟動“大數(shù)據研究和發(fā)展計劃”，目的是提高從海量數(shù)據中提取知識的能力，加速其在科學與工程領域的研究。2012年5月，聯(lián)合國相繼了《大數(shù)據開發(fā)：機遇和挑戰(zhàn)》報告，明確指出大數(shù)據對各國發(fā)展都將是一個巨大的機遇。大數(shù)據風靡全球的同時，我國政府也加快了對大數(shù)據相關技術的攻關，在工信部的《物聯(lián)網十二五規(guī)劃》里，提出信息處理技術是關鍵技術創(chuàng)新工程。廣東省在2012年12月了《廣東省實施大數(shù)據戰(zhàn)略工作方案》，率先在國內啟動大數(shù)據戰(zhàn)略，首先是采用行政收集、網絡搜取、群眾提供和有償購買等方式拓寬數(shù)據來源渠道，建立政務數(shù)據中心，接著在政府各部門設立數(shù)據開放試點，并利用網站向社會提供下載和分析使用的數(shù)據，依此進一步推進政務公開。
二、大數(shù)據與交通信息管理的聯(lián)系
（一）在交通信息管理中的應用
隨著社會經濟的發(fā)展，機動車輛數(shù)量大幅增加，與此同時交通管理的復雜性也逐漸增大。而大數(shù)據技術可將其虛擬性、集成性、智能型和預測性四個方面的優(yōu)勢運用到交通信息管理之中。首先虛擬性有利于跨區(qū)域的信息管理，只需多方共同遵守信息共享原則，就可以在已有的行政區(qū)域內解決跨域管理問題；第二，信息集成性有助于建立綜合立體的交通信息體系，通過收集不同范圍、區(qū)域和領域的“數(shù)據倉庫”，發(fā)揮整體通功能；而其智能分析處理，可以輔助交通管理制訂出較好的統(tǒng)籌與協(xié)調方案，減少人力和物力的使用，合理利用道路交通資源；除此之外，準確分析并提煉各部門數(shù)據，模擬出相應的交通預測模型，這將可以有效地推測未來交通運行狀態(tài)，并驗證技術方案的可行性。
（二）存在的問題
1.信息的孤立。不同部門的交通信息系統(tǒng)導致很多數(shù)據在物理上彼此隔絕，缺少信息互通。
2.缺乏多樣性。由于缺乏處理大數(shù)據的技術和能力，分析對象通常是統(tǒng)計學中的抽樣樣本，將導致分析結果的不全面和不精確。
3.缺乏有效的信息提取與處理。實時動態(tài)交通數(shù)據包含大量信息，但通常不需要使用全部原始信息。如何對數(shù)據信息進行快速提取，是交通數(shù)據管理面臨的又一難題。
4.海量數(shù)據困于長期存儲?，F(xiàn)代交通數(shù)據具有來源豐富、數(shù)量龐大、分秒增長的特點，因此需要大容量的存儲空間和長期保存的功能，以保障其記錄歷史和推測未來的功能。
5.多類型數(shù)據難以統(tǒng)一管理。多類型交通數(shù)據即指傳統(tǒng)的數(shù)字信息，多元化的空間定位和先進的遙感圖像等數(shù)據。將其進行統(tǒng)一有效的管理，是交通數(shù)據管理需要重點研究的方向。
三、對交通信息管理教學的需求
（一）各高校教學現(xiàn)狀
將大連海事大學、上海交通大學、北京交通大學、東南大學、西南交通大學和武漢理工大學六所高校的課程進行對比。從六所高校對交通運輸專業(yè)的開設的基礎課程上看，與信息管理模塊有關的課程還是偏少，有些學校甚至沒有開設相關課程。
（二）傳統(tǒng)教學存在的問題
1.主干課程安排不合理。部分高校所設置的主干課程不能滿通信息管理模塊所需的基礎知識，因此難以實現(xiàn)高效、系統(tǒng)、完整的人才培養(yǎng)體系。
2.缺少專業(yè)選修課的引導。對于一個涉及面較廣的專業(yè)，多數(shù)高校的教學模式仍偏向專業(yè)必修，而忽視專業(yè)選修課。
3.教材更新緩慢。已有的教材存在片面性和過時性的問題，從而無法滿足學生對前沿知識全面而準確的了解。
4.形式單一。傳統(tǒng)教學主要為理論教學，對大數(shù)據技術背景的認識不夠充分，不能將學生的工程實踐能力和科技創(chuàng)新意識相結合。
5.缺乏實踐。傳統(tǒng)教學側重于對理論教學的解釋、驗證和簡單延伸，沒能及時將知識消化。
6.實習多流于形式。高校雖然有相關實踐和實習的要求，但這些都大多流于形式。有些企業(yè)擔心沒有經驗的實習生會影響正常的生產秩序，因而不愿接受實習生，這樣使得實習通常是走馬觀花。
（三）新教學模式提出的要求
1.分層次的培養(yǎng)模式。大數(shù)據時代的交通信息管理人才不僅需要有扎實的專業(yè)基礎，同時還應滿足不同層次的需求。例如本科畢業(yè)生將會面臨兩條出路，一部分走向社會生產，一部分會繼續(xù)深造，所以不同的畢業(yè)去向對于學生的能力要求也必然不同。因此，面對不同類型人才的能力培養(yǎng)需求，高校應當制訂分層次的培養(yǎng)方案，這樣在滿足不同企事業(yè)單位對就業(yè)學生工作能力的要求的同時，也能培養(yǎng)繼續(xù)深造的學生的科研能力和素養(yǎng)。實現(xiàn)分層次的培養(yǎng)方案，必然需要利用自主選課模式，加大社會需求類相關的選修課比重可以使學生在教學方案之內、教學計劃之外選擇適合自己的選修課，促使學生的專業(yè)知識結構從簡單型向復雜性轉變。
2.啟發(fā)式教學方法。教學方法上，要積極開展創(chuàng)新型教學研究，探索靈活多變、立體化的教學手段。啟發(fā)式教學的基本精神是根據辯證唯物主義的認識論，引導學生積極探索、發(fā)現(xiàn)問題、分析原因和找到解決方案，將知識轉化為能力和實力。在傳授基本知識的同時，力求將最新的科研成果納入到課堂之中，讓學生的知識與創(chuàng)新意識都能與時俱進。此外，教材也應及時更新，讓學生及時接觸到前沿信息。
3.提升教師的實踐教學水平。要改變學生實踐能力，必須從提高教師的實踐能力方面著手。加強師資隊伍多元化建設，實現(xiàn)雙導師制。雙導師型教師是指既具有高校教師任職資格，又具有較強專業(yè)實踐能力的教師。提高實踐能力方面可從以下兩方面入手：①優(yōu)化科研環(huán)境，鼓勵教師積極參與橫向課題研究。這樣，青年教師不僅能深入了解本學科的前沿知識及工程實踐的應用，而且可以使基礎理論、專業(yè)知識與工程實踐緊密結合，從而培養(yǎng)和提高分析、解決工程問題的能力。②校企掛鉤，教師的工程實踐經驗和能力主要通過工程實踐鍛煉而獲得。高校和企業(yè)合作，不僅為青年專業(yè)教師工程實踐創(chuàng)造條件，同時還能為企業(yè)提供理論支持。
4.重視實踐能力的考核。構建客觀的、可操作性強的學生實踐能力評價體系。要求評價考核的標準和方法能夠將學生成績分解為一定的量化指標，從而客觀科學地評定其實踐能力。
四、總結
基于大數(shù)據的智慧云公交調度管理系統(tǒng)建立于智慧公交調度之上，以公交調度業(yè)務為主線，在公交車上部署GPS一體化設備、視頻監(jiān)控設備等，以2G/3G/4G為網絡通道，上位機上部署服務器、調度工作站、維護工作站、監(jiān)管工作站等硬件設備，以及相關的調度作業(yè)、實時監(jiān)管、遠程維護等軟件系統(tǒng)，實現(xiàn)上下位數(shù)據交互。
2技術框架及功能設計
為了確保公交數(shù)據多年的數(shù)據不丟失，公交系統(tǒng)運行穩(wěn)定、快速高效，整個系統(tǒng)采用數(shù)據倉庫、云技術、大數(shù)據、虛擬網絡等高端技術設計，實現(xiàn)從終端數(shù)據采集、基礎數(shù)據運維、調度作業(yè)、實時監(jiān)管、高級挖掘分析等功能。服務器集群由GPS前置機、時實庫處理服務器、數(shù)據庫服務器、WEB應用服務器、文件服務器、流媒體服務器等服務器及相關的交換機、路由器等組成。放在中心機房，統(tǒng)一管理和維護。公交車安裝GPS一體化設備、視頻監(jiān)控設備等，實時傳輸車輛的運行狀況數(shù)據、接收并處理調度中心發(fā)出的信息、報站及預報站，與后臺管理中心進行雙向信息交流和通話。同時，車載終端系統(tǒng)還會對車輛速度、行車線路、?？空军c等進行智能分析，當某些參數(shù)超過標準值時，終端系統(tǒng)會自動報警，司機可采取相應措施，使公交車更加安全可靠。同時，調度中心能掌握路上運行車輛載客量、速度、?？?、等各種情況信息，可根據車輛位置速度等因素預計出車輛到站時間、距離等，并將這些預報信息通過GPRS發(fā)送到各電子站牌顯示出來，乘客通過電子站牌可清楚了解等車情況，極大方便了乘客，提高了公交服務質量。調度中心和二級調度通過調度管理系統(tǒng)，將電子地圖、公交線路網分別或同時，全部或局部顯示在屏幕上，通過操作可以在電子地圖上選取車輛并顯示此時車輛的運行狀態(tài)、速度、方向、線路號、車牌號碼、車型等，實現(xiàn)監(jiān)視、調度、管理各自管轄的公交車，并對公交車、司機等進行上下班、里程、正點率、完成率、油耗、材損等考核和獨立核算。
3關鍵技術分析
3.1數(shù)據倉庫設計、數(shù)據挖掘實現(xiàn)
公交GPS數(shù)據每10s上傳1包（約100個byte），每輛車平均運行14個小時，1萬輛車1個月的GPS實時數(shù)據大約為151M，加上調度排班、報警、加油加氣、維修保養(yǎng)、票款收入等數(shù)據，每個月的實時數(shù)據大約500M，若加上視頻監(jiān)控報警采集數(shù)據（1個月約30G）將達到1年就是366G，存儲10年就是3.7T，這樣大規(guī)模的數(shù)據要快速存取，用以往的關系型數(shù)據庫管理已經很難滿足要求，所以采用大數(shù)據技術對這些數(shù)據進行存儲、清洗、梳理、鉆取，按需求將數(shù)據分布統(tǒng)維度和粒度生成熟數(shù)據保存，采用數(shù)據挖掘算法，快速為用戶按需提供數(shù)據是必然，也是實現(xiàn)基于大數(shù)據的云智能公交調度管理系統(tǒng)的基礎。
3.2云技術服務技術
大數(shù)據存儲在數(shù)據中心，而應用存在各個離散的終端，網絡資源不一致，通訊速度也千差萬別，大規(guī)模數(shù)據快速訪問而不耽誤公交實時調度，用原始的方法幾乎是不可能滿足需求，利用云技術，將數(shù)據分塊、切片、緩存、差異化數(shù)據交互等處理，建立云服務及云端應用機制，實現(xiàn)全網硬件資源綜合利用的大虛擬網絡環(huán)境，充分利用網內所有硬件資源，實現(xiàn)公交快速調度作業(yè)是該系統(tǒng)的關鍵所在。
4結論
