《大数据论文（优秀6篇）》由精心整编，希望在【大数据论文】的写作上带给您相应的帮助与启发。
计算机技术的发展和互联网时代的到来，使人们越来越熟悉如电子商务和网络营销等字眼与服务，而随着人们在互联网上花费时间的增多，一些遗留在互联网上的数据通过计算被追踪与处理，并成为了企业营销中的主要分析数据，而随着海量数据的出现，大数据这一概念的出现也逐渐被国内外企业所接受和运用。大数据的主要特征在于“4V”，即数据量大、类型复杂、价值密度低和实效高四种。企业合理手机消费者行为数据并将其归纳为大数据进行分析，能够更为快速的了解消费者的生活方式与消费状态，同时也有助于企业更快的研发出更为贴合消费者心理的营销策略。大数据在市场营销中已然成为了主要的方式。此外，客户数据的海量性和有效性能够帮助企业更好的寻找产品发展新方向。大数据的出现对于企业，尤其是电力营销战略的制定将会具有极其重要的促进意义。
二、大数据在电力营销中的应用策略
大数据时代正在逐渐崭露头角，企业要想顺应时代的变化获得新的发展，就必须对营销体系进行重构，若能够通过大数据资源开展电力营销，必然会产生极大的市场价值。
1通过消费者视角，分析潜在需求行为大数据的特征表现在海量化的数据上，企业要想获得更为精确的信息，就需要通过大数据的分析来寻找顾客的潜在需求。因此，电力营销企业要想做好营销体系的构建，扩大企业经济市场，就要制定好多种方案，在大数据中寻找潜在的客户需求，学会通过客户的视角，对客户的消费行为进行行为与特征分析，从而进一步提高客户满意度，最大化的打开企业知名度。
2精准定位消费群体，开展个性化营销大数据能够为电力营销提供海量的数据信息，让企业能够在追求精准化的同时准确定位自身营销方式，从而划分出消费群体，打造个性化营销。随着社会经济的发展，电力营销企业开始越来越重视营销的精准化，而大数据的出现在一定程度上改变了产品的质量，导致消费者市场也出现变化。消费者市场的划分需要通过大数据进行主要原因自傲与企业所面临的是个体消费者，而不是群体消费，这样一来，个性化的营销必然会成为电力企业的营销主体。
3拓展营销新市场，制定产品新战略大数据是营销策略制定的基础和依据，这对于市场和业务的开拓也具有重要的意义。如腾讯游戏的研发，往往是通过大数据来进行精确地分析，从而使其能够领先于其他手游行业，牢固自己的经济市场地位。运用大数据分析数据，开拓新市场、新业务也是当今时代电力企业营销发展的必然趋势。要想做到领先同行企业，牢固自身市场地位，就需要在产品研发前期深入分析和研发大数据，制定更为符合客户个性化需求的产品战略，并进一步确定产品营销渠道，拓宽产品领域。
4依靠互联网技术，合作开展大数据营销随着互联网营销的兴起，互联网行业将绝大部分的精力都放在了大数据的应用上，大数据的应用也逐渐成为了营销的主要手段。大数据从狭义来看是人们通过互联网的使用而产生的数据，互联网行业拥有者手握最大的数据源，如阿里巴巴、百度和微博等等，其搜索引起联合线下进行，已经覆盖了人们绝大部分的生活。而电力营销要想得到进一步的发展，就要挤入互联网行业中，进行大数据营销。除了在自身领域建立数据资源优势以外，还可以通过业务延伸来实现多元化的发展。
三、结语
关键词：高校图书馆；特色数据库；数字化建设；数字技术；数字信息资源 文献标识码：A
中图分类号：G258 文章编号：1009-2374（2017）02-0189-02 DOI：10.13535/ki.11-4406/n.2017.02.091
伴随着现代数字技术的突飞猛进，高校数字图书馆建设也已经达到相当发展程度，用户对数字信息资源在数量上、质量上和技术上的要求都日益提高，特色数据库建设因此成为了高校图书馆数字资源建设的重要组成部分。建设特色数据库、提供特色服务已经成为了国内外高校图书馆的奋斗目标和研究对象，在实践和理论上都取得了长足进步，本文的研究着眼于理论上的总结和研究综述。
1 特色数据库概述
1.1 特色数据库的概念
高校图书馆特色数据库是指高校图书馆利用所在地域优势、历史文化资源，在本校特色学科和馆藏资源的基础之上，通过先进的数字技术和优秀的专家团队，对某一学科或某一专题的信息进行收集、整理、分析、评价、整合、存储，并按照一定标准和规范将其数字化而形成的以满足用户个性化需求并可以被用户快速方便检索利用的一种网络信息资源库。
1.2 特色数据库的类型
1.2.1 按特色数据库资源类型划分。高校图书馆的信息资源类型多样、数量庞大，特色数据库中的资源除了传统的纸质资源，还包括图书馆已引进的数据库资源、图片资源、视听资源、网络资源等。根据资源内容的类型可以分为以下四类：
（1）文本资源特色数据库：文本资源很多是图书馆根据本馆或者本地区的特色纸质资源扫描、复印转化成的数字化资源，这部分资源在有关古籍特色的数据库中占有比较大的比例，也是特色数据库资源的重要组成部分。
（2）图片资源特色数据库：在很多特色数据库中都有大量的图片资源，尤其是有关人物纪念的特色数据库，这些图片经过扫描、处理后，再进行数字化处理，转换成计算机能够识别的数字信息，经过分类、整理，成为特色数据库中的特色资源。
（3）视听和多媒体资源特色数据库：在图书馆信息资源中，视听和多媒体资源所占的比重越来越大。这些资源包括图书馆自身自建、购买的音频、视频资源，通过交换、捐赠等形式获得的音频、视频资源，还有目前各高校图书馆自建、购买的多媒体数据库等。这些经过处理的数字化多媒体资源，具有强烈的视觉冲击力，具有更形象、更具体的表现形式，被越来越多的图书馆用户开始使用，并在逐步减少纸质资源的使用。由此可见，视听和多媒体资源也是特色数据库的重要组成部分。
（4）网络资源特色数据库：很多高校图书馆把网上的资源加以整合、提供链接供图书馆用户使用，网络用户可以登录付费使用，高校图书馆可以购买这类型数据库，充实馆藏资源，建立相应的本地镜像站或者提供中心站检索服务，虽然图书馆不拥有这些资源，但图书馆用户可以免费使用这些网络资源。
1.2.2 按特色数据库资源内容特色划分。根据数据库资源内容特色的不同可以分为馆藏特色数据库、学科特色数据库、地域特色数据库、民族特色数据库以及其他专题数据库。我国高校现在的特色数据库一般类型有馆藏特色数据库、学科特色数据库、名人专家数据库、地方特色数据库以及一些其他专题数据库。
1.3 高校图书馆特色数据库发展的意义
高校图书馆特色数据库是将实体特色馆藏资源数字化，或将古籍善本、孤本等珍贵文献数字化保存，或将分散在各学科、各d体上的资源有效科学合理的整合在一起，并且通过现代化的网络技术、通讯技术等传播利用。高校图书馆特色数据库的建设加快了高校图书馆数字化、现代化的进程，是图书馆适应新形势的重要举措，是图书馆适应新形势的需要和必然选择，具体来说，它在很大程度上提高了图书馆的服务水平、服务效率和用户满意率。用户是图书馆资源建设和服务的推动者和最终受益者。高校图书馆特色数据库是按照用户的需要和习惯，将学校独有的信息资源加工整理数字化，并通过符合当今用户习惯的网络、移动通信等方式传播给用户，供其检索和利用，最大程度地满足用户的个性化需求，节省用户的时间，提高学习工作的效率。
高校特色数据库的用户不再仅仅局限于本校师生用户，越来越多地扩展到社会上，这就在很大程度上扩大了图书馆的服务对象和服务空间，使得特色资源在全社会范围内实现共享，推动了我国数字资源的建设进程，让资源在更广阔的范围内得到优化配置。
2 国外研究现状
国外对特色数据库的研究和实践都已经相对成熟。国外对于特色数据库的研究始于20世纪80年代，一开始的研究也主要集中在理论的探讨和特色数据库的介绍上，之后大规模的数据库开发建设实践兴起，内容涉及了商业、新闻、综合、科技、工程、法律、医学、生命科学、人文科学、社会科学及各种交叉科学等，不仅有单一学科还有交叉性综合学科，不仅涉及到了本地区本国的历史传统、文化文明，还收集了他国经济历史文化等相关资料甚至还有一些珍贵资料和古籍史料，如耶鲁大学图书馆建有15个特色图书馆，其中Lewis Walpole Library收藏了18世纪英国的书籍、手稿、印刷品、素描、水彩画和油彩画等珍贵资源；形式从原来的单一的文字、图表，扩展到了声频视频等多媒体特色数据库；从加工层次来看，全文的、事实型还有目录、文摘、索引等二次文献特色数据库。美国高校图书馆的特色数据库研究和实践处于世界领先水平，它们非常重视用户对于特色数据库资源的需求，Michell Visser提出高校在建设和开发特色信息资源，提供特色服务时要首先考虑用户的需求。J.Gakobo在“特色馆藏在高校图书馆中的作用”一文中，指出特色资源的建设要以服务于学校的教学、科研、特色服务以及未来高校的发展。
3 国内研究现状
笔者通过对comKI数据库中相关文献进行检索，限定在2003～2013年，以“特色数据库”为主题，共检索出论文3505篇，以“特色为数据库”和“高校”为主题，共检索出论文1356篇，并且纵观的数量，随着时间发展基本呈逐步递增状态，无明显起落，可以看出特色数据库研究已经不是一个新的议题，而高校图书馆特色数据库建设的研究在这十年间，历经了从有到无，到形成一定规模的过程。梳理分析这些文献，发现对其的研究主要集中在以下五个方面：
3.1 基础性理论方面
在研究初期多为理论上的初探，后来伴随着我国高等教育文献保障系统CALIS启动后，支持了一批特色数据库建设项目，理论研究随着实践的发展而日渐深入。相关理论研究不再只局限在可行性、必要性等一些条件性理论的研究上，有关定义、原则、建设意义、存在问题、相应对策等的研究慢慢增多，后来有了关于高校图书馆自建特色数据库建设标准、建设规范的研究和制定，并日臻完善。
3.2 技术方面
笔者查询检索到的所有文献资料，发现纯粹介绍研究特色数据库技术的文献很少，仅有朱道勇在《高校图书馆特色数据库建设技术研究》中，专门讨论了信息采集的扫描技术、光学字符识别技术、音视频捕捉技术；信息资源加工过程中一般涉及到的自动标引技术、人工标引技术和元数据技术等；信息存储过程中的直接连接存储、网络连接存储（NAS）、存储区域网络（SNA）；信息检索过程中的全文检索和智能检索技术；信息过程中PULL和PUSH技术等。其他涉及技术的文献多是以一个建设案例为代表，分析特色数据库系统的相关技术、性能。或者是一个新技术作为切入点，研究该项技术在图书馆特色数据库建设过程的应用和兼容。如吴涛的《拓片著录与网络利用技术在现代图书馆中的应用》、宋欣等的《运用ASP和SQL技术创建及备份图书馆自建特色数据库》等。
3.3 实践调研方面
在这方面的研究主要集中在对某省市、地区特色数据库的调研、统计、分析。比如《东北地区高校图书馆特色数据库建设现状的调查与分析》《江西高校图书馆特色数据库的现状和发展方向》《四川高校图书馆自建特色数据库调查分析》；这类型实践调研的目的和实际落脚点一般在于区域特色信息资源的共建共享，这也遵循了特色数据库建设的原则和目的，是值得研究和讨论的现实问题。对某一专业领域或某类型高校图书馆所建有的特色数据库的统计分析；《国内工学十强高校图书馆特色数据库建设浅探》《“211工程”高校图书馆特色数据库现状分析》等。这类研究有利于特色信息资源在行业内或同类型用户之间的有效利用和流动，节约时间成本和经济成本的同时促进了资源的合理配置和共享。
3.4 建设评估方面
对于高校特色数据库建设的系统评估研究基本上是基础理论发展到一定程度，结合特色数据库实践的迅速发展而兴起来的，同时也伴随着高校以及高校图书馆各种评估而进行和发展的。如《高校图书馆特色数据库建设评估研究》中涉及了高校特色数据库评估的基本问题研究、评估标准研究、评估模型和目标研究以及评估指标体系的研究等；此外还有《高校图书馆特色数据库建设评估指标体系的探讨》对高校特色数据库建设的评估指标体系做出了专门系统的研究。
3.5 其他方面
除上述研究以外，学者们还对特色数据库建设过程中的版权问题以及以此而开展的特色服务进行了研究探讨。
笔者总结高校特色数据库的相关理论，综述国内外高校特色数据库的发展研究情况，希望为我国高校特色数据库的发展奠定一定基础。
[1] 李冬。关于985高校图书馆特色数据库建设的调查[J].科学家，2016，（5）.
[2] Michell Visser.Special Collections at ARL Libraries and K-12 Outreach：Crrent Trend[J].The Jouranl of Academic Librarianship，2006，（3）.
[3] J.Gakobo.The Role of the Special Collection in the Academic Library[J].Academic Press Inc，1985，（17）.
[4] 朱道勇。高校D书馆特色数据库建设技术研究[J].内蒙古科技与经济，2009，（5）.
[5] 吴涛。拓片著录与网络利用技术在现代图书馆中的应用[J].图书情报工作，2010，（3）.
[6] 宋欣，等。运用ASP和SQL技术创建及备份图书馆自建特色数据库[J].牡丹江大学学报，2007，（5）.
[7] 王茹。江西高校图书馆特色数据库的现状和发展方向[J].图书馆学研究，2010，（12）.
[8] 陈京莲，罗红。江西高校图书馆特色数据库的现状和发展方向[J].图书馆学研究，2012，（8）.
[9] 冉小波。四川高校图书馆自建特色数据库调查分析
[J].图书馆学研究，2009，（10）.
[10] 段运国。国内工学十强高校图书馆特色数据库建设浅探[J].图书馆学研究，2010，（2）.
[11] 云广平，等。“211工程”高校图书馆特色数据库现状分析[J].电子科技，2013，（5）.
[12] 王启云。高校图书馆特色数据库建设评估研究[J].新世纪图书馆，2012，（3）.
关键词：互联网；大数据；网络营销；策略研究
在很多人还没搞懂什么是PC互联网的时候，移动互联网就出现了；在还没有搞懂什么是移动互联网的时候，大数据时代又来临了。在市场经济和科技飞速发展的今天，大数据所蕴含的营销价值也越来越大。通过大数据精准营销可以实现与客户一对一的连接，实现营销的个性化、具体化、一致化。大数据精准营销的网络营销是现在企业市场营销的主要方式，传统的营销模式已不能被现代社会所接受，大数据精准营销的网络营销必然充分释放营销的价值。
一、大数据精准营销的网络营销优势
（一）对客户信息的收集与处理。在大数据时代下，人们的隐私无处可藏。我们无法抵抗信息化时代的浪潮，一个人只要上网，在获取便利的同时，必然会留下相应踪迹。通过对数据的分析，我们可以从中得到一个人的基本信息，如年龄、性别、联系方式、基本职业等，通过对人的购买记录进行数据分析会了解到一个人的购买能力、消费水平、喜欢的商品类型、常买的商家。通过这些数据，我们可以了解到客户的消费偏好和消费心理。通过对数据的信息收集与处理，从而进行准确的分析判断，找到与公司品牌定位相符合的目标用户，筛选出无用信息。在实施网络营销策略之后，对于用户的反馈可以进行数据分析，对客户提出的建议进行充分的了解，更好的服务客户，提升产品，并对原有的营销策略进行改进。如果客户没有在网络中进行反馈，也可以通过对客户过往的消息记录进行数据分析，通过数据从而了解客户的需求，从中得知对产品可能存在的一些建议。（二）准确的市场定位。通过对大数据的分析，我们可以清晰的看到目标客户的行为特征，他们的需求以及他们的消费能力。通过对大众所需要的服务需求中来确定企业所要提供产品的种类。大众是否有需要，受众人群是否广大，人们的消费水平是否足够？过去传统的网络营销方式，往往以市场为参考和决策者的过往经验而制定，但由于市场经济的自发性和延迟性，传统网络营销，常常跟不上市场的需求。通过大数据的详细分析，进行精准营销，了解用户的消费特征，提前预知市场的发展变化，判断市场的发展趋势，在大数据精准营销的模式下挖掘新的商业价值。互联网背后蕴藏着成千上万的目标客户，通过对大数据的分析理解预测客户的行为，得到精准的信息，从而对产品进行市场定位。大数据精准营销的网络营销能够帮助企业降低成本，获取最大的利润，把有可能的损失降到最低，有效的实行资源的最大化分配。在数据中提取潜在的、有大价值的客户信息，并对此制定准确有针对性的营销计划。增加与用户间的互动，增强对客户体验的吸引力，在恰当的时间通过合适的渠道，把相关产品信息和服务提供给最有价值的目标顾客。（三）在激烈的市场竞争中保持优势。现在各行各业的竞争越发激烈，公司业务的发展，尤其是对新业务的推广，成为企业运营中的一个难点。传统的网络营销一般是通过简单的数据统计以及曾经的营销经验，从中得出营销办法。但这样的营销缺乏科学性和针对性，没有站在用户的角度进行考虑，在营销过程中缺乏实用性。在大数据精准营销的网络营销中，通过使用大数据技术来寻找用户对相关产品的感性程度来推荐产品。例如，中国移动运营商通过对大数据的分析和云计算，根据客户的购买记录，点击行为推荐可能感兴趣的产品，给用户推荐适合他们的套餐或者相关业务，对用户的点击偏好进行数据分析，划分不同的客户群体。像淘宝也会根据你曾经的浏览记录和购买记录，找出有可能喜欢的商品进行页面推送，这在无形中增加了用户的体验，有效的进行了网络营销。
二、大数据精准营销的网络营销策略
（一）建立消费者数据库。精准营销的网络营销的重要基础是掌握相关的数据资源进行数据库的建立。企业从大数据中挑选出符合自己公司营销产品的用户数据，并通过对数据资源的分析，从而得知公司的未来发展前景与走向，帮助企业的决策者进行营销策略的调整，从而减少风险，保证公司的利益实现。（二）利用自媒体进行网络营销。在自媒体时代，人人都可以是发言家。自媒体不同于官方媒体，因其发表的内容特立独行，与群众互动性强，发表的内容多与社会热点相关，走在社会发展的前沿特点有着众多的追随者。自媒体往往针对某一领域有着独特的见解，长期形成了相应的固定人群。如美食博主、美妆博主、旅游博主等。企业结合自身产品，与自媒体进行合作推广，这样就相当于把你的产品集中的推广到你大批相应的受众人群。利用自媒体的影响度，群众通过话题参与互动，在无形中为产品进行了营销推广。这种营销操作简单费用较低，是近几年非常流行的一种网络营销方式。（三）增加广告精准投放。当我们想得知一个信息或想购买一样东西的时候都会对其进行搜索，百度、淘宝等网站都会提供相应的搜索广告服务。企业通过与其相合作，将商品信息投放给可能感兴趣的用户，从而实现精准推送。这样的网络营销方式精准性强、针对性强。如一个用户在想要买一部手机时，也许会先在搜索网站进行手机相关资料的查阅，这时通过广告可以推广自己的手机品牌，实现精准的网络营销。
大数据精准营销的网络营销，在未来的营销中必将充分绽放出活力。在企业的发展中，谁率先与大数据相融合，在大数据这座金矿中找到蕴藏的规律，谁就能在激烈的市场竞争中抢占先机，立于不败之地。
参考文献：
[1]邓蓓。基于大数据技术的电商精准营销策略研究[J].现代营销(信息版)，2019(05):239.
[2]倪雪琴。大数据精准营销的网络营销策略分析[J].现代营销(下旬刊)，2019(04):56.
一、引言
大数据应用于精准营销就是在大数据的支撑下，尽可能多地获取消费者的信息，从中分析挖掘他们的潜在需求，并利用数据技术进行精准的广告投放，使营销更具针对性。首先，大数据为精准营销提供了海量的数据信息[1]。在互联网中，用户的信息行为都能转化为数据，企业通过分析这些数据，挖掘消费者的潜在需求，运用信息技术进行精确的、个性化的广告投放，实现精准的营销。同时，在营销过程中，每一个用户的Cookies数据是可记录和查询的，即与目标用户的每一次接触都会留下痕迹，利用这些“痕迹”可以建立一个消费者数据库，实现客户的信息管理。大数据使更高效的精准营销得以实现，精准营销又为大数据提供更多信息积累。
二、大数据下的精准营销模式
1.受众精准。大数据技术为营销找到更能满足业务需求的受众。通过对数据的整合分析，我们可以得出清晰的用户画像，了解用户的个性与需求，从而实现一对一的精准投放和服务。如拥有强大的数据管理平台（DMP）的TalkingData，能对超过20亿移动受众人群的数据进行汇聚、清洗、萃取，结合一系列算法模型，输出人群分类标签数据体系和目标受众分析工具。由此，企业可以更加精准地找出目标受众，进行针对性的广告投放。2.成本精准。大数据技术使广告投放更加精准，提升了广告的转化率和回报率，大大节约了成本。在大数据的支持下，我们能挖掘大量与消费者相关的数据信息，从中分析出消费者的基本属性、兴趣爱好、消费习惯、消费需求等，更加准确地定位目标受众并进行细分。再运用人群定向技术，精准地向受众投放针对性的广告。这样的精准投放，改变了以往大范围无目的的广泛投放模式，大大节约广告投放成本，避免浪费。同时，精准的广告信息往往能主动迎合消费者的需求，更容易使其对产品和服务产生好感，从而大大提高了广告的转化率和回报率。企业通过大数据进行精准营销，可最大程度降低营销成本，提升品牌价值。3.效果精准。运用大数据对消费者的需求进行筛选跟聚合，使精准营销的层次得到进一步提高。在大数据技术的支撑下，我们可以得到清晰的目标受众定位，有效细分人群，提供针对性较强的个性化聚合服务。改变了以往精准营销提供综合化服务的局面，大大提高了营销的效果。如，网舟科技通过对用户线上线下的数据进行只能筛选，为不同的使用情境建构了不同的推荐机制，使推荐引擎从以往的综合化服务转向个性化聚合服务。由此，商品导购更加智能化，消费者好感度增强，有效提高产品和服务的销量，增强了营销的效果。
三、大数据在精准营销中的应用
1.用户数据的挖掘。互联网时代下，用户的任何行为都会留下痕迹，利用系统日志数据、访问社交网络信息等，我们通过用户反馈信息，识别分析出用户的基本属性、兴趣爱好、消费行为、潜在需求等。以Facebook为例，超过12亿的用户量为其提供了海量数据。Facebook可以从Cookies追踪它的用户，如用户在使用Face-book的同时浏览网页，便可以追踪到用户所访问页面的网址。用户在Facebook里添加的标签，点过的赞等等也都可以成为Facebook识别和分析用户的基本属性、个性取向、情感状态、消费水平、政治倾向等各方面信息的数据依据。企业可以通过访问Facebook主题数据对消费者进行研究，进一步了解消费者，绘制品牌受众地图，进行品牌内容评估，从而准确地投放广告、开发客户，实现精准营销。2.定向广告的推送。精准营销成功的一个重要条件是精准的营销信息推送，即将相关的产品广告、促销活动等信息向目标受众推送，引发其关注并产生点击、阅读等行为，从而进一步吸引其购买产品。它包含两方面，一是目标受众，即营销信息应该推给谁；二是信息内容，即向其推送怎样的信息。以前，企业难以获取足够的用户信息，因此无法采取有针对性的传播内容，造成大量的广告资源浪费。在大数据时代，我们可以搜集大量的用户信息并进行分析，从而判断出我们的目标受众，进行个性化的定向广告推送，大大提升了广告效率，节约广告成本。3.主题数据的开发。主题数据的开发，将数据信息预处理，通过预处理后进行识别，根据不同的管理需求及其相应的信息，将工作定义为不同的分类，再针对各个主题数据库进行主题定义。它可以为营销者带来一个清晰的用户视图，从而实现更精准的营销。如企业可以访问Facebook主题数据，识别提取用户信息，再从信息的不同利用角度出发进行分类，整理形成各个主题的数据库。根据这些主题数据选择性地改变他们在平台和其他渠道的营销方式，使广告投放更加精准。
四、精准营销的大数据技术应用
1.大数据分布式存储管理技术。大数据是涉及整个软硬件系统的各个层面上诸多计算技术的融合。当大数据处理平台搭建后，将要考虑数据存储问题。在集群环境下，需要大数据的储存并发访问，主要采用分布存储系统[2]。分布式存储对大数据才存储通过可扩展的方式高效可靠的管理，但无法对结构化、半结构化数据进行访问和管理[3]。因此，面向结构化和半结构化数据存储管理和查询分析系统营运而生：例如HBase和Hive等系统[4]。2.大数据并行计算及系统平台。大数据并行计算系统平台框架主要是Hadoop、MapRe-duce。近年来人们研究实现了更多种大数据并行计算模型与框架，以提高大数据的处理效率。其中，集多种计算模式为一体的Apache、Spark发展迅猛，成为新一代主流大数据并行计算系统，受到了工业界和学术界的广泛关注和使用。3.数据分析。金融征信、互联网舆情、商业用户画像、电信精准营销及智能交通管理等领域的大数据分析应用层出不穷。大数据以应用系统需要有相关专业及知识结构的应用行业专家对领域应用的具体案例和问题构建行业具体应用的逻辑业务模型，并采用分析软件进行分析归纳数据，计算机专业人员通过以上分析，再进行设计和开发相关大数据应用系统。通过其存储、计算、分析等技术层面的运用，能够构建针对不同行业领域的大数据分析或解决方案[4]。
五、结论
大数据时代下，我们可以在不同媒介不同领域中挖掘、提取各种数据资源，通过对这些数据的整合与分析，我们可以得到用户的基本属性、兴趣爱好、消费需求等，绘制出精准的用户画像，明确他们的潜在需求，并针对这些差异化需求进行精准的个性的广告传播。这大大提高了广告主寻找目标消费者的效率和精准性，极大地节约了广告投放成本，提高了广告投放效率。我们要时刻关注技术的发展，抓住大数据带来的机遇，同时也不能盲目迷信大数据，要积极应对它对广告业的挑战与冲击。
参考文献：
［1］李洁，应昌成。大数据发展趋势［J］.电子技术与软件工程，2017(22).
［2］严格非。大数据处理技术与系统研究［J］.信息与电脑(理论版),2018(5).
［3］LuG,YuH,LiY,etal.StudyonSAMPA_STforLhasaTibetanandrealizationofautomaticlabellingsystem［C］//InternationalConferenceonImageAnalysisandSignalProcessing.IEEE,2010:133-137.
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
2.1在历史文化名城空间数据上的应用
在《历史文化名城、名镇、名村保护条例》中提到，历史文化名城、名镇、名村应当整体保护，保持传统格局、历史风貌和空间尺度，不得改变与其相互依存的自然景观和环境；建设控制地带内的新建筑物、构筑物，应当符合保护规划确定的建设控制要求；核心保护范围内的历史建筑，应当保持原有的高度、体量、外观形象及色彩等，从条例以上的内容描述可以看出，与历史文化名城展示与利用的相关信息具有非常典型的空间性．历史文化名城展示与利用中空间数据的采集，基于移动设备、互联网络、测绘系统、自动记录系统、数据档案系统等，以及通过这些系统综合分析所产生的再生数据．大数据通过整合和深入提取这些空间数据，将这些信息进行重新利用，实现海量展示与利用的数据信息的实时处理，智能判断以及快速决断，为某一项历史文化名城的展示利用提供决策依据．随着三维激光扫描技术的逐渐成熟，在历史文化名城的街区展示利用中，通常采用三维激光扫描技术，将历史街区现有的建筑特征和风貌进行数据的采集和整理，之后通过计算机相关软件的处理，恢复历史街区传统的风貌特征，并通过虚拟现实等技术手段将其进行一定的场景重现．
2.2在历史文化名城数据分析上的应用
由于大数据在信息处理上具有透彻感知、广泛互联互通、深入智能等特点，能够借助互联网络进行传递、协同以及共享操作，在通过利用先进的数据分析技术，深入分析收集到的展示利用的数据后，进而获取到更加具有创新性的、系统性的、全面性的数据信息来满足某一项历史文化名城在这方面的信息需求．大数据在数据分析方面的应用，从过去单维度的项目计划、项目管理和项目执行，转变为多维度的新兴的项目协作关系．在这种新的组织关系下，每一处历史文化名城个体，在进行展示与利用项目的筹划、设计和实施过程中，都可以精确地、自由地、即时地共享和获得相关信息，发掘同一类型数据的共性和不同，对彼此各自的特点进行正面、真实、合理的归纳与总结，找到若干种恰当的展示与利用的方式与方法，然后进行比较和选择，以达到最佳的展示利用的效果．大数据的应用，促进了历史文化名城的数字化基础构建和物理设备的相互融合，通过数据对于名城的数据采集和汇总，经过网络实现人与物的统一与整合，之后再通过云计算技术，使其对于历史文化名城的展示与利用的管理更加动态化、系统化．
3大数据对历史文化名城展示利用的意义
历史文化名城的组成是由历史文脉和城市形态两大重要要素构成．现在愈来愈多的人们开始呼吁政府有关部门采取有效的措施，保护和传承历史文化名城的历史脉络和注重塑造城市形态，传承历史记忆，展现人文气息．在社会经济处于重大历史变革的今天，对于历史文化名城传承的思考更加具有意义．历史文化名城的历史文脉和城市形态通常表现为包括城市空间形态、结构形态、聚集形态等一些具有可读性强的、城市意向明显的、静止性的、永久性的客观物体．城市形态作为物质属性，其展示利用通常是展现城市的空间轮廓、城市肌理、街道格局、风貌特征、建筑物和构筑物本体等；而历史文脉作为非物质属性，其展示利用通常是展现与历史文化形态有直接联系的演变规律、历史事件、社会结构、社会制度、哲学思想、伦理观念、语言文字、文学艺术、礼仪风俗以及地域文化等．历史文脉的展示通常是结合历史文化名城的物质空间和相关史实文献资料的整理，采用声、光、电等现代的技术手段将抽象的历史文脉以一种相对具体的形式进行展示．大数据的功能和作用就是能够把城市形态和历史文脉等这些具有物质属性和非物质属性的资料信息进行数据化、数字化的统计、整理和归纳，以一种清晰的思路与方式展示历史文化名城文化创造的成就，以生动、形象、完整的方式来诠释历史文化的脉络．通过大数据在历史文化名城形态特征的展示与利用，探索古代与现代文明相互融合的有效方式与途径，在保持相关历史记忆的同时，加入新的科学、技术的活力，从而促进历史文化名城的可持续发展．从历史文化名城的展示利用的角度来说，加强文化遗产展示与利用和促进经济与社会发展的有机结合，探索展示利用的有效解决途径和方式，是为历史文化名城的展示与利用提供策划方案、拟定策略、提供决策的科学依据．只有在保持古城的形态和历史文脉传承的前提下，选择大数据的方式进行历史文化名城的展示与利用，文化遗产本身及其遗产价值才能以更有成效、最佳的方式体现．
4结语
1.1大数据等于大机遇与大问题
数据的数量随着现代企业的发展以指数级的速度与日俱增，从这些数据中提取有商业价值的信息的期望也随之增加。越来越多的企业领导人明白，近乎实时的大量数据收集分析可以帮助他们应对市场趋势，在日益严酷的经营环境中占据一个独特的竞争优势。随着大数据主动获取越来越多的数据，为企业领导人提供了增强的商业价值同时，企业在存储数据方面将面临着巨大的风险和威胁。
1.2大数据等于大安全威胁
公司刚开始体验到大数据的优越，像任何新的恋情一样忽视对方的缺陷。然而，了解这些海量数据存储包含大量的“有毒”的数据对用户来说是很必要的。有毒数据是指脱离控制后会造成损害的数据。通常情况下，有毒数据包括监护信息如信用卡号码，个人可识别信息（PII）如身份证号码，和个人的健康信息（PHI）和敏感的知识产权，包括商业计划和产品设计。如今，网络黑客和一些商正在偷这类有毒的数据。安保不全和缺乏控制的大数据环境可能会使这些恶意行为更容易。随着大数据热度的消退，公司必须意识到大数据环境问题，并适当控制和保护他们的大数据环境。
1.3大数据等于大安全挑战
像任何技术创新一样，应用大数据带来的好处已使企业下意识的忽略了其潜在的负面影响。当安全专家指出其潜在后果时，业务和IT领导人会认为专家是为了商业利益故意将弊端夸大化，现有的安全技术被直接应用上去，而不考虑实际。我们都知道，直接覆盖或者套用的方式是无效的并且会引起很多安全方面的问题和挑战。现在是时候承认大数据的安全风险，并开始计划进行适当的控制了。
1.4大数据等于大责任
除了存储相关的知识产权问题，大数据环境还包括公司可以控制但不能拥有的数据。这通常包括客户数据和业务合作伙伴数据。由于大数据是整个组织的数据集中，安全和风险管理专业人士必须努力消除现存的数据存储上的权责问题。例如，法律团队和负责数据泄漏防护（DLP）的安全小组来一起从事分散数据发现和项目分类，这样的组合可以提高效率，降低成本，提高可操作性。在应用安全控制之前（如加密，标记，和权限管理等），可以用一个统一的方法来提取和分类归档数据，便于存储和删除如此大量的数据。法律、安全团队还需要一起研究了解大数据相关的监管问题。例如，也许你的企业要发展从客户大约24000000000微博中挖掘和分析市场情报的能力，这听起来是个好主意，但它在一些个人隐私法比较严格的欧洲国家也可能触犯法律，如德国、西班牙和意大利等，你的大数据事业甚至在开始之前就突然死亡了。然而，如果安全人员参与了项目的早期建设，企业能有更好的机会来利用更多的或更有前途的替代技术，如在大数据初始化处理上使用标记技术来代替PII技术。
2安全发展的驱动
如果我们把信息安全行业作为一个整体来看，除了快速发展的的威胁形势外还有什么能推动创新？回顾过去，有两大创新驱动力：一个是内在力，即顺应发展要求。它看起来跟创新没关系，但实际上它在某些领域确实推动创新，像加密和标记等。解决这些问题涉及实际的经济利益。第二个驱动力是外在力，即环境威胁，主要是攻击，特别是高频率高质量的攻击。这两个驱动因素今天依然存在。个人设备的广泛应用，和公共云服务的快速发展也必将推动安全性的创新。但现在，还有另外一个驱动力，它很有趣，而且对于安全来说相当新鲜，那就是隐私。最近隐私问题一直出现在聚焦排行榜前列，绝对是推动建立创新解决方案的驱动。关于这方面有一个很具古义的创新app：阅后即焚，一种邮件自毁程序，即邮件或聊天内容存在一定时间后即删除。这对于安全来说就是个很新鲜的尝试。IT安全的最重要的问题之一就是缺乏良好的指标。很多时候，我们不得不基于先例来处理问题，在某些情况下，甚至是基于使我们更安全或更不安全的迷信。大数据和数据分析提供了一种进行安全实衡量的可能，它或许可以给我们一套可落地的实用标准，这将不只是影响尝鲜的大企业，也会给中小型企业带来非常具可操作性的想法。
3大数据的影响
大数据改变了信息安全领域的本质。在过去的几年里，看似不可能的大量消费者和行业数据（又名大数据）的概念频频出现在新闻中，由于它引起了人们对公共，私人消费，政府信息安全和隐私问题和业务水平。发现，收集和保存敏感数据（如消费者的IP地址，企业的预算，购物习惯或信用卡信息）的做法，不仅挑战了数字时代的隐私概念，同时也为黑客、网络窃贼和网络恐怖分子创造了新的难以抗拒的目标。其结果是，就算是信息安全专家都需要了解如何调整自己的工作，以有效的方式来管理大数据现象。
3.1在健康医疗上的影响在健康保险方面，在过去的二十年中，医疗费用以惊人的速度增加，目前估计为GDP的17.6％。医疗专家在提高治疗过程效果的同时也在寻求如何降低费用，大数据的出现给了转变医疗卫生及保险行业一个合理的解决方案。麦肯锡全球研究院估计，如果发挥大数据战略杠杆的最大潜能，每年估计能有十亿利润增加。举例来说，利用大数据分析和基因组研究与病人实时记录，可以让医生对治疗做出更加有效的决定。此外，大数据将迫使保险公司重新评估其预测模型。随着医疗服务的成本上升和医疗保险费的上升，将有必要进行积极的医疗管理和健康管理。这种转变从被动到主动的医疗保健和保险可能导致护理质量的提高，降低医疗费用，并最终导致经济增长。在过去的十年里，在医疗IT中的安全漏洞呈现稳定增长。在2013年，KaiserPermanente的（美国最大的非营利性医疗保健机构）通知其49000例患者，他们的健康信息被泄露，因含有患者记录未加密的USB盘被盗窃。此外，对病人的隐私和数据安全的一项研究表明，医疗及保险商94％的客户在过去的两年中至少有一个安全漏洞。在大多数情况下，这些攻击是来自内部人士，而不是外部。随着不断变化的风险环境和新出现的威胁和脆弱性，安全方面的违例将层出不穷，电子病历及保单的安全性必须予以高度重视，以确保客户的安全。现在患者的信息以不同的安全级别被存储在数据中心，并且大多数的医疗数据中心有安全认证，但认证并不保证病历的安全性，更侧重于确保安全策略和程序而不是执行它们，而通过在健康医疗及保险上应用大数据将显著提高安全性和病人的隐私关注度。
3.2大数据在商务的影响数字数据和信息安全的管理几十年一直是一个热门的商业问题。自互联网在上世纪80年代成为主要通信设备开始，人们就不得不开始为保护公共和私有数据而和黑客的攻击作斗争。但是，大数据的出现，彻底改变了信息安全领域。虽然大数据的概念可能使隐私问题受到过分关注按，单从商业营销策略和产品开发的角度看它一直是一个宝库。通过分析从城市，省，国家或全球客户收集数据点，公司能够分析特定的购买趋势和区域影响力。事实上，这些数据库已经变得如此有价值，以致它们通常被认为是一个企业的资产清单的一部分。然而，大数据已成为网络威胁，它已经成为黑客或企业间谍活动的主要目标。在过去的五年里，已经出现了跨多种行业的众多的对大数据的攻击。几年前，TJX公司经历了一个信用卡信息安全漏洞事件，影响了数以百万计的全球客户。除了丢失的数据是保密的或有价值的外，另一个主要后果是消费者对企业信心和信任的丧失。这就是为什么大数据的安全性已经成为核心业务战略的一部分，精明的企业都在寻找合格的专业人才，以保护自己对敏感信息的大量投资。
3.3大数据在信息安全方面的影响企业聘请技术专家来管理网络安全和信息技术的时代已经一去不返了，因为大数据需要信息安全产业利用所有领域的专家来提供对重大漏洞的安全防护。作为其主要的业务资产之一，许多企业正在推动扩大他们的数据基础设施系统以保护大数据。一个有趣的结果是，扩大或升级技术基础设施也成为一个公司的价值增加的重要方式。安全信息基础设施，包括服务器，网络，防火墙，工作站和入侵检测系统是不可或缺的安全，因为他们支持复杂算法的快速处理，并提供对大数据威胁防御的第一道防线。在大数据世界里大家都开始变得不同了。大数据需要在许多方面都有研究的信息安全专业人士，而不是跟以前一样专注于该领域。
4结语