大数据时代的网络招聘

大数据时代的网络招聘（精选十篇）

大数据时代的网络招聘 篇1

互联网时代, 企业的一切竞争归根是人才的竞争, 招聘作为企业吸收人才的主要途径, 对于整个企业的生存和发展有着重要的意义。

从2009年开始“大数据”成为互联网时代的热门词汇, 它指的是无法在可承受的时间范围内由常规软件工具进行捕捉、管理和处理的数据集合 (维基百科) 。维克托·迈尔-舍恩伯格和肯尼斯·库克耶在其编写的《大数据时代》中提出大数据将改变我们的生活及理解世界的方式。

IT技术的不断发展将我们带入了互联网和大数据时代, 我们拥有了海量的数据和大规模的计算能力。凭借能够帮助企业在需要人才时迅速找到合适人才的优势, 网络招聘已成为当今主流的招聘方式。大数据时代, 数据成为核心资产, 并深刻影响企业的业务模式。网络招聘的相关企业更应借此大势, 顺应未来的发展趋势, 努力营造自身发展的契机。

二、网络招聘的现状

网络招聘是指运用互联网相关技术, 帮助雇主和求职者完成招聘和求职的过程。伴随我国互联网渗透率的迅速攀升, 据艾瑞咨询统计数据显示, 2013 年使用网络招聘的企业数量已达到248 万家, 网络求职者的规模超过8000 万人。网络招聘已成为主要的招聘方式。据企鹅智酷的《2015网络招聘用户调查》结果显示, 高达57.6%的用户表示愿意通过招聘网站发布求职信息, 可见招聘网站已成为网络招聘的一大主体。

招聘网站经历了从传统网络招聘模式到融合大数据技术的新兴网络招聘模式的演变。传统招聘网站的初级关键词筛选在面对互联网发展带来的海量招聘数据时显得十分吃力, 造成招聘初选效率低以及入职者与职位匹配度低等问题。大数据的运用实现了基于“机器学习”的企业与人才的双向智能匹配, 达到了招聘的两大目标:高效和精准。

三、传统网络招聘模式和新兴网络招聘模式的对比分析

招聘主要包括3个阶段:简历收集阶段、简历筛选阶段和候选人考察阶段。招聘网站主要负责前两个阶段, 获得海量真实有效地简历并从中筛选出企业需要的人才。

1.简历收集

作为传统网络招聘的典型代表, 智联招聘凭借中国互联网市场的巨大用户基数和“信息入网”的巨大红利, 通过实行Monster的个人免费注册简历的方式获得了大量简历。但是, 网络招聘的虚拟性以及市场监管不力造成的虚假信息泛滥使得简历真实性低;并且一些网站为了吸引更多的用户故意不及时删除过期的招聘信息造成无效的招聘信息多, 简历的有效性低。

新兴的网络招聘模式融入了大数据技术, 不仅大大增加了简历的数量, 而且在很大程度上改善了先前简历真实性低、有效性低的问题。

针对目前国内单个招聘类网站简历数量相对较少的现象, 妙招网推出人才简历抓取技术——Galaxy人才星云技术, 它打破了超过176家独立招聘网站之间的藩篱, 目前已收录超过8700万份活跃求职者简历, 全面覆盖中国三线以上主要城市以及45个行业领域, 有效解决了简历数量的问题。

人才雷达技术将社交网站与招聘相结合, 采用“社交网络+数据画像”的模式, 提高了求职者信息的真实性和有效性。它通过对求职网站和社交网站的数据库进行数据的定向挖掘和分析, 将被推荐者的邮箱、网络ID、Cookie地址等多维度身份标识进行匹配, 从职业背景、专业影响力、好友匹配、性格匹配、职业倾向、工作地点、求职意愿、信任关系、行为模式9个维度为求职者建模画像。对招聘者全方位的认知, 定会提高简历数据的真实性和有效性。

2.简历筛选

在传统的网络招聘中, 简历的筛选更多地依赖于人工, 但求职者往往因为投递简历的成本过低而选择海投简历, 对企业进行“简历轰炸”, 大数据技术的运用则将雇主从“简历轰炸”中解救了出来。

e成招聘以 “机器学习”来取代人事部门前期的搜索筛选、人力沟通环节, 由系统基于数据精准实现人与机会的匹配, 并由系统自动沟通意向。首先建立基于企业的人才需求图谱和基于求职者的人才职场DNA。企业的人才需求图谱是通过对某企业离职员工样本、HR招聘行为、求职者的求职行为等分析得到的。而人才DNA则是利用大数据技术搜集分析求职者的能力数据 (学历、经验等) 、素质数据 (个人的稳定性、兴趣爱好等) 和行为数据 (搜索、投递、收藏、简历更新) 得到的。如果二者恰好吻合, 那么推荐流程就会自动开启:在合适的时间, 智能向企业推荐合适的人才, 向人才推荐合适的机会, 真正完成机器学习的过程。

毫无疑问, 大数据技术有效解决了简历收集与筛选的问题, 基于数据和事实的分析为企业找到合适的人才, 为人才找到心仪的企业, 实现了招聘“高效+精准”的目标。

四、大数据技术带来的挑战及建议

1.对求职者隐私的威胁

数据使用者发现大数据对招聘的价值后可能会进一步获取和利用求职者的个人数据, 而这其中也不免包含求职者不愿被利用的个人信息, 这将对求职者隐私造成威胁。数据使用者作为最大的受益者, 对自己的行为负责, 可能是保护求职者隐私的最好方式。

2.数据独裁

随着数据分析对招聘决策的支持日渐明显, 招聘者不免过度依赖数据。我们应该认识到大数据无法完全替代人类的作用, 招聘者应明智地使用数据, 不应放弃直觉, 要使用所有可用的信息作出发自内心的决定, 避免出现数据独裁。

3.数据安全

随着数据信息的规模越来越庞大, 安全问题也就越来越重要。数据泄露、缺失等问题如何解决是当前面临的巨大挑战。创新网络招聘的相关技术, 为更多的数据信息加上一把安全的锁。

五、总结

网络招聘迈入了大数据时代, 我们应该清楚的认识到, 机会与挑战总是并存的, 如何把握机遇迎接挑战将决定网络招聘的兴衰。如今, 数据获取变得越来越容易, 然而面对海量的数据, 如何更好地分析和使用应成为招聘网站不懈探索的课题。相信凭借着对大数据的深入认知与实践, 网络招聘或将迎来意想不到的井喷期。

摘要：本文以互联网和大数据为背景, 分析了网络招聘的现状, 通过对招聘网站的传统网络招聘模式和融合大数据技术的新兴网络招聘模式进行对比, 阐明了大数据技术给网络招聘带来的变化, 并提出了招聘网站在大数据时代可能面临的挑战及建议。

关键词：大数据,招聘网站,机器学习

参考文献

[1]董晓宏, 郭爱英.大数据技术在网络招聘中的应用研究——以K企业为例[J].中国人力资源开发, 2014, (18) :37-41.

大数据时代的餐饮网络营销思维 篇2

一、大数据和新环境条件下的餐饮

1.国家八项规定六条禁令与餐饮转型升级

自2012年12月中央出台关于改进工作作风、密切联系群众的“八项规定”和“六条禁令”以来，曾被公款消费撑起的高端餐饮业泡沫破灭，中央明令禁止、百姓深恶痛绝的迎来送往、大吃大喝、铺张浪费等不良现象有所收敛。但是中国吃网餐饮网提醒，相应地，餐饮企业尤其是高端餐饮企业也受到了重创。以小南国为例，2013年营收13.86亿元，同比增长4%，净利润67.1万元，同比下滑99.4%，受公务消费缩减及市场环境不利影响，小南国则关闭了旗下8家经营业绩不佳的门店。餐饮企业纷纷调整经营谋划转型，大众餐饮顺势而上。但高端餐钦企业要如何做才能保得住面子又接的了地气呢?

2.大数据：你的客户在哪里?

2014年初春，中国商务部公布中国春节黄金周餐饮销售增幅创六年新低，春节黄金周餐饮销售增幅二十年来第二年处于个位数，中国高档餐饮业进入“严冬”。虽然受到国家政策影响，但对于餐饮企业来讲，要赢得利润万变不离其宗的是如何找到合适的消费人群并让他们觉得花的钱物有所值。那么合适的消费人群是从哪里寻找呢?

全球知名咨询公司麦肯锡最早提出“大数据”时代的到来。麦肯锡称：“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。”那大数据是什么呢?以全球最大的在线旅游公司Expedia为例，Expedia拥有分布在全世界70个国家的约150个站点，每个月有五千万的用户访问，其手机APP的下载次数达到每分钟200次，毫无疑问，Expedia是个掌握着大量数据的公司。而我们可以从这些大量数据里得到数据，经过处理之后，更好地帮助我们了解消费者的需求。从而为他们提供相关度高，准确而又个性化的产品。对于餐饮企业，仍是如此。

3.营销渠道的转变-移动终端带来的机遇

冯和平和文丹枫在《移动营销》一书定义了移动营销——“移动营销就是利用手机、PDA等移动终端为传播媒介,结合移动应用系统所进行的营销活动”。安志弘提出,移动营销是指在移动过程中所产生的营销。那么何为移动终端呢?移动终端或者叫移动通信终端,是指可以在移动中使用的计算机设备,广义的讲包括手机、笔记本、平板电脑、P0S机其至包括车载电脑。但大部分情况下是指手机或者有多种应用功能的智能手机以及平板电脑。移动终端可以做到无缝占据人们的碎片化时间,而便捷的移动网络更是保证了使用者部分时间地点的分享信息。随着智能手机的普及，越来越多的用户开始习惯使用移动设备预订及支付，消费者变得更加主动，消费已经演变成一种双向互动的体验，餐饮行业作为典型的服务性行业，需要紧跟时代的趋势，充分利用移动营销抓住这一部分客源。

以西安饮食股份有限公司为例，其所属的各大餐饮品牌企业，先后携手拉手网、滴嗒团、窝窝团等团购网等知名电子团购商合作;同时通过“114”电话订餐平台、网络和移动互联网

系统，扩大消费;并且，不遗余力地与美食订餐网、丁丁网、上品拼客网、订餐小秘书、QQ美食、交通银行、民生银行、中信银行、招商银行等多商家开展合作，共享会员，开展网上订餐，直接拉动了消费，带来了可观效益。

1.O2O：营销新模式的探索

O2O(Online To Offline)，区别于B2C、B2B、C2C等电子商务模式，即把线上的消费者带到实体商店中去：在线支付线下商品、服务，再到线下去享受服务。通过打折、提供信息、服务预订等方式，把线下商店的消息推送给互联网用户，从而将他们转换为线下客户。在此模式下，线下服务就可以用线上来揽客，消费者可以用线上来筛选服务，还可以在线支付、点评。该模式最重要的特点是：推广效果可查，每笔交易可跟踪。

国家厉行节俭政策的出台，使得高端餐饮普遍受到影响。但是北京万豪酒店城墙小馆西餐厅却有自己的生财之道，其通过网络第三方平台来发布团购、优惠信息，直观的图片更方便地让用户了解产品的相关信息，在一定程度上增加了酒店客源，丰富了客源结构，促进了酒店市场的丰富程度。目前，万豪酒店西餐厅从线上的引导客流消费占到总收入的50%，保证营业额的完成以及市场份额;其次是业内都在做类似推广，落后于其他企业，可能会丢掉这样一块网络市场;再者，Online方式对餐饮品牌以及酒店品牌、知名度也会有一定提高。与几年前高高在上的态度不同，如今高端餐饮、五星级酒店通过线上所提供的服务、菜品样式、酒店风格的展示，来加强普通消费者的认知，吸引他们来消费，也为酒店带来了一些婚宴、会议、客房的后续的消费。

此外，O2O实现了用户行为可追踪、可衡量、可预测，让企业跨时间、跨地域接单，确实是“三高一低”(高人力成本、高房租、高税费、低利润)的传统行业带来了低成本推广、运营的新方法。

二、大数据与餐饮经营模式的转型

1.目标市场新定义：没有粉丝就没有未来

一部《来自星星的你》红透大江南北，太平洋东西岸，跨越了娱乐新闻范畴，从服装界向餐饮、旅游等各个领域渗透。粉丝们率先挑起剧中同款服饰的购买热潮，女神的时装盘点，女神的化妆品盘点，女主角睡过的同款睡袋、男主角的睡前读物《爱德华的奇妙之旅》„„凡是能和《星你》沾上边的，统统都火了。当然了，还有初雪天要吃的炸鸡啤酒都成为了恋爱男女们约会的必点套餐，粉丝追星的狂热之举推动了韩国文化产业之外其他产业的发展和输出。

到底是怎样一种魔力“号召”粉丝们心甘情愿为明星掏钱?中国的餐饮企业在这股新韩流中，又有什么可以借鉴的呢?

“得粉丝者得天下”，“粉丝经济”到来，顾客才是最大的资源。

在台湾着名策划人、实践派营销策划专家黄泰元先生看来，淘宝、小米都是大数据时代的“赢家”，他们靠的更多的是粉丝，也就是那些忠诚买家。“小米的雷军很厉害，他的博客

就有800万粉丝，是忠诚粉丝，是小米的爱好者、狂热者、追随者。”黄泰元如是说。在互联网的作用下，这些忠诚粉丝的最大价值就是“裂变”，由1个粉丝增长为2个粉丝，甚至是一群粉丝。“这些消费者已经变成了消费商，他们会利用微博、微信等手段，哪怕是秀一秀自己买到的产品，就会引来朋友圈的一群人，依次裂变、增长，其效果是不可估量的。”目前的新形势下，粉丝是核心顾客群。

对于一个餐饮品牌来说，“粉丝”也是品牌的一部分，牢不可分，是最优质的目标消费者。因为喜欢，所以喜欢，不需要理由，一旦注入感情因素，有缺陷的产品也会被接受。互联网时代，创建品牌和经营粉丝的过程高度融为一体了，让粉丝参与到餐饮品牌的传播中，品牌用户远没有粉丝那么忠诚。

2.数据平台与精准定位：重新认识你的顾客

大数据的关键在于数据挖掘，有效的数据挖掘才可能产生高质量的分析预测。海量用户和良好的数据资产将成为未来核心竞争力。一切皆可被数据化，餐饮企业必须构建自己的大数据平台，小企业，也要有大数据。用户在网络上一般会产生信息、行为、关系三个层面的数据，这些数据的沉淀，有助于企业进行预测和决策。一切皆可被数据化，大企业需要构建自己的大数据平台，小企业也要有大数据，关键在于积累，在于积累的工具，但是这个工具必须是为餐饮企业服务的工具。平台性的比如淘宝、大众点评，他们的大数据，不会为餐饮企业所用，或者你用一次花一次钱，最后你用不起。餐饮企业构建自己的数据平台，必须要有自己的CRM系统，有自己的餐饮管理系统平台和手机移动网络餐厅平台，这样，消费者的基本信息、消费频次、点菜的口味、消费水平等都会记录在餐饮企业自己的信息系统中，提炼、分析这些数据对未来的经营决策价值巨大。

3.自媒体营销：顾客和企业的狂欢

随着自媒体时代的到来，餐饮行业的营销方式也发生着变化。根据Shayne?Bowman与Chris?Willis的定义，自媒体，即“we media”，是依靠现代数字科技由普通大众分享信息的途径，本质上是一个大众化的信息发布和传播平台，每个人既是信息的接收者，更是制造者和传播者。其传播工具包括Facebook、Twitter人人网、QQ空间、微博等，它们共同构成了自媒体平台。每天都有海量用户生成内容涌进这一平台进行传播和扩散。

菲利普?科特勒认为，“与顾客直接沟通和交易的渠道不是传统的广告、杂志或者终端零售店，而是电子方式!自媒体的兴起，为餐饮企业互动营销活动的开展提供了更加广阔的平台。

自媒体平台具有门槛低的特点，餐饮企业或个人只要在相关自媒体平台上注册用户就可以发布信息，信息简洁，每位顾客甚至每位员工都可以成为信息源。另外，信息发布也很方便，可通过PC网络和移动终端设备(如手机、平板电脑等)随时随地发布信息。

自媒体具有非常强的即时性和交互性，餐饮企业或顾客可借助现代互联网设备随时随地地进行信息的发布和接收，大大缩短了信息源与用户之间的传播途径和信息的传播时间。另外，大部分自媒体平台都具有转发功能，如果餐饮企业的关注者数量较多，转发者会使信息在关注群体中迅速扩张，传播速度呈现几何增长，转发信息的过程几乎可以和接受信息同步，实现即时的信息再传播，使餐饮企业发布的信息真正“一传十，十传百，百传千千万”。

此外，餐饮企业的每个细分市场都有自己的意见领袖。意见领袖有强大的话语权，会时刻影响着周围的群众。如果想让餐饮企业的产品、信息传播得更快，那么自媒体平台中意见领袖的作用一定不能小觑。以位于美国纽约曼哈顿岛下城的Tribeca Grill餐厅为例，这家1990年创建的餐厅经历了几次重大冲击后依旧经久不衰，称为纽约餐饮业的一棵常青树。“餐厅墙上所有的画，都是罗伯特迪尼罗父亲画的。”Tribeca grill餐厅母公司Myriad餐馆集团的市场总监Tracy Nieporent对记者表示。他毫不讳言，明星光环在餐馆起步阶段容易增值，能迅速扩大知名度。

4.先走一步：科技增加顾客体验

餐饮业是最传统、最古老的传统行业，具有高接触度和体验度。的确，再过100年人们也没有办法通过互联网填饱肚子。但是时代在变，社会在变，消费者的行为习惯也在变。如何在顾客用餐过程中强化其用餐体验，成为餐饮企业在日益激烈的竞争中越来越关注的问题。对于餐饮行业，移动互联网时代给了餐饮企业最好的创造参与感的机会：餐厅花点心思做一个微信餐厅，投入更多一些可以做一个手机app，这样让顾客参与到点菜、支付、餐后点评的过程中来，这是用户愿意做的，也是餐厅乐意去推动的事情，因为这样的自助点菜、支付，客观上为餐厅解放了劳动力，减少了人工成本。

披萨也可私人订制?!俗话说，众口难调。一千个人眼中有一千种完美的匹萨。但对于必胜客来说，块披萨能一次满足所有人的需求虽然有点难，但其实也不是不可能。秘诀就是那些功能特别的桌子。从外观上看，这些可以制作披萨的桌子和正常餐桌差不多，但这些桌面都配备了可视图像触摸屏，当顾客登陆用户界面后，就可以看到一张等待加工的“数码匹萨”模板——从饼胚的尺寸、饼皮的厚度、翻边的方式到馅料的搭配、芝士的种类等等，都可以完全由顾客DIY。确定“设计”方案后，数据会传送至厨房，桌子上会显示出炉大约需要的时间。

这张匹萨桌子堪称可以满足顾客对匹萨的全部想象，只要能搜集到匹萨的配方，都可以满足顾客的胃口。这个视频已经在YouTube上获得超过120万点击量，这张披萨桌子还是一张可以玩的桌子，在下好订单到等待匹萨上桌的这段时间，提供电子“桌游”供顾客打发时间。

不过目前这张桌子仍处于概念阶段，距离其真正面世还有一段时间。据必胜客相关人士透露，匹萨桌子会率先在美国大城市客流最大的几处餐厅试点，成功试运行后，再向其他4000多家美国餐厅铺设。如果匹萨桌子有日风靡全球，这对饮食业来说将会是一场“大风暴”。这款作品之所以被必胜客看上，其中很重要的原因是，它可以帮每一家连锁店节约大量的人力成本。有了这种餐台，餐厅内将不再需要大量的服务人员去点单，既可以节约餐厅侍应的劳动量，也可以有助于降低餐厅的运营成本。

但是在阿联酋迪拜的一家名为黑檀互动饭店的餐厅里安装了一批互动式餐桌，也就是平板电脑做的桌面。食客可以在互动式餐桌上选择自己喜欢的桌布样式和图案，打造属于自己的用餐格调，然后在平板上翻看菜单，看完数字化菜单直接可以在平板上点菜，然后通过“厨师摄像头”观看厨房里烹制自己所点菜肴的镜头。可以更新自己的Facebook状态，吃完饭

还能用它来召一辆出租车回家。

5.我们的APP：从预订到评价

目前拥有自己独立的APP的餐饮企业并不是很多，比较常见的有肯德基、麦当劳、必胜客等快餐类企业，餐饮企业更多是借助大众点评网、美团网、糯米网、淘点点等第三方生活服务类预定及点评APP中的美食板块来进行自己的营销推广和发布优惠信息。这些APP均设有餐饮预定功能，成为餐饮企业的网上接待及前台甚至是收银台。

随着智能移动终端在普通大众中的广泛使用，餐饮类APP有了广泛的群众基础，餐饮企业也拥有了更广阔的消费市场和更自主独立的消费者。APP的评价功能使得消费者和餐饮品牌之间的互动变成了一对一的沟通，不起眼的个别消费者也能成为影响品牌战略的关键。大众点评等APP开发了消费者评价的功能，促使消费者变得更加主动，在消费之后会自愿分享自己的用餐体验，无论好坏。好的用餐体验的发布为餐饮企业吸引了更多的消费者慕名前去;而不好的消费体验则促使餐饮企业正视自己的经营中的不足，并悉心改正，否则便会被湮没在众多的其他餐饮企业之下。

6.借力发力：第三方网站的运用

当传统企业转型互联网，或者新的互联网公司创业，当你不具备构建生态型平台实力的时候，那就要思考怎样利用现有的平台。餐饮企业也是如此。很多餐饮企业并没有建立自己的营销平台，而是借助大众点评网、饭统网，后有请客800网、订餐小秘书、八界网、口碑网等等三方餐饮服务网站来进行营销推广。

BAT(百度、阿里、腾讯)三大互联网巨头围绕搜索、电商、社交各自构筑了强大的产业生态，旗下的百度地图、高德地图、腾讯地图更是打造成为生活服务类综合性移动平台。以高德地图为例，高德地图宣布联手北京电视台共同打造《美食地图》栏目，同时自身推出《美食地图》专题频道，升级餐饮位置服务：让用户可以更加精准、便捷地获得生活信息及服务;此外，还与北京文艺广播电台携手推出《吃喝玩乐大搜索》栏目，将寻找美食信息服务延伸至广播电台，形成平台多元化。新版高德地图还将嘀嘀打车、团800、大众点评、携程、丁丁优惠、订餐小秘书等诸多第三方合作伙伴资源及服务融入地图服务。大大增加了餐饮企业的曝光率，扩大了客户群，同时也为消费者的餐饮预订及消费提供了更为方便简单的途径，也减少了营销支出。

7.社交平台营销：人气带来商机

近年来，社交媒体主导了互联网。随着Facebook、Twttier等社交网络的盛行，国内互联网也紧随其后，人人网、微博、微信等众多社交媒体不断衍生、爆火。大量社交媒体的诞生，不仅改变了国内人们的上网行为，同时影响着众多餐饮企业的营销模式，企业纷纷转向了消费者的新聚集地——社交媒体。社交平台变身餐饮企业营销新战场。在大数据平台的支持下，可以实现社交媒体的用户作为消费者的市场细分，从而将餐饮企业在公共社交平台上的营销的精准性大大加强。只要餐饮企业的产品没有质量的瑕痴，没有食品安全的担忧，总会有人喜欢。因此需要了解消费者在哪里活动，是否喜欢该餐饮企业产品，然后看可不可以给他们提供额外优惠，并鼓励他们向朋友群或者在社区分享他的购物消费经历。如果餐饮企

业的消费群里面有意见领袖或者知名博主、有影响力的人，可以与这些意见领袖合作，通过他们的公信力扩大产品的社会影响，以此引导、推动社会消费。

8.第三方支付：网络金融与餐饮经营

根据统计，目前国内已有27%的餐饮企业推出了APP服务，海底捞、麦当劳、真功夫等连锁品牌不仅利用社交网站和消费者互动，还通过团购渠道进行促销。伴随着互联网和新科技的发展，纯物理经济与纯虚拟经济开始融合，支付宝、财付通、微信支付等都加入到APP支付的行列。消费者可以在APP上预定、自主点单、点外卖、甚至是预定座位，并且完成线上支付。在第三方支付平台的支持下，真正将服务变成商品，让买卖双方直接交易。

三、大数据时代的餐饮未来发展

衣食住行四大服务类经济中，衣、住、行早已受到互联网的冲击。唯独食，互联网只能是“隔层挠痒”。互联网思维对传统企业的冲击之大无论怎样评价都不为过。随着大众餐饮消费渐成主流，互联网思维与餐饮业结合的话题也变得越来越热门，互联网、特别是移动互联网正在全面渗透餐饮行业。的确，我们感受到新的时代大潮扑面而来，面对这样大的时代变革，餐饮业应该如何应对、如何主动拥抱变化，如何将互联网思维落地餐饮企业，是每一个希望长久在餐饮业打拼的企业家们不得不面临、不得不思考的问题。(移动)互联网技术不断发展、智能手机日益普及的宏观大背景下，餐饮企业需要对市场、用户、产品、企业价值链乃至整个商业生态进行重新审视、思考。

在目前餐饮企业O2O的实践中，大多数是靠第三方平台，而不是餐饮企业自己来维护这个平台，所以后期的维护、网站的更新、消费者的信息查询等都会出现一些问题。同时，线上的一些优惠活动，会对线下造成一定的冲击和影响，成本方面就是一个很大的挑战。因为线上给予了消费者一个很大的折扣，所以如何在收入和成本之间找到一个平衡点很关键。中低端的餐饮可能能够较长时间地通过团购来获得新顾客，但对于高端餐饮企业来说，更多地是通过线上渠道让消费者理智地接受高端餐饮企业提供的高端就餐体验。

未来十年，是中国商业领域大规模变革的时代，一旦用户的生活方式发生根本性的变革，来不及变革的企业，必将遭到劫数。餐饮业需要利用互联网改造和提升自己，改变原有的产业发展节奏，改造原有的经营模式，建立新的游戏规则。餐饮企业升级服务的关键在于提供精准、高效的服务内容，给客户带来VIP的身份感，实现个性化服务的目标，而后台订单统计、数据分析、微信互动等都将成为收集客户信息的途径。

总之，大数据时代下的餐饮企业必须携手互联网，尤其是移动互联网，以消费者为中心，为顾客提供菜品丰富、服务周到、支付安全便捷、反馈有路的用餐环境。对于餐饮企业来说，互联网只是工具，借助线上平台摸清底牌，最终实现服务升级才是目的。如果运用得当，线上资源完全可以为餐饮企业的线下服务所用，实现企业与顾客的双赢。

大数据时代 网络科学的挑战 篇3

自从2012年3月美国政府发布《大数据研究和发展倡议》以来，多国政府相继推出支持大数据研究的计划。尽管对于大数据还存在着各种不同的观点，大数据对科学研究、经济建设、社会发展和文化生活等各个领域都会产生重大的影响，而网络科学作为一门从网络角度研究复杂系统的新兴学科，也将会在大数据研究中发挥重要作用。例如，2013年6月，美国前中情局职员斯诺登向媒体披露了美国政府的一项代号为“棱镜”的秘密项目，旨在从网络和通信公司获取庞大数据，以监控通话、电子邮件和聊天记录等。《科学》（Science）一篇有针对性的新闻分析文章的标题即为“网络科学处于监控争论的中心”，因为基于人们之间的这些交流数据就可以构建相应的交流网络，其中的每条边表示了两人之间联系的密切程度。在此基础上，有可能通过分析网络的演化趋势来预测恐怖袭击等突发事件，当然也有可能对公民的个人隐私保护带来挑战。

网络科学兴起于世纪之交。一方面，人们开始收集到越来越多的各种不同的实际网络的数据，并且可以借助强大的计算设备处理大规模数据；另一方面，学科之间的相互交叉使得研究人员可以广泛比较各种不同类型的网络数据，从而揭示不同复杂网络的共性特征。此外，以还原论和整体论相结合为重要特色的复杂性研究的兴起也促使人们开始从整体上研究网络的结构与性能之间的关系。

随着网络科学研究的不断深入，网络科学的思想与方法也不断得到普及。2012年在大连举行的世界经济论坛还专门组织了以“网络的力量”为题的专题讨论，邀请网络科学领域知名学者Barabási等探讨如何运用网络科学促进组织发展。事实上，每一个组织都会涉及到多种不同的网络，包括组织内部个体之间的关系网络、不同组织之间的关系网络、以及组织运行过程中遇到的各种网络等。以下谈一谈大数据时代网络科学所面临的几个挑战。

网络结构分析与建模

自从关于复杂网络的小世界和无标度结构特征与模型的研究以来，复杂网络的基本结构性质一直是研究的重点。人们也提出了各种各样的网络拓扑模型，从而提升了我们对网络结构性质及其产生机理的认识。其中，关于复杂网络社团结构挖掘及其在社会网络和生物网络分析中的应用受到了相当多的关注，人们提出了各种各样的社团挖掘算法，并出现了可以用到包含上亿个节点的算法，对于社团结构的层次性、重叠性和演化特征有了更好的理解。链路预测和推荐算法及其应用研究是另一个近年受到特别关注的领域。特别地，个性化推荐算法受到了许多互联网企业的青睐，视频网站YouTube所使用的个性化视频推荐算法更是获得了美国国家电视艺术与科学学会（NATAS）授予的2013“技术与工程艾美奖”。

复杂网络分析相关的算法问题是在大数据背景下新挑战——我们如何快速、有效处理包含数千万乃至数亿节点的巨网络？基于大数据的算法问题有可能成为未来大科学化的复杂性科学研究的技术基础之一。从社团结构挖掘到链路预测和各种推荐算法等，算法复杂性分析、快速近似算法、并行计算、分布式图存储问题等等都值得深入研究。

目前网络科学主要还是集中于固定拓扑结构的网络，而现实网络大多数是随时间和空间持续变化的。例如，实际的社会网络中，人与人之间的联系与交互是遵循一定时空统计规律出现，而不是一直保持不变的。在这种含有时间空间的网络上的动力学过程可能会呈现出与静态网络和非空间网络极为不同的规律。另一方面，许多网络都不是孤立存在的，而是与其他网络之间存在着相互依赖、合作或竞争等关系。随着数据获取能力的不断增强，我们可以对网络的网络开展从理论到应用的深入研究。例如，以社会网络研究为例，同一个用户可能同时是人人、QQ、Email和微信用户，因此这些网络之间是存在相互关联的。许多基础设施网络，如电力网络、通信网络、交通网络等等之间也都是相互依赖的，一个网络的故障有可能触发其他网络的相继故障。

网络行为与动力学分析

研究复杂网络结构性质与建模的主要目的之一就是为了了解网络结构与网络功能之间的相互关系与影响。例如，网络上的传播行为在许多实际网络中广泛存在，如社会网络中的病毒和信息传播、通信网络中的病毒传播、电力网络中的相继故障、经济和金融网络中的危机扩散等等。随着网络科学的兴起，人们开始关注网络结构对于传播行为的影响。其中最具代表性的理论成果是：经典的传染病模型认为只有当病毒传播率大于一个正的临界值时，病毒才能在网络中扩散，而当网络规模趋于无穷大时，无标度网络对应的传播临界值趋于零，这意味着只要病毒传播率大于零，病毒就能在网络中进行一定程度的传播。近期关于网络传播研究的一个显著特征就是涌现出越来越多的高水平的基于社会网络的实证研究。

社交网络对人们的行为会产生多大的影响？2012年《自然》（Nature）的一篇文章介绍了在Facebook上的一项涉及到超过6千万用户的关于社会影响和政治动员的研究。在2010年的美国大选期间，研究人员发现，如果告知一个Facebook用户当前的投票数及其几个朋友已经投票的信息，那么能够显著提高该用户投票的可能性。传统的模型假设一个人被感染（或采用某种产品）的可能性与该人的朋友中被感染（或采用某种产品）的人数成正比。2012年《美国国家科学院院刊》（PNAS）的一篇文章分析了Facebook的增长，发现感染概率并不是由用户的朋友数量决定的，而是由用户的朋友圈的连通片的数量控制的。而且在连通片固定的情况下，感染概率反而通常是与朋友数量负相关的。

2013年7月《科学》（Science）的一篇文章以在印度农村推广小额信贷为例，研究了如何更好的选择初始人群以达到更好的口碑营销的效果。具体地说，最初获得信息的一部分在网络中的位置是如何影响信息的传播和产品的扩散的？影响一个个体决定使用该产品的因素是哪些？一方面，个体首先要知道产品信息才有可能使用，并且如果越多的朋友告知该个体关于产品的信息，该个体就越有可能使用。另一方面，获得信息的个体是否最终使用产品也有可能会受到其朋友的决定的影响。为了考虑这些因素，文中建立了一个简单的信息扩散模型来区分邻居之间的信息传递与邻居决定的直接影响，并区分使用者和非使用者的信息传递。研究表明，小额信贷的使用者把信息传递给另一户家庭的可能性是未使用者的7倍。另一方面，由于未使用者的人数要多得多，因此，总体上看，未使用者的信息传递作用也是重要的，导致了整个村庄中1/3左右的信息传递和产品使用。

网络控制

对于大规模网络而言，通过直接控制网络中的每一个节点而实现控制目标往往是不现实的并且也是不必要的。2011年，Barabási小组在《自然》（Nature）上发表了一篇题为“复杂网络能控性”的文章，这一工作发表之后很快引起了较多的关注，其中也包括一些争议。对于大规模复杂网络系统（如节点个数在百万以上）的控制而言，近年关注的重点是能否以及如何通过对部分节点直接施加控制而达到控制目标，其中涉及到可行性、有效性和鲁棒性等挑战性问题。这类问题具有重要的应用前景。例如，我们能否通过对少数金融机构的有效控制而实现整个金融网络的稳定？2013年3月《自然 · 物理学》（Nature Physics）出版了金融中的复杂网络专辑，诺贝尔经济学奖得主、网络科学研究人员和金融机构高管联合撰文阐述了复杂网络在金融中的可能应用，其中特别提到了金融网络系统的控制研究的重要性。

从网络科学到网络工程

随着研究的不断深入和技术的不断进步，网络科学在实际网络中的应用也得以不断扩展和深化。不同学科的研究人员在网络科学的研究过程中越来越多的交流对于网络科学的健康发展也是极为重要的，要继续鼓励和促进学科之间的交流以及研究人员与企业界的交流，共同思考和提炼网络科学与工程中的一些重大问题。

网络科学着眼于实际复杂网络中涌现的科学问题。网络科学中提出的许多方法的有效性都需要通过实际网络数据来验证。因此，建立来自不同领域的实际网络的高质量的数据平台对于提升网络科学研究的规范性是非常重要的。在此基础上，需要积极探索与有关企业和部门的合作，推动网络科学的应用研究。例如，与有关互联网和通信公司合作研究社会网络，提升现代服务业水平；与有关市政部门合作研究城市基础设施网络的效率；与医疗卫生行业合作探讨网络科学在医学健康领域的应用等。网络科学在经济、金融、组织管理中的应用也将会越来越普及。

大数据时代的网络舆情分析系统 篇4

网络舆情是社会舆情在互联网空间的映射, 是社会舆情的一种直接表现形式。过去, 舆情只存在于民众的思想观念和日常的街头巷尾的言语谈论之中, 对这些传统意义上的舆情的获取、收集只能通过社会调查访问等方式进行, 获取效率低下, 样本少而且容易有失偏颇。随着互联网的发展, 大众往往以信息化方式 (如博客、微博、论坛等SNS网站或各类即时通讯软件) 发表各自看法, 网络舆情可以采用网络自动抓取等技术手段方便收集, 极大地提高了效率而且信息保真、覆盖面广。

互联网产业经过20多年的飞速发展, 已成为大众思想文化信息的主要集散地和社会舆论的放大器, 以互联网为代表的新兴媒体的社会影响力已显著体现。网络已经成为党和政府治国理政的重要新平台之一, 由此诞生了“官”与“民”互动交流的新模式, 各级党政机关、企事业单位和教育科研机构都越来越重视互联网舆情的收集、分析、研究和引导工作。尤其是微博等平台流行之后, 网络信息传播的速度可在数小时之内传遍全球, 因此及时掌握相关信息, 无论对企业还是对政府机构, 都有着深远的意义。网络舆情分析的主要目的是可以积极主动地了解事情发展的整个过程, 帮助政府部门应对互联网问政。

1 网络舆情分析系统

网络舆情是通过互联网表达和传播的, 公众对自己关心或与自身利益紧密相关的各种公共事务所持有的多种情绪, 态度和意见交错的总和[1]。网络舆情具有自由、即时、分散、多变、情绪化等特点, 在一些热点问题上容易引起广泛的社会影响, 特别是负面的影响。如果引导不善, 负面的网络舆情将对社会秩序和公共安全形成较大威胁。对各级政府来说, 为了加强对网络舆论的及时发现、分析和正确引导, 以及对网络舆论危机的有效化解, 可以利用计算机软件系统和有关技术对网络舆情进行收集整理。这样的一个或多个计算机软件系统即为网络舆情分析系统。

1.1 网络舆情分析系统的功能

典型的网络舆情分析系统具有以下主要功能:

1.可以及时发现相关的舆情信息, 代替传统的人工搜索;

2.可自动对一些负面信息、重大舆情及时发出预警;

3.可以进行定性定量的舆情信息分析, 协助用户准确判断具体舆情或者某一舆情专题的发展变化趋势;

4.能够自动生成舆情资讯报告和统计各类汇总数据, 提高舆情工作的质量和效率, 辅助领导决策。

网络舆情分析系统的主要功能并不只是提供简单的舆情信息搜索, 而更多地体现为全网搜索、自动采集、定向追踪、分析处理、自动预警、统计报表等功能。

全网搜索指网络舆情分析系统能在整个互联网范围中搜索关键词, 类似于百度、谷歌等搜索引擎。但互联网搜索引擎只能提供搜索服务, 仍然需要靠人工去主动搜索, 而网络舆情分析系统有自动采集功能, 系统可7×24小时自动搜索并采集互联网上与本地区或本单位有关的信息, 不需要人工参与, 在采集页面之后, 还会对信息自动分类、自动获取关键词、建立索引等操作。

定向追踪功能可以实现对某具体舆情源的重点检测和追踪。分析处理功能主要指传播路径、话题演化及观点倾向等分析, 可细化为话题发现及追踪、倾向性分析、信息过滤、多维度关联等子功能。

自动预警功能是指突发事件发生时系统会以短信、邮件等方式及时通知相关人员, 实现及时报告、快速预警的处理效果。统计报表功能主要指将分析与统计结果以简报、图表的形式呈现出, 有舆情简报、趋势图表、聚类图等方式。

1.2 网络舆情分析系统的技术架构

网络舆情分析系统由3个主要功能模块组成:信息采集模块、数据处理模块、前端应用模块。其整体架构如图1所示。

信息采集模块可对来自微博、论坛、博客、贴吧、新闻、搜索引擎的文字、图片及音视频进行采集, 主要有采集要素、提取关键词、建立全文索引、自动去除重复信息、结构化转换、分区存储等功能模块, 结构化转换之后的数据存入数据库。在抓取数据后, 需要对收集到的信息进行预处理, 如格式转换、数据清理, 数据统计。对于新闻评论, 需要过滤掉无关信息, 将新闻的标题、出处、发布时间、内容、点击次数、评论人、评论内容、评论数量等进行保存。对于BBS论坛微博等, 需要记录帖子的标题、发言人、发布时间、内容、回帖内容、回帖数量等, 最后形成格式化信息。

数据处理模块对信息采集模块采集到的原始数据进行处理, 包括根据语义分析结果自动分词及自动摘要、自动分类与聚类、模式识别、关键词比对、正负性质预判等。数据处理模块是网络舆情分析系统的核心, 涉及的最主要的技术包括文本分类、聚类、观点倾向性识别、主题检测与跟踪、自动摘要等计算机文本信息内容识别技术。其中, 基于语义的内容识别方法仍存在很多问题和困难。

前端应用模块主要提供用户需求层的信息, 具体包括热点搜索、关键词搜索、自动汇总统计、自动推荐关键词、采编辅助功能以及生成各类用户需要的统计报表等。系统对采集分析的数据可以通过负面舆情、分类舆情、最新舆情、专题跟踪、舆情简报、分类评、图表统计和短信通知等形式推送给用户。

由图1可见, 对舆情信息的分析与处理必须要浏览和查找海量的网络信息, 包括网络新闻报道、相关评论、微博、贴吧、论坛等, 从这些信息中提取与事件相关的舆情信息, 然后分析其时间与空间分布情况, 再通过多种手段和渠道做正确的舆论方向引导。网络信息具有即时性, 对突发事件的处理应在事件发生的第一时间加以引导和控制, 故在网络舆情分析系统中, 海量信息的处理效率是关键因素, 同时海量的网络信息中包含大量的非结构化数据, 这就涉及到大数据问题。

2 大数据时代的网络舆情分析

DCCI互联网数据中心在2012年7月给出的数据显示:2010年, 全球数据量已达1.2ZB (1ZB=1024EB, 1EB相当于10亿GB) ;2011年, 全球被创建和复制数据总量为1.8ZB;2013年, 生成这样规模的信息量只需10分钟。《2012中国微博蓝皮书》显示, 目前我国拥有3.27亿的微博用户, 人均微博账号数1.45个, 平均每天发表微博2.13条, 转发3.12条。腾讯QQ用户超过7.8亿、QQ手机版用户超过3.8亿。值得注意的是, 据消息人士透露, 2012年12月初微信用户已经达到2.7亿。产生的数据形式多种多样, 类型复杂, 这些都表明我们已进入大数据时代。大数据时代的网络信息纷繁复杂, 已无法仅使用人工来对网络舆情进行分析, 结合大数据处理技术的优势, 我们提出一种网络舆情分析系统。

2.1 大数据的概念

关于大数据的定义, 并没有一个标准的答案, 各研究机构和IT公司对于大数据都提出过不同的概念。但是所有的概念对于大数据的描述已经达成共识:首先, 大数据意味着海量数据加复杂类型的数据;其次, 大数据不仅仅意味着数据本身, 更重要的是如何在海量数据中进行快速查找和信息的快速获取。IT界对于大数据的特征用Volume、Variety、Value、Velocity这4个V来概括[2]:第一, 数据量巨大 (Volume) , 在数字化世界中, 用户每天的生活 (通信、上网、购物、分享、搜索) 都在产生着数量庞大的数据;第二, 数据类型繁多 (Variety) , 海量数据可分为结构化数据、半结构化数据和非结构化数据, 音视频、图片、地理位置信息等类型的非结构化数据量占比已达到近80%, 并在逐步提升;第三, 价值密度低 (Value) , 需要从低价值的原始海量数据中进行深度挖掘和计算, 总结出具备高价值的数据, 比如1小时的视频可能有用的数据仅仅只有一两秒;第四, 时效性高 (Velocity) , 这是大数据区分于传统数据挖掘最显著的特征, 数据处理的速度越快、越及时, 其价值越大, 发挥的效能越大。

大数据的相关技术目前应用最成熟的是由Apache基金会提出的Hadoop解决方案。Hadoop是由Apache所发起的开源分布式计算框架, 目的是解决海量结构与非结构信息的存储与处理问题。Hadoop的核心机制是通过HDFS文件系统和Map Reduce算法进行存储资源、内存和程序的有效利用与管理[3]。通过Hadoop, 可以轻易的将多台普通的或低性能的服务器组合成分布式的运算-存储集群, 提供大数据量的存储和处理能力。

2.2 Hadoop在网络舆情分析系统中的应用

基于Hadoop存储海量数据、处理非结构化数据的优势, 结合网络舆情分析系统的技术架构, 我们认为可将Hadoop技术应用到网络舆情分析系统的信息采集模块和数据处理模块中。下文将从多个方面提出Hadoop对典型的网络舆情分析系统的改进。

2.2.1 海量数据的抓取过程

网络舆情分析系统与搜索引擎的区别是, 搜索引擎在抓取页面时一般使用广度优先策略, 系统根据URL地址进行重复采集, 对于论坛、贴吧、微博等舆情载体不会按照主贴、跟帖、翻页的方式进行精确采集, 采集深度无法满足舆情分析系统的需要。同时网络舆情分析系统还需做到对新闻、论坛、博客、贴吧等舆情载体的全面采集, 尤其是针对论坛、贴吧等这些舆情高发的网站。

典型的网络舆情分析系统中的数据抓取的过程是首先使用专门的采集器来抓取数据, 结构化转换之后存储到数据库中, 再将这些数据建立索引, 而数据库的插入操作在数据量很大的情况下效率会变得很慢。而Map Reduce的抓取算法可省去将数据全部插入的过程, 直接处理抓取的数据, 将数据采集的时间大大缩短。

另外, 由于Hadoop的分布式框架, 还可将海量数据部署为分布式采集, 此种改进也将显著提升数据采集的效率。

2.2.2 海量数据的存储方式

数据采集阶段之后, 有些数据需存储起来以供处理。在图1中描述的典型系统架构中, 需要将非结构化数据进行结构化转换, 再存储在数据库中。但采用传统数据库对大数据进行处理, 对于软、硬件平台的要求都非常高, 这将给用户带来十分高昂的成本压力。

而Hadoop的HDFS文件系统被设计成在一个大集群中可以跨机器地可靠存储海量的文件。此分布式文件系统与关系型数据库的存储方式最大的区别是HDFS的横向扩容 (scaleout) 架构的扩展性很强。关系数据管理技术在大数据时代的最大劣势是关系数据管理系统 (并行数据库) 的扩展性不能胜任大数据分析的要求。关系数据管理模型追求的是高度的一致性和正确性, 面向超大数据的分析需求, 纵向扩展 (scale-up) 系统, 即通过增加或者更换CPU、内存、硬盘以扩展单个节点的能力终将遇到瓶颈;横向扩展 (scale-out) 系统, 即通过增加计算节点连接成集群, 并且改写软件, 使之在集群上并行执行, 才是经济的解决办法。

2.2.3 对非结构化数据的管理优势

如图1所示网络舆情分析系统的信息采集模块将从微博、论坛等网站采集到的非结构化数据使用工具转换为结构化数据, 再存储到数据库中。这种结构化转换不仅会极大的影响数据采集及分析的效率, 还可能会损失数据的精度。

相比而言, Hadoop不仅能管理结构化数据, 同时还可以管理以非结构化文本为中心的数据, 如Facebook、Twitter、微博。这种处理多类型数据能力非常重要, 它催生了No SQL平台和产品, No SQL正是针对非结构化数据而提供的一种新的数据管理模式, 牺牲了一些已在RDBMS中成为标准的功能 (如数据一致性、存取控制、标准查询语言以及参照完整性等) , 从而保证了海量数据的高可用性[4]。而传统关系型数据库如Oracle, IBM DB2, Microsoft SQLServer和My SQL都不能处理混合数据类型和非结构化数据。

2.2.4 数据处理方式的改变

典型的网络舆情分析系统中应用关系型数据库对数据进行处理, 图2说明了关系型数据库与Hadoop技术对大数据的不同处理方式。

由图2可以明显看出关系型数据管理方式的两个局限性。一是存储方式的局限性, 纵向扩展的数据总量有限制。二是Map Reduce处理大数据时会将任务分解并在运行的多个节点中处理[5]。

在Map Reduce的默认设置中, 数据按块存储在分布式文件系统中, 任务提交后分别交给不同的Map任务去处理。Map任务从输入中解析出链/值 (Key/Value) 对集合, 对这些集合执行用户自行定义的Map函数得到中间结果, 并将该结果写入本地硬盘;Reduce任务从硬盘上读取数据之后会根据key值进行排序, 将具有相同Key值的组织在一起, 最后用户自定义的Reduce函数会作用于这些排好序的结果并输出最终结果。

从以上过程可以看出, Map Reduce在数据处理方面的优势主要有二:一是将问题分而治之;二是把计算推到数据而不是把数据推到计算, 有效地避免数据传输过程中产生的大量通信开销。

2.2.5 自然语言处理及分类聚类技术的应用

在网络舆情分析系统的数据处理模块中, 涉及到大量自然语言处理及分类聚类技术的应用, 而Map Reduce已经被用于自然语言处理、机器学习等多个领域。在实现了Hadoop架构的系统中, 我们也可进一步研究, 将这些算法应用到系统中, 逐渐将整个系统的架构转换为分布式计算的框架, 进一步提升系统的效率, 保障系统的实时性。

中文分词、标注、语法分析等的Map Reduce应用也都在机器翻译系统中被实现。分类聚类也是机器学习的重要方法, 其中很多算法因为复杂度较高, 在实际中一直缺乏应用, 而Map Reduce的出现无疑为它们的应用提供了很好的支撑。实际上很多研究者已经研究并实现了相当多的分类聚类算法,

如在Hadoop平台下基于SVM的分类算法[6]。但这方面仍在探索, 发展还不太成熟, 可作为今后系统升级的方向。

3 结束语

网络舆情分析系统的运行中需实时查找海量的网络信息, 包括网络新闻报道、相关评论、微博、贴吧、网络论坛等, 从这些信息中提取与事件相关的舆情信息, 然后分析舆情信息的时间与空间分布情况, 再通过多种手段和渠道做正确的舆论方向引导。基于舆情突发性、即时性等特点, 网络突发事件的处理应在事件发生的第一时间加以引导和控制, 故海量信息的抓取和处理效率是关键因素, 同时海量的网络信息中包含大量的非结构化数据, 这就涉及到大数据问题。

基于Hadoop存储海量数据、处理非结构化数据的优势, 结合网络舆情分析系统的技术架构, 我们认为可将Hadoop技术应用到系统的信息采集模块和数据处理模块中。Hadoop框架在大数据抓取和处理方面现已得到成熟应用, 在系统中的数据采集和处理模块应用Hadoop框架, 正可以提升系统的处理效率。

参考文献

[1]张毅.略论网络舆情的概念、特点、表达与传播[J].理论界, 2007, (1) :11-12.

[2]顾芳, 刘旭峰等.大数据背景下运营商移动互联网发展策略研究[J].邮电设计技术, 2012 (8) :21-24.

[3]Hadoop[EB/OL].http://hadoop.apache.org/index.html, 2012.

[4]张俊, 周新等.NoSQL数据管理技术[J].科研信息化技术与应用, 2013, 4 (1) :3-11.

[5]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, 50 (1) :146-169.

大数据时代的网络招聘 篇5

学 士 学 位 论 文

网络新媒体在大数据时代下的前景

学

号

姓

名

院

系

专

业

指导教师

年

月

网络新媒体在大数据时代下的前景

摘要：当前，由新媒体革命推动的不仅是传媒产业的突飞猛进，更是整个社会各个方面的大发展。它是全球化浪潮推动下的产物，又是全球化浪潮强大的造势引擎。在新媒体的平台上，全球正逐渐成为一个真正的网状传播整体。如何满足人们对信息更多的、随时随地的需求，如何提供更多的信息服务成了传播者思考的命题。本文研究了大数据时代对网络新媒体发展产生的影响，提出了网络新媒体发展的前景和对策。

关键词：大数据；新媒体；发展前景；网络。

Abstract：At present, driven by new media revolution is not only the rapid development of media industry, but also the development of the entire social various aspects.It is a result of globalisation driven and globalization, a strong rally engine.In the new media platforms, the world is becoming a real network communication as a whole.How to meet the demand of information more, anytime, anywhere, how to provide more information services become communicators proposition.This paper studies the big data age affected the development of new media to the network, this paper presents a new network media development prospects and countermeasures.Keywords：Big data;New media;Prospects for development;The network.目录

前言.......................................................................................................................................4

一、大数据时代的产生与发展..............................................................................................5

（一）大数据时代的现状...............................................................................................6

（二）网络新媒体的发展现状.......................................................................................5

二、网络新媒体的产生与发展„„ „ „ „„ „ „ „„ „ „ „„ „ „ „„ „ „ „„ „ „„ „„ „6

(一)网络新媒体概念和特征„„ „ „ „„ „ „ „„ „ „ „„ „ „ „„ „ „ „„ „ „„ „6

（二）网络新媒体的发展现状„„ „ „ „„ „ „ „„ „ „ „„ „ „ „„ „ „ „„ „ „„6

三、大数据时代对网络新媒体产生的影响„„ „ „ „„ „ „ „„ „ „ „„ „ „ „„ „ „ „„ 7

（一)对内容组织的影响„ „ „ „„ „ „ „„ „ „ „„ „ „ „„ „ „ „„ „ „ „„ „ „„8

（二)对报道方式的影响 „ „ „ „„ „ „ „„ „ „ „„ „ „ „„ „ „ „„ „ „ „„ „ „„8

（三)对运作流程的影响„ „ „ „„ „ „ „„ „ „ „„ „ „ „„ „ „ „„ „ „ „„ „ „„8

（四)对经营模式的影响„ „ „ „„ „ „ „„ „ „ „„ „ „ „„ „ „ „„ „ „ „„ „ „„8

（五)对思维方式的影响 „ „ „ „„ „ „ „„ „ „ „„ „ „ „„ „ „ „„ „ „ „„ „ „„8

四、网络新媒体在大数据时代的发展前景.........................................................................10

（一）大数据构建的用户体验分散传统传播中心.....................................................10

（二）在整合“社群化”的同时更加重视“个性化”......................................................11

（三）“云计算”进一步挖掘新媒体应用......................................................................11

（四）大数据成为新媒体发展的基础.........................................................................12 小结.........................................................................................................................................12 参考文献.................................................................................................................................13

Catalogue

Introduction.....................................................................................................4 First，the generation and development of the era of large data...........................................4(1)the present situation of the big data age...................................................................5(2)the development of network new media status quo........................................................5 Second, the network of new media production and the development........................................6(1)network new media concept and the characteristic.........................................................6(2)the development of network new media status quo.........................................................6 Third, on the impact of network new media era of big data.................................................7(1)the impact on the content organization......................................................................7(2)the impact on the the reports way..............................................................................7(3)the impact on the operation process...........................................................................7(4)the impact on the business model.............................................................................8(5)the impact on the mode of thinking..............................................................................8 Fofth, prospects of the development of new media in the era of big data...............................9(1)large data to construct user experience 10 scattered traditional communication center..........10(2)in the integration of “community” at the same time pay more attention to “personalize”....10(3)further use of the new media 11 “cloud computing”..................................................11(4)big data as the basis for the development of new media..............................................11 Summary.............................................................................................................12 Refrerens............................................................................................................13

前 言

随着经济的迅速发展，我国跃居为世界第二大经济体，给我国的人民生活带来了许多新的活力。同时，也带动着移动互联网和数字新媒体通讯技术的更新，具有交互特征的社会化交友软件不断出现。美国著名未来学家阿尔温・托夫勒说：“谁掌握了信息、控制了网络，谁就拥有了整个世界。”信息伴随着新媒体产生的同时，也在不断增加着。在维克托・迈尔-舍恩伯格，肯尼思・库克耶所著的《大数据时代》中所说到2013年，世界上存储的数据统计能达到约1.2泽字节，其中非数字数据占不到2%。当今的大数据意识尚未真正进入我国新媒体的应用当中，普遍只知道数据很多，但却不知数据用在何处。尤其，移动互联网手机的普遍应用，甚至有人说手机已成为人的一个电子器官的现象越来越明显，摄像装备、感应器件的应用使得人体器官功能增强，利用移动互联网将各种新媒体链接在了一起，这是前所未有的。自信息传播出现以来，人类的传播内容和方式就受到同时代传播技术的深刻影响：纸张和古登堡印刷术出现后，近代报纸才有了诞生的可能；无线电子技术发明后，电报、电视才相继出现，使得声音、画面的传输成为现实。在进入大众传播时代后，科技进步不仅作为一种技术手段影响传播媒介，更是作为一种生产力促进着传播模式的改变。现代生活，信息量急剧膨胀，人们已经不再满足于单一的、简陋的信息传播方式，如何满足人们对信息更多的、随时随地的需求，如何提供更多的信息服务成了传播者思考的命题。在这样的背景下，大数据技术随之诞生。

一、大数据时代的产生与发展

(一)大数据概念和特征

大数据，大数据（Big Data），或称巨量资料，指的是所涉及的数据量规模庞大到无法通过目前主流软件工具，在可以容忍的时间内对其进行抓取、管理、处理的数据集合。它的数据规模和转输速度要求都很高，一般单个数据集在10TB左右，其结构不适合原本的数据库系统。是基于云计算的数据处理与应用模式，通过数据的集成共享，交叉复用形成的智力资源和知识服务能力。其主要特征为：

第一数量非常大（Volume），数据量从TB级别跃升到PB级别。今天的数据有90%是在过去两年中产生的，而在未来的8年中间，我们预测数据将达到35ZB，今天我们还没有任何一台机器能够存储1ZB的信息。

第二是速度（Velocity），不光是数据产生的速度大，还包括它需要被集成、处理以及分析的速度，也要相对应地提高。处理速度快，数据处理遵循“1秒定律”，可以从各类型数据中快速获得高价值信息，这是大数据区分于传统数据挖掘最显著的特征。我们想象一下当数据像流水一样滚滚而来，它需要实时、半实时处理，需要接近于零延时地处理，我们怎样在这个过程中获取这样的信息，这些对我们今天的计算模式、软硬件都提出了更高地要求。

第三是多样性（Variety），今天的数据来源是多样性的，有自然语言的来源，有多媒体的数据，这样多元性的数据源决定了数据种类也是多样性的。现在的数据不仅是文本形式，更多的是视频、音频、图片、地理位置信息多类型的数据。我们有传统的关系型数据、结构化的数据、非结构化的数据等。今天面临的挑战更多是解决非结构化数据，挖掘这些信息的价值。

第四是真实或准确性（Veracity），价值密度低，价值密度高低与数据总量成反比。以网络视频为例，1小时的视频，可能其中只有一分钟甚至几秒钟的数据有价值。怎样能够保证我在微博上发了一个微博，我想明天买一个iPad，这个信息准确吗？如果说我发的IP地址不是来自于成都，而是来自于北京，是不是能够意味着我在成都将会有一个潜在的iPad客户呢？这里面有很多的不确定性，今天大数据的产品技术和能力，是否能够帮助我们的企业发现这样的不确定性呢？这同样也是一个需要解决的、关键的问题。

（二）大数据时代的现状

“大数据”一词最早是由全球知名咨询公司麦肯锡2011年提出的：“数据已经渗透到当今每一个行业和业务职能领域，成为重要的生存因素。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。”其“大数据”论首先对商业产生了巨大影响，开始出现以精准营销模式为主的销售方式；如卓越、亚马逊、淘宝等电子商务平台主动推荐客户需要的产品，从而定制个性化推荐服务。首先，智能手机的普及、社交媒体的发达使人们已经进入一个全媒体时代，人人都可以成为新闻记者，新闻报道已经不再是媒体人的专利了。大数据时代的来临，联网的网民和各种电子记录设备散布在各个角落，新闻的时效性也大大提高，当今最具时效的新闻来源已经从以前“到现场”的人转变为“在现场”的人。其次，从媒体报道内容上看，新闻评论强调原创、深度、数量有限，在大数据时代容易被海量的数据所淹没。每天每个网民都会产生大量的文字、视频、音频内容，通过互联网传播。在这些海量的数据面前，媒体的新闻报道是重要数据，但同时也是少量的数据，媒体如何生产、收集大量的、重要的数据是当下无可避免的挑战。此外，从媒体从业人员来看，记者编辑不仅要具有熟练的使用文字、图像的能力，还需要懂得如何收集、整理、分析数据，并熟练的运用各种新型的终端设备平台。

二、网络新媒体的产生与发展

(一)网络新媒体概念和特征

“新媒体”这一概念被提及的十分广泛，而相关的定义也是非常多的，而“新媒体”本事是具有十分鲜明的时代特征。在新兴数字媒体和传统媒体数字化的融合以及相关发展历程中都体现出媒体本身在对网络社会化去求上体现的适应性。网络新媒体就是在计算机信息处理技术的基础上产生和影响的媒体形态，包括在线的网络媒体和离线的其他数字媒体形式，充分体现着新媒体快速滚动更新和随时推进的概念。具有以下几方面的特点：

第一是交互性。传统的大众媒介都是单向式传播。媒体高高在上，居高临下，报纸写什么，读者就只能读什么；广播说什么，听众就只能听什么；电视播什么，观众就只能看什么，受众很少能主动表达他们自己的观点和看法，也根本无法和媒体互动。而新媒体则不同，由于采用了新的技术。尤其是因特网具有连接网上任何用户、共享网上信息资源的功能，用户之间可以通过不同的方式进行广泛的沟通，从而可以实现传播者与受传者的交互式的双向交流。新媒体主要以互联网为平台进行信息的传播，可以使新闻信息更加迅速、便捷的传播到更广的范围。随着新媒体传播技术的发展，如果没有人为管理因素的限制，在新媒体的平台上，所发布的每个内容理论上都是面对全球所有的使用者的。就传播者而言，所有的人都可以成为传播的主体，这使得大众传播的领域得到了极大的延展。

第二是个性化。由于计算机网络把单向的传播变为双向乃至多方位的交流，通过联机网络，只要拥有一台信息处理机和一台调制解调器的人，都可以成为新闻的提供者或报道者。这样新闻报道便成了个人行为，即所谓“人人即媒体”，从而实现了信息传播与收阅的个人化。任何使用者都可以在新媒体平台上发布信息、言论等各种内容进行地位对等的交流，通过与其他参与者的互动发出更多的声音，这种“全民DIY”式的信息与思想的传播是对传统媒体内容生产方式的彻底颠覆，使新媒体内容传播模式呈现多根网状，原创性日益增强。新媒体已经涉及和全面展现了人类现有的所有文化形态，并针对不同个体实施个性化的精确传播，这种个性化的范围完全可以缩小到单个个体，使得“个人化精准传受”一词在某种程度上成了分众时代新媒体的代名词。

第三是复合性。以往的传统媒体传递的信息符号较为单一，而新媒体所传递的信息不仅包含文字、声音、图像。还包含视频、音频、动画等，真正实现了信息传播的图文声一体化。新媒体则不受这些条件的限制。其信息发布具有海量特征，并能同时结合声音、图片等信息，使发布的信息内容更丰满生动。从不同的角色角度帮助传统媒体传递更加丰富的信息。

第四集成性。集成性充分体现了新媒体传播形态的多样性特点。它集报纸、广播、电视的传播手段与传播方式于一体。如：计算机网络媒介＝电子报纸＋电子杂志＋交互式电视＋交互式广播＋电子图书馆＋……其形式的多样化是前所未有的。网络和数字技术所能提供的可能性是主要的传播载体如网络、数字电视、手机等都既能进行文字的传播，同时又能进行视频和声音的传播，并且还能把文字、视频、声音存储下来，为受众提供闲暇时的信息消费。新媒体是多种传播形式复合的媒体，大众媒体界限分明的媒体类型区分在新媒体阶段将不再具有意义，“复合信息”将在新媒体研究领域备受关注。

（二）网络新媒体的发展现状

新技术的革新必然会影响一个时代的发展，淘汰旧的工具。但是对于目前的现状而言，新媒体也面临着巨大的挑战和发展机遇。一个典型的代表是新浪微博。曾经在2011年扛着“自媒体社交媒体大旗”的微博出现在我们的生活中，以一种无可匹敌之势进入到移动互联网当中。它给受众带来了一个更大的“发声”平台，改变了传统的传播模式。作为后起之秀的微信，由于充分明确了自己的定位，现在已经逐渐胜过微博的地位。在微信引领潮流之后，也不断出现了陌陌、米聊等这一类的社交软件，竞争也日益激烈，其结局也可能还是一样。竞争会导致传媒行业迅速的发展。但是，当竞争超过一个标准后必然会带来负面影响。当新闻成为一种商品时，消费是一种习惯，移动互联网业是一种消费、一种习惯。在这样的一个环境里，笔者认为，新媒体目前所面临的是百家争鸣、一派繁荣的局面。

三、大数据时代对网络新媒体产生的影响

随着大数据时代的到来，新闻行业开始挖掘大数据所带来的价值，在新闻的编写、形式、内容等方面做出了一系列的变化。大数据的来临已经改变了传统的传播方式，在新闻行业转型的过程中存在着机遇与挑战，网络新媒体应该充分利用大数据进行自身的改革与完善，在摸索中前行。

（一)对内容组织的影响

在传统媒体中，内容是由记者、编辑通过采写、编发等流程传递给受众的，是经过审慎选择和处理的，是单向的、给予式的。但在大数据时代，这种内容的组织与传播方式遭遇了极大挑战。从自媒体的情况看，大部分原发性信息都来自不可预料、不可捉摸的个体，这些信息多数是未经求证的、片段的、有个人视野局限的即时印象。虽然它们有这些局限，但由于是现场的、即时的、未经处理的，同时又是在网络上遥相呼应的，因此具有传统媒体难以企及的时效性和鲜活性，能够给受众留下传统媒体难以取代的第一印象。这是一个致命的冲击。

（二)对报道方式的影响

传统媒体对报道内容的处理，有不同的题材和体裁要求，甚至有相应的表达方式和表述方式的要求，因此给受众的印象是中规中矩的，或者说是程式化的。在大多数时候，从某种程度上讲，是缺乏亲和力的，与受众有隔膜的。而自媒体的传播根本就没有这些条条框框，由于传播者没有约束，因此可以用他认为合适的方式来传播想要告诉别人的信息。同时在传播过程中传播者又会与他人发生在线沟通，因此相关信息的传播方式也可能随时发生改变。这种随意的、个性化或私人化的传播方式，无论在内容上还是在形式上都是传统媒体无法复制的。

（三)对运作流程的影响

传统媒体有严格的作业流程。从采写、编辑、审校、签发，有相应的程序要求。这种作业程序保证了信息产品的质量，但也容易对鲜活的内容造成损耗。尤其当相关流程的作业人员受到专业限制，或者受到某种利益关联方的影响，容易对信息的处理戴上有色眼镜，造成信息传播的片面化甚至是误导性传播。而自媒体的传播由于传播者没有必要做这种程序安排，因此多以随机方式或者以自己喜欢的方式来传播相关信息。这其中，对传播者可能产生制约的主要是他的知识素养。他也许是一个搞笑的人，传播的是滑稽可笑的东西，但其传播效果并不一定差。这一点是传统媒体难以适应的。

（四)对经营模式的影响

传统媒体的经营主要依靠发行量或收视收听率以及商业广告来维持。发行量或收视收听率的大小与内容有关，有时候也跟特许经营权有关，而商业广告的多少则与发行量或收视收听率有关。另外，传统媒体作为一个机构，虽然内部有采编与经营的分工，但是对外仍是一个整体。而自媒体的出现完全颠覆了这种经营模式。自媒体首先寄生于一个利益不相关的平台。它的信息传播与平台无直接关系。这就有了平台运作的概念。比如，新浪微博等就是一个平台。而它的点击率和广告投放，在平台、传播者、广告商之间形成了完全不同于传统媒体的关系。这种松散的利益结构为自媒体的经营留下了充满想象的盈利空间，因此对传统媒体构成了巨大的经营压力。

（五)对思维方式的影响

主要是对传统新闻观的冲击。在传统媒体看来，真实、准确、新鲜是新闻的生命。还有一条就是“喉舌”论。把这几条联起来看，是有内在矛盾的，也是很难做到的。比如，怎么评估真实准确？如果离开对新闻事件相关方的全面了解以及在报道上的对称性和平衡性，很可能从局部看是真实的，但在整体上有可能扭曲了事实。而自媒体的出现，从一开始就显示了它的时效性和新鲜感，同时也表明了它的局限性，但由于有多个个体从不同侧面来反映新闻事件，因此可以丰富人们对事件的了解。另外，由于每个自媒体的角度不同，正好可以反映不同利益关联方的态度，从而还原真相。这种信息传播方式，在无形中对传统新闻理念也构成了挑战。

四、网络新媒体在大数据时代的发展前景

现代生活，用户终端变得日益丰富，要求服务商提供全面的系统服务，提高用户的粘度、增强用户体验，手机终端、平板电脑、Kindle等终端的使用，在方便用户的同时，也要求服务商提供更加个性、优质的服务，而这些服务的提供正是建立在大数据的基础之上的。可以预见到，中国将成为全球最重要的大数据市场。很多著名的互联网公司已经开始在大数据上布局，包括阿里系的马云提出平台、金融和数据三要的战略方向，百度也提出了以数据为核心的金融武器。然而，在大数据时代新媒体又有哪些新的变化呢？所谓新媒体，新传媒产业联盟秘书长王斌认为是以数字信息技术为基础，以互动传播为特点、具有创新形态的媒体。新媒体传播多中心、数据化、在兼顾社群化的同时强调个性化等特点在大数据开发的背景下被进一步凸显，并出现了许多新的变化：

（一）大数据构建的用户体验分散传统传播中心

传播层面上的多中心化趋势更加明显。相对于传统的媒体传播来说，新媒体有去中心化、去权威化的趋势，在大数据的背景下，这种趋势得以放大，正是因为大数据技术的支持，各种终端、平台才会层出不穷，使用户在意见的表达和信息的发布中开始占据一席之地，分散了传统的传播中心。正是有了“大数据”技术的出现，才使传受双方的身份转变成为可能，同时完成了传播组织的组建，最常见的应用平台微信，在微信应用中，用户可以通过朋友圈、公众平台将自己经历到的或看到的信息直接分享到其他用户手中，成为传播中心之一。

（二）在整合“社群化”的同时更加重视“个性化”

新媒体所强调的“社群化”进一步整合，大数据技术能够根据用户留下的“蛛丝马迹”得出每个用户的爱好、兴趣，为他们推荐适合自己的社群，正是因为大数据的出现，各种社区、自由论坛将受众连接在一起，形成牢固的人际互动网络。同时，大数据使得新媒体在兼顾社群化的同时尤其强调个性化，强调提供多样的信息，既有普适的大众化信息，又有针对每个个体的个性化内容。现在大部分新媒体平台或应用都在探索这方面的发展，一个比较成熟的概念就是地理位置的应用。例如浙报集团旗下的新媒体战略投资机构传媒梦工场投资的“优微”项目，也是对个性化的有益尝试，“优微”是一款微博排序工具，“优微”开发团队通过对每个用户的微博行为进行个性化处理，形成个人独特的信息需求DNA，根据这个DNA，将用户关注账号的微博内容进行重新排序，优先展示对用户更有价值、用户更加感兴趣的微博内容。

（三）“云计算”进一步挖掘新媒体应用

建立在一定的数据转化、传输、挖掘、处理技术之上的新媒体，因大数据的云计算能力而得到进一步挖掘。云计算意味着计算能力也可作为一种商品通过互联网进行流通，把计算能力作为一种像水和电一样的公用事业提供给用户。大数据在新媒体的应用就是Klout，它是根据你是否有社交媒体账号、粉丝数、更新频率、内容是否被人赞、评论数、转发数等指标，基于一套数据挖掘的算法来给你打分。国外已经有一些航空公司和奢侈品商家，甚至是软件供应商会依据客户的Klout分数提供差异化服务，比如允许Klout分数超过某个数值的客人进入VIP候机厅，或者提供软件投诉优先处理服务等。这些商家认为Klout的分值从一定程度上先帮他们捕捉到了某部分有价值的客户。

（四）大数据成为新媒体发展的基础

大数据时代数据成为新闻的核心资源，数据不仅成为新闻报道的内容，也成为了解受众的依据，通过数据对受众的心理、需求以及行为习惯等进行分析，可以提供更符合受众需要的新闻报道，个性化的新闻信息服务因大数据最终成为可能。大数据时代提升了技术在新闻生产中的地位，一家名为Narrative的公司，拥有大约30名员工，运用Narrative Science算法，大约每30秒就能够撰写出一篇新闻报道。2011年用该算法收集相关信息写出了大约40万则的新闻报道，2012年这一数字预计将达到150万。但是，大数据在促进新媒体发展的同时，也引发出了深层的隐私问题。受众享用“大数据”带来的“福利”的前提，是贡献自己的文件、数据甚至隐私。但谁能保护用户的隐私呢？这是现代人不得不面对的一个问题，可以这样说，在大数据时代，数据与钱一样重要、一样需要安全和保障。笔者认为，在这样一个时代，是否允许用户自主决定使用信息搜集功能至关重要，同时，如果说根据这些搜集的数据能够准确地标识出来现实世界中唯一的某一个个体，比如说他的姓名、电话、身份证号，这些属于信息隐私。如果根据数据无法标识出来具体人，并不构成用户隐私。

小

结

由新媒体革命推动的不仅是传媒产业的突飞猛进，更是整个社会各个方面的大发展。它是全球化浪潮推动下的产物，又是全球化浪潮强大的造势引擎。在新媒体的平台上，全球正逐渐成为一个真正的网状传播整体。新媒体的互动性和个性化精准传播等特点更适合现代人的生活和消费观念，“全民DIY”既是新媒体对传统媒体内容生产方式的颠覆，同时也是新媒体不可复制的核心竞争力。在不久的将来，整个世界将因为新媒体的蓬勃发展和与传统媒体的互利共赢而愈发丰富多彩。

参考文献

[1] 维克托・迈尔-舍恩伯格，肯尼思・库克耶著，盛杨燕，周涛译大数据时代[M].浙江人民出版社，2012.[2] CN-NIC第33次中国互联网络发展状况统计报告[Z].中国互联网络信息中心，2014，1.[3]汤宇时，《传统媒体如何应对新媒体时代的转型》[J].《中国传媒科技》，2012（10）

[4]盛雪，《探讨全媒体时代下新旧媒体的融合》[J].《新闻传播》，2014（1）

[5]彭兰：《社会化媒体、移动终端、大数据：影响新闻生产的新技术因素》[J]，《新闻界》，2012（16）.[6]杨帆 安岩 王蕾：《浅析科技与新闻传播事业的历史关系》[J]，《才智》, 2012（6）.[7]徐子沛：《大数据》 [M].广西师范大学出版社，2012年7月版

大数据时代的网络招聘 篇6

关键词：大数据；移动通信；网络维护

中图分类号：TN929.5文献标识码：A文章编号：1671-864X（2016）02-0218-01

一、大数据背景解析

大数据是一种新兴词语，通俗来讲就是指庞大的资料信息的组合。大数据的产生依赖于计算机网络，所以大数据与计算机网络是密不可分的。在大数据时代，人们依靠网络来进行数据的收集、处理，从而获取想要的信息。因此，在大数据背景下，计算机人们对计算机的依赖及对计算对移动通信网络的要求也越来越高，这是要求移动通信网络技术不断的进步与发展，满足人们日益增长的需求，因此，维护好移动通信网络是关键。

二、移动通信网络维护存在的问题

（一）人员配备不到位。

对于一个企业而言，人员的配备是最基本，特别是服务类的企业，员工的素质直接影响着服务的质量。在移动通信网络企业，技术的开发人员及客服人员相对来说是有较高的素质，因此，我国移动通信网络技术的发展才会越来越快，人们对移动通信网络的依赖才会越来越高。企业过分的在乎技术开发人员及客服人员的素质要求，却忽略了网络维护人员的综合素质。随着人们对移动通信网络需求量的增加，移动通信网络公司也在不断的发展，这是要求移动通信网络维护人员也越来越多，在供不应求的环境下，维护人员的素质综合素质也就参差不齐。对于一些老的员工，是由原来的电信企业改制而来，学习新的网络维护方法还需要一些时间，甚至有些很难适应与时俱进的网络维护方法。对新来的员工来说，移动通信网络维护技术还有待提高。因此，移动通信网络维护中真正专业，且能为客户提供好的服务的人员其实不多，这给移动通信网络维护带来了很大的困难。

（二）维护手段不到位。

移动通信网络在人们传输信息时非常的方便快捷，但其本身的组成是非常的复杂的，包含了各式各样的组件与设备，因此移动通信网络的维护工程量是非常大的。网络维护人员多数只是对已发生的一些故障进行维护，却对移动通信网络存在的隐患没有进行排查，或者说没有更多的时间及技术去排查，从而造成移动通信网络维护不到位，最终不断的出现问题。在问题出现后，也只是对表象的问题进行解决。比如说网络信号不好，最基本的就是对路由器进行维护，在短时间内解决了网络信号的问题，其实并没有真正的解决。

（三）材料组件质量不到位。

移动通信网络的普及使得数据的传输是在全球范围内的，有的甚至到了太空中，因此这对于移动通信网络的材料及单元组件都有很高的质量要求。由于移动通信网络的构建工程量非常大，因此会采取外包的形式将某部分的工程进行外包，比如说，传输线路的维护管理等就是由外包的线路公司负责，这样对材料组件的质量管理增加了难度。有的公司为了追求利益最大化，会对移动网络传输材料偷工减料，造成传输线路质量不到位，影响移动通信网络的整体质量。不仅影响了移动通信网络的信号，还增加了移动通信网络维护工程量。

三、大数据时代移动通信网络维护的措施分析

（一）分级化管理，提高综合素质。

随着大数据时代的到来，移动通信网络发展的越来越快，维护技术更替的时间越来越短，因此，要想提高网络维护人员的综合素质，最好的方法就是不断地进行培训。移动通信网络维护员工越来越多，因此建议进行分级化管理。先对网络维护的总工程师进行培训，再由总工程师对下一阶级的管理层进行新技术的培训。再由管理层对下属进行培训，由一转为二，二转为四的等数列培训方式，让每一位员工在最短的时间内学习到新技术。分级化管理培训，节约了员工学习的时间，降低了大面积培训员工的难度，提高了员工学习新技术的效率，从而提高了员工的综合素质。

（二）多样化维护，拓展网络维护手段。

移动通信网络产生的问题是多种多样的，并不能只针对这个问题进行解决。移动通信网络的组成非常的复杂，因此，一个问题的产生有可能会引起其它问题的存在。在产生问题后要对周边系统进行排查。深层次地了解问题的所在及其带来的其他的隐患。同时，要对常见的一些网络维护问题进行预先的规划，制作手册，解答用户常见的一些问题，让用户在最短的时间内能自行解决一些简单的常见的网络维护问题。以此来减少网络维护人员的工作量，提高用户体验的质量。对于一些不可预见的网络维护措施进行流程规定。让每一位维护人员按照流程来进行检测与维护，确保不会因为技术不到位造成二次的伤害，带来隐患。同时要不断的加快对网络维护技术的革新，丰富网络维护手段，提高网络维护的质量，为用户提供更好服务。

（三）制度化监督，把控材料组件质量。

移动通信网络与人们的生活息息相关，因此对于构建移动通信网络的材料的质量要严格把控，不管是外包公司还是移动通信网络公司，都不能偷工减料，否则就会对移动通信网络的信号带来很大的影响。在移动通信网络构建材料的选取上要进行制度化的管理。在材料的购买上，公司要成立专门的监督小组，对供应商、购买小组、使用小组、维护上进行监督，从流程上管控整个移动网络工程的质量。对于某些外包工程，要对外包公司的资历进行考核，签署工程外包协议，从法律上让外包公司保证工程质量。对外包公司材料供应商进行考核，把控材料的质量和使用规则，从而严格把控工程的质量。在工程结束后及用户使用前进行检测，未发生问题则可投入使用。在后期的维护上，严格监督外包公司维护质量及积极性，确保移动通信网络的正常使用。

四、结语

大数据时代，移动通信网络存在的问题是多种多样的。本论文基于三大点进行探讨，维护人员的配备、供应商的选取、材料质量的管控，从三个大方面进行统筹规划，提出相应的意见。希望对移动通信网络的维护提出大方向的维护措施，为移动通信网络维护手段的研究及制定移動通信网络维护具体措施提供理论依据及方向。

参考文献：

[1]石磊. 对移动通信网络维护管理存在的问题分析[J].电子世界. 2012（14）

[2]（英）查尔斯·盖伊（Charlesl.Gay），（英）詹姆斯·艾辛格（JamesEssinger）著，华经译.企业外包模式[M].机械工业出版社， 2003

大数据时代的网络思想政治教育 篇7

一、大数据时代的内涵

尽管目前对大数据尚没有完整、统一的定义,但是,大数据时代的特性已经在日常生活中有所体现,不仅对商业活动产生了深远的影响,同时也在教育领域有着广泛的应用。大数据即通过对数据的收集与分析,发现新的领域知识,准确定位知识受益主体,并结合当前教育教学的现状,为学生提供较为全面的知识学习内容。大数据的作用范围以及深度随着信息技术的不断发展而发展,目前,基于大数据时代的发展现状而开展的网络思想政治教育是教育改革的一次全新尝试,也是教育教学的现代化发展的集中体现。

二、大数据时代对网络思想政治教育影响

1、为思想政治教育扩展了教育资源

大数据时代的网络思想政治教育,利用信息技术,能够有效的扩大教育资源的来源渠道,能够有效的提高对教育资源的利用率,实现思想政治教育的现代化发展。基于传统的思想政治教育,教育资源多依靠于教材,不仅教学内容过于陈旧,单一的授课方式也极大程度的限制了教学质量的提升,而基于网络环境的思想政治教育,利用信息技术能够实现数据的实时共享,教师也可以通过课件丰富课堂教学内容,利用教学多媒体激发学生的学习兴趣,提高学生的学习成绩,为我国教育体制的改革夯实基础,为我国信息化教学模式的开展提供具有价值的教学经验。

2、对思想政治教育提出了更高的要求

思想政治教育是一个长期的教学过程,我国的学生从入学开始就接受思想政治教育,目的是为了在应试教育中,发挥素质教育的作用,提升学生的思想道德品格,培养学生良好的习惯,树立正确的价值观念以及政治觉悟,为社会培养优秀的人才,因此,思想政治教育不能仅限于书本,仅限于课堂,而是应当走进学生的日常生活,基于大数据环境下的思想政治教育,能够为学生提供更多的学习空间,但是网络环境复杂,如果没有正确的引导,反而容易使学生接受不良信息,影响了教育教学的成果,因此,教育教学的现代化发展以及开展网络思想政治教育对现有的教学环境及条件提出了更高的要求,如果没有完善的教学体系制度,则教育成果必然会受到一定程度的影响。

3、创新了思想政治教育的开展形式

大数据时代下的网络思想政治教育创新了思想政治教育的开展形式。网络数据化首先影响了学生的思维方式,过去的学习模式多集中在量化考核,在一定程度上僵化了学生的思维能力,使得学校变成了“生产车间”,而大数据时代为学生提供了新的学习方式,不再仅限于对因果关系之间的探寻,而是将学习的重心放下了变量相关性的分析中,在网络思想政治教育中,学生不再硬性的记忆书本上的知识,而是深度挖掘对自我理性认知,构建完整的知识框架,因此基于大数据时代的网络信息化教学的模式创新了思想政治教育的开展形式,学校可以通过网络课程等形式,丰富学生的学习活动,提高思想政治教学的质量。

三、大数据时代下网络思想政治教育的开展思路

1、树立思想政治教育的数据观念

基于大数据时代发展的特性,学校及教师必须加快转变教学观念,树立数据教学的观念,将教学的重心放在引导学生价值观和培养创新意识上,必须清晰的认识到思想政治教育不是简单的硬性要求,而是在一定的原则基础上体现人的意志,重视学生的个性发展,要站在教育事业发展的前沿,不断创新思想政治教育的开展方式,注重保持教学的及时性和实效性,帮助学生建立合理的学习计划,达到提升教学质量的目的。

2、构建大数据时代下的网络思想政治教育体系

要想保证大数据时代下的网络思想政治教育顺利开展,就必须要全面优化教学环境,提升教学条件,使得学校硬件设施与软件设施符合网络教学开展的需求,同时构建网络思想政治教育体系,有效整合校园内部的教育资源,加强教育体系中各部门、各分支机构的沟通协作,实现数据信息的共享。另外,可以建立相应发的数据信息平台,加强与学生之间的沟通,同时建立责任监督机制,保证数据的有效更新,屏蔽不良信息的渗入,维护网络教学的安全,为学生提供良好的网络学习环境,提高网络思想政治教学的质量。

3、探寻网络思想政治教育的开展方式

基于大数据时代的背景下,实现教育教学的网络信息化是一个系统性的工程,不仅需要对数据信息进行全面的收集与分析,同时也要提高教育工作者的素质要求,要转变自身的教学观念,不断探寻网络思想政治教育的开展方式,网络思想政治教育并非完全覆盖传统的教学方式,而是基于教学环境的变化,实现网络教学与课堂教学的有机结合,丰富教育教学的内容及形式,量化教学进度,重视个性化发展,促进学生能力的全面提升。

四、结语

综上所述,只有树立了思想政治教育的数据观念、构建大数据时代下的网络思想政治教育体系,同时,探寻网络思想政治教育的开展方式,才能保证网络思想政治教育的有效性,才能发挥出思想政治教育对学生的积极作用。

参考文献

[1]吴昊,黄禹鑫.基于易班构建高校网络思想政治教育大数据平台的思考与实践--以重庆大学为例[J].思想教育研究,2016,01(01):64-67.

[2]任朋辉.网络时代思想政治教育机制创新研究--评《大学生网络思想政治教育机制创新研究》[J].新闻与写作,2016,02(04):116.

4G网络时代大数据的机遇与挑战 篇8

4G网络时代即将到来, 随着4G牌照的即将发放, 4G网络将高速发展, 这意味着网络通信将向着速度更快、覆盖面更广的方向发展。而在4G网络发展之前全球数据增量就达到ZB的级别, 并且预测以每年50%的速速增长。难以想象, 当4G网络到来之后, 我们的上网速度将是3G的50倍, 是2G网络的100多倍, 这充分说明在4G时代我们将产生巨大的数据量, 那么大数据在这样的条件下又该怎样面对这个机遇和挑战呢?

1 4G网络和大数据概述

4G就是所谓的第四代移动通信的简称, 它能够以超高的网络速度进行传播, 能够实现高质量的视频通信和更加稳定的信号网络, 是一种传输速率高、抗干扰能力强且兼容性好的新型通信技术。通常情况下, 4G网络的速度可以达到几十兆字节每秒, 这大大减小了用户与网络间的距离, 使用户可以在更短是时间内访问到更多的网络数据。4G网络具有速度快、频谱高、覆盖面广、频带利用率高以及通信费用更加便宜的特点。

大数据在百度百科的定义是指所涉及的资料量规模巨大到无法透过目前主流的软件工具, 在合理的时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。通俗点说, 大数据就是对巨型数据、超大规模的数据量的数据类型, 数据质量等方面从一个非传统的角度进行分析、挖掘并且利用其数据价值的一种思考方式。它具有数据量大 (Volume) 、数据形式多样化 (Variety) 、速度快 (Velocity) 和价值高 (Value) 的特点, 简称大数据的4V特点。

2 大数据在4G网络下面临的机遇

4G网络的发展给大数据带来的机遇是多方面的。

(1) 大数据定位更加精确。在4G网络时代, 人们可以更加方便的使用网络的服务, 可以在相同的时间里进行更多的网络活动, 那么必将产生更多的网络数据。根据统计学原理的内容, 我们知道当你使用的样本值越大时, 你所作出的统计分析将更加精确。据估计4G网络时代到来之后, 我们同时间里所产生的数据量将达到目前数据量的几十倍, 这就意味着我们将有更多更大的样本进行分析, 那么就能够更加准确的进行数据的定位和分析。例如:现在的购物网都在进行顾客的需求的分析, 然后对你进行推荐你可能喜欢的产品, 基于现在的网络如果我们在一分钟可以浏览一个商品时, 那么4G网络将把我们的浏览量扩大50倍左右, 那么我们的企业将能更加准确的定位顾客的需求, 进行产品的推销, 从而达到准确营销的效果。

(2) 大数据的分析速度将更加快捷。目前推出的分布式大数据分析系统结构框架如图1所示。

由图1可以看出大数据的分布式处理数据是通过网络来将存储节点和主机Master进行相连的, 也就是说即使我们的数据处理能力可以很高的情况下, 如果没有足够的带宽来维持节点和主机的数据的交换, 那么将拖累数据处理的速度, 这就如我们常说的“巧妇难为无米之炊”。4G网络的发展, 大大提高了网络的速度和带宽, 这就为大数据技术的能力提供了可靠地保障, 从而让大数据的发展又上升了一个很大的台阶。

(3) 大数据的发展更加多样化。在4G网络的带动下, 必然会引起人们生活方面的巨大变革。如智能车载系统在4G网络将会在每辆车上配备着联网设备, 来更好的监测汽车的情况;无线医疗系统也将会进一步发展, 加上4G网络后就算是再偏远, 医生也能对病情有所掌控并提出相应的办法等等。一系列基于4G网络的变革将会产生, 与此同时必然少不了对数据的分析, 这将很大程度上拓宽了大数据的应用范围, 促进了大数据的快速发展。

3 大数据在4G网络下面临的挑战

如果说4G网络的发展给大数据带来了机遇是多方面的, 那么在此同时, 又需要面对哪些新的挑战呢?

(1) 数据的有效撷取的挑战。4G网络必然要造成数据的疯狂增长, 这就对我们大数据的数据处理能力有了新的挑战, 尤其在庞大的数据中, 我们该如何抽取出对于我们有价值的那一部分数据, 这将是大数据必然面临的问题。这时, 需要在充分的了解客户的需求后, 研制出准确的算法并建立相应的数据分析模型, 以客户能够轻松理解的方式呈现出来, 重点是一定要把握好真正有用的数据。

(2) 用户个人的隐私和数据自身的安全将面临更大的挑战。网络速度和带宽的增加, 用户将有更多的信息暴露在网络中, 而大数据本身也将拥有更多的数据, 数据的安全将变的至关重要, 电脑黑客的存在迫使我们必须采取更加安全的数据管理方式, 融合云计算产生的数据实时分析引擎机制和定点用户身份验证登录机制的结合将是大数据安全管理的方向, 但具体怎么在确保安全的情况下更加贴近用户的体验将是一个需要深度商讨的问题。

(3) 大数据的存储技术面临挑战。4G时代, 每人每天可以使用1G的流量, 数据的快速增长对数据的存储技术提出了更高的要求, 尽管存储和压缩技术在不断提高但仍然是远远达不到4G网络时代数据增量的要求。目前提出的分布式存储结构虽然理论上可以解决巨型数据的存储问题, 但它存在的弊端也是相当明显的, 尤其是在数据的备份方面。因为存储的分散, 我们在备份数据时就会变得十分困难, 因此必须要制定出有效的数据备份计划并且研发出兼容性强的数据程序系统才能对数据进行有效的存储管理。

结束语

总而言之, 4G网络即将到来, 并会以很快的速度发展, 大数据在不久的4G网络下的发展将是新时代大数据发展的关键, 大数据只有主动迎接4G网络带来的挑战并充分的利用好其带来的机遇, 才能更好、更快、更迅猛的向前发展。

摘要：随着4G即将通行证的发放, 4G网络必将快速发展, 大数据在4G网络的基础上也必将面临着巨大的变革。本文围绕大数据在4G网络下的机遇和挑战, 就大数据该怎么应对高速发展的网络做一个浅层的探索。

关键词：4G,大数据,网络

参考文献

[1]张小伟.4G通信技术及其应用前景.信息通信, 2013 (05) .

[2]唐锦.浅谈4G移动通信技术的发展.通讯技术, 2013.

[3]成静静, 喻朝新.基于云计算的大数据统一分析平台的研究与设计.通信热点, 2013 (01)

4G网络时代大数据的机遇与挑战 篇9

一、4G网络和大数据的概述

4G就是所谓的第四代移动通信的简称, 它能够以超高的网络速度进行传播, 能够实现高质量的视频通信和更加稳定的信号网络, 是一种传输速率高、抗干扰能力强且兼容性好的新型通信技术。通常情况下, 4G网络的速度可以达到几十兆字节每秒, 这大大减小了用户与网络间的距离, 使用户可以在更短是时间内访问到更多的网络数据。4G网络具有速度快、频谱高、覆盖面广、频带利用率高以及通信费用更加便宜的特点。

大数据在百度的定义是指所涉及的资料量规模巨大到无法透过目前主流的软件工具, 在合理的时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。通俗点说, 大数据就是对巨型数据、超大规模的数据量的数据类型, 数据质量等方面从一个非传统的角度进行分析、挖掘并且利用其数据价值的一种思考方式。它具有数据量大 (Volume) 、数据形式多样化 (Variety) 、速度快 (Velocity) 和价值高 (Value) 的特点, 简称4V特点。

二、大数据在4G网络下面临的机遇

4G网络的发展给大数据带来的机遇是多方面的: (1) 大数据定位更加精确。在4G网络时代, 人们可以更加方便的使用网络的服务, 人们可以在相同时间内进行更多的网络活动, 那么必将产生更多的网络数据。根据统计学原理, 当使用的样本值越大时, 所作出的统计分析将更加精确。据估计在4G网络时代, 同时间里所产生的数据量将达到目前数据量的几十倍, 那么我们将拥有更大的样本进行分析, 这样我们就能够更加准确的进行数据的定位和分析。 (2) 大数据的分析速度将更加快捷。目前所采用的的大数据的分布式处理技术是通过网络来将存储节点和主机Master进行相连的, 也就是说即使我们的数据处理能力可以很高的情况下, 如果没有足够的带宽来维持节点和主机的数据的交换, 那么将拖累数据处理的速度。4G网络的发展, 大大提高了网络的速度和带宽, 这就为大数据的处理提供了可靠地保障, 从而让大数据的发展又上升了一个很大的台阶。 (3) 大数据的发展更加多样化。在4G网络的带动下, 必然会引起人们生活方面的巨大变革。如智能车载系统在4G网络将会在每辆车上配备着联网设备, 来更好的监测汽车的情况;无线医疗系统在4G网络下就算是再偏远, 医生也能对病情有所掌控并提出相应的办法等等。一系列基于4G网络的变革将会产生, 与此同时必然少不了对数据的分析, 这将很大程度上拓宽了大数据的应用范围, 促进了大数据的快速发展。

三、大数据在4G网络下面临的挑战

如果说4G网络的发展给大数据带来了机遇是多方面的, 那么需要面对哪些新挑战? (1) 数据的有效撷取的挑战。4G网络必然要造成数据的疯狂增长, 这就对大数据的数据处理能力提出新的挑战, 尤其在庞大的数据中, 我们该如何抽取出对于我们有价值的那一部分数据, 这将是大数据必然面临的问题。这时, 需要在充分的了解客户的需求后, 研制出准确的算法并建立相应的数据分析模型, 以客户能够轻松理解的方式呈现出来, 重点是一定要抓住真正有用的数据。 (2) 数据安全将面临更大的挑战。随着网络速度和带宽的增加, 用户将有更多的信息暴露在网络中, 数据的安全将变的至关重要, 电脑黑客的存在迫使我们必须采取更加安全的数据管理方式, 融合云计算产生的数据实时分析引擎机制和定点用户身份验证登录机制的结合将会是大数据安全管理的研究方向。 (3) 大数据的存储技术面临挑战。4G时代, 每人每天可以使用1G的流量, 这就对数据的存储技术提出了更高的要求, 尽管存储和压缩技术在不断提高但仍然是远远达不到4G网络时代数据增量的要求。目前提出的分布式存储结构虽然理论上可以解决巨型数据的存储问题, 但它存在的弊端也是相当明显的, 由于存储的分散, 数据的备份就相当困难, 怎样有效的备份数据是一个难点。

四、结束语

总之, 4G时代即将到来, 并会以很快的速度发展, 大数据在不久的4G下的发展将是大数据发展的关键, 大数据只有主动迎接4G网络带来的挑战并充分的利用好其带来的机遇, 才能更好、更快的向前发展。

参考文献

[1]张小伟.4G通信技术及其应用前景.信息通信, 2013 (05)

[2]唐锦.浅谈4G移动通信技术的发展.通讯技术, 2013

大数据时代广电网络发展的新契机 篇10

(一)大数据的概念

对于大数据(big data,mega data)的概念,目前业界还暂时没有公认的准确性定义。在维基百科中,这一概念被定义为“无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合”。我们可以理解为:需要新的处理模式才能产生具备更强的洞察力、决策力和流程优化能力的多样化、高增长率的海量信息资产。正如维克托·迈尔·舍恩伯格在其著作《大数据时代》中所说的那样,“大数据正在以一种前所未有的方式,通过对海量数据进行分析,获得有巨大价值的产品和服务或深刻的洞见。”

(二)大数据的特点

通常大数据的特点可以归纳为四个“V”:体量(Volume)、价值(Value)、多样性(Variety)、速度(Velocity)“Volume体量”指巨大的数据量。大数据单位不再以GB或TB衡量,PB(一千个T)、EB(一百万个T)以及ZB(10亿个T)才是大数据的计量单位。根据IDC监测,预计到了2020年,全球的数据量将达到35ZB。可以这么理解,如果用容量为9GB的光盘来刻录全部数据,那么光盘叠加的高度将会有233万公里之多,相当于地球与月球之间距离的6倍。“Value(价值)”是指价值密度不高。大数据的重点不在于数据量的增长,而是建立在大数据的商业智能技术(也可称高级分析技术)基础上,对海量数据价值的深度挖掘。在如今信息爆炸的情况下,如何挖掘数据的有效信息对企业或其他团体非常重要。但大数据的价值密度并不算高,举个例子:在一段视频不间断的监控过程中,可能有效的数据信息也就是一两秒的片段。“Variety(多样性)”指的是数据的类型多样。大数据并非只体现在数据量的急速增长,还体现在数据类型也比以前繁复多样。它包括了结构数据和非结构化数据,如视频、图片、网络日志、地理位置信息等,并且占更多比重的是非结构化数据。曾有人做过一项统计,全球结构化数据增长率在32%左右,而非结构化数据增长率则占了约63%。这些非结构化数据恰恰是产生智慧的大数据的来源。“Velocity速度”指数据的处理速度快。这也是大数据挖掘技术和传统方式本质上的不同。

大数据要有效地处理如此海量的数据需要特殊的技术,如数据挖掘电网、大规模并行处理(MPP)数据库、云计算平台、分布式文件系统、分布式数据库、互联网以及可扩展的存储系统。大数据技术的战略意义不光在于掌握海量的数据信息,更重要的是对这些数据进行专业化的分析和处理,挖掘数据的意义。如果说大数据是一项产业,那么这项产业要盈利,关键是提高对数据的加工能力,通过数据加工实现增值。

二、大数据对广电网络的意义和影响

在互联网的普及以及多种媒体深度融合的背景下,中国广电网络的发展也迎来了大数据的春风。由中国广播电视网络有限公司、北京歌华有线电视网络股份有限公司,以及其他30多家省市有线电视网络公司共同联合建立的中国广电大数据联盟于2015年10月23日正式成立,其意义在于通过共同的广电大数据平台,实现业内数据的流通与共享,打造属于广电的大数据产品体系,建立全国范围的全媒体与全样本收视数据运营公司。国家新闻出版广电总局传媒机构管理司的袁同楠司长认为,该联盟的成立“是整个广电业的创新之举”。他还表示,数据是重要的生产力,是基础性的资源。现在是中国广电业新的发展时期,要把握这个机会加快广电行业转型发展。在整个大数据业务发展中,应充分发挥广电自身优势,同时确保传播信息和文化的安全,积极创新,力求精品,推出更多更好的产品和服务,满足人民群众的精神文化需求。

那么在这个大数据时代,传统的广电网络又会受到什么影响呢?第一,广电网络业务转变。一直以来,广电网络的传统业务是视频传输和服务,大数据时代的到来,促使广电网络扩展多样化业务。第二,广电网络技术转变。对于广电网络而言,大数据即视频数据和宽带数据。新业务驱使宽带接入技术的发展,为满足大数据时代高速增长的宽带接入需求,广电网络必须做到大管道、海存储、高效率和高可靠。第三,广电网络营销方式的转变。大数据对广电网络传统的营销方式将带来颠覆性的改变,传统的“看电视”将转变为“用电视”,在这一趋势下,广电网络的营销应当跳出原有单一的模式,向多样化、人性化、可定制化进行转变。第四,大数据对广电网络的节目生产、传播形式、行业体制等也将产生重大的影响。

三、大数据时代,广电网络如何发展

在科技快速发展的背景下,视频终端正在逐渐向手机、平板电脑、互联网电视等多终端扩展。而传统的通讯运营商、硬件设备厂商以及内容集成生产商等都参与到视频产业中并获得不少利益,视频服务早已不是广电网络运营商的垄断优势。OTT盒子正在努力实现终端的联网化、跨屏化,替代广电网络那又老又笨的机顶盒。互联网视频从业者正在努力满足用户精准化、碎片化、互动化的观看需求,替代广电网络墨守成规的直播。广电网络在如此巨大的竞争面前,最大的问题还是传统的视频内容服务已经满足不了用户的需求。因此利用大数据,发展新型广电网络服务已迫在眉睫,刻不容缓。

(一)构建“广电云”,建立广电专属数据平台

1. 我们可以把“广电云”简单理解为:

以云架构为广电相关业务提供支撑服务的系统。构建“广电云”,一是为保证数据的可管可控性,用户信息、授权信息、节目信息等所有数据可以统一储存在云服务器中,广电网络运营商可以很方便地在前端进行数字电视业务管理;二是终端设备投入成本减小,在云计算的强大功能下,广电网络的模块集成、软件升级等业务可以在云端由专门的服务器完成,无须频繁地升级更换机顶盒,用户通过最低的成本和最简单的操作就可尽享数字电视业务的乐趣。

2. 打造广电专属数据平台系统。

广电网络的数据核心在于用户与电视进行沟通的双向网络。广电用户虽然基数大,但数据却零散无规律,难以被利用并产生价值。将过去零散的广电内部资源进行有效整合和合理利用,对各种数据进行存储计算及调用,是广电网络开展各种智能新业务的基础。在互联网思维中,离用户越近就有越大的主动权,用户体验越好就越能产生价值。用户的每一次操作都会被作为一个数据记录在广电网络大数据系统中,告诉广电从业人员用户在做什么,喜欢什么,用户在广电网络平台上收看或搜索的是直播、专业频道、高清频道还是互动点播内容,其中什么内容是某个用户或者某个用户群体最喜欢看的,广电网络大数据系统通过数据采集、分析和处理来对用户进行精准分析,能够更好地满足用户需求。

(二)打造智能电视平台,发展多屏业务

一直以来,传统的广电网络运营商只是统一无个性地为用户提供单一的视频服务,但在大数据的新环境下,广电网络提供的服务不再局限于视频内容,各种类型的应用成为智能电视和互联网电视的新热门。大数据技术可以让广电网络运营工作分析了解用户的个性化需求,构建在智能电视平台上的大数据系统能够更深入了解群体中用户信息消费的个性与共性。未来的智能电视将会通过大数据挖掘,分析出某个用户群体的结构,在此分析的基础上,针对个人的喜好或整个群体的喜好,提供个性化定制服务或推荐内容。

在广电网络提供的产品方面,信息范围也在不断扩展。用户的消费习惯不再只是过去传统的视频内容,还逐渐向有大数据支撑的信息服务拓展。娱乐、电视游戏、电视商城购物、医疗保健、生活服务甚至电视社交圈等内容,都因为有了大数据技术的支持而整合进入电视屏幕,用户将从看电视走向用电视和玩电视。在这些产品最终实现的终端上,由于大数据技术的帮助,也将从传统单一的电视剧屏幕向手机、平板电脑等多屏发展。多屏绝不仅仅是简单的一个屏呈现相同的内容或服务,实质在于特定的格式或内容就适配相应的终端,某个时间与场合推送的内容也适配不同的终端。也就是说,用手机、平板电脑等小屏丰富电视机大屏的内容,让用户随时随地自由地享受广电网络提供的多样化产品和服务。

(三)实现精准营销,提升客服质量

在市场竞争下,广电网络运营商越来越意识到与用户进行沟通的重要性,这样有助于了解用户的需求从而提供相应的服务。大数据技术便于广电网络对每一个用户的价值进行富有针对性的个性化精准分析,利用有效的技术手段来了解用户对广电提供的内容或服务的反馈,进而有针对性地进行个性化的节目推荐和精准的广告投放,实现低成本高回报。在广电网络企业经营的层面,大数据技术可以通过资源、财务等各类数据的综合分析,为制定公司经营管理和市场竞争策略提供可靠的数据保障。将大数据技术应用到客户服务方面,可以提高用户关系管理的效率,通过对用户需求的精准分析,提升优化用户体验来提高用户黏性,根据不同的服务对象提供更个性化的服务。

大数据时代广电网络面临的机遇与挑战并存,正如凤凰卫视董事局主席刘长乐所说:“一个富于创造力却又充斥着巨大破坏力的大数据时代已经来临。”面对互联网企业和电信运营商的强大竞争,广电网络应当抓住大数据这一新契机,拥抱大数据,拥抱互联网思维,搭建广电专属的大数据平台,并且充分发挥广电网络行业的传统资源优势,加快自身转型,在“互联网+”和大数据的时代登上新的高峰。

摘要：大数据是近年出现的一个新概念和未来社会的发展趋势。笔者在此文中先介绍了什么是大数据及其特点,并对大数据时代中广电网络会迎来怎样的挑战和契机作了详尽的分析。