前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇大數據時代的利弊范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。

大數據時代的利弊范文第1篇

關鍵詞：大數據；網絡；安全；隱私；重要性

中圖分類號：TP393.08 文獻標識碼：A 文章編號：1007-9416（2017）01-0216-02

1 引言

科技在發展、社會在進步，從18世紀工業革命至今，人類社會由農耕時代向工業時代邁進，進入20世紀隨著信息技術的迅速發展崛起，人類社會再次向前進步逐漸建立信息王國。21世紀在信息技術及科學技術雙重動力推動下，數據時代帷幕即將拉開。以大數據為基礎的新時代，人們的生活將趨于個性化、定制化，這將顛覆傳統商業統一生產模式，將為社會發展提供新機遇、新氣象。然而事物的發展總是伴隨著矛盾，我們需辯證統一的審視其利弊，并保持其平衡發展。誠然，大數據技術的發展同樣是矛盾的，它的發展與進步一方面是推動時代前進的動力，另一方面也容易造成個體信息的泄露。2016年大數據的發展趨勢、利弊的探討已經進入白熱化階段，并我國諸多企業都已經著實布局大數據市場，譬如阿里巴巴集團的“阿里云”、百度的“百度云”以及“騰訊云盤”、“迅雷云”等。但是在發展過程中，眾多占領大數據市場的企業都將目光轉向“個人隱私保護”問題上。2016年博鰲論壇對大數據的探討重點也已然放在了“隱私保護”問題上。大數據時代背景下，網絡安全重要性由此可見一斑。

2 大數據時代下的信息網絡安全現狀分析

2.1 網絡病毒對網絡安全的威脅

大數據時代下，網絡逐漸成為承載個人信息的主要陣地之一，身份信息、銀行賬戶、就業就學信息等個人隱私都“裸”的暴露于網絡之上。網絡病毒作為不法分子竊取、窺測個人隱私的傳統手法，現目前已然是網絡安全隱患之一。在信息技術還不夠完善且大數據體系還未建立之前，傳播病毒的主要目的是盜取用戶賬號，如QQ賬號、百度賬號等，其危害性相對而言存在局限性。然而大數據時代下，用戶賬號信息的泄露則更加容易暴露個人隱私，甚至可能造成用戶生命財產損害。譬如現目前較為盛行的微信、QQ詐騙，即是犯罪分子通過轉播木馬病毒而竊取并控制用戶社交軟件賬號，并根據社交軟件所含有的用戶信息，掌握用戶一般情況從而對親戚朋友進行針對性詐騙，其詐騙成功率大大提升。因為大數據時代背景下，用戶的個人信息較多的暴露在網絡上，無論身份信息、就業信息、居住地信息都在大數據系統的監控之中，除此之外交際軟件中的聊天記錄也將成為犯罪分子直觀化分析依據，為犯罪行為的實施提供的更加“可靠”的基礎。總而言之，大數據時代背景下，由于病毒傳播造成的用戶信息泄露現象并不少見，因信息泄露而導致用戶及其親友造成生命財產損害的案例也不勝枚舉。這也就凸顯了大數據時代網絡安全的重要性，這也就強調了建立網絡安全屏障的迫切性。

2.2 網絡安全管理不到位，網絡自身漏洞引發的安全問題

任何網絡系統都存在一定的瑕疵，因此網絡系統維護是保證網絡安全的第一防線。大數據時代下，數據系統并不是是大企業的禁臠，小企業、機關單位、學校甚至個體商戶都有可能建構契合自身發展需求的信息數據系統。無論是哪一類的信息數據系統都是存在一定漏洞的，只是大型企業對自身數據系統的維護力度較大，填補漏洞及時因此發生信息泄露的幾率相對較低，而部分小企業甚至是機關單位在自身信息數據系統維護上的投入較少，漏洞彌補周期長，安全隱患更加嚴峻。然而實際生活中，正是由于諸多信息數據系統存在漏洞，這也就造成了網路安全的緊張形勢。反映到現實生活中即是網絡犯罪事件、電話詐騙事件的激增。譬如近來曝光度較高的大學生被騙的案例中，詐騙團伙大多都清晰的掌握了學生的基本信息如姓名、電話號碼、身份證號碼等，甚至連學生的專業、班級信息都“如數家珍”。這樣的案件使人不禁發出疑問，詐騙團伙是通過何種渠道得到如此詳盡的個人隱私信息的。從實際案例分析來看，諸多詐騙犯罪分子收集信息的主要渠道即是利用數據系統存在的漏洞，對其進行非法攻擊從而獲取受害者信息，最后有的放矢的實施詐騙，這樣的詐騙手法成功率高，其受騙金額普遍較高。由此可見，數據系統漏洞正逐漸成為影響網絡安全的關鍵因素之一。一言以蔽之，大數據時代背景下，各個企業及單位應該做好數據系統維護工作，防治因系統漏洞而造成用羰據泄露，以此減少網絡犯罪幾率。

3 網絡安全防范措施

正如上文所言，大數據時代背景下，網絡安全問題關系這廣大網民的人生財產安全，關系這社會的和諧發展。正因如此，我們就應該采取積極措施，推動網絡安全體系建設，具體細則有以下幾點：

3.1 做好病毒治理

病毒是影響網絡安全的重要因素之一，做好病毒防治的促進網絡綠色化、健康化、安全化的必要措施。做好網絡病毒防治工作，首先應該提高網名防范措施，引導諸多網名自覺養成病毒查殺意識，并定期進行病毒查殺工作。其次是加強網絡安全教育，即針對在校學生及社區群眾展開針對性網絡安全宣傳講座，促使學生及群眾建立網絡安全知識體系。最后是做好網絡安全監控，即加強網絡涉黃、涉暴信息的監控，因為這類信息是病毒的主要傳播載體之一。

3.2 加強數據系統管理，做好系統維護工作

大數據時代背景下，信息數據系統承載了客戶大量隱私，因此做好的數據系統維護管理是提高網絡安全性的必要措施。對于企業與機構而言，需要立足于宏觀視角，辯證認識網絡安全重要性，以及數據系統維護與網絡安全的內在聯系，在維護管理工作上加大人力、物力投入，并積極加強系統維護人力資源建設，全面建構科學合理的管理維護體系。

4 結語

綜上述，大數據時代背景下，需針對計算機信息安全管理技術在網絡系統中的逐步健全，提升用戶安全管理的防范意識，推動計算機管理技術在大數據背景下安全使用。

參考文獻

[1]張國強.淺析大數據時代下的計算機網絡安全防范[J].經營管理者，2015，12：367.

大數據時代的利弊范文第2篇

【關鍵詞】室內設計；大數據；計算機輔助設計；虛擬現實技術

1引言

隨著云計算、互聯網技術以及各類傳感器的迅猛發展和普及，海量數據早已滲透在生活的方方面面。數據已經深度滲入到當今每一個行業的研究與應用領域，成為影響生產力的重要因素。隨著物質生活水平的提高，用戶對于室內設計提出了更加多元化和個性化的要求，在信息化時代，用戶自己可以獲得大量設計數據。如何在滿足功能性的前提下，既保持設計的美感，同時還要以個體為單位滿足以人為本的設計理念，這就要求設計師顛覆和改變傳統設計思維以及方法，讓數據自己說話，即通過可視化的數據編輯手段使用戶和設計師在某種大數據平臺上可以互相溝通、達成一致。

2大數據與室內設計的聯系

關于“大數據”，麥肯錫全球研究所認為其是一種規模大到在獲取、存儲、管理、分析方面大大超出了傳統數據軟件工具能力范圍的數據集合。具有海量的數據規模（Volume）、快速的數據流轉（Velocity）、多樣的數據類型（Variety）和價值密度低（Value）四大特征。IBM又在此基礎上加上一條真實性（Veracity），從而形成了大數據的5V特征。大量碎片數據伴隨人類社會一直存在，只是在信息技術和互聯網飛速發展的現代社會，其有了被記載、分析、組合利用的各種可能。即大數據技術的意義不僅在于掌握龐大的數據信息，更重要的是對這些含有意義的數據進行專業化處理與分析。大數據在產業中的應用關鍵在于能否對數據進行深度挖掘、有效加工，實現數據增值。通過云計算對海量數據進行分布式挖掘、進而云貯存并通過虛擬化技術云表現，是室內設計在大數據時代面臨的改革要求[1]。對設計師而言，在海量信息前具有更強的洞察力、決策力、信息優化能力，針對用戶需求量身打造符合功能性的個體化設計，是人性化設計在大數據時代背景下提出的新要求。

3室內設計中大數據應用的現狀

3.1傳統計算機輔助設計在室內設計應用中的利弊

20世紀以來計算機輔助設計已經進入我國市場，和手繪圖紙一起用來展示設計要點和表現設計效果。20世紀末，隨著計算機軟件的飛速發展，以CAD為代表的施工類平面軟件和以3DMAX為代表的三維空間表現軟件逐漸取代了傳統的手繪表現。這些計算機輔助設計軟件參與到室內設計中后，很大程度上提高了工作效率，施工類工程軟件由于有相關行業規范制約，比起傳統手繪表現數據作圖都更加精確，行業統一的作圖標準也推動了產業的內部交流和發展。同時，也正是由于行業規范的標準化要求，一定程度上限制了室內設計師的主觀想象力和表現力的發揮，而制圖的行業門檻要求使得用戶難以準確有效地了解設計細節，以致和設計師進行溝通時存在理解上的偏差。客戶大多情況下，依照設計方效果圖理解設計方案，而效果圖表現因技術原因，準確度往往比較模糊，在實際操作中難免存在“買家秀”和“賣家秀”的區別，從而造成溝通障礙和客戶滿意度的下降。以CAD、3DMAX等計算機輔助設計軟件介入設計的過程，依然由設計師占據著主導地位。設計師往往依賴于自己的感性認知和設計經驗進行設計活動，在和用戶溝通時因為雙方知識經驗等存在較大差別，往往需要根據客戶的要求進行反復的修正，設計師在理解偏差中會陷入繁重的重復勞動中。如何使得客戶能夠有效表達自己的設計愿望，并以雙方都能夠快速理解的方式進行表現和后期施工，成為當下計算機輔助設計面臨的難題。

3.2虛擬現實技術在室內設計中的應用

虛擬現實技術（VirtualReality）簡稱VR，是一項囊括計算機、電子信息、仿真技術于一體的全新實用技術。近年來在國內嶄露頭角，深刻地改變著社會生活。其基本實現方式是計算機模擬虛擬環境從而帶給人仿真環境沉浸感。隨著谷歌、三星、阿里巴巴等行業巨頭介入虛擬現實領域，消費者的虛擬現實時代正逐步到來，同時，這項技術也深刻影響和改變著設計領域[2]。在室內設計領域，如前所述，設計師與客戶的知識經驗、行業背景存在較大差異，在專業圖紙上，客戶很難和設計師以同一視角理解方案，導致客戶一遍遍要求修改，設計師也會陷入溝通不暢帶來的重復勞動中。如果利用VR視角，其擁有的超級仿真的虛擬現實場景可以讓客戶有一種身臨其境的感覺，甚至可以在聽覺、嗅覺、視覺、味覺等方面進行仿真，全方位滿足人的感官系統的需求。設計師可以和用戶同時在這一平臺上直觀地根據客戶的感性需求進行溝通和調整，解決了溝通不暢的問題[3]。虛擬現實技術還可以讓設計師隨時根據客戶的要求對空間尺寸、設計細節、材料家具等進行在線修改，調整相關參數后，系統將調整后的虛擬場景再現給客戶，即時快捷，高效省力。因為借助于感官系統表現，設計師和客戶擁有共同的感知基礎，客戶可以在不具備專業知識的情況下自由表達自己的想法，設計師也可以盡情地表達自己的設計方案。虛擬現實技術使得甲乙雙方溝通順暢和在線即時修改成為可能，可以極大地提高工作效率和行業滿意度。

4室內設計中大數據應用的未來趨勢

4.1提供多元化的室內設計方案和個性化的私人訂制方案

大數據具有海量數據規模和快速數據流轉的特點，這為各行業提取材料提供了多樣的數據類型。各種公共資源經過優化后可以在各行業之間高效流轉，打破了傳統意義上行業壁壘和專業數據有限的拘囿。室內設計中大量的數據庫建設和儲存、高效的爬蟲技術篩選和整合帶來了海量室內設計數據化方案。并且這些海量設計方案在智能化、人文化、共享化的基礎上實現，呈現出多元化的特點。比如智能化支持設計師可以在數據庫里輸入戶型數據，從而對應得到相關的技術參數要求和適配的戶型設計方案。然后設計師可以根據具體客戶情況和需求對選中的適配方案進一步修改使其人文化，方案通過后再上傳共享，融合為大數據的一部分。這些多元化的室內設計方案在大數據、計算機建模、虛擬仿真技術的支持下可以在平臺上不斷修正和添加，本身又具有生態化的特征。在大數據背景和計算機建模、虛擬現實技術支持下，室內設計以技術手段為載體，將室內空間分置及其內部材料模塊化。普通用戶就可以輕松通過拖拽相應模塊中自己感興趣的部分集成到自己的戶型設置中，通過和計算機程序的不斷交互實現最終理想方案。這個過程始終在場景上是直觀的、可視化的。并且操作上簡單易行。可以快速高效地把用戶喜愛的風格、材料、形態等以數據形式完成鏈接、傳輸。從而實現真正意義上用戶自己定義的私人訂制設計方案。達成人-計算機終端-物的互通。同時，在計算機與人交互過程中，智能終端可以根據用戶點擊分析其喜好，不斷調整生成適合此用戶的模塊化選擇，用戶也可以通過語音輸入直接要求為其生成符合條件的模塊。這種生態化的交互極大地節約了搜尋數據的時間和精力，也締造了屬于個體的獨特的私人訂制室內設計空間。

4.2智能化的家居環境建設

在大數據背景下，智能化的人機交互使得家居環境越來越向智能化方向發展。無線傳感器對環境信息進行實時檢測和采集，人工智能將會把聲環境、光環境、空氣環境、溫濕度環境等環境指數調整至最佳狀態，如果用戶在異地，還可以借助互聯網實時將數據上傳，可以在異地對智能家居系統進行監控和調整，實現遠距離控制，方便照顧家里的老人孩子，也可以在主人回家前讓智能家居系統一切就位。未來可期的智能家居系統包括智能照明、智能家電、智能遮陽、智能安保、節能控制、系統軟件、系統網絡等，具有智能、安全、舒適、便利的特點。其系統構成靈活，每個智能家居系統由各個子系統連入網通，通過手機或平板電腦等觸摸屏或者語音系統進行操作，場景控制模式眾多，可以根據需要對子系統進行刪減或添加，安裝方便，無線連接，可以隨時組裝和拆除。構建高效的家庭環境控制和管理系統，提升家居生活品質，并實現環保控制平臺，還可以將個體家居環境數據共享至區域性環境監測點，在不同區域范圍資源共享，數據優化。

5結語

大數據時代背景下，各行業都在搭載數據化的快車悄然發生翻天覆地的變化。隨著計算機輔助設計和BIM等技術的發展，室內設計領域出現了多元化的應用可能，如海量多元化的室內設計方案、個性化可定制的室內設計方案提取、智能化的家居環境建設等。未來必須轉變設計思維、設計方式、細化軟硬件技術配套、對用戶市場進行網格化覆蓋，從而擴大智能生態鏈并進一步優化數據。充分運用大數據帶來的信息化優勢，就可以使得室內設計真正實現智能化、生態化、人性化的家居環境建設。

【參考文獻】

[1]馬輝，孫佳銘.基于大數據平臺室內設計數據化應用的價值研究[J].工業設計，2017(3):114-115.

[2]覃斌.虛擬現實技術在住宅室內設計互動分析中的應用[J].山西建筑，2016，42(25):7-8.

大數據時代的利弊范文第3篇

關鍵詞：大數據；企業模式；變革

大數據時代伴隨著互聯網、云計算的迅猛發展已悄然來到了我們身旁，對企業的生產、運作、管理、決策等產生巨大影響，信息已經成為支撐我國經濟新常態及結構優化的重要戰略之一。傳統的企業管理模式已經不能適應當今的大數據環境，面對大數據分析應用的突破性發展以及數據信息的海量爆炸，企業必須改變自身的管理模式。“大數據”為企業提供了更廣闊的空間，更廣泛的客戶群，通過對大數據的挖掘，為企業找尋更有價值的信息，為企業決策進行支持，使得企業發展目標更明確，針對性更強，也為企業管理模式提供了新思路。

一、大數據對企業模式的影響

大數據的研究已經成為各國高度重視的一個熱點問題，在企業管理領域也逐漸顯現出一些重要的影響和變化，大數據為企業帶來了一場信息大變革，企業擁有海量的交易數據、運營管理所產生的大量數據以及供應商數據，在這些數據中便隱含著難以計算的信息資源。因此，大數據分析對企業發展起到越來越重要的作用，對企業戰略目標的確定、運營模式的變革也有一定的引導作用。

1.大數據為企業孕育新機遇

在當前激烈的市場競爭下，企業的信息數據也成為企業競爭所掌控的重要資源，通過對大數據的處理，企業可以獲取各類信息，為企業創造更多的機遇。基于大數據所包含的客戶信息，通過對市場中各類數據進行深度挖掘，可以獲知客戶的真實需求，為客戶量身定做針對性強的個性化方案，大數據滋養了個性化商業的發展。另外，企業還可以通過對大數據的分析，發現潛在客戶，擴大企業的客戶群。利用大數據背景，創造企業的數據庫平臺，通過對數據的整合分析，使得數據與現實能夠無縫對接。同時，企業還可以通過互聯網等平臺，實時接收客戶對企業的評價，并及時針對企業的問題進行優化改良，從而使企業在健康的內外部環境下，靈活的調配信息資源。大數據可以提供更大完善的信息，也帶來更高的商業價值，因此抓住這一機遇就能收獲更大的財富，只有牢牢把握這一機遇，才能在當今蓬勃發展的信息時代立于不敗之地。

2.大數據為企業帶來新挑戰

大數據如巨浪般沖擊著我們的生產與生活，一切傳統企業模式將會被，企業通過先進的數據挖掘技術，完成數據增值，從而創造更有價值的商機。當今社會每天每時都會產生巨量的數據，這些數據也悄然的記錄著世界變化的軌跡，信息時代的競爭已經不再是勞動生產率的競爭，而是基于知識的數據競爭。大數據環境的動態性對企業提出了更高的要求，每個環節的改變都引導著企業的變革，企業必須通過最有效的方式實現數據最大化的價值增值。同時，基于數據的客觀性及信息量大的特點，對企業在數據保密及備份、保障客戶信息安全等方面提出了更高的要求。

3.大數據為企業創造新空間

大數據環境具有典型的開放性特點，企業利用大數據能夠極大限度的突破時間和空間的束縛，為企業的發展建立了更高的平臺，為企業創造了新的發展空間。當前我經濟發展隨機性與變動性不斷增強，企業模式也要不斷的隨之進行調整，做到與外部大環境的發展同步，才能使企業在競爭中站穩腳跟。大數據的應用為企業的決策提供了客觀的數據支持，企業決策不再單單依托管理者的思想和經驗，而是更多的依托于完善的數據體系，從而提高了企業的決策準確性，為企業的發展戰略指明了道路，增強了企業的競爭力，擴大了企業的可持續發展空間。

二、大數據推動企業管理模式變革

隨著信息不斷流動、大數據呈級數增長，過去的企業管理模式已經不能適應新環境，大數據及其分析技術已經成為世界各國企業管理的主要工具，整個社會活動的數字化記錄，已經成為可以被重復利用的寶貴財富，是珍貴的管理依據。新時代下，每個企業都站在同一起跑線上，誰都有可能占據數據時代的前沿陣地，企業要在大數據環境下走向經濟的最前端，就要及時轉變管理模式。

1.變革管理理念

傳統的企業封閉式管理模式已經不能應對瞬息萬變的全球化經濟，現代企業在大數據時代下要對自身的運營管理模式進行深度改革，在管理上緊跟時代的步伐，通過數據反映管理問題，根據數據信息轉變管理模式。實際上，基于大數據的新型企業管理理念正在迅速發展，這種新理念也將為企業帶來新的、更高的商業價值。現代企業應從注重微觀層面轉向宏觀層面，從以產品為中心的傳統管理模式轉向基于服務的、能夠與其他元素和諧共處的新型管理模式。這種管理模式不但能夠提升企業對客戶增值服務的附加值，而且由于它是以數據為基礎的管理模式，因此更加合理科學化，也更客觀，它既迎合了大數據的時代特點，又增強了企業競爭力，提高企業管理效率。

2.變革數據管理

數據是企業的重要資產，掌握了數據就如同站在巔峰，它將促進企業轉型，使企業獲取更多的商機，在競爭過程中能夠脫穎而出。大數據時代的海量數據已經不單純是傳統的結構化數據，更多的是包括圖片、音像等非結構化數據。而有數據顯示，目前大部分企業的數據處理還只是針對于結構化數據，對半結構化、非結構化數據的處理能力微乎其微。企業處于數據激增的環境中，需要具有快速、及時處理大量數據的能力，尤其是對半結構化、非結構化數據的處理能力有待進一步提高。企業需要將來自內、外部的數據進行抽取，打破原來的系統壁壘，把來源不同的數據資料進行全面整合，對其所擁有的各類數據進行更深入、全面的數據挖掘。大量的數據信息在被企業使用并為企業創造更多利益的同時，也對企業的數據安全保障系統提出了更高的要求。從政策上，要通過相關法規文件來保障機密數據及個人隱私不被外泄；從技術上，要通過物理隔離實現數據隔離，通過信息加密及增設多級登陸密碼等方式來保障數據的安全性。

3.變革人力資源管理

人才在大數據時代仍然是企業發展的重要因素，面對內、外環境的變化，企業需要一批擁有綜合素質的管理者，他們既有豐富的管理經驗，又有提取和分析利用數據的能力，同時還兼備營銷知識、運營管理素養。CDO（Chief Data Officer，首席數據官）應運而生，其主要職能是使用數據搭建企業與社會的平臺，通過這一平臺從社會獲取更多的潛在數據，并進一步對數據進行挖掘，為企業創造更大價值。CDO將數據當作企業資產，為企業提供多方面的決策支持，他們能夠理解“商業語言”，從數據分析角度來幫助管理者面對挑戰。CDO在企業的發展過程中起著重要作用，高層管理者應給予更多的信任和話語權。

4.變革決策觀念

大數據環境下以數據體系的發展為基礎，通過數據分析幫助企業進行決策，在決策過程中，不僅需要數據的客觀性，也需要人的主觀決策，單純的主觀決策無法應對復雜的市場環境，同樣，單純的數據決策也會造成偏離實際。大數據環境下，產業邊界也變得越來越不清晰，因此使決策更加復雜，決策的時效性要求更高，決策知識分布更加廣泛，因而在大數據背景下，企業決策應更注重以公眾為主體，而不再是決策者的“一家之言”。

綜上所述，大數據已經遍布于各行各業，涉及到每個領域，也對傳統企業管理模式帶來巨大的沖擊，及時變革企業管理模式能夠最大限度的提高企業利益，同時能夠保障企業的可持續發展。企業在內、外環境多變的“大數據”下，要針對當前形勢，總結原有管理模式的利弊，揚長避短，不斷優化產業鏈。運用先進的數據分析、挖掘技術，制定企業發展的長遠計劃，加速我國的經濟騰飛。

參考文獻：

[1]董紀陽.大數據時代的企業決策[J].中國管理信息化，2014（24）.

[2]吳忠，丁緒武著.大數據時代下的管理模式創新[J].管理世界，2013（10）.

[3]馬琳.大數據時代下的企業管理模式的創新[J].天津職業院校聯合學報，2014（07）.

大數據時代的利弊范文第4篇

在招聘的過程中，企業大多采用網絡招聘、校園定向招聘和現場招聘等形式，招聘者只對求職者的部分基礎數據有大致的了解，如專業情況、實習經歷等半結構化數據，而對求職者的動手能力、專業技能掌握情況等一些重要的非結構化能力數據卻并不太了解，對于員工的一些業績完成時效、職稱提升率更是全然不知。在大數據的背景下，一種不斷融合社交網絡的立體化的新招聘形式逐漸受到人們的關注。這其中較為成功的社交網絡就是LinkedIn，它能夠借助社交基因彌補傳統招聘的不足，既能使招聘者對應聘者的社交信息有詳細的了解，提高招聘的質量，節約招聘成本，又能拓寬求職者了解所應聘公司信息資料的渠道，提高其應聘的效率。社交網絡擁有很多數據集群體，基本涵蓋了與一個人有關的全部信息，如工作信息、生活狀況、社會關系、工作效率、能力和潛力開發等。人力資源部借助社交網絡的大數據能夠直接獲取應聘者的各類信息，不僅包括人力資源管理中所涉及的大數據信息，還包括其它財務數據信息和隱私數據信息等，從而形成與應聘者有關的立體信息集，全面了解應聘者的實際情況，實現精準的“人崗匹配”，達到人盡其才，才盡其用，人事相宜的狀態。企業人才招聘在“社交網絡”的大數據庫里加以遴選和聘用，不僅可以避免“井底之蛙”的眼光，還可以防止一些擁有人事權利的人，從而促進人才的高效流動。對人力資源部門而言，一方面要把求職者的簡歷信息、職位申請信息等不斷地聚集起來，為招聘工作的大數據分析奠定基礎［5－8］。另一方面，要在此基礎上充分利用現代的云計算技術對大量數據進行處理，篩選有用的信息，摒棄無用的數據，得到申請職位情況、就業傾向等系列分析成果，并結合企業的人力資源規劃情況得到企業各部門的招聘計劃，使招聘工作做到有理有據，流程更有成效，使配置工作定位更精確，實現“引”和“用”的藝術結合。

二、大數據與員工的開發：最大潛能＋查缺補漏

職業生涯管理作為人力資源開發的重要組成部分，在企業的人力資源管理中發揮著重要的作用，可以更加有效地開發和利用企業內部的人才資源，減少對外部招聘的依賴，節約招聘成本，節省招聘時間；增強員工對企業的忠誠度和向心力，提高工作的積極主動性，減少離職率［9］。在大數據時代，海量的具體量化數據可以為職業生涯管理提供更具有說服力的信息并增強決策的可行性。在大數據的理念下，職業生涯規劃就是基于全部數據的職業生涯規劃，因此在信息的收集上，人力資源部不僅要了解員工的應聘崗位、晉升意愿以及職業規劃等結構化與非結構化的數據信息，還要深入挖掘與職業生涯規劃相關的其他信息，力求保證信息的完整性與整體性，然后對這些信息進行量化分析，摒棄一部分干擾數據，最終形成員工的立體信息集，使職業規劃定位和職業引導更具有針對性和說服力。企業可以利用軟件技術開發設計一套基于大數據理念的職業生涯管理測評系統，對于傳統的職業生涯管理取其精華，去其糟粕，與大數據下的職業生涯管理結合起來，發揮二者的優勢。由此一來，企業可以全面地掌握職工行為，主動地為職工提供“量身定做”的人事服務，幫助員工勝任工作并發掘員工的最大潛能，提高企業的競爭力。然而，在大數據時代，現有的人力資源開發方式存在嚴重的局限性，其中較為明顯的就是人力資源的培訓開發［10］。培訓分為崗前培訓和在職培訓，能使員工了解崗位工作職責，認清工作重點，改善工作中的不足，提高工作效率，實現“人崗匹配”。因此，對員工進行培訓十分重要。目前，大多數企業都采用問卷調查的形式，讓員工參與其中以確定培訓的內容。然而，隨著大數據時代的到來，這些方式日見其片面性。大數據中的一個“大價值”就是在應用中糾正錯誤，因此人力資源管理部門應關注相關數據所表現出的錯誤，實施針對性的培訓，做到查缺補漏［11－12］。例如，對于煤炭企業的煤礦挖掘機操作作業的專業技術人員來說，可以從其業績完成率等結構化的效率數據來反映其需要培訓的內容。換句話說，如果專業技術人員的業績指標出現了下滑，人力資源部就可以針對問題進行數據的收集、整理與分析，深入挖掘根源數據，確定問題來源是專業技術知識的缺乏還是團隊士氣的不足，從而確定不同的專業人員的培訓計劃。企業可以根據不同的情況，制定不同的部門培訓計劃、一般人員的培訓計劃、選送進修計劃等。這樣一來，人力資源管理部門就能對員工的培訓做到游刃有余。

三、大數據與績效考核：崗位數據＋員工參與

在以往的考核中，考核者大多依賴有限的記錄對被考核人進行主觀評價，進而確定考核結果。例如，通過記錄員工的出勤率、工作熱情程度等通用型結構化和半結構化的基礎數據和故障率、任務完成效率等崗位型的效率數據來確定員工對企業的貢獻。然而，在大數據時代，想要在考核中做到客觀公正，消除員工的機會主義行為，人力資源部門就必須改變原有的考核方式，建立以數據為依托的人員考核和勝任力分析工具。在績效考核指標的設計中，首先進行的就是崗位分析。因此，企業要充分利用現代科學技術和平臺，全面收集和深入挖掘崗位相關數據，建立以數據為依托的績效考核指標，進而設計員工考核的分析工具，使其不僅可以客觀地肯定員工過去對企業的貢獻，還可以對員工未來工作的改進提供量化的指導。此外，還可以在企業內部建立信息共享和互動平臺，如微信、微博、貼吧、bbs等，讓員工對績效考核指標的篩選、內容的確定、實施的流程等一系列要點的確定各抒己見，積極進行討論互動。由此一來，人力資源部就可以利用平臺所產生的大量數據客觀地確定績效管理的方案，明確員工最關心問題和最希望解決的途徑等。利用這樣的互動平臺，員工就間接地參與了績效考核政策的制定，還可以對企業的領導及其他人員的績效進行直接的考核，有助于推動組織管理和績效考核的透明化、領導對員工績效的把握和員工對領導工作的監督以及員工之間的信息共享和相互溝通。讓員工參與其中，使其更能感受到企業對其重視，進而調動其工作熱情，提升其對企業的忠誠度。

四、大數據與薪酬激勵：針對性＋多元化

有效的激勵不僅是對員工過去業績的肯定，使其獲得成就感，還對員工未來工作積極性的提高具有重大的意義。隨著人力資源管理系統的不斷發展，薪酬激勵的手段不斷增多，體系日趨完善。就目前來說，主要有以下幾種激勵措施：物質利益激勵、事業激勵和感情激勵。物質利益激勵主要包括薪酬激勵和福利激勵，如基本工資、績效獎金津貼和五險一金等，這些都是員工基本生活和穩定工作的保障。在大數據時代，要以數據為基礎，用事實說話來制定薪酬體系才能做到客觀公正，保證人才隊伍的穩定。通過對基礎數據的了解，對那些長期服務于公司的員工要加大物質激勵的力度，可以采取提供無息購房貸款的政策并且通過全面的數據分析來確定貸款的額度。對那些在能力數據和潛力數據方面表現優秀的員工來說，僅僅采用豐厚的物質激勵是遠遠不夠的，還要采取多元化的激勵手段。根據馬斯洛的需求層次理論，人都有自我實現的需要，在企業內，尤其是高層或骨干員工，他們都希望在專業上有所建樹，在職位上有所提升，其名譽權威需求比物質利益更加強烈。因此，企業可以制定相應的進修計劃，其名單的考核和確定一定要以員工所產生的大數據為基礎。此外，感情激勵也是一種很好的激勵手段，是對員工的尊重與信任、理解與支持、關心與體貼。企業恰當地利用感情激勵能夠充分調動員工的工作熱情，培養員工的忠誠和信任，從而打造一支穩定的工作團隊。例如，在企業內部建立經濟困難預警系統，當員工持餐卡在食堂的餐飲消費低于一定數額時，系統會自動給其發送通知，詢問其是否需要幫助，相關人員還將根據預警進一步地詳細核實，最終確定是否對其提供幫助以及幫助的程度。

五、大數據與員工關系：勞動契約＋心理契約

勞動契約明確規定了企業與員工之間的權利與義務，而在大數據時代，勞動契約要更多地體現人性化的原則才能保證員工滿意，降低企業的離職率。例如在考勤管理方面，隨著大數據時代的到來，計算機技術的廣泛開發和應用，一種由打卡記錄員工出勤情況的考勤手段發展到指紋記錄，將來也有可能采用瞳孔記錄等一些更為先進的手段，這些都很好地體現了以人為本的原則。此外，企業僅僅以勞動契約與員工建立關系是遠遠不夠的，還需建立以共同愿景為基礎的心理契約。以數據和客觀事實為基礎進行人事決策，讓員工參與其中，對數據進行全面分析，使員工感受到客觀公平，從而對工作更加積極，更容易在核心價值觀上達成共識，由此來培養員工的職業道德，實現員工的自我發展與管理。大數據時代人力資源管理的信息化及全球化，使得員工通過計算機技術與網絡技術逐漸改變其原有的工作方式，不斷提高工作效率、規范業務流程，為企業帶來更好的增值服務，實現企業與員工個人共同成長和發展，為實現雙贏的目標而共同努力。

六、人力資源管理融入大數據時代應注意的問題

1權衡大數據帶來的收益與支出

企業要想將大數據融入人力資源管理體系中，首先要考慮其可行性，即要考慮其規模和資產，權衡收益和成本，始終以利益最大化為目標。目前，一些中小型企業盲目跟風，急切地將大數據引入到人力資源管理系統中，認為擁有大數據就是擁有先機和脫穎而出的法寶。然而，很多企業不明確大數據的真實含義而一味收集無用的信息數據，消耗了大量的財力建造基于數據的信息管理系統，并對其進行維護。這樣的行為完全忽視了收益與成本的關系，有可能得不償失，容易造成人力資源管理系統的癱瘓。因此，在今后的發展過程中，企業首先要考慮大數據與人力資源管理系統結合的必要性，避免盲目跟風，用謹慎認真的態度權衡利弊。

2人力資源的共享與安全

大數據時代的利弊范文第5篇

關鍵詞 大數據應用背景 超級計算機 數據處理

在電子信息技術的推動下，大數據已成為了當代潮流前線的主流技術，所謂大數據，從狹義上理解主要是指各種大規模的數據，具體來說是指難以在既定的時間范圍內使用常規軟件以及技術進行收集、統計、儲存以及管理的數據集合，必須通過新型處理模式才可將其決策力、洞察力、發現力以及流程化進行充分發揮、具有規模大、復雜程度高、實時性強、高增長率以及多元化等特征的信息資產。由此可見，大數據是一種不同于傳統數據的信息化數據資產，僅僅應用傳統的軟件或工具進行統計或管理是難以顯效的，我們必須針對大數據的特征以及需求設計一款超級計算機，用于滿足大數據的計算需求。

通過超級計算機來構建大數據處理中心，是現階段最為主流的應用趨勢。相比于傳統計算機來說，超級計算機在性能方面具有顯著優勢，可以為大數據提供高效的計算以及處理服務。超級計算機早在二十世紀七十年代初就已被很多國家作為了一種戰略性資源而進行使用，在國家經濟建設、國防安全、社會發展、科學研究等方面得到了廣泛的應用，并作出了極大的貢獻，因此現階段，超級計算機技術基本已經成為了衡量國家科技水平以及國防力量的重要指標之一。天河二號超級計算機是由我國國防科學技術大學研制而成的，它實現了每秒鐘三點山九億億次的浮點運算速度，并以此成績蟬聯五次奪得全球運行速度最快超級計算機獎項。但是，超級計算機雖然具有如此高效的運行速率，它仍然只能在自己所擅長的以科學與工程運算為主的領域中發揮作用，例如一些計算密集型的任務中。此外，超級計算機具有計算模式單一的特點，它的處理過程通常由批量處理計算、流式運算、迭代運算、圖運算等數據密集型運算方式組成，因此傳統上的超級計算機很難直接被應用在大數據的計摘 要 在大數據應用時代背景當中，超級計算機迎來了前所未有的挑戰，這些挑戰主要體現在數據的計算、存儲、通信以及編程方面，因此基于大數據的實際特征以及需求來設計一個超級計算機系統是十分有必要的。本文圍繞如何基于大數據特征以及需求進行超級計算機設計、大數據時代應用背景下編程模型的設計兩個方面展開討論，對大數據應用背景下的超級計算機設計進行了分析，并提出了一些筆者自己的見解，希望能夠對大數據應用背景下的數據處理問題提供一些對策建議。

關鍵詞 大數據應用背景 超級計算機 數據處理算以及處理中。

1如何基于大數據特征以及需求進行超級計算機設計

顯而易見，大數據的出現給人類技術帶來了極大的挑戰，而超級計算機具有十分強大的計算能力以及極其高效的數據處理能力，它將海量的信息高度集中在自己的系統當中，并通過工具媒介、數據存儲等多元化角度對這些龐大的數據進行處理、分析以及應用，由此可見，不同的超級計算機在對信息處理以及計算時所呈現出的性能水平也是有所差異的。我們之所以要通過超級計算機來實現高性能數據計算，主要目的就在于提升數據計算效率，并通過對大數據的應用來增強通信效率。在本文中，筆者將圍繞硬件和軟件兩個層面來設計大數據應用背景下的超級計算機。

1.1硬件體系結構

信息量大以及操作簡單是大數據應用的顯著特征，大數據應用能夠確保計算指令維持在一個相對來說較低的狀態，實際上間接增加了數據訪問所需的成本，由此可見，在使用超級計算機管理大數據的過程中主要存在的問題在于數據吞吐率與數據計算效率之間的失衡性。針對這一問題，我們可以重點以兩個切入點進行解決，一是針對片上緩存實施徹底優化處理。大數據應用指令等級相對較低，跳轉頻率較高，且不具備充分的局部性，再加上大數據通常只能使用一次，我們可以基于上述特點來降低指令緩存，并構建一個連接處理器與二級緩存的通道，以確保數據吞吐率與計算效率之間的失衡狀態得到相對改善；二是提高大數據計算能力。在大數據的影響下，信息逐漸呈現出高密集化狀態，這使得傳統的處理器已無法滿足信息處理需求。因此必須通過超級計算機來部署一個具備良好實時性的處理器，其中異構并行處理器是一項很好的選擇，具體來說，也就是把R檔募鈾倨韉既脛鐐ㄓ么理器核心當中，在加速器的推動作用下，使數據處理過程中能夠實現數據并行的效果。大數據應用過程中，對于數據的處理頻率相對較高，因此必須想方設法改善節點計算效率并強化通信效率。顧名思義，大數據就是代表龐大的數據信息量，因此相應的儲存模式也較為復雜，種類繁多，其中最為常見的數據儲存模式為集中式存儲模式以及分布共享式存儲模式。為了較好地應對大數據通信頻率較高這一問題，必須通過合理的手段來提高節點與節點或與設備之間的連接效率以及。對上文內容進行總結后得知，要想有效解決大數據應用中存在的問題，其中最關鍵的環節在于加大互聯通信技術層面的研究開發力度，提高在節點連接效率優化方面的研究力度，一般可以通過兩種方式來實現，一種為研發一款軟硬件結合的多借口網絡芯片，另一種為通過光互連技術來改善數據傳送過程中的問題。

1.2硬件體系架構

在大數據中包含著海量的結構化數據、非結構化數據以及半結構化數據。這三種數據類型對應的存儲方式也各不相同，結構化數據通常使用數據庫結構實現存儲，而非結構化以及半結構化數據的存儲則更多地以依靠于不同文件與系統之間的協調與配合來實現。數據處理與數據計算是兩個完全不同的過程，在數據計算的過程中，當數據加載已經結束時，則需要對各系統之間的交互頻率進行合理地調整和控制，所以說應該選擇單一的分布式文件系統來實現。而針對大數據的處理方式則相對來說更為豐富，同時也更加復雜，其中使用頻率最高的數據處理方式有圖處理以及批處理兩種，這樣據必須得到不同文件與系統之間的良好配合已結支持。由此可見，在設計超級計算機時，單一的文化系統完全不能滿足計算機運行需求，應將多種文件組合在一起進行超級計算機系統的設計。

通過對非結構化數據的存儲模式進行深入研究后可以發現，它所使用的存儲結構通常為分布式文件系統。為了能夠進一步提升大數據的處理效率，Google對大數據儲存的文件系統進行了一定的創新，在原有基礎上設計了一款具有擴展功能的GFS文件系統，創新后的文件系統在對應用層的運用下實現了對控制流以及數據量進行分離的目的，可以說是一個真正意義上的分布式文件系統，即使面對規模龐大的數據信息，該文件系統也能夠實現高校的儲存以及處理。GFS文件系統由以下三個基本部分構成，分別為若干塊服務器、單一的主控服務器以及客戶端。本論文以GFS文件系統為出發點，對目前已研發上市且具有代表意義的阿里巴巴分支ADFS系統進行了分析。在阿里巴巴的ADFS系統中，主要針對HDFSNameNode在使用過程中暴露出來的單點故障以及內存不足等一系列問題實施優化，工作原理主要為將內存中不屬于熱點范圍內的數據轉移至外部數據庫當中，通過這種方式來緩解NalneNode所承受的內存壓力，從而提升數據的處理質量以及效率。而在對半結構化數據以及結構化數據進行研究后發現，半結構化數據以及結構化數據在存儲方式上有著十分顯著的共性特征，他們通常都優先選擇數據庫以及分布式表結構作為存儲方式，只有一些結構相對較為簡單的半結構化數據更傾向于選擇Key/Value分布式系統，其中較為典型的為亞馬遜公司的Dynamo系統以及Facebook的Cassandra系統，亞馬遜的Dynamo主要是運用Key/Value作為數據存儲模式，這一存儲模式相比于其它模式的優點在于具有強大的可擴展性以及可用性。Facebook的Cassandra系統同樣也是采用Key/Value作為數據存儲模式，通過對這一存儲模式的運用進一步實現了數據存儲可擴展性以及一致性的增強。

2大數據時代應用背景下編程模型的設計

在大數據時代@一背景下，編程模型所面臨的挑戰也是日益凸顯出來，傳統的編程模型也開始表現出一定的動力不足趨勢，并無法滿足大數據的編程要求，為了有效解決這一矛盾，必須基于大數據的特征以及需求來設計一種有別于傳統編程模型的全新的編程模型。大數據時代下的編程模型必須滿足簡單易操作的基本原則，并在此基礎上盡可能提高性能水平，構建一個清晰明確的編程抽象，確保程序員的編程工作能夠更加順暢，在這一過程中，程序員并不需要關注程序在集群中運行的具體狀態以及情況，只需要針對每一項問題進行一一解決即可。在新的編程模型中，程序員的主要工作與任務在于關注一切有待解決的問題，以此來確保編程過程中各項任務的清晰化、明了化，同時還可以使代碼后期的維護管理工作得到極大程度的簡化，使程序員的工作更加方便、簡潔、高效。此外，在構建編程模型時還應考慮到系統數據計算能力以及處理能力提升的目的，我們不僅要確保程序能夠在集群上實現高效穩定的運行，同時也要保證不同類型的作業與任務能夠在集群上并發運行，這樣可以大大提高集群內部資源的共享有效率。但是在這一模型下，我們也會面臨許多新的問題，需要后期通過探索與研究進行慢慢攻破，例如如何有效處理異構性問題、如何提升本地數據的有效利用率等。因此在基于大數據應用背景下進行新編程模型構建的同時，我們的考慮內容不能過于單一，必須綜合衡量各方面的影響與利弊，在此基礎上作出適當的取舍以及判斷，從而構建一個簡單、便捷、可靠、高效的大數據編程模型。

為了使效率得到進一步提升，超級計算機一般來說都會選擇應用并行編程模型，例如Open MP以及MPI，其中，Open MP通常會與共享存儲模式的融合而被廣泛地應用在對稱多處理器等架構的相關設備當中，而MPI所涉及的編程模型則相對來說更為復雜，一般來說需要在切換至信息通信計算模型下，要求編程工程人員針對所有的程序問題根據一定的規則進行一一分類，隨后再將這些分類號的問題映射至分布式進程集合當中。Open MP以及MPI等并行編程模型并不適用于大數據的計算以及處理過程中，因此一些規模較大的互聯網企業會根據自身公司的實際情況以及需求來研制具有針對性的大數據處理模型，這樣一來不僅可以使工作人員的工作效率得到提升，同時也在很大程度上促進了大數據應用的有效實現。

3結語

綜上所述，在大數據應用背景之下，對于超級計算機的設計可以適當導入一些高效模塊結構，例如多核結構以及眾核結構等。此外，寬帶網絡速度的提升也有利于超級計算機運行速度的改善，為其提供基本的保障條件。總而言之，在大數據時代背景之下，要想使數據處理以及計算速率得到有效提升，超級計算機的應用是必然的趨勢所在，并取消以往計算機系統中的計算密集模式，取而代之的是數據密集模式。筆者相信在大家的共同努力之下，大數據應用背景下的數據處理以及計算問題自會得以有效解決。

參考文獻

[1] 張聽，袁曉如.樹圖可視化[J].計算機輔助設計與圖形學學報，2012（9）：1113- 1124.