大数据时代我国经济增长论文

摘要：在大数据时代的背景下，要想使电子商务在经济发展过程中取得长远的经济利益，就必须要解决好大数据时代下电子商务的数据共享、数据安全保护等技术问题，这在一定程度上拓展了电子商务的发展领域，营造线上线下深度发展模式，促进电子商务市场的不断发展。因此，本文从大数据时代背景下的电子商务创新模式进行一定的探究。今天小编为大家推荐《大数据时代我国经济增长论文 (精选3篇)》，仅供参考，大家一起来看看吧。

大数据时代我国经济增长论文 篇1：

大数据时代情报服务模型探索研究

〔摘 要〕 数据时代，数据即资源，数据即服务。大数据时代，情报分析人员做好情报服务工作尤为重要。本研究首先论述了大数据相关概念、特征及发展趋势;其次，探讨了大数据环境给情报服务所带来的机遇与挑战;最后，结合大数据的数据特征，构建了大数据时代的情报服务模型。该模型充分考虑了大数据的数据特征、情报用户对情报内容与目的等特殊要求以及情报分析人员情报服务工作的流程，实现了情报服务的定制化和个性化。模型在数据处理过程中体现了数据-信息-知识-智慧的转化过程：实现了从实时数据、动态数据转化为信息，随后抽象、凝炼为知识，再深度升华为智慧，最终形成智慧产品并提供给情报用户，从而达到情报分析与情报服务的目的。

〔关键词〕大数据;情报服务;服务模型;智慧产品

DOI：10.3969/j.issn.1008-0821.2017.08.002

〔

〔

〔Key words〕big data;intelligence service;service model;wisdom product

隨着互联网、通信技术的飞速发展，信息技术与人类社会的交互融合，促使数据迅猛增长，人类社会步入了大数据时代。数据时代，数据的价值无处不在，价值数据正日益影响着国家经济的运行机制、社会生产生活方式以及国家机构等的日常管理与经营。大数据时代，数据即资源。数据已经成为个人、企业组织甚至是国家机构重要的基础资源，并引起了学术界、企业界、国家政府的高度关注和重视。大数据时代，如何及时、快速、有效、低成本地从海量数据、结构化数据和非结构化数据中挖掘出有潜在应用价值的数据并及时开展相应的情报服务工作，以此来促进社会经济增长、优化社会生活方式，是情报机构的研究和工作重点。

随着信息革命浪潮、信息技术的快速发展以及知识经济时代的到来，情报服务由文献传递走向信息服务，再由信息服务逐步向知识服务的转变;随着大数据、互联网+等新专有名词的提出、应用和普及，情报服务正驶向智能服务[1]。大数据时代，情报服务演变为智能服务。那么，在大数据环境中，情报分析人员如何开展情报服务工作将是本研究的重点所在。笔者基于大数据的特点，结合情报用户的情报需求特点以及情报分析人员的情报服务工作流程，充分考虑数据的实时性与动态性，构建大数据时代的情报服务模型，以期为情报分析人员为情报用户开展智能服务提供一定的借鉴。

1 大数据

1.1 大数据概念及特点

什么是大数据?目前，学术界还没有明确的定义。Wikipedia认为大数据是广义数据集术语，由于其数据量巨大、复杂程度已远远超出了传统数据处理工具的范围[2];Stephen Kaisler等对大数据的定义与维基百科类似，认为：大数据由于数据量巨大已超越了目前技术的存储、管理和处理的能力[3];Sam Madden 在谈及大数据时，认为大数据意味着数据量巨大、存储速度太快，现有的数据处理工具很难处理[4]。上述大数据的定义表述都直接或间接体现了大数据数据量大的特点。

对于大数据的数据特点，不同学者也有着不同的认识或论述：Arkady Zaslavsky 等[5]比较认同大数据有3V特点： Volume(大量)、Velocity(高速)和Variety(多样);IAT Hashem等[6]认为大数据具有4V特点：Volume(大量)、Variety(多样)、Velocity(高速)和Value(价值);Ranjit Biswas[7] 认为大数据具有Volume(大量)、 Varity(多样)、Velocity(高速)和Veracity(真实性) 4V特点;Stephen Kaisler等[3]认为大数据具有4V+1C特点： Volume(大量)、Velocity(高速)、Variety(多样)、Value(价值)和Complexity(复杂性)。而笔者较为认同大数据的4V特点，即Volume(大量)、Variety(多样)、Velocity(高速)和Value(价值)。

1)数据量大。数据无处不在，数据随时产生。大数据时代，数据量已经高达TB级(1 TB = 1024 GB)、PB级(1 PB = 1024 TB)甚至是EB级(1 EB = 1024 PB)、ZB级(1 ZB = 1024 EB)。IDC最新的数字宇宙(Digital Universe)研究：预计到2020年，世界上的数据存储总额将达到35 ZB[8]。可见，大数据时代，数据量之庞大已远远超出了人们的预期。

2)数据多样。笔者认为大数据的数据多样性包括两类：一是，数据来源的多样性，包括个人、企业、政府、网络等所产生的数据;二是，数据类型的多样性，包括数字、文本、视频、音频等结构化、半结构化和非结构化数据。

3)数据高速。由于数据信息无处不在，数据随时产生，数据正在进行着高速增长，“火箭”式增长。Gartner认为，信息量每年正以至少59%速度在递增[8]。可见，大数据时代，数据量不仅庞大，而且其增长速度之快也在人们的预料之外。

4)数据价值。大数据并不在于其数据的海量、类型众多、增长速度快，大数据最为重要的是其所蕴含的数据价值。对海量、多类型、复杂数据进行采集、存储和关联分析，从中发现新知识、创造新价值正是大数据研究和应用的关键所在。如沃尔玛对超市的销售量分析，发现啤酒与尿不湿的销量之间的关系，从而对超市中啤酒与尿不湿的摆放位置进行了相应的调整，进而获得巨大的经济收益。由此可知，大数据所蕴含的数据价值不言而喻。

1.2 大数据的发展前景

大数据具有良好的应用价值和发展前景，本研究从大数据研究相关文献量增长趋势、国家政策导向以及大数据的应用范围三个方面来阐述大数据的应用价值和发展前景。

1)研究文献量呈增长态势。科学文献数量的增长可以反映一个国家某项技术發展的过程和所达到的水平，从而掌握某一技术领域的产生、发展的全过程和未来的趋势[9] 。笔者通过CNKI数据库和Web of Science核心合集检索与“大数据”相关的研究文献，并对其文献累积量进行统计以此来反映大数据的发展状况，如图1所示。检索条件：CNKI数据库以“大数据”为主题，选择SCI来源期、EI来源期刊、核心期刊和CSSCI，发表时间截止到2016年;Web of Science核心合集检索以“big data”为主题，选择SCI-EXPANDED、SSCI、A&HCI、CPCI-S、CPCI-SSH、ESCI、CCR-EXPANDED和IC索引，发表时间截止到2016;检索时间为2017年2月1日。由图1中的Web of science和CNKI的文献累积量分布可知，国外有关大数据研究文献可以追溯至1970年，而国内的最早可以追溯至1992年，可见国外有关大数据的研究比国内相关研究较早。对国内外有关大数据研究的文献积累性进行曲线估计，发现WOS和CNKI中数据均呈现指数函数：WOS的模拟趋势线为y=2.0027e0.2863x，R2=0.9417;而CNKI的模拟趋势线为y=0.3009e0.2603x，R2=0.9827。可见，国内外有关大数据研究的文献累积量近几年内都呈现快速增长态势，大数据相关研究工作受到学术界的高度关注和重视。笔者认为，在今后的一段时间内，大数据相关问题的研究依旧是学术界关注的重点，值得研究人员继续开展相应的研究工作。

2)国家政策导向。数据是国家的重要战略资源，越来越多的国家已经意识到数据的重要性，并将其纳入国家计划或上升为国家竞争战略。2012年3月，美国奥巴马政府宣布《大数据研究和发展计划》(Big Data Research and Development Initiative)，旨在提高美国从庞大复杂的数字数据中提取知识和见解的能力，从而加速科学、工程探索的步伐，增强国家安全，转变教学、学习[10];2015年9月，我国政府印发了促进大数据发展行动纲要，以全面推动我国大数据的发展和应用，实现数据强国建设目标[11]。笔者认为上述计划或行动纲要有助于高等院校、研究单位、企业中的众多研究人员了解大数据研究的价值所在，明确大数据研究的主要任务、研究方向，从而开展大数据及其相关研究。

3)应用领域范围广泛。Travis B. Murdoch认为大数据在天文学、零售销售、搜索引擎和政治选举中得到成功地应用，并论述了大数据在医疗卫生领域中的应用[12];C.L. Philip Chen认为大数据改变了人们企业经营、管理、研究的模式，并简要介绍了大数据在商业贸易、社会管理、科学研究中的应用[13];维基百科认为，大数据在政府、经济发、卫生医疗、科学研究等方面有着重要的应用。可见，大数据应用范围广泛，值得学术研究人员、企业研究人员及政府机构研究人员开展相应的研究工作，以此来促进大数据在各个领域的发展和实际应用。

2 大数据时代的情报服务

2.1 大数据对情报服务的影响

大数据时代，做好情报服务尤为重要。然而，大数据的4V特征既给情报服务工作带来了一定的机遇，又带来新的挑战。

2.1.1 面临的机遇

笔者认为大数据给情报服务工作带来的机遇主要体现在三个方面：一是，组织机构情报观的深入;二是，组织机构竞争能力的提升;三是，情报服务成本的降低。

1)组织机构情报观的深入。大数据环境下，组织机构所赖以生存的数据环境发生巨大变化：数据无处不在，数据随时产生。随着计算机、智能终端、互联网等的普及与发展，人类社会步入数字时代。这使得情报服务人员能够挖掘组织内部及组织外部的数据信息，并经过挖掘分析，及时准确地掌握企业目前的自身及竞争对手的经营状况，发现消费群体的行为特征，制定相应的竞争策略，指导企业的经营与产品的竞争，发挥知识资本优势，获取巨大经济收益。在这一过程中，无疑不体现着企业机构对数据、知识、情报观念认识的深入——通过知识获取经济效益。

2)组织机构竞争能力的提升。数据竞争、知识竞争、智慧决策是企业机构提升核心竞争力的关键。大数据环境，企业将企业内部数据和企业外部数据融合在一起，通过数据的挖掘与分析，洞察自身经营、竞争对手以及竞争环境的数据的实时转变，从而快速响应并制定有效的竞争策略。以数据知识作为竞争决策的依据，用智慧制定相应的竞争战略，不断提升企业的核心竞争力、持续竞争力，从而采取或保持组织机构的产品领先战略或差异化战略，帮助企业获得竞争先机，获取巨大的经济效益。

3)情报服务成本的降低。大数据时代数据信息的网络化，让情报工作人员极易获取相关数据信息，从而避免设计调查问卷、填写调查问卷、统计分析调查问卷等繁琐步骤。这不仅降低了获取一手原始数据的资金成本，还降低了获取一手原始数据的时间成本。为了应对大数据时代数据手机、处理、分析的新诉求，研究人员开发的众多应用工具和技术(如Hadoop[14]、HBase[15]、Cassandra[16]、MongoDB[17]等)。情报分析人员运用上述工具或技术，从而获取个人、组织机构、国家、互联网等数据信息，并对上述信息进行挖掘与分析，最终形成智慧产品，从而被情报需求用户所应用。

2.1.2 存在的挑战

笔者认为，大数据对情报服务工作存在的影响主要体现在三个方面：一是，数据源来源;二是，数据处理与分析;三是，数据安全。

1)数据源问题。由大数据的特点可知，大数据不仅数据量大而且类型众多、复杂程度高。情报数据的来源关系着情报质量的高低。因此，情报分析人员在情报数据收集阶段中，要充分保证数据的来源，不仅要考虑组织的内部数据还要考虑组织外部数据(如国家政策、竞争对手、服务对象的满意度等众多环境因素)。只有这样，情报分析人员才能从大数据环境中挖掘出有价值的数据情报，从而较好的支持组织机构决策与指导生产经营。

2)数据处理与分析问题。如何从海量数据、复杂数据中及时准确地挖掘出有价值的数据，是大数据时代的难点和重点，也是大数据时代数据服务工作所面临的重点和难点。大数据时代，信息数据无处不在，信息数据实时产生。因此，对实时数据收集、处理与分析，离不开先进的数据获取、处理、分析技术和工具的支持和帮助。随着大数据时代的来临，研究人员、组织机构甚至是政府都已经意识到大数据的重要性，并着手对大数据获取、处理、分析技术和工具进行相应的研究。如2011年，EMC推出了支持大数据分析的下一代EMC Greenplum统一分析平台;2011年，IBM收购了数据分析公司Netezza，开始拓展商业价值方面的市场;2011年，甲骨文发布了NoSQL数据库企业版，这是运行于Hadoop之上的大数据软件之一[18];等等。

3)数据安全问题。大数据时代，数据信息的网络化给我们带了生产生活的便利的同时，也给我们带了一些不必要的麻烦，如在银行办理一张信用卡，極大方便了我们的购物消费，然而，由于信息的泄漏，信用卡极易被他人盗刷;企业数据的泄漏，可能失去竞争优势，甚至是倒闭;国家基础建设数据的泄漏，能够直接威胁着国家安全与稳定，等等。因此，大数据时代，无论是个人、企业、组织机构甚至是国家政府都要树立数据信息安全观念，保护好隐私数据，避免重要数据的遗失或泄密。此外，国家政府可以指定相关的法律法规保护隐私数据;企业行业达成协议，规范自身的行为;等等。

2.2 大数据环境下的情报服务模型

数据、信息、知识和智慧是情报学的主要研究对象[19]，情报(智慧)是由数据-信息-知识-智慧链而来。由此可见，数据是情报(智慧)的起点。大数据时代，数据并不在于数据量大、复杂性高，而在于有价值数据的实际应用。大数据时代，情报服务工作由数据服务转变为智能服务。在此过程中，从众多数据源中提取出有价值的数据，转化为知识，再凝练升华为智慧，最终为情报用户提供智慧产品。笔者依据从原始数据到智慧产品的产出与应用的过程，构建了大数据环境下的情报服务模型框架，如图2所示。

2.2.1 大数据环境下的情报服务模型构建原则

模型的构建需遵循一定的原则。根据大数据的4V特征以及所提供的情报服务，大数据环境下的情报服务模型的构建应遵循以下几个原则：

1)系统性原则。大数据时代，由最基础的数据到最终的情报服务这一过程中的各个阶段并不是孤立存在的，而是一个有机的整体和系统。数据来源到情报服务是有顺序性和层次性的。

2)适用性原则。数据无处不在，数据实时产生决定了情报服务的原始数据是实时动态数据。因此，在构建大数据环境下的情报服务模型时，要考虑模型的实时动态性，才能保证情报服务的准确、及时。适用性是大数据环境下的情报服务模型存在的前提。

3)用户参与原则。大数据环境下的情报服务需要情报用户的参与。情报分析人员在开展情报服务时要充分了解情报用户所需的要求，才能准确、及时的为情报用户开展情报服务。此外，情报用户对所开展的情报服务质量进行反馈，从而有助于情报分析人员开展高质量的情报服务。

4)经济性原则。运行质量好，运营成本低是系统模型构建的要求之一。因此，经济性原则也是大数据环境下情报服务模型构建原则之一。

2.2.2 大数据环境下情报服务模型的组成要素及服务流程

根据数据-信息-知识-智慧链，大数据环境下的情报服务流程主要由4部分组成：一是，数据来源层;二是，数据交互层;三是，智慧产品产出层;四是，智能服务层。

1)数据来源层

数据来源层重在强调大数据环境下开展情报服务所需数据的全面性。数据来源层在一定程度上体现了大数据的量大、多样和价值密度低的特性。因此，数据来源层是大数据环境下情报服务开展的数据前提。大数据时代，在情报数据获取过程中，情报分析人员应充分考虑大数据的特点(数据量大、类型多)，将个人产生的数据、企业机构所产生的数据、国家政府所产生的数据及指定的相应的法律法规、网络上的数据等纳入情报数据的来源，从而实现结构化数据、半结构化数据以及非结构化数据的隐性知识和显性知识的识别与发现，进而更好的实现情报服务工作。此外，大数据时代，数据量巨大，其所含有的价值密度相对较低，这也在另一个层面说明了情报数据来源的重要性：情报数据来源广泛，极易获得有价值的数据，情报分析人员将会做出正确的判断、分析、预测，进而为情报用户制定合理、有效的竞争策略;数据来源片面且数据质量低下，情报分析人员极易挖掘出片面甚至是错误的信息，从而做出片面或错误的判断及预测，最终给情报用户造成难以估量的损失。因此，个人数据、企业机构数据、国家数据、网络数据等组成了大数据环境下的情报服务模型的数据来源层。

2)数据交互层

数据无处不在，数据实时产生，造就了大数据时代数据快速增长的特征。此外，数据具有时效性。情報服务尤其注重情报的准确性和时效性。因此，在大数据环境下的情报服务模型框架中设置数据交互层，以此来实现情报源库的动态更新。这在一定程度上既保证数据的全面性，又保证了数据的时效性与准确性。数据交互层是大数据环境下情报服务开展的数据基础和保证。这就要求情报分析人员在数据收集、存储、分析的过程中要充分考虑大数据快速增长、实时变化的特点，将实时数据、动态数据纳入到情报数据分析中，既保证数据的来源，又凸显了情报分析工作的动态性，从而更好地处理、挖掘和分析所收集的数据，从而获得有用数据来预测并指导社会生产生活、国家政府治理、企业组织良好运行或经营等，提升企业、国家的竞争能力或服务水平，实现国家的进步、经济的发展、生活的稳定、社会的繁荣。在构建大数据环境下的情报服务流程框架时，笔者充分考虑数据的上述特点，设计了数据交互层，从而实现了数据与情报源库的实时、动态交互，使数据源库中的数据及时获得补充，从而保证了情报分析的质量，达到情报分析的目的。

3)智慧产品产出层

智慧产品产出层是大数据环境下情报服务开展的智慧产品加工过程。在该过程中，智慧产品由数据-信息-知识-智慧链而来。知识时代，知识就是资本，知识就是力量;大数据时代，数据即服务，数据即情报。情报分析的最终目的是为情报用户提供情报服务产品，即智慧产品。由于情报用户对情报需求及目的性等的不同，情报分析人员需依据情报用户的需求及目的，对情报源库相应的数据进行处理、分析，从而为该情报用户提供其所需的智慧产品，做到定制化服务、个性化服务。因此，大数据环境下的情报服务流程需要将情报用户的情报需求纳入到智慧产品产出的过程，并依据情报用户的需求及目的性等的不同要求，情报分析人员从情报源库中获取相关数据信息，对其进行处理、分析，挖掘出有价值(有用)的数据，接着对这些数据进行分类汇总或聚类后，依据数据信息的种类、特点及规律等，发现并揭示数据背后所蕴含的信息。随后，情报分析人员对获取的信息进一步地抽象、升华和凝炼，从而形成知识(或知识产品)。情报分析人员继续对所形成的知识(或获取的知识产品)进行深度升华，并转知为智，最终形成智慧产品。总之，智慧产品产出层存在数据-信息-知识-智慧的转化。

4)智能服务层

智慧产品是情报分析人员劳动与智慧的结晶。仅仅实现智慧产品的产出不是情报服务的最终目的，而智慧产品服务于情报用户，被情报用户最终得以应用是大数据环境下情报服务开展的最终目的所在。因此，在大数据环境下的情报服务模型框架中设置智能服务层是十分有必要的。情报分析人员通过对情报库源中的数据进行分析获取有价值数据，转化为信息，并抽象、凝炼为知识，深度升华为智慧，最终形成智慧产品，并将智慧产品及时推送给情报用户。情报用户依据情报分析人员所提供的智慧产品，进行相应的管理、经营与决策，发挥出智慧产品所应有的价值，增加情报用户的竞争能力与创新力。

此外，在情报分析流程服务过程中，无论是情报分析人员还是情报用户，都应及时交流沟通：情报用户将情报的需求、所达到的目的清晰地表达给情报分析人员，并将情报分析人员所形成的智慧产品的实际实践或应用价值及时的反馈给情报分析人员，及时让情报分析人员了解其情报产品的价值或质量，从而更好地改进情报服务工作;情报分析人员应将自己情报分析的进度及时反馈给情报用户，让情报用户及时了解情报分析的进度，并将情报分析所产生的智慧产品及时推送给情报用户，及时跟踪智慧产品的实际实践或应用价值，从而提高情报服务的质量。

3 结语

大数据时代，数据即服务，数据即情报。数据的量大、多样、高速、价值4V特点既给情报服务带来了机遇，又对情报服务产生了一定的影响。因此，在大数据环境中，情报分析人员做好情报服务工作尤为重要。情报服务工作既可以帮助情报用户(个人、组织机构、国家政府等)提高自身价值或竞争能力，从而适应复杂多变的社会环境，又可以增加情报分析人员的情报收集、处理、分析和挖掘的能力，从而生产出更多高质量的智慧产品，以促进国家经济繁荣、社会进步、人民安居乐业。

本研究从大数据环境下的数据特点，并结合情报用户对所需情报内容、情报目的等特殊需求，以及情报分析工作的步骤，构建了大数据时代的情报服务模型。该模型的4个主要层次不仅体现了大数据环境中数据的特点以及情报用户的需求，还将情报用户的定制化服务、个性化服务纳入研究模型当中，从而使模型较好的体现出大数据环境下的情报服务人性化。

总之，情报服务模型实现了大数据环境数据的实时收集并存储在情报源库中，并依据情报用户的情报需求，对上述实时数据、动态数据进行处理、分析、挖掘转化为信息，随后对所获取的信息进行抽象、凝炼为知识，再对所获取的只是进行深度升华为智慧，并最终形成智慧产品，从而被情报用户所使用。

参 考 文 献

[ 1 ] 吴晨生，李辉，付宏，等. 情报服务迈向3.0时代[J]. 情报理论与实践，2015，(09)：1-7.

[ 2 ] Wikipedia. Big Data[EB/OL]. [2015-12-10]. https：//en.wikipedia.org/wiki/Big_data.

[ 3 ] Kaisler S，Armour F，Espinosa J A，et al. Big Data：Lssues and Challenges Moving Forward[C]//System Sciences (HICSS)，2013 46th Hawaii International Conference on. IEEE，2013：995-1004.

[ 4 ] Madden S. From Databases to Big Data[J]. IEEE Internet Computing，2012，(3)：4-6.

[ 5 ] Zaslavsky A，Perera C，Georgakopoulos D. Sensing as a Service and Big Data[J]. arXiv Preprint arXiv：1301.0159，2013.

[ 6 ] Hashem I A T，Yaqoob I，Anuar N B，et al. The Rise of “big data” on Cloud Computing：Review and Open Research Issues[J]. Information Systems，2015，(47)：98-115.

[ 7 ] Biswas R. Theory of Solid Matrices & Solid Latrices，Introducing New Data Structures MA，MT：for Big Data[J]. International Journal of Algebra，2013，7(16)：767-789.

[ 8 ] 大数据时代：0和1的“生活大爆炸”[EB/OL]. [2016-12-10].http：//www.d1net.com/news/hyxg/88955.html.

[ 9 ] 邱均平. 信息计量学[M]. 武汉：武汉大学出版社，2007.

[ 10 ] Kalil T. Big Data is a Big Deal[EB/OL]. [2012-03-29]. https：//www.whitehouse.gov/blog/2012/03/29/big-data-big-deal.

[ 11 ] 国务院. 促进大数据发展行动纲要[EB/OL]. [2015-09-05]. http：//www.gov.cn/zhengce/content/2015-09/05/content_10137.htm.

[ 12 ] Murdoch T B，Detsky A S. The Inevitable Application of Big Data to Health Care.[J]. Jama the Journal of the American Medical Association，2013，309(13)：1351-1352.

[ 13 ] Chen C P，Zhang C. Data-intensive Applications，Challenges，Techniques and Technologies：A survey on Big Data[J]. Information Sciences，2014，275(11)：314-347.

[ 14 ] Hadoop[EB/LO].[2016-12-26]. http：//hadoop.apache.org/.

[ 15 ] HBase [EB/LO].[2016-12-26]. http：//hbase.apache.org/.

[ 16 ] Cassandra[EB/LO].[2016-12-26]. http：//cassandra.apache.org/.

[ 17 ] MongoDB [EB/LO].[2016-12-26]. https：//www.mongodb.org/.

[ 18 ] 大数据时代：0和1生活里的那些事[EB/LO].[2016-12-26]. http：//www.d1net.com/news/hyxg/88953.html.

[ 19 ] 任福兵. 信息管理模式的演化與发展——从数据管理到智慧管理[J]. 图书情报工作，2017，(02)：41-49.

(本文责任编辑：马 卓)

作者：赵蓉英 魏绪秋

大数据时代我国经济增长论文 篇2：

基于大数据背景下的电子商务创新模式探析

摘要：在大数据时代的背景下，要想使电子商务在经济发展过程中取得长远的经济利益，就必须要解决好大数据时代下电子商务的数据共享、数据安全保护等技术问题，这在一定程度上拓展了电子商务的发展领域，营造线上线下深度发展模式，促进电子商务市场的不断发展。因此，本文从大数据时代背景下的电子商务创新模式进行一定的探究。

关键词：大数据时代;电子商务;创新模式

大数据时代下，云计算等新兴技术不断的推广，在一定程度上促进电子商务的发展，电子商务平台的商家可以利用云计算技术以及大数据处理技术来提炼出可应用信息，促进电子商务市场各个环节有序运行，在一定程度上提高了品牌效应。通过大数据时代的新技术，促使电子商务的运行模式形成新的商业模式，电子商务在产品创新、产业链协同发展策略下，不断利用大数据的网络营销技术，促进按需定制、互联网金融服务、线上线下发展的创新模式形成。因此，在大数据时代的发展过程中，对于电子商务的发展就要从数据共享及安全、数据采集及质量保护等方面进行一定的分析，从中找出发展过程中存在的问题，结合实际发展提出对应措施。

1、大数据时代背景下電子商务的创新发展

1.1电子商务营销技术的精准化

大数据时代所带来的技术优势主要是高端云计算技术、数据处理及保护技术，这在很大程度上促进了电子商务的发展。目前，人们在电子商务迅速发展的时代已完全接受了电子商务平台以及移动终端所提供的网购服务，移动终端与电子商务平台的发展过程中对于技术要求较高，促使人们的消费结构发生改变，在一定程度上拉动了经济增长，扩大内需。据数据统计，目前我国网购的人群增长速度越来越快，消费额不断增加，但是在及时处理消费者购物信息以及电子商务平台的商品销售情况上存在一定的问题，必须要利用云计算、大数据处理技术等，这样就能有效的分析出消费者购物信息及相对应的轨迹图。同时，移动终端的应用在很大程度上能够充分了解消费者的消费状况及地理位置信息，而且移动终端与用户之间的交流是一对一，可以充分实现客户定制服务。最后，在充分利用云计算技术促进大数据处理以及智能分析一体化，实现电子商务营销技术的精准化。

1.2产品以及服务的个性化

大数据处理技术为顾客和商家搭建了一个良好的沟通平台，这在很大程度上促进电子商务平台商家信息清晰化，保证顾客了解到平台信息。通过顾客与商家之间的平台沟通，商家可以了解到顾客的消费需求，根据顾客的消费动态可以清晰的了解到顾客的喜好。同时，顾客也可以在沟通平台上了解到商家的信息，选择适合自己的店家进行相关的沟通，根据自己的喜好个性化地定制产品。在这个产品交易的过程中，消费者首先关注的是产品的质量，但是质量保证的基础上消费者也会关注产品的定位，这时就需要商家对于消费者爱好进行一定的分析，从消费者的信息反馈中不断促进消费者主体地位日益上升。因此，在大数据时代的影响下，电子商务平台的商家要充分认识到消费者中心地位的作用，为消费者提供优质的产品服务，引发消费者参与到个性化消费服务中去。

2、大数据时代下电子商务创新发展中的问题

2.1数据处理和数据共享存在问题

目前随着大数据时代的不断发展，云计算技术、数据处理以及共享技术慢慢地渗透到电子商务市场中，促使电子商务平台发展越来越成熟。大数据时代的“大数据”作为一种必要的生产要素，也是一种新的数据集合群，这样的技术吸引了众多企业以及相关政府部门的关注。然而随着时代的变化，人类的生存需求越来越多，对于电子商务平台上商家的要求越来越高，这也表明大数据时代的数据处理技术亟待提高。各个商家虽然掌握了多数消费者的消费信息，但是在更进一步的优化数据以及数据共享技术上有所欠缺，这也成为了很多商家的营销负担。例如：在商家进行产品销售时，面对的消费群体不同，爱好不同，为了更好的提升销量，商家就需要对每位客户提供对应且优质的服务，在这个时候按需定制就显得尤为重要，必须要进行深层数据分析。同时，多数商家在经济发展过程中因为利益权衡，不愿意把信息共享，也使得企业之间的信息短缺，甚至有脱节的状况。因此，在技术限制以及商家利益权衡的原因下，数据共享以及数据处理存在很严重的问题，导致部分信息无法及时推广。

2.2低端数据处理难度增大

在大数据时代的背景下，电子商务开始发展起来，然而在具体的发展过程中会遇到一定的挑战和机遇，需要在大数据时代的技术精准的背景下，有力地促进电子商务形成系统的产业链、供应链。因此，随着电子商务的不断发展，电子商务平台的商家不断增加，伴随着电子商务市场的消费者不断增加，这样就会导致出现一些低质量、来源比较广的数据信息，而且这些信息多数属于无用信息，对于商家分析消费者需求信息过程中产生一定的影响，影响数据分析过程中的精准性问题，容易导致数据分析有偏差。例如：商家所面对的是大量的消费者，所要解决的问题是关于消费者地，但是在这个数据分析的过程中会出现一些无关于消费者或者商家的信息，这就会影响整体数据分析的结果。目前随着科技的不断进步，信息技术不断发展，信息数据处理方面的技术也在不断的增强，但是面对大量的无用、低质量数据，在具体的数据分析过程中在一定程度上影响商家的营销决策。根据技术人员的分析得出，过多的低质量信息容易导致大数据信息链混乱，而且，大数据时代数据处理技术多用于营销服务中的主要原因是它拥有较大的容错空间，所以，在低质量数据处理过程中会出现信息推荐错误的问题，会对消费者产生影响。

2.3大数据时代电子商务平台数据安全问题

目前大数据时代的技术发展趋势越来越快，这也促使电子商务平台中商家在数据收集以及数据整理方面变得越来越便利，各个信息链都汇集了商家所统计的消费者信息，主要从消费者购物爱好、产品交易、社交以及位置信息来汇集。然而这些信息链在一定程度上为商家提供了详细的顾客消费需求，也在一定程度上侵犯了消费者的隐私，大数据时代在信息共享方面的发展已经越来越快，导致受众信息安全存在很大的问题。大数据时代的发展促使人们对于新兴事物提高认识，但是人们对于新兴事物的态度也存在两个极端，一是过度追捧，二是过度贬低，这两种态度都是为了调和人们对于大数据时代电子商务发展的态度。所以，大数据时代的发展，给予人们一定的便利，也在一定程度上限制了人们的生活，把人类的信息过度的共享，容易引发更严重的后果，所以，信息保护也是大数据时代着重管理的内容。

3、大数据时代下电子商务创新发展的措施

3.1打造品牌包装，提供独具特色的服务

目前大数据时代的发展已经成为电子商务平台的发展保障，也在一定程度上为电子商务平台上各个商家的产品交易服务以及营销服务提出了更高的要求。然而目前的电子商务市场的发展大多依赖于大数据时代的云计算技术与数据处理技术等，各个商家充分利用高科技技术来提升整体发展效益，也在一定程度上忽略了营销服务与产品交易服务的重要性，营销策划在一定程度上是对商家销售模式的创新，也是对供过于求的经济状态进行调和。因此，商家可以根据消费者所反馈的消费爱好情况进行分类整理，为对应的客户提供对应的服务，完成按需定制的个性化服务，同时，利用模特或者是明星资源来打响品牌效应。同时，电子商务平台的商家要及时参加一些新品发布活动，了解现实商家的营销活动，从中找出适应于自己发展的措施，而且，商家要以消费者为中心，及时了解消费者的爱好，在产品设计方面多贴合受众的爱好，提供按需定制的服务，还可以进行小礼品赠送活动，以此来进行产品以及营销服务的创新，推广线上线下共同运营的营销模式，提供个性化的营销服务。

3.2严格管理消费者的信息，保障创新发展的环境安全

大数据时代的发展，很大程度上可以利用云计算技术以及数据处理技术来完成消费者信息的汇总，通过这些信息的汇总，能够有效的保证商家掌握消费者的喜好轨迹，商家就可以根据消费者的需要进行按需定制的活动，促进商家的经济利益不断提升。然而，目前大数据技术的先进性也在一定程度上威胁到消费者的信息安全。所以，大数据时代要在信息安全保护方面加强管理，首先，相关部门要结合电子商务平台的特殊性，联系法律专家，制定相关的法律法规，通过法律法规的实施，可以有效的惩治那些网络诈骗犯，保护消费者的合法利益。其次，电子商务平台的各个商家要树立顾客第一的理念，本着诚信经营的原则，销售价值对等的产品，保证销售量以及信用程度同时提升。最后就是相关技术部门要加强网络安全建设，从信息安全的本质问题加强防火墙建设，设置网络节点，限制用户随意登陆，在这样一系列安全措施的实施下，能够更大限度的保护消费者信息，也能提升消费者对电子商务平台的信任度。

3.3保证产品质量，及时进行产品创新

目前电子商务市场的涉及领域比较广，迎合了各行业的需求，尤其是在农业发展方面提供了一个良好的平台，帮助农民解决农产品无销路的问题，也在一定程度上扩大了市场发展空间。但是在电子商务市场的不断发展过程中也出现了一些本质性的问题：产品质量差，多数电子商务平台的商家在经济发展过程中为了获得更高的经济利益，在产品生产成本方面投入过少，打着明星同款的旗号进行销售，但是消费者的权益也在这样的营销模式下受到了侵害。因此，电子商务平台在利用大数据时代的先进技术时，除根据受众的喜好，实现按需定制，商家也要把握产品质量，质量保证才能保证商家的信用，也能在一定程度上吸引消费者。政府检测部门也要组织相关人员去对商家所销售的产品进行质量检测，严格按照规定要求来保证消费者的利益。

商家在线上销售，对于产品创新要优于线下銷售。网络潮流的变化非常快，一定要在创新理念的引领下提高销售效率，所以，商家要聘请专业的设计师，紧跟时代潮流，发布最新潮的产品来吸引消费者，同时，在创新的基础上也要进一步贴合受众的喜好，以此来促进电子商务市场的长远发展。

结束语

大数据时代下，电子商务的发展在产品交易以及营销服务上有了一定的进步，也在数据处理精准化方面便利了很多，但是，在数据安全保护、低质量数据处理方面存在很大的问题，因此，电子商务市场在具体的发展过程中要注重个性化的营销服务，提供贴合受众爱好的产品，进一步提高信息安全保护，以此来促进电子商务的稳定发展。

作者：董乃谦

大数据时代我国经济增长论文 篇3：

浅析大数据时代对企业会计信息质量的影响

摘 要：会计信息是指会计单位通过财务报表、财务报告或附注等形式向投资者、债权人或其他信息使用者揭示单位财务状况和经营成果的信息。随着互联网经济快速发展而迎来了大数据时代，在此背景下会计信息使用者对企业会计信息质量的要求会更高。企业如果想在大数据时代下实现会计信息的增值，就必须提升会计信息质量，进而提高企业的决策效率和经济效益。本文旨在通过对大数据时代下目前企业会计信息存在的不足以及应对措施进行分析，为相关企业在进行会计信息质量探索时提供有效借鉴。

关键词：大数据时代 企业会计信息质量 不足 解决措施

随着互联网技术以及信息化产业的不断发展成熟，人们所处社会环境也随之产生质的飞跃，推动世界迈进大数据时代，也标志着互联网经济的出现已成为不可逆转的发展趋势。大数据时代下数据参照量多且杂，为各企业会计信息整理统计增加了一定困难，但高度发达的信息化水平也为各企业带来多渠道信息掌握的优势。因此大数据时代对于企业进一步发展而言既是困难亦是挑战，作为企业应抓住大数据时代带来的机遇，尽所能克服不利因素，转变思维将现代信息技术加以充分应用，提高会计信息质量，为企业提高宏观经济视野，促进企业决策科学合理性。

1 大数据时代概述

“大数据”时代是由世界知名咨询公司麦肯锡首次提出的，麦肯锡指出了数据渗透之广，已成为影响企业发展的重要因素，人们对大数据的有效挖掘以及应用，将刺激企业生产率提高以及推动消费者盈余趋势的出现。大数据在学科领域以及多种行业存在已久，目前引起人们广泛关注的原因与互联网以及信息行业快速发展密切相关。大数据相比较于传统数据，观念已有质的飞跃。传统数据依靠市场随机采样抽查对数据进行分析，具有随机性且体现不出消费者消费倾向。大数据是对大量数据进行分析，不对精确性做硬性要求，消除了人为限制带来的弊端，可通过大数据分析对消费者喜好、年龄段、类型等有一个大体方向的掌握，对提高企业宏观视野有积极意义。传统数据分析力求通过调查数据找到一事物与另一事物之间互为因果的关系，而大数据时代下不需将重点放在事物因果关系之上，而应关注事物与事物之间的相互关系，有助于企业把握先机，促进企业进一步发展。由本文可知，大数据时代势必会推动企业进行改革创新，企业会计企业信息质量的提升于企业发展至关重要，但由于大数据时代影响，致使企业会计信息质量方面还存在问题，亟待企业管理人员进行改善。

2 大数据时代对企业会计信息质量产生的影响

2.1 海量会计信息导致会计核算困难

以往实体店经营模式由于定点定时，会计信息量小便于统计分析，而自从天猫、淘宝等虚拟商店在互联网出现后，每日销售额不计其数。如此巨大的交易量存在着海量会计信息，若仍沿用传统会计信息采集方法，则无法提升会计信息质量，且需耗费大量人力物力，因此企业会计从业人员应如何在大数据时代下对库存货物数量、交易往来情况进行有效核算，是会计人员当下应思考解决的重要问题之一。

2.2 多元化会计核算数据出现

企业新经济模式下旨在将企业经营环境以及外部组织进行协调，致使交易信息扁平化，对企业会计人员的核算要求更高。但由于京东、唯品会等企业产品不由企业内部进行生产供应，而需通过实体店进行发货，且随着第三方支付平台的出现，消费者与企业间进行资金结算时，需大量用到第三方支付平台为客户以及企业提供保障。因此会计信息的产生与多个企业均有不同程度联系，可将企业第三方交易、结算数据进行采集研究，已成为企业会计核算信息的组成部分之一，能为企业进行下一步决策提供大体方向。

2.3 会计信息化将成为会计核算的未来发展趋势

在大数据时代背景下，推动会计信息化十分有必要，传统会计制度已不符合大数据时代发展趋勢。在企业闭环基础上建立的企业会计核算模式在以往实体店兴盛的时代，能有效获取会计信息，提高会计信息质量提升，但随着互联网时代交易无数的发展下，已不能适应时代变革，保持企业市场竞争优势，因此如今企业急需建立一套宏观、有效的会计核算制度，以保证会计信息核算误差较小，将会计核算与企业管理的相关要求进行充分满足，加速会计信息化时代的到来。

2.4 会计信息处理难度较大，会计信息核算时间紧迫

传统会计信息核算有分月、季度以及年度财务报表，通过财务报表可将企业某一阶段的生产、交易等会计信息进行清晰掌握。而大数据时代下若还以月、季度以及年进行报账，势必会造成会计信息堆积如山，致使会计人员在有限时间内极易发生失误，严重的将会对企业经济造成损失，且会在很大程度上加重会计人员的工作负担，因此解决海量交易产生的海量会计信息的有效方法是缩短会计核算时间，做到日清日结。

3 大数据时代下提高快进信息质量的详细方法

3.1 会计人员应根据企业需要选取会计信息

大数据时代，企业债权人与投资人员需要的不仅仅是财务报表上所反映的数据，更需要财务报表之外的数字信息，大数据能让其洞悉企业数据背后的巨大价值，会计信息使用者更加看重的是经汇总以及加工后的综合会计信息价值。因此在大数据时代背景下，企业会计人员应从需求者实际出发，改变传统会计数据呈现单一形式，应向更多层次进行发展。会计人员不能仅按照信息流程对会计信息需求者进行会计信息提供，还应将获取到的各种有效信息进行概括后向其反馈，便于满足会计信息需求者的多方面需要，对提高会计人员工作能力以及会计信息质量有重要作用。

3.2 加强企业会计人员与相关企业的协同合作

会计人员在对会计信息进行搜集加工阶段时应将数据源进行扩大，将传统会计流程中会计人员重视的会计信息与其他有助于企业经济面貌全面反映的会计信息进行结合，能有效扩大会计信息搜集数据源，将直接数据与非结构化数据进行全面覆盖，在一定程度增加了财务数据的深度以及广度，使之更具市场信服力。与此同时，还应将互联网下产生的交易第三方纳入企业会计流程核算范围，通过对第三方提供的影响经济信息进行分析，能够增强业务真实程度，对会计信息数据来源进行丰富。企业在财务上通过对供应链下的企业以及金融行业进行有效管理，对促进多个企业间会计信息总汇以及信息共享提供了实现基础。既打破了企业内部、供应链企业以及金融企业信息壁垒，作为企业又能在顺应大数据时代发展趋势下对资金流动、交易情况等进行管控，对监督资源合理配置、提高会计信息质量意义较大。

3.3 将云计算大力运用于会计信息核算中，加快会计信息化

云计算是在互联网基础上衍生出的，是通过互联网将计算资源共享池进行提供，企业会计人员可根据实际需要对相关资源进行提取，可以降低企业资金成本，有效提高会计信息核算工作效率，实现会计信息化。但值得注意的是，云计算是在虚拟网络下进行的，存在较高网络风险，因此企业在对云计算服务商进行选择时应注重安全性，应根据企业性质选择信任度较高的云计算服务商。此外还应加强对相关人员的培训工作，以便于应对企业实施云计算会计业务流程以及机构设置的改变，有利于在一定程度提高企业会计信息质量。

3.4 将会计信息核算时间进行缩减，增强会计信息时效性

在大数据时代下会计人员需要储存处理的数据多不计数，传统会计信息核算已不能满足企业发展需要。因此应在较短时间内将会计信息核算时间进行缩短，可通过引入处理效率较高的计算机来实现。处理能力较高的计算机不仅储存空间较一般计算机大，而且还能将企业会计信息数据进行及时以及准确核算，能较大程度提高企业会计信息质量。与此同时，在会计信息核算领域将电子计算机加以应用，在一定程度将人工核算操作局限性进行打破，对有效提供会计信息具体度、体现会计信息时效性、节约会计核算资金成本以及实现会计信息数据共享等有积极意义，也符合大数据时代下企业取得有利战略地位，促进企业经济增长。

4 结语

科学技术的不断进步与发展必然导致大数据时代的到来，大数据时代在为人们带来多元化信息获取渠道的同时，促进了社会信息的公开化与透明化，便于社会对企业经济发展情况进行有效监督。于企业而言，大数据时代使得会计信息海量化在一定程度上增加了核算难度，会计信息核算也欠缺有效工具与制度的配合，会影响企业会计信息质量的提高，进而导致企业经济效益有所减损，从短期来看不利于企业发展。因此，企业应抓住大数据时代下带来的发展机遇，对传统会计信息核算模式进行调整，运用云计算与处理能力较高的电子工具，缩短会计信息核算时间，提高企业员工工作素质以及加强与相关企业的会计信息资源共享合作，对提高企业会计信息质量、加快企业战略地位穩固、促进企业快速发展有重要作用。

参考文献

[1] 马莉.大数据时代下对企业会计信息质量的探讨[J].商业会计， 2015(16).

[2] 卜楠.新形势下企业会计信息质量问题及对策[J].环球市场信息导报，2017(31).

[3] 温航，沈英.大数据时代对企业会计信息质量的影响[J].科技展望，2015(22).

[4] 孙玥璠，杨超，张梦实，等.大数据时代中小企业信用评价指标体系重构[J].财务与会计，2015(6).

[5] 程勇.对大数据下会计信息质量问题的思考[J].中国乡镇企业会计，2016(6).

[6] 夏红雨，刘艳云.大数据时代对会计基本认识的影响探讨[J].商业会计，2016(14).

[7] 李学伦，徐武，栾红旭，等.会计信息质量对企业经营管理的影响[J].中外企业家，2017(13).

[8] 贾勇，蒋梦圆.会计信息质量内外部治理效应实证研究——以我国深圳A股上市公司为例[J].生产力研究，2017(1).

[9] 薛亚平.大数据对会计信息质量影响研究[J].农村经济与科技， 2016，27(12).

[10] 张文斐.会计制度设计对会计信息质量的影响分析[J].财讯， 2016(36).

作者：杨英花