大數據驅動的管理與決策研究

❶ 大數據對企業決策的變革性影響

大數據對企業決策的變革性影響
大數據對企業決策的變革性影響
（ 一） 決策主體從「精英式」過渡到「大眾化」
傳統的營銷決策包括「核心競爭力」和「定位」理論，前者關注客戶的長期價值， 「定位」理論以產品或客戶的需求為基礎，決策的核心都是精英式的企業管理層，而非員工和社會公眾。這些決策的依據均是相對靜止的、確定的結構化數據。而隨著社會化媒體和大數據應用的深入，廣大社會公眾和終端用戶都是數據的創造者和使用者，信息傳播的范圍和效力更加深遠，知識的共享和信息的交互更加廣泛，通過意見的表達、信息的傳遞，迅速形成信息共同體和利益共同體，形成意見領袖，他們成為企業決策的中堅力量，企業決策主體也從「精英式」轉向「大眾化」.同時，決策的依據正從結構化數據轉向非結構化、半結構化和結構化混合的大數據，而大數據技術和處理手段可以使看似雜亂無章、關聯性不強的數據變成服務決策的有效信息。
（ 二） 決策方式從「業務驅動」轉向「數據驅動」
隨著雲計算、移動互聯網和物聯網等新一代信息技術的創新和應用普及，感測設備、移動終端正在越來越多地接入到網路，各種統計數據、交易數據、交互數據和感測數據源源不斷從各行各業迅速生成，種類廣泛、數量龐大、產生和更新速度加劇的大數據，蘊含著前所未有的社會價值和商業價值，數據越來越成為企業戰略資產，是企業創新的核心驅動力。擁有數據的規模、活性以及收集、分析、利用數據的能力，將決定企業的核心競爭力。對數據的掌控和駕馭能力越強，支配市場的競爭優勢越明顯，意味著巨大的投資回報。而以前企業的經營分析只局限在簡單業務、歷史數據的分析基礎上，缺乏對客戶需求的變化、業務流程的更新等方面的深入分析，將導致戰略與決策定位不準，存在很大風險。在大數據時代，企業通過收集和分析大量內部和外部的數據，獲取有價值的信息。通過挖掘這些信息，可以預測市場需求，最終企業將信息轉為洞察，從而進行更加智能化的決策分析和判斷。
（ 三） 決策過程從「被動式」演變成「預判式」
在互聯經濟時代，當前科技正走向跨領域融合，產業界限正在模糊，市場環境瞬息萬變，各行業間充斥著大量的結構化與非結構化數據，如何保持競爭力，企業需要不斷調整和完善自己的商業戰略，為幫助企業更好地預測未來、提高決策能力，需要充分對當前數據進行分析和挖掘，利用大數據技術，構建採集、篩選、存儲、分析和決策的系統，對企業的業務發展、客戶需求、商業機會進行預判，制定出面向未來的決策，成為移動互聯時代企業塑造核心競爭能力的關鍵。在社會化媒體中發掘消費者的真正需求，在大數據中挖掘員工和社會公眾的創造性，日益成為企業決策的基本前提，也是推動企業決策過程從「被動式」向「預判式」演變新的決策模式。對於那些能夠戰略性地利用大數據的企業，他們的創新能力、業務靈活性和利潤都將得到極大的提高。比如，銀行一直是中國老百姓心中非常專業的地方，沒有人想到這個行業在互聯網時代，遭到前所未有的挑戰，馬雲創辦的支付寶，每天流動資金超過任何一家實體銀行，撼動業界，近期推出的「余額寶」,客戶享受到的利息超過銀行17 倍，對銀行產生巨大威脅。這就是跨界的競爭，在大數據時代有時企業還沒有分清競爭對手是誰，一夜之間就被對手打敗，以全新的模式，以迅雷不及掩耳之速度，實現顛覆和超越。

❷ 大數據資產化與決策智能化

大數據資產化與決策智能化

前些日子，美國洛杉磯警察局開始利用大數據預測犯罪的發生，這是大數據幫助人們做出前瞻性的決策的實例。然而大數據的作用遠不止是這一點。在商業領域，大數據對於企業管理者的決策也有重大的參考價值。本文介紹了企業決策者如何收集數據和利用大數據做決策的方法。
近年來，全球數據的增長速度之快前所未有，數據類型也變得越來越多。一方面，海量的多樣化數據對信息的有效存儲、快速檢索提出了挑戰，另一方面，其中蘊藏的巨大商業價值也引發了對數據處理、分析的巨大需求。
對於大數據的概念，至今沒有一個被業界廣泛採納的明確定義。根據大數據概念的內涵，並結合業界對大數據特性的普遍認同，我們提出以下概念：大數據是指需要通過快速獲取、處理、分析以從中提取價值的海量、多樣化的交易數據、交互數據與感測數據。
其中，海量和多樣化是對大數據的數據量與數據類型的界定；快速是對大數據獲取、處理、分析速度的要求；價值是對大數據獲取、處理、分析的意義和目的；交易數據、交互數據與感測數據是大數據的來源，交易數據來自於企業ERP系統、各種POS終端，以及網上支付系統等業務系統；交互數據來自於移動通信記錄以及社交媒體等；感測數據來自於GPS設備、RFID設備、視頻監控設備等。
對大數據的利用將成為企業提高核心競爭力、搶占市場先機的關鍵。大數據將推動各個行業的信息技術應用產生兩大重要的趨勢：
一是數據資產化，信息部門將從成本中心轉向利潤中心。在大數據時代，數據滲透各個行業，漸漸成為企業戰略資產。擁有數據的規模、活性，以及收集、運用數據的能力，將決定企業的核心競爭力。
二是決策智能化，企業戰略將從業務驅動轉向數據驅動。智能化決策是企業未來發展的方向。過去很多企業對自身經營發展的分析只停留在數據和信息的簡單匯總層面，缺乏對客戶、業務、營銷、競爭等方面的深入分析。
在大數據時代，企業通過挖掘大量內部和外部數據中所蘊含的信息，可以預測市場需求，進行智能化決策分析，從而制定更加行之有效的戰略。
那麼對於行業用戶，應當怎樣制定大數據應對策略以充分利用大數據所蘊含的巨大商業價值呢？以下兩方面建議可供參考：
一方面，應當通過雲平台實現數據大集中，形成企業數據資產。對於大型集團企業，各級子公司和分公司的ERP系統每天都在生成大量的交易數據和業務數據。分散在各個業務系統中的數據無法形成集中的資源池、不能互聯互通，將嚴重影響對大數據的統一管理與價值挖掘。實現數據集中是大數據利用的第一步。
另一方面，應當深度分析挖掘大數據的價值，推動企業智能決策。行業用戶應當重視對大數據的價值的深入分析與挖掘，推動企業決策機制從業務驅動向數據驅動轉變，提高企業競爭力。根據預測，大數據挖掘和應用可以創造出超萬億美元的價值，數據將成為企業的利潤之源，掌握了數據也就掌握了競爭力。企業必須更加註重數據的收集、整理、提取與分析。
未來3-5年，那些真正理解大數據並能利用大數據進行價值挖掘的企業，與對大數據價值挖掘重視程度不夠的企業之間的差距進一步拉大。真正能夠利用好大數據，並將其價值轉化成生產力的企業將具備強勁的競爭優勢，從而成為行業領導者。

❸ 李果的個人介紹

李果 ，男，北京理工大學管理與經濟學院講師，博士，美國伍斯特理工學院訪問學岩粗者，The International Society of Applied Intelligence會員。從事供應鏈與物流管理、生產與運作管理的研究，在國內外重凱行要期刊和會議上發表論文20餘篇，其中SCI/EI刊物論文檢索10餘篇，參與編寫科研教材一本，多次獲得省級、校級獎勵。攻讀碩博士學位期間，曾參與多家管理咨詢公司十餘項企業委託咨詢業務，具有較為豐富的管理咨詢經歷和社會實踐經驗盯棗嘩。

❹ 大數據技術在網路營銷中的策略研究論文

大數據技術在網路營銷中的策略研究論文

從小學、初中、高中到大學乃至工作，說到論文，大家肯定都不陌生吧，論文的類型很多，包括學年論文、畢業論文、學位論文、科技論文、成果論文等。那要怎麼寫好論文呢？以下是我幫大家整理的大數據技術在網路營銷中的策略研究論文，歡迎閱讀與收藏。

摘要：

當今，隨著信息技術的飛速發展，互聯網用戶的數量日益增加，進一步促進了電子商務的快速發展，並使企業能夠更准確地獲取消費者數據，大數據技術應運而生。該技術已被一些企業用於網路營銷，並取得了顯著的營銷效果。本文基於大數據的網路營銷進行分析，分析傳統營銷存在的問題和挑戰，並對大數據技術在網路營銷中的作用進行研究，最後針對性地提出一些基於大數據的網路營銷策略，以促進相關企業在大數據時代加強網路營銷，並取得良好的營銷效果。

關鍵詞：

大數據；網路營銷；應用策略；營銷效果；

一、前言

現代社會已經完全進入了信息時代，在移動互聯網和移動智能設備飛速發展與普及之下，消費者的消費數據都不斷被收集、匯總並處理，這促進了大數據技術的發展。大數據技術可以精準的分析消費者的習慣，藉助大數據技術，商家可以針對顧客進行個性化營銷，極大地提高了精準營銷的效果，傳統的營銷方式難以做到這一點。因此，現代企業越來越重視發展網路營銷，並期望通過大數據網路營銷以增加企業利潤。

二、基於大數據的網路營銷概述

網路營銷是互聯網出現之後的概念，初期只是信息爆炸式的轟炸性營銷。後來隨著移動智能設備的普及、移動互聯網的發展以及網路數據信息的海量增長，大數據技術應運而生。大數據技術是基於海量的數據分析，得出的科學性的結果，出現伊始就被首先應用於網路營銷之中。基於大數據的網路營銷非常精準，是基於海量數據分析基礎上的定向營銷方式，因此也叫著數據驅動營銷。其主要是針對性對顧客進行高效的定向營銷，最為常見的就是網路購物App中，每個人得到的物品推薦都有所區別；我們瀏覽網路時，會不斷出現感興趣的內容，這些都是大數據營銷的結果。

應用大數據營銷，企業可以精準定位客戶，並根據客戶的喜好與類型對產品與服務進行優化[1]，然後向目標客戶精準推送。具體來說，基於大數據技術的精準網路營銷過程涉及三個步驟：首先是數據收集階段。企業需要通過微博、微信、QQ、企業論壇和網站等網路工具積極收集消費者數據；其次，數據分析階段，這個階段企業要將收集到的數據匯總，並進行處理形成大數據模型，並通過數據挖掘技術等高效的網路技術對數據進行處理分析，以得出有用的結論，比如客戶的消費習慣、消費能力以及消費喜好等；最後，是營銷實施階段，根據數據分析的結果，企業要針對性地制定個性化的營銷策略，並將其積極應用於網路營銷以吸引客戶進行消費。基於大數據的網路營銷其基本的目的就是吸引客戶主動參與到營銷活動之中，從而提升營銷效果和經濟收益。

三、傳統網路營銷存在的一些問題

(一)傳統網路營銷計劃主要由策劃人主觀決定，科學性不足

信息技術的迅速發展，使得很多企業難以跟上時代的步伐，部分企業思想守舊，沒有跟上時代潮流並開展網路營銷活動，而是仍然繼續使用傳統的網路營銷模型和方式。即主要由策劃人根據自己過去的經驗來制定企業的營銷策略，存在一定的盲目性和主觀性，缺乏良好的信息支持[2]。結果，網路營銷計劃不現實，難以獲得有效的應用，導致網路營銷的效果不好。

(二)傳統網路營銷的互動性不足，無法進行准確的產品營銷

傳統的網路營銷互動性較差，主要是以即時通信軟體、郵箱、社交網站以及彈窗等推送營銷信息，客戶只能被動的接受信息，無法與企業進行良性互動和溝通，無法有效的表達自己的訴求，這導致了企業與客戶之間的割裂，極大的影響了網路營銷的效果。此外，即使一些企業獲得了相關數據，也沒有進行科學有效的分析，但卻沒有得到數據分析的結果，也沒有根據客戶的需求進行有效的調整，從而降低了營銷活動的有效性。

(三)無法有效分析客戶需求，導致客戶服務質量差

當企業進行網路營銷時，缺乏對相關技術的關注以及對客戶需求的分析的缺乏會導致企業營銷策略無法獲得預期的結果。因此，企業只能指望出於營銷目的向客戶發布大量營銷內容。這種營銷效果非常糟糕。客戶不僅將無法獲得有價值的信息，而且此類信息的「轟炸」也會使他們感到煩躁和不耐煩，這將適得其反，並降低客戶體驗[3]。

四、將基於大數據的網路營銷如何促進傳統的網路營銷

(一)使網路營銷決策更科學，更明智

在傳統的網路營銷中，經理通常根據過去的經驗來制定企業的營銷策略，盲目性和主觀性很多，缺乏可靠的數據。基於大數據的網路營銷使用可以有效地收集有關市場交易和客戶消費的數據，並利用數據挖掘技術等網路技術對收集到的數據進行全面科學的分析與處理，從中提取有用的相關信息，比如客戶的消費習慣、喜好、消費水平以及行為特徵等，從而制定針對客戶的個性化營銷策略，此外，企業還可以通過數據分析獲得市場發展變化的趨勢以及客戶消費行為的趨勢，從而對未來的市場形勢作出較為客觀的判斷，進而幫助企業針對未來一段時間內的行為制定科學合理的'網路營銷策略，提升企業的效益[4]。

(二)大大提高了網路營銷的准確性

如今，大數據驅動的精準網路營銷已成為網路營銷的新方向。為了有效地實現這一目標，企業需要在啟動網路營銷之前依靠大數據技術來准確分析大量的客戶數據，以便有效地捕獲客戶的消費需求，並結合起來制定準確的網路營銷策略[5]。此外，在實施網路營銷策略後，積極收集客戶反饋結果並重新分析客戶評論，使企業對客戶的實際需求有更深刻的了解，然後制定有效的營銷策略。如果某些企業無法有效收集客戶反饋信息，則可以收集客戶消費信息和歷史消費信息，然後對這些數據進行准確的分析，從而改善企業的原始網路營銷策略並進行促銷以獲取准確的信息，進而制定有效的網路營銷策略。

(三)顯著提高對客戶網路營銷服務水平

通過利用大數據進行准確的網路營銷，企業可以大大改善客戶服務水平。這主要體現在兩個方面：一方面可以使用大數據准確地分析客戶的實際需求，以便企業可以進行有針對性的的營銷策略，可以大大提高客戶服務質量。另一方面，使企業可以有效地吸收各種信息，例如客戶興趣、愛好和行為特徵，以便向每個客戶發布感興趣的推送內容，以便客戶可以接收他們真正需要的信息，提高客戶滿意度。

五、基於大數據的網路營銷優勢

(一)提高網路營銷廣告的准確性

在傳統的網路營銷中，企業傾向於使用大量無法為企業帶來相應經濟利益的網路廣告進行密集推送，效率低下。因此，必須充分利用大數據技術來提高網路營銷廣告的准確性。首先，根據客戶的情況制定策略並推送合適的廣告，消費場景在很大程度上影響了消費者的購買情緒，並可以直接確定消費者的購買行為。如果客戶在家中購買私人物品，則他們第二天在公司工作時，卻同送前一天相關私人物品的各種相關的廣告。前一天的搜索行為引起的問題可能會使消費者處於非常尷尬的境地，並影響他們的購買情緒。這表明企業需要有效地識別客戶消費場景並根據這些場景發布更准確的廣告[6]。一方面，通過IP地址來確定客戶端在網路上的位置。客戶在公共場所時，廣告內容應簡潔明了。另一方面，可以通過指定時間段來確定推送通知的內容。在正確的時間宣傳正確的內容。其次，提高客戶選擇廣告的自主權。在傳統的網路營銷中，企業通常採用彈出式廣告，插頁式廣告和浮動廣告的形式來強力吸引客戶的注意力，從而引起強烈的客戶不滿。一些客戶甚至會毫不猶豫地購買廣告攔截軟體，以防止企業廣告。在這方面，大數據技術可用於改善網路廣告的形式和內容並提高其准確性。

(二)提高網路營銷市場的定位精度

在諸如電子郵件營銷和微信營銷之類的網路營銷方法中，一個普遍現象是企業擁有大量的粉絲，並向這些粉絲發送了大量的營銷信息，但是卻沒有得到較好的反饋，營銷效果較差。造成這種現象的主要原因是企業產品的市場定位不正確。可以通過以下幾個方面來提高網路營銷市場中的定位精度：

1、分析客戶數據並確定產品在市場上的定位：

首先，收集大量基本數據並創建客戶資料庫。在此過程中，應格外小心，以確保收集到的有關客戶的信息是全面的。因此，可以使用各種方法和渠道來收集客戶數據。例如，可以通過論壇、企業官方網站、即時通信軟體以及購物網站等全面的收集客戶的各種信息。收集完成後利用高效的數據分析處理技術對信息進行處理，並得出結果，包括客戶的年齡、收入、習慣以及消費行為等結果，然後根據結果對企業的產品進行定位，並與客戶的需求相匹配，進而明確市場[7]。

2、通過市場調查對產品市場定位進行驗證：

在利用大數據及時對企業產品進行市場定位之後，有必要對進一步進行市場調查，以進一步清晰產品的市場定位，如果市場調查取得較為滿意的效果，則表明網路營銷策略較為成功，可以加大推廣力度以促進產品的銷售，如果效果不滿意，則要積極分析問題，尋找原因並提出針對性的解決改進措施，以獲得較為滿意的結果[8]。

3、建立客戶反饋機制：

客戶反饋機制可以有效的幫助企業改進產品營銷策略，主要體現有兩個主要功能：一是營銷產品在市場初步定為成功後可以通過客戶反饋積極征詢客戶的意見，並進一步改進產品，確保產品更適應市場；二是如果營銷產品市場定位不成功，取得的效果不佳，可以通過客戶反饋概括定位失敗的原因，這將有助於將來的產品准確定位。

(三)增強網路營銷服務的個性化

為了增強網路營銷服務的個性化，企業不僅必須能夠使用大數據識別客戶的身份，而且還必須能夠智能地設計個性化服務。首先，通過大數據了解客戶的身份。一方面，隨著網路的日益普及，企業可以在網路上收集客戶各個方面的信息。但是，眾所周知，由於互聯網管理的不規范與復雜性，大多數信息不是高度可靠的，甚至某些信息之間存在著極為明顯的矛盾。因此，如果企業想要通過大數據來了解其客戶的身份，則必須首先確保所收集的信息是可信且准確的。另一方面，企業必須能夠從大量的客戶信息中選擇最能體現其個性的關鍵信息，並降低分析企業數據的成本[9]。二是合理設計個性化服務。個性化服務的合理設計要求企業在兩個方面進行運營：一方面，由於現實環境的限制，企業無法一一滿足所有客戶的個性化需求。這就要求企業盡一切努力來滿足一部分客戶的個性化需求，並根據一般原則開發個性化服務。另一方面，如果完全根據客戶的個人需求向他們提供服務，則企業的服務成本將不可避免地急劇上升。因此，企業應該對個性化客戶服務進行詳細分析，並嘗試以適合其個人需求的方式為客戶提供服務，而不會給企業造成太大的財務負擔。

六、基於大數據網路營銷策略

使用大數據的准確網路營銷模型基本上包括以下步驟。首先，收集有關客戶的大量信息；其次，通過數據分類和分析選擇目標客戶；第三，根據分析的信息制定準確的網路營銷計劃；第四，執行營銷計劃；第五，評估營銷結果並計算營銷成本；第六，在評估過程的基礎上，進一步改善，然後更准確地篩選目標客戶。在持續改進的過程中，上述過程可以改善網路營銷。因此，在大數據時代，電子商務企業必須突破原始的廣泛營銷理念，並採用新的營銷策略。

(一)客戶檔案策略

客戶檔案意味著在收集了有關每個人的基本信息之後，可以大致了解每個人的主要銷售特徵。客戶檔案是准確進行電子商務促銷的重要基礎，也是實現精確營銷目標的極其重要的環節。電子商務企業利用客戶檔案策略可以獲得巨大收益。首先，藉助其專有的銷售平台，電子商務企業可以輕松，及時且可靠地收集客戶使用情況數據。其次，在傳統模型中收集數據時，由於需要控製成本，因此經常使用抽樣來評估數據的一般特徵[10]。大數據時代的數據收集模型可以減少錯誤並提高數據准確性。當分析消費者行為時最好以目標消費者為目標。消費者行為分析是對客戶的消費目的和消費能力的分析，可幫助電子商務企業更好地選擇合適的目標客戶。在操作中，電子商務企業需要在創建資料庫後繼續優化分析結果，以最大程度地分析消費者的偏好。

(二)滿足需求策略

為了滿足多數人的需求，傳統的營銷方法逐漸變得更加同質。結果，難以滿足少數客戶的特殊需求，並且導致利潤損失。基於大數據客戶檔案技術的電子商務企業可以分析每個客戶的需求，並採取差異化人群的不同需求最大化的策略，從而獲取較大的利潤。為了滿足每個客戶的需求，最重要的是實現差異化，而不僅僅是滿足多數人的需求，因此必須准確地分析客戶的需求，還必須根據客戶的需求提供更多個性化的產品[11]。比如當前，定製行業非常流行，賣方可以根據買方提供的信息定製獨特的產品，該產品的利潤率遠高於批量生產線。

(三)客戶服務策略

隨著網路技術的逐步發展，電子商務企業和客戶可以隨時進行通信，這基本上消除了信息不對稱的問題，使客戶可以更好地了解他們想要購買的產品以及遇到問題時的情況。當出現問題時，可以第一時間解決，提高交易速度。因此，當電子商務企業制定用於客戶服務的營銷策略時，一切都以客戶為中心。為了更好地實施此策略，必須首先改善資料庫並加深對客戶需求的了解[12]。二是提高售前、售後服務質量，開展集體客戶服務培訓，縮短客戶咨詢等待時間，改善客戶服務。最後，我們必須高度重視消費者對產品和服務的評估，及時糾正不良評論，並鼓勵消費者進行更多評估，良好的服務態度和高質量的產品可以大大提高目標客戶對產品的忠誠度，並且可以吸引消費者進行第二次購買。

(四)多平台組合策略

在信息時代，人們可以在任何地方看到任何信息，這也將分散他們的注意力，並且重新定向他們的注意力已經成為一個大問題。如果希望得到更多關注，則可以組合跨多個平台的營銷策略，並在網路平台和傳統平台上混合營銷。網路平台可以更好地定位自己並吸引更多關注，而傳統平台則可以更好地激發人們的購買慾望。平台融合策略可以幫助電子商務企業擴大獲取客戶的渠道，不同渠道的用戶購買趨勢不同，可以改善資料庫[13]。

七、結語

總體而言，大數據時代不僅給網路營銷帶來了挑戰，而且還帶來了新的機遇。大數據分析不僅可以提高准確營銷的效果，更好地服務消費者，改變傳統的被動營銷形式，並提升網路營銷效果。

參考文獻

[1]劉儉雲.大數據精準營銷的網路營銷策略分析[J].環球市場，2019(16):98.

[2]栗明，曾康有.大數據時代下營業網點的精準營銷[J].金融科技時代，2019(05):14-19.

[3]劉瑩.大數據背景下網路媒體廣告精準營銷的創新研究[J].中國商論，2018(19):58-59.

[4]李研，高書波，馮忠偉.基於運營商大數據技術的精準營銷應用研究[J].信息技術，2017(05):178-180.

[5]袁征.基於大數據應用的營銷策略創新研究[J].中國經貿導刊(理論版),2017(14):59-62.

[6]邱媛媛.基於大數據的020平台精準營銷策略研究[J].齊齊哈爾大學學報(哲學社會科學版),2016(12):60-62.

[7]張龍輝.基於大數據的客戶細分模型及精確營銷策略研究[J].河北工程大學學報(社會科學版),2017,34(04):27-28.

[8]李巧丹.基於大數據的特色農產品精準營銷創新研究——以廣東省中市山為例[J].江蘇農業科學，2017,45(06):318-321.

[9]孫洪池，林正傑.基於大數據的B2C網路精準營銷應用研究——以中國零售商品型企業為例[J].全國流通經濟，2016(12):3-6.

[10]趙玉欣，王艷萍，關蕾.大數據背景下電商企業精準營銷模式研究[J].現代商業，2018(15):46-47.

[11]張冠鳳.基於大數據時代下的網路營銷模式分析[J].現代商業，2014(32):59-60.

[12]王克富.論大數據視角下零售業精準營銷的應用實現[J].商業經濟研究，2015(06):50-51.

[13]陳慧，王明宇.大數據：讓網路營銷更「精準」[J].電子商務，2014(07):32-33.

❺ 大數據對於管理理論與實踐的影響

大數據對企業管理的影響：
.大數據對企業管理思想的影響
大數據時代的來臨改變了企業的內外部環境，引起了企業的變革與發展。企業越來越智能化，管理實現了信息化。企業中的數據收集、傳輸利用需要現代管理思想的支撐。
大數據環境下的企業管理應當以人為本，在實踐的基礎上運用現代信息化技術，採用柔性管理，將數據當做附加資產來看待。企業運營離不開數據的支撐，企業管理當中如果不能夠深刻認識到大數據的重要性，僅僅以公司短期盈利作為目標，是缺乏戰略性的思考。有效的利用數據分析結果，提前進行預測，抓住市場先機、顧客需求，就能主動贏得市場，才能在企業管理與銷售業績上創造出更大的財富。
2.大數據對企業管理決策的影響
大數據背景下數據的分析利用是企業決策的關鍵。首先，大數據的決策需要大市場的數據。基於雲計算的大數據環境影響到企業信息收集方式、決策方案選擇、決策方案制定和評估等決策實施過程，對企業的管理決策產生影響。大數據決策的特點體現在數據驅動型決策，大數據環境下的管理決策對於企業不僅是一門技術，更是一種全新的決策方式、業務模式，企業必須適應大數據環境對管理決策的新挑戰。
其次，大數據對決策者和決策組織提出了更高的要求。大數據時代改變了過去依靠經驗、管理理論和思想的決策方式。管理決策層根據大數據分析結果發現和解決問題、預測機遇與挑戰、規避風險。這就要求決策層具有較高的決策水平。由於大數據背景下需要企業全員的參與，動態變動環境下，決策權力更加分散才有利於企業做出正確的決策。這就要求企業的組織更加趨於扁平化。
3.大數據對企業人力資源管理的影響
人力資源是企業中最寶貴的資源，是企業創造核心競爭力的基礎。基於大數據技術，企業將大大提高人力資源管理的效率和質量。有效的加快人力資源工作從過去的經驗管理模式向戰略管理模式的轉變。
公司從員工招聘到績效考核與培訓，積累了大量的各類非線性數據，這些數據都是無形的資產，利用大數據技術，將這些數據進行整合分析利用，能夠為企業帶來巨大貢獻。首先，在員工招聘上，只需將單位用人要求與員工各項能力數據相匹配，結合人力資源招聘的經驗，便可輕松選出符合要求的員工。其次，在績效考核上，進行標准化管理，將員工日常的各類數據進行分析，設定等級標准，即可得出客觀公正的考核結果。這大大排除了績效管理的主觀性與不全面性。最後，根據大數據的分析結果，針對不同員工區別培訓，更有效率的提高了培訓水平。
4.大數據對企業財務管理的影響
大數據使財務管理的模式和工作理念顛覆性的改變。首先，財務管理更加穩健。公司將各類財務數據在大數據技術下進行發掘，提純出更多有用的財務信息，及早的發現財務風險，為管理決策者提供重要的決策依據，做出正確的決斷。其次，財務數據的處理更加及時高效。財務數據在企業日常運營當中舉足輕重，企業的各項交易都依賴於財務數據的分析，企業基於大數據，通過對財務數據的分析和處理，能夠改進財務管理工作的運行模式，並且是有效率的，企業資金資本運作成本降低和壓縮了，利潤相應提高了。企業資源最豐富的積累，最基礎的財務數據，通過大數據技術進行對財務數據，整理和分析，實現了企業價值增值。
總結：

大數據時代對企業的管理提出了更高的要求。信息化時代下企業每天都在產生大量的數據，大數據時代下，這些數據影響著企業管理的方方面面，它改變著企業的管理思想與管理模式，使企業的決策更加准確高效，使人力資源管理工作更便捷，使企業財務管理穩健、績效考核客觀公正，企業管理中應加強收集分析利用這些數據，確保數據的准確與安全防護。將傳統經驗、理論管理與大數據管理決策想結合，適應時代發展，將企業做大做強。

❻ 上海財經大學金融大數據統計學習理論與方法及互聯網金融中的應用項目

上海財經大學的「金融大數據統計學習理論與方法及在互聯網金融中的應用」項目是重大研究計劃「大數據驅動的管理與決策研究」的重點支持項目。該項目擁有一支經驗豐富、工作高效並具有國際影響力的學術研究團隊。
上海財經大學有法學、中國語言文學、外國語言文學、新聞傳播學、農林經濟與管理、公共管理、理論經濟學、應用經濟學、工商管理、管理科學與工程、統計學、馬克思主義理論等一級學科碩士學位授權點。
近年來，「大數據」已成為互聯網、新聞媒體、學術機構、政府企業管理人員等多方關注的熱點。隨著現代科學技術姿者尤其是計算機、網路信息、生物工程等技術的發展，大量的數據出現在許多不同的自然科學和人文科學領域，包括生物學、醫學、信息技術、經濟、金融，環境科學等，並以前所未有的速度產生和積累。大數據涵蓋的數據量大、包羅萬象、變化速度快、存在的形式多種多首姿樣，可以是包括文字、圖片、視頻等多種信息的集合。在新一輪科技和產業競爭中，大數據已經是與自然資源、人力資源一樣重要的戰略資源，著名管理公司麥肯錫聲稱，「數據已經滲透到當今每一個行業和業務職能領域，成為重要的生產因素。」在這樣的背景下，美國政府2012年宣布投資2億美元啟動「大數據研究和發展計劃」，這是繼1993年美國宣布「信息高速公路」計劃後的又一次重大科技發展部署。
大數據潮流使得我們獲得了海量的數據，但掌握這些海量的數據本身並無意義。真正的意義體現在對於含有信息的數據進行專業化的處理。加強大數據科學研究和促進大數據應用開發將為未來我國在大數據領域掌握競爭主動權奠定基礎，是關系我國國家和社會穩定、提高科技創新水平、推動國民經濟可持續發展、提升社會管理服務能力的重大需求。可以預見未來國家之間的經濟與政治競爭將是大數據引領的競爭。
隨著互聯網金融的蓬勃發展，大數據技術逐漸成為其與傳統金融行業抗衡的保證。然而互聯網金融與傳統金融雖然形式上有區別，但其背後的金融「契約」本質並沒有大的改變，風險測跡芹薯度和管理依舊是重中之重。本課題以「互聯網金融風險」為核心研究對象，以各類不同發展的業務模式為研究場景，深入討論對於互聯網金融風險的計量和管理，促進虛擬經濟發展和實體經濟結構轉型，並總結和規劃未來發展導向，更好地為政府指導和監管決策，為虛擬經濟健康發展、實體經濟升級調整提出參考意見和建議。
項目負責人、上海財經大學統計與管理學院院長周勇教授表示，面對大數據應用的快速發展、國家經濟和金融安全所提出的迫切需求，我們面臨著大數據分析方法瓶頸與挑戰，需要發展大數據基礎分析的理論方法和技術，同時應用這些理論方法研究大數據下的數據降維技術和演算法，深入研究互聯網金融風險管理、高頻海量數據市場行為和管理決策等前沿問題。
「金融大數據統計學習理論與方法及在互聯網金融中的應用項目將對金融大數據統計推斷理論及其應用等重大問題展開研究，研究內容的核心是金融大數據計量建模和快速演算法的提出。我們希望通過相關研究，一方面，能在大數據金融計量理論和方法上進行創新，走向本領域學科研究的國際前沿。另一方面，也能為我國金融體系的安全運行提供深刻的實證依據和切實可行的政策建議。」

考研政策不清晰？同等學力在職申碩有困惑？院校專業不好選？點擊底部官網，有專業老師為你答疑解惑，211/985名校研究生碩士/博士開放網申報名中：https://www.87dh.com/yjs2/

❼ 大數據給企業帶來哪些決策

大數據對企業的作用：

1、實時准確地監控、追蹤競爭對手動態，是企業獲取競爭情報的利器。

2、及時獲取競爭對手的公開信息以便研究同行業的發展與市場需求。

3、為企業決策部門和管理層提供便捷、多途徑的企業戰略決策工具。

4、大幅度地提高企業獲取、利用情報的效率，節省情報信息收集、存儲、挖掘的相關費用，是提高企業核心競爭力的關鍵。

5、提高企業整體分析研究能力、市場快速反應能力，建立起以知識管理為核心的「競爭情報數據倉庫」，提高核心競爭力。大數據對現代企業管理決策的影響有哪些
在目前的企業管理過程中，也逐漸對大數據時代下的企業管理與決策模式引起了足夠
的重視。結合目前的實際情況來看，企業在內外部的管理模式上涉及到的內容不斷增多，
從而呈現出了非常明顯的復雜性，這對於企業決策以及決定性關系的數據分析工作帶來了
一定的影響。文章主要針對大數據對現代企業管理決策產生的影響進行了深入的分析，並
結合實際情況提出了一些有效的應對措施，希望能為相關人員提供合理的參考依據。
已為您找到9篇相關文檔
關鍵詞：大數據；現代企業；管理；決策;影響
如今，各國經濟之間實現了有效的結合，這就造成企業在發展過程中所面臨的市場竟
爭壓力不斷的增加，對於相關的企業而言，而競爭不僅體現在了企業之間，同時還體現在
了企業的管理方面。針對這種現象，對於相關的決策人員而言，一定要對目前市場環境進
行全面的了解，從而才能保證最終所做的決策具備一定的合理性。因此，一定要對大數據
的真正含義進行全面的了解，這樣才有助於企業的管理人員做出正確的管理決策，從而促
]進企業可以在未來實現更加穩定的發展。

❽ 大數據驅動公共管理學科現代化論文

大數據驅動公共管理學科現代化論文

在各領域中，大家肯定對論文都不陌生吧，藉助論文可以有效提高我們的寫作水平。相信許多人會覺得論文很難寫吧，以下是我整理的大數據驅動公共管理學科現代化論文，供大家參考借鑒，希望可以幫助到有需要的朋友。

摘要 ：

我們目前所處的是一個由數據主宰的大數據時代，數據的共享正改變著我們的工作和生活。而在該時代中，公共管理有著極為深刻的影響，政府部門應該清楚地認識到公共管理學科的重要性，並以科學的態度來面對該學科所面臨的機遇和挑戰，並且分析大數據對公共管理學科所產生的影響，反思傳統管理模式中存在的不足之處，對公共管理行為模式進行改進，從而有效地促進大數據時代下公共管理學科的發展與進步。

關鍵詞：

大數據驅動；公共管理；改革方式

引言：

在公共管理的實施過程中，工程的使用不只意味著管理的過程，因為這需要對各個公共資源進行再分配。行使這個權利的時候是需要調配各種公共資源，在國家法律法規體系下，安排各種公共資源，保障各項資源的有效運轉。需要注意的是，必須以群眾的利益作為基本前提，防止公共資源的濫用甚至其他嚴重的後果發生。在整個大數據不斷發展的情況下，公共資源的使用，有了更多透明化的監督過程，可以對這些公共資源進行科學合理的配置。

在未來，公共學科的發展變得越來越高效，公共學科也是建立在現代高新技術的基礎上，針對目前公共管理存在的弊端，和高新技術進行深入分析，將這些找到的矛盾用人文學科的思想得以解決。在公共管理學科的發展歷程之中，各種數據的處理是極為重要的。只有有效利用大數據處理的方法，才能夠更好地促進公共管理，將公共政策和現代數據結合，促進我國的公共管理不斷進步。在現代化的發展歷程之後，我們還應該不斷關注公共學科的發展特點，探討公共學科可能出現的風險問題，不斷提高科學決策的准確度，根據大數據的分析結果，促進公共學科的改進。

一、大數據的實際內涵以及其發展概述

在運用大數據技術時，部門研究者認為大數據是一種統計模式，是運用各種現代信息技術進行自動記錄和延續擴充的過程，而非人工設計的數據。不過，這類觀點是以大數據統計為出發點，然而實際上大數據並不僅僅只是進行數據資源的整理和收集，更重要的是對數據進行分析［1］。

二、大數據對公共管理學科的驅動機制

大數據的發展給公共管理的影響是深遠的，從大數據的發展可以不斷提高公共管理的效率，大數據的深入發展，能夠幫助我們先入進行公共管理。在未來，要促進公共學科的發展，就需要依靠大數據，在大數據的幫助之下，深入挖掘公共管理的實質，幫助我們找到科學的管理項目，從而為公共決策做出准確的判斷。以往在公共學科的時候還沒有發揮大數據的價值，缺乏一定大數據的思想。發展是一個緩慢過程，在這個公共學科的成長過程中，我們必須研究大數據的專業特徵。利用公共學科的機制，回到數據的創新作用。總地來說，可以從以下幾個方面找到大數據的影響。

（一）巨大數據體量對公共管理學科的影響到時候就意味著更多的海量數據。這些數據的發展不僅擁有著較大的體量，還意味著公共管理的難度也在增加。公共管理需要依靠大數據技術，但是卻要利用好，到時候做好分析的腳本研究。改善傳統的思維，讓我們用現代的思想為公共管理做出更多的分析。大數據在現代的應用是深遠的，我們要利用各種各樣的大數據技術，更多的大數據手段找到公共學科的真正內涵。從而為到時候去建設提供物質基礎，這些基本的數據出發，讓政府面臨更多的公共決策類型，公共管理樣本的採集為大數據做出了更多的支持。基礎的公共管理樣本可以成為數據的來源，也為公共管理學科發展做出深入的影響。為進一步找到目前存在的問題，就需要對公共決策的數據進行整合，從而發揮學科的時代性特徵，達到公共管理的具體目標［2］。

（二）多樣化的數據對公共管理學科產生的影響大數據時代不只是大數據的數量增加，更多的是數據的種類。公共學科要掌握更高的管理方法，就需要研究現在的數據種類，利用公共學科的深入特點找到管理的不同類型，從而實現較高的管理目標。大數據時代是一個多種類型的時代，在過去的時代中不需要這樣多的信息，也不會利用現在的存儲資源。然而目前的公共管理，需要我們更多的存儲空間是處於到時候去時代之中所面臨的管理種類是多種多樣的，類型也是十分廣泛。在這些眾多的種類中，我們面臨多種形式的公共資源，必須要深入研究，採取適合於公共管理學科的應對方法，促進我公共管理學科的深入發展，找到承載的.問題，找到學科的管理方向，從而豐富各種類型的表達方式和存儲方法［3］。

（三）低密度的數據價值對公共管理學科的影響大數據時代不僅意味著數據的多樣化，但需要很多的載體承擔這些數據。我們需要提高存儲的空間，對目前的存儲空間進行深入探索，不斷進行改革，從根本上提高存在的空間數據。加強存儲空間的創新。首先，現在都很多數據看似已經傳出，然而卻沒有經過深入的加工，且沒有一定的壓縮功能，這些數據在存儲的時候造成了較多的空間佔用，空間資源在一定程度上造成了一些無用的數據存儲。面對這種情況我們要找到數據存儲的內在問題，從根本上提高存儲的有效性，並且加強數據之間的傳遞和流通。目前的現狀來看，很多大數據還沒有取得較好的效果，信息的關注還停留在過去階段，這些數據本身價值不好發揮。數據在挖掘的過程中必須依託公共管理學科的知識。融入現代大數據的技術，對數據的價值進行深入發掘和研究，也是公共管理學科的研究型態，幫助我們深入數據的內部，積極探索數據存儲的類型，釋放更多的空間［4］。

三、大數據驅動下公共管理學科的未來發展

我們目前所處的大數據時代依然處於不斷發展的狀態，通過上文的分析不難發現，大數據不斷的以其龐大的數據體系和繁多的數據類型來影響著公共管理學科的發展，因此，公共管理學科也應該隨著大數據時代的發展而做出改變和創新［5］。

（一）公共治理模式與大數據的結合公共學科的管理，需要深入考量學科的特點，對公共治理存在的問題進行深入分析，依託現代大數據的功能，擴大數據的包容性，加強信息的獲取渠道探索。利用更多的公眾信息平台引導熱點話題，從而能夠找到公共管理存在的弊端。在施行公共管理時，應該充分地考慮大數據對公共管理和公共治理之間的影響進行分析。大數據時代極大的擴張了人們的信息獲取渠道，在此基礎上，社會個體可以通過各類信息平台來討論熱點話題，由於各類言論會在互聯網中迅速蔓延，在輿論的壓力下，公眾的言論和態度將會直接影響到政府作出的公共決策。比如，政府可以對一些觀點和言論進行審核，利用大數據來進行思維分析［6］。

（二）重新認識公共管理決策在這項研究中，實證分析是提出比較四個案例的公眾參與風險相關的決策。本研究選取的案例均涉及政府決策者願意與公共利益團體合作的廢物管理沖突，但每一案例的公眾參與程度和性質有所不同。與公眾參與有關的沖突在所有四個案件中都出現。針對傳統問題解決方法的不足，我們開發了一個更廣泛的分析框架來解釋這些沖突。沖突分析考慮對手關系的歷史、權力分配、對解決沖突的態度、隱藏的議程、各種談判策略以及對談判協議的承諾（或缺乏承諾）。雖然這種方法是為了分析的目的而制定的，但我們認為，這種方法對於解決此類沖突也具有特定的相關性。沖突管理的概念，作為提高公眾參與質量的一種方法。沖突管理的主要特點是：

（1）賦予公眾權力；

（2）「良好」（公平）的解決辦法；

（3）各方積極支持最終決定。在公共管理的過程中，由於大數據時代的各個特點，公共管理必須進行適當的改革創新，從而更好地應對未來的挑戰和機遇。

（三）准確滿足公眾訴求公共管理決策和決策的一個明顯方面基本上沒有引起決策內容的注意。我們通過對預算削減和信息技術決策提出以下問題來檢驗決策內容的影響：內容如何影響決策所需的時間？內容如何影響參與者？內容如何影響所採用的決策標准？內容如何影響決策過程和繁文縟節中使用的信息質量？結果表明，信息技術和預算削減決策在重要方面有所不同。對於信息技術決策而言，成本效益不是一個重要的標准，平均決策時間要長得多，決策通常被視為永久和穩定的。對於削減決策，成本效益是一個重要的標准，決策的速度要快得多，而且被視為不穩定和多變的。令人驚訝的是，決策內容似乎並不影響參與者的數量。在大數據時代到來以前，群眾與政府之間缺乏有效的溝通手段，導致群眾與政府之間存在隔閡。在如今的大數據時代下，政府和群眾之間的溝通交流更加的順暢，政府能夠實時了解到群眾所反饋的一些信息，並且在短時間內進行整理和收集，從而使各項公共資源的配比能夠科學有效的實施，最大限度地保證群眾的利益［7］。

四、結語

公共管理行為涉及的范圍非常廣泛，公權力的使用者應該謹慎運用每一項公共管理的權利，滿足人民群眾的利益訴求，即使給出反饋和針對性的公共管理決策。因此，在未來的發展中，公共管理學科的研究領域將不僅僅是為政府的公共決策提供支撐和依據，而是幫助政府更加理性的收集數據，在龐大的數據體量基礎上對各項數據資源進行整合，從而提高公共管理和服務質量，使公共管理對人們利益實現最大化。

參考文獻：

［1］王博．大數據驅動的公共管理學科現代化［J］．湖南工業職業技術學院學報，2018，18（5）：30—33．

［2］黃欣卓，李大宇．大數據驅動的公共管理學科現代化———《公共管理學報》高端學術研討會視點［J］．公共管理學報，2018，15（1）．

［3］黃欣卓，李大宇．大數據驅動的公共管理學科現代化———《公共管理學報》高端學術研討會視點［J］．公共管理學報，2018，15（1）：147—152．

［4］王琳．大數據時代下我國政府公共關系能力建設研究［D］．重慶：重慶大學，2017．

［5］王陳程．大數據驅動的公共管理創新［J］．山西青年，2019，（2）：234．

［6］秦浩．大數據驅動的公共政策轉型［J］．中國共產黨政幹部論壇，2020，（2）：62—65．

［7］張黎黎．大數據技術與公共管理範式的轉型［J］．中文信息，2019，（5）：255．

❾ 基於大數據的視覺搜索應用與組織模式研究

基於大數據的視覺搜索應用與組織模式研究
當前視覺搜索已成為信息科學領域的前沿課題，主要用於分析和研究現實世界實體屬性、行為、事件與視覺大數據資源之間的發展規律，針對視覺大數據資源的獲取、組織、描述與利用問題，研究視覺資源及其時空關聯信息之間的價值發現與資源整合的內在機理
當前視覺搜索已成為信息科學領域的前沿課題，主要用於分析和研究現實世界實體屬性、行為、事件與視覺大數據資源之間的發展規律，針對視覺大數據資源的獲取、組織、描述與利用問題，研究視覺資源及其時空關聯信息之間的價值發現與資源整合的內在機理，解決其多維關聯與協同融合問題，進而實現視覺大數據資源的有效整合、知識發現與實時交互。
基於此，本研究從宏觀與中觀角度，從信息科學視角下視覺搜索研究的起源著手，對其發展歷程、概念與特點進行描述，圍繞其理論與應用研究的幾個關鍵問題展開討論，並簡要探討其最新研究進展及應用。
1、大數據環境下視覺搜索的發展歷程及特點
1.1 問題的提出
視覺搜索不是一個新名詞，它最早出現於心理學與生理學領域，用於描述人們通過視覺通道在特定區域內檢測某特定目標是否出現或出現後確定其位置的行為。如在地圖上找某大學所處位置、在食堂內點菜、在書架上找書或在圖書館內找人等。在現實世界中，人們經常需要利用視覺搜索在復雜物理環境中獲取有價值的信息，來決定接下來的語言和行為。因此，視覺搜索理論受到心理學家和人因(HumanFactors)學家的廣泛關注，大量研究集中在對人類視覺認知、生理反饋機理的理解與表達上，並總結出了許多應用型和理論型知識。正是由於視覺搜索的可用性和有效性，使得許多工作、行業、領域都離不開這一生理行為。
相關基礎理論和關鍵技術的不斷發展與完善，促使傳統視覺搜索應用不斷向信息化、技術化和網路化方向發展，如何將傳統視覺搜索行為轉換成「所見即所知」式視覺搜索模式，這一難題逐漸擺在了人們面前。與此同時，網路環境、信息技術、計算性能、存儲空間、數據規模與軟硬體設施等方面的飛速提升，也為客觀物理世界與虛擬網路空間之間建立起密不可分的關聯關系，使視覺搜索技術的實現成為可能。人們可以方便快捷地採集客觀物理世界中的視覺對象，從互聯網中獲取與之相關的關聯信息。
1.2 視覺搜索發展歷程及發展趨勢
近幾年來，隨著大數據環境的逐步完善和大數據技術的迅速發展，關於視覺資源整合與視覺搜索研究的呼聲越來越大。Nature和Science分別於2008年、2011年出版了大數據專題研究，提出圖像、視頻與用戶交互信息是未來大數據的重要組成部分。2009年，Stanford University的Griod、Chandrasekhar等學者將視覺搜索理論引入到信息檢索領域，提出Visual Search、Mobile Visual Search等概念，舉辦了第一屆移動視覺搜索研討會，並對其體系結構、應用與服務模式等問題進行了探討。2010年，Google技術研究部前主管Norvig在Nature上發表的專題論文2020Visions中指出，「文本、圖像和視頻等視覺資源及用戶交互信息、感測信息的有機融合，會給搜索引擎帶來巨大挑戰，如何對視覺搜索結果進行資源深度整合將會成為Google未來10年面臨的最大挑戰。」同年，北京大學高文、黃鐵軍與段凌宇等將其引入國內，舉辦了第二屆移動視覺搜索研討會，並圍繞其關鍵技術、體系結構、視覺資源組織與描述方法、視覺資源標准化與視覺知識庫建設等問題展開了研討。2012年，這一理論與技術迅速被中國計算機學會所接受，認為將視覺搜索與增強現實技術相結合的信息檢索模式，將是繼搜索引擎之後的新一代互聯網服務範式。隨後，張興旺、朱慶華等嘗試將其引入數字圖書館領域，並圍繞相關理論與應用模式展開了研究。
根據視覺搜索研究的發展軌跡來看，國內關於視覺搜索研究總體仍處於探索與嘗試階段，研究軌跡已基本跨過早期理論性嘗試過程，正步入中期技術性和應用性探索階段。尤其是在我國科學技術部於2011年啟動國家重點基礎研究發展計劃(「973」計劃)「面向公共安全的跨媒體計算理論與方法」，對跨媒體視覺資源的統一表示和建模方法、關聯推理和深度挖掘、綜合搜索和內容合成等關鍵科學問題進行研究之後，國內相關研究步入快速發展階段。自2015年以來，視覺搜索理論與應用研究的重要性和必要性更加凸顯，國務院2015年9月印發的《促進大數據發展行動綱要》提出，要充分利用大數據，提升領域數據資源的獲取和利用能力，推動各類數據融合和資源整合。國務院2015年7月印發的《關於積極推進「互聯網+」行動的指導意見》提出「構建包括語音、圖像、視頻、地圖等數據的海量訓練資源庫，加強人工智慧基礎資源和公共服務等創新平台建設」。國家自然科學重大研究計劃「大數據驅動的管理與決策研究」認為「大數據價值的產生機理和轉換規律具有高度的應用領域依賴性」。科技部2016年發布的《關於發布國家重點研發計劃精準醫學研究等重點專項2016年度項目申報指南的通知》的「雲計算和大數據重點專項」中更是明確將「面向大范圍場景透徹感知的視覺大數據智能分析關鍵技術」列為重點研究內容之一，要求對視覺語義建模、視覺對象的時空定位與搜索、跨場景數據關聯技術等展開研究。
1.3 視覺搜索研究對象及視覺大數據資源特點
視覺搜索的研究已逐漸發展成為信息檢索領域的主要研究趨勢，到目前為止，關於視覺搜索的定義尚未形成統一的認識，但從信息檢索角度來看，大家對它的普遍理解是指將客觀物理世界中的視覺資源作為檢索對象，通過互聯網去獲取關聯信息的一種信息檢索方式。它是以視覺大數據資源及其關聯信息為研究對象，以視覺大數據資源的獲取、分析、組織、理解和表達方法為主要研究內容，以信息技術與方法為主要研究手段，以發現視覺大數據資源蘊含的知識價值和拓展其利用能力為主要研究目標的一種綜合性的應用型前沿領域。它主要針對的是當前大數據環境下海量、多元異構、動態無序和高速進化的視覺資源的分析和利用問題，重點研究的是如何充分利用當前飛速發展的信息技術來解決視覺大數據資源的理解和表達，如何有效地實現視覺搜索，如何利用視覺搜索技術來從海量視覺大數據資源中發現新的知識。
毫無疑問，未來是一個智慧(或稱之為「互聯網+」)的時代。智慧地球、智慧城市、智慧圖書館等理論與應用的迅速發展，給視覺搜索理論與應用研究提供了「沃土」。「互聯網+」時代所衍生的數據規模的劇增，文本、圖像、音視頻、用戶交互信息與各種感測信息會成為「數據海洋」的主流，而這些數據來源中超過80%來自於人類視覺通道，現階段把握「互聯網+」時代信息檢索和知識服務未來發展脈絡的最重要手段可能是視覺搜索。
視覺大數據資源因其包含文本、圖像、音視頻與用戶觀看記錄等復雜無序、動態變化的時空信息，使其成為數字圖書館中內容最豐富的信息載體，並將會成為「互聯網+」時代最為重要的信息表達和信息傳播媒介。而以視覺大數據資源為研究對象的視覺搜索，由於前者所處知識空間的知識實體與知識價值在時間、空間和屬性三個方面的自有特性，使得視覺搜索也呈現出復雜無序、動態變化和時空語義關聯等特性，同時也需要對視覺大數據資源的形式化表達、系統化組織、結構化描述與時空關聯關系分析方法等進行研究。由此可得知視覺大數據資源主要具有以下特徵：
視覺大數據資源包含文本、圖像、視頻、用戶觀看信息及用戶交互信息等時空信息，並且它所包含的視覺對象、事物內容、事件過程在時間、空間、語義等方面具有時序或時空關聯關系。
視覺大數據資源具有時空語義關聯、動態變化、數據規模大和結構復雜等特點，這些基於視覺對象、事物內容、事件過程的動態變化可以用時空語義關聯進行表達和描述，其獲取、組織和描述過程可以用機器語言來進行表達，通過視覺對象、事物內容、事件過程之間的語義關聯映射，建立視覺大數據資源的時空語義關聯關系。
視覺大數據資源具有數據規模大、結構復雜、類型多元、多維尺度關聯和縱深緯度高等特性，可根據視覺大數據資源的時空語義關系建立對應的尺度關聯機制。針對不同尺度、縱深緯度的視覺大數據資源的時空關聯關系，可實現視覺對象、事物內容、事件過程之間的多維尺度轉換和重置，進而實現視覺大數據資源的語義關聯關系分析。
視覺大數據資源能提供基於視覺資源內容來理解視覺對象行為，根據視覺對象的時空語義關聯關系建立起發展趨勢模型，並根據有效組織、理解和描述來預測某特定事物在某特定階段將可能發生的行為態勢。
可針對視覺大數據資源的獲取、組織、理解和描述問題，來實現用戶與視覺大數據資源之間的實時交互、反饋和視覺對象知識庫的構建。根據視覺對象的相似行為特徵、時空關聯關系和實時交互結果，來幫助人們製作、生產、運營和消費新的視覺資源，滿足數字圖書館用戶的多元化知識服務需求。
2、大數據環境下視覺搜索的應用與組織模式
視覺大數據資源經過組織、分析、處理和整合，並建立基於特定領域的數字圖書館視覺搜索平台之後，才能為用戶提供大數據知識服務。不同學科、領域的視覺搜索模式對視覺大數據資源的獲取、組織、處理與整合模式會有所不同。正因如此，當前大部分應用是從知識服務與信息檢索角度，建立起領域導向的視覺大數據資源整合平台，通過視覺搜索來對視覺大數據資源進行有效管理與利用，並按照特定學科、專業和領域的知識服務需求來提供服務，從而滿足各類大數據知識服務需求。
2.1 基於深度學習的視覺搜索工業應用模式
傳統視覺搜索研究主要是先採用人工標注方法對視覺資源的底層特徵進行標注後，再採用機器學習方法來解決視覺資源之間的語義鴻溝、異構鴻溝與語義關聯之間的問題。基於人工標注的視覺大數據資源整合與利用方法，需要標注者擁有豐富的專業領域知識和工業應用經驗，需耗費大量的時間和人力成本，且精確性低。與對視覺資源特徵進行人工標注方法不同的是，深度學習一般都是通過對視覺資源特徵進行多層神經網路訓練後，進行視覺特徵學習，進而獲取到特徵提取更合理、區分性更強的視覺特徵理解和描述。大量研究證明通過深度分析方法所提取到的視覺特徵在圖像分類與識別、視覺場景識別、智能監控、語音識別、知識圖譜構建等應用領域都獲得過成功。視覺資源的顯著性特徵提取和分割方法，能夠採用模擬人類視覺系統和生理認知體系來提取視覺資源中顯著性特徵區域。目前，性能相對最好的視覺資源特徵提取方法在公開的視覺大數據資源數據集中的顯著性特徵檢測准確率在95%左右，視覺資源前景特徵分割准確率將近92%，這一比例在近幾年全球性各類大規模視覺資源分析與識別比賽中，仍然在不斷增加。比如，Google研究組在大規模視覺識別挑戰賽(ILSVRC)中，採用改進的深度卷積網路Google Net將圖像識別准確率提升到93%;Google小組在微軟圖像標題生成挑戰賽(MS COCO ICC)中，採用基於深度分析的圖像特徵提取方法獲得冠軍;悉尼科技大學與卡耐基梅隆大學、微軟亞洲研究院和浙江大學在THUMOS比賽中，均將深度分析方法與視覺對象運動特徵結合起來對視覺資源進行動作識別，分別獲得前三名。
傳統學術研究的理論成果往往需要很長一段時間發展，才能逐漸走向成熟，並進入到實際的工業應用中去。但無論是深度學習，還是視覺搜索，它們都擁有著極強的工程理論模型。一方面，它們在被學術界關注和研究的同時，也被工業領域所密切關注和嘗試;另一方面，由於工業領域(如Google、網路、微軟等)早就擁有著大規模的視覺大數據資源，且一直活躍在諸多信息科學領域的研究前沿，在很多領域，它們相較於學術界更有優勢。如Google的知識圖譜Knowledge Graph，Google Now與Google街景地圖，微軟的語音助手Cortana，愛奇藝的愛奇藝大腦，Facebook的Graph Search等均屬於工業界視覺搜索較為經典的應用案例。事實上，國外工業界各大公司，如Google，Facebook，Microsoft等對視覺搜索不僅僅只是開展大量的研究，甚至還在內部成立了專門研究機構，國內的網路、華為、騰訊和阿里巴巴也不例外。
2.2 基於知識計算的視覺搜索知識服務模式
數字圖書館領域對視覺搜索理論與應用展開研究的一個重要目的，就是為高校和科研機構的研究人員提供嵌入式協作化的知識服務，而數字圖書館視覺搜索平台是將海量視覺大數據資源與平台提供的視覺大數據資源的組織、分析和處理功能嵌入到知識服務過程中。
視覺大數據資源整合與利用是當前國內外人工智慧、信息檢索領域的研究熱點，擁有非常廣泛的應用與研究前景。事實上，圖像搜索作為視覺搜索的一個研究分支方向，近幾年來，國內已有很多個人(如中國科學院高科、北京大學高文與黃鐵軍、南京大學朱慶華)、機構(如浙江大學、清華大學、北京大學、中國科學院計算所等)、企業(如愛奇藝、網路、騰訊、360、搜狗等)正在做與之相關的研究，並且很多已經推出了基於內容的圖像搜索平台，為用戶提供圖像搜索服務。而美國的麻省理工學院、加州大學伯克利分校、伊利諾伊大學和英國的牛津大學等相關研究工作開始得更早，也研發出了相應的基於圖像內容的圖像搜索系統。
在以上所有相關研究中，它們都具有一個典型的研究特徵：研究目的是為了解決視覺搜索的應用問題，而對應的視覺搜索模式大部分是基於知識計算。由於視覺搜索需要組織、分析和處理的對象主要包括文本、圖像、視頻等各類蘊含大量價值的視覺資源，因此，如何從視覺大數據資源中獲取有價值的知識，就成為國外學術界和工業界一直以來的研究熱點。以發掘視覺大數據資源中蘊含的豐富的、復雜關聯的知識為目的的知識庫稱之為視覺對象知識庫。目前，全球基於文本、圖像、音視頻等視覺資源的各類知識庫有不少於60種，而基於這些視覺對象知識庫的具體應用案例和系統平台也有幾百種。其中，比較有代表性的應用案例有維基網路的DBpedia(2014版中包含8.7萬部電影、12.3萬張唱片、45萬個物件等)、Google的知識圖譜Knowledge Graph(包括地標、城市、人名、建築、電影、藝術作品等5億個搜索結果實體與350億條關聯知識條目)、Facebook的Graph Search(包含10億名用戶、2400億張圖像、10000億次頁面訪問量等)等。
藉助視覺搜索的相關理論與技術，開展對海量、異構、多元的視覺大數據資源的研究，不僅可豐富信息檢索的外延和內涵，而且可以有效地解決當前數字圖書館所面臨的「大數據、小知識、小服務」的瓶頸，具有一定的應用價值和現實意義。
2.3 基於語義分析的視覺內容關聯組織模式
從已有研究來看，視覺搜索的研究對象大部分集中在文本與圖像上，其中圖像搜索是學者們著力解決的重點方向。視覺搜索研究可分為3個階段：一是20世紀70年代末期開始的基於文本/元數據的圖像搜索。這一方式主要通過人工標注元數據對圖像進行描述，來實現對圖像的信息檢索功能，缺點是元數據標注費時費力，描述標准與反饋內容不完整，且容易有太多主觀色彩。二是20世紀90年代開始提出基於視覺內容的圖像搜索方法。這一方式其本質是採用人工構造圖像底層視覺特徵的方式來進行圖像相似性比較，進而實現圖像搜索，缺點是對圖像底層特徵和高層語義之間存在的語義鴻溝問題沒有得到較好解決。三是21世紀初期提出的基於深度學習的圖像搜索方法。社交網路與用戶生成內容成為網路數據的主要來源，利用用戶標簽對圖像語義進行組織、表達和理解成為研究主流，深度學習方法由此融入到相關領域。
與圖像搜索相比，視頻表達和分析則是視覺搜索領域相對較新的研究領域。視頻由大量圖像幀組成，且圖像幀之間有較為緊密的時空與語義關聯關系，這對視覺搜索技術要求更高。但由於深度學習在文本與圖像搜索領域所取得的成功，學者們開始藉助於深度學習框架，對視頻進行組織、理解和描述，尤其是在視頻特徵提取這一關鍵環節採取了以下幾種方法：一是視頻靜態關鍵幀特徵描述。由於視頻是由大量圖像幀按時序與語義關聯組成，故可採用深度學習方法對靜態視頻幀(即圖像關鍵幀)進行特徵學習。在具體應用中，一旦確定合理的靜態關鍵幀提取和編碼方式，也能形成較好的視頻描述效果。二是動態視頻時序特徵描述。有學者曾提出密集軌跡方法對視頻進行分析，取得了不錯效果。三是前面兩種方法的有機結合。牛津大學的Simonyan等提出採用時間和空間深度神經網路來對視頻進行分析，時間軸輸入的原始視頻，用於對視頻中的視覺對象進行識別，空間軸輸入的時序關聯場，用於對視頻中視覺對象的動作及其軌跡進行識別。
目前國內外也有大量針對視覺內容分析與表達方面的競賽，比如2013年美國佛羅里達大學組織開展的THUMOS比賽，就對海量視覺數據集中異構無序的視覺資源進行分析和理解，該項賽事隨後每年都會開展相關研究。國內外許多高校、科研機構都積極參與到該項賽事中，如清華大學、浙江大學、香港中文大學、卡耐基梅隆大學、悉尼科技大學等。美國國家標准與技術研究所2011年組織開展的TRECVID比賽，針對大規模視覺數據集中復雜視覺資源中事件監測問題展開研究。近幾年來，該項賽事也一直在圍繞著這個主題開展相關研究，國內許多高校，如復旦大學、浙江大學、北京理工大學與同濟大學等，在這項賽事中也獲得了一定成績。
目前雖然在視覺大數據資源的組織、分析、理解和利用方法上有很多研究成果，但這些成果最終目的是應用於視覺搜索。近年來一系列研究對於視覺搜索及其在各行業、領域的應用與推廣工作起到了積極作用，這對於數字圖書館領域而言，是一個積極信號。
3 大數據環境下視覺搜索研究的5個核心問題
盡管視覺搜索已經獲得了工業界和學術界(包括數字圖書館領域在內)的高度關注，但目前在國內並未得到廣泛應用及推廣，主要原因是由於相關技術與應用產品尚未完全成熟，存在著視覺搜索性能不夠理想或不夠穩定、用戶體驗質量不佳、應用局限性較強等問題，圍繞這些問題，就需要從視覺搜索研究基礎理論與技術角度來解決。從數字圖書館視覺搜索模式構建流程[1]來看，視覺搜索研究主要包括5個核心問題，分別描述如下。
視覺大數據資源的獲取與組織方法。互聯網環境下視覺大數據資源的存在形式是動態無序和異構離散的，視覺資源的生產和發布是動態變化的。視覺資源所蘊含的信息內容都包含多個異構、復雜的信息主題，彼此之間存在語義時空關聯關系。而傳統基於人工標注的視覺資源標注方法往往不夠精確，因此，如何快速獲取到所需視覺資源，是視覺搜索應用的關鍵問題。而對與待搜索視覺對象無關的視覺資源的清洗過濾，以及視覺大數據資源的有效組織是視覺搜索應用的核心問題。
視覺大數據資源的理解與表達方法。為了在海量視覺大數據資源中找到與待搜索對象一致的視覺資源，就需要從符合待搜索視覺資源的特徵分析與理解出發，對其視覺內容進行多元化、結構化、多層次的深度理解和表達。
視覺大數據資源整合與交互方法。視覺搜索作為一種信息檢索模式，其服務對象是用戶。對視覺大數據資源的獲取與組織、理解與表達的目的是為了給用戶提供智慧化、人性化的知識服務。因此，如何圍繞視覺大數據資源整合全生命周期進行多維度分析，從而滿足用戶對視覺大數據資源的多元化知識服務需求，也是視覺搜索研究能否成為現實的核心問題。
視覺對象知識庫建設及標准化問題。視覺搜索依賴於視覺對象知識庫的建設。基於高質量的視覺對象知識庫，用戶可快速將待搜索視覺對象與虛擬信息空間中的視覺大數據資源進行有效關聯，從而享受到數字圖書館提供的視覺搜索知識服務。同時，標准化問題也是視覺搜索應用能否順利應用和推廣的關鍵所在。
視覺搜索體系的安全與可靠性理論。無論在任何時候，網路安全及系統可靠性問題是永遠無法迴避的難題，視覺搜索亦不例外。在視覺搜索體系中，數據安全性與知識產權、用戶隱私權、系統可用性與可靠性等問題亦是視覺搜索能否得到有效推廣與應用的核心問題。
4 總結與展望
在「互聯網+」時代，信息服務正越來越廣泛地深入到用戶智慧化、個性化和嵌入式的知識服務需求中去，數字圖書館領域開始呼喚新型的殺手級信息檢索模式。視覺搜索是當前信息檢索領域發展的一個重要前沿和創新突破口，在充分汲取國內外信息科學領域先進研究成果的基礎上，開展數字圖書館視覺搜索基礎理論與應用研究，不僅有望從理論上豐富數字圖書館知識服務研究思想與未來發展框架，也有利於揭示數字圖書館中視覺大數據資源價值的產生機理與轉換規律。
毫無疑問，人類正在向「『互聯網+』時代」邁進，作為一種技術與理念創新，視覺搜索必然符合一般信息技術生存、發展與成熟基本規律，需要經歷技術誕生的萌芽期、飛速進步的發展期、迅速膨脹的高峰期、去泡沫化的低谷期、穩步發展的光明期和實際應用的高峰期6個階段。目前來看，國內外已有視覺搜索研究正處於發展期，存在著理論與技術交叉之後學科間的不平衡這一問題。當前視覺搜索的理論、方法與技術研究主要集中在商業型視覺搜索應用上，對於產生視覺大數據資源的學術領域則關注較少。實際上，以科學研究、學科服務等學術領域為代表的視覺大數據資源，具有異於商業型應用的豐富內涵與獨特特徵，只有全面掌握商業應用與學術領域的相關研究，才有助於建立更加科學、系統、合理的視覺搜索理論體系和應用框架。