论文参考文献大数据

A. 移动通信论文参考文献有哪些

有关移动通信论文参考文献有哪些

有关移动通信论文参考文献：

[1]谢显忠等，基于TDD的第四代移动通信技术[M].电子工业出版社，2005.

[2]解梅，移动通信技术及发展[J].电子科技大学学报，2003，02.

[3]宋文涛、罗汉文，移动通信[M].上海交通大学出版社，1996.

[4]何林娜，数字移动通信技术[M].机械工业出版社，2004.

[5]吕昌春，李林园.移动互联网产业链平台竞争与电信运营商增值业务发展策略研究[J].邮电设计技术，2012（11）：16-20.

[6]张洁.影响中国移动通信产业发展竞争力的因素分析[J].经济视角（下），2011（01）：52-53.

有关移动通信论文参考文献：

[1]张洁.影响中国移动通信产业发展竞争力的因素分析[J].经济视角（下），2011（01）：52-53.

[2]吕昌春，李林园.移动互联网产业链平台竞争与电信运营商增值业务发展策略研究[J].邮电设计技术，2012（11）：16-20.

[3]刘文婷.以运营商为主导的移动互联网业务商业模式研究[J].中国工业经济，2012（08）：66-74.

[4]冯文高.我国移动通信产业的竞争均衡分析[J].现代经济信息.2009（16）

[5]张洁.影响中国移动通信产业发展竞争力的因素分析[J].经济视角（下）.2011（01）

[6]马云泽.我国移动通信产业的市场结构与规制改革[J].经济问题.2009（01）

[7]张平王卫东陶小峰《WCDMA移动通信系统》人民邮电出版社

[8]詹炳根，《工程建设监理》，中国建设工业出版社，1997

[9]谢坚勋浅谈工程监理与项目管理接轨建设监理2004(2)

有关移动通信论文参考文献：

[1]赵刚.大数据：技术与应用实践指南[M].北京：电子工业出版社，2013.

[2]漆晨牺.电信企业大数据分析、应用及管理发展策略[J].电信科学，2013（3）：12-16.

[3]刘洁，王哲.基于大数据的电信运营商业务精确运营平台的构建化[J].电信科学，2015，29（3）：22-26.

[4]张俊.移动通信网络中大数据处理的关键技术研究[J].电信网技术，2014（4）：10-12.

[5]康波，刘胜强.基于大数据分析的互联网业务用户体验管理[J].电信科学，2013，29（3）：32-35.

[6]谢华.大数据在移动通信中的`应用探讨[J].科技创业家，2014（1）.

[7]夏磊.探巧大数据下的智能数据分析技术[J].科技创新导报，2014（10）：21.

[8]侯优优，隋化严.网络优化中的大数据应用[J].互联网天地，2014（l）：34-37.

[9]刘震，付俊辉，赵楠.基于移动通信数据的用户移动轨迹预测方法[J].计算机应用与软件，2015，30（2）：10-13.

[10]林国华.时间序列分析法在移动通信数据分析中的研究[D].广州：广东工业大学，2015.

[11]刘钢.无线移动通信与物联网的应用与研究[J].数字技术与应用，2016，05：33.

;

B. 零售营销的参考文献

关于零售营销的参考文献

一篇论文中几乎自始至终都有需要引用参考文献之处。如论文引言中应引上对本题最重要、最直接有关的文献;在方法中应引上所采用或借鉴的方法;在结果中有时要引上与文献对比的资料;在讨论中更应引上与 论文有关的各种支持的或有矛盾的结果或观点等。以下就是我为大家带来的关于零售营销的参考文献，希望大家喜欢!

零售营销的参考文献 篇1

[1]. Michael Morris,Minet Schinde hutte,Jeffrey Allen. The entrepreneur's business model toward aunified perspective[J].Journal of Business Research,2003(6)

[2]. Thomas W. Malone,Peter Weill. Do some business models perform better than others[J].MIT SloanWorking Paper, 2006(5)

[3]. 3.A. Ostenwalder,Y. Pigneur,and C.L. Tucci .Clarifying business of the modles:origins,present,andfuture of the concept[J] .Communication Association for Information Systems,2005(15)

[4]. 张兵.传统零售企业的战略转型[J].企业改革与管理,2000

[5]. 毕红毅,孙明岳.我国零售业发展现状、存在问题及发展思路[J].山东财政学院学报，2009

[6]. 李嶙屹.电子商务环境下苏宁电器战略转型的研究[D].上海:华东理工大学,2011

[7]. 张向阳.我国传统零售企业转型网上零售模式的问题与对策研究[J],2012

[8]. 汪孔文.互联网环境下零售商业模式创新[D].福建:华伦大学,2011

[9]. Martin V. Deise.电子商务管理者指南从战术到战略[M].黄京华译,北京:清华大学出版社,2002

[10].Ravi Kalakota,Andrew B Whinston.电子商务管理指南[M].陈雪美译,北京:清华大学出版社,2005

[11].宋倩,王能.互联网条件下国内零售企业商业模式创新[J].电子商务,2013

[12].Zhang Shanshan. A Comparative Study on Online Retailing of U.S.A and P.R.C[D].Liaoning:LiaoNing,Dongbei University of Finance and Economics,2011

[13].姚远.我国大型网上零售企业的网络营销策略研究[D].辽宁:东北财经大学,2001

[14].沈瑞山.电子商务的发展对市场营销的影响[J].华东经济管理,2004,18(3)

[15].陈捷.传统中小企业电子商务模式初探[J].电子商务,2010,(6)

零售营销的参考文献 篇2

[16].刘苗.电子商务模式及其发展策略分析[J].我国商贸,2010,(20)

[17].张秋蓉.试论企业电子商务的风险控制[J].云南则一贸学院学报,2001,(S2)

[18].Amit R,Zott C. Value creation in e-business[J].Strategic Man Journa1,2001,(22)

[19].张喜征,傅荣,胡湘云,胡南相.网络营销中的信任传递模式与策略分析[J].商业研究,2006,(9)

[20].菲利普科特勒.营销管理[M].北京:我国人民大学出版社,2009

[21].高世宁.典型零售企业盈利模式分析[J].当代经济研究,2007(03)

[22].戚安邦.项目评估学[M].天津:南开大学出版社,2006

[23].Viktor Mayer-SchSnberger,Kenneth Cukier.大数据时代:生活、工作与思维的大变革[M].盛杨燕,周涛译.杭州:浙江人民出版社,2013

[24].2013 年度我国网络零售市场数据监测报告[R].杭州:我国电子商务研究中心,2014

[25].李雨妇.家电连锁产业的行业集中度发展研究[J].现代商业,2012(20)

[26].袁峰,宿恺.电子商务企业风险防范体系研究[J].物流科技,2004(6)

[27].黄敏学.电子商务[M].北京:高等教育出版社.2001

[28].章佳元.传统零售企业线上线下协同发展的商业模式研究:以苏宁为例[D].浙江工业大学经贸学院,2013

[29].程光.我国大型百货业电子商务发展研究[D].北京:首都经济贸易大学经济学院,2012

[30].Efraim Turban,David King.电子商务:管理视角(原书第 5 版)[M].严建援译,北京:机械工业出版社,2010

拓展：大数据论文参考文献

[1] 陈杰. 本地文件系统数据更新模式研究[D]. 华中科技大学 2014

[2] 刘洋. 层次混合存储系统中缓存和预取技术研究[D]. 华中科技大学 2013

[3] 李怀阳. 进化存储系统数据组织模式研究[D]. 华中科技大学 2006

[4] 邓勇强，朱光喜，刘文明. LDPC码的.低复杂度译码算法研究[J]. 计算机科学. 2006（07）

[5] 陆承涛. 存储系统性能管理问题的研究[D]. 华中科技大学 2010

[6] 罗东健. 大规模存储系统高可靠性关键技术研究[D]. 华中科技大学 2011

[7] 王健宗. 云存储服务质量的若干关键问题研究[D]. 华中科技大学 2012

[8] 余雪里. 金属氧化物pn异质结对光电响应与气体敏感特性的作用[D]. 华中科技大学 2014

[9] 王玮. 基于内容关联密钥的视频版权保护技术研究[D]. 华中科技大学 2014

[10] 韩林. 云存储移动终端的固态缓存系统研究[D]. 华中科技大学 2014

[11] 田宽. 宫内节育器用Cu/LDPE复合材料的表面改性研究[D]. 华中科技大学 2013

[12] 聂雪军. 内容感知存储系统中信息生命周期管理关键技术研究[D]. 华中科技大学 2010

[13] 王鹏. 低密度奇偶校验码应用于存储系统的关键技术研究[D]. 华中科技大学 2013

[14] 刁莹. 用数学建模方法评价存储系统性能[D]. 哈尔滨工程大学 2013

[15] 符青云. 面向大规模流媒体服务的高性能存储系统研究[D]. 电子科技大学 2009

[16] 王玉林. 多节点容错存储系统的数据与缓存组织研究[D]. 电子科技大学 2010

[17] 田敬. 对等存储系统中的数据可用性与安全性研究[D]. 北京大学 2007

[18] 傅颖勋，罗圣美，舒继武. 安全云存储系统与关键技术综述[J]. 计算机研究与发展. 2013（01）

[19] 杨黎. 金属氧化物半导体多孔膜材料气敏过程中的导电行为研究[D]. 华中科技大学 2013

[20] 聂雪军. 内容感知存储系统中信息信息生命周期管理关键技术研究[D]. 华中科技大学 2011

[21] 周可，张江陵，冯丹. Cache对磁盘阵列性能的影响[J]. 电子学报. 2003（09）

[22] Liping Xiang,Yinlong Xu,John C. S. Lui,Qian Chang,Yubiao Pan,Runhui Li. A Hybrid Approach to Failed Disk Recovery Using RAID-6 Codes[J]. ACM Transactions on Storage （TOS） . 2011 （3）

[23] Liping Xiang,Yinlong Xu,John C.S. Lui,Qian Chang. Optimal recovery of single disk failure in RDP code storage systems[J]. ACM SIGMETRICS Performance Evaluation Review . 2010 （1）

[24] Bianca Schroeder,Garth A. Gibson. Understanding disk failure rates[J]. ACM Transactions on Storage （TOS） . 2007 （3）

[25] Lakshmi N. Bairavasundaram,Garth R. Goodson,Shankar Pasupathy,Jiri Schindler. An analysis of latent sector errors in disk drives[J]. ACM SIGMETRICS Performance Evaluation Review . 2007 （1）

[26] 任劲，谢长生，李为. iSCSI协议及其Linux下的实现[J]. 小型微型计算机系统. 2003（07）

;

C. 大数据对高校教育的推动作用论文

大数据对高校教育的推动作用论文

当代社会互联网发达，信息技术广泛应用与社会各个领域。当然，利用信息技术来推动高校教育发展也是在信息化教育进程之中。信息技术的发展迅速，大数据也就迅速堆积，大数据记录了信息技术发展的脚步，同样有利于信息技术在社会上的有效发展。高校作为发展人才的地方，自然少不了大量数据累积，信息量巨大，大数据对高校教育也就有着非常大的影响，它不仅推动着高校教育的发展，同时也反映着高校教育数据累积的过程，这类数据与外界环境的共享，一起发挥着大数据对高校教育的推动作用。

1大数据 发挥出在高校教育的发展中的推动作用

高校教育在多年的发展中，逐渐适应了信息化的快速发展进程，将高校教育信息化是必然的条件，这对于高校教育的改革和完善具有完全有效的作用。高校教育信息化同样对提高教学质量，引导创新教学模式，发挥着重要作用。高校教育信息化有利于加强校园文化建设，促进教育高水平发展，有利于改善教学方法，发挥教育各项职能，有利于人才培养，有利于信息交流和教学环境改善。高校教育信息化是教育发展和提升的必要条件，大量的信息交流必定会产生众多数据，针对大数据进行数据收集和处理，方便数据检索和查询。高校教育本身就具有信息量大、数据多样，繁琐的鞥、特点，所以很好的利用大数据为高校教育发展做贡献，一定能更好的推动高校教育的发展。大数据在课堂上的应用，能够改变传统的教学模式，发挥信息技术的无限潜能，不管是时间还是空间的阻碍，都能被信息技术所打破，这将有利于学生更好的融入课堂，使学生更适应课堂，从而使理解知识变得容易。大数据的广泛应用，同样适用于科学研究方面，大数据的全面信息的应用对于信息的共享和交流具有关键推进作用，现代信息技术在社会科学中的应用将改善传统的研究方法，这样不但能提升结果的可信度，更能够提升工作效率，再者，大数据在服务人们方面的应用，高校能够更好的掌握社会需求，了解社会对人才的渴求，从而培养适应社会的人才。这样的好处还有能够加强高校和社会的联系，使得高校能够更好地履行社会职能。大数据还有利于高校建设校园文化与文化传承。高校对于优秀民族和世界文化都有责任和义务传播给更多学生，高校作为文化载体，有更好的条件进行文化教育，通过信息技术手段，方便文化沟通，以及技术交流等。

2大数据与高校教育之间的联系

大数据与高校教育之间不只是简单的应用关系，高校也绝不是被动的接受大数据，其实高校与大数据之间是相互依靠，相互促进的，高校教育的发展同时也是大数据的发展，同时，大数据的发展，也同样推动了高校教育的发展进程。大数据可以说是一种工具，一是顺应了高校教育的发展进程，同时也为高校教育发展做出了许多改善与提升。比方说大数据推动了高校对人才培养的进程，有利于高校选拔适合社会的高等人才，挖掘人才潜在价值，更好的为社会服务，也是为人们服务，帮助学生找到自身优势，使得人才发展变得顺利。前面说的，大数据帮助高校建立完善的文化体系，有助于高校进行文化传承，教育形式改革与创新。大数据有助于高校了解社会需求，发展与培养适应社会的全能人才。反过来，高校教育对大数据的发展也具有非常重要的推进作用。高校由于信息量巨大，也有相对完整的记录和完善形式，对于数据的收集等方面也有非常完善的系统，所以高校教育对于大数据的发展也有积极作用。高校通过长时间的数据利用，自然会产生许多有效的数据分类和整理办法，对数据的研究也非常细致和详细，对数据也会进行补充和完善，分析和创新数据记录办法，所以高校教育方面对数据的整理利用工作也会对大数据的发展做出更多贡献。说完了高校教育与大数据之间的相互利用，还应考虑大数据与高校教育之间的共同发展。许多高校在建立了比较完善的大数据处理和利用方式之后，通常会比较频繁的与外界进行数据处理办法和收集方式的交流和共享，大部分的'数据处理工作都是有目的性的，比方说在网上的数据检索工作，都是在先想好需要什么才去网上搜索的，所以对数据的分类整理工作至关重要。高校教育通常分为大体上的文科和理科，那再往下细分还有工科医科师范类商学类等等。不同的数据有不同的处理方式，不同的数据门类之间有时候也是互通的，所以大数据的处理办法和整体思维都是有分别的，也是有联系的，需要研究者长时间的分析和整理。大数据的使用需要专业的认可，不然的话就会造成资源浪费，看来社会上的机构大概也只有高校和研究员具有资格认证大数据的作用了。大数据广泛应用了信息技术和社会科学等多种学科的资源，在保证数据真实可靠地情况下，为更多数据使用者提供良好的数据参考作用。换句话说，高校教育过程中对数据的使用情况直接影响了大数据的利用率，高校对大数据提供了更多的技术支持，同时也限制了大数据的发展，所以大数据与高校教育之间的这种关系影响了两者之间的共同发展。

3大数据在推动高校教育发展过程中遇到的问题

不可否认，大数据在推动高校教育的发展过程做出了很多贡献，但是在大数据推动高校教育的过程中，仍会出现某些问题，阻止了大数据的推动作用，造成大数据没有完全发挥其应有的功能，没有很好的为高校教育做出更大贡献。首先是高校对于大数据的利用率低，主要体现在进行数据搜索和收集过程中，对需求的认识面太过狭隘，导致数据收集工作不完善，收据收集的不完全，在应用过程中就会有困难，造成信息缺失和资源不足，所以究其原因还是数据收集工作者工作中存在纰漏，或者对数据手机方法不正确不规范，造成了数据缺失情况出现。其次出现大数据利用不完全的问题是因为数据运用者技术不规范和操作不当造成数据使用不完全。和传统的数据使用方法相比，现代的利用大数据进行数据检索和使用工作已经如虎添翼，通过科技手段可以毫不费力的从大量的数据库中筛选出自己所需要的数据来进行利用。这不但大大降低了操作难度，同时也节省了很多时间，我们都知道数据挖掘工作复杂而且繁琐，更需要数据挖掘工作者认真细致的到位的工作态度，一点马虎不得。但是通过技术手段，以及先进的互联网技术，可以很好的解决很多工作中可能会出现的问题。但是机器就是机器，永远不可能有人的思维，就算有那也是人给他格外添加的，永远不可能超过人的思维，所以机器所犯的错误可能也会有很多，这就需要人来利用外力对数据采集处理等工作进行监督，一点失误就会造成数据错误，影响数据的使用。

4提升大数据推动高校教育有效性的对策

针对以上几点问题，首先提出的解决办法就是使人们充分认识大数据的作用，这样从根本上让人们建立起对大数据的作用的基本概念，才能仍大数据更好地为人们服务。大数据实在信息大爆炸的现代社会中人们必不可少的一种数据收集处理方式，对于社会的快速发展，必然会伴随数以万计的数据，那么对于这么多眼花缭乱的数据，要想提取出真正对自己有用的数据，就要利用科技手段，建立完整的数据库，方便人们的数据提取和利用。在认识了大数据的作用之后，就要合理的利用好大数据，正确的使用大数据，在大数据使用过程中应当规范使用办法，避免使用者滥用大数据，检索和分类过程也应当认真细致的操作，因为不仅仅是一次失误，之后的每一个步骤都有可能会对数据处理工作造成误解和偏差，造成大数据的错误使用。为了更好的使用大数据，推动大数据对高校教育的发展，高校应建立完善的大数据使用平台，让使用者能够有地方可查，有资源可用，提高大数据的使用率。至于校园内的配置，应当及时维护，对大数据的保管工作也应时常监督和完善，进一步加强数据使用效率，发挥其应有的价值。在人员配置选拔方面，要认真仔细筛选真正有用的人才，对数据进行分类处理和详细整理，更好的帮助校园内数据使用者进行数据使用程序。

5总结

在当下数据大爆炸的时代，能够更好的使用信息的人，将信息为己所用，那么就是发挥了大数据的真正价值。正确看待大数据，合理利用大数据，将大数据与高校教育有机的结合在一起，尽力发挥大数据应有的价值，有利于人们探索未知的知识和学问，有效的利用好大数据，就是发挥了大数据对高校教育的推动作用。

参考文献 :

[1]邱仁宗,黄雯,翟晓梅.大数据技术的伦理问题[J].科学与社会,2014(01).

[2]王成红,陈伟能,张军,宋苏,鲁仁全.大数据技术与应用中的挑战性科学问题[J].中国科学基金,2014(02).

[3]祝智庭,管珏琪.教育变革中的技术力量[J].中国电化教育,2014(01).

大数据意义

现在的社会是一个高速发展的社会，科技发达，信息流通，人们之间的交流越来越密切，生活也越来越方便，大数据就是这个高科技时代的产物。[10]阿里巴巴创办人马云来台演讲中就提到，未来的时代将不是IT时代，而是DT的时代，DT就是Data Technology数据科技，显示大数据对于阿里巴巴集团来说举足轻重。[11]

有人把数据比喻为蕴藏能量的煤矿。煤炭按照性质有焦煤、无烟煤、肥煤、贫煤等分类，而露天煤矿、深山煤矿的挖掘成本又不一样。与此类似，大数据并不在“大”，而在于“有用”。价值含量、挖掘成本比数量更为重要。对于很多行业而言，如何利用这些大规模数据是赢得竞争的关键。[12]

大数据的价值体现在以下几个方面：

（1）对大量消费者提供产品或服务的企业可以利用大数据进行精准营销；

（2）做小而美模式的中小微企业可以利用大数据做服务转型；

（3）面临互联网压力之下必须转型的传统企业需要与时俱进充分利用大数据的价值。

不过，“大数据”在经济发展中的巨大意义并不代表其能取代一切对于社会问题的理性思考，科学发展的逻辑不能被湮没在海量数据中。著名经济学家路德维希·冯·米塞斯曾提醒过：“就今日言，有很多人忙碌于资料之无益累积，以致对问题之说明与解决，丧失了其对特殊的经济意义的了解。”这确实是需要警惕的。

在这个快速发展的智能硬件时代，困扰应用开发者的一个重要问题就是如何在功率、覆盖范围、传输速率和成本之间找到那个微妙的平衡点。企业组织利用相关数据和分析可以帮助它们降低成本、提高效率、开发新产品、做出更明智的业务决策等等。例如，通过结合大数据和高性能的分析，下面这些对企业有益的情况都可能会发生：

（1）及时解析故障、问题和缺陷的根源，每年可能为企业节省数十亿美元。

（2）为成千上万的快递车辆规划实时交通路线，躲避拥堵。

（3）分析所有SKU，以利润最大化为目标来定价和清理库存。

（4）根据客户的购买习惯，为其推送他可能感兴趣的优惠信息。

（5）从大量客户中快速识别出金牌客户。

（6）使用点击流分析和数据挖掘来规避欺诈行为。

;

D. 人力资源的论文参考文献

人力资源的论文参考文献

导语：人力资源论文参考文献有哪些呢?人力资源(Human Resource ，简称HR)是指一定时期内组织中的人所拥有的能够被企业所用，且对价值创造起贡献作用的教育、能力、技能、经验、体力等的总称。下面是我分享的人力资源论文参考文献，欢迎阅读!

人力资源的论文参考文献篇一：

[1]龚苗子.浅谈绩效考核在现代人力资源管理中的作用及应用[J].人力资源管理,2014,31(1):92-92.

[2]叶洪妹.企业绩效考核与保险管理在人力资源管理中的应用[J]经营管理者,2014,15(1):148-149.

[3]吴偲.关于企业人力资源管理中绩效考核应用落实浅析[J].商场现代化,2014,25(17):114-114.

[4] 薛建刚.我国中小企业人力资源管理问题探析[J].科技资讯，2009, (4).

[5] 徐红.李涛浅析中小企业中的人力资源管理浅谈企业人力资源的管理与开发[J].中国高新技术企业，2007 (6).

[6] 石磊，罗键.企业人力资源管理与战略的匹配性研究[J].商业时代，2007， (9).

[7] 庄彪.完普企业人力资源绩效考核的措施[J].商场现代化，2008 (10).

[8] 清华.对我国中小企业人力资源管理的思考[J].现代营销，2010， (2).

[9] 李长禄，尚久悦.企业人力资源开发与管理[J]..大连:大连理工大学出版社，2006.

[10] 曾漫丰.我国中小型民营企业人力资源管理的问题及改进对策[D].

[11] 张清华.知识经济时代的人力资源管理[J]..工业技术经济，2004, (7).

[12] 魏明.论战略人力资源管理[J].重庆商学院学报，2002， (3).

[13] 清华.对我国中小企业人力资源管理的思考[J].，学苑版.

[14] 郭晶.钱谈中小企业人力资源管理问题与对策[J]..现代经济信息，2009 (3) .

[15] 朱晓敏.浅谈中小企业的`人力资源管理田社会科学家[J].，2005 (2).

人力资源的论文参考文献篇二：

[1]丁先宏.互联网“大数据”视域下的企业人力资源管理的思考[J].现代经济信息.2016(07).[2]王爽.企业人力资源管理在大数据时代的变革[J].知识经济.2016(08).

[3]陆博.大数据时代企业人力资源管理变革策略探究[J].科技经济导刊.2016(09).

[4]翟金芝.大数据时代人力资源管理模块优化研究[J].商业经济.2016(03).

[5]王莹.大数据信息时代企业人力资源管理变革的思考[J].信息化建设.2016(03).

[6]李沙沙.煤矿企业政工工作与人力资源管理结合之我见[J].东方企业文化,2013,10:52.

[7]闫少华,李鄂.企业政工工作与人力资源管理问题的思考[J].东方企业文化,2013,18:268.

[8]裴清云.煤矿企业政工工作与人力资源管理问题[J].才智,2013,30:339-340.

[9]陈军.新形势下如何发挥企业政工工作在人力资源管理中的作用[J].中小企业管理与科技(下旬刊),2014,07:47-48

[10]李严锋.对ERP中人力资源管理的思考[J].云南财贸学院学报，2001，(10).

[11]赵刚.中国新兴建设开发总公司人力资源管理研究[D].北京交通大学.2008.

[12]康建宇.内蒙古电建三公司绩效考核体系的研究与再设计[D].内蒙古大学.2007.

[13]刘群.企业裁员的理论与实践研究[D].西南交通大学.2005.

[14]龙晖.民营企业人力制度问题分析及对策研究[D].西南师范大学.2005.

[15]成坤,谢函娟.当代人力资源潜能组织开发的路径探析[J].中共四川省委党校学报.2009(02).

[16]尹敏,张洪波.从员工素质培训看企业人力资源开发[J].中国商界(下半月).2009(03).

[17]潘思维,杨明亨.人力资源开发理论的演进[J].西南民族大学学报(人文社科版).2006(12).

;

E. 网络安全与大数据技术应用探讨论文

网络安全与大数据技术应用探讨论文

摘要： 随着互联网技术的高速发展与普及，现如今互联网技术已经广泛应用于人们工作与生活之中，这给人们带来了前所未有的便利，但与此同时各种网络安全问题也随之显现。基于此，本文主要介绍了大数据技术在网络安全领域中的具体应用，希望在网络系统安全方面进行研究的同时，能够为互联网事业的持续发展提供可行的理论参考。

关键词： 网络安全；大数据技术；应用分析

前言

随着近年来互联网技术的不断深入，网络安全事故也随之频频发生。出于对网络信息安全的重视，我国于2014年成立了国家安全委员会，正式将网络安全提升为国家战略部署，这同时也表示我国网络信息安全形势不容乐观，网络攻击事件处于高发状态。木马僵尸病毒、恶意勒索软件、分布式拒绝服务攻击、窃取用户敏感信息等各类网络攻击事件的数量都处于世界前列。时有发生的移动恶意程序、APT、DDOS、木马病毒等网络攻击不仅会严重阻碍网络带宽、降低网络速度、并且对电信运营商的企业声誉也会产生一定影响。根据大量数据表明，仅仅依靠传统的网络防范措施已经无法应对新一代的网络威胁，而通过精确的检测分析从而在早期预警，已经成为现阶段网络安全能力的关键所在。

1网络安全问题分析

网络安全问题不仅涉及公民隐私与信息安全，更关乎国事安全，例如雅虎的信息泄露，导致至少五亿条用户信息被窃；美国棱镜门与希拉里邮件门等等事件都使得网络安全问题进一步升级、扩大。随着互联网构架日益复杂，网络安全分析的数据量也在与日俱增，在由TB级向PB级迈进的过程，不仅数据来源丰富、内容更加细化，数据分析所需维度也更为广泛。伴随着现阶段网络性能的增长，数据源发送速率更快，对安全信息采集的速度要求也就越高，版本更新延时等导致的Odav等漏洞日渐增多，网络攻击的影响范围也就进一步扩大；例如APT此类有组织、有目标且长期潜伏渗透的多阶段组合式攻击更加难以防范，唯有分析更多种类的安全信息并融合多种手段进行检测抵御。在传统技术架构中，大多使用结构化数据库来进行数据存储，但由于数据存储的成本过高，系统往往会将原始数据进行标准化处理后再进行存储，如此易导致数据的丢失与失真以及历史数据难以保存而造成的追踪溯源困难；同时对于嘈杂的大型、非结构化数据集的执行分析以及复杂查询效率很低，导致数据的实时性及准确性难以保证，安全运营效率不高，因此传统网络安全技术已经难以满足现阶段网络安全分析的新要求。大数据技术这一概念最初由维克托.迈尔.舍恩伯格与肯尼斯.库克耶在2008年出版的《大数据时代》一书中提出的，大数据是指不采用随机分析法，而是对所有的数据进行综合分析处理。大数据技术作为现阶段信息架构发展的趋势之首，其独有的高速、多样、种类繁多以及价值密度低等特点，近年来被广泛应用于互联网的多个领域中。大数据的战略意义在于能够掌握庞大的数据信息，使海量的原始安全信息的存储与分析得以实现、分布式数据库相比传统数据库的存储成本得以降低，并且数据易于在低廉硬件上的水平扩展，极大地降低了安全投入成本；并且伴随着数据挖掘能力的大幅提高，安全信息的采集与检测响应速度更加快捷，异构及海量数据存储的支持打造了多维度、多阶段关联分析的基础，提升了分析的深度与广度。对于网络安全防御而言，通过对不同来源的数据进行综合管理、处理、分析、优化，可实现在海量数据中极速锁定目标数据，并将分析结果实时反馈，对于现阶段网络安全防御而言至关重要。

2大数据在网络安全中的应用

将大数据运用到网络安全分析中，不仅能够实现数据的优化与处理，还能够对日志与访问行为进行综合处理，从而提高事件处理效率。大数据技术在网络安全分析的效果可从以下几点具体分析：

2.1数据采集效率

大数据技术可对数据进行分布式地采集，能够实现数百兆/秒的采集速度，使得数据采集速率得到了极大的提高，这也为后续的关联分析奠定了基础。

2.2数据的存储

在网络安全分析系统中，原始数据的存储是至关重要的，大数据技术能够针对不同数据类型进行不同的数据采集，还能够主动利用不同的方式来提高数据查询的效率，比如在对日志信息进行查询时适合采用列式的存储方式，而对于分析与处理标准化的数据，则适合采用分布式的模式进行预处理，在数据处理后可将结果存放在列式存储中；或者也可以在系统中建立起MapRece的查询模块，在进行查询的时候可直接将指令放在指定的节点，完成处理后再对各个节点进行整理，如此能够确保查询的速度与反应速度。

2.3实时数据的分析与后续数据的处理

在对实时数据的分析中，可以采用关联分析算法或CEP技术进行分析，如此能够实现对数据的采集、分析、处理的综合过程，实现了更高速度以及更高效率的处理；而对于统计结果以及数据的处理，由于这种处理对时效性要求不高，因此可以采用各种数据处理技术或是利用离线处理的方式，从而能够更好地完成系统风险、攻击方面的分析。

2.4关于复杂数据的分析

在针对不同来源、不同类型的复杂数据进行分析时，大数据技术都能够更好的完成数据的分析与查询，并且能够有效完成复杂数据与安全隐患、恶意攻击等方面的处理，当网络系统中出现了恶意破坏、攻击行为，可采用大数据技术从流量、DNS的角度出发，通过多方面的数据信息分析实现全方位的防范、抵御。

3基于大数据技术构建网络系统安全分析

在网络安全系统中引入大数据技术，主要涉及以下三个模块：

3.1数据源模块

网络安全系统中的`数据及数据源会随着互联网技术的进步而倍增技术能够通过分布式采集器的形式，对系统中的软硬件进行信息采集，除了防火墙、检测系统等软件，对设备硬件的要求也在提高，比如对服务器、存储器的检查与维护工作。

3.2数据采集模块

大数据技术可将数据进行对立分析，从而构建起分布式的数据基础，能够做到原始数据从出现到删除都做出一定说明，真正实现数据的访问、追溯功能，尤其是对数据量与日俱增的今天而言，分布式数据存储能够更好地实现提高数据库的稳定性。

3.3数据分析模块

对网络安全系统的运营来说，用户的业务系统就是安全的最终保障对象，大数据分析能够在用户数据产生之初，及时进行分析、反馈，从而能够让网络用户得到更加私人化的服务体验。而对于用户而言，得其所想也会对网络系统以及大数据技术更加的信任，对于个人的安全隐私信息在系统上存储的疑虑也会大幅降低。当前网络与信息安全领域正在面临着全新的挑战，企业、组织、个人用户每天都会产生大量的安全数据，现有的安全分析技术已经难以满足高效率、精确化的安全分析所需。而大数据技术灵活、海量、快速、低成本、高容量等特有的网络安全分析能力，已经成为现阶段业界趋势所向。而对互联网企业来说，实现对数据的深度“加工处理”，则是实现数据增值的关键所在，对商业运营而言是至关重要的。

4结语

在当下时代，信息数据已经渗透到各个行业及业务领域中，成为重要的社会生产因素。正因如此，互联网数据产生的数量也在与日倍增中，这给网络安全分析工作带来了一定难度与压力，而大数据技术则能够很好的完善这一问题。在网络系统中应用大数据技术不仅能够满足人们对数据处理时所要求的高效性与精准性，并且能够在此基础上构建一套相对完善的防范预警系统，这对维护网络系统的安全起着非常关键的作用，相信大数据技术日后能够得到更加广泛的应用。

参考文献：

[1]鲁宛生.浅谈网络安全分析中大数据技术的应用[J].数码世界，2017.

[2]王帅,汪来富,金华敏等.网络安全分析中的大数据技术应用[J].电信科学，2015.

[3]孙玉.浅谈网络安全分析中的大数据技术应用[J].网络安全技术与应用，2017.

;

F. 大数据时代电力营销管理创新研究论文

大数据时代电力营销管理创新研究论文

摘要： 对电力企业来说，大数据营销能基于海量数据的分析，为其制定营销战略提供依据，而如何在大数据基础上进行电力营销管理创新是亟待解决的大问题。本文首先阐述了目前基于大数据电力营销管理的弊端；其次分析了基于大数据的电力营销管理面临的机遇和挑战；最后提出了基于大数据的电力营销管理创新，以促进电力企业稳定、长久发展。

关键词： 大数据；电力营销管理；创新

在当前的大数据环境下，电力系统既面临新的发展机遇，也面临着新的挑战。对电力系统来说，大数据不仅是科技生产力进步的具体体现，也是新形势下电力系统发展、管理及技术改革的重要依据，电力系统的大数据包括生产、运营和管理三方面。电力营销是电力系统的重要部分，对提高企业的核心竞争力及确保企业的可持续发展具有十分重要的作用。然而由于各种因素的影响，电力营销管理目前存在诸多弊端，在大数据时代，对电力营销创新管理模式进行研究迫在眉睫，基于此，笔者对基于大数据的电力营销管理创新进行研究。

1.基于大数据的电力营销管理的弊端

在大数据背景下，国内电力企业营销管理存在诸多弊端，具体表现在下述几方面：

第一，电力营销管理理念亟待改进。电力行业长久以来属于国家的垄断行业，而随着各种新型能源的不断出现，电能面临着巨大的竞争，然而其营销设计仍以业务导向为核心，很少考虑市场的竞争状况和客户的需求，没有建立一种以客户为核心的营销管理机制；

第二，电力营销业务功能亟待完善。电力系统的营销政策、技术研究、运维及市场开拓等方面的机构不完善，不健全，部分功能缺失；

第三，电力营销运营效率亟待提升。电能计量检定、人员及相关设备重复配置；规划、生产的部门对电力营销管理支持力度较弱；故障抢修、业扩报装等服务流程不协同。综上所述，电力营销管理亟待进行创新，以适应新形势下客户对供电服务的要求。

2.基于大数据的电力营销管理面临的机遇和挑战

2.1机遇

在大数据快速发展的背景下，电力系统营销管理面临的机遇主要表现为：

第一，国内经济稳定发展，电力需求仍持续增加；

第二，国家实施节能减排，电能应用范围更加广泛；

第三，国家电网创建“双一流”，为加快营销发展注入新动力。

2.2挑战

在大数据快速发展的背景下，电力系统营销管理也面临诸多挑战，具体表现为：

第一，国家经济转型期的'结构优化调整及节能减排战略的实施，国家控制能源消费总量，大工业用电比重会呈现一定程度的下降。循环经济、节能环保产业、分布式电源等会日益增加，对电力营销市场的发展带来威胁，影响电能的市场占有率；

第二，国家大力开发低碳技术，清洁能源要求必须建立一种新型的供用电模式，而现有的供电模式要满足这些应用需要法律、政策、技术等众多方面的支持才能实现；

第三，国家电网推进“三集五大”要求电力系统必须要转变营销发展方式。目前电力系统的营销仍然资源分散、管理层级多，亟待进行整合；营销管理的专业化、组织结构扁平化、管理层级等方面亟待改进，集约化、智能化的服务手段亟待提升等，使得目前电力系统的营销管理面临巨大挑战。

3.基于大数据的电力营销管理创新研究

在大数据及信息化背景下，电力企业要提高核心竞争力，必须要顺应时代潮流，及时对传统的营销管理体系进行重构，通过利用大数据分析研究结果进行电力营销，具有极大的市场价值。

3.1通过大数据分析客户的潜在需求行为

大数据最主要的特征之一是海量的数据，电力企业要获取比较精准的数据，必须进行大量数据的分析研究寻找客户的潜在需求。所以对电力企业来说要重建营销管理体系，提高核心竞争力必须要制定多种方案，通过大数据的分析结果寻找潜在的客户需求，站在用户的角度，分析用户的电能消费行为和特点，通过这些分析及时改变自己的营销管理模式，提升服务质量，提高客户满意度和忠诚度，最终提高电力企业的知名度。

3.2通过大数据分析精准定位消费客户，进行个性化营销

从大数据提供的海量信息中分析客户的消费行为，找出电力系统最精准的用户，以便电力企业的营销能实现精准化，同时根据精准化消费群体的特征建立针对性的营销方式，从而能划分出精准的消费客户，进行个性化营销。随着经济的发展和用户需求的提升，电力企业也逐渐重视电力营销的精准化，而大数据的出现不仅使精准化营销变得更加高效，也极大地提升了服务和产品质量，使得消费者市场也发生一定程度的变化。消费者市场的划分必须要经过大数据才能实现精准的分析，这种分析结果面临的是个体消费者，而并非是群体，在这种情况下，电力系统的个性化营销在不久的将来一定会成为电力系统的营销主体。

3.3运用大数据分析，制品新产品，拓展新市场

对电力系统来说，传统的以业务导向为核心的营销管理已经难以满足现代化的需求，通过大数据分析结果制定针对性的营销策略是十分重要的，这对于电力企业开拓市场和业务起着决定性作用。如腾讯在开发游戏时，总是先通过大数据对游戏用户行为进行精准的分析然后再推出产品，通过这种方法能使其在推出手游时更具有针对性和精准性。因此电力企业通过使用大数据分析客户的消费行为，开拓新业务、新市场是未来发展的必然趋势，根据大数据分析的结果为客户制定更加个性化的需求，并进一步制定针对性的营销渠道，拓宽产品领域。

3.4依靠互联网技术，合作开展大数据营销，开展多元化服务

随着互联网营销的风靡，很多行业越来越重视网络营销，他们通过使用大数据进行网络营销。电力系统要想持续、稳定、可持续发展，必须要充分利用互联网进行大数据营销，除了要在电力系统领域建立相关的数据库，利用资源优势外，还要不断拓展业务，通过业务延伸实现电力企业的多元化发展模式。多样化服务的开展可从下述几方面着手：客户经理对客户的用电状况进行详细的统计和分析，提出的建议中不仅要有生产班次的安排，还必须要为客户的用电状况提供针对性的无功补偿。站在客户角度为客户节约电费着想，为客户的用电负荷进行合理、科学的指导，这不仅能有效地节约电费，还能有效减少设备的能耗。电力企业还要在基于自身优势的基础上，不定期检查用电设备的运营状况，及时排查运行过程中存在的安全隐患，这对确保配电网的稳定运行具有重要作用。要对所在区域的电网进行改造时，要及时通知大客户，并将规划改造的详细情况与大客户进行沟通交流，以得到客户的理解和支持，这对电力企业的稳定发展意义重大。

3.5与税务部门合作减小电费回收风险

对电力企业来说，电费能否正常回收是确保其正常运作和提高经济效益的关键环节，尤其是大客户的电费回收，由于受到各种因素的影响，电费回收难一直是难以解决的难题。目前多数电力企业为了加强电费回收，通常采取如下措施：强化合同管理、建立信用评级制度、严格客户资质审核、高压用户电费担保模式等，在这些措施中，高压用户担保模式具有较好的效果，然而也存在一定的不足之处。对电力企业来说，仅仅具有采集客户的用电信息数据，对客户的资金信息难以准确把握，高压用户担保模式虽然让电力企业通过银行掌握相关的资金信息，然而很多企业的现金流并不通过银行，因此获得信息并不准确，在一定程度上影响电费回收风险的控制效果。为了有效解决这种弊端，可建立一种能将用电企业的资金流动信息整合到电力系统大数据库的营销管理中，而与税务部门进行合作能达到此目的。具体实施措施如下：首先，与税务部门协调，将电力系统大数据平台增加一个调取用电企业每月纳税信息的模块；其次，根据用电企业的纳税和银行信贷状况，计算电费回收风险指数，评估风险；最后，根据评估结果建立预警机制，对于部分电费回收风险较大的企业可采取各种手段介入电费回收。

4结束语

综上所述，大数据时代的来临给传统企业和互联网企业的营销管理带来巨大的冲击，越来越多的企业开始利用大数据进行营销管理，电力企业也要与时俱进，持续改革，在大数据时代下重构营销管理体系，以提高其核心竞争力和经济效益。

参考文献：

[1]宋宝香.数据库营销:大数据时代引发的企业市场营销变革[J].价值工程,2014,31(30):132-134.

[2]孙柏抓.大数据技术及其在电力行业中的应用[J].电气时化,2013.8:33-35.

[3]庞建军.大数据背景下的电力营销市场行业发展趋势分析[J].科技视界,2014(32):295-296.

;

G. 毕业论文参考文献怎么找

以下四种方式查找参考文献：

1.检索头牌：Pubmed

Pubmed作为美国国家医学图书馆所属的国家生物技术信息中心开发的一款论文搜索引擎，凭借其海量的文献数据和简便快捷的搜索方式，成为了网上使用最广泛的生物医学方面的文献搜索工具。我们可以通过最简单的在标题和摘要中搜寻相关的关键词或相关公式，来寻找相关的文章。