時間：2022-04-17 23:45:35
導語：在互聯網數據分析報告的撰寫旅程中，學習并吸收他人佳作的精髓是一條寶貴的路徑，好期刊匯集了九篇優秀范文，愿這些內容能夠啟發您的創作靈感，引領您探索更多的創作可能。
圖一
從互聯網的發展來看，瀏覽器始終是網民踏入互聯網的第一方式，瀏覽器不僅僅是一種網絡應用程序，也逐漸成為一種網絡應用平臺，幾大網絡應用中，基本都可以在瀏覽器中實現，比如email、網絡購物、網絡社區、網絡影音等。我們通過CNZZ數據可以看出，IE瀏覽器始終占據絕大部分中國市場份額，從瀏覽器的發展歷史來看，微軟的IE系列已經稱霸多年。根據CNZZ數據顯示目前IE系列占據中國市場83.7%的市場份額，其中IE6因內置于XP操作系統內，而Windows XP系統目前占據國內大多數市場份額，因此其占據中國市場68.2%的份額，但隨著微軟操作系統的不斷升級，瀏覽器同樣不斷進行更新升級，微軟最新推出了IE8瀏覽器。據CNZZ此次數據可以看出隨著IE8的推出，IE8的使用量逐漸上升，通過趨勢對比分析，我們發現IE8占有率的上升對應的是IE7占有率的下降，看來是IE7的用戶積極轉換成IE8，而IE6的用戶相對比較保守一些。
圖二
國產瀏覽器異彩紛呈，以其多窗口瀏覽、多種功能集成和較高的安全性設置，在市場上同樣占據了不少份額。據CNZZ數據分析報告顯示，目前來看占據國產瀏覽器軟件第一的仍然是傲游Maxthon。而騰訊TT也依托QQ的龐大用戶群占據了第二名的位置。值得一提的則是異軍突起的360安全瀏覽器，猶如一匹黑馬，市場份額上升非常迅速。
國外廠商占據的市場份額還是相對偏小。火狐Firefox依然是在小眾范圍流行，但是忠誠度很高，市場份額比較穩定。谷歌Chrome和蘋果Safari，以及Opera在中國市場的普及上仍然還有很遙遠的路要走。
此次CNZZ中國互聯網數據報告的，主要以中國互聯網網民行為數據為依據適時進行，數據將每月進行一次更新。此報告主要為廣大網民中國互聯網發展提供決策依據。
完整的數據分析主要包括了六個既相對獨立又互有聯系的階段，它們依次為：明確分析目的和思路、數據準備、數據處理、數據分析、數據展現、報告撰寫等六步，所以也叫數據分析六步曲。
明確分析目的和思路
做任何事都要有個目標，數據分析也不例外。經常有一些數據分析愛好者，向數據分析高手請教以下問題：
這圖表真好看，怎么做的？
這數據可以做什么樣的分析？
高級的分析方法在這里能用嗎？
需要做多少張圖表？
數據分析報告要寫多少頁？
為什么這些數據分析愛好者會提出這些問題呢？原因很簡單，就是他們沒有明確的分析目的，為了分析而分析，而且一味追求高級的分析方法，這就是數據分析新手的通病。
如果目的明確，那所有問題就自然迎刃而解了。例如，分析師是不會考慮“需要多少張圖表”這樣的問題的，而是思考這個圖表是否有效表達了觀點？如果沒有，需要怎樣調整？
所以在開展數據分析之前，需要想清楚為什么要開展此次數據分析？通過這次數據分析需要解決什么問題？只有明確數據分析的目的，數據分析才不會偏離方向，否則得出的數據分析結果不僅沒有指導意義，甚至可能將決策者引入歧途，后果嚴重。
當分析目的明確后，我們就要對思路進行梳理分析，并搭建分析框架，需要把分析目的分解成若干個不同的分析要點，也就是說要達到這個目的該如何具體開展數據分析？需要從哪幾個角度進行分析？采用哪些分析指標？
同時，還要確保分析框架的體系化，以便分析結果具有說服力。體系化也就是邏輯化，簡單來說就是先分析什么，后分析什么，使得各個分析點之間具有邏輯關系。如何確保分析框架的體系化呢？可以以營銷、管理等方法和理論為指導，結合實際業務情況，搭建分析框架，這樣才能確保數據分析維度的完整性、分析框架的體系化、分析結果的有效性及正確性。
營銷方面的理論模型有4P理論、用戶使用行為、STP理論、SWOT等，而管理方面的理論模型有PEST、5W2H、時間管理、生命周期、邏輯樹、金字塔、SMART原則等。
明確數據分析目的以及確定分析思路，是確保數據分析過程有效進行的先決條件，它可以為數據收集、處理以及分析提供清晰的指引方向。
數據準備
數據準備是按照確定的數據分析框架，收集相關數據的過程，它為數據分析提供了素材和依據。這里所說的數據包括第一手數據與第二手數據，第一手數據主要指可直接獲取的數據，如公司內部的數據庫、市場調查取得的數據等；第二手數據主要指經過加工整理后得到的數據，如統計局在互聯網上的數據、公開出版物中的數據等。
數據處理
數據處理是指對采集到的數據進行加工整理，形成適合數據分析的樣式，保證數據的一致性和有效性。它是數據分析前必不可少的階段。
數據處理的基本目的是從大量的、可能雜亂無章、難以理解的數據中抽取并推導出對解決問題有價值、有意義的數據。如果數據本身存在錯誤，那么即使采用最先進的數據分析方法，得到的結果也是錯誤的，不具備任何參考價值，甚至還會誤導決策。
數據處理主要包括數據清洗、數據轉化、數據抽取、數據合并、數據計算等處理方法。一般拿到手的數據都需要進行一定的處理才能用于后續的數據分析工作，即使再“干凈”的原始數據也需要先進行一定的處理才能使用。
數據分析
數據分析是指用適當的分析方法及工具，對收集來的數據進行分析，提取有價值的信息，形成有效結論的過程。
在確定數據分析思路階段，數據分析師就應當為需要分析的內容確定適合的數據分析方法。到了這個階段，就能夠駕馭數據，從容地進行分析和研究了。
由于數據分析大多是通過軟件來完成的，這就要求數據分析師不僅要掌握各種數據分析方法，還要熟悉主流數據分析軟件的操作。一般的數據分析我們可以通過Excel完成，而高級的數據分析就要采用專業的分析軟件進行，如數據分析工具SPSS、SAS等。
數據展現
通過數據分析，隱藏在數據內部的關系和規律就會逐漸浮現出來，那么通過什么方式展現出這些關系和規律，才能讓別人一目了然呢？一般情況下，數據是通過表格和圖形的方式來呈現的，我們常說用圖表說話就是這個意思。
常用的數據圖表包括餅圖、柱形圖、條形圖、折線圖、散點圖、雷達圖等，當然可以對這些圖表進一步整理加工，使之變為我們所需要的圖形，例如金字塔圖、矩陣圖、瀑布圖、漏斗圖、帕雷托圖等。
多數情況下，人們更愿意接受圖形這種數據展現方式，因為它能更加有效、直觀地傳遞出分析師所要表達的觀點。一般情況下，能用圖說明問題的，就不用表格，能用表格說明問題的，就不用文字。
報告撰寫
數據分析報告其實是對整個數據分析過程的一個總結與呈現。通過報告，把數據分析的起因、過程、結果及建議完整地呈現出來，以供決策者參考。所以數據分析報告是通過對數據全方位的科學分析來評估企業運營質量，為決策者提供科學、嚴謹的決策依據，以降低企業運營風險，提高企業核心競爭力。
一份好的分析報告，首先需要有一個好的分析框架，并且層次明晰，圖文并茂，能夠讓讀者一目了然。結構清晰、主次分明可以使閱讀對象正確理解報告內容；圖文并茂，可以令數據更加生動活潑，提高視覺沖擊力，有助于讀者更形象、直觀地看清楚問題和結論，從而產生思考。
另外，分析報告需要有明確的結論，沒有明確結論的分析稱不上分析，同時也失去了報告的意義，因為最初就是為尋找或者求證一個結論才進行分析的，所以千萬不要舍本求末。
死亡風險逼近萬科？
2014年，郁亮正在迎來自己的50歲生日，而萬科則正好走過整整30個年頭。與此同時，郁亮也帶領萬科，將業績沖到1709.4億元的空前規模。面對綠地、萬達、中海、碧桂園等虎視眈眈的追趕者，以及移動互聯網行業可能帶來的沖擊，已知天命的郁亮和正值而立的萬科，都在為迎接全新的挑戰而準備著。
萬科突然就嗅到了死亡的風險。不管是老大王石還是新的“掌舵者”郁亮都認為，房地產行業的黃金時代已經過去，來臨的將是白銀時代。“萬科也不再是企業中的老大，這個我們必須承認和正視。如果萬科不圖創新，不去適應和打造成一個健康和創新的組織，也許距離萬科倒下用不了十年，三年足矣。而如果萬科在接下來三年實現創新和適應，那么未來十年萬科都會過得很舒服。”郁亮對于萬科的死亡危機指出了唯一可行之路。
萬科需要轉型，這種必要性也已從財務數據中開始顯現。萬科2013年的財務
報告顯示，公司房地產業務的結算均價為10787元/平方米，較2012年下降4.5%；房地產業務結算毛利率為22.31%，較2012年下降3.53個百分點；結算凈利率12.01%，較2012年下降1.07個百分點。此前，萬科這些數據多半穩中有升。
去年底，郁亮拜訪小米科技，在聽完小米總裁雷軍的演講之后，郁亮又與小米的幾位合伙人進行了更深入的交流。對于為什么要帶著這些人去看互聯網公司，郁亮給出的解釋十分簡潔：“實際上這些公司的事兒沒有一個是萬科能干的，但萬科就是要頭腦革命。如果一家公司干了三十年只會買地、舉牌和搞好銷售價格，是沒有前途的。怎么讓這家公司更有生命力，要跟小米這些公司學習。”
郁亮舉了一個例子：“2G時代不做3G，到3G時代就死掉了；3G時代不做4G，到4G時代就又死掉了；4G時代不做5G，就又死掉了，也就五到六年時間。”郁亮發現，華為的危機感天然強烈。“而我們大多數企業都處在比它更好的環境里，沒有這種生死危機，往往像溫水中的青蛙，不知不覺喪失了活動能力，就死去了。”
要和互聯網的“高富帥”門當戶對
作為房地產行業龍頭的萬科，決心之后即是行動。從去年下半年開始，郁亮已經帶領萬科管理團隊，先后拜訪了騰訊、阿里、小米、海爾、華為等國內行業巨頭，并與百度、騰訊、阿里巴巴等互聯網企業牽手合作，在其正在展開的商業模式中快速植入互聯網基因。
在互聯網思維浪潮侵襲全國以及各個行業的當下，未來的客戶需求會有很大的區別，而移動互聯網時代企業也需要更加善待客戶。
“萬科未來將按照‘好產品、好服務、好鄰居’的總體思路，在產品性能、服務內容和社區氛圍上努力，不斷超越行業目前的范圍和水準。”郁亮這樣闡述自己對于萬科未來的“革命”方向。
自利用互聯網思維來進行自我轉型以來，萬科選擇的合作“小伙伴”都可以算得上是互聯網企業中的“高富帥”。對于這一“擇偶”觀，郁亮坦言：“社會閱歷告訴我們，門當戶對是最重要的原則，企業選擇合作伙伴的時候必須要考慮門當戶對，比如必須都要健康，價值觀要健康，要有一樣的想法。高手永遠希望和高手在一起，這樣可以相互激勵，學到東西。”
萬科學習互聯網思維也從口號開始轉向實干，其成果也逐漸浮出水面。
如萬科北京公司與百度合作“V-in”商業生態系統、杭州萬科與淘寶合作用購房人在淘寶的消費金額直接沖抵相應金額的購房款、上海萬科與平安好房合作首個眾籌產品，以及最新宣布要和阿里巴巴合作通過應用云計算、物聯網和大數據技術，打造國內首批聯網的小區――未來小區……
應接不暇的聯姻消息中，萬科互聯網思路下最“接地氣”的嘗試當屬與百度在商業項目方面的合作。
9月15日，萬科、百度首個跨界合作成果正式。在“中糧萬科半島廣場招商大會”上，萬科與百度達成戰略合作伙伴關系后的首個合作成果――V-in已經結束封測正式上線，并將在萬科首個購物中心――金隅萬科廣場上線試用。
V-in系統是通過云端大數據分析，針對不同消費者設定個性推送“菜單”，消費者可以通過移動終端搜索功能獲取萬科旗下購物中心內的商戶信息、信譽評價、活動信息及優惠信息，事先進行購物規劃。然后，通過地圖功能，進行最佳交通路線規劃及行車導航，將用戶從線上帶到線下，直接引導到購物中心內的店鋪中進行消費。針對駕車、乘坐公共交通和步行到場的消費者，提供不同的導航服務。
萬科商業運營管理團隊根據V-in系統的大數據分析報告，為商戶的經營方式、促銷手段等提供有力的參考依據，這也是為商戶提供的增值服務。另外，V-in系統的大數據分析結果也可助力萬科商場運營管理團隊做出科學和理性的經營分析和判斷，例如租戶協調、推廣策略等。
“在V-in上線之前，只能從營業額一個維度來判斷商家的經營水平；V-in啟用后，判斷依據更加多維和科學。”基于郁亮對于V-in系統的判斷，未來基于移動互聯的大數據挖掘和人工智能算法等技術將在萬科“城市配套服務商”平臺上的經濟主體消費行為中得到應用，形成良性的“運營商、商戶、消費者”生態系統，為提升顧客體驗、創造商戶價值、精細商業運營提供有力支持。
Based on Cloud Computing and Mobile Internet to Design and Application of The College Students’Self-Management Platform
Yang Jie Zhang Mengmeng Luo Yidong
（School of Information Science and Engineering，Chongqing Jiaotong University，Chongqing，400074，China）
Abstract：In view of the college students in the process of self-management still exist target confusion， study blindly， lack of self-management ability， the article puts forward a kind of based on cloud computing and mobile Internet platform for the college students’management solutions.The platform integrate a number of mobile Internet applications of learning，self-management，resource sharing and so on， to guide the students to independent management， at the same time， using the college students’self-management data analysis system gather and process behavior data in the process of students’self-management，using the advantages of cloud computing and cloud storage，data analysis， data mining， and finally for school administrators to decision analysis.
Key Words：Self-management；Cloud computing；Mobile internet；Cloud class
隨著學習型社會的發展，培養復合型、完善型和創新型的人才成為近年來高校不斷發展和探索的方向。而在人才培養過程中，提升大學生的自主管理能力能夠節約大學的行政管理資源，優化育人環境，提升大學生自身的積極性、主動性和創新性，有利于國家創新人才的脫穎而出[1]。因此，我國各高校紛紛提出和制定各自的大學生自主管理方案，來健全和完善人才的培養。
當前國內關于大學生自主管理研究大多停留在理論層面。相比之下，西方在該領域的研究較早，國內的研究相對較晚，成果較少。大學生自主管理包含了個體自主管理和集體自主管理兩個層面，兩者相輔相成，它包含的內容有目標管理、時間管理、金錢管理、行為管理、大學生參與學校的管理等方面[2]。與此同時，大學生自主管理也是作為高校學生管理工作的重要組成部分。
經研究發現，當前的大學生具備一定的自主管理能力，并能自行處理自身在學習和生活等方面的問題。但是有些大學生顯得很不成熟，依賴性強。從整個大學生群體來說，大學生自主管理能力呈缺失狀態。所以高校在實施大學生自主管理工作中遇到了以下幾個瓶頸問題：一是大學生自主管理能力缺失呈現非均衡的狀態，不同的學生能力不一。二是管理方法的落后，傳統的督導和教育已經不能適應現狀。三是學生數量劇增致使管理工作量增大，使得學校管理者只能面對一部分學生進行更多的教育和管理。四是尚未完全成熟的大學生難以均衡社會的復雜和多樣性帶來的誘惑等[3-4]。這些問題使得高校學生自主管理工作還沒有更好地得到解決。為此，我們提出一種基于云計算和移動互聯網技術來構建一個大學生自主管理平臺，該平臺采用面向對象的軟件開發方法，將現有的、以及未來可能出現的大學生自主管理相關的移動互聯網應用以及WEB服務集成到平臺中，平臺的數據由云計算平臺統一管理和維護。平臺能夠向高校學生提供包括目標管理、時間管理、金錢管理等全方位的服務，同時，面向高校，平臺能夠將學生自主管理過程中產生的數據采用相關數據分析、數據挖掘算法進行分析然后反饋給管理者，以輔助高校進行更好的管理。通過這一平臺的實現，更夠解決現有的高校學生自主管理過程中的問題，把大學生自主管理的理念推向一個新的臺階，從而培養出更加自主化、完善化的人才。
1 云計算與移動互聯網在高等教育中的應用概述
1.1 云計算在高等教育中的應用
自2006年Google公司提出“云計算”的概念以來，并伴隨著近年來快速的發展，云計算的應用已滲透到各行各業，并在不同的領域中發揮著其高可靠性、通用性、高可擴展性、按需服務、價格低廉等優勢[5]。云計算在高等教育的應用和研究由來已久，至今，我國國內各高校大都參與到其中。云計算在教育領域的長期發展，也使得在高等教育領域中漸顯成熟，從理論到應用，都發揮著重要的作用。云計算在高等教育中的應用有以下領域：教學資源的知識管理協作[6]，基于教育云的高校信息化建設和模式[7]，多媒體教學環境[8]，構建電子新型圖書館，智慧校園等，促進了學校教學科研等的發展。其中最核心也是教育資源的整合與共享，這是云計算以資源為核心的直接表現。云計算為海量的教育信息和資源提供了高可用、高可用、大容量快速存儲等的可能性。未來，云計算還將繼續在教育領域中發揮著重要的作用。
1.2 移動互聯網在高等教育中的應用
隨著移動互聯網的快速發展，越來越多的移動學習類應用和高等教育相關應用爭相出現，都在搶占這個巨大的市場。據前瞻產業研究院的《2014―2018年中國網絡教育行業市場前瞻與投資預測分析報告》分析顯示：隨著移動終端的普及、通信技術的發展，“碎片化移動學習”也成為討論和發展的焦點。移動互聯網在高等教育的移動應用包含學習類、高校信息類、生活輔助類等。學生通過與移動設備就能夠了解學校資訊、學習各類互聯網課程等。
2009年7月ABI Research推出一份研究報告，提出了“移動云計算”的概念。移動云計算是結合云計算與移動互聯網產生的。它借鑒了云計算和移動互聯網各自的優勢，使得應用的產業在發展的過程中能夠使應用者既能快速方便地獲得服務，也能夠在高可靠的環境里安全保障的使用服務。因此，將云計算與移動互聯網相互結合的“移動云計算”應用到高校學生自主管理平臺中，能夠為平臺的數據運營和學生使用服務得到更加全方位的體驗和使用。
2 云計算與移動互聯網的結合，給高校學生自主管理帶來了新機遇
隨著云計算與移動互聯網的結合，云計算與移動互聯網在高等教育領域將引來一場前所未有的革命和帶來更多的發展空間。云計算的產生打破了傳統的高等教育中教學資源與管理資源的管理與維護方式，使教學資源和管理資源得到了更加充分的利用。而移動互聯網在另一個層面又提升了管理方式和渠道的多樣化。兩者的結合，將給高校學生自主管理平臺帶來更多的機遇。
2.1 自適應高校學生自主管理
傳統的高校學生自主管理過程中，通過單方面的建設管理辦法或提出校園管理和運營的方案等來提升和幫助大學生進行自主管理具有一定的局限性，所有學生采用統一的管理辦法，已經不能適應人才個性化培養的目標。而云計算與移動互聯網的引入，能夠向高校學生提供大量的，可選擇的大學生自主管理相關的移動應用和WEB服務，學生可以根據自身的情況進行個性化的定制和使用。我們所建設大學生自主管理平臺能夠向大學生提供包括個人日常計劃安排管理、班級管理、團隊管理、金錢管理、學習管理、目標管理、職業生涯管理等服務。不同的大學生自身多方向的自主能力也不同，他們可以采用自適應的方式擇其所好，選擇對自己有幫助的移動應用進行使用和幫助自己進行自我管理。
2.2 全方位立體式采集數據
對于學校管理者而言，希望通過在實施大學生自主管理工作的過程中獲取學生自主管理進展的相關信息和數據，以備分析和進一步的完善。往往獲取的數據僅僅是單方面的，而不是全面的。以移動互聯網應用式的方式進行管理能夠通過大量的應用實時獲取學生自主管理過程中的信息和數據，同時不同的應用針對的方向不一，例如：“我的大學”應用針對的是大學生日常的計劃安排、金錢管理等，“云上課堂”應用針對的是大學生學習計劃的管理等。這種方式能夠進行全方位立體式的獲取大學生自主管理過程中的信息和數據，既能獲取學生在校期間的個人消費行為數據，也能獲得學生個人學習情況的數據，還能獲得學生在學校的管理工作中的相關數據等。進而，全方位的數據信息能夠更加完善的輔助管理者進行管理。
2.3 快速反饋自主管理現狀及分析結果
在高校學生自主管理過程中，除了學生個人相關的管理外還包括學校管理者參與的管理，一方面在必要的情況下學校管理者能夠引導學生進行自主管理，而不是任由學生自己執行全部的管理步驟。學校管理者參與大學生自主管理是通過在大學生自主管理過程中獲取相關信息，然后進行數據分析，進而給出執行的過程方案。這種建立在現有高校制定的大學生自主管理制度和方案上的過程，往往周期長，效率低，最終提升大學生自主管理的能力也不佳。而建立在云計算和移動互聯網基礎上的大學生自主管理平臺，通過在全方位立體式獲取數據的基礎上，采用數據分析、數據挖掘的相關算法能夠更快速的方式呈現在管理者的眼前，能夠直接給出當前的大學生自主管理現狀和分析結果。
3 基于云計算與移動互聯網的高校學生自主管理平臺的總體架構設計
基于云計算與移動互聯網的高校學生自主管理平臺采用面向服務（Service Oriented Architecture，SOA）的軟件架構設計方法，與傳統面向對象和基于構建的軟件開發方法相比，具有重構性強，松耦合，面向服務等特點。同時，應用于面向平臺的架構，使平臺具有較好可擴展性。
3.1 平臺總體架構
基于云計算與移動互聯網的高校學生自主管理平臺采用SOA架構，利用Web服務（Web Service）實現平臺與接入的移動互聯網應用和其他Web應用間的通信，并對應用間通信所采用的XML、JSON等數據進行加密處理，很好的保證了平臺的安全性。同時。平臺采用四層架構模式，整體平臺邏輯清晰，層次分明，具有較好的可擴展性和伸縮性。它的主要架構模型如圖1所示。
平臺架構分為四層架構，分別是：應用層、云資源層、認證授權層、校園云端層。
應用層：也稱之為服務層，是面向高校學生、教師等用戶的服務提供層。用戶可以通過瀏覽器、移動手機APP與平臺進行交互，該層包含的應用有移動APP應用和WEB應用，移動APP應用有輔助學生進行自主管理的應用和增加師生在線交流等應用，這部分應用部署在云資源層。
同時，應用層囊括了來自互聯網中有益于大學的其他移動應用。應用層是通過云資源層提供的服務得以實現的。
云資源層：云資源層是自主管理平臺的資源中心，其通過云服務器部署應用層服務和大學生自主管理類應用等。同時，承擔了應用數據存儲和管理的角色。云資源層通過標準化的數據結構對提供的Web Service技術建立統一的模型。其中，Web服務器是服務的主要提供者，將平臺中實現大學生自主管理的應用服務、校園云端層大學生自主管理數據分析服務提供調用的接口。
認證授權層：認證層向高校管理者、學生、老師及其它用戶提供了統一的認證。高校在通過認證授權通過后可以從云資源層獲取對應高校學生和教師使用該平臺中部署的相關應用的數據，然后利用平臺的校園云端層進行數據分析。
校園云端層：校園云端層主要面向高校管理者，包含高校學生自主管理數據分析系統等。高校管理者通過該層對學生和教師使用校園類應用所產生的數據進行分析，以輔助管理和決策。
3.2 自主管理平臺功能模塊劃分與用戶行為
高校學生自主管理平臺主要劃分為：基礎數據管理、應用管理、認證授權管理、數據分析系統管理四大板塊，如圖2。
平臺的基礎數據管理包括學生信息管理、教師信息管理等。應用管理模塊包括應用中心管理、應用信息管理、企業用戶管理等。認證授權管理包括普通用戶權限管理、高校數據分析系統權限管理等。數據分析系統管理模塊包括：應用數據管理、分析數據管理等。
根據平臺的業務需求，將平臺的用戶角色及角色的功能劃分如下：（1）學生：使用自主管理軟件進行自主管理；（2）教師：輔助學生進行管理，提供教學資源；（3）平臺管理員：應用管理、認證授權管理；（4）企業用戶：應用管理；（5）學校管理員：數據統計分析，制定決策方案。
3.3 平臺主要數據流
基于云計算與移動互聯網的高校學生自主管理平臺主要是通過移動互聯網應用進行全方位立體式采集學生自主管理的相關數據，然后利用云計算平臺進行數據存儲，最后通過統一的校園認證平臺，向各高校學生自主管理數據分析系統傳輸數據，以進行最后的分析和挖掘。為了能夠盡最大可能的分析當前學生進行自主管理的真實情況和信息，平臺提供的數據需嚴格、準確。同時，平臺部署的自主管理類應用應能夠進行學生的學號綁定，以供高校進行學生識別和分析。整個平臺涉及的數據主要有以下幾種。
（1）應用信息：應用信息包括平臺所有應用的基礎信息和用戶使用過程中產生的數據信息。應用基礎信息為應用的名稱、所屬類別、版本、支持的軟件平臺等，而使用過程中產生的信息即高校學生自主管理過程中的信息，包括學生使用學習類應用進行的學習行為數據信息、使用管理類應用的行為數據信息等。
（2）學生信息：學生信息包括學生個人的基礎信息。
（3）教師信息：教師信息包括教師個人基礎信息和教學信息等。
（4）平臺管理者信息：平臺管理者信息包括自主管理平臺的管理員基礎信息等。
（5）學校管理者信息：學校管理者信息包括校園云端管理者的基礎信息。
（6）學生自主管理分析數據：學生自主管理分析數據主要為學生使用平臺后產生的數據再進一步加工處理后的結果信息，數據來源于學校管理者把云資源層獲取的數據進行篩選、分析等過程后獲取的。
（7）認證授權信息：認證授權信息包括平臺所有用戶的權限信息、校園云端和軟件授權信息等。
以上的平臺數據與平臺主要的業務流程密切相關。具體數據流圖見圖3。其他數據信息還包括互聯網應用來源信息等。
自主管理平臺的具體應用――以重慶交通大學為例。
基于云計算與移動互聯網的高校學生自主管理平臺五類用戶通過Internet在云計算平臺中進行大學生自主管理、應用管理、自主管理數據分析等具體的操作。該文將以重慶交通大學基于云計算技術創新型的高校學生自主管理平臺為例，以作者自主研發的移動學習管理應用“云上課堂”（軟件著作權登記號：2014SR090086）進行數據采樣分析。應用層的應用面向學生“云上課堂”移動端服務，是一款校園課堂助手，能夠幫助學生進行學習管理、建立日常學習提醒計劃，同時也是學生進行在線學習的應用，另外，應用還提供了師生在線交流等服務。該應用能通過學習和日常計劃的層面幫助大學生進行自主管理。
平臺面向學校管理者提供了高校學生自主管理數據分析系統。通過該數據分析系統，可以對該校學生的日程計劃情況和課后學習任務完成情況等數據進行分析。部分分析統計如表1所示。
統計數據顯示，85%左右學生課程任務的完成情況較好，學習管理能力較好，能按時完成學習任務，但提前完成者比例較少。同時，存在一部分超時完成的學生，甚至是未能完成的學生。數據從側面反映了了學生對自身學習任務管理的能力和時間管理能力。
最后，我們通過在重慶交通大學對平臺試運行進行了抽樣調查，調查結果顯示：試點運行總體良好，但平臺還存在以下問題和不足：（1）對學校管理工作者來說，在現有的教學管理系統的基礎上增加了工作量，贊成了一定的不滿意；（2）目前平臺集成應用少，監測的數據還不夠完善；（3）對老師來說，在線下課堂的基礎上，增加了與學生溝通的渠道和時間，但同時帶來了線上管理學生的任務量；（4）對學生來說，目前平臺提供的管理資源還較少。
“互聯網+”背景下，隨著企業對O2O商業模式的青睞有加，帶動了線上企業電商網站和線下傳統渠道對營銷專業人才需求的迅猛增長。與互聯網時代相應，企業對營銷專業人才的素質也提出了新的要求:網絡化復合型人才的需求加大，同時，大數據時代企業對營銷人員的市場調研以及數據處理能力的要求提高，這已成為高校市場營銷專業發展順應時局應積極應對的問題。目前現代線上教育也正在挑戰著高校的生存。《市場營銷》課程教學必須順勢而為，積極變革。
［關鍵詞］
互聯網+;市場營銷;課程教學改革
一、“互聯網+”背景下市場營銷專業人才需求的變動趨勢
(一)“互聯網+”背景下企業對營銷專業人才需求增長迅猛
伴隨著互聯網技術的成熟運用以及電子商務的迅猛發展，越來越多的電商企業和傳統企業更為青睞O2O(即OnlineToOffline)商業運營模式。互聯網已經成為企業促成交易，為顧客提供更加體貼入微的系列服務的快捷方便的通路，成為幫助眾多的企業打破時空界線，開拓廣闊的世界市場的開放的擴展平臺，以及與顧客親密接觸的便捷的鏈接媒介。艾瑞咨詢《2015年度數據電商O2O篇》顯示，伴隨著中國網購市場的不斷成熟，跨境電商、農村電商成為新的增長點，移動網購發展勢頭強勁，2015年交易額高達2.1萬億元，年增速為123.2%;其中B2C網購交易規模增長迅速，高達2.0萬億元，占國內網購交易額的52.2%，首次超越C2C交易規模。B2B電商運營平臺營業收入超200億，增速高達6.9%。從2015年我國電子商務市場交易規模看，已高達16.2萬億，增長了21.1%。2015年12月27日《中國自營式企業網購分析報告》預測，2016－2018年，我國企業網購交易年均增長率將保持在30%，到2018年末，B2B網購規模將達到28.6萬億元。我國網購市場可謂發展勢頭猛進。國內眾多的企業已紛紛借助互聯網，將線下的體驗、促銷、售后服務等一系列活動與線上的市場推廣、客戶服務、交易活動有機地融合在一起，立體式全方位打造企業的核心競爭力。目前，眾多電商企業不斷加快了線下渠道的擴展步伐，以蘇寧與阿里的結盟、阿里入股銀泰、京東與全國百家便利店聯手等即可見一斑。傳統企業也正在不斷向線上發力，借助電商服務機構加速企業線上電商運營平臺的構建，國內電商企業平臺的數量和規模正在迅速增大。與之相伴，隨著市場經濟運行機制的不斷完善和發展，更多的企業對市場營銷理念的精髓的領悟也在不斷深入，眾多的企業正在豐富著市場營銷的理論，推陳出新，把營銷理念提升到企業戰略高度去進行科學的布局。以上諸多因素，都使得企業對營銷專業人才的需求呈現出猛增的態勢。據羊城晚報2015年12月08日14:15《會計專業:供應過剩熱轉冷市場營銷:需求旺盛再吃香》所述，“近來市場營銷專業的市場需求也很旺，學生就業不愁。”“電商的興起，給市場營銷類專業的畢業生提供了更多的就業機會。”500余家招聘企業中“互聯網+”企業占四成，京東商城招聘人員中終端銷售管理類人員就達到55人，占招聘總數的68.7%。企業對市場營銷專業人才的需求上升明顯。
(二)企業對營銷專業人才的需求呈現出網絡化復合型趨勢
電商企業和傳統企業的O2O商業模式的快速擴展，在為市場營銷專業人才提供了數量巨大的空缺崗位的同時，也對營銷專業人才的綜合素質提出了更高的要求，呈現出網絡化復合型的變動趨勢。“互聯網+”背景下，企業急迫需要一批踏實敬業、勤奮肯干的懂電子商務平臺運營規律的能夠進行營銷策劃，文案撰寫，可以熟練使用網絡促銷新媒體工具的營銷復合型人才。
(三)大數據時代企業對市場調研及數據處理型營銷專業人才的需求擴大
互聯網技術的成熟運用，為眾多的企業有效地分析客戶端碎片化、個性化的大數據提供了更為便利的條件。大數據分析為企業在未來精準營銷，為顧客提供全方位的定制化營銷服務成為可能。《大數據大利潤–數據信息圖》指出，若企業通過數據分析，舉辦有針對性的促銷活動，與群發郵件相比，促銷產品可獲得288%平均利潤增長。《消費升級里的中國:電商消費大數據勾勒出在線商業圖景》以數據分析為我們清晰科學地解讀了當前我國電商消費的變化趨勢……眾多的企業以及像亞瑪遜等網站已由電商平臺角色向大數據服務機構轉變，他們通過對客戶端大數據的科學分析和運用，為企業做出正確科學的決策奠定了堅實的基礎，幫助企業將有限的資金、人力、物力等資源用到了刀刃上，從而全面提升了企業的核心競爭力，為企業創造了可觀的利潤回報。大數據時代的精準營銷、個性化營銷促使企業更加強調市場營銷隊伍整體的市場調研和數據處理能力的全面提升。企業對營銷專業人才的需求也將向市場調研能力和數據處理能力的需求傾斜。
二、“互聯網+”背景下《市場營銷》課堂教學改革的思考
高校專業品牌的塑造往往是通過依靠所培養的學生的綜合素質與社會需求的吻合度來構筑的。因此，市場營銷專業人才培養目標必須與企業對該專業人才的需求的動態變化緊密接軌。而課堂教學則是有效落實專業培養目標的致勝關鍵，也是鏈接理論教學與實踐轉換的重要的橋梁和紐帶。“互聯網+”背景下，伴隨移動終端的普及，高校學生所能夠獲取知識的渠道更加方便、快捷;再加上全球開放的互聯網MOOC、微課等新的教學形式和內容的層出不窮，這些社會教育服務機構匯積了全球最優秀的師資力量于一體，在線教育正極大地沖擊并挑戰著傳統高校的生存地位。當前，高校若單純依賴于單一層面的知識傳授，已然無法滿足現代教育的要求。作為高校以及高校的教師，如何進行定位，已迫在眉睫。當前，針對網絡化復合型人才需求加大以及大數據時代對市場調研與數據分析營銷專業人才需求的緊迫需求，《市場營銷》課堂教學需要緊跟時代步伐，立足“以學生為主體”，以工作過程為導向，對教學內容進行分解，以學生網絡化復合型素質培養為核心，有效利用互聯網技術，積極轉變教師的角色，進行積極改革，以適應企業對營銷專業應用型人才的綜合素質的要求的變化所帶來的挑戰。現就《市場營銷》課程教學改革提出以下幾點思考:
(一)樹立新的教學理念，以工作過程為導向，科學設計課程教學內容模塊
互聯網———知識大爆炸時代，學生獲得知識信息已不再困難，知識獲得的渠道多樣而開放。傳統的課堂教學模式以“學習是知識的獲得”的認知心理學作為依據，以教師為主導，學生常處于被動的接受知識的角色地位，即俗稱的“填鴨式”教學當前已受到了極大的挑戰。傳統的課程教學模式在激發和全面提升學生的創造性、創新性、學習能力等綜合素質方面存在一定的欠缺。建構主義理論倡導通過“學習環境創設”，以“學習是知識的建構”為核心理念，教師通過創設一定的特設場景，大膽嘗試以職場項目的工作過程為線索，將課程內容進行模塊化分解，引導學生不斷地模擬和演練職場崗位所需要完成的各項任務，翻轉課堂教學，將學生“被動的學習”轉化為激發學生的探索、創新的熱情，以學生“在做中學”，學生“在教中學”，來推動學生從單一地吸收理論知識向全面提升學生的實踐能力和綜合素質的科學轉換。以燕京理工學院《市場營銷》課程為例，自2013年一直積極嘗試著以營銷管理的工作流程即市場分析→戰略定位→營銷策劃→營銷計劃的組織管理為邏輯脈絡，來構筑課程教學內容模塊。自2013年初至2015年，一直以模擬項目教學為主進行嘗試，當前已參加學校的福特基金“以學生為主體”的項目課題研究，通過引入英紐林等企業的產品進入課堂，把學生分成項目小組，按照企業產品項目市場開拓的全過程，對課程內容進行調整，分解成從市場調研分析→產品營銷戰略定位→產品營銷策劃→項目方案的實施幾大模塊，通過項目小組的“做”，親身體驗工作設計以及方案的實操，以項目組的實際業績作比較，來驗證學生們對理論知識的掌握程度。
(二)積極引入企業經理人進校園，采用多元化教學策略，帶動學生進行項目實施
“互聯網+”背景下，大量的免費網絡公開教學資源供應對高校的生存提出了嚴峻的挑戰。高校必須改變單一層面的知識傳授角色，以“樹人”為核心，從培養具備創新能力、團隊合作精神、較強的學習和研究能力、積極健康的人格的應用型專業人才方面的核心價值，以此作為超越互聯網教育平臺所無法比擬的優勢，來應對線上教育和全球化國際教育市場競爭的嚴重沖擊。在處理教授理論知識與培養學生綜合能力素質的關系時，《市場營銷》課程需要積極建設多元化的教學環境，通過引進企業經理人進課堂，作為傳統教學的有效補充。在理論教學過程中，通過精心構筑產品項目執行的工作全過程，將學生導入不斷的“處理問題→調查分析→策劃→實施”的學習過程中去，以提升學生的創造性思維并提升學生項目的執行能力。互聯網時代，網絡化復合型營銷人才的培養勢在必行。通過依托狀元匯企業的線上平臺，請企業經理進入課堂，讓學生在線上實際演練網上建店、網店的裝修，包括店標的設計、產品的圖示以及產品文案的撰寫、網店促銷活動方案的設計與實施等內容，讓學生在實際項目的操作過程中，去深入體會理論知識的內涵，從而培養學生的創意思維、團隊合作精神以及動手能力。
(三)變革教學方法，嘗試翻轉課堂，向全面提升學生的綜合素質轉變
互聯網時代，學生獲取信息的渠道很廣，教師必須努力轉變單一的“知識傳授者”的角色，以向激發學生探究問題的引路人和指導者的角色轉變。想辦法激發學生的學習自主性，布置項目和任務，重視學生的探究性學習，通過學生“做中學”，學生“教學生”，教師在學生學習的全過程中進行有利的引導，以協助學生項目小組進行問題的探索→思考→實踐→再探索，”授之以漁“，將工具和方法教給學生，組織學生親自去做，搜集資料，學習知識，結合項目去研究，并且將課程模塊內容分配給各項目小組的學生，每個項目組將理論模塊的知識以PPT的形式呈現并在課堂進行講解，以提升學生的信息搜集整理、撰寫以及團隊合作和語言表達能力，從而達到全面提升學生整體綜合素質的目標。
(四)課程教學測評體系由應試評價向過程評價和能力評價轉化
“互聯網+”背景下，營銷專業為突破并超越MOOC、微課等線上教育迅猛擴展所形成的困窘之勢，必須深度挖掘傳統教育不同于現代線上媒體教學的獨特價值及其魅力所在。現代線上媒體教學的確在突破時空界限，學習靈活，富有彈性具有極強的競爭優勢，然而僅僅依靠現代線上教育媒體單一的知識傳授，尚無法滿足學生綜合素質諸如創新創意思維、學習能力、團隊精神和健康人格的方面的塑造，這正是其無法比擬和難以完全取代高校地位的根本所在。正因為如此，《市場營銷》課程教學必須與時俱進，立足以“樹人”為核心，應以學生創新思維、學習能力、團隊精神和健康人格等方面綜合素質的培養和全面提升作為重點，積極調整課程教學測評體系，由單一的應試評價向過程評價和多維度的能力評價相轉化。傳統的《市場營銷》課程教學的測評體系，通常采用期末成績這種單一的應試評價來甑別學生的優劣，這樣往往會導致學生平時課堂的參與熱情不高，只是期末突擊學習，背誦課本重點內容來應付學習，從而導致所培養出的學生高分低能，學生綜合能力素質測評陷入缺乏科學性的惡性循環。此次改革需要將課程教學測評的重點放在過程中，以能力素質所能得以體現的階段性成果，分階段進行考核評價，按照知識和能力素質所形成的規律，激發學生“做”的積極性，幫助學生在從感知→概括→應用的思考的全過程中去建立和形成科學的思維邏輯方法、獨立學習能力、團隊合作和良好的人際關系處理習慣、健康的人格，并培養學生在“做”的過程中形成持之以恒的探索精神。以《市場營銷》課程為例，擬以階段性市場分析報告、營銷策劃案、策劃案的執行報告按照職場營銷工作的全過程，分解課程的教學內容，在將教學內容模塊化的前題下，將學生測評體系向過程測評和能力測評進行轉化。當然，若想真正貫徹實施，這需要學校層面人事部門在對學校教師的工作績效考評體系同步進行一定的調整，從而確保并且激發教師敢于嘗試和大膽改革的意愿。面對“互聯網+”背景下現代線上多種教學模式的沖擊，高校必須積極思考其立命之根本，防患于未然，積極改革，以“樹人”為核心，變革課程教學，以增強其競爭力。
作者：李瑋 單位：燕京理工學院
參考文獻:
［1］艾瑞咨詢.2015年度數據電商O2O篇［EB/OL］.
［2］馮雪.2015年電商交易達16.2萬億元［EB/OL］.
［3］余曉玲、劉艷、謝晶晶.會計專業:供應過剩熱轉冷市場營銷:需求旺盛再吃香［EB/OL］.
【關鍵詞】學前教育；信息化；試題庫
一、學前教育的發展與改革趨勢，正如《2014上海基礎教育信息化趨勢藍皮書》所言：技術與教育互相滲透呈現出教材多媒化、資源全球化、教學個性化、學習自主化、任務合作化、環境虛擬化、管理自動化、系統開放化等結構性特征。統計數據顯示：2012全球移動互聯網產業(包括終端、移動數據接入、移動互聯網服務和網絡設備)總收入約7500億美元；移動用戶數達到64.3億，其中3G用戶14.8億；全球智能手機出貨量約7.2億部,同比增51.6%；前摩根士丹利互聯網分析師,KPCB合伙人MaryMeeker在年度互聯網趨勢報告中指出:中國移動互聯網用戶目前達到中國互聯網用戶總數的約80%,中國的移動互聯網用戶已達到“關鍵的大多數”；2014年IDC數據顯示，中國智能手機網民數量達5.27億，使用率超過傳統PC。《中國網絡教育行業市場前瞻與投資預測分析報告前瞻》顯示,近年來，我國在線教育用戶規模呈現逐年上升的趨勢，2012年，我國在線教育用戶規模為5905.6萬人，同比增長13.8%；到2013年，我國在線教育用戶規模達到6720萬人，同比增長13.8%；從大家耳熟能詳的QQ、微信、京東、天貓，到各類企事業單位、高等院校的“掌上某某”，基于移動互聯網開展生活、學習、娛樂或者工作已經成為很多人的習慣，使用移動智能終端已經成為一種習慣。由此可見，正如吳吉義等在《移動互聯網研究綜述》中所預言的一樣：“移動互聯網被視為未來網絡發展的核心和最重要的趨勢之一”、“尤其是移動互聯網與其他應用平臺的有機結合體,必將成為未來人們進行移動通信和獲取互聯網服務的首要模式”。
二、試題作為考核某種技能水平的標準，既是衡量教學效果的有效方法，也是提高知識與技能的有力手段。作為教育資源庫的重要組成部分，學前教育模擬題庫目前存在一些不足.第一，通常以試卷形式組織、以文本如Word或PDF等方式呈現，無法實現在線應用；第二，建設學前教育類資源庫時，如2009年湖南省教育廳信息化專項建設項目“湖南學前教師教育資源庫”，試題往往以“碎片化資源”方式呈現，容易被忽略；第三，通過檢索國內知名的學術庫如CNKI、萬方等，不難發現，以“學前教育模擬題庫”等相關關鍵詞的研究非常少；第四，通過知名搜索引擎如百度、Bing等搜索發現，結構化、系統性的學前教育類題庫幾乎空白，優質試題資源的流通、共享非常困難；第五，通過搜索蘋果AppStore和谷歌應用商店，沒有相關應用。郭文斌等人通過進入CNKI檢索主題為“學前教育”自2003至2013年的所有文獻，對3833篇有效文獻關鍵詞做出的統計與分析表明，“大多數研究成果圍繞宏觀政策和政府職能展開，對于行之有效的操作層面的研究則較少”。
三、因此，從移動互聯網的視角來做學前教育模擬題庫研究，探索模擬題庫與信息化的深入融合，具有研究理念的先進性和研究內容的必要性。其一，從微觀層面、結合技術手段、跨學科著手學前教育研究，更具實際意義。其二，適應移動互聯網的發展，以“需求引導、應用驅動”，有利于知識發掘與傳播。其三，基于開源平臺，以開放、兼容的思想來做APP開發，成本小、可持續改進、可持續研究，切實、可操作。其四，選擇學前教育國家精品資源共享課為藍本，通過信息標準化及資源建模等手段加工資源，并將其以模擬試題的方式提供給用戶訓練、考察、考核各個章節、知識點與技能點，通過案例法、訪談法等多種研究方法、結合后臺數據分析，可以了解用戶行為，并試圖摸索出學前教育模擬題庫結構、系統及應用上的共性。
參考文獻
[1]張娜.學前教育課程模式設計研究:[博士學位論文].武漢:華中師范大學,2013.
[2]吳吉義,李文娟,黃劍平等.移動互聯網研究綜述[J].中國科學：信息科學,2015,45(1):45-69.
作者簡介
段云峰
承擔了國內最大電信運營商的數據倉庫和大數據中心的設計和建設、運營工作(截止到2015年該系統達到18000TB存儲容量，累計投資120億元)，積累了15年的大數據領域的實際工作經驗。帶領相關的團隊，從系統創建到系統運營，開發了很多大數據領域的各種應用。積累了國內唯一的大數據在大企業建設、運營方面的經驗。其前后主持設計的文檔，有150余冊、1200多萬字，涉及大數據系統的數據模型、數據接口、系統架構、質量管控、業務應用、系統安全等各個領域。
秦曉飛
具有理學學士、工學學士和管理學碩士學位。最近十幾年先后從事BI系統的運維、開發、項目管理以及應用推廣等工作，參與并見證了中國移動BI系統從TB級別數據倉庫向PB級別大數據平臺跨越的整個過程。先后獲得高級工程師、信息系統項目管理師、高級電信業務師、國際信息系統審計師等專業資格認證，并且被評為2012年山西省青年崗位能手。在《移動通信》《中國新通信》《電子世界》《信息與電腦》等雜志發表多篇專業論文，并且申報了多項國家發明專利。
目錄
01大數據現狀／1
1.1大數據的概念和特點／2
1.2互聯網思維的故事／4
羊毛出在豬身上／4
圈客戶／圈眼球／4
1.3“天變了”／5
用戶變了／6
平臺變了／8
金融變了／9
營銷變了／9
思維變了／10
1.4大數據為什么需要互聯網思維／12
大數據項目不同于傳統IT項目／12
大數據產業是咨詢服務產業／13
互聯網思維是咨詢服務產業的法寶／14
大數據“變現”需要互聯網思維／15
大數據中“群眾的智慧是無窮的”／15
1.5小結／16
02堪比“文藝復興”的互聯網思維／17
2.1文藝復興的意義類比／18
藝術解放思想，思想解放生產力／19
引導了第一次工業革命／19
互聯網引導新的工業4.0／20
改寫金融業，改寫社會／21
2.2互聯網企業的發展／21
BAT的造夢／22
IT技術成為企業的核心競爭力／22
2.3互聯網思維的概念／24
2.4互聯網思維的特點／24
2.5互聯網思維改寫了手機產業／26
2.6互聯網思維改變大數據／29
大數據的客戶體驗／29
大數據的產品化思維／30
大數據的平臺思維／37
大數據的迭代思維／42
2.7大數據的新生／44
從配角到主角／44
產業化成為可能／45
大數據的春天／45
2.8小結／46
03大數據的發展／47
3.1大數據產業的發展／48
互聯網改寫了歷史，大數據改寫了互聯網／48
第三次浪潮中的新興產業／49
數據成為最大的資產／50
促進“理性社會”／51
3.2從網絡運營到大數據運營／52
互聯網平臺如何使用用戶數據／53
建立數據分析保障管理體制／55
從基礎設施到產品提供／57
從網絡產品到數據產品／59
3.3如何運營大數據／60
互聯網基因／60
對內服務／63
對外服務／66
大數據營銷／68
3.4大數據發展的瓶頸／69
與傳統IT不同／70
機構和機制不同／71
新理論和新思維／71
轉型更難／72
3.5小結／72
04大數據的客戶體驗／74
4.1客戶是誰／75
內部客戶／外部客戶／77
個人客戶／集團客戶／78
校園客戶／80
4.2客戶的大數據需求是什么／80
取數——“取柴火”／82
取知識——“將柴火燒成炭”／83
取專業建議——“集體供暖”／84
4.3客戶體驗是什么／85
什么是體驗／85
數據如何可讀／90
“啤酒和尿布”的另一個角度解讀／95
4.4客戶體驗如何提升／96
服務不同角色／96
娛樂思維／98
管家式服務／98
4.5小結／99
05大數據產品設計／100
5.1大數據產品背景／101
產品長什么樣／101
谷歌是搜索門戶還是數據門戶／102
提品還是平臺／103
賣咨詢服務／104
智慧產品／104
5.2大數據產品內容／105
工具類／106
中間類／107
像棋譜一樣的知識庫／108
數據分析手機／109
互聯網聯通了人，數聯網聯通了大腦／110
5.3產品的“客戶流量”／110
吸引客戶／110
運營客戶／111
5.4大數據產品類比／113
大數據的搜索門戶／113
大數據的社交平臺／113
大數據的電商平臺／115
大數據的云化——在云里找數據／115
5.5大數據產品特點／115
目的決定產品特點／116
通過對比顯示價值／116
更多的群眾參與／116
5.6產品的界面優化／117
從蘋果App中學習什么／117
結果的可視化／117
5.7產品的用戶定位／117
如何讓孩子看懂／118
數據的消費者／118
DIY發燒友／118
產品的商業模式／118
5.8小結／119
06大數據的極致思維／120
6.1產品的極致／121
傻瓜化的App／121
新的觸摸屏在哪里／123
服務的極致／124
專家的極致／125
棋手的極致／126
智能改造之后的極致產品／127
智慧產品的極致／132
6.2思維的極致／134
兵書的知識提煉／134
參謀的極致／134
知識庫和運維／135
思維的“眾籌”／135
6.3營銷的極致／136
點對點的精準營銷／136
成本控制的極致／137
6.4“講故事”的極致／137
吸引人的標題／138
吸引人的敘事方法／139
吸引人的數據證據選擇／140
6.5小結／140
07大數據的快速迭代／142
7.1怎么“快”／143
標準零件的拼接／143
分析過程簡單／143
不要追求完美，但求不斷完善／144
7.2數據的標準／144
大數據是否還有邏輯模型／144
口徑的管理／145
業務元數據和技術元數據／145
7.3平臺的標準／146
云計算平臺的標準化／146
PaaS還是SaaS／147
7.4環境的標準／148
編程規范和標準／148
軟件結算的標準等／149
7.5迭代的知識積累／149
農業知識積累出的農歷／149
何時更新、如何更新／150
7.6小結／150
08大數據的平臺思維／151
8.1大數據的平臺定義／152
數據得到豐富，取得規模效益／153
運營能夠細分，拓展發展前景／153
8.2大數據平臺思維的特點／153
平臺越來越通用，應用越來越專業／153
孤立的數據是金，共享的數據是鉆／154
數據的多維決定著平臺價值的多樣／154
8.3大數據的平臺實體——“數聯網”／154
數據交換的高效網絡／155
數聯網的內容／155
訪問工具／160
數據管控／161
8.4大數據平臺的生態環境／180
誰會購買大數據產品／181
各方獲利的互聯網模式／182
速度彌補精度／184
8.5平臺SDK的開放性／185
平臺的可編程API接口／186
數據的標準／186
數據的可讀性／187
加工的簡化性／188
容易參與／190
人人參與／192
8.6互聯網企業的數據開放平臺／192
阿里巴巴的御膳房／192
騰訊的微信開放平臺／199
百度的阿拉丁／202
8.7人人的“數據”到數據的“人人”／204
8.8互聯網平臺升級到大數據平臺／205
互聯網平臺是新時代的農業文明／205
大數據平臺的價值最大化／205
電信運營商，新的電力公司or大數據公司／206
8.9小結／207
09大數據的跨界思維／208
9.1大數據跨界的背景／209
Hadoop的興起，去了IOE／209
大數據的滲透——大數據×／210
9.2大數據跨界的定義／211
大數據跨界的特點／211
大數據跨界的展望／213
大數據跨界的案例／215
9.3大數據的業務多維／216
橫看成嶺側成峰／216
數據的行業解讀／216
9.4大數據的行業交叉／216
電信數據與金融數據的交叉／217
電商數據與醫藥數據的交叉／219
9.5小結／220
10大數據實踐案例探索／222
10.1大數據提升客戶體驗／223
基于角色的應用／223
解決問題的應用／226
用戶的GUI界面／234
10.2大數據實現產品化／238
BI Store案例／238
自助分析工具／242
用戶的知識庫／251
10.3大數據的極致思維／254
思維導圖案例／255
大數據分析報告劇本／256
10.4大數據的跨界思維／258
大數據在交通行業的應用／258
大數據在金融行業的應用／259
大數據在制造業的應用／261
10.5大數據的平臺思維／261
淘寶的API開放平臺／261
某電信運營商的對外開放平臺／265
10.6大數據的快速迭代／267
多波次灰度營銷／267
數據字典的迭代／268
10.7小結／269
［關鍵詞］排水防澇;數據融合;澇情預警;數據可視化
1引言
近年來，暴雨等極端天氣給社會管理、城市運行和人民群眾生產生活造成了巨大影響，加之部分城市排水防澇等基礎設施建設滯后、調蓄雨洪和應急管理能力不足，出現了嚴重的暴雨內澇災害。《全國城市市政基礎設施規劃建設“十三五”規劃》提出“加快對城市易澇點整治”“建設暴雨內澇監測體系，提高內澇預報預警能力。”如何及時、準確、完整地掌握各個城市排水防澇工作進展，對城市排水防澇工作進行科學、有效的監督指導，成為住建部、省、市城建管理部門的迫切需求。大數據技術在海量異構數據融合、分布式數據處理與計算、數據可視化等方面具有優勢，［1］融合大數據技術與城市澇情監管預警業務，成為客觀分析排水防澇效果，科學指導城市安全度汛的有效方法。［2］
2應用需求
基于大數據技術，通過數據集成、互聯網信息爬取、傳感器采集等方式收集城市易澇點信息、城市降雨信息、城市澇情信息，為用戶提供綜合數據分析、可視化展現等服務，為城建管理部門監督、指導城市開展排水防澇工作提供支撐平臺。系統主要需求包括以下三方面:①準確、及時掌握城市降雨及澇情信息。能夠從氣象網站獲取全國主要城市的逐小時降雨信息。從門戶網站、微博等渠道爬取城市澇情相關信息，及時掌握全國各地澇情程度和影響;②城市澇情信息預警預測。綜合降雨量、城市防澇標準、易澇點治理進展、歷史澇情等信息，建立城市澇情預警分析模型，對全國城市未來澇情情況進行預警，指導城市排水防澇工作;③對降雨、積水、澇情等信息進行綜合利用，提供每日澇情情況匯總報告、澇情周報、澇情預警情況報告。輔助領導決策，滿足監督、指導各地開展排水防澇工作的需要。
3系統建設方案
3.1數據架構。排水防澇信息系統融合易澇點基礎信息、補短板項目進展信息、易澇點實時監測信息、城市澇情信息、城市降雨信息，形成排水防澇綜合數據庫，支撐排水防澇業務處理及科學決策需要。排水防澇數據體系包括:基礎數據、業務數據、決策分析數據三類:①排水防澇基礎數據:基礎數據包括代碼數據、基礎數據、空間數據。基礎數據在排水防澇系統各模塊共享使用;②排水防澇業務數據:包括補短板項目業務進展數據、易澇點實時監控數據以及從互聯網、第三方采集的降雨數據、澇情數據、統計年鑒等排水防澇相關數據，為排水防澇分析決策提供支撐;③排水防澇決策分析數據:決策分析數據是依據數據分析與綜合決策要求，對排水防澇業務數據進行加工處理形成的數據，包括排水防澇統計數據、治理系統評價數據、澇情分析預測等數據。3.2技術架構。排水防澇信息系統利用大數據平臺的數據采集、存儲、計算、分析能力構建，由基礎設施層、綜合數據庫層、大數據技術支撐層、排水防澇應用層以及信息安全體系、數據指標體系組成，構建科學合理的數據分析、澇情預測模型，通過豐富、形象、易用的數據可視化技術，滿足排水防澇業務的數據應用需求。①基礎設施層:通過云計算技術，將網絡、計算、存儲、安全等基礎設施池化，為大數據支撐平臺、綜合數據庫、排水防澇應用提供穩定、可靠、高效的運行環境;②綜合數據庫層:將易澇點數據、澇情數據、降雨數據、監測數據等按照數據標準體系進行清理、轉換、加載等處理，形成滿足業務處理與分析決策的綜合數據庫;③大數據技術支撐層:滿足分布式環境下海量異構數據采集、存儲與資源管理、分布式計算框架、大數據分析與可視化展現等功能需求。主要的技術組件包括地理信息、信息爬取與搜索、數據挖掘、集成接入(ETL)、遙感遙測分析等;④信息安全體系:圍繞信息保密性、真實性、可用性(CAA)目標，參照信息系統安全機制構建涵蓋物理安全、網絡安全、應用安全、數據安全、管理安全的數據安全服務體系，為排水防澇信息管理提供安全的數據服務;⑤數據指標體系:建立排水防澇信息的數據標準、技術標準和管理標準，確定數據采集、數據集成、數據共享的技術路線，推動數據互聯互通與信息共享，形成排水防澇頂層數據指標體系;⑥排水防澇應用層:梳理排水防澇信息管理業務流程，按照數據指標體系要求，提供易澇點管理、澇情信息管理、降雨信息管理、綜合數據分析、業務一張圖、澇情預測等服務，滿足排水防澇業務需求。3.3功能架構。排水防澇系統主要功能包括:城市降雨信息管理、澇情報告生成、綜合展現一張圖、統計分析、基礎信息管理等模塊。①城市澇情預警。融合降雨數據、防澇標準、歷史澇情數據，構建澇情預警模型，提供城市澇情預警預測服務;②澇情報告生成。利用網絡爬蟲及語義識別技術，從微博、門戶網站等渠道采集城市澇情信息。提供城市澇情周報、日報等報告生成功能;③綜合展現一張圖。基于二維GIS地圖展現城市降雨、澇情以及易澇點位置、積水、視頻等數據，實現相關數據的綜合展現;④統計分析。從行政區域、時間等維度提供澇情分布、澇情趨勢對比分析等功能，通過統計圖表方式，實現數據的直觀展現和應用;⑤基礎信息管理。對城市防澇標準、易澇點位置、監測設備等基礎信息進行管理，為規范城市澇情、降雨、積水等信息提供支持。
4關鍵技術
4.1澇情信息爬取與識別技術。4.1.1澇情信息爬取。通過爬蟲采集數據主要包括三種方式:定向采集、擴展采集以及源搜索。定向采集是指限定站點或者頻道來搜索，實現精確的數據采集;擴展采集是指通過設定采集的起始點和采集的深度來實現比較精確的數據采集;源搜索是指利用搜索引擎(如百度、搜狗、360等)，通過設置關鍵詞組來實現數據的非精確采集。本項目采用定向采集方式。按照數據采集范圍、關鍵詞持續采集數據，并對重復數據進行去重，能夠根據語義過濾垃圾數據。分布式城市澇情信息爬蟲體系包括如下四部分:①系統管理控制臺:對爬蟲系統部署的軟硬件資源進行監控及動態管理，包括服務器資源及網絡狀況、爬蟲進程運行情況以及異常事件處理等;②爬取規則定義:能夠依據網絡爬蟲的運行狀況和信息爬取效果對爬取規則進行定義及優化。主要定義的爬取規則包括:爬取范圍、優先策略(深度、廣度)、分析詞策略(關鍵詞、剔除詞)、爬取頻率等;③功能中間件:主要包括爬取中間件、爬取防屏蔽中間件、數據存儲中間件等，提供數據采集、分析、避免反爬取策略、數據存儲及查詢服務;④分布式基礎設施:采用“主從”模式構建，主節點將爬取、分析任務在從服務器動態分配，并建立異常處理機制，實現爬蟲高效、穩定運行。4.1.2澇情信息識別。網絡爬蟲依據“大雨、內澇”等關鍵字采集的輿情數據不都是有效澇情信息，存在大量噪聲。為了提高爬蟲獲取澇情數據的準確率，構建了“正則關聯”與機器學習算法結合的澇情信息識別模型。通過機器學習算法進行語義理解，建立爬蟲抽取的數據類別庫，即判讀每一條數據是否與洪澇相關，從而將樣本庫分為兩類。通過卷積神經網絡(CNN)和循環神經網絡(RNN)提取文本上下文語義特征信息，依據屬性特征對其進行分類，判別爬取的內容是否屬于澇情相關的數據。該模型進一步提高了澇情數據的精準度。4.2城市澇情預警預測技術。以降雨預報、歷史降雨信息、歷史澇情信息、排水防澇標準、易澇點治理進展為主要因子構建城市澇情預測模型，將風險劃分為“最高”“高”“較高”“一般”“無”5種等級，并三天內各城市的風險預警，為指導城市內澇工作提供決策依據。通過接入澇情城市、基于內澇點的降水實況及預報、覆蓋內澇城市的降水實況及預報等數據，通過滾動計算方法，將其與城市防澇標準做對比，通過制定風險預警策略，預判城市澇情風險和易澇點澇情風險，并實時澇情預警信息。4.3排水防澇數據可視化技術。通過大數據技術融合城市澇情輿情信息、城市降雨信息、城市澇情監控實時信息，利用專題一張圖、報告生成等方式實現多維度疊加式數據可視化，更好地服務綜合管廊建設管理部門的規劃和決策。①排水防澇專題一張圖。基于GIS的業務多圖層綜合展現，將全國易澇點、降雨和澇情信息集中在一張圖，關聯降雨對澇情的影響，科學評估易澇點治理效果;②排水防澇業務分析報告:面向不同用戶的業務需求，按照報告模板要求的格式、數據快速生成分析報告。報告采用文字、表格、統計圖等多種數據展現形式，內容包括降雨分布情況、澇情分布情況、降雨與澇情關系分析等。
5結論
文章研究大數據在城市澇情監管預警領域的應用方案，充分發揮大數據在分布式、海量、異構數據采集、存儲、處理、分析方面的優勢，改變傳統信息采集方式，融合易澇點數據、降雨數據、澇情數據、補短板項目數據，實現“填報型”到“監控型”應用的轉變，構建城市排水防澇效果評價、澇情預測等數據分析應用模型，為促進排水防澇工作提供有力支撐。
參考文獻:
［1］孫敏，王琳.大數據時代下的數據可視化方法分析［J］．軟件，2019，40(9)．
［2］張麗虹.大數據背景下城市排水防澇設施動態管理系統設計［J］．工程管理與技術，2018(4)．
［3］薛祥光，蔣世峰，李萌，等.GIS在城市排水防澇中的應用趨勢［J］．科技視界，2016(1):71－72.
［4］侯圣巒，劉磊，曹存根.基于語義文法的網絡輿情精準分析方法研究［J］．計算機科學，2014(10)．
［5］郝瑩，陳靖，王元，等.基于高時空分辨率降水預報產品的城市內澇預警研究［J］．暴雨災害，2019(3)．
鈦馬信息網絡技術有限公司是國內車聯網市場具有領先地位的廠商，正快速成長為國內市場具有獨特技術優勢的車聯網信息服務運營商，具備車聯網和移動互聯網平臺技術優勢。
目標市場和客戶：為駕駛員及后期擴展到為相關廠家提供市場數據服務。
產品和服務： 車管家＼車助理＼車“保鏢”等用車、行車、護車全過程信息服務。
主要商業模式：服務提供商（會員年費+各類單項服務費+市場數據分析報告等）。
銷售渠道：車廠（前裝及選裝）、經銷商、保險公司、電信公司。
世界級團隊：核心管理層曾在 AT&T Wireless、IBM、Microsoft、ABQ、CITIC Media 和中國電信、汽車經銷商集團等任職，擁有高級管理與先進技術研發及消費市場營銷的經驗。
技術領先：在通用汽車安吉星項目上提供全球首發的智能手機遠程控制汽車技術。
鈦馬信息網絡技術有限公司專注車聯網行業，專注于為車主提供一種嶄新的車生活方式的解決方案。通過鈦馬信息網絡技術有限公司自主研發的端到端車聯網的解決方案，鈦馬為車主提供多種車聯網服務，包括：
1.安全安防服務，如車輛防盜、車況檢查、道路救援、自動防撞系統。
2.信息娛樂服務，如手機音樂、多媒體娛樂資訊接收、移動信息服務。
3.基于位置的服務，如車輛跟蹤、車輛軌跡、車輛定位。
4.導航路況服務，如一鍵導航、朋友導航、百度導航、實時路況、路況視頻。
作為端到端整體服務解決方案提供公司，鈦馬擁有世界領先、業界領先的產品和平臺鈦馬云平臺源于國外業界先進經驗和技術，在國內落地，既保持了國際先進水平，又具備了國內本地服務的能力，并具備靈活的集成能力，具有超強的平行擴展的廣大空間。