時間：2024-01-08 11:28:34
導語：在大數據經濟分析的撰寫旅程中，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。
為什么“粉絲經濟”概念在電商平臺開花結果、取得成功？阿里副總裁靖捷接受記者采訪時給出了明確的答案：阿里利用旗下的零售平臺、媒體矩陣、供應鏈平臺及云計算、大數據等資源，為品牌了解消費者行為與市場趨勢提供支持。更通俗地說，阿里幫助品牌讓粉絲們從“看看就罷了”到“看看就愛上、就買到、就用上”，將明星、IP等對粉絲的吸引力轉化成購買力。
粉絲本身是個熱鬧的話題，但如果不能運營和管理，對品牌而言是無意義的。粉絲，無非是想買的和已經買了的人；粉絲經濟的本質，是品牌和消費者之間的關系。對于品牌來說，運用粉絲經濟進行營銷，是把潛在消費者轉換成真實消費者的過程。
全矩陣打通精準消費者畫像
在阿里矩陣中，品牌有各種可能去和消費者建立聯系。“今年3月，我們在做一件事情，就是做一個“UNIFIED ID”，這個統一賬號是將所有的賬號打通了。”靖捷告訴記者。一見鐘情只是最美好的想象，但不是常態。“感興趣”之后，如何讓這些興趣進行關聯？包括淘寶、天貓、優酷土豆、微博、UC、高德、蝦米等在內的阿里矩陣，就是將所有品牌與粉絲進行鏈接，將真正的目標人群關聯在粉絲趴。
過去，品牌僅知道有這樣一個潛在人群對自己的明星、IP或產品感興趣，但并不真正知道誰在購買自己的產品。數字化互動營銷獲得的通常僅是用戶的手機號碼——一個消費者可以有2個甚至更多個手機號，卻只有一個支付寶(淘寶、天貓)賬戶。全線打通的賬號體系，通過大數據幫助品牌觸達阿里矩陣6.3億消費者，與消費者展開深度互動。強賬號體系帶來的，是最為真實的用戶畫像，對于粉絲的購買行為、瀏覽行為、出行行為、社交行為等能有精準的畫像，這就可以幫助品牌根據消費者的真實行為來不斷加深共鳴。找到用戶畫像之后，阿里將通過一系列的工具來幫助品牌實現內容的產生和，與消費者建立鏈接。
邊看邊買直播打破時空區隔
直播就是系列工具之一，原本消費者通過電視或雜志看到的明星內容與自身是無關聯的，是時間和空間割裂的，但通過天貓直播這種方式，消費者和品牌以及品牌的明星在同一個時間和空間，能夠產生共鳴與互動。
同時，通過邊看邊買等形式，天貓直播也讓品牌原有資產，或明星、IP投入帶來更好的轉化率和投入產出比。美寶蓮攜代言人Angelababy首次直播會與粉絲互動，創造2小時賣出1萬支唇膏新品的紀錄。此后，美妝品牌從中學習成功經驗，在戛納電影節營銷中也取得了斐然的成績。
未來，打破時空區隔的將不只是直播，品牌越來越重視將原本僅在線下店鋪渠道才能獲取的產品和體驗，逐步像線上轉移，“搬入”品牌官方旗艦店，包括專業高效的客服、個性化的“天貓定制”，以及一票難求、一物難求的稀缺商品，一些品牌已經取得了成功的初探。
整合碎片化流量與關注度
1.0時代的數字化營銷，傳播和銷售是完全割裂開來的“兩個世界”，從“興趣”到“購買”的臨門一腳很難實現，鏈路無法閉合。而如今，天貓密令、二維碼等各種工具，讓所有品牌對外的傳播都可獲得有效整合，可以將與粉絲所產生的碎片化關聯落實在天貓的粉絲趴，或者品牌官方旗艦店中，進行更為全面的整合營銷傳播。士力架以微博為主陣地，基于阿里大數據分析進行粉絲定向營銷，多數粉絲打開天貓或淘寶App主動搜索并進入旗艦店直接購買產品，取得了高于明星店鋪平均水平約20倍的投資回報率。
這將把所有品牌與粉絲的銷售渠道打通，“原本你在網上看到一個產品，你可能會去搜索、比較，但不一定會去購買；但現在，阿里通過全渠道的整合，可以迅速為粉絲推薦最符合其需求的信息。”靖捷說，“比如在天貓上迅速指引消費者去最近的門店去查看、去體驗，并在線上更快的實現購買。”
設瓶頸進行分析。
一、四大基礎數據庫――電子政務建設的必然之舉
(一)四大基礎數據庫簡介。2002年國務院信息化領導小組第二次會議了17號文件《國家信息化領導小組關于我國電子政務建設指導意見》。該文件將人口、法人單位、自然資源和空間地理、宏觀經濟基礎數據這四個國家基礎信息數據庫列入國家電子政務建設的重點任務。（圖1、表1）
（二）四大基礎數據庫對電子政務建設的重要意義。基于電子政府建設的政府職能轉變要求政府由管理型過渡為服務型，這就要求政府不但能夠提供公眾需要的服務，同時需要主動提供服務，并提供優質服務。這些目標不僅要求政府搭建與公眾共享數據和信息的平臺，從政府工作流程來看，這更是對政府內部數據和信息共享提出的要求。總而言之，只有政府內部數據和信息共享、業務流程整合，才能向公眾提供真正意義上的“一站式”服務。
四大基礎數據庫正是從政府內部數據和信息共享著手，解決數據跨職能部門傳遞困難的問題。這個項目不僅會實現政府內部數據的順利共享，更具意義的一點是這個過程將推進政府職能部門職責的明晰、業務流程的協同和服務意識的增強。從宏觀角度和長遠意義來看，四大基礎數據庫的建設是電子政務數據挖掘的有力工具與現實效果，既能實現信息的匯總而便于共享，同時還能為決策提供知識上的依據與支持。
二、四大基礎數據庫建設瓶頸分析
《國家信息化領導小組關于我國電子政務建設指導意見》提出，各省、市、自治區都陸續開展了四大基礎數據庫的建設工作，但是實際的建設情況不容樂觀。從全國范圍來看，四個數據庫建設進度不同，除自然資源和空間地理基礎數據庫已基本落成外，大部分地方政府的人口基礎數據庫和法人單位基礎數據庫建設進程緩慢，而宏觀經濟基礎數據庫幾乎處于擱置狀態。為了保證四大基礎數據庫全面建成，分析其建設瓶頸尤為重要。
（一）四大基礎數據庫建設瓶頸總體分析
1、缺少統一指導。四大基礎數據庫的建設由國家信息化領導小組統領，具體的建設任務則落實到各地方政府。因為四個數據庫面向不同的應用，所以目前也是由不同機構牽頭，處于獨立建設的狀態中。但是，四大基礎庫是以數據共享為目的的，單獨建設勢必缺乏統一性。理論上，我們希望四大基礎數據庫不僅是同步建設，而且是共同建設――即統一領導，在建設前、建設中就相互協調，促進業務的協同，而不是僅將各類信息分類匯集形成一個數據的倉庫。也就是說，四大基礎數據庫的建設意義不只在建成后的數據順利共享，更重要的是這一過程將推動各政府部門的業務協同。
2、缺少目標分解。四大基礎數據庫總體建設框架很清晰，其設計思路是實現數據集中存儲、服務統一視圖、服務與數據存儲分離、存儲對應用透明。但是，這項工程的浩大程度難以想像：信息多、信息雜、涉及業務廣泛、信息應用權限復雜、信息利用速度要求高、數據庫容災備份難度大等，這些我們可以想到的困難已經給建設提出了高要求，而建設過程中我們還將遇到更多的新挑戰。對于這樣一個宏大的工程，目標的分解尤為重要。
目前，建設工作重點放在了數據收集，目的是盡可能減少數據項的遺漏。而對于建設中政府部門業務流程的整合、數據應用管理等相關重要方面投入力度嚴重不足。數據采集固然重要，但是面向應用建設才是關鍵，這就使得后臺的多重支持不可或缺。只有將整個工程項目合理分解成不同任務目標，從不同角度合力建設，才能發揮出四大基礎數據庫的理想效果。具體的任務目標可分為以下幾個部分：政府業務流程協同推進、政府部門業務數據需求分析、政府部門業務數據持有統計、政府部門業務數據管理權限劃分、小范圍數據使用測試、容災備份規劃、數據庫框架搭建、數據格式統一、數據導入、數據應用接口建立等。
3、缺少法律保障。技術永遠不會成為阻礙電子政務建設的原因，同樣，技術也不能保障電子政務建設的順利實施。技術只是工具，能從根本上解決電子政務建設遇到的問題的還是法律手段。無論是建設還是使用，相應的法律都能起到推動和維護的作用。數據庫的數據共享與信息公開密切相關，但是現實情況是我們沒有相應的《信息公開法》來提供保證。2008年5月1日，《信息公開條例》終于實施。由于這個條例是上級要求下級主動公開信息的規則，力度相當有限，功效也自然不能和法律相提并論。
對于四大基礎數據庫，其建設難度需要法律這個強大的武器來消除，其建成后的使用效力也離不開法律的保障。即使在沒有法律保障的情況下建成了四大基礎數據庫，最后也只是擺設，不能面向實際應用。
四大基礎數據庫的建設深刻地反映了我國電子政務建設法律保障上的嚴重缺陷，當然，如何讓電子政務建設獲得更多的法律保障將是一個長期的問題。
（二）四大基礎數據庫建設瓶頸個別分析
1、自然資源和空間地理基礎數據庫。該庫是四大基礎數據庫中建設難度最低的，因為其中的信息收集相對容易，不涉及過多的部門利益分配等敏感問題。目前該庫已基本建成，但真正投入使用的省市并不多。北京東城區“萬米網格”管理系統的成功應用，可以為自然資源和空間地理基礎數據庫的實際應用提供參考。舉例來說，當城市中某住宅小區井蓋損壞，通過衛星定位，從數據庫提取信息，找到相應負責人員或機構，可以在很短的時間內將任務下達并得到迅速解決。自然資源和空間地理基礎數據庫的作用比起“萬米網格”管理系統應該更廣泛、更宏觀，不僅要實現對自然資源的管理，更重要的是通過這些數據方便我們對于社會資源的管理。
2、人口基礎數據庫。人口基礎數據庫建設面臨兩大難題：一是由于人口眾多，數據項又過百，所以數據采集很費力。對此，我們需要對數據所在部門和單位進行深入調研，盡量全面獲取數據，通過規范的數據格式將各個部門所掌握的個人信息收集并面向應用；二是建設困難更為突出。由于個人信息的敏感度不同，使用權限的管理就變得復雜。比如，對于敏感度較高的個人財務數據、個人健康數據等，適用對象、適用范圍、使用途徑等都是需要明確界定的，這就需要相應的法律來保護隱私數據的使用。歐洲國家普遍傾向于隱私數據的嚴格保護，但是在我國恰恰不能說出這種保護是嚴格的還是寬松的，因為沒有相應的信息公開方面的法律界定。如果缺少信息公開法的配套，人口基礎數據庫就不能建設起來。因為即使實現了這些數據的匯集與共享，也必然帶來更多的問題，如個人信息盜竊使用、個人信息侵權使用等。面對法律保障不足而帶來的建設瓶頸，我們電子政務的法律完善迫在眉睫。
3、法人單位基礎數據庫。法人單位基礎數據庫遇到的建設困難并不在于信息敏感度，而是在于信息涉及的各部門利益。我國政府職能部門劃分重疊和交叉的狀況嚴重，所以對于法人單位的管理經常存在爭端或是部門“扯皮”。數據采集方面遇到的問題直接導致該庫建設進度緩慢。解決這一問題必須依靠政府內部各部門職權關系的明確與業務的整合。
4、宏觀經濟基礎數據庫。在2002年8月29日電子政務部門工作會議上曾明確提出，宏觀經濟基礎數據庫將在2006年建成并正常運行，但目前該工程在調研工作階段就停滯了。
宏觀經濟基礎數據庫的建設實際是基于以上三個數據庫的，建設難度相對最大，因為它使用的數據是經過加工的二次數據，而這些數據又都是政府決策的重要依據。目前，該庫的建設已經停滯，主要原因是一些掌握該庫數據的部門和機構已經建立了一些具有類似功能的數據庫。如此看來，宏觀經濟基礎數據庫已經失去了建設的意義。但事實上，四大基礎數據庫的劃分是經過慎重考慮的，不僅要使其成為一個有機的整體，同時要全面表達從自然到社會的整個人類活動空間。因此，如果一個廢止，那么其余的三個即使建成也無法發揮預計的效力。
[關鍵詞]“大數據”；計算機；信息處理技術
中圖分類號：S512 文獻標識碼：A 文章編號：1009-914X（2016）29-0153-01
1 大數據與計算機處理技術的基本概念
1.1 大數據概念
近幾年，對于大數據的分析已經成為社會發展的必然趨勢，結合網絡技術和信息化數據結構，建立信息處理模型，不僅能實現信息的有效存儲，也能保證傳輸結構的有效性。在數據信息處理的過程中大數據具有非常明顯的項目優勢。
大數據整體內部數據存儲量較大，能將TB直接轉化為ZB，且整體占用存儲空間較大，需要結合實際項目需求和管理層級結構建構數據分析模型，在高速運行的基礎上，實時性較強，且整體系統的處理機制和運行維度更加廣闊，能在對數據進行并發處理的過程中，確保復查性貼合實際需求，信息處理技術也能符合標準化數據量，要對文字信息、圖片信息和視頻信息進行集中處理。特別要注意的是，在大數據背景下，主要借助云平臺對虛擬化資源和技術進行集中處理，保證計算機行業的變革程度貼合實際運行維度[1]。
大數據時代在發展進程中，結合了云計算技術和物聯網項目，能為計算機分析框架提供有價值的數據支撐，是計算機行業中一次跨越式發展，不僅能提升人們對數據和信息的分辨能力，也能提升相關項目的發展水平，從根本上升級整體管控結構的運維效果。
1.2 計算機信息處理技術概念
計算機信息處理技術主要針對的是信息和數據，對其進行綜合分析和集中處理，借助相應的算法技術進行系統化數據分析。另外，在計算機信息處理技術中，針對相應問題利用有效算法處理數字、字符以及運算符號等。數值以及數據在運算過程中，主要應用數字符號進行系統化表示。而對于非數值數據，例如文字、語言以及圖像等，需要用相應的字母代替。計算機中信息的單位是Bit，主要表示的是一位二進制；字節用Byte表示，一個字節由8位二進制數字組成，也就是說1Byte=8Bit、1KB=1024B、1MB=1024KB、1GB=1024MB、1TB=1024GB等。
1.3 大數據計算機信息處理技術的作用
正是基于大數據處理機制和相關運行維度，因此，需要計算機運行模型也得到有效升級，從而保證相關問題和相關運行機制之間建立有效的平衡態模式。傳統計算機硬件和軟件不能滿足測試需求。更多的人將數據和信息上傳到云端，若是云端受到破壞或者是病毒侵蝕，都會導致整體運行機制受到嚴重的破壞，這就需要借助更加有效的信息處理和管控技術對大數據進行綜合分析和整合。正是基于此，計算機信息處理技術應運而生，在實際管理框架內，能實現數據和信息的有效融合，確保信息得到更好的容納和收集，也為了進一步提升互聯網運維效果提供數據和對策支撐。
2 大數據時代計算機信息處理技術分析
在實際數據處理過程中，能對相關數據進行集中分析和整合。
第一，能而借助相關軟件對系統中的數據進行集中獲取，實現傳輸和信息加工。技術人員利用合理的措施對信息數據進行系統化整合，確保管控結構和監督機制實時有效，然后借助軟件中的計算結構對相關信息進行集中整合，確保軟件整體效率得到有效的發揮[2]。另外，在對信息進行綜合處理的過程中，也需要滿足用戶的實際需求，提升信息處理和數據分析能力，利用性質結構和功能分類對信息進行集中處理，從而實現客戶查詢流程的完整度。
第二，主要是應用信息儲存技術。在數據處理和應用的過程中，能對智能數據信息和存儲結構進行集中整合，由于數量在不斷增多，信息實時更新的速度也在不斷加快，需要相關技術人員結合實際存儲空間和項目需求，提升網絡信息的處理效果，也充分結合分類原則，保證數據存儲模式貼合實際需求，一定程度上實現了數據留存的完整度和安全性，進一步提升整體信息收集和應用的綜合水平[3]。
第三，利用DeepWeb技術，有效感知數據的同時，確保獲取技術貼合實際需求，只有借助相應的軟件結構對信息進行集中的抽區和分析，才能建構動態化運維機制，實現對數據的高度融合和綜合處理。另外，也要保證信息安全，借助安全產品的研發機制，能有效構建完整的信息安全體系，優化計算準確性和穩定性。
3 大數據時代計算機信息處理技術發展方向
大數據時代是建立在計算機信息處理技術之上的運行模式，針對現階段問題要建構更加有效的技術模型，才能保證計算機處理系統的完整度和安全性。一方面，要對信息進行截取加工，針對不同信息建立分類處理機制。另一方面，針對信息建立安全存儲技術，根據客戶不同的需求建立相應的安全運維模型。也在技術不斷發展的進程中，建構更加穩定的信息安全處理機制，能更好的適應大數據的防護需求[4]。
結束語
總而言之，在對大數據和計算機信息化處理機制進行深度分析的過程中，要將計算機硬件和網絡數據分開，確保能建立針對性的管控機制，優化建構云計算網絡運行模型，為網絡信息技術的可持續發展奠定堅實基礎。
參考文獻
[1] 徐銳光，楊書程，喬森等.淺談計算機信息處理技術提高人工假w的吻合度[J].中國醫療器械信息，2015，15（09）：38-41.
[2] 徐銳光，楊書程，喬森等.淺談如何利用計算機信息處理技術提高人工假體的吻合度[J].山西科技，2014，22（05）：110-112.
【關鍵詞】 子宮肌瘤；手術治療；輸尿管損傷
醫學上將宮頸肌瘤直徑>10 cm的稱為宮頸巨大肌瘤， 由于宮頸肌瘤尤其是宮頸巨大肌瘤產生的部位很深， 解剖起來很復雜并且容易產生變異， 因此給手術造成了很大的難度， 在手術過程別容易產生出血的狀況， 也會對患者的輸尿管造成損傷[1]。常規的手術是通過游離輸尿管的方式來查明肌瘤的產生位置， 因為宮頸巨大肌瘤患者的腫瘤體積較大， 需要解剖的地方位置很深， 輸尿管受腫瘤壓迫容易出現變異或者存在粘連， 這樣術中分離十分困難， 加上沒有結扎子宮的血管， 一旦出血就會影響手術的視野， 如果盲目結扎就會損傷輸尿管。本次研究是對本院收治的62例宮頸巨大肌瘤手術患者進行回顧性分析， 現報告如下。
1 臨床資料
1. 1 一般資料 62例患者年齡35～55歲， 平均年齡42歲， 宮頸肌瘤的直徑范圍在10～20 cm。根據肌瘤的生長位置：漿膜下共30例， 肌壁間共25例， 黏膜下共7例；根據肌瘤生長的方向：后壁共28例， 前壁共25例， 側壁共9例。其中發生輸尿管損傷的共有5例患者， 在手術之前都沒有留置輸尿管導管， 未發生輸尿管損傷的有57例患者， 手術之前留置輸尿管導管的有25例， 在手術之后病理證實都是平滑肌瘤。
1. 2 臨床表現 出現排尿、排便困難的有23例， 患者下腹包塊15例， 無自覺癥狀20例， 月經紊亂、經量增多24例次， 有部分患者同時出現2～3種癥狀。婦科檢查：子宮頸被完全展平不能觸及共15例， 觸及盆腔質硬包塊25例， 宮頸不能暴露只能觸及共24例， 子宮頸擴張3～5 cm， 并且可見宮口突起的腫瘤有17例， 彩超顯示宮頸部實性低回聲團。
2 結果
研究的62例患者全部實施全子宮切除手術， 手術進行的時間為40～130 min。手術中的出血量為50～600 ml， 其中出現輸尿管損傷的一共有5例患者， 在手術之前都沒有留置輸尿管導管， 發現之后立刻進行輸尿管端口吻合手術， 留置輸尿管導管1 d， 拔出輸尿管導管之后患者恢復良好。沒有發生輸尿管損傷的患者有57例， 其中手術前留置輸尿管導管的患者25例：手術當天麻醉之后對患者插入6號輸尿管導管， 插入的深度大約為20 cm左右， 并且同時留置尿管。在手術進行完成之后拔出輸尿管導管， 但是輸尿管導管的刺激會出現尿血的癥狀， 這時候應該適當的對患者加大輸液量， 手術完成5 h之后尿液顏色即可轉正， 留置尿管的時間為48～72 h。
3 討論
在我國宮頸巨大肌瘤是一種比較少見的腫瘤疾病， 其可能導致膀胱和輸尿管以及子宮血管的移位， 它們之間的解剖關系就會發生改變， 而目前常規的全子宮切除手術特別容易傷及器官， 所以這種手術的方式需要改善[2]。
本文經過研究分析之后對手術方式的改進方法如下：①患者的膀胱被肌瘤向上推到較高的位置， 因此進腹的時候盡量在切口的上端打開腹膜進入腹腔， 這樣可以避免損傷膀胱。②由于肌瘤是沿著兩側進行生長的， 會造成卵巢血管和子宮血管與輸尿管通行， 處理卵巢血管和子宮血管的時候要進行仔細的辨認， 查清楚輸尿管所在的位置和走向， 一旦遇到管狀組織不能直接切斷要仔細辨認， 必要的時候要沿著組織的形成探索， 在確認不是輸尿管的時候才能切斷。③如果肌瘤的體積過大， 可以先進行子宮次全切除然后進行肌瘤切除手術， 等肌瘤徹底不再流血之后實施閉合。
在手術之前可以預置輸尿管導管， 這樣可以有效的避免損傷輸尿管， 還可以在手術中看到輸尿管的走向， 一次在對主韌帶止血和子宮止血時就可以避開輸尿管。大多數患者在手術完成后立刻拔出輸尿管導管， 應該使導管存留2～3 d， 輸尿管導管存留時間適當的延長可以起到支架的作用， 可以加快損傷的恢復。
參考文獻
[1] 張玲.宮頸巨大肌瘤術中輸尿管損傷23例分析.中國實用婦科與產科雜志， 2012（2）：21-24.
摘要：推動社會矛盾預警機制建設，有助于實現社會矛盾的及早發現和及時化解，維護社會穩定。基于海因里希法則，社會矛盾預警以社會經濟領域中發生的反映社會矛盾狀況的各類社會事件為分析對象，通過信息挖掘揭示社會矛盾產生、發展和演化的規律，并據此建立社會矛盾預警體系。社會矛盾預警的技術支撐是大數據分析云平臺，由基礎服務層、數據分析層和終端層組成，基礎服務層的主體是社會矛盾公共信息云平臺。
關鍵詞 ：社會矛盾預警 大數據云計算
[中圖分類號] D616[文獻標識碼]A[文章編號]1672-4828(2015)04-0040-07
DOI: 10.3969/j.issn.1672-4828.2015.04.005
石森昌，天津社會科學院經濟社會預測研究所副研究員（天津300000）。
黨的十六屆三中全會提出要加強社會預警分析，并且在之后的四、五、六中全會對此加以反復強調。十八屆四中全會再次提出要建立健全社會預警機制，但與之前不同的是，這次會議強調的是“建立健全社會矛盾預警機制”，即強調突出社會矛盾預警機制建設。為什么要強調建立社會矛盾預警機制，社會矛盾預警的涵義是什么，以及如何建立社會矛盾預警體系？本文將對上述問題展開分析。文章首先回顧中央對建立社會預警機制問題的歷次表述，分析建立社會矛盾預警機制的現實意義，并對社會矛盾預警的內涵做出界定。其次，基于海因里希法則提出進行社會矛盾預警的基本思路。最后，給出社會矛盾預警的大數據云平臺分析框架。
一、社會矛盾預警提出及涵義
2003年10月，黨的十六屆三中全會首次提出：“建立健全各種預警和應急機制，提高政府應對突發事件和風險的能力。”2004年9月，黨的十六屆四中全會強調指出：“建立健全社會預警體系，形成統一指揮、功能齊全、反應靈敏、運轉高效的應急機制，提高保障公共安全和處置突發事件的能力。”2005年10月，黨的十六屆五中全會再次強調社會預警機制建設，“建立健全社會預警體系和應急救援、社會動員機制，提高處置突發性事件能力。”2006年10月，黨的十六屆六中全會對社會預警問題的表述是，“按照預防與應急并重、常態與非常態結合的原則，建立統一高效的應急信息平臺，……，實現社會預警、社會動員、快速反應、應急處置的整體聯動。”2014年月，黨的十八屆四中全會提出：“構建對維護群眾利益具有重大作用的制度體系，建立健全社會矛盾預警機制、利益表達機制、協商溝通機制、救濟救助機制，暢通群眾利益協調、權益保障法律渠道。”
比較不同時期對社會預警問題的論述可以發現，十八屆四中全會提出的社會矛盾預警問題具有不同的意義。首先，十八屆四中全會之前，社會預警機制建設通常是和應急機制建設相聯系的，社會預警機制建設實際上是為政府的應急管理服務的，是從社會危機管理角度來認識和看待社會預警機制建設問題；十八屆四中全會把社會預警機制建設看作是化解社會矛盾和糾紛的重要工作機制，是從社會治理角度來認識和看待社會預警機制建設。其次，十八屆四中全會之前，推進社會預警機制建設的目的是提高政府應對突發事件和風險的能力；十八屆四中全會指出，建立健全社會矛盾預警機制是構建對維護群眾利益具有重大作用制度體系的重要組成部分。
顯然，著眼于化解社會矛盾而不是提高政府應對社會危機能力來推動社會預警機制建設，這是我國推進社會預警機制建設中的一個重大思路轉變。同時也意味著維護社會穩定工作思路的重大轉變，即從重視政府應對突發事件和風險的能力建設轉向更加重視社會矛盾和糾紛化解，實現從源頭上預防社會風險的發生。社會預警機制建設的這一思路轉變不僅更符合社會穩定的內在需求，也是對過于突出應急管理能力建設工作思路的糾偏。
事實上，導致社會不穩定的群體性事件往往是由于社會矛盾不能得到及時疏導和化解而引致的。關于社會矛盾與社會穩定的關系，總書記(2004)曾對此進行過論述：“各級黨委、政府高度重視和正確處理各類人民內部矛盾，以及由此引發的各類群體性事件，努力把維護穩定的各項工作抓實做細。”在他看來，各類群體性事件產生的主要原兇就在于未能正確處理各類人民內部矛盾，維護社會穩定的源頭治理在于重視和正確處理各類人民內部矛盾。由于社會矛盾和糾紛化解對促進社會穩定具有重要意義，因此，通過強化社會矛盾糾紛預警預測工作，有助于推動社會矛盾的及早發現和及時化解，維護社會穩定。這就是推進社會矛盾預警機制建立的重要意義和價值所在。
關于社會矛盾預警問題，目前僅有極少數文獻涉及（安然，2011;王林、吳貽龍，2013;王林、黃利芳，2014），但都沒有對社會矛盾預警的內涵進行討論。本文認為，社會矛盾預警是以社會經濟領域中各種已存在和潛在的社會矛盾為研究對象，通過揭示各種社會矛盾產生、發展以及演變的規律，并建立用于觀測各種社會矛盾發展演化狀況的標準體系，通過對社會矛盾的產生和發展變化進行實時識別和跟蹤預報，實現社會矛盾的及早發現和及時化解。
可以從幾個方面加深對上述定義的理解。首先，社會矛盾預警是以各類社會矛盾為分析對象，對矛盾的產生和發展演化過程進行預警；而傳統社會預警分析是以社會整體運行狀況為分析對象，通過測度社會運行的風險水平進行預警。其次，社會矛盾預警的目的是為了實現社會矛盾的及早發現和及時化解；傳統社會預警的目的是提高政府危機應對能力。第三，社會矛盾預警既與政府部門有關，也與社會各種機構和組織有關，因為正如總書記所指出的“努力化解社會矛盾，維護社會穩定，不僅是黨委、政府的事，也是社會各界的事，人人都應關心，各種社會組織、各個部門都有責任。（，2004）”而傳統社會穩定預警更多是為政府部門服務。第四，社會矛盾預警標準體系具有多樣性，既有關于社會矛盾產生的預警體系，也有社會矛盾演化的預警體系，同時不同行業、領域也有不同的預警體系；而傳統社會預警體系通常僅有一個用于對社會整體風險水平進行預警的體系。
二、海因里希法則和社會矛盾預警
社會矛盾預警以社會領域中各種社會矛盾為分析對象。由于社會領域巾每時每刻都產生新的社會矛盾，同時也有很多已發生的社會矛盾由于得到化解而消失，如何在海量的社會矛盾信息中展開預警分析，社會矛盾預警的基本思路和主要技術手段是什么？本部分將討論社會矛盾預警的基本思路，第三部分將分析社會矛盾預警的主要技術手段。
安全管理領域經常引用一個術語叫做“海因里希事故法則”。該法則是美國人海因里希通過分析工傷事故的發生概率，為保險公司提出的經營法則。基于對大量數據的統計分析結果，海因里希指出，在一件重人安全事故的背后必有29件輕度事故的發牛，并同時存在300件潛在隱患(周蘭勝，2013)。
“海因里希事故法則”反映了事故發生頻率與事故發生后果之間的一般規律，即小事故損害小但發生頻率高，大事故損害大但發生頻率小。這一法則也表明，在大事故發生之前，一定已經發生一定數量的未遂事故和輕微事故，當導致這些未遂事故和輕微事故發生的原因未得到妥善處理，累積到一定程度時就會導致大事故的出現。兇此，從事故管理的角度來看，在未遂事故和輕微事故頻繁發生之時，就應高度重視并探討導致未遂事故和輕微事故產牛的原因及其發展演變規律，通過采取積極應對措施，消除事故原因、中斷事故發展過程，達到控制和預防重大事故出現的目的。
盡管“海因里希事故法則”主要針對安全管理領域，但其對社會矛盾預警分析具有重要的啟示意義。危害社會秩序和公共安全、影響社會穩定、干擾社會正常運行的社會安全事件發生，實質上是社會矛盾集中爆發的體現。與其他突發公共事件一樣，社會安全事件也會經歷孕育、激發、醞釀、爆發、升級以及減弱平息的演化過程（楊乙丹，2013）。孕育階段就是社會矛盾的能量積聚過程。在這一過程，社會矛盾事實上已通過形形的社會事件表現出來，只是由于受到各種條件的限制而未能實現由社會事件轉型為公共事件，并逐步發展壯大。當社會矛盾集聚的能量達到一定程度時，在合適的條件下，就會由某一具體的社會事件作為誘因事件引發社會風險爆發，其基本過程可以概括為：誘因事件發生一誘因事件獲得公眾和媒體的普遍關注而演化為公共事件一在政府應對不力+不真實信息傳播+長期矛盾集聚等因素的共同作用下最終演變為嚴重的公共危機甚至是社會危機（湯志偉、杜斐，2013）。
因此，從社會矛盾預警的角度來看，當社會領域中由社會矛盾引發的社會事件在不同領域內頻繁出現時，即使單個事件對整個社會沒有影響或者影響很小，作為社會管理者也應引起足夠重視。因為當這些社會事件不是由孤立的原因導致而是由某些共同的原因導致時，如果這些共同的原因未得到妥善處理，當其演化到一定程度時就會導致公共危機或者社會危機的出現。
由此，“海因里希事故法則”實際上為社會矛盾預警分析提供了思路：社會矛盾預警分析首先應聚焦于社會經濟系統不同領域中反映社會矛盾的各類社會事件，這是社會矛盾預警分析的邏輯起點。其次，圍繞反映社會矛盾的每一個具體的社會事件，要盡可能地收集到所有與該事件相關的信息。第三，對收集到的信息采用合理的分析工具和手段進行統計分析，尤其足要對各種信息進行甄別和分類，如哪些因素是專門指向特定的社會事件，哪些因素是共性的、與多數社會事件都相關聯的；哪些因素是短期的沖擊，哪些因素是長期存在的等等。第四，對共性的、長期的因素進行研究，掌握其發展演化規律，并據此建立社會矛盾預測預警分析體系，依據這些因素的發展趨勢向全社會發出有關社會矛盾的警示、警報信號。
基于海因里希事故法則的社會矛盾預警分析的基本過程可以概述如下，參見圖1。
案例收集，即對社會經濟領域中發生的各類反映社會矛盾狀況的社會事件，最廣泛地收集與每一個社會事件相關的信息，建立社會事件的信息資料庫（也即社會事件案例庫）。最終實現對每一個社會事件的數據化和信息化。
信息挖掘，即對社會事件信息資料庫，采用科學的數據分析工具和方法，尋找到與社會矛盾預警相關的、有價值的信息。
體系構建，依據信息挖掘結果，建立社會矛盾預警體系。需要強調的是，這里的體系不一定就是指標體系，也可以是社會矛盾形成和爆發的某種模式。并且對不同領域的社會矛盾、不同發展階段的社會矛盾都有相應的預警體系。
信息收集，依據社會穩定預警體系要求，收集形成社會矛盾預警信號所需要的最新信息。
信號形成及，由收集到的最新信息，依據社會穩定預警體系形成預警信號，對信號按照給定的標準進行分類，把預警信號向社會公布。
三、社會矛盾預警的大數據分析云平臺
上述分析表明，社會矛盾預警分析主要以反映社會矛盾的具體社會事件為分析對象。由于社會各行各業每時每刻都會產生新的社會矛盾及社會事件，同時又有社會矛盾及社會事件由于得到化解而消失，因此，社會矛盾預警分析將要面對的是海量實時數據的分析，傳統的數據分析工具和手段將難以滿足需求，需要采用面向海量數據的分析工具和手段，即大數據分析和云計算。
（一）大數據與云計算
大數據與云計算是一個硬幣的兩面，云計算是大數據的IT基礎，大數據是云計算最具發展潛力的應用。
1．大數據
大數據( Big Data)并非一個確切的概念，最初是源于自然科學領域，指需要處理的信息量過大，已經超過當時一般電腦在處理數據時所能使用的內存量。隨著互聯網和數據處理技術的快速發展，大數據已不再僅用來描述大量的數據，還包涵了處理數據的技術以及相關的應用及其對其他領域的影響。“大數據是人們在大規模數據的基礎上可以做到的事情，而這些事情在小規模數據的基礎上是無法完成的。大數據是人們獲得新的認知、創造新的價值的源泉；大數據還是改變市場、組織機構，以及政府與公民關系的方法。（維克托·邁爾一舍恩伯格、肯尼思·庫克耶，2013）”
大數據是數據、技術和應用三者的統一。(1)海量數據，是大數據發展的基礎，具有三個主要特征：數據體量巨大，從TB（太字節）級別躍升到PB（拍子節）級別；數據類型繁多，包括網絡日志、社會數據、互聯網文本和文件、互聯網搜索索引等；價值密度低，以視頻為例，連續不間斷監控過程中，可能有用的數據僅僅有一兩秒。(2)人數據處理技術，是以很經濟的方式，以高速的捕獲、發現和分析技術，從各種超大規模的數據中提取價值的分析手段和方法(胡雄偉、張寶林、李抵飛，2013)。大數據處理技術的典型特點是處理速度快，尤其是能夠對大量的實時數據進行快速處理。(3)大數據應用，通過采用大數據分析技術，就可以實現對海量的、多樣化的數據進行交換、整合和分析，從中發現新知識、創造新價值。應用范圍廣泛，如宏觀經濟預測、市場分析、氣候預測、流行病傳染分析、智能交通以及社會管理等方面。
2．云計算
云計算( Cloud Computing)足一種基于互聯網的超級汁算模式，利用互聯網的高速傳輸能力，將數據的處理過程從個人計算機或服務器移到互聯網上的計算機集群中，在這種計算模式下，計算業務將不再局限于個人的計算機和企業計算中心，而是由一個大型的數據處理中心管理，數據中心按客戶的需要分配計算資源，用戶感覺自己就是在直接使用超級計算機，提供資源的網絡就是“云”（陳濤，2009）。在云計算環境下，計算服務或者信息服務就如水、電等資源一樣，可以實現隨時獲取，按需使用，按使用付費。
云計算具有如下特點：超大規模，Google云計算已經擁有一百多萬臺服務器，企業私有云一般擁有數百上千臺服務器；虛擬化，云計算不僅支持應用軟件服務，而且支持硬件服務，用戶可以由“云”獲得虛擬化的儲存器、計算中心以及網絡設備等；高可靠性，“云”使用了數據多副本容錯、計算節點同構可互換等措施來保障服務的高可靠性；通用性，即“云”可以支持不同的應用請求，如學術研究、家庭娛樂、公司財務分析、政府社會管理等所有可能的應用；按需服務，向“云”購買服務就如購買水、電、煤氣一樣實行按需購買和使用（李永宏，2013）。
（二）社會矛盾預警的大數據分析云平臺架構
社會矛盾預警的大數據分析云平臺是以云計算作為IT架構、以大數據分析作為主要技術分析手段智能化的社會矛盾預警綜合管理信息系統。
1．社會矛盾預警的大數據分析云平臺整體架構
社會矛盾預警的大數據分析云平臺由基礎服務層、數據分析層和終端層組成，如圖2所示②。
(1)基礎服務層
基礎服務層的主體是社會矛盾公共信息云計算平臺，其主要功能包括兩方面：一是把發生在各個領域、各個部門以及各個行業的社會矛盾及其相關信息進行匯總、整合，并把收集到的社會矛盾信息傳輸到數據分析層，供社會矛盾預警大數據分析平臺進行分析；二是接收數據分析層形成的結論或者結果，并把這些結論作為經驗或者知識供各個領域、各個部門及各個行業的相關人員學習和借鑒，以提升化解社會矛盾和糾紛的能力。
由于既要全面及時地匯集各個領域、部門和行業的社會矛盾信息并進行整合，同時還要與數據分析層保持良好的數據溝通，這不僅要求社會矛盾公共信息云計算平臺的數據處理能力強，而且系統的安全性、穩定性以及數據的準確性也至關重要。
(2)數據分析層
數據分析層的主體是社會矛盾預警大數據分析平臺，其重要功能包括三方面：一是把基礎服務層提供的社會矛盾信息進行數據化，利用大數據分析技術和方法，產牛能夠對認識和化解社會矛盾提供有效支持的信息，并把這些反映社會矛盾狀況的信息集中存儲，形成知識庫；二是依據社會需求，把反映當前社會矛盾發展狀況的社會矛盾預警信號通過信息平臺對外，為相關主體或部門進行決策和判斷提供支持；三是把解決社會矛盾的成功經驗和模式作為知識傳輸到基礎服務層，供相關部門和人員學習和借鑒。
社會矛盾預警大數據分析平臺需要具備數據的準確性、分析的實時性和功能的多樣性等特性。數據的準確性要求進行大數據分析所采用的模型必須經過充分和嚴格地驗證，并且要定期進行模型穩定性評估；分析的實時性要求平臺能夠反映社會矛盾發展演變的最新態勢，以便相關主體能夠做出有效決策和判斷；功能的多樣性要求平臺具有多維度的分析能力，如時間上可以反映每天、每周、每月的狀態，在受眾上可以滿足政府、機構和公眾的需求，在數據模型上既可以反映現狀也可以進行趨勢預測等。
(3)終端層
終端層的主體包括兩部分，一是社會矛盾狀況信息存儲平臺，一是社會矛盾預警信號平臺。社會矛盾狀況信息存儲平臺是把大數據分析平臺得到的反映社會矛盾狀況的信息和知識進行存儲，一方面可以為研究人員開展社會矛盾研究提供信息資料；另一方面作為大數據分析平臺的知識儲備。社會矛盾預警信號平臺將數據分析層產生的結果，依據不同的需求，提供和展示不同的社會矛盾發展演變狀況信號。
終端層需要能夠提供多樣化的輸出結果，提供給科研人員用于科學研究的信息應該講求完整性和專業性，提供給公眾用的信息應該通俗易懂和強調有用性，提供給政府部門的信息應該偏向宏觀性等。
社會矛盾預警的大數據分析云平臺具體的技術實現思路是，采用大數據分析技術處理和存儲社會矛盾數據，結合大數據與云計算技術，利用專家模型庫對海量社會矛盾數據進行多維度的分析和挖掘，并通過云平臺服務，將分析結果傳達至各類平臺和應用終端，提高對社會矛盾發展演變狀況的實時感知能力，使相關主體能及時完成對社會矛盾的評估和決策，推動社會矛盾和糾紛的智能化處置。
2．社會矛盾公共信息云平臺的邏輯結構
社會矛盾公共信息云平臺在基礎設施和最終用戶之間分為三層，即基礎設施服務層、平臺服務支持層以及應用軟件服務層，參見圖3。
物理基礎設施即支持整個平臺運行的各種信息設備，如機房、電源、服務器、網絡設備以及各種終端等。
基礎設施服務層通過虛擬化技術，以服務的形式，為整個社會矛盾公共信息云平臺提供各種硬件、服務器、網絡設備、通信設備、數據庫和操作系統服務。換言之，在建立社會矛盾預警的大數據分析云平臺過程中，各個具體部門既不用單獨額外配置計算機、網絡設備等硬件，也不用額外購買數據庫和操作系統等軟件，只需在原有網絡基礎上獲得進入社會矛盾預警大數據分析云平臺的權限即可，再通過必要的系統使用培訓，就可以使用該平臺。
平臺服務支持層主要是為應用軟件服務層提供平臺支持系統和平臺開發功能。平臺支持包括認證管理服務、權限管理服務、用戶管理服務、日志管理服務、注冊管理服務、目錄管理服務、郵件管理服務和消息管理服務等軟硬件功能。平臺開發功能包括根據不同職能部門的需求，設計不同的社會矛盾應用軟件，以及為跨部門的社會矛盾信息交換提供支持等。
應用軟件服務層為各個具體部門提供基于本部門職能的分析和化解社會矛盾所需要的各種應用系統和軟件服務，并提供各個部門進入平臺的界面。在社會矛盾預警云計算平臺下，與處置社會矛盾相關的所有職能部門如法院、派出所、居委會、民事糾紛調解中心等都不用自己開發與處置社會矛盾相關的應用軟件，利用個人電腦、移動終端就可以進入社會矛盾預警云平臺，一方面把本部門正在處置的社會矛盾相關信息輸入系統中，另一方面可以由平臺中獲得如何處置社會矛盾相關的信息和知識。
在社會矛盾公共信息云平臺的邏輯結構中，上層可以調用其直接或間接的下層所有功能，同層次各個模塊之間也可以相互調用其各自的數據信息。
[
參考文獻]
[1]安然，2011,《社會治理創新視角下內蒙古社會矛盾預警機制的建立》，內蒙古大學碩士學位論文。
[2]陳濤，2009，《云計算理論及技術研究》，《重慶交通大學學報（社科版）》第4期。
[3]胡雄偉、張寶林、李抵飛，2013，《大數據研究與應用綜述（上）》，《標準科學》第9期。
[4]李永宏，2013，《大數據與云計算》，《統計與管理》第6期。
[5]湯志偉、杜斐，2013，《群體性事件演化軌跡的定性模擬研究》，《社會科學研究》第4期。
[6]王林、吳貽龍，2013，《社會矛盾預警的運行機制》，《社會科學家》第4期。
[7]王林、黃利芳，2014，《基于因果倒逼的宏觀社會矛盾預警指標體系構建》，《上海大學學報（社會科學版）》第5期。
[8][英]維克托·邁爾一舍恩伯格、肯尼思·庫克耶著，《大數據時代——生活、工作與思維的大變革》，盛楊燕、周濤譯，2013杭州：浙江人民出版社。
[9]，2004，《妥善化解社會矛盾全力維護社會穩定》，《求是》第3期。
[10]楊乙丹，2013，《群體性事件的鏈式演化與斷鏈防控治理》，《甘肅社會科學》第5期。
其中，推進農業大數據發展應用是一個重要方向，是建設農業農村現代化、實施鄉村振興戰略的有力抓手。必須緊跟大數據時代步伐，抓緊推動農業大數據建設，以此牽引農業農村信息化發展，搶占農業農村現代化的制高點，推動我國從農業大國走向農業強國。
深刻認識加快推進農業大數據發展應用的重要性和緊迫性
農業農村信息化發展取得顯著進展 但面臨諸多新形勢新問題
當前，信息革命已經從數字化、網絡化進入到以數據深度挖掘與融合應用為特征的智慧化階段。大數據發展日新月異，引領了社會生產新變革，創造了人類生活新空間，拓展了國家治理新領域，極大提高了人類認識世界、改造世界的能力，深刻改變著全球經濟格局、利益格局、安全格局，已經成為引領創新、驅動轉型的先導力量，是世界主要大國的國家戰略重點和優先發展方向。
我國大數據發展和應用已取得顯著成效，與世界發達國家的差距明顯縮小，成為全球第二大數字經濟體。據統計，2016年，我國數字經濟總量達到22.58萬億元，占GDP的比重達30.3%，成為經濟增長的新動能。經過20多年的快速發展，我國互聯網從無到有、從小到大、由弱到強。截至2017年6月，我國網民規模達到7.51億，互聯網普及率達54.3%，超過世界平均水平4.6個百分點。
在這一時代背景下，我國農業農村信息化發展取得顯著進展。農業電子商務迅猛發展，農產品電子商務網絡零售總額高速增長，2016年達到1589億元；信息進村入戶工程經過3年試點，目前已進入整省推進的新階段，到2017年底，或建成益農信息社超過8萬個；農業物聯網區域試驗示范擴大到9個省份，相繼推出了426項農業物聯網新產品、新技術和新模式；農業部制定印發了推進農業農村大數據發展的實施意見，組織對8個農產品單品種大數據進行試點，遴選認定了38項農業農村大數據實踐案例；已經認定三批共210家全國農業農村信息化示范基地；推進政務信息資源和網站整合的力度亦前所未有。更為可喜的是，一些互聯網、大數據企業紛紛進軍農業農村這片藍海。這些都為農業大數據的發展應用探索了路子，奠定了基礎。
還要看到，我國農業大數據發展應用正面臨諸多新形勢、新問題。我國農業農村信息化與發達國家和其他行業相比，總體上仍相對落后，尤其是農業大數據發展應用還處于起步階段。
具體來看，農業大數據科技創新尚處于“跟跑”階段，自主創新能力還很薄弱，核心技術和關鍵設備主要依賴進口；農業數據資源最為豐富，但目前遠未得到充分挖掘和應用，數據資源體系亟待加快構建和完善；在數據資源的共享開放和開發利用上，普遍存在不愿、不想、不敢共享開放的問題，主動開放讓社會主體進行二次開發應用的體制機制還存在很多障礙；大數據與現代農業發展、農村社會治理融合度不高，對優化配置資源要素、推進農業供給側結構性改革的潛力還遠未挖掘，對提升農村社會治理能力的作用還遠未發揮；對農業數據安全的認識有待深化，農業網絡安全防護體系亟待強化和完善；網絡傳播和信息服務在打破農民封閉意識、提升農民素質、增強農民信息化應用技能等方面的作用，還需進一步釋放。
準確把握農業大數據的發展內涵
數據是新型生產要素和社會財富 是國家重要的基礎性戰略資源
截至目前，大數據還沒有一個統一、準確、權威的定義，但國際上已經達成了基本共識。從定義內涵看，麥肯錫認為，大數據是指規模超過現有數據庫工具獲取、存儲、管理和分析能力的數據集，并同時強調并不是超過某個特定數量級的數據集才是大數據；美國國家標準與技術研究院認為，大數據是指具備海量、高速、多樣、可變等特征的多維數據集，需要通過可伸縮的體系結構實現高效的存儲、處理和分析；我國《促進大數據發展行動綱要》認為，大數據是以容量大、類型多、存取速度快、應用價值高為主要特征的數據集合，正快速發展為對數量巨大、來源分散、格式多樣的數據進行采集、存儲和關聯分析，從中發現新知識、創造新價值、提升新能力的新一代信息技術和服務業態。
從發展進程看，大數據是互聯網延伸及物聯網、移動互聯網、云計算等現代信息技術低成本化驅動的自然現象。從應用方式看，大數據正在創新甚至顛覆傳統統計方法，由過去的隨機樣本變為全體數據，由精確求解變為近似求解，由因果關系變為關聯關系。應用超前于理論。從運用價值看，大數據是認識復雜系統的新思維新手段，是促進經濟轉型增長的新引擎，是提升國家綜合能力和保障國家安全的新利器，是提升政府治理能力的新途徑。大數據的核心功能在于預測。從戰略意義看，數據是新型生產要素和社會財富，具有取之不盡、用之不竭、越用越有價值的特性。
大數據已成為國家重要的基礎性戰略資源，是新的基礎設施。工業時代的“鐵公機”帶來的是“乘數效應”，而大數據帶來的將是“冪數效應”，對適應把握引領經濟發展新常態、推進供給側結構性改革、建設現代化經濟體系、實現國家治理體系和治理能力現代化具有極其重要的意義。
明確推進農業大數據發展應用的重點任務
加強基礎設施建設 構建農業數字資源體系 加大科技創新和成果轉化應用力度 強化政務信息資源整合落地 提升網絡安全保障能力。
農業大數據建設是一個系統工程，是一項長期而艱巨的任務。對此，既要做好頂層設計，又要堅持問題導向，以應用成效為檢驗標準，找準切入點。當前，結合農業大數據發展應用的現狀和需求，應當主要抓好以下幾項重點任務。
一是加強大數據基礎設施建設。要加強農業大數據的“云”“網”“端”基礎設施建設，既包括國家農業大數據平臺、重要信息系統等軟件基礎設施建設，也包括互聯網、物聯網等網絡基礎設施建設，還包括安裝在田間地頭的傳感設備、移動終端等硬件基礎設施建設。
二是加快構建農業數字資源體系。全面提升數據采集、傳輸、存儲、處理、利用、安全保障等能力，加強農業大數據標準化體系建設，加快形成跨層級、跨地域、跨系統、跨部門、跨業務的農業數字資源體系。現在最基礎、最關鍵的是要解決沒有數據這個最大“短板”。
三是加大農業大數據科技創新和成果轉化應用力度。推動有關部門、科研教學單位加強農業大數據學科建設、重點實驗室建設和重大科技攻關，積極爭取將農業大數據發展應用納入數字農業工程項目和現代農業產業技術體系。要與有關科研教學單位、大數據企業合作，啟動開展數據挖掘、深度學習、關聯分析、管理與處理等農業大數據核心關鍵技術開發應用，推出系列農業大數據產品，創新完善農業大數據推廣和服務方式。
[關鍵詞] 腹腔鏡手術；開腹手術；巨大子宮肌瘤；臨床對比
[中圖分類號] R5 [文獻標識碼] A [文章編號] 1674-0742（2016）07（a）-0081-02
[Abstract] Objective To investigate the clinical effect of laparoscopic surgery and open surgery in the treatment of large uterine fibroids. Methods Convenient selection select our hospital from February 2015 to February 2016 treated 120 cases of giant hysteromyoma patients were randomly divided into two groups， the observation group were treated by laparoscopic surgical therapy in the treatment of， in the control group were treated with open surgery therapy， compared two groups of patients with operation effect and prognosis. Results Observation group， the effective rate was 91.67% （55＼60） and the control group， the effective rate was 73.33% （44＼60） and observation group patients after the incidence of complications was 6.67% （4＼60）. In the control group of patients after the incidence of complications for 21.67% （13＼60）； two groups of patients with the index difference has statistical significance （P < 0.05）. Conclusion Laparoscopic surgery in the treatment of large uterine fibroids have high treatment efficiency， shorter operation time， reduce the amount of bleeding， the incidence of surgical complications is low， it is worthy of clinical promotion.
[Key words] Laparoscopic surgery； Open surgery； Giant uterine fibroids； Clinical contrast
子宮肌瘤是女性生殖器最常見的良性腫瘤。子宮肌瘤由子宮平滑肌組織增生而成，期間有少量的纖維結締組織[1]。因很多患者無明顯的臨床癥狀，或子宮肌瘤的體積很小不能被發現，臨床對子宮肌瘤的發病率沒有確定的統計。臨床上治療子宮肌瘤常用手術治療和藥物治療，但藥物治療僅控制肌瘤大小，對肌瘤的數量并沒有明顯的減少作用，且停藥后復發率較高[2]。手術治療方法有腹腔鏡手術治療和開腹手術治療，筆者為探討腹腔鏡手術治療和開腹治療巨大子宮肌瘤的臨床效果，方便選取該院2015年2月―2016年2月收治的120例巨大子宮肌瘤患者做出分析性研究，現報道如下。
1 資料與方法
1.1 一般資料
方便選取該院2015年2月―2016年2月收治的120例子宮肌瘤患者，隨機分成兩組，觀察組60例患者，患者年齡為38～78歲，平均年齡為（53.14±5.64）歲，病程1～12個月；對照組60例患者，患者年齡為40～76歲，平均年齡為（56.31±4.82）歲，病程1～13個月；兩組患者的年齡、病程，等資料差異無統計學意義（P
1.2 方法
對照組采用開腹手術方法進行治療，主要采用硬膜外麻醉，進行硬膜外麻醉后對大肌瘤患者開梭形切口，開腹后切除肌瘤，縫合，對傷口進行嚴格的消毒換藥，避免感染。觀察組患者接受腹腔鏡手術[3]，具體方法如下：對患者進行氣管插管全麻在腹腔鏡的輔助下沿著骨盆漏斗韌帶切開患者皮膚，在電子顯示屏上觀察組腹腔內子宮肌瘤的大小、位置，等情況，切開子宮，進行子宮肌瘤的剝離，在腹腔鏡下縫合，對出血明顯處用用雙極電凝止血，對于出血嚴重的部位，靠電凝止血不能奏效，必須快速縫合。應用專業器械將巨大子宮肌瘤絞成條狀，安全帶出腹腔，對切口進行嚴格消毒，預防感染。
1.3 觀察指標
記錄兩組患者的手術時間和術中出血量并作對比分析。手術有效率分為三類：①痊愈：子宮肌瘤被完全切除，B超檢查子宮肌瘤癥狀消失；②有效：患者的肌瘤被切除，病情得到改善，B超檢查子宮肌瘤癥狀有所好轉；③無效：患者的肌瘤沒有完全切除，B超檢查結果顯示肌瘤復發，手術失敗。
1.4 統計方法
該次涉及數據均通過SPSS 16.0 統計學軟件進行處理，計量資料以均數±標準差（x±s）表示，組間比較采用t 檢驗。計數資料以率n（%）表示，組間比較采用χ2檢驗。P < 0.05時為組間差異有統計學意義。
2 結果
2.1 治療效果對比
觀察組有效率91.67%（55＼60），對照組有效率73.33%（44＼60），觀察組的治療有效率明顯高于對照組，差異具有統計學意義（P
3 討論
子宮肌瘤是生育期婦女臨床常見疾病，在女性絕經后肌瘤停止生長，甚至出現萎縮、消失。子宮肌瘤沒有特殊的臨床中癥狀，大部分患者會出現下腹腫塊、月經量增多、痛經，等臨床表現[4]。腹腔鏡是一種帶有微型攝像頭的器械，用冷光源提供照明，將腹腔鏡鏡頭插入腹腔內，運用數字攝像技術將腹腔鏡鏡頭拍攝到的圖像通過實時顯示在專用監視器上，醫生可以通過監視器屏幕上鎖顯示子宮肌瘤不同角度的圖像進行分析和判斷，并進行手術[5-6]。腹腔鏡手術不必切開患者肚皮，手術傷口很小，很大程度上降低手術的感染率。同時，剝離的子宮肌瘤能夠在專業器械的作用下絞成條狀帶出體外，對巨大子宮肌瘤的患者來說可以不用增加切口長度，避免手術感染，加快傷口愈合。
為探討腹腔鏡手術和開腹手術治療巨大子宮肌瘤的臨床效果做出以上研究，研究結果表明：腹腔鏡組的治療效果明顯高于對照組，且觀察組并發癥發病率為6.67%明顯低于對照組并發癥發病率為21.67%，該數據與劉麗萍，等[7-8]學者在其研究中將95 例子宮肌瘤患者作為研究對象，隨機分為實驗組（48 例）與對照組（47 例），其中對照組采用開腹手術治療，而實驗組采用腹腔鏡治療，結果顯示實驗組術中出血量、排氣時間及住院時間皆明顯短于對照組，同時實驗組并發癥發生率明顯低于對照組，組間對比差異有統計學意義（P< 0.05）。同時在手術時間以及手術出血量，等方面，腹腔鏡手術患者的時間短于對照組，出血量少于對照組，差異具有統計學意義（P < 0.05）。
綜上所述，腹腔鏡手術和開腹手術治療巨大子宮肌瘤均有明顯的臨床效果，但腹腔鏡手術能很大程度上保留子宮的完整性，值得臨床推廣。
[參考文獻]
[1] 王建華. 腹腔鏡與開腹手術治療子宮肌瘤臨床對比研究[J]. 中國醫藥導刊，2013，10（11）：1808，1810.
[2] 王瑞敏，侯懿. 腹腔鏡子宮肌瘤剔除術與傳統開腹手術治療子宮肌瘤的臨床療效比較[J].重慶醫學，2014，43（7）：852-853.
[3] 張紅，王仕明.子宮肌瘤患者腹腔鏡與開腹手術后生活質量的比較及其影響因素分析[J].山東醫藥，2013，53（1）：51-52.
[4] 王玉. 腹腔鏡與開腹子宮肌瘤剝除術的臨床分析[J].安徽醫學，2014（2）：222-223.
[5] 周彥. 腹腔鏡剝除與開腹剝除子宮肌瘤的臨床配對研究[J]. 蚌埠醫學院學報，2013，38（7）：859-861.
[6] 唐靖，蔣蕾. 腹腔鏡與開腹手術治療子宮肌瘤的臨床療效比較[J]. 實用臨床醫藥雜志，2013，17（19）：82-83，86.
[7] 劉麗萍，鄒偉波. 腹腔鏡與開腹手術治療子宮肌瘤療效對比分析[J]. 河北醫學，2012，18（6）：792-794.
[關鍵詞]大數據時代；企業；情報分析；數據收集
doi：10.3969/j.issn.1673 - 0194.2015.16.056
[中圖分類號]F272 [文獻標識碼]A [文章編號]1673-0194（2015）16-00-01
隨著我國信息技術快速發展，互聯網開始大量普及，目前已有多種終端設備直接記錄人類社會中復雜和頻繁的信息行為，這些行為發展至今產生了大量的數據，大數據已經開始滲透到每個行業和領域中，并成為今后發展的主要生產要素之一。
1 大數據時代企業競爭情報面臨的挑戰
1.1 大數據時效性阻礙信息管理有效性
如何及時發掘并分析海量的動態異構數據，為企業競爭情報研究提供準確情報，是擺在競爭情報人員面前急需解決的問題。具體表現在以下幾方面：①大量涌現的數據給常規化信息管理帶來巨大負擔，維護、存儲工作成為難點；②數據本身具有膨脹及多樣化特點，迫使相關情報人員必須具備敏銳的預知和感知能力，才能全方位、多層次地做好情報收集工作，保證數據質量精準、可靠；③數據的風險和安全問題。任何信息技術的升級和應用都是一把“雙刃劍”，比如，企業應用云計算技術，能直接減輕企業內部管理壓力，但同時也帶來巨大數據風險。
1.2 大數據的涌現性難以駕馭
大數據的涌現性特點導致數據的獲取、分析、度量、預測等多方面都難以隨心所欲地駕馭，主要表現在以下幾方面。①模式涌現性，在異質性及多樣性共存的網絡數據中，數據的屬性和功能既有一定聯系，又存在一定差別，一方面，從整體性體系中涌現出某種具有局部特征的特定模式；另一方面，數據的關聯性又催生出具有模塊化性質的網絡數據模型，在演化過程中自發地聚合或分離。②行為涌現性，數據采集和存儲技術的發展使數據本身的時序性特征更為明顯，但是，在社會網絡中個體及群體的行為都基于大量數據實證分析，給數據精細化管理分析帶來巨大難度。③語義涌現性，通常在開放自由的網絡空間中，大量個體性語義隨相應網絡數據動態更新進行演化并融合，從而促使其形成新的語義。
1.3 大數據的認知程度不足
大數據蘊含豐富的情報數據，且具備重要價值。但目前大多數企業仍受困于數據分析和理解。對企業來說，挑戰重點主要表現在企業對大數據認知的限制及制約，具體表現在以下幾方面：①嚴重缺乏復合型人才，大數據的情報分析和處理急需相應交叉學科背景的團隊進行協作，競爭情報的提煉及發展過程并不是單一的技術問題，個人無法完成全部工作；②嚴重缺乏專業機構，多數企業都沒有建立起系統化的情報及決策部門或團隊，很容易陷入被動地位；③知識普及不足，除一些國際知名IT企業外，只有少部分企業會將大數據研究工作直接納入企業戰略發展規劃和相應業務培訓中，導致部分員工對大數據認知不足。
2 大數據時代企業競爭情報分析的策略
2.1 完善數據信息集成
數據集成需要通過多種手段和工具將現有數據有效集合起來，并按照相應邏輯關系統組織和規劃處理這些數據，實現數據資源共享。同時，為保證部分孤立數據能有效聯系起來，需要建立一個公共集成環境，并以此提供一個相對統一和透明的訪問界面。目前，仍有多數企業設立相應的分支機構，還有很多大型企業設立海外分支機構，這些機構的業務數據都是通過集成來實現總體競爭情報分析，從而為企業戰略決策提供更好的服務。
2.2 重視數據篩選工作
隨著科技的不斷發展，大數據時代要處理的數據不斷增多，且大多數數據質量下降，比如，部分數據不一致、不準確，這些數據被業內人士稱為臟數據。數據挖掘是數據驅動的動力，因此，數據本身的質量尤為重要。但這些臟數據容易導致分析結果不準確，從而直接影響決策的準確性。因此，在挖掘數據前，必須要對數據進行清理和篩選，刪除無關數據，提升數據質量。
2.3 注重數據類型分析
在大數據背景下，企業無論是在日常運營中，還是在重大戰略決策上，都會在多種信息系統中留下數據記錄。通過相關技術，將這些數據記錄有效整合在一起，能再現企業運行和發展的全部面貌。隨著信息技術不斷發展，不斷涌現出多種新的數據類型，比如，實時數據中的微博短信等一系列動態數據流，動態數據中網站的交易數據和網站內部訪問日志等，都可以從中找出相應規律。
3 結 語
企業競爭情報能有效幫助企業觀察競爭環境，從而及時做出相應反應，并獲得競爭優勢，對企業發展具有重要意義。
主要參考文獻
[1]涂蘭敬.專家觀點：“大數據”與“海量數據”的區別[J].網絡與信息，2011（12）.
學分銀行是一個復雜而龐大的體系，不僅需要相關的運行機制、政策法規和標準體系等的支持，還需要一個功能強大的信息管理平臺的支持才能真正有效運行。學分銀行信息管理平臺在設計理念上應堅持以服務學習型社會建設、充分考慮個性化需求和滿足各類學習成果之間的轉換需求為目標，其平臺架構，既涉及制度設計層面，也涉及技術層面。如何實現不同層級的數據對接和異構平臺之間的數據資源共享以及存儲并管理日漸龐大的用戶信息，并通過云服務實現教育大數據的價值，這些都是學分銀行信息管理平臺建設的重要內容。
【關鍵詞】 學分銀行;教育大數據;技術架構;云服務;智能網關
【中圖分類號】 G434 【文獻標識碼】 A 【文章編號】 1009―458x（2015）06―0053―07
一、國內外學分銀行信息管理
平臺研究與建設情況
學分銀行是一個復雜而龐大的體系，不僅需要相關的運行機制、政策法規和標準體系等的支持，還需要一個功能強大的信息管理平臺的支撐才能真正有效運行。目前，國內外都圍繞學分銀行信息管理平臺設計與開發這一主題進行研究。從國內來看，關于學分銀行制度建設、認證框架及其運作模式等研究相對較多，而對于學分銀行信息管理平臺架構方面研究較少。崔銘香和樂傳永較早探討了學分銀行的運行程 序[1];姚德明等人從一所職校的視角，提出了職校學分銀行管理體系[2];湯書波等人研究了開放教育學分銀行系統功能模塊設計[3]; 彭飛龍對學分銀行系統進行了一定研究[4];陳晶晶和陳龍根等人對基于學分銀行的學習型城市服務平臺建設進行了一定研究[5];鄢小平等人對基于云架構的學分銀行信息平臺設計以及我國學分銀行制度模式選擇和架構設計進行了研究[6][7]。這些研究選擇不同視角和方法，討論了學分銀行信息管理平臺的設計思路，對本文起到了啟發和參考作用。
從已建成并投入運行的情況看，國內主要有上海市終身教育學分銀行信息管理平臺、江蘇終身教育學分銀行信息管理平臺等。這些平臺主要由三部分組成：門戶網站、管理系統和用戶檔案信息庫。門戶網站主要用于學分銀行工作動態、規章制度和運行流程等的展示，并有各種功能的導航等;管理系統包括用戶、機構聯盟和業務流程等的管理;用戶檔案信息庫包括終身學習賬戶和終身學習檔案，提供學習成果的累積、存儲、轉換和查詢等功能。這些都是學分銀行信息管理平臺的基本功能。學分銀行信息管理平臺需要給用戶提供的不僅僅是簡單的檔案信息查詢，還需要提供相關智能化服務。智能化服務需要有數據來支撐。因此，學分銀行信息管理平臺還應具有針對各種異構平臺的相關數據進行整合與分析的功能。
在國外，大多數學分銀行體系的運行，都有強有力的信息化開放服務平臺作為支撐。韓國終身教育振興院（NILE）開發了多層次的學分銀行信息管理平臺，根據其職能架構實現多層管理，主要包括提供相關政策制度查詢、在線學分認定申請、證書核對、學分登記、學分認定和學位授予等功能，并為個人和機構提供專業學習指導與培訓計劃推薦。平臺數據實行多層級管理，并打通各類學習平臺接口，為學分銀行的運行提供了強有力的信息服務和保障[8]。英國資格與學分框架（QCF）建有國家認證資格數據庫（NDAQ）、MIAP和SFA的LAR系統[9]。南非資格署開發了學習者檔案數據庫（NLRD）信息系統，它是一個國家資格框架電子管理系統[10]。歐洲學分銀行是國際上發展較早且體系較為完善的學分認證體系，包括學分轉換與累計系統（ECTS）和職業教育與培訓學分系統（ECVET）。歐洲各參與國或有關院校大多建有信息化服務網絡系統和便捷的學分轉換系統熱線。歐盟設立的“歐洲學習機會”（Ploteus）門戶網站也提供了大量有關教育、培訓和各種學習的機 會[11]。英國學者安東尼?約翰?維克斯[12]和荷蘭開放大學赫曼?博世[13]對這兩個系統做了大量研究。
二、學分銀行信息管理平臺
設計理念與原則
1. 設計理念
隨著大數據時代的到來，數據的應用已經滲透到各行各業。在很多組織中，大數據的分析與應用已成為重要的影響因素和核心競爭力。大數據不僅是一種技術革新，更是思維方式的大變革。隨著網絡信息技術在教育領域的不斷發展與應用，各類教育管理、學習服務模式以及人的思想觀念、學習方法和行為習慣都將受到大數據浪潮的深度影響[14]。教育領域的大數據不僅來源于各類學習平臺上不斷積累的學習數據（包括課程視頻、教案和習題庫等），還包括學習者的行為數據和個人資料。當這些數據積累到一定級別且互聯互通后，教育大數據就形成了。國內外教育界對于大數據與教學結合的看法，呈現出積極態勢。目前，在教育領域，雖然已生成大規模的數據，但由于不同教育機構的數據相互獨立，存在數據分散存儲、結構不統一和數據不完整等問題，使這些數據很難集成在統一的數據平臺中，得不到有效利用。如何將這些格式各異、分布廣泛的數據集成與交互，整合成對教育和學習有價值的信息，正是學分銀行信息管理平臺最大的價值所在。
學分銀行制度是學習型社會建設的重要組成部分，是服務于終身學習的重要體系支撐。學分銀行信息管理平臺在設計理念上，應該堅持以服務學習型社會建設、完善各級各類教育之間的銜接標準、滿足各類學習成果之間的轉換，并實現為個人、企業、機構和教育部門等提供學習教育需求和政策建議為目標。要實現這一功能，就要充分運用平臺中的各類數據，挖掘教育數據中的隱藏信息，提供及時、高效的服務。基于此，在整個平臺的開發過程中，數據架構顯得非常重要，數據架構的合理性決定了后續的數據生態管理。這些都要求系統設計充分考慮用戶需求，結合用戶在相關學習平臺中的學習行為和學習成果，通過數據挖掘與分析技術對用戶的學習需求、培訓計劃和工作目標等進行設計、評估與指導，提供個性化需求服務與智能化學習引導。
2. 設計原則
首先，要遵循系統安全可靠性原則。安全是平臺建設必須遵循的首要原則。平臺的總體設計和安全體系設計要符合信息系統安全等級要求。學分銀行信息管理平臺存儲了大量個人身份信息和學習成果數據，涉及大量個人隱私，存在被惡意攻擊和用戶信息泄露的風險。為了保障平臺的安全，應該對平臺的物理安全、網絡安全、系統安全、應用安全、數據安全和安全管理制度等方面進行全方位評估，要有完備的運行維護及安全保障體系，確保信息的安全。
其次，要遵循開放性原則。平臺要能提供標準化開放接口，支持多平臺接入。學分銀行不是一個獨立的系統，它的主要功能是為了更好地連接并打通各級各類教育和培訓間的通道，并提供相關分析與決策。因此，平臺的數據來源需要與各級各類平臺實現數據對接，充分考慮與其他外部系統的接口需要。
再次，要遵循海量數據處理原則。學分銀行面向全社會成員開展學習成果認證、積累與轉換服務，整合各級各類相關異構學習平臺的數據，會形成海量的用戶信息，因此，需要支持海量數據處理。
三、學分銀行信息管理平臺功能
模塊與職能架構分析
1. 功能模塊分析
學分銀行信息管理平臺主要包括對外服務、政策宣傳、業務管理和平臺管理等功能模塊。其中，對外服務是最主要的功能模塊之一，要能夠支持對公、對私兩大業務。對公業務模塊主要包括機構資質申請、機構學員學習檔案管理、學習成果認證管理、機構成員學分積累認證、學習成果轉換、教育產品介紹與推薦、課程學習組織與推薦、專業或資格推薦、能力測評及專家引導等，實現為行業、企業等從業人員等提供非學歷培訓證書與學歷教育課程互認服務，為學習型組織提供需求定制服務。對私業務，即個人業務，主要服務于學分銀行個人學習者，管理學習者的個人信息，包括賬戶注冊、終身學習檔案管理、學習成果認證與轉換、能力測評及專家引導等。其中，終身學習檔案管理模塊除了能夠提供個人信息及學習成果的查詢外，應能夠綜合分析個人的學習成果、工作經歷和學習記錄等信息，智能化地提供相關專業資格推薦等個性化服務。能力測評模塊主要是通過分析用戶提交的能力測評表并結合專家引導等方式幫助學習者制訂學習計劃等。
通過對外服務所積累起來的各種數據，都會保存在信息平臺的各級數據庫中，系統會根據用戶的學習、工作與成果累積等情況，通過數據挖掘技術分析不同地區、不同機構的整體教育情況和需求，為行業或個人提供各級各類學習推薦與引導，并為培訓機構提供相關信息，促進資源共享，實現跨區域合作。通過信息管理平臺對外服務完善終身學習檔案庫的建設，實現各級各類教育及培訓成果的轉換，并與終身學習公共服務平臺及其他各級各類學習平臺之間數據互聯互通、資源共享，結合數據分析提供專家評審與指導等功能，支持最優學習路徑搜索與推送，促進行業需求與培訓信息互通。
2. 職能架構分析
目前，我國正在建設的學分銀行信息管理平臺，有從國家層面設計的，如國家開放大學學分銀行信息管理平臺;有從地方層面設計的，如上海市終身教育學分銀行信息管理平臺。無論從國家層面設計，還是從地方層面設計，學分銀行的職能架構都可分為三個層級：學習成果認證中心、學習成果認證分中心和學習成果認證點。
學習成果認證中心作為第一級的業務執行機構，主要負責機構設置與管理、標準制定和課程體系建設等頂層設計，并提供學分銀行信息化運行所需的各類評價標準及外部資源，完成綜合性數據分析。學習成果認證分中心作為第二級的業務執行機構，主要完成賬戶管理、部分學習成果認證轉換等業務受理、終身學習檔案建設與管理、網點或機構管理等。學習成果認證點作為第三級的業務執行機構，設立在每個二級認證分中心的下屬區域，其職能是為用戶辦理開戶、銷戶、認證、轉換和學習檔案查詢等業務。三個層級之間的數據庫互通。三層職能架構如圖1所示。
<D：＼教育盤＼2015年教育＼2015-06＼06-14.jpg>
圖1 學分銀行信息管理平臺三層職能架構圖
四、學分銀行信息管理平臺
三層數據架構與云服務管理
1. 系統數據分析
當前，國內外各種不同形式的學分銀行運行支撐平臺，多以學習成果的認定、存儲和轉換為主要功能。隨著業務的開展，平臺數據不斷積累，數據量日漸龐大，但這些數據并沒有真正實現其應有的價值，這些平臺大多只提供查詢功能，很少有平臺能通過數據分析提供個性化的服務或是為機構提供教育培訓需求與決策分析。我國學分銀行制度建設的宗旨是服務于終身學習體系和學習型社會建設，通過學分互認打通各級各類教育培訓的縱向銜接和橫向溝通，搭建終身學習“立交橋”。基于此，學分銀行信息管理平臺需要提供的不僅僅是學習成果的存儲、積累與轉換，同時，還需要為社會成員提供個性化服務，為教育機構和企業聯盟提供教育需求分析，提供有針對性的評價模式和數據分析功能 。
如何通過給定的評價模型實現相關教育決策和培訓學習分析，則需要通過挖掘技術對系統中的數據進行分析、提取和清洗。學分銀行用戶數量龐大，數據之間有著千絲萬縷的關系，數據具有類型多、數量大和關聯性強等特點，為用戶個性化服務的實現提供了基礎。例如，可利用文本語義的情感分析模型，分析出數據中對學習有促進的或無關的語義，通過定制評價模型對不同維度的學習成果及該用戶或群體所對應的學習行為等相關要素進行監控，通過文本分析、不同維度之間的關聯分析和趨勢分析等技術挖掘數據中隱含的信息，找到與提升學習和促進教育相關的因素，預測學習需求與教育培訓趨勢。
與各異構平臺對接后的學分銀行信息管理平臺中的數據存在顯性和隱性之分。顯性數據以結構化數據為主，比較好處理，如用戶信息檔案，包括用戶特征、工作經歷和教育程度等;隱性數據多數是非結構化數據，一般以用戶的行為數據為主，包括學員的個人偏好和實時行為等，如學員參與交流互動的情況、E-mail情緒和視頻及網頁的瀏覽情況等，這類隱性數據一般屬于非結構化數據。還有一類數據處于顯性和隱性之間，以半結構化數據為主，如學員能力評估、學習方向分析、學員個性特質分析以及各類提交的表單、證書材料等數據。學分銀行信息系統數據分析結構如圖2所示。
<D：＼教育盤＼2015年教育＼2015-06＼06-15.jpg>
圖2 學分銀行信息系統數據分析結構圖
傳統的針對學習培訓的評估方法是通過問卷調查，根據預先設定的評價模型，對學習效果與教育需求的各種影響因素進行分析得到相關結論。而采用大數據分析不僅實時、動態，而且可以通過挖掘數據的相關性實現面向未來的預測，與傳統的相對靜態、預設模型的學習分析方法相比，更加高效和便捷。隨著學習環境越來越數字化，學習評估和學習需求也越來越被量化。從圖2可以看出，和各異構平臺對接后的學分銀行信息管理平臺包含了來自不同數據源的信息，數據復雜、時效性強且比較全面。從中提取出有價值的信息，通過相應的評價模型和數據分析，使教育培訓的量化評估、個性化精準推薦和學習需求分析等成為可能。
2. 數據架構
數據的集成和整合需要完成數據的抽取、轉換和加載。海量的數據管理與分析、多數據中心協同的大數據管理與分析處理技術以及較高的個性化服務功能，都可通過ETL工具和OLAP技術得到解決。OLAP分析是針對事先擬定的主題重新組織、篩選和轉換數據，統一數據結構，重新整合產生綜合性數據。有效提取、轉換和加載是數據維護的難點。ETL系統模型主要包括數據抽取、轉換、清洗和裝載，是大數據集成和分析的重要環節和核心技術，其關鍵在于為數據分析和應用提供統一的數據接口。學分銀行信息管理平臺中應用ETL的目的是將分散在各教育機構和學習平臺中與結構和標準不統一的數據進行整合，通過大數據分析技術，給個人和機構提供個性化服務，為政府和教育部門提供教育需求分析與決策建議。
數據集成與數據功能對平臺技術要求較高。根據學分銀行三層職能架構，可將學分銀行信息管理平臺數據集成劃分為三層，通過ETL認證和OLAP分析實現數據架構管理。
三層數據依次是學習成果認證中心數據交換庫、學習成果認證分中心數據交換庫和學習成果認證點數據庫。從第一級到第三級數據的組成分類由復雜到簡單。第一級數據，即認證中心數據，主要包括賬戶信息、終身學習檔案信息、機構信息、認證分中心相關信息、專家信息、證書信息、學習成果認證積累和轉換信息、課程信息、清算信息和標簽化資源信息等各類數據庫;第二級數據，即認證分中心數據，主要包括分中心部分學習成果認證、積累和轉換信息、分中心終身學習檔案信息、認證點的相關信息以及清算信息等;第三級數據，即認證點數據，該層級以對外窗口服務為主，數據相對簡單，以本地用戶信息和學習記錄信息為主，此外還包括一些開戶、銷戶和認證申請等臨時信息。三層數據架構如圖3所示。
<D：＼教育盤＼2015年教育＼2015-06＼06-16.jpg>
圖3 學分銀行信息管理平臺三層數據架構圖
當檔案信息數據量積累到一定程度時，這些數據可用于OLAP分析以及數據挖掘。通過學分銀行信息管理平臺的后臺統計分析功能，可以按不同層級生成用戶統計報表、存入課程統計報表、存入證書統計報表和轉換學分與課程統計報表等。統計報表是可定制的，并具備相應的分析功能，通過學分銀行信息管理平臺中的智能報表生成與數據分析功能，可以根據業務需求和主管部門的要求隨時生成各種統計報表，并對數據進行深入的分析和挖掘，真正實現決策支持。
3. 云服務管理
大數據的管理與分析離不開云計算。云計算的概念雖然出現在大數據之前，但隨著大數據分析的重要性和價值不斷提升，這兩者就如同一個硬幣的兩面，缺一不可。學分銀行積累和整合了教育大數據之后，如何讓數據更有價值，離不開云計算和服務。
學分銀行業務涉及各行各業，除了高校和教育機構之外，還涉及其他各類學習型組織、社區和企業等，用戶數量龐大，分布廣泛，要求不一，這對學分銀行平臺的架構要求更高。為了更好地實現學分銀行的上述功能，可以采用云計算實現數據服務與管理。基于三層架構的學分銀行數據服務從業務需求和復雜度方面分別需要實現三類云服務：SaaS服務、PaaS服務和IaaS服務[15]。學分銀行信息管理平臺云服務功能如圖4所示。
（1）SaaS服務。SaaS服務主要面向數據架構中的第三層認證點，這層用戶對業務要求不高，也不需要投入太大，系統只需提供個人和機構聯盟一些簡單的個性化需求，如開戶注冊、成果的錄入、申請和查詢等基礎功能。在支持用戶完成基本信息添加和學習成果錄入的同時，促進了學分銀行信息檔案庫的建設，實現學分銀行平臺基礎數據積累。這些數據以結構化數據為主。
（2）PaaS服務。數據架構中的第二層級和第三層級中部分對平臺功能要求比較高的機構可以提供PaaS服務，該服務幫助機構根據自身需求快速完成相關環境的開發，在提供功能開發擴建服務的同時，完成相對復雜的數據服務，包括半結構化數據和非結構化數據。
（3）IaaS服務。對于部分有特殊需求的機構，平臺提供IaaS服務。該服務為用戶提供功能強大的自主服務，可以實現要求更高的系統擴建需求，用戶可以在三層數據架構基礎上自己完成特定網絡環境及軟硬件部署，擴展本層的數據架構，實現更復雜的非結構化數據管理服務。
<D：＼教育盤＼2015年教育＼2015-06＼06-18.jpg>
圖4 學分銀行信息管理平臺云服務功能圖
五、案例應用――以國家開放大學
學分銀行信息管理平臺為例
國家開放大學學分銀行模擬和借鑒銀行特點，以學分為計量單位，對各類學習成果進行統一的認證與核算，是具有學分認定、積累和轉換等功能的新型學習制度和教育管理制度。國家開放大學學分銀行平臺總體設計考慮學分銀行系統服務于終身教育體系，與教育部整體信息化建設，包括教育管理公共服務平臺、教育資源公共服務平臺等各類相關平臺整合對接，形成一體化的國家開放大學的終身教育信息服務體系。平臺設計在延伸韓國學分銀行系統架構理念的基礎上，基于SOA標準，并通過智能網關及開放接口（OpenAPI）實現異構平臺數據的整合，支持分布式部署的彈性支撐云服務應用，充分利用云計算IaaS平臺統一管理資源池，做到按需分配，適應各應用模塊的橫向擴充，靈活應對解決業務量、數據量持續增大帶來的數據管理與分析問題。
國家開放大學學分銀行信息管理平臺總架構如圖5所示，其內容包括用戶層、應用支持層、系統支持層、數據支持層和基礎設施層，外部還有云管理服務及規范標準體系和運行維護及安全保障體系等。
用戶層包括個人用戶、機構用戶和管理人員等。應用層包括對外服務、學習成果認證中心、學習成果認證分中心及學習成果認證點的各類應用。系統支持層包括門戶支撐系統、站群管理系統、統一身份認證系統、CA認證系統、協作通信系統、數據交換系統、文件交換系統和決策支持系統等。數據支持層通過智能網關將學分銀行三層數據集成架構與終身學習平臺及其他各級各類學習平臺的數據對接，形成一個數據資源開放平臺。基礎設施層包括虛擬化軟件及平臺、各類服務器、云存儲與備份、云計算服務、網絡支撐、負載均衡和接口管理等。
<D：＼教育盤＼2015年教育＼2015-06＼06-19.jpg>
圖5 國家開放大學學分銀行信息管理平臺總架構
根據國家開放大學學分銀行功能需求，平臺在運行過程中將逐步打通對接各類異構平臺數據，利用智能網關匯聚異構數據的特點，并通過OpenAPI接口實現跨平臺數據對接，真正實現了數據共享，為教育大數據的積累提供基礎。基于學分銀行運行制度本身的特點，使學分銀行信息管理平臺的功能在技術方面面臨著更多的挑戰，為了實現平臺的各項服務功能及教育大數據的價值，需要解決平臺之間計算、存儲、共享和分配等關鍵技術，因此在實際建設過程中還涉及負載均衡、數據庫集群和庫表散列、緩存技術、多中心數據同步和多終端自適應等相關技術。
國家開放大學學分銀行平臺已完成一期建設并投入運行。目前，平臺主要由業務宣傳門戶網站、業務處理工作平臺和社會公眾服務平臺三大模塊組成，以學習成果的積累和轉換為核心功能，綜合各類平臺的相關數據，為用戶和機構聯盟提供服務，并以促進終身學習體系建設為宗旨，實現國家開放大學學分銀行的生態運行體系。平臺前期運行以信息檔案入庫和不同層級的數據對接為主。國家開放大學及部分機構聯盟信息作為平臺第一層級的數據已入庫，包括電大在籍生、黨員干部培訓、國培計劃、社區、技師學院以及各類機構培訓人員110多萬用戶信息。作為第二層級數據來源的分中心，如甘肅分中心、長春分中心、青島分中心等和第三層級（部分認證點）的數據也正在逐步對接的過程中。國家開放大學學分銀行主頁面圖如圖6所示。
<D：＼教育盤＼2015年教育＼2015-06＼06-20.jpg>
圖6 國家開放大學學分銀行主頁面圖
平臺運行時間短，大數據的形成和異構平臺之間的對接還需要一個過程。隨著平臺的推廣和學習成果的不斷積累，以及各類學習平臺和信息資源的不斷整合，教育大數據的特點與功能將逐步顯現。
六、結束語
我國學分銀行建設還處于起步階段，學分銀行信息管理平臺架構，既涉及制度設計層面，也涉及技術層面。學分銀行的功能特點決定了學分銀行信息管理平臺不僅要實現自身功能建設，還要實現不同平臺之間的數據對接，實現異構平臺之間的資源共享。因此，學分銀行信息管理平臺的建設不能單考慮平臺本身的功能架構，還應該充分考慮平臺之間的聯通性與整個系統的可擴展性。
文章基于教育大數據背景，從學分銀行業務功能入手，提出了學分銀行信息管理平臺的技術架構，并通過數據分析、云服務和智能網關等技術的應用實現不同學習平臺之間的數據對接與分析，通過平臺運行逐步實現如下目標：第一，建立“前店后廠”互動模式。各類學習平臺中經學分銀行認定的標準化課程資源可直接為學習者所用，并轉換為標準學分直接存入學分銀行數據庫中，學分銀行可把學習平臺中的這部分課程資源作為學分銀行的產品推送給用戶。換句話說，二者應該形成互動，形成鏈接，形成“前店后廠”互動模式;第二，建立一站式服務模式。學分銀行系統將全體社會成員和機構聯盟提供的用戶信息和學習資源整合成為一個有機的整體，通過網絡直接傳送給用戶。學習者通過門戶網站可自主查詢各類信息，使用各類資源，方便、快捷地進行實時信息交互，實現面向學習者的學習成果管理、學習服務管理、個性化推薦和信息咨詢等一體化服務，實現基于網絡的一站式服務模式;第三，積累教育大數據。通過學分銀行系統不斷整合積累教育大數據，通過大數據分析技術，給用戶和機構提供個性化的服務，為政府和教育部門提供教育需求分析與決策建議。
[參考文獻]
[1] 崔銘香，樂傳永. 成人教育建立學分銀行的思考[J]. 中國成人教育，2008，（8）：20-21.
[2] 姚德明，基于知識共享的職業院校學分銀行管理體系研究[J]. 科技文匯，2011，（03）：157-158.
[3] 湯書波，陳梅艷，李志平. 開放教育學分銀行系統設計方案探討[J]. 電化教育研究，2011，（08）：78-87.
[4] 彭飛龍. 終身學習體系學分銀行的原理與技術[M]. 北京：高等教育出版社，2013：86-91.
[5] 陳晶晶，陳龍根. 基于“學分銀行”的學習型城市服務平臺建設[J].成人教育，2013，（07）：4-7.
[6] 鄢小平. 基于云架構的學分銀行信息平臺設計研究[J]. 中國遠程教育，2014，（05）：66-71.
[7] 鄢小平. 我國學分銀行制度模式選擇和架構設計[J]. 遠程教育雜志，2015，（01）：
[8] 樸仁鐘. 終身學習型社會與韓國的學分銀行制[J]. 開放教育研究，2012，（02）：16-20.
[9] 楊敏，孫耀庭，顧鳳佳. 態勢分析法視野下的上海市終身教育學分銀行建設研究[J]. 現代遠距離教育，2011，（2）：13-18.
[10] 李建忠. 南非國家資格框架的發展與改革[J]. 比較教育研究，2010，（04）：18-21.
[11] Commission of the European Communities.Proposal for a Recommendation of the European Parliament and the Council[Z].On the Establishment of the European Qualifications Framework for Lifelong Learning.2008.
[12] Anthony John Vickers.European credit recognition system：a system of transformation and accumulation[A]."Credit bank"and"lifelong learning"distance education teachers，scientific and cultural organization（UNESCO） east Asia international workshop series report[C].2011.
[13] Herman Bosch.Promote student exchanges by credit transfer and the previous tudy.[A]."Credit bank" and "lifelong learning" distance education teachers，scientific and cultural organization （UNESCO） east Asia international workshop series report[C].2011.
[14] 張植卿，程鮮彩. 大數據對教育領域產生的革命性影響[J]. 經濟研究導刊，2014，（05）：232-233.
[15] 余燕芳，葛正鵬. 終身學習平臺設計與構建――以Web2.0到Web3.0的學習理念變遷為視角[J]. 中國遠程教育，2014，（04）：70-76.
[16] 余燕芳，葛正鵬. 終身學習平臺建構的理念與架構――從Web2.0到Web3.0 [J]. 電化教育研究，2014，（08）：57-63.
[17] 趙鳳芝，王振雷，劉學爽等. 基于結構的異構數據模型映射方法研究[J]. 哈爾濱商業大學學報（自然科學版），2010，13（1）：35-38.
收稿日期：2015-01-15