時間：2024-03-30 17:57:03
導語：在大數據時代優勢的撰寫旅程中，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。
今年8月19日國務院常務會議通過《關于促進大數據發展的行動綱要》，這意味著我國大數據發展迎來頂層設計，將有助于培育經濟發展引擎。
在商業界，大數據已經開始成為很多企業的生意，貴陽大數據交易所等交易平臺也紛紛成立，以搶占各區域、細分領域市場先機。但是目前，有意愿交易大數據的企業和機構還不多。大數據交易的安全性、定價的合理性、客戶信息的保密性，都在一定程度上影響著大數據業務的規模和發展空間。
今年5月，成立僅一個月的貴陽大數據交易所推出的《2015年中國大數據交易白皮書》顯示，預計到2020年，中國大數據產業市場規模將超過去年規模的10倍，由2014年的767億元擴大至8228.81億元。
面對如此龐大的市場潛力，大數據交易平臺應運而生，試圖占得市場先機。前景固然美好，不過，諸多數據商卻仍持觀望態度。貴陽大數據交易所官網也未透露目前旗下會員有多少，尤其是VIP會員的數量。
大數據全國擴張地圖。
今年4月14日，貴陽大數據交易所正式掛牌成立，注冊資本5000萬元，涉及貴州陽光產權交易所、中天城投、亞信數據、九次方大數據等6大股東。
貴陽大數據交易所可以交易30種大數據，包括金融、政府、醫療、能源、交通、社交、物流、征信、房產等，類似“網上商城”，實行會員制。
除了貴陽大數據交易所，不少地方也在醞釀發展大數據交易系統。早在2011年5月，北京軟件與信息服務交易所由工信部、北京經信委和海淀區投資推動成立，旗下運作的“北京大數據交易服務平臺”于2014年底上線。
數據“質量”驅動需求。
大數據能為企業帶來什么解決方案？什么樣的數據才是企業需要的？
碧桂園集團云貴區域投資拓展部相關負責人周靈梓說，“從去年到現在，我一共拿了8個地塊。在拿地過程中，對準確、真實和全面地獲取拿地信息有著深刻的感受和強烈的需求。如果拿錯地，后續的負面影響很大。”
在周靈梓看來，通過大數據交易的電腦程序分析，得到大家共同認可的數據很重要，以前地產機構的很多數據來源不同，結論差異較大，勢必困擾房企的投資決策。
金科股份品牌總監夏紹飛對此也深有感觸，“我們一直跟中國指數研究院、克而瑞等機構長期合作，一年要支付咨詢費幾十萬元。光拿到數據沒用，關鍵是數據本身的質量，尤其是機構的分析。”
東原地產集團戰略投資部相關負責人周大佐打比方說，房企拿地就是一個“算賬”的過程，真正拿地時只有幾個數據，但決策前往往需要成千上萬的數據支撐。他認為，大數據交易的關鍵是數據要有用。
“我覺得現在一些第三方機構就很厲害。為了確定一塊地周邊的客源結構，他們專門派人站在街上‘數車’，比如價值30萬以上的車輛有多少。”周大佐說，他們暫時還沒看到交易所有這么強大。
貴陽大數據交易所相關人士解釋說，“我們也不會簡單地充當數據搬運工的角色，交易所將積極發揮數據質量認證、數據格式標準化、數據金融工具的作用。”定價暫難市場化大數據平臺交易欠活躍
大數據時代，如果你是某家實力房企的營銷操盤手，想盡快知道某個片區的有效消費客群情況，通過貴陽大數據交易所這個平臺購買數據。但如果數據出錯造成推盤失敗，這怎么辦？
一位業內資深人士指出，目前，大數據的價值由買賣雙方根據自己所認定的價值進行評估，決定數據的價格。而交易的困惑實際上就在于交易雙方信息的不對稱性，更具體一點就是買方需求與賣方供給之間存在大數據交易信息的“錯位”。
交易“定價”之惑。
在北京大數據交易服務平臺上，點開“數據交易”一欄，針對數據類型一項，共分為原始數據、加工后數據、其他和行業報告，95%以上的數據為行業報告，一共13個頁面，掛牌價僅為100元。
唯有“企業大數據精準分析服務”一項屬于原始數據，掛牌價30萬元，而“輿情監控分析”一項，數據類型不明確，掛牌價為50萬元，這些數據幾乎都出自九次方大數據終端。
在貴陽大數據交易所，針對產品定價，專門劃分了數據的6個維度，包括數據實時性、數據樣本覆蓋面、數據完整性、數據品種、時間跨度與數據深度，推行實時交易。
貴陽大數據交易所表示，不同品種的大數據價格機制是不一樣的，實時價格主要取決于數據的樣本量和單一樣本的數據指標項價值，而后通過交易系統自動定價，價格實時浮動。
交易存信息不對稱風險。
按照貴陽大數據交易所的設計，大數據交易最終要在買賣雙方之間達成共識。如果買方急需的數據信息并非賣方所提供的信息，如何解決？發生糾紛之后，交易所將如何處理？發生這種情況的根源又是什么？
一位業內人士說，這種情況下，交易風險又會反饋到交易所的大數據定價機制。
關鍵問題是，目前大數據交易所在定價機制上仍然難以做到市場化。那么，到底如何看待上述可能會發生的潛在問題？
貴陽大數據交易所工作人員解釋說，如果數據買方對購買的數據信息與其描述的內容不符，他們可以向交易所投訴，由交易所及時處理。此外，他們對數據提供商有相關的資格審查，比如企業資質夠不夠，審核相關數據信息是不是涉及隱私等。
基于此，大數據交易所需要投入多大的人力、設備等成本？上述業內人士說，“這個是非常難的事情，你要看貴陽或北京集聚了多少人才去搞這個事情。”
在該人士看來，現在有一個基礎技術有待突破，即數據標簽、數據水印，也就是說，從這個交易所里出來的數據必須打上數據水印，這涉及到信息安全技術，目前只有國家信息中心有這個能力解決。
大數據時代的隱私：邊界正變得暖昧不清
人們重視隱私的保護，但同時也相信未來是一個由數據推動的時代。不過，大數據使用的普及必然會涉及到侵犯隱私的問題，這聽起來的確是相互矛盾的事情。
不可否認，大數據是座金礦，通過數據挖掘，人類所表現出的數據整合與控制力量遠超以往。但大數據又是把雙刃劍，國家和企業在大數據獲益的同時，個人隱私保護的話題卻變得曖昧不清，也使業內外對隱私保護的爭論延綿不絕。
大數據打破寧靜。
說到個人隱私，有這樣一個段子：一個客戶打電話訂購比薩，客服人員馬上報出了他的電話和家庭住址，推薦了他喜歡的口味，報出他最近去圖書館借過什么書，信用卡已經被刷爆，了解他房貸還款金額，知道他丈母娘剛動過心臟搭橋手術，甚至還準確定位出他正在離比薩店20分鐘路程的地方騎著一輛摩托車……
分散在各個系統中的海量數據乍一看價值不大，但如果把它們深入整合、挖掘，就能知道一名消費者的性格、愛好以及消費習慣等信息，這些信息對商家非常有價值。但對消費者來說，你的寧靜生活卻從此被打破。
數據如果是在相同業務范圍內使用，沒有必要去界定隱私；但業內人士也承認，在大數據交易過程中，用戶的隱私存在泄露風險。一旦形成大數據模式，各個系統之間產生的數據就會互聯互通，數據被用于他途，用戶隱私泄露的可能性就會加大。
直接過濾掉個人信息，是否就能防止信息泄露？有業內人士認為，大數據在涉及交換、分析、挖掘時，個人信息是無法直接過濾的。
此外，不同商家的所謂信息共享也會讓你的隱私信息有被整合、挖掘的“危險”。這些個人隱私數據散落在中介、銀行、保險、航空公司等機構間，危險性可能不大，但如果被共享之后，又被系統整合、相互印證的話，消費者的個人基本信息，甚至性格、愛好以及生活軌跡等信息將被他人一覽無余，很多普通人在他們面前將變成“透明人”。
隱私保護應跟上步伐。
大數據系統與傳統數據系統不同，區別在于，前者包含了很多外源性數據，這些數據本身存在價值。比如你在淘寶購物創造了一個數據，這個數據對于淘寶而言就是外源性的。當無數外源性的數據整合并被分析之后，便構成了大數據系統。一旦形成大數據模式，各個系統之間產生的數據就會互聯互通，從而產生極大價值。因此，傳統數據時代的“隱私”與大數據語境下的“隱私”，無論是內涵還是外延，均有極大不同。
一般而言，人們對于隱私的定義是：一種與公共利益、群體利益無關，當事人不愿他人知道或他人不便知道的個人信息。其本身并不涉及公共、群體利益。業界有一種聲音認為，隨著大數據時代的深入，這個社會對隱私的定義一定會逐漸改變，考慮到技術的發展，眼下認為是隱私的信息，或許幾年后就不再敏感。
在監管層面，由于現階段《民法通則》沒有完整的關于“隱私”的概念，國家也無明文規定來規范大數據交易市場，諸如云計算和大數據應用都或多或少在灰色地帶游走。
上海杜躍平律師事務所律師杜躍平表示，可以從源頭上抓起，即默認禁止狀態，未列舉的內容默認為不被允許。
美國目前仍在使用的是1970年就通過的《公平信用報告法》，旨在對大型主機侵犯人們的隱私進行防護。該法案允許信用咨詢公司收集個人財務信息，但收集所得信息只能用在三個方面：信用、保險以及就業。
“圓形監獄”理論的發展
“圓形監獄”作為建筑學理論，最早由18世紀的英國功利主義代表人物邊沁提出。“圓形監獄”的設計包括中心的瞭望塔（監督室）及周邊的環形建筑（獨立囚室），它具有向心可見性以及橫向不可見性。在“圓形監獄”里，囚徒有意識地持續可見以及被隔離的狀態造成了其“被監視”、“被孤立”的心理而自我管理與規訓；監視者可見而又不可確定的權力局勢也帶來了監視效果的持續性。“圓形監獄”作為著名的心理學建筑被認為是一種完美的權力技術。
20世紀70年代，米歇爾·福柯發展了“圓形監獄”理論，他認為社會性的監視是規訓社會的基礎與前提。他在《規訓與懲罰》中提出了“全景敞視主義”，并將“圓形監獄”理論的適用范圍擴展到整個當代社會。福柯認為，“全景敞視主義是一種新的‘政治解剖學’的基本原則，其對象和目標不是君權的各種關系，而是規訓的各種關系。”①當前大數據技術涉及的隱私泄露、電子監視等問題，與“圓形監獄”理論的核心要義達到高度契合。現代電子技術的發展已經使社會變成了一個數字化“圓形監獄”，看似自由的現代社會密布著各種監視技術與力量。在大數據時代，“國家將不再需要圍墻和看守塔來實現它在監禁和暴力方面的合法壟斷。電子信息技術將取代這些措施”。②
大數據時代的數字化“圓形監獄”
大數據時代的“圓形監獄”有別于建筑學意義上的監獄與政治學意義上的權力監視。一方面，它是技術發展的伴生物，而非權力的暴力執行。大數據時代信息海量化，并實現了從模擬狀態到數字化的質變。從信息單位看，它已經發展到了以PB、EB、ZB等為單位的指數爆炸增長階段。從信息形態看，大數據時代的信息基本實現了“數字數據”。據預測，“2013年，世界上存儲的數據能達到約1.2澤字節，其中非數字數據只占不到2%”。③大數據時代信息的數據化和數字化提高了信息的再利用率，但同時也意味著全方位的“數據監控”。另一方面，它并不單純是技術的產物，而是技術與實踐結合的結果。大數據時代的電子監視力量是一種自下而上的權力生成機制，通過對技術的不斷實踐與多重鏈接，人們將到達隱私透明化的境地。大數據時代的數字化“圓形監獄”與建筑學上的“圓形監獄”相比更具有隱蔽性，不僅降低了“囚徒”的心理防線，而且吸引受眾參與監視網絡的建造，它帶來的不是“囚徒”的自我管理與規訓，而是對技術的沉溺與享受。
大數據時代的監視：完美記憶
大數據技術的發展顛覆了以往人類健忘的生理機制，并將社會設置為記憶模式。互聯網、手機終端、社交媒體、物聯網等媒介全方位記錄用戶的行為數據；銀行、醫院、政府機構收集用戶的相關信息，并形成龐大的數據庫。個體公民對于數字化“圓形監獄”的完美監視，或毫無察覺，或一蟬難鳴，最終只能導致寒蟬效應，全社會欣然接受完備的電子監視。同時，大數據時代的監視是一種通過人們對技術的不斷實踐而形成“根監視”。大數據時代，網絡應用已經從一種娛樂方式發展成為一種生活狀態：QQ、微博等社交媒體成了聯絡人際關系的必要工具、物聯網代替了傳統購物、網絡存儲內容超過離線存儲內容……不僅如此，“公開個人信息”已深深地嵌入了全球青少年文化中。當前，有關個人隱私的數字化信息已遍及社會各個角落，雖然零散、無秩序，但當數據提取分析系統完備之時，也將成為監獄懲罰的到來之際。
大數據時代的監獄懲罰：預測未來
福柯把“圓形監獄”比喻為現代的懲罰式社會。在大數據時代這種懲罰更加深入，不僅僅是日常行為被監視，未來行為也將被預測。當前大數據已成為經濟發展的又一富礦，不少有實力的企業已經著手開辟“預測”市場：QQ、微信等社交媒體通過監視用戶的社交網絡，預測并推送“可能認識的人”；亞馬遜、淘寶等電商通過記錄用戶的購買及瀏覽行為進行相關推薦……大數據的潛在經濟價值，不斷刺激企業對用戶相關信息數據的挖掘、分析和利用，這也意味著在大數據時代保護公眾隱私的法律將失去效力，并且使監視與使用個人隱私的行為合法化。中國網民數達5億多，在大數據時代，這批實現數字移民的人將被技術無情地監視與預測，成為數字化“圓形監獄”中的囚犯，并接受監獄懲罰。在電影《少數派報告》中描繪了一個未來可以被準確預知的世界，而罪犯在實施犯罪行為之前就已經受到懲罰。這樣的社會不是虛幻的，正是不受限制使用大數據導致的結果。大數據時代技術對社會的懲罰，不在于它對人類行為的監視，而在于它對未來行為的預測。
大數據時代“圓形監獄”的突圍
面對大數據營造的數字化“圓形監獄”，維克托·邁爾-舍恩伯格站在理性的角度提出了應對數字化記憶與信息安全的6大對策，包括數字化節制、保護信息隱私權、打造良性的信息生態等，旨在預防或減輕數字化記憶對信息權力與時間構成的挑戰。大數據時代“圓形監獄”的突圍，需要“囚徒”和相關部門共同作出努力。
“囚徒”保持“暴露—監視”的心理暗示
對于大數據時代的“囚徒”而言，只有節制數字化，在電子監獄中實現自我管理，才能減少隱私的泄露。《大數據時代》一書向我們提供了相關的案例：史黛西·施奈德因自己多年前一張名為“喝醉的海盜”的照片被網絡爬蟲程序存檔，而成了她多年后被拒絕在教師職業門外的有力證據。當前大部分網民都同史黛西一樣，對網絡的數字監視掉以輕心，熱衷于在社交媒體上上傳自身的相關信息。事實上，受眾每一次對技術的體驗與實踐都在透露著有關個人隱私的信息。不僅如此，數字記憶的可訪性、持久性以及全面性特征，使得人類無法逃離時間的影子。在無形的數字監管下，人們需要保持“暴露—監視”的心理暗示，保持技術理性，同邊沁設計的“圓形監獄”中的囚犯一樣進行自我監視與管制。
政府出臺政策規范信息生態環境
從信息生態的大環境而言，大數據時代到來之際，政府部門、技術部門應采取相應的措施。據悉，美國加州近期推出的“橡皮擦”法令成為世界上第一道類似法令，“該法令要求臉譜、推特、谷歌等社交媒體巨頭允許未成年人擦掉自己的上網痕跡，以期使他們避免因網絡防范意識不足，而在以后面臨私人的或與工作相關的問題”。④當前，技術帶來的完美記憶已經成為威脅人們生活與工作的因素之一，相關部門有必要對這種記憶進行相關限制：如為信息設置一個存儲期限、設置可記憶信息的范圍等，帶領人們逃離數字化的“圓形監獄”。
【本文為中央高校基本科研業務費跨學科重點項目（編號：CQDXWL-2012-Z022）研究成果】
注釋：
①【法】米歇爾·福柯著，劉北成 楊遠嬰譯：《規訓與懲罰》[M]，生活·讀書·新知三聯書店，2013年版
②Rule， J.Brantley， P.， Computerized Surveillance in the Workplace： Forms and Distributions， Sociological Forum， vol. 7， no. 3， Sep. 1992， pp. 405-423.
③【英】維克托·邁爾-舍恩伯格 肯尼斯·庫克耶著，盛楊燕 周濤譯：《大數據時代生活、工作與思維的大變革》[M]，浙江人民出版社，2013年版
2012年被稱為“全球大數據元年”，作為“全球電子信息產業重要推動者”的臺灣自然不肯錯過這一科技商機。
最近一段時間，不少臺灣科技人員把美國硅谷方興未艾的最新海量分析技術帶回臺灣，許多研究機構正在努力研發適合臺灣當地的大數據技術產品，一些新興海量分析企業也在島內悄悄成立，力圖趕上這股風潮的第一個浪頭。
目前臺灣大數據產業的主導者大都是外商，島內企業現在才剛開始起步。如中華電信研究院所正在開發的云龍系統，可利用海量分析在10秒內畫出歹徒的行徑軌跡；104人力銀行正計劃利用海量分析的新技術，提高求才與求職之間的撮合度。這些均是看到大數據潮后新出現的產物。
據美國市場研究機構IDC的最新調查，臺灣大部分的企業高級經理人皆認為，海量資料與商業分析是左右公司未來競爭力的關鍵技術，未來將會有越來越多的臺灣系統整合商與軟件服務開發商投入，預計從2013年起，臺灣不同行業的大數據應用案例將全面浮現。
臺灣的海量資料中，占最大宗的電子發票、報稅資料、海關進出口報單、汽車摩托車強制險、零售流通業者交易資料，全部存在關貿網絡的數據中心。線上累積從6年前開始，大約存有40TB左右的資料量，其中，僅2012年全臺灣的電子發票就存了20億余張。
這家自詡為“云計算加值服務”的關貿網絡總經理連鯤菁表示：擁有資料者為王，最先從事“沙里淘金”的會是全臺灣超過20家大型零售業者，它們的發票全存在關貿網絡，若與會員資料庫交叉分析，便可為這些流通業客戶進行精準營銷。其他的應用還包括借助海量分析，協助海關查緝不法走私、分析進出口資料協助企業向銀行融資等
關貿網絡正在計劃善用手上龐大資料庫，為客戶提高附加價值，在2013年積極引進大數據分析技術，原本僅有3位成員的大數據小組正在招募好手加入。
大數據熱門人才搶手
大數據時代的來臨促生了一種全新的職業――“數據分析師”，他們將在新世界中扮演重要角色，而且他們炙手可熱。
打開臺灣104人力銀行網站，輸入“資料分析”關鍵字搜尋，可以看到將近200條尋求人才信息。但這個數字在兩年前時卻只有個位數。這種對大數據人才的新需求在臺灣是這兩年才出現的，但需求增長很快，未來將爆發增長，包括臺積電和鴻海等島內龍頭企業在內，都已開出這樣的職缺。
數據分析師是海量資料的職場新寵。美國麥肯錫公司指出，2018年全球就業市場會有170萬名海量資料分析員的職缺。《哈佛商業評論》也指出，數據分析師是企業中重要的新人物，這個職銜在2008年才出現；5年后，會有更多人在名片上印這個頭銜。美國《信息周刊》（Information Week）則在報導中預估，海量資料分析應用在商業智能領域的專業人員，薪資將每年調漲約6%。
不過，盡管對數據分析師的需求殷切，他們卻是稀有族群。EMC曾針對全球500位數據科學界的人士調查，結果顯示，65%的數據科學專家憂心于今后的人才短缺，他們認為未來5年對數據分析師的需求將超越供給。
臺灣104人力銀行產品營銷處產品研發部經理李魁林表示，目前在島內，與大數據相關的人才平均月薪約6萬元新臺幣；若是剛畢業的碩士，起薪約4.8萬元，有經驗者可到7萬元，比一般軟件工程師的起薪高。而像阿里巴巴等中國大陸信息企業，則在持續不斷到臺灣征求數據挖掘團隊，開出給團隊負責人的年薪就高達700萬元新臺幣之多。
EMC臺灣分公司業務拓展總監李白飛表示，數據分析師將是未來很熱門的高薪工作。這個新興職業雖然搶手，卻非一般軟件工程師可以從事。以EMC的數據分析師為例，他們大多具有博士學位，專長是數學、統計、機器學習等。這些學科以前比較冷門，其能力之一是運用預測型分析工具，包括Hadoop、Hbase、Cassandra等技術先進的演算法，把資料中的信息找出來給客戶。
這種工作并不簡單，像李百飛自己就是臺大資訊工程系畢業，卻也不一定能勝任。李百飛說：“光是看到他們寫演算法里的數學符號，就像是天書。”為此，與海量資料相關的島內各大資訊企業，包括EMC臺灣分公司在內，無不積極擴大數據分析師的培訓教育計劃。
從海量資料中找出商業應用金礦
在臺灣，有一家原本奄奄一息的軟件研發企業――功典資訊公司，因為一位數據分析師的到來，由此煥發出新的生機，迎來了以前想都不敢想的國際大客戶。
自從陳杰豪于2011年加入功典資訊公司擔任執行長，這家原本只會發eDM（即利用電子郵件進行商業直銷）、辦公室總是燈光昏暗，看起來沒有希望的小企業迅速脫胎換骨，短短10個月內轉虧為盈。在提供海量資料的分析服務上，功典公司更是少數臺灣本土企業中，能與國際大廠一起競爭而毫不遜色。
戲劇化的轉折點源于海量資料。今年35歲的陳杰豪生于臺北，長相帥氣斯文，擁有美國圣地亞哥大學信息科學學士及波士頓大學信息科學碩士學位。他的第一份工作是就職于號稱“客戶關系管理之王”的美國西柏系統（Simple System）公司。接著，他又自行創辦了Globalsynch與Splendid Studio兩家軟件公司，之后均高價出售。三十而立那年，他便身價上千萬美元。后來，他看到大數據技術的趨勢在歐美發展得飛快，研判這波新浪潮應該就要來到亞洲，于是2011年回到臺灣，加盟功典公司。
關鍵詞：長距離大運量 帶式輸送機 跑偏 卷帶 滾筒
1 長距離大運量帶式輸送機設計計算
■
膠帶纏繞示意圖
1.1 基本參數
物料：原煤 堆積密度：1.1t/m3 動堆積角：20°
粒度：≤300mm 帶寬：B=1600mm 帶速：V=4m/s；
運量：Q=3500t/h 運距：L=4200m 儲帶長度：≥140m
1.2 預選條件
1.2.1 膠帶
PVG2000S上膠層3mm，下膠層2mm，厚度17mm，重量22kg/m2，抗拉強度：縱向2000N/mm，橫向400N/mm。
1.2.2 托輥
①φ159（307）上托輥L=600mm，下托輥L=900mm；②上托輥間距1.5m，三托輥品字形布置35°，下托輥間距3m，二托輥V形布置10°；③上托輥L=600mm，轉動部分質量12.97kg/件；下托輥L=900mm，轉動部分質量18kg/件。模擬摩擦系數選0.025。
1.2.3 滾筒
滾筒和皮帶摩擦系數0.4；滾筒直徑φ1030，包角210°；1點為最小張力點，7點為最大漲力點。
1.3 圓周力及功率計算
圓周力 F=381464N，軸功率P=1503 KW，電動功率 P=2036KW，傳動效率0.9，電壓降與多機不平衡系數 0.94，備用系數 1.1。
選擇兩滾筒傳動，功率配比為1：1，決定選用4臺500KW電機。
1.4 張力計算
1.4.1 根據傳動條件
功率配比：1：1，摩擦系數：μ=0.4；
傳動滾筒Ⅰ圓周力： F1=187973.6N；
傳動滾筒Ⅰ圍包角：ω=210；
傳動滾筒Ⅱ圓周力： F2=187973.6N；
傳動滾筒Ⅱ圍包角：ω=210；
動載荷系數：Ka=1.3；
對傳動滾筒Ⅰ：S1min=73334.5N；
對傳動滾筒Ⅱ：S2min=73334.5N；
所以按傳動條件，最小張力應大于73334.5N。
1.4.2 按垂度條件
對承載分支：S12min=51181.6N，對回空分支：S11min=12949.2N，所以按垂度條件，最小張力應大于51181.6N
回空分支各項阻力總和：F3=49928.7N，主要阻力：FH3=47828.7 N，傾斜阻力：FST3=0。
綜上計算最小張力為：S2min=73334.5N，承載分支各項阻力總和：F4=313719.2N。
主要阻力：FH4=311750.4N，傾斜阻力：FST3=0。
1.4.3 各特征點張力的確定
S1=73334.5N S2=87565.3N S3=137493.9N
S4=141618.8N
S5=455338.0N S6=468998.1N S7=73334.5N
S8=483068.0N
最大張力：Smax=483068.0N
1.5 輸送帶強度校核
輸送帶安全系數：SA=7.1，所以PVG2000膠帶符合要求。
1.6 拉緊力及拉緊行程
拉緊力：Fsp=474358N，需漲緊力達500kN漲緊裝置。
拉緊行程：Lsp=89.2m。
1.7 托輥受力
上托輥靜載計算：
P0=0.8×1.2×（243+32）×9.8=2587.2N；
下托輥靜載計算：P0=0.63×3×32×9.8=539N；
上托輥動載計算：
P0=2587.2×1.2×1.21×1.10=4133N；
下托輥動載計算：Pu=593×1.2×1.1=783N；
2 設計方案說明
2.1 總體布置設計方案
總體布置采用機頭4×500KW集中驅動。
2.2 變頻器設計方案
本機設計采用礦用隔爆兼本質安全型變頻調速器，能夠實現帶式輸送機優越啟動、停車及多機功率平衡功能。
2.3 電機設計方案
電機防爆變頻電動機，功率500KW，外殼防護等級不低于IP55，絕緣等級不低于H級，具有三相繞組溫度保護。
2.4 減速機設計方案
減速器選用型號為H2SH14+FAN，速比i=20，平行軸布置。
2.5 聯軸器設計方案
聯軸器選用帶漲緊套的蛇型彈簧聯軸器，型號為：高速聯軸器選用1110TBW；低速聯軸器選用1190H-SLD。
2.6 制動系統
選用型號為：BYWZ5-500/201，安裝于電機和減速機中間。
2.7 滾筒設計方案
主滾筒直徑選用φ1030mm，鑄焊結構，滿足使用強度要求，采用自動焊接。滾筒膠面陶瓷包膠，膠料具有阻燃、抗靜電功能，厚度不小于15mm。傳動滾筒采用外置軸承，軸承座為分體結構，軸與接盤連接采用漲套連接方式，傳動滾筒軸承留有溫度測試點，并且裝設溫度傳感器（PT100），結構為雙出軸，滿足驅動裝置左右互換。軸徑大于200的改向滾筒全部采用脹套連接，鑄焊結構。
2.8 托輥設計方案
托輥直徑為φ159mm，托輥軸選用φ42熱軋圓鋼進行加工，軸承采用托輥專用大游隙軸承。
2.9 機架設計方案
2.9.1 采用獨立的卸載三角架結構。國產化設計卸載部大多采用伸出梁結構。在長距離、大運量帶式輸送機受力要求下，明顯剛度不足，我們設計時采用獨立的三角架結構受力合理、穩定性好。
2.9.2 傳動機架采用倒T型整體框架結構。該結構兩個傳動滾筒均與膠帶的干凈面接觸，減少了傳動滾筒因粘煤引起的膠層磨損，同時二驅動滾筒間距達15000mm，減少了膠帶的彎曲應力，保護膠帶。
2.9.3 驅動底座采用大箱體結構。驅動底座設計成整體大箱體結構，剛度大、強度高、不易變形、焊后整體加工，在裝和減速器安裝孔前后左右均設計頂絲板，便于安裝找正，在底部四角也設計四個螺紋孔，便于整體地面找平。
2.9.4 貯帶倉剛性結構及有效防止游動小車跑偏機制。儲帶倉底座采用前后貫通的兩根[40槽鋼作為主架及游動小車軌道，強度和剛度完全滿足要求。游動小車及托輥小車車輪同一側采用帶“V”形槽車輪，同時軌道面一側焊反V形導軌作為定位軌道，且車輪上下設有止爬輪，左右設有導輪，保證游動小車不掉軌。
2.9.5 巷道起伏不平的可調裝置。儲帶倉的支腳設有多孔，通過螺栓調節螺孔位置，可適應局部起伏不平的巷道地形，使游動小車軌道保持在同一水平上。
2.10 創新的全液壓漲緊卷帶裝置
液壓卷帶裝置是我公司為本機配制的最新研發的產品，用于工作面順槽帶式輸送，卷帶裝置獨立使用一臺液壓泵站，置于貯帶倉架后方，縱向長度為9200mm，可極大提高工作效率，降低工人勞動強度，提帶式輸送機可靠性，保證安全生產。
2.11 快裝機身
本機的設計采用快裝結構，縱梁與支腿、縱梁和H架的連接采用“E”型銷。
3 提高整機性能的改進措施
根據我公司設計、生產、制作和調試三條DSJ160/350/
G3×500+3×500可伸縮帶式輸送機的經驗，有針對性的作了以下改進：
3.1 清掃器
機頭部、卸載部各加一套重型清掃器，保證清煤效果，有效防止膠帶回煤。
3.2 張緊小車
張緊小車機身加強，張緊橫梁制作成方箱梁結構，采用整體腹板，增加其防扭轉剛度，防止張緊橫梁產生變形。機架加長，并在后部兩改向滾筒間加裝了防跑偏擋輥，有效解決張緊小車內膠帶跑偏和機架刮膠帶問題。
3.3 上、下防跑偏立輥
重新設計了上、下防跑偏立輥，立輥直徑由原來的φ60mm增加至φ89mm，軸承采用306KA大游隙托輥專用軸承，全部安裝于縱梁上，增加其剛度的同時，更加有效地防止膠帶跑偏。
4 結束語
隨著大型高產高效礦井的開發，長距離、大運量、大功率輸送設備的需求量越來越大，短距離帶式輸送機已不能滿足高產高效礦井對煤炭大輸送量的要求，必須設計開發長運距、大運量的可伸縮帶式輸送機，以保證帶式輸送機高效、快捷和暢通的運輸。
參考文獻：
[1]北京.起重機械研究所編 DTⅡ型固定帶式輸送機設計選用手冊[M].北京.治金工業出版社，1995.
[2]宋偉剛編.特種帶式輸送機設計[M].北京.機械工業出版社，2007.
[3]中華人民共和國煤炭部編.中華人民共和國煤炭行業標準.MT/
其實對于家電賣場而言，“大數據”這個詞似乎并不陌生，“定制機”一詞就是從“大數據”平臺衍生而來的，通過收集消費者的購物信息，了解他們的購物習慣，賣場可針對一類消費者推出定制機型，從而獲取更大收益。
時下各網上商城都推出了一項服務，在產品介紹頁面推薦幾款關聯產品，這其實就是“大數據”時代的產物，通過分析消費者的購買記錄，可以得出一些結果，像是購買電視的消費者大都會再購買機頂盒，買臺燈的消費者多會搭配插座等，這樣的推薦不僅為消費者帶來了便利，也能大幅提升商城的銷售業績。
對于家電生產企業而言，“大數據”時代的到來勢必引發一次巨大的產業變革。
時下各家電巨頭都在不遺余力地布局云產業，例如，傳統的洗衣機使用時，消費者需要設定程序、水位、漂洗次數等，經過一系列選擇后才能開動。結合100多年來的用戶數據經驗，現已創造出“一鍵百年”的經典之作，洗衣機會根據衣物重量、質地、臟污程度來進行自動模糊匹配，以達到最佳的洗衣效果。
其實在“大數據”時代，對于以樂視、小米為代表的互聯網企業尤為重要，憑借其自身網絡資源基礎以及龐大的客戶群優勢，其家電產品更加貼合消費者需求，而其低價銷售與饑渴銷售策略也給家電行業帶來巨大沖擊。
不過，傳統的家電企業也有其自身優勢，首先是品牌優勢，在消費者心目中，比起小米、樂視而言，長虹、海爾這些品牌的認知度明顯更高；其次是渠道優勢，傳統家電企業是銷售終端上多年的霸主，在全國有著大量的連鎖店、專賣店，其配套服務也更加完善；其三是升級優勢，目前家電企業已具備了互聯網精神，通過自身的研發，可以彌補后天的缺失。
不論如何，“大數據”時代都將是一個博弈的時代，誰能不斷變換思維與策略，才能在競爭中處于優勢。
關鍵詞：大數據時代；計算機信息處理技術；發展
1大數據時代概述與計算機信息處理技術
1.1大數據時代簡述
“大數據”時代是在計算機技術不斷延伸的基礎上產生的，與互聯網的快速發展關系密切。帶來的社會進步與人們生活多層面的改變顯而易見。“大數據”是指數據容量的龐大，而且數據之間關系交錯，互相影響，信息呈現分類、專業以及復雜化的趨勢。在這種社會發展的現實情況之下，“大數據”時代必然來臨，同時對大數據的信息處理技術逐漸完善可以極大降低信息資源使用成本，提高信息利用率。
1.2計算機信息處理技術的含義
現代社會發展的需要，計算機信息處理技術應用范圍廣泛，遍及各行各業，并且在企業經營管理中發揮著積極作用。計算機信息處理技術融合數據傳輸與信息歸類整理與使用，對數據信息進行科學有效的使用。計算機信息處理技術已經成為現代化社會生產中不可缺少的重要力量。隨著社會生活更加高效的需要，將極大改變人們獲取與使用信息的方式。
2大數據時代計算機信息處理技術的發展現狀
2.1信息存儲優化
計算機信息存儲是信息處理與使用的前提與保證，主要是數據錄入與存儲。在“大數據”時代下存儲的信息數量巨大而且更新的速度超出想象，對數據庫的建設要求較多，利用計算機信息處理技術不僅可以提高儲存的效率，而且可以減少不必要的工作量付出，節省資源消耗，數據存儲可以利用計算機存儲的諸多優勢。
2.2實現信息的實時傳輸
信息傳輸直接影響信息的處理與使用。在“大數據”時代，人們對信息傳輸的速率尤為看重，對信息上傳與下載的速度有很高的要求。
2.3信息的搜集與處理方面優勢明顯
信息來源多，種類龐雜。對信息的搜集與加工過程同樣需要保證一定的效率，以提高信息傳播速度。包括數據分類與存儲等多個環節。
2.4維護信息安全更為積極
“大數據”時代，信息規模和數量超出了人們的想象，數據與數據之間有著千絲萬縷的聯系，數據的真實性與安全性對社會中的每個人和企業都有重要意義。傳統信息安全技術難以達到信息處理效率的要求。大數據基礎上不斷研發新的安全技術策略，有效保證了信息的準確，維護了信息的安全。
3大數據時代對計算機信息處理技術提出的要求
3.1帶來了發展良機
大數據時代克服了傳統模式下的信息處理速度與質量問題。企業難以在市場上尋找到準確可信度高的信息，從而造成企業決策與經營的客觀困難。數據信息產生與更替也得不到高效的利用，造成數據信息的浪費。
3.2面臨的挑戰
大數據時代也引發了不可忽視的隱患，互聯網的普及，每天有大量的信息在網上，其真偽難辨，容易對社會和人們形成誤導，進而產生隱患。企業及個人信息同樣重要，理應得到妥善保護。為了解決這個難題，從政府到行業協會、具體的企業都在不斷努力構建完善的信息安全體系，盡可能保護個人信息。為了適應大數據的發展趨勢，相關工作人員的素質提高也是非常必要的。以自媒體為例，需要相關工作人員對法律、法規、社會公德等有準確的認識，保持客觀的態度。
4大數據時代計算機信息處理技術的思考
4.1計算機網絡向云計算過渡
發揮計算機網絡與云計算的共同優勢是大數據時展的必然要求。計算機硬件技術的不斷提高是促進網絡發展的動力，隨著社會向更高層次發展，計算機網絡也將更加發達。大數據時代下，云計算可以解決計算機硬件技術的短板，促進網絡平臺建設，云計算以自身的發展帶動互聯網模式的不斷遞進，提高計算機信息處理的技術水平。
4.2強化計算機信息安全
網絡的開放性，便于人們通過網絡搜集各種信息，不可避免要提供自身信息，不法分子可能利用非正常手段竊取個人信息與企業信息，給人們造成損失。隨著大數據時代不斷前進，對網絡信息的有效監管，需要開發新的計算機網絡信息管理程序與軟件切實保障個人與企業的信息安全。
參考文獻：
[1]馮珍貴.“大數據”時代背景下計算機信息處理技術的研究[J].信息技術與信息化，2016，（05）：78-83.
[2]何琦.大數據時代計算機信息處理技術分析[J].信息系統工程，2016，（05）：93-97.
關鍵詞：大數據時代；軟件工程技術；技術開發
我國早已正式進入大數據時代，計算機與智能手機的不斷普及便屬于這一時代的最好標志。結合實際調研可以發現，近年來大數據技術與軟件工程技術間存在相互促進、相互影響的關系，而為了更好利用這種關系，正是本文圍繞大數據時代下軟件工程關鍵技術開展具體研究的原因所在。
一、大數據時代軟件工程關鍵技術
（一）軟件服務工程技術為滿足社會主流需求，軟件服務開發近年來的受關注程度不斷提升，而所謂的軟件服務工程技術則是指基于工程化形式，利用開發程式及步驟、計算機系統編程語言、數據系統等，實現的軟件開發，軟件需具備應用功能、服務功能。服務能力為軟件工程開發的核心，開發的基礎則為分布樣式及虛擬特征，由此針對性調試用于具體應用情況，軟件工程系統在用戶應用中的安全性、穩定性、科學性即可得到較好保障。在應用數據整合層面，軟件服務工程技術的優勢較為明顯，因此技術可較好服務于軟件管理操作能力提高，操作流程也能夠同時得以明確。在大數據時代，局域網內部應用屬于軟件服務工程技術的重點發展和應用方向，技術可較好用于木馬病毒惡意襲擊的防范，軟件工程應用安全性可得到較好保障。以某企業的軟件服務工程技術應用為例，在這一軟件工程關鍵技術支持下，企業通過互操作性虛擬化管理和分布式應用實現了整體業務管理的效率提升，軟件私人訂制功能賦予也由此實現，軟件服務工程的自定義效果也在技術支持下得以強化。但值得注意的是，軟件服務工程技術的應用對投資要求較高，該技術的推廣因此受到了一定阻礙[1]。
（二）眾包軟件服務工程技術眾包軟件服務工程技術同樣屬于大數據時代軟件工程關鍵技術之一，該技術具備處理數據、信息的集中性特點，可實現大量數據信息的生成，這也使得該技術廣泛應用于世界各地。眾包軟件服務工程技術的應用主要以密集數據、流式數據研究為主，可較好用于建設系統化服務平臺，較強的服務能力屬于技術的核心應用價值，配合群體信息服務等方式，應用價值可實現有效優化。眾包軟件服務工程技術在數據表現方面具備真實性特征，軟件形式要點能夠在技術支持下被忽略，且不具備單位量化特征，集中性屬于重點所在。在大數據時代，眾包軟件工程技術的市場前景較為廣闊，發展空間也較為充足，系統管理能力、軟件開發程度直接影響該技術能力，因此技術在應用中的數據傳輸有效性必須得到重視，開發單位需基于這一有效性入手，設法提高軟件穩定性。值得注意的是，專業理論分析屬于眾包軟件服務工程技術的基礎，因此基于該技術的數據信息傳輸、處理可從整體角度出發，較好突出全面服務這一核心，企業可基于由此開展的針對性技術創新推進自身發展。
（三）密集型數據科研技術密集型數據科研技術在大數據時代同樣具備較高價值，該技術在應用中提倡統一的理論方法，并關注大數據儲存技術的應用。在具體的技術應用過程中，密集型數據科研技術開展的理論與數據分析可圍繞傳統軟件工程中一、二、三范式展開，由此即可實現信息處理和數據存儲能力的提升結合“第四范式”數據結構，技術不僅能夠實現整合驅動大數據，還能夠以此為基礎，全面概述軟件服務價值。深入分析可以發現，傳統的信息流程、數據周期方法無法適用于密集型數據分析方式，存在模型效果滯后性不足，因此必須構建第四范式模型，該模型需以原本信息、數據、模型研究為基礎，全面優化服務價值、服務能力，保證大數據時代下“第四范式”優勢得以最大程度發揮，并不斷推進該密集型數據科研技術的完善。在具體的完善探索中，“第四范式”密集型數據科研技術可設法提高密集數據生命周期，并針對性選擇全新模型，以此提供技術保障[2]。
二、軟件工程關鍵技術在企業中的應用策略
（一）推進產品與服務質量創新為保證軟件工程關鍵技術更好服務于大數據時代的企業，產品與服務質量創新必須得到重視。在大數據時代下，我國的經濟與社會發展均受到了較為深遠影響，各類企業的競爭激烈程度也因此不斷提升，因此軟件工程關鍵技術的應用必須得到更多企業的重視，軟件企業也需要加深與各行業企業的合作，積極開展產品研發，保證技術能夠較好服務于我國產業轉型升級、技術與貿易壁壘打破。
（二）保護自主知識產權大數據時代下我國各領域對知識版權保護的重視程度均不斷提升，但在軟件工程關鍵技術的應用中，知識產權引發的問題仍較為常見，很多企業的生存發展、市場競爭能力會因此受到負面影響。因此，必須加強對軟件工程關鍵技術最新研究成果的重視，相關企業還需要參與建設創新聯盟與利益共享機制，由此保證軟件工程關鍵技術涉及的優勢資源能夠更好發揮自身優勢。通過提高知識產權保護意識和力度，配合政府的相關法律法規，即可為軟件工程關鍵技術的發展和應用掃清障礙。
（三）關注產業結構優化升級大數據時代的軟件工程關鍵技術應用會直接受到產業結構優化升級的影響，這種影響在技術的應用、發展領域均表現明顯。對于具體企業來說，應基于新型軟件工程關鍵技術的應用推進軟件升級，優化產業結構，資源利用率提升可由此得到較好保障。還應開展針對性的市場調查，明確各行業具體需求，以此針對性優化軟件工程關鍵技術，保證其更好服務于產業結構的優化升級，配合專業的軟件工程管理團隊，技術即可更好私營大數據時代變化。
三、結論
綜上所述，大數據時代下軟件工程關鍵技術應用需關注多方面因素影響。在此基礎上，本文涉及的保護自主知識產權等內容，則提供了可行性較高的軟件工程關鍵技術應用路徑。為更好發揮技術優勢，信息通信、信息數據處理等方面的技術應用同樣需要得到重視。
參考文獻
關鍵詞：大數據時代；人力資源管理；管理理念；工作思維
大數據時代的到來給企業的發展帶來了巨大的變化，影響著企業戰略決策的部署以及員工的工作思維。在企業管理中，人力資源管理是關鍵內容之一，人力資源管理優化對企業的發展起著較大的促進作用。因此，企業人力資源管理者應革新人力資源管理方式，構建更加完善的人力資源管理體系，從而更好地提升企業的市場競爭力。
1大數據對企業人力資源管理的影響
當今社會的發展以知識經濟和信息技術為主導。隨著大數據時代的到來，企業數據與先進的信息技術實現了更加緊密的結合，并轉化為可應用的數據知識，進一步地支持了企業的人力資源管理工作。大數據時代的來臨對企業人力資源管理提出了新的要求，帶來了前所未有的挑戰。對于大數據本身所具有的巨大價值，除了會引發創新性的產業變革外，還對企業決策、員工的工作思維造成較大的影響。在企業發展中，實施大數據下的人力資源管理主要是以數據為主導，企業和個人信息全部交由數據管理，但存在企業信息和商業機密被盜竊的風險。此外，基于大數據強大的流動性，企業人力資源管理受到環境的影響更大，因此，必須進一步明確數據管理的責任，強化數據的過濾過程，并尋找有效的應對策略，從而避免因濫用數據而對企業的發展造成不利影響。
2企業人力資源管理存在的問題
2.1傳統觀念根深蒂固
在多數中小企業中，存在管理人員固守傳統人力資源管理理念的情況。這些中小企業實施了十分嚴格的員工管理機制，將員工看作機械輔助體，人力資源管理缺乏人性化，在管理方式上具有偏向業務性，不利于企業的發展。
2.2人力資源管理理念未能與時俱進
大數據時代的來臨對企業人力資源管理提出了更高的要求，因此，企業管理者需要在管理上革新。但人力資源管理的革新在很大程度上決定于管理者的管理理念。由此可見，在大數據時代，要想實現企業人力資源管理上的革新，最重要的是轉變管理者的管理理念。但從很多企業的人力資源管理現狀看，多數人力資源管理者并未具備與時俱進的管理理念，缺乏對大數據時代的認識，甚至一些管理者認為人力資源管理只是企業內部化的常規管理，因此，部分企業很難實現人力資源管理的革新。
2.3人力資源管理革新的困難較大
大數據時代的來臨不僅給企業的發展帶來了機遇和挑戰，也對人才培養提出了新的要求。大數據時代要求加快人才的培養速度，且企業應能在選聘、管理和培訓上給予便利支持。隨著經濟的發展，企業間的競爭日趨激烈，人才已經成為企業占據競爭優勢的重要資源，但很多企業在人才培養方面仍然無法滿足信息技術開發的需求，導致人才匱乏。因此，要想實現人力資源管理的革新難度較大。
3企業人力資源管理的變革策略
3.1革新人力資源資源管理理念
在大數據時代的背景下，企業人力資源管理需與時俱進，管理者需改變傳統的思想觀念，正確認識大數據時代給人力資源管理帶來的機遇和挑戰，革新人力資源管理理念。筆者認為，可從以下3方面入手：①作為企業人力資源管理者，需要緊跟大數據時代的發展潮流，用大數據思維思考人力資源管理問題，并立足于全局，將目光放長遠，深入分析人才市場，洞察人才需求的變化。②在日常人力資源管理工作中，管理者需要摒棄墨守成規的管理思維，培養自身的工作敏感性，從而以更加專注的心態展開管理工作。在員工培訓中，應及時向員工傳達大數據思維，實施更加全面的人力資源管理。③在推動企業發展的過程中，人力資源管理起著十分關鍵的作用。人力資源管理部門的日常工作包括采集信息、整合信息和分析信息，除了要掌握員工的基本情況外，還需明確員工的實際工作績效及其對企業的忠誠度。在這一類數據的分析過程中，需充分運用大數據管理思維，結合企業的發展特點，制訂科學的人力資源發展規劃，為企業各個部門更好地招聘人才提供支持。
3.2構建大數據時代下的管理體系
大數據時代帶來了企業外部環境的變化，推動了新業態的出現。在與外界的溝通方面，企業人力資源管理部門發揮著十分重要的作用。在大數據時代的發展背景下，企業人力資源管理者應逐漸具備全新的思維，以大數據思維思考管理問題，提前制訂應對計劃，從而更好地推動企業的發展。因此，企業需結合自身的發展特點，構建大數據時代下的人力資源管理體系。具體而言，可從以下4方面入手：①重視員工的選聘和培訓工作。在日常管理中，管理者應注意觀察員工的工作狀態，為員工創造更好的工作環境，提升員工的企業自豪感，使其更好地為企業奮斗。②在大數據時代的發展背景下，企業人力資源管理部門應盡可能地收集員工信息，更全面地了解員工的社會關系，掌握員工的生活情況，評價員工的溝通能力。此外，還應充分發揮大數據的優勢，有效運用大數據技術，從而更系統地了解員工的實際情況，優化員工評測，招聘到高素質的專業人才。③大數據時代促進了一些新生職位的產生。為了進行公正的人力資源考核，必須重點審視大數據時代下的新生職位，明確職位與職能的關系。④運用大數據系統進行數據分析。很多企業都認識到了人力資源管理的重要性，然而，往往因技術上的限制和掌握的信息不全面而無法實現系統化的數據分析。在大數據時代，企業數據與先進的信息技術有了比以往更加緊密的結合，企業人力資源管理者要充分利用這一優勢，在海量信息中提煉出對企業發展有益的信息，從而更好地為企業選聘人才，實現業務效率的提升。
3.3優化人力資源管理模式
對于傳統的人力資源管理工作，大多采用靜態信息管理模式，而這樣無法實現對信息碎片和單線信息的整合，加之很多企業不具備高水平的人力資源管理者，進而出現了某些人力資源管理工作不到位的情況。此外，在傳統的人力資源管理工作中，過于重視職位設置，且某些職位設立的原因是為了解決某一問題。這種分工合作的人力資源管理方式無法滿足大數據時代的管理需求。因此，在大數據時代的背景下，必須改變傳統的人力資源管理模式，以大數據管理思維為基礎，實現大數據時代下的人力資源管理模式優化。筆者認為，可從以下3方面入手：①創建數據管理新流程。在人力資源管理工作中，需要以能力管理為關鍵，充分考慮崗位與能力的關系，將崗位與能力有機結合，確保在企業發展的每一個環節中都能具備專業的高能力人才。②實現以人才為核心的企業人力資源管理。企業發展的每一步都需要專業知識的支撐，要想使企業順利發展，就必須保證企業發展中的每一個環節都具備能力出眾的員工。因此，在人力資源管理中，需要改變以職位為核心的傳統管理方式，并將人才作為管理核心。人力資源管理者需充分考慮人才的需求，為人才專業能力的發揮創造條件，注重員工工作積極性的提升，并通過科學、系統的培訓提升員工的職業素質和工作能力，最終提升崗位與能力的契合度。③應用信息化的人力資源管理手段。隨著大數據時代的來臨，企業人力資源管理需要更加注重對互聯網的利用，實現人力資源管理信息系統的完善。在這一系統平臺中，人力資源管理工作需要有效融合管理技術與信息技術，從而為實現企業戰略目標提供決策支持。此外，還應招聘更多優秀的人才，充分利用互聯網的優勢建立企業網站，設置人才招聘網頁，提供求職登記服務。
4結束語
當今社會的發展以知識經濟和信息技術為主導。在此背景下，企業面臨的行業競爭更加激烈，而人力資源管理是幫助企業占據競爭優勢的主要力量。因此，企業必須緊跟大數據時代的發展潮流，轉變人力資源管理理念，學會運用大數據管理思維思考問題，從而構建更加完善的人力資源管理體系構建，從而更好地提升人力資源管理的工作效率，為企業發展提供更大的支持。
參考文獻
［1］和云，安星，薛競.大數據時代企業人力資源管理變革的思考［J］.經濟研究參考，2014（63）.
［2］張書勇.淺析大數據時代物流企業人力資源管理變革［J］.中國儲運，2015（05）.
［3］杜娟.大數據時代企業人力資源管理變革的思考［J］.中國管理信息化，2015（10）.
［4］趙紅霞.芻議大數據時代給企業人力資源管理帶來的變革［J］.現代國企研究，2015（04）.
［5］劉鋼，何丹薇.創業企業組織變革過程中的人力資源管理策略——基于動態競爭視角的案例研究［J］.中國人力資源開發，2012（03）.
［6］趙霞，紀光欣.海量數據時代企業人力資源管理的變革——基于流程再造的視角［J］.中國人力資源開發，2012（04）.
［7］唐魁玉.大數據時代人力資源管理的變革［J］.中國人力資源社會保障，2014（03）.
【關鍵詞】大數據；精準營銷；策略研究
大數據時代的到來,電商的網絡營銷也迎來了全新的平臺,利用大數據來進行精準營銷。顯而易見，大數據為電商的精準營銷策略帶來的積極影響是巨大的，可以明顯提高營銷效率，節省人力成本，并且可以分析用戶的習慣來進行營銷，促進了電商發展。但是，隨著大數據時代的發展，電商之間的競爭越發激烈，所以，在大數據背景下,怎樣更好的利用消費者的數據來更好地發展自己，是每一個企業都要思考的問題，精準營銷也成為了企業關注的重點。
1大數據和大數據精準營銷策略
1.1大數據有關概念
對于“大數據”研究機構Gartner給出了定義，大數據是根據海量數據庫進行新處理得到的更具有決策力洞察力的一種信息資產，大數據應用十分廣泛。大數據的價值體現在以下幾個方面：1）對于消費者提品和服務的企業可以在大數據環境下利用它來精準營銷。2）對于小型和微型企業可以在大數據環境下進行企業的轉型。3）對于傳統企業來說，有了在互聯網迅速發展的壓力下，必須緊跟時代的發展步伐利用大數據發展自身。
1.2大數據精準營銷策略概念
2005年，菲利普.科特勒在一次世界級營銷會議上正式提出“精準營銷”概念。精準營銷是根據對市場中的不相同的消費者進行數據分析，根據消費心理和行為特征,企業采用有針對性的現代技術,來對市場中的不同消費者群體進行有效的營銷溝通。
2在大數據環境下實現精準營銷策略的積極優勢
2.1提高營銷受眾人群準確度
用戶的消費行為在短時間內不會發生大變化，利用大數據來進行精準營銷可以根據消費者的消費行為的變化來對消費者及時進行精準營銷策略，命中率有所上升。
2.2節省營銷成本
利用大數據進行精準營銷，和傳統營銷方式相比節約了大量的人力物力財力。傳統營銷方式不僅耗費大量人力物力財力而且無法在較短的時間看到產品營業額的大幅增長，對于精準營銷來說，對用戶進行細分，有針對性的進行營銷，對所有用戶進行有的放矢，并且可以根據實時的效果及時進行策略調整。
2.3大數據精準營銷可以對受眾客戶進行相關聯想
大數據不僅僅只是對受眾群體進行實時性分析，還對用戶的需求信息進行多方面的分析，分析其新的相關性。比如通過發現用戶購物車里的不同種類的商品之間建立關聯性來大體分析該用戶的消費習慣與消費需求，并且了解用戶近期需要的物品，專門的營銷人員可以利用大數據提供的相關信息來了解該用戶的消費習慣和消費行為，從而發下客戶的消費心理，有針對性的對客戶進行個性化營銷。
3電商企業在大數據環境下如何實現精準營銷策略
3.1清晰產品定位及目標客戶定位
一個企業如果想要成功營銷自己的服務或者產品，一定要清晰自己的產品定位和產品賣點，以及企業產品所針對的客戶。只有明確了產品自身的屬性和針對人群，才能精確找準用戶，提高營銷效率同時節約營銷成本。在大數據環境下，可以從已有客戶身上提取出個性點，同時發展潛在客戶，從而了解客戶對產品的需求來更人性化的貼合客戶需求。
3.2大數據精準劃分用戶范圍
營銷都是以用戶為關鍵來進行的，是否對精準用戶投放，是精準營銷與傳統營銷最本質的區別。和傳統營銷方式不同的是，精準營銷著眼于通過利用大數據，從數據庫里提取客戶對產品需求點的數據，從而創造出一個以客戶需求數據為主要的大數據庫，用來更加清晰準確的劃分出客戶的范圍，進一步為客戶提供更精準的產品和服務。大數據為電子商務企業精準篩選出用戶范圍，起到了不容小覷的作用。
3.3“私人訂制”式個性精準營銷
由以上兩步可以知道，我們已經劃分出了精準客戶范圍，并且針對劃分出來的客戶進行相對針對性的營銷推薦，從而可以大幅提高營銷效率獲得巨大收益。進一步說，電商企業利用大數據技術，有針對性的對對其產品或服務有需求的客戶篩選出來，再進行“私人訂制”式營銷，多次推送自己產品的賣點，客戶購買需求會提升并且會發掘潛在客戶，擴大受眾人群，來提高產品在市場中的競爭力，同時也提高了營銷命中率。“私人訂制”式為企業提供了更多便利，也為消費者提供了方便。