時間：2023-05-17 17:47:34
開篇：寫作不僅是一種記錄，更是一種創造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的12篇大數據開發的過程，希望這些內容能成為您創作過程中的良師益友，陪伴您不斷探索和進步。
1大數據技術和軟件工程技術
大數據技術事實上是將人類日常生活中產生的各種數字信息，將這些信息收集起來之后分類處理，設定不同類別的存儲空間，按照類別存儲。大數據技術從功能的角度出發可以劃分為多個類別，諸如分析技術、機器學習技術、遺傳算法技術、自然語音處理技術等。應用大數據技術分析，就是基于當前的科學技術發展起來的一種分析技術。它主要依靠現代科技手段發揮技術的作用，特別網絡技術發揮著基礎性的作用。整理基礎數據，對數據信息進行分類整理，應用相應的計算機算法，將相似特性的數據劃分為一類，最終得到大量的數據，應用大數據技術對這些數據進行分析。大數據分析應用于互聯網行業中，所發揮的優勢是有目共睹的，而且還不斷地引入新技術，在軟件工程技術中應用，對該技術的發展起到了促進作用[1]。
大數據時代，社會各個領域都已經實現了信息化發展，人們對軟件工程的概念越來越熟悉。事實上，軟件工程的歷史始于20世紀的中期，其研究重點是軟件技術和工程管理。將相關工程內容引入其中，使得工程系統化運行，其中所涵蓋的研究內容包括軟件的生命周期、軟件工程設計、軟件的技術維護等方面。因此，在軟件設計的過程中，要控制好技術開發成本，保證工程質量，使其生命周期不斷延長，不同項目的技術需求和用戶的各種技術需求都能夠得到滿足。
2大數據背景下的軟件工程基礎
處于大數據時代環境中，軟件工程的發展中關乎到不同的領域，需要高度重視。大數據技術具有專業性的特點，還具有很強的實用性價值。在軟件工程技術的研究中，要從應用需求出發不斷創新軟件技術，對于傳統的技術要不斷摒棄，對軟件工程的發展創造良好的客觀條件。大數據技術環境下，軟件工程基礎是基于互聯網技術建立起來的，對各種數據信息系統化管理，根據需要進行處理，對工業的發展非常有利[2]。在軟件工程技術中，大數據的安全性問題是需要高度重視的，否則，就會對軟件工程技術造成不良影響，引起嚴重的后果。
2．1軟件服務工程
在軟件工程的研究范疇中，軟件服務工程的數量不斷增多。軟件工程服務化方向發展，就是發揮服務的作用，使其成為軟件開發的基本原則，按照服務項目內容為用戶展開服務。由于軟件工程發展的主題有所，服務內容也要做出相應的調整，同城是對軟件工程的進行技術維護。在具體的服務工作中，需要軟件開發人員使用分布式應用程序，在管理工作中采用虛擬操作的方法為用戶2019.08提供服務[3]。軟件工程技術應用中，結合使用大數據技術，可以對網絡數據進行編程，使得軟件具有互操作性，對于數據主動協調，使其符合動態場景的變化節奏，軟件系統的集成度有所提高。
2．2軟件開源
軟件開源更為注重用戶對軟件技術的體驗。在對軟件開源進行研究的過程中，采用常規的方法，雖然獲得一定的成果，但是應用價值不是很高。一些研究人員在研究軟件工程技術的時候，就是將軟件開源作為突破口，將開發項目劃分為多個模塊，將每個模塊分給指定的研究人員進行開發。
2．3群體軟件工程
群體軟件工程是通過網絡的方式進行軟件開發，具體的實施中采用工程眾包的形式，使得軟件開發技術發揮作用。群體軟件工程是一個分布式軟件開發模型，這個工程項目的運行中，可以通過網絡實現，對各項任務進行分配，也可以進行創造性的查詢，通過眾包解決軟件開發過程中遇到的一些困難和重要問題。同時，在軟件工程開發過程中，軟件工程可以在任何階段通過眾包進行開發[4]。
3大數據與軟件工程技術的未來發展方向
3．1大數據與軟件工程技術開放式的發展
大數據技術的主要前提是大量的數據流，需要技術不斷地升級和創新，尋求開發的研究途徑是非常必要的。計算機網絡的發展意味著計算機可以在開放的環境中相互通信，共享數據資源，軟件等信息的有效利用能力也會有所提升。通過網絡運行可以增加利潤，使得用戶的各種需求得到滿足，提高資源的利用率。
3．2大數據與軟件工程技術融合到其他領域
軟件工程技術在當今許多科學領域有著廣泛的應用。由于軟件工程技術給予各個領域非常大的幫助，從航空到生活中都發揮著軟件工程技術的作用[5]。應用程序的運行，可以使用數據平臺對信息進行收集并分析。比如，用戶在進行股票交易的過程中應用大數據技術，可以使用軟件工程技術構建數據模型，通過對數據模型的分析，預測股票的變化趨勢。
4眾包軟件服務工程中的大數據技術
在軟件開發過程中，必須有足夠的硬件和軟件基礎來支持數據流，隨著數據流的量逐漸增多，對硬件和軟件就有了新的要求。專家學者在分析數據流的時候，還對在線服務進行了研究。數據流是重點內容，主要是對數據流的使用方法進行研究，對支撐數據流的軟件和硬件進行研究[6]。從軟件工程開發的角度而言，軟件運行中都會產生大量的數據流，包括服務端、用戶端等，都會有很多的數據信息產生，這些數據流對軟件和硬件的使用壽命起到了決定性的作用。軟件工程的開發中，要做好數據流的管理工作。有必要對原始數據進行深入的研究，為提高軟件的使用壽命創造條件，對數據流的分析要高度重視[7]。
5密集型數據科研第四范式
第四種科學研究范式是指根據實際情況建立獨立的科學研究方法，探索第四種范式的理論基礎，以及大型數據存儲設備在發展中的重要性。軟件工程中，采用傳統的大數據研究方法，大數據的有效分析是不可能的，大數據的研究還沒有取得突破性的成果。因此，目前大多數軟件不能在短時間內同時實現數據信息的存儲、數據信息的傳輸和有效識別。在探索第四范式理論和研究方法的過程中，首先需要對集成大數據的軟件服務價值進行估計，拋棄傳統的大數據統計方法，建立新的大數據信息統計方法和分析方法[8]。此外，有必要從多個方面研究大數據的處理，對大數據信息進行管理并深入分析，討論大數據的價值以及存在的可變性，這對軟件工程的發展起著重要的作用。在研究軟件工程技術的時候，必須更新傳統的軟件開發理念，重視軟件處理和分析大數據能力的發展，使得軟件產業呈現出新的發展面貌。
在當今大數據時代，軟件工程技術的研究已經區域復雜。隨著數據的指數的不斷增長，軟件技術對硬件設備數據處理能力產生一定的影響。因此，在對軟件工程技術的研究中，就需要對大數據技術的特點進行研究，基于此研究軟件工程技術，使得硬件設備的數據處理能力有所提高。在研發開發軟件技術的過程中，要從應用領域的需求出發對大數據技術進行分析，在大數據開發理論的基礎上創新軟件開發理論，促進軟件技術更好地發展。
參考文獻
在大數據時代中，大數據的應用效能、應用方便度、應用當地覆蓋面是未來大數據應用所關注的重點，而目前在大數據應用方面存在許多的問題，這些問題的存在影響了未來大數據的應用，如何解決這些問題，重現在開始從最基礎方面開始，解決這些問題是大數據未來應用的重要工作。本文首先列舉了目前大數據應用中存在的問題，分析了產生這些問題的原因，針對這種情況提出了基于基礎數據結構體系建立的解決方案設想，為未來大數據應用發揮更大效益的解決方法。
【關鍵詞】大數據 基礎數據結構 軟件工程 數據標準
隨著智慧城市建設項目的開展，作為智慧城市建設的重要基礎就是圍繞大型基礎數據平臺的建設，在業界定義為大數據時代的來臨。圍繞大數據的概念，在全國范圍內的各領域各行業都在大數據的如何組織、如何應用、如何共享、如何關聯召開了各類研討會。大數據應用的云計算技術、數據倉庫技術等成為業內討論的重要話題。本人認為，在做了這些工作后，應回過頭來看一看，無論數據量有多大，都離不開基礎數據結構與體系的建設，在此要闡明的一個基本觀點就是在大數據時代更應該重視基礎數據結果的研究與應用。
1 大數據的概念
什么是大數據， IBM 最早的定義是：將大數據的特征歸納為4個“V”（量Volume，多樣Variety，價值Value，速Velocity），或者說特點有四個層面：第一，數據體量巨大。大數據的起始計量單位至少是P（1000個T）、E（100萬個T）或Z（10億個T）；第二，數據類型繁多。比如，網絡日志、視頻、圖片、地理位置信息等等。第三，價值密度低，商業價值高。第四，處理速度快。最后這一點也是和傳統的數據挖掘技術有著本質的不同。
在大數據概念中的第一條是數據量大，這是大數據的特點，而卻隨著信息系統應用的深入，數量的數量級也在不斷的提高，這是毋容置疑的。我們在此要討論的是第二條數據類型繁多的問題。
2 目前大數據應用存在的主要問題
隨著信息化系統應用的深入，在社會、自然界、生活中所涉及的數據面越來越廣，由此使得數據類型也越來越多，數據類型的數量在不斷增加，這些數據類型之間的關系和相互關聯性也越來越復雜，大數據量下的數據應用造成了困難。數據結構類型繁多造成問題主要表現在以下幾個方面。
2.1 數據類型是有限量的認識不清楚
未來大數據情況下，數據類型是有限量的還是無限量的概念模糊，為此首先要么明確一個基本的概念，那就是，數據類型在繁多，但是數據類型的數量是有限量的，只是這個限量的數量級大一些而已。在數據類型是有限量的情況下，對于解決數據類型繁多的方法是完全不同的。
如果數據類型的量是無限量的，那么解決問題的方法是要研究解決數據類型問題的方式是研究規律，拿出解決問題的方式與方法，對于具體數據類型時，按照方式方法理論與技術去解決問題。如果數據類型是有限量的話，那么解決問題的方式就不只是從理論上的解決問題方法，而應該更加切合實際的去針對每一種數據類型直接進行研究，形成數據標準，指導各個系統對每一個具體數據類型的應用。
2.2 相同數據在不同系統中的表現類型繁多
由于系統開發方各自的開發經驗、所開發系統的規模不同，系統應用方對系統要求不同，系統應用行業的不同，使得在開發過程中，對于數據類型的定義只遵循本系統使用需要進行定義，沒有完整的標準，即是有相應的國家或國際標準，也不能完全遵循。
2.3 各個行業制定的標準相互矛盾
各個行業在制定相應的標準時，是以滿足自身需要為主導，造成了數據類型在其數據定義時不但長度不同，就是數據類型都不相同。這也就造成了各個系統在未來大數據應用中出現了嚴重的數據應用障礙。
2.4 大數據應用的實現效率低
由于不同系統技術數據結構的不統一，使得對于大數據的應用上要對不同系統的數據結構進行分析，構建關聯，而后才能進行數據的應用，這項工作的工作量大，技術含量高，降低數據的應用效率。這些都是事后分析數據存在的問題。
2.5 數據浪費巨大
由于數據各個系統間數據結構的不同，加上分析手段的局限性，使許多的數據無法進行使用，由此也降低了數據的使用率。并造成數據的大量浪費。
3 造成目前對大數據應用存在問題原因
由于以上幾方面的問題存在，為了做好大數據的應用，許多相應的技術應運而生，數據倉庫技術、網格技術、云計算的數據處理技術等等。這些技術促進了數據應用的發展，提高了數據應用效率，為大數據應用發揮了巨大作用。但是這種做法只能針對具體的大數據應用項目起到作用，不能從根本上解決問題。那么造成這種問題根本是什么呢？
3.1 理論基礎有偏差
目前所有這些高精尖技術的發展，為大數據應用的發展起到了不可替代的作用，但是這些技術在理論出發點上存在偏差，那就是，這些技術的理論出發點設定的是，數據類型是無限量的，是無窮盡的，所以所有的技術研究都不面對具體的數據項，這樣做的結果是促進技術的發展，弊端是不能面對具體的應用，所有的技術應用都要在這就技術下進行二次應用研究。也就是，這些理論是治標不治本的做法。
有限量數據類型與無限量數據類型是兩個根本不同的概念，對于技術的發展影響也是完全不同的。為此，目前在無限量數據類型概念下的大數據應用技術與體系將會存在極大的局限性，對未來的大數據應用造成影響。
3.2 對大數據認識有偏差
目前在各個系統對大數據的應用中，對大數據的認識是，只要有足夠量的數據，就是大數據，而對于數據之間的關系，整體的數據結構體系沒有很深的認識，甚至將原有的多個分散的系統中的數據庫，做一個小的關聯數據庫，就認為是數據云計算，就是綜合數據平臺了，而在這種情況下，對于大數據的應用，因為系統的獨立，數據庫的獨立、數據結構的不統一造成了大數據應用的瓶頸和障礙，在系統應用到一定程度后，數據量是很大，但是無法進行大數據應用，或者說是要進行大數據的應用，需要另外投入很高的成本進行數據整理、數據管理和數據分析。所以應該明確的是，在數據結構混亂的情況下，在大的數據量也不能稱為大數據，這個觀念上的偏差，是造成目前數據應用困難的原因之一。
3.3 數據結構不規范
這些情況的出現，歸結的一起，就是數據結構不規范，不統一。在三方面主要原因造成這個局面，一是目前的應用系統的開發，由不同的公司進行，每個開發單位對數據結構的定義有各自的標準，基本都是按照多年開發經驗總結出來的，因此各個公司開發的系統在數據結構上相差很遠。二是對于同一個公司不同時期開發的系統所涉及的數據結構不統一，到后期，開發單位不愿意在投入成本對前期開發的系統進行重新開發，這就造成了前期開的的系統中的數據結構與后期開發的數據結構不統一。三是對于應用開發單位在開發每一個具體應用項目時，由于是不同的開發小組在進行，為此，在進行數據結構設定時，只為了滿足本系統開發的需要，而沒有考慮系統未來的發展和系統的整體架構，這也造成了不同應用系統中對相同字段的設定不相同，數據結構不統一。以上這些都是在應用系統開發過程中遺留的問題，而這些問題嚴重影響了大數據的使用。
3.4 有統一的標準不用
在系統開發過程中涉及的數據結構，許多都有相應的標準，主要有以下幾個方面，一是國家法律層面的，對于一些重要的數據要求以立法方式進行規范。二是國家標準，制定和規范了國家層面的有關方面的數據要求和限定。三是部頒標準，由各個部委辦局制定的相應標準，這些標準有一大部分直接針對信息化系統建設的應用和數據標準。四是行業標準，作為每一個行業內進行行為約束的標準，這種標準雖然不具備強制性，但是在行業內是一個自覺遵守的標準。四是國際相關標準，雖然國際標準沒有任何的法律約束性，但是為了走出去，各行各業都在遵循這個標準。
這些標準都是在系統建立時的數據結構依據，但是目前許多系統在進行數據結構設定時，都沒有按照這些標準執行，而是根據自己系統的需要進行設定的。這使得許多的系統中的數據不能相互交換使用，由此而影響了大數據的應用。
3.5 不同行業對標準的設定不統一
在國家標準體系中，由于標準制定的年代不同，同是一個部門頒布的標準對相同的數據要求也不同，各個部門由于獨立制定標準，同樣出現相同數據在不同部門制定的標準中規定的不同，這幾方面原因也就造成了即使遵照標準，也存在著相同數據在不同應用系統中的數據結構不同的現象。
以上是大數據應用問題出現的主要原因，作為大數據應用的剛剛起步階段，應針對這些問題進行研究給出相應的解決方案，為未來大數據應用的發展打下一個良好的基礎，避免今后的大數據應用走彎路。
4 解決大數據應用問題的對策
解決大數據應用存在的問題，應從最基礎的數據結構建立開始，從根本上去解決問題，也為未來大數據應用的發展打下一個良好的基本數據結構基礎，對此提出以下幾方面的對策。
4.1 開展和加強對基礎數據結構建立的理論研究
從軟件工程學的角度出發，以數據結構類型是有限量的概念為依托，圍繞具體的數據類型開展數據結構體系的理論研究。依托一個數據結構分類的理論體系來支撐整個數據結構體系的劃分，其中包括劃分方法、劃分層次、劃分的軟件工程學理論支撐等內容，制定大數據底層數據結構劃分的理論體系，形成在大數據下的數據結構構建的理論體系。
4.2 開展對具體數據結構的研究
按照建立的數據結構理論體系要求，對每一個具體數據結構進行研究，針對數據項的名稱、類型、含義、層次、結構、與其他數據的關系、涉及內容規定等方面制定出具體數據的標準。這項工作可以在有組織的情況下由全社會共同參與，按照指導理論的要求進行研究，這樣，隨著應用系統的不斷深入，所涉及的數據類型項將逐步擴展，最終實現數據的全覆蓋，而完成整個架構體系的建立。
4.3 制定相應的數據結構標準
對于由各個方面制定的數據結構進行分類、篩選、審核，而后想這些結構形成一個統一的架構體系，制定相應的技術標準，通過這個標準來規范應用系統的開發，形成完整的、規范的、統一的數據結構體系，為大數據應用打下堅實的基礎。
4.4 成立相應的機構來負責這項工作的完成
對于這項工作的開展，應在軟件工程相應的有關組織下，建立一個專門的機構，負責指導這項工作的完成。由這個機構成立專門的實驗室，負責整體架構的制定，數據類型項的搜集、分類、篩選，并形成統一的數據庫體系，為所有的應用系統的開發提供數據庫基礎支撐和服務。
綜上所述，通過對基礎數結構的研究與體系的建立，從根本上解決大數據應用的效率，充分發揮未來大數據的作用，簡化大數據應用的方式與過程。
參考文獻
[1]嚴霄鳳，張德馨.大數據研究[J].計算機技術與發展，2013（04）.
[2]李學龍，龔海剛.大數據系統綜述[J].中國科學：信息科學，2015（01）.
[3]方璐.大數據時代的科學研究方法[J].浙江工業大學，2014.
作者簡介
李鏵（1962-），男，江蘇省無錫市人。學士學位，現為無錫科技職業學院教師、高級工程師。主要研究方向為軟件工程學、物聯網概論。
（中國75150部隊軍務科，湖南衡陽421131）
【摘要】大數據時代已經到來，在此時代背景下，各行各業都面臨著對龐大而復雜的數據進行有效管理的巨大挑戰，越來越認識到對自身產生和擁有的大數據進行有效管理的重要性和迫切性，檔案管理工作也不例外。
關鍵詞 大數據時代；檔案管理工作；功能作用
軍隊檔案管理是以保存部隊檔案并提供檔案資料為其他各項工作的一項重要工作，其直接面對著對元數據的收集、整理、鑒定、保管、檢索、利用等任務。然而面對當今各類信息、數據的大爆炸，傳統檔案管理的方式方法已明顯感覺有些吃力。為了較好的利用這龐大的數據為我部隊建設所用，我們引進當前時代的一個新名詞——大數據，用新的理念、方法和手段不斷改進、革新檔案管理工作。
1大數據對檔案管理工作的影響
哈佛大學社會學教授加里金說：“這是一場革命，龐大的數據資源使得各個領域開始了量化進程，無論學術界、商界還是政府，所有領域都將開始這種進程”。大數據技術能實現所有數據的融合，減弱了對“因果關系”的要求，取而代之的是數據間的相關關系，給人們的生活、工作乃至思維都產生了巨大變革。可見，大數據時代的到來，對整個世界都已經產生了巨大影響，具體到軍隊檔案管理領域，大數據的功能作用以及其對檔案管理工作的影響則主要表現在以下幾點：
一是分析判斷能力強，方便了電子文件的鑒定和索引。大數據時代，電子文件以指數級的速度增長，給電子文件的管理帶來了前所未有的挑戰，雖然我們知道浩瀚的電子文件中蘊藏著巨大的“金礦”，但我們逐漸發現想要從這些電子文件中“淘金”比紙質文件還困難。面對著巨量的電子文件，逐一閱讀每一份電子文件的原文恐怕實在是無能為力。而大數據技術的強大功能作用為上述問題的解決提供了有效的幫助。在普通的硬件上安裝大數據轉發器，就能收集數據形成的龐大的系統數據，大數據軟件可以為機器生成的海量數據建立索引，將其整理成可以搜索的鏈接，這正是檔案工作迫切需要的技術。除此之外大數據技術還能完成數據的分類、數據的挖掘，從而使檔案管理擁有應對越來越復雜的數據的分析能力。
二是處理技術手段高，解決了非結構化數據的處理難題。大數據類型繁多，包括結構化數據、半結構化數據和非結構化數據，至2012年末，非結構化數據占有比例達到整個數據量的75%以上。面對著快速增長的非結構化文件，檔案工作者在進行電子文件管理時困難重重，現在基于大數據技術的數據庫，如SQL已經既可以做關系數據，也可以做空間數據、圖像、數據流等非結構化數據，而且基于對象的存儲架構可以在一個系統中管理十億級別的文件數量，還不會像傳統存儲一樣遭遇元數據管理的困擾，大數據技術為檔案工作者管理非結構化電子文件的問題提供了解決之道。
三是數據存儲容量大，避免了海量信息和數據的丟失。近年以來，在檔案數據庫的使用過程中，常常會碰到無法向數據庫中增加新的檔案數據的情況。要想安全地存儲巨量的檔案數據，不可能一味的蓋大樓、蓋機房，這就要求我們必須優化存儲、提高效率和節約成本，其實比起其他諸如電信行業、通信行業、電子商務等行業面臨的數據存儲空間問題，其實檔案行業的存儲空間問題只是小巫見大巫，大數據在計算機領域已經具有相當的成熟度，這也說明大數據技術對于解決存儲海量數據問題的有用性，這些公司使用大數據的經驗對檔案行業解決數據的存儲問題具有高度的借鑒意義。
2檔案管理運用大數據的策略
既然大數據時代已經到來，而且其功能作用對部隊檔案管理工作有著較為深遠的影響，運用得當，大數據將給我軍檔案管理工作帶來前所未有的成功，那么如何將大數據的理念較好地運用到檔案管理工作中來呢？
2.1建立檔案資源管理中心
大數據技術支持龐大數據的存儲和處理，使檔案資源的統一管理成為可能。為了維護檔案的安全及對檔案資源的綜合掌控，檔案需要備份，目前檔案館采用的是檔案的電子備份，檔案部門是否可以在全軍范圍內建立一個區域或者檔案備份中心，并且各部隊檔案部門能夠做到資源共享呢？只要通過嚴密驗證和科學規劃，這一措施是完全可行的。若全軍的檔案數據資源能集中起來，那么利用大數據進行檔案資源的管理、開發和利用將指日可待。
2.2培養大數據分析的專業人才
外界企業通過尋求和專門的大數據開發公司合作，較好的運用了大數據技術。而檔案管理牽扯到部隊保密工作，若想引入大數據，又要有效防止信息數據的泄露，就必須加緊健全信息化檔案管理人才隊伍，花大力氣培養大數據分析的部隊專業技術人才，方能有效避免擁有大量數據卻不懂數據分析的尷尬。
2.3開發大數據分析工具
部隊檔案管理區別于地方，存在特殊性和敏感性。這就要求我們必須結合部隊實際及檔案建設的特點，開發出一套符合我們自己的大數據分析工具。
3檔案管理運用大數據應注意的事項
盡管大數據能給檔案管理工作帶來諸多好處，但是這也不能掩蓋大數據背后存在的風險和隱患。一是失泄密問題。檔案信息資源的開發和利用會涉及到檔案信息的泄密、檔案信息的丟失和篡改等問題，如果這些數據信息被敵特分子竊取，將給我們國家安全造成強烈的影響。二是預測分析錯誤問題。畢竟，大數據的核心思想就是用規模劇增來改變現狀，其打破我們傳統思維模式，將重點關注在“相關關系”上，所有預測分析都會有失誤的時候，運用大數據預測來判斷和懲罰官兵的潛在行為，這是對公平公正以及自由意志的一種褻瀆，同時也輕視了決策過程中深思熟慮的重要性。三是濫用職權的工具。如果我們冒險把部隊事故案件的防范交到數據手中，這實際上是一種濫用。應用得當，大數據會是我們合理決策過程中的有力武器；倘若運用不當，它就可能會變成部分人員濫用職權的工具，輕則傷害官兵的利益，重則損害官兵的人身安全，所冒的風險比想象中要大很多。
大數據時代的來臨，對檔案管理工作來說既是機遇也是挑戰，檔案工作者需要努力抓住這個機遇，同時也要嚴肅對待風險與挑戰，隨著大數據技術的發展和完善，大數據必有廣闊的應用前景，檔案管理在大數據時代將獲得巨大的突破，檔案信息資源中蘊藏著的巨大知識寶藏將會真正得以開發和利用。
參考文獻
關鍵詞：大數據時代；軟件工程技術；應用
隨著信息技術的廣泛應用，人們逐漸步入到大數據時代，大數據時代讓人們的生產生活方式都發生了改變，讓人們的生活變得更加便捷，同時也為企業提供了發展的條件，促使企業在新時代背景下得到更好的發展，但在便捷的同時也為人們帶來了新的挑戰和機遇，尤其是軟件工程的發展，相關研究技術人員要在掌握軟件工程技術的基礎上，加強對軟件工程技術應用的創新和改革，為軟件工程技術提供更多的發展條件。
一、大數據和軟件工程技術的發展方向
（一）大數據和軟件工程技術的開放式發展隨著科學技術的快速發展，互聯網技術逐漸應用到各個領域的發展中，隨之隨著互聯網技術的廣泛應用，人們逐漸進入到大數據時代，大數據的到來讓計算機技術得到了改革。大數據要想得到更好的發展，就必須要開發和尋求發展的途徑，在產生大量數據流的基礎上，不斷的創新優化技術。計算機軟件工程技術要想得到更好的發展，就要加強建設計算機網絡的開發環境，讓計算機在開發的環境中實現相互通信、資源共享，提升軟件的利用率。此外，網絡在運行的過程中可以增加利潤，讓不同用戶都能滿足需求，從而節約資源，提高資源的利用率。
（二）大數據和軟件工程技術應用到其他領域隨著大數據時代的到來，對計算機軟件工程技術又提出了新的要求，要將計算機軟件工程技術和大數據技術進行有效的融合，從而更好的服務于社會。目前，軟件工程技術已經得到了各行各業的廣泛應用，由于軟件工程技術對各領域都起著推動作用，讓各個應用程序都能得到有效的運行，同時還可以對相關平臺的數據信息進行收集并整理分析。如：用戶在購買股票對大數據進行分析時，可以利用軟件工程技術對大數據信息進行構建數據模型，利用數據模型，預測股票的變化形勢。
二、大數據時代下軟件工程技術的應用
（一）安全信息技術的應用在大數據時代背景下，其產生的大量數據流之間會有一定的聯系，但數據也會因此產生不同程度的影響，所以，要想提高數據的實效性和安全性，就必須要科學、合理的管理數據系統。在一般情況下，大型的數據信息平臺都是開放式的，隨著互聯網信息技術的快速發展，互聯網信息技術逐漸應用到各個領域中，它讓人們的生活更加的便捷，但在便捷的同時也存在一定的風險，隨著時代的發展，人們逐漸進入到大數據時代，在大時代背景下出現了較多的黑客，這些黑客利用大數據的漏洞進行違法操作，這對數據的儲存和分析產生嚴重的影響，因此，在大數據背景下，要加強軟件工程技術的應用和建設，為數據的實效性和安全性提供有效的保障。
（二）進行數據信息采集大數據的發展依據是對數據信息進行采集整理分析，在軟件工程技術中對數據信息進行采集整理分析也是非常重要的部分，因此，在大數據時代背景下，可以通過軟件工程技術的應用，對相關數據信息進行采集整理分析，同時還要提升各個軟件之間的協作能力，擴大數據信息的儲存空間。此外，用戶在運行軟件工程技術過程時，可以根據用戶的需求，對相關對數據信息進行采集整理分析，同時還要將多余的數據進行刪改，從而降低大數據的數據采集成本，讓用戶在對大數據進行進行采集整理分析時，提升處理效率，以此來為軟件工程技術的提供更好的發展和應用條件。
（三）進行數據信息儲存隨著大數據時代的到來，數據信息逐漸從G和T轉變成ZB，且數據信息在進行儲存時，儲存在內容不再單一的文字了，其內容包含圖形、文字、視頻等形式，由此可見，在大數據時代背景下，對計算機的性能和儲存空間又提出了新的要求和挑戰，要求在大時代背景下進行數據儲存時，避免出現數據信息缺失的現象，而軟件工程技術可以有效的解決這一問題，它不僅可以提升數據信息的儲存空間，而且還能提升儲存數據信息安全性能，可以有效的防止儲存的數據信息缺失。除此之外，在大數據時代下應用軟件工程技術，可以通過利用軟件工程技術中的云技術，將數據信息進行云端儲存，提升計算機的儲存空間，以此來提升計算機儲存空間的利用率。
（四）利用大數據加強建設軟件服務工程隨著軟件工程技術的廣泛應用，軟件服務工程的數量在逐漸增加，這為軟件工程技術提供了發展方向。在開發軟件服務工程時，不同的軟件工程有不同的開發目標，要遵循軟件服務工程的基本原則，然后根據服務的目標對內容進行調整，最后在對相關軟件工程進行開發。另外，由于在大數據時代背景下，產生的數據信息容量大，且結構更為復雜，因此相關科研人員要加強對軟件工程技術的創新和優化，在現有的大數據技術基礎上，加強對軟件工程技術的建設，促使軟件工程技術在大數據背景下得到更好的應用和發展。
智慧油田是在數字油田的基礎上，以大數據技術為核心，以降低成本，安全、環保地提升油氣產量為目標，實現油田的勘探開發、油氣生產、資產管理、流程再造等環節的科學化、透明化及智能化。
【關鍵詞】智慧油田 大數據 應用
隨著時代的發展，互聯網與信息行業不斷地進步，大數據分析的應用越來越廣泛。隨著國際油價持續低迷，石油企業利潤大幅降低， 以降低成本，安全、環保地提升油氣產量為目標，實現油田的勘探開發、油氣生產、資產管理、流程再造等環節的科學化、透明化及智能化，成為石油行業信息化發展新的突破點。
1 大數據技術與大數據應用
1.1 大數據技術
大數據分析就是在信息網絡技術以及科學技術的基礎上，經過多元化的渠道與途徑，對大量的數據進行收集、歸納、整理，進而形成具有龐大信息數據的體系。隨著社會經濟的快速發展，科學技術的不斷創新，大數據與傳統的數據分析存在明顯的差異，這主要表現在數據信息量、數據結構、數據分析的方式等幾個方面，數據的儲存量變大了，傳統的數據存儲空間已經不能滿足現在信息量，在數據信息量增加的過程中，數據處理模式也在不斷地變化中，將大量的數據作為新的資源來源方式，大數據分析具有更強的靈活性，可以因時而變。
1.2 大數據特點
大數據具有較強的規模性、數據處理速度高、處理方式多樣等特點，迅速成為信息領域顛覆性技術之一。數據處理量大、數據種類多、價值密度低、數據處理速度快是大數據分析的主要優點，這不僅改變了人們生活以及工作的方式，也推動了各行各業的發展。大數據時代有三大轉變：
（1）可以分析更多的數據，可以處理和某個特別現象相關的所有數據，通過更高的精確性能夠發現更多的細節。
（2）大量的數據分析處理，適當忽略微觀層面的精確度，能夠帶來更佳的分析結果和更大的利益價值。
（3）無需挖掘因果關系，而是更注重事物之間的相關關系。大數據打破了傳統數據的邊界，改變了以往大多數依靠行業內部業務數據的局面，充分利用了數據資源，不僅包括企業內部數據，也包括企業外部數據，尤其是和消費者相關的數據。
2 大數據在石油行業的應用場景
在石油行業的上游和中游應用大數據分析結構化及非結構化數據具有十分重要的意義。對石油開采過程中產生的數據多維度的深入分析，將有助于快速發現石油、降低生產成本、提高鉆井安全性、增大產量等。大數據將在下列石油生產領域應用發揮巨大作用。
勘探：通過應用先進的數據，比如模式識別，在地震采集過程中得到一個更全面的數據集，地質學家可以識別在使用大數據之前可能被忽略了的潛在的富有成效的地震數據。
開發：大數據分析可以幫助石油天然氣公司評估生產過程。這些分析涉及到地理空間信息、信息推送、油氣信息報道等可以讓集團可以更智能的開發油氣水井、更富有競爭力的領域發揮大數據分析的作用。
鉆井：除了基于有限的數據來進行監控和告警，大數據分析可以使用真正的實時“鉆井大數據”來基于多個條件異常或預測鉆井成功的可能性。
生產作業：提高采收率是很多石油天然氣生產公司的目標。大數據可以同時使用地震、鉆井和生產數據，將儲層的變化情況實時的提供給儲層分析工程師，為生產人員提供舉升方法改造方案。大數據也可以用來引導頁巖氣壓裂。
維護：預測性維護對于油氣田公司來說已經不是一個新的概念了。但是它并沒有得到應有的關注和預算。在上游生產過程中，如果壓力、體積、溫度可以被一起采集和分析，并且與以往的設備損壞歷史數據進行比較，那么預測就是可以自動化的。在中游輸油管道的情況也是類似的。這種方法在需要探測故障，尤其是故障會影響健康，安全和環境的時候顯得尤為必要。
3 典型應用
3.1 智能化井場
在井口部署單井綜合測控柜和壓力、溫度等多種傳感器，實現單井生產參數的采集以及對抽油機的遠程啟停及變頻控制。井場所有數據上傳至中心控制室的采集服務器顯示、存儲及應用，從而實現對單井生產全過程、全天候的遠程管理，實現無人值守，井場只需要定期巡檢。單井綜合測控柜主要針對油井、氣井、水井等目標實施智能監測和遠程控制。本產品主要實現油井采集示功圖、載荷、回壓、井口溫度、電流、電壓有效值、有功功率、無功功率、功率因數、上下沖程最大電流值、上下沖程功率、平衡率、日用電量、累計電量、沖次、系統狀態與采集時間等數據；遠程控制抽油機的啟停。另外，在每座井場內邊緣樹立監控桿，桿上安裝紅外一體化攝像機和無線傳輸設備，實現井場視頻圖像的采集；監控中心通過視頻服務器實現井場視頻圖像的遠程監視、管理、儲存和控制。
3.2 油氣生產物聯網
油氣生產物聯網是通過部署井場數據采集、遠程控制、智能視頻監控系統，實現對各類生產井、站、管線的全過程、全天候、全業務、全覆蓋，達到對井場自動感知、無人值守、重點巡查、組織維修的效果，實現提高勞動生產效率和安全生產的目標；對參與油饃產的各類資源（人員、設備、儀表等）形成實時管控；構建扁平化綜合管理平臺，減少管理層級，應用先進、綜合技術手段提高管理實效。目前，華北油田油氣生產物聯網已建成了近2000口油井的數字油田；在山西晉城成功建成了我國第一個數字化、規模化煤層氣田；在長慶蘇里格氣田建成了新一代天然氣生產自動化測控系統，實現了遠程24小時不間斷對各類井站進行可視化監控、生產數據自動錄入、遠程設備控制、報表自動生成、遠程批量啟停單井、自動巡井等一系列操作及管理。
隨著信息通信技術發展積極累至今，大數據作為新發明和新資源，正通過不斷的技術創新和發展，讓我們有機會更加深入走進信息社會，正在逐漸改變我們的生活方式和思維模式，其所帶來的巨大價值正被人們認可，而且在社會整體建設中的信息孤島現象將大幅消減，數據共享將成為可能，大數據的發展，有利于提高科學決策能力，有利于管理模式的改變，有利于節約社會資源和成本，提升公共服務保障能力。
參考文獻
[1]李金諾.淺談石油行業大數據的發展趨勢[J].價值工程，2013（29）.
[2]宋亞奇，周國亮，朱水利.智能電網大數據處理技術現狀與挑戰[J].電網技術，2013（04）：927-935.
[3]翟淑偉，石奇光，楊燕玲，等.火電廠運行狀態監測數據挖掘技術綜述[J].華東電力，2012（02）：29-295.
關鍵詞：計算機軟件技術；大數據時代；應用分析
引言
技術的發展與社會的進步具有緊密聯系，而且隨著不斷深入研究技術，使我國出現各種各樣的新技術，為我國社會的現代化發展提供大力的支持，特別是計算機軟件技術在現代化發展過程中具有極其重要的作用。特別是在大數據背景下，隨著不斷提升的更新速度、信息數量，在處理這些數據信息時需要使用計算機軟件技術，必須要求相關技術人員極其重視計算機軟件技術的研究，才能夠使計算機軟件技術的作用得到充分的發揮。然而，在大數據時代背景下，計算機軟件技術在應用方面仍然存在問題，根本無法充分發揮計算機軟件技術的作用。因此，為確保在大數據時代更加合理的對計算機軟件技術進行應用，必須極其重視計算機軟件技術的創新與發展，使計算機軟件技術可以與大數據時代相符。
1計算機軟件技術在大數據時代的應用意義
1.1提升社會的發展水平
新技術屬于社會的發展需主要動力，而在現代社會發展過程中信息技術具有極其重要的作用，可以說信息技術滲透到社會發展的各個方面。當前國家綜合實力與計算機軟件技術的發展情況具有緊密聯系，通過創新與優化計算機軟件，可以有助于社會得到更進一步的發展[1]。因此，在大數據時代背景下，研發計算機軟件技術時，相關技術人員必須結合實際情況與需求，才能夠確保通過應用計算機軟件技術，大力推動社會的發展。
1.2使經濟效益得到增加
在社會長久的發展過程中經濟水平屬于極其重要的組成部分，而且所有的社會資源都是為了可以對更大的經濟效益進行創造，但生產或者操控設備時傳統的生產技術所使用的人工方式，會對生產的精準度造成極其嚴重的影響，甚至發生浪費資源等問題[2]。在大數據時代背景下，為確保對資源進行最大化的配置，需要積極對計算機軟件技術進行應用，不斷提高資源的利用效率，促使企業可以獲得最大化的經濟效益，進而強化社會的整體經濟水平。
1.3強化計算機軟件技術的競爭能力
現階段，隨著我國不斷發展與應用計算機軟件技術，使計算機軟件技術水平成為我國綜合國力的重要體現。雖然之前我國計算機軟件技術發展過于緩慢，甚至還需要從其它國家引進計算機軟件技術，但是隨著我國對計算機技術軟件技術進行研究，通過強化我國計算機軟件技術的水平，能夠使我國計算機軟件技術的競爭力得到增強，進而避免發生其它國家技術控制計算機軟件技術發展的情況[3]。
2大數據時代下應用計算機軟件技術
2.1云儲存技術
在信息時代最明顯的特征就是數據爆炸，會使社會與各行各業發展過程中存在大量的數據，而且隨著不斷提升的數據更新速度，為確保對數據進行更好的儲存與處理，需要有效的連接網絡與終端，才能夠確保實現云端儲存、資料下載的目的，能夠更加利于企業或者個人更好的處理復雜的數據[4]。其次，在對數據進行提取時，人們也不再需要隨身攜帶移動硬盤，只需要使用云技術就可以對自己所想要數據信息進行獲取。
2.2虛擬技術
在計算機軟件技術中虛擬技術屬于最為常用的一種技術之一，而且其可以被應用到各個方面。例如將BIM技術應用到建筑工程中，可達到模擬建筑施工的全過程的目的，能夠更加利于設計人員與施工人員對建筑施工過程中存在的不合理之處進行及時的發現，并進行修改，促使可以更加順利的進行施工，同時通過對建筑工程施工過程進行模擬，能夠使資源的配置能力得到大幅提升[5]。其次，對虛擬技術進行良好的運用，能夠使各項數據信息的安全性得到大幅提高，有助于相關工作人員對各類數據信息進行處理與管理。
2.3信息安全技術
信息安全技術在計算機軟件技術中也屬于一種比較重要的技術，而且較強的開放性是互聯網最大的特點，任何人都可以應用網絡。隨著我國不斷發展的網購、交際軟件等技術的發展，使網絡上充滿人們的個人信息，會發生部分具有較高網絡技術能力的不法分子，利用自己掌握的技術盜取用戶的個人信息[6]。因此，在大數據時代，為確保保障網絡環境的安全性，以及人們的個人信息安全，必須極其重視信息安全計算機軟件技術的發展。
2.4信息加工技術
近幾年，隨著不斷增加的信息量，使人們越來越依賴數據，當前急需解決的問題就是如何在大量的信息內快速尋找到自己所需要的信息，計算機軟件技術具有較強的信息加工能力，促使信息加工技術應運而生[7]。因此，在大數據時代，通過對計算機軟件技術進行應用，就可以對人們所提出的要求進行滿足，例如更快速度的獲取數據，以及更加快速的反饋信息，促使人們的生活與工作越來越便利。
3計算機軟件技術在大數據時代的應用場景
3.1通信鄰域中的應用
在現代通信技術的發展過程中計算機軟件技術屬于極其重要的組成部分，通過對相應的計算機軟件技術進行應用，以及利用其它技術與設備進行輔助，可以對完善的網絡系統進行構建[8]。特別是在計算機軟件技術的幫助下，可以更加快速的向相關技術人員反映用戶在通信中所遇到的問題，才能夠更加及時的解決用戶的問題，不斷對通信系統的水平與質量進行強化，促使我國通信行業可以更加穩定的發展。
3.2商業應用
在商業發展過程中也會對計算機軟件技術進行應用，特別是市場經濟的快速發展，使商業發展水平越來越緩慢，導致傳統的生產與管理模式根本無法適應商業的發展。因此，將計算機軟件技術應用到商業發展過程中，不僅能夠創新企業的管理模式，也能夠使企業人力勞動的使用被減少，促使只需要通過機器設備得到應用，大力推動商業的發展[9]。其次，相關管理工作人員通過使用實時平臺，就可以對顧客的需求等其他信息進行了解，進而大力推動企業的發展。
3.3企業內部管理的應用
現階段，隨著我國不斷發展與進步的現代企業，使企業發展需要具有全新的管理模式，傳統的管理根本無法對企業發展的需求進行滿足。在現代企業管理中計算機軟件技術具有極其重要的作用，相關工作人員可以利用計算機軟件技術合理的調配內部資源，而且在對企業發展數據進行全面分析的基礎上，指導企業的決策，不僅能夠優化已有的數據模型，也能夠避免出現錯誤的數據信息[10]。
4大數據時代計算機軟件技術存在的應用問題
4.1應用范圍較小
雖然我國計算機軟件技術的發展獲得良好的效果，但是仍然需要重視計算機軟件技術的應用范圍的拓展，主要是隨著計算機軟件技術的發展，使計算機軟件技術具有較強的權限性，如果計算機軟件技術根本無法滿足比較復雜的數據或者處理要求，相關技術工作人員必須對新的計算機軟件技術進行開發。在對新的計算機軟件技術進行開發的過程中，會對大量的人力、時間進行耗費，而且長期存在的技術不足問題，對人們的應用體驗造成極其嚴重的影響，進而對計算機軟件技術在大數據時代中的應用范圍造成一定的限制[11]。
4.2安全水平較低
隨著計算機軟件技術的發展，使人們越來越依賴計算機技術，人們會在計算機軟件中儲存大量的數據，而且在大數據時代的背景下，傳統的紙質儲存已經與當下的需求不符，也到人們對計算機軟件技術具有較高的依賴性。雖然計算機軟件技術的應用與發展，可以為人們的生活與工作提供便利，但是在網絡上卻存在一定的信息安全問題，特別是在大數據時代背景下，部分網站會存在非法收集個人資料的情況，進而對人們的信息安全與財產安全造成極其嚴重的威脅。因此，在大數據時代，只有通過加強計算機軟件技術的安全性，才能夠確保大力推動計算機軟件技術的發展。
4.3技術人員的專業能力較弱
在計算機軟件技術的發展過程中技術人員的專業能力屬于極其重要的因素，技術人員會利用自己所掌握的專業知識更加深入的探究計算機軟件技術，從而對更好的計算機軟件技術進行制造。因為隨著我國社會逐漸進入大數據時代，使社會對計算機軟件技術提出更高的要求，但大部分技術人員并沒有與時俱進的思想，使自身的專業能力無法滿足計算機軟件技術的發展要求，會降低我國計算機軟件技術的競爭力，所以計算機軟件技術的開發工作人員必須極其重視專業素養的提升。
5大數據時代提升計算機軟件技術的水平
5.1培養更加專業的人才
人才在社會發展中占據主要地位，使現代社會越來越重視具有創新意識的復合型人才，而且為達到開發與發展計算機軟件技術的目的，需要大量的人才支持，相關企業必須積極對科技人才進行引進，確保通過對人才的創造力進行發揮，進而強化計算機軟件技術的發展。為確保社會上具有大量的專業人才，相應的高校也需要對計算機軟件技術專業進行完善，才能夠確保為社會輸送大量高質量的人才。其次，從業的技術人員必須具備終身學習的理念，才能夠在計算機軟件技術的開發過程中對先進的技術與理念進行應用，進而大力推動我國計算機軟件技術的發展。
5.2對數據保密工作進行加強
目前在計算機軟件技術的開發與發展過程中，數據保密工作屬于技術人員需要解決的問題，特別是在大數據時代背景下，需要對用戶的個人信息安全進行全面的保護，才能夠避免造成用戶的損失，而且通過融合加密技術與軟件技術，能夠使殺毒軟件的性能得到提升。其次，網絡管理人員需要積極向人們講解網絡安全，不斷強化人們的網絡安全意識，并告知人們如何躲避網絡危險，促使網絡的應用安全得到大幅提升，以及能夠更加利于計算機軟件技術對數據進行高效的處理。
【關鍵詞】大數據；智慧酒店管理；酒店管理；策略研究
數據的開發和應用，對于酒店智慧化的發展有著非常重要的現實意義。在大時展的背景下，大數據應用在酒店管理或是傳統酒店運營模式的轉變中都受到了相關專家的熱切關注。近年來，大數據應用與酒店布局管理一直保持著密切的交流，這對于酒店管理來說也將迎來一個以大數據開發應用為核心的酒店管理時代的到來[1]。
一、大數據與智慧酒店管理
（一）相關概念闡述 大數據具體是指以多元化的形式，從眾多來源中搜集而成的一個巨大的數據組，所以通常情況下它具有一定的實時性特征。這些數據可能從社交網絡、電子商務網站以及顧客來訪紀錄作為主要來源，所以它并不是公司與顧客關系管理數據庫的常態數據[2]。
上世紀八十年代初，未來學家阿爾文?托夫勒在《第三次浪潮》一書中，將大數據熱情地贊頌為“第三次浪潮的華彩樂章”。大數據蘊含著這些數據生產者的真實意圖、喜好、目的的非傳統結構和意義的數據，他們從海量數據中提煉出有用的信息，這些信息的有效處理對于網絡架構和數據處理能力的挑戰也是全新的。
（二）智慧酒店管理 智慧酒店是指酒店擁有一套完善的智能化體系，通過數字化與網絡化實現酒店數字信息化服務技術。智慧酒店管理則是借助數字化與網絡化的平臺，在酒店管理的過程中開發相關的系統，形成牽一發而動全身的局面，智慧酒店管理有利于降低酒店管理成本，減少不必要的勞動力，更重要的是可以幫且開發客戶群，更有針對性、個性化的對客服務，滿足客人對酒店標準化服務基礎上建立的個性化、焦點式、延伸性的服務。
二、大數據應用于智慧酒店管理的現狀
（一）在酒店管理方面對大數據的認識不夠全面 在不同的發展進程中，酒店行業發展就會遇到不同的機遇和挑戰。在新時期大壞境中，伴隨著大數據的產生為酒店管理行業的發展帶來了更好的發展平臺。大數據就是把酒店客戶的資料信息進行有效的綜合整理，以便于酒店在布置布局方面有了更好的數據基礎，促進了酒店行業的經濟快發展[3]。
在客戶信息采集方面，于酒店而言是非常容易就可以進行的。但在實際的操作中，酒店在客戶有效信息采集方面還存在有很大的漏洞和不重視，缺乏對客戶信息有效性以及相關信息的印證。這就導致了數據庫基礎看起來數量規模龐大，大往往都是涂有華麗的外表，沒有實際的作用。酒店方面對于大數據的認識不足，認為數據的采集僅僅就是為了酒店入住率的核算，在意識中尚未對大數據應用做出正確的定位。
（二）數據分析方面 經過調查分析不難發現，大多數酒店在客戶信息數據的整理利用方面都存在不同程度的缺陷。僅僅用于酒店內部的銷售營業報表以及酒店盈利年度預算方面，沒有對這些數據進行更進一步的開發分析。嚴重的浪費了大數據在酒店運營市場開拓、行業市場分析以及客戶需求整合這些方面的重要作用。大數據在酒店行業中使用較為成熟的依然是華東地區，而西北地區則使用較少，為了全面展現大數據的分析作用，在此僅以蘇州酒店數據開發為例：
蘇州某時段酒店客戶數據分析比較
該地區在全國的酒店總數量排名中僅次于超級大都市北京、上海，在酒店運營方面有自身本來的地理環境優勢。但我們從表格中可以分析到：該地區對于酒店客戶數據的分析很大程度上都是運用在了報表制作當中，對于市場及客戶方面的工作少之又少。除卻相對高端的五星級酒店在市場開拓和客戶需求查詢方面做了相應的努力，但還是沒能將大數據的作用完全開發出來。
（三）酒店基本的服務設施配套不夠全面 酒店的服務除了體現在優質的餐飲方面，還在酒店客房的設計方面有著很大的要求。對于相對發達的地區而言在酒店基礎服務方面做的相對較好，但不同積層類型的酒店設備也是參差不同的。建設智慧型的酒店，不僅要在客戶數據處理方面做足功夫深入分析，在酒店服務方面也要實現智慧智能化。酒店服務管理智能化是發展的一個不斷豐富、領域。酒店作為直接面對客人提供服務的場所，應充分的考慮個人隱私、個性化的需求，以及感受到高科技帶來的舒適和便利。同時，酒店物耗、能耗、人員成本，也應考慮降到最低，創造效益。例如：智能的門禁系統、智能的取電開關、以及智能的交互視頻體系、智能的電腦網絡展示體系、和智能的信息查看體系，客人在房間內可實現天氣、航班動態、列車時刻、輪船時刻、客車時刻、市區公交、高速路況、市區路況等等，這些都是智能酒店應該必備的基礎服務。
三、大數據于智慧酒店管理進行的應對策略與行業前景
大數據本身具有數據體量巨大、數據類型繁多、價值密度低、處理速度快的特點運用與酒店行業的價值作用更是突出。它最核心的價值就是在于對于海量數據進行存儲和分析。相比起現有的其他技術而言，大數據的“廉價、迅速、優化”這三方面的綜合成本是最優的。大數據應用與酒店管理與酒店智慧化建設互為表里，借助于大數據對酒店管理行業的推動，以更好的實現酒店企業的經濟價值和社會效益。
（一）在數據信息采集方面 客戶信息數據采集是實現智慧型酒店建立的根本基礎，夯實的數據基礎在行業的規則制度、工作流程確定下才能在后期的大數據分析中實現其作用。酒店行業或是相關的政府單位可以為他們建立相應的數據采集基礎模板，前臺客服人員在進行客戶信息采集的時候嚴格按照這個模板的工作流程進行，從根本方面保證所采集信息的有效性和準確性。行業之間可以建立數據信息共享的網上資源平臺，這既方便了顧客的需求又實現了企業的經濟效益。
（二）數據分析系統的功能研究 在酒店客戶信息的有效采集基礎上，應用Tableau 這一設計軟件做相關的數據分析。主要通過對數據的總結分析以及關聯數據分析進行相關的數據分析研究。對客戶的入住信息做以分析，總結住房消費的生成規律，以開發潛在的客戶資源。
（三）在酒店住房預定方面 入住客戶通過電話預約或是網上預約的形式來實現住房預定。這是繼客戶充分了解酒店之后的又一項步驟。大數據可以更全面的分析客戶的需求和以往入住經驗總結，幫助酒店前臺服務人員為顧客推薦更合適的房間類型。
（四）在酒店顧客入住階段 客戶入住是顧客完成住房預定之后的又一項重要工作。對于首次入住的顧客來說，這是他對于該酒店進行深入了解的第一步。這一階段過程中，最重要的就是應用大數據分析顧客入住階段的顧客類型分析，以提升酒店的專業水準。在互聯網大時代背景下，顧客采取網上預定消費的群體越來越廣泛。在互聯網上進行該酒店的預定消費，從另一方面來講這也是該酒店的企業外在形象的維護階段，是品牌效力影響下的入住消費。所以更應該加強酒店的整體服務水平，為酒店吸納更多的消費者，并盡可能發展成為酒店會員。在整體顧客選擇的住房類型來看，一般顧客對于經濟房的需求量所占的比重稍大一些。說明該酒店的消費群體主要以大眾消費為主，所以在酒店管理配置方面可以加大該類型客房的建設，方便 客戶使用。在貼心周到的基礎實施服務方面，比如有帶小孩的顧客，酒店前提服務人員在進行入住手續辦理的時候可以為小孩提供玩具、家庭套房的服務，嬰兒床等配套服務設施，在整個過程中要最有先考慮顧客入住酒店的舒適感。同時，還要強調客人入住酒店的安全感，尤其是信息安全方面。但是大數據已經是未來經濟發展過程中必不可或缺的預測工具，所以酒店行業應在各方面做好準備，迎接大數據時代的到來。而且在國家的統籌規劃與政策扶持的支持下，加之各地方政府結合實際制定大數據產業發展的策略，再通過國內外IT大企業以及眾多創新企業的積極參與，大數據產業未來發展前景十分廣闊。
結束語
總而言之，酒店管理依附于大數據的應用，智慧型酒店對大數據的依賴更是與日俱增。大數據幫助酒店整合客戶信息，為酒店在顧客來源方面提供了便利，幫助實現酒店顧客消費的最大化。它不僅在酒店管理和與顧客雙方溝通方面有著至關重要的作用更實在酒店與其他合作關系方面為酒店爭取了一定的主動，改善了傳統的酒店運營和消費交易模式。通過大數據的分析，酒店能夠更為快捷的了解顧客的入住需求，在提升自身檔次的同時又實現了良好的酒店企業經濟效益。
參考文獻
[1]楊宏.大數據與智慧酒店管理[J].科技創新與應用，2015，19：259-260.
在七牛的主頁上赫然滾動著鐵人三項集結令，“軟件、硬件、云”。大數據基于云計算又高于云計算，在我們談論大數據的時候，我們總習慣于把大數據和云計算一起拿出來討論。對于布局大云端，刷新云存儲2.0版的七牛云存儲來說，大數據和云又分別意味著什么？預示著怎樣一個云端的未來？七牛云存儲CEO許式偉對話《張江新經濟》，分享他關于大數據、關于云的愿景。
深耕云計算
在云時代下，隨著云存儲技術的深入應用，企業對云存儲的需求正逐漸顯現。當越來越多的應用開始基于云端進行開發，云端數據存儲系統的建設等問題也應運而生，無形中增加了開發團隊的各類成本。七牛成立至今，一直致力于提供最合適開發者的數據在線托管、傳輸加速以及云端處理的服務。
對于一個開發團隊或者創業公司來說，盡可能把精力集中投入到產品上無疑是當務之急，自行開發存儲系統對于時間和資源來說無形中都是一種浪費，而七牛就鎖定這個中間環節，把縮短開發周期和幫助開發者降低成本視為自身職責所在。
在經歷幾個版本的迭代后七牛推出了全新存儲架構，也就是七牛所說的云存儲2.0版。新的架構主要包含四個亮點，一是七牛的存儲系統是國內首個達到16個9的數據可靠性的系統，用許式偉的話說，也就是新系統將丟失數據的可能性降低到“如同在全宇宙發現兩粒相同的沙子”。
第二個是將單盤修復時間從3小時提升到30分鐘以內，修復速度提升了5 倍。此外，2.0系統規模可以平滑擴展至EB級別，讀寫能力也大大提升，克服了傳統存儲方案的服務瓶頸。最后，新系統所采用的技術也使得單位存儲成本降低了63.5%。
在存儲服務全新升級后，七牛也開始著力進行數據挖掘工作。作為第三方數據托管商，七牛有著巨大的大數據挖掘潛力，雖然目前七牛只接受客戶的需求分析，但未來的發展空間巨大。作為數據托管商，七牛不主動做任何數據處理，除非客戶提出分析需求的情況下，七牛會做數據分析，不過也不會涉及分析用戶隱私及相關數據。
目前數據分析還是一種增值服務，并不涉及太多收費內容，七牛相關負責人在此前的采訪中也明確表示過，七牛仍將以基礎服務為主，也就是按存儲量和流量的多少進行收費。未來隨著客戶的增多、工作量復雜程度加大，可能會考慮增值服務的付費問題。
而關于國內大數據的現狀，從云存儲的角度來看，許式偉認為當前大數據仍屬于“雷聲大雨點小”的階段，“從目前的發展看，當前大數據仍然是喊的多落地的少。”許式偉告訴《張江新經濟》。
造成當現狀的核心問題，據許式偉分析，主要集中在兩個方面，一是企業對數值化運營的意識薄弱，對用戶行為記錄的價值認識不足。多數企業會定期刪除日志，以節省硬盤空間；二是企業對用戶行為記錄的挖掘能力不足。一些企業認識到了數據的價值，并且也愿意長期保存，但是由于缺乏有效的分析手段，只能望數據而興嘆。
“慢”步大數據
在國外各大互聯網企業已經完成大數據布局，重寫游戲規則的今天，國內的大數據市場似乎反應慢了半拍，對于大數據的發展，許式偉也認為“過程會比云計算發展緩慢很多”。
“云計算是比較單純的工程問題，解決數據的海量、計算力的伸縮性。有賴于這種單純性，所以云計算一旦扭轉人們的思想觀念，就立刻進入爆發式的增長，”許式偉說道，“但是大數據不同，它首先依賴云來解決工程性問題，但另一方面它又是數據智能范疇，對使用者有較高的專業技能要求。”
“也許有一天人們發現，大數據是一個多方市場，在大數據云服務供應商和企業之間，還必須引入一個角色――數據分析師，由他來提供咨詢服務。而這些系統本身的復雜性，將成為制約大數據行業的高速發展的瓶頸。”許式偉補充解釋道。
當然，緩慢的發展現狀并不會阻止七牛的腳步，一向強調前瞻性的許式偉在中國式大數據版圖鋪開前必定要占據一席之地。用許式偉的話說，七牛始終把云看做“數據為核心，計算圍繞著需要處理的數據”。
“從這個意義來說，大數據天然隸屬于云計算，只不過今天七牛重點處理的是數據量最多的圖片、音頻和視頻這種非結構化數據，而大數據需要處理的是用戶行為日志這種半結構化的數據。”許式偉如是說。
也許今天七牛更多的是作為日志可靠的并且廉價的備份空間存在，但是許式偉堅持，七牛會致力于幫助用戶發掘日志的價值，以指導他們的商業行為的決策過程。
對于行將到來的大數據時代，也許每個人都有自己的一番愿景，在許式偉的預期中，正猶如數據的證明周期中，每個環節都會有專業的服務企業提供服務一樣，在大數據主導的未來，整個產業鏈都會呈現更加精細化的分工。
數據的采集和分發，會有CDN公司；數據的存儲和分析框架，會有專業的云存儲云計算公司；不同行業的數據理解、分析報表和決策建議，會由專業的數據分析師完成。當然七牛并不會去從事CDN，因為七牛定位自己是CDN的客戶。不過許式偉也透露，七牛自建CDN 節點肯定會有，但是屬于補充性的，“無論是自建還是合作，我們都需要對節點做品質的監控，并且在某個節點出問題后對 DNS 解析做切換。”
這一實踐中所涉及的數據量，從技術視角上看并不算龐大，但該商場對多源數據的整合和開發，不失為基于大數據管理的一種典型體現。
大數據企業巨大的體量凸顯的是技術需求。而對于管理者而言，刻意追求巨大體量的數據并不具有多少現實意義，大數據更重要的特征在于其多樣化的來源和形態、持續快速的產生和演變，以及對深度分析能力的高度依賴。因此，企業對大數據的駕馭和掌控，其核心并不在于擁有多大規模的數據，而在于是否能夠對來自于企業內外部多樣化信息源的涌流數據進行敏捷持續的捕捉和整合，并通過深度分析開發其商務價值。
在管理視角上，大數據既不是一種技術，也不是一種應用系統，而更應該是一種立足于企業內外部數據融合以提升管理效率、開拓價值創造模式的管理思維。
駕馭企業內部大數據
企業內部數據有兩個主要維度：
一是與業務功能及流程緊密相關的數據，如庫存信息、物料需求信息、生產計劃信息、采購信息等，可統稱為業務流程信息；
二是企業內員工及各種管理系統在其日常工作及活動中所創造、記錄、交換和積累的信息，例如員工間的交流記錄、工作心得、經驗分享、活動新聞等，可統稱為知識及溝通信息。
這兩個數據維度的發展和融合，催生出了企業內部大數據。
在集成化企業系統、內部社交媒體以及深度數據分析技術的共同支撐下，杰克?韋爾奇所暢想的“無邊界組織”在新興環境下成為可能，并被賦予了新的內涵。部門邊界、層級邊界被緊密的業務聯系和廣泛的社交聯系所弱化，結構化的業務流程信息與非結構化的知識及管理活動信息被多維度融合的深度數據分析能力連接在一起，從而使企業真正具有駕馭內部大數據的能力。
駕馭企業外部大數據
在企業外部的視角上，數據資源也包括兩個維度：
一是與上下游交易直接相關的供應鏈信息，如交易報價信息、訂單信息、上下游企業庫存及生產能力信息等；
二是市場及社會環境信息，如原材料價格走勢、市場需求及消費者偏好信息、顧客服務及滿意度信息等。
企業外部大數據的基本特征，也正是在這兩個維度的發展之中呈現出來的。
供應鏈信息集成與社會化商務信息的融合，構成企業外部大數據的核心特征。來自于社交媒體信息源的市場環境信息與來自于組織間信息系統的供應鏈信息相結合，借助于深度數據分析技術實現面向企業商務網絡的預測與優化，并支撐起實時化、精確化、個性化的消費者洞察與敏捷響應，在此基礎上為基于網絡協同及社會化商務的模式創新提供了豐富的可能性。從而，對外部大數據的管理和駕馭，也將成為現代企業在網絡化的商務生態系統中占據主導地位并獲取經營優勢的關鍵途徑。
成為“大數據企業”
基于以上分析，企業內部大數據的焦點，在于業務流程信息與知識及溝通信息的融合；企業外部大數據的焦點，在于供應鏈信息與市場及社會環境信息的融合。進而，大數據時代企業組織的基本內涵，在于內部大數據與外部大數據的全方位融合。如圖4所示，大數據企業立足于內外部業務與社交媒體數據的集成交匯。
在這四大類型的數據之間，致力于大數據管理的企業可以有兩種不同的發展策略。其一是以社交媒體與業務數據的融合為主導，以期通過敏捷響應快速發現并應對內外部環境中的變化和機遇。在這種策略下，面向高速數據流的實時數據采集和分析方法，將成為大數據管理的主要支撐手段。
第二種策略是以內外部數據融合為主導，以期通過全面匯集內外部信息，對中長期發展趨勢作出準確的預判，從而實現高度優化的業務決策，并通過對信息環境的掌控，獲取企業網絡生態系統中的領導地位。在這種策略下，大規模多源異構數據的采集、清洗和整合方法，將成為大數據管理的核心支撐。
如何挖掘企業大數據的價值
企業大數據的價值開發高度依賴于深度數據分析能力。從內外部融合的視角上看來，企業大數據分析包括三個基本維度，即內容、關系和時空。
內容維度指的是數據本身所承載的信息內容。例如，G公司是一家大型電信服務商，其內部建設實施了一套“班組博客”系統。在這個內部社交媒體平臺上，公司中的3000多個工作團隊都開設了自己的博客，用于和交流工作經驗、生活體驗等方面的內容。經過數年的發展，整個博客系統中積累了博文700多萬篇，評論超過1500萬條，并保持著每月15萬篇以上的博文發表數量，年閱讀量超過1000萬篇次。對于這一平臺所積累的大量數據的價值開發，首先體現在對其信息內容的提煉上。平臺上與工作相關的博文內容，如客服案例、經驗分享等，經自動篩選分類、主題識別、關鍵詞索引之后，被構建成企業知識庫，為業務及管理工作提供快速有效的知識支撐，同時成為員工培訓和自學的有力工具。而大量與工作無關的博文和評論內容，包括生活常識、娛樂信息、心情表達、心靈雞湯等，在智能化的分類整理之后，也成為了該公司的一個獨特的文化情景，支撐著企業中活躍的氛圍，強化了員工的文化認同。
關系維度指的是數據及其所指代的對象之間的聯系。在G公司的班組博客中，員工的發表、閱讀、評論、回復、關注等行為詳盡地反映了其相互之間密集而持續的聯系，而這些聯系毫無遺漏地被記錄在平臺的數據庫之中。通過對這些關系結構的深度分析和挖掘，G公司獲得了對員工及團隊的影響力、凝聚力、創造力的更為準確而深入的評估手段。進一步而言，博客平臺的行為記錄數據與業務系統中的事務處理記錄數據，以及員工及團隊的績效表現數據，也能夠被有效地關聯起來，從而使得管理者擁有強有力的工具，幫助其發現和理解員工的行為特質、工作表現、業務能力之間的潛在關聯，進而實現良性優化的人員配置和人才培養。
時空維度指的是數據生成及傳播的位置以及數據隨時間演變的模式。對G公司而言，其數以千計的業務場所分散在眾多城市的不同地點，因此，數據中的位置信息對于虛擬化的團隊協同而言具有直接的意義。此外，位置信息也包括了數據在組織功能結構和層級結構中所處的位置。同時，在G公司的班組博客中，對特點話題時間演變規律的分析，也為管理者提供了有效的參考。其中對企業重要活動、運營理念相關信息在班組博客中的傳播演變模式的跟蹤，有效地揭示了員工對管理理念的認知、態度和接受過程。
更深入的價值開發來自于上述三個維度的交叉綜合。例如，內容維度與關系維度的結合，使得G公司能夠識別員工的興趣偏好、社交特質、工作性質以及工作表現之間的匹配關系，也能夠更為準確地發現那些分散在不同的員工手中、但具有重要潛在影響力的經驗、創意以及機遇信號。內容維度、關系維度與時空維度的結合，使得企業能夠更為深入地理解不同的員工特質、知識技能、團隊特性、熱點偏好在整個組織中的分布，以及這些結構隨時間演變的過程和趨勢，從而更為有效地調度和配置這些資源。
這些維度上的分析需求，主要需要三方面的數據分析技術予以支撐。第一類是全局視圖技術。對于管理者而言，對大數據內容全局狀況的把握，往往是開發大數據價值的一個基本需求。然而大數據的體量和結構復雜性往往遠遠超出人類認知的信息承載能力。因此，有效的技術應當能夠在大量數據中提取出一個足夠小的集合以呈現給管理者，并使得這個小集合能夠充分地代表數據全局。例如，在G公司的博客平臺上，一種“代表性博文提取”技術能夠在每天所出現的數以千計的博文中自動選擇出10篇。這10篇博文在很大程度上全面代表了當天所出現的數千篇文章，既充分反映熱點，也不能忽略冷門信號，從而使得管理者能夠通過閱讀這些文章來了解全局。第二類支撐技術是關聯發現技術，其目標在于敏銳識別數據間的聯系。例如，當G公司試圖整合博客平臺、業務系統、人力資源系統中的數據以全方位分析員工、團隊特質以及績效信息時，大量的數據屬性之間所構成的復雜潛在關聯網絡，就需要強有力的關聯發現技術來加以處理。第三類支撐技術是動態跟蹤技術，即實時化的流數據分析處理、快速增量數據分析。三方面技術都處于快速發展之中，但尚未全面成熟，有待于學界和業界的持續努力和探索。
從一定意義上說來，業務資源集成與社交媒體相融合的過程，是一個“信息去中心化”的過程。信息資源的創造和管理，從以往以經營和運作為核心的中心化模式，轉化為以分散創造、自由傳播、靈活匯聚為特征的眾創模式。另一方面，內外部數據融合的過程，是一個“信息去邊界化”的過程。企業部門之間的信息交換、企業之間的信息交換以及企業與市場環境的信息，以日益多樣化、實時化的方式實現。
在互聯網時代，大數據的應用受到各行業的追捧，在旅游行業中，也非常重視大數據的應用。旅游行業的發展，旅游企業實現盈利，必須要依靠旅游創業產品的開發，大數據+背景下，旅游企業可以實現根據客戶需要，針對市場需要進行產品研發，這樣，才能實現旅游產品的創意開發。在大數據+背景下，旅游行業根據消費者需求信息，深刻剖析用戶需求信息，對信息進行預判，在有效把握相關信息的基礎上，進行創意產品開發。大數據+背景為旅游創意產品的開發提供了技術支持。大數據已成為一種重要的戰略資產，旅游企業要能夠積極應用這種戰略資產不斷實現創業旅游產品的開發，以提升自己在行業中的市場競爭力和綜合實力。
一、大數據應用于旅游創業產品開發的優勢
（一）準確了解客戶信息
目前，我國所有運營商注冊用戶實施的都是實名登記，這樣，能夠保障用戶基本數據信息的準確性和可靠性。要保障旅游創意產品的有效開發，必須要保障能夠準確把握客戶信息，利用大數據可以對用戶的各種信息進行有效分析，結合用戶屬性數據，可以對用戶業務訂購數據信息，訂單信息等進行全面把握，通過對用戶消費信息的分析，可以對客戶的行為和喜好情況進行直接準確的把握，這樣能夠保障數據準確性，更利于進行創意產品的開發。
（二）準確了解行業內的產品信息
在旅游產品開發中，一直以來，我國都存在著各地區產品開發雷同的情況，比如，一個地區開發的有滑雪項目，在附近有條件的地區也多數開發地也有滑雪項目。如果很多地方的旅游產品都存在雷同情況，則不利于調動游客的積極性，這樣旅游地區就會失去游客，導致旅游業發展困難。作為個體旅游企業，要積極進行產品的創業開發，必須要避免雷同產品。而利用大數據可以對行業內的產品信息進行有效把握，如果通過大數據旅游公司發現了自己有意愿要開發的旅游產品，在行業內泛濫，就不能在進行這種產品的開發，就需要能夠進行產品的創新，開發出不同的產品。這樣，才能避免旅游產品的雷同情況，才能保障自身競爭力的不斷提升。
（三）準確把握客流信息
要保障創意旅游產品的有效開發，必須要把握用戶的需求，而通過大數據對各景區的客流信息情況進行分析，通過分析客流信息，可以有效把握用戶的需求特點。這樣，根據用戶需求情況進行產品的創業設計，可以保障旅游產品設計的質量。利用大數據，可以對游客人群來源地點，游客性別，位置信息等情況進行了解，這樣，旅游產品設計管理者可以對游客的行為特征進行全面分析，從而為產品設計提供有效的數據支持。
（四）準確定位旅游行業市場
要保障隊旅游產品的創意開發，必須要對旅游行業市場進行準確定位，利用大數據可以實現對旅游市場進行準確定位。利用大數據手段，能夠對旅游市場相關數據信息進行分析，對市場中的一些優質品牌進行分析，在分析相關數據信息的基礎上，能夠對旅游市場的構成，市場特征情況，產品開況，消費者需求情況，競爭者狀況等相關信息進行準確把握。通過數據挖掘技術對各種數據信息進行搜集管理，準確對市場進行定位，根據市場定位進行產品開發，才能保障旅游產品開發的個性化。
二、大數據+背景下旅游創意產品開發的對策
（一）進行特色產品和品牌產品開發
旅游企業要能夠積極利用數據挖掘技術，全面挖掘旅游市場信息，做好市場調查工作。并能夠對相關信息進行有效分析，能夠根據相關信息進行市場產品定位。在市場定位的基礎上，深層次地挖掘富有特色的旅游產品，能夠突出產品的內涵，要能夠積極打造品牌產品，打造特色旅游產品，謹防競爭中產品仿冒情況。只有這樣，旅游企業才能真正創立自己的品牌，提升自身的競爭優勢。
（二）加快配套設施建設
旅游產品與其他產品不同，其構成因素是豐富的，主要包括對有吃、住、行、游、購及娛樂等方面的內容。開展旅游創新產品開發工作不是一件簡單的事情， 必須要加快配套設施建設工作。如果配套設施跟不上，就會影響到旅游產品的質量和品質。因此，旅游企業在進行旅游產品開發的過程中，需要利用大數據技術對產品相關因素進行分析研究，充分了解產品配套設施構建情況，能夠通過對詳細數據的分析，制定有效策略，對旅游產品進行有效的設計，提升旅游產品的整體吸引力，這樣，才能實現產品的創新開發。比如，一個地方的自然資源非常豐富，同時也很有特色，非常適合搞觀光游產品的開發。但這個地區的交通閉塞。這樣，在進行產品開發的時候，開發者必須要能夠借助大數據對這個地區的配套設施情況信息進行充分分析，對投入和受益情況進行分析，在信息分析的基礎上，進行配套設施建設，這樣，才能保障產品開發的價值和意義。
（三）加強新品種開發改善旅游產品結構
在旅游產品創新開發中，旅游企業必須要加大新產品開發的力度，能夠通過新產品開發優化旅游產品結構。這是企業在進行產品開發中需要注意的問題。而進行新產品的開發，需要借助大數據技術，通過大數據對目標市場進行準確定位，基于目標市場，基于一定的旅游消費群體，設置旅游產品，這樣，才能保障旅游產品開發的創新性和市場針對性，才能滿足客戶的需要。
在進行產品旅游產品開發中，需要結合旅游產品開發的基本原則，應用大稻萁行信息收集，能夠根據客戶需要把一些文化的、非形象行的、抽象的需要轉變為可感知的，具體形象的產品，這樣，就可以保障旅游產品的創新品質。比如，一個地區要搞旅游產品開發，利用大數據對客戶信息分析之后，需要把客戶的需求信息進行分類，有的客戶喜歡進行觀光旅游就可以在旅游線路上設計上多下功夫，保障客戶能夠一飽眼福。如果游客不愿意到處走走看看，可以設計一些傳統文化旅游項目，比如一個地區的茶文化較為豐厚，可以設置傳統茶葉加工觀賞旅游產品，這種產品對某些游客是有很大的吸引力的。如果游客對吃比較感興趣，可以圍繞餐飲進行特色產品開發等等。在旅游產品開發中，充分利用大數據手段，把握游客需求情況，根據游客需求情況設置定選擇旅游產品，這樣，才能保障旅游產品創新的價值和意義。
（四）重視特色旅游商品的開放
在旅游產品開發中，食、住、行是游客最基本的需求，而游、購、娛樂則是游客的一種選擇性的消費。在旅游產品開發中，不僅要能夠圍繞食、住、行進行產品的開發，還需要能夠圍繞游、購、娛樂進行產品開發。旅游企業可以進行一些特色旅游商品的開發，以滿足游客更為廣泛的需求。
一般而言，游客到某個地方旅游都喜歡購買一些特色商品，旅游購物對游客而言是具有一定的紀念意義的。作為旅游企業要能夠在這方面進行新產品的開發。要保障旅游產品能夠滿足游客需要，保障旅游商品能夠成功出售，旅游企業必須要在特色上做好文章。目前，在很多景點出售的旅游商品沒有特色，每一個地方的商品都一樣，這樣，游客的購買欲望不高。旅游企業能夠利用大數據技術對旅游商品進行綜合分析，能夠在旅游商品設計上避免與其他景區的雷同情況，要能夠結合地方特色進行旅游商品的創新設計，使商品中真正融入一定的文化，使旅游商品能夠具有一定的紀念意義，這樣，才能有效滿足游客的需求。
旅游商品設計，無論是視頻，茶飲還是服裝，針織品都需要以實物形式呈現，這些商品中都需要融入一定的文化，一定的情節，這樣，才更具有意義。旅游企業在產品開發中，要重視研究當地文化特色和民俗風情，能夠將這種特色文化融入到產品設計中去，這樣，才能保障產品設計的獨特性，使之具有一定的“情節”，而受到游客的歡迎。
【關鍵詞】大數據 軟件測試 挑戰 展望
大數據時代的意義并不是表現為對龐大數據信息的掌握，而是表現在其能夠對相關數據實施專業化的處理。大數據本身具有多個層面的特點，一是其數據體量非常巨大，二是其數據的類型較為繁多，三是其價值密度明顯偏低，存在過多不相干的信息，需要實施深度挖掘。四是信息的處理速度非常快，具有立竿見影的效果和以往所采用的傳統數據挖掘技術存在本質的區別。在這種背景下，多數軟件的形態也隨之發生改變，實施軟件測試的重點及方式等也處于不斷發展的狀態當中。
1 大數據背景下ORACLE問題不斷突出
軟件測試地目的是為了能夠發現和找出軟件錯誤運行的情況，專門判斷測試過程是否通過的可驗證即被稱為ORACLE，在如今的大數據背景下，不管是趨勢分析還是相應的圖論計算等，都開始變得越來越困難。大數據的處理模式，主要包括了物理作用下的數據處理和化學作用下的數據處理兩種類型模式[1]。其中，物理作用下的數據處理，主要是在保證其價值的情況下，不斷的縮小其數據的規模，然后由此清洗不變的數據基本屬性。這其中就包含了針對數據處理的多種方式，能夠有效的實現將大數據花銷，的物理式變化。因此，物理作用下的數據處理測試ORACLE本身并沒有問題。
而基于化學作用下的數據處理，則具備最主要的預測和快速算法的問題，這兩個問題都非常經典，直接促使ORACLE的確定變得異常的困難。比如在計算個性化推薦統計學信息當中，經過個性化推薦的商品，更容易獲得用戶們的喜愛，當然也存在一半不喜歡的概率。而經過計算的結果也只是表明此類商品被喜歡的概率相對較高。概率性問題直接導致結果的正確性和確定性產生本質的區別，直接致使ORACLE確定的難度。
2 傳統測試平臺難以符合大數據處理的要求
以往所采用的軟件性能測試，主要是借助控制器協調本地直接向服務器端發出服務的請求，由此實現對服務器壓力的測試，其測試負載產生器都屬于局部的物理主機。相對少量的服務器構成應用系統來說，用戶數在數百上千量級的應用服務，才能有效滿足應用的需求。
如今，云計算的發展，用戶的需求也在不斷的增長，其多個系統所需支持的并發用戶也在不斷的增加，相應的訪問量也在由此攀升。這就需要針對服務端系統是否能夠真正承受如此巨大的用戶訪問量進行有效的測試，可直接在系統上線之前就展開較為充分的測試內容。以往局域網主機測試方法所產生壓力，很難真正滿足服務器對其所產生的壓力測試需求。由此軟件測試工作中開始出現一系列的問題。一是負載產生器的物理機數量很難獲得動態的擴展；二是大數據所驅動的云計算系統，直接采用了廣泛的分布客戶端。三是在網絡海量數據的推動下，控制器所監控的負載產生器狀態直接成為性能測試的瓶頸，很容易由此引發測試失敗。四是控制器對負載產生器的同步問題變得越來越復雜，直接影響到負載測試的效果。
3 軟件服務化所引發的測試挑戰
具體從開發的模式而言，軟件開發的過程，主要包含了完全編碼、構件化、服務以及云計算等多個階段。
3.1 完全編碼階段
主要是相應開發人員直接從零基礎開始對每行代碼的編寫過程，除了系統本身所提供的類庫之外，通常所有的代碼都是直接由相應開發人員所掌握。在此階段當中，用戶們普遍具有良好的可測性，幾乎所有的測試和調試方式都可以實現。
3.2 構件化階段
該階段直接是為了提升軟件開發的效率，要求相應開發組織必須在系統類庫的基礎上，結合業務自身的特點來構建出可復用的業務組件。而通常該組件都是在本地運行，因此其業務系統的耦合度明顯偏高，用戶們對于組件的掌控也明顯較大。
3.3 服務階段
在此階段當中，多數本地組件所提供的調用可轉變成為遠程服務形式。用戶們可對外部的服務控制處于逐漸減少的狀態，只能透過服務的輸入和輸出來實現對服務情況的良好把握。
3.4 云計算階段
這一階段主要是特別架構和PASS之上的應用程序，在處理輸入和輸出的同時，多數用戶并不具備了解PASS服務運行情況的能力，因而導致用戶測試的難度再次增加。
4 殺蟲劑效應
在軟件測試領域當中，殺蟲劑效應是指相應的測試軟件越來越多，其免疫能力變得越來越強的現象。這種現象就如同采用農藥殺蟲是一樣的效果，如果持續采用一種單純的農藥，則害蟲將最終在體內產生一定的抗體，在此情形下，農藥將無法發揮出應有的殺蟲效力。而在多種構件化開發當中也是如此，通常在中前期發現多種缺陷的模式，其都可直接通過校驗和驗證的方式集成在構件當中，乃至直接成為構件的必然屬性。此類構件并不需要開發人員進行單獨的代碼編寫，其直接對測試的方式產生了天然性的免疫能力。
殺蟲劑效應將有效的促使軟件的測試技術獲得飛躍式的更新升級，可迅速的找出存在軟件當中的缺陷問題。一般在進行測試的初期階段，只需通過較少的測試即可直接發現其中所存在的更多缺陷，而在后期的測試當中，則很容易發現其所存在的缺陷數量，將漸漸趨于平緩，甚至最終在某個周期停止增長。
5 結語
綜上所述，針對大數據背景下的軟件測試挑戰及問題，需要盡可能的避免出現殺蟲效應，具體要求測試技術應當由單一的技術類型直接向著多元化測試技術的方向轉變。然后需要解決智能數據處理所帶來的ORACLE的問題。最后，需要構建出面向云環境的自動化環境，尤其是客戶端環境必須咬合服務端的需求進行良好的匹配。
參考文獻
[1]蔡立志.大數據來臨，軟件測試準備好了嗎[J].軟件產業與工程，2013，05：15-17.
[2]姜春宇，孟苗苗.大數據基準測試流程與測試工具[J].信息通信技術，2014，06：43-46+51.
關鍵詞：大數據時代 圖書館 服務 優化 創新
中圖分類號：G252文獻標識碼：A文章編號：1009-5349（2016）09-0252-02
在大數據時代的背景下，決定圖書館服務有效性和市場競爭力最關鍵的因素就是數據，而且數據也是事關圖書館服務模式改革、創新，以及提高服務透明度最重要的資源。數據采集源比較單一、資源總量相對較少、價值密度低以及公信力較差等問題是圖書館大數據環境下的發展現狀。所以，只有從根本上將原有的利益格局徹底打破，同時實現圖書館資源內部系統、政府部門以及社會團體等大數據資源的全面開發與共享，才能實實在在地增強大數據資源的可用性、可控性以及可檢索性和保存時效性。
一、圖書館大數據時代主要服務內容以及服務形式
圖書館目前的首要任務就是切實加強與政府部門、第三方服務商以及圖書館內部各部門之間的合作，全面實現相關數據的二次整合、增值以及共享和利用。通過數據的產生和使用可以看出，履行用戶的公共職能、智慧城市的建設以及服務內容和模式的轉變等，都發揮了圖書館的積極作用，同時在這個過程中也實現了相關公共數據的開放和共享。在選擇開放數據時必須以堅持不損害國家利益、不影響圖書館相關安全系統以及不降低服務系統的性能為基本的原則。同時必須積極地進行開放數據與多領域數據資源的整合，從根本上實現數據資源價值的二次發現和提升，從而實現用戶通過一站式檢索服務平臺，輕松完成所需數據的搜索。大數據圖書館以數據共享和相互操作的框架為基礎，完成數據的職能分析、判斷以及決策。作為圖書館必須將消除數據所有者和需求在之間的信息不對稱作為其發展的基本原則，并以此為基礎實現管理平臺對相關數據的無縫整合與補充。
二、大數據時代圖書館數據整合的需求與挑戰
（一）大數據圖書館對讀者個性化特征的需求
在極為復雜的大數據環境下，數據資源不但要作為圖書館生產力和服務資源非常重要的組成部分，同時也是實現讀者知情權和數據權的最有效的載體，大數據自身所具有的安全性和有效性已經成為了保證圖書館服務質量以及讀者權益最重要的因素。而且，數據的開放也與圖書館資源的獲取、數據的有效整合以及服務能力的創新等方面息息相關，是促進圖書館市場競爭力提升的保證。在大數據環境下，圖書館目前的數據資源訪問權限或者個人共享的模式已經無法滿足用戶越來越高的個性化服務需求。必須采取積極有效的措施，使所有的公共數據都可以不受限制地開放，這也是讀者所擁有的數據開放權的最高目標。
（二）大數據圖書館對讀者自我的隱私保護的需求
影響圖書館服務質量和閱讀滿意度的關鍵因素就是讀者隱私的保護。為了切實地對讀者提出相關個性化閱讀服務做到可預測、決策以及評估，一般圖書館都會利用相關的傳感器、數據中心系統、用戶閱讀行為采集設備以及第三方共享數據庫，獲得所有的讀者的個性化特征、閱讀行為以及社會關系的相關數據。巴拉巴作為全球復雜網絡的權威人物，他認為，人類所有的行為中超過93%都是可以進行預測的。所以，一旦圖書館向所有的讀者無限制地開發相關的大數據資源的話，就可以實現對所有讀者大數據資源的處理、整合、分析和判斷，而且通常讀者個人信息的獲取都會產生“1+1>2”的效果，而這就很可能侵犯到用戶的隱私。所以在圖書館大數據資源開放的過程中，就必須制定積極有效的措施對用戶的相關隱私數據進行識別和認定，而這些都是有效保護讀者隱私的重要措施。此外，在確保所有用戶的隱私數據安全、高效、經濟以及可控的同時，進一步提高了數據開放的程度和實際的可用性，也是必須引起圖書館注意的問題。
（三）大數據圖書館對數據的共享的需求
用戶服務數據、系統管理與運行數據、讀者行為數據、讀者社會關系數據等都是組成圖書館大數據資源的主要數據來源，而且這些數據都是具有可增值性、無消耗性以及非排他性的主要特點。較之其他的行業或者部門而言，來源廣泛、數據分散、價值密度低、類型多樣、結構化與標準化程度低等是傳統圖書館數據所具有的主要特點。如果在傳統的服務環境下，圖書館的數據資源只在很小的范圍內使用和共享，沒有真正地面向社會完全開放，而這也導致了相關數據的重復采集、存儲等現象的出現，從而對數據的流動、共享以及使用造成了嚴重的影響，造成了巨大的人力、物力等資源浪費。所以，必須加強圖書館數據資源的開放性、流動性以及共享度，才能充分地發揮出其應有的價值。另外，圖書館數據資源在流動共享的過程中也會涉及到法律政策、行業規范、服務需求等各方面的因素，因此只有徹底地改變圖書館數據的傳統占有權和利益觀念，才能從根本上促進數據流動性與共享性力度的提升。
三、大數據時代圖書館服務的優化創新
（一）統一整合圖書館資源，滿足不同讀者的個性化需求，對圖書館進行全方位開放
圖書館必須建立以公告數據、服務數據采集、應用程序資源等為重點內容的統一的數據開放網站，才能真正地實現圖書館全面開放，并以此來滿足不同讀者所提出的個性化需求。同時必須堅持數據資源的公開和信息透明的原則，采取積極有效的措施實現數據的整合與深度挖掘，實現對內部蘊含的隱性知識的挖掘。突發性和隨機性是讀者個性化閱讀服務需求的主要特點，而作為圖書館則可以根據不同讀者的不同需求，對提出個性化閱讀需求活動的讀者數量進行及時的預測，并根據實際的預測情況作出相應的資源分配、調控以及優化，從而促進服務安全性、效率性、經濟性以及個性化的不斷提高。在實際的開發過程中，必須采取積極有效的措施實現對相關數據的過濾和分析，同時將其以直觀、可視化的形式充分地表現出來，以實際的數據為基礎作出科學合理的決策，促進自身市場需求預測與競爭力的不斷提高。另外，圖書館在全方位開放數據的過程中，必須以大數據開放為基礎逐步建立讀者服務決策、管理、調度以及優化系統，從而實現智能、自動化地對讀者的個性化服務需求和市場服務需求的變化進行識別，并根據相關的數據及時調整、優化圖書館用戶服務的模式和采用的方法。
（二）推進圖書館大數據應用，提升圖書館人性化服務質量
在信息革命所經歷過的數次重大技術變革中，圖書館都采取了積極有效的措施以及創新制度，開創了屬于自己的美好未來，而這也是確保圖書館走向大數據時代的重要的經驗和財富。而作為圖書館必須以積極的心態去面對大數據時代所帶來的機遇和需要其去勇敢面對的挑戰，及時地轉變思路，掌握各種不同的大數據分析的先進技術，提供最全面的數據支持服務。政府部門、圖書館聯合組織、圖書情報機構、相關商業機構必須積極地制定出相關的政策以及加大科研投入的力度，促進自身的轉型與發展，同時將建設智慧圖書館作為實現自身跨越式發展的主要手段，將圖書館推向新的發展階段。不管是文化圖專的智慧與服務校訓，還是阮岡納贊的“圖書館學五定律”，都浸透著圖書館人文關懷，戈爾曼的“圖書館學新五律”中提出“明智地采用科學技術提高服務質量”，也體現出了信息時代背景下圖書館所具備的人文關懷的特點。圖書館面對大數據時代帶來的發展機遇，必須積極地倡導社會責任和社會包容，向廣大的讀者提供智慧的、以人為本的大數據知識服務，這樣不僅有效地抑制了大數據所造成的公共權力與商業資本對大數據的控制，而且從根本實現了維護大數據時代信息公平的原則，同時徹底地消除了大數據所造成的文化滯后和社會風險，保護了廣大讀者的隱私權與數據安全。
（三）運用信息可視化加強圖書館的知識化服務
在大數據時代的背景下，閱讀正在逐步地顯現出碎片化、功利化的發展趨勢，人們已經不再像以往那樣有大量的時間和耐心閱讀圖書館所提供的文獻、資料，圖書館提供的知識產品已經無法滿足用戶的需求，反倒是那些非結構化的數據、短小精悍的熱點評論，以及經過加工的知識產品用戶更加細化。大數據中所包含的重要信息的規模十分龐大，而用戶為了可以更好地發掘知識，也期待著可以對其進行深層次的分析。信息可視化作為一個跨領域的，其主要的目的是為了研究規模較大的數值化信息資源，以視覺的方式呈現在用戶面前，實現人們對數據的深入理解和分析。信息可視化較之科學可視化前者傾向于抽象數據，像非結構化文本中的某一個點，而且這一點對于研究是非常重要的。運用信息可視化，圖書館就可以為用戶提供極為方便易用的知識環境，完全實現了檢索過程開始到結果之間相關主題的可視化，同時也可以對相關的數據庫內容和時間分布進行可視化。
四、結語
在大數據時代背景下，圖書館必須以基礎為發展的基礎，實現知識化、智能化、個性化等方面的突破和發展，并將圖書館的增值服務作為其發展的長遠目標。在面對圖書館消亡論這樣的言論時，就要求圖書館必須認清大數據時代所面臨的形勢，充分發揮自身的資源優勢，進一步強化業務數據的系統分析、管理以及實際的應用，將圖書館的服務模式不斷創新，促進其核心競爭力的進一步提升。
參考文獻：
[1]陳臣.大數據時代基于個性化服務的數字圖書館數據搜索引擎設計[J].圖書館理論與實踐，2015，04：91-94.
[2]趙靜.大數據時代圖書館數字資源服務研究[J].河北科技圖苑，2015，02：43-46.
[3]邱慶東.大數據時代智慧圖書館建設探析[J].四川圖書館學報，2015，06：12-15.
[4]張媛，王偉.大數據時代圖書館OA文獻資源建設研究[J].蘭臺世界，2015，11：129-130.
