大数据与社会保障

第一篇：大数据与社会保障

大数据时代社会治理方式创新

编者按：互联网、物联网、大数据、云计算等现代技术正在深度改变人们的生活、工作和思维方式。大数据时代给社会治理提出了新机遇和新挑战，因此，应适应大数据时代社会需要，变革社会治理方式。推进大数据时代社会治理方式创新，无论从理论上还是实践上看，都是一个全新的课题。作为我国改革开放的前沿地带，深圳市福田区在运用大数据手段推进社会治理方式创新方面再一次走到了全国的前面，率先进行了探索，对于研究大数据时代社会治理方式创新，具有重要的理论和实践意义。深圳市福田区社会治理方式创新的实践探索

大数据时代，只有让政府以及各社会主体在合理共享各种最新数据的基础上，发挥各自的优势，深度挖掘数据的价值，在提供公共服务的方式、内容和机制上不断创新，以适应快速变化的社会需求和环境，才能不断提高我国的国家治理能力和实现社会治理方式的创新。深圳市福田区充分认识基础数据的重要性，在如何保证动态、精准、充分占有基础数据方面进行了卓有成效的创新和探索。突出大数据理念

针对大数据时代社会治理的特点，深圳市福田区在推进社会治理创新方面，树立大数据理念，推动智慧福田建设。

大数据应用的核心是数据处理。大数据应用要充分挖掘数据价值，进行深度应用。为此福田区提出实现“让数据多跑腿，让群众少跑路”的目标，以“采、用、享、碰、推、嵌”六个字来概括数据应用理念。

“采、用、享”是传统的数据应用，是信息化建设的第一次革命;“碰、推、嵌”是大数据时代的智能应用，是信息化建设的第二次革命，以“碰、推、嵌”的可视化倒逼“采、用、享”的进一步质量提升，指导前期系统的改造。其中“碰”即数据碰撞。如将街道计生执法、人民调解、安监执法、派出所接报的发案的出租屋，与未自主申报出租屋比对碰撞，推送给街道综管执法人员，通过发现问题推动执法，推进自主申报工作。“推”即智能推送。如福田的智慧政务开发了智慧福田门户APP和微信公众平台，辖区居民只要安装或关注，平台就会根据本人实际需求，有针对性地自动推送服务信息。“嵌”即智能嵌入。如可以将业务办理规则嵌入网格移动终端，如一旦采集满足条件自动推送。

树立“法治与证据”理念。大数据时代也是法制时代。改善大数据时代的社会治理，要进一步强化证据意识。福田区委、区政府强调提高社会治理能力要树立“经济社会是法治社会，法治社会是证据社会，只有掌握了证据才能掌握主动权，才能解决问题”的理念，注重用证据来说话，用证据来讲事实摆道理。同时强调收集证据不仅仅是政法部门的事，而是所有政府部门的事。

在智慧福田的建设过程中，福田提出了要实现信息证据化，既所有信息流程都要打标留痕，作为法定证据。通过法定签名、电子摄像等形式确定办事群众的法律主体地位，确保主体合法化;按照法律规定履行告知义务，使办事群众了解法律政策，掌握审批流程，提前准备相关资料，确保审批主动化;通过“审批结果电子上传—法律文书纸质确认—法律文书电子归档”的流程，确保群众申请、政府告知、电子归档、法律文书等环节实现流程证据化，对于执法、管理或服务工作中产生的各类文书、资料，电子化保存、归档，一方面，节约成本，延长保存期限，提高使用效率;另一方面，能长期保留证据，应对以后可能出现的申诉或投诉。

树立“信息支撑”和“流程再造”理念。在智慧福田建设和社会治理创新过程中，福田区从一开始就注重顶层设计，由区委领导统一协调部署相关工作，尤其强调“信息支撑”即建立“数据集中采集、资源多方共享”的共建共享机制，按照无条件提供信息数据的要求，打破信息壁垒，打通部门循环，促进资源融合，实现智能共享，为群众提供方便快捷、周到细致的服务;强调“流程再造”理念，整合全区现有各方数据资源、社会服务管理资源，全面调研各层级、各部门的业务需求和居民群众的实际需求，认真梳理各项业务工作的办事流程、业务关联、信息关联，通过循环交换、智能推送，简化程序、减少环节、再造流程，提升服务效能，方便群众办事。注重深度挖掘和发挥信息作用，并利用此机会进行政府各职能部门的业务流程再造。构建电子政务应用体系

福田区委、区政府以深圳织网工程和智慧福田建设为契机，依托大数据系统网络，着力构建以民生为导向的完善的社会建设电子政府应用体系，并在此基础上积极开展业务流程再造，有效提高了福田区的行政效能和社会治理能力。

建设“一库一队伍两网两系统”。一库即一个公共信息资源库，主要由基础信息库、业务信息库和主题信息库构成。一队伍即一支网格信息员队伍。以社区为基础划分为若干个基础网格，每个网格配备一名网格管理员，负责各类信息的采集。两网即社会管理工作网和社区家园网。两系统即综合信息采集系统和决策分析支持系统。

建设“两级中心、三级平台、四级库”。这是智慧福田的重点建设内容。两级中心即区管理运营中心和街道管理运营中心。三级平台即街道、社区、网格三级工作平台。四级库即区、街道、社区、网格数据库。主要目的是为“织网工程”综合信息系统在福田区全区各层面、各单位、各系统全面开发利用提供系统支持和技术保障。

构建“三厅融合”的行政审批系统。“三厅融合”即全面改革全区办证大厅运作模式，将区、街道行政服务大厅和网上办事大厅三厅融合，打造“综合受理、后台审批、统一发证、监督监管”的工作模式，实现所有审批事项“一网办、一窗办、一站办”。其特点为：一是梳理审批权责清单。老百姓面对的只是办事事由，只是综合受理窗口和发证窗口，不再面对具体办证部门。二是实行并联审批。涉及多部门审批事项，按照“一门受理、抄告相关、同步审核、限时办结”的原则，由政府内部进行“联审联办”，并联审批。三是实现即来即办。凡是提交材料齐全、不需上会或专家评审、现场勘查的申请，一律即来即办。四是实现全区通办。辖区居民可不受时间地域限制，进行网上申报，并可在辖区范围内任何受理点就近办理事务。五是实现无纸化办证。建设证照证件数据库，智能比对，不再要求居民提供相关纸质证明和重复提供复印件，只需要提供身份证或法人机构代码证就可以办理，着力解决申报材料多、重复提交多等问题。

建设政务征信体系。建设政务征信体系是福田区在社会信用体系建设政务领域的积极探索。其主要内容为：政务诚信信息主题库、政务诚信信息管理系统、政务诚信服务网站，以及配套制定的《政务诚信信息管理办法》，即“一库、一系统、一网站、一办法”。其主要建设内容为：一是诚信管理规范。二是诚信信息收集。三是建立政务征信信息查询系统，提供诚信查询服务。

通过大数据系统网络和电子政务应用体系建设，福田区全面梳理“自然人从生到死，法人从注册到注销，房屋楼宇从规划、建设到拆除”全过程政府管理服务相对应的所有数据，为实现信息循环、智能推送提供数据规范和数据支持。并在信息资源融合共享的基础上，广泛进行部门业务工作需求调研，理清部门之间的业务关系和信息关联，通过部门循环、信息碰撞、智能推送，再造工作流程，有效减少了工作环节，简化了工作程序，提升了服务效能，方便了群众办事。同时随着政务信息资源面向社会开放的逐步推进，各类社会组织、企业和公众将可以合理使用不含隐私信息的基础数据，为社会提供个性化服务和增值服务。找准流动人口自主申报切入点

随着社会不断发展，人口管理不断遇到各种挑战，日益成为社会治理的重点和难点。深圳现有总人口1600多万，其中户籍人口310万，流动人口1300多万，是珠三角乃至全国流动人口最多的城市，流动人口规模大、流动性高，具有人口总量多、农村户口多、租房居住多、同乡聚居多、无业人员多，年龄偏低、文化偏低，居住变化快“五多二低一快”的特点。深圳流动人口给社会建设和社会治理带来巨大挑战和压力，使深圳较早面临城市化过程中不可避免的人口服务与管理问题。为此，深圳把如何有效破解城市人口二元结构难题，使流动人口更好地融入城市，共享改革发展成果，共建平安和谐社会，作为社会建设和社会管理的首要任务。加强和改善流动人口管理成为提高社会治理能力和完善社会治理机制的重要切入点和抓手，通过大数据系统网络和电子政务应用体系建设，深圳市福田区在人口管理上创新性地开展了人口信息自主申报，使城区公民参与到人口信息采集工作当中，在提高信息采集效率的同时，促进了人口管理工作向社会治理方向改进。

统筹协调。福田区通过搭建信息自主申报服务平台，借助全市“人、楼、房”数据库和智慧福田数据库为支撑，强化房屋分类分级分色管理、申报信息审核管理、派单跟踪绩效管理等三项管理，推送法律宣传服务、短信提醒服务、上门办证服务、数据共享服务等四种服务，实现了便捷申报、重点管控、减员增效、居民自治、数据安全五个目标。同时，通过强化宣传推动和执法核查，实现居民遵守法律、自我管理和尊重诚信的社会氛围，运用网格化、信息化和大数据理念，进一步提高社会管理精细化、数字化和动态化管理水平。

搭建平台。提供便民实用的申报平台。一是实现自动注册批量推送;二是实现导航指引式操作，基层和群众普遍反映良好，满足了信息申报和管理需求;三是实现手机智能APP申报，群众通过手机扫描二维码，即可链接到手机网页视窗进行随时、随地申报;四是实现当事人只需录入两项信息便完成申报。同时，深圳市综管办向福田区提供深圳市近1亿条历史人口信息数据，用于自主申报的数据比对和信息迁移，实现了最大化的便捷申报。

信息申报。在人口信息自主申报过程中，福田区采取“大部分信息主动申报，少数信息上门采集核查”的运作模式。“主动申报、上门核查”，福田区将诚信申报的大部分信息直接入库，综管员只对部分存疑信息或未申报的人员上门核查。实行自主申报后，综管员把更多精力用于对隐患、事件信息的重点采集和深化管理，并通过网格固化属地管理和精细化采集，经过数据的比对分析，筛选防控对象、育龄妇女等重点人群，再由网格员有重点、有针对性上门采集、核实，确保纠纷、事件、计生等信息的获取不受影响。

宣传引导。在整个自主申报过程中，福田区充分运用报刊、电台、地铁(公交)、高层楼宇等平台，以移动电视、展板以及宣传折页、海报等媒体介质，开展全方位、多角度、立体式的宣传，市民对自主申报工作的知晓率和配合度显著提升，形成了自主申报的社会氛围。

同时，为确保自主申报工作扎实推进，福田区通过敬告执法和联动执法，大力开展专项执法行动，实现了自主申报“软约束”和“硬约束”。一是开展敬告执法;二是建立“三联执法”机制;三是开展专项执法行动。

强化监督。福田区通过建立健全指导督办工作机制，强力推进自主申报工作的全面开展。一是建立两级指导培训工作机制;二是建立每周通报工作机制;三是实施约谈推进工作机制;四是落实目标量化责任机制;五是建立奖励激励机制。

福田区多措并举推进人口信息自主申报工作，在理念模式和可操作性上独具特色，并经过一段时期的工作推进，取得突出成效。深化民生微实事改革

城市社区治理创新是社会治理创新的重要支撑点，而社区治理创新的重点则是如何完善社区居民参与社区治理的机制和渠道，如何提高社区居民公众参与社区治理的积极性，如何培育和提高社区居民社区自治的能力，只有社区居民才最了解本社区的情况和自身的需求与偏好，因此创新社区治理方式，激活社区居民自治是引导公众参与社会治理的重要途径，是形成多元化社会治理格局不可或缺的内容。在探索社区治理创新，激活社区居民自治方面，深圳福田区通过开展“民生微实事”改革，以高效、快速解决百姓迫切需要、普遍关注的小事、急事、难事为切入点，创新性地走出一条社区居民“自我管理、自我服务、自我教育、自我监督”的社区自治推进路径。

“民生微实事”改革的主要内容是福田区人大代表提出的由区财政安排专项资金，建设社区居民普遍关心和迫切需要的民生小项目。“民生微实事”项目的特点是单个项目资金量少，都是群众热切希望解决的惠民小项目。内容主要涉及小区设施维护、环境改造、文化服务等群众迫切需要的方方面面。福田区委、区政府高度重视这项改革，制定《福田区“民生微实事”改革项目工作指引》，同时把该项改革同2012年福田区创新推出的“居民议事会”项目相结合，实现了“以居民议事会为平台，以居民共同商议、集体决策实事项目为内容，以议事规则为保障”的“平台+内容+制度”的系统整合。“民生微实事”改革的所有微实事项目均来源于居民群众，并经居民议事会全体成员民主投票决议之后，按照“三议三公开”的原则组织实施。“三议”指项目由社区居民提议，街道党工委组织工作站、居委会、群众、专家商议，居民议事会决议;“三公开”是指决议结果公开、实施过程公开、实施结果和评价公开，充分发挥居民决议作用。以上措施有效激发了辖区居民参与社区管理服务事务的热情，发挥了居民自我管理、自我服务、自我教育、自我监督的民主自治权利。

通过实施“民生微实事”改革，福田区一方面提高公共服务支出效能，提升社区居民满意度，改善了党群关系，另一方面有效激活了社区居民自治管理活力，培育了社区自治能力。福田区的“居民议事会”平台本身聚集社区各类组织、精英、贤达、户籍和非户籍居民代表，是社区居民充分表达民意的基础平台。而2014年的“民生微实事”改革项目让这一民主平台更接地气、更有内涵、更具活力。

“民生微实事”改革项目，是福田区一场解决好联系和服务群众“最后一公里”问题的尝试。福田区莲花街道从“小事”入手，不断以问题为导向、需求为导向、实干为导向、责任为导向，创新社区管理模式，通过打造党群“互动圈”、民生“服务圈”、基层“法治圈”、居民“自治圈”，构建了上下互动、党群互信、同心同德、人人参与、邻里和睦的社区“生态系统”。

福田区社会治理方式创新的经验启示

福田区利用织网工程建设和智慧城市建设的契机，把新技术应用与社会治理机制创新相结合，对房屋管理、人口管理、社会参与机制等积极探索，其所取得的经验，对研究大数据背景下的社会治理方式具有重要的理论与实践价值。理念更新是大数据时代社会治理方式创新前提

当今时代，随着物联网、云计算、大数据、移动互联网的发展，传统的信息化和网络概念已经远远不能适应信息技术发展给社会和人民群众生活带来的巨大变化。同时传统的城市管理、居民服务和社会管理模式也必须通过改革实现重大创新，才能及时响应和满足大数据时代社会各个主体共同参与社会治理的需要。深圳市福田区的实践表明，深刻领会正确先进的大数据相关理念，对促进城市转型升级和提高可持续发展能力、提升社会治理能力、实现推进社会治理机制创新、促进社会治理实现管理精细化、服务智慧化、决策科学化、品质高端化，具有重要作用。掌握基础数据是大数据时代社会治理方式创新的基础

大数据时代，社会治理所需的数据和信息迅速增长，各项社会建设工作的开展、各种社会治理方式的创新和各种公共服务的提供都需要大量的基础数据与信息。如果没有掌握大量的基础数据与信息或者政府掌握的信息与数据不能及时更新，政府和各个社会主体就不能真正及时了解社会的各种需求，也无法规划和选择合理的提供服务的路径与方式。

为及时精准掌握全市社区基础数据，深圳市在全市实施“织网工程”，自2013年年底开始全面开展社区网格化管理工作。主要内容是：按照“属地管理、街巷定界、规模适度、无缝衔接、动态管理”的原则，将城市社区划分为一定数量的基础网格，作为社区服务管理的基本单元和相关职能部门实施网格管理的对接基础。

一是科学划分社区基础网格，至2014年5月底，全市共划分社区基础网格16417个。二是为规范基础信息采集行为、统一信息采集项目，开发社区综合信息系统终端采集软件，积极探索社区基础数据采集、传输、分流、清洗、二次应用的方法和经验。三是协调设立市、区网格管理机构。四是积极稳妥地推进网格管理队伍整合，按照“一格一员、采办分离”原则，对网格员进行定岗定责，统一采集网格内实有人口、实有法人、实有房屋(城市部件)、实有事件(矛盾纠纷和隐患问题)信息，提供给全市公共信息资源库。五是组织开展PDA采集信息。各区按照核定的网格员数量，逐步落实PDA设备选型和招标采购，网格员利用手持移动PDA设备和身份证读卡器，直接在现场采集、录入、上传人口信息。增强信息采集的实效性，而且提高了信息采集质量，特别是照片上传率、人口信息要素完整率明显提升。流动人口管理是大数据时代创新社会治理方式的有效抓手

现代社会是高风险社会，社会越发展，社会系统越复杂，系统也越发脆弱。社会的许多风险是隐形或潜伏的，并且风险的爆发具有不可预测和不确定性。而在全球化时代和信息时代，人员、信息、资本、资源的跨区域流动越来越频繁、规模越来越大，在促进社会发展的同时也加速了风险的传播和扩大。经过30多年的改革开放和快速发展，中国社会已经由一个低流动性社会发展成为高流动性社会，人口在不同地区之间流动的规模不断增大。人口流动规模及由其带动的社会资源流动规模扩大带来的社会流动性的大幅增加，强化和放大了各种社会风险，给社会治理工作带来无法回避的巨大挑战。

进入大数据时代，一方面，流动人口的规模更大，流动性更高，给社会治理带来更大的挑战。另一方面，新技术的采用、对数据价值的更深层次的挖掘和应用、理念的更新、政府职能的转变和业务流程再造、新参与渠道的不断扩展也为流动人口管理工作效能提升和社会治理能力提高提供了重要契机和可能。社会管理和社会治理的主要区别在于，管理偏重于政府的主体作用，治理则注重多元主体的共同作用。社会治理的创新和改善，离不开各种社会主体的对社会治理共同参与，而完善流动人口对社会治理的参与机制和参与方式，扩展流动人口参与渠道是进一步提高我国社会治理能力，完善治理机制的重要内容。

出租屋管理是联结高流动性社会中社会治理各个方面的关节点。大数据时代，社会也具有高度的流动性，在高度流动的人流、信息流、资本流和物流中，物业或房屋既具有相对的稳定性，同时社会治理的对象主要是人和各个社会主体，而任何人口的流动过程或者法人的变更过程都离不开居住地或注册地的变动。因此，加强出租屋管理是提高社会治理能力和强化流动人口管理的重要途径。2007年深圳在全国率先探索建立房屋编码制度。按照一户一码、统一编号的原则，对所有房屋包括合法和违法建筑分别设定了唯一的房屋编码，实现实有房屋全覆盖，并制作房屋电子地图。房屋编码实行动态管理，房建设码、房拆取消、定期普查、及时更新，房屋编码不仅是出租屋登记管理的重要依据，而且逐步应用到居住证发证、门楼牌管理和城市管理的其他方面。建设服务型政府是大数据时代社会治理方式创新的关键

大数据时代社会治理方式创新必须转变政府职能，建设服务型政府，充分运用大数据系统，提升政府便民服务水平，提高政府行政管理效能至关重要。从福田区的实践来看，从全员上门采集到有针对性上门核对，更多体现政府从“重管理”到“重服务”理念和行动的真实转变，核对信息的服务模式更容易让市民接受，也避免了重复扰民现象。另外，申报的数据通过与智慧福田综合数据库的碰撞，将实现区、街道、社区三级服务大厅和办事窗口之间数据的随机调用，市民在任何一个就近的办事窗口都可以利用申报的数据办理居住证、子女入学、计划生育、高龄补贴等业务，减少了大量纸质材料的提交、审核，提高了办事效率。同时，从社区居民密切相关“小事”切入，能够有效推进我国的城市社区治理从政府管理向社区居民自我治理转变，有利于为社会治理构建最为坚实的民意和群众基础。

同时，政府从上户全员采集信息到大部分信息主动申报的模式转变，政府把有限的资源用于对少数重点人群的管理，使政府资源的配置更趋合理，实现了由社会管理向社会治理方式的转变。另外，自主申报不再是人海战术的上户采集，只需对自主申报的信息开展有针对性上户核查和上门服务，各街道把释放出来的人力、财力用于民生服务和稳定队伍、优化结构，调动了基层一线工作人员的积极性。实施自主申报后，全区综管员配备减少11%，减员增效初步显现。

(调研组成员：张文王强 乔智陈明达 唐玉春 曹立)

第二篇：读《大数据时代》有感：大数据与小生活

大数据与小生活

--读《大数据时代》有感

施佳驰

不知从什么时候开始，"大数据"这个词悄然成为了我们的常用词汇;我们也不知从什么时候开始，迈进了"大数据时代".那么，大数据时代究竟是一个怎样的时代?英国"大数据时代的预言家"维克托迈尔·舍恩伯格和肯尼思 库克耶的《大数据时代》对此有着详细而深刻的洞见。

一、什么是大数据?

根据《大数据时代》中所说，"大数据是人们在大规模数据的基础上可以做到的事情，而这些事情在小规模数据的基础上是无法完成的。大数据是人们获得新的认知、创造新的价值的源泉，大数据还为改变市场、组织机构以及政府与公民关系服务。"、"大数据即一种新型的能力：以一种前所未有的方式，通过对海量 数据进行分析，获得有巨大价值的产品和服务，或深刻的洞见。" 大数据有两层含义，第一层含义，大数据是一个总结性的概念，是对海量数据的总称;第二层含义即书本中所指出的，是一种新型的能力与方式。区别于小规模数据时代的抽样分析，大数据时代，分析的样本不再需要经过抽样，直接将全体数据进行更快更准确地分析。

二、大数据的核心是什么?

大数据的核心应当是减少冗余，提高资源配置效率。根据收集到的数据分析、挖掘出庞大数据库独有的价值，以便进行干预或提供相应的资源与服务。自古以来，人类社会的发展便是资源配置不断优化的过程，大数据作为一种新型的生产工具，它能让我们通过分析海量的数据，得知该如何更有效地分配稀缺的资源。

如医院通过对某个病人病史、生活习惯、衣食住行、工作娱乐情况等进行全方位分析，便可以准确了解病人的生活情况与生活环境，精确地指出症结引起原因所在，只要建议病人针对引起病源的因素做出调整或进行医学干预，便可以了，避免了对病人过多的用药与过大范围的盲目干预。

同样的道理，如果银行通过分析某一申请人的家庭情况、消费历史、生活习惯、财务习惯、网页浏览记录等各方面的数据，便可以清晰了解此申请人各方面的情况，甚至可推测其内心的真实想法与将要采取的做法，从而判断申请人的贷款申请资格，决定该不该授信，授信多少等内容，所有的信息在大数据时代，能在系统中搜索一下，几分钟便能全部收集完成。相比以前，()申请人申请后，银行得派出两名客户经理上门进行访问、调查、收集电信、征信等多方面的信息，再进行人工分析、鉴别等过程，耗费的时间多不说，风险也相对更高。

可见，大数据的运用不但提高了工作效率，节省了机构与申请人的时间，更能基于精确的信息，确保风险可控，且保证了授信给该申请人的正确性，将有限的资金用在刀刃上，提高资源配置质量。

三、什么是大数据思维?

书中指出，大数据思维是一种意识，认为公开的数据一旦处理得当就能为千百万人急需解决的问题提供答案。大数据与三个重大的思维转变有关：首先，要分析与某事物相关的所有数据，而不再依靠分析少量的样本;其次，乐于接受数据的纷繁复杂，而不再追求精确度;最后，我们的思维不再探求难以捉摸的因果关系，转而关注事物的相关关系。

大数据思维应当是一种意识，认识到大数据的无穷威力，并积极拥抱这个繁荣的时代;世界上的一切都是信息，都是可以量化分析的信息。如果将相关的信息进行交互分析，便能获得"上帝的视觉"——窥视知道分析对象的一切，包括所思所想;获得的信息可以通过类比，准确推测分析对象的想法以及未来行为;根据推测出来的内容进行干预或服务，从而获得商业机会;在一切均有记忆、一切均能收集、能更加准确预测未来的时代，我们或许受困于过去的行为;在这个时代，对隐私权、公平与正义的探讨上升至一个新的语境。

四、新的时代，我们该怎么办?

老子说，无为而治。因此，我们还是该吃饭就吃饭，该逛街就逛街，想吃甜点便吃甜点，过自己的生活，努力自己的工作。大数据是一种意识，更是一种工具，所有的工具最终都是为了让我们生活得更加方便、更加如意，而作为最高智慧生物的我们，要做的，便是习学如何通过这新的工具，改造世界，创造生活。

当然，西方也有谚语：预测未来最好的办法是创造未来。面对新的时代，我们，努力将生活过成自己想要的样子，便是最好的信条。

第三篇：申论热点：利用大数据技术创新社会治理

汕头中公教育

申论热点：正本清源，谢师宴方能实至名归

为方便考生全面备考2015年国家公务员考试，中公教育专家特整理了最新的热点，希望可以帮助广大考生登上胜利的彼岸。

【背景链接】

2014年8月，随着中高考录取通知书的陆续发放，各种名目的“谢师宴”“升学宴”多了起来。宴请的方式固然有“人情”因素，但在一些地方，“谢师宴”“升学宴”却变了味，甚至异化成敛财工具。在反对“四风”、厉行节约的社会背景下，各地出台针对身边群众不良现象的“禁令”引发诸多争议，如何注意方式和效果，使“禁令”更具执行力，值得思考。

【深度解析】 [综合分析] 尊师重教是我国的优良传统，也是一种社会风俗。老师们辛勤教导学生，学子们高考成功、升学顺利，即将迎来人生新的阶段，家长们借清茶淡饭等方式感谢老师的培养和辛劳，也是人之常情。但问题在于，近年来“谢师宴”在一些地方沾染了铜臭味，陷入了攀比风，甚至成为一些人寻租和敛财的工具。

一些公职人员尤其是领导干部抓住感谢老师、办升学酒的机会，拉上下属、同事，以谢师之名收取红包，有些人则“顺水推舟”，在“谢师宴”的幌子下狠狠地“意思意思”一番，为将来办事情、走门路打下铺垫。也有一些教师要的不是“谢”，也不是“宴”，而是真金白银，有违师道尊严。

谢师本来重在表达心意，在仪不在宴，尚俭不尚华。然而，在不少地方，翅鲍入席，烟酒满桌，争相攀比，一些家长为了充面子而盲目举办“豪华”谢师宴，背后存在斗富摆阔的攀比心理。一些商家也利用家长的这一心理大打“高端牌”，将谢师宴的价格炒得极为离谱。在有的地方，办谢师宴风气之盛，竟然已经蔓延到了幼儿园。过度奢华的谢师宴，既造成了“舌尖上的浪费”，也让师生之间的情意平添了庸俗的味道。铺张浪费重，人情往来繁，更给家庭带来了经济负担，这样的谢师宴吃在嘴里不是滋味。

[应对措施] 加强制度建设，真正形成刚性约束，是加强反腐倡廉的根本。整治党员干部宴请奢腐，严惩大操大办、奢侈浪费、借机敛财确有必要。

制度的生命在于执行。制定出台制度，必须考虑到当地的实际情况，规定越具体，才越有针对性。还要考虑执法执纪的力量、手段、效果。除了加强宣传，还需确保公开透明、防止选择性执法，这样才能争取干部群众更多的认同，取得令行禁止的实际成效。

汕头中公教育

各有关部门和基层组织要进行思想动员，宣传教育“升学宴”之风的危害，各“升学宴”家庭要主动不摆宴，在孩子金榜题名时来个家庭内部小聚会，不给自己添麻烦，不给别人增负担。

对于党员干部来说，要以身作则，严于律己。净化社会风气，公职人员理应带头做，树立好榜样，刹住谢师宴的不良风气。

【中公微评】

让谢师宴远奢华、有节制、防变味，是社会共识。只有这样，才能让其洗尽铅华，回归感恩的味道，吃出浓浓的师生情意。所谓千里送鹅毛、礼轻情意重，如何表达感恩，也是一道社会考题。现在，随着谢师宴遇冷，“一张合影作留念”、“一个电话表谢意”、“一条短信送祝福”等朴素方式越来越多出现，这也是新风尚的体现。一个教人求真向善的老师，肯定不会以一顿饭的丰俭来衡量学生的心意。只要诚心诚意，只要风气纯正，我们其实有很多种谢师的方式，这也是老师们乐于接受的回报。

第四篇：大数据与云计算

摘 要：大数据(Big Data)这个概念近年来在越来越多的场合、被越来越多的人提及， 并且经常和云计算联系在一起，云计算与大数据之间到底是什么关系成为热点话题。本

专题报告包含以下四个方面内容：1. 大数据的价值;2. 大数据带来的挑战;3. 大数据研究成果;4. 云计算是大数据挖掘的主流方式。通过本报告阐述我们对大数据的理解，以及对大数据的价值的认识，探讨大数据处理与挖掘技术，大数据主要着眼于“数据”，提供数据采集、挖掘、分析的技术和方法; 云计算技术主要关注“计算”，提供IT 解决方案。大数据、云计算技术可以促进持续审计方式的发展、总体审计模式的应用、审计成果的综合应用、相关关系证据的应用、高效数据审计的发展和大数据审计师的发展。强化大数据、云计算技术审计应用的措施包括制定长远发展战略、加快审计法规建设、建立行业平台、加强研发和提高利用能力。 关键词：大数据 云计算 数据挖掘 对审计影响 政策建议 引言

目前，大数据伴随着云计算技术的发展，正在对全球经济社会生活产生巨大的影响。大数据、云计算技术给现代审计提供了新的技术和方法，要求审计组织和审计人员把握大数据、云计算技术的内容与特征，促进现代审计技术和方法的进一步发展。

一、大数据、云计算的涵义与特征

随着云计算技术的出现，大数据吸引了全世界越来越多的关注。哈佛大学社会学教授加里·金 ( 2012) 说: “这是一场革命，庞大的数据资源使得各个领域开始了量化进程，无论学术界、商界还是政府，所有领域都将开始这种进程。” ( 一) 大数据的涵义与特征

“数据”( data) 这个词在拉丁文里是“已知”的意思，也可以理解为“事实”。2009 年，“大数据”概念才逐渐开始在社会上传播。而“大数据”概念真正变得火爆，却是因为美国奥巴马政府在2012 年高调宣布了其“大数据研究和开发计划”。这标志着“大数据”时代真正开始进入社会经济生活中来了。“大数据”( big data) ，或称巨量资料，指的是所涉及的数据量规模大到无法利用现行主流软件工具，在一定的时间内实现收集、分析、处理或转化成为帮助决策者决策的可用信息。互联网数据中心( IDC)认为“大数据”是为了更经济、更有效地从高频率、大容量、不同结构和类型的数据中获取价值而设计的新一代架构和技术，用它来描述和定义信息爆炸时代产生的海量数据，并命名与之相关的技术发展与创新。大数据具有4 个特点: 第一，数据体量巨大( Volume) ，从TB 级别跃升到PB 级别。第二，处理速度快( Velocity) ，这与传统的数据挖掘技术有着本质的不同。第三，数据种类多( Variety) ，有图片、地理位置信息、视频、网络日志等多种形式。第四，价值密度低，商业价值高( Value) 。存在单一数据的价值并不大，但将相关数据聚集在一起，就会有很高的商业价值( 金良，2012) 。大数据时代，不仅改变了传统的数据采集、处理和应用技术与方法，还促使人们思维方式的改变。大数据的精髓在于促使人们在采集、处理和使用数据时思维的转变，这些转变将改变人们理解和研究社会经济现象的技术和方法。

(1)是在大数据时代，不依赖抽样分析，而可以采集和处理事物整体的全部数据。19 世纪以来，当面临大的样本量时，人们都主要依靠抽样来分析总体。但是，抽样技术是在数据缺乏和取得数据受限制的条件下不得不采用的一种方法，这其实是一种人为的限制。过去，因为记录、储存和分析数据的工具不够科学，只能收集少量数据进行分析。如今，科学技术条件已经有了很大的提高，虽然人类可以处理的数据依然是有限的，但是可以处理的数据量已经大量增加，而且未来会越来越多。随着大数据分析取代抽样分析，社会科学不再单纯依赖于抽样调查和分析实证数据，现在可以收集过去无法收集到的数据，更重要的是，现在可以不再依赖抽样分析。

(2)是在大数据时代，不再热衷于追求数据的精确度，而是追求利用数据的效率。当测量事物的能力受限制时，关注的是获取最精确的结果。但是，在大数据时代，追求精确度已经既无必要又不可行，甚至变得不受欢迎。大数据纷繁多样，优劣掺杂，精准度已不再是分析事物总体的主要手段。拥有了大数据，不再需要对一个事物的现象深究，只要掌握事物的大致发展趋势即可，更重要的是追求数据的及时性和使用效率。与依赖于小数据和精确性的时代相比较，大数据更注重数据的完整性和混杂性，帮助人们进一步认识事物的全貌和真相。

(3)是在大数据时代，人们难以寻求事物直接的因果关系，而是深入认识和利用事物的相关关系。长期以来，寻找因果关系是人类发展过程中形成的传统习惯。寻求因果关系即使很困难且用途不大，但人们无法摆脱认识的传统思维。在大数据时代，人们不必将主要精力放在事物之间因果关系的分析上，而是将主要精力放在寻找事物之间的相关关系上。事物之间的相关关系可能不会准确地告知事物发生的内在原因，但是它会提醒人们事情之间的相互联系。人们可以通过找到一个事物的良好相关关系，帮助其捕捉到事物的现在和预测未来。 ( 二) 云计算的涵义与特征

“云计算”概念产生于谷歌和IBM 等大型互联网公司处理海量数据的实践。2006 年8 月9 日，Google首席执行官埃里克·施密特( Eric Schmidt) 在搜索引擎大会首次提出“云计算”的概念。2007 年10 月，Google 与IBM 开始在美国大学校园推广云计算技术的计划，这项计划希望能降低分布式计算技术在学术研究方面的成本，并为这些大学提供相关的软硬件设备及技术支持( Michael Mille，2009) 。目前全世界关于“云计算”的定义有很多。“云计算”是基于互联网的相关服务的增加、使用和交付模式，是通过互联网来提供动态易扩展且经常是虚拟化的资源。美国国家标准技术研究院( NIST) 2009年关于云计算的定义是: “云计算是一种按使用量付费的模式，这种模式提供可用的、便捷的、按需的网络访问，进入可配置的计算资源共享池( 资源包括网络、服务器、存储、应用软件、服务等) ，这些资源能够被快速提供，只需投入很少的管理工作，或与服务供应商进行很少的交互。”根据这一定义，云计算的特征主要表现为: 首先，云计算是一种计算模式，具有时间和网络存储的功能。其次，云计算是一条接入路径，通过广泛接入网络以获取计算能力，通过标准机制进行访问。第三，云计算是一个资源池，云计算服务提供商的计算资源，通过多租户模式为不同用户提供服务，并根据用户的需求动态提供不同的物理的或虚拟的资源。第四，云计算是一系列伸缩技术，在信息化和互联网环境下的计算规模可以快速扩大或缩小，计算能力可以快速、弹性获得。第五，云计算是一项可计量的服务，云计算资源的使用情况可以通过云计算系统检测、控制、计量，以自动控制和优化资源使用。 ( 三) 大数据与云计算的关系

从整体上看，大数据与云计算是相辅相成的。大数据主要专注实际业务，着眼于“数据”，提供数据采集、挖掘、分析的技术和方法，强调的是数据存储能力。云计算主要关注“计算”，关注IT 架构，提供IT 解决方案，强调的是计算能力，即数据处理能力。如果没有大数据的数据存储，那么云计算的计算能力再强大，也难以找到用武之地; 如果没有云计算的数据处理能力，则大数据的数据存储再丰富，也终究难以用于实践中去。

从技术上看，大数据依赖于云计算。海量数据存储技术、海量数据管理技术、MapReduce 编程模型都是云计算的关键技术，也都是大数据的技术基础。而数据之所以会变“大”，最重要的便是云计算提供的技术平台。数据被放到“云”上之后，打破了过去那种各自分割的数据存储，更容易被收集和获得，大数据才能呈现在人们眼前。而巨量的数据也只能依靠云计算强大的数据处理能力，才能够“淘尽黄沙始得金”。

从侧重点看，大数据与云计算的侧重点不同。大数据的侧重点是各种数据，广泛、深入挖掘巨量数据，发现数据中的价值，迫使企业从“业务驱动”转变为“数据驱动”。而云计算主要通过互联网广泛获取、扩展和管理计算及存储资源和能力，其侧重点是IT 资源、处理能力和各种应用，以帮助企业节省IT部署成本。云计算使企业的IT 部门受益，而大数据使企业的业务管理部门受益。

从结果看，大数据与云计算带来不同的变化。大数据对社会经济带来的变化是巨大的，涉及到各个领域。大数据已经与资本、人力一起作为生产的主要因素影响着社会经济的发展。数据创造价值，而挖掘数据价值、利用数据的“推动力”就是云计算。云计算将信息存储、分享和挖掘能力极大提高，更经济、高效地将巨量、高速、多变的终端数据存储下来，并随时进行计算与分析。通过云计算对大数据进行分析、总结与预测，会使得决策更可靠，释放出更多大数据的内在价值。

二、大数据、云计算技术对审计的影响分析

审计技术和方法的发展是随着科学和管理技术的发展而发展的。现代审计技术和方法体系是在原始的查账基础上从低级向高级、从不完备到比较完备发展起来的。在业务和会计处理手工操作阶段，审计实施的是账表导向的审计技术和方法; 当内部控制理论和方法全面应用于业务和会计处理时，审计实施的是系统导向的审计技术和方法; 当风险管理理论和方法全面应用于业务和财务管理时，审计实施的是风险导向审计技术和方法; 与风险导向审计技术和方法并行的是，计算机技术广泛应用于业务和会计处理时，审计实施的是IT 审计技术和方法。目前，面对大数据、云计算技术的产生和发展，审计人员需要应时而变来适应由此而带来的变化，分析大数据、云计算技术对审计方式、审计抽样技术、审计报告模式、审计证据搜集等技术和方法的影响。 ( 一) 大数据、云计算技术促进持续审计方式的发展

传统审计中，审计人员只是在被审计单位业务完成后才进行审计，而且审计过程中并不是审计所有的数据和信息，只是抽取其中有的一部分进行审计。这种事后和有限的审计对被审计单位复杂的生产经营和管理系统来说很难及时做出正确的评价，而且对于评价日益频繁和复杂的经营管理活动的真实性和合法性则显得过于迟缓。随着信息技术迅速发展，越来越多的审计组织对被审计单位开始实施持续审计方式，以解决审计结果与经济活动的时差问题。但是，审计人员实施持续审计时，往往受目前业务条件和信息化手段的限制，取得的非结构化数据无法数据化，或者无法取得相关的明细数据，致使对问题的判断也难以进一步具体和深入。而大数据、云计算技术可以促进持续审计方式的发展，使信息技术与大数据、云计算技术较好交叉融合，尤其对业务数据和风险控制“实时性”要求较高的特定行业，如银行、证券、保险等行业，在这些行业中实施持续审计迫在眉睫。如审计组织对商业银行的审计，实行与商业银行建立业务和数据系统的接口，在开发的持续审计系统中固化了非结构化数据结构化和数据分析模块，该模块可以在海量贷款客户中挖掘、分析出行业性和区域性贷款风险趋势，实现在线的风险预警，并将发现的风险数据、超预警值指标及问题登记为疑点，并建立实时审计工作底稿，按照重要程度进行归类、核实或下发给现场审计人员进行现场核实，以较好处理非结构化数据的利用和数据的实时分析利用问题。 ( 二) 大数据、云计算技术促进总体审计模式的应用

现时的审计模式是在评价被审计单位风险基础上实施抽样审计。在不可能收集和分析被审计单位全部经济业务数据的情况下，现时的审计模式主要依赖于审计抽样，从局部入手推断整体，即从抽取的样本着手进行审计，再据此推断审计对象的整体情况。这种抽样审计模式，由于抽取样本的有限性，而忽视了大量和具体的业务活动，使审计人员无法完全发现和揭示被审计单位的重大舞弊行为，隐藏着重大的审计风险。而大数据、云计算技术对审计人员而言，不仅仅是一种可供采用的技术手段，这些技术和方法将给审计人员提供实施总体审计模式的可行性。利用大数据、云计算技术，对数据的跨行业、跨企业搜集和分析，可以不用随机抽样方法，而采用搜集和分析被审计单位所有数据的总体审计模式。利用大数据、云计算技术的总体审计模式是要分析与审计对象相关的所有数据，使得审计人员可以建立总体审计的思维模式，可以使现代审计获得革命性的变化。审计人员实施总体审计模式，可以规避审计抽样风险。如果能够收集总体的所有数据，就能看到更细微、深入的信息，对数据进行多角度的深层次分析，从而发现隐藏在细节数据中的对审计问题更具价值的信息。同时，审计人员实施总体审计模式，能发现从审计抽样模式所不能发现的问题。大数据、云计算技术给审计人员提供了一种能够从总体把握审计对象的技术手段，从而帮助审计人员能从总体的视角发现以前难以发现的问题。

( 三) 大数据、云计算技术促进审计成果的综合应用

目前，审计人员的审计成果主要是提供给被审计单位的审计报告，其格式固定，内容单一，包含的信息量较少。随着大数据、云计算技术在审计中广泛应用，审计人员的审计成果除了审计报告外，还有在审计过程中采集、挖掘、分析和处理的大量的资料和数据，可以提供给被审计单位用于改进经营管理，促进审计成果的综合应用，提高审计成果的综合应用效果。首先，审计人员通过对审计中获取的大量数据和相关情况资料的汇总、归纳，从中找出财务、业务和经营管理等方面的内在规律、共性问题和发展趋势，通过汇总归纳宏观性和综合性较强的审计信息，为被审计单位投资者和其他利益相关者提供数据证明、关联分析和决策建议，从而促进被审计单位管理水平的提高。其次，审计人员通过应用大数据、云计算技术，可以将同一问题归入不同的类别进行分析和处理，从不同的角度、不同的层面整合提炼以满足不同层次的需求。再次，审计人员将审计成果进行智能化留存，通过大数据、云计算技术，将问题规则化并固化到系统中，以便于计算或判断问题发展趋势，向被审计单位进行预警。最后。审计人员将审计成果、被审计单位与审计问题进行关联，并进行信息化处理，在进行下次审计时，减少实地审计的时间和工作量，提高审计工作的效率。 ( 四) 大数据、云计算技术促进相关关系证据的应用

审计人员在审计过程中，应根据充分、适当的审计证据发表审计意见，出具审计报告。但是，在大数据、云计算环境下，审计人员既面临巨量数据筛选的考验，又面临搜集适当审计证据的挑战。审计人员在搜集审计证据时，传统的思维路径都是基于因果关系来搜集审计证据，而大数据分析将会更多地运用相关关系分析来搜集和发现审计证据。但从审计证据发现的角度来看，由于大数据技术提供了前所未有的跨领域、可供量化的维度，使得审计问题大量的相关信息能够得以记录和计算分析。大数据、云计算技术没有改变事物间的因果关系，但在大数据、云计算技术中对相关关系的开发和利用，使得数据分析对因果逻辑关系的依赖降低了，甚至更多地倾向于应用基于相关关系的数据分析，以相关关系分析为基础的验证是大数据、云计算技术的一项重要特征。在大数据、云计算技术环境下，审计人员能搜集到的审计证据大多是电子证据( 秦荣生，2013) 。电子证据本身就非常复杂，云计算技术使获取有因果关系的证据更加困难。审计人员应从长期依赖因果关系来搜集和发现审计证据，转变成为利用相关关系来搜集和发现审计证据。 ( 五) 大数据、云计算技术促进高效数据审计的发展

直到今天，审计人员的数字审计技术依然建立在精准的基础上。这种思维方式适用于掌握“小数据量”的情况，因为需要分析的数据很少，所以审计人员必须尽可能精准地量化被审计单位的业务。随着大数据、云计算技术成为日常生活中的一部分，审计人员应开始从一个比以前更大、更全面的角度来理解被审计单位，将“样本= 总体”植入审计人员的思维中。相比依赖于小数据和精确性的时代，大数据更强调数据的完整性和混杂性，帮助审计人员进一步接近事情的真相，“局部”和“精确”将不再是审计人员追求的目标，审计人员追求的是事物的“全貌”和“高效”。围绕大数据，一批新兴的数据挖掘、数据存储、数据处理与分析技术将不断涌现。在实施审计时，审计人员应利用大数据、云计算技术，使用分布式拓朴结构、云数据库、联网审计、数据挖掘等新型的技术手段和工具，以提高审计的效率。

( 六) 大数据、云计算技术促进大数据审计师的发展

大数据、云计算时代，数据的真实、可靠是大数据发挥作用的前提。这客观上要求专业人员来对大数据的真实性、可靠性进行鉴证，审计人员可以扮演这种角色，或者称为数据审计师。能对大数据真实性、可靠性进行鉴证的数据审计师应该是计算机科学、数学、统计学和审计学领域的专家，他们应有大数据分析和预测的评估能力。数据审计师应恪守公正的立场和严守保密的原则，面对海量的数据和纷繁复杂的相关关系，选取分析和预测工具，以及解读数据及数据计算结果是否真实、可靠。一旦出现争议，数据审计师有权审查与分析结果相关的运算法则、统计方法以及数据采集、挖掘和处理过程。数据审计师的出现是为满足以市场为导向来解决数据真实性、可靠性问题的需求，这与20 世纪初期为了处理财务信息虚假而出现的审计人员一样，都是为了满足新需求而出现的。

三、大数据挖掘

数据的价值只有通过数据挖掘才能从低价值密度的数据中发现其潜在价值，而大数据挖掘技术的实现离不开云计算技术。在业界，全球著名的Google、EMC、惠普、IBM、微软等互联网公司都已经意识到大数据挖掘的重要意义。上述IT 巨头们纷纷通过收购大数据分析公司，进行技术整合，希望从大数据中挖掘更多的商业价值。数据挖掘通常需要遍历训练数据获得相关的统计信息，用于求解或优化模型参数，在大规模数据上进行频繁的数据访问需要耗费大量运算时间。数据挖掘领域长期受益于并行算法和架构的使用，使得性能逐渐提升。过去15 年来，效果尤其显著。试图将这些进步结合起来，并且提炼。GPU 平台从并行上得到的性能提升十分显著。这些GPU 平台由于采用并行架构，使用并行编程方法，使得计算能力呈几何级数增长。即便是图形处理、游戏编程是公认的复杂，它们也从并行化受益颇多。研究显示数据挖掘、图遍历、有限状态机是并行化未来的热门方向。MapReduce 框架已经被证明是提升GPU 运行数据挖掘算法性能的重要工具。D.Luo 等提出一种非平凡的策略用来并行一系列数据挖掘与数据挖掘问题，包括一类分类SVM 和两类分类SVM，非负最小二乘问题，及L1 正则化回归(lasso)问题。由此得到的乘法算法，可以被直截了当地在如MapReduce 和CUDA 的并行计算环境中实现。K. Shim 在MapReduce 框架下，讨论如何设计高MapReduce 算法，对当前一些基于MapReduce 的数据挖掘和数据挖掘算法进行归纳总结，以便进行大数据的分析。Junbo Zhang 等提出一种新的大数据挖掘技术，即利用MapRedue 实现并行的基于粗糙集的知识获取算法，还提出了下一步的研究方向，即集中于用基于并行技术的粗糙集算法处理非结构化数据。F.Gao 提出了一种新的近似算法使基于核的数据挖掘算法可以有效的处理大规模数据集。当前的基于核的数据挖掘算法由于需要计算核矩阵面临着可伸缩性问题，计算核矩阵需要O(N2 ) 的时间和空间复杂度来计算和存储。该算法计算核矩阵时大幅度降低计算和内存开销，而且并没有明显影响结果的精确度。此外，通过折中结果的一些精度可以控制近似水平。它独立于随后使用的数据挖掘算法并且可以被它们使用。为了阐明近似算法的效果，在其上开发了一个变种的谱聚类算法，此外设计了一个所提出算法的基于MapReduce 的实现。在合成和真实数据集上的实验结果显示，所提出的算法可以获得显著的时间和空间节省。Christian Kaiser 等还利用MapReduce 框架分布式实现了训练一系列核函数学习机，该方法适用于基于核的分类和回归。Christian Kaiser 还介绍了一种扩展版的区域到点建模方法，来适应来自空间区域的大量数据。Yael Ben-Haim 研究了三种MapReduce 实现架构下并行决策树分类算法的设计, 并在Phoenix 共享内存架构上对SPRINT 算法进行了具体的并行实现。F. Yan 考虑了潜在狄利克雷分配(LDA) 的两种推理方法——塌缩吉布斯采样(collapsed Gibbssampling，CGS)和塌缩变分贝叶斯推理(collapsedvariational Bayesian，CVB)在GPU 上的并行化问题。为解决GPU 上的有限内存限制问题，F. Yan 提出一种能有效降低内存开销的新颖数据划分方案。这种划分方案也能平衡多重处理器的计算开销，并能容易地避免内存访问冲突。他们使用数据流来处理超大的数据集。大量实验表明F. Yan 的并行推理方法得到的LDA 模型一贯地具有与串行推理方法相同的预测能力;但在一个有30 个多核处理器的GPU 上，CGS 方法得到了26倍的加速，CVB 方法得到了196 倍的加速。他们提出的划分方案和数据流方式使他们的方法在有更多多重处理器时可伸缩，而且可被作为通用技术来并行其它数据挖掘模型。Bao-Liang Lu 提出了一种并行的支持向量机，称为最小最大模块化网络(M3)，它是基“分而治之”的思想解决大规模问题的有效的学习算法。针对异构云中进行大数据分析服务的并行化问题G.Jung 提出了最大覆盖装箱算法来决定系统中多少节点、哪些节点应该应用于大数据分析的并行执行。这种方法可以使大数据进行分配使得各个计算节点可以同步的结束计算，并且使数据块的传输可以和上一个块的计算进行重叠来节省时间。实验表明，这种方法比其他的方法可以提高大约60% 的性能。在分布式系统方面，Cheng 等人 提出一个面向大规模可伸缩数据分析的可伸缩的分布式系统——GLADE。GLADE 通过用户自定义聚合(UDA)接口并且在输入数据上有效地运行来进行数据分析。文章从两个方面来论证了系统的有效性。第一，文章展示了如何使用一系列分析功能来完成数据处理。第二，文章将GLADE 与两种不同类型的系统进行比较：一个用UDA 进行改良的关系型数据库(PostgreSQL)和MapReduce(Hadoop)。然后从运行结果、伸缩性以及运行时间上对不同类型的系统进行了比较。

四、总结 大数据的超大容量自然需要容量大，速度快，安全的存储，满足这种要求的存储离不开云计算。高速产生的大数据只有通过云计算的方式才能在可等待的时间内对其进行处理。同时，云计算是提高对大数据的分析与理解能力的一个可行方案。大数据的价值也只有通

过数据挖掘才能从低价值密度的数据中发现其潜在价值，而大数据挖掘技术的实现离不开云计算技术。总之，云计算是大数据处理的核心支撑技术，是大数据挖掘的主流方式。没有互联网，就没有虚拟化技术为核心的云计算技术，没有云计算就没有大数据处理的支撑技术。

参考文献

秦荣生. 大数据、云计算技术对审计的影响研究 何清. 大数据与云计算

张为民. 云计算: 深刻改变未来

文峰. 云计算与云审计———关于未来审计的概念与框架的一些思考

Big data and cloud computing Big Data (Big Data) in recent years, more and more occasions, the concept is mentioned more and more people, And often, and cloud computing together, what is the relationship between cloud computing and big data become a hot topic. this Special report contains the following four aspects: 1. The value of big data; 2. Big data challenge; 3. Big data research; 4. Cloud computing is the mainstream way of data mining. Through this report on our understanding of big data, as well as the understanding of the value of big data, large data processing and mining technology, large data mainly focus on "data", provide the technology and methods of data collection, mining and analysis; Cloud computing technology focusing on "computing", providing IT solutions. Big data and cloud computing technology can promote the development of continuous audit mode, the overall audit mode of application, the audit results of comprehensive application, the application of related evidence, the development of efficient data audit and the development of large data auditor. Strengthen big data and cloud computing technology measures of audit applications include set up long-term development strategy, accelerate the construction of the audit regulations, establish a platform, to strengthen research and development and improve the utilization ability. Keywords: big data cloud computing data mining impact on the audit policy Suggestions

第五篇：形势与政策大数据论文

大数据时代离我们有多近?

大数据时代来了!这似乎已经成为老生常谈的话题，记忆中大概是初中开始，接触了“大数据”这个名词，那时候，大数据还不像现在这样烂大街的被广泛运用于各种商业广告，生于信息时代最辉煌的开端，有幸在深圳长大，第一次看到“大数据”这三个字，还是在华为大厦外的公告板上看到的，彼时，我还没意识到，大数据时代，意义与影响如此之大，居然是互联网时代的接班者。

现在已经是2016年了，我们可能还无法切身实地的感受到大数据的存在，似乎这个时代还很遥远，但其实不然，这个时代已经来临了，最为显著的自然是体现在社交软件上，如今，微信QQ都支持对手机号的好友识别，一键添加好友，软件设置，使用习惯，UI皮肤，聊天数据一键云保存，各式各类的app，网站，可以用QQ一键注册，瞬间导入用户信息，前天为了练习篮球技术，下了个教学app，居然通过我的搜索记录，自动识别我习惯打的位置是控卫，这真的是让我小吃了一惊，我一直明白大数据时代已经到来了，但或许我们都低估了大数据时代对我们生活的影响力。

最近最火的IT新闻其中有一个是苹果公司参与融资了滴滴打车数亿美元，这意味着以后IOS用户地图中也集成了打车服务，这意味着我们离快捷便利的生活又进了一步，虽然我一直是Android的死忠粉，但是也不得不承认，苹果的语音助手siri的优化做的真的好，真的是一次次改变世界。如今最牛的“独角兽”公司，以及各个国际IT大牛公司，BAT等等，纷纷将目光投向了无人驾驶，人工智能，物联网工程，AR/VR等方向，无一例外的，这些项目需要大量的硬件工程师和软件工程师，但开发也只是一方面，没有互联网这个信息系统架构，没有云数据计算和高速的计算性能和存储设备，这些都是无水之萍。

大数据时代给我们带来的远远不止科技上的进步和生活上的改变，还有可能拯救我们的生命，google通过用户数据汇总处理，比美国安全卫生局提前两周做出了流感病毒人群的分布图，并及时预警了可能发生的大规模流感。上海外滩那场悲剧大家应该还记得，如果借助大数据，互联网预警，比如当外滩手机信号数量超过预警线，微信或短信方式及时警告，就可能避免一场踩踏事件的发生，这样的城市，便是大数据下的智慧城市。

大数据对于传统行业的渗透涉及方方面面，房地产、新能源汽车、信贷、留学中介、餐饮、服装、百货、物流，无所不涉及，上个月在宿舍刚学完了台湾新竹大学的一套物联网的MOOC课程，对大数据影响力的认识尤其深刻，信息时代的大数据还只是一定程度的便利生活，但是一旦大数据与微小的传感器有机结合起来，整个人类的生活方式都将被颠覆!

从个人来说，大数据的影响是潜移默化的，但对企业来说，大数据时代，是生死攸关的一个转折。未来，没有不借助于信息系统运行的企业，市场上将会诞生一大批以社群为组织架构，为机理的企业，15年资本主义开创的辉煌，将在16年继续生根发芽，中国3000万家中小企业中会有多少是参与到大数据时代革命中的?这是个能与华尔街和纳斯达克竞争的时代，机遇无限。

在大数据下的我们，尤其是信息专业的我们，更应该珍惜这个时代的到来，尽管我们还是学生，但已经可以有意识的选择自己的发展方向。编程有天赋的，做人工智能，推动“奇点”的到来;有创意的，做物联网，让Sensor彻彻底底改变生活;喜欢玩，有探索精神的，做AR和VR，改变世界在人类眼中的模样。

有意思的是，尽管互联网+，工业4.0，大数据，云时代，喊的口号再怎么热烈，目前仍脆弱的依赖基础建设，杭州萧山的光缆不小心被挖断，就能让支付宝大面积瘫痪，哪怕到了今天，大数据时代仍然是婴儿期，大数据时代能做到的远比我们想象的多，现在实现的还太少，我无比期待着大数据时代真正完美实现的那一天，人类会完成怎样一场从生活到社会的变革。

这个时代太美好，想说的话题太多太多，我只希望，能奋不顾身的跳进大数据时代的浪潮中，发挥出自己的光和热，享受着这个时代带来的美好生活与激情未来。