大数据与数字品牌建设

大数据与数字品牌建设（精选八篇）

大数据与数字品牌建设 篇1

麦克卢汉认为, 任何新型媒介的出现都会改变我们对外部世界感知尺度和认知方式的变化。在信息社会里, 各种传播媒介构成影响我们的主要环境。因此, 要想跟上消费者认知品牌方式的变化, 最稳妥的方式就是跟上消费者媒介消费的步伐, 以消费者愿意接受的方式将品牌信息传播给消费者, 从而强化品牌形象, 提升品牌价值。传统媒体环境下曾经备受企业追捧的大众媒体, 其营销传播的价值由于各种数字媒介终端的分化而日益贬损, 各品牌都开始以不同的方式向数字渠道迁移, 以数字化为主导方式打造数字品牌无疑是企业提高竞争力的必然选择。借助大数据提供的相关手段, 数字品牌建设不但拥有更多行之有效的途径, 而且为众多在传统媒介环境下不具备优势的品牌提供了难得的契机。大数据驱动下的品牌将改变传统的形象塑造和营销传播规则, 唯有洞察变化趋势才能把握主动, 获得消费者的认可。

作为品牌建设枢纽的数字品牌

什么是数字品牌?“数字品牌是企业通过数字媒介传播的所有区于其他企业的信息和体验的综合并为消费者所感知的内容, 这些内容是以数字化形式呈现的, 可以在消费者需要的时候与其互动, 通过与消费者建立关联来巩固关系。简而言之, 数字品牌是以互动求认知、以关联促关系、以沟通达成品牌价值、以体验实现品牌增值的形象塑造过程及为消费者或潜在消费者所感知的综合性的内容。”面对即将全面数字化的社会现实, 企业必须因时而变, 从而适应这一不可逆转的潮流。正如著名未来学家、麻省理工学院媒体实验室创始人尼葛洛庞帝在他的《数字化生存》所说, “计算不再只和计算机有关, 它决定我们的生存。”他认为计算是整个信息社会的基础, 比特 (bit) 作为数字信息的最小单位, 将决定人类社会的发展走向。在他看来, 当一个个产业揽镜自问“我在数字化世界中有什么前途”时, 其实, 它们的前途百分之百要看它们的产品或服务能不能转化为数字形式。品牌之所以要以数字化作为未来方向, 一个基本前提就是用户使用的媒介终端正以锐不可当之势全面覆盖社会各个角落。中国网民数量接近人口半数, 手机用户超过11亿, 3G手机用户数量约为3亿。更为重要的是, 以家庭消费为特点的中国电视到2015年底将全部转换成数字格式, 目前有线电视数字化程度已经达到76%。同时, 各种家电和日用设备越来越多地拥有数字信息处理能力, 智能冰箱和高档汽车已具备交互功能。当各种类型的数字终端能够方便地为消费者使用时, 这就意味着消费者在各种数字媒介上的行为路径会被记录和追踪, 以往无法利用或很难进行关联分析的数据, 将越来越容易得到发掘和分析。

按照业界公认的观点, 大数据发挥作用的基本前提是信息的数据化, 将信息变成便于加工和处理的数据。尽管数据化并不等于数字化, 但在瞬息万变的市场环境下, 如果数据不能够数字化并被计算机处理的话, 这样的数据难以被及时有效的加以利用。如果企业能把与品牌建设和营销传播相关的各种非结构化数据有效利用, 将获得更大的主动权。在目前各品牌间尚处于低层次竞争的现实条件下, 能利用好消费者在各种数字媒介上的行为信息并为品牌所用, 是品牌获得先发优势的基础。

从世界范围看, 互联网广告花费在美国和日本于2010年年底跃升到第二位, 而英国早在2009年就已经超过电视和报纸居于首位, 这一进程在中国将于几年内变成现实。如果说几年前广告主还只是将数字媒体作为一种辅助渠道进行尝试性投放的话, 今天的广告主基本改变了刻板印象, 越来越多地向数字媒介上转移。原因很简单:有购买能力的用户正在规模化地向这类媒体上迁移。根据群邑中国的调查数据, 以“每周媒体接触时长”在过去5年的变化为例, 中国年轻人群的电视收视时长下降了16%、广播收听时长下降了19%, 而互联网上网时长却上升了43%。传统媒体接触时长下降而网络接触时长上升的趋势也体现在新富人群中, 他们的电视收视时长下降了2%、广播收听时长下降了8%, 而互联网上网时长则上升了60%。在实践层面, 基于数字品牌推动企业整体品牌建设已经走出几年前的概念探讨阶段, 开始全面为企业所接受。借助各种数字媒介, 企业不但能够沿用传统媒介的营销方式提高品牌的曝光量, 而且能够给消费者更多的体验, 建立与消费者之间的关联。企业还能通过消费者在数字媒介上的评价了解企业在传统媒介上实施营销的效果。可以预见的是, 数字品牌将成为企业整体品牌战略的驱动枢纽, 让品牌建设的营销传播更见成效。当数字媒介将越来越多的消费行为更为全面清晰地记录, 并将其变成可以方便处理和深度挖掘的数据, 数字品牌的价值和重要性便凸显出来。

大数据挖掘能为数字品牌贡献什么

数据在企业品牌营销中一直发挥作用, 无论是电视栏目的收视率、广播节目的收听率, 还是报纸、杂志的发行量, 都会作为企业评价媒体广告价值的重要指标。但问题是, 以“一对多”为特点的大众传播模式, 在数据获取上一直依赖抽样的调查方式, 不但调查结果有一定的误差, 而且获取的基本上是事前或事后的数据。这种数据往往只是静态描述受众接触品牌信息的可能情况, 无法了解受众对具体品牌信息的实际反应, 而这恰恰是数字媒介的长项。只要数字媒介处于联网状态, 当用户接触到品牌广告或其他品牌信息做出的反应, 如停留时间、跳转路径、互动意愿等, 都可以借助后台监测系统做出统计。当企业将这些数据进行统计、分析, 相关结果对于企业进一步优化品牌营销方案很有好处。随着数字终端设备的日益普及, 企业能够获得的相关数据越来越多, 这对于企业决策起到了很好的辅助作用。以数字电视为例, 观众借助遥控器操作电视的所有行为, 都会以精确到秒的准确率回传给运营商, 这就能有效避免传统媒介营销过程中无谓的浪费。其他数字媒介收集用户相关数据的方式与此类似, 这是数字媒介吸引品牌投放的重要原因。随着互联网领域越来越多Web2.0产品的推出, 尤其是SNS和微博、微信的出现, 让用户的身份通过更多的信息生产、传播和用户间多维互动日益频繁, 品牌更容易找到目标消费群体。同时, 用户与品牌有了更多的互动途径, 如通过注册微博、微信账号聚集粉丝用户, 从而获得更多有价值的数据为品牌营销服务。

数字媒介和各种数字终端的不断涌现, 一方面为数字品牌带来诸多营销机遇, 另一方面却让企业陷入“碎片化”迷局而感觉无所适从, 根本在于这些来源广泛却又极为无序的数据无法进行有序化处理。这些数据分散在不同的媒介和机构, 企业要想获得有助于品牌建设和营销传播的数据, 必须打通多个环节, 使非结构化数据结构化, 才能发挥出“大数据”的真正价值。利用大数据能让处于信息洪流中的数字品牌在形象塑造和营销传播中占据主动地位, 在竞争中获得优势。

首先, 在常规数据和即时数据间建立关联。企业在运营品牌过程中已经积累起常规数据, 这是评价品牌状况的基础, 但在瞬息万变的市场竞争中还远远不够, 必须要结合实时产生的与品牌相关的数据才能做出有效判断。Web2.0产品上随时会出现与品牌直接或间接相关的信息, 用户自主发布或与其他用户交互过程中产生的信息, 会对品牌产生正面或负面的影响, 而这些都会在不同程度上左右消费者的购买行为。企业基于常规数据能对此作出判断, 并及时围绕即时数据提示的情况作出反应。比如, 当某品牌出现负面评价时, 应有专人及时做出回应, 与消费者进行沟通。当企业将关联数据积累到一定程度时, 这种快速反应机制有助于最短时间化解危机, 优化品牌环境。目前已有专门公司提供这类服务, 企业要做的就是熟悉规则并提高判断能力, 在大数据的辅助下增强决策的有效性。

其次, 合理设计与消费者的沟通导线。数字品牌与传统品牌最大的区别就是变以往的单向传播为双向沟通, 日本电通公司据此提出“沟通导线”设计观念, 即消费者从产生兴趣、想要深入了解, 到不知不觉间已成为品牌的拥趸进而购买, 甚至自发向他人宣传, 这是品牌与消费者有效沟通的理想路径, 其目的是为消费者提供“主观能动的品牌体验”。合理设计消费者沟通导线, 就是通过数据挖掘, 确定在品牌信息传播过程中那些能够有效影响消费者的数字渠道, 将这些渠道贯通起来形成消费者沟通导线。这些渠道涵盖企业网站、企业微博、商业门户网站、搜索引擎、即时通讯工具、微信、品牌APP等。大数据挖掘技术能够在海量的数据中找到与核心消费者沟通的有效渠道和便捷方式, 从而有针对性地传递信息, 为消费者带来优质体验, 提高营销传播实效。

第三, 确定核心品牌拥趸作为沟通重点。消费者口碑成为数字品牌构建的重要因素, 以品牌拥趸作为沟通和营销的关键点, 将大大节省品牌信息传播的成本, 起到事半功倍的作用。任何有价值的品牌都会有一定数量的拥护者, 他们对品牌的偏爱有助于放大品牌价值, 抵消或弱化有关品牌的负面信息。SNS、微博、微信等Web2.0产品为消费者提供了更多发言的机会, 而这些基于互联网和手机的数字产品有利于查证用户的真实身份。结合用户的身份标签、信息传播倾向、与他人的互动关系等多个指标, 能较为容易地找到品牌的核心拥趸。比如, 主动添加品牌在微博或微信上的账号并积极传播品牌信息的用户, 更可能是品牌的拥护者。大数据能够有效筛选关键用户作为数字品牌建设和营销传播的重心, 动态了解这些用户与品牌之间的关系变化并随时增删核心用户数据库, 是数字品牌应对海量数据困扰的有效策略。

信息的整合化利用一直是数字品牌孜孜以求的努力方向, 大数据的根本优势在于能全面整合与品牌相关的各类数据, 坚持以大数据思维运营品牌, 才能发挥数字品牌在企业品牌建设中的枢纽作用。

个性化品牌营销渐行渐近

出于对信息时代有效管理输入和输出信息的需要, 许多企业陆续设置了首席信息官 (Chief Information Officer, CIO) 作为企业管理层成员。在大数据时代, 从提高企业对数字品牌管理的有效性出发, 企业开始陆续设置首席数据官 (Chief Data Officer, CDO) 这一职位。国内最大的电子商务服务公司阿里巴巴, 于2012年10月正式任命国内企业真正意义上的首席数据官。该集团负责人马云对这一管理岗位的定位是:“CDO主要职责是负责规划和实施集团数据战略, 积极推进和支持集团各事业群的数据业务发展, 同时规范和处理在数据业务发展过程中出现的任何矛盾和问题”。正是由于掌握了足够多的信息, 马云才有底气对电商的发展不断提出有见地的新观点以指引行业发展方向。在以数据为导向的数字品牌建设中, 首席数据官对数据的收集、处理、挖掘和利用, 可供品牌在多个方向上使用, 其核心在于实现数字品牌的个性化营销。

营销的理想状态是:合适的时间、合适的地点、向合适的人以合适的方式推送合适的信息, 说到底就是针对每个消费者的不同需求进行个性化的营销。“市场细分是解决消费者异质性的一种方法, 而个性化是市场细分的极致, 即把每一个消费者看成一个细分的市场, 这也是营销的终极目标。”这在传统媒体环境下根本无法实现, 即使在Web2.0时代, 依靠传统的营销手段和常规技术也存在很大困难。因为对于一个消费者真实需求的了解, 要考察的维度过于复杂:收集某一领域内消费者的个体行为数据;打通消费者在购物、资讯、交友、娱乐等多个领域的数据以构建消费者的兴趣图谱;追踪消费者偏好变化情况;实时满足并准确预测消费者需求, 等等。从数字品牌的长远发展看, 大数据对于数字品牌营销传播的更大支撑作用在于个性化营销的实现。从目前数字技术发展态势可以看出, 随着越来越多的数字终端更为广泛地在各个领域使用, 判断消费者行为轨迹和消费倾向的信息可以更方便地加以收集和处理。著名互联网研究专家姜奇平总结出可供分析人类行为的参考信息, 主要包括:个人的地球上的全部运动轨迹 (通过LBS采集) ;个人的全部支付记录 (通过在线支付采集) ;个人的全部交往记录 (通过SNS采集) ;个人的全部言行记录 (通过邮件、文档、Timeline、视频监控等采集) 。企业如果能真正打通这些数据来源渠道从而有效汇总相关数据信息, 就能够做到对目标消费者的个性化识别和追踪, 为每一个消费者的画像会越来越逼真。以此为基础设计消费者沟通导线, 针对以每个人为细分市场的个性化营销必然会越来越精准。

数字化校园大数据建设探究 篇2

关键词 数字化校园 大数据 教育信息化

中图分类号：G64 文献标识码：A

2012年，教育部编制印发了《教育信息化十年发展规划（2011-2020年）》，指出数字教育资源共建共享的有效机制尚未形成，优质教育资源尤其匮乏，教育管理信息化体系有待整合和集成，教育信息化对于教育变革的促进作用有待进一步发挥。随着物联网技术、云计算在各个领域中广泛应用，使得“大数据”成为数字化校园建设新的选择，这给数字校园建设带来新的机遇和挑战，本文通过分析数字校园建设在大数据时代面临的问题和困境，确定数字校园大数据建设目标和内容。

1当前数字化校园建设存在的问题

我国从1989年国家正式颁布《国家教育管理信息系统总体规划纲要》算起，己经25年有余了。期间我国高校教育信息化发展速度之快是有目共睹的。但与此同时也暴露了一定的问题。

（1）缺乏优秀的教育资源、软硬件发展不均衡。目前，各校在信息化建设上重硬件设备的投入、轻应用平台与软件的建设。这样的结果就导致了网络的利用率低，教学、科研和管理很多领域的相关功能都未能实现。 这种不均衡不协调的发展既制约了学校教学信息化建设的进程。

（2）“信息孤岛”现象仍然较严重。由于没有总体建设思维，许多应用系统由部门根据自己所需来分别建设，只基于部门的整体业务设计，部门级应用内各模块之间实现部门内部业务关联和数据共享，但未考虑与其他相关部门之间的业务关联和数据共享，是“信息孤岛”形成的根源。

（3）原有分散系统可以通过中心库（平台）集成，但这种集成是在局部应用层次实现的。新系统之间以及新系统与平台之间无法实现业务关联，在应用层面上仍然停留在部门级。

（4）数字化校园的服务内容还不能完全满足学校中心工作的需要。当前的数字化校园平台基本是围绕学校管理信息化来建设的，对学校教学和科研项目信息化方面还很薄弱。

2数字化校园大数据建设目标

数字化校园总体目标应注重学生信息化能力的全面提升和增强教师信息化教学能力，而数字校园大数据建设应当更加注重资源建设，资源建设首先采集足够多的数据，并且数据种类明确而又有意义，从集成平台来看，具备足够的智能性，能提供数据挖掘、人工智能引擎。因此在此情况下，数字校园大数据建设目标，应着重从以下几个方面确定：

（1）搭建大数据网络环境。第一搭建数据采集环境。第二搭建大数据快速传输与存储环境。第三为避免“信息孤岛”，搭建标准统一数据接口环境，使应用服务的变得更简洁。为个性化学习和信息技术与教育教学深度融合提供基础建设环境。

（2）高效的大数据管理保障。数字校园不仅为学校创设了一个高速、高效、资源共享的管理环境，而且也是一种影响教育教学观念、手段、方式及管理思想、管理体制和管理方法的文化。

（3）完备的大数据应用系统。当前的数字化校园应用系统包括一卡通、办公自动化、教务管理、科研管理、人事管理、学生管理、财务管理、资产管理、内容管理、网络课程、能源管理、安防系统、视频监控等等，在这些系统中已经存储了大量数据，但这些数据多处于各个“信息孤岛”中。

（4）大数据分析功能建设。除了具备大叔的采集和存储功能还远远不够，还应考虑到目前数字校园中各类应用系统是否具备大数据的分析功能，在传统的数据分析功能基础上，加强大数据间的相关分析技术，为辅助教育管理、教育决策提供智能判读。

3数字校园大数据建设内容

数字校园不仅仅是信息化技术系统的建设，更重要的是信息化组织结构与体系的构建。组织结构与体系是整个数字校园顺利实施、平稳运行和持续发展的保障。数字化校园大数据建设的内容除了原有的基础设施建设外，与大数据相关的软硬件建设应该尤其引起我们的重视。因此，数字校园大数据建设内容应主要包括：

（1）大数据基础环境建设

主要是无缝覆盖的大数据传输基础网络，这个网络应该具备将所有设备连到一起，能进行任何类型及大小数据传输的功能，未来的数字校园基础网络应该是实现了光纤到户的有线网络和无缝覆盖的无线网络的结合体。

（2）大数据中心建设

大数据中心的建设内容包括路由、交换、安全、存储、应用等设备，温湿度监控调节系统、安防监控系统，供配电系统、消防系统、防雷系统等。

（3）云服务平台建设

云服务平台可以从三个层面提供服务：IaaS、PaaS、SaaS。云计算技术可以整合原有设备，提升其应用价值，并通过数字校园对师生提供不同层次的服务，云服务平台建设可以使用开源软件。

（4）大数据标准体系建设

任何时候，标准体系都不是文档那么简单，良好的大数据标准体系制度层面的建设，能极大地提升并决定数字校园建设的质量与水平。

4结语

大数据与数字品牌建设 篇3

关键词：大数据,高职院校,学术数字化建设

1 大数据技术为高职院校学术数字化建设与发展带来的机遇

1.1 有助于学术选题的优化

学术数字化建设, 方便了学者的选题, 学者在选题的过程中, 可以检索已经有多少相关的文章, 可以了解相关学术方面文章内容, 理解一些有代表性的文章, 丰富自己学术方面的内容, 促使学者能科学的进行选题, 能深刻理解课题内容, 完成相应的学术内容, 提高实际的应用能力。

1.2 有助于开放获取意识的提升

在大数据的背景下, 学术数字化的建设, 方便学生知识的获取。在学校通过网络能更好的获取相关知识的信息, 知识获取渠道增大, 学者获取的意识在增强, 提升了知识获取的能力。

2 大数据技术为高职院校学术数字化建设与发展带来的挑战

2.1 复合型人才短缺

我国的经济快速发展, 企业需要人才的标准在改变, 由单一的专业技术人才, 转变为需要应用型的复合型人才, 现在我国复合型人才紧缺, 各个领域都需要复合型的高级应用人才。大数据时代学术数字化建设与发展, 需要信息技术、出版技术等专业技术人才, 人才是社会发展的关键因素, 现在我国高职院校是培养应用型人才基地, 突出学生的实践技能, 必须培养企业需要的高级人才, 培养出复合型的高级应用型人才, 为区域经济建设服务。

2.2 版权问题凸显

现在高校都在严重打击学术造假, 高职院校学术数字化建设, 提高教师学习意识, 对其研究领域方便学习与查询资料, 减少学术观点上的雷同问题。在大数据时代, 数据的开放共享已逐渐普及, 由此而来的网络侵权也日益泛滥, 给数字出版版权保护带来了新的挑战。大数据为学术期刊数字化建设提供了全新的技术支持与平台支撑, 它正以其信息容量大、传播速度快、检索便捷等诸多优点, 日益受到读者的青睐。但网络的广泛性和开放性, 也使得侵权变为轻而易举的事情, 版权正成为一种受威胁的资产。应该平衡大数据时代下版权的利益, 制定出既能保护版权又能促进信息技术创造的法律。版权是严格受法律的保护, 学者必须尊重知识产权, 维护知识产权。

3 学术数字化建设与发展为高职教师的学术提出新的要求

3.1 建立多元化人才培养体系、增强高职院校教师学术创新意识

建立多元化人才培养体系, 彻底改变以往忽视数字化人才的观念, 根据人才培养需要搭建广阔的发展平台。将以往单一的人才培养模式转变为多元化的人才培养模式, 这些都需要数字出版产业链上的各方把握好自己的定位, 根据实际需求培养适合自己的数字出版人才。高职教师借助于数字化平台, 积极进行科研研讨, 提高其学术创新意识。

3.2 完善数字出版配套管理措施, 加强数字出版平台建设

高职院校学术数字化平台建设, 需要科学管理, 在平台建设过程中, 要出台一系列管理措施, 对其学术数字化平台起到保护作用。让学术数字化平台起到应用作用, 提高学院教职工的学术水平, 提高其知识应用能力, 为区域经济发展作出贡献。

参考文献

[1]杨娟.期刊数字化的现状及问题分析[J].新西部 (下旬.理论版) , 2011 (07) .

[2]金雯.期刊数字化面临的问题和对策初探[J].江苏教育学院学报 (社会科学版) , 2008 (02) .

[3]吴利平.期刊数字化管理与行政决策者的关系[J].新闻窗, 2002 (03) .

[4]赵艳红.学术期刊数字化:问题、应对及趋势[J].传媒, 2016 (06) .

大数据时代下的非遗数字化建设初探 篇4

[关键词]大数据 非遗 数字化 信息

一、何谓大数据

所谓大数据其实就是用数学建模的方法对海量数据进行建模、挖掘和分析，从而发现事物的潜在发展规律以及和其他事物之间的相互关系，并对未来进行预测的方法。

大数据时代正在催生的最大技术和社会变革，是重新构造互联网，现有的互联网将从网页连接发展到数据“联接”，互联网将发展成为数据网。在互联网时代，互联网上每天都产生出海量的数据，一方面极大的拓展了人们获取信息的广度和深度，而另一方面，面对海量的数据，人们基本还是靠检索再筛选的方式来获取信息，在信息迅速膨胀的今天这种方式越来越不合时宜了，因此信息的采集、处理、传播以及展现方式必须向更高层次演变；信息共享、交流互动已经不再是目前最迫切的需求，数据的分析和整合，以及让数据更加智能，才是最大的挑战。下面通过一个非常著名的大数据分析的案例来了解什么是大数据：

2009年上半年，Google通过分析5000万条美国人最频繁检索的词汇，将之和美国疾病中心在2003年到2008年间季节性流感传播时期的数据进行比较，并建立一个特定的数学模型。最终google成功预测了2009冬季流感的传播时间甚至可以具体到特定的地区和州。

使用传统的信息处理方法，人们无法从数据库中检索到未来流感爆发的任何数据，但是通过对这些数据进行大数据分析，并和其他数据进行关联就能准确的推导出流感爆发的时间和地点，这只有大数据能做到，发现数据下面所暗含的本质规律，才是大数据真正的魔力所在。

二、当前非遗数字化的现状及面临的新问题

（一）非遗数据的迅速增加

现代信息化技术可将非遗档案，如现场演出、历史照片、历史影像、艺术图片等编辑转化为数字化格式完整保存，甚至是鼓声、吟唱、音乐等非语言类或者某种技能和手艺等，都可用多媒体技术记录和表达。和文物档案管理不同，非遗的活态流变性决定了非遗档案的持续更新性，因此随着非遗工作的不断深入发展，会不断产生大量数据。

信息化社会的今天，人们的每项日常活动都会产生大量数据，例如在深圳，每年都会有各级非遗名录申报、传承人认定，更有非遗各类常态性宣传活动、督查及普查调研等，这些繁琐的非遗事项都会产生大量数据，如何将这些数据安全且有效的存储、管理、提取，将是摆在非遗工作者面前的一个重要工作。随着时间的积累，预计3-5年之后，非遗数据的规模将是海量级的，而且数据形态、业务模型也是多种多样的，倘若没有建立起有效的海量数据管理平台，那么将来发掘非遗数据就犹如大海捞针。

（二）非遗数据挖掘能力不足，难以发现更多有价值的内容

目前，非遗信息包括文图、音视频等数据都能够按目录完整保存，但这些数据是静止孤立的，数据与数据之间缺乏关联性，就如同一个个“信息孤岛”，很难发现其共同特征和内在联系。

例如，深圳目前建立的59个市级以上非遗代表性名录，有很大一部分都与客家文化息息相关，证明客家文化对深圳非遗有着极为重要的意义，如舞狮、舞麒麟、山歌、凉帽制作、传统食品制作、祭祀等有关项目都体现了客家文化在深圳以非遗的形态续存；但是这些非遗历史文化的共通性，传衍的规律，传承人的祖籍分布特征、性格特征，深圳非遗的客家文化和外地非遗客家文化之间的差异，以及行成这些差异的原因和其背后的政治、经济、社会等起作用的因素等，都无法分析，也难以对深圳非遗的客家文化缺失部分进行推理和修补，以及对未来非遗保护提供积极的指导意见。

（三）非遗数据互动性不足

非遗档案不同于传统档案，传统档案有着一定的保密性，而绝大多数非遗档案，其信息话建设的最终目的是保护、展现、共享、传播和传承珍贵的非遗资源。有效的将非遗数据传播出去，展现出来，并和热衷于非遗文化的群众产生良好的互动，是非遗保护工作的核心之一；近年来，非遗档案的社会需求越来越旺盛，需求者的来源也越来越广泛，既有文化遗产爱好者，也有科研学者，甚至普通群众，都渴望近距离了解非遗；同时，民众的个人素质和鉴赏力也在不断提高，他们已不再满足接收静态的图文信息，更希望欣赏音视频等多媒体资源；虽然目前非遗信息都可用文字以及多媒体形式保存，但对外提供服务的能力却很有限，一些非遗档案还处于“隐蔽”状态，不仅不为外界所知，更无法和群众产生互动。这些珍贵的非遗数据静静的躺在档案室就是极大的浪费。充分利用现有的非遗档案，对外提供丰富多彩的服务，并与群众产生良好的互动，只有这样，非遗才能得到更好的弘扬。

三、大数据环境下非遗的数字化建设

互联网信息化尤其是大数据的发展，为我们解决非遗信息化建设过程中遇到的难题提供了契机。大数据环境下的非遗数据建设，要以非遗相关信息的数字化处理为前提，通过揭示海量信息资源的内容和特征以及信息的相互关系体系构建规范、开放的信息资源系统，为非遗的传播、保护、研究提供强大的信息资源支撑。

（一） 充分了解非遗的信息属性

大数据环境中，非遗的数据信息应当以即时更新、海量、复杂关系模式的信息数据形式存在；非遗资源非常丰富，分为民间文学、传统音乐、曲艺、传统技艺、传统医药、民俗等十类；而描述每一个具体非遗的方式也是多方面的，包括：非遗项目的产生、发展、演变的历史过程；非遗项目标识性载体和表现形式，非遗传承人情况；非遗的实物档案，如工艺品、媒介、工具等实物；非遗的记忆档案，反映非遗活动的档案资料、文献资料；以及在网络媒介中存在的资源信息的总和。这些数据都是以信息的形式传输并汇聚在各个节点中，并且这些信息可以被搜集、分析、挖掘、检索、加工、传播。如果充分利用好非遗的信息属性，并将这些属性进行标准化描述，那么非遗将会以更清晰的形态存在。

nlc202309090823

（二） 建立统一的非遗信息描述技术标准——语义描述

由于非遗数据的多样性、复杂性，因此建立统一、标准化的规范来描述非遗信息，可极大提高海量信息的处理能力、资源共享能力以及资源被搜索、传播的能力。

为非遗建立统一的信息描述技术标准就是对非遗数据进行语义化，所谓语义，就是遵循一个统一的标准，给每一片信息赋予一个计算机都能理解的意义，这个标准的意义，用术语说就是“元数据”，也可以形象的理解为给信息贴上各种标准化的“标签”。这样数据将像网页一样，成为资源组织的单位。一个数据可以获得一个地址，还有统一的语义对它进行描述。

这样语义上的数据，就不再是一个冰冷的数字，而是一个活的“细胞”，它可以被定位，还拥有和其他数据语义一致的标签，这意味着它可以和其他数据相联，之所以称为相“联”，而不是相“连”，是因为，它们并不是像网页一样通过一个链接简单连在一起，而是通过数据之间内在的关系挂起钩来，“联”在一起。这种关系是基于数据的含义和属性产生的。对用户而言，这意味着可以从一片数据跳转到其他数据，这个跳转，依靠的不是人为的链接，而是本质关系上的联接。

当然，对非遗语义的建设并非一日之功，首先大量关于元数据的标准需要统一制定，只有通过这些计算机能够理解的语义标记，每一个数据才能和其他数据自动发生联系，整合成联接关系。因此，非遗大数据的建设，制定元数据是前提。

（三） 重视大数据时代非遗数据库和网络建设

数据库是数据汇聚、分析和分发的基础和核心，非遗数据库的建设对于非遗信息化的建设至关重要，在大数据时代，非遗信息的汇聚、处理、传播方式正发生着深刻的变化，因此也要求非遗数据库一定能够支撑上层的大数据服务；在大数据时代，数据的存储不再是单一的关系型数据表，而是关系型数据和非关系型数据并存，灵活的信息存储方式就意味着灵活的业务模型，丰富的业务展现方式以及交互式的信息。可以预计，随着数据的海量级增长，很多日常工作单靠人工已经不能完成，因此更高一级的数据分析能力，如图片智能识别、视频分析、视频智能检索等都将在非遗产业中展开。

四 结语

非遗作为一种特殊的信息存在方式，其信息属性决定了非遗的保护和传承的核心就是如何充分利用各种手段对数据进行记录、处理和传播；而在大数据时代，新的思维和技术为非物质文化遗产提供了更广阔的展现平台，改变了传统信息传播的途径和方式，不仅能够使得汇聚海量数据成为可能，还能够为非遗项目和其他文化特征之间建立广泛的联系，进一步挖掘非遗潜在的尚不为人知的价值，并以丰富多彩的形式和广大群众产生互动，真正实现“人人都是文化遗产的主人”。

参考文献：

〔1〕宋俊华 王明月.我国非物质文化遗产数字化保护的现状与问题分析.文化遗产，2015（6）：P1-9；

〔2〕维克托·迈尔-舍恩伯格 肯尼思·库克耶.大数据时代.浙江人民出版社，2013（1）：P135-169。

作者简介：苏小雨（1982--），女，本科，馆员，研究方向：非物质文化遗产保护，现任职深圳博物馆（深圳市非物质文化遗产保护中心）。

大数据时代数字化图书馆的建设 篇5

1 大数据时代

大数据一般情况下都认为是数量巨大, 种类繁多的非结构性数据, 在百科中也被称之为海量数据、巨量数据。简单来说也就是涉及到的数据量非常大, 无法采用人工方式对其实施有效的处理和截取, 也不能够依照人们的实际需求进行信息解读[1]。大数据时代环境下, 大数据的应用已经成为研究热点, 从“大数据”一词出现的那一天起就已经得到了相关部门及机构的广泛重视, 并将其认为成是新发明及新服务的源泉, 甚至会促进更大的改变。世界上也普遍加大对于大数据的重视, 例如美国奥巴马政府则启动“大数据研究和发展计划”, 英国及澳大利亚等四个国家则共同组织了“世界大数据周”活动。更有一点值得注意的是, 大数据时代的到来, 也引起了图书馆、情报界以及信息部门等的广泛重视, 图书馆研究者积极参与到大数据研究工作中去, 进一步促进了大数据和图书馆的紧密结合及共同发展。

2 大数据时代的数字化图书馆建设

大数据时代的到来进一步促进了数字化图书馆的建设发展。下面从技术、资源以及服务三方面对其建设展开探讨。

2.1 数字化图书馆的技术发展

数字化图书馆的数据种类比较多, 不但可以应用二维表结构进行结构化数据储存, 同时也能够采用视频、音频以及图片等非结构化数据存储。在目前世界上的结构化数据增长率约为32%, 但是非结构数据增长率达到63%, 关系数据库已经无法对这些非结构数据实施有效的储存及管理, 如何对这些数据快速访问也就成为数字化图书馆建设的技术研究重点[2]。在这种情况下也就出现了以Hadoop为代表的分布式文件系统及Map Reduce计算框架。其中后者在应用过程中能够提供高性能并行大数据处理服务, 可以快速、可靠性的分析及处理数据信息, 并且在云计算背景下能够对复杂性更高、规模更大的大数据局实施初步处理, 例如大规模社交网络及大数据图分析等等, 目前在这项技术应用还需要进一步强化研究管理, 以提高大数据处理及管理质量。

2.2 数字化图书馆的资源整合

首先, 在数字化图书馆建设中, 特色是其建馆根本, 如果没有特色, 那么这一数字化图书馆早晚都会被用户遗弃。在大数据时代, 图书馆不用将所有数字化全部馆藏, 但是必须要结合自身建馆特色及学科优势, 合理整合特色化资源, 构建具有显著学科特色及满足用户需求的数据库, 从而用户提供更高层次的信息服务。

其次, 针对海量数据资源及用户需求的不断变化, 一个图书馆已经远远不能满足用户所有信息需求, 在这种情况下则可以强化图书馆合作及协调, 构建图书馆资源共享机制[3]。建立统一的标准化软件及硬件平台, 将各级图书馆在统一规划下从而有效实现资源共享, 相互协调为用户提供更为优质的服务。不同级别的图书馆也只是区域图书馆的一个服务节点, 从而在整个区域中共同构建一个有机图书馆群, 为区域内的用户提供相应服务。然后注重建立原生信息资源。其中原生信息资源也就是高校在教学、科研及各项管理中所产生的一手资源, 其中包括期刊论文、研究报告以及多媒体课件等等, 这些资源均是高校教学实践及学术理论研究重要成就, 也是自产性成果, 在整合过程中建设成本低且利用价值高, 因此能够取得良好的文献保障作用。

最后, 在数字化图书馆资源整合中也必须要注意以下几点。

1) 知识产权问题, 必须要严格遵守知识产权法律法规, 加大对版权、网络传播权以及著作权等问题的注重。

2) 标准化问题, 必须要严格依照相关标准实施标准化工作, 在建设过程中可以优先采用国际成熟标准, 以此有效实现信息资源的无缝结合。

3) 信息安全问题, 在数据共享以及数据公开其环境下, 必须要加大注重用户隐私保护, 为大数据时代数字化图书馆实施良好的服务权益及自身知识产权保护。

2.3 数字化图书馆的服务创新

数字化图书馆的服务创新也一个重要方向, 其中主要体现在两个方向:首先, 必须依照用户需求实施信息定制;其次, 依照用户特征及信息资源访问历史进一步挖掘用户兴趣, 主动为用户提供相关信息服务, 将用户所关注领域的最新信息进行跟踪和推送, 以能够满足用户个性化需求。例如在服务过程中构建个性化推荐服务, 也就是构建在海量数据挖掘基础上的高级智能化平台, 能够有效针对用户个人需求提供相应的决策支持及信息服务, 满足用户需求。

3 结束语

大数据时代数字化图书馆的发展, 需要经历一系列采集、分析、挖掘及重组过程, 从而为之后的图书馆发展提供良好的技术及服务支持。构建完善的跨平台的数字化图书馆, 能够实现良好的信息共享机制, 从而为用户提供良好服务。

参考文献

[1]李艳, 李珑.大数据时代数字化图书馆建设探究[J].图书馆理论与实践, 2015 (1) :81-84.

[2]邹华.大数据环境下数字化图书馆的应用研究[J].计算机光盘软件与应用, 2015 (2) :18-19.

大数据时代通信网络数字化建设研究 篇6

从当前的发展来看, 大数据迅速发展并得到了广泛应用, 各行业发展的多个领域都可以看到大数据的背影。大数据也被称之为大容量资料, 由于包含了众多的信息资源, 在企业需要时, 能够为其经营决策提供强有力的数据支撑, 促进企业的长远发展, 提升其竞争力。可以说, 大数据是继物联网、虚拟化、云计算之后的又一新兴概念。伴随着4G移动通信技术的发展, 我国的通信网络技术可谓达到了一个新的高度, 尤其是云计算、物联网和大数据等新兴技术的支持, 为通信网络的发展提供了更广阔的空间。在大数据时代, 各种信息技术和市场经济的调配作用下, 通信网络技术的跨行业、跨网络、跨终端行为正在逐渐变为现实, 这同时也促进了通信网络的智能化与多样化发展。因此, 研究大数据时代通信网络的数字化建设意义重大。

二、大数据时代通信网络的发展现状

随着科学技术的发展以及人们需求的不断提升, 我国的通信已经逐渐由传统的2G、3G网络发展为4G网络, 出现了这三种网络并存的状况。目前我国的通信运营状态为2G、3G、4G网络结合运营。根据笔者调查与统计发现, 目前我国的联通和电信通信网络拥有两张4G牌照, 移动通信网络拥有一张4G牌照。从目前通信网络发展的整体来看, 2G网络发展局势比较特殊。通过网络角度来分析, 受到自身网络制式和性能方面的限制, 尽管其数据速度是一大弱势, 但是其整体覆盖力和语言业务方面是其他网络所无法比拟的。因此, 当前大数据时代的到来, 2G网络的资源投入和扩容等问题的研究显得尤为重要[1]。例如, 对中国电信而言, 其固定资产投入增幅扩大始于2008年, 但是随着2009年其3G运营牌照的获得, 运营商开始加大对3G网络的投入, 因此, 其固定资产投入的顶峰是在2009年出现的, 此后几年尽管投入幅度略有下降, 但是总体处于较高的水平。自2014年开始, 运营商们相继获得4G运营牌照, 通过该年十月份公布的数据显示, 4G用户数据保持了相当大的比例, 这充分表明4G网络在我国的发展速度是相当迅猛的。因此在大数据时代, 加强对我国的通信网络数字化建设任重而道远。

三、大数据时代加强通信网络数字化建设的对策建议

1、统筹兼顾、协调发展。

这一过程中, 必须对各网络定位进行明确分析, 必须意识到2G网络强调覆盖范围和语言业务, 3G为传统网络向高速网络的过度性网络, 而4G则是各运营商当前发展的重点, 属于高速数据业务。我们所讲的各网络协调发展包括网络性能方面的协调, 更应该注意全网络承载力方面的协调。此外, 各运营商必须对2G、3G、4G、WLAN做出统一规划, 从网络的实际运行情况和业务发展出发, 保障数据能够得到合理分流。必须注意的是, 在对2G网络的建设过程中, 必须对4G网络建设情况做出考虑, 从4G网络架构出发, 实现配套资源的共享。

2、对现有网络资源展开深入发掘。

通信网络的数字化建设之前, 必须对现有的网络设备信号、利用率等做出全面调查, 具体到每个基站、小区全面记录。注重对平台数据实现优化处理, 在对资管平台数据进行修正时, 充分利用好4G网络建设过程中对网站点的勘查结果, 确保资管平台数据的全面性以及准确度。优化2G网络建设, 采用精细化方法, 把对其建设的需求点降到最低, 避免对资源的重复分配。

3、取长补短, 合理调动网络资源的存量。

笔者对我国通信网络数字化建设与使用状况进行调查发现, 当前2G网络的发展严重不均衡, 很多城市的无线利用率过低, 因此, 其整体承载力较大[2]。然而, 有的地区却出现了严重的资源不足现象, 在一些经济发达、人口密集的城市这种现象尤为明显。面对这一矛盾现象, 必须要做到取长补短, 合理分配网络资源的存量, 在资源调配中可以省份为单位, 不断提升网络资源的适配性。此外, 必须注意到不同的季节, 城市出现的业务波动和人口流动状况, 根据这些现象做出分批载频入网调整, 实现跨地区资源调配。加强对农村地区的网络资源建设, 促进网络资源由城市向农村的调动, 确保满足城市需求的前提下, 把GSM载频资源有计划地向农村分配, 提升农村地区的通信网络质量。

4、严格控制投入, 实现资源的精准投放。

在通信网络的数字化建设中, 还必须要摒弃传统的业务预测方式, 变曲线拟合预测方式为小区域精准化分析, 科学预算网络建设的必要性和可行性, 把传统的规模建设转变为现代精准化建设, 避免资源的浪费。

参考文献

[1]张平, 崔琪楣.大数据驱动的绿色通信网络[J].深圳大学学报 (理工版) , 2013, 30 (6) :557-564.

浅析大数据背景下数字化文化馆建设 篇7

一、大数据背景下文化馆建设的不足

随着大数据时代的快速发展, 传统文化馆逐渐暴露出诸多不足问题, 在一定程度上制约文化馆的建设进程。由此可见, 传统文化馆不能适应大数据背景的实际需求。首先, 文化馆的服务能力明显不足。一是文化馆缺乏完善的服务规章制度, 未能对工作人员产生规范性影响;二是相关服务设备设施不够健全, 难以满足社会公众对文化知识的获取需求;三是文化馆在提供公共服务过程中, 具有明显的主观倾向性, 针对基层群众的服务相对较少, 使群众难以充分享受公共服务。其次, 科学技术的发展, 为人们编织极具吸引力的虚拟空间, 社会公众更加依赖数字媒介或网络。可见, 大数据环境对传统文化馆生存与发展提出严峻挑战。文化馆要实现可持续发展, 必须积极利用大数据条件, 加强数字化文化馆建设, 以实现文化馆的创新, 更好为社会公众提供服务[1]。

二、大数据背景对数据采集的影响

在大数据环境下, 可能对数据采集产生一定的影响, 主要包括以下方面:首先, 数据信息的真实有效性可能受质疑。数字化文化馆建设中, 广泛收集相关数据信息具有必要性, 但基于互联网的信息, 其真实性有待进一步验证。其次, 在大数据环境下, 个人信息的安全性可能得不到保障, 甚至受到不同程度的伤害。随着互联网技术的迅速普及, 社会公众更加倾向于在虚拟世界中填写注册信息, 导致个人信息可能被不法分子而利用, 导致数字化文化馆建设中, 部分公众不希望在文化馆中留下相关信息, 对数字化文化馆建设有不良影响。最后, 大数据环境下, 数据信息相对较为复杂, 对社会公众的思想行为方式有重要影响, 进而可能阻碍数字化文化馆的创新发展进程。在数字化文化馆建设中, 应广泛收集相关数据信息, 并对其加以整合优化, 有效提取有助于数字化文化馆建设的信息, 对提升文化馆社会服务能力具有积极影响[2]。

三、数字化文化馆的建设

在大数据背景下, 我国数字化文化馆建设多一重保障, 因而可以推动数字化文化馆建设的发展进程。随着我国经济的发展与社会的进步, 建设数字化文化馆是必然趋势, 有利于打破传统馆际的壁垒。所以, 相关人员应从以下方面着手:

(一) 整合资源

大数据背景下, 数字化文化馆建设中, 应积极对现有的资源加以整合, 不仅能够降低服务成本, 而且可以使文化馆实现终端化管理, 为人们提供更为周到的服务。数字化文化馆建设中, 相关人员必须有效利用先进的科学技术, 实现对一定区域范围内的覆盖, 扩大文化馆的影响力。基于此, 数字化文化馆的职能更具多元化, 可以为更多人提供获取文化信息的机会, 对全面提高我国国民素质发挥着积极作用。

(二) 增设数字化文化馆的服务功能

大数据背景下, 数字化文化馆建设中, 应注重增设文化馆的服务功能, 为人们提供多元化的服务模式。首先, 丰富文化产品, 以满足不同社会群体对文化知识内容的个性化需求。其次, 公众能够在虚拟世界中快速寻找所需信息, 满足公众的文化需求。最后, 基于一馆制的数字化文化馆建设, 能够实现资源共享, 不仅可以使文化产品内容更为丰富, 而且能够有效降低服务成本。此外, 在建设数字化文化馆过程中, 政府等部门应加大支持力度, 为其提供必要的科技、资金、人力等方面的支持, 以推动数字化文化馆建设的进程, 确保公民可以充分享受文化馆带来的公共文化服务[3]。

四、结语

在大数据背景下, 建设数字化文化馆具有必要性, 既能增强文化馆的公共服务能力, 又能为人们提供更为丰富的文化资源, 对提升国民素质有着积极的作用和意义。数字化文化馆建设是一项系统的、复杂的工程, 需要相关部门树立坚持不懈的决心与信心, 以全面推进数字化文化馆建设的发展进程。总之, 大数据背景下, 为我国数字化文化馆建设创造良好的条件, 同时有助于推动我国经济建设和社会发展。

参考文献

[1]王婧.论免费开放背景下文化馆发展研究[D].广西艺术学院, 2013.

[2]赵红颖.图书档案资源数字化融合服务实现研究[D].吉林大学, 2015.

浅议纸质档案数字化与“大数据” 篇8

第一，从大数据的类型来看。数据类型繁多是大数据的基本特征之一。它“包括结构化数据、半结构化数据和非结构化数据等”，“有图像、声音、视频、社交网络、博客甚至应用的使用习惯等”；纸质档案数字化后的图像型电子档案只是大数据中多种数据类型中的一种类型。而且是相对容易控制的那一部分。真正大量的、复杂的、不易控制的是新增档案的电子件。以政府财政系统为例，一个市级财政管理部门使用的系统就达20多个，这些系统有的是国家财政管理部门统一配发使用的，有的是省级财政管理部门统一配发使用的，有些是单位自行开发的，还有的是从市场上购买的商品化软件。这些系统出自不同的开发单位，使用不同的开发和运行平台，后台数据库及数据结构也不相同，产生的电子文件格式各种各样，这使得归档后的电子档案格式也各式各样。加上各种数据库中产生的动态数据，仅数据类型就是十分繁杂的。一个单位尚且如此，一个行政区域内众多单位所产生的电子档案数据格式就更加繁杂。这样多的档案数据格式，与全部系统中的数据格式来比，还算是简单的。纸质档案数字化后的图像型电子档案只是电子档案一种类型，只算是“大数据”的九牛一毛。

第二，从大数据的数量上看。“庞大的数据量，能达到PB甚至EB级别”是大数据的另一基本特征。依全部档案的类型划分，我们现在处理的纸质档案多数是所谓的文书档案，而更多的含有表格、图纸、账册、录音、录像、影像的科技档案、财会档案、人事档案、基建档案、录音档案、录像档案、影像档案等各种类型的专业档案还没有进入我们数字化的视线。这种相对狭隘档案观，仅仅从数量上看，不仅算不上“大数据”，就连“大档案”都算不上。要实现融入“大数据”的环境，首先要取消文书档案的称谓，从“大档案”的角度来看待、对待档案数字化。就目前情况看，一个使用多个业务系统的单位，一年产生的数据量少则几个G，多则几十G上百G，甚至几个T。如果将这些数据全部作为档案归档管理，将是一个非常庞大的数量。依此类推，一个单位尚且如此，一个行政区域内众多单位所产生的电子档案将是一个令我们档案管理者从来没有面对过的巨大数量级。如果不能有效地管控这一巨大数量级的电子档案，那就不能算做是“大数据”。客观地说，即便是实现了对这一巨大数量级的电子档案的有效管控，也只是“大数据”中的沧海一粟。对这些原生电子文件信息，“要按照‘增量电子化的思路，积极进行原生电子文件的归档接收工作。现在，绝大多数新形成的文件都有电子版，及时把电子文件归档接收并纳入档案部门管理、纳入档案信息资源体系，不仅关系当前，而且涉及长远，必须高度重视，立即抓起，抓得越早越好”。

第三，从“大数据”的处理方式上来看，“大数据”的核心是对庞大数据进行检索与运算。“档案大数据”的关键信息需通过一定的技术方法进行提取，并针对提取出的有效信息根据一定的规律进行挖掘。要实现这一点，智能化的检索分析软件与经过统一标引的基础数据至关重要。智能化的检索分析软件，我们可以通过购买解决（暂不考虑我们是否有能力选择购买到性价比高的检索分析软件），而经过统一标引的基础数据只能由档案馆工作人员自行完成。问题是许多基层档案工作者包括领导者并不清楚这一点，以为只要将纸质档案一扫描，图像文件就可通过计算机和网络检索到了；档案中任何内容都可随意检索和查找到。殊不知，如果没有智能化的检索分析软件和对纸质档案扫描件的细致标引或全文识别，所有通过扫描产生的电子档案只是些没有用处的电子图像文件。问题是没有多少基层档案馆知道并在下大气力做纸质档案扫描后形成的电子档案的标引或全文识别工作。未经处理的纸质档案扫描件，不仅不是“大数据”，甚至都算不上有用的数据。扫描得越多，浪费就越大。

综上所述，纸质档案数字化是档案数字化组成部分，但不是档案数字化全部。纸质档案数字化与“大数据”密切相关，但完全不能等同于“大数据”。在“大数据”环境下，我们不仅要做好纸质档案数字化——存量数字化，也要做好原生电子文件接收管理——增量电子化，还要将各业务部门通过业务系统产生的业务数据转为档案数据，这样才能在数量上向“大数据”靠拢。要适应“大数据”环境的要求，并有所作为，我们还有许多的工作需要做，还有许多的东西需要学习，千万不可只满足于馆藏档案的数字化。