这次小编在这里给大家整理了浅谈计量经济学模型对数据的依赖性论文（共含16篇），供大家阅读参考。同时，但愿您也能像本文投稿人“jinwangzi”一样，积极向本站投稿分享好文章。
浅谈计量经济学模型对数据的依赖性论文
随着我国经济学理论的不断进步，计量经济学模型已经成为一种重要的基础性研究方法，尤其是在社会问题的研究方面得到了广泛的采纳，在应用的过程中，也发现了计量经济学模型对数据的依赖性，数据的数量和质量的重要性也进一步突出。
一、文献综述
诺贝尔经济学奖获得者—斯通的主要研究成果在于他为国民核算体系的进步贡献了突出的基础性力量，并且推动了经验经济分析的发展；诺贝尔奖获得者赫克曼和麦克法登在微观计量经济学模型的理论方法方向取得了突出的成果，对微观数据进行统计并且能够分析出其中存在的基本问题；亨德里认为，对于计量经济的整个分析过程来说，可以认为是一个客观数据生成的过程，上面这些研究成果都说明了统计学和计量经济学存在着一定的关系，统计学的发展带动了计量经济学的发展，反之，计量经济学的进步也有力的推动了统计学的发展，尤其是计量经济学模型和数据之间的关系更加紧密方面。
二、模型类型设定对数据的依赖性
在对各种问题进行研究的时候，一旦确定研究的.对象，也要高度重视相关的研究数据的确定。例如，研究人员进行我国的经济增长因素研究的过程中，模型研究的对象就是表征经济增长结果的GDP时间序列；在对学生大学期间的课程学习情况进行研究的时候，尤其是挂科情况研究，那么表征不及格的数据0、1、2等自然就是模型研究的对象；研究农民的贷款方式的时候，农户借款的途径选择结果的离散数据0、1、2等就是模型研究的对象。因此，从上面的分析来看，想要更加深入的理解计量经济学的应用，必须要高度重视计量经济学模型的深入研究，数据的类型决定了计量经济学模型的类型。我国的经济学家李子奈提出，要想更好的对计量经济学进行研究，正确的总体回归模型是至关重要的，并且指出了一些建立正确总体回归模型的条件。在实际的研究中，应该根据最新的模型方法体系来建立总体理论模型，只有这样才可以完成经验实证。
三、总体回归模型设定对数据关系的依赖性
李子奈在研究中，使用图表达出了数据对于总体回归模型的重要作用。在经济学理论的支撑下，对经济主体动力学关系进行认真的研究，从而分析出影响研究对象的恒常、明显的因素。怎样才能够说明这些关系是存在的呢？这些因素怎样才能够引入到模型中？显然这些问题的回答都需要数据的支撑。可以认为，对于经济关系的确认，其前提条件为数据之间存在的统计关系，这也就是总体回归模型设定对于数据的依赖性，因此，在进行经济主体动力学关系研究的时候，必须要高度的重视数据统计的相关性检查。以经济学的相关理论为基础，深入的对研究对象的经济行为进行分析，然后根据数据完成统计分析，这样就可以对行为分析的假设进行验证。如果只用数据关系来确定经济关系，明显不够严谨，数据之间存在一定的统计关系，但这种关系不是经济关系存在的充分条件，只能说必要条件。
四、数据质量对于模型估计的重要意义
在确立了模型并且设定了正确的总体回归模型后，接下来就应该根据总体模型的要求来收集用于模型估计的样本数据，样本数据的质量高低对于计量经济学模型的估计结果有着重要的意义。在研究的早期，研究的重点一般在于提高数据的准确性，但是，实际上数据质量不仅仅包括数据的准确性，因此，在后面的研究中，研究人员也从多个角度来对数据的质量进行研究，这也就使数据质量有了众多的维度。李子奈通过対计量经济学数据的质量的分析，将它们分为一致性、完整性、准确性和可比性四个方面。一致性，指母体和样本应该保持一致，样本的来源应该是母体，而在实际的应用中，往往经常会有违反一致性的情况出现；完整性就是指包含于总体模型中的变量，其样本观测值的容量应该是一样的，这既是模型参数估计所必须要求的，也是经济现象本身应该具有的特点；准确性包含了这样的含义：数据应该可以体现出它所描述的经济变量的状态，强调数据本身的科学性；数据对于研究工作应该是准确需要的关系，也就是说满足模型对变量口径的要求。一般来说，后一个因素容易被忽略；可比性，其实就是数据口径的问题，这个问题是计量经济学应用模型研究中是普遍存在的，通过对样本数据的分析，找出经济活动存在的客观规律，加入数据是不可比的，就会导致无法准确的的反映出实际的经济规律。
五、外生想定数据对模型应用的重要意义
计量经济学模型的应用大致上包括了这几个方面：结构分析、理论检验、经济预测和政策评价。如果要将模型应用在经济预测和政策评价中，想得到科学的结论就不仅仅只需要正确的模型，想定的外生变量值或政策方案也是非常重要的，当然，只有通过数据，才能将它们表现出来，被称“想定数据”。实际上，没有一个既能够用于预测又可以应用在政策评价的模型，但是，在实际的研究中，这种模型却出现了很多次。
六、结论
在上面，对计量经济学模型对数据的依赖性进行了简单的探讨，看上去没什么深度，但是实际上，这些问题是目前非常值得我国计量经济学应用研究领域进行深入研究的，数据问题，对于计量经济学具有重要的研究意义，一项计量经济学课题，大部分精力都应该放在数据上，否则就不能够体现出课题的价值。当然，在突出了数据的重要性的同时，还要注意避免掉入数据陷阱，数据必须是客观的，这才能够表现出客观的活动规律，任何数据的来源都应该经过科学的前期调查，希望本文对相关的研究人员有一定的指导意义。
参考文献：
[1]李子奈.计量经济学模型对数据的依赖性[J].经济学动态，，08：22-27.
[2]刘丽艳.计量经济学涵义及其性质研究[D].东北财经大学，.
[3]李子奈，齐良书.关于计量经济学模型方法的思考[J].中国社会科学，，02：69-83，221-222.
[4]李长平.计量经济学模型在卫生资源研究中的应用[D].天津医科大学，.
对《计量经济学》的讨论论文
“计量经济学”作为一门课程，在我国一部分高等院校经济学科、管理学科相关专业中开设已经有二十年的历史，它的重要性也逐渐为人们所认识。克莱因(R·Klein)说：“计量经济学已经在经济学科中居于最重要的地位，在大多数大学和学院中，计量经济学的讲授已经成为经济学课程表中最有权威的一部分”。萨缪尔森(P·Samuelson)认为：“第二次大战后的经济学是计量经济学的时代”。7月，教育部高等学校经济学学科教学指导委员会讨论并确定了高等学校经济学门类各专业的八门共同核心课程，其中包括“计量经济学”。这是我国经济学学科教育走向现代化和科学化的重要标志，必将对我国经济学人才的培养质量产生重要影响。特别是计算机技术的迅速发展和计量软件开发，为计量经济学的应用提供了广阔的空间。应该说，经过多年的努力，在计量经济学课程建设上我们已经取得了不小的成绩。在充分肯定这门课程作用的基础上，认真总结多年的教学实践，我们也感到对于本科计量经济学的教学理念还需要进一步商榷。
目前，我们研究问题的分析方法已经实现了由过去的定性分析到定量分析的转变，特别是计量经济的研究方法已经成为经济学及相关领域的主流方法，这是值得充分肯定的。这也是我们本科计量教学工作者的一大贡献，它彻底扭转了单纯的定性分析理念。然而，令人不安的是在本科计量经济学的教学中出现了两种倾向：其一是把计量经济学当成了“圣经”，唯计量是从，似乎是没有计量参加的学科都是伪科学或者说不够科学，其结果是计量方法的滥用；其二是计量的数学化，也就是数学的计量而不是经济学的计量，其结果是使得计量经济学脱离实际，变成了数学游戏。就上述问题，结合本科计量经济学教学实际谈谈我们的看法。
一、计量经济学不是“圣经”：完美中有折中
首先，计量模型是完美的。我们以一元模型为例：
Y=β0+β1X+μ(1)
其中，μ表示除X以外的所有影响Y的因素，模型(1)叫总体回归模型。该模型描述的`变量之间的关系是相关关系，而非函数关系。对同样问题处理的数理模型：
Y=β0+β1X(2)
模型(1)比模型(2)完美，因为模型(1)比模型(2)考虑问题全面。在模型(1)中，每给X一个值，从理论上讲，由于μ的存在，模型考虑了和X对应的所有Y的值；模型(2)仅考虑了因素X对Y的唯一影响，而没有考虑X以外的其他因素对Y的影响，因此，模型(2)仅考虑了和X“对应”的一个Y值，这里对应加引号是因为从理论上讲，那个Y值仅仅是无穷多个Y值中的一个，而未必就是真的和X对应的那个，这就是计量经济学家和数理经济学家的不同之处，所以，我们说计量经济学是完美的(确切的说是计量模型比数理模型完美)。但是，完美的计量模型(总体回归模型)理论上是存在的，实践中是求解不出来的，不是因为我们的计算技术达不到而求解不出来β0，β1，而是由于总体的无限性和μ的复杂性(随机变量)，特别是在现实经济问题中，我们面临的问题的总体一般是不知的(总体数据搜集的困难)。因此，计量经济学家就退而求其次优结果━━总体回归直线：
E(Y)=β0+β1X(3)
总体回归直线(3)就是我们常说的函数形式或方程，它是由(1)两边取数学期望而得到(假定E(μ)=0)，它揭示了，每给X一个值，有唯一的一个Y的期望值与之对应。这里的分析思路：从模型(1)到模型(3)就由相关关系转化为函数关系，从而计量模型的完美性在这里受到了挑战，这就是我们说的计量模型的第一次打折。那么总体回归直线(3)是否可以顺利的求解呢？在总体数据已知的条件下可以找到。在现实经济问题中，我们面临的问题的总体一般是不知的，因此求解总体回归函数的思路也是行不通的。既然是这样，那就退而求其次优结果(再次打折)，计量经济学家自然就想到借助样本来分析问题，建立样本回归模型：
Y=■0+■1X+e(4)
这里，■0，■1是总体回归(1)中β0，β1的近似估计，残差e也是随机干扰项μ的近似估计。那么样本回归模型(4)可以容易求解吗？尽管样本的数据可以很容易的收集，但是由于残差同样存在和随即干扰项的一样困难，使得样本回归模型仅仅是理论上的存在，现实中很难操做。计量经济学家又再次退而求其次优结果，寻找样本回归直线(第三次打折)：
■=■0+■1X(5)
这里，方程(5)是由(4)两边取数学期望得到的。参数的估计应用了普通最小二乘法。单就上述分析过程我们不难发现，计量模型是完美的，而模型估计是打折的不完美。
二、计量模型与模型估计一样吗？
计量模型指的是总体回归模型，模型估计是样本回归函数(回归直线)。因此，用计量模型方法分析问题的实质是归结为模型估计，所以，这种方法也是折中(打折)的研究问题。那么这种方法可靠吗？当上述研究的问题(计量模型)满足基本的假定条件才是可靠的：(1)正态性假设：随机误差项服从正态分布。等价于被解释变量(因变量)在自变量的各水平上服从正态分布；(2)独立性假设，无自相关性假设；(3)同方差性假设；(4)随机误差项与解释变量不相关；(5)零均值假设。这些假定条件在现实经济问题中是很难满足的，而且模型估计是直接对样本负责，而只有样本满足简单随机抽样，才能够较好地描述总体状态特征。我们知道，真正的简单随机抽样也是不容易做到的。因此，我们主张使用计量分析方法也要谨慎，它不是随便就可以使用的，尽管专业的计量分析软件大大简化了计量的运算。
三、本科《计量经济学》课教学理念：理论与应用并重
目前，与过多介绍理论的传统教学方式相比，随着多媒体技术的应用，计量经济学的教学生动了很多，老师也会列举一些例子对所讲授的内容进行说明，但是多数仅限于此，并没有对计量经济学的建模步骤、原理以及模型的局限性等进行深入分析，更谈不上与学生的互动。而且计量经济学方法已经被广泛地用于分析中国现实经济问题，但是实际教学中仍然缺乏包含经典案例的教材。同时，由于授课学时的限制使得目前的计量经济教学中缺少生动的案例分析。
我们既要重视理论方法，也要重视应用模型和应用中实际问题的解决。因此，在课程内容和教学大纲的安排上要强调理论、案例和实验多元化的教学手段，理论教学、实验教学和案例教学应成为当前计量经济学教学缺一不可的内容。尤其是实验教学和案例教学，在教学过程中起着激发学生主观能动性、创新能力的作用，授课教师应根据学生专业(如金融、财政、国际贸易)的不同，安排相应的案例和实验内容，使学生能够很好地将经济理论和计量经济学的实证分析方法结合起来，提高学生对实际经济问题的分析和判断能力。
实验教学是计量经济学教学中不可或缺的一部分，对于培养学生的动手能力是至关重要的。因此，在计量经济学的实验教学中要注意两方面的问题：第一，实验教学要与理论教学相衔接，即应该将实验教学合理、恰当地穿插在理论教学的过程中，而不能截然分离开。这样有助于加深学生对理论知识的理解和应用。第二，教师应该精心选择实验内容，编好实验计划，做好示范。在编写实验计划时不仅要加强基础内容的学习训练，而且要构建能有效将实践技能训练与科学研究能力相结合的实验体系，进而形成“基础实验→综合实验→研究创新型实验”多层次、多模块相互衔接实验教学。第三，结合实际情况，要特别强调学生在处理数据(如：频率转换、季节调整)、建立模型等方面容易出现的问题。
总之，为了实现本科《计量经济学》课教学理念的改革，突出基本思想、方法和应用的教学，最关键的还是加强计量经济学师资队伍的建设，大力培养既懂经济又熟悉数学和计量方法的教师队伍，使我们的计量经济学教师的知识结构合理，如在本科阶段学数学、研究生读经济、博士读数量经济等。
参考文献：
[1]洪永淼.计量经济学的地位、作用和局限[J].经济研究，，(5).
[2]范钦珊.以内容方法技术为重点深化课程教学改革[J].中国高等教育，2004，(1).
[3]胡荣才，王亚雄.本科计量经济学教学中几个问题的思考[J].统计教育，，(9).
[4]胡新艳，陈文艺.EDP教学模式在计量经济学教学中的应用[J].高等农业教育，2006，(4).
[5]李子奈，潘文卿.计量经济学(第二版)[M].北京：高等教育出版社，.
[6]张晓峒.计量经济学基础(第三版)[M].天津：南开大学出版社，2009.
计量经济学模型四个方面的应用论文
1、引言
1. 1国内外计量经济学的发展。计量经济学 （Econometrics）一词最早是在1926年由挪威经济学家、第一届诺贝尔经济学奖获得者R. Frisch发表的《论纯经济问题》一文中，按照“生物计量学”（biometrics） 一词的结构提出的。但计量经济学作为一门独立学科被正式确立，其标志一般认为是1930年12月弗瑞希（Frisch） 和丁伯根（J. Tinbergen） 等经济学家发起的国际计量经济学会和1933年由它创办的学术刊物《Econometrica》的正式出版。1980年以来，计量经济学在我国得到广泛传播与飞速发展，经济学研究的数学化和定量化是经济学迅速科学化的重要标志，计量经济学成为一门能够指导中国特色社会主义市场经济体制建立和中国特色社会主义市场经济发展的重要学科。
1. 2计量经济学的研究步骤。
运用计量经济学研究经济问题，一般可分为四个步骤： 确定变量和数学关系式-模型设定； 分析变量间具体的数量关系-参数估计； 检验所得结论的可靠性-模型检验； 作经济分析和经济预测-模型应用。
2、计量经济学模型的应用
经过参数估计和模型检验，确认为可靠的计量经济模型才可以用于实际的经济计量分析。计量经济模型主要可以用于经济结构分析、经济预测、政策评价和检验与发展经济理论等几个方面。
2. 1结构分析。所谓经济结构分析，是指用已经估计出参数的模型，对所研究的经济关系进行定量的.考察，以说明经济变量之间的数量比例关系。也就是说，分析当其他条件不变的时，模型体系中的解释变量发生一定的变动对被解释变量的影响程度。
2. 2政策评价。所谓政策评价，是利用计量经济模型对各种可供选择的政策方案的实施后果进行模拟测算，从而对各种政策方案作出评价。这种情况下，是把计量经济模型当作经济运行的“实验室”,去模拟所研究的经济体系，分析整个经济体系对各种假设的政策条件的反应。计量经济学模型用于政策评价，主要有三种方法。一是工具-目标法。给定目标变量的预期值，即我们希望达到的目标，通过求解模型，可以得到政策变量值。二是政策模拟。即将各种不同的政策代入模型，计算各自的目标值，然后比较其优劣，决定政策的取舍。三是最优控制方法。将计量经济学模型与最优化方法结合起来，选择使得目标最优的政策或政策组合。
2. 3经济预测。经济预测是指利用估计了参数的计量经济模型，由已知的或预先测定的解释变量，去预测被解释变量在所观测的样本数据外的数据。建立计量经济模型是试图从已经发生的经济活动中寻求变化的规律，然后可以把这种规律用于样本以外的数据的预测。经济预测可以是对被解释变量未来时期的动态预测，也可以是对被解释变量在不同空间状况的空间预测。
2. 4验证理论。检验与发展经济理论是利用计量经济模型去验证既有经济理论或者提出新的理论结论。实践是检验真理的唯一标准，经济理论只有能够成功地解释现实，才能为人们所接受。设定的计量经济模型实际是人们对某种经济规律的认识，而样本数据是经济活动现实的体现。计量经济学将理论与事实结合起来，提供了一种检验经济理论的方法。如果依据某种理论建立的模型能很好地拟合样本数据，模型估计检验结果与理论相符合，也就验证了既有理论。
综上所述，本文简述了国内外计量经济学的发展历程，在认识计量经济学一般性研究步骤的基础上，介绍了计量经济学模型，着重对计量经济学模型四个方面的应用进行了探讨分析。其主要结论如下： 计量经济学是一门应用非常广泛的学科，能够用于经济结构分析、政策模拟、经济预测和理论检验。诚然，计量经济学模型在实际应用过程中出现了预测期限短、精准度不够、对非平稳发展过程和缺乏规范性行为理论的活动难以预测等情况，但是计量经济学模型方法在诸多定量分析问题中仍具有较强实用性。
参考文献：
[1]李子奈，潘文卿。计量经济学（ 第二版） [M].高等教育出版社，2005
[2]庞皓。计量经济学[M].西南财经大学出版社，
[3]杜江，李恒，贾文。计量经济学及其应用[M].机械工业出版社，
统计是利用尽可能少的局部样本数据来发现总体规律，处理对象往往数据规模小且数据结构单一。在大数据环境下，面临海量数据的采集与统计，传统方法已无法满足大规模数据集处理。基于Hadoop系统，利用其分布式存储和并行处理机制，设计了大数据环境下的统计分析模型，从海量数据中提取出有用的信息特征，实现数据资源共享，为相关部门决策提供信息服务。
0引言
随着统计数据规模的快速增长，数据特征日趋复杂，数据收集渠道多样，统计学相关领域研究已进入大数据时代。如何高效收集样本数据、挖掘信息，从海量数据中提取有用的信息特征，将信息及时提供给相关部门决策，成为当前统计学研究热点之一。与国外相比，我国在统计分析工作中存在信息资源整合程度不高、数据共享匮乏、信息不完整等问题。随着大数据时代的到来，对大数据分析与挖掘的研究和应用越来越重视，大数据的挖掘与分析将帮助统计部门在有效合理的时间内采集、处理、管理与分析海量数据。
目前政府部门间借助政务平台可以实现数据资源共享，但是企业与政府间缺乏数据的分享平台，造成了信息隔离，对此，统计部门要构建起全方位的海量数据共享和分布式存储的安全统计分析平台，实现跨地区的统计信息交流，满足海量信息数据的.实时分享和处理。
1大数据
大数据是一种大规模的数据集合，数据分析人员无法在一定时间内用一般软件对其进行提取、处理、分析和管理。处理大数据的关键技术包括大规模数据集的并行处理技术、分布式数据库、分布式文件存储与处理系统、数据挖掘、云计算等。大数据具有5V特点：Volume(体量浩大)、Variety(类型多样)、Velocity(生成快速)、Veracity(真实性高)、Value(价值巨大)。
1.1云计算
云计算(Cloud Computing)是传统信息技术发展融合的产物，基于效用计算(Utility Computing)、并行计算(Parallel Computing)、分布式计算(Distributed Computing)，它提供便捷的、可用的、按需付费的网络访问。云计算平台可以提供IaaS(基础设施即服务)、PaaS(平台即服务)、SaaS(软件即服务)，同时负责数据安全、分布式网络存储、虚拟化、负载均衡、热备份冗余等，用户在使用资源时不需考虑底层基础架构。
大数据应用不在于掌握庞大的数据信息，而在于对获取的数据进行专业化处理，以挖掘出数据的价值。大数据处理任务无法用单机串行计算方式处理，必须采用分布式架构进行计算。其特点在于依托云计算的分布式处理、云存储、分布式数据库和虚拟化技术对海量数据进行挖掘。
1.2大数据处理技术
1.2.1大数据研究现状
Science、Nature等国际顶级学术期刊出专刊探讨了大数据处理与分析研究，介绍海量数据给社会生产和人们生活带来的挑战和机遇，学者们断言：“数据将是未来举足轻重的资源。在应用方面，目前已有很多企业开始做大数据处理的相关研究，IBM、谷歌、雅虎、亚马逊等公司纷纷提出自己的大数据处理架构和计算模式。谷歌首先提出了分布式存储系统GFS文件系统、大型分布式数据库BigTable。美国政府斥资2亿美元启动了大数据研究和发展计划，大力发展数据信息化基础设施建设。
1.2.2大数据处理关键技术
处理和分析大数据的关键在于具备分布式存储功能和强大的计算能力，数据处理的基础在于数据存储，数据分析的关键在于强劲的处理能力。 Hadoop是一个可扩展、可靠、开源的分布式计算系统，该框架能够实现在计算机集群中用简单的计算模式处理海量数据，同依赖高性能服务器相比，Hadoop扩展性较好，同时集群中的节点都可以提供本地存储和计算。
1.3基于大数据的统计分析研究
统计是一项数据处理工程，面对大数据集的处理，统计样本变大、数据特征复杂等使得统计工作也变得繁琐，而数据挖掘是从大量数据中取得有用信息的过程，利用现代信息技术及挖掘算法，可以高效地对有用数据获取与处理。不妨将数据挖掘理解为一个大数据状态下精确处理数据的统计模型，对挖掘后的数据再引入统计学的思想进行相关数据处理与分析，将两种方法有机结合起来。
图1大数据环境下的统计工作基础架构 Hadoop为统计分析工作提供了一个稳定可靠的分析系统和共享存储，它包含两个核心技术：MapReduce和HDFS。MapReduce实现数据的处理和分析，HDFS负责数据的共享存储。如图1所示，大数据环境下，统计工作的基本架构包含数据采集中心和统计分析处理中心。数据采集中心主要是通过部署在云计算环境下的服务器集群去完成数据采集工作，数据主要存放在HDFS分布式数据库中;统计管理部门设立总的服务器集群，为保证系统的可扩展性，还可以将基层的服务器随时纳入该集群中，利用MapReduce机制分配和处理计算任务;统计分析处理中心主要是智能算法池，通过算法的应用对采集到的数据进行分析。
大数据环境下的统计分析系统以海量数据挖掘为基础，传统的统计分析系统采用定期对数据进行处理和分析的方式来更新模型。由于是定期被动更新，模型无法保持实时性，容易造成统计结果不连续。
系统的设计关键在于海量数据的实时采集获取、统计分析处理和存储，目的在于实现统计信息资源的共享。基于Hadoop的层次化统计分析模型如图2所示，自上而下包括云平台应用层、逻辑与接口层、计算层、文件系统管理层、物理资源层。
图2基于Hadoop的层次化统计分析模型 物理资源层：负责管理平台的基础设施，为平台提供物理设施，除包含分布式集群、数据采集终端、基础网络外，还包括围绕应用相关的基础组件。
文件系统管理层：主要用于存储数据文件和日志文件，同时具备高可用数据备份功能。该层主要采用HDFS分布式存储，提供很强的数据吞吐能力。针对不同的数据统计终端，该层设计使用不同的操作系统，以便于数据的统一性。
计算层是该统计模型的核心层，所有的运算机制和数据处理任务都在该层完成。其基础框架是基于Hadoop MapReduce并行计算框架，采用对数据 “分而治之”的方法来完成并行化的大数据统计分析工作，用Map和Reduce函数提供两个高层的并行编程抽象模型和接口，工作人员只需要实现这两个基本接口即可快速完成并行化数据处理程序设计。此外该层还包含了Hadoop平台的流数据处理storm和实时处理spark，用于对数据源的实时分析处理和更新，以满足统计部门的高效快速响应要求。
逻辑与接口层：该层主要功能是实现上层应用层的基础管理功能，主要包含用户管理、安全身份认证、统计任务的分配以及连接各地统计部门的接口等，该层还负责整体功能的性能监控。
对农业科技人才模型创建评析论文
宁夏农林科学院成立50余年来，汇聚了一批来自全国各地的农业英才和各大院校的青年才俊。所谓得人才者，得市场。农业科技人才是农业科技的载体，是创新的关键，是农业科技进步和发展的根本。而在人才流动频繁的今天，选拔、评价人才已成为人力资源管理的重中之重，仅凭个人的简历和经验已不能完全适应人才管理的需要。，宁夏农林科学院进行体制改革以后，留才、引才、用才以及激励人才的任务更加艰巨。改革完成后，即启动了“宁夏农林科学院人才队伍建设和制度体系创新”项目。在这一项目研究过程中发现，如何有效甄别有潜质的人才，如何构建一套科学的人才评价与管理系统，已成为当前宁夏农林科学院人力资源管理工作中亟待破解的难题。基于以上认识，本研究尝试通过分析农业科技人才的特征，查找传统人才评价工作中存在的问题，基于胜任特征理论和通用模型，构建适合本研究对象的胜任特征模型，开发适合本单位工作特点的信息化管理工具，实现在招聘、培养、选拔人才等管理过程中的规范化、系统化、科学化，从而推动宁夏农林科学院人才队伍建设和制度体系的进一步创新。
1农业科技人才的特征
什么是“农业科技人才”，关于这一问题，已有不少学者做过研究。有学者认为，依据农业科技人才所从事的实际工作情况，兼顾其学历状况，可将农业科技人才分为三大类，即农业科技理论研究人才、农业科技推广人才和农业科技实用人才[1]。其中，农业科技理论研究人才包括农业科学基础理论研究、应用研究及技术创新研究方面的专门人才，这类人才主要集中在农业院校及科研院所，他们是农业科技创新的主力军，其主要时间和精力用于研究工作之上。宁夏农林科学院的大部分科技人员属于这个概念范畴。综合众多学者对“农业科技人才”的定义，本研究采用杨庆先等人阐述的“农业科技人才”定义，即“指在农业科学技术实践中，具有良好的思想道德以及从事农业科技活动所需要的专业知识与技能，能根据农业发展和社会需要迅速调整自己，并利用这些知识与技能进行各种类型创造性劳动，为农业科技进步作出贡献的人”[2]。为了实现人力资源管理的功能，结合本单位实际工作需要，确定了本研究的三个类别评价对象，即学科带头人(选拔功能)、青年科技骨干(培养功能)、初级科技人员(招聘功能)。农业科技人才是科技人才的一个重要组成部分，合格的农业科技人才普遍具有以下特征。
1.1具有扎实的专业基础知识和丰富的实践经验科技活动不能凭空想象，而是要借助丰富的知识和经验来进行。农业科技人才更是如此，没有扎实的农业科技知识，没有丰富的实践经验，是不可能在农业生产活动中正确指导、发现问题、解决问题和进行农业科技创新的。
1.2自我实现的需求强烈农业科技人才不同于普通的劳动者，其拥有较高的专业知识，有能力接受各种创新和挑战，更希望有提供个人成长和发展的空间，向社会和个人展示自己的才能，满足自我的需求。
1.3具有较强的学习能力农业科技人才丰富的知识内涵激发了他们不断追求进取，由于他们普遍受到过较高的教育，他们学习、领悟知识的能力也普遍较强。
1.4具有理论联系实际的能力农业科技人才所涉及的领域与一般的科技工作者不同，他们想要有所成就，有所突破，除了要有扎实的理论知识外，还要经常亲自到田间地头了解情况，动手解决实际生产中遇到的问题，因此，必须具有较强的理论联系实际的能力。
1.5工作过程难以监督和一般科技工作者一样，农业科技人才是在易变和不确定的环境中从事创造性工作，其工作过程往往没有固定的流程和步骤，从而呈现出很大的随意性和主观支配性。因此，很难监督和控制农业科技人才的工作过程。
1.6个人工作成果不易直接测量和评价农业科技人才的工作成果常常以某种思想(论文)、专利发明、标准的形式出现，往往不可直接测量和评价，而一项创新成果通常又需要一个团队合作来完成，因此，个人的成就更加不易于直接测量和评价。以上农业科技人才及其工作的特点给评价工作带来了难度，传统人事管理中“人才评价”这一环节一直是个难点。经过对这一工作资料的分析总结，查找出了传统评价工作中存在的主要问题。
2传统人才评价工作中存在的问题
我国对科技人员评价工作的研究起步较晚，21世纪90年代初期高等教育界才开始注重，而且研究主要集中在科技人员应具备哪些能力和素质上。宁夏农林科学院在人才评价方面做了大量的工作，完善了各研究系列的6个门类12类的考核标准。针对所分的三个层次的科技人才已制定了《学科带头人选拔办法》、《青年科技骨干选拔办法》等，经过几年的运行，已收到了良好的效果。但随着人才工作的进一步发展和细化，在分析人才评价过程中主要有以下不足:一是评价过程过于重视知识、技能等外显特征与业绩的考察，忽略特质、核心动机等内隐特征和行为的测评，因而对其发展潜能和工作绩效的预测性较差。例如，在“学科带头人”评价选拔过程中，对“主持科研项目”、“获奖成果”、“争取经费”、“发表论文”等业绩成果有明确的量化规定，虽然这为参评“学科带头人”设置了初选的标杆，但没有对农业科技人员的潜能、素质等因素进行综合测评，存在一定缺陷。二是不能切实结合岗位的要求分配科技人员，忽视人与工作的匹配性。“学科带头人”、“青年科技骨干”既是一个荣誉称号，更是一个有着具体胜任能力要求的岗位。要测量一个人是否胜任此岗位，须先明确岗位所要求的胜任特征。人与岗位的契合匹配程度是选拔、聘用最具关注价值的问题。三是评价的方式比较单一，更多依赖领导及评委的感性认识，因而透明度不高，评价结果主观随意性较大。四是评价涉及的测评指标要素不够系统、全面，且没有权重设定。例如，评价“学科带头人”要求具备思想素质、业绩成果等指标，一级评价指标过于粗疏、笼统，缺乏二级指标要素。其中，不能确定各能力、素质的比重程度是最大弊端。五是评价管理过程中消耗的人力成本较高。在人才推荐、选拔过程中，每次要收集整理大量的申报材料、定期年终考核评价材料、期满考核材料等，工作中给工作人员带来纸质材料管理负担，管理成本高，效率低。科技人员的评价指标体系是否科学合理决定着农业科研机构能否快速发展，构建一套具有农业特征、科学合理、系统全面的绩效评价指标体系是正确评价农业科技人员绩效的前提和基础[3]。
3对胜任特征及其模型的理解和认识
3.1胜任特征概念1973年，哈佛大学的麦克利兰教授著名的研究成果———《测量胜任特征而非智力》，使人们看到现代人力资源管理理论新的曙光。他引用大量的实证说明了滥用智力测验来判断个人能力的不合理性，指出学业成绩不能预测职业成功，智力和能力倾向测验也不能有效预测人们的职业成功，生活中的其他重要成就主张通过对岗位优秀人员所具备的个体特征进行实践分析和总结，提炼出胜任特征，作为该岗位人员筛选或评价的标准。这为人力资源管理的实践提供了一个全新的视角和一种更有效的工具。所谓胜任特征，是指在特定工作岗位、组织环境和文化氛围中优异成绩者所具备的可以客观衡量的个人素质[4]。可以从以下三个方面把握胜任特征:胜任特征指的是在具体工作岗位上任职者能够做好或胜任的能力，它反映出个体与其工作匹配状态的程度，与任务情景相联系，具有动态性;胜任特征反映的是与工作相关的工作人员的能力和行为，与员工的工作绩效关系密切，可以预测员工未来的工作绩效;胜任特征是可以通过行为来表现的，它的评估也要以行为识别为基础，以行为表现来测度和开发，能将组织中的绩效优秀者与一般者加以区分。
3.2胜任特征模型的含义胜任特征模型是指有效完成特定工作所需要的知识、技能、能力和个性特征的独特组合。公认的胜任特征基本模型，是由麦克利兰提出的冰山模型[5]。该模型认为，胜任特征包括六大领域:知识、技能、社会角色、自我概念、特质和动机。其中，浮在“水面上”的知识与技能是基准性胜任能力，属于表层特征、外显要素，主要通过一个人的学历、成果等表现出来，易于发现与评价;而沉在“水面下”的社会角色、自我概念、特质和动机等其他要素是鉴别性胜任能力，属于深层特征，较难发现和测量，是不易改变的特征，是决定人们行为及表现的关键因素，可测量个人工作上的长期表现。胜任特征模型在我国相关企事业单位中的应用是从20世纪90年代开始的，进入以后，胜任特征模型在我国进入了快速发展时期，国内很多咨询公司也在开展胜任特征模型构建和应用方面的业务，胜任特征模型在人力资源管理中的价值日益显现。
4构建宁夏农林科学院农业科技人才评价体系
建立一个通用有效的胜任特征模型以及相应的胜任特征测评系统是十分繁杂的。鉴于不同行业人才胜任特征模型的差异，各行业均试图建立起符合自身职业特色和实现各自功能的胜任特征模型，在此基础上开发评价系统。岗位胜任特征模型的'分类有多种不同的方法，安鸿章等按照建立思路的不同，将其分为层级式、族型、盒型和锚型[6]。“宁夏农林科学院科技人才评价系统的研究与开发”项目通过分析大量的第一手资料，按照高、中、初三个层级，立足于实现招聘、培养、选拔三大功能构建胜任特征模型，以此为依据开发出了评价系统。
4.1构建方法本研究的胜任特征模型的构建方法
概括起来包括:行为事件访谈法、问卷调查法、专家小组法、工作任务分析法、德尔菲法等。针对本研究所提出的三个不同层次职位，胜任特征虽然有不同的素质要求，但这种差异更多地体现在程度(量)上而完全非维度指标(质)上。
4.2构建步骤
1)确定基准岗位。基准岗位能体现行业、职系特征，岗位与岗位之间有较大的相关性和可比较性。通过对岗位的工作性质、工作任务、工作要求及绩效标准的分析，本项目确定了农业初级(招聘功能)、中级(培养功能)、高级(选拔功能)三个基准岗位。
2)建立评价指标体系。根据岗位要求，提炼出农业科技人员的初、中、高级三个层次的胜任特征因素，然后通过聚类分析整理出基本分类，构建起胜任特征模型框架，并对胜任特征模型的各要素进行描述性定义。本研究在通用胜任特征模型的框架下，制定出3个一级指标、6个二级指标，并进行了描述性定义。为增强评价的系统性、可比较性，学科带头人、青年科技骨干、初级科技人员在3个一级指标和6个二级指标上保持了一致性。三级指标确定了学科带头人(高级)20个胜任特征因素(评价指标)、青年科技骨干(中级)和初级科技人员各15个胜任特征因素(评价指标)。
3)确定指标所占权重。应当注意的是，为体现组织因素和环境因素对胜任特征的要求，权重系数的设定必须与事业发展战略、核心价值观和主要业务流程保持同步。对于不同岗位，权重系数的设定是不一样的，以此表示不同岗位的不同胜任特征对职位的相对价值或重要性。例如，学科带头人(高级)评价指标中的科研品质、科研能力、综合素质所占权重分别为16%、70%、14%，青年科技骨干(中级)分别为20%、60%、20%，初级科技人员分别为30%、50%、20%。
4)确定各岗位的行为等级。在这一过程中，“宁夏农林科学院农业科技人才评价系统的研究与开发”项目从实现招聘、培养及选拔功能的角度出发，确定了符合、不符合两个等级，增强了其可操作性，避免了因锚定过多过细而无法区分和界定的弊端。
4.3构建内容根据通用的胜任特征模型，“宁夏农林科学院农业科技人才评价系统研究与开发”项目从组织和个人发展的战略目标的双重角度出发，全面考察备选人员的个性品质、能力素质和综合素养，科学地预测候选人员将来能否胜任其岗位，提高了甄选人员、选拔聘任、培训人员的质量，最大限度地优化了科研人员队伍结构。根据胜任特征理念包括的六大领域，宁夏农林科学院分别针对农业科技人才三个层次评价对象，设计了一、二、三级评价指标，分配了三大总指标的权重，确定所应具备的胜任特征等级(即锚定)。其中，“科研品质”、“综合素质”及其二、三级指标，专家认为“不仅在创造力形成中起决定作用，而且是识别创新型人才的主要标志[7]”。同时，了解我国现行的各项科技奖励制度，明晰各种奖励的基本情况，对人才评价工作的开展很有必要[8]。“科研能力”这一指标是农业科技人员评价的核心指标，为了能客观、科学地对这一指标进行评价，本项目通过专家问卷调查和分析讨论，制定了符合宁夏农林科学院特点的农业科技人员业绩量化评分标准。
4.4评价方法(工具)的说明人才评价方法是指通过一系列科学的手段对人的基本素质及其绩效进行测量和评定的活动。人才测评方法的具体对象不是抽象的人，而是个体内在素质及其表现出来的绩效。在对人才评价过程中，具体采用的评价方法(工具)视评价的目的、内容而定。本研究主要通过自主开发和选择其他辅助方法，在本评价过程中主要采用以下方法(工具)。
1)信息化评价管理系统的开发。伴随着人力资源管理科学理论和信息技术的发展，人力资源管理工作正在经历着从传统工作方式向信息化管理转变的过程。360度评价方法强调全方位客观地对个体进行考评，它既注重考评的最终结果，又将个体的行为过程和个人努力的程度纳入评价的全部内容，使得评价能客观全面地反映个体的表现和业绩[9]。但传统的360度考评在收集和处理信息时的难度较大，有可能趋于机械化，而通过互联网构建信息化评价管理系统，则大大降低了评价成本，简化了整个评价管理工作。一方面，评价者和被评价者可以在系统上进行经常性的交流;另一方面，增强了评价过程的灵活性、适时性和动态性。为了改进传统评价过程中纸质材料成堆、透明度不高、效率低下的缺陷，本研究以360度评价方法为核心手段，开发了信息化评价管理系统，具体功能包括:在“招聘子系统”实行网络报名，扩大了引进人才范围，评价过程实现了应聘人员按照既定的模式提交个人背景履历资料，便于评价部门按照统一标准、要求进行初步审核、筛选;在“青年科技骨干选拔培养子系统”中，实现了培养人员自我监督、管理、评价，导师定期评价指导和同行参与评价竞争的功能，促进了青年科技骨干人员对照胜任特征素质要求改进绩效，完成培养任务;在“学科带头人评价管理子系统”中，运用业绩分析、跟踪法，实现了学科带头人在聘期间业绩、能力水平的公开、透明。在学科带头人期满考核进入新一轮选拔时，可开通网络评价功能，按照胜任特征评价模型，收集获取对学科带头人的360度评价信息，提交选拔会议参考，使选拔评价过程的公正、公开、公平原则落到实处。
2)其他辅助评价方法。人的行为和工作绩效都是在一定的环境中产生和形成的，对人的行为、能力、绩效等素质特征的观察与评价，不能脱离一定的环境[10]。所以，要想准确地测评一个人的科研品质、综合素质，应将其纳入一定的环境系统中，观察、分析、评定被评价对象的行为表现。因此，本项目对一级指标“科研品质”和“综合素质”除了采用信息化评价系统工作收集360度评价意见以外，还采用了其他的辅助评价方法，如评价中心法(情景模拟法、角色扮演)、关键事件分析法、结构化面谈法、16PF测试法等，具体可根据评价对象选取其中不超过3种方法进行;对“科研能力”则采用业绩评价分析法进行测评。
5建立评价选拔流程
宁夏农林科学院依据“公开、公平、公正”、“科学、规范”的原则，已建立了良好的选人用人机制。在依据多年人才评价选拔工作的经验基础上，本项目提出评价选拔流程。
6胜任特征模型对人才评价的意义
6.1增强了测评的客观性和真实性个体的心理状况和行为模式一般比较稳定，在一定的时间范围内具有较高程度的一致性和连续性。因此，通过构建胜任特征模型，采用行为事件访谈法等，测试个体过去的行为，可以将其看做未来行为表现的最佳预测因子。
6.2形成了选人用人导向按照传统观念，在招聘、选拔人才中比较重视候选人的知识、技能，但在本研究的评价对象中，人员整体上具有较高的智商水平，核心的动机和个性等处于胜任特征的深层，它是最有评价价值的。所以，对这类岗位按照胜任特征的规律进行评价和选拔人才，可以获得最高的投资回报率。
6.3将岗位分析工作与人才评价工作紧密结合起来在实践中，人才评价往往存在不知道该测试什么内容，缺乏规范的评价标准体系，缺少对测试岗位深入的量化研究等问题。胜任特征的研究则填补了这一空白，建立了某岗位的胜任特征模型，在评价时就有了设计评价方案所需的测评指标。
6.4提供了量化人事指标胜任特征模型与人才评价的结合可以提供许多量化人事指标，使人事工作的量化成为可能。例如，“学科带头人”评价分数达到90分及以上，则说明岗位胜任特征要求与个体的胜任特征之间的匹配性好，可以胜任此岗位;达不到这一量化指标，则说明个体的胜任特征不能满足岗位要求，难以胜任此工作。
6.5为选择测试方法(工具)提供依据人们可以根据胜任特征要求来开发工具或选择测试工具。本项目为实现人力资源的管理功能，开发出了信息化评价管理系统。例如，为测评“成就导向”，评价个体的核心驱动力，则可根据评价条件选择16PF测试法、结构化面谈法等。
7结语
基于胜任特征模型构建的人才评价体系，是一种新的思维方式和工作方法，该评价体系既可以进一步促进组织人才事业发展目标的实现，又可以为农业科技人员个人职业生涯规划提供依据，是一个“双赢”模式，该评价体系的应用将有力地提升人力资源管理水平和管理绩效，对深入人事制度改革将起到积极的推动作用
最新有关VB对外来数据分析论文
摘要
Visual Basic有着强大的数据库存取能力，不仅能够直接支持Ms Access数据库，而且通过其内部安装的ISAM驱动程序使它能间接支持FoxPro、dBASE等外来数据库，非Access数据库在VB中的编程及应用。本文不仅从VB数据库体系结构的角度探讨了VB对这些外来数据库的支持，还结合了一些实例具体阐述了使用数据库存取对象变量的方法实现这些外来数据库的新建、库结构修改、显示及其运行环境设置。
关键词
Visual Basic Access, 外来数据库,数据库
正文
存取对象变量库结构作为一个功能较完备的Windows软件开发平台，Visual Basic专业版提供了对数据库应用的强大支持。尤其提供了使用数据控件和绑定控制项，使用数据库存取对象变量（Data Access Object Variable），直接调用ODBC 2.0 API接口函数等三种访问数据库的方法。对其标准内置的Ms Access数据库，它可以提供不弱于专业数据库软件的支持，可以进行完整的数据库维护、操作及其事务处理。在VB中，将非Access数据库称为外来数据库。对于FoxPro、dBASE、Paradox等外来数据库。虽然借助VB的Data Manager 能够对这些数据库进行NEW、OPEN、DESIGN、DELETE等操作，但在应用程序的运行状态中并不能从底层真正实现这些功能。本文从使用数据库存取对象变量的方法出发，实现了非Access格式数据库（以FoxPro数据库为例）的建新库、拷贝数据库结构、动态调入等操作，阐述了从编程技巧上弥补VB对这些外来数据库支持不足的可行性 ，计算机论文《非Access数据库在VB中的编程及应用》。
一 、VB数据库的体系结构具体的VB的数据库结构。
VB数据库的核心结构是所谓的MicroSoft JET数据库引擎，JET引擎的作用就像是一块“面 板”，在其上可以插入多种ISAM（Indexed Sequential Access Method，即索引顺序存取方 法） 数据驱动程序。JET引擎为Access格式数据库提供了直接的内部（build-in）支持，这就是VB对Access数据库具有丰富支持的真正原因。
VB专业版中提供了FoxPro、dBASE（或 Xbase）、Paradox、Btrieve等数据库的ISAM驱动程序，这就使得VB能支持这些数据库格 式。另外，其他的许多兼容ISAM的驱动程序也可以通过从厂商的售后服务得到。因而从理论上说，VB能支持所有兼容ISAM的数据库格式（前提是只需获得这些数据库的ISAM驱动接口程序）。
由上可见，Ms JET引擎实质上提供了：一个符合ANSI标准的语法分析器；为查询结果集的使用而提供的内存管理功能；同所支持的数据库的外部接口；为应用代码提供的内部接口。实际上，在VB中从一种数据库类型转化为另一种数据库类型几乎不需要或只需要很少的代码修改。而且，尽管dBASE、Paradox本身的DDL （Data Definition Language，即数据定义语言）和DML（Data Manipulation Language，即数据操纵语言）是非结构化查询的，但它们仍然可以使用VB的SQL语句和JET引擎来操纵。
从VB的程序代码的角度来看，ODBC，ISAM驱动程序以及Ms Access数据库的整个外部结构够可以统一为一个一致的编程接口。也即是说，提供给VB应用程序员的记录集对象视图同所使用的数据库格式及类型是相互独立的。即对FoxPro等数据库仍然可以使用众多的数据库存取对象变量，这就为非Access数据库的访问提供了最重要的方法。
二 、使用非Access数据库时的参数设置及配置文件的参数读取如果在VB的程序中使用了数据库的操作，将应用程序生成EXE文件或打包生成安装程序后，则必须提供一个配置 （.INI）文件，在INI文件中可以对不同类型的数据库进行设置。
摘要
Visual Basic有着强大的数据库存取能力，不仅能够直接支持Ms Access数据库，而且通过其内部安装的ISAM驱动程序使它能间接支持FoxPro、dBASE等外来数据库，非Access数据库在VB中的编程及应用。本文不仅从VB数据库体系结构的角度探讨了VB对这些外来数据库的支持，还结合了一些实例具体阐述了使用数据库存取对象变量的方法实现这些外来数据库的新建、库结构修改、显示及其运行环境设置。
关键词
Visual Basic Access, 外来数据库,数据库
正文
存取对象变量库结构作为一个功能较完备的Windows软件开发平台，Visual Basic专业版提供了对数据库应用的强大支持。尤其提供了使用数据控件和绑定控制项，使用数据库存取对象变量（Data Access Object Variable），直接调用ODBC 2.0 API接口函数等三种访问数据库的方法。对其标准内置的Ms Access数据库，它可以提供不弱于专业数据库软件的支持，可以进行完整的数据库维护、操作及其事务处理。在VB中，将非Access数据库称为外来数据库。对于FoxPro、dBASE、Paradox等外来数据库。虽然借助VB的Data Manager 能够对这些数据库进行NEW、OPEN、DESIGN、DELETE等操作，但在应用程序的运行状态中并不能从底层真正实现这些功能。本文从使用数据库存取对象变量的方法出发，实现了非Access格式数据库（以FoxPro数据库为例）的建新库、拷贝数据库结构、动态调入等操作，阐述了从编程技巧上弥补VB对这些外来数据库支持不足的.可行性 ，计算机论文《非Access数据库在VB中的编程及应用》。
一 、VB数据库的体系结构具体的VB的数据库结构。
VB数据库的核心结构是所谓的MicroSoft JET数据库引擎，JET引擎的作用就像是一块“面 板”，在其上可以插入多种ISAM（Indexed Sequential Access Method，即索引顺序存取方 法） 数据驱动程序。JET引擎为Access格式数据库提供了直接的内部（build-in）支持，这就是VB对Access数据库具有丰富支持的真正原因。
VB专业版中提供了FoxPro、dBASE（或 Xbase）、Paradox、Btrieve等数据库的ISAM驱动程序，这就使得VB能支持这些数据库格 式。另外，其他的许多兼容ISAM的驱动程序也可以通过从厂商的售后服务得到。因而从理论上说，VB能支持所有兼容ISAM的数据库格式（前提是只需获得这些数据库的ISAM驱动接口程序）。
由上可见，Ms JET引擎实质上提供了：一个符合ANSI标准的语法分析器；为查询结果集的使用而提供的内存管理功能；同所支持的数据库的外部接口；为应用代码提供的内部接口。实际上，在VB中从一种数据库类型转化为另一种数据库类型几乎不需要或只需要很少的代码修改。而且，尽管dBASE、Paradox本身的DDL （Data Definition Language，即数据定义语言）和DML（Data Manipulation Language，即数据操纵语言）是非结构化查询的，但它们仍然可以使用VB的SQL语句和JET引擎来操纵。
从VB的程序代码的角度来看，ODBC，ISAM驱动程序以及Ms Access数据库的整个外部结构够可以统一为一个一致的编程接口。也即是说，提供给VB应用程序员的记录集对象视图同所使用的数据库格式及类型是相互独立的。即对FoxPro等数据库仍然可以使用众多的数据库存取对象变量，这就为非Access数据库的访问提供了最重要的方法。
二 、使用非Access数据库时的参数设置及配置文件的参数读取如果在VB的程序中使用了数据库的操作，将应用程序生成EXE文件或打包生成安装程序后，则必须提供一个配置 （.INI）文件，在INI文件中可以对不同类型的数据库进行设置。
基于数据挖掘的学生成绩预警模型研究论文
摘要：本文通过分析得出学业预警的难点在于成绩预警，然后提出了基于数据挖掘技术的成绩预警模型，并对该模型进行了详细说明。
关键词：数据挖据；成绩预警；模型研究
在我国高校扩招的大背景下，高等教育已不再是精英教育，越来越多的高中生得到进入高校学习的机会。随之而来出现了生源质量下降，师资不足，人才培养水平下降等一系列问题。如何帮助学生避免在学习中出现问题和克服学习中的各种困难，学业预警机制就是在这一背景下应运而生。
1．学业预警的内涵
学业预警是学校将严重影响学业的情况，及时告知学生本人和家长，并通过学校、学生和家长之间的沟通和协作，从而采取针对性措施，帮助学生完成学业的教育危机干预制度。学业预警的对象包括旷课预警、考试预警、成绩预警三大类。而如何利用学生成绩中隐含的可用信息，挖掘内在联系，则是学业预警的难点。
2．成绩预警模型设计
通过分析，本文提出了基于数据挖掘技术的成绩预警模型。该模型可以有效发现偏低型、滑坡型和潜在型三种问题类型。结合预警情况的严重性，可将模型划分为一般预警、严重预警、非常严重预警三个级别。
3．常见预警设计分析
3.1偏低型预警设计
偏低型预警主要包含以下两个方面：一是不及格门次统计，统计输出某一学期分专业、年级、班级的不及格门次信息。二是不及格详情统计，统计输出某一学期分专业、年级、班级的.不及格详细情况，如不及格课程名称。
3.2滑坡型预警设计
传统计算成绩是否滑坡的依据是按总分或平均分计算名次，若名次下降幅度超过某一界限，则认为成绩滑坡。这种方法计算简单、结果直观，但不能准确地反映成绩的分布情况。为解决此问题，本文利用聚类技术把成绩分为5个等次，各等次内部的差距最小，等次之间的差距最大，从而准确地反映成绩的分布情况。具体实现步骤如下：(1)对上学期成绩用改进的加权Wk-means算法进行聚类，设置簇数=5，课程权重=该课程学分/总学分数，将聚类结果按质心各维加权平方之和从大到小排列，簇号依次设为1、2、3、4、5，则所有成绩被划分到A、B、C、D、E5个等次；(2)本学期成绩作相同处理；(3)比较每名学生两学期成绩的聚类结果，若等次下降或两学期都处于第D、E等次，则进行预警，输出相关信息。
3.3潜在型预警设计
潜在型预警是利用关联技术对学生历史成绩进行挖掘，生成成绩关联规则库，进而预测学生今后学习中潜在的危机。潜在型预警模块的实现步骤如下：(1)数据预处理。①从待处理的所有成绩记录中筛选出成绩不及格的记录。②为方便课程排序，将课程的编码设置为“学期”+“课程序号”。某课程成绩将被转换成一个2位数，第一位表示学期，第二位表示课程序号。如“计算机应用基础(1)”被转换成10。③原数据库表数据格式为“学号，姓名，不及格课程名称”，将数据转置变为“学号，姓名，不及格课程1，不及格课程2，……”。(2)挖掘频繁项集。支持度反映项集在数据库中的普遍性。设置合适的支持度，使得出的关联规则具有一定的普遍性。(3)生成预警规则库。按照传统方法生成的关联规则不能直接作为预警规则。因为无用的规则会降低预警的准确率和效率。为解决此问题特做如下限定：一是设置合适的置信度。二是按学期顺序规则前、后件。三是同一学期的课程成绩不能同时出现在规则的前件和后件。四是规则的后件只包含一学期课程。(4)搜索预警规则库，进行匹配。将当前学期成绩进行预处理，搜索预警规则库，进行匹配，输出结果。
4．结语
及时发现偏离正常发展轨道的学生，并进行有针对性的学业干预，有利于高校教学水平的提升。而成绩预警则是学业预警的核心和难点，为此，本文利用数据挖掘技术，针对成绩预警设计了三种模型，使学业预警更具实用性和有效性。基金项目：安徽省高校质量工程项目（编号：zjjh051）,淮北职业技术学院自然科学重点项目（编号：-A-4）。
参考文献：
[1]李昊，周振华.基于数据挖掘的高校学生成绩预警系统[J]大庆石油学院学报,(04):91:95
[2]叶福兰.基于数据挖掘的高校学生成绩预警状况分析[J]长春师范学院学报,(10):43-45
[3]杨萧屿,高职院校学生成绩预警管理模式的探究[J]辽宁高职学报,(07):110-112
[4]宋绍云,基于SQLServer数据挖掘的学生成绩预警预报研究[J]电脑知识与技术,2015(17):18-20
[5]吕萍丽,基于关联规则的成绩预警模型的实现[J]数字技术与应用,2015(04):105
大数据对统计学的挑战和机遇论文
大数据给统计学提供了机遇、挑战和紧迫感。本文阐述着大数据的环境利用大数据的目的和大数据带来的整个变革;介绍着有关大数据的研究动向;探讨着大数据包含的信息，大数据的准备处理、抽样和分析方法。
当今社会，一方面人们在每个的获取数据。各个科学领域都在大量的获取数据。自然科学领域收集着从宏观的天文数据到微观的基因数据。从经济、金融和人文社会科学收集着大量的数据。
一些人们在不断地制造和收集着数据，相信着这些数据也许会对人有用。当然，也有人们不再继续呆在实验室里考核着研究，仅仅依靠着强大的网络数据来进行研究。而人们也在很被动着积累着数据。
随着互联网这样的大时代到来，各种方法也涌现出来。各式各样的数据如滔滔江水连绵不绝的涌现出来。现如今数据这样的大体系也在悄悄进行着变化。统计学又面临着新的机遇和挑战，这当然需要在方法论上有所突破和改变。
一、大数据及其目的
大数据是一个大样本和高维变量的数据集合。针对这样的问题，用于统计学上来说就是采用抽样减少样本量，最后达到需要的精度。关于这样的问题，急需要变量选择、降维、压缩、分解。广义的说，大数据涵盖了许多种领域，像多源、混合的数据，自然科学、人文社会、经济学、网络、通讯、商业和娱乐各样的领域。这其中大数据涉及了各种数据类型，包括文本和语言、录像和图像、时空网络与图形。
大数据的目的就是将数据转化为知识，探索着数据将会产生的机制。并且大数据有着记录保存自然和社会现状的作用。现在的人收集着许多大量的数据。虽然还不是那样的了解。但是依然相信需要保存现在这个社会经济发展的整个过程，满心期待在今后的岁月长河中不断地分析和解释着。
大数据将形成自然和人文社会的历史长河，不仅用于当今时代的研究。甚至对于转基因食品对子孙后代的影响来继续深究问题，为未来的人留下先今的`历史材料。
二、大数据的处理、抽样与分析
(一)数据的预处理。大数据的预处理包含数据清洗、不完全数据填补、数据纠偏和矫正。统计机构的数据是经过严格的抽样设计所得到的[1]。有着代表性和系统误差小的优势。互联网的数据速度更快、量大、项目繁琐，但是难以避免一些这样的问题。将统计机构的数据作为标准来对互联网进行校正。从而将互联网数据作为补充资源对统计机构的数据进行随时随地的更新。这或许是解决问题的一个思路。
(二)大数据环境的抽样。大数据的抽样方法有待研究。不管锅有多大。只要可以充分的均匀搅拌。知道其中的滋味就可以了。针对大数据流环境，需要探索从源源不断的数据流中抽取可以满足统计目的和精度的样本[2]。需要研究新的抽样方法。可以有适应性、序贯性以及动态的抽样方法。
尽力数据流的缓冲区，记录着数据所发生的一切变化。利用其他各种抽样技术。比如滚雪球这样的方法，从种子开始逐步扩大着样本。从各种随机种子出发。不断加入新鲜的种子，了解当代网络性质和结构。
(三)大数据的分析和整合。针对大数据的高维问题，需要研究降维和分解的方法。探讨压缩大数据的方法，直接对压缩的数据进行传输、运算和操作。除了常规的统计分析方法，包括高维矩阵、降维方法、变量选择之外，需要研究大数据的实时分析、数据流算法。
(四)数据不需要保存，只是需要扫描一遍数据的数据流算法。只是考虑计算机内存和外存的数据传送问题。分布数据和并行计算的方法。
针对多种不同数据库的环境，利用关系数据库技术，根据关键字将很多小数据库连接成一个大数据。并且，在这些大的数据库中还可以分解出许多的小数据库。组合出不同的东西，更可以做出许多有创意的东西。
在大数据环境，很多的数据集不再有标识个体的关键字，传统的关键数据库连接方法不再适用。探索不必经过整合多数据库，直接利用局部数据进行推断结果传播的方法。利用统计性质信息损失地分解和压缩大数据。
(四)网络图模型。网络图模型用图的结构描述高维变量之间的相互关系，包括贝叶斯网络、无向图概率模型、因果网络等。网络模型是处理和分析高维大数据和多源数据库的有效工具。目前已经有丰富的图模型的软件系统。网络图模型可以用于分解大数据集合，处理多源数据库，来进行计算。它还可以引入隐变量简化复杂的关联联系。最终确定并能区分该目标节点的原因与结果。
结论：一个新生事物的出现会导致传统观念和技术的革命。数码照相机的出现导致传统相片胶卷和影像业的己近消亡。模型不再重要，当年统计学最得意的回归预测方法将被淘汰。大数据的到来将对传统的统计方法进行考验。统计学会不会像科学哲学那样，只佩戴着历史的光环，而不再主导和引领人们分析和利用大数据资源。大数据充满了许多的随机性。现在看到的大数据也给统计学带来了机遇。
现在其他学科和行业的涌入大数据的热潮，如果统计学不抓紧参与的话，将面临着被边缘化的危险。分布式的大数据和数据流的环境给统计学带来了挑战。统计学家不应该固守传统数据的环境，必须积极学习新生事物，适应新的大数据环境，扩展统计学的应用领域，创造出应和大数据的新的统计方法。机遇和挑战并存。
通过对国内外有关数据溯源的文献进行广泛调研发现，对于数据溯源模型的研究仍然处于概念层面，因此，从系统化的视角对数据溯源整体框架的研究显得相当必要。该文中的分层次的数据溯源安全模型融合了国内外数据溯源领域不同的研究视角，在国内外学者对数据溯源的研究基础上，将语义层次、逻辑层次、安全层次衔接起来形成一个整体，且对每一个层次涉及的数据记录进行简单的总结，为数据溯源领域的深入研究提供一定的基础。
3. 1 模型内涵
笔者通过对国内外数据溯源的文献进行调研，总结数据溯源相关的文献内容分为3 类: ( 1) 语义层数据溯源;( 2) 逻辑层数据溯源; ( 3) 溯源信息安全问题。调研发现，大多数文献在探究数据溯源问题时，仅仅涉及到3 个层次中的某一个层次，视角不够全面，系统性不强。因此，在分层次的数据溯源安全模型中，3 个层次逐层递进，安全层处于最外层，逻辑层处于中间层，语义层为最里层，总体模型如下:
3. 1. 1 语义层
在分层次的数据溯源安全模型中，数据溯源信息可以作为数据对象的一种属性。在该模型中，数据溯源信息为数据从状态i 到状态j 的转换过程，定义为溯源过程( i，j) 。语义层次对数据对象的溯源过程进行了详细的结构定义，并参考数据溯源本体模型里面的“操作者”、“操作时间”、“操作地点”、“操作内容”、“操作原因”、“操作工具”对之进行定义。因此，溯源记录结构表示为: 溯源记录{ 操作者、操作时间、操作地点、操作原因、操作工具} 。
3. 1. 2 逻辑层
在逻辑层次中，数据对象的基本信息和数据对象的溯源信息既相互独立又相互依赖。两者之间的独立性表现在数据对象的描述结构上，数据对象的结构表示为，数据对象{ 基本信息、溯源信息} ，在数据对象的基本信息这一栏中，不同类型的数据对象对应的基本信息表示有所差异，例如结构化数据、半结构化数据、非结构化数据各有其对应的表示模式，数据对象的溯源信息则作为另外一个集合，不论数据对象为何种类型，数据对象的溯源信息都表示为该数据对象状态与状态之间的转换过程集合。因此，数据对象的基本信息与数据对象的溯源信息之间有一定的独立性。两者之间的依赖性体现为数据对象的基本信息与数据对象的溯源信息密不可分，准确地说，数据对象的溯源信息是用来更好地描述数据对象的。因此，在该模型中的数据对象表述结构中，除去传统的数据信息，还应包含一项“处理过程”，该“处理过程”是连接数据对象的基本信息与数据对象的溯源信息的连接点，也是两者的相互依赖之处。在访问某个数据对象的数据溯源信息时，先找到相对应的数据对象，数据对象对应相应的处理过程，即数据对象的溯源过程，亦是数据对象状态之间的转换过程。在逻辑层次中，数据溯源信息，即数据对象所经历状态转换过程的信息，对应语义层次的溯源记录。基于此，语义层次与逻辑层次得以连接。
3. 1. 3 安全层
安全层次主要用于有效预防外来侵扰和防止内部人员操作不当。因此笔者参考了访问控制模型，访问控制模型由一个状态集和施加在这些状态上的原始操作集合组成。每个状态包括一个主体集S，一个客体集O，以及一个访问矩阵A。对每个主体S 和客体O，A[S，O]是一个访问权限集合。访问控制矩阵A 中的行代表主体S，列代表客体O。这样每个元素代表某主体对某客体的访问权限，Aij 代表主体Si 对客体Oj 有访问权限，即主体Si 对客体Oj 有访问权限，此访问权限可以限制非法人员进入系统恶意篡改数据对象信息。在访问矩阵模型的基础上，为了防止内部人员操作不当，设置了安全记录，其结构是: 安全记录{ 相关人员、数据标识、溯源记录} 。安全记录的设置记录了合法操作人员的操作记录，预防和减少合法人员操作不当引起的数据变动，加强了数据的可恢复性，更深层次地巩固了数据溯源信息的安全性。
3. 2 模型特点
在参考数据溯源本体模型、开放型数据溯源模型与基于DNA 双螺旋结构的数据溯源模型的基础上，该模型充分体现了3 个模型的优势，其具体特征如下。
3. 2. 1 系统性，连贯性
在分层次的数据溯源安全模型中，安全层为数据对象的数据溯源信息提供了有力保障; 逻辑层描述了数据对象基本信息与数据对象溯源信息的对应关系并以数据对象状态与状态之间的转换过程定义了数据溯源信息; 语义层详尽论述了数据溯源过程中涉及到的语义信息。在3 个层次相对独立的基础上，该模型将数据溯源过程有机统一起来，层层递进，系统化地呈现了数据溯源的过程，为数据溯源的进一步发展提供了一定的基础。
3. 2. 2 数据溯源信息简单化
在逻辑层中，数据对象溯源信息即该数据对象状态与状态之间的转换过程的集合。不论是何种数据类型，逻辑层定义溯源的方式精准且与技术无关，支持对任何事物溯源的数字化描述，实现了数据溯源信息的简单化。如，某生物数据库的一个存档图片的颜色背景变动可以形成一个溯源记录，该溯源记录是“红色”到“绿色”的转换过程，参照语义层的溯源记录格式，该溯源记录为{ A 操作人员，. 01. 01，B 数据库，红色变绿色，清晰度需要，Photoshop} 。
3. 2. 3 安全性能高
在分层次的数据溯源安全模型中，尽管安全层没有很复杂的逻辑，但是该模型将数据溯源的安全问题独立为一个层次，并且运用了计算机技术中的访问控制模型和身份认证双重保障，既防止了无关人员对数据溯源信息的恶意篡改，也能够实现内部人员的访问及操作记录归档在案，保障了数据对象信息的可恢复性和数据溯源信息的安全性。
4 结语
在对数据溯源模型进行大量调研之后，参考数据溯源本体模型、开放型数据溯源模型、基于DNA 双螺旋结构的数据溯源模型，构建了一种分层次的数据溯源安全模型，对模型的语义层、逻辑层、安全层进行了定义和解释，说明了模型具有的特点和意义。该模型强调了数据溯源过程的连贯性，系统化地将安全层、逻辑层、语义层连接成了一个整体，突出了溯源信息安全性的地位，由于其概念结构清晰，为数据溯源在其他领域的应用提供了参考。
数据溯源是一个新兴的研究领域，诞生于20 世纪90 年代，由“Data Provenance”翻译而来。起初，部分文献将其称为数据标志或数据档案，在后期的发展过程中，逐渐演变为数据溯源，表示追踪数据的起源和重现数据的历史状态。通过对大量相关文献进行调研发现，国内学者对数据溯源模型研究较少，主要集中在以下3 个方面: 语义层上，沈志宏综述了语义环境下数据溯源在表达模型与技术上的研究进展; 逻辑层上，陈颖提出一种基于DNA 双螺旋结构的数据起源模型; 安全层上，李秀美研究了数据溯源本身特有的安全需求以及加密方案，构建了新的数据溯源安全模型。因此不难发现，数据溯源的相关研究都局限于单个层次，鲜少有研究将3 个层次衔接起来。笔者通过分析3 种模型的优缺点，将数据溯源的过程总结归纳为3 个层次: 语义层、逻辑层、安全层，层层递进，构建了分层次的数据溯源安全模型。
1 数据溯源相关理论
1. 1 数据溯源的概念与定义
最初，数据溯源的“溯源”通常是与某件艺术品或文学相联系，在艺术品的鉴赏中，数据溯源能够帮助确定某件艺术作品的真实性，可以确定一个作品的历史重要性，也可以确定艺术作品持有者的合法性。数据溯源是一个重载的学术术语，最近一项研究总结了数据溯源在学术上的不同定义，其中部分学者将数据溯源理解为数据的起源; 与此同时，另外一些学者的观点是将“数据溯源”视为记录实验过程的工作流，注释和笔记的元数据; 在国外的研究中，工作流中数据的产生过程是研究数据溯源需要的主要实体; 明华，张勇等学者认为，数据溯源强调的是一种追本溯源的技术，根据追踪路径重现数据的历史状态和演变过程，实现数据历史档案的追溯。
1. 2 数据溯源的分类方法
通过调研发现，主流的数据溯源分类方法中，消极型溯源法与积极型数据溯源法相对应，增量法与时间标志法相对应。消极型数据溯源法在对溯源信息有需求时去追踪数据溯源信息。通过对查询或转换过程进行分析，反向推导得到数据溯源信息。积极型数据溯源法在事先得到并携带数据溯源信息，即用标记来记录数据的出处，并让标注传播到结果数据中，通过查看数据的标注即可得到数据的数据溯源信息。增量法通过增量定义数据溯源信息; 时间序列法以时间标志定义两个版本之间的增量信息。在增量法中，需事先确定一个参照版本( 通常会是第一个版本或者最后一个版本) ，随后在一系列版本中将版本与版本前后的一系列增量记录下来，从而形成记录在案的数据溯源信息。理想状态下，需保证每一个变化都记录在案，因此每一个增量都要让它的单位与粒度尽可能小。在时间序列法中，一个强大的储存器将所有的版本记录在案，并且在这个过程中，在任意不同的时间点，时间标志会用来标志数据因素的存在。
1. 3 数据溯源的应用意义
对于数据溯源的应用意义，不同学者理解各异。Simmhan 和Plale 等认为，数据溯源的应用意义分为4 点:
( 1) 根据数据溯源信息确定数据质量; ( 2) 认清错误来源; ( 3) 允许派生的自动重新更新; ( 4) 在商业领域，深入到数据仓储中探寻数据的来源，跟踪知识的创建过程，为达到监管的目的，提供一个审计跟踪。在此基础上，数据溯源的应用意义进一步明晰化，主要体现在以下方面: ( 1) 数据质量。数据溯源可以根据数据来源和转换过程来评估数据质量和数据可靠性，它可以为数据的来源提供有力证据。( 2) 审计跟踪。数据溯源可以用来跟踪审计的数据，监测是否有错误数据生成。( 3) 复制副本。详细的数据溯源信息允许数据来源重复，帮助维持数据的时效性是数据复制的秘诀。( 4) 属性。建立数据的版权和所有权，使其能够被引用，在数据错误的情况下能够确定责任。( 5) 情报性。用于数据发现的元数据查询，可以根据数据溯源信息来解释数据。
2 数据溯源典型模型分析
当前，对于数据溯源的相关研究处于初级阶段，通过全面梳理和对比3 种典型的数据溯源模型，以此为分层次的.数据溯源安全模型的构建提供一定的理论基础。
2. 1 数据溯源本体模型
数据溯源本体模型是比较基础的数据溯源模型，该模型虽然只是一个简单的构架，但是它几乎涵盖了数据溯源信息的所有语义内容，其重要性不可忽视。在数据溯源本体模型中，数据溯源语义信息被概念化，包含了7 个相互关联的元素，这7 个元素分别是溯源记录、操作者、操作时间、操作位置、操作内容、操作原因、操作工具。在数据溯源本体模型中，每一个数据溯源信息被定义为一个七元组，这个七元组的函数形式为: 数据溯源信息= { ( 溯源记录、操作者、操作时间、操作位置、操作内容、操作原因、操作工具) } 。“溯源记录”表示在数据衍生过程中，影响数据的某个事件; “操作时间”表示这个事件发生的时间; “操作位置”是指事件发生的具体位置; “操作内容”是指导致这个事件的动作; “操作者”是这个事件发生过程中涉及到的代理; “操作工具”是指在事件发生过程中涉及的程序和技术; “操作原因”是指事件发生的原因。
2. 2 开放型数据溯源模型
开放型数据溯源模型的提出最初是针对科学工作流，且其设计目标是为不同的系统提供可交换的溯源信息，并允许开发人员创建并共享操作该模型的工具。开放型数据溯源模型同时从技术角度定义了溯源，支持对任何事物( 不仅仅是针对计算机系统) 的溯源，并允许多级描述同时共存。开放型数据溯源模型旨在描述构件中的因果依赖关系，在开放型数据溯源模型中，有4 个主要概念如下: ( 1)状态: 指代某个状态，可以是物理的一个对象，也可以是计算机系统的一个数字化表达。( 2) 过程。状态与状态之间转换引起的一个或者一系列的动作。( 3) 参与者。用以促进、控制和影响过程的执行。( 4) 角色。一个过程可能会产生多个状态，不同的状态拥有不同的角色。在开放型数据溯源模型中，主要的几个逻辑步骤如下: ( 1) 过程触发过程。某些过程是不可分割的，一个过程执行完成才能触发下一个过程的执行。( 2) 参与者控制过程。某些过程需要有参与者控制，参与者控制这个过程的开始与结束。( 3) 状态推断状态。状态与状态之间也是无法分割的，一个状态的产生才能推断出下一个状态的产生。( 4) 过程促进状态。状态与过程不可分割，需要启动某个过程才能产生特定的状态。开放型数据溯源模型是状态与过程的相互作用，参与者促动过程的执行，其简要融入了数据溯源本体模型的相关元素。
2. 3 基于DNA 双螺旋结构的数据溯源模型
陈颖提出的基于DNA 双螺旋结构的数据溯源模型将生物学与数据溯源模型相结合，提出了一种较为新颖的数据溯源模型，将数据溯源信息分为数据和操作两部分并对应起来，为数据溯源的研究与发展提供了一种较新的思路。基于DNA 双螺旋结构的数据溯源模型分为二级结构，一级结构对应DNA 的立体结构图，二级机构对应DNA的平面结构图。在一级结构中，双螺旋结构中的两条链分别代表数据序列和作用在数据之上的操作序列。连接两条链间的碱基代表能唯一确定数据及其操作之间关联的属性，用来在数据及其操作之间建立直接的对应关系，其结构具有一定的稳定性。在二级结构中，引入4 个维度: ( 1) 层次维。对数据所做操作所在层次。( 2) 空间维。相应组件所在位置。( 3) 时间维。操作活动发生的时间。( 4) 数据流维。操作活动过程中数据产品消费和生产的数据。基于DNA 双螺旋结构的数据溯源模型二级结构图。基于DNA 双螺旋结构的数据溯源模型在数据溯源研究领域有许多争议，尽管如此，将DNA 中碱基的配对结构与数据序列和数据操作序列联系起来的思想非常有逻辑性。在开放型数据溯源模型与基于DNA 双螺旋结构的数据溯源模型中，对应关系是二者的共同特点。
2. 4 对3 种典型模型的评估
数据溯源本体模型从语义上涵盖数据溯源信息7 个层次的内容，详尽周全，其概念结构清晰简单，易于理解，存储方便，适用于关系数据库。数据溯源本体模型的不足之处在于其着眼点只在于语义层，没有实现与溯源信息其他层次的衔接。开放型数据溯源模型定义溯源的方式精准且与技术无关，不论其是否由计算机系统产生，都支持对任何事物溯源的数字化描述。在开放型数据溯源模型中，状态与过程相互作用，参与者起操控作用，结构清晰简单易于理解，然而开放型数据溯源模型只涉及逻辑层次上的框架模型，语义层次的信息不够详尽。基于DNA螺旋结构的数据溯源模型的优点在于数据及操作之间的可相互推导，有效解决了数据与操作之间的对应关系，直观地揭示了数据序列及操作序列变化，同样，基于DNA 双螺旋结构的数据溯源模型着眼于逻辑层次上的框架模型，而语义层次的信息不够详尽。
综上所述，3 种数据溯源模型着眼于不同的关注点。通过对国内外有关数据溯源的文献进行广泛调研，笔者发现对数据溯源的研究主要集中在建模、计算、存储、查询等工作上，然而对确保数据溯源信息安全方面的研究极少。随着电子数据可信度重要性的日趋增强，确保数据溯源信息安全比以往更加重要。随着数据及其溯源信息在不可信环境中经过不同用户和任务时，数据溯源信息极易被非法更改，为起源溯源提供完整性、机密性保障就变得非常重要。因此，在提出的数据溯源模型中，安全层的考虑必不可少。
大数据时代对教育管理信息化的影响论文
摘要：迅速发展的大数据技术已广泛应用于各个行业，教育行业更应顺应时代发展潮流。利用大数据的优势更好地开展教育管理工作，积极解决授课模式单一等弊端，尽可能促进教育事业的发展。本次研究从大数据对教育管理信息化的影响入手，详细介绍大数据时代如何更好地实施教育管理改革工作，以期为教育管理信息化建设提供重要指导。
关键词：大数据；教育管理；信息化
现阶段，各大院校信息化建设迈入新的发展阶段，数字化业务系统的功能进一步扩展，在不同程度上提升教育信息化水平。随着大数据等新技术的快速发展，大众已进入大数据发展时期，此时，软硬件系统会产生大量的数据信息，如何有效发挥上述海量数据的隐藏价值，提升教育管理信息化水平，成为研究者重点关注、思考的问题。本次研究以大数据为研究视角，重点阐述大数据对教育管理工作产生的影响，并提出一系列有效开展教育管理改革的方法以期为教育信息化发展提供重要的借鉴和参考。
一、大数据时代对教育管理信息化产生的影响
（一）赋予教育活动更大的灵活性
大数据是依据现代信息技术大规模、复杂的数据集合，其具有规模性、多样性的特征，信息处理和存储能力得到明显改善。大数据技术的应用在于通过充分挖掘和分析数据，构建师生合作、互动平台，鼓励学生与老师进行交流和互动，充分发挥大数据的教育教学效果。为尽可能提升教学质量和效率，新时期各类教学必须具有较强的灵活性和前瞻性，从而适应现代社会的发展。因诸多因素的影响，传统教育管理模式在提升教育活动灵活性等方面无法获得较好的成效。基于大数据背景下，受教育者可依据自己的需求挑选学习内容，如此就能有效提高受教育者学习的积极性和主动性。
（二）有利于学生与教师之间的互动
基于传统教育活动下，日常出现下列情况：老师不停地讲解、学生也在认真听讲，但很少有学生主动、积极地回答问题。由此表明，在传统的教学中，教师与学生之间的互动性不强，这种教学课堂无法获取良好的效果。在大数据技术应用之后，学生答题、复习等信息可以及时被有关设备监测并记录，老师通过深入分析学生的各种信息，并第一时间向学生反馈其日常学习中存在的问题，进而提升学生和教师之间的互动性，进而改善师生的关系。大数据发展背景下，学校师生几乎处于“透明”的生存状态，每个人在数据空间内均会留下痕迹，展示师生的需求意愿等情况。管理人员只要收集和分析有关数据，便能真实掌握现实师生的行为，准确定位师生的实际需求，达到精细化管理的效果。
（三）有利于快速普及优质的教育资源
现阶段，我国计算机普及率达到较好水平，此时，越来越多的人利用电脑展开学习。因每个受教育者知识储备和理解能力存在显著差异，因此，每个人偏向的课程有所差异。大数据背景下，人们可依据自身的需求选择课程，那些处在偏远地区的受教育者可享受全国乃至全世界优秀老师的指导，这种方式不仅达到按需教学的效果，也有利于快速普及优质教育资源，进而提升受教育者的知识水平。
二、大数据时代如何开展教育管理改革
信息技术的更新换代无法预料，其覆盖面、处理能力等方面均无法准确掌握，但始终追求更加卓越的发展。高校教育管理信息化建设应紧跟时代发展进程，在明确教育建设目标基础上，为提升教育管理效率保驾护航。众所周知，高校管理工作设计部门比较复杂，信息传递准确性、时效性不佳，此时，如何做好教育管理改革工作尤为重要。
（一）大力推行信息化改革
大数据时代的来临从根本上颠覆传统的教育管理模式，满足广大师生的需求。此时，每位教育人员要树立大数据思维模式，善于开展数据分析，以此制定最佳的管理，促使教育教育改革顺利进行。随着大数据技术的广泛应用，教育者的.经验和高校办学理念不再是教学的主导原因，利用数据辅助教学，以期提升高校的教学效果。同时，根据学校整体发展层面开展教育信息化改革工作，构建相互交流和共享的平台，满足大众对数据的需求。众所周知，构建信息管理系统是保障大数据技术顺利实施的基础，只有建立数据管理体系，方可充分挖掘大数据带来的有效信息，提高各方数据分析和处理能力。
（二）创新教育信息化管理模式
使用大数据技术重点在于教会人们如何应对数据问题，即：追根溯源，找到引发问题的主要原因，以此提出恰当的解决对策。传统的教育管理模式中，数据存在完整性不足、连贯性不佳等问题，导致决策者制定的决策出现片面性、主观性较强的问题。使用大数据技术后，有利于及时克服以上弊端，更加民主地解决上述问题。教育管理信息需要教育者在管理手段上广泛使用计算机信息技术，借助教育管理软件对日常教学管理中的选课、排课、教务等环节实施高效、准确的管理，以此适应院系和学院之间的管理要求。
（三）提升教师的素质水平
古语有云“师者，传道、授业、解惑也”，这一句简单的话就概括教师这一职业的重要性。因此，教师必须付出十倍乃至百倍的精力加强业务学习和管理，使自己真正成为解惑者。想要成为新时代的学习者还应具有改革意识，在掌握原有专业知识基础上，不断吸收先进的科学技术，提高自身的综合素质水平，重点强化自身解答问题、查找资源、指导学生解决问题等能力，利用一切机会了解各信息设备的运行原理，在学习过程中有目的提升数据的检索、存储等熟练程度。必须注意，为尽可能调动教师工作的积极性，充分发挥优秀教师的带头作用，学校必须设置科学的激励机制，事实证实该措施能获得良好的效果。
（四）强化信息化管理各环节
随着高校信息化的建设和大数据技术的发展，校园网在日常教学和管理过程中发挥着重要作用。高校师生进行教学、科学研究等环节中存在诸多隐患，如：病毒入侵、传播不良信息等。此时，做好高校网络安全的建设和防护工作，成为解决上述问题的重要内容。通过入侵检测系统，对系统中的漏洞进行扫描，及时督促商家更新软件，确保数据的安全。大数据发展阶段，数字化管理主要展现在数据的采集工作。强化高校对教学、科研等方面的采集，方可储备一定的的数据信息，以此建立完善的信息系统。同时，利用已采集的数据信息，在合理的方式下获取真实的数据，实时掌握各项数据，以此提出更好的应对措施。加之，在大数据背景下对科研、管理等信息进行整合，如：教师的信息、学生隐私等，整合数据信息有利于维护师生的隐私，有效保护各个方面的数据信息，达到最佳的管理效果。
三、大数据技术在教育管理信息化中的应用展望
通过对学校的各个信息系统数据、多方采集的信息资源（包括楼宇门禁、校园局域网、供电管理、音视频资源）、社交网络等信息的多维度融合，数据关联分析、挖掘，可以发现大数据技术应用能够在以下领域得到深度发展：
（1）学生管理：可以了解学生的出勤情况、心理情况、学习情况，全面客观地记录学生成长轨迹，通过多维度反映学生发展状态的数据，为学生辅导员多方面了解学生提供新渠道，为授课教师做到因材施教、个性化指导服务、提高学生的多方面能力、挖掘学生的兴趣度提供可信依据，还能为学生选择就业方向等工作提供指导；
（2）教学管理：结合教师在课程平台中的问题答疑及作业布置情况、上课学生出勤情况、登录无线局域网（Wifi）情况、学生考试情况、课堂的视频资源、学生评教信息等数据可以对教师的教学情况进行全面的了解，有利于规范组织教学、示范教学；
（3）院校管理：大数据时代，管理者可以通过学校师生员工在数据空间的信息痕迹，收集和分析相关数据，借以洞悉兴趣爱好、需求意愿、性格特征等内心世界，预判现实中师生员工的未来行为，准确定位师生的需求，从而实现精细化管理；
（4）后勤管理：通过学生的餐饮数据可以调整食堂的布局和用餐的品种以及用餐时间的保障，通过课表信息、学生进出教学楼的信息对教室电源控制管理起到节能效果等。总之,在大数据时代，利用大规模数据使碎片化的数据转化为容易整合的主体，借助集成和分析操作，让更多人了解大数据的本质并预测其未来发展趋势，展现教育管理信息化教学改革中发挥的重要作用。本论文以大数据技术为研究视角，深入分析大数据对教育管理信息化的影响，并提出大数据时代如何进行教育管理改革，以期为更好地开展教育管理工作提供重要借鉴和指导。
参考文献：
［1］李亚翠.高校教育管理信息化迎来大数据时代［J］.大学教育，，11（3）：181-182.
［2］曲遥.大数据时代的教育管理模式改革探讨［J］.中国管理信息化，，19（4）：253.
［3］潘安，徐玮.教育管理信息化新发展：走向智慧管理［J］.东方教育，2015，15（2）：226-226.
［4］倪雄师.基于大数据时代校园管理信息化的创新研究[J].电脑知识与技术，2015，21（10）：8-9.
［5］胡扬名，李涛.大数据时代农村公共危机管理信息化建设存在的问题及对策研究［J］.科技管理研究，2016，36（12）：170-177.
［6］王法玉，闫小芹，王劲松等.大数据时代下的教育管理信息化建设实践与探索［J］.中国教育信息化高教职教，2016，14（1）：46-48.
对地震勘探数据采集震源的分析论文
炸药震源与非炸药震源
一直以来，地球物理勘探的方法有许多，例如地震勘探、电法勘探、磁法勘探、重力勘探和放射性勘探等，其中地震勘探是最主要的地球物理勘探方法。在进行地震勘探数据采集时，地震信号的激发源分为炸药震源和非炸药震源两种。
1、炸药震源在使用炸药激发时，激发方式一般有井中爆炸、水中爆炸、坑中爆炸和空气中爆炸等几种，下面主要介绍的是常用的井中爆炸方式。
炸药震源是使用炸药爆破的方法来激发地震波，激发地震波的强度和频率主要决定于炸药用量及爆炸地点岩层的物理性质。当炸药爆炸时迅速发生反应，瞬间形成高压气团并且急速膨胀，形成冲击波。在炸药爆炸中心附近造成岩体破碎，形成破坏带。与破坏带相邻的是塑性带，塑性带受到外力作用不能恢复原状，保留了在外力作用下所产生的形变。
破坏带和塑性带产生新的裂隙以及扩展原有裂隙，统称为非弹性形变区。在非弹性形变区之外，冲击波衰减为弹性波，只引起岩体的弹性形变，外力作用消失后又恢复原状，形成范围较大的弹性形变区。如图1所示。炸药在井中爆炸时产生巨大能量，但是大部分都在破坏带消耗于加热、破碎岩石、推动岩石以及岩石与岩石之间的摩擦上了。所以使用炸药作为激发震源，能力利用率不高。在地震勘探工作中，使用炸药震源需要考虑激发岩性、激发深度以及激发药量三个因素。
（1）激发岩性炸药若在松软的岩层中爆炸，频率很低，爆炸能量大部分被松散的岩层所吸收，转化为有效波的.能量不大；在坚硬的岩石中爆炸，会产生极高的频率，但是这种高频会很快被岩层吸收掉，而且爆炸能量大部分消耗在破坏坚硬的岩石上，因此得到的地震波能量不强。而选择在可塑性岩层爆炸，可以使得大量的爆炸能量转化为弹性振动能量，地震波具有显著的振动特性。
（2）激发深度对于反射波来说，炸药激发深度要选在潜水面以下，大约在潜水面以下3m～5m的岩层里。由于爆炸点距离上面的潜水面不远，潜水面是一个强反射界面，因此炸药爆炸产生的能量由于潜水面的强反射作用使得能量向下传播，从而加强有效波的能量。
（3）激发药量在地震勘探过程中，人们都希望得到较强的地震波，于是加大炸药药量首先成为人们的选择。实践表明，在其他条件相同的情况下初期加大药量确实使得地震波振幅明显提高。A=KQ1/3，其中A为地震波振幅，K为介质特性的系数，Q为药量。当Q较小时，地震波振幅与炸药量Q成正比地增加，但是随着继续加大药量，地震波的振幅提高速度明显降低，最终趋于一个稳定值，同时地震波的频率却越来越低。这是因为随着药量的加大岩石的破坏也越大，能量消耗也越大，所以在地震勘探中炸药药量并不是越大越好。如图2所示。水中爆炸一般是在河流、湖泊和海洋等水体中进行地震勘探时使用的激发方式。炸药如果在浅水中爆炸时，要避免在淤泥中爆炸；在深水中爆炸时，应选择适宜的深度。爆炸点深度过大，会造成气泡惯性胀缩而重复冲击，容易干扰地震记录。坑中爆炸又称为土坑炮，在沙漠、砾石覆盖等地区，潜水面又深，不方便使用钻机打孔时，可以选择采用坑炮组合方式激发。坑炮同样需要选择激发岩性，最好在胶泥粘土、泥岩等岩层中激发。空气中爆炸是在不能打孔的地区进行的，使用空中爆炸时会产生强大的声波和面波。
2、非炸药震源非炸药震源是指地震勘探中不用炸药激发地震波的震源，它分为可控震源和撞击型震源（包括重锤震源、气动震源等），下面主要介绍可控震源。
可控震源是一种机械震源，它是靠安装在特种汽车上的振动器连续撞击地面而产生地震波动的，又称为连续振动震源，因为振动的连续时间和频率的变化可以受到控制，又称为可控震源。可控震源的工作原理如图3所示。可控震源车的扫描频率信号发送到地下岩层的同时，在震源附近的一个参考检波器进行记录如图3a所示。假如地下有三个反射地层，地面检波器接收到这三个地层的反射时间分别为t1、t2、t3，将它们分开记录如图3b、c、d所示。我们在地震勘探工作中得到的实际记录是b、c、d三条曲线以及干扰情况叠加的结果，所以仅凭肉眼是无法进行分辨及解释的。若将可控震源的原始记录变成可以用于解释的、类似炸药震源产生的监视记录，将淹没在相互干扰信号里面的震源反射信号恢复出来，这就需要针对可控震源的原始记录做相关处理。可控震源是震源平板与地面耦合在一起进行激发的，通过平板与地面受迫振动传输信号，所以近地表的物性变化也会影响到可控震源的激发品质。
因此，必须根据地表的地质条件来调整施工参数。撞击型震源主要包括重锤震源和气动震源。重锤震源是由车装的机械装置，工作时将重锤提高至空中让其自由落向地面产生冲击波即地震信号。重锤撞击地面后立刻将它提起，使重锤在短时间内在另一地点落下。接收排列不动，只移动重锤震源车来进行地震勘探，重锤撞击地面时会产生较强的面波。气动震源也是一种车装非炸药震源，属于低频、低能量震源。地震波发生器是一个密闭的平圆柱体，侧壁由高强度金属构成的可伸缩爆炸室，爆炸室底板与地面接触。将丙烷与氧气的混合物导入爆炸室，使用电火花引爆，底板将爆炸时产生的脉冲传至地下。每个激发点需要进行多次脉冲激发增加叠加次数。
优缺点对比
下面只针对炸药震源和可控震源进行优缺点对比。炸药震源和可控震源作为地震勘探的常用震源，都有各自的优、缺点及比较适用的地形。
1、炸药震源
（1）优点：①炸药爆炸获得的能量较强；②激发信号明显；③能减低面波的强度；④爆炸时在直达波中形成很宽的振动频谱；⑤使用炸药震源可以提高工作效率，加快施工进度。
（2）缺点：①建筑物密集度地方不便使用；②使用炸药费用高，某些地区需要深钻才能获得资料时耗费就更加高昂；③在缺水以及钻井困难地区施工不便；④对周围环境有损害；⑤炸药运输方面存在着不安全性。2、可控震源（1）优点：①不破坏岩石，不消耗能量在岩石破碎上；②在勘探区施工，对环境影响及破坏性小；③勘探信号的可操控性高；④抗干扰能力较强；⑤特别适用于建筑物密集区。
（3）缺点：①结构庞大、复杂；②记录面貌频率较炸药震源低；③初至前没有炸药震源平静；④有震源车噪声干扰；⑤地形复杂区适用不便。3、炸药震源与可控震源的对比结语到目前为止，对于地震勘探使用的炸药震源以及可控震源而言，都有着各自的优点及缺点。使用可控震源施工相对于炸药震源来说，需要的人工较少，费用低，安全性高，但是对地表条件要求较高，而且施工效率较低。炸药震源对于不同的地表条件可以采用不同类型的钻机打孔。因而现阶段炸药震源还是地震勘探的主要激发方式，非炸药震源只作为炸药震源的一种补充而不是取代。
大数据时代对管理会计的影响及作用论文
摘要：大数据时代下，数据之间的关系是相关联的关系，并不是因果关系，因此思维方式也会发生重大的变革，有的认为大数据时代下管理会计工作的思维要从结果分析向过程分析的方向转变，从单类型的结构数据向多类型的结构数据转变。而管理会计在我国却还是一门冷门学科，与之相关的研究较为薄弱，管理体制也不健全，实践应用匮乏。但是，很多行业、企业已经意识到管理会计在企业利益方面的意义，科学合理的管理会计正在企业中慢慢兴起。为此，本文围绕大数据时代的特点及其对管理会计的影响展开论述，并分析了其于实践中的作用，以期丰富相关方面的研究。
关键词：大数据；管理会计；企业管理；数据革命
时下，大数据成为了各行业重点关注的问题，并被美国政府冠以“未来的新石油”美称。加上市场交易逐步进入了高效、个性、数字乃至虚拟化的状态，打破了市场的时空界限之余，也使得市场内部的各个要素得以有效实现快速、高效融合，提升了整个市场的运行效率。但相关管理会计的研究还是处于低迷状态。因此，加强对管理会计理论、应用及其发展趋势的研究是当下发展的重要课题。
一、大数据时代的主要特点
大数据是继“物联网”、“云计算”之后的IT产业发展史上又一次具有划时代意义的技术变革，其出现将对一众企业的发展带来巨大的影响。然而，大数据时代的到来并不意味就此为止，其庞大的数据量还将呈现“井喷式”的增长，如“IDC”公司对此就曾预测，未来全世界范围内的数据量将会以每十八个月就翻一番。大数据时代具有其独特的表现形式，融合了大量性、多样性、高效性和价值性。其中，大量性是指重数据源头产生海量的数据信息；多样性是指数据类型的复杂繁多，而数据的形式主要包括了音频、视频、文档、图片、地理位置信息、客户评价等；高速性是指从信息的处理速度上看，可以借助云计算、平板电脑、手机、互联网等对数据进行处理，处理数据的速度可以说是十分的快；价值性则是指密度相对较低，可以从不同的数据中获取价值比较高的信息。以上大数据时代的特点可以为企业创造更多的商业机会和发展机会。
二、大数据时代对管理会计工作的影响
1.数据收集方式，传统管理会计数据的类型比较单存，搜集源头和渠道也比较单一，大多数为结构性的数据。然而在大数据时代下，管理会计数据的类型、搜集源头和渠道也朝着多样化的方向发展，随着互联网时代的到来，互联网在企业中得到了广泛的应用，大量的数据存在于电子商务、社交网络、网络日志等应用中，这些数据大多数属于非结构性的数据。通过以上说明了大数据时代下会计管理数据的搜集方式和内容都发生了重大变革。
2.数据利用方式，即大量的数据通过大数据库进行收集和整理后，存储的数据就可以被信息使用者进一步的加工，并对有价值的数据进行分析、提炼和利用，我们可以将这个过程看做是数据挖掘的过程，传统的针对单类型结构、结果、时间较长数据的处理在大数据时代下已经不适用。在大数据时代下，挖掘数据的过程中需要一些分析工具来帮助，如趋势分析、分类分析、回归分析、决策树分析等，对于比较复杂的挖掘分析工具，要求企业采用一些新的数据处理技术。
3.数据储存方式，大数据时代下，因为数据的多样性和大量性，就需要有一个较大的数据仓库，比较典型的数据系统包括了数据的收集、预处理、分析、处理和价值的应用。企业要完成上述一系列的操作，要从传统的数据管理系统向大仓库数据系统转变。大数据仓库通常可以划为分布式存储集群、分布式数据库以及不同的模块，其中具体的模块又分为生产计划模块、销售管理模块、企业之间的关系模块。
三、大数据时代管理会计的作用
1.绩效考评更为科学化和全面化
管理会计工作的难题之一是绩效评估，难点在于在实际评价的时候不能够收集到所有与绩效考评有关的信息，无论用什么样的方法都不能准确、客观的评价绩效考评的高低，这样就会使员工的绩效得不到客观的考评，一定程度上影响着员工工作的积极性，导致企业人才大量流失。而在大数据时代环境下，收集评价所需要的三类数据即交易数据、感知数据、交互数据变得更加便捷，通过对上述数据的分析和整理，企业可以对员工的.工作绩效有更多的了解，能准确的选择绩效考评的方法，避免信息不足给绩效考评带来的负面影响。
2.助力企业核心竞争能力的提高
在大数据时代下企业既可以精准的获取顾客在网络活动中的数据，也能够更好的挖掘出潜在的有价值的信息。例如一些消费者对某个产品通过网络进行了搜索，但是最终没有购买，这些没有完成的交易数据在以往可能被忽略，但是在大数据时代下此类数据就会被重视，企业可以通过配备专门的人员和部门，认真的分析消费者网上的搜索行为，例如可以对搜索商品的类型、搜索次数、搜索条件、搜索时间等信息，对消费者的喜好进行推测，判断出消费者的消费方向，并通过特殊网络的设置，自动向消费者推荐他们感兴趣的产品信息。这样可以帮助企业进行产品决策，引导企业进行经营战略调整，提高企业核心竞争。
3.企业的规划控制得到显著强化
管理会计可以通过周密的市场调查，为企业确定最优化的生产和销售规模，使得生产和销售计划更加严密，避免企业产生不必要的生产投入。在大数据时代，信息的准确度和信息量都得到了很大的提升，管理会计人员对产品、成本、服务、销售等数据的挖掘范围也在不断扩大，这样就可以对产品生产、销售、运输、储存等进行严密的计划，为企业运营提供数据支持。
四、结语
在经济全球化的大趋势下，会计理论和实践也趋向同步，管理会计这个正在崛起的职业有着非常可观的前景，对此，企业更应不断完善管理会计的战略部署工作，储备管理会计人才，使其企业的经营活动中充分发挥积极作用。
参考文献：
[1] 刘玉侠，潘金杨，王娟.管理会计在我国应用中存在的问题及对策探讨[J].会计之友旬刊，（，3B）：9-10.
[2] 张波.管理会计工作存在的问题及对策[J].辽宁经济，，（8）：86.
[3] 崔金平.新时期如何做好管理会计工作[J].中国外资，，（24）：43.
[4] 李国杰，程学旗.大数据研究：未来科技及经济社会发展的重大战略领域——大数据的研究现状与科学思考[J].中国科学院院刊，2012（，5）：647-657.
电子商务C2B模式对大数据技术的应用论文
随着互联网技术的不断发展和普及，电子商务开始挑战着传统商业交易模式而成为一支重要的市场力量，影响着世界经济的发展进程。电子商务是以互联网为交易平台的新型商业模式，从上世纪90年代出现开始，其发展势头一直非常迅猛。在充分利用互联网资源的情况下，电子商务具有传统商业模式不可比拟的优势，它能够实现跨地区、全天候的营业，商品种类齐全、便于检索、费用低，而且能够为消费者提供个性化的服务，这些都是电子商务生于互联网的独特优势。
论文搜索词：电子商务运营模式论文
一、电子商务C2B模式的运营子模式
电子商务C2B（Customer To Business）的模式滥觞于美国，这种模式主要是通过联合众多零散的消费者使其成为一个大型的采购集团，以获得比单个主体采购更低的价格来购买一件商品，很好地改变了B2C模式中单个消费者的弱势地位，是消费者节约了购买成本[1]。现阶段C2B模式中主要可分为以下几种子模式：
（一）C2B预售定制模式
在这种模式中生产和销售环节实现了顺序的颠倒，企业是在事先收集消费者需求的基础上再进行生产的，很多企业利用这种模式在进行商品销售之前就已经获得了一部分资金，也在很大程度上降低了粗存率带来的消极影响。这种模式的典型代表如各种团购网站和阿里系的聚划算都属于此，商家在受到大批订单之后再进行生产、备货或者提供各种服务准备。若在规模方面对于这种预售定制模式进行控制，就变成了我们经常所谓的“饥饿营销”，很著名的一个例子就是小米手机的成功，在这种“饥饿营销”的预售模式中，小米手机不仅事先获得了一部分生产资金，同时也实现了很好地市场营销[2]。
（二）C2B模块定制模式
这种C2B模式主要是为了满足特定群体的个性化需求而形成的一种模式，具有很强的市场目标指向性，通常市场营销的成功率会比较大。比较典型的如海尔家电定制服务、青橙手机等都在尝试这样的服务，消费者在下单时根据自己的需求而对于产品的部件性能进行选择组合，然后厂家根据订单内的组合要求进行生产。但是这种模块组合的C2B模式对于企业生产线的生产效率要求较高，而且这种所谓的功能组合其实也没能真正地融入消费者的意见，消费者的选择只不过是在厂家给定的范围内对已有功能进行排列组合，这也是受到了快速满足消费者需求的客观条件的限制。
（三）C2B众筹定制模式
这种C2B模式实际上是企业为了扩大市场吸引力和影响力实行的一种营销策略，就是将市场中潜在的消费者的想法和创意筹集起来，并经过科学合理的实验和设计将有效的想法和创意吸收到产品的生产过程中，以此实现消费者参与产品的生产和设计。小米手机的成功实际上也在很大程度上受益于这种C2B的营销模式，通过在产品的研发中实现和“米粉”的互动，将他们对于小米手机未来的想法和性能需求手机起来，并在充分利用互联网参与投票的过程中实现自己想法的表达和人人的参与[3]。其实无论是预售定制、模块定制、还是众筹定制，都是企业在满足消费者个性化需求的同时又兼顾生产成本的做法，即是在满足一部分特定人群特殊个性化需求的同时，最大程度上降低生产成本。
二、大数据技术在电子商务C2B模式运营中的应用策略
从以上我们的论述中还可以发现这三种C2B模式的实行都需要消费者的主动参与，但是这种消费者的参与是需要企业花费较大精力才能实现的，这势必会给企业在成本方面造成负担。但是在大数据时代的影响下，我们可以充分利用分析这些收集来的大数据，实现“大数据定制”的C2B模式，这种模式实际上就是在充分分析收集来的海量数据的基础上，挖掘出对企业有价值的信息，通常是消费者的消费习惯、方式和特点，然后整合利用各种社会资源根据在大数据中提炼出的有用信息进行产品的生产。
对于“大数据定制”的C2B模式需要企业具备以下四个条件，首先是要能够收集到海量的用户信息、包括购物习惯、方式等等；其次要具备能够对这些数据进行充分科学分析的技术能力，实现对信息的高效处理[4]；第三要能在技术能力的支持下从海量的大数据中筛选出对企业有价值的信息，以指导企业的生产，避免无用信息对企业生产判断的干扰。在这种大数据资源和技术能力的运用下企业能够有效地实现对消费者信息的.分析，在避免花费大量人力、物力资源的条件下使消费者被动地参与到了企业生产的规划当中。既能提高企业的市场占有率，扩大商品的销售，同时也能更好满足消费者的需求，提高消费者的消费体验[5]。
这种“大数据定制”模式的产生就是大数据技术对于电子商务C2B模式的影响，但是能够实现这种大数据技术利用的企业却并不多，阿里巴巴集团算是其中之一，因为在它有着中国最大的电子商务交易平台，在这个平台体系内每天都会产生大量的用户交易数据信息，阿里集团就充分利用这点优势对用户的数据进行了收集，包括用户的搜索记录、成交记录、浏览记录、评价信息、浏览时间等，同时包括用户的年龄、地域、性别等数据信息都被其后台所收集起来，通过此企业为每个用户都建立了相关的数据分析肖像，然后将这些分析结果要么自己充分利用，要么将其提供给相关的企业以指导他们在阿里平台上的广告投放和产品生产，从而实现对用户差异化地推荐相关产品[6]。如在的时候阿里公司就承办了美的、苏泊尔和九阳等多个品牌的小家电生产线，然后利用自己对大数据的分析结果指导产品的设计和生产，更好地满足了自己平台上消费用户的需求。
在大数据技术的支持下还可以实现对预售定制、模块定制和众筹定制模式的完善，帮助它们在产品设计和生产中更好地符合消费者的口味和需求，以实现企业和消费者的双向满足，这种大数据时代背景下的电子商务C2B模式必定会收益良多，实现和大数据技术的共同进步。
三、结语
综上所述，随着我国网络技术的不断发展，电子商务已经逐渐成为企业与企业、企业与消费之前重要的交易方式，当前我国的B2C电子商务数量和规模都得到了空前的发展，传统的营销模式的理论已经无法满足于现在的电子商务需求，特别是现在的电子商务的市场竞争越来越激烈环境下，电子商务中C2B的新兴模式已经成为人们关注的焦点之一，以上本文就阐述了C2B模式的相关要素，对大数据技术在电子商务C2B模式中的应用做了一番分析，希望能为C2B模式未来的发展提供有益的借鉴。
监测数据对雷击危害评定的影响论文
雷电监测资料在雷击风险评估中的应用
在雷电监测系统使用之前,用于研究雷电的资料主要来源于人工气象观测的数据。由于雷暴活动受气候变化及地理环境影响较大,仅凭人工观测得到的雷电数据已经不能满足现代防雷科研和业务需要。探索使用雷电监测资料取代传统人工观测数据,客观高效地进行雷电灾害风险评估成为必要。随着科技的发展和设备标定水平的提高,雷电定位系统的应用使得闪电监测数据的准确性得到极大的提高。江西省雷电监测系统建成以来,取得大量雷电监测数据,已经在雷电监测预警、雷击风险评估和防雷工程设计中得到了应用。文中主要对雷电监测资料的地闪数量、发生时间、闪击点定位坐标以及雷电流强度等进行分析,并应用于雷击风险评估。
1计算雷击大地密度
雷击大地密度(Ng)是进行雷击灾害风险评估的重要参数之一。目前,各地在雷击灾害风险评估中,Ng多采用《建筑物防雷设计规范(GB50057―2010)》中提供的计算公式Ng=0.1Td来计算,其中Td是由当地气象部门提供的所在城市的年平均雷暴日。由此可知,Ng的大小完全依赖于年平均雷暴日的值。众所周知,雷暴日是由世界气象组织定义的一个气象业务的观测项目。其确定是观测者听觉判断的,即气象观测人员在一天内只要听到一次雷声就算一个雷暴日,无论该天发生多少次雷暴。就南昌而言,目前只有一处观测点,仅仅凭这一处的观测点来观测全市的雷暴是远远不够的。因此,利用雷电日数资料计算雷击大地密度存在一定的局限性。
(1)人工观测得到的Td资料精确度不高。
首先,人工观测站辖区内发生雷暴,如果雷暴的强度较弱或者距离台站较远,气象观测人员会因为没有听到雷声或者看到闪电而发生漏记的现象。
通常情况下,距离观测者15km的雷电可以听到雷声,一旦超过此范围,则很难被听到。其次,由于闪电的种类按照空间位置分为云地闪电、云内闪电和云际闪电,所以观测者听到的雷声既有云地闪电发出的,也有云内闪电和云际闪电发出的,因此,依靠人的听觉判断而观测得到的Td值并不能表征雷击大地的真实频率。
(2)计算得到的Ng值误差较大。
Td值一般是指这个城市的全年发生雷电的次数,使用这种方法计算Ng值,存在非常明显的缺陷,即同一个行政辖区内的Ng值完全相同,这就在很大程度上忽略了一个地区不同区域因下垫面性质、气象、建筑结构布局的不同而引起的雷击次数不一样的影响,故利用Td值计算得到的Ng值与雷击密度实际分布情况通常有较大的差异。
目前,江西省使用的雷电监测系统在南昌地区探测效率超过90%。根据雷击大地的年平均密度的含义,选取南昌地区2004―2010年雷电数据,通过MapInfo桌面地理信息系统软件,加载地图信息、雷电数据信息;根据被评估对象所在地的经、纬度,找到在地图上的坐标,在MapInfo上选定半径r内的区域;将选取区域的雷电数据(依次为地闪发生的日期、时间、经度、纬度、雷电流的强度、陡度)导出进行统计。统计记录的条数即为被评估对象所在位置的地闪总次数;用得到的地闪总次数除以该地区的面积及提供的数据的总时间,可以得到精确的雷击大地的年平均密度(图1)。计算公式为其中,D为评估项目地点处总的地闪次数,单位:次/a;Y为选取资料的`总时间,单位:a;r为选择区域的等效半径,单位:km。
2确定雷电的主导方向和次主导方向
近10年来,我国雷电监测技术有了长足的发展,闪电定位观测仪得到不断改进,观测精度不断提高。闪电监测由以前人工观测的定性结论“是否有雷暴”,发展到现在可以准确记录一个雷暴日中发生闪击的次数以及每次闪击的具体位置的坐标等信息。目前雷电监测系统对落雷点的定位误差被限定在500m之内,比人工观测的数据在精度上更为接近实际。下面,根据江西省雷电监测系统历年的闪电数据中地闪发生处的经纬度坐标,判断落雷点相对于评估对象的方位,统计得到E、NE、N、NW、W、SW、S、SE等8个方向的地闪次数,画出雷电玫瑰图,得到评估对象所在地的雷电主导方向和次主导方向。具体步骤如下:
(1)计算地图上单位经(纬)度表示的距离:借助Mapinfo上“标尺”功能,在地图上评估对象所在地和距离l处选择两个点,单位经(纬)度距离=l/两点经(纬)度差。
(2)设Dx为落雷点和项目所在地的纬度距离,Dy为落雷点和项目所在地的经度距离,α为落雷点和零度方位的夹角,则Dx=单位纬度距离×评估点与雷击点纬度差的绝对值;Dy=单位经度距离×评估点与雷击点经度差的绝对值;α=arctan(Dy/Dx)。设E方向为0°,区间(337.5°,22.5°)、(22.5°,67.5°)、(67.5°,112.5°)、(112.5°,157.5°)、(157.5°,202.5°)、(202.5°,247.5°)、(247.5°,292.5°)、(292.5°,337.5°)分别为E、NE、N、NW、W、SW、S、SE方向,根据夹角α值得到在上述8个象限的落点,地闪点所在的方向上取1,其他方向取0,得出各个雷击点相对于被评估点的方位。
(3)将各个方向的值累加,得出各个值所占的比例,按比例绘制出玫瑰图。由图2可以看出,评估点雷击主导方向N,次主导方向SW,为雷击风险评估提供真实数据。
计算被评估点雷电参数幅值
在进行雷击风险评估时,电源线路上电涌保护器安装位置和选型对于评估因子的取值有直接影响。而雷电流幅值是确定电涌保护器雷电流参数的一个重要的参数。《建筑物防雷设计规范》附录中给定了首次正击雷电流的幅值参考值,第一类、第二类、第三类防雷建筑物对应分布为200kA、150kA、100kA。如果评估中采用上述推荐值,得出的计算结果并不能真正反映评估对象所需要的电涌保护器的雷电流参数。
目前江西省的闪电定位系统对雷电强度的测量误差小于15%,如根据已经取得的雷电监测数据中闪电流强度值来计算雷电流幅值,则使得电涌保护器的雷电流参数更有针对性,也使得雷击风险评估工作更加科学。具体步骤如下:首先,根据南昌地区2004―2010年闪电监测资料中的雷电流幅值,根据IEEE工作组推荐的雷电流幅值累积概率公式,得到与实际监测曲线最为近似的拟合曲线,能反映雷电流幅值概率的分布特征(图3)。公式为其中,I为雷电流幅值,单位:kA;PI为雷电流幅值大于I的概率;a表示中值电流,即电流幅值大于a的概率为50%;b反应曲线的曲率变化程度,当b增大时,50%概率点左右侧曲线陡度绝对值均变大。
其次,选择雷击概率99%的雷电流幅值I作为依据。根据《建>:请记住我站域名/ 结束语
利用由江西省闪电监测网获取的南昌地区2004―2010年雷电监测数据,计算得到评估对象周围5km范围的雷击密度,雷击主导方向、次主导方向以及雷电幅值参数,分析发现:
(1)利用雷电监测网的监测数据计算得到的雷击大地的年平均密度,较使用《建筑物防雷设计规范(GB50057―2010)》中推荐的公式求得的值更为精确。
(2)通过分析评估对象所在地周边雷电监测数据,得到评估对象所在地雷击主导方向、次主导方向,为雷击风险评估提供真实数据。
(3)对比《建筑物防雷设计规范》三大类防雷建筑物雷电流幅值的推荐值,根据闪电监测资料中的闪电流强度值,按IEEE公式拟合得到符合评估对象周围雷电流幅值分布情况的雷电流I值,由该I值计算得到的电涌保护器Iimp参数选取更加科学、准确。
闪电定位仪阀值设定多少为最佳,是一个值得研究的问题。可能在一些阀值的设定下,闪电定位系统在探测到大量云地闪电数据的同时,云内闪电和云际闪电也被探测并记录下来,如何去除云内闪电和云际闪电的监测数据,是今后研究需要解决的问题。
★ 计量经济学概述-
