大数据工作要点十篇

大数据工作要点篇1

关键词：大数据；审计工作；风险；机遇

中图分类号：F239.45文献标志码：A

一、大数据的相关概念

大数据（Big Data）作为人类一次新的技术革命，它的出现给人们带来了海量爆炸式的信息，革新了众多科技技术，是信息届的一个全新现象。大数据的发展也体现了从理论走向实践的过程，世界范围内最早提出大数据概念的是美国的麦肯锡公司：他们认为大数据就是：“无法在一定时间内用传统数据库软件工具对其内容进行抓取、管理和处理的数据集合。”这一定义虽然比较简单，但是获得了大多数学者的认可。大数据具有4V特点，即容量（Volume）、多样性（Variety）、速度（Velocity）、价值（value）。

容量特性就是指大数据在数量维度上的特点，大数据顾名思义就是集合的海量数据，属于人们无法短时间内搜集、理解的数据，它的存储单位由传统的MB，GB，上升至TB乃至PB层面，数据的来源光，数量大，并且根据今年的统计报告可以看出大数据的数据的总量的增长幅度是逐渐变大的，往往呈现倍数增长，所以许多学者把大数据时代定义为爆炸式信息时代。多样性特性就是指大数据时代下的数据数据类型呈现多样的特点，数据的生产与传播方式多样化，可以这样说在大数据时代，我们每个人都是信息的生产者与传播者。速度特性就是指向对于传统的数据分析与数据的时效性来说，大数据时代下，信息的传播交流速度快，数据的“保鲜期”更短。价值特性与前三个特性有所不同，它说明大数据时代的信息和数据不仅具有量的优势，还有质的保证，这里的质指是就是数据的精确性与价值性。

新时期我国的互联网金融快速发展，大数据时代已经参与到审计工作的方方面面，任何事的出现都具有两面性，大数据作为一项技术革新的代表，它的出现与发展对审计工作究竟带来了那些机遇与挑战呢？这一点值得所有审计届同仁共同思考与研究。

二、大数据给审计工作带来的风险

大数据时代的到来使传统的审计工作发生了一些变化，主要体现在审计工作的模式发生了巨大变化，立项依据将由专家经验加风险评估向持续性审计信息触发转变。审计视角将由识别单业务条线风险向运用整合信息全面识别风险转变。审计范围将由抽样审计向全量审计转变，工作方式将由现场加非现场向信息化加智能化的方式转变。就工作方式而言，在大数据时代，审计人员运用智能化的信息技术开展审计，从混杂数据中发掘潜在相关关系，提升审计发现能力，使审计项目更具延展性和纵深性以及科学准确性。但是明确大数据给审计工作带来变化的前提下，还必须准确认识大数据给审计工作带来的挑战，主要是安全问题和数据质与量的问题。

1、安全问题

首先是审计数据的安全问题。审计工作的特殊性决定了审计人员在工作时有一定的保密性，对数据的处理与分析要有科学型，要注重安全性。大数据时代，任何一个主体单位都要与其它主体发生联系，主体间数据的联系众多，联系程度不一，这就使任何一个主体掌握全部数据成为不可能，所以云计算技术便应运而生，但是云计算时代的到来与云技术的不断发展给所有的使用主体都带来了一定的安全风险，一旦有黑客攻击很多数据可能会被篡改甚至损坏消失，这会对审计工作造成无法挽回的损失。所以在运用云计算时一定要有足够的网络安全防防护。审计人员要不断加强网络技术知识的学习，在实践操作过程中要保持警惕与观察力。

2、数据的质量问题

审计工作中，审计人员面对的是大量的数据，大数据时代，要求审计人员在分析数据时不仅要分析海量数据，还要善于发现这些数据之间的联系。但是，由于大数据时代的数据量大，数据类型多，造成数据的量大，而由于技术问题与操作问题也造成数据的质难以保证，所以，数据的质与量的问题一直是大数据时代冲击下审计人员工作的新难点与重点。要想保证数据的质量就要从两个方面着手。首先是电子数据存储的环境，包括内部控制、数据的检查、传输、进而对信息系统进行测试、评估等几个步骤，要细心确认信息系统本身是否存在不合理的地方以及漏洞使得数据不准确、不可靠。另一方面，审计人员可以从电子数据本身入手，通过数据库在内的多种方式来采集电子数据。尽量避免不准确的数据采集给审计工作带来的风险。

三、大数据给审计工作带来的机遇

大数据作为一项技术革命的集合，因为涵盖了大量的数据，所以促进了各行各业的信息交流，加深了社会经济各个环节之间的联系，加速了整个社会信息交流与处理的速度。这使得人们处理的数据总量增大，数据样本增多，对数据精确度的要求降低，更关注数据之间的联系。对于审计工作而言，传统的审计工作方式已经不能适应互联网时代的发展，计算机审计因为在应对大数据时代具有突出优势，所以在审计工作中越来越受到重视。宏观上看大数据给审计工作带来的机遇主要包括两个方面：一个是工作观念的革新，二是工作方式环境的转变。首先是工作观念的革新，传统的审计工作与人员接触很多，审计人员除了要有基本的审计知识还需要具有较高的协调沟通能力，但是大数据时代，许多工作人员都意识到必须革新观念，不断学习计算机技术与网络技术。第二是工作方式与工作环境的变化，就工作方式上，大数据给审计工作带来了新的发展，使得工作效率大幅提高，工作的准确性较之以前有所提高。工作环境上呈现工作范围缩小化，工作成绩扩大化的特点。

总结：

总之，大数据技术的不断发展给审计人员工作带来了新的机遇，使审计工作朝着精确、科学、高效化方向发展，要求新时期的审计人员在面对具体工作时，要树立不断发展的学习观，抓住大数据给审计工作带来的机遇，最大程度上利用大数据带来的契机。

参考文献：

1、 严霄凤 张德馨.大数据研究[J].计算机技术与发展，2013年第4期.

大数据工作要点篇2

[关键词] 大数据时代；高校；会计工作；变革

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2016. 07. 033

[中图分类号] G475 [文献标识码] A [文章编号] 1673 - 0194（2016）07- 0070- 02

随着会计信息化技术与高效财务改革的不断发展，高校会计信息信息化技术应用成为高校会计工作的主要发展趋势。特别是随着大数据时代的来临，为高校会计管理技术变革提供技术发展空间。正因如此，高校会计技术研究者结合大数据时代技术特点，以及高校会计工作改革的整体过程，开展了会计技术改革研究。这一研究的开展，对于新型高校会计改革的开展有着重要的技术支持作用。

1 大数据技术在高校会计工作中的作用分析

所谓大数据时代，就是以网络技术平台为支持，利用新型的信息化计算机技术，完成的数据挖掘、采集、统计以及分析等工作的数据管理技术时代。随着这一时代的来临，我国各类企事业单位财务会计工作都受到了较大影响。单就高校会计管理工作而言，大数据时代技术发展对其实际工作发展的作用包括了以下几点。

1.1 促进了高校会计创新的进行

在高校会计制度转型过程中，大数据技术的应用为会计创新提供新的空间。如在高校管理过程中，网络数据挖掘模式的应用为会计核算提供了新的数据支持平台。同时在在会计管理过程中，网络平台的建立为会计软件、信息审计等会计管理工作提供了更多的发展创新空间。

1.2 提高了会计预测质量

预测性会计工作的开展，是高校财务管理改革的重要组成部分，也是其适应市场管理改革内容。在大数据技术支持下，高校会计中的预测性管理质量会得到很大的提升。特别是在风险管理过程中，大数据挖掘得开展可以使高校提前预知市场内容的财务风险，并开展提前的抵御管理。

1.3 为高校会计管理提供实践支持

大数据技术的应用不仅为高校会计改革提供了数据管理支持，也为其提供了有效的经验支持。在我国高校财务改革中，从单一的事业单位会计管理模式到适应市场化进程的新型会计管理模式，其会计管理经验的缺乏是改革的主要困难。而大数据时代的网络平台，为改革的开展可以提供大量的会计管理经验。如在会计数据分析中，数据挖掘技术可以为高校会计提供西方高校或商业教育机构的管理数据，为高校会计提供有效的会计经验。

2 大数据时代中高校会计工作变革主要内容

将大数据技术引进高校会计管理工作，对于高校会计工作质量提升起到了极大的促进作用。在这一技术支持下，高校会计工作出现了以下变革。

2.1 会计数据分析质量得到了极大提升

在传统的高校会计工作中，受到事业单位会计管理模式影响，对于财务数据分析重要性缺乏足够认识。这也对当前高校会计管理中，引进大数据管理模式的主要原因。在大数据技术支持下，当前高校会计数据分析质量得到了极大提升。主要表现在以下方面。一方面数据挖掘为会计数据分析打下了坚实基础。在数据分析过程中分析数据的基数与质量，是保证数据分析质量基础。在大数据支持下，高校会计管理者利用网络平台中的数据挖掘技术，在网络平台中获取了大量高质量的会计数据，用于进行会计分析工作。另一方面数据分析平台得到了发展。在大数据技术的指导下，高校会计数据分析平台得到了有效发展。特别是在网络技术影响下，网络中的专业数据分析软件的发展较之高校现有的数据分析，无论在数据质量还是效率中都有着很大的提升。

2.2 促进管理的市场化因素提升

加之传统的高校会计实践工作而言，新型的会计管理工作中市场化特点更加明显。如在固定资产会计管理中，越来越受到建材、人力甚至土地开发市场因素影响。在这种情况下，高校会计工作中大数据技术的引进，可以很好地促进高校会计工作中市场因素的提升。这种促进作用表现在以下两点：①突出会计科目核算中的市场性特点。在大数据因素的影响下，高校会计科目在核算过程的市场化因素更加明显。如在会计核算过程，各种企业会计核算方法被高校会计所采用，就是其较为明显的特点。尤其在大数据模式下，大量的财务数据需要在市场化核算方式中进行核算，保证高校会计核算的顺利完成。②高校会计报告中的市场化特点更加明显。在高校会计工作中，会计报告的完成是会计管理的重要组成部分。在大数据理念以及新型会计制度引导下，当前高校会计报告中的市场性因素特点更加明显。如在会计报告的人力成本内容中，劳动力市场价格、人才培养成本等市场性因素内容更加突出。

2.3 会计管理制度质量大幅提升

在高校会计实践工作体系内，会计管理制度的制定是保证会计工作顺利完成的基础工作。好的会计管理制度，对于学校会计整体质量的提升有着基础性作用。在当前的高校会计管理制度的制定过程中，大数据理念的引进使得会计制度的质量大幅度提升。这主要表现在以下三个方面：①新型理念与方法的应用。在高校会计制度的制定过程中，大数据理念的引进使得许多新型的管理理念与方法在会计制度中得到采用。如在当前的会计制度中，绩效管理模式的应用就是这种新型管理方法的重要组成部分。②保证了管理制度中的数据支持。在高校新型会计管理制度中，高质量的管理数据支持发挥着重要的技术作用。在大数据技术支持下，高校会计管理人员对制度中的数据进行全面的核算分析，提高了制度中的管理数据精度，提高了制度中的实践性特点。③提高了制度的可执行性。利用大数据平台为高校会计制度提供实践经验，提高制度的可执行性是提高会计制度质量的重要措施。在实际工作中，会计管理人员发现大数据理念下的会计制度无论是在理解性，还是可操作性方面都有了很大提升。

3 结 语

在当前的高校财务工作中，高校会计工作实际内容与理念发生了较大的转变。造成这一现象的原因，既是高校会计改革的必然结果，也与大数据技术理念发展有着重要联系。在这一背景下，高校财务管理工作者针对大数据背景下的高校会计实践工作开展了实践研究，为高校会计管理质量提升提供理论支持。

主要参考文献

大数据工作要点篇3

[关键词] AutoCAD二次开发；城市地下管线；数据处理

[中图分类号] P208 [文献标志码] B [文章编号]

0 引言

城市地下管线是城市重要基础设施，是建立城市地理信息系统的重要组成部分。毋庸质疑，城市地下管线的档案资料是十分重要的。地下管线资料的缺漏与偏差以及传统的地下管线图文管理模式缺乏科学性与准确性，远不能满足现代化城市规划、建设的要求。因此，对地下管线进行全面普查及对其进行科学管理是城市可持续发展的迫切任务。

地下管线普查和地下管线修补工作都要进行大量的数据处理, 其中包括数据录入、生成管线图、形成成果报表等一系列数据处理工作。地下管线普查数据是地下管线普查工作的最终成果，是管理工作中的核心部分，因此，采用科学的地下管线数据处理方法是当前面临的重大课题。本文结合地下管线数据采集模式，介绍了基于AutoCAD开发的城市地下管线数据处理软件，并对综合地下管线进行数据建库、成图的过程（如图1 ）进行了探讨[[[]邓效应,李胜,毛世科.基于AutoCAD的管线数据处理一体化的探讨[J].测绘,2010,33(6):250-252.]]。

1 城市地下管线数据处理软件介绍

基于AutoCAD平台开发的城市地下管线数据处理软件，包括数据处理主系统、通信网络和数据采集终端，其中数据处理主系统包括与通信网络相连的通信单元、与通信单元相连的GIS组件以及分别与GIS组件相连的数据库和数据处理单元；数据采集终端包括与通信网络相连的通信模块、与通信模块相连的嵌入式GIS组件以及分别与嵌入式GIS组件相连的嵌入式数据库和数据采集单元[[[] 李学军,杨玉坤,,王勇,任宝宏,吕长广,李卫东,苗雷,杨智皓.一种地下管线数据采集系统[P].中国：CN202443492U,2012.09.19.]]。

在进行地下管线数据采集时，作业现场物探人员手持专用PDA手持终端在外业管线探测完成后，通过图形数据互动录入的方式对管线信息进行入库操作并生成管线草图，并且可以现场进行管线数据查错，数据采集完成后，将采集到的数据信息通过信息模块发送给远程的数据处理主系统，数据处理主系统的数据处理单元将通过通信单元接受到的管线数据信息存储到数据库中形成管线数据库，并对存储在数据库的管线信息进行数据查错、数据成图、图形编辑、统计分析与数据报表等数据处理工作。

2 数据处理关键技术

2.1 数据建库

双击数据处理软件图标，进入系统，单击【文件】【新建测区数据库】即可新建一个测区数据库。在弹出的对话框中输入文件名，如：济南市地下管线数据库，点击保存，在该目录下的文件夹中，自动建立一个ACCESS格式的数据库文件[[[] 王学生,王学进,徐义平. 城市地下管线探测与建库技术探讨[J].现代测绘,2012,35(1):37-39.]]。

2.2 数据录入

该数据处理软件支持强大的数据录入功能，主要有三种数据录入方式[[[] 陶国强,吴良才.城市地下管线数据处理与数据库设计[J].矿山测量,2002,(4):26-27.]]。

（1）物探库过渡录入方式：此录入方式录入界面和外业记录表格格式一致，方便直观，便于前期大批外业数据的录入、查错和修改。

（2）直接分离点线录入方式：此录入方式将物探数据直接分离为点记录和线记录，便于管线内业数据的后期处理和修改。

（3）图形点线录入方式：此录入方式通过图库联动的方式在绘制管线点和管线段图形的同时建立点线数据库。

2.2.1 新建管种

如果已经打开或新建测区数据库，在操作工具菜单栏中点击【文件】，打开【文件】下拉菜单，点击【新建管种】将打开如下对话框，在下拉框中选定要新建的管类，点击【确定】。

2.2.2 录入物探数据

该数据处理软件支持数据批量录入功能，通过对PDA中Pocket-Access数据库中数据的访问，可实时的对管线点线属性数据库进行增加、删除、修改、查询和浏览等操作[[[] 陈书堂,王勤华,石志峰,廖鸿龙,刘燕,张小雁.工程数据库建库和数据录入技术[J].测井技术,2004,28(5):433-435.]]。

2.3 数据查错

本文所介绍的数据处理软件具有全面的数据查错功能：

（1）可自定义的数据查错方式：用户可自定义数据查错的种类和方式。

（2）全新错误记录定位功能：用户只需双击错误提示行（错误输出窗口中），既可自动跳转定位到对应错误记录（如果当前管种录入界面已打开）。

由于在外业探查、数据录入及测量作业时，难免有些疑难问题或者错误出现，对生成的图形和数据库要进行查错处理，就是对数据库进行完善。数据查错有图面查错、数据库查错等，图面错误主要是指通过浏览所生成的管线图，辨别图面上有没有不合理的地方，比如飞线，断线，交叉线，穿井线等。对有疑问的地方要对照草图比对改正，不能确定的去实地查验[[[] 孙变富.地下管线内业数据的检查方法[J].城建档案,2008,(9):46-47.]]。数据库查错主要指通过系统自带的查错程序，对数据库内数据的逻辑关系，关键字段的填写，数据的合法性等的检查。

2.4 管线成图

该数据处理软件具有快速的管线成图功能：

（1）改进的管线成图算法大大缩短了管线成图时间，适合对大批量数据进行处理。

（2）三维管线成图和查询功能。

（3）分管类、分图幅、自定义SQL条件查询成图功能。

在数据录入和数据查错完成后，就可以对管线进行“管线成图”处理了[[[] 廖国良.浅谈地下管线的数据调查_测绘及处理方法[J].广东科技,2011,(16):231-232.

]]，在此之前，必须将坐标信息添加到当前数据库所有管类的点表中。

2.4.1 补充点库坐标数据

在主菜单栏中点击【数据处理】，打开【数据处理】下拉菜单，点击【补充点库坐标数据】。

2.4.2 生成管线图

在主菜单栏中点击【管线成图】，打开【管线成图】下拉菜单，点击【生成管线图...】。选择所有类别，点击【确定】，在系统中就会自动生成与数据库对应的综合管线图。

3 技术特点

操作方便。只要操作数据采集终端即可完成数据记录和绘制管线草图，数据记录选择定制的下拉菜单和工具条，操作简便。

工作效率高。该数据处理软件的应用使得管线普查的外业探测和内业数据处理联系在一起，省去了纸质外业草图绘制、原始记录整理和内业数据建库等原始作业，简化了工作流程。

出错概率低。数据采集终端的数据查错技能和实时管线图形生成功能减少了数据出错的几率。

作业成本低。采用数据一体化技术，缩短了管线普查工期，降低了劳动强度和生产成本。

大数据工作要点篇4

[关键词]大数据；企业；人力资源管理

doi：10.3969/j.issn.1673 - 0194.2016.06.091

[中图分类号]F272.92 [文献标识码]A [文章编号]1673-0194（2016）06-0-02

随着互联网技术、计算机以及信息技术的快速发展，大数据作为一个全新的概念在时展的趋势下应运而生。当前大数据时代已经到来，未来社会发展过程中我国需要加强对大数据的研究。在大数据时代，人们的生产、生活方式发生了改变，企业的发展同时也发生了改变，企业的人力资源管理工作面临着巨大挑战，同时也迎来了全新的机遇。企业发展过程中人力资源管理工作如何适应时展，成为每一个企业管理者重点考虑的话题。

1 大数据的特点与功能

信息时代的发展呈现出来的一个突出特征是大数据。在信息爆炸时代对一些无法通过人工在短时内整理出来的海量信息数据称之为大数据。

在人类网络行为日益普及的背景下，大数据自然而然产生了，海量信息数据中就包含着生产者的真正意图以及偏好设置，还包括一些非传统结构及意义的数据。大数据的突出特征是种类繁多、数量庞大，并且生产以及更新数据的速度非常快，大数据所蕴藏的社会以及经济价值是前所未有的，当今社会人们称大数据为“新的石油”，其可以和货币以及黄金相媲美，具有极大的发展潜力。大数据的特点以及功能主要有以下四点。

1.1 数据量巨大

新首页的导航每天提供的数据在百度资料中显示为1.5 PB以上，如果将这些数据全部打印出来，需要用到超过5 000亿张A4纸。人类生产的印刷材料能够处理的数据量根据相关资料证实只有200 PB。所以说，大数据作为一种新引擎，能够促进信息产业的高速发展。

1.2 数据信息价值密度较低

比如在一段一小时的监控视频中可能仅仅只有一两秒的时间真正有价值，这就要求科研方法以及手段必须发生改变。

1.3 大数据时代信息处理速度非常快

大数据在加工处理过程中诞生了“1秒定律”原则，大数据的处理可以在短时间内获取各种非常有价值的信息。个人以及企业可借助大数据的这一特征提高自身核心竞争力。

1.4 数据类型多种多样

大数据时代出现的数据不仅有图片，还包括音频、视频以及位置信息和其他类型的数据等，这些数据当中有很大一部分是个性化数据。

2 大数据下人力资源管理特点

企业在开展人力资源管理工作中可以借助于大数据，如精简公司招聘流程，通过搜集的岗位需求数据，对一些前来应聘人员的个人信息数据进行分析，以决定是否聘用以及给予应聘人员什么样的薪酬；利用大数据分析员工工作效率来判断哪些员工需要得到提升等，确保公司的人员管理工作能够得到强大的数据支持。

2.1 让人员决策有数据支持

传统的企业人力资源管理方法缺少数据支持和定量分析，使用的方法主要有经验预测法、德尔菲法、描述法等。管理人员在使用这些方法进行决策时，受自身知识水平、文化背景及个人主观情绪的影响，致使决策的准确性大大降低。但在大数据时代，企业进行人力资源规划工作时，可对员工的工作状况进行动态跟踪，包括员工的工作状态、离职率及员工需求量信息等。比如，谷歌的人力资源部门被称为“People Operations”，该部门的核心工作是对企业员工的数据进行跟踪，这是一项非常复杂的工作，目的在于通过员工数据分析，不断改善企业的人力资源管理状况，为人员决策提供强有力的数据支持，确保人力资源管理工作的准确性。

2.2 定量化的人才选聘模式

在传统的人员招聘工作中，人力资源工作人员的主要工作是从众多应聘者投递的简历中获取信息，以便找出符合岗位需求的优秀人才。这种人员招聘方法的应用使面试过程中的主面试官很容易受主管情绪的影响，暗箱操作、的现象屡见不鲜。大数据时代的到来，使企业的人力资源管理工作有了很大改善，企业人力资源部门可以通过大数据分析现有员工的岗位胜任能力，并建立起能力胜任模型，制定岗位选拔标准，在人工招聘工作中利用大数据对应聘者的基本信息、个人能力以及社会关系和就业趋向等信息进行处理和分析，与事先建立起的岗位胜任能力模型相对比，寻找到匹配度最高的应聘者，大大提高人员招聘工作的效率。

2.3 利用“学习分析技术”为员工量身定制培训与发展规划

企业人力资源部门对员工进行培训和开发工作时，比较难以把控的事情是如何确保员工开发和培训效果。大数据时代的到来，HR工作人员可以对员工的学习需求、行为及模式等信息数据进行分析，以便及时了解员工的自我学习进程和效果，在培训过程中提高对员工个人发展的关注度。HR工作人员在对员工进行专项训练以及日常评估时要及时分析员工的岗位胜任能力，帮助员工制定个人职业发展规划。比如，在公司开展大规模的网络公开课，对员工进行培训，员工会在网页点击自己关注的链接，在网页中记录员工活动的轨迹，以了解不同员工对不同知识的需求及爱好，用这种方法记录单个个体行为看起来十分混乱，但经过长期记录，就会从网页数据中当分析出群体行为规律，还可以分析员工的个体学习行为，帮助员工打造个性化职业发展规划。

2.4 利用大数据技术进行薪酬管理

在企业经营管理工作中，薪酬管理工作变得越来越重要。企业有效进行薪酬管理工作可以帮助自身引进一些能力较强的人才，并且使其为自身长期工作，从而促进企业整体竞争实力的提高。企业及员工的直接利益与企业的薪酬管理制度紧密相关，双方对其的关注度都很高。大数据时代的到来，使企业经营管理者可以通过海量数据信息分析出整个行业的薪酬水平，以便在人员招聘工作中设定合理的薪酬标准，达到相关岗位需求人员对薪酬水平的预期，不断改善企业薪酬管理工作。

3 结 语

大数据时代的到来为企业进行人力资源管理工作提供了强大的技术支持，帮助企业在薪酬管理、人员招聘、员工开发和培训、人员招聘以及人才选拔模式方面的水平提高奠定基础，大数据时代加快了企业进行人力资源管理工作全面革新的步伐，提高了企业人力资源管理工作效率。

主要参考文献

[1]邬贺铨.大数据时代的机遇与挑战[J].求是，2013（4）.

大数据工作要点篇5

【关键词】水利电子政务系统数据库应急恢复方法

在水利电子政务系统运行的过程中，系统中包含着大量的有用数据，保证数据信息的安全性是非常重要的，但是在实际的工作当中，一旦计算机的软硬件出现相关的故障，将会导致数据库中大量的数据信息不能正常的使用，出现这种情况时，采取有效的措施在尽量短的时间内恢复系统的正常运行是非常必要的，本文就针对此予以简单分析。

一、 数据备份与恢复的重要性

备份工作就是根据实际的需要，应用一定的方法对数据库中的重要信息数据进行复制与转储，在数据库系统运行过程中，应该考虑的首要问题就是采取一定的措施进行数据的备份，Oracle中不管是对于高可用性数据库还是常规的数据库都具有非常好的数据备份与恢复功能，在水利电子政务系统是数据库开发、测试的过程中，数据的备份工作只占到了很小的比例，但是在实际的数据库运行管理工作中，数据的备份发挥着非常重要的作用，在整个系统的运行过程中，一旦出现数据丢失现象，将会造成非常严重的影响，一个成功的备份工作，能够为系统使数据恢复工作提供必要的信息支持，在系统数据恢复工作中发挥着非常重要的作用。

在系统运行的过程中，如果出现较严重的系统崩溃现象，就必要进行数据恢复工作，在实际的数据恢复工作中，保证数据恢复的及时性与精确性是非常必要的，对于一些比较重要的系统，在数据备份恢复方案的制定过程中，要对相关的恢复方案进行严格的数据恢复测试，只有通过了数据恢复测试的备份恢复方案，才能将其应用于备份恢复工作中，这对于恢复工作的及时性与精确性是非常必要的。通常情况下，水利电子政务数据库系统采用的是Oracle10双机集群数据库系统，备份策略的制定是应用HPDP软件来进行制定，采用一定的措施将相关数据在磁带库上进行备份是非常必要的，在备份恢复测试工作中，通常需要进行的两种测试是：（1）相关数据信息从UNIX平台数据库移植至Windows平台数据库的测试；（2）相关数据信息从双机集群数据库恢复到另外的单机数据库的测试。

二、 常用的数据备份恢复方法

在Oracle数据库中，其备份方法中，具有逻辑备份与物理备份两种，根据数据库的归档方式的区别，又可以将物理备份方法划分为归档模式与非归档模式两种，又可以将归档模式称之为热备份，将非归档模式称之为冷备份，在归档模式中，能够成功的将数据库恢复至介质失败之后的失败点，这是其有别于其他备份方法的显著优点，采用其他的备份方法只能将数据库恢复至介质失败之后的最后一次备份点。

在逻辑备份工作中，主要应用的是Export/Import工具来开展备份恢复工作，但是他不能同归档日志文件组合来应用，在其数据备份工作中，需要另外创建一个数据库备份文件，在实际的应用中，这几种方式各有优缺点，归档模式的优点是能够将相关的数据恢复到指定点中，能够在不关闭数据库的情况下，进行精确的备份恢复；但是其也具有过程形式复杂，需要专用的存档空间等缺点。非归档模式的显著优点是操作简单，能够非常方便的开展相关的备份恢复工作。逻辑备份的主要优点是：能够针对特定的对象来进行备份与恢复，并且能够有效的实现跨平台的数据迁移，并且在进行相关的操作时，不用将数据库进行关闭，但是其具有一个明显的缺陷是不能对介质失效进行有效的保护。

在非归档方式中，其数据库的备份主要是在数据库关闭的状态下开展，其备份的内容有：ini、联机日志、控制、数据等文件，在备份恢复的过程中，只要将相关的备份文件进行拷贝，并将数据库进行启动就可以完成，但是在其备份恢复工作中，要求数据库处于完全宕机的情况下，但是这在很多应用系统中是难以实现的，所以在这种备份方法在实际应用中应用范围较小。

在实际的备份恢复工作中，要根据整个项目的资金分配及实际的系统要求，综合考虑各种因素，在进行全面的比对与衡量的基础上，根据实际的需求采用合适的备份恢复方法。

结束语

水利电子政务系统数据库运行过程中，保证其数据安全是非常重要的，本文就结合其系统运行特点，对其数据备份恢复的必要性进行了简单分析，并对其常用的几种备份恢复方法的优缺点进行了简单分析，对于水利电子政务系统的数据库应急恢复具有积极的作用。

参考文献

大数据工作要点篇6

关键词: Excel；工程测量；过程与方法；数据处理;

中图分类号：TB22文献标识码： A 文章编号：

1 Excel 软件的简介

Office Excel 软件是微软公司Office 软件组里的一个电子表格软件, 其数据处理功能十分强大, 在诸多行业中得到广泛应用。

软件提供了一个很直观的表格视窗, 其数据处理功能主要通过公式、函数以及自动计算来实现。所谓公式是用户设计的对Excel 工作表进行数据计算和处理的内容; 而函数则是一种特殊的公式即预先定义, 执行计算、分析等处理数据任务的特殊公式。通常函数都有特定的语法, 有计算参数。Excel 软件函数库包含了大量的数据处理函数, 如数学与三角函数, 统计函数等。除此之外, 用户还可以根据需要制定用户函数。一个公式中可以包含多个函数, 用户在自定义函数时也可以调用原有的函数。

自动计算功能是指Excel 能够通过一个或多个单元格的数据、公式进行扩展计算。Excel 软件的自动计算功能通常通过以下两种方式在实现, 一是根据已选中单元格之间的数据的逻辑关系进行扩展计算, 例如单元格A1=1、A2=2, 选中A1, A2向下拖动扩展计算可得到A3=3, A4=4, ⋯; 二是根据选中单元格的公式进行计算, 例如单元格C1=A1+B1, 选中C1向下拖动填充可得到C2=A2+B2。自动计算的操作十分简单, 是进行数据处理的重要方式。Excel 工作表的设计则直接关系到自动计算的正确与否, 它是Excel 软件使用的难点也是关键点。

2 Excel 处理公路工程测量数据的过程与方法

公路工程的测量数据处理工作通常包括: 施工放样数据和各高程数据的计算、工程控制网的平差计算、日常测量数据管理及计算、内业资料管理等。

利用Excel进行公路工程测量数据一般按图1 (数据处理流程图)所示流程处理。其中设计合理高效的数据处理工作表是数据处理工作的关键。而建立科学高效的数据处理模型以及编辑好合适的数据处理函数, 可以使工作表的设计工作大大简化。

图1数据处理流程图

在实际工作中, 我们要做许多相似的工作, 如线路计算和坐标计算及坐标转换等, 我们可以根据需要编辑相应的类专门完成类似的计算任务。在实际工作中我们建立两个数据处理类, 一为常用测量计算函数类, 命名为CLJS; 二为线路常用计算函数类, 命名为XLJS。CLJS类主要包括下列函数: Fwj(XA, YA,XB, YB), 计算A点到B点间的方位角; Pj(XA, YA, XB, YB), 计算A 点到B点间的距离; Deg(Dfm), 将以度分秒为单位的角度值化为以度为单位的角度值; Dfm(Deg), 将以度为单位的角度值化为以度分秒为单位的角度值; Px(XA,A), 根据已知点的X坐标和方位角计算未知点的X坐标; Py(YA,A), 根据已知点的Y坐标和方位角计算未知点的Y坐标。XLJS类所有函数中的角度值必须以度分秒为单位, 该类主要包括以下函数:Zx(L),计算指定里程中桩的X坐标;Zy(L),计算指定里程中桩的Y 坐标; Fxj(L), 计算指定里程位置的法线方位角; Zbx(L,D), 根据里程和离设计中线的支距计算边桩的X 坐标; Zby(L,D), 根据里程和离设计中线的支距计算边桩的Y 坐标; Zg(L), 计算指定里程中桩高程; Zhp(L), 计算指定里程的左横坡; Yhp(L), 计算指定里程的右横坡; Zbg(L,Zhp,D), 根据中桩里程、左横坡及离高程设计线的距离计算边桩的高程; Ybg(L,Yhp,D), 根据中桩高程、右横坡及离高程设计线的距离计算边桩高程。桥梁及构造物相关数据的计算主要依

赖以上两个类里的函数再编辑公式进行计算。

测量常用计算的数学模型比较简单, 但在Excel 函数库中角度值都是以弧度为单位, 而我们常用的角度值是以度分秒为单位, 也有的是以度为单位。Excel 函数库也提供了Radians(Angle)、Degrees (Angle) 两个函数进行度和弧度间的角度值转换。根据我们的作业需要, 我们还编辑了度分秒角度值和度角度值间的相互转换函数。两个函数的代码如下:

Public Function deg(dfm As Double)度分秒转度

deg=Int(dfm)+Int((dfm-Int(dfm))* 100) / 60 + ((dfm-Int(dfm)) * 100 - Int((dfm - Int(dfm))*100))*100/3600End Function

Public Function dfm(deg As Double)度转度分秒转

dfm = Int(dcg) + Int((dcg - Int(dcg)) * 60) / 100 + ((dcg- Int(deg)) * 60 - Int((dcg - Int(dcg)) * 60)) * 60/10000End Function

线路计算函数的编写依赖于线路设计要素。可以从设计要素表(曲线表和纵断面表)中读取线路设计要素, 也可以把线路设计要素直接写入计算函数中。前一种方法需要编制完整的设计要素表, 算法比较复杂。后一种方法则相对简单, 但是要增加大量的代码。

有了这些自定义函数的辅助,在它们以及Excel 原有的200 多个函数的基础上进行工作表设计, 编写单元格计算公式,难度将大大降低。在实际工程中为了保证计算数据的完全正确, 应对数据模型, 自定义函数, 工作表的各项数据进行仔细的复查。在现场工作时还因对现场需要和施工情况及时跟踪反馈, 保证工作效率, 确保无误。

3 发展前景

Excel VBA 有着强大的程序编辑功能, 不仅可以编辑函数,还可以编辑窗体界面和菜单, 而且在Excel VBA 中访问Excel工作表的单元格非常方便也非常直接, 因此测量数据处理程序的开发也变得十分方便。测量工作者已开发了交会计算、土方计算、水准测量平差、导线平差等多种程序。

基于Excel 工作表可开发出较复杂和规模较大的测量应用程序, 覆盖测量常用的数据处理功能, 具有实时、可视化等特点, 在测量数据的处理方面表现出了其他测量程序难以比拟的优越性。在公路工程应用上发挥了极大的作用, 充分体现了现代工程测量的实时、动态和可视化等要求。为诸如放样方案的比选、控制网布网方案的比选、测量数据管理等创造了良好的条件，所以发展前景很大。

4 小结

大数据工作要点篇7

关键词：仿真数据管理；仿真过程管理；虚拟样机开发

中图分类号：TP3 文献标识码：A DoI: 10.3969/j.issn.1003-6970.2012.06.020

Study on Management Technology of Virtual Prototype Collaborative Development

He Xiao-chuan1 LI Xin-xing2

(1.Equipment Institute, 2.Chinese maritime satellite monitoring and control unit)

【Abstract】In order to solve problems caused by various format of simulation data and complex operation flow on collaborative simulation from different software in the development of virtual prototype technology, this article analyzes and designs the SD&PMS(Simulation Data &Process Management System)frames based on three key capacity of simulation organization structure and capacity of information management, simulation nodes and node plan management. The simulation data, relationships and flows were coordinated and optimized from technological and administrative point of view.t

【Key words】Simulation data management;Simulation process management;VP develop

0 引 言

虚拟样机技术出现在上世纪60年代，可以在产品开发的初期，便能以很高的真实度对产品进行概念设计，功能仿真，发现设计中存在的大部分问题，所以受到制造业的广泛欢迎。随着计算机硬件性能的提升和相关仿真理论快速发展，从20世纪90年代到21世纪初，虚拟样机技术的应用出现了高速增长，从原来的汽车等不多几个行业发展到航空，航天、建筑、国防等诸多行业，软件产品从几种增加到上万种，为工程师提供了高效、低成本的解决问题的手段。[1]很多企业在虚拟样机技术的大规模应用中受益，但同时他们发现，必须花费大量的精力用于管理仿真中出现的各种数据、协调各仿真单元间工作，这项工作的难度甚至超过了项目自身的实际技术问题。如何管理日益庞大和复杂的仿真数据，如何将工程师的精力更多的投入到问题本身是在虚拟样机技术应用中出现的新问题。

随着现代工业的发展和进步，机器人在高危险、高强度等众多行业和领域内替代了人类进行工作，汽车、轮船、飞机等现代化工业产物的生产车间内到处都是机器人的身影。大大地提升了生产效率。但是从事复杂工作的机器人的制造和设计过程也非常复杂，通常采用虚拟样机技术进行前期的概念论证和设计。大型项目中由于参与人员、涉及知识领域众多，不可避免地带来了管理和协同方面的问题。

本文深入分析虚拟样机设计开发工作组级仿真的特点，提出建立具有仿真组织结构和能力信息管理、仿真节点和节点进度管理和仿真节点进度管理三个关键能力的SD&PMS，来在管理和技术两个方面对仿真中的数据和流程进行有效管理。

1 现代虚拟样机技术大规模应用中的问题分析

由于虚拟样机技术的应用不再是只限于产品的设计阶段，也不只是聚焦在某个问题上，而是贯穿了产品的概念设计，模型设计、功能仿真、维护保障等一系列实际环节中。而在应用迅速增加时，[2]相应的管理理论却发展缓慢，因而在实际应用中出现了一些新特点。

1）工作组级的仿真作业具有自身特点。①人员依赖度大，某些设计人员的流失或不在位会导致产品设计过程断链，而培养一个称职的新设计人员又是一个艰苦漫长的过程。②工作方式灵活哦，小组内可以一人承担多个任务活每个人可能根据需要不断地变换角色；③管理制度弱，不具备企业那样的严格管理规定等显著特点，因此大型的仿真数据和流程管理系统并不适用于工作组级的仿真管理。

2）仿真中需要综合多个专业的工作，历经总体方案设计、部件原理设计、详细设计、虚拟样机分析仿真等多个阶段。综合使用CAD、CAE软件以及自编的专业设计、计算程序，需要执行大量复杂而专业的业务流程，并需要在多种专业设计、计算、仿真软件之间传递数据。[3]

3）由于虚拟样机仿真技术在使用过程中具有自身的特点，比如软件种类多、数据量大，数据格式多样，软件互操作性强等，在仿真发挥越来越重要作用的今天，需要与自身特点相适应的信息系统来进行仿真管理。

正因为如此，工作组级的复杂产品研发过程有着自身的特点和要求，而且工作组级的开发工作承载着仿真中的大部分实际工作，是仿真中的主体。目前还缺乏具有针对性的信息化管理手段，所以造成了很多问题。

1.1 工作组的工作过程对人员的依赖性太强

以前仿真作业主要依靠少数具有极强专业知识的工程师，人员的流动是每个项目都会遇到的问题，而工作组级的组织无法像企业那样实行严格的管理制度，因而在仿真中少数工程师的离去后，如果没有依照一定的方式来有效管理他的仿真作业的话，新的工程师将很难继续他留下的工作，项目就必须承受由此带来的损失。

1.2 仿真的目的和仿真的方式的改变，之前的管理模式难以承受

仿真的目的由之前的单一验证、数据比对向着参数敏感度分析、迭代反馈、评估优化等多样化改变，仿真的方式由小组作业向着协同作业发展，多学科、多参数、多耦合场的大规模计算机分布式仿真的应用起到了不可估量的作用。[4]由此带来的是仿真数据的大爆炸。仿真数据的种类是单靠人脑无法理清的，仿真数据的大小也能够在很多时间内填满任何一块硬盘。

1.3 PDM难以胜任仿真管理的需求

目前数据的管理主要是通过PDM来实现的，而PDM系统主要关注的是如何定义产品的数据和产品的开发、制造流程，活动也是围绕文档管理、产品结构与配置管理、零部件分类管理、工作流和生命周期管理展开。通过对仿真数据和文档的管理来对产品开发进行上层的跟踪管理，主要活动是管理CAE软件所需的前处理数据模型和仿真的结果。

从前面的分析可以看出，随着仿真应用的深入以及其中出现的新需求和问题，作为仿真主体的工作组应该结合自身特点找到一种适合自身特点的信息化管理方法，对工作组工作组在进行项目开发时的仿真目标、人员配备、仿真能力、知识、进度计划等进行有效管理，来提升工作效率，降低风险，提高仿真的质量。

2 SD&PMS分析与初步设计

根据前面分析的工作组级的基于虚拟样机技术的仿真作业中出现的问题，在对其内在问题分析的基础上，提出了在SD&PMS中建立仿真组织结构和能力信息管理、仿真节点和节点进度管理和仿真节点进度管理三个关键模块，并初步设计了他们的工作原理和工作方式。

2.1 工作组仿真组织结构和能力信息管理

工作组的仿是多人协同的工作，规模一般十几人到几十人，在仿真作业之前有必要建立工作组的基本信息，包括组织关系，职责划分等，为整个仿真过程提供可参照的依据。首先由项目的主要负责人、小组负责人或者是能够把握整体的工程师们成立总体组，总体组根据项目要求和人员对项目进行总体设计分系统划分等上层工作，然后根据分系统目标和能力需求建立分系统工作小组。在项目开始前期总体组进行项目目标管理，进度计划制定，仿真任务划分，节点制定等前期工作，仿真小组根据总体组授予的任务、节点要求和相关的指标进行分系统级的仿真工作，如果在工作中发生人员变化和目标变更等情况，则要及时修改仿真结构和能力信息。

2.2 仿真节点和节点进度管理

仿真节点间存在着两种顺序关系上下游顺序和并行集成关系，上下游顺序中，仿真任务的开展必须需要其他节点的结果数据，比如说需要CAE仿真中可能会需要CAD的模型，敏感度分析中可能需要对模型进行参数化，这样的仿真节点；集成的顺序是指仿真需要各子系统同时协调配合工作。仿真中不愿看到的情况是仿真节点的某些条件已经达到，而一些条件却迟迟不能满足，不但影响仿真的进度，同时也造成资源的浪费，使得工作小组无法开展后期工作。所以需要在仿真工作开始之前对仿真的流程进行设计，对任务量，可能的工作时间进行预估，以控制仿真进度要求，合理利用资源。这里通过任务流程表来管理。

2.3 仿真功能流程管理

虚拟样机仿真系统中通常都会用到许多不同的软件工具，这些软件可能来自不同的公司，同时这些软件的设计思想，数据结构，求解方式都有很大的不同，软件之间通常需要采用一些方法来达到共同工作的目的。在整个项目中最好能够对这些软件间协同工作的方式作以规范，这样可以使仿真中产生的数据通用性更强，减少出现错的机率，同时便于管理和对出现的问题追溯原因。很多优秀的软件之间都有一些比较成熟的方式进行互通，这些方法可能来自与软件中的某些模块或者来自于工程师的经验。所以在仿真之前最好对采用的方式做好定义，并能够根据定义开发出相应的接口配置程序，不但简化操作，同时可以是工程师在分析时更多地关注于原理本身，而减少浪费在软件操作和验证上的时间，并且这个方面的积累对项目组的长远发展有着重要的意义。这里将能够通过程序自动实现软件间数据传递的能力作以集成，将不能够通过程序自动实现，只能通过中间数据格式或者其他方式实现的数据传递作以规范，即提供数据插件和数据传递规范表两种方式来对软件间传递数据进行管理。下面以CAD（Computer Aied Design）、CAE(Computer Aied Engineer)和SC（Scientific Computation）软件间的程序数据传递示意图和规范表来做简要说明。

这样在仿真中软件之间需要交互信息时，首先查询数据交互规范表，按照规范表中配置来规范数据交互的过程。

3 总结和展望

本文通过分析工作组级的仿真作业特点，提出了建立SD&PMS系统，并通过该系统下的仿真组织结构和能力信息管理、仿真节点和节点进度管理和仿真节点进度管理三个关键模块对仿真中的数据、仿真流程等一系列实际问题进行了有效的管理。实践表明通过SD&PMS的应用，不但使仿真效率得到了一定程度的提升，同时使仿真的流程更加清晰，容易控制。减少了多领域，多学科，多软件之间协同中带来的数据混乱，同时由于有清晰的仿真计划和仿真流程，也将人员流动带来的损失降到最低，可以说带来了很多方面的益处。

参考文献：

[1] V.P. Holmes, W.R. Johnson, and D.J. Miller, “Integrating MetadataTools with the Data Services Archive to Provide Web-basedManagement of Large-Scale Scientific Simulation Data”, Proceedingsof the 37th Annual Simulation Symposium[J].IEEE COMPUTERSOCIETY, APR 2007.

[2] M.D. Jones, A.K. Patra, and K. Paley, “Adaptive Simulation:Dynamic Data Driven Application in Geophysical Mass Flows”，Proceedings of the 19th IEEE International Parallel and DistributedProcessing Symposium[J].IEEE COMPUTER SOCIETY, MAY 2005.

大数据工作要点篇8

关键词 高职院校 数据平台 研究

中图分类号：G717 文献标识码：A DOI：10.16400/ki.kjdks.2017.03.011

为贯彻落实《教育部关于印发〈高等职业院校人才培养工作评估方案〉的通知》（教高〔2008〕5号）精神，推进内涵建设，为高职院校变革管理方式、监控人才培养工作质量，为教育行政部门宏观管理提供决策依据，数据采集平台应运而生。[1-2]随着“云时代”的到来，大数据越来越受到人们的关注。由广州工程技术职业学院开发的“高等职业院校人才培养工作状态数据采集与管理平台”全面升级，全国各高职院校实现数据全面覆盖、云端共享，管理更加便捷。然而，大数据共享的用离不开数据的准确性，在数据采集过程中，由于数据量大，涉及部门多等原因，难免出现数据奇异点。[3-5]

对于民办院校，如我校因办学时间短，办学经验不足，在填报数据平台中存在很多问题，究其原因，主要表现在四个方面：（1）管理制度不够完善；（2）组织结构不太健全，数据平台管理人员及数据采集员多为兼职；（3）人员流动性大。对于民办院校，由于人员不稳定，人事变动大，数据代填报，可能造成数据填报错误；（4）数据平台个别指标理解不到位。尤其是新办院校，缺乏高职教育管理方面的专业人才，对个别指标理解不够充分，导致数据填报不合理。由于上述问题的存在，导致填报错误多，数据奇异点多，不仅影响学校整体规划，而且影响教育行政主管部门的决策。为此，提高数据采集的准确性，加强数据采集管理，使其更好地为管理者服务显得至关重要。本文根据教育部对人才培养工作的要求，结合状态数据采集平台的管理经验，探索新办民办院校数据采集与管理平台管理的方案，逐步消除数据奇异点，还原真实的数据，真正发挥数据平台的功能。

1 制度引领

俗话说“无规矩，不成方圆”，规矩即规章制度，是用来规范行为的规则、条文，是引领工作正常进行的重要保证。工作能否有效推动，很大程度上取决于制度是否健全，只有建立和完善相关的管理制度，才能更好地促进工作作风的转变。为进一步落实状态数据采集平台的填报工作，在调查研究及工作实践的基础上，经过多次论证修订，制定了“人才培养工作状态数据采集平台管理办法”，明确各部门工作职责。根据数据特点及学院各职能部门实际情况，制定数据平台任务分工表，2016年部分任务分工见表1。以2016年“状态数据 V2.16a001版本”为例，一级数据“1基本信息”中包含6个子数据，即二级数据“1.1 名称”、“1.2 联系” 、“1.3 2016年招生计划”、“1.4 2016年招生方式”、“1.5 2016年9月1日前在校生”、“1.6 机构设置”，6个二级数据分别由负责相应工作的职能部门完成，而二级数据“1.5 2016年9月1日前在校生”中的一个三级数据其中“培训规模（人天）”、“培训对象（人次）”归口学校职业技能培训中心管理，因此由其配合填报。再以状态数据“办学经费”为例，包含两个一级数据“A5-1经费收入表”、“A5-2经费支出表”，其中“A5-2经费支出表”中的子数据“设备采购”、“实（验）训耗材”、“实习专项”费用由实训中心配合填报，“教学改革及研究”费用由教务处配合填报，其中“聘请兼职教师经费”、“师资建设”费用由人力资源处配合填报，“图书购置费”由图书馆配合填报。数据的三级分类确定了数据源头，而主责部门和配合部门的合作可确保数据的准确性。

2 重在执行

伟大的哲学家、思想家老子说过：“合抱之木，生于毫末；九层之台，起于垒土；千里之行，始于足下。”制度的生命在于执行，制度的价值在于落实。不抓制度执行，制度就如镜中花、水中月，华而不实。为贯彻“人才培养工作状态数据采集平台管理办法”，特成立状态数据采集工作组。针对民办院校人员流动性大的特点，由教务处牵头，选用各部门优秀骨干人员担任数据采集员，教研室主任担任二级院系数据管理员，形成了由部门数据采集员、教研室主任、教师为主体的数据采集管理体系，保证数据填报工作的连续性。同时，各部门负责人作为本部门数据的第一责任人和审核人，确保数据的准确性。

3 过程控制

在执行“人才培养工作状态数据采集平台管理办法”的过程中，教务处作为全校数据平台的协调部门，应注重过程控制。[6]首先，各部门数据采集员、教研室主任初审本部门填报数据，再由部门负责人审核把关后上报教务处，教务处全面协调各部门之间的工作，分析数据表之间的关联性。数据汇总后通过关联性分析判断数据之间的逻辑关系是否符合要求，从而发现奇异点数据，进一步反馈给相关数据采集人员核实修改。同时邀请校内、外专家对数据平台填报工作进行评估指导，找出奇异点数据，确保数据的准确性。此外，数据采集过程中还存在很多常识性错误，如填报格式有误、统计区间不准确、教工号有误、课程代码错误、漏报误报等，导致数据准确性降低。因此需要采取培训、指导、检查等方式加强过程控制，逐步消除数据奇异点，提高数据采集的准确性。

4 结束语

状态数据采集平台作为高职院校评估、诊断与改进和新专业合格评估的数据基础，其管理工作已成为高职院校的头等大事，而填报的数据是否准确直接影响教育行政主管部门的决策分析与评价及学校的整体规划，因此，只有建立有效的“数据采集管理机制”，才能逐步消除数据奇异点，提高数据采集的工作效率和准确性。

参考文献

[1] 杨应崧.自源头开始的探索――高等职业院校人才培养工作评估方案导读[J].中国高教研究，2008（8）.

[2] 教育部高等职业院校人才培养工作评估研究课题组.高等职业院校人才培养工作评估解读与问答[M].北京：高等教育出版社，2009.

[3] 何锡涛.高职评估数据采集平台的建设与使用[J].高教发展与评估，2009：89-93.

[4] 胡亚学.基于数据采集平台的日常教学数据采集与管理[J].黄冈职业技术学院学报，2013：46-49.

大数据工作要点篇9

关键词：干部考核 干部评价 大数据

一、大数据与干部考核评价

当前，大数据（Big Data）已成为科学研究和相关产业的热门话题。在国外，大数据已经成功应用于商业、金融、医疗等领域，但在我国尚处于起始阶段。何俊峰、赵雍吐泶浯涞妊д叨匀绾谓大数据应用于考核评价做了探讨，但总体上只停留在观念层面。

将大数据应用于考核评价，目的就是要从干部大数据中挖掘出对干部特征分析有价值的信息，关键要做好以下三项工作：干部大数据采集、干部大数据处理与集成以及干部大数据分析与解释。本文不讨论大数据涉及的技术实现，重点探讨干部大数据来源、分析与解释。

二、干部大数据来源

除了干部基本信息库外，干部大数据还可以来自人际网感知的实时数据、社交网络数据、地理位置数据和网络业务数据，不妨称为“1+4”干部大数据库。

1.干部基本信息。干部的姓名、性别、籍贯、年龄、党别、专业、职务、工作单位、婚姻状况、护照号、工作经历等基本信息可以通过已有的干部信息管理系统获取。

2.人际网感知的实时数据。将干部领导、同事、家人、朋友及其本人视为“传感器”，通过基于网络的无记名干部自评、领导点评、班子成员互评、分管科室和服务对象实评等环节，感知对该干部德、能、勤、绩、廉大量的评价数据以及对其负责的重点工作的专项评价。设置网络投诉信箱，实时接收网络。

3.社交网络数据。一是干部在网络中建立的微信圈、朋友圈有关数据；二是通过微博、微信、博客、论坛、贴吧等，进行晒图、评论、灌水、聊天等活动中表达观点时留下的言论与佐证；三是使用各类搜索引擎留下的关键词。

4.地理位置数据。八小时内的干部智能手机及其车辆地理位置数据、八小时外的公车地理位置数据均以及每天上下班进出单位的监控视频等。

5.网络业务数据。一是干部在办理出国出境、房屋买卖、财产登记等业务中产生的数据；二是干部基于网络交易的信用评价数据，如中国人民银行征信中心和阿里巴巴芝麻信用分；三是干部在物业费、水电煤等缴费的相关数据；四是网购、网络理财时留下的交易数据。

三、干部大数据分析与解释

通过对干部大数据深度挖掘分析，建立数据与干部“德能勤绩廉”之间的相关性，有助于分析干部各项特征。

1.德的考核评价。主要观测点有德的反向测评反映问题是否集中，搜索关键词是否积极向上，社交网络言论是否与社会主义核心价值观相一致，信用评价是否良好，出国出境数据是否符合有关规定以及干部网络测评中关于德评价的优秀率。

2.能的考核评价。主要观测点有对其才能才干、攻坚克难、工作方式方法方面的网络言论、评价是否肯定，对难点工作推进是否有力以及干部网络测评中关于能评价的优秀率。

3.勤的考核评价。主要观测点有搜索关键词是否与工作相关，有无存在上班时间进行网购、炒股等，上班时间地理位置轨迹是否因工作需要出现，是否遵守劳动纪律以及干部网络测评中关于勤评价的优秀率。

4.绩的考核评价。主要观测点有对其履行职能、作用发挥、工作实效方面网络舆情是否肯定，对其负责重点工作是否满意以及干部网络测评中关于绩评价的优秀率。

与传统干部考核评价方式比较，因干部大数据是对来自各条线上的数据进行整合，实现“3D画像”，评价更加全面性；因分析的数据是客观的，不以人的主观意志而改变，评价更具客观性；通过加大数据采集频度，提高数据即时性和动态性，可以让评价更具实时性。因此，基于大数据思维的干部考核评价方式，可以作为传统考核评价方式的有益补充，有助于推动干部考核评价的精准化，提升考核评价工作的科学化水平。

参考文献

[1]何俊峰.运用大数据思维构建全方位干部考核评价体系[J].领导科学，2015（6）：41

[2]赵.廉政反腐背景下高校领导干部绩效考核问题的思考――基于大数据视角[J].企业导报，2015（13）：12，14

[3]马翠翠.“大数据”背景下的公务员绩效考核体系探析[J].现代商业，2016（5）：31-32

大数据工作要点篇10

关键词：三维激光扫描；隧道变形监测方法；全站仪；采样密度；测量精度；数据采集 文献标识码：A

中图分类号：U456 文章编号：1009-2374（2017）10-0218-03 DOI：10.13535/ki.11-4406/n.2017.10.110

1 概述

三维激光扫描技术为非接触式主动测量技术，与传统的单点测量有很大差异。该技术通过扫描便可快速获得高密度、高精度、大面积的海量点云数据，得到目标表面的三维坐标，扫描速度快，可达万点每秒。同时，三维激光扫描技术对于施工现场的光线条件没有明确要求，即使在黑暗环境下也可进行测量，一次测量便可获得隧道内部的全面数据，再根据测量要求和目的对数据进行处理便可获得隧道任一断面的变形数据，了解隧道当前的运行状况。由此可见，将三维激光扫描技术应用于隧道变形监测具有技术优势，便于操作和数据

处理。

2 三维激光扫描系统构成和工作流程

三维扫描技术又名实景复制技术，该技术是在激光测距技术的基础上发展而来，可以获得隧道内部实体的点云数据，通过对大量数据的处理分析可以建立相应的三维实体模型，其精确度较高。然后结合坐标控制对数据进行差异化分析与比较即可获得实体变形特征数据。

为了便于点云数据配准、断面提取、断面对比分析和断面收敛变形分析等诸多功能，需要建立完善的三维激光扫描数据处理系统，如图1。该系统联合了Matlab数据平台，根据三维激扫描系统的工作原理采集隧道变形数据，该系y的具体优势主要表现在以下五个方面：第一，点云数据预处理，该系统可直接对隧道测量数据进行预处理，并在处理过程中剔除无效信息，如激光反射光束、隧道管线、现场人员的噪声点等；第二，点云数据配准，在各站数据转化工作结束后，其坐标系统一，便于后期数据的再处理；第三，断面处理，对于已经设定的间隔提取断面点云，需对隧道中心轴线进行最小二乘拟合；第四，对隧道的变形量进行计算与分析，依据每个断面的测量点云数据进行断面拟和，并将其与设计图纸和以往工程资料进行比对了解隧道收敛变形情况；第五，数据输出，可以通过文本或图形显示数据处理与监测结果。作业流程如图2所示。

3 数据获取与处理

3.1 布设控制点和监测点

本文研究采用的徕卡三维激光扫描仪，其为高速度和高精度的激光扫描仪，集合了多种技术优势，适用于各类工程测量项目。单点测量精度高达6mm。测距范围为300m，模型表面精度为±2mm。采用三维扫描仪可以快速获得密集目标物体表面的三维坐标、反射率和纹理信息，但是在使用三维扫描仪进行测设之前需要做好准备工作，合理布设控制点与监测点。因为三维扫描技术特征以及获取数据的后期处理要求有所差异，控制点的布设方案也就有所不同。依据不同扫描仪的有效测距范围和多站数据配准等相关要求进行控制点与监测点的布设工作。为了保证扫描数据的坐标统一，便于后期数据处理，且可进行多站数据配准，尽量不将控制点和监测点布设在不同的直线与平面上。

这里对隧道扫描点云配准进行详细分析。所谓点云数据配准就是指使两幅点运输局同名点的点对（）满足相同变换矩阵T，需满足如下方程：

式中：P、Q分别为两次扫描的点集；pi、qi分别为点集P以及Q中的某点。

在应用上述公式解决实际问题时，会遇到查找点对以及求解矩阵T的问题，为此可以用所有同名点匹配误差大小对配准进行判断，如下：

式中：E为配准误差；Np为点对数量；D为两个相似点的最近距离。

三维激光扫描数据处理软件的配准模块中一般支持两种配准方式，即点云配准和基于目标的配准。部分软件可以用于大地控制点的配准。

第一，基于点云的配准。基于点云的配准就是在两副点云数据中找出不在统一直线上的三个同名点进行电源匹配。软件中基于电源的配准方法是先选择3个同名的点进行初步配准，然后按照式（1）进行优化，保证配准精确，最高精度可达3mm；第二，基于目标的配准。三维激光扫描系统中有专用的平面标靶，在每站测量工作中可将其作为标志点，架设在变形监测点上用作变形点的分析工作，也可以随意架设作为配准目标；第三，基于大地控制点的配准。实地测量过程中会受到多种因素的影响，如仪器电源使用时间等，为了缩短测量工作时长，需在不影响测量数据准确度的情况下制定最佳的测量方案。基于大地控制点的配准方法综合三维激光扫描仪测量工作的性质以及现场控制网的布设要求，任意架设扫描仪，将标靶在控制点上作为特征点便可快速获得隧道的相关数据。在数据处理过程中需将测量得到的标靶架设高度输入至大地坐标软件中，输入之后再进行点云配准便可。

3.2 数据采集

布设控制点与监测点后则可以定期对被测物体进行扫描。需要注意的是，在获取数据过程中，需将扫描仪安装在测站上，并调整好仪器的角度等，将其与计算机相连接，设置好功能参数，再启动扫描仪，需保证单独测站之间有部分点云重合。