前言：中文期刊網精心挑選了大數據技術論文范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。

大數據技術論文范文1

一般認為，大數據是由數量巨大、結構復雜、類型眾多的數據構成的數據集合，是基于云計算、通過數據整合共享、交叉復用形成的智力資源和知識服務能力。通常認為它具有下述“四V”特征：

1.1數量大（Volume）。大數據的數據量級已發展至PB（1000T）、EB（100萬個T）乃至ZB（10億個T），可稱為海量、巨量乃至超量。

1.2速度快（Velocity）。大數據往往表現為高速實時數據流，時效性非常高。因此對處理工具的要求很苛刻，軟件工程、人工智能、機器學習等都應引入。這是區別于傳統數據最顯著的特征。

1.3多樣化（Variety）。數據種類繁多，形式多樣。包括各種信息及其網頁、圖片、音頻、視頻、圖像與位置等存在方式。

1.4價值高（Value）。大數據數量越龐大，價值越高，真實性、可靠性越強。但同時無效信息也越多，需要通過強大的機器算法對數據迅速地“去粗取精”，否則也只能望洋興嘆。

2大數據對科技咨詢業發展的影響

2.1拓展業務空間大數據信息對應的是高速實時數據流。這些數據流往往能產生難以想象的作用，其能量也將被層層放大，還有可能在另一個看起來毫不相關的領域得到應用。大數據環境下的科技咨詢就將具有全球性、戰略性意義，業務范圍和服務空間都將得到迅速拓展。科技咨詢各相關要素，如科技資源、科技人才、創新需求、創新環境、創新成果等的疆界，將受到大數據浪潮的沖擊。同時，落后地區和難以涉獵領域的業務也將在其帶動下快速提升。

2.2規范咨詢決策大數據將改變科技咨詢決策方式，使其進入“數據驅動型”決策模式。因為面對大數據的潛在價值，決策者不僅要使用新的技術，還要改變目前的決策過程，政府也將更有效率、更加開放、更加負責。因為引導政府決策的是基于實證的事實，而不是意識形態，也不是利益集團在政府決策過程中施加的影響。

3大數據環境下科技咨詢業發展道路

從上面的分析不難看出，大數據將給科技咨詢業帶來無限的生機和活力。科技咨詢業應搶抓機遇，跨越發展，走規模化、信息化、科學化、現代化的可持續發展道路。

3.1挖掘大數據，促進規模化發展我國科技咨詢業規模較小，究其原因，一是咨詢市場還沒有完全放開，市場主導地位沒有顯現，資本缺乏信心。二是科技咨詢價值沒有得到廣泛認同，潛在需求得不到釋放。三是現有機構沒有形成專業分工和自主品牌，無法帶來規模效應。然而，在大數據時代，最重要的生產資料———數據將自由地流動起來，推動知識經濟和網絡經濟的發展，傳統經濟體制機制對科技咨詢業的束縛將大大減輕，“得數據者得天下”將成為共識，市場將發揮主導作用，吸引大量資本進入，促使機構快速升級。同時，隨著競爭的加劇，咨詢質量、咨詢價值必將得到提高和認同，潛在的需求必將迸發。

3.2利用大數據，加快信息化進程目前我國科技咨詢信息化建設大致經歷了計算機初步應用、管理信息系統應用和互聯網技術應用三個階段。隨著時代的發展，大數據將掀起新一輪信息化革命。科技咨詢業必須充分利用大數據技術，在政府引導下，進一步完善信息化工程，建立基于大數據的科技咨詢信息平臺，實現在虛擬空間中不同信息資源的快速整合與對接，提高咨詢要素使用效率和運行主體工作效率。

3.3憑借大數據，提高科學化水平大數據的客觀實在性和真實可靠性并存。對大數據進行深度挖掘，可以提高科技咨詢科學化水平。首先，基于大數據，科技咨詢信息的真實性有了更大的保障。其次，依據大數據特征，可幫助制定更為科學的咨詢戰略、方案和計劃，同時降低過時咨詢、無效咨詢的風險。再次，基于大數據，科技咨詢具有更強的針對性。咨詢師可以深度分析、挖掘最高管理者的知識結構、創業經歷、行為習慣等信息，準確把握其管理理念。最后，通過對大數據的分析、挖掘與利用，可最大程度地減少因數據不全而帶來的負面作用。

3.4依托大數據，實現現代化轉型隨著時代的發展，傳統的咨詢工具、內容、形式、速度、效率等越來越不能滿足現代社會發展的需求。依托大數據，可以實現科技咨詢向現代化轉型。首先，大數據環境促使科技咨詢必須運用現代化咨詢工具。如，大數據的超大量級迫切要求科技咨詢設備現代化、信息數字化。其次，大數據促使科技咨詢內容、形式現代化。現代社會工作、生活節奏很快，簡潔實用、形式新穎是對科技咨詢工作的新要求。形式多樣的大數據正好為科技咨詢提供了便利。再次，快速、高效是現代化的重要特征，而高速實時的大數據則要求科技咨詢處理工具快速演進、高效運行。最后，大數據的基本特征決定了科技咨詢必須進行全方位的改革創新，緊跟現代化發展步伐。大、多、真、快、稍縱即逝的大數據要求科技咨詢必須借助移動互聯、云計算、軟件工程、人工智能、機器學習等手段，優化資源配置，建立高智能科技咨詢協作平臺，向科技咨詢現代化邁進。

4總結

大數據技術論文范文2

關鍵詞：FAS466處理器合成孔徑雷達高速數據記錄SCSI接口標準

合成孔徑雷達(SAR)經歷了從光學記錄成像到數字記錄成像，從低分辨率到高分辨率，從單通道、單極化到多通道、多極化，從單頻到多頻的發展過程。SAR系統的迅速發展，使SAR的數據量也急劇增多，普通的存儲器已經無法滿足SAR系統對大容量、高速數據存儲的要求。

常規的數據記錄器的設計思路是通過高速PCI接口，采用SCSI總線處理器將高速數字信號存入SCSI硬盤。其缺點是數據傳輸的速率受PCI帶寬的限制，而且PCI接口對微機系統的依賴性，使系統的模塊化設計變得非常困難。另外，SAR對數據記錄器的可靠性和工作環境的要求也非常高，使SAR數據記錄器不能按照常規的方法設計。筆者通過對SAR系統的研究，基于模塊化設計的思想，開發了一種基于FAS466的高速實時數據記錄器。其特點是采用高速DMA接口、可脫離微機平臺工作、體積小、可靠性高，實際持續存儲速度達到72MB／s。

圖1

1SCSI總線和硬盤

SCSI是美國ANSI9．2委員會定義的計算機和外設之間的接口標準。本系統采用SCSI硬盤，因為5CSI接口比常見的IDE接口具有更多優點：(1)SCSI提供了一個高速傳輸通道，傳輸速度更快；(2)SCSI接口采用總線主控數據傳輸(BusMasterDataTransfer)，占用CPU資源少；(3)可同時串接多臺不同類型的設備；(4)SCSI硬盤在標識硬盤扇區時使用了線性的概念，即硬盤只有順序的第1扇區、第2扇區…第n扇區，不像IDE硬盤的"柱面／磁頭／扇區"三維格式。這種線性編排方式訪問延時最小，可加快硬盤存取速率，尤其在持續大容量控據存儲時，所顯現的優勢更為明顯。

2系統的硬件結構設計

整個系統的設計總體框圖如圖1所示，包括高速數據源、高速差分接收器、DMA控制器、數據緩存器、DSP微處理器、SCSI協議控制器和高速SCSI硬盤等子系統；下面分別給出各子系統的設計(PADBUS表示控制信號線，DATABUS表示數據信號線)。

2．1高速數據源和高速差分線性接收器

系統的高速數據源接口為16位的并行接口，數據傳輸接口的所有信號均采用低電壓差分模式LVDS傳輸，信號進入記錄器之后要將LVDS電平轉換成TTL電平。

2．2數據緩存器

數據緩存的目的是為SCSI的高速DMA傳輸做好準備，使兩邊數據傳輸速度匹配。數據的流向一般是一個口進，一個口出，不對信號進行任何處理。雙口隨機存儲器RAM雖然也可完成這個任務，但是由于它需要復雜的地址譯碼電路，所以不采用，而采用FIFO。由于SAR系統每幀數據小于8KB，本系統選用的FIFO深度為8KB。

2．3SCSI協議控制器--FAS466

FAS466(FastArchitectureSCSIProcessor)處理器是Qlogic公司1999年上市的一種高性能SCSI引擎，它源于Qlogic公司的TEC450／452三重嵌入式控制鋁系列，可提供Ultra2SCSI的同步傳輸速率，支持先進的SCSl自動配置模式的1層和2層協議，內部嵌有微控制器，能夠通過編程方式靈活地協調SCSI作業隊列，可以工作在啟動或目標模式并支持單端或低電壓差分模式的SCSI連接。

FAS466區別于其它SCSI協議控制器的最大特點是它采用微處理器和DMA接口結構，而常見的SCSI協議控制器采用PCI接口總線結構。這是本設計采用FAS466的一個主要原因。采用微處理器和DMA接口結構，可以通過DSP對傳輸進行控制，脫離微機平臺，減少傳輸帶寬限制，使數據記錄器具有非常好的靈活性和可移植性。FAS466由SCSI控制器、微控制器、DMA接口和微處理器接口四個模塊組成。外部微處理器通過微處理器接口對FAS466進行控制，SCSI控制器提供靈活、有效的底層SCSI協議控制，微控制器負責控制數據從DMA接口到SCSI硬盤的傳輸以及各個模塊之間的協調。圖2為FAS466的內部結構。

2．4OMA控制器

本設計采用DMA接口代替高速數據存儲中常見的PCI接口。這不但使傳輸數據的速率有了比較明顯的提高，而且使數據記錄器可以脫離微機系統，使模塊化設計成為現實。

本設計采用CPLD器件實現DMA控制器，而不采用專用的DMA控制器，主要考慮以下一些因素：本設計的數據傳輸速率達到72Mg／s，一般的專用DMA控制器難以勝任；專用的DMA控制器與FAS466之間的連接需要大量的邏輯轉換電路和連線，使設計難度加大；DMA控制器還需要在DSP的控制下與FAS466進行協調才能一起工作，這增加了軟件編程的難度；使用CPLD器件，除了完成DMA控制器的功能之外，還可以把電路中的譯碼、邏輯轉換、系統復位等模塊設計進去，減小了設備的體積，方便了以后對系統的升級和改進。

圖3

2．5DSP微處理器

該高速數據記錄器選用TI公司的TMS320F206作為微處理器。主要考慮TMS320F206片內包含32K×l6字的FLASHEEPROM，使DSP周圍電路簡單、設備的體積減小，而且系統升級也比較方便；指令集非常豐富，與TMS320C5X系列指令兼容；TMS320F206的指令周期為50ns，符合系統對DSP速度的要求。

DSP負責對各個模塊進行協調和控制，實現高速數據記錄的功能。需要注意的是：FAS466的微處理器接口數據／地址總線是復用的，而TMS320F206的數據／地址總線是分開的，需要外部邏輯將數據和信號總線整合。高速數據通過信號源接口進入本系統，首先進行電平轉換，然后進入數據緩存器；在DMA控制器的控制下進入SCSI協議控制器；最后通過SCSI協議控制器存入高速SCSI硬盤。整個數據流程中，DSP微處理器負責各個子系統之間的協調和控制。由于采用分離的微處理器總線和DMA總線結構，因此達到了較高的記錄速度。

3系統的軟件設計

軟件模塊的設計是本系統設計的重點和難點，它負責對相關硬件控制和協調，最終實現SCSI協議、硬盤的控制和DMA傳輸等。本系統中，軟件設計分為DSP控制軟件和DMA控制器的CPLD實現兩部分。程序的優劣關系到整個系統數據存儲的速度，下面分別討論。

3．1DSP控制軟件

一般來說．要完成一次數據交換必須完成SCSI總線的仲裁、選擇、消息、命令、數據和狀態等階段。這些階段，微處理器TMS320F206通過對FAS466寄存器的讀寫控制完成實現。FAS466的寄存器主要有：

(1)命令寄存器(CommandRegister)：F206通過向命令寄存器寫入相應指令，控制FAS466完成初始化、復位、總線分配與復位以及SCSI總線各個階段的轉變等功能；(2)FIFO寄存器(FIFORegister)：這是一個16字深的FIFO寄存器，SCSI硬盤和FAS466之間的數據交換都通過這個FIFO完成；(3)傳輸計數寄存器(TransferCountRegister)：是一個減法計數器，用于保存一次DMA數據傳輸的字節數；(4)中斷寄存器(InterruptRegistet)：F206通過FAS466中斷寄存器了解SCSI命令的執行情況，從而決定程序的執行流向。

SCSI控制軟件流程如圖3所示。首先初始化SCSI控制器，然后SCSI控制器與SCSI硬盤建立同步傳輸協議，在硬盤準備好的情況下才可以發送各種SCSI命令，如讀、寫等，同時處理好各種意外情況的發生。

3．2DMA控制器的CPLD實現設計

大數據技術論文范文3

在大數據時代下高效的數據處理速度使得信息具有更高的效用，發揮了更大的速度優勢.在數據真實可靠的基礎上，其快速的數據處理并沒有使得信息量減少，而是更加全面地包含了更多的細節信息，甚至于其他不相關信息都會被準確的排除.這樣就最大程度地降低了信息化的成本，提高了信息化的效率.

2大數據與企業會計信息化

會計信息化是我國“十二五”期間會計改革與發展的重要內容之一，也是很多企業提高會計系統效率的有效途徑.會計信息化是信息社會的產物，是將計算機、網絡通訊等先進的信息技術引入會計學科，促進企業會計系統網絡化發展的過程.大數據的興起、云計算的增速和以云計算為基礎的云會計的應用為會計信息化的發展提供了技術支持和平臺.企業會計信息化的深度發展對于大數據的需要與日俱增.

2.1企業會計信息化的現狀

1、會計信息披露具有偏向性，導致信息不對稱.傳統的會計信息系統會誘使企業選擇特定的會計方法而造成企業管理人員利用自身是信息提供者這一優勢，不斷地美化會計報表，這對于外部使用者而言是非常不公平的.2、內部自我約束能力弱，導致數據不真實.在傳統會計信息系統下，一些企業為了眼前經濟指標的提升或者任務的完成，常常通過人為調整會計報表來應付各機構的檢查，自我約束能力弱，數據失真.還有很多企業對現有的政策法規鉆空子、打球的現象屢禁不止.聘請的第三方審計機構也本著“企業利益最大化”的審計目標，對企業不真實的數據進行舞弊，以點蓋面.3、核算量大，導致信息披露不完全.傳統的會計信息系統下，會計的信息系統發展越來越不能適應高速發展的經濟業務，很容易造成信息披露不完全.信息經濟時代下，應該更多的提供企業未來價值的知識資源，而不是沉浸在企業過去的財務數據中.4、企業信息數據單一，導致信息缺少指導性.傳統的會計信息系統主要是對企業財務信息的反映，往往忽視了非財務信息.企業自身變化的社會經濟形勢要求我們不能只依靠過去的財務數據對未來發展做出預測.對企業未來的發展預測用某些非財務信息可能會更加合理.如企業的環境成本、社會責任等信息都需要非財務信息的提供.5、信息傳遞滯后，導致會計信息缺乏時效性.傳統的會計信息系統采用先發生交易事項后進行記錄的程序，無法滿足當代企業對信息時效性的要求.企業以及社會各機構、投資者越來越需要了解隨時發生的財務信息，對其進行更好的決策，這就要求企業不定期的提供會計信息，對于會計期間的定義也不再以年為單位了.因此，現有的會計信息滯后的時效性嚴重影響使用者的需求和投資者的決策.綜上可知，傳統的會計信息系統逐漸出現了不適應當今經濟發展的事態，高效、全面的信息化系統變得越來越重要.在大數據時代下會計信息的不斷創新，快速發展勢在必行.

2.2大數據對企業會計信息化的促進作用

大數據時代下，對會計信息化的促進作用主要表現在：信息結構更加客觀，既強調了會計信息的精準性，又不失相關性；財務會計信息管理的程序化；會計人員工作轉向宏觀信息管理；多元化的計量單位.在大數據時代下非結構化數據成為主導，在會計信息中可以更好的融合結構化和非結構化數據，更好的提高數據的相關性，并且不會人為的進行舞弊.程序化的會計信息管理也將出現，財務部門逐漸將不再作為一個部門，而是作為一個類似于“企業”的獨立個體，數據的獲取可以不通過部門的上報來實現，而是通過財務部門設定的獨立軟件獲取，這也提升了財務本身的獨立性，同時也可以為其他部門提供共享服務；財務部門不需要對數據進行處理，而是轉變成為數據的使用和管理者.在大數據時代下，多元化的計量單位將會出現，會計計量單位會出現相關的時間、數量單位等.

2.3大數據時代下會計信息化面臨的挑戰

大數據時代下，企業會計信息化系統是通過互聯網來實現與客戶、供應商、銀行、稅務等機構互通的，其提高企業財務管理效率的作用是顯而易見的.但目前因為大數據的發展尚未成熟，這就為會計信息化的快速發展帶來了較大的挑戰.1、數據的來源以及處理方式.大數據時代下最令人關注的問題就是數據從何而來，以及數據的處理方式.①美國數據科學家維克托•邁爾•舍恩伯格在《大數據時代》一書中提出，“以前一旦完成了收集數據的目的之后，數據就會被認為已經沒有用處了.比如，在飛機降落之后，票價數據就沒有用了；一個網絡檢索命令完成之后，這項指令也已進入過去時.但如今，數據已經成為一種商業資本，可以創造新的經濟利益.”大數據時代下，數據的來源無孔不入，互聯網平臺上的任何一種資源都可以成為其來源方式.網絡平臺對用戶使用的信息一覽無余，一個簡單的第三方軟件就可以知道我們需要什么，需要何種服務，經濟狀況如何，經常偏愛哪種東西等等.企業在云端儲存的數據對于云端后臺的信息維護人員來說，獲取變的輕而易舉.防止惡意程序以及提高用戶的安全系統，保護數據的隱私是很難解決的問題.在通過各種方式獲取了用戶的數據信息之后，要用這些數據干什么以及如何使用就成了關鍵性問題.大數據時代下的信息處理是通過特定的程序來完成的，這樣的結論更加客觀，同時結論的得出也具有局限性.大數據理論過于依賴數據的匯集，那么一旦數據本身有問題，就很可能出現滿盤皆輸的局面，因為數據的問題，做出的錯誤預測和決策，導致一個數據有問題，由此相關的數據而產生的信息本身都是問題所在.這對于數據來源的要求是非常高的，一旦有提供者造假，大數據帶來的危害是不可忽視的.2、傳統用戶對云計算、云會計的排斥.對于不知道云計算如何使用、互聯網軟件能帶來什么效益的用戶來說，這項工作還是很難完成的，大數據的推廣受到了很大的阻礙.對于云會計更廣泛的應用，改變傳統的用戶觀念以及現有的會計信息系統，使網絡平臺更容易被用戶所接受是一個非常艱難的過程.3、超滿負荷的網絡傳輸問題.大數據時代下，會計信息化系統必須依賴于網絡，這就要求企業應具備一個良好的網絡傳輸環境.就目前而言，網絡的堵塞和數據的延時都是大量的數據存儲和數據交換造成的，超滿負荷的數據傳輸成為會計信息化中的一個瓶頸，網絡技術的發展目前還不能完全滿足包括網絡自我恢復、故障檢測、問題警告等功能的實現.

大數據技術論文范文4

關于移動通信論文參考文獻：

[1]謝顯忠等，基于TDD的第四代移動通信技術[M].電子工業出版社，2005.

[2]解梅，移動通信技術及發展[J].電子科技大學學報，2003，02.

[3]宋文濤、羅漢文，移動通信[M].上海交通大學出版社，1996.

[4]何林娜，數字移動通信技術[M].機械工業出版社，2004.

[5]呂昌春，李林園.移動互聯網產業鏈平臺競爭與電信運營商增值業務發展策略研究[J].郵電設計技術，2012（11）：16-20.

[6]張潔.影響中國移動通信產業發展競爭力的因素分析[J].經濟視角（下），2011（01）：52-53.

關于移動通信論文參考文獻：

[1]張潔.影響中國移動通信產業發展競爭力的因素分析[J].經濟視角（下），2011（01）：52-53.

[2]呂昌春，李林園.移動互聯網產業鏈平臺競爭與電信運營商增值業務發展策略研究[J].郵電設計技術，2012（11）：16-20.

[3]劉文婷.以運營商為主導的移動互聯網業務商業模式研究[J].中國工業經濟，2012（08）：66-74.

[4]馮文高.我國移動通信產業的競爭均衡分析[J].現代經濟信息.2009（16）

[5]張潔.影響中國移動通信產業發展競爭力的因素分析[J].經濟視角（下）.2011（01）

[6]馬云澤.我國移動通信產業的市場結構與規制改革[J].經濟問題.2009（01）

[7]張平王衛東陶小峰《WCDMA移動通信系統》人民郵電出版社

[8]詹炳根，《工程建設監理》，中國建設工業出版社，1997

[9]謝堅勛淺談工程監理與項目管理接軌建設監理2004(2)

關于移動通信論文參考文獻：

[1]趙剛.大數據：技術與應用實踐指南[M].北京：電子工業出版社，2013.

[2]漆晨犧.電信企業大數據分析、應用及管理發展策略[J].電信科學，2013（3）：12-16.

[3]劉潔，王哲.基于大數據的電信運營商業務精確運營平臺的構建化[J].電信科學，2015，29（3）：22-26.

[4]張俊.移動通信網絡中大數據處理的關鍵技術研究[J].電信網技術，2014（4）：10-12.

[5]康波，劉勝強.基于大數據分析的互聯網業務用戶體驗管理[J].電信科學，2013，29（3）：32-35.

[6]謝華.大數據在移動通信中的應用探討[J].科技創業家，2014（1）.

[7]夏磊.探巧大數據下的智能數據分析技術[J].科技創新導報，2014（10）：21.

[8]侯優優，隋化嚴.網絡優化中的大數據應用[J].互聯網天地，2014（l）：34-37.

[9]劉震，付俊輝，趙楠.基于移動通信數據的用戶移動軌跡預測方法[J].計算機應用與軟件，2015，30（2）：10-13.

大數據技術論文范文5

經數據研究表明，海量數據主要是通過云計算技術進行處理，該技術當前在當代文學研究中得到廣泛應用，比如中國知網，論文標題中包含有“大數據”字眼的數據明顯增加，2013年以前，數據變化并不十分明顯，在2013到2016年之間，論文數量高達10000篇，增長明顯。國務院對社會發展中大數據的應用予以重視，并堅持認為，在現代化發展中，大數據技術已經成為必然的選擇。大數據技術不僅給社會經濟發展帶來影響，同時也帶動了人文社會科學的研究，國外許多發達國家早已利用大數據技術進行文學研究，例如通過統計數據來對文學圖標進行繪制，從而揭示出文學秘密[2]。當前，中國許多學者也紛紛展開利用大數據技術來進行當代文學的研究，主要是通過兩個方面展開：第一，探討在大數據時代背景下當代文學的研究方法，在對文學作品進行閱讀和闡述時，人腦和電腦之間的合作性和交融性。第二，在大數據時代下各學科之間的研究關系分析。在2005年，《文學遺產》中指出，“在文學研究領域中應該借鑒社會學中先進的數據統計方法，比如開設統計學、電子信息等課程，在路徑研究、知識結構方法的設計中彌補學科欠缺之處[3]。計算機真正在社會普及之前，早已有相關文學研究者在對《紅樓夢》研究中通過大數據進行分析，對于《紅樓夢》小說前八十章與后四十章節的內容是否為同一人所寫提出有價值的問題，并通過數據加以論證，說明數據分析方法早在古代文學領域中進行了研究。而與此同時，利用大數據技術對語言學、文藝學及網絡文學等領域的學術研究已經成為術界的熱門話題。經過對中國知網的檢索發現，在大數據背景下關于中國當代文學研究和發展的論文數量仍然較少，從文章內容上來看，大部分僅對中國當代文學研究和大數據之間的一般問題進行討論，缺乏深入的研究。在中國當代文學研究中，研究方法和研究思維一直都具有創新性和先進性，學者們將西方新思想和理論在文學史研究中加以應用，但在大數據時代下，給當代文學的研究帶來了新的機遇和挑戰。

2大數據背景下中國當代文學的發展

2.1中國當代文學的數字化

大數據時代背景下，首要的是建立數據庫，目前我國在文學領域中的數據庫建設方面仍然較為落后，目前常用的數據庫包括中國知網、上海圖書館等，這些大型數據庫中所包含的專業與學科較為廣泛，對于古代文學專題研究數據較多，如《全唐詩》《四庫全書》等，但對與當代文學學科專業研究很少，因此對于當代文學數據庫的建設是必然的，也是必要的[4]。從當前已經建設的數據庫來說，僅僅是完成了從紙質圖書向圖像轉變的過程，可以根據關鍵詞搜索，但無法對全文進行檢索，僅僅完成了數字化的轉變。在谷歌服務器中，將文本數字化掃描，并存儲到高分辨率的圖像文件中，使紙質圖書內容轉變成數字文本，但這些數字文本并不能通過關鍵詞搜索查找，也就不能直接進行分析，只能通過人為閱讀的方式才能對信息進行轉化。隨著大數據技術的進一步發展，谷歌瀏覽器通過采用光學字符識別軟件，即可以對數字圖像進行在線識別，從而完成對數字圖像文件的數據化轉變。但就目前而言，當前中國許多數據庫仍然停留在數字化發展時期，并沒有深入地完成向數據化轉變的過程，進而對中國當代文學的研究帶來了深遠的影響[5]。

2.2大數據時代背景環境下中國當代文學新的發展路徑

在傳統數據下，主要是通過局部或是抽樣數據的方式來研究人文、社會及自然科學，憑借以往的經驗或是理論方法進行假想和推測，難以獲得實證數據，同時存在一定的滯后性[6]。大數據時代下，在文學研究領域中主要是通過對字頻或詞頻進行統計，通過搜索關鍵詞進行檢索和研究。例如在當代文學研究中，通過檢索“反封建”“新思想”“啟蒙運動”等關鍵詞，利用數據統計這些關鍵詞的使用頻率，從而分析出我國文學觀念演變的過程。例如在2013年，在研究文學和歷史之間的發展問題中，通過檢索“資產階級”“影響”等字詞的出現和使用頻率，利用大數據進行統計分析，從而體現出資產階級文學的更替和變遷。這種研究方式是一種復雜的文學史研究問題，即不僅是通過統計思想關鍵詞，另外還可以統計詩歌意象，或是文學意象等，分析出文學史實變化情況。“大數據+文學”是一種以別樣姿態發展的過程，人們在對當代文學中更應該看到文學本質屬性，以及在文學作品中所蘊含的文學精神，并以更豐富的思想面貌呈現出來，從精英化向大眾化意識形象進行轉變，給當代文學的生存和發展模式帶來多樣化的影響。例如在互聯網時代下，互聯網技術給人們的政治、文化與生活等都帶來了巨大的變化，知識分子從社會中心地位逐漸走向社會發展邊緣，給當代文學的創作方式也帶來了沖擊，逐漸向商業化、娛樂化等方向發展，如何能夠被消費者和市場所接受成為作家首要考慮的問題，呈現出嚴重商業化傾向[7]。其次，大數據技術和互聯網技術打破了空間和時間限制，網絡文學點擊量明顯增長，網絡文學作品的數量也隨之增加，和傳統文學作品相比較而言，雖然網絡文學帶來了新的突破，實現了創作自由化，文學創作空間得到拓展，文學承載方式不再是通過文字來進行描寫，也不僅是通過單一的流通渠道，網絡數據已經成為文學領域在運營中的重要環節，說明大數據作為一種新興力量，逐漸從文學外延向中心擴展，產生新的文學形態。而大數據背景的發展加快了網絡信息的傳播速度，目前網絡信息已經構成文學領域的重要維度，不再只是文學的一種傳播渠道，而成為當代文學活動中的重要組成。有學者認為，我國的當代文化已經逐漸從印刷文化改為視覺文化，海量的網絡數據在文化領域中以一種新的文學形態出現，大數據已經滲透當代文學的內部。

大數據技術論文范文6

統計學論文2000字(一)：影響民族院校統計學專業回歸分析成績因素的研究論文

摘要：學習成績是評價學生素質的重要方面，也是教師檢驗教學能力、反思教學成果的重要標準。利用大連民族大學統計學專業本科生有關數據（專業基礎課成績、平時成績和回歸分析期末成績），建立多元線性回歸模型，對影響回歸分析期末成績的因素進行深入研究，其結果對今后的教學方法改進和教學質量提高具有十分重要的指導意義。

關鍵詞：多元線性回歸；專業基礎課成績；平時成績；期末成績

為了實現教學目標，提高教學質量，有效提高學生學習成績是很有必要的。我們知道專業基礎課成績必定影響專業課成績，而且平時成績也會影響專業課成績，這兩類成績與專業課成績基本上是呈正相關的，但它們之間的關系密切程度有多大？它們之間又存在怎樣的內在聯系呢？就這些問題，本文主要選取了2016級統計專業50名學生的四門專業基礎課成績以及回歸分析的平時成績和期末成績，運用SPSS統計軟件進行分析研究，尋求回歸分析期末成績影響因素的變化規律，擬合出關系式，從而為強化學生的后續學習和提高老師的教學質量提供了有利依據。

一、數據選取

回歸分析是統計專業必修課，也是統計學中的一個非常重要的分支，它在自然科學、管理科學和社會、經濟等領域應用十分廣泛。因此研究影響統計學專業回歸分析成績的相關性是十分重要的。

選取了統計專業50名學生的專業基礎課成績（包括數學分析、高等代數、解析幾何和概率論）、回歸分析的平時成績和期末成績，結合多元線性回歸的基礎理論知識[1-2]，建立多元回歸方程，進行深入研究，可以直觀、高效、科學地分析各種因素對回歸分析期末成績造成的影響。

二、建立多元線性回歸模型1及數據分析

運用SPSS統計軟件對回歸分析期末成績的影響因素進行研究，可以得到準確、科學合理的數據結果，全面分析評價學生考試成績，對教師以后的教學工作和學生的學習會有較大幫助。自變量x1表示數學分析成績，x2表示高等代數成績，x3表示解析幾何成績，x4表示概率論成績，x5表示平時成績；因變量y1表示回歸分析期末成績，根據經驗可知因變量y1和自變量xi，i=1，2，3，4，5之間大致成線性關系，可建立線性回歸模型：

（1）

線性回歸模型通常滿足以下幾個基本假設，

1.隨機誤差項具有零均值和等方差，即

（2）

這個假定通常稱為高斯-馬爾柯夫條件。

2.正態分布假定條件

由多元正態分布的性質和上述假定可知，隨機變量y1服從n維正態分布。

從表1描述性統計表中可看到各變量的平均值1=79.68，2=74.66，3=77.22，4=78.10，5=81.04，1=75.48；xi的標準差分別為10.847，11.531，8.929，9.018，9.221，y1的標準差為8.141；有效樣本量n=50。

回歸分析期末成績y1的多元回歸模型1為：

y1=-5.254+0.221x1-0.4x2+0.154x3

+0.334x4+0.347x5

從表2中可以看到各變量的|t|值，在給定顯著水平？琢=0.05的情況下，通過t分布表可以查出，自由度為44的臨界值t？琢/2（44）=2.015，由于高等代數x2的|t|值為0.651小于t？琢/2（44），因此x2對y1的影響不顯著，其他自變量對y1都是線性顯著的。下面利用后退法[3]剔除自變量x2。

三、后退法建立多元線性回歸模型2及數據分析

從模型1中剔除了x2變量，多元回歸模型2為：

y1=-5.459+0.204x1+0.149x3+0.377x4+0.293x5（5）

在表4中，F統計量為90.326，在給定顯著水平？琢=0.05的情況下，查F分布表可得，自由度為p=4和n-p-1=45的臨界值F0.05（4，45）=2.579，所以F>F0.05（4，45），在表5中，所有自變量的|t|值都大于t？琢/2（45）=2.014，因此，多元回歸模型2的線性關系是顯著的。

四、結束語

通過對上述模型進行分析，即各個自變量對因變量的邊際影響，可以得到以下結論：在保持其他條件不變的情況下，當數學分析成績提高一分，則回歸分析成績可提高0.242分[4-5]；同理，當解析幾何成績、概率論成績和平時成績每提高一分，則回歸分析成績分別提高0.149分、0.377分和0.293分。

通過對學生專業基礎課成績、平時成績與回歸分析期末成績之間相關關系的研究，一方面有利于教師把控回歸分析教學課堂，提高教師意識，注重專業基礎課教學的重要性，同時，當學生平時成績不好時，隨時調整教學進度提高學生平時學習能力；另一方面使學生認識到，為了更好地掌握回歸分析知識，應加強專業基礎課的學習，提高平時學習的積極性。因此，通過對回歸分析期末成績影響因素的研究能有效的解決教師教學和學生學習中的許多問題。

統計學畢業論文范文模板(二)：大數據背景下統計學專業“數據挖掘”課程的教學探討論文

摘要：互聯網技術、物聯網技術、云計算技術的蓬勃發展，造就了一個嶄新的大數據時代，這些變化對統計學專業人才培養模式的變革起到了助推器的作用，而數據挖掘作為拓展和提升大數據分析方法與思路的應用型課程，被廣泛納入統計學本科專業人才培養方案。本文基于數據挖掘課程的特點，結合實際教學經驗，對統計學本科專業開設數據挖掘課程進行教學探討，以期達到更好的教學效果。

關鍵詞：統計學專業；數據挖掘；大數據；教學

一、引言

通常人們總結大數據有“4V”的特點：Volume（體量大），Variety（多樣性），Velocity（速度快）和Value（價值密度低）。從這樣大量、多樣化的數據中挖掘和發現內在的價值，是這個時代帶給我們的機遇與挑戰，同時對數據分析技術的要求也相應提高。傳統教學模式并不能適應和滿足學生了解數據處理和分析最新技術與方法的迫切需要。對于常常和數據打交道的統計學專業的學生來說，更是如此。

二、課程教學探討

針對統計學本科專業的學生而言，“數據挖掘”課程一般在他們三年級或者四年級所開設，他們在前期已經學習完統計學、應用回歸分析、多元統計分析、時間序列分析等課程，所以在“數據挖掘”課程的教學內容選擇上要有所取舍，同時把握好難度。不能把“數據挖掘”課程涵蓋了的所有內容不加選擇地要求學生全部掌握，對學生來說是不太現實的，需要為統計學專業本科生“個性化定制”教學內容。

（1）“數據挖掘”課程的教學應該偏重于應用，更注重培養學生解決問題的能力。因此，教學目標應該是：使學生樹立數據挖掘的思維體系，掌握數據挖掘的基本方法，提高學生的實際動手能力，為在大數據時代，進一步學習各種數據處理和定量分析工具打下必要的基礎。按照這個目標，教學內容應以數據挖掘技術的基本原理講解為主，讓學生了解和掌握各種技術和方法的來龍去脈、功能及優缺點；以算法講解為輔，由于有R語言、python等軟件，學生了解典型的算法，能用軟件把算法實現，對軟件的計算結果熟練解讀，對各種算法的改進和深入研究則不作要求，有興趣的同學可以自行課下探討。

（2）對于已經學過的內容不再詳細講解，而是側重介紹它們在數據挖掘中的功能及綜合應用。在新知識的講解過程中，注意和已學過知識的融匯貫通，既復習鞏固了原來學過的知識，同時也無形中降低了新知識的難度。比如，在數據挖掘模型評估中，把混淆矩陣、ROC曲線、誤差平方和等知識點就能和之前學過的內容有機聯系起來。

（3）結合現實數據，讓學生由“被動接收”式的學習變為“主動探究”型的學習。在講解每種方法和技術之后，增加一個或幾個案例，以加強學生對知識的理解。除了充分利用已有的國內外數據資源，還可以鼓勵學生去搜集自己感興趣的或者國家及社會大眾關注的問題進行研究，提升學生學習的成就感。

（4）充分考慮前述提到的三點，課程內容計劃安排見表1。

（5）課程的考核方式既要一定的理論性，又不能失掉實踐應用性，所以需要結合平時課堂表現、平時實驗項目完成情況和期末考試來綜合評定成績。采取期末閉卷理論考試占50%，平時實驗項目完成占40%，課堂表現占10%，這樣可以全方位的評價學生的表現。

三、教學效果評估

經過幾輪的教學實踐后，取得了如下的教學效果：

（1）學生對課程的興趣度在提升，課下也會不停地去思考數據挖掘有關的方法和技巧，發現問題后會一起交流與討論。

（2）在大學生創新創業項目或者數據分析的有關競賽中，選用數據挖掘方法的人數也越來越多，部分同學的成果還能在期刊上正式發表，有的同學還能在競賽中取得優秀的成績。

（3）統計學專業本科生畢業論文的選題中利用數據挖掘有關方法來完成的論文越來越多，論文的完成質量也在不斷提高。

（4）本科畢業生的就業崗位中從事數據挖掘工作的人數有所提高，說明滿足企業需求技能的人數在增加。繼續深造的畢業生選擇數據挖掘研究方向的人數也在逐漸增多，表明學生的學習興趣得以激發。

教學實踐結果表明，通過數據挖掘課程的學習，可以讓學生在掌握理論知識的基礎上，進一步提升分析問題和解決實際問題的能力。