电力数据接入大数据

关键词： 电费 电力 数据 应用

第一篇：电力数据接入大数据

八大案例深度解析电力大数据应用

麦肯锡曾有报告预测，在全球范围内，大数据分析方案的广泛使用能够带来每年3000亿美元的电费削减。电力大数据的有效应用可以面向行业内外提供大量的高附加值的增值服务业务，对于电力企业盈利与控制水平的提升有很高的价值。有电网专家分析称，每当数据利用率调高10%，便可使电网提高20%~49%的利润。

电力行业的数据源主要来源于电力生产和电能使用的发电、输电、变电、配电、用电和调度各个环节，可大致分为三类：一是电网运行和设备检测或监测数据;二是电力企业营销数据，如交易电价、售电量、用电客户等方面数据;三是电力企业管理数据。通过使用智能电表等智能终端设备可采集整个电力系统的运行数据，再对采集的电力大数据进行系统的处理和分析，从而实现对电网的实时监控;进一步结合大数据分析与电力系统模型对电网运行进行诊断、优化和预测，为电网实现安全、可靠、经济、高效地运行提供保障。

一、电网监测及维护 1.运维监测系统及时反应

Enphase Energy(美国Enphase 能源股份有限公司)

Enphase Energy每天从来自80个不同国家25万个系统收集大约2.5TB的数据。这些数据可以用来检测发电和促进远程维护、维修来确保系统无缝运行。另外，Enphase Energy还利用从发电系统收集到的数据来监测、控制或调整网络中的发电和负载状态，在电网和在出错或需要升级时做出相应的反应。

2.设备检修运维专题分析 电力企业可以基于永洪自研发的一站式大数据分析平台开展各业务领域的深度分析，如在电网检修运维领域，通过对电力设备资产管理、设备运检管理、设备技术管理、技改大修管理等方面，从安全、效益、成本三个方面进行关键指标选取，分析检修管理中“安全”、“效益”、“成本”三者之间的相互影响，协调三个因素综合最优，同时实现对电网企业检修指标的实时在线监控，为公司检修策略制定提供指导和服务。

(图中分析场景所用的数据为测试数据)

3.预防基础设备故障导致的停电

American Electric Power Co., Inc. (AEP)(美国电力有限公司)

在AEP的资产健康中心，数据分析师把设备派生的运行信息和智能信息应用程序结合在一起。通过采用大数据算法和分析软件，他们可以密切监测传输基础设施的运行情况。

如今，AEP使用智能电表、通信网络和数据管理系统得到稳健的常规信息。智能电网技术使客户更有效地用电和合理管理用电成本，收集到的数据也有助于该公司为客户定制电力管理程序和提供个性化定制服务。

二、提升运营效率、改善客户体验

大数据分析能帮助电力企业提升运营效率和改善客户体验。运营效益包括收益保证、网络和产品管理、需求预测、资产管理和支撑功能优化。类似的，分析有助于通过客户关系优化、主动营销以及定制优惠和服务来改善客户体验。

1.Gulf Power(海湾电力公司，美国南方电力公司位于佛罗里达州的分公司)

Gulf Power使用大数据分析后确认，如果停电，那恢复供电的时间如果能比用户预期时间早10分钟，客户满意度是最高的。

有趣的是，它发现如果在预期恢复供电时间两个多小时前恢复供电，会对客户满意度的产生负面影响。理解了类似这样的指标，能够帮助电力企业解决他们最大的客户体验挑战。一位德国电力公司的高管证实提高客户满意度会提高客户留存率。他解释到，“分析让你在现有合同上用个性化的优惠活动与客户良好沟通。这种方式会大幅提高客户的留存率”。事实上，像EDF Energy这样的电力企业已经通过大数据分析来减少客户流失，每年节省高达3000万美元的成本。

2.Lakeland Electric(美国莱克兰电力公司，总部位于佛罗里达州)

负荷研究是一种用来分析各种客户群体(住家、商业和工业)的客户消费模式的过程，它有助于评估电力公司为每个特定的群体服务的成本。研究人员认为，利用AMI(量测基础设施)和数据捕获能力，每一个计量点和智能电网启用的设备可能有助于这项研究。 Lakeland最近利用这些新技术完成了对电力服务的成本检查。除了解决对额外收入的需求外，他们还能够设计供客户选择的替代费率，一方面降低电力高峰需求，另一方面客户也在此过程中节省资金。不仅有效减少高峰期的电力故障，也提升了用户体验，提高了用户留存率，使该企业拥有更好的口碑和知名度。

3.通过数据分析有效提升电力行业营销服务水平

电力用户可以基于永洪一站式大数据分析平台，将更多的明细数据提供给业务部门，由业务部门自服务完成数据应用。通过对客户服务与客户关系、电费管理、电能计量及信息采集，市场与有序用电、新型业务、综合管理等方面的分析，掌握营销业务重点工作的开展情况，实现对客户服务、电费管理、智能电表、有序用电实施和能效管理成效、新型业务及营销稽查工作质量指标进行有效监测。

三、减少损失、降低成本 1.减少电力盗窃降低损失

根据Northeast Group, LLC.(位于美国华盛顿的东北集团有限责任公司)的《能源市场智能电网：2015年展望研究》报告，每年全球因电力盗窃损失893亿美元。而智能电网技术可以帮助电力企业打击每年价值几百万的电力盗窃。

位于意大利的Enel是全球最大的电力企业之一，在40个国家经营有6.7亿台电表。在意大利，Enel整合处理了来自11个遗留系统超过500亿行的数据，同时已经识别出93%的盗窃案或其它非技术性损失的可能因素，这是世界上最大的智能电网分析系统。仅仅在意大利，它每年的收入保护和预测性资产维护分析的经济效益估计超过3.5亿欧元。

2.利用分析降低变压器更换成本 PSE&G(公共服务电力和燃气公司)是美国最大型的综合电力和燃气公司之一，为180万燃气用户和220万电力用户提供服务。它拥有的资产价值约170亿美元，收入近80亿美元。

PSE&G实施了一个计算机化维护管理系统(Computerized Maintenance Management System，简称CMMS)来辅助维修、更换以及对包括变压器和其它设备等资产的维护决策。根据湿度、介电强度、可燃气体变化率和冷却性能等多种因素，来为变压器进行分析，生成设备状况分数。他们根据资产更换(预测)算法，对设备状况分数和其它因素(年代，备件可用性)分析，来决定更换变压器的适当时间。

PSE&G还对实时传感器采用了先进的分析来跟踪各种操作指标。分析的应用帮助了该公司在故障发生前发现和补救问题，在避免设备故障上节约了数百万美元。该公司也决定主动通过使用分析模型来更换一些变压器，而不是出了问题后再更换，这有助于该公司在25年中节约了1亿多美元。

结语：

如大数据分析这样的信息新技术必将激活电力大数据中蕴含的价值，也必将释放电力大数据的市场潜力。根据GTM Research的研究分析，到2020年，全世界电力大数据管理系统市场将达到38亿美元的规模，电力大数据的采集、管理、分析与服务行业将迎来前所未有的发展机遇。

在这样的机遇下，更多的电力企业选择将在大数据分析技术，为企业系统运维监测、提升客户满意度、降低损耗和成本等诸多方面做出积极探索。而相对于自己搭建，面对更合理的成本与更稳定高效的第三方平台，越来越多的电力企业选择和第三方大数据分析平台厂商合作，为企业数据化运营带来专业的技术与服务支持。

以国内知名电力研究所为例，选择采用永洪电力大数据平台。永洪科技按照平台的设计规范和功能要求，在UI设计、安全认证、统一安装部署、数据存储及工作流调度等方面针对电力业务特性需求进行了接口开发与个性化改造，无缝嵌入用户大数据平台，为后期科研人员开展数据分析挖掘工作提供工具支撑。

第二篇：大数据时代下的基层电力企业档案管理策略研究

【摘要】：在社会高速发展的推动下，我们已经进入到大数据时代，大数据的普遍运用使得电力企业档案、电力基层的改革、档案资源管理方式都进行了全面的改革创新。大数据的发展趋势是现在时代所赋予的必然性。论文着重分析了怎样运用大数据来提高基层电力企业档案管理的方式技术和服务能力，从而大力推进基层电力企业档案管理工作的顺利进行。

【关键词】：大数据时代;基层电力企业;档案管理策略

引言

大家都知道档案管理的重要性和复杂性，所有的信息都要建档分类，现在时代发展的飞快，信息产生的数量也是大大增加。为了跟上时代发展的步伐，我们要积极运用现代科学的知识，来发展我们档案管理的工作。与此同时，我们也要了解电力企业档案管理的现状，积极发现在电力企业档案管理过程中出现的问题，这样我们才可以及时改正错误，对电业企业的发展也具有深远意义。

1、运用大数据进行档案管理的必要性

1.1需要存档的数据多，传统的纸质存留的档案管

理办法无法存储日益增加的档案资料。当今社会，“多”成为了人类生活之中的重要词语。广大档案管理工作者，面对越来越多的数据资料的存储要求，必须改变传统的档案管理办法，把大数据运用到档案管理工作中，利用大数据体量巨大的特点，出色地完成工作。例如， “百度云盘”这个APP的出现，使得人们不必再在电脑或者手机内存中储存过多的资料，而只需要将所有需要储存的档案资料上传到百度云盘即可。无论是视频还是文字、图片资料均可储存在百度云盘之中。而人们需要查找资料时，可以随时随地运用互联网在百度云盘中进行预览或下载观看。百度云盘拥有超大容量，还可以增加容量。如此，便无需担心所需储存的档案资料越来越多了。

1.2档案的发展愈加多元化，需要大数据来支撑档

案管理的发展。而今，由于人们需要存档的资料越来越多，在人们需要进行定位查找时，就变得日益艰难。如果利用传统纸质留存档案的办法，人们在查阅之时，必须翻阅大量的文字资料，这样既浪费时间，又耗费了精力。此外，所需留存的档案不仅仅只有文字资料，随着档案多元化的发展，包括视频、图片等都需要进行留存，而这些是纸质留存的档案管理的办法做不到的。因此，为了适应档案的多元化发展趋势，必须有效利用数据的新功能来进行档案管理。例如，各种网站的出现，包括“百度文库”、 “微课网”、 “教育人才网站”等。这些网站使得人们可以通过互联网在网络之中，快速定位寻找到所需的档案资料。这样的档案管理方式既帮助人们节省了时间，又帮助人们利用丰富的网络资源进行充分地对比与分析，找到自己所需的资料。

2、电力企业档案管理存在的问题

2.1档案保存形式面临挑战

大数据背景下，数据信息的形式也更加多样和多元，电子文档、电子图片，还有音频视频等，都是重要的信息载体，此类的数据信息，是无法转换成纸质材料进行保存的。鉴于此种情况，档案管理的保存方式就必须进行创新，只有这样，才能实现对新形式数据信息进行有效的保存，同时，也可以对这些数据信息进行分类和标记，并根据其中的关键词建立档案，便于日后的使用与查找。

2.2档案管理没有一套完整的分类

数据的数量较多，种类也多，其中相关联的内容也多。由于工作人员的能力是有限的，无法做出一套完整的分类，也无法将数据准确分类。

2.3技术挑战

大数据的容错计算相当困难，算法极其复杂，档案管理系统只能将失败的概率尽可能降低到可接受的范围，而不能完全排除。其次，大数据环境下的档案管理系统采用的是云计算技术，其优势在于聚集工作负载，提高资源共享度，这必然增加档案管理系统运行成本，同时，还会加大系统出现故障的频率。再次，档案管理系统存储了海量的档案数据，且种类繁多，结构多样，现在档案系统

3、大数据时代下的档案管理模式

3.1培养专业人才

在当今的时代背景中，无论是哪个国家，还是哪个领域与行业，想要谋求发展，都离不开人才，人才是创新和发展的动力，人才是保证和提高工作质量的基础与前提，档案管理工作也是如此。由于目前的档案管理工作人员，多为传统型人才，无法满足大数据背景下的档案管理工作需求，其专业知识与实践能力都有所欠缺和不足，若我们仅仅重视对设备和技术的更新与升级，而不重视对工作人员能力和素质的提升，这对档案管理工作效率而言，也是于事无补的，并且受到工作人员能力的现实，影响和降低档案管理工作的水平，得不偿失。因此，在当前情况下，要注重提高档案工作人员的专业素质，培养行业的人才，这是提高档案管理工作效率的?P键。

3.2加强档案数据的安全性

我们要充分认识到，大数据档案管理，虽然具有诸多的优势，但是，也存在较高的数据信息丢失的风险，因此，要切实加强对档案信息的安全保障工作，这是必不可少的，也是至关重要的。大量的数据信息，可以保存在一张小小的内存卡中，有着显著的优势，但是，也存在较高的风险，容易造成数据丢失。例如，计算机感染病毒，或者是内存卡消磁，或者是内存卡受潮损坏，都会造成档案的丢失，因此，要提高档案的安全性。具体而言，档案管理人员要具有安全意识，在日常工作中要注意预防计算机感染病毒，同时，相关的政府部门，要出台相关的管理规范和工作细则 。

3.3 加快档案管理人员的知识更新

在档案信息化高速发展的今天，计算机技术为档案管理注入了新鲜的血液，加快了数字化建设的步伐，作为档案人员，应该转变传统档案管理理念，增强对数字化管理的重视程度，重点放在数字化管理和网络化资源建设上。因此，档案人员应加强微机学习，努力提高计算机水平。在学习现代化知识中，不断拓展档案创新的新局面，形成一个既能全面了解档案理论知识，又能熟练掌握计算机操作技术的复合型档案管理人才的发展格局。

3.4完善档案管理的分类

大数据是对数据信息做专业化的处理，为此工作人员不必担心。我们只需运用大数据的专业知识和多年的工作经验来完善档案管理的分类，尽量让档案的分类趋于完整，为以后的工作提供方便。

结语

大数据将带领着我们国家的企业、基层和整个市场的相关组织和人员带来一场基层电力企业档案管理的大变革，让大数据对我们国家的企业和基层电力企业档案管理提供更好的发展模式和更快捷的发展速度，从而给我们国家的基层电力企业创造更多的经济利润。

【参考文献】：

[1]章晓镭.利用大数据提升电力企业档案资源管理和服务能力[J].科技创新与应用，2016，(13)：172.

第三篇：大数据时代的“数据解读”

褚宝福 鲍静 摘 要：大数据时代提高学生解读数据能力是我们提升教学有效性的新课题。面对《经济生活》教材中的众多经济数据，我们不能止步于浅层次的文本阅读，还需要将它们从“知识”“情感”和“思想”三个维度上进行解读，使其融入知识、能力及情感态度价值观“三维”目标之中，为拓宽学生知识视域、提升学习能力、培育正性情感、树立正确价值观服务。 关键词：经济数据 知识性解读 能力性解读 思想性解读 褚宝福，男，浙江省嘉善高级中学，中学高级教师;鲍静，女，浙江省嘉善高级中学，中学一级教师。 大数据时代，学会正确解读数据已成为人们应具备的重要技能之一。因此，培养和提升学生解读数据能力就成为我们提升教学有效性的新课题。普通高中思想政治课教科书中设置了大量的数据，仅人民教育出版社2014年3月第6版普通高中必修

一、经济数据的知识性解读 所谓知识性解读，指的是教师在教学时，能够从纵横两个视角引导学生对《经济生活》中的数据进行解读，让学生获取相关的经济学知识，以达成思想政治课的知识目标。 1.基于纵向视角的知识性解读。从纵向视角对经济数据进行知识性解读，强调的是对一定的经济数据进行历史性考察，并据此解读出相应的经济学知识。如对教科书第10页“2010年4月8日人民币对美元的汇率中间价为682. 59，2013年4月8日人民币对美元的汇率中间价为626.5”这一数据，我们的历史性考察分两步：首先是选择四个典型的历史时期来考察汇率情况。一是1953年到1972年，国家实行计划经济，实行严格管制和固定不变的汇率政策，使人民币对美元的汇率基准价长期稳定在246.1上。二是1981年至1993年，国家实行对外开放，发展社会主义市场经济，为扶持出口，增加外汇收入，人民币对美元的汇率基准价控制在149和195.8之间。其中1985年至1993年国家为平衡国际收支，实行官方牌价与外汇调剂价格并存的政策，使人民币对美元的汇率基准价由293.6逐渐上升到576.2。三是1994年至2005年，为进一步完善发展社会主义市场经济体制，国家逐步形成了以市场供求为基础的、单一的、有管理的浮动汇率制。人民币对美元的汇率基准价保持在835与819间浮动。四是2005年7月21日起至今，实行以市场供求为基础的、参考一蓝子货币进行调节、有管理的浮动汇率制度。人民币对美元的汇率基准价水平由797上升到619，并呈稳中有升的特点。其次，在上述四个时期考察的基础上，我们可引导学生解读出这样一些基本的经济学知识：一是我国的汇率政策是为适应并促进不同时期经济社会发展的需要而制定的，期间经历一个由严格管制向市场逐渐过渡的历史过程，并呈日趋市场化开放化的发展趋势。二是汇率是以另一国货币来表示的本国货币的价格，其高低最终由外汇市场决定，但同时也会受到国家政策等因素的影响;三是一国汇率数据的变动会对该国经济发展和居民生活带来一定的影响。我国人民币汇率总体呈上升趋势，这对我国经济发展和人民生活既有利也有弊，需要我国防范汇率风险等。 2.基于横向视角的知识性解读。从横向视角对经济数据进行知识性解读，强调的是对经济数据横向间的各类关系进行分析，并解读出其中所蕴涵的经济学知识。如对教材第66页“财政收入”这一数据，我们的知识性解读也分两步进行：首先将教材上“2012年财政收入”来源项目细化，并选择典型项目进行横向分析。一是分析财政收入、税收收入、非税收收入的数量及关系：2012年财政收入117210亿元(不含债务收入)，税收收入100601亿元，非税收收入16639. 24亿元，分别占全部财政收入的85. 83%和14. 20%。二是分析税收中几个主要税种的数量及关系：国内增值税26415.5亿元、国内消费税7875. 58亿元、营业税15747. 64亿元、企业所得税19654亿元、个人所得税5820. 28亿元、关税103.5亿元等，其中国内增值税已成为我国目前税收的主要来源，企业所得税次之，营业税居第三，然后是国内消费税和个人所得税，关税数量较少。三是分析非税收收入中主要项目数量及关系：行政事业性收费4579. 54亿元、国有企业利润1154. 02亿元、罚没1559. 81亿元等，其中行政事业性收费最多位居第一，而国有企业上交利润相对比较少，低于各类罚没收入。四是几类主要国有企业利润数量及关系：烟草企业252. 64亿元、石油化工企业308.

45、电力企业76. 74亿元、煤炭企业106. 54亿元、电信企业106. 90亿元、电子企业1. 65亿元、金融企业0.33亿元、转制科研企业1.88亿元等，其中石油化工、煤炭、电力等资源类国有企业利润占总利润的42. 61%，而科技为主的国有企业利润只占总利润的9.5%。其次在上述分析的基础上，我们可引导学生解读出这样一些基本经济学知识：一是税收是依法取得财政收入的基本形式，是财政收入的主要来源。二是增值税、营业税、企业所得税等是国家收入的主要来源，但也直接影响企业的生存和发展。当前的税收改革特别是“营改增”，对国家税收总量及企业发展与竞争力影响甚大。三是非税收收入中行政事业性收费太多，而国有企业上交利润偏低，与国有经济的性质、地位及作用不匹配。四是国有企业利润结构不合理，其中资源类国有企业的利润占利润总量过高而科技类国有企业利润偏低，这表明我国仍需要大力推进经济发展方式的转型升级。

二、经济数据的能力性解读 所谓能力性解读，指的是教师在教学时，能够引导学生运用比较、综合两种方法对《经济生活》中的经济数据进行解读，提升学生分析数据和概括数据的能力，以达成思想政治课的能力目标。 1.基于比较方法的能力性解读。运用比较方法对经济数据进行能力性解读，强调的是对不同的经济数据，依据一定的标准进行相应的比较，以培养和提升学生分析数据的能力。如对教材第82页虚线框中的“农村居民人均纯收入”和“城镇居民人均可支配收入”数据的能力性解读，可分下述两种情况：首先，对同一经济主体在不同时间点上的数据进行纵向比较性解读，以培养学生纵向分析数据的能力。如可将教材82页上“农村居民”和“城镇居民”两类经济主体的经济数据，分别补充上2013年和2014年的最新数据，形成下述比较表格： 依据上述表格数据，引导学生分别分析从2009年至2014年农村居民人均纯收入和城镇居民人均可支配收入数据变动的特点：城乡居民人均收入逐年增加，但农村居民收入增长速度快于城镇等。其次，对同一时间点上不同经济主体的数据进行横向比较性解读，以培养学生横向分析数据的能力。我们同样可依据上述表格，引导学生分析我国在2009年至2014年期间，每年农村居民和城镇居民人均收入数据的差异情形：城镇居民收入高于农村居民，绝对差距数据在拉大等。 2.基于综合方法的能力性解读。运用综合方法对经济数据进行解读，强调的是在一定的范围内对不同经济主体的经济数据进行相应的综合，以培养学生的数据概括能力。一般我们可选择两种主要范围展开综合性解读：首先就同一教学单元中的经济数据进行综合性解读，以培养学生从单元经济数据中概括出相应结论的能力。如对第二单元“生产、劳动与经营”中的主要数据，我们按照因果联系的逻辑原则，将“我国主要产品产量居世界位次”、“城乡居民储蓄存款余额”、“储蓄存款利息和股票价格”、“投资理财的分配数额”、“保险理赔数额”等数据进行综合，形成下述数据体系：依据上述体系，引导学生对①②③④四组原因结果关系进行概括，可得到这样的结论：随着我国我国经济不断发展、经济实力不断增强，居民储蓄余额不断增加，同时由于国家经济的发展和居民储蓄余额的增加，会引起居民投资理财途径的多样，而这会进一步提高了居民的储蓄余额和国家经济的发展，由此在居民投资与国家经济发展间形成了相互促进的良性互动。总之，一国经济的发展与投资间存在着密切的关系，需要我们正确地处理。其次对教材中不同单元中经济数据进行综合性解读，以培养学生从不同单元经济数据中概括出相应结论的能力。如对第二单元“生产、劳动与经营”和第三单元“收入与分配”中的众多数据，我们同样可依照因果联系的逻辑原则，进行综合，形成下述综合体系： 依据上述体系，引导学生对①②③④⑤⑥六组原因结果关系进行概括，可得到这样的结论：第一，随着我国经济的发展，不仅带来居民投资增多和日趋多样，而且还促使国家财政收入、企业收入和居民收入不断提升及财政支出数量的增加。第二，我国居民投资和财政投资的增加，必然促进我国经济的发展。第三，国家财政收入的增加、企业利润、居民收入的不断提升，也必将推动我国经济的发展。第四，在国家财富一定情况下，投资的增加会引起收入的减少，而收入的增加会引起投资的减少，两者存在此消彼长的关系。第五，国家、企业和个人之间收入分配结构的变化会影响国家经济的发展，同样国家投资结构和居民投资变动也会影响国家经济的发展。总之，一国经济的发展既需要投资的作用，也需要消费的作用，因此必须协调好投资与消费的关系，实现经济的转型与持续发展。

三、经济数据的思想性解读 所谓思想性解读，指的是教师在教学时，能够引导学生从现象和原因两个层面对《经济生活》中众多经济数据进行解读，让学生接受情感熏陶和价值观教育，以达成思想政治课的情感态度价值观目标。 1.基于现象层面的思想性解读。经济数据本身较为抽象枯燥，缺乏情感，但与数据形成、变动相关的经济现象却是具体、丰富的。教学时，我们可借助这些现象进行情感性解读，让学生接受情感熏陶、培养学生积极向上的正性情感。如对教材89页中的“投资和消费对经济增长的贡献率”数据，我们在教学时可分两种情形进行：首先选择与“投资对gdp增长贡献率”的经济现象进行解读，如列举各省市县政府投巨资建设“美丽乡村”，培养学生热爱乡村的情感。其次，我们选择与“消费对gdp增长贡献率”数据相关的经济现象进行解读，如例举因书香社会建设而形成的“阅读消费”现象培养学生热爱读书的情感喜好。 2.基于原因层面的思想性解读。经济数据本身反映的是一种客观事实，显得呆板和冷漠，缺乏生动的教育性。但数据产生及变动背后的原因，却值得人深入思考。教学时借助这些数据背后的原因，我们可以让学生了解党和政府所做出的各种努力和探索，进而借此进行价值观教育，以帮助学生树立正确的价值观。如对教材89页中的“投资和消费对经济增长的贡献率”数据，我们可以对其进行补充扩展并形成下述表格，然后分两种情形进行解读。 首先选择“投资对gdp增长贡献率”数据进行原因性解读。我国2000年至2014年“投资对gdp增长贡献率”呈现由低到高、再由高到低的变动特点，主要原因有二：一是我国投资政策由偏向追求发展速度转向追求发展质量与效益，二是投资结构由偏重经济建设转向民生发展。这样的解读，不仅可使学生认识到我们党和政府立足经济发展的实际，制定和实施科学的投资政策，实现了经济的平稳运行，而且还能体会到政府在制定和实施投资政策时始终坚持“以人为本、以民为本”的出发点和落脚点，从而有利于学生树立乐于为国家、为民众奉献的正确价值观。其次选择“消费对gdp增长贡献率”数据进行原因性解析。自2010年后我国“消费对gdp增长贡献率”保持持续增长态势，其背后的重要原因是政府贯彻落实科学发展观，扩大内需、提高城乡居民生活水平，努力实现经济发展方式的转型。这样的原因解读，不仅让学生认识到政府根据经济发展的客观规律，充分发挥消费对经济的拉动作用，实现经济发展方式的转型，而且还能真正体会到政府在制定和实施消费政策时同样始终坚持提升人民生活水平、满足人民需要这一社会主义生产的本质与目的，从而有利于学生树立以人民利益为最高的价值标准和价值追求。 学会筛选、分析、解读数据，是大数据时代生存发展的必备技能。普通高中教科书中的数据，作为一种教学资源，不应该只停留于浅显的阅读文本层次上。我们需要站在培养学生适应时代发展要求的新高度来解读，将知识、能力、情感态度价值观等目标融入经济数据的教学之中，让枯燥的、抽象的，甚至是呆板的、冷漠的经济数据富有灵性，充满情感。 (责任编辑：刘丹)

第四篇：读《大数据时代》有感：大数据与小生活

大数据与小生活

--读《大数据时代》有感

施佳驰

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

一、什么是大数据?

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

二、大数据的核心是什么?

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

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

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

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

三、什么是大数据思维?

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

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

四、新的时代，我们该怎么办?

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

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

第五篇：好程序员大数据培训-大数据用到哪些技术

大数据是对海量数据进行存储、计算、统计、分析处理的一系列处理手段，处理的数据量通常是TB级，甚至是PB或EB级的数据，这是传统数据处理手段所无法完成的，其涉及的技术有分布式计算、高并发处理、高可用处理、集群、实时性计算等，汇集了当前IT领域热门流行的IT技术。

想要学好大数据需掌握以下技术：

1. Java编程技术

Java编程技术是大数据学习的基础，Java是一种强类型语言，拥有极高的跨平台能力，可以编写桌面应用程序、Web应用程序、分布式系统和嵌入式系统应用程序等，是大数据工程师最喜欢的编程工具，因此，想学好大数据，掌握Java基础是必不可少的!

2.Linux命令

对于大数据开发通常是在Linux环境下进行的，相比Linux操作系统，Windows操作系统是封闭的操作系统，开源的大数据软件很受限制，因此，想从事大数据开发相关工作，还需掌握Linux基础操作命令。

3. Hadoop

Hadoop是大数据开发的重要框架，其核心是HDFS和MapReduce，HDFS为海量的数据提供了存储，MapReduce为海量的数据提供了计算，因此，需要重点掌握，除此之外，还需要掌握Hadoop集群、Hadoop集群管理、YARN以及Hadoop高级管理等相关技术与操作!

4. Hive

Hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供简单的sql查询功能，可以将sql语句转换为MapReduce任务进行运行，十分适合数据仓库的统计分析。对于Hive需掌握其安装、应用及高级操作等。

5. Avro与Protobuf

Avro与Protobuf均是数据序列化系统，可以提供丰富的数据结构类型，十分适合做数据存储，还可进行不同语言之间相互通信的数据交换格式，学习大数据，需掌握其具体用法。

6.ZooKeeper

ZooKeeper是Hadoop和Hbase的重要组件，是一个为分布式应用提供一致性服务的软件，提供的功能包括：配置维护、域名服务、分布式同步、组件服务等，在大数据开发中要掌握ZooKeeper的常用命令及功能的实现方法。

7. HBase

HBase是一个分布式的、面向列的开源数据库，它不同于一般的关系数据库，更适合于非结构化数据存储的数据库，是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统，大数据开发需掌握HBase基础知识、应用、架构以及高级用法等。

8.phoenix

phoenix是用Java编写的基于JDBC API操作HBase的开源SQL引擎，其具有动态列、散列加载、查询服务器、追踪、事务、用户自定义函数、二级索引、命名空间映射、数据收集、行时间戳列、分页查询、跳跃查询、视图以及多租户的特性，大数据开发需掌握其原理和使用方法。

9. Redis

Redis是一个key-value存储系统，其出现很大程度补偿了memcached这类key/value存储的不足，在部分场合可以对关系数据库起到很好的补充作用，它提供了Java，C/C++，C#，PHP，JavaScript，Perl，Object-C，Python，Ruby，Erlang等客户端，使用很方便，大数据开发需掌握Redis的安装、配置及相关使用方法。

10. Flume

Flume是一款高可用、高可靠、分布式的海量日志采集、聚合和传输的系统，Flume支持在日志系统中定制各类数据发送方，用于收集数据;同时，Flume提供对数据进行简单处理，并写到各种数据接受方(可定制)的能力。大数据开发需掌握其安装、配置以及相关使用方法。

11. SSM

SSM框架是由Spring、SpringMVC、MyBatis三个开源框架整合而成，常作为数据源较简单的web项目的框架。大数据开发需分别掌握Spring、SpringMVC、MyBatis三种框架的同时，再使用SSM进行整合操作。

12.Kafka

Kafka是一种高吞吐量的分布式发布订阅消息系统，其在大数据开发应用上的目的是通过Hadoop的并行加载机制来统一线上和离线的消息处理，也是为了通过集群来提供实时的消息。大数据开发需掌握Kafka架构原理及各组件的作用和使用方法及相关功能的实现!

13.Scala

Scala是一门多范式的编程语言，大数据开发重要框架Spark是采用Scala语言设计的，想要学好Spark框架，拥有Scala基础是必不可少的，因此，大数据开发需掌握Scala编程基础知识!

14.Spark

Spark是专为大规模数据处理而设计的快速通用的计算引擎，其提供了一个全面、统一的框架用于管理各种不同性质的数据集和数据源的大数据处理的需求，大数据开发需掌握Spark基础、SparkJob、Spark RDD、spark job部署与资源分配、Spark shuffle、Spark内存管理、Spark广播变量、Spark SQL、Spark Streaming以及Spark ML等相关知识。

15.Azkaban

Azkaban是一个批量工作流任务调度器，可用于在一个工作流内以一个特定的顺序运行一组工作和流程，可以利用Azkaban来完成大数据的任务调度，大数据开发需掌握Azkaban的相关配置及语法规则。

16.Python与数据分析

Python是面向对象的编程语言，拥有丰富的库，使用简单，应用广泛，在大数据领域也有所应用，主要可用于数据采集、数据分析以及数据可视化等，因此，大数据开发需学习一定的Python知识。

好程序员特训营自2014年成立至今，一直立志培养高薪，高能，高职的程序员人才，截至目前，好程序员学员就业均薪1万5以上，学员薪资最高达到2万9千元。现开设大数据、Html

5、JavaEE、Python等高端精品课程，坚持100%全程面授;这里将是你通向软件开发工程师的新起点。

只有完整的学完以上技术，才能算得上大数据开发人才，真正从事大数据开发相关工作，工作才更有底气，升职加薪不成问题!