1.1大數據等於大機遇與大問題
數據的數量隨着現代企業的發展以指數級的速度與日俱增，從這些數據中提取有商業價值的信息的期望也隨之增加。越來越多的企業領導人明白，近乎實時的大量數據收集分析可以幫助他們應對市場趨勢，在日益嚴酷的經營環境中佔據一個獨特的競爭優勢。隨着大數據主動獲取越來越多的數據，為企業領導人提供了增強的商業價值同時，企業在存儲數據方面將面臨着巨大的風險和威脅。
1.2大數據等於大安全威脅
公司剛開始體驗到大數據的優越，像任何新的戀情一樣忽視對方的缺陷。然而，瞭解這些海量數據存儲包含大量的“有毒”的數據對用户來説是很必要的。有毒數據是指脱離控制後會造成損害的數據。通常情況下，有毒數據包括監護信息如信用卡號碼，個人可識別信息（PII）如身份證號碼，和個人的健康信息（PHI）和敏感的知識產權，包括商業計劃和產品設計。如今，網絡黑客和一些商正在偷這類有毒的數據。安保不全和缺乏控制的大數據環境可能會使這些惡意行為更容易。隨着大數據熱度的消退，公司必須意識到大數據環境問題，並適當控制和保護他們的大數據環境。
1.3大數據等於大安全挑戰
像任何技術創新一樣，應用大數據帶來的好處已使企業下意識的忽略了其潛在的負面影響。當安全專家指出其潛在後果時，業務和IT領導人會認為專家是為了商業利益故意將弊端誇大化，現有的安全技術被直接應用上去，而不考慮實際。我們都知道，直接覆蓋或者套用的方式是無效的並且會引起很多安全方面的問題和挑戰。現在是時候承認大數據的安全風險，並開始計劃進行適當的控制了。
1.4大數據等於大責任
除了存儲相關的知識產權問題，大數據環境還包括公司可以控制但不能擁有的數據。這通常包括客户數據和業務合作伙伴數據。由於大數據是整個組織的數據集中，安全和風險管理專業人士必須努力消除現存的數據存儲上的權責問題。例如，法律團隊和負責數據泄漏防護（DLP）的安全小組來一起從事分散數據發現和項目分類，這樣的組合可以提高效率，降低成本，提高可操作性。在應用安全控制之前（如加密，標記，和權限管理等），可以用一個統一的方法來提取和分類歸檔數據，便於存儲和刪除如此大量的數據。法律、安全團隊還需要一起研究瞭解大數據相關的監管問題。例如，也許你的企業要發展從客户大約24000000000微博中挖掘和分析市場情報的能力，這聽起來是個好主意，但它在一些個人隱私法比較嚴格的歐洲國家也可能觸犯法律，如德國、西班牙和意大利等，你的大數據事業甚至在開始之前就突然死亡了。然而，如果安全人員參與了項目的早期建設，企業能有更好的機會來利用更多的或更有前途的替代技術，如在大數據初始化處理上使用標記技術來代替PII技術。
2安全發展的驅動
如果我們把信息安全行業作為一個整體來看，除了快速發展的的威脅形勢外還有什麼能推動創新？回顧過去，有兩大創新驅動力：一個是內在力，即順應發展要求。它看起來跟創新沒關係，但實際上它在某些領域確實推動創新，像加密和標記等。解決這些問題涉及實際的經濟利益。第二個驅動力是外在力，即環境威脅，主要是攻擊，特別是高頻率高質量的攻擊。這兩個驅動因素今天依然存在。個人設備的廣泛應用，和公共雲服務的快速發展也必將推動安全性的創新。但現在，還有另外一個驅動力，它很有趣，而且對於安全來説相當新鮮，那就是隱私。最近隱私問題一直出現在聚焦排行榜前列，絕對是推動建立創新解決方案的驅動。關於這方面有一個很具古義的創新app：閲後即焚，一種郵件自毀程序，即郵件或聊天內容存在一定時間後即刪除。這對於安全來説就是個很新鮮的嘗試。IT安全的最重要的問題之一就是缺乏良好的指標。很多時候，我們不得不基於先例來處理問題，在某些情況下，甚至是基於使我們更安全或更不安全的迷信。大數據和數據分析提供了一種進行安全實衡量的可能，它或許可以給我們一套可落地的實用標準，這將不只是影響嚐鮮的大企業，也會給中小型企業帶來非常具可操作性的想法。
3大數據的影響
大數據改變了信息安全領域的本質。在過去的幾年裏，看似不可能的大量消費者和行業數據（又名大數據）的概念頻頻出現在新聞中，由於它引起了人們對公共，私人消費，政府信息安全和隱私問題和業務水平。發現，收集和保存敏感數據（如消費者的IP地址，企業的預算，購物習慣或信用卡信息）的做法，不僅挑戰了數字時代的隱私概念，同時也為黑客、網絡竊賊和網絡恐怖分子創造了新的難以抗拒的目標。其結果是，就算是信息安全專家都需要了解如何調整自己的工作，以有效的方式來管理大數據現象。
3.1在健康醫療上的影響在健康保險方面，在過去的二十年中，醫療費用以驚人的速度增加，目前估計為GDP的17.6％。醫療專家在提高治療過程效果的同時也在尋求如何降低費用，大數據的出現給了轉變醫療衞生及保險行業一個合理的解決方案。麥肯錫全球研究院估計，如果發揮大數據戰略槓桿的最大潛能，每年估計能有十億利潤增加。舉例來説，利用大數據分析和基因組研究與病人實時記錄，可以讓醫生對治療做出更加有效的決定。此外，大數據將迫使保險公司重新評估其預測模型。隨着醫療服務的成本上升和醫療保險費的上升，將有必要進行積極的醫療管理和健康管理。這種轉變從被動到主動的醫療保健和保險可能導致護理質量的提高，降低醫療費用，並最終導致經濟增長。在過去的十年裏，在醫療IT中的安全漏洞呈現穩定增長。在2013年，KaiserPermanente的（美國最大的非營利性醫療保健機構）通知其49000例患者，他們的健康信息被泄露，因含有患者記錄未加密的USB盤被盜竊。此外，對病人的隱私和數據安全的一項研究表明，醫療及保險商94％的客户在過去的兩年中至少有一個安全漏洞。在大多數情況下，這些攻擊是來自內部人士，而不是外部。隨着不斷變化的風險環境和新出現的威脅和脆弱性，安全方面的違例將層出不窮，電子病歷及保單的安全性必須予以高度重視，以確保客户的安全。現在患者的信息以不同的安全級別被存儲在數據中心，並且大多數的醫療數據中心有安全認證，但認證並不保證病歷的安全性，更側重於確保安全策略和程序而不是執行它們，而通過在健康醫療及保險上應用大數據將顯著提高安全性和病人的隱私關注度。
3.2大數據在商務的影響數字數據和信息安全的管理幾十年一直是一個熱門的商業問題。自互聯網在上世紀80年代成為主要通信設備開始，人們就不得不開始為保護公共和私有數據而和黑客的攻擊作鬥爭。但是，大數據的出現，徹底改變了信息安全領域。雖然大數據的概念可能使隱私問題受到過分關注按，單從商業營銷策略和產品開發的角度看它一直是一個寶庫。通過分析從城市，省，國家或全球客户收集數據點，公司能夠分析特定的購買趨勢和區域影響力。事實上，這些數據庫已經變得如此有價值，以致它們通常被認為是一個企業的資產清單的一部分。然而，大數據已成為網絡威脅，它已經成為黑客或企業間諜活動的主要目標。在過去的五年裏，已經出現了跨多種行業的眾多的對大數據的攻擊。幾年前，TJX公司經歷了一個信用卡信息安全漏洞事件，影響了數以百萬計的全球客户。除了丟失的數據是保密的或有價值的外，另一個主要後果是消費者對企業信心和信任的喪失。這就是為什麼大數據的安全性已經成為核心業務戰略的一部分，精明的企業都在尋找合格的專業人才，以保護自己對敏感信息的大量投資。
3.3大數據在信息安全方面的影響企業聘請技術專家來管理網絡安全和信息技術的時代已經一去不返了，因為大數據需要信息安全產業利用所有領域的專家來提供對重大漏洞的安全防護。作為其主要的業務資產之一，許多企業正在推動擴大他們的數據基礎設施系統以保護大數據。一個有趣的結果是，擴大或升級技術基礎設施也成為一個公司的價值增加的重要方式。安全信息基礎設施，包括服務器，網絡，防火牆，工作站和入侵檢測系統是不可或缺的安全，因為他們支持複雜算法的快速處理，並提供對大數據威脅防禦的第一道防線。在大數據世界裏大家都開始變得不同了。大數據需要在許多方面都有研究的信息安全專業人士，而不是跟以前一樣專注於該領域。
4結語
計算機技術的發展和互聯網時代的到來，使人們越來越熟悉如電子商務和網絡營銷等字眼與服務，而隨着人們在互聯網上花費時間的增多，一些遺留在互聯網上的數據通過計算被追蹤與處理，併成為了企業營銷中的主要分析數據，而隨着海量數據的出現，大數據這一概念的出現也逐漸被國內外企業所接受和運用。大數據的主要特徵在於“4V”，即數據量大、類型複雜、價值密度低和實效高四種。企業合理手機消費者行為數據並將其歸納為大數據進行分析，能夠更為快速的瞭解消費者的生活方式與消費狀態，同時也有助於企業更快的研發出更為貼合消費者心理的營銷策略。大數據在市場營銷中已然成為了主要的方式。此外，客户數據的海量性和有效性能夠幫助企業更好的尋找產品發展新方向。大數據的出現對於企業，尤其是電力營銷戰略的制定將會具有極其重要的促進意義。
二、大數據在電力營銷中的應用策略
大數據時代正在逐漸嶄露頭角，企業要想順應時代的變化獲得新的發展，就必須對營銷體系進行重構，若能夠通過大數據資源開展電力營銷，必然會產生極大的市場價值。
1通過消費者視角，分析潛在需求行為大數據的特徵表現在海量化的數據上，企業要想獲得更為精確的信息，就需要通過大數據的分析來尋找顧客的潛在需求。因此，電力營銷企業要想做好營銷體系的構建，擴大企業經濟市場，就要制定好多種方案，在大數據中尋找潛在的客户需求，學會通過客户的視角，對客户的消費行為進行行為與特徵分析，從而進一步提高客户滿意度，最大化的打開企業知名度。
2精準定位消費羣體，開展個性化營銷大數據能夠為電力營銷提供海量的數據信息，讓企業能夠在追求精準化的同時準確定位自身營銷方式，從而劃分出消費羣體，打造個性化營銷。隨着社會經濟的發展，電力營銷企業開始越來越重視營銷的精準化，而大數據的出現在一定程度上改變了產品的質量，導致消費者市場也出現變化。消費者市場的劃分需要通過大數據進行主要原因自傲與企業所面臨的是個體消費者，而不是羣體消費，這樣一來，個性化的營銷必然會成為電力企業的營銷主體。
3拓展營銷新市場，制定產品新戰略大數據是營銷策略制定的基礎和依據，這對於市場和業務的開拓也具有重要的意義。如騰訊遊戲的研發，往往是通過大數據來進行精確地分析，從而使其能夠領先於其他手遊行業，牢固自己的經濟市場地位。運用大數據分析數據，開拓新市場、新業務也是當今時代電力企業營銷發展的必然趨勢。要想做到領先同行企業，牢固自身市場地位，就需要在產品研發前期深入分析和研發大數據，制定更為符合客户個性化需求的產品戰略，並進一步確定產品營銷渠道，拓寬產品領域。
4依靠互聯網技術，合作開展大數據營銷隨着互聯網營銷的興起，互聯網行業將絕大部分的精力都放在了大數據的應用上，大數據的應用也逐漸成為了營銷的主要手段。大數據從狹義來看是人們通過互聯網的使用而產生的數據，互聯網行業擁有者手握最大的數據源，如阿里巴巴、百度和微博等等，其搜索引起聯合線下進行，已經覆蓋了人們絕大部分的生活。而電力營銷要想得到進一步的發展，就要擠入互聯網行業中，進行大數據營銷。除了在自身領域建立數據資源優勢以外，還可以通過業務延伸來實現多元化的發展。
三、結語
1.1大數據對大量數據信息的處理
由於歷史文化名城展示與利用涉及到的內容很多，包括歷史學、地理學、建築學、社會學、景觀生態學等，與此同時，隨着科學技術的進步，先進的數據採集、建築測繪等軟硬件設施已經大量應用於歷史文化名城的展示與利用當中，在此過程中產生了數量龐大的數據信息，而大數據能夠對這些龐大的數據信息進行快速準確的處理．所謂“大數據”就是指需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產．例如，三維激光掃描技術是一種通過激光反射的原理，將被測量對象通過三維激光掃描系統的處理，構建成一整套的點雲數據模型，在此基礎上，通過專業的三維軟件技術對於被測對象進行逆向的數字化構建，從而能夠進行後續的數字化的研究與利用．在此過程中，點雲數據會大量湧現，尤其是對於展示與利用真實性要求更高的項目而言，所產生的數據將會無限接近於真實的被測對象，數據會呈現出幾何數量級增長．數據量大，能夠促進歷史文化名城展示與利用在探索方法和研究理念的層面上產生根本性的變革．對於早期的歷史文化名城的展示與利用來説，由於受到認知性和數據分析能力的影響，人們就某一處歷史文化名城的展示與利用的形式、內容以及方法上，僅僅是能夠通過數量有限的樣本案例和數據資料，利用較為傳統的技術手段進行數據的分析、評估和管理．大數據的應用，能夠將大量的歷史文化名城的相關信息進行有目的性的篩選和處理，為展示利用的方式、方法在名城中的應用，提供了較為全面和具體的對策措施，提高展示利用實施的精確性．
1.2大數據對多樣數據類型的處理
歷史文化名城在展示利用時涉及到的數據繁多複雜．單就其中的某一處歷史建築來講，《歷史文化名城、名鎮、名村保護條例》對建築本身的歷史檔案包括了5項內容：1)建築藝術特徵、歷史特徵、建設年代及稀有程度；2)建築的有關技術資料；3)建築的使用現狀和權屬變化情況；4)建築的修繕、裝飾裝修過程中形成的文字、圖紙、圖片、影像等資料；5)建築的測繪信息記錄和相關資料．除此之外，還有關於歷史沿革、歷史事件、地名典故、名人軼事等資料．上述幾項內容，基本涵蓋了一處歷史建築的歷史價值和人文價值，這些詳細資料，在歷史文化名城的展示利用時會起到舉足輕重的作用．在歷史文化名城的展示利用的過程中，數據的類型非常多，有圖片資料、文字資料、影像資料、圖紙資料、點雲數據等．在以往展示利用處理數據信息的時候，利用傳統的數據處理技術，事先定義好結構化的數據．結構化數據是將對象數據向便於查詢、處理的方向抽象的結果．結構化數據即行數據，存儲在數據庫裏，可以用二維表結構來邏輯表達實現的數據．結合到典型場景中更容易理解，比如企業ERP、財務系統；醫療HIS數據庫；教育一卡通；政府行政審批；其他核心數據庫等．在結構化數據過程中，通常會忽略一些特定條件之下所不必考慮的細節，篩選出有用信息．隨着互聯網技術、展示利用技術以及測繪技術的快速發展和演進，非結構化的數據大量的出現，難以用結構化來進行表示，在存儲記錄數據的同時還要儲存數據的結構，增大數據存儲和處理的難度．相對於結構化數據而言，不方便用數據庫二維邏輯表來表現的數據即稱為非結構化數據，包括視頻、音頻、圖片、圖像、文檔文本等形式．具體到典型的案例中，如醫療影像系統、教育視頻點播、視頻監控、國土GIS、設計院、文件服務器PDM/FTP)、媒體管理等具體應用資源，這些行業對於存儲需求包括數據存儲、數據備份以及數據共享等．目前在歷史文化名城展示與利用當中，所利用的數據大部分都是非結構化的數據，而這些非結構化的數據將會逐漸成為主流化的數據．隨着歷史文化名城保護的發展，與展示利用相關的影響因子指標數量上必定會更加的豐富和細化．為了滿足歷史文化名城展示與利用的目的，在相關數據激增的同時，新的數據類型還會不斷出現，很難用一種或是幾種規定的模式來描述趨於複雜、多樣性的數據形式．而大數據與傳統的數據處理方式最大的不同之處就是，它在非結構化數據和信息的方面能夠最大限度地將大量歷史文化名城展示與利用的相關影響因子指標的細節信息進行數據非結構化，可以減少在數據處理過程當中的數據流失現象，為展示與利用提供更加充分的情報信息與技術支撐．
1.3大數據對數據信息的快速處理
由於科學技術水平的飛速發展和普及，數據越來越龐大，必須有相應的數據處理能力才能夠將大量的數據進行充分而有效的利用．歷史文化名城的展示與利用發展到今天，展示利用的相關數據除了具有傳統屬性以外，還具有時效性，通常某些數據的價值會隨着時間的推移而迅速降低，能否快速準確地處理這些數據，則是充分體現它們的價值所在，而大數據的特點就在於能夠快速、持續、實時的處理數據，從而能夠滿足相關的需求．在經濟發展和大規模建設工程中，經常會忽略歷史文化名城的歷史文脈的科學展示與利用．有時會單純地將歷史文化名城的展示與利用和社會發展、自然環境及其居民生活割裂對待，這樣會惡化居民的生活環境，不利於拉動居民的消費，不利於延續傳統的歷史文脈，不利於文化產業的發展，不利於創造品牌效應，降低城市的知名度，不利於歷史文化名城的可持續發展，對傳統風貌會造成嚴重破壞．在大數據的背景下，為了保護這些稀缺的展示利用資源，使得名城保護能夠可持續發展，大數據就需要對名城的相關數據進行快速處理，及時快速的提出有效、合理的保護措施．
2大數據在歷史文化名城展示利用中數據處理的應用
2.1在歷史文化名城空間數據上的應用
在《歷史文化名城、名鎮、名村保護條例》中提到，歷史文化名城、名鎮、名村應當整體保護，保持傳統格局、歷史風貌和空間尺度，不得改變與其相互依存的自然景觀和環境；建設控制地帶內的新建築物、構築物，應當符合保護規劃確定的建設控制要求；核心保護範圍內的歷史建築，應當保持原有的高度、體量、外觀形象及色彩等，從條例以上的內容描述可以看出，與歷史文化名城展示與利用的相關信息具有非常典型的空間性．歷史文化名城展示與利用中空間數據的採集，基於移動設備、互聯網絡、測繪系統、自動記錄系統、數據檔案系統等，以及通過這些系統綜合分析所產生的再生數據．大數據通過整合和深入提取這些空間數據，將這些信息進行重新利用，實現海量展示與利用的數據信息的實時處理，智能判斷以及快速決斷，為某一項歷史文化名城的展示利用提供決策依據．隨着三維激光掃描技術的逐漸成熟，在歷史文化名城的街區展示利用中，通常採用三維激光掃描技術，將歷史街區現有的建築特徵和風貌進行數據的採集和整理，之後通過計算機相關軟件的處理，恢復歷史街區傳統的風貌特徵，並通過虛擬現實等技術手段將其進行一定的場景重現．
2.2在歷史文化名城數據分析上的應用
由於大數據在信息處理上具有透徹感知、廣泛互聯互通、深入智能等特點，能夠藉助互聯網絡進行傳遞、協同以及共享操作，在通過利用先進的數據分析技術，深入分析收集到的展示利用的數據後，進而獲取到更加具有創新性的、系統性的、全面性的數據信息來滿足某一項歷史文化名城在這方面的信息需求．大數據在數據分析方面的應用，從過去單維度的項目計劃、項目管理和項目執行，轉變為多維度的新興的項目協作關係．在這種新的組織關係下，每一處歷史文化名城個體，在進行展示與利用項目的籌劃、設計和實施過程中，都可以精確地、自由地、即時地共享和獲得相關信息，發掘同一類型數據的共性和不同，對彼此各自的特點進行正面、真實、合理的歸納與總結，找到若干種恰當的展示與利用的方式與方法，然後進行比較和選擇，以達到最佳的展示利用的效果．大數據的應用，促進了歷史文化名城的數字化基礎構建和物理設備的相互融合，通過數據對於名城的數據採集和彙總，經過網絡實現人與物的統一與整合，之後再通過雲計算技術，使其對於歷史文化名城的展示與利用的管理更加動態化、系統化．
3大數據對歷史文化名城展示利用的意義
歷史文化名城的組成是由歷史文脈和城市形態兩大重要要素構成．現在愈來愈多的人們開始呼籲政府有關部門採取有效的措施，保護和傳承歷史文化名城的歷史脈絡和注重塑造城市形態，傳承歷史記憶，展現人文氣息．在社會經濟處於重大歷史變革的今天，對於歷史文化名城傳承的思考更加具有意義．歷史文化名城的歷史文脈和城市形態通常表現為包括城市空間形態、結構形態、聚集形態等一些具有可讀性強的、城市意向明顯的、靜止性的、永久性的客觀物體．城市形態作為物質屬性，其展示利用通常是展現城市的空間輪廓、城市肌理、街道格局、風貌特徵、建築物和構築物本體等；而歷史文脈作為非物質屬性，其展示利用通常是展現與歷史文化形態有直接聯繫的演變規律、歷史事件、社會結構、社會制度、哲學思想、倫理觀念、語言文字、文學藝術、禮儀風俗以及地域文化等．歷史文脈的展示通常是結合歷史文化名城的物質空間和相關史實文獻資料的整理，採用聲、光、電等現代的技術手段將抽象的歷史文脈以一種相對具體的形式進行展示．大數據的功能和作用就是能夠把城市形態和歷史文脈等這些具有物質屬性和非物質屬性的資料信息進行數據化、數字化的統計、整理和歸納，以一種清晰的思路與方式展示歷史文化名城文化創造的成就，以生動、形象、完整的方式來詮釋歷史文化的脈絡．通過大數據在歷史文化名城形態特徵的展示與利用，探索古代與現代文明相互融合的有效方式與途徑，在保持相關歷史記憶的同時，加入新的科學、技術的活力，從而促進歷史文化名城的可持續發展．從歷史文化名城的展示利用的角度來説，加強文化遺產展示與利用和促進經濟與社會發展的有機結合，探索展示利用的有效解決途徑和方式，是為歷史文化名城的展示與利用提供策劃方案、擬定策略、提供決策的科學依據．只有在保持古城的形態和歷史文脈傳承的前提下，選擇大數據的方式進行歷史文化名城的展示與利用，文化遺產本身及其遺產價值才能以更有成效、最佳的方式體現．
4結語
一、引言
大數據應用於精準營銷就是在大數據的支撐下，儘可能多地獲取消費者的信息，從中分析挖掘他們的潛在需求，並利用數據技術進行精準的廣告投放，使營銷更具針對性。首先，大數據為精準營銷提供了海量的數據信息[1]。在互聯網中，用户的信息行為都能轉化為數據，企業通過分析這些數據，挖掘消費者的潛在需求，運用信息技術進行精確的、個性化的廣告投放，實現精準的營銷。同時，在營銷過程中，每一個用户的Cookies數據是可記錄和查詢的，即與目標用户的每一次接觸都會留下痕跡，利用這些“痕跡”可以建立一個消費者數據庫，實現客户的信息管理。大數據使更高效的精準營銷得以實現，精準營銷又為大數據提供更多信息積累。
二、大數據下的精準營銷模式
1.受眾精準。大數據技術為營銷找到更能滿足業務需求的受眾。通過對數據的整合分析，我們可以得出清晰的用户畫像，瞭解用户的個性與需求，從而實現一對一的精準投放和服務。如擁有強大的數據管理平台（DMP）的TalkingData，能對超過20億移動受眾人羣的數據進行匯聚、清洗、萃取，結合一系列算法模型，輸出人羣分類標籤數據體系和目標受眾分析工具。由此，企業可以更加精準地找出目標受眾，進行鍼對性的廣告投放。2.成本精準。大數據技術使廣告投放更加精準，提升了廣告的轉化率和回報率，大大節約了成本。在大數據的支持下，我們能挖掘大量與消費者相關的數據信息，從中分析出消費者的基本屬性、興趣愛好、消費習慣、消費需求等，更加準確地定位目標受眾並進行細分。再運用人羣定向技術，精準地向受眾投放針對性的廣告。這樣的精準投放，改變了以往大範圍無目的的廣泛投放模式，大大節約廣告投放成本，避免浪費。同時，精準的廣告信息往往能主動迎合消費者的需求，更容易使其對產品和服務產生好感，從而大大提高了廣告的轉化率和回報率。企業通過大數據進行精準營銷，可最大程度降低營銷成本，提升品牌價值。3.效果精準。運用大數據對消費者的需求進行篩選跟聚合，使精準營銷的層次得到進一步提高。在大數據技術的支撐下，我們可以得到清晰的目標受眾定位，有效細分人羣，提供針對性較強的個性化聚合服務。改變了以往精準營銷提供綜合化服務的局面，大大提高了營銷的效果。如，網舟科技通過對用户線上線下的數據進行只能篩選，為不同的使用情境建構了不同的推薦機制，使推薦引擎從以往的綜合化服務轉向個性化聚合服務。由此，商品導購更加智能化，消費者好感度增強，有效提高產品和服務的銷量，增強了營銷的效果。
三、大數據在精準營銷中的應用
1.用户數據的挖掘。互聯網時代下，用户的任何行為都會留下痕跡，利用系統日誌數據、訪問社交網絡信息等，我們通過用户反饋信息，識別分析出用户的基本屬性、興趣愛好、消費行為、潛在需求等。以Facebook為例，超過12億的用户量為其提供了海量數據。Facebook可以從Cookies追蹤它的用户，如用户在使用Face-book的同時瀏覽網頁，便可以追蹤到用户所訪問頁面的網址。用户在Facebook裏添加的標籤，點過的贊等等也都可以成為Facebook識別和分析用户的基本屬性、個性取向、情感狀態、消費水平、政治傾向等各方面信息的數據依據。企業可以通過訪問Facebook主題數據對消費者進行研究，進一步瞭解消費者，繪製品牌受眾地圖，進行品牌內容評估，從而準確地投放廣告、開發客户，實現精準營銷。2.定向廣告的推送。精準營銷成功的一個重要條件是精準的營銷信息推送，即將相關的產品廣告、促銷活動等信息向目標受眾推送，引發其關注併產生點擊、閲讀等行為，從而進一步吸引其購買產品。它包含兩方面，一是目標受眾，即營銷信息應該推給誰；二是信息內容，即向其推送怎樣的信息。以前，企業難以獲取足夠的用户信息，因此無法採取有針對性的傳播內容，造成大量的廣告資源浪費。在大數據時代，我們可以蒐集大量的用户信息並進行分析，從而判斷出我們的目標受眾，進行個性化的定向廣告推送，大大提升了廣告效率，節約廣告成本。3.主題數據的開發。主題數據的開發，將數據信息預處理，通過預處理後進行識別，根據不同的管理需求及其相應的信息，將工作定義為不同的分類，再針對各個主題數據庫進行主題定義。它可以為營銷者帶來一個清晰的用户視圖，從而實現更精準的營銷。如企業可以訪問Facebook主題數據，識別提取用户信息，再從信息的不同利用角度出發進行分類，整理形成各個主題的數據庫。根據這些主題數據選擇性地改變他們在平台和其他渠道的營銷方式，使廣告投放更加精準。
四、精準營銷的大數據技術應用
1.大數據分佈式存儲管理技術。大數據是涉及整個軟硬件系統的各個層面上諸多計算技術的融合。當大數據處理平台搭建後，將要考慮數據存儲問題。在集羣環境下，需要大數據的儲存併發訪問，主要採用分佈存儲系統[2]。分佈式存儲對大數據才存儲通過可擴展的方式高效可靠的管理，但無法對結構化、半結構化數據進行訪問和管理[3]。因此，面向結構化和半結構化數據存儲管理和查詢分析系統營運而生：例如HBase和Hive等系統[4]。2.大數據並行計算及系統平台。大數據並行計算系統平台框架主要是Hadoop、MapRe-duce。近年來人們研究實現了更多種大數據並行計算模型與框架，以提高大數據的處理效率。其中，集多種計算模式為一體的Apache、Spark發展迅猛，成為新一代主流大數據並行計算系統，受到了工業界和學術界的廣泛關注和使用。3.數據分析。金融徵信、互聯網輿情、商業用户畫像、電信精準營銷及智能交通管理等領域的大數據分析應用層出不窮。大數據以應用系統需要有相關專業及知識結構的應用行業專家對領域應用的具體案例和問題構建行業具體應用的邏輯業務模型，並採用分析軟件進行分析歸納數據，計算機專業人員通過以上分析，再進行設計和開發相關大數據應用系統。通過其存儲、計算、分析等技術層面的運用，能夠構建針對不同行業領域的大數據分析或解決方案[4]。
五、結論
大數據時代下，我們可以在不同媒介不同領域中挖掘、提取各種數據資源，通過對這些數據的整合與分析，我們可以得到用户的基本屬性、興趣愛好、消費需求等，繪製出精準的用户畫像，明確他們的潛在需求，並針對這些差異化需求進行精準的個性的廣告傳播。這大大提高了廣告主尋找目標消費者的效率和精準性，極大地節約了廣告投放成本，提高了廣告投放效率。我們要時刻關注技術的發展，抓住大數據帶來的機遇，同時也不能盲目迷信大數據，要積極應對它對廣告業的挑戰與衝擊。
參考文獻：
［1］李潔，應昌成。大數據發展趨勢［J］.電子技術與軟件工程，2017(22).
［2］嚴格非。大數據處理技術與系統研究［J］.信息與電腦(理論版),2018(5).
［3］LuG,YuH,LiY,yonSAMPA_STforLhasaTibetanandrealizationofautomaticlabellingsystem［C］//,2010:133-137.
關鍵詞：高校圖書館；特色數據庫；數字化建設；數字技術；數字信息資源 文獻標識碼：A
中圖分類號：G258 文章編號：1009-2374（2017）02-0189-02 DOI：10.13535/ki.11-4406/n.2017.02.091
伴隨着現代數字技術的突飛猛進，高校數字圖書館建設也已經達到相當發展程度，用户對數字信息資源在數量上、質量上和技術上的要求都日益提高，特色數據庫建設因此成為了高校圖書館數字資源建設的重要組成部分。建設特色數據庫、提供特色服務已經成為了國內外高校圖書館的奮鬥目標和研究對象，在實踐和理論上都取得了長足進步，本文的研究着眼於理論上的總結和研究綜述。
1 特色數據庫概述
1.1 特色數據庫的概念
高校圖書館特色數據庫是指高校圖書館利用所在地域優勢、歷史文化資源，在本校特色學科和館藏資源的基礎之上，通過先進的數字技術和優秀的專家團隊，對某一學科或某一專題的信息進行收集、整理、分析、評價、整合、存儲，並按照一定標準和規範將其數字化而形成的以滿足用户個性化需求並可以被用户快速方便檢索利用的一種網絡信息資源庫。
1.2 特色數據庫的類型
1.2.1 按特色數據庫資源類型劃分。高校圖書館的信息資源類型多樣、數量龐大，特色數據庫中的資源除了傳統的紙質資源，還包括圖書館已引進的數據庫資源、圖片資源、視聽資源、網絡資源等。根據資源內容的類型可以分為以下四類：
（1）文本資源特色數據庫：文本資源很多是圖書館根據本館或者本地區的特色紙質資源掃描、複印轉化成的數字化資源，這部分資源在有關古籍特色的數據庫中佔有比較大的比例，也是特色數據庫資源的重要組成部分。
（2）圖片資源特色數據庫：在很多特色數據庫中都有大量的圖片資源，尤其是有關人物紀念的特色數據庫，這些圖片經過掃描、處理後，再進行數字化處理，轉換成計算機能夠識別的數字信息，經過分類、整理，成為特色數據庫中的特色資源。
（3）視聽和多媒體資源特色數據庫：在圖書館信息資源中，視聽和多媒體資源所佔的比重越來越大。這些資源包括圖書館自身自建、購買的音頻、視頻資源，通過交換、捐贈等形式獲得的音頻、視頻資源，還有目前各高校圖書館自建、購買的多媒體數據庫等。這些經過處理的數字化多媒體資源，具有強烈的視覺衝擊力，具有更形象、更具體的表現形式，被越來越多的圖書館用户開始使用，並在逐步減少紙質資源的使用。由此可見，視聽和多媒體資源也是特色數據庫的重要組成部分。
（4）網絡資源特色數據庫：很多高校圖書館把網上的資源加以整合、提供鏈接供圖書館用户使用，網絡用户可以登錄付費使用，高校圖書館可以購買這類型數據庫，充實館藏資源，建立相應的本地鏡像站或者提供中心站檢索服務，雖然圖書館不擁有這些資源，但圖書館用户可以免費使用這些網絡資源。
1.2.2 按特色數據庫資源內容特色劃分。根據數據庫資源內容特色的不同可以分為館藏特色數據庫、學科特色數據庫、地域特色數據庫、民族特色數據庫以及其他專題數據庫。我國高校現在的特色數據庫一般類型有館藏特色數據庫、學科特色數據庫、名人專家數據庫、地方特色數據庫以及一些其他專題數據庫。
1.3 高校圖書館特色數據庫發展的意義
高校圖書館特色數據庫是將實體特色館藏資源數字化，或將古籍善本、孤本等珍貴文獻數字化保存，或將分散在各學科、各d體上的資源有效科學合理的整合在一起，並且通過現代化的網絡技術、通訊技術等傳播利用。高校圖書館特色數據庫的建設加快了高校圖書館數字化、現代化的進程，是圖書館適應新形勢的重要舉措，是圖書館適應新形勢的需要和必然選擇，具體來説，它在很大程度上提高了圖書館的服務水平、服務效率和用户滿意率。用户是圖書館資源建設和服務的推動者和最終受益者。高校圖書館特色數據庫是按照用户的需要和習慣，將學校獨有的信息資源加工整理數字化，並通過符合當今用户習慣的網絡、移動通信等方式傳播給用户，供其檢索和利用，最大程度地滿足用户的個性化需求，節省用户的時間，提高學習工作的效率。
高校特色數據庫的用户不再僅僅侷限於本校師生用户，越來越多地擴展到社會上，這就在很大程度上擴大了圖書館的服務對象和服務空間，使得特色資源在全社會範圍內實現共享，推動了我國數字資源的建設進程，讓資源在更廣闊的範圍內得到優化配置。
2 國外研究現狀
國外對特色數據庫的研究和實踐都已經相對成熟。國外對於特色數據庫的研究始於20世紀80年代，一開始的研究也主要集中在理論的探討和特色數據庫的介紹上，之後大規模的數據庫開發建設實踐興起，內容涉及了商業、新聞、綜合、科技、工程、法律、醫學、生命科學、人文科學、社會科學及各種交叉科學等，不僅有單一學科還有交叉性綜合學科，不僅涉及到了本地區本國的歷史傳統、文化文明，還收集了他國經濟歷史文化等相關資料甚至還有一些珍貴資料和古籍史料，如耶魯大學圖書館建有15個特色圖書館，其中Lewis Walpole Library收藏了18世紀英國的書籍、手稿、印刷品、素描、水彩畫和油彩畫等珍貴資源；形式從原來的單一的文字、圖表，擴展到了聲頻視頻等多媒體特色數據庫；從加工層次來看，全文的、事實型還有目錄、文摘、索引等二次文獻特色數據庫。美國高校圖書館的特色數據庫研究和實踐處於世界領先水平，它們非常重視用户對於特色數據庫資源的需求，Michell Visser提出高校在建設和開發特色信息資源，提供特色服務時要首先考慮用户的需求。bo在“特色館藏在高校圖書館中的作用”一文中，指出特色資源的建設要以服務於學校的教學、科研、特色服務以及未來高校的發展。
3 國內研究現狀
筆者通過對CNKI數據庫中相關文獻進行檢索，限定在2003～2013年，以“特色數據庫”為主題，共檢索出論文3505篇，以“特色為數據庫”和“高校”為主題，共檢索出論文1356篇，並且縱觀的數量，隨着時間發展基本呈逐步遞增狀態，無明顯起落，可以看出特色數據庫研究已經不是一個新的議題，而高校圖書館特色數據庫建設的研究在這十年間，歷經了從有到無，到形成一定規模的過程。梳理分析這些文獻，發現對其的研究主要集中在以下五個方面：
3.1 基礎性理論方面
在研究初期多為理論上的初探，後來伴隨着我國高等教育文獻保障系統CALIS啟動後，支持了一批特色數據庫建設項目，理論研究隨着實踐的發展而日漸深入。相關理論研究不再只侷限在可行性、必要性等一些條件性理論的研究上，有關定義、原則、建設意義、存在問題、相應對策等的研究慢慢增多，後來有了關於高校圖書館自建特色數據庫建設標準、建設規範的研究和制定，並日臻完善。
3.2 技術方面
筆者查詢檢索到的所有文獻資料，發現純粹介紹研究特色數據庫技術的文獻很少，僅有朱道勇在《高校圖書館特色數據庫建設技術研究》中，專門討論了信息採集的掃描技術、光學字符識別技術、音視頻捕捉技術；信息資源加工過程中一般涉及到的自動標引技術、人工標引技術和元數據技術等；信息存儲過程中的直接連接存儲、網絡連接存儲（NAS）、存儲區域網絡（SNA）；信息檢索過程中的全文檢索和智能檢索技術；信息過程中PULL和PUSH技術等。其他涉及技術的文獻多是以一個建設案例為代表，分析特色數據庫系統的相關技術、性能。或者是一個新技術作為切入點，研究該項技術在圖書館特色數據庫建設過程的應用和兼容。如吳濤的《拓片著錄與網絡利用技術在現代圖書館中的應用》、宋欣等的《運用ASP和SQL技術創建及備份圖書館自建特色數據庫》等。
3.3 實踐調研方面
在這方面的研究主要集中在對某省市、地區特色數據庫的調研、統計、分析。比如《東北地區高校圖書館特色數據庫建設現狀的調查與分析》《江西高校圖書館特色數據庫的現狀和發展方向》《四川高校圖書館自建特色數據庫調查分析》；這類型實踐調研的目的和實際落腳點一般在於區域特色信息資源的共建共享，這也遵循了特色數據庫建設的原則和目的，是值得研究和討論的現實問題。對某一專業領域或某類型高校圖書館所建有的特色數據庫的統計分析；《國內工學十強高校圖書館特色數據庫建設淺探》《“211工程”高校圖書館特色數據庫現狀分析》等。這類研究有利於特色信息資源在行業內或同類型用户之間的有效利用和流動，節約時間成本和經濟成本的同時促進了資源的合理配置和共享。
3.4 建設評估方面
對於高校特色數據庫建設的系統評估研究基本上是基礎理論發展到一定程度，結合特色數據庫實踐的迅速發展而興起來的，同時也伴隨着高校以及高校圖書館各種評估而進行和發展的。如《高校圖書館特色數據庫建設評估研究》中涉及了高校特色數據庫評估的基本問題研究、評估標準研究、評估模型和目標研究以及評估指標體系的研究等；此外還有《高校圖書館特色數據庫建設評估指標體系的探討》對高校特色數據庫建設的評估指標體系做出了專門系統的研究。
3.5 其他方面
除上述研究以外，學者們還對特色數據庫建設過程中的版權問題以及以此而開展的特色服務進行了研究探討。
筆者總結高校特色數據庫的相關理論，綜述國內外高校特色數據庫的發展研究情況，希望為我國高校特色數據庫的發展奠定一定基礎。
參考文獻
[1] 李冬。關於985高校圖書館特色數據庫建設的調查[J].科學家，2016，（5）.
[2] Michell ial Collections at ARL Libraries and K-12 Outreach：Crrent Trend[J] Jouranl of Academic Librarianship，2006，（3）.
[3] Role of the Special Collection in the Academic Library[J]emic Press Inc，1985，（17）.
[4] 朱道勇。高校D書館特色數據庫建設技術研究[J].內蒙古科技與經濟，2009，（5）.
[5] 吳濤。拓片著錄與網絡利用技術在現代圖書館中的應用[J].圖書情報工作，2010，（3）.
[6] 宋欣，等。運用ASP和SQL技術創建及備份圖書館自建特色數據庫[J].牡丹江大學學報，2007，（5）.
[7] 王茹。江西高校圖書館特色數據庫的現狀和發展方向[J].圖書館學研究，2010，（12）.
[8] 陳京蓮，羅紅。江西高校圖書館特色數據庫的現狀和發展方向[J].圖書館學研究，2012，（8）.
[9] 冉小波。四川高校圖書館自建特色數據庫調查分析
[J].圖書館學研究，2009，（10）.
[10] 段運國。國內工學十強高校圖書館特色數據庫建設淺探[J].圖書館學研究，2010，（2）.
[11] 雲廣平，等。“211工程”高校圖書館特色數據庫現狀分析[J].電子科技，2013，（5）.
[12] 王啟雲。高校圖書館特色數據庫建設評估研究[J].新世紀圖書館，2012，（3）.
關鍵詞：互聯網；大數據；網絡營銷；策略研究
在很多人還沒搞懂什麼是PC互聯網的時候，移動互聯網就出現了；在還沒有搞懂什麼是移動互聯網的時候，大數據時代又來臨了。在市場經濟和科技飛速發展的今天，大數據所藴含的營銷價值也越來越大。通過大數據精準營銷可以實現與客户一對一的連接，實現營銷的個性化、具體化、一致化。大數據精準營銷的網絡營銷是現在企業市場營銷的主要方式，傳統的營銷模式已不能被現代社會所接受，大數據精準營銷的網絡營銷必然充分釋放營銷的價值。
一、大數據精準營銷的網絡營銷優勢
（一）對客户信息的收集與處理。在大數據時代下，人們的隱私無處可藏。我們無法抵抗信息化時代的浪潮，一個人只要上網，在獲取便利的同時，必然會留下相應蹤跡。通過對數據的分析，我們可以從中得到一個人的基本信息，如年齡、性別、聯繫方式、基本職業等，通過對人的購買記錄進行數據分析會了解到一個人的購買能力、消費水平、喜歡的商品類型、常買的商家。通過這些數據，我們可以瞭解到客户的消費偏好和消費心理。通過對數據的信息收集與處理，從而進行準確的分析判斷，找到與公司品牌定位相符合的目標用户，篩選出無用信息。在實施網絡營銷策略之後，對於用户的反饋可以進行數據分析，對客户提出的建議進行充分的瞭解，更好的服務客户，提升產品，並對原有的營銷策略進行改進。如果客户沒有在網絡中進行反饋，也可以通過對客户過往的消息記錄進行數據分析，通過數據從而瞭解客户的需求，從中得知對產品可能存在的一些建議。（二）準確的市場定位。通過對大數據的分析，我們可以清晰的看到目標客户的行為特徵，他們的需求以及他們的消費能力。通過對大眾所需要的服務需求中來確定企業所要提供產品的種類。大眾是否有需要，受眾人羣是否廣大，人們的消費水平是否足夠？過去傳統的網絡營銷方式，往往以市場為參考和決策者的過往經驗而制定，但由於市場經濟的自發性和延遲性，傳統網絡營銷，常常跟不上市場的需求。通過大數據的詳細分析，進行精準營銷，瞭解用户的消費特徵，提前預知市場的發展變化，判斷市場的發展趨勢，在大數據精準營銷的模式下挖掘新的商業價值。互聯網背後藴藏着成千上萬的目標客户，通過對大數據的分析理解預測客户的行為，得到精準的信息，從而對產品進行市場定位。大數據精準營銷的網絡營銷能夠幫助企業降低成本，獲取最大的利潤，把有可能的損失降到最低，有效的實行資源的最大化分配。在數據中提取潛在的、有大價值的客户信息，並對此制定準確有針對性的營銷計劃。增加與用户間的互動，增強對客户體驗的吸引力，在恰當的時間通過合適的渠道，把相關產品信息和服務提供給最有價值的目標顧客。（三）在激烈的市場競爭中保持優勢。現在各行各業的競爭越發激烈，公司業務的發展，尤其是對新業務的推廣，成為企業運營中的一個難點。傳統的網絡營銷一般是通過簡單的數據統計以及曾經的營銷經驗，從中得出營銷辦法。但這樣的營銷缺乏科學性和針對性，沒有站在用户的角度進行考慮，在營銷過程中缺乏實用性。在大數據精準營銷的網絡營銷中，通過使用大數據技術來尋找用户對相關產品的感性程度來推薦產品。例如，中國移動運營商通過對大數據的分析和雲計算，根據客户的購買記錄，點擊行為推薦可能感興趣的產品，給用户推薦適合他們的套餐或者相關業務，對用户的點擊偏好進行數據分析，劃分不同的客户羣體。像淘寶也會根據你曾經的瀏覽記錄和購買記錄，找出有可能喜歡的商品進行頁面推送，這在無形中增加了用户的體驗，有效的進行了網絡營銷。
二、大數據精準營銷的網絡營銷策略
（一）建立消費者數據庫。精準營銷的網絡營銷的重要基礎是掌握相關的數據資源進行數據庫的建立。企業從大數據中挑選出符合自己公司營銷產品的用户數據，並通過對數據資源的分析，從而得知公司的未來發展前景與走向，幫助企業的決策者進行營銷策略的調整，從而減少風險，保證公司的利益實現。（二）利用自媒體進行網絡營銷。在自媒體時代，人人都可以是發言家。自媒體不同於官方媒體，因其發表的內容特立獨行，與羣眾互動性強，發表的內容多與社會熱點相關，走在社會發展的前沿特點有着眾多的追隨者。自媒體往往針對某一領域有着獨特的見解，長期形成了相應的固定人羣。如美食博主、美粧博主、旅遊博主等。企業結合自身產品，與自媒體進行合作推廣，這樣就相當於把你的產品集中的推廣到你大批相應的受眾人羣。利用自媒體的影響度，羣眾通過話題參與互動，在無形中為產品進行了營銷推廣。這種營銷操作簡單費用較低，是近幾年非常流行的一種網絡營銷方式。（三）增加廣告精準投放。當我們想得知一個信息或想購買一樣東西的時候都會對其進行搜索，百度、淘寶等網站都會提供相應的搜索廣告服務。企業通過與其相合作，將商品信息投放給可能感興趣的用户，從而實現精準推送。這樣的網絡營銷方式精準性強、針對性強。如一個用户在想要買一部手機時，也許會先在搜索網站進行手機相關資料的查閲，這時通過廣告可以推廣自己的手機品牌，實現精準的網絡營銷。
大數據精準營銷的網絡營銷，在未來的營銷中必將充分綻放出活力。在企業的發展中，誰率先與大數據相融合，在大數據這座金礦中找到藴藏的規律，誰就能在激烈的市場競爭中搶佔先機，立於不敗之地。
參考文獻：
[1]鄧蓓。基於大數據技術的電商精準營銷策略研究[J].現代營銷(信息版)，2019(05):239.
[2]倪雪琴。大數據精準營銷的網絡營銷策略分析[J].現代營銷(下旬刊)，2019(04):56.
蒙田範文網