大数据专业发什么论文

随着大数据和人工智能技术的发展，未来的保险保障将不仅仅能提供经济补偿，还能实现损失干预，具体到人身险方面，以下是我精心整理的大数据和人工智能论文的相关资料，希望对你有帮助!

基于大数据和人工智能的被保险人行为干预

【摘要】随着大数据和人工智能技术的发展，未来的保险保障将不仅仅能提供经济补偿，还能实现损失干预，具体到人身险方面，则可以实现对被保险人行为的干预，降低给付发生的概率和额度，提高人民健康水平。基于此，文章介绍了利用大数据和人工智能技术对被保险人行为干预的优点及干预方式，并预期可能实现的干预结果，最后对保险公司进行被保险人行为干预提出了阶段建议。

【关键词】大数据人工智能行为干预

近年来随着大数据和人工智能技术的发展，越来越多的领域应用这些技术来提高自身的专业水平。保险作为基于大数法则进行风险管理的一种方式，对数据的处理和应用要求更高。目前大数据技术在保险业的应用主要是精准营销、保险产品开发和理赔服务等，但在保险中的防灾防损方面的应用还不够。如果能够深入挖掘大数据在被保险人行为方面的研究，再结合人工智能进行智能干预，则可以对被保险人实现有效的风险管理，提高被保险人的身体健康状况，从而极大程度的提升客户效用，提高社会整体福利水平。

一、被保险人行为干预简介

行为干预是通过对环境进行控制从而使个体产生特定行为的方式，目前主要在教育，医疗等方面发挥作用。但在被保险人管理方面，行为干预应用很少。现行的对被保险人的管理主要集中在投保审核的过程中，而在投保后提供的服务和干预很少，一般也就是提供健康体检等服务，而对被保险人投保后的日常生活行为方式，健康隐患则基本处于放任自流的状况。而被保险人行为干预则是通过对被保险人日常生活行为，饮食习惯等进行实时数据收集和分析，然后制定干预方式进行针对化管理的模式。

二、利用大数据和人工智能进行被保险人行为干预的优点

实现精准、良好的对被保险人的行为干预，需要利用大数据和人工智能技术。大数据相比传统数据具有海量、高速、多样等特点，它实现了对信息的全量分析而不是以前的抽样分析。在被保险人行为干预模式中，需要对每一个个体的日常生活作息，行为，饮食，身体健康指标的进行实时数据采集，然后进行分析，这用传统的数据统计方法是难以做到的。利用大数据技术进行分析能从海量信息中获取被保险人的风险状况，从而为精准干预提供基础。简单的干预难以实现特定的干预结果，而人工智能则让干预显得更加自然，让被保险人更加易于接受，从而很大程度上提高了干预效果。

三、如何利用大数据和人工智能进行被保险人行为干预

利用大数据和人工智能进行被保险人的行为干预主要有以下步骤：

首先利用人工智能设备进行被保险人数据收集，除了目前的手机APP，网络等软件和设备上的数据能够被收集外，未来人工智能家居能提供更多的被保险人信息。例如提供体重、坐姿等数据的椅子，提供饮食时间和品种的筷子，提供身体运动和健康数据的智能穿戴式设备等等。数据收集后，需要利用大数据技术对海量数据进行清洗，去噪等技术处理，然后对数据进行分析。第三步是根据数据分析结果，制定具体的行为干预方案。最后一步是根据制定的方法，利用人工智能进行干预，如智能椅子调整坐姿，智能厨具减少含油量，针对性的健康食谱推荐，锻炼提醒，智能家居辅助锻炼等等。与此同时，新一轮的数据收集又开始了，整个过程是连续进行，不断循环的。

四、利用大数据和人工智能进行被保险人行为干预的预期成果

对被保险人来说，这种干预方式能有效的进行健康管理。未来的健康保险将成为个人真正的健康管家，从日常生活行为，到身体机能都能提供很好的干预，并且让良好生活方式的养成更加容易，从而提高自身的健康状况，达到更好的生活状况。但另一方面，全面数据化，智能化的方式可能会带来很大的数据泄露风险，所以如果保护客户私密数据是另一个值得研究的问题。另外，对于投保前健康状况较差的客户，或者是对行为干预较为抵制，干预效果较差的客户，可能需要承担更多的保费。当然对于优质客户和乐于提升和改变的客户则可以享受到更加优惠的费率。也就是说在大数据和人工智能技术下，客户进行了进步一步细分。

对保险人来说，行为干预能够降低被保险人的风险，很多疾病能实现防范于未然，降低赔偿程度。另外，借助大数据和人工智能，保险人还能根据分析结果，被保险人对干预的反应等进行客户的进一步分类，从而实现区块化管理。但这对保险公司也提出了更高的技术要求，尤其在前期，可能会带来加大的成本。

五、保险公司推进被保险人行为干预的建议

对于保险公司来说，目前的一些人工智能技术还未能实现，或者成本高昂，难以普及。所以现阶段对保险公司来说首先是提高大数据能力。

具体来说，首先是利用大数据对公司已有客户信息进行数据挖掘，包括承保数据，理赔数据等，从而一定程度挖掘出客户的特征，并提供服务。如根据挖掘出的性别差异，地区差异，年龄差异等，提供不同的生活建议。

如果公司已经充分进行了自身客户已有数据的挖掘，则可以利用目前的手机APP，佩戴设备进行数据的进一步收集。例如，利用薄荷、饮食助手、微信运动、春雨掌上医生、血糖记录、小米手环等数据进行用户数据收集。同时可以针对被保险人开发专门的手机APP，集数据收集和服务于一身。

更进一步，保险公司可以尝试与其他高科技企业合作，开发一些智能穿戴式设备，智能家居等，逐步实现对被保险人的行为干预。

参考文献

[1]彼得・迪亚曼迪斯.将会被人工智能和大数据重塑的三个行业[J].中国青年，2015，23：41.

[2]王和，鞠松霖.基于大数据的保险商业模式[J].中国金融，2014，15：28-30.

[4]尹会岩.保险行业应用大数据的路径分析[J].上海保险，2014，12：10-16.

下一页分享更优秀的<<<大数据和人工智能论文

大数据只是一个时代背景，具体内容可以班忙做

《大数据技术对财务管理的影响》

摘要：大数据可以快速帮助财务部门建立财务分析工具，而不是单纯做账。大数据应该不仅仅局限于本单位的微观数据，更为重要的关注其他单位的宏观数据。大数据技术不仅带来了企事业单位财务数据搜集的便利和挑战，而且也衍生出了诸多关于单位人员个人信息保密等问题的积极探索。本文主要研究大数据技术(meta-data或big data)对企业或事业单位财务管理的影响，以期为财务数据管理的安全性提供一种分析的依据和保障。

关键词：大数据;财务管理;科学技术;知识进步

数据是一个中性概念。人类自古以来几千年的辉煌变迁，无外乎就是数据的搜集和使用过程而已。纵观古今中外的人际交流与合作，充满着尔虞我诈和勾心斗角，那么他们在争什么呢?实际上是在争夺信息资源;历史上品相繁多的战争，实际上不是在维持什么所谓的正义和和平，抑或为了人间的正道，而是在争夺数据的使用权;“熙熙攘攘皆为利往、攘攘熙熙皆为利来”的世俗变迁逻辑已经让位于数据游戏的哲学法则。人类自英国产业革命以来所陆续发明的技术，尽管被人们美其名曰“第四次科技革命的前沿技术”，实际上不过就是“0”和“1”两个数字的嬉戏而已。正如有学者指出的，汽车技术、生命科学技术、基因技术、原子能技术、宇宙航天技术、纳米技术、电子计算机技术，看起来美轮美奂，实则隐含着杀机，那就是由于人们把技术当成了目的后，导致了“技术专制”后的“技术腐败”和“技术灾难”。人类一方面在懒惰基因的诱惑下，发明了诸多所谓的机械装置，中国叫“机巧”;另一方面又在勤奋的文化下，发明了诸多抑制懒惰的制度和机制。本来想寻求节俭，结果却越来越奢侈;本来想节约，结果却越来越浪费;本来想善良，结果却越来越邪恶;本来想美好，结果却越来越丑陋。正如拉美特里所说：“人是什么?一半是天使，一半是野兽。当人拼命想成为天使的时候，其实他会逐渐变成野兽;当人想极力崇拜野兽的时候，结果会逐渐接近天使。”我们不是在宣讲宿命的技术，我们只是在预测技术的宿命。本文主要研究大数据技术(meta-data或big data)对企业或事业单位财务管理的影响，以期为财务数据管理的安全性提供一种分析的依据和保障。

一、大数据技术加大了财务数据收集的难度

财务数据的收集是一个复杂的系统工程，国际上一般采用相对性原则，即首先利用不完全统计学的知识对数据进行初步的计算，接着对粗糙的数据进行系统的罗列，最后对类型化的数据进行明分梳理。使用者如果想进入该数据库，就必须拥有注册的用户名和密码。由于国际上对于网络数据的监督均采取了实名注册的模式，所以一旦该用户进入到核心数据库之后想窃取数据，一般都会暴露自己的bug地址源，网管可以循着这一唯一性存留，通过云计算迅速找到该网络终端的IP地址，于是根据人机互动原理，再加上各种网吧所安装的监控平台，可以迅速找到数据库的剽窃者。如果按照上述数据变迁逻辑，那么财务数据的收集似乎变得易如反掌，而事实并非如此。因为：①数据的量化指标受制于云计算服务器的安全性。当云服务器受到不可抗力的打击，如地震、水患、瘟疫、鼠疫、火灾、原子能泄露或各种人为破坏的作用，数据会呈现离散型散落。这时的数据丢失会演变成数字灾难;②各种数据版权的拥有者之间很难实现无缝隙对接。比如在经过不同服务器的不同数据流之间，很难实现现实意义上的自由流通。正如专家所指出的，教育服务器的事业单位的人员数据、行政部门人事管理部门的保密性数据、军事单位的军事数据、医疗卫生事业的数据、工商注册数据、外事数据等在无法克服实际权力的分割陷阱之前，很难实现资源的共享，这时对数据的所谓搜集都会演化为“不完全抽样”的数字假象。由此而衍生的数据库充其量只是一部分无用的质料而已。

二、大数据技术影响了财务数据分析的准确性

对于搞财务管理的人来说，财务数据的收集只是有效实现资源配置的先决条件，真正有价值的或者说最为关键的环节是对财务数据的分析。所谓“财务数据分析”是指专业的会计人员或审计人员对纷繁复杂的单位人力资源信息进行“去魅”的过程。所谓“去魅”就是指去粗取精、去伪存真、由此及彼、由表及里、内外互联，彼此沟通、跨级交流、跨界合作。在较为严格的学术意义上，分析的难度广泛存在与财务工作人员的日常生活中。大数据技术尽管为数据的搜集提供了方便法门，但同时加大了财务人员的工作量和工作难度。原先只是在算盘或者草稿纸上就可以轻松解决的数据计算，现在只能借助于计算机和云图建模。对于一些借助于政治权力因素或者经济利益因素，抑或是借助于自身的人际关系因素上升到财务管理部门的职工来说，更大的挑战开始了。他们不知道如何进行数据流的图谱分析，不知道基于计算机软件技术的集成线路技术的跌级分类，不知道基于非线性配置的液压传动技术的模板冲压技术，不知道逆向网络模型来解决外部常态财务变量的可篡改问题。由于技术不过硬，导致了领导安排的任务不能在规定的时间内完成，即时仓促做完的案例，也会因为数据分析技术的落后而授人以柄，有的脾气不好的领导可能会大发雷霆;脾气好的领导只是强压着内心的怒火，那种以静制动的魄力和安静更是摄魂夺魄。所以说数据分析难度的增加不是由于财务人员的良心或善根缺失，在很大程度上是由于技术的进步和大数据理念给我们带来的尖锐挑战。对于普通的没有家庭和社会背景的财务管理人员来说，能做的或者说唯一可做的就是尊重历史发展的周期律，敬畏生生不息的科学革命，认真领会行政首长的战略意图，提升自己的数据分析技术，升华在自身的“硬实力”。否则觊觎于领导的良心发现和疏忽大意，期望技术的静止或者倒退，抑或是在违法犯罪之后天真的认为可以相安无事，可能都只会落得“恢恢乎如丧家之犬”的境遇。

三、大数据技术给财务人事管理带来了挑战

一个单位的财务人事管理牵扯到方方面面的问题，其意义不可小视。一般来讲，单位在遴选财务管理部门管理人员的时候，大多从德才绩行四个方面全面权衡。然而这种“四有标准”却隐含着潜在的危机和不可避免的长远威胁，这其中的缘由就在于人性的复杂性和不可猜度性。历史和现实一再告诉人们，单纯看眼前的表现和话语的华丽，不仅不能对人才的素质进行准确的评价，而且还会导致官员的远期腐败和隐性腐败。对于中国的腐败，国人大多重视了制度和道德的缘起，却往往忽视了财务管理的因素。试想如果财务管理人员牢牢践行“焦裕禄精神”，不对任何政治权力开绿灯，国有资产又如何流出国库而了无人知晓呢?事实上，中国的所有腐败，不论是国有资产的国外流失抑或是国内流失，都在很大程度上与财务人员有关，可能有些管理人员会强调那不是自己的责任，出纳签字是领导的授意，会计支出费用那是长官的意思清晰表示。实际上，处于权力非法授予的签字、盖章、取现、流转和变相洗钱都是违法的，甚至是犯罪的。间接故意也是应当追究责任的。值得高兴的是，伴随着数字模拟技术的演进，财务管理中的腐败现象和人事管理科学化问题得到了极大的改善，相关领导伸手向财务要钱的行为，不仅会受到数据进入权限的限制，而且还会受到跟数据存留的监控，只要给予单位科技人员以足够的权限，想查找任何一笔资金的走向就变得非常简单，而且对于每一笔资金的经手者的信息也会了如指掌。这在一定程度上减少了只会指挥、不懂电脑的首长的孵化几率。

四、大数据技术加大了单位信息保密的难度

IMA(美国注册会计师协会)研发副总裁Raef・Lawson博士曾经指出：“客观上讲，大数据技术的正面效用是非常明显的，但一个不容回避的事实是大数据技术为财务信息的安全性提出了越来越严峻的挑战。我们已经注意到，在欧洲大陆、美洲大陆已经存在基于数据泄露而产生的各种抗议活动，这些活动牵扯到美国的数据窃听丑闻、俄罗斯对军事数据的强制性战友举动、以色列数据专家出卖阿拉伯世界经济数据的案件、在东方的中国香港一部分利用数据的窃取而发家致富的顶尖级黑客专家。”在数据集成的拓扑领域，大数据技术的保密性挑战肇始于蚁群算法的先天性缺陷。本来数据流的控制是依靠各种所谓的交易密码，实际上这些安全密码只是数据的另一种分类和组合而已。在数据的非线性组合和线路的真空组装模式下，任何密码都只是阻挡了技术侏儒的暂时性举动，而没有超出技术本身的惰性存在。当一个hacker掌握了源代码的介质性接洽技术之后，所剩下的就是信息和数据的搜集了，只要有足够的数据源，信息的户的几乎是轻而易举的。

2003年，北京的一家名为飞塔公司的防火墙安全软件在中关村科技城闪亮上市。该安全控制软件的开发者随机开发了一款名曰MAZE天网的软件，并且采用了“以其之矛攻其之盾”的攻防策略。测试的结果是尽管maze的源代码采用了24进制蝶形加密技术，但 FortiGate防火墙技术仍然能够阻挡住善意木马对电脑终端用户信息的剽窃和非法利用。FortiWeb已经通过全球权威的ICSA认证，可以阻断如跨站脚本、SQL注入、缓冲区溢出、远程文件包含、拒绝服务，同时防止敏感数据库外泄，为企事业单位Web应用提供了专业级的应用安全防护。飞塔公司之所以耗费人力和物力去开发这一新型的换代产品，就在于大数据时代对单位信息保密性的冲击。试想，如果一个单位连职工最起码的个人信息都不能安全存储的话，那么财务管理的科学性和人本性将从何谈起?只能说，即使在人权保护意识相对薄弱的法治环境里，我们也应该尽量提升自己的保密意识，加强对个人信息的保护和合理运用。

作者简介：田惠东(1967- )，女，汉族，河北定兴人，副高级会计师，本科学历，研究方向：财务管理，单位：保定市第一医院

大数据专业发表论文

"大数据"是一个体量特别大，数据类别特别大的数据集，并且这样的数据集无法用传统数据库工具对其内容进行抓取、管理和处理。 "大数据"首先是指数据体量(volumes)?大，指代大型数据集，一般在10TB?规模左右，但在实际应用中，很多企业用户把多个数据集放在一起，已经形成了PB级的数据量；其次是指数据类别(variety)大，数据来自多种数据源，数据种类和格式日渐丰富，已冲破了以前所限定的结构化数据范畴，囊括了半结构化和非结构化数据。接着是数据处理速度（Velocity）快，在数据量非常庞大的情况下，也能够做到数据的实时处理。最后一个特点是指数据真实性（Veracity）高，随着社交数据、企业内容、交易与应用数据等新数据源的兴趣，传统数据源的局限被打破，企业愈发需要有效的信息之力以确保其真实性及安全性。从所周知，大数据已经不简简单单是数据大的事实了，而最重要的现实是对大数据进行分析，只有通过分析才能获取很多智能的，深入的，有价值的信息。那么越来越多的应用涉及到大数据，而这些大数据的属性，包括数量，速度，多样性等等都是呈现了大数据不断增长的复杂性，所以大数据的分析方法在大数据领域就显得尤为重要，可以说是决定最终信息是否有价值的决定性因素。基于如此的认识，大数据分析普遍存在的方法理论有哪些呢？大数据分析的使用者有大数据分析专家，同时还有普通用户，但是他们二者对于大数据分析最基本的要求就是可视化分析，因为可视化分析能够直观的呈现大数据特点，同时能够非常容易被读者所接受，就如同看图说话一样简单明了。大数据分析的理论核心就是数据挖掘算法，各种数据挖掘的算法基于不同的数据类型和格式才能更加科学的呈现出数据本身具备的特点，也正是因为这些被全世界统计学家所公认的各种统计方法（可以称之为真理）才能深入数据内部，挖掘出公认的价值。另外一个方面也是因为有这些数据挖掘的算法才能更快速的处理大数据，如果一个算法得花上好几年才能得出结论，那大数据的价值也就无从说起了。大数据分析最终要的应用领域之一就是预测性分析，从大数据中挖掘出特点，通过科学的建立模型，之后便可以通过模型带入新的数据，从而预测未来的数据。大数据分析广泛应用于网络数据挖掘，可从用户的搜索关键词、标签关键词、或其他输入语义，分析，判断用户需求，从而实现更好的用户体验和广告匹配。大数据分析离不开数据质量和数据管理，高质量的数据和有效的数据管理，无论是在学术研究还是在商业应用领域，都能够保证分析结果的真实和有价值。大数据分析的基础就是以上五个方面，当然更加深入大数据分析的话，还有很多很多更加有特点的、更加深入的、更加专业的大数据分析方法。当下我国大数据研发建设应在以下四个方面着力一是建立一套运行机制。大数据建设是一项有序的、动态的、可持续发展的系统工程，必须建立良好的运行机制，以促进建设过程中各个环节的正规有序，实现统合，搞好顶层设计。二是规范一套建设标准。没有标准就没有系统。应建立面向不同主题、覆盖各个领域、不断动态更新的大数据建设标准，为实现各级各类信息系统的网络互连、信息互通、资源共享奠定基础。三是搭建一个共享平台。数据只有不断流动和充分共享，才有生命力。应在各专用数据库建设的基础上，通过数据集成，实现各级各类指挥信息系统的数据交换和数据共享。四是培养一支专业队伍。大数据建设的每个环节都需要依靠专业人员完成，因此，必须培养和造就一支懂指挥、懂技术、懂管理的大数据建设专业队伍。

2015年，大数据被纳入国家的发展战略中。在这个大背景下，大数据开始成为了各行各业发展中重要的战略资源，数字经济开始成为21世纪经济增长的重要驱动力。随着全球信息化技术的不断发展，游客的需求在网络环境的影响不断变化，与大数据融合成为了旅游业实现转型升级的必然选择。

一、大数据的概述及主要特点

(一)大数据的概述在国务院发表的《促进大数据发展行动纲要》中指出，所谓大数据指以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合，正快速发展为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，从中发现新知识、创造新价值、提升新能力的新一代信息技术和服务业态。其重点体现为一个“大”字，所以利用常用软件工具对大数据进行捕获、管理和处理的所耗时间会超过可容忍时间，需要处理能力更为强大的方式或处理器对其进行处理，而从大数据中挖掘出来的对决策有价值的信息应是企业除了资金和人力资源以外的另一项重要资产。

(二)大数据的主要特点1.海量性数据量大是大数据的基本特征。在数据时代，社会中不同的来源都能够产生大量的数据和信息。数据增长定律显示，在网络环境下，每18个月产生的数据量将会等于有史以来的数据之和，即全球的数据总量在2020年将会达到35000EB，PB级将是大数据的常用单位。2.多样性数据类型繁多、复杂多变是大数据的另外一个特点。过去的数据尽管数据量也比较庞大，但是大多都是事先定义好的结构化数据。现如今除了这类结构化数据以外还出现了非常多的半结构化、非结构化的新型数据，例如网络日志、社交媒体的图片视频信息、互联网搜索、手机通话记录、电子标签以及传感器网络等。这些非结构化的数据不仅数量大，并且增长较快，数据类型层出不穷，已经很难用几种规定的模式来表示日趋复杂多样的数据形式。3.高速性大数据高速性要求对数据处理的速度是迅速的，这是大数据处理区别于传统海量的数据处理的重要特性之一。数据在互联网中不断流动，而数据的价值却会随着时间的移动而迅速降低。如果数据不能得到及时有效处理，它就会失去价值，大量的数据就没有了意义。4.价值稀疏性大数据的价值呈现出稀疏性的特点。在海量的数据中，数据价值的密度较低是大数据关注的非结构数据的一个重要属性。例如在视频监控中，大量的影像数据被存储下来，在某一特定需求时，有效的数据可能只有几秒钟。

二、大数据对现阶段旅游事业的重要性

大数据运用的目的实际是探究需求侧。旅游大数据的数据来源主要有3个方面，第一，如携程、飞猪、同程等旅游在线服务商，他们既是旅游信息的提供者，同时也是旅行者需求信息的来源。第二，网络社交平台的信息资源。由于现阶段社交平台的风靡，大量的游客愿意在社交平台上分享旅游感受、旅游线路或者寻找旅游信息，以至于社交平台成为传统OTA以外另一个获取旅行者信息数据或进行旅游宣传的途径。第三，来自于政府或者企业通过自身的智慧旅游的设施设备收集的，用来分析和优化自身产品和服务的数据。通过这些大数据分析，能得到很多宝贵的、有用的信息，比如淡旺季时间、游客来源、旅游目的、交通方式、消费能力、满意度等。作为从业者或经营者，都可以更加直观地了解、预测到行业发展趋势以及景区的运营情况等，从而激发商业模式创新，不断衍生出新的服务;通过对游客信息的分析，及时发现游客需求，实现精准营销提升竞争优势的新机遇;此外，也是旅游管理部门提升管理能力的新途径，可以帮企业实现用数据说话、用数据决策、用数据管理的新模式。

三、大数据在现代旅游管理工作中的应用

(一)利用大数据进行旅游管理决策制定在企业管理中，决策的实质是为了实现企业目标，帮助企业更好地适应市场的发展。而是否掌握了足够多真实有效的信息，是企业做出决策的关键。因而旅游企业在做出决策之前，还需要利用大数据进行分析。首先，大数据处理的数据量巨大，通过对海量的数据进行搜集分析整理之后，就能够得出游客的行为特点和行为趋势，从而帮助企业在进行决策时有据可依，不会发生企业决策与行业发展南辕北辙的错误;其次，大数据分析依托专业的软件工具可以快速全面地得出有效的分析结果，帮助旅游企业快速准确地进行决策，同时通过对海量数据的分析，旅游管理决策的制定能够变得更加全面，这对旅游管理决策的制定工作来说是非常重要的;最后，大数据的数据来源于真实数据的搜集整理，因而分析出来的信息对企业决策具有非常现实的参考意义，且对现代的旅游管理工作发展具有很强的促进作用。例如，在实际的旅游决策正式制定之前，相关的工作人员要充分考虑大数据的重要性，并将其作为决定制定的最重要依据，这样在实际的旅游决策制定工作发展过程中，大数据受到的重视程度就会越来越高，这对大数据在现代旅游管理工作中的最终融入是十分重要的，且经过相关调查就能够得知，在大数据进行应用之后，国内诸多旅游企业的旅游管理决策制定开始变得更加科学合理。

(二)利用大数据进行旅游企业的智慧化管理旅游行业高速发展，加剧了行业内的竞争，要想在竞争中立于不败之地，就对旅游企业的管理水平有了更高的要求。因此，在大数据应用的背景下，旅游企业应该进行由传统的管理模式向以数据为基础的管理方式变革。首先，旅游企业应建立数据收集平台，提高企业的数据分析能力。互联网中的电子信息，不仅仅是传统的结构化信息，更多的是图片、视频和传感器数据等形式的非结构化数据，这要求企业建立数据收集平台，对复杂多样的数据形式进行实时采集，并进行高质量地信息分析。其次，旅游企业应根据对行业数据的分析，及时更新企业相关管理制度，基于市场或顾客需求的变化为管理人员的工作提供标准化要求。同时，还应加强对游客生活方式变化的追踪，对旅游景区运营的全过程进行监督，从而及时发现管理工作中存在的不足，优化景区的运营管理模式。最后，通过大数据分析对旅游企业人力资源进行开发和管理，能够基于数据对人力资源管理策略进行设计，提高旅游企业的工作效率;同时也能够优化企业的内部结构，实现对企业资源的充分应用，避免人力、物力浪费。另外，为了能对企业大数据进行有效分析，实现企业数据平台的可持续发展，需对不同专业的相关人员以及数据开发和管理人员进行系统地信息技术培训，建立考核机制，为企业提供有力的人力资源保障。对于目前国内各项发展事业来说，其实都在进行一个高速的、智慧化的发展，因此，现代旅游管理工作的智慧化发展也是十分重要的，企业应该重视起来，而在这一工作内容中，大数据能够起到非常强的助力作用。因此，国内旅游发展企业理应对大数据进行利用，这样才能提升现代旅游管理工作水平。

(三)利用大数据实现旅游的精准营销首先，以顾客需求为导向的旅游行业，通过大数据的应用可以更好地掌握游客的基本属性、需求、共同的行为特征等基本信息，例如游客的个人特征、出游时间、出游目的地、出行方式、游玩喜好、来源等。通过对这些数据的分析，可以更好地帮助旅游企业细分市场，制定出精准化的营销路线、个性化的旅游产品以及提供更具针对性的旅游服务。其次，在传统市场中，如何能实现旅游宣传的精准投放是旅游企业需要解决的难题。但是，在大数据应用的帮助下，越来越多的旅游目的地和旅游景区在网络宣传中取得了成功，出现了很多“网红城市”和“爆款景点”。例如：在《短视频与城市形象白皮书》中显示，截至2018年7月，仅在抖音短视频一个网络社交平台中，关于西安视频数就有194万条，播放量达到了近90亿次。这是在过去营销中不可能达到的奇迹。传统的AIDMA营销模式(引起注意、激发兴趣、产生欲望、留下记忆、产生行动)正逐步被AISAS模型(注意-兴趣-搜索-行动-分析)取代，借助大数据进行精准营销将成为旅游行业最重要的营销方式。也就是说，在对大数据进行一定的利用之后，现代旅游的营销工作就能够对上国民群众的“旅游胃口”，久而久之，国内旅游企业的发展水平就能够得到巨幅提升，这对其在未来社会的发展来说是比较重要的。

(四)利用大数据进行完善的顾客关系管理旅游服务的特点决定了顾客对购买的产品或者接受的服务是否感到满意，将直接影响其重购意愿。旅游企业作为以顾客需求为导向的服务型企业，进行顾客关系管理是非常有必要的，而且，在顾客的关系管理方面进行大数据应用后，顾客与旅游企业之间的关系就能够变得更加密切，顾客对旅游的期望以及实际旅游过程中的各种需求能够更精准地体现出来，这对于旅游企业的服务提升工作来说能够起到比较强的助力作用，为此，在实际的旅游事业发展过程中，企业要利用大数据进行客户关系的管理和提升。在移动互联网时代，旅游者已习惯通过网络分享自己的旅游体验，并通过其他用户生成的内容了解旅游目的地信息，制定旅行行程等。这些用户生成内容即是旅游目的地、旅游景区及旅游企业与消费者沟通的新兴渠道，也是树立旅游目的地形象和网络口碑传播的重要方式。旅游者用户生成内容的形式主要是文字评论、图片和视频分享，利用大数据技术对这些信息进行分析，能客观、动态地了解旅游目的地的网络形象，及时发现顾客需求并将其融入旅游资源开发与规划、促进更加智能的景区智慧化建设，及时发现和处理顾客投诉问题，加强与顾客的联系并与顾客建立良好的关系，不断优化旅游目的地形象，持续提升客户满意度和重游率。

四、结语

旅游业产生的数据巨大复杂，旅游的大数据完美契合大数据海量、多样、快速、富有价值的特点，通过探索、收集、分析和应用海量的旅游大数据在现代旅游管理工作中的应用，能够指导旅游企业管理决策，优化企业内部管理策略。通过对客户主要信息和旅游喜好的分类，能够帮助旅游企业设计出符合游客需求导向的旅游线路和个性化的旅游产品，并实现旅游营销的精准投放。利用游客在社交媒体上生成的内容分析，能够动态掌握旅游目的形象，进行有效的顾客关系管理，全面提高游客满意度和重游率。

大数据专业与其它专业一样也是要写论文的。

大数据专业论文发表

毕业论文不用发表吧，除非是自己的特别需要啊，像补学分，或者是获得一些推免的资格之类的，像你说的这个方向可以看看《金融》里面的文章

你说的可能是这三个吧：2003年发表了《The Google File System》2004年发表了《MapReduce: Simplified Data Processing on Large Clusters 》2006年发表了《Bigtable: A Distributed Storage System for Structured Data》

大数据专业发表论文期刊

一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换而言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。现在大数据这么流行，ITjob官网有关于大数据的文章和帖子，其他论坛和博客也有很多大牛独到的见解，不一定要看期刊才能了解大数据的。希望对你有帮助。

如果是以下这些领域，可以考虑汉斯出版社的《数据挖掘》期刊：数据结构、数据安全与计算机安全、数据库、数据处理、知识工程、计算机信息管理系统、计算机决策支持系统、计算机应用其他学科、模式识别、人工智能其他学科。

【专升本快速报名和免费咨询：】河南工学院专升本数据科学与大数据技术专业介绍已经公布，从培养目标、主要课程及就业方向等几个方面做了详细讲解。详情如下：河南工学院专升本专业介绍：数据科学与大数据技术专业点击查看：河南统招专升本视频课程点击查看：河南统招专升本题库试题培养目标：本专业面向生产服务一线，培养德、智、体全面发展，掌握自然科学和人文社科基础知识，掌握计算机科学基础理论、数据科学与大数据技术专业的基础知识及应用知识，具有大数据采集、处理、分析和应用开发的基本能力，能从事数据科学与大数据技术研究、设计、开发、管理、服务等工作的高素质应用型人才。主修课程：数据结构、操作系统、计算机网络、人工智能、算法分析与设计、数据库原理及应用、Java面向对象程序语言、数据采集技术、大数据分析及可视化、数据挖掘技术、Hadoop大数据开发技术等。主要毕业去向：从事企业级应用软件后台服务端、商业网站后台服务器的架构、企业或商业大数据的分析与开发工作，包括大数据开发、大数据采集、大数据分析、数据挖掘、大数据实施、大数据运维等技术管理工作。主要实践性教学环节：数据库原理及应用课程设计、Java面向对象程序语言课程设计、数据结构课程设计、Web前端开发基础实训、大数据分析及可视化实训、Hadoop大数据开发技术实训、专业方向课程综合实训、大数据创新训练实训、职业资格实训、毕业设计。师资力量：拥有一支结构合理、治学严谨、业务过硬的教师队伍。其中，具有硕士以上学位的教师23人(博士9人，硕士14人),高职称教师21人(教授9人、副教授职称12人)。同时，聘请10名来自行业、企业的高级工程师作为兼职教师，建立了一支专兼职结构合理的教师队伍。学院相关专业教师，在云计算与大数据、物联网等领域取得了丰硕的科研成果。近年来，主持或参与完成省级科研项目30余项，在SCI期刊、EI期刊、中文核心及学术会议上共发表论文100多篇;出版教材20多部，其中省级以上规划教材10部;授权发明专利、实用新型专利60余项。实验实训条件：现有一个国家级职业教育实训基地和软件技术与工程实训中心、计算机应用实验室、大数据基础实验室以及华为云计算中心等10多个专业实验室。截止当前，已具备刀片式服务器8台、云计算管理服务器18台、云桌面客户端52台，提供40TB存储容量。实验设备先进、仪器种类齐全，不仅能够满足数据科学与大数据技术相关专业教学需要，同时也能满足专业教师科研与对外技术服务需要。河南工学院专升本专业介绍：数据科学与大数据技术专业已经公布，更多河南专升本资讯，请关注河南专升本栏目页面。专升本有疑问、不知道如何总结专升本考点内容、不清楚专升本报名当地政策，点击底部咨询官网，免费领取复习资料：

大数据专业方向期刊投稿

有大数据信息的新闻杂志有：《数据挖掘》《大数据时代》《大数据》《物联网与云计算》《数据之巅》等等

另外推荐一个与大数据有关的网站——中国大数据，里边有商业动态、技术方案、大数据分析、商业平台等信息可供你参考及学习；另外还有入门和论坛，可以供大家一起交流经验～