［关键词］大数据;国有企业;管理模式
1引言
当今时展快速，经济也有很大的提升，很多中外合资企业发展快速，对于国有企业来说是一大挑战。想要在大数据背景下可以持续发展，就要结合大数据发展，利用优势，扬长避短，基于大数据背景下创新管理方法，改革管理体系，调整管理中心。现在的很多国有企业的发展都受到严重的限制，只有结合实际进行改革才可以对国有企业的未来有帮助。国有企业具有丰富的历史和优势，相较于很多私营和中外合资的企业来说，国有企业在政治上的扶持有一定的优势。
2大数据的相关概述
一是大数据的基本概念。大数据，简单来说就是很多的信息量的集合，在短时间里没有办法通过普通的软件进行集合或者分析，需要通过大数据整合，运用别的软件进行归纳分析，常见的大数据用于精准营销、征信分析、消费分析等。就如平时经常看的“抖音”，不同的人喜好不一样，通过后台的大数据匹配推送更加喜欢的视频，这个就是大数据的功劳。大数据可以结合平时观看较多的种类进行调整，给观看者更加舒服的休闲体验。大数据可以汇集信息，整合筛选。在如今的运用更加广泛，很多的企业都有自己的大数据处理系统。通过大数据的分析，结合当地的消费习惯和消费人群，推出更加精准的商品，更方便消费者选取。［5］通过大数据可以对一些零散的信息进行汇总和筛选，将有用的信息结合推出一套新的经营方式。大数据的产生，顺应时代的潮流，也是当今时代快速发展的产物，由于它的产生对各个方面都起到了很大的帮助，不论是对于消费者还是经营企业者来说，它都是一大福音。大数据可以帮助消费者更加舒心地进行消费体验，也可以给企业建议，让企业的调整有明确的方向，更加适用消费者的心理。二是大数据的优势非常明显。虽然大数据看似简单，但是它所需要处理的信息量非常庞大，需要很多的人才和技术的支持才可以实现。也正因为这一需求，它不仅促进了市场的发展，也促进了人们对于知识的渴求，更激发了很多研究人员对于大数据的研究，很多地方也开展了对于大数据专业的学习。大数据是顺应时代的产物，它的优势就是顺应人们的需要，是不为抗拒的。如今的信息量非常大，数据的产生就帮忙解决了这一困难，它可以有效地处理很多的信息和排除无用信息，也因为这一优势，如今被广泛运用于各大企业和APP。就好像改革一样，大数据也是一样的，顺应时代的发展，它就将有很好的发展前景，与时展相悖，它将被时代所淹没，所以大数据在经过合理的调整后，更加适用于市场也更加合理。虽然大数据的优势非常的明显，但是它的缺点也很容易被不法分子所利用。所以在了解大数据优势的前提下，还应该合理利用大数据，对大数据进行调整和完善，将信息的保密做到最佳，保护每个人的信息完整和人身安全。三是大数据的未来前景是非常广泛的。如今看来，大数据只用于后台统计分析、兴趣爱好推广等各方面，但是在大数据如此鲜明的优势条件下，它可运用的范围还很广泛。不仅可以应用于生活之中，在将来的科研里也有一定的实用性。大数据的未来一定是充满前景的，在如今很多人对于大数据的研究前提下，将来的运用领域一定会有非常大的突破。大数据是顺应时代产生的，所以它的未来前景一定非常的广阔。它可以运用于企业、软件等各个方面，它也可以在生活中对人们提供帮助。合理的运用大数据，可以将很多的信息进行归纳，总结得到更有利于生活的信息，有利于企业的发展，对于人们的日常生活也有一定的促进作用。虽说大数据如今发展得还不是非常的完善，但是国家投入了非常多的经济和人才进行研究。不断完善大数据的各个方面，相信将来大数据一定可以又严密，又更加适用于如今社会。
3基于大数据背景下的企业管理问题
如今的企业管理具有一定的传统性，因为国有企业一直都归属于国家管理，拥有着得天独厚的政治扶持和经济帮助，其管理具有一定的腐朽性。想要彻底打破这一现象并不是一朝一夕就可以达成的，相较于很多的外资企业来看，国有企业的产品方向和使用方向推荐人群并不非常的广泛，它主要推向于国内的是人群使用，并且对于消费、价格等都有一定的局限性。任何一个企业拥有好的条件，就会使内部人员具有一定的懈怠，没有办法激发他们的斗志和创新能力。［1］所以想要帮助企业管理更加优化，就需要对内部人员的思想进行一定的调整。现在很多的企业人员都倾向于使用大数据处理问题。大数据对于信息的归纳总结具有非常独特的优势，所以得到了非常广泛的使用。如今的企业管理在产品销售方面也有一定的局限性，它们大多倾向于国内的各个消费者，而他们的消费渠道也非常单一，产品也没有本质的突破，所以如今很多人宁愿购买海外进口的产品，也不愿意消费国货就是这一原因。想要打开自己的消费渠道就需要在利用大数据的前提下对消费者进行统计，了解他们所需要和最渴望的，将研发的方向更倾向于如今消费者更加需要的才是企业应该做的。如今的企业可以利用大数据进行系统的改革，顺应时代的潮流，有利于企业未来的发展，也可以使企业的发展方向更加多元化。
4基于大数据背景下的国有企业管理以及创新
4.1利用信息技术完善考核机制
大数据的一大优势就是它的信息技术非常的完善，它可以结合多方面的信息进行总结、归纳和筛选。所以运用它的优势可以对企业管理具有很大的帮助，可以帮助企业管理进行考核，提高内部人员有一定的竞争力，也可以了解企业内部人员的不同优势，将人才放在应该存在的地方。运用大数据可以了解到如今企业所面临的危险和不足，将一些优势的地方进行保持，并且将今后的研发重点放在不足的地方。大数据的最大优点就是对于信息的收集能力非常的强，对于信息在处理和分析再通过系统设定之后就会自动完成，不需要投入大量的人力、物力进行分析和汇总。相较于曾经的调查问卷，需要很多人完成，并且信息量也有很大的问题，大数据就非常完美地规避了这一问题。［2］所以，合理利用大数据对国有企业的改革具有一定的优势。如今的国有企业依靠着国家的扶持和政治的帮助，他们具有非常良好的发展前景。在经过大数据的帮助下，他们调整生产的方向，调节内部人员的积极性，为未来的发展奠定了良好的基础。
4.2加强培训力度提升整体塑造
都说任何一个企业离不开员工，任何一个员工的整体素质对于企业的未来都有一定的影响。好的员工可以创造更多的价值，可以对企业的未来具有更多的引导性。有积极的作用，而不良的员工，他们懈怠工作，对于工作的处理具有一定的局限性，这非常不利于企业的发展。拥有了大数据之后，可以对每一个员工的任务和完成度进行综合，对他们的表现和业绩进行归纳和总结，也有利于年底的表扬。有了大数据的处理后，他们就会更加注意自己的业绩，也更加刺激了他们的积极性。［4］通过大数据的信息汇总，可以得到每个员工的优点和缺点。不同的人才要分配在不同的岗位上才能体现价值，根据大数据的意见进行人才的调整。对于一些能力不足的员工，将他们的不足点汇集。并且进行一定的专业培训，有利于他们对于工作的了解和工作的完成。
4.3利用媒体数据创新改进模式
如今的新媒体越来越多，很多企业发现了新媒体的优势进行推广，所以利用媒体数据创新改进也是非常重要的。根据不同的媒体数据，可以得到如今消费者的消费方向和消费取向。利用媒体的数据可以将企业将来的研发方向进行调整，对于发展重点也可以进行转移，可以更加快速的寻找到如今社会更加需要的方面［3］。拥有明确的方向，才可以有动力去完成。具有明确的目标才可以制订完善的计划去达到标准，所以根据媒体数据，可以得到如今的时代风向以及需求，根据不同人群制定出不同的标准。类似于如今人们更加重视养生，不论是中年人还是老年人，对于身体越来越重视。通过调查也可以发现，如今很多的保健品购买量急剧增加，特别是经过了疫情的影响，有人对于自身的健康具有了更大的重视。所以对于食品行业，他们的食品安全也更加重视。这只是一个例子，可以利用媒体数据来进行企业改革，对调整方向都具有一定的指导性作用。
5结论
大数据是顺应时代的产物，它的利用前景非常良好。不论是如今的社会运用，还是学校的专业设置都让人们意识到大数据是非常重要的。由于大数据的使用时间不长，还存在着一些问题，所以投入了很多技术和人才进行研究，也积极培养这一方面的优秀人才，所以各大院校也积极开展了有关大数据的专业学习。合理的利用大数据对于社会的发展有积极作用，但是如果不正当运用大数据，也会使社会的秩序产生非常严重的后果。大数据的优势非常的明显，而缺点也非常的明显。由于信息归纳，很容易透露个人信息对于人们的隐私会造成一定的影响，在如今大数据的社会下，很多人觉得自己越来越透明，也正是这个原因，所以大数据是一把双刃剑，一定要合理利用。
参考文献:
［1］张海鸣.基于大数据时代背景下企业管理模式的创新探究［J］．中油吉林化建工程有限公司，2018(4):146.
［2］李业正.大数据背景下企业管理模式创新思考［J］．林理工大学商学院，2020(5):57－60.
［3］何平.大数据对企业管理决策影响分析科技进步与对策［J］．科技进步与对策，2018(2):129.
［4］刘佳，李滋阳，大数据时代下的人力资源管理分析［J］．特区经济，2017(5):33－35.
[关键词]大数据；高校；档案；服务
doi：10.3969/j.issn.1673 - 0194.2016.24.112
[中图分类号]G717.24；G270.7 [文献标识码]A [文章编号]1673-0194（2016）24-0-01
每一场信息技术变革都对人们的生活与认知方式产生深远的影响，高校档案信息服务人员必须认识大数据时代自我提升的紧迫性与必要性，从传统档案信息服务理念中转变过来，积极探索基于大数据背景下高校档案信息服务水平提升的有效策略，提升档案信息服务的能力与水平。
1 高校档案信息服务水平提升的必要性
1.1 高校档案信息服务水平提升是顺应大数据时代的必然要求
大数据时代，数据信息量庞大、数据信息类型丰富、数据信息的密度偏低、信息处理速度快。大数据时代的这些特点，迫切需要高校档案信息服务做出相应的改变，采取有效的措施实现自身的新发展，否则就难以满足大数据时代的发展要求，难以发挥高校档案信息资源的价值。
1.2 高校档案信息服务水平提升是数据信息服务的时代需求
大数据时代，人们的信息获取观念产生了重大转变，社会需要信息供体转变信息供给方式，树立“数据为主”的信息服务观念。高校传统的档案信息服务显然已经难以适应社会以“数据为主”的信息服务理念，必须基于社会档案信息服务需要，建立新型的档案信息服务模式，顺应信息时代的要求。
1.3 高校档案信息服务水平提升是促进自我发展的内在要求
大数据时代，信息量巨大，资源类型丰富，高校档案信息服务面临着新的发展形势。高校档案信息传统服务已经表现出一定的滞后性，服务面不广，服务缺乏灵活性、便捷性，大大制约了高校档案事业的进一步发展。高校档案管理工作只有进一步提升档案信息服务水平，才能实现由内而外的发展，扩大档案管理工作影响力。
2 大数据时代高校档案信息服务水平提升策略
2.1 基于大数据理念合理定位，深挖高校档案信息资源价值
2.1.1 基于大数据理念合理定位
大数据时代，信息资源的价值是所有信息供体与需求对象关注的重点。高校档案信息服务水平的提升必须基于大数据时代档案信息供给与需求特点，科学合理定位高校档案信息服务方向。高校根据档案信息服务定位，做到因校制宜，因人定制，积极寻找适合高校档案管理特点的大数据技术产品，提升档案信息服务的智能化水平。
2.1.2 推动高校档案信息资源增值
大数据为高校档案资源的挖掘创造了便捷的条件，也为档案资源的共享搭建了平台。高校档案信息资源管理者，必须利用大数据时代资源量巨大、信息类型丰富等优势，深入挖掘高校档案信息资源价值，摆脱狭隘的档案资源建设观念，拓展档案信息资源建设的广度与深度。
2.2 推动档案信息资源内外整合，构建智能化信息服务平台
2.2.1 加强信息资源整合意识
大数据时代，高校档案工作要获得更好发展，必须根据大数据时代资源结构特点，进一步优化档案信息资源结构，拓展资源建设的视角，推动高校传统档案资源与最新档案信息资源整合，发挥高校档案资源自身优势；同时，加强高校档案资源与第三方高校档案资源、网络档案资源的整合，使高校档案资源建设走出封闭式建设模式，利用外在档案信息资源进一步优化高校档案资源结构。
2.2.2 提高服务平台智能化水平
大数据时代的一个显著特点是信息处理速度快速，因此，高校档案信息服务人员必须借助信息技术优势，进一步提高档案信息服务平台智能化水平。高校要根据档案信息服务定位，完成档案信息服务平台的更新与升级，为用户提供快速、便捷的档案信息服务。
2.3 充分运用云计算的架构优势，推动高校档案数字化升级
2.3.1 推动信息数字化升级
高校档案信息管理者要提升服务水平，必须推动档案信息的数字化升级。档案信息的数字化升级是一项复杂的工作，既要保证档案信息数字化升级的技术含量，又要确保档案信息数字化升级过程中的信度。
2.3.2 凸显云技术架构优势
为了进一步提升档案信息数字化升级效率，高校要充分利用云技术优势，发挥云技术在高校档案信息数字化建设中的架构优势，突出档案信息资源运用的灵活性与可扩展性，满足用户更高层次的档案信息需求。
2.4 加强档案信息服务思想认识，探索档案服务多元化模式
2.4.1 树立资源共享理念
大数据时代，信息资源服务理念应该是发挥档案信息资源的最大价值。高校档案信息服务必须转变思想理念，根据档案资源的运用价值与权限进行合理分类，在确保档案资源安全的前提下，进一步加强档案资源共享理念，使档案信息资源发挥更大的价值。
2.4.2 探索多元服务模式
大数据背景下，档案是一种资源，能够被转化为实际的价值。这就需要高校档案信息服务人员积极探索多元化服务模式，从服务高校行政部门，向服务全校师生、服务社会转变，最大程度上发挥高校档案资源的价值。档案信息资源的多元化服务模式需要进一步深化，根据资源类型与用户群体特征，构建多元化、个性化、业务化档案信息服务新模式。
3 结 语
高校档案信息服务人员必须提升服务意识，加强实践探索，基于大数据时代特点，积极探索高校档案信息服务水平提升的有效路径，使高校档案工作贴近时代需求，始终焕发出生命力，推动高校档案事业发展。
关键词：电信业关联挖掘；变化趋势；三元素编码； PSO
中图分类号：TP301.6 文献标识码：A DOI：10.3969/j.issn.1003-6970.2013.06.014
0 引言
电信行业的竞争愈演愈烈使运营商面对着严重的客户流失的问题。如何将管理活动精确细分、重视营销的个性化来挽留客户防止客户流失成为各大运营商关注的焦点[1]。客户的日常通信行为为运营商积攒了大量的数据，这些数据蕴藏着丰富的客户消费行为习惯，对客户的消费行为、客户服务信息和缴费情况等数据进行分析挖掘可以对客户实施个性的客户业务推荐来挽留客户，提升客户价值[2-3]。通过关联规则进行客户的业务推荐是各大运营商常用的技术，伴随着各种改进的关联挖掘算法也出现了各种优秀的数据仓库与挖掘系统应用在电信业的客户消费行为数据挖掘中[4-5]。
客户在消费行为中常常存在着一定的趋势属性，传统的关联挖掘算法应用在电信业客户消费行为分析挖掘中仅仅将客户的消费记录数据进行单独的数据预处理，通过频繁项集的计算来进行支持度与置信度约束下的关联挖掘[6-7]。这种方法忽略了记录间存在的变化与联系，造成了关联挖掘的误判，挖掘的效果达不到要求。
为此提出了动态感知PSO关联的电信业客户消费行为分析方法。将群体智能的搜索优化技术通过目标函数的设计与关联规则挖掘进行联系。使用重要时间点压缩的方法对连续数据进行预处理与相似形度量，这种处理可以保留数据的趋势属性。通过包含时间变化的三元素微粒进行粒子的编码，并且通过目标函数的反馈来动态调整粒子的更新参数。实验证明，这种机制下的电信业客户消费行为关联挖掘准确率较高且挖掘的效率也大大提升，有很强的实用价值。
1 关联挖掘的数据预处理
电信业客户消费行为关联分析的数据源来自多个表或者系统，在客户的通信消费记录中大部分是连续型的数据，而关联规则处理的数据应该是离散型的数据。传统的离散方法是采用区间化的数据处理办法，将连续型的数据区间化分为不同的子区间，并且使用某一个数值代替该区间中的所有数据，设代表客户消费行为的某一属性，且，将划分为
每一个区间分别使用一个值来代表。这种处理方法会丢失数据中蕴藏的很多信息，特别是无法将客户消费行为的变化趋势信息保留。本文使用时间压缩的方法来进行数据的离散化。对离散化的数据使用相似形度量的方法来进行频繁模式的获取。
设客户的某一属性的时间变化趋势如下图的曲线所示：
图1 趋势属性的时间压缩图
在图1 中选取重要时间点作为区间的划分边界点，如上图横坐标的所示，设对应的属性数据值为，如果存在个子序列的划分，上述的曲线可以表示为：
（3）
为了描述上述的属性的趋势信息，使用最小二乘法的思想，将每一个序列分别拟合为直线，这样每一个区间就可以表示为一个元模式，，每一个元模式不但表述了该属性在区间的范围还相应提供了区间变化的趋势信息，这样时间序列的模式表示为：
（4）
将关注属性的压缩时间点进行同步后，对每一个时间序列的属性进行上述的区间化，不但可以表征该数据的区间范围，还将该数据所属的区间变化趋势表现，实际证明这种区间化的方法能够更好地应用在电信业客户消费行为的关联分析中。
在一些变量中由于业务的原因，某些变量之间存在着巨大的相关性，比如客户的长途次数与长途时间这样的变量在建模的过程中同时使用是没有必要的，有时对模型的运行还会存在一定的副作用。数据预处理中关于变量的约简就是尽量地减少信息量情况下寻找更低维的变量。主成份分析法是统计中最主流的约简方法，但是本身的结果就是若干信息量的综合，即使经过了因子旋转处理后也难于优化[8]。本文选用下面的两种简单的步骤进行维数简约：
1）利用众数的分析方法找出微效变量，特别是众数表示值为0的一些变量，比如某客户的国际长途次数这样的变量，就可以在模型中去掉。
2）利用相关系数的分析方法解决变量间存在的线性冗余的问题：
（5）
两两变量经过相关系数公式的分析以后，选取的高度相关组中的某一变量作为代表。如果则要根据实际的模型情况对变量约简进行分析。
在数据挖掘的整个过程中，数据的预处理的工作量能占到80%。电信业的IT系统众多，其企业结构数据异常复杂，客户的数据分布在呼叫中心、渠道支撑、计费帐务、结算系统等数据结构可能不同的系统中，高质量的数据能够更加准确地表示关联模型挖掘。
3 动态感知PSO的消费关联分析
关联挖掘算法是采用频繁项集的计算来进行，这种计算方式主要读取某种交易数据在交易库中出现的次数，没有把握这些数据中存在着的变化信息。粒子群优化算法（PSO）是群体智能中经典的优化算法，本文将粒子进行三元素的模式编码，通过目标函数的反馈动态调整粒子的更新，实验结果证明这种方法能够更加快速准确地对电信业客户消费进行关联分析。
PSO的思想是设计一定数目的粒子，在未知量的维空间中进行函数的最优化。电信业客户消费行为关联分析的粒子为；式中代表将要分析的消费属性的个数也就是搜索空间的维度，映射到关联挖掘中就代表交易中出现的项。本文使用三元素模式对粒子的具有时间属性的变量进行编码。经过合理的细分以后，不但可以表示每一个连续属性处的区间，还能将其所处的变化趋势表示出来。经过三元素编码的粒子可以表示为：该粒子是将式（3）进行时间压缩以后的对具有时间趋势属性比如本地通话费来进行的编码，第个粒子空间更新的速度示为；第个粒子的历史最优位置为；整粒子群的最优位置为，粒子可以根据如下的目标函数公式来进行速度与位置的更新：
（6）
上式中
是分别表示设置的支持度与置信度。粒子的位置与速度更新的公式如下：
（7）
式（7）中， 为微粒群优化迭代次数，和是在区间[0，1]上的随机数，这两个随机数能够有效保持微粒群优化的多样性。和是两个学习因子通常取值为2，这两个系数可以保证粒子对全局位置的学习能力。可以有效维护全局与局部的搜索能力的平衡。一般的方法会将该值设为特定的经验值或者线性降低，这种方式经常会使函数极易收敛到局部的极值点。本文采用目标函数反馈的动态感知来调整的数值。
（8）
式（8）中与分别代表种群在与次的全局最优适应值。指数可以代表两次迭代中适应度值的比较率，当比值小于1的时候，迭代趋向总体收敛，此时的搜索步长越大全局搜索能力越强；当比值大于1的时候迭代趋向总体发散，步长越小，局部的搜索能力越强，上述系数的更新充分使用了目标函数的信息，整个搜索的启发性大大加强。
4 实验结果分析
本文基于中国电信某市分公司的2011年的客户消费数据库数据为基础进行实验仿真，数据主要采集于中国电信的BOSS、DSMP等数据系统共600000条数据记录。这些记录来自2011年的全年，本文在数据预处理阶段的时间划分采用每一周的时间周期进行区间划分。在Windows XP系统下结合 MATLAB的仿真平台进行算法的仿真训练。设定最小支持度与信任度下共进行了30条关联规则挖掘，以下部分规则及其支持度与置信度：
1）性别为女性—炫铃（s=3%，conf=70%）
2）性别为男性+手机报—掌中宽带（s=3%，conf=69%）
3）月消费金额大于600+掌中宽带—掌中股市（s=4%，conf=72%）
4）一周之内消费市话增长率大于1—家庭套餐（s=3%，conf=70%）
5）某段时间客户访问网站次数持续增加—掌中宽带（s=4%，conf=73%）
图2是对四种算法对不同支持度下某种规则挖掘的运行时间对比图：
从2图可以看出，经过群体智能的关联规则挖掘算法运行时间的性能有了很大的提高。
为了验证本文的关于时间趋势属性的编码与离散化对关联规则挖掘的准确度优势，引入了误荐率的评价指标，如果在关联中挖掘了某种客户消费的规则，可以采取对其推荐某项业务服务，如果不符合客户的需求则表现为一次错误推荐，误荐率用下式表示：
（11）
图3是对20个关联属性，300位客户进行了误荐率计算。采取传统的频繁项集获取方法与本文提出的时间趋势三元素编码的方法进行误荐率的对比：
图3可知在大部分的规则约束下，使用趋势属性的三元素编码以后进行PSO优化规则挖掘的误荐率小于传统的方法。这种算法能够切实反映客户的业务规则，提供更为高效的个。
5 结束语
本文针对电信业中客户消费形式变化多样且数据量巨大的特点，结合传统的关联挖掘算法无法结合时间属性把握客户消费的变化趋势而出现关联误判，效率不高的问题。提出了动态感知PSO关联的电信业客户消费行为分析方法。在数据预处理的阶段使用时间点压缩法对连续数据进行离散化，粒子的编码使用包含趋势属性的三元素模式对粒子进行编码，为了保证粒子的更新能力与全局搜索能力的维持提出了两种粒子更新的动态感知变量。实验结果证明，这种方法在关联挖掘的过程中效率较高，误荐率得到了有效的控制具有很强的实用价值。
参考文献
[1]杜金刚.数据挖掘在电信客户关系管理及数据业务营销中的应用[D]. 北京邮电大学，2010
[2]林向阳.基于数据挖掘的电信客户流失研究综述[J].移动通信.2010（08）：71-75
[3]张超.电信产业链整合与商业运营模式创新[D]西安邮电学院.2007
[4]章玥 邱雪松 孟洛明. 面向电信运营商务过程的管理服务构建方法[J].计算机应用研究. 2008（07）：2124-2128
[5]王华秋 曹长修 何波. 改进RPE算法的神经网络在客户欺诈预测中的应用[J]，计算机工程，2006（18）：25-27
[6]郭明.基于数据挖掘的电信客户流失分析[D]南京.南京邮电大学，2005
随着大数据的广泛使用，人们对大数据投以更多的关注，并运用大数据的优势改变生活，为生活和工作提供较为便利的方式。针对大数据分析为新闻报道提供的便利、大数据分析在深化新闻报道中的应用两个方面，笔者进行详细的介绍，增加人们对大数据的了解，并以此促使更多的行业使用大数据技术分析，促使各行业结合自身的实际状况发展。
一、大数据分析为深化新闻报道提供便利
咨询公司是最早提出大数据时代的行业，大数据时代拥有着传统数据时代不能比拟的资源和便利，可以为人们的生活和工作提供大量的信息资源，并从中总结出符合人们使用需求的信息，其提供资源的信息含量传统数据时代和普通信息技术工具无法下载和使用，更不能为各行业的发展提供有力的数据分析。而大数据时代可以综合整理、分析并使用大量的信息资源，从中为各行业帅选出最有利且有效的信息资源。
近年来，随着互联网的发展，信息技术已经存在于生活中的每一个角落。而信息技术的普及促使人们对大数据充满向往，并且希望利用大数据的优势解决生活和工作中的问题，大数据时代的到来已经成为社会发展的必然趋势。新闻报道顺应时代的发展，使用大数据分析从大量的新闻信息中筛选出报道所需的真实信息，且保证新闻报道的时效性，增加人们的新闻报道的信任度，促进新闻行业的发展。大数据分析应用在新闻报道中，可有效深化新闻报道，拓展报道的深度和广度，体现出大数据分析的优势和价值。新闻报道运用大数据技术优势，汇总人们对热点事件的意见等信息，对其进行分析，总结出人们关注的事件重点，从而结合重点进行深入报道，剖析事件的原委，将事件的真相呈现在人们面前。大数据分析对大量的信息进行汇总、分析、整理和使用，?樾挛疟ǖ捞峁┍憷?。新闻报道使用大数据分析，保证新闻行业的健康且快速的发展，同时为人们提供真实性更高、时效性更强的新闻信息。
二、大数据分析在深化新闻报道中的应用
随着大数据技术的使用，新闻报道利用大数据分析的优势，深化新闻报道，为新闻行业的发展提供基础条件，增加新闻报道的观众，逐渐改变新形势下新闻行业发展状态。下文详细分析大数据分析在深化新闻报道中的应用方向，促使新闻行业拥有更为广阔的发展前景。
（一）运用大数据分析，加快新闻报道速度
新闻记者和数据分析人员运用大数据分析的优势，可以对更多的数据进行快速的分析和整理，从中筛选出新闻报道需要的信息，及时为新闻用户提供信息。新闻报道中可以通过卫星传递的数据等信息进行分析或是预测，及时将天气变化信息传递给用户；也可以通过网络在最短的时间内了解我国或是国际社会中的热点事件，并对用户普遍关注的事件实施跟踪报道，使用户通过网络了解到更多的信息。可见，新闻记者在报道中运用大数据技术，可以有效加快报道的速度，缩短报道时间，为新闻报道赢得良好的声誉和发展机会。
新闻从业人员可以明显的体会到大数据分析的优势，促使新闻行业广泛使用大数据分析技术，从而有效缩短各界人士对新闻事件的反应时间，并通过大数据全新的技术和方法加速新闻信息的传递时间，可使运用大数据分析的新闻单位占有报道的先机，不仅能够控制报道成本，还能增加新闻信息的访问量，有利于自身的发展。
（二）运用大数据分析，创新新闻报道角度
新闻行业运用大数据分析，对新闻事件进行分析的同时，分析用户的关注点，并结合用户的需求对事件进行重点分析，以用户的角度报道新闻事件，改变以往新闻记者按照自身经验和社会发展展开报道的角度。新闻报道只有充分的考虑用户的需求，才能为自身赢得发展的机会和良好的口碑。因此，新闻行业运用大数据分析技术，创新新闻报道角度，且以用户的需求为原则。
同一事件在不同人的眼中有着不同的意义。新闻记者要善于发现并利用这一点，通过大数据分析平台，对用户对事件的关注点进行分析，掌握用户真正关心的话题，并就此话题展开报道。同时，新闻用户众多，关注点也不会集中在一个方面，新闻记者与数据分析人员将大数据分析平台整理的数据进行合理的使用，从不同的角度报道新闻事件，使用户从不同的角度了解事件的发展动态，了解自身生活的环境变化。
（三）运用大数据分析，增加新闻报道深度
增加新闻报道深度是新闻行业运用大数据分析的重要工作方向。主要是运用大数据分析技术，对新闻事件进行深入的分析，了解事件的真实性，并分析事件的起因，使用户明确改事件的发生是必然还是偶然，降低用户对事件的猜测，有利于社会的和谐发展。随着网络的发展，信息传递速度加快，人们可以随时随地获取信息，但是，人们无法判别信息的真实性。此时，新闻记者运用大数据分析技术，剖析事件发生的时间、地点等信息，并将信息综合分析，从而得出真实的结论。剖析事件的过程非常复杂，涉及数据量非常庞大，个人很难对数据进行深入的了解和分析，而大数据不仅可以减少分析时间，还可以运用技术手段了解事件的真相，并还原真相，使用户走出误区，增加新闻事件的真实性。新闻行业运用大数据分析，增加新闻报道的深度，还原事件真相，及时消灭虚假信息，为用户提供真实的新闻环境。
（四）运用大数据分析，准确定位切入点
新闻报道主要应用的是数据，数据的准确性和及时性对新闻报道有着重大影响。而大数据分析可以准确定位新闻报道的切入点，进而对新闻事件展开深入的分析和报道。针对不同的新闻事件需要寻找不同的切入点，而切入点主要以用户关注的重点话题为主，需要新闻记者运用大数据分析，从大量的信息中总结出用户关心的重点话题，从而以此为切入点对新闻事件展开报道，解决用户的需求。新闻报道准确定位切入点，提供用户所需信息，并引导用户以乐观积极的态度面对新闻事件，使社会在正能量的环绕下发展，不仅有利于加快国家的发展脚步，更是为用户营造良好的生活和工作环境。大数据分析在新闻行业的发展中占据重要位置，新闻从业人员要正确认识大数据分析，并运用其优势，准确定位新闻事件的切入点，提高报道的准确性。
谈到边际优势战略以及日本经济的成功，我们不免想起“东亚模式”和“雁行模式”。本文的研究也将反映出“东亚模式”和“雁行模式”之间的本质联系，这同样有益于我国在发展同东亚国家或地区的经济关系方面政策的制定。
一、文献回顾
按照主体的不同，对国际投资和国际贸易的关系的研究可以分为两大类。一类以东道国为主体，研究东道国外来投资和对外贸易之间的关系。这种研究除了母国和东道国之外涉及到第三国，投资和贸易之间的关系也相对疏松。另一类以母国为主体，研究母国对东道国投资与两国贸易之间的关系。在此只涉及母国和东道国，投资与贸易之间的关系相对密切。本文的研究即属于后者，本文中的国际投资指对外直接投资，即fdi。
首先对国际投资与贸易关系进行研究的是1999年诺贝尔经济学奖得主mundell(1957)。mundell的研究以标准的古典国际贸易模型为基础，通过严格的假定，得出了国际投资替代国际贸易的结论。在随后的60年代，又有学者的研究支持了投资替代贸易的结论，其中较著名的是vernon(1966)的产品生命周期理论。按照该理论，一般情况下，投资和贸易只是一种转化关系，只有在投资提早发生的情况下，才发生投资对贸易的替代，而在技术进步日益加快的条件下，新产品的生命周期不断缩短，因此国际投资对国际贸易的替代越来越明显。另一个研究来自于johnson(1967)。johnson认为，关税导致的对外投资使不具有比较优势的进口替代部门获得了发展，因此减少了对外贸易量。
70年代开始出现投资和贸易具有互补性的研究成果。helmberger和schmitz(1970)的研究证明生产要素流动和商品贸易可能既有替代关系也有互补关系。这一时期最著名的论著来自于。日本小岛清教授(1977)。小岛清特别强调国际分工的重要性，将对外投资和贸易统一在国际分工的基础上，指出国际投资不是简单的资本流动而是包括资本、技术、管理方式和人力资本的总体转移。因此，对外投资应从本国处于比较劣势的边际产业依次进行，这就是本文所谈边际优势战略的理论基础。按照小岛清的理论，国际投资一方面可以通过相近水平的技术转移把东道国的比较优势发掘出来，另一方面使母国集中资源开发新的技术并形成新的产业，因此将会扩大两国的贸易。
无论是mundell的贸易与投资替代模型，还是小岛清的互补模型，都是从传统理论的分析框架上衍生出来的，并没有经过实证的检验(梁志成，2001)。这既有统计数据残缺不全的限制，也有计量方法与工具上的局限。20世纪80年代以来，贸易和直接投资的实证研究取得了突破性的进展，同时更多的研究成果证明投资与贸易之间具有互补关系。lipsey和weiss(1981)依据美国70年代的统计数据，对美国跨国企业在发展中国家所设立的子公司的生产和母公司的出口行为进行了研究，发现同类产品的子公司的年产量与母公司对这些国家的出口总量呈正相关关系。lipsey等人(1984)还进一步研究发现这种正相关或至少非负相关广泛存在于美国近80%的产业部门中。helpman和krugman(1985)的研究表明，在要素禀赋不对称和规模报酬递增的情况下，由于跨国公司的专有资产很难通过外部市场达成交易，就会存在大量的公司内贸易和对中间产品的需求，对外投资将会带动母国的出口贸易。ethier(1986)的研究给出了同样的结论。grossman和helpman(1989)把产品的成长内生化，证明了在一个动态的模型中国际化生产和贸易可以是同时扩大的。然而，markuson和svensson(1985)则利用要素比例模型揭示了商品贸易和要素流动(fdi)的相互苯系，指出两者之间究竟表现为替代还是互补，依赖于贸易和非贸易要素之间是“合作”还是“非合作”的问题。
90年代的研究延续了80年代的趋势。hufbauer、lakdawalla和malani(1994)的研究进一步证实了上述lipsey和weiss(1981)的结论，他们重点研究了美国80年代以来的情况，发现在整个时间跨度中出口与fdi一直保持着正相关关系。随后gramham(1996)的研究也证实了这一点。pattie(1994)根据对外投资的动机不同将fdi分为市场导向型、生产导向型和贸易促进型3类，认为只有市场导向型fdi容易替代对外贸易，而后两种类型投资则增加贸易。gray(1998)的研究得出了近似的结论。pfaffermayr(1994)就奥地利fdi和出口之间的因果关系进行了分析，发现它们之间具有双向的因果关系。jun和singh(1992)研究了1969—1993年间11个世界上最大引资国的出口和fdi的关系，其中有4个国家显示出口是fdi的格兰杰原因，只有一个国家显示fdi是出口的格兰杰原因，其余6国显示出口和fdi之间不存在显著的因果关系。与此同时，porter(1990)、hein(1992)、lucas(1993)、crosse和trevino(1996)、crosse(1997)等都证明了国际投资与国际贸易之间存在高度的相关性。但不可忽视的是，beldelbos和sleuwaege。(1998)的研究支持了mundell的结论，即在东道国存在贸易保护的情况下，fdi会替代母国的出口贸易。
2000年以后的研究以大量具体的实证研究为特征，且研究结果以fd!与贸易之间具有互补关系为主。张如庆(2005)的研究显示我国对外投资不是进出口变化的原因，对外投资对贸易总额的影响不明显，而项本武(2005)得出的“中国对外投资是出口创造性和进口替代型”的结论对此给予了解释。王洪亮和徐霞(2003)证明了日本对华直接投资和中日贸易之间的确存在着长期的互补关系，fdi和制成品的出口具有双向的因果关系，但fdi和进口仅有单向的因果关系。王洪庆、张浩和朱荣林(2004)的研究表明，美国在华投资与对中国总进口、工业品进口之间存在双向的因果关系，与工业品出口之间存在单向的因果关系，投资与出口以及中美的初级产品进出口之间均不存在因果关系。同时，王洪庆和朱荣林(2004)的研究表明，东盟对华直接投资积极地推动了中国与东盟贸易的发展，且投资对进出口贸易的贡献率较高。李保明和刘震涛(2004)的实证结果显示，两岸贸易总额、大陆进口和出口均表现出关于台商投资的显著正相关性，这说明台商投资对两岸贸易具有显著的促进作用。此外，stone和jeon(2000)研究认为贸易与海外直接投资之间为互补关系，且两者之间贸易更倾向于为主导因素；韩国学者lim和moon(2001)证明，当发达国家向不发达国家投资，而投资是新设立的或者投资产业在母国是夕阳产业时，fdi和贸易之间是正相关关系；blonigen(2001)深入到产品层次进行了分析，发现贸易和fdi之间既有替代也有互补的关系，而且替代效应的发生不是逐步的，而是短时间急剧变化的。
基于本文研究的侧重，在此再对边际优势战略和小岛清的边际优势理论进行进一步的说明。边际优势战略的概念来源于小岛清的边际优势理论，但应该注意的是，边际优势战略所代表的经济行为早已存在，只是由小岛清概括出来。边际优势理论更多地是一种国际投资理论，但因为它把国际投资和国际贸易在同一基础上进行分析，所以对投资和贸易的关系也给予了研究。同时也正因为它侧重于国际投资的研究，对两者关系的研究也并不全面。按照边际优势理论，对外投资应该从国内处于边际优势即相对劣势的产业开始，而处于相对优势的产业则进行对外贸易。按照小岛清的分析，对边际产业的产品需求应通过向海外投资的企业进口来实现。所以，小岛清论述的投资与贸易的关系也更多地是母国投资与进口之间的关系，这是一种单向的正相关关系。但与此同时，小岛清也论述了两国生产可能性边界的扩张和贸易总量的增加，间接地论述了投资和出口的关系，这同样是单向的正相关关系。但是，基于边际优势战略，对投资和贸易之间的关系作这样的理解还远远不够，况且如上所说，小岛清的理论是基于对现象的描述与分析，没有通过计量方法得到实证检验，而本文将在上述方面给予补充和进一步的研究。
二、日本对东亚投资和贸易的历史进程及两者关系的描述
二战以后至20世纪60年代，通过美国的帮助和自身的经济改革，日本经济得以恢复并实现了高速增长。而正是在60年代以后，很多东亚国家和地区(主要是亚洲“四小”、东盟四国和中国)纷纷实现了经济起飞和长期快速发展，使东亚地区成为了世界经济发展的热点，以至于使人将这种发展状态称为“东亚奇迹”。很久以来，对“东亚奇迹”的研究存在着大量的各种形式的成果。在这些成果中，我们不难发现两个最受人关注的词汇：东亚模式和雁行模式。通过这两种模式的论述，可以发现，先期发展起来的日本对上述东亚国家和地区的经济发展起到了重要的作用。东亚模式揭示了上述东亚国家和地区对日本经济发展经验的借鉴和模仿，因而东亚模式被认为源于“日本模式”(孔凡静，1999)，同时东亚模式更多地强调了贸易尤其是出口的重要性。雁行模式揭示了日本与这些东亚国家或地区的国际分工关系，强调了日本对这些国家和地区的投资(尤指直接投资)的重要性。所以，东亚模式和雁行模式的研究都说明了日本与这些东亚国家或地区的经济联系在“东亚奇迹”中的关键作用。在此也可以理解，本文研究的日本对东亚国家或地区的投资和贸易之间的关系反映了东亚模式和雁行模式的本质联系。
如上所述，本文采用的作为日本投资和贸易对象的东亚国家和地区是亚洲“四小”、东盟四国和中国，这是基于“东亚奇迹”研究的惯例，而且这些国家或地区与日本有更强的经济联系，因此也具有更好的代表性。在此不再对日本与这些国家或地区的双边关系下的数据进行描述，而是对日本与这些国家和地区的总体之间的数据及其表示的关系进行研究。这是因为，东亚作为一个密切联系的整体，日本与这些国家和地区的双边经济联系往往会延伸到第三方，在此意义下，单独描述日本与一方的经济联系并不比描述日本对其他东亚国家和地区的总体的经济联系有更好的解释力。而且，后者让我们保持了与后面研究的连贯性。
图1显示了日本对上述东亚国家和地区的投资和贸易(出口和进口)自1965—2003年的变化趋势。不难看出，无论投资、出口和进口都保持了长期快速增长的态势。同时，图1也显示了投资和贸易(出口和进口)之间很好的相关性，但是这种相关性只延续到1997年。1997年对3种数据来说都是一个波峰，相对于1997年，这3种数据在1998年都大幅下降。而且之后，出口和进口状况在短期内得到恢复，而投资始终(截至2003年)没有恢复到1997年的水平。我们知道，1997年发生了举世闻名的东亚金融危机，因此不难理解，日本的投资战略发生了重大调整，使相关数据发生了结构性变化，这在后面的检验中也得到了证明。
三、数据分析和模型设定
(一)数据说明
本文日本对上述东亚国家和地区的投资、出口和进口的数据均来自日本总务省统计局网站的统计资料，这些数据是以日本与单一国家或地区的统计值列出的，基于前面谈到的理由，本文将这些数据进行了加总。对于出口和进口，1985年(含)以前的数据单位为百万日元，之后的数据单位为十亿日元。为了统一单位，本文将1985年(含)以前的数据单位转化为十亿日元，并作了四舍五入处理。对于投资，原始数据的单位为百万美元，本文将之乘以汇率并将单位转化为十亿日元，并同样作了四舍五入的处理。其中，汇率数据来源于世界货币基金组织(imf)数据库，汇率为年终值。
(二)断点检验
在上面日本对东亚投资和贸易的历史进程的描述中我们看到，发生金融危机的1997年，投资和贸易的金额开始了大幅度减少，在之后的几年中，出口和进口得到了恢复，而投资却延续了下降的趋势。这似乎显示，相对于1997年(含)以前，日本对东亚投资和贸易之间的关系发生了变化。下面对此给以检验，即断点检验(chow breakpoint test)。既然投资相对于出口和进口之间的关系发生了变化，我们的检验依据投资为因变量、出口和进口为自变量的单方程模型来进行。根据断点检验的原理，考察在1997年前后投资与出口和进口的关系是否发生了变化，即考察出口和进口的系数是否发生了变化。检验结果如下(见表1)。
通过表1的检验结果显示，无论是通过f检验法还是似然比法，都可在1%的显著水平上拒绝“无断点”的原假设。也就是说，在1997年的前后，投资相对于出口和进口发生了趋势变化，或者说，投资与出口和进口之间的关系发生了结构性变化。因此，本文对边际优势战略下投资和贸易关系的研究采用1997年(含)以前的数据。
(三)单位根检验
由于经济数据一般具有长相关性，上述3种数据可能存在单位根，也就是说它们的时间序列可能是非平稳的。为了避免由于数据的非平稳性带来的伪回归，下面对3种数据进行单位根检验。
根据adf(augmented dickey-fuller)单位根检验的要求，最优滞后结构的选择主要依据aic(akaike information criterion)和sic(schwarz information criterion)两个准则，如果两者一致则选择一个最优滞后阶，不一致则选择两个。本文首先是对水平(1evel)数据进行单位根检验，而后对一阶差分数据进行单位根检验，但基于文章篇幅的考虑，检验结果合并于一表中(见表2)。
通过表2的单位根检验结果可以看出，投资、出口和进口的水平数据都存在单位根。为了确定变量的单整阶数，本文对投资、出口和进口的一阶差分数据进行单位根检验。同样从表2可以看出，投资、出口和进口的一阶差分数据不存在单位根。由此也说明，上述投资、出口和进口的水平数据为一阶单整或（1）过程。
（四）模型设定
由于本文研究的是日本对东亚投资与其对东亚出口和进口两个方面的关系，即要验证投资与出口之间和投资与进口之间是否存在因果关系，本文采用格兰杰因果关系检验法(granger causality test)作为主要研究手段。
根据格兰杰因果关系检验法，可以认为有关投资(fdi)、出口(ex)和进口(1m)的预测信息全部包含在这些变量的时间序列中。格兰杰因果关系检验的原理是判断某些变量的信息是否能改进对其他变量的预测，具体到本文，即为检验过去的投资、出口或进口是否会对未来的出口、进口或投资有影响。可以通过估计var模型来实现这一目的。对于本文的研究，有两种var模型可供选用：一种是直接表示投资与出口或投资与进口的关系的两变量的var模型；另一种是在考虑到另一变量影响的条件下综合反映两变量(投资与出口或投资与进口)关系的三变量的var模型。笔者认为，在考虑到其他变量影响的条件下来考察两个变量的关系更加符合本文研究的实际。因此，本文模型设定如下：
其中，fdi、ex、im分别代表日本对东亚的投资、出口和进口，α、β、γ为不同变量的系数，u1t、u2t、u3t为随机扰动项，t表示时间。检验投资对出口是否具有格兰杰因果关系，即检验β1i和β2i是否全不显著；检验投资对进口是否存在格兰杰因果关系，即是检验γ1i和αi3是否全不显著。该模型还可以检验日本对东亚出口和进口之间是否存在因果关系，但这不是本文的主要研究对象，因此只做附带性的考察。
四、经验结果及相关分析
根据格兰杰因果关系检验的原理，我们应该首先进行上述var模型的参数估计，而在此之前一项重要的工作是进行最优滞后结构的确定。然而限于文章的篇幅，在此只能省略最优滞后结构的确定过程而仅显示其结果，即：
由日本对东亚的投资、出口和进口组成的var模型的最优滞后阶为6。在此基础上，我们进行var模型的参数估计。同样基于篇幅的考虑，估计结果不再列出。下面，我们对var模型的参数估计结果进行f检验，即得到如下格兰杰因果关系检验结果(见表3)。
通过表3可以看到：(1)可以在10%的显著性水平上拒绝“投资不是出口的原因”的原假设，所以投资是出口的原因，但不能拒绝“出口不是投资的原因”的原假设，所以出口不是投资的原因，因此，投资对出口具有单向的因果关系；(2)可以在5%的显著性水平上拒绝“投资不是进口的原因”的原假设，所以投资是进口的原因，同时，可以在1%的显著性水平上拒绝“进口不是投资的原因”的原假设，所以进口也是投资的原因，因此，投资与进口具有双向的因果关系；(3)从程度的比较来看，投资与进口的关系相对于投资与出口的关系更加密切。
此外，通过表3还可以发现，出口是进口的原因，但进口不是出口的原因，出口对进口具有单向的因果关系。这并非是本文关注的问题，但与此相关有一个问题值得关注和解释：出口是进口的原因，进口是投资的原因，那么是否能推论出出口也是投资的原因，如果能如此推论，则和前面得出的结论相矛盾。如何对此给以解释呢？当然，答案是不能做此推论。这是因为，与日本对东亚出口相关联的进口是对一些在日本居于相对优势产业的具有较高科技含量的产品的进口，这部分进口构成日本出口生产要素的需求；而与日本对东亚投资相关联的进口是对一些在日本居于边际优势(即相对劣势)产业的产品进口，这些产业尽管在日本有需求但由于生产成本或经济结构调整等因素而无法生产，因而构成了对外投资。所以，出口推动的进口和推动投资的进口不具有相同的内容，因此上述推论不成立。但是，这个不成立的推论更深刻地说明了本文研究的边际优势战略下日本对东亚投资与出口和进口之间的关系。
五、结论和相关研究展望
本文的研究证明，在边际优势战略下，对外投资与本国出口和进口之间存在如下关系：(1)对外投资推动本国出口的增加，本国出口对本国对外投资没有作用或作用不明显；(2)对外投资推动本国进口的增加，本国进口同样推动本国对外投资的增加；投资与进口的关系相对于投资与出口的关系更加密切。
如果简单地认为前述文献回顾中的研究是基于一般条件，上述结论相对于在一般条件下对投资与贸易关系的研究结果具有如下特点：(1)在边际优势战略下，投资与贸易(出口和进口)不存在替代效应，只存在互补效应，或者说替代效应可以忽略，而在一般条件下对投资与贸易关系的研究中替代效应和互补效应同时存在；(2)一般条件下对投资与贸易关系的研究更多地关注投资与出口的关系，而在边际优势战略条件下，投资与进口的关系更加密切，因而应受到更多的关注；(3)一般条件下的研究中完全忽略了进口对投资的推动作用，而在以边际优势战略为条件的研究中，进口对投资的作用是所有因果关系中最强的一项。
【关键词】移动互联网时代 中国联通 3G
2008年10月15日，中国联通与中国网通融合，命名为中国联合网络通信有限公司（简称中国联通）。2009年9月28日，中国联通在全国285个城市同步启动3G正式商用，开启以“3G领先与一体化创新战略”发展的新时代。
一、联通3G（WCDMA）的优势
（一）丰富的终端优势
3G拍照发放，移动、电信、联通三家运营商分获TD-SCDMA、CDMA2000、WCDMA运营牌照，网络制式的不同决定终端无法通用，每种制式下手机的种类、性价比、产业链的成熟度都将影响着业务的拓展，联通3G（WCDMA）无疑独占先机。
WCDMA成熟的产业链，丰富的手机终端，很好的终端性价比，奠定了联通3G业务更好、更快发展的基础。
（二）WCDMA网络技术优势
除了终端优势，WCDMA网络具有移动高速下载的技术优势。其提供的下载处理能力与有线宽带相当，峰值速率达14.4M/S，真正体现WCDMA应用优势的业务主要有移动办公、手机微博、手机视频、手机监控等。随着客户规模的扩大以及内容应用带来的便利服务，WCDMA网络应用将成为手机客户消费的主流。
从技术角度来看，WCDMA数据传输带宽最宽，速度最快，同一小区内可以支持更多的用户流畅使用，技术优势明显。
（三）业务应用丰富
WCDMA业务应用包括：移动办公、手机微博、手机视频和视频监控等。随着智能终端的普及，WCDMA网络客户规模的不断扩大，社交网络、手机商店、手机媒体等新的内容应用也会不断涌现。
（四）全球漫游范围最广
WCDMA的3G制式在全球100多个国家有组网，全球市场占有率77%。对国内经常出国的商务客户，进行全球漫游，WCDMA是不二选择。
二、移动互联网时代，联通3G大有可为
随着3G增值业务的不断更新与完善，数据业务收入将大幅上涨，在运营商总体收入中的占比将呈现出不断上升的趋势。
在2G和2.5G时代，受移动带宽的制约，移动业务的领域主要是在语音、短信、邮件等简单的应用模式，离企业级数据业务应用还有较大差距。3G的到来极大推动企业数据业务引入移动业务模式，尤其是随着无线带宽技术和手机智能化的高速发展，党政机关、大中企业信息应用的移动化、整合化正形成一种趋势。移动互联时代的到来，影响着社会生活的方方面面，同时也带来一种全新的生活方式，中国联通应凭借着3G（WCDMA）的网络、终端和运营优势，主动调整，顺势而为，全面参与到社会移动信息化建设中来。
（一）助力信息强政，提升电子政务能力
在全面打造3G领先的战略体系中，推动政府信息化，助力服务型政府建设是重要一环。以沃3G应用推动电子政务建设，促进建立服务型、响应型、数字化政府，加强行业监督和执法管理，促进行政效能、执法质量、服务水平的提升。掌上政务可以实现随时随地的信息浏览、在线互动、时政学习、移动办公等应用；公车监控系统实现车辆定位、时速监控、超速报警、路径回播等功能；综合执法系统为执法部门提供视频指挥、集群对讲、即时通信交流、位置信息服务交互等服务；交警执法系统可采用3G网络搭建新型移动执法平台和电子眼测速平台，大大提升执法效率。
（二）推动信息兴业，加速产业升级转型
回顾信息通信技术的演进，其向前迈出的每一步，都为企业应用带来了新的变革。互联网的出现，促使企业信息化从最初的单机时代，经过局域网阶段，迈向了互联网时代。而伴随着3G的到来，企业信息化最终将迈向一个更高水平、更丰富实现手段的移动互联网时代。
全新的技术和旺盛的需求下，通过与行业、企业开展战略合作，在移动办公、物联网及电子商务三大重点领域推广行业信息化应用，重点创造新形势下的营销管理、便捷周到的物流管理、生产现场的安全管理等企业级应用，开发可在大多数领域中规模应用的标准化解决方案，提升各行业的信息化水平，加速产业升级。
（三）促进信息惠民，打造幸福和谐家园
在推动社会信息化建设的过程中，坚守惠民宗旨；针对百姓关注的教育、就业、医疗、理财、交通出行等热点问题推出针对性的信息化解决方案。运用科技成果给广大用户不仅带来效率的提升，更要通过服务带来更多的贴心、放心和安心；平安校园、手机支付、数字社区、远程医疗、电子站牌、求职通等服务民生的项目正逐渐推广开来。
三、体验式营销
回首通信行业的发展，语音业务时代，消费者更多关注价格、服务等层面的需求，而3G时代，基于数据业务的丰富应用如何让用户充分体验和并获得认同，是摆在运营商面前的首要问题。
经济演进的过程随着消费形态的改变，已从过去的农业经济、工业经济、服务经济转变至“体验式经济”，所谓体验经济，是指企业以服务为重心，以商品为素材，为消费者创造出值得回忆的感受，传统经济主要注重产品的功能强大、外形美观、价格优势，现在趋势则是从生活与情境出发，塑造感官体验及思维认同，以此抓住消费者的注意力，改变消费行为，并为产品找到新的生存价值与空间。
随着3G产品、应用和服务逐渐被消费者感知和接受，以运营商为主导的3G体验式营销成为有别于2G时代的全新的营销推广模式，在服务人员的技能技巧、营业厅的硬件设施以及店面整体陈列上凸显3G业务的差异化，结合目标群体的活动特点将“请进来”和“走出去”相结合，尽可能多地接触目标群体，扩大体验范围，提升3G影响力和社会认知度。在某种意义上，体验式营销的效果决定了3G市场的份额。
体验式营销的开展要与联通的创新文化结合起来，不断增加新的体验内容，在营销的同时要有介绍、有体验、有互动，形成一个层层递进的体验系统，这种创新的形式更有利于受众接受和感知3G业务，另外，还要将这种营销模式系统化、规范化，以便复制推广，形成雪球效应。
四、前景与未来
国内通信运营商正在实现由语音业务向数据业务转型，差异化竞争无疑是一大突破口。利用领先、成熟的技术优势，未来WCDMA业务将向多样化、个性化、多媒体化、智能化以及分组化方向发展，图像、话音与数据相结合的多媒体业务和高速数据业务将是未来的业务方向。
WCDMA网络目前已经是全球大部分运营商首选，国际上也有了网络部署和运营的丰富经验可以借鉴。联通需要把WCDMA的技术优势转化为产业链的优势，提供针对细分用户群的特色业务，发挥体验式营销策略，获得差异化的竞争实力，有望快速实现“三分天下有其一”的战略目标。
参考文献
[1]何永江.3G时代中国联通LBS业务发展模式探讨.《信息通信技术》，2011年02期
关键词：大数据；高校大学生；创业；对策
一、前言
“大数据”是指大小超出了传统数据库软件工具的抓取、存储、管理和分析能力的数据群，具有信息或数据量巨大、数据变化速度快、数据的多样性等特点。只有建立适当的分析模型，并运用相应的技术手段对数据进行有效的深加工，发现隐含在大量数据中的信息并加以利用，才能将大数据的决策效用发挥到极致。
大数据为企业竞争的情报研究带来了很大的影响，并且也提供了一个紧跟时代的信息生态环境。当前社会，竞争数据已然成为企业提升核心竞争力的秘密武器。大数据时代，更加重视对数据的加工和再利用，强调数据的附加值，把来自各个方面的零碎庞大有利于了解竞争对手的数据，加以观察，从而快速响应制定有竞争力的策略，创造效益。大学生在校期间，进行网络创业最为普遍，而网络创业往往离不开对大数据的把握和精确的利用。
二、大数据时代高校大学生创业环境解析
随着网络科技越来越成熟，各行各业利用网络进行商品交易已经变得日益成熟，有专家预言，到2016年，我国电子商务人才会有巨大的缺口，利用网络进行创业将变得更加普遍。这对于高校大学生而言是十分重要的机会。伴随着大数据、物联网、云计算以及娱乐业、传媒业、餐饮业受到电商深刻影响的环境下，人们的生活更加离不开互联网，这些都为创业提供了新的机会。
随着大数据时代的到来，大学生数量的不断增多，高校毕业生面临更加严峻的就业形势。高校毕业生能否找到一份合适的工作，对于学生本人和学校而言，都是必须深思的问题，同时也是家长十分关注的点。抓住大数据时代涌现出的各种机遇，大学生创业环境有了很多新的变化，各种网络平台变得更加成熟，政府出台的相关政策也积极鼓励和扶持大学生创业，并提供了许多针对大学生的优惠政策，所以对于高校大学生而言创业也变得更加有把握，更有优势。
1.大数据背景下高校学生创业有了新机遇
伴随网络和电子商务的告诉发展，相对而言具有较好的文化知识和一定素质的市场洞察力的大学生，可以掌握当前发展带来的机会，瞅准新兴产业和新兴物品进行创业。B2B、C2C和B2C这些字眼已经成为高校学生最熟识的词语。越来越多的高校毕业生，选择进入电商等产业进行创业。
2.大数据时代大学生创业能力面临挑战
传统意义上的IT时代不等同于大数据时代，两者有很大的区别，大数据以激发生产力、服务广大群体为主，它与人们的生产生活密不可分。随着科技的不断发展，我们现在的网络时代正在朝着大数据时代过渡。大数据在当今社会，迅速的改变着我们的思维方式、工作方式、生活方式。高校学生作为接触网络最多的群体之一，毫无疑问走在大数据、互联网的前端，如果学生们能够充分的利用网络，研究透了大数据的真正内涵，他将会在高校大学生创业过程中发挥重要的作用，让大学生创业达到事半功倍的效果，可以说大数据对学生的创业影响巨大。
3.大数据背景下高校大学生有一定创业优势
高校大学生群体，有很强的自主意识，敢于竞争，敢于尝试，这些都是他们实行创业的优势锁子啊。高校学生活络的思维，较少的思想束缚，更加容易创新并且接受一些潮流信息的能力较强，特别能够适应大数据带来的价值链和产业链重组、重构的商业新形态。大学生无疑会成为大数据时代创业的主力军，进一步推动我国大数据时代的发展进步。
三、大数据时代大学生创业能力提升策略
1.注重利用网络平台，培养高校大学生创业意识
如今，网络已然成为高校学生自主学习，获取学习新知识的重要途径，成为了高校学生学习生活中不可缺少的部分。大数据不仅是一种实用性的工具，还是一种极为关键的思维方式。从高校学生个体的发展情况出发，从他们的心理需要出发，深入分析和了解，利用网络进而培育大学生的创业意识非常重要。网络作为日常工具，如果运用不好，只会浪费时间，做一些没有意义的事情，而如果高校能够正确的引导大学生，充分发挥网络的优势，在创业意识的培养上痛下功夫，那势必会取得事半功倍的良好效果。
2.引导大学生树立创业思维，提高创业、创新能力
就高校学生而言，典型的创业成功案例，就是一本活教材，值得借鉴，但同时也会被限制自身思维。高校学生缺乏经验，在遇到困难的时候，解决能力较弱。模仿他人的经验不一定就能成功，而审时度势，不断的进行创新，挖掘适合自身的创业项目才能一步步走上创业成功之路。
3.举办各类网络创业培训，帮助高校学生习得丰富经验
当代高校学生网络创业现象已十分普遍。对于大学生来说，网络创业资金投入少、不受地点和时间的制约、操作相对简单、风险较小，优势明显。对于囊中羞涩的在校大学生而言，网络创业相对来说，成本最低，不需要大量的金钱来支持，可以进行尝试，即使失败了，也不至于有很大的损失，可以承受，所以很多大学生越来越倾向于进行网络创业。如今，网络普及率已经达到了历史新高，众多的网民乐于通过网络进行采购，网络创业形势一片大好。
4.培育高校学生创新能力，引进开放式教学方法
引进开放式的教学方法，可以进一步培养大学生的创业能力。所谓的开放式教学方法，无非就是让大学生成为学习的主题。二教学的手段、内容、方法和环境、过程等教学因素都是完全开放的。此种教学方法，对于大学生创业能力的培养有很重要的作用。
参考文献：
关键词：大数据；云计算；物联网；中国电信
一、大数据时代的来临
随着科学技术的进步与发展，人类的日常生活与工作中产生的数据在以指数量级增长。从浏览网页的轨迹、社交软件的关系网、工作日志、垃圾数据等等无不产生大量的数据。过往的因为存储技术的有限，对于数据的收集与存储相对困难，更不用说如何利用。随着电子科技的发展，数据的存储已经在技术层面上解决了这个阻碍社会发展的因素。
大数据的价值在哪？大数据时代的出现，使得人们原有的思维方式发生了变革，过往在发生事情之后，总会第一时间的找出问题的原因，着重结果的因果关系，从而得出结论。大数据时代把原有的因果关系的思维方式，向事物的相关关系转变。大数据时代的特征是数据量大，“抽样样本=总体数据”，我们通过分析大量过往数据的相关性，从而推断出结果“是什么”而不是“为什么”。相关关系也许不能告诉我们事情为什么会发生，但是它可能会告诉我们事情将要或者正在发生。大数据的价值就在此，不需要通过复杂的计算与推断，得出为什么会发生这样的事情，但是只要通过分析大量过往的数据的相关性，可以知道事情将会怎样，这样就可以在任何领域获得有价值的信息。例如我们可以通过分析过往各大航空公司的机票、座位的价格信息，从而推断出在什么时候买机票是最优惠的，大数据软件会帮人们解决什么时候买票最省钱，但是人们不一定需要知道这个是为什么。
二、大数据时代下的物联网与云计算
物联网即利用局部网络或互联网等通信技术把传感器、控制器、机器、人员和物等通过新的方式联在一起，形成人与物、物与物相联，实现信息化、远程管理控制和智能化的网络。大数据时代下的物联网与云计算，使得大数据价值得以体现。在物联网技术的应用中，通过构建智能建筑、数字化医疗、遥感勘测、智能运输、环境监测保护、等等手段，可以通过大数据的收集，通过云计算技术分析数据，把有用的数据挖掘出来形成有用的信息，从而创造价值。世界顶级汽车公司，正在使用的一项遥感技术，有效识别车主身份，避免豪车的被盗，有效记忆识别开车人的驾姿，判断驾驶员是否在集中精神开车，有效避免交通事故的发生。该技术通过对汽车座椅安装一个传感器，记忆车主的重量、正常驾驶的受力点以及相关的关键指标，识别车主身份，一旦驾驶员跟原有的数据不吻合，汽车防盗系统会自动识别出危险，并且自动通过无线技术把信息反馈到车主，使得车主可以及时作出相应的处理方式。云计算与物联网技术的应用，使得一切可以预知。
三、中国电信运营商的危与机
随着科技的发展，传统的电信运营商依靠垄断地位以及庞大的固定资产的优势已经逐步减弱。传统通信时代，中国电信的核心收入主要源自于传统语音及信息业务，战略定位主要集中在传统市场与同业竞争上，传统的电信运营思维在互联网公司的竞争面前显得内忧外患。
企业内部问题总的来说体现在以下几方面：（1）臃肿庞大的企业体系，导致企业变革缓慢，不适应时展的速度。内部人员办事效率低，审批流程繁琐，决策效率低；（2）庞大的企业运作，资金链日益紧张，在收入增速减缓的情况下，人员以及企业的运营成本却不降反增。新技术的建设资金的投入有限，阻碍了技术的发展，并且资金的利用率低；（3）随着市场的逐渐成熟，旧的盈利模式失去了往日的光彩，逐步失去了垄断的地位，核心竞争力急速削弱；（4）企业文化陈旧落后，缺乏创新精神，过去的霸主垄断地位的思维方式还没转变过来，“市场”的思维方式还没得到灌输，经营模式守旧，获利能力降低。
外部环境可谓雪上加霜，压力来自四面八方。（1）随着网络技术的发展，互联网公司像雨后春笋一样拔现。互联网公司，例如腾讯、阿里巴巴、二级小运营商、虚拟运营商的发展，在高速发展的数据业务中冲击着电信运营商的传统业务，中国电信逐步变成了渠道拥有者而不是业务垄断者，其业务收入不断被瓜分；（2）过往运营商可以通过合理避税以及获得国家的优惠政策来加强自己的盈利能力，但近期税收改革，国家的优惠政策减弱，税收转为营改增，给本来营业利润增长减速的运营商企业带来巨大压力；（3）自从中国加入WTO以后，中国电信面对的不单单是移动联通的竞争冲击，国内竞争必定升级为世界同行的竞争，在互联网发达的当今，国家与国家，企业与企业的竞争距离迅速拉近，企业的消失，很可能也就是一夜间的事情。中国电信在失去国家政治的保护后，面临的危机随时爆发。外资会利用各种方式进入中国电信市场，瓜分中国通信市场。
四、电信运营商的优势
电信运营商尽管腹背受敌，但是多年沉淀下来的优势以及霸主地位还是不被动摇的。（1）固网的覆盖优势，覆盖全国城乡。中国电信依托早期的垄断地位，在固定电话网络的沉淀上远远抛离了其他竞争者。虽然目前的基础固话网络用户逐年萎缩，但该业务资源为中国电信提供了强大的后盾，是当之无愧的金牛业务。（2）国内领先的宽带网络先锋。中国电信在宽带网络基础设施上的建设较早，拥有丰富的线路与管道资源，设备先进成熟，为用户提供快速稳定的宽带业务。目前，中国电信占据我国宽带运营60%的市场份额，处于市场领先者地位。（3）全业务模式粗具规模。无论在全球市场还是在中国市场，固定与移动的融合已经成为电信行业的发展趋势。从国际电信巨头的发展轨迹来看，单一的固网运营商或单一移动运营商的运营模式开始受到威胁，都纷纷寻求业务融合的机会。全业务模式不仅可以通过业务创新为客户提供全方位的服务，还可以降低离网率，增强运营网复合运用能力。
除此之外，业态对中国电信转型升级也有不少利好消息。近期国家大力支持物联网的建设，在政策的支持下，中国电信可利用自身的固有优势，可以提供各行业的信息化行业解决方案。如未来国家社保网要覆盖到每个乡镇，医疗系统需要优化，教育信息化、城市信息化需求、公安行业需求，这些都是中国电信未来信息化主攻的市场；同时物联网技术的推进，信息化的需求市场会越来越大，如对环境的监控（如空气、天气、排污），对物品真假和质量的监控（如烟草、食品、药品、货物的监控），都将推动中国电信的发展。
五、中国电信运营商如何通过大数据时代的物联网进行转型升级
中国电信现在危机并重，只有在大数据时展自己的优势，才能重塑自己的竞争力。大数据的到来要求中国电信要转型向数据型产业发展，如智慧城市战略合作，通过大数据有力改善了政府和企业的工作流程，推动农业、工业、服务业传统生产方式的转变。
中国电信需要重新定位自己，改变原有的思维方式。当今是一个数据、技术、与思维三足鼎立的年代，大数据的价值链的由三种不同类型的企业组成。这三种性质不一样的企业分别是：第一种是基于数据拥有者本身的企业。这些公司拥有大量数据或者可以收集到大量数据，却不一定有从数据本身提取价值或者用数据催生创新思想的技能；第二种是基于技能的企业。他们通常是咨询公司、技术提供商或者数据分析公司。他们掌握技术技能，可以从一堆陈旧无趣的没价值的数据里面，通过特定的计算方式与技术从数据中挖掘出有价值的信息，但是这样的企业往往并没有收集数据的能力；第三种是基于思维的公司，这些公司就是通过想法获得价值的企业，对于这些企业来说，数据和技术并不是成功的关键，但是让这也企业脱颖而出的是其创始人跟员工的创新思维，他们有怎样挖掘数据的新价值的独特想法。根据以上的描述，不难看出，要立足于当今的大数据时代，三方面的优势企业必居其一。据网络数据显示，中国电信拥有全国最大的通信网络，拥有众多的客户群，客户涉及面广，信息源多，中国电信是当之无愧的大数据掌控企业。大数据最有价值的部分就是数据的本身，中国电信的数据获得相比其它企业显得得心应手。中国电信能掌握巨大的数据，遍布各个行业各个领域。尽管中国电信获得的数据未曾知道该如何使用，但是他们能有权优先使用或者把数据授权给有能力跟有想法的数据挖掘企业。
中国电信应该把自己立足于大数据拥有者的霸主地位，从自我的优势出发，深化自己的核心竞争力。在大数据时代，中国电信数据拥有者的地位不可动摇，在价值链的源头，中国电信应该做到以下几点，让自己的价值更上一个层次。
（1）利用自己强而有力的资产规模，率先占领物联网技术与市场，加强物联网的投资。因为在现阶段有技术也有能力，并且有机会大规模投入人力物力的信息企业中中国电信是行业的龙头老大。随着社会的发展与生活质量的提升，中国电信应该及时利用自身原有的网络覆盖优势，发展物联网的智能家居。智能家居的据点就是在人们的家里面，家代表了人们至少有三分之一的时间所处的地方，涵盖了生活的大部分。智能家居涵盖了安防、家庭网络信息化、家用设备的互联和控制、物业服务与社区管理、智能家庭能源信息服务等等。智能家居渗透到生活的方方面面，这些所有的智能都是大量数据的来源。例如智能地板，记录着居家的人的生活轨迹，大量的这些数据，通过数据挖掘很有可能产生具有进步性的价值的相关关系，可以把数据提供给医院去做病理以及健康咨询研究。开发智能家居网络购物服务，获取客户的消费习惯与消费爱好、消费模式，从而分析挖掘数据的价值，给消费者提供定制化服务，或者从这些数据里面预测消费的发展与流行的趋势，并且把数据销售给第三方企业。智能家居通过获得大量用户的电灯的使用、煤气的用量、空调的使用情况，从而也会衍生出无限的价值。所以建设物联网是重要战略的第一步，也是中国电信在大数据时代根基的所在。
（2）拥有了数据，第二步是要大力发展云计算技术与云计算基地，开启挖掘黄金的机器。谷歌的首席经济学家哈尔.范里安曾经说过，“数据非常之多而且具有战略重要意义，但是真正缺少的是从数据中提取价值的能力。”云计算的发展是社会需求的趋势所在，也是中国电信刻不容缓的第二步，云计算使得中国电信在物联网方面获取的海量信息处理不再是幻想。云计算的开发应用，是数据挖掘的有利武器，开启大数据时代价值链的第二道门关。
关键词：大数据时代；软件工程技术；技术开发
我国早已正式进入大数据时代，计算机与智能手机的不断普及便属于这一时代的最好标志。结合实际调研可以发现，近年来大数据技术与软件工程技术间存在相互促进、相互影响的关系，而为了更好利用这种关系，正是本文围绕大数据时代下软件工程关键技术开展具体研究的原因所在。
一、大数据时代软件工程关键技术
（一）软件服务工程技术为满足社会主流需求，软件服务开发近年来的受关注程度不断提升，而所谓的软件服务工程技术则是指基于工程化形式，利用开发程式及步骤、计算机系统编程语言、数据系统等，实现的软件开发，软件需具备应用功能、服务功能。服务能力为软件工程开发的核心，开发的基础则为分布样式及虚拟特征，由此针对性调试用于具体应用情况，软件工程系统在用户应用中的安全性、稳定性、科学性即可得到较好保障。在应用数据整合层面，软件服务工程技术的优势较为明显，因此技术可较好服务于软件管理操作能力提高，操作流程也能够同时得以明确。在大数据时代，局域网内部应用属于软件服务工程技术的重点发展和应用方向，技术可较好用于木马病毒恶意袭击的防范，软件工程应用安全性可得到较好保障。以某企业的软件服务工程技术应用为例，在这一软件工程关键技术支持下，企业通过互操作性虚拟化管理和分布式应用实现了整体业务管理的效率提升，软件私人订制功能赋予也由此实现，软件服务工程的自定义效果也在技术支持下得以强化。但值得注意的是，软件服务工程技术的应用对投资要求较高，该技术的推广因此受到了一定阻碍[1]。
（二）众包软件服务工程技术众包软件服务工程技术同样属于大数据时代软件工程关键技术之一，该技术具备处理数据、信息的集中性特点，可实现大量数据信息的生成，这也使得该技术广泛应用于世界各地。众包软件服务工程技术的应用主要以密集数据、流式数据研究为主，可较好用于建设系统化服务平台，较强的服务能力属于技术的核心应用价值，配合群体信息服务等方式，应用价值可实现有效优化。众包软件服务工程技术在数据表现方面具备真实性特征，软件形式要点能够在技术支持下被忽略，且不具备单位量化特征，集中性属于重点所在。在大数据时代，众包软件工程技术的市场前景较为广阔，发展空间也较为充足，系统管理能力、软件开发程度直接影响该技术能力，因此技术在应用中的数据传输有效性必须得到重视，开发单位需基于这一有效性入手，设法提高软件稳定性。值得注意的是，专业理论分析属于众包软件服务工程技术的基础，因此基于该技术的数据信息传输、处理可从整体角度出发，较好突出全面服务这一核心，企业可基于由此开展的针对性技术创新推进自身发展。
（三）密集型数据科研技术密集型数据科研技术在大数据时代同样具备较高价值，该技术在应用中提倡统一的理论方法，并关注大数据储存技术的应用。在具体的技术应用过程中，密集型数据科研技术开展的理论与数据分析可围绕传统软件工程中一、二、三范式展开，由此即可实现信息处理和数据存储能力的提升结合“第四范式”数据结构，技术不仅能够实现整合驱动大数据，还能够以此为基础，全面概述软件服务价值。深入分析可以发现，传统的信息流程、数据周期方法无法适用于密集型数据分析方式，存在模型效果滞后性不足，因此必须构建第四范式模型，该模型需以原本信息、数据、模型研究为基础，全面优化服务价值、服务能力，保证大数据时代下“第四范式”优势得以最大程度发挥，并不断推进该密集型数据科研技术的完善。在具体的完善探索中，“第四范式”密集型数据科研技术可设法提高密集数据生命周期，并针对性选择全新模型，以此提供技术保障[2]。
二、软件工程关键技术在企业中的应用策略
（一）推进产品与服务质量创新为保证软件工程关键技术更好服务于大数据时代的企业，产品与服务质量创新必须得到重视。在大数据时代下，我国的经济与社会发展均受到了较为深远影响，各类企业的竞争激烈程度也因此不断提升，因此软件工程关键技术的应用必须得到更多企业的重视，软件企业也需要加深与各行业企业的合作，积极开展产品研发，保证技术能够较好服务于我国产业转型升级、技术与贸易壁垒打破。
（二）保护自主知识产权大数据时代下我国各领域对知识版权保护的重视程度均不断提升，但在软件工程关键技术的应用中，知识产权引发的问题仍较为常见，很多企业的生存发展、市场竞争能力会因此受到负面影响。因此，必须加强对软件工程关键技术最新研究成果的重视，相关企业还需要参与建设创新联盟与利益共享机制，由此保证软件工程关键技术涉及的优势资源能够更好发挥自身优势。通过提高知识产权保护意识和力度，配合政府发布的相关法律法规，即可为软件工程关键技术的发展和应用扫清障碍。
（三）关注产业结构优化升级大数据时代的软件工程关键技术应用会直接受到产业结构优化升级的影响，这种影响在技术的应用、发展领域均表现明显。对于具体企业来说，应基于新型软件工程关键技术的应用推进软件升级，优化产业结构，资源利用率提升可由此得到较好保障。还应开展针对性的市场调查，明确各行业具体需求，以此针对性优化软件工程关键技术，保证其更好服务于产业结构的优化升级，配合专业的软件工程管理团队，技术即可更好私营大数据时代变化。
购物车(0)