大数据是时展的必然产物，它是借助于互联网技术所新发展起来的一种网络工具，其特点就在于涉及的数量非常庞大，如果只是采取传统的数据处理方式不能够有效的进行分析处理，需要利用专门的大数据工具才能够对信息进行有效的加工利用。信息在得到处理之后，可以分析数据之间所存在的紧密联系，不同的信息能够折射出不同的规律，将这些规律信息应用到日常的生产和生活当中。例如，如果有效的利用大数据技术对不同的网络社交、购物等平台进行数据分析，就可以得出不同的客户对于不同产品的需求，这有利于结合客户需求对产品进行开发，而且还可以根据分析的结果制定合理的营销策略，打响企业产品的知名度，由此就可以增加企业产品的销售数量，提高企业的利润水平。
二、大数据时代对当前企业市场营销带来的影响
1.企业长期营销计划的制定受到影响
一个企业的营销计划可以说是关乎企业生存的重要决定，直接影响到销售的业绩。随着大数据时代的来临，市场变化莫测，产品周期普遍缩短，这给制定长期的营销计划增加了更多的困难性和不确定性，企业需要根据市场的变化随时调整营销计划，这必须要借助大数据技术才能够精准的掌握市场的变化情况。由此可见，长期营销计划重要性不同传统的销售模式中那么重要，再加上以往的长期营销计划一般要反映企业三年甚至更多的营销情况，但是目前基本上都是以一年为期。
2.传统营销手段的效果逐渐降低
3.市场调查方式发生改变
大部分的企业在进行市场调查的时候，往往局限在抽样调查的层面上，但是如果仅仅根据这样的调查结果去对整个市场环境进行预测，制定相应的销售策略，可想而知差异是必然存在的。但是如果采取大数据技术去进行全面的市场调查分析，通过对大量的数据去进行深入研究，得出的预测结果的准确度会更高。很明显，抽样调查显然已经不能够适应当前时代的发展了，不仅如此大数据技术还可以将市场调查从线下转为线上线下综合分析，通过购物平台的信息进行收集，可以收集到不同人群对于产品的了解、需求等等，以此再来调整相应的销售策略，想必一定能够事半功倍。
三、大数据时代背景下对企业市场营销的改进策略
1.采用个性化的营销策略
随着时代的不断变迁，现阶段越来越多尤其是年轻的消费者，消费个性化需求越来越受到追捧，针对这样的营销环境，企业就应当制定出个性化的营销策略，提高营销方式的针对性和独特性。大数据技术在个性化分析上提供了很好的便利，通过该技术可以分析不同用户的信息，辨别不同消费者的需求、爱好等，包括特定消费者的消费习惯、经济能力、购买方式等等，组合不同的产品推荐给客户，可以有效地提升企业产品的销售量。
2.加强客户关系管理
应对激烈的市场竞争最为有效的一个办法就是维护好客户关系，对于客户的需求，尤其是潜在需求要充分了解，企业的管理者要重视客户关系的管理工作。除了传统的客户管理的方式以外，也可以采取大数据技术的管理模式，对于已经掌握的客户信息进行深度分析和挖掘，根据其对应的产品需求，提供最合适的产品，一方面能够更好的笼络住客户，同时也可以有效地增加企业的收入利益。这要求在日常的工作中，客户信息的录入、客户信息更新、定期的分析都是必不可少的，只有这样才能够保证作出正确的判断。
3.改变企业营销部门的人才结构
由于当前大数据技术在越来越多的企业当中得到了有效地应用，但是要想充分的发挥技术优势，就必须有效地改善营销人才结构，要充分的引入大数据专业性的人才，开设专门的岗位为市场营销的数据采集和分析提供技术支持，这也是当今时展的必然趋势要求。
关键词:大数据时代;传统会计;转型分析
一、大数据时代传统会计面临的发展机遇及存在问题分析
(一)大数据时代传统会计面临的发展机遇大数据时代背景下，会计数据的处理更加便捷快速而高效，会计工作人员摆脱了手动记账等程序烦琐、准确率又无法保障的财务管理方式，对财务工作软件的操作更加高效快捷，工作效率大为提高;大数据环境需求促使会计人员与时俱进，积极参与学习培训活动，不断提升自身的综合专业素质和现代化财务管理能力，促使他们掌握互联网、云计算、大数据等现代化办公技术手段，促进转型工作的顺利进行。
二、传统会计工作转型的策略和建议
(一)提高认识，转变工作思路和模式大数据时代为会计工作人员带来挑战的同时也带来巨大的发展机遇，因此，需要广大会计工作人员提高思想认识、及时转变思路，对新工作技术做到积极接受、勤于学习、熟练应用，方能在工作转型过程中沉着应对、游刃有余。会计人员要不断参与学习培训活动，熟练掌握应用大数据技术对会计信息进行分析与处理的能力，构建起新型会计管理模式，成为新形势下的综合型技术人才。
(三)创新发展思维，构建复合型会计人才队伍互联网大数据时代，核算型会计人员必须顺应时代的发展，积极迎接机遇和挑战，彻底转变工作思路，创新工作思维，勇于尝试，善于学习，熟练掌握计算机技术及大数据分析手段，不断提高自身的综合专业素质及业务本领，打造一支专业本领高强、信息分析技术娴熟的现代化会计专业队伍，为会计行业的良性发展打下坚实的基础。
(四)完善法律制度，发挥法律制度的支持保障作用任何新生事物的发展过程，都不可避免地存在这样那样的问题，大数据技术下的会计转型工作也不例外。因此，需要政府部门建立起相应的法律制度对转型工作进行规范与保障，为转型工作的顺利推进保驾护航。法律规范条文的制定必须富有针对性和实用性，能够有效解决转型过程中的实际问题，才能更好地促进传统会计行业的转型发展。
三、结语
总之，在大数据信息时代，传统会计工作已经不能适应新形势下的发展需求，因此必须及时进行转型。需要我们及时转变工作思路和模式，建立起完善的会计管理体系创新发展思维，构建起复合型会计人才队伍，有效发挥法律制度的支持保障作用，加强软硬件基础设施建设，有效防范安全风险，促使大数据时代下的会计工作得到良性持续发展。
参考文献:
【关键词】大数据时代，地理信息系统，应用
前言
从目前的实际角度来说，大数据时代下的地理信息系统的应用研究已经成为了当代地理学术方面重要的研究应用，下面我们就对大数据下的地理信息系统的应用进行分析和简述。
一、大数据对地理信息系统发展的重要性。
在目前社会经济、科技不断的发展的大环境下，大数据时代已经悄然到来，从某种意义上来说，地理信息的测绘部门和相应的技术在某方面来说受到了重大的影响和挑战，如果我们可以合理的对大数据技术进行应用，那么我们就可以起到一个推进器的作用，从而推动地理测绘信息部分和机构的发展，但同时，我们要注意一点，从目前阶段我国的测绘地理信息机构已经开始重视大数据技术，并且已经在这个基础上进行了地区检测，如果地理信息系统部分和机构可以在工作中加入大数据几乎，那么大数据会让地理信息部门和机构的工作变得更加便捷。大数据技术让地理信息行业发生了天翻地覆的变化，一方面，许多专业和学者都希望在大数据技术的环境下对地理信息系统中施展拳脚。另一方面，大数据有效的促进了企业的发展和变革，最后。大数据时代下，他的商业价值无法估量他的潜力无疑是巨大的，我们应该进行具体的探究和思考，然后完成一系列的转型，让技术和管理之间联系密切，把握住商机，获得足够的发展空间，为地理信息行业取得良好发展做出一定程度上的探路。
二、大数据背景下地理信息系统所要接受的挑战。
（一）地理空间数据为什么一直在持续的增加？因为从目前来看，我国的地理空间数据处理在速度方面在不断的增加，在这个不断加快的过程中，地理空间数据的结构化特点就会凸显出来，所以这个情况我们要及时的针对好，利用地理空间数据整体的特点，来进行大数据空间存取技术的大范围普及和使用，经过我们反复的实践和分析下，可以得出一个结论，那就是当前地理信息系统在目前的大数据技术时代下面临着严峻的挑战，其中最大的问题是在于是否我们可以有效的实现数据信息空想以至我们可以完成大数据文件管理和大数据文件的保护，同时可以在面对众多文件和重复数据的情况下，进行科学有效的整理，保证自身的效率和存储质量。
（二）我们还有一个数据整理的问题要进行分析，众所周知，大量的地理信息，地理信息心痛可以系统的进行数据信息或者别的途径来进行信息上的获取，但是目前传统的组织方法和处理方法等不能适应现在的大数据结技术的走向，在这样的背景下，我们要最大限度的提高自身的基础性数据的效率，我们要最大程度的进行有效的提升基础性数据更新效率能力，从而有效的满足用户需求，从而逐渐在这个大时代背景下被人们所重视。
三、大数据在地理信息系统的应用分析
（一）首先大数据在地理信息系统的应用，完美的提高了地理信息系统的高效存储能力，随着目前科技的飞速发展下，计算机的硬件设备已经呈现出了颓势，已经不能和以往相比了，对于计算机的存储也已经变的更加的简单，特别要注意的是，计算机标配硬盘的容量一般都符合原定的标准要求，单体磁盘的服务器标准容量可以达到30TB，但是在客观世界的影响下，我们通常所说的地理信息系统经常在应急保障方面和实时导航上已经获得了社会等广泛的应用所以这就要求了数据的存储量变得越来越高，相反，如果储存量越来越低，那么地理信息系统会受到打击，所以这样说来数据库就要多个类型的数据支持和结构化的数据支持才行。
（二）在大数据的时代背景下，我们要进行数据库的扩展和升级，因为从目前来看，大数据背景下基础性的数据量已经发展的速度越来越快，如果不升级就导致了无法进行信息的及时更新容纳。从目前来看，F阶段的数据库使用，关系类型的数据库比较常用而且硬件的升级也是十分重要，他在一定程度上，有利于数据库进行采分割扩展和非规范扩展等。升级硬件设备会花费大量的资金，同时，数据库的服务器性能和容量提升的空间也很小，而数据库分割不适合非结构化数据，我们要进行进一步的程序修改，这就导致了程序和模型的独立性受到了破坏，然而非规范化的处理，可以增加大量冗余的同时来实现一致性的难度大幅度增加，由此可见，我们必须要争地理信息系统的数据库进行水平发展，才能保证他有足够的伸缩性和扩展性。
四、结语
地理信息系统的工作是大量存取数据等任务，随着目前我国的科技在不断的发展和生活水平不断提高的大前提下，我们应该对地理信息系统进行重视，众所周知，大数据是地理信息系统中最重要的组成部分，（其内容为遥感技术、地理信息采集等）所以在大数据的前提背景下，地理信息系统的未来有着广阔的前景，在未来的发展中地理信息系统会出现质的飞跃。
参考文献：
[2]陈戈，方朝阳，乔新，李海涛，张彩云，陈勇，韩冬.一个基于卫星遥感数据的海洋大气地理信息系统平台软件――MAGIS[J].中国海洋大学学报（自然科学版），2004，（09）：31-32.
[3]高盼.立得空间：从行业"拓荒"到引领地理信息大数据时代――专访立得空间董事长兼总裁郭晟[J].中国信息界，20164，（07）：25-26.
那么，我们已“IKEABigSleepover”的案例对病毒式营销进行分析。
时代瞬息万变，各种营销新手段层出不穷，做为一名该行业的从业者如何做到既能最大限度的保留商业价值同时能够做到独善其身，是我们需要考虑与反思的问题。
2.大数据时代背景
2.1大数据时代的概念
2.2大数据时代的教育
3.大数据时代给大学英语教师职业发展带来的挑战
根据Lange的定义，教师职业发展指教师(包括岗前和在职教师)在智力、经验和心态上的可持续成长过程。对于大学英语教师来说，随着我国大学英语教学改革的不断推进和大数据时代的到来，需要进一步更新教学理念，创新教学模式;教师要不断发展自我，紧跟时代步伐，做到教学、科研与学习的可持续发展。但由于大数据是近几年兴起的新鲜事物，2013年被普遍认为是大数据时代的元年，因此绝大部分大学英语教师并不了解什么是大数据，以及大数据会给大学英语教师带来什么样的影响，没有意识到潜藏的危机。所以，大学英语教师在职业发展的过程中将面临诸多挑战。
3.1大数据知识方面的挑战
在大数据时代，教育将继经济学之后，不再是一个靠理念和经验传承的社会科学和道德良心的学科，而是将变成一门实实在在的实证科学。教育环境的设计、教育实验场景的布置、教育时空的变化、学习场景的变革、教育管理数据的采集和决策，这些过去靠拍脑袋或者理念灵感加经验的东西，在云、物联网、大数据的背景下，变成一种数据支撑的行为科学。如果大学英语教师连最基本的计算机操作、计算机常用软件使用、网络通信、常规教学媒体、网络教学平台应用等技术技能尚不具备，就更难以适应未来的大数据化教学。
3.2教师职能转变的挑战
3.3学生主体变化带来的挑战
学生的变化主要表现在两个方面：一是大学新生的英语基础普遍提高，二是学生个性化英语学习的需求日益明显。教育部制定的《高中英语课程标准》明确指出高中英语课程的目标是培养学生的综合语言运用能力，一般高中毕业生词汇量要求达到3300个，优秀者词汇量可以达到4500个;而根据《大学英语课程教学要求》中的规定，大学英语教学的目标是培养学生英语综合应用能力，特别是听说能力，对词汇量的一般要求是4500个。高中英语和大学英语几乎采用相同的教学目标和能力标准，这就使得当前大学新生的英语水平已经达到了相当的程度，这给大学英语教学带来了新的课题。同时，大数据时代的到来，为学生开展个性化的学习提供了条件，学生在学习过程中，个体的学习习惯是什么，什么样的学习方式最容易掌握知识这些细节均可以通过蛛丝马迹的数据汇合总结出来，然后根据学生的个性化需求，教师需要提供有针对性的教学和指导，这给大学英语教师带来了复杂的挑战。
4.大数据时代下大学英语教师职业发展路径
根据国外学者Kelchtermans的观点，教师职业发展是个体教师与情境交互作用的结果。Lange等认为教师职业发展应从内涵和外延两个层面同时进行，内涵发展即通过个人实践和反思，外延发展即借鉴他人的经验和理论。国内的陈俊彦等则提出教师职业发展主要指的是教师的职业自我发展，强调由教师主动地去发展自己。所以教师要根据具体的发展阶段和情景，制订合适的发展目标和路径。一个职业性的专家教师应该具备四方面的复合型知识结构：一是自我知识，既具有较高层次的自我意识，善于自知、自我评价和自我完善;二是普通知识，即基本的科学人文知识，具备开阔的视野;三是专业知识，精通自己所从事学科领域的知识;四是教育科学知识。而目前，大学英语教师队伍中不仅存在结构性短缺和低水平过剩问题，还存在如何突破职业发展困境、确定发展定位、选择发展路径等问题。随着大数据时代的到来，多元化教育模式开始形成。网络技术从外围给教师增加了新的竞争对手，又导致了学生预期、学习习惯等方面的变化;从内部促进了教学过程的变更。面对这一发展趋势，大学英语教师既要面对一直以来老大难的教学任务繁重、评职称困难等现实压力，又要转身迎接大数据时代带来的巨大挑战。
4.1增强整合英语学习资源的能力，针对学生实际开展个性化教学
4.2改进课堂教学模式和方法，着重提高学生的英语应用能力
在大数据时代，随着英语学习途径的多元化和学生对大学英语课堂期望值的提高，大学英语教师要以对学生的数据分析为基础，进一步改进课堂教学模式和方法，以建构主义理论和以生为本的教育观为指导，广泛采用交际教学法和任务型教学法，努力培养学生的学习兴趣，调动学生的积极性和主观能动性，引导他们从被动接受知识转为主动探索知识，让他们动脑、动口、动手，主动参与课堂教学活动。同时，要以培养学生思维为核心，以提高学生的听、说、读、写、译综合应用能力为目标，要让学生感觉课堂面授学习有其不可替代的价值。
4.3顺应大学英语教学改革趋势，提前做好课程分化转型的准备
随着我国大学英语教学改革的发展，为了适应学生的个性需求，未来的大学英语课程不再是统一、通用的单一课程，而是分化成基础英语(必修课)+英语技能强化课程(选修课)+专门用途英语(选修课)的具有梯次的综合性课程体系。其中，基础英语仍然沿袭现在的通用英语，根据各个学校学生的入学英语水平，开设2个学期左右。英语技能强化课程主要是英语专业方面的听、说、读、写、译课程，突出单项技能，供学生选修，开设1～2个学期。专门用途英语是向专业过渡的一门语言课程，为学生利用英语学习本专业打基础，供学生选修，开设1～2个学期。所以，未来的大学英语教师既要能上基础英语，也要能上英语技能强化课程，还要根据自己的兴趣选择一两门贴近学生专业的专门用途英语。
面对挑战，学校和大学英语教师本人均要积极应对。要正视现状和问题，要参加和开展有针对性的专题研究、学术会议和专业培训，提高教师的大数据分析和运用能力，新型课堂教学活动的设计能力;还要加强英语技能强化课程和专门用途英语的学习，全面增强自身综合素质。同时，教师要加强研究，把教学与科研结合起来，互相促进，不断提高适应未来大学英语教学改革发展需要的能力。
【关键词】大数据关系型数据库NoSQL存储架构
一、引言
“互联网+”时代越来越多的企业认识到数据是企业很重要的核心资产，并开始通过信息应用来改造传统行业。许多传统企业开始探索互联网化转型之路，企业数据爆炸性增长，随之而来出现了“存”、“管”、“用”这三个方面的难题：“存”――如何解决PB级别海量数据的存储问题？“管”――如何解决结构化、非结构化数据并存的管理问题？“用”――如何解决这种大规模复杂结构下的实时应用问题？
传统关系型数据库系统与新兴的大数据技术平台是两条技术解决路线，本文将通过对比这两种技术，为企业大数据的存储与应用提供一个技术解决思路。
二、企业大数据的组成与技术支持
三、关系型数据库系统与大数据技术平台的比较
3.1关系型数据库如何应对大数据
工程师们对关系型数据库系统进行升级与优化，通过分库、分表，缓解数据增长压力；采用主从数据库分离、读写分离思路，缓解写压力，增强读库的可扩展性；采用主从结构Master-Slave，增强读库的可扩展性，并采用MMM（Master-MasterReplicationManagerforMySQL）技术来解决分布式存储问题。在产品支持上主流数据库厂商纷纷推出数据库一体机产品，如OracleExadata、IBMNetezza、EMCGreenPlum等。
数据库一体机的核心是SQL体系，可以兼顾企业中OLTP和OLAP两类系统的应用要求，但这条技术路线仍有瑕疵：如分库、分表受业务规则影响，维护变得十分复杂，系统数据访问层代码需要大量修改；Master-Slave架构在实时性很高的场合Slave实时性保障存在瓶颈，在高可用性上Master容易产生单点故障；MMM本身扩展性差，一次只能允许一个Master写入，只能解决有限数据量下的可用性。
3.2大数据技术如何应对大数据
相对于传统关系型数据库的行存储模式，大数据技术采用列存储模式满足海量数据的高效存储和访问要求，以NoSQL体系的非关系型数据库服务器架构应用而生。其中Hadoop是一个典型代表，海量的数据交给Hadoop处理后，Hadoop提供一个分布式文件系统（HDFS）及分布式数据库（Hbase）用来存储或部署到各个计算点上，最终在内部采取MapReduce的模式对其数据进行分布式并行计算与合并处理，然后输出处理结果。
NoSQL数据库大都只是提供了海量数据的分布式存储与基于索引的快速读取机制，对复杂Join的操作性能低下，因此对OLTP系统的支持成为它的短板。
3.3两种技术的异同点比较
从硬件集成角度上看，大数据技术与数据库一体机基本相同。两种技术最核心的区别在软件体系上，具体比较如下表：
四、企业大数据的存储架构建设思路
针对企业大数据的存储与应用需求，大数据技术与关系型数据库架构技术是相辅相成的，而不是互相替代的。它们针对不同的应用场景设计，可以相互补充与合作。
数据库一体机较适用于存储关系复杂的数据模型，如企业核心业务数据，并且需要限制为基于二维表的关系模型；同时适合进行一致性与事务性要求高的计算，以及复杂的BI计算。大数据技术则更适合于存储较简单的数据模型，并且可以不受模式的约束，因而其可存储管理的数据类型更丰富。大数据技术同时适合进行一致性与事务性要求不高的计算，如NoSQL的查询操作等，以及对超大规模海量数据的、批量的分布式并行计算。
因此，在“互联网+”时代，当前企业的大数据存储架构建设思路是采用大数据平台与关系型数据库系统混搭的架构。具体来讲：业务支撑系统仍然部署在关系型数据库上，传统关系型数据库技术还是作为企业数据仓库的主流技术，它存储与计算最主要的、有重大价值的企业关键业务数据。大数据技术可以处理企业内海量的、模型简单、类型多样的非结构化与半结构化数据，其处理结果可以被直接使用，也同时可以被当成是新的输入存储到企业级数据仓库中，这时大数据技术相当于是面向大数据源的新的ETL手段。