摘要：近年來，在國網公司電力體制改革不斷推進的背景下，電力市場的主體開始變得更加多元化。為此，設計了一種電力對外數據分析服務方法，以進一步提升供電公司的供電服務能力和水平，拓寬電力數據服務市場，轉變傳統營銷服務模式。

關鍵詞：數據服務；行業集中度；赫希曼指數；對外服務

1電力對外數據分析服務的重要性

在國網公司電力體制改革不斷推進的背景下，電力市場的主體開始變得更加多元化，面對愈發多元化的數據來源，探索新型的智能用電服務模式，拓寬電力數據服務市場，進一步提升供電服務能力和水平，轉變傳統營銷服務模式，研究用戶智慧用電策略和挖掘智慧服務對電力市場進行有效開發、保護與培育，已成為當前供電企業所面臨的迫切任務。這也是池州供電公司未來智能用電服務發展的一個方向。目前池州供電公司在電力大數據公開、政企數據共享和商業模式等方面探索相對缺乏，仍需持續努力，以形成典型成果和可推廣模式。如何立足當前工作實際，基于已有海量電力運行數據，利用大數據技術挖掘潛在的電力數據商業價值，構建對外服務場景，更好地踐行“電力數據資產服務社會”的理念，是電網公司所共同關心的問題，也是擺在池州供電公司面前急需解決的問題。

2電力對外數據分析服務方法設計

電力對外數據分析服務方法的系統架構主要劃分為四大模塊，分別為數據源、數據接入層、模型分析層和應用展示層。數據源主要涉及SG186營銷系統的臺賬數據、用采系統的用電量數據。數據接入層的數據接入技術主要利用MySQL-connector作為數據接入基礎。本方法的核心業務是模型分析層，采用行業用電集中度指數分析模型分析行業用電各維度的歷史用電情況、用電同比/環比情況和增長率等，并融合用電臺賬管理模型對用電量進行多維展示；同時建立重要行業的用電熱力圖監控等。應用展示層通過Web端展示模型分析層的分析結果；在應用展示層主要通過H5頁面進入，用CSS來規范頁面樣式，使用JS進行前臺業務邏輯和頁面控制，向服務器提交的數據以AJAX的方式提交到后臺的Controller類進行處理，最終利用Vue前端框架和EChart圖表展示組件實現可視化呈現。該方法具體架構如圖1所示。這種電力對外數據分析服務的方法利用數據挖掘技術，以池州用電客戶海量用電數據為基礎，挖掘潛在的數據價值，提供數據對外服務工作。通過建立數據、業務、技術和服務相結合的多維模型及應用，最終提升公司市場競爭水平。具體方法的功能模型如下所示。

大數據分析技術是目前熱門話題，在很多領域都有良好的應用，根據MarketsandMarkets研究報告指出，到2018年，全球大數據市場的平均復合增長率已經達到26%，標志著已經進入了大數據時代。在智能交通管理領域，應用大數據分析技術能夠將智能交通帶向更高的巔峰。若結合云計算技術、5G技術，將會大幅度提升公路管理中各項資源和數據利用率，為交通管理提供更加先進、新穎的支持和保障。基于此，開展大數據分析在公路管理中的應用探討就顯得尤為必要。

一、公路管理對大數據分析的需求

從大數據分析技術發展現狀而言，我國的大數據產業已經比較成熟，公路在發展中也形成了海量數據，數據量、數據種類等都呈現爆炸式增長，大大增加了公路管理數據存儲、數據使用、數據查詢的成本。目前很多公路管理部門都無法很好的應用現有數據，也不能直接丟棄，致使數據存儲成本逐年增大，難以發揮出數據的價值和作用。而采用大數據分析技術，能夠大幅度提升公路管理單位數據綜合應用水平，從海量數據中快速、準確地挖掘出有價值的數據，為公路管理決策的制定提供真實有效的數據支撐，從而提升公路管理的信息化、智能化、智慧化水平。因此，公路管理對大數據分析技術有非常迫切的需求。

二、公路管理大數據分析平臺設計思路

公路在運營管理中會產生大量數據，為保證這些數據能夠被良好的管理和使用，發揮出數據應有的價值和作用，需要公路運營管理單位，組建起一個級別不小于企業級的大數據分析平臺，以便對公路管理中的各項數據進行有效的采集、分析、管理和存儲。比如：TDH數據管理分析平臺就是目前公路管理中比較常用的大數據分析平臺，是一種典型分布式結構系統，數據分析、數據存儲效率非常高，而且還能實現一站式服務。既能實現公路數據的存儲和計算，又可以為數據的處理和應用，提供必要的平臺，能夠滿足公路管理大數據分析的各項要求。當公路運營管理中數據進入TDH企業級一站式大數據分析平臺之后，需要通過數據格式轉換后，才能將數據匯總到一個平臺上進行集中管理。再進行批量化處理，就能形成明細層、匯總層、模型層。歷史數據可直接存儲到Search搜索引擎中，在使用時只要輸入關鍵字或者關鍵詞，就能快速檢索到所需的歷史數據。而那些非結構化數據，可直接存儲到Hyperbase搜索引擎中進行存儲管理。為提升TDH企業級一站式大數據分析平臺中的數據分析和處理質量，可借助Governor系統來對各項數據元數據進行集中管理，包括：數據增刪、數據更改、新數據錄入等，同時還能對不同數據的影響關系進行分析，從而提升各項數據之間的關聯性，在數據使用檢索中，只要快速找到其中一個數據，其他管理數據也會被檢索出來，便于管理人員參考和使用。而對于那些上層數據的應用，可采用標準化的JDBC或者ODBC直接和TDH企業級一站式大數據分析平臺相互對接，以滿足數據快速挖掘的需求，為公路管理提供必要的參考和指導。

三、大數據分析在公路管理中的應用

【摘要】21世紀以來，互聯網的快速發展與推廣使數據呈現幾何倍數的增長，這使我國迎來了大數據時代。由于大數據具備規模大、增長快、稀疏性等特征，這也給大數據分析帶來較大困難。在大數據時代，利用概率論與數理統計方法來對繁雜數據進行分析與挖掘不失為是一種簡單高效的方法，為此，本文便對概率論與數理統計方法在大數據分析中的相關應用策略進行深入的探討。

【關鍵詞】概率論；數理統計；大數據；數據分析；應用策略

0.引言

在人們的生產生活中，概率學知識在方方面面中得到了廣泛的應用，它是我們對世界進行更深刻認識的重要工具，通過概率學與數理統計工具的應用，能夠使人們對各種復雜的問題及數據進行冷靜科學的分析，從而使人們的生活質量得到顯著提高，并且能夠根據已有的數據對事物的演變規律及發展趨勢進行準確預測。正是因為這些優勢，使概率論與數理統計成為許多復雜問題的指引。如今，人們對大數據的分析需求越來越迫切，這也使人們急需一種能夠適用于大數據分析的有效方法來解決實際生產生活中的復雜問題。鑒于此，以下便對概率論與數理統計在大數據分析中的相關應用策略進行探討，希望能為人們在生產生活中的大數據分析提供相應的參考建議。

1.概率論與數理統計的含義

在高等數學中，概率論與數理統計方法一種具備鮮明特征的分析，其在研究對象上具有非常獨特的思維特征，并且它和其他學科特別是經濟學科存在著非常緊密的聯系。概率論與數理統計的內容非常豐富，這也使其成為數學學科中的重要組成部分。現階段，概率論與數理統計方法在各個領域中都得到了非常廣泛的應用。從當前來看，概率論與數理統計可以看作是一種較為獨立的學科，它在人們的生產生活當中發揮著巨大的作用，不論是在工業領域還是在其他領域，概率論與數理統計方法對信息技術的要求都非常嚴格，利用概率論與數理統計方法在大數據分析中具有著無可比擬的優勢。同時，其又不屬于獨立學科，這是因為它和其他學科存在著緊密的內在聯系，具有相互滲透的作用，正是因為概率論與數理統計的涵蓋范圍與應用范圍非常廣泛，這也使人們難以對其進行逐一解釋。因此，本文只對概率與數理統計在其中幾個方面中的應用策略進行了探討，以此明確概率論與數理統計在大數據中的具體應用及作用。

近年來，隨著經濟形勢、信息技術的發展和我國民主法治進程加快，作為市場主體重要組成部分的企業，其組織形式和經營方式等日漸復雜，納稅人的民主意識、法律意識和維權意識也在不斷提高，傳統的稅收管理已不適合形勢發展的需要，稅收數據分析的作用逐步顯現。稅收數據分析的目的是有效識別和定位稅收風險，揭示稅源管理的薄弱環節和存在問題，并據此調整管理方向、措施和力度，引導征管資源合理配置，防范執法風險。本文結合基層稅務部門的實際，分析制約稅收風險數據分析應用的因素，探討深化稅收風險數據分析應用的思路。

一、制約稅收風險數據分析的因素分析

1.基礎數據質量不高，影響風險數據分析的準確度。數據分析應用必須建立在真實、準確、完整的數據基礎之上。在目前的數據分析應用實踐中，一些基礎數據質量不高，還不能適應稅收風險數據分析的需要。外部數據方面表現為納稅人稅務登記、日常申報及財務數據中存在錯誤或不完整，導致信息采集缺失或分析失誤；第三方涉稅信息不足，缺乏有效流轉渠道，導致不能進行縱向比對，不能獲取更多地數據資源，不能檢驗納稅人自行報送數據的真實性和準確性。內部數據方面表現為前臺工作人中責任心不強，錄入基礎數據不準確、不完善；基層稅源管理部門對信息采集不重視，不能及時更新納稅人相關生產經營數據等導致信息分析不準確。

2.數據來源應用范圍窄，影響風險數據分析的深入性和實用性。從目前風險數據分析的來源來看，主要依靠金三系統風險預警評估系統的風險預警信息、部分省區數據綜合分析利用平臺的預警信息和上級部門推送的專項分析任務，真正依靠自己挖掘出的數據進行分析的部分還較少。在日常稅源監控、納稅評估工作中運用分析多，針對稅收收入變化、稅收政策變化、稅制改革影響等方面應用較少，對區域經濟有針對性和指導性的分析少。在宏觀指標的分析上應用少，導致數據分析的實用性變弱。

3.信息化水平不高，影響風險數據分析的質量與效率。在基層稅務部門，目前的信息化應用水平還不夠高，成為制約數據分析應用的重要因素之一。主要表現為基層稅務干部信息化水平普遍不高，受年齡和學歷限制，稅收知識更新換代慢，計算機基礎薄弱，不能主動利用手中掌握的數據資源發現問題或進行分析。復合型人才缺乏，不能適應數據分析的需要。另一方面，上級局在下達專項分析任務后需要基層進行落實時，無法按照疑點進行深入分析和落實，影響了工作質量和效率。

4.綜合涉稅信息不健全，影響風險數據分析的完整性。全面掌握納稅人涉稅信息是做好數據分析應用的基礎和前提之一。目前僅依靠稅務部門的信息資源，還不能全面、及時、準確的掌握納稅人所有的數據資源。與供電、財政、銀行、海關、銀行、房管、土地等政府部門缺乏有效的信息傳遞與反饋渠道，信息的集中度和共享度不高，導致風險分析和識別質量不高，指向性不強，不能適用數據分析應用的要求。日常工作中真正采集到的第三方信息運用的很少，信息的不對稱導致數據的完整性受限，分析應用的作用得不到有效發揮。

摘要：當前，數據庫技術迅猛發展，信息化不斷推進，數據量急劇增加，如果不能對其進行合理管理與科學分析，極易泄露個人、企業與國家等信息，甚至可能危機個人隱私、企業信譽和國家安全。因此，為做好數據挖掘、數據分析等工作，減少數據垃圾，避免信息泄露，有必要加強財經類本科院校信息管理專業建設，培養高層次技術人才，以滿足時展需求，順應社會發展趨勢。鑒于此，文章將從就業市場需求的角度出發，結合金融特色信息管理專業發展，提出財經類本科院校信息管理專業數據分析方向建設思路，給出人才培養模式和課程結構設置。

關鍵詞：財經類院校；專業建設；數據分析；數據挖掘

一、引言

從大環境來看，如今，全球數據量均呈現激增趨勢，大數據時代全面到來，這不僅意味著社會需要更多信息分析人才，也說明相關院校要加強信息管理專業人才培養。從本國國情出發，我國從工業社會向以信息資源開發、應用和管理為主要特征的信息化社會轉變，計算機技術在各行各業普及應用，對經濟管理活動中產生的海量數據進行分析，挖掘出有潛在價值的信息，為管理決策提供依據，是信息管理學科研究的新方向。以目前畢業生就業市場需求情況來看，懂經濟、懂計算機同時又能掌握數據分析知識的學生在就業時有相當的優勢，這恰好與我們哈爾濱金融學院信息管理專業的人才培養目標一致，如何發揮財經類本科院校的辦學優勢，建成專業特色，是此次本科教學改革的目標。

二、人才培養目標

對于我們這樣有明顯“金融特色”的院校，充分發揮在金融領域的辦學優勢，塑造出自己的金融特色，即：堅持服務于金融行業，跟蹤IT發展的前沿，把握財經行業在信息化方面的最新需求，培養學生創新意識和能力，打造金融特色專業：金融信息管理－數據分析方向。培養具有管理學和計算機科學的專業知識，精通金融學、經濟學以及數據分析理論與技術，了解數據的商業價值，通曉以清晰直觀的形式提供數據分析結果的方法，強調學生掌握現代管理科學思想，掌握現代信息系統的規劃、分析、設計、實施和運行維護等方面的方法與技術，同時，更要具有較強的信息系統開發利用以及數據分析處理能力。