数据管理分析

数据管理分析（通用12篇）

数据管理分析 篇1

大数据分析的业务价值和数据类型

越来越多的企业认识到数据分析能够带给企业业务的价值。中桥的多选项调查结果显示 (图1) , 企业认为大数据分析能够带来的主要业务价值依次是:提高生产过程的资源利用率, 降低生产成本;根据商业分析提高商业智能的准确率, 降低传统“凭感觉”做决策的业务风险;动态价格优化利润和增长;获取优质客户。这表明大数据已经对企业的成本、业务决策、利润有着直接的影响。中桥的另外一组调研数据显示, 目前越来越多的企业级用户考虑从批量分析 (大数据创造价值的第一阶段) 向近实时分析 (第二阶段) 发展, 从而提高IT创造价值的能力。同时, 数据分析在快速从商业智能向用户智能发展。中国市场正逐步从大数据降低成本向大数据加速业务增长、提高利润以及突破创新发展。

中桥调查显示, 目前中国用户主要是通过数据分析来提高整个企业的运营效率, 降低运营成本。从图2对数据类型的调查结果来看, 目前, 中国企业的数据分析还是以结构化数据为主, 如数据库或事务性数据。此外办公文件、计算机/网络日志文件、文本/信息等也是企业数据增长的主要来源, 同时也是能够攫取出价值的数据类型。

而就导致大数据问题的数据来源调查显示 (图3) , 毫无疑问, 数据库首当其冲, 是企业大数据的主要来源;而半结构化和非结构化数据如软件和网络日志、感应数据、社群等也已经纳入企业数据分析的主要范畴, 这表明企业已经意识到这些数据对于业务的重要性, 这也是实现从 (大) 数据分析第一阶段到大数据分析第二阶段的必要条件。也成为未来24个月用户通过IT创造价值的IT投资重点。

中国市场大数据分析方法

在了解了企业大数据的来源和种类之后, 如何采取有效方式对这些数据进行分析, 从而最大程度攫取数据价值, 转化为最明智的商业决策以利于企业业务运营, 是企业对大数据进行分析的目的所在。从目前中国大数据分析的分析方法来看 (图4) , 有33.8%的企业选择针对具体工作负载来调整通用数据库;22.0%的受访企业选择数据分析云计算服务 (如软件即服务和/或基础设施即服务) ;还有20.7%的企业选择自定义开发的解决方案。仅4.8%的用户使用了并行处理 (MPP) 分析数据库, 3.3%使用了对称处理 (SMP) 分析数据库。这一结果表明, 大多数的中国企业仍处于数据分析的第一阶段。而且, 目前中国用户大多采用通用数据库、云计算或自定义开发的解决方案和数据库工具作为大数据分析方法, 而没有选择去购买数据分析的软件。

Map Reduce可以让用户把半结构化和非结构化数据整合到数据处理和分析平台, 从传统的核心式数据分布演进到集群或网格式数据分布。从图5关于数据处理和分析平台的调查结果来看, 常用的分布式计算环境 (29.0%) 、自定义开发的解决方案 (27.7%) 、SMP (对称处理) 数据库 (16.0%) 、公有云平台 (10.5%) 是目前大数据环境下较为普遍采用的数据处理和分析平台, 而使用Map Reduce的企业占比较低 (4.8%) 。这说明, 目前中国企业对Map Reduce的认同有限, 这不仅影响着数据分析三个阶段的演进速度, 也制约着数据的采集管理, 进一步也影响着大数据分析四个环节的后面几个环节。

数据管理分析 篇2

一、切入点：“2007年底，三鹿已先后接到农村偏远地区反映，称食用三鹿婴儿奶粉后，婴儿出现尿液中有颗粒的现象。”

二、措施：

（一）对外：

①建立信息小组，负责对外发布公告，联系召开记者招待会，与媒体接洽相关事宜；确立发言人，统一管理信息的流入与流出；②立即召开新闻发布会，向社会说明真相；向公众及时传递真确的第一消息，阐明集团的立场并反复强调；③成立婴幼儿结石基金会，以负责、真诚的态度展示企业形象；④由卫生监督部门出面，向媒体介绍三鹿是如何通过严格的检查，保证三鹿奶粉的质量；⑤并展示最新关于三鹿集团产品的卫生检测结果报告单。

（二）对内：

①建立危机处理中心，下设生产小组与市场小组。生产小组负责协调生产和问题奶品的处理；市场小组负责联系客户，回收问题产品。在第一时间召回在农村偏远地区销售的奶粉，进行化验，找出有问题的奶制品；②由集团主动担负起孩子的治疗费，积极配合医院查找病因；③与各利益方积极沟通。对各销商坦诚相待，加快问题奶粉量，并有集团补偿经销商的损失；对奶农，要在保证奶源安全的前提下，进行收购；④三鹿集团应借此机会，对召回的问题奶粉就地销毁，摒弃行业惯例，建立行业新标准---不含三聚氰胺，提高售价，引导行业进行良性竞争。

（三）事前措施：

①要居安思危，要具有法律意识；②对危机进行预测分析；③制定危机管理计划；④成立危机管理委员会；⑤印制危机管理手册；⑥确定组织发言人；⑦事先同传播媒介建立联系；⑧建立处理危机关系网；⑨搞好内部培训。

（四）事后措施：

机械设计与分析工程数据管理技术 篇3

关键词：面向对象数据库工程数据对象模型NET Oracle

1工程数据库管理系统产生背景及其发展

CAD/CAE／CAM集成就是为实现各CAD／CAE，cAM系统之间完整的产品数据交换，达到信息共享的目的。为此应采用统一的标准来实现产品数据的定义，lSO制订了《S010303一产品数据的表达与交换》，又称STEP标准。该标准根据集成要求、内容以及数据量，有如下四个层次的集成方式。

1.1基于中性文件的集成方式数据存放在有专门格式规定的STEP文件中，各应用系统之间数据交换经过前／后置处理程序处理为中性文件进行交换。这种方式实现简单，但存在数据冗余度大，数据独立性差、难于扩充的缺点。

1.2基于工作格式的集成方式工作格式是产品数据结构在内存中的表现形式，它利用内存数据管理系统使要处理的数据常驻内存，对它进行集中处理，产生STEP文件。其特点是处理数据的速度快，可以不必考虑数据的存储方式，实现简单。缺点是由于内存空间的限制，当处理大量的数据时要设置页交换文件，而且也存在着数据冗余，难于扩充的问题。

1.3基于工程数据库的集成方式应用系统通过工程数据库来统一管理和操纵数据，进行数据交换。这种方式简化了信息交换方式，适用于数据量大、数据管理规模大，可满足数据共享性、独立性、安全性和完整性要求。它不仅可描述数据本身，还可通过存取路径来描述数据之间的联系。通过工程数据库存取所需信息，达到数据共享和一致，减少了数据的冗余度，节约空间，缩短存取时间。这是实现系统集成的一种理想集成方式。

2CAD／CAE工程数据特点及对数据库功能要求

2.1 CAD／CAE工程数据特点在CAD，CAE集成过程中要利用和生成的大量的工程设计和分析数据。其中一部分是各种设计规范和标准以及产品的技术参数，这些数据是设计过程选用的静态数据。另一部分是设计过程中生成的数据，如产品的结构分析、性能分析、图形、尺寸公差、技术要求、材料热处理等数据，这些数据具有高度的动态性。与一般的商业数据相比，CAD／CAE工程数据有着与其显著不同的特点，具体如下：①数据结构复杂。机械产品设计中的数据不仅包括结构化数据，它还包括图形、长文本、表格、线图、视频等非结构化数据，而且在设计过程中数量不断增大，类型不断增多，且要不断修改和补充。②数据联系复杂。在数据元素之间存在复杂的联系，其中一对多、多对多的联系比较普遍。这种密切的联系，构成复杂的网状结构，从而使数据模型十分复杂。③数据的一致性。工程数据中存在着从产品的初始模型推导出的二次数据，一旦初始模型被修改，导出数据也就失效，需要重新计算，用新的数据取代失效的数据，以保持数据库中数据的一致性。④模式的动态修改。工程设计过程中工程设计人员建立的几何数学模型的结构会经常修改，要求工程数据库模式能支持这种动态修改，能进行动态数据的定义、删除和恢复等。

2.2 CAD／CAE工程数据处理对工程数据库的功能要求由于上述CAD／CAE工程数据特点，对用于CAD／CAE工程领域的工程数据库提出如下要求：①能描述和处理复杂数据类型。由于工程数据结构复杂，语义关系丰富，因此EDBMS不仅要支持用户定义复杂的类型，而且还要支持多对多关系、递归关系等复杂数据结构的描述。②动态处理模式变化的能力。由于设计过程和工艺规划过程中产生的数据是不断变化的，要求EDBMS能支持动态描述数据的能力，使用户既能修改数据库中的值，又能修改数据结构的模式。③版本控制管理。设计是一个设计一分析——再设计的反复过程。设计者经常要对设计过程进行回溯，并重新进行新一轮的设计。版本管理应能记录设计过程中的历史数据，使设计回溯到一个合理的阶段，不致使整个设计推翻重新开始。同时设计对象的版本管理应能提供多个设计者并行更新同一设计对象的机制。④支持工程设计事务。工程设计事务是长达以小时、天或周计的长事务。长时间封锁某一设计对象，将严重影响设计的并行性。在EDBMS中必须解决工程长事务中对设计对象的封锁、恢复和共享问题。

3采用基于Web的工程数据库管理系统的原因

3.1 Web技术与工程数据库管理技术的关系工程数据管理系统(EDBMS)作为一种应用框架，其对开放性和扩展性的要求与web的开放系统结构相互补充。在web技术上构建EDBMS可充分享受到Web开放体系带来的优势，增强EDBMS异构环境下的应用。并且随着网络化虚拟设计模式的迅速发展，产品的设计过程在并行和协同中完成，对于异地的并行协同设计过程，已有的工程数据管理技术不能很好满足现在全球化产品开发战略发展的需要。因此，必须根据新的形式，通过web技术扩展其功能，使之适应网络化虚拟设计的产品数据和过程管理，使之能够支持异地和异构环境的设计与制造。

3.2 web-basedEDBMS的优点随着网络技术的发展，90年代中后期，出现了以Web技术为基础的新型系统平台B，S(Brow--set／Server)模式，B/s模式把传统的c／s模式中的服务器部分分为数据库服务器和应用服务器，从而构成一个三层结构。本文的数据管理系统就是采用这种三层结构模式。WebbasedEDBMS的优点如下：①易于分散用户交流、同步。②简化了系统的开发与维护。3)较强的跨平台性，用户界面统一、友好。

4CAD／CAE数据管理系统与PDM的关系

产品数据管理(Product Data Management，PDM)，是以软件技术为基础，管理所有与产品相关信息(包括零件信息、配置、文档、CAD文件、结构、权限信息等)和所有与产品相关过程(包括过程定义和管理)的技术。PDM技术是对工程数据管理、文档管理、产品信息管理、技术数据管理、技术信息管理、图像管理以及其它各种名目的管理技术的综合概括和扩展。PDM重要性不言而喻，从概念上看PDM技术可以管理与产品相关的工程数据，CAD，CAE数据管理系统可以看作是PDM系统的子集，但成功实施PDM却并非易事。实施现有PDM产品存在的问题。

5结论

酒店管理专业管理分析 篇4

一、酒店行业管理所存在的一些问题

(一) 酒店环境差

酒店行业的不断兴起, 使得人们无法正确选择一家合适的酒店, 是人们无法判断一家酒店在环境方面是否符合客户的要求。酒店是人们经常光顾的去处之一, 在踏入一家酒店的时候, 没有很好的环境, 往往会造成客户望闻而去, 酒店的装修环境是选择一家舒适酒店的首要条件。酒店的环境决定了整个企业的入住率, 环境差对人们的在选择方面起到一个对酒店蒙蔽的错误判断

(二) 管理方面的欠缺

经过社会酒店行业的调查方式, 实地考察出酒店在管理方面存在的严重问题。酒店的管理是一家酒店行业的核心, 没有较好的管理团队不能更好的去完善酒店的正常运营。随着酒店不断往国际化水平的发展, 酒店管理却相对落后, 没有一个好的管理方式, 酒店所有成员的文化水平过低, 是导致在管理方面存在重大弊端。酒店管理分工不明确, 酒店人员较多, 对管理造成一个管理不全面的现象。人员多不方便集中管理。酒店管理模式与实际运用情况不协调, 管理模式的使用率较低, 管理模式不能随着社会的不断发展而更新。

(三) 酒店管理服务差

酒店作为全国服务行业的领导者, 酒店服务人员, 服务态度差是常有的现象。下面就归结出酒店行业在管理服务上出现的问题。一、服务人员在遇到与客户之间的问题时, 不能有效的处理, 对客户造成不必要的损失。二、在服务人员对客户进行服务的同时, 与客户放生争执, 甚者更是会大打出手, 对客户造成人身伤害。三、酒店的菜品出现问题, 服务人员不能及时的解决, 导致客户不满意。这几项都是对酒店服务出现的问题, 对酒店行业的知名度造成严重损失, 在导致问题发生后无法弥补。

二、解决酒店管理遇到问题的有效措施

(一) 环境建设不断创新

酒店环境的建设离不开突破性的创新发展, 时代的发展使得酒店不断翻新, 全新的面貌将给人带来身心舒适的感觉。酒店行业的不断发展, 不断与国际酒店接轨, 这也是搭建了我国酒店行业与国际化水平发展的桥梁。酒店环境的建设是整个酒店的重要的工程, 因为酒店环境建设参考方向多样, 建设环境更是很难做出选择, 有欧美建设、日韩建设、古巴建设等等建设风格成为酒店建设的参考对象。酒店环境要做到每一个角落与建设环境融合, 做到整体效果与建设风格的融合, 巧到好处的整合带来全新的酒店环境。环境的建设必然离不开颜色的搭配, 清晰敞亮的风格是进入酒店给人眼前一亮的感觉, 首先就对酒店产生第一种好感。酒店环境内部绿化也是一项新的突破, 绿色进入酒店环境这是一项既美化环境又能给酒店中的空气带来净化空气的作用, 达到既美观又使用。酒店环境也利用了信息技术, 在为客户提供选择服务时, 可以利用酒店查询系统对酒店客房及餐饮的查看, 在查看的过程中, 酒店提供真实有效的资料介绍, 为客户对酒店餐饮或客房的选择有了一个更好的参考。

(二) 建设可视化全新管理模式

酒店管理的运用是激励员工的重要政策, 制定更好的管理模式是提高员工的综合素质的前提。定期开展酒店员工教育学习机会, 加强员工对现有水平的提升, 提高员工文化水平的教育, 使得整个酒店受到高水平、高文化教育管理。管理部门应当建设一项适合自己酒店管理的管理模式, 酒店应该对员工进行集中管理, 统一制定有效改进措施的方法, 使每一名员工都知道自己服从谁的管理。作为管理者应当做到以自身为表率, 起到别人做不到自己抢先做, 别人学不会自己加强学习也要学会, 别人完不成的任务自己争取用最短的时间去完成, 起到在整个酒店全员中有一个带头的作用。管理者要做到对自己队伍的管理工作, 明确上级对队伍的要求进行编制, 了解队伍中人员遇到的问题, 及时将酒店所存在的问题进行统一汇报。管理部门应当对下级给出的意见进行讨论, 制定出合理的解决方案, 对员工提出的有效意见或整改方式给一定奖励, 加强对员工提出有效意见的大力支持, 提供加薪升职等机会, 为自己本身谋取福利。酒店管理模式应当遵循以客户为主体参考目标, 对酒店的管理模式进行明确分工的管理, 在客户进入到酒店当中就应当享受酒店所提供的所有服务项目, 为客户提供良好的服务理念。

(三) 综合性服务的加强

酒店管理综合性服务的不断提升将给酒店在服务方面上带来很大提升, 酒店管理方面做到全面发展, 实现综合指数符合国家酒店要求。综合性服务包括酒店管理、卫生管理、安全管理等几大显著方面, 作为酒店行业卫生是整个酒店的核心部分也是, 良好的卫生环境是对酒店环境的衡量标准。综合开展酒店管理系统的完善, 系统的提高使操作界面更直观、更简明, 对于管理系统的审核, 系统实时完成报表的审核工作, 更加直观的让人了解。酒店客房管理系统, 完善的散客和团体预定功能可防止有房间不能预定或满客房重复预定的情况发生, 酒店系统的完善使得可随时提供准确和最新的房间使用和预定情况, 从而可提高客房的预定率和使用率。对于酒店账目管理方面, 更是要不断改进现有系统存在的缺点, 使营业收入的自动统计, 酒店财务管理层更加清晰的知道各个时期客源消费不断变化与收入支出结构变化, 更是为不断改进营销措施和策略。严格控制酒店客房房屋价格, 不同的酒店客房应当对应不同的折扣, 并且对会员授予客房折扣权限, 利用酒店系统对酒店客房折扣情况进行监管及督查。对酒店不同层次管理人员电脑的使用要做到保密工作, 不同等级的电脑应当设置等级权限, 越级查看应当授予查看权限, 各项操作功能要有严格的权限控制管理, 确保电脑数据不会被陌生人查看。

(四) 服务质量有效的提升

酒店服务是酒店运营的基础, 作为一家优秀的酒店, 应当具备更好的服务宗旨和服务系统管理。首先, 在为客户服务的前提下, 工作人员要要具备一定的素质教育、文化教育、服务教育等几大重点教育。对于一家设施健全的酒店更是要注重酒店人员的管理, 对于可施行的培训教学, 应当对培训项目的强化, 培训方式的加强, 最后做出此次培训的总结。酒店管理层应当定期开展研讨会对酒店现状或酒店应该改进的地方, 进行商讨得出改进方案。对于酒店的培训对象, 整个酒店全体员工都是培训对象, 在对于培训导师的选择, 应当选择已经发展到国际化酒店标准的管理人员, 对本酒店全体人员进行系统培训。在服务宗旨上, 酒店所有人员在正当维护自身权利的情况下, 并且不违背社会道德理论, 应当以客户为上帝的服务宗旨进行全面发展。在服务上要求每一位服务人员始终要用亲切热情的服务关注客户, 预测到客户需求, 并且提供及时周到快捷的服务, 使客户时刻感受到我们服务人员在关心他, 给他一种舒心的感觉。服务人员要随时为客户提供服务, 在每一位服务人员精心使客户享受其热情服务的气氛, 在服务的过程中不断观察客户的表情变化, 细致的服务给客户带来全新的体验, 更为酒店更好的发展具备了一项更为有利的条件。

(五) 酒店在对语音方面的强化

随着社会的不断发展, 各个国家相互学习, 时代的发展促进了语言的流通。一家能适应国际化发展的酒店, 必定会制定出应对不同国家的客户, 语言是人们相互交流的重要手段。酒店在管理语言方面也是做出了突出的贡献。

(六) 酒店餐饮的管理

酒店提供各种各样的服务, 餐饮是更是重中之重, 事物是保障生活的基础。酒店提供餐饮是一项便捷的方式, 酒店对餐饮的管理更是做出了突出的努力, 确保用餐人员的食物安全, 酒店为用餐提供监督管理的工作, 确保每一道菜都是按照酒店最高管理规定进行制作, 保障用餐人员吃到可口的饭菜的基础上, 加强食物卫生的管理。酒店卫生方面是要严格遵守国家卫生监督管理部门的条例进行, 卫生必须符合国家公共卫生服务标准, 搞好酒店卫生管理也是管理部门的主抓的一项任务。酒店对于餐饮菜品的进入渠道, 必须要符合国家卫生监督管理局食品卫生的安全条例, 对所进入酒店的所有蔬菜、肉类、调料等食用食材, 必须符合国家卫生标准。酒店肉类的选择是艰难的, 肉类卫生防疫检测是繁琐的, 酒店管理部门必须对酒店所进入的肉类食品进行严格把关, 为客户的食用做好监督管理。酒店餐饮管理制度是食物的使用的一项保障, 全新信息化管理模式是对酒店餐饮监管, 做到对每一项环节进行监督管理, 并且可以通过访问客户的方式, 询问对食物的满意度, 和对每一道菜是否有合理的意见。酒店管理部门应当整合所有方面来自客户给出的意见进行研讨, 对能改进的措施及时修改, 通过这样的方式从客户的角度去了解酒店存在的一些问题, 也是一项重大的突破。能利用不同角度全面了解酒店的现状, 更是能知道酒店存在要改进的问题有哪些方面, 通过不断改进完善做到一家符合社会变化, 达到国际化标准酒店管理的新高度。

三、结束语

合理的酒店管理是酒店面向全面发展的桥梁, 迈向国际化酒店行业的跳板。酒店管理的制度突出表现是衡量一家酒店标准, 利用网络技术的方式进行改善, 突破传统的管理方式。通过网络的宣传方式进行大力宣传, 更加直观的宣传企业形象, 让客户更加体会到酒店系统带给人们的便利。加入网络时代, 将进一步扩展酒店网络、酒店系统管理、社会宣传网络等网络技术的完善, 起到一个相互促进、相互学习、相互补充的作用, 对酒店管理的创新是取代传统化酒店管理的重要方式。另外对酒店智能化设备引进也是一项重要的发展, 智能化设备的引进能给酒店管理带来便利, 更能使客户体验到全面的服务, 智能会给客户带来全新的体验方式。使得对酒店的了解更加深刻, 促使企业不断攀升。

摘要：酒店管理是当今酒店正常运营的重要组成部分, 伴随着我国酒店行业处于高速发展的阶段, 正朝着高端化、服务型、国际化的方向不断发展。然而目前整个酒店行业都存在着管理的缺陷, 即酒店管理缺乏职业教育培养的管理技能, 不能全面更好的管理酒店。随着社会的不断发展, 人们生活水平的不断提高, 酒店服务行业面临着一项与社会竞争的霸者, 作为提供人们日常饮食的酒店, 更要不断加强服务行业的教育和管理模式。

关键词：酒店环境,酒店管理,酒店服务

参考文献

[1]黄丹, 姜红.酒店管理专业实习过程管理研究[J].上海商学院学报, 2015, 03:79-83.

2013质量管理数据分析 篇5

为了QMS在我公司得以保持和实施,总经理责成办公室对质量管理的一些数据进行数据的统计,包括今年一月到七月不合格品的统计以及顾客投诉(抱怨)反馈数据的统计,根据所统计的数据进行分析,得出分析结论

1.从一至七月份不合格品数据分析柱状图8.4-1-2013-1可以

看出二月 不合格品较少是因为二月工作时间较少而3,4,5,6月份不合格数量较多是因为产品的数量多,总之不合格品率还是比较平稳的,一月重机分厂较多是因为上年结转一部分造成,7月重机分厂不合格品率明显下降

2.从一月至七月顾客投诉反馈信息数据分析柱状图

8.4-1-2013-2可以看出顾客不满意还是呈现出稳中下降的趋势

护理管理中分层次管理的应用分析 篇6

护理管理是现代的保障现代临床护理效果的关键[1]， 其不仅关系着整个医院的护理程序、对于医生、护理人员以及患者等均具有十分重要的影响，且对医院的临床治疗质量也产生着相当重要的影响[2]。随着临床护理服务水平的不断提高，以及患者对护理服务要求的不断提升，护理方式不断细化，护理质量不断改善，护理人员的工作要求和方式出现了新的变化，护士分层次管理在护理管理中逐渐运用，并因此取得了更为理想的护理效果。我院即在护理管理中采用护士分层次管理方式，整体效果明显，现将具体情况报告如下。

1 资料与方法

1.1 一般资料 我院在职护理人员1300名，年龄19-48岁，平均27.4±6.7岁；学历：中专470，大专789，本科43名；工龄1-23年，平均7.5±2.3年；职称：初级护士802名，初级护师363名，主管护师115名。所有护理人员随机分为观察组和对照组各36名。两组的年龄、学历、职称等资料的差异无统计学意义（P>0.05），具有可比性。

1.2 方法 观察组： 观察组在护理管理中应用分层次管理，将护理人员划分为4个层次，即基础护理人员层、初级责任护理人员层、高级责任护理人员层及护士长层，单个层次负责的对象是其上或下级人员。每级职责均为特定，在对职责严格遵守的同时，对下一级的工作积极参与指导，并对上级工作的开展加以辅助；对照组：对照组实施常规护理管理，日常护理工作依据护士各自的经验、特点、综合能力等由护士长进行分配。

1.3 效果判定标准 对2组护理人员实施管理前及实施管理后1个月的工作积极性、医师及患者满意度、理论知识及操作技能进行比较。工作积极性：采用自制问卷的模式进行自评、他评，包括非常积极、一般、较差3个层面；医师及患者护理满意度：采用问卷调查，分为非常满意、较满意、不满意3 个层次。满意度= （非常满意+ 较满意）/调查人數×100%；理论知识、操作技能评分：由护理部综合评定，100分为满分，≥85分为优秀，60-80分为及格，<60分为不及格。

1.4 统计学方法 应用SPSS 16.0进行处理。计数比较采用χ2检验，计量资料比较采用t检验，P<0.05为差异有统计学意义。

2 结果

2.1 工作积极性的比较 分层次管理实施前，两组的工作积极性自评及他评情况差异无统计学意义（P>0.05）；进行分层次管理后，观察组自评及他评非常积极率高于对照组，差异有统计学意义（P<0.05）。

2.2 满意度 实施护理管理前2组患者和医师满意度差异无统计学意义（P0.05）；实施分层次护理管理后，观察组患者和医师满意度均高于对照组，差异均有统计学意义（P<0.05）

2.3 理论知识、操作技能评分 分层次护理管理前，两组的操作技能及理论知识评分差异无统计学意义（P>0.05）；实施分层次护理管理后，观察组护理操作及理论评分高于对照组，差异有统计学意义（P<0.05）。

3 讨论

护理是对人类健康问题进行诊断和救护的有效手段，并在医师医疗过程中开展有效合作及配合，使预后获得良好改善，对患者疾病的康复起至关重要的作用。随着医学发展及进步，护理管理也应有所调整，建立以患者需求为中心又与医师要求相符合的管理模式逐渐引起临床重视[3]。加之护理工作精神压力大，部分护理人员缺乏成就感，降低了工作积极性，故需护理管理者应有明确认识并制定解决方案[4]。

护士分层次管理是临床护理服务方式不断发展的体现，与患者对服务质量以及服务细节要求的不断提高具有很好的吻合性，利于护理水平的提升，以及护士责任意识的提高[5]。分层次管理是将护理人员按照护理经验和护理水平以及护理专业知识的掌握程度等通过科学分层次后分别采用不同的方式进行管理，充分发挥不同层次护理人员的作用，同时促进所有护理人员护理水平不断提升的一种管理方式[6]。

分层次管理并非将护理人员划分不同的等级，而是对不同护理层次的护士更有针对性地加强管理或培训，利于所有护理人员均充分发挥自身的护理能力，并尽快实现护理水平的提高。分层次管理并不着眼于“分”，而根本上更利于整体护理质量的改善，分层次管理后，各层次护士之间的联系更加紧密，形成一个更利于相互协调开展工作的整体。

综上所述，对于临床使用护理管理分层可以有效的保护护理质量，可以有效提高护理人员的积极性，不仅有助于患者的康复，更加有助于患者自身能力的提高，具有非常重要的意义，值得在现代的临床中进行大力的推广与应用。

参考文献：

[1] 陈娅莉，盛芝仁，徐海燕，等. 护士分层管理在优质护理服务病房的应用体会[J]. 护理与康复，2012，11（3）：270-271.

[2] 王俊丽. 护士分层管理在急诊科护理管理中的应用[J]. 临床医药

实践，2012，21（5）：390-391.

[3] 马海云. 分层次管理在临床护理管理中应用[J]. 中国药物经济学，2012，15（5）：26-27

[4] 胡云霞. 护理管理者对实施护士分层管理使用的思考[J]. 中国实用医刊，2010，37（22）：87-88.

[5] 靳爱红. 护士分层管理在优质护理服务护理排班中的应用[J]. 全科护理，2012，4（7）：62-64.

数据管理分析 篇7

关键词：Excel软件,数据管理,数据采集,数据分析

数据建设是信息化建设的核心,是数据分析和知识挖掘等决策支持的基础。大型企业采用大型数据库管理系统进行数据管理,采用专业的数据分析软件如SPSS和SAS等进行数据分析,从海量数据中提取有用的知识,为决策提供支持。对数据量不大的的广大小型企业来说,可以利用Excel这一常用办公软件进行数据管理和数据分析。

1 Excel数据管理理念

作为一种大家都十分熟悉的办公软件,Excel以强大的制作电子表格的能力闻名,除了制作电子表格以外,Excel还是一种方便易用的数据管理工具。在Excel97-2003版本中,一张Excel表能容纳65536行数据,Excel 2007以后的版本,一张表能容纳数据1048576行,如果安装第三方控件,可以对几百万行的数据进行处理,从性能上来说,Excel完全具备了管理数据的能力。

将Excel作为一个小型的数据管理系统,需要将数据管理的理念融入到数据录入、管理的全过程之中。用Excel管理数据,真正困难的地方是初始数据录入、数据处理的问题,没有统一的数据管理理念和数据处理规范结果将导致一个文件夹里表格无数,却无一可再用,每次有新的需求就要重复工作,耗时耗力。针对这种情况,设计一个用Excel表管理数据的应用框架,将录入数据的表格设计成3个表:源数据表、分类汇总表和参数表。其中,源数据表是将来进行数据分析的来源,是填满数据的一维明细表,具有通用、简洁、规范的特点;参数表用来放置数据分析的参数;汇总表放置数据分析的结果。3个表中,源数据表是最重要的,先设计一个标准、正确的源数据表,然后从中“变”出多个分类汇总表。根据这3个表,所有数据、需求、结果都可以囊括其中,进可出结论、退可查源头。在Excel中采用3个表来管理数据的理念,可简称为“三表理念”。

1.1 源数据表

准备工作的重要性是第一位的。把所有初始数据分条缕析,按照类别、关系、重点一一录入,同时保证其无格式的正确性,这样所有的需求分析才可以准确无误地从源数据里获取。这一点需要对整个项目有全局性的了解,能够把每一项实际业务总结为数据显示,不可能苛求第一次就可以把所有的数据纳入其中,但是保证源数据表没有其他数据的话,即使下次有增添修改,也不会牵一发而动全身,不会影响过去的结果。

归纳起来,一张源数据表需满足如下条件:有满足分析需要的字段,数据字段一定要全面;没有表格名字;单层表头;没有空行空列;没有合计行;没有合并单元格;没有空白单元格;一格一属性;数据格式正确。只有保证源头正确,数据分析结果才能正确,设计一张正确全面的源数据表是数据管理和分析最重要的一步。

1.2 参数表

源数据获取后,就需要设置参数来得出结论。在Excel表中其实就是对应数据的名称即可,这样应用vlookup等函数,调用参数表里的参数与源数据对应关系,即可得出相关的结果。当然参数表的设置也是需要对项目的理解,源数据表和参数表这两个表其实是同时进行的,只不过放在不同的表里罢了。

1.3 汇总表

作为源头的源数据表有了,作为工具的参数表有了,剩下的就是结果了。为了让参数、源数据可以重复使用,避免“污染”,需要把结果单独作为一个表,一个需求一个汇总表,这样每一次工作需求,只不过简单地调用或增加参数,新建一个汇总表罢了。

2 数据采集和数据处理

“三表理念”是采用Excel进行数据采集和管理的重要原则,数据采集利用三表中的源表来进行实现。数据处理是指对收集到的数据进行加工整理,形成适合数据分析的形式,是数据分析前必不可少的阶段。数据处理是从大量的、杂乱无章、难以理解的数据中,抽取并推导出对解决问题有价值、有意义的数据。数据处理是数据分析的基础,通过数据处理,将收集到的原始数据转换为可以分析的形式,并且保证数据的一致性和有效性。数据处理主要包括数据清洗和数据加工,数据清洗包括重复数据的处理、缺失数据的处理、错误数据的处理。在Excel中利用筛选、函数等方式能实现数据清洗。

数据加工是数据转化、数据提取和数据计算等处理方法,采集来的原始数据需要进行一定的处理才能进行后续的数据分析工作。在Excel中数据计算采用公式和函数计算这种方式进行。函数是Excel中非常强大的一个功能,几乎所有的查找、统计和分析工作都可以通过函数来完成,总共有几百个之多,常用的函数有20~30个。日常应用的Excel管理不需要特别复杂的各种函数调用,用得最多的是加总、峰值等查询。

数据提取则可以采用Microsoft Query工具利用SQL语句对数据进行抽取。SQL语句是结构化查询语言,是一种通用的关系型数据库操作语言。Microsoft Query是用于将数据从外部数据源检索到Excel中的一个程序,可以从包括Access、SQL Server、Oracle、文本文件和Excel中检索数据到Excel中。对于几百万行的数据,可以利用第三方控件Powerpivot对数据进行处理,采用Power Pivot可对数据进行数据处理,如数据导入、数据合并、数据计算、数据分组等。

3 数据分析

数据分析是指用适当的统计分析方法对收集来的大量数据进行分析,将它们加以汇总和理解并消化,以求最大化地开发数据的功能,发挥数据的作用。数据分析是为了提取有用信息和形成结论而对数据加以详细研究和概括总结的过程,目的是把隐藏在一大批看似杂乱无章的数据背后的信息集中和提炼出来,总结出所研究对象的内在规律。在实际工作中,数据分析能够帮助管理者进行判断和决策,以便采取适当策略和行动。

数据分析分为描述性数据分析、探索性数据分析和验证性数据分析。描述性数据分析属于初级数据分析,探索性数据分析侧重于在数据之中发现新的特征,而验证性数据分析则侧重于验证已有假设的真伪证明。在Excel中,数据排序、筛选和分类汇总是最基本的数据分析,此外,数据透视表和数据分析组件是两种非常强大的数据分析工具。

3.1 数据透视表

数据透视表是用来从Excel数据列表、关系数据文件或OLAP多维数据集等数据源的特定字段中总结信息的分析工具。它是一种交互式报表,可以快速分类汇总比较大量的数据,并可以随时选择其中页、行和列中的不同元素,以达到快速查看数据源的不同统计结果,同时还可以随意显示和打印出用户所感兴趣区域的明细数据。数据透视表有机地综合了数据排序、筛选和分类汇总等数据分析方法的优点,可以方便地调整分类汇总的方式,灵活地以多种不同方式展示数据的特征。一张“数据透视表”仅靠鼠标指针移动字段位置,即可变换出各种类型的报表。同时,应用数据透视表也是解决Excel函数公式速度瓶颈的重要手段之一。数据透视表是Excel中最常用、功能最全的分析工具之一。

3.2 数据分析组件

为方便进行数据统计分析,Excel提供了一个数据分析加载工具-“分析工具库”,相比较专业的统计分析软件SPSS、SAS,Excel分析工具库具有如下优点:与Excel无缝结合、操作简单、容易上手;聚合多种统计函数,在生成结果时,生成相应图表,有助于对统计结果的理解;提高分析效率,降低出错的概率。不足之处在于数据处理量有限,只能处理简单的统计分析,对大型数据或复杂的统计分析,需使用专业的统计分析软件。利用Excel的“分析工具库”,可以进行描述性统计分析、相关分析、回归分析和预测分析等。

描述性统计分析是现状分析,采用Excel分析工具库中的“描述统计”分析工具来进行分析,主要指标有样本的平均数、中位数、众数、标准差、方差等,描述分析对象数据的集中程度和离散程度等。“直方图”是另一种描述性分析工具,用于展示分组数据分布的一种图形,可以直观地看出数据分布的形态、数据分布的中心位置及数据分散的程度,可据此判断数据是否符合正态分布。

数据之间的发展变化受与之相联系的其他现象发展变化的制约与影响,这种依存关系在统计学中可以分成相关关系和回归函数关系两大类。相关关系是现象之间存在的非严格的、不确定的依存关系,其原因是影响现象发生变化的因素不止一个。回归函数关系是指现象之间存在的依存关系中,对于某一变量的每一个数值,都有另一变量值与之相对应,这种依存关系可用一个数学表达式反映出来。这两种依存关系在Excel中可用分析工具库中的“相关系数”和“回归”进行分析。另外,分析工具库还可进行基于历史数据的推断预测分析,预测包括移动平均法、指数平滑法等,利用Excel分析工具库都能方便地实现。

4 数据展现

图表是最直观展现数据的一种形式,具有表达形象化、突出重点的特点,是数据展现的最好方式。大部分的数据间关系可以归纳为以下6种类型:成分、排序、时间序列、频率分布、相关性、多重数据比较。在Excel中用图表展现数据的一个重要原则就是简洁,针对数据的6种关系,从饼图、柱状图、条形图、拆线图等图形中找到最能体现数据间关系的图形展现数据。

水晶易表是一种优秀的数据可视化工具,可将静态的Excel模型转变成生动的数据可视化展示。根据数据展现需求,在建立好的Excel数据报表或模型的基础上,结合相应的数据展现部件,通过鼠标简单的拖拽及关联和设置,将沉闷的数据结果生成、清晰、直观地展现出来。

5 结语

Excel是一种常用的办公软件,在数据量不大的情况下,可以利用Excel进行数据管理和数据分析,“三表理念”是Excel管理数据的重要理念,数据采集、数据管理、数据分析和数据展现是Excel管理和分析数据的4个重要步骤,利用Excel自带的工具和第三方控件能方便地实现数据管理和数据分析。充分利用好Excel这一常用工具,是广大中小企业进行数据分析很好的一个解决方案。

参考文献

[1]伍昊.你早该这么玩Excel.北京联合出版公司,2014.

[2]Excel Home.Excel 2010数据透视表应用大全.人民邮电出版社,2013.

数据管理分析 篇8

1 大数据时代特征分析

大数据时代的到来，标志着人类对计算机互联网技术的应用实现了实质性进步，与以往时代所不同的是，大数据时代具有自身特征，其主要表现为：首先，其整体数据量极大，与以往信息时代不同的是，大数据应用的前提就是收集庞大的数据信息，因此，其存储数据的计算量远超过了当前的计量，其基本上使用的都是P/E/Z做计量单位，起码存储在1000T以上，甚至高达10亿T。

其次，其特征主要表现为种类繁多、内容多样。尤其是整个大数据体系中不仅包含了各个行业的信息，同时其收集形式也极为多样，从文字、图片到音频、视频等等，基本上囊括了整个时代的各个信息链条和内涵。正是数据信息的多样化和多元化决定了我们可以通过使用大数据实现对整个数据资源的体系化认知，同时这也从根本上提升了我们对数据的处理和应用能力，使得整个数据分析更有参考价值和意义。

此外，随着当前大数据应用不断成熟，如今数据价值密度相对较低，尤其是在物联网广泛应用影响下，信息感知应用极为广泛。虽然当前大数据时代，整个数据量大，但是有价值的数据较少，其整体价值密度不大，因此如何才能有效完善数据筛选，优化其价值应用，就是当前利用大数据平台过程中所不可忽视的内容。

最后，我们应该认识到大数据时代的重要特征还表现为数据处理深度快，且对数据处理有较高的时效性要求。正是高速的数据处理速度和处理时间要求，决定了当前大数据开发应用不同于传统数据筛选应用。但是我们应该辩证看待大数据平台的优缺点，尤其是当前我们所具备的技术和设施已经无法满足海量信息数据的处理，可以说正是快速发展的时代要求决定了我们必须优化信息数据利用方式，构建完善的数据应用平台和机制。

2 当前大数据分析平台应用内涵及具体状况分析

想要对大数据分析平台应用要求进行体系化认知，就必须清楚大数据分析的定义内涵、应用过程中存在的问题和不足以及其具体的解决对策。只有对其形成体系化了解，才能从根本上服务大数据分析平台建设、应用。

2.1 大数据分析的定义

结合大数据结构复杂，数据更新速度快、价值密度低、整体数据量大等一系列特点，当前我们在应用大数据时，存在较大难度，而全面应用大数据的关键就是实施大数据分析，通过完善大数据分析的具体定义认知，从而构建合理的大数据分析平台。实际上，大数据分析指的是在数据密集的环境下，通过使用科学分析的方法，对数据应用进行重新思考，并完善构建全新数据分析应用模式。大数据分析认为其分析应用过程并非技术上的应用，而是一种具体的使用策略，其核心内涵指的是通过使用一种相对以往更有效分析方式来管理、获取海量数据的方式，并且在这一过程中获取有价值的信息。结合当前大数据应用实际状况，我们可以认为，大数据分析指的是：依据数据生成理论，通过构建大数据分析模型，从而结合集成化大数据分析平台，使用云计算技术完善分析数据资源，并且最终探究出大数据模式背后规律的过程。

2.2 大数据分析方法阐述

目前大数据分析的重要内容是可视化分析，通过集成交互可视化和自动化分析，从而提升大数据分析方法的应用效果。从大数据分析系统架构层面看，整个大数据分析具有9层架构体系，尤其是其中的复杂结构处理技术、平台应用标准规范和虚拟化接入技术以及其知识服务交易模型和大数据知识服务质量评价体系等共同组成了大数据分析服务的关键技术应用机制。在传统数据分析过程中，其更多针对的是原始数据进行抽样、过滤，并结合数据样本分析，从而探究其中存在的具体规律和特点。因此，其中最重要的特点在于通过使用复杂算法能够从体系化的数据中寻找到更多有价值的数据信息。在当前计算水平和存储能力大大提升过程中，大数据分析所面临的对象是整个动态变化的数据群体，而不是客观不变的数据样本，因此其大数据分析的应用重点从高效解决收集到的信息入手，只有提升数据运算的准确性，才能够没满足大数据分析的应用要求。

2.3 大数据分析过程中存在的问题阐述

正是因为当前大数据时代的迅猛发展，整个大数据分析过程中存在着一系列问题和不足，其大大制约了大数据分析的应用效果，其问题集中反映为：首先，想要实现精准的大数据分析，需要解决其大数据存储问题，与以往相比，大数据时代，其整体数据存储远远超过了传统数据时代，而想要实现其数据分析目的，就必须完善数据存储。而目前在大数据时代，整个数据存储并不是静态的，而是动态发展的，因此只有探索完善适应大数据存储的具体机制，才能实现其最终目的。其次，大数据质量不高，分析利用难度大。因此，需要探究增强数据可用性的方法。此外，大数据分析的核心在与数据建模。但是当前由于建模水平较差，暂时很难结合大数据时代特征，完善建模应用。最后，缺乏专业的大数据分析工具。在传统数据分析过程中，经常使用SPSS等软件进行数据分析，但是在大数据时代，缺乏能够完善有效的数据分析工具。因此，结合大数据时代特征，构建大数据分析平台，对于整个大数据时代应用发展来说，极为必要。

3 构建研发大数据分析平台的具体策略

在大数据分析过程中，最需要探究的就是其分析方法。分析方法的好坏直接关系到大数据分析应用的具体结果是否合理有效，同时也关系到其数据分析结果是否切实有用。而不同类型的大数据则需要截然不同的分析方法。而在构建大数据分析平台过程中，需要从以下方面入手：

首先，要结合大数据分析应用的具体要求，完善数据存储技术。当前增速惊人的大数据决定了我们想要实现大数据分析目的，就必须探索完善的数据存储方式。通过应用云存储技术，能够确保其存储容量以及数据整体的可用性和安全性等等，从而解决大数据分析平台的数据存储问题。而通过提升大数据分析存储技术，必然也能够有效提升其具体应用技术。同时优化数据存储，能够有效提升大数据的应用效果，实现大数据分析的良好效果。

其次，大数据分析是大数据应用的核心，而实施大数据分析模式则需要针对当前类型多样、迅速增长的信息数据进行分析，并且通过合理分析，从庞大的数据体系中寻找到有价值的信息内涵，进而为整个决策活动提供相关依据的模式。在大数据分析过程中，数据库、知识库和模拟库是整个数据分析模型构建的主要要素，通过在构建现有知识库和数据库模型基础上，进行数据分析，其得到相应结果，一方面优化模型构造，另一方面也实现对数据的具体应用。通过优化数据模型应用，能够有效提升大数据分析能力和应用实效。

最后，大数据分析系统作为当前数据平台应用的核心，其主要应用功能在于为数据挖掘应用提供完善基础，同时使用分布式存储法和并行计算体系，通过使用多重分布计算，从而实现对各类信息资源进行有效计算和分析，通过提供关联、分类、预算等一系列方法，结合各种数据挖掘分析机制的应用，从而实现整个大数据平台价值效用的体系化发挥。

4 结语

在当前互联网技术对各行各业发展的具体影响推动下，通过使用大数据技术，能够为各行业发展奠定重要基础，尤其是大数据分析的科学性，能够为企业发展提供重要决策依据。而对各企业来说，寻找大数据应用与企业自身经营的结合点，则能够从根本上提升大数据应用效率。而想要构建符合实际经营需要的大数据分析平台，就必须从大数据时代特征分析入手，通过具体了解和体系化融入，从而实现大数据分析平台的具体研发。而构建大数据分析平台将从根本上发挥大数据技术优势。

摘要：随着互联网技术应用日益成熟,如今大数据应用已经成为互联网技术带给整个时代的便利。而想要体系化应用大数据,就必须针对大数据时代的具体特征,完善其应用需求,从根本上探究构建大数据分析平台的具体策略。该文拟从大数据时代特征分析入手,结合当前大数据分析平台应用要求,从而分析构建研发大数据分析平台的具体策略。

关键词：大数据,时代特征,研发大数据,分析平台,具体策略

参考文献

[1]马新莉.面向服务的大数据分析平台解决方案[J].科技创业,2013(10):72-74.

[2]韩晶晶.大数据时代下数据分析理念的辨析[J].管理信息,2014(5):33-35.

[3]程开明.大数据分析研究现状、问题与对策[J].经济理论与管理,2014(13):79-83.

数据管理分析 篇9

一、财务风险衡量和影响因素

公司负债筹资时就会存在固定利息支出, 会产生杠杆效应。设投资收益率为R, 权益收益率为r, 利息率为i, 负债为D, 权益为E, 总投资为 (E+D) , 则有:

可以看出, 当R>i时, 即D/E越大 (即负债比重越大) , r会越大;反之, r越小。这表明公司存在负债筹资就会存在固定利息支出, 会带来杠杆效应, 当投资收益R能达到预期目标, 债务存在会使股东收益率r变大, 给股东带来额外收益;反之, 当投资收益达不到预期目标, r变小, 使股东收益受损。

财务杠杆效应一般用财务杠杆系数衡量, 财务杠杆系数越大, 表明财务杠杆效应越大, 财务风险也越大。财务杠杆计算公式为:

其中, EBIT代表息税前利润, I代表利息支出, PD为优先股股利, T为所得税率。

在利息支出、优先股股利一定时, 从计算公式可以知道DFL是单调递减的, 即随着EBIT变大而减小。当EBIT=I+PD/ (1-T) 时, DFL趋向无穷大, EBIT<I+PD/ (1-T) 时, 一般不计算DFL, 因为这时的财务风险其实比EBIT=I+PD/ (1-T) 时还大。

从计算公式及前面的分析可以看出, DFL受到EBIT、I、D/E、PD等因素影响。其他因素不变的情况下, EBIT越大, DFL越小;I、PD越大, DFL越大;D/E越大, 杠杆效应越大, 即DFL越大。此外, 这些影响因素会受到其他因素直接或间接的影响, 因此, DFL还会受到其他因素的影响, 如外部经济环境、内部资产运营能力等。DFL代表了财务风险, 影响DFL的因素也是影响财务风险的因素。

负债筹资带来财务风险, 高风险对应高收益, 如果财务杠杆收益能抵消风险带来的不利影响, 较高的财务风险也是可接受的。较高的财务风险一般发生财务危机的可能性较大, 但并不意味着一定就会发生, 需要对风险进行管理, 避免陷入财务危机。

二、收集风险相关信息

相关财务和非财务信息可以传达出相关风险的信号, 为有效识别财务风险, 一般最少要收集以下信息:

(一) 财务相关业务信息。

主要收集资金核算、成本核算、现金管理等相关业务信息, 这些信息将直接影响相关财务指标, 如成本核算将影响盈利能力、现金管理影响营运能力。识别这些信息有助于了解风险成因, 有效管理风险。

(二) 会计政策制度等信息。

会计政策制度的科学性不但是合法合规的要求, 还会直接影响相关经营成果和财务指标。

(三) 财务指标信息。

财务指标信息是最直接的风险信号, 是财务风险大小有效判断指标, 也是识别风险成因的重要因素。主要收集包括偿债能力、资产运营能力、盈利能力、现金流等财务指标。

三、财务风险评估分析

(一) 财务预警

相关信息纷繁复杂, 有必要建立风险预警, 在达到某个标准时, 公司就要引起重视并采取措施处理风险。可以运用财务相关数据建立相关模型, 如通过相关财务比率, 运用统计判别将不同公司划分为不同危机类别, 建立相应的数学模型。

Edward Altman在1968年建立了著名的Z-score模型, 用以衡量一个公司的财务健康状况。模型表达式为Z=1.2x1+1.4x2+3.3x3+0.6x4+0.99x5, 其中, x1..x5分别代表营运资金/期末资产、留存收益/期末资产、息税前利润/期末资产、股东权益/期末负债 (股东权益中, 非流通股计算净值时流通股以市价计算) 、营业收入/期末资产。当Z<1.8时, 财务状况极差, 财务风险很大, 控制不当极有可能破产;当1.8<Z<2.675时, 财务状况不稳定;当Z>2.675时, 公司财务状况良好。

以广东省中山市13家A股上市公司2015年年度报告合并报表数据为例, 这些公司的DFL和Z得分如表1。DFL大的公司, Z值并不一定小, 这说明财务风险大的公司不一定就会陷入财务危机, 反之, 财务风险稍小的公司并不是不可能陷入危机。

表1中, Z<1.8的为mlsgs, 1.8<Z<2.675的为Zlgs, 其他公司皆为Z>2.675。Zlgs的EBIT为负数, Z为1.8279, 财务状况不稳定;Mlsgs的DFL为1.2186, Z为1.2842, 财务风险不是最大的, 但却最有可能会陷入财务危机。

(二) 风险辨识分析

公司到达预警线可能陷入财务危机, 要分析产生预警原因, 采取对策避免陷入危机。以Mlsgs为例, 这里仅对相关的财务数据进行分析。2014年的合并报表的资产负债率71.18%、税前利润517362631.97元、利息支出7745593.31元、2015年的资产负债率66.88%、税前利润301139620.03元、利息支出65822999.6元, 利息支出变化不大, 主要是净利润大幅下降导致DFL从2014年的1.0150上升到1.2186, 财务风险上升, 但它的财务杠杆系数在13家公司中依然并不是最大的, 而它却是最有可能陷入财务危机的。表1中, Mlsgs计算Z值的几个指标中偏低的是营运资金/期末资产、股东权益/期末负债, 说明公司营运资金偏低、长期资本比率偏低, 这两个指标反映的都是偿债能力, 留存收益/期末资产、息税前利润/期末资产两个获利能力指标并不低, 资产营运能力指标营业收入/期末资产居于中间水平。这说明公司主要是偿债能力导致的财务危机, 该公司合并报表的资产负债率66.88%、短期负债比率 (流动负债/期末资产) 为64.04%, 说明导致财务危机的是流动负债偏高。

四、风险管理对策

财务风险管理对策一般有风险承受、风险控制、风险规避和风险转换。风险承受一般针对没有预测到的风险, 只能承受结果;风险控制一般是有把握控制风险不再进一步恶化, 不会导致结果难以承受的情况下的选择对策;风险规避一般是回避某种活动, 避免成为相应的风险所有人;风险转换是把某一风险转换为另一可以承受的风险。

Mlsgs导致财务风险上升和可能陷入财务危机的直接因素是利润下降和短期负债比率太高, 其中, 利润下降主要受主要产品的营销费用上升、生产基地搬迁、同行价格战和产品同质竞争和产品成本的滞后等因素影响, 预计市场价格稳定后, 利润会上升。Mlsgs虽然利润下降, 但盈利能力仍然不差, 解决目前可能的财务危机的主要目标在于解决短期负债过高的问题, 合适的对策显然是风险转换, 即把短期负债导致的风险转换一部分其他风险。一是借长期负债偿还短期负债, 但由于公司的资产负债比率已经很高, 对公司的财务风险不能起到降低作用, 显然不是最佳方法;二是把持有的大量可供出售金融资产出售, 可能是较佳的方法;三是发行股份进行权益融资和进行资产重组, 提高盈利能力和运营能力, 有助于降低整体财务风险, 但这不太适合解决短期债务的问题, 可能需要与其他方法相结合。

五、结语

合理的负债筹资在带来财务风险的同时也带来杠杆收益, 只要收益能抵消相应的财务风险, 高财务风险也是可接受的, 高财务风险不意味着一定会陷入财务危机, 相对较低财务风险也不代表着就不会陷入财务危机。公司需要树立财务风险管理意识, 合理管理财务风险, 在带来杠杆收益同时避免出现陷入财务危机的窘况, 进行财务风险管理时主要进行收集相关信息、风险评估、采取对策等步骤。

摘要：本文在分析财务风险衡量及影响因素的基础上, 以中山市13家A股公司的数据为例分析, 提出收集信息、风险评估、采取对策等策略进行风险管理。

关键词：财务风险,财务预警,风险管理

参考文献

[1]高艳.上市公司财务杠杆和财务风险关系研究[D].北京:对外经济贸易大学, 2007.

[2]中国注册会计师协会.财务成本管理[M].北京:中国财政经济出版社, 2016.

[3]中国注册会计师协会.公司战略与风险管理[M].北京:经济科学出版社, 2014.

[4]黄婉婷.企业财务风险控制研究[J].会计之友, 2013 (23) .

[5]裴潇, 黄玲, 陈华.基于Z值模型的房地产企业财务预警研究[J].财会通讯, 2015 (04) .

基于虚拟仪器的数据管理分析系统 篇10

由于虚拟仪器的广泛应用而成为当前关注的研究热点。虚拟仪器利用高性能的模块化硬件, 结合高效灵活的软件, 完成各种测试, 测量和自动化应用。虚拟仪器可提供图形化数据流语言和程序框图, 直观地显示数据[1]。该平台能满足各种项目需求, 任何用户均可用一台计算机来构建各系统的框架, 或利用信号与软件的连接完成系统的各项数据功能。目前, 虚拟仪器以NI Labview图形化开发工具作为支撑。

采用虚拟仪器与数据库的连接技术作为数据库应用系统的设计是具有创新性的构思。基于“软件即是仪器”的构想, 将依附数据库的数据管理分析系统改造成一台虚拟仪器, 能够有效提高系统效率, 增强系统的扩展性, 使系统具有较高的性能。因此, 基于虚拟仪器的数据管理分析系统的研发和测试具有重要意义, 但目前国内的相关研究尚欠缺。

本文提出了一种基于虚拟仪器的数据管理分析系统设计方法, 可根据需要统计性地分析各种输入数据, 并能够实现用户的登入管理。同时, 验证了数据分析系统的实用性。

2 数据管理分析系统的结构

数据管理分析系统包括用户管理系统、数据管理系统和数据分析系统三个部分。

用户管理系统包括新用户的注册, 用户的登入, 用户密码修改等部分。数据管理系统包括数据的录入, 数据的修改, 数据的删除, 数据的保存等部分。数据的分析系统包括各种统计性的数据分析图表。整个系统的框架如图1所示。

3 数据管理分析系统与虚拟仪器的连接

3.1 用户管理系统与数据库的连接

当用户打开系统时, 调出登录界面, 包含的功能直接与数据库相连接, 并允许用户与数据库文件Login.mdb进行间接的通信。其中, 注册新用户用于用户写入数据, 用户登入用于检查输入的用户名和密码是否匹配, 修改密码用于用户修改密码数据。

使用专用数据库工具包Lab SQL工具实现虚拟仪器对数据库的连接和通信。该工具包是第三方开发的免费工具包, 使用Mi⁃crosoft ADO以及SQL语言完成对数据库的访问, 将复杂的底层ADO及SQL操作封装成一系列的虚拟仪器文件Lab SQL子VIs。[2]

由于NI Labview不能创建数据库, 因此需要借助第三方数据库管理系统Access创建数据库。数据库文件命名为Login.mdb, 保存至本地硬盘。在使用Lab SQL与数据库通信之前, 需要首先连接数据库。Lab SQL数据库工具包基于ODBC技术, 在使用ODBC API函数之前, 需要提供数据源名DSN才能实际连接到数据库[3], 其功能关系如图2所示。

通过系统DSN建立数据库与Labview的连接, 并测试连接是否可用。使用ADO Connection Create.vi创建一个Connection对象, 然后利用ADO Connection Open.vi建立与数据库的实际连接, 数据库由ADO Connection Open.vi的Connection String指定, 其程序框图如图3。

关闭与数据库的连接和释放连接由ADO Connection Close.vi和ADO Connection Destroy.vi完成。具体的数据库操作由ADO SQL Execute.vi完成, 其与一般SQL语言相同, 通过String类常量输入SQL语言。

3.2 数据管理系统与虚拟仪器的连接

采用Microsoft Excel文件格式作为数据管理的格式, 实现Excel文件类与虚拟仪器的连接。虚拟仪器Labview提供了功能强大的外部程序接口, 其中包含Active X, 通过它可以方便调用外部程序和控件等, 从而对Excel类文件进行操作。

Active X作为微软公司推出的一个技术集的总称, 可将仪器连接到程序进行复杂计算。其基于COM组件对象模型技术, 是OLE技术的扩展。[4]

通过Active X调用Excel的过程如下:首先将Excel对象具化为Active X的对象, 通过自动化引用句柄调用其属性节点, 获取和设置引用的属性, 接着在引用上调用方法或动作, 再次调用属性节点和调用节点, 通过Index变体指定读入的Excel表格的Sheet#, 最后将获取的变体数据通过变体至数据转换函数转化为数据, 用字符型常量数组指定读入的表格数据的行数与列数, 输出数据为字符型数组显示[5], 程序框图如图4。

实现与Excel的通信后, 可以进行读取, 写入, 删除, 保存等一系列操作。其中, 读取的数据供后续数据分析使用, 存放在变体Value中。

4 数据分析系统的功能模块

4.1 用户管理系统的功能模块

完成与数据库的连接后, 需要定义用户注册, 密码修改, 密码查询等功能模块。通过事件结构完成鼠标点击的触发, 通过条件结构完成异常状态的处理, 异常状态包括没有输入用户名, 密码输入错误, 两次密码输入不匹配等。通过Lab SQL函数向数据库写入密码等新用户的各种信息, 程序如图5。

通过平铺式顺序结构实现注册成功, 登入成功或密码修改成功后的响应, 并调用单按钮对话框显示系统信息。

4.2 数据管理系统的功能模块

完成与Excel文件的连接后, 调用_Worksheet属性节点, 设置为ADD类, 用于写入新的数据;设置为DELETE类, 用于删除新的数据;设置为CLOSE类, 用于关闭已经打开的Excel进程, 其对象的层次关系如图6。

使用Excel建立空数据文件后, 即可使用数据管理系统向其写入指定数据或随机数据。数据可以保存在本地硬盘, 或读入至Value变体。

4.3 数据分析系统功能模块

虚拟仪器提供了大量可用于统计类数据分析的函数模块, 用户只需要调用这些模块即可完成对数据的统计性分析。这些模块包括创建直方图、统计信息计算 (方差, 均值, 标准差, 均方根等) 、方差分析, 正态分布图等。用户可以根据自己的需要定制相关的统计分析功能。由于数据分析模块封装性完好, 用户并不需要知道具体的内部代码即可完成相应的分析操作。

5 应用实例

以某一个班级的考试成绩样本为例子, 进行数据的录入和分析。经测试, 系统能够稳定地工作, 并且分析出相应的统计信息。以其中的区间图为例子, 分析得出的图表如下所示:

由图可知, 考生成绩以分布在50-85分为多, 在30分、45分、90分左右也零星地有所分布, 由此可以观测出考生成绩的大体分布情况。

6 结束语

通过实例可见, 基于虚拟仪器的数据管理分析系统能够正确高效地对数据统计信息进行分析, 其设计方法简单通俗, 用户只需要掌握各个函数的具体功能即可完成系统的设计, 无需掌握繁复的程序设计代码。同时, 本系统具有很好的扩展性, 用户可以方便地添加各种数据处理功能模块, 完成所需要的系统设计。

摘要：提出一种数据管理分析系统的设计方法, 能够实现基于虚拟仪器的数据分析。其中, 通过模块化和图形化的设计, 逐层细化并拟合系统所需要素, 包括用户管理系统, 数据管理系统和数据分析系统等, 运用数据库与ActiveX技术, 综合地建立系统模块的各项功能。结果表明, 基于虚拟仪器的系统界面友好, 功能强大, 符合一般数据管理分析系统的特征, 能够用于数据分析, 且软件扩展性好, 用户可以方便地扩展系统的各项分析功能。

关键词：虚拟仪器,Labview,数据库,ActiveX,数据分析

参考文献

[1] (美) Gary W.Johnson, Richard Jennings.Labview Graphical Programming[M].北京:北京大学出版社, 2002.15-18.

[2]李文涛, 曹彦红, 卜旭芳, 许沛勤.Labview数据库访问技术的实现与应用[J].工矿自动化, 2013 (3) .

[3]姚桂艳, 常英丽.Labview与数据库的连接方法[J].现代电子技术, 2007, 30 (16) .

[4]董英斌, 韩冰.Labview中利用ActiveX技术访问Excel的接口研究[J].数采与检测, 2006 (2) .

工程管理中现场管理的创新分析 篇11

关键词：工程管理；现场管理；创新

只有不断的创新现场管理，才能不断的丰富工程管理的内涵，从而为整个工程管理水平的提升和工程质量的强化奠定坚实的基础。所以必须对工程管理中现场管理存在的不足进行分析，充分意识到工程管理中现场管理创新的必要性，并采取有效的措施，强化工程管理中现场管理创新性的体现，才能更好地适应未来建筑事业不断发展的需要。那么在工程管理中现场管理中应如何加强对其的创新呢？笔者认为，主要应做好以下几个方面的工作

1.工程管理中现场管理存在的不足分析

只有分析不足才能更好地确保所采取措施的针对性和创新性，因而就当前来看，在工程管理中的现场管理存在的不足较多，具体主要体现在以下几个方面。由于工程管理中的现场管理包含了质量控制、成本控制、进度控制、安全管理、合同管理、信息管理、协调等方面的管理，俗称“三控、三管、一协调”，所以以下笔者就从这几个方面进行分析。

1.1工程管理中施工现场的质量管理不足分析

当前，很多建筑工程施工企业已经意识到加强工程管理的重要性，所以在实际工程中对于工程质量的管理往往具有较大的强度。但是在实际工程中，部分建筑企业为了更好地实现自身经济效益的最大化，对施工现场存在的影响工程质量的行为往往疏于忽视。例如有的企业在投标过程中不惜采取低于成本的报价的手段争取中标，但实际操作中在有限的资金内实现经济效益最大化，往往对于施工现场出现的偷工减料、以次充好等问题疏于忽视，尤其在隐蔽工程中，对其质量管理更是掉以轻心，导致很多建筑工程的施工质量下降。加上施工现场的人员管理混乱、物资材料管理不当，施工现场的脏乱差没有得到根本上的解决，而这就在很大程度上影响了工程质量的提升。此外，有的施工企业为了确保工程质量和效益，未能按规定对节能、环保进行“三同时”施工，忽视对环境的保护，导致大量废弃物随意倾倒，施工中所采用的施工技术往往具有较高的能耗，而对于投资相对较大的节能技术则是能不用则不用，尤其是部分施工企业自身专业技术水平的低下，极大的导致了施工质量管理水平的低下。

1.2工程管理中施工现场的安全管理不足分析

安全管理是整个施工现场管理中的重头戏。就目前来看，施工企业在安全方面的投资力度也在不断的加大，这也就使得当前的建筑安全事故发生率在不断的下降。但是同时需要意识到的是，很多建筑施工企业在安全管理中往往只注重重点的管理，而忽视对细节的管理，正是由于在细节管理过程中往往忽视，经常是导致重大安全事故发生的根源所在。例如在操作机械时，部分机械的某一部件发生了故障，虽然其发生事故的概率较低，但是其一旦发生事故就具有致命性，因而安全管理细节不容忽视。与此同时，安全责任落实不到人和安全管理制度不完善，忽视安全管理方面的技术投入，往往认为只要安全防护设施到位即可，而在良好的企业文化氛围的营造和安全教育培训工作的开展方面则显得较为不足。加上建筑工程项目往往工期紧、任务重，很多施工人员处于高强度的工作，身心的疲惫、安全意识的缺乏以及安全防护技术水平的低下，在很大程度上导致了安全事故的发生[1]。

1.3工程管理中施工现场的成本管理不足分析

成本管理也是现场管理的重头戏，整个工程的成本能否得到高效的控制，直接关乎施工企业自身的经济利益，而整个工程成本的90%消耗在施工现场，所以施工企业在成本管理过程中也十分注重，然而由于成本管理方法的不当，使得很多工程出现“三超”的现象，最后不仅难以及时的交付工程，还需要因此承担相应的风险。究其根源，主要是在施工现场进行成本管理时往往只注重从材料、人员等成本方面的控制，而很少通过现代化的技术达到强化施工现场成本管理成效，而这也是当前建筑施工企业在成本管理中最为薄弱的环节。此外，为了控制成本，一味的压缩材料和人工的成本，最终只得以牺牲工程质量为代价，而这对于施工企业来说，不仅得不偿失，而且对于业主來说，也是对业主不负责任的表现，而这就会降低企业的社会效益，所以在注重经济效益的同时，加强自身社会效益的提升也显得尤为必要。

1.3工程管理中施工现场的进度管理不足

加强进度管理是确保施工企业将工程项目及时、安全、高效、高质量交付业主使用的重要手段，同时也是整个施工现场管理的主要内容。就当前来看，虽然很多建筑施工企业在项目决策阶段就对工程进度管理计划制定里程碑，但只是对整个工程的进度进行确定，而并没有对工程总控计划进行全面的细化和分解，而这就会导致进度管理工作的开展缺乏具体的目标，加上对进度管理过程中可能出现的问题没有全面的预料，所以在制定进度被延误的补救方案时，往往缺乏科学性和全面性，尤其是在工程进度管理中忽视新工艺技术、材料设备的作用，导致现场进度管理往往难以得到有效的控制。此外，在进行进度管理时，往往难以处理质量、安全、成本和进度之间的关系，导致施工现场管理水平难以得到优化和提升[2]。

2.加强工程现场管理，彰显管理创新性的几点措施

通过上述分析，我们对建筑工程管理中施工现场管理存在的不足有了基本的认识，那么我们应如何加强施工现场管理才能彰显管理的创新性呢？笔者认为，主要应做好以下几方面的工作：

2.1厘清四者关系，夯实现场管理成效

针对四者之间的关系难以厘清导致工程现场管理混乱的现状，为了更好地实现施工现场管理的创新，首先就必须对四者的关系进行厘清。首先，安全是施工现场管理的前提，质量是施工现场管理的目标，成本是施工现场管理的动力，进度是施工现场管理的措施。其次，注重工程安全和质量的同时，还应注重成本的管理，切实加强现代工艺技术、材料设备的应用，才能更好地在强化工程质量的同时将工程成本和进度管理水平的提升，促进自身经济效益提升的同时彰显企业的社会责任感。

2.2强化环境管理，创新现场管理方式

在注重质量、安全、成本、进度管理的同时，还应在整个施工现场管理中加强环境管理，尤其是应加强对环境的保护，加强节能工艺技术设备的应用，从而更好地彰显整个施工的环保性和节能性。与此同时，在整个施工现场管理中切实注重环境的保护，严禁以牺牲环境为代价换取经济利益，才能彰显企业现场管理方式的创新性。

2.3强化工程管理，提高现场管理的创新性

在进行质量管理时，做好常规管理工作的同时，其管理工作的创新思路应朝着责任管理方面前进，即明确管理人员责任的同时，对直接责任人也应明确，并在做好常规检查的同时强化对其的定性管理，即结合确定的工程目标，与实际的工程质量情况进行对比，符合建筑工程建设要求后才能交付业主使用，通过内部强化质量管理成效，为工程的建设和使用增值。而在安全管理时，主要应注重安全防护技术的传输，尤其是应做好事故模拟演练工作，才能强化安全管理成效。而在成本和进度管理时，主要应改进施工工艺、确定管理目标、细化管理目标等措施强化创新成效[3]。

3.结语

综上所述，现场管理工作的开展十分重要。在注重质量、安全、成本和进度管理的同时，不仅要加强新型工艺节能技术设备的应用，还应切实加强环境的保护，才能更好地强化整个管理的创新性。

参考文献：

[1]黄锡游.分析工程管理中现场工程管理的创新管理[J].中华民居（下旬刊），2012，06：132.

[2]陆文银.建筑工程施工现场管理及其优化措施[J].中国高新技术企业，2011，18：68-69.

科学数据元数据功能与内容分析 篇12

科学数据是一种重要的科技信息资源,具有广义和狭义之分。狭义上的科学数据是指人类社会活动中经过加工处理而变得有序化并大量积累后而有用的数据结合; 广义上的科学数据是指数据、数据生产者、开发利用的技术等要素的集合[1]。通常所说的科学数据是指狭义上的科学数据,可以被认为是一切内容和来源规范,数据收集方法科学合理, 且具有科学研究价值或其他使用价值的数据。科学数据既可以作为科学研究的结果,又可以作为科学研究的对象。随着人类科学研究活动的不断推进、 各种先进科学仪器的诞生,科学数据正以指数数量级猛增。科学数据只有在得到很好地保存与管理, 并在实现共享的前提下,才能充分发挥其作用,实现其价值。

在科学数据的管理与共享过程中,元数据发挥了重要作用,为用户发现数据和再利用数据提供了依据。元数据英文名称为Medadata,元数据 ( Metadata) 被定义为 “关于数据的数据”,或是描述和限定其他数据的数据。该术语属于计算机科学领域的专用术语,最早出现于美国航空与宇宙航行局的 “Direction Interchange Format” ( DIF) 《目录交换格式》 手册中[2]。国际标准化组织 ( ISO) 认为元数据是关于数据内容、质量、条件状态和其它特征的描述。实际上元数据起源于图书馆领域,早期图书馆的书目记录就是一种元数据。随着元数据应用范围的扩大,元数据逐渐成为了描述资源的一种工具, 广泛应用于各个领域。用于描述科学数据的元数据称之为科学数据元数据,它对科学数据外部形式和内部特征的进行了详细描述,为科学数据共享提供信息。其主要目标是提供科学数据资源的全面指南, 以便用户对数据资源进行准确、高效与充分的开发与利用[3]。本文主要对科学数据元数据的功能和内容进行探讨,详细分析了用户在发现数据、评价数据过程中对元数据的关注点,对如何完善科学数据元数据内容以更好地发挥数据评价的功能提出展望。

2科学数据元数据的功能与作用

元数据作为描述信息资源的特征和属性的结构化的数据,具有定位、发现、证明、评估、选择信息资源等功能。描述科学数据的元数据,学者们对其功能有不同的认识。Greenberg[4]认为描述科学数据的元数据功能包含6个方面: 资源发现和再利用、 数据互操作、元数据自动或半自动生成、连接相关出版物和底层数据集,数据质量控制和数据安全。Jian Qin等[5]把科学数据的用户任务分为几类: 一般任务 ( 数据发现、识别、选择和获取) ,科学任务 ( 数据审核、数据分析) ,数据任务 ( 管理、存档) , 传播任务 ( 发布,引用) ; 在此基础上总结科学数据元数据功能包含4个方面: 数据管理、数据质量控制、数据再利用、数据发现,其中数据管理是其他功能的基础。

对科学数据元数据功能的认识,图书馆领域与具体学科研究领域存在着差异。图书情报领域把科学数据视为一类特殊的信息资源进行组织与管理, 关注的是科学数据的标识和引用信息,认为元数据主要向用户提供科学数据的一些基本属性的描述, 目的是方便用户检索数据,并最终发现所需的研究数据。而在具体的研究领域,科学数据元数据的功能已经不仅仅局限于对资源的简单描述或索引,其实现的功能已经发生变化,除了承担描述、定位、 搜索、评价和选择资源的作用外,还承担着管理科学数据、维护数据安全和控制数据质量的功能。因此,科学数据元数据的功能可以总结为描述数据、 发现数据、评价数据、管理数据、存储数据、使用数据,科学数据元数据最终目的是服务于科学数据共享。

针对不同的对象,科学数据元数据发挥的作用也不同[6,7]: 对于数据用户而言,元数据是他们正确选择、使用、交换数据的不可缺少的工具。元数据通过对数据资源的内容、分类、质量和存储等的详细描述,回答了用户的一系列问题: 有什么数据? 数据怎么样? 如何获取数据? 怎么使用数据? 对于数据管理者而言,元数据方便了他们集成各种数据库,为数据集 ( 或库) 建立目录,更有效地管理并维护海量数据。对于数据生产者而言,元数据的存在方便了数据的生产、加工和更新,并可以使数据归档更高效,使数据成为了有生命力的资源,不必担心随着时间或者人员的变化而影响到数据的生产, 数据的增值具有了持久性。科学数据元数据的最大用户是科研人员,元数据是他们发现数据、评价数据和使用数据的不可或缺的工具。

3科学数据元数据内容分析

科学界普遍认为,描述科学数据的元数据越丰富,越有利于用户发现并再利用科学数据。但在实际应用中,科学数据元数据的内容决定于元数据所发挥的功能,元数据对科学数据描述的程度不同。

3.1图书情报领域科学数据元数据内容

图书情报领域和具体研究领域对科学数据元数据的认识存在不同之处。图书情报领域侧重于科学数据的发现与检索,科学数据元数据内容沿用了其他信息资源元数据的内容,偏重于提供数据资源内容方面的信息,主要关注于向用户提供科学数据的标识信息和引用信息,以实现有效的查询与检索; 而且往往忽略科学数据的学科差异性,侧重于描述科学数据的物理特征,包括数据对象的作者、大小、 维护信息和访问限制等信息,也包含了对与数据相关的其他信息资源的描述,向用户呈现科学数据的共性描述居多。国际上该领域最典型的元数据标准是Data Cite核心元数据标准[8],其内容中明确规定数据集标识、责任者、标题、出版单位、出版年份这5项信息在任何情况下都属于元数据的必选内容, 而主题信息、贡献者、日期、资源类型、摘要、地理位置等信息在特定条件下属于必选元数据内容; 除此之外,元数据内容还可根据需要扩展为对科学数据集更为详细的描述。

3.2具体研究领域的科学数据元数据内容

相比图书情报领域,具体研究领域的科学数据元数据内容往往复杂得多。Keith Jeffery在他的论文 《Data Surgery》 中提到元数据按照3个层次组织内容: 第一层通常是科学数据的一般描述,DC元数据通常正是发挥这个功能; 第二层是科学情境元数据, 反映数据的多方面属性; 第三层的描述粒度更多, 也涵盖了科学数据更为详细的信息。Ball[10]认为科学数据元数据应至少包含5类信息: 标识信息,包括数据集标识信息和元数据标识信息两类,反映数据集和元数据的名称、时间日期、版本等方面的信息; 责任信息,与数据集有关的研究或是项目方面的信息,包括项目承担机构、联系方式等,此外还包括数据集访问限制、使用限制等方面的信息; 数据存档信息,提供数据存储的位置、存储格式和存储介质、数据大小、质量、数据预览、数据集语言、 数据集状态等信息; 主题覆盖和派生信息,这部分信息涵盖内容较多,包含数据集类型、主题/关键词、摘要描述、数据产生过程中的参数、数据采集方法及仪器设备描述、数据处理过程和所采用的软件、数据集有关联的其他数据集、数据集派生的信息 ( 如与数据集有关的出版物等) ; 时间、空间覆盖信息,这部分信息在许多元数据标准中必不可少。

各个学科领域的数据有着不同的特征,元数据对科学数据的描述中需要体现出数据的特有属性, 如地理空间数据的属性需要从标识信息、数据质量信息、空间数据组织信息、空间参照信息、实体和属性信息、数据分发信息和元数据参考信息这7个方面来反映[11],这些内容也正是描述地理空间数据的代表性元数据标准FGDC的内容组成。除地理科学领域外,生物多样性领域的元数据标准有Darwin core[12],生态学领域的元数据标准有XML[13],气象科学领域的元数据标准有CF[14],此外还有专门描述社会科学数据的元数据标准DDI[15],详细内容如表1所示。

由此可见,具体领域科学数据元数据内容十分复杂,元数据对科学数据的描述更为详细,涵盖了数据的生产、加工、存储、发布和使用全过程。元数据的内容涉及了科学数据集物理特性、内容、背景、质量和存储等方面的信息,物理特性包括数据集的作者、大小、维护信息、访问限制等信息,内容信息与科学数据所属领域的本体密切相关,对背景信息的描述向用户提供了科学数据的来源、产生过程等方面信息,通过这些元数据内容,用户可再生产数据。元数据对科学数据的描述角度包括一般描述和专业描述两个方面: 一般描述主要向用户提供数据集的名称、摘要、主题、格式、版本、时间空间等基本信息,而专业描述主要体现在对数据内容、数据质量以及学科情境的描述上。纵观国内外科学数据元数据标准,不难发现,科学数据元数据的内容大致包含了科学数据的标识信息、内容信息、 人员和权利信息、技术性信息、关联信息、生命周期信息等6个方面。标识信息提供了便于用户识别数据的标识符、数据集名称、摘要、关键词、版本、 数据集状态等信息。内容信息体现为数据质量信息、 数据空间覆盖和学科语义信息等。人员和权利信息则反映了科学数据的生产者、责任者等信息。技术性信息包含了数据格式以及使用的参数、模型和测量方法等信息。关联信息则是向用户提供了与数据集有关的科学研究项目、出版物等信息。生命周期信息是反映了数据集时间方面的信息,包括数据内容覆盖的时间信息、数据加工处理的时间信息。

4数据用户关注的元数据内容

由于科学数据元数据发挥的功能是多方面的, 包括数据管理、数据存储、数据发现、数据评价和数据使用等,其中与数据用户关系最密切的功能是数据发现、数据评价和数据使用,因此用户关注最多的主要是那些在他们发现数据、评价数据过程中发挥作用的元数据。

4.1基于数据发现的元数据内容

数据发现是元数据发挥的最基本的功能,用户首先根据自己的信息需求检索元数据,尽管检索的关键词由用户产生,但关键词最终将与元数据的某些内容进行匹配。元数据的内容十分复杂,其中只有一部分内容支持了数据发现的功能,适合用户检索。在用户检索数据、发现数据过程中,可用于检索的元数据元素包括数据集的名称、作者、出版日期、资源链接、数据集摘要、关键词、资源类型、 文件格式、使用限制、时间空间覆盖、与之相关数据集和出版物以及一些重要的时间日期等信息[16]。 这些元数据元素大部分集中在标识信息部分,这部分元数据对科学数据集的基本信息进行了描述,通过这些信息,用户能够对科学数据集获得大致的了解,其中数据集关键词、数据集标题和数据集摘要等内容,不仅仅帮助用户发现数据集,还帮助用户对数据集是否满足需要作出初步的判断。

4.2基于数据评价的元数据内容

用户按照自己设定的条件完成对元数据的检索后,下一步的任务就是对检索到的元数据进行分析和评价,以判断元数据所描述的科学数据是否满足需求。用户以不同的角度判断数据,有的用户倾向于科学数据的采集和加工方法,有的用户则关注于数据获取的难易程度及成本,有的用户关注于数据的更新程度,也有用户关注于数据的质量。总之, 在人们利用元数据对科学数据作出评价时,所采用的标准不同,因此发挥评价功能的元数据并不集中, 而是可能分散在各类元数据当中。对于科学实验数据,用户往往会更关心数据产生的相关方法以及变量和参数等,用户可能会对数据进行验证和分析, 因此描述数据产生方法方面的元数据成为了用户的关注点。对于观察数据,用户关注的是提供描述数据产生的时间和空间,以及数据采集仪器的元数据内容; 而对于统计数据,用户关注更多的是统计机构的权威性和统计数据的可靠性。因此,用户评价数据时,更多的是关注于能反映出科学数据的特性的一些描述,这些描述不仅仅局限于标识信息部分, 更多地体现在元数据对科学数据的专业描述角度上。 以FGDC元数据标准为例,对于没有专业背景的用户,可能会通过元数据标识信息部分的题目、摘要、 关键词等来评价数据集,而对于具有地理知识背景的用户而言,他们对数据集的判断更多地依赖于数据质量信息、空间参考信息、空间数据组织信息等元数据内容,这部分元数据向用户提供了地理空间数据的特有属性方面的描述,为评价地理科学数据提供了更为有力的依据。

可见,元数据的存在为用户发现和利用科学数据提供了便利,元数据不论是从描述信息资源一般特征的角度,还是从描述数据专业情境的角度,都为用户评价和选择科学数据提供了一定的参考。鉴于用户在评价数据时所用的标准并不确定,因此科学数据元数据的内容力图为用户提供尽可能全面的描述,但具体详细到何种程度并不好把握。

5总结与讨论

元数据作为描述信息资源的结构化数据,为了发挥其数据发现与数据再利用的功能,元数据对科学数据的解释与说明尽可能的详细,涵盖了科学数据的产生、存储、加工和使用全过程,向用户提供科学数据全方位的描述,包含了数据的标识信息、 内容信息、时间和空间覆盖信息、人员和权责信息、 关联信息、技术信息等多个方面。相比其他元数据, 科学数据元数据内容复杂得多,许多现行的元数据标准中元数据元素项少则几十个,多达上百项。尽管理论上是元数据越丰富越有利于用户发现和再利用科学数据,但实际上用户的注意力有限,有时候信息量太大反而不利用于用户对数据作出判断,因此有必要分析清楚,如何改进元数据才能使其更易于用户认识和理解。笔者以为可以从以下两个方面考虑: 一是从用户角度分析,分析用户关注元数据的角度,也就是掌握用户判断信息是否相关的标准, 只有结合用户的要求对元数据进行改进,才能充分发挥元数据的功能; 二是借鉴其他领域元数据的实践对元数据内容进行改进,目前在图书馆领域元数据中专门出现了评价类元数据,其内容涉及了同行专家对信息资源的评价、用户使用信息后的反馈与评价信息等,尤其是在教育信息资源方面,用户在评价和选择资源时往往很依赖这些评价类元数据内容,也叫第三方元数据或注释类元数据[17]。而在科学数据元数据中,还没有出现这些内容。实际上, 同行专家评价信息和用户对资源的使用评价,在用户作出选择使用数据前通常也会发挥着一定的作用。 因此,有必要考虑在科学数据元数据中增加同行评议、用户评价和数据使用记录等信息,为用户选择和判断数据提供更多依据。

摘要：元数据以其对科学数据的描述与解释,为用户发现数据和再利用数据提供了方便。详细分析科学数据元数据的功能与内容,重点讨论用户在数据发现、数据评价过程中所关注的元数据内容,并对科学数据元数据内容的改进与完善提出展望。