楊麗彬，李海林,2，張飛波

1. 華僑大學(xué)信息管理系，福建 泉州 362021；2. 華僑大學(xué)現(xiàn)代應(yīng)用統(tǒng)計(jì)與大數(shù)據(jù)研究中心，福建 廈門 362021

大數(shù)據(jù)環(huán)境下的管理信息系統(tǒng)發(fā)展研究

楊麗彬1，李海林1,2，張飛波1

1. 華僑大學(xué)信息管理系，福建 泉州 362021；2. 華僑大學(xué)現(xiàn)代應(yīng)用統(tǒng)計(jì)與大數(shù)據(jù)研究中心，福建 廈門 362021

大數(shù)據(jù)時(shí)代的到來給管理信息系統(tǒng)帶來了一定的沖擊和挑戰(zhàn)，因此有必要研究大數(shù)據(jù)對現(xiàn)代管理信息系統(tǒng)的作用及影響，使得管理信息系統(tǒng)的性能和社會服務(wù)作用得到進(jìn)一步提升。首先從數(shù)據(jù)的內(nèi)涵與特征來理解大數(shù)據(jù)的概念，接著從數(shù)據(jù)處理過程的角度來講述大數(shù)據(jù)對管理信息系統(tǒng)業(yè)務(wù)流程的變化和影響，同時(shí)，從管理信息系統(tǒng)的構(gòu)成來解析大數(shù)據(jù)對于管理信息系統(tǒng)的推動與發(fā)展作用。最后，針對基于大數(shù)據(jù)環(huán)境下的信息安全和信息人才短缺等問題進(jìn)行了探討，并提出了相關(guān)的解決方案。

大數(shù)據(jù)；管理信息系統(tǒng)；數(shù)據(jù)挖掘；信息處理

1 引言

近年來，信息技術(shù)迅猛發(fā)展，尤其是以互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、信息獲取技術(shù)、社交網(wǎng)絡(luò)等為代表的技術(shù)發(fā)展日新月異，促使手機(jī)、平板電腦、PC等各式各樣的信息傳感器隨處可見，虛擬網(wǎng)絡(luò)快速發(fā)展，現(xiàn)實(shí)世界快速虛擬化，數(shù)據(jù)的來源及其數(shù)量正以前所未有的速度增長。根據(jù)市場研究公司IDC 2012年12月發(fā)布的《數(shù)字宇宙研究報(bào)告》（Digital Universe）顯示，2012年全球數(shù)據(jù)總量達(dá)到2.8 ZB（相當(dāng)于2 800億GB），預(yù)計(jì)到2020年全球數(shù)據(jù)總量將會超出預(yù)期，達(dá)到40 ZB（相當(dāng)于40 000億GB），若以現(xiàn)有的藍(lán)光光盤為計(jì)量標(biāo)準(zhǔn)，那么40 ZB的數(shù)據(jù)全部存入藍(lán)光光盤，所需要的光盤總重量將達(dá)到424艘尼米茲號航母的總重量。從現(xiàn)在到2020年，基本上每兩年數(shù)據(jù)量就會翻一番[1]。而這些數(shù)據(jù)約80%是非結(jié)構(gòu)化或半結(jié)構(gòu)化類型的，甚至更有一部分是不斷變化的流數(shù)據(jù)。因此，數(shù)據(jù)的爆炸性增長態(tài)勢以及其數(shù)據(jù)構(gòu)成特點(diǎn)使得人們進(jìn)入了“大數(shù)據(jù)（big data）”時(shí)代。

如今，IBM、EMC、Oracle、Intel等跨國IT界巨頭紛紛進(jìn)軍大數(shù)據(jù)行列，發(fā)布自己的大數(shù)據(jù)戰(zhàn)略以及產(chǎn)品。大數(shù)據(jù)不單單是在IT行業(yè)引起大量熱烈關(guān)注，各個(gè)國家對其也有很高的重視，有些甚至提高到戰(zhàn)略發(fā)展的高度。比如，2012年3月29日，美國奧巴馬政府就公布了“大數(shù)據(jù)研發(fā)計(jì)劃（big data research and development initiative）”；2013年8月2號，澳大利亞政府信息管理辦公室（AGIMO）發(fā)布《公共服務(wù)大數(shù)據(jù)戰(zhàn)略》，提出了指導(dǎo)大數(shù)據(jù)發(fā)展的六大原則和實(shí)現(xiàn)目標(biāo)擬采取的6項(xiàng)舉措；2013年8月30日，日本總務(wù)省公布2014年的任務(wù)和擬采取的重要信息化措施，其中就包括推進(jìn)ICT增長戰(zhàn)略，通過促進(jìn)大數(shù)據(jù)和開放數(shù)據(jù)的利用來實(shí)現(xiàn)經(jīng)濟(jì)復(fù)蘇；2013年10月31日，英國商務(wù)、創(chuàng)新和技能部發(fā)布《英國數(shù)據(jù)能力戰(zhàn)略》，旨在使英國成為從數(shù)據(jù)中提取見解和價(jià)值的世界領(lǐng)導(dǎo)者。學(xué)術(shù)界更是呈現(xiàn)百家爭鳴的熱況，就中國而言，已經(jīng)分別于2011年、2012年和2013年的7月舉辦了3次大數(shù)據(jù)世界論壇（big data world forum），同時(shí)2013年12月在北京舉行了第一屆中國計(jì)算機(jī)學(xué)會（CCF）大數(shù)據(jù)學(xué)術(shù)會議和國內(nèi)最大規(guī)模、最具影響力的中國大數(shù)據(jù)技術(shù)大會（big data technology conference，BDTC）。另外，《Nature》、《Science》分別于2008年和2011年針對大數(shù)據(jù)發(fā)表專刊；《紐約時(shí)報(bào)》、《華爾街日報(bào)》也都推出大幅報(bào)道。在其他的電商行業(yè)、社交平臺上也都有大數(shù)據(jù)的蹤影存在。

從這些大數(shù)據(jù)的研究與應(yīng)用可以看到，現(xiàn)今對于大數(shù)據(jù)的研究主要還處于宏觀層面，部分的微觀性研究也多是針對技術(shù)方面，極少有針對管理方面的研究。另外，大數(shù)據(jù)與其他相對已經(jīng)成熟的技術(shù)結(jié)合的研究也是一塊缺失。對于大數(shù)據(jù)的應(yīng)用和研究仍處于初級階段。

近些年由于各種新技術(shù)、新理論的不斷涌現(xiàn)，管理信息系統(tǒng)也在隨之改變。近5年來，射頻識別（RFID）技術(shù)、地理信息系統(tǒng)（GIS）、面向服務(wù)的架構(gòu)（SOA），尤其是物聯(lián)網(wǎng)和云計(jì)算的運(yùn)用發(fā)展，給管理信息系統(tǒng)帶來了新的發(fā)展點(diǎn)。通過整理我國近5年在管理信息系統(tǒng)領(lǐng)域的部分學(xué)術(shù)研究成果，發(fā)現(xiàn)管理信息系統(tǒng)與新理論、新技術(shù)的結(jié)合給管理信息系統(tǒng)的發(fā)展帶來了新的推動力。例如，物聯(lián)網(wǎng)與管理信息系統(tǒng)結(jié)合應(yīng)用于逆向物流管理方面，解決了逆向管理信息系統(tǒng)中數(shù)據(jù)采集更新以及共享的難題；將GIS與管理信息系統(tǒng)結(jié)合應(yīng)用于城建部分的配電網(wǎng)建設(shè)，能滿足配電網(wǎng)“安全、經(jīng)濟(jì)、優(yōu)質(zhì)”的要求[2]；SOA與管理信息系統(tǒng)結(jié)合應(yīng)用于社區(qū)管理信息，使得系統(tǒng)具備了適合基層工作業(yè)務(wù)流程要求的能力，具有更強(qiáng)大的生命力[3]；云計(jì)算與管理信息系統(tǒng)結(jié)合應(yīng)用于高校資源管理，有利于降低教育信息化成本，加強(qiáng)信息的整合與共享[4]；RFID技術(shù)與管理信息系統(tǒng)結(jié)合用于冷庫的倉儲管理，能夠做到對冷庫內(nèi)貨物進(jìn)行實(shí)時(shí)跟蹤和精確定位，使得冷庫的管理走向透明化和自動化[5]。另外，國家自然科學(xué)基金委員會管理科學(xué)學(xué)部管理科學(xué)與工程很早就開始資助管理信息系統(tǒng)的研究[6]。例如，“十五”至“十二五”期間，“信息化條件下的管理模式與方法研究”、“信息系統(tǒng)技術(shù)對管理模式的影響規(guī)律”、“電子商務(wù)/政務(wù)管理的理論與方法”和“智能健康信息服務(wù)管理”等分別被納入優(yōu)先或重點(diǎn)資助領(lǐng)域和發(fā)展方向。

管理信息系統(tǒng)經(jīng)過40多年的發(fā)展，已經(jīng)成為了一套相對成熟的集技術(shù)、管理思想、系統(tǒng)等于一體的信息管理體系，并且成功地應(yīng)用于各個(gè)領(lǐng)域。無論是在企業(yè)、政府、公共服務(wù)事業(yè)，還是在航空、交通等領(lǐng)域都有不俗的表現(xiàn)。大數(shù)據(jù)時(shí)代的到來給人們的生活帶來方方面面影響的同時(shí)，也影響著管理信息系統(tǒng)的發(fā)展。對此，國家自然科學(xué)基金委員會信息科學(xué)學(xué)部在2014年項(xiàng)目申報(bào)指南中明確指出[7]，將大數(shù)據(jù)管理系統(tǒng)評測基準(zhǔn)的理論與方法作為大數(shù)據(jù)技術(shù)和應(yīng)用中十大挑戰(zhàn)性科學(xué)問題之一，并擬以重點(diǎn)資助。大數(shù)據(jù)對管理信息系統(tǒng)數(shù)據(jù)處理過程中的數(shù)據(jù)采集、清洗、集成、存儲、分析以及數(shù)據(jù)可視化都產(chǎn)生了影響，并對管理信息系統(tǒng)的硬件、軟件、人才培養(yǎng)以及管理思想方面都有一定的推動作用，也存在著不少的挑戰(zhàn)，例如，人才短缺、數(shù)據(jù)共享、信息安全等相關(guān)問題；反之，管理信息系統(tǒng)的發(fā)展也將會加快大數(shù)據(jù)的發(fā)展進(jìn)程。

2 大數(shù)據(jù)影響信息的處理過程

管理信息系統(tǒng)是一個(gè)以人為主導(dǎo)的，綜合利用計(jì)算機(jī)硬件、軟件和網(wǎng)絡(luò)設(shè)備進(jìn)行信息的采集、傳遞、存儲、加工、整理和挖掘工作，以提高組織的經(jīng)營效率為目標(biāo)的信息系統(tǒng)。信息的整個(gè)加工處理過程是管理信息系統(tǒng)中最重要的一環(huán)。大數(shù)據(jù)的出現(xiàn)使得信息的采集、存儲、清洗、集成、數(shù)據(jù)挖掘等工作內(nèi)容都發(fā)生了不同程度的變化。

2.1 數(shù)據(jù)的采集源與采集技術(shù)

大數(shù)據(jù)拓寬了數(shù)據(jù)的采集源。傳統(tǒng)的數(shù)據(jù)大多是來自于人為主動產(chǎn)生的數(shù)據(jù)，比如QQ、微博、照片等。但是隨著電子商務(wù)、物聯(lián)網(wǎng)、互聯(lián)網(wǎng)、大數(shù)據(jù)的發(fā)展，機(jī)器數(shù)據(jù)日益顯現(xiàn)它的價(jià)值，這就導(dǎo)致了各種公司及機(jī)構(gòu)開始重視收集機(jī)器數(shù)據(jù)，無論是散落在不同地理位置的傳感器收集的數(shù)據(jù)、移動互聯(lián)設(shè)備中的數(shù)據(jù)信息（如通過手機(jī)或平板電腦獲得的個(gè)人位置信息）、網(wǎng)絡(luò)點(diǎn)擊數(shù)量（如淘寶的客戶瀏覽數(shù)據(jù)）的數(shù)據(jù)，還是射頻ID數(shù)據(jù)，都成為新的熱門數(shù)據(jù)來源。其中射頻識別數(shù)據(jù)（RFID data）可以算是大數(shù)據(jù)發(fā)展以來的新寵，將RFID嵌入產(chǎn)品，進(jìn)行實(shí)時(shí)數(shù)據(jù)分析，是未來包括物流、交通、零售、動物保護(hù)研究等在內(nèi)的物聯(lián)時(shí)代的智能首選。

數(shù)據(jù)源的變化也帶來了數(shù)據(jù)采集技術(shù)的變化。大數(shù)據(jù)推動下產(chǎn)生的新的數(shù)據(jù)采集技術(shù)主要體現(xiàn)在以下幾個(gè)方面。

● 對于互聯(lián)網(wǎng)企業(yè)，采用分布式架構(gòu)的系統(tǒng)日志采集方法，滿足每秒百兆字節(jié)的日志數(shù)據(jù)采集的要求。如Facebook的Scribe，Scribe將信息從各個(gè)日志源分別收集，然后存儲于中央存儲系統(tǒng)中，等待集中式的處理分析，以“分布收集、統(tǒng)一處理”的方式來提高數(shù)據(jù)采集的速度。

● 對于網(wǎng)絡(luò)上的數(shù)據(jù)，采用網(wǎng)絡(luò)數(shù)據(jù)采集方法，主要是指垂直搜索引擎和網(wǎng)絡(luò)爬蟲等。由于數(shù)據(jù)的海量性，通常對于采集后的數(shù)據(jù)需要進(jìn)行分揀和二次加工，所以要做到既快速又盡可能準(zhǔn)確地把握數(shù)據(jù)的采集。例如，國內(nèi)的“火車采集器”就是將垂直搜索引擎、網(wǎng)絡(luò)雷達(dá)、信息追蹤與自動分揀和自動索引技術(shù)結(jié)合起來的應(yīng)用，達(dá)到海量數(shù)據(jù)采集與后期處理相結(jié)合的目的，以此應(yīng)對數(shù)據(jù)的海量性。

● 對于網(wǎng)絡(luò)流量，可以采用深度分組檢測（DPI）、深度流檢測（DFI）或是盲檢測（BLINC）的寬帶管理技術(shù)。現(xiàn)在也有學(xué)者提出將DPI和DFI技術(shù)相結(jié)合的聯(lián)合檢測方法，使得其具備檢錯(cuò)和糾錯(cuò)的能力，提高網(wǎng)絡(luò)流量檢測的準(zhǔn)確性[8]。

● 對于保密性要求較高的企業(yè)經(jīng)營數(shù)據(jù)和科學(xué)研究數(shù)據(jù)，采用系統(tǒng)接口方式以確保數(shù)據(jù)的安全。

2.2 數(shù)據(jù)集成與清洗技術(shù)

數(shù)據(jù)集成是用各種手段和工具，在已有的數(shù)據(jù)基礎(chǔ)上按照一定邏輯關(guān)系對數(shù)據(jù)進(jìn)行統(tǒng)一的規(guī)劃和組織，以實(shí)現(xiàn)數(shù)據(jù)資源共享的目標(biāo)[9]。數(shù)據(jù)集成主要是將異構(gòu)性的數(shù)據(jù)進(jìn)行處理，以便在數(shù)據(jù)挖掘階段能夠進(jìn)行統(tǒng)一的操作。對于大數(shù)據(jù)時(shí)代數(shù)據(jù)以非結(jié)構(gòu)化、半結(jié)構(gòu)化數(shù)據(jù)占主要部分的情況，數(shù)據(jù)快速、有效、實(shí)時(shí)、動態(tài)地集成成為一個(gè)重要研究方向。因此，分布式的協(xié)作策略、動態(tài)式的實(shí)時(shí)集成成為最新的信息技術(shù)方面的研究熱點(diǎn)。

大數(shù)據(jù)時(shí)代用于企業(yè)數(shù)據(jù)挖掘的數(shù)據(jù)增多，而數(shù)據(jù)質(zhì)量參差不齊，往往存在數(shù)據(jù)冗余、不完整、稀疏甚至錯(cuò)誤的現(xiàn)象。在數(shù)據(jù)挖掘分析前，先進(jìn)行預(yù)處理，可以減少數(shù)據(jù)的錯(cuò)誤率，這是保證數(shù)據(jù)挖掘成果高準(zhǔn)確性和高效率的有效且必要的方法。而數(shù)據(jù)清洗就是這樣一個(gè)減少錯(cuò)誤和不一致性的過程。面對海量的數(shù)據(jù)，盲目收集所有數(shù)據(jù)顯然是一個(gè)很大的負(fù)擔(dān)，所以數(shù)據(jù)清理的研究趨勢是能夠從最小的數(shù)據(jù)資源里獲取最準(zhǔn)確、最正確的知識。

2.3 數(shù)據(jù)存儲的發(fā)展

大數(shù)據(jù)時(shí)代，傳統(tǒng)的數(shù)據(jù)存儲系統(tǒng)遇到了瓶頸，已經(jīng)不能滿足數(shù)據(jù)指數(shù)型暴增所帶來的海量存儲的需求。數(shù)據(jù)存儲正朝著橫向和縱向無限擴(kuò)容的方向前進(jìn)，即對存儲系統(tǒng)能力的提升和存儲量的擴(kuò)容，使得存儲系統(tǒng)能夠滿足大數(shù)據(jù)“類型”的需求和“量”的需求。另外，為了提高系統(tǒng)的擴(kuò)展性、降低系統(tǒng)維護(hù)復(fù)雜度，提出了以對象作為基礎(chǔ)的存儲形式。在這樣的發(fā)展和需求背景下，云存儲成為了首選。云存儲就是通過應(yīng)用軟件將網(wǎng)絡(luò)中大量存在的各種不同類型的存儲設(shè)備集合起來，協(xié)調(diào)各設(shè)備的工作來滿足大數(shù)據(jù)對于數(shù)據(jù)存儲的要求。

云存儲主要可以分為兩類，一類就是生活中常會用到的一些個(gè)人的云存儲應(yīng)用，比如最初的酷盤，后來的360云盤、百度云等，主打個(gè)人資料的上傳與共享。另一類是企業(yè)級的云存儲應(yīng)用，比如EMC推出EMC ATMOS云存儲，主打大規(guī)模非結(jié)構(gòu)化數(shù)據(jù)的存儲、歸檔和訪問，以面向云的設(shè)計(jì)，確保企業(yè)和服務(wù)提供商在保持龐大規(guī)模數(shù)據(jù)的同時(shí)高效運(yùn)行；IBM推出的IBM SmartCloud Virtual Storage Center，是一種存儲虛擬化平臺，有助于快速遷移到基于云且面向服務(wù)的敏捷存儲環(huán)境，支持?jǐn)?shù)據(jù)的大規(guī)模增長，降低復(fù)雜性。

2.4 數(shù)據(jù)挖掘與分析

數(shù)據(jù)分析是管理信息最重要的一環(huán)，也是創(chuàng)造價(jià)值的一環(huán)。新類型的數(shù)據(jù)不斷涌現(xiàn)，如實(shí)時(shí)數(shù)據(jù)、動態(tài)數(shù)據(jù)、時(shí)空數(shù)據(jù)、Web數(shù)據(jù)，這些都是值得關(guān)注的數(shù)據(jù)。對應(yīng)這些不同類型的數(shù)據(jù)，出現(xiàn)了不同的數(shù)據(jù)分析方法。具體來說，分為以下幾種類型。

● 實(shí)時(shí)數(shù)據(jù)，作為一種動態(tài)的數(shù)據(jù)流，如微博、微信等，是大數(shù)據(jù)發(fā)展以來數(shù)據(jù)分析非常重要的一個(gè)方面。主要采用的是動態(tài)的數(shù)據(jù)流處理方式。

● 動態(tài)數(shù)據(jù)主要是通過時(shí)間序列從時(shí)間維度來分析發(fā)現(xiàn)相關(guān)的變化規(guī)律。零售、電信、金融行業(yè)對此都已經(jīng)有了廣泛應(yīng)用，如零售行業(yè)通過分析歷史數(shù)據(jù)在時(shí)間維度上的規(guī)律來發(fā)現(xiàn)企業(yè)潛在的商機(jī)，并預(yù)測未來客戶群體以及客戶的潛在需要，有針對性地制定營銷策略和采購計(jì)劃。

● 時(shí)空數(shù)據(jù)由于各種移動傳感器、定位系統(tǒng)的應(yīng)用而變成了熱點(diǎn)。經(jīng)過幾年的發(fā)展，在時(shí)空挖掘領(lǐng)域已經(jīng)出現(xiàn)了許多價(jià)值的工作，如時(shí)空模式發(fā)現(xiàn)、時(shí)空異常檢測、時(shí)空預(yù)測和分類、時(shí)空聚類以及時(shí)空推理與數(shù)據(jù)挖掘相結(jié)合[10]。

● Web數(shù)據(jù)，大數(shù)據(jù)時(shí)代對于互聯(lián)網(wǎng)的重視尤為突出，因此大數(shù)據(jù)的數(shù)據(jù)量以及其重要程度使得Web數(shù)據(jù)研究技術(shù)進(jìn)一步發(fā)展。這個(gè)發(fā)展就是基于云計(jì)算的Web數(shù)據(jù)挖掘，同時(shí)也為Web數(shù)據(jù)挖掘成功找到了適應(yīng)當(dāng)前網(wǎng)絡(luò)需求的可行方案。這個(gè)需求指的是對于當(dāng)前互聯(lián)網(wǎng)海量數(shù)據(jù)的地理分布、異構(gòu)、動態(tài)以及高復(fù)雜性這些特性的應(yīng)用需求[11]。

大數(shù)據(jù)對于數(shù)據(jù)分析方面的影響不單是在分析數(shù)據(jù)類型的變化及相對應(yīng)的數(shù)據(jù)挖掘方法的變化上，還給分析處理帶來新的要求——實(shí)時(shí)分析[12]。從現(xiàn)有的技術(shù)和模式來看，主要是從流處理、批處理以及兩者相結(jié)合的方面入手。數(shù)據(jù)的價(jià)值會隨著時(shí)間的流逝而減少，基于此，流處理將數(shù)據(jù)當(dāng)作流，將連續(xù)不斷的數(shù)據(jù)當(dāng)成數(shù)據(jù)流，獲得實(shí)時(shí)近似的結(jié)果。MapReduce模型是批處理最具代表性的模型，通過廉價(jià)的服務(wù)器集群實(shí)現(xiàn)大數(shù)據(jù)的并行處理[13]，將問題分開處理, 以此避免因大規(guī)模數(shù)據(jù)傳輸造成的通信負(fù)擔(dān)。兩者的結(jié)合是近些年來的又一熱點(diǎn)，可以相互取長補(bǔ)短，使得數(shù)據(jù)分析能夠更加實(shí)時(shí)化。

大數(shù)據(jù)時(shí)代的數(shù)據(jù)分析應(yīng)用于方方面面，每個(gè)人的生活中或多或少都在應(yīng)用著分析的成果，從試驗(yàn)性的接觸到熟練的掌握，人們漸漸發(fā)現(xiàn)數(shù)據(jù)分析帶來的好處，對其需求也漸漸擴(kuò)大。作為賣家，需要從各種營業(yè)數(shù)據(jù)里分析自已銷售商品的未來走向，找出什么是賣點(diǎn)；作為買家，需要對各種產(chǎn)品的參數(shù)進(jìn)行深度比較分析，獲得最優(yōu)于自己的購買方案。因此，數(shù)據(jù)分析已經(jīng)不是大企業(yè)的專利，漸漸地應(yīng)開始走向平民化。對于這點(diǎn)，IT巨頭微軟公司已經(jīng)有了準(zhǔn)確的認(rèn)識。2013年10月，微軟全球高級副總裁、大中華區(qū)董事長兼首席執(zhí)行官賀樂斌在“大數(shù)據(jù)媒體日”發(fā)布大數(shù)據(jù)愿景：推動數(shù)據(jù)分析平民化，希望基于標(biāo)準(zhǔn)化的產(chǎn)品，使所有人都能夠在任何時(shí)間、任何地點(diǎn)利用數(shù)據(jù)，并更好地做出決策。

2.5 輔助決策

在大數(shù)據(jù)背景下，人類的決策方式將不可避免地發(fā)生改變。大數(shù)據(jù)將把數(shù)學(xué)算法運(yùn)用到海量數(shù)據(jù)上，通過讓數(shù)據(jù)做主的方式進(jìn)行科學(xué)決策，以此來修正人類的偏見和直覺。將信息系統(tǒng)和輔助決策進(jìn)行有效的結(jié)合是大數(shù)據(jù)時(shí)代的必然結(jié)果，而這將為輔助決策帶來新的變革。特別地，由于信息之間的聯(lián)系越來越緊密，孤立地看待問題必將被時(shí)代淘汰，單項(xiàng)決策支持的輔助決策在大數(shù)據(jù)時(shí)代能發(fā)揮的作用已經(jīng)越來越小，綜合、全面地看待問題，是大數(shù)據(jù)對決策者提出的新要求，也是決策支持在大數(shù)據(jù)時(shí)代的發(fā)展。信息系統(tǒng)的接入在消除信息孤島的同時(shí)，也使得輔助決策實(shí)現(xiàn)了從單項(xiàng)決策支持向企業(yè)級決策支持的轉(zhuǎn)變[14,15]。

傳統(tǒng)的輔助決策系統(tǒng)往往不能實(shí)現(xiàn)信息檢索，而是主要進(jìn)行智能決策。在大數(shù)據(jù)時(shí)代下，決策者將面對海量決策信息，信息檢索的實(shí)現(xiàn)是幫助決策者進(jìn)行信息分析與篩選的重要環(huán)節(jié)。信息系統(tǒng)現(xiàn)有的檢索功能對這一環(huán)節(jié)的實(shí)現(xiàn)起著至關(guān)重要的作用，如何將信息系統(tǒng)的檢索功能高效地運(yùn)用到輔助決策中，是未來的系統(tǒng)開發(fā)者面臨的挑戰(zhàn)。

大數(shù)據(jù)時(shí)代的到來使得各行各業(yè)都不可避免地受到了沖擊與改變，決策者在面臨大量信息的同時(shí)也對輔助決策系統(tǒng)提出了更高的要求。信息系統(tǒng)對輔助決策的改變提高了輔助決策系統(tǒng)對海量數(shù)據(jù)的分析與處理能力，實(shí)現(xiàn)了從單一決策的制定到綜合決策支持的改變，同時(shí)如何高效地兼并信息系統(tǒng)與輔助決策系統(tǒng)是每個(gè)從業(yè)人員面臨的共同挑戰(zhàn)，需要進(jìn)一步研究。

2.6 數(shù)據(jù)可視化

數(shù)據(jù)展示是數(shù)據(jù)分析后將結(jié)果傳遞給人的一個(gè)過程，大數(shù)據(jù)分析得到的結(jié)果之間的關(guān)聯(lián)關(guān)系更加復(fù)雜，傳統(tǒng)的展示方式已經(jīng)不能滿足要求。大數(shù)據(jù)帶來了更為直觀、互動的方式，以便人們更好地理解?？梢暬夹g(shù)的引入就是其中重要的一項(xiàng)。

可視化技術(shù)是將數(shù)據(jù)轉(zhuǎn)化為圖形，以此來給予人們深刻而意想不到的洞察力?？梢暬夹g(shù)是能夠放大人類感知的數(shù)據(jù)的圖形表達(dá)方式，聚焦于關(guān)鍵的信息特征，以壓縮信息的方式使得復(fù)雜信息能夠快速被人理解[16]。同時(shí)，從數(shù)據(jù)到圖像的轉(zhuǎn)變也能從中發(fā)現(xiàn)單純數(shù)據(jù)處理時(shí)不易發(fā)現(xiàn)的信息。信息設(shè)計(jì)師David McCandless 在TED上說道：“通過可視化，可以把信息變成一道可用眼睛來探索的風(fēng)景線，一種信息地圖。當(dāng)你迷失在信息中時(shí)，信息地圖非常實(shí)用?！?/p>

3 大數(shù)據(jù)對管理信息系統(tǒng)基本構(gòu)成的推動性

管理信息系統(tǒng)的主要功能包括：給企業(yè)提供能反映實(shí)際情況的信息來支持企業(yè)決策；輔助管理者監(jiān)督控制來有效利用資源；用過去的信息預(yù)測未來和為不同管理層提供不同的報(bào)告來控制企業(yè)行為。管理信息系統(tǒng)是由硬件、軟件和人構(gòu)成，它的應(yīng)用也代表了一種企業(yè)管理思想。所以，管理信息系統(tǒng)是硬件、軟件、人以及管理思想的有機(jī)結(jié)合體，而大數(shù)據(jù)對管理信息系統(tǒng)的這幾個(gè)方面產(chǎn)生了影響。

3.1 大數(shù)據(jù)推動管理信息系統(tǒng)的硬件發(fā)展

管理信息系統(tǒng)的硬件主要包括計(jì)算機(jī)硬件和網(wǎng)絡(luò)管道兩方面。大數(shù)據(jù)的海量數(shù)據(jù)特性首先沖擊的是計(jì)算機(jī)硬盤的存儲容量，而其龐大的數(shù)據(jù)量所需的計(jì)算次數(shù)又給計(jì)算性能帶來了新要求，另外，半結(jié)構(gòu)化與非結(jié)構(gòu)化的數(shù)據(jù)占多數(shù)的特性也要求數(shù)據(jù)處理方式的轉(zhuǎn)變。

CPU的架構(gòu)已經(jīng)從單核轉(zhuǎn)向多核，現(xiàn)今的發(fā)展主要是通過軟件架構(gòu)來完美組合多核CPU，使得能夠更好地利用多核CPU的并發(fā)機(jī)制來展示價(jià)值。對于硬盤存儲，磁性介質(zhì)硬盤（HDD）因其讀寫速率的限制，不能很好地適應(yīng)大數(shù)據(jù)的要求，進(jìn)而出現(xiàn)了基于閃存的固態(tài)硬盤（SSD）。固態(tài)硬盤有許多獨(dú)特的優(yōu)點(diǎn)，比如它的抗震性、低耗性、小體積，尤其是良好的讀寫性能，能為管理信息系統(tǒng)提供優(yōu)良的存儲性能。對于內(nèi)存部分，典型代表PCM-SCM的出現(xiàn)，使得內(nèi)存同時(shí)具備了處理速度快和不容易丟失的內(nèi)存與磁盤的兩方面優(yōu)點(diǎn)。

IDC曾預(yù)測“大數(shù)據(jù)會顯著推動基礎(chǔ)架構(gòu)橫向擴(kuò)展”。顯然，硬件企業(yè)已經(jīng)認(rèn)識到這一點(diǎn)，并開始積極地靠近。以Intel公司為例，Intel公司為實(shí)現(xiàn)容忍網(wǎng)絡(luò)隔離而推出具有良好橫向可擴(kuò)展性的x86架構(gòu)，另外在存儲領(lǐng)域里也推出了基于開放架構(gòu)的云計(jì)算體系。Intel公司的至強(qiáng)處理器強(qiáng)勁的計(jì)算能力，加上數(shù)據(jù)直接I/O技術(shù)（DDIO）性能和SATA接口的固態(tài)硬盤（SSD）可以提高原始存儲的讀寫率，更好地適應(yīng)并滿足大數(shù)據(jù)的存儲、處理速度要求。另外，大數(shù)據(jù)的發(fā)展和市場需要，勢必引起大數(shù)據(jù)一體機(jī)研發(fā)熱潮，使得大數(shù)據(jù)存儲、處理、軟硬一體化得到充分利用，進(jìn)而更好地為大數(shù)據(jù)研究和發(fā)展提供硬件平臺支持，這在一定程度上解決了原有架構(gòu)的擴(kuò)展瓶頸，進(jìn)一步推動了大數(shù)據(jù)向產(chǎn)業(yè)化發(fā)展，并使得大數(shù)據(jù)技術(shù)在相關(guān)行業(yè)中得到充分應(yīng)用。

管理信息系統(tǒng)的硬件還有重要的一個(gè)方面就是網(wǎng)絡(luò)管道。大數(shù)據(jù)對于數(shù)據(jù)傳輸速度更快、數(shù)據(jù)量更大的要求，促使管道技術(shù)向?qū)拵Щ葸M(jìn)。另外，在管道架構(gòu)方面，為了實(shí)現(xiàn)系統(tǒng)時(shí)延性的降低，網(wǎng)絡(luò)管道趨于扁平化。軟件定義網(wǎng)絡(luò)和多管道組合技術(shù)也將使管道技術(shù)走向虛擬化與智能化。

3.2 大數(shù)據(jù)推動管理信息系統(tǒng)的軟件發(fā)展

管理信息系統(tǒng)的軟件方面主要包括操作系統(tǒng)、數(shù)據(jù)處理系統(tǒng)、數(shù)據(jù)庫系統(tǒng)、應(yīng)用軟件等，可以從文件系統(tǒng)、數(shù)據(jù)處理系統(tǒng)、數(shù)據(jù)庫系統(tǒng)這幾方面看到大數(shù)據(jù)影響下的管理信息系統(tǒng)的軟件發(fā)展。

文件系統(tǒng)是一種存儲和組織計(jì)算機(jī)數(shù)據(jù)的方法，是操作系統(tǒng)用于明確磁盤或分區(qū)上文件的方法和數(shù)據(jù)結(jié)構(gòu)，使對其訪問與查找更加明確與便利?，F(xiàn)如今的文件系統(tǒng)基本已經(jīng)都采用分布式文件系統(tǒng)，經(jīng)過這幾十年的發(fā)展，該系統(tǒng)技術(shù)已經(jīng)趨于成熟。在大數(shù)據(jù)的沖擊下，分布式文件系統(tǒng)應(yīng)大容量、高性能、高可用等要求出現(xiàn)了Hadoop分布式文件系統(tǒng)（HDFS），它的優(yōu)點(diǎn)是高度容錯(cuò)性和高吞吐率，并且可運(yùn)行在通用硬件上。另外一個(gè)比較熱門的分布式文件系統(tǒng)是QFS（quantcast file system），這是一個(gè)開源的文件系統(tǒng)。與HDFS相比，它的性能更加優(yōu)異，從容量來看，QFS可以節(jié)省50%的磁盤空間；從吞吐率來看，QFS的讀寫速度是HDFS的兩倍；另外，QFS更容易與系統(tǒng)軟件兼容，實(shí)現(xiàn)命令式的終端。

數(shù)據(jù)處理系統(tǒng)模式主要就是批處理與流處理兩種。而現(xiàn)代數(shù)據(jù)處理最重要的就是數(shù)據(jù)處理的實(shí)時(shí)快速，也就是數(shù)據(jù)實(shí)時(shí)處理。對此，出現(xiàn)了內(nèi)存計(jì)算，希望以此達(dá)到實(shí)時(shí)處理或是近似于實(shí)時(shí)處理的效果。內(nèi)存計(jì)算的意思就是在服務(wù)器的內(nèi)存里處理超大量的實(shí)時(shí)數(shù)據(jù)，從而達(dá)到在分析和交易中提供即時(shí)結(jié)果的效果。另外，大數(shù)據(jù)時(shí)代下的數(shù)據(jù)挖掘算法研究成為管理信息系統(tǒng)決策支持的研究重點(diǎn)。深度學(xué)習(xí)是大數(shù)據(jù)時(shí)代又一重要的人工智能方法，是一種深度神經(jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)模型，其成為了現(xiàn)代人工智能研究的發(fā)展方向。然而，大數(shù)據(jù)背景下的深度學(xué)習(xí)具有模型龐大、計(jì)算量大、耗時(shí)長等特點(diǎn)，使得分布式管理系統(tǒng)通常需要并行計(jì)算來加速數(shù)據(jù)的處理與分析。

大數(shù)據(jù)的數(shù)據(jù)規(guī)模性、低密度價(jià)值性、類型多樣性等特性及數(shù)據(jù)在不同領(lǐng)域應(yīng)用的時(shí)間、處理方式的差異，推動了數(shù)據(jù)庫系統(tǒng)的前進(jìn)。現(xiàn)今，NoSQL和NewSQL數(shù)據(jù)庫陣營迅速崛起。NoSQL就是“not only SQL”，是對關(guān)系型數(shù)據(jù)庫的一種補(bǔ)充，即非關(guān)系型數(shù)據(jù)庫。NoSQL指的是非關(guān)系型數(shù)據(jù)庫，首要解決的問題就是如何對大數(shù)據(jù)進(jìn)行有效處理。NoSQL普遍采用簡單的數(shù)據(jù)模型，通過元數(shù)據(jù)和應(yīng)用數(shù)據(jù)分離技術(shù)以及弱一致性技術(shù)來處理大量數(shù)據(jù)，實(shí)現(xiàn)較高的吞吐率，并可以應(yīng)用于便宜的PC服務(wù)集群上，實(shí)現(xiàn)可擴(kuò)展性[17]。NewSQL是支持關(guān)系型數(shù)據(jù)庫的，同時(shí)以SQL作為其主要的接口，但是內(nèi)部結(jié)構(gòu)產(chǎn)生了較大變化：它丟棄了原有的單線程服務(wù)的鎖制和昂貴的恢復(fù)機(jī)制，采用冗余機(jī)器來實(shí)現(xiàn)復(fù)制和恢復(fù)故障。如今的數(shù)據(jù)庫系統(tǒng)已經(jīng)在這兩個(gè)概念領(lǐng)域里呈現(xiàn)出百花齊放的景象。

3.3 大數(shù)據(jù)推動新體系架構(gòu)的研發(fā)

信息系統(tǒng)體系結(jié)構(gòu)是對信息系統(tǒng)各構(gòu)成要素及其關(guān)系的描述，信息系統(tǒng)體系結(jié)構(gòu)包括信息系統(tǒng)的概念、信息系統(tǒng)的基礎(chǔ)設(shè)施架構(gòu)、信息系統(tǒng)的信息資源結(jié)構(gòu)和信息系統(tǒng)的軟件架構(gòu)等。基于云計(jì)算的軍事信息系統(tǒng)架構(gòu)[18]以云計(jì)算資源管理“虛擬化”分布式數(shù)據(jù)管理和分布式數(shù)據(jù)處理等作為基礎(chǔ)支撐技術(shù)，對已有軍事綜合電子信息系統(tǒng)體系架構(gòu)進(jìn)行改造，能夠滿足信息系統(tǒng)的高可靠性和高可擴(kuò)展性要求，該體系結(jié)構(gòu)為了對數(shù)據(jù)進(jìn)行高效的利用，發(fā)生了以下改變：采用分布式數(shù)據(jù)處理技術(shù)，大幅提高了大規(guī)模數(shù)據(jù)訪問和情報(bào)處理容量，提高了系統(tǒng)處理的實(shí)時(shí)性、可靠性；采用虛擬數(shù)據(jù)存儲的方式，提高系統(tǒng)訪問數(shù)據(jù)實(shí)時(shí)性和可靠性，降低系統(tǒng)反應(yīng)時(shí)間，提高作戰(zhàn)效能。

除了以上幾個(gè)適應(yīng)于大數(shù)據(jù)的信息系統(tǒng)體系結(jié)構(gòu)框架之外，國內(nèi)外還有很多學(xué)者和組織都在這方面做了許多有益的嘗試，使得信息體系結(jié)構(gòu)具有更好的數(shù)據(jù)處理與分析性能。如今數(shù)據(jù)就是新能源，高效地利用數(shù)據(jù)已經(jīng)成了企業(yè)乃至國家的重點(diǎn)研究課題，研發(fā)具有更高大數(shù)據(jù)適應(yīng)性的信息系統(tǒng)架構(gòu)具有很高的社會及現(xiàn)實(shí)意義。

3.4 大數(shù)據(jù)推動數(shù)據(jù)收集分析的人才發(fā)展

由于現(xiàn)今用于各種大數(shù)據(jù)分析的策略性產(chǎn)品還沒有完全成熟，不能單靠一家大數(shù)據(jù)服務(wù)供應(yīng)商解決所有問題。如果一家企業(yè)外購這類產(chǎn)品，要做的并不只是簡單的購買、安裝、運(yùn)行，更重要的是要有優(yōu)秀的系統(tǒng)管理員來持續(xù)這樣的應(yīng)用過程，這樣才能使系統(tǒng)發(fā)揮應(yīng)有的效能。只有充分地了解建立這些環(huán)境的實(shí)現(xiàn)方法，才能應(yīng)用科學(xué)系統(tǒng)為企業(yè)服務(wù)。管理信息系統(tǒng)重要的一個(gè)部分是數(shù)據(jù)挖掘，而在大數(shù)據(jù)時(shí)代這點(diǎn)尤為突出，即怎樣利用現(xiàn)有的系統(tǒng)從眾多類型各異的數(shù)據(jù)中找出真正的價(jià)值。而采集數(shù)據(jù)和清洗數(shù)據(jù)作為數(shù)據(jù)分析的前提也顯得尤為重要。

大數(shù)據(jù)時(shí)代的管理信息人才要掌握整個(gè)系統(tǒng)運(yùn)行的知識、大數(shù)據(jù)應(yīng)用的基本原理以及管理信息系統(tǒng)的整個(gè)管理思想和運(yùn)作模式。除此之外，還要掌握的就是數(shù)據(jù)挖掘的能力，要有掌握機(jī)器學(xué)習(xí)、知識圖譜的應(yīng)用能力，能夠熟練應(yīng)用各種數(shù)據(jù)挖掘模型以及統(tǒng)計(jì)學(xué)的專業(yè)技能等?？偠灾芾硇畔⑷瞬乓矛F(xiàn)有的大數(shù)據(jù)產(chǎn)品，做好信息管理工作，從海量的大數(shù)據(jù)中發(fā)掘有用信息。

企業(yè)里面大多數(shù)人都是管理信息系統(tǒng)的使用者，但基本都缺乏上述的能力，所以大數(shù)據(jù)時(shí)代的企業(yè)具備專業(yè)的技術(shù)和管理人員更加重要。大數(shù)據(jù)推動了專業(yè)數(shù)據(jù)方面的技術(shù)和管理人才的發(fā)展。

3.5 大數(shù)據(jù)推動企業(yè)管理思想轉(zhuǎn)變

就管理信息系統(tǒng)本身而言，它通過信息收集、存儲、傳輸、加工和輸出等實(shí)現(xiàn)輔助企業(yè)事務(wù)處理和管理職能以達(dá)到管理的目的。所以，以往一般企業(yè)的決策只是將管理信息系統(tǒng)做一個(gè)輔助參考，并不以數(shù)據(jù)挖掘的結(jié)果為真正的決策，而主要采用以目標(biāo)驅(qū)動決策的方法進(jìn)行決策。但是大數(shù)據(jù)給決策帶來了新的思潮——數(shù)據(jù)驅(qū)動決策。根據(jù)美國麻省理工學(xué)院的一個(gè)團(tuán)隊(duì)對北美330家企業(yè)調(diào)查走訪的結(jié)果[19]可知，把自身企業(yè)定義為數(shù)據(jù)驅(qū)動的企業(yè)，能更好地完成既定的財(cái)務(wù)和運(yùn)營目標(biāo)，尤其是處在行業(yè)排名前1/3的企業(yè)。數(shù)據(jù)驅(qū)動企業(yè)平均比非數(shù)據(jù)驅(qū)動企業(yè)的生產(chǎn)力高出5%，利潤高出6%?？梢?，數(shù)據(jù)驅(qū)動能給企業(yè)發(fā)展帶來推動作用。

數(shù)據(jù)驅(qū)動決策并不是說管理者可以完全依賴數(shù)據(jù)，管理者要做一個(gè)提問的專家，要清楚地理清企業(yè)脈絡(luò)并具有長遠(yuǎn)發(fā)展眼光，能夠總體控制方向，然后由數(shù)據(jù)來告知答案。比如，零售商的管理者會提出：誰是優(yōu)質(zhì)客戶；什么樣的廣告可以刺激購買等。當(dāng)然也有些問題不是數(shù)據(jù)可以回答的，比如，企業(yè)在競爭對手中的地位。總而言之，一些由數(shù)據(jù)可以回答的問題在漸漸地表達(dá)數(shù)據(jù)本身的意見，最終實(shí)現(xiàn)數(shù)據(jù)驅(qū)動決策。

有學(xué)者提出，將傳統(tǒng)的“目標(biāo)驅(qū)動策略”與“數(shù)據(jù)驅(qū)動策略”結(jié)合起來，形成雙向決策模型，從而構(gòu)建了“評估與預(yù)測”和“監(jiān)測與預(yù)警”的技術(shù)創(chuàng)新管理模型[20]。這是管理決策思想的另一個(gè)創(chuàng)新，新與舊的結(jié)合使企業(yè)能更好地從傳統(tǒng)“目標(biāo)驅(qū)動決策”逐漸轉(zhuǎn)向“數(shù)據(jù)驅(qū)動決策”，讓企業(yè)管理者逐漸相信數(shù)據(jù)說的“話”。

4 問題與措施

大數(shù)據(jù)在給管理信息系統(tǒng)帶來推動作用的同時(shí)也帶來了許多問題，最突出的問題為以下幾個(gè)方面。

4.1 數(shù)據(jù)安全問題與相應(yīng)的措施

數(shù)據(jù)安全問題作為大數(shù)據(jù)沖擊下的產(chǎn)物，對于管理信息系統(tǒng)也尤為重要。由于信息管理系統(tǒng)里的數(shù)據(jù)都是企業(yè)的重要資產(chǎn)，尤其是一些核心信息，一旦泄露就會給企業(yè)帶來巨大的經(jīng)濟(jì)損失。然而，很多管理信息系統(tǒng)都涉及跨部門設(shè)計(jì)，甚至有可能鏈接外部數(shù)據(jù)或使用云端，導(dǎo)致數(shù)據(jù)存在著安全隱患。

面對這樣一個(gè)挑戰(zhàn)，可以從兩方面著手，一方面是從技術(shù)角度，完善管理信息系統(tǒng)；另一方面是從管理角度，建立完備的管理制度。

從技術(shù)上保障數(shù)據(jù)安全可以從以下3個(gè)方面入手。

（1）建立完善的外部環(huán)境，加固受攻擊面

大數(shù)據(jù)時(shí)代的管理信息系統(tǒng)的外部環(huán)境往往依賴于網(wǎng)絡(luò)，數(shù)據(jù)存儲一般都放在云端。操作系統(tǒng)漏洞或網(wǎng)絡(luò)環(huán)境問題有可能威脅整個(gè)系統(tǒng)。如亞馬遜EC2業(yè)務(wù)在2008年2月15日的云計(jì)算宿主離線導(dǎo)致的事件：大規(guī)模的服務(wù)中止，并抹去了一些客戶的應(yīng)用數(shù)據(jù)。所以要加強(qiáng)操作系統(tǒng)和網(wǎng)絡(luò)環(huán)境的安全保障，對此，可以從網(wǎng)絡(luò)資源分配、防火墻建設(shè)、入侵檢測技術(shù)以及及時(shí)打補(bǔ)丁與殺毒來實(shí)現(xiàn)。如惠普用Fortify進(jìn)行代碼掃描來保證代碼的無安全漏洞性；整合應(yīng)用生命周期，將傳統(tǒng)惠普服務(wù)器、惠普云、數(shù)據(jù)中心解決方案及防病毒、防火墻產(chǎn)品整合，達(dá)到加固受攻擊面的效果。

（2）對于系統(tǒng)內(nèi)部要嚴(yán)格做好安全措施，加強(qiáng)風(fēng)險(xiǎn)管理

云安全技術(shù)是這一方面比較先進(jìn)的技術(shù)。云安全也是基于“云”的創(chuàng)新，主要是通過網(wǎng)狀的客戶端對網(wǎng)絡(luò)中的各種軟件進(jìn)行檢測來發(fā)現(xiàn)其中的異常，最終達(dá)到將各種病毒和木馬的解決方案與各個(gè)客戶端共享的目的。它融合了網(wǎng)絡(luò)計(jì)算、并行處理以及未知病毒的判斷等諸多新興的技術(shù)和概念。為了避免一旦出現(xiàn)安全問題，系統(tǒng)無法恢復(fù)數(shù)據(jù)的問題，要及時(shí)、有效地做好數(shù)據(jù)的備份。另外，要建立完善的數(shù)據(jù)庫訪問機(jī)制，避免關(guān)鍵數(shù)據(jù)的不必要外泄。

（3）要主動防護(hù)信息，變被動為主動，從企業(yè)安全環(huán)境的評估、轉(zhuǎn)型、優(yōu)化以及管理入手，全面做到智能防護(hù)

如惠普推出的惠普數(shù)據(jù)中心安全防護(hù)服務(wù)——HP ArcSight ESM 6.0c和惠普TippingPoint新一代入侵防御系統(tǒng)等產(chǎn)品和解決方案，都是以智能主動防護(hù)為目標(biāo)的。

從管理上保障數(shù)據(jù)安全，可以從以下4個(gè)方面入手。

（1）完善數(shù)據(jù)資源保障制度

根據(jù)現(xiàn)有的國家信息安全標(biāo)準(zhǔn)來建立企業(yè)的安全保障制度，這個(gè)安全保障制度包括數(shù)據(jù)資源安全的評估流程和評估標(biāo)準(zhǔn)、針對日常安全維護(hù)工作的維護(hù)機(jī)制以及應(yīng)對突發(fā)情況的快速響應(yīng)機(jī)制。

（2）完善數(shù)據(jù)資源共享安全制度

根據(jù)企業(yè)數(shù)據(jù)資源的機(jī)密程度劃分不同的等級，依據(jù)劃分的等級來設(shè)置企業(yè)數(shù)據(jù)資源的訪問權(quán)限，以此建立相應(yīng)的訪問制度。存儲在云端的數(shù)據(jù)，按照數(shù)據(jù)級別分區(qū)域存儲。

（3）完善機(jī)密數(shù)據(jù)資源保護(hù)制度

設(shè)置企業(yè)信息機(jī)密區(qū)，減少人員的接觸，并制定機(jī)密數(shù)據(jù)接觸使用的相關(guān)規(guī)定；對于可接觸人員簽訂相應(yīng)的保密協(xié)議，防止泄密事件發(fā)生；對于技術(shù)上的存儲安全措施（防火墻的設(shè)置）設(shè)定相應(yīng)的制度，從制度上要求執(zhí)行。

（4）完善數(shù)據(jù)資源審計(jì)制度

建立定期對系統(tǒng)進(jìn)行檢測與安全評估的制度，從制度上落實(shí)數(shù)據(jù)資源的審計(jì)工作；對于存儲于云端的數(shù)據(jù)，引入第三方信息安全審計(jì)機(jī)制，完成云端存儲的風(fēng)險(xiǎn)評估工作[21]。

4.2 專業(yè)的技術(shù)和管理型人才缺失與相應(yīng)的措施

現(xiàn)今，大數(shù)據(jù)的人才處于緊缺狀況。據(jù)麥肯錫全球研究院（McKinsey Global Institute）研究預(yù)測：在未來幾年，僅在美國本土就可能有將近14萬～19萬的具備深入分析數(shù)據(jù)能力人才的缺口出現(xiàn)，至于能夠通過分析大數(shù)據(jù)來為企業(yè)做出有效決策的數(shù)據(jù)管理人員和分析師的缺口將達(dá)到近150萬人。

面對這樣的現(xiàn)狀，企業(yè)可以選擇不同的應(yīng)對措施。

● 企業(yè)外包。普通的金融、能源公司可以選擇外包的形式，選擇相對成熟的大數(shù)據(jù)服務(wù)廠商。

● 內(nèi)部培訓(xùn)。對于企業(yè)內(nèi)部的數(shù)據(jù)管理人員與分析師，企業(yè)可以采取技術(shù)培訓(xùn)的方法。

● 與高校人才合作。網(wǎng)絡(luò)公司需要從根本上采取措施，不單單是員工的技術(shù)培訓(xùn)，可以從人才引進(jìn)方面著手：與高校合作，培育企業(yè)所需要的人才。比如，IBM公司的“全球千所高校合作學(xué)術(shù)計(jì)劃”，學(xué)生可以在學(xué)校通過專業(yè)課程的培訓(xùn)獲得最基礎(chǔ)的專業(yè)知識，包括市場營銷、數(shù)學(xué)、統(tǒng)計(jì)學(xué)等；而同時(shí)通過IBM公司，學(xué)生可以獲得大數(shù)據(jù)分析軟件、課程教材、研究案例等，通過IBM公司的數(shù)據(jù)專家針對性的專業(yè)講座來提高專業(yè)水平。這項(xiàng)計(jì)劃旨在培養(yǎng)學(xué)生的大數(shù)據(jù)和分析學(xué)方面的能力，使之能勝任大數(shù)據(jù)的相關(guān)工作。

4.3 其他問題

除了上述數(shù)據(jù)安全問題和人才緊缺問題之外，大數(shù)據(jù)的發(fā)展還引出了許多其他方面的問題。在數(shù)據(jù)處理方面，雖然已經(jīng)有了新的技術(shù)突破，但是大數(shù)據(jù)應(yīng)用的問題并沒有完全解決。例如，怎樣有效而快速地做好大量數(shù)據(jù)的清洗工作；怎樣掌握“量”與“質(zhì)”的平衡（若是清洗過程中粒度太粗，就可能無法達(dá)到清洗的預(yù)期效果；若是清洗過程中粒度太細(xì)，就可能將有用的信息過濾掉）；實(shí)時(shí)處理方法雖然效果不錯(cuò)，但是該方法對應(yīng)用的數(shù)據(jù)類型有一定的限制，如何將這些數(shù)據(jù)處理方法有效結(jié)合，創(chuàng)造出一個(gè)通用型的實(shí)時(shí)處理方式來打破這個(gè)瓶頸；數(shù)據(jù)中心的大部分電能用來維持服務(wù)器閑置時(shí)的供電，如何解決這方面的能耗問題；硬件方面，新舊硬件的交替期可能出現(xiàn)的木桶效應(yīng)和不匹配問題。這些問題都有待解決。2013年6月，美國爆發(fā)的“棱鏡事件”帶來的是隱私方面的不安全感。信息公開共享與隱私的矛盾問題也擺在了眼前。

5 結(jié)束語

大數(shù)據(jù)確實(shí)給人們的生活帶來了方方面面的影響，也影響著現(xiàn)代管理信息系統(tǒng)的發(fā)展，同時(shí)，大數(shù)據(jù)新興概念、技術(shù)和方法給管理信息系統(tǒng)的創(chuàng)新和應(yīng)用增添了新的視角，對管理信息系統(tǒng)的數(shù)據(jù)處理流程和相關(guān)基本構(gòu)成都產(chǎn)生了積極的推動性作用。現(xiàn)如今，對于大數(shù)據(jù)的研究和應(yīng)用尚處于初級階段，管理信息系統(tǒng)研究者應(yīng)該緊跟歷史潮流，抓住機(jī)遇，做好一切準(zhǔn)備，實(shí)現(xiàn)現(xiàn)代管理信息系統(tǒng)處理大數(shù)據(jù)的能力，使其能更好地為高校、企業(yè)和政府提供決策性支持，進(jìn)而增加它們的創(chuàng)造力和競爭力。然而，對于大數(shù)據(jù)帶來的人才轉(zhuǎn)型、數(shù)據(jù)安全、新舊軟硬件技術(shù)的磨合以及能源等方面的問題，管理信息系統(tǒng)開發(fā)者都應(yīng)該重點(diǎn)關(guān)注，這也是管理信息系統(tǒng)發(fā)展中的重要研究方向。

[1] G AN T Z J, R EINSEL D. The digital universe in 2020: big data, bigger digital shadows, and biggest growth in the FarEast[EB/OL]. [2012-12]. http// www.emc.com/leadership/digitaluniverse/2012view/index.htm.

[2] 賀超, 莊玉良. 基于物聯(lián)網(wǎng)的逆向物流管理信息系統(tǒng)構(gòu)建[J]. 中國流通經(jīng)濟(jì), 2012(6): 30-34. HE C, ZHUANG Y L. Study on reverse logistics management information system based on internet of things[J]. China Business and Market, 2012(6):30-34.

[3] 溫平川, 鄒曉暉. 基于SOA的社區(qū)管理信息系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J]. 重慶郵電大學(xué)學(xué)報(bào)（自然科學(xué)版）, 2011, 23(6):765-769. WENPC,ZOUXH. Desig nand realization of community management information system based on SOA[J]. Journal of Chongqing University of Posts and Telecommunications(Natural Science Edition), 2011, 23(6): 765-769.

[4] 孫凌宇, 歐陽春娟, 冷明, 等. 云計(jì)算與高等教育管理信息服務(wù)系統(tǒng)構(gòu)建[J]. 山西財(cái)經(jīng)大學(xué)學(xué)報(bào), 2012, 34(1):251-257. SUN L Y, OUYANG C J, LENG M, et al. Cloud computing and higher education management information service system[J]. Journal of ShanXi Finance and EconomicsUniversity, 2012, 34(1): 251-257.

[5] 張慶英, 何寧英. 基于RFID的冷庫管理信息系統(tǒng)[J]. 武漢理工大學(xué)學(xué)報(bào)（信息與管理工程版）, 2011, 33(4):553-555. ZHANG Q Y, HENY. RFI D-based cold storage management information system[J]. Journal of Wuhan University of Technology (Information & Management Engineering), 2011, 33(4):553-555.

[6] 吳金南, 劉作儀. 基于國家自然科學(xué)基金項(xiàng)目的管理信息系統(tǒng)研究進(jìn)展與分析[J]. 管理學(xué)報(bào), 2013,10(8):1201-1207. WU J N, LIU Z Y. Research progress on management information systems: an analysis of research projects funded by NSFC[J]. Chinese Journal of Management, 2013, 10(8):1201-1207.

[7] 國家自然科學(xué)基金委. 2014年度國家自然科學(xué)基金項(xiàng)目指南[M]. 北京: 科學(xué)出版社, 2014. The National Natural Science Foundation of China. 2014 Guidelines for National Natural Science Fund Project[M]. Beijing: The Science Publishing Company, 2014.

[8] 葉文晨, 汪敏, 陳云寰, 等. 一種聯(lián)合DPI和DFI的網(wǎng)絡(luò)流量檢測方法[J]. 計(jì)算機(jī)工程, 2011, 37(10): 102-104. YE W C, WANG M, CHEN Y H, et al. Network flow inspection method of joint DPI and DFI[J]. Computer Engineering, 2011, 37(10):102-104.

[9] 黃曉斌, 鐘輝新. 大數(shù)據(jù)時(shí)代企業(yè)競爭情報(bào)研究的創(chuàng)新與發(fā)展[J]. 圖書與情報(bào), 2012(6):9-14. HUANGXB, ZHONGH X. On the innovation and development enterprises competitive intelligence analysis in the big-data era[J]. Library and Information, 2012(6):9-14.

[10] 劉大有, 陳慧靈, 齊紅, 等. 時(shí)空數(shù)據(jù)挖掘研究進(jìn)展[J]. 計(jì)算機(jī)研究與發(fā)展，2013, 50(2):225～239 LIUDY, CHENHL, QIH, etal. Advances in spatiotemporal data mining[J]. Journal of Computer Research and Development, 2013, 50(2): 225-239.

[11] 程苗. 基于云計(jì)算的Web數(shù)據(jù)挖掘[J]. 計(jì)算機(jī)科學(xué), 2011, 38(10A):146-149. CHENG M. Web data mining based on cloud-computing[J]. Computer Science, 2011, 38(10A): 146-149.

[12] 孟小峰, 慈祥. 大數(shù)據(jù)管理:概念、技術(shù)與挑戰(zhàn)[J]. 計(jì)算機(jī)研究與發(fā)展, 2013, 50(1): 146-169. MENG X F, CI X. Big data management: concepts, techniques and challenges[J]. Journal of Computer Research and Development, 2013, 50(1):146-169.

[13] 覃雄派, 王會舉, 杜小勇, 等. 大數(shù)據(jù)分析-RDBMS與MapReduce的競爭與共生[J].軟件學(xué)報(bào), 2012, 23(1):32-45. QIN X P, WANG H J, DU X Y, et al. Big data analysis-competition and symbiosis of rdbms and mapreduce[J]. Journal of Software, 2012, 23(1):32-45.

[14] 孫強(qiáng), 張雪峰. 大數(shù)據(jù)決策學(xué)論綱: 大數(shù)據(jù)時(shí)代的決策變革[J]. 華北電力大學(xué)學(xué)報(bào)（社會科學(xué)版）, 2014(4): 33-37. SUN Q, ZHANG X F. An outline of the data decision making: the age of big data decision change[J]. Journal of North China Electric Power University (Social Science), 2014(4): 33-37.

[15] 張祥. 大數(shù)據(jù)時(shí)代企業(yè)管理決策的發(fā)展探究[J]. 東方企業(yè)文化, 2015(24):171. ZHANG X. Explore the development of big data era of enterprise management decisions[J]. Oriental Enterprise Culture, 2015(24):171.

[16] 洪文學(xué), 王金甲. 可視化和可視化分析學(xué)[J].燕山大學(xué)學(xué)報(bào), 2010, 34(2):95-99. HONG W X, WANG J J. Sur vey o n visualization and visual analytics[J]. Journal of Yanshan University, 2010, 34(2):95-99.

[17] 覃雄派, 王會舉, 李芙蓉, 等. 數(shù)據(jù)管理技術(shù)的新格局[J]. 軟件學(xué)報(bào), 2013, 24(2):175-197. QIN X P, WANG H J, LI F R, et al. New landscape of data management technologies[J]. Journal of Software, 2013, 24(2): 175-197.

[18] 方建勇. 一種基于云計(jì)算技術(shù)的軍事信息系統(tǒng)體系架構(gòu)[J]. 計(jì)算機(jī)技術(shù)與發(fā)展, 2013(12): 235-239.FANG J Y. A military information system architecture based on cloud computing technology[J]. Computer Technology and Development, 2013(12): 235-239.

[19] ANDREW M, ERIK B. Big data: the management revolution[J]. Harvard Business Review, 2012, 90(10): 60-68.

[20] 朱東華, 張嶷, 汪雪鋒, 等. 大數(shù)據(jù)環(huán)境下技術(shù)創(chuàng)新管理方法研究[J]. 科學(xué)學(xué)與科學(xué)技術(shù)管理, 2013(4): 172-180. ZHU D H, ZHANG Y, WANG X F, et al. Research on the methodology of technology innovation management with big data[J]. Science of Science and Management of S&T, 2013(4):172-180.

[21] 吳金紅, 張飛, 鞠秀芳. 大數(shù)據(jù):企業(yè)競爭情報(bào)的機(jī)遇、挑戰(zhàn)及對策研究[J]. 情報(bào)雜志, 2013(1): 5-9. WU J H, ZHANG F, JU X F. Big data: opportunities, challenges and strategies of enterprise competitive intelligence[J]. Journal of Intelligence, 2013(1): 5-9.

Research on development of management information system in big data environment

YANG Libin1, LI Hailin1,2, ZHANG Feibo1
1. Department of Information Management, Huaqiao University, Quanzhou 362021, China
2. Research Center for Applied Statistics and Big Data, Huaqiao University, Xiamen 361021, China

The age of big data brought the management information system some shocks and challenges. So it was necessary to investigate the effects and impacts of the big data for management information system, which made the performance and social service of management information system more powerful. The connotation and features were given in advance to understand the conception of big data and the impacts of big data for business process of management information system were illustrated. Meanwhile, the promoting functions of big data for management information system were analyzed from its constitution Finally, some problems including information security and talent shortage were discussed in the big data environment, and some solutions for them were also proposed.

big data, management information system, data mining, information process

C931.6

A

10.11959/j.issn.2096-0271.2016010

楊麗彬(1982-)，女，華僑大學(xué)信息管理系講師，主要研究方向?yàn)閿?shù)據(jù)分析與知識管理。

李海林(1982-)，男，博士，華僑大學(xué)信息管理系副教授、碩士生導(dǎo)師，主要研究方向?yàn)閿?shù)據(jù)挖掘與決策支持。

張飛波(1993-)，女，華僑大學(xué)信息管理系本科在讀，主要研究方向?yàn)楣芾硇畔⑾到y(tǒng)和數(shù)據(jù)分析。

2015-09-03

國家自然科學(xué)基金資助項(xiàng)目（No.61300139）；福建省社會科學(xué)規(guī)劃項(xiàng)目（No.2013C018）；華僑大學(xué)中青年教師科研提升資助計(jì)劃基金資助項(xiàng)目（No.ZQN-PY220）

Foundation Items: The National Natural Science Foundation of China (No.61300139), Social Science Planning Project of Fujian Province (No.2013C018), Promotion Program for Young and Middle-aged Teacher in Science and Technology Research of Huaqiao University (No.ZQN-PY220)