简介:主流经济学研究一般采用模型驱动研究范式,包括选定模型的组成变量、建立模型的基本假设、模型的模拟与求解、实证检验以及分析结论五个步骤。模型驱动研究范式推动了近代以来经济学的发展,与思辨驱动研究范式一道成为经济学发展史上重要的里程碑。但自21世纪以来,数据出现了爆炸式增长,数据量级已达到了ZB(270B)级别,且还在呈指数级加速增长。数据大爆炸给经济学研究带来了全新的挑战,模型驱动研究范式已难以适应经济学研究的需要。随着计算机技术的迅猛发展,数据驱动研究范式因其可最大限度利用巨量数据所提供的有价值的信息而表现出模型驱动研究范式不可比拟的优势,因而未来的经济学研究必将由数据驱动研究范式所主导。对此,经济研究工作者应做出相应改变,以适应大数据时代的来临。
简介:世界级品牌管理大师戴维·阿克曾在著作《品牌领导》中指出,几乎每个组织都有三种最重要的资产:人才、信息技术和品牌,这一观点也受到众多管理学专家的认可。在这三者中,人才的重要性无须赘述。近年来,信息技术不断蕈新发展,随着智能终端、云计算和移动互联网的蓬勃发展,我们正存进入大数据时代。当下代带来的思维革命,充分利用既有数据,从发现一股性规律到小概率事件,从考虑因果性到发现关联性,而计算机算法也存不断革新和发展,以更好地应对大数据时代对其提出的挑战。同时,随着市场趋势的发展,企业管理品牌资产的模式逐渐从“消费者导向”升级到“理念导向”。这是一种从战术管理到战略管理的转变,一种从有限聚焦到广阔视野的转变,在“理念导向”的模式下,要求品牌更加具有战略性和预见性——伟大的品牌在起初越来越像一种预先的假设。
简介:摘 要 : 在大数据时代背景下,信息技术不断发展,传统电网管理模式已无法满足当今企业的各项需求,智能电网则顺应需求而产生,为企业提供了更加高效智能的服务,使得企业的电力系统得以稳当运行。此次研究在深入分析当今智能电网数据处理现状的基础上,对智能电网大数据处理的关键技术进行了探究,提出数据挖掘技术在电网系统中的实现手段;针对其面对的各项挑战进行分析并提出解决方案,该方案中包括实行电网调控管理、建立数据治理体系、构建电网安全防护体系和建立数据质量评价模型。
简介:摘要:在现代化社会的运行下,各行各业开始使用大数据进行工作。在大数据的背景下,电力自动化数据处理也更加简洁便利。但与此同时,大数据的出现,也给电力自动化数据处理带来的复杂的环境。为了促进中国电力行业的更好发展 ,人们用电更安全,就必须采用有效的方式进行自动化数据处理,减少外界因素带来的误差。本文根据电力自动化系统中数据的类型,采用积极有效的方法将成本运算控制到最低,研讨在大数据的时代如何处理数据。并且分析了如何快速准确地处理电力系统中的数据,最大程度的降低人工工作量,对于数据处理中出现的相关问题进行了分析解决,并且列出了在运行过程中可能出现的问题。同时,对电力系统的发展方向进行了研究,希望带给大家一些参考借鉴意义。