大数据应用类论文

网络安全与大数据技术应用探讨论文

摘要： 随着互联网技术的高速发展与普及，现如今互联网技术已经广泛应用于人们工作与生活之中，这给人们带来了前所未有的便利，但与此同时各种网络安全问题也随之显现。基于此，本文主要介绍了大数据技术在网络安全领域中的具体应用，希望在网络系统安全方面进行研究的同时，能够为互联网事业的持续发展提供可行的理论参考。

关键词： 网络安全；大数据技术；应用分析

前言

随着近年来互联网技术的不断深入，网络安全事故也随之频频发生。出于对网络信息安全的重视，我国于2014年成立了国家安全委员会，正式将网络安全提升为国家战略部署，这同时也表示我国网络信息安全形势不容乐观，网络攻击事件处于高发状态。木马僵尸病毒、恶意勒索软件、分布式拒绝服务攻击、窃取用户敏感信息等各类网络攻击事件的数量都处于世界前列。时有发生的移动恶意程序、APT、DDOS、木马病毒等网络攻击不仅会严重阻碍网络带宽、降低网络速度、并且对电信运营商的企业声誉也会产生一定影响。根据大量数据表明，仅仅依靠传统的网络防范措施已经无法应对新一代的网络威胁，而通过精确的检测分析从而在早期预警，已经成为现阶段网络安全能力的关键所在。

1网络安全问题分析

网络安全问题不仅涉及公民隐私与信息安全，更关乎国事安全，例如雅虎的信息泄露，导致至少五亿条用户信息被窃；美国棱镜门与希拉里邮件门等等事件都使得网络安全问题进一步升级、扩大。随着互联网构架日益复杂，网络安全分析的数据量也在与日俱增，在由TB级向PB级迈进的过程，不仅数据来源丰富、内容更加细化，数据分析所需维度也更为广泛。伴随着现阶段网络性能的增长，数据源发送速率更快，对安全信息采集的速度要求也就越高，版本更新延时等导致的Odav等漏洞日渐增多，网络攻击的影响范围也就进一步扩大；例如APT此类有组织、有目标且长期潜伏渗透的多阶段组合式攻击更加难以防范，唯有分析更多种类的安全信息并融合多种手段进行检测抵御。在传统技术架构中，大多使用结构化数据库来进行数据存储，但由于数据存储的成本过高，系统往往会将原始数据进行标准化处理后再进行存储，如此易导致数据的丢失与失真以及历史数据难以保存而造成的追踪溯源困难；同时对于嘈杂的大型、非结构化数据集的执行分析以及复杂查询效率很低，导致数据的实时性及准确性难以保证，安全运营效率不高，因此传统网络安全技术已经难以满足现阶段网络安全分析的新要求。大数据技术这一概念最初由维克托.迈尔.舍恩伯格与肯尼斯.库克耶在2008年出版的《大数据时代》一书中提出的，大数据是指不采用随机分析法，而是对所有的数据进行综合分析处理。大数据技术作为现阶段信息架构发展的趋势之首，其独有的高速、多样、种类繁多以及价值密度低等特点，近年来被广泛应用于互联网的多个领域中。大数据的战略意义在于能够掌握庞大的数据信息，使海量的原始安全信息的存储与分析得以实现、分布式数据库相比传统数据库的存储成本得以降低，并且数据易于在低廉硬件上的水平扩展，极大地降低了安全投入成本；并且伴随着数据挖掘能力的大幅提高，安全信息的采集与检测响应速度更加快捷，异构及海量数据存储的支持打造了多维度、多阶段关联分析的基础，提升了分析的深度与广度。对于网络安全防御而言，通过对不同来源的数据进行综合管理、处理、分析、优化，可实现在海量数据中极速锁定目标数据，并将分析结果实时反馈，对于现阶段网络安全防御而言至关重要。

2大数据在网络安全中的应用

将大数据运用到网络安全分析中，不仅能够实现数据的优化与处理，还能够对日志与访问行为进行综合处理，从而提高事件处理效率。大数据技术在网络安全分析的效果可从以下几点具体分析：

数据采集效率

大数据技术可对数据进行分布式地采集，能够实现数百兆/秒的采集速度，使得数据采集速率得到了极大的提高，这也为后续的关联分析奠定了基础。

数据的存储

在网络安全分析系统中，原始数据的存储是至关重要的，大数据技术能够针对不同数据类型进行不同的数据采集，还能够主动利用不同的方式来提高数据查询的效率，比如在对日志信息进行查询时适合采用列式的存储方式，而对于分析与处理标准化的数据，则适合采用分布式的模式进行预处理，在数据处理后可将结果存放在列式存储中；或者也可以在系统中建立起MapReduce的查询模块，在进行查询的时候可直接将指令放在指定的节点，完成处理后再对各个节点进行整理，如此能够确保查询的速度与反应速度。

实时数据的分析与后续数据的处理

在对实时数据的分析中，可以采用关联分析算法或CEP技术进行分析，如此能够实现对数据的采集、分析、处理的综合过程，实现了更高速度以及更高效率的处理；而对于统计结果以及数据的处理，由于这种处理对时效性要求不高，因此可以采用各种数据处理技术或是利用离线处理的方式，从而能够更好地完成系统风险、攻击方面的分析。

关于复杂数据的分析

在针对不同来源、不同类型的复杂数据进行分析时，大数据技术都能够更好的完成数据的分析与查询，并且能够有效完成复杂数据与安全隐患、恶意攻击等方面的处理，当网络系统中出现了恶意破坏、攻击行为，可采用大数据技术从流量、DNS的角度出发，通过多方面的数据信息分析实现全方位的防范、抵御。

3基于大数据技术构建网络系统安全分析

在网络安全系统中引入大数据技术，主要涉及以下三个模块：

数据源模块

网络安全系统中的`数据及数据源会随着互联网技术的进步而倍增技术能够通过分布式采集器的形式，对系统中的软硬件进行信息采集，除了防火墙、检测系统等软件，对设备硬件的要求也在提高，比如对服务器、存储器的检查与维护工作。

数据采集模块

大数据技术可将数据进行对立分析，从而构建起分布式的数据基础，能够做到原始数据从出现到删除都做出一定说明，真正实现数据的访问、追溯功能，尤其是对数据量与日俱增的今天而言，分布式数据存储能够更好地实现提高数据库的稳定性。

数据分析模块

对网络安全系统的运营来说，用户的业务系统就是安全的最终保障对象，大数据分析能够在用户数据产生之初，及时进行分析、反馈，从而能够让网络用户得到更加私人化的服务体验。而对于用户而言，得其所想也会对网络系统以及大数据技术更加的信任，对于个人的安全隐私信息在系统上存储的疑虑也会大幅降低。当前网络与信息安全领域正在面临着全新的挑战，企业、组织、个人用户每天都会产生大量的安全数据，现有的安全分析技术已经难以满足高效率、精确化的安全分析所需。而大数据技术灵活、海量、快速、低成本、高容量等特有的网络安全分析能力，已经成为现阶段业界趋势所向。而对互联网企业来说，实现对数据的深度“加工处理”，则是实现数据增值的关键所在，对商业运营而言是至关重要的。

4结语

在当下时代，信息数据已经渗透到各个行业及业务领域中，成为重要的社会生产因素。正因如此，互联网数据产生的数量也在与日倍增中，这给网络安全分析工作带来了一定难度与压力，而大数据技术则能够很好的完善这一问题。在网络系统中应用大数据技术不仅能够满足人们对数据处理时所要求的高效性与精准性，并且能够在此基础上构建一套相对完善的防范预警系统，这对维护网络系统的安全起着非常关键的作用，相信大数据技术日后能够得到更加广泛的应用。

参考文献：

[1]鲁宛生.浅谈网络安全分析中大数据技术的应用[J].数码世界，2017.

[2]王帅,汪来富,金华敏等.网络安全分析中的大数据技术应用[J].电信科学，2015.

[3]孙玉.浅谈网络安全分析中的大数据技术应用[J].网络安全技术与应用，2017.

《大数据技术对财务管理的影响》

摘 要：大数据可以快速帮助财务部门建立财务分析工具，而不是单纯做账。大数据应该不仅仅局限于本单位的微观数据，更为重要的关注其他单位的宏观数据。大数据技术不仅带来了企事业单位财务数据搜集的便利和挑战，而且也衍生出了诸多关于单位人员个人信息保密等问题的积极探索。本文主要研究大数据技术(meta-data或big data)对企业或事业单位财务管理的影响，以期为财务数据管理的安全性提供一种分析的依据和保障。

关键词：大数据;财务管理;科学技术;知识进步

数据是一个中性概念。人类自古以来几千年的辉煌变迁，无外乎就是数据的搜集和使用过程而已。纵观古今中外的人际交流与合作，充满着尔虞我诈和勾心斗角，那么他们在争什么呢?实际上是在争夺信息资源;历史上品相繁多的战争，实际上不是在维持什么所谓的正义和和平，抑或为了人间的正道，而是在争夺数据的使用权;“熙熙攘攘皆为利往、攘攘熙熙皆为利来”的世俗变迁逻辑已经让位于数据游戏的哲学法则。人类自英国产业革命以来所陆续发明的技术，尽管被人们美其名曰“第四次科技革命的前沿技术”，实际上不过就是“0”和“1”两个数字的嬉戏而已。正如有学者指出的，汽车技术、生命科学技术、基因技术、原子能技术、宇宙航天技术、纳米技术、电子计算机技术，看起来美轮美奂，实则隐含着杀机，那就是由于人们把技术当成了目的后，导致了“技术专制”后的“技术腐败”和“技术灾难”。人类一方面在懒惰基因的诱惑下，发明了诸多所谓的机械装置，中国叫“机巧”;另一方面又在勤奋的文化下，发明了诸多抑制懒惰的制度和机制。本来想寻求节俭，结果却越来越奢侈;本来想节约，结果却越来越浪费;本来想善良，结果却越来越邪恶;本来想美好，结果却越来越丑陋。正如拉美特里所说：“人是什么?一半是天使，一半是野兽。当人拼命想成为天使的时候，其实他会逐渐变成野兽;当人想极力崇拜野兽的时候，结果会逐渐接近天使。”我们不是在宣讲宿命的技术，我们只是在预测技术的宿命。本文主要研究大数据技术(meta-data或big data)对企业或事业单位财务管理的影响，以期为财务数据管理的安全性提供一种分析的依据和保障。

一、大数据技术加大了财务数据收集的难度

财务数据的收集是一个复杂的系统工程，国际上一般采用相对性原则，即首先利用不完全统计学的知识对数据进行初步的计算，接着对粗糙的数据进行系统的罗列，最后对类型化的数据进行明分梳理。使用者如果想进入该数据库，就必须拥有注册的用户名和密码。由于国际上对于网络数据的监督均采取了实名注册的模式，所以一旦该用户进入到核心数据库之后想窃取数据，一般都会暴露自己的bug地址源，网管可以循着这一唯一性存留，通过云计算迅速找到该网络终端的IP地址，于是根据人机互动原理，再加上各种网吧所安装的监控平台，可以迅速找到数据库的剽窃者。如果按照上述数据变迁逻辑，那么财务数据的收集似乎变得易如反掌，而事实并非如此。因为：①数据的量化指标受制于云计算服务器的安全性。当云服务器受到不可抗力的打击，如地震、水患、瘟疫、鼠疫、火灾、原子能泄露或各种人为破坏的作用，数据会呈现离散型散落。这时的数据丢失会演变成数字灾难;②各种数据版权的拥有者之间很难实现无缝隙对接。比如在经过不同服务器的不同数据流之间，很难实现现实意义上的自由流通。正如专家所指出的，教育服务器的事业单位的人员数据、行政部门人事管理部门的保密性数据、军事单位的军事数据、医疗卫生事业的数据、工商注册数据、外事数据等在无法克服实际权力的分割陷阱之前，很难实现资源的共享，这时对数据的所谓搜集都会演化为“不完全抽样”的数字假象。由此而衍生的数据库充其量只是一部分无用的质料而已。

二、大数据技术影响了财务数据分析的准确性

对于搞财务管理的人来说，财务数据的收集只是有效实现资源配置的先决条件，真正有价值的或者说最为关键的环节是对财务数据的分析。所谓“财务数据分析”是指专业的会计人员或审计人员对纷繁复杂的单位人力资源信息进行“去魅”的过程。所谓“去魅”就是指去粗取精、去伪存真、由此及彼、由表及里、内外互联，彼此沟通、跨级交流、跨界合作。在较为严格的学术意义上，分析的难度广泛存在与财务工作人员的日常生活中。大数据技术尽管为数据的搜集提供了方便法门，但同时加大了财务人员的工作量和工作难度。原先只是在算盘或者草稿纸上就可以轻松解决的数据计算，现在只能借助于计算机和云图建模。对于一些借助于政治权力因素或者经济利益因素，抑或是借助于自身的人际关系因素上升到财务管理部门的职工来说，更大的挑战开始了。他们不知道如何进行数据流的图谱分析，不知道基于计算机软件技术的集成线路技术的跌级分类，不知道基于非线性配置的液压传动技术的模板冲压技术，不知道逆向网络模型来解决外部常态财务变量的可篡改问题。由于技术不过硬，导致了领导安排的任务不能在规定的时间内完成，即时仓促做完的案例，也会因为数据分析技术的落后而授人以柄，有的脾气不好的领导可能会大发雷霆;脾气好的领导只是强压着内心的怒火，那种以静制动的魄力和安静更是摄魂夺魄。所以说数据分析难度的增加不是由于财务人员的良心或善根缺失，在很大程度上是由于技术的进步和大数据理念给我们带来的尖锐挑战。对于普通的没有家庭和社会背景的财务管理人员来说，能做的或者说唯一可做的就是尊重历史发展的周期律，敬畏生生不息的科学革命，认真领会行政首长的战略意图，提升自己的数据分析技术，升华在自身的“硬实力”。否则觊觎于领导的良心发现和疏忽大意，期望技术的静止或者倒退，抑或是在违法犯罪之后天真的认为可以相安无事，可能都只会落得“恢恢乎如丧家之犬”的境遇。

三、大数据技术给财务人事管理带来了挑战

一个单位的财务人事管理牵扯到方方面面的问题，其意义不可小视。一般来讲，单位在遴选财务管理部门管理人员的时候，大多从德才绩行四个方面全面权衡。然而这种“四有标准”却隐含着潜在的危机和不可避免的长远威胁，这其中的缘由就在于人性的复杂性和不可猜度性。历史和现实一再告诉人们，单纯看眼前的表现和话语的华丽，不仅不能对人才的素质进行准确的评价，而且还会导致官员的远期腐败和隐性腐败。对于中国的腐败，国人大多重视了制度和道德的缘起，却往往忽视了财务管理的因素。试想如果财务管理人员牢牢践行“焦裕禄精神”，不对任何政治权力开绿灯，国有资产又如何流出国库而了无人知晓呢?事实上，中国的所有腐败，不论是国有资产的国外流失抑或是国内流失，都在很大程度上与财务人员有关，可能有些管理人员会强调那不是自己的责任，出纳签字是领导的授意，会计支出费用那是长官的意思清晰表示。实际上，处于权力非法授予的签字、盖章、取现、流转和变相洗钱都是违法的，甚至是犯罪的。间接故意也是应当追究责任的。值得高兴的是，伴随着数字模拟技术的演进，财务管理中的腐败现象和人事管理科学化问题得到了极大的改善，相关领导伸手向财务要钱的行为，不仅会受到数据进入权限的限制，而且还会受到跟数据存留的监控，只要给予单位科技人员以足够的权限，想查找任何一笔资金的走向就变得非常简单，而且对于每一笔资金的经手者的信息也会了如指掌。这在一定程度上减少了只会指挥、不懂电脑的首长的孵化几率。

四、大数据技术加大了单位信息保密的难度

IMA(美国注册会计师协会)研发副总裁Raef・Lawson博士曾经指出：“客观上讲，大数据技术的正面效用是非常明显的，但一个不容回避的事实是大数据技术为财务信息的安全性提出了越来越严峻的挑战。我们已经注意到，在欧洲大陆、美洲大陆已经存在基于数据泄露而产生的各种抗议活动，这些活动牵扯到美国的数据窃听丑闻、俄罗斯对军事数据的强制性战友举动、以色列数据专家出卖阿拉伯世界经济数据的案件、在东方的中国香港一部分利用数据的窃取而发家致富的顶尖级黑客专家。”在数据集成的拓扑领域，大数据技术的保密性挑战肇始于蚁群算法的先天性缺陷。本来数据流的控制是依靠各种所谓的交易密码，实际上这些安全密码只是数据的另一种分类和组合而已。在数据的非线性组合和线路的真空组装模式下，任何密码都只是阻挡了技术侏儒的暂时性举动，而没有超出技术本身的惰性存在。当一个hacker掌握了源代码的介质性接洽技术之后，所剩下的就是信息和数据的搜集了，只要有足够的数据源，信息的户的几乎是轻而易举的。

2003年，北京的一家名为飞塔公司的防火墙安全软件在中关村科技城闪亮上市。该安全控制软件的开发者随机开发了一款名曰MAZE天网的软件，并且采用了“以其之矛攻其之盾”的攻防策略。测试的结果是尽管maze的源代码采用了24进制蝶形加密技术，但 FortiGate防火墙技术仍然能够阻挡住善意木马对电脑终端用户信息的剽窃和非法利用。FortiWeb已经通过全球权威的ICSA认证，可以阻断如跨站脚本、SQL注入、缓冲区溢出、远程文件包含、拒绝服务，同时防止敏感数据库外泄，为企事业单位Web应用提供了专业级的应用安全防护。飞塔公司之所以耗费人力和物力去开发这一新型的换代产品，就在于大数据时代对单位信息保密性的冲击。试想，如果一个单位连职工最起码的个人信息都不能安全存储的话，那么财务管理的科学性和人本性将从何谈起?只能说，即使在人权保护意识相对薄弱的法治环境里，我们也应该尽量提升自己的保密意识，加强对个人信息的保护和合理运用。

作者简介：田惠东(1967- )，女，汉族，河北定兴人，副高级会计师，本科学历，研究方向：财务管理，单位：保定市第一医院

2015年，大数据被纳入国家的发展战略中。在这个大背景下，大数据开始成为了各行各业发展中重要的战略资源，数字经济开始成为21世纪经济增长的重要驱动力。随着全球信息化技术的不断发展，游客的需求在网络环境的影响不断变化，与大数据融合成为了旅游业实现转型升级的必然选择。

一、大数据的概述及主要特点

(一)大数据的概述在国务院发表的《促进大数据发展行动纲要》中指出，所谓大数据指以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合，正快速发展为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，从中发现新知识、创造新价值、提升新能力的新一代信息技术和服务业态。其重点体现为一个“大”字，所以利用常用软件工具对大数据进行捕获、管理和处理的所耗时间会超过可容忍时间，需要处理能力更为强大的方式或处理器对其进行处理，而从大数据中挖掘出来的对决策有价值的信息应是企业除了资金和人力资源以外的另一项重要资产。

(二)大数据的主要特点1.海量性数据量大是大数据的基本特征。在数据时代，社会中不同的来源都能够产生大量的数据和信息。数据增长定律显示，在网络环境下，每18个月产生的数据量将会等于有史以来的数据之和，即全球的数据总量在2020年将会达到35000EB，PB级将是大数据的常用单位。2.多样性数据类型繁多、复杂多变是大数据的另外一个特点。过去的数据尽管数据量也比较庞大，但是大多都是事先定义好的结构化数据。现如今除了这类结构化数据以外还出现了非常多的半结构化、非结构化的新型数据，例如网络日志、社交媒体的图片视频信息、互联网搜索、手机通话记录、电子标签以及传感器网络等。这些非结构化的数据不仅数量大，并且增长较快，数据类型层出不穷，已经很难用几种规定的模式来表示日趋复杂多样的数据形式。3.高速性大数据高速性要求对数据处理的速度是迅速的，这是大数据处理区别于传统海量的数据处理的重要特性之一。数据在互联网中不断流动，而数据的价值却会随着时间的移动而迅速降低。如果数据不能得到及时有效处理，它就会失去价值，大量的数据就没有了意义。4.价值稀疏性大数据的价值呈现出稀疏性的特点。在海量的数据中，数据价值的密度较低是大数据关注的非结构数据的一个重要属性。例如在视频监控中，大量的影像数据被存储下来，在某一特定需求时，有效的数据可能只有几秒钟。

二、大数据对现阶段旅游事业的重要性

大数据运用的目的实际是探究需求侧。旅游大数据的数据来源主要有3个方面，第一，如携程、飞猪、同程等旅游在线服务商，他们既是旅游信息的提供者，同时也是旅行者需求信息的来源。第二，网络社交平台的信息资源。由于现阶段社交平台的风靡，大量的游客愿意在社交平台上分享旅游感受、旅游线路或者寻找旅游信息，以至于社交平台成为传统OTA以外另一个获取旅行者信息数据或进行旅游宣传的途径。第三，来自于政府或者企业通过自身的智慧旅游的设施设备收集的，用来分析和优化自身产品和服务的数据。通过这些大数据分析，能得到很多宝贵的、有用的信息，比如淡旺季时间、游客来源、旅游目的、交通方式、消费能力、满意度等。作为从业者或经营者，都可以更加直观地了解、预测到行业发展趋势以及景区的运营情况等，从而激发商业模式创新，不断衍生出新的服务;通过对游客信息的分析，及时发现游客需求，实现精准营销提升竞争优势的新机遇;此外，也是旅游管理部门提升管理能力的新途径，可以帮企业实现用数据说话、用数据决策、用数据管理的新模式。

三、大数据在现代旅游管理工作中的应用

(一)利用大数据进行旅游管理决策制定在企业管理中，决策的实质是为了实现企业目标，帮助企业更好地适应市场的发展。而是否掌握了足够多真实有效的信息，是企业做出决策的关键。因而旅游企业在做出决策之前，还需要利用大数据进行分析。首先，大数据处理的数据量巨大，通过对海量的数据进行搜集分析整理之后，就能够得出游客的行为特点和行为趋势，从而帮助企业在进行决策时有据可依，不会发生企业决策与行业发展南辕北辙的错误;其次，大数据分析依托专业的软件工具可以快速全面地得出有效的分析结果，帮助旅游企业快速准确地进行决策，同时通过对海量数据的分析，旅游管理决策的制定能够变得更加全面，这对旅游管理决策的制定工作来说是非常重要的;最后，大数据的数据来源于真实数据的搜集整理，因而分析出来的信息对企业决策具有非常现实的参考意义，且对现代的旅游管理工作发展具有很强的促进作用。例如，在实际的旅游决策正式制定之前，相关的工作人员要充分考虑大数据的重要性，并将其作为决定制定的最重要依据，这样在实际的旅游决策制定工作发展过程中，大数据受到的重视程度就会越来越高，这对大数据在现代旅游管理工作中的最终融入是十分重要的，且经过相关调查就能够得知，在大数据进行应用之后，国内诸多旅游企业的旅游管理决策制定开始变得更加科学合理。

(二)利用大数据进行旅游企业的智慧化管理旅游行业高速发展，加剧了行业内的竞争，要想在竞争中立于不败之地，就对旅游企业的管理水平有了更高的要求。因此，在大数据应用的背景下，旅游企业应该进行由传统的管理模式向以数据为基础的管理方式变革。首先，旅游企业应建立数据收集平台，提高企业的数据分析能力。互联网中的电子信息，不仅仅是传统的结构化信息，更多的是图片、视频和传感器数据等形式的非结构化数据，这要求企业建立数据收集平台，对复杂多样的数据形式进行实时采集，并进行高质量地信息分析。其次，旅游企业应根据对行业数据的分析，及时更新企业相关管理制度，基于市场或顾客需求的变化为管理人员的工作提供标准化要求。同时，还应加强对游客生活方式变化的追踪，对旅游景区运营的全过程进行监督，从而及时发现管理工作中存在的不足，优化景区的运营管理模式。最后，通过大数据分析对旅游企业人力资源进行开发和管理，能够基于数据对人力资源管理策略进行设计，提高旅游企业的工作效率;同时也能够优化企业的内部结构，实现对企业资源的充分应用，避免人力、物力浪费。另外，为了能对企业大数据进行有效分析，实现企业数据平台的可持续发展，需对不同专业的相关人员以及数据开发和管理人员进行系统地信息技术培训，建立考核机制，为企业提供有力的人力资源保障。对于目前国内各项发展事业来说，其实都在进行一个高速的、智慧化的发展，因此，现代旅游管理工作的智慧化发展也是十分重要的，企业应该重视起来，而在这一工作内容中，大数据能够起到非常强的助力作用。因此，国内旅游发展企业理应对大数据进行利用，这样才能提升现代旅游管理工作水平。

(三)利用大数据实现旅游的精准营销首先，以顾客需求为导向的旅游行业，通过大数据的应用可以更好地掌握游客的基本属性、需求、共同的行为特征等基本信息，例如游客的个人特征、出游时间、出游目的地、出行方式、游玩喜好、来源等。通过对这些数据的分析，可以更好地帮助旅游企业细分市场，制定出精准化的营销路线、个性化的旅游产品以及提供更具针对性的旅游服务。其次，在传统市场中，如何能实现旅游宣传的精准投放是旅游企业需要解决的难题。但是，在大数据应用的帮助下，越来越多的旅游目的地和旅游景区在网络宣传中取得了成功，出现了很多“网红城市”和“爆款景点”。例如：在《短视频与城市形象白皮书》中显示，截至2018年7月，仅在抖音短视频一个网络社交平台中，关于西安视频数就有194万条，播放量达到了近90亿次。这是在过去营销中不可能达到的奇迹。传统的AIDMA营销模式(引起注意、激发兴趣、产生欲望、留下记忆、产生行动)正逐步被AISAS模型(注意-兴趣-搜索-行动-分析)取代，借助大数据进行精准营销将成为旅游行业最重要的营销方式。也就是说，在对大数据进行一定的利用之后，现代旅游的营销工作就能够对上国民群众的“旅游胃口”，久而久之，国内旅游企业的发展水平就能够得到巨幅提升，这对其在未来社会的发展来说是比较重要的。

(四)利用大数据进行完善的顾客关系管理旅游服务的特点决定了顾客对购买的产品或者接受的服务是否感到满意，将直接影响其重购意愿。旅游企业作为以顾客需求为导向的服务型企业，进行顾客关系管理是非常有必要的，而且，在顾客的关系管理方面进行大数据应用后，顾客与旅游企业之间的关系就能够变得更加密切，顾客对旅游的期望以及实际旅游过程中的各种需求能够更精准地体现出来，这对于旅游企业的服务提升工作来说能够起到比较强的助力作用，为此，在实际的旅游事业发展过程中，企业要利用大数据进行客户关系的管理和提升。在移动互联网时代，旅游者已习惯通过网络分享自己的旅游体验，并通过其他用户生成的内容了解旅游目的地信息，制定旅行行程等。这些用户生成内容即是旅游目的地、旅游景区及旅游企业与消费者沟通的新兴渠道，也是树立旅游目的地形象和网络口碑传播的重要方式。旅游者用户生成内容的形式主要是文字评论、图片和视频分享，利用大数据技术对这些信息进行分析，能客观、动态地了解旅游目的地的网络形象，及时发现顾客需求并将其融入旅游资源开发与规划、促进更加智能的景区智慧化建设，及时发现和处理顾客投诉问题，加强与顾客的联系并与顾客建立良好的关系，不断优化旅游目的地形象，持续提升客户满意度和重游率。

四、结语

旅游业产生的数据巨大复杂，旅游的大数据完美契合大数据海量、多样、快速、富有价值的特点，通过探索、收集、分析和应用海量的旅游大数据在现代旅游管理工作中的应用，能够指导旅游企业管理决策，优化企业内部管理策略。通过对客户主要信息和旅游喜好的分类，能够帮助旅游企业设计出符合游客需求导向的旅游线路和个性化的旅游产品，并实现旅游营销的精准投放。利用游客在社交媒体上生成的内容分析，能够动态掌握旅游目的形象，进行有效的顾客关系管理，全面提高游客满意度和重游率。