hadoop就是基于Mapreduce框架的分布式平台，一般安装在Linex上面，也可以使用虚拟机在windows下使用。分布式程序可以在多台机器上生成多个节点，每个节点运行程序的一部分，然后合并起来，比单节点运行效率高很多。推荐本书《hadoop in action》（hadoop实战），还有论文可以看很多数据挖掘会议的论文，现在有很多人研究。我的毕业论文就是写这个
本科学位论文是侧重于动手能力的，所以称为毕业设计，大数据处理类的，如果真的去搭建云平台是稍微有些不太好做，毕竟咱们个人的计算机终端是不够的，所以我觉得侧重于大数据安全，有一些算法，简单仿真，或者基于hadoop对某个行业的数据进行下分析计算也是没问题，到实例部分其实你用数据挖掘的方法去做，结果差不多
大数据主要指的是软件开发，现在这个专业比较火，也就是说比较热门，因为现在是一个移动互联时代 ，找到客户的共同点，通过数据来分析，并且研究用户特点，可以起到事倍功半的作用。
大数据只是一个时代背景，具体内容可以班忙做
大数据主要指的是软件开发，现在这个专业比较火，也就是说比较热门，因为现在是一个移动互联时代 ，找到客户的共同点，通过数据来分析，并且研究用户特点，可以起到事倍功半的作用。
1.[期刊论文]数据科学与大数据技术专业的教材建设探索期刊：《新闻文化建设》 | 2021 年第 002 期摘要：随着大数据时代的到来,信息技术蓬勃发展,国家大力推进大数据产业的发展,鼓励高校设立数据科学和数据工程相关专业。在趋势的推动下,许多高校成立了数据科学与大数据技术专业。本文通过研究数据科学与大数据技术专业的发展现状,探索新专业下人才培养的课程设置及教材建设等问题,同时介绍高等教育出版社在数据科学与大数据技术专业教材建设方面的研发成果。关键词：数据科学与大数据技术专业；课程设置；教材建设链接：.[期刊论文]数据科学与大数据技术专业课程体系探索期刊：《科教文汇》 | 2021 年第 002 期摘要：该文阐述了数据科学与大数据专业的设置必要性、专业的培养目标和知识能力结构,最后探索了数据科学与大数据专业的技术性课程体系设置方法.希望该文内容对数据科学与大数据技术专业的培养方案制订和课程体系构造具有一定的指导意义和参考价值.关键词：数据科学；大数据技术；课程体系链接：.[期刊论文]数据科学与大数据技术专业实验实践教学探析期刊：《长春大学学报（自然科学版）》 | 2021 年第 001 期摘要：近些年各种信息数据呈爆炸式增长,在这种背景下,国家在2015年印发了关于大数据技术人才培养的相关文件,每年多个高校的大数据相关专业获批.数据量的增长对数据处理的要求越来越高,各行业涉及信息数据的范围越来越广,对大数据专业人才的需求越来越多.为了应对社会需求,如何科学地规划数据科学与大数据专业的本科教育,尤其在当前注重实践操作的背景下,如何制定适合的实验实践教学方案,更好满足社会需求.关键词：数据科学；大数据；实践教学链接：
数据科学与大数据技术论文可以从互联网方面入手。根据相关资料查询得知，互联网拥有着众多数据，且其运用存在着各种科学道理，所以在写数据科学与大数据技术论文时可以从这方面入手。
本科学位论文是侧重于动手能力的，所以称为毕业设计，大数据处理类的，如果真的去搭建云平台是稍微有些不太好做，毕竟咱们个人的计算机终端是不够的，所以我觉得侧重于大数据安全，有一些算法，简单仿真，或者基于hadoop对某个行业的数据进行下分析计算也是没问题，到实例部分其实你用数据挖掘的方法去做，结果差不多
在中国庞大的应用市场和人群下，深入观察变化且复杂的市场，探索以大数据为基础的解决方案成为了银行提高自身竞争力的一大重要手段。大数据技术是互联网金融的一大技术支撑，通过对人们在互联网上活动信息形成的数据的收集、挖掘、整理、分析和进一步应用，来创新思维、产品、技术、风险管理和营销。而数据是互联网金融的核心，未来计算机网络互联网金融业的竞争力将取决于数据的规模、有效性、真实性以及数据分析应用的能力。
一、我国互联网金融的概况
互联网金融作为二十一世纪高新产物，是传统的金融行业与互联网时代的有机结合，利用互联网技术和信息通信技术实现资金融通、支付、投资和信息中介服务的新型金融业务模式。这种新型金融模式具有颠覆式的影响，创新型巨大改革，不仅推动了我国利率市场化的进程，甚至影响整个经济与社会发展水平。
二、互联网金融的运作模式
(一)第三方支付模式
第三方支付模式，即某些具有一定实力和信誉保障的第三方独立机构，与各大银行签约后所提供的交易支持平台。
(二)P2P模式
又称点对点信贷，即一方贷款，一方借款，通过互联网作为中间平台的新型模式。这个模式对于微型小额的'信贷以及需要紧急周转资金的创业者是一个很好的选择。
(三)众筹模式
众筹就是大众筹资，需要筹资的企业或个人通过互联网这个众筹平台运用自己独特的号召力并发挥创意，获得来自大众的资金援助。
(四)互联网金融门户
互联网金融门户的核心就是“搜索比价”的模式，采用垂直比价的方法让顾客在互联网上“货比三家”，选择自己最满意的商品。
(五)大数据金融
大数据金融就是从大量数据中提取有利用价值的信息，以云计算为基础来进行融资的模式。最具代表性的就是余额宝，用高于银行的利率吸引消费者融资，不断推动着金融业的发展与进步。
三、互联网金融中的大数据应用及意义
(一)反映市场情况：电商和统计部门通过利用大数据对指数的编制来反映市场的基本情况，有效的分析交易数据，识别出市场交易模式，帮助决策者制定高效率的套利战略。比如国家的统计局与百度、阿里巴巴等电商、电信、互联网企业签订合作协议，共同开发利用大数据。
(二)金融产品定价：金融的核心内容之一就是金融产品定价问题(尤其是金融衍生产品定价)，这一直是大家关心的重要领域，其中涉及有计算和数学建模等。以信用违约互换定价为例，除了考虑违约的传染性和相关性，还要考虑违约过程的建模和估计，通常需要复杂的数学模型并且验证困难。最近一种基于大数据的解决方法即利用实际交易数据估计违约概率使其简单方便。因此大数据能为互联网金融市场提供运营平台，有效的整合互联网金融资源，，促进资源优化配置。
(三)精确营销：通过对一些场景类环境数据、朋友关系和用户经历的人文数据、位置和购物等的行为数据，建立模型进行分析，进一步细分客户。之后，可以定向推出产品并投放广告，实现精确营销。这也符合STP战略思想。大数据通过分析社交网络市场的信息， 特别关注搜索引擎中的搜索热点，从而制定投资策略，使互联网金融实现了一种新的营销模式。
(四)监管风险：互联网金融虽提高了金融效率，但也使风险呈现出许多新形式。因此需要对互联网金融活动产生的大数据进行分析，及时准确发现风险暴露，采取相应的措施加以规避、防范，提高互联网金融安全性，促进互联网金融的创新。
(五)信用：利用大数据，可以在法律和道德所容许的范围内对评估对象的静态动态信用行为进行收集、整理、分析挖掘，使人的信用立体化，进而评估个人或群体的信用，建立用户的增信模型和信用评分，打破了金融机构垄断用户信息的状况。
四、互联网金融大数据应用中存在的问题
互联网金融业本就拥有大数据，已成为自然产生大数据的重要领域，因此在互联网金融大数据应用中体现出了一些问题和挑战。
1、大数据处理速度满足不了各方的需求，体量大，噪声水平、数据来源和其他因素引起的内容和频率变化快，增加了大数据问题的复杂性。
2、大数据中含有大量的噪声信息甚至是虚假信息，出现信息过载的问题。
3、部分企业不愿公开、上传数据，造成不公开数据部门占便宜、公开数据部门吃亏的状况，形成了数据的公开、共享等方面不尽人意的局面。
4、容易泄露用户信息，造成滥用法律法规建设及滞后的现象。如商家对客户交易信息的过度营销，下载不安全的APP、用户扫描二维码支付都可能泄露个人的信息，买卖用户信息的不法交易等。
5、并非互联网金融的所有参与者都具备大数据分析的能力，数据分析挖掘能力不平衡。
五、结论
通过对互联网金融大数据的运行模式以及应用初步探究，我们发现还有很多问题等待我们去解决，严峻的考验只会让我们的路走得更稳固，金融业近些年的巨大发展和变革让我们更加坚定的去深思时代产物与新型科技的碰撞带来的丰硕成果，不断更新互联网金融时代，带领我们进入更美好的时代。
大数据只是一个时代背景，具体内容可以班忙做
内容如下：
1、大数据对商业模式影响
2、大数据下地质项目资金内部控制风险
3、医院统计工作模式在大数据时代背景下改进
4、大数据时代下线上餐饮变革
5、基于大数据小微金融
大数据(big data)，或称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。
在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中大数据指不用随机分析法（抽样调查）这样捷径，而采用所有数据进行分析处理。大数据的5V特点（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性）。
《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
《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
内容如下：
1、大数据对商业模式影响
2、大数据下地质项目资金内部控制风险
3、医院统计工作模式在大数据时代背景下改进
4、大数据时代下线上餐饮变革
5、基于大数据小微金融
大数据(big data)，或称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。
在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中大数据指不用随机分析法（抽样调查）这样捷径，而采用所有数据进行分析处理。大数据的5V特点（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性）。
学术堂整理了十五个和大数据有关的毕业论文题目，供大家进行参考：1、大数据对商业模式影响2、大数据下地质项目资金内部控制风险3、医院统计工作模式在大数据时代背景下改进4、大数据时代下线上餐饮变革5、基于大数据小微金融6、大数据时代下对财务管理带来机遇和挑战7、大数据背景下银行外汇业务管理分析8、大数据在互联网金融领域应用9、大数据背景下企业财务管理面临问题解决措施10、大数据公司内部控制构建问题11、大数据征信机构运作模式监管12、基于大数据视角下我国医院财务管理分析13、大数据背景下宏观经济对微观企业行为影响14、大数据时代建筑企业绩效考核和评价体系15、大数据助力普惠金融
本科学位论文是侧重于动手能力的，所以称为毕业设计，大数据处理类的，如果真的去搭建云平台是稍微有些不太好做，毕竟咱们个人的计算机终端是不够的，所以我觉得侧重于大数据安全，有一些算法，简单仿真，或者基于hadoop对某个行业的数据进行下分析计算也是没问题，到实例部分其实你用数据挖掘的方法去做，结果差不多
大数据只是一个时代背景，具体内容可以班忙做
一、引言 近年来，计算机、网络等信息技术迅猛发展并被广泛普及，各个行业的电子信息数据呈现出爆炸性的增长，这些动辄达到数百TB甚至数百PB的海量数据被称为“大数据”。这些数据包括结构化数据、非结构化数据和半结构化数据，具有大量性（Volume）、多样性（Variety）、快速性（Velocity）、价值性（Value）等特点。大数据时代的到来，改变了数据采集、分类、传输、储存、处理的方式，也促使了人们思维模式的转变。作为一次全新的技术革命，大数据技术的应用也会引发政府审计工作的重大变革。在大数据背景下，积极探索、创新审计方式方法，防范大数据环境下的审计风险，对于推动政府审计工作深化发展、充分发挥审计的监督保障作用具有十分重要的意义。 2015年9月5日，国务院印发的《促进大数据发展行动纲要》中指出：“要加快大数据部署，加快政府信息平台整合，着力推进数据汇集和发掘，深化大数据在各行业创新应用，科学规范利用大数据，切实保障数据安全”。2015年12月8日，中办、国办印发的《关于实行审计全覆盖的实施意见》要求“积极创新审计技术方法，构建大数据审计工作模式，提高审计能力、质量和效率，扩大审计监督的广度和深度。适应大数据审计需要，构建国家审计数据系统和数字化审计平台，积极运用大数据技术，加大业务数据与财务数据、单位数据与行业数据以及跨行业、跨领域数据的综合比对和关联分析力度，提高运用信息化技术查核问题、评价判断、宏观分析的能力”。 国家审计机关充分认识大数据审计的优势，在“十二五”期间，加快推进“金审”三期工程，建设审计数据信息平台，促进大数据分析技术、云计算技术在审计实践中的运用，改变审计方式，提高审计效率，拓展政府审计的领域，促进政府审计发挥更重要的作用。 二、传统审计的局限性 传统的审计模式下，受到时间、办公地点的限制，审计人员主要采用手工查账或现场审计实施系统进行基础性的数据分析，并结合现场核对实物、调取相关资料等手段开展审计工作，但是受限于数据资源的匮乏、审计手段的单一等因素，传统审计存在以下局限性： 1.抽样审计方法存在一定风险 受制于成本效益原则和审计技术的限制，审计人员为了在有限的时间内利用有限的审计资源完成审计任务，往往采用随机抽样的方式，对部分样本进行审计，以对抽取的样本的审计结果作为整体的审计结果。然而，抽样审计存在其固有的缺陷。一方面，抽样的随机性难以掌握，审计人员由于自身的经验、技术水平、思维方式的不同，可能在抽样的过程中存在一定的偏好，导致抽样失去随机性，影响最终的审计结果； 另一方面，抽样审计结果与样本大小、抽样方式、样本类型等息息相关，但是对于这些抽样要素，目前均没有一个科学统一的标准，审计人员无法保证在抽样过程中是否遗漏了重要的审计证据，是否忽略了某些业务之间的关联性。因此，抽样审计存在一定的审计风险。 2.数据分散、无法充分利用外部数据 在传统的审计组织模式下，审计业务部门一般划分为财政、金融、投资、社保、经济责任等科室，对于一个审计项目，通常由某一科室负责派出审计组，“单兵作战”开展审计工作。在审计过程中，审计人员一般从获取被审计单位原始凭证、预算财务数据、业务往来资料等入手，从这些数据和信息挖掘有用的审计线索。由于各个行业、部门的数据尚未实现有效的整合和共享，审计人员在利用税务、工商、银行等外部数据时存在一定的困难。一方面，审计人员通过函证或者对账等手段从被审单位以外的其他单位获取审计证据时，取决于被询证单位的配合意愿和效率； 另一方面，不同部门的外部数据之间的一致性较差，在进行外部数据关联比对分析之间，审计人员需要耗费大量的时间和精力对数据进行整理和转换。在有限的审计时间和审计资源下，利用外部数据进行比对分析通常被视为一种辅助手段。 3.审计分析视角单一 在传统审计中，如何利用数据量大、格式繁多、不易识别、管理不便的非结构化数据是审计人员所面临的难题之一。相对于结构化数据，非结构化数据是难以用数据库二维表结构来表达实现的数据集合，包括文本、图片、办公文档、图像、音频、XML、HTML等。在没有大数据技术支持下，传统审计思路是采用抽样或分类的方式对年度工作报告、公司 规章制度 、会议纪要等非结构化电子数据逐一的进行审计分析，这也无形中形成了数据之间的壁垒，分析视角的单一可能导致分析的局限性。另外，审计人员往往难以跳出企业内部业务、企业财务数据、审计项目的局限，很少去综合利用行业数据、各政府部门的数据，在更高层次和更深领域上汇总、归纳审计成果。 三、大数据背景下审计方式方法的转变 “大数据”时代的到来给审计工作的飞跃带来了不可多得的机遇，科学、正确的将大数据大量化、多样化、快速化等特点与审计监督工作相结合，将云计算技术、网络技术与审计监督工作相结合，必将使目前的审计方式方法发生巨大的变革。 1.从抽样审计模式向总体审计模式转变 在大数据背景下，云计算技术、数据挖掘技术的广泛应用为全部数据的采集、处理提供了条件，获取数据的难度更小、成本更低，审计人员可以采用收集和分析被审计单位所有数据（包括非结构化数据）的总体审计模式，规避抽样审计的风险。抽样审计会不可避免的损失非样本的信息，利用大数据技术，总体审计模式能够收集总体的所有数据，可以通过关联比对、数据挖掘等方法对数据进行多维度、深层次的分析，从而发现隐藏在细节数据中的信息，避免遗漏重要的问题事项。同时总体审计模式使审计人员能够站在高处、从总体把握审计对象，进而从总体的角度发现以前难以发现的问题。因此，在大数据背景下，无论从“微观”，还是从“宏观”的视角，都能提高审计数据的可靠性、全面性，更好的满足审计监督全覆盖的要求。 在审计过程中，对于非结构化的数据，如会议纪要、财务报表附注等，审计人员进行统一的采集、归类、合并，运用搜索、抽取、文本挖掘等方式进行分析。比如：对被审计单位的会议纪要、以前年度的审计报告、工作报告等电子数据进行分类梳理、挖掘分析，对重要信息进行检索，提高对文本类数据进行分析的效率，重点掌握被审计单位大额往来、重大经济决策、重大或有风险等财务状况，并跟踪被审计单位以前年度审计发现的问题的整改落实情况； 对图片、视频、音频等数据进行分析等。通过对非结构化数据进行分析，有助于评价被审计单位内部控制的合规性、有效性，掌握被审计单位的重大经济决策情况，发现违法违纪线索，确定下一步的审计重点。 2.从单一的审计方法向多维度的审计方法转变 在大数据背景下，审计人员可以运用各种先进的大数据分析处理方法手段，更精准的发现审计疑点，扩大审计覆盖面，提高审计工作的质量和效率。常用的方法有以下三种： 查询分析。审计人员主要利用SQL结构化查询语言语句进行查询，对数据进行计算、关联和分析。SQL语句最主要运用在多表连接和关联分析。比如说在商业银行审计中，审计人员重点关注银行贷款业务中是否存在循环担保现象，使贷款担保流于形式，未能真正发挥降低信贷风险、提高资产质量的作用。审计人员首先整理贷款发放明细表，设置“合同编号”、“信贷客户编号”、“合同金额”、“合同开始日”、“合同到期日”、“保证人编号”等字段，通过编写SQL语句，将贷款发放明细表进行自连接，通过语句Select distinct a.信贷客户编号,a.保证人编号 from dbo.贷款发放明细表 a join dbo.贷款发放明细表 b on a.信贷客户编号=b.保证人编号 join dbo.贷款发放明细表 c on b.信贷客户编号=c.保证人编号 and c.信贷客户编号=a.保证人编号 ，查询是否存在多个贷款主体之间循环担保的情况，针对筛选情况，进行审计延伸、取证。 多维分析。审计人员利用多维分析技术，以海量的数据为基础，从不同的角度对被审计单位的数据进行挖掘分析。比如说在某市低保审计中，要分析低保人员的文化程度、劳动能力、健康状况、年龄结构、性别等信息，审计人员通过对该市低保人员的详细信息数据表，设置“性别”、“年龄层次”、“劳动能力”、“文化程度”等不同字段，建立多维数据集，对信息进行切片、切块、旋转、钻取等操作，重点关注既具备劳动能力又享受低保的人员的年龄结构、健康、文化程度等情况，从而把握总体，明确审计抽查延伸的重点和方向。 数据挖掘。审计人员对大量的财务数据、业务数据进行抽取、转化、分析和模式化处理，从中发掘出隐藏的疑点和规律。通过离群点技术，可以发现明显偏离数据总体、不符合业务规律的数据，从而发现审计疑点； 通过聚簇分析，可以将数据按照相似特征归类，通过将当年数据与往年数据对比、当年各月数据对比，分析被审计单位数据的真实性； 通过序列分析，可以发现数据在时间或序列上的规律，发现审计数据之间的因果联系，比如对凭证号进行断号、重号、空号检查确定财务数据的真实性和完整性。通过可视化技术，使数据的特征和规律更直观的展现出来。 3. 审计职能从揭露问题向揭露、抵御和预防并重转变 目前，政府审计主要关注被审计单位财务收支的合规性、合法性和效益性，发现和揭露重大违法违规问题和经济犯罪线索，对于带有宏观性的共性问题，有针对性的提出审计的对策和建议。传统审计往往反映的被审计单位过去的情况，随着大数据时代的到来，全新的技术手段使审计人员处理数据的效率大幅提升，处理数据的方式方法多种多样，审计职能也从反映过去、揭露问题向揭露、抵御和预防并重转变。我国电子政务12个重点业务系统之一的金审工程目前在建设第三期，该工程主要目的是增强政府审计的抵御和预防功能。金审工程依托于大数据技术，实施“预算跟踪＋联网核查”审计模式，逐步实现审计监督的“三个转变”，即“从单一的事后审计转变为事后审计与事中审计相结合，从单一的静态审计转变为静态审计与动态审计相结合，从单一的现场审计转变为现场审计与远程审计相结合”。通过建立数据库系统，广泛收集、整合、共享政府、企事业单位、社会团体等数据，做到对整个宏观经济全面覆盖，经过大数据分析手段，对信息进行实时监测，找到异动数据，及时发现苗头性、倾向性问题，规避风险。同时，大数据审计可以分析对相关领域长期的数据进行深层次的剖析，预测数据的趋势走向，发现某些潜在规律，为政府制定政策、改进方法、完善制度提供关键依据。比如审计人员可以归集来自税务部门、民政部门、社保中心等多个部门的数据，根据参保人员的性别、年龄、文化程度、工作单位等信息，建立参保人群数据模型并进行预测分析，推测出若干年后参保人群比例和构成，估算出未来社保基金将要面临的压力，为政府制定政策提供助力。 四、大数据审计面临的风险及对策 大数据审计方法的推行对政府审计带来了巨大乃至颠覆性的变革。同时，大数据也是一把利弊共存的双刃剑，在提高审计效率、革新审计方法、扩展审计职能的同时，也带来了新的审计风险。 1.制度风险 目前，我国审计机关开展大数据审计的相关法律法规依据尚不完善。近几年来，审计署多次印发大数据审计相关的指导性文件《数据审计指南》（审计发【2011】192号）、《信息系统审计指南》（审计发【2012】11号）、《ERP环境下的财务收支审计指南》（审计发【2014】101号）等，进一步指导和规范计算机数据审计行为，保障审计质量，提高审计效率。但是现行审计法律法规和审计准则尚未体现大数据审计的内容，对于利用大数据审计方法进行数据收集、储存、分析的整个流程暂时没有相关法律法规作为依据。只有建立了科学、健全、规范的法律法规作为审计人员依法审计的基础，大数据审计技术才能在政府审计中顺利的推广和应用。 2.数据安全风险 被审计单位、其他相关部门提供的数据中可能包含大量的个人隐私信息、政府敏感信息、商业秘密。审计人员采集的大数据在保管与使用中，可能由于人为管理、系统漏洞等原因导致数据遭到破坏或者数据泄露。比如由于安全防护不到位，攻击者利用系统漏洞进行攻击，窃取、破坏数据； 或者审计人员违规使用非专用设备处理、传输涉密信息导致信息泄露。一旦数据安全出现问题，将会产生严重的审计风险，直接影响到审计机关的公信力和权威性。 3.数据质量风险 确保审计人员所获取的数据是高质量的，是进行大数据分析的前提。只有保证数据的完整性和准确性，审计机关得出的审计结果才是真实、有效的。一方面，在数据采集和处理的过程中，可能由于被审计单位数据录入有误、不完整、数据库存在漏洞、人为修改数据等原因，导致数据的质量不高，影响数据分析的结果； 另一方面，由于被审计单位、各相关部门信息系统不同、系统间的数据不一致也会导致数据的低质量，给审计人员整理、分析数据带来一定风险。 对于大数据审计所带来的新的审计风险，审计机关和审计人员应该从以下三个方面改进方法、防范风险、确保大数据技术在审计领域充分发挥作用。 1. 积极完善大数据审计的法律法规和业务规范 为了使大数据审计充分发挥其功效，首先要建立、完善一套适用于我国国情的审计法律法规和审计准则，确立大数据审计的合法性，使审计人员在审计工作中有法可依； 其次，要有针对性的建立一套大数据审计指南，指导大数据背景下具体的审计思路、方法、流程； 最后，由于大数据涉及到海量的信息数据，其中可能含有个人隐私、商业秘密甚至国家机密，因此要构建政府审计规范与法律体系，确保数据的安全性。 2.防范数据风险，确保数据的安全性和准确性 防范数据安全风险，要强化审计人员的数据安全意识，对审计人员加强保密意识宣传教育，建立健全保密工作制度。审计人员在采集、处理、储存和使用数据时，必须严格按照相关的制度和流程办理，加强用户数据访问权限、控制数据备份，防止数据的泄露和丢失。同时要防范网络攻击，对于可能的网路攻击，实施实时预警监测，阻止运行可能有病毒的软件和程序，严禁外部计算机接入数据中心服务器。 防范数据质量风险，审计人员在采集数据时应尽可能取得被审计单位的原始数据，在原始数据的基础上，进行整理、转换，保证数据的真实性和完整性。在审计过程中，要高度关注数据差错，大量不符合逻辑的数据差错可能就是审计重点问题和疑点所在。 3. 加强大数据专业分析人才的培养 在大数据时代，新型的审计工作对计算机审计人才有巨大的需求，审计人员的知识水平和实践技能直接影响到大数据分析的质量和效率。为切实提高审计人才队伍的信息化素质，加强对专业大数据分析人才的培养和锻炼，审计署至今已经举办了48期计算机审计中级水平培训，在夯实审计人员大数据分析的基础的同时，不断拓展审计人员的视野和技能。打造一支业务过硬、精通计算机应用的审计人才队伍，可以提高审计工作的效率和质量，有效防范审计风险。 五、结语 大数据时代的到来对于政府审计来说，既是一个机遇，也是一个挑战。大数据技术在审计领域的运用创新了审计工作的方式方法，扩展了政府审计工作职能，但同时也带来了全新的审计风险。审计机关和审计人员只有高度重视大数据审计的风险，科学、合理的运用大数据分析技术，才能使政府审计发挥好“免疫系统”和“经济卫士”的作用，为我国经济发展保驾护航。 参考文献： 1.秦荣生.大数据时代的会计、审计发展趋势[J].会计信息化,2014(32):83-84. 2.丁淑芹.大数据环境下审计变革研究[J].财会通讯，2015(22):106-108. 3.龙子午,王云鹏.大数据时代对CPA审计风险与审计质量的影响探究[J].会计之友，2016（8）：112-114. 4.马德辉.基于大数据视角的政府审计探讨{J}.财会通讯,2017(1):85-87. 5.杨凯茜.浅谈大数据审计的特点及实现[J].财经界,2015(4):315-316. 6.沈晓白.论大数据给审计工作带来的风险与机遇[J].科技资讯,2015(2):240. 7.胡琦佳.大数据时代对政府审计的影响研究[D].沈阳:沈阳大学,2016,1-55. 8.钱希撼.大数据时代我国政府审计面临的挑战与应对[D].江西:江西财经大学,2015,1-36.
大数据（Big Data）又称为巨量资料，指需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。“大数据”概念最早由维克托·迈尔·舍恩伯格和肯尼斯·库克耶在编写《大数据时代》中提出，指不用随机分析法（抽样调查）的捷径，而是采用所有数据进行分析处理。大数据有4V特点，即Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）。
内容如下：
1、大数据对商业模式影响
2、大数据下地质项目资金内部控制风险
3、医院统计工作模式在大数据时代背景下改进
4、大数据时代下线上餐饮变革
5、基于大数据小微金融
大数据(big data)，或称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。
在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中大数据指不用随机分析法（抽样调查）这样捷径，而采用所有数据进行分析处理。大数据的5V特点（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性）。