首先介绍大数据带来的好处，然后介绍大数据带来的弊端。
大数据带来的好处
1、大数据便利我们的生活：
自助缴水、电、燃气、电视费，汽车摇号、手机充值、违章查询、公积金查询、手机代开发票、查询法院案子进展，这是运用大数据促进保证和改善民生的典型事例。此外，大数据还运用到智能家居中，智能照明体系等。
2、大数据便利看病：
大数据最强大的应用就是电子医疗记录的收集。每一个病人都有自己的电子记录，包括个人病史、家族病史、过敏症以及所有医疗检测结果等。大数据收集病人信息，可以尽早发现疾病，对于患者来说，不但降低了身体健康受损的风险，同时也能够减少医疗支出。
另一个创新是可穿戴设备的应用，这些设备能够实时汇报病人的健康状况。这些新的分析设备具备同样的功能，但能在医疗机构之外的场所使用，降低了医疗成本，病人在家就能获知自己的健康状况，同时还获得智能设备所提供的治疗建议。
3、大数据便利我出行：
人们的出行越来越离不开大数据的协助，运用电子地图，初来乍到的游客可以在生疏的城市自由行走；繁忙一天的上班族可以查询最快回家的交通方法；出租车司机经过语音导航，知晓前方路程状况，防止堵车或超速违章。
大数据仍是缓解交通压力的利器，它可以猜测未来交通状况，为改善交通状况供给优化方案，这有助于交通部门进步对路程交通的把控才干，防止缓和解交通拥堵。
4、利用大数据提升自己：
大数据技能不只能够提高人们使用数据的效率，并且能够实现数据的再使用和重复使用，进而大大降低交易成本，提升人们开发自我潜能的空间。
大数据的弊端
1、个人数据隐私与安全
大数据会记录浏览习惯，购买习惯，常用淘宝支付宝这些软件的人，消费能力、购物习惯、活动产所、收入情况、生活质量、年龄、身高、体重、鞋码、三围、口味等，都是可以分析出来的，这些基本囊括了我们的生活。
个人数据安全就成了一个大问题，一旦数据泄露（或被买卖），可能会对用户人身财产、国家和公司的安全造成威胁。
2、大数据杀熟
杀熟，即同样的商品或服务，老客户看到的价格反而比新客户要贵出许多。
包括滴滴出行、携程、飞猪、京东、美团、淘票票等多家互联网平台均被曝疑似存在“杀熟”情况，涵盖在线差旅、在线票务、网络购物、交通出行等多个领域，特别是OTA（Online Travel Agent）在线差旅平台较为突出。
大数据的价值体现
1、对许多顾客供给产品或服务的企业可以运用大数据进行精准营销。
2、做小而美形式的中小微企业可以运用大数据做服务转型。
3、面对互联网压力之下，有必要转型的传统企业需求与时俱进充沛运用大数据的价值。
在当前的“大数据”时代，人们可能会受到大数据带来的损失。大数据分析包括使用来自多个来源的大量数据进行链接和分析，以发现预测人类行为的模式。即使在完全合法的情况下，这样的分析也会伤害到人们的利益。
"大数据"是一个体量特别大，数据类别特别大的数据集，并且这样的数据集无法用传统数据库工具对其内容进行抓取、管理和处理。 "大数据"首先是指数据体量(volumes)?大，指代大型数据集，一般在10TB?规模左右，但在实际应用中，很多企业用户把多个数据集放在一起，已经形成了PB级的数据量；其次是指数据类别(variety)大，数据来自多种数据源，数据种类和格式日渐丰富，已冲破了以前所限定的结构化数据范畴，囊括了半结构化和非结构化数据。接着是数据处理速度（Velocity）快，在数据量非常庞大的情况下，也能够做到数据的实时处理。最后一个特点是指数据真实性（Veracity）高，随着社交数据、企业内容、交易与应用数据等新数据源的兴趣，传统数据源的局限被打破，企业愈发需要有效的信息之力以确保其真实性及安全性。从所周知，大数据已经不简简单单是数据大的事实了，而最重要的现实是对大数据进行分析，只有通过分析才能获取很多智能的，深入的，有价值的信息。那么越来越多的应用涉及到大数据，而这些大数据的属性，包括数量，速度，多样性等等都是呈现了大数据不断增长的复杂性，所以大数据的分析方法在大数据领域就显得尤为重要，可以说是决定最终信息是否有价值的决定性因素。基于如此的认识，大数据分析普遍存在的方法理论有哪些呢？大数据分析的使用者有大数据分析专家，同时还有普通用户，但是他们二者对于大数据分析最基本的要求就是可视化分析，因为可视化分析能够直观的呈现大数据特点，同时能够非常容易被读者所接受，就如同看图说话一样简单明了。大数据分析的理论核心就是数据挖掘算法，各种数据挖掘的算法基于不同的数据类型和格式才能更加科学的呈现出数据本身具备的特点，也正是因为这些被全世界统计学家所公认的各种统计方法（可以称之为真理）才能深入数据内部，挖掘出公认的价值。另外一个方面也是因为有这些数据挖掘的算法才能更快速的处理大数据，如果一个算法得花上好几年才能得出结论，那大数据的价值也就无从说起了。大数据分析最终要的应用领域之一就是预测性分析，从大数据中挖掘出特点，通过科学的建立模型，之后便可以通过模型带入新的数据，从而预测未来的数据。大数据分析广泛应用于网络数据挖掘，可从用户的搜索关键词、标签关键词、或其他输入语义，分析，判断用户需求，从而实现更好的用户体验和广告匹配。大数据分析离不开数据质量和数据管理，高质量的数据和有效的数据管理，无论是在学术研究还是在商业应用领域，都能够保证分析结果的真实和有价值。 大数据分析的基础就是以上五个方面，当然更加深入大数据分析的话，还有很多很多更加有特点的、更加深入的、更加专业的大数据分析方法。当下我国大数据研发建设应在以下四个方面着力一是建立一套运行机制。大数据建设是一项有序的、动态的、可持续发展的系统工程，必须建立良好的运行机制，以促进建设过程中各个环节的正规有序，实现统合，搞好顶层设计。二是规范一套建设标准。没有标准就没有系统。应建立面向不同主题、覆盖各个领域、不断动态更新的大数据建设标准，为实现各级各类信息系统的网络互连、信息互通、资源共享奠定基础。三是搭建一个共享平台。数据只有不断流动和充分共享，才有生命力。应在各专用数据库建设的基础上，通过数据集成，实现各级各类指挥信息系统的数据交换和数据共享。四是培养一支专业队伍。大数据建设的每个环节都需要依靠专业人员完成，因此，必须培养和造就一支懂指挥、懂技术、懂管理的大数据建设专业队伍。
我们如何使用大数据？第一点，明确数据分析的目的首先，您必须知道手中的数据要怎么处理，这意味着您需要清楚需求以及要从数据中获取什么。让我们以产品经理为例。当许多产品经理设计自己的产品时，他们可能会花费大量时间来设计产品，但是他们忽略了该产品是否可以成功。这很难满足客户的需求。因此，如果要最大化自己的数据的价值，则必须事先考虑要执行的操作。第二点，必须扩大数据收集方式关于数据收集，通常有四种方法。它们是从外部行业数据分析报告（例如iResearch）获得的；积极从社区论坛（如AppStore，客户服务反馈和微博）收集用户反馈；参加问卷调查设计和用户访谈等调查，收集并观察用户在使用产品时遇到的问题和感受的第一手数据；从记录的用户行为轨迹研究数据。
大数据属于前沿技术，发展毋庸置疑！大数据、云计算、人工智能都是目前互联网行业的香饽饽。发展潜力大，人才需求多，薪资待遇高。大数据学习内容主要有：①JavaSE核心技术；②Hadoop平台核心技术、Hive开发、HBase开发；③Spark相关技术、Scala基本编程；④掌握Python基本使用、核心库的使用、Python爬虫、简单数据分析；理解Python机器学习；⑤大数据项目开发实战，大数据系统管理优化等。你可以考察对比一下南京课工场、北大青鸟、中博软件学院等开设有大数据专业的学校。祝你学有所成，望采纳。南京北大青鸟大数据课堂
可以在自己的论文中引用别人的数据，只要标注好来源即可。如果是论文要写《文章名》，作者，发表刊物，发表时间。如果是数据，要写数据名、作者，发表刊物，发表时。如果是从网上下的要写数据名，作者，下载网址。比如电磁数据c，SGE大学semble实验室，数据下载官网。
议论文的论据考点：论据是论点立足的根据，一般全为事实论据和道理论据。1、用事实作论据。事例必须真实可靠，有典型意义，能揭示事物本质并与论点有一定的逻辑联系。议论文中，对所举事例的叙述要简明扼要，突出与论点有直接关系的部分。明确论据时，不仅要知道文中哪些地方用了事实论据，还要会概括事实论据。概括时，要做到准确，必须依据论点将论据本质特点把握住，然后用确切的语言进行表述。 2、用作论据的言论，应有一定的权威性，直接引用时要原文照录，以真核对，不能断章取义；间接引用时不能曲解原意。
研究生论文发表要求每个学校是不一样的：有的学校要求必须在正规期刊上发表的；有的则不作要求，这个就得看你们学校的要求了：正规期刊的话，是有自己的CN的。所谓CN 类刊物是指在我国境内注册、国内公开发行的刊物。该类刊物的刊号均标注有CN字母，人们习惯称之为CN类刊物。CN刊号标准格式是：CNXX-XXXX，其中前两位是各省（区、市）区号。而印有“CN（HK）”或“CNXXX（HK）/R”的不是合法的国内统一刊号。这是我在百姓论文网发表的时候，负责的老师告诉我的，有需要的话你可以去问问的。
根据学术堂的了解,研究生小论文发表无非就是.在期刊对应的数据库里检索这本期刊,然后在数据库的刊物首页里点击投稿
期刊上发表论文，适合有文章需要发表、但是对投稿一头雾水无从下手的作者，无论是准备自投还是找中介代发，话不多说，下面干货。发表论文的整个流程，简单概括就是：定稿-选择期刊-审核-通过/返修-支付费用-定版-排版校对-印刷-出刊邮寄-上传数据库接下来按照步骤详细说说每个发表环节以及注意事项。定稿：其实就是写论文，这个我也不是专业的，所以不多说，仅从发表的角度简单说几句。1.关于论文主题：如果你的文章是准备用来发表的，尤其是准备投稿普刊，那么有些选题千万不要碰，比如港ao台、疫情、涉党涉政、宗教、神学、封jian迷xin、校园bao力等等，不要问为什么，这类主题写了大概率发表不出去！即便有收的，审核也严格，论文内容不能有不适合刊登的点。总之，发表论文不要只知道埋头苦写，动笔之前先去问问某个主题能不能发、好不好发，不能发、不好发就尽量不要写。2.关于语言逻辑：普刊在大家眼里通常就是要求低，但是要求低不等于没有要求！！文章内容如何就不说了，最起码得是篇论文吧，不能语病、错字一堆，不能毫无逻辑、前言不搭后语，不能让人不知所云，不能过于口语化......所以论文写好后建议自己先通读一遍，如果自己看不出毛病，就找同学、同事、朋友随便谁帮你看看，毕竟一篇连语言基本功都有问题的论文，即便内容写得再好，又有谁愿意看？3.关于起发字符、重复率：现在基本所有正规学术期刊都是5000字符左右/3版起发，能够2版起发的很少，即便遇到了也建议发3版，因为2版的文章后续存在被要求整改的可能。至于重复率，每个期刊的要求不一样，从10%到30%都有，有的期刊审核的时候会查重，有的则文责自负（即万一后续数据库抽查发现重复率过高而导致论文被下架，作者自己负责），这种的就建议自己提前查下，那些杂志社会查重的，如果对自己论文没把握的（特别是复制较多的），也建议提前查下，之前遇到个作者论文审核的时候查重结果直接七八十，这种就很尴尬了，这让编辑怎么想？选择期刊：我个人认为这是发表论文最重要的一个环节，这个说起来很简单，做起来其实很难，很耗费精力和时间。选择期刊分为两步——第一步，大家务必要先弄清楚自己对期刊的要求，尤其是因为评职称、评奖学金、保研等这些原因需要发表论文的，一定要先去看看学校、单位对期刊的具体要求是什么，比如期刊等级，是要普刊、学报还是核心？是不是非知网收录的期刊不可？最晚什么时候需要提交评审材料
1.结论：只允许呈现数据
结论章节是科研人员在实验期间收集的数据呈现，从而推测研究的最终成果。
在过去的50年间，几乎所有的顶尖生物医学杂志都专门应用称为IMRAD的原稿模式。IMRAD结构是最常用的一种科研原稿写作模式，它包括：前言、方法、结论和讨论。结论中，科研文章需要呈现重要且显示研究成效的数据才会被期刊杂志所接受。在呈现数据时，要按顺序有逻辑的归类数据，根据实验方法的顺序或者按推展假设结论的顺序。数据都要使用图表来显示。
2. 组织和撰写结论
利用文本、图表的结合来总结数据，并得到一个清晰、简洁、精确的结论是好文章的必要组成之一。首先以解决假设的方法结合数据，由于每个假设都是通过不同的实验开展得到，而每个实验的数据不会以同样的顺序来呈现，所以作者首先需要按顺序表示出最重要的数据点。如果图表中已经列出数据，在描述过程中不必再重复陈述数据。
3. 预测 VS 报告
作者通常在科研写作的结论撰写中合并数据报告与数据解释，而评阅者认为在结论章节中包含注释是不规范的做法。事实上，结论部分只能概括实验中获得的数据，相反地，在讨论章节，可以允许作者对数据结论进行评论和解释。并且需要额外注意的是，有时数据统计出的重要性不一定意味着是与实验相关的重要性。
4. 数据点表达的科研成效
结论章节让作者对一列实验得出的数据进行报告，结论通常表达重要的或可能有重大意义的发现，从而可以提高评阅者和科学家对自己研究成果的看法，并且作者一定要避免在结论部分推测数据显示的涵义。重视展现数据对作者在该研究领域的影响是举足轻重的。
是可以发表的哦最近ICMJE出了个新规，要求把去身份化（即隐藏受试者身份识别信息）的临床研究数据公开共享。因为从伦理上说，参与临床研究的受试者都已经为了科研将自己置于一定的风险之中，所以研究者有义务把这些数据公开，一方面是便于接受公众监督，另一方面则是使其有机会被进一步挖掘，提高利用率。其实在2016年一月，ICMJE已经发表了类似的倡议，要在行业内营造一个有利于数据共享的大环境，并征集了公众意见。现在根据反馈意见，形成了正式规定，要求他们的成员期刊在考虑是否接收一篇文章时，一定要看到稿件满足以下条件：1.自2018年7月1日起，向ICMJE期刊提交的临床研究报告中，必须包含数据共享声明（详见下文）。2.自2019年1月1日起开始招募受试者的临床研究，必须在其临床试验注册文件中包含数据共享计划。如果注册后，数据共享计划有变更，则必须在注册记录中进行更新，并在文章的数据共享声明中加以记述。数据共享声明必须包含以下内容：1) 去身份化的受试者个体数据（包括数据字典）是否进行共享；2) 具体共享哪些数据；3) 是否提供其他相关文件（如研究protocol、统计分析计划等）；4) 这些数据何时可以获取，以及保留多久；5) 数据的获取是通过什么规范实现（包括谁能获取，用于什么类型的分析，遵循哪种机制等。
是可以发表的。最近ICMJE出了个新规，要求把去身份化（即隐藏受试者身份识别信息）的临床研究数据公开共享。因为从伦理上说，参与临床研究的受试者都已经为了科研将自己置于一定的风险之中，所以研究者有义务把这些数据公开，一方面是便于接受公众监督，另一方面则是使其有机会被进一步挖掘，提高利用率。其实在2016年一月，ICMJE已经发表了类似的倡议，要在行业内营造一个有利于数据共享的大环境，并征集了公众意见。现在根据反馈意见，形成了正式规定，要求他们的成员期刊在考虑是否接收一篇文章时，一定要看到稿件满足以下条件：1.自2018年7月1日起，向ICMJE期刊提交的临床研究报告中，必须包含数据共享声明（详见下文）。2.自2019年1月1日起开始招募受试者的临床研究，必须在其临床试验注册文件中包含数据共享计划。如果注册后，数据共享计划有变更，则必须在注册记录中进行更新，并在文章的数据共享声明中加以记述。数据共享声明必须包含以下内容：1) 去身份化的受试者个体数据（包括数据字典）是否进行共享；2) 具体共享哪些数据；3) 是否提供其他相关文件（如研究protocol、统计分析计划等）；4) 这些数据何时可以获取，以及保留多久；5) 数据的获取是通过什么规范实现（包括谁能获取，用于什么类型的分析，遵循哪种机制等）。
《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。
大数据论文【1】大数据管理会计信息化解析
摘要：
在大数据时代下，信息化不断发展，信息化手段已经在我国众多领域已经得到较为广泛的应用和发展，在此发展过程，我国的管理会计信息化的应用和发展也得到了非常多的关注。
同时也面临着一些问题。
本文通过分析管理会计信息化的优势和应用现状以及所面临的的问题，以供企业在实际工作中对这些问题的控制和改善进行参考和借鉴。
关键词：
大数据;管理会计信息化;优势;应用现状;问题
在这个高速发展的信息时代，管理会计的功能已经由提供合规的信息不断转向进行价值创造的资本管理职能了。
而管理会计的创新作为企业管理创新的重要引擎之一，在大数据的时代下，管理会计的功能是否能够有效的发挥，与大数据的信息化，高效性、低廉性以及灵活性等特点是密不可分的。
一、大数据时代下管理会计信息化的优势及应用现状
在大数据时代下，管理者要做到有效地事前预测、事后控制等管理工作，在海量类型复杂的数据中及时高效的寻找和挖掘出价值密度低但是商业价值高的信息。
而管理会计信息化就能够被看做是大数据信息系统与管理会计的一个相互结合，可以认为是通过一系列系统有效的现代方法，
不断挖掘出有价值的财务会计方面的信息和其他非财务会计方面的综合信息，随之对这些有价值的信息进行整理汇总、分类、计算、对比等有效的分析和处理，
以此能够做到满足企业各级管理者对各个环节的一切经济业务活动进行计划、决策、实施、控制和反馈等的需求。
需要掌控企业未来的规划与发展方向就能够通过预算管理信息化来实现;需要帮助管理者优化企业生产活动就能够通过成本管理信息化对
供产销一系列流程进行监控来实现;需要对客观环境的变化进行了解以此帮助管理者为企业制定战略性目标能够通过业绩评价信息化来实现。
(一)预算管理信息化
在这个高速发展的信息时代下，预算管理对于企业管理而言是必不可少的，同时对企业的影响仍在不断加强。
正是因为企业所处的环境是瞬息万变，与此同此，越来越多的企业选择多元化发展方式，选择跨行业经营的模式，经营范围的跨度不断增大。
这就需要企业有较强的市场反应能力和综合实力，对企业的预算管理提出了新的发展挑战要求。
虽然不同企业的经营目标各不相同，但对通过环境的有效分析和企业战略的充分把握，从而进行研究和预测市场的需求是如出一辙的。
企业对需求的考量进而反应到企业的开发研发、成本控制以及资金流安排等各个方面，最终形成预算报表的形式来体现企业对未来经营活动和成果的规划与预测，
从而完成对企业经营活动事后核算向对企业经营活动全过程监管控制的转变。
然而从2013国务院国资委研究中心和元年诺亚舟一起做的一项针对大型国有企业的调研结果中得出，仅仅有4成的企业完成了预算管理的信息化应用，
大型的国有企业在预算管理信息化应用这方面的普及率都不高，足以说明我国整体企业的应用情况也不容乐观。
所以从整体上来讲,预算管理信息化的应用并未在我国企业中获得广泛的普及。
(二)成本管理信息化
企业由传统成本管理企业向精益成本管理企业转换是企业发展壮大的必然选择。
而基于大数据信息系统能够为企业提供对计划、协调、监控管理以及反馈等过程中各类相关成本进行全面集成化管理。
而进行成本管理的重中之重就是对企业价值链进行分析以及对企业价值流进行管理。
企业能够通过成本管理信息化对有关生产经营过程中的原材料等进行有效地信息记录及进行标示，并结合在财务信息系统中产生的单独标签，
使与企业有关的供应商、生产经营过程和销售等的过程全都处于企业的监控。
以此企业可以做到掌握生产经营的全过程，即能够通过财务信息系统实时了解到原材料的消耗，产品的入库及出库等一切企业生产经营活动。
同时，结合价值链的分析和价值流管理，企业通过将生产过程进行有效地分解，形成多条相互连接的价值链，运用信息化手段对企业的
每条价值链的成本数进行有效的追踪监管和综合分析，以此为基础为企业提出改进方案，并使用历史成本进行预测，达到减少企业的不需要的损失及浪费，最终达到优化生产经营过程。
虽然成本管理信息化是企业发展的一个重要趋势，以大数据信息技术为基础的信息系统可以使得企业完成全面的成本管理，给企业的成本管理带来了巨大的推动力。
然而信息化在成本控制方面的实施效果并不是很理想。
(三)业绩评价信息化
业绩评价是对企业财务状况以及企业的经营成果的一种反馈信息，当企业的绩效处于良好状态，代表企业的发展状况良好，
也反映了企业现阶段人才储备充足，发展处于上升期，由此企业定制扩张战略计划。
而当企业的绩效不断减少，代表企业的发展状况在恶化，也反映了企业的人才处在流失状态，企业在不断衰退，此时企业应该制定收缩战略计划。
企业进行业绩评价信息化的建设，通过对信息系统中的各类相关数据进行综合分析，有效地将对员工的业绩评价与企业的财务信息、顾客反馈、学习培训等各方面联系在一起。
对于企业而言，具备一套完善且与企业自身相适应的业绩评级和激励体系是企业财务信息系统的一个重要标志，也是企业组织内部关系成熟的一种重要表现。
然而，如今对于具备专业的业绩评价信息化工具平衡分卡等在企业的发展过程中并未得到广泛的应用。
其中最大的原因应该是对业绩评价的先进办法对于数据信息的要求比较简单，通常可以由传统方式获得。
所以，现如今能够完全将业绩评价纳入企业信息系统，并能够利用业绩评价信息化来提高企业管理效率的企业数量并不多。
二、大数据时代下管理会计信息化存在的主要问题
(一)企业管理层对管理会计信息化不重视
我国企业管理层对企业管理会计信息化建设存在着不重视的问题。
首先，对管理会计信息化概念和建设意义没有正确的认识，有甚至由于对于企业自身的认识不够充分，会对管理会计信息化的趋势产生了质疑和抵触心理。
再者，只有在一些发展较好的企业中进行了管理会计信息化的建设工作及应用，但是，企业应用所产生的效果并不是很理想，进而促使管理会计信息化在企业的发展速度缓慢。
(二)管理会计信息化程度较低
大数据时代下，信息化手段已经在我国众多领域已经得到较为广泛的应用和发展，在此发展过程，我国的管理会计信息化的应用和发展也得到了非常多的关注。
但是，由于管理会计在我国受重视程度不够，企业在进行管理会计信息化建设的过程中对与软件的设计和应用也要求较高，所以与管理会计信息化建设相关的基础建设还相对较落后。
(三)管理会计信息化理论与企业经管机制不协调
虽然随着国家政策鼓励和扶持，很多行业的不断涌现出新的企业，企业数量不断增多，但是由于这些企业在规模以及效益等方面都存在着较大的差距，同时在管理决策方面也产生了显著地差别。
很多企业在发展的过程中并没有实现真正的权责统一，产生了管理层短视行为，没有充分考虑企业的长远利益等管理水平低下的问题。
三、管理会计信息化建设的措施
(一)适应企业管理会计信息化发展的外部环境
企业在进行管理会计信息化建设时，要结合企业所处的外部环境进行全方面的规划和建设。
在企业进行规划和建设时，国家的法律法规等相关政策占据着十分重要的位置，需要对市场经济发展的相关法律法规进行充分理解和考虑，为企业管理会计信息化建设提供好的法律环境。
管理会计信息化系统的正常运转要求企业处于相对较好的环境之中，以此充分发挥出其应有的作用。
(二)管造合适的管理会计信息化发展内部环境
企业管理会计信息化的良好发展要求企业能够提供良好的内部环境。
树立有效推进企业管理会计信息化建设的企业文化，企业文化作为企业股东、懂事、管理层以及每个员工的价值观念体现，
有利于各级员工都能够正确认识到管理会计信息化建设的重要性，接受管理会计信息化的价值取向。
再者，企业要储备足够的管理会计人才,为管理会计信息化的建设提供源源不断的血液。
同时，为企业管理会计信息化建设提供强大的资金保障。
最后，对企业内部控制体系不断完善，为企业创造长足的生命力，为管理会计信息化赖以生存的环境。
(三)开发统一的企业信息化管理平台
在大数据时代下，信息化不断发展，对于企业而言，会同时使用多种不同的信息系统进行组合使用，并且这种情况在未来也可能将持续下去，企业需要建立综合统一的企业信息化管理平台。
四、结束语
管理会计信息化已经成为企业发展的重要趋势。
同时也面对着一些问题。
因此，相应的措施和不断地完善和改进是必不可少的，以此才能够促进管理会计信息化的不断发展。
作者：李瑞君 单位：河南大学
参考文献：
[1]冯巧根.
管理会计的理论基础与研究范式[J].
会计之友,2014(32).
[2]张继德,刘向芸.
我国管理会计信息化发展存在的问题与对策[J].
会计之友,2014(21).
[3]韩向东.
管理会计信息化的应用现状和成功实践[J].
会计之友,2014(32).
大数据论文【2】大数据会计信息化风险及防范
摘要：
随着科学技术的不断进步和社会经济的不断发展，大数据时代的发展速度加快，同时也推动着会计信息化的发展进程，提高了企业会计信息化工作的效率和质量，资源平台的共享也大大降低了会计信息化的成本。
但大数据时代下会计信息化的发展也存在一定的风险。
本文将会对大数据时代下会计信息化中所存在的风险给予介绍，并制定相应的防范对策，从而使大数据时代在避免给会计
信息化造成不良影响的同时发挥其巨大优势来促进会计信息化的发展进程。
关键词：
大数据时代;会计信息化;风险;防范
前言
近年来经济全球化进程不断加快，经济与科技的迅猛发展，我国在经历了农业、工业和信息时代以后终于踏入了大数据时代。
大数据是指由大量类型繁多、结构复杂的数据信息所组成的`数据集合，运用云计算的数据处理模式对数据信息进行集成共享、
交叉重复使用而形成的智力能力资源和信息知识服务能力。
大数据时代下的会计信息化具有极速化、规模性、智能性、多元化、和即时高效等特点，这使得会计从业人员可以更方便快捷的使用数
据信息，并在降低经济成本的同时有效实现资源共享，信息化效率逐渐增强。
但同时大数据时代下的会计信息化也面临着风险，应及时有效地提出防范对策，以确保会计信息化的长久发展。
一、大数据时代对会计信息化发展的影响
(一)提供了会计信息化的资源共享平台
进入大数据时代以来，我国的科学技术愈加发达，会计信息化也在持续地走发展和创新之路，网络信息资源平台的建立使数据与信息资源可以共同分享，平台使用者之间可以相互借鉴学习。
而最为突出的成就便是会计电算化系统的出现，它改变了传统会计手工做账的方式，实现了记账、算账和报账的自动化模式，
提高了会计数据处理的正确性和规范性，为信息化管理打下基础，推进了会计技术的创新和进一步发展。
但是“信息孤岛”的出现证明了会计电算化并没有给会计信息化的发展带来实质性的变化。
Jo Appleford博士是BMC旗下60多个期刊编辑们的头头，他的职位描述是“managing the Executive Editors”。他在英国苏塞克斯大学举行的一次出版会议上，做过一个有关论文投稿的讲座，下面整理了些觉得很有帮助的内容。1. 严格评估你的结果（Critically assess your results）一个有价值的工作应该具备这些特点之一：原创性的结果、方法或工具；对已发表数据的重新分析或解释；对众多前人研究的综合分析（Meta-analysis）；对某个主题的综述；阴性结果有时候也有价值。如果你的结果是这样的，可能不值得发表，或者很难发表：过时的研究；有缺陷的或伪造的数据；前人研究的简单重复。那么如何评估你的结果，或者说如何跟踪领域进展？1）数据库检索（如PubMed, Google Scholar, Scopus），尝试不同的关键词组合。2）充分利用很多数据库的特色工具，如相关文献列表（引用此文章列表等）、基于相同关键词的相关文章列表等。3）很多出版商还有基于领域或主题的网页，将类似的文献汇总在一起。简单的说，就是要实时关注领域内已发表的研究。另外要评估你的研究适合于什么样的文章类型（Original research，Methods & Software，Hypotheses，Reviews等），你的观点和证据新到什么程度，你的结论是否有足够的支持，你是否提出一个新的发现或并没有多少数据支持的假说等。2. 选择合适的刊物，了解审稿过程（Choose the right journal, know the process）以往的研究发现，作者们往往注重这几点：期刊的声望；目标读者；期刊的显示度；同行评审的速度。因此在选择期刊时，要考虑下面一些相关问题。1）期刊的目标和定位（aims and scope）。这往往可以从期刊主页看到，很重要的一点是，要浏览期刊近期发表的文章的主题。2）期刊的排名、声望、检索收录情况。比如影响因子、编委会成员的水平、还有哪些同行在这期刊发表等。3）期刊显示度。比如看期刊的Google排名，开放获取程度。4）编辑部结构。期刊编辑一般可以分为两类，专职编辑（专职于出版业，已不再从事研究）和“业余时间”编辑（依然从事研究的科学家），这些编辑是审稿意见的最终决定者。5）同行评审流程。完成投稿后，编辑部将首先对稿件进行评估（initial assessment），往往由主编或领域编辑评估稿件是否适合期刊的定位及其学术价值。对于有些期刊尤其是投稿量很大的高水平刊物，投稿前咨询（presubmission enquiries）显得比较重要，要准备好包括主要研究结果（abstract & outline）和研究价值（significance）的咨询信。之后编辑部将选择审稿人，对于投稿者来说，要合理利用期刊允许推荐和屏蔽审稿人的政策。编辑部选择审稿人时，往往会考虑同时邀请评估数据质量（方法部分）和学术价值（结果和讨论）的审稿人。对于BMC系列期刊来说，被高拒稿率刊物拒绝的稿件也可能被转移至更专业的刊物，比如被Genome Biology拒稿或许可以在BMC Genomics发表。3. 如何写出好论文（How to write a good manuscript）写好论文脑子中必须要记着这些点：1）保证内容清晰和讨论的逻辑性；2）一定要简练：过于冗长的讨论会使得重点不突出；3）讨论要建立在证据的基础上，不要夸大你的结论；4）清晰简洁地说明研究目的和你关注的科学问题；5）将你的工作置于领域背景内：一定要引用关键的文献，并且在正确的地方引用它们；6）严格遵守期刊规定（Author guidelines）。题目（title）。好的题目有助于更好地吸引读者和引用率，因此题目要明确和简洁，要有广泛的吸引力（避免任何不必要的细节），避免太专业的词汇和缩写。其实编辑和审者也会关注题目是否能否正确反映了文章的内容。摘要（abstract）。摘要应该能包括：研究目的以及你关注的科学问题为何重要；关键的方法和材料；主要的结果和结论。要慎重选择关键词，好的关键词可以更好地吸引读者并增加检索和引用，避免使用具有多重意思的缩写。编辑部邀请审者时一般只发送摘要，所以不好的摘要将可能使编辑认为论文科学价值不大或者审者拒绝审稿。投稿信（cover letter）。要写好投稿信，应该要知道如下问题的答案。你关注的科学问题是什么？针对这些问题的重要发现是什么？支持结论的证据是什么？跟你所关注的科学问题相关的最近发表的三篇论文都讲了什么？你的研究结果对于所在的研究领域有什么意义？你的研究结果对于更广泛的群体（生物学家或大众）有什么意义？你的论文还提供了哪些新的发现？是否有需要告知编辑部的其他信息？其他需要关注的问题：投稿前要请同行阅读并提出建议；图和表格是否清晰恰当；论文返修时一定要认真对待审者意见；如果转投另一个期刊，一定要修改投稿信的抬头和内容。4. 申诉（Appeals）同行评审并非一个民主的过程，不同的审者也常有不同的审稿意见，加上编辑可以否决审者的意见，因此，对于一篇被拒稿的稿件，有时要抓住申诉的机会。申诉时需要注意几点：不要一收到拒信就进行申诉，要认真地思考如何进行表达；审稿意见是否严重错误；是否能有效地反驳拒稿意见；要有礼貌并心平气和。如果能够让编辑相信拒稿意见是错误的，如果审者的拒稿理由能被证明是错误的或有偏见的，再加上编辑部或许会请另外的审者对论文进行评估，这时候申诉或许会成功。申诉时，要清楚的表明你的态度和观点，尽可能的增加有用的新的数据信息；不要利用作者的地位或名望，不要使用威胁和侮辱性语言，不要使用有声望的同行的支持，申诉信不要重复投稿信的内容。
首先，可以通过百度、谷歌、360、搜狗等搜索引擎来检索目标期刊杂志。
最常用的方式，莫过于使用“期刊名”+“投稿方式”或者“联系电话”等方式来查找相关期刊的联系信息。这种方式的最大的好处就是可以查询到海量的目标期刊信息，我们可以经过筛选和不断的确认来最终定位我们的目标期刊。但这种方式的缺点是比较耗时费劲。
其次，中国知网、万方、维普等三大数据库平台不仅收录了大量的期刊杂志的全文，同时，也对收录期刊进行了整理和归类，部分期刊的联系方式可以在这些平台上找到。有的期刊如果找不到联系方式，可以在检索这类数据库时，使用组合查询。
例如“中国远程教育”+ "投稿"的形式，获取能查到期刊发布的投稿通知。此外，如果学校购买过知网的数据库，可以通过浏览目录页面的形式，找到相关期刊杂志的杂志封面、封底及目录页。具体请参见百度经验篇：投核心期刊的投稿指南。
这种方式的优点就是查到的信息准确，一般不要筛选，查到了就没有什么问题。
注意事项：
无论通过哪种方式查到了期刊的联系方式和投稿方式，当我们有幸被录用的时候，切不可掉以轻心。特别是投出后没有多久就收到录用通知，并且让我们几天之内就要汇款的时候，千万长个心眼，一定要找杂志社官方电话进行确认。
论文的发表不但有许多技巧，而且是一门学问。同样质量的文章，由于投稿的期刊不同，将会出现不同的结果，也会造成不同的影响。。1选择影响因子高的期刊2选择被国外重要检索刊物选用的期刊3选择出版周期短及特色显著的刊物4选择核心期刊5不明白的 可以百度一下 脚丫代写论文。6希望对你有帮助。