关键词： 大数据时代   高职院校   会计专业   教学改革  

摘要： 大数据时代,高职院校大数据与会计专业教学迎来了改革的发展与挑战。在高职教育教学过程中,要对传统的教学观念、教学模式和教学方法进行改革,利用现代会计人才的培养目标,使学生得到全面的发展。在高等职业教育的大数据与会计学专业的教学过程中,应紧密联系实际,保证会计人才培养的成效,推动时代的进步。通过保证会计人才的时代发展优势,通过对专业课的系统教学,为学生提供方便、高效的大数据和会计专业的课程,从而帮助学生达到全面发展的目的。

关键词： 党支部书记   泉水保护   大数据   特聘专家   领军人才   和谐共生   地铁   第十二次党代会  

摘要： 李罡,现任济南轨道交通集团有限公司总经理助理,大数据部党支部书记、部长。作为省第十二次党代会代表,他多年来扎根工程一线,坚持开拓创新,带领团队成功开辟出一条智慧地铁与泉水保护和谐共生的新道路,先后获得济南市国企楷模、泉城特聘专家、济南市劳动模范、泰山产业领军人才等称号。

关键词： 大数据   业财融合   国有企业   优化路径   智能化决策  

摘要： 数据孤岛、信息不对称等难题,让国企在推进业财融合的过程中饱受煎熬。文章针对大数据技术具有独特优势的特点,提出了借助数据共享和分析,提升业务决策精确性和财务管理即时性的新的业务和财务整合优化模式。文章创新性地给出了一系列旨在帮助国有企业在复杂多变的市场环境中达成高效运营和精细化管理的具体优化路径,将大数据平台搭建、跨部门协作机制和智能决策支持系统相结合。这种模式在增强企业资源配置能力的同时,也提供了理论支持和后续业财融合发展的实践指导。

关键词： 大数据   企业审计   数据处理   审计效果   财务报表  

摘要： 近年来,企业审计工作正经历着深刻的转型。本文探讨了大数据对企业审计工作的影响,包括对数据处理方式、审计效果、财务报表准确性的影响。本文分析大数据视域下企业审计工作的转型,提出在大数据环境下强化内部审计理念、扩展数据源、加强审计复合型人才建设的具体措施。

关键词： 企业税务风险   大数据   税务合规   税务风险管理  

摘要： 随着企业税务风险问题的日益严重,税务风险管理成为保障企业合规经营的重要环节。当前企业税务管理中普遍存在适应性差、内控体系碎片化、流程混乱、缺少透明度及合规意识薄弱等问题。据此,文章提出通过数据分析与挖掘技术识别潜在风险、利用数据筛选进行风险评估、构建数据模型实现风险预测等方法,帮助企业税务合规,减少税务违规风险,推动企业税务风险管理数字化转型,提高企业税务风险管理能力。

关键词： 云计算   生产指挥   数据中台   探究实现  

摘要： 加强企业数据中台建设是适应新一轮科技革命和产业变革趋势、引领驱动数字经济发展和数字社会建设、营造良好数字生态、加快数字化发展的必然要求,传统中大型企业需要对企业现有多平台数据、平台底层数据进行统一处理和分析,为企业在决策、产业协同、营销等多个领域提供数字化依据,数据中台的出现为企业集中管理全域数据资产,构建数据目录和运营管理体系是企业数据实现资产可控、可量化、易理解的基础性、先导性工程,有助于企业对核心领域数据进行汇聚,打造数智驾驶舱进行数据中台一站式数据呈现,助力企业数字化转型的有效途径。

关键词： 移动互联   自动化流程   大数据   云计算   安全性  

摘要： 随着移动互联网技术的发展,企业财务管理正经历着前所未有的变革。文章探讨了移动互联时代企业财务共享服务中心(FSSC)的发展趋势及其对企业财务管理模式的影响。通过对传统财务管理弊端的分析,阐述了财务共享服务中心的起源与发展,并详细讨论了移动互联技术如何推动财务共享服务中心功能的升级。此外,文章还分析了移动互联时代财务共享服务中心所带来的优势,包括提高工作效率与质量、降低成本、增强数据安全性和支持全球化运营等方面。最后,提出了未来财务共享服务中心发展的方向。

关键词： 司法建议   全面深化改革   司法大数据   治理效果   逻辑与路径   智能辅助   司法实践   重要抓手  

摘要： 司法建议是人民法院参与社会治理的重要抓手。当前,全国法院正进一步全面深化改革,数字赋能、智能辅助等成为热词,“指尖诉讼”“应用场景”“全域数字法院”从概念走向现实。但在司法实践中,司法建议仍存在延伸效益不高、重视反馈率而轻视社会治理效果等问题。笔者认为,司法建议工作亦可借助司法大数据,突破技术“围城”,实现制发全流程的功能性、结构性完善。

关键词： 模糊聚类算法   区块链技术   异常数据识别   深度信念网络   差分隐私保护算法   区域数据分析  

摘要： 金融数据具备非线性、高维度的特点,同时对安全性有较高的要求。文中结合区块链技术和模糊聚类算法,提出一种面向区域互联网金融的异常数据分析模型,该模型由异常数据分析算法和隐私保护算法组成。异常数据分析算法针对模糊均值聚类算法处理高维非线性数据能力弱的缺点,使用深度信念网络进行改进,进而提升模型的数据处理能力。隐私保护使用差分隐私保护算法,在不利用背景知识的前提下完成数据的保护,同时保证了数据的可用性。在实验测试中,将所提模糊聚类算法与常用的主流K-Means算法、DPC算法进行了对比,结果表明:所提算法的性能在所有对比算法中最优;与此同时,加入隐私保护算法后对聚类结果的影响保持在0.021以内,充分证明了该算法性能的优越性。

关键词： 云计算   容器云   Kubernetes   HPA   弹性伸缩   时间序列   滑动窗口   加权融合   负载预测  

摘要： Kubernetes容器云是当前流行的云计算技术,其默认的弹性伸缩方法HPA(Horizontal Pod Autoscaler)能对云原生应用进行横向扩缩容。但该方法存在以下问题:基于单一负载指标,使其难以适用于多样化云原生应用;基于当前负载进行弹性伸缩,使扩缩容过程具有明显的滞后性;基于滑动时间窗口算法进行弹性缩容,使缩容过程缓慢易造成系统资源浪费。针对上述问题,文中提出一种改进的弹性伸缩方法。设计一种动态加权融合算法将多种负载指标融合为综合负载因子,全面反映云原生应用的综合负载。提出CEEMDAN(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise)-ARIMA(Autoregressive Integrated Moving Average Model)预测模型,基于该模型的预测负载值实现预先弹性伸缩以应对突发流量。提出快速缩容与滑动时间窗口相结合的方法,在确保应用服务质量的基础上减少系统资源浪费。实验结果表明,相较于HPA机制,改进的弹性伸缩方法在应对首次突发流量时的平均响应时间缩短了336.55%,流量结束后系统资源占用减少了50%,再次遇到突发流量时能迅速扩容,平均响应时间缩短66.83%。