内容分析法发展云会计论文范文第1篇
内容分析法发展云会计论文范文第2篇
摘 要：在有效解决大数据应用以及运行问题的措施中，基于云计算的大数据分析体系是主要策略。云计算应用技术处于大数据分析的重要环节中，在对大数据进行分析的流程中不可或缺。云计算技术能够使数据分析更加简单、快捷，而且能够使大数据分析的针对性和有效性大大提高，形成整个数据分析中各个环节的推动力;在大数据处理方面，云计算技术能够在一定程度上缩短数据处理时间，提高数据处理效率，增强系统响应的敏锐性。本文论述了大数据的基本处理流程，研究了云计算技术在大数据分析中的主要作用，从并行处理技术、存储与访问技术两个方面探究大数据分析流程优化技术。
关键词：云计算;大数据;数据分析;流程优化
Research on Big Data Analysis and Optimization Technology Based on Cloud Computing
ZHU Peipei
（Henan Information Consulting Design and Research Co.，Ltd.，Zhengzhou 450008，China）
0 引 言
在當今科技化迅速发展并全面普及的时代，云计算技术的研究与应用、大数据分析技术都是业界关注的热点问题;云计算从核心技术与应用场景等方面，都处在快速发展阶段，所涉及的数据资源也备受关注。信息化、网络化在各个领域中的应用，产生了大量数据信息，为了从大量数据中提取所需要的各类信息，对大数据的分析必不可少。为了进一步优化升级大数据分析流程，需要逐渐将云计算技术引入到大数据分析流程中，从而缩短海量数据处理花费的时间，提高数据分析的质量与效率，提升数据分析与处理系统的响应能力。在充分应用云计算技术的基础上，加强探究对大数据分析流程进行优化的路径，对信息技术的发展意义极其重大。
由于数据规模巨大，传统数据的存储与分析系统的容量已经难以满足大数据分析的要求，需要探究新的解决方案。以企业大数据分析为例，企业相关人员希望能够通过分析大数据，使潜在的商业价值被发掘出来，从而更好地提高自身产品的品质与服务的质量。在大数据分析的过程中，需要综合利用无线数据技术、高性能计算技术、高级数据库技术以及移动互联技术。数据存储技术的不断发展，大大降低了数据存储的费用开销。借助云计算技术，在大数据分析过程中能够更加容易地获得强大的计算能力;在大数据管理方面，相关技术灵活多样，各类技术都为大数据分析提供了良好的技术支持，如NewSQL、NoSQL、Hadoop以及图形数据库等。
1 大数据及其基本处理流程分析
从数据规模来看，大数据是海量数据，利用传统的数据处理方法和手段难以对大数据进行处理，需要借助高端信息处理方法与技术，在有限时间内对海量数据进行感知、获取、加工、管理、处理和共享应用。通常情况下，大数据呈现体量大、模态多样、生成快速、高价值、低密度的显著特点。对传统数据处理方法与技术进行升级，可以形成大数据技术。云计算技术出现后，逐渐产生较多的云计算技术平台，成为大数据处理的技术服务平台，给大数据处理流程优化带来较大便利。一般情况下，可以将大数据处理流程划分为数据采集、数据处理和集成、数据分析、数据解释。在数据采集过程中，全面采集各个端口的数据信息，并实现数据的预处理，使数据格式统一化，方便后续进行数据分析与计算，数据分析结果可以通过可视化手段传递到用户端。
数据采集阶段。由于互联网技术的快速发展与广泛应用，数据来源十分广泛，增加了较多数据生产的环节，使数据产出量得到较大幅度的提升，数据之间的关联更加紧密，复杂度不断增加，在数据采集精度和采集速度方面提出了更高要求。因此，需要进一步优化升级传统数据的整合处理技术，利用相关方法与技术，在短时间内将海量复杂数据进行快速简化处理，提高数据处理、整合和利用的水平，从而更好地为用户提供数据服务。在当前形势下，随着信息量的不断增大，如果继续单一依靠传统大数据处理技术，将难以应对海量数据带来的挑战。因此，企业迫切需要全面整合数据处理流程，研究更加有效的优化处理技术，从而使数据资源的利用价值和服务效能得到提升。
在大数据处理基本流程体系中，不同运行阶段的要求不同。在数据处理与集成阶段采用去噪、格式化等方式进行数据预处理，采用统一的数据结构，预处理前一阶段的采集数据。由于数据类型比较复杂，需要除去较多无效数据，转化为统一的数据格式，以便更好地利用。通常情况下，可以通过设计过滤器等方式，将无效数据去除，转化为有效数据。在数据分析阶段，根据不同的数据应用需求和价值功能方向、应用数据挖掘工具或者数据仓库工具，进一步分析原始的采集数据和整理的数据。在数据分析方面，有较多大数据分析服务商，能够提供专业的支撑产品和服务软件，对数据进行全面深度分析。在数据显示方面，当数据量不断增大时，数据分析结果输出无法通过传统模式进行展现，利用数据可视化技术，能够为数据解释和直观展现提供技术支持，向用户直观形象地展示数据分析结果，从而提高数据深度利用价值。
2 云计算与大数据分析
云计算是为了更好地服务互联网，设置的一种增加、使用与交付模式，利用互联网提供动态且易扩展的虚拟化资源，是一种按使用量付费的模式;用户根据自身需求进行访问、获取、利用资源。在大数据处理流程中，数据分析是最重要的部分，体现了数据的价值。基于大数据的数据分析是指利用相关方法与技术快速整合、深度处理获取的海量数据。作为大数据分析的重要支撑平台，云计算技术能够为大数据分析提供具有较强扩展性、经济性的存储和计算资源，奠定深度应用的基础。总体来看，大数据技术是云计算的拓展与延伸，从大数据的采集、储存、处理与应用，需要应用大量的技术;随着数据的快速变化，信息量日益膨胀，采用云计算的方式进行大数据分析，需要升级数据通信宽带，加强建设云资源，从而确保不断增强数据整合体系功能，满足社会发展要求。基于云计算的大数据分析，将云计算与大数据分析融合，优势主要体现在两个方面：能够借助云计算虚拟化环境，与用户的业务需求结合起来，深度优化配置各类资源，从而使大数据的可扩展性得到提升;进一步细化数据分析力度，提升数据本身的挖掘价值，有助于降低数据分析成本，全面提升硬软件设施利用率。
3 大数据分析流程中并行处理技术的优化路径
3.1 大数据逻辑分析的优化
在大数据分析中，按照逻辑关系将具体问题分解为各个要素，通过比较，对各个要素的影响因子进行评判，通过对影响因子的影响程度高低进行排序，从而分清主要影响因素和次要影响因素，经过推理，得到各个要素之间的关系，汇总分析结果，从而揭示问题本质规律。要优化逻辑分析思路，利用云计算技术对数据处理模型进行构建，对海量数据的分析任务进行分解，并行处理海量数据，并汇总计算处理结果，从而完成大数据分析任务。因此，从逻辑分析技术的角度来看，在大数据分析中利用云计算技术架构进行逻辑分析具有可行性。
3.2 数据管理架构的优化
在云计算模式下，分布式调度器、分布式锁服务、GFS文件系统能够优化升级数据管理架构。GFS文件对海量数据进行贮存，分布式锁服务能够管理、处理服务器以及元数据的信息。在主服务器监控方面，通过BigTable进行优化，扩展分布式存储系统，使其效能得到最大程度的发挥。监控分布式锁服务中的目录，从而实现负载均衡处理。在子表服务器存储系统中，依据时间的远近来处理数据，实现优化子表服务器存储系统。
3.3 数据模型组织结构的优化
对数据模型组织结构利用云计算技术进行优化时，以分布式多维映射表设计BigTable，实现优化数据模型组织结构。
4 大数据分析流程中存储与访问技术的优化路径分析
4.1 数据流以及控制流的分离
存储与访问是基于云计算的大数据分析流程的关键环节，利用GFS文件系统，操作数据流和数据库。将GFS文件系统节点做成控制集群，分析数据源头。同时，将应用程序访问链接设置在客户端，以库文件形式为主。在GFS集群中，数据操作大小为64MB，在整个文件系统中进行数据操作;为了方便操作，需要对数据块设置相同的索引号。集群中的数据块经过上述流程环节，向客户端统一发送引入信息。客户端收到信息，执行存储与读写等操作，该过程完成了服务器和客户端之间的联系。在一定幅度下，降低主控服务器的负荷载量，还能够多种数据块进行同时访问。
4.2 不缓存数据的优化
由于存在磁盘性能缺陷，文件系统需要频繁访问磁盘，产生大量缓存数据，降低了系统的操作性能，访问速度下降。利于云计算技术构建GFS文件系统，不缓存数据操作，提高文件系统性能。在GFS文件系统中，在内存中存储需要操作的文件块，当该文件块首次被用户访问时，系统先从磁盘中读取文件块，之后用户每次访问该文件块，可直接读取缓存，从而提高系统读、写操作的性能。
5 结 论
充分利用云计算技术，优化大数据分析流程，需要与大数据分析整体处理程序的具体要求相结合;对运行规律进行总结，对并行处理、数据存储与访问、组织与管理等方面不断探索，与未来发展和用户实际需求相结合;利用有效的系统快速整合处理海量信息，从而进一步提升大数据信息储存的价值，使数据资源应有的功能充分发挥出来。在优化设计过程中，要充分考虑现实需求、运行环境等各方面的因素，加强培训操作人员，实现理念与技术的有效融合，利用云计算技术，使大数据高效处理与利用的價值不断提高，从而推动数据的发展。
参考文献：
[1] 王伟钧.基于云计算的大数据分析流程的优化路径 [J].电子技术与软件工程，2017（21）：164.
[2] 洪汉舒，孙知信.基于云计算的大数据存储安全的研究
[J].南京邮电大学学报（自然科学版），2014，34（4）：26-32+56.
[3] 韩晶.大数据服务若干关键技术研究 [D].北京：北京邮电大学，2013.
[4] 孙海军.基于云计算的大数据处理技术 [J].信息安全与技术，2014，5（11）：61-63.
[5] 田野，王彪，刘丹.基于大数据的一体化移动警务综合管控平台建设与应用 [J].湖南科技大学学报（自然科学版），2017，32（1）：67-72.
[6] 邓仲华，刘伟伟，陆颖隽.基于云计算的大数据挖掘内涵及解决方案研究 [J].情报理论与实践，2015，38（7）：103-108.
作者简介：朱培佩（1984-），男，汉族，河南周口人，项目管理人员，硕士，研究方向：大数据研究。
内容分析法发展云会计论文范文第3篇
云计算简史
著名的美国计算机科学家、图灵奖 (Turing Award) 得主麦卡锡 (John McCarthy,1927-) 在半个世纪前就曾思考过这个问题。 1961 年，他在麻省理工学院 (MIT) 的百年纪念活动中做了一个演讲。在那次演讲中，他提出了象使用其它资源一样使用计算资源的想法，这就是时下 IT 界的时髦术语“云计算” (Cloud Computing) 的核心想法。云计算中的这个“云”字虽然是后人所用的词汇，但却颇有历史渊源。早年的电信技术人员在画电话网络的示意图时，一涉及到不必交待细节的部分，就会画一团“云”来搪塞。计算机网络的技术人员将这一偷懒的传统发扬光大，就成为了云计算中的这个“云”字，它泛指互联网上的某些“云深不知处”的部分，是云计算中“计算”的实现场所。而云计算中的这个“计算”也是泛指，它几乎涵盖了计算机所能提供的一切资源。麦卡锡的这种想法在提出之初曾经风靡过一阵，但真正的实现却是在互联网日益普及的上世纪末。这其中一家具有先驱意义的公司是甲骨文 (Oracle) 前执行官贝尼奥夫 (Marc Benioff, 1964-) 创立的Salesforce公司。 1999 年，这家公司开始将一种客户关系管理软件作为服务提供给用户，很多用户在使用这项服务后提出了购买软件的意向，该公司却死活不干，坚持只作为服务提供，这是云计算的一种典型模式，叫做“软件即服务” (Software as a Service，简称SaaS)。这种模式的另一个例子，是我们熟悉的网络电子邮箱 (因此读者哪怕是第一次听到“云计算”这个术语，也不必有陌生感，因为您多半已是它的老客户了)。除了“软件即服务”外，云计算还有其它几种典型模式，比如向用户提供开发平台的“平台即服务” (Platform as a Service，简称PaaS)，其典型例子是谷歌公司 (Google) 的应用程序引擎 (Google App Engine)，它能让用户创建自己的网络程序。还有一种模式更彻底，干脆向用户提供虚拟硬件，叫做“基础设施即服务” (Infrastructure as a Service，简称IaaS)，其典型例子是亚马逊公司 (Amazon) 的弹性计算云 (Amazon Elastic Compute Cloud，简称 EC2)，它向用户提供虚拟主机，用户具有管理员权限，爱干啥就干啥，跟使用自家机器一样。
云计算的概念
狭义云计算是指计算机基础设施的交付和使用模式，指通过网络以按需、易扩展的方式获得所需的资源(硬件、平台、软件)。提供资源的网络被称为“云”。“云”中的资源在使用者看来是可以无限扩展的，并且可以随时获取，按需使用，随时扩展，按使用付费。
广义云计算是指服务的交付和使用模式，指通过网络以按需、易扩展的方式获得所需的服务。这种服务可以是计算机和软件、互联网相关的，也可以是其他的服务。云计算是并行计算(Parallel Computing)、分布式计算(Distributed Computing)和网格计算(Grid Computing)的发展，或者说是这些计算机科学概念的商业实现。云计算是虚拟化(Virtualization)、效用计算(Utility Computing)、IaaS(基础设施即服务)、PaaS(平台即服务)、SaaS(软件即服务)等概念混合演进并跃升的结果。
云计算的特点和优势
(一)超大规模性。“云”具有相当的规模，Google云计算已经拥有100多万台服务器，Amazon、IBM、微软、Yahoo等的“云”均拥有几十万台服务器。企业私有云一般拥有数百上千台服务器。“云”能赋予用户前所未有的计算能力。
(二)虚拟化。云计算支持用户在任意位置、使用各种终端获取应用服务。所请求的资源来自“云”，而不是固定的有形的实体。应用在“云”中某处运行，但实际上用户无需了解、也不用担心应用运行的具体位置。只需要一台笔记本或者一个手机，就可以通过网络服务来实现用户需要的一切，甚至包括超级计算这样的任务。[2]
(三)高可靠性。“云”使用了数据多副本容错、计算节点同构可互换等措施来保障服务的高可靠性，使用云计算比使用本地计算机可靠。
(四)通用性。云计算不针对特定的应用，在“云”的支撑下可以构造出千变万化的应用，同一个“云”可以同时支撑不同的应用运行。
(五)高可扩展性。“云”的规模可以动态伸缩，满足应用和用户规模增长的需要。
(六)价格合适。由于“云”的特殊容错措施可以采用具有经济性的节点来构成“云”，“云”的自动化集中式管理使大量企业无需负担日益高昂的数据中心管理成本，“云”的通用性使资源的利用率较之传统系统大幅提升，因此用户可以充分享受“云”的低成本优势，经常只要花费几百美元、几天时间就能完成以前需要数万美元、数月时间才能完成的任务。
云计算作为一种技术，与其它一些依赖互联网的技术——比如网格计算 (Grid Computing)——有一定的相似之处，但不可混为一谈。拿网格计算来说，科学爱好者比较熟悉的例子是SETI@Home，那是一个利用互联网上计算机的冗余计算能力搜索地外文明的计算项目，目前约有来自两百多个国家和地区的两百多万台计算机参与。它在 2009 年底的运算能力相当于当时全世界最快的超级计算机运算能力的三分之一。有些读者可能还知道另外一个例子：ZetaGrid，那是一个研究黎曼ζ函数零点分布的计算项目，曾有过一万多台计算机参与 (但现在已经终止了，原因可参阅拙作超越ZetaGrid)。从这两个著名例子中我们可以看到网格计算的特点，那就是计算性质单一，但运算量巨大 (甚至永无尽头,比如ZetaGrid)。而云计算的特点恰好相反，是计算性质五花八门，但运算量不大[注三]，这是它们的本质区别，也是云计算能够面向大众成为服务的根本原因。云计算能够流行，它到底有什么优点呢?我们举个例子来说明，设想你要开一家网络公司。按传统方法，你得有一大笔启动资金，因为你要购买计算机和软件，你要租用机房，你还要雇专人来管理和维护计算机。当你的公司运作起来时，业务总难免会时好时坏，为了在业务好的时候也能正常运转，你的人力和硬件都要有一定的超前配置，这也要花钱。更要命的是，无论硬件还是软件厂商都会频繁推出新版本，你若不想被技术前沿抛弃，就得花钱费力不断更新 (当然，也别怪人家，你的公司运作起来后没准也得这么赚别人的钱)。如果用云计算，情况就不一样了：计算机和软件都可以用云计算，业务好的时候多用一点，业务坏的时候少用一点，费用就跟结算煤气费一样按实际用量来算，无需任何超前配置。一台虚拟服务器只需鼠标轻点几下就能到位，不象实体机器，从下定单，到进货，再到调试，忙得四脚朝天不说，起码得好几天的时间。虚拟服务器一旦不需要了，鼠标一点就可以让它从你眼前 (以及账单里)消失。至于软硬件的升级换代，服务器的维护管理等，那都是云计算服务商的事，跟你没半毛钱的关系。更重要的是，开公司总是有风险的，如果你试了一两个月后发现行不通，在关门大吉的时候，假如你用的是云计算，那你只需支付实际使用过的资源。假如你走的是传统路子，买了硬件、软件，雇了专人，那很多投资可就打水漂了。
浅谈云计算的一个核心理念
大规模消息通信：云计算的一个核心理念就是资源和软件功能都是以服务的形式进行发布的，不同服务之间经常需要通过消息通信进行协助。由于同步消息通信的低效率，我们只考虑异步通信。如Java Message Service是J2EE平台上的一个消息通信标准，J2EE应用程序可以通过JMS来创建，发送，接收，阅读消息。异步消息通信已经成为面向服务架构中组件解耦合及业务集成的重要技术。
在云计算环境中，数据的存储和操作都是以服务的形式提供的;数据的类型多种多样;必须满足数据操作对性能，可靠性，安全性和简单性的要求。在云计算环境下的大规模分布式存储方向，BigTable是Google公司设计的用来存储海量结构化数据的分布式存储系统;Dynamo是Amazon公司设计的一种基于键值对的分布式存储系统，它能提供非常高的可用性;Amazon公司的Simple Storage Service(S3)是一个支持大规模存储多媒体这样的二进制文件的云计算存储服务;Amazon公司的SimpleDB是建立在S3和Amazon EC2之上的用来存储结构化数据的云计算服务。
云计算的现状
云计算是个热度很高的新名词。由于它是多种技术混合演进的结果，其成熟度较高，又有大公司推动，发展极为迅速。Amazon、Google、IBM、微软和Yahoo等大公司是云计算的先行者。云计算领域的众多成功公司还包括Salesforce、Facebook、Youtube、Myspace等。Amazon使用弹性计算云(EC2)和简单存储服务(S3)为企业提供计算和存储服务。收费的服务项目包括存储服务器、带宽、CPU资源以及月租费。月租费与电话月租费类似，存储服务器、带宽按容量收费，CPU根据时长(小时)运算量收费。Amazon把云计算做成一个大生意没有花太长的时间：不到两年时间，Amazon上的注册开发人员达44万人，还有为数众多的企业级用户。有第三方统计机构提供的数据显示，Amazon与云计算相关的业务收入已达1亿美元。云计算是Amazon增长最快的业务之一。Google当数最大的云计算的使用者。Google搜索引擎就建立在分布在200多个地点、超过100万台服务器的支撑之上，这些设施的数量正在迅猛增长。Google地球、地图、Gmail、Docs等也同样使用了这些基础设施。采用Google Docs之类的应用，用户数据会保存在互联网上的某个位置，可以通过任何一个与互联网相连的系统十分便利地访问这些数据。目前，Google已经允许第三方在Google的云计算中通过Google App Engine运行大型并行应用程序。Google值得称颂的是它不保守。它早已以发表学术论文的形式公开其云计算三大法宝：GFS、MapReduce和BigTable，并在美国、中国等高校开设如何进行云计算编程的课程。IBM在2007年11月推出了“改变游戏规则”的“蓝云”计算平台，为客户带来即买即用的云计算平台。它包括一系列的自动化、自我管理和自我修复的虚拟化云计算软件，使来自全球的应用可以访问分布式的大型服务器池。使得数据中心在类似于互联网的环境下运行计算。IBM正在与17个欧洲组织合作开展云计算项目。欧盟提供了1.7亿欧元做为部分资金。该计划名为RESERVOIR，以“无障碍的资源和服务虚拟化”为口号。2008年8月， IBM宣布将投资约4亿美元用于其设在北卡罗来纳州和日本东京的云计算数据中心改造。IBM计划在2009年在10个国家投资3亿美元建13个云计算中心。
微软紧跟云计算步伐，于2008年10月推出了Windows Azure操作系统。Azure(译为“蓝天”)是继Windows取代DOS之后，微软的又一次颠覆性转型——通过在互联网架构上打造新云计算平台，让Windows真正由PC延伸到“蓝天”上。微软拥有全世界数以亿计的Windows用户桌面和浏览器，现在它将它们连接到“蓝天”上。Azure的底层是微软全球基础服务系统，由遍布全球的第四代数据中心构成。
在我国，云计算发展也非常迅猛。2008年5月10日，IBM在中国无锡太湖新城科教产业园建立的中国第一个云计算中心投入运营。2008年6月24日，IBM在北京IBM中国创新中心成立了第二家中国的云计算中心——IBM大中华区云计算中心;2008年11月28日，广东电子工业研究院与东莞松山湖科技产业园管委会签约，广东电子工业研究院将在东莞松山湖投资2亿元建立云计算平台;2008年12月30日，阿里巴巴集团旗下子公司阿里软件与江苏省南京市政府正式签订了2009年战略合作框架协议，计划于2009年初在南京建立国内首个“电子商务云计算中心”，首期投资额将达上亿元人民币;世纪互联推出了CloudEx产品线，包括完整的互联网主机服务"CloudEx Computing Service", 基于在线存储虚拟化的"CloudEx Storage Service"，供个人及企业进行互联网云端备份的数据保全服务等等系列互联网云计算服务;中国移动研究院做云计算的探索起步较早，已经完成了云计算中心试验。中移动董事长兼CEO王建宙认为云计算和互联网的移动化是未来发展方向。
我国企业创造的“云安全”概念，在国际云计算领域独树一帜。云安全通过网状的大量客户端对网络中软件行为的异常监测，获取互联网中木马、恶意程序的最新信息，推送到服务端进行自动分析和处理，再把病毒和木马的解决方案分发到每一个客户端。云安全的策略构想是：使用者越多，每个使用者就越安全，因为如此庞大的用户群，足以覆盖互联网的每个角落，只要某个网站被挂马或某个新木马病毒出现，就会立刻被截获。云安全的发展像一阵风，瑞星、趋势、卡巴斯基、MCAFEE、SYMANTEC、江民科技、PANDA、金山、360安全卫士、卡卡上网安全助手等都推出了云安全解决方案。瑞星基于云安全策略开发的2009新品，每天拦截数百万次木马攻击，其中1月8日更是达到了765万余次。势科技云安全已经在全球建立了5大数据中心，几万部在线服务器。据悉，云安全可以支持平均每天55亿条点击查询，每天收集分析2.5亿个样本，资料库第一次命中率就可以达到99%。借助云安全，趋势科技现在每天阻断的病毒感染最高达1000万次。
2008年11月25日，中国电子学会专门成立了云计算专家委员会，聘任中国工程院院士李德毅为主任委员，聘任IBM大中华区首席技术总裁叶天正、中国电子科技集团公司第十五研究所所长刘爱民、中国工程院院士张尧学、Google全球副总裁/中国区总裁李开复、中国工程院院士倪光南、中国移动通信研究院院长黄晓庆六位专家为副主任委员，聘任国内外30多位知名专家学者为专家委员会委员。2009年5月22日，中国电子学会将于在北京中国大饭店隆重举办首届中国云计算大会。 北京云基地的诞生
2011年8月31日，中国云计算基地(中心)联盟成立大会在北京举办。工业和信息化部总经济师周子学出席大会并致辞。工业和信息化部电子信息司副司长赵波、中国工程院院士倪光南以及北京、上海、深圳等云计算基地(中心)和百余家知名企业的代表参加了会议。 北京云基地的建设得到了北京市领导的直接关注与大力支持北京云基地的建设得到了北京市领导的直接关注与大力支持
云基地由北京市经信委、亦庄开发区与宽带资本联合创建
云基地旨在投资培育下一个信息技术制高点“云计算”的新兴
产业基地产业基地
北京云基地目前入驻企业10余家，总投资规模5亿元
入驻云基地的公司员工600人
周子学表示，我国云计算产业发展仍然面临多方面的挑战。产业发展仍然处于初级阶段，标准规范、技术路线、商业模式等仍在探索之中，面临很大的不确定性;信息安全重视程度不够，制约云计算应用范围;政府、企业、用户三方联系不够紧密，推进云计算产业发展的合力机制有待形成与完善。作为政府主管部门，工业和信息化部将综合运用规划、政策、标准等手段，支持核心关键技术研发突破和应用示范推广，鼓励商业模式创新，支持企业做大做强，促进我国云计算产业又快又好发展。
内容分析法发展云会计论文范文第4篇
“云会计”是一种建立在互联网上的虚拟会计信息系统，其是将云计算技术作为基础与核心，通过该系统来完成企业的会计核算与会计管理等工作，其能够为企业提供财务核算、财务分析、财务管理以及相关的决策等服务。同时，“云会计”还可以对企业的各项信息进行综合运用与计算，为企业提供最优化的财务核算方案，从而推动企业财务工作效率的全面提升，降低企业的成本。与传统会计软件相比而言，“云会计”具有更大的优势，并且其还有专业化的工作人员、技术供应商等做保障，能够促进于“云会计”得到更好运用，不断提升企业财务绩效。
二、企业应用中“云会计”存在的问题
（一）对“云会计”的认识欠缺
“云会计”是在云计算基础上产生的，其发展的时间并不长，很多人们对其认识还处于起步阶段，对其了解不够，因此对其运用也不是十分积极。还有一些企业领导认为，“云会计”会泄露自身的财务信息，因此不愿意将财务信息上传到网络上，也导致“云会计”的运用受到了限制。虽然一些企业领导对“云会计”有一定的了解，也有一些运用的倾向，但是受到软件市场良莠不齐的影响，也处于观望的状态。另外，我国当前还缺乏“云会计”政策支持，没有构建健全的“云会计”核算标准体系，而且云计算产业又缺乏规范，因此也使得我国“云会计”的发展受到了较大的限制，影响了其认可度。
（二）“云会计”面临安全问题
虽然“云会计”能够提升企业会计工作的效率，节省企业会计方面的成本，但是其也为企业财务数据的安全性带来了影响。由于“云会计”是将互联网作为运行基础的，其各项信息都处于互联网大环境中，因此不可避免地会受到各个方面的威胁和干扰，这就会导致企业信息面临安全隐患。同时，云存储在应用中还比较容易受到病毒攻击、不法分子的破坏等，这就容易导致数据被泄露、篡改等，一旦发生这种情况，就会导致企业的财务信息面临损失，影响企业的发展。
（三）会计人员的“云会计”技能有待提升
会计人员的技能直接影响工作的效果，当前虽然一些企业开始引入了“云会计”系统，但是在实际工作中会计人员的专业化技能却表现出不足的现象，无法对“云会计”系统进行科学化运用，对许多功能无法深入挖掘与运用，这就导致会计工作的效率较低，因此不断提升会计人员的“云会计”技能尤为重要。
三、解决企业“云会计”问题的措施
（一）正确认识“云会计”
“云会计”已经成为了会计行业发展的主流趋势，为了推动会计行业的更好发展，提升“云会计”的运用效率，相关部门应当加强“云会计”宣传，为各个企业管理者做好培训与教育，使其对“云会计”有一个全面而正确的认识，从而更好地在企业中引入“云会计”。同时，政府还要对有潜力的“云会计”供应商进行扶持，帮助其构建健全完善的“云会计”系统，并加强安全性管理，消除企业领导的顾虑。而企业也应当注重对自身的员工进行培训，让员工对“云会计”有一个更全面的认识与理解，并积极学习计算机知识，提升计算机技能，更好地迎接“云会计”时代。
（二）做好安全防范与管理
第一，“云会计”服务商应当做好安全保障，采取有效的措施加强安全管理。比如要对数据传输过程进行管理，采用加密算法，切实保障数据传输的安全性。同时，还要依据不同用户的保密等级加强身份认证、构建对应的防火墙等，推动系统有更高的安全性。第二，政府要充分发挥自身的监管作用，对“云会计”供应商进行科学化监管。要根据实际情况制定对应的资格审查机制，构建从业资格标准，避免供应商为了一己私利而出售企业的数据信息。第三，政府要健全“云会计”法律制度。当前我国还没有正式、规范的云计算标准，并且这方面的安全方针也不清晰。政府应当结合国内外云计算的现实发展情况进行规划，对当前现有的法律规范进行完善和修订，为云计算更好地发展提供良好的环境。同时，还要构建“云会计”相关的法律体系，以此对“云会计”市场进行维护，确保“云会计”有更高的安全性，为更多企业运用“云会计”做好坚实的保障。第四，企业自身应当做好保密。企业应当提升安全防范意识，对数据进行备份，防止出现突发事件。并且，在选择供应商的时候还要做好分析与考察，对系统安全性进行全面检测。
（三）提高会计人员的素质和技能
“云会计”的有效运用需要会计人员有较高的技能和素质，只有会计人员积极进行新知识学习，并不断提升自身的综合素质，才能够更好地运用“云会计”财务软件，提升会计工作的效率。因此企业领导要注重对会计人员进行培训，积极为其灌输新知识和新技能，使其对“云会计”有一个全面的了解，更好地对其进行运用。同时企业还要采取有效措施激励员工开展这方面的学习，比如构建奖惩措施，定期对会计人员进行专业技能考核，对学习积极、效果好的员工进行奖励，而对学习不积极的员工进行惩罚等。另外，还可以聘请经验丰富的“云会计”专业人员到企业中对自身的会计人员开展培训，为其解答疑问并传授经验。
结束语：
当前随着我国社会的快速发展，越来越多的企业开始了解并运用“云会计”，这使得企业财务管理的整体质量和效率不断提升。不过整体来看“云会计”的运用过程也并不是十分顺利，企业对其运用还存在诸多问题，本文对这些问题进行了总结，并提出具体措施，希望能够早日实现“云会计”的普及。
摘要：当前，随着科学技术的快速发展，互联网已经深入到人们生活与工作的每一个层面，影响着人们的方方面面。在这种背景下，“云会计”应运而生，将“云会计”引入到企业中，能够推动企业会计工作信息化发展，提升企业会计工作的质量和效率，从而促进企业长远持续发展。当前很多企业逐渐开始引入了“云会计”，在会计工作方面取得了较大的成效，不过其应用中也存在一些问题，这些问题对于企业的财务工作的更好开展带来了不利影响。基于此，本文对这些问题进行了总结，并提出针对性的解决措施，希望能够为企业“云会计”的更好运营提供一定帮助。
关键词：“云会计”,信息化,问题,财务工作,解决措施
参考文献
[1] 张蜀.探讨云会计发展对中小企业的影响[J].中国集体经济.2017,(10).
[2] 徐颖.“云会计”在中小企业会计信息化中的实践探讨[J].科技经济市场.2017,(11).
内容分析法发展云会计论文范文第5篇
【关键词】移动学习;内容分析法;综述
信息技术的发展推动了社会的前进，随着教育教学中各种形式的新媒体、新技术不断涌现，人类的学习方式也随之不断变化。移动学习作为一种新型的学习模式，是信息技术在教育教学中的全新应用，它以方便灵活、操作性强、形式多样等特点逐步受到教师和学习者的关注，同时也渐渐纳入教育研究者的学术研究范围。为了解移动学习当前的研究进展情况，借鉴、推广有益的成果，明确应继续探索的问题和方向，有必要对近年来的优质研究文献进行科学合理的统计与分析。
一、研究设计
1.研究方法
本研究以内容分析法为主要研究方法，旨在对2013—2017年国内公开发表的关于移动学习的期刊文献进行对比分析，理清有关移动学习的研究现状，对相关问题、热点问题等进行归纳和总结。
内容分析法是对研究内容进行客观、系统描述的研究方法，将其用于分析文献十分有效。本研究进行内容分析法的实施步骤主要有以下几步：首先确定研究目标的总体范围;然后进行样本抽取、确定编码体系;继而结合编码体系进行文献样本阅读、统计及分析;最后对文献分析结果进行阐释。
2.研究对象
将中国知网检索到的期刊文献作为主要研究来源，以“移动学习”为篇名，选取从2013年到2017年有关移动学习的相关文献，可以搜索到的文献数量共计2 002篇。文献数量较大，并且文章质量参差不齐。因此，有必要将研究范围进一步缩小，研究选取了被CSSCI(中文社会科学引文索引)检索的共144篇文献作为研究样本。文献内容质量优异，能够体现近五年来移动学习的研究动向。
3.研究编码体系
本研究对样本文献进行了研究过程分析、文献来源分析、研究内容分析和研究趋势分析。每篇文献都各自作为独立的分析单元，对其内容的分析是本研究的重点。在分析内容时，仔细研读了文献的关键词、摘要以及内容，明晰其表达的观点。为对文献的编码体系进行更加科学的归纳，主要参考了非正式学习和微课等相关综述文献中所设计的类目，[1—2]他们的分类更有利于后续研究者把握该研究方向的研究现状。参考上述文献所涉及的研究编码体系，结合移动学习的具体样本情况，在对移动学习相关研究认识与理解的基础上，建立了关于移动学习的研究编码体系，主要围绕基础研究、相关技术研究、应用研究、资源建设及实践四个方面进行设计。
二、移动学习研究成果数量分析
对移动学习相关文献进行发表年份统计分析，得出如图1所示的知网文献发表数量年份变化分布图和图2所示的CSSCI相关文献发表数量年份变化分布图。
以移动学习为篇名的文献最早被CSSCI收錄始于2002年，但是由于当时各地的移动设备数量及网络传输能力都非常有限，因此移动学习的发展并不迅猛。而在近五年，即自2012年全球慕课发展迅速，并被《纽约时报》称为“慕课元年”后，我国的慕课、在线课程所建设的资源发展也较为迅速，移动学习借助于这些资源逐渐真正地登上了我国的历史舞台，并成为了学术界的关注重点。
在文献数量方面，知网检索的相关文献数量逐年上涨，近5年由2013的226篇翻倍变为520篇，这种翻倍增长说明学术界对移动学习的关注程度日渐增加。而与此不同的是，CSSCI检索的相关文献数量则变化不大，一直保持在20—40篇之间，说明其收录的优质文献数量并未盲目扩大，而是在逐渐增多的文献中合理甄选、择优收录。随着年份的增加，其所收录的文献质量逐年变得更加优良。
三、移动学习文献来源分析
关于文献期刊来源的分析主要针对期刊来源和第一作者所在机构。
1.期刊来源分析
对期刊来源的分析主要是为了了解目前哪些期刊对移动学习更加关注以及移动学习在哪个领域更受关注。
对文献发表的期刊做统计，载文量大于2篇的期刊如表1所示。其中大多是教育领域和图书情报领域的期刊，表明移动学习目前受到了教育工作者和图书情报研究者的重视，同时其他领域目前对移动学习的研究相对较少。这与移动学习本身就在教育领域的研究范围内有直接关系。另外，载文量达10篇以上的期刊共计4个，中国远程教育、现代教育技术、电化教育研究及中国电化教育，均为教育技术领域的核心期刊，说明教育技术领域的学术研究者依然是移动学习的领军人，引领着移动学习的最新动向。
2.文献第一作者所在机构分析
对文献第一作者所在机构的分析有助于了解哪些机构及区域对移动学习更加关注。
对文献第一作者所在机构做统计，发表有关移动学习文献数量大于2篇的机构如表2所示。其中，多数机构是高校，说明高校是移动学习研究的主力军。其原因应该是高校师生拥有新思想，是新技术、新思想积极倡导的骨干力量，也是积极的实践者。但从另一方面考虑，移动学习暂时还没有得到其他非高校教育工作者的广泛关注，还有进一步拓展的空间。另外，发文量最多的两所大学，即浙江工业大学和江苏师范大学，均在长江以南，处于我国经济较发达地区，其硬件设施和网络铺设均优于北方地区，这也是当地学者对移动学习研究更加深入的基础。四、移动学习研究内容分析
为对移动学习研究内容的分析更加明晰，对前文所述类目进行了内容细化，如表3所示。一般来说，单一文献会同时涉及多个细化的内容，因此，数据统计不能充分说明当前的研究现状，需要对文献进行更加细致的内容分析。1.移动学习概念的界定
概念界定是所有研究的最基本问题。关于移动学习的概念界定也一直在发展，尚未形成统一的共识。早期学者较为关注移动学习获取信息的手段，如移动学习是指利用无线移动通信网络技术以及无线移动设备(如手机、个人数字助理PDA、Pocket PC、iPad、iPhone等)获取教育信息、教育资源和教育服务的一种新型学习方式。[3]毫无疑问，这与当时手机拥有量不高、无线网络分布不广等原因直接相关。而随着技术的不断发展，智能手机的逐步普及为移动学习提供了便利，移动学习概念的关注点也有了转变，开始关注参与学习过程的人员之间的交互行为，如移动学习是指学习者利用无线移动通信网络技术以及无线移动通信设备获取教育信息、教育资源和教育服务，并在适当的情境下通过移动技术实现教与学的丰富交互，随时随地进行的数字化学习形式。[4]也有学者更强调学习者的主动学习，将移动学习定义为学习者为满足不断增加的弹性学习需求，借助无线移动通信网络和便携式的移动终端(如移动电话、个人数字助理PDA、Pocket PC等)，获取学习资源，进行主动学习的一种新型数字化学习方式。[5]
2.移动学习的理论基础
移动学习是新兴计算机技术与教育相结合的产物，其研究与实践必须有相关的理论做指导。从教育学、心理学等多角度对移动学习进行思考，有利于深入研究移动学习，并保证其发展的正确性。当前关于移动学习的理论基础，学者们较为关注ARCS理论、强化理论、分布式认知理论、接受和使用技术统一理论等。
ARCS理论是由John Keller教授基于動机激励策略提出的。该理论提出，为加强学习者学习的动机，在学习活动设计过程中，要重视四个要素，即关注(Attention)、相关性(Relevance)、信心(Confidence)、满意度(Satisfaction)，它们分别以ARCS为首字母，故称ARCS理论。就是在设计移动学习活动时，要引起学习者对一项学习任务的注意和兴趣，使学习者理解完成这项学习任务与其自身密切相关，然后使学习者觉得自己有能力完成这项学习任务，从而产生自信，让学习者产生完成学习任务后的满意感。[6]有学者将该理论应用于英语移动学习APP的学习活动设计中，实践检验效果良好。[7]
强化理论是美国哈佛大学心理学教授斯金纳在条件反射理论基础上提出的。[8]该理论提出，当行为的结果有利时，这种行为会重复出现;不利时，这种行为就减弱或消失。移动学习活动零散，不利于记忆，的确需要解决的办法。有学者基于强化理论结合艾宾浩斯遗忘曲线对成语学习的推送平台进行了设计，利用其小步子渐进原则和及时反馈原则有效地解决了记忆困难的问题。[9]
分布式认知理论是美国加利福尼亚大学的Edwin Hutchins提出的，他认为认知是分布式的，认知现象不仅包括个人头脑中所发生的认知活动，还涉及人与人之间以及人与某些技术工具之间通过交互实现某一活动的过程。[10]移动学习对认知工具的依赖性是人所共知的，因此分布式认知理论和方法一直为移动学习研究者所重视。有学者将其融汇到移动学习游戏设计中，结合相关移动学习游戏实例，从知识设计、技能设计、动机激励设计、记忆设计和社交设计五个方面对游戏设计原则进行了深层次解析。[11]
接受和使用技术统一理论(UTAUT)是Venkatesh等人在整合众多理论基础上提出的，[12—13]是技术接受模型(TAM)的一个扩展理论。理论提出了四个核心元素和四个节制因素。四个核心元素即绩效预期、努力预期、社会影响、便利条件，它们共同影响使用者的使用意愿，与此同时，使用意愿还受性别、年龄、经验和自愿性这四个节制因素的影响，使用意愿决定了使用者的使用行为，使用意愿大，才会最终导致使用者产生“使用”这个行为。移动学习的应用需要考虑学习者的使用意愿，接受和使用技术统一理论所提供的相关核心元素和节制因素恰好为移动学习的接受度研究提供了有效的理论支撑。当前，该理论已成为学者们进行移动学习影响因素分析的重要理论参考和依据。
3.相关技术研究
移动学习的发展源于技术的不断更新，从样本文献所涉及的相关技术发展也可以看到移动学习前进的脚步。技术的发展推动了移动学习的迅速发展，也为广大学习者带来了极大的便利。
2013年，增强现实技术是移动学习研究的核心技术，它是在虚拟现实技术基础上发展起来的，手机支持虚拟现实技术，使增强现实技术成为了移动学习的众多可应用技术之一。[14—16]2014年，移动学习的技术相对扩展了很多，H.264技术解决了移动学习平台视频处理问题，[17]针对不同系统也开始采用不同的技术进行开发，如利用iOS内置的众多技术设计个性化的移动学习资源、利用XML资源包或App Inventor手机编程工具进行Android应用开发，以及应用PhoneGap跨平台开发工具解决移动学习资源跨平台运行的问题。[18—21]2015年，技术进一步发展，微信功能得到了前所未有的拓展，微信功能包开始支持移动学习活动设计。[22]至2016年，基于HTML5技术开发的交互式移动学习平台已经可以同时适用于Android、iOS甚至是Windows Phone平台。[23]
4.应用研究
随着时间的推移，移动学习的应用范围也在不断变化，从最初的仅限于语言学习扩大到多学科及多人群应用;研究的深度也不断深入，从最初的策略研究深入到科学的数据分析。
2013年，国内的移动学习应用相对还较少，有学者对美军国防语言移动学习及移动设备进行了深入的研究探讨，分析了其移动学习资源的类型、设备的形式和特点，以及遇到的挑战和应对措施，为我国高校的语言教育改革提供了借鉴。[24]移动学习更适合外语教学，因此，国内的移动学习应用也逐步开始了语言方面的应用实践。有学者探讨了移动学习的应用模式和外语学习资源的选择与设计原则，提出了基于移动学习终端的外语教学新模式。[25]也有学者针对听障儿童的生理特点和认知规律，提出了移动学习的具体设计策略，并结合全日制聋校实验教材进行了安全设计，为移动学习在听障儿童人群中的应用提供了相关理论支持和技术支撑。[26]
2014年至2015年，移动学习在学科领域和应用人群两方面都有了拓广。除开启了以大学英语教材建设来辅助移动学习资源系统建设、将大学英语锁屏软件应用于移动学习的大幕外，又在阿拉伯语课程、高校电子商务与物流专业、高校信息素养课程及中学科学课程等學科领域进行了移动学习的应用，并将应用人群范围进一步扩大到了基层电大及高职教学中，扩大了移动学习的影响力。[27—34]
2016年至2017年，大数据分析技术为移动学习的应用研究带来了新的活力，学者们开始从科学量化的角度对移动学习进行深层次分析。有学者对大学英语移动学习进行数据分析，来为出版社确定移动学习应用的产品结构、用户群细分等策略提供决策依据;[35]有学者利用科学的数据分析方法对成人学位英语APP进行了效能分析，以证明该成人学位英语移动学习应用的有效性。
5.资源建设及实践
根据移动学习资源建设及实践的实际情况，从学习资源设计制作、环境平台搭建、教学模式设计、综合实践案例几个方面对样本文献进行内容分析。
学习资源设计是移动学习的基础，良好的学习资源能为学习者更好地诠释学习内容，更易于理解吸收。学者们尝试在概念图理论、认知负荷理论等相关学习理论及心理学理论指导下进行资源设计，[36—37]并引入知识元，[38]结合自适应呈现技术进行了相关资源建设，[39]力争使移动学习资源更加人性化，更加贴合学习者的学习过程。
环境平台搭建是移动学习实现的途径，为学习者提供最短学习路径，能减轻学习者在移动学习过程中的额外负担，并有效增加学习兴趣。学者们将游戏理念、知识可视化理念赋予到移动学习环境设计中，[40—41]在混合云模式和微信公众平台的支持下进行了互动式移动学习系统的设计与开发，[42—43]为学习者提供了较为人性化的移动学习平台。
教学模式设计是移动学习实施过程的保障，是学习者移动学习的引导，对学习过程助力较大。学者们针对不同的学习内容在微信功能包支持下对移动学习的翻转课堂模式进行了多种研究与实践，为移动学习实践带来了有益参考。[44—46]
综合实践案例是对移动学习整体建设及实施过程的统揽，是当前移动学习实践的见证。当前实施较为广泛的移动学习还是微信支持下的实践探索，[47—49]线上线下相结合进行学习有助于充分利用学习者课内、课外学习时间，[50]也更好地体现了智慧学习时代的特征。
五、研究趋势与展望
综合样本文献可以发现，移动学习研究在不断随着技术的更新而前进。尤其近两年来，大数据分析技术成为移动学习新的研究焦点。学者们在推进移动学习研究的同时，开始注重用数据说话，从数据中凝练观点。如：通过分析移动课件字幕呈现形式来了解注意力的影响因素;通过调查问卷形式分析伙伴互评模式的公平性;通过分析学习过程数据来解释学习行为对学习结果的影响等。与此同时，在移动学习过程基本完善的基础上，学者们也开始着手探讨移动学习各方面的评价问题。如：如何评价移动学习工具的设计、开发与应用效果;如何评价移动学习教学模式的优异度;如何评价移动学习过程中学习者的能力提升程度;如何形成规范化的评价体系等。上述所列都是移动学习研究下一步亟待解决的问题。
内容分析法发展云会计论文范文第6篇
中国的国家云计算发展战略规划是什么?简单地说，这样的规划是不存在的。
这篇文章如果就这样结束了，也是可以的。不过这未免令人扫兴，现在让我们假设，如果中国的国家云计算发展战略规划存在，它会是什么样的?
一、问题提出的背景
提及并不存在的“中国的国家云计算发展战略规划”，大约是看到别的国家有这样的规划，因此推想中国也应该有，但事实上中国确实没有。所以文章应该先从中国为什么没有这样的规划谈起。
1、人大代表：应制定国家级云计算战略规划
2012年03月14日，全国人大代表廖仁斌建议，制定国家级云计算战略规划，促进云计算更好更快的发展。这一信息告诉大家，已经有人知道没有这样的规划，并希望国家制定这样的规划了。此前，倪光南院士也提出过同样的建议。
廖仁斌认为，云计算被国家“十二五”规划列为重点扶持的战略新兴产业，将带来工作方式和商业模式的根本性改变，使信息技术基础设施和信息应用成为“即开即用”的资源，对人类社会的生产、生活方式将产生深远的影响。同时，加快云计算的发展对我国打破国外企业信息技术领域壁垒、发展高新技术产业具有重要的战略意义。
廖仁斌为此提出了许多很好的建议。例如，主张大力推进应用创新，促进云计算产业健康发展。一是调整推进方式，由政府推进向市场拉动转变。二是抓住应用创新突破口，以点带面推动云计算的普及发展。等等。
难点在于，要制订国家级的战略规划，首先要就云计算是不是“国家级”的，达成共识。如果真认为云计算会带来某种“根本性改变”，也许这种共识更易达成。其次对规划要针对解决的问题，也要达成共识。众所周知，云计算当前存在着严重的重复建设，如果大家真的认为有必要“由政府推进向市场拉动转变”，也许这种共识更易达成。
考虑到“宽带中国”战略历经波折才提上国务院议事日程，“云中国”要想成为“国家级”的战略，还有许多工作要做。现实是，云计算现在更多还停留在“部门级”水平，可以纳入专项规划(科技规划或产业规划)，但暂时难以纳入国家级战略规划。
2、中国与世界看到的云计算有何不同
制订国家级战略规划的前提是，事情具有全局战略性。比如以往提“信息化是覆盖现代化建设全局的战略举措”，因此才有国家信息化领导小组2005年通过的“国家级”的《国家信息化发展战略》。
云计算是否取得了信息化这样的地位呢?我们不妨实证观察一下，信息化有六个要素：信息网络、信息技术应用、信息产业、信息资源、人才和政策法规。云计算在中国，目前更多被当作科技和信息产业，科技对应科技部，信息产业对应工信部;即使云计算在信息化中五脏六腑俱全，也要通过国家信息化领导小组，才能谈得上国家级战略规划。以目前条件，由科技部制订《中国云科技发展“十二五”专项规划》，工信部制订云计算产业发展规划，是具备条件的;但制订国家级战略规划，还只是美好的愿望。
从实质问题来看，中国和世界对云计算的战略认识，是有差别的。中国从科技、产业两个角度看，是高度重视云计算的。《国务院关于加快培育和发展战略性新兴产业的决定(国发〔2010〕32号)》和国家发展改革委会同有关部门起草的《加快培育和发展战略性新兴产业“十二五”规划》从这两个角度充分肯定了云计算。国家在“坚持科技创新与实现产业化相结合”的基本原则下，在新一代信息技术产业中，提出促进云计算的研发和示范应用，明确了发展的重点方向和主要任务。科技和信息产业都很重要，但都有国务院下具体的职能部门来管。在全局和战略这两项上，都还提不到“国家级”上来。由于技术和产业驱动，一旦从战略上缺乏其它要素(如需求和应用)的制约，重复建设问题往往只能在局部上解决，这是规划顶层设计上的问题。
美国发展云计算有自己的国家级战略考虑，它并不以科技、产业这两点为云计算的重心，2009年9月奥巴马政府宣布的长期性云计算计划，主要目标第一条就是“继续朝着基于服务(与技术和提供商无关)的环境迁移”。强调把云计算作为工具所要达到的目的，例如“提高政府打造透明、开放、参与型政府的能力”，“支持政府机构完成其使命”。日本2010年2月提出的智能云战略强调，一是促进云服务的多样性应用，二是以用户需求为导向开发云技术及周边技术，同时采取战略性的措施推动创新，此外还有建设电子政府云。总之都是落在业务本身上，而不是技术上。
由此可见，中国眼中的云计算，更多具有1.0的特点。而美日等发达国家的云计算，更多具有2.0的特点。云计算1.0是指技术和产业驱动的云计算，云计算2.0是指需求和业务应用驱动的云计算。
说明这些，是为了使大家先有个全局概念，不要误以为下面介绍的云计算规划思路，是全面的国家规划和战略规划，它们只是分散在国家下面各个局部的想法，具有明显的阶段性和局部性;也不要苛求这些规划面面俱到，有些局部引发的问题，只有上升到全局的条件具备后才能够解决。
二、从科技发展角度规划云计算
2012年6月，国家科技部推出《中国云科技发展“十二五”专项规划》征求意见并报批国务院，从中可以看出从科技这个重要视角对云计算是如何规划的。
这一规划的总体目标是，到“十二五”末期，在云计算的重大设备、核心软件、支撑平台等方面突破一批关键技术，形成自主可控的云计算系统解决方案、技术体系和标准规范，在若千重点区域、行业中开展典型应用示范，实现云计算产品与服务的产业化，积极推动服务模式创新，培养创新型科技人才，构建技术创新体系，引领云计算产业的深入发展，使我
国云计算技术与应用达到国际先进水平。具体目标包括：(1)研究建立云计算的技术体系和标准体系，研制技术评测工具与平台，开展评测服务;(2)突破重大关键技术，研制重要系统，形成面向区域、重点行业的各类云服务整体技术解决方案;(3)开展关键技术与系统的应用示范。
规划提出的重点任务主要是：
(一)研究和建立云计算技术体系和标准体系
包括研究和建立云计算技术标准体系，研究云计算系统核心软件、硬件设备、应用服务示范平台及云计算数据中心的评测方法，制定云服务评测指标体系规范，研制配套的评测工具，建立测试环境和平台，并开展评测服务。制定适应不同行业需要的云计算安全要求和评测方法标准，保障云服务的网络和信息安全。
与产业部门对标准的规划重点在服务和运营不同，科技部规划侧重的是技术体系。
(二)突破云计算共性关键技术
突破支持万级并发任务的云服务器节点技术，支持十万量级节点有效交互的数据中心互联网络结构与通信栈技术，支持身份认证、加密与隔离的硬件安全技术，大规模分布式数据共享与管理技术，资源调度及弹性计算技术，服务器虚拟化等云计算关键技术。突破云计算应用服务开发和运行环境、用户信息管理、运行管控、安全管理与防护、应用服务交互、云计算智库等共性支撑技术。开展云计算安全体系架构研究，构建自主可控的云计算安全体系架构。掌握云计算环境下用户身份管理技术以及云计算应用服务的安全防护和风险评估技术。研究云计算网络技术，突破云计算数据中心虚拟化、大带宽环境下的存储与数据网络融合、虚拟机接入、多用户数据隔离、跨集群通信与数据迁移等关键技术。研究云计算数据中心
(包括新型制冷系统、供配电系统、模块化数据中心)绿色节能关键技术。
与产业部门规划重在产业化不同，科技部规划侧重在技术研发突破。
(三)研制云计算成套系统
突破大规模资源管理与调度、大规模数据管理与处理、运行监控与安全保障等重大关键技才，研制按需简约的云操作系统、EB级云存储系统、支持亿级并发的云服务器系统、云计算中心网络大容量交换机，研发相应安全防护产品与软件，形成云计算技术产品体系，构建云计算公共服务与管理平台。
具体包括四个方面：(1)云操作系统及云公共服务与管理平台软件研制;(2)亿级并发云服务器系统研制;( 3) EB级云存储系统研制;(4)云计算中心网络大容量交换机研制。
从历史经验看，这方面规划要取得实效，关键在于把指导思想中的“以应用需求为导向”落到体制机制的实处上来。这个应用，不应停留在验收前举例说明式的“应用”水平上，要
真正与产业化结合。在这方面，科技部与工信部需要理顺关系。
(四)开展典型应用示范，推动产业发展
从实际运行来看，发改委和工信部相当重视应用示范，特别是地方的应用。科技部规划的应用示范侧重于政府公共服务领域、区域性的云计算公共服务示范系统，以及重点行业应用示范。
三、从信息产业发展角度规划云计算
据媒体披露，工信部正在制定一个云计算产业战略规划。
作为产业主管部门，工信部一直致力从产业发展角度推动中国云计算发展，2008年以来，一共颁发了大约300张IDC牌照，这些IDC成为云计算产业发展的基础。工信部与发改委曾于2010年10月联合下发《关于做好云计算服务创新发展试点示范工作的通知》，要求对云计算等战略性新兴产业采取积极的扶持促进政策，并在北京、上海、深圳、杭州、无锡等五个城市先行开展云计算创新发展的试点示范工作。 2011年，支持建立了有200多家企业参加的中国云计算基地联盟，指导联盟对各地数据中心进行统筹规划。
综合各方信息，我们试图归纳工信部在发展云计算产业方面加强规划引导的一些可行思路：
一是加强规划引导和合理布局，统筹规划全国云计算基础设施建设和云计算服务产业发展，支持形成具有区域特色、行业特色的云计算应用。
结合软件产业发展和两化融合的应用需求，加快研究并制定我国云计算产业发展战略，开展云计算规划工作，以指导云计算产业发展。增强对云计算和应用的调控，加强各地方云计算中心的规划论证与建设审批工作，抑制重复建设和不当投资，并注重增加国产软硬件产品与设备的采购力度。一种意见认为，我国云计算产业发展要立足本土应用，推动行业云逐步成为现阶段中国云计算的主要形态。对掌握在各个行业、各个垂直的部门中的有价值数据进行挖掘、及时提供服务。在产业发展方面，要打造自主可控的云计算硬件核心装备和云操作系统，从云计算基础架构到运营，再到软件服务促进整个产业链上的各个厂商协同发展，共同完善产业布局。
1)着力抓好软件和信息技术服务业、信息安全产业等“十二五”规划落实。优化产业布局，推动产业集聚发展。大力推进中国软件名城、软件和信息服务业示范基地建设，推动软件业在主要城市的集聚发展和变大变强。组织实施好国家软件公共服务平台专项，创新服务运营模式，完善产业公共服务体系。工信部强调在软件服务业基础上发展云计算产业是可以理解的，需要进一步看到大数据可能重新定义业态这一前沿趋势。
2)加快培育新兴业态，不断拓宽应用市场。把握ICT融合趋势，支持信息技术服务业务支撑工具研发和服务产品化，加快培育下一代互联网、移动互联网、物联网等环境下的新兴服务业态。发展面向制造的生产性服务业，支持基础良好、开展增值税扩围试点的地区发展生产性服务业，在总结经验基础上逐步向其他有条件地区拓展。强调生产性服务业，这是
工信部的又一特色。云计算要在两化深度融合中，对推动现代产业体系形成发挥积极作用。
3)培育龙头骨干企业，深化产业链协作。加强分类指导，着力培育一批管理水平先进、创新能力强、规模效益好、市场竞争力强的龙头企业。引导骨干企业发挥辐射带动作用，为小型微型企业和新创企业营造良好的创新环境。梳理工作流程，促进创新资源合理流动和配置，加快建立政产学研用(按：这里不光是产学研)协同的工作体系。抓龙头企业，是产业部门的传统和优势，是使应用实现产业化的重要抓手。