信息时代特征精选(九篇)

第1篇：信息时代特征范文

 

关键词：艺术研究； 非物质； 虚拟现实 

 

信息技术已经带领人们进入一个全新的信息时代,人类的生存方式也随之产生了历史性变革。从工业社会的物质文明向后工业社会的非物质文明转变，人类社会正在进入一个非物质化的新时代。这种巨大的变化不仅改变了人类社会的技术特征，也对人类社会的经济、政治和艺术等各方面都产生了深远影响。艺术研究也经受了这场剧烈变革的冲击和挑战，并产生了前所未有的重大变化。决定21世纪艺术发展的两种主要力量：一是信息技术，二是艺术研究。在社会信息化进程越来越快、程度越来越深的今天，信息技术已经成为推动艺术研究发展的新动力。特别是虚拟现实技术和互联网的影响，使得信息化下导致艺术研究的对象、方法和手段都凸显出非物质的特性。 

 

一、 艺术载体的改变及影响 

艺术的本体由一定的信息和载体构成，在人类社会早期，人们用岩石、泥土、竹木、铜铁等自然物质作为艺术的载体。文字的产生和丝帛、竹木、纸张等加工媒介的出现，大大丰富了艺术的表现方法和表现手段。随着印刷术的发明，使艺术作品大量的复制变得更为容易，同时也加快了艺术的传播。进入工业革命，以物理、化学为代表的科学技术飞速发展，将胶、磁等物理技术很快地应用于艺术领域之中，以胶片、磁带为载体的媒介也应运而生，艺术中的视觉传播开始得到极大的物理化，而艺术的形式、内容也开始从平面走向立体。在艺术家们的创作中，以摄影等三维方式制作的作品迅速增加，艺术作品的传播也由于其载体的变化而开始从静态向动态领域扩展。信息技术的日新月异将不利于永久保存，多次修改会损耗作品质量的磁带、胶片等载体淘汰，此时，基于光学原理的“激光读取技术”，作为读取与写入的存储技术走到了科技舞台的前沿。光盘技术给计算机系统带来了大容量储存能力，而且它体积小、使用方便，这些优势使它能够很容易地替代其它载体。它的应用让艺术作品从传统的静态式、单向式、平面式的表现形态跨越为动态的、多向的、立体交互式的全新视觉形态。 

信息技术使得艺术在传播方式和存在媒介上都有了巨大的改变，使得艺术的研究界面产生了巨大的变化。一些较为庞大的物体如建筑、古墓、人类文化遗址等文物很难用传统手段复原及展示，我们可以利用计算机进行虚拟重建，让它存在于网络的虚拟空间之中。利用SimXML互联网仿真技术，通过在互联网上重建象阿旁宫、圆明园、古代长安城等那些早已被毁灭的古代建筑，能让他们出现在倒转的时空当中，使得艺术研究更为直观、快捷和方便。艺术载体的变化，使得我们的研究界面也随之变化，在信息社会以前，参观者只能通过博物馆所展示各种物品或物品的残片、图片、以及相应的文字说明，来想象当时的情景。现在情况则完全不同，通过数码复制技术，而在虚拟博物馆里，人们不仅可以看到物品的3D模型，而且可以在计算机虚拟世界环境中对其观赏，计算机虚拟世界在每一细节上看上去与实际的历史遗迹并无二致，并可以亲自操作。 

 

二、 数字艺术的出现 

信息技术已渗入传统艺术所涉及的一切领域，通过对艺术载体的历史性变革，使得艺术的内涵得到深化。信息化也导致艺术的形式也得到了新的发展，出现了一系列的数字艺术，例如电子音乐、数码版画、网络艺术等。传统音乐所涉及的一切领域几乎都受到信息技术的影响，现有的计算机技术原则上可重现自然界一切已有的声响，并能够制造出自然界并不存在的声响，从而冲破了人们对音乐的传统认识，更新音乐观念，促进音乐研究的深化。信息技术同时也给音乐开拓了前所未有的广阔天地，给音乐艺术提供了无穷无尽的音源，大大地拓展了声音的表现范围和艺术感染力。通过互联网的广泛传播，数字音乐已逐渐为人们所接受，成为音乐在信息时代新的发展形式。 

根据国际上的共识，凡是用计算机或有CPU的数字电路所作的有关音乐的工作和活动都属于计算机音乐的范围，计算机音乐包含以下一些主要内容： 

（一） 音乐声的数字合成。音乐声包括乐音、在乐音中应用的“噪声”以及在谐波中存在的对音色起作用的一部分超声。各种音乐声都可以根据声音的原形进行分析后再用计算机技术予以合成复制，这是声音数字合成的一个方面。声音数字合成的另一个方面是可以随意产生自然声中从未有过的各种声音。 

（二） 音乐的数字录音。数字录音是计算机技术在录音领域的应用。DAT、DCC数字录音机、激光唱片都属此类，现已推出DDDD激光唱盘及可多次录音的激光唱片。数字录音与一般的模拟录音相比，其优点有：频率特性好，保真好；动态范围大；抖晃趋于零；信噪比高，信号失真极小；对失落信号可以补偿恢复；经多次复制后不会降低声音质量；节目搜索时间短；重放精度高；记录密度高；记录时间长；体积小等。 

（三） 网上音乐。互联网的普及使得在网上可以随时听、看音乐会、音乐表演、MTV等，可以购买CD、VCD、DVD和与音乐有关的书籍、资料等，可以进行网上问题讨论、评论、交谈等一切音乐活动。能够实现远程控制的互动性MIDI中心在一些国家、城市已经建立，方便浏览者随时点播节目，实现资源共享。 

除了音乐，其它一些艺术形式诸如舞蹈、戏剧等也或多或少的融入了信息技术的成分，就连电视广播节目也有了虚拟主持人。这些数字化的应用，使艺术的表达、传播甚至存在的途径都起了翻天覆地的变化。虚拟艺术形式的出现，表明人们已逐渐适应信息化带给人们的冲击，甚至人们已经开始习惯这种充斥着信息化、非物质化特性的艺术形式。 

艺术的非物质化存在是社会信息化的结果。信息社会是一个“基于提供服务和非物质产品的社会”，信息社会是物理现实和社会现实充分信息化的社会。“非物质”不是物质，但“非物质”是基于物质的，只不过是脱离了物质的层面。艺术形式的非物质化，使得传统的艺术理论在解释新的艺术形式时面临巨大的挑战。声音、图像、文字等诸多艺术因素的非物质化，导致艺术理论中非物质性成分的增加，例如，数码设计艺术原理、计算机辅助设计原理等。 

 

第2篇：信息时代特征范文

关键词：3G时代；手机播客；视频播客

中图分类号：G2 文献标识码：A 文章编号：1672-8122（2013）05-0091-02

手机播客，也叫移动播客，是以网络手机（主要是3G手机）为制作、接收和播客节目的载体，利用无线互联网，接收和播客信息的一种新型跨媒体传播方式。

近年，随着3G技术的普及与进步，手机上网变得时尚起来，手机网民的数量也大幅度攀升。工信部近日2012年10月通信业运行状况，数据显示，1～10月份，全国移动电话用户达到109541.6万户，而3G用户已达到2.12亿。

而早在2012年7月中国互联网络信息中心（CNNIC）公布的研究成果表明，2012年上半年，通过手机接入互联网的网民数量达到3.88亿，相比之下台式电脑为3.80亿，手机已经超越台式电脑成为中国网民的第一大上网终端[1]。

手机视频播客，作为手机上网重要的内容之一，广受年轻网民们的喜爱和推崇。随着3G技术的进步及上网资费的下调，手机视频播客用户增长速度十分惊人。截止到2012年上半年，使用手机收看视频播客的用户超过一亿人，在手机网民中的比例由2011年底的22.5%提升至27.7%。

飞速增长的数字表明，随着3G技术的全面推广使用，手机上网变得越来越便捷、容易，手机网民数量持续快速增长，而作为手机上网重要业务之一的“手机播客”也越来越得到手机用户的青睐，“手机播客”的春天正在到来。

一、传播主体――草根性与个性化的释放

网络时代的到来，打破了大众媒体一统天下的格局，颠覆了话语权专制的时代，以往传统媒介中只能被动接受信息的草根们可以随时、随地、随意地表达自己的思想与观点并与他人共享。普通大众在享有信息知情权的同时，也拥有了传播的权利。传播者和受众的界限变得越来越模糊，甚至可以互换位置。手机媒体的私密性、专属性、小众性等特征使得手机网民们有了展示自己才艺和思想的空间和舞台，网民们可以借助无线互联网这个平台，挥毫泼墨，畅所欲言。操作易、门槛低等特性使得手机播客为草根创作者们释放个性、展现自我创造了更多的机会，成为了继博客之后草根们追捧的又一热门节目。

据艾瑞咨询集团（iresearch）调查结果显示，2011年中国手机网民使用的手机播客业务中，观看网友原创播客达到了13.9%，比2010年有了明显提升。原创作品更贴近生活，与百姓息息相关，更容易引起观众共鸣。另外，原创作品一般拍摄的风格都比较诙谐搞笑、娱乐大众，符合受众的审美要求，也更容易吸引受众的目光。优酷手机视频每日排行榜上的原创视频大约占总排行榜的20%左右，手机网民对于原创作品的喜爱可见一斑。

中国移动于2010年推出“G客G拍”，（即“即刻即拍”，根据其模式，草根视频作者将自己创作的原创视频作品上传至中国移动手机视频平台，通过手机无线发行获得20%的手机票房分成，从而实现“草根”作者到“G客”的转变。）在一个月内就创造了200万票房，100万影迷的奇迹。2011年，中国移动的“G客G拍”在八个月的时间里创造超过5000万的票房总收入，影迷数量也达到了1200多万人，其中原创视频《大无畏》2011年票房收入95.1万元，作者获得票房分成19万元。一连串的数字表明，原创播客的发展前景乐观，无论是草根作者还是受众的数量都稳步增长，原创播客是播客未来发展的一个重要方向。

除此之外，播客本身又属于一种小众化的传播媒介，每一个有个性的传播者都可以把自己独一无二的观点，与众不同的才艺展示出来，与他人共享。目前的智能手机，操作简单、功能齐备，百姓们可以随时随地地把身边发生的新鲜事或者自己的新鲜观点通过手机摄像头记录下来并上传至网站，瞬间便可以传遍世界的每个角落。手机播客为传统媒介中只能却又不甘于充当受众的草根们有了充分展示自己的空间和舞台，层出不穷的优秀的极具个性化的草根作品得以展示和发表，并为广大网民所喜爱。被誉为中国手机电影第一人的郑云通过一系列诙谐搞笑却又不乏深意的手机短剧作品为广大手机网民所熟知和喜爱，在网友们的支持下闯出了一条有自己独特喜剧风格的手机电影之路。

二、传播内容――娱乐和跨文化的升华

手机播客从根本上来说属于一种快餐文化，其短小精炼、娱乐性强的特点使其更易于流行和传播。根据美国学者保罗・莱文森的“补偿性媒介”理论，“任何一种后继的媒介，都是一种补救措施，都是对过去的某一种媒介或某一种先天不足的功能的补救和补偿”[2]。作为第五媒介的手机媒介，以其移动便携性、较低的购置成本和操作简易性等特性弥补了以往媒介的不足，迎合了当代媒介消费者的主要诉求。从传播内容来说，手机播客独有的特点同样能够弥补其他媒体的缺陷和不足。手机播客在内容方面体现出明显的娱乐性和跨文化的特点，语言更加口语化，风格更加幽默搞笑，形式更加新颖多变，其跨文化的特性使其更容易引发不同阶层受众的共鸣，也更加符合当代媒介消费者的需求。

手机网民对于手机播客的内容选择具有明显的倾向性，艾媒咨询公布的调查结果显示，手机播客用户对于播客节目喜好的类型方面，搞笑、娱乐、综艺、影视剧等娱乐性节目超过了70%。这说明，手机网民对于娱乐性强的播客节目有着明显的偏爱。

当前生活节奏的加快，现代人生活、工作越来越紧张和繁忙，压力也越来越大，人们更渴望在内心深处获得一份轻松与愉悦，来缓解自己的紧张心情。因此，娱乐性强、声像并貌的播客节目恰好满足了受众的这种诉求。另外，媒介碎片化时代的到来，使得没有大块时间去观看宏篇大制的受众们可以选择那些短小精悍却又幽默搞笑，可以放松心情的娱乐性播客节目，这也恰好弥补了他们时间上的不足。对于手机播客收看的时段和时长，调研机构也给出了详细的统计结果。艾媒咨询调查结果显示，手机播客用户观看手机播客最高的时段分别是18：00～21：00、12：00～15：00，占比分别为20.7%和17.3%。艾瑞咨询集团调研数据显示，用户观看手机播客的时长中，“30分钟至一个小时”的用户所占的比重最大，达到了28.4%。以上调研结果说明，手机用户收看手机播客，大多是在休息时间或者工作间隙，收视也以短视频为主。这些数据也恰好反映出碎片化时代人们对于短小精悍、吸引力强的视频内容的要求和偏好。

移动互联网消除了地域界限，成为了一种真正意义上的全球化的传播媒介。而手机播客不仅有着全球化的属性，其跨文化的特性也更加鲜明。一般来说，手机播客节目在时间上有比较严格的限制，要在有限的时间里表达出更为丰富的内容，就要求播客视听符号的选择和编码过程必须有益于大众的理解和传播，就要强化视听符号的表现力。音乐等听觉符号，动作、画面等视觉符号最为直观形象，文化交流的障碍较小，因此更适于播客节目制作时使用。此外，娱乐性强、诙谐搞笑的节目相对于正统节目较为直观形象，也更容易引起受众共鸣，更易于跨文化的交流。

三、传播模式――双向反馈、点对点传播

传统媒介中，受众的反馈极其有限，而播客的交互性使得传受双方在网络的支持下可以实现即时交流，即时反馈。刚刚结束的十便充分利用了移动通讯的优势，使得手机网民们可以通过播客、微信、微博等各种途径收听、收看十，并及时反馈自己的意见。中国网络电视台设立了手机电视、CNTV客户端、视频手机报、手机央视网等多个平台，全方位报道十。腾讯新闻手机客户端负责人指出“十召开当天新增十多万用户，PV（页面浏览量）峰值达到了6000多万。”北京电信则表示，在十开幕当天，提供十视频咨询的天翼视讯用户猛增了百分之五十，手机的流量也增加了百分之六十。音频播客方面，中央人民广播电台、黑龙江人民广播电台、黑龙江移动携手在十召开期间特别打造了“移动网络广播”，为那些不能通过传统媒体收听收看十直播报道的人群提供了极大的方便。同时，手机网民们在通过手机获取十信息的时候，还可以通过彩信、微信、微博等各种途径反馈自己的观点和看法，交流思想，真正做到了即时反馈。话语权的获得使得普通受众转变为传播者，反馈机制的便利使得传播者转变为受众，传播者与受众在网络的支持下畅通交流、互相转化，你中有我、我中有你。

汤莉萍在《试听媒体新变革》中提出了“个人媒介是P2P点对点的网状传播模式，任何人都可以成为一个传播点，平等地对外传播。”“播客这一传播模式是对大众传播方式的颠覆，赋予受众自主的信息权，带来深刻的社会变革，尤其对个人生活和思维方式，社会政治民主、文化规范及产业经济发展的影响不可估量。[3]”手机播客创造了一种新的传播模式。变一对多为一对一的个人传播模式，就是通过点对点的传播，进一步细分受众和市场，达到传播目的。

3G技术的进步为手机播客的发展提供了沃土和空间，手机播客的迅速发展极大地拓宽了受众的信息获取途径，弥补了传统媒介的不足，成为了现代人生活中不可或缺的一种信息获取手段。随着3G技术的进一步发展及“三网融合”的全面开展，我们有理由相信，在不久的将来，手机播客会以更加崭新的姿态展现在手机网民面前，为手机网民带来更大的实惠与乐趣。

参考文献：

[1] 中国互联网络信息中心.中国互联网络发展状况统计报告[R].北京：中国互联网络信息中心，2012.

第3篇：信息时代特征范文

【关键词】网络经济；会计信息；质量特征；会计目标。

1、网络经济的主要特征。

网络经济是服务经济和信息经济的有机结合， 是一种更高阶段的直接经济的生产方式。 新的生产方式必然引起生产力的变革，尤其是智能化信息网络将成为其重要的生产工具。 如果说工业时代的生产力集中表现为机器大工业利用自然资源（主要是不可再生资源）进行标准化 、大规模 、大批全地生产各种商品的能力 ，那么网络经济的生产力则表现为利用信息资源增加无污染可再生资源，减少不可再生资源，从而实现可持续发展的创新能力。

与工业经济相比，网络经济具有如下特点:一是网络经济打破了空间和时间的限制，是全球一体化的经济。在因特网中，经济活动与空间距离的关系变得不那么重要了， 这里是指与传统经济相比，并不是说空间因素制约完全消灭了，电子商务仍然受到物流不畅的制约。 由于网络经济打破空间限制，大大加快了全球经济一体的进程，各国的经济依存度增强了。全球化只有在网络时代才真正成为现实，在此之前几乎是不可能的。网络经济打破空间的限制还意味着世界各国的经济体制都将走向开放的经济体制，一个封闭的经济体制在网络时代是注定无法生存的。 所以， 从这个意义上说，网络经济是一种完全开放的经济。

二是网络经济是一种虚拟经济。虚拟经济是指在因特网上构筑的虚拟空间进行的经济活动，它具有不受时间和空间限制的虚拟性.而不是指传统经济中的由股票 、证券 、期货 、期权等有价证券的虚拟资本交易活动构成的虚拟经济， 网络经济的虚拟性是由于网络本身的性质造成的。在以金融资本为核心的虚拟经济中，资本是决定性的要素。网络经济的虚拟性表现为有形资产最多的人不一定是最富有的人，而无形资产最多的人肯定是最富有的人。与网络经济虚拟性相关的还有人们的思维方式变化，由有形思维为基础的思维方式，向无形思维方式为基础的虚拟思维方式转变。

三是生产、经营方式和消费方式发生根本的变化。网络经济产生了一系列新的生产、经营方式。 例如戴尔公司的“大规模定制”，不仅是一种全新的生产经营模式，而且是一种全新的管理模式一一数字化管理。 在传统经济中，大规模的生产一定是标准化、批量化的产品。 而戴尔利用网络进行订货和销售，根据事先从网上获得的信息，为每一个顾客量身定制个性化的产品，不仅做到大规模生产不同产品，而且做到了零库存。 因为，利用因特网，它无需事先准备库存，真正做到了以需定产。 亚马逊的销售模式则是一种完全摆脱了所有中间层次的“直接见面”，不需要中间环节 ，从而实现了更加便捷、更加低成本的 B2C。

2、网络经济条件下的会计目标及会计信息质量特征。

会计目标比较具有如下不同:

一是产生的条件不同。 会计目标是以资金为主的自然资本要素市场的产物。 在网络经济环境下，知识和信息将逐步取代代表自然资源的资金的主要地位，市场所追逐的将是知识和信息要素，知识流、信息流将成为核心生产要素 ，知识 、网络和信息将成为会计目标的出发点和归宿。

二是会计报告的内容不同。 在网络环境下，企业内部会计信息系统与企业管理管理的其它系统相连通， 及时有效的提供会计信息，通过管理软件设定的程序自动调整各种参数、智能性的进行管理。 在企业外部运用电子商务通过 Extranet/Internet 网络智能化的辅助管理者进行经营决策。 会计报告的表现形态可能是“ 会计频道”或是会计标准组件 ，会计信息的需求者根据不同需要利用组件技术和决策技术产生个性化的会计信息。

三是生产会计信息的规则和方法不同。随着计算机网络技术、通讯技术、计算机存储技术和实时数据管理技术的不断更新，信息集成技术、管理技术的不断创新，帕乔利的会计循环、会计科目必将被新的会计处理规则和方法，诸如事项会计法、事件驱动的REA模式（Resources， Events and Agents accounting alternative model）、多维会计法等会计模式所替代。

第4篇：信息时代特征范文

关键词：会计信息；会计信息质量特征；构建；会计信息质量特征体系

我国迄今为止仍未有正式的会计信息质量特征体系，唯一与之较为接近的莫过于2006年2月颁布的《企业会计准则--5本准则》中提出的会计信息质量要求的8项一般原则，但这些原则并不能取代会计信息质量特征体系。从FASB与LASC建立的会计信息质量特征体系来看，都表现为一个多层次的体系，而不是像我国那样进行简单地、并列式地列举。因此，有必要构筑一个科学合理的会计信息质量特征体系――既要符合国际惯例的要求，又要充分体现国情，使会计信息真正成为沟通世界经济的桥梁。

所构建的体系如下图所示： 　 对所构建的会计信息质量特征体系的构成要素说明：

一、以真实性为主的总体质量特征

会计信息能否满足使用者的需要，在我国现阶段，甚至世界各国，都取决于会计信息是否“真实”。真实性是会计的生命，它包含如实反映观的涵义。真实性也是对整个会计工作的基本要求。会计工作所提供的信息不仅是企业投资者及其他利益相关者做出经济决策的重要依据，而且也是国家宏观经济管理、维持市场经济正常秩序的重要信息来源。

二、以合规性为代表的关键质量特征之一

我国的会计法规体系是以《中华人们共和国会计法》为基础，分为会计准则、会计工作条例、会计制度多个层次，形成一个比较完整严密的法规体系，以此来规范企业及行政事业单位的会计行为，保障会计信息质量，维护社会经济的正常秩序。如果说真实性是会计的生命，那么合规性就是会计生命的保障。在我国，虽然人治的历史悠久漫长，但是法治的历史也同样漫长。“没有规矩不成方圆”的共识，已经成为中华民族文化的组成要素。无论是鉴定会计信息质量还是检查评价会计工作，都离不开会计法规的依据。

保障会计信息质量合规性特征的次级质量特征是可理解性、可验证性和谨慎性。即可理解性、可验证性和谨慎性三个特征与合规性特征的组合，是对合规性特征的强化，而后者则对真实性的实现起到支撑与保障的作用。

三、以公正性为代表的关键质量特征之二

支撑会计真实的另一块基石是会计公正。会计信息的公正性特征，同样是会计信息真实性的保障。企业是利益相关者的契约集合体。不同的利益相关者具有不同的利益诉求。会计信息作为对企业经营活动的客观反映，不能够只从某一利益主体的立场出发来满足其需求，致使一部分使用者受益的同时其他人受损。公正性作为会计信息质量的关键特征，应当与会计自身价值追求相一致。因此我们选择的会计信息质量的关键特征就像每个行业、每个从业者都要坚持的与人格有关的道德底线一样，即无论在什么情况下都要不惜代价必须要坚持的底线。由于在社会生活中会计向社会宣示的是一种公正的形象。

四、以相关性为代表的次要质量特征

相关性是体现会计信息使用者需求的属性，简单地说，就是供应者提供的会计信息与其使用者所作决策的关系，或者是会计信息对其使用者所作决策的影响程度。与合规性或公正性一样，相关性特征也需要其他特征来相衬： 　 首先是及时性。及时性是指在会计信息失去对决策有用之前，能被使用者所拥有。及时性本身不能增加相关性。其次是预测性。会计信息预测性的功能在于提供提高决策水平所需的那种发现差别、分析和解释差别，从而在差别中减少不确定的信息。再次是反馈性。反馈性或信息具有反馈价值是相关性必备的一种特征。

五、将收益>成本作为约束条件

这是广泛适应性的要求。因为任何一项活动，只有当收益大干成本时才是可行的，某项会计信息是否值得提供，首先就必须满足这个约束条件。具体说来，提供会计信息的成本主要包括搜集、处理、审计、传输信息的成本，及对已披露信息的质询进行处理和答复的成本、诉讼成本、因披露过多信息而导致的竞争劣势成本，提供会计信息的收益则主要有资本配置和计价的收益以及保护消费者、公众的利益。

第5篇：信息时代特征范文

关键词：名实体分类； 神经网络； DBN； 字特征

中图分类号：TP391 文献标识码：A 文章编号：2095-2163（2014）02-

Study on Chinese Named Entity Categorization based on Deep Belief Nets

CHEN Yu， ZHENG Dequan， ZHAO Tiejun

（School of Computer Science and Technology， Harbin Institute of Technology， Harbin 150001， China）

Abstract： DBN is a classification of fast and global optimum neural network. It contains several layers of unsupervised networks and one layer of supervised network. The paper approves this novelty machine learning approach is suitable to the domain of named entity categorization. The paper applies RBM，an unsupervised learning method， to reconstruct more representative features from character-based features. Subsequently， the paper utilizes BP， a supervised learning method， to fine-tune parameters in whole network and accomplish the categorization task. In the end， the paper tests DBN on ACE 04 Chinese corpus and achieve 91.45% precision， which is much better than Support Vector Machine and Back-propagation neural network.

Key words： Named Entities Categorization； Neural Network； DBN； Character-based Feature

0引 言

传统的信息抽取任务包括名实体抽取、关系抽取和事件抽取，而名实体抽取又可分为两个子任务：一是识别消息文本中的名实体，二是将已识别的名实体进行分类，本文主要关注名实体抽取的第二个子任务。名实体是一个事物或事物集合的名称，在消息文本中，往往是信息的主要载体，所以名实体抽取是信息抽取的基础任务。名实体分类对名实体的语义表述具有重要指示意义，是名实体抽取准确与否的标准之一。按照Automatic Context Extraction （ACE）大会的定义，名实体一般分为人名、地名和机构名等。早期，研究主要聚焦于利用基于模式匹配的方法进行名实体分类，并取得了较高的准确率。Mcdonald[1]利用名词的内外部信息组成的模式对名词进行分类，Wacholder[2]则利用对不同名词类别进行聚类的方式辅助人工撰写的模式实现名词分类。但是上述方法都需要大量人工统计的模式，而一旦名实体抽取范围或者对象语言变化，即要费时费力地修改甚至重写相应的模式。此后，基于统计的机器学习方法显示了所具备的强大自学习能力，克服了基于模式方法的缺点。同时，支持向量机和反向传播神经网络是传统的机器学习分类器，可通过利用足够大量的实例进行自训练，并用训练好的模型未知实例进行分类。Zhou和Su[3]提取了4种不同的词性和句法特征表示名词的语义特征，再用隐马尔科夫模型进行分类，Isozaki[4]利用5-gram结合3种词法特征组成特征向量用于支持向量机训练模型并对名实体分类。此外，对于名词分类的研究大多只是集中于英文语料，对中文语料的研究仍相对较少，其名词分类的难度要远大于英文，主要原因是[5]：

（1词语之间没有明显的分割标志；

（2）汉语中的词存在更多歧义现象；

（3）汉语词语由字组合而成，组合的复杂度高；

（4）汉语的词法语态信息不如英语丰富[6]。例如：汉语词语没有时态、字母大小写的特征等。在已有研究中，Jing[7]提出了利用基于字的特征表征名词信息，结果表明，基于字的特征结果要优于基于词的特征，且克服了以上大部分的汉语难点。

本文提出一种基于字特征提取名词特征向量，并利用Deep Belief Nets（DBN）神经网络构造分类器进行名实体分类的方法。方法中，首先对直接反映名实体的字特征向量进行特征提取，得到更加复杂、更具表征能力的特征，再利用有监督过程对这些特征向量进行分类，获得了较直接对字特征向量进行分类更好的效果。实验结果表明，DBN方法分类效果明显优于其他传统的机器学习算法。

1 Deep Belief Nets 神经网络的介绍

DBN神经网络是一种全局最优的快速神经网络分类方法，由若干层RBM网络（Restricted Boltzmann machine）和一层反向传递网络（Back-Propagation，简称BP网络）组成，因而是一种多层神经网络[8]。DBN结合了无监督学习方法的特征提取能力和有监督学习方法的分类能力。总体来说，DBN具有以下如下几点优势：

（1）无监督的RBM方法提取输入特征向量的结构化信息，组成表征能力更好的特征向量；

（2）有监督的BP方法将错误信息反向传播到整个网络以修改网络的参数，使特征向量映射到其他空间时更为准确；

（3）DBN的多层网络结构能够自我弱化学习过程中产生的错误信息，并对特征向量在各个相异空间的重要特征信息实行优化组合，使无监督过程产生的信息更加结构化；

（4）DBN是一个快速的学习算法，RBM将整个网络的参数快速定位到最优参数的邻域，与传统的BP算法相比，收敛速度更快。

DBN的结构如图1所示，在训练模型的过程中主要可分为两步。第一步，分别单独、且无监督地训练每一层RBM，确保特征向量映射到不同特征空间时，可最多地保留特征信息。RBM网络只能确保层内的权值对该层特征向量映射达到最优，而非对整个DBN的特征向量映射均能达到最优。第二步，利用反向传播网络有监督地微调整个DBN网络，克服RBM仅能保证层间参数只对该层最优化的弊端，并对特征向量进行分类。RBM训练模型的过程可以看作是初始化BP的权值参数，使DBN方法克服了传统反向传播神经网络容易陷入局部最优和训练时间长的缺点。

图1 DBN结构图

Fig.1 The structure of a DBN

DBN方法是一种多层神经网络，底层的神经网络接收直接表示（多数为二元值）的特征向量值，在自底向上的传递过程中，从具体的特征向量逐渐转化为抽象的特征向量，在顶层的神经网络形成更易于分类的组合特征向量，增加网络层数能够将特征向量更加抽象化。而且，虽然RBM确保训练后的层内参数对特征向量映射达到最优，但是不能完全消除映射过程中产生的错误和不重要的特征信息。尤其是，多层神经网络的每一层网络均会弱化上一层网络产生的错误特征信息和次要特征信息，因此多层网络较单层网络精确度更高。在名实体分类问题中，基于特征方法的一个重要特性是特征向量的稀疏问题，DBN方法对特征的提取与结构化对稀疏特征向量具有很好的辨别能力，能很好地解决这类问题[9，10]。

2 特征选取

基于字的特征非常适用于中文信息抽取领域，因其避免了汉语词语没有边界信息等的缺点，将字与字如何组合成词语，交由机器学习模型去决定。例如：“老”与“李”组合成“老李”，并被分类为人名；“老”与“挝”组合成“老挝”，并被分类为国家。即使是在小规模的语料中，这种组合方式是极其复杂的，表示名词的特征向量的维数高。本文将语料中名词出现的字组成字典 ，将每一个名词e的基于字的特征向量表示为 ，特征向量与字典具有相同的维数，其中 的值满足等式（1），可具体表示为：

（1）

除了基于字的特征外，本文也加入了ACE语料里标注的名实体的指称信息作为特征。名实体的指称分三类，分别是命名性指称、名词性指称和代词性指称。最后，本文将名词的基于字特征和指称信息特征结合，作为名实体的特征向量。虽然名实体还有其他词法及句法特征，但是本文重在验证DBN方法在自然语言处理领域的适用性，故未涉及更多特征信息。

3 实验与分析

本文选用ACE 04的语料作为测试数据，按照语料标注说明，名实体可分为五类，每一个名词属于且只属于一类，分别为人名（Person）、组织机构名（Organization）、行政区名（Geo-political entity）、地名（Location）和设施名（Facility）。对名实体分类，即是对名实体指代进行分类。名实体指代是名实体在文档中的表述，每一个名实体指代包含主体（head）和扩展（extent）两部分，指代主体包含名实体主要信息。虽然指代的扩展部分能提供更多信息，但是也扩大了字符字典的规模，带来噪音。相关文献证明，只利用指代的主体部分的效果优于结合扩展部分[9]。

本文从语料中提取出10 228个名实体指代，利用4折交叉验证法训练模型，也就是说，7 746个指代作为训练语料用于训练模型，2 482个指代作为测试语料用于测试模型，其分布如表1所示。字符字典的维数为1 185，测试语料在本文中使用了准确率评价模型，由于本文的实验是对已识别的名实体分类，其召回率等于准确率。

本文共进行了三组不同的实验，第一组实验用于验证DBN分类器的效果，第二组实验用于验证RBM的层数对DBN提取特征的作用，第三组实验用于比较层内节点数对DBN网络效果的影响。

在第一组实验中，本文将DBN、SVM和传统的反向传播算法的名实体分类效果进行了比较，其中，DBN的网络结构是3层RBM加一层反向传播网络，进行了多组实验，选取最好的DBN模型结构，每层RBM的节点数由下至上依次为900，600，300；SVM利用的是线性核函数，惩罚系数为1，其余参数为默认值，这种结构的SVM分类效果也是比其他结构的SVM更优；反向传播算法的网络结构与DBN相同，利于与DBN的结果相比较，结果如表2所示。实验证明，DBN的效果较其他两种模型具有明显的提高，说明DBN能从基于字特征向量中对字与字之间的关系进行正确的组合与识别，提取出更具代表性的特征用于分类。

在第二组实验中，本文比较了一层、两层和三层RBM的效果，一层RBM层内节点为900，两层RBM层内节点分别为900和600，三层RBM的层内节点分别为900，600和300，结果如表3所示[10]。实验结果证明，随着层数的增加效果越来越好，说明更多的层数能够提取出更多准确的特征。另一方面，三层RBM比两层RBM的效果提高不明显，说明两层RBM对于名实体分类已经提取足够的分类特征，Hinton[8]也在其相关研究中指出，三层RBM网络已经能提取足够的特征用于分类。

在第三组实验中，本文利用一层RBM网络结合BP的模型，改变RBM层内节点数，结果如表4所示。实验结果表明，第一层RBM层内节点数为900的分类器效果最好，因为900接近输入特征向量的维数，说明神经网络节点数应对输入特征向量降维，且不宜下降过快，导致震荡和难以收敛，并且，只包含一层RBM的DBN的效果依然优于SVM和反向传播算法。

本文最后观察了每一个类别的分类效果，并用准确率，召回率和F系数去衡量，结果如表5所示。结果表明，人名、行政区名和组织结构名的效果最好，因为语料中这三个类别的实例比例较大，地名和设施名的效果较差，因为语料中这两个类别的实例比例较小，每一类别的分类的效果与此类别的实例在语料中比例成正比。

4 结论及将来的工作

DBN对于名实体分类是一种全新的机器学习算法，对高维特征向量具有很强的提取特征和进行特征分类能力。本文将基于字特征和指称特征作为表述名实体指代的特征向量，并用DBN对其进行分类，实验结果表明，DBN的分类效果要明显好于SVM和反向传播算法，是一种在信息抽取领域具有良好实用性的优秀算法。将来的工作拟在以下几个方面展开：（1） 将本文提出的方法在其它数据集上测试，以进一步验证方法的有效性；（2） 将该方法应用于关系识别方面；（3） 利用该方法多任务地进行名实体抽取与关系抽取。

参考文献：

[1] MACDONALD D. Internal and external evidence in the identification and semantic categorization of proper names[M]. Corpus Processing for Lexical Acquisition， MIT Press. 1993：61-76.

[2] WACHOLDER N， RAVIN Y， CHOI M. Disambiguation of proper names in text[C]// Proceedings of the Fifth Conference on Applied Natural Language Processing，1997.

[3] ZHOU GuoDong， SU Jian. Named entity recognition using an hmm-based chunk tagger[C]//proceedings of ACL，2002：473-480.

[4] ISOZAKI H， KAZAWA H. Efficient support vector classifiers for named entity recognition[C]//proceedings of IJCNLP，2002：1-7.

[5] ZHAO Jian， WANG Xiaolong， GUAN Yi. Comparing features combination with features fusion in Chinese named entity recognition[J]. Computer Applications. 2005， 25（11）.

[6] ZHAO Jun. A survey on named entity recognition， disambiguation and cross-lingual coreferences resolution. Journal of Chinese Information Processing[J]. 2009， 23（2）.

[7] JING Hongyan， FLORIAN R， LUO Xiaoqiang， et al. How to get a Chinese name （entity）： Segmentation and combination issues[C]//proceedings of EMNLP. 2003：200-207.

[8] HINTON G， OSINDERO S， TEH Y W. A fast learning algorithm for deep belief nets[J]. Neural Computation. 2006，18：15271554.

第6篇：信息时代特征范文

关键词：N-Gram 操作码 恶意软件 机器学习 数据挖掘

1 研究背景

随着社会的发展，计算机的普及率不断增加。由于Window操作系统使用简单、方便、用户体验良好，Windows操作系统成为最受欢迎的PC操作系统。众多的用户数量也让Windows操作系统成为了黑客最爱攻击的对象。恶意软件是对病毒、特洛伊木马和蠕虫等的总称，恶意软件具有强制安装、难以卸载、恶意捆绑等特征。随着互联网的发展和技术的不断更新换代，恶意软件的攻击手段和种类越来越丰富。当前的恶意软件相比传统的恶意软件有了很多的变种，更加难以检测。全球每年因为恶意软件入侵给个人用户和企业带来了大量的经济损失，而且这种损失每年都在增长。

恶意软件的检测已经成为当前热门的领域之一。文献[1]研究基于N-Gram 系统调用序列的恶意代码静态检测，通过N-Gram算法提取API函数序列作为特征建立检测模型来检测恶意软件;文献[2]是基于数据挖掘和机器学习的恶意代码检测技术研究，利用N-Gram算法选取代码字节序列作为特征，使用数据挖掘和机器学习技术训练分类器检测恶意软件;文献[3]研究恶意软件检测中的特征选择问题，介绍了恶意软件检测领域选择特征的原则和方法;文献[4]研究恶意软件鉴别技术及其应用，提出了鉴别恶意软件的几种方法;文献[5]基于权限的朴素贝叶斯Android恶意软件检测研究，分析恶意软件特有的权限作为检测的依据;文献[6]研究一种恶意软件行为分析系统的设计与实现，对恶意软件的行为进行分析，建立检测系统实现对恶意软件的检测。文献[7]研究基于PE静态结构特征的恶意软件检测方法;文献[8]介绍了软件逆向工程的内容。

传统的恶意软件检测方法必须获得该恶意软件的签名之后才能对恶意软件进行检测，这个缺点使得计算机感染新型恶意软件的概率增加并且检测到恶意软件很困难。本文在当前研究的基础上，对Windows操作系统上的PE文件（PE（Portable Executable）文件是运行在Windows操作系统上的可执行文件）进行反汇编，利用N-Gram算法提取操作码特征，使用信息增益算法选取操作码特征，用数据挖掘和机器学习技术建立用于检测恶意软件的模型。

2 实验过程

2.1 概述

图1是基于N-Gram操作码恶意软件的检测流程图。该流程图主要分为两个部分：第一部分，通过对PE文件进行分析训练分类器;第二部分，利用测试集来测试分类器检测恶意软件的结果。

从图1可以看出实验过程主要包含以下内容：①通过对良性PE文件和恶意PE文件反汇编得到汇编文件，用N-Gram算法提取汇编文件中的操作码特征;②选取特征利用数据挖掘和机器学习技术对建立分类模型，训练分类器;③利用测试集对训练好的分类器进行检测，区分出恶意软件和良性软件。下文将依次对每个步骤进行详细的介绍。

2.2 反汇编PE文件

本文采用了交互式反汇编器专业版（Interactive Disassembler Professional）即IDA Pro以下简称IDA。使用IDA反汇编PE文件得到很多信息如流程图、函数调用图、依赖图等。我们可以根据这些信息，分析软件的功能、执行过程、内部结构等。本文利用IDC脚本，从反汇编的许多信息中把汇编代码提取出来（IDC脚本主要用于动态调试IDA，获取IDA运行过程中的各种信息的代码）。

2.3 N-Gram提取操作码特征

N-Gram算法经常用于恶意软件检测，自然语言处理等领域。N-Gram算法假设第m个词的出现只与前面的m-1个词相关。假设操作码序列为ABCDEFGH，2-gram提取的操作码特征[{AB}，{BC}，{CD}，{DE}，{EF}，{FG}，{GH}];3-gram提取的操作码特征[{ABC}，{BCD}，{CDE}，{DEF}，{EFG}，{FGH}];4-gram提取的操作码特征[{ABCD}，{BCDE}，{CDEF}，{DEFG}，{EFGH}];5-gram提取的操作码特征[{ABCDE}，{BCDEF}，{CDEFG}，{DEFGH}]。

2.4 选取特征

从上文可以看出使用N-Gram算法提取操作码特征虽然不会遗漏某个特征但是有个明显的缺点，即如果操作码个数太多，所提取的操作码特征序列冗余多而且数据量大。例如有m个操作码，根据N-Gram提取的操作码特征为C■■。使用N-Gram提取的操作码特征，不仅数量太太，而且有好多特征冗余，增加了我们寻找区分恶意软件和正常软件操作码特征的难度。因此本文利用信息增益算法选择特征。

信息增益算法选择特征：

信息增益算法计算某个特征在文本中的权重时，考虑特征存在或不存在对文本分类信息表示量的影响。信息增益算法选择特征时，最重要的标准是判断该特征能传输多少信息给分类系统，信息量的多少和特征的重要程度成正比。因此本文把信息增益值大的特征组合成分类特征的子集。一个特征的信息量是系统有该特征和没有该特征前后之间信息量的差值。本文根据特征的信息增益值，通过降序排序，生成数据字典。

数据字典是一张参照表，根据数据字典我们得知哪些特征作为判断标准最合适。我们首先根据N-Gram算法提取样本文件中的所有操作码特征，再根据数据字典筛选操作码特征。如果数据字典中的特征存在于样本文件中，根据该特征在样本文件中出现的次数给该特征赋予一个权值，若样本文件中没有该特征，则该特征的权值为0。使用特征选择算法选取特征后，根据不同的数据字典，每个样本文件中的操作码特征都用数据字典中的特征来表示，这样所有样本文件中的操作码特征都相同，不同的是操作码特征的权值。每一个样本文件都用操作码特征来表示，生成一条记录。把所有表示样本文件中的记录存放到指定的文件中，使用算法转换成特定的文件格式用于数据挖掘。

3 实验结果分析

本文根据数据挖掘工具Weka对实验得到的操作码特征用机器学习算法技术训练分类器。Weka（Waikato Environment for Knowledge Analysis）是一个基于java的开放的数据挖掘工具，集成了大量的机器学习算法。由于Weka具有高效准确的特点，所以本文使用它作为数据挖掘的工具。

本文用4820个良性软件和3465个恶意软件作为样本集。首先，用2-gram、3-gram、4-gram、5-gram提取操作码特征;其次，用信息增益算法选取特征;最后，用J48、Random Forest、Bagging、AdaBoostM1四种分类算法进行分类学习。本文用检测率、误报率、准确率和AUC作为检测标准，其中AUC是最重要的标准。下文将依次分析不同长度的操作码特征、不同大小特征集、不同算法对恶意软件检测的准确率。

3.1 不同长度的操作码特征比较分析

本文根据2-gram、3-gram、4-gram、5-gram分别提取了不同长度的操作码特征，根据信息增益值选取前5000个特征。检测结果如表1所示：

表1 不同长度的操作码特征检测结果

■

从表1中可以看出，2-gramAUC值最低为0.996，

3-gram是0.997，4-gram和5-gram相同，4-gram误报率低于5-gram而且4-gram的准确率和检测率都高于5-gram。综合比较，使用4-gram提取的操作码特征的效果比其余三个略好。从表中可知，不同长度的操作码特征的检测结果相差很小。表明N-Gram操作码特征用于检测恶意软件有很高的检测率。

3.2 不同的特征个数比较分析

通过上文可知，使用4-gram算法提取操作码特征的效果最好，所以本文用信息增益算法选取50个、100个、200个、300个特征集进行数据挖掘和分析，比较出多少数量的特征集效率最高。基于信息增益算法提取的不同个数的操作码特征的检测结果如表2所示：

表2 不同的操作码特征个数检测结果

■

从表2中我们可以看出，特征数为300个时AUC值最高为0.996，100个特征数最低为0.984，50个特征数时为0.986，200个特征数时为0.995。特征个数多的检测结果的准确率相对高于特征数少的。不同特征个数之间的结果相差不大，表明使用信息增益算法选择操作码特征检测恶意软件的结果比较准确。

3.3 不同算法的效率比较分析

不同的算法在效率和准确率方面不同。本文利用4-gram算法提取操作码特征，使用信息增益算法选取300个特征，用J48、Random Forest、Bagging、AdaBoostM1四种常用的分类算法进行分析和比较，从而寻找出效率和准确率最高的算法。

图2是4种分类算法的ROC图：

■

图2 4种分类算法的ROC图

从图2中我们可以看到，AUC值最高的是ADABOOSTM1算法，准确率达到1.000，最低的是J48算法达到0.996，Random Forests算法和Bagging算法一样都是0.999。通过实验J48算法的效率相对较低，其次是Random Forests算法、再次是ADABOOSTM1算法，Bagging算法效率最高。不同算法判断的结果相差不大。不管采用以上四种中的任意一种算法对恶意软件检测，得到的结果都很准确。

综上所述，使用4-gram算法提取操作码特征检测效果最好，根据特征在文档中出现次数选取特征的检测结果略低于使用信息增益算法选取特征的检测结果，不同算法检测的结果虽然相差不大，但是在效率上还是有明显的差别，特别是数据量大时，选取算法显得尤为重要。通过上文的实验分析，本文首先用N-Gram算法提取操作码特征，再用数据挖掘工具对提取的操作码特征训练分类器，最后用测试集进行测试，AUC值达到98%以上，表明使用该方法检测恶意软件效果比较理想。

4 结束语

本文用N-Gram算法提取操作码特征建立恶意软件检测模型，与其它方法相比较其优点有：

①与传统检测方法相比，该方法能对未知的新型的恶意软件进行检测，降低新型恶意软件带来的危害;②由于操作码用来指导CPU执行操作，所以通过操作码分析程序的行为比传统的方法更准确;③使用N-Gram算法提取特征，可以提取到一些隐藏着的使用其它算法很难提取到的特征。

本文也有以下缺点：①由于静态分析本身存在固有的局限性，通过逆向分析得到的汇编代码的质量受限于反汇编的质量以及软件本身的设计技巧;②使用N-Gram算法提取操作码特征的特征集太大，影响后期的数据挖掘和机器学习的效率;③本文使用的单一抽象层次的特征，融合多个抽象层次的特征可能提高检测的准确率。

综上所述，下一步将提高反汇编的质量，改进N-Gram算法提取特征的特征集太大的问题，多使用几种方法选取提取特征，分析出最合适的方法。

参考文献：

[1]黄全伟.基于N-Gram系统调用序列的恶意代码静态检测[D].哈尔滨：哈尔滨工业大学，2009.

[2]张小康.基于数据挖掘和机器学习的恶意代码检测技术研究[D].合肥：中国科学技术大学，2009.

[3]陈洪泉.恶意软件检测中的特征选择问题[J].电子科技大学学报，2009，38：53.

[4]庄蔚蔚，姜青山.恶意软件鉴别技术及其应用[J].集成技术，2012，1：55.

[5]蔡泽廷，姜梅.基于权限的朴素贝叶斯Android恶意软件检测研究[J].电脑知识与技术，2013，14.

[6]杨科，凌冲，朱陈成.研究一种恶意软件行为分析系统的设计与实现[J].计算机安全.

第7篇：信息时代特征范文

关键词：物资编码；编码规则；分类

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2017）04-0224-02

Brief Analysis on the Design of Material Coding System

LI Mao-bin，YUE Hai-yan， ZHU Hai-peng

（CSFCC， Chengdu 611731，China）

Abatract： It is the cardinal procedure of material coding system’s construction in a company， and the indispensable link of information management. The efficiency of material classify coding brings direct influences in the process of information system’s developing， running and operational cycle. As a result， it is the most important basic work of constructing reasonable material coding system for informational construction in a company.

Key words： material coding； code rule； classify

1 引言

当前企业要发展好，必须提升企业管理水平，而企业信息化建设就是提升企业管理水平的一条有效途径。信息化中的信息是对客观事物的描述，信息的分类和编码是表达事物的主要方法之一，信息主要通过对事物特征的表达来达到对事物的描述。信息系统需要信息对象有一个标识代码，系统中的这个标识代码唯一能确定这个信息对象。

物资编码就是计算机系统对物资的唯一识别代码，它用一组代码来代表一种物资，也就是一种物资不能有多个物资编码，一个物资编码不能有多种物资。物资信息分类与编码的标准化能够避免对物资信息的命名、描述、分类和编码不一致造成的歧义。

2 物资编码的意义

在公司信息化发展的过程中，经常遇到多个信息系统的集成问题，这些系统需要交互数据，同时这些系统又有一定独立性，那么集成管理这些系统的数据很重要。建立物资编码体系，开发统一的编码管理是解决这一问题的根本方法。

编码工作的意义就在于：

有利于信息管理和处理的一致性和正确性：例如物资从生产部门提出需求到实际生产，要经过指定需求和采购计划、物资验收入库、物资领用、物资消耗统计等多个处理环节，再加之物资的种类繁多，容易造成一物多码或物码混乱的现象。对物资进行统一编码后，每一种物资对应一种编码，所有的处理都以编码为基准，可以有效地避免物资漏记、错记等现象。

有利于实现计算机和网络的管理和处理：良好的编码方法可以有效地提高计算机对物资管理有关信息的记录、统计、核算的效率和质量，且有利于数据处理程序的编写。

3 物资编码的基本原则

3.1物资编码分类原则

物资编码分类原则是采用层次码与特征组合码的组合编码。

层次码常用于线分类体系，它是按分类对象的从属、层次关系为排列顺序的一种代码。

特征组合码常用于面分类体系。它是将分类对象按其属性或特征分成若干个“面”，每个“面”内的诸类目按其规律分别进行编码。因此，“面”与“面”之间的代码没有层次关系，也没有隶属关系。使用时，根据需要选用各“面”中的代码，并按预先确定的“面”的顺序将代码组合，以表示类目。

3.2 物资编码设计

采用“层次码+特征组合码”的结构，层次码与特征组合码之间无连接符。层次码（又称分类码）采用三层两位底值牟愦温搿5谝徊恪⒌诙层、第三层代码分别表示大类、中类、小类。特征组合码包括若干个“面”，每个“面”内的诸类目用两位数字表示。物资编码采用全数字码，为无含义代码。

编码规则：物资编码结构如图1所示。

物资大类用两位数字表示，规定示例表见表1，代码从“00”开始，到“99”结束。

物资中类用两位数字表示（见表2），用于将不同大类中的物资进一步细分。

[大 类＼&中类代码＼&中类意义＼&00 紧固件＼&00＼&螺钉＼&01＼&自攻螺钉＼&02＼&木螺钉＼&11＼&…＼&…＼&…＼&…＼&]

物资小类用两位数字表示，用于将不同中类中的物资进一步细分成若干小类，示意表见表3。

[大类＼&中类＼&小类代码＼&小类意义＼&00 紧固件＼&00 螺钉＼&00＼&开槽圆柱头螺钉＼&01＼&开槽盘头螺钉＼&02＼&开槽沉头螺钉＼&03＼&内六角圆柱头螺钉＼&04＼&…＼&01 自攻螺钉＼&00＼&…＼&…＼&…＼&…＼&01 机械零件＼&00 轴承＼&00＼&…＼&…＼&…＼&…＼&…＼&]

物资特征组合码用于区分物资的除大类、中类、小类之外的其他属性，如型号、规格、颜色、品牌等，分类码为“000000”的物资的特征组合码示意表见表4。某一类物资的特征组合码包括几个“面”非定值；每个面用N位数字表示。

特征组合码可以弹性的设置属性，每个属性的表示位数、顺序都不固定，如图2所示。比如分类码为“000000”的物资，标准为GJB（01201），表示第一位代码为执行标准，用2位数表示，标准为GJB；直径为1mm（02201）表示第二位代码为直径，用2位数表示，直径为1mm；供方为华丰（03200）表示第三位代码为供方，用2位数表示，供方为华丰。组合起来的代码可以标识为“000000012010220103200”。这个代码可以根据企业的特点自由的设定，长度也有可以随意的增减，具有很好的柔性。

3.3 物资编码种类

以上这种物资编码方法分类有100个大类，每一大类有100个中类，每一中类有100个小类。共可表示100万类物资。根据各公司的实际情况，如果物资种类比较多，可以扩充标识位数，如三位编码就可以增加到10亿的物资种类。

3.4 这种编码方法的优势

层次码的优点：能明确地表明分类对象的类别，有严格的隶属关系，代码结构简单，容量大，便于机器汇总。层次码的缺点：代码结构弹性较差，当层次较多时，代码位数较长。

特征组合码的优点：代码结构具有一定的柔性，适于机器处理。特征组合码的缺点：代码容量利用率低，不便于求和、汇总。

采用层次码加特征组合码的编码方法能有效地发挥俩种编码方法的各自优点，同时也能够满足我们公司的编码要求。

4 总结

物资编码的统一和集中管理，在公司信息化的各阶段都有 （下转第243页）

（上接第224页）

很重要的作用，通过这种标准化的物资编码管理，建立了基础的物资信息资源库，为公司后续的信息化管理带来了诸多好处，同时也可以为其他的编码工作提供借鉴。

参考文献：

[1] 赵艳华.信息分类编码[M].北京标准化：中国标准出版社，1989.6.

[2] 王丙义.信息分类与编码[M].北京：国防工业出版社，2003.7.

第8篇：信息时代特征范文

关键词 网络时代；新闻采编；素质

中图分类号G214 文献标识码A 文章编号 1674-6708（2014）113-0029-02

随着互联网等高新技术的突飞猛进，网络传媒平台如雨后春笋般不断涌现，以其及时性强、互动性强、冲击力大、内容容量更丰富等众多优势，迅速成为传媒行业的佼佼者，极大地改变了传媒的发展格局，给传统媒体巨大的冲击，传媒领域正式进入了网络时代的新传媒时代。基于社会的发展变化，基于新兴媒体的快速发展，广大新闻采编人员唯有不断加强学习，快速掌握新传媒的特征和规律，才能真正驾驭新的平台为我所用，成为网络时代的合格的新闻工作者。

本文从网络时代的传媒本身的特征谈起，就新闻采编人员的能力建设问题进行了探析。

1 充分了解并掌握新媒体的特点与属性

在掌握网络时代媒体平台的基本特点与属性，是分析新闻采编人员应该具备那些素质的必要条件和基础。唯有掌握了网络时代的传媒体特征，才能根据现实的需要针对性地找到提高网络时代新闻采编人员素质的“钥匙”，才能从本质上找到自身亟须修补的短板和症结，从而“对症下药”。

网络时代的传媒平台与传统的媒体传播平台的不同，主要表现在4个方面：

一是及时性更强。传统媒体时代的新闻采编，由于受到设备、交通工具、通讯手段、传播方式等限制，很多时候必须亲临现场才能采集到新闻，不能在事件发生后的第一时间把信息传播出来，实际上新闻变成了“旧闻”。网络时代借助于互联网技术，通过微博、贴吧等工具，在事件发生的同时就能将信息传播出来，时效性更强。因此，网络时代的新闻采编人员要增强紧迫感，进一步增强新闻的时效性。

二是互动性更强。传统媒体只是单向传播，不具备双向交流的特性，一定程度上造成了新闻采编与传播的呆板。网络媒体时代的传媒机构，都将传统媒介与互联网等新兴媒介紧密结合，线上线下密切互动，让新闻变得更加生动，更有生命力。所以，新闻采编人员在网络时代要注重与受众的沟通交流，通过互动，去发现新闻，提取信息，升华新闻的主题和内涵，增强新闻的可读性，让新闻更“接地气”。

三是信息大爆炸，信息来源多元化。广播和电视媒介受到时间限制，纸质传媒受到版面容量限制，只能在海量的信息中摘取部分新闻信息进行报道，信息的交流和沟通过既不充分也不深刻，远远不能满足社会的发展进步，不能满足社会受众日益增加的信息需求。网络时代的传媒平台采用虚拟技术，彻底打破了传统媒介的限制，实现了新闻信息采编与传播的全新革命。信息大爆炸是网络时代的基本特征，新闻采编人员要分析受众的心理需求，从信息中筛选有价值、富有生命力、能够正确引导舆论的素材信息进行加工编辑，从而扩大新闻的影响力。

四是言论更自由，新闻更开放。传统媒体在很多时候受到信息源的干扰和阻挠，不能全面地展示事件的全貌，或者不能更加深入地探究事件的真正根源。除此之外，还要受到体制内各级管理机构的审查和审核，新闻几乎都是经过过滤的产物，并不是原生态的事实本身。因此，新闻采编人员要更加注重听取和吸收“网友”的声音，在思想的交流与碰撞中找到新闻的价值，在观点的争辩与讨论中找寻事实的本源。

2 善于辨别、分析、整理、整合各种信息

网络时代信息传播多元化，微博、贴吧、社交群等都是重要信息传播工具，涵盖了政治、经济、文化、生活、娱乐、教育、汽车、房产等社会各方面的新闻信息。信息的者只要具备基本的网络工具操作能力，不管其身份、地位、学历、目的、动机等，都可以信息，发表观点与评论，这就造成了信息的鱼目混杂。

新闻采编人员要善于分析这些信息，发现那些信息是有价值的，那些是没有营养的；那些是真实的，那些是虚假的；那些是表面的，那些是本质的……要运用分析、综合、对比、求证等各种方法检验信息的真伪，保持足够的清醒，独立思考，明辨真伪，编辑整合，传播真实、客观、全面、有价值的新闻。

3 广泛拓展社交网络渠道，扩大信息来源

网络时代一个重要的特征是：信息与信息接收的主体交融。在网络时代，人人都是信息的传播者，只不过，新闻采编人员是职业的信息传播者，身份上赋予了职业特征而已。爆出猛料的微博博主、透漏内幕的贴吧吧主、转发新闻的社交群主……这些人都是广义上的新闻采编人，他们知道或者采集了信息，进行了编辑和，完成了信息传播的全过程。所以，受众由单纯的信息接收，变成信息接收与的角色融合，促进了新闻来源的多样化，促进了新闻信息的更快、更真实、更完整的传播。

基于网络时代新闻信息传播的这一特征，新闻采编人员为了获取更广泛的信息，就要拓展自己的社交网络，扩大信息来源，为新闻的采编提供稳定的多元化的渠道和方式。其一，某一领域的专职采编人员可以重点关注该领域的行业专家的微博、博客、QQ空间等动态，以此来提升报道的专业性和深度；其二，善于参加论坛、QQ群、贴吧等组织的各类网友互动，从中获取有价值的信息；其三，维护网络社交圈，通过线上互动，线下交流，增进感情，培养信任，让信息来源更可靠；其四，与同行建立广泛的联络，通过信息共享，资料共用等方式，建立起自己的信息来源渠道。

4 遵纪守法，坚守道德底线

在网络时代，信息传播更加迅速，传播的面积更广，短时间集聚的影响力更大，因此，新闻采编人员在信息传播上更应该认真、谨慎、客观、理性、全面、准确。作为一名记者都必须严格地自觉地遵守国家的法律法规，恪守新闻行业自律，遵守职业道德。网络时代虽然很多信息传播平台是虚拟的，但它对受众，对社会的影响是现实的。因此，新闻采编人员在信息，表达情感时，必须要在国家法律法规允许的范围和框架内适合的正确的信息。

记者在新闻信息前，一定要全面的了解事情的真实情况，遵循新闻信息的一般流程，慎重表达自己的情感，时刻考虑到网络的迅速传播可能会造成的社会影响，这样才能保证网络时代新闻传播的充分、高效、有价值的利用。网络时代新闻传播的及时性、互动性等特征是一把双刃剑，可能会促进事件的积极发展，促进社会的正向发展，也可能会对社会产生不良影响。权衡利弊，取长补短，严格审核，强化监管才能促进网络时代媒体平台的健康长久发展。

综上所述，新闻采编人员要具备应势而变的水平和能力，分析掌握网络时代传媒的特点与属性，充分发挥和利用新传媒的优势，在遵守法律法规和职业道德的前提下，不断提升自身的采编水平，扩大社交网络，扩大新闻信息来源，通过信息、观点的交流与探讨，以独特的观察新闻视角、崭新的论点观点，让新闻更务实、更接地气、更丰富。网络时代的新闻采编人员应该是一专多能，知识丰富，了解受众，全面发展的复合型人才。

参考文献

第9篇：信息时代特征范文

关键词：联合概念框架；会计信息质量特征；如实反映；可靠性

一、 引言

本文通过比较如实反映和可靠性在内容和组成要素上的异同来分析其变动的合理性，同时也将联合概念框架的会计信息质量特征与我国进行对比来讨论我国是否应向国际趋同的问题。

二、 如实反映的内容

会计目标是整个概念框架的核心和逻辑起点，而会计信息质量特征是连接会计目标和其他会计概念的桥梁和纽带。IASB和FASB联合概念框架的会计目标是决策有用观，他们指出：“在决策有用观下，信息要有助于进行投资、信贷以及资源配置的决策，就必须使它如实反映真实世界的经济现象。有用的会计信息必须如实反映经济现象的内容，只有描述了交易或事项的经济实质才能做到如实反映”。如果财务信息对经济现象的描述是完整、中立以及不存在重大错误就实现了如实反映。

1. 完整性。为了让信息使用者更好地理解企业的相关经济业务，会计要求对应相关经济现象的描述应当覆盖所有必要的信息，包括必需的描述和解释。需要强调的是，对于某些经济业务而言，完整的财务信息还包括对重要事项的解释，如该项经济业务的性质特征、影响该项经济业务性质特征的客观环境因素以及对经济业务进行确认计量的过程和方法。

2. 中立性。中立性是指对财务信息的选择和披露都不存在任何的偏见。中立的信息既不能偏向任一方，也不能强调某一方，亦不能为了某些信息使用者的利益而进行人为的操控，具备中立性的财务信息更能提高财务信息的相关性。

3. 无重大错误。无重大错误是指不管是对某项经济业务的描述还是在产生列报信息的过程中对方法的选择和使用都不能存在错误和遗漏。当然，实务中依然存在许多不确定事项，所以无重大错误也不意味着财务信息在所有方面都是完美无缺，精确无误，只要对所估计的不确定事项进行清晰和准确地描述，在估计过程中选择并运用了恰当的方法，并对该方法的性质和局限性进行了清晰地表述和披露，那么财务信息就具备了无重大错误的质量特征。

三、 新旧财务概念框架如实反映与可靠性的比较分析

在SFAC No.2中，可靠性包括了可验证性、不偏不倚和如实反映，而联合概念框架中如实反映替代了可靠性，上升为基本会计信息质量特征，包括完整性、中立性和无重大错误。可见如实反映原是可靠性中的一个组成部分，联合概念框架将如实反映替代可靠性将使原有会计信息质量特征在概念的理解、涉及范围和结构层次等方面发生根本性变动（具体比较见图1）。

1. 如实反映与可靠性内涵的比较分析。可靠性在SFAC No.2中的定义为“信息必须对现实世界中意欲反映的经济现象进行如实反映，对这些现象的如实反映必须是可稽核的，中立的和完整的”。与联合概念框架中的如实反映相比分析如下：

（1）从概念涉及的范围上看，可靠性是一个广义的概念，其定义的范围比如实反映大得多。在SFAC No.2中可靠性包含了如实反映、可验证性和中立性，其中的如实反映又包括了完整性和中立性，也就是说企业提供的财务信息之所以可靠，是由于其能正确且充分反映真实的客观经济现象，能更好地为信息使用者服务，可见在SFAC No.2中如实反映是可靠性的本质特征和灵魂所在。因此联合概念框架把其最本质的概念抽取出来替代可靠性更符合会计信息的特点，同时概念上的进一步清晰化和规范化可以避免各国由于可靠性定义范围的广泛性而产生不一致的理解和运用标准的问题，从而更有助于全球财务会计理论的趋同发展。

（2）从概念的计量标准上看，可靠性是一个伦理性标准，难以量化，而如实反映则与会计计量密切相关，它指的是财务会计必须真实地记录和报告一个企业已发生的经济活动及其结果，既不允许有任何虚假的事实，也要求能真实地对经济业务进行确认、计量和报告。

（3）从与相关性的衔接性来看，相关性与未来事项相关，它要求会计信息要具备确认价值和预测价值，能使信息使用者预测到未来的结果。因此，相关性是针对未来事项确认、计量和报告的会计信息质量特征，而可靠性本身是以历史成本为计量属性，反映基于过去事项的信息，同时这些信息包含了主观因素，主要考虑到部分利益相关者的主观感受，自然而然地，企业的利益就会向该部分利益相关者倾斜，这样可靠性就会减弱会计信息的相关性。如实反映满足用客观现实标准定义的信息真实性要求，有助于信息使用者在现实的条件下预测企业未来现金流的时间、数额及其不确定性，如此就能更好地与相关性衔接。因此，如实反映和相关性并列成为联合概念框架的基本会计信息质量特征，两者的逻辑关系更为合理，对保证会计信息的质量发挥出更大的作用。

总的来看，用如实反映代替可靠性的做法并不是简单的术语上的改变，而是有一定的进步意义，更突出实质性的内容，更贴近实际的需要。

2. 如实反映与可靠性组成结构的比较分析。