時間：2024-01-04 15:13:04
序論：速發表網結合其深厚的文秘經驗，特別為您篩選了11篇大數據時代產生的原因范文。如果您需要更多原創資料，歡迎隨時與我們的客服老師聯系，希望您能從中汲取靈感和知識！
一、企業信用管理外包產生的原因與背景
信用外包是外包的一種，指的是企業將其信用管理服務外包給第三方機構來進行，以發揮第三方主體優勢的方式來節約自身運營成本并降低自身承擔的信用風險。信用外包服務在今天得以產生并快速發展的原因主要有以下幾條。
（一）行業分工的日益細化
行業分工的細化使得信用管理外包被發掘出來成為一個專門的產業。二十世紀末以來，經濟全球化的發展使得各個經濟主體大大提高了資源的利用效率，與此同時，世界市場容量的擴大使得行業分工日益細化，一些喪失競爭力的產業日趨消亡，但同時有更多的產業被因不斷擴張的需求而被創造出來并逐漸發展壯大，并且越來越專業化、標準化、規模化。信用管理外包就是誕生于這樣的歷史背景下，因為對專業的信用管理服務的需求的不斷增加，終于致使一些專門的信用管理服務企業成立，并依托自身業務優勢承接信用管理服務，所以說因社會經濟的發展而導致的行業分工細化是信用外包得以產生和發展的前提條件。
（二）企業管理模式科學化
企業管理模式的進步使得其有意將自身信用管理事項外包給第三方。隨著經濟的發展，企業的經營理念與管理模式較之以往也產生了很大的變化。越來越多的企業不僅謀求在某一個領域做大做強，而且實施了多元化經營戰略，即企業不斷增加其生產的產品和提供的服務的類別，通過跨行業收購和兼并有效利用其所擁有的各項資源以提高經營效益，實現企業的長期發展。但隨著企業經營范圍以及涉及領域的日漸復雜，過去由企I內部人員兼顧企業信用管理或是不設專門信用管理人員的做法已經無法適應企業自身發展的需要，第一個原因是企業自身在信用管理方面不夠專業，由非專業人員處理企業信用事務存在風險隱患，有可能給企業經營帶來額外風險，但追求多元化發展的企業管理層也不愿意在自身明顯不具有競爭優勢且無法為企業經營發展帶來明顯的財務收益的信用管理上投入太多資金，因此主觀上產生了將信用管理進行外包的需求。
（三）企業信用關系的復雜化
現代企業信用關系的復雜化使得專業的信用管理公司成為一種客觀需要。隨著我國社會主義市場經濟的不斷發展與完善，市場對資源的配置作用在不斷強化，信用與市場的結合也越來越緊密。并且隨著市場經濟體制的不斷健全與社會信用體系的逐步建立，以及我國金融服務的迅速發展，傳統的單純的信用關系不復存在，整個社會的信用關系日趨復雜，各種相關的信用工具也被創造出來，大大增加了各經濟主體進行信用管理的難度和強度。具體表現在企業層面上，就是企業進行信用管理所占用的資金和人力資本成本在企業經營投入中所占的比重越來越大，但信用管理的效果卻常常不盡如人意，這就為信用外包的發展提供了客觀環境。
二、大數據對信用管理服務外包的影響
基于網絡技術的迅速發展和互聯網基礎設施建設的迅速完善，我國政府提出了“互聯網+”的口號，希望各個產業在經濟新常態中能通過與互聯網的有機結合獲得新的發展，與此同時，依托于互聯網而產生的“大數據”產業規模也越發龐大。在大數據時代即將或者說已然來臨的今天，企業信用管理服務外包在我國有了新的發展前景和機遇。
（一）大數據對信用管理外包所具有的優勢
信用的產生建立在信用雙方對彼此正確認知的基礎上，企業進行信用管理同樣要求其必須有準確而充足的數據作為支撐，信息不對稱所引發的逆向選擇和道德風險是信用本身天然存在的隱患，企業進行信用管理外包也可能會因和外包對象間的信息不對稱而產生委托問題。大數據技術的發展為彌補信用所存在的缺陷提供了有力的工具。
“大數據”這一概念最早由維克托?邁爾?舍恩伯格和肯尼斯?庫克耶在其合作編著的《大數據時代》中提出的，隨著對大數據認知的不斷深化，現今大數據可分成大數據技術、大數據工程、大數據科學和大數據應用等領域，而目前人們談論最多的是大數據技術和大數據應用。
在今天這個信息爆炸的時代，通過對數據的深度挖掘和處理，人們幾乎可以得到一切想要得到的信息，依托于分布式處理、分布式數據庫和云存儲、虛擬化技術的大數據技術大大提高了人們對非結構化和半結構化數據進行數據挖掘和數據分析的能力，使得人們對信息利用的有效程度又上了一個新的臺階，而充足并且準確的信息正是建立堅實信用關系和有效信用管理的基礎。
大數據技術同時處理海量復雜的信息的特質可以通過對數據的統計分析而得到對信息收集對象的置信度較高的整體評價，有效彌補信用外包雙方在進行溝通和談判時信息不對稱的處境，從而減少企業將自身信用管理業務進行外包的成本。大數據技術的實時性也在不斷提高，這則有助于信用外包雙方在外包流程中及時溝通和了解，防范背叛和欺詐風險。
（二）大數據對信用管理外包發展的影響
對以接受信用外包為主營業務的信用服務機構而言，大數據技術所具有的在短時間內挖掘和處理海量數據的能力，意味著只要成功應用大數據技術，這些專業的信用管理企業可以節約大量的因信息收集和分析而占用的人力和時間成本，也就是說其基于大數據技術可以提供更為高效、高質而又價格更低的服務。
對于以將自身信用管理進行外包的企業而言，其可以花費更少的資金而得到更為專業的信用管理服務，在減少了因自身進行信用管理所占用的人力成本的同時，也降低了因自身進行信用管理的非專業性而帶來的風險隱患，此外，也有利于企業更加專注于經營主營業務，提高經營業績。
大數據技術的應用將促進我國信用管理工具的不斷創新和信用行業的良性發展，有力的提升我國信用服務行業的整體競爭力，并有助于我國企業提高自身科學管理水平。
參考文獻：
中圖分類號：G250.76 文獻標識碼：A 文章編號：1003-1588（2015）01-0124-03
收稿日期：2014-12-20
作者簡介：范春玲（1978―），黑龍江省圖書館副研究館員。
*本文系2013年度國家社科基金藝術學項目“公共數字文化技術保障體制研究”的研究成果之一，項目編號：13CB128。
1 引言
隨著信息技術的飛速發展和各類網絡終端的涌現，全球數據量呈現爆炸式的增長。據國際數據公司（IDC）的報告結果：2010年為1.4ZB，2011年增長為1.8ZB[1]，到2020年，全世界所產生的數據規模將達到今天的44倍[2]，大數據時代已悄然來到。最早提出“大數據”時代到來的是全球知名咨詢公司麥肯錫，之后《紐約時報》和《華爾街日報》都在專欄封面上推出了該概念。自此，國際上尤其是美國等發達國家掀起了探究大數據的熱潮。2012年奧巴馬政府投資2億多美元推出“大數據的研究和發展計劃”，拉開了大數據作為全球性發展戰略計劃的大幕。
目前，大數據技術還處于探索發展階段，尚未得到廣泛應用。但筆者認為，作為以信息保存、開發和利用為首要任務的公共圖書館來說，應明確認知，在大數據時代對紛繁復雜數據的保存和分析是必須面對的挑戰。同時，圖書館人還應以特有的信息敏銳性和職業前瞻性來思考大數據對未來圖書館發展的影響。
2 大數據概述
大數據是互聯網發展到現今階段的必然產物，是由人們日益普及的網絡行為所伴生的，受到相關組織、企業采集的，蘊含數據生產者喜好、真實意圖的，非傳統結構和意義的數據。因此，大數據技術的戰略意義不在于掌握龐大的數據信息，而在于對這些含有意義的數據進行專業化處理。基于大數據分析的情報信息成為組織機構、企事業單位進行科學決策、生產發展、科技創新的主要依據，因此業界有三分技術、七分數據，得數據者得天下的說法。
2.1 大數據特點
大數據的概念自提出以來，仁者見仁，智者見智，目前尚未有讓大家認可的標準表述。但業界對大數據的4V特性保持了一致意見，即：Volume（大量）、Variety（多樣）、Velocity（高速）、Value（價值）。大數據的4個“V”也就是4個方面的特點：①Volume指數據體量巨大。從TB躍升到PB級別，也就是只有PB級別的數據才可稱為大數據。②Variety指數據類型繁多。如目前流行的網絡日志、視頻、圖片、地理位置信息等眾多類型的數據。③Velocity指數據處理速度快，即可從各種類型的數據中快速獲得高價值的信息，這和傳統的數據挖掘技術有著本質的不同。④Value指只要合理充分利用數據并對其進行準確、正確的分析，將會帶來非常高的價值回報[3]。
2.2 大數據與云計算的關系
大數據的數量級通常達到PB級別，必然無法用單臺的計算機進行處理，而必須采用分布式架構。分布式架構的特點是對海量數據進行分布式數據挖掘，但它必須依托云計算的虛擬化技術、分布式數據庫、分布式處理和云存儲。因此從技術上看，大數據與云計算的關系就像一枚硬幣的正反面一樣密不可分，但二者也存在一定的區別：云計算強調的是計算能力，數據是操作對象，而大數據使數據可增加、可共享，管理數據是重點。
3 大數據帶給圖書館的影響
雖然大數據在國內尚處于初級發展階段，但其對各個行業的推進力正日益顯現。圖書館歷來是新信息技術的研究和實踐基地之一，大數據不可避免地對圖書館的發展產生一定的影響。下面筆者將從大數據帶給圖書館的機遇和挑戰兩個方面進行闡述。
3.1 大數據時代圖書館的機遇
3.1.1 大數據使圖書館能清楚了解讀者流失原因，應對生存危機。圖書館是我國數字文化服務體系的重要組成部分，在文化大發展大繁榮的背景下，圖書館得到了進一步的發展建設，但是由于更多的數字資源可直接從網上獲取，而蓬勃發展的社會化網絡交流服務平臺也使得圖書館的參考咨詢服務不占優勢，諸如此類的眾多原因，導致公共圖書館的價值被淡化，讀者流失較為嚴重。而在大數據時代，圖書館可以借助大數據技術來分析讀者的信息行為，了解讀者的需求意愿，還可以更進一步地通過挖掘用戶在交互型知識服務過程中的潛在需求，來對讀者開展有針對性的特色服務甚至智能化服務，從而吸引讀者的到來，應對圖書館的生存危機。
3.1.2 大數據使圖書館的各類資源采購有的放矢。近年來，我國圖書館事業迎來了一個發展，數字化、網絡化服務成為圖書館服務的主要內容，國家數字圖書館工程、文化共享工程等數字資源建設共享項目及自建特色數據庫和購買的各類型數據庫都成為為讀者提供服務的館藏數字資源。而讀者在訪問和使用這些數字資源和紙質資源時，會在圖書館的各類系統中留存大量的日志信息，比如圖書館自動化管理系統中讀者借還書時產生的流通日志以及讀者檢索書目信息時產生的Opac日志以及各類數據庫系統中讀者檢索、瀏覽、下載電子資源時產生的日志等。這些數據嚴格意義上來說稱不上大數據，但我們可以運用大數據技術，通過整合、研究這些日志信息，了解和預測讀者的需求，進而用有限的采購資金來采購讀者所需的資源。比如復旦大學圖書館利用大數據技術，實現了對各種類型的數字資源、系統日志信息和讀者信息行為數據的獲取和數據建模，建立了圖書采訪輔助決策支持系統和電子資源使用統計分析及惡意下載監控平臺等，它們對復旦大學圖書館的館藏建設和用戶服務等科學決策提供了精確的數據支持。
3.1.3 大數據使構建智能型圖書館成為可能。技術引擎一直是圖書館信息服務的技術核心，而智能型圖書館的實現需要各種智能技術引擎的支持，大數據技術可以幫助我們構建資源及服務推薦引擎、讀者需求預測引擎和多維度信息資源獲取、分析及決策引擎等。美國Hiptype公司已經完成了用大數據分析技術來分析電子書讀者的閱讀習慣和喜好的工作，這是國內外圖書情報領域首次利用大數據技術構建知識服務社區實體行為智能分析引擎。大數據技術還可以幫助圖書館更加靈活、方便地從海量結構化及非結構化數據中提取有用的知識、模式、關系用于創新讀者服務方式，以便建立更加智能、靈活的網絡化信息資源組合方式。
3.2 大數據時代圖書館的挑戰
3.2.1 圖書館基礎設施的挑戰。大數據時代，數據成本的降低促使數據量飛速增長，而讀者的一言一行、一舉一動等產生的是大量的半結構化和非結構化信息數據[4]。這些信息數據的類型格式、組成結構、存在形態等都非常復雜，傳統的IT架構和信息儲存形式已無法滿足要求。雖然云計算的出現理論上解決了海量數據的存儲問題，但由于云計算的應用遠沒有達到理論所期待的程度，圖書館現有的軟硬件等基礎設施尚無法架構成滿足需求的云存儲。所以，在大數據時代圖書館的基礎設施是首要面對的挑戰。
3.2.2 圖書館員思想觀念和能力的挑戰。大數據技術到目前為止仍然是一項新興的技術，由于種種原因其尚未被廣泛應用，大數據理論仍有待于市場的驗證和核實。因此，對于圖書館人來說，對大數據的領悟基本處于模糊的概念認知階段，認為其離自己很遙遠，在心理和行動上無法跟上大數據時代的節奏，在面對一些“可能是良好機會的數據”時沒有清醒的認知，沒有形成將數據轉換成知識的服務意識。而有些館員即使具備了用大數據技術服務讀者的意識，卻不具備應用大數據的能力。
3.2.3 圖書館面臨技術應用挑戰。圖書館界缺乏專業IT技術人才是不爭的事實，因此，在大數據時代圖書館如何應用云計算技術及大數據技術來認識、管理和分析其所擁有的各種結構化、半結構化和非結構化數據，如何建立軟硬件一體化集成的大數據綜合解決方案來完成知識獲取、存儲、組織、分析和決策等。這些是圖書館在大數據時代不得不面對的技術應用挑戰。
3.2.4 圖書館大數據的安全與隱私問題。首先，大數據時代圖書館應用云存儲是必然的趨勢，但由于云計算尚未制訂統一的行業標準和規范，所以，云存儲本身給圖書館的大數據帶來了存儲安全問題;其次，圖書館應用大數據就是對讀者在圖書館內不同地點留下的數據痕跡進行分析和挖掘，當從不同獨立地點將讀者的信息行為匯聚在一起，其隱私很可能被暴露出來。而如何在不暴露讀者個人隱私的基礎上進行數據分析和數據挖掘，對圖書館來說是一個挑戰。
4 圖書館的應對策略建議
大數據時代，圖書館在獲得機遇的同時必須面對上文所述的各種挑戰和問題。因此，筆者建議圖書館采取以下應對策略。
4.1 圖書館應抓住機遇改善軟硬件條件
2013年文化部全國公共文化發展中心提出了實施國家公共文化數字支撐平臺項目，該項目以文化共享工程等公共數字文化建設已有的網絡及信息化軟硬件設施為基礎，應用云計算等最新信息技術，構建新型數據中心。為支持該項目的運作，文化部全國公共文化發展中心同時下發了各級中心的軟硬件配置最低標準。圖書館應以此為契機，爭取地方政府的更大支持和投入，積極改善軟硬件條件來應對大數據時代圖書館數據存儲能力和運算能力的挑戰。
4.2 圖書館應主動嘗試應用和研究大數據
一項新技術的產生、發展和成熟必然需要時間的洗禮，大數據技術亦不例外，雖然大數據技術目前尚處于初級發展研究階段，但圖書館作為信息技術應用的重鎮，應勇敢面對質疑的聲音，在現有條件允許的范圍內積極嘗試應用和研究大數據技術，以便讓大數據技術更好地服務圖書館界。國外圖書館的一些經驗值得我們學習，例如美國的弗吉尼亞州立大學組建科學數據咨詢小組，圖書館員充當咨詢顧問的角色[5]。還有美國各類型圖書館與俄亥俄州經營電子書、有聲讀物的經銷商OverDrive公司長期合作，公司從圖書館中收集大量數據提供給出版商和其他有合作關系的圖書館，以供開放存取，這些數據主要有圖書館網站訪問數據、電子書和數字有聲讀物的流通數據以及讀者的圖書需求數據等。同時，OverDrive公司也通過“Buy It Now”網上商店等渠道為圖書館提供其所不具備的書目記錄，為讀者開辟了發現新圖書的途徑[6]。OverDrive公司利用大數據技術分析后發現，圖書館的電子書借閱數據分析在拓展圖書館的服務范圍的同時，也會提高出版商和經銷商圖書的銷售額，從而取得“雙贏”的效果。
4.3 圖書館應注重培養大數據的應用型人才
大數據環境下，圖書館的工作方式和內容都將發生本質的變化。相應的圖書館員的角色和所需專業技能也將發生變化。美國研究圖書館協會提出，研究數據管理將成為大數據時代圖書館員的一項基本能力，而目前絕大多數圖書館員不具備數據管理者必備的綜合素質。因此，圖書館當前的任務是在現有基礎上，積極拓寬館員知識面，增強其業務能力，培養和造就一支懂技術、懂管理的大數據建設專業隊伍，使之成為學科信息資源的組織者、傳播者、導航者、教育者，促進圖書館事業更好的發展。
4.4 圖書館應充分重視數據安全和讀者隱私保護
目前公共云存儲有待法律法規的進一步規范以及行業標準的統一來提高其安全性。此時圖書館可以通過混合云存儲來規避安全風險，比如把和敏感數據放在私有云上，而把經常使用的、公開的數據放在公共云上;還可以通過云計算技術把文件分割成文件碎片，分別存儲在私有云和混合云上。而圖書館利用大數據分析讀者信息行為產生的個人隱私問題，需要從技術和人員兩個層面解決。在技術上要求在不泄露讀者個人隱私的前提下進行數據分析和數據挖掘。同時，圖書館要建立完善的隱私保護制度，要求館員以良好的職業素養，堅決維護讀者的隱私權，達到既不侵犯讀者隱私權又能充分發揮大數據的優勢為讀者服務的目的。
5 結語
目前，大數據技術的研究還處于起步探索階段，但其會隨著云計算、物聯網和移動互聯網等信息技術的發展而走向成熟。而成熟的大數據技術會將隱藏在圖書館大量數據背后的世界清晰地呈現出來，這將會給圖書館帶來革命性的變化，對以往圖書館的服務能力和服務機制產生創新和顛覆。
參考文獻：
[1] IDC.The Digital Universe[EB/OL].[2013-06-16].http：///collateral/analyst-reports/idc-extracting-value-form-chaos-ar.pdf.
[2] IDC.The Digital Universe Decade-Are You Ready？[EB/OL]. [2013-06-16].http：//emc.co/collateral/ana-lyst-reports/idc-digital-universe-are-you-ready.pdf.
[3] sec_cn.百度百科[EB/OL].[2014-08-20]. http：///subview/6954399/13647476.htm？fr=Aladdin.
[4] 韓翠峰.大數據時代下圖書館的挑戰及其應對策略[J].圖書與情報，2012（5）：37-40.
大數據廣義上指的是無法在一定范圍內進行常規捕捉和管理的數據，是需要新模式和新方案來進行信息收集的。而我國計算機技術的發展帶來的結果是網絡用戶的迅速增長，因此產生的數據量也是非常龐大的。所以這也使得我國的計算機技術要進行全面革新來面對時刻增長的計算機數據，這也是大數據時代下的必然趨勢。
1 “大數據”的具體內涵
1.1 基本含義
大數據從字面上理解為數據量大，換而言之就是目前的計算機技術無法將這些數據龐大的信息進行整合和分類，并進行傳輸。而現階段對于大數據的具體范圍還沒有非常明確的定義。
1.2 大數據的優勢
1.2.1 數據傳輸速度快
數據傳輸速度是大數據的第一大優勢。隨著網絡在我國的普及，計算機用戶數量增多必然導致數據的增多，因而用戶的需求也會隨之提升，所以這就需要對數據進行快速分析整理，并將結果進行傳輸。而大數據時代下，數據處理已經有了迅速的發展，信息傳輸速度不再受限于計算機技術。
1.2.2 信息多樣化
信息多樣化是大數據時代的又一顯著特征。在計算機技術不發達的年代，傳輸信息主要通過文本或是網頁的方式，這樣的方式不僅效率低，且傳輸的信息內容單調，缺乏即時性。而大數據的出現很好地解決了這一問題，現如今多樣化的數據傳輸媒介和豐富的格式也給計算機技術帶來了質的變化。音頻、視頻、圖像等傳輸手段更廣泛運用于現階段的信息技術之中，在未來也將繼續運用。
2 大數據時代的變革
大數據時代是計算機技術發展的一項重要標志，也是該行業的歷史性的進步，對廣大用戶都產生了重要的影響。現如今，無論是政府機關還是事業單位，亦或是個人，都是大數據時代下的用戶，大數據也加深了各方之間的聯系，使信息能夠更廣泛傳播，資源共享更為便捷，這也給企業的發展起到了積極的促進作用。然而，在這一過程中仍然有一些我們應該注意到的問題，這些問題如果不能妥善解決，勢必會制約大數據時代下計算機技術的發展。在筆者看來，這是一個機遇和挑戰并存的過程，具體表現如下。
3 大數據技術的主要體現
3.1 預測分析技術
這項技術是一種對于數據的挖掘和解決方式，可以在數據中實現對于未來結果的計算。在現階段，很多企業利用大數據來所信息進行收集，并進行模型優化，從而來提升企業的管理水平和業務水平。而用戶也可以根據自身需要將這些功能進行選取式利用，從而為各個行業的工作提供便利。
3.2 數據處理技術
包含分布式存儲技術好和可視化的數據技術。前者是指利用多臺存儲器會數據進行分類，是提高系統適用性和穩定性的有效途徑。而后者可以對不同種類的數據源進行直觀顯示，從而將信息展示在用戶面前，便于信息的實時分析和資源共享。
4 大數據時代下計算機技術的機遇
網絡已經普及于我國的日常生活了工作之中，并在各個領域都發揮了重要的作用。大數據的顯著特點就是信息量大，工作要求也更高。盡管在現階段的計算機技術下處理這些信息仍然有很多需要優化和改進的地方，但是其未來的發展趨勢還是非常令人滿意的。以一般的公司為例，一個公司進行大數據的管理，可以有效提升每個部門的工作效率，并加強管理層和基層的交流，減少工作中產生的各種突發問題。另一方面，可以讓各部門之前形成良好的工作配合，在人力、物力、財力上都做到節省成本，從而讓企業能夠在激烈的市場競爭中占據重要的地位。又例如在工廠中進行大數據的處理分析，能夠有效地了解到市場動態，捕捉市場信息，從而了解到消費者的具體需求和喜好，能夠針對性地生產出消費者需要的產品，對于工廠的發展會起到積極的促進作用。因此不難看出，大數據時代下，計算機技術的發展會有很多機遇，只要善于把握，必將能取得令人滿意的結果。
5 大數據時代下計算機技術的挑戰
5.1 對于存儲技術的新要求
巨大的數據信息量必然給未來的存儲技術提出了更高的要求，而用戶的需求也會隨之增加。為了保障用戶的體驗，就需要在信息處理能力上進行完善和優化。例如在硬件設備、網絡寬帶等方面就要進行更新，以應對大數據所帶來的沖擊。無疑這是一個工作量非常大的工程，也需要不斷地學習和探索。
5.2 對于信息安全的新要求
信息安全是用戶最為關心的問題。在近年來，我們時常看到用戶的身份證、個人資料等信息被無故泄露，導致一系列問題的產生。這些信息安全問題產生的原因就是數據的分類和管理不到位。而未來的大數據時代，信息量將比現在有成倍甚至幾十倍幾百倍的增加，那么如何在這些巨量的信息中保障每個用戶的個人信息安全，就成為了未來的一大挑戰。網絡黑客和各種不法分子也早已熟練運用計算機技術，因此也要求研究人員在未來要針對性地在信息保護方面做出技術上的改進，從而保證用戶的信息安全，才能是計算機信息處理技術朝著更加穩定和正確的道路上發展前行。
6 結語
通過研究，可以看到大數據時代下，現階段的計算機信息處理技術仍然有一些缺陷，在技術層面上需要進行變革和創新。但是隨著我國經濟水平的不斷發展，信息技術也將隨之得到提升，未來的云計算機網絡必將發揮重要的作用，更加廣泛地運用于人們的工作和生活之中。可以肯定的是，計算機信息處理技術是一個潛力巨大的項目，雖然面臨著挑戰，但是我們要對未來的研究具有信心，相信在未來我國的計算機信息處理技術必將處于世界領先水平。
參考文獻
[1]耿冬旭.“大數據”時代背景下計算機信息處理技術分析[J].網絡安全技術與應用，2014（01）：19+21.
[2]馮瀟婧.“大數據”時代背景下計算機信息處理技術的分析[J].計算機光盤軟件與應用，2014（05）：105+107.
[3]斯日古楞.大數據時代的計算機信息處理技術分析[J].電子技術與軟件工程，2014（01）：203.
[4]呂敬全.“大數據”時代背景下計算機信息處理技術分析[J].信息與電腦（理論版），2013（06）：126-127.
作者簡介
隨著互聯網、手機、PAD等各類移動終端的日益普及，人類生活進入全新的大數據時代。大數據不但使人類的行為方式發生巨變，更使得教育面臨一場新的變革。在長期的高職英語教學實踐中發現，高職學生的寫作能力一直是英語能力中最為薄弱的，這主要源于高職英語寫作教學模式相對滯后，教學方法和教學手段單一。因此，大數據時代將為我國高職英語寫作教學的改革帶來全新的機遇和挑戰，可以預測，大數據下的高職生英語寫作包括學生的寫作資源、寫作目的、寫作內容與組織、寫作輔助手段與工具、寫作評估等都將發生多方面的變化。
1.大數據的時代特征
維基百科將大數據定義為“所涉及的數據量規模巨大到無法通過人工，在合理時間內達到截取、管理、處理、并整理成為人類所能解讀的信息”。大數據是最近幾年剛剛興起的一個概念，是繼云計算、物聯網之后出現的又一次顛覆性的網絡革命。“大數據”狹義方面是指“數字”，廣義方面是指對與一個數字相關聯的其他信息進行獲取、處理、分析和管理的一種綜合性描述。隨著云技術的出現，這些大量、高速、多變的數據正在被人們存儲、分析和利用。大數據的特征被歸納為4V，即大量化（Volume）、多樣化（Variety）、快速化（Velocity）和大價值（Value）。
2.高職院校學生英語寫作學習的現狀
英語的寫作能力是一個人英語綜合能力的最高體現，可是從長久的教學實踐中發現，我國高職生的英語寫作能力與聽說、閱讀等眾能力相比普遍較弱，且不受學生的重視。
2.1學生心理普遍忽視寫作能力的培養
高職院校的學生在寫作上困難重重，多數學生心理上普遍害怕學習英語，尤其害怕英語應用文寫作。學生普遍忽視寫作能力的培養，基本都不喜歡寫作文，認為寫作費時費力見效慢，而且只要教師課堂上布置作文，他們就萬分頭痛，覺得自己英語詞匯量少，無話可說，這種心理潛在意識加劇了他們對英語寫作學習的抵觸情緒，其結果是對英語寫作的重視態度不夠，不能積極主動、認真有效地完成教師布置的作文。
2.2影響學生寫作能力的原因
英語寫作對學生的詞匯量、語法結構、語言組織能力都有較高的要求，但是許多高職生英語基礎薄弱，詞匯量小，平日又不重視詞匯的積累，沒有一定量的詞匯基礎，寫作時即便搜腸刮肚也很難找到恰當的詞匯表達。有時即便有了好的觀點也常常因為找不到合適的詞匯而放棄，轉而用一些簡單詞匯去表明思想。語法規則和句型句式的混淆濫用也是造成英語寫作質量不高的原因，寫出來的句子往往語法錯誤連篇，結構混亂，中國式英語（chinglish）更是隨處可見，甚至通篇都是語句不通的毛病。在高職英語寫作的實際教學中，大多數教師往往流于形式，在寫作課上過多的一言堂，忽視了學生實際的動筆操練，往往只是對英語應用文的整體結構進行講授，或者注重技巧性的句型講解，讓學生記錄卻不運用，其結果是教師教得辛苦，學生聽得無味。
3.大數據對高職寫作教學產生的策略研究
大數據時代，學生可以隨時隨地地通過使用手機“掃一掃”、平板等設備終端獲取所需的知識，包括在線觀看MOOCs和微課、網上提交作業等。學生獲取知識的途徑不再局限于課堂和教材，教師不再是獲取知識的唯一來源。學生可以根據自身學習習慣選擇性地進行基礎學科的學習，很輕易地就能查詢到書本上的內容甚至是教師備課的文件。大數據時代下的英語寫作教學絕不再是傳統的、單一的、統一的教學，學生的寫作資源、寫作目的、寫作內容與組織、寫作輔助手段與工具、寫作評估等都將發生多方面的變化。
3.1網絡教學資源的利用
在傳統英語寫作教學中，英語教師主要利用課本教材在課堂上講解相關的知識和技能。大數據時代下，教師很大程度上減少對學校教材的依賴。網絡上有多元的英語教學資源、寫作素材，這些資源素材既可以是文本格式，又可以是音頻或是視頻資源，它們能給高職生提供大量的、多樣化的視角。學生在網絡上除了學習平時課本那樣的系統寫作知識外，還可以觀看一些名校的課堂寫作錄像，這些教學內容可以是靜態的PPT，也可以是來自于課堂上的師生互動，甚至可以在線對所學的知識進行練習及測試，改變以往學生寫作、教師糾錯的一次性寫作模式。
3.2評價方式的改變
“大數據”下的寫作教學，學生的學習行為數據在后臺被悄然記錄，教師可以通過對學生行為的跟蹤、記錄、分析等得到學生真正的需求，并且智能化地采取后續跟進策略。大數據時代，不但可以把學生的寫作效率提升上來，而且可以幫助教師減輕他們的工作量。以句酷批改網為例，它可以幫助學生的作文得到在詞匯、語法或是篇章等各個方面的實時在線反饋信息，這些信息不僅可以讓學生在進行寫作中斟詞酌句，解決作文中出現的各類語法問題，更重要的是提高學生在運用語言方面的能力，讓教師省下批改學生作文時處理錯誤之處的時間，這種方式改變了學生完全依賴教師反饋的模式而轉變成學生自身主動評價的模式。學生可以根據后臺提供的輔助寫作的工具如某類詞語使用頻度、拼寫錯誤率、語法搭配錯誤等評價體系主動尋找自身問題，合理利用時間高效學習，完全打破傳統的寫作教學受到的時間和空間上的限制。大數據的支持甚至包括自評、同伴互評、教師點評等多種模式的運用，這無疑為學生主體發展、個性化學習提供多維度的參考，進而提高英語寫作水平。
總之，高職英語寫作教學改革的終極目的，是讓每一個學生都能夠在既定的教學目標設置下，有效形成、提高英語實際寫作能力。大數據下的高職英語寫作教學，為高職英語寫作的教學提供各種各樣的寫作系統與工具，加速高職英語寫作教學的時效，智能化地采取后續跟進策略，有意識地讓學生逐漸接受英語表達的思維方式，循序漸進，逐層提高寫作能力，真正服務于高等職業教育培養高技能型人才的總體目標。
參考文獻：
[1]姜奇平.大數據時代到來[J].互聯網周刊，2012（2）.
[2]喻長志.大數據時代教育的可能轉向[J].江淮論壇，2013（4）.
[3]王守仁，王海嘯.我國高校大學英語教學現狀調查及大學英語教學改革與發展方向[J].中國外語，2011（4）.
[4]張燕南，趙中建.大數據時代思維方式對教育的啟示[J].教育發展研究，2013（21）.
【中圖分類號】G40-01 【文獻標識碼】A 【文章編號】1674-4810（2016）01-0005-02
2012年以來，以在線教育的井噴式發展為標志，教育領域迎來大數據時代。不僅大數據成為教育行業的熱詞，謀劃大數據背景下的教育革新更成為教育前瞻者的行動焦點所在，一批國內外著名高校都紛紛開發大規模在線開放課程，標志著一個教育全新時代的到來。
一 學校教育進入大數據時代
1.大數據的內涵
大數據泛指海量的數據集，因可從中挖掘出有價值的信息而受到重視。
每個人在生活中都會產生大量數據，將這些數據收集起來加以分析，就可能找出某些規律，產生有價值的信息。但長期以來，這些數據很難收集和利用，同時也沒有相應的數據處理能力。近年來，隨著數字設備特別是手機、掌上電腦等移動數字設備的快速普及和互聯網技術的快速發展，使得人們在學習、工作、生活中碎片式數據的收集成為可能。同時，以云計算為代表的技術創新使得海量數據的處理成為現實。
根據騰訊公司2015年第二季度財報，微信和WeChat的合并月活躍賬戶數達到6億。這6億用戶在微信和WeChat中的活動數據，就是巨量的數據集，騰訊公司據此已在微信朋友圈進行了有精準受眾的分類廣告推送，為其創造了更多的價值。
2013年，美國《華爾街日報》將大數據時代、智能化生產和無線網絡革命稱為引領未來發展的三大技術變革。
2.MOOC的興起標志著學校教育走進大數據時代
MOOC（massive open online courses）即大型開放式網絡課程，是2000年以后教育界提出的一個新概念。MOOC2012年在美國頂尖大學興起，后因Coursera、Udacity、edX三大課程提供商的產生而蓬勃發展。
MOOC教育實現了教育全過程的數字化，把教師傳道授業的教學過程、學生問學求道的過程、教師和學生之間的研討過程等全部教學活動都存儲為海量的非結構化大數據，適合在云計算環境中開展在線教育，帶有深深的大數據烙印。
2013年以來，中國知名高校對MOOC的蓬勃發展做出了反應。它們一方面積極尋求與國際MOOC提供商的合作，另一方面馬不停蹄地自己創辦MOOC平臺，開發課程。先后有復旦大學、上海交通大學、南京大學與Coursera合作，清華大學加盟edX。同時，清華大學創辦了“學堂在線”，臺灣交通大學、上海交通大學、西安交通大學、西南交通大學、北京交通大學聯合創辦了“ewant平臺”，上海交通大學創辦“好大學在線”，吉林大學創辦“吉林大學在線學堂”，深圳大學創辦“優課聯盟”，復旦大學創辦“復旦大學慕課平臺”，哈爾濱工業大學創辦了“哈爾濱工業大學慕課平臺”，等等，在線教育呈井噴式發展。
在中小學教育領域，具有大數據特征的教育改革也在如火如荼地進行。據教育部2015年3月的《全國教育信息化工作專項督導報告》顯示：截至2014年11月底，全國6.4萬個中小學教學點全面完成了“教學點數字教育資源全覆蓋”項目建設任務，實現了設備配置、資源配送和教學應用“三到位”。
無論是國家高度重視的教育信息化建設，還是高校積極進行的MOOC建設，都預示著教育進入大數據時代，預示著學校教育面臨一場史無前例的革命，而這場革命可能改變優質教育資源的配置和學校既有的地位。
二 大數據時代的學校教育變革
1.大數據改變學校教育
大數據時代，學校內外每天都產生著海量的數據。在校外，相關的政府管理機構、國家及地方社會經濟領域、企事業單位每天產生著海量的數據；在校內，教育教學、管理服務、師生個體也會產生海量的數據。這些大數據逐漸會被有效利用，成為學校教育變革的重要力量。
第一，促進政府、社會對學校的管評模式的變革。“以教育信息化帶動教育現代化”是推進我國教育事業改革與發展的戰略選擇，隨著教育信息化的發展，大數據在教育管理中的作用日益凸顯。政府對學校的管理將逐步過程化、精細化，社會對學校教育質量的評價則會呈現多元化。比如對一所高校來說，學生和家長對學校教育的評價、畢業生的發展情況、用人單位對學生的評價等，都可能納入對這所高校的整體評價中，從而改變學校既有地位。
第二，促進學校的定位及學科專業設置的變革。一所學校的定位關系到學校的長遠發展和社會功能的發揮，社會經濟領域所產生的大數據為學校準確定位提供了科學有力的參考，大數據可以使學校的服務定位、學科專業設置與國家社會人才需求、產業結構更緊密地對接。有效利用大數據的學校將獲得生機。相反，與社會經濟發展相脫離、與產業結構相脫節的學校與專業將會被時代淘汰。
第三，促進學校教育模式的變革。如今學校教育的模式映射了工業化時代批量生產的模式：鈴聲、班級、標準化的課堂、統一的教材、按照時間編排的流水線教學場景。但在大數據時代，學校原有的標準化的教育將轉由網絡完成，而學校教育主要承擔學生的個性化教育，更關注每個學生的成功，學校教育因此轉向彈性學制、個性化輔導。例如，同樣是新聞學專業的學生，對經濟感興趣的可以學經濟新聞，對時政感興趣的可以學時政新聞，對體育感興趣的可以學體育新聞，對娛樂感興趣的可以學娛樂新聞。學校通過大數據應用可實現個性化的指導和利用無窮無盡的配套資源，徹底改變傳統的教育模式、改變課堂教學模式、改變學生的學習方式，驅動學生個性化發展，從而使學校教育擺脫工業化生產模式，走向“私人定制”。
第四，促進學校管理方式的變革。學生管理、教學管理、服務管理等都將隨著大數據時代的發展而改變。隨著各類教育資源公共服務平臺、教育管理公共服務平臺的廣泛應用，大數據將全面記錄學生的學習生活及成長。學校通過對大數據的分析利用，可以幫助學生進行學習、學業規劃，從而更好地管理、服務學生。華東師范大學在2015年新生分宿舍工作上，就利用了大數據，通過移動互聯網獲得新生的身高、作息時間、興趣愛好、是否租賃空調等信息，為新生安排生活上合拍的室友。
第五，促進學生考核評價體系的變革。當前對學生的考核評價還是以成績為主要指標，而大數據將徹底改變這一現狀。我國正在推行學生“終身一人一號”的電子學籍管理辦法，學生在學習生活等方面產生的大數據，將全面反映一名學生的習慣、能力、責任感、心理狀態等狀況，從而改變單一的考核評價體系，為學校招生錄取、用人單位招聘提供重要依據。
2.得數據者得天下
世界經濟論壇2012年報告，認為大數據為新財富，價值堪比石油，這也是edX等在線課程提供商向全世界免費開放、廣泛收集數據的原因。數據這么重要，學校如何獲得和利用數據？
第一，加快信息化建設。信息化建設不僅是國家對教育現代化的戰略選擇，也是學校在大數據時代獲得長足發展的必要條件，沒有信息化建設，就沒有學校大數據的產生和利用。
第二，加強與在線教育機構的合作。一所學校自身的數據教育資源和管理服務開發水平有限，因此學校要根據自身實際整合利用校外大數據教育資源。一方面要積極加入國家教育資源公共服務平臺、教育管理公共服務平臺，并發揮自身的力量；另一方面要加強與優秀在線教育機構的合作，為整個教育信息化服務，促進自身對大數據的獲取與利用。
第三，加強與政府、企業及行業性單位的合作。政府數據資源已逐漸開放，以上海為例，2014年就有190項政府數據資源向社會開放，涉及公共安全、公共服務、交通服務、教育科技、產業發展、金融服務、能源環境、健康衛生、文化娛樂等11個領域，使用這些數據將有利推動地方高校的發展。又如，人才資源服務單位的大數據，將為學校人才培養和學科專業設置提供有力支持。
第四，加強大數據應用的研究與培訓。大數據具有精準定制、預測等多項功能，但數據本身并不能實現這些功能，需要有專業人員對其進行開發利用。因此，一方面，學校要加大大數據應用專業團隊的建設，加大對大數據應用的研究探索。另一方面，大數據又將貫穿于學校教育、管理各個環節，未來學校的各項工作都離不開大數據，所以要加強對教職員工的相關培訓。
總之，大數據時代的教育競爭是對核心數據的爭奪和利用，學校要想在這場深刻變革中獲得長足發展，就得充分認識大數據的重要性，不斷獲取核心數據，不斷挖掘和利用好數據，才能適應新時代教育的發展，才能從變革中勝出，從而促進學校教育的整體發展。
中圖分類號：TM76；TM63 文獻標識碼：B 文章編號：1009-914X（2016）25-0373-03
1 引言
半個世紀以來，隨著人類對自然和社會認識的進一步加深及人類活動的進一步擴展，科學研究、互聯網應用、電子商務、移動通信等諸多應用領域產生了多種多樣的數量巨大的數據。這不僅使得世界充斥著比以往更多的信息，而且其增長速度也在加快。信息總量的變化最終導致了質變，最先經歷信息爆炸的學科，如天文學和基因學，創造出了“大數據”這個概念。時至今日，這個概念幾乎已應用到了所有人類致力發展的領域中。大數據（BIG DATA）的出現對傳統的數據存儲、數據處理和數據挖掘提出了新的挑戰，同時也深刻地影響著人類的生活、工作和思維。
2 什么是大數據
2.1 大數據的概念
說起大數據，從字面意思來講就是巨量數據集合，到底有多大？可能很多人并沒有很具體的概念。一組名為“互聯網上一天”的數據告訴我們，一天之中，互聯網產生的全部內容可以刻滿1.68億張DVD；發出的郵件有2940億封之多（相當于美國兩年的紙質信件數量）；發出的社區帖子達200萬個（相當于《時代》雜志770年的文字量）；賣出的手機為37.8萬臺，高于全球每天出生的嬰兒數量37.1萬。國際數據公司（IDC）的研究結果表明，2008年全球產生的數據量為0.49ZB，2009年的數據量為0.8ZB，2010年增長為1.2ZB，2011年的數量更是高達1.82ZB，相當于全球每人產生200GB以上的數據。而到2012年為止，人類生產的所有印刷材料的數據量是200PB，全人類歷史上說過的所有話的數據量大約是5EB。IBM的研究稱，整個人類文明所獲得的全部數據中，有90%是過去兩年內產生的。
然而大數據并非一個確切的概念。對于“大數據”（Big data）研究機構Gartner給出了這樣的定義。“大數據”是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力來適應海量、高增長率和多樣化的信息資產。而麥肯錫全球研究所給出的定義是：一種規模大到在獲取、存儲、管理、分析方面大大超出了傳統數據庫軟件工具能力范圍的數據集合，具有海量的數據規模（Volume）、快速的數據流轉（Velocity）、多樣的數據類型（Variety）和價值密度低（Value）四大特征，即4V特征。在維克托?邁爾-舍恩伯格及肯尼斯?庫克耶編寫的《大數據時代》中大數據指不用隨機分析法（抽樣調查）這樣捷徑，而采用所有數據進行分析處理。業界學者楊善林認為在海量數據的量化基礎上，同時具備大分析（Big Analytics）、大帶寬（Big Bandwidth）、大內容（Big Content）等三大要素的巨大數據集。謝國忠則認為大數據的本質是利用企業內部信息，將龐大的信息進行有效整合，并結合新的數據類型為企業創造價值。
2.2 大數據的特點
大數據有有它自己的特征。目前工業界普遍認為大數據具有 4V+1C 的特征：
（1）數據量大（Volume）。存儲的數據量巨大，拍字節級別是常態，因而對其分析的計算量也大。
（2）多樣（Variety）。數據的來源及格式多樣，數據格式除了傳統的格式化數據外，還包括半結構化或非結構化數據，比如用戶上傳的音頻和視頻內容，而隨著人類的活動的進一步拓寬，數據的來源更加多樣。
（3）快速（Velocity）。數據增長速度快，同時要求對數據的處理速度也要快，以便能夠從數據中及時地提取知識，發現價值。
（4）價值密度低（Value）。需要對大量的數據處理挖掘其潛在的價值，因而，大數據對我們提出的明確要求是設計一種在成本可接受的條件下，通過快速采集、發現和分析從大量、多種類別的數據中提取價值的體系架構。
（5）復雜度（Complexity）。對數據的處理和分析難度大。
IBM在此基礎上又提出了5V特征，即在4V的基礎上增加了真實性（Veracity）。
3 什么是大數據思維
要想大數據為人所用， 必須改變原有對數據的認識，將大數據與創意結合，并能充分利用數據分析技術，為企業和國家決策提供依據。大數據研究專家維克托?邁爾-舍恩伯格指出，大數據時代，人們對待數據的思維方式會發生如下三個變化：第一，人們處理的數據從樣本數據變成全部數據；第二，由于是全樣本數據，人們不得不接受數據的混雜性，而放棄對精確性的追求；第三，人類通過對大數據的處理，放棄對因果關系的渴求，轉而關注相關關系。事實上，大數據時代帶給人們的思維方式的深刻轉變遠不止上述三個方面。我認為，大數據思維最關鍵的轉變在于從自然思維轉向智能思維，使得大數據像具有生命力一樣，獲得類似于“人腦”的智能，甚至智慧。
大數據思維是一種總體思維。過去，人們對搜集數據、處理數據形成了一個思維定勢，那就是我們不可能搜集到相當多數量的數據，我們只能在力所能及的條件下選擇一小部分去分析和處理，為了讓數據處理變得更簡單，對數據的選擇就盡可能到最少，也由于當時信息處理水平的限制，導致所選的數據不具備代表性，盲目因素太多。當我們進行抽樣調查來分析數據的時候，往往會以調查問卷的形式選擇一部分樣本進行分析，這為人們提供了不少的便捷，但相應的缺點也是一覽無余，這種樣本分析法不管你有多深入的去挖掘，它都只能代表總體數據中的一小部分，不能代表全部數據，也許樣本調查的準確性會達到90%以上，但是依然會遺漏一些很有價值的數據，就會導致數據的失真。但是隨著大數據時代的到來，我們可能還沒有意識到我們已經具備處理和分析大數據的能力，我們的思維正在一點點的改變，首先，我們不能一直依靠對小部分數據樣本進行分析，而是轉向為分析全部數據。
大數據思維是一種容錯思維。在小數據時代，由于收集的樣本信息量比較少，所以必須確保記錄下來的數據盡量結構化、精確化，否則，分析得出的結論在推及總體上就會“南轅北轍”，因此，就必須十分注重精確思維。然而，在大數據時代，得益于大數據技術的突破，大量的非結構化、異構化的數據能夠得到儲存和分析，這一方面提升了我們從數據中獲取知識和洞見的能力，另一方面也對傳統的精確思維造成了挑戰。維克托?邁爾-舍恩伯格指出，“執迷于精確性是信息缺乏時代和模擬時代的產物。只有5%的數據是結構化且能適用于傳統數據庫的。如果不接受混亂，剩下95%的非結構化數據都無法利用，只有接受不精確性，我們才能打開一扇從未涉足的世界的窗戶”。也就是說，在大數據時代，思維方式要從精確思維轉向容錯思維，當擁有海量即時數據時，絕對的精準不再是追求的主要目標，適當忽略微觀層面上的精確度，容許一定程度的錯誤與混雜，反而可以在宏觀層面擁有更好的知識和洞察力。
大數據思維是一種相關思維。在小數據世界中，人們往往執著于現象背后的因果關系，試圖通過有限樣本數據來剖析其中的內在機理。小數據的另一個缺陷就是有限的樣本數據無法反映出事物之間的普遍性的相關關系。而在大數據時代，人們可以通過大數據技術挖掘出事物之間隱蔽的相關關系，獲得更多的認知與洞見，運用這些認知與洞見就可以幫助我們捕捉現在和預測未來，而建立在相關關系分析基礎上的預測正是大數據的核心議題。通過關注線性的相關關系，以及復雜的非線性相關關系，可以幫助人們看到很多以前不曾注意的聯系，還可以掌握以前無法理解的復雜技術和社會動態，相關關系甚至可以超越因果關系，成為我們了解這個世界的更好視角。維克托?邁爾-舍恩伯格指出，大數據的出現讓人們放棄了對因果關系的渴求，轉而關注相關關系，人們只需知道“是什么”，而不用知道“為什么”。我們不必非得知道事物或現象背后的復雜深層原因，而只需要通過大數據分析獲知“是什么”就意義非凡，這會給我們提供非常新穎且有價值的觀點、信息和知識。也就是說，在大數據時代，思維方式要從因果思維轉向相關思維，努力顛覆千百年來人類形成的傳統思維模式和固有偏見，才能更好地分享大數據帶來的深刻洞見。
大數據思維是一種智能思維。大數據使得人可以被量化，但卻讓計算機更具智能。工業革命使得需要人完成的工作只用機器就可以完成了，但大數據卻可以使得機器有了分析問題的能力。衛星定位系統積累的大量數據，可以制作電子地圖和導航，還可以通過分析數據開發出無人駕駛汽車，讓機器變得擁有智慧。如何讓計算機擁有智慧，除了要擁有大數據外，必須變革思維，創新分析思路與過程，不斷探索新的方法，讓堆積如山的數據不斷創造新的價值。例如手機上常用的地圖軟件，可以搜索很多路況同步數據，為用戶提供出行信息。這只是大數據最基礎的應用，繼續延伸， 是否可以根據上下班時段的交通流量估算失業率；是否可以通過對主要商圈的監控估算消費情況；是否可以將廢棄的數據重新創造價值；是否可以利用用戶在拼寫過程中的拼寫錯誤讓拼寫檢查軟件更優化；是否可以通過分析各實體和產業之間的關聯關系，預測各行業發展趨勢，找出關鍵影響因素；是否可以分析顧客的偏好，量體裁衣式的為顧客提供更好的服務； 是否可以運用大數據模擬現實情境，發掘出新的需求和更好的回報；是否可以創新大數據的使用模式，將大數據深加工，用戶可以很方便地結合自身情況選擇適合自己的產品。
4 建立大數據思維促進中國鐵路創新
4.1 以數據為核心
大數據時代，計算模式也發生了轉變，從“流程”核心轉變為“數據”核心。Hadoop體系的分布式計算框架已經是“數據”為核心的范式。非結構化數據及分析需求，將改變IT系統的升級方式：從簡單增量到架構變化。例如：IBM將使用以數據為中心的設計，目的是降低在超級計算機之間進行大量數據交換的必要性。大數據下，云計算找到了破繭重生的機會，在存儲和計算上都體現了數據為核心的理念。大數據和云計算的關系：大數據與云計算是一個問題的兩面，一個是問題，一個是解決問題的方法。而大數據比云計算更為落地，可有效利用已大量建設的云計算資源，最后加以利用。中國鐵路信息化歷經50余年的發展，取得廣泛的應用，擁有海量的資源，大數據將成為推動中國鐵路創新發展的新引擎。隨著中國鐵路信息化的到來，中國鐵路發展的戰略需求也發生了改變，數據的處理分析成為了一個關注重點，軟件也將從編程為主轉變為以數據為中心。如何高效地從海量數據中分析、挖掘所需的信息和規律，結合已有經驗和數學模型等生成更高層次的決策支持信息，獲得各類分析、評價數據，為設備管理、網絡狀態評估等提供決策支持，為鐵路工作人員提供有用信息，成為鐵路未來發展的趨勢。
4.2 全樣本考慮
統計學里頭最基本的一個概念就是，全部樣本才能找出規律。為什么能夠找出行為規律？一個更深層的概念是人和人是一樣的，如果是一個人特例出來，可能很有個性，但當人口樣本數量足夠大時，就會發現其實每個人都是一模一樣的。在大數據時代，無論是商家還是信息的搜集者，會比我們自己更知道你可能會想干什么。現在的數據還沒有被真正挖掘，如果真正挖掘的話，通過信用卡消費的記錄，可以成功預測未來5年內的情況。大數據的核心就是預測，大數據能夠預測體現在很多方面。大數據不是要教機器像人一樣思考，相反，它是把數學算法運用到海量的數據上來預測事情發生的可能性。正因為在大數據規律面前，每個人的行為都跟別人一樣，沒有本質變化。例如：大數據助微軟準確預測世界懷。微軟大數據團隊在2014年巴西世界足球賽前設計了世界懷模型，該預測模型正確預測了賽事最后幾輪每場比賽的結果，包括預測德國隊將最終獲勝。預測成功歸功于微軟在世界杯進行過程中獲取的大量數據，到淘汰賽階段，數據如滾雪球般增多，常握了有關球員和球隊的足夠信息，以適當校準模型并調整對接下來比賽的預測。世界杯預測模型的方法與設計其它事件的模型相同，訣竅就是在預測中去除主觀性，讓數據說話。利用大數據技術可以從鐵路的客票系統、貨票系統、貨運電子商務平臺、運輸信息集成平臺等信息系統采集海量的原始信息，這些信息可以為市場分析和預測提供有力的支撐。與傳統方法側重于對調查抽樣統計數據的分析不同，基于大數據技術的市場分析和預測技術既能夠利用上述海量數據，分析客、貨運量完整全面的變化過程，深入挖掘運量變化的規律性，進而預測市場的未來走勢；還能夠利用GPS、傳感器等物聯網手段采集獲取精細的運輸數據，并且通過互聯網接入的政治、經濟、其他交通方式、氣候等影響因素數據，將旅客和貨物流量流向的精細化分析與影響因素關聯性分析相結合，挖掘各影響因素對鐵路運量變化影響的方向和時滯，量化各因素對運量變化的影響。在對典型設備故障診斷與狀態預測方面，可以綜合利用GSM-R接口監測數據、網絡管理信息、場強和服務質量動態檢測數據、無線干擾檢測監測數據等數據源，采用數據挖掘技術，研究監測檢測數據綜合分析方法、多源數據關聯分析方法和適用于通信業務數的故障診斷分析方法，建立典型故障診斷模型、GSM-R網絡QoS測試綜合評價模型、CTCS-3列控系統降級故障表示模型等，對列車控制的車載系統、地面控制系統、無線通信網絡交互作用進行可靠性評估和故障綜合診斷，為列車控制系統降級原因分析、GSM-R網絡維護、網絡優化等提供支持。
4.3 用信息找人
互聯網和大數據的發展，是一個從人找信息，到信息找人的過程。先是人找信息，人找人，信息找信息，現在是信息找人的這樣一個時代。信息找人的時代，就是說一方面我們回到了一種最初的，廣播模式是信息找人，我們聽收音機，我們看電視，它是信息推給我們的，但是有一個缺陷，不知道我們是誰，后來互聯網反其道而行，提供搜索引擎技術，讓我知道如何找到我所需要的信息，所以搜索引擎是一個很關鍵的技術。例如：從搜索引擎――向推薦引擎轉變。今天，后搜索引擎時代已經正式來到，什么叫做后搜索引擎時代呢？使用搜索引擎的頻率會大大降低，使用的時長也會大大的縮短，為什么使用搜索引擎的頻率在下降？時長在下降？原因是推薦引擎的誕生。就是說從人找信息到信息找人越來越成為了一個趨勢，推薦引擎就是說它很懂我，知道我要知道的東西。例如，我們結合12306網站數據及實名制購票資料，對出行旅客的個人信息、出行線路、出行時間周期進行的統計分析，同時借助互聯網大數據預報人員遷徙情況，最后完全勾勒出旅客的需求，使鐵路可以充分了解每一位旅客，實時的知道他們旅行目的地，以及出發時間及需要的服務層次，有針對性地推送一些旅游服務、餐飲、住宿、景觀等方面的產品，使得營銷工作更加精準，營銷效率也更高。
5 大數據思維帶來的挑戰
大數據的發展速度有目共睹，想要在競爭社會中走的更遠，人人都需要建立大數據思維。那么在建立大數據思維中，有哪些挑戰呢？
第一，大數據應用和商業回報間的矛盾。未來的大數據應用一定是可定制的、可在云上打包的服務，即將業務、數據、分析能力多面定制，一起打包。企業需要可快速部署和有明確投資回報率的應用，這涉及到數據的質量和豐富度及業務人員對數據的依賴度。這需要企業內各個部門的有效協作，并規避無法確定的風險，比如分析結果的不確定性，業務場景的復雜性，人員的能力缺失等。傳統手段，比如通過社交媒體、郵件、網絡文本等獲得的數據量非常龐大，但解破這些數據的關系和價值卻給企業帶來巨大挑戰。企業希望成為數據的主人，但在辨析數據的有效性、能帶來哪些商業回報，以及如何幫助決策等方面卻缺乏有效工具。
第二，海量數據與核心數據間的矛盾。要做大數據，首先要了解自己的企業，或者企業所在的行業的核心是什么。我們發現，有很多企業在競爭過程中，最終不是被現有競爭對手打敗，而是被很多潛在未知的競爭對手打敗的。舉例來說，大部分人都認為亞馬遜是做電商的，但其實亞馬遜現在最主要的收入來自云服務，也就意味著亞馬遜的核心數據（價值）是云服務。只有在此基礎上，亞馬遜建立的大數據才是有效的、服務于戰略的。
第三，內部數據與數據間的矛盾。企業所獲取的數據，很大一部分是內部數據，這讓企業面對另一個挑戰，如何讓內部數據與相關數據產生聯系并使之成長。只有讓內外部數據的交融在用戶場景中，才能為業務用戶描繪更精準的業務發展空間。
第四，規律發現和規律失效間的矛盾。調研顯示，從大數據應用總結出的規律來看，建立失效預警是特別必要的。當企業通過大數據分析發現一個規律，并在現實中應用時，必須要設立一些預警指標。當指標達到一定程度，既表明之前發現的規律已經失效，必須發現新的規律、建立新相關指標，這稱為數據價值的有效性。沒有根據實際應用場景的變化而及時更新的數據，挖掘得再多都是無謂的浪費，熟練應用失效預警，企業才能培養起團隊對數據真實有效的敏感性。
6 結語
大數據思維把人們從舊的發展觀、價值觀中解放出來，復雜技術的涌現和科技進步促使人們開始從大數據思維視角重新審視世界，從而獲取正確理解世界的角度性工具。大數據思維是客觀存在，大數據思維是新的思維觀。用大數據思維方式思考問題，解決問題是當下企業潮流。中國鐵路正處于加快轉變發展方式的新形勢下，為了適應市場化經營要求，構建鐵路運輸企業的核心競爭力，提升鐵路的持續發展能力和盈利能力，應用大數據思維去推動鐵路創新發展具有極其重要的現實意義。
參考文獻：
[1]李國杰，程學旗.大數據研究：未來科技及經濟社會發展的重大戰略領域――大數據的研究現狀與科學思考[J].中國科學院院刊.2012（06）
[2]孟小峰，慈祥.大數據管理： 概念、技術與挑戰[J].計算機研究與發展，2013，50（1）
[3]王衛東，徐貴紅，劉金朝，張文軒，邢小琴.鐵路基礎設施大數據的應用與發展[J].2015（05）
[4]維克托?舍恩伯格，肯尼斯?庫克耶.大數據時代[M].杭州：浙江人民出版社，2013.
[5]王元卓，靳小龍，程學旗.網絡大數據：現狀與展望[J].計算機學報. 2013（06）
[6]劉婷，徐寰春.淺析大數據時代背景下智慧城市規劃[J].智能城市.2016（09）
[7]李藝杰.淺談大數據時代數據信息現狀及發展[J].中國新技術新產品. 2014（15）
[8]馮永強，張良，馮怡，朱尚杰.大數據應用的現狀與展望[J].信息化建設. 2015（12）
[9]張保國.淺議大數據在公交經營管理中的應用[J].城市公共交通.2016（03）
[10]方巍，鄭玉，徐江.大數據：概念、技術及應用研究綜述[J].南京信息工程大學學報（自然科學版）.2014（05）
[11]鄔賀銓.大數據時代的機遇與挑戰[J].求是.2013（04）
[12]王浩，張怡.大數據時代下人類思維方式變革的趨勢[J]. 新西部（理論版）. 2015（02）
現階段，各大院校信息化建設邁入新的發展階段，數字化業務系統的功能進一步擴展，在不同程度上提升教育信息化水平。隨著大數據等新技術的快速發展，大眾已進入大數據發展時期，此時，軟硬件系統會產生大量的數據信息，如何有效發揮上述海量數據的隱藏價值，提升教育管理信息化水平，成為研究者重點關注、思考的問題。本次研究以大數據為研究視角，重點闡述大數據對教育管理工作產生的影響，并提出一系列有效開展教育管理改革的方法以期為教育信息化發展提供重要的借鑒和參考。
一、大數據時代對教育管理信息化產生的影響
（一）賦予教育活動更大的靈活性
大數據是依據現代信息技術大規模、復雜的數據集合，其具有規模性、多樣性的特征，信息處理和存儲能力得到明顯改善。大數據技術的應用在于通過充分挖掘和分析數據，構建師生合作、互動平臺，鼓勵學生與老師進行交流和互動，充分發揮大數據的教育教學效果。為盡可能提升教學質量和效率，新時期各類教學必須具有較強的靈活性和前瞻性，從而適應現代社會的發展。因諸多因素的影響，傳統教育管理模式在提升教育活動靈活性等方面無法獲得較好的成效。基于大數據背景下，受教育者可依據自己的需求挑選學習內容，如此就能有效提高受教育者學習的積極性和主動性。
（二）有利于學生與教師之間的互動
基于傳統教育活動下，日常出現下列情況：老師不停地講解、學生也在認真聽講，但很少有學生主動、積極地回答問題。由此表明，在傳統的教學中，教師與學生之間的互動性不強，這種教學課堂無法獲取良好的效果。在大數據技術應用之后，學生答題、復習等信息可以及時被有關設備監測并記錄，老師通過深入分析學生的各種信息，并第一時間向學生反饋其日常學習中存在的問題，進而提升學生和教師之間的互動性，進而改善師生的關系。大數據發展背景下，學校師生幾乎處于“透明”的生存狀態，每個人在數據空間內均會留下痕跡，展示師生的需求意愿等情況。管理人員只要收集和分析有關數據，便能真實掌握現實師生的行為，準確定位師生的實際需求，達到精細化管理的效果。
（三）有利于快速普及優質的教育資源
現階段，我國計算機普及率達到較好水平，此時，越來越多的人利用電腦展開學習。因每個受教育者知識儲備和理解能力存在顯著差異，因此，每個人偏向的課程有所差異。大數據背景下，人們可依據自身的需求選擇課程，那些處在偏遠地區的受教育者可享受全國乃至全世界優秀老師的指導，這種方式不僅達到按需教學的效果，也有利于快速普及優質教育資源，進而提升受教育者的知識水平。
二、大數據時代如何開展教育管理改革
信息技術的更新換代無法預料，其覆蓋面、處理能力等方面均無法準確掌握，但始終追求更加卓越的發展。高校教育管理信息化建設應緊跟時展進程，在明確教育建設目標基礎上，為提升教育管理效率保駕護航。眾所周知，高校管理工作設計部門比較復雜，信息傳遞準確性、時效性不佳，此時，如何做好教育管理改革工作尤為重要。
（一）大力推行信息化改革
大數據時代的來臨從根本上顛覆傳統的教育管理模式，滿足廣大師生的需求。此時，每位教育人員要樹立大數據思維模式，善于開展數據分析，以此制定最佳的管理，促使教育教育改革順利進行。隨著大數據技術的廣泛應用，教育者的經驗和高校辦學理念不再是教學的主導原因，利用數據輔助教學，以期提升高校的教學效果。同時，根據學校整體發展層面開展教育信息化改革工作，構建相互交流和共享的平臺，滿足大眾對數據的需求。眾所周知，構建信息管理系統是保障大數據技術順利實施的基礎，只有建立數據管理體系，方可充分挖掘大數據帶來的有效信息，提高各方數據分析和處理能力。
（二）創新教育信息化管理模式
使用大數據技術重點在于教會人們如何應對數據問題，即：追根溯源，找到引發問題的主要原因，以此提出恰當的解決對策。傳統的教育管理模式中，數據存在完整性不足、連貫性不佳等問題，導致決策者制定的決策出現片面性、主觀性較強的問題。使用大數據技術后，有利于及時克服以上弊端，更加民主地解決上述問題。教育管理信息需要教育者在管理手段上廣泛使用計算機信息技術，借助教育管理軟件對日常教學管理中的選課、排課、教務等環節實施高效、準確的管理，以此適應院系和學院之間的管理要求。
（三）提升教師的素質水平
古語有云“師者，傳道、授業、解惑也”，這一句簡單的話就概括教師這一職業的重要性。因此，教師必須付出十倍乃至百倍的精力加強業務學習和管理，使自己真正成為解惑者。想要成為新時代的學習者還應具有改革意識，在掌握原有專業知識基礎上，不斷吸收先進的科學技術，提高自身的綜合素質水平，重點強化自身解答問題、查找資源、指導學生解決問題等能力，利用一切機會了解各信息設備的運行原理，在學習過程中有目的提升數據的檢索、存儲等熟練程度。必須注意，為盡可能調動教師工作的積極性，充分發揮優秀教師的帶頭作用，學校必須設置科學的激勵機制，事實證實該措施能獲得良好的效果。
（四）強化信息化管理各環節
隨著高校信息化的建設和大數據技術的發展，校園網在日常教學和管理過程中發揮著重要作用。高校師生進行教學、科學研究等環節中存在諸多隱患，如：病毒入侵、傳播不良信息等。此時，做好高校網絡安全的建設和防護工作，成為解決上述問題的重要內容。通過入侵檢測系統，對系統中的漏洞進行掃描，及時督促商家更新軟件，確保數據的安全。大數據發展階段，數字化管理主要展現在數據的采集工作。強化高校對教學、科研等方面的采集，方可儲備一定的的數據信息，以此建立完善的信息系統。同時，利用已采集的數據信息，在合理的方式下獲取真實的數據，實時掌握各項數據，以此提出更好的應對措施。加之，在大數據背景下對科研、管理等信息進行整合，如：教師的信息、學生隱私等，整合數據信息有利于維護師生的隱私，有效保護各個方面的數據信息，達到最佳的管理效果。
三、大數據技術在教育管理信息化中的應用展望
通過對學校的各個信息系統數據、多方采集的信息資源（包括樓宇門禁、校園局域網、供電管理、音視頻資源）、社交網絡等信息的多維度融合，數據關聯分析、挖掘，可以發現大數據技術應用能夠在以下領域得到深度發展：（1）學生管理：可以了解學生的出勤情況、心理情況、學習情況，全面客觀地記錄學生成長軌跡，通過多維度反映學生發展狀態的數據，為學生輔導員多方面了解學生提供新渠道，為授課教師做到因材施教、個性化指導服務、提高學生的多方面能力、挖掘學生的興趣度提供可信依據，還能為學生選擇就業方向等工作提供指導；（2）教學管理：結合教師在課程平臺中的問題答疑及作業布置情況、上課學生出勤情況、登錄無線局域網（Wifi）情況、學生考試情況、課堂的視頻資源、學生評教信息等數據可以對教師的教學情況進行全面的了解，有利于規范組織教學、示范教學；（3）院校管理：大數據時代，管理者可以通過學校師生員工在數據空間的信息痕跡，收集和分析相關數據，借以洞悉興趣愛好、需求意愿、性格特征等內心世界，預判現實中師生員工的未來行為，準確定位師生的需求，從而實現精細化管理；（4）后勤管理：通過學生的餐飲數據可以調整食堂的布局和用餐的品種以及用餐時間的保障，通過課表信息、學生進出教學樓的信息對教室電源控制管理起到節能效果等。
總之，在大數據時代，利用大規模數據使碎片化的數據轉化為容易整合的主體，借助集成和分析操作，讓更多人了解大數據的本質并預測其未來發展趨勢，展現教育管理信息化教學改革中發揮的重要作用。本論文以大數據技術為研究視角，深入分析大數據對教育管理信息化的影響，并提出大數據時代如何進行教育管理改革，以期為更好地開展教育管理工作提供重要借鑒和指導。
參考文獻：
[1]李亞翠.高校教育管理信息化迎來大數據時代[J].大學教育，2015，11（3）：181-182.
[2]曲遙.大數據時代的教育管理模式改革探討[J].中國管理信息化，2016，19（4）：253.
[3]潘安，徐瑋.教育管理信息化新發展：走向智慧管理[J].東方教育，2015，15（2）：226-226.
中圖分類號：G642.1 文獻標志碼：A 文章編號：1674-9324（2014）50-0048-02
2012年3月29日，美國奧巴馬政府宣布將投資2億美元實施“大數據研究與開發計劃”，該計劃的主要任務之一就是希望借助大數據技術來改善美國當前的教育和學習模式。長期以來，美國一直把教育上的領先地位看做是維持其全球領導力的重要保障，此番投入巨資改善教育模式，無疑是傳遞了一個重要信號――一場借力大數據改變傳統教育模式的序幕已經拉開，而這種改變必將對我國傳統的高校思想政治教育模式產生強烈沖擊。
一、何謂大數據
根據維基百科的定義，“大數據”（Big Data）指無法在一定時間內用通常的軟件工具進行捕獲、管理的數據集合。大數據的出現是信息社會發展到一定階段的必然產物。而物聯網、云計算技術則為其提供了技術保障。大數據的特點可以總結為4個V，即Volume（體量浩大）、Variety（模態繁多）、Velocity（生成快速）和Value（價值巨大但密度很低）。[1]首先是規模巨大。數據量已從GB到TB再到PB級。Google公司通過大規模集群和MapReduce軟件，每月處理的數據量超過400PB；百度每天大約要處理幾十PB數據；Facebook注冊用戶超過10億，每月上傳的照片超過10億張，每天生成300TB以上的日志數據；淘寶網會員超過3.7億，在線商品超過8.8億，每天交易數千萬筆，產生約20TB數據。數據集合的增長速度已經遠遠超過了人們的想象。其次是類型繁多。傳統數據集合大多是結構化的，而隨著物聯網和互聯網數據的劇增，音樂、視頻、圖片等半結構化和非結構化數據的比例大幅上升，至2012年末，非結構化數據量的比例已經接近75%。再次是生成更新速度快，大數據通常以數據流的形式快速動態的產生，時效性非常強，對數據流的掌控程度是有效利用數據的關鍵。最后是價值密度低。當如此海量規模的數據呈現在人們面前，用戶往往無所適從，如何從中挖掘出對用戶有價值的信息才是大數據發展的關鍵點。根據《大數據時代》的作者維克托?邁克-舍恩伯格的觀點，大數據的核心功能體現在預測上面。而且這種預測的基礎來自于數據的相關性而非因果聯系，這是大數據時代帶給人類思維方式的最大變革。“知道‘是什么’就夠了，沒必要知道‘為什么’。在大數據時代，我們不必非得知道現象背后的原因，而是要讓數據自己‘發聲’”。[2]這一點已經在商業、農業、醫療等諸多領域得到了廣泛應用。例如：沃爾瑪可以根據消費者的采購行為進行數據分析，從而把顧客習慣同時購買的商品擺放在一起進行銷售，并且取得了非常好的效果。谷歌公司則通過分析網民搜索內容分析全球流感與相關疫病的狀況，建立“谷歌流感趨勢”，與美國疾病控制和預防中心提供的報告對比，該指標追蹤疾病的精確率達到97%。阿里公司根據在淘寶網上中小企業的交易狀況篩選出財務健康和講究誠信的企業，對他們發放無需擔保的貸款。目前已放貸300多億元，壞賬率僅0.3%。[3]這些領域的成功經驗無疑給教育行業提供了有益的參考和借鑒。
二、大數據在教育領域的實際應用與啟示
大數據在商業領域的大規模應用，很快就擴展到教育領域，并且得到了政府的大力支持。美國教育部門對大數據的運用主要是創造了“學習分析系統”――一個數據挖掘、模化和案例運用的聯合框架。這些“學習分析系統”旨在向教育工作者提供了解學生到底是在“怎樣”學習的更多、更好、更精確的信息。例如，一個學生最近的學習成績下降明顯，那么是什么原因引起的呢？過去，這只能借助于教師的個人經驗，并通過與學生及家長的溝通來尋找答案。但有時學生的日常行為與以往并無區別，甚至連學生自己和家長也找不到原因所在。而借助于大數據則可以發現學生學習成績下降與日常行為表現的某種相關性，從而幫助教師和家長有針對性地對學生進行輔導和教育。正是看到了大數據在教育領域的美好前景，美國很多著名的商業公司已經開始開發針對個性化學習的數據分析系統，并進入到了實踐階段。例如，美國的IBM公司就與亞巴拉馬州的莫白兒中學合作，試圖利用大數據分析技術來降低該校的輟學率，并提升學生的整體成績（該校的輟學率一度達到48%）。“西維塔斯學習”（CivitasLearning）公司則在高等教育領域內建立起規模龐大的跨校學習數據庫，里面記錄了100多萬學生的個人信息記錄和700萬個課程學習記錄，運用大數據技術可以讓用戶提前發現導致學生成績下降甚至輟學的警告性信號，并提供改進課程體系和優化教學資源的相關性建議。“夢盒學習”（DreamBox Learning）公司和“紐頓”（Knewton）公司則開發了各自版本的利用大數據的適應性學習（adaptive learning）系統――“我的實驗室/高手掌握”（MyLab/Mastering）。這款產品將向數百萬名學生提供個性化學習服務，通過提供真實可靠的學習數據來使學校降低教學成本并提升學習效果。雖然這些公司所開發的各式各樣的基于大數據技術的學習分析系統還處于實驗的初期階段，具體效果如何目前還不得而知，但是，教育變革的發展趨勢已然逐漸清晰。第一，個性化學習將會是未來教育變革的主要突破點，人們盼望已久的因材施教教育模式將逐漸成為可能。第二，數據分析將在教育領域發揮越來越大的作用。未來的教師，將不僅僅是人類靈魂的工程師，而且還是靈魂數據的分析師。每一個教育從業者都應該做好這方面的思想準備。
三、思想政治教育面對教育變革的應對策略
（一）強化數據意識，建立一整套包括數據的積累、存儲、標準化與隱私安全的系統解決方案
“大數據發展的核心動力來源于人類測量、記錄和分析世界的渴望”。[4]數據化意識，是大數據時代思想政治教育工作者必須具備的基本素質。數據化就是指“一種把現象轉變為可制表分析的量化形式的過程”。而這個過程的關鍵在于信息記錄的標準化。在大學校園里，學生每天的學習、生活等日常行為都會產生大量的數據信息。從上課出勤，到圖書館的借閱記錄，從校園一卡通消費情況到校內論壇里的留言情況，從校內視頻監控錄像到校內快遞郵件的收發信息等，這些海量的信息資源在大數據時代都是了解學生思想發展動態的重要基礎。而若想將如此龐大的信息轉化為數據，必須要求在信息記錄的過程中進行標準化操作，并且設立主管部門由專業數據人才進行統籌管理。只有經過標準化處理之后的信息才能轉化為數據資源，并從中挖掘出有價值的信息。同時，龐大的數據資源也會帶來一系列隱私安全的問題，如何保障數據的安全性，個人數據信息的私密性，這要求高校管理部門和思想政治教育工作者之間的通力合作，緊密配合才可能實現。
（二）轉變教學方式，打造個性化的思想政治教育模式
思想政治教育是高等教育的重要組成部分，離不開高等教育發展的大背景與大趨勢。未來的高等教育在固守傳統校園陣地的基礎上，大規模開放遠程教育MOODCS模式將是大勢所趨。目前，全世界頂尖的高等學府都已經開發或者加入了MOODCS，如哈佛大學和麻省理工學院聯合開發的EDX以及斯坦福大學開發的就吸引了大批頂尖知名學府的加入，北京大學和清華大學也已經加入了EDX。MOODCS的最大優勢是可以將世界上最優秀的課程資源通過網絡實現資源共享，這樣可以讓那些對某一領域感興趣的人隨時隨地聆聽這一領域最優秀教授的教誨和指導。這一模式同樣適用于我國的思想政治教育課程。目前，各個高校思想政治教育的教學質量參差不齊，缺乏一流的教學名師以及優秀教學資源的不均衡分配是重要原因。如果引入MOODCS模式，一方面，可以讓一些優秀的教學名師把主要精力放在課堂教學上面，形成一支以教學名師為核心，包含資料收集、視頻制作、剪輯處理、數據分析與技術維護等眾多教輔人員組成的教學團隊。借助MOODCS平臺與大數據技術，實現真正意義上的大規模開放式遠程教育。
（三）加強思想政治教育數據人才的培養
大數據人才的匱乏目前已經成為制約大數據未來發展的關鍵性因素。而思想政治教育領域內的數據人才目前幾乎是一個空白領域。在我國當前的教育體制下，數據分析屬于理工學科，而思想政治教育屬于人文社會學科，二者之間跨度非常大。既要精通數據分析又要熟悉思想政治教育內在規律的人才培養將是未來成敗的關鍵所在。目前來看，思想政治教育作為理論一級學科下面的二級學科，在學科人才的培養和選拔上應該向數理統計專業方向傾斜，尤其是在碩士生和博士生的培養上更是應該注重吸納數理統計專業的本科生參與進來，豐富思想政治教育學科理工科出身的人才貯備，增設思想政治教育數據分析的研究方向，培養一批能夠適應大數據時展的思想政治教育數據分析人才隊伍。
參考文獻：
[1]李國杰，程學旗.大數據研究：未來科技及經濟社會發展的重大戰略領域――大數據的研究現狀與科學思考[J].中國科學院院刊，2012，（6）.
一、大數據時代高校學生管理面臨的變化
（一）信息化環境下，教育背景發生了巨大變化
高等教育從開始的精英教育轉變為現在的大眾教育。單一教育轉為多元教育，呈現課程、實踐、創業、實習、心理、體育等多元的教育方式和評價角度；“封閉式”校園轉為開放校園，互聯網、數字校園為學生提供了更加廣闊學習和社交空間。
（二）學生的活動發生轉變
教育背景的變化催生了學生的變化。新時代的學生與以往有什么不一樣呢？首先，學生的活動不再局限于課堂，他們開始積極地參與課堂以外的各種各樣的活動，例如創業，社會活動、實習等。其次，學生的學習不再局限于書本，他們開始活躍于各種網絡在線課堂，熱衷于電子知識的學習。最后，學生的思想不再局限于被管理，他們開始有自己的主見和主張，崇尚個性，追求自我的實現。正式由于新時代學生的這些新變化，讓我們的學生管理面臨前所未有的挑戰。
（三）當前學生管理面臨的問題
（1）被動管理。目前由于學生管理者缺乏有效途徑獲取每個學生的實時情況，無法對學生主動關懷。常常是在異常發生后，學生管理者才被告知去善后。這種亡羊補牢的方式讓學生受到傷害，也讓學生管理者每日疲于應付，身心疲憊卻得不到學生和學校的認可。
（2）群體管理。當前管理主要以班級為集體統一管理。開班會、班級活動等都是最主要的方式。但是在信息爆炸、文化價值觀多元化趨勢日益增強的今天，每個學生的價值觀、性格、興趣愛好都千差萬別，“一刀切”的群體管理方式已經無法適應現實需求。與知識學習相比，思想政治教育和學生管理是最需要個性化的，但我們現在基本都是實行同質化管理。一人得“病”全體學生都得“吃藥”，這種狀況既不科學，效率又非常低。
（3）粗放管理。傳統管理重在管理學生上課情況和人身安全。常常采用點名、手工填表等粗放管理方式。而當今學生的校園和社會生活多姿多彩，學生思想活躍，個人意識增強，價值觀容易受到社會影響。粗放管理的方式不能發現學生的細微變化，現實中常常由于細微的忽視而釀成大錯。
二、大數據學生管理建設的挑戰
（一）大數據在學生管理方面的關注和投入較少
在慕課（MOOC）如火如荼開展的同時，各大高校針對學生管理的大數據應用卻黯然失色，缺乏應有的關注和投入。其實用戶行為分析早已是各大電商、企業等最核心的大數據應用。只有了解用戶，才能提供最貼心的服務。同樣，高校只有了解學生，才能真正讓學生管理變成服務。雖然高校近年越來越重視學生管理，但是利用大數據對學生進行個性化的管理在教育行業還沒有重視起來，也沒有投入大量的人力物力進行研究和建設。
（二）數據應用中的安全與隱私保護
我國保護用戶隱私的法律法規尚不健全。為了學生的安全，做到安全監管無死角，是否允許在校園各重點活動區域（課堂、食堂、宿舍、圖書館、第二課堂等）安裝視頻監控探頭？為了獲取學生行為，是否允許學校在學生不知情時通過校園卡或者手機等其他感知和探測技術獲得學生數據？這些問題在整個教育行業都是個大難題。學校的信息部門如何在大數據環境下確保信息共享的安全性？如何為用戶提供更為精細的數據共享安全控制策略？這些問題更需要進一步深入研究。
（三）信息化基礎建設需完善
由于前期的校園信息化建設僅用于滿足學生和教職工的基本需求，沒有考慮到大數據的應用。如果要進行大數據的分析，目前學生個體數據的還遠遠不夠。因此學校信息部門需要思考如何更多地獲取或感知學生的數據，從而對應地完善信息化基礎建設。
三、大數據時代高校學生管理的途徑
大數據只是一種技術，技術必須要與業務有效地結合，才能產生最佳的結果。因此大數據時代高校學習管理的研究，不僅僅是信息部門的工作，也是學工部門的工作，更是全校層面應該統一思考和規劃的重大課題。而如何利用大數據來進行提升高校學生管理能力的應用卻關注和投入甚微。高校該如何開展大數據學生管理的建設呢？
（一）學生的數據如何采集
學生從報名、入學開始，到在校、畢業、離校、就業等整個過程都會有相應的數據產生，這些數據究竟怎么采集？可以利用一卡通校園卡或其他感知技術產生數據；利用數據交換平臺接入學校各個部門業務系統的數據；通過學生在圖書館閱讀紙質、電子書籍產生的數據；通過學生使用校內系統瀏覽新聞、社交等獲取WED行為數據。另外，利用校園網內各種IT系統和設備產生的日志數據等等。
（二）學生的數據分析
通過對學生的大數據分析來得出一些相關性結論，提供給學生管理者參考。比如我們還可以根據學生每天在食堂吃飯的情況，判斷其是否生活困難。也可以根據上網數據發現網癮學生，根據學習情況挖掘可能學業困難學生，根據在校消費、門禁等發現在校率低的學生。總之，學生大數據分析可以讓學生管理者實現精準管理，更有針對性的幫助與指導。
（三）學生數據應用
（1）安全方面。提前預警不在校、未歸寢的危險信息號；異常發生以后利用數據追溯過去行為，追查原因；過去學校主要靠人發現學生晚上不回來，現在憑著大數據預警信息，可以及時發現學生晚歸情況，及時進行處理。同時如果學生失聯，可以調取歷史數據，為尋找提供線索。
2大數據背景下高等學校教育管理的新思路
大數據時代的教育管理在履行教育管理職能的過程中將更加凸顯管理的及時性、前瞻性、區分性、整合性、權變性等特點，為教育管理的變革帶來了大機遇。
2.1利用數據挖掘技術改革教學模式和教學方法
高等學校是培養人才的場所，教育的出發點是希望通過知識的傳授對學生成長產生影響，而知識的形成是一個長期的過程，模式一旦固定下來，改變就變得緩慢。在傳統的教育過程中，對學生的影響大部分都是預先設定好的，在教學計劃的指引下，教師與學生按部就班地開展教學活動。大數據完全有可能為這種教學活動重新注入新的活力，利用數據挖掘技術，對在紛繁復雜的日常教學中產生的數據進行綜合分析，歸納出具有預測性的內容。例如，可以了解什么樣的教學方法更適合學生的實際；當前上課的內容在哪個時間段更容易被學生接受；每個學生通過怎樣獨特的方式更容易掌握當前所學的內容；用什么方式鞏固提高知識更有效等等。甚至還可以通過對教學行為中產生數據的分析，歸納出學生最近的學習、思想和行為傾向，有效地預防教學活動中不當行為的出現。應用教學數據分析，一方面，課程教學活動會根據數據分析產生的新情況進行調整；另一方面，新的知識與新的教學方法會隨時被歸納出來，學習的內容更具有前瞻性。
2.2重視學習分析，促進教與學的融合
學習分析主要是對學生在學習中所形成的數據進行研究，對學生未來的學習表現以及潛在的問題進行合理的預測。學習分析在高等教育中的應用具有很多優勢，在解決目前高校有關學習和教育經驗等諸多問題時具有巨大潛力。學習分析包含了學生在學習方面有何特點、學習方法怎樣、習慣怎樣、興趣如何，成績如何等內容，通過校園的信息化系統不僅能獲取學生的顯數據，如作業完成的情況、實驗技能的情況、考核結果及考試成績，而且還能獲取學生的隱數據，如參加課外及社團活動、互聯網社交情況等，根據數據可以預測建立學生在課程學習過程中額外教學資源支持的需求模型、測量學生特別的潛質、構建能夠改進和提高教學效率的彈性模式等，讓學生拓展在當前學習環境下的理解能力，鼓勵學生對自己的課程學習負責，增強學生自主管理學業發展的能力，為學生創造個性化的教育條件。對學生來說，學習分析能夠讓他們更好地了解自己在課程學習中所存在的問題，同時可以對自己的學習行為及習慣進行優化，掌握學習的主動權，自主開展個性化的學習;對于教師與管理者來說，可以利用學習分析結果對課程質量進行綜合評估，從而能更加有效地改進教學方法、教學手段和教學內容，促進教與學的融合。
一、社保經辦流程存在的不足
一個參保單位要為自己的員工辦理社保業務，他提交的材料會經過哪些環節呢？
以北京市某社保中心為例。首先，參保單位向社保中心工作人員提交所需要的材料，經審核符合條件后，經辦人員為其辦理社保相關業務并留存紙質材料。一定周期后經辦人員要以月為單位把經辦的業務材料整理成檔案提交檔案科室。檔案部門根據自己的工作進度安排檔案掃描和裝訂。但是，如果某一筆業務經過基金監督科監察出現基金預警，那么經辦人需要向基金監督科提交當時經辦的業務材料，或者由基金監督部門從檔案部門調閱此項業務的檔案，以便對經辦人員的所有操作記錄進行篩查和分析，找出異常的原因。
仔細分析，不難看出這個社保部門工作的小片段反應出了社保經辦流程中許多不足的地方。
首先，工作效率較低。基金監督部門需要分析某筆基金預警，必須先聯系檔案部門以及業務經辦人確定所需檔案存放的地方，然后聯系存放人提交檔案的復印件給基金監督部門，拿到檔案后再進行篩查和分析，找出異常的原因。單此一項工作就需要三個部門甚至更多相關人員的配合，每次查找材料都會耗費大量時間，嚴重影響了各個部門的工作效率。
第二，浪費了人力、物力、財力。以一項簡單的參保單位為員工變更姓名為例，如果是參保單位操作失誤，需要提供《個人信息登記表》、《情況說明》、《參保人身份證復印件》共三張紙質材料。如果是參保人更改名稱，除了上述材料外還需要參保人戶口所在地派出所開具的《變名通知》。以某區社保中心登記科為例，每位窗口工作人員每天都會經辦近百筆業務，一個月下來，所需要歸檔的材料約3000張左右。如果把這3000張材料按照規定的格式整理成檔案，至少需要一到兩個工作日。檔案部門每次接收業務經辦部門提交的檔案時都需要重新拆封逐張核對，無誤后依次掃描錄入電腦。社保中心在編人員有限，檔案部門往往需要外聘其他人員進行檔案整理和錄入工作。同時，檔案的存放也是非常耗費人財物的。
第三，各環節容易出現差錯。經辦人收取檔案和整理檔案，其他部門調閱檔案，檔案的運送和存放等等環節因為經手人多等主觀原因，或者存放久遠、天氣惡劣、設施不完善等客觀原因往往容易造成檔案的損毀和遺失。
第四，各個部門之間信息無法共享。各個部門如果需要某項材料進行數據的比對、分析等往往聯系需要多個部門才能查閱，無法第一時間掌握信息。接收第一手信息的窗口崗位人員在檔案的收集和整理方面，多考慮自己部門的需求，而沒有站在全局的角度通盤考慮。從服務對象角度來看，來社保中心經辦不同的業務的所提交的材料很多都是有重復的。如果因為經辦人員的失誤造成收取材料并沒有把業務辦理妥當，參保單位和個人還需要再次提交全部的材料。因此，給參保單位和社保中心各個部門都造成了一定的麻煩，信息孤島現象越發嚴重。
由于歷史問題，全國沒有統一的標準體系：由于信息化部充分，經辦水平還有待提高；由于時展，經辦流程急需優化。這些都是社保經辦工作發展所面臨的困境。
二、優化社保業務經辦流程的建議
（一）引入“大數據”的管理理念
隨著互聯網技術和計算機技術的不斷發展，人類社會活動產生的數據正以幾何倍數增長，這標志著人類社會已經向大數據時代邁進了。與其他領域相比，政府應用大數據技術，實現大數據理念具有天然的優勢。主要原因有兩個，一是目前而言，人類社會運行所產生的數據，絕大部分由政府掌握。二是就數據的全面性和使用的便捷性而言，政府也具有企業等主體不具備的絕對優勢。因此，政府應當成為大數據戰略的先行者和主力軍。
大數據給國家治理模式帶來的改變不僅僅是技術層面的，更重要的是為我們塑造了一個全新的治理理念，即大數據治國理念：社會運行可以量化、主動發掘信息和需求、通過數據間的關聯性進行預測、基于全體數據而不是抽樣數據進行分析、重視對數據的分析和使用方法。政府可以從五個方面來應用大數據：一是通過信息透明和共享產生綜合效應；二是通過績效評估提升工作效率；三是通過人群細分使服務更有針對性；四是政務智能化減少失誤和防范風險；五是引導公共部門內外部創新。
（二）大數據理念下的社保辦理流程構想
筆者認為，大數據理念下的社保經辦將會從辦理流程和機構設置兩個方面發生大的變化：
如圖1所示，基本而言，目前社保經辦業務的發起主要以單位及個人的申請開始，社保經辦機構只是被動受理業務。社保政策和辦理流程主要以單方向的告知為主，缺少互動。同時，社保辦理時的數據存儲和使用也是以本部門為主，缺少信息共享。
