大數據時代含義范文

導語：如何才能寫好一篇大數據時代含義，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。

篇1

關鍵詞：大數據 統計特征 情報關鍵詞 關鍵詞提取 方法

1 大數據的含義及特征

大數據即人們常說的非結構化數據，它借助計算機網絡，可以存儲大量數據，并保證數據的真實性。體量、速度和多樣性是大數據定義中的關鍵內容。其基本特征主要有：第一，大數據數據總量增長規模非常大。同種類型的數據在傳輸過程中處于快速增長狀態。第二，數據增長的速度非?？?，以指數級持續增長模式為主。第三，新的數據來源渠道越來越多，新的數據類型也不斷豐富。第四，大數據的價值不斷上漲，大數據可以為企業發展帶來更多商機，是現代企業發展過程中必不可少的內容。

2 相關研究現狀及存在的問題

情報關鍵詞是表述某個文件或者論文中重要內容的詞語。本文中介紹的大數據時代基于統計特征的情報關鍵詞是指以網頁為主的關鍵內容，提取關鍵詞的主要目的是分析語義和對核心詞語進行統計。網頁關鍵詞在自動摘要、信息檢索以及自動問答等形式中都存在較多不確定因素，導致大數據時代基于統計特征的情報關鍵詞提取方法問題重重。

3 大數據時代基于統計特征的情報關鍵詞提取方法

3.1 關鍵詞提取方法的分類 關鍵詞提取方法分四類：第一，基于語義的方法。以詞典為依據，對詞和句子進行分析，對詞和句子進行分類標注，滿足計算機對多重信息片段的實際需求，通過計算獲得情報關鍵詞。第二，基于機器學習的方法。利用機器對訓練語料庫進行訓練，結合各項系數的實際狀況，確立相關的參數、建立準確的模型。第三，基于復雜網絡的方法。明確候選特征詞之間的關系，以既定的規則為出發點，構建一個復雜網絡，通過相關數據計算出節點權重系數和介數，最大的綜合值即為關鍵詞。第四，基于統計的方法。詞語具有相關統計信息，以統計信息為基礎，提取相關關鍵詞。

3.2 關鍵詞提取方法的構造

3.2.1 中文詞語的特征及自動分詞。中文詞語通常由兩個或者兩個以上的漢字組成，句子具有連續性，要求研究人員利用大數據對中文句子進行分析之前，將句子劃分為若干小部分。目前已經有自動標注詞性的系統，可以自動過濾詞和通用詞語。

3.2.2 網頁文本的結構特征及詞語統計特征。MTML是一種標記語言，該標記語言的證書的目的是描述網頁文檔內容，以成對的標記符號為依據，明確顯示網頁的各個部分。詞語統計的特征主要有：如果某篇文章中某個詞語出現的頻率比較高，在其他文本中出現的頻率偏低，那么，這個詞語即可作為候選關鍵詞；同一詞語在不同標記符號中對文章內容的反映結果不一樣，也就是說詞語出現的位置對關鍵詞的選擇有至關重要的作用。

3.2.3 詞語過濾。文本中通常會存在大量噪聲詞。噪聲詞與文章的內容聯系不大，噪聲詞在文本中和文本集合中出現的頻率均比較高，噪聲詞通過詞頻和文本頻率乘積的離散系數自動過濾。不同內容的文本長度不一樣，噪聲詞在文本中出現的頻率數受文本長度的影響，離散系數是指某個詞語在文本中的波動程度，詞語的離散系數與該次在文本中出現的穩定性成正比，也就是說，離散系數越大，該次在文本中的穩定性越差。

3.2.4 中文關鍵詞提取流程圖。本文以TfDf指標為依據，采用離散系數的方法將文本中存在的噪聲詞過濾除去，對候選關鍵詞共現概率分布進行分析。確定TFIDF和候選關鍵詞的位置信息，以TFIDF-SK為計算方法，以函數TFIDF-SK值作為關鍵詞重要性的衡量標準。TFIDF-SK算法系統流程圖如圖1所示。

■

圖1 TFIDF-SK算法系統流程圖

TFIDF-SK算法將輸入文本集合進行處理，處理工作中必須將文本集合中的噪聲詞過濾除去，做好詞語統計特征；將收集到的信息計入特征計算模塊，該模塊的主要功能是計算TFIDF值、詞語位置信息和偏度；進入關鍵詞重要性衡量模塊，計算出TFIDF-SK值；判斷關鍵詞重要性度量大小，輸出文本中的情報關鍵詞。

4 結束語

目前，國內外對大數據時代基于統計特征的情報關鍵詞的提取方法均有統一評價，在實際發展過程中強化統計特征情報關鍵詞的提取方法顯得尤為重要。因此，研究人員必須在了解大數據含義及特征的前提下，針對大數據時代基于情報關鍵詞提取方法存在的問題，對相關方法進行深入研究，保障情報關鍵詞的穩定性。

參考文獻：

[1]羅繁明，楊海深.大數據時代基于統計特征的情報關鍵詞提取方法[J].情報資料工作，2013.

篇2

關鍵詞：大數據時代;企業人力資源管理;影響

一、大數據時代的到來及大數據的含義

（一）大數據時代的到來。隨著信息網絡時代的發展，大數據已經成為當今時代的一個特征。美國互聯網中心指出，互聯網上的數據每年將新增50%，每兩年便翻一番，而目前世界上90%以上的數據是最近幾年才產生的[1]。Gartner定義“大數據”是需要創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的海量、高增長率和多樣化的信息資產[2]。

大數據時代，企業發展的新動力將會是理解數據、運用數據、相信數據，這也成為企業管理者迫切需要掌握的一項技能，人力資源管理領域也無法置身事外。如何將“大數據”發展這一概念應用于人力資源管理，推動人力資源管理工作再次革新、飛躍，已成為人力資源領域最關心的問題。

（二）大數據的含義。大數據一般被用來定義和描述信息爆炸時代所產生的海量數據，其規模巨大到無法通過人工在合理時間內獲得并整理成能被人們使用的信息，具備海量（Vol

ume）、多樣性（Variety）、高速性（Velocity）、易變性（Variability）、巨大的數據價值（Value）、真實性（Veracity）和強關聯性（Viscos

ity）的“7V”為標志的“Vs”特征。對大數據的應用需要把握思維的三種轉變：一是需要全部數據樣本而非抽樣數據?，F如今已擁有足夠強大的數據搜集及處理能力，“樣本分析模式”到“全數據分析模式”的轉變會帶給我們更多有用的信息。二是關注復雜性、完整性而非精確性。三是關注相關性而非因果關系。

二、大數據在企業人力資源管理中的具體體現

大數據在企業人力資源管理中具體體現在原始數據、能力數據、效率數據、潛力數據四個方面，詳細可用下表表示。

表1 大數據在企業人力資源管理中的具體體現

三、大數據應用對企業人力資源管理的影響

（一）積極影響。（1）大數據應用使企業人力資源管理方式趨于網絡化、數字化。大數據分析基于大量的數據，企業可以通過對人力資源管理系統的數據來源不斷拓寬，來增強數據采集能力，加強數據庫建設，有效增加數據厚度，最終提升自身人力資源配置的客觀性、合理性和針對性。（2）大數據應用使企業人力資源管理效果趨于高效化。隨著“大數據”信息平臺構建，以往的“金字塔”管理系統將被“扁平化”的優化組織架構替代，工作過程中的信息可以更真實迅速地通過網絡在決策層與基層員工之間傳遞，有效溝通的同時減少了成本，使員工更好地參與到組織人事工作中來，真正形成藝人為中心的管理，提高了管理效率，建立了更加規范的工作流程。（3）大數據應用使企業人力資源管理標準趨于全面化和數量化。企業人力資源部門在“大數據”分析方法的指導下，可以獲得包括人員流動分析預測、績效考核結果分析、培訓需求及效果分析等各項內容。接著，統籌全面的人力資源信息，通過人力資源核算或人才測評分析等方法，進行持續反復的深度挖掘，能夠實現各大模塊數據信息的有機結合，最終提高企業的預測分析以及戰略預判能力，真正體現人力資本概念。（4）大數據應用使人力資源管理對象趨于知識化，管理理念更加趨于人性化。在大數據時代，人力資源的相關數據將可以通過員工在日常工作中自動生成或提交來收集，人力資源管理者只需要建立算法和模型，從中剔除不必要的因素，以使人力資源管理過程更加規范化，這同時也很好地糾正了傳統的依靠人力資源管理者主觀判斷和經驗的誤差，減少了有關人才選用育留的主觀臆斷，促進了人力資源管理過程的科學性和人性化。（5）大數據應用促進組織從效率到效能的轉變。傳統的企業組織中的各個具體崗位，往往都是基于一定工作任務而設。企業的基本形態是組織分工合作，由此形成基于崗位的人力資源管理模式一直在企業管理實踐中發揮巨大作用。然而，進入大數據時代，這種管理模式企業中的員工已經無法適用。（6）大數據應用促進企業人力資源信息孤島和碎片化管理的整合。因為人力資源管理工作分類本身明顯的結構特點及工作之間的交叉現象，以及部分人力資源管理者能力的限制、人事工作規范性制度的缺失，大部分人力資源的管理，都是在無系統化的情形下進行的，是碎片化的管理，管理者無形中疏漏了工作中存在的一些問題和必要環節。在大數據時代，企業可以應用大數據理念和方法將組織中每一個崗位單元鏈接成一個有序高效的整體，創新創建人力資源管理模式和流程，從而使人力資源信息孤島和碎片化的管理得到整合。

（二）消極影響。（1）個人隱私和商業秘密存在著被侵犯的可能性。我們在利用大數據帶來的便捷的同時，也應高度重視隨之而來的信息安全問題。其實整個社會人力資源的最優配置完全可以通過人力資源數據的完全公開化來實現，將人力資源數據信息全部匯總到一個數據庫，可以使資源整合利用達到最理想化狀態，但卻不可避免地危及個人信息的安全性及隱私性。如果商業機密、個人隱私或是企業內部信息泄露、丟失，后果是不可估量的，對客戶也會造成損失，這對于企業來說是致命的，組織在得益于數據的同時也多了一種困擾。（2）人力資源管理與大數據的盲目結合易導致企業人力資源管理系統癱瘓。目前有大量的中小型企業，無形中跌入了一個認知陷阱：擁有大數據就是擁有先機。在這種錯誤觀念支配下，盲目從眾，單純為創建大數據而收集諸多無用信息，同時消耗大量經費將信息數據化，構建基于大數據的信息管理系統并對其進行維護，這一行為完全忽視了投入產出比率，導致企業原有人力資源管理模式混亂，得不償失。

四、大數據在企業人力資源管理應用中需要注意的問題

（一）規范大數據的獲取、選擇和應用。任何事物都具有其兩面性，大數據自然也不例外。大數據的理性正當運用可推進人力資源管理的有效變革，一旦被不法利用，將造成難以預料的后果。所以在大數據與云計算技術不斷提高的同時，與大數據有關的相關規范也要落實。國家亟待制定相應法律來約束大數據的使用，企業也要制定一系列系統的管理規范，盡量避免大數據被不法利用而危及企業商業秘密乃至整個社會的安全。

（二）強化對大數據管理的責任意識。首先要廣泛普及網絡安全知識，規范大數據運用的秩序環境，其次要提高相關人員的責任心。人力資源部門應在尊重員工隱私前提下，合理應用各種數據信息，為企業營造公正、合理、友好的環境，讓員工能安心地工作，也讓求職者能夠放心地通過網絡途徑進行求職。

（三）理性使用大數據，權衡其利弊得失。企業要衡量自身發展規模，客觀綜合全面評估資產實力，提前明確自身的人力資源管理與大數據結合的必要性，分析人力資源管理融入企業大數據管理的收益與成本關系，量力而行，切忌盲目結合，以期用最少的成本投入獲取最大化的企業利益。

參考文獻：

篇3

【關鍵詞】大數據；思維；小學數學；課本；數據素養

中圖分類號：G623.5 文獻標識碼：A 文章編號：1671-0568（2017）15-0006-02

近年來，隨著信息和網絡技術的迅猛發展，大數據的涌現，不僅影響著人們的生活方式、工作習慣及思考模式，還給各行各業帶來了巨大的挑戰和機遇。由此，可以說當前社會已經進入大數據時代。一般而言，網絡大數據是指“人、機、物”三元世界在網絡空間中進行交互融合所產生并在互聯網上可獲得的大數據，簡稱網絡大數據。目前，人們普遍認為大數據有4個基本特征：數據規模大（Volume），數據種類多（Variety），數據要求處理速度快（Velocity），數據價值密度低（Value），即所謂的四V特性。這些特性使得大數據有別于傳統的數據。

大數據本身及其巨大的功能和價值都對傳統思維方式造成了猛烈的沖擊，因此，全新的、與之相適應的“大數據思維”出現了。數據科學的技術權威舍恩伯格認為，“所謂大數據思維，是指一種意識，認為公開的數據一旦處理得當就能為千百萬人急需解決的問題提供答案。”由此看出大數據時代的思維方式包含：總體思維，容錯思維，相關思維，開放思維，敏捷思維、預測思維、智能思維。

《全日制義務教育數學課程標準》明確指出，在數學課程中，要注重發展學生的數據分析觀念。因此，在數學課程中，如何結合大數據思維對小學生開展數據素養培養是廣大數學教師應該認真思考的問題。

“數據素養”又叫“數據信息素養”，是指研究者在數據的感知和采集、組織和管理、處理和分析、共享與協同創新利用等方面的能力，以及研究者在數據的生產、管理和過程中的道德與行為規范。根據小學生的能力水平和身心特點，小學生的數據素養應該包括獲取數據的意識、分析數據的能力和整合數據的思維，這三種素養的培養難度是逐級遞增的，獲取數據的意識的培養難度小，分析數據的能力的培養難度居中，整合數據的思維難度最大。因此，應該從培養獲取數據的意識開始，對學生循序漸進地進行引導，最后才上升到整合數據思維的培養。三者之間的關系如下圖：

根據小學生數據素養3個層次的關系，教師需要深入研究與之相對應的教學策略。

一、培養學生獲取數據的意識

教師可充分利用課本中統計的學習和活動，幫助學生感受數據的來源，讓他們尋找來自實際問題的原始、真實數據，并在腦海中建立實際問題與數據分析之間的聯系，從而理解分析數據的意義和價值。不單在統計的教學中，在很多數學學習中都有數據，且都可以利用。例如，教學三年級上冊“數字編碼”，就可引導學生思考如何用數字表示身份證、郵編、學號，等等，讓他們繼續進行發散思維，自己動腦編碼表示身邊的事物，從而明白數據的重要性，并學會用數據具體描述物質世界。

此外，還可以充分利用數據收集的機會，使學生體會到很多看似與數字無關的事物實際上也可以實現數字化。例如，二年下冊“數據收集整理”中的“做一做”，調查本班同學最喜歡去哪里春游。題目給出了5個春游地點，如果用1～5的數字代替，學生很快就能發現數字化的優勢――簡單、快捷、清晰。而數字化最重要的一點，是制定明確的規則，因為沒有規則，就無法準確解讀數據的含義，更是妄談預測。體會了文字數字化的過程和優勢，再來進行圖形數字化、音頻數字化、視頻數字化等都成為自然之舉，大大提高了學生數據思維的敏捷性。

二、培養學生分析數據的能力

數據分析能力是數據素養的核心，不會分析數據就無法掌握事物的發展方向。如三年級上冊“時、分、秒”部分練習一第11題，給出藍天小學作息時間表（上午），要求學生從表中發現上課規律并計算上課時間，其實就是對數據進行預測。如下表：

如何從這些數據中找到有用數據并分析計算就顯得非常重要。上表中，到校時間、早操時間和眼保健操時間都是無用信息，列出這些信息，目的是讓學生理解數據的混雜性。而要發現上課規律，計算下課時間是關鍵。首先，要找出相鄰兩節課下課時刻和下節課的上課時刻，再相減，如：9U10-9U00=10（分鐘）；其次，下課時間+第三節課的下課時刻=第四節課的上課時間，10U45+10（分鐘）=10U55。同理，算出上課時間?？梢姡绻荒芾斫鈹祿暮x，不能分析數據，就無法進行預測，即使再有用的大數據也一文不值。對于這種難度較大的數據教學，可將數據離散地逐一展示，幫助學生體會數據的整體性和時序性。如下表：

通過觀察這些數據，學生就會明白數據分析的前提是要有完整的幾組數據。如何得到這些缺失的數據？學生討論后提出，可問藍天小學的老師，可查他們的課程表，可記錄他們打鈴系統的時間，等等，從而理解對于同樣的數據可有多種收集方法。所以，發現上課規律并計算出上課時間就是對同一數據進行不同的分析，并得出不同的結論。

三、培養學生整合數據的思維

大數據的價值是其解釋性和預測性，因此，數據分析的方向都應該指向這兩個目的。培養小學生整合數據的思維要充分利用課本中的數據拓展學生的思維深度，引導他們全方位地理解數據背后的真實含義及價值。例如，六年級上冊“位置與方向二”中的例3要求學生用自己的語言說說臺風的移動路線。教學中，教師可引導學生思考當臺風移動到B市時，B市天氣將如何變化？此時，臺風生成地的天氣又如何？為什么兩地天氣不同？這樣，一來使學生感受到這些數據不再是冷冰冰、無意義的簡單數字，二來又增強了學生對數據價值的深刻理解，提高了他們的學習興趣，培養其相關思維和預測思維。又如，題目要求學生首先用小動物卡片設計一個“小小動物園”，畫出示意圖，并描述各個館的位置；再設計一條參觀路線，說一說怎么走；接著，要求學生在統一規格的透明膜上完成示意圖并用油性筆標出參觀路線；最后，教師收集透明膜，放在實物展示儀上逐一疊加投影，這就模擬了網絡數據流的產生過程。此外，還可引導學生進行深度思考：如果你是園區經理，你會如何安排表演活動、商鋪位置甚至是消防設施的數量？

通過這一過程，學生就可以直觀理解數據的實時產生過程，也明白數據復雜性的根本原因是人們的不同操作。然后，教師再引導學生理解數據的價值，即除去冗余、錯誤的無用數據外，大多數數據流的集中區域就具有重要的價值。實踐證明，這些活動能幫助學生快速自然地融入大數據時代，影響著他們在生活中的決策，為其日后的生活、生產、教育及科研活動奠定良好的基礎。

對生活在大數據迅猛發展時代的公民而言，數據是最重要的資源。小學是公民教育的起點，因此，為了培養適應大數據時代的公民，在小學各科教育尤其是數學教育中培養學生的數據素養非常重要且必要，它將對學生未來的個人發展產生良好而深遠的影響，進而影響著社會及國家的發展。

參考文獻：

[1] 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，（6）：1125-1138.

[2] 馬建光，姜巍.大數據的概念、特征及其應用[J].國防科技，2013，（2）：10-17.

[3] 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）：1-5.

[4] 黃欣榮.大數據時代的思維變革[J].重慶理工大學學報（社會科學），2014，（5）：13-18.

[5] 張靜波.大數據時代的數據素養教育[J].科學，2014，（4）：29-31.

篇4

關鍵詞：大數據；軟件工程；群體軟件；關鍵技術

一、大數據時代軟件服務工程與群體軟件工程

所謂軟件服務工程，就是將服務作為主要目標，在應用時需要根據變化不斷通過虛擬的手段與分布式手段進行應用，而這種應用方法不僅能夠使得軟件更加虛擬化，同時也能強化其操作性，與此同時，更能有效解決動態變化與分布變化情況[1]。軟件工程在發展過程中能夠在大數據領域、云計算中得到更加廣泛應用。在網絡化、服務化等大環境影響下，軟件工程可以得到更好的開放空間。工程師利用數據信息交互、學術交流等多種方式開展合作，對軟件進行開發，建設更加具有性價比的軟件系統。在軟件開發中，目前十分成功的就是開源軟件，開源軟件的合作模式與結構都是當前學術界最看重的，然而當前常規研究方式卻未能實現較大突破。很多學者開始嘗試利用網絡分析方法對數據進行有效分析，在一些規模較大的開發項目的開發人員中，外圍開發者占據絕對優勢，并且模塊化特征更加明顯。和群體軟件工程相比，開源軟件有較弱的發展態勢，而群體軟件工程主要是倡導利用眾包形式進行開發。

二、大數據時代眾包軟件服務工程

（一）創新發展態勢

眾包軟件服務工程作為國際各國都密切重視的一種流式數據處理與集密數據處理方式，特別是在服務中對產生的各項數據尤為重視，如何才能將這些密集型數據的存儲設施、平臺、價值分析等作為服務對象，是當前大數據軟件工程在研究過程中的難點與重點部分。從最開始的服務消費，到后來的眾包服務開方，隨后再到軟件平臺管理，運營方都由在線流式數據和離線密集型數據組成。當前開發者版本級別達到GB級別，眾多用戶數據能夠達到PB級別，在線溝通數據更是能達到TB級別，利用直接推送功能可以左右軟件服務時間，對軟件產生關鍵性作用與影響[2]。

（二）軟件生產開發、運營與管理

密集型數據，因為他們本身固有的動態分布形式、動態交互、復雜演化、動態分配、價值隱藏等，都能夠體現大數據的最原始行駛情況。從本質角度來看，這些數據僅僅是用于描述內容模量，但是沒有具體含義，并且缺乏語義化作用。想要對其進行創新，必須打破原有的研究方法與思維，將密集數據作為主要材質課題，并且將其看作是研究的主體，在主體領域，大數據所在流域與主體專家需要制造，傳播大量的數據。他們不僅是大數據的群體用戶，還是最主要的消費者，同時也擔任著運營和管理的作用，能夠將群體智慧匯到一起，逐漸形成系統化的領域和主體知識。將這些知識作為核心與基礎，對研究密集型數據相對應的信息學過程與生命周期進行研究，并且及時推送相應的服務期限，研究數據內容的相關語義和標志，最終賦予其相應的矢量。組織主體部分構建價值服務機制與知識體系，在研究和互通過程中，利用操作式管理方式將關鍵技術應用在密集型數據上，這些都能展示出眾包軟件工程發展內容。

三、大數據背景下關于信息處理技術發展情況

與傳統數據形式相對比可知，在大數據時代下能夠實現各項數據相互聯系，并且這些相互關聯的結構，能夠利用當前所有的框架，對數據進行及時且有效的處理。將硬件作為基礎，通過該基礎搭建的網絡存在相應局限性，并且制約了網絡的性能和發展，因此需不斷探索與創新網絡架構技術，以此實現大數據技術的提高。在日后發展過程中，計算機網絡必須為其提供開放式的結構與傳輸功能，將計算機網絡信息處理與軟件基礎、硬件基礎分開使用，隨后對網絡架構進行定義。相關網絡軟件使得我國網絡技術朝著更高水平發展，隨著大數據時代的不斷深入，計算機能夠實現網絡、硬件、軟件融為一體，并且產生出新的網絡結構，能夠為大數據時展提供重要理論與實踐意義。這種形式不僅能夠突破傳統計算機在處理信息時因為網絡所帶來的限制，同時也能使計算機處理技術開發與應用形式打破單一情況，逐漸朝著多元化方向不斷發展。

四、結語

綜上所述，隨著我國大數據時代的到來，社會各領域都將受到大數據思想和創新技術的影響。大數據對人們的生活方式產生深刻影響，因此將大數據作為當前一種最新興的網絡技術。

參考文獻：

篇5

[關鍵詞]大數據；大學生就業；研究

[DOI]1013939/jcnkizgsc201717125

1大數據時代

隨著計算機時代不斷發展，互聯網的不斷進步，又一個影響我們生活和工作的信息風暴大數據時代到來了。大數據是指一般電腦處理數據時需要處理的信息過量，超出正常電腦的內存。然而，隨著時代的不斷發展，大數據已經不再是數據量大的簡單含義，而是隨著創新數據的發展和技術理念的持續更新，大數據擁有了另一種含義，即為得到更多服務和產品的更大價值，對超量信息進行具體的數據分析。對于即將邁入社會的大學生，大數據時代為其就業提供了許多的信息，例如，目前大學生的就業形勢及行業需求等，為我國大學生就業工作提供了參考。

2大學生就業現狀

隨著大學生人群的不斷增多，近年來，大學生就業形勢不是很好，許多大學生面臨著“畢業即失業”的尷尬處境，就業率越來越低，一年不如一年，這成為了許多高校的熱門專業被擠爆，冷門專業無人問津，導致素質教育不均勻，人才匱乏。

21社會經濟發展趨勢導致就業率低

我國社會總體的經濟市場正在處于轉型狀態，雖然國家經濟實力在逐年增長，但依然沒有達到美國那樣的發達水平，所以導致我國的企業還是以密集的勞動力企業居多，其他類型，例如，技術型企業、高新企業等十分缺乏。隨著我國經濟的飛速發展，對大學生的整體素質及專業技術要求也就相對增高，就業機會卻并沒有增加，導致就業競爭力越來越大，就業率也越來越低。

22城市差大，政府措施不完善

隨著國家不斷地推出及頒布相應的政策，某些地區的經濟水平逐漸提高，但是還有一些小地區，存在政策無法落實、服務不到位的現象。導致各地區發展不均衡，經濟具有較大差異性等問題，使得大學生在實際情況下的就業受到了阻礙。面對每天不斷出現的情況，各地政府相應的就業政策不完善，導致相應的就業問題無法解決。更讓大學生就業受到限制的就是現有的戶籍制度，死板的硬性規定，將不同地區不同學校的大學生分類，增加了大學生的就業成本，導致都是大學生卻得到的就業機會不同，由于戶籍所在地不同，導致區域就業限制、體制內外無法交流。

23高校專業培養無法及時地與時俱進

我國許多高校在專業培養方面，無法做到與時俱進，基本的教育和培養模式滯后，多年的老教材仍然在使用，根本沒有做到將所教授的知識和社會的實際經驗相結合，往往是與社會需求脫節的，完全跟不上社會對人才需求的發展。大學并不應該僅僅只是一個讀書的地方，還應該是一個授人以漁的地方，應當是將人才培養出來并受到市場需求的一個高級教育機構。而現在固有的機械化教育和幾乎為零的實踐培訓，這樣持續不斷的四年教育會使大學生畢業后出現跟不上社會發展、動手能力差、實踐精神不足等問題。

24大學生本身所具就業能力不足

近年來，我國大學生人數眾多，除了競爭壓力的增多外，還具有所學專業與社會需求對接時的尷尬問題。隨著社會的不斷發展，社會市場對大學的要求也就更為嚴格，所需要的職業技術和職業能力也就要求更多。市場上許多企業傾向于招聘經驗豐富的工作人員，而不是相關專業剛剛畢業的大學生，是因為大學生不僅無經驗需培訓，而且吃不了苦，受不了罪，適應能力差，需要企業有很大的耐心和成本來對其進行再教育，許多企業并不樂意去做。除此之外，導致大學生就業困難還有其個人因素，即對專業課的把握程度低，就業前對市場需求沒有進行基本的了解，就業工作迷茫，不知該找什么工作，缺乏相應的基本職業規劃和方向。

3大數據時代下的大學生就業對策

31高校利用大數據提高大學生就業率

高校可以利用大數據完成對大學生建立就業意識，增強工作能力，主動就業，滿足社會需求等一系列的就業培訓。通過近一年多的就業指導課程，將大數據的理念和思維完整地介紹給學生，為大學生就業提供指導與幫助。并應運大數據開設興趣課程，來考察學生日常，調整上課枯燥的模式與學生進行良好溝通，為社會創造大量的人才。

32大學生求職者運用大數據提高就業率

只有市場機制的不斷運行，大數據才能夠發揮其相應的作用。大學生利用大數據與網絡信息平臺上的用人單位進行溝通與交流并得到用人單位的肯定。解決大學生就業需求的前提條件，便是在人力資源領域內，市場起著決定性的重要作用。大數據是通過先進的技術――數據挖掘，為大學生應聘者提供便利的市場需求信息，使求職成本大大降低，既能使企業的預期得到滿足，也能使大學生順利就業。其工作思路就是：將市場產生的信息進行分析，通過實時的數據與充分的整理，將整個市場的大數據進行采集，提供給大學生。實際上，在大學一開始的第一堂職業規劃課程就是為了通過整個大學階段的教育與學習過程，來樹立大學生的職業意識。這不只是針對即將畢業的大學生還包括其他未畢業的大學生。在大數據的時代，大學生可以根據自身的技能等挖掘出自身潛在的職業傾向，將奮斗目標進行確定，學數據的信息資源，明確就業的方向及途徑，并隨著市場的需求和發展，進行不斷的整改和調整，但這樣做的前提條件是，大學生要有一個平臺在擇業之前來對其自身進行客觀而全面的分析和鑒定，確定其未來適合自身的職務和職業規劃，而大數據就是一個很好的選擇。

33招聘網站通過大數據幫助大學生提高就業率

大學生求職過程中，不可或缺的就是網絡投遞簡歷，招聘網站便是提供方便快捷服務的一個好選擇，而大數據技術是招聘網站常用的技術。通過對大學生求職者對所需工作的條件及要求采取大數據技術進行分析，為使求職者滿意，根據求職者的需求，對招聘網內的整個招聘單位進行層層篩選，最終提供所有符合的工作給大學生，實現求職與招聘雙選共贏，完美對接。相對傳統現場招聘的麻煩，網絡招聘受眾廣泛，不會受時間地點的限制，而且網絡招聘成本低，效率高，方便快捷，網上完成招聘與應聘，雙方都省時省力。而且通過運用大數據，可以使還處于迷茫狀態的大學生求職者發現內心真實的求職需求。

4結論

將大數據應用于就業指導工作中，通過對大數據的不斷運用和學習，利用其大量的數據資源庫，幫助大學生求職者面對就業問題，是學數據的主要目的。這充分說明了大數據在大學生就業工作中的重要性，為保證大學生就業工作的正常進行，學校、社會、政府等通過對大數據技術的應用，促進大學生求職者的就業。

參考文獻：

[1]張亮大數據時代下的大學生就業指導工作研究[J].石家莊職業技術學院學報，2014（6）：60-62

[2]，蔡治廷大數據時代的大學生就業工作探析[J].黑龍江高教研究，2015（5）：86-88

[3]劉若冰，楊添富，楊彥琦大數據時代高校畢業生就業工作實踐創新研究[J].赤峰學院學報：自然科學版，2015（21）：218-219

[4]劉芳大數據時代大學生就業指導工作的探索與創新[J].唐山職業技術學院學報，2015（4）：19-20

篇6

[關鍵詞]大數據；行業英語；教學模式

為了適應國家和社會對于專業人才的需求，我國實行了高等教育改革。即在傳統教育的基礎上，加入了職業教育。近些年來，高等職業教育在全國教育工作中一直占有著十分重要的地位。隨著時代的發展，高職教育面臨著越來越多的挑戰。大數據時代的到來，對于高職行業英語教學來說，既是機遇，又是挑戰。一方面，大數據時代的到來，改變了長期以來我國教育資源匱乏的局面，為我國高職教育提供了海量的教育資源。對于不懂或者是不了解的知識，學生除了向教師請教，還可以利用網絡查找資料，來解決自己的困惑。從另一方面來看，雖然大數據時代可以為我們提供豐富的信息資源，但是有很多信息缺乏準確性和權威性。由于學生們并不具備甄別信息的能力，導致很多學生受到網絡信息的誤導，影響了教師的教學效率和效果。

一、大數據的含義

所謂大數據時代，它是在互聯網技術快速發展的背景下，出現的以大規模生產、傳播和利用數據為主的新時代。通俗來講，大數據就是巨量資料。由于大數據中用于描述數據量的規模十分巨大，導致傳統計算機的處理能力已經遠遠不能滿足大數據時代的需求。為了解決這一技術上的難題，我國計算機科學家們研究了云計算模式，并將其應用于大數據計算當中。云計算不僅可以把大量、多變和高速的信息進行儲存，還可以對這些信息進行計算、分析和預測。這就使我們的決策更加客觀準確，也會對隱藏的數據價值進行更加深入的挖掘。

大數據時代的到來，讓人類可以有機會和能力，對社會上眾多的領域，進行深層次的探討。并通過完整、全面的大數據系統，對現實世界的規律進行探索。從而獲取新的知識，最終得到過去無法企及的機遇。大數據不但具有較強的經濟價值，也具有一定的社會價值和科學價值。大數據時代已經影響了社會的方方面面，包括人們價值體系的構建、知識體系的完善以及生活方式的改變等等。當然，大數據時代的到來也給高職行業英語教學帶來了很大的影響和改變。

二、高職行業英語教學現狀

（一）教師教學觀念落后

目前。我國很多職業院校英語教師的教學觀念過于落后，不僅表現在只注重學生的學習成績，忽視對學生的素質教育方面，還表現在缺乏與時俱進的能力，缺乏用大數據進行實際教學等方面。我國傳統的教育方法是老師在講臺上講，學生在下面被動的學。這種以教師為主體的“灌注式”學習法，不僅不能吸引學生的學習興趣，甚至會導致學生對學習產生厭倦的情緒，這樣的教學模式顯然是不符合我國實際教學需要的。教師作為學生成長道路上指路的明燈，對學生的終身發展起著不可低估的作用。一般情況下，大部分高職院校的英語教師都具備一定的教學資歷?？陀^地講，這不僅是教師在進行英語教學時的優勢，也是高職院校進行英語改革的弊端。高職院校傳統的英語教師由于自身教學時間較長，逐漸地形成了一套適合自身的教學方法，受到習慣的驅使，他們很難對教學方法做出改革。所以在數據化教學中，很多資歷較老的教師不愿意接受和學習新的教學方法，在課堂教學中固守成規。只是在校領導進行教學檢查時，才偶爾采用信息化的教學模式。這些教師的做法，不僅不利于完善和提高自身的教學能力，也很大程度上阻礙了學生的發展。

（二）學生缺乏學習的主動性

英語雖然是高職院校學生的必修課，但是卻很難得到學生的重視。尤其是很多非英語專業的高職院校學生，他們對專業課學習的重視程度遠遠高于對英語學習的重視。不僅如此，很多非英語專業的學生把大部分課后學習時間都用在了對專業課的學習上，對于英語課程的學習則是抱著得過且過的態度。往往都是在臨近考試周時，對英語進行突擊復習，考試不掛科是大部分非英語專業的學生對自己英語學習的要求。很多英語專業的學生，在進行英語學習時，情況也不容樂觀。在課堂上交頭接耳、竊竊私語、睡覺以及擺弄手機的現象已經屢見不鮮。大部分高職院校的學生，把課余時間利用在了打游戲、逛街和交際之中，他們對學習缺乏最基本的主動性，對于英語的學習更是如此。此外，很多高職院校的考試機制相對寬松，并不需要學生十分努力就可以畢業，這樣的教育模式也使得學生們逐漸忽略了英語學習的重要性，導致高職院校的英語教學形同虛設。

（三）對數據化教學的過分依賴

隨著計算機技術的不斷普及，以及國家對教育教學改革工作的大力倡導，很多高職院校先后采用了數據化的教學模式。在學校的不斷宣傳之下，很多教師尤其是樂于接受新事物的年輕教師，意識到了信息化教學的重要性。這些教師在課堂上大量使用多媒體和網絡技術，對于一些重要的知識點依賴于信息教學，在課堂上很少對知識點進行補充和講解。這種舍本逐末的教學方式，完全忽略了數據化教學是為課堂教學服務的，給課堂教學帶來了諸多負面影響。學生們雖然被新穎的多媒體教學課件所吸引，但是大部分學生的卻精力并不在英語知識的學習上，而是對一組圖片或一段視頻表現出極大的興趣。這就使數據化教學失去了其本身的意義，違背了數據化教學的初衷，導致高職院校的英語課堂依舊處于低效率、低質量的狀態。

三、大數據視野下高職英語教學模式探究

（一）端正教師的數據化意識，建立合理的教學機制

教師作為高職院校教學的主體，對教師進行專業化的培養是十分有必要的。高職院校在對教師進行招聘時，不能一味地看重教師的專業教學水平，還要對教師的信息化教學水平進行一定的考察。對于已經在學校任職的教師，學校要對教師的信息化學習在政策和技術上都給以足夠的支持。并且要定期組織教師進行信息化的培訓，確保教師能夠在第一時間內掌握最新的信息化教學成果。除了定期組織教師進行培訓以外，學校也要對教師進行思想教育，使他們端正對數據化教學的認識。目前，我國高職院校英語教學對數據化的應用呈現出兩極分化的局面。一部分資歷較老的教師排斥使用信息化教學模式，在教學的課堂上也很少使用多媒體設備，這就導致了課堂教學內容的單一化，很難引起學生的學習興趣。還有一部分年輕教師，對信息化教學過于重視，在課堂上使用多媒體教學軟件的時間過長，忽略了課堂教學的本質。高職院校應該培養英語教師對數據化教學的正確認識，并且加強對信息化教學的監督，對于教學過程中不合理的現象及時進行批評和指正，從根本上提高高職院校英語教師的數據化教學意識和教學水平。

（二）對教學模式和教學觀念進行創新

大數據時代的到來，對我國高職院校的英語教學有著不可低估的影響。在大數據時代的背景下，教師要對信息的重要性有著正確的認識，并且根據數據化的教學要求對教學模式和教學觀念進行創新，將信息技術和現代化的教學理念進行緊密的結合。為了避免數據化教學中，數據信息量過大的情況，教師在進行實際的課堂教學中要以課本為綱領，對信息進行合理化的篩選以及整合。這樣不僅能夠在教學的過程中完成課標要求的教學任務，還會使課堂教學變得輕松有趣。此外，教師要意識到數據化教學與傳統教學存在著很大的不同。在我國傳統的教學中，教師是課堂的主體，是除了課本以外，學生接受知識的唯一來源。但是這種教學模式存在著太多的弊端，已經嚴重的阻礙了高職院校英語教學的發展。數據化教學打破了教師的主體地位，讓學生成為了課堂學習的主體。通過課堂教學的翻轉，提高了學生對于英語學習的興趣，使學生逐漸意識到自己才是課堂學習的主體，從而提高了他們的責任意識，為英語教學的順利開展奠定了基礎。

（三）將網絡資源與實際教學進行有效結合，建立網上學習平臺

篇7

【摘要】大數據時代已經來臨，其極大影響了傳統商業模式及企業運營模式。所以，在企業管理模式上，還是尋求與大數據契合的管理模式，以促使市場經濟健康穩定發展。本文闡述了大數據背景下創建企業管理模式的途徑，為企業管理模式的創建提供依據。

【關鍵詞】大數據 企業管理模式 創新

網絡技術迅速普及，全球步入了ZB（Zettabyte）時代。數據以爆炸形式進行增長，預測未來，全球每年數據量會翻上一倍。大數據也就是規模巨大的數據，能夠獲取、存儲及利用的數據。處在大數據環境中，迎來了大量的信息，企業一定要調整自身經營戰略，與自身相符，使自身保持較高的競爭能力。結合大數據時代背景，從商業模式與管理模式為整合視角，對企業在生產經營中迎合大數據創新進探究。

一、大數據概述

（一）大數據的含義

美國最早提出大數據，這種定義涉及到行業與業務職能中，具有生產價值。現代社會對大數據做出定義，是不能夠在一定時間內通過常規數據得到管理的數據，簡單而言，采用傳統的數據庫及計算機技術是不能夠處理這種海量數據的。

（二）大數據的特點

大數據的特點主要有下述幾種：

①多樣化。數據類型具有多樣化特點。其涵蓋了視頻及地理位置等；②大量化。數據量級不再是TB，變成了EB。從2013年的數據量情況來看，已經達至1.22zB。這種大規模數據全部記錄在紙質書籍中，涵蓋了眾多的面積。美國國際公司對此作出預測，全球電子數據量至2020年達至32zB；③速度快。能夠迅速從數據中獲得信息；④只需準確分析及應用數據便能帶來較高的收益及回報。

二、大數據產業

大數據是一種新興計算機詞匯，備受眾多領域專家重視。作為眾多的信息資產，大數所具有的戰略意義不是獲得龐大的信息，卻是加工數據，以專業化處理方式，使數據更具價值。從一定程度上看，可理解大數據為一類產業，加工能力決定了產業能否盈利。

三、大數據時代對企業管理的影響

大數據背景下，企業可借助傳統渠道收集信息，此外，通過大數據將圖片、視頻等的信息收集起來，由企業管理實踐可看出，常規數據管理方式符合基本要求，對企業非結構性數據，是不能夠整理的，在企業看來，結構化數據和非結構化數據均為企業管理不可缺少的內容，極大沖擊了企業的管理。對企業發展而言，大數據影響了企業決策數據，對數據進行科學分析，可讓企業管理人員具有良好的科學決策性，將內部風險發生率控制較低，部分企業在對自身業務情況做出分析時，僅匯集簡單數據，較少進行對比，大數據背景下，一定要樹立新的決策觀念，以科學的方式進行分析與決策。

四、大數據背景下企業管理模式創新途徑

大數據背景下，企業管理模式創新途徑包括：基于大數據實施運營決策、健全現有的企業網絡、培育專業化的數據管理人才、開挖企業內部的數據信息。

（一）基于大數據實施運營決策

大數據背景下，以自身情況為基礎，對企業數據平臺進行制定，特別對創新性數據平臺進行構建，以非結構化信息，如，網絡及微博，編制健全的數據平臺，注重開挖企業數據內容，強化有關數據的搜索力度，基于數據，對企業聲譽度做出分析，憑此編制營銷策略，有助于推動企業發展。要求企業管理者強化管控數據，以科學方式進行信息管理，真實有效開展數據管理工作，最終創新管理模式，作為企業管理者尤其重視企業中的非結構化數據，把非機構化數據應用在產品生產流程中，使企業數據庫更健全。

（二）健全現有的企業網絡

企業管理模式的完善，可確保信息傳遞的準確及時，便于管理工作的開展。健全企業網絡，凸顯大數據的作用，要求企業管理人員通過科學手段，管理企業產業鏈資源，明確與供應商、管理人員等的關系，構建相應的數據信息庫，健全當前信息網絡，推動企業創新管理工作的開展。一名現代化的企業管理人員需要打破傳統的管理模式，更新產品管理模式及成本信息，以信息化的方式管理產品與人才，為企業管理模式的創新提供有力的支持。

（三）培育專業化的數據管理人才

大數據背景下，對企業管理工作提出了較高要求，要求企業革新現有管理模式，這就需要人才支撐，技術性人才重要性便顯得越來越重要，這就需要憑借大數據的優勢，結合自身實際，培養符合要求的數據管理人才。大數據帶來便利同時，也存有不足。針對現階段大數據存在的安全問題，要采取應對措施，事實上，大數據共享和安全問題依然突出。大數人力資源管理系統也存在上述問題。優秀的數據管理人才應掌握數據操作方式，還要具備相應的知識與技能，如，營銷知識與數據業務能力，綜合素質過硬的專業人才，才能較好地適應大數據的發展。通過大數據，企業間良好互動。如果條件允許，可設置數據部門，讓員工具備數據意識，定期將員工組織起來，開展教育與培訓工作，讓所有員工感受到大數據發展態勢，不斷更新自身思維觀念。

（四）開挖企業內部的數據信息

企業內部含有豐富數據信息，進行有效開挖很有必要，為企業企業管理模式的創新提供保障。合理運用數據，使企業信息化管理變成可能，企業中所有數據均由信息化數據平臺而來，用來維護數據的可靠與準確。企業管理人員認識到信息化建設工作的必要性，對數據分析來源做出分析，科學共享數據，進而從整體上提供企業競爭力。另外，企業借助大數據，明確潛在客戶所需，以此為依據做出預測，由獲得的內部數據與公共數據把控市場變化狀況。

五、結束語

大數據時代下，企業處在規模化及多樣化的外部環境中，使許多企業融入信息社變革中。企業管理數據表現為結構化與非結構化，給企業管理者帶來了非常大的管理技術難題。大數據背景下，全面改變了企業管理模式。企業傳統管理模式與市場發展動態已經不相符，所以，企業借助大數據構建新的管理模式很有必要。企業以大數據為憑借，可準確及時地把控市場動態，還能調整及完善大數據內部，以內外整合的形式，凸顯市場地位與價值。

參考文獻：

[1]衛俊儒，王元亮.大數據時代下的企業管理模式的創新探析[J].信息系統工程，2014.

篇8

信息化大體上分成三個階段。20世紀90年代中期以前為信息化1.0階段，這個階段最顯著的特征是以單機應用為特征的數字化階段。此后一直到現在為信息化2.0階段，它的主要特征是以聯網應用為特征的一個網絡階段。而信息化3.0階段開始于我們這個時代，它的特征是以數據的深度挖掘和融合應用為特征的一個智慧化階段。未來還有沒有新的階段？我認為，信息化3.0這個階段持續20年也是有可能的。

定義大數據

大數據是什么？大數據本身的產生是互聯網及其延伸所導致的一個自然現象。一是廣泛應用，二是成本急劇下降。體現在幾個方面：摩爾定律驅動的指數增長模式、技術低成本化的萬物數字化、寬帶移動泛在互聯驅動的人機物廣泛連接、云計算模式驅動的數據大規模匯聚。這就是我們講的摩爾定律指數增長。按照IDC的統計，2003年、2009年到2012年，大數據從5百萬TB到8億TB到27億TB，增長速度非常之快。這是大數據的幾個主要特征。大數據不僅是量大，重要的是多元。另外它和過去的信息化是不一樣的，大數據的很多東西不是靠過去那種主動采集產生的，而是有目標的按照結構化的方式采集的，很多是信息系統通過各種各樣的交互自然產生的。

大數據的意義和價值何在？第一，它提供了我們人類認識一個復雜系統的新思維、新手段。實際上如果說我們做到一個無盡大或者不斷逼近現實世界里的一個數字化的話，實際上我們用大數據構建了一個數據空間，現實世界的數據空間，也就是這個數據在逼近我們的現實世界，這就可以按照科學研究的第四范式，基于大數據觸摸、理解或者逼近復雜系統。隨著問題空間的數字化，能不能得到一個數據空間，這個空間里就有很多規律可循，可以挖掘。所以從傳統思維到今天的大數據思維，這也是大家經常談到的幾個很重要的變化，從樣本到全體、從精確到近似、從因果到關聯度，這是一系列的變化。

第二，大數據也會成為促進經濟轉型的一種新的引擎。大數據這個產業本身一方面促進產業升級，激發商業模式創新、促生新業態，不斷改善民生服務。大數據時代有一句話，信息技術的定位。信息技術不僅是一個獨立存在的行業，同時也廣泛滲透到別的行業，成為該行業的倍增器或者催化劑，而現在這個時代，倍增和催化大概已經不夠了，它甚至會成為一個行業的顛覆者。第三，大數據成為提高政府治理能力的新途徑。第四，大數據成為提升國家綜合能力和保障國家安全的新利器。

大數據應用尚處于發展初期

大數據產業生態系統已經初步形成。一個方面是基礎設施，各個計算設備、軟硬件、數據處理的不同方法以及各個領域的特定大數據應用形成了大數據產業生態鏈。那么技術平臺是什么？技術平臺就是云計算。云計算為數據存儲、融合和分析提供了高伸縮性的平臺。這個平臺向上是支撐各種應用（以服務化的方式），向下管理各類資源。而這個平臺一個很重要的特點就是全面走向“軟件定義”。就是硬件資源虛擬化、管理功能可編程，對網絡化、規?；母鞣N資源進行靈活高效的調用。

從應用來講，大數據的應用還處于發展初期，全世界都是如此。中國的大數據應用也才剛剛起步。目前，互聯網行業是大數據應用的領跑者，同時也在向別的行業大量拓展。現在 “大數據”這個詞用得過熱。很多應用也就是過去數據量的增加，有的應用甚至是換了一個“大數據”的馬甲而已。從深度挖掘和融合應用角度來看，實際上多元數據的融合才是大數據一個非常重要的特征。雖然大數據應用呈現發展初級階段特征，還處于“盲人摸象”的嘗試階段，但其巨大潛力已被廣泛認知，同時引發新一輪信息化建設熱潮，這將成為信息化3.0階段的重要建設內容。

新時代下的計算和網絡能力足夠強，設備和技術的成本迅速降低，云計算公用事業化，萬物互聯達到人機物融合，滲透率跨過了臨界值，大數據分析挖掘手段以及利用大數據的方式影響了我們的方方面面。國家也制定了“互聯網+”行動計劃，推動移動互聯網、云計算、大數據、物聯網等方面的發展。

我理解的“互聯網+”首先是加法，其次為升級、延伸。這個“+”會帶來顛覆性的影響。除了成為行業的倍增器也會成為行業的顛覆者。所有的行業都離不開它，離不開三個關鍵詞：跨界、融合、創新。

“互聯網+”

是信息化3.0的指南

“互聯網+”本質上是傳統行業/產業信息化的深化和泛在化，同時它也是孕育新興形態的一個平臺，是互聯網技術、模式、思想與傳統行業的深度融合，它需要我們促進信息基礎設施的完善、數據資源的積累、新型業態的誕生和成長?！盎ヂ摼W+”，毫無疑問，就是現在信息化3.0這個時代的基礎設施、思維模式和實施指南。也就是說，數據的深度挖掘和融合應用會成為新一代信息化應用的主要特征。

十八屆五中全會公報指出“實施網絡強國戰略，實施‘互聯網+’行動計劃，發展分享經濟，實施國家大數據戰略”。從這些方面都體現了我們在信息化3.0時代，隨著互聯網的不斷延伸和擴展，網絡強國戰略恰逢其時。信息化3.0時代在應用上有很多創新，能不能在基礎設施、技術上自主可控甚至引領，是值得我們探究的事情。

互聯網催生了一個創新的時代。過去有那么多新的概念層出不窮，這是IT業一個非常典型的特征。2000年以后，從計算機角度來看，就是一個概念創新的時代。而且以前這個行業的術語幾乎是技術導向，而后來全是應用導向。怎么讓用戶聽的明白，不再考慮技術本身的定義和含義是什么。但是在這里面有中國元素嗎？或者說有中國概念嗎？實際上是一個很嚴重的缺失。長期的跟隨者思維形成了定勢，真正實現創新發展需要技術創新、基礎設施創新、應用創新。但在一定程度上，思想和概念的引領可能會產生更大的影響。

篇9

［關鍵詞］大數據;應用型人才;SPOC建設

1大數據的含義

各行各業都存在著大數據，從表面來看，它就是實時性較強、種類較多、數據量大的一個集合，但其真實含義不僅僅如此，大數據的深層含義是在眾多錯綜雜亂的數據中，利用科學方法及時提取出有效的數據，并進行整理和分析，為政府、企業等決策者提供潛在價值的數據。因此大數據時代給《統計學》帶來了更多發展機遇。這就要求《統計學》課程無論從內容上，還是教學方式、教學資源上必須進行改革和完善。

2大數據為人才培養的研究帶來新的發展機遇

《統計學》是一門應用性較強的學科，它是經管類專業的專業基礎課，旨在于培養學生能進行數據收集、數據整理與數據分析的專業技能;從數量的角度去認識經濟變量及經濟變量間的關系，掌握其發展規律，指導實踐的方法論科學。大數據現代信息化擴大了統計學的應用范圍，為統計學的發展帶來新的機遇。

2.1有效提升數據收集的時效性、準確性、全面性

大數據時代出現前，只有當要分析某經濟現象時，才會主動調查收集此方面的數據，且數據的收集只限于人工，查找一下有關的統計年鑒、權威性較強的經濟報告等，遇到一些具體數據沒有的，只能在文章中進行說明，用一些相關的數據去代替，所以說傳統的數據收集來源存在不穩定性，且數據的可靠性較一般，這些特點對數據分析結果存在著一定程度的誤差。但大數據時代的到來，給數據收集帶來了發展的機遇，數據收集的時效性、準確性、全面性得到了大幅度的提升。數據的收集不再僅局限于人工，因為大數據的數據收集是建立在網民在互聯網留存的信息，且數據收集更有針對性、數據質量也更為精確、數據的時效性更高以及數據更加全面。相對于傳統的數據收集，它更加省時、省力和省物。

2.2數據分析結果更加準確

傳統的統計分析在分析總體的規律性時，由于數據收集的有限性，只能對樣本數據進行分析，使用推斷性統計分析方法推斷總體的規律，其結果并不能全面、總體概括數據的整體情況。大數據的出現，為數據分析提供了良好的數據基礎，利用現有的多種統計軟件同時進行多方面的統計分析，對分析對象的了解更全面、更準確，為統計員提供更準確的決策依據。

3人才培養存在的問題

3.1與思想教育長期相互隔離

作為一名高校教師經常會在課堂上問學生們“你喜歡現在自己的專業嗎?”“你對自己的未來有什么規劃?”等問題，但很多同學不喜歡自己的專業，甚至有的學生都不知道自己專業將來畢業后可以做什么，對自已的規劃就更談不上了。這些問題都顯示了高校大學生的思想教育存在著問題，無法樹立正確的人生觀、價值觀和世界觀。而高校的思政教育通常開設了專門的課程，如《基本原理概論》《中國近現代史綱要》《思想和中國特色社會主義理論體系概論》《形勢與政策1－4》，分別設于大學生的前四學期，作為公共基礎課，總學時比例也很高，但由于大學生在學習過程中，對課程的不重視，導致這些課程沒有對大學生的思想教育起到作用。高校的專業課教育雖然經過長期的改革及教師們的努力研究，專業課之間進行了有效的融合講解，但專業課教育長期與思想教育相脫離，這種現象不利于學生的整體發展，也沒有體現出公共基礎課與專業課的相輔相成作用，導致人才培養方案設計的失效。所以大學生的專業課與思想教育融合是勢在必行的?！督y計學》課程是高校經管類專業的專業基礎課，講解如何收集數據、整理數據、分析數據、解釋數據，并從數據得出規律性結論的一門學科，提高學生數據分析和解決實際問題的能力，是學生在日后工作中提供經營管理的咨詢、決策、實施管理的工具。《統計學》課程一定要在授課過程中融入“課程思政”元素，發揮《統計學》課程的思政教育功能。

3.2SPOC建設不完善

2020年受肺炎疫情的影響，各大高校紛紛改為以“網上授課”為主。在疫情期間，教師為了監督學生學習，提高學習效果，不斷地更新和探索新的教學方法，向學生推送網絡資源，利用學習通、騰訊課堂等方式進行網絡授課。線上和線下結合的教學模式已成為一種教育的發展趨勢。但疫情期間，《統計學》課程線上教學出現了很多問題，導致學生的學習積極性不強?！督y計學》課程的網絡資源很多，但由于各大高校的學情不同，很難從現有的線上資源找到一個適合不同層次學生的網絡資源，尤其對于民辦高校學生來說，其知識基礎薄弱、學習興趣不濃、學習積極性較差，很難固定找到一個網絡資源完全與民辦高校的《統計學》教學大綱培養應用型人才相符。除了向學生推送網絡資源提前預習外，課堂前、課堂中、課堂后提高學生學習的參與率、考核學生在授課后其基本理論知識的掌握程度等也是非常重要。那如何能做到這些有效的監督呢?這就需要高校針對自己的學情進行課程SPOC建設，再以其他網絡資源為輔，可以有效提高學生的主動學習性。而現有的高?！督y計學》課程SPOC建設還不完善，甚至有很多高校的《統計學》課程SPOC建設幾乎為零。

4大數據背景下人才培養的建設

4.1與思政教育相結合的建設

(1)理論授課的要點與思政教育的融合。第一，統計學的基本理論包括統計學定義、統計學研究對象、特點、統計學的起源和發展、統計學學科的性質等內容，它與思政教育的融入點為:認識統計學的作用、統計學的發展歷史，以史為鑒可知興替。在原始社會中只是有計數活動;到了奴隸社會為了課稅和征兵，開始對人口進行普查、土地和財產進行統計;到了封建社會，秦漢、唐宋、明清分別對地方田畝和戶口統計、土地調查和計算、人品登記和保甲制度;到封建社會后期和資本主義社會前期，隨著社會生產力發展及分工細化，直到目前已進入大數據時代。第二，統計數據的收集，數據的來源有兩種:直接來源和間接來源。對于間接來源數據，融入“誠實守信，尊重他人勞動成果，為企業一些機密數據保密原則，遵守統計人員的職業道德等”思政教育;對于直接來源數據，要“實事求是，對真實數據產生敬畏，做一個有思想不盲從的統計從業人員等”思政教育。第三，統計學的分析主要有描述性統計和推斷性統計。其中推斷性統計分析的參數估計引入“以點概面、從局部到總體”、假設檢驗引入“事物的對立面”等思政教育。(2)課程思政融入于案例和實踐教學中。檢驗學生對《統計學》課程內容掌握的程度及是否能進行應用去解決經濟問題，最有效的方法就是實訓教學。在實訓教學中，教師以生活熟悉的案例為載體講解統計學各種分析方法在軟件的操作，將學生進行分組，利用學生的好奇心和興趣，讓學生自選一個身邊感興趣的現象作為研究。引導學生們用科學的方法進行問卷調查收集數據，對回收的數據進行細致的審核和整理，此時融入“堅持客觀、嚴謹科學的態度等”思政教育。在整理好的數據進行數據分析時，融入“尊重數據分析的最終結果等”思政教育。在實訓過程中，讓每組學生對所收集的數據中某一問卷中的某一數據進行撰改后數據分析結果與未撰改數據分析結果相比，有何差別，引導學生們去認識數據真實性的重要性，讓學生養成嚴謹、敬業、尊重事實的科學態度，培養他們成為真正熱愛并有職業操守的統計職業人才。

4.2線上SPOC建設

《統計學》課程的SPOC建設針對校內線上資源建設，它的完善會極大提高學生自主學習的能力。作為一名民辦高?！督y計學》教師，筆者認為針對我校的學情，此課程的SPOC建設包括線上微課、線上討論、線上答疑的建設。線上微課視頻是指通過“碎片化”教學，將教學過程中的重點、難點和疑點結合實例講解，以教學視頻方式呈現出來，具有針對性強、目標明確和時間短等特點。利用學習通等軟件提前上傳給學生，向學生布置任務，利用軟件的一些功能，監督學生觀看的時間，并設置在學生觀看后，需學生總結出學習視頻內容的心得，即理解內容、不理解內容，也可以提出問題及意見。這不僅可以監督學生學習，提高他們自主學習的時間，也可以為教師后續的課程改革提出方向及依據。線上討論主要是設置在每一章理論課結束后，在線上設計一些案例，并提出任務，讓學生在課后對所提出的案例任務進行線上討論，運用所學的理論知識去解決實際的經濟問題，不僅提高學生理論與實踐相結合能力，還可以提高學生的獨立思考、解決實際問題的能力。教師根據學生在線上討論的參與率及討論效果給予學生平時成績，也體現了各大高校對課程考核成績的一項改革，側重于平時學習的考核。而線上答疑，是利用現代信息技術，在網上進行的一種答疑方式，教師可隨時隨地在線上看到學生的疑問，針對學生的疑問及時進行解答。這種線上答疑方式為學生對重點知識的反復學習和深刻理解提供了及時、較好支持，為其鞏固知識和加強理解給予很大的幫助，提高學生學習積極性，提升其學習興趣。

參考文獻:

［1］胡瑞香.淺談課程思政理念下《統計學基礎》課程教學改革的探索［J］．國際教育，2020(10)．

［2］方萬里.統計學與思政課程同向同行的思考［J］．太原城市職業技術學院學報，2020(11)．

［3］楊瀟偉.大數據對高職統計學教學的影響［J］．產學研經濟，2020(11)．

［4］唐謙.大數據背景下統計學教學改革探討［J］．課程教學，2020(10)．

［5］馬斐斐，尚增振.大數據背景下經管類專業統計學課程教學改革研究［J］．科技經濟導刊，2020，28(33)．

篇10

關鍵詞：大數據 信息技術教育 數據思維 數據挖掘 數據方法

近年來，大數據已成為流行詞匯。涂子沛在《大數據：正在到來的數據革命》中指出：大數據將給公民、政府、社會帶來巨大的挑戰和變革。這些挑戰和變革正影響著各個領域，教育是其中的一個重要領域。北京大學信息科W技術學院教授高文在第五屆中國云計算大會上說：“不管你同意還是不同意，大數據時代已經到來?！弊鳛閿底只顺憋L口浪尖的信息技術教育將因此發生怎樣的改變？面對大數據信息技術，教師又該做些什么？這是值得我們深思的問題。

大數據所帶來的變化，并非源于我們電腦的硬盤變大了，CPU處理速度變快了，因此我們就可以處理更大規模的數據了。大數據帶來的變化是源于人們學會運用數據思維認識問題，學會挖掘數據價值分析問題，學會使用數據方法解決問題。

一、學會數據思維，信息技術教育走向科學化

大數據與過去的區別首先在于數據思維。過去，許多因技術手段無法收集或曾被忽略的信息，在大數據時代卻成為“數據”，被收集與使用。在傳統信息技術教育中，通常只把考試成績認為是數據，認為成績提高是教學改進最為顯著的指標。大數據時代的信息技術課堂，學生端的每臺設備安裝了數據收集的程序，教師端的則安裝了記錄各種數據的程序，這時，教師就可以隨時收集學生在課堂上的信息技術操作、作業完成、課堂表現等各種信息，并將這些信息轉化為數據。數據思維使人們認識到課堂上各種原本雜亂無序的信息都是數據，這些海量的、多樣的、真實的、有價值的大數據，將作為教師指導教學的原始材料，對學生的發展提出更科學有效的建議。用數據思維思考我們會發現，學生的思維運行方式是可計算的，思維的本質可以還原為機械性的操作步驟，由此讓學生的思維“透明”；學生的操作方式是可預測的，操作的過程可以細化為若干個固定環節，由此讓學生的課堂行為“透明”；學生學習的過程是可觀察的，不單是考試，課堂、課程、師生互動的各個環節都能被記錄下來，由此整個教學發展的過程“透明”。此時，信息技術教育將由原來的粗獷走向精細，由模糊走向精確，由經驗走向科學，教師不再“跟著感覺走”，而是有了更加科學的依據和方法。

二、挖掘數據價值，信息技術課堂走向精確化

一個高中女生收到了購物網站的嬰兒用品優惠券，這激怒了女孩的父親。面對父親的暴跳如雷，賣家拿出了自己的證據，女孩在網絡上所搜索商品的關鍵詞所留下的操作軌跡，表明了女孩對新生嬰兒問題的關注，最終事實證明：女孩真懷孕了。通過大數據技術挖掘數據所蘊含的價值，現代商家已越來越了解消費者了。

更有效地挖掘數據的價值，是大數據時代與過去相比的又一區別。數據的創新是沿著“數據―大數據―分析和挖掘―發現和預測”的方向發展的。數據是靈魂資產，分析和挖掘是手段，發現和預測是最終目標。通過有效地認識、分析和處理數據，挖掘其背后的含義，使其發揮內在價值。比如對待考試，過去會簡單地歸納為一個分數，而大數據時代則可以挖掘其背后更多的信息：答每一題的時間、是否修改過選項、做題順序是否跳躍、涂改了哪些題目等。通過對數據的挖掘分析，學生的微觀表現將會被關注，學生使用信息技術的操作規律和不同學生的思維特點都會被挖掘出來，甚至會發現信息技術教育的真正關鍵因素，信息技術課堂必將走向精確化。

三、使用數據方法，信息技術學習走向個性化

隨著大數據的發展，個性化這個詞離我們越來越近。比如當你上網搜索信息時，搜索引擎會根據你查找的關鍵詞來分析你會關注哪些內容。當你使用購物網站時，網站會根據你瀏覽購買過的物品來判斷你想要購買哪些東西。這種方法實質上是通過對數據的歸類與分析，預測“出現某種行為的人還很有可能出現另一種行為”。

這些對數據收集處理分析的方法，也在大數據時代越來越廣泛地被使用。通過信息化平臺了解學生的狀態和需求，從而進行單獨指導與訓練，這就是大數據技術應用的具體體現。世界著名的可汗學院有這樣的教學平臺：各種數據都可被監測，“藍色”代表在學習，“綠色”代表已掌握的知識點，“紅色”代表有問題。教師可隨時觀察學生的學習狀況，進行有針對性的指導和建議。如果在信息技術課堂也使用這樣的平臺，是否會向因人而異的個性化學習邁進一步了？延續多年的“因材施教”的理想，是否會因大數據的到來而離我們更近一些？

隨著大數據的到來而發生的改變已日益滲入我們的學習和生活中，數據思維讓我們發現了無盡的信息；數據挖掘讓我們洞察了事物的本質和規律；數據方法讓我們實踐了個性化的教育理想?！氨娎飳にО俣龋嚾换厥?，那人卻在燈火闌珊處?！碑斘覀兛嗫鄬ふ医逃母锏姆▽殨r，或許大數據會給我們帶來許多意想不到的收獲。愿借大數據的東風，創建屬于我們的信息技術高效課堂。

參考文獻：

[1]張韞.大數據改變教育 寫在大數據元年來臨之際[J].上海教育，2013（10）.