大数据时代产生的原因范文
时间:2023-12-28 17:50:21
导语:如何才能写好一篇大数据时代产生的原因,这就需要搜集整理更多的资料和文献,欢迎阅读由公务员之家整理的十篇范文,供你借鉴。
篇1
(一)大数据的概念和特点
大数据所指的不仅是规模,更是包括了数据形式的多样性和数据储存处理方面的复杂性。大数据在概念上指的是不仅大小超出常规,同时也有卓越的数据获取、储存和分析管理能力的数据库。
大数据具有数量大、数据多样、时效性高、价值密度低、真实性存疑的特点。互联网中每一年所产生的数据量都是海量,数据的多样性较高,数据处理速度异常快,但价值密度比较低,需要在大量数据中找出有价值的信息,另外,在网络社交账号中展示出的内容也往往是经过美化的结果,数据的真实性存疑。
(二)大数据时代的思维特征
大数据时代科技的进步也造成了思维方式的变化。大数据时代的思维方式与传统的思维方式相比出现了比较大的差距。
大数据时代思维方式的变化首先是在事物之间的相关性方面。传统的思维方式是找出事件发生的根本原因,并针对这一状况制定出解决方案;大数据时代的方式则是搜集更多的数据,进行量化分析之后找出其中的关系,不考虑事件发生的原因而直接找出解决方案。而大数据时代的思维方式也更加注重对整体的把握,而这一思维方式的变化也导致了大数据时代对数据准确性的要求有所降低。只要能够在庞大的数据量中找出事物发展的脉络,小部分数据细微的不准确是可以容许的。
2 大数据时代为思想政治教育方法带来的机遇和挑战
(一)大数据时代为思想政治教育方法带来的机遇
大数据时代的理念为思想政治教育展示了新的思维模式和研究方法。通过对学生日常行为的管理,针对日常行为中的数据进行分析,能够有效地掌握学生的思想行为,推动思教教育建设。另一方面大数据的全面数据化也能够将学生生活中的行为完全数据化,根据学生的结束记录、兴趣爱好、社会关系和关注的社会热点等元素进行数据化,将数据进行可视化处理,建立起数据建模,提供针对性的教学,解决学生生活中实际遇到的问题。
(二)大数据时代为思想政治教育方法带来的挑战
大数据时代对学生生活的全面掌握,导致产生了比较重大的伦理问题。首先是数据化是思维会导致将学生的情感和价值观全部数据化衡量,而对数据的过分依赖也导致容易出现个人失去反抗性和批判性,学生身上被贴上了“标签”。而大数据的思想政治教育在技术上遇到的问题也尚未得到解决,数据的收集、储存、挖掘都有一定的技术上的不足,而大数据本身的安全问题也会导致个人隐私的暴露,从而造成学生的人身财产安全的问题,更有可能导致西方国家通过网络技术上的优势进行意识形态的影响。
3 大数据时代思想政治教育方法的发展与创新
(一)树立大数据理念
在大数据时代促进思想政治教育方法的发展和创新,首先需要正视大数据时代已经到来了的现实,建立起大数据发展的意识,强化对数据的敏感性,并且树立起大数据的思想政治教育理念。将思维方式进行创新性的转变,构建起一个以思想政治教育部门为主题,其他相关部门进行辅助的管理机制,促进思想政治教育的合力。
(二)完善相关规章制度
建立起完善的相关规章制度能够有效地推动思想政治教育系统的发展和运转。教育部门推动相关的法律和条例的建设,健全对数据的监管和保密的措施,加强对数据安全的防控体系,构建起对数据牵涉的相关方进行责任承担的合理机制,教育方位更好地展开教育,往往会在学生不知道的情况下追踪学生的信息数据,这也对学生的隐私权造成了侵害,因此需要构建完善的相关规章制度。
(三)培养专业性人才
在大数据的时代背景下进行思想政治教育,需要相关的专业人才介入。可以通过从零开始培育专业人才,也可以强化从事思想政治教育的工作者本身的信息化素养,提高专业的思想政治教育者的数据技术方面的专业性。同时也需要培养从事思想政治教育的工作者的政治方向的坚定正确,保证工作者能够在大数据背景下西方意识形态输入时坚定社会主义意识形态的立场,培养学生的正确人生观和价值观。
(四)建立数据共享平台
将数据进行集中,通过建立数据分析和共享的平台,将学生日常生活中的思想数据进行整合,对每一位学生都建立起思想政治状况的模型,可以直接将学生的思想变化作出图表,一目了然的看出学生的思想变化,从而达成对每一位学生都能够提供更加全方位的服务。
篇2
【关键词】大数据;教育形态;革新;哲学角度
一、引言
大数据技术基于云技术、物联网二者之间,大数据的到来是历史发展的自然进程。现如今,大数据已然成为一个热门词。对于它的探讨在各个领域都不胜枚举。我们今天探讨大数据技术在教育形态带来的变革,并从哲学的角度分析它的科学性和意义。
二、大数据时代的教育变革
教育这个词汇可谓是包罗万象。谈到教育,我们可以联想到传统的兴起于工业化时代的教育模式。这种教育模式是我们最为熟悉的,或者说是对教育狭义的理解。带着工业化显著的气息特色:老师、学生、课堂、黑板、讲桌、铃声等。那么广义的教育的定义是什么,我们从百科上找到了这样的定义;“教育是以知识为工具教会他人思考的过程,思考如何利用自身所拥有的创造更高的社会财富,实现自我价值。”那么我们在以知识为媒介进行思考的过程就是一个受教育的过程。我们探索历史的长河,在西方历史中尤为突出。从西方第一个哲学家泰勒斯起到大学的兴起,这期间传统的教育模式悄然形成,教育的概念逐渐塑立。泰勒斯建立了米利都学派,他的学生有阿那克西曼德、阿那克西美尼等。他们最先尝试以现实的物来解释世界,还提出了伟大的命题:“万物源于水。”泰勒斯用自己的思想和知识影响着他的学生,这开启了教育的先河。随后比较有规模的就是著名的三大哲学家:苏格拉底、柏拉图、亚里士多德。苏格拉底的教育模式颇为新奇,他自创的苏格拉底讽刺法1和助产术2是他施行教育的模式。到了柏拉图便建立起了柏拉图学园,与我们今天的课堂相近。亚里士多德的思想更是深深地影响了西方世界。随着生产力的发展经济的飞速转化,大学的兴起,工业化时代的到来,教育形态逐渐形成、稳固。
当今的时代,是互联网飞速发展的时期。“数据”一词是时代的浓缩代表。数据的集中以物联网、云计算等综合技术的成熟为基础,数据是过程性和综合性的考虑。透过数据看到的是世界的逻辑关系。大数据伴随着云技术和物联网是推动教育形态变革的主要力量。在这个时代,我们的知识将会无处不在,思考随时进行,因此我们的教育随时发生。教育形态自然会发生天翻地覆的变化。
大数据时代的教育变革的具体表现是我们探索的主要内容。变化是一个相对的概念,我们总结了以往的教育模式,再对比如今的教育方法,最终得出了变革的概念。如今我们有这样一组数据,美国从1997年以来的十多年间,在家上学的人数迅速增长。这样的数据就会引起我们的思考,这颠覆了我们从前在课堂上课的方式,那么家庭教育是怎样进行的呢。我们进行了统计,发现视频成为主要载体,这样的教育信息量更多更大,资源极其丰富。更是达到了随时学习、终身学习、按需学习。
2014年在清华大学举行的“首届全国高校学院院长高端论坛暨清华大学思想政治教育专业创建三十周年纪念大会”中,多次提到了教育形态的改革。打造立体教学模式、利用多媒体等方式统筹利用各项资源。这些数据都体现了我们教育形态发生的变革。
三、哲学角度看大数据与教育形态的关系
我们论述了大数据时代的到来引发了教育形态发生的变革。我们既看到了现象,就要从哲学角度透过现象追求本质,探索根本原因。看大数据是怎样潜移默化的影响教育形态。
探讨大数据的影响力我们可以从大数据的特征中总结。大数据的显著特征就是信息量大且繁多。这样对我们的思维模式有一个新的锻炼,会多带来不同。大数据的公开性和容易获得性是它的另一特点。大数据的产生是在商业过程中自动化产生并存储下来。那么这样的数据必然会给我们提供广泛的参考,进而预测性又是大数据的一大重要特征。我们讨论的这些是大数据显而易见的特征。大数据深层的特征是存在在它的研究方式中的。大数据不同于以往的调查方式,由于以往技术的局限多数进行的是抽样调查,这样得出的概率性远比整体调查少的多。大数据就是重全体轻抽样。那么对于大数据得出的结果,我们是重在分析它所展示的关系而非看重结果。我们探讨大数据的特征,可以举在教育中的一个实例来反映。
我们用简单的方式举例,一个学生考试得了80分。这是一个结果,更是一个数字。但是对于我们的大数据来说并不是这样的。它会分析数字背后的因果关系;它会整体调查影响学生分数的全部原因;更会产生预测性的断定,是否是家庭、智力或者是态度等因素影响了分数的形成。在大数据时代,我们的关注点从感性上升到了理性,这样的技术的运用让我们的世界观和方法论都有了理性的参考,这可以说是一个新事物。
我们总结了大数据的特征,更找到了大数据在教育形态发生变革的作用力。这样的研究方式,我们可以从哲学的角度探讨。
大数据采取的是整体调查。从这个角度来看,与我们的归纳主义3所倡导的主张有一致性。归纳主义认为,搜集尽量多的数据、事实,并从中推导出结论。大数据的研究方式似乎与归纳主义不谋而合,但是如果我们这样思考,就会将大数据的研究方式推到了狭隘的空间。
大数据带来的研究方式,我们从哲学的角度出发进行思考,对于今天互联网高速发展的时代有着很重要的意义。我们可以从既存的哲学研究方式中去思考它,更可以从它出发去创新新的思维模式。因为大数据不再是以往单纯的直线思维,它带来了多重立体的思考。这样的时代意义确实需要我们探讨。
参考文献:
[1]托夫勒:《未来的冲击》,电信出版社,2001.
[2]韩志君:《简析大数据在教育领域的运用》,《科技世界》,2014年第六期.
[3]刘凤娟:《大数据的教育应用研究综述》,《现代教育技术》,2014年08.
注释:
1.苏格拉底讽刺法:苏格拉底对待自恃有知却无知的人,从他们的观点出发,不断发问,最终将他们引入自相矛盾的境地。
篇3
关键词:大数据时代;大学生;就业指导
中图分类号:G647.38 文献标识码:A 文章编号:1671-2064(2017)05-0219-01
目前,我国大学生就业现状不容乐观,大学毕业生就业率低下,就业率已经成为学生选择学校和专业的重要因素。为了能考高分并上理想的大学及专业,学生仍然陷于书山题海之中,严重限制了素质教育的开展,甚至影响到学生接受高等教育的积极性。造成大学生就业率低的原因是多方面的,其中,社会大环境是造成大学生就业困境的客观原因,而人们陈旧的思想观念是导致就业难问题的主观原因。大数据时代的到来,为大学生就业难提供了多方面信息,为大学生就业指明了方向。
1 大稻荻ㄒ
大数据这个词虽被广泛提及和讨论,但目前还没有统一、准确的定义。我国著名学者涂子沛在其著作《大数据》中指出:“大数据之大,并不仅仅在于其容量大,更大意义在于通过对这些数据的交换、整合和分析,可以发现新的知识,创造新的价值,带来‘大知识’‘大科技’‘大利润’和‘大发展’。”综上所述,大数据能通过先进的计算机技术,对大量的、复杂的数据进行分析和挖掘,归纳出更多有价值的信息,从而指导实践、服务实践。
2 大学生就业指导工作现状分析
我国实行改革开放政策并成功加入WTO以后,国家经济稳步增长,但市场依然处于转型期,劳动密集型产业众多,高新企业、知识型企业相对缺乏。经济的高速发展并没有给大学生带来更多的理想岗位,却对大学生的综合素质及专业技能提出了更高的要求。随着高校毕业生人数的迅猛增长,就业竞争越来越激烈,对毕业生综合素质及专业知识要求普遍偏高,在招聘大学毕业生时常常难以获得满意的结果,“高不成、低不就”成了大学毕业生在就业问题上的普遍现象。
3 大学生就业指导工作面临的机遇和挑战
3.1 大数据时代就业途径
在大数据时代,通过数据技术的分析、运用并得到有价值的信息,从而引发各行业的变革已有很多实例,为很多行业的发展带来了指引和挑战。在高校教育中,数据及数据分析的价值也越来越受到人们的重视。种类繁多的数据,既提供了大量的信息,又加大了选择的难度网络招聘以其快捷和信息量大的特点创造了人才市场新的运作模式,正在成为大学生择业的新途径。大数据时代下,信息资源的共享与融合为求职者带来了方便,但同时,海量信息资源的获取和甄选又为求职者带来了困扰。
3.2 大数据时代就业竞争力
对大数据的分析,既体现出了社会对大学生的要求,又带来了教育改革的问题。通过对大数据的分析,能够更直观地看出社会对大学生的素质要求,即以大学生的专业学习和专业实践能力为基础的就业竞争“硬实”和大学生的思想道德素质、职业道德操守、团队精神、人际交往能力、独立创新意识等就业竞争中所谓的“软实力”。这些对就业竞争“硬实力”、“软实力”的要求都影响着大学教育,而这些转变需要通过教育改革来实现。
3.3 大数据时代给大学生就业指导工作带来的启示
(1)通过完善就业指导课程促进教学改革。高校应积极开展就业指导课程的改革,从教学环节就把学校人才培养与市场需求结合起来。在就业指导课程设置上,通过对大数据的分析,帮助学生了解企业需要什么样的人才、自己所学知识能应用于哪些行业,并体现到对学生的日常教学中,促使教学改革不断向就业倾斜,为学生增强就业竞争力打下基础。
(2)帮助大学生确立正确的择业观。在大数据时代迅速发展,就业竞争日益严峻的形势下,大学毕业生必须积极转变就业观念,解放思想,树立正确的择业观,加强并完善毕业生就业服务信息网站建设。就业服务信息网站不能仅局限于就业政策、传递就业信息、进行网上招聘和办理就业相关手续,而要在社会职业状况、就业环境预测、成功就业案例分析和网上咨询辅导等方面提供深层次的服务。同时结合就业指导课程帮助学生了解就业环境,树立正确的择业观,从而使学生能够正确地认清自我、评价自我,根据市场需求调整自我完善自我,不断增强市场竞争力。
(3)实现大学生就业指导精准的个性化服务。随着大数据时代的到来,培养学生科学地分类、整理以及应用网络就业信息的能力,有利于加强大学生对就业信息的判断和选择。
总之,大数据时代为解决大学生就业难问题中充分发挥就业指导的引导作用,通过大学生就业指导工作促进教学改革,帮助大学生树立正确的择业观,鼓励大学生创业和实现大学生就业指导的个性化服务。
参考文献
[1]杨阳.浅谈未来大数据时代的大学生思想政治教育才智.2013.
篇4
关键词:大数据时代;计算机网络信息;防护方法
现如今我国正处速发展的阶段,在科学技术方面更是不断进步,大数据技术成为了时代进步的标志。无论是我们生活中的吃穿住行还是工作学习,计算机网络的大数据时代融入了我们生活的每个角落。因此,就会有不法分子利用网络技术开始窃取我们的隐私甚至是银行账号,这都会给我们带来一定的损失。所以,在大数据时代下网络信息技术的管理和安全防护就变得尤为重要。
一、大数据时代网络信息安全防护技术概况
目前大数据在各行各业的应用逐渐变得广泛起来,大数据通过收集和分析数据来按照要求储存相关的技术信息。相比之下,传统的随机分析法就显得不够全面和具体。大数据可以针对所有满足需求的数据信息进行全面处理和分析,根据具体的要求向研究对象提供较为全面的数据支持,所以大数据对企业未来发展有着极大的帮助。而对于网络信息技术来说,大数据技术可以帮助处理大量的网络数据信息。因为利用大数据来处理数据不同于传统的分析方法,可以有效的配合先进的技术更加快速的处理数据。除了分析数据的时间更快,大数据可以处理的网络信息安全数据种类也非常多,其中包括不同种类和类型的各种数据,所以网络信息安全的防护技术就尤为重要,它可以广泛的应用到各类的网络信息数据的安全防护当中。
二、基于大数据时代下网络信息安全存在的因素
(一)人为因素现在人们对计算机网络安全的意识还是相当缺乏,虽然对计算机运用和学习都十分熟练,但是对计算机中信息的安全却不是很在意。其中计算机信息安全问题的产生在人为上体现出两个方面。第一就是用户自身原因,用户对计算机技术的不熟练所产生的使用不当,在操作失误时就会对计算机信息安全产生一定的影响,一些不安全的网络数据就会侵入到计算机当中,影响到计算机的网络信息安全。第二点就是人们还没有意识到网络信息被盗取之后究竟会产生什么样的后果,意识的缺乏就会导致让一些不法分子有了可乘之机,自身的信息泄露可能会产生不可估量的后果。
(二)外在因素除了用户自身原因导致的网络信息安全的泄露,还有可能是一些外在因素所导致。在网络中有很多所谓的黑客,专门攻击他们的计算机,侵入他人的计算机网络从而盗取他人信息来谋取利益,这就会在一定程度上对计算机网络安全带来一定的威胁。除此之外还有病毒的传播,优盘、光盘都是病毒传播的主要途径,当病毒侵入到计算机系统当中就会引起网络信息安全。所以计算机病毒不仅会影响计算机的正常运行,甚至还会对计算机中的数据安全产生影响[1]。
(三)计算机信息管理制度不严谨大数据时代网络信息安全的基础就是管理制度,现如今人们通常都通过智能手机来上网,用智能手机避免不了下载一些日常用到的软件,而这些软件的注册往往就会让用户填写到一些个人信息。不法分子通过黑客对计算机网络的侵入就会轻易的盗取这些用户的信息,所以目前来看,我国对计算机网络安全管理并没有很成熟。
三、防护网络信息安全的举措
(一)加强用户对网络信息安全防护的意识对于提高大数据时代网络信息安全来说,提高计算机用户对网络信息安全的意识尤为重要。从学校到工作单位,甚至到社区,宣传教育活动的开展都非常有必要。宣传网络安全防范知识和网络信息安全防范的重要性。提醒计算机用户不要轻易点开不知名的网络链接,以防病毒的侵入。在设置计算机密码甚至是软件密码时加大密码难度,提升网络信息的安全系数,不要随意的填写个人信息,尽量避免填写身份证等重要信息。国家应该针对网络信息安全制定出更加周密、详细、严格的法律法规,让不法分子没有可乘之机,使用户的信息安全得到法律的保护。
(二)预防并加强病毒检测企业网络系统需要改变以往单一的预防病毒系统,实施立体、多层次的病毒防护系统,有效果预防病毒传播的途径多样化。而对于个人用户来说,对计算机应该隔一段时间就利用杀毒软件对病毒进行检测,做好日常的维护。日常监测的过程中也能够及时发现是否有病毒侵入,及时进行阻止可以更加周密地保护用户信息的安全[2]。
(三)加强网络信息安全管理制度的完善加强完善我国的网络信息安全防护建设有利于企业等机构的管理,在计算机信息安全漏洞之处,应该组织专业人士进行优化和解决,尽量提高网络信息安全防护技术的应用效果。同时,网络信息管理系统可以存储各企业和学校等机构单位的各种数据,加强数据管理的有效性和网络信息的安全防御等级,设置不同的数据库,并且设有密码,只有填写正确的密码才可以查阅数据,尽量减少用硬盘拷贝信息,减少数据泄露的风险[3]。
四、结语
如今我们正处在大时代的网络背景下,大数据被广泛利用,无论是对于人们的日常生活还是国家的经济发展,都有重要的影响。大数据对于计算机网络信息来说是一把双刃剑,在提高计算机网络技术发展的同时,也对我们个人信息等隐私产生威胁,所以我们都应该强化自己的安全意识以及应对信息泄露问题的能力,防患于未然。
参考文献:
[1]王文杰.大数据时代网络信息安全及防护探讨[J].中国管理信息化,2019,22(12):125-126.
[2]黄翘.大数据时代的网络信息安全及防范措施[J].计算机产品与流通,2019(07):125.
篇5
关键词:大数据;高等教育;人才培养;基础设施;可视化
高等教育管理实践重要的任务是培养和发现人才,随着现代信息技术的迅猛发展,高校学生在网络社会的活动轨迹以文字、图片、音频、视频等形式记录下来,通过对这些海量数据的科学建模与深度挖掘分析,可以预测判断某个个体或群体的思维动态、学习状态、生活状态和行为特征,从而对高校学生进行全方位、立体化培养方案的制订提供精确的依据和参考[1][2]。
一、大数据对高等教育人才培养的影响
1.依据未来趋势分析社会需求现代高等教育管理区别于传统意义中高等教育管理的最核心之一是高校学生的职业规划[3][4],高校在针对学生培养计划和培养方案的制订过程中需要能够高度匹配社会需求,社会需求随着政策和市场环境而发生变化,高校的培养计划更需要基于社会需求进行规划,更好地模拟和预测社会未来的的发展。现在高校培养计划的制订是基于既定的目标、结合学校的资源配置,进行学生未来的职业发展规划;而基于大数据的学生职业发展规划,则需要更广泛地分析历史、行业、全球、地区的数据,并结合政策信息、人口信息、环境信息等各种数据,模拟未来的社会需求、发展、演变以及与之配套人员结构、数量、能力要求、人才储备、发展计划等。因此,高等教育的培养方案不再是单纯的计划,而更多的是立足于长远的规划和演进,进而避免高校教育与社会需求的脱节,对学生的未来做出精准规划。当然,也需要清醒地看到,囿于高校中的大数据规模效应尚未形成,社会发展及需求分析的大数据仍然需要更广泛的数据源补充。2.深入了解个人能力和社会需求的匹配程度现代高等教育的人才培养方案中习惯性认为,学生完成培养计划中的任务便已经具备胜任某种工作的能力,同样习惯性认为已经为学生制定比较正确的职业规划,其实不尽然,事实上,社会环境及商业环境的变化、知识更新换代的加速,决定在能力评估方面的严重误判风险,以及高校和学生对发展方向的盲目乐观,以大学四年的学习为例,新兴岗位培养体系的无法借鉴性,加之知识更新换代频率的加速,决定传统的培养方式、培养内容、学习目标、学习动因都在发生颠覆性的变化,如何更好地、更有针对性地、更合理地安排高校学生的学习成长目标、学习发展方式、职业生涯规划、毕业后的终身学习及适应发展的能力,成为大数据时代高等教育管理的巨大挑战和重大契机。3.通过考核提高学生综合素质高等教育管理中考核的核心价值在于将高校培养计划和培养目标高效、准确地传递给每名学生,完善的考核体系能够帮助高校有效地执行培养计划,实现培养目标。而大数据时代的考核体系,则进一步需要对一系列高素质学生“画像”,并以此“画像”培养学生、发掘学生、塑造学生,通俗而言,即是透过大数据分析,将各种高素质学生的特征进行量化描述,进而基于此可视化描述形成学生的培养标准和培养目标,帮助高校建立完善的、符合社会需求的培养方案和培养目标,以高素质学生的特征为基准,全面提高学生的综合素质。4.通过洞察微末盘点社会人才需求在高校所设置的各个专业中,未来分别有哪些专业的需求较高,主要原因是什么?在目前各专业所设置的理论教学与实践教学中,哪些知识或技能对学生未来的成长帮助更大[5]?对于这些问题,高等教育管理者一般无从回答或仅能凭感觉回应。以大数据的人才盘点为基础,可以将基于样本的分析模型,应用于足够丰富的大数据,进而更清晰地盘点隐藏在社会需求人才结构下的能力和潜质分析,同时,反过来优化分析模型,可更好地对社会未来的人才进行盘点,包括人才结构的盘点、发展趋势的盘点,这是对传统的智能分析“以结构和因果为主进而发现问题为原则”的跨越式升级,形成洞察微末,进而形成更加完善的人才培养方案和培养目标。
二、大数据对高等教育人才培养的挑战
1.由传统的随机样本预测到全体数据预测的转变随着数据处理技术的快速发展,大数据时代进行抽样分析所需要的数据是全体数据,即“样本=全体”[6][7]。在当前的高等教育人才培养方案与社会需求契合度是通过“样本”数据基于传统的统计学进行预测,而在大数据的思维中,既然是“样本”数据,那一定会存在误差,并会对预测结果产生影响,这种影响也许对整体的偏差不大,但就个体而言,会产生很大的影响,甚至有可能对个别学生的一生产生误导。大数据是指不再采用随机分析法,而是采用所有数据的方法。其实,这样的处理方法,在具体实现的过程中也会遇到一些问题,但相比于随机抽取“样本”数据,准确率已不可同日而语。2.由传统的结构化数据到非结构化数据的转变现在的高校数字化管理系统所采用的都是关系型数据库,即结构化数据存储方法,并只能对结构化数据进行处理[8]-[11]。而在大数据思维中,处理结构化数据是信息缺乏和模拟时代的标志,在现在所获得的信息中,仅有5%的数据是结构化数据,只有接受其余95%的混乱的、非结构化的数据,才能全面地、完整地、立体地对事物进行观察。但现在,当我们试图扩大数据规模的时候,要学会兼容混乱,数据的混杂必然会牵扯到混杂数据的存储。大数据思维要求必须能够接受数据的混乱和非结构化。3.由传统的因果关系到相关关系的转变在传统观念中找到一切事情发生背后的原因往往被认为是社会建立的基础。然而在大数据思维中,知道“是什么”就够了,没必要知道“为什么”,即不必非得知道现象背后的原因,而是通过数据来说明,其实上述前两个重大转变而导致第三个转变,这个转变可能会颠覆传统观念。而在更多的时候,寻找数据间的关联并利用这种关联就足够了。这种关联是决定预测的关键因素。相关关系的核心是量化两个数据值之间的数理关系。相关关系强调的是指当一个数据值变化时,另一个数据值很有可能随之变化。建立在相关关系分析法基础上的预测是大数据的核心,使高等教育管理者通过大数据来关注什么因素影响学生的综合素质,而不再关注为什么是这些因素影响学生的综合素质,跳开追本溯源的探究,不再纠结于因果的论断,从而颠覆传统的理念,从关系入手,开启数据大数据的探索。
三、大数据时代高等教育人才培养的方法
1.高校的一切教学和管理流程都需要数据化将高校的一切教学和管理流程数据化,是高等教育能够通过深入数据分析,实现自身优化的基础。在高等教育的教学和管理中,记录学生成长过程中的所有数据,甚至包括学生日常生活中的轨迹、消费、爱好、娱乐等信息,通过这些信息与学生综合素质进行关联分析,得到影响学生综合素质的关键因素,从而通过管理手段或培养方案的微调来进行控制,进而提高人才培养的质量。2.高校需要建立基于海量数据的深入分析能力在大数据时代,数据分析能力的强弱直接影响到能否对海量数据的充分利用。利用基于海量数据的深入分析能力所得出的结论,可以为不同的用户提供多样的服务,但是大部分的服务所要解决的核心问题都是基于用户的实时浏览、查询感兴趣的信息,高校充分地利用大数据,需要有意识地建立数据挖掘、机器学习等方面的技术,并具有高效地完成分类、聚类、预测、推荐等较复杂数据的深入分析能力。3.高校需要制订相应的数据储备计划高校无论是否用数据做决策,数据都真实地产生并存在,只是分析的意识不够,数据里面有很多噪音,并不是所有数据都有价值,每所高校不管多大规模,都能够或多或少地掌握学生信息,如果不能全面地获得学生的信息,就无法挖掘数据潜力,高校中的每个专业都有相应的指标来衡量专业的发展水平,这些指标是实现提升专业水平和学生素质最核心的因素,不能通过数据有效地抓住核心指标会浪费资源和时间。因此,高校必须对海量数据制订完整的存储更新计划。
四、大数据时代高等教育人才培养的实现
1.高等教育人才培养数据的基础架构高等教育人才培养需要使人才培养方案具有客观性和可操作性,而评判标准是价值观和社会认同度的反应,通过特定的技术形式和规则来量化评判标准,并由此形成政策来规范执行者的行为,并及时地反映出问题的症结所在,即评判标准决定执行的能力、过程和结果。高等教育人才培养数据的基础架构是在技术要素框架下,学生与企业、经济和政治背景的数据融合,这些数据通过算法描述并实现其功能,因此,高等教育人才培养逐渐成为数据采集和数据分析的实践领域。2.高等教育人才培养数据的虚拟世界随着高等教育人才培养过程中所产生的数据呈几何级增长,以及硬件技术不断提高,使数据变得更具可视性、重现性和说服力。虚拟教育场景是数据表达的镜像及图形化的场景,在这些场景中,数据由图标、图形、表格或其他易于理解的形式表达,虚拟教育场景能够使高等教育人才培养变得更加物化和可操作,这种虚拟教育场景将高校学生的考试成绩、进步率、出勤率及其他相关因素形成数据仪表板,使高等教育人才培养变成对不同用户易查询、易展现、易理解的表现方式,将其转换成可公开访问的形式,让更多的决策者、媒体和公众充分地了解,引导高等教育管理者和用户做出合理、有依据的决策,并可扩展到常规的高等教育管理和检查中。3.高等教育人才培养的可视化高等教育人才培养数据管理的一个关键技术是数据可视化,数据可视化是对高等教育人才培养过程的数据展示和动态变化趋势的展示,高等教育人才培养过程数据的可视化无论是在其展现能力上,还是在其表达方式上都如实反映数据,并放大数据的丰富程度和说服力,由此可以用来创建指标参数和对培养方案和培养目标进行解释,高等教育人才培养过程的可视化是界面,由各种软硬件创建,包含大量的程序代码和不同信息粒度的数据。这个可视化、图形化的描述构成一个复杂的高等教育人才培养过程,涉及各种政策、操作者、执行者和影响因素,具有很强的说服力来使高等教育管理者和学生明确人才培养方案的执行过程,以及最终实现的培养目标。
五、结论
一旦高等教育被数据化,并拥有数据分析工具以及必需的设备,就可以对高等教育人才培养领域更快、更大规模地进行数据处理,去揭示隐藏在数据中的价值,从一个从未有过的视角来审视高等教育人才培养过程中的每一个细节。抛开传统的思维模式,利用大数据的思维把未来一些不确定性、风险性准确地预测出来,帮助高等教育管理者合理地制订人才培养方案和培养目标,提升高等教育人才培养的整体水平,解决现阶段高等教育人才培养与社会需求脱节的矛盾。
参考文献:
[1]张燕南,赵中建.大数据时代思维方式对教育的启示[J].教育发展研究,2013(21):1.
[2]葛琳琳,张威.数字化档案IP网网络设计方法的研究与应用[J].辽宁石油化工大学学报,2015(1):65.
[3]周湘林.大数据时代的教育管理变革[J].中国教育学刊,2014(10):25.
[4]魏忠.教育正悄悄发生一场革命[M].上海:华东师范大学出版社,2014:52.
[5]喻长志.大数据时代教育的可能转向[J].江淮论坛,2013(4):189.
[6]葛琳琳,等.高校党校数字化档案安全等级保护策略[J].兰台世界,2015(4):87.
[7]杨现民.信息时代智慧教育的内涵与特征[J].中国电化教育,2014(1):32.
[8]金陵.大数据与信息化教学变革[J].中国电化教育,2013(10):13.
[9]葛琳琳,钟俊生.美国高校学生事务管理框架、特征及启示[J].现代教育管理,2016(1):124.
[10]葛琳琳,张威.高校学生数字化档案的渗透入侵测试研究[J].兰台世界,2015(12):46.
篇6
关键词:大数据时代;小微企业;金融服务;发展对策
在社会经济发展中,小微企业作为实体经济的重要构成部分之一,对其的发展水平进行提升,不仅能够提高对产品与技术的创新水平,增加就业率,也能够推动经济的快速发展。然而,在小微企业发展中,融资难问题是其所要面临的重要问题之一,直接影响到小微企业的发展水平。随着小微金融服务政策的出台,金融机构对小微企业的金融服务越来越重视,据此小微企业的融资问题也能够得到解决,而这不仅能够提高小微企业的发展水平,对推动实体经济的发展也极为有利。
一、大数据时代与小微企业金融服务
金融行业作为传统行业的主要构成部分之一,也是推动社会经济发展的重要动力之一。在大数据时代下,金融行业要想得到更好地发展,则必须要依据大数据时代的发展趋势,及时调整行业发展方向,确保行业发展速度能够跟上时展的脚步,以便避免行业因发展落后而被淘汰。在大数据时代下,金融行业结合互联网实现共同发展,不仅顺应时展潮流,也能够拓宽金融行业的发展前景。互联网作为一种新兴传播和互动工具,具有极为显著的优势;而且,互联网的发展对推动大数据时代的发展也起到一定的作用。在金融行业的发展中,互联网的应用,不仅能够提高小微企业金融服务的透明度,也能够使金融服务业务的开展更加便捷、高效。小微企业金融服务的发展特点是范围宽、发展快,而这也导致小微企业金融服务的发展存在很大的风险。因此,为了降低金融机构的小微企业金融服务业务的风险,金融行业应顺应大数据时代的发展趋势,与互联网发展进行结合,以便拓宽行业发展前景,促使金融行业能够实现持续稳定的发展。
二、大数据时代下金融服务行业发展所受到的影响
“大数据”作为信息爆炸时代的产物,其所具备的特点包括四个方面,分别是海量数据资料(Vohme)、产生速度快(Velocity)、信息类型多(Variety)及信息真实(Veracity)。随着互联网技术的广泛应用,以及企业融资模式的多元化发展,互联网金融也应运而生。在互联网金融业的发展中,大数据一般被用于解决三个方面的问题:第一,降低互联网金融企业的运营交易成本。随着互联网技术的快速发展,基于互联网应用和银行业务开展模式创新而产生的网上银行的使用,有利于降低传统银行网点的运营交易成本。第二,提高金融机构业务开展的流动性,以便避免资产与负债流动性之间出现不匹配。比如P2P互联网借贷平台,该平台的作用是为借贷双方提供金融服务,利用互联网为资金需求方匹配适宜的资金盈余方,而这不仅能够提高资金流动性,也能够促使企业或个人资产真正实现证券化。第三,小微企业发展前景的开拓。随着互联网金融业的产生和快速发展,金融市场的容量也在不断被扩大,服务对象也在逐渐增加。互联网金融业的产生促使金融机构的服务对象不再仅限于现有客户,也能够整合大量碎片化客户的资金需求,并将业务渗透入中小企业市场,而这不能推动了自身行业的发展,也有利于解决小微企业融资问题。
金融行业伴随着大数据时代的发展,突破了信息不对称及物理区域壁垒对行业发展造成的限制,促使所有类型的金融机构都处于同一个竞争平台,而中小型金融机构为了不被行业发展所淘汰,就迫切需要对自身的发展进行转型。数据信息是金融行业的发展基石,在金融机构转型中,依据大数据时代的发展趋势,根据行业发展数据,转变自身发展方向,并制定服务于小微企业的金融产品,不仅能够创新金融行业利润增长模式,也能够帮助中小企业更好地解决融资问题。
三、小微企业金融服务发展需注意的问题及对策
在大数据时代下,传统金融业的发展受到了很大冲击,以至于影响到小微企业的发展。为了更好地提高小微企业发展水平,用以推动实体经济的发展,对小微企业金融服务的发展需注意下述几个问题。
1.不同数据系统之间缺乏联系
在社会经济发展中,基础数据的掌控者主要是政府与银行体系,而且数据系统一般都是处于封闭状态,不同数据系统之间缺乏相应的联系,以至于金融服务行业的发展水平无法得到有效地提升。随着金融服务行业的快速发展,以及基础数据的广泛应用,业界逐渐认识到基础数据的公开化、透明化,不仅有利于对金融服务行业的运营成本进行降低,也能够提高金融机构对小微企业所提供金融服务的安全性,对推动金融服务行业的健康发展很有帮助。在大数据时代下,要想提高基础数据的透明度,应当在满足数据开放共享需求的基础上,建立与之相应的基础设施,以便对基础数据进行公开管理,促使对数据资源的共享能够真正实现。
篇7
大数据时代已经来临,大数据正在成为主流。据国际数据公司(IDC)预测,全球大数据技术和服务市场将从2010年的32亿美元增长到2015年的169亿美元,其复合年增率将达到40%,大约是整个信息和通信技术市场的7倍。大数据对于企业发展的影响力,已不可忽视。
2012年是大数据爆发的一年,诸多科技巨头纷纷投身大数据领域,基于大数据的创业公司也纷纷涌现,而其中,Facebook在今年厚积薄发、抓住机遇,成为大数据领域当之无愧的领头羊之一。
Facebook的大数据战略
从社交巨头到大数据公司,Facebook的成长历程中一向不乏精彩,但它成功的根本原因却并非社交,而是其社交网络产生的海量数据以及基于此的大数据战略。
2012年5月18日,Facebook在纳斯达克上市,IPO定价为38美元,融资规模达160亿美元,而按照发行价计算,Facebook的估值达到1040亿美元,成为美国有史以来上市时市值最大的企业。中信证券研究部的荐股书中更是称,Facebook的IPO代表了全球互联网商业模式的第三次浪潮,它的上市引领互联网进入了大数据时代。
而数据收集、数据分析和数据应用正是构成了Facebook大数据战略的三驾马车。
数据收集是Facebook的长项,从成立之初,Facebook就已经在有意识地收集用户数据。Facebook去年底的大数据产品Timeline(时间线)——用户可以在这条时间线的页面上记录自己的生活故事,更是将Facebook收集数据的范围从实时数据扩大到了历史数据。而2012年,Facebook对图片分享应用商Instagram等公司的收购行动也为它带来了大量细分数据。
在这个社交网络几乎全民化的时代中,社交大佬Facebook已经成为当之无愧的数据收集巨头,“海量+非结构化/复杂类型”的数据从这些社交网络中产生,间接推动了大数据产业的发展。
但仅仅将数据收集起来并不能产生价值,挖掘这些海量数据背后的商业价值成为大数据产业链中不可或缺的一环。
正如有学者所说:“Facebook之前数年的努力让超过10亿数字移民建立了联系和纽带,这个世界的边界仍要扩张,而下一步更重要的则是考虑如何让关系产生的海量数据更有价值。”
在数据收集后,Facebook需要对这些杂乱的数据进行归类,结构化处理,然后对其解读并加以分析,从而获得数据对应的用户的具体信息,为大数据应用打好基础。
“我们所做的一切,归结起来只是一件事,就是大数据处理,”Facebook基础设施技术部门副总裁Jay Parikh说,“大数据就是利用你的洞察力,发现数据背后的潜在价值,并利用它来为你的企业创造利益。这个道理非常简单,如果你不能很好的利用在业务中收集和保存的数据信息,那么你拥有的就仅仅是一堆数据而已,我们越来越感兴趣并正在做的,是研究怎样利用收集来的数据做一些更价值的事情。”
而数据应用在Facebook的大数据战略中还没有完全定型,主要集中在广告营销、产品服务和用户管理三个层面。
通过前期对数据的收集和分析,Facebook可以了解用户的需求,及时调整产品设计及服务,满足不同用户的需求。
同时,这些数据对广告投放也大有裨益,Facebook可以依此制定出有针对性的广告方案,并针对用户进行有针对性的营销活动。而作为Facebook主要盈利模式之一的广告营销,在Facebook的大数据战略中一直是主要发展方向之一,大数据能帮助Facebook获得更多广告主的青睐,将数据创造出更多的价值。
正如2012年Facebook第三季度财报显示的那样,在第三季度12.62亿美元的营收中,来自广告业务的营收占86%,为10.9亿美元,比去年同期增长36%。
Facebook的核心数据资产
在投资人眼中,相对于sns概念,他们更愿意把Facebook看作是大数据概念,因为Facebook的核心竞争力还是在于它的核心数据资产上,而Facebook在俄勒冈州Prineville自建的数据中心更是可以说明它对自身海量数据的重视。
Facebook在今年8月份披露了一组数据,Facebook系统每天需要处理25亿条消息、500+ TB的数据、27亿次用户点击Like按钮的次数、3亿张用户上传照片,而每半小时通过 Hive 扫描的数据大约为105TB。并且,Facebook拥有世界上最大的单一Hadoop系统,每个单独的Hadoop磁盘集群内存储了超过100 PB的数据,甚至以现今增长速度之快,也许很快,100 PB的磁盘集群也就不再令人吃惊了。
目前,Facebook在全球拥有超过10亿用户,44%的全球网民使用Facebook,移动用户高达6亿之多,美国巴西印度是使用的前三大国家,一共有1403亿个好友连接,照片的上传量为2190亿,有6260万音乐被播放,次数高达220亿。
Facebook的社交网络每秒钟都在生成海量的数据,如文本、图片、音乐、视频、地理信息、web链接等,并且这些数据实时更新、海量聚集,而且不会被搜索引擎抓取,构成了Facebook最核心的数据资产。
虽然一开始,Facebook也是并不完全知道这些收集来的数据有什么作用,他们只是“想知道是谁访问该网站,他们的动态,以及他们在网站的哪个板块活动,所以这一切对我们来说都是有趣的。” Jay Parikh这样说。但随着数据背后的价值逐渐被发现,Facebook越来越重视网站数据的收集,并借此奠定了自己的数据基础。
而单纯地采集数据却不加以分析的话,就不能体现出数据真正的价值,也就不能称之为大数据。“大数据的意义在于真正对你的生意有内在的洞见。如果你不能好好利用自己收集到的数据,那你只是空有一堆数据而已,不叫大数据。”Jay Parikh说。
篇8
关键词:大数据时代 中职英语 模式
一、迎接大数据时代的到来
“大数据”是如今最受热捧的一个词,有人甚至宣称掌握大数据的人可以像上帝一样俯瞰整个世界,它己悄然出现在我们生活的各个领域。什么是大数据?恐怕很难有一个精确的定义。一般我们所指“大数据”(Big Data)是指大量、高速、复杂多样、变化不定的数据,需要用先进的方法和技术来实现信息的收集、存储、分配、管理和分析。那么“大数据时代”(the age of Big Data)就是指对于人们应用计算机、互联网等产生的海量数据进行处理与分析,以促进人们学习、生活与工作变革的时代。
如果你是一位幼儿的妈妈,在微信上你会收到各类投递精准的母婴信息;如果你近期有购车的打算,车商的各类车讯也会如约而至;如果你是位旅游达人,旅游公司的各条度身定做的路线也会令你目不暇接。不管你有没有准备好,随着互联网技术的革新,大数据时代已经到来。
作为中职教育这一重要领域,大数据技术也开始逐渐进入教育的核心,它革新教育者的教学思维,影响教育教学的模式,并重新设定教育的评价方式,这必将推动中职教育改革向更深层次方向发展。
二、大数据使中职英语教学模式发生深刻的变革
若干年前,人们还在讨论网络是否是把“双刃剑”,还没有来得及搞清楚信息时代是什么,历史的车轮已把我们带入了大数据时代。我们各抒所见,或者是大声抱怨,“隐私”在这个时代已无所遁形。站在一名中职英语教师的角度,大数据却可以让我们的中职英语教学顺势而上,产生划时代的变革。
1.大数据让教师更了解中职学生
“我们真的了解每一位学生吗?”“每位学生都是独立的、唯一的,但是我们能做到真正差异化,个性化的教学吗?”
例如,面对中职生这样的一个群体,他们专注学习的时间较短,持续力较差。一刀切、题海战术在以往传统教育模式下较为普遍,但进入大数据时代,科技可以帮助我们对学生的个性和特质都有充分的了解,并且能针对性地设置学习环节。例如,在某个英语题库系统中,甲同学做对了前三题,系统显示他可以跳过若干题,这是因为这些题目在测试某个相同的知识点,如果再做则是浪费时间。乙同学做错了前三题,那么系统就会显示强化练习这类习题,因为基于大数据的科学分析,有针对性地反复训练,能起到巩固知识的作用。
大数据能够帮助教师更全面地看待学生的发展,教师仿佛看清了成绩背后的“冰山一角”,发现更多隐藏的问题。如果能对这种现象及时把控,就能有针对性地,对不同的学生实施不同的教学方式,防止“千人一面”,从而实现“因材施教”
2.大数据创新中职英语教学模式
(1)课堂教学模式更趋于多样性。大数据时代下,新型的教学模式层出不穷,翻转课堂、慕课、微课等都相继引入中职课堂,部分学校也已开始试点应用。如果说翻转课堂只是一个引入的话,那么MOOC就是升华了的翻转课堂。“视频再教育”得到进一步的提升,MOOC大规模开放在线课程,全球兴起了MOOC浪潮,这种学习模式迅速推广到高等教育,它的便捷性、时效性、自主性也可以在中职英语教育中得到推广。
微课是教学视频浓缩精华的微型课。目前,微课己开始影响和运用到教学实践。以中职英语教学为例,把一整堂课的内容切换成若干个知识点,打破原有的知识体系而是按知识结构划分词汇、情景对话、短文、语法等,把每个知识点用5~8分钟的微课展现出来,辅以视频资料等,冗长的知识内容变得鲜活、条理清晰、简单明了,更容易让中职生群体接受。微课的不断实践和积累,又将积累起宝贵的微课群,微课群的不断创新与应用又会形成新的应用数据,更有利于大数据的分析与挖掘。
教育领域的改革,首当其冲的是大数据变革信息化教学。中职生绝大多数是因为在以往的学习中没有养成良好的学习习惯,缺乏学习动力等,而导致学习成绩相对落后。在“大数据时代”,知识的获取渠道更多元,形式更多样,学生获得知识的途径不再仅限于课堂,各类在线和线下学习都可以成为获取知识的渠道。
(2)个别化的学习将成为现实未来教育。在互联网时代下,大数据技术的运用变得越来越凸显个性化,这将更有利于个性化教育的推动。个别化学习包含两个要素,一是学生依据自己的学习进度学习。二是学生学习时间及内容的弹性化。这在传统教育模式下是不可能实现的。这种学习方式也可以大大减轻学校的课务压力,提高教学效率。标准化的学习内容可以让学生依据自己的学习速度及进度,在弹性时间下进行自我学习,学校和教师更多的是关注学生的个性化培养。教师角色发生真正的转变,学生的学习状态从“要我学”逐渐转变为“我要学”,师生互动、生生互动将使教学变得生动而和谐。
(3)真正实现教育评价过程化。赞科夫说:“我们的时代不仅要求一个人具备广泛而深刻的知识,而且要求发展他的智慧、情感、意志、才能和禀赋。”因此在教育中融入“以人为本”的思想,关注学生的终身发展,是教育的长期目标。但一直以来,我们沿用终结性评价,一考定论,这使得大多数学生无法体验学习的成功,学习也只能是消极而被动的。
真正做到对整个教育过程的评价,还需要技术的支持,这在以往是很难做到的。原因在于过程资料数据庞大,收集、归纳、整理等需要耗费大量的人力物力。在“大数据时代”,教师可以根据不同学生的学习特质与习惯,在学习平台形成一个动态的、科学的评价体系,以数据为依据,了解学生学习状态。
依据大数据技术,中职生的学习行为不单单通过考试来评价,而是通过学习过程中的参与,互动来体现。这样的引导使得学生更关注学习过程本身,更容易获得学习的愉悦感和成功感。教师也会利用“大数据分析”的工具及时做好调控。“学生想学些什么?”“学生们更喜欢什么样的方式?”“学生的接受度怎样?”,这些都会成为教师关注的焦点。教与学的及时相互反馈,能形成良好的循环,
(4)更为精准的校企合作,订单教学。校企合作是学校与企业建立的一种合作模式。学校根据市场需求、企业需要,与市场和企业接轨,有针对性地为企业培养人才,注重人才的实用性与实效性。订单教学是校企合作向纵深方向发展的产物,是一种注重育人质量,深挖学校与企业资源、信息共享的“双赢”模式。学校根据企业的需求及大数据对市场景气度的预判,共同协商课程设置。按所需岗位要求,共同制订教学计划,从而有步骤地实施。
具体到中职英语课程设置,以笔者学校的学前教育专业为例。该专业一直沿用普通中职英语教材,但种种数据和现象表明,幼儿英语教育将会是大势所趋,将不再是校外培训机构独占阵地。因此,学校需要调整该专业的英语课程设置,加入幼儿英语教育教学,比如少儿剑桥英语等或是开发校本教材。积极与幼儿园对接,根据园方的实际教学需求,共同制订教学计划,实施教学过程,也可以边教学,边实践,把中职英语课堂直接延伸到各个教学现场。
校企合作、订单教学,社会对中职教育的需求正从等待变成参与。精准量化的大数据,使中职英语教育更深入地融入当地社会发展,为地方经济服务。
3.大数据让中职英语课程设置变得更为科学
“不得不承认,对于学生,我们知道得太少。”这是卡耐基-梅隆大学教育学院的一句经典口号,这样的思考也同样困扰着我们的中职英语教育。
我们有没有考虑过这样的问题,在教学过程中,一节课讲授时长究竟是10分钟,还是15分钟呢?这些问题,我们是“凭经验”,还是靠数据分析?相对于传统的,粗放的教育模式,大数据主要体现在微观层面,并且记录、提供海量的过程性、个性化的数据来分析个体的学生。用于影响教育决策和教育管理。教师可以关注每个个体的微观表现,有针对性地调整教育教学。我们会欣喜地发现,我们比任何时候都更接近真正的学生。
三、大数据所带来的挑战
美国从1997年以来,在家上学的人数迅速增长,学校教育不再是每个学生必须接受的事情。那未来的教育会是怎样的呢?
比尔-盖茨曾预言,“5年以后,你将可以在网上免费获取世界上最好的课程,而且这些课程比任何一个单独的大学提供的课程都要好。”网络课程的视频,越来越标准化,规范化。但新技术并不能取代老师,而是重新定义未来教育的发展方向。因为学生是个性化的,这就需要我们老师利用高新技术、大数据技术,有针对性指导学生成长、进步。信息技术客观上解放了一些具有创新精神的老师,使他们抛弃了大量重复,繁重性的劳动而将注意力集中在教育教学的研究与创新。
在未来的大数据时代,有专家预测,只有三种最基本的东西是学生用得到和必须学的东西:一是阅读,二是搜索,三是辨别真伪。简单的传授和灌输知识不再是老师最重要的职能,教师培养什么样的人,对学生进行个性化教学、指导的职能在未来显得尤为重要。即古人所说“授人以鱼,不如授人以渔”。
四、小结
篇9
关键词:大数据时代企业人力资源绩效管理
一、大数据时代的内涵与特征
(一)大数据时代的内涵
大数据技术的出现与发展使得人类正式进入到大数据时代。大数据,实际上就是指采用传统的处理模式无法在短时间内进行数据采集、整合与分析的数据,这些数据的内容丰富,但是信息密度相对较低,所以要想真正意义上应用往往十分困难。但是,随着现代信息技术的应用与发展,大数据已经在客观上成为现阶段互联网信息的主要来源,甚至成为生产生活当中必不可少的生产资料来源,构成了人类社会的现代化属性。
(二)大数据时代的特征
大数据时代的特征主要包括如下几个方面:其一,数据体量大。大数据基本特征就是数据量的发展,数据量的级别更是从PB发展为ZB,这样一来数据的内容更为丰富,可以利用的范围也被有效拓展,推进了企业人力资源管理模式的转变,甚至通过这样的方式来促进行业的进步与发展。其二,多样性。数据的来源与类型并不固定,往往存在多种内容与多样性的特征,除了数字结构化的信息之外,还包括有图片、视频以及图像等等,这些内容在实际的人力资源当中普遍存在,从实际出发来抓住重要信息能够显著改善工作效率,并降低工作总量,减少工作人员的负担。其三,数据价值较高。在人力资源管理活动中,数据的运用效率、数据筛选的成果往往决定了相应的价值。不同部门人员通过内部数据信息来实现资源共享,这样才能够最大限度确保人力资源信息的综合利用效率。
二、大数据时代对人力资源绩效管理的影响
人力资源绩效管理的主要任务就是通过合理科学的人力资源管理方法来确保员工能够在其工作岗位上尽可能发挥作用,以此来促进企业生产效率与效益的提升。随着大数据时代的到来,也给人力资源绩效管理工作带来了许多新的变化。
(一)挖掘员工潜力,提高交互式能力
人力资源绩效管理关键在于提升企业的内部资源配置,从而获取更高的价值。大数据时代的特征决定了数据信息的爆炸式增长,在这样的条件下,企业员工的潜力数据与信息都可以及时的收集到系统当中,采取合理筛选的方式就可以有效提升员工的内部协调能力,从而进一步发挥自身的优势与价值,更为努力地贡献自己的力量。
(二)优化组织机构,构建良好企业文化
随着大数据时代的到来,网络技术的应用为企业实现组织架构的优化起到了积极的效果。从客观上来看,大数据网络技术加速了数据更替,从而实现了内部结构的转化。为了适应这种转化,企业的学习氛围更浓厚,企业员工开始重视培训以及技能提升。
(三)提升人才管理规划水平
人力资源绩效管理的主要任务就是实现人尽其用,所以在发挥这个方面的功能时需要调整好自身的定位,做好人才管理规划工作。大数据时代企业的竞争变得日益严峻,在这样的条件下充分发挥人才的功能与价值也就显得尤其重要了。
(四)构建有效的人才管理模式
高效人才管理模式不但要求合理科学的绩效评价考核与主观判断,更需要提升考核评价的科学性与公平性。作为人力资源绩效管理部门,需要从繁琐的日常事务中解脱出来,更关注绩效改革管理的方案以及企业效益的提升,从而实现人力资源绩效的可持续发展。
三、大数据时代人力资源绩效管理现状
大数据时代开展人力资源绩效管理对于管理人员提出了更高的要求,结合现阶段我国企业人力资源绩效管理的现状,普遍存在以下两个方面的问题。
(一)认知存在偏差
随着大数据时代的到来,目前人力资源绩效管理工作的核心与重点往往集中于人员的行为与结果,在实施考察的时候,某个阶段或者某几个阶段活动中的员工工作状态以及产生的结果往往会对绩效管理产生不同程度的影响,这种影响往往是导致最终考核结果的重要原因。也就是说,即使一个员工在整个周期内有过很多成绩与成果,但是由于存在一个较大的错误,所以最终的考核评价结果往往很差。从这个角度上来看,绩效考核评价的认知存在偏差是导致现阶段人力资源绩效管理工作效果难以提升的重要原因。从理论建设的角度上来看,人力资源绩效管理工作不仅仅是考核本身,还需要关注员工的日常工作状态,采取员工工作以及管理活动来获取大量的员工信息,将员工数据信息进行内部连接后来产生更高的价值,为企业的可持续发展以及核心竞争力的构建所服务。然而,就目前来看,能够做到这一点的人力资源绩效管理人员很少。
(二)管理的智能化水平低
传统意义上的人力资源绩效管理基本依靠绩效以及资源进行管理,在数据信息的考量方面存在许多问题,由于管理机制以及管理思想方面的缺陷,导致企业人才革新以及补充都需要面临许多问题。除此之外,一些企业人力资源绩效考核工作存在明显的形式化特征,这个特征导致其绩效考核都会集中于月末、季度末以及年末,对于平时的管理则并不重视。除此之外,信息收集后往往会进行适当的处理,但是其具有明显的滞后特征,导致信息的时效性下降。参与人力资源绩效管理工作的人员基本也是根据信息数据来对员工进行激励和责罚,工作过程的认识不足,导致评价的内容十分片面、不客观,在不考虑到工作态度与潜力的前提下做出结论,直接导致大量的人才资源得不到有效的利用,甚至导致人才外流。
四、大数据时代提升企业人力资源绩效管理的策略
(一)强化数据的收集与分析
为了体现人力资源绩效管理的优势与价值,并迎合大数据时代的背景要求,就要妥善处理好数据收集与分析的相关工作。一般来说,人力资源绩效管理的数据主要包括人员数据、动态数据以及质量素质等三个方面,企业开展人力资源绩效管理工作则需要通过这三个方面来进行具体的实施。其中,人员的基本数据包括人员的年龄、数量、性别以及工作经验等基础类型的信息,通过这些信息的分析可以协助企业进一步了解企业员工的实际情况,并以此来完成计算机数据库系统的构建工作,在信息发生变化时及时调整,根据员工的基本信息来实现人力资源绩效管理的便捷化与持续化;动态变化数据主要包括人员的流失、内部员工的流动以及相应的招聘完成情况等,这些信息主要体现了企业在行业中的地位以及市场竞争能力等内容。通过良好的招聘完成率,企业可以获取高质量的优秀人才,相反则会导致人才的流失。动态数据的研究具有很强的时效性,研究这些内容可以帮助企业更好的完成数据的分析管理工作;质量素质指数主要涉及到员工出勤情况以及满意度等内容,这些数据往往存在很强的内部联系,通过挖掘这些联系可以更好地提升员工满意度,从而协调内部关系,促进企业的和谐可持续发展。
(二)合理的绩效考核指标
设置科学有效的绩效考核指标也是人力资源绩效管理工作的重点与难点。一般来说,绩效评价考核除了基本的定性指标还需要关注定量指标,通过不同类型的指标结合能够有效提升指标的合理性,包括责任心、协调性以及创新能力等内容指标,而定量指标则主要包括有客户满意度、利润以及回款率等等。无论选择何种考核评价方式,都需要调整合适的指标,这样才能够确保信息收集与统计分析的效果。
(三)加强员工与管理人员间的沟通
在传统企业管理模式当中,企业的管理层与员工往往存在不平等的关系,部分企业管理者和被管理者之间关系不和谐,导致企业的发展受到了严重的阻碍。在新型企业模式当中,企业的管理层要想提升信息的运转效率,更好地完善交流与沟通环节是必要的。员工对于企业的发展有新的想法与思路,此时应该积极的提交上去与领导共同探讨,这样一来企业也有更多的机会发现有潜力的员工,为企业储备人才、用好人才。加强管理层与员工的沟通,还可以实现企业内部和谐,充分调动员工的工作热情与创造力,避免员工出现消极怠工的情况,促进企业文化的建设与发展。
五、大数据时代人力资源绩效管理创新探究
(一)创新绩效考评方法
人力资源绩效管理工作的创新离不开绩效考评方法的创新,考评方法创新主要可以通过如下几个方面的途径:首先,做好基础数据的分析与整合,提升信息的收集质量;其次,做好人力资源变动记录与整合工作;其三,加强人力资源状况的分析,并设立预警机制,及时投入更多的精力与成本进行人力资源绩效管理。
(二)合理设计绩效考评目标
长效绩效考评目标与评价方法对于提升人力资源绩效管理的效率十分关键。通过创新考评方法能够优化过程,常用的考评方法有合成考核、评价中心法等等,在进行这些考评方法的应用时,需要做到绩效考核评价指标的定性定量相结合,同时设置科学规范的考核评价目标,通过销售额、回款率以及利润等定性指标配合定量指标进行综合考评,采用360度考评方法来确保考评的最终成果。
结语
大数据时代下,企业人力资源管理利用数字信息技术,需要将企业内部的各种数据信息化,用数据主导人力资源管理工作。大数据时代的到来意味着企业人力资源管理工作的一次全面革新。在当前时代背景下如何有效的把握大数据应用的机遇,是实现人力资源管理创新的重要途径,也是目前企业人力资源管理领域迫切需要探索的重要问题。大数据信息技术的应用提升了企业人力资源的绩效管理水平,对实现企业的可持续发展具有重要意义。
参考文献:
[1]刘昭.大数据时代企业人力资源绩效管理初探[J].中国管理信息化,2019,(08):70-71
[2]曾旭.大数据时代企业人力资源绩效管理创新途径探究[J].现代营销(信息版),2019(04):169
[3]程丽娜.浅谈大数据时代企业人力资源绩效管理创新[J].纳税,2019(08):264
[4]吴丹郸.基于大数据时代背景下企业人力资源绩效管理探讨[J].商讯,2018(18):56
篇10
【关键词】云时代 大数据 电子信息
1 云时代及云时代背景下的大数据
云时代即为云计算时代,它是一种基于互联网的计算方式,表现为众多技术的积累和组合,利用共享的软硬件资源和信息,使用户能够根据自身需求访问计算机和存储系统。云计算普及后,越来越多的用户选择将各类信息传输到计算机的“云端”,从而汇聚到大数据中。而大数据这个词语无疑是时下最热门的IT词汇之一,人们越来越认识到每天大量产生的数据本身就蕴藏着无穷的资源与财富。其实,大数据这个概念很早之前就已经出现了,然而受到科技发展的局限性,大数据并未得到有效利用,因为只有海量的数据而不进行处理是没有用处的。随着互联网技术尤其是云计算的不断发展与普及,使得大数据的处理、分析和利用成为可能。云时代背景下的大数据处理其核心价值在于它的预测功能,可以为用户提高工作效率和生产力提供优秀解决方案。大数据处理也已在众多行业包括一些新兴行业中发挥着巨大的作用。
2 案例分析
2016年的雅虎事件将雅虎这家享誉全球的科技公司推上了风口浪尖,有超过5亿雅虎用户的账户信息被黑客攻击窃取,并且该事件的最早发生事件可能追溯到两年前,甚至更早。网络黑客以高价出售其窃取的有效信息,这些信息包括用户的账户名、密码、密码保护以及一些邮件地址等。对于此次事件,尽管雅虎公司做出了诸多解释,然而这一事件的发生及后期的事件j酿,使得雅虎公司形象大跌。类似事件受影响较为严重的公司还包括LinkedIn、MySpace以及Tumblr等知名公司,其每家公司的单一网站遭受的损失平均超过亿元。随着信息时代的不断发展,电子信息蒙受损失的事故不断涌现,其中既包括经济损失,也包括非经济型如政治类、军事类的损失。从雅虎事件到近期欧洲各国提款机遭远程攻击等来看,信息爆炸时代,电子信息风险变得常态化、多样化以及复杂化。如何防范电子信息风险,合理进行电子信息的风险管理成为大家普遍关心的问题。
3 大数据处理对电子信息风险的意义
据称,雅虎事件的主要原因是其旗下使用的服务器安全漏洞太多。虽然雅虎公司在电子信息风险管控中存在很多失误,但不可否认的是,以往众多公司采用的传统形式的电子信息风险管控方式在如今这个时代背景下已然显得有些捉襟见肘。而要想实现电子信息风险管理的智能化、可预期化,云时代下的大数据利用便为其提供了无限的可能。目前,已有很多领域接受并利用大数据技术,并取得了一些突破性的进展。比如电商领域,天猫等通过大数据分析得出消费者的消费心理及关注点,从而在网页浏览时及时地推送消费者所关注的商品信息等。而风险控制仍未充分开始利用它的力量。因此,探讨大数据处理在电子信息风险管理上的应用对于促进其健康发展,弥补传统风险管理手段的不足,建立完善的风险防范体系有着重要的现实意义。
4 云时代背景下大数据在电子信息风险中的应用
电子信息风险管理,是指通过相应的监控管理技术识别以及评估电子信息可能存在的风险,继而实现对电子信息风险的控制与消除,并以最低的成本使风险损失程度降低的管理活动。传统的电子信息风险控制措施主要有数据备份、定期系统检查、系统还原以及安装并提高防火墙等级等,但这些措施并不能对风险进行很好地控制。大数据技术提供的基于预测功能的应用,为电子信息有效的风险管控提供了一种新的思维管理方式,使得系统在运行的过程中实现电子信息风险的事前、事中及事后管理与控制的目标。
4.1 建立风险预测模型,做到事前预判
大数据处理技术在风险管理的事前控制中,通过收集运行常规数据,以及各类非结构化的数据,再由云计算整合大数据运算出风险事前控制的预测计算模型,从而得到一个高度可行的预测方案,对风险发生前电子信息运行的外部环境、自身存在的风险等进行预判,提前预知风险的发生,让电子信息在发生危机之前就拉响警报,实时的预判和动态提示可提醒相关人员注意提前控制和规避风险,做出合理的反应和决定,保护电子信息免受损失。例如百度的百度云和奇虎360的360云安全服务系统都是通过通过云端大数据库对数据信息处理进而实现对外部环境的识别,电子信息在遭遇黑客攻击前,便可及时提示用户不要对某些网页、信息进行浏览和下载,或在用户的终端禁止某些病毒类文件,以防黑客有机可乘。如瑞星的最新云管家产品每天拦截木马攻击的次数达100次。
4.2 大数据处理在事中风险控制的应用
在风险发生的过程中,大数据的应用可以为用户采取应急措施提供相应的便利。云技术背景下的大数据风险应急管理技术可以云端所有的数据库,实时在线对相应的风险进行快速的分析并处理,诸如360的云端快速扫描、全盘扫描以及特定盘的扫描等,从而快速的去除相应的风险。此外,在应对电子信息风险管理上的漏洞,大数据分析技术还可以整合风险管理涉及的各个部门提供的有效信息,并提出合理的风险决策,使相关部门和人员可以及时的通力协作,信息共享,保证风险应急处置的及时性和工作效率。对个人来说,大数据还可以为风险的应急处理提供更加便捷灵活的手段。
4.3 大数据处理在风险事后中的应用
大数据基础上建立的风险发展趋势预测,还可以模拟风险发生后可能产生的结果,并合理估算风险事故中产生的各项损失,基于云计算的大数据处理将为风险事故在发生后提供最优的处置方案,以最大限度减少或消除用户的损失。此外,事故的处理与信息反馈是大数据处理的另一项重要的功能。通过相应的信息数据反馈从而不断地更新和修正数据库产生的模型,将风险管理体系进行进一步的优化和健全,防止下次事件的发生。
5 结语
云计算为大数据在电子信息风险管理的应用提供了可能。有报道称,大数据的价值在被夸大,但无可否认的是,大数据处理已经在很多行业卓有成效。因此,云时代背景下的大数据能够有效地提升和优化电子信息的风险管理体系,降低风控成本,并实现在线实时监控,具有很好的发展前景。与其说大数据提供了一种技术上的支持方案,不如说它提供了一种风险管理的思维,激发了新的价值增长点,让人们从另一个方向去解决电子信息风险管理出现的问题。这对于完善电子信息风险管理体系以及促进该行业的健康发展具有极为重要的意义。
参考文献
[1]何婧媛.云时代的大数据研究[J].科技经济信息化,2016(13):32.
[2]方巍,郑玉,徐江.大数据:概念、技术及应用研究综述[J].南京信息工程大学学报(自然科学版),2014,6(05):405-419.