大数据时代的缺点范文

导语：如何才能写好一篇大数据时代的缺点，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

［关键词］大数据;国有企业;管理模式

1引言

当今时展快速，经济也有很大的提升，很多中外合资企业发展快速，对于国有企业来说是一大挑战。想要在大数据背景下可以持续发展，就要结合大数据发展，利用优势，扬长避短，基于大数据背景下创新管理方法，改革管理体系，调整管理中心。现在的很多国有企业的发展都受到严重的限制，只有结合实际进行改革才可以对国有企业的未来有帮助。国有企业具有丰富的历史和优势，相较于很多私营和中外合资的企业来说，国有企业在政治上的扶持有一定的优势。

2大数据的相关概述

一是大数据的基本概念。大数据，简单来说就是很多的信息量的集合，在短时间里没有办法通过普通的软件进行集合或者分析，需要通过大数据整合，运用别的软件进行归纳分析，常见的大数据用于精准营销、征信分析、消费分析等。就如平时经常看的“抖音”，不同的人喜好不一样，通过后台的大数据匹配推送更加喜欢的视频，这个就是大数据的功劳。大数据可以结合平时观看较多的种类进行调整，给观看者更加舒服的休闲体验。大数据可以汇集信息，整合筛选。在如今的运用更加广泛，很多的企业都有自己的大数据处理系统。通过大数据的分析，结合当地的消费习惯和消费人群，推出更加精准的商品，更方便消费者选取。［5］通过大数据可以对一些零散的信息进行汇总和筛选，将有用的信息结合推出一套新的经营方式。大数据的产生，顺应时代的潮流，也是当今时代快速发展的产物，由于它的产生对各个方面都起到了很大的帮助，不论是对于消费者还是经营企业者来说，它都是一大福音。大数据可以帮助消费者更加舒心地进行消费体验，也可以给企业建议，让企业的调整有明确的方向，更加适用消费者的心理。二是大数据的优势非常明显。虽然大数据看似简单，但是它所需要处理的信息量非常庞大，需要很多的人才和技术的支持才可以实现。也正因为这一需求，它不仅促进了市场的发展，也促进了人们对于知识的渴求，更激发了很多研究人员对于大数据的研究，很多地方也开展了对于大数据专业的学习。大数据是顺应时代的产物，它的优势就是顺应人们的需要，是不为抗拒的。如今的信息量非常大，数据的产生就帮忙解决了这一困难，它可以有效地处理很多的信息和排除无用信息，也因为这一优势，如今被广泛运用于各大企业和APP。就好像改革一样，大数据也是一样的，顺应时代的发展，它就将有很好的发展前景，与时展相悖，它将被时代所淹没，所以大数据在经过合理的调整后，更加适用于市场也更加合理。虽然大数据的优势非常的明显，但是它的缺点也很容易被不法分子所利用。所以在了解大数据优势的前提下，还应该合理利用大数据，对大数据进行调整和完善，将信息的保密做到最佳，保护每个人的信息完整和人身安全。三是大数据的未来前景是非常广泛的。如今看来，大数据只用于后台统计分析、兴趣爱好推广等各方面，但是在大数据如此鲜明的优势条件下，它可运用的范围还很广泛。不仅可以应用于生活之中，在将来的科研里也有一定的实用性。大数据的未来一定是充满前景的，在如今很多人对于大数据的研究前提下，将来的运用领域一定会有非常大的突破。大数据是顺应时代产生的，所以它的未来前景一定非常的广阔。它可以运用于企业、软件等各个方面，它也可以在生活中对人们提供帮助。合理的运用大数据，可以将很多的信息进行归纳，总结得到更有利于生活的信息，有利于企业的发展，对于人们的日常生活也有一定的促进作用。虽说大数据如今发展得还不是非常的完善，但是国家投入了非常多的经济和人才进行研究。不断完善大数据的各个方面，相信将来大数据一定可以又严密，又更加适用于如今社会。

3基于大数据背景下的企业管理问题

如今的企业管理具有一定的传统性，因为国有企业一直都归属于国家管理，拥有着得天独厚的政治扶持和经济帮助，其管理具有一定的腐朽性。想要彻底打破这一现象并不是一朝一夕就可以达成的，相较于很多的外资企业来看，国有企业的产品方向和使用方向推荐人群并不非常的广泛，它主要推向于国内的是人群使用，并且对于消费、价格等都有一定的局限性。任何一个企业拥有好的条件，就会使内部人员具有一定的懈怠，没有办法激发他们的斗志和创新能力。［1］所以想要帮助企业管理更加优化，就需要对内部人员的思想进行一定的调整。现在很多的企业人员都倾向于使用大数据处理问题。大数据对于信息的归纳总结具有非常独特的优势，所以得到了非常广泛的使用。如今的企业管理在产品销售方面也有一定的局限性，它们大多倾向于国内的各个消费者，而他们的消费渠道也非常单一，产品也没有本质的突破，所以如今很多人宁愿购买海外进口的产品，也不愿意消费国货就是这一原因。想要打开自己的消费渠道就需要在利用大数据的前提下对消费者进行统计，了解他们所需要和最渴望的，将研发的方向更倾向于如今消费者更加需要的才是企业应该做的。如今的企业可以利用大数据进行系统的改革，顺应时代的潮流，有利于企业未来的发展，也可以使企业的发展方向更加多元化。

4基于大数据背景下的国有企业管理以及创新

4.1利用信息技术完善考核机制

大数据的一大优势就是它的信息技术非常的完善，它可以结合多方面的信息进行总结、归纳和筛选。所以运用它的优势可以对企业管理具有很大的帮助，可以帮助企业管理进行考核，提高内部人员有一定的竞争力，也可以了解企业内部人员的不同优势，将人才放在应该存在的地方。运用大数据可以了解到如今企业所面临的危险和不足，将一些优势的地方进行保持，并且将今后的研发重点放在不足的地方。大数据的最大优点就是对于信息的收集能力非常的强，对于信息在处理和分析再通过系统设定之后就会自动完成，不需要投入大量的人力、物力进行分析和汇总。相较于曾经的调查问卷，需要很多人完成，并且信息量也有很大的问题，大数据就非常完美地规避了这一问题。［2］所以，合理利用大数据对国有企业的改革具有一定的优势。如今的国有企业依靠着国家的扶持和政治的帮助，他们具有非常良好的发展前景。在经过大数据的帮助下，他们调整生产的方向，调节内部人员的积极性，为未来的发展奠定了良好的基础。

4.2加强培训力度提升整体塑造

都说任何一个企业离不开员工，任何一个员工的整体素质对于企业的未来都有一定的影响。好的员工可以创造更多的价值，可以对企业的未来具有更多的引导性。有积极的作用，而不良的员工，他们懈怠工作，对于工作的处理具有一定的局限性，这非常不利于企业的发展。拥有了大数据之后，可以对每一个员工的任务和完成度进行综合，对他们的表现和业绩进行归纳和总结，也有利于年底的表扬。有了大数据的处理后，他们就会更加注意自己的业绩，也更加刺激了他们的积极性。［4］通过大数据的信息汇总，可以得到每个员工的优点和缺点。不同的人才要分配在不同的岗位上才能体现价值，根据大数据的意见进行人才的调整。对于一些能力不足的员工，将他们的不足点汇集。并且进行一定的专业培训，有利于他们对于工作的了解和工作的完成。

4.3利用媒体数据创新改进模式

如今的新媒体越来越多，很多企业发现了新媒体的优势进行推广，所以利用媒体数据创新改进也是非常重要的。根据不同的媒体数据，可以得到如今消费者的消费方向和消费取向。利用媒体的数据可以将企业将来的研发方向进行调整，对于发展重点也可以进行转移，可以更加快速的寻找到如今社会更加需要的方面［3］。拥有明确的方向，才可以有动力去完成。具有明确的目标才可以制订完善的计划去达到标准，所以根据媒体数据，可以得到如今的时代风向以及需求，根据不同人群制定出不同的标准。类似于如今人们更加重视养生，不论是中年人还是老年人，对于身体越来越重视。通过调查也可以发现，如今很多的保健品购买量急剧增加，特别是经过了疫情的影响，有人对于自身的健康具有了更大的重视。所以对于食品行业，他们的食品安全也更加重视。这只是一个例子，可以利用媒体数据来进行企业改革，对调整方向都具有一定的指导性作用。

5结论

大数据是顺应时代的产物，它的利用前景非常良好。不论是如今的社会运用，还是学校的专业设置都让人们意识到大数据是非常重要的。由于大数据的使用时间不长，还存在着一些问题，所以投入了很多技术和人才进行研究，也积极培养这一方面的优秀人才，所以各大院校也积极开展了有关大数据的专业学习。合理的利用大数据对于社会的发展有积极作用，但是如果不正当运用大数据，也会使社会的秩序产生非常严重的后果。大数据的优势非常的明显，而缺点也非常的明显。由于信息归纳，很容易透露个人信息对于人们的隐私会造成一定的影响，在如今大数据的社会下，很多人觉得自己越来越透明，也正是这个原因，所以大数据是一把双刃剑，一定要合理利用。

参考文献:

［1］张海鸣.基于大数据时代背景下企业管理模式的创新探究［J］．中油吉林化建工程有限公司，2018(4):146.

［2］李业正.大数据背景下企业管理模式创新思考［J］．林理工大学商学院，2020(5):57－60.

［3］何平.大数据对企业管理决策影响分析科技进步与对策［J］．科技进步与对策，2018(2):129.

［4］刘佳，李滋阳，大数据时代下的人力资源管理分析［J］．特区经济，2017(5):33－35.

篇2

关键词：大数据 档案管理 探讨 时代背景

在大数据时代背景下，各行各业都面临着对庞大而复杂的数据进行有效管理的巨大挑战，人们越来越认识到对自身产生和拥有的大数据进行有效管理的重要性和迫切性，档案行业也不例外。档案行业以保存社会档案并提供档案为社会利用为己任，直接面对着对社会原始记录的收集、整理、鉴定、保管、检索、利用等任务，档案工作者已经明显感觉到任务的艰巨，而且很多时候面对汹涌而来的大数据，档案工作者已经不知道如何应对，因此，档案界很有必要探讨一下大数据时代背景下的档案管理。

一、大数据时代背景给当前档案管理带来的挑战

大数据的数据规模巨大，因此一般的数据软件无法对其进行归纳统计，数据种类繁多，必须用各类程序都高于传统软件的新软件来对数据进行收集、归纳和整合，并且将其存储在数据库中。大数据适用范围广、数据种类繁多、数据操作灵敏、数据使用价值高密度低。因此大数据对当前档案管理来书具有极大的挑战性。

（一）大数据给传统的档案管理理念和流程提出了极大的挑战

最初的档案管理模式是由档案管理员来完成，档案管理员将档案分成不同的类别并做好记录，方便日后的查询；但是在当今社会，信息化在不断的进步，档案信息逐渐丰富起来，并且很多档案信息中存在共性，档案信息是交叉存在的，如果依靠传统的档案管理模式，信息归纳起来较复杂甚至无法归纳，并且目前一些档案信息是无法用传统档案管理手法进行保存的。

（二）大数据时代给档案保存形式提出了新的要求

目前的数据信息一般被记录在电子文档中，还会通过电子图片、音频等形式来存储和记录。这类数据不能保存在纸质材料上，传统档案管理模式无法实现这类信息的存储，因此在对新档案保存形式的要求中，特意强调形式的多样化，并且要具备把信息数据归类存储的特点，在查找信息时就可通过关键词来查找。

（三）大数据时代给档案管理人员的业务素质提出了更高的要求

大数据时代的信息种类繁多，处理信息方面较为复杂，因此大数据时代的信息存储技术要求略高，而传统档案信息管理技术操作简便，传统档案管理人员只需了解档案管理的基本要求和基本操作就可以，但是传统档案管理技术对信息的管理手法较为单一。在新时代的背景下，大数据的推进，档案管理人员必须具备多种存储信息技术技能，其中包括给档案文件进行分类、查询资料、电子软件中存储信息软件的运用等。

二、大数据时代带给当前档案管理工作的优势

（一）大数据能够提高档案管理效率，降低管理成本

大数据能够快速处理大量数据，提高数据处理能力，在处理档案工作中具有较大的优势，不仅提高档案管理效率，也能够明显降低运作成本。当前，社会上各行业、各单位的档案数量越来越大，传统的使用纸质材料保存档案所需的保存空间和纸质成本较高；而运用大数据进行保存和处理档案工作，能够把大量的数据保存在信息库中，节省时间成本和降低材料成本。

（二）大数据能够提高档案保存质量

传统的纸质档案抗风险能力较差，一旦保存档案的地方出现水灾、火灾，纸质档案将难于保存，且纸质档案在保存时间较久后，容易出现纸质老化、字迹模糊等。这些缺点在大数据时代下完全可以避免，运用大数据保存大量的档案数据，只需很少量的数据储存空间就可以做到。

三、大数据时代背景下提高档案管理工作的有效对策

目前信息时代中大数据占有重要位置，我国当前档案工作还不够完善，对于如何应对大数据带来的新思路还需重点分析和探讨，为了我国档案信息管理技术能在大数据的背景下顺利发展，提出以下几点对策：

（一）大力培养能够运用大数据进行档案管理的高端人才

人才是一切工作的生命线，因此，大力培养档案管理的高端人才相当关键。培养档案管理的现代化人才，应该从以下几个方面着手：一是政府鼓励高校开办跨学科的复合型专业，如信息化和档案管理的交叉学科专业。二是引进国外高端档案管理人才，利用高端人才去指导我国档案管理人才适应新时期下的档案工作。三是大力投入资金开展人才培养工作，人才的培养不仅需要时间，还需要足够的资金作为保障。

（二）优化档案管理人才结构，注入新鲜血液

我国档案管理的人员结构基本上处于“老龄化多、中年人少、年轻人无”的状况，这是由于长时间以来我国档案管理工作人员处于弱势，比较少的人才投入到档案管理工作来，几乎没有年轻人去从事档案管理工作。大数据时代下对人才的要求比任何时期都要高，没有人才参与，信息化无从谈起，因此，大数据时代下开展档案管理工作的一个重要前提就是优化档案管理工作人员结构，改变现在“老龄化多、中年人少、年轻人无”为“年轻人为主、中年人为辅、老年人参与”的结构特点。

（三）大力加强档案数据的安全性

信息化时代大量的数据可以通过一个小小的内存卡进行保存，有便利的优势，但存在数据丢失的风险，诸如电脑病毒、内存卡损坏等。因此，大数据背景下的档案管理工作要重视其保存的安全性。档案工作人员要提高档案数据保存的安全意识，避免把电脑病毒带入到保存档案数据的电脑中；政府要出台一些档案管理工作细则，避免一些操作不当引起档案数据丢失。

四、档案管理运用大数据需注意的问题

（一）要有明确的目标和标准

档案管理在运用大数据时必须要弄清楚到底想从大数据中得到什么，否则就要花费大量的时间来分析数据。档案资源太丰富，如果没有明确的目标，就算没有走入迷途至少也会觉得非常迷茫。因此，首先要定义使用大数据的目标和标准，之后再使用能够解决特定问题的大数据工具。

（二）要注意潜在的风险

档案信息资源的开发和利用会涉及到档案信息的泄密、档案信息的丢失和篡改、隐私权的侵犯、知识产权的纠纷等问题，因此，档案管理在运用大数据技术时需要注意这些潜在的风险，通过制定法规、明确权限、厘清任关系等措施来控制和应对这些潜在风险的发生。

五、结语

大数据给我国档案管理工作带来了新的机遇，同时也是我国档案管理工作面临的重大挑战，档案管理行业必须做好充分准备来面对挑战，同时尽最大的努力来抓住此次机遇，真正做到将档案信息中蕴含的知识全部开发出来，并且实现其利用价值。

参考文献：

篇3

[关键词]大数据；信息技术；数据处理

[中图分类号]TP274[文献标识码]A

20世纪中叶计算机的诞生标志着电子时代正式开始，从此人类社会开始生产并存储各类型的数据。经过数次计算机技术革命，单位面积所能存储的数据量大大提高。近年来，由于WEB2.0应用的全面爆发，网络参与者同时也成了网络信息的制造者，由WEB2.0带来的大规模非结构化数据开始呈现出几何增长。因此，麦肯锡公司在2011年的报告《Big Data：the Next Frontier for Innovation》[1]中，对这种密集型数据爆炸的现象成为“大数据”时代的到来。

1大数据的概念

大数据的概念并不是凭空出现的，它的前身是海量数据。但两者之间有所区别。海量数据强调了数据量的规模之大，并没有对其特性进行定义。而大数据的概念包含了大数据的体积、传播速率、特征等内容。虽然截至目前还没有对大数据有统一的定义，但被广泛接受的定义为：大数据是无法在一定时间内用通常的软件工具进行收集、分析、管理的大量数据的集合[2]。大数据的特点一般归纳为四点：一是数据总量大，目前大数据的最小单位一般被认为是10～20TB的量级；二是数据类型多，包括了结构化、非结构化和半结构化数据；三是数据的价值密度很低；四是数据产生和处理的速度非常快。这四个特点又被称作大数据的4 V理念，即：Volume，Variety，Value，Velocity[3]。

2大数据的技术

依据大数据生命周期的不同阶段，可以将与大数据处理相关的技术分为相应的三个方面：

2.1大数据存储

从海量数据时代开始，大规模数据的长期保存、数据迁移一直都是研究的重点。从20世纪90年代末至今，数据存储始终是依据数据量大小的不断变化和不断优化向前发展的。其中主要有：DAS（Direct Attached Storage），直接外挂存储；NAS（Network Attached Storage），网络附加存储；SAN（Storage Area Network），存储域网络和SAN IP等存储方式[4]。这几种存储方式虽然是不同时代的产物，但各自的优缺点都十分鲜明，数据中心往往是根据自身的服务器数量和要处理的数据对象进行选择。

此外，这两年数据存储的虚拟化从研究走向现实。所谓虚拟化，就是将原有的服务器进行软件虚拟化，将其划分为若干个独立的服务空间，如此可以在一台服务器上提供多种存储服务，大大提高了存储效率，节约存储成本，是异构数据平台的最佳选择。从技术角度来讲，虚拟化可以分为存储虚拟化和网络虚拟化，网络虚拟化是存储虚拟化的辅助，能够大幅度提升数据中心的网络利用率和传输速率。目前IBM、浪潮、思科等公司纷纷发力虚拟化市场，可以预见虚拟化会成为未来大数据存储的一个主流技术。

2.2大数据挖掘

在大数据的处理技术中，超大规模的数据挖掘一直是难点，也是重点。面对上百TB，甚至PB级别的异构数据，常规的处理工具往往难以担当重任。需要考虑到的是大数据是个不断生长的有机体，因此在挖掘过程中还要考虑到未来数据继续增长所带来的影响。

因此，大数据的挖掘需要采用分布式挖掘和云计算技术。Google公司一直是分布式挖掘技术的领导者，它研发了MapReduce分布式挖掘工具[5]，英特尔公司在此基础上开发了Hadoop分布式挖掘工具。这两个工具都具有高效、高扩展、高可靠性和高容错率的特点，并提供免费版本，适用于各种类型的大数据挖掘。

2.3大数据分析

从内容来说，大数据的分析分为技术和方法两种类型。从技术上讲，主要是分布式的数据分析和非结构化数据处理等。从方法上讲，主要是利用常用的数理统计方法来进行数据分析，例如使用可视化的数据分析工具。但两者是一个有机的整体。大数据处理的最终目的是为了将数据之间的关系以可视化的方式呈现在用户面前，包括了处理的全部过程和展现的过程。在数据分析过程中，不仅仅是需要计算机进行自动化的分析，更需要人工进行数据选择和参数的设定，两个是辩证的关系。

随着大数据行业的兴起，产生了一个新的职业，被称作数据科学，而从事该行业的人员被称作数据科学家。这类科学家的一个特点就是能够艺术性地将数据进行可视化分析，简单明了而且能够展现出数据之间的关联关系。

3大数据的应用

麦肯锡在大数据的研究报告中指出，大数据的应用已经渗透到每一个行业和业务职能领域，逐渐成为了重要的生产因素[6]。按照专业领域划分，信息技术、互联网行业、商业、遥感探测已经开始应用大数据技术来进行研究和生产效益；生物信息技术、科研情报所、图书情报领域已经对大数据展开了研究，并进行了规划；其他专业和行业对大数据可能仍处于了解阶段，但大数据的浪潮很快就会波及大部分的行业领域。

从大数据的应用效果来看，总体趋势与上述的三类专业呈现出一致性。百度、淘宝等公司作为信息技术、互联网和商业领域的杰出代表，已经对大数据开始了深度应用，马云在卸任阿里巴巴CEO时更是阐述了大数据时代将改变互联网商业的面貌，谁提前开始大数据的应用，就可以获得未来行业发展的优势。大数据的普及需要一个过程，首先从重点应用行业开始，例如信息技术领域行业，逐渐扩展到其他行业。美国已经由白宫颁布了大数据开发与利用的国家级战略，由美国国防部和国土安全局牵头开展全面推广大数据的应用。我国目前对大数据的研究并不多，应用更是缺乏。如果要推动大数据的应用，应当由国家层面进行大数据的平台建设。在今年的国家自然科学基金和社会科学基金的课题指南中，已经提出了很多设计大数据的课题，相信在未来几年内国家会对大数据的研究、开发与利用提供政策和资金支持。

总而言之，大数据的技术与应用还是处于起步阶段，其应用的前景不可估量。各个行业应当把握时代脉搏，充分认识到大数据所能带来的革命性改变，只有这样才能够保持创新与进步，从而站在行业的最前沿。

参考文献：

[1]Manyika J，McKinsey Global Insti？ tute，Chui M，et al. Big data： The next fron？ tier for innovation，competition，and produc？ tivity[M]. McKinsey Global Institute，2011.

[2]卢胜军，王忠军，栗琳.赛博空间与大数据双重视角下的钱学森情报思想[J].情报理论与实践，2013，36（004）： 1-5.

[3]Hirt C W，Nichols B D. Volume of fluid（VOF）method for the dynamics of free boundaries[J].Journalofcomputational physics，1981，39（1）： 201-225.

[4]Chirillo J，Blaul S. Storage Security： Protecting，SANs，NAS and DAS[M].John Wiley & Sons，Inc.，2002.

[5]Dean J，Ghemawat S. MapReduce： simplified data processing on large clusters[J]. Communications of the ACM，2008，51（1）： 107-113.

[6]郑玲微.大步跨入“大数据”时代[J].信息化建设，2013（1）.

篇4

关键词:大数据技术；档案管理；应用

引言

长时间以来我国档案管理工作大多以纸质档案管理为主,纸质管理为国家信息收集储存提供了许多帮助。然而随着大数据时代的来临,传统的纸质档案管理已经不能适应现代社会的发展需求,亟需实现现代化档案管理转型。在档案管理中使用大数据技术,可以促进我国档案管理工作的转型。

1大数据技术

伴随着互联网技术的迅速发展,各行各业也逐渐向信息化管理变型。随之而来的是海量信息的生成,信息量的快速增加促进了大数据时代的形成。大数据时代下的海量信息已经远超普通数据管理软件所能接受的信息量,普通软件已经无法对海量的信息进行管理、分类、整合,其需要新的方法来进行信息的管理,只有这样才能更好的管理海量的信息[1]。

2大数据技术应用在档案管理中的必要性

2.1满足自身发展的需要

大数据时代是信息更加广泛的时代,如果把握了大数据的各种使用技术,档案资料的管理就可以对以前由于缺乏准确数据而不能踏入的领域进行摸索研究。近些年来从最开始的传统纸质载体信息管理转向了电子政务系统,在此过程中必然会形成大量的数字化信息资料。虽然在科技迅速发展的时代里,已经有了如云计算、移动互联网、云存储等各种新型的信息处理技术,但是其仍然满足不了信息量庞大的档案管理工作。与其他的各种科学信息管理技术相比,大数据技术更能满足档案管理工作的需求。尤其是在知识经济水平迅速提高的时代背景下,档案化的资源转变成知识化的资源已经成为了档案管理工作发展的必然趋势[2]。

2.2解决工作难题的需要

传统的档案管理工作中,人们总是在讨论如何处理好收集环节的把关工作,在防止档案实体涨库的同时,还需要突破档案信息储存空间的局限性,同时还需要避免具有应用价值的档案资料被淹没在没有价值的资料档案的下面。使用大数据技术进行档案管理工作,人们可以通过大数据的检索十分快捷地将需要的信息精确地搜索出来,大数据技术可以解决检索麻烦的问题。同时使用大数据技术在收集处理档案收集选择性的标准会很大幅度下降,而且储存数据的各种成本花销要明显低于储存文本档案的成本花销。

2.3区分数据化和数字化

在大数据时代的社会背景下,传统方式的纸质载体档案会被数据化所代替,却不是数字化。数字化与数据化具有很大的不同,数字化的信息也许是僵硬的储存信息,并不能进行信息的分析和检索,而数据化却可以完成相关的分析和检索工作。数据化和数字化虽然听起来很相似,但是其实质作用却具有很大的不同。从各种档案管理部门现在的管理情况来分析,之前的数字化管理是将传统的纸质数字化利用各种扫描软件,扫描进入电脑中。可以是文字形式,可以是图片形式,这些数据并没有被数据化,人们利用关键词进行检索,根本检索不到,而且也无法进行数据分析。因此,在大数据时代迅速发展的社会背景下,在档案管理工作中应用大数据技术已经成为了时展的必然趋势。

3大数据技术在档案管理的应用

3.1建立云端储存

应用大数据技术进行档案管理时,其基础就是需要一个足够大的储存空间。太小的储存空间不能够为庞大的信息量提供“容身之所”,容易破坏数据信息的完整性。因此,在应用大数据技术之前需要建立云端的储存空间。储存空间是使用大数据技术的先要条件。而云存储就是将海量的信息以适合的网络语言方式被利用进网络的信息整理系统中,在保证档案资料的安全性的同时,还能对档案进行各种动态化地分析整理,可以根据历史记忆功能为用户提供各种便捷的信息化服务[3]。同时在建设存储模式的时候必须强化各种档案管理的基础设施,然后运用各种与档案管理有关的软件来进行相应的数据收集、分析、处理。云存储能够对文字信息进行处理,还能够将特殊处理的图片、视频、声音等资料进行储存,保证档案信息的完整性。

3.2增强数据分析服务

大数据技术被使用到档案管理中最明显的优势就是可以分析处理收集到的大量信息,同时还可以深入挖掘各种数据背后蕴含的各种价值。同时数据化的分析处理、挖掘可以提高各种信息服务的质量,同时满足了用户们的各种要求。同时利用大数据技术的档案管理模式可以提高云端数据的各种处理能力,保证了用户应用档案信息的工作效率。强化数据分析服务提高档案管理的服务品质的同时,还能够推动档案管理的发展。

3.3提高数据检索能力

大数据技术被利用于档案管理可以给用户提供多元化的信息查询服务方式。其实传统纸质档案管理最大的缺点就是其档案信息的检索过于复杂,即使列出了档案管理的各种检索目录,但是通过目力从繁多的档案信息中查找符合自己要求的信息是极其不容易的。同时利用大数据技术的档案管理还可以分类管理信息,这种分类管理信息的模式极大程度地提高了用户的检索效率,同时大数据技术人员还可以对各种收集到的信息进行特殊化的处理,提升了用户检索信息的效率。

篇5

关键词：大数据时代；教育变革；应对方式

中图分类号：G434 文献标识码：A

一、大数据时代下的思维方式

（一）全数据模式，样本=总体

大数据时代下，全部变量的全部取值已经放到了面前，人们不用再去抽样得到样本数据，直接使用总体数据就是了。大数据中的“大”不是绝对意义上的大，而是说要尽可能多地掌握数据，利用所掌握的数据进行分析、论证假设所谓“大数据”，全在于发现和理解信息与信息之间的关系，知道是什么就够了，没必要知道为什么。建立在相关关系基础上的预测是大数据的核心。如果我们拥有全部或者足够多的数据并加以科学的利用，就能够从不同角度，挖掘数据的方方面面，创造价值。

（二）不是精确性，而是混杂性

由于“样本=总体”，所以，大数据时代的数据追求的是混杂性，而不是精确性。在“小数据”时代，收集信息不方便，为了使其具有真实性，必须进行精确的的收集，以确保结果的真实性。大数据时代对待数据则采取一种“宽容”的态度：第一，允许变量取值的不精确性；第二，允许变量区分的混杂性。数据内容不再那么局限与狭隘，可利用的数据多了起来。

（三）不是因果关系，而是相关关系

在大数据时代下，由于样本的容量非常大，不能精确地控制变量，变量与变量之间关系复杂，变量与结果关系也更为复杂，此时人们已经无法再得到变量之间的因果关系，而只能够得到变量的相关关系。但是并不说明我们不重视因果关系，依然用因果关系来说明我们所发现的相互联系。需要注意的是，这些观点都不是绝对化的，而是二者相较而言取更好。而二者相较的依据就是大数据的核心一预测，哪一个更利于预测，哪一个就更好。[1]

二、大数据时代下的教育变革

（一）教育管理科学化

大数据的影响好比几个世纪之前人类发明的显微镜。大数据将成为观察人类自身行为的“显微镜”，这个新的显微镜将再一次扩大人类科学的范围，推动人类知识增长，引领新的经济繁荣。[2]不难发现，大数据让教育决策和管理建立在教育教学规律基础上。单个学生、教师行为数据看似杂乱无章、毫无规律可循，但当数据累积到一定程度时，大数据可以发挥独特作用，记录学生成长过程，跟踪学生学习的全过程，挖掘隐藏在背后的相关关系，找到学生学习和教师教学规律。并可以提供每名学生基本情况、学习科目、测试成绩，以及在每门课每个模块的表现、强弱项等学生情况，也可以提供教师的基本情况。有了这些信息，教育管理者可以调整发展策略，教育也由原来准科学的管理模式走向精细化、科学化管理道路。

从我国实际情况来看，教育政策的制定与执行都是自上而下的，这种情况有利于政策的权威性与执行的效率，但是忽视教学与学生实际。大数据时代将可以通过对教育数据的分析，挖掘出教学、学习、评估等符合学生实际与教学实际的情况。这样就可以科学、合理地制定、执行教育政策。

（二）教学方式的转变

维克托・迈尔・舍恩伯格教授认为：大数据是一种价值观、方法伦…，是一场思维的大变革。[3]首先，作为实体存在的学校不会消失，师生面对面的授课方式还会存在，教师应占用较少的语言讲课时间，充分利用和借助各种网络资源，使教学方法和教学策略多样化、新颖化，优化教学手段，激发学习兴趣，发挥学生的主动性与积极性，实现教师的个性化教学，学生的个性化学习；其次，根据学生的个性特点，把学生分成小组，让学生在参与合作中互相交流学习，大数据时代的课堂讨论与交流可以由校园延伸到无处不在的网络，人人网，微博，微信等社交网络等交流手段的进步，可提供多样化的互助学习，共享资源，共同进步，培养学生的责任感与集体感。教师不再是单纯的知识传授者，而要成为学生学习的促进者、学术探究的合作者。最后，在大数据时代下，需要适应新时代的要求，贴合实际地设计有关本专业大数据实验及实践环节，将其融人课程教学中，融基础理论、实践教学为一体，减缓毕业学生初入社会受到的冲击，让学生更好的适应社会的发展。

（三）重新构建教学评价方式

在大数据时代下教学评价方式将发生变化。首先，教学评价的方式不再是经验式的，而是科学、客观的，通过记录学习者的网上点击，可以研究学习者的活动轨迹，发现学习者的知识反应方式，哪些知识需要略讲，哪些知识需要重复或强调。其次，可以对学生进行多元评价。对学生的评价应该是多元的，对不同的学生采取不同的评价，同一个学生的不同方面采取不同的评价，特别是通过数据分析，可以发现学生思想、心态与行为的变化情况。即使是掌握知识的单一维度，其因素也是多方面的，有的感性思维好，有的则是理性思维能力强，通过大数据技术，可以分析出每个学生的特点，从而发现优点，规避缺点，矫正不良思想行为。传统教学评价，无论是对教师的，还是对学生的，都是根据学生的成绩或者升学率，注重的是结果。而大数据时代可以通过技术手段，记录教师的教育学生的学习轨迹，跳出了结果根据的圈子，实现过程性评价，或者说是发展性评价。

三、大数据时代下的教育变革的应对方式

（一）加强网络建设，提供有力支撑

大数据时代引起的教学形态变化要求教学数据支撑环境能够提供智能的数据分析和挖掘功能，数据的分析和挖掘功能是大数据时代的关键所在。教学支撑环境要能够记录教育教学过程中的各种数据和教学监控数据，并能够根据教师和学生的个性化需要提供知识推荐和个性化服务。通过计算机网络使信息服务与教学的各个领域相互融合，为教育数据的采集和决策提供一个智能支持平台。[4]

首先，要树立大数据的理念，储备、引进数据统计人才。其次，随着科技的不断进步，我们已经或者即将进入人机时代，需要为教师与学生提供相应的设施。已经有越来越多的学校为教师与学生配备计算机。在支持教师教学与学习的同时也保障了教学数据与学习数据的存贮。可以通过让学生把自己的设备带到 学校作为学习的工具。学校仅资助少数没有自己设备的贫困学生，尽量实现一对一数字化教学。大数据时代，学校的管理决策、课堂的教学决策都将依赖于海量数据的分析结果，面对海量教学与学习数据。数据分析与挖掘将成为学校的常规工作。[5]

（二）强化教师的培训

未来的教学活动，教师的专业知识仍然占据着重要位置，但是教师还需掌握一项重要的技能，即教育数据的分析，发现隐藏在这些相关关系数据的背后原因，提高他们的教学实践，并能改善学生的学习成果。但是这需要教师具备相应的知识与能力。当前情况下，应该建立国家或者学校层面的数据分析培训机构，加强教师的应用能力。应该积极开设数据分析课程，为大数据时代的来临做好准备，大数据时代的来临，将进一步扩大数据分析人才的需求。[6]

在学习过程中，每名学生的所有学习行为都会被自动记录下来，数百万学生的数据汇集成“学数据”，教师有了这种数据分析能力，才能对大数据进行分析和挖掘，了解和发现学生更多的学习规律，不断地改善教学系统。教师也可以根据自己的教学特点，学生的反馈，海量的教育资源，促进自身专业的发展。

（三）以过程性评价为主，终结性评价为辅

终结性评价注重结果，忽视教师和学生在教学与学习过程中付出努力程度的差别，发展的差异性，结果看似客观，实际上有很多主观因素。比如，不同班级学生知识基础的差异，学生对专业课、公共课等各类课程的重视程度的差异等。而通过数据化的过程性评价，将那些终结性评价中忽略的地方等都考虑进去，比如，教师与学生的个性特征、知识基础、努力程度、个体学习习惯。但是，以过程性评价为主不是不要结果，没有了结果过程就无的放矢了，过程必须是以结果为导向的过程，过程性评价必须将终结性评价有效结合起来，以过程性评价为主，兼顾结果评价，实现评价内容多元化，通过技术层面来评价、分析并进而提出意见。

参考文献：

[1]陈琦，林峰.站在“云数据”的巨人肩膀上望--“《大数据时代》与教育”之感[J].科技视界，2014（20）.

[2]张植卿，程鲜彩.大数据对教育领域产生的革命性影响[J].经济研究导刊，2014（5）.

[3][英]维克托・迈尔・舍恩伯格，肯尼思・库克耶.大数据时代[M].盛扬燕，周涛，译.杭州：浙江人民出版社，2013.

[4]付岩，张建勋.大数据时代信息技术与高等教育深度融合的思考[J].中国轻工教育，2014（4）.

篇6

关键词：网络大数据 特点 统计 分析利用

中图分类号：TP309 文献标识码：A 文章编号：1007-9416（2016）11-0237-01

大数据信息种类繁多，不仅包含了大量的结构化数据，还包含大量的非结构化数据，对这些数据的统计和整理是一项较为复杂的工作，必须先将非结构化数据转换为结构化数据，可是由于当前信息数据的统计标准还不统一，大数据的采集方式、分析手段等方面还存在一些问题，因此大数据的利用效率并未达到最佳状态，大数据的分析利用还有待我们进一步的研究和和完善。

1 大数据的特点

大数据的“大”就是特点之一，他代表大数据信息量大、规模大，且大数据的规模会保持持续、高速的增长趋势。其次，大数据的价值高，这些数据被广泛的应用于数学、物理、生物、工程、管理、营销等多个方面，在其中占有很重要的角色。例如，部队管理上，利用大数据分析管理经验、预测管理结果等，对提高部队的综合管理水平很有帮助。 此外，大数据信息相对于简单的信息加工有许多优势，一方面，大数据信息加工要不断的积累和更新，而一般的简单信息加工具有重复加工、反复存储等缺点，无形中增加了信息收集、加工、利用的成本。因此相对于简单的信息加工，大数据的价值优势显而易见。再次，大数据具有交叉复用的特点，数据存入信息库后可以被不同的人同时调用，数据信息也可被反复调用，这样的数据库节省了信息资源整理的成本，对提高信息资源的利用效率意义重大。第四，大数据具有全信息可见性，一方面，大数据信息量丰富，各类信息包含其中，且更新速度较快，信息类型全面，利用效率高。另一方面，大数据对于信息的生产、组织、流通等有较为成熟的流程，这样既保证了信息收集的全面性，也确保了数据库信息的广泛性、全面性。

2 大数据的统计

大数据是当前计算机网络应用的发展趋势，大数据的统计方式和分析方式都很丰富，当前大数据的统计目的在于更深层的挖掘信息广泛信息背后的巨大价值。在应用过程中人通过大数据要看到的是事物的本质和全面情况，要了解事物的实时发展情况，因此大数据统计中，对于数据分析、数据收集、用户信息等较为重视，大数据的统计和分析利用要对不同来源的信息数据进行科学的、有效的整合，才能满足“人、机、物 ”对信息交换融合需求，提高人机交流的效果，更好的把握物发展的趋向和规律，以实现数据信息利用的更高价值。

3 大数据的分析利用

大数据的分析利用形式很多，就大数据分析而言大体分为可视化分析、实时分析、关联分析。以可视化分析为例，可视化就是能够直观的看到的信息数据，如文本、图片、图像等，在数据整理中发现不同类型知识结构和内容的可直观的进行分类、加工、利用，这些信息数据的应用是用来反映一个事物与其他事物的关联性，其特点是可以直观的应用信息数据，也可深挖数据信息，还可对数据信息进行预测分析，不同的大数据利用目的，可通过不同的方式分析、应用信息数据，在可视化分析过程中，信息互交性强是一个最突出的特点，信息的者不仅是信息的传播者，还是信息的接收者，不同的大数据用户可通过信息交互的形式管理和开发信息数据，使信息数据更具利用价值。其次，可视化分析的直观性很强，信息数据显示出多维性，信息数据的分类、排序、组合等可不断的变化，其显示也可分为图像、三维、动画等，形式非常丰富，加工利用的价值很高。其他分析手段的应用也很广泛，但不论哪一种分析手段，大数据分析的最终目的都是对信息数据的利用，在这一过程中要通过计算机网络强大的信息传输、存储、分析等功能，揭示事物之间的联系和事物的发展规律，并结合对信息数据的挖掘，开发信息数据隐藏的价值，揭示事物之间内在的联系，以便更准确的掌握事物的发展动向，预测事物的发展趋势。当前，大数据分析利用还存在一些难点，例如大数据标准不统一、采集方法单一、数据处理庞杂等，要提高大数据的分析利用价值，这些问题是值得考虑的。第一，统一大数据标准，结合大数据不同的特点、来源等，将非结构化数据进行标准化处理，以方便信息的统计和分析利用。同时完善大数据统计的指标，简化大数据的统计、利用过程。第二，完善和丰富大数据的采集方式，同时改进数据处理方式，使用户在大数据利用中能够转变身份，不仅是大数据的应用者，还是大数据的建设者。第三，丰富大数据分析手段，进一步改进非结构化数据转换为结构化数据的方法和技术，以提高信息数据的分析效率，增加其利用价值。此外，应结合大数据统计和分析利用中的各种问题，系统的分析大数据的统计、分析、利用规律，更深层的挖掘信息数据的潜力，使其更好的为我们服务。

4 结语

大数据的利用在当前的计算机网络应用中早已成为热门话题，但具体的利用手段还不成熟，其中存在着一些不足和安全隐患，针对这些问题大数据的利用效益显然更受人们关注。总之，大数据的发展是信息时代的必然趋势，为信息数据的统计、分析、利用提供了绝佳的机会，使信息资源的利用价值更为突出。因此，研究大数据的统计和分析利用不仅要停留在当下，更要放远眼界，重视信息科技的发展，才能将对大数据的研究推向另一个高度。

参考文献

[1]张莉，林海霞.给予互联网信息传输的网络大数据校准技术研究[J].激光杂志，2016（06）：119-122.

篇7

关键词：大数据；管理决策；决策参与者；决策组织；决策技术

最近几年，云计算技术得到了较快发展，由此推动了物联网与移动互联网的进步，我国当前已经进入大数据时代。与传统数据管理相比，大数据有更好的信息收集、保存、处理、分析等方面的能力。当前大数据已经进入客户关系管理、市场营销、金融投资、人力资源管理等诸多领域当中，在国家、社会、企业发展中发挥着不可替代的作用。进入互联网时代以来，在充分应用数据的基础上，要求国家、企业、个人必须拥有较高决策能力。由于引入大数据技术导致企业决策环境发生了明显改变，推动了企业传统决策方式的改革。

一、作用于企业管理决策方式

在企业生产经营过程中，数据信息发挥着非常重要的作用，特别是在当前管理决策过程中，因为拥有有效的市场信息可以帮助企业做出正确决策。自企业发展过程中，由于普遍应用大数据技术，导致企业决策方式出现了改革与创新。在应用大数据技术过程中，首先要意识到收集信息的重要性，要保证收集的信息覆盖更大的范围，还需及时对收集的信息进行加工处理，有利于及时掌握事物发展规律，确定某一事件的发展。数据在企业管理决策中起着决定性作用。在实践运行中，很多企业已经意识到应用数据的重要性，在企业做出决策时借助合理的数据信息，利用明确自身生产经营中存在的问题，利用掌握的信息数据进行处理，有效应用了各种数据信息，使企业决策具有较高的科学性。这种现象不但说明了我国企业发展是与大数据时代相适应的，而且也及时创新了我国企业管理决策方式。

二、作用于管理决策数据

进入新的历史时期以来，收集更加丰富的数据是摆在各个企业面前的主要任务，一旦企业不能收集范围更广的信息，那么企业管理决策则极易出现更多的失误。企业要重视内部数据信息管理工作，保证当前数据管理与大数据时代特点相一致。第一，进入大数据时代以来，由于涌现出数不胜数的数据信息，因此如果传统数据信息管理技术不能及时改变则极有可能影响大数据的应用，所以要求当前企业必须及时引进先进的软件与硬件，才能推动大数据的普遍应用。第二，由于数据信息的海量出现，因此企业还需不断提高数据信息的管理能力，要保证及时处理与加工得到的各种数据信息，要及时掌握当前最新数据。很多企业已经意识到信息数据的重要性，但因为不拥有先进的技术措施，各种数据信息还不能发挥应有的作用。第三，在企业管理决策过程中，虽然大数据发挥着不可替代的作用，但同时也需重视数据碎片的作用，一个企业要想取得成功则必须重视二种数据的应用，才能使二种数据相互协调，保证数据分析具有更高的科学性，进一步简化分析过程，减轻工作人员的劳动强度。企业还需及时创新内部知识管理，要尽快引入新型知识管理模式。在实际运行中，知识管理其实就是数据的管理。企业在做出管理决策时，知识提取是一个不可缺少的过程，只有大力应用各种知识才能制订最为合理的决策。当前由于大数据技术的影响，人们日益意识到知识的重要性，很多企业当前将建设现代化的知识管理模式放在重要位置，高度重视知识管理工作。同时企业也不能过分依赖大数据的应用，而忽略了主观决策的重要性，要保证二者相互协调、相互促进，才能帮助企业做出正确决策。

三、作用于管理决策者

假如企业决策者认识不到大数据的重要性，在决策过程中一味应用传统做法，则会严重影响大数据的应用。所以要想使大数据在企业管理决策中发挥较为重要的作用，还需企业管理者及时转变管理理念，重新定位自己在企业决策中的地位。不管在企业发展的哪一个阶段，管理决策者都起着关键性作用，不同之处就在于在过去较长时期内，决策者可以主导决策的制订，可以依据自己在过去较长时期内的工作经验与知识能力做出决策，但不可否认的是这种决策具有一定的不确定性。进入大数据时代以来，管理决策者不必直接做出决策，而应该主动发现问题提出问题，同时企业各级管理人员与职工都成为企业决策的主体，使企业决策与企业实际生产经营情况相一致。但要想实现这种操作模式还存在一定的困难，要求企业管理者及时转变管理理念，要做到平等对待全体企业员工。因此。大数据技术不但使企业内部原有的决策方式得到了创新与改革，同时企业内部管理人员的思想也得到了转变。

四、作用于管理决策组织

第一，进入大数据时代以来，企业决策不再一味依赖企业中的少数人，要求企业全体人员都需参与企业决策。所以企业必须及时更新决策组织与企业决策文化，一般情况下，企业内部决策组织包括集中与分散二种。集中则强调拥有稳定的环境，分散则可以应用于不稳定的环境中，其本身可以适应各种环境，在引入大数据技术以后，分散式决策组织有着更强的信息处理与加工能力，其有效影响着正确决策的制订。再有，基于大数据技术的决策环境也处于不断发展变化当中，表现为明显的分散性，所以高层领导与此相对应也不会集中，由此分散式决策结构得以普遍应用。第二，企业决策权受企业决策文化的影响。进入大数据时代以来，企业当中已经逐步形成了新型文化观点，企业决策文化得以不断丰富与发展。（1）企业决策逻辑发生了改变，收集信息与应用信息在决策中的作用日益重要，企业逐步认识到全体员工决策的重要性，高度重视广大员工提出的意见；（2）企业将培养数据分析专业人才放在重要地位，利用各种优惠措施支持企业内部员工提高自己的数据应用能力，由此推动了企业决策文化的顺利发展。

五、作用于管理决策技术

第一，进入大数据时代以来，企业还需意识到收集数据、分析数据的重要性，才能使其在管理决策中发挥更重要的作用。当前企业中应用最为广泛的数据分析技术以云计算技术为主。通常情况下，云计算技术在数据处理工作中起着核心性作用，可以承载海量数据，有效管理自身掌握的各种数据信息，解决不同数据冲突带来的问题，保证企业数据分析的顺利进行。实践表明，企业应用此项技术以后，推动了自身收集信息、分析信息、评价信息能力的有效提高。再有，基于云计算技术的应用，大量数据信息借助不同形式得以显现，可以帮助广大用户迅速理解各种信息，提高企业的凝聚力。第二，进入大数据时代以来，涌现出数不胜数的信息数据，对信息提取提出了更高的要求，在纷繁复杂的信息中及时发现有效信息，帮助企业做出正确决策是大数据时代急需解决的问题。在加工信息过程中，传统信息处理方式已与时展不相适应，要求应用新方法新措施。当前主要应用知识发现法，可以有效提高信息价值提取效率，较高节省信息提取时间。不可避免的是，这种信息处理方式也存在一定的缺点，其不易准确确定不同数据间的关系，也不能及时发现一些隐蔽的信息，笔者认为其在将来一定时期内必然会实现较快发展，要求有关人员必须重视这一措施。第三，进入大数据时代以来，企业制订决策要考虑到方方面的内容，因此建立完善的决策体系有着非常重要的地位。企业在建设决策体系过程中，还需保证决策体系具有较高的灵活性，保证决策体系随着各种实际情况的发展及时做出调整，做到这一点才能保证决策体系与大数据技术的应用相适应，防止决策体系与应用环境出现矛盾。（1）决策体系可以应用于各种群体当中，要求企业全体员工必须参与，同时可以容纳更为丰富的信息，可以充分发挥各类资源的作用。（2）决策体系应该具有较高的开放性，为实现信息共享创造更多的条件，可以保证全体员工及时掌握各种数据信息，使员工在企业决策中发挥关键性作用。

六、结语

进入大数据时代以来，企业管理决策不但是一门技术，而且也是在原有模式上的一种创新。由于引入大数据技术，企业管理决策环境得到完善，企业管理决策涉及的收集信息方式、决策人员、决策组织、决策技术都会发生明显变化，有效推动了企业决策形式的创新。我国应用大数据技术还处于起步阶段，只有使大数据技术在企业管理决策中发挥更为重要的作用，才能使企业内部各项资源发挥最大作用，应用大数据中存在的各种技术，切实提高企业决策管理能力。由于引入大数据技术必然会提高企业的竞争力，推动企业的持续性发展。

参考文献

[1]栾红旭.大数据对企业管理决策的影响分析[j].北方经贸，2014，（12）：238.

[2]王国安.基于大数据对企业管理决策影响研究[j].现代交际：学术版，2016，（13）：98.

篇8

[关键词]大数据思维；职业教育学生；双创能力

doi：10.3969/j.issn.1673 - 0194.2017.12.147

[中图分类号]G712 [文献标识码]A [文章编号]1673-0194（2017）12-0-02

当前，人类已经进入大数据时代，随着我国网络技术的快速发展，云计算、挖掘数据、移动互联网等得到了广泛使用。高职教育培养人才需要适应人才全面发展的标准，提升双创（创新、创业）能力，是目前改革高职院校教育的重要课题。

1 大数据内涵

大数据比较权威和公认的定义是，美国互联网数据中心的符合“4V”特征的数据集，海量的数据规模（Volume）、快速的数据流转和动态的数据体系（Velocity）、多样的数据类型，（Variety）、巨大的数据价值（Value）。

2 大数据思维的特点

2.1 4V

2.1.1 Variety

大数据数据源异构复杂、种类繁多。从数据格式来看，大数据包括文本、图片、声音，视频等。

2.1.2 Volume

半结构化及非结构化数据占总数据量的 80%至 90%，增长数据将比传统结构化数据快 10 倍到 50 倍。

2.1.3 Velocity

有些大数据对数据实时处理要求非常高，包括感知决策、实时查询、实时搜索等实时性应用。

2.1.4 Value

由于大数据模型的不断改变，同时数据只有在特定时间空间当中具有价值。就需要不停调整高效处理模型来适应新的数据模型。

2.2 容乱性

大数据时代的来临，涌现了非常多的新技术，实现了采集、处理、分析、应用海量数据的结构、半结构以及非结构化，让人们可以将隐藏在海量数据中的信息挖掘出来，同时精确地对陈旧观念提出变革标准。保证学生认识大数据的同时，还可以对大数据时代中海量数据进行处理。精准的样本数据已不再是影响数据分析结果的主要因素，接受混乱，可以为人们对世界的观察打开另一个广阔的新起点。保证在大数据时代可以保持思维清晰，有效的提升挖掘可用信息的效率。

2.3 相关性

小数据时代，人们不懈追求相关现象的因果关系。事实上，尝试使用有限的样本数据来研究现象中的内在机理是非常困难的，因为小数据样本数据本来就有限，无法将普遍存在的事物之间互相联系反映出来，也是小数据无法真正克服的缺点，大数据技术出现后，促使人们从海量数据当中挖掘有关系的现象，认识事物发展规律并预测未来成为可能。亚马逊利用大数据分析，按照读者过去买书喜好针对性的为用户推荐。其分析的数据包含：读者对哪一种图书感兴趣、读者买过哪种书、翻阅图书时间等等。结果表示，利用大数据分析进行图书推荐要比人工分析推荐图书销量高出100倍。仅仅是因为亚马逊将图书销量之间的相关性挖掘出来。所以，将事物中的相关性发现，就可以为掌握目前和预测未来提供参考。

3 大数据思维提升职业教育学生的双创能力

3.1 大数据思维提升职业教育学生的创业能力

3.1.1 注重利用网络平台，培养学生创业意识

目前，网络变成了高校学生自主学习、获得新知识的重要渠道，成为高校学生生活学习中不可或缺的一部分。大数据不仅仅是一种实用性工具，还是极为关键的思维方式。从高校学生个体发展情况来看，从他们心理需求出发，深入了解分析，利用网络将学生的创业意识进行培养。网络作为平时的使用工具，一旦使用不好，只会浪费时间，做无用功。因此，学校应正确地对学生进行引导，充分发挥网络的优点，充分培养学生的创业意识，做好万全之策。

3.1.2 推行个性自主的创业教育

由于学生的个性气质以及成长环境不同，导致学生的思维方式存在显著差异，所以，个性化的创业教育需要越来越明显。学校需要将学生兴趣、优势、潜力以及创业愿望等不同预期综合起来，实现个性化教育指导，确保学生的创业激情，激发创业欲望，实现学生创业理想。大数据带给创业教育个性化支持：学校可以按照学生上网浏览、在线学习以及图书馆借阅书目，对学生的创新意识和知识需求进行分析，灵活地对创业课程进行调整，更好地确保教育的有效性。学校要鼓励学生积极参加和创业相关的在线网络实践学习，对模拟创业、电子商务和实体创业进行尝试，从而锻炼学生的创业能力。

3.1.3 提高教师的大数据教学能力

首先，教师要主动增强大数据意识，具有一定的数据分析和使用能力，这也是进行大数据创业教育的基础。另外，除去传统的创业教学知识外，学校还应使用专项培训、引进企业和领域专业人士、校企合作等形式，组成一支和大数据背景衔接的高水平、综合性创业师资队伍，实现对学生大数据创业技能和实践的有效指导。其次，教师要按照时代背景，不断进行教育形式的创新。教师要使用互联网线上线下教学的良好互动，将翻转课堂和微课形式融合，将学生的参与程度提高。还可利用实践性教学模式，综合网络创业培训和模拟创业实践，通过全程针对性、启发性的指导，推动学生提高创业技能。同时，利用网络社区、微信公众号等方式搭建创业服务载体，既让学生有交流学习的机会以及相互帮助的平台，又可以提供给学生创业学习实践的及时信息。

3.1.4 培B大学生对数据信息技术的兴趣

大部分的大学生，尤其是从事商科的大学生，一直错误地认为数据信息技术的学习是理科生的事情。但在大数据时代，面对巨大的数据直接对公司重要决策有影响的前提下，没有一个人可以在数据面前不动摇。提升大学生对数据信息技术的学习兴趣，不是否定专业化教育，而是作为一种非常强劲的补充。大学生可利用自己选课学习、团队专业人士知识补充，弥补知识的缺乏和不足。

3.2 大数据时代提升职业教育学生创新能力

3.2.1 改革业教育教学模式

传统的教学模式表现出教学的秩序性，但由于学生的思维受到框架约束，创新能力并未得到最大程度的发展。大数据教学可以利用学生学习兴趣的倾向，在某一项课程中加入有个性的内容，从而提升学习效率，消除学生厌烦学习的情绪。另外，大数据教学为教学活动注入了新的“血液”，教学活动因分析数据产生而进行改动，同时不断出现新知识和教学方式，保证教学内容更加具有先进性。因此，网络教学变成了职业教育中普遍的教学模式，而将其归入到教学计划中，学生可以自主完成学习，是一种精准化、个性化的教育。

3.2.2 提升校园信息化建设水平

利用大数据的思维理念，将校园管理中多种软件系统平台综合到校园云中，建设智慧校园，将云联网、物联网、互联网进行充分有效连接，掌握校园中多种数据信息，给学校发展和应用教学提供更加有力的决策依据。智慧校园是根据云计算的大数据实现教师教学行为，保证教学活动，分析和预测学生的生活习惯和学习习惯，保证学校领导对最新的管理和教学信息进行掌握，使学校教学管理更加科学智能化。

3.2.3 发挥优化资源的助推作用

教育大数据作为学习分析的重点对象，大数据的不断升级，综合了人工智能、专家系统和教师领域的知识，提供服务给教学和学习，在教学学习过程发挥监督跟踪作用，是评估教学学习效果的一个工作流程。学习分析技术可以促使教学方法和评估多样、便捷，提升学习管理系统可依靠智能化的技术手段，减轻教师的工作量，将学生学习体验的广度、深度进行提升，指引学生提高自我学习、监督、管理、激励的能力，更好地提升学校管理决策的效果，更好地推动教育资源的优化分配。

4 结 语

从世界的发展历史来看，每一次的产业技术革命都给人类生产生活带来了非常大的影响，同时也对人们的思维方法提出了更高的要求。当今大数据时代的来临，作为职业教育的工作者，应培养学生的大数据思维能力，提升大学生的创新能力，解决学生的创业烦恼。

主要参考文献

[1]郭小平.用大数据思维提升高职学生的双创能力[J].天津职业院校联合学报，2016（8）.

[2]陈亮.论大数据思维下的学生学习品质培养[J].基础教育，2016（4）.

篇9

关键词：大数据；教师角色；高职教育

随着大数据时代的来临，各个行业都需要从大量的数据中寻找对本行业发展有利的信息，从而促进社会的发展和人类的进步。教育领域也不可避免地受到了大数据的冲击与影响。因为计算机的迅猛发展，极大地促进了教育模式的改革和创新，拓宽了学生获取知识的手段。在党的十工作报告中，也明确提出了要大力发展现代化职业教育，而高职高专院校作为现代职业教育的领头羊，其重要性不言而喻。但是，由于普通二本院校和重点院校的扩招，极大地阻碍了高职高专的发展。因此，提升高职高专的竞争力，已经成为各个高职高专院校的首要任务。在大数据时代下，高职高专院校要把握机遇，大力发展实用性、个性化的教学。同时，高职教师的角色也在大数据时代下不知不觉地发生着变化，加速了变革的步伐，使微不足道的量变转化为质变。

一、什么是大数据时代

2011年5月，全球知名咨询公司麦肯锡了《大数据：创新、竞争和生产力的下一个前沿领域》报告，其中第一次提出了“大数据”的含义，并且在报告中指出数据已经成为各个行业发展不可缺少的重要生产因素，这说明人类可以使用大数据来促进社会的进步和人类的发展。大数据是继云计算、物联网之后IT产业又一次突破性发展，通过对数据的交换、分析和融合，可以促进科技发展和人类文明的进步[1]。因此，有必要对大数据时代下的教师角色和职业发展的路径进行重新认知。

二、大数据时代下高职教师角色研究

美国社会心理学家乔治•米德在研究心理学时，首次提出了角色的含义。它的理论基础是利用角色来分析人们的社会行为，也就是依照人们在社会中的地位、身份，用角色理论来分析人们在社会中的日常行为[2]。社会角色是通过社会文化形成的，人类的社会化就是在不断学习和理解角色规范中获得的。“教师角色”就是指教师由于其特殊社会地位体现出的符合人类希望的行为方式，可以使用教师角色来说明和解释教育活动中的社会关系对教师日常行为的突出作用。因为随着人类文明的进步，教师活动也不是一成不变的，教师角色也会随之发生质的改变。（一）角色认知。从传统意义上讲，教师的主要角色就是向学生传授知识，是课堂的主要负责人。从教学形式上讲，教师是传授者，学生是被动的接受者。此种教学方式的优点是可以让学生在最短的时间内获得更多的知识信息，但缺点也十分突出，主要表现在以下几个方面：单一呆板，无法调动学生的兴趣；不能照顾所有学生的需要；容易导致学生的创新能力、自主学习能力和独立思考能力丧失。教师群体衍生出来的高职教师在自身成长的轨迹中，也不由自主地传承了这一“学霸”角色———以课堂教学为重心，以教师为中心[2]。同时，“学霸”们传授知识的过程，同样沿袭了传统的理念和模式：重学科知识，轻技能培养；重书本理论，轻实践经验；重知识传授，轻能力培养；重学习结果，轻学习过程；重统一规范，轻个性发展[3]。此种教学模式培养的学生难以满足社会发展的需要，容易导致学校与多姿多彩的社会生活断裂。所以，在大数据时代，要对教师的角色进行重新分析和研究。传统文明倡导的“尊师重道”，教师在课堂上的“威”和“严”都不容置疑，无形中拉开了师生之间的距离。而良好的师生关系能使师生双方在教与学的双边活动中，融入一定程度的情感交流，达到“共鸣”，进而潜移默化地促进学生在和谐的氛围中，轻松实现多方位的发展。大数据促进了高职教育的革新，学生可以借助信息化从更多的方面来获得知识信息。获取信息资源手段的增多大大减弱了教师在教育中的“霸权”角色，从而让师生之间的关系发生了质的改变。（二）角色定位。在信息化时代下，教师不再是知识的唯一享有者，学生可以从多个渠道快速获取知识，从而也可以让教师向学生学习。在日常的教学中，教师要以学生的个性化需求来设计课程，构建自主学习平台，让学生养成自主学习的习惯和能力。教师作为教学活动的制作者和引导者，一定要给学生提供尽可能多的接近未来社会发展需求的教学氛围，从而让学生养成良好的学习习惯和正确分辨是非的能力。当学生在学习中遇到困难时，教师一定要及时给予帮助和指导，使用尽可能多的手段来了解学生对知识的吸收能力，并且可以全面客观地评价学生的学习过程。同时，教师在教学的过程中，不能一成不变，一定要不时地对自己的教学工作进行分析和反思，从而可以及时发现问题，掌握教学规律，提升自身的科研实力。大数据时代促进了教育信息化的进一步发展，教师传统的单一角色已经发生了质的变化，其不仅是教学的主导者，更是学生自主学习的测试者和监督者。因此，在大数据时代下，教师要主动迎接大数据时代的到来，通过不断学习，努力提升自己的教学水平和科研实力，从而为社会的发展培养更多有用的人才。在大数据时代，高职教师角色定位首先是妥善处理好“学”与“术”“教”与“研”及“理论”与“实践”这三方面的关系；其次，深入思考教师以知识作为教学根本、课堂以教师作为教学主体、学生以教师作为专业权威这三方面的问题；最后，一定要明确大数据时代下教师应担任生产要素的提供者、教育投资的服务者、学术理论的应用者、企业培训的承担者、课堂教学的设计与组织者、学生火炬的点燃者这六方面的角色。（三）角色价值。随着新时期的来临，高职教师一定要使用更多差异化、个性化的教学手段，满足教育环境变化的需求，这样才能获得最佳的教学效果。当选择使用何种教学方式时，教师可以根据教学内容和学生的需求来选择。除了使用传统形式的课堂教学，即教师负责讲、学生负责听的教学模式，还可以使用相互提问、相互讨论、案例分析、角色活动等教学手段。即使是同一个知识点，也要根据不同的学生使用不同的教学方法，以此实现因材施教的目标。对于一直在学校的学生，不能再采用传统的教学形式，教师可以多带学生去企业参观，这样学生才能对所学内容有一个更直观的了解和认识，但对于有工作经历的学生，教师就可以一直让其在校上学，接受知识。在新时代的背景下，高职教师要有接受大数据时代挑战的勇气，学会借助大数据这一有力工具，因势利导，最大限度地利用大数据的优势，创新教学形式，建立高职教育特色，从而提升自身的科研能力，拓展自身的知识面。同时，可以建立新型的科研团队，摸索新的科研道路，为社会的发展和自身的进步奠定坚实的基础。在大数据时代背景下，高职教师要以社会为己任，自觉参与社会实践，提升自身的社会服务能力，增强自身的教学能力。

三、结语

在大数据时代背景下，高职教育已经从根本上发生了质的改变。大数据在带给我们机遇的同时，也带来了更多挑战，高职教师如何在困惑中找到方向，定位教师角色，实现教师价值，关系到自身的发展，也关系到高职人才培养的质量。因此，高职教师肩负着历史赋予的重任，肩负着华丽转型的责任。

作者:赵春莲 单位:重庆电子工程职业学院

参考文献：

[l]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):l-5.

篇10

关键词：移动互联网；旅游产业；安全旅游；智慧旅游；数据分析

1.移动互联网与旅游

1.1移动互联网的特点

在我国互联网的发展过程中，PC互联网已经趋于饱和，移动互联网呈现井喷式的发展。截至2013年，中国手机网民达到5亿；根据《第39次中国互联网络发展状况统计报告（2017）》，截至2016年12月，我国网民规模达7.31亿，普及率达到53.2%，手机网民占比达95.1%，线下手机支付习惯已经形成。伴随着移动终端的价格下降和4G网络普及以及wifi网络的广泛铺设，移动网络用户数量依旧呈现着爆发的趋势。因此移动互联网的一大特点，用户基数大，并且保持着增长的活力。

除用户基数大之外，基于移动互联网应用平台本身的特点，移动互联网同时具备着便捷性（不限时间，不限地域，方便携带），功能与服务多样性―移动平台具有硬件设备，如红外传感，位置定位系统等，高度集成的特点。

1.2移动互联网特点与旅游的相关联系

在PC互联网时代，旅游的在线服务主要是基于桌面网站，不具备灵活性和便捷性，并且服务样式单一。在移动互联网时代，这些缺点得到最大化的弥补。

1）移动互联网的具有便捷性，超越了地理的局限，相关机构可以为跨地区的客户提供集中运作和管理服务，实时共享最新旅游信息，使得信息的与沟通高效快捷，旅行者因此得到更佳的旅行体验。得益于移动互联网的便捷性，移动性，旅游者可以在旅途中利用智能手机等客户终端软件将旅游景点等行程的图文信息与好友等分享，成为信息的者和扩散者，增加旅游信息的互动性。

2）移动互联网区别于PC互联网的位置定位，在旅游上实现更多的位置服务。基于移动平台的位置服务（包括GPS等硬件定位和运营商提供的LBS服务），可以实现类似于百度，高德的旅游导航功能，当旅游者到达某旅游地时，为其策划优质的旅游路线。同时基于定位功能还可以实现周边服务，旅游企业或者管理机构可以周边旅游产品，供游客选择，起到引导消费的功能，带动旅游地经济的发展。另外，旅行安全是旅行者最关注的为题之一，基于位置服务，还可以实现快速的安全救援功能，当游客在某地发生意外时，可以及时定位，实施快速救助。

3）移动互联网带动移动消费。伴随移动互联网的发展，人们的消费方式正在慢慢摆脱纸币消费的牢笼，倾向于在线消费和移动消费，游客可以在旅游的过程中通过手机便捷的支付旅游花费，促进旅游过程的便捷性，例如在线订购旅途火车票（航班），订购景点门票等。

2.大数据时代下的旅游：智慧型和安全型

2.1大数据之于旅游

2012年世界巨头美国将发展大数据提升到国家战略层面，我国在“十三五”规划纲要中提出实施国家大数据战略，由此可见大数据的重要性。大数据的重要不仅仅是对于国家来说的，对于行业发展来讲也应如此。数据正在资源化，旅游发展应当借助这一资源优势，乘势发展。

2.2移动互联网为旅游业产生了巨量数据（也叫“巨量资源”）

首先，移动互联网是一个特殊的物联网。移动互联设备具有以下的特点：便携性，功能多样性（基于硬件功能模块的高度集成）。便携性，为数据的实时共享创造了条件，旅行用户或者管理用户可以实现信息数据的共享，使数据得以流动，数据的流动为数据搜集创造了可能性，例如，某游客可以通过手机，PDA等移动设备，利用移动平台上相应的旅游软件可以实时获得最新的旅游信息，实时的分享旅途信息。旅游软件发行方（管理方）可以获取该游客的相关信息，例如游客旅游的景点，游客的当前位置，游客的游览路线，游客发表的言论，游客旅途喜好，甚至游客的年龄阶段及更隐秘的信息，等等。

移动互联设备的功能多样性，使得数据的形式也呈现出多样性的特点，如文字，图片，频，语音等数据形式，打破了数据格式化和结构化的禁锢，是多样性和非结构化的数据聚集在一起，形成复杂的数据集合。

移动互联网通过多种途径，多种形式为旅游业获取了大量信息数据。

2.3基于数据分析的智慧型旅游和安全旅游

通过移动互联网所获得的巨量数据除形式多样外，还兼具着这样的特点：价值密度低――由于数据采集的不及时，数据样本不全面，数据可能不连续等等，数据可能会失真。

如何发挥数据的潜在价值，使得数据价值最大化是现代大数据时代的重要任务：面对巨量数据，通过特定的数据挖掘算法和数据分析方法（如：集群、分割、孤立点分析）深人数据内部，挖掘数据价值。大数据时代数据具有时效性，因此这些算法不仅要处理大数据的量，也要处理大数据的速度，使数据不仅仅能够准确的反映相关情况，还要做到“及时”的要求。

智慧旅游的发展离不开大数据，需要依靠大数据提供足够有利的资源，智慧旅游才能得以“智慧”发展。智慧与智能不同，智慧型旅游要求主动的对游客旅游行为进行分析，发挥大数据的预测性分析能力，并引导游客的旅游行为，指导旅游业的健康合理发展。

张鹏顺在《大数据时代旅游产业的变革与对策》指到，大数据对旅游组织功能产生巨大影响。大数据将在两个方面深刻影响旅游企业，首先，大数据将颠覆传统旅游产业的价值链，使以生产、采购为中心的模式，向信息时代以旅游者为中心的生产模式转变。其次，大数据的营销价值使旅游企业更加注重精准营销。

因此，大数据应当具备反应实际问题，并快速预测未来态势的基本功能，做到快速发掘和快速反馈，实现信息的实用化和精准性。

在旅游发展上，实时分析旅游数据，并将预测反馈到生产中，比如，可以具体到以下方面的分析：旅游需求和购买行为分析，旅游舆隋分析，旅游时间分析，年龄与行为关系的分析。

影响旅游行为发生的因素主要有两种：欲望（需要与动机）和购买能力（具备购买该旅游产品的客观条件）。这两个因素分别在主观和客观上为旅游行为的发生提供了必要条件。旅游需求分析能够为扮演不同社会角色的个体提供针对性极强的旅游产品，并且对于相应的旅游产品可以正确客观的评价自身定位。

购买行为分析包括旅游产品购买行为分析和旅途中个人消费行为分析。一个个体（或家庭）收入的多少是衡量其有否购买旅游产品支付能力的重要因素。也就成为旅游需求最基本的支持点。一般而言，个人（或家庭）收入的增长，是与旅游需求的增长成正比关系。如图1：

根据世界旅游组织的调查统计结果，式D=f（I）中I是个人收入，D是旅游需求，f是旅游需求函数，其中临界点为A=1.88。而影响旅游需求最直接的收人，是可自由支配收人。因此进行购买行为分析的重要性不言而喻，进行购买行为分析的积极作用在于，合理划分旅游产品的价格，当旅游产品的价格成为影响产品选择时，可以层次分明的实现产品推荐，游客根据自我消费水平合理购买相应产品，对产品和消费者来说实现友好的双向选择。另外，旅游产品也应当与时俱进，针对不同消费水平的群体实现私人订制，充分显示产品的针对性和个性化特点，提高消费者的旅途体验。

旅游舆情（即游客的旅游情绪），直接反映着游客对于旅游目的地的真实看法。通过抓取社交媒体或者旅游指导软件上普通游客及时、真实、原创的旅游评论进行合理的分析，可以得出游客群体的个人旅行特点和对旅游产品的真实评价。清华大学新闻与传播学院教授、新华网舆情首席科学家、教授沈阳认为，社会化媒体改变了传统舆论环境，是热点舆情的发源地，舆情回应的重要平台、旅游营销的特殊战场，并提出了基于大数据挖掘和分析的舆情监测预警思路。

除充分分析旅游欲望与购买能力（消费能力），旅游舆情意外旅游产品必须考虑到旅游时间问题和旅游行为与年龄关系的问题。旅游行为是一种体验行为，社会中的每一个角色，在不受其他条件限制的时间中，才可以根据自己的意愿去利用和消遣人生时间。旅游行为与年龄关系，要考虑社会新兴消费群体的旅游消费行为。

廖维俊在《基于物联网架构下的智慧旅游探究》中指出，物联网架构下旅游的智慧体主要体现在旅游资源信息的智慧化，旅游服务的进一步人性化，旅游过程的优质化，和旅游性价比的实惠化。

智慧旅游，要强调其主动性，主动的数据分析，主动的信息反馈。综合游客的社会阶层，旅游消费水平等等因素，旅游的组织管理机构可以对游客的旅游行动进行有效指导，帮助消费者选择合适的出行方式，推荐优质路线、旅游产品和其他服眨游客也可以通过“货比三家”的方式降低决策风险。从而起到提升旅游体验的功能。智慧旅游发展同时有助于旅游企业和旅游城市以更科学、更简化、更智慧的方式推动政府管理、企业运营和消费决策。

旅游安全是每一位游客的必要诉求之一。在数据时代，旅游安全应当更深刻的强调主动安全（即危险规避）。主动安全要求，更大价值的发挥移动互联设备的多功能性，实现数据的实时共享和实时处理，危险的实时预警和及时处理。

数据时代，智慧旅游和安全旅游，根据马斯洛的需要层次论，满足生理需求，安全需求，社交需求，尊重需求，和自我实现需求，这样的旅游行为才是深刻的和完整的。数据时代旅游行为和旅游发展，应当强调其体验价值，智慧功能和安全功能。