大数据实习计划范文
时间：2024-01-19 17:50:39
导语：如何才能写好一篇大数据实习计划，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；科技期刊；数字化
2014年8月18日，中央全面深化改革领导小组第四次会议审议通过了《关于推动传统媒体和新兴媒体融合发展的指导意见》，对新形势下如何推动媒体融合发展提出了明确要求，强调要“推动媒体融合发展，强化互联网思维，将技术建设和内容建设摆在同等重要的位置，积极运用大数据、云计算等新技术，发展移动客户端、手机网站等新应用新业态，不断提高技术研发水平，以新技术引领媒体融合发展、驱动媒体转型升级。” 从西方到东方，从硅谷到北京，大数据的概念正被不断地传播与推广，大数据无疑已成为新技术与和产业聚焦的热点。因此，顺应时代形式、力求创新发展无疑是科技期刊的必行之路，以大数据等新兴技术为契机，加快推进科技期刊数字化建设乃是大势所趋。
1 大数据与数字化出版
1.1 大数据
1.1.1 大数据的发展历程
“大数据”一词首次被提出是在2011年有关机构的研究报告――《大数据：创新、竞争和生产力的下一个新领驭》之中。这份报告研究了数据和文档的状态，同时分析了处理这些数据能够释放出的潜在价值。此后，IBM、甲骨文、EMC、SAP等全球IT巨头纷纷把长期部署的海量数据设备、数据分析、商务智能等硬件、软件与服务以“大数据”这一概念推向战略前沿。大数据发展历程如表1所示。
1.1.2 大数据的涵义
大数据（Big Data）又称为巨量资料或海量资料，指的是所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理并整理成为对企业经营决策具有较高参考价值的咨询。大数据具有4V特点，分别是海量化（Volume）、多样化（Variety）、快速化（Velocity）、和价值化（Value）。这些特点预示着大数据将改变目前“IT”架构，将信息界变革的重点由“T（技术）”转向“I（信息）”，以形态多样且富有价值的数据为主体，借助一定的技术，分析得出大量额外的有价值信息和数据关系，帮助指导人们优化自身的决策和行为方式。
1.2 数字化出版
2010年新闻出版总署下发《关于加快我国数字出版产业发展的若干意见》，将数字化出版定义为：“利用数字技术进行内容编辑加工，并用网络传播数字内容产品的一种新型出版方式”。数字出版是一种全新的技术和文化形式，策划、组稿、审稿、编辑加工、出版、发行等各个环节都应在网上完成，是融语义信息、听觉信息、视觉信息、行为信息、符号信息于一体，突破时空、学科、语言的限制，将期刊带入一个超立体空间和多维的环境。数字出版包括了三层递进的含义，基本上反映了学术期刊数字化出版从低到高的演进过程，见图1。
2 大数据时代科技期刊面临的机遇与挑战
2.1 大数据时代科技期刊面临的机遇
2.1.1 有助于期刊出版模式多元
当前，虽然科技期刊数字出版已开发打造，但所提供的资源形态一般仅为文字或者图片，相对较为单一，同时也尚未建立资源之间的关联性。大数据环境下，科技期刊编辑可以通过对海量数据的搜寻与分析，聚合优质资源，并利用数字出版技术、信息技术、知识挖掘技术、大数据分析技术等，了解学术前沿情况，发现研究机构及相关作者的研究现状，进行更深层次的选题策划和组稿，并“协助”各类编辑软件对日常稿件进行筛选、选择审稿专家、、规范基本格式、校对等，快速完成资源的优化，为用户提供多维的资源服务。科技期刊将改变以往以书、文献等为单位的粗放型生产模式，转而强调科研全过程的发表，为作者提供深入的知识服务，实现科技期刊跨学科、跨行业、多角度应用以及多媒体展现。
2.1.2 有助于期刊品牌价值提升
基于大数据的信息分析能够成为科技期刊质量管理、规划和决策等提供对维度的支持，有助于科技期刊品牌价值的提升。要善于利用大数据的预测功能，科技期刊编辑根据对用户行为大数据的全面挖掘和分析，了解用户的关注点和知识需求，预测未来科技的发展趋势，展示学术前沿、热电等，为编辑筛选、评判稿件提供学术依据和技术职称，从而进行针对性约稿，开发学术前沿与热点的专栏等，解决科技期刊内容创新度不高的问题。同时大数据应用过程中，科技期刊编辑可以了解作者近期的研究方向，推测遇到的问题，实现数字期刊的精准推送，一方面提高期刊论文的引用率，一方面培养作者群，扩大期刊的流通范围，均有助于科技期刊品牌价值的提升。
科技论文出版周期长、流通环节不畅、时效性差等问题不仅广被诟病，更直接影响到科技成果的认定、传播和利用价值，以及科技期刊的学术影响力，利用大数据技术对科技期刊编辑工作流程的优化，可以显著提高工作效率，缩短论文的出版周期。大数据时代，作者、编辑、专家等的信息传输和决策行为均纳入了数字化管理轨道，并与中外公共文献数据库实现了链接与共享，这使期刊编辑中的数据互通共享、数据计算分析及数字化作业成为可能，将对优化科技期刊编辑的工作流程提供帮助。科技期刊编辑智能型办公系统将以多维度数据为基础，充分利用计算机网络和人工智能计算工具，以达到减少重复劳动和简单劳动，提升编辑质量与效率，缩短审稿周期，从而最终提高科技期刊的学术影响力。
2.2 大数据时代科技期刊面临的挑战
2.2.1 保密工作更加复杂
当前，科技期刊发展进入数字出版时期，期刊编辑出版的数字化程度日益提高，投稿、审稿均已实现网络化，开放存取平台（如万方、维普及中国知网期刊数据库）日益完善，覆盖的期刊种类日益增多，国际检索系统收纳的中国科技期刊类别也越来越多，同时，媒体融合态势明显，网络平台种类增加，普及到数据库、期刊网站、手机平台等，特别是数字优先出版模式的出现，更是加快了科技期刊的出版速度。在学术指标评价方面，论文作者的学术指标往往以文章公开发表数量、原创性以及是否被EI、SCI等检索为职称评定的关键指标，科技期刊则以期刊被引频次、影响因子、平均引文率、反应速率、期刊他引率、期刊被引半衰期等为指标，这些都是以科技期刊能够网络出版、具有强大的传播能力为前提的。这就直接导致期刊发稿时效加强，科学研究原创性成果上网周期缩短。如果存在科研机构作者保密意识不强，科研成果定密标准认知不一，科技期刊出版单位保密审查不严，即使单篇发表作品看似没有泄密，但在大数据分析技术下，泄密可能性将大幅增加。
2.2.2 期刊数字化建设水平较低
近年来我国科技期刊数字化出版虽然得到了飞速发展，但与国外同行业相比，我国科技期刊数字化出版产业仅处于初级发展阶段，相对落后的数字化建设水平阻碍了大数据在科技期刊业的应用。目前信息的主要传播方式为网络传播，加快推进科技期刊数字化建设将有效促进国内外用户的学术交流与合作，并通过积极向国外同行、国际重要检索机构进行推送，扩大期刊的国际影响力。然而目前，国内很多科技期刊编辑尚对数字技术认识不足，局限于现有的出版模式。同时，科技期刊编辑的数字技术水平也普遍较低，缺乏推进科技期刊数字化建设的自觉意识与主观愿望。
在大数据时代，科技期刊论文的发稿时效和稿件审稿编辑周期都将大大加快，对期刊编辑和身高专家提出了更高要求，有了更高的挑战。因此各个科技期刊编辑部不仅需要建立一支能适应新环境的具有高素质的编辑队伍，还需要一批乐于奉献的高水平审稿专家队伍，在新的大数据环境下，需要作者、编辑和审稿专家协同努力，以适应新的编辑环境。
3 大数据时代科技期刊生存与发展的对策
3.1 以发表优质稿件为宗旨，坚持推进期刊数字化建设
中国传统的科技期刊还处于数字化转型的关键时期，要想在内容、管理等方面实现数据化运作，首先必须彻底推进期刊数字化。科技期刊编辑应主动顺应这一潮流，并在自己的职责范围内推进期刊的数字化改革进程。期刊编辑出版工作者应该站在战略高度，认识到期刊的数字化转型是生产力发展的必然结果，是时展的必然趋势。科技期刊编辑要不断加强建设科技期刊数字化的自觉意识，主动寻找适应数字化出版需求的运营管理模式，从而为建设具有中国特色的数字化出版业做出贡献。但主动迎接大数据给予的发展契机的同时，科技期刊的定位应该是做优秀的内容提供商，因此，科技期刊编辑应认清并巩固自身的核心价值所在，坚持优质稿件的办刊理念。已经起步的数字型编辑普遍存在重技术、轻内容质量的问题。对于大数据的分析使用始终无法代替文化产业属于人的精神创造活动，编辑只有对文字内容资源，包括稿件的收集、编辑加工、知识体系的分类等进行整合和管理，坚守角色定位，专注内容质量和价值提升，大数据才能在科技期刊业得到科学利用和持久发展。
3.2 以保密管理为抓手，坚持贯彻期刊保密审查制度
一是，新闻出版行政管理部门要高度重视。依据《新闻从业人员职务行为信息管理办法》的原则和要求，加强期刊保密审查和监督工作，促使科技期刊出版单位落实保密制度和保密责任。二是，期刊出版单位要高度重视。要在日常管理中健全保密管理、严把保密审查、加强保密教育，通过物理隔离和定期检查等做好稿件各环节的管理，加强对编辑人员的保密警示教育，针对保密审查中发现问题的稿件，要禁止编辑或其他人员通过任何渠道获得或传播稿件。三是，期刊编辑人员要高度重视。编辑要从思想上树立会保密、善保密的坚实防线，应在日常业务中学习保密法律法规知识，牢固掌握保密的相关规定和业务技能，以强烈的责任意识和保密意识认真贯彻执行保密审查制度。
3.3 以传统编辑为基础，坚持提升编辑人员信息素养
首先，科技期刊编辑要搞好选题策划，除了通过参加会议与专家交流获得选题外，还要善于挖掘和借助行业创新库，实现信息的获取、存取、交换、传递和应用，运用技术手段挖掘优质作者、寻找创新点及热点等。其次，科技期刊编辑要搞好稿件审读。编辑虽然不能对工作中涉及的专业领域做深入研究，但应对相关学科、领域的热点问题以及今后的发展趋势具有较强的认知能力，科技期刊的编辑可以借助各类信息平台为专家提供辅助审读依据。如编辑可以根据期刊自身要求，将是否具有创新点作为投稿必要条件，并借助平台提取稿件的创新点。第三，科技期刊编辑要借助大数据平台搞好期刊营销。编辑要运用一定的计算机基础知识（包括数据库、网络、多媒体等计算机应用新技术）将出版物中的文字视为信息符号，将文章进行碎片化处理，得到文章的标题、摘要、创新点、关键词、主要内容、潜在用户等信息。期刊编辑按照不同终端用户需求对碎片进行打包和再加工，通过计算机技术完全能够针对不同用户的不同需求，完成对这些信息符号的不同处理，最后推送给各类终端用户群。
【参考文献】
篇2
［关键词］大数据时代;审计信息化;企业管理
1引言
我国现今处于全面深化改革的局面，这对企业的市场环境已经造成不同程度的影响，促使企业市场环境不断变化，也对企业的发展造成极大的影响，再加上大数据时代背景的影响，内部审计也需要面临改革与创新的局面。科技时代下信息增长量呈病毒式暴增，传统的内部审计已经无法更好地处理日益暴增的数据，在这种情况下，内部审计也逐渐向着信息化的方向发展，融合先进的计算机技术，极大程度上提高审计效率，并且智能化技术的应用还从根本上保证了内部审计的质量。但是我国内部审计以及计算机发展都相对落后，目前内部审计信息化建设仍旧处于摸索阶段，还未有相对成熟的实践经验。基于此，深入研究大数据时代审计信息化建设实现路径具有极高的现实意义。
2大数据时代审计信息化建设的影响因素
2.1各类数据信息的不断增加
在大数据时代，各个行业都开始向着信息化的方向发展，无论是基础的日常工作，抑或是更加复杂的操作，都通过信息化的设备去完成，能够极大程度上提高工作效率，在解决复杂操作时也能保证规范，预防意外情况的发生。随着信息化的全面建设，各个工作环节产生的数据信息就不断增多，各类数据的增加量不断提升，如果是传统的人工审计，整体的工作效率就会明显下降，再加上人工审计无法对海量的数据进行深度的处理和挖掘，工作出错率也会显著提高，在这种情况下，信息化建设就十分关键，通过加强信息技术的应用来保证内部审计的准确化以及高效性，促使内部审计可以更为有效地发挥自身作用。
2.2财会工作电算化的全面实施
审计工作与会计工作存在非常密切的联系，审计工作地开展建立在各项财务数据的基础之上，这就需要会计工作的辅助，而通过对各项财务数据的分析来实现对财务活动的监督，从而保证企业的合法以及规范经营，并且对财务风险进行有效的预防。在大数据时代之下，财会工作电算化全面实施，合同信息、明细账目、发票信息等均有电子版进行储存和传递。［1］随着财会工作电算化，作为建立在财务工作基础之上的内部审计，也势必要向着信息化的方向发展，审计信息化可以更好地与财务电算化相配合，发挥协同作用的同时，也从根本上保证审计的有效性。
2.3多部门财务信息的不断共享
大数据时代下信息量处于爆炸式增长的阶段，企业各个部门的财务信息也显著增多，为了保证企业工作的高效性，众多企业开始实施多部门财务信息共享，促使各部门进行有效的联动，各项财务信息可以实时共享。财务部门作为财务管理中心，也要做好有效的协调工作，统筹各项财务信息，为审计工作的展开提供有效依据。《国务院关于加强审计工作的意见》中明确指出要加快推进审计信息化建设，促进有关部门、金融机构和国有企事业单位等与审计机关实现信息共享，加大数据集中力度，构建国家审计数据系统，该文件也充分说明了财务信息共享对审计信息化建设的重要性。
2.4数据处理愈来愈集中且自动
在大数据时代的影响下，众多企业的内部审计工作开始实现信息化发展的转变，而随着信息化审计的展开也会发现现今的审计工作中对数据的处理更加地集中，并且出现自动化特征，审计工作更加地高效、便捷。传统的内部审计中，大多数工作环节都是由人工来操作和实现，人工操作具有时间的局限性，并且人为的影响因素也会对审计质量造成影响，而大数据时代下的信息化审计打破了时间的局限性，可以自动化地完成数据挖掘、分析等工作，通过规范的操作流程来避免差错的出现，进而保证内部审计的准确性。
3大数据时代审计信息化建设存在的问题
3.1审计理念与新理念存在偏差
我国现今虽然在努力推行审计信息化建设，但是信息化的水平仍旧相对较低，主要的原因就在于审计理论仍旧非常落后，仅仅是审查被审计单位是否存在渎职舞弊等行为，促使审计信息化工作的展开仍旧延续落后理念，并不符合现今企业发展环境的要求，甚至与审计信息化工作的展开发生冲突，影响审计信息化发展的同时，促使审计工作无法发挥效用。［2］审计信息化中审计理念逐渐以事前预警、事中控制、动态化审计、远程审计为核心，做到防患于未然，这种新的审计理念与现今的审计理念存在明显的偏差。
3.2审计人员欠缺大数据运用能力
在大数据时代中，大数据技术的出现为数据和信息的处理提供了极大的便利。大数据技术不仅仅会对相应的数据信息进行收集，在处理的同时还能实现对数据的分析与挖掘，从而发现更加深层次，并且具有价值的数据，可以做到数据处理的全面性，这反而能够极大程度上提高审计工作的效果。审计信息化基于大数据的深度挖掘，可以更为早期、及时地发现财务风险，从而进行有效的规避和预防，但是现今大多数的审计人员对大数据技术的应用存在明显的不足，许多审计人员欠缺大数据运用能力，促使大数据技术与审计工作无法有效融合，局限大数据技术作用的同时，影响审计工作的效果。
3.3契合大数据的审计软件开发缓慢
审计信息化建设需要依托于高效、便捷的审计软件，通过更加专业的计算机技术从根本上贯彻审计信息化，但是现今市场上缺乏真正适合信息化审计工作的软件。我国审计工作出现时间相对较晚，近几年计算机技术虽然发展十分迅速，但是整体水平仍旧有待提高，再加上内部审计出现时间相对较晚，没有相对成熟的研发经验，促使契合大数据的审计软件开发速度一再缓慢，许多开展信息化审计的企业所使用的软件也并不真正适用于内部审计工作，仅仅能够实现数据的收集和分类，对数据的处理、分析以及挖掘都有待提高。3.4现有体系在数据挖掘和处理存在不足价值密度低是大数据的一个重要特点，要想发挥大数据的优势来提升内部审计工作的效率，就要求内审部门能够从海量的数据中挖掘出有价值的数据，这就对内部审计体系数据挖掘和处理提出了更高的要求。就目前现今众多企业的审计信息化工作来看，对于数据的挖掘和处理能力仍显不足，内部审计系统当中存在大量的冗余、垃圾和无效数据，实现的功能也十分有限，许多企业审计信息化体系仅仅只能进行数据分类、汇总、排序，而高度智能的挖掘、分析与处理无法实现，这反而在一定程度上局限了内部审计的作用。
4大数据时代审计信息化建设实现路径
4.1围绕大数据推动审计思维方式转变
大数据技术的应用是推动审计信息化的关键，而大数据运用在审计工作中的主要理念就是通过大数据技术进行相应的预测，收集数据的同时对数据进行直接的分析和处理，并且深度挖掘数据，及时发现潜在的风险。在这种情况下，契约想要更好地实现审计信息化建设，就需要围绕大数据技术转变审计思维方式，依托大数据技术对审计思维方式进行全面的改变，将监督转变为预测，更好地预防企业运营风险。
4.2依托大数据不断强化审计人才培养
从大数据运用情况就可以看出，现今的审计人员还需要进一步的培养，因此企业要依托大数据不断强化审计人才培养，要从理论知识丰富以及实践经验丰富两个方面入手。在理论知识丰富方面，企业可以聘请专业的大数据审计人员到公司内部进行授课，并且要求所有内部审计人员都必须参加，由专业的审计人员向审计人员教授相应大数据技术在内部审计的应用，以促使内部审计人员可以掌握更多的理论知识。［3］在实践经验丰富方面，企业要在审计信息化系统中加强大数据技术的应用，让审计人员可以将学到的知识应用到实际工作当中，通过应用不断强化对大数据技术的掌握熟练度，促使审计人员可以在内部审计工作中熟练掌握应用大数据技术，进而提高整体审计效果。
4.3借助大数据打造数字化审计平台
对于内部审计信息化工作而言，想要从根本上保证内部审计的工作效果，就需要数据化审计平台的存在。通过审计平台来实现规范化审计，并且依托审计平台也可以更为全面、及时地获取财务信息，与其他管理体系进行有效的融合，实现数据共享，进一步提高工作效率，因此企业需要借助大数据打造数字化审计平台，不仅能够更为高效地完成内部审计工作，同时还能与内部审计工作的展开相匹配，随着内部审计的发展而实现动态化的发展，极大程度上提高内部审计工作的质量。
4.4完善现有体系数据挖掘和处理能力
企业现今审计信息化体系的数据挖掘和处理能力明显不足的原因就在于对数据挖掘和处理相关技术的应用程度相对较低，在这种情况下，为了提高体系的数据挖掘和处理能力，就要进一步加强对相关技术的应用，例如ETL数据处理权健、SQL技术等，结合企业的实际情况合理性地选择相关技术，保证数据挖掘和处理有效的同时，也能促使审计体系更加符合企业情况，进而充分发挥内部审计的作用，加快企业审计信息化转变速度。
篇3
关键词 教育大数据 个性化学习 学习路径
教育部2015年工作要点中提出：将进一步推进《教育信息化十年发展规划》中的“三通两平台”建设与应用，力争实现学校互联网全覆盖[1]。教育信息化的推进以及教育基础设施的建设，为大数据技术在教育领域的应用奠定了良好的基础。
大数据技术正在对社会生产生活产生深刻的影响，过去无法收集和分析的数据被大数据技术赋予了新的可能性，其中关于人们行为和喜好的数据挖掘，使大数据成为了教育变革与创新的重要推动力。传统的教育决策通常建立在个人教学经验和简单的数据分析基础之上，无法提供给每个学生最有效的教学方式。而大数据技术对海量教育数据的留存和深度挖掘，能帮助教师更深入地了解学生知识的掌握情况以及学习偏好，有助于教育机构和教育工作者弥补或改变现行教育中的不足，将推动传统以“教师为中心”的教学方式向以“学生为中心”教学方式的转变，真正做到以人为本、因材施教。
一、教育大数据的概念和特征
教育大数据作为大数据在教育领域中的应用，至今国内外还没有教育机构给出明确且统一的定义。教育大数据可以被理解为所涉及的教育数据规模巨大且种类繁多，以至于传统的处理工具无法进行有效的撷取和处理的教育数据集。教育大数据主要有以下几个特征。
1.海量性
麦肯锡对大数据的定义是指那些规模大到传统的数据库软件工具无法进行采集、存储和分析的数据集[2]。因此，数据量大也是教育大数据的首要特征。随着信息化的发展，大部分学校都采用先进的信息管理系统进行教学管理，教学管理与教学资源的全面整合会产生和记录大量的教学信息。另外，越来越多的学习行为在网络上发生，也导致在线学习平台所生成的教育数据量呈爆发性增长的趋势。
2.多样性
德勤公司专家罗伯特指出：“规模并不是常规数据和大数据之间最主要的区别，大数据的重要属性应该是复杂性和多样性。”[3]传统的教育数据具有明显的结构化特征，但随着教学手段和教学工具的飞速发展，教育数据的品种不断增加，数据结构变得更加复杂，形成了多样且异质的教育大数据，如教学视频、音频、日志、邮件等，这些非结构化的数据背后隐藏着大量的信息，比如学生的学习态度、能力和偏好。大数据时代的教育工作者要学会利用和分析这些不同类型的教育数据，以还原学生学习情况的完整性和真实性。
3.动态性
传统的教育数据更专注于静态记录学生的考试成绩，而教育大数据有能力跟踪和掌握学生的学习动态，比如学生注意力集中时间、回答问题次数等。这些数据是动态且高速变化的，教师不仅可以根据实时的教学数据监测，动态地评价学生的学习成绩和学习效果；还可以根据变化的学习数据随时调整教学方案。斯坦福大学吴恩达教授跟踪学生观看视频讲座的行为发现：如果学生中途点击了关闭或快播键，暗示了讲座内容晦涩难懂或学生不感兴趣，教师可以据此对视频内容进行调整，以期通过改善教学内容来提高学生的理解力和兴趣度[4]。
4.价值性
维克托在《大数据时代》中指出：“大数据时代最重要的是从大数据中挖掘价值。”[5]目前学校所产生的教学数据都是由很多学生行为片段组成且处于分散状态，需要使用大数据技术对这些数据进行整合和利用，通过对这些被锁在“数据孤岛”上的海量数据进行处理，获得具有重大价值的学生行为分析结果，并利用它们为改善学生的成绩提供个性化的服务。教育大数据对学生、家长和教师都具有很高的价值，它可以帮助学生提高学习成绩、帮助家长理解学生的学习行为、帮助教师改进教学方案，以确保每个学生获得有效且高效的定制教育。
5.真实性
教育大数据注重提高数据分析的真实性和可靠性，传统的教育数据由于学校为了排名、教师为了业绩等原因可能被修改或粉饰，这样得到的不真实数据就失去了对学生学习情况判断的准确性。而教育大数据由于基数巨大，不是凭借某一个数据对学生进行评价，而是依靠海量的全息数据对学生进行整体评定，即使某些被修改过的错误信息存在，也不会影响对学生的最终评价结果。
二、基于教育大数据的个性化学习模式构建
个性化的学习模式强调“一个尺寸适合一个人”的教学方式，通过大数据技术来实现个性化教学，使知识的传授能够适应特定的教学环境、学习偏好和学生能力。个性化学习模式由以下几个部分组成。
1.学生学习数据库
个性化学习模式强调“大数据驱动”，由学习数据库记录和存储大量实时、可靠的学生学习行为数据，例如学习路径、日志、讨论、作业等。大数据技术的优势就体现在可以对各种非结构化的数据进行采集和存储，课堂教学、在线学习、辅助教学工具都可以作为数据收集的平台，每次学生的点击、讨论版的互动、博客的进入或任何微小的活动都会被记录下来，生成每生每课的数以万计的学习数据，并纵向传递到分析系统，成为下一步个性化学习分析的重要基础资源。
2.学生基础数据库
学生基础数据库包含了学生的各种基本信息（姓名、年龄、专业、爱好等）、学生的历史学习信息（成绩、先导课程、问卷调查等）。要确保为学习者制定最适合的学习路径，不能仅靠学生的学习行为数据，还要参照历史学习数据，这些数据会综合反映学生的知识储备、学习偏好、努力程度等信息，会形成更加立体的学生学习影像。
3.分析系统
分析系统是对学习数据库中跟踪学生学习轨迹所存储的大量数据进行处理和分析。分析的内容主要包括：学生学习表现、课程与教材选择是否正确、教学方法是否合适等。分析过程首先要对原始学习数据进行归纳和整理，去除无关或难以识别的冗余数据，数据的真实性和时效性是保证最终得出准确分析结论的关键。然后通过大数据方法将数据转化成可以被洞察和操作的模式，获取数据当中潜在的、有效的、规律性的、可以被理解的信息，并形成可视化分析报告。
4.自适应系统
自适应系统主要通过分析系统得出的反馈对学习过程进行自我调整和管理，学生基于数据收集和分析的可视化结论来调整学习路径，比如更换选修课程和学习材料。由于学生的个体情况有很大差异，自适应系统会利用人工智能软件根据学生对学习内容的接受程度，自动对学生的学习行为作出响应，帮助学生调整学习方案。在自适应学习系统中，学习不是被动地接受知识的过程，而是在更正学习过程中发现感兴趣和擅长的知识的过程。自适应系统增加了学生学习的主动性，调节了学生的学习状态和独立思考能力，改变了传统学习的被动局面。
5.个性化干预
个性化的学习干预是通过对学习者基础数据库和系统内学习数据库的数据进行整合，基于分析系统得出的可视化分析结论，结合教师的教学经验，对学习者的学习轨迹进行修订和改善的干预服务。对于学习效果较差的学生要通过互动平台及时给予帮助和干预，其目的在于通过修订教学方案和个性化资源推送来提高学习者的学习效率，并对学习者未来的学习行为进行智能化预测。个性化的教学干预摒弃了传统的“合格-不合格”的评价系统，强调通过数据分析来评估学习者的学习情况并掌握学习者思考和解决问题的方式，以便为其提供必要的引导和帮助，最终得到学习者更全面且精准的评价。
由图1可知，个性化学习模式的流程为：由学生学习数据库收集原始学习轨迹数据传递到分析系统；分析系统通过数据预处理、数据分析功能，利用各种大数据技术生成可视化的学生学习行为分析报告；自适应系统通过数据挖掘和学习分析等工具分析出来的报告，评估学生的学习过程，发现潜在的问题并进行智能干预，引导学生对学习内容进行适应性修正；教师整合基础数据库数据和分析系统得出的结论，结合多年的教学经验，通过干预系统对学生的学习路径进行人为的教学干预，对教学方案进行调整和修订，对学生未来的学习情况进行预测，将传统的同质教育演化成适应每位学生个性化需求的定制教育。
三、基于教育大数据的个性化学习模式面临的挑战
大数据技术运用于教育领域，为传统的“批量生产”式的教育模式带来了巨大变革，将引领教育进入全新的高度个性化的时代。但是，个性化学习模式中所有系统相互作用的前提条件是教学数据提供的准确性和及时性，只有在各系统之间保持快速、及时和准确的信息传递的情况下，大数据分析对教学的作用才能凸现出来。但现在许多学校的教学仍然以传统的面对面课堂教学为主，数据的传递、转换和分析可能出现滞后的情况，会影响最终干预系统分析结果的有效性。因此，大数据技术要在教学领域发挥其应有的作用，还需要学校大力推进教育信息化的建设，提高教学数据处理和分析的能力，才能充分发挥个性化学习模式的作用，真正实现教育的个性化培养。
对学生学习轨迹进行跟踪、记录和挖掘，不可避免地涉及到学生信息的保护问题，尤其在现有个人隐私的法律法规不够健全的情况下，教育大数据领域隐私规则的制定变得迫在眉睫。教育管理者要意识到大数据的使用将涉及到来自道德和法律的双重挑战，学生是教育大数据的创造者和所有者，在对教育数据进行采集和分析的时候，应取得学生和家长的认同和信任，同时制定有关学生隐私保护的法律法规，以保证所有收集到的学生数据都应用于改善教学。
参考文献
[1] 教育信息化十年发展规划（2011～2020年）[EB/OL].[2015-10-20].http：///web/content.php？id=6853.
[2] Big data：“The next frontier for innovation competition and productivity”[EB/OL].[2015-09-08].http：///news/2011/06/BigData.
[3] 陆Z.大数据及其在教育中的应用[J].上海教育科研，2013（9）.
[4] Viktor Mayer-Sch？nberger.Learning With Big Data[M].Create Space Independent Publishing，2014.
篇4
>> 大数据时代企业竞争情报面临的挑战及情报分析策略 大数据时代基于情报分析的图书情报学教育变革 大数据时代下的图书馆数据挖掘和情报分析研究 不同领域的情报分析及其在大数据环境下的发展 大数据背景下突发事件情报分析模型构建研究 大数据时代高校图书馆嵌入式知识发现情报分析服务模式研究 技术情报分析系统中数据挖掘功能的设计研究 专利数据库在科研及情报分析中的应用探析 数据挖掘技术在高校图书文献情报分析中的应用 情报分析中常见的失误分析 语篇情报分析中的心理影响 情报分析研究的回顾与展望 社交网络与美军的情报分析获取 江户日本的情报分析及世界认识 谈《管子》中的情报分析思想 情报分析中问题的界定 穿过“棱镜门”看大数据时代的信息安全 贝叶斯分析在情报分析中的应用 关联规则在公安情报分析中的应用研究 情报分析中的认知偏差表征及其克服 常见问题解答 当前所在位置：l.
[8]王新才，丁家友.数据知识图谱：概念、特征、应用与影响[J].情报科学，2013，31，（9）：10-14，136.
[9]李广建，杨林.大数据视角下的情报研究与情报研究技术[J]. 图书与情报，2012，（6）：1-8.
[10]美安全局机房曝光 监控百亿亿兆级别数据[EB/OL]. [2013-12-15]..
[11]Wikipedia.Big data[EB/OL]. [2012-10-22]. http：///wiki/Big_data
[12]Cohen J， Dolan B， Dunlap M， et al. MAD skills： New analysis practices for big data[J].PVLDB，2009，2（2）：1481-1492.
[13]维克托・迈尔-舍恩伯格，肯尼思・库克耶.盛杨燕，周涛译.大数据时代――生活、工作与思维的大变革[M].杭州：浙江人民出版社，2013.
篇5
关键词：大数据；管理会计信息化；优势；应用现状；问题
在这个高速发展的信息时代，管理会计的功能已经由提供合规--的信息不断转向进行价值创造的资本管理职能了。而管理会计的创新作为企业管理创新的重要引擎
，在大数据的时代下，管理会计的功能是否能够有效的发挥，与大数据的信息化，高效性、低廉性以及灵活性等特点是密不可分的。
一、大数据时代下管理会计信息化的优势及应用现状
在大数据时代下，管理者要做到有效地事前预测、事后控制等管理工作，在海量类型复杂的数据中及时高效的寻找和挖掘出价值密度低但是商业价值高的信息。而管理会计信息化就能够被看做是大数据信息系统与管理会计的一个相互结合，可以认为是通过一系列系统有效的现代方法，不断挖掘出有价值的财务会计方面的信息和其他非财务会计方面的综合信息，随之对这些有价值的信息进行整理汇总、分类、计算、对比等有效的分析和处理，以此能够做到满足企业各级管理者对各个环节的一切经济业务活动进行计划、决策、实施、控制和反馈等的需求。需要掌控企业未来的规划与发展方向就能够通过预算管理信息化来实现；需要帮助管理者优化企业生产活动就能够通过成本管理信息化对销一系列流程进行监控来实现；需要对客观环境的变化进行了解以此帮助管理者为企业制定战略性目标能够通过业绩评价信息化来实现。
（一）预算管理信息化
在这个高速发展的信息时代下，预算管理对于企业管理而言是必不可少的，同时对企业的影响仍在不断加强。正是因为企业所处的环境是瞬息万变，与此同此，越来越多的企业选择多元化发展方式，选择跨行业经营的模式，经营范围的跨度不断增大。这就需要企业有较强的市场反应能力和综合实力，对企业的预算管理提出了新的发展挑战要求。虽然不同企业的经营目标各不相同，但对通过环境的有效分析和企业战略的充分把握，从而进行研究和预测市场的需求是如出一辙的。企业对需求的考量进而反应到企业的开发研发、成本控制以及资金流安排等各个方面，最终形成预算报表的形式来体现企业对未来经营活动和成果的规划与预测，从而完成对企业经营活动事后核算向对企业经营活动全过程监管控制的转变。
然而从2013国务院国资委研究中心和元年诺亚舟一起做的一项针对大型国有企业的调研结果中得出，仅仅有4成的企业完成了预算管理的信息化应用，大型的国有企业在预算管理信息化应用这方面的普及率都不高，足以说明我国整体企业的应用情况也不容乐观。所以从整体上来讲，预算管理信息化的应用并未在我国企业中获得广泛的普及。
（二）成本管理信息化
企业由传统成本管理企业向精益成本管理企业转换是企业发展壮大的必然选择。而基于大数据信息系统能够为企业提供对计划、协调、监控管理以及反馈等过程中各类相关成本进行全面集成化管理。而进行成本管理的重中之重就是对企业价值链进行分析以及对企业价值流进行管理。企业能够通过成本管理信息化对有关生产经营过程中的原材料等进行有效地信息记录及进行标示，并结合在财务信息系统中产生的单独标签，使与企业有关的供应商、生产经营过程和销售等的过程全都处于企业的监控。以此企业可以做到掌握生产经营的全过程，即能够通过财务信息系统实时了解到原材料的消耗，产品的入库及出库等一切企业生产经营活动。同时，结合价值链的分析和价值流管理，企业通过将生产过程进行有效地分解，形成多条相互连接的价值链，运用信息化手段对企业的每条价值链的成本数进行有效的追踪监管和综合分析，以此为基础为企业提出改进方案，并使用历史成本进行预测，达到减少企业的不需要的损失及浪费，最终达到优化生产经营过程。
虽然成本管理信息化是企业发展的一个重要趋势，以大数据信息技术为基础的信息系统可以使得企业完成全面的成本管理，给企业的成本管理带来了巨大的推动力。然而信息化在成本控制方面的实施效果并不是很理想。
（三）业绩评价信息化
业绩评价是对企业财务状况以及企业的经营成果的一种反馈信息，当企业的绩效处于良好状态，代表企业的发展状况良好，也反映了企业现阶段人才储备充足，发展处于上升期，由此企业定制扩张战略计划。而当企业的绩效不断减少，代表企业的发展状况在恶化，也反映了企业的人才处在流失状态，企业在不断衰退，此时企业应该制定收缩战略计划。企业进行业绩评价信息化的建设，通过对信息系统中的各类相关数据进行综合分析，有效地将对员工的业绩评价与企业的财务信息、顾客反馈、学习培训等各方面联系在一起。对于企业而言，具备一套完善且与企业自身相适应的业绩评级和激励体系是企业财务信息系统的一个重要标志，也是企业组织内部关系成熟的一种重要表现。
然而，如今对于具备专业的业绩评价信息化工具平衡分卡等在企业的发展过程中并未得到广泛的应用。其中最大的原因应该是对业绩评价的先进办法对于数据信息的要求比较简单，通常可以由传统方式获得。所以，现如今能够完全将业绩评价纳入企业信息系统，并能够利用业绩评价信息化来提高企业管理效率的企业数量并不多。
二、大数据时代下管理会计信息化存在的主要问题
（一）企业管理层对管理会计信息化不重视
我国企业管理层对企业管理会计信息化建设存在着不重视的问题。首先，对管理会计信息化概念和建设意义没有正确的认识，有甚至由于对于企业自身的认识不够充分，会对管理会计信息化的趋势产生了质疑和抵触心理。再者，只有在一些发展较好的企业中进行了管理会计信息化的建设工作及应用，但是，企业应用所产生的效果并不是很理想，进而促使管理会计信息化在企业的发展速度缓慢。
（二）管理会计信息化程度较低
大数据时代下，信息化手段已经在我国众多领域已经得到较为广泛的应用和发展，在此发展过程，我国的管理会计信息化的应用和发展也得到了非常多的关注。但是，由于管理会计在我国受重视程度不够，企业在进行管理会计信息化建设的过程中对与软件的设计和应用也要求较高，所以与管理会计信息化建设相关的基础建设还相对较落后。
（三）管理會计信息化理论与企业经管机制不协调
虽然随着国家政策鼓励和扶持，很多行业的不断涌现出新的企业，企业数量不断增多，但是由于这些企业在规模以及效益等方面都存在着较大的差距，同时在管理决策方面也产生了显著地差别。很多企业在发展的过程中并没有实现真正的权责统一，产生了管理层短视行为，没有充分考虑企业的长远利益等管理水平低下的问题。
三、管理会计信息化建设的措施
（一）适应企业管理会计信息化发展的外部环境
企业在进行管理会计信息化建设时，要结合企业所处的外部环境进行全方面的规划和建设。在企业进行规划和建设时，国家的法律法规等相关政策占据着十分重要的位置，需要对市场经济发展的相关法律法规进行充分理解和考虑，为企业管理会计信息化建设提供好的法律环境。管理会计信息化系统的正常运转要求企业处于相对较好的环境之中，以此充分发挥出其应有的作用。
（二）管造合适的管理会计信息化发展内部环境
企业管理会计信息化的良好发展要求企业能够提供良好的内部环境。树立有效推进企业管理会计信息化建设的企业文化，企业文化作为企业股东、懂事、管理层以及每个员工的价值观念体现，有利于各级员工都能够正确认识到管理会计信息化建设的重要性，接受管理会计信息化的价值取向。再者，企业要储备足够的管理会计人才，为管理会计信息化的建设提供源源不断的血液。同时，为企业管理会计信息化建设提供强大的资金保障。最后，对企业内部控制体系不断完善，为企业创造长足的生命力，为管理会计信息化赖以生存的环境。
（三）开发统一的企业信息化管理平台
在大数据时代下，信息化不断发展，对于企业而言，会同时使用多种不同的信息系统进行组合使用，并且这种情况在未来也可能将持续下去，企业需要建立综合统一的企业信息化管理平台。
四、结束语
篇6
随着计算机科学技术的快速发展，云计算机以及物联网技术已经在地质信息技术研究中获得到了广泛的应用。由于当前的大数据时代对于数据的需求更加广泛，而且物联网、云计算技术在日常生活和工作中应用相当广泛。尤其是在地质信息的测绘、管理、查询、储存、分析等领域应用逐渐增多。
【关键词】物联网 云计算 大数据时代 地质信息
1地质物联网的技术路线
物联网并不是当前社会现有技术的颠覆性革命，而是在现有的技术基础上有机结合并在地质领域中应用，物联网技术同样如此。根据目前地质调查领域日益提高的需求，这需要对GPS、WSN、RFID、Internet、网络服务、移动网络、数据交换、高性能计算、数据存储、信息融合等核心技术进行深入的研究和探讨，并将这些核心技术运用到地质工作中，从而形成一个完整的综合解决措施或方案。
物联网作为一个复杂而庞大的综合系统，涉及的领域和技术都比较多，但是其中的网络层、感知层、应用层是核心技术。感知层部署了各类的传感器、RFID等感知设备，对地质的触觉感知具有良好的作用；网络层和感知层可以进行单向或双向对话，网络层可以将感知层获取的各项数据传送给地质信息存储存综合处理中心，也可以将信息和指令发送给感知层的设备，保证其及时性的同时提高效率；应用层则是将网络层传输过来的各项地质参数或数据进行查询、处理、统计和分析，可以利用海量储存、高性能计算、IPv6等各种中间软件技术，开发出针对性的地质应用组件，开发出专用或者通用功能的软件，以满足日益提高的地质工作需求。对上述核心技术进行良好的利用可以形成高效的、准确的、智能的地质服务系统。
2 物联网地质信息资料管理技术实现
2.1 地质资料标识技术
对于物联网地质信息资料进行标识管理过程中需要经过分类、汇交整理之后进行资料登记入库，标识过程中需要对每档的地质资料进行登记，并贴上RFID标签。设置RFID时，可以为一档电子资料中的不同资本增加FRID，因此在实现借阅过程中满足借阅者一次借阅多本资料的情况。
2.2 地质资料借阅
对于地质资料的借阅要进行分档，增加RFID电子标签之后，则可以进行借阅；在归还地质资料的时候可以通过手持式或者固定的阅读器对RFID电子标签进行识别。
2.3 地质资料定位
传统的条形码对地质资料管理与RFID电子标签对地质资料管理的功能一样，但是传统的条形码则无法确定出某个编号内的地质资料。采用RFID电子标签对地质资料进行库存标记，既可以实现在库存盘点过程中可以确定某个地质资料是否在库中，而且还可以确定出地质资料的准确位置。
2.4 地质资料的理架和盘点
地质资料库存盘点是一项浩大的工程，工作量大，地质资料需要一份一份拆开进行手工核对，特别是对数万个资料进行整理时，耗费的人力、时间都很大，这不仅影响正常的工作，盘点的准确性还会受到影响。使用RFID地质资料就可以避免上述情况，可以实现自动、不拆盒、准确、高效的完成库存盘点。盘点的方式可以采用手持式、车载式、全自动式和车载自动式。手持式就是指盘点人员手持RFID阅读器对柜架一排一排、一层一层的进行扫架，通过RFID实现数据的核查和保存；车载式主要是应对高层柜架上的资料，将RFID阅读器放置在一个可旋转、可伸缩的小车上，管理人员边推小车边进行盘点工作；全自动式指的是在库房中多个节点设置阅读器并固定在指定的位置，每个阅读器负责一个区域的地质资料；车载自动式指将阅读器放置在一个智能的小车上，小车根据资料库的空间、编排自动寻址，以达到扫架的目的。
3 云计算的储存与实现
3.1 环境搭建
目前，利用本单位的TB级存储设备对云储存的环境进行搭建，利用HP、IBM等服务器生成储存池，实际的云储存设备主要是通过数据储存采用分区、快速文件、大型物理储存设备等方式，在进行数据访问时对各数据进行优化。除此之外，考虑到未来的发展趋势和未来对内、外提供服务，储存云主要分为了两个部分：一是私有储存云，二是共有储存云，其中的私有储存云主要对内进行服务，公共储存云主要对外进行服务。
3.2 地质云计算的平台设计
整个地质云计算平台主要通过GCCSC来管理，它是整个平台的核心，能构造出整个地质云计算的数据中心，并将平台的基础设备有效的串联起来，从而形成一个庞大的虚拟资源池，为整个地质学工作服务。通过SOA、WCF等对平台的资源进行管理，利用Web服务，基于HTTP或TCP等网络协议实现通信，非空间服务利用Web Services实现并，GIS服务器利用ArcGIS Server实现。无论是空间服务还是非空间服务，都统一的注册在GCCSC上，服务的内容包含有计算服务、数据服务等，计算服务可以是直接对后台数据进行访问，也可以是数据服务消费者，还可以是计算组件封装的以标准Web Services形式的新组件，数据服务可以实现对云存储的数据进行访问。GCCSC可以通过URI对不同粒度地学服务资源进行访问，服务中可以进行相互调用、聚合，包括了RIA技术的实现客户端连接GCCSC。通过REST、SOAP和其他的服务进行交互消费，使地质数据虚拟化，使数据可跨平台、跨语言、跨数据库共享和集成，从而形成一个庞大的数据中心。
4 结束语
经过本次对物联网、云计算的研究，认识了在大数据背景下采用信息技术更加便于管理，值得开发和应用。本文就针对物联网以及云计算技术在地质信息的应用上进行讨论，为他们在进行地质信息管理中提供相应的建议。
参考文献
[1]王书伟.大数据时代政府部门间信息资源共享策略研究[D].吉林大学，2013.
[2]姚琪.大数据在“智慧校园”中的价值研究[J]. 信息网络安全，2013，08：91-93.
[3]卢建军.基于物联网的工业化与信息化模式研究[J].西安邮电学院学报，2010，06：64-67.
篇7
关键词：大数据；人力资源管理；绩效管理；考核指标
大数据时代背景下，数据已深入人力资源管理领域的方方面面。作为人力资源管理六大模块核心内容绩效管理中最重要的环节――绩效评价，是通过绩效考核指标来实现的，其大数据的冲击影响程度也是最大的，绩效管理考核指标的工作的内容正在发生着实质性的改变。
1.传统时代的绩效管理考核指标
绩效考核指标是指通过明确绩效考核目标的单位或者方法，对承担企业经营过程及结果的各级工作人员完成指定任务的工作业绩的价值创造的判断过程。如对企业员工考核指标执行就包括企业员工的品德、工作绩效、能力和态度等等进行综合的检查和评定，以此确定其工作业绩和潜力的管理方法。
传统的岗位级绩效指标体系相对完善，但缺乏其合理性。其具体体现在：（1）指标体系设计不够全面。即对于绩效考核指标体系的科学确定，体系整体流程设计的逻辑性和概括性考虑的还不是很完善；（2）指标体系设计可操作性差。如员工仅凭特定的程序评绩效，仅凭特定的绩效发工资，即使员工因特殊原因没有绩效，考核结果者也一律不予发放工资，忽视了绩效考核指标的变化性与灵活性；（3）指标体系设计过于苛刻，考核形式化。指标体系设计过于严厉，容易让员工长期处于一种紧张状态，极易形成一种顾此失彼的状态。即使员工忙于应付绩效考核指标内规定的相关事项，只注重于完成任务、完成任务，而在提高自身整体素质与创新方面考虑不周。
2，大数据时代
在现代高速发展的社会，科技发达、信息流通使得人们对海量数据的挖掘和运用成为可能，大数据就是这个高科技时代的产物：大数据又称巨量资料，指的是所涉及的数据资料数量规模巨大到无法通过人脑甚至主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业进行经营决策的一种高效率的资讯。
大数据带来的信息风暴正在变革我们的生活、工作和思维，大数据开启了一次重大的时代转型，我们正处于思维变革、商业变革和管理变革的大数据时代中。
2.1大数据时代的特点
大数据本身所具有的特点主要包括四个方面：（1）巨量。大数据的起始计量单位至少是PB（1PB=1024TB）、EB（1EB=1024PB）或ZB（1ZB= 1024 EB）。有数据显示，截止到2015年底，全球的整体数据规模已经突破了1ZB。（2）多样。数据类型繁多，由最初始的单纯文字数据发展到现在的文字、图片、视频、音频、3D虚幻模拟信息等等。（3）高值。从大量的数据中筛选出我们需要的信息，这时的数据可以作为资源来运用和共享，获取很高的商业价值。（4）高速。通过网络信息平台，大量的数据可以迅速得到处理以得出我们需要的结果，俗称一秒定律。
2.2大数据时代与传统时代的绩效管理考核指标差异
（1）考核指标的宽度。一般情况下，绩效管理部门会把公司内的所有数据通过数据库导出，然后利用EXCEL等办公软件进行简单的处理得出相应的绩效考核结果。但这种做法使得领导只能看到员工某一方面或某一时期的表现，考核指标涉及范围比较单一，考核结果具有片面性和主观随意性。而大数据时代的考核指标运用数据信息的多样性、庞大性、客观真实性，制定的考核指标更加全面，对员工可以进行综合评价，有力证明了一些看似无关实则影响巨大的数据，使考核结果更具说服力。
（2）考核指标的高度。在传统企业制定的考核指标下，员工受限于结果导向，考核指标的结果趋于一种形式；使得企业无法引进和发展数据复合型人才，对智能化的软件应用程度较低。大数据下的考核指标：将员工各方面的数据信息（包括对工作的付出和态度情况，而不仅仅是工作业绩）通过智能化的数据网络系统进行处理后，制定的考核指标更加的严谨、人性化，对员工更加公平。同时结合广泛的数据信息，制定的考核指标结合了公司的战略发展目标和路线，还可以引导企业发展综合性人才。
（3）考核指标的深度。传统企业制定的考核指标，侧重于关注企业的年度财务报表和企业的利润情况，忽视数据背后存在的问题。大数据下制定的考核指标，侧重于将员工所有信息经过汇总，包括饮食情况、工作环境等，深入挖掘、分析数据背后的规律和原因，制定出的考核指标更合理地解释员工现阶段的绩效情况。
3.大数据对绩效管理考核指标的影响
3.1绩效管理考核指标中大数据的类型
大数据时代下制定绩效管理的考核指标需要四方面的数据：（1）原始数据：是指员工的基本信息。一般会在员工入职的时候获得，包括年龄、学历、专业水平等；（2）能力数据：是指员工当前工作实践能力的量化数据，包括员工培训经历、接受培训时长、培训考核情况等；（3）效率数据：是指员工所展现的工作效果的数据，包括工作任务完成效率、单项任务完成时间，甚至是坏件率、故障率等；（4）潜能数据：是指体现员工发展潜能的数据，包括工作效率提升率、收入提升水平、职业提升幅度等。
绩效管理部门可以运用这些数据制定出更合理、更高效的考核指标来施展管具体工作。
3.2大数据促进考核指标合理化
大数据时代下，促进绩效管理考核指标的制定更加合理化，主要体现在以下几个方面：
3.2.1量化考核指标
量化即数字化，考核组织对员工的业绩、工作态度、工作效率、出勤等考核指标按照既定的比重转换成数据的形式，即对其工作表现和工作业绩进行定量分析的结果。如不同等级的范围区间、百分比、比值、差值等。
在员工的整个绩效考核过程中，量化考核的实施是最为关键的。科学的量化考核是客观、公正、全面与准确的考核员工的重要手段，是考核得以体现价值的重要保证。美国人力资源专家韦恩・卡肖曾指出：“量化考核的过程是一个同时包括人和数据资料在内对话的过程。这个过程既涉及技术结果又牵连人的结果。”使得最终的考核更加科学化、规范化，更能保证考核的公开、公平与公正。
大数据下的员工量化考核指标具备简单明了、易操作、独立性较高、结果较客观公正等特点，可以更科学的考核员工绩效，提高考核结果的可靠性和有效性。实践证明，定性考核简单易行，但考核结果不准确。而量化考核通过对大量有效数据的处理，考核准确性更高，不易受主观随意性影响。做到考核结果既是程序性考核的产物，又是按照既定考核指标对员工工作表现的工作业绩进行的量化分析。制定员工的量化考核指标对完善考核技术、健全考核制度、提高行政效率和管理水平，具有重要的意义。
3.2.2多元化考核指标
多元化是特性不同的对象组合，大数据下的考核指标多元化指利用数据的多样性形成非单一形式的考核方式，数据、视频、图片、软件处理等大数据条件下显现的数据考核指标的组合。
利用大数据条件形成的多元化考核指标，包括的测评内容将更加的丰富，对员工的考核更加的全面，除去了传统时代较为侧重于结果导向、业绩导向的单一的考核标准，还增加了品质特征型考核指标、行为过程型考核指标、工作态度型考核指标等等，这些指标的建立不仅使员工对自身的工作过程和结果有了一个清晰、准确的认识，同时企业可以参照更多的标准去制定更合理的考核指标和公司发展战略，促进企业良性发展。
总的来说，多元化的考核指标可以丰富指标类型，避免指标单一化。对构建科学的工作考核标准和管理者的评价体系，提高企业考核的科学性和客观全面性具有重要的意义。所以，企业在进行多元化绩效考核指标设计时，一方面，除业绩指标外要综合考虑能力类指标和行为类指标的数据形式设置标准，更好的体现和提升出员工能力素质以及行为表现；另一方面，要根据员工职位层级、工作性质以及在组织中的角色定位的不同，考虑其岗位要求及胜任特征，有针对性地在权重考核指标类型设定时对能力类指标和行为类指标等进行统筹兼顾。
3.2.3细化考核指标
细化是指将对象进行详细的分解与分析。大数据下的细化考核指标指的是通过深入挖掘员工工作数据背后的规律和原因，将制定的考核指标深入到员工工作的流程中的每一个细微环节，如衡量员工的工作业绩时指标可以细分到员工完成产品的产量、质量、劳动效率、合格率、出错率、完成率等等。
大数据下细化考核指标的总体思路是从全局到个体的发展进程。考核指标将从企业的全局出发，企业通过收集整理的数据来分析并确定企业战略目标，然后进行层层分解，直到针对每位成员设置出具体的、全方位的衡量指标，即针对不同的员工，选取不同的考核指标来作为重点参照标准。可以说在大数据的条件下，可以做到为员工制定考核标准时细化到量身定做的程度。
细化的考核标准使员工个人的具体情况与工作流程的定性考察与定量考核结合起来，建立突出独立的考核标准，用特定的数据说话，呈现真实有效的客观结果。这样既可以做到考核指标对员工的较强针对性，突出员工的工作重点、凸显员工的个性化特征，同时可以通过KPI考核系统，经过数据处理平台确定关键与辅助的员工个体考核指标合理的权重与比例，既要突出重点，也要避免顾此失彼，在突出业绩的前提下兼顾对员工素质的要求与个体需求的满足，使考核结果更具合理性，做到企业的长远发展。
总结
目前，大数据已成为时代的标志。企业对大数据的合理利用的影响已经渗透到人力资源管理领域的各个环节，而作为HR核心的绩效管理模块，其又以考核指标作为管理工作的关键对象。企业绩效的管理者在制定考核指标时，从传统的思维模式转向大数据思维模式已成为一种必然趋势和要求。大数据时代下制定的考核指标从各个角度衡量来看，都更具合理和规范性，为提升绩效管理工作的工作效率有着不可或缺的作用。同时，管理者在充分利用大数据背后的资源价值的优势外，更应管控好大数据“技术”的应用所带来的风险影响，如做好安全保密工作等，使“大数据”价值充分融入考核指标的应用中促进企业管理模式的健康、高效发展，最终促进人力资源管理模式的健康、高效发展。
参考文献：
[1]徐艳.大数据时代企业人力资源绩效管理创新[J]江西社会科学，2016（02）：182-187.
[2]汪燕丹.大数据时代的企业绩效管理[J]人力资源，2015（12）：56-58.
[3]张勇.当代企业绩效管理问题分析[J].财会金融，2014（02）：231.
[4]申玲美.SY企业绩效考核指标体系设计研究[D].吉林大学，2011（02）
[5]彭华东.互联网背景下制造业转型绩效管理研究[J].财会通讯，2015（02）：107-109.
[6][英]维克托・迈尔・舍恩伯格，肯尼耶・库克耶.大数据时代[M].盛杨燕，周涛译.杭州：浙江人民出版社，2013.
[7]李星宇.试论如何将企业的绩效管理落到实处[J].赤峰学院学报，2010（07）：97-98.
[8]MagnusKald，Fredrik Nilsson，2000， Performance measurement at Nordic companies， European Management Journal Vol[J].18， No.1，pp.113-127，2000.
[9] Mitchell，A.&Wood， D.Toward a Theory of Stakeholder Identification andSalience：Defining the Principle of who and What Really Counts[J].Academy ofManagement Review.1997，22（4）：853-886.
[10] Mary A.Malina，Frank H. Selto，2004，Choice and change of measures inperformance measurement models，Management Accounting Research 15 [J].（2004）441-X69.
作者简介：
篇8
一、引言
随着大数据应用范围的扩大，相应的人才需求也存在很大缺口，此时在信息管理学院建立大数据开发实验室，包括云存储平台建设、基于云存储平台的教育资源建设、大数据开发平台建设、大数据分析工具与资源建设，能应用云存储技术实现教育资源的有效应用;能促进学生了解大数据开发的Hadoops环境，以及该环境下的平台建设;并能在该平台下进行大数据分析实践。本校信息管理学院包括信息管理与信息系统、电子商务、信息安全等专业，在此实验平台上，根据不同的教学目标开发针对不同专业的学生的开放性实验课程尤为重要。
二、必要性与可行性
当前“大数据技术”充满了新的机遇和挑战，其在企业IT基础架构、数据管理、分析和服务这些关键规划领域的应用，将会对社会经济发展带来长远深刻的影响。大数据指的是从各种各样的数据中快速获得有价值信息的能力，具有数据量大、种类繁多、价值稀疏、处理速度快的特征，这些特征对目前社会各个行业的信息架构、系统的冲击非常大。大数据技术对整个社会经济发展来说既是机遇也是挑战。
(一)必要性
根据IDC在2011年6月的《数字宇宙》(Digital Universe)研究报告，2011年全球新建和复制的信息量超过1.9 ZB(1.8万亿GB)，五年时间增加了近九倍。随着数据量的指数级增长、数据源种类(包括结构化数据源和非结构化数据源，如社交媒体、富媒体文件以及地理空间信息)的飞速增加，以及数据产生速度的加快(如实时传感器数据)，传统的数据库和架构无法处理、管理和分析如此庞大的数据集。政府、金融、电信、互联网等大数据应用的行业先锋目前均面临大数据的问题。不仅如此，随着物联网、云计算、移动互联网、车联网、智能手机、平板电脑的飞速发展，大数据技术拥有了更为广泛的数据资源。因此，IT产业界及行业用户都亟需针对大数据设计和优化大数据存储、管理和查询平台，来替代传统关系型数据库平台。在技术发展的前沿阶段进行实验平台建设对我学院师生具有重要意义。
该实验平台能够为学生提供一个了解最前沿技术的机会，不仅能够提高学生学习兴趣、自学能力，还为学生就业、更好地规划未来的职业发展提供了机会。大数据技术的机遇与挑战带来了很大的人才缺口，目前大数据技术平台开发、方案实施人才紧缺;由于云存储、大数据技术带来的信息安全问题，也亟需大量信息安全领域的人才;由于大数据技术在物联网、电子商务、移动互联方面的应用，对了解大数据技术的电子商务专业人才也更青睐。通过本实验平台的培养，感兴趣的优秀学生还可以尝试考取与大数据技术密切相关的Hadoop专业认证——Cloudera Certified Developer/Administrator for Apache Hadoop，为学校、学院在该领域带来正面影响，增加更多合作和就业的机会。
该实验平台能够为信息系统专业试点班培养计划的很多核心课程(包括管理统计学中的业务报表与分析、商务智能方法与应用、商务智能实践、数据挖掘和BA综合实训等)形成较好的前后衔接关系，能够丰富实践教学环节，深化教学大纲的内容，从建设更合理的课程建设体系来说具有很大的必要性。
近几年学生就业压力越来越大，迫切需要对教学内容和实践环节不断突破创新，才能具备持续发展能力。因此在原有课程体系和实践教学环境的基础上增设本实验平台非常必要。
(二)可行性
教学计划中的相关程序设计课程为学生学习云存储技术、熟悉大数据开发平台、了解最新大数据技术的发展、进行大数据平台基础上的开发、实现对大数据的分析、可视化演示打好了基础。
英特尔Apache Hadoop平台是目前大多数大数据处理的技术基础，目前该技术已经发展成熟，并随之产生很多基于该平台的大数据处理工具，可供实验室建设实验平台使用。
三、建立大数据实验平台的基本构想
(一)实验平台人员
实验平台人员负责实验平台的建设、维护，实验设计与指导人员由在大数据相关领域、课程建设以及实践教学方面都有着丰富的经验的教师与实验室工作人员构成，同时与大数据企业进行合作，获得其核心技术人员的支持、培训和大力配合，可以共同组成一个经验丰富、精炼实干的建设团队。
(二)软件调研
大数据的特点为4个“V”：第一，“Volume”，指的数据量大，包括大的数据块，或数据总量巨大，从TB跃升到PB;第二，“Variety”，指的是数据种类繁多，包含大量非结构化数据，例如网络日志、音频、视频、地理信息等;第三，“Value”，价值稀疏性，大量数据中有价值数据很少;第四，“Velocity”，指的是处理速度快，这与传统数据挖掘有很大区别。选择有数据分析基础、在业内发展领先的企业进行调研并选择适合高校规模的合作企业是建立实验平台的重要工作。
很多公司给出了可供使用的大数据平台：IBM?誖 InfoSphere?誖BigInsightsTMBasic Edition是一款基于开放源码Apache Hadoop的分析平台，用于分析大量本机格式的非常规数据，支持结构化、半结构化和非结构化内容，以实现最大程度的灵活性;IBM?誖InfoSphere?誖 Streams是一个高级计算平台，帮助用户开发的应用程序快速摄取、分析和关联来自数千个实时源的信息;惠普公司Vertica分析平台6.1，能够通过Hadoop分布式文件系统连接器来优化大数据;ClearStory Data大数据分析新创公司，通过Clearstory，公司客户可以将自身的数据与行业的公共数据融合，寻找统计上的新视角，目标是取代目前市场上的主流数据可视化工具，包括QlikView和Tableau等老牌工具;Informatica 9.1提供首款Hadoop编译器Hparse，这是一种针对Hadoop而优化的数据转换环境，该软件支持灵活高效地处理Hadoop里面的任何文件格式，为Hadoop开发人员提供了即开即用的解析功能，以便处理复杂而多样的数据源;Datameer：Hadoop海量数据分析平台允许用户在缺乏技术知识的情况下能够分析大量数据;Infochimps平台以其完备的基础设施和专业知识，为客户提供端到端的大数据解决方案，Infochimps是一家位于美国德克萨斯州奥斯丁的创业公司，2012年2月从数据市场转型为大数据平台提供商后获得谷歌投资;甲骨文大数据机——Oracle Big Data Appliance集成系统融入了Cloudera的Distribution Including Apache Hadoop、Cloudera Manager和一个开源R;微软SQL Server新增PDW功能，可以帮助客户扩展部属数百TB级别数据的分析解决方案;亚马逊将MapReduce作为一项服务，其弹性MapReduce编程是一项能够迅速扩展的Web服务，运行在aws的亚马逊弹性计算云和亚马逊简单存储服务上;Teradata是企业级数据仓库(EDW)的领导者，在结构化数据、半结构化数据和大部分非结构化数据领域几乎没有很大成果，因此收购了Aster Data——一家提供SQL-MapReduce框架的公司。Aster Data是高级分析和管理各种非结构化数据领域的市场领导者和开拓者，为Teradata带来了大数据分析市场商机。
(三)方案实施
实验平台的设计同时立足于大数据技术的发展的前沿性与本学院学生专业特点，与学生前序的理论、实践课程均有良好的衔接，符合人才培养计划，深化了教学大纲的内容，并针对不同专业学生设计实践学时、内容和难度。
本实验平台可以同大数据行业中的公司科研部门共同合作建设，双方确定在人才培养、师资培训、共建实验室和实训基地、推动大学生校外实习和社会实践活动的开展等方面开展全面、广泛、长期、深入的合作。该实验室建设将丰富实践教学体系，也可推动学院科研项目立项、新课题研究、专项基金申请和联合开展商用项目开发等;该实验室使师生能接触高新大数据开发平台，了解最新大数据技术的发展，进行大数据平台的开发，实现对大数据的分析、可视化演示，增强学生的动手能力并提升就业质量;与此同时，提升了教师的项目管理能力和教学能力。
四、结论
实践教学平台建设是一项可以推动课程建设和专业建设的可行工作，在转变观念、定位于应用型人才培养的今天，实践教学平台的建设更是一项必须的工作，而一个高水平的实验平台可以为教师们的教学和科研活动提供良好的物质保证，经过大数据平台建设可以使课程建设工作再上一个台阶，同时也会使教师们的研究水平更上一个台阶。
篇9
关键词：大数据；信息管理；信息系统；专业建设
1大数据的概念分析
随着科学技术的可持续发展，人们的生产方式和生活方式经历了重大改革，经济全球化已成熟，大数据也在加快发展步伐。大数据时代改变了人们的思想和生活方式，也影响了人们生活的各个方面。因此，信息管理和信息系统的专业建设应转变教育观念，培养高水平的专家，使国家适应时代潮流。大数据在数据时间上，通过集成软件对要收集的内容进行相应的管理和数据采集。所谓的大数据意味着在各种数据收集过程中，可以快速获得有价值的信息。大数据技术适用于云计算平台、分布式数据库、互联网、数据网络、数据库和其他系统。目前，随着新产品和新生态的不断更新，这些可以处理信息技术的新产品普遍依赖于大数据的处理。通过管理和优化各种数据，将获取最大化利益和价值，并且大数据时代科学研究中使用的方法将尽可能地改变。在这个大数据时代，可以实时处理和跟踪互联网数据。由于核心竞争力的主要要素也可以通过数据来实现，所以大数据在维护社会稳定和促进经济发展方面发挥着重要作用[1]。
2大数据视角下信息管理与信息系统专业建设面临的现状
2.1专业定位存在的问题
由于信息管理专业的具体背景，教学和管理的专业地位和发展方向非常模糊。例如，科学与工程领域的专业发展偏向于计算机领域，并且正朝着计算机软件的专业发展，专业的背景已朝着经济和管理的方向发展。位置混乱隐藏了信息管理专业发展的潜在隐患。因此，信息系统专业自成立以来就没有充分发挥其在社会中的作用。
2.2信息数据人才培养模式存在的问题
信息数据人才是实用人才。一方面，不仅需要理论分析技能，还需要实用技能。另一方面，人才培养方法需要灵活多变，信息管理专业发展的历史很短，人才培养方法一般比较单一，主要以理论教学为主，学习和实践机会少，一些专业设有实验室或实习基地。但由于实际结果不明确，使得信息管理专业毕业生手工能力弱，缺乏核心竞争力，没有突出的专业特色。因此，对于计算机科学或信息管理专业学生来说，人才供应和需求之间的问题较为普遍[2]。
3大数据视角下信息管理与信息系统专业建设的策略
3.1明确专业定位，细化培养对象
从大数据的角度来看，对信息系统专家的需求日益全面，为了满足社会发展的需要，学校有必要根据社会的实际需要开设相关课程。从目前的情况来看，迫切需要社会综合人才来处理大量的数据信息，如数据可视化管理专家、数据信息研究专家等。数据研究专业人员通常是高级管理人员，数据可视化管理专业人员的主要任务是利用视觉专业软件收集信息，过滤掉多余的数据并对其进行分析。研究发现其代表的意义，并作出正确的决策。通过数据分析和研究了解数据管理，在大数据压力下对技术人员的需求越来越高，有必要及时调整培训计划，帮助学生更好地适应社会并为社会发展作出贡献[3]。数据可视化人员是技术人员，主要任务是执行逐步分析，通过可视化软件将混乱和分散的数据转换为有用的信息，并使复杂的语言更容易理解。随着社会的发展趋势，信息管理和信息系统专业的学生处于大数据时代，他们的压力将越来越大，需求将越来越高。因此，高校和相关教育专家需要重新思考目标的发展，如合理制定课程体系，使得该领域的学生有更多的发展空间。
3.2制订合理的培养方案
在新时代的发展下，专业学生应具备更全面的发展技能。除了书中的专业理论知识外，还应具备较强的分析能力，在制订人才培养计划时，高校还必须结合社会发展的具体情况和需要。除了学习书本专业知识外，还需要注重实践经验的积累，为学生提供良好的学习机会，培养兴趣广泛的人才，同时，信息管理和信息系统专业也应加强科研院所与相关公司的合作。良好的平台和实际应用是丰富学生理论知识储备的良机。目前，社会需要学生进行信息管理，提高自身能力是发展的必然要求。此外，需要优化课程资源，改进课程体系，让学生为社会贡献力量，促进信息化发展，从而建立稳定的信息管理和信息系统[4]。
3.3提高创新能力，开拓创新思维
从大数据的角度来看，信息管理和系统应用变得更加复杂，新技术也在不断地发展，它需要高水平的专业创新。专业人士在社会中更具竞争力并推动社会发展。例如，在当今大数据快速增长的社会中，需要加强定量数据分析，这样数据管理员需要开展更多的工作，促进企业发展。结合大数据背景专业的专业特点，强调相应领域的专业优势，让学生具备广泛的专业技能，满足社会行业的需求。将医疗和健康信息、医疗保健、数据分析、远程监控以及数据库管理等有机地结合在一起，以培养医疗和保健行业的数据管理人才。除此之外，注重跨学科发展，强调专业特色，适应不同行业的数据信息管理需求[5]。信息管理与数据信息密切相关，如生活中常见的快递物流，通过高科技有效管理和分析整个城市的快递和包裹递送服务，将提高工作效率。为适应时代的变化，专家需要根据实际发展情况，通过分析研究继续创新，通过信息管理提高各行各业的整体效率。创新是发展的重要组成部分，通过运用优秀的专业知识和社会实践，不断分析和研究有助于社会发展的新技术，并为整个社会的发展作出贡献[6]。
4结语
从大数据的角度来看，信息管理和信息系统是一种新型的学术知识，涉及许多行业和领域，发展和变化速度非常快，不仅需要专业知识，还需要实践能力，从而实现大规模数据下信息管理和信息系统的可持续发展，也将带动中国经济和技术的持续发展。信息与信息系统专业是一门多学科专业，在人才开发过程中，专业的信息化人才不仅是专业人才，必须具备各方面的知识。因此，学习这门专业的学生必须对数据有敏感的反应并积极寻求创新，必须在日常积累过程中不断增加知识。
参考文献
[1]谢亮.大数据视角下信息管理与信息系统专业建设探讨[J].信息通信,2017(8):291-292.
[2]包楚晗,陈雨涵.大数据视角下信息管理与信息系统专业建设探讨[J].电脑迷,2017(2):159.
[3]杨云彤.大数据视角下信息管理与信息系统专业建设研究[J].现代经济信息,2016(18):105.
[4]洪牡丹.大数据视角下信息管理与信息系统专业建设[J].信息通信,2016(6):149-150.
[5]刘芳,卢国强,刘畅.大数据视角下医院信息管理与信息系统专业建设研究[J].电子技术与软件工程,2016(6):170.
篇10
关键词：计算机类专业；实践教学；创新能力培养；校企合作
一、引言
实践教学是高校教学的重要组成部分，新时代国家提出产学研协同育人的政策是对现有教学模式进行补充，同时对实验教学提出新挑战。实验教学是理工科课程中不可或缺的一部分，占有重要地位。理论知识需要通过有效的实验教学环节才能帮助学生深人理解和掌握。但是传统的实验教学存在着几个问题。尤其是实验教学不仅需要一定课时的保障，还需要教师大量的投入，需要实验设备的投入，尤其是硬件实验还需要一些专门的仪器设备。目前，很多高校已经开始建立计算机实验课程的在线课堂，特别是计算机类专业的实验课程，因此，在我院深化校企合作既可以提高学生学习的积极性和主动性，又可以有效提高教学质量。根据国务院办公厅关于深化高等学校创新创业教育改革的实施意见，全面贯彻党的教育方针，落实立德树人根本任务，坚持创新引领创业、创业带动就业，主动适应经济发展新常态，以推进素质教育为主题，以提高人才培养质量为核心，以创新人才培养机制为重点，以完善条件和政策保障为支撑，促进高等教育与科技、经济、社会紧密结合，加快培养规模宏大、富有创新精神、勇于投身实践的创新创业人才队伍，不断提高高等教育对稳增长促改革调结构惠民生的贡献度，为建设创新型国家、实现“两个一百年”奋斗目标和中华民族伟大复兴的中国梦提供强大的人才智力支撑。
二、学院计算机类专业概况
成都理工大学工程技术学院是教育部批准的全日制普通高等学校，由中国核工业西南物理研究院与成都理工大学于2000年在亚洲最大的受控核聚变实验基地创办，是我国核工业所属唯一高校（国有）。学院秉承“两弹一艇”“四个一切”的核工业精神，恪守成都理工大学“穷究于理、成就于工”的校训，形成了“敢为人先，奋发图强，育才树人，追求卓越”的大学文化。目前，学院计算机类专业包括计算机科学与技术、软件工程、物联网工程、数字媒体技术以及数据科学与大数据技术五个本科专业，还有计算机应用技术和数据科学与大数据技术两个专科专业，计算机类专业在校学生规模3000余人。为提高人才培养质量，学院积极探索实践创新教育改革，培养与市场接轨的应用型、创新型专业人才，为地方经济和社会服务，走可持续发展的办学道路。学院确立了强化实践教学、加强校企合作的办学理念，强调以企业实训为主线，构建以计算机类专业群等多个相关学科专业的、多层次的计算机专业实践课程体系，让学生在真实企业的场景教学环境中进行实践与综合创新训练，全面提高应用型计算机专业人才的创新能力和培养质量，提升教师的实践教学能力和创新能力，实现教学、科研与生产的相互促进。基于国家信息化战略的发展，上述计算机类专业是本院重点建设的专业方向之一，课程体系、培养方案、师资队伍、实验室建设等方面面临繁重的建设任务，在学校统一安排下，按照新工科建设要求，以国家教指委计算机专业建设为导向，对培养方案进行了新一轮修订，根据企业需求，在新修订的培养方案中新增了一些课程，如创新课程、综合实践课程、思想政治建设引进教学计划等。
三、计算机类专业人才实践教学改革
学院重点在以下三个方面进行了改革：（1）全面提高计算机类专业应用型人才的创新能力和培养质量；（2）提升专业教师的实践教学能力和创新能力；（3）引进企业进入学校，实现校企之间在产学研的相互促进。其中全面提高应用型人才的创新能力和培养质量是专业建设的根本目的。而教师实践教学能力和创新能力的提升是实现上述目的的根本保证。（一）加强实训平台建设培养应用型、创新型的计算机专业技术人才必须秉承正确的教育教学理念。学院从办学的第一天起就把培养应用型的专业人才作为办学的人才培养目标。多年的办学经验告诉我们，开展实践教育的最佳途径就是要建设一个功能强大的实训平台，建设一支实践教学能力过硬的教学团队。而离开实训平台，再优秀的实践教师教学团队也难以施展其育人之才能。实训平台建设的指导思想是：重点打造以计算机类专业群为核心的软件工程实验室、计算机应用实验室、物联网工程实验室以及大数据实验室建设，制定学生实践创新能力培养的实践课程教学体系。以培养“双师型”高校教师为目标，完成以下三方面的建设工作。首先，教师定期在企业接受培训，项目执行期间，本院定期派遣专业教师到企业进行课程培训。企业安排具有丰富实践经验的培训导师，结合企业技术平台和高校课程建设的实际需求，对本院的教师组织开展定期培训，培养多个专业方向的优秀师资，推进教学改革与创新工作，完善专业学科建设。培训期间，企业带领教师积极参与教学培训、课题研究、技术研讨、学习和交流活动。培训导师结合不同的项目演练，引导教师掌握实用的技术和教学方法，形成一套科学实用的技术演练和教学体系。将公司的技术课程引入到相关专业的培养计划中，将企业的技术课程纳入正式的课程体系。第二，企业工程师进入高校课堂，在校企全力支持和配合下，企业派遣具有丰富实践研发经验的工程师，为学生进行授课，完成一定课时量的课程。企业工程师在对学生上课辅导的同时，也会带动参与过企业技术课程培训的教师将企业级工程实践项目与课堂实践相结合。工程师结合不同的工程项目类型，进行任务分解、技术综合，将各种技术要点提炼出来，形成一套科学实用的技术演练和教学体系，帮助教师将实际工程项目的要求融入到日常的教学活动、课题研究、技术研讨以及学习交流的过程中，提升大数据专业的技术指导水平。第三，教师在企业顶岗挂职，企业有计划地组织我院教师在企业挂职锻炼，直接参与企业的产品设计、技术研发，系统架构搭建，进入企业核心产品和技术部门，切实提升我院教师的实践与行业应用能力。公司推动教师在企业挂职从事工程研发实践的具体内容包括：教师直接参与企业项目优化和创新活动；教师参与企业的方案设计、技术架构更新换代、技术核心内容提取等全方位的技术支撑工作；参与企业的产品预研、产品市场分析、系统创新设计、系统框架构建等核心技术工作。（二）提高实践教师教学团队建设培养应用型、创新型人才是本院办学的人才培养目标。从办学之初，本院就已经认识到了该目标的实现很大程度上与专业教师自身实践水平和专业综合素质息息相关；没有一支实践能力强、实践教学水平过硬的教学团队，是不可能培养出应用型、创新型的技术人才的。因此全面提升教师实践教学能力、加强教师教学团队建设就成为确保学院应用型人才培养质量的关键性举措。如何全面提升教师的实践教学能力？建设一支实践能力强和专业综合素质过硬的教学团队是摆在学院发展道路上的一个必须解决的问题。中心教师师资队伍建设提出了明确的二十四字方针，即：引进充实、继续教育、终身学习、产学一体、政策保障。（1）引进充实：学院在引进教师时一方面要大力引进理论基础扎实的硕士生和博士生，另一方面也要引进一些已经具备企业实践经验的人员来充实计算机专业教师队伍。特别是要注重在企业中具有实践经验、软件开发实践能力强的专业人才来中心担任专职或兼职指导教师。（2）继续教育：目前我系教师多数是来自重点大学的硕士或博士研究生，他们理论基础扎实，但普遍实践能力薄弱，实践教学水平一般，应付专业理论课程尚可，培养应用型、创新型人才还需要不断地打磨和培养。因此学院将通过教师继续教育，加强教师实践教学能力的培养，有计划、有组织地安排这类教师到企业进行软件开发，让教师接触真实的企业，在工作中逐步积累经验和技能，加深对企业需求的了解，从而更好地将专业能力培养与行业企业需求无缝衔接。另外，学院每年还将有计划地派遣教师参加公司的培训，使得教师能够掌握前沿的技术，打造一支“双师型”的实践教学师资队伍，全面提升教师实践教学水平和能力。（3）终身学习：专业教师应该清醒地认识到，我们正处在一个技术飞速发展，知识更新周期不断缩短的知识经济时代。过去那种靠年轻时在学校里的“一次性教育”所学到的知识使用一辈子的时代已经一去不复返了。系里制定各种政策鼓励和支持广大教师终身学习，为他们终身学习创造条件。特别要鼓励支持教师参加企业的锻炼，提高教师终身学习的自觉性，使教师们不断增长实践能力，提升实践教学水平。（4）政策保障：在政策和制度制定上，不断完善约束、激励、考核机制，对实践教学进行鼓励和导向。如根据教师是否参与企业项目以及参与的程度作为教师职称评定的一项重要依据，提高教师工作待遇，吸引科研水平高或具有专业实践经验的教师积极参与实践教学工作。通过以上举措，目的是要建设一支实践教学水平过硬，具有较强实践动手能力的教学团队。有了优秀的教师和实训硬件平台，就能培养出具有创新精神和较强实践能力的应用型人才。（三）实现校企之间产学研的相互促进实践教学是培养学生创新精神和动手能力的一个重要环节，是高校应用型人才培养的重要途径。为保证实践教学的质量和水平，增强学生的创新能力和就业竞争能力，学院充分利用社会资源办学，开启了校企联合的产学研合作教育的道路。最初的校企合作仅仅局限于专业实习基地的建设，如果学院不和社会进行双向交流，不把教学和社会生产、社会经济活动融为一体，不与用人单位对接，那么培养出来的人在类型、水平、质量等方面就会和社会需求的规格不相匹配。更不用说培养什么创新型的人才了。因为学校里培养的人才首先要被企业所接受，学生都无法就业又何谈创新呢？学院在校企合作从以下几个方面进行：1.学院出台一系列鼓励和支持产学研合作的政策和制度，鼓励教师进入企业，参与企业开发各个实践环节。企业通过学校提供的人才支持进行技术改造；教师通过参加不同层次的实践和科研活动可以克服理论和实践相脱离的弊端，进而提高自身的学术水平和实践教学能力。2.加强校外实习基地建设，鼓励学生参与企业实践活动。校外实习基地建设是产学研合作的一个基本内容。实习学生通过参与企业实践活动，而被拉近了学生与企业间的距离，有利于加速学生与职业角色间的转变；另外，学生参与企业实践活动，有利于学生应用能力和创新能力的培养。本院已经与达内教育集团、源代码、Oracle、软通动力、华迪、国信安等企业进行合作，建立了计算机专业校内校外实训基地。更深的合作层次是企业针对学生进行职前在岗实训，缩短学生与企业需求的距离。3.深化产学研合作办学。产学研合作是企业、科研院所和高等学校之间以企业为技术需求、科研院所或高等学校为技术供给方之间的合作，目的是促进技术创新所需各种生产要素的有效组合。产业、学校、科研机构等相互配合，发挥各自优势，形成强大的研究、开发、生产一体化的先进系统并在运行过程中体现出综合优势。本院在产学研方面积极申报国家级产学研协同教育项目，推进网络资源平台。引进具有丰富实践经验的企业进入学校进行教学，改革实践教学体系，让培养的学生更加符合企业需求。
四、总结
