购物车(0)
大数据时代论文:大数据时代下学生管理论文
一、中职学生的特点
中职学生年龄一般在15—18岁之间，好奇心强，尤其对新生事物具有较高的兴趣，对感兴趣的事物热情有余，但自我管理能力不足，这种情况对于中职院校的学生管理方面的影响是利弊共存。作为青少年的中职学生是最早接触网络的群体之一，也是受网络影响最强的群体之一，网络上传递的大量正面信息，一方面开阔了学生的视野，增长了新知识，同时也影响着他们的思维方式、价值观念、人际交往和心理健康等，对于自律不强的学生来说，大量的负面信息会严重地影响了他们的身心健康。
二、中职学生网络使用误区
1.沉迷游戏。
在大数据时代下，对于中职学生来说，主要表现就是大范围的使用手机并开通4G，通过手机的上网功能，学生可以随时随地下载更新游戏并沉迷其中。手机的通信功能被弱化，娱乐功能大大增强，尤其是作为游戏机的功能更被无限放大。很多学生不仅在课下玩手机游戏，甚至上课时也会偷偷的玩游戏，严重地影响了学生的成长和学习。
2.依赖网络交流，拒绝现实交往。
随着社会的转型，在经济全球化，信息网络化、教育大众化环境的成长起来的90后以及00后，自我意识更加突出，凡事以自我为中心，这种状况会成为人际交往的障碍，与人交往时不做换位思考，以自己的认知作为判断的事物的基础，听不进去别人的意见，更不喜欢老师和家长说教式的管理；同时网络上的交流就避免了这种情况，一是彼此不认识，即使不欢而散也不会带来困扰，二是交流的双双是平等的，所以相对于现实中的人际交往，中职学生会选择网络交友。
3.对于网络传递的信息，无区别地接受并传播。
中职院校的学生心智发展有待成熟，缺少对信息进行鉴别能力，网络传递信息具有高度的开放性、平等性，信息量大，覆盖面广，传播知识的同时，也存在可信度较差，假新闻泛滥。网络不良信息对青少年成长和社会稳定构成了潜在威胁。这些现状对中职院校的学生管理者提出了新的要求。
三、对策建议
1.管理渠道多样化，教学管理两手抓。
韩愈在《师说》中写道，师者，所以传道授业解惑也。老师的职责不仅仅是讲授知识和解释困惑，还包括教授给学生人生道理，现状是很多老师割裂了这二者的关系，过于注重知识的传授，忽略了德育教育。这就要求老师在课堂上不仅仅要传授书本知识，也要注重德育教育，积极改进创新教学模式，把大数据的优势引入到课堂教学中，引导学生正确利用网络资源，调动了学生学习的积极性。
2.管理手段多样化，运用各种通信软件进行沟通管理。
班主任是班级的组织者、管理者和教育者，既要管理又要育人。班主任的工作对象是活生生的人，并且是正处在生长发育、形成人生观和价值观的阶段。在大数据时代下要提高管理育人的效果，必须改变传统的管理育人方式，将现代信息技术融入到班主任工的工作中。(1)运用QQ和微信架起师生沟通的桥梁。班主任可以科学地运用QQ和微信，与学生进行心灵交流，实现教育管理。通过QQ、微信与学生交流，可以消除学生与老师直面交流的胆怯和顾虑，更容易深入到学生的内心，聆听学生最真实的声音，从而拉近与学生的距离，了解了学生思想、学习和生活上的问题，就可以有针对性地给予引导和帮助。(2)运用班级主页、QQ空间、博客和朋友圈搭建师生互动的平台。班主任可以创建班级主页和班级博客，在班级主页或博客中可以记录班级发展过程中的点点滴滴，提供大量适合学生浏览的内容。可以分成不同板块并找专人负责，让学生参与班级管理，增强学生的责任感和主人翁意识。同时，同班同学也可以在这个平台上交流以及交友，增强班级的凝聚力，一个团结的集体一定会是一个很有前途的集体，在团结融洽的环境中，班主任也更容易教书育人，学生也更容易接受班主任的管理。
3.根据学生身心特点，引导其健康发展。
处于青春期的中职学生，性意识开始出现，对异性感到好奇，网络上的色情信息，会严重影响他们身心发展，特别是一些网站为了提高点击率，大量传播色情信息，好奇心会促使有些学生观看并传播相关信息。一方面要引导学生鉴别信息的能力，另一方面还要告诉他们对于同学和朋友传播的信息要正确的对待，不围观、不传播，不影响同学之间的交往，对于那些传播不良信息的同学，要帮助其正确认识问题，共同进步。
作者：周长勇 仲献荣 单位：贵州省机械工业学校 贵州大学
大数据时代论文:大数据时代信息安全论文
一、“大数据”时代概述
1.定义
大数据作为新的经济资产类别，与土地、石油、黄金、货币等并列成为经济运行的根本资源，关于其概念定义不是最近出现的，只是在信息化时代的驱动下，重新进入人们的视野，甚至被称为第三次浪潮的华彩乐章。而关于“大数据”的定义，顾名思义就是指数量很大的数据，包含了数量大、结构复杂、类型众多的多种数据，因此又被成为海量资料，是一个大型的数据集合。美国早在2012年就正式启动了大数据研究与开发计划，投资2亿美元提升收集、分析、萃取数据信息的能力。由此可见，大数据时代的到来，使得数据成为各个国家以及各大企业竞争的核心，更可能取代人才成为具价值的重要载体，利于进一步优化运营企业发展。
2.特点
根据大数据的定义可以明显看出其具有数据量大、形式多样、运算高效、产生价值等4个特点，业界更多使用4V来概括，即Volume、Variety、Velocity、Value。其中数据量大是大数据的显著特点，也是计算机网络存储技术发展必然结果，在计算机相当普及的今天，计算机网络渗透人们的生活、工作、休闲，不但的产生新的数据，此外传感器、探测器等也在产生数据，致使开始使用PB、EB甚至ZB等计数单位。同时，大数据又是多种多样不同类型的数据构成，如：字符、日期、声音、视频、数值、动画等，加速数据量增长的同时，提升了大数据的利用价值。由于大数据数量的巨大以及形式的多种多样，因此在进行数据处理时，更多的要求实时与高效，便于及时根据数据结果决策。当然，大数据的大量使用及推广，不仅仅是因为其具有大量的数据，更重要的是通过对数据的深度采集、分析、处理、挖掘，可以对大数据的数量、多样性、速度进行分析，萃取更多深入的职能的有价值的真正有用信息，最终产生价值。而对大数据进行信息萃取的过程包括数据输入、数据处理与数据输出三阶段。
二、“大数据”时代背景下信息安全存在的主要问题
大数据时代的到来，对全球经济发展来说既是机遇又是挑战，在推进国家与企业发展的基础上，也潜藏着信息安全风险。
1.缺乏对大数据时代的正确认识
计算机信息网络的大规模普及推广，是促使大数据时代到来的主要推力，无论是人们在生活工作中的邮件传递，还是网购、下载视频音乐等都会产生新的数据，也存在着个人信息泄露的可能性。进入大数据时代后，信息泄露事件层出不穷，甚至导致个人数据的权利边界都更加模糊，在这样的环境下，人们对大数据时代的认识还不够。通过对大数据时代人们最关注的调查分析，发现74.91%选择了个人隐私被侵犯，9.97%选择了经济损失，8.93%选择了浪费时间与精力，5.84%选择了危害个人声誉，0.34%选择了没有损失。根据这一调查可见，人们对于个人隐私被侵犯的选择率较高，最为关注，相对其他的还认识不足。大数据时代的到来，对各方面的信息安全都造成了一定的威胁。
2.集中的大数据库存在安全威胁
全球互联网用户高达3亿，移动上网终端有20亿，联网设备更是多达500亿个，每天产生的数据信息近1EB。如：每天使用谷歌搜索次数近100亿次，淘宝网产生3000万笔交易，2500万张照片共享，加上电话、短信等消息软件产生的数据，更是不可估计。根据相关数据统计，2012年我国在各类媒体上花费的时间较多，其中互联网、手机等占绝大部分。大数据时代信息多集中在几大互联网巨头手中，而互联网的开放性特点又决定了其数据存在一定的泄露风险。目前大数据集群应用数据库并没有采用“围墙花园”模式，并没有对内部数据库进行隐藏，避免其他程序随意访问，因此大数据的架构极其容易暴露。这样集中的大数据库，使得客户端在进行程序操作间，可以同不同节点进行通信，避免验证客户是否具有访问权，加大了信息泄露的可能。
3.大数据技术自身存在风险
当前，大数据技术还不太成熟，自身平台较为脆弱，大数据存储处理技术多采用分布式与大规模结合处理，增大了被攻击的范围。同时，在进行数据分布式处理时，节点处的存储数据多为碎片，难以进行集中统一的安全机制部署。当然在大数据技术中，普遍缺乏一定的内生性安全保障机制设计，多通过外部保障技术来确保信息的安全性，这样的大数据技术在实际应用过程中多缺省配置，失去了对信息的基本安全防护。
4.加大了黑客攻击的可能性
大数据自身的4V特点，增大了黑客攻击的吸引力，刺激黑客实施非法攻击。黑客多是有组织有目的的对确定的数据进行攻击，在大数据海量数据信息存储的环境下，黑客更容易通过攻击，获取更多有价值的信息内容，给受攻击方带来名誉、财产等不可预估的损失。如：Android系统使用用户越来越多，产生的数据信息也是海量的，成为黑客攻击的重要对象，当移动设备感染木马被黑客攻击后，当用户使用APP提供的服务后，就会泄露相关的数据信息和访问权限。甚至有的黑客行为主要是针对国家的，给国家社会带来不可估量的后果，因此必须采取措施积极预防黑客的攻击。
三、提升信息安全的途径分析
1.提高公众的安全意识
大数据是一种新兴的宝贵资源，在法律法规的约束下要充分尊重数据所有者权利，这才能充分显示出大数据时代的真正魅力所在。而公众无论在什么情况下，只要将信息到网络上，就会成为大数据的一部分，也就存在信息泄露，被盗用的可能。为了更好的防止大数据信息泄露，确保信息安全，就必须提高公众的安全意识。在进行个人信息公布时格外小心，注意保护与个人信息相关的大数据，避免成为黑客攻击的对象，导致信息泄露造成不要的损失，尽量做到防患于未然。
2.建立异构数据中心安全体系
传统的数据存储通常都会建立完善的防护措施，但大数据的架构较为复杂，多采用虚拟化海量存储技术来进行数据信息资源的存储，用服务的形式提供数据信息操作存储，更需要进一步完善数据的隔离与调用。同时，大数据利用云计算存储数据，为了方便所有者对数据进行存储、分析、挖掘、控制，可以构建一个异构数据中心安全体系，从管理上来增强对大数据信息安全的防护。尤其是，集中的大数据库，更需要格外主要防护，降低出现“棱镜门”事件。
3.加强大数据安全技术的研发
经过无数实践证明，传统的信息安全技术无法适应大数据时代，尤其是大数据时的到来，加速了云计算、物联网以及移动互联网等多种新技术的发展，反而加大了大数据收集、存储、分析、处理的难度。为了进一步从技术上加强对大数据信息安全的防护，应当加大大数据技术研发资金投入，提高相关技术产品，包括信息访问控制、数据加密、数据备份等技术手段的发展，促进大数据安全技术的研发，才能真正有效的推动国家社会的高速发展。
4.完善大数据信息安全体系建立
大数据作为新兴的数据类别，需要相关政策措施进行维护，在“十二五”计划上，工业信息化部将信息处理技术作为新工程提上日程，包含了大数据中的数据存储、分析，以及图像视频分析挖掘等方面。因此，为了防止黑客的攻击，造成信息泄露，必须进一步完善大数据信息安全体系的建立，以实现对大数据信息安全防护的目的。同时，要进一步加快大数据安全防护技术的研发，可以通过在网络设备或是节点上设置访问权限，或是使用SSL技术对登录传输数据实现加密保护。当然，针对重要的大数据信息，还应当实现端对端的数据保护，及时备份相关数据，避免因为系统出现故障造成数据损害、泄露等情况。
四、结语
综上所述，在大数据到来的背景下，不仅带来新的发展机遇，也带来更多的信息安全风险。为了更好的利用大数据时代的优势，就必须采取相应的对策提升对信息的安全防护，以便寻找到新的突破口，确保大数据时代的更好发展。
作者：黄隽 单位：黔南民族师范学院计算机科学系
大数据时代论文:大数据时代中网络教育论文
1数据教育是网络教育的发展理路
1．1数据教育的内涵
什么是数据教育？目前尚无定论。笔者认为，在整合用户资源的基础上，数据教育可以通过数据分析与管理实现拉长数据产业价值链，改善网络教育的结构和模式，是以大数据为核心整合网络教育资源所进行的信息、产品与服务的交易活动。大数据正在重构很多传统行业。麦当劳、肯德基以及苹果公司等旗舰专卖店的位置都是收集、整理生活中大量的相关数据对其进行分析挖掘，从中获得有价值的数据信息而演化出更有使用价值的新的商业模式。规模经济和范围经济是行业战略扩张的本质动因。网络教育向数据教育发展，本质是依托规模经济和范围经济来强化网络教育的影响力、延展网络教育经济规模、降低生产成本、提高社会效益和经济效益。数据教育的主要对象的是网络教育的使用者，具体为学习者和教学者。利用数据教育使用者在学习中产生的大量数据，建构数据分析模型来发现社会关系和有价值的数据信息，进而预测学习者的学习情况并提供个性化建议。因此，数据教育的范式中首先应测量、收集、分析和报告有关网络教育使用者及其学习环境的数据，然后进行理解和优化产生的学习环境。网络教育教育平台的使用会产生积累大量系统化、结构化的学习结果和学习行为数据。网络教育将这些数据提取出有意义的信息，并利用这些信息为教育者、学习者、管理者、教育软件开发者和教育研究者等提供服务是大数据时代网络教育的必然趋势。
1．2数据教育的发展理路
网络教育与数据的融合是网络教育扩张的战略选择。目前网络教育的融合转型中没有成功先例，原因是大家都把科技对网络教育的作用看成是渐进使用过程，而没有看到它实际上对整个教学内容从生产一直到传播、到效应的发生，全都是一种革命性的改变。若能认识到这一点，就可以在全世界的网络教育发展过程当中占领、占用这样一个产业的制高点。用互联网的思维、用互联网所代表的好的技术、好的文化形态，再加上相应的政策支持，就能够开启数据教育。由于数据教育本质上归属于信息传播与网络教育融合的服务产业，因此，它们之间具有众多邻接点，网络教育的传播力、公信力和影响力等无形资产以及信息生产、传播途径等资源和能力便于转移到数据教育过程中，从而形成独特的数据教育运营模式。以物联网、云计算等综合技术的成熟为基础，在用户在线学习的数据库中挖掘出有价值的深数据，然后进行过程性和综合性的考量，找到学习者的学习行为、学习习惯以及学习兴趣等之间的内在联系，考量背后的逻辑关系，并作出恰当的教学决策，是数据教育的发展理路。作为网络教育的高级应用和发展路径，数据教育可以分析学习者的一些静态数据和动态数据，静态数据如过去的成绩和学习行为，动态数据如在线登陆方式，讨论发帖量之类，通过分析这些数据追踪分析学习者的类型，把学习者进行分类，诸如高成就、比较危险、社会型学习者等不同的类型。在分类的基础上对不同的学习者进行实时干预，对高成就类型可以提供具有挑战性和具有一定难度的学习任务，对处于危险状态的学生，给予特别关注和一些学习上的帮助，对社会型的学生，给予社交上的一些支持。在学习开始时做一个学习能力测验对于期末考试成绩预测最的方法。设计更复杂的数据驱动预测模型，则必须在此基础上进行改善，这一改善需要进一步的数据分析。数据分析的目的是确定能够预测哪些变量。目前，Purdue大学的CourseSignalsoftware已经部分实现了这一技术。Sig－nals在学生的学习过程设置了红色、黄色、绿色等信号，这些不同的信号可以帮助使用者了解目前的学习状态。CourseSignalsoftware的评估报告显示，参与CourseSignal项目可以使学生获得更高的平均分，并快速地寻找所需要的资源。
2数据教育的理念分析
通过数据教育的内涵和发展理路的分析和梳理，数据教育包涵以下几种核心理念，即用户为中心、巧用慢数据、借力数据思维和构建数据产业链。
2．1数据教育的核心理念仍是用户为中心
新的科技出现之后，网络教育用户的需求不但是量的增加，还是层次的增加，过去人们对共性的东西有需求，现在对个性的东西也有需求，过去对理性的东西有需求，现在对涉及到人们的情感、情绪等过去在主流网络教育中所占比重很少的东西也有很大需求。如用户对网络教育的游戏化，反转式的趋向，数据教育让这些趋向变成了现实。网络教育的竞争是各种教学法的精细化化，并且在呈现给学习者的用户前端界面上进行优化，增强前端界面与学习者之间的黏合度，如整个网络教育教学的链条才会不断下移，才会更加符合学习者个体的特点。数据教育是一个更加了解并较大化满足用户需求的方式，借助多样化的科技实现了用户之间差异化学习与学习模式的无缝对接。数据教育能够检测数据中的模式，因为这一教育模式是建立在数据分析和人工智能方法的基础之上的。类似技术可用于智能教学系统，以动态的方式对学生进行有针对性的分类而不是进行诸如人口统计的简单分类，也可以利用协同过滤技术对特定的资源建立模型。如隐含的人与人在论坛上的互动和外显的人与人、朋友或者关注对象之间的关系，这些分析用于数据教育的学习分析中来探索网络集群、影响力网络、参与及不参与状况。数据教育可以用来对所提供的数据进行意义建构，数据教育的价值在于对大量数据进行分析和处理，进而形成教育模式为网络教育提供帮助。相比传统的网络教育，数据教育能够提供更加细致和有效的反馈，如学习者掌握熟悉和了解概念到何种程度，根据数据自动呈现以后的学习内容或者不呈现影响学习者掌握后来学习内容的材料。
2．2数据教育要巧用慢数据
2014年5月29日，第九届百度联盟峰会上百度董事长兼CEO李彦宏预测了未来5年有非常大发展的两大产业机会，这两大产业是百度、阿里巴巴、腾讯三者都不大可能涉足的领域：及时是新型企业级软件，这些软件可以解决企业从内部到外部链接的问题；第二就是挖掘新的有价值的慢数据，发掘具有个性化针对性的预测信息，为用户寻找真正有价值且能产生效率的慢数据。李彦宏的这一分析和预测不但而且有说服力。目前，互联网企业在网络用户规模不断扩大、流量激增的情况下，面临着新的尴尬，即搜集到的数据真正有价值的很少，无价值的增多。很多的数据根本没法分析更谈不上运用。因此，李彦宏建议搜集慢数据来获取真正有价值的数据，找准并挖掘能真正帮助用户解决问题的新数据。另一个与之印证的观点是，阿里巴巴集团执行副总裁曾鸣分析说，大数据最重要的特征不在大小，而在死活。数据的死活决定一切，从数据的管理到数据的运用，数据必须能活起来，开始跑通迭代，才能产生持续价值。网络教育和其它领域一样，在利用大数据方面基本处在同一起跑线上。数据教育的特点在于能够为网络教育平台提供实时数据，通过利用这些实时数据，达到为网络教育者提供帮助的目的。数据教育可以通过分析学生的诸如课程材料等学习资源来追踪学生的学习轨迹，通过设计和优化教学模式和统计方法来实现教学效果化的目标。对数据教育来说，抓住机遇去挖掘应用好慢数据和活数据，让大数据成为网络教育改革的一大新的增长点，是网络教育工作者亟需解决的问题，通过数据共享、交叉复用后获取较大的数据价值是数据教育对待大数据应有的态度。
2．3数据教育需借力数据思维
好的数据教育需要有好的教学内容点、技术支撑以及用户洞察。目前的网络教育都没有占齐这三点。互联网不但对这个社会重新组织、重新结构与自己革命性改变的声音，而且已经成为教育领域的中枢操作系统和底层的操作架构，数据教育必须要和它的规则去接轨对接，在这种及ID那个规则的框架中来决定资源配置和运作方式。在这个层面上讲，大数据时代数据教育的核心竞争力就在于互联网数据思维的竞争。没有可循环利用的数据，就无法提供数据教育的开发。用好数据思维，首先要注重数据积累的长期性和动态性，避免数据库的短期化行为；其次要注重数据的完整性和统一性。完整性即数据的性和性，统一性即一致性，是数据之间的逻辑关系是否正确和完整。统一性保障了完整性。数据的缺失和不，将会带来分析的偏移，因此在这种分析上进行的一系列开发也没有针对性甚至是徒劳。因此，在采集和管理数据的时候要设计和完善多种数据维度，有助于数据仓库中设置更多更有效的细分标签。保障收集到的数据、，用以分析的数据形式统一，才能确保通过大量数据分析得出的用户行为习惯是有效的。要注重数据挖掘和利用。用户数据的积累和挖掘是一个长期、动态、循环的过程，如果把数据枢纽中心比喻成一个大型的水利枢纽工程，那么数据教育要利用枢纽对水进行过滤和引导，让它长期保持动态和循环使用，在这个数据的枢纽中心，要不停地激活用户数据，积累用户的消费行为和消费习惯，让大数据在这个枢纽型中转站得到动态的循环。
2．4数据教育应建构数据产业链
从价值链和传统网络教育的角度分析，网络教育即使在用户数据的采集、处理、储存、分析等各方面数字化后，即使数据量再大也不可能去做基于数据本身的公司。因为与很多互联网入口企业相比、与真正生成大数据的公司相比，这些数据量的量仍旧是非常单薄远远不够大的。因此，相对理性和可行的选择是数据教育的运用着力点应放在以下三个方面。
（1）借力数据资产中介。
在互联网上，任何主动收集庞大数据的行为，其成本都难以想象。目前我国已有不少学校开始了数据挖掘的探索。如东华大学的智能实验室项目、浙江大学的资产数据项目、复旦大学的学生数据分析和清华大学一些学生成长类的数据分析。总体来看，开始进行数据挖掘的高校共同特点是信息化做得好且规模较大并拥有有充足的数据量。建立网络教育数据的资产中介，专门进行数据的挖掘使用和分析，是数据教育的可行之道。对不具备大规模数据资源的机构来说，数据资产中介是有效的可行之道。
（2）进行数据资产管理，实现学习内容深加工、学习行为分析和监测，是网络教育应用大数据重点挖掘的项目。
全球复杂网络研究艾伯特•拉斯洛•巴拉巴西曾指出，在大数据背景下，人类的很多行为都是可被预测的。但海量的数据沉淀在网上，没有精准而靠谱的分析和应用，就没有价值。用户期待网络教育提供的，不是大而全的教学资源，而是满足自己需求的教学内容范围更广的信息类产品。数据教育不是单纯的资源集大成者，而要从数据库中深度发掘有用信息，进行趋势分析。数据教育显然是大数据时代网络教育一展身手的方向。通过使用各种集合的综合技术，平台上可以自动留存用户关于学习行为的各种数据，如学习一个知识点花多长时间、学习的顺序是否有断点、是否会反复重新学习等等，但需要注意的是，仅仅是远程教育和在线课程，这些信息只能称之为数字并不是数据。在媒体领域，我国媒体拟与甲骨文公司展开了多样化的数据库营销合作，并且建立有效的数据库体系，目的是实现数据库营销方面的收入拓展。数据教育可以借鉴这一模式对海量数据进行挖掘，以及数据的分析。
（3）做好数据驱动的解决方案，量身打造个性化资讯内容，私人定制、精准推送内容。
传统网络教育把所有网络教育的内容向所有人传播，缺乏针对性、度，这是粗放型的教育模式。目前网络教育之间的同质化非常严重。数据教育在充分利用大数据和关系链，为用户筛选、推荐最适合的内容并提供私人订制的教育内容的同时，还应使他们体验网络学习的新感受。大数据时代，基于用户兴趣生产和传播是重要趋势，根据用户上网的习惯、浏览的痕迹、参与的话题以及讨论的内容，对其较长时间的浏览数据进行分析，便可得知其上网习惯以及浏览喜好等的数据。根据这些数据，选取合适的时间应用恰当的方式向用户提供其需要并且感兴趣的学习内容和信息，在此基础上就可以定制学习内容。理论上网络上的每一个用户都有自己的一幅网络肖像以及一个属于自己的UID（UserIdentification用户识别）号。个人的兴趣图谱就是数据教育的基础。基于用户识别特征和兴趣图谱建构的数据教育不但目标明确，可以强化与用户的黏度，而且有利于整合网络教学资源，甚至达到自动生成匹配高效精准教学模式的效果。要做到这一点，就必须借助大数据技术和相关分析软件，建立可挖掘、可分析的用户资源数据库，通过对数据的整合和分析，针对不同的用户需求，推出满足用户个性化和专业化需求的各类内容产品。
3结语
大数据正在重构很多传统行业。数据教育为未来网络教育内容打开充满想像的空间。对数据进行分析与过滤，数据教育解放了传统网络教育的思维方式，创新了传统网络教育的学习形式。数据可以帮助用户选择适合自己学习水平和学习习惯，满足自己学习需求的学习模式。在某种程度上讲，网络教育的未来就是分析数据。因此，数据教育是网络教育以后发展的一个重要方向。大数据时代，基于数据教育的的发展潜力，数据教育会越来越显示出其的重要性和不可替代性。哈佛大学社会学教授加里•金指出，庞大的数据资源使得包括学术界、商界以及政府在内的所有领域都开始了量化进程。因此，借助大数据发力，做品质的网络教育模式，期待数据教育给出答案。
作者：孙华 单位：四川广播电视大学
大数据时代论文:大数据时代网络教育论文
一、大数据特征
大数据的特征常用4V来表示，具体是指大数据的四个显著的特征：及时是数据体量，主要指的是巨大的数据量与数据的完整性。第二是数据类型，指数据的种类非常的多而且复杂，大数据技术就是要在这些复杂的数据类型之间寻找其关联性。第三是处理速度，爆炸式增长的数据量要求快速化的处理速度，才能使得数据的有效利用。第四是价值，大数据的最终目标是将庞大数据中找到数据时间的价值关系，通过找到低密度的数据价值对决策做支持。当前大数据技术不仅产生于特定领域中，而且还产生于我们每天的日常生活中，Facebook、微博、微信等社交媒体上的数据就是好的例子。大数据发展为社会各领域带来的机遇和挑战，网络思想政治教育作为信息时代育人的新载体自然无法回避这个新的环境变化。分析大数据对网络思想政治教育带来的巨大机遇与严峻挑战，探讨如何在大数据时代创新网络思想政治教育的具体措施，进而为下一步发展提供有益的指导已然成为热点研究问题。
二、大数据时代下的网络思想政治教育的新发展方向
（一）树立大数据时代的网络思想政治教育的数据意识
网络思想政治教育必须顺应科技与时代的发展。大数据时代教育工作者需要树立网络思想政治教育的数据意识，这是发展大数据环境的网络思想政治教育的首要前提。针对大数据发展网络思想政治教育可以分为如下三个方面。首先是要了解和分析大数据本身，理解大数据是什么、大数据的变革力量何在、大数据的未来发展趋势等等；其次是在理解大数据的基础上，系统地分析大数据时代对网络思想政治教育可能产生的影响，带来的机遇和挑战。是充分的确立数据意识，意识到数据是现代社会具价值的资源，是发展与决策的源泉。用数据意识驱动网络思想政治教育工作创新发展，例如在一定的数据分析基础上将灌输式集中教育变为交流式个别教育。
（二）借助大数据技术对网络思想政治教育进行量化研究
定性研究与定量研究相结合是网络思想政治教育的重要研究方法。定量分析法是对社会现象的数量特征、数量关系与数量变化进行分析的方法。定量分析使用数学模块对研究对象可量化数据进行的分析，通过分析对目标给予评价并做出判断。定量分析方法始终受到教育工作研究人员的关注，因为网络思想政治教育中存在极大的不确定性和动态性的因素，定量分析方法可以帮助我们对网络思想政治教育进行科学评价。但与此同时定量分析方法具有很大的复杂性，受很多技术因素的限制，一直不能很好的发挥作用。大数据技术的出现为定量研究提供了一种新的技术手段，成为科学研究新的范式。定量研究可以运用大数据技术进行理论假设、建立数据模型以及数据分析验证。由此可见，大数据时代网络思想政治教育的研究，需要与数据资源丰富的机构单位合作，借助这些数据载体的平台、资源以及高精尖的技术，进行合理合法的挖掘教育对象的信息，从而的开展网络思想政治教育活动。另外，要建设一支过硬的网络思想政治教育队伍，不但要具备思想政治教育的专业知识，而且还要具备创新的网络教育观念、精通大数据等新技术手段。
（三）促进大数据时代网络思想政治教育信息资源建设
发挥大数据技术的优势，分析网民的接受习惯，增强教育内容的实效性、趣味性，以服务成长成才为核心有针对性地加强功能开发，提高网络思想政治教育信息资源的受关注度。此外在信息资源建设过程中要注意好以下几点：首先要把握信息资源内容的方向性，弘扬主旋律、传递正能量。其次信息资源的形式要多样，通过文字、声音、图像等形式，经由微博、微信等新兴传播手段，提高教育的实效性。再次，信息资源来源要丰富，可以从各大媒体引进、从理论学习资料借鉴、从大型活动中总结、从日常工作中提炼，确保信息资源及时更新。
三、结语
通过以上的分析，可以看出，大数据时代网络思想政治教育必须在继承传统中实现新发展。坚持不动摇的是网络思想政治教育的基本结构、功能以及原则。创新发展的是符合大数据时代的教育内容与内涵，进而找准变化点，更新网络思想政治教育的研究方法，将网络思想政治教育带入新的发展阶段。
作者：方世敏 单位：南京政治学院上海校区 南京陆军指挥学院
大数据时代论文:大数据时代计算机网络安全论文
一、大数据时代下计算机网络安全的现状
1.计算机网络安全概述。
计算机网络安全，是指利用相关网络管理控制与技术，确保在一个网络环境中数据的完整性、保密性及可用性。计算机网络安全，主要包括逻辑安全与物理安全两个方面，其中，逻辑安全包括数据的保密性、完整性及可用性，防止没有经过授权对数据进行随意篡改或破坏的行为；物理安全包括相关设备与设施在受到物理保护的条件下保护设备上的数据免于丢失、破坏。
2.计算机网络存在的主要安全问题。
目前，计算机已经广泛应用于各行各业，人们对计算机网络的认识与利用水平也显著提升，办公、社交、生活等方方面面都离不开计算机网络。计算机网络在丰富和改变人们生活的同时，其存在的安全问题也不得不让人们警醒，经过笔者梳理，计算机网络安全问题主要存在以下几个方面：
1）网络病毒所导致的安全问题。
在计算机网络技术快速发展的过程中，也出现了越来越多、感染力越来越强的新病毒，它们无时无刻地影响着计算机网络的安全。由于计算机网络病毒具有复制性，能够感染其他程序和软件，因此，一旦计算机中了病毒，其所运行的每一步都将是危险的，都会存在让病毒也随之运行并产生破坏行为，然后应用程序被破坏，机密数据被盗用或被破坏，甚至让整个计算机系统瘫痪。
2）人为操作失误所导致的安全问题。
在人们进行计算机相关操作过程中，人为操作失误可能会引起计算机的安全漏洞，或者泄露了某些重要的信息，而这些信息一旦被不发分子所利用，便会造成难以挽回的损失。
3）网络黑客攻击所导致的安全问题。
在大数据时代下，网络黑客对计算机网络的攻击具有更隐蔽、破坏性更强的特点。由于在大数据时代下，网络黑客通过非正常手段窃取到某一重要数据时，一旦其利用这些数据进行非法行为时便会引起巨大的波及。同时，在海量的数据中，难以及时识别网络黑客的攻击行为，对于计算机网络安全而言是一种严重的威胁。
4）网络管理不到位所导致的安全问题。
在网络安全维护中，网络安全管理是非常重要的环节，但是目前很多使用计算机的个人乃至企业、政府部门并没有对网络安全管理引起足够的重视，从事使得计算机网络的安全受到各种威胁，最终导致大量的计算机网络安全事件频繁发生。五是，网络系统自身的漏洞所导致的安全问题。理论上而言，一切计算机网络系统都存在某些漏洞。同时，在用户使用各类程序、硬件过程中由于人为疏忽也会形成一些网络系统漏洞。二者相比，后者的破坏性常常是巨大的，很多不法分子通过非法途径给用户造成计算机系统漏洞，进而窃取用户信息，给用户造成巨大的损失。
二、大数据时代下的计算机网络安全防范对策
1.加强病毒治理及防范工作。
在大数据时代，计算机病毒的种类与数量与日俱增，对其进行治理与防范是较为困难的。在对计算机病毒进行治理与防范时，笔者认为最重要的是防范，这种防范是一种主动的、积极的治理，可以通过加强计算机防火墙部署来提高网络环境的安全性，将那些不稳定的、危险的网络因素隔离在外，进而实现对网络环境的安全保护。同时，计算机使用者树立正确的病毒防范意识，在计算机日常使用中，能够定期利用杀毒软件对所使用的计算机网络环境进行杀毒，并更新病毒样本库，进而确保对计算机网络的扫描能及时识别计算机病毒并进行及时的处理。
2.加强黑客防范工作。
隐藏在大数据背后的网络黑客一旦实施其不法行为，常常会产生巨大的安全问题，因此，为了防范计算机网络安全，应当积极整合大数据的海量信息优势，建立科学的网络黑客防范攻击的模型，以此来提升识别网络黑客的反应速度。通过加强计算机网络的内外网的割离、加强防火墙配置，能够有效降低黑客攻击的可能性。同时，还可以大力推广数字认证技术，加强对访问数据的有效控制，并合理认证，有效避免非法目的用户的非法访问，进而提升对网络安全的有效保护。
3.加强网络安全管理。
使用计算机的个人及机构，需要从思想上高度重视网络安全管理的重要性，在熟悉大数据的特征与性能的基础上采取安全的管理措施，时常关注网络安全管理，从技术上给予网络安全保障的同时，还需要通过有效的网络安全管理来实现大数据时代下计算机网络安全的防范目的。对于机构而言，需要从宏观上认识到网络安全管理的重要性，并建立动态的、有序的、系统的管理规章，依托于云计算技术构建一个更加高级的智慧平台来加强网络安全的防范，进而确保网络安全。对于个人而言，需要从主观上认识到网络安全的重要行，在进行计算机操作中，要养成规范化的、文明的使用计算机网络的习惯，尤其是对于一些钓鱼网站、非法链接，要从主观上认识到其危害，并做自我做起，将网络安全问题尽可能消灭，不传播有安全隐患的信息或链接。
4.加强网络系统漏洞的修复工作。
在大数据时代，数据更新快、存在的漏洞多，需要确保计算机系统的不定能够及时得到更新，进而使得整个计算机网络系统能够安全、正常地运行。及时对计算机网络进行修复，能够有效避免蠕虫病毒攻击计算机网络。微软不定期在专门的update站点近期的漏洞补丁，对于使用微软系统的计算机用户而言，便需要及时进行下载这些漏洞补丁，并及时安装。目前，大家可以使用金山毒霸、百度卫士、360安全卫士、腾讯电脑管家等安全管理软件完成对网络系统漏洞的修复工作，进而有效保护计算机网络安全。
作者：张国强 单位：国家新闻出版广电总局725台
大数据时代论文:大数据时代下信息安全论文
1“大数据”的内涵
1.1“大数据”定义
所谓大数据（bigdata），或称巨量资料，通常情况下，是指涉及的资料规模庞大，在现有的技术条件的基础上，难以通过主流软件，在合理时间内对其进行撷取、管理、处理。对于“大数据”来说，其特征主要表现为：一是数据量（volumes）大，在实际应用中，把多个数据集放在一起，形成PB级的数据量。根据IDC（国际数据公司）的监测统计，2011年全球数据总量已经达到1.8ZB；二是数据类别（variety）大，数据来自多个数据源，无论是种类，还是格式，数据日趋丰富，以前所限定的结构化数据范畴等，已经被冲破，半结构化和非结构化数据早已囊括其中；三是数据处理速度（Velocity）快，在数据量非常庞大的情况下，能够对数据进行实时的处理；四是数据具有较高的真实性（Veracity），随着社交数据、物联计算、交易与应用数据等新数据源的兴起，冲破了传统数据源的局限，在这种情况下需要有效的技术，进一步确保数据的真实性、安全性。
1.2“大数据”技术
“大数据”的价值不只在于其数据量之大，更大的意义在于通过数据采集、处理、分析、挖掘等技术对“大数据”的属性，包括数量、速度、多样性等等进行分析，能获取很多智能的、深入的、有价值的信息。而这些信息提取过程可大致分为以下三个阶段。
1.2.1数据输入
将分布的、异构数据源中的关系数据、平面数据等数据进行采集抽取，然后对其进行清洗、转换、集成等，将数据加载到数据仓中，进而为数据联机分析、挖掘等处理奠定基础。其特点主要表现为并发数高，因为成千上万的用户有可能同时访问、操作数据，比较典型的就是火车票售票网站、淘宝等，在峰值时，它们并发的访问量能达到上百万，在这种情况下，在采集端需要部署大量数据库。
1.2.2数据处理
“大数据”技术核心就是数据挖掘算法，基于不同的数据类型和格式的各种数据挖掘的算法深入数据内部，快速地挖掘出公认的价值，科学地呈现出数据本身具备的特点。并根据用户的统计需求，对存储于其内的海量数据利用分布式数据库或分布式计算集群进行普通的分析和分类汇总等。其特点主要表现为用于挖掘的算法比较复杂，并且计算涉及的数据量和计算量都很大，常用数据挖掘算法都以单线程为主。
1.2.3数据输出
从“大数据”中挖掘出特点，科学的建立模型，通过导入数据，以得到用户需要的结果。这已在能源、医疗、通信、零售等行业有了广泛应用。
2“大数据”安全隐患
“大数据”时代，数据量是非线性增长的，随着数据价值的不断提高，黑客对于数据的觊觎已经由原来的破坏转变成窃取和利用，病毒或黑客绕过传统的防火墙、杀毒软件、预警系统等防护设备直接进入数据层，一些高级持续性攻击已经难以用传统安全防御措施检测防护。“大数据”的安全风险主要可以分为以下两个方面。
2.1从基础技术角度看
NoSQL（非关系型数据库）是“大数据”依托的基础技术。当前，应用较为广泛的SQL（关系型数据库）技术，经过长期的改进和完善，通过设置严格的访问控制和隐私管理工具，进一步维护数据安全。在NoSQL技术中，没有这样的要求。而且，对于“大数据”来说，无论是来源，还是承载方式都比较丰富，例如物联网、移动互联网、车联网，以及遍布各个角落的传感器等，通常情况下，数据都是处于分散存在的状态，难以对这些数据进行定位，同时难以对所有的机密信息进行保护。
2.2从核心价值角度来看
“大数据”技术关键在于数据分析和利用，但数据分析技术的发展，对用户隐私产生极大的威胁。在“大数据”时代，已经无法保障个人信息不被其他组织挖掘利用。目前，各网站均不同程度地开放其用户所产生的实时数据，一些监测数据的市场分析机构可通过人们在社交网站中写入的信息、智能手机显示的位置信息等多种数据组合，高精度锁定个人，挖掘出个人信息体系，用户隐私安全问题堪忧。
3“大数据”安全防范
由于“大数据”的安全机制是一个非常庞大而复杂的课题，几乎没有机构能一手包揽所有细节，因此业界也缺乏一个统一的思路来指导安全建设。在传统安全防御技术的基础上，通过对“大数据”攻击事件模式、时间空间特征等进行提炼和总结，从网络安全、数据安全、应用安全、终端安全等各个管理角度加强防范，建设适应“大数据”时代的安全防御方案，可以从一定程度上提高“大数据”环境的度。
3.1网络安全
网络是输送“大数据”资源的主要途径，强化网络基础设施安全保障，一是通过访问控制，以用户身份认证为前提，实施各种策略来控制和规范用户在系统中的行为，从而达到维护系统安全和保护网络资源的目的；二是通过链路加密，建立虚拟专用网络，隔离公用网络上的其他数据，防止数据被截取；三是通过隔离技术，对数据中心内、外网络区域之间的数据流量进行分析、检测、管理和控制，从而保护目标数据源免受外部非法用户的侵入访问；四是通过网络审计，监听捕获并分析网络数据包，记录网络访问的关键信息；通过统一的策略设置的规则，智能地判断出网络异常行为，并对异常行为进行记录、报警和阻断，保护业务的正常运行。
3.2虚拟化安全
虚拟机技术是大数据概念的一个基础组成部分，它加强了基础设施、软件平台、业务系统的扩展能力，同时也使得传统物理安全边界逐渐缺失。加强虚拟环境中的安全机制与传统物理环境中的安全措施，才能更好地保障在其之上提供的各类应用和服务。一是在虚拟化软件层面建立必要的安全控制措施，限制对虚拟化软件的物理和逻辑访问控制；二是在虚拟化硬件方面建立基于虚拟主机的专业的防火墙系统、杀毒软件、日志系统和恢复系统，同时对于每台虚拟化服务器设置独立的硬盘分区，用以系统和日常数据的备份。
3.3数据安全
基于数据层的保护最直接的安全技术，数据安全防护技术包括：一是数据加密，深入数据层保护数据安全，针对不同的数据采用不同的加密算法，实施不同等级的加密控制策略，有效地杜绝机密信息泄漏和窃取事件；二是数据备份，将系统中的数据进行复制，当数据存储系统由于系统崩溃、黑客人侵以及管理员的误操作等导致数据丢失和损坏时，能够方便且及时地恢复系统中的有效数据，以保障系统正常运行。
3.4应用安全
由于大数据环境的灵活性、开放性以及公众可用性等特性，部署应用程序时应提高安全意识，充分考虑可能引发的安全风险。加强各类程序接口在功能设计、开发、测试、上线等覆盖生命周期过程的安全实践，广泛采用更加的安全测试用例。在处理敏感数据的应用程序与服务器之间通信时采用加密技术，以确保其机密性。
3.5终端安全
随着云计算、移动互联网等技术的发展，用户终端种类不断增加，很多应用程序被攻击者利用收集隐私和重要数据。用户终端上应部署安全软件，包括反恶意软件、防病毒、个人防火墙以及IPS类型的软件，并及时完成应用安全更新。同时注重自身账号密码的安全保护，尽量不在陌生的计算机终端上使用公共服务。同时还应采用屏蔽、抗干扰等技术为防止电磁泄漏，可从一定程度上降低数据失窃的风险。
4“大数据”安全展望
“大数据”时代的信息安全已经成为不可阻挡的趋势，如何采用更加主动的安全防御手段，更好地保护“大数据”资源将是一个广泛而持久的研究课题。
4.1重视“大数据”及建设信息安全体系
在对“大数据”发展进行规划的同时，在“大数据”发展过程中，需要明确信息安全的重要性，对“大数据”安全形式加大宣传的力度，对“大数据”的重点保障对象进行明确，对敏感、重要数据加大监管力度，研究开发面向“大数据”的信息安全技术，引进“大数据”安全的人才，建立“大数据”信息安全体系。
4.2对重点领域重要数据加强监管
海量数据的汇集在一定程度上可能会暴露隐私信息，广泛使用“大数据”增加了信息泄露的风险。政府层面，需要对重点领域数据范围进行明确，制定完善的管理制度和操作制度，对重点领域数据库加大日常监管力度。用户层面，加强内部管理，建立和完善使用规程，对“大数据”的使用流程和使用权限等进行规范化处理。
4.3加快研发“大数据”安全技术
传统信息安全技术不能适用于新兴的“大数据”领域，云计算、物联网、移动互联网等新技术的快速发展，对“大数据”的收集、处理和应用提出了新的安全挑战。加大“大数据”安全技术研发的资金投入，提高“大数据”安全技术产品水平，推动基于“大数据”的安全技术研发，将有利于“大数据”更好地推动国家和社会发展。
作者：乔书芳 赵巍 单位：河北出入境检验检疫局
大数据时代论文:大数据时代公共管理论文
1对公共利益诉求的精益响应
就公共管理理论内涵而言，迄今为止学术界还没有形成一个被广泛认可的范围界定，然而诸如精细化的专业管理、明确而有效的绩效评估、强调结果而不是程序、不断的提升公共产品和服务的质量等，一些基本的价值取向还是在被学界不断的接受。基于这些价值取向，对公共利益的积极响应将伴随着治理变革的进程不断的深化，其内在的要求也将不断的提升公共管理的水平。应当确认的是，无论是宪政层面还是民主层面的要求，政府都应当在追求公共利益实现的过程中，承担起主要的公共责任，并不断提高公共产品和服务的质量和水平。政府应当无遗漏、无差别地关注所有的公共价值和偏好，以此来提升公共服务的质量和公共利益的实现程度，这不仅是政府存在合法性的要求，也是公共管理的绩效要求。从实践层面而言，公共利益实现的基础是公共诉求的表达，这就要求作为公共责任主要承担者的政府，必须积极创造公民表达和形成公共利益诉求的条件，以使得公民之间、公民和政府之间能够围绕其关心的公共事务，在观念、价值、手段等层面进行充分的交流和融合，以实现公民个人需求的社会定位，并在公共领域和公共决策层面形成“共识”，推动个人与社会的共同发展。然而，作为公共利益实现的逻辑起点，现实中公共利益诉求的形成存在着表达和整合的障碍。由分工、社群等因素造成的社会系统的复杂性会造成信息传递的困难，会造成公民之间、公民与政府之间大规模的沟通和协调的困难，甚至会引发其间的矛盾与冲突。在传统的社会运作方式下，信息传递和沟通的效率已经不能满足公共管理的需求，同时，依靠随机抽样等方式来解决数据收集和处理问题的方式本身也存在着许多固有的缺陷。而在数字化时代，快速发展的信息技术和研究方法已使得数据的收集和处理变得更加容易、更加快速，而且，与数据交流的困难看来也已经不是理所当然的了，在组织和社会发展的过程中，我们拥有了处理数据的更大的信心和能力。大数据所代表的网络信息技术和数据处理能力无疑成为解决公共管理问题的一种新的、有效的方式。一方面，大数据可以提供多样化的信息渠道，这种多样化使得公民的广泛的利益诉求变得可能，可以打破由阶层、教育、收入、习惯等造成的沟通障碍，进而在公共利益的实现过程中，建立一种围绕公共事务的共享的价值观念和利益观念，帮助公民超越短期利益诉求，并为对话表达共同价值提供舞台，以形成对公共事务的共识和公共利益实现的基础。另一方面，政府不能止于为公民提供均等化的产品和服务，而应当和私营部门所做的一样，通过市场细分，精益化地实现公共利益。相对于大数据时代，在以往的社会运作方式下，由于管理理念的落后和数据技术的缺乏，社会生产是通过大批量的、同质化的产品和服务来满足客户需求的。而在以先进的数据和网络技术为代表的大数据时代，在公共利益实现的过程中，则应当通过精益性、无遗漏、精细化、定制化的产品和服务来满足公民的需求。作为一种技术回应，大数据技术使管理者可以对管理对象的独特需求进行追踪和分析，进而实施管理行为或投送有针对性的服务。研究表明，这种根据个体或人群将公共服务进行细分与定制的管理模式，能够提高效率、效果和公民满意度。事实上，精细化的管理模式，在有效响应公众诉求的同时，也能提升政府的运营效率和管理品质。这就要求在公共管理中，政府对于数据的态度，应当实现从“宏观把握”到“微观差别”，从“决策参考”到“分析”，从“数据使用”到“智慧支持”的转变。
2对公共管理决策的全新认知
政府存在的合法性和权力的来源，决定了在对公共利益的追求和实现过程中，政府在公共管理的体系中所具有的主导地位，以及政府所必须扮演的积极角色，而这种地位与角色的有效性极大程度上受到其决策方式、能力和效果的影响。在半个多世纪的漫长过程中，决策支持系统曾经一度因为缺乏有效的数据组织方式而徘徊不前，虽然其后的发展取得了前所未有的加速度。作为公共决策的重要主体，快速和灵活的大数据时代特征也对政府的数据管理和使用模式提出了更高的要求，大数据的出现颠覆了传统的数据管理方式，在数据来源、数据处理方式和数据思维等方面都会对其带来革命性的变化。正是如此，在公共管理的决策领域，由于拥有了的信息，过去那些建立在非信息假设上的管理思维和方法，已经被彻底地改变。因此，大数据不仅带来了政府决策的巨大挑战，也提供了变革公共决策的现实机遇。大数据对于决策的价值是显而易见的，通过对大数据的挖掘，可以有效提高政府决策的科学性和时效性。一方面，决策是为了解决问题或抓住机会，大数据可以通过多种渠道抓取数据，并可以发现其中反映的异常问题和有利时机以把握决策的进程；另一方面，决策的有效制定依赖于完整的信息，大数据可以提供庞大的信息，高质量的、多方位的信息可以有效提高决策的效果。诚然，庞大的信息并不意味着都高质量的信息，事实上，质量远远比数量重要。也就是说，肯定数据价值的同时，也应当认识到数据分析的局限性。例如，可以描述政府与公民网络互动的频数，但并不意味着能确切地说明其相互关系，而解释和分析其背后的原因则更加困难。由此，决策环境的改变必将带来政府公共管理模式的巨大改变。首先，政府应当开放透明，持续完善公众公平、便利地获取公共信息的渠道和手段，以利于公众参与公共决策。诸如在公共政策制定、公共财政开支、公共资源分配细节等方面都应当充分满足公众的知情权，在更大范围内实现数据共享。这既是决策效率提升的要求，也是行政民主的价值诉求。其次，在大数据时代，社会主体和公众意见的有效体现是决策的合法性和合理性的基础。一方面，这要求政府培养数据意识，多方位的重视数据的收集和积累工作，为实施大数据战略做准备；另一方面，应当不断推动社会媒体、社交网络等数据平台健康快速的发展。为此，在数据的收集、更新，尤其是数据利用方面，政府都应当不断地调整管理思路和方法，并积极改善公共管理决策的数据环境，提升决策过程中的数据意识，建立有效的决策支持数据系统，以实现决策的科学化，提高公共决策的质量。
3对公共治理战略的深刻影响
目前，大数据已经在商业领域中被广泛应用，并产生了巨大影响。在商业领域，新的研究方法拓展了现有的理论模型，可以利用社会网络、数据挖掘和统计等方法挖掘出高维度的市场信息。即便是在社会领域，大数据同样会帮助我们认识和适应公共治理的社会环境。大数据管理不仅是一种技术或管理方式的创新，还代表着人类对于信息更加的把握能力，同时也反映着人类自身特性的深刻展现及发展。因此，在公共管理实践中，必须在大数据的语境下，用大数据的思维方法理解和分析新的治理问题。
3.1信息技术是一种社会赋权工具，大数据造就了一个权力碎片化的社会
在某种成程度上降低了群体压力对个体的影响，凸显了个体的主动性和能动性，网民可以在表达和交往的过程中，将他们认为重要的问题变为公众议程的一部分，并成为公民之间、公民和组织间关注和讨论的公共问题。信息和数据将围绕着这些问题产生，而且一旦实现信息的自由和数据的开放，知识和权力在每一个公民之间就是等距的，社会的主体结构就将从分层转向网状，社会形态和社会结构就将会出现新的变革。在这种情况下，公民也就越来越多地倾向于社会公共领域，其结构特征和特性就成为公共管理价值性和工具性实现的原因和意义。而且如果个人在互联网上的交往活动能被系统地捕捉到，那么我们就可以有史以来及时次对非正式沟通的流向、观点在不同社会群体之间的传播，以及隐藏在沟通之下的实际网络结构进行观察或作出合理的推断。也就是说，在这种治理环境中，大数据不仅带来了社会结构的新变革，也发展了认识这种结构变革的方法。因为，大数据可以有效地反映舆情和民意，网络上产生的海量数据反应了社会结构中网民的行为、能力和态度，这是信息时代现实社会与网络空间深度融合的产物，蕴含着丰富的内涵和很多规律性信息。
3.2大数据可以有效地降低社会发展中面临的不确定性和风险。
在现代社会，政府转变治理思维、提升危机意识、调适治理模式的着眼点在于，危机的产生和演化是公共管理和公共利益实现的巨大挑战。一方面，危机的突发性要求政府不断提升危机响应的效率，不但要具有前瞻性的战略视野，也应当具备强大的信息收集和处理能力。同时，把大数据技术引入危机管理领域，绝不应只将其视作一种技术手段的进步，而应该以大数据技术为基础对整个危机管理的流程进行再造。另一方面，危机的社会性要求政府密切关注社会范围内的所有信息，在日常活动中，防范和化解可能出现的危机。在大数据背景下，人类的大部分行为都受制于规律、模型以及原理法则，而且它们的可重现性和可预测性与自然科学不相上下。因此，对现实的、潜在的公共领域的数据信息进行实时分析，可以提高政府对危机的识别和判断能力，及时发现卫生、环保、灾害、社会管理等领域的危机，为实现科学有效地防范和化解危机管理提供基础。
3.3大数据将极大的影响和改变政府的发展和竞争战略。
事实表明，大数据不仅仅影响的公众个体和企业组织，大数据也可以提升行业、经济体和社会的发展活力。为此，一方面，着眼于大数据时代的环境变迁，政府必须前瞻性地将政策的制定和实施与大数据的发展联系起来，政府必须解决人力资本、隐私保护、知识产权、信息共享、通信和技术开发等领域的一系列问题，以发挥大数据的价值潜能。另一方面，政府必须通过大数据来改造自身，通过政府机构跨部门的整合，通过不断学习和掌握大数据管理技术，挖掘和利用公共行政的海量数据，来改善和提高公共管理与服务水平。此外，大数据管理还将成为推动政务公开和政务监督的有效模式，以此来保障政府运作的合理性和合法性。
作者：王峥嵘 单位：甘肃政法学院
大数据时代论文:大数据时代大学教育论文
1大数据时代概述
1.1大数据时代的思维方式
人类一直以来都在不遗余力地探索事物的本质和追求能够快速、高效地解决问题的方法，传统上，人们在生产、生活和研究中最常用的方法是因果论，利用因果论推导事物的本质，需要用极其严谨的逻辑方法和缜密的思维，所以能够利用因果论做到这一点的从来只是少数人。理论上每一个件事的发生都是事物本质的片段表现，只要能够收集到足够多的相关信息，通过事件之间的相关关系，就能够跳过繁杂的分析过程，直接还原事物的本质，但是在信息技术出现并普及之前，通过传统的市场调查方法，想要收集到足够的相关信息，几乎是不可想象的事情，甚至令人绝望，现在随着信息技术的发展，网络几乎覆盖了整个地球表面，可以在有效的时间段内收集到足够多的信息，信息来源的广泛性和即时性能够满足运用相关关系求得事物本质的条件。可以说，大数据就是利用事件之间的相关关系的一种方法论。
1.2大数据时代大学教育典型案例
2007年，美国科罗拉多州的WoodlandParkHighSchool的两个化学老师在课堂教学中采用了一种全新的教学方法，将教学内容制作成视频，有学生课前在家观看学习，教师在视频中布置作业，学生在课堂上完成作业，教师在课堂上对学生进行一对一的指导，结果是学生成绩提高，学习兴趣增加，得到了学生和家长的肯定，这种教学方法就是为“翻转课堂”。受“翻转课堂”的启发，2012年，麻省理工学院和哈佛大学联合创办了在线教育平台edX，斯坦福大学创办了Cours-era、Udacity，开创了大数据技术在大学教育领域应用的先河，现在MOOC(MassiveOpenOnlineCourse，大规模开放在线课程)已经成为了席卷全世界大学教育新风尚，斯坦福大学SebastianThrun与PeterNovig教授开设的“人工智能导论”课程，全世界有超过16万人在线注册学习，2.3万人通过了考试，成为大学教育世界化的典范，现在国际上类似的在线课程几乎涵盖了大学教育的各门学科。2013年，上海高校率先成立了中国的MOOC平台，随后，北京大学、清华大学加盟了edX。
2大数据时代大学教育的特点
大学教育会被时代打上烙印，大学教育的产品要满足时展进步的需求，还要承担为时展进步提供人力资源的责任。现在的大学教育是第二次产业革命的产物，其特点就是批量化、快速的培养了大工业生产所需求的劳动力，现在人类社会已经进入了以信息技术和互联网为基础的信息社会，原有的大学教育在功能上已经跟不上时代的发展和进步了，基于云计算和物联网的大数据技术正在改变着传统的大学教育方式，在大数据技术的支持下，传统的流水线式教育正在向着自组织学习改变，学校和课堂由封闭式变为开放式平台，课程周期以微课程为主，学生学习安排更加个性化，学科之间的界限变得越来越模糊，学习内容不限于书本，还有来源于实际的需求，一刀切式的教育方法正在向个性化发展，教师在学生学习的过程中由占主导地位变为引导者和帮助者。具有戏剧性的是，美国著名的未来学家阿尔文•托夫勒在1970年出版的《未来的冲击》中描述的未来教育的图画与大数据技术支持下大学教育能够做到的惊人的一致。
3大数据对现代大学教育创新的积极影响
3.1更开放的校园
在大数据时代，大学校园的围墙只保留了其象征意义，大学教育通过网络的触手延伸到世界的每一个角落，大学更加兼容并蓄，包容性更强，大学不再是知识垄断的殿堂，而是知识交流、思想碰撞的平台。尤其是MOOC和edX已经在全世界高校范围内被广泛认可并使用的情况下，世界其他国家的学生不需要到国际名校去听令人向往的著名教授的课程，在网络上就可以实现了，所以高校教育在一定的意义上已经国际化了。
3.2更符合时代需求的教育理念
教育理念是教育的灵魂，在“有教无类”的教育理念指导下，孔子老师培养出了七十二贤人；没有蔡元培先生提出的“思想自由、兼并包容”的教育理念，就没有现在的北京大学。大学的教育理念应该是培养出有组织能力的人、能够独立做出理性判断的人、能够在繁杂的现象中发现规律的人、能够在激烈竞争的环境中生存发展甚至脱颖而出的人，大数据时代的来临给了现代教育工作者实现这一教育理念的绝佳机会。
3.3更具时效性的教学内容
教科书中知识的特点是系统性和性，但是教科书中的知识有一定的时滞性，教学内容大多枯燥无味，很难引起学生的兴趣，学生很难从教科书中了解到专业学科的研究现状和国际前沿的研究方向、研究方法、研究成果。另外，学生一般在学校期间又很少有社会实践，绝大所数学生都是从校园直接进入社会，导致学生毕业后很难直接和社会接轨。大数据时代教师有可能收集到来自全世界相关学科近期的前沿信息，在课堂上有选择地向学生介绍，甚至学生在掌握学科基础知识之后，可以在教师的指导下，独立或者分组完成信息的收集、整理和分析工作，让学生能够多方位、多角度地学习知识，可以极大地提高学生学习兴趣。
3.4更具合作性的教学过程
大数据时代教学过程的合作性包括三个层面：一是教师和学生之间的合作，大数据方法改变了传统的教师和学生之间教与学的关系，韩愈提出的“师者,所以传道授业解惑也”。观点的基本条件是教师和学生之间存在信息不对称的现象，大数据时代这一现象被打破了，学生甚至可能在某些领域掌握的信息远远超过教师，所以，教师和学生之间角色的界线再也不可能像从前一样泾渭分明了，这一变化给教师带来了极大的压力和挑战。教师的引导功能和组织功能将被放在突出的地位，学生在教师的指导之下将成为知识的探索者和发现者，教师和学生合作共同完成对传统知识的传承和新知识的探索。二是教师与教师之间的合作，传统教学中教师与教师之间也有合作，但是信息交流手段比较网络时代的效率要低得多，大数据时代教师之间交流在深度和广度上要远远地超过以往的任何时代，同时教师之间的交流对教师业务水平的促进作用是最明显的。三是学生和学生之间的合作，大学期间学生之间相处的时间更久，所以学生之间的合作在时间上远比和教师的合作更多，大数据时代为学生之间的合作提供了更广泛的空间，而且学生之间的交流更轻松，也更容易发现自己的不足之处，并取长补短。
3.5更具开放性的教学过程
开放性教学过程的特点就是以学生为中心、尊重学生的学习诉求、强调师生之间互动。大数据时代的教学过程突破了传统教学在时间、空间和地域上的限制，让课堂变得无处不在，为师生之间、教师之间、学生之间提供了极为方便的交流平台。学生掌握了更强的主动性，学生可以更深入地参与到教学的各个环节，可以向教师提出符合自身条件的学习诉求，教师收集到所有来自于学生的学习诉求之后，和教师或学生讨论出合适的教学内容和方法，并将之运用于课堂教学之中。上述的一切过程都可以通过方便的网络平台高效地完成，并运用大数据手段得到最合理的结果，使教学过程的开放性得以实现。
3.6更有生命力的课堂教学模式
传统的课堂教学媒介是黑板，教师的教学工具是一支粉笔、一块黑板加一本讲义或教案，学生的学习工具是一本笔记加一支笔，教师埋头写，学生埋头抄。现在的课堂教学媒介大多都采用多媒体教学系统，但是无论课堂教学采用何种方式，其学生和教师互动的本质却不会改变，不断变化的是师生之间交流的媒介。大数据时代可以采用小班化、多师同堂、家庭课堂、网络课堂、MOOC等方式更灵活、更能激发学生学习热情的教学模式，运用大数据技术的课堂教学模式，把工业时代流水线式的课堂教学模式变为更符合现代市场经济所需求的人才培养模式。大数据时代课堂教学应该是教师对学生学习行为的支持和服务的具体化表现，进一步开发学生的逻辑判断能力和自组织学习能力，解放学生与生俱来的学习能力，而不是传统的教化和规训。
3.7更有效的教学评价体系
传统的课堂教学评价是通过问卷调查式方法得到的，调查时间一般是在学期的期中与期末之间，内容包括知识掌握、教学过程、教学方法、表达能力、情感交流、教学态度等等，由学生打一个优良差的评价。这种方法得到的结果在一定程度上能够反映教师课堂教学的优劣，但是局限性也非常明显，首先是客观性程度会受到许多因素的干扰而有所降低，例如学生因为对期末考试的担心而给课堂教学情况并不理想的任课老师一个过得去的评价，或者任课老师能够对学生的辅导员产生一定的影响，或者是任课教师本身就是院系的领导等等；其次是这种方法几乎没有明确体现出学生的诉求，比如学生没有提出教师课堂教学的哪些方面需要进一步改善；三是没有反映出教师对学生的客观评价。而大数据时代的解决方案能够避免这种局限性，通过收集学生和教师平时在微博、博客、网络社区、校园bbs、飞信、qq群等聊天交友平台中的发言或聊天记录建立一个课堂教学评价分析模型，因为学生在和老师交流时往往会显得比较保守而有所保留，以至于老师无法听到学生的心里话，学生之间的交流由于没有利害关系而明显会更加真诚和真实。一方面学校可以根据分析的结果，对每一个教师提出富有针对性的改善课堂教学的建议或培训计划，从而快速提高教师的课堂教学质量。另一方面学校可以通过不同教师对同一个班级学生的评价，掌握这一班级学生的真实状况，包括生活、学习、思想动态等信息，从而在学生培养方面更有针对性。
3.8更高效的社会信息反馈
大学教育是否成功还要经过社会实践的考验，传统的高校社会信息反馈系统收集毕业学生就业信息的手段一般采用电话调查，这种方法很难得到学生一段时间的就业信息，根本没有办法掌握毕业学生就业环境的信息，大数据技术可以收集学生就业环境的信息，并加以分析，掌握社会实际需求的毕业生需要具有什么样的素质和职业技能，并迅速调整人才培养方案，以适应社会实际的需求。
4大数据时代给大学教育带来的挑战
印度教育学家苏伽特•米特拉在印度乡村街头安装连接互联网的电脑，那里的孩子从没见过电脑，也不会英文，几个月后他发现孩子们在没人教的情况下学会了电脑，他还在其他国家做过很多类似的以数学、语言等为内容的实验，实验结果都与上述情况类似，根据实验结果分析，苏伽特•米特拉对教育提出了新的定义：教育是一种自组织行为。据此，在教育过程中大学和大学老师便要重新寻找自己的定位了。据美国新媒体教育联盟（NMC）的研究，人类学习行为需要的媒介或载体都有其对应的技术基础，也就是以新技术为基础的学习方式会被旧方式阻碍。斯坦福大学SebastianThrun和PeterNovig教授全世界的粉丝超过16万，而且还在持续增加，这在过去是不可想象的，同时也为其他大学教师树立了信心，大学将变成一个巨大的训练场，教师就是教练，这个转变过程需要时间，也会有重重困难，对大学和大学教师来说都是一个巨大的挑战，同时也是一种难得的机遇。
5结语
大数据时代的大学教育创新以培养信息时代社会需要的人才为目标，这一阶段的大学教育结合信息时代的新技术将更具智慧，是对学生心智的开发，也是信息时展的必然选择。
作者：侯大为 杨江帆 单位：武夷学院 福建农林大学
大数据时代论文:大数据时代思维下的服装设计论文
一、大数据时代思维模式及其在服装设计领域的体现
1.海量信息思维模式
以往人们总是尝试先发现问题，再获取相关信息，探索解决之道。而大数据时代，人们总是先尽可能多的去获取和储存信息，而信息数据价值密度低、数据量大，当遇到问题时再尝试解决问题，其解决的效率和精准度率也有所提升。这种“海量信息”的思维在进行服装流行款式、流行色彩的市场调研时，依然十分适用。
2.新媒体思维模式
信息数据附着在各类新媒体之上，数据格式多种多样，从网页论坛、视频、网络日志、微博微信、甚至地理位置信息等等。新媒体思维正在改变服装市场的营销方式，服装企业传统的营销手段是实体店集中推广、平面广告以及电视媒体宣传，节假期间雇佣大量劳动力街头派发促销传单。而大数据时代，服装企业充分利用互联网的植入式广告、病毒式推广以及低成本营销，打造网络交易平台，多方位收集消费者信息数据，分析消费者潜在消费动机与偏好，从而在推广品牌的同时扩大销售量。
二、大数据时代对高校服装设计教育的启示
1.教学方式的变革
随着笔记本电脑、平板电脑逐步进入课堂，教材、教学活动不断被数字化，教育方法应以更丰富多彩的形式融入课堂。网络教学和讨论方式也是大数字时代课堂经常采用的一种教学方式。以服装设计课程为例，在服装风格与流派章节学习中，鼓励学生利用网络资源，进行相关文献查阅，了解不同历史时期服装风格的含义与表现，以演示文档的形式进行小组讨论，并设计“受欢迎的大学生潮流服饰搭配”问卷进行市场调研，感受数据的多样性以及数据分析方法。
2.课程知识点的设置
“因材施教”的理念在班级授课制中开展有着相当的难度，在有限的教学时间和教学空间内，教师对学生的“材”无法充分的了解和引导。在大数据时代，教师可以对每个学生学习数据进行分析，将学生的整个学习过程数字化，例如知识点可以被数字化并与测试题建立联系，测试题中每道题的完成时间、错题数等都以数据的方式记录。计算机通过错题分析出每个学生对各章节知识点的掌握程度，从而从根本上落实“因材施教”的教育理念。在服装结构设计类课程中，将知识点与知识点进行组合并设计考核题目，例如人体测量部位与原型版的对照练习，放松量章节的知识点与不同类型板型对应，款式分析与服装风格分析相关联，从而建立知识点与测试题的联系，用相关性思维解决结构类课程中的每一个细节问题。
3.侧重对学习过程的评价
随着笔记本电脑、平板电脑逐步进入课堂，教材、教学活动不断被数字化，学生学习过程也将逐渐数字化，学生的学习过程更加受到关注，而对于这些数据的分析与利用，将使得每位学生的发展都有据可依。例如，在服装工艺类课程中，将更注重实验课程环节的设计与实验过程考核，根据自学能力、创新能力和动手能力来评定学生的综合成绩。鼓励学生海量收集学科咨询，通过自主学习发现问题解决问题，而通过不同考核项目的得分，分析学生的自学能力与学习类型。
三、大数据时代对高校服装人才培养提出的新要求
1.获取有效信息数据的能力
互联网上各类教学视频、教学文库林林总总，各类网络学院、网络公开课、精品课程应接不暇。高校须引导学生自主学习，加深学生对当今社会变革的理解和认知，使学生具有大数据思维能力和判别能力，能够在时间学习中利用资源，使数据为专业学习所用。
2.分析数据的能力
要求学生能根据不同的需求，利用有效的问题解决思想和方法论，最终形成有效的数据，并能够为大多数人使用。利用定量和定型的分析方法，挖掘数据之间的相关性，并形成数据分析报告。该项能力需在服装专业考察、服装创新实践平台等实践环节的课程中，得到充分的训练。
3.团队的建立和管理
在大数据时代，单凭一己之力无法应对海量的数据，需要以团队的形式，在共同目标的引导下齐心协力、分工合作，因此要求学生具有很强的团队意识、良好的沟通能力和完善的团队管理制度。基于以上大数据背景和启示，大数据思维模式正在由商业服务领域向教育领域快速蔓延，大数据时代带给人们主要的思维模式为相关性思维、海量信息思维和新媒体思维，能够与高校服装设计教育理念多角度、多层面融合，从而指导服装设计专业从教学方式、课程知识点设置、考核评分标准等方面做出适应时代的变革。
作者：李霁 单位：江汉大学设计学院
大数据时代论文:大数据时代学校管理论文
一、大数据时代学校管理环境的变化
以前学校用到的数据多是随机样本，随着大数据时代悄然而至，海量的数据源源不断产生，数据不仅更多，而且更为复杂，使学校管理的内外环境发生了质的变化，给学校的管理决策等带来了极大影响。学校管理模式面临挑战。大数据时代，数据成为学校发展的一种重要资源。学校掌握的数据越来越多，越来越活，数据的价值日益凸显。如何采集数据，并从学校办学行为数据中提取具有完整性和可用性的信息，进行科学决策，减少决策行为的盲目性？如何用数据来说话，让“隐秘”的数据回应教育规律和学校文化？如何利用大数据为师生服务，维护师生的隐私，保障各种数据资源的安全？……这些都是每一个学校管理者必须面对的问题。这些变化催生了学校管理模式的变革。教育信息化建设重点的转移。
大数据作为信息技术变革的一次重生，它不仅仅是一门技术，也是一种思维方式的变革。此前，不少学校把教育信息化的重点放在信息化系统和教育装备建设上，忽视数据的挖掘、分析与整合。大数据在教育领域的发展使数据建设成为教育信息化的重头戏。如校园网络系统的运行、教学教务管理支持、面向特定学生的分析等等，都需要面对数据的采集、处理及其分析的集成问题。关注数据建设，开发以数据分析为基础的新一代教育平台，这将对学校的发展与未来的走向产生深远的影响。学校竞争要素的调整。此前，设计教育环境、布置教育实验场景、洞察师意学情、采集教育信息、进行教育决策等等，往往依靠决策者拍脑袋或者办学者凭借经验来决定。随着大数据技术在学校管理中的广泛应用，办学理念再好，办学经验再丰富，也不一定能在教育竞争中获得优势，数据开始决定学校之间竞争的胜负。数据的数量、数据的分析与处理的能力、数据主导的决策，将成为获得学校核心竞争力的关键。以数据为灵魂来主导学校管理成为学校管理的旗帜。
二、大数据时代学校管理的发展趋势
“不会量化就无法管理。”大数据时代的学校管理更加强调数据依赖、数字化管理。大数据为学校管理者提升管理服务的质量和水平创造了良好的条件。学校管理的数据观念大大强化。发展是学校的主旋律，科学管理是学校发展的助推器。大数据没有否定这一原则，而是强化了科学管理的数据观念。数据是学校发展的基石，也是学校决策的基础。数据忠实地记录着学校的办学行为，并通过网络传输到“云”中。学校办学理念的提炼、发展规划的制定、办学模式的形成、教育评价的完善等，都源于各种数据的挖掘、积累与整合，并以数据可视化形式加以体现。数据资源成为提高学校决策科学化、管理精细化的生命基因。如果缺乏对学校管理数据资源的挖掘、掌握和利用，就谈不上实施科学有效的管理，更不用说要赢得未来的竞争。学校管理内容的拓展。
大数据时代，数据化管理首先表现为数据采集。学校拥有大量的教学、科研、管理等数据，为数据分析提供了一定的信息基础。进一步加强学校数据采集工作，是构建完备的信息系统，释放数据应用潜力的保障。其次是数据分析。这是数据管理的关键，其目的在于较大限度开发数据信息的功能，发挥数据信息的作用，实现对数据信息的有效掌控。例如，教师不必囿于主观认知和学养，只需通过数据关注学生的微观表现分析学生的学习行为数据便可掌握学生的学情，实现对学生的个性化评价。再次是数据安全。大数据把学校教学、行政、科研、财务等各个要素整合在一个系统。维护师生员工的隐私，有效存储并安全保护各种数据资源，是大数据时代学校管理的重要内容。学校管理方法的创新。大数据的本质就是教会人们一种解决问题的方法，即面对问题时从数据里面找到问题的根源，进而发现解决问题的办法。过去，不少学校数据的完整性与系统连贯性缺失，数据分析不力，刻板的原则和单纯的主观判断常常左右教育决策。大数据技术和应用不断推陈出新，推动学校向以数据为基础的教育管理模式转型。大数据反映了客观现实，不仅带来学校管理技术和管理理念的革新，还带来管理方法的创新。
大数据时代，学校师生员工几乎“透明”地生存，每个人在数据空间中都会留下痕迹，折射其兴趣爱好、需求意愿、性格特征等内心世界。管理者只需收集和分析相关数据便可以洞悉和预判现实中师生员工的未来行为，定位师生的需求，从而实现精细化管理。重塑学校管理职能。大数据时代，不同专业、不同类型的数据都可能被广泛获取，在学校组织内有序传播，被合理解读，学校组织内部的透明度和沟通效率大幅度提升；同时管理层级进一步扁平化。这些特征使学校的管理流程和决策机制乃至管理模式发生了根本性变革，数据成为改善学校管理服务质量的重要工具。学校管理决策将基于众多数据及其分析而得出，而非单一的直觉和经验。学校管理的重心将转移到围绕提高学校核心竞争力，致力于教育数据资源的采集、组织和管理，数据资源价值的挖掘以及核心数据资源、紧密相关的数据资源的利用等职能上来。
三、大数据时代学校管理的对策与建议
大数据的出现是社会进步、技术发展的必然结果。大数据对于学校的发展既是机遇，也是挑战。直面还是逃避？这是学校管理者必须思考的问题。
1.增强大数据意识
大数据承载着师生的需求，反映了师意学情。大数据意味着学校管理的重生，大数据正在颠覆传统的教育发展模式。学校管理者应抢抓这一机遇，树立大数据思维方式，善于透过忠实记录现实教育教学活动的数据，发现背后内在的教育规律，以数据管理推动科学决策，推动学校各项改革与发展。
2.推进大数据发展战略
及时，从学校发展战略上理解大数据的价值，更加注重教育信息化发展规划与建设，重视教育信息技术的创新，重视数据采集环境建设及其数据资源的开发与利用、分析与整合。第二，从数据资源的质量层面看，教育信息化的发展使学校已经具备大数据的基础条件，但是目前普遍存在的问题是数据质量参差不齐、数据整合不深入、数据利用率低等。许多学校的数据分析、利用仍停留在初级水平，数据很难被发掘利用也反映了在系统建设和使用过程中的数据不、不、不一致等诸多质量问题。因此，改进数据建设质量成为学校发展的当务之急。第三，在数据资源应用上应加强数据信息共享平台建设，使更多的数据可视化，降低数据的复杂性，助推数据资源共享，满足公众对数据的需求，重构并优化学校与公众、学校组织与员工之间的关系，提升学校形象，增进学校的美誉度。
3.创建大数据实现机制，提高从数据到决策的能力
首先，科学的教育决策既需要创新思维，又需要大数据的支撑。加强数据资源库建设，优化、整合现有的学校信息管理系统，是建构大数据实现机制的前提和基础。其次，大数据时代，教育信息资源极其丰富，数据被大量产生、汇集，快速地流动更新、存储。大数据的核心不在于拥有数据，而是拿数据去做什么。为适应这一变化，学校管理者必须掌握数据分析与数据处理的技能，创新数据处理技术，提高数据分析和处理能力，同时充分发挥数据分析专家的作用，建设高效的数据治理机制，充分挖掘大数据带来的新价值。再次，以建设数据开放机制为契机，用数据说话，重塑学校教育质量和办学效益评价体系，以评促建，以数据纠偏，提升学校的办学水平和办学效益。
作者：李忆华 阳小华 单位：湖南南华大学政治与公共管理学院 湖南南华大学校办
大数据时代论文:大数据时代思想政治教育论文
一、大数据催生了思想政治教育传播的新环境
在大数据时代，数字技术条件日趋精密，人们的活动、决定、社会关系都能够被记录，人类的行为不再被视为互不相关、随意偶然的独立事件，而是相互依存、相互串联。例如，亚马逊通过收集用户在网站上搜索、浏览、打分、点评而留下的数据痕迹，就可以勾勒出用户的特征与需求，进而开展精准营销，推荐他们想要的书，捕获用户的购买冲动，提高客户的购买意愿，创造经济价值。再如，医疗机构利用数据实时监测用户的身体健康状况，教育机构更有针对性地制定用户喜欢的教育培训计划，社交网络为网民提供合适的交友对象，这些都是大数据核心价值的体现。总而言之，通过对大数据的深度智能分析和信息整合，能够帮助人们找到事物间的关联性，判断事情发生的概率，从而预见事物发展的方向和趋势，以获得“大知识”和“大价值”。，隐性沟通是大数据的实质。对于大数据而言，人是其形成和产生的直接和间接的核心来源，其最终的逻辑指向和服务目标也始终是人。
大数据在本质上而言，是人与人之间的隐性沟通，包含着数据发送者与接收者之间“给”与“受”的过程，是人与人之间的互动行为。但是这种隐性沟通不同于传统的语言、肢体等沟通方式。大数据时代下，隐性沟通是以计算机、网络等硬件为基础的，以数据及其运算为依托的，主要通过信息传递、服务宣传等手段，以挖掘用户需求，并迎合用户的心理诉求，最终实现互利双赢效果的新型沟通形式。不论是用户在网络上内容产生的数据，或是用户运用鼠标、键盘在网络上留下的数据痕迹，只要通过分析整合，就可以与用户进行一种隐性的对话，预测用户的需求，并进行推送服务，以不断满足用户的需要。事实上，这其中所蕴含的深层沟通逻辑关系并没有改变，但实现方式却发生了天翻地覆的变化，不仅降低了沟通的成本，而且提高了沟通的效率。总而言之，大数据时代的来临使信息传达的范围、传递的速度与传播的效果都发生了前所未有的变化，正深刻影响着思想政治教育传播形式的变革，已经成为思想政治教育传播无法回避和拒绝的新环境。
二、思想政治教育的微传播化
大数据伴随着新媒体技术的发展进入了思想政治教育学科的视野，特别是微博、微信、微视等新媒介的灵活运用，孕育了思想政治教育传播的变革，产生了思想政治教育传播的微形态。具体而言，思想政治教育的微传播主要有以下几方面的趋势：
1．思想政治教育传播载体的迷你化
大数据的惊人发展导致传播载体更加小巧便捷，易于携带与移动。这与传统的报纸、书刊、电视等宏观传播载体有着明显的区别。例如，一台电视机的显示屏从19到55寸不等，一台笔记本电脑的平均显示屏为13寸，而一部手机的平均尺寸则只有4寸。手机凭借其自主性强、便携性好等特点，已经成为微传播的主要载体。根据《第33次中国互联网络发展状况统计报告》，截至2013年12月，中国手机网民规模达到5亿，年增长率为19.1%，继续保持上网及时大终端的地位。因此，思想政治教育传播者只要在手机或平板电脑上利用微博、微信等软件便可以随时随地查看、、更新思想政治教育消息，设置新的议题，从而拓展思想政治教育传播活动的范围，进一步突破时空的限制，使思想政治教育传播呈现出流动的状态。
2．思想政治教育传播信息的精简化
事实上，传播载体的迷你化也在一定程度上决定了思想政治教育传播信息精简化的特征。因为流动的思想政治教育传播容易将传播时间分割得更加琐碎，造成了人们愿意选择零散的时间来接收信息，而繁杂冗长的信息是难以引起人们兴趣的，有时甚至带来反感。同时，在数据膨胀的时代，信息的高速流动性改变了人们的阅读方式和习惯，大家需要用更快的方式吸收更多的内容，催生了人们对信息快速阅读和传播的需要，短小精练的“微言微语”反而更受青睐。有学者指出：“传播和建筑一样，越简洁越好，你必须把你的信息削尖，好让它们钻进人们的大脑；你必须消除歧义、简化信息，如果想延长它留下的印象，就得简化，再简化。”因此，思想政治教育传播需要契合这种社会信息化、时间碎片化的发展要求，传播内容变得更加简短、新颖、有重点，可以是通过微博、微信传递的一张图片、一句话或一小段话，也可以是微电影播放的一小段视频。这些微内容较之以前的信息更具有即时性、互动性、视觉性，简洁明了，有的放矢，容易获得受众的注意和兴趣。同时，因为信息篇幅较小，呈现出更多的灵活性，在思想政治教育传播过程中容易被更快速地传递出去。
3．思想政治教育传播受众的细分化
大数据时代的一个重要特征就是数据服务变革，即通过数据分析，可以把用户分成不同类型的群体，甚至是不同特征的个体，从而进行精准服务。例如，我们通过数据分析，可以把思想政治教育的对象分成青年、中年和老年等几个层次，或者学生、工人、农民、干部等不同类型，从而进行分层传播。当然这中间会存在一定的重合，但总体来说，一种媒体的受众在性别、年龄、学历、经历上都有其固定的范围。因此，在思想政治教育微传播过程中，一方面，教育对象根据自己的需求选择相关的教育信息和服务，并通过分众化的媒体来传递信息给教育者；另一方面，思想政治教育者借助网站、软件和课程以及网络学习平台收集、分析数据，对教育对象的个性、需求进行判断，从而针对不同教育对象的特点与需求，制定不同的传播策略，有的放矢地解决不同层次、不同类型教育对象的各种思想矛盾与问题，使教育对象更加认可、理解、接受思想政治教育，实现思想政治教育传播的个性化与精准化。
4．思想政治教育传播结构的扁平化
在大数据时代，随着信息传递渠道的多元化、信息传递数量的极大化，思想政治教育传播也逐渐由逻辑清晰、管理严密、分工细致的科层结构过渡到以个人媒体为代表的扁平网络结构，每一个拥有传播载体的对象都是一个传播节点，每个人都在进行自己的二次传播。思想政治教育微传播中，传播者不再局限于专门从事思想政治教育的人，传播的专业门槛大大降低，最普通的对象也可以作为教育信息的制作者与传播者参与到信息的传播过程中来，并且传播者与受众的位置经常互换、重叠并且逐渐变得模糊，他们既是某些教育信息的传播者又是另一些信息的接收者。人人在对话中实现决策参与，成为传播活动的主体，这就使思想政治教育传播活动更加便捷、高效、平民化。
三、思想政治教育微传播的应对之策
大数据时代的到来使思想政治教育微传播呈现出速度快、精准性强、互动性好等诸多特点，但大数据也是一把双刃剑，其负面作用不容小觑。因此，在思想政治教育微传播的过程中，要树立起大数据思维，培养良好的数据处理能力，从而顺应大数据时代的潮流，切实推进思想政治教育的微传播。
1．树立大数据思维，警惕“信息茧房”
大数据时代，信息的碎片化、受众的细分化容易给思想政治教育的微传播带来“信息茧房”效应。所谓“信息茧房”是指受众往往根据个人的需求和兴趣对信息进行片面择取，选择个人偏爱的主题和观点，喜欢与自身兴趣相投的“他者”进行交流，长此以往，就会将自身桎梏于像蚕茧一般的“茧房”中。在这个自我建构的信息脉络中，个人容易因为他人“赞同性”的暗示而逐渐放大自己的偏见，盲目自信，从而错过一些新的或者相反的信息，导致视野狭隘，个人价值观呈现出碎片化，有时甚至会产生极端主义现象。诚如桑斯坦所说：“生活在茧房里，他们就不可能考虑周全，因为他们自己的先入之见将逐渐根深蒂固。”而同时，持不同观点的各个集团间又容易形成话语隔阂，分化明显，认同困难，社会黏性缺失。这些都增添了思想政治教育微传播的困难。因此，要提升微传播的精准度和凝聚力，迫切需要思想政治教育传播者树立起性、模糊性、开放性思维，走出自己的固有思维，为思想政治教育的微传播提供强有力的支撑。
首先，形成性思维。大数据时代，记录、存储和分析数据的技术已经大为提高，要求收集而完整的数据，只有对数据的掌控才能真正挖掘数据的潜在价值，进行精准预测与传播。在思想政治教育微传播中，虽然实时快捷，却以屏蔽开阔的信息视野为代价，造成传播内容的片面性和片段化，影响到教育对象接收信息的广度与深度。同时，教育对象思想的复杂性也要求思想政治教育传播者树立起全局性思维，形成系统意识。因此，思想政治教育传播者应自觉掌握教育资源库、视听觉媒体、各类搜索引擎、社会性软件及其他各类数据库的海量数据，并进行系统的分析与整合，努力为不同思想观念、不同价值取向、不同生活习惯的教育对象提供量身定制的教育信息和服务，同时又要涵盖多方面的内容，使之成为多种要素协同作用的有机整体，从而对教育对象的思想特征、认知能力、话语倾向、发展需求等方面进行把握和积极引导。因此，“在任何细微的层面，我们都可以用大数据去论证新的假设”，“它让我们能清楚分析微观层面的情况”。
其次，培养模糊性思维。尽管现代信息技术以其高速的演算能力以及严格的逻辑证明能力为思想政治教育传播的精准化提供了强有力的物质手段，但也带来了数据的迅猛增加和错误数据的混入，使思想政治教育微传播受到挑战，因此迫切需要树立模糊性的思维。模糊性思维并不意味着思维本身的含混不清、抛开逻辑、舍弃，而是当事物由于其本身的复杂性处于亦此亦彼状态时，思维主体利用模糊识别、模糊控制等非逻辑方法把各种相关的元素与模糊元素加以整合、匹配，来弥补逻辑推演链条中的不足环节，以越过缺环所造成的障碍，从而促使人们由模糊向转化，达到性与模糊性的有机统一，实现寓于模糊。事实上，在思想政治教育微传播中，教育对象的思想具有不确定性、动态性、隐蔽性，使得传播过程中的诸多数据错综复杂，或明或暗、或微或著地呈现着，既表现出直接或间接的联系，也有稳定或短暂的联系，需要传播者通过抽象、概括、综合和推理，找到事物间的关联，从而认识教育对象的思想特点与行为习惯，保障传播的对症下药。因此，“相比依赖于小数据和性的时代，大数据因为更强调数据的完整性和混杂性，帮助我们进一步接近事实的真相”。
，建立开放性思维。开放性之所以作为思想政治教育微传播的重要思维方式，是由当前大数据环境下数据产生与信息传播的广阔性、多元性、动态性所决定的。“现时代是一个开放的时代，突破了过去自然经济、计划经济条件下人际环境的小天地，结束了长期以来疏于交往的封闭状态。随着信息技术特别是信息网络技术的发展，社会信息化、网络化的特征越来越明显。”这就要求在思想政治教育微传播过程中，人们对传播信息要有特殊的感受力以及价值的判断力，多与不同意见的人交流，有效消除隔阂，形成共同经验，避免因信息割裂带来的“信息茧房”现象。同时，思想政治教育传播过程中产生的错综复杂、日新月异的数据存在着千丝万缕的联系，也需要传播者具有开放性思维。
2．增强数据处理能力，缩小“信息鸿沟”
“数据海量、信息缺乏”是思想政治教育微传播过程中面临的尴尬问题。大数据时代，人们利用微博、微信、微视等各种媒介上传图片、语音、视频等表达自己的思想，并通过转发等方式对信息进行高频率的传播。但传播的不只是时事新闻、调查报告、娱乐广告，更有预言、传言和谣言；传播环境也已不再是经过传统媒介“精心配置”的逻辑清晰、主旨明确、规格严整的“营养餐”了，而是丰富多元，但同时又是逻辑混乱、主旨各异、良莠不齐甚至互相抵触的信息“自助餐”。面对如此规模化、高速化、多样性的数据，如果没有良好的数据处理能力，就会被海量数据淹没，最终导致由大数据的拥有和处理能力的差异带来的信息差距，即“信息鸿沟”。因此，如何在“浩瀚”的数据海洋中缩小“信息鸿沟”是当今思想政治教育微传播面临的一项重大挑战。
首先，尽可能搜集全体数据。大数据具有多样性、多源性，既有传统的结构化数据，也包括网站日志数据、社交媒体中的文本数据、图片、视频等诸多半结构化数据和非结构化数据。用以分析的数据越，分析的结果才越接近于真实。因此，思想政治教育传播者要与数据资源丰富的部门、媒体和企业建立良好的合作关系，掌握海量的、多方面的数据。
其次，对海量数据进行筛选。面对浩瀚的数据，需要提升思想政治教育传播者的数据识别能力，对海量数据进行取舍。只有在被大数据灌满之前明白自己需要的是什么，才能避免“硬盘和大脑，在数据海啸到来后，成了无用信息的垃圾场”。这就要求思想政治教育者具备良好的信息素养，善于对数据及其来源进行鉴别，形成良好的“信息资源观”和“信息价值观”，并善于选用适当的数据计量方法或应用程序软件等对数据进行统计分析，挖掘大数据潜在的思想政治教育价值。
再次，对得出的分析结果作出合理解释，并进行科学预测。大数据时代，数据分析是关键，而数据分析结果的显示及预测更直接关系到教育对象对分析结果的接受程度，影响思想政治教育微传播的效果。因为，如果正确的分析结果没有得到适当的显示和解释，就难以让教育对象信服，甚至会产生信息误读。因此，在思想政治教育微传播过程中，我们可以引用可视化技术，其在一定程度上能够用更生动形象的方式向教育对象展示分析结果，并采用人机交互技术，使教育对象理解并参与到具体的分析过程中来。同时，我们还要通过正确的数据分析，找出事件之间的关联性，并对事件的发展走向及趋势进行预测，最终提升思想政治教育微传播的效果。
因此，大数据时代，我们不仅需要海量数据，更需要对海量数据进行挖掘、处理与管理。只有不断提升人们对数据的处理分析能力，才能将海量数据不断转化为思想政治教育微传播的重要资源，使微传播过程得到较好的分析、控制和预测。
作者：刘辉 单位：北京大学马克思主义学院
大数据时代论文:大数据时代下电子商务论文
一、背景
(一)社会和行业背景
随着电子商务的发展和在各领域的广泛应用，对电子商务专业的教学要求也随之提高。近几年来，社会经济生活受到电子商务的巨大影响，这也使人们更加关注电子商务。目前，不管是商务活动还是人们的消费方式都被电子商务改变，全世界的各个国家都比较重视发展和应用电子商务，并将部分的业务流程进行重组，减少交易中产生的成本，推动货物流通的速度，其最终目标就是提升企业的竞争力和国家的综合实力。电子商务俨然成为各个公司乃至国家争夺的焦点。电子商务在各个领域都有广泛的应用，它已经让众多企业获得了利益，将人和电子商务相结合，在提高了工作效率的同时，也减少了无用的环节。在电子商务不断扩大的活动中，今后主要的增长力量将是中小企业。
(二)人才需求预测
我国加入WTO之后，国内各种类型的企业也随之加入多种类型的信息网，这也使这部分企业增加了对电子商务专业方面的人才需求。整个世界的经济正在向一体化的步伐迈进，我国的各类人才也将会加入到更大的国际人才市场。而在国际的人才市场中，一些国外的企业或者经济组织在选择人才时，作为的就是电子商务人才。电子商务在各个领域的广泛应用，加大了人才市场对电子商务专业人才的需求。
二、挑战
(一)资源的挑战
在大数据的时代背景下，各个企业之间的竞争也日益激烈，而电子商务企业之间竞争的就是数据资源。数据是对电子商务公司来说就是财富和金矿，拥有大数据资源多的企业，就可以更好的占据市场份额，获得更多的利益，从而成为市场竞争中的赢家。但消费者在进行网络消费时，消费者并不能让商家知道自身的需求，这就需要电子商务公司通过一系列的数据收集和分析等，总结消费者在网络上的购买数据。如消费者在网上进行的商品评价和浏览的图片等信息。我国的经济受电子商务的影响巨大。当然，从大量的数据中找到有价值的数据并不是一件简单的事情，它的获取过程相对复杂，而且比较困难。大数据的较大特点就是价值密度低，这也增加了大数据密度的工作难度。可想而知，企业没有收集大数据的能力，就无法进行个性化和精准化的客户服务。相反，拥有收集大数据能力的企业，会增加企业的市场占有率，电子商务企业也要面对这一事实。
(二)隐私保护的挑战
在这个大数据的时代，消费者在进行网络购物时会留下大量的浏览痕迹，而这些都会被电子商务企业所记录，企业在这一过程中也掌握了消费者的隐私信息，如实名、住址或者身份证号等真实信息，一旦信息遭到泄露，那么消费者的隐私也会随之外泄，这也是大数据时代需要面对的隐私保护挑战。
三、教学特点
电子商务专业的理论性较强，但又不能失去实践性，这就要求教师在该专业的教学中，要实现理论与实践相结合，如在课程学习的同时，让学生到相关企业中进行实训。让学生在实训中应用所学的理论知识，提升学生的实践能力，完善学生的综合素质，提升学生日后的就业竞争力。电子商务专业的教师也要顺应学科的发展要求，成为复合应用型的教师，不紧要掌握计算机和信息技术，也应熟知商贸知识。电子商务专业的课程设置要合理，要多设置商业课程，均衡计算机信息课程，但不能让电子商务专业课向市场营销或者会计专业的方向发展，要正确认识电子商务专业的特点。电子商务主要是依靠网络技术进行商务活动，如果离开网络技术，电子商务也就不能发展。因此，在电子商务教学的过程中，不能在继续的使用传统的教学手段，如:黑板加粉笔这种教学方式。在教学中，应该多使用多媒体技术，通过网络来进行教学，让学生身临其境，更真切的感受网上商场等电子商务的魅力。结语在大数据时代下，电子商务专业的学生要适应社会经济的发展，要将电子商务专业的理论与实践相结合，不断提高自身的专业素养，最终成为一名从事商务的复合型人才。
作者：陈数 单位:陕西银行学校
大数据时代论文:大数据时代档案管理论文
1大数据对档案管理工作的影响
大数据时代的到来，对整个世界都已经产生了巨大影响，具体到军队档案管理领域，大数据的功能作用以及其对档案管理工作的影响则主要表现在以下几点：一是分析判断能力强，方便了电子文件的鉴定和索引。大数据时代，电子文件以指数级的速度增长，给电子文件的管理带来了前所未有的挑战，虽然我们知道浩瀚的电子文件中蕴藏着巨大的“金矿”，但我们逐渐发现想要从这些电子文件中“淘金”比纸质文件还困难。面对着巨量的电子文件，逐一阅读每一份电子文件的原文恐怕实在是无能为力。而大数据技术的强大功能作用为上述问题的解决提供了有效的帮助。在普通的硬件上安装大数据转发器，就能收集数据形成的庞大的系统数据，大数据软件可以为机器生成的海量数据建立索引，将其整理成可以搜索的链接，这正是档案工作迫切需要的技术。除此之外大数据技术还能完成数据的分类、数据的挖掘，从而使档案管理拥有应对越来越复杂的数据的分析能力。二是处理技术手段高，解决了非结构化数据的处理难题。大数据类型繁多，包括结构化数据、半结构化数据和非结构化数据，至2012年末，非结构化数据占有比例达到整个数据量的75%以上。面对着快速增长的非结构化文件，档案工作者在进行电子文件管理时困难重重，现在基于大数据技术的数据库，如SQL已经既可以做关系数据，也可以做空间数据、图像、数据流等非结构化数据，而且基于对象的存储架构可以在一个系统中管理十亿级别的文件数量，还不会像传统存储一样遭遇元数据管理的困扰，大数据技术为档案工作者管理非结构化电子文件的问题提供了解决之道。三是数据存储容量大，避免了海量信息和数据的丢失。近年以来，在档案数据库的使用过程中，常常会碰到无法向数据库中增加新的档案数据的情况。要想安全地存储巨量的档案数据，不可能一味的盖大楼、盖机房，这就要求我们必须优化存储、提高效率和节约成本，其实比起其他诸如电信行业、通信行业、电子商务等行业面临的数据存储空间问题，其实档案行业的存储空间问题只是小巫见大巫，大数据在计算机领域已经具有相当的成熟度，这也说明大数据技术对于解决存储海量数据问题的有用性，这些公司使用大数据的经验对档案行业解决数据的存储问题具有高度的借鉴意义。
2档案管理运用大数据的策略
既然大数据时代已经到来，而且其功能作用对部队档案管理工作有着较为深远的影响，运用得当，大数据将给我军档案管理工作带来前所未有的成功，那么如何将大数据的理念较好地运用到档案管理工作中来呢？
2.1建立档案资源管理中心
大数据技术支持庞大数据的存储和处理，使档案资源的统一管理成为可能。为了维护档案的安全及对档案资源的综合掌控，档案需要备份，目前档案馆采用的是档案的电子备份，档案部门是否可以在全军范围内建立一个区域或者档案备份中心，并且各部队档案部门能够做到资源共享呢？只要通过严密验证和科学规划，这一措施是可行的。若全军的档案数据资源能集中起来，那么利用大数据进行档案资源的管理、开发和利用将指日可待。
2.2培养大数据分析的专业人才
外界企业通过寻求和专门的大数据开发公司合作，较好的运用了大数据技术。而档案管理牵扯到部队保密工作，若想引入大数据，又要有效防止信息数据的泄露，就必须加紧健全信息化档案管理人才队伍，花大力气培养大数据分析的部队专业技术人才，方能有效避免拥有大量数据却不懂数据分析的尴尬。
2.3开发大数据分析工具
部队档案管理区别于地方，存在特殊性和敏感性。这就要求我们必须结合部队实际及档案建设的特点，开发出一套符合我们自己的大数据分析工具。
3档案管理运用大数据应注意的事项
尽管大数据能给档案管理工作带来诸多好处，但是这也不能掩盖大数据背后存在的风险和隐患。一是失泄密问题。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等问题，如果这些数据信息被敌特分子窃取，将给我们国家安全造成强烈的影响。二是预测分析错误问题。毕竟，大数据的核心思想就是用规模剧增来改变现状，其打破我们传统思维模式，将重点关注在“相关关系”上，所有预测分析都会有失误的时候，运用大数据预测来判断和惩罚官兵的潜在行为，这是对公平公正以及自由意志的一种亵渎，同时也轻视了决策过程中深思熟虑的重要性。三是滥用职权的工具。如果我们冒险把部队事故案件的防范交到数据手中，这实际上是一种滥用。应用得当，大数据会是我们合理决策过程中的有力武器；倘若运用不当，它就可能会变成部分人员滥用职权的工具，轻则伤害官兵的利益，重则损害官兵的人身安全，所冒的风险比想象中要大很多。大数据时代的来临，对档案管理工作来说既是机遇也是挑战，档案工作者需要努力抓住这个机遇，同时也要严肃对待风险与挑战，随着大数据技术的发展和完善，大数据必有广阔的应用前景，档案管理在大数据时代将获得巨大的突破，档案信息资源中蕴藏着的巨大知识宝藏将会真正得以开发和利用。
作者：刘影 陈松嶂 单位：中国人民解放军75150部队军务科
大数据时代论文:大数据时代下商业银行经营管理论文
一、大数据的基本内涵及运用
（一）大数据的基本概念和内涵
大数据（big data）这个词语最初出现在一个开源项目中，是用来表达一个数据集的名称。随着信息技术的发展，人们对信息资料运用范围、手段、方式的不断发展和交流平台的搭建，大数据这一词语在社会经济发展和平友好人们的日常生活中出现的频率不断增多，也越来越引起人们的关注，根据其数据形式的多元性、数据来源的多样性及数据的实时性，结合其特性，普遍认为大数据是指所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理的时间内达到撷取、管理、处理并整理成为帮助企业经营决策更积极的资讯。大数据的核心价值就在于其能对海量数据进行分析，但这些海量的数据需要进行特殊的技术处理方可运用，如互联网、云计算机平台、分布式数据库、分布式文件系统和可扩展的存储系统等。可见，大数据存在着以下几方面的特性：一是海量的数据；二是数据类型众多；三是数据的结构复杂；四是数据更新速度很快；五是需要运用先进技术进行处理后数据方可使用；六是各类数据通过处理后在一定的范围内可以进行资源共享。
（二）大数据的运用
就目前而言，大数据的发展和运用仍处于起步阶段，但其在行业企业的使用及其效果是显而易见的，而且如果我们现在可以说如果哪个行业企业仍未开始将大数据用于其经管理上，我们可以说现在已处于落后的状况了。我们根据数据的来源和用途，我们认为可以把大数据分为互联网数据、科学研究数据和企业信息数据三大类。目前互联网大数据在社交媒体上也取得了较好的运用效果；在科学研究方面，除了一些发达国家实力雄厚的研究机构拥有性能优越的高端设备和仪器，大数据的运用经验丰富于发展中国家大多数研究机构和学术团体，后者仍处于数据的收集存储阶段。而企业数据已得到了更加为广泛的运用，帮助企业在业务运营智能监控、精细化管理、经营分析及战略分析等方面进行创新，提高企业的竞争力和经济效应。
二、大数据发展对国有商业银行经营管理的影响
目前我国正处于社会经济发展的转型时期，在这种社会大环境下，要保持国家经济持续稳定发展，需要依靠先进的科学技术，提升技术创新的能力，同时还要加快先进技术的转移和应用，从而使社会各领域创造价值的能力不断提升。在这种形势下，我们国家的金融改革也不断深入，我国商业银行多年依靠的外延式扩张和粗放式发展的经营方式已不能适应当时的需要，因此商业银行只有在目前的环境下，加快商业银行经营的战略转型，才能保持商业银行可持续发展能力和提高竞争力。在此，我们就大数据发展从商业银行经营管理的角度来对国有商业银行发展的影响进行分析。
（一）对商业银行经营管理理念的影响
众所周知，商业银行是以多种金融资产为经营对象，以追求较大利润为目标，能利用负债进行信用创造并向客户提供综合性金融服务的企业。从我国银行发展的历史上看， 商业银行的发展是在不断适应经济发展的要求下进行的，从在周朝出现的从事货币信用业务的金融机构，到唐朝金融业的逐渐发展。随后明朝中期就形成了具有银行性质的钱庄。但由于处于封建社会，各金融机构都是处于以家族为主各自经营的状况，我国金融机构处于分散 、落后的状态。1905年成立的户部银行是最早的国家银行，直到1994年才形成了以中国人民银行为核心 ，以四大国有专业银行为主体 ，其他各种金融机构并存和分工协作的金融机构体系――新中国金融机构体系。因此我国商业银行发展的历程较为曲折，建立基础相当薄弱，经营管理方面一直是沿用了固有的经营方式和传统的方式进行管理。直到改革开放后，我国商业银行的经营管理才与国际接轨，其经营管理才开始遵循巴塞尔协议的相关标准，在资本要求、风险管理等方面以协议规定的指标作用标准进行管理，但直至目前仍未能达标。
（二）对商业银行经营业务的影响
随着大数据的运用，商业银行发展环境有了极大的变化，商业银行的各项业务也面临了巨大的挑战。信息技术的发展为互联网金融产品的产生和发展提供了技术支撑，在开放和平等的互联网平台上，从商业银行经营的角度来说，实现了网上投资与理财、网上转帐、跨行实时转帐等各种金融业务的创新模式；从商业银行的支付业务来说，互联网轻易实现了第三方支付、网银支付等电子支付的新模式，自电子支付产生后，其交易额呈现高速增长的态势。除此之外，一些具有资源优势的大公司如电信、移动等也自行建设了系统内的支付平台，加上智能手机的普及和手机支付功能的不断完善，移动支付也得到了巨大的发展，可见大数据的运用也给商业银行的支付带来了巨大的变革。在传统的商业银行资产业务中，银行货款是商业银行收入的主要来源，而银行贷款的风险也是商业银行需要严格把关和控制的。在大数据时代，一方面商业银行可以利用其现有信贷客户的信用数据，对各项贷款业务的风险进行分析和管理，切实减少商业银行的信贷风险，提高商业银行业务的安全性。另一方面，在传统的银行贷款由于贷款门槛、成本较高，不能满足经济社会发展的需求，在大数据的背景下网络小额贷款业务也应势产生，放款者只要通过对客户的交易记录和其他相关信用数据的分析，就可以计算出申请者的信贷额度，并且在额度范围内发放贷款，就可以解决客户融资贷款的困难，从而达到提高工作效率，降低了贷款成本的目的。以上这一切都是大数据的运用和发展给传统商业银行经营管理带来的挑战，可见在大数据环境下，对商业银行的经营管理影响是巨大的。
（三）对商业银行服务的影响
我们认为，大数据的发展对银行的服务影响是巨大的。在大数据时代，对银行的服务和营销提出了新的要求，由于数据的处理是需要专业知识，我们这里所说的服务不仅仅限于现在我们所提倡如衣着整洁、服务规范等显性服务，包涵了两个层次的涵义，一是内在的，另一个是外在的。内在方面一是要树立新的服务意识，我们不仅要通过培训，使员工培养正确决策的能力和礼貌服务的技术，真正树立关心顾客的意识，还要有针对性地促进员工不断加强对数据处理和运用方面的学习，提高自身的素质和工作的适应能力；二是要加强在培训的同时，不断为员工提供发展机会，形成有效的激励机制，以增加了员工工作的自主性，使员工的服务质量和工作质量联系在一起，从而提高客户对银行的满意度。在外要尽快建立和完善大数据背景下，各种新型银行服务方式，如在对大量客户基本信息和运用数据分析的基础上，不断完善手机银行、网上银行、电话银行的各项功能，对市场客户进行细分，开发适合不同客户需求的个性化金融产品，采用不同形式举办各种金融产品和电子银行新功能讲座，尽快地让客户熟悉和接受银行的各种新服务，提高商业银行的市场占有率。
（四）对银行网点设置的影响
随着大数据的运用、互联网金融和手机银行的发展，以及到银行网点办理业务的时间成本不断增大，大多数客户对于一些日常的支付结算业务已多通过电子渠道进行办理，银行固定网点的客户在不断减少和流失，加上银行网点的设点成本日益增加，因此，商业银行的网点体系的调整也是一种必然的趋势。但是对银行网点的撤销和关停不能简单的拍脑袋来决定，而是通过对网点的分布、网点设置的规模大小、网点的经营模式做好全方面的调研，既要保障能为当地的客户做好服务，提高银行的影响力，又能降低银行的经营成本，使各网点都能发挥好的作用，避免银行存贷业务的减少和客户的流失。
作者：曾萍 单位：建设银行湖北省分行财务会计部
大数据时代论文:大数据时代下高等教育论文
一大数据对高等教育的意义
推进高等教育改革，提升高等教育质量已成为共识，信息化、大众化、个性化以及全球化等一系列新的教育理念反映着新的时代要求，各国都在不遗余力的寻求高等教育发展的新途径，此刻顺应新时代而出现的大数据，对于高等教育而言无疑是一把带来惊喜的新钥匙。
首先，大数据为品质教育资源的全球共享提供技术支撑，促进了高等教育中教育公平以及学习个性化的实现。在如今的信息化时代，随着高等教育信息化的大力推进，相关网络教育资源的开发已经度过了原始的积累阶段，各类网络课件、精品视频公开课等品质的教育资源已有一定量的基础，当前更为重要的是要突破地域、文化、经济等因素的限制，实现教育资源的全世界、全人类免费共享，但进行教育资源的共享不仅是制作些课件、教学视频放在网上供学习者访问，同时还要提供相关学习支持服务如师生互动、问题讨论、课业考评以及学习者提高策略等才能够称得上品质，才能保障学习者学习的质量。正因如此，MOOC这种对学习者、学习环境、学习方式限制极低的大规模开放在线课程才应运而生，而只有通过大数据技术收集学习过程收据，以及实时有效地分析和处理海量的数据，MOOC才能实现容纳数以百万计学习者共同在线学习的平等开放，实现面向个人的灵活学习方式以及个性化学习支持。
其次，大数据为现代教育与信息技术的深度融合提供了环境支持，进一步推进高等教育改革。大数据是信息技术发展的又一高峰，在高等教育中，其以对信息和数据的高度集成而构建信息化的教育环境，促进信息技术和高等教育的整合乃至融合，从而改变了教学活动的各项要素，引发了教学方法、教学工具、教学内容等各环节的深刻变革，并且推动了高等教育模式和学习环境等领域的创新。及时，随着以大数据为代表的信息技术与高等教育的不断融合，高等教育中，以阶段性、择取性、封闭性为明显特征的传统教育模式发生了变化，持续性、普适性、开放性等教育发展要求有了实现的路径，这不仅推动着传统教育模式的变革，同时催生着如MOOC和国家开放大学等新教育模式的产生;第二，随着以大数据为代表的信息技术与高等教育的不断融合，高等教育中，原本以教师为中心、以学生群体为对象、以灌输为主的传统教学方式发生了变化，主体化、个性化、主动化等培养学生创新素质的要求有了实现的契机，这不仅逐步改变了传统的教学方式，同时促成了翻转课堂、微课等新教学方式的产生;第三，随着以大数据为代表的信息技术与高等教育的不断融合，高等教育中，教学工具和教学内容的创新亦在同时进行，多功能、灵活轻便、实时交互等特点保障了新型教学工具对传统教学工具的优势，能够有效提升课堂教学质量，而信息技术对社会和科学的变革作用更是改变了教学内容，包含信息技术在内的新型知识架构，维持了知识技能与社会需求之间的耦合，以保障学生学有所用。
，大数据为高等教育带来量化和实证，提升高等教育实践活动的科学性。及时，在教学方面，大数据能够全程收集学生学习过程数据，真实反映学生在学习过程中的状态和问题，并通过对收集的海量数据进行建模分析，获取学生学习分析报告，检测学习理论，指导学习实践，并为学生提供个性化的学习支持，这无疑将促进高等教育教学质量的提升;第二，在科研方面，大数据为科学研究带来新思维和新方法，大数据将物理世界描述和重现，为科研工作者的研究对象从物理世界转变为数据提供了支持，同时，大数据作为一种面向全体数据的研究方法，弥补了传统的面向有限数据格局的抽样研究方法对细节和个体的无力以及缺失，而大数据对多元复杂相关关系的挖掘有利于寻找和破解开放复杂巨系统如社经济和教育等社会领域诸多问题的规律，这将为高等教育科研能力的发展提供有力支持;第三，在管理方面，大数据通过对全体教育对象信息的收集和高度集成，完成教育对象数据的充分利用和共享，既避免了教育对象大量重复信息的存在，又提高了管理效率，而基于数据的教育评价和决策，教育管理信息客观性、有效性的提升，过程性和多主体多层次教育管理机制的建立，有利于切实把握教育对象的变化的条件和规律，将为高等教育管理的科学化提供有力依据。
二高校如何应对大数据的冲击
1升级管理信息系统
建立大数据应用平台建立大数据应用平台，是为了更好地挖掘潜藏的海量数据，同时也是整合和分析大数据的基础。大数据的应用过程大致可分三步:数据挖掘、数据分析、可视化显示。及时，升级高校信息系统，在高校，数据挖掘注重对过程数据的挖掘，尤其是对学生学习过程信息的采集，而现有的高校信息系统普遍缺乏过程数据的收集的能力;第二，升级数据库管理系统，数据挖掘还包含着对数据的储存和清洗，在控制硬件成本的前提上，数据的存储空间的压缩依靠数据库文件系统的升级，同时，更高数据质量要求的数据清洗、更高速度要求的数据存取和处理过程也需要更高性能数据库管理系统;第三，安装专业可视化软件，如Tableau，即可将一般的数据分析结果以可视的图像图形图表等方式展示出来。
2多学科合力攻关
加强大数据基础研究大数据科学横跨多门科学领域，需要信息科学、网络科学、统计学甚至心理学和哲学等多学科领域的专家密切配合，组成多领域合作团队对其进行基础研究，在数据标准、数据挖掘、数据分析、数据隐私保护以及大数据实际应用等大数据发展关键领域进行研究和突破。高校应利用自身优势，多学科合力攻关，加强对大数据的基础研究，扎实大数据发展的科学基础，不仅合理应用大数据，更要成为大数据发展的“孵化器”，积极履行自身发展科学和社会服务职能，引领大数据科学有效的发展。
3关注社会需求
培养专业大数据人才高校最重要的职能即是为社会培养人才，满足社会发展对各类人才的需求。“治国经邦，人才为急”，人才作为当今时代最宝贵的财富，对社会发展的重要性毋庸置疑。在大数据已经发挥出巨大社会、经济和科学价值的当下，对其巨大潜力的发掘无疑成为当今社会的急中之急，而这需要足够的专业人才。大数据发轫于21世纪信息技术的突飞猛进，作为一种新生的领域，专业人才的匮乏成为限制大数据发展的不利因素。高校应把握社会动态，紧密关注社会需求，开设数据科学之类的专业课程，培养专业大数据人才，既是对大数据发展的促进，也是对社会的回馈，更是高校自身职能的履行。
4倡导和加强数据文化建设
反思大数据发展数据文化是指一个教育组织或系统内部崇尚数据对于各个层面决策过程的重要性的学习环境，它包括相应的价值观、态度和行为准则。高校倡导和加强数据文化建设，即是建立以数据和实证为基础进行决策的文化，奠定高校认可和推动大数据发展的理念基础。但高校并不是对涌入的大数据波澜不加思辨的接收，而是有选择的传递与保存，同时进行理性的反思、人文的平衡与伦理的考量。畅销书《大数据》封面上，用醒目的字体印上了一个断言:“除了上帝，任何人都必须用数据来说话。”先河之作《大数据时代》一书也断言，大数据时代，性必然被混杂性取代，而相关关系也必然的取代因果关系。这些论断无疑包含着“技术主导、数据为王”的理念，但在人类世界，不关注人性的工具是没有价值的，技术是与人相互规定的，技术并不能脱离人而存在，正如大数据中的数据分析是人的分析而不是机器的分析。同样，引入大数据是对传统科学研究方法的突破和超越，但任何研究方法都不能覆盖全部研究领域，两者应是互相补充与配合的关系。同时，在数据安全、公众隐私保护和技术政治化等方面也需要对大数据的发展进行探索和思考，大数据的潮流正在形成一种多方位影响社会的文化。高校作为创新与发展文化的主要场所，只有经过高校的去粗取精、去伪存真，大数据的发展方能落地成雨，形成扎实的“大数据文化”。
作者：贾同 单位：西南大学
