時間：2022-09-16 02:02:51
開篇：寫作不僅是一種記錄，更是一種創造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的12篇大數據課程總結，希望這些內容能成為您創作過程中的良師益友，陪伴您不斷探索和進步。
關鍵詞：大數據背景 計算機基礎 改革
一、大數據概況
2013年5月10日，阿里巴巴CEO馬云在淘寶十周年晚會上，做卸任CEO職位前的演講時，馬云說：“大家還沒搞清PC時代的時候，移動互聯網來了，還沒搞清移動互聯網的時候，大數據時代來了。”在IT這個日新月異的產業，不斷掀起一波又一波的科技浪潮，在云計算、物聯網、移動互聯網之后，我們又迎來了一次顛覆性的技術創新――大數據。
大數據歸納起來有4V+1C五大特點：第一，多樣Variety。數據產生的來源多樣性決定了數據的多樣化，有結構化的數據，更多的則是非結構化數據，比如網頁、圖片、音頻、視頻等數據。第二，海量Volume。由于網絡和智能設備的普及，每天產生的數據量由TB級別上升為PB，有觀點認為，現在只需要兩天我們就能夠產生自文明誕生以來到2003年所產生的數據總量。第三，高速Velocity。短時間內能夠產生海量的數據，這也就要求必須能夠快速地對這些龐大的復雜的數據進行處理和分析，以保證數據的有效性，為快速決策提供支持。第四，價值Value。大數據蘊藏著大價值，數據存儲和挖掘技術的有力保障之下，大數據是我們新的獲取價值的源泉。第五，復雜Complexity。顯而易見，大數據的產生復雜多樣，對數據的存儲以及如何在海量數據中挖掘出有用信息也會是一個相當復雜的問題。
隨著網絡和計算機技術的發展，物聯網把物體連接網絡，接受我們的控制和使用，云計算為海量數據的處理提供了可能，移動物聯網也為數據信息的傳輸提供便利，以及PC電腦、平板電腦、手機，以及遍布地球各個角落的各種各樣的傳感器等終端設備無時無刻不在產生數據。大數據已悄然滲透到我們日常生活的各個角落。
二、現階段計算機基礎課程教學開展情況
（一）教學內容缺乏時代性
目前，大部分的計算機基礎課程教授的主要內容一般分為三個部分。第一部分是計算機基礎知識，包括計算機的發展、分類、特點（概述），計算機的系統組成及信息的表示；第二部分是microsoft office 常用組件word、excel、powerpoint、access及frontpage基本操作；第三部分是網絡基礎知識及信息安全的介紹。計算機行業是一個日新月異的行業，在科技飛速發展的今天，課本知識的更新遠遠落后，對教師素質也提出了更高的要求。
（二）學生個體水平差異顯著
學生來源由于城市和農村的地域差異、統招生、單招生、三校生等組成差異等等，使得生源多元化，學生組成復雜、錄取分數不高、理論知識基礎相當薄弱等現狀，這促成了學習需求和發展方向的多樣化，因而學校很難順利組織和實施統一的教學活動。學生實訓水平參差不齊，對課堂教師教授內容的理解能力、接受能力和實際操作的動手能力不可能達到一致，這就導致了教師布置同一實訓任務，有部分學生在上課時間結束之前不能很好地完成任務，而計算機機房的機器都裝有系統還原，上一次課堂上機沒有完成的實訓任務難以在下堂課繼續。
（三）考核評價缺乏針對性
由于個體的差異，每名學生的計算機基礎并不在同一起跑線上，但是在課程結課時，傳統的課程考核方式往往注重的是最后結果，對學生整體進行統一的同水平要求的考核。對學生的考核應該進行個體的縱向比較，而不是總體的橫向對比。衡量的標準應該是每名學生相對自己進步的大小，而不是學生距離統一考核目標的遠近。但常規意義上的普及性授課顯然難以滿足各專業對計算機的不同要求。目前，大多數的計算機基礎課程授課內容單一，而不同專業學生在就業崗位上對計算機知識和應用能力的要求各異，課程教學和實際應用存在一定的脫節。
三、大數據背景下計算機基礎課程改革思路
（一）及時更新教學內容
緊跟科技發展的腳步，在大數據時代，高職計算機基礎課程在原有傳統教學內容的基礎上，要把計算機及應用新技術穿插到課堂教學中。比如，在計算機的發展階段中，介紹新型量子計算機、光子計算機、生物計算機、神經網絡計算機、納米計算機等；在計算機硬件系統中，新型存儲器、時下熱門大數據的存儲技術、3D打印機講解；在計算機軟件系統中，移動智能終端操作系統特別是智能手機操作系統介紹、當前流行手機APP功能介紹；辦公軟件部分要重視在線幫助和聯機協作；計算機網絡部分，伴隨網絡而產生的大數據的存儲、管理、挖掘及分析，以及移動互聯網的介紹。
（二）科學管理教學信息
這樣一個大數據時代，對數據的存儲技術已經發生了翻天覆地的變化，我們不難得到一套新型的機房管理軟件，不用配置高端的設備，借助某些平臺利用網絡，我們能夠保存每一臺計算機的節點信息，學生能夠更方便地完成任務，而且通過這些數據信息，教師能夠更好地掌握學生的學習情況，通過一系列的比較，也能夠客觀地評價學生的進步。
（三）合理設置專業課程
計算機基礎是每一位高職大一學生都需要學習的一門必修基礎課程，授課教師需要做好充足的調研，以確定本專業個性化教學內容。一方面，計算機教師需要和本專業相關資深專業教師進行溝通，了解學生在后續專業課程的開設過程中需要用到的計算機知識和技能；另一方面，調研本專業畢業生在核心就業崗位上的任職需求，了解對計算機的需求。經過調研，結合計算機教學內容，設計符合專業崗位的項目案例，真實模擬崗位環境工作過程，讓學生提前打好就業基礎。
（四）持續創新教學模式
隨著這場大數據革命的到來，充分實現教育信息化，對課堂的把握不再依賴于教師的經驗，而是通過教學數據更精準地掌握學生學習情況；不同水平的學生可以通過網絡課堂調節適合自己的學習節奏，教師只需要進行相應的監督和指導，扭轉學生被動接受知識的窘況。
四、Y語
本文先是闡述了大數據的概念、基本性質及產生的影響，總結了現階段我國計算機基礎課程存在的現實問題，并提出了針對性的改革思路，以期為大數據背景下科學高效地開展計算機基礎課程改革提供借鑒。
參考文獻：
[1]維克托邁爾-舍恩伯格，庫克耶.大數據時代[M].浙江人民出版社，2013，（39）.
隨著現代科學技術的發展，以云計算、大數據等為代表的新型技術逐漸被應用到社會發展的各行各業。在大數據時代下，中學信息技術教師在教學過程中也要根據實際情況適當地應用大數據技術，從而進一步強化學生對信息技術知識的理解，提高教學的有效性。基于大數據的中學信息技術教學策略有：利用大數據技術開展個性化的信息技術教學，構建MOOC信息技術學習平臺，開展網絡協調合作學習，做好教學評價工作。
關鍵詞：
大數據時代；中學；信息技術教學；策略
新世紀以來，我國在教育事業當中投入的精力、財力、人力等的力度越來越大，在科學技術高速發展的新時期，教育改革越來越強調現代教育技術的開發和應用，以更好地提高教學有效性，同時也適應新的社會發展形勢。21世紀是信息技術占主導地位的時代，信息技術作為一門實踐性和應用性較強的學科，在小學階段就開始作為一門課程為學生所了解，中學階段的信息技術教學則注重培養學生對計算機相關知識的應用能力，最終提高中學生的綜合信息素養。大數據時代的到來和廣泛應用，給現階段中學信息技術教學帶來了機遇和挑戰。如何利用大數據的優勢和特點開展信息技術教學，以達到改善教學現狀、提升教學有效性的目的，是現階段中學信息技術教師要研究的重要課題。
一、大數據的特點及其在中學信息技術教學中的應用優勢
（一）大數據的特點
大數據不是一種技術，也不是一種產品，它是21世紀科技發展帶來的一種發展趨勢，是繼云計算、物聯網之后的一個技術熱點，是一個抽象的概念。之所以被稱為大數據，是因為他呈現出與傳統數據不同的特點，比如數據量大、數據種類多樣化、數據獲取和傳播速度快、非結構化等，這些特點很好地適應了新時期人們越來越個性化和多樣化的學習需求。大數據的出現促進了互聯網與行業發展的深度融合，各行各業都開始借助大數據的發展來尋求新的發展增長點和創新點，以期在行業當中嶄露頭角。對于教育行業而言，大數據本身就與計算機信息技術的發展息息相關，大數據的出現可以為信息技術教學帶來新的發展思維和教學手段，進一步促進素質教育的改革和創新推進。
（二）大數據在中學信息技術教學中的應用優勢
大數據本身就是在計算機信息技術發展到一定程度而衍生出來的，因而與信息技術學科息息相關，對于教師教學、學生的學習都起著重要的作用，大數據以其獨特性在中學信息技術教學中占據著很大的優勢。將大數據與信息技術教學相結合，需要發揮大數據的信息優勢為信息技術課程教學提供必要的數據，并結合中學信息技術課程教育目標輔助課程教學的開展，完善教學模式，提高教學效率。大數據在教育當中的應用主要是以MOOC模式來呈現的，這一教學模式主要是利用互聯網技術與大數據技術進行教學資源的搜集，整合受教育者的學習需求，進而制定不同類型的、有針對性的在線教育課程，并且包括教學資源庫、課程有關專題學習模塊、教學互動交流模塊、練習測評模塊等。同時這些數據資源庫內包含了學生、教師相關的各類教學文檔，大數據技術在信息技術教學中的應用主要就是利用這些原始數據來實現的。基于大數據的MOOC模式能夠在中學信息技術教學中得到廣泛應用，主要是因為它不同于傳統的遠程教育，由于是基于大數據，因此課程數據信息量非常大，數據類型復雜多樣，差異性明顯，容易滿足新時期學生越來越多樣化和個性化的學習需求，每個學生都可以根據自己對信息技術的掌握情況自主地選擇學習方法、學習內容等。同時教師還可以根據基于大數據的MOOC教育模式的實施狀況，總結學生的學習規律，進而利用大數據探索并建立起群體學習的預測模型，從而更好地推進信息技術個性化學習模式。
二、中學信息技術教學現狀及存在的問題
（一）教學內容單一落后
信息技術可以說是現代社會最前沿的技術之一，并且隨著時代的發展不斷更新進步。為了讓中學生更好地掌握信息技術知識和技能，必須對信息技術課程教材進行及時更新，以更好地引導學生充分了解當今世界的信息技術發展，使自身的技術能力適應社會發展的趨勢。但是事實上，很多中學使用的信息技術教材都是很多年沒有變化，沒有與當前科技發展接軌，更沒有加強與大數據、云計算等前沿科學的聯系，不能滿足中學生學習和發展的需要，也給中學信息技術教學帶來了難度。
（二）教學方式有待改進
目前中學信息技術教學普遍存在的一個問題就是教學方式單一，主要是教師講解加演示，學生被動聽講，缺乏較多參與實踐操作的機會，導致中學生的信息技術應用水平不高，缺乏現代化人才所必需的信息素養和計算機應用能力，教學效果不明顯。另外，很多信息技術教師只注重課本內容的講解，忽視了學生實踐能力的培養，對信息技術課程相關的互聯網、大數據、云計算等前沿知識沒有進行深入挖掘，考試內容也比較基礎單一，很大程度地限制了學生的發展。
三、基于大數據的中學信息技術教學策略
（一）利用大數據技術開展個性化的信息技術教學
在素質教育改革的大背景下，信息技術課程教學標準要求教師注重學生在教學中的主體地位，強調學生的個性化發展。在信息技術教學的過程中，教師要積極引導學生進行自主探索研究，尊重學生的個性化特點，發揮學生在學習中的創新精神。大數據在中學計算機技術教學中的應用符合新時期中學信息技術課程標準的要求，它能夠通過對數據的搜集、跟蹤、整理等實現對學生學習全過程的覆蓋，并建立相應的信息數據庫，學生考試成績、課堂表現、家庭背景等內容都包含在大數據分析中，信息技術教師可以利用數據挖掘技術研究學生各種行為的內在聯系，從而制訂科學的教學計劃，開展個性化的信息技術教學。
（二）利用大數據技術構建MOOC信息技術學習平臺
如前文所述，大數據在中學信息技術教學中應用最為普遍的就是MOOC教學模式，信息技術教師可以利用大數據技術構建MOOC信息技術學習平臺，通過該平臺為學生提供豐富的學習資源，并為學生制訂有針對性的學習計劃讓學生有選擇性地去完成。在這一過程中，信息技術教師可以利用大數據技術為學生創建獨立的行為學習檔案，進而根據搜集到的信息對學生的學習行為進行分析，發現和總結學生學習過程中存在的問題，進而優化建立學生學習行為模型，并進行分析預測，從而促進教學效果的提升。
（三）利用大數據技術開展網絡協調合作學習
大數據在中學信息技術教學中應用的另一個表現就是異步網絡協作學習模式。它主要是由教師利用大數據技術搜集學生學習相關的信息，利用異步式學習平臺信息，實現與學生的交流。教師可以通過該平臺以電子郵件的形式向學生教學通知、布置作業等，也可以提供在線答疑，加強師生之間的雙向互動，進而提高教學效率。
（四）利用大數據技術做好教學評價工作
大數據技術在信息技術教學中的應用使得建立覆蓋學生學習全過程、全要素的信息庫成為可能，學生學習相關的信息資料都被涵蓋在大數據分析當中，利用這些數據進行教學評價工作可以收獲良好的效果。教師可以利用數據挖掘技術的關聯分析和演變分析功能，結合學生學習行為相關的數據信息研究學生各種行為的內在聯系，進而發現學生的問題和優勢所在，有助于提高教學評價的科學性。
關鍵詞：大數據；虛擬學習環境；教學評價
0 引言
21世紀高校的信息技術教育進入了一個全新的發展時期。網絡虛擬學習就是充分利用基于計算機網絡的多媒體工具和技術，為學習者提供一個更加廣闊的網絡學習平臺和學習空間，以實現信息化學習的資源共享的一種學習方式。信息技術的發展，隨之而來產生的問題是，耗費大量的物力、財力、人力建設的這些課程能否實現其教育價值，并起到預期的教育目的，這就需要綜合、全面地評價教學過程的活動，來確保教與學的效果。
1 大數據時代的特點
大數據（Big data）山，指的是由數量巨大、類型眾多、結構復雜的數據構成的數據集合，是基于云計算的數據應用與處理模式，通過數據的交叉復用、集成共享形成的智力資源和知識服務能力。首先，評價信度跟隨由大數據帶來的海量數據得到了提高。教學評價基于海量數據分析的基礎上，擺脫以教師個人感受和個人知識為基礎的經驗性評價，不再停留在每位教師頭腦中的模糊經驗上。其次，評價方式因大數據技術變得多樣性。學生對于自己能力水平的評價轉向對自身學習過程的數據分析。隨著課堂教學方式、教學內容、學習過程的不斷數字化，學生的評價也將作為一個過程被逐步數字化，不僅教師可以對這些數據的進行分析和利用，作為學習主體的學生也將參與到分析評價的過程中。
2 虛擬學習環境的考察內容
“虛擬學習環境”是一個基于網絡網頁技術的用戶服務機構系統，通常包含網絡服務包和網絡軟件后臺服務系統。系統的主要使用者為教師和學生，教師遠程登陸系統后組織網上教學活動，跟蹤學生的學習情況，根據教學需要來修改或補充教學內容。學生通過該系統和教師進行個體化學習的討論交流。完整的評價標準要從不同用戶的角度出發，從以下幾個方面考察。
（1）數字化學習資源系統：各種類型的信息資源（如教育網站、虛擬圖書館、虛擬軟件庫、多媒體素材、課件、電子文獻資料、電子教案和信息化學習支持工具）、教師在線答疑、課程使用指南和數字媒體技術支持等。
（2）交互系統：包括學生與教師的交互、學生間的交互、課堂內的交互、課堂外的交互、學校間的交互。
（3）數字化學習系統：課程全部的學習內容、自主探究學習方法、激發學習動機的機制、不同類型學習策略。
（4）學習評價系統：發展性評價、多元性評價和實踐性評價。以下又有12個二級評價指標。
（5）教學管理系統：教師信息管理、學生學籍管理、課程教學質量管理、教學文件（如教學大綱、課程計劃）管理、學生的學分與成績管理等。
3 基于虛擬學習環境的教學評價框架研究
3.1 教學評價框架
評價框架（Evaluation Framework）是一個開放式框架，是評價實施的指導性文件。在評價過程中，評價主體為了明確自己的位置，需要了解評價的任何細節。經過對基于虛擬學習環境的教學評價的特征、要素、內涵等進行分析，評價初選指標體系包含發展性、多元性和實踐性三個一級指標以及12個二級指標。
3.1.1 發展性評價指標
要提高每個學生的自信心和持續發展的能力，發展性評價強調評價以促進學生發展，激發學生個性、潛能和創造性為目標。要求教師用發展的眼光來看待學生，結合多種評價方式和手段，重視過程性評價，使教學評價在反映學生學習結果的同時更好地促進學生發展。本研究經過對相關文獻的分析，確定將發展性作為一級指標，學生與虛擬學習環境間交流、學習效果的自評、互評、項目活動的小組評價和教師評價作為評價的二級指標。
3.1.2 多元性評價指標
多元性評價主要體現在：評價主體多元化，評價內容多維化。人的智能是多方面的且各種智能互有短長，被評價者的全部智能，僅僅通過傳統的單一評價勢必不能完全反應，要發現其潛在能力，為培養人才提供依據，只有從多個角度去衡量一個人，同時要求把傳統評價分解成針對不同智能的評價維度。本研究經過對相關文獻的分析，確定將多元性作為一級指標，數字化教學資源、教學模式績效、學生學習行為、學生技能認可度、企業人才指標評價作為評價的二級指標。
3.1.3 實踐性評價指標
這里的實踐性一方面是學生在虛擬學習環境中的實踐，另一個方面是學生通過虛擬環境中的真實體驗應用于真實的社會環境中的實踐。實踐性評價更關注過程而非結果，更關注學生在實踐過程中的活動與表現，是指為學生的實踐過程提供反饋信息而從事的評價方式。本研究經過對相關文獻的分析，確定將實踐性作為一級指標，學習態度、參與程度、實踐能力、協作能力作為評價的二級指標。
3.2 基于虛擬學習環境的課程評價過程
大數據“一切皆可量化”的特點使得評估不再變得主觀性，同時電腦可以在理想的穩定狀態收集分析數據，人為因素的干擾項被排除，多維度的評分得以形成。在大數據時代每個學習主體都是中心，利用自己產生的數據進行“反饋學習”，不斷地改善自己。網絡課程評價是一個動態的過程，經歷教學評價的準備、實施、數據處理、信息反饋四個部分的工作。
3.2.1 評價準備
確定評價目標、評價人員構成和評價對象，確定評價步驟、方式、處理方法，確定不同信息之間、不同評價人員的權重。基于虛擬學習環境的課程評價需構建全新的評價指標體系。評價指標體系設計的一般過程是：先分解目標，然后建立評價指標，接著分配指標的權重，最后劃分等級和確定標準。
3.2.2 評價實施
給評價人員發放評價指標體系，統一價值尺度，解釋相關標準，為評價人員做出正確的價值判斷提供依據。收集評價信息和數據，實施評價。主要是獲取的相關統計、檢驗的數據，進行有效數據的篩選，無效數據的去除，以保證評價的有效性。
3.2.3 數據處理
依據各種權重進行數理統計。這里的權重，一是教師，學生，管理員，專家等不同評價人員信息的權重，二是指標體系中各層指標的權重。依據課程特點、評價目的以及評價人員構成設置權重。權重如果不同，則以綜合評價權重為依據來統計。通過統計信息的分析，綜合進行判斷，形成評價結論。
3.2.4 信息反饋
形成評價報告和反饋信息給制作者為反饋階段的內容。形成性評價是在整個評價過程中監控評價活動的進行，隨時進行評價工作的調整；總結性評價是發現評價過程中出現的問題，總結此次評價活動，提出改進評價的措施。
關鍵詞：大數據時代；環境特征；廣告設計；教學；改革
1大數據時代的環境特征
各類信息在計算機運作系統下，產生了各式各樣的信息流、數據流。信息系統作為孕育數據的“母體”，信息系統的數據爆炸導致大數據時代的到來。另一方面，大數據時代又衍生出了更龐大、復雜的信息系統。大數據，實際上就是指軟件無法提取、共享和分析的海量數據。大數據有數據量大、數據種類多、數據有效值低以及數據處理速度快的特點。數據量大主要是因為各種計算機設備、移動終端產生的實時數據，無法及時清理或有效使用使數據越積越多，導致數據量變大。數據以成千倍的數量累積上升，企業網絡甚至會產生PB、EB量級的數據。傳統的數據儲存都是以文本為主的結構，隨著互聯網技術的深入發展，圖片、音頻等數據都已成為數據結構的主要構成因素，甚至占據了超過一半的比例。數據類型越來越多，就需要數據平臺擁有更強大的信息處理能力。大數據環境下，為人們提供了諸多潛在的信息，在激烈的市場環境下，信息的占有量，是競爭力強弱的體現。目前數據已經成為各行各業的重要組成部分。大數據時代的處理框架建立在云計算的基礎之上，利用高速運轉的方式，通過分布處理，以數據流的形式傳遞在系統之間，為用戶構建大量的數據庫，而且可應用于大多數的程序。
2廣告設計教學改革的必要性
廣告設計作為視覺傳達設計和廣告傳播這兩個專業的核心課程，建立在印刷、網絡、影像等多種載體之上。研究國內外的廣告設計藝術，是一種較為新穎的課程。但是當下的廣告設計課程仍沿用傳統的媒體廣告內容進行教學。例如，只對報紙、雜志、電視以及廣播這類傳統媒體進行研究，新媒體的各種形式、特征、設計手法等都沒有被徹底地納入廣告學的設計教學中。學生在課堂中無法準確、迅速地了解新媒體廣告教學的設計規律。媒體形式日新月異，這也給我們的教學帶來了一定的影響，給我們提出了新的問題和任務。過去廣告設計教學模式服務于傳統媒體，而當下的課程我們要去探索新的方式，從知識框架、教學重點上實現質的突破。廣告設計觀念教學要順應新媒體時代的需求。筆者根據大數據時代下的環境特征，研究大數據時代的特征與當下廣告設計教學的聯系，進一步提出大數據時代下加強廣告設計教學改革的方式方法，以此來更新廣告設計的教學體系。
3大數據時代下的廣告設計教學改革策略
3.1構建大數據時代下的廣告設計教學體系
通過長期的廣告教學實踐，筆者認為理想的教學框架應貫穿于學校教育和社會實踐兩個方面，實現核心課程、重點課程以及輔助課程的三項并進。在學生的每個學習階段，讓學生的各個層面都積極地接觸實踐，最大限度地為學生創造實踐機會，盡可能為學生提供觀察和動手學習的機會。構建大數據時代下的廣告設計教學體系，要改變以往的實習策略。讓廣告實踐穿插在每一個學期當中，讓學生帶著問題走入課堂，真正了解每個課程中的廣告設計實踐的重點、難點。所以，對于廣告設計課程教學改革，要從兩個方面入手。首先，要為學生創造實踐的機會。通常情況下，這對于學校來說有一定的難度，讓他他們到廣告公司實踐圖形創意，在版式設計時到報社去學習和參觀，這些總的來說較為困難，但是這是幫助學生實現高效學習的最佳途徑。在這個過程中，讓學生充分了解到他們應該學習的內容，認識到自己的不足，學會如何使用知識點，讓學生能真正做到學以致用，探尋學生從校門走向社會的捷徑。其次，要加強對核心課程的強化。廣告設計的功底在于美術功底，這是實現影視廣告設計、平面廣告設計的基礎。在大數據時代，依然逃脫不了這個基礎。廣告設計專業的學生無論其他學科知識再怎么扎實，如果沒有基本的構圖能力、繪畫能力，他就不會有太多的發展空間。所以，要想實現課程的優質教學，一定要夯實學生的基礎，練好手上功夫。
3.2建立一支高質量的教師隊伍
任何院校要想提升其教學質量，首先要從教師入手。培養打造一支高素質、高層次的廣告教學隊伍，是學校廣告設計教學改革的重點。學校應積極組織培訓，提升教師們的專業素質，建立研究和培訓基地，加強各個院系之間的相互合作，加強學校與企業之間的合作，實現優勢互補。目前還可以向外拓招兼職教師，在發達國家，很多優秀的教師都來源于廣告企業的兼職教師，他們有工作經驗，同時還積極與社會接觸，可以帶給學生們最新的廣告素材和知識。在校內的全職教師，可以積極地借鑒他們的經驗，采用雙重標準加強廣告設計專業的師資力量建設。在大數據時代下，廣告設計專業面臨著更多的挑戰和機遇，我們應積極地吸納廣告業、傳媒業的人才，充實教師隊伍，以此來推進大數據時代下的廣告設計教學的改革。
3.3建立互動式教學
大數據時代下，傳播內容有個性化、海量化的特點，在傳播渠道上也有一定的交互性。所以，互聯網作為學生們使用、接觸最多的媒體，我們需要對此加以重視。在網絡環境下，手機、電腦、平板電腦等載體已經成為信息傳播的重要組成部分，在這樣環境下成長起來的學生，是新媒體的受眾。他們對于網絡廣告有著獨特的體驗，在一定的程度上，他們比教師更具發言權。所以，在廣告設計教學改革中，教師要積極地適應大數據環境特征，建立互動式教學。首先，要變被動為主動，讓學生成為課堂主體，充分調動學生的學習積極性。讓學生結合自己的體驗、經驗去總結、歸納大數據時代下的廣告設計特點，并總結相關的設計方法。例如，在講國內外廣告設計對比時，我們可以先布置一項學習任務，讓學生自主搜尋相關的內容，讓學生列舉一些具有代表性的內容，以此來加深學生們的理解，增強教學成果。為了增強學生們的創造性，教師也可以鼓勵學生為自己喜歡的某個人物設計臉部頁面廣告。在這個過程中，教師要加強與學生的溝通。在大數據環境下，教師的角色在發生改變，教師要盡可能貼近學生的需求，積極與學生進行互動，可以利用微博與學生互粉、建立語音課堂討論、實現作業及時修改等策略來豐富課堂形式。
4結語
大數據時代下的傳播特點，極大地影響了人們對于廣告的認知。教師也應及時更新廣告設計教學模式，豐富教學的內容與形式，提升學生的創新思維、實踐能力。面對大數據時代的沖擊，教師要積極把握新媒體廣告的優勢，在傳統的教學模式上不斷革新，加強實踐教學，結合學生的能力，充分調動學生的學習熱情，為學生今后的發展打下堅實的基礎。
參考文獻：
［1］趙永立.新媒體時代廣告設計教學的改革研究［J］.學周刊，2016（13）：203-205.
［2］王作其.新媒體時代廣告設計教學改革研究［J］.美術教育研究，2013（24）：102.
一、中學信息技術教學存在的問題
1.教學內容滯后、單一
作為社會最前沿的技術，信息技術在時代進步過程中不斷發展。為了促進中學生信息技術知識和技能的提升，應當及時完善信息技術課程教材，進而在學生了解世界信息技術發展過程中提供有效引導，為學生增強自身信息技術水平構建上升通道。然而，實際當中一些中學應用多年沒有變化的信息技術教材，其內容和當前科技發展相脫離，同時和云計算、大數據之間也缺乏應有的聯系，學生的學習和發展需求通過這些教材難以得到滿足，并使得中學信息技術教學難度大大增加。
2.教學方式較為落后
當前，中學信息技術教學中普遍存在教學方式落后的問題，課堂教學主要由教師演示和講解構成，學生通常處于被動接受的狀態，并且很少有機會參與到實踐操作當中，進而使得很多學生信息技術應用仍處于較低水平，使現代人才需要的計算機應用能力和信息素養并沒有獲得培養。另外，一些信息技術教師過分強調課本內容，對于提升學生實踐能力缺乏應有重視，也很少挖掘信息技術課程相關云計算、大數據、互聯網等知識，考試主要是一些簡單理論和實踐操作，進而在一定程度上阻礙了學生的進步。
二、基于大數據的中學信息技術教學策略
1.通過大數據實施個性化教學
基于素質教育改革的大背景，教師教學中應當給予學生主體地位充分重視，并充分關注學生個性化發展。在信息技術教學課堂上，教師應當鼓勵學生開展自主探究學習，結合個性化特點將其創新精神充分發揮出來。在計算機技術教學中應用大數據要求以新時期中學信息技術課程標準要求為依據，通過整理、跟蹤、搜集數據，有效覆蓋學生學習全過程，并對相應的信息數據庫進行構建，在大數據分析中納入學生家庭背景、課堂表現、考試成績等，通過數據挖掘技術的應用。信息技術教師應當對學生行為的各種內在聯系進行研究，M而對科學、高效的教學計劃進行制定，促進個性化信息技術教學的有序開展。
2.通過大數據對MOOC信息技術學習平臺進行構建
在MOOC教學模式中，教師通過互聯網技術和大數據技術搜集教學資源，并對受教育者的學習需求進行整合，進而對不同類型的在線教育課程進行制定。MOOC教學模式是大數據在中學信息技術教學中應用最普遍模式，信息技術教師通過大數據技術對MOOC信息技術學習平臺進行構建，并利用該平臺將豐富的學習資源提供給學生，同時對針對性學習計劃進行制定，以便于學生選擇性地完成。這個過程中，教師能夠通過大數據技術對獨立行為學習檔案進行構建，并以搜集到的信息為依據分析學生的學習行為，對學習過程中存在的問題進行總結，進而對學生學習行為模型進行優化，最終有效提升教學效果。
3.通過大數據技術強化教學評價
關鍵詞：大數據；復合人才；教學內容；實踐形式；校企合作
中圖分類號：G642.0 文獻標志碼：A 文章編號：1674-9324（2014）45-0201-03
一、引言
隨著計算機軟硬件技術的快速發展，計算技術已從傳統的PC平臺計算模式發展到嵌入式計算、移動計算、并行計算和服務計算等多種計算系統并存及融合的計算模式，處理的對象也呈現出網絡化、多媒體化、大數據化和智能化需求的特征，而物聯網、移動互聯網的快速發展促進了這一趨勢，從而迎來了大數據時代的到來。大數據是繼云計算、物聯網之后興起的又一新興發展方向，被學術界、工業界乃至政府機構密切關注和廣泛研究。
大數據又稱巨量資料，指的是所涉及的資料量規模巨大到無法通過目前主流軟件工具，在合理時間內達到擷取、管理、處理、并整理成為幫助企業經營決策更積極的目的的資訊。在維克托?邁爾?舍恩伯格及肯尼斯?庫克耶編寫的《大數據時代》中大數據指不用隨機分析法（抽樣調查）這樣的捷徑，而采用所有數據的方法。一般說來，大數據具有4V的特點：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（價值）。大數據技術的戰略意義不在于掌握龐大的數據信息，而在于對這些含有意義的數據進行專業化處理。換言之，如果把大數據比作一種產業，那么這種產業實現盈利的關鍵，在于提高對數據的“加工能力”，通過“加工”實現數據的“增值”。
二、大數據時代對人才的要求
從廣義上講，大數據人才就是具備大數據處理能力的科學家和工程師。目前，國際上開設了大量的數據科學方面的課程、數據科學學位計劃以及數據科學短期培訓班。從國際上設置的培養計劃來看，大數據人才應該系統地掌握數據分析相關的技能，主要包括數學、統計學、數據分析、商業分析和自然語言處理等，具有較寬的知識面，具有獨立獲取知識的能力，具有較強的實踐能力、創新意識和團隊合作意識。具體來說，大數據人才首先應具備獲取大數據的能力，例如能根據任務的具體要求，綜合利用各種計算機手段和知識，收集整理海量數據并加以存儲，為支撐相關的決策和行為做好數據準備。其次，應具備分析大數據的能力，對于經過預處理的各類數據，能夠根據具體的需求，進行選擇、轉換、加載，采用有效方法和模型對數據進行分析，并形成分析報告，為實際問題提供決策依據。最后，應具備良好的團隊合作精神，大數據時代下的數據分析任務通常無法依賴個人能力來完成，需要在團隊制度的約束下，與他人一同攜手、互相鼓勵、分工合作來實現既定目標，因此具備較強的責任心與團隊合作精神也是大數據從業人員必備的基本條件。
三、大數據人才培養的探索
大數據產業的發展，對大數據人才提出了新的需求，國內各高校在積極進行大數據學術研究的同時，也開始考慮將大數據相關課程納入培養體系，以滿足社會對大數據人才的需求。以下結合作者在數據庫及分布式技術系列課程中的教學經驗，以及大數據分析與處理方面的實踐經驗，探討大數據系列課程教學內容和實踐形式的設置。
在教學內容的設置上，大數據系列課程建議可分為理論教學和技術教學兩個方面，因為理論是大數據認知的必經途徑，也是被廣泛認同和傳播的基線；而技術是大數據價值體現的手段和前進的基石。在理論方面，講授的理論內容可涵蓋如下幾點：
（1）大數據概念：大數據概念出現的歷史，關于大數據定義的各種流派以及說明，大數據的四個特征，大數據與云計算、物聯網的關系，大數據與大規模數據、海量數據的差別。這個部分主要突出“大數據”概念中應包含的“對數據對象的處理行為”。
（2）典型的大數據應用實例：精選有新意的大數據分析典型案例，可幫助學生更清晰的理解大數據的概念和含義，這樣的案例如：美國梅西百貨的實時定價機制（根據需求和庫存的情況對多達7300萬種貨品進行實時調價）、百度搜索的實時熱點排行榜（以數億網民的搜索行為作為數據基礎，建立權威的關鍵詞排行榜與分類熱點）、沃爾瑪的搜索引擎Polaris（利用語義數據進行文本分析、機器學習和同義詞挖掘使得在線購物的完成率提升了10%～15%）、谷歌流感趨勢工具（通過跟蹤搜索詞相關數據來判斷全美地區的流感情況）等。在教學過程中，教師應注意將授課的重點放在系統化的開發步驟和關鍵性問題的求解上，介紹案例的設計思想、主要方法和應用過程等。
（3）大數據關鍵技術與挑戰：介紹大數據時代面臨的新挑戰，包括大數據集成（數據異構性和數據質量問題）、大數據分析（數據形式多樣化、數據處理的實時性、索引結構的復雜性等）、大數據隱私問題（隱私保護和數據分析的矛盾）、大數據能耗問題（低功耗硬件的設計）、大數據處理與硬件的協同、大數據管理易用性問題以及性能測試基準。
（4）大數據存儲和管理技術：介紹如何把采集到的大數據存儲起來，建立相應的數據庫，并進行管理和調用。主要內容包括：分布式文件系統（HDFS）、去冗余及高效低成本的大數據存儲技術、新型數據庫技術（鍵值數據庫、列存數據庫、圖存數據庫以及文檔數據庫等）、異構數據融合技術、分布式非關系型大數據管理與處理技術、大數據索引技術和大數據移動、備份、復制等技術。
（5）大數據分析及挖掘技術：介紹從大量數據中尋找其規律的技術，通常由數據準備、規律尋找和規律表示3個階段組成。數據準備是從上述大數據中心存儲的數據中選取所需數據并整合成用于數據挖掘的數據集；規律尋找是用某種方法將數據集所含規律找出來；規律表示則是盡可能以用戶可理解的方式（如可視化）將找出的規律表示出來。根據挖掘任務可分為分類或預測模型發現、數據總結、聚類、關聯規則發現、序列模式發現、依賴關系或依賴模型發現、異常和趨勢發現等。
在技術方面，可考慮分別從云計算、分布式處理技術、存儲技術和感知技術的發展來說明大數據從采集、處理、存儲到形成結果的整個過程，具體可包括以下幾點：
（1）NoSQL技術：NoSQL產生的背景、NoSQL現狀、NoSQL數據庫與關系數據庫的比較、聚合數據模型、分布式模型、數據一致性、典型的NoSQL數據庫分類、NoSQL數據庫開源軟件。
（2）MapReduce：MapReduce模型概述、編程模型：Map和Reduce函數、MapReduce工作流程、并行計算的實現、實例、Yarn等
（3）Hadoop分布式文件系統：Hadoop出現的背景、Hadoop的功能與作用、為什么不用關系型數據庫管理系統、Hadoop的優點、Hadoop的應用現狀和發展趨勢、Hadoop項目及其結構、Hadoop的體系結構、Hadoop與分布式開發、Hadoop應用案例、Hadoop平臺上的海量數據排序。
（4）還可進一步包括數據流的管理與挖掘、云數據庫、圖數據庫等。
由于大數據系列課程所涉及的技術具有很強的應用背景和實踐意義，因此應摒棄傳統教學模式中“重理論、輕實踐”的思想，在掌握大數據相關的理論知識和技術知識之后，還需重點培養學生的綜合實踐能力，以滿足社會就業的需要。為此，應設立一定的大數據技術實踐課程內容，幫助學生從知識型向能力型轉變。結合上一節分析的大數據時代對人才的具體要求，建議按以下流程設置實踐環節的內容：
（1）分組。如前所述，大數據時代下的數據分析任務通常需要以團隊的形式來完成，因此首先要求學生根據自身情況，結合各自的技術優勢，合理進行分組。
（2）選題。在具體選題上，可使用校企合作的具體項目或以Apache Hadoop、MongoDB、Dremel、Gephi等一系列的開源大數據分析軟件作為實踐平臺，以Kaggle為數據科學平臺來進行選題。
（3）明確需求并撰寫大數據分析任務書。明確選定的題目范圍內，數據分析要研究的主要問題和預期的分析目標。只有明確了數據分析的目標，才能正確地制定數據收集方案，即收集哪些數據，采用怎樣的方式收集等，進而為數據分析做好準備。
（4）數據收集及預處理。由于大數據分析最終的結果與其獲取的數據質量緊密相關，因此收集的數據是否真正符合數據分析的目標是必須注意的重要問題。該步驟要求學生從分析目標出發，從浩瀚的數據中正確的收集高質量且服務于既定分析目標的數據，然后對數據進行必要的加工整理，包括填寫空缺值、平滑噪聲數據、識別和刪除孤立點、解決不一致性、規范化（消除冗余屬性）和聚集（數據匯總）等。
（5）探索性數據分析。由于大數據分析的數據量通常達到PB甚至YB級以上，因此希望直接選定一個分析模型是不現實的，而且面對高維海量數據，也很難直接看出數據的規律。在這個步驟中，應指導學生通過基本描述統計量的計算、基本統計圖形的繪制、用各種形式的方程擬合等手段，計算某些特征量等方法探索規律性的可能形式，幫助學生快速掌握數據的分布特征，這是進一步深入分析和建模的基礎。
（6）模型選定分析。在探索性分析的基礎上提出一類或幾類可能的模型，然后通過進一步的分析從中挑選一定的模型。有時選擇幾種統計分析方法對數據進行探索性的反復分析也是極為重要的。每一種統計分析方法都有自己的特點和局限，因此，一般需要選擇幾種方法反復印證分析，僅依據一種分析方法的結果就斷然下結論是不科學的。
（7）模型的驗證及分析報告。指導學生對選擇的數據分析模型及結果進行分析，可使用數理統計方法對所定模型或估計的可靠程度和精確程度作出推斷。觀察模型提供決策的信息是否充分、可信，所發揮的作用是否與期望值一致，數據分析方法是否合理，是否將風險控制在可接受的范圍。
以上這種項目式實踐形式的優勢是：在學生參與完成某一具體的大數據分析任務過程中，通過主動地學習來自主地進行知識的建構，讓學生經歷項目開發的整個過程，從中去發現和掌握相關知識，達到既能熟悉大數據分析過程，又完成了經驗的積累，還能實現學習知識、培養能力的目的。在這里，教師不再是知識的傳授者，而是項目活動的組織者和咨詢者。
四、校企合作推動人才培養
一方面，大數據的核心業務必然是一種扎根于特定行業，綜合運用已有的存儲、分析、挖掘、展現技術，根據用戶需求并融入行業特色技術模型的一站式大數據平臺業務。另一方面，對于企業來說，各類業務產生的數據為數據分析創造了非常好的基礎條件。大數據解決方案是有價值的，但是苦于找不到既懂數據分析技術，又懂得業務的專業人才。由此可見，既懂得相關技術，又諳熟企業業務的復合型人才才是企業部署大數據應用最迫切需要的人才。因此，企業可以與學校聯合培養自己所需要的大數據人才，這種方式有兩方面的優勢：一是大數據技能訓練的對象，即大量的數據，只有企業才具備；二是在企業的支持下，學校也能通過針對性的實踐訓練來培養學生的大數據處理技能。
大數據時代下的校企合作的形式多種多樣，可通過聯合辦學、聯合制定人才培養方案、合作開發課程和教學內容、設置實訓項目、教學管理和共建“雙師”結構教學團隊等形式展開。
五、結語
［關鍵詞］大數據;市場營銷;教學改革
有研究指出，2020年，全球的數據總量將達到35ZB，大數據將極大地沖擊社會的各個領域。伴隨大數據時代的到來，傳統市場營銷工作面臨著更大的發展機遇，同時也面臨著一系列挑戰。大數據對市場營銷教學的影響，主要體現在教學內容的巨大變化和對教學方式的沖擊。文章從大數據背景下市場營銷教學面臨的挑戰入手，提出與之相應的應對策略，以期提高市場營銷教學質量。
1大數據背景下市場營銷學教學面臨的挑戰
1.1教學內容發生巨大變化
隨著科技的快速發展，信息化社會已經到來，云計算、移動互聯、大數據、媒體的產生更使得市場環境瞬息萬變。［1］市場營銷學是研究企業營銷行為的學科，而企業又是追隨市場的，所以，大、小企業都進行了轟轟烈烈的轉型。企業如果還是沿用傳統的營銷模式(生產、加工、商品、廣告、招商)，那么停產倒閉只是時間問題。因此，為了適應現代大數據環境，必須調整市場營銷教學內容。企業的戰略規劃時間將縮短。從市場營銷角度來看，企業戰略規劃是一個社會管理過程，它必須具備方向性、全局性和長期性。例如:大數據背景下，市場變化日新月異，一套長達三到五年的企業發展規劃是沒有任何價值的，企業只能制定一年的戰略規劃，甚至要以周為單位更新發展策略，實時監控市場形勢，確保企業不被市場淘汰。傳統的促銷策略將被改寫。電視廣告促銷是以往常見的促銷策略，但這一形式正在走向衰退，取而代之的是新社交網絡下的Wi－Fi營銷、二維碼營銷等。通過免費流量等手段牢牢抓住客戶的心，也節約了大量資金。
1.2傳統教學方式面臨的挑戰
首先，大數據背景下出現了新的教育平臺。2012年，我國教育部門開始向全國知名高校征集教育公開課視頻，打造面向社會人士和學生的網上學習平臺。［2］雖然這種做法極大地方便了學習者，但同時也極大地威脅到了專業的課堂教學。其次，傳統的教學方式缺乏吸引力。絕大多數課堂的教師都是采取念課本、背課本的方式，即使有師生溝通交流，也受到了時間和心理等因素的限制，課堂常常死氣沉沉、缺乏活躍氛圍，再加上教學形式單一，導致學生對上課產生厭倦感，這大大降低了課堂效率，影響了教學質量。
2大數據背景下市場營銷教學的方法和策略
2.1及時更新市場營銷教學內容
為應對大數據背景下瞬息萬變的市場、徹底改革固定化的菲利普•科特勒營銷學，一線教師們必須摒棄傳統，跳出墨守成規的圈子，結合大數據拓寬思維、拓展教學內容。［3］同時要求學者跟隨教師，學會多方面、深層次地思考問題，知識絕不是絕對化和固定化的，它是隨社會發展和科技進步而不斷改變的。一方面，廣大教師要密切關注市場營銷理論發展動態，積極主動搜索營銷理論的最前沿內容;另一方面，要深入剖析國內外最新營銷成功案例，結合自身實際吸取有用信息，關注國內外商業模式改革情況，多舉辦、多參與權威性的研討交流會，與各前沿企業加強合作，不斷創新、走在同行業的最前頭，還要總結現有教學的不合理部分，及時提出解決策略。
2.2市場營銷課堂與計算機網絡相結合
實現市場營銷課堂與計算機網絡相結合，有利于增強營銷專業學生的信息設備應用能力。具體而言，首先教師在教學時要利用主機控制學生的子機，以讓學生更系統、集中地學習知識。其次，教師應提前備課，并下發與課堂教學內容相呼應的講義供學生提前預習。讓學生預習的好處是可以解放課堂的理論知識講解時間，騰出充足的上機實際操作時間。最后，構建專屬于學校或學院的網絡學習平臺，通過此平臺可以向學生提供課下加練題、作業答案，學生也可通過此平臺上交作業、反映問題。網絡平臺不僅能鞏固課上的學習成果，還能加強教師與學生之間的溝通交流，有利于教師改進教學內容和教學方式。［4］
2.3增加實踐課程比重
增加實踐課程有利于提高學生的動手能力，還能讓學生意識到分析客戶行為的重要性。［5］此外，學生所喜歡的營銷課題各不相同，在實踐課程中，應讓學生選擇自己最喜愛的、最適合的課題去努力發展。在實踐課程的操作中，要特別注意三點:一是實時跟蹤調查學生的實踐課程進行情況，定期檢查學生的實踐成果。其中，對學生課程進行情況的跟蹤是為了督促學生、幫助學生提高執行力，而成果檢查是為了增強學生的做事效率，幫助學生少做無用功。二是增加實踐課程中的師生互動交流環節，使教師針對每一個學生的具體問題予以解決。學生參加實踐課程的目的是學會將理論知識應用到實際操作中去，而大數據時代，營銷內容和方式經常發生變化，因此，教師應為學生提供實時的理論和實踐支持、解答疑問。最后，在有條件的情況下，學校或教師要與學生的實習單位聯系，了解單位相關營銷內容，幫助學生掌握更深層次的營銷方法。
2.4增加課堂報告的案例分析課比重
增加課堂報告的案例分析課可以督促學生做營銷最終總結，從而幫助學生從宏觀上感受市場營銷活動。［6］為此，教師應首先為學生提供一個報告模板，以此來引導學生寫好報告，為報告內容指明基本方向。這樣做可以幫助學生建立起良好的市場營銷分析思路。此外，教師要收集學生的報告，仔細分析，指出問題所在，進行深度點評，而點評分為課上點評和課下點評，課上點評主要抓住報告中的亮點內容，這樣做就有利于學生樹立起自信心，還有利于所有學生共同學習。課下點評應抓住報告中的重大問題，讓學生充分認識到問題所在，并讓學生自己提出解決方案，教師再做最后的糾正和補充。最后，教師要將學生的優秀、經典報告做成手冊，這樣的手冊往往最能反映市場變化趨勢，尤其是在當今大數據背景下，更能幫助學生把握未來市場營銷發展趨勢。
3結語
大數據背景下市場營銷時常發生變化，但也不是無法掌握、無規律可循的。要想切實培養一批現代市場營銷人才，必須要從改革教學方式和教學內容入手，在這過程中，還要穿插一系列的科學對策，例如建立教學平臺、制作報告手冊等。具體來說，我們應著重從四個方面進行改革:及時更新市場營銷教學內容，市場營銷課堂與計算機網絡相結合，增加實踐課程在所有營銷課程中的比重，增加課堂報告的案例分析課比重，多方面入手，全面提升市場營銷教學整體質量。
參考文獻:
［1］徐瑋.大數據對高等教育的影響和挑戰［J］．教育教學論壇，2013(37)．
［2］黃升民，劉珊.“大數據”背景下營銷體系的解構與重構［J］．現代傳播，2012(11)．
［3］高潔.網絡互動教學法在高職市場營銷教學中的運用研究［J］．廣西教育，2013(2)．
［4］徐國虎，孫凌，許芳.基于大數據的線上線下電商用戶數據挖掘研究［J］．中南民族大學學報:自然科學版，2013(2)．
［5］宋寶香.數據庫營銷:大數據時代引發的企業市場營銷變革［J］．價值工程，2012(30)．
關鍵詞：創新實踐課程；項目驅動；大數據
中圖分類號：G642 文獻標志碼：A 文章編號：1673-8454（2017）04-0022-03 一、引言
隨著高等學校工科教學改革的深入，各大高校高度重視培養學生的創新意識和創新能力。創新實踐課程是順應當前高等工程教育改革與發展所提出的一門新型課程，關注于訓練學生的科學和創新思維，增強解決工程實際問題的能力。
全國各大高校針對不同的專業，開設了多門創新實踐課程[1][2][3]。不同于傳統課程，它具有形式靈活、小班化教學等特點，要根據實際需求靈活設置授課內容。為了加強學生的創新精神和實踐能力，提高人才培養質量，杭州電子科技大學在計算機專業面向大二學生開設了創新實踐課程。任課教師根據自身的學科背景，基于社會熱點需求問題，申報課程要完成的課題內容，再通過師生間的雙向選擇，組建授課班級。
隨著大數據時代的到來，大數據產業發展對培養高層次的數據科學人才提出了新的需求[4]。在未來3-5年內，我國數據分析師的缺口將達100萬人左右[5]。但是，目前國內高校對數據型人才的培養規模和質量還遠遠達不到要求。本文研究了在創新實踐課的教學過程中，以培養大數據可視分析人才為目的，探討如何設置理論授課與項目實踐環節，通過解決實際問題，提高學生的創新意識和創新能力。
二、 創新實踐課題的選擇
大數據可視化與可視分析是大數據分析中重要的組成部分，通過有機融合人的智能與計算機的處理能力，幫助人們洞悉大數據背后的知識與智慧，已經成為數據分析和科學決策的有效手段。基于個人的專業背景和研究方向，筆者選定以大數據可視分析作為創新實踐課題，主要基于如下考慮：
（1）對于本科學生來說，可視分析中采用直觀的圖形化表示、所見即所得的交互方法，更容易激發他們的學習興趣，不會覺得枯燥難懂。
（2）該課題與社會熱點緊密結合，社會對該類人才需求較大。學生若能掌握并運用相關知識來解決實際問題，對更好地就業有很大幫助。
（3）數據分析與實際項目緊密結合，而尋找數據內部蘊含的特征又具有未知性，需要學生具有創新意識和探索精神，正好和創新實踐課程的設置宗旨不謀而合。 三、課程教學內容與實踐形式設置
與傳統的僅采用理論教學的授課模式不同，筆者將創新實踐課程劃分為理論授課和項目化實踐兩個部分。首先講解基礎理論，讓學生了解課程目的及課程實施過程。然后通過項目化的課程設計培養學生工程意識，提高綜合運用知識來解決實際應用問題的能力。
1.理論授課內容
理論授課是讓學生了解和熟悉課題的前提。基于可視化分析大稻蕕母鞲霾街瑁細分授課內容，將數據分析過程拆解并貫穿于整個教學中，為解決實際問題提供理論保證。
具體來說，包括如下幾個方面：（a）大數據的概念：包括大數據出現的歷史；大數據的特征；大數據與其他學科的關聯；大數據時代面臨的挑戰等。（b）數據可視分析的案例介紹：介紹數據可視分析成功用于解決實際問題的典型案例，從案例的實際需求出發，通過描述案例的主要目的和設計思想，介紹案例采用的具體方法，指出完成過程中遇到的關鍵問題，幫助學生理解課程學習的價值所在。（c）數據可視分析所要掌握的關鍵技術：包括數據存儲和管理技術，數據可視化展示語言、人機交互技術等。
由于課程學時所限，在授課過程中，需要不斷引導學生利用課外時間，進一步學習和鞏固相關編程技術，為實施項目化的課程設計打好基礎。
2.以項目為驅動的實踐環節實施
在理論授課的基礎上，實踐環節是培養學生創新能力最重要的步驟。只有讓學生在參與完成某一具體任務的過程中，才能深化其對數據可視分析流程的理解，主動學習相關知識，提高動手能力，不斷地探索并解決未知的問題。
在實踐階段，納入項目化的教學模式，將學生組成創新研究小組，通過“分組――選題――制定和實施方案――撰寫分析報告”的實踐過程，鼓勵學生開展自主式、探索式、合作研究式的學習，促進知識的遷移和科學思維的養成，同時培養學生的團隊協作精神。
具體來說，分為如下幾個步驟：
1）合理進行人員分組。一個復雜的數據分析任務要求學生以團隊合作的形式來完成，讓學生根據各自的技術優勢，合理分組，每個小組選出一個小組長，組員通過分工與合作實現既定目標。
2）選取有價值的分析任務。以“交通大數據可視分析”為主要目標，通過小組討論擬定感興趣的分析子任務，由教師進行內容把關。要求所選取的項目任務具有一定的復雜度和綜合度，可以從數據分類、趨勢預測、歷史規律挖掘等方面著手，明確要研究的主要問題和預期的分析目標。
3）制定和實施分析方案。要求學生設計詳細的實施方案，考慮方案的可行性和合理性，主要包括：分析目的及內容，方法及步驟，計劃進度安排，如何分工等。在該過程中，教師指導學生檢索和閱讀科學文獻，一起討論采用何種技術或方法分析數據，引導學生逐步實現項目任務。在學生碰到問題和困難時，鼓勵其通過自主學習所需知識、與小組成員討論，與指導老師探討來解決問題。
4）完成分析報告。以小組為單位，完成分析報告，闡述分析任務的執行流程，人員分工情況，給出分析結果，并討論分析方法是否合理及未來的改進建議。
5）課程考核。課程考核結合教師評價（50%）、小組間互評（30%）、組內自評（20%）多種方式綜合給出課程分數。
在以項目為驅動的實踐過程中，教師的任務從“傳授知識為中心”逐漸向“引導學生探索知識，有體系、有目的地應用知識”轉變，學生成為了學習的主體和發展者，極大地調動了學生的積極性和參與度，培養了學生的團隊協作精神和創新能力。
四、教學效果及存在問題分析
本課程自開課以來，取得了一定的教學效果。授課班級共有14人，其中有2位學生在老師的指導下將項目的實施成果，整理成在計算機相關的學術會議上，有1位學生申請了發明專利。
為了更好地收集大多數學生的反饋意見，在課程結束后，讓學生投票選擇自己在哪方面的能力有所提高，并撰寫一份學習心得。投票結果為：編程能力（11票）；團隊協作能力（9票）；創新和探索能力（8票）；自主學習新知識的能力（13票）；完成實際工程的能力（10票）。從結果中發現，大多數學生認為通過課程學習能提高自己多方面的能力，包括自學、編程和工程實踐能力。部分學生認為提高了自己的創新和探索能力、團隊協作能力，這部分學生相對基礎較好，能夠針對分析任務得出自己的結論。而其他有些學生基礎知識儲備不足，還處于不斷學習編程技術的階段，因此對問題的探索不夠深入。
圖1和圖2分別為從學習心得中提取的中英文詞云。從圖1中發現，大多數學生描述了對數據可視化的學習，掌握了“技術”，得到了“信息”和“知識”，其他關鍵詞包括“分析”，“學會”，“理解”，“實現”，“任務”等。從圖2中可以看出學生實現項目時所采用的主要技術，這表明學生在上課過程中，根據實際需求自學了解決問題所用到的相關技術。下面摘取了部分學生的心得。學生1：“通過課程學習，我意識到事情有很多方法去解決，一個方法不通，還有其他的解決方法”；學生2：“集體的力量是無窮的，好的隊友是成功的一半，和大家一起做事情，能從別人身上學到自己沒有的”；學生3：“在這門課程上學到的東西比其他任何課程都要多，更有用”；學生4：“在后半學期，經過老師的提點，自己慢慢摸索，再加上同學的幫助，一個個任務難題漸漸被解決，我也逐漸有了繼續探索的動力。”從上述反饋來看，正是通過項目化的實踐，潛移默化地提高了學生的自主學習能力和探索未知的精神，培養了學生的綜合能力。
但是作為一門新型課程，課程在實施過程中遇到了一些問題，具體表現為：
（1）由于不同W生的學習效率與動手編程能力存在差異，因此部分學生進展較快，能針對項目制定方案，設計新的可視化表示來展示數據特征，探索數據規律。而部分學生始終處于編程技術的學習階段，影響到課程完成質量。
（2）本課程面向大二學生，雖然數據可視分析入門較快，但解決實際問題時涉及多種專業技術的學習與應用，部分學生感覺到知識儲備不足，項目實踐有難度。
因此在今后的教學過程中，應事先做好摸底調研工作，針對不同學生進行層次化教學，同時要進一步研究如何更好地激發學生的學習熱情，鼓勵他們在遇到困難時勇于克服困難。
五、結語
隨著高校工科教育改革的深入進行，創新實踐類課程對傳統的理論教學進行了很好的補充。課程對培養學生創新意識、解決實際工程問題能力起到積極作用。本文針對作者所承擔的計算機專業的創新實踐課程，圍繞數據可視分析人才培養展開，深入研究了課程理論教學內容的設置、項目化實踐的實施模式，同時也分析了目前課程取得的效果和存在的問題。由于該門課程開設時間較短，還處于探索階段，接下來要進一步完善目前的理論教學體系，研究層次化的教學方案，通過總結經驗，應用于新一輪的教學。
參考文獻：
[1]黃雪梅.圍繞機電實驗平臺的創新實踐課程[J]. 實驗室研究與探索，2011，30（3）：140-144.
[2]陳妙，陳敏，余日安，等. 公共衛生創新實踐課程的構建及作用探討[J]. 基礎醫學教育， 2014（12）：1031-1033.
[3]汪東風，林洪，曾明滂，等.創新實踐課程的實施步驟[J]. 實驗室研究與探索， 2009，28（3）：107-109.
關鍵詞：數據科學；通識教育；大數據教育；教學實踐
0 引言
近年來，在大數據的深刻影響和社會各領域對數據專業人才的強烈需求下，國內外各高校的數據教育興起，一些高校成立了專門的數據研究院，開設數據科學碩士和博士課程。盡管在高校開展數據教育的迫切性得到了重視，但是從結果來看，高校所培養的數據科學專門人才在數量上仍然無法滿足社會的需求。
通過調研世界范圍內相關高校的數據教育開展情況，我們發現，國外知名大學的數據教育開始得較早，采取的方式主要有數據科學通識教育和數據科學專業教育兩種；而國內高校數據教育起步較晚，數據科學的通識性體現得不明顯，主要培養對象還是相關專業的研究生。對比這兩種數據教育模式可知，在數據教育過程中，不僅需要專業教育，也需要通識教育服務于跨學科和交叉學科的發展，這樣才有利于復合型人才的培養，以應對“互聯網+”和大數據時代數據人才匱乏的窘境。
1 數據科學教育的發展現狀
數據技術的不斷發展和人們對數據價值的逐漸認同也推動了一個新的職業――數據科學家的誕生。微軟、谷歌、亞馬遜、Facebook、LinkedIn等數據驅動的公司這幾年紛紛向數據科學家們拋出橄欖枝，并且薪酬不菲。大數據同時也帶領人們重新認識了數據科學這一學科，數據科學不限于計算機和統計學的交叉，更不是它們的專利，在社會生活中的方方面面都有用武之地。紐約大學數據科學中心Vasant Dhar教授對數據科學是這樣定義的：“數據科學旨在研究可普及的數據知識提取”。數據科學教人們如何從數據的世界里發現知識、挖掘財富、獲得信息。數據思維和數據技術將成為學生未來學習、科研和職業發展的另一主要技能。
1.1 國內外數據科學在線課程現狀
在高等教育數據科學課程的開設方面，美國約翰霍普金斯大學、伊利諾伊大學香檳分校、加州大學伯克利分校等國外知名高校率先開展了行之有效的實踐，見表1。
在調研了Coursera、edX和Udacity三大MOOC平臺上的數據科學相關課程之后，不難發現一些現象：
（1）幾乎所有的數據教育課程都沒有限制學習者的專業，無論是人文社科類還是理工科的學生，只要具備課程的先修知識和對數據科學的興趣，都可以進行數據科學相關課程的學習。這是美國通識教育的體現，也說明數據科學可以作為面向交叉學科的課程來開展。
（2）課程的重點內容主要包括統計學、大數據、數據分析、項目實踐等，反映出數據科學培養目標不僅包括數學、統計和編程知識的學習，還需要案例實踐的訓練和業務洞察力的培養。
（3）國內大學的數據科學課程寥寥無幾，除表1中的復旦大學和香港理工大學之外，僅南京大學開設了“用Python玩轉數據”課程，臺灣大學開設了“機器學習基礎”“人工智能”等基礎課程，大數據教育相對落后。
（4）數據科學的先修知識主要包括程序設計、統計學、數據庫基礎等。其中程序設計并不要求精通某一門編程語言，因為對于從事數據科學的人才來說，泛型編程技巧比專長于特定編程語言更加重要。
（5）Python和R是目前在數據科學領域比較流行的編程語言，相對其他語言來說移植性較強，更容易學習，也更適合編程初學者學習。
1.2 國內外高校數據科學教育現狀
美國很多高校都已開設數據科學和大數據的碩士課程，并且畢業生可以有機會進入IBM、亞馬遜、英特爾等企業工作，獲得高達十幾萬美元的年薪。加州大學伯克利分校、哥倫比亞大學從2011年起開設數據科學課程，并在之后的幾年都設立了“數據科學”碩士和博士學位或者項目認證；伊利諾伊大學香檳分校和芝加哥大學則從假期培訓課程起步。這種情況并不局限于世界頂尖大學，全美排名100名左右的北卡羅來納州立大學，在2007年引入了學制為10個月的分析學碩士課程，其畢業生的就業薪資不菲。
在我國，北京航空航天大學于2012年設立了大數據工程碩士學位，2015年又攜手浙江大學、復旦大學等7所高校和阿里云公司開設了“云計算與數據科學”專業。華東師范大學于2013年成立數據科學與工程研究院，致力于培養未來的數據人才。清華大學于2014年成立數據科學研究院，與信息、經管等學院展開合作推出大數據碩士學位項目，不僅公開對外招生，也歡迎本校研究生選修。教育部公布的2015年教育部直屬高校新增審批專業名單中，北京大學、對外經貿大學、中南大學新增了“數據科學與大數據技術”本科專業。云南大學2016年也成立了大數據研究院，將培養大數據方向的博士和碩士生。
根據調研結果可以看到，世界頂尖大學的數據教育不但開始得較早，教育方式也具有層次性。一類是開展數據科學通識教育，面向全校各專業本科生和研究生，先修知識僅為數學、統計和入門級別編程。另外一類是數據科學專業學位教育，面向計算機、統計等相關專業學生，其中以碩士博士培養為主。后者的先修知識要求很高，并且在培養過程中以實踐技能為中心，往往采用校企聯合或校際聯合的培養方式，目標是為社會培養專業型數據人才。與之相比，國內高校的數據教育開展時間不長，尤其在通識教育和交叉學科發展方面經驗不足，多數的數據科學課程都是面向專業教育的。
2 數據科學課程建設的必要性
數據科學雖然看似是被大數據的浪潮“炒”熱的，其實不然。數據科學有著廣闊的研究領域和旺盛的生命力，具備獨特的結構和內涵。將數據科學作為一個學科是很有必要的，它培養的是數據思維和數據技術兼備的數據科學家、首席數據官、數據工程師等復合型人才。在專業技術方面，一個合格的數據科學家不僅需要掌握數學、統計學知識和編程能力，并且還要掌握機器學習、數據挖掘和數據可視化技能。在通用技能方面，他們要具備敏銳的業務洞察力和豐富的實踐經驗，從大量雜亂無章的數據中發現知識的蹤跡，找到相關關系，破解數據的價值。同時，溝通表達能力也是其必需的技能。數據專業人員應該了解非技術人員的實際需求，在獲得數據分析結果之后，用圖形或語言正確地傳達數據內涵，幫助非技術人員充分理解這些數據的意義。由此可見，數據科學家是需要學習多門專業知識的高端復合型人才，不僅需要具備科學家的嚴謹和創造力，還要具備較強的溝通表達能力。
集眾多能力于一身的優秀數據科學家不是一朝一夕可以“煉成”的，對未來數據專業人才的培養應該從高校數據教育抓起，打破學科固有的壁壘，為學生營造多學科交叉、融合的學習環境。高校數據科學通識教育的開展是充分必要的，具體體現在3個方面：
1）滿足社會需求，適應時展。
2011年麥肯錫曾這樣預測：“到2018年，僅美國就將面臨140000～190000的資深數據分析人才和150萬了解如何應用大數據分析結果做出有效決策的管理者的短缺”。無論是金融業、工業、制造業還是服務業，大數據時代稀缺的就是能從數據的整個生命周期來理解數據含義的專業數據科學家。高校作為培養人才的機構，應該順應時展的趨勢，以建設一流大學為目標，積極開展數據科學通識教育和交叉學科改革，組建跨學科的科研教學團隊。這樣一來，學科之間的壁壘被打破，學生們除了學習數據技術以外，還能夠開闊視野，提前接觸各個領域的業務知識，非計算機專業的學生也能有機會學習數據挖掘等大數據技術，有利于復合型數據人才的培養。
2）實施大數據人才戰略，驅動資源平臺的建設。
2015年，黨的十八屆五中全會提出要實施“國家大數據戰略”，標志著大數據戰略正式上升為國家戰略。結合國家的人才強國戰略來思考，各高校應當樹立起強烈的大數據人才培養意識，加強高校與企業、高校與高校之間的合作關系，通過舉辦大數據競賽、合作辦學等方式，建設數據教育資源平臺。2015年，EMC與上海交大合作舉辦了“EMC杯上海交大智慧校園數據分析大賽”，賽題分為校園餐飲消費分析和校園無線網絡流量分析，賽前為參賽者組織數據科學課程培訓。此次大賽不僅促成上海交大對校園卡消費數據和網絡流量數據的開放，也為參賽者提供了一個數據分析的實戰機會。百度、阿里、天貓等都與高校合作舉辦過類似活動，而很多比賽的金獎獲獎團隊的大部分成員都不是計算機或者統計專業的學生。這說明，數據科學教育并不應該局限在少數的相關專業，數據科學通識教育可以激發各專業學生的學習興趣，真正地支持國家的大數據戰略和人才強國戰略。
3）培養學生的數據思維和創新能力。
對于數據科學家來說，在實際的工作過程中，數據技術只是解決問題的一種手段，真正起驅動作用的還是他們的數據思維和創新能力。數據思維需要在長時間與數據密切接觸的氛圍里形成，一切分析結論、決策和預測都來源于真實的數據和縝密的邏輯判斷，而不是憑空猜想。學生通過在大學里學習數學、統計學和計算機能夠有效地培養數據思維，而這些課程都包括在目前國內外高校的通識教育之中。跨學科進行的數據通識教育還可以促進不同學科之間的了解、碰撞和協作。有時，數據科學家不僅需要具備優秀的專業技術，還要具備特定領域的業務知識和面對數據的靈感和直覺，這就是數據科學家的創新能力。學校里的跨學科交流開闊了學生的視野，他們未來就有能力根據一條條數據分析結果，提出富有創造力的解決方案。
3 面向通識教育的數據科學課程教學實踐
為了適應國家經濟社會發展的重大戰略和人才培養需求，吉林大學自2014年起積極構思具有層次性的數據教育方案。2015年，計算機科學與技術學院面向計算機專業本科生和軟件學院研究生開展了“大數據技術與應用”課程。同年，公共計算機教學與研究中心為經濟學院和金融學院本科生開設了“數據科學與大數據分析”課程。這些教學實踐分別針對專業教育和通識教育兩個層次設計，分本科生和研究生兩類教學對象，講授了大數據時代對于獲取、處理和展示傳統數據以外的“數量大”“速度快”和“非結構化”數據的新方法與新技術，培養學生的計算思維、數據思維和互聯網思維，使他們準備好迎接“互聯網+”時代的新機遇與新挑戰。
3.1 課程的具體目標
以為經管、金融類本科生設計的“數據科學與大數據分析”課程為例，它的主要授課對象是大學高年級非計算機專業學生，希望通過一系列的課程研究和改革，結合實際案例和實踐教學的方式，將數據教育植入現有的計算機基礎教育中。在這門通識教育類課程中，要著重為學生講授數據科學和大數據技術在科學研究、互聯網、金融、社會、醫療、商業和政治等多領域中的方法、工具和應用案例，培養學生解決實際問題的能力。
該課程的目標主要包括如下3個大的方面：
1）培養數據思維能力。
課程主要通過真實的數據項目實踐來培養學生的數據思維和項目分析能力。數據項目通常有其使命與目標，須與業務需求保持一致。學生通過調研和分析，總結出具有關鍵意義的數據需求，了解什么樣的業務問題可以轉化成數據問題，什么樣的數據是可以進行計算的，面對結構化、半結構化以及非結構化的數據，該選取什么樣的模型和工具進行計算。最終，當獲得數據分析結果后，學生還要結合專業領域的知識，思考如何把數據解決方案轉化為可執行的業務解決方案，讓決策者更清晰地閱讀數據，這同樣是本課程的關鍵教學環節。
2）提升技術應用能力。
該課程致力于提高學生的高級計算機應用能力。當然，學習之前需要有一定的互聯網、統計學、數據庫等背景知識。大數據涉及的不僅是數據分析，還包括數據挖掘、商務智能和新的技術與新的思維方式，而這樣的技術和思維方式，不僅可以提升學生的計算機技術應用能力，也將提升他們的專業能力和管理能力，甚至創新能力。
3）新的技術發展應用。
該課程綜合全面地介紹大數據背景下新的技術體系。現有的計算機基礎課程、互聯網金融課程或電子商務課程在介紹大數據時，都是“普及性”和“雜志性”的介紹方法，該課程則不然，它通過案例教學讓學生在真實場景下應用大數據技術并解決實際問題，最后通過企業提供的真實數據，讓學生分組合作，將共同完成一個項目實踐作為最終考核。
3.2 課程的知識模塊設置
該課程的核心思想是為學生全面講述數據的整個生命周期，包括數據獲取、數據準備、模型建立、數據分析和挖掘、數據可視化，以及最終把數據解決方案轉化為可執行的業務解決方案的方法和過程。以實際案例讓學生了解數據處理的基本方法和生態系統，掌握使用相關工具及算法來解決學習、科研和工作中數據問題的綜合技能，重點培養學生的數據思維，并通過數據科學為學生連接自然科學、社會科學與信息技術。具體的知識模塊設置如圖1所示。
（1）問題發現：引導學生發現業務問題，思考解決這個問題所需要的領域知識，思考這個問題是否可以轉換成一個數據問題，培養學生數據思維和計算思維的視角與思考方式。
（2）數據準備：培養學生數據獲取的能力，并使其能夠進行數據清洗與整理，確定保留與丟棄的部分，保證處理前的數據質量。
（3）高級數據分析：在統計方法的基礎上學習高級的數據分析方法，培養學生模型建立的能力，使其掌握數據挖掘的基本思想和基本算法，并能夠使用相關工具進行高級數據分析和數據挖掘，發現知識。
（4）數據可視化：培養學生的圖表表達能力和“用數據說話”的能力。
（5）數據解決方案：讓學生闡釋結果，確定關鍵的發現，并找出價值。
（6）可執行的業務方案：讓學生通過數據模型的建立、分析與驗證獲得數據解決方案，并在此基礎上考慮業務問題和現狀，提出可行的業務方案。
摘要：隨著科學技術的不斷發展，大數據技術在社會生活生產的每個方面都起到了重要的作用，同樣對教育工作的改革創新也發揮著巨大的作用。本文從德育教學工作等方面進行評價，全面分析了在大數據的背景下中職學校傳統的德育工作所面臨的創新與挑戰，歸納并總結了德育教育工作的一些創新思想，為我國中等職業學校的德育工作的發展提供借鑒。
關鍵詞：大數據；德育教育；機遇與挑戰；創新思想
1大數據的意義與特性
大數據系統擁有龐大的數據信息量，以及可以快速成長的數據庫規模系統，并且有著十分豐富的多種多樣的數據內容。使用者可以以大數據為基礎，通過大數據技術進行大規模的數據采集與分析，形成更加全面的數據結果，為最終的決策與判斷提供更加可靠的數據依據。在21世紀，大數據技術到來的最重要的一點原因是由于網絡信息的集成化水平更加完善。而隨著產業集約化、智能化水平的提高，大數據技術的快速的數據采集、全面的信息內容、高效的整合分析等基本特性也得到了極大的增益作用，所以大數據技術常常伴有以下幾種特征。
1.1共享數據源，建立云端數據庫
在大數據時代，由于同一數據在同一r間可能存在許多的使用者進行下載與傳輸，造成了大量的數據在網絡通道中傳輸，從而占用了大量的時間，造成了網絡資源的浪費。所以為了緩解由數據使用人數的快速增長所帶來的網絡擁堵現象，提出了數據開放共享化原則，使數據可以進一步的在用戶之間高度自由化傳輸，縮減網絡傳輸的時間。同時建立云端數據庫，系統可以對大量的數據進行統一的管理與統計，提高信息的共享化能力，為進一步進行數據后期的開發與分析奠定了良好的基礎。大量在生產生活中所產生的普通數據得到了開放與共享，人們可以更加方便快捷的查詢所用的信息，提高他們的生產生活效率。所以，數據的開放與共享是大數據時代來臨的重要前提。
1.2建立數據模型，進行數據預測分析
進行數據的預測與分析，是大數據技術的核心內容，同樣也是大數據的優點與特點。大數據技術可以非常全面的記錄我們日常的生活行為，通過這些記錄可以進行分析對比，了解到每一個人平時的生活與愛好，最終達到預測你的未來生活規劃的目的。大數據技術可以提供個人的定制服務，對于未知的用戶可以根據他們的性格來建立符合他們生活規律的理論性假設，和大量的已知性格的人物數據進行對比，形成一套完整的理論體系。
1.3建立體系結構，提升信息數據的有效價值
計算機高性能的邏輯分析能力以及海量的存儲記憶能力是建立大數據技術體系結構的關鍵。有大數據體系結構支持的假設性理論，已經成為經濟建設與價值投資的重要理論基礎。隨著大數據技術的不斷提升，信息的有效價值也在不斷的增大，可以給使用者帶來更大的利潤效應，從而為大數據技術的信息采集提供了更多的數據來源，使大數據技術體系結構得到更加完善，形成良性循環。
2大數據技術對中等職業學校德育教育工作的機遇與挑戰
隨著科學技術的快速發展，大數據技術已經應用到廣泛的教育領域。可以為學校提供有針對性、高質量的信息數據，數據的存儲容量不斷增大，原有的教育手段研究得到了很大的改善，同時，為了提高信息數據的可靠性，需要對每一個學生進行定量的分析，通過采集學生們日常的生活行為、感情，進行追蹤預測。這對傳統的德育教育工作產生了較大的影響。傳統的德育教育方法是通過直觀的因果關系，總結經驗，并最終作出相關的預測判斷。因此，這對傳統的德育教育工作的指導和評價是一個全新的考驗。同時，對于傳統德育教育的工作方法也有很大的改進，能有更多的機會去把握德育教育的思想精髓。所以說，大數據德育教育模式是一種非常有魅力且具有很高實用價值的教學模式。建立大數據德育教育開放平臺，可以帶來全新的數據、全新的機遇，成為了傳統德育教育工作改革的必要條件。
2.1大數據技術對中等職業學校德育教育工作的新機遇
2.1.1提供免費的德育教育開放平臺，改變傳統教育模式
在傳統的德育教育工作模式下，教學通常在教室里進行，采用傳統的授課方式，而學生們幾乎感覺不到任何的新鮮感。面對枯燥乏味的教學內容，學生們通常會產生對抗心理，使得德育教育工作的教學效果比較低。而采用免費的德育教育開放平臺，會讓學生們產生一種新鮮感，增加他們學習的主動性，提高德育教育工作的教學效果。同時，通過大數據網絡，學生們學習德育知識打破了固有的時間和空間的制約，使他們可以更加自由的選擇學習的時間與地點，選擇喜歡的話題進行討論，從而消除了面對面交流時的尷尬。通過大數據網絡，學生們最終可以勇敢的表達自我，表述出自己的主觀意見。通過大數據分析，我們發現中職學校的學生更愛于表現，更富有激情，而這個時期也更有利于進行德育教育，讓學生們形成自治型的性格，來滿足他們強烈的好奇心，提高德育教育的教學效果。
2.1.2提供實時更新的社會熱點信息，增強德育教育感染力
在大數據時代，海量數據的實時更新，幾乎覆蓋了社會生產生活的每一個方面，這使得學生們可以第一時間閱讀到最新的消息，可以極大的拓寬他們所接觸的社會領域，提高他們的價值觀與人生觀，讓他們感覺到人與人之間的交流更加緊密。通過即時傳輸的信息數據，可以幫助教育工作者們提供新鮮的素材，讓教育工作者們在教授課程時更有說服力，并在相互討論中表達學生們自己的意見，對于學生們形成正確的思想道德觀念具有很大的幫助。最后還可以根據不同性格的學生，配置不同的德育教育課程內容，形成適應性教學體系。
2.2大數據技術對中等職業學校德育教育工作的新挑戰
2.2.1德育教育工作者技術水平的有待提高
大數據技術為我們提供了很大的便利，但同時也提出了極高的要求。在過去，課堂教學是德育教育的主要教學方式，而德育教育工作者是教學的主體，其唯一的優勢是增加師生之間的面對面交流，但往往因為無法了解學生們日常興趣愛好，造成雙方之間沒有共同的話題，造成了雙方交流的隔閡，使學生產生反感與抵觸情緒，嚴重影響師生之間的交流效果。大數據技術增大了德育教育課程的教授范圍與內容，改變了師生之間的交流方式，提高了課堂教學課題的品質。這就需要德育教育工作者們不僅有專業的德育教育工作技能與經驗，還要對大數據技術的應用有著一定的專業水平，敏銳的數據采集能力，精準的數據分析能力，全面的數據整合能力。大數據技術為德育教育工作帶來了更多的信息內容，增加了與學生們進行溝通交流的機會，對于學生們自身的利益訴求可以更為方便快捷的得到了解，進行有針對性的判斷與分析，并與教學書本的內容相結合，讓學生們可以逐漸接受新的德育教育模式。因此，想要適應大數據時代全新的德育教育工作，就需要不斷的改善原有的德育教育模式，提高整體教學品質，開發出具有高層次、系統性的理論知識，提高學生們對德育教育課堂教學的關注度。從而，采集到更為豐富的教學內容，更為良好的教學方法，為今后德育教育工作的發展作出貢獻。
2.2.2德育教育工作的方法有待改善
大數據時代下，魍車牡掠教育工作方法已不能適應這一技術，工作方式的創新是必要的。在過去，德育教育課程主要是通過課堂教學的形式進行教授的，受到教室空間、教學環境、課堂氣氛等因素的影響，學生們主動學習的積極性并不高。而是通過大數據技術，教學方式產生了多樣化，加強了學生們自主學習的主導意識，學生們可以根據自己的興趣挑選自己喜歡的案例進行分析，通過這種新的教學方式可以提高教學效果。達到傳統的教學目的與新的教學內容相結合，傳統的教學行為與學生們的思想感情相結合，了解學生們的個體數據狀況，進行定量、定性的數據分析，了解學生們的思想開放動向，最終建立富有感情的、合理的教學方法。
3大數據技術對中等職業學校德育教育工作的新思想
3.1形成了更為和諧的德育教育環境
通過大數據技術使得學生們的學習環境、生活環境、家庭環境三者形成相互統一、相互作用的形態。一般來說，家庭環境對于一個學生德育教育的成長起著基礎性的作用，父母作為德育教育工作的啟蒙老師對孩子有著深遠的影響。學生之間相互交流，彼此之間討論著不同的觀點與看法，所產生的共同的生活環境，對學生們有著強烈的指導作用。通過在課堂上學習知識，感受課堂的學習氛圍，對于學生們德育教育的學習有著積極的促進作用。所以通過大數據德育教育開放平臺，將學生們在各種環境下所產生的行為和思想進行統一管理，分析并整理出學生們的德育教育問題。建立信息共享中心，讓家長和老師們了解學生們所存在的個性化問題，有針對性的解決不同學生的不同問題。形成學校、社會、家庭三者共同進行德育教育的良好和諧環境。
3.2建立學生自主學習德育知識的意識
改變傳統的德育教育工作者與學生之間的教學模式，建立德育教育小組，由學生們自行討論最新的時事熱點，并由德育教育工作者擔任小組顧問，形成一種相互溝通、相互理解、相互學習的良好教學氛圍。同時，討論的信息內容多樣化，討論的活動形式開放化，使德育教育工作者與學生們可以進行民主的、平等的對話。而在這種和諧開放的交流與理解中，學生們學習德育課程的積極性被極大的提高，他們會主動的去了解學習更多的德育知識，并把德育工作者當成他們的朋友。通過積極的對話與溝通，德育教育工作者可以幫助他們建立正確的人生觀與價值觀，并積極引導學生們如何正確的判斷與分析問題，達到自我學習、自我啟發的自主學習意識。
3.3加強德育教育學習內容的監督
為了防止在德育教育工作中出現錯誤內容的引導，中等職業學校的德育教育工作必須進行有效的監督。構筑大數據德育教育開放平臺，不僅僅是為了信息的公開與共享，更重要的是希望學生、老師、家長三者之間可以共同的進行信息管理與監督。比如，通過開放平臺家長們可以監督老師與學生之間的信息交流，學生們相互之間、老師們相互之間也同樣可以進行，最終達到德育教育開放平臺健康發展的目的。這樣可以充分的發揮學生們的自律性，有助于學生們及時的發現并改正自身或他人的問題，提高德育教育工作內容的正確性。
3.4提升德育教育工作中的隱性教育
目前，德育教育工作的主要內容是在社會發展進步的同時如何加強通過德育教育手段解決現實問題的能力，相對于傳統的德育教育工作，德育教育工作中隱性教育的提出，其目的是改變原有的有固定課時的德育教育課程，使德育教育工作融入到教育工作的每一個環節。在日常的學習生活中往往都存在著各種各樣的現實的社會問題，而這些問題其實是最好的德育教學素材，通過這些素材學生們可以更加形象的記住德育教育知識的內容，形成強烈的現實對比作用。這就對隱性教育的進一步發展提供了有力的理論支持，使得德育教育工作的效果得到了整體優化。
總之，中等職業學校的德育教育工作是一件長期而又艱巨的任務，而在實際的教育過程中我們發現，改善中等職業學校學生的綜合素質品質，加深他們的思想道德觀念是非常重要的。所以，通過大數據技術可以更深入的了解學生們的思想意識，進行更深層面的對話與溝通，更主動地參加社會實踐交流，最終形成完整的、正確的思想道德價值觀和人生觀，有著十分重要的長期促進作用。
參考文獻：
[1]李靜.學校德育工作新思路淺探[J].中國職業技術學校教育，2009，（24）.
關鍵詞：數據分析；統計學；課程體系；大數據
中圖分類號：G642.0 文獻標志碼：A 文章編號：1674-9324（2014）49-0248-02
隨著社交網絡的逐漸成熟，移動帶寬迅速提升，云計算、互聯網應用的豐富，更多的傳感設備、移動終端接入到網絡，由此產生的數據及增長速度將比歷史上的任何時期都要多，都要快。“大數據”時代已經來臨，它對人類的數據駕馭能力提出了新的挑戰，也為人們獲得更為深刻、全面的洞察能力提供了前所未有的空間與潛力。大數據是指海量數據集，其來源包括動漫數據、企業IT應用帶來的數據、博客、點擊流數據、社交媒體、機器和傳感數據等。它是互聯網、電子商務的又一次重大革命，對數據處理、數據挖掘、數據分析提出了新的挑戰。如今互聯網行業、電子商務行業中的數據應用及分析已經相當普遍，為了應對大數據時代的要求，同時要具備較強的統計學功底和嫻熟的計算機軟件運用能力，而今完全具備這些能力的數據分析專業人才是極其匱乏的。數據分析師便應運而生，不僅互聯網行業、電子商務行業需要大量的數據分析師，近年來項目數據分析事務所不斷涌現，而項目數據分析師因其專業技能及量化的數據分析為客戶以及所在單位控制決策風險、保證利益最大化而備受各界青睞，以待遇優厚和地位尊崇而聞名國際，也被視為我國21世紀的黃金職業。《華商報》將項目數據分析師納入了新七十二行，《HR管理世界》將項目數據分析師評為七大賺錢職業。本文就如何在統計學專業開展數據分析方向進行了闡述，首先論述了數據分析的重要意義，其次討論了數據分析方向的課程構建，最后分析了如何加強理論與實踐環節的結合。
一、數據分析的重要意義
大數據預測美國總統：美國時代周刊報道稱，數據驅動的競選決策才是奧巴馬競選獲勝的關鍵。數據分析團隊在籌集競選經費、鎖定目標選民、督促選民投票等各個環節的決策中都發揮了重要作用。這意味著華盛頓競選專家的作用極具下降，能夠分析大數據的量化分析家和程序員的地位卻大幅提升。如今從事專業數據分析工作的企業如項目數據分析師事務所、數據挖掘公司等都應市場需求而大力發展，并且受到風險投資的青睞。如美國社交數據挖掘公司Datasift于2012年宣布，獲得1500萬美元風險投資。2013年，DataSift成為Twitter的“認證合作伙伴”，主要負責海量微博社交數據分析。這是該公司今年第二筆融資，五月份其曾融資720萬美元。又如面向開發者的大數據應用軟件平臺服務提供商Continuity最近獲得1000萬美元的融資，目前融資總額已經達到1250萬美元。
數據分析的應用無處不在，那什么是數據分析呢？數據分析就是用適當的統計方法對數據進行分析，以求最大化地開發數據的功能，發揮數據的作用。是為了提取有用信息和形成結論而對數據加以詳細研究和概括總結的過程。數據分析技術不僅能通過對真實數據的分析去發現問題，還能夠通過經濟學原理建立數學模型，對投資或其他決策是否可行進行分析，預測未來的收益及風險情況，為做出科學合理的決策提供依據。在提高工作效率的基礎上，也增強企業管理的科學性。無論是在國家政府部門，還是企事業單位中，數據分析工作都是進行決策和做出工作決定之前至關重要的一個環節。因此，針對項目可行性、風險承載力、投資回報率以及相關經濟效益指標等方面的分析工作顯得格外重要。在這個工作過程中，專業的數據分析人員扮演著無比重要的角色，數據分析成果的質量高低直接決定著項目投資、企業經營決策計劃最終的方向。所以，各個行業對數據分析人員的需求之多是不言而喻的。傳統行業，如政府機構：一類是計委、經委、統計局等一些經濟綜合管理部門所設有的調研處、研究室和情報所。第二類是商業、糧食、物資、銀行等經濟主管業務部門會設有信息中心或調研室，從本系統、本部門的業務出發進行專業性調研，提供支持本部門的市場信息。而伴隨著數據分析應用的擴大，其在新興行業中也得到了發展，如計算機軟硬件及IT行業、電子商務與網絡游戲、金融保險、消費品、咨詢業與廣告媒體、大型設備與重工業以及房地產行業等對數據分析師的需求量很大，尤其是電子商務，由于利用互聯網，能夠比傳統零售業具有更好的數據收集和管理能力，能積累海量的數據，因此更看重從海量數據中挖掘出用戶偏好和市場機會。研究機構：比如市場研究公司、咨詢公司、證券公司、研究院。自主創業：取得注冊項目數據分析師（CPDA）資格證可以自主創建或就業于項目數據分析師事務所等。所以，數據分析的行業應用是極其廣泛的，并且隨著大數據時代的到來，數據分析尤其是數據挖掘將借助互聯網的發展，逐步形成人們依靠的重點，并可能成為未來發展與競爭的重點之一。由此我們可以看到數據分析師的就業前景是非常廣泛而樂觀的，無論是數學專業、統計專業，還是計算機專業的學生，都可以通過系統的學習數據分析課程來適應對數據分析人才的要求。
二、課程體系構建
1.主干課程。主干課程包含高代、數分、概率論、數理統計、多元統計分析、時間序列分析、市場調查與分析、統計預測與決策、數據結構、C語言、數據分析、數據挖掘、大數據分析與展示。理論課程的學習可以使學生了解數據分析的基本內容，學會如何對已獲取的數據進行加工處理，如何對實際問題進行定量分析，以及如何解釋分析的結果。掌握幾種常用數據分析方法的統計思想及基本步驟，并具備一定的分析論證能力。
2.實驗課程。數據分析的操作離不開計算機。目前數據分析行業常用的一些統計軟件有SAS、SPSS和R軟件。SAS軟件是一個模塊化、集成化的大型應用統計系統。它的功能包括數據訪問、數據儲存及管理、應用開發、圖形處理、數據分析、報告編制、運籌學方法、計量經濟學與預測等。SPSS軟件是一個社會科學統計軟件包，是采用圖形菜單驅動界面的統計軟件，SPSS的基本功能包括數據管理、統計分析、圖表分析、輸出管理等。R軟件是一套完整的數據處理、計算和制圖軟件系統，包括：數據存儲和處理系統、完整連貫的統計分析工具、優秀的統計制圖功能、可操縱數據的輸入和輸入等功能。這三個軟件在數據分析中針對不同行業的需求有不同方向的應用。
3.專業課程。從數據分析的行業需求出發，好的數據分析人員不僅要有較強的數據分析能力，還要有該行業的背景及相關知識的儲備，這樣才能將數據分析與行業特性聯系起來，發揮數據分析的最大功能，即所謂的“因地制宜”。同時要兼顧學生的興趣與學習的聯系，需提供多領域的課程選擇，如：經濟學、金融學、保險學、管理學、會計學等。而在軟件學習方面也要拓寬渠道，除了實驗課程安排學習的軟件，學生可根據自身發展意向再多掌握一些軟件如：SQL數據庫，熟悉office常用功能，尤其熟練運用Word和PowerPoint、Excel圖表及數據分析等。同時還應該結合對數據分析師的要求設置一些相關課程：投資數據分析、市場調研與預測、預測技術分析、現金流量表編制、風險投資項目篩選、不確定性分析、編制數據分析報告等。
三、實踐環節
培養數據分析的專業型人才目的就是為了學以致用。數據分析本身就是為了從數據中發現問題、建立模型、預測收益風險企業決策進而做出合理正確的決策判斷。因此，學習了基本的知識和技能就要運用到實際操作中。學校可以和本地的數據分析事務所，或者大量需求數據分析人員的互聯網行業建立實訓基地，進行合作式教學，使得學生在實習的過程中能夠理論聯系實際，切身體會數據分析的商業操作體系，這樣就能夠促進學生有目的、有取舍地針對自身情況學習鉆研，繼而就能夠培養出適應經濟發展，滿足市場需求的應用型人才。
四、結語
在大數據時代到來之時，數據分析在互聯網中的應用將會空前廣泛，與此同時對數據分析師的需求也將會井噴，無論是在軍事、工業、企業還是在政治上，大數據分析都將會十分緊缺。因此，目前對數據分析師的培養刻不容緩。本文從分析數據分析行業發展及其重要意義、數據分析專業課程設置以及教學實踐環節方面對構建數據分析課程體系進行了探討。不僅從教學課程的內容上予以安排，而且更加注重引導學生自主學習，特別強調理論結合實踐的合作式教學。希望能夠結合行業需求合理地構建課程，培養出專門從事數據分析的項目數據分析師，從而能夠滿足市場需求和自身發展。
參考文獻：
[1]范金城.數據分析[M].科學出版社，2010.
[2]http：///jrt/120922/70953.shtml
【關鍵詞】大數據；高等教育；機遇和挑戰
0.引言
數據是指一切保存在電腦中的信息，包括文本、聲音、視頻等。“大數據”是一股新的技術浪潮，也是逐步形成的歷史現象，其具體是指隨著信息存貯量的增多，人類在實踐中逐漸認識到，通過數據的開放、整合和分析，能發現新的知識、創造新的價值，從而為社會帶來“大科技”、“大利潤”、“大智能”和“大發展”等新的機遇。大數據之“大”，并不在于其表面的“大容量”，而在于其潛在的“大價值”。大數據之所以被稱為革命性現象的根本原因，因為從本質上來說，它標志著我們人類社會在從信息時代經由知識時代快速向智能時代邁進，并給普通高等學校發展帶來的新機遇和挑戰[1]。
1.大數據給普通高等學校發展帶來的機遇和挑戰
大數據，使教師面臨挑戰，使學科專業設置和專業知識結構面臨挑戰；大數據為大學管理的精細化個性化服務提供了工具；大數據給科研帶來顛覆性的影響。
1.1教師面臨的挑戰
智能學習平臺只是大數據大潮在教育領域掀起的一朵浪花。如著名的在線教育公司Coursera，已經和普林斯頓、伯克利、杜克、香港理工等全世界30多所大學達成協議，通過其平臺免費開放課程。如今這些學校的課程可以實現全球幾十萬人同步學習。分布在世界各地的學習者不僅可以在同一時間聽取同一位老師的授課，還和在校生一樣，做同樣的作業、接受同樣的評分和考試[2]。
這種學習平臺的崛起，在美國引起了廣泛的關注和激烈的討論。其中的原因，是因為該平臺已經不是一個鏡頭、一段視頻那么簡單，而能對學習者的學習行為自動進行提示、誘導和評價，從而彌補沒有老師面對面交流指導的不足。例如，通過記錄鼠標的點擊，計算機能夠記錄你在一張幻燈片上停留的時間，判別你在答錯一道題之后有沒有回頭復習，發現不同的人對不同知識點的不同反應，從而總結出哪些知識點需要重復或強調，哪種陳述方式或學習工具在哪種情況下最有效等規律。
不難發現，該平臺之所以強大，正是因為大數據。單個個體學習行為的數據似乎是雜亂無章的，但當數據累積到一定程度時，群體的行為就會在數據上呈現一種秩序和規律。通過收集、分析大量的數據，就能總結出這種秩序和規律，然后有的放矢，對不同的學習者提供有針對性的幫助。
這種智能學習平臺將會給教育行業帶來怎樣的影響。學校曾經是最重要的教育資源，好的學校更是異常稀缺，由于這種智能平臺的普及，在不遠的將來，名校將人人可上，也就是說，如果應對得當，中國教育資源匱乏的問題將很快得到有效緩解。對個人來說，隨時隨地地學習、終身學習都將成為可能，例如，高中生可以嘗試大學的課程，離開了校園的人，也可以登錄在線平臺再和在校生一起聽課。這些都是教育工作者探討多年、孜孜以求的夢想。但硬幣的另一面，是中國的教育行業要面對更加激烈的全球化競爭和挑戰。過去，是學生爭學校；將來，可能是學校在全球范圍中爭奪學生。發達國家的一流大學會擠壓發展中國家普通大學的生存和發展空間，普通大學該如何來吸引生源？它們會不會因此衰落？既然最好的教學視頻等學習資源都可以免費獲得，教師的角色又需不需要調整？又該如何調整？這些問題，都是大數據時代催生的重大挑戰。
1.2學科專業設置和專業知識結構面臨的挑戰
網絡大數據在科學和技術上的突破，將可能誕生出數據服務、數據材料、數據制藥等戰略性新興產業[3].網絡數據科學與技術的突破意味著人們能夠理清數據交互連接產生的復雜性，掌握數據冗余與缺失雙重特征引起的不確定性，駕馭數據的高速增長與交叉互連引起的涌現性（Emergence），進而能夠根據實際需求從網絡數據中挖掘出其所蘊含的信息、知識甚至是智慧，最終達到充分利用網絡數據價值的目的.涌現性是指由低層次的多個元素構成高層次的系統時展示出的每個單一元素所不具備的性質.網絡數據不再是產業環節上產生的副產品，相反地，網絡數據已成為聯系各個環節的關鍵紐帶.通過對網絡數據紐帶的分析與掌握，可以降低行業成本、促進行業效率、提升行業生產力.因此，可以預見，在網絡數據的驅動下，行業模式的革新將可能催生出數據材料、數據制造、數據能源、數據制藥等一系列戰略性的新興產業，使高等教育學科專業設置和專業知識結構面臨挑戰。
1.3大數據為大學管理的精細化個性化服務提供了工具
教育是在生活中實現的，不在生活中實現的教育不是真正的教育，學校教育更需要“終極關懷”。華東師范大學一位女生節食減肥，很少在校內用餐，學校通過困難生預警系統察覺到其飯卡消費值較低，便發送了一條短信，詢問是否有經濟困難，是否需要幫助。這位女生收到短信，感到非常溫暖，便發了一條“華師大少女減肥減出人文關懷”微博，結果被網友紛紛轉發。網友們稱贊學校“通過對數據的挖掘、應用，更貼心地服務學生、關愛學生”，“讓冰冷的數字有了人性美！”這一事件至少告訴人們，大數據為大學管理的精細化服務提供了工具，有助于學校實現“終極關懷”[4]。
1.4大數據給科研帶來顛覆性的影響
科技創新實質上是科學研究方法的創新，數據科學帶給大家改變探索世界的新方法――從大量的數據中，揭示世界運行的規律。新方法體現在大數據的三個特征中。
大數據在舍恩伯格看來，一共具有三個特征：全樣而非抽樣，效率而非精確，相關而非因果。
第一個特征非常好理解。在過去，由于缺乏獲取全體樣本的手段，人們發明了“隨機調研數據”的方法。理論上，抽取樣本越隨機，就越能代表整體樣本。但問題是獲取一個隨機樣本代價極高，而且很費時。人口調查就是典型一例，一個稍大一點的國家甚至做不到每年都一次人口調查，因為隨機調研實在是太耗時耗力了。
但有了云計算和數據庫以后，獲取足夠大的樣本數據乃至全體數據，就變得非常容易了。谷歌可以提供谷歌流感趨勢的原因就在于它幾乎覆蓋了7成以上的北美搜索市場，而在這些數據中，已經完全沒有必要去抽樣調查這些數據：數據倉庫，所有的記錄都在那里躺著等待人們的挖掘和分析。
第二點其實建立在第一點的基礎上。過去使用抽樣的方法，就需要在具體運算上非常精確，因為所謂“差之毫厘便失之千里”。設想一下，在一個總樣本為1億人口隨機抽取1000人，如果在1000人上的運算出現錯誤的話，那么放大到1億中會有多大的偏差。但全樣本時，有多少偏差就是多少偏差而不會被放大。諾維格，谷歌人工智能專家，在他的論文中寫道：大數據基礎上的簡單算法比小數據基礎上的復雜算法更加有效。
數據分析并非目的就是數據分析，而是有其它用途，故而時效性也非常重要。精確的計算是以時間消耗為代價的，但在小數據時代，追求精確是為了避免放大的偏差而不得已為之。但在樣本=總體的大數據時代，“快速獲得一個大概的輪廓和發展脈絡，就要比嚴格的精確性要重要得多”。
第三個特征則非常有趣。相關性表明變量A和變量B有關，或者說A變量的變化和B變量的變化之間存在一定的正比（或反比）關系。但相關性并不一定是因果關系（A未必是B的因）。
亞馬遜的推薦算法非常有名，它能夠根據消費記錄來告訴用戶你可能會喜歡什么，這些消費記錄有可能是別人的，也有可能是該用戶歷史上的。但它不能說出你為什么會喜歡的原因。難道大家都喜歡購買A和B，就一定等于你買了A之后的果就是買B嗎？未必，但的確需要承認，相關性很高或者說，概率很大。
舍恩伯格認為，大數據時代只需要知道是什么，而無需知道為什么，就像亞馬遜推薦算法一樣，知道喜歡A的人很可能喜歡B但卻不知道其中的原因。
越來越多的事物不斷的數字化。使得人們可以從大量的數據中，發現隱藏的自然規律、社會規律和經濟規律。從這個角度來看，大數據將拓展人類的視野。
大數據給科學和教育事業的發展提供了前所未有的機會，同時也提出了前所未有的挑戰。它將對現有的科研和教學體制帶來大幅度的變革，對科學與產業之間的關系、科學與社會之間的關系帶來大幅度的變革。
事實上，數據科學還帶給大家觀察世界的新方法――從大量的數據中，揭示世界運行的規律。2008 年《連線》雜志主編克里斯？安德森就指出“數據爆炸使所有的科學研究方法都落伍了”，用一系列的因果關系來驗證各種假設和猜想的研究范式已經不實用了，如今它已經被無需理論指導的純粹的相關關系研究所取代。安德森指出：“現在已經是一個有海量數據的時代，應用數據已經取代了其他的所有學科工具。而且只要數據足夠多，就能說明問題。如果你有一拍字節的數據，只要掌握了這些數據之間的相關關系，一切就都迎刃而解。
人們在研究自然語言處理方面走過的彎路，為安德森的觀點提供了有利的證據。20 世紀50 年代，幾乎所有的科學家都認為如果讓計算機來充當翻譯，就必須像人一樣，讓他理解詞句的含義。于是提出人工智能的概念，讓計算機來學習的人類的各種規則。這種方法很快在70 年代走到了盡頭。但是基于大量數據、運用概率模型的統計語言學的出現使得自然語言處理柳暗花明。如果沒有這些概率統計模型，風靡一時的Siri（個人語音處理）等應用，就不可能實現。
2.結語
大數據時代已經到來，對大數據進行合理的分析，管理和應用必將會推動普通高等學校的大發展，當然也會為社會提供更多的利益和創新性成果。
【參考文獻】
[1]趙國棟，易歡歡，糜萬軍，鄂維南.大數據時代的歷史機遇―產業變革與數據科學[M].北京：清華大學出版社，2013.
[2]舍恩伯格.大數據時代[M].浙江人民出版社，2013.
