大數據時代概述精選(九篇)
前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的大數據時代概述主題范文，僅供參考，歡迎閱讀并收藏。
第1篇：大數據時代概述范文
大數據時代的到來對包括教育系統在內的各行業都產生了深刻的影響，尤其是與數據技術密不可分的信息技術課程受到的影響尤甚。
教育信息化在全國各高校已推行多年，雖然網絡化學習環境、遠程教育、數字化教學資源得到了廣泛應用，但是大部分教學活動的并沒有因為數字化設備的應用而隨之改變，課堂教學依舊是傳統的教師講授，學生記憶理解，只不過在這個過程中紙質教案電子化、黑板粉筆換做幻燈片投影化而已。
大數據時代學生在課外通過網絡等接收到的信息量要超過課上教師講授的信息量。在這種海量信息的沖擊下，學生的學習方法、知識結構和自主學習能力已產生變化，信息技術這門課程受大數據的影響最直接，作為教師也必須及時進行教學思維、教學方式、評價方式的改革。
一、轉變教師教學思維
傳統的信息化課程教育是教學管理者通過多年的教學管理經驗制定教學大綱，教師通過多年的課堂授課經驗設計教學內容，依據過去的經驗總結、歸納并選擇某些因素或知識點作為教學活動的重點。教師在大數據時代下從事教學活動，首先需要將思維從傳統的集體教學轉向個體教學。傳統的教育也強調因材施教，但在學?，F有的教學模式下，教師不可能真正實現面向學生個體進行教學。而教育大數據技術的出現，通過對教育數據的分析、挖掘，可以實時得到符合學生實際學習情況與教師教學實際效果的具體數據，從而可以在授課過程中有針對性地制定并執行更符合實際的教學策略。
二、轉變課堂教學方式
大數據的環境下的信息技術課程，教師傳道授業的工作量在教學過程中的比重已有所下降，教師的身份更接近于學生學習時的引導者與研究時的合作者，教學的本質回歸到促進學習者個體的發展。
信息技術課程的教學內容主要分兩大部分：理論與實踐。在理論課的教學中，教師講授新的知識點時只講授重要環節，然后讓學生盡最大可能地利用各種網絡教學資源，嘗試對知識點進行總結和拓展。由于學生所有學習活動都是在線的，上課、做作業、記筆記、做實驗、答疑、討論都是在計算機終端上進行，因此他們的一舉一動都會被記錄下來。學習各知識點時各用了多少時間，作業完成用時多少，并且在完成過程中經過幾次修改，等等，這些都是教育大數據的來源。這些數據要比考試卷面上的分數更能反映學生學習的真實情況，通過對這些數據的分析、挖掘，就能得到每位學生的學習狀態、表現與水平。這些信息是最真實、自然的數據，教師可以由這些數據了解每位學生的個性化特點，從而能在教學過程中因材施教，更有針對性地強化薄弱環節，推薦閱讀書目等。
三、轉變教學評價方式
教學評價是教學活動的重要一環，分為對學生的評價和對任課教師的評價兩類。長久以來，對學生的評價是由教師依據學生考試成績、作業成績和課堂表現等進行，對教師的評價是由學院的教學管理部門根據聽課和學生考試成績進行。這種方式能大體反映學生的學習情況和教師的授課水平，但是很多教學與學習的細節被淹沒在簡單的分數之下。
第2篇：大數據時代概述范文
[關鍵詞]大數據；公共管理；策略
在公共管理工作開展過程，要重視提高數據整理能力，通過全面掌握大數據技術，能夠不斷提高公共管理工作開展效率，基于此，作為相關研究人員，要不斷提高對于大數據應用的認識，以此才能更好地將大數據應用到公共管理過程。
1大數據的價值
大數據是利用可視化的技術充分體現出來的，有效篩選并提煉是大數據的實際價值。而數據的數量規模雖然很大，價值密度卻不高，但是他同時有很大的增值作用。大數據能夠依據數據模式和趨勢做詳細的預測分析，還能夠預測群體和個人的行為習慣。所以，對于大數據的分析不要僅做表面功夫，還要深入的分析數據，真正挖掘出數據背后的潛在價值。
2公共管理在大數據時代的變革
2.1思維方式綜合化
整體性思維方式：傳統經濟現象在進行分析的時候，時常由于數據不夠充足，只是在有限的樣本里做隨機性的分析，進而獲得最后的結果。像這樣的方法難免過于單一，得到的結果很可能存在很大的偏差以及失誤。近些年來，在科技信息的發展帶動下，數據處理技術產生了驚天動地的變化，眾多大數據資源在眼前呈現，唯有使用整體性的思維方式才可以準確且全面地分析出社會經濟的現象。相關性思維方式：隨著大數據信息的不斷增多，致使數據庫容易變得混亂沒有規則，所以出現比較復雜的大數據時，負責研究的工作人員，不能只是一味地去看數據間的關聯性，也不要只從一點去輻射全局的分析，因為對于數據資源來講毫無意義?，F階段大數據研究者，應該深入理解數據本身的復雜程度，對大數據進行詳細研究分析的時候使用相關性思維，進而把數據的多樣化特征表現得淋漓盡致。開放性思維方式：作為大數據本身來講，其開放性就是他的特征，只有開放性的數據才可以進行具體的研究和分析。為此，在公共管理信息系統中，政府單位成為數據信息的收集提供者，也成了掌握數據信息最精準的人。而針對政府部門來講，其對外公開的數據信息越準確，有關研究人員越能在大數據分析方面發揮出良好的作用。
2.2多元化的治理主體
大數據時代的到來，打破了原來存在于社會各界和政府單位的屏障，促使數據信息變得透明化，個人或者是團體都能夠參與分析大數據和信息的整合。而信息技術在發展壯大的過程中，還提高了數據的傳播效應，讓國家公共管理的主體變得多元化。與此同時，本來政府單位應該獨立承擔的社會責任，已慢慢向人民群眾和社會團體主動承擔方向過度，群眾可以在操作互聯網中，自己提出在政府管理上的一些合理化建議，并在自主分析的時候充分了解大數據信息，再將自己整合出來的信息提供給有關的政府部門，進而在這樣的互通互動中增強民主性。
3公共管理在大數據時代的創新
3.1形成大數據的思維方式
當前，全球已被信息數據環繞，眾多行業都在依靠大數據發揮各自的作用，對于政府單位來講更要增強保護大數據的思想。而作為政府的工作員，應該接受來自數據處理和管理水平提高方面的培訓，讓他們都能夠以數據的思維處理工作上遇到的事務。除此之外，還應該深入培養專業型的數據管理人才，主要是從高校挖掘人才資源。最后，政府單位還應科學普及并大力宣傳數據體現的知識價值，將大數據在公共管理上的作用加以突出，并讓全社會都可以深入了解大數據內容，全面提高公眾對于大數據的思維素養。
3.2大數據融合：互聯互通
公共管理者在數據時代，應該充分發揮出公共管理部門的職能，打破信息孤島，進而充分發揮出公共數據的效用。大數據時代需要消滅信息的孤島，使用多種多樣的措施，促使公共部門之間能夠信息得到共享。而針對不涉及秘密的公共管理信息內容，各部門之間有權依據流程來調閱，并將有關的信息運用起來。以往大數據時代的信息互通互聯靠的是外網信息進行連接，而在現實中的公共管理部門，還應該重視內網的各種信息應用，明白這點并給予全力的支持。作為公共管理部門，還要將有關信息應用的能力加以提高，在信息共享方面應該形成制度和物質的雙重保障。所以，堅持不斷地做好各部門信息互聯互通的工作，能夠從根源上應運用好大數據管理的內容，進而全面提高公共管理的能力。
3.3建立完善體系保護個人隱私
頻繁使用大數據的時候，社會公民的隱私安全會受到影響，若是沒有辦法保證數據安全，在展示大數據的過程中就容易被不法分子所利用，致使社會大眾產生排斥大數據處理的心理。對此，政府部門要不斷發揮優勢，聘請專業人士來分析鑒定大數據，并且利用有關的技術措施，增強在大數據信息方面的保護。與此同時，明確制約數據的開放范圍，進一步保證數據在開放時的安全。
4結語
第3篇：大數據時代概述范文
Big Data“大數據”其本質是信息爆炸時代對數據的核心價值再挖掘，被大部分專業人士認為是計算機行業繼云計算、物聯網之后IT產業又一次顛覆性的技術變革。我們認為這其實不僅僅是技術變革，更實質上的是計算機服務時代的來臨，對數據的抽絲剝繭、總結結論更體現了計算機行業正從技術供應轉型為服務供應，大數據未來對國家治理模式、對企業的決策、組織和業務流程、對個人生活方式都將產生巨大的影響。
二、大數據的來源
根據IDC 的監測，全球在2010 年正式進入ZB時代，預計2011 年全球數據量將達到1.8ZB，預計到2020 年，全球將總共擁有35ZB 的數據量。如果把35ZB 的數據全部刻錄到容量為9GB 的光盤上，其疊加的高度將達到233 萬公里，相當于在地球與月球之間往返三次。
日益龐大的數據量使得有效利用成為產業發展關鍵，從而衍生了大數據概念，就目前正在有效利用的數據來源包括企業內部的經營交易信息，物聯網世界中商品、物流信息，互聯網世界中人與人交互信息、位置信息等等。
數據換算關系：
1MB=1024KB 1GB=1024MB
1TG=1024GB 1PB=1024TB
1EB=1024PB 1ZB=1024EB
三、大數據的價值體現
云計算的核心是業務模式，本質是數據處理技術。數據是資產，云為數據資產提供了保管、訪問的場所和渠道。如何盤活數據資產，使其為國家治理、企業決策乃至個人生活服務，是大數據的核心議題，也是云計算內在的靈魂和必然的升級方向。
根據麥肯錫的研究顯示，大數據技術將通過多種方式來為我們這個世界創造價值：首先，大數據技術能夠增加企業和價格的透明度，降低社會管理的成本和交易摩擦成本。其次，大數據技術能夠提高企業數據的準確性和及時性，使得企業可以更好的控制自己的設備與制造流程。另外，龐大的消費者數據將有利于企業進一步挖掘細分市場機會，提高產品的消費者滿意程度。同時，大數據的智能分析還將提高企業的決策水平，進一步降低企業經營的風險，最后大數據分析在研發過程中的應用，還能夠縮短產品研發時間，提高企業在商業模式、產品和服務上的創新能力。
大數據技術除了為各個行業帶來顯著的財務價值以外，在企業內部的應用也將極大提高各個企業的運營效率和營收能力。
研究顯示，如果企業數據使用率提升 10%，零售、咨詢服務、航空等行業人均產出將分別提升49%、39%和21%。財富1000 強中的中位數企業，數據使用率提高10%能夠每年增加約20 億美元的營收，導致其人均產出提升約14.4%。
而數據質量的提升，將會對企業產生更為顯著的影響，根據德州研究提供的數據，如果企業數據質量提升10%，公用事業、航空、電信、石油石化等行業受益最為明顯，ROE 提升幅度將會超過200%，財富1000 強企業中ROE 的提升幅度中位數約為76%。
四、國內大數據產業發展中的案例
國外的數據產業目前發展速度較快，而國內才剛剛開始，但已不乏成功案例，為企業創造效益、樹立良好形象。
馬云成功預測2008年經濟危機，并幫助他成千上萬的中小制造商準備過冬的糧食。讓馬云贏得了崇高的聲譽。
2008年初,阿里巴巴平臺上整個買家詢盤數急劇下滑，歐美對中國采購在下滑。海關是賣了貨,出去以后再獲得數據;而阿里巴巴提前半年時間從詢盤上推斷出世界貿易發生變化了。
馬云對未來的預測，是建立在對用戶行文分析的基礎上。通常而言，買家在采購商品前，會比較多家供應商的產品，反映到阿里巴巴網站統計數據中，就是查詢點擊的數量和購買點擊的數量會保持一個相對的數值，綜合各個維度的數據可建立用戶行為模型。因為數據樣本巨大，保證用戶行為模型的準確性。因此在這個案例中，詢盤數據的下降，自然導致買盤的下降。
五、大數據的市場空間
大數據的信息來源繁多，其信息量遠遠超越了現有企業IT架構和基礎設施的承載能力，其實時性要求則大大超越現有的計算能力。如果計劃在大數據時代獲益，必將引發新一輪的信息化投資和建設熱潮。
從麥肯錫的研究報告我們可以看到，僅美國醫療服務業、歐洲公共管理部門和全球定位數據市場三個領域每年就能產生超過7 千億美元的市場價值。相信未來大數據的產業規模將會至少以萬億美元來進行衡量，大數據將有可能給IT行業開拓一個新的黃金時代。
六、國內大數據概念的投資機會
IBM架構師Stephen Watt曾闡述大數據的生態系統就是貫穿數據的整個生命周期：從產生，到存儲，到處理，再到價值提取，最后被應用掉，這整個過程就構成了大數據的生態系統。參考其生態系統，然后以產品為維度，按照硬件、基礎軟件、應用軟件、信息服務四個方面來劃分大數據的整個產業鏈。
大數據技術目前還是一個很新的概念，國內的企業起跑線相當，大數據時代的來臨為諸多轉型企業提供了一個難得的機會，擁有大數據處理、挖掘技術的公司，擁有數據資產的公司，可持續關注。我們重點建議關注東方國信（300166）、拓爾思（300229）。
東方國信（300166）：1.核心技術：公司擁有電信行業通用數據倉庫模型、數據清洗與稽核、元數據管理、分析圖表引擎、可視化報表設計、基于語義層的即席查詢、數據挖掘算法模型、廣義工作流、業務服務規則引擎等核心技術。2.堅實客戶基礎： 公司主要服務于國內電信領域的運營商。公司是中國聯通、中國電信等企業商業智能系統的核心合作廠商之一，也是中國移動全資子公司中國鐵通企業商業智能系統的三家核心廠商之一。目前，公司已經成為中國電信行業BI應用軟件的領先供應商。3.業績預告：2011 年公司業績預告：預計2011 年歸屬于上市公司股東的凈利潤為5060.66 萬元-5904.10 萬元，同比增長20%-40%。
投資大參考點評：作為大數據領域的龍頭，公司不僅擁有核心數據分析技術，并且擁有堅實的客戶基礎，在細分子行業行業地位較高，未來業績增長穩定，近期的股價強勢不僅源于對對大數據概念的炒作，公司擁有較強的高送轉預期，可謹慎關注。風險：近期走勢較強，面臨前高壓力有回調可能，公司將于1月20日正式披露年報，如果高送落空可能面臨補跌風險。
拓爾思（300229）：1.公司了基于云服務的網絡輿情服務平臺TRS SMAS，該平臺只需要用戶登錄帳號，即可以從PC 抑或移動終端登錄，享受以SaaS服務形式打包提供的輿情內容及管理分析技術。除了輿情，SaaS也是公司推廣企業用戶垂直搜索市場的主要商業模式。（SaaS：提供商為企業搭建信息化所需要的所有網絡基礎設施及軟件、硬件運作平臺，并負責所有前期的實施、后期的維護等一系列服務，企業無需購買軟硬件、建設機房、招聘IT人員，即可通過互聯網使用信息系統。就像打開自來水龍頭就能用水一樣，企業根據實際需要，從SaaS提供商租賃軟件服務。）2.公司收入具備明顯的季節性特征，以2010年為例，四季度收入全年占比32%，利潤占比37%。且軟件企業增值稅退稅細則已于10 月13 日公布，預計退稅收入將增厚業績0.10-0.15 元，四季度業績將明顯好轉。3.業績預測：預計公司2011-2013 年EPS分別為0.75 元、1.20 元、1.88 元。
第4篇：大數據時代概述范文
【關鍵詞】大數據時代 電子商務應用 服務模式
大數據作為網絡領域未來的“新能源”已經成為各國關注的焦點，但是當前世界各國對大數據的定義卻依然沒有較為統一的概念和范圍，而大數據所包含的內容也已經遠遠的超越可其自身的術語內涵，有相關研究表明大數據具備四個典型的特征，即：第一、數據含量巨大，能夠從原來的TB級別升至PB級別，而且在未來的十年之內，全球的網絡業務數據量可能要超越現在的五十倍之多，因此只有發展大數據方可滿足未來的時代要求。第二、數據具備多樣性，這一特征是指大數據在包含的數據類型上多種多樣，不僅有結構化的數據同時也有非結構化的數據，例如：網絡文字信息、語音信息、視頻信息、圖片信息以及人文與地理等。第三、速度快，這一特征的含義是指在大數據時代下，可以在很短的時間內創建新的數據和移動相關數據，這一特征完全符合當前網絡時代的發展，很多企業可以在較短的時間內實現對數據的分析和處理，對企業的業務發展有很大的促進作用。第四、易變性，這一特征與大數據的多樣性有一定的關聯，因為大數據具備多樣想，所以對呈現的數據就會有多重形式和類型上的變化。
一、電子商務在大數據時代中服務模式的改變
（一）數據化運營模式
電子商務企業喜歡將所有的業務形式以數據的形態展現出來，尤其是在大數據時代下，電子商務企業無論是前期的采購工作還是中期的銷售工作以及后期的財務核算工作，全部采用可視化的數據對其進行管理和分析，這種方式在很大程度上提高了企業也去各個環節的工作效率。例如：國內某商務平臺采用數據分析的形式對消費者的產品需求進行預測，使商務平臺上的產品類型和數量更加接近市場的實際需要，這種做法不僅可以為平臺業務的發展提供幫助，還建立了一批以追求時尚、前沿產品的客戶群體。
（二）行業之間的垂直整合
隨著大數據時代的到來，電子商務企業也加強了對業務數據的整合能力，與平臺上下供應鏈之間的聯系更加緊密直接，并能夠在第一時間實現市場信息共享，制定完善的預防機制，提高了商務平臺應對市場風險的能力，在電子商務這一條產業鏈中誰與最終用戶聯系緊密誰的生存空間和發展空間就越大。有一個典型的事例就是IBM曾經在歷史上遭遇了一次最為嚴重危機，因為當時的市場幾乎被微軟和英特爾占據和控制了，而IBM總裁卻成功的化解了這次企業危機，在事后他說：“IBM最大的價值就在于為用戶提供的解決方案完整、科學、合理”，因此發展到今天IBM依然有著強大的生命力，其業務范圍已經覆蓋了企業的各個方面和層次，無論是建設系統、建立數據庫還是研發操作系統等。
（三）數據實現資產化
從當前數據創造的經濟效益結合電子商務企業的發展趨勢來看，未來電商企業之間的競爭將會延伸為數據之間的競爭，因此國內市場上開始逐漸出現了很多關于數據的業務，例如：企業供應商提供的數據分析服務，通過總結市場和用戶的非結構化數據，提供給電商企業標準的數據報告；還有一種數據服務類型是可視化的數據服務，電商企業利用自身在互聯網方面的優勢將工作以不同的形式分配出去，以發展全新的創意或者解決關鍵技術問題為目的，幫助用戶分析和發現業務中數據模型，然后以圖表的形式反饋給電商企業，為企業提供業務發展的方向。
二、大數據時代下電子商務服務模式的分析
建立網絡導購服務模式需要電商企業有較大的數據集合體，數據集合體中要包含多種內容，例如：消費者的喜好、消費者的瀏覽歷史和消費者的購買歷史等，這種數據集合體可以為電商開展網絡導購提供基本的依據，但是網絡商務平臺有一個明顯的缺陷，就是無論什么樣的產品消費者只能依靠自己視覺來判斷這個商品是否符合自己，因此用戶在商務平臺上的體驗是不完整的。
利用大數據的優勢在電子商務平臺上可以建立兩種個性化的網
導購服務模式，第一個就是設計比較獨特的推薦廣告，其實我們在日常查看網頁的時候偶爾會彈出一個小的廣告推薦窗口，這些窗口中包含的商品恰好是自己在最近一段時間想要購買的物品，這一現象的出現就是電商根據用戶曾經的瀏覽歷史，對用戶在網上的搜索數據進行整理和挖掘，然后追蹤用戶的瀏覽去向。第二個就是個性化推薦，因為國內當前的電子商務平臺較多，商品的介個更是相差甚遠，在反復對比過程中讓人難以選擇，因此電商可以根據后臺用戶行為數據進行快速分析，根據消費者在不同階段的不同喜好推薦最為合適的商品可以極大的提高電子商務平臺的營業額度。
三、結束語
綜上所述，電子商務的服務模式已經開始向密集化和個性化方向延伸，當前也是電子商務重視數據營銷和數據分析的初期階段，因此只有結合大數據所具備的功能和作用，才能保證電子商務平臺的業務有更大的發展空間，而且加之現在大數據技術還在日益發展和進步，等到該技術發展成熟之際，電子商務的服務模式將會出現更大的改變。
參考文獻：
[1]馬帥，李建欣，胡春明.大數據科學與工程的挑戰與思考[J].中國計算機學會通訊，2012，（09）.
第5篇：大數據時代概述范文
關鍵詞：大數據時代；英語專業；翻譯課程
一、大數據對英語專業翻譯課程教學的影響
（一）教學資源的豐富化
教學資源是指為保證教學活動有序、有效展開而提供的信息、技術和環境的總和，如教師、教材、教室、實訓基地、教育政策等。大數據時代前，英語專業翻譯課程的教學資源主要是教師、教材、教室等傳統的教學資源，且這些資源非常有限。在大數據時代，各類平臺資源、信息資源等教學資源不僅門類齊全，而且內容也極其豐富。如Blackboard網絡教學應用管理平臺、慕課、微博、網絡論壇等平臺資源；如電子圖書、課件、習題庫、網絡音視頻等信息資源。這些教學資源交互性和時效性強，不僅給教師組織教學帶來了多樣化的選擇，也能給學生多種感官刺激，提高其學習興趣和學習效果，使傳統教學和信息傳播模式得以改變。而對大數據時代英語專業翻譯課程的教學而言，因英語是世界第一官方語言，其教學資源就變得更加豐富化和多樣化。
（二）教學方式的在線化
在線教學是指利用計算機技術和互聯網技術進行知識傳遞，使學生與教師即便相隔萬里也能突破時空限制而展開的教學活動。因具有形式靈活、成本低廉等特點，在線教學在近些年來的發展速度非?？?。有研究表明，目前韓國繼續教育的主要模式就是在線教學，其78%的高校都建立了在線教學平臺，供學習者使用；另有研究預測，到2018年，美國利用網絡進行學習的學生人數將會超過面授人數。以大規模開放在線課程慕課與英語專業翻譯課程的結合為例，通過引入英語專業翻譯課程慕課平臺，將課程參與、反饋、作業、討論、評價、考試等諸多環節全部呈現在平臺上，學生可以運用“在線學習”和“課堂面授”的模式進行混合式學習，能全面提高其學習翻譯課程的興趣、參與程度以及合作意識，進而真正實現課程教學質量與效率的提高。同時，與慕課聯系緊密的微課和微課程也能較好地實現英語專業翻譯課程教學方式的在線化。
（三）教學評價的互動化
教學評價是遵照教學特點和教學規律，科學設置教學評價指標和評價項目，對課堂教學相關活動進行系統的價值認識、評定和判斷的活動和過程。在傳統教學中，學生的譯作只能由教師批改，評價大多由教師書面給出，這種單向模式下教師所提供信息量不多，學生參考價值有限，同時，學生也因無法與教師直接溝通、互動而對部分知識點依然無法深入理解。而大數據的應用改變了這種單向評價模式，對學生課堂內外的翻譯任務的評估不再局限于教師的書面形式。教師可以通過學校的教學平臺組織在線討論，與學生進行廣泛深入的交流，也可通過“課后論壇”或者微信、微博等新媒體手段進行師生間、生生間的交流和互動。因而，大數據時代英語專業翻譯課程的教學評價完全可以實現全方位的互動化。
二、大數據時代英語專業翻譯課程教學面臨的挑戰
（一）過度依賴網絡教育教學資源
目前，大數據技術、云計算技術與高等教育的結合越來越密切，網上教育教學資源的豐富與便捷也讓教師和學生愛不釋手，但網絡資源也正在給高等教育教學帶來一些消極影響，如師生過度依賴網上教育教學資源。部分英語專業翻譯課程教師用慣了別人的課件、習題，覺得省事，就經?！绊樖譅垦颉笔褂靡恍┚W絡上的現成東西，不去開發一些具有原創性的學習資源；更有部分英語專業翻譯課程教師現在基本上不板書，僅僅從網絡上下載現成課件，然后東拼西湊地組裝到一起；部分學生在完成翻譯課程相關練習或作業時也不經思考，直接用手機或電腦通過搜索引擎、在線翻譯軟件等工具來完成。過度依賴網上教育教學資源會導致教師對教學內容不熟悉，影響教學效果，也會導致學生不去思考和領悟翻譯技巧和方法，影響學習效果。
（二）導致學生抵觸傳統教學方式
經過幾十年的厚重沉淀，英語專業翻譯課程的傳統教學方式積累了很多課堂教學經驗，具有諸多不可替代的優勢。如教師授課時，通過面部表情、肢體語言和學生進行人性化交流；教師講授時，會有意地將自己對翻譯的獨特領悟與學生分享，潛移默化地影響學生。然而大數據時代下，伴隨著網絡媒體的興起、移動終端在教育教學領域的廣泛應用，越來越多的學生過于依賴便捷的平板電腦、手機等移動終端搜索符合其偏好的視頻、音頻、文字等網絡英語翻譯學習資源，久而久之，導致其對傳統翻譯課程的教學方式產生抵觸情緒。特別是當教師用傳統的方式在課堂上呈現與網絡資源重復的教學資源時，學生會更加抵觸傳統的英語翻譯教學。
（三）網絡教育教學資源本身需要鑒別
在大數據時代，每天都有大量的信息充斥于網絡，信息的更新、獲取、提煉對現代人的日常生活與工作形成了巨大沖擊并產生了深遠影響。在網絡上，除了在線翻譯軟件外，有許多關于英語翻譯的信息資源，如譯作、學習筆記等。然而，這些資料中的絕大部分并沒有通過專家審閱，可能本身就存在錯誤之處。如教材改版了，但網絡上并沒有更新后的課件，而部分教師不加甄別直接下載這類課件講課，這就使得教材改版失去了應有的意義。部分學生在進行翻譯練習時，不假思索直接從網絡上抄襲答案，而部分答案本身卻存在錯誤或紕漏。筆者的一次調查發現，35個樣本中有24個在完成翻譯練習時直接抄襲了網絡上的句子或段落，而這些句子或段落有60%存在錯誤。可見，在大數據時代，雖海量信息蜂擁而至，但這些信息良莠不齊，需要使用者有效鑒別，拒絕錯誤和垃圾信息。
三、大數據時代英語專業翻譯課程教學改革對策
（一）合理利用網絡教育教學資源
大數據時代，網絡教育教學資源的日益豐富是社會發展的必然。如何合理、有效利用網絡教育教學資源是高等教育各參與主體必須面對的問題。從學校角度看，各高校應根據時展趨勢，高度重視網絡教育教學資源的有效利用，設計出一種基于本校師生需要的網絡教育教學資源管理平臺，盡量把校內外優秀的教育教學資源存儲到學校平臺上，供全校師生使用。從教師角度看，各英語專業翻譯課程教師要在備課、授課等環節把自身對翻譯的理解、多年來積累的經驗等融入教學之中。從學生角度看，在完成作業時，首先需要深入思考，不能直接利用網絡教育教學資源來完成作業，只有這樣才能真正提高翻譯技能，形成自己的翻譯風格?？傊?，無論教師還是學生，都不能過度依賴網絡教育教學資源。
（二）綜合運用現代與傳統教學方式
教師是課堂教學的組織者、引導者和合作者。在大數據時代，對于英語專業翻譯課程的教學而言，教師要扮演好組織者、引導者和合作者多重角色，靈活運用現代教學方式與傳統教學方式至關重要。首先，教師要認識到傳統教學方式的價值和優勢，對于一些重要的翻譯理論、習慣用法等內容，應主要利用板書、設問、提問、分組討論等傳統教學手段，⒎⒀生思維。對于一些個人獨特領悟，教師也應盡量使用傳統教學方式。其次，對一些涉及文化、政治等內容的翻譯實踐，教師應盡量利用現代教學方式，將一些翻譯作品圖文并茂地展示給學生，加深其理解?？傊⒄Z專業翻譯課程教師不能一味地追求現代教學手段，應綜合利用各種教學方法，消除學生可能的抵觸情緒。
第6篇：大數據時代概述范文
關鍵詞：大數據；統計學；教學體系改革
中圖分類號：G642.0 文獻標志碼：A 文章編號：1674-9324（2015）04-0110-02
一、大數據時代統計學專業發展的新特點
（一）數據化的信息收集
傳統的統計研究主要是對已收集的數據進行各種技術分析，包括描述性分析、推斷性分析、截面分析、時間序列分析等，側重點在于技術分析手段的使用上。然而大數據時代，關注的是信息本身?，F代信息系統的使用使大數據成為可能，文字、地理方位、溝通等，任何事物都可以量化，一切現象都可以用數據或表格來詮釋。因此，大數據背景下世界是由各種信息和數據所構成的。
（二）全數據模式的研究對象
在信息處理能力受限制的過去，人們缺少用來分析所收集數據的工具，因此產生了隨機抽樣。隨機抽樣法的目的是用最少的數據獲得最多的關于總體的信息，從而使用樣本對總體進行推斷。然而，在大數據時代，數據處理的方式和技術發生了巨大的改變，人們可以通過互聯網、數據庫以及各種通訊工具獲得海量數據，這時隨機抽樣就失去了它原來的意義。簡單廉價的數據收集方法，足夠的數據處理和存儲能力，使得全數據模式成為可能。因此，大數據背景下樣本即為總體。放棄隨機抽樣分析的捷徑，采用所有數據的方法，可以發現一些隱藏在海量數據下的細節。
（三）混雜性的數據處理思維
傳統的統計學處理數據的步驟是首先對數據進行整理和清洗，剔除不完整的或者異常值，然后再利用樣本信息，在允許的誤差范圍內對總體進行推斷和分析，即通過調整精確度的大小來對總體進行研究和分析。然而，在大數據背景下，來自各個時間和空間的數據來源紛雜，格式廣泛，在萃取或處理數據的時候，很難做到把所有的數據都進行仔細地清洗。這種情況下，必須接受數據的混亂和不確定性，因為數據多比少好，因此更多的數據信息比更加智能、更加精確的算法系統還重要。當擁有大量數據的時候，可以忽略一部分精確性，但并不是說不需要精確性，而是數據規模不斷擴大時，確切的數量已經不再那么重要了，可以通過大規模的數據來發現事物背后的規律。
（四）相關關系的基礎分析方法
傳統的統計中，大部分相關關系分析僅限于尋求線性關系，或是在建立假設的基礎上揭示數據相互之間的因果關系，例如Granger檢驗就是依據時間序列數據對變量之間的因果關系進行的判斷，但往往會產生一些虛假的因果關系。這是因為統計關系并沒有蘊含多少真實的因果關系。在大數據背景下，數據點以數量級方式增長，用數據驅動的相關關系分析不再需要建立在假設的基礎上，所以相關關系分析不容易受偏見的影響而發生錯誤。大數據時代相關關系通過回答“是什么”的問題，為人們認識世界提供了一種新的視角。因此，相關關系統計分析是大數據預測的基礎。
二、統計學專業教學體系中存在的問題
大數據背景下傳統的統計學專業教學體系存在的問題凸顯，具體體現在以下幾個方面。
（一）培養目標無法適應大數據時代的社會需求
傳統的統計學專業教學體系的培養目標是通過統計專業核心課程內容的介紹，鍛煉學生收集、整理和分析數據的能力，培養“應用型”統計專業人才。然而，大數據的出現，使得通過數據分析獲得知識、商機和社會服務的能力，從以往局限于少數的學術精英圈子擴大到了普通的社會機構、企業和政府部門，各行各業對統計數據、統計分析的需要使得統計學專業受到了前所未有的關注。大數據背景下，要求統計學作為一種分析工具，能夠與其他專業相互銜接，相互服務，培養“復合型”專業人才。因此，傳統的統計學專業教學體系培養目標存在兩個方面的挑戰：第一，如何協調統計與其他專業之間的關系；第二，如何從“應用型”向“復合型”人才進行轉變。
（二）忽視數據的收集和創新
傳統的統計學專業教學體系重視數據的分析技術，更多的課程設置是圍繞著數據分析方法和技術展開的，例如多元統計分析、時間序列分析、統計預測與決策分析等?；A的數據收集部分只在統計學原理中有一章的內容介紹，而且是作為非重點一帶而過的。大數據以海量的數據為分析研究的對象，將一切社會經濟現象進行量化，重視的是信息的收集和數據的創新，包括數據的再利用，數據的重組，數據的擴展，數據的折舊以及數據的開放等各個方面。這些內容在原有的教學體系中是沒有體現的。
（三）與大數據時代脫節的教學內容
傳統的統計學專業教學體系仍然固守著原有的教學內容，在近二十年內變化不大。專業的主干課程有統計學原理、國民經濟核算、計量經濟學、抽樣技術與方法等。而在大數據背景下，教學內容以全數據模式為研究對象，強調對所有的數據進行分析，而不是開展隨機抽樣；允許不精確的存在，而不是在給定的精確程度下對總體進行推斷和分析；關注海量數據之間的相關關系，而不是強調數據之間的因果聯系。這些內容都無法在現有的教學體系中體現，因此，傳統的專業教學體系與大數據時代是脫節的。
（四）實踐教學環節薄弱
隨著“應用型”統計專業人才培養目標的提出，學校對實踐教學的重視增強，與過去相比，現有的專業教學體系中已經增加了實踐教學環節。但是，在大數據背景下，實踐教學仍然是統計學專業教學體系中的薄弱環節。主要表現在兩個方面：（1）以模型驅動為主的實踐教學模式已不適應大數據時代的要求?，F有的實踐教學內容并不是從數據出發，而是通過尋求一些適合模型的數據來“證明”這個模型的確有意義。這種思維方式與大數據時代的要求是不適應的，因為創造模型的目的是適應現實數據，而不是由模型驅動。（2）以SPSS、Eviews為主的軟件教學已無法處理大數據?，F有的實踐教學中，主要講授的是傳統的統計分析軟件SPSS和Eviews，因為這兩種軟件發展成熟，操作簡單，可以處理一般的計量模型和時間序列。但是，大數據時代數據是海量的、復雜的，用簡單的軟件已無法處理和實施。
三、統計學專業教學體系改革的方向
根據以上分析，時代的發展對統計學專業提出了更高的要求，現有的教學體系中存在的各種問題即為統計學專業教學體系改革的方向。
（一）準確定位統計學專業的人才培養目標，重新設計主干課程的教學內容
大數據時代要求培養“復合型”統計專業人才，因此教學體系的培養目標要從簡單的“應用型”向“復合型”轉變?！皬秃闲汀苯y計專業人才要求學生除了具備數據收集、處理和分析的能力外，還要對統計學應用領域的背景知識有一定的了解。因此，按這個培養目標，需要對現有教學體系中的主干課程重新進行調整和設計。專業主干課程分為方法和應用兩個方面。方法類的課程除了原有的計量經濟學、時間序列分析、多元統計分析等外，又增加了機器學習、模擬算法、數據挖掘、R軟件分析（或SAS軟件分析）等處理復雜大數據的方法的課程。應用類課程在保留原有的國民經濟核算，金融統計，證券投資，會計學基礎外，增加一些統計學應用領域的基礎知識課程，例如商業統計、生物統計、保險與精算統計等。此外，適當調整各專業主干課程的課時，一些課程可以增加課時，如軟件分析、數據挖掘等，一些課程可以縮減課時，僅作一些簡單的介紹，如抽樣技術等。
（二）轉變固有的思維方式，在大數據背景下積極推進教學改革
大數據時代，數據更多、更雜，傳統統計學思維方式受到了極大的挑戰。因此，以大數據為背景，轉變固有的思維方式，從以統計技術方法為中心轉換到以信息數據為中心，推進統計學專業教學改革十分重要。具體來說，可以弱化傳統的推理論證的教學模式，強化數據收集、數據處理和數據分析的能力培養；強調數據本身的價值，讓數據說話，用簡單的方法了解數據背后所隱藏的信息和規律；使用項目式訓練，讓學生從項目中真正體驗數據化處理的整個過程，達到理論和方法的結合；加強課堂教學與實驗教學的統一和貫通，如在傳統的教學過程中，將統計學原理、多元統計分析結合SPSS軟件介紹，而時間序列分析又采用Eviews進行介紹，造成學生疲于學習各種軟件，實際上SAS、R等統計軟件可以實現所有的功能，用一種軟件與課堂教學融合貫通能幫助學生更好更深地掌握軟件的使用。
（三）創新實踐教學模式，加強實踐教學的開展
從以模型驅動的實踐教學模式轉變為以數據驅動的教學模式，構造課堂案例教學、實驗教學、課后項目式訓練、校外實習基地鍛煉四位一體的創新型實踐教學模式。計算機快速發展的今天使得大數據成為現實，在處理數據的時候，根據數據的特征創造出新的計算方法來滿足實際需要，這就是數據驅動模式。在實踐教學的過程中，要強調統計數據、計算機編程以及統計分析軟件的結合。目前，R軟件和SAS軟件顯示出了強大的數據處理和數據分析功能，實踐教學環節中可以把這兩種中的一種融入到專業課程中去，將計算機軟件與課堂教學結合起來。此外，課后的項目式訓練和校外實習可以帶動學生了解和掌握整個數據分析實踐的流程，激發學生學習的興趣，在實踐教學的過程中要多鼓勵、多開展。
參考文獻：
[1]曾五一，等.經濟管理類統計學專業教學體系的改革與創新[J].統計研究，2010，（2）.
[2]陳倩.大數據背景下對統計學課程教學模式的思考[J].科技資訊，2013，（21）.
第7篇：大數據時代概述范文
關鍵詞：大數據；數據分析；數理統計
基金項目：華北理工大學研究生教育教學改革項目資助（項目編號：K1503）
基金項目：華北理工大學教育教學改革研究與實踐重點項目資助（項目編號：Z1514-05；J 1509-09）
G643；O21-4
谷歌公司的經濟學家兼加州大學的教授哈爾?范里安先生過去說過統計學家將會成為像電腦工程師一樣受歡迎的工作。在未來10年里，人們獲得數據、處理數據、分析數據、判斷數據、提取信息的能力將變得非常重要，不僅僅在教育領域，各行各業都需要數據專家，“大數據”時代的到來使得數據處理與分析技術日新月異，深刻的影響著各個行業、領域及學科的發展，尤其是與數據關系密切的行業及學科，而作為工科各專業碩士研究生重要的公共基礎課數理統計學是天生與數據打交道的學科。
怎樣在“大數據”時代背景下培養出適應面向企業自主創新需求的數據分析人員或掌握現代數據處理技術的工程師，如何把當下流行的“大數據”處理技術與相關數理統計學課程教學有機的結合，以激發學生對數據處理與分析技術發展的興趣，這些都是我們在與數理統計學相關的課程教學中不得不思考的問題。然而，當前高校工科各專業碩士研究生數理統計教學的現狀卻與其重要程度相去甚遠，整個教學過程的諸多環節都存在較大的不足，主要表現為：1.教學內容偏重理論，學生學習興趣不高；2. 輕統計實驗；忽略對統計相關軟件的教學；3.沒有注重數理統計的學習與研究生專業相結合，實用性強調不夠。4. 輕能力培養；輕案例分析等。
這些現象導致的直接后果就是學生動手能力上的缺陷和創新能力的缺乏， 不能夠自覺利用數理統計知識解決實際問題， 尤其缺乏對統計數據的分析能力。因此，需要數理統計學隨著環境的變化不斷創新新的數理統計思維和教學內容。避免教學內容與大數據時代脫節。為此筆者在該課程的教學過程中，有意識地進行了一些教學改革嘗試。提出了幾點工科研究生數理統計教學的改革措施。
（1）調整教學內容，將與數理統計相關的大數據處理案例引進課堂。有很多有普遍性的應用統計實際案例，可以在本課程的教學過程中有選擇的引入介紹給學生，讓學生們了解利用所學統計方法進行實際數據分析的操作過程和得出結論的思維方法。以期解決工科研究生對確定性思維到隨機性思維方式的轉變的不適應性。
（2）適應大數據時代數理統計學課程的教學環境。實現教學方式的多樣性。大數據時代背景下，互聯網十分發達，學生根據自己的興趣去收集、整理和分析數據，既可以改變他們對統計方法的進一步認識，也可以增加他們的學習興趣。甚至可以以專業QQ群，郵件的方式和同學、老師之間相互交流，交流者處于相互平等的地位，可以暢所欲言，隨時隨地都可以交流，起到事半功倍的效果。這種交流使得教師不再是知識的權威，而是把教師上課作為一種更好自主學習的引導，這種交流使得他們的思想變得更加成熟。同時參與各種網絡論壇，貼吧回答問題等使得他們更能體現自己的價值，這種交流也使得學生的學習熱情和學習精神得到更好的激發。
（3）引導工科研究生開展與本專業相結合的課題研究，強調實用性，注重統計思維能力培養。適應大數據時代數理統計學課程教學環境，實現教學方式的多樣性。以期彌補學生缺少數據分析實例的訓練，解決學以致用的不足。在目前的數理統計教學安排下，受學時所限，如果相當一部分時間用來學習公式、定理的推導及證明，勢必沒有時間進行實際的數據分析練習。在大數據時代背景下，隨著海量數據、復雜形式數據的出現，使得統計方法的發展和以前有了很大的不同，沒有實際的數據分析訓練，學生們就無法對統計的廣泛應用性及重要性有深刻的體會，也不利于保持和提高他們的學習興趣。這要求具體工作者提出新的統計思想和方法，加深對已有統計思想的理解，以解決實際問題。
（4）改革成績評定方式。現有的考試模式為通過有限的一到兩個小時的期末考試，進行概念的辨析和理論及方法的推導計算，由此來判斷研究生關于數理統計課程的學習情況有很大的不足，特別是對可以利用軟件進行的某些實際數據分析的考察沒有辦法實現。因此，有必要通過日常課堂“論文選題―提交―討論”與期末理論考試相結合的形式對學生數理統計學習進行考核。加大對學生平時考察的力度，相應地減少期末考試成績的比重。讓學生選擇一些與自己專業有關的數據進行嘗試性的數據分析、一些統計科普著作的讀書報告等并寫成論文的形式提交，做為對學生成績的評定方式，更能綜合、客觀地評價學生的學習情況。
數據分析在現代生活中發揮的作用越來越大，而道磽臣品椒可以與數據分析有機的結合，從而在提高數據分析效率的同時，保持分析結果的有效性，為生產和實踐活動提供準確的參考。以上的思考和建議僅是我們在教學研究和教學過程中的一點體會，還有許多工作亟待深入，比如適合工科研究生數理統計課程的大數據案例選取，與課程內容的有效銜接；案例教學法如何實施；教學方式多樣化問題；課堂教學與網絡交流結合；理論介紹與軟件應用訓練結合問題等。教學改革與實踐是一項艱巨的任務，以培養學生的實際運用能力和正確解釋數據分析結果的能力為目的，強調統計思想和方法應用的培養，讓學生們了解利用所學統計方法進行實際數據分析的操作過程和得出結論的思維方法將是一項長期的工作。
參考文獻
[1].游士兵，張 佩，姚雪梅.大數據對統計學的挑戰和機遇[J].珞珈管理評論， 2013， （ 02）： 165-171.
第8篇：大數據時代概述范文
摘 要大數據時代的到來使社會上各個行業都發生了很大的改變，其中也包括了教育事業。中等職業院校在開展思想政治教育工作時導入大數據能夠不斷創新教學方法，提升人們的價值觀。大數據的運用能夠更有效的強化中職院校思想政治教育工作的技術性和時效性，同時還能夠有效對資源進行整合，該文重點分析了大數據對中職院校思想政治教育工作的作用，從樹立大數據理念、創新管理機制、探索全新工作方式等層面落實中職院校思想政治工作的創新改革。
關鍵詞大數據中等職業院校思想政治工作創新
隨著人們生活節奏的加快，大數據在人們的生活中的作用日益凸顯出來，我們的生活離不開大數據的支持，與人類社會發展相關的多元化數據就是大數據。大數據帶來了人類社會的政治、經濟、文化、生活等諸多領域的深刻變革。中等職業院校思想政治工作需要主動跟進，研究這一巨大的變革力量對思想政治工作帶來的機遇和挑戰。運用大數據創新中等職業院校思想政治工作就是借助大數據實時、適時、全時的能力，實施時間、空間、社交等多維度迭加分析，挖掘學生需求規律，把握最佳時機開展思想政治工作，換言之就是通過全時數據收集、分析，精準做到在什么地方，什么時間點，面對什么樣的學生，開展什么樣的工作。
一、中等職業院校思想政治工作中運用大數據的必要性
（一）促進資源的有效整合
現如今，大數據已經被廣泛運用到教育教學工作中，能夠實現教學理念和途徑的創新和改革，大數據在中等職業院校思想政治工作中有著必不可少的作用。在經過長時間發展后，目前多數的中職院校都已經創建了適合自己的業務系統，能夠對學生相關信息進行全面收集，包括：校園 WIFI、圖書館信息、門禁數據、消費記錄、選課記錄、成績數據、畢業就業數據、貧困生數據、獎罰記錄等數據。這些數據中包含大量復雜的關聯關系，如消費情況、貧困補助、獎學金、成績之間的關系，讀書館借閱記錄、成績、門禁系統數據之間的關系等。但是在以往的工作中，各個部門的聯系性不強，部門間的工作資源整合力度不夠，不同部門、不同類別的資源與數據在中等職業院校思想政治工作中的作用沒有能夠有效發揮。
事實上，中等職業院校思想政治工作通過對社交媒體的數據挖掘，可以了解學生對校園熱點事件的觀點及情感傾向，全方位把握學生思想動態及行為動態；網絡熱點事件的歸類整合可以為思政教師提供實時教學案例。依托中等職業院校大數據整合、存儲和分析一體化平臺，實現信息的共享，各個職能部門可以共享學生特征、個體以及群體需求、關注熱點等內容，便于統一部署，協同推進工作，對于打造健康和諧穩定的校園文化環境、優化校園服務配置、提升學生學習興趣、創建具有持續健康發展的學習生態環境具有重大的實際意義。
（二）有效強化工作技術
教育理念和方式的變革與技術的進步密不可分，這必然要求思想政治工作跟上時代步伐和技術發展前沿，發揮新技術的優勢，對教育環境的清晰了解、對教育對象的清楚認識、對教育途徑的全面把握。隨著社會的進步，尤其在高速發展的信息時代，論壇、微博、微信等媒介場所成為大學生自由言論的網絡空間，手機、平板電腦等大量移動網絡終端設備的使用，學生可以隨時隨地在網絡上查看、使用信息，發表觀點，參與網絡熱點討論。借助計算機對大規模數據做細致的梳理歸納，將原始數據進行分析，可以從學生網絡數據中總結分析學生的觀點、看法、情感傾向，獲得學生的全面信息，有效地把握學生思想動態。在統計學和決策學的研究基礎上，能實現數據的可視化處理，以信息圖表等多種模式對數據進行展示，可以揭示學生成長成才過程中一些更深層的現象，進而實現學生成長的精準畫像，能夠更有效地幫助學生成長成才。
（三）有效提升工作的時效性
在以往的教育階段，中等職業院校思想政治工作對數據的認識和應用并不充分，應用數據不多，或者只是采用隨機抽樣的方法對數據進行分析，力圖通過部分數據推導思想政治工作領域的因果關系。借助媒體傳播是中等職業院校開展思想政治工作的重要方式。網站、微信、微博等成為教育信息傳播的新平臺，提供了思想政治工作的新手段，自媒體、社交媒體是對傳統媒體的一種改造，實現了主動教育、實時教育。大數據的廣泛應用，使得中等職業院校思想政治工作的主動教育和實時教育更加充分。思想政治工作者根據所獲取的數據信息進行深度分析，可以做到及時發現學生思想、生活以及學習中的困難與問題，根據數據信息的分析結果及時解決問題，并可以結合數據可視化處理后的圖形軌跡，預測事件發展趨勢。思想政治工作各方資源在大數據的平臺得以整合并優化配置，思想政治工作從數字化走向了數據化，從單一化到多元化，從簡單型到復合型，從平面化發展為立體化，極大地增強了中等職業院校思想政治工作的時效性。
二、中等職業院校思想政治工作在大數據下的創新思路
（一）樹立強有力的大數據理念
在教育教學過程中要樹立正確的教學理念才能夠保證教學工作質量和水平的提升?；诖髷祿r代下中等職業院校開展思想政治工作時也應結合實際情況樹立大數據理念，這是開展思想政治工作的前提和思想導向。中職院校負責人要具備強大的大數據理念，樹立數據思維，對數據之間的相關性積極探索，從而發現其中所蘊含的價值。例如，在中職院校數字化教育平臺的開發和建設過程中，從新生入學開始，就不斷地獲得和存儲學生的大量數據。利用數據系統平臺為每一位學生創建個性化的學習生活體驗。學校依托計算機技術，將學生行為信息數據進行整合，并利用大數據的分析與挖掘技術，將學生成長數據進行可視化處理，形成形象化、可訴性的個人思想以及行為軌跡，當學校掌握了學生大量的完備的數據后，會根據數據分析出每一位學生的具體情況，并給出相應的數據畫像。學校不僅可以利用數據系統平臺為每一位學生創建個性化的學習生活體驗，而且系統掌握學生的問題所在，能夠及時作出預警并提示教師和輔導員，從而使中等職業院校更好地因材施教，為每一位學生量體裁衣，提出有效的針對性解決方案，滿足學生個性化學習需求。
（二）創新思想政治工作方法
任何工作在發展過程中都要不斷創新工作方法，不然人們的工作水平將會停滯不前，在中職院校思想政治工作開展過程中也要不斷創新方式方法才能取得理想的成果。中職院校通過創新思想政治工作的方式、方法，運用大數據能夠有效提升工作效率，對數據處理技術及分析方法進行有效創新，通過數據可以獲取更多有用的信息，使中等職業院校思想政治工作更有針對性和實效性。當下，校園信息化建設、網絡存儲技術和大數據挖掘技術的進步為中等職業院校教育大數據分析提供了重要條件。大量的網絡數據信息為思想政治工作的前置性預警提供了可能，為事件發生的相關性提供了參考。例如，學校通過數據分析校內眾多學生的上網搜索記錄，利用對熱搜詞條的檢索可以了解學生對近期社會信息的關注度，從而預測出學生對社會事件的價值判斷和輿論傾向，據此，對突發事件及時做出應急方案。大數據技術對于數據的收集、整合功能具有實時性強和并發性強的特點。學校要應用大數據技術，搭建教育大數據的云計算平臺，為教育管理者提供動態數據與靜態數據綜合分析處理功能。在對學生思想動態進行把握的同時，進行實時的數據分析處理，實現思想政治工作從離線靜態分析到動態分析的突破。
（三）重視工作管理機制的創新
有效的管理是保證工作順利開展和實施的關鍵所在，因此，在大數據時代下中等職業院校在開展思想政治工作時要不斷創新管理機制，讓其更加規范化、科學化、制度化，從而實現教育管理數據的合理整合共享。在中職院校中所包含的能部門眾多，各個部門積累的數據在部門分立狀況下不能呈現出其復雜的相關關系。中等職業院校應該將這些數據全面融合打通，利用大數據分析技術，挖掘出具有潛在價值的信息，對學生進行全面精準的畫像，并以簡潔明了的方式呈現給各職能部門，幫助中等職業院校思政工作者全方位認識學生、了解學生，更好地把握學生動態，更好地在思想和學業上引導學生，也能夠幫助職能部門更好地管理校園、服務于學生。
工作開展中，中等職業院校要統一部署教育大數據研究規劃，進一步完善信息溝通機制，形成各部門教育管理數據協同機制；建立新的數據信息管理機制，整合各個管理部門資源，打破各個職能部門數據割裂的狀態，推進教育管理的聯動機制。中等職業院校要進一步完善教育數據管理和分析工作制度，及時開展教育數據挖掘和分析工作，真正發揮大數據在加強中等職業院校思想政治工作中的作用。
參考文獻：
第9篇：大數據時代概述范文
關鍵詞：大數據時代 計算機信息處理技術 云計算
在21世紀，信息技術迅猛發展，各種數據和信息層出不窮，我們已然進入了"大數據"時代。大數據時代的來臨對計算機信息處理技術既帶來了機遇，也提出了挑戰。本文嘗試分析"大數據"時代的計算機信息處理技術，意在起到拋磚引玉之用。
一、"大數據"時代與計算機信息處理技術概述
（一）"大數據"概述
如今，大數據對我們而言已經不再陌生，我們已經被卷入大數據的洪流中。對于何謂"大數據"，仁者見仁智者見智。本文認為，所謂"大數據"即指那些隱含著巨大價值、容量龐大的多樣化數據集。
2012年之后，全球范圍內的各個國家對大數據予以了高度關注。在2012年1月舉辦的達沃斯世界經濟論壇中，大數據成了主要論題之一，論壇還特意了一則名為《Big Data，Big Impact：New Possibilities for International Development》的報告，該報告全面分析了在新的數據背景下，各國應該如何應用數據來實現最大程度的經濟效益和社會效益。可見，合理利用大數據，可以創造巨大的價值。
（二）計算機信息處理技術
眾所周知，要處理信息，需要將相關數據集結在一起，然后將數據傳播出去，以此發揮數據信息的價值。在這一過程中勢必要應用到一些處理技術，這就是計算機信息處理技術。計算機信息處理技術是一個復合型概念，其中涉及到諸多技術類型，包括數據傳輸技術、信息分析技術等。同時，計算機信息處理技術也是時代的產物，會隨著時代的發展而不斷發展。
二、"大數據"時代下的計算機信息處理技術
在"大數據"時代中，計算機信息處理技術有以下幾種：
（一）信息獲取與信息加工技術
處理信息之前，首先要獲取信息，然后將信息整合在一起，方便工作者有效存儲和傳播信息。在獲取信息過程中，需要對數據源進行監控，然后采集數據，并將其存儲到數據庫里，充實信息系統。在加工信息過程中，應該通過信息處理系統對已經獲得的信息進行深度加工，為人們檢索數據提供方便。在大數據時代，我國的信息獲取和信息加工技術已經日漸成熟，包括數據挖掘技術和數據高效索引技術等。
（二）信息存儲技術
信息存儲技術就是通過網絡技術和存儲媒介對已加工信息進行存儲的技術。應用信息存儲技術時，要對數據庫建設予以高度重視，提升數據庫直接調用信息的能力。在大數據時代，數據信息呈現出含量大、更新快的基本特點。合理利用信息存儲技術至關重要，可以改善信息存儲復雜化的情況，還能提升信息數據存儲效率，減輕工作人員的負擔。目前，分布式數據存儲技術是最常用的信息存儲技術。
（三）信息安全技術
大數據時代的來臨使得信息系統之間的聯系不斷加強，為了防范風險，必須對信息進行安全檢測和控制，這樣才能促進計算機網絡技術的不斷發展。目前，信息安全技術已經日漸成熟，包括各種殺毒軟件，防火墻，數據加密技術等，另外，還要實時監測重c信息，防止不法分子侵入，保障信息安全。
（四）信息安全技術
在大數據時代中，信息傳輸不斷加快和頻繁，人們越來越喜歡將個人信息上傳到網上與人共享。這就需要信息傳輸技術的介入。人們對信息傳輸技術的質量提出了越來越高的要求。在大數據視域下，信息傳輸技術必須實現高效上傳和下載，這樣才能得到人們的認可，節約他們的時間。
三、"大數據"時代下計算機信息處理技術的發展趨勢
毋庸置疑，大數據時代來勢兇猛，計算機信息處理技術也要與時俱進。為了更好地進行數據處理，計算機信息處理技術要不斷創新。不難預測，在大數據時代中，計算機處理技術將沿著以下趨勢不斷發展。
（一）沿著云計算網絡方向發展
目前，云計算已經成了大數據時代中最關鍵的技術之一，將其與計算機網絡有機結合在一起，可以進一步改善計算機信息處理能力。在大數據時代來臨之前，計算機硬件勉強能應付數據處理工作，但是大數據時代來臨之后，計算機硬件必須不斷更新。相關部門要加強網絡中心建設，提升計算機網絡傳輸質量，使其能順應大數據網絡的發展要求。網絡軟件如果以云計算為基礎，那么編程性和回應性都將提升。不難發現，與傳統存儲方式相比，云計算網絡存儲能力更勝一籌，計算機信息處理技術也更加優化，還能解決信息處理慢、效率低的問題。總之，在云計算網絡的引導下，計算機信息處理能力將更加強大。
（二）計算機安全信息技術更加健全
網絡環境具有極強的開放性，任何人都可以在網上下載信息，這容易給網絡侵入、網絡犯罪提供土壤。一些不法分子利用一些技術就能竊取他人信息，導致計算機信息安全面臨威脅。在這種情況下，計算機安全信息技術的健全性成了大數據時代要重點解決的問題。在未來，計算機工作人員將會在健全計算機安全技術方面做更多的探索，以此保障信息安全。
四、結束語
"大數據"時代已經來臨，大數據自身就要具有規模大、結構復雜的特點，所以給計算機信息處理技術提出了嚴峻的挑戰。在大數據時代下，信息獲取與信息加工技術、信息存儲技術、信息安全技術、信息安全技術等技術都要與時俱進，不斷創新，要緊跟時展的步伐，保障計算機網絡能最大程度的滿足用戶的需求，提升他們的生活、學習和工作質量。
參考文獻：
[1]楊總."大數據"時代的計算機信息處理技術分析[J].信息與電腦：理論版，2015（12）：133-134.
[2]孫乃弘.探究大數據時代的計算機信息處理技術[J].通訊世界，2015（10）：52.
[3]萬瑩."大數據"時代的計算機信息處理技術探析[J].電子技術與軟件工程，2015（13）：259.
[4]李曉龍."大數據"時代的計算機信息處理技術[J].企業導報，2015（24）：74-85.
