发布时间：2022-05-21 10:55:47
序言：写作是分享个人见解和探索未知领域的桥梁，我们为您精选了1篇的大数据时代论文样本，期待这些样本能够为您提供丰富的参考和启发，请尽情阅读。
1药物化学教学内容改革
综合基础知识讲授，增强教学内容的交互性。药物大数据的概念的提出以及相关研究的开展，给现代药物化学教学内容改革提出了新的机遇和挑战。将创新意识、药物大数据的概念融入基础知识教学中，以加深学生对基础知识的理解。每一类型药物的讲授，应以重点药物、经典药物为例，同时将该药物在最新的数据库中进行搜索，进而引出目前该药物的研究前沿。作者在讲授药物结构、命名、合成方法、理化性质、代谢形式等基础知识的同时，着重引导学生思考研究者在药物研发过程中的设计思路、考虑问题的出发点和归属，将该类型药物的发现、发展和衍生化，药物的作用靶点信息，现阶段临床用药、类似药物的研究进展、最新理论和技术等信息进行有机整合，从而将药物设计方法整合入知识点的介绍中。比如在讲解循环系统药物受体阻滞剂的时候，介绍从药物结构数据库PDB数据库中下载和展示受体的三维结构的方法；在讲授抗癫痫药物苯妥英钠时，介绍药物数据库Drugbank中查找相关药物性质的方法，介绍磷苯妥英作为水溶性磷酸酯前药的一个成功实例进行讲授。这样使得前药、药物信息等内容有机、生动的展现出来，也将药物综合知识、药物大数据概念和内容落实到了具体的药物教学中。挖掘药物研发信息，使得教学内容具体生动。从药物大数据中出发，挖掘以药物发明史、药学新前沿、药物化学家创造的社会价值、药物化学研究的趣事等相关信息，激发药化学习兴趣。比如在青霉素的教学过程中，通过穿插亚历山大•弗莱明青霉素的发现过程，教育学生严谨的科研态度和细致的科研观察的重要性；在讲授抗肿瘤药物时，也介绍最新的抗癌药物临床研究，介绍密西根大学王少萌教授基于结构设计策略成功获得强效的、口服的MDM2小分子抑制剂，进而实现成果转让约3.6亿美金的成功案例；在糖尿病药物教学中，列举了最新批准的药物，最近一年的糖尿病畅销药物排行，各药物相关的靶点信息，创造的社会价值，带给学生药学新近动态信息。通过生动的药物发明故事，最新的药学动态数据，让药物化学教学课堂更为生动化、具体化、人性化，从而充分激发学生的兴趣、更加深入掌握药物化学知识。结合科学前沿讲解案例，赋予教学内容创新理念。从大数据中寻找药物研发的历程，将药物的科学研究过程以及最新的进展融于教学中，不断保持教学内容的先进性。在药物化学课程安排中，作者采用了案例教学的方法，安装主要疾病靶标类型，选取药物研发的成功实例，分析药物研发过程，进行案例教学，不仅包括目前临床使用的经典药物，近年来研发的热门药物、靶点，也涉及老药新用、多靶点药物、系统生物学等方面的内容，进行一课一例的专题讲解。以反应停（沙利度胺）药物的讲解为例，一是讲解孕妇使用反应停后抑制了孕吐反应的同时也产生了海豹胎儿的药物历史上的灾难的经典案例，使学生认识到了手性在药物研发中的重要性；二是突出强调沙利度胺在1998年又被投放到市场，作为多发性骨髓瘤、麻风结节性红斑等病症的治疗，以及2013年FDA还批准了沙利度胺的类似物上市用于多发性骨髓瘤的治疗，是学生了解药物是可以改造、可以优化，甚至可以重新定义适应证、重新回到市场的。三是介绍关于沙利度胺的最新研究成果，包括2014年Nauture上发表了确证沙利度胺的作用靶点为CRBN的研究论著，让学生进一步了解该药物研究最新进展。类似的案例教学是将科学实践来验证课本中的理论，在教学中融入药物化学领域的新信息、新思想和新技术，培养学生的创新意识和创新能力。
2教学方法和手段的改革
充分使用各种药物大数据资源，将药物化学研究的相关数据库应用到药物化学的教学中，其中包括scifind-er、chembl、drugbank等。SciFinder数据库可以透过网络直接查看《化学文摘》自1907年以来的所有期刊文献和专利摘要，以及八千多万的化学物质记录和CAS注册号。Chembl数据库是欧洲生物信息研究所（EBI）开发的免费在线数据库，从大量文献中收集各种靶点及化合物的生物活性数据，为研究者提供了一个非常便利的查询靶点或化合物的生物活性数据的平台。Drugbank数据库中包含了现在上市的或者正在做临床研究的药物的药代、药效、靶点等相关信息。通过该数据库，学生可以快速了解药物的合成方法、适应证、作用靶点等信息，同时学生也可以通过查阅相关数据库了解类似结构骨架的化合物在药物研发中的研究发展历史和最新的研究前沿。在具体的教学实践中，作者安排了1次讨论糖尿病药物的课程，将学生分成两组，分别在数据库中查找葡萄糖苷酶抑制剂和DPPIV抑制剂的临床应用情况、化合物的合成方法、目前的研究前沿。以项目讨论的方式，分别介绍了这2类药物的情况，充分调动学生的学习积极性，取得了良好的效果。充分利用各种教学科研软件，将现代化教学方法手段应用到药物化学教学中。从2009年开始，笔者所在的教研室编制标准化幻灯片（PPT）课件，并根据每年的科学前沿，更新PPT的内容。此外，作者也在尝试使用其他软件来表现药物化学教学中设计的药物、蛋白结构，包括Chem3D、PyMol等软件。其中，Chemoffice中的Chem3D是一款三维立体分子结构的演示软件。Chemdraw可以从二维的角度观察药物逐步的优化过程，展示药物合成的方法，而Chem3D能够更加直观地从立体上来考察和展示药物功能团变化给立体构型上带来的改变。PyMol是一款显示和分析分子三维结构的软件，应用PyMol软件可以图形化地表达分子动态过程，不仅可以用球棍、飘带等多种方式显示分子三维结构，也可以对蛋白质三维结构进行编辑、修改、显示，更为重要的是还能够清晰的展示显示药物与受体的结合原理，并能够以三维图形的方式展示分子相互作用的动态过程，使得原本抽象的教学内容直观而又形象地呈现出来。在课程的各个章节的PPT课件中均使用PyMol软件制作蛋白、小分子的三维结构图。通过各种软件的辅助，负责的药物结构、特殊的构效关系，许多语言难以描述的内容，变得形象生动，降低学习难度，突破教学难点，使学生对药物结构有更直观形象立体的了解，加深学生对知识点的理解和掌握。随着大数据产生，云计算的概念和运用越来越广泛，将云计算的教学平台用于现代化的教学中，能够有效的整合利用计算资源，降低了基础资源建设中巨大的软、硬件成本。同时，云计算教学平台能够加速药物设计相关知识更新速度，追踪科学前沿，实现个性化教学的实际需求，将理论知识和科研实践有机地结合起来，能极大地提高学习效率。作者所在的教研室，搭建了药物化学云计算网络课程，学生在登陆云计算服务器后，不仅能够通过网络复习上课课件，也能够通过网络进行课后练习并进行在线作业提交、提问。教师能够通过云计算网络回答学生问题、了解学生学习情况。除了云计算平台之外，云服务辅助教学平台对于信息化教学尤为重要。云服务辅助教学的理念使得课后辅导工具变得多样化，通过时下流行的交流工具如QQ、微信，不但可以保证教师和学生之间的畅通交流，也可以促使学生间的交流。教师可以通过截图、群发辅助学习资料等方式，共享学习材料和经验，提高学生学习效率。同时，教师也可以通过学员的QQ、微信发言提问情况全方位的掌握学生的学习状况。此外，作者也将药物设计相关的最新文献通过群共享的方式分享给学生，同时也加上自己的对文章的创新点的点评意见，培养学生的追踪科学前沿的习惯和科研创新的能力。
3合理的课程体系
药物化学是连接化学和药学的桥梁，主要涉及设计、发现、开发创新药物。随着大数据时代的到来，药物化学承担了从基因组学、蛋白组学出发发现创新药物的特殊任务，已经越来越多地融合了系统生物学、化学生物学、生物信息学、结构生物学等内容。除了必需的基础课以外，还需提供合理的课程体系才能达到药物化学教育目的。因此，在药物大数据的时代背景下培养创新型药学人才，除了药物化学课程外，还需要以相关课程群为依托，从宏观角度对教学内容进行调整，使得基础知识得到巩固、知识面也得到拓展。以药物化学为主干课程，以药物化学实验、药物设计学、高等有机化学等为专业辅助课程，主题性更强的课程（如临床用药案例、生物信息学、G蛋白偶联受体药物化学等）可作为为选修课程。目前，作者所在教研室也在这方面进行了探索，一方面进行药物化学实验课程改革创新，另外一方面开设G蛋白偶联受体药物化学本科生暑假课程、生物信息学选修课程、临床用药案例作第二课堂，取得了较好的成效。总之，药物大数据背景下的药物化学教育改革，要从药物大数据的综合性出发，改革单纯的教学方式，拓展教学思路和教学内容，以培养创新意识创新能力为导向，训练学生的学习思维方式为动力，确实提高学生自主学习的能力和挖掘有效药物数据能力。在巩固基础知识的教学的同时，与时俱进，培养出能适应国家和社会需要的创新型药学人才，为建设创新型国家服务。
作者：欧阳勤 王懿 李海波 刘天渝 单位：第三军医大学药学院
一、大数据时代高校学籍管理工作的特点
（一）高校学籍管理工作数据量增多
随着我国信息技术的不断进步，高等教育规模的不断扩大和高等教育事业的蓬勃发展，学生入学信息、学生学籍档案、学生成绩数据等大量高校学籍管理信息和数据也逐年增加。数据量增多，单靠原有的学籍管理者手工纸质记录学籍信息，已经完全不能适应大数据时代的要求。新增的数据量，给高校学籍管理工作者带来了巨大的管理难度和精神压力。
（二）高校学籍管理工作业务种类繁杂
在大数据时代下，由于数据量增多，高校学籍管理工作变得繁杂多样。高校学籍管理工作内容包括：按照国家和高校的相关规章制度和政策对学生取得入学资格进行审核；根据学生在校期间的日常表现和生活状况建立学生学籍档案；通过学生课程成绩掌握学生学习动态和高校教学质量；严格对毕业生进行毕业和学位审核；为在校生和毕业后学生提供其他各种学籍服务等。高校学籍管理具体事务有：新生入学注册；学生火车票优惠卡注册；在校生学年注册；学生学习成绩监管；毕业生学历及时注册；毕业生学历查询认证等。高校学籍管理工作的服务对象是：为在校生服务、为毕业生服务、为用人单位服务、为社会相关部门和机构服务等。
（三）高校学籍管理工作及时性强
大数据时代下，高校学籍管理工作具有较强的时效性。特别是我国采用“中国高等教育学生信息网（学信网）”对高校在校学生和毕业学生学籍信息数据都有明确的时间管理：各高校学籍管理者都应该在规定的时间内，按国家《普通高等学校学生管理规定》及各高校学籍管理规章、政策和流程，准确及时完成新生入学信息维护、在校生数据管理、毕业生即时注册。此外，在日常的高校学籍管理工作中，各高校学籍管理者还要应对为学生维护核实学习成绩；为在校生开具学籍证明；为毕业生补办毕业证明材料；为用人单位回复学历查询；为相关机构学历认证核实信息等，这些学籍管理工作也强调数据的完整性、准确性和及时性。
（四）高校学籍管理工作专业人员缺乏
大数据时代最终的意义是要体现数据的价值，但数据的价值要靠管理者的洞察力去挖掘、分析。在大数据时代下，高校学籍管理工作也需要专业的学籍管理工作者对学籍信息数据进行有价值的剖析和研究。但现在高校从事学籍管理工作的人员大多数来自于教育行业，他们并没有受过专业的学籍管理工作的培训，普遍缺乏对计算机、信息、数据分析挖掘技术的知识。此外，国家相关部门没有统一规范的学籍管理政策，各高校甚至忽视学籍管理工作的重要性，不重视对高校学籍管理队伍的建设和人才培养，形成了各高校学籍管理工作者只关注应对日常学籍管理工作，对建立严谨的洞察力去分析高校学籍信息和数据几乎没有涉及，这使高校学籍管理信息数据分析研究领域成为空白。
二、大数据时代高校学籍管理工作的发展前景
大数据时代高校学籍管理工作是在管理学籍工作的过程中，大量收集、分析、运用各类信息和数据，尝试不断创新和改进繁杂多样的学籍管理工作，使学籍管理标准化、规范化和智能化，以服务学生、服务社会，从而提高高校学籍管理工作效率和管理水平，提升高校学籍管理工作者自身修养和业务素质，促进高校和谐稳定发展。
（一）大数据时代高校学籍管理工作，要求学籍管理创新化
大数据时代下的高校学籍管理应该注重思维模式的创新化。高校学籍管理思维模式不能只停留在现有的学籍管理模式中，应该不断创新，建立适应大数据时展的思维模式。高校学籍管理思维模式既要符合高校学籍管理，以“中国高等教育学生信息网（学信网）”中的高校在校学生和毕业学生的数据和信息管理为依托，还要支持大数据时代的特点，集聚社会资源，体现学籍管理数字化，校园服务智能化，使高校学籍管理数据和信息易整理、易保存、易查询，为高校管理服务，为高校学生服务，为国际社会服务。
（二）大数据时代高校学籍管理工作，要求学籍管理规范化
大数据时代下的高校学籍管理应该做到学籍管理信息系统程序的规范化。在大数据时代下各高校要以学籍管理公开、公正、公平为基础核心，按照国家《普通高等学校学生管理规定》，认真做好学籍管理制度的改革，不断完善学籍管理工作的流程，建立学籍管理信息系统体系，改进学籍档案管理，加强学籍保密制度等。应利用大数据的特点，合理规范高校学籍管理工作，使学籍管理工作有序、高效、合法。学籍管理规范化有利于高校学生在大数据时代下增强自律性，认真贯彻执行学校的规章制度；有利于维护高校在大数据时代下的正常教学秩序，提高工作效率和教学质量；有利于高校促进大数据时代的全面发展。
（三）大数据时代高校学籍管理工作，要求学籍管理智能化
大数据时代下的高校学籍管理应该通过不断规范和创新达到最终学籍管理手段的智能化。在大数据时代下，高校学籍管理数据信息量较大，学籍管理工作繁杂多样，但通过管理思维模式的不断创新和发展，通过学籍管理信息系统的不断规范和完善，采用科学的管理手段和方法，结合各高校自身的学籍特点，深入挖掘、系统分析和有效处理高校学籍管理工作中的数据信息，能简化高校学籍管理工作流程，提高高校学籍管理工作效率，最终实现高校学籍管理数字化、简单化、人性化、智能化。
（四）大数据时代高校学籍管理工作，要求提升学籍管理工作者自身的修养
学籍管理工作者在大数据时代下，要努力提高自身的素质和修养，不断进取，熟练掌握现代化管理手段，准确运用大数据时代特有的“查询能力、思维能力、甄别能力”。学籍管理工作者要认真学习法律知识，利用法律武器维护学校和学生的数据信息及合法权益。高校学籍管理工作者还要不断增强教育事业心和管理责任心，在日常的工作中，善于在大数据形态中发现新问题，研究新情况，探索新规律，总结新经验，始终坚持“以人为本”的管理理念，提高自身在大数据中的决策能力和协调沟通能力，更好地发挥学籍管理工作能力和服务水平，提高管理效率，确保学籍管理工作的有序进行。
（五）大数据时代高校学籍管理工作，要求提升学籍管理工作者的管理水平
高校学籍管理工作者，应该意识到大数据时代下的学籍管理不只是简单的管理，更重要的是对各种繁多的学籍数据进行整理、挖掘、分析、利用。高校学籍管理工作者应该了解大数据时代学籍管理工作的重要性及其工作特点，端正工作态度，做好学籍管理数据分析研究，更好地服务学校、服务教师、服务学生，真正做到大数据时代的“管理育人、服务育人”。
三、结语
高校学籍管理工作者还应重视学籍管理队伍建设，有计划地加强对高校学籍管理工作者专业素质的培训，制定适应学籍管理工作者队伍建设发展的方针和策略。大数据时代要求学籍管理工作者对大数据挖掘、大数据分析有所了解，还应该熟练掌握、操作和应对各种繁多类型的大数据对高校学籍管理工作带来的冲击和变革，将其合理开发和利用。要提升学籍管理工作者的管理水平，就要整合各类信息，重视高校服务，加强学籍管理，建设一支强信息、重服务、细管理的高素质学籍管理队伍。同时还要促进各高校之间的合作与交流，加强各部门之间的协作与沟通，提高高校学籍管理队伍整体水平，使高校学籍管理工作在大数据时代稳步发展，不断提高。
作者：杨奕 田宝柱 王艳彦 梁黎明 单位：河北联合大学
一、大数据在图书馆管理中理论及应用现状
计算机信息技术的快速发展，推动了物联网、云端计算等一系列新兴事物的发展，其中强大的数据服务功能被广泛应用于各个实践领域。“大数据”概念提出后，立刻成为Microsoft、Oracle、IBM等IT企业研究与开发的焦点，逐渐成为信息技术又一创新优势。从理论研究现状来看，大量理论研究成果都出现在近几年，通过以“大数据”为关键词，在CNKI、万方数据以及百度文库等平台进行搜索，2010年之前仅有46篇，而2012年324篇，2013年达到1044篇，截至2014年12月，各类研究成果达到了3000余篇。分析研究内容：国内大部分研究仍停留在理论阶段，宏观层面分析较多；能够立足现有技术进行深度挖掘，但具备实践创新的成果不多；侧重点单一，大部分研究成果都是以数据的存储、获取、处理和安全为主。从图书馆管理应用来看，完全实现“数据化”仍然存在几道关卡。第一道关卡是数据应用的复杂性。中华民族历史源远流长，很多研究成果都是以纸质或者口口相传流传至今，未能及时转化成为数据信息，部分研究成果看似过时，但却是某一时代科技发展的精华，因应用不多，很难及时转化。而图书馆馆藏量巨大，其数据类型、结构以及模式都存在极大的复杂性，给搜索引擎、索引建设以及冗沉信息清理带来极大困扰；第二道关卡是数据识别的不确定性。无限交互性是网络应用的最大亮点，但对于图书馆管理而言，其多维海量的数据种类为“大数据”应用带来了很多的不确定性，除数据本身特点之处，数据学习和应用模式上，也存在很大的不确定性；第三道关卡是数据涌现异质性。在研究过程中，常常把“整体大于部分之和”视为数据系统涌现特质，用于区别于其他数据，在多元化、异质化以及功能化相对突出的网络数据当中，数据发展是在完全没有进行控制和定义的前提下进行的，缺乏统一规范的标准，理论创新成果的多元化发展趋势，必然会导致无序开发和资源浪费，国内的大量研究成果仍然需要宏观理论的指引和实践检验，才能够形成完善的“数据化”应用指导理论。
二、基于大数据背景下图书馆管理作用定位
“大数据”应用能够提升图书馆管理整体水平，推动服务能力、个性拓展、资源整合以及数据处理等方面的创新及改革，在图书馆管理上的定位也将更加明确。
1.管理与服务重点逐步向上游拓展。
大量的研究成果显示，无论是传统的纸质图书还是当前快速发展的电子媒介，从服务对象来看，都是以下游为重点，其功能主要体现在馆藏资源的整合、存储、提取与应用上。但在“大数据”理念指引下，图书馆的功能得到开发与拓展，实现结构化、半结构化和非结构化变化趋势，除提供可检索书目库、资源库以及功能信息库外，还提供可选择的个性化服务，其服务与管理重点逐步向上游转移。图书馆“数据化”功能不再以阅读为重点，而是通过数据搜集整理，多角度分析，形成具有决策参考和情报分析的数据包，为使用者进行决策提供准确的服务。
2.功能集成化多元化发展趋势明显。
从社会整体架构来看，图书馆的公共性特征使其成为社会服务体系的重要环节，历来都是基础教育、文献服务、休闲娱乐的重要活动，在人类繁衍生息、科技发展以及思维启蒙上发挥着重要作用。随着信息技术的深度应用，图书馆“数据化”发展成为必然趋势，以往受图书馆容量、管理人员素质以及管理权限限制，很多图书馆只发挥了存储功能，随着数据密集化、集成化和交互性发展，图书馆功能得到开发拓展，在原有的资源存储功能基础之上，又延伸为数据处理、资源整合、服务决策等，功能多元化发展趋势明显。
3.图书馆构成大数据网络结点终端。
随着国内馆藏资源联网检索功能的完善，大量的数据资源实现共享，公共图书馆除提供最新的书籍阅读之外，其服务功能更像是一个网络终端，一个可以为使用者提供舒适空间的数据服务中心。传统的图书馆馆藏资源，地域性特征极为明显，受流动性和保密性限制，很多信息资源和研究成果都是“信息孤岛”，大量的研究成果在管理中逐渐消亡。“大数据”的发展，使得图书馆管理不再是个人或者组织行为，而是社会支撑体系的重要组成部分之一，通过信息技术，与其他公共服务模块、使用终端、信息空间等形成了完整的网络，每一个公共图书馆都是一个网络终端。既可以通过“数据转化模块”实现信息的搜集，也可以通过网络平台，实现信息辐射。
三、大数据时代对图书馆管理影响因素分析
1.管理工作的服务结构影响数据提取。
相对于图书馆的管理结构而言，传统的管理模式突出的点、线、面纵向覆盖，资源服务结构往往不够均衡，地域性、专业性以及独有性特征明显，其服务人群仅限于某一地域的某一类人群。大数据时代来临，使得图书馆管理和服务实现扁平化交互发展，但终端发展受基本制度、馆藏资源、安全防范和服务结构的影响，往往很难达到预想的效果，大量的动态管理口令和管理，使图书馆信息检索、共享和决策功能大大降低。
2.信息平台的互不联通影响资源集成。
“大数据”服务最大优势是信息存储、集成、处理和应用，我国96%的公共图书资源都实现了基本数据化，引进和完善信息服务功能，具备信息互通的基本条件。但从功能应用上还存在很多问题，如信息孤岛普遍存在，很多公共图书馆为保持自己的资源优势，往往不愿意将自己处于优势地位的资源共享；平台对接程度不高，受技术条件、管理因素和安全要求限制，图书馆资源很难实现信息对接联通；数据化资源占有率较低，很多图书馆仍然采取“双轨制”运行模式，纸质图书占有比例较大。
3.服务人员的基本素质影响综合效益。
面对数据化发展的图书馆管理模式变革，工作人员最大的问题就在于思想观念更新较慢、个体基本素质不高和普遍适用性不强等，无法实现从管理者向引导者的角色转变、从管理约束功能向服务保障功能拓展。“大数据”时代来临，要求服务人员不仅要有良好的服务和发展意识，还要具备常用的计算机知识、网络维护知识和基本语言常识等，将管理员、导航员、维护员和服务员的角色扮演好，只有这几种角色达到完美统一，才能够实现更大的综合效益。
4.信息资源的服务模式影响创新标准。
在图书馆管理“数据化”的呼声中，很多省市的图书馆都进行相应的信息改革创新，力图融入“信息化”大潮，获取更大的生存空间和利益。但从信息资源的服务模式来看，仍然是以存储、检索、管理为重点，实际上是以计算机代替人的功能，整体突破不大。市场需求决定服务定位，需求层次决定发展水平，图书馆“数据化”标准与服务模式是一致的，只有真正将信息资源的共享功能、决策功能、分析功能、服务功能开发出来，才能够提高创新标准，建设符合中国发展实际的数据化网络。
四、基于大数据背景下图书馆管理方法策略
1.改善服务结构，以制度推动数据终端开放式发展。
对于图书馆而言，其开放及共享程度是知识资源分配的重要标志，必须要在宏观调控前提下，建立数据终端开放式发展模式，完善服务结构。要发挥职能部门管理作用，在供给、回应、规制等方面积极介入，优化政府、资源平台以及使用者之间的关系；要建设安全防护体系。信息的开放性必然会导致安全问题发生，要通过“互联网遗忘”法则，设置数字记忆存储期限，净化数据生态环境；建立开放信息机制。依托图书馆服务功能，推动数据化全景控制，加强管理、共享与互动，防止在信息权力分配过程中，出现数据独裁现象。
2.推动资源整合，以共享提升服务平台发展水平。
图书馆信息化的终极目标就是在中国及至世界范围内，建设一个统一、规范和集成的数据化智慧平台，能够最大限度地发挥其交易、共享、协作和服务功能。按照特定的建设原则，有限度构建以源数据、感知层、转化层、服务层以及应用层为主体的技术体系，使用数据全生命周期管理模式，对图书馆数据化的资源、服务、过程、目标及任务进行对接，进一步完善大数据服务评价体系和质量评价体系，建立支持可视化、多元化数据交互技术，以此推动最大范围内资源整合，提高智慧平台的发展水平，发挥其共享功能。
3.加强素质培养，以智慧强化数据网络的人力支撑。
我国的图书馆管理，从传统的人工发展到人工智能，而后又发展到更高的智慧层次，可以说是基于数据化模式下的必然发展趋势。不仅要做到网络平台的智慧化，还要做到管理人员的智慧化，按照约翰逊的理解：必须要具备相应的水平资质，有终身学习意愿，思维开放，能够积极参加公共活动，具有一定的创造力等特征。对于数据化平台而言，图书馆管理人员的培训更像是一种投资，通过对他们的技术、能力和观念上的投资，获取发展上的回报。而有的学者也认为，图书馆管理员的最终发展可能是“数据科学家”或者“数据分析师”，这是一种标准，更是一种期望。
4.不断提高标准，以创新促进平台功能多元化发展。
图书馆管理数据化发展，必然会解决当前文化发展滞后的现状，提高信息资源的发展速度与质量。文化发展重视传承和创新，图书馆建设要坚持“以人为本”，紧盯社会发展需求，用需求去引导创新，推动平台功能多元化发展。要加快数据信息采集力度，提高电子媒介与纸质媒介的比率，在做到自身扩容和安全运转的基础上，使用网络平台的交互、联通和共享功能，实现最大限度的开放链接，使信息平台由专业化向综合化模式转化、由体系化向领域化方向发展。本文站在数据化时代背景之下，对图书馆管理工作进行分析研究，力求为推动相关领域的发展进行探索。从文章分析可以看出，图书馆管理定位正在逐步发生转变，影响图书馆数据化发展的因素也更加多元，从服务结构、资源集成、人员与素质，到创新标准都在发生着新的变化，急需管理工作在思想观念、制度标准、评价体系和资源整合上做出新的突破，以应对不断发展的市场的需求。由于研究时间较短，参与实践不多，很多研究仍然停留在理论阶段，其结论有待于在实践中进行检验和修正，以提高其适应能力和发展能力。
作者：刘丽霞 单位：武汉职业技术学院图书馆
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、用互联网所代表的最好的技术、最好的文化形态，再加上相应的政策支持，就能够全面开启数据教育。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可靠的方法。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准确预测哪些变量。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准确化，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最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：第一是新型企业级软件，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权威而且有说服力。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最优化的目标。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、交叉复用后获取最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。完整性即数据的精确性和可靠性，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。数据的缺失和不精确，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。保证收集到的数据精确、可靠，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。最后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、分析等各方面完全数字化后，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。
全球复杂网络研究权威艾伯特•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、精确度，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，做优质的网络教育模式，期待数据教育给出答案。
作者：孙华 单位：四川广播电视大学
一、银行业所面临网络金融风险的类型
1、业务类型风险
（1）信用风险。
信用风险是银行的网络金融服务无法满足客户的要求所产生的风险，这一风险严重阻碍着网络金融业务的发展。众所周知，银行的网络金融业务乃是基于传统的柜台业务基础之上发展而来，因此传统银行业务发展的影响因素———信用风险，也对网络金融业务的开展有着直接的影响。因为网络金融业务所提供的是虚拟的金融服务，这种服务也是建立在信用的基础之上，因此信用风险对网络金融业务的发展有着重要的影响。反映信用风险的一个重要指标就是不良贷款，不良贷款指的是借款方有很大可能无法按照原贷款协议按期偿还贷款本息所形成的借款，不良贷款的存在较为严重的阻碍着银行业务的发展，也对银行开展网络金融业务有着重大的影响。银监会提供的数据显示，商行的不良贷款率对银行的总资产和总负债均有着显著影响，因此信用风险同银行的资产、负债存量均有明显的相关性。信用的建设是一个极为缓慢的过程，而且一旦发生信用的违约和倒退，将对银行开展业务产生巨大的影响。各银行均有并执行严格的信用制度，并直接影响着网络金融业务的发展。
（2）操作风险。
网络金融业务方面的操作风险主要存在于以下方面：人员、系统、程序及突发事件；由于银行职员的操作错误或者客户的疏忽，可能引起银行网络账户的错误或混乱，进而使银行同客户的信息沟通出现问题，一旦使银行无法进行正常的金融交易，将很有可能给银行和客户带来经济损失。同时，存在缺陷的风险管理系统也将无法良好地力助银行规避网络风险，存有缺陷的系统流程设计将会影响银行网络业务的日常进行，给银行带来潜在的系统风险。有时候，流程缺乏合理性和规范性，将使网络金融业务产生不必要的繁琐步骤，也将降低银行的工作效率。同时，如果发生一些突发的意外事件，如果银行没有事前制定良好的应急方案或应急方案准备的不够仔细充分，也将不能及时化解这些风险，这将使银行遭受到严重的损失。网络经常具有放大银行操作风险的倾向，国内外已经有不少因微小操作失误所引起巨大经济损失的例子；对于网络金融业务而言，如果无法合理规避操作风险，将可能带来非常严重的损失。
（3）法律风险。
新兴的网络金融业务所面临的法律风险表现在如下两个方面：第一是相应法律文件的缺失问题；目前我国还缺乏配套的对网络金融业务进行专门监管的法律法规，网络金融业务适用的法律法规主要是对原有的金融、商务等法律条文进行引申、修订所产生的法规，这并不适应于网络金融业务的发展；另外。关于电子交易合同的法律目前还处于空白阶段，加上全国的网络银行还远未达到统一性，这造成了跨行业服务质量低下。第二是关于此方面法律适用的较大不确定性。在现阶段，一旦发生网络金融交易的损失，其责任的划分归属仍然存有十分大的争议，同时适用何何种法律也尚无明确的规定，这导致了今年来很多网络金融犯罪事件的频繁发生，这毫无疑问会对网络金融业务的发展带来严重阻碍。法律方面的风险无法解决，出现损失和纠纷无法合理适当处理的话，就无法从根本上确保网络金融交易业务的安全环境，也将对网络金融业务的发展带来阻碍。
2、技术类型风险
（1）平台风险。
网络金融业务的发展有赖于先进的交易平台系统，技术及平台的不当选择也很可能给银行带来比较大的风险。一方面，如果网络交易所支持的技术滞后，将很可能会使银行错失良好的交易机会，并且耗费银行的大量资源，给银行带来效率上的损失；另一方面，技术及平台如果与客户的软件版本不兼容甚至发生冲突，将导致信息的传输发生滞后甚至无法传输，在信息化时代这种事情是不能令人容忍的。
（2）安全风险。
安全风险是网络金融业务所面临的一大问题。网络金融业务所面临的安全风险主要有以下几大方面：第一是源头方面，即银行端；银行可能由于风险管理机制的漏洞，存在严重的安全方面的漏洞，并且可能没有相应的处理机制；第二则是用户方面，很多用户在进行网络银行交易时，风险防范意识不高，不及时对杀毒、防毒软件进行更新，容易导致个人信息被盗取；第三方面是第三方平台，即网络传输平台；客户在输入银行秘钥或口令并通过网络传输时，在传输过程中便有可能被黑客通过各种非法手段将其截取，使用户无法正常登录或者出现网络连接超时的情况；黑客便可利用截取到的信息，进行犯罪活动，使银行和用户蒙受损失。
二、银行网络金融风险管控的分析及防范思考
1、及时完善、规范个人银行信用体系
在我国，各级金融机构基本都开展了网上金融交易业务；因此，要完善信用体系的建设，首先要建立一个标准规范的个人征信体系，对个人信用的评价标准作出一致规定。鉴于网络金融交易是建立在虚拟的平台之上，交易双方的交易基础很大程度上是双方的信用，因此信用对金融交易实质进展的关键性因素。国内应当建立全国范围的个人信用体系，使个人的信息及信用情况及时反映在征信体系之内，并且实现银行间的数据共享；同时还应有意识提高全民的信用意识，以期提高全民的信用水平。建立个人征信体系的工作需要跨行之间的合作，并且需要线上线下的同步进行；这种基础性工作可以使银行实现长久的健康性发展，显著降低网络金融交易面临的风险水平。
2、加强银行对内部风险的管理能力
网络金融业务的发展同现代科技紧密相关，因此对人才层次有着比较高的要求。银行的很大一部分人才，不仅要对经济、金融方面的业务十分精通，也要擅长于网络科技与技术。因此，银行在未来进行人才招聘培养时，应当做到以下两大方面：第一，在引进新人才方面，要着重选择具有现代知识素养的高水平金融管理人才，同时也要适度引进国外的高级技术人才，同时注意培养国内人才到外国学习交流先进经验和技术；第二，要注重对老员工的培训工作，提高他们关于网络金融业务的业务和能力，及时加快他们的知识更新速度。只有专业化的人才队伍还不够，银行还必须要制定针对网络金融业务的风险管理制度，并对其中的风险行为和管控举措进行明确和细化，同时还要注意风险同收益的均衡关系；银行应当在保持适度风险的前提下尽量增加自身的收益。一套合理的风险管控制度应当是使银行的风险水平同盈利性保持适当的平衡。但是，随着资金流动性的变化、管理系统的操作性等因素影响，银行的风险管理系统也要及时进行改进和变化。
3、建设、健全配套的法律体系
配套法律制度的滞后是影响网络金融业务发展的重要掣肘因素。我国关于网络金融风险的法律文件《网上银行业务管理暂行办法》目前仍然有很大的局限性；因此，需要结合我国的网络金融业务环境来尽快制定相关法律。在制定法律时，可以适当借鉴成熟的西方国家的相关法律规定，对国内同国外金融环境所表现出的共性，在此借鉴国外的有关法律防范措施，结合国内的环境制定出符合我国特定法律环境的法律制度。另一方面，应当注重区分传统银行和网络金融业务违规违法行为的不同，不得随意交叉滥用法律，在对违法犯罪行为制裁时要注意法律适用的针对性。
4、加大对网络金融业务安全方面的投入
安全问题一直是影响网络金融业务的重要问题。虽然目前我国银行已采取多种安全防范措施来应对网络金融业务风险问题，但网络金融业务风险还一直存在。首先，应当注重客户个人信息的保密问题；从银行的角度来说，银行应建立并加强网银账户的管理机制，对于交易金额异常或巨大的交易及时引起重视，并及时与客户取得联系。客户在开展网络金融业务时，也要保持高度的谨慎，同时银行应当提醒客户注意保护个人信息。客户在开展业务时，一般是通过浏览器进入相关的网络金融服务页面，因此用户最好将常用的银行网站等信息放于浏览器的固定位置，这样可以起到防止假冒页面窃取用户个人信息的发生。个人在开展业务时，也要注意下载相应的安全控件，并及时下载最新的漏洞补丁和最新的安全程序。此外，银行的开发部门也要及时的对产品进行创新，以及时应对黑客的攻击及自身产品的漏洞。同时，由于新开发产品的上市时间不长，认知度相对较低，不容易成为黑客的攻击对象，这样也可以降低网络金融交易的安全风险。不过，在进行新产品的开发及上线推行时，要切记加强做好安全防范的测试工作；必须待通过全部的测试工作，才可以上线运营，以免给客户造成意外的损失。
三、结论
目前，我国在现代网络金融风险防控方面还处于初级的发展阶段，因此更要审慎重视对网络金融业务风险的防范工作。网络金融业务的优点与优势已经初步展现出来，但也暴露出了一部分的缺点与缺陷，这需要监管机构同银行等不同部门合作起来，工作来降低网络金融业务的风险，有效降低网络金融业务的风险水平，创建一个健康的网络金融发展环境。
作者：林燕珍 单位：中国建设银行福建省分行
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：第一是数据体量，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最好的例子。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。首先是要全面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。最后是充分的确立数据意识，意识到数据是现代社会最具价值的资源，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，从而精确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
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站点最新的漏洞补丁，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
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，最后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，已经无法保证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”环境的可靠度。
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，准确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，以保证系统正常运行。
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，广泛采用更加全面的安全测试用例。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完全适用于新兴的“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
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“精确分析”，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，由于拥有了全面的信息，过去那些建立在非完全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、全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，全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全面的把握能力，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第一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
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，完全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完全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。极具戏剧性的是，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完全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全面性，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。大数据时代教师完全有可能收集到来自全世界相关学科最新的前沿信息，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，让学生能够全方位、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，最后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
大学教育是否成功最后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全面信息，大数据技术可以收集学生就业环境的全面信息，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，是对学生心智的全面开发，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
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，全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“最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
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，保证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证。其次是数据分析。这是数据管理的关键，其目的在于最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，准确定位师生的需求，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
第一，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准确、不精确、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
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，捕获用户最佳的购买冲动，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”。最后，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。但是这种隐性沟通完全不同于传统的语言、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%，继续保持上网第一大终端的地位。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全面性、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，形成全面性思维。大数据时代，记录、存储和分析数据的技术已经大为提高，要求收集全面而完整的数据，只有对数据的全面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全面把握和积极引导。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准确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、舍弃精确，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精确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精确转化，达到精确性与模糊性的有机统一，实现寓精确于模糊。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，从而准确认识教育对象的思想特点与行为习惯，保证传播的对症下药。因此，“相比依赖于小数据和精确性的时代，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”。
最后，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。用以分析的数据越全面，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
［摘要］
随着信息时代的快速发展，大数据逐渐得到各行各业的重视。心理学中有很多研究表明大数据对技术的高效率，如果将其运用到心理学研究领域能带来意想不到的效果和作用。基于此，本文针对大数据时代的心理学研究变革，探讨大数据时代对心理学产生的影响和作用。
［关键词］
大数据；心理学研究；变革
和传统的数据库管理相比，大数据具备搜索快速、信息齐全、共享资源等优点，更是很好地解决了数据冗余的问题。随着时代的发展，大数据在很多行业、学科等领域得到了重视。近年来，大数据在心理学研究领域也有很多的作用和效果，心理学能够通过事物的表象反映出事物的内在特性，当然也需要对表象进行大量的研究分析，大数据在其进行研究分析方面起着不可估量的作用。
1大数据
1.1大数据的特点
大数据相对于传统数据，对社会的发展影响力更大，它的特点可以从四个方面进行阐述。第一，数据十分庞大，已从TB级别进阶到PB级别；第二，数据的类型也是非常丰富和复杂的，在图像、文章、视频和定位等一些方面有非常多的有用信息被提供；第三，它处理的速率特别快，可以通过很多途径在数据中快速提取出有用的信息，这是传统数据无法与其相比的；第四，数据提取的准确性，在任何时候数据分析准确性的高低都是关键，公司能因其准确性的高低做出最佳的决策，在现今时代，快速获取有效性信息是决定成败的重要元素之一。也正是因为大数据具备的功能和作用，它被各行各业广泛采用。
1.2大数据的用途
目前，虽然大数据在心理学研究领域并没有得到广泛的普及，但大数据技术上已经是相当普遍了，大数据在心理学方面的研究是大数据科学性的一种体现，它主要是发现和验证大数据的实际应用。同时，其在天文学、基因组学、生物等其他复杂的科研中应用广泛，是不可忽略的。通过研究者的不断改善和革新，大数据将会给各行各业带来不可估量的作用和效果。1.3大数据于心理学研究利用大数据开展心理实验研究已经是水到渠成。2014年一项针对Facebook大量用户的情绪调查研究表明，情绪对心理的影响，利用大数据把研究结果进行分类。令人惊讶的结果出现了，在主要接受积极情绪的人群中，积极向上是人们主要的想法。在接受了较多的消极情绪后，原本积极的人都会慢慢就变得消极。在以前的心理学研究中收集近70万个样本，将耗费巨大的人力与物力，而大数据技术却能够轻易的做到。
2心理学
2.1心理学的特点
人都是通过刺激下丘脑产生各种情绪，不管是何种表现都是表象，内在的情感需要通过心理学研究进行探究，心理的变化和发展是重点考虑的因素。大多数人都很排斥心理学家，认为他们是能轻易地探究人的内心。然而，在真实的心理学界并不存在人们普遍的这种想法，心理学家必须通过人们的行为举止，推测他们的心理，以逐渐推断出人心里真正的想法。心理学对于保持人们思想的积极性有着很大的促进作用，并有助于人们的身心和身体健康。
2.2心理学的研究逻辑
在心理学研究上首先要提出一个假设：在当下飞速发展的数据采集技术，不管结果是支持哪一种推测，都会使人们展开无限遐想。然后再证明研究结果与预想的大规模用户实验，进行全程跟踪记录并证实，否则意味着预想错误。心理学在进行假设检验时的研究逻辑与其他学科不同，它具有先验性，在得出最终结果前先进行推断。另外，和心理学研究的逻辑有所不同的是，大数据得出结论之前必须要经过严密的数据分析，它的研究逻辑具有后验性。心理学研究的先验性实质上是由于传统研究方法在获取数据上的局限性，而大数据可以帮助心理学突破这一局限，使先验变为后验。这有利于推动心理学研究走向科学化、规范化，同时也符合理论与实践辩证统一的哲学理念。假设检验有一个很明显的缺陷是，要想得到正确的推断，必须逐次验证各项假设，这极大地浪费了人力、物力和时间。而大数据不同，其从各项数据中提炼出来的信息就可以引导出最终要证实的结论，这就是“数据驱动”的妙处，它极大地提高了最终推断的正确性和获取合理结果的可能性，提高了工作效率。
2.3心理学传统的研究方法
大数据不仅可以解决数据冗余资源共享等问题，还让心理学研究逻辑不断得到数据采集的改进和完善，带来了全新的契机。在传统的研究方法中，心理学采用系统抽样法，抽取样本进行检验，再把结果统计在一起进行比对。反复地抽取样本才能体现结果的综合性，才能得出最终的结果。大数据时代的到来，让传统的研究方法得到改进，庞大的数据不再是头疼的问题，它能对数据进行快速对比，得出总体的比对结果，不再仅仅依赖于样本的检验。在心理学研究中，调查法占据重要的地位。问卷调查是最常见的调查法之一，把要调查的问题集中在一起，统一打印出来分发给众人填写，之后集中在一起查看大家对问题的看法。除了此之外，访谈法也是调查法中的一种。它一般是用面对面的交谈，了解各方面的信息，从而达到要调查的目的。除了听，看也能很好地对心理学现象进行阐述。人内心的想法都会有相应的肢体语言，对于一些不能用听获取信息的问题，观察法能很好的从侧面获取所需的信息。想得到比较严谨的研究结果，测验法是一个选择，它能把理论和实践结合起来，这在一定程度上完整了实验结果的准确性和实践性，更能说明研究结果。与之相像的是实验法，在大数据时代，实验法仍然是心理学研究中的“宝法”。实践让它在时代的洪流中仍不逊色，心理学研究的突破不仅要靠病例，也需要大量实验的数据证明，变与不变的量是一次次实践得来的，严格的实验条件是实验法的首要条件。
2.4心理学研究的载体
量表和问卷作为心理学研究中的主要载体，需根据自身的情况，回答问题以让别人获取信息，信息的准确度取决于提供信息的人。这受表达者表达方式的限制，而情景式和投射式的量表，可以很自然地避免这种限制。情景模拟可以直观地反应人在这种情况下的行为，这时的行为是由下丘脑直接控制发出的，具有较高的真实性。投射测量会向被研究对象提供一些刺激情景，被研究者自由表达，分析其反应推断其人格特征。这几种工具载体被积极地应用于研究各种心理学问题，同时还有很多专门针对某种研究的载体工具，不同的载体在针对不同问题时，能发挥其独特的作用。近些年来，随着认知精神科学的兴起，记录神经方面的设备和技术也得到了很好的应用和发展。
3大数据时代的心理学研究
3.1大数据时代的网络运行
大数据时代，网络是人人必不可少的联系媒介。网络浏览也是人们最快获取信息的途径，浏览过的网站会留下浏览的痕迹，浏览的痕迹能间接反映一个人的性格和内心。大量的浏览痕迹也能被快速捕捉，这些微小的痕迹在探究用户的心理素质和行为习惯方面有着相当大的作用。数据冗余不再是提取庞大数据需要担心的问题，人们的工作和生活与大数据越来越息息相关，对于在工作和生活中遇到的问题，也能够进行深入的了解和恰当的解决。现如今，越来越多的人用社交网络进行交流，传统的社交是永远不能达到这样的效果和作用的，所以网络社交从根本上创新了人们的交流方式，而通过人们在社交网络中的浏览痕迹，可以分析人们对彼此的心理，会对某些事做出什么样的回应。为什么会有虚拟世界的存在？什么样的虚拟世界可以构成一个虚拟的社会？网络的存在不是构建虚拟世界的主要因素，它只是一个虚拟基础。主要因素是人们在网络中的行为，只有类似于人类现实社会的生活状态，才能被称之为社会。在现实社会中的一切在虚拟世界中都要得到体现，其所表现出来的状态是个体在现实社会与虚拟社会的一致性，构成了人们对虚拟社会和现实社会的理解，对虚拟社会与现实社会已知悉的研究，探究两者之间的不同和一致，对认识虚拟社会、研究有关心理学理论，都具有非常重要的意义。
3.2剖析心理
研究表明人在接受某项服务或者用过什么产品后，一定会在心里产生一个想法，这可以归纳为人的主观心理感受。用户在使用某种产品上会产生海量的使用记录，大数据方法能筛选出一些类似的记录提供给需求者，快速、有效地使研究者得到数据的有效值，有利于加快研究的进度，同时尽量准确地得知用户的想法，尽最大能力满足用户的心理需求。
3.3避免错误
个体或者群体行为数据的逐渐增多，可以通过大数据进行心理行为分析，这能反映出比较大众的认知和感受，群体情绪的好坏能直接影响处理事情的能力，也有利于把握大事件的走向，避免由于数据调查精确性低导致恶性事件的发生。
3.4在线心理干预
心理干预在心理学研究中对人是很有效果的，但是执行人员的不足让心理干预不能同时进行，需要耗费大量的资源。然而运用大数据技术在网络上进行快速有效地信息获取，能提高流程的速度，这样的在线心理干预能大面积进行，也会提高效率。
3.5在线心理测评
目前，心理学界通用的主要测评手段是主观性较强的、来自用户自身的心理报告，这种方式的推广难度较高，且时效性也会受到限制，迫切需要改进。国内外学界对此已经展开了多项研究，试图运用数据技术，建立心理评估模型，借助超级计算机的力量，专家可以运用模型对广大用户实施实时的动态分析。3.6心理学知识体系的构建在大数据背景下，心理学方面的知识体系也将迎来革新。目前，心理学界的知识体系是在分析了大量现实的个体案例后建立起来的，然而大量研究表明，许多人的性格在网络上与现实中差别较大，大数据为相关人员分析人们在虚拟网络世界的人格提供了便利，有助于其了解在不同环境状态下人所能表现出的人格。
4心理学研究的新动力
在信息时代的今天，心理学的研究离不开大数据采集信息的技术，对于人类行为等的预测，是心理学研究的重要目标。而现今的心理学虽然已经有了很多研究成果，但仍然需要继续在研究的路上不断创新和前进，这对人类未来的发展有着很积极的作用。从某方面来说，行为预测这种外部表现是决策的关键。如果人们在研究结果上不过度加以解释的话，大数据方法将能直接通过群体的行为来进行数据分析，这可以对研究起到较大的帮助。心理学在逐渐发展的途中，需要的不仅是列出一大堆的课题研究，更需要考虑使用高效的方法去进行研究。
5结语
随着科技的发展，大数据成为了体现科学技术的重要产物之一。在心理学领域应适当运用这种技术，尤其对于行为这种外在表现的研究分析。目前，在大数据时代的心理学研究方面，很多研究都能依靠大数据取得较为有效的帮助，尤其是在效率和信息价值方面。同时，心理学与其他学科在很多方面也有密切的联系，适当在研究上提取出对其有用的信息也是必要的。对于研究的目标，相关人员需要充分运用高科技技术和设备，将心理学研究与大数据相联系，给传统的心理学研究提供一个新的发展方向，让心理学研究不断得到提升和完善。
作者:张振国 单位:山西农业大学信息学院
摘要:本文针对大数据时代下教育管理模式中存在的问题，探讨如何实现教育管理模式的变革，主要从改变教育工作者思维，建立并充分利用大数据分享平台，以及转变教学模式，开发利用网络教学方式等三个方面进行分析研究。
关键词:大数据;教育管理模式;变革路径
1大数据时代下进行教育管理模式变革的必要性
1．1教育管理模式变革是时代的发展必然
首先，教育管理模式进行改革创新是出于时展的必然。一方面，当下是一个人才很多，但是优质人才比较紧缺的时代，加上随着经济的快速发展，全球化脚步加快，对优质人才的需求越来越旺盛。对于高校来说，他们承担着培养人才的重任，所以必须要对原来的教育管理模式进行改革，适应时代的发展，在大数据时代利用大数据走出一条创造性的发展之路。大数据给人才培养提供的是一条个性化的道路，也就是学校可以利用大数据，获得每个学生的相关信息，比如通过大数据平台，全面掌握学生的学习、生活等信息，然后制定个性化的教学方案，对学生进行针对性的管理，从而实现因材施教，这样就避免了同质化管理和无效管理。另一方面也是出于学校持续性发展和社会发展的必要。对学校来说，想要获得长远的发展，必须要提高其教学的质量，老师还需要提高其教研的能力。在利用大数据以后，学校的各个部门可以及时并且完整地获取想要的资料信息，然后及时地去处理教学教育管理中的问题;而教师在进行教学备课或者进行教学研究的时候，也可以通过大数据准确地获得有关信息，然后进行充分地备课或者有效开展教研工作。对于社会来说，学校是一个向社会输送人才的接口，所以在社会需要高质量人才的时候，学校就有义务为了社会的可持续性发展，在积极适应社会发展的同时，主动去创新教育管理模式，使得新的教育管理模式可以和社会发展接轨，促进社会和国家进一步发展。
1．2大数据时代教育管理模式中存在问题
另外，要进行教育管理模式的变革，主要还是和当今的教育管理模式有关。首先，教育管理工作者在思想上对教育管理的改革创新，对大数据的重要性认识不清。比如有的教育管理者依然沉浸在过去传统的教学思维上，认为教育管理就是根据学校的发展目标去制定管理的措施，然后按照计划实施就行，没有充分考虑到学生的个性化发展，也没有意识到及时发现并预防教学教育问题，系统解决问题的重要性。比如有的老师对科技的发展不关注，不重视，导致对大数据有一定的误解，一直没有认识到大数据的重要意义，更不要说去积极利用大数据了。其次，是在大数据时代，大数据平台没有被充分有效的利用。不可否认的是，当今很多学校也开始引入了大数据应用平台，通过建立数据分享平台去获得相关信息，但是在实际的应用过程中由于相关人员专业知识的欠缺，或者学校部门在建立大数据平台的时候本身就存在技术上的短板，所以平台建立以后很难被有效地利用起来。另外，虽然很多学校也开始在进行教育管理模式的改革，但是改革得不全面，不彻底，大多还是停留在表面，或者只是几个方面的革新，并没有充分考虑教育管理模式的所有方位。
2大数据时代实现教育管理模式变革的路径探析
2．1转变教学管理工作者思维，提高大数据管理素养
在大数据时代，要实现教育管理模式的真正革新，首先要从教育工作者入手，对于教育工作者来说，一方面需要提高他们对于大数据的正确理解，积极主动地投入到教育管理模式变革工作中。比如有的老师必须转变传统的教育管理观念，要意识到时代在发展，新时代社会需要的是全面发展的人才，所以必须要有适应社会发展的管理模式。比如有的老师对大数据没什么了解，就需要主动去补充这方面的知识，要主动关注科学技术的发展，对社会热点有一定的敏感度。另一方面教育管理工作者还要有较高的大数据管理的素养。比如需要有相应的数据意识，有一定的数据采集、分析处理以及反思决策的能力，通过主动收集数据，去挖掘数据背后的相关信息，从而可以提高教育管理工作的预见性、时效性和系统性等。
2．2利用大数据平台，实现教育的个性化管理，提高管理的时效性、协调性等
其次，需要充分有效地利用大数据平台。一方面是要利用大数据平台对所有学生的信息进行分类汇总，针对不同学生的情况制定个性化的培养方面，进行有针对性的管理。比如有的学生学习基础较差，就需要在学习上对其进行更多的指导，而有的学生在心理情感上比较脆弱，就需要和心理咨询平台结合起来，学校心理咨询老师需要充分地利用数据分享平台获得相应的信息，相关部门建立好心理预警机制，然后对学生的心理进行全面跟踪，及时干预心理危机。另一方面通过大数据平台，可以提高教育管理的协调性，并且结合网络教学平台，使得网络教学方式得到推广普及。比如学校的不同部门在数据共享以后，处理教学管理问题的时候就不会出现重复处理，发生管理矛盾等现象了。比如大数据平台优化以后，学校可以根据学生特点安排相应的网络课程，学生可以自主地选择自己喜欢的微课、网络直播课等。
3结语
综上，大数据时代，出于社会发展，学校发展和人才发展的需要，教育管理模式必须要实现变革。虽然目前教育管理模式革新中存在不少的问题，但只要积极主动地利用好大数据，学校、老师和学生积极配合，就可以将变革事业朝着更好的方向推送。
作者:赵春辉 单位:华南农业大学珠江学院
