導(dǎo)語：如何才能寫好一篇大數(shù)據(jù)分析論文，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

基本的大數(shù)據(jù)的處理流程可以分成數(shù)據(jù)采集、數(shù)據(jù)處理與集成、數(shù)據(jù)分析和數(shù)據(jù)解釋4個(gè)階段。首先獲取數(shù)據(jù)源的數(shù)據(jù)，因?yàn)樵跀?shù)據(jù)源端的數(shù)據(jù)包含各種各樣的結(jié)構(gòu)，需要使用某種方法將其進(jìn)行預(yù)處理，使數(shù)據(jù)成為某種可以用一種算法分析的統(tǒng)一數(shù)據(jù)格式，接著需要找到這種數(shù)據(jù)分析的算法，將預(yù)處理過的數(shù)據(jù)進(jìn)行算法特定的分析，并將分析的結(jié)果用可視化等手段呈現(xiàn)至用戶端。

1.1數(shù)據(jù)采集

大數(shù)據(jù)的采集是整個(gè)流程的基礎(chǔ)，隨著互聯(lián)網(wǎng)技術(shù)和應(yīng)用的發(fā)展以及各種終端設(shè)備的普及，使得數(shù)據(jù)的生產(chǎn)者范圍越來越大，數(shù)據(jù)的產(chǎn)量也越來越多，數(shù)據(jù)之間的關(guān)聯(lián)也越來越復(fù)雜，這也是大數(shù)據(jù)中“大”的體現(xiàn)，所以需要提高數(shù)據(jù)采集速度和精度要求。

1.2數(shù)據(jù)處理與集成

數(shù)據(jù)的處理與集成主要是對(duì)前一步采集到的大量數(shù)據(jù)進(jìn)行適當(dāng)?shù)念A(yù)處理，包括格式化、去噪以及進(jìn)一步集成存儲(chǔ)。因?yàn)閿?shù)據(jù)采集步驟采集到的數(shù)據(jù)各種各樣，其數(shù)據(jù)結(jié)構(gòu)也并不統(tǒng)一，不利于之后的數(shù)據(jù)分析，而且，一些數(shù)據(jù)屬于無效數(shù)據(jù)，需要去除，否則會(huì)影響數(shù)據(jù)分析的精度和可靠性，所以，需要將數(shù)據(jù)統(tǒng)一格式并且去除無效數(shù)據(jù)。通常會(huì)設(shè)計(jì)一些過濾器來完成這一任務(wù)。

1.3數(shù)據(jù)分析

在完成了數(shù)據(jù)的采集和處理后，需要對(duì)數(shù)據(jù)進(jìn)行分析，因?yàn)樵谶M(jìn)行數(shù)據(jù)分析后才能體現(xiàn)所有大數(shù)據(jù)的重要價(jià)值。數(shù)據(jù)分析的對(duì)象是上一步數(shù)據(jù)的處理與集成后的統(tǒng)一格式數(shù)據(jù)，需要根據(jù)所需數(shù)據(jù)的應(yīng)用需求和價(jià)值體現(xiàn)方向?qū)@些原始樣本數(shù)據(jù)進(jìn)一步地處理和分析。現(xiàn)有的數(shù)據(jù)分析通常指采用數(shù)據(jù)倉庫和數(shù)據(jù)挖掘工具對(duì)集中存儲(chǔ)的數(shù)據(jù)進(jìn)行分析，數(shù)據(jù)分析服務(wù)與傳統(tǒng)數(shù)據(jù)分析的差別在于其面向的對(duì)象不是數(shù)據(jù)，而是數(shù)據(jù)服務(wù)。

1.4數(shù)據(jù)解釋

數(shù)據(jù)解釋是對(duì)大數(shù)據(jù)分析結(jié)果的解釋與展現(xiàn)，在數(shù)據(jù)處理流程中，數(shù)據(jù)結(jié)果的解釋步驟是大數(shù)據(jù)分析的用戶直接面對(duì)成果的步驟，傳統(tǒng)的數(shù)據(jù)顯示方式是用文本形式體現(xiàn)的，但是，隨著數(shù)據(jù)量的加大，其分析結(jié)果也更復(fù)雜，傳統(tǒng)的數(shù)據(jù)顯示方法已經(jīng)不足以滿足數(shù)據(jù)分析結(jié)果輸出的需求，因此，數(shù)據(jù)分析企業(yè)會(huì)引入“數(shù)據(jù)可視化技術(shù)”作為數(shù)據(jù)解釋方式。通過可視化結(jié)果分析，可以形象地向用戶展示數(shù)據(jù)分析結(jié)果。

2云計(jì)算與大數(shù)據(jù)分析的關(guān)系

云計(jì)算是基于互聯(lián)網(wǎng)的相關(guān)服務(wù)的增加、使用和交付模式，通常涉及通過互聯(lián)網(wǎng)來提供動(dòng)態(tài)易擴(kuò)展且經(jīng)常是虛擬化的資源，是一種按使用量付費(fèi)的模式。這種模式提供可用的、便捷的、按需的網(wǎng)絡(luò)訪問，進(jìn)入可配置的計(jì)算資源共享池（資源包括網(wǎng)絡(luò)、服務(wù)器、存儲(chǔ)、應(yīng)用軟件、服務(wù)），這些資源能夠被快速提供，只需投入很少的管理工作，或與服務(wù)供應(yīng)商進(jìn)行很少的交互。目前，國內(nèi)外已經(jīng)有不少成熟的云計(jì)算的應(yīng)用服務(wù)。數(shù)據(jù)分析是整個(gè)大數(shù)據(jù)處理流程里最核心的部分。數(shù)據(jù)分析是以數(shù)據(jù)的價(jià)值分析為目的的活動(dòng)，而基于大數(shù)據(jù)的數(shù)據(jù)分析通常表現(xiàn)為對(duì)已獲取的海量數(shù)據(jù)的分析，其數(shù)據(jù)來源可能是企業(yè)數(shù)據(jù)也可能是企業(yè)數(shù)據(jù)與互聯(lián)網(wǎng)數(shù)據(jù)的融合。從目前的趨勢來看，云計(jì)算是大數(shù)據(jù)的IT基礎(chǔ)，是大數(shù)據(jù)分析的支撐平臺(tái)，不斷增長的數(shù)據(jù)量需要性能更高的數(shù)據(jù)分析平臺(tái)承載。所以，云計(jì)算技術(shù)的不斷發(fā)展可以為大數(shù)據(jù)分析提供更為靈活、迅速的部署方案，使得大數(shù)據(jù)分析的結(jié)果更加精確。另一方面，云計(jì)算的出現(xiàn)為大數(shù)據(jù)分析提供了擴(kuò)展性更強(qiáng)，使用成本更低的存儲(chǔ)資源和計(jì)算資源，使得中小企業(yè)也可以通過云計(jì)算來實(shí)現(xiàn)屬于自己的大數(shù)據(jù)分析產(chǎn)品。大數(shù)據(jù)技術(shù)本身也是云計(jì)算技術(shù)的一種延伸。大數(shù)據(jù)技術(shù)涵蓋了從數(shù)據(jù)的海量存儲(chǔ)、處理到應(yīng)用多方面的技術(shù)，包括海量分布式文件系統(tǒng)、并行計(jì)算框架、數(shù)據(jù)庫、實(shí)時(shí)流數(shù)據(jù)處理以及智能分析技術(shù)，如模式識(shí)別、自然語言理解、應(yīng)用知識(shí)庫等等。但是，大數(shù)據(jù)分析要走向云計(jì)算還要賴于數(shù)據(jù)通信帶寬的提高和云資源的建設(shè)，需要確保原始數(shù)據(jù)能遷移到云環(huán)境以及資源池可以隨需彈性擴(kuò)展。

3基于云計(jì)算環(huán)境的Hadoop

為了給大數(shù)據(jù)處理分析提供一個(gè)性能更高、可靠性更好的平臺(tái)，研究者基于MapReduce開發(fā)了一個(gè)基于云計(jì)算環(huán)境的開源平臺(tái)Hadoop。Hadoop是一個(gè)以MapReduce算法為分布式計(jì)算框架，包括分布式文件系統(tǒng)（HDFS）、分布式數(shù)據(jù)庫（Hbase、Cassandra）等功能模塊在內(nèi)的完整生態(tài)系統(tǒng)，已經(jīng)成為當(dāng)前最流行的大數(shù)據(jù)處理平臺(tái)，并被廣泛認(rèn)可和開發(fā)應(yīng)用。基于Hadoop，用戶可編寫處理海量數(shù)據(jù)的分布式并行程序，并將其運(yùn)行于由成百上千個(gè)節(jié)點(diǎn)組成的大規(guī)模計(jì)算機(jī)集群上。

4實(shí)例分析

本節(jié)以電信運(yùn)營商為例，說明在云計(jì)算環(huán)境中基于Hadoop的大數(shù)據(jù)分析給大數(shù)據(jù)用戶帶來的價(jià)值。當(dāng)前傳統(tǒng)語音和短信業(yè)務(wù)量下滑，智能終端快速增長，移動(dòng)互聯(lián)網(wǎng)業(yè)務(wù)發(fā)展迅速，大數(shù)據(jù)分析可以為運(yùn)營商帶來新的機(jī)會(huì)，幫助運(yùn)營商更好地轉(zhuǎn)型。本文數(shù)據(jù)分析樣本來自于某運(yùn)營商的個(gè)人語音和數(shù)據(jù)業(yè)務(wù)清單，通過Hadoop2.6.0在Ubuntu12.04系統(tǒng)中模擬了一個(gè)大數(shù)據(jù)分析平臺(tái)來處理獲得的樣本。希望通過對(duì)樣本數(shù)據(jù)的分析與挖掘，掌握樣本本身的一些信息。以上分析只是一些很基本的簡單分析，實(shí)際上樣本數(shù)據(jù)中所蘊(yùn)含的價(jià)值要遠(yuǎn)遠(yuǎn)大于本文體現(xiàn)的。以上舉例意在說明基于云計(jì)算的大數(shù)據(jù)分析可以在數(shù)據(jù)分析上體現(xiàn)出良好的性能，為企業(yè)帶來更豐富更有效率的信息提取、分類，并從中獲益。

5結(jié)束語

篇2

關(guān)鍵詞：大數(shù)據(jù)分析；內(nèi)部審計(jì)應(yīng)用

近年來，大數(shù)據(jù)應(yīng)用更加廣泛，它改變了固有的數(shù)據(jù)分析方式，將企業(yè)經(jīng)營以及與之相關(guān)聯(lián)的企業(yè)和客戶信息進(jìn)行收集和分析，通過新的思維處理數(shù)據(jù)與技術(shù)的難題。據(jù)調(diào)查顯示，目前我國很多優(yōu)秀企業(yè)都將大數(shù)據(jù)作為新一輪經(jīng)濟(jì)增長點(diǎn)，從2012年開始就實(shí)現(xiàn)了持續(xù)增長，成了企業(yè)市場經(jīng)營的巨大資料庫，提高了企業(yè)的整體技術(shù)水平和競爭能力。具體而言，大數(shù)據(jù)分析是一種能夠從各類信息中快速提取有用數(shù)據(jù)的一種新技術(shù)，對(duì)內(nèi)部審計(jì)工作來說具有的意義不言而喻。下面就從大數(shù)據(jù)分析給內(nèi)部審計(jì)帶來的機(jī)遇和挑戰(zhàn)入手，從實(shí)際出發(fā)做好應(yīng)用性審計(jì)，帶動(dòng)審計(jì)工作發(fā)生質(zhì)的飛躍。

一、大數(shù)據(jù)分析給內(nèi)部審計(jì)工作帶來的機(jī)遇和挑戰(zhàn)

（一）審計(jì)目標(biāo)信息化技術(shù)使用的初期，內(nèi)部審計(jì)工作依賴計(jì)算機(jī)技術(shù)，可以通過對(duì)數(shù)據(jù)的觀察和分析找到審計(jì)中存在的問題，為具體工作的開展提供參考。大數(shù)據(jù)分析技術(shù)的應(yīng)用則將審計(jì)工作帶到了新的高度，它不僅能夠發(fā)現(xiàn)問題，還可以對(duì)風(fēng)險(xiǎn)進(jìn)行評(píng)估，對(duì)效益進(jìn)行分析，及時(shí)發(fā)現(xiàn)審計(jì)工作中存在的問題，降低內(nèi)部控制風(fēng)險(xiǎn)，為企業(yè)發(fā)展做出預(yù)測性思考。（二）審計(jì)內(nèi)容數(shù)字是傳統(tǒng)內(nèi)部審計(jì)工作參考的重點(diǎn)，包括營業(yè)收入、費(fèi)用支出、稅收情況等等。大數(shù)據(jù)分析則突破了原來數(shù)字化的限制，基本內(nèi)涵和審計(jì)的內(nèi)容不斷向外延展，打破了傳統(tǒng)數(shù)據(jù)結(jié)構(gòu)化的樣式不足，在不同的時(shí)間范圍內(nèi)可以生成復(fù)雜多變的數(shù)據(jù)，其中包括文本、音頻、視頻、xml等，構(gòu)建出了審計(jì)的立體化方法。（三）分析技術(shù)大數(shù)據(jù)分析與內(nèi)部審計(jì)應(yīng)用的結(jié)合，最大的改變就在于技術(shù)的更新，大數(shù)據(jù)分析可以實(shí)現(xiàn)大數(shù)字的整合，從五大技術(shù)方面進(jìn)行了完善。即可視化分析、數(shù)據(jù)挖掘算法、預(yù)測性分析、語義引擎和數(shù)據(jù)質(zhì)量與管理。這些新技術(shù)可以通過標(biāo)準(zhǔn)化的形式，建立數(shù)據(jù)新模型，提取隱藏起來的內(nèi)部審計(jì)信息，利用圖表展示數(shù)據(jù)分析的全過程，并做出前瞻性的判斷，從而提高數(shù)據(jù)的分析準(zhǔn)確性。

二、大數(shù)據(jù)分析內(nèi)部審計(jì)的方式

首先，數(shù)據(jù)驗(yàn)證性分析朝著數(shù)據(jù)挖掘性分析轉(zhuǎn)變。即由原來的多維分析驗(yàn)證數(shù)據(jù)變?yōu)橥诰蛐约夹g(shù)的使用，將數(shù)據(jù)倉庫和模型構(gòu)建起來，做好聚類分析，找到規(guī)律性內(nèi)容，并提取關(guān)聯(lián)性數(shù)據(jù)。例如，在電力審計(jì)過程中，可以建立起專門的數(shù)據(jù)資料庫，找到電力使用的具體數(shù)據(jù)，分析用電情況。其次，審計(jì)方式由事后發(fā)現(xiàn)問題變?yōu)轱L(fēng)險(xiǎn)預(yù)警。企業(yè)經(jīng)營難免會(huì)遇到各種風(fēng)險(xiǎn)，對(duì)市場形勢進(jìn)行分析，將可能存在的危機(jī)控制在萌芽階段，是大數(shù)據(jù)分析有別于傳統(tǒng)分析模式最大的特點(diǎn)。另外，大數(shù)據(jù)分析可以早期關(guān)注經(jīng)濟(jì)運(yùn)行情況，發(fā)掘數(shù)據(jù)敏感性波動(dòng)，并集合社保審計(jì)、債務(wù)數(shù)據(jù)、經(jīng)濟(jì)宏觀運(yùn)行數(shù)據(jù)，實(shí)現(xiàn)信息庫的交叉使用，提升數(shù)據(jù)分析水平和審計(jì)能力。最后，單機(jī)審計(jì)向云審計(jì)方法的轉(zhuǎn)變。云審計(jì)是基于云數(shù)據(jù)庫設(shè)立的數(shù)據(jù)平臺(tái)，它依靠的是中心統(tǒng)計(jì)分析，通過網(wǎng)絡(luò)與“云”的對(duì)接，對(duì)審計(jì)成果進(jìn)行共享。與此同時(shí)，在大數(shù)據(jù)分析云計(jì)算實(shí)施的過程中，必須堅(jiān)持技術(shù)的創(chuàng)新與發(fā)展，建立預(yù)算、財(cái)務(wù)、執(zhí)政一體化策略，設(shè)立專門的數(shù)據(jù)平臺(tái)，提高信息化技術(shù)審核的質(zhì)量，做好宏觀分析。

三、大數(shù)據(jù)分析在內(nèi)部審計(jì)中的應(yīng)用

大數(shù)據(jù)分析與內(nèi)部審計(jì)的綜合應(yīng)用是信息時(shí)代技術(shù)演變的新手段，在與內(nèi)部審計(jì)結(jié)合使用的過程中必須堅(jiān)持全面化使用，從制度流程、機(jī)構(gòu)人員、審計(jì)業(yè)務(wù)以及技術(shù)上做好配合，全面推行新的審計(jì)方法。（一）創(chuàng)新大數(shù)據(jù)工作模式創(chuàng)新是進(jìn)步的源泉，大數(shù)據(jù)分析的推行，與內(nèi)部審計(jì)工作的結(jié)合，都必須堅(jiān)持創(chuàng)新原則，對(duì)預(yù)算執(zhí)行審計(jì)有一個(gè)全面的認(rèn)識(shí)。傳統(tǒng)的孤立審計(jì)已不適應(yīng)大數(shù)據(jù)審計(jì)的要求，需要打破部門之間的界限，以審計(jì)項(xiàng)目為管理主線，成立大審計(jì)組，進(jìn)行扁平化管理。結(jié)合各預(yù)算部門的財(cái)務(wù)數(shù)據(jù)，發(fā)現(xiàn)是否存在預(yù)算項(xiàng)目在連年結(jié)轉(zhuǎn)的情況下仍然安排新增預(yù)算、造成資金閑置的問題。通過對(duì)數(shù)據(jù)進(jìn)行宏觀整體分析，發(fā)現(xiàn)是否存在預(yù)算執(zhí)行效率不高、分配下達(dá)預(yù)算不及時(shí)、撥付轉(zhuǎn)移支付資金超期等情況。（二）完善跟蹤審計(jì)方式通過建設(shè)審計(jì)數(shù)據(jù)綜合分析平臺(tái)，搭建關(guān)系國計(jì)民生的重點(diǎn)行業(yè)聯(lián)網(wǎng)審計(jì)系統(tǒng)，用Hadoop等專業(yè)工具處理半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)，規(guī)范高效地匯集和處理大規(guī)模數(shù)據(jù)信息。例如，在地稅審計(jì)中，可利用地稅聯(lián)網(wǎng)審計(jì)系統(tǒng)，集中進(jìn)行全省地稅數(shù)據(jù)整理分析，探索“數(shù)據(jù)集中采集、集中統(tǒng)一分析、疑點(diǎn)分布落實(shí)、資源充分共享”的大數(shù)據(jù)審計(jì)模式，實(shí)現(xiàn)全省聯(lián)動(dòng)審計(jì)。此外，還要對(duì)資金分配結(jié)構(gòu)、資金使用流向、資金管理情況進(jìn)行總體分析，全面反映預(yù)算執(zhí)行整體情況，實(shí)現(xiàn)對(duì)預(yù)算單位的審計(jì)監(jiān)督全覆蓋。（三）實(shí)現(xiàn)多數(shù)據(jù)融合，落實(shí)經(jīng)濟(jì)責(zé)任審計(jì)運(yùn)用關(guān)聯(lián)分析，找出數(shù)據(jù)間的相互聯(lián)系，分析關(guān)聯(lián)規(guī)則，發(fā)現(xiàn)異常聯(lián)系和異常數(shù)據(jù)，尋找審計(jì)疑點(diǎn)。在經(jīng)濟(jì)責(zé)任審計(jì)中，可利用財(cái)政、稅務(wù)、社保、培訓(xùn)等數(shù)據(jù)在橫向和縱向之間都做好關(guān)聯(lián)性研究，做好數(shù)據(jù)的全面跟蹤分析，實(shí)施和推行經(jīng)濟(jì)責(zé)任審計(jì)模式，提高審計(jì)效率。另外，在深入挖掘數(shù)據(jù)過程中，還要利用數(shù)據(jù)倉庫和模型分析統(tǒng)計(jì)數(shù)據(jù)變動(dòng)信息，分析關(guān)聯(lián)性內(nèi)容，對(duì)體制機(jī)制性問題開展研究，挖掘行業(yè)性和趨勢性問題。

四、結(jié)束語

綜上所述，大數(shù)據(jù)技術(shù)的發(fā)展對(duì)審計(jì)工作提出了新的、更高的要求，也為審計(jì)提供了新的工具。傳統(tǒng)的大數(shù)據(jù)分析與內(nèi)部審計(jì)工作的結(jié)合不夠緊密，技術(shù)應(yīng)用不夠突出，且人才缺失?；诖髷?shù)據(jù)分析的新情況，內(nèi)部審計(jì)工作必須從數(shù)據(jù)、資源、人才方面逐步積累資源，創(chuàng)新大數(shù)據(jù)分析的思路和模式，研究技術(shù)發(fā)展的情況，并建立覆蓋公司業(yè)務(wù)流程的審計(jì)信息化管理系統(tǒng)，使公司各業(yè)務(wù)線在統(tǒng)一、透明、標(biāo)準(zhǔn)的審計(jì)監(jiān)控下陽光運(yùn)行，確保大數(shù)據(jù)在內(nèi)部審計(jì)中的高效應(yīng)用。

參考文獻(xiàn)：

[1]王磊.數(shù)據(jù)挖掘技術(shù)在保險(xiǎn)公司內(nèi)部審計(jì)中的運(yùn)用研究[D].山東財(cái)經(jīng)大學(xué),2015.

[2]梁秀根,黃鄧秋,蔡赟,魏連濤,梁國平.持續(xù)審計(jì)結(jié)合數(shù)據(jù)挖掘技術(shù)在內(nèi)部審計(jì)中的探究和應(yīng)用[A].全國內(nèi)部審計(jì)理論研討優(yōu)秀論文集(2013)[C].2014:10.

篇3

統(tǒng)計(jì)學(xué)論文2000字(一)：影響民族院校統(tǒng)計(jì)學(xué)專業(yè)回歸分析成績因素的研究論文

摘要：學(xué)習(xí)成績是評(píng)價(jià)學(xué)生素質(zhì)的重要方面，也是教師檢驗(yàn)教學(xué)能力、反思教學(xué)成果的重要標(biāo)準(zhǔn)。利用大連民族大學(xué)統(tǒng)計(jì)學(xué)專業(yè)本科生有關(guān)數(shù)據(jù)（專業(yè)基礎(chǔ)課成績、平時(shí)成績和回歸分析期末成績），建立多元線性回歸模型，對(duì)影響回歸分析期末成績的因素進(jìn)行深入研究，其結(jié)果對(duì)今后的教學(xué)方法改進(jìn)和教學(xué)質(zhì)量提高具有十分重要的指導(dǎo)意義。

關(guān)鍵詞：多元線性回歸；專業(yè)基礎(chǔ)課成績；平時(shí)成績；期末成績

為了實(shí)現(xiàn)教學(xué)目標(biāo)，提高教學(xué)質(zhì)量，有效提高學(xué)生學(xué)習(xí)成績是很有必要的。我們知道專業(yè)基礎(chǔ)課成績必定影響專業(yè)課成績，而且平時(shí)成績也會(huì)影響專業(yè)課成績，這兩類成績與專業(yè)課成績基本上是呈正相關(guān)的，但它們之間的關(guān)系密切程度有多大？它們之間又存在怎樣的內(nèi)在聯(lián)系呢？就這些問題，本文主要選取了2016級(jí)統(tǒng)計(jì)專業(yè)50名學(xué)生的四門專業(yè)基礎(chǔ)課成績以及回歸分析的平時(shí)成績和期末成績，運(yùn)用SPSS統(tǒng)計(jì)軟件進(jìn)行分析研究，尋求回歸分析期末成績影響因素的變化規(guī)律，擬合出關(guān)系式，從而為強(qiáng)化學(xué)生的后續(xù)學(xué)習(xí)和提高老師的教學(xué)質(zhì)量提供了有利依據(jù)。

一、數(shù)據(jù)選取

回歸分析是統(tǒng)計(jì)專業(yè)必修課，也是統(tǒng)計(jì)學(xué)中的一個(gè)非常重要的分支，它在自然科學(xué)、管理科學(xué)和社會(huì)、經(jīng)濟(jì)等領(lǐng)域應(yīng)用十分廣泛。因此研究影響統(tǒng)計(jì)學(xué)專業(yè)回歸分析成績的相關(guān)性是十分重要的。

選取了統(tǒng)計(jì)專業(yè)50名學(xué)生的專業(yè)基礎(chǔ)課成績（包括數(shù)學(xué)分析、高等代數(shù)、解析幾何和概率論）、回歸分析的平時(shí)成績和期末成績，結(jié)合多元線性回歸的基礎(chǔ)理論知識(shí)[1-2]，建立多元回歸方程，進(jìn)行深入研究，可以直觀、高效、科學(xué)地分析各種因素對(duì)回歸分析期末成績造成的影響。

二、建立多元線性回歸模型1及數(shù)據(jù)分析

運(yùn)用SPSS統(tǒng)計(jì)軟件對(duì)回歸分析期末成績的影響因素進(jìn)行研究，可以得到準(zhǔn)確、科學(xué)合理的數(shù)據(jù)結(jié)果，全面分析評(píng)價(jià)學(xué)生考試成績，對(duì)教師以后的教學(xué)工作和學(xué)生的學(xué)習(xí)會(huì)有較大幫助。自變量x1表示數(shù)學(xué)分析成績，x2表示高等代數(shù)成績，x3表示解析幾何成績，x4表示概率論成績，x5表示平時(shí)成績；因變量y1表示回歸分析期末成績，根據(jù)經(jīng)驗(yàn)可知因變量y1和自變量xi，i=1，2，3，4，5之間大致成線性關(guān)系，可建立線性回歸模型：

（1）

線性回歸模型通常滿足以下幾個(gè)基本假設(shè)，

1.隨機(jī)誤差項(xiàng)具有零均值和等方差，即

（2）

這個(gè)假定通常稱為高斯-馬爾柯夫條件。

2.正態(tài)分布假定條件

由多元正態(tài)分布的性質(zhì)和上述假定可知，隨機(jī)變量y1服從n維正態(tài)分布。

從表1描述性統(tǒng)計(jì)表中可看到各變量的平均值1=79.68，2=74.66，3=77.22，4=78.10，5=81.04，1=75.48；xi的標(biāo)準(zhǔn)差分別為10.847，11.531，8.929，9.018，9.221，y1的標(biāo)準(zhǔn)差為8.141；有效樣本量n=50。

回歸分析期末成績y1的多元回歸模型1為：

y1=-5.254+0.221x1-0.4x2+0.154x3

+0.334x4+0.347x5

從表2中可以看到各變量的|t|值，在給定顯著水平？琢=0.05的情況下，通過t分布表可以查出，自由度為44的臨界值t？琢/2（44）=2.015，由于高等代數(shù)x2的|t|值為0.651小于t？琢/2（44），因此x2對(duì)y1的影響不顯著，其他自變量對(duì)y1都是線性顯著的。下面利用后退法[3]剔除自變量x2。

三、后退法建立多元線性回歸模型2及數(shù)據(jù)分析

從模型1中剔除了x2變量，多元回歸模型2為：

y1=-5.459+0.204x1+0.149x3+0.377x4+0.293x5（5）

在表4中，F(xiàn)統(tǒng)計(jì)量為90.326，在給定顯著水平？琢=0.05的情況下，查F分布表可得，自由度為p=4和n-p-1=45的臨界值F0.05（4，45）=2.579，所以F>F0.05（4，45），在表5中，所有自變量的|t|值都大于t？琢/2（45）=2.014，因此，多元回歸模型2的線性關(guān)系是顯著的。

四、結(jié)束語

通過對(duì)上述模型進(jìn)行分析，即各個(gè)自變量對(duì)因變量的邊際影響，可以得到以下結(jié)論：在保持其他條件不變的情況下，當(dāng)數(shù)學(xué)分析成績提高一分，則回歸分析成績可提高0.242分[4-5]；同理，當(dāng)解析幾何成績、概率論成績和平時(shí)成績每提高一分，則回歸分析成績分別提高0.149分、0.377分和0.293分。

通過對(duì)學(xué)生專業(yè)基礎(chǔ)課成績、平時(shí)成績與回歸分析期末成績之間相關(guān)關(guān)系的研究，一方面有利于教師把控回歸分析教學(xué)課堂，提高教師意識(shí)，注重專業(yè)基礎(chǔ)課教學(xué)的重要性，同時(shí)，當(dāng)學(xué)生平時(shí)成績不好時(shí)，隨時(shí)調(diào)整教學(xué)進(jìn)度提高學(xué)生平時(shí)學(xué)習(xí)能力；另一方面使學(xué)生認(rèn)識(shí)到，為了更好地掌握回歸分析知識(shí)，應(yīng)加強(qiáng)專業(yè)基礎(chǔ)課的學(xué)習(xí)，提高平時(shí)學(xué)習(xí)的積極性。因此，通過對(duì)回歸分析期末成績影響因素的研究能有效的解決教師教學(xué)和學(xué)生學(xué)習(xí)中的許多問題。

統(tǒng)計(jì)學(xué)畢業(yè)論文范文模板(二)：大數(shù)據(jù)背景下統(tǒng)計(jì)學(xué)專業(yè)“數(shù)據(jù)挖掘”課程的教學(xué)探討論文

摘要：互聯(lián)網(wǎng)技術(shù)、物聯(lián)網(wǎng)技術(shù)、云計(jì)算技術(shù)的蓬勃發(fā)展，造就了一個(gè)嶄新的大數(shù)據(jù)時(shí)代，這些變化對(duì)統(tǒng)計(jì)學(xué)專業(yè)人才培養(yǎng)模式的變革起到了助推器的作用，而數(shù)據(jù)挖掘作為拓展和提升大數(shù)據(jù)分析方法與思路的應(yīng)用型課程，被廣泛納入統(tǒng)計(jì)學(xué)本科專業(yè)人才培養(yǎng)方案。本文基于數(shù)據(jù)挖掘課程的特點(diǎn)，結(jié)合實(shí)際教學(xué)經(jīng)驗(yàn)，對(duì)統(tǒng)計(jì)學(xué)本科專業(yè)開設(shè)數(shù)據(jù)挖掘課程進(jìn)行教學(xué)探討，以期達(dá)到更好的教學(xué)效果。

關(guān)鍵詞：統(tǒng)計(jì)學(xué)專業(yè)；數(shù)據(jù)挖掘；大數(shù)據(jù)；教學(xué)

一、引言

通常人們總結(jié)大數(shù)據(jù)有“4V”的特點(diǎn)：Volume（體量大），Variety（多樣性），Velocity（速度快）和Value（價(jià)值密度低）。從這樣大量、多樣化的數(shù)據(jù)中挖掘和發(fā)現(xiàn)內(nèi)在的價(jià)值，是這個(gè)時(shí)代帶給我們的機(jī)遇與挑戰(zhàn)，同時(shí)對(duì)數(shù)據(jù)分析技術(shù)的要求也相應(yīng)提高。傳統(tǒng)教學(xué)模式并不能適應(yīng)和滿足學(xué)生了解數(shù)據(jù)處理和分析最新技術(shù)與方法的迫切需要。對(duì)于常常和數(shù)據(jù)打交道的統(tǒng)計(jì)學(xué)專業(yè)的學(xué)生來說，更是如此。

二、課程教學(xué)探討

針對(duì)統(tǒng)計(jì)學(xué)本科專業(yè)的學(xué)生而言，“數(shù)據(jù)挖掘”課程一般在他們?nèi)昙?jí)或者四年級(jí)所開設(shè)，他們在前期已經(jīng)學(xué)習(xí)完統(tǒng)計(jì)學(xué)、應(yīng)用回歸分析、多元統(tǒng)計(jì)分析、時(shí)間序列分析等課程，所以在“數(shù)據(jù)挖掘”課程的教學(xué)內(nèi)容選擇上要有所取舍，同時(shí)把握好難度。不能把“數(shù)據(jù)挖掘”課程涵蓋了的所有內(nèi)容不加選擇地要求學(xué)生全部掌握，對(duì)學(xué)生來說是不太現(xiàn)實(shí)的，需要為統(tǒng)計(jì)學(xué)專業(yè)本科生“個(gè)性化定制”教學(xué)內(nèi)容。

（1）“數(shù)據(jù)挖掘”課程的教學(xué)應(yīng)該偏重于應(yīng)用，更注重培養(yǎng)學(xué)生解決問題的能力。因此，教學(xué)目標(biāo)應(yīng)該是：使學(xué)生樹立數(shù)據(jù)挖掘的思維體系，掌握數(shù)據(jù)挖掘的基本方法，提高學(xué)生的實(shí)際動(dòng)手能力，為在大數(shù)據(jù)時(shí)代，進(jìn)一步學(xué)習(xí)各種數(shù)據(jù)處理和定量分析工具打下必要的基礎(chǔ)。按照這個(gè)目標(biāo)，教學(xué)內(nèi)容應(yīng)以數(shù)據(jù)挖掘技術(shù)的基本原理講解為主，讓學(xué)生了解和掌握各種技術(shù)和方法的來龍去脈、功能及優(yōu)缺點(diǎn)；以算法講解為輔，由于有R語言、python等軟件，學(xué)生了解典型的算法，能用軟件把算法實(shí)現(xiàn)，對(duì)軟件的計(jì)算結(jié)果熟練解讀，對(duì)各種算法的改進(jìn)和深入研究則不作要求，有興趣的同學(xué)可以自行課下探討。

（2）對(duì)于已經(jīng)學(xué)過的內(nèi)容不再詳細(xì)講解，而是側(cè)重介紹它們在數(shù)據(jù)挖掘中的功能及綜合應(yīng)用。在新知識(shí)的講解過程中，注意和已學(xué)過知識(shí)的融匯貫通，既復(fù)習(xí)鞏固了原來學(xué)過的知識(shí)，同時(shí)也無形中降低了新知識(shí)的難度。比如，在數(shù)據(jù)挖掘模型評(píng)估中，把混淆矩陣、ROC曲線、誤差平方和等知識(shí)點(diǎn)就能和之前學(xué)過的內(nèi)容有機(jī)聯(lián)系起來。

（3）結(jié)合現(xiàn)實(shí)數(shù)據(jù)，讓學(xué)生由“被動(dòng)接收”式的學(xué)習(xí)變?yōu)椤爸鲃?dòng)探究”型的學(xué)習(xí)。在講解每種方法和技術(shù)之后，增加一個(gè)或幾個(gè)案例，以加強(qiáng)學(xué)生對(duì)知識(shí)的理解。除了充分利用已有的國內(nèi)外數(shù)據(jù)資源，還可以鼓勵(lì)學(xué)生去搜集自己感興趣的或者國家及社會(huì)大眾關(guān)注的問題進(jìn)行研究，提升學(xué)生學(xué)習(xí)的成就感。

（4）充分考慮前述提到的三點(diǎn)，課程內(nèi)容計(jì)劃安排見表1。

（5）課程的考核方式既要一定的理論性，又不能失掉實(shí)踐應(yīng)用性，所以需要結(jié)合平時(shí)課堂表現(xiàn)、平時(shí)實(shí)驗(yàn)項(xiàng)目完成情況和期末考試來綜合評(píng)定成績。采取期末閉卷理論考試占50%，平時(shí)實(shí)驗(yàn)項(xiàng)目完成占40%，課堂表現(xiàn)占10%，這樣可以全方位的評(píng)價(jià)學(xué)生的表現(xiàn)。

三、教學(xué)效果評(píng)估

經(jīng)過幾輪的教學(xué)實(shí)踐后，取得了如下的教學(xué)效果：

（1）學(xué)生對(duì)課程的興趣度在提升，課下也會(huì)不停地去思考數(shù)據(jù)挖掘有關(guān)的方法和技巧，發(fā)現(xiàn)問題后會(huì)一起交流與討論。

（2）在大學(xué)生創(chuàng)新創(chuàng)業(yè)項(xiàng)目或者數(shù)據(jù)分析的有關(guān)競賽中，選用數(shù)據(jù)挖掘方法的人數(shù)也越來越多，部分同學(xué)的成果還能在期刊上正式發(fā)表，有的同學(xué)還能在競賽中取得優(yōu)秀的成績。

（3）統(tǒng)計(jì)學(xué)專業(yè)本科生畢業(yè)論文的選題中利用數(shù)據(jù)挖掘有關(guān)方法來完成的論文越來越多，論文的完成質(zhì)量也在不斷提高。

（4）本科畢業(yè)生的就業(yè)崗位中從事數(shù)據(jù)挖掘工作的人數(shù)有所提高，說明滿足企業(yè)需求技能的人數(shù)在增加。繼續(xù)深造的畢業(yè)生選擇數(shù)據(jù)挖掘研究方向的人數(shù)也在逐漸增多，表明學(xué)生的學(xué)習(xí)興趣得以激發(fā)。

教學(xué)實(shí)踐結(jié)果表明，通過數(shù)據(jù)挖掘課程的學(xué)習(xí)，可以讓學(xué)生在掌握理論知識(shí)的基礎(chǔ)上，進(jìn)一步提升分析問題和解決實(shí)際問題的能力。

篇4

1 大數(shù)據(jù)時(shí)代已悄然來臨

大數(shù)據(jù)（Big data），是指無法在可承受的時(shí)間范圍內(nèi)用常規(guī)軟件工具進(jìn)行捕捉、管理和處理的數(shù)據(jù)集合。通常大數(shù)據(jù)只有通過分析才能獲取很多智能的、有價(jià)值的信息。因此，大數(shù)據(jù)分析對(duì)于高校檔案管理有著無可取代的作用。大數(shù)據(jù)分析的理論核心是數(shù)據(jù)挖掘算法，各種數(shù)據(jù)挖掘的算法基于不同數(shù)據(jù)類型和格式才能更加科學(xué)地呈現(xiàn)數(shù)據(jù)本身具備的特點(diǎn)，才能深入數(shù)據(jù)內(nèi)部，挖掘出公認(rèn)的價(jià)值。尤其在檔案管理上深入大數(shù)據(jù)分析將對(duì)工作帶來更大的?r值。

2 當(dāng)前高校檔案管理工作狀況及大數(shù)據(jù)在高校檔案管理的建立和應(yīng)用

目前，由于對(duì)檔案管理工作重視程度不足，高校內(nèi)仍然缺乏相應(yīng)的檔案管理硬件設(shè)施，個(gè)別部門的檔案人員甚至處于狹小潮濕的辦公區(qū)域，檔案庫房區(qū)、辦公區(qū)、閱覽區(qū)不能分開。很多檔案管理人員身兼數(shù)職，網(wǎng)絡(luò)化、數(shù)字化的檔案管理更是無從談起。傳統(tǒng)的檔案管理信息零落、復(fù)雜、不能共享。這樣間接地浪費(fèi)了檔案資源，還造成了原始檔案信息的流失，從而影響了檔案信息化的發(fā)展水平。因此，高校檔案管理信息化的建立已勢在必行，進(jìn)而為廣大師生提供新信息上網(wǎng)、電子郵件交流、聯(lián)機(jī)公共目錄查詢等服務(wù)，通過提供定向、定題的交互信息咨詢，提升檔案管理的服務(wù)能力和質(zhì)量。

3 大數(shù)據(jù)時(shí)代對(duì)高校檔案管理工作的影響

大數(shù)據(jù)時(shí)代對(duì)高校檔案管理工作的影響，第一是有助于原始檔案文件的保存。傳統(tǒng)的檔案文件常常以紙質(zhì)檔案、照片、錄音、錄像檔案的形式出現(xiàn)，歲月的沉淀和檔案人員的更新?lián)Q代，常常會(huì)因?yàn)槟承┲骺陀^因素的出現(xiàn)，而阻礙了高校檔案的開發(fā)利用。

第二是有助于加大檔案的開發(fā)利用程度。隨著大數(shù)據(jù)在檔案管理工作中的有效應(yīng)用，對(duì)傳統(tǒng)檔案實(shí)施有選擇和有步驟的數(shù)字化，為檔案網(wǎng)絡(luò)信息的存儲(chǔ)、檢索和利用提供數(shù)據(jù)基礎(chǔ)。通過大數(shù)據(jù)時(shí)代與檔案管理的結(jié)合，使檔案實(shí)體和檔案信息實(shí)現(xiàn)了自動(dòng)化管理，節(jié)省了大量的時(shí)間和人力資源，為開展檔案的科研工作創(chuàng)造了有利的條件。

篇5

摘要：大數(shù)據(jù)時(shí)代思維方式講究思維主體上的協(xié)同合作、思維客體上的綜合運(yùn)用、思維中介上的工具開發(fā)。數(shù)據(jù)應(yīng)用的側(cè)重點(diǎn)由感官理性轉(zhuǎn)向了證據(jù)理性，由單一結(jié)論轉(zhuǎn)向了個(gè)性化分析判斷，從被動(dòng)獲取轉(zhuǎn)向了主動(dòng)預(yù)測。它勢必在數(shù)據(jù)處理習(xí)慣、數(shù)據(jù)潛在價(jià)值挖掘和數(shù)據(jù)價(jià)值分析利用上對(duì)高校專業(yè)建設(shè)造成沖擊，并在專業(yè)建設(shè)數(shù)據(jù)挖掘力度、數(shù)據(jù)平臺(tái)搭建以及專門數(shù)據(jù)分析人才的培養(yǎng)方面提出相應(yīng)要求。

關(guān)鍵詞 ：大數(shù)據(jù) 思維方式 專業(yè)建設(shè)

高校專業(yè)建設(shè)匯聚著大量的信息，從學(xué)生角度來看，包括專業(yè)必修課、專業(yè)選修課、專業(yè)必修學(xué)分、專業(yè)實(shí)踐、課程作業(yè)、專業(yè)成績等各種信息；從教師角度來看，包含專業(yè)教學(xué)任務(wù)、課件等教學(xué)信息，專業(yè)論文著作、科學(xué)研究數(shù)據(jù)等科研信息；從管理者的角度來看，包含學(xué)科專業(yè)的分布、專業(yè)的數(shù)量規(guī)模、專業(yè)的招生就業(yè)、專業(yè)預(yù)警等信息。隨著移動(dòng)互聯(lián)網(wǎng)以及物聯(lián)網(wǎng)等新技術(shù)的興起，人們主動(dòng)產(chǎn)生和由設(shè)備自動(dòng)收集的專業(yè)信息必將越來越多。它們共同存在著數(shù)據(jù)量大、結(jié)構(gòu)復(fù)雜、產(chǎn)生頻率快的特點(diǎn)，毫無疑問，高校專業(yè)建設(shè)思維必將受其影響。2015年，教育部高等教育教學(xué)評(píng)估中心啟動(dòng)了教學(xué)基本狀態(tài)數(shù)據(jù)庫采集的行動(dòng)，標(biāo)志著大數(shù)據(jù)正大步向高校進(jìn)軍，其觸發(fā)的思維革命與方式轉(zhuǎn)變正大力沖擊著高校教學(xué)管理的固有模式。因此，有效運(yùn)用大數(shù)據(jù)時(shí)代思維方式探索高校專業(yè)建設(shè)發(fā)展途徑，有效預(yù)測和分析專業(yè)建設(shè)走向，是高水平大學(xué)走向現(xiàn)代化治理的必然趨勢。

一、大數(shù)據(jù)時(shí)代的特點(diǎn)及思維方式

維克托·邁爾·舍恩伯格在《大數(shù)據(jù)時(shí)代》一書中，解讀了大數(shù)據(jù)的4個(gè)特點(diǎn)，即大量（Volume）、高速（Velocity）、多樣（Variety）、真實(shí)（Veracity），簡稱4V。但他同時(shí)又提醒到，大數(shù)據(jù)延伸的另一個(gè)特點(diǎn)是更多和更亂。如果無法順暢理清各種數(shù)據(jù)間的關(guān)聯(lián)性，我們將在它的時(shí)代中迷失。舍恩伯格強(qiáng)調(diào)，在龐大的數(shù)據(jù)面前保持清晰的頭腦，理順?biāo)季S方式更為重要。他說，大數(shù)據(jù)時(shí)代思維方式是：每天早上起來想一下，這么多數(shù)據(jù)我能用來干什么，這些價(jià)值在哪里可以找到，能不能找到一個(gè)別人以前都沒有做過的事情，你的想法和思路，是最重要的資產(chǎn)。他提示我們，轉(zhuǎn)變慣有的思維方式，將成為獲取數(shù)據(jù)價(jià)值和創(chuàng)新行為方式的前提與根本。

數(shù)據(jù)是死的，人是活的，要讓死的數(shù)據(jù)說話，就必須發(fā)揮人的主觀能動(dòng)性，用活人的思維。有學(xué)者從思維主體、思維客體和思維中介等方面分析大數(shù)據(jù)時(shí)代應(yīng)具備的思維方式結(jié)構(gòu)，認(rèn)為在大數(shù)據(jù)時(shí)代面前，個(gè)體思維者在思維主體上需要從精神生產(chǎn)的過程中尋求協(xié)同合作，由個(gè)人的思維活動(dòng)轉(zhuǎn)化為集體思維活動(dòng)；在思維客體上要側(cè)重挖掘隱藏在數(shù)字背后的深刻的內(nèi)涵，實(shí)現(xiàn)突破性的科學(xué)預(yù)測和科研活動(dòng)，實(shí)現(xiàn)全方位、多角度的綜合思維；在思維中介上要尋求有力工具，運(yùn)用多種信息加工手段和方法，提高數(shù)據(jù)存儲(chǔ)和處理速度的準(zhǔn)確性和可靠性。并以此得出敏捷性、開放性、前瞻性和個(gè)性化是大數(shù)據(jù)時(shí)代思維方式的代表特征。

二、大數(shù)據(jù)時(shí)代思維方式對(duì)高校專業(yè)建設(shè)的沖擊

一是對(duì)數(shù)據(jù)處理習(xí)慣造成沖擊。按照以往數(shù)據(jù)管理和處理的方式，無論是管理者還是管理對(duì)象，都無法及時(shí)有效地搜集和應(yīng)對(duì)層出不窮、錯(cuò)綜復(fù)雜、始料未及的專業(yè)建設(shè)數(shù)據(jù)。一種處理的方式便是被動(dòng)獲取和被動(dòng)應(yīng)付，讓數(shù)據(jù)不斷累積或流失，然后定時(shí)清空或有意遺忘，無法真正有效挖掘數(shù)據(jù)的隱藏價(jià)值，造成“數(shù)據(jù)浪費(fèi)”。其原因在于人們的思維尚未適應(yīng)大數(shù)據(jù)時(shí)代的洪流，尚未意識(shí)到在大數(shù)據(jù)面前，個(gè)體的思維主導(dǎo)和思維對(duì)象以及所能利用的思維中介早已超出了固有的范疇習(xí)慣，如不轉(zhuǎn)變數(shù)據(jù)處理的思維方式，改進(jìn)處理數(shù)據(jù)的思維習(xí)慣，管理將陷入低效和混亂的境地，協(xié)同創(chuàng)新將舉步維艱。

二是對(duì)數(shù)據(jù)潛在價(jià)值的挖掘造成沖擊。以往對(duì)專業(yè)建設(shè)數(shù)據(jù)的挖掘通常采用直線型的方式進(jìn)行。就高校教育管理層來說，專業(yè)建設(shè)數(shù)據(jù)往往是自下而上獲得，通過各學(xué)院、專業(yè)的報(bào)送來獲取第一手專業(yè)數(shù)據(jù)。就專業(yè)本身來說，其建設(shè)數(shù)據(jù)的獲得一般采用實(shí)時(shí)獲取、延時(shí)存儲(chǔ)、滯后分析的直線型關(guān)系模式進(jìn)行。而大數(shù)據(jù)時(shí)代下要求我們從時(shí)空的立體角度對(duì)專業(yè)數(shù)據(jù)的潛在價(jià)值進(jìn)行深入挖掘。按照挖掘的任務(wù)，一項(xiàng)數(shù)據(jù)的挖掘包含了對(duì)數(shù)據(jù)的時(shí)空聚類、時(shí)空分類、時(shí)空異常檢測等過程，并逐步深入探討對(duì)數(shù)據(jù)挖掘的頻繁模式、周期模式、共現(xiàn)模式、關(guān)聯(lián)模式等主題的研究，以圖架構(gòu)起科學(xué)的數(shù)據(jù)挖掘系統(tǒng)。例如，通過高校選課平臺(tái)，長期跟蹤學(xué)生選課科目，通過有效數(shù)據(jù)的挖掘，得出該時(shí)間段學(xué)生對(duì)某一學(xué)科領(lǐng)域的興趣度數(shù)據(jù)，繼而對(duì)某一專業(yè)所在的選修課的開設(shè)廣度和深度進(jìn)行判斷，同時(shí)也可以為開課教師的教學(xué)效果評(píng)定提供有效數(shù)據(jù)證明。

三對(duì)數(shù)據(jù)價(jià)值的分析利用造成沖擊。大數(shù)據(jù)的應(yīng)用核心是大數(shù)據(jù)預(yù)測：通過對(duì)各方面的數(shù)據(jù)分析利用，提前預(yù)判即將到來的事件。那么，通過對(duì)專業(yè)建設(shè)時(shí)空數(shù)據(jù)的挖掘，運(yùn)用相關(guān)技術(shù)進(jìn)行關(guān)聯(lián)分析，可以極大地提升專業(yè)建設(shè)的預(yù)測能力，達(dá)成科學(xué)的專業(yè)預(yù)警機(jī)制和專業(yè)規(guī)劃方案。它一改以前高校對(duì)于專業(yè)發(fā)展預(yù)測的理論與感性判斷，采用實(shí)樣而非抽樣，效率而非精確，相關(guān)而非因果等相互關(guān)系，用數(shù)據(jù)和事實(shí)說話。例如，在探索專業(yè)分流的問題時(shí)，學(xué)?？衫脠D書館借閱平臺(tái)，從新生入學(xué)第一天起，記錄其借閱圖書的數(shù)量、頻率、種類、周期等行為數(shù)據(jù)，通過時(shí)空聚類和共現(xiàn)模式對(duì)數(shù)據(jù)進(jìn)行深入挖掘，就可以大致預(yù)測該生的學(xué)科興趣和專業(yè)愛好，繼而判定其可能感興趣的專業(yè)，將之提供給學(xué)生，作為其挑選專業(yè)的參考數(shù)據(jù)，對(duì)于解決學(xué)生專業(yè)選擇的盲目性和未來專業(yè)旨趣有很大助益。由此，學(xué)校的專業(yè)定位將被提前明確并適時(shí)調(diào)整，個(gè)性化專業(yè)分流及因材施教將得以可能。

三、大數(shù)據(jù)時(shí)代思維方式對(duì)高校專業(yè)建設(shè)提出新的要求

首先，要求加大專業(yè)建設(shè)數(shù)據(jù)挖掘力度，提升專業(yè)建設(shè)數(shù)據(jù)的實(shí)用價(jià)值。高校在專業(yè)建設(shè)過程中產(chǎn)生了形形的數(shù)據(jù)，就專業(yè)內(nèi)在結(jié)構(gòu)的角度來看，包括專業(yè)數(shù)量，專業(yè)定位，課程設(shè)置等信息。從專業(yè)外在價(jià)值的角度來看，包括專業(yè)滿意度、專業(yè)興趣度、專業(yè)課程設(shè)置、專業(yè)實(shí)踐安排、專業(yè)教師配備等信息，這些數(shù)據(jù)的獲取、監(jiān)控和分析直接關(guān)系著專業(yè)建設(shè)的走向，通過獲取這些關(guān)鍵數(shù)據(jù)，從大的方面來說，可以預(yù)測專業(yè)定位和人才培養(yǎng)的成效；從小的方面來說，可以及時(shí)有效獲得課程體系和師資力量等有效數(shù)據(jù)，進(jìn)一步提高教育教學(xué)質(zhì)量。因此，改變以往被動(dòng)式的搜集專業(yè)數(shù)據(jù)的習(xí)慣，深入挖掘?qū)I(yè)建設(shè)帶來的各種數(shù)據(jù)，可以有效提升專業(yè)建設(shè)數(shù)據(jù)的實(shí)際效用。

其次，要求搭建專業(yè)建設(shè)數(shù)據(jù)平臺(tái)，拓寬專業(yè)建設(shè)數(shù)據(jù)獲取途徑。良好的數(shù)據(jù)挖掘需要科學(xué)數(shù)據(jù)獲取的平臺(tái)，否則無法科學(xué)共享數(shù)據(jù)和分析數(shù)據(jù)的意義，這就需要找尋到一個(gè)專業(yè)的數(shù)據(jù)實(shí)用工具，搭建一個(gè)專業(yè)的數(shù)據(jù)平臺(tái)。以復(fù)旦大學(xué)為例，該校從2012年開始建立和逐步完善校級(jí)統(tǒng)一數(shù)據(jù)倉庫，在數(shù)據(jù)倉庫的基礎(chǔ)上，建立了包含面向師生在內(nèi)的多類的主題數(shù)據(jù)展示系統(tǒng)，包括人員信息類（教職工信息統(tǒng)計(jì)、學(xué)生信息統(tǒng)計(jì)、本?？粕拘畔⒉樵儭⒔搪毠せ拘畔⒉樵?、研究生基本信息查詢）、科研類（文科科研數(shù)據(jù)分析、教師學(xué)術(shù)表現(xiàn)）、教學(xué)類（研究生成績分析、招生數(shù)據(jù)分析、本科生生命周期數(shù)據(jù)分析）、綜合服務(wù)（一卡通分析、圖書館客流分析、綜合校情展示、其他信息）、學(xué)生工作（宿舍數(shù)據(jù)統(tǒng)計(jì)、宿舍使用情況統(tǒng)計(jì)）、報(bào)表類（教育部高基報(bào)表）等。[ ]形成了在業(yè)務(wù)管理，教學(xué)資源，網(wǎng)絡(luò)行為三個(gè)層面以數(shù)據(jù)化為著眼點(diǎn)，以“人”為中心的數(shù)據(jù)索引和存儲(chǔ)模式。既實(shí)現(xiàn)了數(shù)據(jù)共享，又促進(jìn)了業(yè)務(wù)融合，同時(shí)也為教育決策提供服務(wù)支持。近期教育部組織各高校完善教學(xué)基本狀態(tài)數(shù)據(jù)庫采集的舉措，將對(duì)專業(yè)建設(shè)數(shù)據(jù)的監(jiān)控宏觀調(diào)控起到重大作用，某種程度上佐證了數(shù)據(jù)平臺(tái)搭建的必要性。

最后，要求培養(yǎng)專業(yè)建設(shè)數(shù)據(jù)分析人才，深入分析專業(yè)建設(shè)數(shù)據(jù)意義。大量數(shù)據(jù)的堆積并不能直接產(chǎn)生效益，所謂外行人看熱鬧，內(nèi)行人看門道，研究表明，僅有少量的數(shù)據(jù)能被挖掘用來解決實(shí)際問題，很多復(fù)雜、重要的問題要依靠數(shù)據(jù)處理、數(shù)據(jù)集成和數(shù)據(jù)質(zhì)量來解決。這就要求校園信息化中做數(shù)據(jù)分析的人員需要具備既懂得數(shù)據(jù)、又懂得業(yè)務(wù)的復(fù)合能力，能將業(yè)務(wù)帶入到數(shù)據(jù)剖析過程、將技術(shù)傳遞給業(yè)務(wù)人員。從而建立起大數(shù)據(jù)管理的良性生態(tài)。因此，培養(yǎng)專業(yè)化的數(shù)據(jù)分析人才顯得尤為必要，高校專業(yè)建設(shè)也不例外。當(dāng)數(shù)以萬計(jì)的專業(yè)建設(shè)數(shù)據(jù)蜂擁而至的時(shí)候，如何更好、更科學(xué)有效地獲取、存儲(chǔ)、分析、挖掘和利用它們，非專業(yè)化人員無法有效實(shí)現(xiàn)。有鑒于此，部分院校已在嘗試開設(shè)大數(shù)據(jù)采集與管理專業(yè)，意圖培養(yǎng)專業(yè)的大數(shù)據(jù)分析人才。而在國外，如美國，圍繞大數(shù)據(jù)的開發(fā)和應(yīng)用，早已形成了專門的職業(yè)，用來專業(yè)挖掘數(shù)據(jù)的意義。所以，在教育管理層面上嘗試培養(yǎng)專門的專業(yè)建設(shè)數(shù)據(jù)分析人才，對(duì)于專業(yè)建設(shè)發(fā)展有著深遠(yuǎn)的意義。

參考文獻(xiàn)

[ 1 ] 張燕南等. 大數(shù)據(jù)時(shí)代思維方式對(duì)教育的啟示[ J ] . 教育發(fā)展研究,2013(11):2-3

[2]吉根林等.面向大數(shù)據(jù)的時(shí)空數(shù)據(jù)挖掘綜述[J].南京師大學(xué)報(bào)·自然科學(xué)版,2014(3):3

[3]呂本富等.大數(shù)據(jù)預(yù)測研究及相關(guān)問題[J].科技促進(jìn)發(fā)展,2014(1):61-62

[4]趙澤宇等.復(fù)旦大學(xué)：大數(shù)據(jù)促進(jìn)服務(wù)模式轉(zhuǎn)變[J].中國教育網(wǎng)絡(luò),2014:69

篇6

關(guān)鍵字：大數(shù)據(jù)　情報(bào)研究　情報(bào)研究技術(shù)

中圖分類號(hào)：　G250.2 文獻(xiàn)標(biāo)識(shí)碼：　A 文章編號(hào)：　1003-6938（2012）06－0001-08

1　引言

當(dāng)數(shù)據(jù)和黃金一樣，成為一種新的經(jīng)濟(jì)資產(chǎn)［1］，當(dāng)科研處于以數(shù)據(jù)為基礎(chǔ)進(jìn)行科學(xué)發(fā)現(xiàn)的第四范式［2］，當(dāng)數(shù)據(jù)開始變革教育［3］，這些無不宣告著我們已經(jīng)進(jìn)入了大數(shù)據(jù)（big　data）時(shí)代。不同的學(xué)科領(lǐng)域，正在不同的層面上廣泛地關(guān)注著大數(shù)據(jù)對(duì)自己的研究和實(shí)踐帶來的深刻影響，情報(bào)研究領(lǐng)域也不例外。

大數(shù)據(jù)，顧名思義是大規(guī)模的數(shù)據(jù)集，但它又不僅僅是一個(gè)簡單的數(shù)量的概念，IBM公司指出，大數(shù)據(jù)的特點(diǎn)是4個(gè)V：Volume（大量）、Velocity（高速）、Variety（多樣）及Veracity（真實(shí)），它提供了在新的和正在出現(xiàn)的數(shù)據(jù)和內(nèi)容中洞悉事物的機(jī)會(huì)，使業(yè)務(wù)更加靈活，并回答以往沒有考慮到的問題［4］。Gartner公司的報(bào)告也提出，大數(shù)據(jù)是大容量、高速和多樣化的信息資產(chǎn)，它們需要新的處理方式，以提高決策能力、洞察力和流程優(yōu)化［5］。

由此可見，大數(shù)據(jù)強(qiáng)調(diào)的不單純只是數(shù)據(jù)量多少的問題，其背后隱藏了更為復(fù)雜和深刻的理念，這些理念包括：①將對(duì)數(shù)據(jù)和信息的分析提升到了前所未有的高度。這里的分析不是一般的統(tǒng)計(jì)計(jì)算，而是深層的挖掘。大數(shù)據(jù)時(shí)代，如何充分利用好積累的數(shù)據(jù)和信息，以創(chuàng)造出更多的價(jià)值，已經(jīng)成為企業(yè)管理者、政府機(jī)構(gòu)以及科研工作者首要關(guān)注的問題?！皹I(yè)務(wù)就是數(shù)據(jù)”、“數(shù)據(jù)就是業(yè)務(wù)”、“從大數(shù)據(jù)中發(fā)掘大洞察”等意味著對(duì)數(shù)據(jù)分析提出了新的、更高的要求?？梢赃@么說，大數(shù)據(jù)時(shí)代就是數(shù)據(jù)分析的時(shí)代。②多種數(shù)據(jù)的整合和融合利用。大數(shù)據(jù)時(shí)代，數(shù)據(jù)的多樣性是一種真實(shí)的存在，數(shù)據(jù)既包括結(jié)構(gòu)化的數(shù)據(jù)，也包括非結(jié)構(gòu)化的數(shù)據(jù)，表現(xiàn)方式可以是數(shù)據(jù)庫、數(shù)據(jù)表格、文本、傳感數(shù)據(jù)、音頻、視頻等多種形式。同一個(gè)事實(shí)或規(guī)律可以同時(shí)隱藏在不同的數(shù)據(jù)形式中，也可能是每一種數(shù)據(jù)形式分別支持了同一個(gè)事實(shí)或規(guī)律的某一個(gè)或幾個(gè)側(cè)面，這既為數(shù)據(jù)和信息分析的結(jié)論的交叉驗(yàn)證提供了契機(jī)，也要求分析者在分析研究過程中有意識(shí)地融集各種類型的數(shù)據(jù)，從多種信息源中發(fā)現(xiàn)潛在知識(shí)。只有如此，才能真正地提高數(shù)據(jù)分析的科學(xué)性和準(zhǔn)確性。③更加廣泛地應(yīng)用新技術(shù)和適用技術(shù)。數(shù)據(jù)量大（Volume）、類型多樣（Variety）、增長速度快（Velocity）是大數(shù)據(jù)的突出特點(diǎn)，這必然會(huì)帶來數(shù)據(jù)獲取、整合、存儲(chǔ)、分析等方面的新發(fā)展，產(chǎn)生相應(yīng)的新技術(shù)或者將已有的技術(shù)創(chuàng)新地應(yīng)用于大數(shù)據(jù)的管理與分析。同時(shí)，大數(shù)據(jù)的這些特點(diǎn)也決定了傳統(tǒng)的、以人工分析為主的工作模式將遇到瓶頸，計(jì)算機(jī)輔助分析或基于計(jì)算機(jī)的智能化分析，將成為大數(shù)據(jù)時(shí)代數(shù)據(jù)與信息分析的主流模式。

對(duì)于在數(shù)據(jù)分析領(lǐng)域扮演重要角色的情報(bào)研究工作而言，大數(shù)據(jù)的理念和技術(shù)既帶來了機(jī)遇，也帶來了挑戰(zhàn)。一方面，在大數(shù)據(jù)時(shí)代，情報(bào)研究工作正在得到空前的重視，大數(shù)據(jù)為情報(bào)研究的新發(fā)展提供了機(jī)會(huì)，從更為廣闊的視野來看待情報(bào)研究的定位，研究新技術(shù)新方法，解決新問題，將極大地促進(jìn)情報(bào)研究理論與實(shí)踐前進(jìn)的步伐。另一方面，大數(shù)據(jù)時(shí)代本身也要求各行各業(yè)重視情報(bào)研究工作，這就必然使得眾多學(xué)科有意識(shí)地涉足到以往作為專門領(lǐng)域的情報(bào)研究之中，并將其作為本學(xué)科的重要組成部分加以建設(shè)。文獻(xiàn)分析（本質(zhì)是文本分析）不再為情報(bào)研究所獨(dú)占，以往情報(bào)研究領(lǐng)域積累的相關(guān)理論和方法很有可能優(yōu)勢不再。因此，如何把握住自身的優(yōu)勢，并抓住機(jī)會(huì)有所拓展，是情報(bào)學(xué)在大數(shù)據(jù)時(shí)代需要思考的問題。

2　大數(shù)據(jù)環(huán)境下情報(bào)研究的發(fā)展趨勢

大數(shù)據(jù)帶來的新觀念，正在引報(bào)研究的新發(fā)展，而且，研究人員也在不斷地從情報(bào)研究的實(shí)踐中總結(jié)經(jīng)驗(yàn)教訓(xùn)，引導(dǎo)情報(bào)研究的未來走向。英國萊斯特大學(xué)的Mark　Phythian教授在2008年10月作　了題為“情報(bào)分析的今天和明天”的報(bào)告［6］，指出：①獲知情境是至關(guān)重要的。忽略戰(zhàn)略環(huán)境、領(lǐng)導(dǎo)風(fēng)格和心理因素等更為廣泛的問題，將導(dǎo)致情報(bào)研究的失誤；②要加強(qiáng)信息之間的關(guān)聯(lián)。美國政府部門內(nèi)部的信息共享障礙，致使分析人員無法獲取充足的信息來支持分析活動(dòng)，導(dǎo)致情報(bào)研究中的預(yù)測失敗；③要汲取更多外界的專業(yè)知識(shí)。這一舉措雖然不能保證分析的成功性，但將是競爭分析的重要信息來源。

綜合大數(shù)據(jù)背景的要求和以往情報(bào)研究的經(jīng)驗(yàn)教訓(xùn)，結(jié)合國內(nèi)外同行的研究成果，本文將情報(bào)研究的發(fā)展趨勢總結(jié)為以下五個(gè)方面：單一領(lǐng)域情報(bào)研究轉(zhuǎn)向全領(lǐng)域情報(bào)研究；綜合利用多種數(shù)據(jù)源；注重新型信息資源的分析；強(qiáng)調(diào)情報(bào)研究的嚴(yán)謹(jǐn)性；情報(bào)研究的智能化。

2.1　單一領(lǐng)域情報(bào)研究轉(zhuǎn)向全領(lǐng)域情報(bào)研究

隨著學(xué)科的深入交叉融合及社會(huì)發(fā)展、經(jīng)濟(jì)發(fā)展與科技發(fā)展一體化程度的增強(qiáng)，情報(bào)研究正從單一領(lǐng)域分析向全領(lǐng)域分析的方向發(fā)展。

首先，表現(xiàn)在各領(lǐng)域中的情報(bào)研究從視角、方法上的相互借鑒。從方法上看，社交網(wǎng)絡(luò)分析方法、空間信息分析等其他學(xué)科的分析方法，廣泛應(yīng)用于軍事情報(bào)、科技情報(bào)等領(lǐng)域，心理學(xué)等領(lǐng)域的理論也用于情報(bào)分析的認(rèn)知過程，以指導(dǎo)情報(bào)分析及其工具的研發(fā)。同時(shí)，情報(bào)學(xué)中的引文分析等文獻(xiàn)計(jì)量方法也被借鑒用于網(wǎng)站影響力評(píng)估。從技術(shù)上看，可視化、數(shù)據(jù)挖掘等計(jì)算機(jī)領(lǐng)域的技術(shù)，為情報(bào)研究提供了有力的技術(shù)視角，情報(bào)研究獲得的知識(shí)反過來又給予其他技術(shù)領(lǐng)域的發(fā)展以引導(dǎo)。可見，無論從思想上、方法上、技術(shù)上，各領(lǐng)域之間的交叉點(diǎn)越來越多，雖然這種相互借鑒早就存在，但現(xiàn)在意識(shí)更強(qiáng)、手段更為綜合。

其次是分析內(nèi)容的擴(kuò)展，這也是最為重要和顯著的變化。在情報(bào)研究過程中，不僅僅局限于就本領(lǐng)域問題的分析而分析，而將所分析的內(nèi)容置于一個(gè)更大的情景下做通盤考慮，從而得出更為嚴(yán)謹(jǐn)?shù)慕Y(jié)論。聯(lián)合國的創(chuàng)新倡議項(xiàng)目Global　Pulse在其白皮書“Big　Data　for　Development：　Opportunities　&　Challenges”［7］中指出，情境是關(guān)鍵，基于沒有代表性樣本而獲得的結(jié)論是缺乏外部合法性的，即不能反映真實(shí)的世界。在情報(bào)研究領(lǐng)域，一些數(shù)據(jù)往往因?yàn)橐恍┎豢煽沽Φ脑蚨煌暾缭缙诘目萍紨?shù)據(jù)，可能由于國際形勢等外部因素，導(dǎo)致一些國家的科技信息無法獲取，基于這樣缺失的分析樣本來評(píng)估該國的科技影響力，如果僅就數(shù)據(jù)論數(shù)據(jù)，無疑是會(huì)得“正確”的錯(cuò)誤結(jié)論，這時(shí)應(yīng)針對(duì)這樣的異常情況，將研究問題放置在當(dāng)時(shí)的時(shí)代背景下，揭示背后的原因，從其他方面收集信息來補(bǔ)充，才能得出符合實(shí)際的結(jié)論。也就是說，必須要考察不同時(shí)間戳下的相關(guān)信息，再對(duì)分析內(nèi)容加以擴(kuò)充，這實(shí)質(zhì)是一種基于時(shí)間軸的擴(kuò)展。另外，將內(nèi)容擴(kuò)展至本領(lǐng)域的上下游則是一種更為重要的擴(kuò)展。例如，考察某項(xiàng)技術(shù)的發(fā)展前景，如果僅就該技術(shù)本身來討論，可能會(huì)得出正面的結(jié)論，但如果結(jié)合特定地區(qū)人們對(duì)該技術(shù)的態(tài)度、當(dāng)?shù)氐募夹g(shù)水平、物理?xiàng)l件、發(fā)展定位等，卻可能會(huì)得出相反的結(jié)論。這就說明，在很多領(lǐng)域中，環(huán)境不同，發(fā)展程度不同，要解決的問題也就不同。一些地區(qū)當(dāng)前關(guān)注的問題不一定就是其他地區(qū)要關(guān)注的問題，某些欠發(fā)達(dá)地區(qū)當(dāng)前不一定就必須照搬另一些所謂發(fā)達(dá)地區(qū)的當(dāng)前做法。這需要通盤考察，分析相關(guān)思想、觀點(diǎn)和方法產(chǎn)生的土壤、使用的條件，結(jié)合當(dāng)前環(huán)境再做出判斷，否則可能會(huì)對(duì)決策者產(chǎn)生誤導(dǎo)。

2.2　綜合利用多種數(shù)據(jù)源

綜合利用多種信息源已經(jīng)成為情報(bào)研究的另一大發(fā)展趨勢。Thomas　Fingar［8］從軍事情報(bào)角度指出，軍事情報(bào)界需要綜合利用人際情報(bào)、信號(hào)情報(bào)、圖像情報(bào)和外部情報(bào)，進(jìn)行全資源分析（all-source　analysis），即利用多種不同的信息資源來評(píng)估、揭示、解釋事物的發(fā)展、發(fā)現(xiàn)新知識(shí)或解決政策難題。科技情報(bào)界也是如此，如利用科技論文和專利，發(fā)現(xiàn)科技之間的轉(zhuǎn)換關(guān)系、預(yù)測技術(shù)發(fā)展方向，綜合利用政府統(tǒng)計(jì)數(shù)據(jù)、高校網(wǎng)站、期刊、報(bào)紙、圖書等來評(píng)估大學(xué)等科研機(jī)構(gòu)?？梢?，綜合利用多種信息源是從問題出發(fā)，系統(tǒng)化地整合所有相關(guān)信息資源來支持情報(bào)研究，信息源可以是學(xué)術(shù)論文、專利等不同類型的文獻(xiàn)集合、文本和數(shù)據(jù)的集合也可以是正式出版物與非正式出版物的集合等。

這一發(fā)展趨勢是由幾大因素決定的。一是情報(bào)研究問題的復(fù)雜性。在大數(shù)據(jù)背景下，情報(bào)不再局限在科技部門，而成為全社會(huì)的普遍知識(shí)。公眾對(duì)情報(bào)的需求使得情報(bào)研究問題更為綜合，涉及要素更為多元，同時(shí)也更為細(xì)化。這導(dǎo)致單一數(shù)據(jù)源不能滿足分析的要求，需要不同類型的信息源相互補(bǔ)充。例如要分析科技之間的轉(zhuǎn)換關(guān)系，就避免不了涉及科技論文和專利這兩種類型的信息源。二是各種信息源的特性。不同信息源可以從不同角度揭示問題，如專利、研究出版物、技術(shù)報(bào)告等，可以較為直觀地反映研究者對(duì)某科技問題的理解與描述，而評(píng)論文章、科技新聞、市場調(diào)查等，可以反映出社會(huì)對(duì)該科技的觀點(diǎn)、認(rèn)知情況［9］。因此，各類信息自身的特性就說明他們之間可以、也需要相互補(bǔ)充。此外，從現(xiàn)實(shí)角度來看，通常會(huì)遇到某些信息無法獲取的情況，這就需要?jiǎng)e的信息加以替代，這就從實(shí)踐角度說明了綜合利用多種信息源的必要性。三是分析結(jié)果的重要性。以評(píng)估大學(xué)為例，評(píng)估的結(jié)果會(huì)引導(dǎo)各學(xué)校在比較中發(fā)現(xiàn)自身優(yōu)勢和差距，指導(dǎo)未來發(fā)展定位，同時(shí)也為廣大學(xué)生報(bào)考提供參考?？梢?，研究結(jié)果對(duì)社會(huì)的影響是廣泛而深遠(yuǎn)的，要做到分析結(jié)果的可靠性、科學(xué)性，必然先要從源頭上，即分析數(shù)據(jù)上加以豐富完善。

綜合利用多種信息源也意味著諸多挑戰(zhàn)。首先分析人員要熟悉每一種信息資源的特性，了解相似信息在不同資源類型中是如何表現(xiàn)的，不同信息源相互之間的關(guān)系是怎樣的。其次，針對(duì)待分析的問題，要選擇適合的信息，并不是信息越多越好，類型越全越好，尤其是當(dāng)問題含糊不清時(shí)，可能需要不斷地調(diào)整信息源。再次，情報(bào)研究人員要能有效地綜合、組織、解釋不同信息源分析出的結(jié)果，特別是當(dāng)結(jié)論有所沖突的時(shí)候，識(shí)別不當(dāng)結(jié)果、保證分析結(jié)果的正確性是很重要的。

2.3　注重新型信息資源的分析

隨著網(wǎng)絡(luò)應(yīng)用的深入，出現(xiàn)了許多新型的媒體形式。Andreas　M.　Kaplan等人將構(gòu)建于Web2.0技術(shù)和思想基礎(chǔ)上，允許用戶創(chuàng)建交換信息內(nèi)容的基于網(wǎng)絡(luò)的應(yīng)用定義為社會(huì)化媒體（Social　Media），包括合作項(xiàng)目（如維基百科）、博客、內(nèi)容社區(qū)（如YouTube）、社交網(wǎng)站、虛擬游戲世界和虛擬社會(huì)世界（如第二人生）等六種類型［10］。這類媒體形式依托于Web2.0等網(wǎng)絡(luò)技術(shù)，以用戶為中心來組織、傳播信息，信息可以是用戶創(chuàng)造性的言論或觀點(diǎn)，可以是圍繞自己喜好收集的信息資源集合等。由于社會(huì)化媒體的易用性、快速性和易獲取性等特點(diǎn)，它們正迅速地改變著社會(huì)的公共話語環(huán)境，并引導(dǎo)著技術(shù)、娛樂、政治等諸多主題的發(fā)展［11］。這些通過龐大的用戶社區(qū)來傳播的高度多樣化的信息及其網(wǎng)絡(luò)結(jié)構(gòu)，為洞悉公眾對(duì)某一主題的觀點(diǎn)、研究信息擴(kuò)散等社會(huì)現(xiàn)象［12］、預(yù)測未來發(fā)展方向［11］等提供了機(jī)會(huì)，有助于發(fā)現(xiàn)有共同興趣的社群、領(lǐng)域?qū)＜?、熱點(diǎn)話題［13］等，帶來了網(wǎng)絡(luò)輿情分析等研究內(nèi)容。此外，這類信息結(jié)合其他類型的數(shù)據(jù)，產(chǎn)生了新的情報(bào)研究領(lǐng)域。例如，智能手機(jī)的普及和GPS的廣泛應(yīng)用，使得可以從社交網(wǎng)絡(luò)和網(wǎng)絡(luò)交互數(shù)據(jù)、移動(dòng)傳感數(shù)據(jù)和設(shè)備傳感數(shù)據(jù)中獲取社會(huì)和社區(qū)情報(bào)（social　and　community　intelligence，SCI），揭示人類行為模式和社群動(dòng)態(tài)［14］。

此外，機(jī)構(gòu)知識(shí)庫等作為一種反映組織或群體知識(shí)成果的智力資源，也正引報(bào)界的重視。網(wǎng)絡(luò)信息聯(lián)盟的執(zhí)行董事Clifford　A.　Lynch［15］從大學(xué)的角度指出，成熟完整的機(jī)構(gòu)知識(shí)庫應(yīng)包含機(jī)構(gòu)和學(xué)生的智力成果（包括科研材料和教學(xué)材料）以及記錄機(jī)構(gòu)自身各項(xiàng)事件和正在進(jìn)行的科研活動(dòng)的文檔。這暗示著學(xué)術(shù)界從過去只關(guān)心科研成果正逐步轉(zhuǎn)向關(guān)注科研過程。從機(jī)構(gòu)知識(shí)庫中，可以發(fā)現(xiàn)隱藏其中的科研模式、揭示目前科研狀況的不足，引導(dǎo)機(jī)構(gòu)未來科研的發(fā)展走向等。但現(xiàn)有的機(jī)構(gòu)知識(shí)庫工具還缺乏幫助人們理解和分析這些資源的機(jī)制［16］，在大數(shù)據(jù)環(huán)境下，加強(qiáng)這方面的研究也是必然趨勢?？梢灶A(yù)見，隨著科技的發(fā)展和應(yīng)用的深入，還會(huì)不斷的有新型資源出現(xiàn)，并不斷促進(jìn)情報(bào)研究的發(fā)展。

2.4　強(qiáng)調(diào)情報(bào)研究的嚴(yán)謹(jǐn)性

情報(bào)研究活動(dòng)在宏觀層面上是一種意義構(gòu)建（sensemaking）［17］，依賴于分析人員根據(jù)已有知識(shí)構(gòu)建認(rèn)知框架（frame），通過對(duì)認(rèn)知框架的不斷修正來達(dá)到理解的目的［18］。這意味著情報(bào)研究活動(dòng)本身帶有很大的不確定性，很多因素影響著情報(bào)研究的有效性。如何使情報(bào)研究工作更加嚴(yán)謹(jǐn)，減少情報(bào)分析的不確定、提升情報(bào)成果的質(zhì)量，正成為學(xué)術(shù)界當(dāng)前普遍關(guān)注的問題。情報(bào)研究嚴(yán)謹(jǐn)性（rigor）不等同于分析結(jié)果的正確性，它衡量的是情報(bào)研究的過程，是指在情報(bào)研究過程中“基于仔細(xì)考慮或調(diào)查，應(yīng)用精確和嚴(yán)格的標(biāo)準(zhǔn)，從而更好地理解和得出結(jié)論”［19］。美國俄亥俄州立大學(xué)的Deniel　Zelik［20］［21］從評(píng)估角度，給出了8個(gè)指標(biāo)來衡量分析過程的嚴(yán)謹(jǐn)性：假設(shè)探索、信息檢索、信息驗(yàn)證、立場分析、敏感度分析、專家協(xié)作、信息融合和解釋評(píng)價(jià)。從這幾項(xiàng)指標(biāo)看，信息檢索和融合是從分析信息源上消除不全面性；假設(shè)探索是要使用多種視角來揭示數(shù)據(jù)和信息；信息驗(yàn)證側(cè)重于數(shù)據(jù)的溯源、佐證和交叉驗(yàn)證；立場分析強(qiáng)調(diào)分析的情境性；敏感度分析指分析人員要了解分析的局限性，目的是從分析方法上消除主觀影響；專家協(xié)作是防止分析結(jié)果受分析人員自身的學(xué)科背景或經(jīng)驗(yàn)帶來的偏差；解釋評(píng)價(jià)是要正確對(duì)待分析結(jié)論?？梢姡閳?bào)研究的嚴(yán)謹(jǐn)性意在消除人的主觀偏見，用更為客觀的視角對(duì)待情報(bào)研究。如果說之前的情報(bào)研究活動(dòng)依賴專家的個(gè)人判斷，帶有較為強(qiáng)烈的主觀色彩，那么走向嚴(yán)謹(jǐn)性的情報(bào)研究活動(dòng)正逐步轉(zhuǎn)變?yōu)橐婚T科學(xué)。

在大數(shù)據(jù)背景下，情報(bào)分析的嚴(yán)謹(jǐn)性，不僅體現(xiàn)在理念上，還暗含了對(duì)技術(shù)的要求。面對(duì)海量數(shù)據(jù)，自動(dòng)化的技術(shù)手段必不可少。當(dāng)信息的檢索更多的是借助檢索系統(tǒng)，而不是人工的收集，信息融合更多依賴數(shù)據(jù)倉庫等技術(shù)手段，如何在這樣的分析環(huán)境中將情報(bào)研究的科學(xué)性落到實(shí)處，是需要關(guān)注的問題?？梢钥吹剑眉夹g(shù)本身已經(jīng)在一定程度上避免了人的主觀性，但面對(duì)同樣一個(gè)問題，可以有不同的技術(shù)手段，也可能產(chǎn)生不同的結(jié)果，如何避免由技術(shù)產(chǎn)生的偏見，也許通過多種技術(shù)手段或采用不同的算法，全方位地展示信息內(nèi)容及其之間的關(guān)系，從而避免產(chǎn)生信息的誤讀，是一個(gè)解決方案。可見，在大數(shù)據(jù)時(shí)代，情報(bào)研究需要多種手段來加強(qiáng)其分析過程的科學(xué)性，而這又需要多種技術(shù)方法加以支持。

2.5　情報(bào)研究的智能化

大數(shù)據(jù)背景下的情報(bào)研究，對(duì)技術(shù)提出了更高的要求。正如美國國家科學(xué)基金會(huì)（NSF）的報(bào)告［22］所說，美國在科學(xué)和工程領(lǐng)域的領(lǐng)先地位將越來越取決于利用數(shù)字化科學(xué)數(shù)據(jù)以及借助復(fù)雜的數(shù)據(jù)挖掘、集成、分析與可視化工具將其轉(zhuǎn)換為信息和知識(shí)的能力。對(duì)于情報(bào)研究來說，應(yīng)用智能化技術(shù)能自動(dòng)進(jìn)行高級(jí)、復(fù)雜的信息處理分析工作，在很大程度上把情報(bào)研究人員從繁瑣的體力勞動(dòng)中解放出來，尤其在信息環(huán)境瞬息萬變的今天，及時(shí)收集信息分析并反饋已經(jīng)變得非常重要，這都需要智能化技術(shù)加以支撐。從信息源來講，情報(bào)研究對(duì)象得以擴(kuò)展，其中可能包含微博等社會(huì)化媒體信息，可能包含圖片、新聞等，大量非結(jié)構(gòu)或半結(jié)構(gòu)化數(shù)據(jù)的涌入，必然需要技術(shù)將這些數(shù)據(jù)轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)，以供后續(xù)分析。同時(shí)，多元化的信息，需要根據(jù)分析需求加以融合，這可能需要語義層面上的技術(shù)支持。從分析需求來講，簡單的統(tǒng)計(jì)分析已不能滿足現(xiàn)在社會(huì)的決策需求，需要從大量信息中發(fā)現(xiàn)潛在模式，指導(dǎo)未來的發(fā)展，這就涉及數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)等技術(shù)。此外，要尋求情報(bào)研究的客觀性，摒除過多的主觀意愿，也需要多種技術(shù)來支撐。可見，這一發(fā)展趨勢是大數(shù)據(jù)時(shí)代下的必然。而各國在積極建設(shè)的數(shù)字化基礎(chǔ)設(shè)施，也在推動(dòng)著情報(bào)研究的智能化，如歐洲網(wǎng)格基礎(chǔ)設(shè)施（European　Grid　Infrastructure，EGI）［23］項(xiàng)目就致力于為歐洲各領(lǐng)域研究人員提供集成計(jì)算資源，從而推動(dòng)創(chuàng)新。

目前，對(duì)情報(bào)研究中的智能化技術(shù)沒有統(tǒng)一的界定，但概觀之，可以將情報(bào)研究智能化的本質(zhì)概括為定量化、可計(jì)算、可重復(fù)。定量化是針對(duì)過去情報(bào)研究更多的是依賴人的主觀判斷，即基于已有文字材料或數(shù)據(jù)，根據(jù)研究人員的經(jīng)驗(yàn)等給出粗略的結(jié)論，如果說這是一種定性化分析，現(xiàn)在更多地依賴通過計(jì)算機(jī)自動(dòng)化處理原始材料并獲得潛在數(shù)據(jù)，并在此基礎(chǔ)上輔以人的判斷，可以說是一種定量化的分析?？捎?jì)算是指將各種信息資源轉(zhuǎn)化為計(jì)算機(jī)可理解、處理的形式，如從新聞、論文、專利等中，提取出科研組織、科研人員等實(shí)體，再基于這些結(jié)構(gòu)化的、富有語義的信息，采用統(tǒng)計(jì)、數(shù)據(jù)挖掘等方法加以計(jì)算，獲取隱含的知識(shí)。可重復(fù)是指自動(dòng)化分析技術(shù)消除了許多主觀因素，從理論上講，如果分析數(shù)據(jù)等條件一致，分析結(jié)論也應(yīng)該是一致的，這也體現(xiàn)了智能化技術(shù)為情報(bào)研究帶來客觀性的一面。

3　情報(bào)研究中的技術(shù)問題

情報(bào)研究的上述發(fā)展走向，決定了情報(bào)研究既不能仍然停留在定性分析上，也不能僅僅靠簡單的統(tǒng)計(jì)替代情報(bào)研究中的計(jì)算技術(shù)，由此對(duì)情報(bào)研究技術(shù)提出了新的要求。美國McKinsey　Global　Institute在2011年5月了研究報(bào)告“大數(shù)據(jù)：創(chuàng)新、競爭和生產(chǎn)力的下一個(gè)前沿領(lǐng)域”（Big　data：　The　next　frontier　for　innovation，　competition，　and　productivity）［24］。報(bào)告分六個(gè)部分，其中第二部分討論了大數(shù)據(jù)技術(shù)，并圍繞大數(shù)據(jù)分析技術(shù)、大數(shù)據(jù)技術(shù)和可視化三方面進(jìn)行了闡述。在大數(shù)據(jù)分析技術(shù)中，列舉了26項(xiàng)適用于眾多行業(yè)的分析技術(shù)，包括A/B測試、關(guān)聯(lián)規(guī)則學(xué)習(xí)、分類、聚類分析、眾包（Crowdsourcing）、數(shù)據(jù)融合和數(shù)據(jù)集成、數(shù)據(jù)挖掘、集成學(xué)習(xí)、遺傳算法、機(jī)器學(xué)習(xí)、自然語言處理、神經(jīng)網(wǎng)絡(luò)、網(wǎng)絡(luò)分析、優(yōu)化、模式識(shí)別、預(yù)測建模、回歸、情感分析、信號(hào)處理、空間分析、統(tǒng)計(jì)、監(jiān)督學(xué)習(xí)、模擬、時(shí)間序列分析、無監(jiān)督學(xué)習(xí)和可視化。這些技術(shù)絕大部分是已有的技術(shù)，也有部分是隨著互聯(lián)網(wǎng)的發(fā)展以及對(duì)大規(guī)模數(shù)據(jù)挖掘的需求，在原有技術(shù)的角度發(fā)展起來的，如眾包就是隨著Web2.0而產(chǎn)生的技術(shù)。

根據(jù)我們的理解，這些技術(shù)大致可以劃分為可視化分析、數(shù)據(jù)挖掘以及語義處理三大類。這三大類技術(shù)也是當(dāng)前情報(bào)分析領(lǐng)域應(yīng)予以關(guān)注和深入研究的技術(shù)。

3.1　可視化分析

可視化分析（Visual　Analytics）是一門通過交互的可視化界面來便利分析推理的科學(xué)［25］，是自動(dòng)分析技術(shù)與交互技術(shù)相結(jié)合的產(chǎn)物，目的是幫助用戶在大規(guī)模及復(fù)雜數(shù)據(jù)內(nèi)容的基礎(chǔ)上進(jìn)行有效的理解，推理和決策［26］。它不同于信息可視化，信息可視化關(guān)注計(jì)算機(jī)自動(dòng)生成信息的交互式圖形表示，關(guān)注這些圖形表示的設(shè)計(jì)、開發(fā)及其應(yīng)用［27］，而可視化分析在此基礎(chǔ)上加入了知識(shí)發(fā)現(xiàn)過程，關(guān)注自動(dòng)分析方法及其選擇，以及如何將最佳的自動(dòng)分析算法與適當(dāng)?shù)目梢暬夹g(shù)相結(jié)合，以達(dá)到輔助決策的目的。

目前的情報(bào)分析系統(tǒng)，雖然也提供了多種視圖來揭示信息，但更多的是一種分析結(jié)果的呈現(xiàn)，系統(tǒng)內(nèi)部分析、處理的機(jī)制對(duì)分析人員來講是個(gè)黑匣子，分析人員無法了解分析方法、分析結(jié)果的局限性或者有效性，這無疑不符合情報(bào)研究嚴(yán)謹(jǐn)性這一發(fā)展要求。同時(shí)，現(xiàn)有的分析工具需要分析人員輸入各種繁雜的參數(shù)，又缺乏對(duì)情報(bào)分析認(rèn)知過程的支持，這就對(duì)使用人員的專業(yè)化程度提出了較高的要求，增加了分析的難度。而可視化分析則可以較好地解決這一問題，它整合了多個(gè)領(lǐng)域包括采用信息分析、地理空間分析、科學(xué)分析領(lǐng)域的分析方法，應(yīng)用數(shù)據(jù)管理和知識(shí)表示、統(tǒng)計(jì)分析、知識(shí)發(fā)現(xiàn)領(lǐng)域的成果進(jìn)行自動(dòng)分析，融入交互、認(rèn)知等人的因素來協(xié)調(diào)人與機(jī)器之間的溝通，從而更好地呈現(xiàn)、理解、傳播分析結(jié)果［28］。佐治亞理工學(xué)院的John　Stasko等人應(yīng)用Pirolli　等人提出的情報(bào)分析概念模型［29］，建立了一個(gè)名為Jigsaw（拼圖）的可視化分析系統(tǒng)［30］，并將其應(yīng)用于學(xué)術(shù)研究領(lǐng)域（涉及期刊和會(huì)議論文）以及研究網(wǎng)絡(luò)文章（如網(wǎng)絡(luò)新聞報(bào)道或?qū)ｎ}博客）領(lǐng)域，也說明了將可視化分析技術(shù)應(yīng)用于情報(bào)研究的可行性。

將可視化分析技術(shù)應(yīng)用于情報(bào)研究領(lǐng)域，有眾多問題要解決。首先，在情報(bào)研究工具中，是以自動(dòng)化分析為主，還是以可視化為主？Daniel　A.　Keim等人將待分析的問題分為三類，第一類是在分析過程中可視化和自動(dòng)化方法可以緊密結(jié)合的問題，第二類是應(yīng)用自動(dòng)化分析潛力有限的問題，第三類是應(yīng)用可視化分析潛力有限的問題。在研究這三類問題中交互程度對(duì)分析效率影響的基礎(chǔ)上，Daniel　A.　Keim等人指出，應(yīng)分析如何通過考慮用戶、任務(wù)和數(shù)據(jù)集特點(diǎn)，來確定可視化和自動(dòng)分析方法的優(yōu)化組合，從而達(dá)到最佳的效果［31］。可見，要將可視化分析技術(shù)應(yīng)用于情報(bào)研究領(lǐng)域，需要明確每類問題適用哪種組合方式。其次，情報(bào)研究領(lǐng)域適合使用哪些可視化交互手段？這可能包括原始分析數(shù)據(jù)、析取出的關(guān)系數(shù)據(jù)、深層挖掘的模式數(shù)據(jù)等的可視化手段，分析人員與系統(tǒng)交互的方式，分析過程的可視化展示等。第三，情報(bào)研究領(lǐng)域中的認(rèn)知過程是什么樣的，關(guān)注哪些問題，涉及哪些實(shí)體，在大數(shù)據(jù)環(huán)境下面臨哪些認(rèn)知困難，需要在哪些環(huán)節(jié)加以支持，這些困難能否通過技術(shù)來解決。此外，從現(xiàn)有的可視化分析技術(shù)來看，主要是將各個(gè)相關(guān)領(lǐng)域的技術(shù)以優(yōu)化的方式整合起來，但在將來會(huì)產(chǎn)生一體化的可視化分析解決方法［32］，這種一體化的方法可能是什么形式，又會(huì)對(duì)情報(bào)研究帶來怎樣的影響等等，都是在情報(bào)研究中引入可視化分析技術(shù)需要關(guān)注的。

3.2　數(shù)據(jù)挖掘

廣義的數(shù)據(jù)挖掘指整個(gè)知識(shí)發(fā)現(xiàn)的過程，是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識(shí)的過程。它涵蓋了數(shù)據(jù)分析和知識(shí)發(fā)現(xiàn)的任務(wù)，從數(shù)據(jù)特征化與區(qū)分到關(guān)聯(lián)和相關(guān)性分析、分類、回歸、聚類、離群點(diǎn)分析、序列分析、趨勢和演變分析等，吸納了統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)、模式識(shí)別、算法、高性能計(jì)算、可視化、數(shù)據(jù)庫和數(shù)據(jù)倉庫等領(lǐng)域的技術(shù)，并可以用于任何類型的數(shù)據(jù)，包括數(shù)據(jù)庫數(shù)據(jù)、數(shù)據(jù)倉庫等基本形式，也包括數(shù)據(jù)流、序列數(shù)據(jù)、文本數(shù)據(jù)、Web數(shù)據(jù)、圖數(shù)據(jù)等其他類型的數(shù)據(jù)［33］。

從數(shù)據(jù)挖掘的涵義看，它與情報(bào)研究有著天然的聯(lián)系；從數(shù)據(jù)挖掘的方法看，有其特定的含義和實(shí)現(xiàn)過程，可以有效地解決情報(bào)研究的問題。例如，情報(bào)研究可以借鑒關(guān)聯(lián)規(guī)則發(fā)現(xiàn)的成功案例——超市的“啤酒+尿布”，嘗試用關(guān)聯(lián)規(guī)劃來分析研究主題的相關(guān)性，從科技論文與專利的關(guān)聯(lián)中發(fā)現(xiàn)科技的轉(zhuǎn)換關(guān)系等等。但從目前的情報(bào)研究成果看，許多還僅僅停留在簡單的頻率統(tǒng)計(jì)、共詞計(jì)算層次上，在知識(shí)發(fā)現(xiàn)的過程中，這些工作僅僅是數(shù)據(jù)挖掘的數(shù)據(jù)準(zhǔn)備，還有待于更為深入的發(fā)掘?？梢?，數(shù)據(jù)挖掘能夠也應(yīng)該應(yīng)用于情報(bào)研究領(lǐng)域，這不僅是數(shù)據(jù)挖掘應(yīng)用擴(kuò)展的結(jié)果，也是情報(bào)研究自身發(fā)展的需求。此外，由于較少有專門針對(duì)情報(bào)研究領(lǐng)域研發(fā)的挖掘工具，現(xiàn)有情報(bào)分析通常借助于其他工具，不同工具的功能不同，這就導(dǎo)致常常同時(shí)使用好幾個(gè)分析工具，如在使用SPSS進(jìn)行聚類分析的同時(shí)，還使用Ucinet分析社會(huì)網(wǎng)絡(luò)。這帶來的問題是，分析缺乏完整性，可能社會(huì)網(wǎng)絡(luò)和其他信息之間有關(guān)聯(lián)，因?yàn)楣ぞ叩姆指钚?，就?dǎo)致潛在模式的丟失。由此，研發(fā)適用于情報(bào)研究的挖掘工具，是必要也是緊迫的，尤其是面對(duì)大數(shù)據(jù)的挑戰(zhàn)，智能化地輔助分析人員，減少認(rèn)知壓力，是亟待解決的問題。

要解決以上的問題，首先需要研究情報(bào)分析任務(wù)，分析哪些問題是可以使用數(shù)據(jù)挖掘技術(shù)來支持的，這類問題有哪些共同點(diǎn)、特殊性，能否對(duì)未來可能的情報(bào)分析問題進(jìn)行擴(kuò)展，哪些問題不適用于數(shù)據(jù)挖掘技術(shù)，原因是什么等。其次，對(duì)于某類或某個(gè)分析問題，使用哪種數(shù)據(jù)挖掘技術(shù)或幾種技術(shù)的組合才能有效地解決，涉及的算法是否需要針對(duì)該問題進(jìn)行適應(yīng)性改造，如何評(píng)價(jià)挖掘的結(jié)果等。第三，數(shù)據(jù)挖掘出現(xiàn)了交互挖掘這一發(fā)展趨勢，即構(gòu)建靈活的用戶界面和探索式挖掘環(huán)境［33］，這與可視化分析在某些方面上也不謀而合，這樣的趨勢會(huì)對(duì)情報(bào)研究帶來哪些影響，如何在這一背景下，探索情報(bào)研究工具的新發(fā)展，尋找情報(bào)分析的新模式，值得我們關(guān)注。

3.3　語義處理

語義是關(guān)于意義（meaning）的科學(xué)，語義技術(shù)提供了機(jī)器可理解或是更好處理的數(shù)據(jù)描述、程序和基礎(chǔ)設(shè)施［34］，整合了Web技術(shù)、人工智能、自然語言處理、信息抽取、數(shù)據(jù)庫技術(shù)、通信理論等技術(shù)方法，旨在讓計(jì)算機(jī)更好地支持處理、整合、重用結(jié)構(gòu)化和非結(jié)構(gòu)化信息［35］。核心語義技術(shù)包括語義標(biāo)注、知識(shí)抽取、檢索、建模、推理等［34］。語義技術(shù)可以為信息的深層挖掘打好基礎(chǔ)，即通過對(duì)各類信息的語義處理，在獲取的富有語義的結(jié)構(gòu)化數(shù)據(jù)上使用各種數(shù)據(jù)挖掘算法來發(fā)現(xiàn)其中的潛在模式。數(shù)據(jù)的語義性支持了機(jī)器學(xué)習(xí)等技術(shù)的內(nèi)在功能［36］。

從現(xiàn)有的情報(bào)研究實(shí)踐和工具看，語義支持的缺失是一個(gè)普遍問題，這其中又可劃分為兩個(gè)層次。對(duì)于傳統(tǒng)的情報(bào)研究對(duì)象，如科技論文、專利等，有較為成熟的分析工具，但這些工具往往缺少深層次的語義支持。例如，要分析論文的內(nèi)容主題時(shí)，需要從摘要等自由文本中提取出主題信息，在數(shù)據(jù)處理時(shí)，常常無法識(shí)別同義詞、近義詞等，需要人工干預(yù)。一些工具雖然在語義方面做了努力，但仍然存在諸多不足，例如在形成的主題聚類結(jié)果上，缺乏有效的主題說明，自動(dòng)形成的主題標(biāo)簽不具有代表性，需要分析人員深入其中重新判斷等。這在小數(shù)據(jù)集環(huán)境下，還可以接受，當(dāng)面對(duì)大數(shù)據(jù)的沖擊，這種半自動(dòng)化的處理方法無疑是耗時(shí)又費(fèi)力的。此外，對(duì)于新型情報(bào)研究對(duì)象，如網(wǎng)絡(luò)新聞、博客等，已有如動(dòng)態(tài)監(jiān)測科研機(jī)構(gòu)等的系統(tǒng)工具，但總體來說還處于起步狀態(tài)，目前較多的還是依賴人工篩選出所需信息，并整理成結(jié)構(gòu)化的數(shù)據(jù)，同樣也不利于大規(guī)模的數(shù)據(jù)分析。這些問題的存在，使得消除語義鴻溝（semantic　gap）［37］，應(yīng)用語義技術(shù)成為廣泛需求及必然。

將語義技術(shù)應(yīng)用于情報(bào)分析，需要關(guān)注以下幾方面的內(nèi)容。首先，分析情報(bào)研究任務(wù)的特點(diǎn)，了解它的語義需求，是否存在規(guī)律性的準(zhǔn)則以供指導(dǎo)分析工具的研發(fā)，這既需要原則性和方向性的準(zhǔn)則，也需要為針對(duì)多維度劃分出的各類任務(wù)給出詳細(xì)的規(guī)范，例如，對(duì)微博等社會(huì)化媒體，其中既存在高質(zhì)量的信息，也存在辱罵等低質(zhì)量的信息，區(qū)分這些信息并篩選出高質(zhì)量信息，就成為在分析社會(huì)化媒體中的語義任務(wù)之一。其次，語義資源建設(shè)問題，即在情報(bào)分析領(lǐng)域中，要實(shí)現(xiàn)語義層面上的理解，是否需要建設(shè)語義資源，如果不需要，哪些技術(shù)手段可以代替，如果需要，哪種類型的語義資源可以便捷、快速、高效地構(gòu)建，并且這種語義資源應(yīng)該如何構(gòu)建，如何使用才能有效地服務(wù)于情報(bào)研究工作。第三，信息抽取問題?？萍夹畔⑸婕氨姸鄬W(xué)科的專業(yè)術(shù)語、各種科研機(jī)構(gòu)、組織等，如何使用語義技術(shù)將這些信息準(zhǔn)確地提取出來并加以標(biāo)注，尤其是針對(duì)不同類型的信息源，采用什么樣的抽取策略等。第四，信息整合問題，即如何使用語義技術(shù)，把不同來源的數(shù)據(jù)對(duì)象及其互動(dòng)關(guān)系進(jìn)行融合、重組，重新結(jié)合為一個(gè)新的具有更高效率和更好性能的具有語義關(guān)聯(lián)的有機(jī)整體，以便后續(xù)分析。

4　結(jié)語

正如本文引言中所談到的那樣，大數(shù)據(jù)的理念和技術(shù)為情報(bào)學(xué)領(lǐng)域中情報(bào)研究的理論和實(shí)踐帶來了機(jī)遇，也帶來了挑戰(zhàn)。機(jī)遇巨大，挑戰(zhàn)更大，需要我們對(duì)此有清醒的認(rèn)識(shí)。本文分析了大數(shù)據(jù)背景下情報(bào)研究的若干發(fā)展趨勢，總結(jié)了情報(bào)研究中值得關(guān)注的技術(shù)問題，以期能為促進(jìn)情報(bào)研究的理論和實(shí)踐的發(fā)展添磚加瓦。

參考文獻(xiàn)：

［1］Big　Data，Big　Impact［EB/OL］.［2012-09-06］..

［27］Chaomei　Chen.　Information　visualization［J］.　Wiley　Interdisciplinary　Reviews：Computational　Statistics，2010，

2（4）：387-403.

［28］Daniel　A.　Keim，　et　al.　Challenges　in　Visual　Data　Analysis［C］.　Information　Visualization，　2006：9-16.

［29］P.Pirolli.　The　Sensemaking　Process　and　Leverage　Points　for　Analyst　Technology　as　Identified　Through　Cognitive　Task　Analysis［EB/OL］.?。?012-09-16］.http：//vadl.cc.gatech.edu/documents/2__card-sensemaking.pdf.

［30］John　Stasko，　et　al.　Jigsaw：　supporting　investigative　analysis　through　interactive　visualization［EB/OL］.?。?012

-09-16］.http：///fil

es/Sandbox/victor/jigsaw-VAST07.pdf.

［31］Daniel　A.　Keim，　Florian　M.，　and　Jim　Thomas.　Visual　Analytics：　How　Much　Visualization　and　How　Much　Analytics？［J］.　ACM　SIGKDD　Explorations　Newsletter，2009，11（2）：5-8.

［32］Aigner，　et　al.　Visual　Methods　for　Analyzing　Time-Oriented　Data［J］.　Transactions　on　Visualization　and　Computer　Graphics，　2008，　14（1）?。?7-60.

［33］Jiawei　Han，　Micheline　Kamber，　Jian　Pei.　Data　Mining　concepts　and　techniques　third　edition［M］.　Morgan　Kaufmann，2011.

［34］John　Domingue，　et　al.Handbook　of　Semantic　Web　Technologies［M］.　Springer　Publishing　Company，2011.

［35］Dieter　Fensel，et　mon　Value　Management-based　on　Effective　and　Efficient　On-line　Communication［EB/OL］.［2012-09-17］.http：//wiki.iao.fraunhofer.de/images

/studien/proceedings-common-value-management.pdf#page=19.

［36］Bettina　Berendt，　Andreas　Hotho，　Gerd　Stumme.　Introduction　to　the　Special　Issue　of　the　Journal　of　Web　Semantics：　Bridging　the　Gap-Data　Mining　and　Social　Network　Analysis　for　Integrating　Semantic　Web　and　Web　2.0［J］.　Web　Semantics：　Science，　Services　and　Agents　on　the　World　Wide　Web，2010，8（2-3）：95-96.

篇7

關(guān)鍵詞：大數(shù)據(jù)時(shí)代；學(xué)科館員；數(shù)據(jù)素養(yǎng)服務(wù)；學(xué)科發(fā)展支撐服務(wù)

摘要：在大數(shù)據(jù)環(huán)境下，高校學(xué)科館員應(yīng)努力提供基于數(shù)據(jù)獲取與利用的信息素養(yǎng)服務(wù)，為學(xué)者提供基于文獻(xiàn)信息和數(shù)據(jù)的學(xué)科知識(shí)發(fā)展支撐服務(wù)，為學(xué)校科研管理與決策部門提供決策支持服務(wù)，為深入科研一線的學(xué)者提供定制化知識(shí)服務(wù)。

中圖分類號(hào)：G251.6文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1003-1588（2017）04-0131-03

1大數(shù)據(jù)對(duì)圖書館發(fā)展的挑戰(zhàn)

1980年，美國最早提出了“大數(shù)據(jù)”概念，但大數(shù)據(jù)時(shí)代的到來是在2004年以后，以Facebook、Twitter為代表的社交媒體相繼出現(xiàn)，互聯(lián)網(wǎng)成為全世界網(wǎng)民實(shí)時(shí)互動(dòng)、交流協(xié)同的載體。隨著數(shù)字化、移動(dòng)化、網(wǎng)絡(luò)化的發(fā)展，大數(shù)據(jù)的應(yīng)用無處不在，使得圖書館用戶的信息環(huán)境、信息行為等發(fā)生了巨大的變化，圖書館已經(jīng)不再是用戶獲取信息的唯一渠道。對(duì)用戶來說，在大數(shù)據(jù)時(shí)代，信息資源的組織管理、數(shù)據(jù)挖掘和價(jià)值發(fā)現(xiàn)比信息獲取更加重要。

Web of Science、中國知網(wǎng)等國內(nèi)外商業(yè)數(shù)據(jù)庫的迅猛發(fā)展，使得圖書館需要培養(yǎng)大數(shù)據(jù)時(shí)代的圖書館數(shù)據(jù)管理與應(yīng)用人才。隨著采集存儲(chǔ)數(shù)據(jù)的成本越來越低，分析工具越來越先進(jìn)，個(gè)人隱私安全面臨著巨大的沖擊與風(fēng)險(xiǎn)，如何保護(hù)用戶的個(gè)人隱私，對(duì)新時(shí)代的圖書館員提出了更高的職業(yè)道德與專業(yè)素養(yǎng)要求[1]。傳統(tǒng)出版社的電子出版、數(shù)字圖書館的發(fā)展及開放獲取等，促進(jìn)了科研資源的大數(shù)據(jù)化發(fā)展。為此，學(xué)科服務(wù)在大數(shù)據(jù)時(shí)代應(yīng)積極探索信息服務(wù)的新理念和新方法，努力構(gòu)建智慧學(xué)科服務(wù)[2]。學(xué)科服務(wù)是圖書館全館服務(wù)體系的靈魂和有機(jī)部分，學(xué)科館員是全館最核心、最重要的資源，應(yīng)當(dāng)借助大數(shù)據(jù)時(shí)代的優(yōu)勢與機(jī)遇，在算機(jī)軟硬件操作、信息資源挖掘、讀者隱私保護(hù)等方面提高服務(wù)質(zhì)量[3]，從而運(yùn)用知識(shí)圖譜整理館藏資源、建立學(xué)科文獻(xiàn)數(shù)據(jù)庫、整合資源知識(shí)等。

2基于數(shù)據(jù)獲取與利用的信息素養(yǎng)服務(wù)

數(shù)據(jù)素養(yǎng)主要體現(xiàn)為數(shù)據(jù)解讀、數(shù)據(jù)管理、數(shù)據(jù)利用、數(shù)據(jù)評(píng)價(jià)等[4]，強(qiáng)調(diào)對(duì)數(shù)據(jù)的操作和使用。另外，其還包括數(shù)據(jù)的倫理道德修養(yǎng)[5]、數(shù)據(jù)存取[6]等。學(xué)科館員應(yīng)具有發(fā)現(xiàn)、評(píng)估與使用信息和數(shù)據(jù)的意識(shí)和能力。

2.1數(shù)據(jù)獲取與利用能力

學(xué)科館員的數(shù)據(jù)素養(yǎng)主要體現(xiàn)為對(duì)科學(xué)數(shù)據(jù)的獲取和再利用、數(shù)據(jù)庫重組、數(shù)據(jù)分析與可視化軟件使用及培訓(xùn)等。預(yù)計(jì)到2020年，80%以上的公益性、基礎(chǔ)性科學(xué)數(shù)據(jù)資源將通過因特網(wǎng)面向全社會(huì)共享。學(xué)科館員應(yīng)幫助用戶群體提高數(shù)據(jù)獲取能力，努力培養(yǎng)和提高用戶群體的公共自助科學(xué)數(shù)據(jù)開放獲取意識(shí)，幫助人們識(shí)別和查找科研數(shù)據(jù)的在線信息庫。此外，數(shù)據(jù)重組會(huì)創(chuàng)造出更大的價(jià)值，如：英屬哥倫比亞大學(xué)圖書館和華盛頓大學(xué)圖書館建設(shè)學(xué)科服務(wù)門戶，將購買的多個(gè)數(shù)據(jù)庫（如期刊論文、圖書、研究報(bào)告、數(shù)據(jù)、數(shù)字化館藏、學(xué)位論文等）分裝打包，并推送到各學(xué)科平臺(tái)，不僅降低了用戶查找相關(guān)數(shù)據(jù)庫的時(shí)間成本，而且提高了各數(shù)據(jù)庫的利用率；北京大學(xué)將古籍資源加入3D技術(shù)進(jìn)行處理，添加古代地圖，聚合其他人文景觀信息，大大提高了古籍的觀賞價(jià)值和利用率。

2.2學(xué)會(huì)和善于利用工具

在新時(shí)期，學(xué)科館員應(yīng)具有學(xué)科專才、情報(bào)能力，并能熟練掌握及利用相關(guān)的軟件工具，如：信息導(dǎo)航、信息檢索、檢索查新、文獻(xiàn)管理、知識(shí)發(fā)現(xiàn)、專利分析等工具。數(shù)據(jù)軟件培訓(xùn)主要是指學(xué)科館員根據(jù)用戶需求，到相關(guān)院系開設(shè)數(shù)據(jù)分析軟件（如SPSS、Eviews、Stata等）、文獻(xiàn)管理軟件（如EndNote、RefWorks等）、科研管理軟件、商業(yè)統(tǒng)計(jì)軟件等相關(guān)專題講座、討論會(huì)，幫助用戶主動(dòng)運(yùn)用軟件工具并提高科研效率。云計(jì)算正在改變?nèi)藗儗?duì)數(shù)據(jù)存儲(chǔ)的看法，海量數(shù)據(jù)存檔研究成為一項(xiàng)基礎(chǔ)性工作，越來越多的大學(xué)和研究中心開始建立科學(xué)數(shù)據(jù)倉儲(chǔ)庫，如Figshare、Dryad、PANGAEA等。因此，面對(duì)云架構(gòu)，學(xué)科館員需要對(duì)云存儲(chǔ)等數(shù)據(jù)存儲(chǔ)基礎(chǔ)設(shè)施及數(shù)據(jù)組織進(jìn)行必要的了解和認(rèn)識(shí)，通過高度標(biāo)準(zhǔn)化的數(shù)據(jù)存儲(chǔ)工具適應(yīng)科研數(shù)據(jù)負(fù)載的變更，保證在可信賴環(huán)境中提供數(shù)據(jù)集的持續(xù)永久性訪問。

3基于文獻(xiàn)信息和數(shù)據(jù)的學(xué)科發(fā)展支撐服務(wù)

3.1學(xué)者成果驗(yàn)證

科研機(jī)構(gòu)的科研能力是衡量其競爭能力的重要指標(biāo)，學(xué)者作為其中的主體，其科研能力直接決定科研機(jī)構(gòu)的科研水平和后續(xù)的發(fā)展優(yōu)勢。圖書館學(xué)科館員可以根據(jù)學(xué)者需求，利用WOS、Scopus等數(shù)據(jù)庫檢索學(xué)者在某一時(shí)段的發(fā)文數(shù)量、被引頻次、所投期刊的影響因子等，分析合作者的影響和產(chǎn)出績效，并基于學(xué)者個(gè)人成果，包括期刊、會(huì)議論文、專著等作品，提供文獻(xiàn)收錄和引用檢索證明，方便科研人員進(jìn)行職稱申報(bào)、基金申請和評(píng)獎(jiǎng)等。

3.2嵌入式課程教學(xué)

學(xué)科館員以課程為主要服務(wù)方式，提供信息素養(yǎng)教育課程，促進(jìn)用戶通過課件學(xué)習(xí)、課堂研討等方式全面提高自己的信息素養(yǎng)技能。學(xué)科館員與專業(yè)教師進(jìn)行合作，將信息素養(yǎng)培訓(xùn)內(nèi)容嵌入課堂教學(xué)，通過“課堂教學(xué)信息指導(dǎo)”和“嵌入課程教學(xué)”等方式，針對(duì)性地提供信息素養(yǎng)教育；借助虛擬學(xué)習(xí)環(huán)境，提供注冊課程，獲取課程學(xué)習(xí)資源、課程考試資源等內(nèi)容，延伸教學(xué)空間與交流空間，培養(yǎng)學(xué)生的終生學(xué)習(xí)能力。

篇8

關(guān)鍵詞：大數(shù)據(jù)；經(jīng)濟(jì)學(xué)；數(shù)據(jù)分析

大數(shù)據(jù)作為一種有用的信息資源，在商業(yè)、金融等領(lǐng)域發(fā)揮著越來越重要作用，也逐漸成為社會(huì)科學(xué)的國際前沿應(yīng)用研究內(nèi)容之一。然而，在經(jīng)濟(jì)學(xué)領(lǐng)域，大數(shù)據(jù)還鮮少被用到（據(jù)統(tǒng)計(jì)，截至2014年12月，google中學(xué)術(shù)搜索到的與“大數(shù)據(jù)”有關(guān)的研究論文共3026篇，其中僅有29篇是和經(jīng)濟(jì)學(xué)相關(guān)）。但因海量經(jīng)濟(jì)數(shù)據(jù)資源的快速增長，計(jì)算技術(shù)和能力的不斷提高，以及方法論的不斷發(fā)展，將大數(shù)據(jù)分析技術(shù)運(yùn)用于經(jīng)濟(jì)學(xué)已成為一個(gè)值得探討的新課題。展望未來，由于經(jīng)濟(jì)學(xué)是一門理論與實(shí)踐相結(jié)合的學(xué)科，將大數(shù)據(jù)應(yīng)用于經(jīng)濟(jì)學(xué)，有可能會(huì)開辟一個(gè)全新的經(jīng)濟(jì)學(xué)發(fā)展領(lǐng)域。

一、大數(shù)據(jù)在經(jīng)濟(jì)學(xué)領(lǐng)域應(yīng)用的基本原理

大數(shù)據(jù)在經(jīng)濟(jì)學(xué)中應(yīng)用的基本思路以大樣本數(shù)據(jù)統(tǒng)計(jì)與機(jī)器學(xué)習(xí)技術(shù)為基礎(chǔ)。其中大樣本統(tǒng)計(jì)的過程概括如下：用N個(gè)代入變量得出對(duì)應(yīng)的N個(gè)測量結(jié)果與K個(gè)潛在的預(yù)測因子，比如：以居民消費(fèi)價(jià)格CPI指數(shù)預(yù)測為例，首先通過GOOGLE數(shù)據(jù)搜索或其他軟件，篩選出同CPI有關(guān)的一系列關(guān)鍵詞（比如糧食產(chǎn)量、原油期貨價(jià)格、氣候溫度、價(jià)格改革政策等），然后通過這些關(guān)鍵詞在文本數(shù)據(jù)（新聞、微博、評(píng)論、研究報(bào)告、學(xué)術(shù)論文等）出現(xiàn)的時(shí)間頻次，計(jì)算它們之間的相關(guān)關(guān)系和邏輯路徑關(guān)系，從而得到測量結(jié)果N和預(yù)測因子K。在許多情形下，每一個(gè)代入變量的信息是足夠豐富的，但不具有結(jié)構(gòu)性，故可能會(huì)產(chǎn)生很多潛在預(yù)測因子，因此，需要注意的是：若是過度擬合，即預(yù)測因子K的個(gè)數(shù)可能會(huì)遠(yuǎn)遠(yuǎn)大于觀測變量N的個(gè)數(shù)時(shí)，雖然模型可完美解釋觀測到的結(jié)果，但樣本外數(shù)據(jù)的解釋力卻很差。在這種狀況下，構(gòu)造一個(gè)最大化樣本解釋力的模型便成為首要目標(biāo)，同時(shí)構(gòu)建的模型還不能出現(xiàn)因過度擬合所導(dǎo)致的樣本外無力解釋的情形。因模型構(gòu)建不同，使用方法也隨之改變，懲罰預(yù)測因子的過度使用方式也不同。如Lasso回歸模型，在滿足一系列約束條件下，依據(jù)最小化離差平方和來選擇模型系數(shù)。通過將樣本分為“訓(xùn)練樣本”和“測試樣本”（“訓(xùn)練樣本”用來估計(jì)模型參數(shù)，“測試樣本”用來評(píng)估模型）進(jìn)行過度擬合。而在評(píng)估預(yù)測效果時(shí)，一般交叉使用樣本內(nèi)預(yù)測與過度擬合，但目前這種交叉驗(yàn)證的方法在當(dāng)前的實(shí)證微觀經(jīng)濟(jì)學(xué)中也鮮少用到。

機(jī)器學(xué)習(xí)的一個(gè)非常重要假設(shè)就是機(jī)器學(xué)習(xí)的環(huán)境是相對(duì)穩(wěn)定的，也就是樣本數(shù)據(jù)（訓(xùn)練樣本與測試樣本情形相同）獨(dú)立產(chǎn)生于同一過程。但由于現(xiàn)實(shí)環(huán)境會(huì)隨著時(shí)間發(fā)生改變，故這一假設(shè)并不合理，因此，在高頻使用新數(shù)據(jù)的應(yīng)用中，往往通過對(duì)自身持續(xù)“再訓(xùn)練”，從而使得模型可以隨著時(shí)間與環(huán)境的變化對(duì)預(yù)測結(jié)果進(jìn)行調(diào)整。當(dāng)然，對(duì)于機(jī)器學(xué)習(xí)，有些經(jīng)濟(jì)學(xué)家提出了盧卡斯批判的疑問，即若根據(jù)模型的預(yù)測結(jié)果進(jìn)行政策調(diào)整，則政策調(diào)整后的現(xiàn)實(shí)結(jié)果可能與初始模型的預(yù)測結(jié)果有差異，因?yàn)檎叩母淖儠?huì)影響數(shù)據(jù)間的潛在行為關(guān)系，但這一疑問在其他預(yù)測模型，比如計(jì)量經(jīng)濟(jì)模型、結(jié)構(gòu)方程模型和聯(lián)立系統(tǒng)模型中也都存在。

二、大數(shù)據(jù)對(duì)經(jīng)濟(jì)學(xué)的影響及前景

如今，隨著數(shù)據(jù)樣本容量的急劇增加，使得大數(shù)據(jù)的使用方式不盡相同。作為一個(gè)規(guī)律性科學(xué)，經(jīng)濟(jì)學(xué)需要廣泛、詳細(xì)的數(shù)據(jù)，并運(yùn)用統(tǒng)計(jì)技術(shù)來處理新型數(shù)據(jù)，大數(shù)據(jù)的出現(xiàn)可能會(huì)在社會(huì)學(xué)與計(jì)算機(jī)科學(xué)間構(gòu)建一架橋梁，其學(xué)科價(jià)值可能在于創(chuàng)造新的思維方式，這將會(huì)導(dǎo)致對(duì)經(jīng)濟(jì)學(xué)的新思考和研究方法創(chuàng)新，甚至?xí)矸治鼋?jīng)濟(jì)學(xué)方法的質(zhì)變。

一方面，由于多維度的精細(xì)間隔，大數(shù)據(jù)可以為經(jīng)濟(jì)學(xué)研究人員提供更多研究變量和視角，可以研究以前難以測度的行為理論，這為經(jīng)濟(jì)理論研究提供了一種全新的測量方法。例如：麻省理工大學(xué)助理教授Alberto Cavallo設(shè)計(jì)的“百萬價(jià)格”項(xiàng)目，該項(xiàng)目旨在通過一個(gè)網(wǎng)絡(luò)程序，獲取網(wǎng)上物品價(jià)格，繼而運(yùn)用這些數(shù)據(jù)計(jì)算得出通脹指數(shù)，該通貨膨脹指數(shù)就是阿根廷的精確透明通貨膨脹指標(biāo)，其實(shí)時(shí)價(jià)格數(shù)據(jù)的捕捉能力和準(zhǔn)確度，使得該指標(biāo)作為政府測量通脹的替代選擇。又如，谷歌提供的請求式數(shù)據(jù)選擇也提供了一個(gè)探索新機(jī)會(huì)的理由，目前一個(gè)備受矚目的例子就是“及時(shí)預(yù)報(bào)”，在某些方面它可以通過龐大經(jīng)濟(jì)社會(huì)數(shù)據(jù)集進(jìn)行短期精確預(yù)測。

另一方面，大數(shù)據(jù)已與行為經(jīng)濟(jì)學(xué)相適應(yīng)，成為產(chǎn)業(yè)相關(guān)經(jīng)濟(jì)規(guī)律研究的一部分，并且，大數(shù)據(jù)在經(jīng)濟(jì)學(xué)領(lǐng)域已經(jīng)顯示出眾多的優(yōu)越性。大數(shù)據(jù)已有潛力去挑戰(zhàn)理性概念，例如對(duì)于經(jīng)濟(jì)學(xué)家在預(yù)測問題上的出錯(cuò)概率，強(qiáng)調(diào)樣本偏差的方法；或者對(duì)于政策刺激的外部效應(yīng)問題，強(qiáng)調(diào)在社會(huì)媒體中情緒化分析出現(xiàn)的混亂問題，總而言之，大數(shù)據(jù)與先進(jìn)的建模策略相結(jié)合，可以產(chǎn)生更詳細(xì)、更準(zhǔn)確和更有說服力的解釋和分析。

篇9

一、大數(shù)據(jù)的基本概念

大數(shù)據(jù)（bigdata）即是在網(wǎng)絡(luò)多元化形式之中的一種巨型數(shù)據(jù)集合，其來源于社交網(wǎng)絡(luò)、搜索引擎以及電子商務(wù)網(wǎng)絡(luò)等等，具有體量大、速率高、多樣性、真實(shí)以及價(jià)值等幾個(gè)主要的特征。大數(shù)據(jù)與云計(jì)算具有較為密切的聯(lián)系，因?yàn)閱我坏挠?jì)算機(jī)并無法對(duì)大數(shù)據(jù)進(jìn)行處理，因此需要利用分布式的計(jì)算框架，其基本特點(diǎn)在于對(duì)巨型數(shù)據(jù)的深度挖掘，但始終需依托于云計(jì)算的分布式處理。早在二十世紀(jì)八十年代便已有科學(xué)家做出預(yù)見，大數(shù)據(jù)所帶來的變革必將改變我的生活、工作方式以及思維。在近十年間，大數(shù)據(jù)已成為互聯(lián)網(wǎng)技術(shù)的一個(gè)重要方面，其關(guān)注度也呈逐年上升的趨勢。正是在這樣的環(huán)境之中，我國的企業(yè)經(jīng)營發(fā)展迎來了前所未有的機(jī)遇與挑戰(zhàn)。

二、大數(shù)據(jù)時(shí)代下企業(yè)經(jīng)營管理所面臨的挑戰(zhàn)

（一）數(shù)據(jù)多樣化

信息的發(fā)展與經(jīng)濟(jì)的進(jìn)步基本上是保持這相同的步調(diào)，在大數(shù)據(jù)背景下，企業(yè)需要根據(jù)實(shí)際的經(jīng)營需求，自由選擇傳統(tǒng)以及現(xiàn)代兩種信息數(shù)據(jù)收集的方式，并對(duì)不同網(wǎng)絡(luò)渠道信息資源的收集進(jìn)行探究，尤其是在電子商務(wù)飛速發(fā)展的今天，對(duì)圖片、視頻以及數(shù)據(jù)內(nèi)容進(jìn)行采集。就企業(yè)自身的經(jīng)營管理而言，大部分企業(yè)對(duì)于信息收集處理的方式還比較局限，基本還停留在滿足于結(jié)構(gòu)信息發(fā)展的需求之上，而對(duì)于企業(yè)自身的非結(jié)構(gòu)化信息則難以進(jìn)行有效的處理與分析。值得說明的是，企業(yè)自身的非結(jié)構(gòu)化信息在企業(yè)的經(jīng)營管理之中占據(jù)著較為重要的地位，甚至可以說對(duì)企業(yè)非結(jié)構(gòu)化信息的處理是企業(yè)經(jīng)營發(fā)展的基礎(chǔ)。

（二）實(shí)時(shí)數(shù)據(jù)分析

隨著經(jīng)濟(jì)全球化程度的加深，企業(yè)的發(fā)展與其內(nèi)部系統(tǒng)以及外部環(huán)境有著密不可分的關(guān)系，這兩者的基本特點(diǎn)是迅捷、快速、高效。簡而言之，在大數(shù)據(jù)時(shí)代下企業(yè)自身數(shù)據(jù)處理的任務(wù)正在飛速增長。與傳統(tǒng)企業(yè)的經(jīng)營管理模式不同，現(xiàn)代化企業(yè)的管理很大程度上依賴于企業(yè)對(duì)信息數(shù)據(jù)“即時(shí)”的分析把握?；诖?，企業(yè)將面臨相當(dāng)龐大的信息處理任務(wù)，而隨著信息分析處理任務(wù)量的急劇增長，也對(duì)企業(yè)信息數(shù)據(jù)處理的速度以及質(zhì)量提出了更高的要求。大數(shù)據(jù)時(shí)代下的企業(yè)信息數(shù)據(jù)處理必須始終保持“即時(shí)”性，這也是現(xiàn)代化企業(yè)信息數(shù)據(jù)處理分析的基本發(fā)展趨向，同時(shí)也是企業(yè)健康穩(wěn)定發(fā)展的基本需求。

（三）建立在數(shù)據(jù)內(nèi)容上的決策

企業(yè)現(xiàn)代化程度的加深，意味著企業(yè)各類經(jīng)營活動(dòng)均對(duì)信息數(shù)據(jù)有著更高的要求，這也是企業(yè)數(shù)據(jù)信息處理分析發(fā)展的一個(gè)方向。對(duì)于信息數(shù)據(jù)的精確分析，是理性決策的重要保障，能夠有效提高決策的科學(xué)性、規(guī)范性以及精確性，避免因數(shù)據(jù)內(nèi)容的不準(zhǔn)確，導(dǎo)致決策者出現(xiàn)不同程度的錯(cuò)誤判斷，減少企業(yè)經(jīng)營發(fā)展的風(fēng)險(xiǎn)。就現(xiàn)狀來說，許多企業(yè)在擴(kuò)大生產(chǎn)以及業(yè)務(wù)范圍的過程之中，對(duì)于信息數(shù)據(jù)的處理分析并不如何重視，只是盲目的將所得信息進(jìn)行單向性的匯總，而缺乏對(duì)于信息數(shù)據(jù)內(nèi)容的歸納判斷，同時(shí)對(duì)于同行業(yè)內(nèi)企業(yè)的信息數(shù)據(jù)也并不重視，導(dǎo)致企業(yè)決策出現(xiàn)一定的紕漏。在大數(shù)據(jù)的時(shí)代背景之下，只有充分重視信息數(shù)據(jù)內(nèi)容，并對(duì)其進(jìn)行科學(xué)化的處理分析，才能夠有效解決企業(yè)內(nèi)部管理所存在的問題。因此，為了對(duì)傳統(tǒng)決策觀念與模式進(jìn)行改變，就有必要進(jìn)行科學(xué)規(guī)范的數(shù)據(jù)分析，并將決策的舉措置于數(shù)據(jù)內(nèi)容上進(jìn)行，以謀求企業(yè)長遠(yuǎn)發(fā)展。

（四）關(guān)注數(shù)據(jù)安全

現(xiàn)代化企業(yè)經(jīng)營管理各類活動(dòng)的均與信息數(shù)據(jù)的準(zhǔn)確性有著較為密切的聯(lián)系，這也包括企業(yè)自身所掌握的信息，尤其是企業(yè)客戶的信息，對(duì)于企業(yè)來說更是其核心價(jià)值之所在。在大數(shù)據(jù)的時(shí)潮之中，企業(yè)必須思考如該如何在有效分析處理信息數(shù)據(jù)的基礎(chǔ)之上，對(duì)企業(yè)商業(yè)機(jī)密以及客戶信息進(jìn)行全面的保護(hù)。

三、大數(shù)據(jù)時(shí)代下企業(yè)經(jīng)營管理模式與發(fā)展分析

（一）運(yùn)營決策以數(shù)據(jù)為基礎(chǔ)

在大數(shù)據(jù)的時(shí)代背景之下，企業(yè)必須強(qiáng)化對(duì)內(nèi)部信息數(shù)據(jù)的整合管理并逐步建立起相關(guān)的體系，使企業(yè)日常經(jīng)營活動(dòng)均有相關(guān)的信息數(shù)據(jù)內(nèi)容作為參照。為推動(dòng)企業(yè)經(jīng)營管理模式的進(jìn)步，就搭建企業(yè)內(nèi)部信息數(shù)據(jù)的平臺(tái)，使企業(yè)內(nèi)部的信息數(shù)據(jù)分析管理體系趨向規(guī)范化，以提升企業(yè)整體信息數(shù)據(jù)分析管理工作的效率。這也意味著，企業(yè)必須建立于社會(huì)網(wǎng)絡(luò)的鏈接，并提高對(duì)于社會(huì)網(wǎng)絡(luò)數(shù)據(jù)的觀察與分析，通過對(duì)不同社會(huì)網(wǎng)絡(luò)平臺(tái)上的信息數(shù)據(jù)進(jìn)行采集整理，深度挖掘管理活動(dòng)之中所需的信息內(nèi)容，并完成后續(xù)的分析傳輸工作。同時(shí)，企業(yè)也必須加深對(duì)于信息數(shù)據(jù)采集搜索的強(qiáng)度，以提升企業(yè)信譽(yù)為基本目的，制定多層次、多角度、多取向的音效策略。以上內(nèi)容，均建立在對(duì)信息數(shù)據(jù)的分析處理之上，實(shí)現(xiàn)企業(yè)運(yùn)營決策的所有內(nèi)容都有其信息數(shù)據(jù)的基礎(chǔ)。

（二）培養(yǎng)數(shù)據(jù)管理人才

目前，市場環(huán)境乃是以知識(shí)經(jīng)濟(jì)作為基本引導(dǎo)，這也意味著企業(yè)的經(jīng)營發(fā)展愈來愈倚重于人才，尤其是在大數(shù)據(jù)時(shí)代下，企業(yè)想要在日趨激烈的市場競爭之中脫穎而出，就必須加大對(duì)于人才的吸納。大數(shù)據(jù)時(shí)代的來臨，對(duì)于企業(yè)的經(jīng)營管理提出了更高的要求以及標(biāo)準(zhǔn)，這也是對(duì)企業(yè)內(nèi)部人才綜合素質(zhì)的長大考驗(yàn)。為了保證企業(yè)信息數(shù)據(jù)分析管理工作的效率與質(zhì)量，就有必要培養(yǎng)符合企業(yè)發(fā)展需求的數(shù)據(jù)管理人才，以大數(shù)據(jù)時(shí)代的要求來看，對(duì)信息數(shù)據(jù)具有敏銳感知能力、應(yīng)對(duì)能力以及分析能力是一名優(yōu)秀數(shù)據(jù)管理人才所須具備的基本素質(zhì)。因此，企業(yè)必須加強(qiáng)對(duì)數(shù)據(jù)管理人才的儲(chǔ)備，并建立完善的招聘、篩選、任用、培訓(xùn)制度以及相關(guān)的考核獎(jiǎng)勵(lì)機(jī)制，推動(dòng)企業(yè)數(shù)據(jù)管理人才工作素質(zhì)的提高。

（三）企業(yè)網(wǎng)絡(luò)的建設(shè)

從提升企業(yè)信息數(shù)據(jù)管理分析的角度來談，就有必要在企業(yè)內(nèi)部建設(shè)全面化、多向性、科學(xué)性的企業(yè)內(nèi)部網(wǎng)絡(luò)，為信息數(shù)據(jù)的各項(xiàng)工作提供一個(gè)良好的平臺(tái)，并實(shí)現(xiàn)企業(yè)內(nèi)部信息數(shù)據(jù)的有效化管理。企業(yè)網(wǎng)絡(luò)的建設(shè)必須符合企業(yè)經(jīng)營發(fā)展的現(xiàn)狀以及需求，并具備一定的科學(xué)性與合理性，以謀求企業(yè)發(fā)展為基礎(chǔ)，提升企業(yè)服務(wù)質(zhì)量為手段，推動(dòng)企業(yè)信息網(wǎng)絡(luò)建設(shè)為最終目的，提高企業(yè)對(duì)信息數(shù)據(jù)分析管理工作的效率。

結(jié)束語

綜上所述，在大數(shù)據(jù)的時(shí)代潮流之中，企業(yè)發(fā)展所面對(duì)的外在環(huán)境具有多樣化的基本特征，且規(guī)模亦不盡相同。企業(yè)經(jīng)營管理的改革必須與信息化社會(huì)的進(jìn)步保持相同的步調(diào)。所以，企業(yè)必須主動(dòng)迎合大數(shù)據(jù)時(shí)代，置身于這股時(shí)潮之中，并結(jié)合自身的具體情況，思考如何有效利用大數(shù)據(jù)時(shí)代所提供的資源來提升企業(yè)自身的競爭力，使企業(yè)在日趨激烈的市場競爭之中，始終立于不敗之地。

參考文獻(xiàn)：

[1]陸波.信息爆炸（大數(shù)據(jù)）對(duì)現(xiàn)代企業(yè)經(jīng)營的挑戰(zhàn)、機(jī)遇與對(duì)策[J].經(jīng)貿(mào)實(shí)踐，2017（15）：164-165.

篇10

論文關(guān)鍵詞：網(wǎng)絡(luò)環(huán)境,大學(xué)生信息組織,共享模式

在易班中，這個(gè)新興網(wǎng)絡(luò)群體組織被統(tǒng)稱為網(wǎng)絡(luò)社區(qū)，在大家都比較熟悉的易班網(wǎng)按網(wǎng)絡(luò)組織分為機(jī)構(gòu)群和公共群，或者另外一種分類法叫做聊天群和非聊天群。這已經(jīng)初步建立起網(wǎng)絡(luò)組織和共享模式。從最早的BBS，從博客群到微博再到微信、易信，發(fā)展到現(xiàn)在的易班，大學(xué)生網(wǎng)絡(luò)學(xué)習(xí)和生活由此真正也進(jìn)入了專業(yè)化移動(dòng)社區(qū)時(shí)代。自從易班校園好聲音活動(dòng)開播以來，易班網(wǎng)絡(luò)社區(qū)在中國網(wǎng)絡(luò)領(lǐng)域成為了后起之秀，逐漸成為大學(xué)師生獲取、交流與傳播信息的重要平臺(tái)。

然而，在當(dāng)今社會(huì)，QQ、微信、易信等平臺(tái)仍然是主流新媒體。隨著大學(xué)生網(wǎng)絡(luò)社區(qū)的迅速發(fā)展，易班網(wǎng)絡(luò)的社區(qū)信息資源的管理尤其是信息組織和分享方面的問題日益凸顯。如何在尊重學(xué)生個(gè)性發(fā)展的基礎(chǔ)上有效地對(duì)大學(xué)生進(jìn)行思想政治教育，如何控制網(wǎng)絡(luò)組織中的信息流向，讓信息流變成現(xiàn)實(shí)的管理數(shù)據(jù)庫，如何把網(wǎng)絡(luò)信息資源組織成有序而優(yōu)化的信息管理反饋系統(tǒng)，比如學(xué)生的網(wǎng)絡(luò)話語與學(xué)生的操行自動(dòng)比對(duì)，形成管理者的共享材料。這是當(dāng)前網(wǎng)絡(luò)社區(qū)信息管理的幾大難題，也是解決當(dāng)前大學(xué)生網(wǎng)絡(luò)社區(qū)信息個(gè)性化需求與高校有序管理需求之間的矛盾的主要措施。

1 易班的信息組織模式和理念還不能很好適應(yīng)A—B

易班作為一個(gè)服務(wù)平臺(tái)，首先應(yīng)當(dāng)是一個(gè)管理平臺(tái)。社區(qū)化的思想應(yīng)當(dāng)首先服務(wù)于高校管理。過于追求社區(qū)化，當(dāng)然某種意義上利于學(xué)生群體自由，但是不利于管理。試用易班后，多數(shù)高校發(fā)現(xiàn)了這個(gè)問題。易班原來英文名叫“E-class”，建立以班級(jí)為群體或者小社區(qū)的理念是它的初衷，這個(gè)是好的，但是班級(jí)一定要找到它的根，即要找到它的院系然后找到它的大學(xué)。這樣才有管理的條件。而且班級(jí)新聞怎么推送上去要看這個(gè)鏈條是否完整，管理節(jié)點(diǎn)有沒有。易班的信息組織模式要是能適應(yīng)當(dāng)前網(wǎng)絡(luò)時(shí)代的發(fā)展，就一定要做到A—B—C的模式，其中第一個(gè)重要環(huán)節(jié)就是A—B，A就是網(wǎng)絡(luò)服務(wù)提供商，就是教育部易班發(fā)展中心，B就是各個(gè)高校的管理層，這個(gè)脈絡(luò)不僅在現(xiàn)實(shí)生活中非常清晰，而且要做到在網(wǎng)絡(luò)中也非常清晰。學(xué)生有歸屬感，不至于游離于網(wǎng)絡(luò)，如果讓學(xué)生隨心所欲，學(xué)生就可能走出社會(huì)主義核心價(jià)值觀的輿論氛圍，思想和精神得不到健康發(fā)展。

第二個(gè)環(huán)節(jié)才是B—C，B是各高校的管理者，C就是一個(gè)個(gè)的群組。B是架起易班服務(wù)的橋梁，C是群星燦爛的易班組織，B能體會(huì)到易班的精神并將之傳導(dǎo)到C，C最終能共享易班服務(wù)成果。結(jié)合易班網(wǎng)絡(luò)社區(qū)組織結(jié)構(gòu)構(gòu)成及功能特點(diǎn)，以及國內(nèi)外有關(guān)信息組織結(jié)構(gòu)和共享模式的相關(guān)理論，建立“A—B—C”系統(tǒng)化、個(gè)性化的大學(xué)生網(wǎng)絡(luò)社區(qū)中的信息組織管理共享模式，不僅有利于解決網(wǎng)絡(luò)社區(qū)中信息組織新出現(xiàn)的問題，促進(jìn)網(wǎng)絡(luò)社區(qū)中信息資源規(guī)范管理，現(xiàn)代企業(yè)管理論文而且從深層次上揭示信息組織和共享的結(jié)構(gòu)機(jī)制，建立起適應(yīng)復(fù)雜網(wǎng)絡(luò)社區(qū)環(huán)境的、完善高校學(xué)生管理和思想政治教育的信息組織和共享模式。

2 易班信息共享模式有待升華

易班網(wǎng)絡(luò)目前停留在信息分享的初級(jí)階段，各高校仍然不能很好分享或者獲取網(wǎng)絡(luò)中有價(jià)值的信息，也需要自己收集加工信息，這個(gè)情況造成很多輔導(dǎo)員職業(yè)疲倦。以至于討厭易班，不愿意發(fā)動(dòng)學(xué)生加入易班。網(wǎng)絡(luò)社區(qū)中的信息組織和共享模式，不是對(duì)信息組織和共享模式的簡單相加，而是對(duì)傳統(tǒng)信息組織模式的升華和優(yōu)化，是對(duì)傳統(tǒng)社會(huì)中有關(guān)商業(yè)化網(wǎng)絡(luò)信息組織共享模式的方法和經(jīng)驗(yàn)進(jìn)行借鑒、總結(jié)和改造的結(jié)果，是一種具有實(shí)踐過程并將成果指導(dǎo)實(shí)踐的研究。有具體的網(wǎng)絡(luò)社區(qū)環(huán)境應(yīng)用場地，有現(xiàn)實(shí)的易班網(wǎng)絡(luò)平臺(tái)，還要有虛擬的大數(shù)據(jù)分析分享系統(tǒng)，對(duì)于改善網(wǎng)絡(luò)社區(qū)中的信息組織有重要的指導(dǎo)價(jià)值，能促進(jìn)網(wǎng)絡(luò)社區(qū)更加有序的運(yùn)行具有重要的意義。

易班對(duì)網(wǎng)絡(luò)社區(qū)的信息主要集中于大學(xué)生所關(guān)注的領(lǐng)域或者活動(dòng)，無論從微社區(qū)、話題，還是輕應(yīng)用，都比較“散”，范圍非常廣泛，缺乏提煉。學(xué)校和院系除了知道學(xué)生人數(shù)，剩下的事情就只停留在“點(diǎn)贊”和“刷屏”上了，真正獲得有價(jià)值的信息，比如學(xué)生最近在干嗎？學(xué)生普世價(jià)值觀數(shù)據(jù)分析？學(xué)生社會(huì)行為學(xué)分析數(shù)據(jù)、學(xué)生心理需求方面分析數(shù)據(jù)等等這些信息無法擁有，老師們也就無力去再做些什么。所以易班要向這方面努力。概括起來主要有：1）信息共享應(yīng)該接入整個(gè)學(xué)生數(shù)據(jù)庫；2）分層級(jí)分享易班分析數(shù)據(jù)庫，這個(gè)需要大數(shù)據(jù)支持；3）積分系統(tǒng)應(yīng)該下放到管理層；4）好的應(yīng)用明碼標(biāo)價(jià)或共享；5）應(yīng)拓展數(shù)據(jù)分析的學(xué)科領(lǐng)域。科學(xué)地建立大學(xué)生易班網(wǎng)絡(luò)社區(qū)中的信息組織和共享模式，以及大數(shù)據(jù)，將使易班更有吸引力，更有應(yīng)用前景。

總的來說，易班網(wǎng)開辟了大學(xué)生信息組織和共享成果時(shí)代，是我國高等教育領(lǐng)域尤其是網(wǎng)絡(luò)思想文化方面一個(gè)巨大的進(jìn)步?；谝装嗑W(wǎng)在信息組織與共享模式上存在的缺陷，本文擬提出建立“A—B—C”的信息組織和共享模式，拓展大數(shù)據(jù)時(shí)代價(jià)值，結(jié)合信息科學(xué)和社會(huì)科學(xué)的相關(guān)理論，系統(tǒng)地給各高校提供一個(gè)集分享和管理的信息模式，構(gòu)建一個(gè)既能適應(yīng)高校大學(xué)生個(gè)性化需求又能服務(wù)于高校管理信息化平臺(tái)，以改善當(dāng)今大學(xué)生網(wǎng)絡(luò)社區(qū)中信息組織混亂無序的現(xiàn)狀，同時(shí)為大學(xué)生網(wǎng)絡(luò)組織和分享模式的研究另辟蹊徑，促進(jìn)科學(xué)和技術(shù)的交流與整合。

參考文獻(xiàn)

[1]張明海，龍獻(xiàn)忠.云傳播時(shí)代大學(xué)生信息素養(yǎng)教育創(chuàng)新研究[J].圖書館，2014（5）：99-101，106.

[2]潘燕桃，廖昀赟.大學(xué)生信息素養(yǎng)教育的“慕課”化趨勢[J].大學(xué)圖書館學(xué)報(bào)，2014（4）：21-27.