時間：2022-05-21 10:55:47
序論：在您撰寫大數據時代論文時，參考他人的優秀作品可以開闊視野，小編為您整理的1篇范文，希望這些建議能夠激發您的創作熱情，引導您走向新的創作高度。
1藥物化學教學內容改革
綜合基礎知識講授，增強教學內容的交互性。藥物大數據的概念的提出以及相關研究的開展，給現代藥物化學教學內容改革提出了新的機遇和挑戰。將創新意識、藥物大數據的概念融入基礎知識教學中，以加深學生對基礎知識的理解。每一類型藥物的講授，應以重點藥物、經典藥物為例，同時將該藥物在最新的數據庫中進行搜索，進而引出目前該藥物的研究前沿。作者在講授藥物結構、命名、合成方法、理化性質、代謝形式等基礎知識的同時，著重引導學生思考研究者在藥物研發過程中的設計思路、考慮問題的出發點和歸屬，將該類型藥物的發現、發展和衍生化，藥物的作用靶點信息，現階段臨床用藥、類似藥物的研究進展、最新理論和技術等信息進行有機整合，從而將藥物設計方法整合入知識點的介紹中。比如在講解循環系統藥物受體阻滯劑的時候，介紹從藥物結構數據庫PDB數據庫中下載和展示受體的三維結構的方法；在講授抗癲癇藥物苯妥英鈉時，介紹藥物數據庫Drugbank中查找相關藥物性質的方法，介紹磷苯妥英作為水溶性磷酸酯前藥的一個成功實例進行講授。這樣使得前藥、藥物信息等內容有機、生動的展現出來，也將藥物綜合知識、藥物大數據概念和內容落實到了具體的藥物教學中。挖掘藥物研發信息，使得教學內容具體生動。從藥物大數據中出發，挖掘以藥物發明史、藥學新前沿、藥物化學家創造的社會價值、藥物化學研究的趣事等相關信息，激發藥化學習興趣。比如在青霉素的教學過程中，通過穿插亞歷山大?弗萊明青霉素的發現過程，教育學生嚴謹的科研態度和細致的科研觀察的重要性；在講授抗腫瘤藥物時，也介紹最新的抗癌藥物臨床研究，介紹密西根大學王少萌教授基于結構設計策略成功獲得強效的、口服的MDM2小分子抑制劑，進而實現成果轉讓約3.6億美金的成功案例；在糖尿病藥物教學中，列舉了最新批準的藥物，最近一年的糖尿病暢銷藥物排行，各藥物相關的靶點信息，創造的社會價值，帶給學生藥學新近動態信息。通過生動的藥物發明故事，最新的藥學動態數據，讓藥物化學教學課堂更為生動化、具體化、人性化，從而充分激發學生的興趣、更加深入掌握藥物化學知識。結合科學前沿講解案例，賦予教學內容創新理念。從大數據中尋找藥物研發的歷程，將藥物的科學研究過程以及最新的進展融于教學中，不斷保持教學內容的先進性。在藥物化學課程安排中，作者采用了案例教學的方法，安裝主要疾病靶標類型，選取藥物研發的成功實例，分析藥物研發過程，進行案例教學，不僅包括目前臨床使用的經典藥物，近年來研發的熱門藥物、靶點，也涉及老藥新用、多靶點藥物、系統生物學等方面的內容，進行一課一例的專題講解。以反應停（沙利度胺）藥物的講解為例，一是講解孕婦使用反應停后抑制了孕吐反應的同時也產生了海豹胎兒的藥物歷史上的災難的經典案例，使學生認識到了手性在藥物研發中的重要性；二是突出強調沙利度胺在1998年又被投放到市場，作為多發性骨髓瘤、麻風結節性紅斑等病癥的治療，以及2013年FDA還批準了沙利度胺的類似物上市用于多發性骨髓瘤的治療，是學生了解藥物是可以改造、可以優化，甚至可以重新定義適應證、重新回到市場的。三是介紹關于沙利度胺的最新研究成果，包括2014年Nauture上發表了確證沙利度胺的作用靶點為CRBN的研究論著，讓學生進一步了解該藥物研究最新進展。類似的案例教學是將科學實踐來驗證課本中的理論，在教學中融入藥物化學領域的新信息、新思想和新技術，培養學生的創新意識和創新能力。
2教學方法和手段的改革
充分使用各種藥物大數據資源，將藥物化學研究的相關數據庫應用到藥物化學的教學中，其中包括scifind-er、chembl、drugbank等。SciFinder數據庫可以透過網絡直接查看《化學文摘》自1907年以來的所有期刊文獻和專利摘要，以及八千多萬的化學物質記錄和CAS注冊號。Chembl數據庫是歐洲生物信息研究所（EBI）開發的免費在線數據庫，從大量文獻中收集各種靶點及化合物的生物活性數據，為研究者提供了一個非常便利的查詢靶點或化合物的生物活性數據的平臺。Drugbank數據庫中包含了現在上市的或者正在做臨床研究的藥物的藥代、藥效、靶點等相關信息。通過該數據庫，學生可以快速了解藥物的合成方法、適應證、作用靶點等信息，同時學生也可以通過查閱相關數據庫了解類似結構骨架的化合物在藥物研發中的研究發展歷史和最新的研究前沿。在具體的教學實踐中，作者安排了1次討論糖尿病藥物的課程，將學生分成兩組，分別在數據庫中查找葡萄糖苷酶抑制劑和DPPIV抑制劑的臨床應用情況、化合物的合成方法、目前的研究前沿。以項目討論的方式，分別介紹了這2類藥物的情況，充分調動學生的學習積極性，取得了良好的效果。充分利用各種教學科研軟件，將現代化教學方法手段應用到藥物化學教學中。從2009年開始，筆者所在的教研室編制標準化幻燈片（PPT）課件，并根據每年的科學前沿，更新PPT的內容。此外，作者也在嘗試使用其他軟件來表現藥物化學教學中設計的藥物、蛋白結構，包括Chem3D、PyMol等軟件。其中，Chemoffice中的Chem3D是一款三維立體分子結構的演示軟件。Chemdraw可以從二維的角度觀察藥物逐步的優化過程，展示藥物合成的方法，而Chem3D能夠更加直觀地從立體上來考察和展示藥物功能團變化給立體構型上帶來的改變。PyMol是一款顯示和分析分子三維結構的軟件，應用PyMol軟件可以圖形化地表達分子動態過程，不僅可以用球棍、飄帶等多種方式顯示分子三維結構，也可以對蛋白質三維結構進行編輯、修改、顯示，更為重要的是還能夠清晰的展示顯示藥物與受體的結合原理，并能夠以三維圖形的方式展示分子相互作用的動態過程，使得原本抽象的教學內容直觀而又形象地呈現出來。在課程的各個章節的PPT課件中均使用PyMol軟件制作蛋白、小分子的三維結構圖。通過各種軟件的輔助，負責的藥物結構、特殊的構效關系，許多語言難以描述的內容，變得形象生動，降低學習難度，突破教學難點，使學生對藥物結構有更直觀形象立體的了解，加深學生對知識點的理解和掌握。隨著大數據產生，云計算的概念和運用越來越廣泛，將云計算的教學平臺用于現代化的教學中，能夠有效的整合利用計算資源，降低了基礎資源建設中巨大的軟、硬件成本。同時，云計算教學平臺能夠加速藥物設計相關知識更新速度，追蹤科學前沿，實現個性化教學的實際需求，將理論知識和科研實踐有機地結合起來，能極大地提高學習效率。作者所在的教研室，搭建了藥物化學云計算網絡課程，學生在登陸云計算服務器后，不僅能夠通過網絡復習上課課件，也能夠通過網絡進行課后練習并進行在線作業提交、提問。教師能夠通過云計算網絡回答學生問題、了解學生學習情況。除了云計算平臺之外，云服務輔助教學平臺對于信息化教學尤為重要。云服務輔助教學的理念使得課后輔導工具變得多樣化，通過時下流行的交流工具如QQ、微信，不但可以保證教師和學生之間的暢通交流，也可以促使學生間的交流。教師可以通過截圖、群發輔助學習資料等方式，共享學習材料和經驗，提高學生學習效率。同時，教師也可以通過學員的QQ、微信發言提問情況全方位的掌握學生的學習狀況。此外，作者也將藥物設計相關的最新文獻通過群共享的方式分享給學生，同時也加上自己的對文章的創新點的點評意見，培養學生的追蹤科學前沿的習慣和科研創新的能力。
3合理的課程體系
藥物化學是連接化學和藥學的橋梁，主要涉及設計、發現、開發創新藥物。隨著大數據時代的到來，藥物化學承擔了從基因組學、蛋白組學出發發現創新藥物的特殊任務，已經越來越多地融合了系統生物學、化學生物學、生物信息學、結構生物學等內容。除了必需的基礎課以外，還需提供合理的課程體系才能達到藥物化學教育目的。因此，在藥物大數據的時代背景下培養創新型藥學人才，除了藥物化學課程外，還需要以相關課程群為依托，從宏觀角度對教學內容進行調整，使得基礎知識得到鞏固、知識面也得到拓展。以藥物化學為主干課程，以藥物化學實驗、藥物設計學、高等有機化學等為專業輔助課程，主題性更強的課程（如臨床用藥案例、生物信息學、G蛋白偶聯受體藥物化學等）可作為為選修課程。目前，作者所在教研室也在這方面進行了探索，一方面進行藥物化學實驗課程改革創新，另外一方面開設G蛋白偶聯受體藥物化學本科生暑假課程、生物信息學選修課程、臨床用藥案例作第二課堂，取得了較好的成效。總之，藥物大數據背景下的藥物化學教育改革，要從藥物大數據的綜合性出發，改革單純的教學方式，拓展教學思路和教學內容，以培養創新意識創新能力為導向，訓練學生的學習思維方式為動力，確實提高學生自主學習的能力和挖掘有效藥物數據能力。在鞏固基礎知識的教學的同時，與時俱進，培養出能適應國家和社會需要的創新型藥學人才，為建設創新型國家服務。
作者：歐陽勤 王懿 李海波 劉天渝 單位：第三軍醫大學藥學院
一、大數據時代高校學籍管理工作的特點
（一）高校學籍管理工作數據量增多
隨著我國信息技術的不斷進步，高等教育規模的不斷擴大和高等教育事業的蓬勃發展，學生入學信息、學生學籍檔案、學生成績數據等大量高校學籍管理信息和數據也逐年增加。數據量增多，單靠原有的學籍管理者手工紙質記錄學籍信息，已經完全不能適應大數據時代的要求。新增的數據量，給高校學籍管理工作者帶來了巨大的管理難度和精神壓力。
（二）高校學籍管理工作業務種類繁雜
在大數據時代下，由于數據量增多，高校學籍管理工作變得繁雜多樣。高校學籍管理工作內容包括：按照國家和高校的相關規章制度和政策對學生取得入學資格進行審核；根據學生在校期間的日常表現和生活狀況建立學生學籍檔案；通過學生課程成績掌握學生學習動態和高校教學質量；嚴格對畢業生進行畢業和學位審核；為在校生和畢業后學生提供其他各種學籍服務等。高校學籍管理具體事務有：新生入學注冊；學生火車票優惠卡注冊；在校生學年注冊；學生學習成績監管；畢業生學歷及時注冊；畢業生學歷查詢認證等。高校學籍管理工作的服務對象是：為在校生服務、為畢業生服務、為用人單位服務、為社會相關部門和機構服務等。
（三）高校學籍管理工作及時性強
大數據時代下，高校學籍管理工作具有較強的時效性。特別是我國采用“中國高等教育學生信息網（學信網）”對高校在校學生和畢業學生學籍信息數據都有明確的時間管理：各高校學籍管理者都應該在規定的時間內，按國家《普通高等學校學生管理規定》及各高校學籍管理規章、政策和流程，準確及時完成新生入學信息維護、在校生數據管理、畢業生即時注冊。此外，在日常的高校學籍管理工作中，各高校學籍管理者還要應對為學生維護核實學習成績；為在校生開具學籍證明；為畢業生補辦畢業證明材料；為用人單位回復學歷查詢；為相關機構學歷認證核實信息等，這些學籍管理工作也強調數據的完整性、準確性和及時性。
（四）高校學籍管理工作專業人員缺乏
大數據時代最終的意義是要體現數據的價值，但數據的價值要靠管理者的洞察力去挖掘、分析。在大數據時代下，高校學籍管理工作也需要專業的學籍管理工作者對學籍信息數據進行有價值的剖析和研究。但現在高校從事學籍管理工作的人員大多數來自于教育行業，他們并沒有受過專業的學籍管理工作的培訓，普遍缺乏對計算機、信息、數據分析挖掘技術的知識。此外，國家相關部門沒有統一規范的學籍管理政策，各高校甚至忽視學籍管理工作的重要性，不重視對高校學籍管理隊伍的建設和人才培養，形成了各高校學籍管理工作者只關注應對日常學籍管理工作，對建立嚴謹的洞察力去分析高校學籍信息和數據幾乎沒有涉及，這使高校學籍管理信息數據分析研究領域成為空白。
二、大數據時代高校學籍管理工作的發展前景
大數據時代高校學籍管理工作是在管理學籍工作的過程中，大量收集、分析、運用各類信息和數據，嘗試不斷創新和改進繁雜多樣的學籍管理工作，使學籍管理標準化、規范化和智能化，以服務學生、服務社會，從而提高高校學籍管理工作效率和管理水平，提升高校學籍管理工作者自身修養和業務素質，促進高校和諧穩定發展。
（一）大數據時代高校學籍管理工作，要求學籍管理創新化
大數據時代下的高校學籍管理應該注重思維模式的創新化。高校學籍管理思維模式不能只停留在現有的學籍管理模式中，應該不斷創新，建立適應大數據時展的思維模式。高校學籍管理思維模式既要符合高校學籍管理，以“中國高等教育學生信息網（學信網）”中的高校在校學生和畢業學生的數據和信息管理為依托，還要支持大數據時代的特點，集聚社會資源，體現學籍管理數字化，校園服務智能化，使高校學籍管理數據和信息易整理、易保存、易查詢，為高校管理服務，為高校學生服務，為國際社會服務。
（二）大數據時代高校學籍管理工作，要求學籍管理規范化
大數據時代下的高校學籍管理應該做到學籍管理信息系統程序的規范化。在大數據時代下各高校要以學籍管理公開、公正、公平為基礎核心，按照國家《普通高等學校學生管理規定》，認真做好學籍管理制度的改革，不斷完善學籍管理工作的流程，建立學籍管理信息系統體系，改進學籍檔案管理，加強學籍保密制度等。應利用大數據的特點，合理規范高校學籍管理工作，使學籍管理工作有序、高效、合法。學籍管理規范化有利于高校學生在大數據時代下增強自律性，認真貫徹執行學校的規章制度；有利于維護高校在大數據時代下的正常教學秩序，提高工作效率和教學質量；有利于高校促進大數據時代的全面發展。
（三）大數據時代高校學籍管理工作，要求學籍管理智能化
大數據時代下的高校學籍管理應該通過不斷規范和創新達到最終學籍管理手段的智能化。在大數據時代下，高校學籍管理數據信息量較大，學籍管理工作繁雜多樣，但通過管理思維模式的不斷創新和發展，通過學籍管理信息系統的不斷規范和完善，采用科學的管理手段和方法，結合各高校自身的學籍特點，深入挖掘、系統分析和有效處理高校學籍管理工作中的數據信息，能簡化高校學籍管理工作流程，提高高校學籍管理工作效率，最終實現高校學籍管理數字化、簡單化、人性化、智能化。
（四）大數據時代高校學籍管理工作，要求提升學籍管理工作者自身的修養
學籍管理工作者在大數據時代下，要努力提高自身的素質和修養，不斷進取，熟練掌握現代化管理手段，準確運用大數據時代特有的“查詢能力、思維能力、甄別能力”。學籍管理工作者要認真學習法律知識，利用法律武器維護學校和學生的數據信息及合法權益。高校學籍管理工作者還要不斷增強教育事業心和管理責任心，在日常的工作中，善于在大數據形態中發現新問題，研究新情況，探索新規律，總結新經驗，始終堅持“以人為本”的管理理念，提高自身在大數據中的決策能力和協調溝通能力，更好地發揮學籍管理工作能力和服務水平，提高管理效率，確保學籍管理工作的有序進行。
（五）大數據時代高校學籍管理工作，要求提升學籍管理工作者的管理水平
高校學籍管理工作者，應該意識到大數據時代下的學籍管理不只是簡單的管理，更重要的是對各種繁多的學籍數據進行整理、挖掘、分析、利用。高校學籍管理工作者應該了解大數據時代學籍管理工作的重要性及其工作特點，端正工作態度，做好學籍管理數據分析研究，更好地服務學校、服務教師、服務學生，真正做到大數據時代的“管理育人、服務育人”。
三、結語
高校學籍管理工作者還應重視學籍管理隊伍建設，有計劃地加強對高校學籍管理工作者專業素質的培訓，制定適應學籍管理工作者隊伍建設發展的方針和策略。大數據時代要求學籍管理工作者對大數據挖掘、大數據分析有所了解，還應該熟練掌握、操作和應對各種繁多類型的大數據對高校學籍管理工作帶來的沖擊和變革，將其合理開發和利用。要提升學籍管理工作者的管理水平，就要整合各類信息，重視高校服務，加強學籍管理，建設一支強信息、重服務、細管理的高素質學籍管理隊伍。同時還要促進各高校之間的合作與交流，加強各部門之間的協作與溝通，提高高校學籍管理隊伍整體水平，使高校學籍管理工作在大數據時代穩步發展，不斷提高。
作者：楊奕 田寶柱 王艷彥 梁黎明 單位：河北聯合大學
一、大數據在圖書館管理中理論及應用現狀
計算機信息技術的快速發展，推動了物聯網、云端計算等一系列新興事物的發展，其中強大的數據服務功能被廣泛應用于各個實踐領域?！按髷祿备拍钐岢龊?，立刻成為Microsoft、Oracle、IBM等IT企業研究與開發的焦點，逐漸成為信息技術又一創新優勢。從理論研究現狀來看，大量理論研究成果都出現在近幾年，通過以“大數據”為關鍵詞，在CNKI、萬方數據以及百度文庫等平臺進行搜索，2010年之前僅有46篇，而2012年324篇，2013年達到1044篇，截至2014年12月，各類研究成果達到了3000余篇。分析研究內容：國內大部分研究仍停留在理論階段，宏觀層面分析較多；能夠立足現有技術進行深度挖掘，但具備實踐創新的成果不多；側重點單一，大部分研究成果都是以數據的存儲、獲取、處理和安全為主。從圖書館管理應用來看，完全實現“數據化”仍然存在幾道關卡。第一道關卡是數據應用的復雜性。中華民族歷史源遠流長，很多研究成果都是以紙質或者口口相傳流傳至今，未能及時轉化成為數據信息，部分研究成果看似過時，但卻是某一時代科技發展的精華，因應用不多，很難及時轉化。而圖書館館藏量巨大，其數據類型、結構以及模式都存在極大的復雜性，給搜索引擎、索引建設以及冗沉信息清理帶來極大困擾；第二道關卡是數據識別的不確定性。無限交互性是網絡應用的最大亮點，但對于圖書館管理而言，其多維海量的數據種類為“大數據”應用帶來了很多的不確定性，除數據本身特點之處，數據學習和應用模式上，也存在很大的不確定性；第三道關卡是數據涌現異質性。在研究過程中，常常把“整體大于部分之和”視為數據系統涌現特質，用于區別于其他數據，在多元化、異質化以及功能化相對突出的網絡數據當中，數據發展是在完全沒有進行控制和定義的前提下進行的，缺乏統一規范的標準，理論創新成果的多元化發展趨勢，必然會導致無序開發和資源浪費，國內的大量研究成果仍然需要宏觀理論的指引和實踐檢驗，才能夠形成完善的“數據化”應用指導理論。
二、基于大數據背景下圖書館管理作用定位
“大數據”應用能夠提升圖書館管理整體水平，推動服務能力、個性拓展、資源整合以及數據處理等方面的創新及改革，在圖書館管理上的定位也將更加明確。
1.管理與服務重點逐步向上游拓展。
大量的研究成果顯示，無論是傳統的紙質圖書還是當前快速發展的電子媒介，從服務對象來看，都是以下游為重點，其功能主要體現在館藏資源的整合、存儲、提取與應用上。但在“大數據”理念指引下，圖書館的功能得到開發與拓展，實現結構化、半結構化和非結構化變化趨勢，除提供可檢索書目庫、資源庫以及功能信息庫外，還提供可選擇的個性化服務，其服務與管理重點逐步向上游轉移。圖書館“數據化”功能不再以閱讀為重點，而是通過數據搜集整理，多角度分析，形成具有決策參考和情報分析的數據包，為使用者進行決策提供準確的服務。
2.功能集成化多元化發展趨勢明顯。
從社會整體架構來看，圖書館的公共性特征使其成為社會服務體系的重要環節，歷來都是基礎教育、文獻服務、休閑娛樂的重要活動，在人類繁衍生息、科技發展以及思維啟蒙上發揮著重要作用。隨著信息技術的深度應用，圖書館“數據化”發展成為必然趨勢，以往受圖書館容量、管理人員素質以及管理權限限制，很多圖書館只發揮了存儲功能，隨著數據密集化、集成化和交互性發展，圖書館功能得到開發拓展，在原有的資源存儲功能基礎之上，又延伸為數據處理、資源整合、服務決策等，功能多元化發展趨勢明顯。
3.圖書館構成大數據網絡結點終端。
隨著國內館藏資源聯網檢索功能的完善，大量的數據資源實現共享，公共圖書館除提供最新的書籍閱讀之外，其服務功能更像是一個網絡終端，一個可以為使用者提供舒適空間的數據服務中心。傳統的圖書館館藏資源，地域性特征極為明顯，受流動性和保密性限制，很多信息資源和研究成果都是“信息孤島”，大量的研究成果在管理中逐漸消亡?！按髷祿钡陌l展，使得圖書館管理不再是個人或者組織行為，而是社會支撐體系的重要組成部分之一，通過信息技術，與其他公共服務模塊、使用終端、信息空間等形成了完整的網絡，每一個公共圖書館都是一個網絡終端。既可以通過“數據轉化模塊”實現信息的搜集，也可以通過網絡平臺，實現信息輻射。
三、大數據時代對圖書館管理影響因素分析
1.管理工作的服務結構影響數據提取。
相對于圖書館的管理結構而言，傳統的管理模式突出的點、線、面縱向覆蓋，資源服務結構往往不夠均衡，地域性、專業性以及獨有性特征明顯，其服務人群僅限于某一地域的某一類人群。大數據時代來臨，使得圖書館管理和服務實現扁平化交互發展，但終端發展受基本制度、館藏資源、安全防范和服務結構的影響，往往很難達到預想的效果，大量的動態管理口令和管理，使圖書館信息檢索、共享和決策功能大大降低。
2.信息平臺的互不聯通影響資源集成。
“大數據”服務最大優勢是信息存儲、集成、處理和應用，我國96%的公共圖書資源都實現了基本數據化，引進和完善信息服務功能，具備信息互通的基本條件。但從功能應用上還存在很多問題，如信息孤島普遍存在，很多公共圖書館為保持自己的資源優勢，往往不愿意將自己處于優勢地位的資源共享；平臺對接程度不高，受技術條件、管理因素和安全要求限制，圖書館資源很難實現信息對接聯通；數據化資源占有率較低，很多圖書館仍然采取“雙軌制”運行模式，紙質圖書占有比例較大。
3.服務人員的基本素質影響綜合效益。
面對數據化發展的圖書館管理模式變革，工作人員最大的問題就在于思想觀念更新較慢、個體基本素質不高和普遍適用性不強等，無法實現從管理者向引導者的角色轉變、從管理約束功能向服務保障功能拓展。“大數據”時代來臨，要求服務人員不僅要有良好的服務和發展意識，還要具備常用的計算機知識、網絡維護知識和基本語言常識等，將管理員、導航員、維護員和服務員的角色扮演好，只有這幾種角色達到完美統一，才能夠實現更大的綜合效益。
4.信息資源的服務模式影響創新標準。
在圖書館管理“數據化”的呼聲中，很多省市的圖書館都進行相應的信息改革創新，力圖融入“信息化”大潮，獲取更大的生存空間和利益。但從信息資源的服務模式來看，仍然是以存儲、檢索、管理為重點，實際上是以計算機代替人的功能，整體突破不大。市場需求決定服務定位，需求層次決定發展水平，圖書館“數據化”標準與服務模式是一致的，只有真正將信息資源的共享功能、決策功能、分析功能、服務功能開發出來，才能夠提高創新標準，建設符合中國發展實際的數據化網絡。
四、基于大數據背景下圖書館管理方法策略
1.改善服務結構，以制度推動數據終端開放式發展。
對于圖書館而言，其開放及共享程度是知識資源分配的重要標志，必須要在宏觀調控前提下，建立數據終端開放式發展模式，完善服務結構。要發揮職能部門管理作用，在供給、回應、規制等方面積極介入，優化政府、資源平臺以及使用者之間的關系；要建設安全防護體系。信息的開放性必然會導致安全問題發生，要通過“互聯網遺忘”法則，設置數字記憶存儲期限，凈化數據生態環境；建立開放信息機制。依托圖書館服務功能，推動數據化全景控制，加強管理、共享與互動，防止在信息權力分配過程中，出現數據獨裁現象。
2.推動資源整合，以共享提升服務平臺發展水平。
圖書館信息化的終極目標就是在中國及至世界范圍內，建設一個統一、規范和集成的數據化智慧平臺，能夠最大限度地發揮其交易、共享、協作和服務功能。按照特定的建設原則，有限度構建以源數據、感知層、轉化層、服務層以及應用層為主體的技術體系，使用數據全生命周期管理模式，對圖書館數據化的資源、服務、過程、目標及任務進行對接，進一步完善大數據服務評價體系和質量評價體系，建立支持可視化、多元化數據交互技術，以此推動最大范圍內資源整合，提高智慧平臺的發展水平，發揮其共享功能。
3.加強素質培養，以智慧強化數據網絡的人力支撐。
我國的圖書館管理，從傳統的人工發展到人工智能，而后又發展到更高的智慧層次，可以說是基于數據化模式下的必然發展趨勢。不僅要做到網絡平臺的智慧化，還要做到管理人員的智慧化，按照約翰遜的理解：必須要具備相應的水平資質，有終身學習意愿，思維開放，能夠積極參加公共活動，具有一定的創造力等特征。對于數據化平臺而言，圖書館管理人員的培訓更像是一種投資，通過對他們的技術、能力和觀念上的投資，獲取發展上的回報。而有的學者也認為，圖書館管理員的最終發展可能是“數據科學家”或者“數據分析師”，這是一種標準，更是一種期望。
4.不斷提高標準，以創新促進平臺功能多元化發展。
圖書館管理數據化發展，必然會解決當前文化發展滯后的現狀，提高信息資源的發展速度與質量。文化發展重視傳承和創新，圖書館建設要堅持“以人為本”，緊盯社會發展需求，用需求去引導創新，推動平臺功能多元化發展。要加快數據信息采集力度，提高電子媒介與紙質媒介的比率，在做到自身擴容和安全運轉的基礎上，使用網絡平臺的交互、聯通和共享功能，實現最大限度的開放鏈接，使信息平臺由專業化向綜合化模式轉化、由體系化向領域化方向發展。本文站在數據化時代背景之下，對圖書館管理工作進行分析研究，力求為推動相關領域的發展進行探索。從文章分析可以看出，圖書館管理定位正在逐步發生轉變，影響圖書館數據化發展的因素也更加多元，從服務結構、資源集成、人員與素質，到創新標準都在發生著新的變化，急需管理工作在思想觀念、制度標準、評價體系和資源整合上做出新的突破，以應對不斷發展的市場的需求。由于研究時間較短，參與實踐不多，很多研究仍然停留在理論階段，其結論有待于在實踐中進行檢驗和修正，以提高其適應能力和發展能力。
作者：劉麗霞 單位：武漢職業技術學院圖書館
1數據教育是網絡教育的發展理路
1．1數據教育的內涵
什么是數據教育？目前尚無定論。筆者認為，在整合用戶資源的基礎上，數據教育可以通過數據分析與管理實現拉長數據產業價值鏈，改善網絡教育的結構和模式，是以大數據為核心整合網絡教育資源所進行的信息、產品與服務的交易活動。大數據正在重構很多傳統行業。麥當勞、肯德基以及蘋果公司等旗艦專賣店的位置都是收集、整理生活中大量的相關數據對其進行分析挖掘，從中獲得有價值的數據信息而演化出更有使用價值的新的商業模式。規模經濟和范圍經濟是行業戰略擴張的本質動因。網絡教育向數據教育發展，本質是依托規模經濟和范圍經濟來強化網絡教育的影響力、延展網絡教育經濟規模、降低生產成本、提高社會效益和經濟效益。數據教育的主要對象的是網絡教育的使用者，具體為學習者和教學者。利用數據教育使用者在學習中產生的大量數據，建構數據分析模型來發現社會關系和有價值的數據信息，進而預測學習者的學習情況并提供個性化建議。因此，數據教育的范式中首先應測量、收集、分析和報告有關網絡教育使用者及其學習環境的數據，然后進行理解和優化產生的學習環境。網絡教育教育平臺的使用會產生積累大量系統化、結構化的學習結果和學習行為數據。網絡教育將這些數據提取出有意義的信息，并利用這些信息為教育者、學習者、管理者、教育軟件開發者和教育研究者等提供服務是大數據時代網絡教育的必然趨勢。
1．2數據教育的發展理路
網絡教育與數據的融合是網絡教育擴張的戰略選擇。目前網絡教育的融合轉型中沒有成功先例，原因是大家都把科技對網絡教育的作用看成是漸進使用過程，而沒有看到它實際上對整個教學內容從生產一直到傳播、到效應的發生，全都是一種革命性的改變。若能認識到這一點，就可以在全世界的網絡教育發展過程當中占領、占用這樣一個產業的制高點。用互聯網的思維、用互聯網所代表的最好的技術、最好的文化形態，再加上相應的政策支持，就能夠全面開啟數據教育。由于數據教育本質上歸屬于信息傳播與網絡教育融合的服務產業，因此，它們之間具有眾多鄰接點，網絡教育的傳播力、公信力和影響力等無形資產以及信息生產、傳播途徑等資源和能力便于轉移到數據教育過程中，從而形成獨特的數據教育運營模式。以物聯網、云計算等綜合技術的成熟為基礎，在用戶在線學習的數據庫中挖掘出有價值的深數據，然后進行過程性和綜合性的考量，找到學習者的學習行為、學習習慣以及學習興趣等之間的內在聯系，考量背后的邏輯關系，并作出恰當的教學決策，是數據教育的發展理路。作為網絡教育的高級應用和發展路徑，數據教育可以分析學習者的一些靜態數據和動態數據，靜態數據如過去的成績和學習行為，動態數據如在線登陸方式，討論發帖量之類，通過分析這些數據追蹤分析學習者的類型，把學習者進行分類，諸如高成就、比較危險、社會型學習者等不同的類型。在分類的基礎上對不同的學習者進行實時干預，對高成就類型可以提供具有挑戰性和具有一定難度的學習任務，對處于危險狀態的學生，給予特別關注和一些學習上的幫助，對社會型的學生，給予社交上的一些支持。在學習開始時做一個學習能力測驗對于期末考試成績預測最可靠的方法。設計更復雜的數據驅動預測模型，則必須在此基礎上進行改善，這一改善需要進一步的數據分析。數據分析的目的是確定能夠準確預測哪些變量。目前，Purdue大學的CourseSignalsoftware已經部分實現了這一技術。Sig－nals在學生的學習過程設置了紅色、黃色、綠色等信號，這些不同的信號可以幫助使用者了解目前的學習狀態。CourseSignalsoftware的評估報告顯示，參與CourseSignal項目可以使學生獲得更高的平均分，并快速地尋找所需要的資源。
2數據教育的理念分析
通過數據教育的內涵和發展理路的分析和梳理，數據教育包涵以下幾種核心理念，即用戶為中心、巧用慢數據、借力數據思維和構建數據產業鏈。
2．1數據教育的核心理念仍是用戶為中心
新的科技出現之后，網絡教育用戶的需求不但是量的增加，還是層次的增加，過去人們對共性的東西有需求，現在對個性的東西也有需求，過去對理性的東西有需求，現在對涉及到人們的情感、情緒等過去在主流網絡教育中所占比重很少的東西也有很大需求。如用戶對網絡教育的游戲化，反轉式的趨向，數據教育讓這些趨向變成了現實。網絡教育的競爭是各種教學法的精細化準確化，并且在呈現給學習者的用戶前端界面上進行優化，增強前端界面與學習者之間的黏合度，如整個網絡教育教學的鏈條才會不斷下移，才會更加符合學習者個體的特點。數據教育是一個更加了解并最大化滿足用戶需求的方式，借助多樣化的科技實現了用戶之間差異化學習與學習模式的無縫對接。數據教育能夠檢測數據中的模式，因為這一教育模式是建立在數據分析和人工智能方法的基礎之上的。類似技術可用于智能教學系統，以動態的方式對學生進行有針對性的分類而不是進行諸如人口統計的簡單分類，也可以利用協同過濾技術對特定的資源建立模型。如隱含的人與人在論壇上的互動和外顯的人與人、朋友或者關注對象之間的關系，這些分析用于數據教育的學習分析中來探索網絡集群、影響力網絡、參與及不參與狀況。數據教育可以用來對所提供的數據進行意義建構，數據教育的價值在于對大量數據進行分析和處理，進而形成教育模式為網絡教育提供幫助。相比傳統的網絡教育，數據教育能夠提供更加細致和有效的反饋，如學習者掌握熟悉和了解概念到何種程度，根據數據自動呈現以后的學習內容或者不呈現影響學習者掌握后來學習內容的材料。
2．2數據教育要巧用慢數據
2014年5月29日，第九屆百度聯盟峰會上百度董事長兼CEO李彥宏預測了未來5年有非常大發展的兩大產業機會，這兩大產業是百度、阿里巴巴、騰訊三者都不大可能涉足的領域：第一是新型企業級軟件，這些軟件可以解決企業從內部到外部鏈接的問題；第二就是挖掘新的有價值的慢數據，發掘具有個性化針對性的預測信息，為用戶尋找真正有價值且能產生效率的慢數據。李彥宏的這一分析和預測不但權威而且有說服力。目前，互聯網企業在網絡用戶規模不斷擴大、流量激增的情況下，面臨著新的尷尬，即搜集到的數據真正有價值的很少，無價值的增多。很多的數據根本沒法分析更談不上運用。因此，李彥宏建議搜集慢數據來獲取真正有價值的數據，找準并挖掘能真正幫助用戶解決問題的新數據。另一個與之印證的觀點是，阿里巴巴集團執行副總裁曾鳴分析說，大數據最重要的特征不在大小，而在死活。數據的死活決定一切，從數據的管理到數據的運用，數據必須能活起來，開始跑通迭代，才能產生持續價值。網絡教育和其它領域一樣，在利用大數據方面基本處在同一起跑線上。數據教育的特點在于能夠為網絡教育平臺提供實時數據，通過利用這些實時數據，達到為網絡教育者提供幫助的目的。數據教育可以通過分析學生的諸如課程材料等學習資源來追蹤學生的學習軌跡，通過設計和優化教學模式和統計方法來實現教學效果最優化的目標。對數據教育來說，抓住機遇去挖掘應用好慢數據和活數據，讓大數據成為網絡教育改革的一大新的增長點，是網絡教育工作者亟需解決的問題，通過數據共享、交叉復用后獲取最大的數據價值是數據教育對待大數據應有的態度。
2．3數據教育需借力數據思維
好的數據教育需要有好的教學內容點、技術支撐以及用戶洞察。目前的網絡教育都沒有占齊這三點。互聯網不但對這個社會重新組織、重新結構與自己革命性改變的聲音，而且已經成為教育領域的中樞操作系統和底層的操作架構，數據教育必須要和它的規則去接軌對接，在這種及ID那個規則的框架中來決定資源配置和運作方式。在這個層面上講，大數據時代數據教育的核心競爭力就在于互聯網數據思維的競爭。沒有可循環利用的數據，就無法提供數據教育的開發。用好數據思維，首先要注重數據積累的長期性和動態性，避免數據庫的短期化行為；其次要注重數據的完整性和統一性。完整性即數據的精確性和可靠性，統一性即一致性，是數據之間的邏輯關系是否正確和完整。統一性保障了完整性。數據的缺失和不精確，將會帶來分析的偏移，因此在這種分析上進行的一系列開發也沒有針對性甚至是徒勞。因此，在采集和管理數據的時候要設計和完善多種數據維度，有助于數據倉庫中設置更多更有效的細分標簽。保證收集到的數據精確、可靠，用以分析的數據形式統一，才能確保通過大量數據分析得出的用戶行為習慣是有效的。最后要注重數據挖掘和利用。用戶數據的積累和挖掘是一個長期、動態、循環的過程，如果把數據樞紐中心比喻成一個大型的水利樞紐工程，那么數據教育要利用樞紐對水進行過濾和引導，讓它長期保持動態和循環使用，在這個數據的樞紐中心，要不停地激活用戶數據，積累用戶的消費行為和消費習慣，讓大數據在這個樞紐型中轉站得到動態的循環。
2．4數據教育應建構數據產業鏈
從價值鏈和傳統網絡教育的角度分析，網絡教育即使在用戶數據的采集、處理、儲存、分析等各方面完全數字化后，即使數據量再大也不可能去做基于數據本身的公司。因為與很多互聯網入口企業相比、與真正生成大數據的公司相比，這些數據量的量仍舊是非常單薄遠遠不夠大的。因此，相對理性和可行的選擇是數據教育的運用著力點應放在以下三個方面。
（1）借力數據資產中介。
在互聯網上，任何主動收集龐大數據的行為，其成本都難以想象。目前我國已有不少學校開始了數據挖掘的探索。如東華大學的智能實驗室項目、浙江大學的資產數據項目、復旦大學的學生數據分析和清華大學一些學生成長類的數據分析?？傮w來看，開始進行數據挖掘的高校共同特點是信息化做得好且規模較大并擁有有充足的數據量。建立網絡教育數據的資產中介，專門進行數據的挖掘使用和分析，是數據教育的可行之道。對不具備大規模數據資源的機構來說，數據資產中介是有效的可行之道。
（2）進行數據資產管理，實現學習內容深加工、學習行為分析和監測，是網絡教育應用大數據重點挖掘的項目。
全球復雜網絡研究權威艾伯特?拉斯洛?巴拉巴西曾指出，在大數據背景下，人類的很多行為都是可被預測的。但海量的數據沉淀在網上，沒有精準而靠譜的分析和應用，就沒有價值。用戶期待網絡教育提供的，不是大而全的教學資源，而是滿足自己需求的教學內容范圍更廣的信息類產品。數據教育不是單純的資源集大成者，而要從數據庫中深度發掘有用信息，進行趨勢分析。數據教育顯然是大數據時代網絡教育一展身手的方向。通過使用各種集合的綜合技術，平臺上可以自動留存用戶關于學習行為的各種數據，如學習一個知識點花多長時間、學習的順序是否有斷點、是否會反復重新學習等等，但需要注意的是，僅僅是遠程教育和在線課程，這些信息只能稱之為數字并不是數據。在媒體領域，我國媒體擬與甲骨文公司展開了多樣化的數據庫營銷合作，并且建立有效的數據庫體系，目的是實現數據庫營銷方面的收入拓展。數據教育可以借鑒這一模式對海量數據進行挖掘，以及數據的分析。
（3）做好數據驅動的解決方案，量身打造個性化資訊內容，私人定制、精準推送內容。
傳統網絡教育把所有網絡教育的內容向所有人傳播，缺乏針對性、精確度，這是粗放型的教育模式。目前網絡教育之間的同質化非常嚴重。數據教育在充分利用大數據和關系鏈，為用戶篩選、推薦最適合的內容并提供私人訂制的教育內容的同時，還應使他們體驗網絡學習的新感受。大數據時代，基于用戶興趣生產和傳播是重要趨勢，根據用戶上網的習慣、瀏覽的痕跡、參與的話題以及討論的內容，對其較長時間的瀏覽數據進行分析，便可得知其上網習慣以及瀏覽喜好等的數據。根據這些數據，選取合適的時間應用恰當的方式向用戶提供其需要并且感興趣的學習內容和信息，在此基礎上就可以定制學習內容。理論上網絡上的每一個用戶都有自己的一幅網絡肖像以及一個屬于自己的UID（UserIdentification用戶識別）號。個人的興趣圖譜就是數據教育的基礎?；谟脩糇R別特征和興趣圖譜建構的數據教育不但目標明確，可以強化與用戶的黏度，而且有利于整合網絡教學資源，甚至達到自動生成匹配高效精準教學模式的效果。要做到這一點，就必須借助大數據技術和相關分析軟件，建立可挖掘、可分析的用戶資源數據庫，通過對數據的整合和分析，針對不同的用戶需求，推出滿足用戶個性化和專業化需求的各類內容產品。
3結語
大數據正在重構很多傳統行業。數據教育為未來網絡教育內容打開充滿想像的空間。對數據進行分析與過濾，數據教育解放了傳統網絡教育的思維方式，創新了傳統網絡教育的學習形式。數據可以幫助用戶選擇適合自己學習水平和學習習慣，滿足自己學習需求的學習模式。在某種程度上講，網絡教育的未來就是分析數據。因此，數據教育是網絡教育以后發展的一個重要方向。大數據時代，基于數據教育的的發展潛力，數據教育會越來越顯示出其的重要性和不可替代性。哈佛大學社會學教授加里?金指出，龐大的數據資源使得包括學術界、商界以及政府在內的所有領域都開始了量化進程。因此，借助大數據發力，做優質的網絡教育模式，期待數據教育給出答案。
作者：孫華 單位：四川廣播電視大學
一、銀行業所面臨網絡金融風險的類型
1、業務類型風險
（1）信用風險。
信用風險是銀行的網絡金融服務無法滿足客戶的要求所產生的風險，這一風險嚴重阻礙著網絡金融業務的發展。眾所周知，銀行的網絡金融業務乃是基于傳統的柜臺業務基礎之上發展而來，因此傳統銀行業務發展的影響因素———信用風險，也對網絡金融業務的開展有著直接的影響。因為網絡金融業務所提供的是虛擬的金融服務，這種服務也是建立在信用的基礎之上，因此信用風險對網絡金融業務的發展有著重要的影響。反映信用風險的一個重要指標就是不良貸款，不良貸款指的是借款方有很大可能無法按照原貸款協議按期償還貸款本息所形成的借款，不良貸款的存在較為嚴重的阻礙著銀行業務的發展，也對銀行開展網絡金融業務有著重大的影響。銀監會提供的數據顯示，商行的不良貸款率對銀行的總資產和總負債均有著顯著影響，因此信用風險同銀行的資產、負債存量均有明顯的相關性。信用的建設是一個極為緩慢的過程，而且一旦發生信用的違約和倒退，將對銀行開展業務產生巨大的影響。各銀行均有并執行嚴格的信用制度，并直接影響著網絡金融業務的發展。
（2）操作風險。
網絡金融業務方面的操作風險主要存在于以下方面：人員、系統、程序及突發事件；由于銀行職員的操作錯誤或者客戶的疏忽，可能引起銀行網絡賬戶的錯誤或混亂，進而使銀行同客戶的信息溝通出現問題，一旦使銀行無法進行正常的金融交易，將很有可能給銀行和客戶帶來經濟損失。同時，存在缺陷的風險管理系統也將無法良好地力助銀行規避網絡風險，存有缺陷的系統流程設計將會影響銀行網絡業務的日常進行，給銀行帶來潛在的系統風險。有時候，流程缺乏合理性和規范性，將使網絡金融業務產生不必要的繁瑣步驟，也將降低銀行的工作效率。同時，如果發生一些突發的意外事件，如果銀行沒有事前制定良好的應急方案或應急方案準備的不夠仔細充分，也將不能及時化解這些風險，這將使銀行遭受到嚴重的損失。網絡經常具有放大銀行操作風險的傾向，國內外已經有不少因微小操作失誤所引起巨大經濟損失的例子；對于網絡金融業務而言，如果無法合理規避操作風險，將可能帶來非常嚴重的損失。
（3）法律風險。
新興的網絡金融業務所面臨的法律風險表現在如下兩個方面：第一是相應法律文件的缺失問題；目前我國還缺乏配套的對網絡金融業務進行專門監管的法律法規，網絡金融業務適用的法律法規主要是對原有的金融、商務等法律條文進行引申、修訂所產生的法規，這并不適應于網絡金融業務的發展；另外。關于電子交易合同的法律目前還處于空白階段，加上全國的網絡銀行還遠未達到統一性，這造成了跨行業服務質量低下。第二是關于此方面法律適用的較大不確定性。在現階段，一旦發生網絡金融交易的損失，其責任的劃分歸屬仍然存有十分大的爭議，同時適用何何種法律也尚無明確的規定，這導致了今年來很多網絡金融犯罪事件的頻繁發生，這毫無疑問會對網絡金融業務的發展帶來嚴重阻礙。法律方面的風險無法解決，出現損失和糾紛無法合理適當處理的話，就無法從根本上確保網絡金融交易業務的安全環境，也將對網絡金融業務的發展帶來阻礙。
2、技術類型風險
（1）平臺風險。
網絡金融業務的發展有賴于先進的交易平臺系統，技術及平臺的不當選擇也很可能給銀行帶來比較大的風險。一方面，如果網絡交易所支持的技術滯后，將很可能會使銀行錯失良好的交易機會，并且耗費銀行的大量資源，給銀行帶來效率上的損失；另一方面，技術及平臺如果與客戶的軟件版本不兼容甚至發生沖突，將導致信息的傳輸發生滯后甚至無法傳輸，在信息化時代這種事情是不能令人容忍的。
（2）安全風險。
安全風險是網絡金融業務所面臨的一大問題。網絡金融業務所面臨的安全風險主要有以下幾大方面：第一是源頭方面，即銀行端；銀行可能由于風險管理機制的漏洞，存在嚴重的安全方面的漏洞，并且可能沒有相應的處理機制；第二則是用戶方面，很多用戶在進行網絡銀行交易時，風險防范意識不高，不及時對殺毒、防毒軟件進行更新，容易導致個人信息被盜??；第三方面是第三方平臺，即網絡傳輸平臺；客戶在輸入銀行秘鑰或口令并通過網絡傳輸時，在傳輸過程中便有可能被黑客通過各種非法手段將其截取，使用戶無法正常登錄或者出現網絡連接超時的情況；黑客便可利用截取到的信息，進行犯罪活動，使銀行和用戶蒙受損失。
二、銀行網絡金融風險管控的分析及防范思考
1、及時完善、規范個人銀行信用體系
在我國，各級金融機構基本都開展了網上金融交易業務；因此，要完善信用體系的建設，首先要建立一個標準規范的個人征信體系，對個人信用的評價標準作出一致規定。鑒于網絡金融交易是建立在虛擬的平臺之上，交易雙方的交易基礎很大程度上是雙方的信用，因此信用對金融交易實質進展的關鍵性因素。國內應當建立全國范圍的個人信用體系，使個人的信息及信用情況及時反映在征信體系之內，并且實現銀行間的數據共享；同時還應有意識提高全民的信用意識，以期提高全民的信用水平。建立個人征信體系的工作需要跨行之間的合作，并且需要線上線下的同步進行；這種基礎性工作可以使銀行實現長久的健康性發展，顯著降低網絡金融交易面臨的風險水平。
2、加強銀行對內部風險的管理能力
網絡金融業務的發展同現代科技緊密相關，因此對人才層次有著比較高的要求。銀行的很大一部分人才，不僅要對經濟、金融方面的業務十分精通，也要擅長于網絡科技與技術。因此，銀行在未來進行人才招聘培養時，應當做到以下兩大方面：第一，在引進新人才方面，要著重選擇具有現代知識素養的高水平金融管理人才，同時也要適度引進國外的高級技術人才，同時注意培養國內人才到外國學習交流先進經驗和技術；第二，要注重對老員工的培訓工作，提高他們關于網絡金融業務的業務和能力，及時加快他們的知識更新速度。只有專業化的人才隊伍還不夠，銀行還必須要制定針對網絡金融業務的風險管理制度，并對其中的風險行為和管控舉措進行明確和細化，同時還要注意風險同收益的均衡關系；銀行應當在保持適度風險的前提下盡量增加自身的收益。一套合理的風險管控制度應當是使銀行的風險水平同盈利性保持適當的平衡。但是，隨著資金流動性的變化、管理系統的操作性等因素影響，銀行的風險管理系統也要及時進行改進和變化。
3、建設、健全配套的法律體系
配套法律制度的滯后是影響網絡金融業務發展的重要掣肘因素。我國關于網絡金融風險的法律文件《網上銀行業務管理暫行辦法》目前仍然有很大的局限性；因此，需要結合我國的網絡金融業務環境來盡快制定相關法律。在制定法律時，可以適當借鑒成熟的西方國家的相關法律規定，對國內同國外金融環境所表現出的共性，在此借鑒國外的有關法律防范措施，結合國內的環境制定出符合我國特定法律環境的法律制度。另一方面，應當注重區分傳統銀行和網絡金融業務違規違法行為的不同，不得隨意交叉濫用法律，在對違法犯罪行為制裁時要注意法律適用的針對性。
4、加大對網絡金融業務安全方面的投入
安全問題一直是影響網絡金融業務的重要問題。雖然目前我國銀行已采取多種安全防范措施來應對網絡金融業務風險問題，但網絡金融業務風險還一直存在。首先，應當注重客戶個人信息的保密問題；從銀行的角度來說，銀行應建立并加強網銀賬戶的管理機制，對于交易金額異常或巨大的交易及時引起重視，并及時與客戶取得聯系?？蛻粼陂_展網絡金融業務時，也要保持高度的謹慎，同時銀行應當提醒客戶注意保護個人信息?？蛻粼陂_展業務時，一般是通過瀏覽器進入相關的網絡金融服務頁面，因此用戶最好將常用的銀行網站等信息放于瀏覽器的固定位置，這樣可以起到防止假冒頁面竊取用戶個人信息的發生。個人在開展業務時，也要注意下載相應的安全控件，并及時下載最新的漏洞補丁和最新的安全程序。此外，銀行的開發部門也要及時的對產品進行創新，以及時應對黑客的攻擊及自身產品的漏洞。同時，由于新開發產品的上市時間不長，認知度相對較低，不容易成為黑客的攻擊對象，這樣也可以降低網絡金融交易的安全風險。不過，在進行新產品的開發及上線推行時，要切記加強做好安全防范的測試工作；必須待通過全部的測試工作，才可以上線運營，以免給客戶造成意外的損失。
三、結論
目前，我國在現代網絡金融風險防控方面還處于初級的發展階段，因此更要審慎重視對網絡金融業務風險的防范工作。網絡金融業務的優點與優勢已經初步展現出來，但也暴露出了一部分的缺點與缺陷，這需要監管機構同銀行等不同部門合作起來，工作來降低網絡金融業務的風險，有效降低網絡金融業務的風險水平，創建一個健康的網絡金融發展環境。
作者：林燕珍 單位：中國建設銀行福建省分行
一、大數據特征
大數據的特征常用4V來表示，具體是指大數據的四個顯著的特征：第一是數據體量，主要指的是巨大的數據量與數據的完整性。第二是數據類型，指數據的種類非常的多而且復雜，大數據技術就是要在這些復雜的數據類型之間尋找其關聯性。第三是處理速度，爆炸式增長的數據量要求快速化的處理速度，才能使得數據的有效利用。第四是價值，大數據的最終目標是將龐大數據中找到數據時間的價值關系，通過找到低密度的數據價值對決策做支持。當前大數據技術不僅產生于特定領域中，而且還產生于我們每天的日常生活中，Facebook、微博、微信等社交媒體上的數據就是最好的例子。大數據發展為社會各領域帶來的機遇和挑戰，網絡思想政治教育作為信息時代育人的新載體自然無法回避這個新的環境變化。分析大數據對網絡思想政治教育帶來的巨大機遇與嚴峻挑戰，探討如何在大數據時代創新網絡思想政治教育的具體措施，進而為下一步發展提供有益的指導已然成為熱點研究問題。
二、大數據時代下的網絡思想政治教育的新發展方向
（一）樹立大數據時代的網絡思想政治教育的數據意識
網絡思想政治教育必須順應科技與時代的發展。大數據時代教育工作者需要樹立網絡思想政治教育的數據意識，這是發展大數據環境的網絡思想政治教育的首要前提。針對大數據發展網絡思想政治教育可以分為如下三個方面。首先是要全面了解和分析大數據本身，理解大數據是什么、大數據的變革力量何在、大數據的未來發展趨勢等等；其次是在理解大數據的基礎上，系統地分析大數據時代對網絡思想政治教育可能產生的影響，帶來的機遇和挑戰。最后是充分的確立數據意識，意識到數據是現代社會最具價值的資源，是發展與決策的源泉。用數據意識驅動網絡思想政治教育工作創新發展，例如在一定的數據分析基礎上將灌輸式集中教育變為交流式個別教育。
（二）借助大數據技術對網絡思想政治教育進行量化研究
定性研究與定量研究相結合是網絡思想政治教育的重要研究方法。定量分析法是對社會現象的數量特征、數量關系與數量變化進行分析的方法。定量分析使用數學模塊對研究對象可量化數據進行的分析，通過分析對目標給予評價并做出判斷。定量分析方法始終受到教育工作研究人員的關注，因為網絡思想政治教育中存在極大的不確定性和動態性的因素，定量分析方法可以幫助我們對網絡思想政治教育進行科學評價。但與此同時定量分析方法具有很大的復雜性，受很多技術因素的限制，一直不能很好的發揮作用。大數據技術的出現為定量研究提供了一種新的技術手段，成為科學研究新的范式。定量研究可以運用大數據技術進行理論假設、建立數據模型以及數據分析驗證。由此可見，大數據時代網絡思想政治教育的研究，需要與數據資源豐富的機構單位合作，借助這些數據載體的平臺、資源以及高精尖的技術，進行合理合法的挖掘教育對象的信息，從而精確的開展網絡思想政治教育活動。另外，要建設一支過硬的網絡思想政治教育隊伍，不但要具備思想政治教育的專業知識，而且還要具備創新的網絡教育觀念、精通大數據等新技術手段。
（三）促進大數據時代網絡思想政治教育信息資源建設
發揮大數據技術的優勢，分析網民的接受習慣，增強教育內容的實效性、趣味性，以服務成長成才為核心有針對性地加強功能開發，提高網絡思想政治教育信息資源的受關注度。此外在信息資源建設過程中要注意好以下幾點：首先要把握信息資源內容的方向性，弘揚主旋律、傳遞正能量。其次信息資源的形式要多樣，通過文字、聲音、圖像等形式，經由微博、微信等新興傳播手段，提高教育的實效性。再次，信息資源來源要豐富，可以從各大媒體引進、從理論學習資料借鑒、從大型活動中總結、從日常工作中提煉，確保信息資源及時更新。
三、結語
通過以上的分析，可以看出，大數據時代網絡思想政治教育必須在繼承傳統中實現新發展。堅持不動搖的是網絡思想政治教育的基本結構、功能以及原則。創新發展的是符合大數據時代的教育內容與內涵，進而找準變化點，更新網絡思想政治教育的研究方法，將網絡思想政治教育帶入新的發展階段。
作者：方世敏 單位：南京政治學院上海校區 南京陸軍指揮學院
一、大數據時代下計算機網絡安全的現狀
1.計算機網絡安全概述。
計算機網絡安全，是指利用相關網絡管理控制與技術，確保在一個網絡環境中數據的完整性、保密性及可用性。計算機網絡安全，主要包括邏輯安全與物理安全兩個方面，其中，邏輯安全包括數據的保密性、完整性及可用性，防止沒有經過授權對數據進行隨意篡改或破壞的行為；物理安全包括相關設備與設施在受到物理保護的條件下保護設備上的數據免于丟失、破壞。
2.計算機網絡存在的主要安全問題。
目前，計算機已經廣泛應用于各行各業，人們對計算機網絡的認識與利用水平也顯著提升，辦公、社交、生活等方方面面都離不開計算機網絡。計算機網絡在豐富和改變人們生活的同時，其存在的安全問題也不得不讓人們警醒，經過筆者梳理，計算機網絡安全問題主要存在以下幾個方面：
1）網絡病毒所導致的安全問題。
在計算機網絡技術快速發展的過程中，也出現了越來越多、感染力越來越強的新病毒，它們無時無刻地影響著計算機網絡的安全。由于計算機網絡病毒具有復制性，能夠感染其他程序和軟件，因此，一旦計算機中了病毒，其所運行的每一步都將是危險的，都會存在讓病毒也隨之運行并產生破壞行為，然后應用程序被破壞，機密數據被盜用或被破壞，甚至讓整個計算機系統癱瘓。
2）人為操作失誤所導致的安全問題。
在人們進行計算機相關操作過程中，人為操作失誤可能會引起計算機的安全漏洞，或者泄露了某些重要的信息，而這些信息一旦被不發分子所利用，便會造成難以挽回的損失。
3）網絡黑客攻擊所導致的安全問題。
在大數據時代下，網絡黑客對計算機網絡的攻擊具有更隱蔽、破壞性更強的特點。由于在大數據時代下，網絡黑客通過非正常手段竊取到某一重要數據時，一旦其利用這些數據進行非法行為時便會引起巨大的波及。同時，在海量的數據中，難以及時識別網絡黑客的攻擊行為，對于計算機網絡安全而言是一種嚴重的威脅。
4）網絡管理不到位所導致的安全問題。
在網絡安全維護中，網絡安全管理是非常重要的環節，但是目前很多使用計算機的個人乃至企業、政府部門并沒有對網絡安全管理引起足夠的重視，從事使得計算機網絡的安全受到各種威脅，最終導致大量的計算機網絡安全事件頻繁發生。五是，網絡系統自身的漏洞所導致的安全問題。理論上而言，一切計算機網絡系統都存在某些漏洞。同時，在用戶使用各類程序、硬件過程中由于人為疏忽也會形成一些網絡系統漏洞。二者相比，后者的破壞性常常是巨大的，很多不法分子通過非法途徑給用戶造成計算機系統漏洞，進而竊取用戶信息，給用戶造成巨大的損失。
二、大數據時代下的計算機網絡安全防范對策
1.加強病毒治理及防范工作。
在大數據時代，計算機病毒的種類與數量與日俱增，對其進行治理與防范是較為困難的。在對計算機病毒進行治理與防范時，筆者認為最重要的是防范，這種防范是一種主動的、積極的治理，可以通過加強計算機防火墻部署來提高網絡環境的安全性，將那些不穩定的、危險的網絡因素隔離在外，進而實現對網絡環境的安全保護。同時，計算機使用者樹立正確的病毒防范意識，在計算機日常使用中，能夠定期利用殺毒軟件對所使用的計算機網絡環境進行殺毒，并更新病毒樣本庫，進而確保對計算機網絡的掃描能及時識別計算機病毒并進行及時的處理。
2.加強黑客防范工作。
隱藏在大數據背后的網絡黑客一旦實施其不法行為，常常會產生巨大的安全問題，因此，為了防范計算機網絡安全，應當積極整合大數據的海量信息優勢，建立科學的網絡黑客防范攻擊的模型，以此來提升識別網絡黑客的反應速度。通過加強計算機網絡的內外網的割離、加強防火墻配置，能夠有效降低黑客攻擊的可能性。同時，還可以大力推廣數字認證技術，加強對訪問數據的有效控制，并合理認證，有效避免非法目的用戶的非法訪問，進而提升對網絡安全的有效保護。
3.加強網絡安全管理。
使用計算機的個人及機構，需要從思想上高度重視網絡安全管理的重要性，在熟悉大數據的特征與性能的基礎上采取安全的管理措施，時常關注網絡安全管理，從技術上給予網絡安全保障的同時，還需要通過有效的網絡安全管理來實現大數據時代下計算機網絡安全的防范目的。對于機構而言，需要從宏觀上認識到網絡安全管理的重要性，并建立動態的、有序的、系統的管理規章，依托于云計算技術構建一個更加高級的智慧平臺來加強網絡安全的防范，進而確保網絡安全。對于個人而言，需要從主觀上認識到網絡安全的重要行，在進行計算機操作中，要養成規范化的、文明的使用計算機網絡的習慣，尤其是對于一些釣魚網站、非法鏈接，要從主觀上認識到其危害，并做自我做起，將網絡安全問題盡可能消滅，不傳播有安全隱患的信息或鏈接。
4.加強網絡系統漏洞的修復工作。
在大數據時代，數據更新快、存在的漏洞多，需要確保計算機系統的不定能夠及時得到更新，進而使得整個計算機網絡系統能夠安全、正常地運行。及時對計算機網絡進行修復，能夠有效避免蠕蟲病毒攻擊計算機網絡。微軟不定期在專門的update站點最新的漏洞補丁，對于使用微軟系統的計算機用戶而言，便需要及時進行下載這些漏洞補丁，并及時安裝。目前，大家可以使用金山毒霸、百度衛士、360安全衛士、騰訊電腦管家等安全管理軟件完成對網絡系統漏洞的修復工作，進而有效保護計算機網絡安全。
作者：張國強 單位：國家新聞出版廣電總局725臺
1“大數據”的內涵
1.1“大數據”定義
所謂大數據（bigdata），或稱巨量資料，通常情況下，是指涉及的資料規模龐大，在現有的技術條件的基礎上，難以通過主流軟件，在合理時間內對其進行擷取、管理、處理。對于“大數據”來說，其特征主要表現為：一是數據量（volumes）大，在實際應用中，把多個數據集放在一起，形成PB級的數據量。根據IDC（國際數據公司）的監測統計，2011年全球數據總量已經達到1.8ZB；二是數據類別（variety）大，數據來自多個數據源，無論是種類，還是格式，數據日趨豐富，以前所限定的結構化數據范疇等，已經被沖破，半結構化和非結構化數據早已囊括其中；三是數據處理速度（Velocity）快，在數據量非常龐大的情況下，能夠對數據進行實時的處理；四是數據具有較高的真實性（Veracity），隨著社交數據、物聯計算、交易與應用數據等新數據源的興起，沖破了傳統數據源的局限，在這種情況下需要有效的技術，進一步確保數據的真實性、安全性。
1.2“大數據”技術
“大數據”的價值不只在于其數據量之大，更大的意義在于通過數據采集、處理、分析、挖掘等技術對“大數據”的屬性，包括數量、速度、多樣性等等進行分析，能獲取很多智能的、深入的、有價值的信息。而這些信息提取過程可大致分為以下三個階段。
1.2.1數據輸入
將分布的、異構數據源中的關系數據、平面數據等數據進行采集抽取，然后對其進行清洗、轉換、集成等，最后將數據加載到數據倉中，進而為數據聯機分析、挖掘等處理奠定基礎。其特點主要表現為并發數高，因為成千上萬的用戶有可能同時訪問、操作數據，比較典型的就是火車票售票網站、淘寶等，在峰值時，它們并發的訪問量能達到上百萬，在這種情況下，在采集端需要部署大量數據庫。
1.2.2數據處理
“大數據”技術核心就是數據挖掘算法，基于不同的數據類型和格式的各種數據挖掘的算法深入數據內部，快速地挖掘出公認的價值，科學地呈現出數據本身具備的特點。并根據用戶的統計需求，對存儲于其內的海量數據利用分布式數據庫或分布式計算集群進行普通的分析和分類匯總等。其特點主要表現為用于挖掘的算法比較復雜，并且計算涉及的數據量和計算量都很大，常用數據挖掘算法都以單線程為主。
1.2.3數據輸出
從“大數據”中挖掘出特點，科學的建立模型，通過導入數據，以得到用戶需要的結果。這已在能源、醫療、通信、零售等行業有了廣泛應用。
2“大數據”安全隱患
“大數據”時代，數據量是非線性增長的，隨著數據價值的不斷提高，黑客對于數據的覬覦已經由原來的破壞轉變成竊取和利用，病毒或黑客繞過傳統的防火墻、殺毒軟件、預警系統等防護設備直接進入數據層，一些高級持續性攻擊已經難以用傳統安全防御措施檢測防護?！按髷祿钡陌踩L險主要可以分為以下兩個方面。
2.1從基礎技術角度看
NoSQL（非關系型數據庫）是“大數據”依托的基礎技術。當前，應用較為廣泛的SQL（關系型數據庫）技術，經過長期的改進和完善，通過設置嚴格的訪問控制和隱私管理工具，進一步維護數據安全。在NoSQL技術中，沒有這樣的要求。而且，對于“大數據”來說，無論是來源，還是承載方式都比較豐富，例如物聯網、移動互聯網、車聯網，以及遍布各個角落的傳感器等，通常情況下，數據都是處于分散存在的狀態，難以對這些數據進行定位，同時難以對所有的機密信息進行保護。
2.2從核心價值角度來看
“大數據”技術關鍵在于數據分析和利用，但數據分析技術的發展，對用戶隱私產生極大的威脅。在“大數據”時代，已經無法保證個人信息不被其他組織挖掘利用。目前，各網站均不同程度地開放其用戶所產生的實時數據，一些監測數據的市場分析機構可通過人們在社交網站中寫入的信息、智能手機顯示的位置信息等多種數據組合，高精度鎖定個人，挖掘出個人信息體系，用戶隱私安全問題堪憂。
3“大數據”安全防范
由于“大數據”的安全機制是一個非常龐大而復雜的課題，幾乎沒有機構能一手包攬所有細節，因此業界也缺乏一個統一的思路來指導安全建設。在傳統安全防御技術的基礎上，通過對“大數據”攻擊事件模式、時間空間特征等進行提煉和總結，從網絡安全、數據安全、應用安全、終端安全等各個管理角度加強防范，建設適應“大數據”時代的安全防御方案，可以從一定程度上提高“大數據”環境的可靠度。
3.1網絡安全
網絡是輸送“大數據”資源的主要途徑，強化網絡基礎設施安全保障，一是通過訪問控制，以用戶身份認證為前提，實施各種策略來控制和規范用戶在系統中的行為，從而達到維護系統安全和保護網絡資源的目的；二是通過鏈路加密，建立虛擬專用網絡，隔離公用網絡上的其他數據，防止數據被截??；三是通過隔離技術，對數據中心內、外網絡區域之間的數據流量進行分析、檢測、管理和控制，從而保護目標數據源免受外部非法用戶的侵入訪問；四是通過網絡審計，監聽捕獲并分析網絡數據包，準確記錄網絡訪問的關鍵信息；通過統一的策略設置的規則，智能地判斷出網絡異常行為，并對異常行為進行記錄、報警和阻斷，保護業務的正常運行。
3.2虛擬化安全
虛擬機技術是大數據概念的一個基礎組成部分，它加強了基礎設施、軟件平臺、業務系統的擴展能力，同時也使得傳統物理安全邊界逐漸缺失。加強虛擬環境中的安全機制與傳統物理環境中的安全措施，才能更好地保障在其之上提供的各類應用和服務。一是在虛擬化軟件層面建立必要的安全控制措施，限制對虛擬化軟件的物理和邏輯訪問控制；二是在虛擬化硬件方面建立基于虛擬主機的專業的防火墻系統、殺毒軟件、日志系統和恢復系統，同時對于每臺虛擬化服務器設置獨立的硬盤分區，用以系統和日常數據的備份。
3.3數據安全
基于數據層的保護最直接的安全技術，數據安全防護技術包括：一是數據加密，深入數據層保護數據安全，針對不同的數據采用不同的加密算法，實施不同等級的加密控制策略，有效地杜絕機密信息泄漏和竊取事件；二是數據備份，將系統中的數據進行復制，當數據存儲系統由于系統崩潰、黑客人侵以及管理員的誤操作等導致數據丟失和損壞時，能夠方便且及時地恢復系統中的有效數據，以保證系統正常運行。
3.4應用安全
由于大數據環境的靈活性、開放性以及公眾可用性等特性，部署應用程序時應提高安全意識，充分考慮可能引發的安全風險。加強各類程序接口在功能設計、開發、測試、上線等覆蓋生命周期過程的安全實踐，廣泛采用更加全面的安全測試用例。在處理敏感數據的應用程序與服務器之間通信時采用加密技術，以確保其機密性。
3.5終端安全
隨著云計算、移動互聯網等技術的發展，用戶終端種類不斷增加，很多應用程序被攻擊者利用收集隱私和重要數據。用戶終端上應部署安全軟件，包括反惡意軟件、防病毒、個人防火墻以及IPS類型的軟件，并及時完成應用安全更新。同時注重自身賬號密碼的安全保護，盡量不在陌生的計算機終端上使用公共服務。同時還應采用屏蔽、抗干擾等技術為防止電磁泄漏，可從一定程度上降低數據失竊的風險。
4“大數據”安全展望
“大數據”時代的信息安全已經成為不可阻擋的趨勢，如何采用更加主動的安全防御手段，更好地保護“大數據”資源將是一個廣泛而持久的研究課題。
4.1重視“大數據”及建設信息安全體系
在對“大數據”發展進行規劃的同時，在“大數據”發展過程中，需要明確信息安全的重要性，對“大數據”安全形式加大宣傳的力度，對“大數據”的重點保障對象進行明確，對敏感、重要數據加大監管力度，研究開發面向“大數據”的信息安全技術，引進“大數據”安全的人才，建立“大數據”信息安全體系。
4.2對重點領域重要數據加強監管
海量數據的匯集在一定程度上可能會暴露隱私信息，廣泛使用“大數據”增加了信息泄露的風險。政府層面，需要對重點領域數據范圍進行明確，制定完善的管理制度和操作制度，對重點領域數據庫加大日常監管力度。用戶層面，加強內部管理，建立和完善使用規程，對“大數據”的使用流程和使用權限等進行規范化處理。
4.3加快研發“大數據”安全技術
傳統信息安全技術不能完全適用于新興的“大數據”領域，云計算、物聯網、移動互聯網等新技術的快速發展，對“大數據”的收集、處理和應用提出了新的安全挑戰。加大“大數據”安全技術研發的資金投入，提高“大數據”安全技術產品水平，推動基于“大數據”的安全技術研發，將有利于“大數據”更好地推動國家和社會發展。
作者：喬書芳 趙巍 單位：河北出入境檢驗檢疫局
1對公共利益訴求的精益響應
就公共管理理論內涵而言，迄今為止學術界還沒有形成一個被廣泛認可的范圍界定，然而諸如精細化的專業管理、明確而有效的績效評估、強調結果而不是程序、不斷的提升公共產品和服務的質量等，一些基本的價值取向還是在被學界不斷的接受?；谶@些價值取向，對公共利益的積極響應將伴隨著治理變革的進程不斷的深化，其內在的要求也將不斷的提升公共管理的水平。應當確認的是，無論是憲政層面還是民主層面的要求，政府都應當在追求公共利益實現的過程中，承擔起主要的公共責任，并不斷提高公共產品和服務的質量和水平。政府應當無遺漏、無差別地關注所有的公共價值和偏好，以此來提升公共服務的質量和公共利益的實現程度，這不僅是政府存在合法性的要求，也是公共管理的績效要求。從實踐層面而言，公共利益實現的基礎是公共訴求的表達，這就要求作為公共責任主要承擔者的政府，必須積極創造公民表達和形成公共利益訴求的條件，以使得公民之間、公民和政府之間能夠圍繞其關心的公共事務，在觀念、價值、手段等層面進行充分的交流和融合，以實現公民個人需求的社會定位，并在公共領域和公共決策層面形成“共識”，推動個人與社會的共同發展。然而，作為公共利益實現的邏輯起點，現實中公共利益訴求的形成存在著表達和整合的障礙。由分工、社群等因素造成的社會系統的復雜性會造成信息傳遞的困難，會造成公民之間、公民與政府之間大規模的溝通和協調的困難，甚至會引發其間的矛盾與沖突。在傳統的社會運作方式下，信息傳遞和溝通的效率已經不能滿足公共管理的需求，同時，依靠隨機抽樣等方式來解決數據收集和處理問題的方式本身也存在著許多固有的缺陷。而在數字化時代，快速發展的信息技術和研究方法已使得數據的收集和處理變得更加容易、更加快速，而且，與數據交流的困難看來也已經不是理所當然的了，在組織和社會發展的過程中，我們擁有了處理數據的更大的信心和能力。大數據所代表的網絡信息技術和數據處理能力無疑成為解決公共管理問題的一種新的、有效的方式。一方面，大數據可以提供多樣化的信息渠道，這種多樣化使得公民的廣泛的利益訴求變得可能，可以打破由階層、教育、收入、習慣等造成的溝通障礙，進而在公共利益的實現過程中，建立一種圍繞公共事務的共享的價值觀念和利益觀念，幫助公民超越短期利益訴求，并為對話表達共同價值提供舞臺，以形成對公共事務的共識和公共利益實現的基礎。另一方面，政府不能止于為公民提供均等化的產品和服務，而應當和私營部門所做的一樣，通過市場細分，精益化地實現公共利益。相對于大數據時代，在以往的社會運作方式下，由于管理理念的落后和數據技術的缺乏，社會生產是通過大批量的、同質化的產品和服務來滿足客戶需求的。而在以先進的數據和網絡技術為代表的大數據時代，在公共利益實現的過程中，則應當通過精益性、無遺漏、精細化、定制化的產品和服務來滿足公民的需求。作為一種技術回應，大數據技術使管理者可以對管理對象的獨特需求進行追蹤和分析，進而實施管理行為或投送有針對性的服務。研究表明，這種根據個體或人群將公共服務進行細分與定制的管理模式，能夠提高效率、效果和公民滿意度。事實上，精細化的管理模式，在有效響應公眾訴求的同時，也能提升政府的運營效率和管理品質。這就要求在公共管理中，政府對于數據的態度，應當實現從“宏觀把握”到“微觀差別”，從“決策參考”到“精確分析”，從“數據使用”到“智慧支持”的轉變。
2對公共管理決策的全新認知
政府存在的合法性和權力的來源，決定了在對公共利益的追求和實現過程中，政府在公共管理的體系中所具有的主導地位，以及政府所必須扮演的積極角色，而這種地位與角色的有效性極大程度上受到其決策方式、能力和效果的影響。在半個多世紀的漫長過程中，決策支持系統曾經一度因為缺乏有效的數據組織方式而徘徊不前，雖然其后的發展取得了前所未有的加速度。作為公共決策的重要主體，快速和靈活的大數據時代特征也對政府的數據管理和使用模式提出了更高的要求，大數據的出現顛覆了傳統的數據管理方式，在數據來源、數據處理方式和數據思維等方面都會對其帶來革命性的變化。正是如此，在公共管理的決策領域，由于擁有了全面的信息，過去那些建立在非完全信息假設上的管理思維和方法，已經被徹底地改變。因此，大數據不僅帶來了政府決策的巨大挑戰，也提供了變革公共決策的現實機遇。大數據對于決策的價值是顯而易見的，通過對大數據的挖掘，可以有效提高政府決策的科學性和時效性。一方面，決策是為了解決問題或抓住機會，大數據可以通過多種渠道抓取數據，并可以發現其中反映的異常問題和有利時機以把握決策的進程；另一方面，決策的有效制定依賴于完整的信息，大數據可以提供龐大的信息，高質量的、全方位的信息可以有效提高決策的效果。誠然，龐大的信息并不意味著都高質量的信息，事實上，質量遠遠比數量重要。也就是說，肯定數據價值的同時，也應當認識到數據分析的局限性。例如，可以描述政府與公民網絡互動的頻數，但并不意味著能確切地說明其相互關系，而解釋和分析其背后的原因則更加困難。由此，決策環境的改變必將帶來政府公共管理模式的巨大改變。首先，政府應當開放透明，持續完善公眾公平、便利地獲取公共信息的渠道和手段，以利于公眾參與公共決策。諸如在公共政策制定、公共財政開支、公共資源分配細節等方面都應當充分滿足公眾的知情權，在更大范圍內實現數據共享。這既是決策效率提升的要求，也是行政民主的價值訴求。其次，在大數據時代，社會主體和公眾意見的有效體現是決策的合法性和合理性的基礎。一方面，這要求政府培養數據意識，全方位的重視數據的收集和積累工作，為實施大數據戰略做準備；另一方面，應當不斷推動社會媒體、社交網絡等數據平臺健康快速的發展。為此，在數據的收集、更新，尤其是數據利用方面，政府都應當不斷地調整管理思路和方法，并積極改善公共管理決策的數據環境，提升決策過程中的數據意識，建立有效的決策支持數據系統，以實現決策的科學化，提高公共決策的質量。
3對公共治理戰略的深刻影響
目前，大數據已經在商業領域中被廣泛應用，并產生了巨大影響。在商業領域，新的研究方法拓展了現有的理論模型，可以利用社會網絡、數據挖掘和統計等方法挖掘出高維度的市場信息。即便是在社會領域，大數據同樣會幫助我們認識和適應公共治理的社會環境。大數據管理不僅是一種技術或管理方式的創新，還代表著人類對于信息更加全面的把握能力，同時也反映著人類自身特性的深刻展現及發展。因此，在公共管理實踐中，必須在大數據的語境下，用大數據的思維方法理解和分析新的治理問題。
3.1信息技術是一種社會賦權工具，大數據造就了一個權力碎片化的社會
在某種成程度上降低了群體壓力對個體的影響，凸顯了個體的主動性和能動性，網民可以在表達和交往的過程中，將他們認為重要的問題變為公眾議程的一部分，并成為公民之間、公民和組織間關注和討論的公共問題。信息和數據將圍繞著這些問題產生，而且一旦實現信息的自由和數據的開放，知識和權力在每一個公民之間就是等距的，社會的主體結構就將從分層轉向網狀，社會形態和社會結構就將會出現新的變革。在這種情況下，公民也就越來越多地傾向于社會公共領域，其結構特征和特性就成為公共管理價值性和工具性實現的原因和意義。而且如果個人在互聯網上的交往活動能被系統地捕捉到，那么我們就可以有史以來第一次對非正式溝通的流向、觀點在不同社會群體之間的傳播，以及隱藏在溝通之下的實際網絡結構進行觀察或作出合理的推斷。也就是說，在這種治理環境中，大數據不僅帶來了社會結構的新變革，也發展了認識這種結構變革的方法。因為，大數據可以有效地反映輿情和民意，網絡上產生的海量數據反應了社會結構中網民的行為、能力和態度，這是信息時代現實社會與網絡空間深度融合的產物，蘊含著豐富的內涵和很多規律性信息。
3.2大數據可以有效地降低社會發展中面臨的不確定性和風險。
在現代社會，政府轉變治理思維、提升危機意識、調適治理模式的著眼點在于，危機的產生和演化是公共管理和公共利益實現的巨大挑戰。一方面，危機的突發性要求政府不斷提升危機響應的效率，不但要具有前瞻性的戰略視野，也應當具備強大的信息收集和處理能力。同時，把大數據技術引入危機管理領域，絕不應只將其視作一種技術手段的進步，而應該以大數據技術為基礎對整個危機管理的流程進行再造。另一方面，危機的社會性要求政府密切關注社會范圍內的所有信息，在日?；顒又校婪逗突饪赡艹霈F的危機。在大數據背景下，人類的大部分行為都受制于規律、模型以及原理法則，而且它們的可重現性和可預測性與自然科學不相上下。因此，對現實的、潛在的公共領域的數據信息進行實時分析，可以提高政府對危機的識別和判斷能力，及時發現衛生、環保、災害、社會管理等領域的危機，為實現科學有效地防范和化解危機管理提供基礎。
3.3大數據將極大的影響和改變政府的發展和競爭戰略。
事實表明，大數據不僅僅影響的公眾個體和企業組織，大數據也可以提升行業、經濟體和社會的發展活力。為此，一方面，著眼于大數據時代的環境變遷，政府必須前瞻性地將政策的制定和實施與大數據的發展聯系起來，政府必須解決人力資本、隱私保護、知識產權、信息共享、通信和技術開發等領域的一系列問題，以發揮大數據的價值潛能。另一方面，政府必須通過大數據來改造自身，通過政府機構跨部門的整合，通過不斷學習和掌握大數據管理技術，挖掘和利用公共行政的海量數據，來改善和提高公共管理與服務水平。此外，大數據管理還將成為推動政務公開和政務監督的有效模式，以此來保障政府運作的合理性和合法性。
作者：王崢嶸 單位：甘肅政法學院
1大數據時代概述
1.1大數據時代的思維方式
人類一直以來都在不遺余力地探索事物的本質和追求能夠快速、高效地解決問題的方法，傳統上，人們在生產、生活和研究中最常用的方法是因果論，利用因果論推導事物的本質，需要用極其嚴謹的邏輯方法和縝密的思維，所以能夠利用因果論做到這一點的從來只是少數人。理論上每一個件事的發生都是事物本質的片段表現，只要能夠收集到足夠多的相關信息，通過事件之間的相關關系，就能夠跳過繁雜的分析過程，直接還原事物的本質，但是在信息技術出現并普及之前，通過傳統的市場調查方法，想要收集到足夠的相關信息，幾乎是不可想象的事情，甚至令人絕望，現在隨著信息技術的發展，網絡幾乎覆蓋了整個地球表面，完全可以在有效的時間段內收集到足夠多的信息，信息來源的廣泛性和即時性完全能夠滿足運用相關關系求得事物本質的條件?？梢哉f，大數據就是利用事件之間的相關關系的一種方法論。
1.2大數據時代大學教育典型案例
2007年，美國科羅拉多州的WoodlandParkHighSchool的兩個化學老師在課堂教學中采用了一種全新的教學方法，將教學內容制作成視頻，有學生課前在家觀看學習，教師在視頻中布置作業，學生在課堂上完成作業，教師在課堂上對學生進行一對一的指導，結果是學生成績提高，學習興趣增加，得到了學生和家長的肯定，這種教學方法就是為“翻轉課堂”。受“翻轉課堂”的啟發，2012年，麻省理工學院和哈佛大學聯合創辦了在線教育平臺edX，斯坦福大學創辦了Cours-era、Udacity，開創了大數據技術在大學教育領域應用的先河，現在MOOC(MassiveOpenOnlineCourse，大規模開放在線課程)已經成為了席卷全世界大學教育新風尚，斯坦福大學SebastianThrun與PeterNovig教授開設的“人工智能導論”課程，全世界有超過16萬人在線注冊學習，2.3萬人通過了考試，成為大學教育世界化的典范，現在國際上類似的在線課程幾乎涵蓋了大學教育的各門學科。2013年，上海高校率先成立了中國的MOOC平臺，隨后，北京大學、清華大學加盟了edX。
2大數據時代大學教育的特點
大學教育會被時代打上烙印，大學教育的產品要滿足時展進步的需求，還要承擔為時展進步提供人力資源的責任。現在的大學教育是第二次產業革命的產物，其特點就是批量化、快速的培養了大工業生產所需求的勞動力，現在人類社會已經進入了以信息技術和互聯網為基礎的信息社會，原有的大學教育在功能上已經跟不上時代的發展和進步了，基于云計算和物聯網的大數據技術正在改變著傳統的大學教育方式，在大數據技術的支持下，傳統的流水線式教育正在向著自組織學習改變，學校和課堂由封閉式變為開放式平臺，課程周期以微課程為主，學生學習安排更加個性化，學科之間的界限變得越來越模糊，學習內容不限于書本，還有來源于實際的需求，一刀切式的教育方法正在向個性化發展，教師在學生學習的過程中由占主導地位變為引導者和幫助者。極具戲劇性的是，美國著名的未來學家阿爾文?托夫勒在1970年出版的《未來的沖擊》中描述的未來教育的圖畫與大數據技術支持下大學教育能夠做到的驚人的一致。
3大數據對現代大學教育創新的積極影響
3.1更開放的校園
在大數據時代，大學校園的圍墻只保留了其象征意義，大學教育通過網絡的觸手延伸到世界的每一個角落，大學更加兼容并蓄，包容性更強，大學不再是知識壟斷的殿堂，而是知識交流、思想碰撞的平臺。尤其是MOOC和edX已經在全世界高校范圍內被廣泛認可并使用的情況下，世界其他國家的學生完全不需要到國際名校去聽令人向往的著名教授的課程，在網絡上就可以實現了，所以高校教育在一定的意義上已經國際化了。
3.2更符合時代需求的教育理念
教育理念是教育的靈魂，在“有教無類”的教育理念指導下，孔子老師培養出了七十二賢人；沒有蔡元培先生提出的“思想自由、兼并包容”的教育理念，就沒有現在的北京大學。大學的教育理念應該是培養出有組織能力的人、能夠獨立做出理性判斷的人、能夠在繁雜的現象中發現規律的人、能夠在激烈競爭的環境中生存發展甚至脫穎而出的人，大數據時代的來臨給了現代教育工作者實現這一教育理念的絕佳機會。
3.3更具時效性的教學內容
教科書中知識的特點是系統性和全面性，但是教科書中的知識有一定的時滯性，教學內容大多枯燥無味，很難引起學生的興趣，學生很難從教科書中了解到專業學科的研究現狀和國際前沿的研究方向、研究方法、研究成果。另外，學生一般在學校期間又很少有社會實踐，絕大所數學生都是從校園直接進入社會，導致學生畢業后很難直接和社會接軌。大數據時代教師完全有可能收集到來自全世界相關學科最新的前沿信息，在課堂上有選擇地向學生介紹，甚至學生在掌握學科基礎知識之后，可以在教師的指導下，獨立或者分組完成信息的收集、整理和分析工作，讓學生能夠全方位、多角度地學習知識，可以極大地提高學生學習興趣。
3.4更具合作性的教學過程
大數據時代教學過程的合作性包括三個層面：一是教師和學生之間的合作，大數據方法改變了傳統的教師和學生之間教與學的關系，韓愈提出的“師者,所以傳道授業解惑也”。觀點的基本條件是教師和學生之間存在信息不對稱的現象，大數據時代這一現象被打破了，學生甚至可能在某些領域掌握的信息遠遠超過教師，所以，教師和學生之間角色的界線再也不可能像從前一樣涇渭分明了，這一變化給教師帶來了極大的壓力和挑戰。教師的引導功能和組織功能將被放在突出的地位，學生在教師的指導之下將成為知識的探索者和發現者，教師和學生合作共同完成對傳統知識的傳承和新知識的探索。二是教師與教師之間的合作，傳統教學中教師與教師之間也有合作，但是信息交流手段比較網絡時代的效率要低得多，大數據時代教師之間交流在深度和廣度上要遠遠地超過以往的任何時代，同時教師之間的交流對教師業務水平的促進作用是最明顯的。三是學生和學生之間的合作，大學期間學生之間相處的時間更久，所以學生之間的合作在時間上遠比和教師的合作更多，大數據時代為學生之間的合作提供了更廣泛的空間，而且學生之間的交流更輕松，也更容易發現自己的不足之處，并取長補短。
3.5更具開放性的教學過程
開放性教學過程的特點就是以學生為中心、尊重學生的學習訴求、強調師生之間互動。大數據時代的教學過程突破了傳統教學在時間、空間和地域上的限制，讓課堂變得無處不在，為師生之間、教師之間、學生之間提供了極為方便的交流平臺。學生掌握了更強的主動性，學生可以更深入地參與到教學的各個環節，可以向教師提出符合自身條件的學習訴求，教師收集到所有來自于學生的學習訴求之后，和教師或學生討論出合適的教學內容和方法，并將之運用于課堂教學之中。上述的一切過程都可以通過方便的網絡平臺高效地完成，并運用大數據手段得到最合理的結果，使教學過程的開放性得以實現。
3.6更有生命力的課堂教學模式
傳統的課堂教學媒介是黑板，教師的教學工具是一支粉筆、一塊黑板加一本講義或教案，學生的學習工具是一本筆記加一支筆，教師埋頭寫，學生埋頭抄。現在的課堂教學媒介大多都采用多媒體教學系統，但是無論課堂教學采用何種方式，其學生和教師互動的本質卻不會改變，不斷變化的是師生之間交流的媒介。大數據時代可以采用小班化、多師同堂、家庭課堂、網絡課堂、MOOC等方式更靈活、更能激發學生學習熱情的教學模式，運用大數據技術的課堂教學模式，把工業時代流水線式的課堂教學模式變為更符合現代市場經濟所需求的人才培養模式。大數據時代課堂教學應該是教師對學生學習行為的支持和服務的具體化表現，進一步開發學生的邏輯判斷能力和自組織學習能力，解放學生與生俱來的學習能力，而不是傳統的教化和規訓。
3.7更有效的教學評價體系
傳統的課堂教學評價是通過問卷調查式方法得到的，調查時間一般是在學期的期中與期末之間，內容包括知識掌握、教學過程、教學方法、表達能力、情感交流、教學態度等等，最后由學生打一個優良差的評價。這種方法得到的結果在一定程度上能夠反映教師課堂教學的優劣，但是局限性也非常明顯，首先是客觀性程度會受到許多因素的干擾而有所降低，例如學生因為對期末考試的擔心而給課堂教學情況并不理想的任課老師一個過得去的評價，或者任課老師能夠對學生的輔導員產生一定的影響，或者是任課教師本身就是院系的領導等等；其次是這種方法幾乎沒有明確體現出學生的訴求，比如學生沒有提出教師課堂教學的哪些方面需要進一步改善；三是沒有反映出教師對學生的客觀評價。而大數據時代的解決方案能夠避免這種局限性，通過收集學生和教師平時在微博、博客、網絡社區、校園bbs、飛信、qq群等聊天交友平臺中的發言或聊天記錄建立一個課堂教學評價分析模型，因為學生在和老師交流時往往會顯得比較保守而有所保留，以至于老師無法聽到學生的心里話，學生之間的交流由于沒有利害關系而明顯會更加真誠和真實。一方面學?？梢愿鶕治龅慕Y果，對每一個教師提出富有針對性的改善課堂教學的建議或培訓計劃，從而快速提高教師的課堂教學質量。另一方面學?？梢酝ㄟ^不同教師對同一個班級學生的評價，掌握這一班級學生的真實狀況，包括生活、學習、思想動態等信息，從而在學生培養方面更有針對性。
3.8更高效的社會信息反饋
大學教育是否成功最后還要經過社會實踐的考驗，傳統的高校社會信息反饋系統收集畢業學生就業信息的手段一般采用電話調查，這種方法很難得到學生一段時間的就業信息，根本沒有辦法掌握畢業學生就業環境的全面信息，大數據技術可以收集學生就業環境的全面信息，并加以分析，掌握社會實際需求的畢業生需要具有什么樣的素質和職業技能，并迅速調整人才培養方案，以適應社會實際的需求。
4大數據時代給大學教育帶來的挑戰
印度教育學家蘇伽特?米特拉在印度鄉村街頭安裝連接互聯網的電腦，那里的孩子從沒見過電腦，也不會英文，幾個月后他發現孩子們在沒人教的情況下學會了電腦，他還在其他國家做過很多類似的以數學、語言等為內容的實驗，實驗結果都與上述情況類似，根據實驗結果分析，蘇伽特?米特拉對教育提出了新的定義：教育是一種自組織行為。據此，在教育過程中大學和大學老師便要重新尋找自己的定位了。據美國新媒體教育聯盟（NMC）的研究，人類學習行為需要的媒介或載體都有其對應的技術基礎，也就是以新技術為基礎的學習方式會被舊方式阻礙。斯坦福大學SebastianThrun和PeterNovig教授全世界的粉絲超過16萬，而且還在持續增加，這在過去是不可想象的，同時也為其他大學教師樹立了信心，大學將變成一個巨大的訓練場，教師就是教練，這個轉變過程需要時間，也會有重重困難，對大學和大學教師來說都是一個巨大的挑戰，同時也是一種難得的機遇。
5結語
大數據時代的大學教育創新以培養信息時代社會需要的人才為目標，這一階段的大學教育結合信息時代的新技術將更具智慧，是對學生心智的全面開發，也是信息時展的必然選擇。
作者：侯大為 楊江帆 單位：武夷學院 福建農林大學
一、大數據時代思維模式及其在服裝設計領域的體現
1.海量信息思維模式
以往人們總是嘗試先發現問題，再獲取相關信息，探索解決之道。而大數據時代，人們總是先盡可能多的去獲取和儲存信息，而信息數據價值密度低、數據量大，當遇到問題時再嘗試解決問題，其解決的效率和精準度率也有所提升。這種“海量信息”的思維在進行服裝流行款式、流行色彩的市場調研時，依然十分適用。
2.新媒體思維模式
信息數據附著在各類新媒體之上，數據格式多種多樣，從網頁論壇、視頻、網絡日志、微博微信、甚至地理位置信息等等。新媒體思維正在改變服裝市場的營銷方式，服裝企業傳統的營銷手段是實體店集中推廣、平面廣告以及電視媒體宣傳，節假期間雇傭大量勞動力街頭派發促銷傳單。而大數據時代，服裝企業充分利用互聯網的植入式廣告、病毒式推廣以及低成本營銷，打造網絡交易平臺，全方位收集消費者信息數據，分析消費者潛在消費動機與偏好，從而在推廣品牌的同時擴大銷售量。
二、大數據時代對高校服裝設計教育的啟示
1.教學方式的變革
隨著筆記本電腦、平板電腦逐步進入課堂，教材、教學活動不斷被數字化，教育方法應以更豐富多彩的形式融入課堂。網絡教學和討論方式也是大數字時代課堂經常采用的一種教學方式。以服裝設計課程為例，在服裝風格與流派章節學習中，鼓勵學生利用網絡資源，進行相關文獻查閱，了解不同歷史時期服裝風格的含義與表現，以演示文檔的形式進行小組討論，并設計“最受歡迎的大學生潮流服飾搭配”問卷進行市場調研，感受數據的多樣性以及數據分析方法。
2.課程知識點的設置
“因材施教”的理念在班級授課制中開展有著相當的難度，在有限的教學時間和教學空間內，教師對學生的“材”無法充分的了解和引導。在大數據時代，教師可以對每個學生學習數據進行分析，將學生的整個學習過程數字化，例如知識點可以被數字化并與測試題建立聯系，測試題中每道題的完成時間、錯題數等都以數據的方式記錄。計算機通過錯題分析出每個學生對各章節知識點的掌握程度，從而從根本上落實“因材施教”的教育理念。在服裝結構設計類課程中，將知識點與知識點進行組合并設計考核題目，例如人體測量部位與原型版的對照練習，放松量章節的知識點與不同類型板型對應，款式分析與服裝風格分析相關聯，從而建立知識點與測試題的聯系，用相關性思維解決結構類課程中的每一個細節問題。
3.側重對學習過程的評價
隨著筆記本電腦、平板電腦逐步進入課堂，教材、教學活動不斷被數字化，學生學習過程也將逐漸數字化，學生的學習過程更加受到關注，而對于這些數據的分析與利用，將使得每位學生的發展都有據可依。例如，在服裝工藝類課程中，將更注重實驗課程環節的設計與實驗過程考核，根據自學能力、創新能力和動手能力來評定學生的綜合成績。鼓勵學生海量收集學科咨詢，通過自主學習發現問題解決問題，而通過不同考核項目的得分，分析學生的自學能力與學習類型。
三、大數據時代對高校服裝人才培養提出的新要求
1.獲取有效信息數據的能力
互聯網上各類教學視頻、教學文庫林林總總，各類網絡學院、網絡公開課、精品課程應接不暇。高校須引導學生自主學習，加深學生對當今社會變革的理解和認知，使學生具有大數據思維能力和判別能力，能夠在時間學習中利用資源，使數據為專業學習所用。
2.分析數據的能力
要求學生能根據不同的需求，利用有效的問題解決思想和方法論，最終形成有效的數據，并能夠為大多數人使用。利用定量和定型的分析方法，挖掘數據之間的相關性，并形成數據分析報告。該項能力需在服裝專業考察、服裝創新實踐平臺等實踐環節的課程中，得到充分的訓練。
3.團隊的建立和管理
在大數據時代，單憑一己之力無法應對海量的數據，需要以團隊的形式，在共同目標的引導下齊心協力、分工合作，因此要求學生具有很強的團隊意識、良好的溝通能力和完善的團隊管理制度?；谝陨洗髷祿尘昂蛦⑹?，大數據思維模式正在由商業服務領域向教育領域快速蔓延，大數據時代帶給人們主要的思維模式為相關性思維、海量信息思維和新媒體思維，能夠與高校服裝設計教育理念多角度、多層面融合，從而指導服裝設計專業從教學方式、課程知識點設置、考核評分標準等方面做出適應時代的變革。
作者：李霽 單位：江漢大學設計學院
一、大數據時代學校管理環境的變化
以前學校用到的數據多是隨機樣本，隨著大數據時代悄然而至，海量的數據源源不斷產生，數據不僅更多，而且更為復雜，使學校管理的內外環境發生了質的變化，給學校的管理決策等帶來了極大影響。學校管理模式面臨挑戰。大數據時代，數據成為學校發展的一種重要資源。學校掌握的數據越來越多，越來越活，數據的價值日益凸顯。如何采集數據，并從學校辦學行為數據中提取具有完整性和可用性的信息，進行科學決策，減少決策行為的盲目性？如何用數據來說話，讓“隱秘”的數據回應教育規律和學校文化？如何利用大數據為師生服務，維護師生的隱私，保證各種數據資源的安全？……這些都是每一個學校管理者必須面對的問題。這些變化催生了學校管理模式的變革。教育信息化建設重點的轉移。
大數據作為信息技術變革的一次重生，它不僅僅是一門技術，也是一種思維方式的變革。此前，不少學校把教育信息化的重點放在信息化系統和教育裝備建設上，忽視數據的挖掘、分析與整合。大數據在教育領域的發展使數據建設成為教育信息化的重頭戲。如校園網絡系統的運行、教學教務管理支持、面向特定學生的分析等等，都需要面對數據的采集、處理及其分析的集成問題。關注數據建設，開發以數據分析為基礎的新一代教育平臺，這將對學校的發展與未來的走向產生深遠的影響。學校競爭要素的調整。此前，設計教育環境、布置教育實驗場景、洞察師意學情、采集教育信息、進行教育決策等等，往往依靠決策者拍腦袋或者辦學者憑借經驗來決定。隨著大數據技術在學校管理中的廣泛應用，辦學理念再好，辦學經驗再豐富，也不一定能在教育競爭中獲得優勢，數據開始決定學校之間競爭的勝負。數據的數量、數據的分析與處理的能力、數據主導的決策，將成為獲得學校核心競爭力的關鍵。以數據為靈魂來主導學校管理成為學校管理的旗幟。
二、大數據時代學校管理的發展趨勢
“不會量化就無法管理?！贝髷祿r代的學校管理更加強調數據依賴、數字化管理。大數據為學校管理者提升管理服務的質量和水平創造了良好的條件。學校管理的數據觀念大大強化。發展是學校的主旋律，科學管理是學校發展的助推器。大數據沒有否定這一原則，而是強化了科學管理的數據觀念。數據是學校發展的基石，也是學校決策的基礎。數據忠實地記錄著學校的辦學行為，并通過網絡傳輸到“云”中。學校辦學理念的提煉、發展規劃的制定、辦學模式的形成、教育評價的完善等，都源于各種數據的挖掘、積累與整合，并以數據可視化形式加以體現。數據資源成為提高學校決策科學化、管理精細化的生命基因。如果缺乏對學校管理數據資源的挖掘、掌握和利用，就談不上實施科學有效的管理，更不用說要贏得未來的競爭。學校管理內容的拓展。
大數據時代，數據化管理首先表現為數據采集。學校擁有大量的教學、科研、管理等數據，為數據分析提供了一定的信息基礎。進一步加強學校數據采集工作，是構建完備的信息系統，釋放數據應用潛力的保證。其次是數據分析。這是數據管理的關鍵，其目的在于最大限度開發數據信息的功能，發揮數據信息的作用，實現對數據信息的有效掌控。例如，教師不必囿于主觀認知和學養，只需通過數據關注學生的微觀表現分析學生的學習行為數據便可掌握學生的學情，實現對學生的個性化評價。再次是數據安全。大數據把學校教學、行政、科研、財務等各個要素整合在一個系統。維護師生員工的隱私，有效存儲并安全保護各種數據資源，是大數據時代學校管理的重要內容。學校管理方法的創新。大數據的本質就是教會人們一種解決問題的方法，即面對問題時從數據里面找到問題的根源，進而發現解決問題的辦法。過去，不少學校數據的完整性與系統連貫性缺失，數據分析不力，刻板的原則和單純的主觀判斷常常左右教育決策。大數據技術和應用不斷推陳出新，推動學校向以數據為基礎的教育管理模式轉型。大數據反映了客觀現實，不僅帶來學校管理技術和管理理念的革新，還帶來管理方法的創新。
大數據時代，學校師生員工幾乎“透明”地生存，每個人在數據空間中都會留下痕跡，折射其興趣愛好、需求意愿、性格特征等內心世界。管理者只需收集和分析相關數據便可以洞悉和預判現實中師生員工的未來行為，準確定位師生的需求，從而實現精細化管理。重塑學校管理職能。大數據時代，不同專業、不同類型的數據都可能被廣泛獲取，在學校組織內有序傳播，被合理解讀，學校組織內部的透明度和溝通效率大幅度提升；同時管理層級進一步扁平化。這些特征使學校的管理流程和決策機制乃至管理模式發生了根本性變革，數據成為改善學校管理服務質量的重要工具。學校管理決策將基于眾多數據及其分析而得出，而非單一的直覺和經驗。學校管理的重心將轉移到圍繞提高學校核心競爭力，致力于教育數據資源的采集、組織和管理，數據資源價值的挖掘以及核心數據資源、緊密相關的數據資源的利用等職能上來。
三、大數據時代學校管理的對策與建議
大數據的出現是社會進步、技術發展的必然結果。大數據對于學校的發展既是機遇，也是挑戰。直面還是逃避？這是學校管理者必須思考的問題。
1.增強大數據意識
大數據承載著師生的需求，反映了師意學情。大數據意味著學校管理的重生，大數據正在顛覆傳統的教育發展模式。學校管理者應搶抓這一機遇，樹立大數據思維方式，善于透過忠實記錄現實教育教學活動的數據，發現背后內在的教育規律，以數據管理推動科學決策，推動學校各項改革與發展。
2.推進大數據發展戰略
第一，從學校發展戰略上理解大數據的價值，更加注重教育信息化發展規劃與建設，重視教育信息技術的創新，重視數據采集環境建設及其數據資源的開發與利用、分析與整合。第二，從數據資源的質量層面看，教育信息化的發展使學校已經具備大數據的基礎條件，但是目前普遍存在的問題是數據質量參差不齊、數據整合不深入、數據利用率低等。許多學校的數據分析、利用仍停留在初級水平，數據很難被發掘利用也反映了在系統建設和使用過程中的數據不準確、不精確、不一致等諸多質量問題。因此，改進數據建設質量成為學校發展的當務之急。第三，在數據資源應用上應加強數據信息共享平臺建設，使更多的數據可視化，降低數據的復雜性，助推數據資源共享，滿足公眾對數據的需求，重構并優化學校與公眾、學校組織與員工之間的關系，提升學校形象，增進學校的美譽度。
3.創建大數據實現機制，提高從數據到決策的能力
首先，科學的教育決策既需要創新思維，又需要大數據的支撐。加強數據資源庫建設，優化、整合現有的學校信息管理系統，是建構大數據實現機制的前提和基礎。其次，大數據時代，教育信息資源極其豐富，數據被大量產生、匯集，快速地流動更新、存儲。大數據的核心不在于擁有數據，而是拿數據去做什么。為適應這一變化，學校管理者必須掌握數據分析與數據處理的技能，創新數據處理技術，提高數據分析和處理能力，同時充分發揮數據分析專家的作用，建設高效的數據治理機制，充分挖掘大數據帶來的新價值。再次，以建設數據開放機制為契機，用數據說話，重塑學校教育質量和辦學效益評價體系，以評促建，以數據糾偏，提升學校的辦學水平和辦學效益。
作者：李憶華 陽小華 單位：湖南南華大學政治與公共管理學院 湖南南華大學校辦
一、大數據催生了思想政治教育傳播的新環境
在大數據時代，數字技術條件日趨精密，人們的活動、決定、社會關系都能夠被記錄，人類的行為不再被視為互不相關、隨意偶然的獨立事件，而是相互依存、相互串聯。例如，亞馬遜通過收集用戶在網站上搜索、瀏覽、打分、點評而留下的數據痕跡，就可以勾勒出用戶的特征與需求，進而開展精準營銷，推薦他們想要的書，捕獲用戶最佳的購買沖動，提高客戶的購買意愿，創造經濟價值。再如，醫療機構利用數據實時監測用戶的身體健康狀況，教育機構更有針對性地制定用戶喜歡的教育培訓計劃，社交網絡為網民提供合適的交友對象，這些都是大數據核心價值的體現?？偠灾ㄟ^對大數據的深度智能分析和信息整合，能夠幫助人們找到事物間的關聯性，判斷事情發生的概率，從而預見事物發展的方向和趨勢，以獲得“大知識”和“大價值”。最后，隱性溝通是大數據的實質。對于大數據而言，人是其形成和產生的直接和間接的核心來源，其最終的邏輯指向和服務目標也始終是人。
大數據在本質上而言，是人與人之間的隱性溝通，包含著數據發送者與接收者之間“給”與“受”的過程，是人與人之間的互動行為。但是這種隱性溝通完全不同于傳統的語言、肢體等溝通方式。大數據時代下，隱性溝通是以計算機、網絡等硬件為基礎的，以數據及其運算為依托的，主要通過信息傳遞、服務宣傳等手段，以挖掘用戶需求，并迎合用戶的心理訴求，最終實現互利雙贏效果的新型溝通形式。不論是用戶在網絡上內容產生的數據，或是用戶運用鼠標、鍵盤在網絡上留下的數據痕跡，只要通過分析整合，就可以與用戶進行一種隱性的對話，預測用戶的需求，并進行推送服務，以不斷滿足用戶的需要。事實上，這其中所蘊含的深層溝通邏輯關系并沒有改變，但實現方式卻發生了天翻地覆的變化，不僅降低了溝通的成本，而且提高了溝通的效率?？偠灾髷祿r代的來臨使信息傳達的范圍、傳遞的速度與傳播的效果都發生了前所未有的變化，正深刻影響著思想政治教育傳播形式的變革，已經成為思想政治教育傳播無法回避和拒絕的新環境。
二、思想政治教育的微傳播化
大數據伴隨著新媒體技術的發展進入了思想政治教育學科的視野，特別是微博、微信、微視等新媒介的靈活運用，孕育了思想政治教育傳播的變革，產生了思想政治教育傳播的微形態。具體而言，思想政治教育的微傳播主要有以下幾方面的趨勢：
1．思想政治教育傳播載體的迷你化
大數據的驚人發展導致傳播載體更加小巧便捷，易于攜帶與移動。這與傳統的報紙、書刊、電視等宏觀傳播載體有著明顯的區別。例如，一臺電視機的顯示屏從19到55寸不等，一臺筆記本電腦的平均顯示屏為13寸，而一部手機的平均尺寸則只有4寸。手機憑借其自主性強、便攜性好等特點，已經成為微傳播的主要載體。根據《第33次中國互聯網絡發展狀況統計報告》，截至2013年12月，中國手機網民規模達到5億，年增長率為19.1%，繼續保持上網第一大終端的地位。因此，思想政治教育傳播者只要在手機或平板電腦上利用微博、微信等軟件便可以隨時隨地查看、、更新思想政治教育消息，設置新的議題，從而拓展思想政治教育傳播活動的范圍，進一步突破時空的限制，使思想政治教育傳播呈現出流動的狀態。
2．思想政治教育傳播信息的精簡化
事實上，傳播載體的迷你化也在一定程度上決定了思想政治教育傳播信息精簡化的特征。因為流動的思想政治教育傳播容易將傳播時間分割得更加瑣碎，造成了人們愿意選擇零散的時間來接收信息，而繁雜冗長的信息是難以引起人們興趣的，有時甚至帶來反感。同時，在數據膨脹的時代，信息的高速流動性改變了人們的閱讀方式和習慣，大家需要用更快的方式吸收更多的內容，催生了人們對信息快速閱讀和傳播的需要，短小精練的“微言微語”反而更受青睞。有學者指出：“傳播和建筑一樣，越簡潔越好，你必須把你的信息削尖，好讓它們鉆進人們的大腦；你必須消除歧義、簡化信息，如果想延長它留下的印象，就得簡化，再簡化。”因此，思想政治教育傳播需要契合這種社會信息化、時間碎片化的發展要求，傳播內容變得更加簡短、新穎、有重點，可以是通過微博、微信傳遞的一張圖片、一句話或一小段話，也可以是微電影播放的一小段視頻。這些微內容較之以前的信息更具有即時性、互動性、視覺性，簡潔明了，有的放矢，容易獲得受眾的注意和興趣。同時，因為信息篇幅較小，呈現出更多的靈活性，在思想政治教育傳播過程中容易被更快速地傳遞出去。
3．思想政治教育傳播受眾的細分化
大數據時代的一個重要特征就是數據服務變革，即通過數據分析，可以把用戶分成不同類型的群體，甚至是不同特征的個體，從而進行精準服務。例如，我們通過數據分析，可以把思想政治教育的對象分成青年、中年和老年等幾個層次，或者學生、工人、農民、干部等不同類型，從而進行分層傳播。當然這中間會存在一定的重合，但總體來說，一種媒體的受眾在性別、年齡、學歷、經歷上都有其固定的范圍。因此，在思想政治教育微傳播過程中，一方面，教育對象根據自己的需求選擇相關的教育信息和服務，并通過分眾化的媒體來傳遞信息給教育者；另一方面，思想政治教育者借助網站、軟件和課程以及網絡學習平臺收集、分析數據，對教育對象的個性、需求進行判斷，從而針對不同教育對象的特點與需求，制定不同的傳播策略，有的放矢地解決不同層次、不同類型教育對象的各種思想矛盾與問題，使教育對象更加認可、理解、接受思想政治教育，實現思想政治教育傳播的個性化與精準化。
4．思想政治教育傳播結構的扁平化
在大數據時代，隨著信息傳遞渠道的多元化、信息傳遞數量的極大化，思想政治教育傳播也逐漸由邏輯清晰、管理嚴密、分工細致的科層結構過渡到以個人媒體為代表的扁平網絡結構，每一個擁有傳播載體的對象都是一個傳播節點，每個人都在進行自己的二次傳播。思想政治教育微傳播中，傳播者不再局限于專門從事思想政治教育的人，傳播的專業門檻大大降低，最普通的對象也可以作為教育信息的制作者與傳播者參與到信息的傳播過程中來，并且傳播者與受眾的位置經?；Q、重疊并且逐漸變得模糊，他們既是某些教育信息的傳播者又是另一些信息的接收者。人人在對話中實現決策參與，成為傳播活動的主體，這就使思想政治教育傳播活動更加便捷、高效、平民化。
三、思想政治教育微傳播的應對之策
大數據時代的到來使思想政治教育微傳播呈現出速度快、精準性強、互動性好等諸多特點，但大數據也是一把雙刃劍，其負面作用不容小覷。因此，在思想政治教育微傳播的過程中，要樹立起大數據思維，培養良好的數據處理能力，從而順應大數據時代的潮流，切實推進思想政治教育的微傳播。
1．樹立大數據思維，警惕“信息繭房”
大數據時代，信息的碎片化、受眾的細分化容易給思想政治教育的微傳播帶來“信息繭房”效應。所謂“信息繭房”是指受眾往往根據個人的需求和興趣對信息進行片面擇取，選擇個人偏愛的主題和觀點，喜歡與自身興趣相投的“他者”進行交流，長此以往，就會將自身桎梏于像蠶繭一般的“繭房”中。在這個自我建構的信息脈絡中，個人容易因為他人“贊同性”的暗示而逐漸放大自己的偏見，盲目自信，從而錯過一些新的或者相反的信息，導致視野狹隘，個人價值觀呈現出碎片化，有時甚至會產生極端主義現象。誠如桑斯坦所說：“生活在繭房里，他們就不可能考慮周全，因為他們自己的先入之見將逐漸根深蒂固?！倍瑫r，持不同觀點的各個集團間又容易形成話語隔閡，分化明顯，認同困難，社會黏性缺失。這些都增添了思想政治教育微傳播的困難。因此，要提升微傳播的精準度和凝聚力，迫切需要思想政治教育傳播者樹立起全面性、模糊性、開放性思維，走出自己的固有思維，為思想政治教育的微傳播提供強有力的支撐。
首先，形成全面性思維。大數據時代，記錄、存儲和分析數據的技術已經大為提高，要求收集全面而完整的數據，只有對數據的全面掌控才能真正挖掘數據的潛在價值，進行精準預測與傳播。在思想政治教育微傳播中，雖然實時快捷，卻以屏蔽開闊的信息視野為代價，造成傳播內容的片面性和片段化，影響到教育對象接收信息的廣度與深度。同時，教育對象思想的復雜性也要求思想政治教育傳播者樹立起全局性思維，形成系統意識。因此，思想政治教育傳播者應自覺掌握教育資源庫、視聽覺媒體、各類搜索引擎、社會性軟件及其他各類數據庫的海量數據，并進行系統的分析與整合，努力為不同思想觀念、不同價值取向、不同生活習慣的教育對象提供量身定制的教育信息和服務，同時又要涵蓋多方面的內容，使之成為多種要素協同作用的有機整體，從而對教育對象的思想特征、認知能力、話語傾向、發展需求等方面進行全面把握和積極引導。因此，“在任何細微的層面，我們都可以用大數據去論證新的假設”，“它讓我們能清楚分析微觀層面的情況”。
其次，培養模糊性思維。盡管現代信息技術以其高速準確的演算能力以及嚴格的邏輯證明能力為思想政治教育傳播的精準化提供了強有力的物質手段，但也帶來了數據的迅猛增加和錯誤數據的混入，使思想政治教育微傳播受到挑戰，因此迫切需要樹立模糊性的思維。模糊性思維并不意味著思維本身的含混不清、拋開邏輯、舍棄精確，而是當事物由于其本身的復雜性處于亦此亦彼狀態時，思維主體利用模糊識別、模糊控制等非邏輯方法把各種相關的精確元素與模糊元素加以整合、匹配，來彌補邏輯推演鏈條中的不足環節，以越過缺環所造成的障礙，從而促使人們由模糊向精確轉化，達到精確性與模糊性的有機統一，實現寓精確于模糊。事實上，在思想政治教育微傳播中，教育對象的思想具有不確定性、動態性、隱蔽性，使得傳播過程中的諸多數據錯綜復雜，或明或暗、或微或著地呈現著，既表現出直接或間接的聯系，也有穩定或短暫的聯系，需要傳播者通過抽象、概括、綜合和推理，找到事物間的關聯，從而準確認識教育對象的思想特點與行為習慣，保證傳播的對癥下藥。因此，“相比依賴于小數據和精確性的時代，大數據因為更強調數據的完整性和混雜性，幫助我們進一步接近事實的真相”。
最后，建立開放性思維。開放性之所以作為思想政治教育微傳播的重要思維方式，是由當前大數據環境下數據產生與信息傳播的廣闊性、多元性、動態性所決定的?！艾F時代是一個開放的時代，突破了過去自然經濟、計劃經濟條件下人際環境的小天地，結束了長期以來疏于交往的封閉狀態。隨著信息技術特別是信息網絡技術的發展，社會信息化、網絡化的特征越來越明顯?！边@就要求在思想政治教育微傳播過程中，人們對傳播信息要有特殊的感受力以及價值的判斷力，多與不同意見的人交流，有效消除隔閡，形成共同經驗，避免因信息割裂帶來的“信息繭房”現象。同時，思想政治教育傳播過程中產生的錯綜復雜、日新月異的數據存在著千絲萬縷的聯系，也需要傳播者具有開放性思維。
2．增強數據處理能力，縮小“信息鴻溝”
“數據海量、信息缺乏”是思想政治教育微傳播過程中面臨的尷尬問題。大數據時代，人們利用微博、微信、微視等各種媒介上傳圖片、語音、視頻等表達自己的思想，并通過轉發等方式對信息進行高頻率的傳播。但傳播的不只是時事新聞、調查報告、娛樂廣告，更有預言、傳言和謠言；傳播環境也已不再是經過傳統媒介“精心配置”的邏輯清晰、主旨明確、規格嚴整的“營養餐”了，而是豐富多元，但同時又是邏輯混亂、主旨各異、良莠不齊甚至互相抵觸的信息“自助餐”。面對如此規?；⒏咚倩?、多樣性的數據，如果沒有良好的數據處理能力，就會被海量數據淹沒，最終導致由大數據的擁有和處理能力的差異帶來的信息差距，即“信息鴻溝”。因此，如何在“浩瀚”的數據海洋中縮小“信息鴻溝”是當今思想政治教育微傳播面臨的一項重大挑戰。
首先，盡可能搜集全體數據。大數據具有多樣性、多源性，既有傳統的結構化數據，也包括網站日志數據、社交媒體中的文本數據、圖片、視頻等諸多半結構化數據和非結構化數據。用以分析的數據越全面，分析的結果才越接近于真實。因此，思想政治教育傳播者要與數據資源豐富的部門、媒體和企業建立良好的合作關系，掌握海量的、多方面的數據。
其次，對海量數據進行篩選。面對浩瀚的數據，需要提升思想政治教育傳播者的數據識別能力，對海量數據進行取舍。只有在被大數據灌滿之前明白自己需要的是什么，才能避免“硬盤和大腦，在數據海嘯到來后，成了無用信息的垃圾場”。這就要求思想政治教育者具備良好的信息素養，善于對數據及其來源進行鑒別，形成良好的“信息資源觀”和“信息價值觀”，并善于選用適當的數據計量方法或應用程序軟件等對數據進行統計分析，挖掘大數據潛在的思想政治教育價值。
再次，對得出的分析結果作出合理解釋，并進行科學預測。大數據時代，數據分析是關鍵，而數據分析結果的顯示及預測更直接關系到教育對象對分析結果的接受程度，影響思想政治教育微傳播的效果。因為，如果正確的分析結果沒有得到適當的顯示和解釋，就難以讓教育對象信服，甚至會產生信息誤讀。因此，在思想政治教育微傳播過程中，我們可以引用可視化技術，其在一定程度上能夠用更生動形象的方式向教育對象展示分析結果，并采用人機交互技術，使教育對象理解并參與到具體的分析過程中來。同時，我們還要通過正確的數據分析，找出事件之間的關聯性，并對事件的發展走向及趨勢進行預測，最終提升思想政治教育微傳播的效果。
因此，大數據時代，我們不僅需要海量數據，更需要對海量數據進行挖掘、處理與管理。只有不斷提升人們對數據的處理分析能力，才能將海量數據不斷轉化為思想政治教育微傳播的重要資源，使微傳播過程得到較好的分析、控制和預測。
作者：劉輝 單位：北京大學馬克思主義學院
［摘要］
隨著信息時代的快速發展，大數據逐漸得到各行各業的重視。心理學中有很多研究表明大數據對技術的高效率，如果將其運用到心理學研究領域能帶來意想不到的效果和作用?；诖?，本文針對大數據時代的心理學研究變革，探討大數據時代對心理學產生的影響和作用。
［關鍵詞］
大數據；心理學研究；變革
和傳統的數據庫管理相比，大數據具備搜索快速、信息齊全、共享資源等優點，更是很好地解決了數據冗余的問題。隨著時代的發展，大數據在很多行業、學科等領域得到了重視。近年來，大數據在心理學研究領域也有很多的作用和效果，心理學能夠通過事物的表象反映出事物的內在特性，當然也需要對表象進行大量的研究分析，大數據在其進行研究分析方面起著不可估量的作用。
1大數據
1.1大數據的特點
大數據相對于傳統數據，對社會的發展影響力更大，它的特點可以從四個方面進行闡述。第一，數據十分龐大，已從TB級別進階到PB級別；第二，數據的類型也是非常豐富和復雜的，在圖像、文章、視頻和定位等一些方面有非常多的有用信息被提供；第三，它處理的速率特別快，可以通過很多途徑在數據中快速提取出有用的信息，這是傳統數據無法與其相比的；第四，數據提取的準確性，在任何時候數據分析準確性的高低都是關鍵，公司能因其準確性的高低做出最佳的決策，在現今時代，快速獲取有效性信息是決定成敗的重要元素之一。也正是因為大數據具備的功能和作用，它被各行各業廣泛采用。
1.2大數據的用途
目前，雖然大數據在心理學研究領域并沒有得到廣泛的普及，但大數據技術上已經是相當普遍了，大數據在心理學方面的研究是大數據科學性的一種體現，它主要是發現和驗證大數據的實際應用。同時，其在天文學、基因組學、生物等其他復雜的科研中應用廣泛，是不可忽略的。通過研究者的不斷改善和革新，大數據將會給各行各業帶來不可估量的作用和效果。1.3大數據于心理學研究利用大數據開展心理實驗研究已經是水到渠成。2014年一項針對Facebook大量用戶的情緒調查研究表明，情緒對心理的影響，利用大數據把研究結果進行分類。令人驚訝的結果出現了，在主要接受積極情緒的人群中，積極向上是人們主要的想法。在接受了較多的消極情緒后，原本積極的人都會慢慢就變得消極。在以前的心理學研究中收集近70萬個樣本，將耗費巨大的人力與物力，而大數據技術卻能夠輕易的做到。
2心理學
2.1心理學的特點
人都是通過刺激下丘腦產生各種情緒，不管是何種表現都是表象，內在的情感需要通過心理學研究進行探究，心理的變化和發展是重點考慮的因素。大多數人都很排斥心理學家，認為他們是能輕易地探究人的內心。然而，在真實的心理學界并不存在人們普遍的這種想法，心理學家必須通過人們的行為舉止，推測他們的心理，以逐漸推斷出人心里真正的想法。心理學對于保持人們思想的積極性有著很大的促進作用，并有助于人們的身心和身體健康。
2.2心理學的研究邏輯
在心理學研究上首先要提出一個假設：在當下飛速發展的數據采集技術，不管結果是支持哪一種推測，都會使人們展開無限遐想。然后再證明研究結果與預想的大規模用戶實驗，進行全程跟蹤記錄并證實，否則意味著預想錯誤。心理學在進行假設檢驗時的研究邏輯與其他學科不同，它具有先驗性，在得出最終結果前先進行推斷。另外，和心理學研究的邏輯有所不同的是，大數據得出結論之前必須要經過嚴密的數據分析，它的研究邏輯具有后驗性。心理學研究的先驗性實質上是由于傳統研究方法在獲取數據上的局限性，而大數據可以幫助心理學突破這一局限，使先驗變為后驗。這有利于推動心理學研究走向科學化、規范化，同時也符合理論與實踐辯證統一的哲學理念。假設檢驗有一個很明顯的缺陷是，要想得到正確的推斷，必須逐次驗證各項假設，這極大地浪費了人力、物力和時間。而大數據不同，其從各項數據中提煉出來的信息就可以引導出最終要證實的結論，這就是“數據驅動”的妙處，它極大地提高了最終推斷的正確性和獲取合理結果的可能性，提高了工作效率。
2.3心理學傳統的研究方法
大數據不僅可以解決數據冗余資源共享等問題，還讓心理學研究邏輯不斷得到數據采集的改進和完善，帶來了全新的契機。在傳統的研究方法中，心理學采用系統抽樣法，抽取樣本進行檢驗，再把結果統計在一起進行比對。反復地抽取樣本才能體現結果的綜合性，才能得出最終的結果。大數據時代的到來，讓傳統的研究方法得到改進，龐大的數據不再是頭疼的問題，它能對數據進行快速對比，得出總體的比對結果，不再僅僅依賴于樣本的檢驗。在心理學研究中，調查法占據重要的地位。問卷調查是最常見的調查法之一，把要調查的問題集中在一起，統一打印出來分發給眾人填寫，之后集中在一起查看大家對問題的看法。除了此之外，訪談法也是調查法中的一種。它一般是用面對面的交談，了解各方面的信息，從而達到要調查的目的。除了聽，看也能很好地對心理學現象進行闡述。人內心的想法都會有相應的肢體語言，對于一些不能用聽獲取信息的問題，觀察法能很好的從側面獲取所需的信息。想得到比較嚴謹的研究結果，測驗法是一個選擇，它能把理論和實踐結合起來，這在一定程度上完整了實驗結果的準確性和實踐性，更能說明研究結果。與之相像的是實驗法，在大數據時代，實驗法仍然是心理學研究中的“寶法”。實踐讓它在時代的洪流中仍不遜色，心理學研究的突破不僅要靠病例，也需要大量實驗的數據證明，變與不變的量是一次次實踐得來的，嚴格的實驗條件是實驗法的首要條件。
2.4心理學研究的載體
量表和問卷作為心理學研究中的主要載體，需根據自身的情況，回答問題以讓別人獲取信息，信息的準確度取決于提供信息的人。這受表達者表達方式的限制，而情景式和投射式的量表，可以很自然地避免這種限制。情景模擬可以直觀地反應人在這種情況下的行為，這時的行為是由下丘腦直接控制發出的，具有較高的真實性。投射測量會向被研究對象提供一些刺激情景，被研究者自由表達，分析其反應推斷其人格特征。這幾種工具載體被積極地應用于研究各種心理學問題，同時還有很多專門針對某種研究的載體工具，不同的載體在針對不同問題時，能發揮其獨特的作用。近些年來，隨著認知精神科學的興起，記錄神經方面的設備和技術也得到了很好的應用和發展。
3大數據時代的心理學研究
3.1大數據時代的網絡運行
大數據時代，網絡是人人必不可少的聯系媒介。網絡瀏覽也是人們最快獲取信息的途徑，瀏覽過的網站會留下瀏覽的痕跡，瀏覽的痕跡能間接反映一個人的性格和內心。大量的瀏覽痕跡也能被快速捕捉，這些微小的痕跡在探究用戶的心理素質和行為習慣方面有著相當大的作用。數據冗余不再是提取龐大數據需要擔心的問題，人們的工作和生活與大數據越來越息息相關，對于在工作和生活中遇到的問題，也能夠進行深入的了解和恰當的解決。現如今，越來越多的人用社交網絡進行交流，傳統的社交是永遠不能達到這樣的效果和作用的，所以網絡社交從根本上創新了人們的交流方式，而通過人們在社交網絡中的瀏覽痕跡，可以分析人們對彼此的心理，會對某些事做出什么樣的回應。為什么會有虛擬世界的存在？什么樣的虛擬世界可以構成一個虛擬的社會？網絡的存在不是構建虛擬世界的主要因素，它只是一個虛擬基礎。主要因素是人們在網絡中的行為，只有類似于人類現實社會的生活狀態，才能被稱之為社會。在現實社會中的一切在虛擬世界中都要得到體現，其所表現出來的狀態是個體在現實社會與虛擬社會的一致性，構成了人們對虛擬社會和現實社會的理解，對虛擬社會與現實社會已知悉的研究，探究兩者之間的不同和一致，對認識虛擬社會、研究有關心理學理論，都具有非常重要的意義。
3.2剖析心理
研究表明人在接受某項服務或者用過什么產品后，一定會在心里產生一個想法，這可以歸納為人的主觀心理感受。用戶在使用某種產品上會產生海量的使用記錄，大數據方法能篩選出一些類似的記錄提供給需求者，快速、有效地使研究者得到數據的有效值，有利于加快研究的進度，同時盡量準確地得知用戶的想法，盡最大能力滿足用戶的心理需求。
3.3避免錯誤
個體或者群體行為數據的逐漸增多，可以通過大數據進行心理行為分析，這能反映出比較大眾的認知和感受，群體情緒的好壞能直接影響處理事情的能力，也有利于把握大事件的走向，避免由于數據調查精確性低導致惡性事件的發生。
3.4在線心理干預
心理干預在心理學研究中對人是很有效果的，但是執行人員的不足讓心理干預不能同時進行，需要耗費大量的資源。然而運用大數據技術在網絡上進行快速有效地信息獲取，能提高流程的速度，這樣的在線心理干預能大面積進行，也會提高效率。
3.5在線心理測評
目前，心理學界通用的主要測評手段是主觀性較強的、來自用戶自身的心理報告，這種方式的推廣難度較高，且時效性也會受到限制，迫切需要改進。國內外學界對此已經展開了多項研究，試圖運用數據技術，建立心理評估模型，借助超級計算機的力量，專家可以運用模型對廣大用戶實施實時的動態分析。3.6心理學知識體系的構建在大數據背景下，心理學方面的知識體系也將迎來革新。目前，心理學界的知識體系是在分析了大量現實的個體案例后建立起來的，然而大量研究表明，許多人的性格在網絡上與現實中差別較大，大數據為相關人員分析人們在虛擬網絡世界的人格提供了便利，有助于其了解在不同環境狀態下人所能表現出的人格。
4心理學研究的新動力
在信息時代的今天，心理學的研究離不開大數據采集信息的技術，對于人類行為等的預測，是心理學研究的重要目標。而現今的心理學雖然已經有了很多研究成果，但仍然需要繼續在研究的路上不斷創新和前進，這對人類未來的發展有著很積極的作用。從某方面來說，行為預測這種外部表現是決策的關鍵。如果人們在研究結果上不過度加以解釋的話，大數據方法將能直接通過群體的行為來進行數據分析，這可以對研究起到較大的幫助。心理學在逐漸發展的途中，需要的不僅是列出一大堆的課題研究，更需要考慮使用高效的方法去進行研究。
5結語
隨著科技的發展，大數據成為了體現科學技術的重要產物之一。在心理學領域應適當運用這種技術，尤其對于行為這種外在表現的研究分析。目前，在大數據時代的心理學研究方面，很多研究都能依靠大數據取得較為有效的幫助，尤其是在效率和信息價值方面。同時，心理學與其他學科在很多方面也有密切的聯系，適當在研究上提取出對其有用的信息也是必要的。對于研究的目標，相關人員需要充分運用高科技技術和設備，將心理學研究與大數據相聯系，給傳統的心理學研究提供一個新的發展方向，讓心理學研究不斷得到提升和完善。
作者:張振國 單位:山西農業大學信息學院
摘要:本文針對大數據時代下教育管理模式中存在的問題，探討如何實現教育管理模式的變革，主要從改變教育工作者思維，建立并充分利用大數據分享平臺，以及轉變教學模式，開發利用網絡教學方式等三個方面進行分析研究。
關鍵詞:大數據;教育管理模式;變革路徑
1大數據時代下進行教育管理模式變革的必要性
1．1教育管理模式變革是時代的發展必然
首先，教育管理模式進行改革創新是出于時展的必然。一方面，當下是一個人才很多，但是優質人才比較緊缺的時代，加上隨著經濟的快速發展，全球化腳步加快，對優質人才的需求越來越旺盛。對于高校來說，他們承擔著培養人才的重任，所以必須要對原來的教育管理模式進行改革，適應時代的發展，在大數據時代利用大數據走出一條創造性的發展之路。大數據給人才培養提供的是一條個性化的道路，也就是學?？梢岳么髷祿?，獲得每個學生的相關信息，比如通過大數據平臺，全面掌握學生的學習、生活等信息，然后制定個性化的教學方案，對學生進行針對性的管理，從而實現因材施教，這樣就避免了同質化管理和無效管理。另一方面也是出于學校持續性發展和社會發展的必要。對學校來說，想要獲得長遠的發展，必須要提高其教學的質量，老師還需要提高其教研的能力。在利用大數據以后，學校的各個部門可以及時并且完整地獲取想要的資料信息，然后及時地去處理教學教育管理中的問題;而教師在進行教學備課或者進行教學研究的時候，也可以通過大數據準確地獲得有關信息，然后進行充分地備課或者有效開展教研工作。對于社會來說，學校是一個向社會輸送人才的接口，所以在社會需要高質量人才的時候，學校就有義務為了社會的可持續性發展，在積極適應社會發展的同時，主動去創新教育管理模式，使得新的教育管理模式可以和社會發展接軌，促進社會和國家進一步發展。
1．2大數據時代教育管理模式中存在問題
另外，要進行教育管理模式的變革，主要還是和當今的教育管理模式有關。首先，教育管理工作者在思想上對教育管理的改革創新，對大數據的重要性認識不清。比如有的教育管理者依然沉浸在過去傳統的教學思維上，認為教育管理就是根據學校的發展目標去制定管理的措施，然后按照計劃實施就行，沒有充分考慮到學生的個性化發展，也沒有意識到及時發現并預防教學教育問題，系統解決問題的重要性。比如有的老師對科技的發展不關注，不重視，導致對大數據有一定的誤解，一直沒有認識到大數據的重要意義，更不要說去積極利用大數據了。其次，是在大數據時代，大數據平臺沒有被充分有效的利用。不可否認的是，當今很多學校也開始引入了大數據應用平臺，通過建立數據分享平臺去獲得相關信息，但是在實際的應用過程中由于相關人員專業知識的欠缺，或者學校部門在建立大數據平臺的時候本身就存在技術上的短板，所以平臺建立以后很難被有效地利用起來。另外，雖然很多學校也開始在進行教育管理模式的改革，但是改革得不全面，不徹底，大多還是停留在表面，或者只是幾個方面的革新，并沒有充分考慮教育管理模式的所有方位。
2大數據時代實現教育管理模式變革的路徑探析
2．1轉變教學管理工作者思維，提高大數據管理素養
在大數據時代，要實現教育管理模式的真正革新，首先要從教育工作者入手，對于教育工作者來說，一方面需要提高他們對于大數據的正確理解，積極主動地投入到教育管理模式變革工作中。比如有的老師必須轉變傳統的教育管理觀念，要意識到時代在發展，新時代社會需要的是全面發展的人才，所以必須要有適應社會發展的管理模式。比如有的老師對大數據沒什么了解，就需要主動去補充這方面的知識，要主動關注科學技術的發展，對社會熱點有一定的敏感度。另一方面教育管理工作者還要有較高的大數據管理的素養。比如需要有相應的數據意識，有一定的數據采集、分析處理以及反思決策的能力，通過主動收集數據，去挖掘數據背后的相關信息，從而可以提高教育管理工作的預見性、時效性和系統性等。
2．2利用大數據平臺，實現教育的個性化管理，提高管理的時效性、協調性等
其次，需要充分有效地利用大數據平臺。一方面是要利用大數據平臺對所有學生的信息進行分類匯總，針對不同學生的情況制定個性化的培養方面，進行有針對性的管理。比如有的學生學習基礎較差，就需要在學習上對其進行更多的指導，而有的學生在心理情感上比較脆弱，就需要和心理咨詢平臺結合起來，學校心理咨詢老師需要充分地利用數據分享平臺獲得相應的信息，相關部門建立好心理預警機制，然后對學生的心理進行全面跟蹤，及時干預心理危機。另一方面通過大數據平臺，可以提高教育管理的協調性，并且結合網絡教學平臺，使得網絡教學方式得到推廣普及。比如學校的不同部門在數據共享以后，處理教學管理問題的時候就不會出現重復處理，發生管理矛盾等現象了。比如大數據平臺優化以后，學?？梢愿鶕W生特點安排相應的網絡課程，學生可以自主地選擇自己喜歡的微課、網絡直播課等。
3結語
綜上，大數據時代，出于社會發展，學校發展和人才發展的需要，教育管理模式必須要實現變革。雖然目前教育管理模式革新中存在不少的問題，但只要積極主動地利用好大數據，學校、老師和學生積極配合，就可以將變革事業朝著更好的方向推送。
作者:趙春輝 單位:華南農業大學珠江學院
