大数据时代区域教育信息化面临的挑战
近年来，以云计算、数据挖掘、移动互联网等为基础的大数据技术的出现，为教育研究带来了数据获取、存储、分析和决策等支持，技术与教育的深度融合推动了教育的变革与创新。
虽然大数据日益升温，但大数据的基本概念、特点及其要解决的核心问题，目前尚无统一认识。大数据的获取、存储、处理、分析等方面仍存在一定争议，大数据概念有过度炒作的嫌疑。本文对上述问题进行了辨析，并描述了大数据时代基础教育信息化面临的问题与挑战，最后提出了区级基础教育信息化建设的应对策略，希望为各区级教育信息化建设单位提供参考。
大数据的概念及特点
目前，大数据没有一个公认的定义，不同的定义基本都是从大数据的特征出发给出的。比如国际数据公司认为大数据应当具有价值性，大数据的价值往往呈现稀疏性的特点。IBM认为，大数据必然具有真实性。维基百科对大数据的定义为：大数据是指利用常用软件工具捕获、管理和处理数据所耗时间超过可容忍时间的数据集。大数据具有“4V”特点，即数据量大（Volume ）、数据类型多样性（Variety）、数据处
理速度快（Velocity）和数据价值密度低（Value）。
1. 数据量大
数据规模超大，这是大数据的基本属性。数量级别从TB （1TB=1024GB）级别，跃升到PB （1PB=1024TB）、EB （1EB =1024PB）乃至ZB （1ZB =1024 EB）级别。导致数据规模激增的原因有很多，首先，随着互联网的广泛应用，使用网络的人、企业、机构增多，数据获取、分享变得相对容易。其次，各种传感器数据获取能力的大幅提升，使得人们获取的数据越来越接近原始事物本身，描述同一事物的数据量激增。再次，数据量大还体现在人们处理数据的方法和理念发生了根本的改变。在某些特定的应用领域，采样数据远不能描述整个事物，可能丢掉大量重要细节，甚至会得到完全相反的结论。因此，直接处理所有数据而不是只考虑采样数据，可以带来更高的精确性，从更多的细节来解释事物属性，同时必然使得要处理的数据量显著增多。
2. 数据类型多样
数据类型繁多、复杂多变是大数据的重要特性。在数据激增的同时，新的数据类型层出不穷，已经很难用一种或几种规定的模式来表征日趋复杂、多样的数据形式。这样的数据己经不能用传统的数据库表格来整齐地排列与表示，大数据正是在这样的背景下产生的。大数据与传统数据处理最大的不同就是，重点关注非结构化信息，大数据关注包含大量
细节信息的非结构化数据，强调小众化、体验化的特性使得传统的数据处理方式面临巨大的挑战。
3. 要求更快的数据处理速度
要求数据的快速处理，是大数据区别于传统海量数据处理的重要特性之一。包含大量或实时数据分析处理的时间要求非常短，符合1秒定律。在许多应用中要求能够实时处理新增的大量数据，大数据以数据流的形式产生、快速流动、迅速消失，且数据流量通常不是平稳的，会在某些特定的时段突然激增，数据的涌现特征明显。对于大数据应用而言，很多情况下都必须在1秒钟内形成结果，否则结果就会过时和无效。在这种情况下，要求计算机快速、持续地实时处理大数据。对不断激增的海量数据的实时处理要求，是大数据与传统海量数据处理技术的关键差别之一。
4. 数据价值密度低
数据价值密度低是大数据关注的非结构化数据的重要
属性。以视频为例，连续不间断的监控过程中，可能有用的数据仅有一两秒钟。尽管数据价值密度低，但商业价值高。
传统的数据库与大数据也有明显的区别，两者在数据来源、数据处理方式和数据思维等方面都有很大的变化。正像孟小峰所言，两者的区别就是“池塘捕鱼”和“大海捕鱼”的区别，前者代表着数据库时代的数据管理方式，后者则对应着大数据时代的数据管理方式，其在数据规模、数据类型、
数据模式、数据对象、处理工具上都有巨大的差异。
大数据要解决的核心问题
与传统海量数据的处理流程相类似，大数据的处理也包括获取与特定的应用相关的有用数据，并将数据聚合成便于存储、分析、查询的形式；分析数据的相关性，得出相关属性；采用合适的方式将数据分析的结果展示出来等过程。大数据要解决的核心问题与相应的这些步骤相关。
1. 获取有用数据
规模巨大、种类繁多、包含大量信息的数据是大数据的基础。数据本身的优劣对分析结果有很大的影响。对于实际应用来说，并不是数据越多越好。获取大量数据的目的是，尽可能正确、详尽地描述事物的属性。对于特定的应用数据，必须包含有用的信息。拥有包含足够信息的有效数据，才是大数据的关键。
2. 数据分析
数据分析是大数据处理的关键。大量的数据本身并没有实际意义，只有针对特定的应用来分析这些数据，使之转化成有用的结果，海量的数据才能发挥作用。大数据的一类重要应用是利用海量的数据，通过运算分析事物的相关性，进而预测事物的发展。现在，随着数据的不断积累，通过简单的统计学方法就可能找到数据的相关性，找到事物发展的规律，指导人们的决策。
3. 数据显示
数据显示是将数据经过分析得到的结果以可见或可读
形式输出，以方便用户获取相关信息。利用计算机图形学和图像处理的可视计算技术是大数据显示的重要手段之一。数据显示以准确、方便地向用户传递有效信息为目标，显示方法可以根据具体应用的需要来选择。
4. 实时处理数据的能力
大数据需要充分、及时地从大量复杂的数据中获取有意义的相关性，找出规律。数据处理的实时性要求是大数据区别于传统数据处理技术的重要特征之一。一般而言，传统的数据处理应用对时间的要求并不高。运行1～2天获得结果依然是可以接受的。而大数据领域相当大的一部分应用需要在1秒钟内或瞬间得到结果。
大数据时代，区级基础教育信息化面临的问题与挑战
基础教育阶段的中小学校是数据生产大户。在学校里上学的学生，从招生、学籍、成绩、考勤、选课到活动等都会产生大量的数据；教师的上课音视频、课件、实验数据等也会有庞大的数据；校务系统运行、图书馆、微博、博客等都会产生很大的数据。尤为重要的是管理和教学数据，它们是基础教育两大核心功能的重要数据来源。只有用好这些数据，才能更好地帮助教学、管理，做好招生推广、学生管理等工作。用好这些数据，无疑也将大大提高中小学校的信息化水平。
大数据时代呼啸而至，在“喧嚣”背后，在人员素质、使用方法、支撑条件以及数据本身等方面还存在诸多亟待解决的问题和挑战。
第一，要解决教育管理者的数据素养与能力问题，即教育管理者必须转变观念，提高数据意识，具备必要的数据分析与运用能力。大数据时代，人才培养可采取标准化教育与个性化教育等多种方式。未来的标准化教育将主要由网络完成，学校将在学生个性化发展方面承担更重要的角色。学校教育将逐步摆脱大校、大班、统一标准与程序等工业化时代的烙印。这些都需要在教育发展中不断改革创新。
第二，数据共享的难度也是切实存在的问题。数据不融合就发挥不出数据的大价值，大数据面临的一个非技术性的重要问题就是数据的融合。我区教育均衡发展状况还不是很理想，城乡差异、区域差异、校际差异在一定程度上仍然存在，必须加强相应的硬件与软件建设，最大限度地促进和实现大数据时代的信息共享，进而促进教育管理的科学化与信息化。必须彻底打通数据孤岛，只有通过有效融合，才能形成高质量的大数据，才能发挥大数据时代基础教育信息化对学校发展的具体推动作用。
第三，大数据集成与分析对信息化建设的从业人员提出了更高的要求。大数据的多样性特点源于数据来源的广泛性、复杂性，这种数据环境给大数据的处理带来了很大的挑战，
必须对多种数据来源进行抽取集成，先进行数据的清洗，经过关联和聚合，采用统一的数据结构来存储这些数据。大数据分析无疑是整个大数据时代的核心所在，因为大数据的价值就产生于数据分析过程中。
第四，大数据的存储带来资金等问题，需要研究低成本、高效率的数据存储方式。众所周知，低成本一般意味着低效率，但是在大数据时代，如果处理效率低下，大数据将毫无意义。因此，必须打破常规，处理好大数据的存储。另外，还要做好数据存储的管理问题，因为存储空间巨大，无疑给存储硬件带来压力。
大数据时代我们的应对策略
为适应大数据时代的发展，各行各业都面临着改革，教育行业也不例外。如果要在大数据发展趋势下占据有利位置，大数据人才队伍建设、大数据时代的技术学习与运用、数据管理、文化建设、政府、研究机构和专业数据分析公司的合作等成为了关键问题。面对这些问题与挑战，作为区级基础教育管理者和信息化从业人员，必须坚持不懈地做好如下工作。
1. 做好大数据人才队伍建设
面对大数据这一新概念，以及大数据时代涉及的各种新兴的信息处理技术，人们越来越多地关注信息技术和资源提升的重要性，但在教育信息化建设的过程中，最重要的还是
“人”。即使再好的资源、再先进的系统，没有懂得运用和支配的实施者，对于教育资源也是一种浪费。实施者必须提高自身的软实力，引入优秀的信息人才，加强人才素质提升，做好合理的人才规划部署。教育信息化的发展对于教育管理者和教师提出了更高层次的要求，这就需要建立庞大的教学信息化培训体系，培养出具有更高教学和管理水平，可以将信息化更加熟练地应用于教学和管理工作中的人才队伍。
2. 做好大数据时代的技术学习与运用
教育信息化建设的从业者应该努力学习大数据时代的
基础平台和支撑技术。了解这些技术，方便我们实现大数据低成本、高效率的存储，也方便我们对存储进行管理。
3. 做好大数据时代的数据管理
大数据时代的数据管理不是采用以前大型关系型数据
库的管理方式，而是以NoSQL为代表的新型数据模型的一类技术。这种改变是因为关系型数据模型不能应对大数据时代的种种挑战，而新型的数据模型就是为了迎合多样性、异构性等这些大数据时代的数据特征而出现的。当然，新的数据模型是与以往截然不同的理论。这就需要我们数据管理者积极学习，应对挑战。同时，要积极升级、改造相关存储设备，以满足大数据时代的要求。
4. 做好区级基础教育系统内数据文化建设
在区级基础教育信息化建设过程中，关键在于通过在教
育系统内形成数据文化，来建立一套持久运作的收集和分析数据及将数据分析结果转换成教育决策和实践的体系。数据文化是指一个教育组织或系统内部，崇尚数据对于各个层面决策过程的重要性的环境，它包括相应的价值观、态度和行为准则。形成数据文化的学校和教育系统的一个重要特征是，其每位成员具有较高的数据素养，善于在自己的工作岗位上收集高质量的数据，并且懂得如何提出通过数据收集和分析可以解决的问题，懂得数据分析的基本原理和方法，以及数据可视化呈现的基本形式，并能够在有限的时间内，根据数据分析结果做出最合理的决策。计算机和数据分析方法只能提供技术支持，收集数据也不能是盲目的，数据的汇总和分析方法是由所要解决的教育问题所决定的。
5. 做好学校和专业数据分析公司的合作
专业数据分析公司负责软件开发并提供数据分析模型
方面的支持。这其中会涉及数据安全和存储问题，尤其是学生的个人信息，大数据可以重复利用，所以在合作中必须用合同的方式来确保学生个人信息的安全，不被用作商业用途（例如学习产品广告推送），还要确定数据由谁负责存储和
维护，谁有权对数据进行二次开发利用。
积极推动教育管理各项业务的深入融合，梳理业务数据，形成“大数据”，然后利用这些“大数据”进行深入、全面
的分析得出高质量信息，为教育管理者的决策提供依据。总
之，随着教育信息化的飞速发展，大数据时代的基础教育管理和教学给我们提出了更高的要求，有些需要科研人员进行研究，有些非技术挑战，需要我们积极努力，有效进行数据的整合、业务的整合，充分利用科研人员的最新研究成果，尽快改变传统的管理模式，应用现代化手段进行科学管理，加快基础教育信息化建设已成为现代教育需要解决的重要
任务。
教育发展研究2013．21 决策参考 摘要：随着互联网技术的革新，大数据开始蔓延至各个行业和领域，影响着人们的知识体系和生活方式。在大数据时代，能否激发和利用隐藏于数据内部未被发掘的价值，实现在教育、经济、交通、医疗等领域的革新，取决于人们对于数据及其潜在价值和功能的认识和态度。本文主要阐述大数据时代思维方式的结构及特性，并总结大数据时代思维方式为教育带来的启发。 关键词：大数据；大数据时代；思维方式；个性化教育；教育决策；教育评价 张燕南/华东师范大学课程与教学研究所 博士研究生 赵中建/华东师范大学课程与教学研究所教授（上海 200062） 大数据时代思维方式对教育的启示 笮张燕南赵中建 在大数据时代背景下，数据无所不在，许多过去难以量化的信息都将转化为数据进行存储和处理。通过大数据时代的数据储备和技术理念，以前所未有的方式洞见事物的发展趋势，进而影响人们的价值体系、知识体系和生活方式。在大数据时代开启伊始的今天，能否激发和利用隐藏于数据内部尚未被发掘的价值，实现在教育、经济、交通、医疗等领域的革新，取决于人们对于大数据及其潜在价值功能的认识和态度。也就是说，形成与之相适应的思维方式是驾驭大数据和实现其价值的关键。大数据时代的思维方式离不开大数据的支撑，大数据是大数据时代思维方式出现的源头和赖以生存的基础。从根本上说，大数据时代思维方式是产生于大数据时代、立足于大数据平台之上的新观念体系。 一、大数据及其特性和价值 大数据(big data)概念源于最早经历信息爆炸的学科，用于描述目标数据量的规模远远超出了一般电脑处理能力的情形。在众多领域都面对着爆发式数据增长的今天，数据处理技术和工具随之蓬勃发展，大数据则不仅用于描述需要进行批量处理或分析的大量数据集，同时还涵盖了处理数据的速度。 美国互联网数据中心将大数据定义为：通过高速捕捉、发现/分析，从大容量数据中获取价值的一种新的技术架构。[1]可以概括为四个英文字母V ，即更大的容量(Volume)、更高的多样性(Variety)、更快的生成速度(Velocity)以及由前面三个“V ”的组合推动的第四个因素———价值(Value)。 1.大数据的特性 （1）大数据的海量特性。大数据使得许多过去不可获取、计量、存储和分析的信息都有了数据化的可能。在互联网、电信和卫星通信技术的支持下，迅速普及的PC 、平板电脑、智能手机以及不断涌现的诸多工具设备正在以数据的形式追踪人们的日常生活，并将这些数据存储在相应的数据库中：通过基于位置的服务(Location Based Service ，LBS)，移动通信运营商掌握着个人的行踪，同时实时通信信息也在加上时间标记后进行备份；信用卡提供商和在线支付平台记录个人的购物、旅行习惯以及支付能力；社会性网络服务（Social Networking Services ，SNS ）采集和存储着与用户的社会关系和个人爱好相关的全部言行记录；安装在各大公共机构的摄像头捕捉人们的外形特征、衣着以及出现的时间。大数据的技术手段和理念赋予了人们在更多领域、更多层次获
A. 变量代换 B. 离散化 海量数据挖掘技术及工程实践》题目 、单选题(共 80 题) 1) ( D ) 的目的缩小数据的取值范围，使其更适合于数据挖掘算法的需要，并且能够得 到 和原始数据相同的分析结果。 A. 数据清洗 B. 数据集成 C. 数据变换 D. 数据归约 2) 某超市研究销售纪录数据后发现，买啤酒的人很大概率也会购买尿布，这种属于数 据挖 掘的哪类问题 (A) A. 关联规则发现 B. 聚类 C. 分类 D. 自然语言处理 3) 以下两种描述分别对应哪两种对分类算法的评价标准 (A) (a) 警察抓小偷，描述警察抓的人中有多少个是小偷的标准。 (b) 描述有多少比例的小偷给警察抓了的标准。 据相分离 (B) 哪一类任务 (C) A. 根据内容检索 B. 建模描述 7) 下面哪种不属于数据预处理的方法 (D) A. Precision,Recall B. Recall,Precision A. Precision,ROC D. Recall,ROC 4) 将原始数据进行集成、 变换、维度规约、数值规约是在以下哪个步骤的任务 (C) 5) A. 频繁模式挖掘 C. 数据预处理 B. D. 当不知道数据所带标签时， 分类和预测 数据流挖掘 可以使用哪种技术促使带同类标签的数据与带其他标签的数 6) A. 分类 C. 关联分析 建立一个模型， B. D. 聚类 隐马尔可夫链 通过这个模型根据已知的变量值来预测其他某个变量值属于数据挖掘的 C. 预测建模 D. 寻找模式和规则
C.聚集 D. 估计遗漏值 8) 假设12 个销售价格记录组已经排序如下：5, 10, 11, 13, 15, 35, 50, 55, 72, 92, 204, 215 使用如下每种方法将它们划分成四个箱。等频(等深)划分时，15 在第几个箱子内(B) A. 第一个 B. 第二个 C. 第三个 D. 第四个 9) 下面哪个不属于数据的属性类型：(D) A. 标称 B. 序数 C.区间 D. 相异 10) 只有非零值才重要的二元属性被称作：( C ) A. 计数属性 B. 离散属性 C.非对称的二元属性 D. 对称属性 11) 以下哪种方法不属于特征选择的标准方法：(D) A. 嵌入 B. 过滤 C.包装 D. 抽样 12) 下面不属于创建新属性的相关方法的是：(B) A. 特征提取 B. 特征修改 C. 映射数据到新的空间 D. 特征构造 13) 下面哪个属于映射数据到新的空间的方法(A) A. 傅立叶变换 B. 特征加权 C. 渐进抽样 D. 维归约 14) 假设属性income 的最大最小值分别是12000元和98000 元。利用最大最小规范化的方 法将属性的值映射到0 至 1 的范围内。对属性income 的73600 元将被转化为：(D) 15) 一所大学内的各年纪人数分别为：一年级200人，二年级160人，三年级130 人，四年 级110 人。则年级属性的众数是：(A) A. 一年级 B. 二年级 C. 三年级 D. 四年级 16) 下列哪个不是专门用于可视化时间空间数据的技术：(B) A. 等高线图 B. 饼图
大数据带来的机遇和挑战 互联网高端技术的创新与发展，给人类社会带来了巨大变化。今后20年全球将步入大数据新时代。高端互联网将再铸新世界。我们正处在一个数据爆发增长的时代。移动互联网、移动终端和数据感应器的出现，使数据以超出人们想象的速度在快速增长。据国际数据资讯公司（GlobalPulse）估测，数据数量一直在快速增加，每年增长50%，这个速度不仅是指数据流的增长，而且还包括全新的数据种类的增多。据统计，全球企业2010年在硬盘上存储了超过7EB的新数据，消费者在PC和笔记本电脑等设备上存储了超过6EB新数据，而1EB数据就相当于美国国会图书馆中存储数据的4000多倍。目前数据容量增长的速度，已经大大超过了硬件技术的发展速度，并正在引发数据存储和处理的危机。 有研究统计，从人类文明开始到2003年，人类共创造了5TB（兆亿字节）的信息，而现在，这样的数据量却仅需两天就被创造出来，且速度仍在加快。数据显示，2011年全球创建和复制的数据总量，就达到了1.8ZB(1ZB等于10的21次方比特)，相当于全球每人产生300GB以上的数据。目前这个数字仍在快速增长，预计2020年，全球产生的数据量更将超过80ZB。由此可见，我们的确已经迈入了大数据时代。 2012年3月，美国奥巴马政府发起了《大数据研究和发展倡议》，将大数据定义为“未来的新石油”，称将斥资2亿美元用于大数据研究，以应对大数据革命正在带来的大机遇。据美国咨询机构Gartner预测，从现在起到2015年，大数据将会在世界范围内创造440万个工作岗位。 “大数据”，这一新兴概念，正在被赋予极其丰富的内涵，并被寄予特别巨大的希望……大数据时代,我们该如何寻找对策,迎接挑战? 一、“大数据资源”成为重要战略资源 互联网时代,“资源”的含义正在发生极大的变化,它已不再仅仅只是指煤、石油、矿产等一些看得见、摸得着的实体，“大数据”，也正在演变成不可或缺的战略资源。互联网、物联网每天都在产生大量的数据，这些庞大的数据资源，为人们依据数据了解世界、了解市场、了解人们的生活提供了可能。大数据已经被视为一种资产、一种财富、一种可以被衡量和计算的价值。得大数据者得天下，是一些推崇大数据时代的变革者所坚信不疑的判断。
大数据时代的机遇与挑战 什么是大数据时代？ “大数据”在物理学、生物学、环境生态学等领域以及军事、金融、通讯等行业存在已有时日，却因为近年来互联网和信息行业的发展而引起人们关注。最早提出“大数据”时代到来的是全球知名咨询公司麦肯锡，麦肯锡称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。” 大数据时代是怎样产生的？ 物联网、云计算、社交网络、社会媒体以及信息获取技术的飞速发展，数据正以前所未有的速度迅速增长和积累，数据是人类社会最重要的财富大数据时代的到来 大数据时代的特点? 1.数据量大（Volume） 第一个特征是数据量大。大数据的起始计量单位至少是P（1000个T）、E（100万个T）或Z（10亿个T）。 2.类型繁多（Variety） 第二个特征是数据类型繁多。包括网络日志、音频、视频、图片、地理位置信息等等，多类型的数据对数据的处理能力提出了更高的要求。 3.价值密度低（Value） 第三个特征是数据价值密度相对较低。如随着物联网的广泛应用，信息感知无处不在，信息海量，但价值密度较低，如何通过强大的机器算法更迅速地完成数据的价值“提纯”，是大数据时代亟待解决的难题。 4.速度快、时效高（Velocity） 第四个特征是处理速度快，时效性要求高。这是大数据区分于传统数据挖掘最显著的特征。既有的技术架构和路线，已经无法高效处理如此海量的数据，而对于相关组织来说，如果投入巨大采集的信息无法通过及时处理反馈有效信息，那将是得不偿失的。可以说，大数据时代对人类的数据驾驭能力提出了新的挑战，也为人们获得更为深刻、全面的洞察能力提供了前所未有的空间与潜力。 大数据时代的机遇 大数据技术通过对海量数据的快速收集与挖掘、及时研判与共享，成为支持社会治理科学决策和准确预判的有力手段，为社会转型期的社会治理创新带来了机遇。建立大数据中心，及时搜集、实时处理数据信息，为科学决策提供坚实基础。对社会大数据进行历时性和实时性分析，加强社会风险控制，提高政府预测预警能力和应急响应能力。
大数据的应用及带给企业的挑战 随着信息技术特别是信息通讯技术的发展，互联网、社交网络、物联网、移动互联网、云计算等相继进入人们的日常工作和生活中，全球数据信息量呈指数式爆炸增长之势。根据国际数据公司IDC发布的研究报告，预计全球数据量大约每两年翻一番，到2020年全球将达到35ZB的数据信息量。随着前所未有巨量数据信息的聚集，“大数据”已得到广泛关注。本文将分企业数据、机器数据和社会化数据三类，针对企业数据处理面临的挑战、机器数据应用场景、社会化数据带来的变革展开讨论。 1、企业数据处理面临的挑战 中国的企业已经认识到大数据蕴含着巨大的商业价值，但国内互联网巨头作为率先使用大数据技术的用户，仅仅是基于开源软件自主开发大数据应用，未形成企业级的个性化应用。 (1)非结构化和结构化数据的统一及整合 随着互联网和通信技术的迅猛发展，企业中的数据类型早已不是单一的以文本为主的结构化数据，还充斥着广泛存在于社交网络、物联网、电子商务等之中的网络日志、音频、视频、图片、地理位置信息等多类型的数据。这些数据称为非结构化数据。据统计，企业中
85%的数据属于非结构化数据。但是企业现有的数据处理方法仅适用于结构化数据，无法将大量的非结构化数据与结构化数据进行统一、整合，就无法发掘数据中的价值。 (2)跨业务平台数据的关联 当今企业环境中存在着：不同业务模块的数据分布在不同的系统平台，这些被割裂的数据在单一业务平台无法得到有效利用；不同业务模块的数据无法实现共享、关联；仅对关键业务的数据进行收集、整合和利用，非关键业务的数据被忽视等现状。企业中的数据由于业务模块的划分而被割裂开来．单一业务模块的数据价值远远小于所有业务模块数据关联起来进行分析运用，企业将如何实现跨业务平台数据的关联与整合将面临巨大的挑战。 (3)面向数据的实时分析 随着经济的飞速发展，企业所面临的市场行情也在瞬息万变，企业曾经惯用的事后处理机制已经不能应对，企业需要实时洞察业务运营状态，以便迅速应对不断变化的市场形势。 企业业务的运营状态将体现在海量数据的快速处理和有效进行 实时分析的基础上。但随着大数据的爆炸式增长，与企业相关的数据可能在无限量的不断增长，这些不断变化的数据，需要企业进行全面、实时的分析。
公需科目大数据培训考试 考试时间：120分钟 选择题中红色代表正确答案，判断题X为错，R为对。 1.根据涂子沛先生所讲，摩尔定律是在哪一年提出的？（单选题1分） A.1988年 B.2004年 C.1965年 D.1989年 2.2015年，贵阳市的呼叫服务产业达到（）坐席。（单选题1分） A.3万 B.5万 C.10万 D.20万 3.以下说法错误的是哪项？（单选题1分） A.大数据的思维方式遵循因果逻辑推理 B.摩尔定律是戈登?摩尔提出的 C.图灵测试是阿兰·图 D.ENIAC于1946年诞生 4.茂名PX事件发生后，下列哪个学校的化工系学生在网上进行了一场“PX词条保卫战”？（单选题1分） A.北大 B.清华 C.浙大 D.复旦 5.促进大数据发展部级联席会议在哪一年的4月13日召开了第一次会议？（单选题1分） A.2014年 B.2015年 C.2013年 D.2016年 6.根据涂子沛先生所讲，哪一年被称为大数据元年？（单选题1分） A.2012年 B.2010年 C.2008年 D.2006年 7.数据、信息与知识三者之间的变化趋势是（单选题1分） A.价值先增后减 B.价值递减 C.价值递增 D.价值不变 8.具体来说，摩尔定律就是每（）个月，产品的性能将提高一倍。（单选题1分） A.18 B.16 C.12 D.6 9.“（）大数据交易所”2015年4月14日正式运营，目前，交易所已有包括京东、华为、阿里巴巴等超过300家会员企业，交易总金额突破6000万元。（单选题1分）
A.毕节 B.安顺 C.贵阳 D.遵义 10.（）说明如果联网越多，从介入方式、技术上越来越突破，则网络规模越大、成本越低，网络的成本可能会趋向于零。（单选题1分） A.吉尔德定律 B.摩尔定律 C.梅特卡尔夫定律 D.新摩尔定律 11.以下说法错误的是哪项？（单选题1分） A.大数据会带来机器智能 B.大数据不仅仅是讲数据的体量大 C.大数据的英文名称是large data D.大数据是一种思维方式 12.美国首个联邦首席信息官是下列哪位总统任命的？（单选题1分） A.克林顿 B.奥巴马 C.小布什 D.老布什 13.截至2015年年底，全国电话用户总数达到（）。（单选题1分） A.13.37亿户 B.12.37亿户 C.14.37亿户 D.15.37亿户 14.2012年全国各城市支付宝人均支出排名中，位居第七位的是（）（单选题1分） A.嘉兴市 B.台中市 C.高雄市 D.嘉义市 15.吴军博士认为过去五十年是（）的时代。（单选题1分） A.科尔定律 B.艾尔定律 C.摩尔定律 D.拉尔定律 16.ENIAC诞生于哪一年？（单选题1分） A.1946年 B.1938年 C.1940年 D.1942年 17.梅特卡尔夫定律主要是描述信息网络，指出网络的价值在于网络的互联，联网的接点数与其价值呈现（）的方式，联网越多，系统的价值越大。（单选题1分） A.正比 B.对数 C.指数 D.反比 18.根据周琦老师所讲，高德交通报告针对全国（）个城市交通状态进行挖掘分析。（单选题1分） A.38 B.21 C.25 D.30 19.2012年全国各城市支付宝人均支出排名中，位居第三位的是（）（单选题1分） A.嘉义市 B.杭州市 C.嘉兴市 D.高雄市
大数据时代信息安全面临的挑战与机遇 2013-7-11 10:17:00来源：中国科技网 根据有关学者的研究，数据密集型科学将成为继实验科学、理论科学、计算机科学之后，人类科学研究的第四个范式。以大数据为代表的数据密集型科学将成为新一次技术变革的基石。随着数据的进一步集中和数据量的增大，对海量数据进行安全防护变得更加困难，数据的分布式处理也加大了数据泄露的风险，信息安全正成为制约大数据技术发展的瓶颈。 大数据时代已经到来 物联网、云计算、移动互联网等新技术的发展，使得手机、平板电脑、PC及遍布地球各个角落的传感器，成为数据来源和承载方式。据估计，互联网上的数据量每两年会翻一番，到2013年，互联网上的数据量将达到每年667EB（1EB=230GB）。这些数据绝大多数是“非结构化数据”，通常不能为传统的数据库所用，但这些庞大的数据“宝藏”将成为“未来的新石油”。 1.大数据具有四个典型特征 大数据（Big Data）是指“无法用现有的软件工具提取、存储、搜索、共享、分析和处理的海量的、复杂的数据集合”。业界通常用四个V来概括大数据的特征。 ——数据体量巨大（Volume）。到目前为止，人类生产的所有印刷材料的数据量是200PB（1PB=210TB），而历史上
全人类说过的所有的话的数据量大约5EB（1EB=210PB）。当前，典型个人计算机硬盘的容量为TB量级，而一些大企业的数据量已经接近EB量级。 ——数据类型繁多（Variety)。这种类型的多样性也让数据被分为结构化数据和非结构化数据。相对于以往便于存储的以文本为主的结构化数据，非结构化数据越来越多，包括网络日志、音频、视频、图片、地理位置信息等，这些多类型的数据对数据的处理能力提出了更高要求。 ——价值密度低（Value）。价值密度的高低与数据总量的大小成反比。以视频为例，一部1小时的视频，在连续不间断的监控中，有用数据可能仅有一两秒。如何通过强大的机器算法更迅速地完成数据的价值“提纯”，成为目前大数据背景下亟待解决的难题。 ——处理速度快（Velocity）。这是大数据区分于传统数据挖掘的最显著特征。根据IDC的“数字宇宙”报告，预计到2020年，全球数据使用量将达到35.2ZB（1ZB=210EB）。在如此海量的数据面前，处理数据的效率就是企业的生命。 2.大数据成为国家和企业的核心资产 2012年瑞士达沃斯论坛上发布的《大数据大影响》报告称，数据已成为一种新的经济资产类别，就像货币或黄金一样。奥巴马政府已把“大数据”上升到国家战略层面，2012年3月，美国宣布投资2亿美元启动“大数据研究和发展计划”，借以增强收集
大数据时代的机遇和挑战 【】First of all ，the paper makes a simple analysis of the concept and characteristics of large data. Secondly ，it explores the opportunities and challenges that big data brings to all aspects of economic life. Finally ，it explores how to deal with opportunities and challenges ，and improve the development environment of big data. improve the environment for the development of big data ，so as to make a certain contribution to the economic development in the era of big data. 【Keywords】big data age ；quantitative economics ；application 1引言 “大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。被称为“第三次浪潮的华彩乐章”。近几年来，大数据吸引了越来越多的关注，
人们随时都能感觉到生活在一个日益信息化的世界中。随着网络技术的发展，越来越多的人使用社交软件进行网上聊天，发布个人心情状态，对网络中的信息进行评论，这些都极大的丰富了我们的生活。同时，网上每天都会产生大量的数据，根据有关统计，每天网络中大约出现220 万TB 的新数据， 而且这个速度还在不断增加 伴随着大数据时代的到来，数据资源越来越庞大，数据处理速度越来越快，人们可以通过大数据技术实现各种构想。学者能够利用大数据这一有利条件进行更加科学且贴近现实的经济研究。银行能够通过大数据考查企业的诚信状况，并决定是否放贷。而计算机则可以在海量的数据中统计分析出人的行为、习惯等方式，从而更好地学习模拟人类智能。随着科学技术的不断发展，未来大数据会发挥出更加强大的作用， 而如何应对大数据时代的机遇与挑战，有效利用大数据资源，是各行各业应关注的焦点。 2大数据时代的特点 大数据又可以称之为巨量资料，它的概念比较抽象，其定义是依靠互联网技术下的主流软件对一些规模较大、较复杂的资料进行处理、分析、管理，从而形成对经济发展更加有用的信息。大数据的主要特点就是信息量大、多样化、高速等。大数据的形成需要特殊专业的技术，例如互联网、数据挖掘电子网或者大规模并行处理数据库等软件，通过有效的掌握丰富的数据资源，并对这些数据进行专业化的处理，从而在经济社会的发展中实现盈利，把对大数据的处理加工有效的转变为信息资
第一套试题 1、当前大数据技术的基础是由（C）首先提出的。（单选题，本题2分） A：微软 B：百度 C：谷歌 D：阿里巴巴 2、大数据的起源是（C ）。（单选题，本题2分） A：金融 B：电信 C：互联网 D：公共管理 3、根据不同的业务需求来建立数据模型，抽取最有意义的向量，决定选取哪种方法的数据分析角色人员是（C）。（单选题，本题2分） A：数据管理人员 B：数据分析员 C：研究科学家 D：软件开发工程师 4、（D ）反映数据的精细化程度，越细化的数据，价值越高。（单选题，本题2分） A：规模 B：活性 C：关联度 D：颗粒度 5、数据清洗的方法不包括（ D）。（单选题，本题2分） A：缺失值处理 B：噪声数据清除 C：一致性检查 D：重复数据记录处理 6、智能健康手环的应用开发，体现了（ D）的数据采集技术的应用。（单选题，本题2分） A：统计报表 B：网络爬虫 C：API接口 D：传感器 7、下列关于数据重组的说法中，错误的是（A）。（单选题，本题2分） A：数据重组是数据的重新生产和重新采集 B：数据重组能够使数据焕发新的光芒 C：数据重组实现的关键在于多源数据融合和数据集成 D：数据重组有利于实现新颖的数据模式创新8、智慧城市的构建，不包含（ C）。（单选题，本题2分） A：数字城市 B：物联网 C：联网监控 D：云计算 9、大数据的最显著特征是（A）。（单选题，本题2分） A：数据规模大 B：数据类型多样 C：数据处理速度快 D：数据价值密度高10、美国海军军官莫里通过对前人航海日志的分析，绘制了新的航海路线图，标明了大风与洋流可能发生的地点。这体现了大数据分析理念中的（B ）。（单选题，本题2分） A：在数据基础上倾向于全体数据而不是抽样数据 B：在分析方法上更注重相关分析而不是因果分析 C：在分析效果上更追究效率而不是绝对精确 D：在数据规模上强调相对数据而不是绝对数据 11、下列关于舍恩伯格对大数据特点的说法中，错误的是（D）。（单选题，本题2分） A：数据规模大 B：数据类型多样 C：数据处理速度快 D：数据价值密度高12、当前社会中，最为突出的大数据环境是（A）。（单选题，本题2分） A：互联网 B：物联网 C：综合国力 D：自然资源 13、在数据生命周期管理实践中，（ B）是执行方法。（单选题，本题2分） A：数据存储和备份规范 B：数据管理和维护 C：数据价值发觉和利用 D：数据应用开发和管理 14、下列关于网络用户行为的说法中，错误的是（C）。（单选题，本题2分） A：网络公司能够捕捉到用户在其网站上的所有行为 B：用户离散的交互痕迹能够为企业提升服务质量提供参考 C：数字轨迹用完即自动删除 D：用户的隐私安全很难得以规范保护 15、下列关于计算机存储容量单位的说法中，错误的是（ C）。（单选题，本题2分） A：1KB＜1MB＜1GB B：基本单位是字节（Byte） C：一个汉字需要一个字节的存储空间 D：一个字节能够容纳一个英文字符， 16、下列关于聚类挖掘技术的说法中，错误的是（B）。（单选题，本题2分） A：不预先设定数据归类类目，完全根据数据本身性质将数据聚合成不同类别 B：要求同类数据的内容相似度尽可能小
湖南农业大学课程论文学院：信息科学技术学院班级：计算机1班姓名：XXX 学号：2015XXXX 课程论文题目：浅谈大数据时代的机遇与挑战 课程名称： 评阅成绩： 评阅意见： 成绩评定教师签名： 日期：年月日
课程论文题目 ——浅谈大数据时代的机遇与挑战 学生：XXX (信息科学技术学院计算机1班) 摘要：随着时代的发展，大数据这个词慢慢进入了人们的视野的当中，而大数据也与我们的生活关联越来越紧密，对我们的影响也越来越大。怎么样才能把握住机遇，在大数据时代中脱颖而出，怎么样才能在大数据时代到来的挑战中稳步前行。 关键词：大数据;机遇与挑战；大数据时代分析 Abstract:with the development of The Times, the word big data slo wly into the people's horizons, and big data is linked to our life more and more closely, to our influence is growing. How to seize the opportunity, in the era of big data, how can ability in the er a of big data move steadily in the coming challenges. Key Words: Big data; Opportunities and challenges; The era of big da ta analysis
一、绪论 （一）什么是大数据？ “大数据”作为时下最火热的IT行业的词汇在互联网时代显得越来越重要。大数据究竟有多大？大数据能做些什么？在新互联网时代，这些词汇让我们应接不暇。大数据是指无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合。大数据还有四个特性分别是数据量大，种类多，速度快，价值大。大数据技术，是指从各种各样类型的数据中，快速获得有价值信息的能力。最早提出“大数据”时代到来的是全球知名咨询公司麦肯锡，麦肯锡称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”（二）大数据能做些什么？ 大数据的应用示例包括了大科学、传感设备网络、天文学、大气学、基因组学、生物学、大社会数据分析、互联网文件处理、制作互联网搜索引擎索引、通信记录明细、军事侦察、社交网络、通勤时间预测、医疗记录、照片图像和图像封存、大规模的电子商务等。仅仅十余年，现在越来越多的政府、企业等组织机构意识到数据正在成为组织最重要的资产，数据分析能力正在成为组织的核心竞争力。大数据不仅是一种海量的数据状态及其相应的数据处理技术，更是一种思维方式，一项重要的基础设施。这或是明天我们治理交通拥堵、雾霾天气、看病难、食品安全等“城市病”的利器，也会为政府打开了解社情民意的更大窗口。众所周知，大数据已经不简简单单是数据大的事实了，而最重要的现实是对大数据进行分析，只有通过分析才能获取很多智能的、深入的、有价值的信息。二、本论 (一)大数据的重要性 1.大数据的处理分析正成为新一代信息技术融合应用的结点 有专家指出，大数据及其分析，会在未来10年改变几乎每一个行业的业务功能，从科学研究到保险，从银行业到互联网，各个不同的领域都在遭遇爆发式增长的数据量。在美国的17个行业中，已经有15个行业大公司拥有大量的数据，其平均拥有的数据量已经远远超过了美国国会图书馆所拥有的数据量。在医疗与健康行业，根据数据预测，如果具备相关的IT设施，数据投资和分析能力等条
钱初熹：大数据时代美术教育的创新发展
标题：大数据时代美术教育的创新发展 所属频道：理论与研究 华东师范大学钱初熹 摘要 大数据时代对教育提出了严峻的挑战，未来教育必须与时代同行才能跟上时代发展的步伐。21世纪的学校应该教会学生掌握并运用21世纪技能，去理解和解决真实世界的各种挑战。本文提出“以视觉、造型、空间、创意、美感为核心的美术素养与21世纪技能相对应，通过学校美术教育，每一名青少
年都可以获得在一个高度复杂的世界中生存与交流必不可少的核心素养——美术素养”的观点，并围绕如何通过学校美术教育帮助青少年掌握21世纪技能以立足于生活并对他们的社区与社会做出积极贡献开展深入的研讨。 关键词：大数据时代美术教育创新发展 一、大数据时代工作、教育与技能的变化 （一）2030年的新职位需要富有创意的员工 21世纪的科学最新成就——人工智能反映了科技发展为人类社会带来的巨大影响。科学家们预测，到2035年，具有人工智慧的机器人已经成为人类的伙伴，甚至是家庭成员，在人类生活中占有不可或缺的地位。随着人工智能在各领域中的推广与应用，到2025年，现有职业中有近50%将逐渐消失。《加速迈进2030年——未来的工作和工作场所》报告指出，丧失职位不一定等于丧失工作，在未来，机器人和计算机创造的就业机会，比它们摧毁的要多，只是改变人类负责的范畴。成排摆放办公桌的工作场所将变得完全多余，从“工作场所”的概念向“可以工作的地方”转变，并延伸到工作场所以外的空间；有各种各样闭门静思之处和团队协作之地，人们可以在特定时刻灵活选择最适合他们工作的地点；虚拟工作方式不断增加,信息整合平台的出现为待开发的工作空间打开了市场通道。[1]届时,新职位空缺将趋向要求应征者更具创意、情感、社交技巧以及运用人工智能的能力，会有更多自由工作者（如室内设计师、时装设计师、摄影师、手绘画家等），也会衍生出一些20至40人的小型企业，利用人工智能提升速度及固有技术，挑战大企业。 现在越来越多的人，特别是年轻一代，认为工作中的幸福感、职业目标和工作的意义同财富成就比起来一样重要，甚至更加重要。为了吸引人才，未来的公司不仅要小巧灵活美观，还要真实可靠：它们需要拥有真实的价值观，并真正地为社会福祉贡献力量。 （二）移动学习促进教育的普及与发展 2013年，联合国教科文组织发布的《移动学习指导原则的目的及适用范围》中明确指出：移动学习涉及使用单独或与其他信息和通信技术（ICT）的组合的移动技术，使学习随时随地进行。移动学习支持广泛的教育目标，如学校系统的有效管理和改进，学校和家庭之间的沟通。移动技术正在不断地发展：设备多样性，包括广招、手机、平板电脑，电子阅读器，便携式音频播放器和手持式游戏、控制台。未来移动技术的列表会有所不同。联合国教科文组织选择广义的定义：移动设备，只需承认它们是数字，易于携带，通常拥有和由个人控制，而不是一个机构，可以访问互联网，有多媒体功能，并能方便，大量的任务，特别是有关沟通。[2] 教科文组织相信移动通讯技术能够给不同背景的求学者带来更丰富多样的受教育机会。如今，越来越多的证据表明，无处不在的移动通讯设备—特别是移动电话及近来兴起的平板电脑——已成为世界各地求学者获取信息、简化管理及促进学习的创新方式。移动学习的独特优势远不是一个理论上的可能性，移动学习是一种对实地的现实：学生和教师从莫桑比克到蒙古正在使用移动设备访问丰富的教育内容，交谈，并与其他学员分享信息，引起来自同行和导师的支持。 （三）21世纪技能 科技的超飞速发展，人工智能与移动学习的普及与发展，对教育提出了严峻的挑战，未来教育必须与时代同行才能跟上时代发展的步伐。我们急需找到一种正确的教育思想与实现这一思想的具体途径，才能引领未来教育走向成功。但是，迄今为止，我们的教育系统依然沿袭远古教育的范式，这样的教育很难对学生的学习产生深远影响，也无法培养出与时俱进的、不断应对各种挑战的21世纪人才。伯尼·特里林（BernieTrilling）、查尔斯·菲德尔（CharlesFadel）在《21世纪技能：为我们所生存的时代而学习》一书中指出：近几十年来，我们所生活的世界一直在发生巨变——先进的技术与交流手段、迅猛的经济发展与激烈的竞争、翻天覆地的变化，日益加剧的全球性挑战（从金融危机到全球变暖等）。如果我们的学校教育仍然保持不变，那我们该如何应付未来世纪的挑战？21世纪的教育，不仅包括传统教育科目，如阅读、写作、算术等，更应注重适应现代社会的主题，如全球化意识、金融/经济、健康与环境保护素养等。 简言之，21世纪的技能包括：学习与创新技能（Learningand innovation skills，批判性思考和解决问题能力；创造与革新能力；沟通与协作能力）、数字素养技能（Digital literacy skills，信息素养；媒体素养；信息与通信技术素养）、生活和职业技能（Life and career skills，灵活性与适应能力、主动性与自我导向；社交与跨文化交流能力、高效的生产力；责任感与领导力等）。[3]
大数据时代题目及答案(三套试题仅供参考)
第一套试题 1、当前大数据技术的基础是由（C）首先提出的。（单选题，本题2分） A：微软 B：百度 C：谷歌 D：阿里巴巴 2、大数据的起源是（C ）。（单选题，本题2分） A：金融 B：电信 C：互联网 D：公共管理 3、根据不同的业务需求来建立数据模型，抽取最有意义的向量，决定选取哪种方法的数据分析角色人员是（C）。（单选题，本题2分） A：数据管理人员 B：数据分析员 C：研究科学家 D：软件开发工程师 4、（D ）反映数据的精细化程度，越细化的数据，价值越高。（单选题，本题2分） A：规模 B：活性 C：关联度 D：颗粒度 5、数据清洗的方法不包括（ D）。（单选题，本题2分） A：缺失值处理 B：噪声数据清除 C：一致性检查 D：重复数据记录处理 6、智能健康手环的应用开发，体现了（ D）的数据采集技术的应用。（单选题，本题2分） A：统计报表 B：网络爬虫 C：API接口 D：传感器 7、下列关于数据重组的说法中，错误的是（A）。（单选题，本题2分） A：数据重组是数据的重新生产和重新采集 B：数据重组能够使数据焕发新的光芒 C：数据重组实现的关键在于多源数据融合和数据集成 D：数据重组有利于实现新颖的数据模式创新 8、智慧城市的构建，不包含（ C）。（单选题，本题2分） A：数字城市 B：物联网 C：联网监控 D：云计算 9、大数据的最显著特征是（A）。（单选题，本题2分） A：数据规模大 B：数据类型多样 C：数据处理速度快 D：数据价值密度高10、美国海军军官莫里通过对前人航海日志的分析，绘制了新的航海路线图，标明了大风与洋流可能发生的地点。这体现了大数据分析理念中的（B ）。（单选题，本题2分） A：在数据基础上倾向于全体数据而不是抽样数据 B：在分析方法上更注重相关分析而不是因果分析 C：在分析效果上更追究效率而不是绝对精确 D：在数据规模上强调相对数据而不是绝对数据 11、下列关于舍恩伯格对大数据特点的说法中，错误的是（D）。（单选题，本题2分） A：数据规模大 B：数据类型多样 C：数据处理速度快 D：数据价值密度高12、当前社会中，最为突出的大数据环境是（A）。（单选题，本题2分） A：互联网 B：物联网 C：综合国力 D：自然资源 13、在数据生命周期管理实践中，（ B）是执行方法。（单选题，本题2分） A：数据存储和备份规范 B：数据管理和维护 C：数据价值发觉和利用 D：数据应用开发和管理 14、下列关于网络用户行为的说法中，错误的是（C）。（单选题，本题2分） A：网络公司能够捕捉到用户在其网站上的所有行为 B：用户离散的交互痕迹能够为企业提升服务质量提供参考 C：数字轨迹用完即自动删除 D：用户的隐私安全很难得以规范保护 15、下列关于计算机存储容量单位的说法中，错误的是（ C）。（单选题，本题2分） A：1KB＜1MB＜1GB B：基本单位是字节（Byte） C：一个汉字需要一个字节的存储空间 D：一个字节能够容纳一个英文字符， 16、下列关于聚类挖掘技术的说法中，错误的是（B）。（单选题，本题2分） A：不预先设定数据归类类目，完全根据数据本身性质将数据聚合成不同类别
doi:10.3969/j.issn. 1672-5166.2013.04.03 医疗大数据面临的挑战及思考 蔡佳慧①张 涛①宗文红①△ 文章编号：1672-5166（2013)04-0292-04 中图分类号：R-37 文献标志码：A 摘 要随着卫生信息化建设进程的不断加快，医疗数据的类型和规模正以前所未有的速度增长，医疗卫生领域已进入“大数据时代”。本文在对医疗大数据基本概念进行剖析的基础上，归纳总结医疗大数据时代所面临的新挑战，详细介绍闸北区为应对这些挑战在数据管理、整合、存储、利用等方面所实施的具体措施，并对下一步工作进行了有益的思考。 关键词大数据卫生信息化数据处理 Challenges and Considerations of the Big Data of Medicine Cai Jiahui, Zhang Tao, Zong Wenhong Zhabei District Health Research and Information Center, Shanghai 200070, China Abstract With the rapid development of health information, the type and scale of medical and health data continue to expand at an unprecedented pace. Medical and health ? eld has entered a big-data era. On the basis of the analysis of the basic concepts of health data, this paper summarizes the new challenges faced in medical and health ? eld in the age of big data and introduces in details the implementation of speci? c measures of Zhabei District to meet these challenges in data management, integration, storage, utilization. The bene? cial thinking for the next step has also been put forward. Key words Big data, Health information, Data processing 1 引言 当前我们正处于一个数据爆炸性增长的“大数据”时代。据IDC（ International Data Corporation ，国际数据公司）预测，中国的大数据市场在2012～2016年间将增长5倍，政府、银行、医疗卫生、电信等行业将在其中占据最多的份额。在医疗卫生领域，各种信息系统在医疗机构的广泛应用以及医疗设备和仪器的数字化，使医院数据库的信息容量不断膨胀，这些宝贵的医疗信息资源对于疾病的管理、控制和医疗研究都是非常有价值的。如何利用这些海量的信息资源更好地为医疗卫生行业的管理、诊疗、科研和教学服务，已经越来越为人们所关注。 ① 上海市闸北区卫生科技与信息中心，上海市，200070 作者简介：蔡佳慧（1986），女，学士学位；研究方向：卫生信息管理；E-mail：caijiahui86@https://www.doczj.com/doc/d98791613.html, 通讯作者：宗文红（1968），女，硕士学位；副主任医师；研究方向：卫生信息管理；E-mail：zongwenhong2006@https://www.doczj.com/doc/d98791613.html, △通讯作者 292
浅谈基于大数据时代的机遇与挑战 本文从网络收集而来，上传到平台为了帮到更多的人，如果您需要使用本文档，请点击下载按钮下载本文档（有偿下载），另外祝您生活愉快，工作顺利，万事如意！ 随着信息时代的到来，大数据(Big Data)一词逐渐被人们认知和熟悉，其常被用于定义和描述“信息爆炸时代产生的海量数”。随着“大数据”时代的来临，在商业、经济及其他领域中，人们做出决策不仅仅依靠经验和直觉，常以数据分析作为决策依据，这种方式大大提高了决策的科学性，最大限度避免决策失误。用好大数据，必将对商业发展、科学研究和政府决策产生积极的影响。 1 大数据的基本概况 大数据(Big Data)是指那些超过传统数据库系统处理能力的数据，其具有以下四个基本特性，即海量性、多样性、易变性、高速性。同时数据类型繁多、数据价值密度相对较低、处理速度快、时效性要求高等也是其主要特征。 2 大数据的时代影响 大数据，对经济、政治、文化等方面都具有较为深远的影响，其可帮助人们进行量化管理，更具科学性和针对性，得数据者得天下。大数据对于时代的影
响主要包括以下几个方面： (1)“大数据决策”更加科学有效。如果人们以大数据分析作为基础进行决策，可全面获取相关决策信息，让数据主导决策，这种方法必将促进决策方式的创新和改变，彻底改变传统的决策方式，提高决策的科学性，并推动信息管理准则的重新定位。2009 年爆发的甲型H1N1 流感就是利用大数据的一个成功范例，谷歌公司通过分析网上搜索的大量记录，判断流感的传播源地，公共卫生机构官员通过这些有价值的数据信息采取了有针对性的行动决策。 (2)“大数据应用”促进行业融合。虽然大数据源于通信产业，但其影响绝不局限于通信产业，势必也将对其他产生较为深远的影响。目前，大数据正逐渐广泛应用于各个行业和领域，越来越多的企业开始以数据分析为辅助手段加强公司的日常管理和运营管理，如麦当劳、肯德基、苹果公司等旗舰专卖店的位置都是基于大数据分析完成选址的，另外数据分析技术在零售业也应用越来越广泛。 (3)“大数据开发”推动技术变革。大数据的应用需求，是大数据新技术开发的源泉。相信随着时代的不断发展，计算机系统的数据分析和数据挖掘功能将逐渐取代以往单纯依靠人们自身判断力的领域应用。借