讀懂?dāng)?shù)據(jù)背后的故事

文/本刊記者　王左利

?

讀懂?dāng)?shù)據(jù)背后的故事

文/本刊記者王左利

怎樣才能從龐大規(guī)模的碎片化數(shù)據(jù)中得到蘊(yùn)藏其中但脈絡(luò)不清的終極“故事”？需要突破四個(gè)挑戰(zhàn)：隱私、分析技術(shù)、數(shù)據(jù)質(zhì)量以及應(yīng)用突破口。

在最近召開的一次關(guān)于大數(shù)據(jù)的會(huì)議上，西安交通大學(xué)徐宗本院士對大數(shù)據(jù)做了一個(gè)簡單而透徹的解釋：“當(dāng)數(shù)據(jù)積累不夠多時(shí)，數(shù)據(jù)就是零散的碎片，人們不容易看懂其背后所隱藏的故事。但隨著數(shù)據(jù)超過某個(gè)臨界值后，這些‘碎片’整體所呈現(xiàn)的規(guī)律就會(huì)在一定程度上被顯現(xiàn)出來。”

大數(shù)據(jù)里蘊(yùn)藏著巨大的價(jià)值，就像還沒有開采的礦山。如何很好地對大數(shù)據(jù)進(jìn)行分析、挖掘，以服務(wù)于特定的對象是各行各業(yè)的理想。

高校作為大數(shù)據(jù)時(shí)代的參與者和推動(dòng)者，在研究大數(shù)據(jù)上具有得天獨(dú)厚的優(yōu)勢。在過去的10多年中，高校的信息化積累了大量可用的、高質(zhì)量的數(shù)據(jù)。它們整體上具備數(shù)量大、種類多、產(chǎn)生快、真實(shí)可信和具備分析價(jià)值等特點(diǎn)，完全符合大數(shù)據(jù)的特征。

因此，如何進(jìn)行大數(shù)據(jù)的分析與利用，為高校管理工作帶來更大的價(jià)值，是當(dāng)前高校所面臨的重要問題。

但大數(shù)據(jù)龐大的規(guī)模使得對其的分析成為一件極富挑戰(zhàn)的事情。要想在海量碎片化的數(shù)據(jù)中勾勒出這些碎片背后的故事，從高校來說，需要面對幾個(gè)挑戰(zhàn)。

第一，隱私的挑戰(zhàn)。這方面，呼聲是截然不同的。一種意見認(rèn)為，隱私權(quán)是所有事情中最重要的那個(gè)。而另外一種意見則認(rèn)為，對隱私的強(qiáng)調(diào)會(huì)阻礙進(jìn)步。“數(shù)據(jù)不分好壞，只有對數(shù)據(jù)的使用才分。”這個(gè)問題如此尖銳，即使在全球范圍內(nèi)，對大數(shù)據(jù)的隱私界定仍然在不斷的探討中。那么，對高校來說，如何面對這個(gè)無法回避的問題？

第二，數(shù)據(jù)質(zhì)量的挑戰(zhàn)。坦率地說，同各行業(yè)相比，高校信息化發(fā)展本身比較滯后，數(shù)據(jù)質(zhì)量總體情況仍然比較差。其重要性已取得共識(shí)，但很少有學(xué)校真正投入人力、財(cái)力去對數(shù)據(jù)進(jìn)行治理。隨著數(shù)據(jù)服務(wù)的深入，數(shù)據(jù)的質(zhì)量問題將會(huì)是一個(gè)攔路虎，所以未來更多的高校會(huì)花精力在上面。

第三，大數(shù)據(jù)分析技術(shù)的挑戰(zhàn)。正如本文一開頭提到的，要從如此龐大規(guī)模的碎片化數(shù)據(jù)中得到這個(gè)有價(jià)值的故事，取得若干有價(jià)值的結(jié)論，需要很好的方法和工具。對于高校來說，我們需要回答以下這些問題：如何使得這些數(shù)據(jù)能夠作為數(shù)據(jù)分析模型的“輸入”，得出希望得到的數(shù)據(jù)分析“結(jié)果”？并且利用這些輸出“結(jié)果”與已有的成熟評價(jià)結(jié)果進(jìn)行比較、反饋、調(diào)整和優(yōu)化。

“如果大數(shù)據(jù)的分析技術(shù)不建立起來的話，很多的假設(shè)都是不成立的，大數(shù)據(jù)的危險(xiǎn)性可想而知。”徐宗本院士說。

第四，應(yīng)用的挑戰(zhàn)。換言之，高校怎么挑選到最有價(jià)值的應(yīng)用。教育教學(xué)是一個(gè)非常復(fù)雜的系統(tǒng)，受各種因素的影響，而如何找到那些可以破解高校發(fā)展中痛點(diǎn)的數(shù)據(jù)服務(wù)，是值得信息化部門結(jié)合業(yè)務(wù)需求好好思考的。