迎接大數據時代

摘 要：繼云計算、云平臺之后，大數據又悄悄成為時下熱詞，“今天你云了嗎？”的問候語，也變成了“今天你大數據了嗎？”什么是大數據？大數據就是數據多、數據大？大數據與以往的數據（我們不妨先稱之為“小數據”）有什么區別？以上問題值得我們深思與探究。

關鍵詞：大數據；數據應用；結合教育

“大數據”一詞早在20世紀40年代就已出現，百度、互聯網周刊、IBM，許多機構都為大數據給出了定義，在《大數據時代》一書中，作者將數據、技術與思維并列為三大角色，我認為大數據正是這三者的統一，即數據本身，數據處理技術，數據應用思維。下面我們就從數據、技術、思維三個方面看看大數據與小數據有什么不同，來幫助大家更好地理解大數據。

一、 大數據時代來了

數據本身我們并不陌生，日常生活中充滿了數據，人類對數據的使用早在上古時代就已開始，人們通過對日、月位置及四季的變化來制訂歷法，就是一個完整的數據采集、分析與應用的過程。小數據時代我們對數據分析更多是定性也定量的，大數據時代對數據的定義與之相比還有差異，一是數據量的加大。大數據是利用所有數據，而不依賴于隨機樣本，這種全數據的模式，成功地避開了樣本數量與樣本選擇對結果的不良影響；二是數據的生命周期更長了。當我們處理一條信息時，一定會關注信息的時效性，比如當飛機成功降落后，在一個較短的時間內，對于我們來說相關的信息被認為已經失去意義。然而在大數據時代，數據的生命周期更長了，我們可以通過對一名乘客以往的飛行記錄來分析預測他下次飛行的時間及目的，從而制定相應的推銷計劃；三是非結構化數據占據了更多的位置。小數據時代數據分析的對象更多是線性的，結構化的數據。大數據時代非結構化數據日益增加，數據格式更是紛繁蕪雜，文字的、圖片的、各類報表、音頻的、視頻的，數據的數量、種類、結構都發生了巨大的變化。

這里的技術是指數據分析技術，小數據時代我們分析更多的是結構化數據，追求數據的準確性。在大數據時代，結構化的數據只能占到5%甚至更少，我們需要面對分析的更多是非結構化的數據，數據量的增大，非結構化數據的增加，數據格式的不統一，讓我們不得不接受數據的混雜和不精確。比如我們在搜索引擎中輸入“三通”，我們得到的結果可能是海峽兩岸三通，可能是教育“三通兩平臺”，還有可能是水暖產品。當然實際情況要復雜的多，越是非結構化的數據，其分析處理難度就越大，對技術的要求就越高，我們盡可能地為文章加注關鍵詞也是降低處理難度的一種方式。這種數據的不準確性并不影響我們對大數據的使用，大數據的核心是預測，這種預測是用概率來說話的，有時我們不得不接受一個問題不是只有唯一答案的結果。

大數據時代對數據的分析更多是相關關系，而不是因果關系。在小數據時代我們對數據的分析，是希望通過對數據的分析找出不同變量間的因果關系，從而達到對生產、生活的指導。而大數據時代并不糾結于數據的因果，而更多的關注“是什么”，至于“為什么”的問題放在了次要的位置，比如通過對數據的分析，我們看到每天上網時長在半小時到1小時之間的學生，平均成績要更高，那我們要做的首先就是創造相應的條件，其次才會去深入研究其中的因果關系。

大數據時代，數據量及數據的來源不斷增加，數據分析技術日益更新，然而擁抱大數據時代還要從思想認識上更準確的理解大數據，IT（Information Technology）既要有信息，也要有技術，沒有信息，技術就是無源之水；沒有技術，信息只是毫無意義的“0、1”堆積。在大數據時代，同樣重要的還有思維，首先要認識數據的價值，然后采用合理的分析方法得出結論，最終將其轉化為價值。數據不應只是擺在政府官員桌上的報告，也不應只是年終總結的種種圖表，數據應成為可利用，可創造價值的資源，數據采集、數據分析、數據應用三者應形成一個良好的閉環，形成政府支持、服務社會、產業反哺的數據產業良性發展。

大數據時代已經來臨，大數據帶給我們的是全新的數據分析與使用方式，是全新的思維與觀念，是巨大的機遇與挑戰，面對大數據帶來的變革，有清晰的認識與明確的規劃是我們的當務之急。

二、 中國的數據建設現狀

在中國，早在2002年，國家“四大基礎數據庫”的概念就被提出，即人口基礎信息庫、法人單位基礎信息庫、自然資源和空間地理基礎信息庫、宏觀經濟數據庫（見《國家信息化領導小組關于我國電子政務建設指導意見》）。雖然《意見》中將“四大基礎數據庫”作為國家電子政務建設的重要組成部分提出，但其具體的技術規范和實現方法未能明確，“四大基礎數據庫”的建設現狀并不令人樂觀。

中國數據產業大都還停留在數據采集與交易的初級形態，與國外相比還存在數據量小，尤其是公共數據量小；數據分析、使用手段簡單，數據增值不足；立法與規范不足，數據濫用等問題。

十二屆全國人大三次會議上，李克強總理在政府工作報告中首次提出“互聯網+”行動計劃。十八屆五中全會公報提出要實施“國家大數據戰略”，第一次將大數據寫入黨的全會決議，標志著大數據戰略正式上升為國家戰略。

三、 教育大數據

在教育方面，2012年劉延東副總理（時任國務委員）提出：“要以建設好‘三通兩平臺為抓手，也就是‘寬帶網絡校校通、優質資源班班通、網絡學習空間人人通，建設教育資源公共服務平臺和教育管理公共服務平臺。”掀起了教育信息化建設又一次高潮，其中“兩平臺”建設正是我們迎接大數據時代的良好契機。

“兩平臺”建設是指教育管理公共服務平臺和教育資源公共服務平臺（以下簡稱管理平臺和資源平臺），目前全國各省均在如火如荼的進行這項建設工作。其中教育管理公共服務平臺。采用“兩級建設，五級應用”的建設模式，即圍繞國家教育改革發展的中心任務，按照國家和省兩級數據中心建設，中央、省、市（地）、縣和學校五級應用的基本思路、建設覆蓋全國，各級各類教育的學校、教師、學生的信息管理系統。同時教育管理公共服務平臺在資金解決和數據中心建設方面均有指導性意見。國家級教育資源公共服務平臺已經建成，各省如何建設沒有明確的意見。endprint

我認為兩平臺并非兩個孤立的平臺，在建設、應用等層面兩平臺都有密不可分的聯系，兩平臺應做到數據互通，相互融合，這樣有利于大數據的分析。

“大數據的挖掘主要是網絡化環境下的非結構化數據挖掘”，“在非結構化數據挖掘中，會自然進行數據清洗和和逐步強形式化，自然形成半結構化數據和結構化數據，以提高數據使用效率”。對大數據的分析與利用很大程度上要轉化為結構化的數據，以便我們找出其中的規律。同樣，結構化的數據也是我們做大數據分析的重要依據，通過結構化的數據我們可以更精確地分析教師與學生的不同，不同學生之間的個體差異。

如果說管理平臺是實現管理現代化的重要基礎，資源平臺就是教學應用最主要的系統，在教師和學生的應用過程將產生海量的數據，這些數據絕大多數是非結構化數據，如果僅僅是將這些數據作為資源存儲起來，這是對數據資源的一種浪費，千百萬教師、學生應用的過程、軌跡，這些有價值的數據被忽略了。對這些數據的分析，可以告訴我們教師、學生喜歡用什么樣的資源，哪些系統對提高學生成績有幫助，他們的使用習慣是什么，這些是可用于再創造價值的信息，我們要做的絕不僅是將資源簡單的堆積。

管理平臺可以為資源平臺實現實名認證提供支持，通過實名認證將兩平臺有機聯系起來，為日后實現大數據分析與應用打基礎。大數據發展的障礙，在于數據的“流動性”和“可獲取性”，美國、英國、印度均有數據公開的措施、舉動。數據資源不同于任何一種自然資源，它不會越用越少，甚至枯竭，而是隨著數據的應用、匯聚，它會愈發壯大、再生。我們建設的管理公共服務平臺從字面上看，它應該提供公共服務，而不應成為上報統計系統或者簡單的查詢系統，它應提供豐富的數據接口，充分發揮數據的價值。

前面提過管理平臺的建設模式是“兩級建設，五級應用”，市以下的教育部門不再部署。學校在信息化建設過程中，有很多系統都需要教師、學生信息，需要信息管理系統的支持，這種需求如何解決？自行再部署一套學籍管理系統和人事管理系統，加大了工作量不說，如何保證兩套系統數據的一致性？如何利用學生在資源服務平臺的學習軌跡把握學生學習的特點，從而制訂更有針對性的學習方法？對學生各類數據的應用如何保證其合法性，有效的維護個人隱私？以上的種種問題都需要我們進行認真的考慮。

“兩平臺”建設應開放接口，統一標準，為基礎應用提供數據支持。教育部2012年發布了《教育管理信息 教育管理基礎代碼》等七個教育信息化行業標準，而實際情況是，各地，尤其是縣、校兩級信息化建設中很少或根本不考慮這些行業標準，究其原因一個是基層信息化建設缺乏指導，對標準、規范認識不足，這似乎不是聘請幾個專家參與方案制訂或招標能夠解決的；另一個更重要的原因是不考慮這些行業標準似乎沒有什么影響，工程一樣進行，成績一樣斐然。如果統一建設的管理平臺提供數據共享接口，其他后續平臺能且只能由此獲得基礎數據，那么這些行業標準就不是可有可無了。

“兩平臺”建設更應考慮數據運營的模式與規范，保證數據應用的合法與健康。大數據要流通、要分享，數據開放需要信任，要獲取信任就要有隱私保護措施做基礎。我們不僅要共享數據，更應在一個可執行性強的數據應用規則下共享，讓人們感到數據是安全的，隱私是有保障的。這是一個體系的建設，而不是簡單的一紙文件，既要保證數據的應用符合國家法律規定，也要保證其符合全社會的一般道德規范，避免對個人行為的量化與評估。

“兩平臺”是教育領域的基礎應用平臺，其重要性不言而喻，為加快“兩平臺”建設，提升“兩平臺”應用效果，達到建、用的和詣統一，我認為應建立基于我省“兩平臺”數據使用的教育數據應用規范。

最后，大數據不是什么神秘的法寶，它是一種資源、一種工具，我們既不能畏懼它，也不能被它的神圣光環所迷惑。我國基礎數據庫建設存在缺乏頂層設計、各自為政、重復建設等弊端，為應對大數據時代的來臨，更好地實施國家大數據戰略，在頂層設計，運行機制、立法規范、人才培養方面還有大量工作要做，讓我們善用大數據。

參考文獻：

[1]國家信息化領導小組關于我國電子政務建設指導意見（中辦發〔2002〕17號）[S].

[2]劉延東.國務委員在全國教育信息化工作電視電話會議上的講話[R].

[3]教育部等九部門關于加快推進教育信息化當前幾項重點工作的通知[R].

[4]李德毅.大數據挖掘帶動的變遷[N].中國信息化周報，2014年6月9日.

[5]田溯寧.擁抱“大數據時代”——《大數據時代》推薦序一[J].

[6][英]維克·托邁爾-舍恩伯格，肯尼思·庫克耶.大數據時代[J].

作者簡介：

劉晉東，山西省太原市，山西省電化教育館。endprint