打開思維 擁抱數據

李翠紅

摘? 要：文章首先簡要敘述前輩對大數據思維概念的論述，然后結合學者們對大數據、思維的定義，給予教育領域中的大數據思維一種新的闡釋，并試圖找出大數據思維的結構組成以及特征。現代教育正是巧妙抓住了大數據思維是思維的主體，通過思維的中介對處理思維客體數據的能力進行挖掘、搜集、整合、分類、加工和分析處理形成的思維認知活動;正是有力抓住了大數據思維幫助人們發現事物發展的根本規律和趨勢進而能夠準確發現事物之間可能蘊藏的規律和關系，揭示和預測事物隱藏在其中的可能性和價值，進而被廣泛用于科學預測、科研活動以及教育教學實踐中。通過文獻分析整理發現：目前條件下，大數據思維的主體如教育科學研究人員處理數據的能力不足。具體表現在：如何對影響學生學習的教育過程性數據資源進行有效挖掘;如何對結果數據進行科學預測;如何去偽存真，辨別數據結果，最終指導教學實踐。

關鍵詞：大數據;思維;大數據思維;數據挖掘

中圖分類號：G640? ? ? ?文獻標志碼：A? ? ? ? ?文章編號：2096-000X（2021）09-0058-04

Abstract： This paper firstly narrates the concept of big data thinking from articles published in recent years and then tries to give a new interpretation of big data thinking in the field of education after studying the definition of big data and thinking from the scholars. And then it intends to find out the structure and characteristics of the big data thinking. Modern education is catching that the big data thinking is a cognitive activity， in which the subject of big data thinking can mine， collect， integrate， classify and process of the date with the mediation of big data thinking just as the cloud processor. It is catching the characteristics of the big data thinking like its integrity， openness， predictability and personalized features， and so is often used to predict things happened in science， education teaching and scientific research activities. Finally， it points out that the mediation of the big data thinking to handle the date with the scientific tools and the ability of the subject of big data thinking to process the data are still an urgent problem to be solved under the current conditions.

Keywords： big data; thinking; big data thinking; data mining

庫克耶認為[1]大數據是人們獲得新認知、創造新價值的源泉;大數據是改變市場、組織結構，以及政府與公民關系的方法;大數據思維，是指一種意識，認為公開的數據一旦處理得當就能為千百萬人急需解決的問題提供答案。黃欣榮認為[2]大數據思維就是用公開數據的方式來分析觀察、理解客觀事物，并以此為基礎來分析和解釋紛繁復雜的世界。李偉[3]等通過對“精確性”和“相似性”兩個“大數據”應用和典型實例進行分析，對我國公安業務發展過程中的各種大數據進行建模，總結出大數據分析未來可能會是一種超越行業經驗、顛覆傳統行業規則，幫助人們準確發現大數據與事物本質的內在聯系。因此，在大數據時代，最需要人們保持全新的思維方法和意識去重新認識世界。王建華等[4]認為：大數據思維是用大數據思想文化思考解決問題的一種方法，是用大數據去反映事物發展過程的環節、要素等，在此基礎上通過建立多種模型模式加以控制，以達到精準解決各類問題的目的。如此看來，大數據思維或者是“一種方法，”或者是“一種意識”，或者是“具備工具價值的意蘊”。那么大數據思維的基本定義、具體結構特征又是什么？人們又是如何有效運用現代大數據思維的方法來分析和解決高等教育問題？

一、大數據思維概念的界定

“大數據”，目前在科學界尚無統一的概念。庫克耶、徐子沛、麥肯錫等學者都曾對思維給予了不同的解釋和定義。歸納起來：大數據就是以計算機存儲為載體，對巨大數據進行處理和分析，以挖掘、預測其對現實的意義和價值的數據集合[1]?！八季S”一詞，學者們對其的定義繁多不一：《大辭?！罚ㄕ軐W卷）認為：思維是人腦對客觀事物的本質屬性和內部規律的概括的、間接的反映[5]。田運認為思維是“腦對對象深層遠區的穿透性反映”[6]。馬正平則認為思維就是人類在精神的生產過程中，反映客觀現實世界、創構未來理想世界、應變現實環境的意識行為[7]。他把“意識創構和思維建構、選擇和隨機應變”納入了思維活動中，使思維的定義更加完美。而湯建民教授認為思維的本身是和思維的主體、客體、環境等因素相連的一個過程。因此，他從思維的程序、思維得以進行的方法和工具著手，指出思維是“一種以人腦憑借已有的科學知識為其中介的方法去正確認識和把握思維客體的一種非常具有類比性質的加工過程”[8]。結合大數據的定義、特征以及它對于人們快速獲取知識信息的助推作用來看，本文中的“思維”取最后一種定義。因此，大數據思維就是人們通過借助于互聯網技術迅速獲取教與學中收集到的數據信息資源，并對這些數據集合進行類比、分析、整理、概括從而找到符合教育教學實踐規律和學習發展活動規律的加工過程。

二、大數據思維的基本結構組成及其特征

（一）大數據思維的基本結構組成

張燕南指出[9]大數據的發展和應用主要從思維主

體、思維客體和思維中介三個方面影響著人們思維方式的變革。因此，大數據思維的基本結構也應包括大數據思維主體、大數據思維客體和大數據思維中介。思維活動主體即一個具有了思維活動的個體或思維活動群體。在互聯網和大數據時代，思維的活動由傳統的個體思維活動轉向了集體思維活動。主要是因為數據源于對海量信息的迅速獲取和增長，對于信息的綜合獲取和分析處理能力的要求提高，個體者往往無法獨立消化和處理掉龐大復雜的信息和數據，就需要促使人們在進行精神生產的過程中積極尋求與協同思維主體合作，集思廣義來研究和解決問題。由于思維活動主體的變化，教育教學科研活動中對于數據的活動諸如收集，存儲，處理往往需要多人的合作，孤軍獨戰，單打獨斗的個人活動可能就落伍了。因此在課堂中，學生作為個體就要被思維激活，時刻做好準備積極地投入到一個尋求與協同主體合作的思維主體隊伍中去。只有激發思維整體向上，融合思維全體的容貌，方可瀏覽思維數據的全景。思維的客體主要是指思維活動主體對其發出的思維活動信息所能觸及或直接指向的一切思維對象。當思維活動主體想要進行某種思維活動時，必然要以某種方式和客觀對象即思維活動客體之間發生密切的聯系。而在大數據時代思維的客體主要是指數據本身。換而言之，就是要通過挖掘和分析隱藏在數字背后豐富又深刻的內涵價值，得到有價值的數據和信息，從而有效地實現判斷事物未來發展的方向，最終進行科學判斷和預測。教學活動中人們上網聊天，查閱教學資料，體育鍛煉以及對在線學習軟件的開發利用所進行的社會活動中常常留下一串串學習和生活的數據軌跡。這一堆堆龐大雜亂的數據已經成為研究、評價、了解學生學習與成長的寶貴信息資源。這些數據的收集和產生使得全面地、科學地、動態地研究、評價和了解每一個學生的德智體成為可能。大數據思維中介，即反映大數據思維客體的一種工具。大數據思維中介就是一種加工或獲取信息的手段和方法。如云計算的大數據技術，金山、谷歌的翻譯數據處理系統以及基于英語寫作批改的互聯網等等。

（二）大數據思維的基本結構特征

大數據主要有四大特征，被稱為4v：第一，volume，即數量巨大，擁有海量數據。第二，veriety，即數據結構編碼的多樣化。第三，velcity，即處理速度快，實時數據在線。第四，value，即數據價值高?；诖髷祿咎卣鞯恼砗头治觯髷祿季S主要有以下特征：第一，整體性的特征。海量數據的廣闊性特征造就了信息的全面覆蓋性，使整體和部分走向了統一。數據科學的研究不再是隨機的抽樣，樣本分析研究，是對于整體數據的開放性進行研究，充分運用整體數據分析法來解決問題。第二，開放性的特征。用海量數據的開放性特征來探尋存在的問題并最終找到解決的途徑，用數據的客觀性揭示事物的本質屬性，從數據中不斷獲取新的信息。最終，新的思路和方法得以形成。第三，前瞻性的特征。預測是大數據的核心價值?；趯λ季S數據驅動的思維個體相關信息分析，能夠有力抓住事物發展的根本規律和趨勢進而準確發現事物之間可能蘊藏的規律和關系，揭示和預測事物隱藏在其中的可能性和價值。第四，個性化的特征。任何思維個體在日常生活中的行蹤軌跡都可通過大數據分析而準確地被鋪捉到。淘寶、京東和唯品會等互聯網購物平臺正是通過大量的數據挖掘，跟蹤個體用戶的購物瀏覽習慣愛好，購買行為習慣，并且有針對性地向個體消費者推薦各種個性化的物品。教師可以借助在線個性化學習軟件等工具跟蹤系統，記錄跟蹤學生的學習行為軌跡形成數據，進而分析信息，跟蹤學生思維個體的學習行為特征。這使得授課教師按照學生的需求進行分析，做到有的放矢，精準引導學生學業發展。

三、大數據思維作用下的高等教育研究回顧

大數據思維因其發展的時代性以及其基本特征的優越性和顯著性而常常被廣泛應用于高校教育科研活動、教育理論教學等社會科學的研究中。雖然大數據思維的誕生、發展僅僅是最近幾年的事情，但它的發展勢不可擋。引發了多行業對它熱烈地討論與深入地研究。（2013年9篇，2014年48篇，2015年113篇，2016年114篇，2017年129篇，2018年142篇 2019年122篇）。有點類似于“暴雨欲來前”的思辨。在中國教育知網中輸入以“大數據思維”為“篇名”，不難發現，其主要始于何光喜的《抗震救災也需引入“大數據”思維》[10]，而對大數據思維在大學生教育領域管理中首次深入研究卻始于顧秋麗的《大數據思維的高校學生思想政治教育工作研究》[11]。從此，有關“大數據思維”的相關學術研究論文數量不斷增長，主要表現在以下兩個方面：

（一）大數據思維在高校學生思想政治教育管理中

的應用

楊桂蘭[12]等學者通過對傳統教育大數據和現代大數據兩種不同教育情境下的大學生思想教育管理模式的對比分析研究，得出大數據思維在高校學生思想政治教育管理方面的幾個突出點：整體規劃，準確把握，分類教育;個性行為評價，精準因材施教;個性化行為風險預測，安全心理風險預警;個性化科學決策，精準管理與服務。王鵬認為[13]高校輔導員工作應該通過進一步改變認識方式，工作方式，轉變粗放型模式做到對高校學生社會認知，學習，生活現象的綜合分析研究，允許學生在認識方式、認知水平、學習能力、工作效率上存在多樣性和差異性，要全面綜合地引導學生步入正確的人生軌道上來。因此要不斷剖解、分析所收集得到的數據和信息;高瞻遠矚，更加注重全體學生;不時關注QQ、微信、微博等移動通訊設備所收集的非結構化數據，隨時隨地及時了解和掌握全體學生的需求和動態;更加深入地注重學生個性化、精細化的管理，通過個性化的數據收集和信息剖析了解學生個體的興趣愛好、價值觀發展趨向、行為傾向，從而有效提升輔導員工作的針對性、高效性以及其決策的科學性。

（二）大數據思維在高校教學和就業社會管理中的應用

余斌等人認為[14]：在教學管理中通過“合作篩選”幫助在校學生選課，通過“數據比對”對在校學生的當前學業情況進行預警，通過“數據挖掘”有效提高教學質量，通過“數據分析”協助學校做出就業決策。詹榕等人[15]利用大數據分析得到的信息資源為基礎來預測某類或某個專業在校生的未來就業發展情況，對未來有就業困難的相關專業學生精心設計一套有針對性的方案，展開個別指導;必要時給出未來就業預警，破除不利于學生就業的想法。劉躍華等[16]緊緊抓住大數據思維的個性化特征，運用大數據分析學生的單元能力測驗、期中、期末、畢業考試成績，了解學習態度、學習行為習慣，掌握學生的專業個性特征。最終構建出一套以學生為中心的基本、全面、綠色的在校生學業教育質量綜合評價指標體系。這一切顯示：大數據思維在革新教育管理、優化教學規劃設計、提高在校生就業教育質量等諸多方面正在逐步地凸顯其巨大的優勢和力量。

縱觀現有的大數據思維研究，這種新型的思維方式在教育宏觀層面如教學、管理、科研、社會服務等方面上突出指引性。指導人們在充分了解現有科學的條件下，開拓創新運用統計學理論或者科學思維的方式去正確看待和解決人們日常生活和工作中的許多復雜問題。是因為大數據思維的認知是通過思維的主體對大數據思維客體信息和數據的判斷進行挖掘、搜集、整合、分類、加工和分析處理而形成。這種認知是基于思維主體對數據的客觀認知。不再僅僅是傳統的教育者和信息化管理者的獨立思考和學生的獨立判斷的主觀認知產物;不再僅僅是一種經驗型的對可能性的主觀認識而是一種科學性的對可能性的客觀認識。是因為大數據思維能夠充分運用其作為中介的工具服務器如云計算、物聯網將對學生日常生活和專業學習中所運行的各種歷史數據、現期科學數據甚至未來的科學數據等信息進行了分類綜合處理和進行數據相關性的分析，能夠充分運用其作為中介的工具服務器和計算機數據服務器對于學生和教育對象的知識展開深度挖掘，對不同類型和維度的各種數據信息進行分類和歸納最終獲取精準信息。精準客觀信息的判斷獲得為數據驅動的精準教學和信息化管理以及決策的科學性提供了可靠的信息資源和保障[17]。大數據思維的整體性打破了大數據思維的主體——教育決策者思維模式的整體固化和其隱含的假定。打破了決策者假設性和主觀性的界限和束縛，使得決策者對數據產生深刻洞見而主動創造出更為科學、客觀地的決策。從龐大的整體性數據平臺如在線課程管理數據平臺和網絡課程管理平臺中分析學生作為個體的認知思想動態、認知思維傾向、學習態度以及其個性特征。在分析數據的實踐過程中，由于數據的存儲容量大，增長速度快，單靠個體的思維者根本無法獨立地把數據中海量的信息進行消化，這就要求思維的決策者主體必須找到合作伙伴方可完成問題解決。思維主體將以更科學的思維方式深刻洞察數據，以積極、理性的思維姿態完成數據的準確傳遞與把控。正是集體思維者的分工合作，團體精神使得難題得以破解，方法得以有效落實。再者，大數據的思維整體性，開放性的特征極大地啟發了教育者、決策者從多角度、多層面、全方位利用其所撲捉到的海量信息資源來分析和解決實際問題。最終使得教學管理者精準行為預測，安全拉響警報;使教師及時整合教學方案，優化教學設計，調整教學節奏，提高教學質量;使教育決策者及時調控，修改和制定更加切合實際的決策。

四、結束語

誠然，大數據思維促使人們重新審視教育，讓人們站在重新利用數據和信息的角度來挖掘那些隱匿的教育“黑洞”，尋找“出彩”的教育因素。大數據思維剖開了教育領域的各個層面。高等教育機構，一方面，應當探索如何著力于提升計算機教育網絡的處理性能，構建更加全面、高效、完善的教育大數據處理和分析信息系統，構建適用于學校教育的數據庫;另一方面在教學研究實踐中立足于探索如何有效應用大數據思維推動課堂教學，提高學校教育管理工作效率。大數據思維的應用在推動和創新高等教育的改革向著教育數據化的方向快速前進的同時，也向人們提出了新的要求和挑戰。教育數據的來源量大繁雜， 如何從數據中獲取有效的教育信息和資源，如何有效利用海量數據資源構建用于教育結果預測的模型，如何對影響學生學習的教育過程性數據資源進行有效的挖掘和對結果數據進行預測[17]，如何去偽存真，辨別數據結果，最終指導教學實踐。這些都是大數據時代教育面臨的難題。這涉及到思維的中介處理數據的科學工具和思維的主體處理數據的能力問題，也需要更多專業人士在此方面進行深入的研究和探索。另外，文中的數據統計是基于較為簡單的方法來進行操作：在中國知網中輸入篇名“大數據思維”而出現的文章數量。而基于稍復雜更詳細的以主體分類為主的三級分類，查漏補缺法的研究就需要同行們進行補充研究。

參考文獻：

[1]維克托·邁爾-舍恩伯格，肯尼斯·庫克耶.大數據時代：生活、工作與思維的大變革[M].杭州：浙江人民出版社，2013：7-8.

[2]黃欣榮.大數據時代的思維變革[J].重慶理工大學學報（社會科學），2014，8（05）：13-18.

[3]李偉，孫論強，李鎖雷.“大數據”思維在公安實戰中的思考和實踐[J].中國人民公安大學學報（自然科學版），2013，19（04）：20-25.

[4]王建華，華產文.“新常態”下的大數據思維[J].上海經濟，2014（09）：14-15.

[5]大辭海編輯委員會.大辭海（哲學卷）[M].上海：上海辭書出版社，2003：89.

[6]田運.思維是什么[J].北京理工大學學報（社會科學版），2000（02）：31-34.

[7]馬正平.從反映走向與創構、應對的結合——對人類思維概念和分類的當代思考[J].哈爾濱學院學報（社會科學），2002（01）：52-59.

[8]湯建民.從“思維是什么”到“如何思維”——關于思維分類和思維定義的再思考[J].哈爾濱學院學報，2005（01）：11-15.

[9]張燕南，趙中建.大數據時代思維方式對教育的啟示[J].教育發展研究，2013，33（1）：1-5.

[10]何光喜.抗震救災也需引入“大數據”思維[N].科技日報，2013-05-31（008）.

[11]顧秋麗，徐紀周.大數據思維的高校學生思想政治教育工作研究[J].學理論，2015（14）：48-49.

[12]楊桂蘭，劉蕾，鄢章華.大數據思維在大學生思想政治教育中的應用研究[J].思想理論教育導刊，2016（11）：144-148.

[13]王鵬.大數據思維對高校輔導員工作的啟示[J].山西高等學校社會科學學報，2017，9（01）：74-76+80.

[14]余斌.大數據思維在高校教學管理中的應用探索[J].深圳信息職業技術學院學報，2016，14（02）：30-33.

[15]詹榕.淺析大數據思維在高校就業指導工作中的應用[J].高教學刊，2016（07）：162-163+166.

[16]劉躍華，朱科紅.應用大數據思維構建學生學業質量評價指標體系[J].中國教育信息化，2016（03）：19-22.

[17]何大安.大數據思維改變人類認知的經濟學分析[J].社會科學戰線，2018（01）：47-57+281-282.

[18]劉雍潛，楊現民.大數據時代區域教育均衡發展新思路[J].電化教育研究，2014，35（05）：11-14.