大数据时代思维方式对高校专业建设的冲击及启示

《大数据时代思维方式对高校专业建设的冲击及启示》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、大数据时代思维方式对高校专业建设的冲击及启示周杰福建师范大学教务处摘要：大数据时代思维方式讲究思维主体上的协同合作、思维客体上的综合运用、思维中介上的工具开发。数据应用的侧重点由感官理性转向了证据理性，由单一结论转向了个性化分析判断，从被动获取转向了主动预测。它势必在数据处理习惯、数据潜在价值挖掘和数据价值分析利用上对高校专业建设造成冲击，并在专业建设数据挖掘力度、数据平台搭建以及专门数据分析人才的培养方面提出相应要求。.jyqke）、高速（Velocity）、多样（Variety）、真实（Veracity），简称4V。但他同时又提醒到，大数据延伸的另一个特点是更多和更乱。如果无

2、法顺畅理清各种数据间的关联性，我们将在它的时代中迷失。舍恩伯格强调，在庞大的数据面前保持清晰的头脑，理顺思维方式更为重要。他说，大数据时代思维方式是：每天早上起来想一下，这么多数据我能用来干什么，这些价值在哪里可以找到，能不能找到一个别人以前都没有做过的事情，你的想法和思路，是最重要的资产。他提示我们，转变惯有的思维方式，将成为获取数据价值和创新行为方式的前提与根本。数据是死的，人是活的，要让死的数据说话，就必须发挥人的主观能动性，用活人的思维。有学者从思维主体、思维客体和思维中介等方面分析大数据时代应具备的思维方式结构，认为在大数据时代面前，个体思维者在思维主体上需要从精神生产

3、的过程中寻求协同合作，由个人的思维活动转化为集体思维活动；在思维客体上要侧重挖掘隐藏在数字背后的深刻的内涵，实现突破性的科学预测和科研活动，实现全方位、多角度的综合思维；在思维中介上要寻求有力工具，运用多种信息加工手段和方法，提高数据存储和处理速度的准确性和可靠性。并以此得出敏捷性、开放性、前瞻性和个性化是大数据时代思维方式的代表特征。二、大数据时代思维方式对高校专业建设的冲击一是对数据处理习惯造成冲击。按照以往数据管理和处理的方式，无论是管理者还是管理对象，都无法及时有效地搜集和应对层出不穷、错综复杂、始料未及的专业建设数据。一种处理的方式便是被动获取和被动应付，让数据不断累积

4、或流失，然后定时清空或有意遗忘，无法真正有效挖掘数据的隐藏价值，造成“数据浪费”。其原因在于人们的思维尚未适应大数据时代的洪流，尚未意识到在大数据面前，个体的思维主导和思维对象以及所能利用的思维中介早已超出了固有的范畴习惯，如不转变数据处理的思维方式，改进处理数据的思维习惯，管理将陷入低效和混乱的境地，协同创新将举步维艰。二是对数据潜在价值的挖掘造成冲击。以往对专业建设数据的挖掘通常采用直线型的方式进行。就高校教育管理层来说，专业建设数据往往是自下而上获得，通过各学院、专业的报送来获取第一手专业数据。就专业本身来说，其建设数据的获得一般采用实时获取、延时存储、滞后分析的直线型关系

5、模式进行。而大数据时代下要求我们从时空的立体角度对专业数据的潜在价值进行深入挖掘。按照挖掘的任务，一项数据的挖掘包含了对数据的时空聚类、时空分类、时空异常检测等过程，并逐步深入探讨对数据挖掘的频繁模式、周期模式、共现模式、关联模式等主题的研究，以图架构起科学的数据挖掘系统。例如，通过高校选课平台，长期跟踪学生选课科目，通过有效数据的挖掘，得出该时间段学生对某一学科领域的兴趣度数据，继而对某一专业所在的选修课的开设广度和深度进行判断，同时也可以为开课教师的教学效果评定提供有效数据证明。三对数据价值的分析利用造成冲击。大数据的应用核心是大数据预测：通过对各方面的数据分析利用，提前预判

6、即将到来的事件。那么，通过对专业建设时空数据的挖掘，运用相关技术进行关联分析，可以极大地提升专业建设的预测能力，达成科学的专业预警机制和专业规划方案。它一改以前高校对于专业发展预测的理论与感性判断，采用实样而非抽样，效率而非精确，相关而非因果等相互关系，用数据和事实说话。例如，在探索专业分流的问题时，学校可利用图书馆借阅平台，从新生入学第一天起，记录其借阅图书的数量、频率、种类、周期等行为数据，通过时空聚类和共现模式对数据进行深入挖掘，就可以大致预测该生的学科兴趣和专业爱好，继而判定其可能感兴趣的专业，将之提供给学生，作为其挑选专业的参考数据，对于解决学生专业选择的盲目性和未来专

7、业旨趣有很大助益。由此，学校的专业定位将被提前明确并适时调整，个性化专业分流及因材施教将得以可能。三、大数据时代思维方式对高校专业建设提出新的要求首先，要求加大专业建设数据挖掘力度，提升专业建设数据的实用价值。高校在专业建设过程中产生了形形色色的数据，就专业内在结构的角度来看，包括专业数量，专业定位，课程设置等信息。从专业外在价值的角度来看，包括专业满意度、专业兴趣度、专业课程设置、专业实践安排、专业教师配备等信息，这些数据的获取、监控和分析直接关系着专业建设的走向，通过获取这些