大数据时代的概述范例6篇

前言:中文期刊网精心挑选了大数据时代的概述范文供你参考和学习,希望我们的参考范文能激发你的文章创作灵感,欢迎阅读。

大数据时代的概述

大数据时代的概述范文1

关键词:大数据;高等职业院校;计算机应用技术;信息输送

1高职计算机应用技术专业改革和发展存在的问题

1.1忽略了学生需要全面发展

与其他学生相比较,高职院校学生普遍存在文化课基础比较薄弱的问题,计算机应用技术专业的学生也不能例外。计算机发源于国外,我国引入的时间比较晚,所以计算机应用的学习和发展需要借鉴国外先进的技术,这就存在一个语言的问题,只有打好英语语言基础,才可能在学习和编程等技术的应用中不但能熟练应用,而且能深刻的理解为什么。不只英语的学习,数学等其他文化课也在计算机应用中起到不小的作用,但目前很多高职院校为了增大就业率,增多了专业课的课时,忽略了基础课程的学习。

1.2教学中不重视培养学生的主动学习能力

计算机应用技术专业是一个实用性很强的专业,因此学生的练习和个人钻研部分在整个教学的培养过程中就显得尤为重要。但是大部分高职院校不注重培养学生的独立学习能力,加重学生的教学课时,不仅没有给学生自己练习的时间和环境,也一定程度上误导了学生的职业发展。大数据时代,每天都有新的技术和创意被提出,这些新思想虽然都建立在原有的理论基础上,但是没有这些创新者的自主学习和研究,就不会有原创的产生。目前毕业生就职专业和所学专业不对口的情况很多,很多职位都要求重新开始学,良好的自主学习能力有助于学生在求职时拥有更多的选择和方向,也有助于在未来的实际工作中加速上手,快速的发展下去。

1.3教学硬件设施不健全或者落后

计算机应用技术专业必须进行相一部分的实战演练,但是部分高职院校因为经费少、领导不重视等种种原因,使得教学硬件设施不齐全,无法给学生营造良好的学习条件和氛围。有的学校虽然设施健全,但是大部分设备已经很落后,早已被淘汰,学生难以在这样的硬件设施环境下得到应有的教育水平和资源,在未来的就业中当然会被专业素质更高的竞争者抢先一步。破旧或者不齐全的教学设施也会严重影响教师的教学热情和发挥余地,有些院校甚至还没有开设多媒体教学,这对于计算机应用技术专业的师生来讲是一个很大的教育环节缺失。

2高职计算机应用技术专业改革和发展的建议

2.1鼓励学生全面发展,合理安排教学内容

高职院校应该在加强学生专业素质培训的基础上,同样加强学生的文化基础教育和其他方面的教育。基础文化课是学好其他专业的必备课程,英语的学习能增强学生的专业能力,也有利于学生在课程之余去网络和图书馆学习一些国外的文献和资料,进一步提升自己。数学的学习培养了学生的逻辑思维能力,同样是计算机应用技术专业必不可少的能力。高职院校应该增加一些选修课,鼓励学生在专业之余的时间选择一些自己感兴趣的课程,全面学习,不但能培养个人爱好,也能在未来的就业中有一技之长。

2.2着重培养学生的自主学习能力

高职院校的学生已经是成年人了,思想和能力都在逐渐成熟,一味的填鸭式教学已经不能满足学生所需。自主学习能力是每个从业人员必备的能力,只有培养良好的学习能力,才能在科学技术快速发展的大数据时代不断学习新鲜事物和知识,不断更新自己的专业数据库,才有可能在已有基础上做出一些创新。当前严峻的就业形势对计算机应用技术专业人员提出了较高的要求,不但要能熟练操作一些常规内容,更要在应用技术的基础上有所创新和钻研,创新和原创才能推进信息技术的不断发展。

2.3全面完善学校的硬件设施,为师生的发展提供良好的环境

我国最近几年正在不断加强对高职院校的财政投入和政策引导,争取为社会提供大量合格的从业人员,高职院校也应该增强自身改革意识,合理规划教学建设项目,不但要在数目上增加对硬件设施的投入,还要在质量上严把关,增强设备的质量,替换一些早已被淘汰的废旧设备。为学生和教师提供良好的学习条件和研究条件,鼓励师生进行研究和创新,为计算机应用技术积累更多的参考经验。

3结语

计算机应用技术专业目前是我国的热门专业之一,很多高职院校都开设了此专业。但大批的毕业生却找不到合适的职位,很大一部分原因是因为专业素质未达到人才需求标准,这和高职院校教育中存在的问题有很大的关联性。因此高职院校的计算机应用技术专业只有在改革和发展中积极解决问题,符合当前大数据时代的高要求,才有可能培养出更多更好的人才。

参考文献:

[1]赵恒,史梁.高职计算机应用技术专业人才培养模式改革探索[J].河南广播电视大学学报,2013(04):96~97,107.

大数据时代的概述范文2

[关键词] 大数据;智慧校园;教学改革

doi : 10 . 3969 / j . issn . 1673 - 0194 . 2017. 03. 132

[中图分类号] G642 [文献标识码] A [文章编号] 1673 - 0194(2017)03- 0235- 02

0 引 言

教育关乎国计民生,大数据正在走向教育的领地,一个属于教育的大数据时代已经到来,随着网络的发展,新的技术和手段促使中国传统的教育方式发生了质的变化。大数据环境下,对传统的教育思维和理念产生着颠覆性的影响,能够大大地提高教学效率和科研的有效性。“互联网+”时代,已经从数字化校园发展到智慧校园,智慧校园备受关注,已经成为研究的热点[1],智慧校园的建设是教育信息化发展的必然趋势[2]。以教育信息化促进教育现代化已经成为当前必须具备的思维,教育信息化不仅改变着中国的教育,也在创造着中国教育的未来,信息化的智慧应用已经开始广泛应用。它既影响学校内部的管理和改革,也驱动着整个教育领域的变革,不仅仅可以用于在线学习,还可以应用于招生、教学科研、学校管理、家校互动、教育决策,还可以进行个性化匹配,照顾学生的个性化需求,关爱每一个学生的成长。

1 智慧校园

1.1 智慧校园的概念

智慧校园是以借助新一代的智能物联、大数据、移动互联、商业智能、知识管理、社交媒体等新兴信息技术,全面感知校园群体的工作、学习、生活场景特征;并对信息处理加工,从而为师生群体建立智能的教育教学环境和舒适便利的工作学习生活环境,实现可定制的个性化服务需求;打造物联化、智能化、感知化、信息化的新型校园。智慧校园是对原有的数字化校园的扩展和提升,可以更好地面向学校资源的管理和调度。

1.2 智慧校园的特征

智慧校园要实现将个人拥有的各种资料和信息进行收集、整理、消化吸收、分享和创新,为广大师生提供一个全面的智能感知环境和综合信息服务平台;基于云计算,通过智能融合技术的应用实现对海量数据的存储、计算与分析;通过智能感知环境和综合信息服务平台,为学校与外部世界提供一个相互交流和相互感知的接口,来推动学校的可持续创新发展;提供基于角色的个性化定制服务。

1.3 应用

智慧校园应用系统及平台的建设应根据各个学校的应用实际,购买或开发具有针对性的应用软件系统或平台。应用系统及平台的建设包括应包含网络教学平台、科研管理平台、校展芾硐低场办公系统和校园服务系统等。这几个应用系统及平台统一数据格式和接口,相互间根据通用的标准和规范,彼此信息共享、畅通,从而实现对学校教学、科研、管理、服务相关的数据进行整合、集成,统一管理和控制,实现全面智能化的应用和监管。

2 智慧学习环境

2.1 智慧学习环境的概念

学习环境的要素包括学习者(Learner)、资源(Resources)、技术(Technology)、地点(Location)和情境(Situation)等[3]。物理环境包含一些可以学习的场所,虚拟环境包含各种学习系统和学习社区等,智慧的学习环境是这些系统的资源整合,可以利用系统进行学习、资源利用和智能分析等。因此智慧的学习环境是物理环境与虚拟环境的深度融合,可以让学习者感知学习场景,还能够对学习者进行身份识别,为其提供适合的学习资源等,同时可以记录学习者的学习过程,进行分析和评价,从而达到提高学习效率的作用。总之智慧的学习环境就是利用网络信息技术,物联网技术、智能感知技术等,为学习者提供一个集环境、资源为一身的智能的学习环境,为个性化学习的开展提供的强有利的支持。智慧学习环境的基本特征是智能性、人性化、开放性和社会性。

2.2 如何推动教学改革

智慧校园和智慧学习环境是教育信息现代化的热点问题,与传统数据相比,大数据具有独特的优势,智能化地进行信息的采集、分析和反馈,从而可以适应改变,调整当前的教学计划,实现因材施教。学习环境中的自然环境因素主要指声、光、温度、空气等,智慧校园中可以进行智能控制,将为学生创造更舒适的学习环境[4]。智慧学习环境使学校的教学更加人性化和智能化,在构建自主探究的学习环境中,对教学质量的提高有重要的应用价值。

(1)未来教室是智慧校园建设中的一个重要成果,它将彻底颠覆学生、家长对传统教室的想象。未来教室里,只有一个超大电子白板,老师只需用手指,所有的教程就以图文并茂、声像结合的形式出现在学生的眼前。而学生只要随手拎一个“电子书包”即可轻松上课,未来教室最大特色在于互动连结,除了课堂多媒体互动,还可以通过远程互动系统实现班级与班级、学校与学校之间的高清互动学习,学生就像坐在一个超大公共课堂,分享来自全球最好的老师讲座与教学资源。

(2)网络学习平台也是智慧校园的一部分,现在校园网、无线网无处不在,学习者可以通过电脑、Ipad、手机等随时随地的进行学习,可以满足不同学生的不同需求。只要有网络,学生可以在任意场所除了上课、完成作业,教学反馈还以在平台上与老师或者同学进行远程互动。

(3)模拟真实的场景进行教学,可以使学生的感知更加直观,理解更加容易,体验更加真实,不但激发学生的学习兴趣,同时也开阔了学生知识空间和视野。传统教学会碰到一些局限,比如实验材料或者器材的缺乏,使一些教学活动无法开展,智慧的学习环境可以采用多媒体数字模拟的方法来演示教学及实验过程,智能感知的课堂会给学生一种全新的体验。同时也使教学从知识传授过渡到培养学生科学素养和信息素养,对提升学生独立思考和协作交流均有促进作用。

(4)智慧的学习环境中,通过分析系统中记录的学习过程可以为学习者提供个性化服务定制[5]。即通过统计分析学习者的学习过程,总结出其行为模式特点和学习基本情况,然后为学习者提供合理化的建议和适合的学习资源和课程。大数据提供的数据更加科学和直观,作出的评价更加准确,对于指导学生的学习更加有效和个性化。同时教育大数据可以客观地反映教育事实,呈现教育现象,给教育教学改革提供决策参考。高校中的数据具有很高的教学和科研价值,开展高校数据分析的应用可以辅助高校教学管理,改变教育领域传统的授课模式和学习模式。

3 结 语

我国教育大数据处于起步阶段,数据采集网络处于布局和建构中,在教育决策和教学的运用中也处于摸索阶段,大数据人才培养的体系还没有建立起来。未来十年,是IT时代向DT时代逐步演进的十年。教育信息化需要研究如何让数据驱动业务,让数据变成业务。IT时代强调的是“服务”,DT时代强调的是“体验”。只有治理好的教育大数据才可能为用户带来良好的体验。建立和发展智慧校园是优化教育教学环境、深化教育改革的重要途径,是未来教育发展的方向。智慧校园作为数字校园发展的高级阶段,国内目前尚无成熟案例,而且很多高校在建设中也存在一些问题。智慧校园的建设不是一蹴而就的,而是一个漫长的系统过程。在加强校园网络建设的同时,也要提高教职工和信息化水平,在总结经验的同时,考虑自身的发展特点,最终建设适合自身的特色智慧校园,推动教学改革。

主要参考文献

[1]周文清. 数字时代的关联主义学习理论研究[D]. 上海:华东师范大学,2014.

[2]熊频,胡小勇.面向智慧校园的学习环境建设研究:案例与策略[J].电化教育研究,2015(3).

[3]胡钦太,郑凯,林南晖. 教育信息化的发展转型:从“数字校园”到“智慧校园”[J]. 中国电化教育,2014(1).

大数据时代的概述范文3

【关键词】大数据时代 工业设计 教育改革

2013年可称为中国的设计元年,“大数据时代”“3D打印技术”已然同时成为设计界人人提及的热门话题。面对新形势和急剧变化的社会环境,重新检讨工业设计和制造业,探讨大数据时代工业设计的改革与发展刻不容缓。

一、定制化是制造业的新形态

要了解工业设计趋势,首先要认清现阶段制造业的特征。彼得・马什将制造业划分为五个阶段:少量定制―少量标准化―大批量标准化―大批量定制化―个性化量产。我们正处在个性化量产阶段。①与以往阶段不同,个性化量产阶段的制造业以“互联网+新能源”为特征,是服务主导的逻辑,制造业和服务业相结合成为新的发展维度,“个性化定制―按需生产―按需消费”成为新的消费、制造模式。与此同时,产品角色发生着重大改变,从传统制造业模式下关注“性能―品质―价格”的设计对象,转为关注消费者“体验―个性―品位”的情感表达工具,通过满足人们“舒适度、能源、安全和信息”四大类核心需求,最终实现人的全面自由和解放。关注人的体验和情感需求,是移动互联网和3D打印技术为主导的第三次工业革命时代制造业的特征。

二、定制化服务的关键是数据

亨利福特开创的“流水线”让大规模制造成为可能,第三次工业革命让个性化定制成为现实。定制化服务的关键是数据。《大数据时代》的作者维克托・迈尔・舍恩伯格认为,大数据能够让传统行业更好地了解客户,以提供个性化的服务,能够实现企业从量变到质变的本质变革。大数据时代设计创新主要体现以互联网为平台的网络终端创新,如智能手机、平板电脑、导航产品和电子支付等生活类产品及服务的创新设计,以及与此相关的后台基础设施创新,如云计算、通讯、软件工程等技术领域。知名IT评论家谢文认为,目前网络业创新过程中,对大数据的获取可分为三种战略:前台、和后台为主的模式。苹果、Facebook和亚马逊分别是这三类模式成功的典范。苹果通过设计、销售各种互联网终端产品,通过Ios系统下的Itune网上商店将产品和服务集成来汇集数据,形成自成体系的规范数据标准平台,这种商业模式让苹果获得了巨大成功,表明工业设计有效利用大数据可实现产品和商业的成功。Facebook则抓住目前颇具人气的网络社交需求,依托Web2.0系统平台的构建和运营来获取各种标准化、结构化的用户数据,形成开放、庞大的共享数据流。亚马逊则通过建立强大的网络营销后台获取网络用户的各种需求数据,再结合电商形成开放平台,为用户提供量身定制的各类个性化服务,为电商提供行业所需的大数据。

在口碑营销成为王道的电商时代,借助互联网提供的营销数据,掌握消费者的需求,企业能够及时调整设计、生产和制造策略,并通过3D打印快速实现消费者的个性化定制需求。这就需要通过网络获取用户数据,同时用科学方法分析这些数据所体现的用户消费心理、行为,最终转换为有用的设计语言。传统的产品设计、制造是一种线下行为,远离互联网,与消费者之间的沟通和交流存在时间差,获取的消费者数据十分低效。“3D打印”技术的出现让物质产品的设计、生产实现了数据化,传统制造业和互联网行业的高度融合,不但拓展了网络行业的产业边界,也为制造业的定制化服务提供了巨大空间。针对用户的产品定制,借助强大的物联网可实现低成本营销,真正实现个性化设计和按需生产,这让传统制造业进入到大规模、打破时空界限的全新发展阶段。这种借助互联网、物联网形成的新型产业链和商业模式改变了传统制造业,让企业从产业链上游及战略规划阶段就可集成物质化产品设计、制造和流通过程所需的各类数据,②这要求制造业企业必须具备互联网思维,要求工业设计必须依靠网络集成各种数据,及时获取消费者需求。

三、大数据时代的工业设计

互联网打造了全新的社会形态和生活方式,人们的工作、生活已离不开网络,通过网络消费者可实现交友,衣、食、住、行各种所需。谢文认为,未来通过网络有望实现三方面创新,个人数据集成、公共服务数据集成及物质生产集成。③如收集消费者在网络上的言谈举止和生活中所有活动产生的数据,建立“数据人”模型,为线下的制造业提供人的需求数据;集成线上的公共服务数据为国家、政府和组织提供服务支持;集成物质生产数据实现制造业的数据化生存。对工业设计而言,网络连接消费者、社会和物质产品组成的三维空间,融合各种大数据,可支持制造业的转型与社会进步。这正是新形势下工业设计的发展方向,即通过设计具体的服务产品,为消费者创造感性价值,实现消费者情感上对个性、品位和身份的追求。这些服务化产品在提供高品质服务的同时,以技术推动组织和社会创新,实现人、组织、社会和环境的可持续发展。此时的工业设计从“提供功能,方便使用”的问题解决方案,转向“讲述故事,创造意义”的“造意”阶段,“造意”正成为当下产品设计新的关注点。借助网络获取用户数据,让产品满足基本功能的同时,更多地向消费者讲述故事,引起消费者的回忆和联想,成为当下产品设计成功的关键。

结语

互联网、3D打印塑造了以大数据为特征的这个时代,大数据是平台(移动互联网),造意是手段(感性价值创造),用户体验是目的(价值实现),构成了新时代工业设计的基本构架。大数据时代,一切皆可量化,④对设计教育而言,“研究驱动设计,设计驱动创新”将是工业设计改革的方向,这要求在学科层面成立设计研究学会,基于对各种用户数据量化的科学研究为制造业服务。2014年初,中国工业设计协会成立了设计研究专业委员会,这是一个可喜的进步,标志着中国工业设计教育由基础实践型向科学研究型发展迈出了开拓性的一步,但未来依旧任重道远。

注释:

①彼得・马什.新工业革命[M].赛迪研究院专家组,译.北京:中信出版社,2013.

②③谢文博客[OL]..

大数据时代的概述范文4

关键词 大数据 医学院校 数学建模 教学模式

中图分类号:G424 文献标识码:A DOI:10.16400/ki.kjdks.2015.12.058

Mathematical Modeling Course Teaching Reform

of Medical College in Big data Era

WANG Fang, XIAO Xuemei

(Department of Medical Information Engineering, Zunyi Medical University, Zunyi, Guizhou 563003)

Abstract In order to adapt to the objective of developing medical students' application ability in the era of big data, in view of the medical college students, the teaching modes of finding source type, immersed experience type and career-oriented type are advanced based on the teaching theory that multiple modes in parallel and implemented in phases, to achieve the goal that exciting interest, cultivating keen insight and enhancing operation ability.

Key words big data; Medical College; mathematical modeling; teaching mode

0 引言

什么是大数据?多大的数据量可以称为大数据?不同的时代有着不同的答案。①21世纪是信息时代,由众多渠道搜集而来大数据的存在形式往往具有多元性和实时性,可以说大数据时代就是对信息进行挖掘的时代。在医疗信息化广泛深入的背景下,大量的医疗数据在医院无时不刻均在产生。为了应对大数据的挑战,达到实现未来的医疗云计算模式,区域医疗信息化追求的“信息互通、资源共享”的目标,作为医院人才输入发源地的医学类高校,如何认清所面临的挑战,寻找解救方案,突破人才培养的瓶颈,是其面临的主要问题。

随着数学在医学研究中的广泛应用,大量的医疗数据以及纷繁错杂的生命系统和生命现象,均需要借助计算机在数值分析与图像处理上所具有的强大功能,并通过数学模型的合理建立,从而方便了研究人员对存在潜在价值的数据的挖掘,从而探讨其内在的关系与变化规律。②因此,医学院校中数学建模课程的开设已成为必然趋势。但由于医学院校本身所具备的面向社会输入医学类人才的特质,使得数学建模课程的教学在实施过程中往往存在诸多挑战,例如学生上课积极性不高等,然而其原因主要在于数学类课程仅是医科学生的一门基础课,并不能引起学生的重视,并且医学院校中数学教师人数相对较少,师资力量的短缺导致教学方式和方法的单一,另外医学院校学生知识结构存在理工科短板的现象③也导致了学生对数学类课程的抗拒。

因此,传统的教学模式在大数据时代背景下已然不能吸引医学院校学生学习数学的兴趣,已经无法适应医学院校对学生数学应用能力的培养目标。

1 教学模式的改变

长期以来,我校的教学体系中在对医学信息学人才的培养上,缺乏一门将高等数学与医学问题有机结合在一起的课程,使大部分医科学生普遍认为数学类课程枯燥乏味、抽象难懂、应用性较低。针对该问题,我校在2014年将“数学建模”课程进行了推广,并于2015年将此门课程设置为信息计算与科学专业学生的专业课,以全国大学生数学建模竞赛作为实践的平台,逐步对本校数学建模课程的教学模式和教学方法进行了系统的教学改革,并提出了符合医学院校学生的三大教学模式。

1.1 寻源式的教学模式

在数学课程的教学过程中,学生均会有这样的想法――数学是什么?答案不外乎“数学=逻辑”,而老师有时也会把数学的教学演变成一种空洞的解题训练,一堆了无生趣的符号与公式,而忽视了数学本身的立体之美,使学生失去用数学的观点观察现实,构造数学模型,学习数学的语言、图表、符号表示以及进行数学交流的能力。为此,我们在数学建模课程的教学中提出了寻源式的教学模式,从中探寻数学的文化背景。为此,任课教师在备课时要注重查阅相关理论所涉及的科学家的故事以及科学家发现理论的背景,教学中以图片或影视资料展现该理论发现的过程。这种寻源式教学模式不仅可以吸引学生的注意力,而且可以提高学生的学习兴趣。该教学模式在教学过程中采用了局部实施的方式,例如博弈模型④这一章内容,我们采用了播放影片《美丽心灵》的模式,让学生了解数学家纳什提出博弈论的整个过程,从而达到了吸引学生兴趣、开拓学生视野的目的。

1.2 身临其境式的教学模式

数学类课程本身所具有的特点决定了教材的共性:数学的定义、定理和证明是构成教材的主要部分,导致大部分学生对此类课程望而生畏,从而使得在教学环节中只有教师作为参与者,学生反而敬而远之。这就需要教师学会去引导学生,让学生克服对数学的畏惧心理,主动参与到教学环节中来。为解决该问题,并能有效避免数学类课程的枯燥性,在结合以问题为导向的教学方法的基础上,相应提出了身临其境的教学模式。该模式中学生的“学”与教师的“教”的角色进行了互换,让学生作为主要参与人去发现问题,教师作为协助者与学生共同解决问题,实现了“发现问题―思考问题―解决问题”的思维路径。教学过程中教师提前给学生布置任务,要求学生利用网络、图书馆或现实生活等资源搜集已知模型的相关资料,包括历史背景、相关数据、新闻报道等,培养学生从问题背景中利用关键词法发现解决问题的思路,并以文字、图片等形式展示。例如在交通流与道路通行能力模型的讲解中,先让学生在十字路口观察绿灯、红灯的时长以及车流量大小,得出决定道路通行能力的关键因素,并陈述问题的背景,引导学生找出背景中的关键字,如交通流:引导学生思考什么是交通流,从而引出交通流的概念――汽车在道路上连续行驶形成的车流,继而思考是什么样的汽车――标准长度的小型汽车,从而引出标准的长度应为多少等问题,让学生以问题的决策者的角度身临其境地发现问题、思考问题、解决问题,最终找到问题的解决方案,从而培养学生敏锐的洞察力以及动手操作能力。

1.3 以就业为导向⑤的教学模式

医学院校学生在学习中更侧重理论知识的实用性,因此此类学生经常会有这样的想法:医学生为什么要学数学?感觉数学类课程的开设类似于纸上谈兵,无可施展之处。这就要求教师在讲授过程中要让学生清楚了解到数学本身的魅力所在,其广泛的应用性和无处不在。教师要注重收集数学相关理论在医学上的实际应用案例,让学生体会数学与医学的紧密结合,从而提高医学院校学生的数学应用能力,能够在今后的工作中学以致用,并产生相应的学习兴趣。比如微分方程在传染病的传播与预防、药物在体内的扩散与排除、肿瘤的化疗上的应用,统计回归的知识可以用来建立酶促反应模型、冠心病与年龄模型等。以就业为导向的教学模式,将数学与就业建立联系,教学过程中辅以实际案例,极大地激发了学生内在的学习动力。

2 三种教学模式的实施

数学建模课程的教学过程中三种教学模式在不同时段有不同的侧重方向。

第一阶段采用44学时的“数学建模”专业课程教学。设置的建模问题以贴近生活的案例为主,采用常见易懂的建模方法加以讲解,采用寻源式和身临其境式的教学模式的有机结合进行教学。

第二阶段采用10学时的“大学数学试验”的实验课程教学。主要培养学生利用数学软件解决实际问题的能力以及巩固学生的编程能力,侧重以就业为导向的教学模式的教学。

第三阶段采用暑期数学建模的集中培训方式。此阶段主要面向即将参加全国大学生数学建模竞赛的学生,培训时长为15~20天。集中培训过程中,指导教师以不同学科的视角,剖析部分经典案例和讲解常用的建模方法,以3人为一小组,主要采用教师主持、小组汇报、课堂讨论、教师点评的方式进行,并在教学中侧重身临其境式的教学模式的应用。

教学过程中三种模式的有效结合,不仅提高了我校学生对数学建模课程的兴趣以及数学的应用能力,而且在全国大学生数学建模竞赛中也取得了较为满意的结果。

3 结束语

当今世界医学水平的飞速发展以及新的科技手段的不断涌现,使得现有及未来的医学工作者每天都将面临新的挑战、新的问题。因此,对当代医学院校大学生的洞察力、想象力和创造力的培养,使其在现实生活中能够运用所学的知识与数学的思维模式来分析和解决实际问题,从而促进医学水平的提高,是当前医学院校的教育教学改革的目的之一。以数学建模课程为依托,进行数学的教学改革与试验、培训与竞赛,在培养具有科研能力的应用型人才方面已获得显著的效果。⑥

注释

① Adam Jacobs. The Pathologies of Big Data[J].Communications of the ACM,2009.52(8).

② 全吉淑,柳明洙,张学武.医学本科生生物化学双语教学初探[J].延边大学医学学报,2010.33(4):305-306.

③ 马翠,罗明奎,罗万春.医学院校数学建模教学的探索与实践[J].数理医药学杂志,2014.27(2):249-250.

④ 姜启源,谢金星,叶俊.数学模型[M].北京:高等教育出版社,2015:373-410.

大数据时代的概述范文5

【关键词】医药高职 计算机基础 大数据

【中图分类号】G 【文献标识码】A

【文章编号】0450-9889(2017)01C-0156-02

随着数据洪流的到来,物联网、云计算、大数据的接踵而至,计算机基础教育再次面临着新的变革和挑战,计算机与各学科教学交叉并高度融合的需求呼之欲出。大数据分析不同于以往的数据库数据分析,大数据适合于不同专业之间或专业内的分析服务。大数据思维方式是大数据分析应用时代的新思维体系,大数据更是被世界经济论坛认定为新财富创新点。对于大数据,全球尚未给出一个公认的定义,不同的定义基本是从大数据的特征出发,通过对这些特征的阐述和归纳试图给出其定义,大数据的定义分类如图1所示:

在这些定义中,比较有代表性的是3V定义,即认为大数据需满足3个特点:规模性(volume)、多样性(variety)和高速性(velocity)。但是随着时间的推演和研究的不断深入,对于大数据的定义,还补充了许多更丰富的内涵。例如国际数据公司认为大数据应具备第四个V价值性(value)。在这样一个数据呈井喷的时代,如何对计算机基础课程进行改革,成为了一个热门课题,一直以来我们都遵循“授之以鱼,不如授之以渔”的教学理念,而今在这样的一个网络信息繁杂、良莠不齐的时代背景下,我们还应帮助学生学会挑出“网里的鱼 ”,也就是进行数据信息清洗。

作为医药高职院校的学生,面对着大量的医药类文献、医疗设备仪器产生的数据等,若只限于对数据的读取、增删,那就极大浪费了对本可用于协助分析诊断治疗的宝贵数据。所以,培养医药类学生的数据挖掘能力极为重要。数据挖掘是从大量的、不完全的、有噪声的、模糊的实际应用数据中,提取隐含在其中的、不为人知的、潜在有用的信息和知识的过程。国外来自麦肯锡2012年有关大数据的一组数据显示,大数据产业为美国医疗系统带来每年3000亿美元的收益。

从大数据中挖掘出有价值的数据,这就要求医务人员既具备医学知识又兼具IT技术,所以我们的医药高职的计算机应用应朝着这样的方向去培养。长久以来,计算机应用基础主要以计算机操作系统及办公软件的教学为主,教学内容更新滞后,并且只是对“计算机操作系统”和办公软件不同版本的知识进行了更新,其他内容都与时代脱节。

教育信息化是指在教育与教学的各个方向,以先进的教育思想为指导,以现代信息技术为手段,以深入开发、广泛利用信息资源为重点,以培养适应信息社会要求的创新型人才为目的,加速实现教育现代化的系统工程。高职教育信息化是以数字校园建设为中心,将教学、实训、科研、管理、服务等方面进行信息化,提高职业院校的信息化应用水平。以信息化促进人才培养模式改革,改造传统教育教学,培养高素质劳动者和技能型人才,发挥信息技术在职业教育巩固规模、提高质量、办出特色、校企合作和服务社会中的支撑作用。简言之,高职院校的信息化建设就是将先进的信息技术全面应用到以课程教学为中心的各个环节中,并在此过程中对传统的课堂授课模式、人才培养模式和人才实践模式进行变革和创新,逐步增强课堂效率、提升人才培养水平和实践能力,促进高职教育办学水平的跨越式发展。

教育信息化、大数据、数据挖掘、云计算、数字医院等新兴产业都以计算机知识为依托,我校作为一个以培养合格医护人员为目标的高职院校,更应找准自己的计算机基础教育教学特色,提高学生们在海量文献和医疗数据中收集有医学价值信息的能力。

一、医药高职计算机基础教育存在的问题

医护人员岗是一个对实践操作要求极高的职业,目前的计算机基础教学存在着以下几点问题:

第一,现行的计算机教学核心依旧放在操作系统与办公软件的熟练操作上,显而易见,这样的传统计算机教学内容与社会发展趋势对医护人员的要求相差甚远,社会需要的是一批能在医疗数据中挖掘宝贵信息的兼具临床医学知识与计算机操作能力的人员。

第二,计算机基础教学的老师医学知识薄弱。教师没能针对医药职业院校的办学特点去制定计算机基础与医学知识相融合的教学内容与教学方法。

第三,来自全国各地的W生的计算机水平参差不齐,因为现行的中小学教育里,某些教育发达地区计算机得到了很好的推广,大部分学生的操作计算机的能力起点较高,部分学生的操作水平甚至超过了计算机应用基础的课程要求,但另一方面一些偏远农村的学生与计算机打交道的机会甚少。所以计算机应用基础教学存在学模式与个体差异较大的实际矛盾。

二、大数据与计算机基础教学

第一,利用“问卷星”网络版问卷调查对大一新生的计算机基础掌握情况进行初步了解,设置关于学生的生源地,中学阶段是否开设过信息技术课,学生对计算机的学习兴趣等一系列问题。从回收的问卷中我们可以对学生基本情况数据进行分析处理,为计算机任课教师提供一系列改进教学内容及教学方式、提高教学质量的指导性意见,同时也初步形成了学生学习的个人数据。

第二,计算机教师可以与医学基础系、药学系、检验系的老师合作,共同从海量网络数据、电子病例及医疗设备仪器产生的数据中挖掘出一些计算机与医学合作的信息,以此设定教学方法模式,激发学生对计算机与大数据结合的兴趣。同时也应培养学生主动进行数据挖掘的兴趣以及对冗余数据进行筛选的能力,由于我们是医药类院校,这就要求学生们更要有实事求是精神,用批判性思维去质疑有噪声的、冗余的数据。除了网络数据,病案里也有大量数据亟待提取分析,例如在我院的控烟项目里,就需要通过对肺部病病案里分析统计吸烟人群年龄分布、男女比例、大中小型城市间、烟龄、肺病家族史等数据间有没有必然关系。这些都要求我们用大数据思维去进行统计分析总结。

第三,搭建教学云平台,平台涵盖课程大纲、教学日历、考核方式、课程结构、学习目标、学习内容、论坛、测验等一系列线上学习模块,并且增设交流板块,与教师进行线上互动,通过观察学生在网上学习留下的学习行为数据,例如上网W习的时段、教学视频的观看次数、关于某章节的提问次数等数据。以此可以为学生提供一份宝贵的个人学习个性化定制报告,通过这一大数据分析,引导学生根据自己的学习特点、弱点、学法,制定学习策略,使学生可以在有限的时间内更有效地进行学习。同时也为教师提高教学质量提供了一份客观的研究报告。

第四,改进线下教学方式,多让学生进行实践性操作,在原有教学内容基础上增加关于大数据、数据挖掘的知识,增加对大数据分析挖掘软件的教学,多介绍一些医药数据库的知识及使用方式,类似的有文献数据库(PubMed)、人类孟德尔遗传数据库(OMIM)、蛋白质数据库(ExPASY)等。

第五,在大数据时代,医疗数据也会涉及很多病人的个人隐私问题,所以在计算机基础教学中还应加强对学生保护数据安全的教育。既不随便散播病人病例隐私,还应学会对数据的基本加密技术。计算机基础教学过程中教师也应介绍一些数据访问控制技术。

大数据时代下,医药从业者面对海量的医药数据,以计算机基础应用为依托进而掌握数据挖掘技术显得尤为重要,这就要求我们医药院校的计算机教师顺应时代的需求,从根本上改变传统计算机基础教学模式,以大数据与医学交叉知识为风向标,将原本以办公软件为核心的教学内容转变为向医疗数据挖掘能力的培养倾斜,建立一套适合医药高职院校、针对性强的计算机基础教学体系。

【参考文献】

[1]方胜吉,翁苏湘,李光庆.浅谈高等医学院校学生“数据挖据”能力的培养[J].科技创新导报,2010(1)

[2]涂薪莉,刘波,林伟伟.大数据研究综述[J].计算机应用研究,2014(6)

[3]夏娟飞.高职院校教学管理信息化建设存在的问题探索与发展趋势――以浙江特殊教育职业学院为例[J].亚太教育,2016(5)

[4]魏星,常雪莲,朱文婕,杨小迪,方强.大数据与分析论驱动医学院校计算机基础教学新模式研究[J].西北医学教育,2015(5)

大数据时代的概述范文6

【关键词】大数据时代 数据分析 信息安全防护

随着我国网络信息技术不断的发展,当下时代已经成为大数据时代。以往大数据的概念主要存在于物理学领域、生物学领域、生态环境学领域、军事领域、金融领域、通讯领域等,而当下网络和信息业的空前发展使大数据引起了人们的关注。数据信息已经渗透到社会的各行各业,人们通过相关数据信息的发现和利用,可达到增加生产率和市场消费率的效果。但大数据技术收集信息软件给网络用户的隐私带来了问题,网络私人信息的安全防护遭到威胁。因此本文对大数据时代的数据分析与信息安全防护做出相关研究,研究内容如下。

1 大数据概述

大数据主要是指使用常规软件工具无法在规定的时间内对网络往来信息进行捕捉和管理以及处理。大数据时代的主要特点为5V,即数据总量大(Volume)、类型繁多(Variety)、价值密度低(Value)、速度快、时效高(Velocity)。大数据的初始计量单位为P(P=1000T)、E(E=100000T)、Z(Z=10000000T),数据量庞大,其种类包括网络文字信息、音频信息、视频信息、图片信息以及地理位置等,数据种类丰富对数据的处理能力也提出了较高的要求。在大数据中,虽然信息量大,但可利用的信息是有限的,因此,大数据价值密度较低。大数据相对于传统数据而言,需要人们更强的处理信息的能力和速度,对人们的数据驾驭力量提出了挑战。大数据在影响着人们生活方式的同时,还影响着各个行业的发展,大数据的出现也使信息安全面临着一些问题。

2 大数据时代数据分析概述

2.1 抽样量化

在大数据时代,样本就是总体本身,因此在分析某事物的过程中,不需依靠少量的数据样本,而是得到全部的数据。传统的抽样有样本缺乏稳定和随机抽样困难的情况,且在事先设定好了调查目的往往会使调查内容和范围受到人为限制,调查过程中的侧重点也导致抽样数据无法反映总体情况。另外样本量的有限也使抽样结果缺乏精确性,致使错误率的增加,同时传统抽样时间效率和生产率低。

2.2 数据模糊计算

在大数据的影响下,人们接受数据较为繁杂,数据精确性减弱。有数据规模庞大,因此对数据追求精确性的可能性较小,测量数据和调查数据都会因为一些不可控的因素或认为因素致使数据精确性欠缺。大数据时代获得的数据量多,但不精确的数据也在其中,因此对待大数据应该看到其有利方面。数据的不精确也有利于对事物总体的了解,样本的增加使信息更为真实。大数据的不精确是不经意产生的,因此,在需要精确数据的领域还是需要避免不精确性的发生。

2.3 利用数据关系

关注事物的相关性,而不是只追求因果。传统抽样中会预先假定因果,但在大数据时代,数据的复杂和庞大,会导致因果关系复杂化和分析因果复杂化。因此,大数据不不利于追求因果关系,而利于事物相关关系的追求。大数据对数据的分析思路为分析数据相关性,事物关系之间的形式多样化,关系和目的也是根据数据的变化而变化,没有相对较为固定的因果和亲疏关系。

大数据所提供的价值可以让人们预判自己所想知道的事情,比如华尔街利用网络民众的情绪变化进行抛售股票;基金公司根据对购物网站顾客的评论来分析产品销售情况;银行根据网络求职的岗位情况判断就业;投资机构从大数据中查找企业破产的前兆;美国总统团队根据社交软件分析选民喜好。以此可以看出在大数据时代,可利用的数据信息对利用者而言十分重要。

3 大数据时代面临的信息安全问题

3.1 信息安全风险

由于大数据的特点之一为存储信息较为广泛,对信息安全性有一定的影响。大数据信息海量存储技术的成熟降低了信息存储的成本,因此大数据信息处理量显著增加,处理中心分析信息也变得更加容易。大数据信息中心可以根据终端网络用户的行为信息进行分析,然后将结果提供给信息利用者,分析搜索的商品后向你推荐所感兴趣的商品。在移动互联网,终端用户信息被随时采集和存储,造成了信息安全风险。

3.2 个人隐私泄露

有一些网络企业会对网络终端用户的隐私进行搜集。为了赢得市场竞争优势,用户信息成为了企业的发展根据。比如一些智能手机软件会在用户不知情的情况下,对用户使用软件的时间、地点和位置进行信息记录,发送到软件服务器,暴露用户的个人隐私泄露信息。

3.3 安全防护难度

大数据时代由于非结构化的数据类型多、价值密度低,信息量庞大,因此对安全防护技术要求较高,目前我国防护技术还未能够处理大量和多类型的数据,因此数据防护难度系数较高。

4 数据时代面临的信息安全问题的应对措施

4.1 安全技术研发

目前大数据需要能够处理大量和多类型的数据分析技术,以主动发现大数据中潜藏的威胁,比如利用信息丰富开发认证系统技术或建设数据真实分析系统,将恶意信息和无用信息排除在外。

4.2 制定个人隐私泄露保护法律法规

由于大数据是新生事物,因此相关的法律法规存在空白。网络上违法的数据信息行为需要有强制和高效的规则对其进行规范,以保护个人信息的合理利用性。

4.3 提高民众信息安全认知

大数据来源于民众,因此提高民众的信息安全意识,可有效防范数据信息面临的信息安全问题,从而起到维护个人隐私泄露、避免负面影响的作用。

5 结语

综上所述,大数据时代数据分析与信息安全防护具有重要意义,当下网络和信息业的空前发展使大数据引起了人们的关注,数据信息已经渗透到社会的各行各业,数据分析使人们受益匪浅。但大数据技术收集信息软件给网络用户的信息安全带来了问题。比如信息安全风险、个人隐私泄露、安全防护有难度等,本研究作者经过多方面思考提出提高安全技术研发程度、制定个人隐私保护法律法规以及提高民众信息安全认知的解决意见,以促进大数据时代信息安全性的增加。

参考文献

[1]田秀霞,王晓玲,高明等.数据库服务――安全与隐私保护[J].软件学报,2010,21(5):991-1006.

[2]刘小龙,郑滔.一种针对非控制数据攻击的改进防御方法[J].计算机应用研究,2013,30(12):3762-3766.

[3]李峰,李虎成,於益军等.基于并行计算和数据复用的快速静态安全校核技术[J].电力系统自动化,2013,37(14):75-80.