前言：中文期刊网精心挑选了大数据时代的缺点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。
大数据时代的缺点范文1
计算机随着时代的进步已经进入千家万户,而计算机网络技术也随着计算机的普及得到了最广泛地应用和推广。尤其是近几年,随着物联网以及云计算等计算的快速发展,信息以及数据量在高速增长,而人类已经步入大数据时代。但是,与此同时,计算机网络技术的快速发展使得网络信息安全成为网络的一个重要安全隐患,其不仅会使整个计算机系统出现瘫痪现象,还会导致系统无法正常运转,给网络用户造成经济损失。由此可见,加大对计算机网络信息安全技术方面的研究,从而提高大数据环境下网络的安全性,将具有十分重要的现实意义。
1大数据时代以及网络信息安全分析
1.1大数据时代概述
随着计算机网络以及通信技术的快速发展和应用,全球信息化程度越来越高,几乎各行各业以及各个领域都被计算机网络所覆盖,同时大量数据和信息也逐渐渗透到其中,最终促进了信息行业以及网络通信行业的高度发展,这就表示人类已经迈入大数据时代。大数据时代主要是通过数据和信息的形式渗透到各个领域和行业中,然后再通过感知、共享和保存海量信息以及数据来构建数字世界。在大数据时代下,人们逐渐开始通过对事实数据的分析与参考,来做出各种决策或者是来看待各种问题。由此可见,大数据时代将引领社会的巨大变革。
1.2大数据时代下的网络信息安全问题
随着计算机网络技术的广泛应用,在各个领域内发挥的作用越来越突出,而大数据就是在这种背景下形成的,信息和数据对于生产和生活的发展起着越来越重要的作用,因此,对信息和数据安全的保护也就显得十分重要,而要想实现对信息和数据的安全保护,就要从计算机网络信息安全技术入手。在大数据时代下,计算机网络信息安全涉及各种不同的领域和技术,只有通过对多种相关技术的综合利用。才能够在一定程度上确保计算机网络的安全性。大数据时代下,计算机网络信息安全问题带来的威胁有以下几个方面。第一,泄密。大数据时代下,网络对一些比较敏感数据和信息的传输与处理越来越多,该系统一旦出现泄密等安全问题,那么就会造成极大的影响,尤其是军事单位以及政府机构,泄漏会对其造成更大的危害。第二,服务中断。如果系统受到恶意攻击,那么就很有可能使得整个计算机系统不能正常运转,例如：视频会议中断以及内部文件无法流转等,这不仅会导致正常工作的混乱,而且还大大降低了工作效率。第三,经济损失。当前,很多行业的计算机系统内部具有很多敏感性的数据和信息,尤其是一些金融行业的财务方面的数据和资料,一旦受到恶意攻击,就会给本单位或者公司带来不可估量的经济损失。
2大数据时代下计算机网络信息安全技术分析
2.1数据加密技术
针对重要的数据,利用相关技术手段将其转变为乱码进行传送,这就是所谓的加密技术。当数据以乱码的形式传送到目的地后,还要利用一定的还原技术对其进行解密。私人密钥和公开密钥加密分别是加密技术的两大类技术。对于私人密钥加密技术来说,其主要是使用了相同的密钥来进行数据的加密和解密,也就是说采用了对称的密码编码技术,加密的密钥同时也是解密的密钥,因此,可以将这种加密方式称之为对称加密算法。在密码学中,对称加密算法的典型代表是DES算法,即数据加密标准算法。对于公开密钥加密技术来说,其与私人加密算法不同,该种加密算法主要是应用两个密钥,即私有的和公开的密钥。这两种密钥是一对,在计算机系统中如果数据加密的形式采用了私有密钥,那么必须使用其所对应的公开密钥才能够解密;如果数据加密形式采用了公开密钥,那么必须使用其所对应的私有密钥才能够解密。因此,这种算法也可以称之为非对称加密算法,因为其使用的是不同的密钥。在密码学中,RSA算法是公开密钥的典型代表。私有密钥的优点是运算速度快、使用简单快捷。但是,私有密钥的缺点是具有较为繁琐的过程和潜在的危险,要求密钥的分发必须安全可靠。公开密钥的优点是具有较好的保密性,并使用户密钥交换的需要得以消除。但是公开密钥的缺点是速度慢,无论是加密还是解密,其所需要的时间较长。因此,公开密钥比较适合一些较少数据的加密。对于一些重要的计算机系统来说,可以采用以上两种算法相结合的方式来进行专用应用程序的设计。针对用户通信建立之初或者用户认证时,一定要采用公开加密算法,当利用该种密钥形式建立连接之后,双方再针对通信进行私有密钥的协商,而要采用私有密钥来进行后续的加密和解密工作,从而有效克服私有密钥以及公开密钥的缺点。
2.2防火墙技术
作为网络信息安全的一种有效保障,防火墙一般处于网络边界上,而且其对于不同类型的网络通信都是通过制定一系列规则来进行拒绝或者同意。当前,在对防火墙进行选择、部署和配置时应当注意以下几个方面。(1)为了能够实现私有地址与合法地址之间的合法转换,防火墙还必须具备NAT功能。(2)因为很多网络一般都有多个子网组成,因此,在进行防火墙部署时,应当在一些重要子网的边界考虑其部署情况,而不是仅仅局限于整个网络边界。(3)作为防火墙中最为重要的一部分内容,规则起着很关键的作用。但是有的单位并没有考虑到这一点,规则安装完成之后就再没有对其进行完善和更新,这样防火墙就容易出现安全隐患,因为网络攻击方式以及网络入侵技术是不断变化的,而防火墙规则也应当及时跟上变化,进行及时修改。(4)防火墙要按照“最小授权”原则来进行科学配置,并确定有必要时,才能够允许通过。(5)要对防火墙规则顺序进行关注,一旦发现符合条件的防火墙规则顺序,则立即对其进行处理,这样就避免了很多后续重复性检查工作。(6)防火墙一般都具备日志功能,因此一定要注意做好其审计工作,将危害系统安全的访问用日志记录下来,从而有利于系统尽早发现安全隐患,并随之做出响应,确保系统安全运行。
2.3NAT技术
NAT,即网络地址转换,其主要用于私有地址与合法地址之间的合法转换。NAT虽然没有服务器或者防火墙等功能,但是能够有效地避免内部服务器真正地址的外泄,因为NAT能够通过地址转换实现对内部拓扑结构的隐藏,从而使得外部网络不容易对其进行攻击。一般情况下,通过防火墙或者路由器就能够实现NAT功能,主要分为静态和动态两种实现类型。对于静态的NAT来说,主要适用于需要给外部提供服务的机器,因为它能够将内部地址单独转换成一个外部地址。对于静态NAT映射的服务器而言,由于其拥有内部私有地址,因此,需要严格控制其系统安全以及访问控制,否则这些私有地址很可能会成为计算机系统受到外部攻击的跳板,所以,需要特别加以注意。对于动态NAT来说,适用于一些普通的计算机,它能够将多个内部地址转换为多个动态选择性的外部地址。
3结语
综上所述,随着科技的快速发展,网络信息安全攻击手段也在不断变化和发展。因此,计算机网络信息安全技术也不应是一个静止概念,而是随之不断向前发展的。本文主要从3个方面探究了大数据时代下计算机网络信息安全技术,即数据加密技术、防火墙技术以及NAT技术,希望能够为人们提供更好的计算机网络环境。
作者:刘青华 付强 单位:吉林省敦化市公安局 吉林省公安厅网安总队
参考文献
大数据时代的缺点范文2
关键词：大数据；档案大数据；档案馆
1 大数据和档案大数据
1.1 大数据概念的界定
大数据（big data），或称“巨量资料”，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到获取、管理、处理并整理成为帮助企业经营决策更积极目的的数据，即不能用随机分析法（抽样调查）这样的捷径，对于大数据概念的起源，学术界还没有统一的定论，在工信部的《2014年大数据白皮书》中，认为大数据概念来源于2011年麦肯锡、世界经济论坛等机构的相关研究。这些机构通过研究海量数据在社交网络、网络广告、电子商务、数据挖掘中的应用，使全社会开始重新审视数据中蕴含的巨大价值，并随后在全世界兴起了一股大数据的热潮。
1.2 大数据的特点
大数据的特点有很多种说法，IBM认为大数据有三个特征（3V），即Volume，Variety，Velocity，还有学者从Size，Resolution，Scope这三个角度来定义大数据，即数据规模足够大，数据的深度足够深，以及数据的广度足够宽，在这里，本文采用主流的“4V”来对大数据进行特点概括，即Volume，Velocity，Variety，Veracity。
①Volume，即数据量巨大，甚至能够达到PB数量级或者更大；
②Velocity，数据种类众多，包括视频、音频、图片、日志、地理位置信息等多种类型数据
③Variety，即价值密度低，而商用价值高，大数据多数为半结构化和非结构化的数据
④Veracity，要求处理速度快，大数据的处理技术上与云计算、集群网格计算、分布式计算等技术的应用紧密相关，一般要求在秒极时间范围内给出分析结果，时间太长就可能失去了大数据的分析价值，这一点与传统的数据挖掘技术有着本质的不同。
1.3 档案资源符合大数据的特征
①档案数据体量巨大（Volume）。目前，单个国家综合档案馆档案资源总量基本达到了TB级，考虑到每个档案馆资源的不同，以及各类档案部门保存的档案数量，必将达到PB级甚至EB级。据统计，2011年，各级国家档案馆馆藏已达3，3亿卷，到2020年，馆藏将达到6亿多卷，如果加上企事业各类档案部门馆藏，将是一个海量资源库。
②档案资源种类多（Velocity）。档案资源以文本类为主，还有大量的音视频档案、照片图片档案、图纸、凭证档案、地理信息、网络日志等，都是非结构化数据，描述这些档案资源的元数据又是结构化数据。海量结构化数据与非结构化数据的混合正是传统数据处理难以解决的问题，符合大数据的多样性特征。
③档案价值高，但价值密度低（Variety）。档案留存着社会的历史记，具有很高的历史价值。然而对当前应用来说，海量档案信息，每次可能利用的数据非常少，存在着价值密度低的特点。如视频，连续不间断摄制过程中，可能有用的数据仅仅有一两秒，这些档案信息蕴含着巨大的潜能，需要人员、流程与技术的密切配合，方能将其转化为更大的真正价值。
④处理速度要求高（Veracity）。大数据要求实时或近乎实时的处理速度，这对企事业单位来说没问题，对于国家档案馆来说好像要求过高，其实不然，传统档案利用方式是被动地等待用户来查找原始信息，给社会留下“故纸堆”的印象，如果改被动服务为及时、准确地主动服务，这种主动服务不仅提供档案原始信息，还应提供BI、预测分析、内容分析、辅助决策分析等。
2 大数据给档案馆带来的影响分析
2.1 大数据技术给档案馆发展带来的机遇
从资源角度而言，档案是社会组织和个人在社会实践活动中直接形成的具有清晰、确定的原始记录作用的固化信息。大数据时代，档案概念存在着严重的泛化问题，很多之前不能被称之为档案的信息在大数据时代都可能变成档案，这就造成了档案数量的急剧增长，“每一条记录都将变成具有长期保存价值的档案，这些单位价值密度低的记录信息将作为不可分割的整体来发挥档案的价值。这也就意味着”一切具有保存价值的文件、数据、视频、实物都将视为档案，基于信息系统的电子文件在形成之后‘一秒钟’即形成‘电子档案’”。档案馆将“更多地关注一些底层化、碎片化、复杂化的信息。
（2）从管理角度而言，大数据时代的到来，推动了档案管理的变革。不同于传统的手工管理，大数据时代的档案管理将在云平台上建设云档案系统，实现云存储，档案馆传统的“收管用”也将发生变化，“收”是将数据实时、自动归集，“管”是将采用云平台存储、计算、分析，“用”则是分析、发现与预测，为社会、企业创造价值。从大量数据中分析潜在的价值，决定着大数据时代档案馆的发展水平及方向，这就意味着大数据时代，“档案馆的传统业务将向档案资源的数据分析、数据挖掘方向转移，对大量数据的分析与处理将成为档案馆的主要业务。
（3）从服务角度而言，大数据时代档案馆的服务内容、服务方式、服务目的均将发生改变。档案服务将“朝着社会化、多元化、开放性和先进性发展，以企业、客户个性化的需求为导向，提供网络化、智能化服务。大数据的发展将实现真正的个性化服务，“不仅提供用户所需要的信息，还通过对用户需求进行分析，提供基于海量分布式资源的精细化知识组织输出，实现“信息+解决方案”的一站式服务。
（4）从思维角度而言，大数据时代的到来，将从多个方面变革传统的档案馆思维模式，为档案馆管理、服务及业务理念带来颠覆性的变化。管理思维上，将推动档案馆从经验驱动到循数管理的转变，让“数据说出话来”；服务思维上，档案馆的服务理念将实现从供给导向到需求导向的转变，实现从资源密集型服务到服务主导型的转变；业务思维上，从追寻“因果律”走向审视“相关性”，从出现问题――逻辑分析――找出因果关系――提出解决方案的逆向思维模式，到收集数据――量化分析――找出相互关系――提出优化方案的正向思维模式转变。
2.2 档案馆推进大数据的挑战
2.2.1档案服务利用方式急需革新
大数据技术发展推动了档案管理的科学化，在庞大的数据信息源的支持下，档案馆的服务将走向结论化、知识化和智能化，从而改变以往简单复制、查阅等利用方式，减少了服务过程中的不确定性。而且用户希望提供个性化、可视化服务，也对档案部门的服务利用提出了新的需求。大数据时代的发展将实现真正的个性化服务，不仅提供用户所需要的信息，还通过对用户需求进行分析，提供基于海量分布式资源的精细化知识组织输出，即实现信息解决方案的一站式服务。档案服务方式的革新对档案馆提出了很高的要求。
2.2.2技术的滞后跟不上大数据的发展
档案馆自身技术的滞后也引起了研究者的深刻忧虑。在档案大数据的检索方面，“如何在大量的档案数据中快速而准确地检索到所需的信息”；在档案大数据的分析方面，如何实现大数据处理方法和工具的简易化和自动化；在档案大数据的展示方面，如何实现最终结果的可视化：在档案大数据的利用方面，如何在海量数据中抽取和挖掘有用的信息和知识并提供给用户，进行专业化处理，实现数据“增殖”。这些实质性的问题若得不到妥善的解决，大数据的发展、普及和深入将遭遇严峻的挑战。
2.2.3思维观念的及时调整
在新事物的推进过程中，还要特别注意不要陷入极端的思维误区，一般情况下档案馆在推进大数据的过程中容易陷入两种思维误区，一种是完全的否定大数据，没有大数据观念，无视大数据时代的来临，不想改变，采取固守原状的鸵鸟政策；二是泛大数据化，即不加鉴别地收集保存一切数据，从而使得档案馆陷入数据沼泽，数据数量太多进而丧失了自己的特色，此外人才问题也是一个很大的挑战，档案专业技术人才及信息技术人才的匮乏将极大地阻碍档案馆大数据的发展。
3 大数据在档案信息化工作中应用的应对策略
（1）转变服务观念。目前大多数档案部门依然是几十年前的服务观念：被动的等待利用者，提供的服务主要还是档案信息内容，随着档案信息化工作的开展，档案目录、部分档案全文经数字化后上网供利用者浏览，这是主动服务思想的体现。一些档案部门也在尝试_展进一步的主动服务工作，比如，北京房山区提出“基于数据挖掘的档案信息资源深度开发与利用”等，尽管是传统的数据仓库应用，但服务的主动性已经有了很大的提升，是一大进步。
（2）开展档案数字化工作，提高纸质档案数字化率，尽可能的将馆藏传统档案进行数字化，如果数字化率比较低，数据肯定不全有遗漏，抓紧实施电子文件管理工程，进行电子文件收集管理与保存工作，在进行档案数字化的过程中，由于同一份传统档案可能存在多个全宗或立档单位都存在，在大数据处理前需要进行，以免增加超级计算机或服务器集群的负担。有两种方法。一种方法是利用档案目录，各档案部门基本都已建设自己馆藏的档案条目，先把条目上传，根据条目比对档案的重复性，将结果反馈给相应的档案部门，以一个档案部门为主进行数字化，其他部门或下载拷贝相关链接关联相应档案，该方法条目上传到上一级档案部门，由上级档案部门统筹安排进行数字化，该方法的优点是节省资源，有限的资源可以尽可能多地数字化，缺点是协调，统筹不容易。另一种方法则是各部门分别数字化自己的馆藏，将数字化结果全部上传到数据治理计算机，由数据治理计算机进行全文比对。该方法优点是比对准确，缺点是资源有所浪费，同时加重了数据治理服务器的负担。两种各有利弊，应当灵活使用。
规划全国性或区域性的档案资源云服务。大数据的基础是云计算，同时档案信息资源的整合也应该建立在云计算基础之上，可以考虑建设全国或区域性的公有云，实现全国或区域内档案条目的集中与共享，实现档案的存放与共享，甚至可以实现区域内所有电子文件、数字档案的存储，下级档案部门保留档案链接地址即可。这样的前提是访问公有云的是高速网络。公有云下，区域内档案部门可以建设自己的私有云。档案云资源的建设使得大数据平台有了强有力的数据支撑。
（4）提升档案工作员工综合素养。要建设档案强国，首先要建立一支与档案强国相匹配的档案工作员工队伍，特别是大数据时代，档案工作不再是原先的装装订订，档案利用也不是简单的查阅，档案人员应从数据的视角看待档案，以大数据推动档案馆的管理和服务。这也对档案人员提出了更高的要求，大数据时代，档案馆人员要努力向“数据科学家”转变，大力提升综合技能，一是具备一定数学知识能够建数据模型，二是能够利用信息技术建数据模型分析系统，三是处理数据，得出结论和自己的见解。
大数据时代的缺点范文3
大数据时代的到来，给与之密切相关的统计学专业带来了前所未有的机遇与挑战。本文针对统计学专业的自身特点，分析了专业中存在的问题，并从人才培养目标的定位，课程的调整与设置，教学手段创新和完善教学评估体系等几个方面提出了一些合理化的建议。
关键词：
大数据；统计学；教学改革
一、引言
最早提出“大数据”时代到来的是全球知名咨询公司麦肯锡，现在的社会是一个高速发展的社会，科技发达，信息流通，人们之间的交流越来越密切，生活也越来越方便，大数据就是这个高科技时代的产物。大数据具有以下的鲜明特点：第一个特征是数据量大。第二个特征是数据类型繁多，多类型的数据对数据的处理能力提出了更高的要求。第三个特征是数据价值密度相对较低，如何通过强大的机器算法更迅速地完成数据的价值“提纯”，是大数据时代亟待解决的难题。第四个特征是处理速度快，时效性要求高，这是大数据区分于传统数据挖掘最显著的特征。统计学专业是与数据分析处理联系最为紧密的学科之一。大数据时代的到来不仅为统计学专业的发展带来的前所未有的机遇，同时也带来了巨大挑战。传统的统计学专业已不再适应大数据时代的信息爆发式增长的要求，这就要求我们应该对统计学专业进行重新定位，并在此基础上调整相关课程，改革传统的教学手段以及完善教学评价体系，以适应大数据时代的到来。
二、统计学专业改革的建议
(一)人才培养目标的重新定位如果说以往的统计学专业是以培养简单的“应用型”人才为目标，那么随着大数据时代的到来，社会不仅仅需要会应用基础统计知识处理相关领域的问题的单一的应用型人才，而是对人才提出了更高的要求：大数据时代下的统计学专业的人才除了应该具备基础的数据收集，处理和分析的能力之外，还应该了解相关应用领域的背景知识，而且应具备很强的自我学习能力，以适应大数据时代数据量大，总类繁多，时效性高等发展特点。因此，统计学人才培养目标应该重新作出调整，应该以培养全新的“复合型”统计人才为新的目标。
(二)课程设置的调整随着人才培养目标的重新定位，随之而来的就是应该对不再适应时展要求的课程进行必要的调整。首先，大数据的分析和处理与以往的经典分析方法有很大不同，以往的统计分析方法主要是建立在抽样基础之上，而大数据时代信息处理迅速，信息获得途径广泛，而且信息价值密度低，这就要求数据处理时，可以以全体作为样本，而不是进行抽样；分析时必须考虑所有数据而不是剔除所谓的异常数据。因此，以往的经典统计分析方法已不再适应大数据的处理和分析，必须适当的调整经典分析方法的课程设置，增加新的适用于大数据分析的课程。其次，随着数据量的爆发式增长，所有的统计工作对计算机的依赖程度越来越高，这就要求统计学专业的学生不仅掌握统计学专业的基础知识，同时应该熟练掌握计算机专业知识相关知识，因此，在课程安排时，应注意计算机相关课程的适当增加。基于上述原因，可以考虑增加如下课程：机器学习，模拟算法，数据挖掘，R语言软件分析等课程，同时适当降低传统分析方法课程的学时比重。此外，为了使学生能够对相关应用领域的背景知识有所了解，可适当增设与应用领域相关的通识课程。
(三)教学模式与手段的创新以往的教学模式，通常是以课堂教学，掌握书本经典理论为主。虽然，传统教学手段有着学生理论基础扎实等诸多优点，但是同时也存才学生过于偏重理论知识的掌握，动手能力不足，理论与实践脱节等缺点。随着社会的发展，尤其统计学专业自身具有鲜明的应用专业特点。只采用传统的教学模式和手段显然不再适合大数据时代的需要；同时，随着大数据时代的到来，多媒体手段日益丰富多彩，为传统教学的创新提供了必要的支持。因此，为了适应大数据时代人才的要求，必须改革传统的教学手段和模式，在传统教学基础上，加大实验教学的比重，在传统教学外，增加社会实践环节，引入微课慕课，翻转课堂等全新教学模式，以提高学生的学习兴趣，锻炼学生理论应用于实践的能力，从而为以后使用大数据时代的工作打下坚实的基础。
(四)教学评价体系的完善传统的教学评价体系，通常是采用书面考核的方式对学生的学习进行评价，随着时代的发着，单纯的笔试评价不足以衡量学生的全面能力，最后导致出现高分低能的情况的出现。为了适应大数据时代对人才多方面能力的需求，必须对传统的考核评价体系做出适当的调整，以评价学生的多方面能力，尤其是动手能力，学习能力和应用相关理论处理实际问题的能力。具体可以采用多种考核方法相结合的方式。如：增加平时的考核力度，增加实践项目的考核，通过布置适当的项目论文，采用答辩的形式，以锻炼学生适应以后工作，独立分析解决问题的能力。此外，传统教学评价体系通常是单方面的，只有对学生成绩的评价，为了适应大数据时代的到来，全面提高教学质量，可采取双向教学评价体系，如：增加学生对教学环节的评价体系。以及教师间同行间的评价体系等。
三、启示
大数据时代的缺点范文4
关键词：大数据 教育 个性化教育
一、何为大数据
"大数据"是一个体量特别大，数据类别特别大的数据集，并且这样的数据集无法用传统数据库工具对其内容进行抓取、管理和处理。要理解大数据这一概念，首先要从"大"入手，"大"是指数据规模，大数据一般指在10TB（1TB=1024GB）规模以上的数据量。大数据同过去的海量数据有所区别，其基本特征可以用4个V来总结（Vol-ume、Variety、Value和Veloc-ity），即体量大、多样性、价值密度低、速度快。
第一，数据体量巨大。从TB级别，跃升到PB级别。
第二，数据类型繁多，如网络日志、视频、图片、地理位置信息，等等。
第三，价值密度低。以视频为例，连续不间断监控过程中，可能有用的数据仅仅有一两秒。
第四，处理速度快。最后这一点也是和传统的数据挖掘技术有着本质的不同。物联网、云计算、移动互联网、车联网、手机、平板电脑、PC以及遍布地球各个角落的各种各样的传感器，无一不是数据来源或者承载的方式。
二、大数据与传统数据的区别
大数据与传统数据的区别在于对于“数据”的理解更为深入，许多我们曾经并没有重视的，或者缺乏技术与方法去收集的信息，现在都可以作为“数据”进行记录与分析。大数据与传统数据最本质的区别体现在采集来源以及应用方向上。
传统数据挖掘方式，采集方法、内容分类，采信标准等都已存在既有规则，方法论完整。大数据挖掘是新鲜事物，还还没有形成清新的方法、路径以及评判标准。
传统数据来源于阶段性的、针对性的评估，其采样过程可能有系统误差;大数据来源于过程性的、即时性的行为与现象记录，第三方、技术型的观察采样的方式，误差较小。
传统数据分析所需要的人才、专业技能以及设施设备都较为普通，易获得：大数据挖掘需要的人才，专业技能以及设施设备要求较高，并且从业者需要有创新意识。
三、大数据对教育的影响
1.对教育理念和教育思维的影响
随着大数据时代的来临，教育理念、教育思维方式也有了很大改变。教育领域各方面都充满了大数据。学生、教师的一言一行，学校里的一切事物，都可以转化为数据。当每个在校学生都能用计算机终端学习时，包括上课、读书、写笔记、做作业、发微博、进行实验、讨论问题、参加各种活动等，这些都将成为教育大数据的来源。大数据比起传统的数字具有深刻的含义和价值。教育将不再是靠理念和经验来传承的社会科学，大数据时代的教育将步入实证时代，变成一门实实在在的基于数据的实证科学。大数据使得教育者的思维方式发生了深刻变化。传统的教育大多是教育主管部门和教育者通过教学经验的学习、总结和继承来展开的，但是有些经验是不具有科学性的，常识有时会影响人们的判断。大数据时代将可以通过对教育数据的分析，挖掘出教学、学习、评估等符合学生实际与教学实际的情况，这样就可以有的放矢地制定、执行教育政策，制定出更符合实际的教育教学策略。
2.对个性化教育的推动作用
大数据对教育带来的一个变化在于实施个性化教育具有了可能性，真正实现从群体教育的方式转向个体教育。利用大数据技术，我们可以去关注每一个学生个体的微观表现。通过这些微观数据的整合能够诠释教学过程中学生个体的学习状态、表现和水平。大数据技术将给教师提供最为真实、最为个性化的学生特点信息，教师在教学过程中可以有针对性地进行因材施教。比如，在课堂学习过程中，哪些学生注意基础部分，哪些学生注意实践内容，哪些学生完成某一练习，哪些学生可以阅读推荐书目，等等。不仅如此，当学生在完成教师布置的作业时，也能通过数据分析强化学习。比如，通过电子设备做作业时，某一类型的题目有几次全对，就可以把类似的题目跳过;如果某个类型的题目犯错，系统则可进行多次强化，这样不仅提高了学习效率，也减轻了学生的学习负担。
3.重新构建教学评价方式
教学评价中利用大数据分析，可以通过技术层面来评价、分析，进而提升教学活动，从依靠经验评价转向基于数据评价。教学评价的方式不再是经验式的，而是可以通过大量数据的“归纳”，找出教学活动的规律，更好地优化、改进教学过程。通过大数据分析，还可以发现学生思想、心态与行为的变化情况，可以分析出每个学生的特点，从而发现优点，规避缺点，矫正不良思想行为。此外，大数据通过技术手段，记录教育教学的过程，实现了从结果评价转向过程性评价。同时，这些数据也可以促使教师进行教学反思，自己在哪些方面需要改进，从而促进和优化教学实施过程。
4.加强学校基于数据的管理
大数据对于学校管理具有重要的价值，有利于实现学校管理的精确化、科学化。学校管理离不开信息，学校是培养各类专门人才、传授知识和创造知识的场所，拥有众多的专业学科，与国内外联系广泛，每天进行着各种教学、科研及其管理活动，蕴藏着十分丰富的信息资源。学校管理中的各种决策和控制活动，都是以大量的数据为基础的，并不断产生各种新的数据。大数据的处理和挖掘对于学校管理具有关键作用。利用大数据技术，着眼于管理决策、管理活动、管理过程控制，全面归集学校管理大数据。比如，针对教务管理、行政管理、科研管理、人事管理、财务管理、后勤管理等各类领域，进行全校系统的规划、梳理，具体细化数据收集标准规范，及时归集，形成全校管理大数据。同时，针对重要管理对象的数据，由多个源头、从不同方向对同一个对象进行数据记录，数据之间可以互相印证，形成多源的管理对象大数据。此外，利用大数据分析技术，为学校网络信息安全管理也提供了重要的手段。
结束语：
在大数据大环境下，对现代教育既是机遇，更是挑战，大数据必将对教育的方方面面产生深远的影响，从而带来一场教育界的大革命。
参考文献
[1] 魏忠 何立友 大数据：开启面向未来的教育革命 [J] 中小学信息技术教育 2013（10）
[2] 沈学瑁 大数据对教育意味着什么 [J] 上海教育科研 2013（9）
大数据时代的缺点范文5
关键词 大数据 档案 档案管理
中图分类号：G270.7 文献标识码：A
1大数据背景下档案管理的发展趋势及特点
档案是人类智慧的一种物态结晶，是人类认识和改造世界的原始记录，学术界尊之为“历史文明之母”。透过档案，人们可以继承和发扬优良的文化传统，借鉴和吸取人类社会优秀的文明成果，以服务于和谐社会的建设。随着大数据时代的来临，对档案管理产生了广泛而深刻的影响。首先从思想观念角度来说，要转变认为历史上积累下来的大量档案信息、文档已经没有利用的价值，已经完成其使用价值的旧观念。在大数据时代，要对这些海量信息进行整合重组，建立统一的平台，并使那些从前分割、封闭的档案架构迈向大数据时代的开放、协同、互动的架构，建立跨系统、跨越平台、数据结构的档案信息服务平台，达到有效合理地利用这些“过时”的档案信息。
2档案管理引入大数据带来的新挑战
大数据的出现改变了传统的管理方式，在信息来源、处理方式等方面都会带来革命性的变化。档案管理部门必须主动转变档案管理旧的思维方式，学习和利用大数据技术创新档案工作，树立服务网络化思维、信息化思维、技术性思维和资源共享性思维，并在实践中学会主动运用，以便满足未来利用者的需求。
传统的档案管理主要基于手工整理、编目，主要是以纸质档案为主。在计算机管理时代，通过运用计算机和相关软件进行档案管理，出现了纸质档案与电子档案并存。在大数据时代，档案管理将实现云平台上建设云档案系统，实现云储存。将各类有价值的信息资源整合、分析、挖掘，形成档案的知识库，为决策提供服务，创造价值。
档案管理主要是收集、整理、利用3 个环节，在传统的方式中收集是由各个部门移交，整理主要是手工，利用是被动式的服务。在信息化时代，采取部门移交和电子文档归档相结合的方式，整理可以利用计算机辅助进行，利用是对现有信息进行二次加工和编研，更像是对以往信息的归类总结，对现实缺乏指导意义。大数据时代，收集将会是数据实时、自动归档，整理将实现云平台存储、分析，利用则是针对现实需要对数据进行分析、计算和预测，实现其价值，对现实更有指导作用。
3大数据背景下提升档案管理水平的对策
3.1改变传统观念
档案馆长期以来采取的是“供给导向”的发展模式，往往从自身业务的角度出发，有什么样的内容就提供什么样的服务，利用者常常面临着“提供的服务不需要，需要的服务找不到”的尴尬情况。随着大数据在其他领域应用优势的不断凸显，用户对档案馆精品化、多元化、个性化的服务需求越来越强烈，如果继续采取无所作为的观念，那么档案馆将会失去未来的发展机会，甚至会失去存在的意义，成为一座“信息孤岛”。因此，档案馆要实现从供给导向到需求导向的观念转变，以用户的需求为导向，充分挖掘和利用各方面的资源和能力来满足用户的需求。
3.2加强标准规范的建设
在大数据时代下，信息众多无法管理。为此必须首先本着“确保数字档案资源格式统一、数据规范、长期可读、便于共享”的原则制定标准、统一的规范，避免信息杂乱无章。在档案管理工作中，应该根据工作实际，积极采用国际标准和国外先进标准，制定、修订各类适合我国档案管理标准，并与图书、情报的国际、国内标准相一致以便于信息互换和共享。在大数据时代，根据电子文件管理的需要，应该制定统一的电子文件形成标准和电子文件归档规范，以规范各业务系统数据的形成。同时，还积极引入档案（文件）管理体系国际标准，对各类档案定期检查梳理。
3.3重视档案资源库建设
在大数据时代，档案馆要尽可能多地收集和保存数据，做到全覆盖，尽可能地为科研生产提供详实的资料。首先，要做好存量档案的数字化，把现有保存的纸质等传统载体的档案进行数字化处理。而在处理的过程中要按照利用程度的高低，分门别类、循序渐进，行政党群类的发文、收文；科研类中的奖状、证书、合同、课题；基建类的施工、竣工图纸等，由于利用率非常{，应该是高校档案数字化的重心。对已经数字化处理的档案材料要注重质量，不但要保证扫描后的数字档案内容完整、画面清晰，与原件对应，还要确保其具有法律效力。不能出现漏扫、错扫、扫描不清、扫描不全等情况。通过全程、全面质量控制方法来确保数字化质量。
3.4构建大数据档案资源平台
有了海量的档案资源，而利用者无法有效利用，那样只会浪费资源。因此通过构建档案信息资源共享平台，才能有效地提高档案资源利用效率。目前国家建立了全国开放的档案信息资源共享平台，通过与各级档案馆已有的开放平台连接，达到资源的共享。目前档案馆需要对已经数字化的档案，尚未放入信息资源共享平台的要尽快放入数据库或局域网提供内部利用；对于尚未开放鉴定的要尽快鉴定开放，把尽可能多的档案资源放入共享平台，以便提供社会共享。
4结语
档案部门在新媒介环境中开展档案宣传工作时，需要同时利用传统媒介和新兴媒介，双管齐下，相互融合，发挥各自的优势，弥补对方的缺点，以尽可能多的途径和方式将民众感兴趣的档案内容传递给民众，时刻感受到档案的气息。
参考文献
[1] 赵媛媛.基于新媒介的档案宣传研究[D].天津：天津师范大学，2014.
大数据时代的缺点范文6
【关键词】停电信息 移动终端 定位
随着国家发展改革的不断深化，国有企业的社会责任不断增强，服务质量需要不断提升。对于电力企业而言，在做好“电”这个商品本身的质量（电压、频率和波形）的基础之上，供电可靠性也是重要指标，必须想方设法减少停电的时间和次数。如果有必须停电的情况，在停电前应及时计划停电信息。为促进服务质量提升，可以探索一种在移动终端上主动推送式的停电信息方式。
1 现有停电信息模式探讨
1.1 现有停电信息模式
目前在线路计划停电之前，供电公司会将停电信息通过报纸等媒体予以告知性，而在公用变压器计划停电之前，供电公司会将停电信息张贴到住宅区。用户也可通过浏览特定网站获知，或者通过微信软件等移动终端手动查询方法。用户也可以拨打供电服务电话或浏览供电企业网站来查询近期停电信息。
1.2 现有停电信息模式探讨
目前的停电信息形式多样、媒介不同，并可以通过有效管理手段及时准确地停电信息，但在这种模式下，用户始终处于被动接收信息的状态。而在大信息时代，各类纷繁的信息充斥着每个人的生活，并且随着供电可靠性的提升，用户就需要在偶尔有计划停电的情况下从大量的信息中筛选出有效准确的停电信息，这对于一般用户而言有较大信息缺失的可能。
2 停电信息新模式的探索
2.1 通过电话定位停电信息
时常会在通过城市交界处时，手机会接收到到达某城市的欢迎信息。使用类似移动基站定位方式来匹配并发送停电信息成为一种选择。用移动基站信息与停电位置信息匹配后得出二维数据表，再与移动终端用户所处位置匹配，用手机短信的方式通知在计划停电区域内的用户。
2.2 计算机甄别停电区域并自动电话通知用户
用计算机自动甄别供电企业的停电区域信息涉及的相关用户，取得供电企业用户信息库中相关用电地址和联系电话等信息，匹配停电区域得出涉及到的相关用户的联系电话，并通过自动语音拨号或者短信通知等方法通知相关用户，使用此种通知方式能够直接在停电信息后实现自动通知，在时效性和便捷性方面具有较大优点。
2.3 基于移动终端定位的主动推送式停电信息
在移动终端中安装主动推送式停电信息的APP应用，或者嵌入主动推送式停电信息功能的其他应用程序。在供电企业停电信息后，应用程序将生成停电覆盖范围和时间，用户的移动终端定位模块能够获得使用者的实时位置信息，当判断到使用者进入到计划停电范围内，或者部分移动终端带有统计“常到的地点”功能所记录的地点位置与计划停电覆盖范围有交集时，移动终端能够主动推送停电信息，提示用户注意。
3 停电信息新模式的比较和信息主动式应用的扩展
3.1 停电信息新模式的比较
通过电话定位停电信息的模式可以模糊匹配用户所在位置并及时收取相关停电信息，但缺点在于这种模式很大程度上信息的有效性和准确性取决于用户所处位置，用户所在的很多地点可能仅仅是短时停留，用户将会收到很多无用信息。计算机甄别停电区域并自动电话通知用户的方式可以直接在停电信息后实现自动通知，能够及时准确地发送到用户户号对应的联系电话，但是缺点是很多用户并不愿意在供电企业的用电信息库中填入详细的联系方式或者及时更新，另外会增加信息的费用，在经济性和率方面均不够理想。基于移动终端定位的主动推送式停电信息方式可以在大数据时代随着移动终端和定位技术的发展较为准确地判断分析用户关心的位置信息，准确及时地停电信息，另外，一次性地软件开发费用与重复性的电话通知费用相比在经济性方面也有很大的优势，移动终端通过部署的应用程序在后台主动搜集和分析后将数据直观地推送到屏幕通知区域能够让用户获得很好的用户体验。
3.2 信息主动式应用的扩展
随着大数据时代的到来和信息技术、移动技术的发展，智能城市和智能电网从概念到实际推动的趋势，城市用户生活信息获取的便捷性与爆炸式大数据信息的模式之间的矛盾日趋严重，使用信息主动式应用不但可以在供电企业停电信息的方面，而且在城市市民用水、电视、网络、社区活动等多方面多维度广泛拓展，更加可以逐步进阶为互动式平台，普通用户如果有重要事宜也可以上传保障申请或优质服务的申请，服务提供商利用大数据平台分析汇总区域内申请，由行政管理部门审核批准，在计划检修时考虑到相关因素，形成互动式、在线式智能生活服务平台，将技术的发展转化为便民的举措，提高城市居民的幸福指数。
参考文献
[1]维克托.迈尔.舍恩伯格.大数据时代[M].杭州：浙江人民出版社，2012.
[2]大数据时代下的大数据到底有多大？[J].中国大数据.2014（03）6.
[3]带您了解大数据[J].中国大数据，2014（03）25.
[4]王元虎，周东明.卫星时钟在电网中应用的若干技术问题：中国电力，1998， 31（2）：10-13.
