大数据时代构造性思维培养.docVIP

大数据时代构造性思维培养 　　文章编号：1672-5913（2015）11-0089-04 　　中图分类号：G642 　　摘要：针对大数据时代对计算机人才的要求，从理论层面、技术层面、实践层面分析大数据的特点以及对计算机行业的影响，从人类文明进步史的角度论述构造性思维与知识经济特别是大数据时代的关系、构造性方法对计算机科学及应用领域拓展与统一的意义，探讨计算机专业教育的指导思想，指出构造性思维的培养对计算机人才培养的重要性，对教学体系设计、教学过程、教学评价等环节如何贯彻这一指导思想提出建议。 　　关键词：构造性思维；大数据时代；计算机专业教育 　　0 引 言 　　随着互联网尤其是物联网、移动互联网、数字媒体的高速发展，包含文字、数值、表格、网页、图像、音频、视频、空间位置、活动轨迹等多种形式的数据呈爆炸性增长，数据的规模及积累速度已对数据的存储、加工、管理和应用提出前所未有的挑战。许多企业和机构必须重新定位发展方向，才能在大数据时代继续生存和发展。培养计算机专业人才的高校应敏锐地捕捉到这种发展趋势的信号，及时调整专业教育的指导思想，同步优化调整教学体系和教学计划，使得我们的学科教育具有前瞻性和灵活性，能够培养出适应时代发展的专业人才。 　　1 大数据的解读 　　大数据、云计算和移动互联网是IT界的颠覆性革命技术，我们可以从3个层面理解大数据。 　　第一是理论层面。大数据不同于过去的“数据仓库”，虽然两者均包含海量资料，但是数据仓库及其应用是建立在以关系型为主的结构化数据库上的，而大数据的数据类型未规范、数据规模巨大，目前现有的硬件和应用软件尚未能在短时间内采集和运用大数据辅助实时决策。 　　大数据具有4个“v”属性。①volume（大量）：数据体量巨大，从TB级别跃升到PB级别，甚至需要以EB和ZB计量；②variety（多样）：数据类型丰富，模态异构，有结构化数据、半结构化数据和非结构化数据，包括互联网上的各种网页、图片、音频、视频，搜索引擎中的关键词，社交网络中的关联、互动和喜好以及各种传感器自动收集的监控结果等；③velocity（高速）：处理速度快，可从各种类型的数据中快速查询并加工综合出有价值的信息，不同于传统的抽样技术，也不同于普通的数据挖掘技术；④value（价值）：数据从处理对象变为一种基础性资源，其价值总量很高，但价值密度却很低，如长时间的监控视频中可能仅几秒长度甚至几帧画面有用。科学和合理地选择数据并对其进行准确的分析处理，浪里淘沙，把数据资产盘活，让数据带来实际的价值回报，是大数据应用的关键。 　　第二是技术层面。大数据分析与传统的数据库和数据仓库应用相比，具有数据量大、数据类型丰富而不规范、查询分析复杂等特点。在大数据从采集、加工、存储到运算、综合形成结果的整个过程中，既需要创新和综合运用传统方法，又需要开发新的技术和方法。伴随着硬件技术和网络技术的不断进步，适用的方法也需要不断更新，因此大数据的处理技术是大数据价值体现的手段和进步的基石。 　　第三是实践层面。实践是大数据的最终价值体现。在具体的应用领域，除了信息通信产业，大数据正侵蚀和重构传统行业如制造业、零售业、电力、医疗、教育等，从选址到供应链优化、生产调度、客户管理、创新研究等方面，大数据的应用优势越来越明显。同时，大数据的影响不仅局限于经济领域，而且在政治、文化等领域也产生深远影响，如政府政策的制订、舆情的监控等。政府、企业、个体等多层面的大数据为国家治理、企业决策乃至个人生活服务提供了支撑。 　　2 构造性思维及与大数据的关系 　　综观人类文明史，经济发展到每个阶段都产生代表这阶段的科学技术和文化，并产生一种通用的表达语言来描述人们所掌握的规律。在原始经济时代，产品交换的需要产生了算术表达语言，用于描述物质交换的计数问题；农业经济时代，土地丈量等经济活动促使欧几里得几何语言的产生；工业经济时代，应用牛顿力学的能量转换和传送、动力、加速度等问题，使微积分成为工业经济时期的通用表达语言。知识经济时代尤其是大数据时代，需要一种基于计算科学的通用表达语言，用符号语言构造一个通用模型：从最简单的对象（集合）出发，构造一个包括不同领域的通用模型，能用不同的语言（符号语言、图形语言、逻辑语言等）表示这个通用模型。由于要求在有限和有效的时间内完成，求解问题的方法就是基于离散结构的构造性思维方法。 　　构造性思维体现在构造模型的能力上，指能使用通用的语言（如数量代数和非数量代数的语言、符号逻辑语言、数理统计语言、多媒体语言等）构造表达和解决实际问题的模型的能力。人们把待机器处理的实际问题描述成领域性模型（如管理模型、控制模型、推理模型、学习模型、分析模型等），用通用语言进行编码求解。可以从两方面探讨问题的通用特性：一是用一种