大数据时代高等学校资产管理信息系统建设研究.docVIP

大数据时代高等学校资产管理信息系统建设研究 　　摘 要：大数据时代正处于不断发展之中。对大数据时代的数据理念进行理性分析，把握大数据时代思维方式变革，已成为当前高校资产管理工作需要深入思考并切实贯彻的重要战略课题。本文以吉林大学资产管理为例，探讨如何以新的策略来应对大数据时代对高校资产管理工作所提出的挑战。 　　关键词：大数据；高校；资产管理 　　中图分类号：G647 文献标志码：A 文章编号：1673-8454（2016）07-0023-05 　　在进入新世纪的今天，互联网已经发生巨大的变化，大数据（Big data或Megadata）正以前所未有的速度重塑人们探索世界的道路。[1]大数据时代的到来，使人类认识世界和改造世界的思维方式发生深刻变革。对大数据时代的数据处理理念进行理性分析，把握大数据时代思维方式变革，应对大数据时代对高校资产管理工作所提出的挑战并找出相应对策，是当前必须深入思考并切实贯彻的重要战略性课题。为适应时代挑战，吉林大学资产管理与后勤处在日常工作中建设起新型“云平台”，从而初步实现了对高等学校资产的新型优化管理。 　　一、大数据的内涵及其特征 　　“大数据”一词的直接来源非常新，一般都追溯到2012年2月13日The New York Times网站上所刊出的一篇题为“the Age of Big Data”（作者是Steve Lohr）的专栏文章。Steve Lohr在文中称：大数据时代已经降临，在商业、经济及其他领域中，决策将不再基于经验和直觉，而是日益基于数据和分析。[2]所谓大数据，是指数据规模巨大、类型繁多、更新速度极快的数据库。[3]大数据的基本要义有二：一是数据为大量数据集合，其规模已达到无法在一定时间内用常规软件工具对其内容进行提取、管理、分析、处理和应用；二是提取、管理、分析、处理和应用这些数据有赖于新的技术体系。[4] 维基百科也对大数据做出了一个描述性定义：“巨量资料（Big Data），或者大数据，指的是所涉及的资料量规模巨大到无法通过目前主流软件工具在合理时间内达到撷取、管理、处理并整理成为帮助企业经营决策更积极目的的资讯。”[5]大数据是一个宽泛的概念，但所有定义毫无异议地均突出了“大”这一重要特征。这种“大”不仅体现为数量上的“大规模”，更体现为数据应用的“大价值”。大数据一般来说有“4V”特征，即Volume（容量）、Variety（种类）、Velocity（速度）和Value（价值）。 　　1.数据总量增长迅速（Volume） 　　数据量大是大数据的基本属性。根据IDC的定义，大数据的数据量至少要有超过100TB的可供分析数据。数据规模激增的根本原因是当下的用户已经习惯于通过网络来获取和共享大量数据，从而导致存储数据的总量持续增长；其次是人们获取数据的能力不断强化，对数据的精度和维度的要求也大大提高，这使网络所提供的数据更接近事物的本来面目、更接近真实的纷繁世界，但这必然同时强化了数据的复杂性和多样性，从而令数据总量大大增加。另一个导致数据量增长的主观原因是人们处理数据的方法和理念已发生根本改变。随着技术的发展，在许多应用领域，单一维度的取样已经满足不了不同人群不断提出的多样化、细致化需求，为使处于使用状态的数据总量可以带来更高的精确性，从而能够全方位、多角度地解释事物的复杂属性来满足人们的要求，纳入处理范围的数据总量势必显著增多，这就在客观上导致样本数目的总存量持续逼近原始的总体数据。[6] 　　2.数据类型多样（Variety） 　　大数据关注包含大量细节信息的非结构化数据。数据类型繁多、复杂多变是大数据的重要特性，这与从前的结构化信息时代存在着显著的差异。结构化信息所强调的是大众化、标准化的属性，这使结构化数据的复杂程度多呈线性增长，新增的数据可以通过常规技术手段进行处理。因此，事先定义好的结构化数据尽管数量庞大，但却可以不考虑其中的细节，仅仅抽取其中的有用信息即可满足多方的基本需求。然而，非结构化数据却并不存在统一的结构属性，因此在记录数据数值的同时，还必须做好数据结构的存储工作，这就在根本上大大增加了数据存储、处理的难度。在大数据时代，工作、生活中的各种半结构化、非结构化数据已渐成主流数据。据不完全统计，非结构化数据量已占到数据总量的75%以上，其增长速度比结构化数据平均要快十到五十倍。[7] 　　3.数据处理速度迅速（Velocity） 　　数据动态采集技术的飞跃实现了海量数据的实时采集、传输，同时还实现了按不同主体的需要提供交互式、实时或准实时数据分析的任务，主体因此可以迅速了解变化的环境，获得所需的知识和信息，从而基于相应的处理结果做出准确而合理的应对策略。这就要求大数据平台必须能够在1秒钟内乃至更短的时间内形成主体所要的数据处