大数据时代高校地理教师信息化能力及提升路径探讨.docxVIP

大数据时代高校地理教师信息化能力及提升路径探讨 　　摘要：跟随信息技术的飞速发展，人类进入了大数据时代，科学研究方法也产生了数据科学研究范式。针对大数据特点及数据科学研究方法，分析了大数据领域云计算技术、数据分析与挖掘技术以及数据可视化技术及其应用现状，并结合高校地理学教学与科研需求，剖析了大数据时代高校地理教师的信息化能力构成及提升路径，为提升其教学科研水平提供借鉴与参考。 　　关键词：大数据;地理;信息化;教师 　　中图分类号：g633文献标识码：a文章编号：1007-9416（2019）06-0224-03 　　人类社会进入21世纪以来，随着信息技术的飞速发展，互联网、物联网及各类数字终端产生了海量信息数据等，每天世界上新产生的信息飞速增长;人类社会进入了大数据时代[1-2]。在此背景下，科学研究出现了新的研究范式：数据科学范式[3-4]，由传统的假设驱动的研究方法转向基于科学数据开展探索分析的方法。由于数据内在的时空特性，使得这些数据多数具有地理空间本质，利用大数据为地理学领域提供了一种新的思路和模式，出现了地理大数据研究范式[5-6]。高校地理教师承担着地理学教学与科研两种角色，面临着大数据时代的一系列新问题、新挑战，而积极应对这些挑战、全面融入大数据时代是其必然选择。本文从高校地理教师信息化能力着手，分析大数据时代这一群体的应对策略，为拓展其教学科研、适应新科学研究范式提供借鉴。 　　1大数据及数据科学研究范式 　　大数据是一类庞大、多样化和分布式的数据集，可由各类仪器设备、传感器、网上交易、电子邮件、视频等，以及现在与未来所有可以利用的其他数字化信号源产生[2]。它是一类无法使用目前的数据管理工具在可接受的时间范围内去收集、分析、管理和处理的数据集。大数据带来的挑战不仅包括数据量的挑战，而且包括数据融合和数据处理效率方面的挑战。大数据具有4v的特点[2]：（1）数据量大。当前产生的数据量已经从tb级别跃升到pb级、eb级乃至zb级别。（2）数据类型多。大数据主要来源包括传感器数据、网站点击数据、移动终端数据以及射频id数据等，这些数据源每天产生数以亿计的结构化与非结构化数据，包括网页、图片、文本、视频、音频、位置等不同形式，需要多样化的数据管理与处理方式。（3）价值密度低。数据价值密度的高低与数据总量的大小成反比。以视频为例，一部1小时的视频，在连续不间断的监控中，有用数据可能仅有一二秒。（4）处理速度快。随着移动互联及物联网的快速进展，人们对数据的实时应用需求更加普遍，比如通过手持终端设备关注交通与物流信息。高速性要求能在第一时间检测并识别重要事件发生的信息。 　　科学研究范式是在进行科学研究时必须遵循的的科学理论体系。科学从经验科学发展到理论科学，及至计算科学，目前又产生了数据科学，科学研究范式也相应发生了从经验范式到理论范式，以及计算范式与第四范式的转变。jimgrey认为人类在科学研究上，先后历经了实验、理论和计算三种范式[4，7-8]。经验范式主要描述自然现象，以经验事实的描述为主，缺乏抽象理论的概括与总结。其研究方法以归纳为主，并开展经验观测和实验。理论是人类按照已有的实证知识经验与假说，通过概括与演绎推理进行的推论性总结。理论范式偏重理论总结和理性概括，强调较高普遍的理论认识，以演绎法为主要研究方法。计算机出现后，通过模拟现实世界，科学研究范式转向了计算范式。它通过构建数学模型开展定量分析，主要用于对各个学科中的问题进行计算机模拟和计算。而大数据的出现使得科学研究以数据为中心、以数据为驱动的特征越来越突出。jimgrey提出了数据探索型的新的研究方式，即为第四范式[3-4]。它以数据处理为中心，其研究对象是各类科学数据。在大数据时代，数据已经成为各个领域的基础资源，用数据资源来协同解决各个具体问题已经成为人们的共识。 　　2大数据关键技术分析 　　2.1云计算技术 　　云计算是用于实现对可配置计算资源（例如，网络，服务器，存储，应用程序和服务）的共享池、支持按需网络访问的计算模型，能够通过最少的服务提供商管理或交互工作进行各类资源快速调用和发布[9]。云计算具有如下特征：（1）以服务方式提供计算和基础架构资源和应用程序。（2）提供商以按使用付费的方式向客户提供服务。（3）计算资源的虚拟化可实现按需配置和计算资源的大规模动态伸缩。（4）服务作为综合交付提供，包括支持基础设施。（5）云计算通常通过web浏览器或自定义应用程序编程接口（api）访问。云计算支持基础架构即服务iaas、平台即服务paas、软件即服务saas三大服务模型。其中，iaas提供配置计算、存储、网络和其他可以部署操作系统和应用程序的基础计算资源的功能。通