大数据背景下的高校教育教学研究.docxVIP

大数据背景下的高校教育教学研究 0 从高校、教育机构设置的人才培养机制开始完善 20世纪60年代以来，随着计算机硬件技术的发展，数据存储和数据处理等技术相继出现。20世纪80年代末，“通用计算”理论出现。20世纪90年代末，数据显示指数逐渐升高，科学家和科学家越来越重视和关注大数据的概念。21世纪, 研究人员开始深入探讨大数据研究和应用。2012年由英国牛津大学教授维克托·尔耶·舍恩伯格所著的《大数据时代》对促进人们生活、思维、工作变革奠定基础;同年, 美国政府投入2亿美元启动“大数据研究和发展计划”, 意味着大数据将逐渐产生深远影响。近年来, 我国也相继开始对其高度关注, 《“十二五”国家战略性新兴产业发展规划》和《物联网“十二五”发展规划》提出大数据和信息处理技术的重要性。2012年, 我国召开了大数据应用研究座谈会, 开始逐步研究大数据理论和应用, 涉及到学术界、企业界、政府部门等, 相关人才需求也会急速上升, 遍布各行各业, 如金融、保险、医疗、教育、企业等。 而我国高校是培养人才的摇篮, 从高校、教育机构着手培养大数据相关人才为社会需求打下扎实基础, 与其息息相关的计算机学科在其中也将发挥巨大推动作用。计算机学科是研究计算机的设计、制造和利用其进行信息获取、表示、存储、处理等的理论、原则、技术、方法的学科。计算机专业教学主要目的是让学生对计算机学科相关基础知识掌握, 受到严格的科学研究训练, 具有创新意识和较高的综合素质, 能对成熟的理论、技术和方法具有相应的应用分析能力。因此, 从高校计算机专业教学考虑, 完善符合大数据时代发展的培养机制显得尤为重要。本文根据大数据研究现状、特点和处理技术, 探索如何将计算机专业教学与大数据时代背景相结合, 提高课程体系教学质量, 从教学层面探讨与时俱进的人才培养。 1 大数据的总结 1.1 大数据rert 大数据不是一种技术, 也不是一种产品, 而是一个抽象的概念, 近年来继云计算、物联网之后的一个技术热点。它与传统海量数据有着本质区别, 且定义尚未统一。早在2008年《Science》杂志将大数据定义为“代表着人类认知过程的进步, 数据集的规模是无法在可容忍的时间内用目前的技术、方法和理论去获取、管理、处理的数据”。Gartner公司提出大数据是高容量、高生成速率、种类繁多的信息价值, 同时需要新的处理形式确保判断的作出、洞察力的发现和处理的优化。麦肯锡将大数据定义为:无法在一定时间内用传统数据库软件工具对其内容进行抓取、管理和处理的数据集合。百度中大数据定义为:大数据 (big data) 或称巨量资料, 它所涉及的资料规模巨大到无法透过目前软件工具在适当时间内达到管理、处理且整理为帮助企业经营决策更积极目的的信息和资讯。科学家Rauser将其简单定义为:大数据是超过了任何一个计算机处理能力的庞大数据量。大数据所涵盖的数据类型有结构化、非结构化、半结构化的数据, 具有4V特点 (volume, variety, velocity, value), IBM认为还应该具有第5个V特点:真实性 (veracity), 有利于领导决策和信任。虽然定义尚未统一, 但是大数据已经出现, 数据本身就是价值、资产, 现每年呈指数增长。据思科公司预计于2013年在互联网上流动的数据量将达到每年667 (Exa) 字节。 1.2 医疗大数据分析 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。谷歌公司分析处理了人们在网上检索的词条与疾病中心的数据, 判断出了流感的传播来源, 为公共卫生机构提供了有价值的信息。吴闻新等人预测了医疗行业数据的增长。 美国俄亥俄州运输部 (ODOT) 利用INRIX的云计算分析处理大数据来了解和处理恶劣天气的道路状况, 减少了冬季连环撞车发生的概率。Saa S型软件公司Opower使用数据分析提供消费用电的能效。国内大数据的研究与应用相对起步较晚, 文献利用计算机集群构建油田勘探开发一体化解决大数据问题。文献通过大数据分析解决智能交通问题。与教育领域结合, 2012年北京航空航天大学首开大数据技术与应用专业, 开始为我国率先培养大数据人才。 1.3 主要的数据库技术 人才的培养要与大数据的市场需求和处理技术紧密联系, 为了解决这些难题需要根据大数据的特点进行新技术的变革。其关键技术主要包括大数据采集、存储、管理、数据挖掘、安全、检索等。在大数据采集存储方面, Google较早开发了GFS, 随后基于Spanner服务器的F1 (fault tolerantdistributed RDBMS)新型数据库。微软自行开发的分布式计算平台Cosmos, 主要包括存储系统、执行环境、SCOPE (structured