大数据环境下经管类研究生数据处理能力的培养获奖科研报告论文

大数据环境下经管类研究生数据处理能力的培养获奖科研报告论文1G641A12095-308903-0235-02

1.引言

随着云时代的来临，大数据（Bigdata）也吸引了越来越多的关注，成为学术界和业界所共同关注的热点和焦点。对许多企业来讲，对大数据的收集、储存、分析、提供和利用的能力和程度是衡信息获取和利用能力的关键指标，是促进企业在激烈竞争中取胜的最重要的能力之一。企业要在激烈的同行竞争中立于不败之地的关键要素之一就是要具备良好的大数据处理能力。而作为大学生，要在莘莘学子中脱颖而出的必备技能之一就是良好的数据处理能力。因此，在就业形势严峻的当今社会，拥有良好的数据分析能力能为大学生在求职过程中增加取胜的筹码。

2.数据处理方法和工具

数据科学是一门横跨网络科学、信息科学、经济学等多个领域的交叉学科，大数据时代的到来让人们对这门学科的重视程度和热情空前高涨。数据科学分析工具主要有以下几点发展趋势：（1）大数据集分析；（2）优秀的可视化能力；（3）数据分析以分布式为主。

2.1可视化分析

大数据时代的到来，为各行各业利用数据进行预判、分析、优化都起到了至关重要的作用。大数据的使用人群也不再局限于大数据分析专家，普通用户也逐渐意识到大数据的重要性并尝试利用大数据挖掘对自己有用的信息。但是以上两种群体对于大数据最基本的要求就是可视化分析，一方面是因为可视化分析能够直观的呈现出大数据的特点，另一方面就是可视化分析的结果能够非常容易地被使用者接受，尤其是对普通用户群体来说，可视化分析呈现的结果就好比看图说话一样简单明了。

2.2数据挖掘算法

不同与传统的普查和抽样等调查方法取得一手数据及通过非调查手段获的二手数据，大数据在数据搜集方式上主要是通过在线互联网数据库获得的二手数据。在数据分析上，大数据分析方法也与传统数据分析有所不同，传统统计学方法采取的是对样本数据的有目的的建模，而大数据分析技术则是通过与计算平台对大数据进行挖掘。

2.3语义搜索引擎

语义搜索引擎是语义网时代的搜索引擎，是语义技术最直接的应用，它从词语所表达的语义层次上来认识和处理用户的检索请求。具体地说，语义搜索引擎就是通过对网络中的资源对象进行语义上的标注，以及对用户的查询表达进行语义处理，使得自然语言具备语义上的逻辑关系，并且能够在网络环境下进行广泛高效的语义推理，从而更加准确、全面的实现用户的检索。

3.在校生需要掌握的数据处理能力

3.1客观数据的有效获取能力

客观数据是指在研究任务中具有客观性的数据，包括符合自然状态的原始数据和完整反映自然属性的见解数据，数据的有效获取是在研究范围内，全面、完整、系统和及时低获取研究所需的数据。有效地获取数据的能力恰恰是当前高校学生最缺乏的能力，学术上的轻视、教学上的疏忽加上学生的主观带惰性造成了大学生数据获取能力严重缺失。在各大高校中，普遍弥漫着重思辩轻实证、亲议论远数据的学术氛围。在传统教学方式中，教师往往不太注重甚至忽视对数据处理能力和学生实证研究能力的培养，教师在教学和示范中对数据的轻视导致学生在数据获取和处理分析方面的怠慢和主观惰性，因此在很多高校中都可以看到学生脱离数据进行研究的现象。

3.2研究数据的合理处理能力

对于一些项目团队来讲，他们的任务是通过数据分析运用专业技术解决课题，要想响应社会需求，高校学生应该具备以下基本能力：

（1）系统的数学与统计学知识。脱离数学进行数据分析是不切实际的，在进行数据分析时往往不可避免要使用适当的理论模型，而只有具备了一定的数学与统计学理论知识才能正确理解这些模型。

（2）完整的数据库理论知识。在任何情况下，数据的搜集都是数据分析流程中的基础步骤，大数据分析工作者必须具备从互联网上搜集数据的能力，因此，大数据分析工作者要具备对数据库尤其是大数据运用的秉性数据库的设计和部署知识，并且能够灵活应对环境的变化对实践中的数据搜集方法和途径进行改良。

（3）对研究领域背景知识的掌握。大数据的分析不仅是对数据进行简单的处理而得出结论，而是要求数据分析者充分理解每个数据表示的含义，清楚地认识到自己的工作内容，只有在这个前提下，他才会对特定的某些数据产生敏感，意识到数据反映的信息。

3.3数据处理结果的正确解释能力

数据分析的目的是将隐藏在一大批看起来杂乱无章的数据信息集中、萃取和提炼出来，以找出所研究对象的内在规律。数据分析可帮助人们做出正确判断，以便采取适当的行动。对在高校学生数据处理结果正确解释能力的培养需要从以下几个方面入手：

（1）提升学生的专业知识与研究能力。精深的专业知识和扎实的专业研究能力是正确解释数据处理结果的根本保障。数据分析工作者能够依托精深的专业知识和研究能力，正确把握研究范围内的问题性质，查明数据分析结果的因果性、相关性和类聚性，有效避免落入假因果的陷阱。

（2）加强数据处理能力的培养。获得正确的数据分析结果的前提是具备良好的数据处理能力，包括对数据处理工具的熟练使用能力、对数据处理工具使用情景和约束条件的正确判断和丰富灵活的数据处理技巧。

（3）加强科学方法论素养。作为一名数据分析工作者，科学研究方法论素养是其提升和发挥自身专业技能和研究能力的必要思想基础。在数据处理过程中，要遵循辩证实证的科学研究方法论，正确选择数据处理工具和解释数据处理结果。

4.高校教育改革

4.1课程体系改革

数据的处理需要依托深厚的数学功底，首先在课程体系上要特别重视基础数学学科的课程设置。当前在理工类专业中都会开设高等数学，数理统计，线性代数，计量经济学等基础学科，理工类专业的学生数学功底相对较为扎实。但文科专业或偏文科专业往往都忽视这些数学类的基础学科，少有文科专业会给学生开设这类课程，导致学生数学基础知识匮乏，何谈处理数据。

4.2教学方法改革

要提高学生的数据处理能力，必须鼓励对现有的教学方法进行适当的改革。在传统教学中，通常是教师讲解，学生聆听，课堂上缺乏师生间的互动。这种教学方法不利于学生对知识的吸收，新的教学方法应当鼓励学生积极思考，在课堂上踊跃提出自己的观点和见解甚至提出自己的质疑，只有这样学生才会深入了解这些理论并把它变成自己的东西。

4.3教材改革建设

要切实贯彻以上的教学改革思想，必须要有高水平的教材作为基础。教材建设是整个教学内容的基础环节，没有高水平的教材很多理论教学和实践教学都很难达到预期的目标。在大多数高校的教学中，很少会有学校自己开发的教材，这样存在一个严重的弊端就是学生手中的教材和老师的教学大纲脱节，教材不适应教师的教学计划，学生也很难将教学大纲与课本联系起来。