第一篇:大数据时代图书馆职能在成人高校中发挥的作用论文[大全]
大数据具有大量化、多样化、快速化和价值密度低 4 大特点。大数据在政治、经济、科技等领域都有应用。信息网络技术的发展给高校图书馆带来了海量数据,大数据对高校图书馆的网络结构设计,数据存储和数据处理提出了挑战,高校图书馆需要统一大数据的格式。
大数据概念首先出自于天文学学科和基因学学科,最后广泛应用开来,将计算机时代不断增长的信息,应用到各行各业,发挥信息的自身价值。大数据具有4个特点,分别为:种类多、速度快、容量大以及价值大,取关键词英语的首写字母,具有4V特点。这些特点表示大数据将给IT行业带来质的变革,让形态多样的信息且富有价值的数据通过一定的技术手段,进入数据处理、深入分析以及价值挖掘的信息业务发展过程。信息技术、云计算的蓬勃发展,促使信息量成指数级增长,在2011年以后,麦肯锡公司(McKinsey)就提出了“大数据时代到来”的观点,这引起了全球的广泛关注,该观点认为大数据已经渗透到全球经济中的每一个行业和业务职能领域,它将和硬件设施、人力资源一样成为当今增强创新力,增加竞争力和提升生产力的驱动力。随着信息技术带来的强大的数据增长,数据无处不在,世界真正进入大数据时代,世界各地政府也开始关注大数据的核心科学与技术问题,促进了大数据学科的建设和发展。作为信息储存和利用的图书馆,大数据时代下,图书馆的信息资源面临着巨大的挑战,这就意味着图书馆要加大限度集成多源数据,并且建立多源数据之间的关联。图书馆发展中的“大数据”
大数据时代给图书馆的发展带来了不少机遇和挑战,在信息技术发展的进程中,大数据正在逐渐改变着图书馆,给图书馆的发展带来了巨大的影响。当今图书馆的信息存储管理系统已经全面服务于社会,它与社会所有的信息资源和服务机构同时连接,与全社会共同参与到信息的收集、处理、管理和服务等全过程中,逐渐在成人高校上占据着不可或缺的位置,这就是对成人高校图书馆发展有利的一面。
1.1 成人高校数字图书馆建设
电子资源、电子数据库等数据资源所占的比例逐渐增加,图书馆的存储形式也相对发生了巨大改变,读者对文献资源的获取形式也逐渐网络化、移动化,一些新生代读者更希望获取私人定制资源。在大数据时代,用户对信息检索结果无论是在数据量上还是结果展现形式上都有着更高的要求,而图书馆应该利用自身的馆藏特色以及学科优势,建设学科专业特色适应用户需求的特色数据库,为高校的教学和科研提供高层次的信息服务,满足用户的个性化、专业化需求。
1.2 成人高校图书馆的定位
大数据时代的来临,各种信息服务机构伴随信息市场的发展而崛起,成人高校图书馆作为用户信息获取途径的地位日渐降低,而随着信息网络的发展将海量信息通过各种技术手段向用户推送。大数据技术的应用使图书馆内部空间边界日趋模糊,内墙的减少,空间越来越自由化、网络化,促进和加强人与人、人与书的交流。这种交流空间不仅仅体现在空间贯通上,更重要的是对功能流程的一种设计定位。
1.3 大数据时代成人高校图书馆需要更好的信息服务
大数据下成人高校图书馆信息服务的观念要与时俱进的变革和创新。树立以成人高校学生读者为本的服务理念,一切为了学员读者服务,一切从学员需求出发。深度发掘、分析图书馆中与读者相关数据,针对成人高校的读者群,制定具有针对性的定位服务,强化主动创新意识,由被动型服务转为主动型服务,以数据分析预测结果为基础,建立超前服务意识,了解读者预期需求,提前制定服务计划,做好信息资源储备,创新信息服务观念[1]。大数据时代成人高校图书馆采取的对策及作用
大数据时代高校图书馆需要采取的对策有,首先成立专门的数据管理机构,对数据进行管理,制定统一的数据管理使用政策,协调校内外与大数据有关的工作。其次成人高校图书馆研究解决大数据的采集,存储及处理等相关技术问题。再就培养一支高素质的大数据管理队伍。
2.1 大数据格式的统一作用
大数据中不同格式的数据越来越多,其中包括电子邮件、数据日志、阅读记录,社交网络科研数据以及媒体数据,格式不同处理方法也就不同,给数据处理带来了一定的麻烦。形成格式统一,内容丰富,结构清晰的数据,灵活构建各种分类和界面,按照知识本体进行组织和揭示,进而保障强大高效地检索能力和良好地结果。
2.2 大数据的高效率、安全存储作用
高效率存储是高校图书馆面临的一个关键问题,随着数据库技术以及云计算技术的迅猛发展,大数据存储要借助非关系型的数据库分析技术。大数据存储也可采用基于云计算的分布式存储技术,利用分布式的数据云存储技术和与之相关的虚拟技术能够使高校图书馆的数据更加统一有序,使通过网络进行的访问与存储更加方便快捷[2]。大数据时代成人高校图书馆信息资源的整合随着大数据时代到来,其不断推进的技术将为图书馆数字化建设提供强有力的技术支撑和指导方法,高校图书馆作为信息与知识重要“集散存储处理中心”,既是大数据的重要载体,又是构成大数据的重要元素。高校图书馆利用数据挖掘,数据检验,相关性分析,回归分析,聚类分析,社会网络分析等方法对用户检索、浏览以及下载不同学科文献的数据进行分析归纳,可以得出不同学科被用户的关注程度,从而对热点学科进行分析和预测。同时加强高校原生信息资源的建立,“原生文献信息资源”是指高校在教学、科研和管理过程中产生的,原生信息资源是高校教学实践和学术理论研究的重要成果,是高校教师的自产性成果,其建设成本低、利用价值高,可以达到很好的文献保障作用。
总之,数字信息的爆炸式增长催生出“大数据”概念,正席卷整个IT相关行业,大数据已经渐渐地渗入到了高校图书情报工作中,挑战与机遇同在。大数据服务技术等热点将不断涌现,将对高校图书馆知识服务的拓展和深化带来重大影响,未来的高校图书馆工作将是“数据驱动”的图书情报工作。本文重点探讨了在大数据时代下图书馆的职能的改变及基于大数据的一站式服务作用,学科知识及个性化智慧服务等服务模式。但是图书馆的大数据技术及服务是一项复杂的系统工程,涉及数据管理的水平,数据处理的技术及数据服务的创新等等,均需要共同努力。
第二篇:大数据时代的图书馆
大数据时代的图书馆
北京联合大学杨宗琳
2013.3
与云时代息息相关的“大数据”是指互联网用户网络行为数据。“互联网上一天”的数据可以刻满1.68亿张DVD;发出的邮件有2940亿封之多,每天卖出的手机为37.8万台,高于全球每天出生的婴儿数量37.1万„„。截止到2012年,数据量已经从TB(1024GB=1TB)级别跃升到PB(1024TB=1PB)、EB(1024PB=1EB)乃至ZB(1024EB=1ZB)级别。2009年的数据量为0.8ZB,2010年增长为 1.2ZB,2011年的数量更是高达1.82ZB,相当于全球每人产生200GB以上的数据。而到2012年为止,人类生产的所有印刷材料的数据量是 200PB,全人类历史上说过的所有话的数据量大约是5EB。整个人类文明所获得的全部数据中,有90%是过去两年内产生的。而到了2020年,全世界所产生的数据规模将达到今天的44倍。
我国当然也进入了大数据时代。目前,我国互联网大型服务器已达370万台,全国建立了45万个以上数据中心,数据中心总耗电量达到364亿千瓦小时,高达全国电力消耗的1%。
在大数据时代,图书馆将在数据存储、数据挖掘、数据分析等方面面临巨大挑战,复杂数据的处理也将成为图书馆发展的主旋律,通过大量的非结构化数据、半结构化数据去寻找隐藏在数据背后的世界,进而为图书馆服务的模式、对未来发展趋势提供分析与预测将成为大数据时代图书馆的一大主要服务内容。图书馆将进入由藏书楼、阅览室到使用网线解决人们阅读需求的数字图书馆时代,读者通过手机等移动终端可以访问数字图书馆,查询世界、国家和各省、市级数字图书馆的资源。
未来时代将是大数据引领科技发展的时代,大数据技术应用将是未来图书馆服务创新的重要领域。本文讨论在大数据时代的图书馆,如何与时俱进提升管理与服务水平。
1.大数据时代图书馆特点
资源数字化、服务网络化、管理知识化是大数据时代图书馆的主要特点,换言之,图书馆从图书的保管者成为面向服务的信息提供者,从单一纸媒体到多媒体,从本馆收藏到无边界图书馆,从我们到图书馆去到图书馆来到我们中间,从按时提供到及时提供,从馆内处理到外包处理,从区域服务到国际服务。
大数据时代的图书馆就是数字图书馆。
2.数字图书馆
数字图书馆必须利用高端服务器、网络通信技术、智能存储系统、将面向对象的软件技术、人工智能技术与先进的知识组织和调度系统相结合,建立具有很好的可扩展性、易用性、可管理性和高可用性以及较强的可持续发展能力的数字图书馆系统和群体。
传统图书馆技术核心是图书分类技术、编目技术、标引技术,数字图书馆技术核心是数字存储技术、数字检索技术、网络安全技术、信息集成技术、系统互操作技术。
数字图书馆的管理基本职能主要是信息资源管理和人力资源管理,使馆员、资源、读者三者关系和谐发展。
传统图书馆提供书库平台,完成静态的、被动的服务,主要是为读者找书和为书找读者;数字图书馆则提供网络平台和信息产品,完成动态的、主动的服务,通过网络按需供给。
无疑,图书馆要从实际出发,循序渐进,加强传统技术与现代技术的融合,向数字化迈进。
3.图书馆馆藏资源数字化
图书馆系统包括馆员、馆藏资源、信息技术、环境、用户„。大数据新信息环境的形成,使图书馆行业与其它信息服务行业的界面日渐模糊。调查发现,84%的用户使用搜索引擎Google开始信息检索,1%的人从图书馆网页上开始信息的检索。图书馆应该为这1%用户提供数字化馆藏资源供使用。
图书馆馆藏包括实体印刷馆藏和数字馆藏,数字馆藏包括实体数字馆藏和虚拟数字馆藏。
调查发现,这1%用户中 70%以上的读者首先选择利用数字馆藏;数字馆藏提供或满足读者的70%以上的服务;利用率最高的资源,70%以上是馆藏中的数字资源。
数字馆藏评价包括科学性、经济性和可获取性。需要考虑:
(1)选择什么样的模式存放数据;
(2)选择什么样的方式组织信息;
(3)选择什么样的策略供读者访问;
(4)选择什么样的思路保证馆藏的可持续发展。
数字馆藏制作流程包括:元数据的标准和规范、知识资源(含声、像、图、文)的通用型加工系统、语法层次的大容量文献自动采集、自动篇名生成、自动标引、自动文摘生成的实用化技术、知识概念(语义)体系的建立、实现语义层次的自动标引、自动文摘生成、分布式藏品元数据的聚集与元数据库的构建、超大规模多媒体数字资源的长久保存、归档和存储管理技术,包括档案系统等、数字内容藏品的版权管理系统、数字对象和媒体的新型经济与商务模型研究、与创建和使用数字收藏有
关的社会经济法律问题的技术、方法、过程。
4.图书馆服务网络化
数字图书馆的建设以不断改善用户服务为最终目标,必须为用户在知识发现与利用上提供高效方便的工具,并且使得用户可方便地透过数字图书馆的多个资源库无缝获取所需的知识。服务的核心技术就是网络化。网络化包括先进的高效导航系统、适用于TB级数据的高效搜索引擎、开发实用的多语言、多文字、多文化以及个性化用户界面、个性化、智能的主动服务技术、保证藏品的安全和完整性技术:包括信息过滤系统;隐私权保护技术、实现数字图书馆群与科学数据库群内容的集成性服务、对新型媒体知识产权处理形成合乎法律框架的新的经济和商业模型、用户工具软件、基于互联网的协同工作技术和工具、用户和可使用性研究。
5.网格和数字图书馆
网格是把整个网络整合成一台虚拟的巨大超级计算机,实现计算资源、存储资源、数据资源、信息资源、文献资源、知识资源、专家资源等的全面共享。总之,网格可以实现分布在全球的硬件资源、软件资源和各种信息知识资源全面的连通,达到资源的最大共享。
由于网格的不同作用,它被划分成不同的类型,如:计算网格、设备网格、数据网格、信息服务网格等。
与数字图书馆的建设目标完全一致,网格致力于一次登录,访问全球分布式信息资源、全世界有用的信息资源可共享、基于自然语言的语义检索并进行资源整合、可提供学科的个性化服务、基于知识挖掘提供最小化的知识子集。
基于网格的数字图书馆服务模式是指全球数字图书馆可以提供基于语义的检索服务、虚拟参考咨询服务、主动推送服务、定题信息服务、个性化信息服务、培训服务等。这些都要建立在多语言库的基础之上,需要全球的各个数字图书馆协同工作。
6.高校数字图书馆空间设计
大学图书馆是高校师生心灵与情感最大限度敞开的地方,图书馆在本质上都是人们获取知识、感受文明、塑造自我的场所,在这里进行着的是体会、倾听、交流和感应:一种人类心灵与情感参与的内在活动。数字化技术的应用使图书馆内部空间边界日趋模糊,内墙的减少,内部空间越来越自由化,通过网络化,促进和加强人与人、人与书的交流。这种交流空间不仅仅体现在空间贯通上,更重要的是对功能流程的一种设计策略,体现大数据的时代特点:从古代图书馆担负保存人类文化典籍的职能到近代图书馆担负起社会教育的职能,再到现代图书馆担负起
传递科技信息和开发智力资源的职能,图书馆应该成为一个亲切宜人可达性强的公共场所。
高校图书馆作为信息整合、传播和辐射的重要窗口,在高校教学科研发展中发挥着特殊作用。开放、交流成为当代高校图书馆空间设计的重点。师生们不应该再把图书馆仅仅作为“知识的集散地”而是更要强调其“学习和交流中心”的功能,从而塑造真正意义上的“知识共享平台”,也就是大数据时代的图书馆,网络化的数字图书馆。
参考文献
1.百度文库现代高校图书馆的发展趋势
2.北方民族大学图书馆数字图书馆的发展趋势
3.江苏大学图书馆 袁润数字时代图书馆技术需求浅析与对策
4.国家图书馆研究院索传军 数字时代图书馆发展的战略思考
第三篇:大数据时代高校图书馆的综合实力分析
大数据时代高校图书馆的综合实力分析
关键词:大数据;河南财经政法大学图书馆;综合实力分析
摘要:文章阐述了大数据环境下河南财经政法大学图书馆关于特色数据库的数据资源分析,以及河南财经政法大学图书馆与国内其他高校图书馆数据库资源的比较分析,进一步分析了河南财经政法大学图书馆阅读推广服务、部门设置及功能,最后指出在大数据背景下如何更好地构建河南财经政法大学图书馆利用体系。
中图分类号:G258.6文献标识码:A文章编号:1003-1588(2017)12-0037-03
高校图书馆是学校的文献信息资源中心,是为人才培养和科学研究服务的学术性机构,同时,图书馆也是高校中记录、储存、传播、应用人类文明与数据的机构。随着2004年全球进入Web2.0时代,社交媒体、移动智能终端以及无线网络技术等得到普及和应用,人们解决问题所需要处理的数据呈指数级增长,并且这些数据的结构化与非结构化分类也呈指数级增长,因此,高校图书馆也进入了“大数据”时代。
1河南财经政法大学图书馆特色数据库的数据资源评价
1.1河南财经政法大学图书馆特色数据库的数据资源评价
有统计数据显示,全球数据总量每两年就会增长一倍,预计到2020年人类拥有的数据总量将会达到惊人的35万亿GB,新增数据中90%以上属于传统技术难以处理的非结构化数据。因此,笔者在研究河南财经政法大学图书馆(以下简称“财大图书馆”)馆特色数据库的数据资源时,将重点研究数据库的非结构化数据。
笔者将财大图书馆的非结构化数据源分为同型异源数据、异型异源数据、同型同源数据三种类型(见图1)。
1.1.1同型异源数据。对于财大图书馆来说,相同类型的数据通常会分布在相同的站点,但是这些数据的数据商却是不相同的。如:财大图书馆购买了大量的电子资源,其中中文数据库47个、外文数据库16个、中文电子期刊12,825种、外文电子期刊10,244种。此外,财大图书馆还有丰富的OA资源、开放课程及试用数据库等。由于许多杂志社和期刊库都会签订独家版权协议,而财大图书馆为了提高用户的满意度和期刊论文的查全率,会同时购买很多电子期刊库。如:中国期刊网、?f方数据库、维普科技期刊数据库、超星数字图书馆、国研网、人大复印报刊资料数据库、Elsevier SD数据库、EBSCO数据库、Emerald全文期刊回溯库、HeinOnline法律全文数据库等中外文期刊论文及电子图书数据库。
1.1.2异型异源数据。在大数据环境下,由于传统的文献信息不仅范围较窄,而且还具有滞后性,因此传统的十大文献信息查阅方式已不再适用。在当今社会,人们普遍适用微博、微信、支付宝、QQ、MSN等社交媒体,而这些社交媒体产生的数据也可能成为技术创新的雏形,也正是因为这些数据的参考性和启发性,从而成为新的思想源泉。财大图书馆设有图书馆微博、微信、读者留言、馆长信箱、部室电话等,学校可以通过这些方式得到异型异源数据(见图2)。
1.1.3同型同源数据。假设一个相同的数据库,由于不用的教师和学生之前的检索历史、浏览历史不同以及近期关注的数据不同,即便查阅相同的检索词也会出现不同的检索内容。这是因为教师和学生每一次的检索历史、检索词和近期关注的数据都会转化为图书馆的有效数据。通过对这些数据的汇集整理,图书馆可以清楚地了解到近期教师以及学生在关注哪些方面的内容,从而根据图书馆现有的馆藏图书推算出图书馆仍需购进哪方面的书籍,这些书籍既可以是图书馆以前涉及的领域,也可以是图书馆从未涉及的领域。综上所述,高校图书馆可以根据教师和学生的浏览记录、关注的科学动态,及时满足师生的学术需求,从而更好地调整图书馆的馆藏资源,更好地发挥图书馆的价值。就财大图书馆来说,该校图书馆根据读者的检索历史、浏览历史以及近期关注的数据,推出了资源动态这一服务项目,主要发布一些师生们可能需要的文章或文献。
1.2财大图书馆与国内其他高校图书馆数据库的对比分析
在财大图书馆与其他高校图书馆数据库的对比研究分析中,笔者特选取与财大图书馆相同地理位置的郑州大学图书馆、同学科类型(经济类)的上海财经大学图书馆以及与郑州大学同为综合类大学的武汉大学图书馆为对比对象。表1数据均来自2016年4家图书馆的统计。
由表1可以看出,在与上海财经大学这一相同学科类型的大学相比时,河南财经政法大学不论是在中文数据库还是在外文数据库方面与上海财经大学都有一定的差距,并且在外文数据库方面的差距更大一些,这也说明河南财经政法大学在数据库对外扩展方面还存在一定的不足。在各类电子图书方面,河南财经政法大学与上海财经大学也相差100万
2河南财经政法大学图书馆阅读推广服务评价
随着信息化技术的日益发展,数不胜数的新媒体逐渐融入人们的生活阅读中,使人们的阅读行为随着知识载体和信息传播方式的改变而发生着重大的变化。传统的通过报纸、收音机等方式传播信息已经不是很常见,取而代之的是多元化的阅读方式。当前,不受时空限制的全媒体阅读方式正在成为一种新的潮流趋势。在全媒体阅读方式下,读者的三个最明显的特征分别为碎片化阅读方式、快速实用并且还带有功利性的阅读方式、自由平等和交流分享的立体化阅读方式。因此,高校图书馆应根据读者阅读行为的变化,及时调整图书馆的阅读推广服务思路,通过创新的资源营销和服务推广更好地引导读者多读书、好读书,同时,这也是目前高校图书馆面临的一项重大的挑战。
财大图书馆的阅读推广途径有以下几种:①采用大量的网络社交媒介开展资源与服务营销。财大图书馆通过微博、微信等途径及时发布图书馆最新动态,不仅能让校内学生和教师更好地了解图书馆的馆藏书籍,也能让校外读者了解河南财经政法大学的知识储备,同时也能扩大学校的知名度。②利用资源动态传播服务资讯。在财大图书馆网站“数字资源”这一栏目中有资源动态这一服务,根据学生和教师的检索历史以及学生和教师关注的事情,及时发布相关信息,如2017ProQuest学位论文选取通知、大学生职业资格考试学习资源库等。这些资源动态的发布能更好地促进学生和教师的学习和研究,使他们对知识的掌握更广泛。③利用特色服务推介馆藏资源。河南财经政法大学的特色服务主要包括好书推荐、学科馆员、文献传递、会心书屋等。好书推荐主要是针对学生和教师而言,他们将从自己所读的书中选出好的推荐给其他学生和教师,这有利于图书馆书籍的挖掘。会心书屋主要是同学们和教师之间通过读同一本书后进行交流,以便更好地理解书籍。④利用信息共享空间开展馆藏资源的虚拟展示。河南财经政法大学的信息共享空间主要包括学生研讨间、3D放映室、教师研修室、音乐欣赏室、视听体验室、录播体验室。这些共享空间有利于开展馆藏资源的虚拟展示,同时也能方便同学和教师之间的交流,有利于教与学的更好开展。
3财大图书馆部门设置及功能
在数据爆炸的时代背景下,提升高校图书馆的综合实力,不仅要靠数据库构建、创新的推广技术,也需要信息服务技术的改进。由于信息服务对传统图书馆带来日益严峻的挑战,加强图书馆员职业能力建设不仅是图书馆发展的迫切需求,更是为了提升馆员的职业地位和维护馆员的职业形象,同时也是为了适应大数据时代的发展需要。因此,高校图书馆迫切需要一批高素质、高技能的人才,只有人力资源与时俱进,高校图书馆才能不断探索新机制和新方法,从而主动推进高校图书馆的变革。
财大图书馆的部门设置包括综合办公室、数字资源建设部、信息咨询部、图书借阅部、期刊报纸阅览部、系统与多媒体服务部、特藏部、采编部。其中,数字资源建设部主要负责图书馆数字化的规划和实施,包含各类数字资源的建设及引进工作,同时向读者宣传和推广各类数据库资源,解答读者在数字资源使用中的问题。信息咨询部是图书馆内部设立的面向全校师生开展文献信息咨询、负责解答读者在使用图书馆过程中出现的各种问题的部门。图书借阅部是图书馆下设的一个读者服务部门,主要负责在新校区开展纸质图书的借阅及参考咨询工作,目前河南财经政法大学还引进了自助借阅服务系统。系统与多媒体服务部现有工作人员5人,担负着财大图书馆自动化、信息化、智能化建设的重要任务,主要负责与协助图书馆自动化、信息化、智能化建设规划设计、设备选型及方案实施;计算机网络系统软硬件的运维和管理工作;采购的各类电子资源数据库的协助安装、数据更新与日常维护工作;为图书馆各部门提供业务方面的技术支持等。这些部门之间既相互独立又相互联系,共同为河南财经政法大学师生服务。
4建议
4.1加强文献信息的深层次开发
由上述分析可知,河南财经政法大学数据库的数据资源和其他高校相比仍有较大差距。因此,河南财经政法大学可以对文献的内在价值进行分析和评价,在隐性信息显性化等方面满足用户对实质性信息的需求。
4.2加强数据库产品的市场开拓
近年来,财大图书馆的特色数据库建设在数量、规模、类型上虽然取得了很大的进步,但是在数据库的应用和推广方面做得还不够,只是通过微信、微博等社交平台进行推广。因此,财大图书馆应该借鉴企业发展中的运作方式,融入市场机制,采取多种多样的营销手段,如大众媒介、新闻发布、网站介绍等,激发师生的信息消费行为,提高数据库的利用率。
4.3提高财大图书馆的数据素养
在大数据时代背景下,数据素养作为图书馆发展新的增长点,对图书馆至关重要。财大图书馆馆员分工明确,但是需进一步提高数据素养,这需要各部门和机构进行系统的交流合作,大力推进基于数据的各种创新服务,推动数据管理服务和数据素养教育活动,促进财大图书馆馆员数据素养的稳步提高。
参考文献:
[1]尹秀波.读者视角下高校图书馆阅读推广活动评价指标体系构建研究[J].大学图书情报学刊,2016(1):98-101.[4]赵婧文.知识服务:大数据背景下图书馆助力党校思想库建设的路径选择[[J].中国管理信息化,2015(22):164-166.[5]李超.新型智库建设背景下地方社科院图书馆建设研究[J].图书馆学刊,2016(2):12-15.[6]肖文芳,庭孝,姜坷??.基于文献计量的我国智库研究进展分析[J].数字图书馆论坛,2016(7):40-44.[7]丁兰兰.图书馆专题数据库的建设和监管评估[J].图书情报知识,2002(2):51-52.[8]张晓林,曾蕾,李广建,等.?涤钔际楣萁ㄉ璧谋曜加牍娣?[J].中国图书馆学报,2002(6):7-9.(编校:崔萌)
第四篇:大数据时代的高校思想政治教育工作
大数据时代的高校思想政治教育工作
摘要:大数据时代的来临,对于高校思想政治教育工作产生了不容忽视的影响。对于高校而言,需要深入分析大数据时代思想政治教育工作面临的机遇和挑战,采取切实可行的措施和方法,强化大数据意识,提升思想政治教育工作的有效性,保证工作效果。本文从高校思想政治教育的作用出发,结合大数据时代背景下高校思想政治教育工作面临的机遇和挑战,就如何强化思想政治教育工作进行了分析和探讨。
关键词:大数据;高校;思想政治教育
中图分类号:G718 文献标识码:B 文章编号:1672-1578(2018)24-0248-02
前言
伴随着物联网、云计算等的信息技术的发展,大数据时代逐渐到来,在越来越多的行业和领域产生了不容忽视的影响。大数据中的“大”不单单指数据容量,更包含了通过海量数据交换、整合、分析等带来的价值和利润。高校本身作为知识聚集地,同时也是先进技术应用的前沿阵地,大数据对于高校师生的影响体现在许多方面,如何更好地适应大数据时代发展需求,做好高校思想政治教育工作创新,是需要高校管理人员深入研究的课题。
1.高校思想政治教育工作的积极作用
首先,思想政治教育能够帮助大学生树立起正确的价值观念。大学生是新时代的建设者,通过思想政治教育,能够引导大学生树立起积极向上的价值观念,充分发挥集体主义精神,对于推动我国和谐社会建设,维护良好社会风气有着非常积极的作用;其次,思想政治教育可以促进大学生综合素质提高。高校可以通过思想政治教育来提升大学生的综合素质,推动其全面发展,以更好地满足社会主义现代化建设的需求,在实现经济快速发展的同时,也能促进社会道德的持续进步;然后,思想政治教育能够为优秀人才培养提供支?巍Mü?思想政治教育,高校可以引导大学生形成高尚的思想品德修养,为现代化建设提供高素质优秀人才,使得大学生能够成为合格的社会主义接班人[1]。
2.大数据时代高校思想政治教育面临的机遇和挑战
2.1 机遇。
2.1.1 完善信息管理。大数据技术的应用能够帮助高校更好地掌握学生信息,提升信息采集和信息管理的效率,确保高校能够及时掌握学生的学习与生活状况,配合数据化管理,可以为思想政治教育工作的顺利开展提供良好保障。
2.1.2 强化思政工作。从高校的角度,运用信息网络,可以对思想政治教育工作进行强化,例如,可以在学校网站上对一些模范事迹进行宣传,也可以通过微博微信以及论坛等,引导学生参与社会公益活动,构建和谐校园。不仅如此,高校还能够利用信息网络,将校风校训充分展现在学生面前,对学生的行为方式进行规范,确保其能够通过自身行动践行学校精神[2]。
2.2 挑战。
2.2.1 信息不对称。高校能够以大数据技术为依托,获取海量的数据信息,为教育教学和管理工作提供可靠支撑,但是与之相比,高校学生受自身能力和条件的限制,在信息获取速度和获取量方面始终处于弱势,信息的不对称会在一定程度上对高校思想政治教育工作的效果产生负面影响。
2.2.2 隐私受威胁。大数据虽然能够为人们的工作和生活提供便利,但是同样容易引发数据独裁问题,给高校学生造成不良影响。高校学生是信息网络的一大用户群体,而无论是网络聊天、网络购物还是资料查找,都可能导致个人信息的泄漏,其隐私容易受到多方便的威胁,同样不利于思想政治教育工作的顺利开展[3]。
2.2.3 数字鸿沟大。大数据时代使得数字鸿沟变得越发巨大,分析原因,主要是人们在原本信息环境中使用信息的差别与收集、分析信息能力的差别,在这种情况下,要求高校必须做好学生数据信息的持续收集和分析,如果相关工作没有做好,则必然会导致学生信息数字鸿沟的加大,影响思想政治教育工作的有效性。
3.大数据时代高校思想政治教育工作的创新对策
3.1 尊重学生地位。在高校思想政治教育工作中,应该认识到学生是教育的主体,对其主体地位进行强化,确保其能够在教师的引导下主动获取信息,充分发挥其想象力和创造力,鼓励其在班级中分享个人经历,通过彼此之间的沟通交流来取长补短,共同进步。从教师角度,应该树立起以人为本的教育理念,对复杂的社会环境进行分析,引导学生树立正确的价值观念,促进其思想道德修养的提高。具体来讲,一是应该调动学生能动性,实现思想政治教育被动接受到主动参与的转变,将学生作为教育活动的主体,确保所有教学活动都能够以学生为中心;二是必须确保思想政治教育能够尽可能满足每一个学生的心理诉求,确保学生可以从思想政治教育中感受到快乐,逐步形成良好的品德修养和人格魅力;三是应该在关注学生的全面发展,形成更加完善的管理方法,做到以德服人、以情感人[4]。
3.2 强化队伍建设。辅导员队伍是高校思想政治教育工作的主力军,其本身的专业素养以及对于工作的态度直接决定了思想政治教育的效果,对于大学生的健康成长同样有着非常积极的意义。而想要确保辅导员队伍在思想政治教育工作中发挥应有的作用,首先要做的就是强化队伍建设,提升高校辅导员的职业道德修养和心理素质,为思想政治教育的顺利开展提供良好保障。另外,学生工作者队伍在大学生思想政治教育中同样发挥着重要作用,其必须能够认清社会发展形势,具备强烈的责任心,以保证思想政治教育工作有效开展。从辅导员的角度着眼,应该结合思想政治教育在新时期的整体目标,确立每一个环节的具体目标,推动工作方法的持续更新。可以组织学生参与到目标的制定中,形成每个学年、每个学期以及每个月度的细化目标,确立班级活动计划,通过与学生共同参与的方式来强化师生互动,通过自己的耐心、细心、爱心、自信心、责任心和奉献心等,确保思想政治教育工作目标的顺利实现[5]。
3.3 优化工作内容。从高校思想政治教育工作的角度,应该强化大数据意识,对思想政治教育工作内容进行创新,提高工作的针对性。具体来讲,一方面,教育人员需要强化自身对于数据信息的敏感性,主动进行学生信息数据的收集整理和分析,为思想政治教育工作的顺利开展提供良好支撑。例如,可以对高校近几年学生活动主题进行收集和整理,从中分析学生兴趣和关注点的拜年话,及时调整学生活动的组织形式,激发学生参与热情,以学生成才为目标,扩大学生活动的影响力。也可以对学校图书馆检索信息进行汇总分析,为不同学生群体提供不同的推荐书目,促进学生教育针对性和时效性的提高;另一方面,思想政治教育需要对工作模式和工作方法进行创新,关注学生不同信息数据的关联性。例如,可以通过校园卡消费记录分析,了解学生的生活状况,向不同学生群体提供勤工俭学等帮扶,落实经济困难学生的资助工作,帮助其顺利完成学业[6];又如,可以通过市场调查,对近年来企业招聘信息进行汇总,明确行业岗位需求变化,为学生提供更加具有针对性的就业指导,帮助其树立起正确的择业观和就业观,完善职业生涯规划,为学生顺利走上社会提供支持。
3.4 创新管理方式。高校思想政治教育工作人员应该利用各种网络平台,强化服务意识,对思想政治教育工作管理方式进行创新。例如,可以通过对学校微博及论坛的实时跟踪,做好信息汇总,把握学生思想动态,及时对学生关注的热点问题进行分析和解答。互联网本身具有选择性、开放性和平等性的特点,其在为人们提供便利的同时,对于思想政治教育工作人员提出了许多新的要求,其必须树立起与学生为本的观念,利用学生乐于接受的方式加强彼此沟通交流,获取学生的认同。例如,可以利用QQ、微信、微博等,与学生进行在线交谈,获取更加直观的数据,对于一些存在心理健康问题的学生,工作人员应该加强引导,帮助其树立正确的价值观念,促进思想政治教育水平的提高[7]。
3.5 挖掘深层规律。一方面,应该发挥大数据在高校思想政治教育工作中的积极作用,提升辅导员、思想政治教师的专业素质,例如,大数据背景下,高校思想政治教育工作中存在大量的数据信息,高校需要在教师队伍中加强统计学、网络技术等专业知识培训,提升其对于大数据技术的应用能力;另一方面,应该合理利用网络平台,对高校思想政治教育工作的深层规律进行挖掘。例如,可以通过建设与完善高校思政工作网站的方式,实现信息发布与互动渠道的立体化,帮助学生树立起正确的世界观、人生观和价值观,坚定其对于中国特色社会主义道路的信心。另外,也可以做好校园论坛的实时跟踪,了解学生的思想动态,对其关注的热点问题和突发时间,开展积极教育引导工作,帮助维护学生的思想及舆论安全[8]。
4.结语
总而言之,新时期,高校面临着新的教学任务和工作目标,需要充分关注学生成才需求,强化自身数据意识,合理利用大数据技术,发挥大数据的优势,对思想政治教育工作的深层规律进行探索,促进思想政治教育工作质量和水平的提高。通过这样的方式,高校能够帮助大学生树立起正确的思想价值观念,为社会提供更多的优秀人才,为社会主义现代化建设作出更大的贡献。
参考文献:
[1] 梁家峰,亓振华.适应与创新:大数据时代的高校思想政治教育工作[J].思想教育研究,2013,(6):63-67.[2] 张锐,董志,夏鑫.大数据时代高校思想政治教育工作创新探索[J].学校党建与思想教育,2014,(10):67-69.[3] 李正阳.大数据时代高校思想政治教育工作优化研究[J].学理论,2014,(13):193-194.[4] 馨月,姜文波.大数据时代高校思想政治教育工作创新研究[J].中国教育技术装备,2015,(18):10-12.[5] 蒋红.大数据时代高校思想政治教育工作的挑战与对策[J].浙江工商职业技术学院学报,2014,13(4):46-49.[6] 吴加权.大数据时代高校学生思想政治教育工作实践初探[J].开封教育学院学报,2017,37(8):199-200.[7] 李德先.浅析大数据时代高校学生思想政治教育工作[J].大众科技,2017,19(8):137-1339.[8] 吴雷,韩栋.高校学生媒介接触行为调查――兼谈对大数据时代高校思想政治教育工作的启示[J].新闻研究导刊,2015,6(18):37-38.作者简介:孔燕,1979年5月15,女,汉族,河南省郑州市中牟县官渡镇付庄村38号,硕士研究生,河南农业职业学院,思想政治教育。
第五篇:大数据时代数据挖掘技术教学研究论文
摘要:随着大数据时代的到来,在大数据观念不断提出的今天,加强数据大数据挖掘及时的应用已成为大势所趋。那么在大数据教学过程中,我们必须掌握大数据与数据挖掘的内涵,并对数据挖掘技术进行分析,从而明确大数据时代下数据挖掘技术的应用领域,促进各项数据的处理,提高大数据处理能力。
关键词:大数据时代;数据挖掘技术;应用
大数据是对全球的数据量较大的一个概括,且每年的数据增长速度较快。而数据挖掘,主要是从多种模糊而又随机、大量而又复杂且不规则的数据中,获得有用的信息知识,从数据库中抽丝剥茧、转换分析,从而掌握其潜在价值与规律。所以大数据时代下的数据处理技术要求更高,要想确保数据处理成效得到提升,就必须切实加强数据挖掘技术教学工作的开展,才能更好地促进数据处理职能的转变,提高数据处理效率,优化学生的学习成效。以下就大数据时代下的数据挖掘技术教学做出如下分析。
1大数据时代下数据挖掘技术的基础教学方法分析
数据挖掘的过程实际就是对数据进行分析和处理,所以其基础就在于数据的分析方法。要想确保分析方法的科学性,就必须确保所采用算法的科学性和可靠性,获取数据潜在规律,并采取多元化的分析方法促进问题的解决和优化。以下就几种常见的数据分析教学方法做出简要的说明。一是归类法,主要是将没有指向和不确定且抽象的数据信息予以集中,并对集中后的数据实施分类整理和编辑处理,从而确保所形成的数据源具有特征一致、表现相同的特点,从而为加强对其的研究提供便利。所以这一分析方法能有效的满足各种数据信息处理。二是关联法,由于不同数据间存在的关联性较为隐蔽,采取人力往往难以找出其信息特征,所以需要预先结合信息关联的表现,对数据关联管理方案进行制定,从而完成基于某种目的的前提下对信息进行处理,所以其主要是在一些信息处理要求高和任务较为复杂的信息处理工作之中。三是特征法,由于数据资源的应用范围较广,所以需要对其特征进行挖掘。也就是采用某一种技术,将具有相同特征的数据进行集中。例如采用人工神经网络技术时,主要是对大批量复杂的数据分析,对非常复杂的模式进行抽取或者对其趋势进行分析。而采取遗传算法,则主要是对其他评估算法的适合度进行评估,并结合生物进化的原理,对信息数据的成长过程进行虚拟和假设,从而组建出半虚拟、半真实的信息资源。再如可视化技术则是为数据挖掘提供辅助,采取多种方式对数据的挖掘进行指导和表达[1]。
2大数据时代数据挖掘技术教学要点的分析
2.1数据挖掘技术流程分析
在数据挖掘教学过程中,其流程主要是以下几点:首先做好数据准备工作,主要是在挖掘数据之前,就引导学生对目标数据进行准确的定位,在寻找和挖掘数据之前,必须知道所需数据类型,才能避免数据挖掘的盲目性。在数据准备时,应根据系统的提示进行操作,在数据库中输入检索条件和目标,对数据信息资源进行分类和清理,以及编辑和预处理。其次是在数据挖掘过程中,由于目标数据信息已经被预处理,所以就需要在挖掘处理过程中将其高效正确的应用到管理机制之中,因而数据挖掘的过程十分重要,所以必须加强对其的处理。例如在数据挖掘中,引导学生结合数据挖掘目标要求,针对性的选取科学而又合适的计算和分析方法,对数据信息特征与应用价值等进行寻找和归纳。当然,也可以结合程序应用的需要,对数据区域进行固定,并在固定的数据区域内分类的挖掘数据,从而得到更具深度和内涵以及价值的数据信息资源,并就挖掘到的数据结果进行分析和解释,从结果中将具有使用价值和意义的规律进行提取,并还原成便于理解的数据语言。最后是切实加强管理和计算等专业知识的应用,将数据挖掘技术实施中进行的总结和提取所获得的数据信息与评估结果在现实之中应用,从而对某个思想、决策是否正确和科学进行判断,最终体现出数据挖掘及时的应用价值,在激发学生学习兴趣的同时促进教学成效的提升。
2.2挖掘后的数据信息资源分析
数据信息资源在挖掘后,其自身的职能作用将变得更加丰富,所以在信息技术环节下的数据挖掘技术随着限定条件的变化,而将数据挖掘信息应用于技术管理和决策管理之中,从而更好地彰显数据在经济活动中的物质性质与价值变化趋势,并结合数据变化特点和具体的表现规律,从而将数据信息的基本要素、质量特点、管理要求等展示出来,所以其表现的形式十分丰富。因而在数据挖掘之后的信息在职能范围和表现形式方式均得到了丰富和拓展,而这也在一定程度上体现了网络拟定目标服务具有较强的完整性,且属于特殊的个体物品,同时也是对传统数据挖掘技术的创新和发展,从而更好地满足当前大数据时代对信息进行数据化的处理,并对不同种类业务进行整合和优化,从而促进数据挖掘技术服务的一体化水平。
2.3大数据背景下的数据挖掘技术的应用必须注重信息失真的控制
数据挖掘技术的信息主要是源于大数据和社会,所以在当前数据挖掘技术需求不断加大的今天,为了更好地促进所挖掘数据信息的真实性,促进其个性化职能的发挥,必须在大数据背景下注重信息失真的控制,切实做好数据挖掘技术管理的各项工作。这就需要引导学生考虑如何确保数据挖掘技术在大数据背景下的职能得到有效的发挥,尽可能地促进数据挖掘技术信息资源的升级和转型,以大数据背景为载体,促进整个业务和技术操作流程的一体化,从而更好地将所有数据资源的消耗和变化以及管理的科学性和有效性,这样我们就能及时的找到资源的消耗源头,从而更好地对数据资源的消耗效益进行评价,最终促进业务流程的优化,并结合大数据背景对数据挖掘技术的职能进行拓展,促进其外部信息与内部信息的合作,对数据挖掘技术信息的职能进行有效的控制,才能更好地促进信息失真的控制[2]。
3数据挖掘技术在不同行业中的应用实践
学习的最终目的是为了更好的应用,随着时代的发展,数据挖掘技术将在越来越多的行业中得以应用。这就需要高校教师引导学生结合实际需要强化对其的应用。例如在市场营销行业中数据挖掘技术的应用这主要是因为数据挖掘能有效的解析消费者的消费行为和消费习惯,从而利用其将销售方式改进和优化,最终促进产品销量的提升。与此同时,通过对购物消费行为的分析,掌握客户的忠诚度和消费意识等,从而针对性的改变营销策略,同时还能找到更多潜在的客户。再如在制造业中数据挖掘技术的应用,其目的就在于对产品质量进行检验。引导学生深入某企业实际,对所制造产品的数据进行研究,从而找出其存在的规则,并对其生产流程进行分析之后,对其生产的过程进行分析,从而更好地对生产质量的影响因素进行分析,并促进其效率的提升。换言之,主要就是对各种生产数据进行筛选,从而得出有用的数据和知识,再采取决策树算法进行统计决策,并从中选取正确决策,从而更好地对产品在市场中的流行程度,决定生产和转型的方向。再如在教育行业中数据挖掘技术的应用,主要是为了更好地对学习情况、教学评估和心里动向等数据进行分类和筛选,从而为学校的教学改革提供参考和支持。比如为了更好地对教学质量进行评估,就需要对教学质量有关项目进行整合与存储,从而更好地促进其对教学质量的评估,而这一过程中,就需要采取数据挖掘技术对有关教学项目中的数据进行挖掘和处理,促进其应用成效的提升[3]。
4结语
综上所述,在大数据背景下,数据挖掘技术已经在各行各业中得到了广泛的应用,所以为了更好地满足应用的需要,在实际教学工作中,我们必须引导学生切实加强对其特点的分析,并结合实际需要,切实注重数据挖掘技术的应用,才能促进其应用成效的提升,最终达到学以致用的目的。
参考文献:
[1]李平荣.大数据时代的数据挖掘技术与应用[J].重庆三峡学院学报,2014,03:45-47.[2]欧阳柏成.大数据时代的数据挖掘技术探究[J].电脑知识与技术,2015,15:3-4+9.[3]孔志文.大数据时代的数据挖掘技术与应用[J].电子技术与软件工程,2015,23:195.