大数据时代的理解精选(九篇)

第1篇：大数据时代的理解范文

关键词：计算机信息处理技术；“大数据”时代

计算机技术的普及为互联网信息的丰富奠定了基础，数据的处理和管理已经成为目前电子商务行业的主要研究课题。互联网中的信息具有一定的共享性质，而且大量的数据不论是修改还是删除都需要大量的人力物力，不断增加的网络信息也为计算机信息的处理技术提出了更高的要求，因此大数据的高效处理已成为目前网络相关部门新时代下的研究重点。

1.大数据时代的计算机信息处理技术的概述

计算机信息处理技术在庞大的数据面前显得尤为重要，不仅为当代的办公环境提供了更加高效的信息处理和数据应用等专业功能的综合，还能为工作人员在处理信息的过程中降低了难度和时间。计算机信息处理技术应用的设备和技术有，传感器、通讯技术、电子技术、网络工程学等领域，由于其对于信息处理工作上的便捷性为很多企I和个人所采用，在计算机技术的发展下改变了现代企业在办公时的环境和模式，并且有机的将操作人员、硬件、软件以及数据信息进行结合，大大提高了数据时代下企业的办公效率和质量。大数据时代下的工作方式会更加简单和快速，包括人员的存档和财务信息的整理、生产步骤的确立和运营情况的分析，都是可以根据计算机产生的巨大处理能力和海量数据支持下的分析能力完成的。大数据不仅能对当前的社会信息进行分析，还能对未来的情况产生一定的预测功能，对人类的工作和生活产生深远的影响，同时也能为物联网的形成和信息技术的发展前景奠定基础。

2.大数据时代的计算机信息处理技术的趋势

2.1云计算

目前我国很多家网络公司都已经实现了大数据时代下的云端存储功能，百度云、360云盘等云计算技术开始成为人们存储电子信息的一大方式。云计算的主要方式是以物理形式为构架，社会上对云技术的关注从开发以来都保持很高的热度，由于云端存储数据的大小往往超过固态硬盘的最大值，因此对于传输企业数据和个人信息都很有帮助。据调查百度云网盘现在有2T（2048G），360云盘有1T+36T（1024C+36864G），腾讯微云有10T（10240G），还有华为网盘、金山快盘、云诺网盘等等，如果客户原因进行相关邀请任务还可以轻松获得至少50T（51200G）空间。云计算目前的应用情况实现了网络数据的计算、传输、加速等相关功能，因此数据时代下计算机信息处理技术向云计算的方向转化已成为历史的必然。

2.2开放式

数据时代下的信息特点就是呈爆炸式的增长趋势，而形成这样的原因就是人们对于数据的共享和上传。据调查显示，截至2014年中旬，我国移动端网民的数量达5.27亿，较2013年底增加了2699万人，网民中使用移动设备上网的人群占比进一步提升，由2013年的81.0%提升至83.4%，移动端网民的规模首次超越PC网民的规模和数量（80.9%）。因此大数据时代下计算机处理技术应当遵从开放式的数据传输方式，打破传统仅凭计算机互联模式下的数据增长形式，将信息的优化和数据处理的质量放在技术开发的首位，满足计算机信息处理技术下的不同层次的要求。计算机数据处理技术和互联网技术一直是相辅相成的关系，数据处理功能需要在完善的互联网平台上才能体现其真正的价值，互联网的开放性质也为计算机数据处理技术提供了广泛的实践机会。

2.3物联网

物联网是数据时代下对人们生活和工作产生最大影响的体现，物联网的形成离不开通讯系统、计算机技术以及信息技术的支撑，作为新世纪下的新兴产物，物联网已经深深地植入到了各大网络平台和网络企业的内部结构中，而计算机信息处理技术的发展必然会引起物联网领域的深入和推进。据权威数据统计情况显示，截至2015年中旬，我国在网络购物的消费者的普及率高达56%以上，整体物联网市场的用户规模不仅仍居高位并且保持千万级别的增长，达到了3.74亿人次；移动端网络购物市场的发展也同样迅猛，消费者规模达到2.70亿，半年问的增长率为14.5%；手机端购物市场用户规模的增长速度是整体网络购物市场扩展的4.1倍，手机端网络购物软件使用比例由42.4%提升到了45.6%。支付宝和腾讯的红包功能、各大物流公司的运营过程、信息化操作系统的建立都离不开物联网和计算机信息处理技术的助力。网络平台通过将大量的数据进行存储和交换，形成了电子设备中的沟通和交流形式，并且能够帮助用户实现对信息的需求。

第2篇：大数据时代的理解范文

关键词：大数据时代 大数据理解

1大数据时代概念的提出

当前，大数据这一词汇在各行各业中出现的频率越来越高，各种媒体中也经常对这大数据这一概念进行推广，大数据时代逐渐成为了一个社会热词，昭示着大数据时代的来临。

在学界中，大数据的理论思考与实践探索一直在如火如荼的济宁这，并与经济市场，政府机关形成了良好的合作与互相支持的模式。大数据时代的来临与当前互联网时代的建设基础和发展迅速的信息技术具有重要联系，早在上个世纪末就有了关于大数据时代的理论雏形，对整合所有数据并对数据进行加工，分析，处理提出设想。这一设想的提出与同一时期的“商业智能”的具有密切的联系，所谓商业智能也是指建立数据仓库的基础上挖掘数据的深度含义，分析数据从而挖掘出数据之间的内部联系性，从而获取文化公司所需要的信息，为文化公司的发展提供决策思路和数据支持。

直到世纪，信息技术的发展导致各种数据统计工作的便捷与高效性，人们逐渐发现了进行大规模数据分析和研究对文化公司在发展过程中所能起到的作用，互联网的覆盖范围越来越广，在各行业各的应用程度愈来愈高，智能手机的普及都为大数据时代的来临打下了坚实的基础，随后大数据的概念在信息技术行业中越来越得到认可与重视，大数据的相关理论基础研究与前景展望也越来越多，为大数据时代构建了理论结构与应用前景。

2012年的达沃斯世界经济论坛中将大数据作为主题之一进行讨论，可以说变相确定了大数据在未来社会发展进程中的地位，探究了以信息技术为依托的大数据处理分析如何对人类社会的发展作为贡献。国内对大数据在未来发展中将占据的地位和起到的作用也做出了充分的认可，各大企业与高校对大数据的概念与应用已经开始进行研究与实践。

2大数据一词的概念与理解

对大数据时代的理解离不开对大数据的概念的理解。什么是大数据？就当下而言，虽然大数据一词的出现的频率极高，许多媒体，部门，论坛都在使用这一词语，但是对大数据一词的核心含义的理解却并不一定充分。当前学界内对数据一词的定义尚且没有一个统一的较为得到广泛认可的定义。对大数据一词的定义可以分为几种，例如维基百科上说大数据就是指数量、规模庞大的数据资料，无法利用常见的软件工具对其进行高效率收集，处理与分析。还有的的说法认为大数据就是单纯指数据量足够大，远超常规水平的数据集合。还有的说法主要是认为大数据进行处理的方式才是大数据一词的实质，即大数据是通过特殊处理模式能提高企业对市场形势的掌控程度，为决策提供指导的数据分析处理方法。

因此来看，大数据的特征应该包含着两方面，一是大数据处理在技术层面具有先进性，二是大数据在社会性方面具有广泛性。如上文所述，大数据一词的出现是信息技术进步的结果。大数据最先出现其是存在与IT界的术语，大数据是一个多项技术合并在一起的概念，是一个具有系统性的体系，包括对数据依托信息技术实现大规模储存与联网分享的云技术，对数据进行分析处理的分布式处理技术，指纹识别，虹膜识别等对数据进行保密管理的感知技术等等，都应该包括与大数据体系之中。与此同时，大数据还具有社会性。大数据这一概念的出现离不开信息爆炸化的时代特征，大量的信息充斥于社会的每一个角落并呈现着井喷式的增长，每一个人都是数据的创造者与传递着，国际化进程的加快使人类社会前所未有的紧密联系在一起，在这种时代背景下酝酿出来的大数据概念无法避免的具有人类社会发展的特征。

在大数据时代，人们的思维模式必须向大数据化的方向靠拢，传统的思维模式已经不适合时代的发展。信息技术的进步使我们的思维模式也可以在依托大数据提供的信息作出更准确的决策和判断。在大数据模式下，高效率的数据收集与处理是我们可以脱离传统的抽样调查得出结论的办法，不用再考虑数据模型是否具有科学性和代表性，也不用考虑抽样结果是否具有偶然性，因为我们已经可以立足于全面性的数据来对问题进行思考与判断，同时，对数据的判断要提高效率，应为判断的本身也是一个大数据的过程，提高判断的效率再借以数据统计来提高其准确性。在大数据时代，人们面对数据不需要刨根问底的研究数据出现的原因，而是应该要考虑数据之间的关联性，研究数据之间的联系，思考关联出现的原因而不是单纯研究因果关系。

大数据时代对于社会的改变在于，它变革的是人们处理数据的方式与模式，改变的是人认知世界，认知事物的方法，在数据化的信息处理中提供发现问题，解决问题，创造价值的方法。大数据作为一个新生事物能开创出一个新的时代，不得不说大数据在我们当下的社会发展进程中是极有价值的。虽然大数据的定义及体系，实践应用方面还存在许多不足，缺少经验方面的积累，但是笔者相信随着时间的推移大数据体系的形成必将越来越完备。我们当下所需要做的就是把握住大数据时代的时代脉搏，必须明确大数据时代的要求：首先，大数据时代必须充分利用信息技术来提高数据的收集与储存，利用新的数据处理模式发现数据之间的关联新，为决策提高科学性的指导与数据支持。然后，大数据是技术属性与社会属性的有机统一，所以在大数据时代中两方面工作都要双管齐下，提高技术水平的同时还要注重社会实践应用，达到改变市场运作模式，各组织的结构的目的。最后，大数据不是一个高高在上的概念性名词，而是应该作为一种新的思维方式适用于社会的各个方面，包括政府行政，企业运营和人民生活等等，是新的时代智慧与时代气息，而不是单纯的一种技术或处理数据的手段。

必须要明确大数据时代真正的思想内涵，才能是我国在新时代的发展过程中不落人后，占据着有力地位，提高国家的信息化程度与综合实力，对本论文的命题“大数据时代”对企业人力资源管理工作的影响能做出正确的分析探究。

参考文献：

第3篇：大数据时代的理解范文

关键词：大数据；管理会计；发展趋势

随着知识经济时代的到来，信息技术及物联网技术飞速发展，企业处在海量数据的包围之中，时时刻刻都在关注相关数据的动态及发展。管理会计面对企业管理层，为企业决策及战略目标的实现提供数据支持。随着大数据时代的到来，会计数据的传输与分享成本降低，体量巨大与价值密度之间的矛盾凸显，海量处理与及时使用的要求增大。继续延续传统的会计数据分析方法，将使得企业的内部管理出现诸多的约束和不适应。必须顺势而为，改变企业管理会计的传统思维方式，正确认识大数据时代为管理会计发展带来的机遇和挑战，借助大数据以及大数据处理技术，加强企业管理会计的职能发展及价值体现，通过管理会计的水平优化来促进企业运营绩效的提升。

一、大数据时代背景概述

（一）概念界定

2011年6月，美国麦肯锡管理咨询公司《大数据：创新、竞争和提高生产力的下一个新领域》的研究报告，第一次提出“大数据时代”的概念。“大数据时代”指的是在每一个行业及业务职能领域都存在着海量数据的时代，这些数据在体量、速度、复杂性和价值性方面突破了传统的数据形态，利用现有的技术手段来对数据进行及时有效的获取及处理，有着巨大的难度和机遇。大数据时代的形成是由每个人每个组织在生产、经营和生活中广泛活动的结果，这些大量的、高速的、多变的活动信息都留下了数据痕迹，被先进的计算机技术获取并存储下来，并进行相应的分析、计算和处理。

（二）表现特征

大数据时代具有明显的时代特征：体量庞大，每个人和组织都参与了数据的生产、分享和应用；类型繁多，包括文字、图片、音频、视频等各种类型的信息；价值密度低，数据海量，但需要在庞大的数据海洋中通过强大的计算机技术来提取出有价值的信息，并进行进一步的分析处理，这是大数据处理平台需要解决的难题；速度快，数据变动速度快，时效性要求高。投入巨大采集的信息必须及时处理，立刻进行反馈应用，才是最能发挥价值的方式。这些典型特征给个体和组织形态的活动带来了巨大影响。

二、大数据时代对企业管理会计的影响

（一）企业管理会计发展的外在推力

增强与欧美等国家相比，我国的企业管理会计多半是迫于来自外部的市场压力而发展，管理会计在企业内部被动的接受法律法规的约束，并没有发挥出积极的价值。在大数据时代下，信息的传递及共享成本降低，企业的经济利益相关者，包括员工、股东、供应商、客户等，都能够更及时便捷的收到关于企业财务及运营相关的内容信息，企业面对更加公开和透明的市场环境，管理会计的发展水平所承受的外在推力将会加强，来自市场多方面的监督和制约，将和政府的法律法规一起形成企业发展的压力。企业为了实现更好的综合效益，会适应大环境的要求，重视管理会计的发展潜力，在强化实践中不断提高管理会计的建设水平。

（二）企业管理会计发展的内在动力

提升企业管理会计发展的内在动力，一方面来自于管理会计自身，在大数据时代下，信息的传递及共享成本降低，企业的经济利害相关者，包括员工、股东、供应商、市场群体等，他们与企业经营相关的信息都能够大量、及时、有效的收集和存储，方便管理会计形成与企业财务及运营决策相关的内容，协助企业做出更准确的战略目标，创造竞争优势。另一方面，大数据时代，在日益激烈的市场竞争下，管理会计水平直接影响到企业竞争优势的形成和内部经营管理水平的高低。在经营实务中，管理层将意识到管理会计的重要作用，对其更加关注和支持。而大数据对于海量数据的挖掘使用，将进一步放大管理会计的价值。企业管理层将形成从上到下的正面推动，来促进管理会计的实务发展。

（三）企业管理会计发展的技术环境

改善管理会计作为传统会计的重要组成部分，吸收了现代行为学、管理学和系统理论，不仅是财会的分支，也成为企业管理的组成部分。在大数据的时代背景下，信息不对称的情况将会大大缓解，这为管理会计获得准确全面的数据，提供完全信息和数据支持奠定了基础。数据来源、数据处理和数据思维等方面的技术经历着日新月异的发展，利用一定的技术对相关数据进行专业处理，这种处理方式使信息增值。比如，大数据存储和分析技术可以完成对产品生命周期内包括开发、生产、销售、使用等所有相关信息的获取和处理分析，为企业优化产品运营提供更准确地会计数据支持，为企业发展决策提供更有价值的依据。

三、大数据时代企业管理会计的发展趋势

（一）企业管理会计的服务职能发生变化

大数据时代使传统的会计理论与技术受到挑战和冲击，一方面由微观的企业会计向微观与宏观相结合的社会会计转化。另一方面，管理会计出现了由服务职能向管理职能转化的趋势。在传统会计理念中，虽然管理会计的内容是多元的、多层次的，但是其基本职能是属于服务型的。大数据时代下，在与企业管理目标一致的基础上，管理会计通过信息处理系统，可以实现企业运营环节灵活控制、及时互联：分析和预测市场发展趋势，竞争对手以及上下游企业的资源情况等等。对企业管理工作进行流程设计和控制，能够充分发挥管理会计工作的价值。因此，管理会计并不是服务企业，接受指令，而是在企业运营中担任管理全过程的角色。

（二）企业管理会计的职能作用产生

延伸管理会计的价值取决于其获得的与企业运营相关信息的质量高低，传统的管理会计系统难以提供与企业发展战略相关的信息。企业战略管理所需要的决策支持与控制数据，只有在大数据下，由大数据处理技术才能完成。大数据的时代背景下，可以更便捷的访问、分析和搜索大量数据，满足企业环境战略管理的信息需求，支撑管理会计的职能拓展和延伸。以往管理会计工作偏重于对企业的经营管理控制进行事后分析，而随着大数据时代的来临，管理会计不仅对结果进行分析，还延伸到企业发展的全过程，甄别关键目标、纠正指标偏离、查找管理问题、修订和完善过程方案、实现资源配置优化等一系列环节。管理会计将在大数据技术的支撑下通过职能的改进和延展，为企业管理者提供发展战略相关的有用信息，帮助企业实现经营绩效的提升。

（三）企业管理会计的数据处理技术日益复杂

首先，大数据时代的管理会计需要多种计量手段的综合运用，传统会计的处理技术根本无法达到大数据在体量、类型、速度和关联性分析的要求，只有依附日益复杂的大数据技术才能做到。其次，随着互联网技术的发展，分布式数据库、系统集成等现代信息技术，将促使会计领域实现隐形关联的数据集成。为了提高数据处理信息的时效性和应用性，企业会计管理必须确保复杂数据的现金技术处理。

四、大数据时代管理会计发展的策略选择

（一）树立管理会计中的大数据意识

管理会计是企业内部的会计，是从数据到决策的一个过程。大数据实际上只为管理会计的应用提供更加良好的基础，使之能够从大数据中客观分析、解读、显化与还原，从而扩大管理会计的适用范围。必须重视大数据整合应用过程中的一些客观结论或信息，既要灵活应用管理会计，又要敢于突破管理会计。对企业的管理者来讲，在认识到大数据应用到管理会计中的价值后，要增强管理会计的思想观念，注重将管理会计落实到日常工作中。加大管理会计财力与物力投入，结合具体状况，确立科学的管理目标，制定出完备的工作方案，着重增强企业工作的连续性、长期性以及指导性，不断完善管理会计的相关改良方案，健全指标体系，控制好经营风险，使企业财务管理工作稳步发展，经济效益稳步提高。

（二）提升管理会计中的人才素质

在大数据时代，管理会计的职能从财务管理延伸到企业整体运营链中，企业管理会计人员也要做出积极改变。从行业交叉度来讲，会计人员要在企业生产运营的各个环节，各个要素之间的可能关联保持敏锐的财务意识，能够将大数据得到的结论实际应用到企业的对应环节中去。从管理职能来讲，会计人员需要有整体性的思维，找出解决问题的决策依据。在深入了解大数据时代的特点和管理会计的发展趋势后，企业对管理会计人才的培养，要遵循大数据的技术应用特点和要求，制定适宜的方案，改进人才培养措施和环境，促进管理会计建设迈向现代化的发展局面。企业管理层也必须在大数据的时代背景下顺势而下，加大数据信息网络平台的投入和专业人才的投入，对管理会计进行专业培养和技能提高，相关会计人员也应当加强自身新技术的应用水平，学会应用数据库信息系统，判断数据，并及时反馈，提出解决性的方案，将企业财务运行全过程的信息变动进行科学的分析和监控，为管理层提供数据支持，制定更合理的经营决策和战略目标。

（三）优化大数据处理平台及技术应用

面对着海量无序的数据，将有用的数据筛选出来并确立它们之间的关联关系，是大数据处理平台技术应用的基本功能。从管理会计的角度看，这种技术的应用重点在于了解行业各生产经营流程环节和要素之间的可能关联，以及由此反映出的企业内控、财会、统计等方面的特点及问题。通过构建大数据处理平台，加强管理会计的建设，还应当优化相关存储数据的工具和技术的应用，充分发挥巨大的容量和价值。今后随着互联网技术和传统电子计算机技术的不断发展，还应当加强对相关资源的管理，建设以云计算为基础的管理会计系统，保证数据的结构化处理和协调化应用。在实践过程中，通过云计算管理会计系统的建设，加强信息的收集整理和数据的有效分析，使信息和相关数据的价值得到充分的展现，在较大程度上解决当前大数据存储问题和分析难点。随着我国扩大对外开放和实施“走出去”战略，我国企业必须与国外企业同台竞技，不仅面临来自市场、技术等方面的竞争和冲击，更面临管理战略和模式方面的挑战。同时，我国经济发展进入新常态，企业只有加快发展方式转变，充分挖掘管理潜力，才能实现自身持续发展。在大数据时代，数据应用无处不在，管理会计不再局限于预算、绩效考核和评价，而是充分采集企业内外相关的非财务数据和及时地融入业务流程中，进行数据分析，在经营、投资和融资决策中充分发挥价值创造的作用，积极应对国际国内环境挑战，抓住机遇，乘势而上，不断提升企业自身竞争力。

参考文献：

[1]李忠顺,周丽云,谢卫红.大数据对企业管理决策影响研究[J].科技管理研究,2015(14).

第4篇：大数据时代的理解范文

一、大数据时代背景概述

（一）概念界定

2011年6月，美国麦肯锡管理咨询公司《大数据：创新、竞争和提高生产力的下一个新领域》的研究报告，第一次提出大数据时代的概念。大数据时代指的是在每一个行业及业务职能领域都存在着海量数据的时代，这些数据在体量、速度、复杂性和价值性方面突破了传统的数据形态，利用现有的技术手段来对数据进行及时有效的获取及处理，有着巨大的难度和机遇。大数据时代的形成是由每个人每个组织在生产、经营和生活中广泛活动的结果，这些大量的、高速的、多变的活动信息都留下了数据痕迹，被先进的计算机技术获取并存储下来，并进行相应的分析、计算和处理。

（二）表现特征

大数据时代具有明显的时代特征：体量庞大，每个人和组织都参与了数据的生产、分享和应用；类型繁多，包括文字、图片、音频、视频等各种类型的信息；价值密度低，数据海量，但需要在庞大的数据海洋中通过强大的计算机技术来提取出有价值的信息，并进行进一步的分析处理，这是大数据处理平台需要解决的难题；速度快，数据变动速度快，时效性要求高。投入巨大采集的信息必须及时处理，立刻进行反馈应用，才是最能发挥价值的方式。这些典型特征给个体和组织形态的活动带来了巨大影响。

二、大数据时代对企业管理会计的影响

（一）企业管理会计发展的外在推力增强

与欧美等国家相比，我国的企业管理会计多半是迫于来自外部的市场压力而发展，管理会计在企业内部被动的接受法律法规的约束，并没有发挥出积极的价值。在大数据时代下，信息的传递及共享成本降低，企业的经济利益相关者，包括员工、股东、供应商、客户等，都能够更及时便捷的收到关于企业财务及运营相关的内容信息，企业面对更加公开和透明的市场环境，管理会计的发展水平所承受的外在推力将会加强，来自市场多方面的監督和制约，将和政府的法律法规一起形成企业发展的压力。企业为了实现更好的综合效益，会适应大环境的要求，重视管理会计的发展潜力，在强化实践中不断提高管理会计的建设水平。

（二）企业管理会计发展的内在动力提升

企业管理会计发展的内在动力，一方面来自于管理会计自身，在大数据时代下，信息的传递及共享成本降低，企业的经济利害相关者，包括员工、股东、供应商、市场群体等，他们与企业经营相关的信息都能够大量、及时、有效的收集和存储，方便管理会计形成与企业财务及运营决策相关的内容，协助企业做出更准确的战略目标，创造竞争优势。另一方面，大数据时代，在日益激烈的市场竞争下，管理会计水平直接影响到企业竞争优势的形成和内部经营管理水平的高低。在经营实务中，管理层将意识到管理会计的重要作用，对其更加关注和支持。而大数据对于海量数据的挖掘使用，将进一步放大管理会计的价值。企业管理层将形成从上到下的正面推动，来促进管理会计的实务发展。

（三）企业管理会计发展的技术环境改善

管理会计作为传统会计的重要组成部分，吸收了现代行为学、管理学和系统理论，不仅是财会的分支，也成为企业管理的组成部分。在大数据的时代背景下，信息不对称的情况将会大大缓解，这为管理会计获得准确全面的数据，提供完全信息和数据支持奠定了基础。数据来源、数据处理和数据思维等方面的技术经历着日新月异的发展，利用一定的技术对相关数据进行专业处理，这种处理方式使信息增值。比如，大数据存储和分析技术可以完成对产品生命周期内包括开发、生产、销售、使用等所有相关信息的获取和处理分析，为企业优化产品运营提供更准确地会计数据支持，为企业发展决策提供更有价值的依据。

三、大数据时代企业管理会计的发展趋势

（一）企业管理会计的服务职能发生变化

大数据时代使传统的会计理论与技术受到挑战和冲击，一方面由微观的企业会计向微观与宏观相结合的社会会计转化。另一方面，管理会计出现了由服务职能向管理职能转化的趋势。在传统会计理念中，虽然管理会计的内容是多元的、多层次的，但是其基本职能是属于服务型的。大数据时代下，在与企业管理目标一致的基础上，管理会计通过信息处理系统，可以实现企业运营环节灵活控制、及时互联：分析和预测市场发展趋势，竞争对手以及上下游企业的资源情况等等。对企业管理工作进行流程设计和控制，能够充分发挥管理会计工作的价值。因此，管理会计并不是服务企业，接受指令，而是在企业运营中担任管理全过程的角色。

（二）企业管理会计的职能作用产生延伸

管理会计的价值取决于其获得的与企业运营相关信息的质量高低，传统的管理会计系统难以提供与企业发展战略相

关的信息。企业战略管理所需要的决策支持与控制数据，只有在大数据下，由大数据处理技术才能完成。大数据的时代背景下，可以更便捷的访问、分析和搜索大量数据，满足企业环境战略管理的信息需求，支撑管理会计的职能拓展和延伸。以往管理会计工作偏重于对企业的经营管理控制进行事后分析，而随着大数据时代的来临，管理会计不仅对结果进行分析，还延伸到企业发展的全过程，甄别关键目标、纠正指标偏离、查找管理问题、修订和完善过程方案、实现资源配置优化等一系列环节。管理会计将在大数据技术的支撑下通过职能的改进和延展，为企业管理者提供发展战略相关的有用信息，帮助企业实现经营绩效的提升。

（三）企业管理会计的数据处理技术日益复杂

首先，大数据时代的管理会计需要多种计量手段的综合运用，传统会计的处理技术根本无法达到大数据在体量、类型、速度和关联性分析的要求，只有依附日益复杂的大数据技术才能做到。其次，随着互联网技术的发展，分布式数据库、系统集成等现代信息技术，将促使会计领域实现隐形关联的数据集成。为了提高数据处理信息的时效性和应用性，企业会计管理必须确保复杂数据的现金技术处理。

四、大数据时代管理会计发展的策略选择

（一）樹立管理会计中的大数据意识

管理会计是企业内部的会计，是从数据到决策的一个过程。大数据实际上只为管理会计的应用提供更加良好的基础，使之能够从大数据中客观分析、解读、显化与还原，从而扩大管理会计的适用范围。必须重视大数据整合应用过程中的一些客观结论或信息，既要灵活应用管理会计，又要敢于突破管理会计。

对企业的管理者来讲，在认识到大数据应用到管理会计中的价值后，要增强管理会计的思想观念，注重将管理会计落实到日常工作中。加大管理会计财力与物力投入，结合具体状况，确立科学的管理目标，制定出完备的工作方案，着重增强企业工作的连续性、长期性以及指导性，不断完善管理会计的相关改良方案，健全指标体系，控制好经营风险，使企业财务管理工作稳步发展，经济效益稳步提高。

（二）提升管理会计中的人才素质

在大数据时代，管理会计的职能从财务管理延伸到企业整体运营链中，企业管理会计人员也要做出积极改变。从行业交叉度来讲，会计人员要在企业生产运营的各个环节，各个要素之间的可能关联保持敏锐的财务意识，能够将大数据得到的结论实际应用到企业的对应环节中去。从管理职能来讲，会计人员需要有整体性的思维，找出解决问题的决策依据。

在深入了解大数据时代的特点和管理会计的发展趋势后，企业对管理会计人才的培养，要遵循大数据的技术应用特点和要求，制定适宜的方案，改进人才培养措施和环境，促进管理会计建设迈向现代化的发展局面。企业管理层也必须在大数据的时代背景下顺势而下，加大数据信息网络平台的投入和专业人才的投入，对管理会计进行专业培养和技能提高，相关会计人员也应当加强自身新技术的应用水平，学会应用数据库信息系统，判断数据，并及时反馈，提出解决性的方案，将企业财务运行全过程的信息变动进行科学的分析和监控，为管理层提供数据支持，制定更合理的经营决策和战略目标。

（三）优化大数据处理平台及技术应用

第5篇：大数据时代的理解范文

[关键词]大数据；政府统计；云计算

近年来，在医疗服务、零售业、金融业、制造业、物流、电信等行业，大数据的开发与利用如火如荼，产生了巨大的社会价值，成为互联网、新闻媒体、学术机构、政府企业管理人员等方面关注的热点。与传统统计方式相比，大数据更能满足普通社会公众对信息的需求，让人感到大数据几乎无所不能。甚至有的观点认为，大数据时代，政府统计调查不再具有传统上的信息传递作用。

一、理解大数据时代

（一）数据生产历史

人类文明，在于语言的产生和文字的发明。通过语言，人类可以互通信息、表情达意；有了文字，人类思想和活动才能书写记录、凝固传承。从语言到文字，是人类文明穿越传说时代，步入信史时代的关键时期。但由于文字描述的模糊性，许多自然界和人类社会值得记录的信号，及时被收集、整理，多数并未形成系统数据，得到合理使用。一鳞半爪、道听途说，以讹传讹是常态，而真实、准确、可靠反而是变态。

“巧妇难为无米之炊”，统计工作离不开统计数据，而取得统计数据需要成本。古代如此，现代也是这样。同一时期，统计数据收集、整理，费时耗力；不同时期，统计口径如不统一规范，将难于理解。另外，统计数据如何查阅、如何，也是难上加难。即便是当下，人们在数据采集、存储、分析、共享、传输等方面仍困难重重。对于大多数人而言，如不利用网络，他都将处于有限数据时代，只能掌握部分信息。

随着互联网的发展，社会管理者、企业和个人与网络平台的关系越来越密切，他们每天都在向各类信息终端、平台传送数据。数据的量、种类和结构远超传统信息系统的分析处理和存储传输能力。为获取这直观上庞大数据的内在价值，必须选用新方式来处理。为此，人们把各种资源从客户端剥离，集中到云端，面向客户端提供标准化服务，这种新的信息系统架构就是云计算。

（二）云计算模式

云计算是虚拟化技术、分布式处理、并行处理和网格计算等技术的发展，或者说是这些概念的商业实现。云计算使计算分布，而非在用户本地或远程的单独服务器中，云端维护者能自由快速地将资源切换到需要的应用上，根据用户需求调整所访问的计算机和存储系统。对用户来说，云计算可以理解为基于网络的软件、平台、基础设施按需供给、自由扩展、按使用付费的应用模式。

服务器和存储设备的价格日益低廉、城市化和信息化基础的高速建设使云计算有了实现物力基础条件，而互联网企业、大型社交网络平台、公共服务机构、数据型密集行业等为云计算提供了绝佳的应用展示平台。数据爆炸性地增长，人们从数据匮乏时代一步就迈入了数据泛滥时代。

（三）从云计算到大数据

大数据需要云计算，云计算是大数据的IT基础，而大数据是云计算的应用扩展。云计算把海量数据和可以自由快速扩展的信息资源集中到了云端，大数据则使从数据当中提取信息的常规方式发生了变化。由于自然语言理解、多媒体内容理解、机器学习等技术的发展，计算机可以更好地完成非结构化海量信息的智能化处理，逐步达到学习和模拟人类智能活动并攫取群体行为信息的效果。用户不再依赖传统模型进行抽样后进行统计推断，而是基于规模庞大的数据，利用既有软件快速有效地分析得出人的行为习惯方式，或总结出社会经济的总量结构信息。

二、从大数据到政府统计

（一）政府统计的发展现状

市场经济条件下，政府及经济管理部门需要了解经济的规模、结构、发展水平、效益等动态，都需要统计，政府统计调查一直是经济社会管理部门最主要的数据获取手段。

综合政府统计机构（统计局）通过调查处理，得到反映经济运行状况的基本数据，主要包括人口及劳动力、GDP、农业、工业、建筑业、贸易业、人民生活、价格等。再从相关部门取得财政、金融、运输、邮电、教育、文化、科技、卫生、环保等反映经济社会发展的统计数据。这些数据再通过公报、年鉴、新闻、进度资料等形式进行公布。

目前统计局的统计调查采用了全面定期统计、抽样调查、普查、重点调查、典型调查等方法，基本业务开展仍遵循制度设计、调查采集、数据整理上报、数据与开发利用的顺序流程。近年来，统计工作信息化水平有较大提高，伴随着联网直报系统等信息化项目的应用推广，政府统计逐步实现了网络采集传输、集中存储处理、分析手段也日趋多样。

当前，政府统计面对的主要问题是：数据质量不高、统计产品短缺陈旧、数据公信力不足等方面，根源在于政府统计的制度、机构，已不能适应我国发展现状。当前，受各种因素影响，短期内数据质量控制、指标体系完善、统计方法改进等问题还已困住各级统计部门，至于强化统计独立，站在更高层面整合现有行政记录资源，是长期问题，要摆上桌面，大张旗鼓，还有待努力。

（二）政府统计面临的冲击

大数据时代，一方面，各类数据爆炸性增长，巨量数据实时在线可用；另一方面，数据的更新实时快捷，分析应用多样灵活，更加贴近公众需求，数据对社会整体的代表性不断增强。因此，通过攫取海量的数据资源中的蕴含信息，能够初步满足宏观分析、行业研究、微观决策的需要。

本质上，数据的生产和应用方式发生了巨变。每个社会成员都是数据生产者和提供者，数据生产不再依赖政府统计系统，政府统计机构不再是数据的绝对拥有者；大量用户能够方便地使用海量数据供己所需，传统政府统计机构不再是数据的唯一者和解释人。

三、大数据时代下的政府统计发展

大数据时代，尽管政府统计依然掌握有关社会管理和运行的行政记录信息，负责标准规范的制定者和各类数据结果的，但不再是权威数据的唯一提供者，要在大量数据提供者中取胜，并把握历史潮流，就必须从自己开始，致力革新，适应历史潮流。政府统计，不能再是数据的直接生产者，不能再专注于一线数据的采集，而应在改革自身数据采集系统基础上，整合各方行政记录信息，构建权威的社会经济数据在线平台。

对分析用户来说，数据越多，去伪存真、大浪淘沙的提炼、分析能力越显得重要。大数据时代的分析既需要深厚的背景知识，也离不开合适的大数据统计分析工具。社会经济生活涵盖方面很多，政府统计即使收集到所有数据，也不可能独自去分析所有方向。可以预见，未来经济分析的职能会被更为专业的经济分析部门取代，政府统计应着重于宏观经济数据的基础分析，预测和扩展性的分析，将由各类社会组织在政府统计所掌握的数据基础上进行研究开发。

第6篇：大数据时代的理解范文

大数据时代科技与科学教育面临着诸多的问题

首先，科学出现了新的形态。现代科学之父伽利略是个里程碑式的人物，正是伽利略明确地将实物实验和数学推理方法引入到了科学研究之中，科学才得以系统而迅速地发展。从那时起，科学家们开始以实物实验和数学推理的方式认识自然世界，科学因此形成了两种形态，其一是实物实验形态，其二是数学推理形态。随着科学发展到今天的大数据时代，一些科学家和工程师离不开借助计算机手段研究事物，科学出现了基于计算机的第三种形态——计算形态。各个学科的边界变得模糊，科学研究的范式有了新的变化。以前学科分化越来越精细，但是科学发展到今天，信息科学、纳米技术、生物科学和生命科学、认知和神经科学被公认为最具革命性的学科领域，这四种科技的整合，将对人类社会产生深刻的影响，并可能再次改变我们人类的物种。学科在高度分化的基础之上开始走向学科之间的渗透和融合，特别是开始走向自然与人的融合。基于计算机的整合是当今科学发展与突破的必由之路。但是如何整合却是仁者见仁智者见智之事。

其次，技术的高速发展带来了日益严重的社会问题。比如生命科学中的克隆技术直接挑战人类社会传统的伦理问题；对于自然界的无节制索取，带来了日益严重的能源危机和生态环境恶化危机等。此外，物质生活的丰富与网络的言论自由带来了日益高涨的民主与平等的社会诉求。这些问题可能直接源自高速发展的科技，以致于我们的精神与理解出现相对滞后。诸多危机与问题要得到根治，除了需要加快人类智慧文明发展，还需要科技与科学教育的进一步高度发展，此所谓解铃还须系铃人。科学史上，科学家们为人类积累了丰富的化解人类危机的智慧与知识。

最后，一方面“科教兴国”得到普遍共识，人们开始懂得在科学教育之信息化方面投入大量的人力和物力；另一方面人们对技术的发展给生存环境构成影响认识不足，主要表现在看不到现代教育技术的革命性影响潜力，或者在现代教育技术面前感到茫然。这种状况除了造成设备因为闲置而带来的严重浪费现象之外，还限制了我们破解当今科技与科学教育难题的思考与方法。

为了解决诸多危机与冲突，需要探讨各种可行而有效的解决方案。通过分析大数据时代的科学教育的现状不难发现，如果只是从局部进行个别改动，问题难以有效地得到解决，当今的科学教育问题要想从根本上得以解决，必须运用系统观念，从整体上改变或者构建科学教育体系，换句话讲，需要从整合的角度才能提出可行的解决方案。

数字科学家计划

针对大数据时代人类面临的诸多危机，人们提出了一些对策与良方，其中影响最大的是国际21世纪教育委员会在向联合国教科文组织（UNIESCO）提出的21世纪教育的四大支柱策略：（1）学会认知（Learning to know）：培养学生学会运用认知工具求知，学会发现问题，学会探究知识，学会构建知识。即培养学生认知方法，引导学生通过发现、探究和意义构建的途径获取知识，培养学生的继续学习能力。（2）学会做事（Learning to do） ：既要学会实践，也要学会创造。重视建造可供学生参与的环境，激发学生兴趣，使学习者通过环境的交互作用，通过实践，通过做事获得知识和能力。（3）学会合作（Learning to together） ：要培养学生学会与他人共同生活，就要学会合作生活，合作学习，从过去的集中教学方式到个别学习方式，到现在提倡的协作学习。（4）学会生存（Learning to be） ：学会生活、学会做人、学会自身的发展。既要传授知识，还要注重能力和高尚情操的培养。

在科学教育领域之中形成了一种强调亲自动手学习科学的潮流。在美国、法国、英国、加拿大等国的国家科学课程改革方案中，科学探究被列为课程目标和课程体系的关键而基本的要素。“学习必须是主动的”已成为国际上基本的教育理念。其中影响较大的有“做中学”、“Hands-on”（动手做）、“Minds-on”（动脑做）、“STEM”（科学、技术、工程、数学）等科学教育实践。这些科学教育实践旨在使学生以科学的方法学习知识，强调学习方法、思维方法、学习态度的培养。

这些先进的科学教育理念与实践推动了科学教育的创新与实践。但是实践表明，一个好的理念要想转化为教学行为，往往需要一个较长时期的培训与转化过程，这个过程是艰难的，特别是对于教师和学生需要具有一定的专业理解能力。能否综合上述先进的科学教育理念，提出一种直观、易懂而且有效的科学教育模式的推广方案呢？数字科学家计划（E-Scientist Project， ESP）给出了一种大数据时代下科学教育模式的推广方案。

所谓数字科学家计划，就是一种大数据环境下以提高每一位学生科学素养水平为宗旨，以探究式教学为鲜明特征，以科学思想、科学方法和数据挖掘方法为核心，播种未来科学家种子的教学模式的推广方案。

数字科学家计划主要有两方面特征，其一，数字科学家是一种科学教育模式符号，以“科学家”符号将抽象的科学教育理念人物化和直观化，即准确地表述了现代的科学教育理念，也便于师生理解与实施。榜样的力量是无穷的，虽然科学不能解决人类所有的问题，但是科学家们为我们积累的知识、思想、方法、科学精神在过去和将来都是破解社会难题的重要途径；其二，强调发挥大数据环境下第三种科学形态的育人功能，这是当今科技与科学教育创新的重要切入点。

数字科学家的教学模式是在WebQuest（基于网络的主题探究）模式的基础上改造而成的。主要有以下五个模块：（1）核心问题：WebQuest的核心是设置一个开放性的问题。这个问题设定了WebQuest的清晰目标，鼓励学生回顾原先掌握的知识，激发学习者进一步探索的动机。（2）任务指南：提供一个“脚手架”，引导学生设计、经历和体验专家的思维过程。“脚手架”将令人望而生畏的探究项目打碎成若干个片段，引导学生研究较为复杂的科学问题。（3）海量资源：创建一些到其他互联网站点的链接来共享网络资源。通过运用多样化的互联网资源，可以为不同学习水平或不同学习方式的学生提供信息资源。（4）实施“做中学”：要提供高层次的思维指南，体现“做中学”的教学理念，保证动脑和动手的教学方式落到实处。（5）交流与评价：WebQuest一般用量规提供了自我评估的标准，提示学生已经学到了什么，并鼓励把这种探究的经验扩展到其他领域。评价人员可以是教师，也可以是家长和同学。

数字科学家计划产生于笔者主持的北京市教育科学“十一五”规划课题《数字科学家计划：基于数据探究理论的物理选修课程建设与研究》（2010年立项），已经在北京景山学校、北京一零一中学、北京师范大学亚太实验学校等学校展开实验。该项目在课题阶段探讨了校本特色选修课程的建设，但是随着课题研究的深入开展，数字科学家计划已经不再局限于校本选修课程，开始运用到正规的物理课堂教学；也不仅局限在物理学科教学，已经开始运用到小学高年级的科学课程与教学；还不仅局限在学校科学教学，已经开始运用于北京市东城区青少年科技馆的科普性质科学课程，并配合教学，于2013年11月成功地举办了北京市东城区“数码探科学”大赛。大赛令人耳目一新，引起了学者和教师的广泛关注。著名教育家顾明远先生在颁奖会上讲到，这次大赛让人们看到了大数据环境下的教学实践，学生们在数码探究中有模有样，学到了科学思想、科学方法，体验到了数码探究的乐趣。

经过三年的探索与实践，数字科学家计划已经从课题研究转向项目推广的初期阶段。初步建设了数字科学家网站，形成了一种大数据环境下的科学教育模式，也形成数字科学家课程的教师培训经验，还形成低、中、高端数字环境装备下课程实施经验，已经具备了在更大范围试验与推广的条件。

数据探究理论——数字科学家计划的基石

探讨破解大数据时代的科学教育难题的途径涉及大而复杂的社会问题，仅凭经验而没有理论的指导是难以理解与完成的。但是数字科学家计划已经形成了一些基本的概念与教学原理。这些基本概念与教学原理构成了所谓的数据探究理论。数据探究理论是数字科学家计划的基石。

信息（Information）是数据探究理论的逻辑起点。何谓信息？这是一个复杂而神奇的概念，学者们有着不同的见解，美国数学家和控制论创始者维纳不得已这样定义信息：信息就是信息，既非物质，也非能量。笔者考虑到人的因素，对信息进行了如下的定义：信息既不是物质，也不是能量，而是物质的波-粒二像性与人相互作用的存在形式。

数据（Data）是数据探究理论的另一个重要概念。数据是载荷或记录信息而留下的明确印迹。数据可以是数字、文字、图像、录像，也可以是计算机代码等。对数据背景的解读是获取意义的一种途径。数据背景是接收者针对特定数据的意义准备，即当接收者了解数据序列的规律，并知道每个数据或数据组合的指向性目标和含义时，便可以获得数据所载荷的意义。观察数据或者数据挖掘就是对数据背景的解读过程。数字科学家计划的核心环节在于信息观测、数据挖掘和数据价值与交流。

探究式教学是一种以科学探究为基本特征的教学模式，其实质是引导学生通过类似科学家的探索过程理解科学概念和科学本质。依据科学的三种形态，将探究式教学分成实物实验探究、数学推理探究和数据探究。所谓数据探究是一种基于计算机的探究式教学，是提高学生数据素养水平的必要途径。数据探究与其说是一种适应大数据时代的手段和途径，不如说是大数据时代的一种生活理念和生活态度。

数据探究在教师观、学生观、学习观和评价观上均具有新的内涵。简单介绍如下：（1）教师是数据探究的促进者与合作者。（2）学生是具有创造能力的学习主体。数据探究应该把学生置于一个有社会意义的团体中，培养“共生性”与“交互性”，体验创造的意义和价值。还应该体现STS教育，强调人对自然、社会、人生的责任和义务。（3）数据探究是一个建构的、社会化的综合体验过程。学习者总是依据已有经验、心理结构和信念来选择一些信息或者数据，从中经过数据挖掘得到推论，并根据推论来构建关于世界的认识。（4）评价是开放、多元的反馈过程。数据探究评价认为学习是一种建构独特意义的过程，注重对于探究过程的评价，关注评价的开放性与多元性。

总之，数字科学家计划在理论与实践上为我们提供了一种大数据时代科学教育整合的解决方案。

第7篇：大数据时代的理解范文

1.1数据的独立性

数据库系统中数据的独立性表现在物理独立性和逻辑独立性两个方面，数据的物理独立性使之数据的存储位置和存储设备不会受到数据库逻辑结构的影响，数据的逻辑独立性是指数据应用程序与数据库的逻辑结构之间是相互独立的，也就是说应用程序不会受到数据定义和数据类型变化的影响或者说影响非常有限。

1.2数据的灵活性

数据库系统在负责存储数据记录的同时，还可以对数据记录的修改、添加、删除、更新等操作进行管理，这种数据操作的灵活性可以有效的满足生产经营管理中的实际业务需求的变化，这种灵活性也赋予了数据库系统强大的生命力。

2数据库技术的发展趋势

数据库技术强大的数据处理能力有效地满足了信息时代背景下企业生产管理的需要，是现代商业智能的重要支撑技术，数据库技术的发展始终围绕计算机的应用，随着数据库技术的发展，其在各个行业的信息管理中得到了充分的应用，建立起了各种各样的数据库系统，如人口资源数据库、生态环境数据库、地理信息数据库、地质变化数据库等。随着数据库技术的发展，信息管理的数据模型也不断得到扩展，从国际情况来看数据库技术仍然处在快速变化和革新之中，其对相关产业的更新换代起着重大的推动作用。

3现代信息管理中数据库技术的应用状况

现代信息管理中数据库技术的应用领域得到了越来越快的扩展，随着企业生产管理中产生的数据量呈现几何级数的增长，很大大中型企业对于大数据处理计算的需求也越来越强烈，并且对于数据库的分布式处理能力要求也越来越高，数据库技术基础上所诞生的商业智能辅助决策系统对于企业的生产经营管理决策的科学化发挥着重要作用，越来越受到企业的重视和关注，随着数据库技术的不断革新，其满足企业个性化需求和业务变更的能力也越来越强，并且适用范围也越来越广。现代信息管理中数据库技术的兼容性、安全性在不断增强。随着越来越多的企业在网络环境中使用数据库系统进行信息管理，那么就面临着信息安全和信息保密问题：一是要避免网络病毒感染对数据造成的危害，二是要避免自己的商业信息被竞争对手获得，为了防止企业重要的商业信息和数据被非法篡改和窃取，数据库系统就必须提供给相应的安全性保障措施，这就推动了加密算法、访问许可、身份识别、数据防伪等技术的发展。现代信息管理中数据库系统的可操作性和适用性进一步增强。基于数据库系统的企业级信息管理解决方案要求数据库在具备安全性、兼容性的同时，还要有良好的可迁移性和多操作平台的适用性，数据库的可迁移性在分布式的现代企业级信息管理解决方案中显得更为重要，由于企业业务和管理需求的动态变化，数据库的逻辑位置和物理位置会经常发生变化，这样可迁移性就变得非常重要，另外，现代企业的信息管理系统可能会基于多个操作系统平台，这样不同平台的数据库系统之间要进行通信，就要求数据库系统应该具备良好的跨平台性。现代信息管理中数据库系统具有的数据备份和数据恢复功能为数据安全提供了保障。企业级的信息管理解决方案中数据的备份和恢复十分重要，因为数据就是业务，并且信息管理系统运行中由于各种难以预计的原因不可避免会造成数据信息受到损害，诸如计算机系统自身故障、操作人员误操作、计算机病毒感染、自然灾害等，这就需要将企业业务数据信息备份在多个不同的物理空间方位中，以便在需要时可以从不同位置的多个副本中任意选取一个进行恢复，这就使得数据安全的保障性大幅度提高。另外，现在数据库系统除了应用程序前台的安全保护外，自身还具有强大的安全防护功能，用户在进入数据库系统前都要进行身份验证，进入系统后也只能在用户所分配的权限内进行操作，这些功能都极大地提高了数据库系统在企业级信息管理解决方案中的适用性和竞争力。

4现代信息管理中应用数据库技术应该注意的事项

现代信息管理中数据库技术的应用中还存在着一系列问题，这些问题和事项会一直存在于数据库系统的应用中，特别是在企业级的数据库系统解决方案中应该格外给予重视。

4.1数据库系统的安全性有待进一步提高

在企业级的信息管理系统解决方案中，数据就是业务，业务就是资金，关系着企业的生存发展，因此数据库系统的安全性就显得尤为重要，甚至起着决定性的作用。目前网络环境中的数据库信息管理系统面临着各种网络攻击、病毒感染、信息被篡改等风险，有时这些风险会造成数据库信息管理系统的数据遭到泄露、篡改甚至瘫痪，给企业的生产经营和管理造成巨大损失，这对于信息管理系统具有极大依赖性的某些行业来说简直是不可接受和难以承担的，所以每个数据库系统信息管理解决方案的管理者都应该制定符合自己实际情况的安全管理措施，从制度上和技术上全面加强监管。

4.2慎重选取数据库系统

将数据库系统应用到企业级的信息管理系统解决方案中，对于数据库系统的选取要慎重：

①要考察其安全性和兼容性，

②要考察其可扩展性，

③要考察其技术匹配性，构建企业级的信息管理解决方案，首先要有长期的规划和战略构想，然后根据战略需求选择符合要求的数据库系统产品，该数据库系统产品既能满足目前企业需求，又能根据未来需求变化和业务变更提供良好的扩展，另外要考察其技术性与企业目前技术人员的知识结构和技能水平的匹配性，这样才能有效地开发出富有生产力的企业级数据库信息管理系统解决方案。

5结语

第8篇：大数据时代的理解范文

一、我国已进入大数据时代

大数据指的是海量的、类型繁多的、处理速度快的数据，并且经过大规模的处理后能够体现足够的价值。随着云技术的飞速发展，我国已经进入了以深度挖掘数据价值为核心的大数据时代。

（一）海量数据激增

以计算机技术、互联网技术和云技术为支撑的大数据技术极大地促进了全球信息的流通和传递，引发了数据流量的激增。据美国互联网数据中心测算，仅互联网上的数据每年就以高达50%的速度增长，每两年翻一番，目前世界上90%的数据是最近几年才产生的，过去3年产生的数据量比以往4万年的数据量还多，一天产生的信息量可刻满1.88亿张DVD光盘，这是世界进入到大数据时代的具体体现。

（二）网民规模不断扩大

在我国，近20年来，计算机技术和互联网技术的发展快速催生出了全世界最大的互联网络和互联网络客户群体。据中国互联网络信息中心的《第34次中国互联网络发展状况调查统计报告》显示，截至2014年6月，中国网民规模达6.32亿，互联网普及率为46.9%。手机网民规模达5.27亿，较2013年底增加2699万人，网民中使用手机上网的人群占比由2012年底的81.0%提升至83.4%，世界上每五个网民中就有一个是中国人。[1]这一事实奠定了我国是世界上名符其实的数据中心的地位，我国所产生的数据流量已占到全世界的10%，说明我国在全球范围内已率先进入大数据时代。

（三）联网设备不断增加

以物联网、家电等为代表的联网设备数量增长越来越快，2007年全球有5亿个设备联网，人均0.1个；2013年全球约有500亿个设备联网，人均70个。[2]现在，我们还处于 “物联网”的初级阶段，随着其技术的逐渐成熟，我们的设备、交通工具等都将能够互相连接与沟通。据BII的预计，到2018年，物联网设备大约等于智能手机、智能电视、平板电脑、可穿戴设备和PC的总合，将成为最大的一类联网设备。这些都会为人们轻松、便捷地获取各种海量数据提供可靠的硬件支持。

二、大数据正深刻影响着社会治理领域

以“网络化”、“数字化”、“虚拟化”为特征的大数据时代正在深刻改变着人们的生存和思维方式，有媒体将2013年称为“大数据元年”。大数据之大的重要意义在于人类可以分析和使用的数据在大量增加，通过这些数据的交换、整合和分析，人类可以发现新的知识，创造新的价值，带来“大知识”、“大科技”、“大利润”和“大发展”。[3]目前，大数据正成为一股社会浪潮，影响着社会生活的方方面面，也深刻影响着社会治理领域。

（一）大数据影响社会治理方式

面对激增的数据流量及其对社会治理领域的影响，社会治理者必须全力应对，加强社会治理方式的转变，关注通过大数据分析得出的预测结果，在社会治理过程中注重规避决策风险。比如通过对全国手机用户在各省区间的漫游数据进行分析，可以即时发现手机用户的流动规模和迁徙规律，这对于铁路运输、交通管理、人口普查、公共安全、商业消费等各个方面均有重大影响，也可以为政府和社会组织决策提供数据参考，从而提升管理效率。生物学家马塞尔·萨拉特和软件工程师沙先克·坎都拉斯通过微博开展情绪分析，揭示了个人的卫生行为规律，从而为政府加强公共卫生服务提供了有力依据。以上事实充分表明社会治理已进入到大数据时代。因此，社会治理者必须树立大数据意识，充分认识和理解大数据对社会治理的影响，正确把握大数据与社会治理之间的关系，进而掌握大数据技术在社会治理领域的应用，这是大数据时代对社会治理提出的现实需求和战略需求。换言之，大数据已不再是简单的计算机化管理，也不再是应对信息挑战的技术解决方案，而是政府乃至全社会的一项治理战略。

（二）大数据影响社会治理创新

从根本上说，大数据是一种战略资源。越来越多的政府、企业等开始意识到数据正在成为组织最重要的资源，数据收集和分析能力正在成为组织的核心竞争力。2012年，美国政府投资2亿美元实施“大数据研究和发展计划”，将大数据上升至国家战略层面。反观我国，近年来，一些专家、学者不断发出重视大数据的呼吁，在2014年“两会”期间，一些代表也分别从大数据视角对当今社会问题进行了解读，体现出大数据对中国社会的影响正在日益加深；但在国家层面，还没有形成大数据的国家战略，与欧美发达国家相比，仍存在着巨大的数据鸿沟。从社会治理的战略视角而言，驾驭大数据，创新社会治理，其影响必将广泛而深远。大数据的包容性有利于打破政府各部门间、政府与公众间的边界，削除信息孤岛现象，实现数据共享。因此，社会治理者在创新社会治理过程中，一方面，要树立大数据的战略意识，提高对大数据在社会治理全局中的地位和作用的认识。这种意识不在于掌握庞大的数据本身，而是从社会治理的战略高度，着眼长远，谋划全局，赢得大数据时代的主动权，实现社会治理的科学化。另一方面，要做好关于大数据的战略规划，重视大数据的开发与利用。培养能够理解和应用大数据的创新型人才，解决好社会治理在大数据时代的人才短缺问题。改革现有的体制机制，公开信息，打破部门与部门之间、政府与社会之间的数据割据与封锁界限，解决好社会治理在大数据时代的数据挖掘与利用问题。增加投入，提供政策支持，安排资金用于大数据的开发，解决好社会治理在大数据时代的技术支撑问题。

（三）大数据影响社会治理信息公开

大数据反映舆情和民意，公众对于社会治理过程中各种信息资源的需求越来越迫切，一方面要求相关部门提供权威的、统一的基础数据，另一方面还要求政府尽可能提供经过分析的、具有指导意义的信息。目前，大量的数据分布在各个相关部门，在某种程度上大量的信息资源成了各部门的私有财产。在政府部门，大量的信息资源只有在相互流动、形成规模效应的前提下才能够体现出价值。因此，在社会治理过程中，政府有责任不断推动大数据在社会治理创新中发挥作用，不断整合公共数据资源，使大量的数据信息相互流动，形成规模效应，最大限度地体现大数据的价值。2014年6月国务院出台《社会信用体系建设规划纲要（2014～2020年）》，明确提出要依法公开政府在行政管理中掌握的信用信息，增强决策的透明度，推进政务公开，建设诚信政府。这一举措的出台，将为相关部门开放公共数据资源提供有效的依据。当下，不少部门所掌握的、能够开放的公共数据已经在逐步开放之中，例如工商数据以及车辆信息等。大数据的技术优势可以不受数据类型、物理和地理方面的限制，实现信息资源在逻辑上的联通和集中，有利于消除部门之间的信息孤岛现象，建立起部门间信息共享共用体系，更好地服务于公众。

三、大数据时代的社会治理必须强化大数据意识

（一）大数据的资源意识

IBM执行总裁罗睿兰认为，“数据将成为一切行业当中决定胜负的根本因素，最终数据将成为人类至关重要的自然资源。”被誉为大数据商业应用第一人的维克托·迈尔·舍恩伯格在《大数据时代》一书中也指出：“未来数据将会像土地、石油和资本一样，成为经济运行中的根本性资源。”巨量的数据正在成为一种资源，一种生产要素，渗透至各个领域，从某种意义上说大数据代表着一种生产力，大数据技术的应用可以在任何行业创造价值。据麦肯锡公司2011年报告推测，如果把大数据用于欧洲的公共管理，可获得年度潜在价值2500亿欧元；如果美国医疗业全面使用大数据，保障医疗系统安全有效运行，每年能多创造3000亿美元的价值，同时减少8%的医疗支出。大数据的资源属性也渗透在社会治理的所有领域和环节。对社会治理者而言，如何管理和运用好这些资源，已成为社会治理各环节致胜的关键因素。一是利用大数据资源，可以获得社会各行各业的动态信息，及时了解公众的心态，防患于未然，从源头治理层面防止或减少社会治理问题和冲突的产生。二是根据大数据资源的即时性特征，对大数据进行实时分析，可以从动态管理层面实现社会治理动态化，有效化解社会矛盾和冲突。三是利用大数据资源，可以即时、有效地掌握突发事件发生后的各种信息，对聚集的海量数据进行挖掘，找出原因并对事件进行动态监测，从危机处置层面提高决策效率，最大限度地减少损失，做到处危不乱。

（二）大数据的技术意识

大数据技术是一种收集和分析大量信息并从中提炼知识和发现规律的能力。虽然大数据概念早已被普遍使用，但由于大量、高速、复杂、变化不定的数据需要采用先进的方法和技术实现收集、存储、分配、管理和分析，导致其理念超前和技术复杂。因此，从具体应用上看，尤其是从复杂的社会治理过程中考察，大数据在我国社会治理过程中还没有真正发挥作用，以政府机构为主体的社会治理者还没有充分学会运用大数据进行社会治理创新。而实际上，大数据技术在各个领域均扮演着重要角色，已显示出不可估量的价值。如电信运营商利用大数据技术对用户的行为习惯进行分析，可以更有针对性地制订市场营销计划或开发出全新的商业模式和服务方式；金融行业利用大数据技术，可以更快速地分析在金融机构之间交换的营销与交易数据，以确保交易的安全可靠并预防欺诈；医疗卫生部门利用大数据技术，可以根据社会化网络媒体、搜索引擎上的数据来跟踪流感等传染性疾病的爆发，预测疫情可能爆发的地点和时间；智慧城市及物联网领域利用大数据技术，可以更快实现智能交通监控、智能公共安全、气象和污染变化的智能监控及预测等。从社会治理视角考察，大数据技术亦已显现出广阔的应用前景。一是运用大数据技术，可以有效改进政府的社会治理方式，使政府机构更加前瞻性地提高工作效率。联合国全球脉动项目就是对社交网络中的数据进行分析，预测某地区的失业、疾病爆发等情况。因此，社会治理者应该充分利用大数据对社会人群进行细分，对不同人群进行有针对性的服务。二是运用大数据技术，可以降低社会治理成本。据智囊团Policy Exchange分析，英国政府通过高效使用公共大数据，每年可节省330亿英镑。对于社会治理部门来说，充分利用大数据技术进行分析，可以跨越部门内部协同的鸿沟，节约行政成本、提高行政效率。三是运用大数据技术，可以建立公众与政府间的有效沟通渠道，为公众广泛参与社会治理创造条件。目前，政府对于公众诉求的了解，基本上局限于开座谈会或相关负责人下基层调研的传统方式，往往达不到全面、准确地掌握社会实际情况的目的。运用大数据技术，社会治理者可以将散落的各种数据进行深度挖掘，分析数据价值，掌握舆情，感知公众的需求并将其转化为有意义、有价值的信息。如此，才能使公共服务供给、政府网站建设、各类信息投放等符合公众的需要，创造出良好的社会价值。

（三）大数据的风险意识

科学开发和利用大数据可以给我们带来巨大的收益，但不容忽视的是，大数据是一把双刃剑，在给我们带来收益的同时，也带来了巨大的风险。由于大数据的开放性、信息技术的先进性以及相关领域法律法规的缺失，国家安全、社会安全、商业安全以及个人隐私安全等均面临前所未有的挑战。2013年5月发生的“斯诺登事件”再一次给我们敲响了警钟。美国政府利用先进的大数据技术对全世界进行全方位的监听，对我国而言，就是全方位的安全威胁。在社会治理领域，虚假信息与个人隐私安全已成为大数据时代安全风险多发、高发的重灾区。国内外敌对势力利用互联网制造和传播虚假信息，左右社会舆论，影响民意，破坏社会稳定的事件时有发生。至于个人隐私安全问题，则是一个世界性难题，侵犯个人隐私案件频频出现。如2011年，韩国三大门户网站之一Nate和社交网络“赛我网”遭到黑客攻击，致使3500万用户信息 泄露；2012年2月，中国人寿80万份保单个人信息泄露；2012年，央视“3·15”晚会披露了招商银行、工商银行员工向他人出售客户个人信息，导致银行客户资金被盗，造成损失3000多万元的案例等等。[4]这些案件都严重侵犯了个人隐私权，给社会成员的人际关系以及个人与机构之间的关系均带来了极大的负面影响，也必然增加了社会成员的不安全感，为社会治理增加了难度。

从技术层面而言，大数据安全的风险点主要体现在两个方面：一是在数据存储过程中给信息安全造成的危害，二是在信息销毁过程中给信息安全造成的危害。云服务商常常在删除信息的过程中进行备份，从而导致销毁不彻底。同时，各国政府为满足协助执法的需要，也往往要求服务商提供可用数据，这就造成了公权力与信息安全之间的冲突。为此，社会治理者如何从国家治理和社会治理的视角把握大数据时代的机遇，强化大数据的风险意识，真正做到趋利避害，就成为一个重大的课题。

（四）大数据的法制意识

由于大数据时代信息传播的即时性、匿名性、交互性及广覆盖性，既容易在信息传播过程中对社会舆情产生放大作用，引发大量突发性事件，导致社会不稳定，陷社会治理于被动，又容易发生大量数据被盗窃和篡改以及丢失、出卖、个人隐私泄露等数据安全问题，给国家安全、社会安全和个人隐私带来了极大的隐患。这些现实问题的大量存在给大数据的管理、挖掘和使用带来了很多法律问题，因此，依法对大数据进行管理，就成为社会治理者绕不开的一个时代课题。

目前，我国虽然在传播和舆情管理方面出台了《突发事件应对法》；在维护互联网安全方面，全国人大出台了《全国人大常委会关于维护互联网安全的决定》等，但就总体而言，还处于法律建设不完善的状态。在相关领域的法律建设中呈现出三个特点：一是针对大数据的专项立法还是空白。在数据主权归属，服务可靠性保障，争端化解与裁决等方面缺乏法律规范，极大地制约了大数据产业的发展，增加了全社会对数据可靠性的担忧。二是立法主体的部门化和低层化。除《突出事件应对法》和《全国人大常委会关于维护网络安全的决定》外，其他法规均由各地方和各部门制定，主体多元，层次较低，必然导致其权威性不足，各地方和各部门之间缺乏法规之间的系统性、协调性和一致性。由于不同法规之间的交叉、覆盖与差异，又必然导致在执法实践中的执法冲突，加剧了大数据管理和产业发展的乱象。三是现有法律法规不完善。法律法规建设跟不上实践发展的需要，在大数据相关领域出现立法空白的同时，已有的法律法规也存在诸多不完善之处。比如《突出事件应对法》，把重点放在了政府在处理突出事件的不同阶段如何信息上，没有对大数据时代的开放性和广覆盖性做出反应，没有对公众在突出事件中的权利和义务进行直接规范，在社会舆情对突出事件的影响方面也没有给予足够的关注。

依法治国，建设法治国家是我们的目标，大数据时代的社会治理尤其需要法制予以保障。社会治理是一项浩大的系统工程，大数据时代的社会治理尤为复杂多变，而在我国的整个法律体系中，社会治理和大数据管理的法律法规只占有很少的比重，社会需求与公共产品供给严重失衡。依据大数据时代社会治理的现实和发展趋势，政府和立法机构应当站在国家治理和社会治理的高度，对大数据视阈下涉及社会治理的民生、社会组织、社会舆情、信息公开、个人隐私以及大数据的收集、存储、销毁等领域和环节加紧研究和立法，这是大数据时代的社会治理对法律保障的急切呼唤。

（五）大数据的人才意识

麦肯锡公司在其2011年报告中概括：“大数据将成为全世界下一个创新、竞争和生产率提高的前沿。”[5]大数据技术作为新一代信息技术的集中反应，是一种应用驱动性很强的服务性技术，也是具有无穷潜力的新兴产业领域。其产业发展前景取决于各国在相关各领域的人才状况。根据盖特纳咨询公司预测，大数据将为全球带来440万个IT新岗位和上千万个非IT岗位。另据麦肯锡公司预测，到2018年，仅美国就需要深度数据分析人才44万-49万，缺口14万-19万人；需要既熟悉本单位需求又了解大数据技术与应用的管理者150万，这方面的人才缺口更大。正因为如此，美国的一些大学已经开设了大数据技术的专业课程，培训下一代的“数据科学家”，；美国一些企业也参与进来，向培训机构提供资助，这是夺取大数据时代科技制高点的战略之举。我国是世界性的数据中心，数据流量已占到全世界的10%，所需人才自然也远在其它任何国家之上。但由于观念、技术、体制机制等因素的制约，能在各个领域理解与应用大数据的创新型人才稀缺。国家信息化专家咨询委员会副主任、中国工程院院士邬贺铨认为，大数据产业需要从业人员既懂数据分析工具，又懂行业分析，而这样的创新人才是奇缺的。在社会治理领域，缺乏大数据的时代意识和大数据技术人才的短缺更是制约社会治理方式转变和效率提高的瓶颈。大数据技术的关键不在于收集大数据本身，而在于数据处理加工能力。我国的社会治理主体，无论是政府还是社会组织，在一定程度上还缺乏大数据建设的数据分析方法、使用体系和高端人才，既缺乏专业化的数据分析与管理部门，又缺乏能够理解大数据在社会治理领域应用的技术专家。因此，要适应大数据时代的现实需要和广阔的发展前景，必须强化人才意识，树立人才是最宝贵的资源，是事业成败的关键的人才观。

【参考文献】

[1]第34次中国互联网络发展状况统计报告[EB/OL].http：//cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/201407/t2014-07-21_47437.htm.

[2]邬贺铨.大数据时代的机遇与挑战[J]，求是，2013，（04）.

[3]徐子沛.大数据[M].广西师范大学出版社，2012.

第9篇：大数据时代的理解范文

大数据时代科技与科学教育面临着诸多的问题

首先，科学出现了新的形态。现代科学之父伽利略是个里程碑式的人物，正是伽利略明确地将实物实验和数学推理方法引入到了科学研究之中，科学才得以系统而迅速地发展。从那时起，科学家们开始以实物实验和数学推理的方式认识自然世界，科学因此形成了两种形态，其一是实物实验形态，其二是数学推理形态。随着科学发展到今天的大数据时代，一些科学家和工程师离不开借助计算机手段研究事物，科学出现了基于计算机的第三种形态——计算形态。各个学科的边界变得模糊，科学研究的范式有了新的变化。以前学科分化越来越精细，但是科学发展到今天，信息科学、纳米技术、生物科学和生命科学、认知和神经科学被公认为最具革命性的学科领域，这四种科技的整合，将对人类社会产生深刻的影响，并可能再次改变我们人类的物种。学科在高度分化的基础之上开始走向学科之间的渗透和融合，特别是开始走向自然与人的融合。基于计算机的整合是当今科学发展与突破的必由之路。但是如何整合却是仁者见仁智者见智之事。

其次，技术的高速发展带来了日益严重的社会问题。比如生命科学中的克隆技术直接挑战人类社会传统的伦理问题；对于自然界的无节制索取，带来了日益严重的能源危机和生态环境恶化危机等。此外，物质生活的丰富与网络的言论自由带来了日益高涨的民主与平等的社会诉求。这些问题可能直接源自高速发展的科技，以致于我们的精神与理解出现相对滞后。诸多危机与问题要得到根治，除了需要加快人类智慧文明发展，还需要科技与科学教育的进一步高度发展，此所谓解铃还须系铃人。科学史上，科学家们为人类积累了丰富的化解人类危机的智慧与知识。

最后，一方面“科教兴国”得到普遍共识，人们开始懂得在科学教育之信息化方面投入大量的人力和物力；另一方面人们对技术的发展给生存环境构成影响认识不足，主要表现在看不到现代教育技术的革命性影响潜力，或者在现代教育技术面前感到茫然。这种状况除了造成设备因为闲置而带来的严重浪费现象之外，还限制了我们破解当今科技与科学教育难题的思考与方法。

为了解决诸多危机与冲突，需要探讨各种可行而有效的解决方案。通过分析大数据时代的科学教育的现状不难发现，如果只是从局部进行个别改动，问题难以有效地得到解决，当今的科学教育问题要想从根本上得以解决，必须运用系统观念，从整体上改变或者构建科学教育体系，换句话讲，需要从整合的角度才能提出可行的解决方案。

数字科学家计划

针对大数据时代人类面临的诸多危机，人们提出了一些对策与良方，其中影响最大的是国际21世纪教育委员会在向联合国教科文组织(UNIESCO)提出的21世纪教育的四大支柱策略：（1）学会认知(Learning to know)：培养学生学会运用认知工具求知，学会发现问题，学会探究知识，学会构建知识。即培养学生认知方法，引导学生通过发现、探究和意义构建的途径获取知识，培养学生的继续学习能力。（2）学会做事(Learning to do) ：既要学会实践，也要学会创造。重视建造可供学生参与的环境，激发学生兴趣，使学习者通过环境的交互作用，通过实践，通过做事获得知识和能力。（3）学会合作(Learning to together) ：要培养学生学会与他人共同生活，就要学会合作生活，合作学习，从过去的集中教学方式到个别学习方式，到现在提倡的协作学习。（4）学会生存(Learning to be) ：学会生活、学会做人、学会自身的发展。既要传授知识，还要注重能力和高尚情操的培养。

在科学教育领域之中形成了一种强调亲自动手学习科学的潮流。在美国、法国、英国、加拿大等国的国家科学课程改革方案中，科学探究被列为课程目标和课程体系的关键而基本的要素。“学习必须是主动的”已成为国际上基本的教育理念。其中影响较大的有“做中学”、“Hands-on”（动手做）、“Minds-on”（动脑做）、“STEM”（科学、技术、工程、数学）等科学教育实践。这些科学教育实践旨在使学生以科学的方法学习知识，强调学习方法、思维方法、学习态度的培养。

这些先进的科学教育理念与实践推动了科学教育的创新与实践。但是实践表明，一个好的理念要想转化为教学行为，往往需要一个较长时期的培训与转化过程，这个过程是艰难的，特别是对于教师和学生需要具有一定的专业理解能力。能否综合上述先进的科学教育理念，提出一种直观、易懂而且有效的科学教育模式的推广方案呢？数字科学家计划（E-scientist Project, ESP）给出了一种大数据时代下科学教育模式的推广方案。

所谓数字科学家计划，就是一种大数据环境下以提高每一位学生科学素养水平为宗旨，以探究式教学为鲜明特征，以科学思想、科学方法和数据挖掘方法为核心，播种未来科学家种子的教学模式的推广方案。

数字科学家计划主要有两方面特征，其一，数字科学家是一种科学教育模式符号，以“科学家”符号将抽象的科学教育理念人物化和直观化，即准确地表述了现代的科学教育理念，也便于师生理解与实施。榜样的力量是无穷的，虽然科学不能解决人类所有的问题，但是科学家们为我们积累的知识、思想、方法、科学精神在过去和将来都是破解社会难题的重要途径；其二，强调发挥大数据环境下第三种科学形态的育人功能，这是当今科技与科学教育创新的重要切入点。

数字科学家的教学模式是在WebQuest（基于网络的主题探究）模式的基础上改造而成的。主要有以下五个模块：（1）核心问题：WebQuest的核心是设置一个开放性的问题。这个问题设定了WebQuest的清晰目标，鼓励学生回顾原先掌握的知识，激发学习者进一步探索的动机。（2）任务指南：提供一个“脚手架”，引导学生设计、经历和体验专家的思维过程。“脚手架”将令人望而生畏的探究项目打碎成若干个片段，引导学生研究较为复杂的科学问题。（3）海量资源：创建一些到其他互联网站点的链接来共享网络资源。通过运用多样化的互联网资源，可以为不同学习水平或不同学习方式的学生提供信息资源。（4）实施“做中学”：要提供高层次的思维指南，体现“做中学”的教学理念，保证动脑和动手的教学方式落到实处。（5）交流与评价：WebQuest一般用量规提供了自我评估的标准，提示学生已经学到了什么，并鼓励把这种探究的经验扩展到其他领域。评价人员可以是教师，也可以是家长和同学。

数字科学家计划产生于笔者主持的北京市教育科学“十一五”规划课题《数字科学家计划：基于数据探究理论的物理选修课程建设与研究》（2010年立项），已经在北京景山学校、北京一零一中学、北京师范大学亚太实验学校等学校展开实验。该项目在课题阶段探讨了校本特色选修课程的建设，但是随着课题研究的深入开展，数字科学家计划已经不再局限于校本选修课程，开始运用到正规的物理课堂教学；也不仅局限在物理学科教学，已经开始运用到小学高年级的科学课程与教学；还不仅局限在学校科学教学，已经开始运用于北京市东城区青少年科技馆的科普性质科学课程，并配合教学，于2013年11月成功地举办了北京市东城区“数码探科学”大赛。大赛令人耳目一新，引起了学者和教师的广泛关注。著名教育家顾明远先生在颁奖会上讲到，这次大赛让人们看到了大数据环境下的教学实践，学生们在数码探究中有模有样，学到了科学思想、科学方法，体验到了数码探究的乐趣。

经过三年的探索与实践，数字科学家计划已经从课题研究转向项目推广的初期阶段。初步建设了数字科学家网站，形成了一种大数据环境下的科学教育模式，也形成数字科学家课程的教师培训经验，还形成低、中、高端数字环境装备下课程实施经验，已经具备了在更大范围试验与推广的条件。

数据探究理论——数字科学家计划的基石

探讨破解大数据时代的科学教育难题的途径涉及大而复杂的社会问题，仅凭经验而没有理论的指导是难以理解与完成的。但是数字科学家计划已经形成了一些基本的概念与教学原理。这些基本概念与教学原理构成了所谓的数据探究理论。数据探究理论是数字科学家计划的基石。

信息（Information）是数据探究理论的逻辑起点。何谓信息？这是一个复杂而神奇的概念，学者们有着不同的见解，美国数学家和控制论创始者维纳不得已这样定义信息：信息就是信息，既非物质，也非能量。笔者考虑到人的因素，对信息进行了如下的定义：信息既不是物质，也不是能量，而是物质的波-粒二像性与人相互作用的存在形式。

数据（Data）是数据探究理论的另一个重要概念。数据是载荷或记录信息而留下的明确印迹。数据可以是数字、文字、图像、录像，也可以是计算机代码等。对数据背景的解读是获取意义的一种途径。数据背景是接收者针对特定数据的意义准备，即当接收者了解数据序列的规律，并知道每个数据或数据组合的指向性目标和含义时，便可以获得数据所载荷的意义。观察数据或者数据挖掘就是对数据背景的解读过程。数字科学家计划的核心环节在于信息观测、数据挖掘和数据价值与交流。

探究式教学是一种以科学探究为基本特征的教学模式，其实质是引导学生通过类似科学家的探索过程理解科学概念和科学本质。依据科学的三种形态，将探究式教学分成实物实验探究、数学推理探究和数据探究。所谓数据探究是一种基于计算机的探究式教学，是提高学生数据素养水平的必要途径。数据探究与其说是一种适应大数据时代的手段和途径，不如说是大数据时代的一种生活理念和生活态度。