大数据时代的重要性范文

大数据时代的重要性篇1

【关键词】新闻传媒；大数据时代；应对

大数据时代汇集了大量的信息数据，数据量越来越大，对于数据处理的挖掘、分析以及处理能力要求大幅度提升。新闻传媒业其本身就是一种信息资源整合，为人们提供最新资讯，其需要巨大的数据源作为新闻报道的基础。因此，大数据时代的来临对新闻传媒业的发展起着非常重要的作用，那么如何在大数据时代做好新闻传媒，以此来应对大数据时代带来的影响将非常重要。

1大数据时代带给新闻传媒业的冲击和影响

大数据时代汇集众多数据，其中企业、群体、个人、社会活动以及社会组织等均会产生大量数据。各类数据在云端服务器、数据仓库以及存储设备中保存着大量数据，人们对于数据提取、分析、处理等已经成为了日常工作。从媒体内容上看，社交网络同智能手机之间逐渐形成了强大的新闻信息传播渠道，使得社会上信息已经不再是媒体人的专利。大数据时代的到来，使得新闻传媒的时效性不断增加，全民网络模式下摄像头散布于社会各个角落，通过不断观察和上传信息，达到新闻实时传递效果。

大数据技术使得社会化媒体和其他形式的数据报道更加重要，其全面影响着新闻媒体的生产模式以及传播机制。传统新闻媒体传播作为新闻写编、新闻编辑等核心环节将不复存在，大数据时代的数据技术将成为传统新闻传媒最大挑战。大数据技术从全局状况来看，其比个别的新闻专家评析更加准确。大数据时代使得新闻业的质量标准将会发生很大变化，已经无法单依靠人类力量完成深度报道，有时也会出现新闻局限性。

2新闻传媒业应对大数据时代策略

2.1 传媒业要具有数据意识

随着社交网络平台不断增多，媒体的时效性将变得不再那么优势。大数据时代，新闻媒体业应不断从深度和广度来拓展自己，以此来适应新时代的发展需求。所谓的深度则是媒体要针对大数据时代的信息进行区别、辨认，对于一些表象问题要进行深入报道，并且还应注重文章的真实性。而广度则要求媒体要具有自己的队伍，需要有自己的原创评论、新闻，同时经过不断的发展还应逐渐建立起数字化平台，实现社交互动。新闻媒体要从事实上进行报道，不能够出现虚假新闻，大数据时代则要保证报道的新闻既要是事实，同时还要具有数据支撑。新闻报道的时候要从表面上分析出无法看到的东西，从更深层次来对新闻进行实质性报道。

2.2 新闻传媒业要具有针对性

大众信息传播属于一种粗放型传播、广播形式传播，听众必须从众多的新闻中筛选自己感兴趣的新闻进行分析。大众传播缺乏针对性和精确度，因此在新闻选择的时候缺乏针对性，难以对重要新闻、次要新闻进行分类，不能够让听众从新闻中辨别出新闻的重要程度。新闻传媒作为新闻传播界的主力，其主要以新闻报纸、综合性广播以及电视台广播为主，新闻传播均是以满足大众要求为主。但是大数据时代的到来，人们在浏览网页的时候往往还会遗留下观看的足迹，浏览器终端便可以对浏览数据进行分析，从而获取大众的上网习惯以及上网喜好等。根据这些数据来以最恰当的方式推出人们最感兴趣的新闻，从而达到了新闻传播针对性效果。

2.3 广泛利用互联网

互联网作为当前新闻传播主流渠道，网络已经成为了传统大众媒体的舆论市场。从调查中发现，我国民众对于网络信息获取以及依赖程度较高，在网络舆论的关注度和期望值均高于其他国家。同传统新闻媒体舆论比较，网络媒体舆论显得更加即时、多元化、隐蔽性以及无界性，网络舆论传播中不仅要求传统媒体之间要具有话语权，而且还应抢占舆论导向先机，从而避免引起一些不必要的安全隐患。虽然网络舆论具有一定的风险性，但是随着网络不断发展，网络媒体逐渐呈现出良莠不齐的发展态势，加之一些负面影响造成了网络话语权主体上的隐蔽性特点，必然引起网络舆论的真实性、完整性以及权威性等受到极大影响。

2.4 合理利用大数据发展

大数据时代的数据作为新闻传播的重要资源，其主要是对具体场景进行描述，并且对于某个状况作出行为评价。随着计算机技术不断发展，人们在讨论和挖掘数据新闻方法不断变化，对于一些隐藏的数据、拓展新闻以及新闻选题等重要资源进行深度剖析。大数据时代的来临，使得数据在新闻中占据非常重要的地位，尤其是新闻生产核心资源的时候，数据挖掘技术、数据分析技术、数据统计等均作为数据产生思维的重要工具。随着当前新闻稿件编写的时候，对于数据要求越来越高，那么人和计算机相比进行数据统计已经不具有优势，因此在信息时代要多注意利用大数据发展成果。大数据时代新闻人在进行新闻编写的时候，利用数据、图表进行新闻写作更加重要，因为信息图表创作数以一个综合过程，例如从选题、策划以及数据采集等方面，信息图表的选择和制作其每一个环节均要具有特有思维方式来完成新闻编写。

3结束语

大数据时代，对于新闻人来说，用数据、图说话将变得与新闻写作同样重要。但信息图表的创作是一个综合过程，如选题、角度的策划，数据的采集或发现，信息图表的形式选择与制作等，其每一个环节，都需要相应的思维方式与能力的支持。通过本文针对大数据时代相关问题进行分析和研究，提出新闻媒体业应对大数据时代冲击的策略，为新闻媒体发展提供建议。

参考文献：

[1]袁文丽，贡嘉阳.传媒业大数据应用误区与应用策略分析[J].山西大学学报（哲学社会科学版），2015，04：8489

[2]何德慧.大数据时代传媒业的突围之道[J].现代视听，2014，10：68

[3]喻国明，杨雅.2013年中国传媒业的发展状况与未来态势――基于智能化社会文本分析技术视野中的中国传媒业[J].社会科学战线，2014，03：141147

[4]刘立刚，张岩.“大数据”背景下传统媒体的困境[J].新闻知识，2014，06：68

大数据时代的重要性篇2

关键词：大数据时代 消费者行为变迁 商业模式变革

一、大数据时代消费者行为的变迁

信息技术的快速发展，大数据时代的到来，使消费者有更广泛和多样的信息来源渠道，消费者的选择也更加多样化和个性化，消费者对商业的了解也更透彻。大数据时代的到来，对消费者的行为产生了强烈的冲击，形成了消费者的新特征。

（一）消费者的行为更加理性

传统商业社会，消费者主要通过媒体广告宣传来认识商业，电视广告、报刊杂志等传统媒体是消费者获取商品信息的主要来源。在以互联网为媒介的大数据时代，消费者如果有消费需求，会首先通过互联网来获取与商品有关的信息数据，在详细的了解商品的信息后，才会做出更加理性和审慎的选择。

（二）消费者行为容易受评价影响

传统的商业模式中，消费者主要通过大众媒体的评价与反映判断商品的优劣。大数据时代的到来，使消费者可以直接在互联网渠道发表对商品的使用感受，这种来自消费者自己的真实评价，会成为诱导客户的重要依据。这些评价信息也会被商业数据公司收集，从而形成对某种商品的评价数据源被有效放大。大数据时代来自用户评价的模式影响更广，对消费者起到直接的诱导作用，消费者会在消费前对商品形成先入为主的印象并最终反映为销售量。这种来自消费者的评价会在各种途径传播，对企业的影响也越来越大，有时甚至能够左右某种商品或企业的命运。

（三）消费者不再宣传依赖品牌

传统的商业模式中，品牌的价值在于商品的质量。随着在大数据时代的来临，品牌的重要性在逐渐降低。由于消费者可以通过各种渠道获取商品的信息，从而更容易掌握商品的真实品质，品牌已经不再是衡量商品使用价值的唯一依据。特别是在大型品牌企业逐渐施行外包供应链生产模式的时代，同品牌的产品由于不同的生产地，也可能存在着质量上的不同。由于大数据信息的广泛性和多样性，这些不同很快就会被消费者知晓，使消费者不再迷信大品牌的质量，大数据使消费者对品牌的依赖性大幅降低。

二、大数据时代对商业模式的变革的影响

大数据时代使消费者的消费行为更加趋向理性，也使消费者不再迷信品牌的力量，这一方面给企业的生存与发展带来了压力，另一方面也给企业的创新带来了机遇。只要企业遵从大数据时代的规律就会获得新的成功。

（一）企业应当树立大数据思维

大数据时代的到来，使现代企业必需遵从大数据时代规律，要重视信息的获取与更新，首先，企业的创新方向不再是固定的，企业应当根据大数据分析出的结果及时调整战略方向，从根本上满足消费者的消费需求。其次，建立多种信息来源渠道有重要意义，企业的信息来源不应当迷信于不变的规律，应当随时具有前瞻性，要时刻从不同的角度审视企业的产品和经营策略。第三，数据也是商品，企业应当建立有效的平台来收取行业数据，从而使企业的竞争力始终保持在产业链的高端。

（二）企业应当重视网络营销

由于大数据时代数据传播的快捷性，使企业的营销方式从传统的广告模式向数据化的方向转变。虽然传统的报纸、电视媒体的广告具有权威性，但是以数据库为基础进行分析的互联网将会使企业的信息更有时效性和快捷的传播渠道，网络会使企业充分掌握不同消费者的不同需求，从而开发出更适合消费者的商品。

（三）确立以消费者为中心的商业定位

在大数据时代，消费者的消费行为更加理性和个性化，消费者不再刻意的追求品牌。因此，企业在大数据时代必须更有效的收集消费者的个性化信息，必须重视消费者的浏览记录，消费习惯偏好，从而以消费者为中心，借助有效的数据分析工具，准确了解消费者的实际需求，从而对消费者群体进行定位，开发出更加满足消费者群体的商品。以消费者为中心进行商业行为定位，实现精准营销，是未来的重要商业模式。

（四）提供更加完善的售后服务

在大数据时代，消费者对商品已经有较为深入的认识，消费者尤其熟悉商品的性能、参数、优点和缺点等特征，对于企业来说，营销的重点已不仅仅是把商品介绍给消费者，而是要为消费者提供更加优质的服务，从而为消费者提供解决后续使用问题的有效方案，这样可以使消费者依赖某款商品。例如，手机生产商除了销售硬件以外，更重视的提供手机的软件服务，从而提高手机的附加价值，这种做法是值得企业借鉴和思考的。

（五）加强信息的安全服务

在大数据时代，数据是企业的核心竞争要素之一，企业不仅需要与消费者实时的传递和获取数据，还要保证客户数据的安全，从而维护消费者的隐私，使企业与消费者达到共赢的目的。加强数据安全与维护，对企业和消费者来说都至关重要，特别是在这个开放的互联网平台上，如果没有严密的数据保护措施，导致数据被恶意截取、修改或泄露，可能会危及企业的生存。可以说在大数据时代，保护信息的安全是企业必需重视的问题。

三、结束语

大数据时代使消费者的消费观念发生了质的改变，消费者的消费行为也更加理性，这要求现代企业基于大数据时代的信息传递特征，充分运用数据组织开展产品研发和创新活动，从而切实满足消费者的需求。

参考文献：

[1]刘小刚.国外大数据产业的发展及启示[J].金融经济：下半月，2013（9）：224-226

大数据时代的重要性篇3

关键词：大数据;科研;统计

科研统计一直是我国高校科研管理的基础工作，学校的科研现状与趋势、科技政策的制定、科技的规划都是以统计数据作为基础和支撑的。随着国家对高校科技工作的重视，现在高校的科研数据也在逐年增加，尤其在2012年大数据概念逐步兴起和普及的趋势下，对科研数据的统计也将随着时代的发展[1]，进入一个统计新时代。

大数据的出现使得通过数据分析获得知识、商机和社会服务的视角从因果关系的追求中解脱了出来，将注意力转移到了数据间相关关系的发现和使用上，潜移默化的影响着科研数据统计知识体系的变革，影响着统计方法及分析方式的改变。

一、科研统计工作的意义

高校科研管理的特点是大量的科研数据，而科研数据的提供则主要是依靠统计来实现的。根据《统计法》第二条规定：“统计的基本任务是对经济社会发展情况进行统计调查、统计分析，提供统计资料和统计咨询意见，实行统计监督。”与传统的统计内容不同的是，高校的科研统计是针对高校科研情况的统计和调研，根据对统计数据的分析、采样、量化等统计方法，为高校制定科研规范方案提供依据。高校的科研统计与单一的统计的最大区别就是它兼有信息、咨询和监督的三种系统职能[2]，即，高校的科研部门针对不同方面的统计要求，采用不同的科学的统计指标和统计方法，及时对科研数据进行全面系统地采集和分析，并利用不同视角的统计信息资源，为高校的科研管理趋势和科研决策的制定提供多种建议和方案，进而对高校科研发展情况进行监督，为学校制定的科研政策和计划的实施情况、年终考核、存在问题的揭露提供参考依据。这三种职能的相互联系则是保障科研统计信息的延续和深化的重要依据。

高校的科研统计工作在对科研数据进行积累的基础上，利用统计方法对数据进行分析，从而揭示了高校科研的活动规律，进而对科研活动进行检验，为科研政策的调整，科研活动的规划和新的科研规划制定提供决策性的依据。科研统计是高校科研活动情况的标志，作为一个十分重要的组成部分，科研统计与科研项目的管理、科研成果申报、知识产权管理等内容，共同构成了高校的科研管理内容[3]。

综上所述，科研统计是通过现象看本质，通过对数据表象的认识和分析进行判断，它可以通过反映高校科研的结构，科研水平发展的规模和速度，以及科研成果的效益情况，来反映高校的科研特征和规律。科研统计的数据综合反映了一定时期内高校的科研实力、能力、规模和水平等。高校在制定科研政策、计划、目标和检验实施情况、完成情况、进度情况的时候，都可以用这些科研数据进行量化和判断，并可对各个科研活动阶段出现的微弱环节和不平衡现象提出解决问题的办法和建议的措施。因此，科研统计尤其在“大数据”时代中，对高校的科研管理有着举足轻重的影响。

二、“大数据”时代对科研统计工作引发的变革

大数据给各行各业带来变革的同时，也无形的对高校的科研统计工作产生着深远的影响，同时促进了科研统计工作中的思维、数据创新和信息管理三个方面的变革。

1.科研统计思维的变革[4]

依据传统的统计原理，在科研统计工作中，按照统计对象或统计任务，对科研项目、成果等方面的数据进行资料的收集、整理和分析，进一步运用这些资料进行科研活动的趋势，并制定科研计划。在对这些科研数据统计中，主要是针对样本的选取进行操作，由于在当时环境下，分析工具是缺乏的，也只是简单的通过一些图表的形式表现出来。因此，在选取样本的时候尽量利用最少的数据获取更多的信息。

（1）抽样分析数据由样本到总体的转变

随着计算机技术和网络技术的不断发展，当数据处理技术已经发生了巨大变化时，大数据对数据的抽样分析也随之发生了改变。科技统计是进行科学决策的基础，是决策者进行科学决策的重要依据，涉及到的统计内容较多，有较强的数据变动性。传统的科研统计将科技人员情况、科研项目数、经费数，学术论文、著作数，以及成果获奖数等科研信息进行分块统计，这样虽然可以较好的实现对应信息块的数据统计、预测，但是如果想要发现数据与数据间，信息块与信息块间的相关关系却相对不易，而数据间或信息块间的紧密关系又是科研计划的制定和科研统计工作的基础。因此，需要科研管理者在进行科研统计时，改变现有选取一定样本的方式与思维模式的转变，即由收集部分数据到尽可能收集大量数据的转变，从“样本=总体”的视角出发，对数据进行深度分析。

虽然这样的转变从表象上看似乎增加了统计人员的工作繁琐性，加大了统计人员对数据掌握的复杂性。事实上，这些数据也只是单纯的数据节点，这就要求科研管理人员在平时要定期注意数据的积累和跟踪，将科研经费、论文、成果等科研管理内容进行定期的更新和统计。这样在统计数据时，就可以通过数据间的关联关系，发现科研项目申报和成果产出间的相互关系，进而对高校的科研发展起到促进作用。

（2）由“小数据”到“大数据”的转变

互联网带动了数据库技术的革新，使得收集和分类数据的能力也出现了质的变化，它不再通过少量的样本信息来获取整体情况，而是通过利用现有的多种搜索引擎，以及政府公开的各类数据资源，获取大量有用的数据信息。“小数据”时代的科研统计工作主要突出了数据的精确性，很多细节的东西被忽略了，“大数据”摆脱了传统的随机分析法，转而采用所有数据法，即可以从不同角度，更细致的观察和研究科研数据。“大数据”时代虽然放弃了数据的精确性，但却能观察到数据体现出的微妙变化。通过对要统计对象之间的数据归类、预测来指导高校科研发展趋势和高校的科研工作，可以较快速、准确地定位高校科研的发展方向。

（3）数值关系由“无声”到“有声”的转变

“大数据”全在于发现和理解信息内容及信息与信息之间的关系，利用数据反映出的这种关系，来转变我们的习惯，也就是转变我们在制度制定、处理过程中和激励机制中尽可能减少使用数据的习惯，让数据表象事务间的关系，通过数据“说话”。

科研统计思维变革的三个要素间是相互联系相互作用的，它使得统计人员能够接受纷繁复杂的数据，不再追求数据的精确性，同时，不再依靠对少量样本数据的分析，转而对与某事物相关的所有数据进行分析，因此统计人员不再探求数据间的因果关系，转而开始关注事物间的相关关系。

2.科研数据创新的变革

在利用传统统计方式对科研数据进行统计的过程中，常见的统计周期是以年为单位的，即将过往一年的数据进行收集、整理，期间很少注意数据的相关性或关联性，并且根据每年的需要，统计的内容或科目也不尽相同。但是随着“大数据”时代的开始，统计数据信息也在发生着微妙的变化。

在大数据的指导下，统计数据开始突出其各时期间的连续性、数据采集的可重复性，以及数据的可控制性，这里将其归纳为“大数据”时代的四个突出特性：数据的再利用性、数据的重组性、数据的可扩展性和数据的开放性。

（1）数据的再利用性。利用先进的网络技术和搜索引擎，可对每个节点完成的统计数据进行汇总，以节点的方式存储在制定的数据库或数据集中。在对新节点的数据统计时，首先要对过去的节点进行筛选，提取与本节点相关内容，完成快速的数据统计，体现了数据创新中对数据再利用的过程。对已收集的大量数据再次进行利用，使表象从数据汇总中而非单一数据值中体现出来。

（2）数据的重组性。在科研统计的数据中，有些已经统计完的数据由于外在因素，正处于一个休眠期，但并不能说明这些休眠数据的价值就无从体现。它可以通过与另一个不同的数据集相结合的方式表现出来。通过这种重组，我们在统计工作中可以利用数据的创新性观察出许多能够指导科研工作发展的价值所在。通过数据的重组，可以发现统计数据的综合比部分更能体现其价值性。

（3）数据的可扩展性。为了能够更好的对数据再利用或重组，要在统计工作的初期尽量设计好统计数据的扩展性，才能更好的为潜在的二次用途提供数据基础，因此需要开始就将有扩展可能的数据集合起来，建立索引机制并在需要时在数据集中提取数据。

（4）数据的开放性。“大数据”时代对科研统计工作影响最大的方面就是数据的开放性，这一特性已经大大的提高了科研统计工作的效率和数据分析的精确性。随着许多政府数据的公开，科研统计工作可以很方便的从这些有效数据中找到对应的数据，并按照自己所需进行数据提取。

3.科研信息管理的变革

“大数据”时代的出现对信息管理准则的重新定位起推动作用，科研信息管理也不例外，它随着这一时代大潮发生着变革。当今时代，信息交流方式已经转变为网络这一媒介，这一独特的交流方式引发了关于信息管理中规范制度变革的思考。网络是开放的，会让信息使用者不再按照传统的信息规范利用信息，因此作为科研信息管理者，要在对信息管理的同时制定出可以限制信息滥用个规范。作为科研信息管理的一个主要部分――科研统计，就在个人隐私保护和科研信息预测这两个方面出现了微妙的变化。

（1）个人隐私保护。大数据时代的数据价值很大一部分体现在二级用途上，导致隐私保护模式重点从“告知与许可”方面转移到数据使用者的行为责任的承担方面。在对科研统计信息再利用前，应对预利用的数据进行正规测评和使用。经过测评的数据可以让科研统计人员无需取得拥有数据源的个人明确意愿，就可以决定该数据的使用许可范围。

（2）科研信息预测。大数据时代的科研统计人员学会利用先进的数据分析与统计工具，在海量的科研数据中筛选所需，利用搜索引擎或数据库这重要介质，是科研信息管理科学话、系统化的关键。在提升科研统计的准确性和高效性的同时，利用科研数据信息预测科研发展趋势。

三、总结

虽然，大数据为我们提供的不是最终答案，而只是参考答案。但是“大数据”时代的到来标志着人类开始步入了“信息社会”。对于科研管理人员和科研统计人员来说，可以用新的方式对收集的各级各类的数据加以利用，使科研统计工作开启了新的时代，同时表现出新的价值形式。科研统计可以获得比以前更多的分析信息，更好的为高校科研工作的开展、科研制度的制定和决策服务。（作者单位：长春工程学院科技产业处）

参考文献：

[1]米子川.大数据环境下质量统计方法的选择导向[J].中国质量.2015.2：92～94

[2]耿丹.浅谈科研统计在科研规划中的作用[J].现代交际.2011.5

[3]于红莉，邹英永.论科技统计在高校科研管理工作中的重要作用[J].吉林工程技术师范学院学报.2010.11：30～31

大数据时代的重要性篇4

关键词：大数据时代；数据；信息

中图分类号：G25 文献标识码：A

经济社会的发展带领我们进入大数据时代，大数据时代必然带来新的变革与机会。在大数据时代背景下，需要重新理解数据和信息的定义与特点，从而实现生活、工作和思维的变革。

一、大数据时代的必然出现

大数据的概念最早由麦肯锡咨询公司提出，顾名思义即数量规模庞大的数据，体现数据的规模性、多样性、高速性和价值性四大特点。大数据是信息处理与计算技术的延伸，也是社会进步和发展的必然趋势。

在信息和网络技术飞速发展的情况下，社会生活中越来越多的活动实现了数字化。随着数据生成的自动化、数据生成速度的快速化，数据量随之迅猛增长。存储设备、内存、处理器等电脑元件成本的不断下降，使之前昂贵的大数据存储和大数据处理更加便宜，为数据量飞速增长提供了有效的保证，从而使得大数据的存在成为可能。信息技术的飞速发展，为数据的生产、存储提供有力的基础，并且允许数据形式的多样化，从而促进了大数据时代的产生和发展。随时随地通过各种方式和手段，上传和下载、或共享文字、图片、音频和视频等各种形式的数据，越来越多各种形式的数据提供给人们使用。数字化已经成为经济社会发展的必然趋势。与生产过程必须依赖硬件设备和人力资本一样，企业的业务活动、创新、成长也越来越离不开大量数据的支持。也就是说，社会生活中的任何一项业务活动都与大量的数据紧密相联，每一个人都是数据的产生者，同时又是数据的使用者。数据量与日俱增，数据结构繁杂多变，数据产生速度越来越快，数据带给我们的价值远远超过以前，我们已经进入了大数据的时代。

在大数据时代，有计算机技术的支持可以分析处理更多的数据，甚至可以处理某个特定范围的所有数据。随着数据数量的不断增加，使我们的思维有所改变不再只关注数据的准确性，不再关注数据的之间的因果关系。大数据为工作、生活和思维带来了改变，所以需要对数据和信息的重新界定。

二、大数据时代带来大规模的数据

数据的一般定义为，科学实验、检验、统计等获得的和用于科学研究、技术设计、查证、决策等的数值。随着数据定义的发展，不同研究领域数据已不再单纯局限于数字本身，它是载荷或记录信息的符号，并且是按照一定规则排列组合的符号，除数字以外，数据表达方式也可以是文字或图像，甚至是任何代码。数据无所不在，充斥于社会生活中的每一个角落、每一个人、每一个组织都在使用数据。数据的海量生产、共享和应用已经成为必然。在大数据时代背景下，数据具有传统数据所不具备的独特特点。

首先，数据产生数量庞大。数据量非常大是大数据的首要特点之一，大数据时代的数据量不再用TB为存储单位，而是以PB、EB、ZB为存储单位。社会生活中每天产生的数据量已经远远超过过去每7年所产生的数据量。企业的磁盘存储量及个人电脑和笔记本的存储量超过了7EB字节。经济社会被如此庞大的数据量所包围，这也正是大数据时代下重大变化之一，即用数据来表示社会生活中的各种活动。

第二，数据增长、变化速度飞快。这既是大数据时代所具有的独特之处，也给大数据的处理带来机会与挑战。大数据环境下，数据产生、存储和处理、并不断更新的速率十分惊人。因特网上每秒钟产生的数据量超过了20年前整个因特网所存储的数据量，可见大数据产生速度之快，数据处理变化之快。数据生产量飞速增长的同时，要求创新出更快更好的数据处理技术。才能满足这个用数据说话、竞争异常激烈的大数据时代对数据的要求。通过快速地有效地处理不断更新不断变化的大规模的数据量，才能获得竞争优势，才能在大数据时展和进步。

第三，数据表示方式越来越多。多样性也是大数据的重要特点之一。大数据以多种多样的形式涌现，文字、语音、图像、视频等形式。随着大数据时代的发展，新的数据来源与数据形式会不断出现。如此多样化的数据对数据非结构的存储要求更高，从而要求改变传统的数据库。另一个方面，大量、繁杂的数据中却保存着更多的有价值的信息，这也是数据多样性带来的数据价值的体现。

第四，数据具有较高的价值。数据数量巨大并且价值总量也很高，但价值密度却很低。连续不断的视频数据中，有用的数据可能仅仅只有几分钟甚至是几秒钟。大数据的价值体现在数据的数量多，进而带来更多的价值，但是从繁杂的大数据中找到有用、有价值的准确数据也是大数据时代带来的挑战。

三、有意义的数据才是信息

在很多情况下，数据和信息两个词常被赋予同样的定义。严格意义上讲，二者间是不同的。数据是对信息数字化的记录，是一种表示的符号，其本身没有实际意义。信息则是指把数据放到一定的背景下，对于数字进行解释并赋予意义，也就是说信息是有意义的数据。但在进入信息时代后，人们趋向于把所有存储于计算机上的信息，无论是数字还是音乐，甚至连视频都统称为数据。

信息具有价值性，有意义有价值的数据才是信息，信息是使用者可以利用的数据。信息是真实的，可以客观地反应现实世界的，相反不符合客观事实的信息是没有价值的。反应客观事实并且不虚假的数据才是信息。信息比数据更有时效性，过期的数据对现实没有用处不是信息。如果反应客观事物的所有数据都可以找到那么这样的信息就是完整的。不同的载体可以承载相同的信息，与数据相同信息具有多样性和变换性。信息可以被共享，共享后的信息价值相对会下降，因此为了获得更多的利益，必须寻找新鲜的信息。

迅猛增长的数据数量，快速涌现的新数据，千变万化的数据表现形式，不断增加的数据价值，以及不断创新的计算机技术给大数据时代打下了夯实的基础，标志着数据化的必然趋势，也标志着经济社会已经迈入大数据时代。在大数据时代对数据和信息的理解要有所变化，需要我们重新审视，重新区分数据和信息，这样有助于我们在大数据时代获得更多更好更有价值的信息，从而在竞争激烈的大数据时代获得竞争优势。

参考文献

大数据时代的重要性篇5

关键词：大数据；大数据时代；虚构；两面性

中图分类号： 文献标识码： 文章编号：

自2011年，西方有关“大数据”（big data）的理论像旋风一样席卷知识界，“大数据”的学术讨论接连不断。媒体火热的爆炒，各种危言耸听的结论，充满种种玄思，Google上竟有13多亿条这方面的报道和言论。我国IT业和新闻界也开展探讨，并发表多篇文章。许多文章声称，企业和政府如不谙熟和掌控大数据洪流，将导致厄运，许多社会规律将被颠覆。

一、“大数据”是个什么概念

有人说，大数据实际是符号，是后信息时代的标志；有人说，“大数据”是一种新的信息技术，是控制社会、占有财富的工具；还有人说，大数据是资源宝库，将决定一个国家的命运。什么是“大数据”？“大数据”的概念究竟如何理解？

大数据（big data）是巨量资料、浩瀚信息的另种称呼，实际是80年代末盛行一时的信息爆炸的同义语。早在1980年，美国未来学家阿尔文·托夫勒曾在《第三次浪潮》一书中，就将大数据称为“互联网上的海量数据”，当时并没有引起大惊小怪。但今天我们阅读国内外有关“大数据”文章，似乎感到它对人类的影响是致命的，让人产生坠入神秘地带的恐慌；社会管理如不改变以往规则，可能遭遇灭顶之灾。与这种感受恰恰相反，“大数据”是社会发展的新生，作为人类认知社会方法的一次飞跃，“大数据”技术将给企业运营、政府管理和媒体传播的科学化创造有效的机制。

“大数据”在根本上是数据分析的前沿科学，创立全新的量化研究的系统知识和方法，包括大数据技术、大数据工程、大数据理论和大数据应用。 “大数据”这一语汇的深刻意义不在于“信息巨量”，更不是“巨量信息的记录”和“对社会的描绘”，而是如何对巨量信息迅速做出有价值的处理和加工，使人类在信息爆炸面前成为主宰。处理“大数据”需要诞生一批新兴产业，出现以分析海量信息为专业的新职业，社会各领域的发展将极大提高效率。

《大数据：改变我们生活、工作和思想》一书的作者维克托·迈尔恩伯格（Viktor Mayer-Schonberger）和肯耐茨·N.库基尔 （ Kenneth Niel Cukier ）向读者发问：大数据到底有多大？一天之中，互联网产生的全部内容可以刻满1.68亿张DVD，发出的邮件有2940亿封之多（相当于美国两年的纸质信件数量），网络发出的帖子达200万个。据预测，到2020年，全世界所产生的数据规模将达到今天的44倍。①根据IT界人士的初步设想，大数据分析依据水平集成数据模型，把隐蔽于服务器的杂乱信息通过多个接口连接到程序上，在程序运作后立刻掌握完整的信息流。再根据垂直集成的数据模型直接访问SOA组件，通过“云构架”查询信息分析的结果，解决各种问题将变得异常便捷。

二、“大数据时代”的虚构

最早提出“大数据时代”这一概念的是世界知名的思想库麦肯锡（MGI）。麦肯锡在研究报告中指出，我们这个世界的数据量已经爆炸，分析大数据将成为竞争的基础，支撑新的生产力增长。②“大数据”技术带来社会的上述变化，是否意味一个新时代的开始？“大数据时代”和“信息时代”有根本区别吗？

“时代”这一概念通常用于社会文明形态，是指在一定时空范围内由物质生产、政治制度或文化变迁而改变社会的整体面貌，并非可以随意贴上何种标签。虽然人们可以对某一阶段的流行思想或行为打上“时代”的标记，但那绝不是严谨的科学概念，而仅仅是一种习惯称呼。有史以来，人类社会出现过石器时代、红铜时代、青铜时代、铁器时代、蒸汽时代、电气时代、信息时代、蒙昧时代、启蒙时代、奴隶制时代、资本主义时代、社会主义时代的说法，都是指物质生产方式、政治制度或意识形态的特定状况。“时代”绝不等同于年代，也不是任何新玩艺一出现、一普及，就打开了一扇新时代的大门。

“大数据”是信息技术的子集，仅仅是海量信息的统计分析方法，不具有物质生产和社会管理彻底变革的性质，因此不具有崭新的时代特征。作为信息经济时代的组成部分，“大数据”没有超出“以数据流通推动产品流通，信息技术和信息劳动占有整个经济巨大比重”的信息生产形态。它只是信息时代的特征之一，而不是一种新的经济形态或社会形态，因此“大数据时代”的概念，是奇幻的虚构。

国内某IT人士认为：“大数据正把我们变成新的物种。首先，大数据改变了我们的思维方式，让我们从因果关系的串联思维变成了相关关系的并联思维。第二，大数据改变了我们的生产方式，物质产品的生产退居次位，信息产品的加工将成为主要的生产活动。第三，大数据改变了我们的生活方式，我们的精神世界和物质世界都将构建在大数据之上。” ③这个结论正是把“大数据”视为一种时代特征，玄思的味道十分浓厚。第一，在地球的温度、磁场、大气含氧量和紫外线不变的条件下，我们不可能变成新的物种，即使变也需要上百万年。第二，大数据不可能使物质产品的生产退居次位。我们只能依靠食品、水、房子、衣物、空气和交通工具等物质来生存，物质产品的生产永远处于首位，开发大数据技术或加工信息产品都是为了提高物质产品的生产效率和质量，永远不具有主导地位。大数据本身既不能充饥，也不能让人们安居。

迈尔恩伯格和库基尔得出更为荒谬的结论：“大数据时代最大的转变就是，放弃对因果关系的渴求，取而代之的是关注社会的各类关系。即只要知道‘是什么’，而不需要知道‘为什么’。这就颠覆了千百年来人类思维的惯例，对人类的认知和与世界交流的方式提出了全新的挑战。” ④如果大数据技术使人类只知道“是什么”，就不再有探索客观规律的要求——寻求“为什么”，那么“大数据”只能让人的认识停留在事物的表面现象，使人类走向无知，以致消弭科学研究，最终导致社会倒退。这样，“大数据”还有什么“时代”分量呢！？实际上，“大数据”分析平台不仅让人知道“是什么”，而且有时还让人知道“为什么”，否则就没有重大的工具性价值。

三、“大数据”的两面性

大数据正在成为一股热潮，不仅引发IT业的技术革新，也在不断冲击政治、商业、社会和其他科技领域。对其模式的思考，以及如何应用它，已成为新一轮技术变革的最强音。但是，大数据技术也有两面性。

从积极方面说，大数据确实已成为数据王国的主线，是下一步信息研究的主要对象。大众媒体、社交媒体和各个经济和社会领域如何使用大数据，正确评估大数据的商业价值，建立大数据的新兴产业，培育大数据的专业人员，将极大推动社会变革和经济发展。哈佛大学社会学教授加里·金说：“这是一场革命，庞大的数据资源使得各个领域开始了量化进程，无论学术界、商界还是政府，所有领域都将开始这种进程。” ⑤

虚拟世界有取之不尽的资源，数据可以转化为资产和财富。据预测，仅美国医疗服务业大数据技术的应用每年创造的价值就在3000亿美元左右，全球个人位置服务的最终价值将达到7000多亿美元。每天各种机构、每个人和大量传媒发送的图片、文档、视频和言论杂乱无章、周而复始，人类早已无法掌控。而这些信息正是人类活动的真实记录，大量来自人类的心理层面和社会组织的内幕，通过大数据分析，人类完全有可能认识复杂、隐秘的社会和自然现象，使科学研究进入快速发展时期，过去的不可知领域可能将被人类破解。

从消极方面看，大数据技术不是万能的，不能解决一切问题，它只是决策的一种量化手段。正确认识事物的是非和利害，遵循人文精神是更为重要的前提。缺少这个前提，大数据不仅毫无用处，而且能为谬论寻求证据。

有的文章说：“大数据的时代其实是弘扬理性精神的时代……美国在这方面就做得好很多，美国政府在各个领域都用数据分析，用数据决策，用数据创新。” ⑥美国确实重视数据，研究社会问题都搞民意测验或其他实证调查，已有80多年的传统。但2008年金融危机已过去5年，它的各种经济决策没有使其走出困境；它的情报部门搜集的许多数据都是虚假的（例如伊拉克有大规模杀伤性武器、向国际原子能机构提供虚假情报等）。尽管有大量脑库提供佐证与数据，美国历届政府都有重大失误。美国盖洛普民意调查所预测美国大选，每次通常搜集、分析十多万个数据，但却多次预测失误。大数据本身不完全等于理性，决策基于数据分析而并非基于经验和直觉，是一种理性的表现，但更大的理性是人文法则。即重视人民的普遍要求，维护各民族的尊严和文化，尊重人的自由、平等和权利。不尊重其他民族的历史和风俗，奉行种族歧视，只知道本国利益而不考虑他国利益，在某些国际事务中奉行双重标准，让美国政府在内政外交中屡屡受挫，给一些国家的老百姓造成不可弥补的伤害（例如多次对外战争滥杀平民），其中美国公民也遭到报复性的无辜虐杀。

遵循社会（国际）公德、人道主义、公正与正义、平等互利等友善原则，是分析数据的指导性准则。数据是有类别的，它真实与否，对全社会是否有利，哪种意见是绝大多数人拥护、赞成的，赞成的人是哪个阶层，等等，数据本身还存在一定的模糊性。对社会问题提取大数据，主要了解绝大数人的意见，依据人民是否满意做出结论。大数据与人民的数量绝非完全等同，“大数据”的应用不会使真理之门为之洞开，也难以解决大众传媒的是非判断。新闻传媒反映主流舆论，做出正确而精准的报道，仅仅依赖数据还远远不够。

互联网、大众传媒和社交媒体每天提供的巨量信息有大量冗余、虚假和有害的内容，其中侵犯他人隐私权、生存权和精神健康权的信息与图像大肆泛滥，“价值密度较低”。人类不但不能把大数据一股脑地当作宝库，而且要冷静审视数据的两面性，抛弃有害和无用的信息，使数据分析立于价值和法律层面，避免浪费专业人员的时间和精力。

大数据时代的重要性篇6

关键词：大数据时代 数据分析 理念 辨析

中图分类号：C8 文献标识码：A 文章编号：1674-098X（2017）01（c）-0136-02

近年来，对大数据的研究和应用已经受到我国各界人士的广泛关注，国家统计局已经把信息处理技术列为关键性的创新技术工程之一。随着我国大型计算机的迅速发展，处理大规模的复杂数据的能力逐渐提升，从这些大数据中提取有效信息的能力也逐步加强，毫无疑问，我国进入大数据时代的脚步将会进一步加快，人们将会感受到大数据时代下给其带来的生活、工作上的便利。

1 大数据和大数据时代简介

1.1 大数据

大数据是指远大于一般数据的巨量资料，需要人们通过全新的处理模式才能获取其中有价值的数据信息。“大数据”这一概念最早由维克托在《大数据时代》一书中引用得来，最开始对其定义为：不通过传统的随机分析方法直接对所有数据进行分析处理，主要有大量、高速、多样和价值4个特征。

大数据可以分为大数据技术、大数据工程、大数据科学和大数据应用等领域。目前受到最多应用的是大数据技术和大数据应用。人们通过收集数据，提取有效信息就可以为企业发展或者社会活动提供最有效的实施途径。因此，可以这样说，在大数据的王国里，最成功的企业就是那些善于运用机遇的公司。

1.2 大数据时代

大数据时代是建立在信息时代的基础上，通过互联网、物联网等渠道广泛搜集海量数据资源并对其进行存储、提取和展示。在大数据时代，几乎所有人都能够享受从任一数据中获得所需要的信息，大数据时代也具有社会性、广泛性、公开性和动态性4个特征。大数据时代的发展将会引领社会众多领域和行业的变革，对人类的生产、生活方式产生深远影响。

在大数据时代下，传统的数据分析思想已经不再适用，应该做出改变。首先，应该转变抽样思想，大数据时代下的样本即总体，已经不再依靠少量样本分析事物的相关规律；其次，要转变数据精确测量的思想，大数据时代要学会接受繁冗复杂的多样性数据；最后要转变探究事物的因果关系思想，转为研究事物的相关规律。以上思想的转变，均与统计学有关，因此，下面将分析大数据对统计学带来的具体影响。

2 大数据对统计学研究工作的影响

2.1 大稻莘岣涣送臣蒲У难芯慷韵

大数据影响的领域范围非常广泛，在大数据时代，不仅能够对以结构数据为度量单位的客观主体，还可以对不能用数据衡量关系的文本、图片、音像等非结构数据进行分析，大大扩展了传统统计学的研究范畴。

2.2 大数据影响统计学的工作进程

统计学是对所搜集的数据进行整理和归纳的方法论学科。大数据时代的资料十分丰富，分析数据已经不再需要抽取样本了，因为数据总体即是样本。此时，传统的统计学抽取样本分析的工作方法已经不再适用，而是被现代化通过传感器自动采集数据的方法所取代。

3 大数据时代下数据分析理念辨析

3.1 数据分析理念

传统的数据分析是指用统计学方法将收集的数据资料进行系列分析，以便最大化地开发数据中的功能，从中提取有价值的数据，再和未经处理的数据进行对比，发挥数据的作用。大数据时代下的数据分析，由于数据量非常大，数据本身的动态特性使人们要研究的数据难度加大，因此，大数据时代的数据分析一般利用统计学的理念，采用更广泛的方法统计和分析数据，以此摆脱对数据样本的依赖，也可以避免数据的流动性给分析结果带来的不确定性。大数据时代更加注重数据的增值分析工作，研究数据的未来走向，使其中有价值的数据可以增值，将有效数据有机整合，能够及时发现问题和解决问题。

3.2 数据分析的主要程序

3.2.1 数据整理

统计数据的整理主要分为4个步骤：审核统计资料、对资料进行分组、汇总和编制统计表格或图表、保管和公布。当统计对象为数据资料庞大、类型复杂、要求处理速度快的大数据时，这些步骤就显得繁冗了，尤其是图表的绘制是没办法实现的，因此，只需要对资料进行审核和存储。大数据的审核和存储不同于传统意义上的数据审核和保存，大数据时代利用先进的现代化工具进行数据的审核和保存。

3.2.2 数据的开发

传统数据的样本量较小，目的主要着眼于解决问题，数据的时效性较强，数据的使用价值会随时间流逝而降低。而大数据的流动性很强，随着时间的推移会越来越壮大，而且具有推陈出新、价值重塑的可能，因此，在大数据时代，数据是会不断增值的，开发大数据，是一项有重要意义的工作。

3.2.3 数据的应用

其中分别对教育、运输、消费品、电力、石油与天然气、医疗护理、消费金融等进行分析和预测。根据这些行业的特点，可以总结出大数据挖掘商业价值的基本方法为：客户群体细分，为每个群体量定特别的服务；模拟现实环境，发掘新的需求的同时提高投资的回报率；降低部门联系，提高整条管理链条和产业链条的效率；降低服务成本，发现隐藏线索产品和服务的创新。从图1中可以看出，大数据的应用群体十分广泛，能否对获取的数据及时、迅速处理，对该行业的发展具有重要意义。

4 结语

该文主要对大数据时代下数据分析理念进行了相关的分析和研究。首先对大数据及大数据时代的概念做了简要阐述，接着分析了大数据对统计学的两点影响，最后分析了大数据时代下的数据分析理念。总而言之，在现代社会，大数据的应用已经成为时代新的特征，能否从海量数据中提取有价值的信息做出相应的预测，对于企业或者个人的发展具有重要意义。

参考文献

[1] 张海建.大数据时代下数据分析理念探究[J].文理导航（中旬），2016（8）：74.

大数据时代的重要性篇7

关键词：大数据时代；新闻传播学；重构；进路

随着社会的发展，科学的不断进步，大数据时代的来临给我们带来了许多的挑战与机遇，也为各个领域的创新发展做出了巨大的贡献，给各个领域注入了新的灵魂，特别是对社科类领域的探究更发挥了很大的作用。许多的领域都运用大数据这一新时代的产物对老化的学科进行积极地改进，并且也出现了一个好的发展状况。在此背景下，新闻传播学科也顺应时展的变化，正确的利用大数据的优势，不断地与其他学科进行交流融合，扩展着自己的宽度与长度。以下，就是对大数据时代下，如何让新闻传播学进行更好的重新构建与拓展道路的探究。

一、大数据对新闻传播学内外部的重构

（一）大数据从外部促进新闻传播学与其他领域的融合

随着经济的发展，技术的不断进步，新闻传播学的发展也越来越迅速，但是对于目前来讲，新闻传播学的发展相较于其他学科是缓慢的。因为新闻传播学的发展比较缓慢，相比于其他已经趋于饱和的行业来说，新闻传播学还有更大的进步空间。在大数据时代下，其他的学科在进行创新发展的时候将新闻传播学当作参考物，吸取新闻传播学中的精华。也正因为各个学科的相互融合，互相吸取对方有营养的物质，各个学科之间的联系也就更大，这对新闻传播学的重构也具有重要的意义。在大数据的时代下，我们可以看出社会科学对于大数据做出了迅速的反应，首先大数据为社会科学提供了更加丰富的数据基础，其次，大数据为社会科学各个领域都带来了新的研究方法和视野。那么，新闻传播学也可以结合社会科学带来的信息，对需要传播的实际内容进行分析。并且，社会科学也可以借鉴传播学的优秀成果，加大两者的联系，传播学也就能更好更快的发展。从对大数据的探究中，我们也不难发现，各个学科之间都存在着非常密切的联系，交流的次数也非常频繁。各学科都在自己原有的技能上再添色彩，但是，部分学科交融的界限却越来越模糊，新闻传播学这方面一定要有一个准确的把握。其次，新闻传播学与社会科学相融合的时候，有很多学者都对其进行了深化。新闻传播学科在研究和发展的过程中，一定要重视传播的规律，并且要思考在研究中出现的社会问题与现象。在各个学科不断交融的过程中，我们也要注意，在发展的同时，一定要保持合理性、准确性，为大数据下一步的传递做基础。并且，在各个学科的交流过程中，我们也可以看出，网络技术是起着非常重要的作用的，想要更好更快的发展，就必须利用互联网的便捷来为自己谋福利。比如，在网络中，有许多的实时热事，这些内容就会快速的传播，那么人们的目光就会转向新闻传播方面。

（二）大数据从内部加深新闻传播学的探究变化

新闻传播学，其实是由新闻与传播两个方面构成的，新闻学主要是以人类社会客观存在的现象作为研究对象，是研究新闻事业与工作规律的一门学科，而传播学主要是研究人类传播行为，及人与社会的关系的一门学科。在新闻学与传播学相融合的时候，大部分人都认为这是文史类的学科，所以，在很多学校开设这个专业的时候都将新闻传播学放到中文系。但是当时研究本学科的教师较少，导致新闻传播学科在当时的学习上受文史类的影响就比较大，这对以后新闻传播学科研究人文做出了铺垫。随着时代的发展，我国的经济方面也得到了很大的进步，对于教育事业也比较重视，新闻传播类也逐渐地朝着传播这个方向进行发展，在研究的过程中，大部分的人员也都使用实证的方法进行调查，使用举证的方法进行探究。到目前，在大数据的影响下，新闻传播学也得到了一定的发展。对于对新闻传播学的研究来说，相比于传统的研究方法，大数据带来的数据更为丰富与准确。大数据带来的优势，使新闻传播学提高了它的上升空间，利用大数据的方式分析数据，工作人员就可以更好的分析掌握规律，还可以将消息更好的散播出去，并得到有效的社会反映。这个时候，新闻传播学就由文史类的专业向社科类的学科方向进行延伸。

二、大数据时代下新闻传播学的进路

（一）包容思想和看不见的界线

在大数据的背景下，各个学科都相互进行有力的交流，以此来更好发展完善自己。新闻传播学科也应该与其他的领域进行有机的结合，与各个领域进行交流互通，积极吸取各个领域的一些内涵与知识成果，以此不断来丰富自己的领域，增加自己的知识储备量，为今后更好地进行发展而努力。并且大数据的到来也打破了原有的研究新闻传播的研究的方式，扩大了传播的路径，利用了这个机遇与别的领域进行合作，更好地将新闻传播学科带向大众。在新闻传播建设的过程中，我们也可以清楚明白，不同的学者对于学科的分界线的位置也是不一样的，对于学科之间的界限也是有着不同的态度。但是，学科之间的位置需要划分得这么清楚吗？我们可以进行实践论证，在进行各个领域的学术交流会中，大家集思广益，头脑风暴，这些厉害的研究人员很容易想出来令人感慨的创造，获取优异的成绩，这就是通过与别的领域相结合，不断创新自己人的来的好处。由此我们也可以知道，打破自己原先定位的学科之间的界限，才会出来一个更好的成绩。

（二）明确身份和找准中心

在大数据的时代下，各个领域的学科都与大数据存在着关系，所以，新闻学科必须在一些关于自身的重要问题上，一定要明白自己的身份，找准自己究竟需要探究的是什么，以此来满足自身的发展需求。大数据在不同的领域对于研究的重点是不同的。我们就需要在这些不同中，明确自己身份，找准重心。在政治这门学科中，研究的重点都是非常经典的，像是制定制度，选拔这种，都是一些关于政治体系这方面的内容。对于经济管理，主要的就是关于市场这方面的研究，比如供给，需求这方面的内容，主要是利用大数据的对于市场的走向，找寻能够利用的，以此来满足现代化发展的要求。在文史类的学科中，主要是运用大数据来阐述这个理论的演变过程，其中，它必须结合实际，一般是利用故事的形式，将所要阐述的理论进行解释，在新闻传播学与这融合时，在传播的过程中不能胡编乱造，要准确真实地描述事情的真相，在不同的学科里，保持着它们不同的重点，合理进行利用。保持新闻传播学和其他学科的特殊性，为以后的发展和研究奠定良好的基础。大部分的学科和新闻传播学都存在着一定的关系，但是相互交融的关键点是不一样的。对于如何进行相关的探究，就会在注意点和疑问点上分析市场的建设和走势。在实施经济管理的时候，大数据就需要在市场的基础上，分析史学上的大数据支持和理论演变。在探究的基础上，分析消息的传播性，导致疑问的产生，而这些疑问的产生都是在事实的基础上演变而来的。也就是说，看问题的侧重点不一样，关注的中心不一样，那么交融的核心点也就不一样，未来的发展也就不一样。不管是哪种方式，都在向着精准化的方向实施延伸，为未来的研究奠定良好的基础。

（三）弥补缺陷和方法锻炼

在大数据的时代下，它对社会的发展产生着非常重要的推动作用，它不仅对新闻传播学科提出了新的需要，并且，它对这些互联网技术的工作人员参加社会研究问题转为研究员提供了机会。但是，大数据在给新闻传播带来优势性的同时，也带来了一定的困难，不仅需要积累对应的知识，还需要保持形势上的建设，为下一步的延伸带来较强的规划性。大数据的时代中，也可以使用新闻传播的优势，促进形式上的创新。大数据虽是新闻传播学科的践行者，但也需要在信息化基础上，找到新的困难，强化形式的建设路径。新闻传播想要在社会科学中占据较大的位置，那么就需要积极的锻炼保持良好的状态。大数据的发展在一定程度上模糊了新闻传播和其他社会学科之间的关系与界定，所以说新闻传播的进路探索需要在弥补缺陷时重点关注自身价值的提升，思考如何与其他社会学科之间重新建立关联和展现优势。大数据的诞生带来了信息技术专业和人工智能领域的进步，新闻传播应当注意到这一关键性问题，在发展自身新闻传导性的同时提高相关技术应用效率和拓展智能领域，推动新闻传播突破传统人文学科的界定，从而促进其延伸发展，并确保在大数据时代下其发展进路探索的流畅性。与此同时，信息传播技术在大数据时代的进步下产生了新的变革，虚拟化、云技术、“互联网＋”等概念势必引起新闻传播出现转折点，而这就需要新闻传播强化提升方法锻炼自我，以便于促进其在社会发展中提高自己的价值，从而保障自身社会地位稳定的同时强化技术应用。此外，加强自身技术训练弥补缺陷之时，新闻传播行业要注意审时度势，充分挖掘大数据的发展优势并利用到自身发展进程中，一来利用大数据提高自身技术的先进性，二来通过大数据加持提升新闻传播与时代进步之间的共融性，从而实现进步路径拓宽，以及实质性的实现缺陷弥补和优势互补。基于此，大数据时代新闻传播学的重构与进路探索会在一定程度上取得成效。

三、结语

总的来说，大数据的应用渗透在了当今社会的很多行业，本文侧重论述了大数据对于新闻传播学的研究与发展有着非常重要的作用。同时，在大数据时代的引领下，使得新闻传播学与各个领域不断融合，也促进着新闻传播学的升级，也使我国的新闻产业得到了更好更快的发展，不断地推动着它进行升级，使我国的新闻行业更加的繁荣，使得新闻行业具有更高的实效性，获得大众一致好评。

参考文献：

[1]吴小坤.大数据时代新闻传播学研究的重构与进路[J].南京社会科学,2016(11):94-102.

[2]高荃.大数据时代新闻传播学研究的重构与进路[J].新闻研究导刊,2020,11(03):216-217.

[3]王斐.大数据时代新闻传播学研究的重构与进路[J].学园,2017(21):125-126.

[4]王凯杰.大数据时代新闻传播学研究的重构与进路[J].传播力研究,2019,3(09):40.

[5]陈萍.大数据时代对新闻传播领域的影响探讨[J].科技传播,2019,11(14):21-22.

[6]冯伟鹏.新闻传播学研究的重构与进路——基于大数据时代背景[J].新闻研究导刊,2020,11(23):142-143.

大数据时代的重要性篇8

关键词：统计学；教育改革；大数据

一、引言

最早提出大数据时代到来的机构是全球知名的麦肯锡咨询公司，该公司在一份研究报告中指出：“数据已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素，人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来”。

大数据是随着互联网技术的广泛应用带来的数据量和数据类型激增而衍生出来的一种现象，但大数据一词不仅指规模大、种类多的数据集，还包括对这种数据集进行采集、处理与分析以提取有价值信息和直接创造价值的技术构架和技术过程。大数据的第一个特征是数据量巨大。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。第二个特征是数据类型繁多、异构性突出，包括网络日志、音频、视频、图片、地理位置信息等等。第三个特征是数据价值密度较低，数据中存在大量重复性和无价值性信息或噪声。如何通过强大的计算技术和统计分析等方法迅速完成数据的价值提纯，是大数据时代亟待解决的难题。第四个特征是处理速度快、时效性要求高。这是大数据区分于传统数据挖掘最显著的特征。

目前，不同的学科领域对大数据概念有着不尽相同的解释，但各种解释中大致可以从两个方面去理解。首先，大数据概念体现在数据量的巨大、种类的众多及产生速度的飞快，同时产生的数据集极有可能包含着各种半结构化和非结构化数据；其次，大数据概念还体现在对数据进行处理的手段和流程方面，由于数据量的庞大和类型复杂，利用常规的统计软件已经无法对当今的数据进行及时有效的存储、分析及处理。因此，所谓的大数据并不是单纯指数据流量的巨大，还指其结构的复杂和种类的多样，在数据处理和分析上需要采用高端计算平台或高级统计软件，以及海量数据中存在着可挖掘的潜在的大量价值信息与知识。

近年来，随着高速计算机的应用、信息技术的快速发展，特别是云计算技术的发展，使大数据的存储和分析技术得到迅速发展，目前的核心技术有MapReduce、GFS、BigTable、Hadoop，以及数据可视化等。在数据搜集上，可方便地通过在线互联网数据库获取二手数据或一手实时数据。在数据分析上，传统统计学方法采取的是基于统计模型的样本数据分析，而大数据分析技术则是通过高端计算平台，对大数据中的信息进行挖掘。

统计学作为对数据进行处理和分析的科学，必然受到大数据的影响。在大数据时代，统计学教育必须与时俱进，跟上时展步伐。近年来，有不少文献讨论了大数据环境下我国统计学教育的改革问题（例如[1]-[5]），本文在分析大数据时代特征的前提下，进一步讨论我国统计学教育的现状与挑战、统计学教育改革的内容、方法、借鉴和适应时代要求的变革问题。

二、统计学教育的现状与挑战

2013年，教育部对我国统计学专业设置进行一次新的调整，将原来的既可授予理学学位，也可授予经济学学位的统计学专业划分为统计学、应用统计学和经济统计学三个本科专业[6]。根据教育部高等学校统计类专业教学指导委员会2013年11月公布的数据，当时全国有194所高校开设了统计学专业，156所高校开设了应用统计学专业，164所高校开设了经济统计学专业[6]。目前，全国开设这三个统计学专业的高校个数和在校学生人数与2013年相比都有不少的增加。

面对大数据时代，我们目前的统计学教育无论在培养目标和教学内容上，还是在教育方式和人才培养模式上，都存在着亟待解决的挑战性问题。例如，在专业培养目标和人才培养过程中，我们比较重视课程层面上的评价，比较轻视专业层面上的整体评价，缺乏对学生综合能力的反馈机制。

关于教学内容，目前三个统计学专业在统计理论和应用统计两个方面有不同的侧重。统计理论主要包括：抽样理论、实验设计、估汁理论、假设险验、决策理论、贝叶斯统计、半参数和非参数统计、序贯分析、多元统计分析、时间序列分析、小样本理论和大样本理论等。在数据分析中，现今的统计方法基本以结构化数据为主要处理对象，而对非结构化和半结构化数据的分析和工具涉及较少。因此，现今统计学课程及内容已不能满足从事非结构型和半结构型的大数据研究和商业应用对人才培养的需要，必须进行必要的改革。

对于教育方式，鉴于大数据时代要求，统计分析人员需要具备较高的数学和现代统计学基础，具有较高的软件操作能力，掌握一定的大数据收集、整理、分析、处理和挖掘数据的技能。日本学者城田真琴认为：“数据科学家要有计算机科学专业背景，数学、统计方面的素养和使用数据挖掘软件的技能，善于利用数据可视化的手法展现晦涩难懂的信息，而且具备相应的专业知识、眼界和视野，具有适应社会发展和创造价值的能力”。现今的统计学教育方式还不能很好适应大数据时代数据科学人才培养需要，必须进行必要及时的调整和变革。

对人才培养模式，大数据时代不仅要求培养具有数据处理和分析所需的基本素质与技能，更重视培养从海量数据中发现和挖掘价值信息、把握市场机遇、创造利润的潜在能力。面对大数据时代的诸多挑战，现代统计技术、数据挖掘方法、计算机信息技术、软件工具和理念的日新月异，培养统计人才的教育模式也需要相应变化，统计学教育只有与时俱进，主动做出全面的调整和变革才能适应新时代知识进步和激烈人才市场竞争的需要，积极迎接大数据时代的挑战。

大数据时代对统计学教师有更高的要求，统计学教师需要与时俱进，跟上时代步伐。随着互联网、物联网、云计算等信息技术的发展，对数据的分析和处理的技术也随之要求更高，统计学教师固有的知识体系已不能满足培养现代统计人才的需要，必须进一步深化和更新原有的统计学理论知识，而且还需要学习掌握计算机技术、互联网、数据库和信息科学等有关知识和技术，同时还要熟悉处理非结构型和半结构型数据的知识和技能，以适应现代统计学教育对教师的知识结构和基本素质的要求。

大数据时代对统计专业的学生也提出了更高的要求，他们不仅需要掌握现代统计理论、统计方法和专业统计软件，还要学会如何分析、处理来自互联网或各种实际问题中的海量数据，如何利用统计软件和互联网技术进行数据操作，如何借助软件技术和统计准则判断数据质量，如何进行模型选择和评价模型方法的有效性，如何准确清晰地呈现统计分析结果和结论，等等。

2014年11月，美国统计学会了统计学本科专业指导性教学纲要 [7]，该教学纲要对统计学专业提出四个方面的要求：（1）具有扎实的数学和统计学基础、强大的统计计算和编程能力，熟练使用统计软件和数据库；（2）分析来自现实问题的真实数据，真实数据是统计专业教育的重要组成部分；（3）掌握多样化的统计模型方法；（4）具有通过语言、图表和动画等方式解释数据分析结果的能力。美国是统计学教育和人才培养最先进的国家之一，该指导性教学纲要代表着美国统计学专业培养人才的基本要求和发展方向，对我国统计教育的改革具有重要的参考价值。以该指导性教学纲要为参考依据，对照我国目前的统计学本科专业教育，无论是在培养目标和课程设置方面，还是在教学内容和教学方法方面，都存在着亟待解决的挑战性问题。

三、统计学教育的改革

大数据时代的统计学教育不仅是各种统计方法、数据挖掘方法和信息技术手段的延续或发展，更主要的是这些方法的集成应用和在实际数据分析中的真实体验。过去，企业数据库价格昂贵，在统计学教育的教学案例或实验课教学中，很少采用真实和海量的数据库资源，基本都是采用过时或虚拟的数据。今天，像百度大数据引擎这样的数据库的逐步对外开放，将有助于开展“线上大数据统计实验”教学。为了适应大数据时代要求，有必要利用网络资源以及各种数据处理软件，搭建线上大数据分析实验教学平台，全面开展大数据统计实验教学的改革。实际上，借助大数据分析平台，本科阶段的统计学教育就可以融人联机分析和数据的可视化教学。其次，要时刻关注大数据分析理论的进展，及时将新理论新方法融入课堂教学内容。

需要指出的是，在大数据时代，经典统计理论和方法并没有过时，但需要进行改进和进一步发展。这是因为，网上采集的巨型数据集往往存在大量的重复性和无价值数据信息，使得大数据价值密度降低。在对这些数据进行分析处理之前往往需要通过去噪、分层、截断、聚类等方法的预处理，将其变成便于进行分析处理的小数据，继而借助于经典统计方法进行分析和处理。因而在大数据时代仍然需要采用传统统计学的小样本理论和方法。所以，即便是在大数据时代，经典统计方法仍然是进行统计分析的基石，其核心地位不可动摇。所以，在大数据时代仍然要强化统计学的基本理论和方法，尤其是在长期发展和实践应用中经过验证的、成熟有效的经典和现代统计方法，在大数据时代仍然没有过时，但需要结合大数据分析的需要对经典统计方法进行必要的发展和改进。

大数据科学需要统计学与数学、计算机等学科的结合。亚马逊大数据科学家John Rauser 认为：“数据科学家是统计学家和计算机工程师的结合体”。为了满足大数据时代的要求，统计学专业的课程设置需要进行必要的调整。应根据新时代人才培养的要求，增设与大数据前沿领域发展相关的课程，如计算机网络和大数据相关的软件应用，同时要加大实验课和社会实践课的比重，引导学生理解和掌握大数据概念、理论、技术和方法，培养其运用大数据的相关分析工具解决实际问题的能力。对于理论课程，除基本统计理论外，还应开设一些较为现代和深入的课程，如现代贝叶斯方法、神经网络、数据挖掘、应用随机过程论等。另外，还应开设与大数据分析相关的关联规则、决策树、机器学习、支持向量机等课程。

为了培养与时代适应的统计学人才，统计学专业教师应不断更新自身的知识结构和价值观念，改变认识数据、收集数据和分析数据的思维，主动学习和补充互联网、现代数据分析技术、数据库和数据挖掘技术，使自己的知识体系不断更新和提升，跟上时展的步伐。

在大数据时代，要注意培养学生适应社会的能力。统计专业人才培养模式应以提高本专业学生数据分析方面的能力，开阔他们的视野，培养其适应社会的能力。应积极引导学生进入实训场所动手操作和锻炼，尝试以企事业单位的财政、金融、保险、统计、咨询和信息公司等部门为主构建专业性教育实践基地。鼓励学生到大数据相关的机构部门、产业园区和企业中去调查研究和实践。此外，统计专业应积极同其他专业进行合作，联合培养适应新时代要求的数据分析人才。鉴于大数据对数据分析人员在计算机技术、行业认知、业务知识、数据分析工具和方法的要求提高，统计学科应主动与计算机、经济学、管理学等相关学科合作，培养学生的计算机能力、专业素质和业务修养。

“它山之石可以攻玉”，关于统计学专业的课程设置，可以参考和借鉴美国统计学会公布的统计学本科专业指导性教学纲要。根据该教学纲要，统计专业的课程设置应该涵盖五个模块[7]：（1）统计方法与统计理论。建立统计模型并对模型的输出结果进行评价，熟悉统计推断，能够从数据分析中得出恰当的结论。（2）数据操作和统计计算。熟练使用一款专业统计软件进行探索性数据分析，发现和清洗数据中的错误记录，具有编程能力和算法思维，可以进行各种数据操作，还应掌握统计计算技术，能够进行模拟研究。（3）数学基础。熟练掌握微积分、线性代数、矩阵论、概率论和数理统计的基础知识。（4）实践训练和表达能力。具有良好的表达和交流能力，善于通过图示和动画等听众易于理解的方式展示分析结论，并且具有团队合作精神和项目领导能力。（5）特定领域的知识。掌握特定应用领域的知识，并用统计学特有的思维方法来分析和解决特定领域的实际问题。

大数据时代是以数据为中心的时代，统计学专业的教育改革必须适应这个时代的要求。统计数据分析中软件应用能力至关重要。在众多统计软件中推荐使用R和SAS软件，因为R是免费开源软件，其统计建模、统计计算和可视化功能强大，更新迅速，是最新统计方法的主要平台，非常有利于培养学生的编程能力和知识更新能力，而SAS软件被很多公司用于数据管理和数据分析，在实际应用领域具有长期而深远的影响，是数据分析不可或缺的专业统计软件。当然，教学中也可以尝试使用其他专业统计软件，例如经济统计专业学生也可使用SPSS软件，但最好会使用SAS或R软件。在加强软件使用和编程能力的基础上，应加强学生统计计算和统计模拟能力的培养。在大数据时代，强调统计计算的重要性是大势所趋。统计模拟技术是伴随着高速计算机和信息技术的快速发展而广泛应用的现代技术，可用来解决传统学科领域中无法解决的问题。例如，在计算技术飞速发展的今天，贝叶斯统计方法过去曾经面临的计算瓶颈正在逐渐消失，基于马尔科夫链蒙特卡洛（MCMC）技术的统计模拟方法在数据分析中的强大威力正在日益显现[8]。

参考文献：

[1] 刘春杰，大数据时代对当代统计学教育的挑战，统计与决策，2015年，第8期。

[2] 孟生旺，袁卫，大数据时代的统计教育，统计研究，2015年，第32卷4期。

[3] 葛虹，韩伟，大数据时代统计教育变革的SWOT分析与发展策略，统计与决策，2015年，第4期。

[4] 张海波，黄世祥，统计学专业学生大数据分析能力的培养方式选择，统计与决策，2014年，第24期。

[5] 李卫东，大数据对统计学科发展的影响，统计与决策，2014年，第13.期。

[6] 教育部高等学校统计类专业教学指导委员会.统计学专业教学单位.http：///category/信息公开/教学单位，2013-11-15.

[7] American Statistical Association.2014 Curriculum Guidelines for Undergraduate Programs in Statistical Science [EB/OL].http：///education/curriculumguidelines.cfm，2014-11-15.