前言：中文期刊網精心挑選了淺談大數據時代范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。
淺談大數據時代范文1
大數據是時展的必然產物，它是借助于互聯網技術所新發展起來的一種網絡工具，其特點就在于涉及的數量非常龐大，如果只是采取傳統的數據處理方式不能夠有效的進行分析處理，需要利用專門的大數據工具才能夠對信息進行有效的加工利用。信息在得到處理之后，可以分析數據之間所存在的緊密聯系，不同的信息能夠折射出不同的規律，將這些規律信息應用到日常的生產和生活當中。例如，如果有效的利用大數據技術對不同的網絡社交、購物等平臺進行數據分析，就可以得出不同的客戶對于不同產品的需求，這有利于結合客戶需求對產品進行開發，而且還可以根據分析的結果制定合理的營銷策略，打響企業產品的知名度，由此就可以增加企業產品的銷售數量，提高企業的利潤水平。
二、大數據時代對當前企業市場營銷帶來的影響
1.企業長期營銷計劃的制定受到影響
一個企業的營銷計劃可以說是關乎企業生存的重要決定，直接影響到銷售的業績。隨著大數據時代的來臨，市場變化莫測，產品周期普遍縮短，這給制定長期的營銷計劃增加了更多的困難性和不確定性，企業需要根據市場的變化隨時調整營銷計劃，這必須要借助大數據技術才能夠精準的掌握市場的變化情況。由此可見，長期營銷計劃重要性不同傳統的銷售模式中那么重要，再加上以往的長期營銷計劃一般要反映企業三年甚至更多的營銷情況，但是目前基本上都是以一年為期。
2.傳統營銷手段的效果逐漸降低
以往的營銷方式多見于電視廣告、展板等，這樣的傳統營銷方式往往缺乏吸引力，與客戶之間不存在互動性，所以必然收不到相應的營銷效果。隨著互聯網時代的來臨，越來越多的人開始樂于游覽網絡上的信息，移動客戶端的使用數量也在與日俱增。人們已經開始習慣在移動網絡上進行交流，這幾乎已經成為了時代的必然發展趨勢，那么就要求我們要充分利用大數據技術，將產品展示到不同的網絡營銷平臺上去，只有這樣才能夠保證企業在新的市場競爭當中保持良好的優勢。
3.市場調查方式發生改變
大部分的企業在進行市場調查的時候，往往局限在抽樣調查的層面上，但是如果僅僅根據這樣的調查結果去對整個市場環境進行預測，制定相應的銷售策略，可想而知差異是必然存在的。但是如果采取大數據技術去進行全面的市場調查分析，通過對大量的數據去進行深入研究，得出的預測結果的準確度會更高。很明顯，抽樣調查顯然已經不能夠適應當前時代的發展了，不僅如此大數據技術還可以將市場調查從線下轉為線上線下綜合分析，通過購物平臺的信息進行收集，可以收集到不同人群對于產品的了解、需求等等，以此再來調整相應的銷售策略，想必一定能夠事半功倍。
三、大數據時代背景下對企業市場營銷的改進策略
1.采用個性化的營銷策略
隨著時代的不斷變遷，現階段越來越多尤其是年輕的消費者，消費個性化需求越來越受到追捧，針對這樣的營銷環境，企業就應當制定出個性化的營銷策略，提高營銷方式的針對性和獨特性。大數據技術在個性化分析上提供了很好的便利，通過該技術可以分析不同用戶的信息，辨別不同消費者的需求、愛好等，包括特定消費者的消費習慣、經濟能力、購買方式等等，組合不同的產品推薦給客戶，可以有效地提升企業產品的銷售量。
2.加強客戶關系管理
應對激烈的市場競爭最為有效的一個辦法就是維護好客戶關系，對于客戶的需求，尤其是潛在需求要充分了解，企業的管理者要重視客戶關系的管理工作。除了傳統的客戶管理的方式以外，也可以采取大數據技術的管理模式，對于已經掌握的客戶信息進行深度分析和挖掘，根據其對應的產品需求，提供最合適的產品，一方面能夠更好的籠絡住客戶，同時也可以有效地增加企業的收入利益。這要求在日常的工作中，客戶信息的錄入、客戶信息更新、定期的分析都是必不可少的，只有這樣才能夠保證作出正確的判斷。
3.改變企業營銷部門的人才結構
由于當前大數據技術在越來越多的企業當中得到了有效地應用，但是要想充分的發揮技術優勢，就必須有效地改善營銷人才結構，要充分的引入大數據專業性的人才，開設專門的崗位為市場營銷的數據采集和分析提供技術支持，這也是當今時展的必然趨勢要求。
淺談大數據時代范文2
關鍵詞:大數據時代;傳統會計;轉型分析
一、大數據時代傳統會計面臨的發展機遇及存在問題分析
(一)大數據時代傳統會計面臨的發展機遇大數據時代背景下，會計數據的處理更加便捷快速而高效，會計工作人員擺脫了手動記賬等程序煩瑣、準確率又無法保障的財務管理方式，對財務工作軟件的操作更加高效快捷，工作效率大為提高;大數據環境需求促使會計人員與時俱進，積極參與學習培訓活動，不斷提升自身的綜合專業素質和現代化財務管理能力，促使他們掌握互聯網、云計算、大數據等現代化辦公技術手段，促進轉型工作的順利進行。
(二)大數據時代會計工作存在的問題和不足1．傳統會計人員遭遇生存發展危機傳統會計工作的兩大基本職能是會計核算與監督，會計人員隊伍的主要構成力量是財務會計群體，他們擅長傳統模式下記賬和做賬等工作，而這些工作在大數據時代由財務機器人就能快速準確地完成，企業為了節約人力成本投入，必然會進行改革與創新，導致傳統會計人員面臨被淘汰的風險。2．會計信息安全無法得到保障伴隨大數據技術的快速推廣與普及，傳統會計行業未能及時構建起相應的信息保障機制，信息安全受到不小的威脅。大數據模式就是將海量的會計數據信息進行搜集整合、運算處理、分析比對，最終得出所需財務數據結果。這個過程必須得到運算平臺及相關軟硬件設施的支持與保障，但是在互聯網共享模式環境下，不可避免地存在著信息泄露等其他安全隱患。3．缺乏行之有效的內部監管控制機制互聯網時代背景下，傳統會計行業正在走向轉型發展之路，特殊時期的會計工作更需要得到完善、嚴密的內部監管控制，才能得到良性健康發展。傳統會計工作模式下的方式方法、核算流程及人力管理等內容都必須得到改進與創新，但是相應的監管模式并沒有得到完善和健全。
二、傳統會計工作轉型的策略和建議
(一)提高認識，轉變工作思路和模式大數據時代為會計工作人員帶來挑戰的同時也帶來巨大的發展機遇，因此，需要廣大會計工作人員提高思想認識、及時轉變思路，對新工作技術做到積極接受、勤于學習、熟練應用，方能在工作轉型過程中沉著應對、游刃有余。會計人員要不斷參與學習培訓活動，熟練掌握應用大數據技術對會計信息進行分析與處理的能力，構建起新型會計管理模式，成為新形勢下的綜合型技術人才。
(二)與國際市場接軌，建立起完善的會計管理體系當前，我國傳統會計工作正處在積極改革轉型階段，應當密切關注世界會計體系的最新發展動態，采用最先進的管理模式和技術手段，促使我國會計工作體系得到完善和健全，緊跟國際市場的發展腳步，積極引進先進會計管理理念和技術措施，推動我國傳統會計工作的改進與創新，從而建立起適應大數據發展環境的會計管理體系。
(三)創新發展思維，構建復合型會計人才隊伍互聯網大數據時代，核算型會計人員必須順應時代的發展，積極迎接機遇和挑戰，徹底轉變工作思路，創新工作思維，勇于嘗試，善于學習，熟練掌握計算機技術及大數據分析手段，不斷提高自身的綜合專業素質及業務本領，打造一支專業本領高強、信息分析技術嫻熟的現代化會計專業隊伍，為會計行業的良性發展打下堅實的基礎。
(四)完善法律制度，發揮法律制度的支持保障作用任何新生事物的發展過程，都不可避免地存在這樣那樣的問題，大數據技術下的會計轉型工作也不例外。因此，需要政府部門建立起相應的法律制度對轉型工作進行規范與保障，為轉型工作的順利推進保駕護航。法律規范條文的制定必須富有針對性和實用性，能夠有效解決轉型過程中的實際問題，才能更好地促進傳統會計行業的轉型發展。
三、結語
總之，在大數據信息時代，傳統會計工作已經不能適應新形勢下的發展需求，因此必須及時進行轉型。需要我們及時轉變工作思路和模式，建立起完善的會計管理體系創新發展思維，構建起復合型會計人才隊伍，有效發揮法律制度的支持保障作用，加強軟硬件基礎設施建設，有效防范安全風險，促使大數據時代下的會計工作得到良性持續發展。
參考文獻:
淺談大數據時代范文3
【關鍵詞】大數據時代，地理信息系統，應用
前言
從目前的實際角度來說，大數據時代下的地理信息系統的應用研究已經成為了當代地理學術方面重要的研究應用，下面我們就對大數據下的地理信息系統的應用進行分析和簡述。
一、大數據對地理信息系統發展的重要性。
在目前社會經濟、科技不斷的發展的大環境下，大數據時代已經悄然到來，從某種意義上來說，地理信息的測繪部門和相應的技術在某方面來說受到了重大的影響和挑戰，如果我們可以合理的對大數據技術進行應用，那么我們就可以起到一個推進器的作用，從而推動地理測繪信息部分和機構的發展，但同時，我們要注意一點，從目前階段我國的測繪地理信息機構已經開始重視大數據技術，并且已經在這個基礎上進行了地區檢測，如果地理信息系統部分和機構可以在工作中加入大數據幾乎，那么大數據會讓地理信息部門和機構的工作變得更加便捷。大數據技術讓地理信息行業發生了天翻地覆的變化，一方面，許多專業和學者都希望在大數據技術的環境下對地理信息系統中施展拳腳。另一方面，大數據有效的促進了企業的發展和變革，最后。大數據時代下，他的商業價值無法估量他的潛力無疑是巨大的，我們應該進行具體的探究和思考，然后完成一系列的轉型，讓技術和管理之間聯系密切，把握住商機，獲得足夠的發展空間，為地理信息行業取得良好發展做出一定程度上的探路。
二、大數據背景下地理信息系統所要接受的挑戰。
（一）地理空間數據為什么一直在持續的增加？因為從目前來看，我國的地理空間數據處理在速度方面在不斷的增加，在這個不斷加快的過程中，地理空間數據的結構化特點就會凸顯出來，所以這個情況我們要及時的針對好，利用地理空間數據整體的特點，來進行大數據空間存取技術的大范圍普及和使用，經過我們反復的實踐和分析下，可以得出一個結論，那就是當前地理信息系統在目前的大數據技術時代下面臨著嚴峻的挑戰，其中最大的問題是在于是否我們可以有效的實現數據信息空想以至我們可以完成大數據文件管理和大數據文件的保護，同時可以在面對眾多文件和重復數據的情況下，進行科學有效的整理，保證自身的效率和存儲質量。
（二）我們還有一個數據整理的問題要進行分析，眾所周知，大量的地理信息，地理信息心痛可以系統的進行數據信息或者別的途徑來進行信息上的獲取，但是目前傳統的組織方法和處理方法等不能適應現在的大數據結技術的走向，在這樣的背景下，我們要最大限度的提高自身的基礎性數據的效率，我們要最大程度的進行有效的提升基礎性數據更新效率能力，從而有效的滿足用戶需求，從而逐漸在這個大時代背景下被人們所重視。
三、大數據在地理信息系統的應用分析
（一）首先大數據在地理信息系統的應用，完美的提高了地理信息系統的高效存儲能力，隨著目前科技的飛速發展下，計算機的硬件設備已經呈現出了頹勢，已經不能和以往相比了，對于計算機的存儲也已經變的更加的簡單，特別要注意的是，計算機標配硬盤的容量一般都符合原定的標準要求，單體磁盤的服務器標準容量可以達到30TB，但是在客觀世界的影響下，我們通常所說的地理信息系統經常在應急保障方面和實時導航上已經獲得了社會等廣泛的應用所以這就要求了數據的存儲量變得越來越高，相反，如果儲存量越來越低，那么地理信息系統會受到打擊，所以這樣說來數據庫就要多個類型的數據支持和結構化的數據支持才行。
（二）在大數據的時代背景下，我們要進行數據庫的擴展和升級，因為從目前來看，大數據背景下基礎性的數據量已經發展的速度越來越快，如果不升級就導致了無法進行信息的及時更新容納。從目前來看，F階段的數據庫使用，關系類型的數據庫比較常用而且硬件的升級也是十分重要，他在一定程度上，有利于數據庫進行采分割擴展和非規范擴展等。升級硬件設備會花費大量的資金，同時，數據庫的服務器性能和容量提升的空間也很小，而數據庫分割不適合非結構化數據，我們要進行進一步的程序修改，這就導致了程序和模型的獨立性受到了破壞，然而非規范化的處理，可以增加大量冗余的同時來實現一致性的難度大幅度增加，由此可見，我們必須要爭地理信息系統的數據庫進行水平發展，才能保證他有足夠的伸縮性和擴展性。
四、結語
地理信息系統的工作是大量存取數據等任務，隨著目前我國的科技在不斷的發展和生活水平不斷提高的大前提下，我們應該對地理信息系統進行重視，眾所周知，大數據是地理信息系統中最重要的組成部分，（其內容為遙感技術、地理信息采集等）所以在大數據的前提背景下，地理信息系統的未來有著廣闊的前景，在未來的發展中地理信息系統會出現質的飛躍。
參考文獻：
[1] 鐘耳順，楊?；? 地理信息數據化 開創GIS輝煌時代――訪中國科學院地理信息研究所專家、北京超圖地理信息技術有限公司董事長[J]. 中國新技術新產品精選，2007，（05）：5-6.
[2] 陳戈，方朝陽，喬新，李海濤，張彩云，陳勇，韓冬. 一個基于衛星遙感數據的海洋大氣地理信息系統平臺軟件――MAGIS [J]. 中國海洋大學學報（自然科學版），2004，（09）：31-32.
[3] 高盼. 立得空間：從行業"拓荒"到引領地理信息大數據時代――專訪立得空間董事長兼總裁郭晟[J]. 中國信息界，20164，（07）：25-26.
淺談大數據時代范文4
【關鍵詞】大數據時代 電子商務應用 服務模式
大數據作為網絡領域未來的“新能源”已經成為各國關注的焦點，但是當前世界各國對大數據的定義卻依然沒有較為統一的概念和范圍，而大數據所包含的內容也已經遠遠的超越可其自身的術語內涵，有相關研究表明大數據具備四個典型的特征，即：第一、數據含量巨大，能夠從原來的TB級別升至PB級別，而且在未來的十年之內，全球的網絡業務數據量可能要超越現在的五十倍之多，因此只有發展大數據方可滿足未來的時代要求。第二、數據具備多樣性，這一特征是指大數據在包含的數據類型上多種多樣，不僅有結構化的數據同時也有非結構化的數據，例如：網絡文字信息、語音信息、視頻信息、圖片信息以及人文與地理等。第三、速度快，這一特征的含義是指在大數據時代下，可以在很短的時間內創建新的數據和移動相關數據，這一特征完全符合當前網絡時代的發展，很多企業可以在較短的時間內實現對數據的分析和處理，對企業的業務發展有很大的促進作用。第四、易變性，這一特征與大數據的多樣性有一定的關聯，因為大數據具備多樣想，所以對呈現的數據就會有多重形式和類型上的變化。
一、電子商務在大數據時代中服務模式的改變
（一）數據化運營模式
電子商務企業喜歡將所有的業務形式以數據的形態展現出來，尤其是在大數據時代下，電子商務企業無論是前期的采購工作還是中期的銷售工作以及后期的財務核算工作，全部采用可視化的數據對其進行管理和分析，這種方式在很大程度上提高了企業也去各個環節的工作效率。例如：國內某商務平臺采用數據分析的形式對消費者的產品需求進行預測，使商務平臺上的產品類型和數量更加接近市場的實際需要，這種做法不僅可以為平臺業務的發展提供幫助，還建立了一批以追求時尚、前沿產品的客戶群體。
（二）行業之間的垂直整合
隨著大數據時代的到來，電子商務企業也加強了對業務數據的整合能力，與平臺上下供應鏈之間的聯系更加緊密直接，并能夠在第一時間實現市場信息共享，制定完善的預防機制，提高了商務平臺應對市場風險的能力，在電子商務這一條產業鏈中誰與最終用戶聯系緊密誰的生存空間和發展空間就越大。有一個典型的事例就是IBM曾經在歷史上遭遇了一次最為嚴重危機，因為當時的市場幾乎被微軟和英特爾占據和控制了，而IBM總裁卻成功的化解了這次企業危機，在事后他說：“IBM最大的價值就在于為用戶提供的解決方案完整、科學、合理”，因此發展到今天IBM依然有著強大的生命力，其業務范圍已經覆蓋了企業的各個方面和層次，無論是建設系統、建立數據庫還是研發操作系統等。
（三）數據實現資產化
從當前數據創造的經濟效益結合電子商務企業的發展趨勢來看，未來電商企業之間的競爭將會延伸為數據之間的競爭，因此國內市場上開始逐漸出現了很多關于數據的業務，例如：企業供應商提供的數據分析服務，通過總結市場和用戶的非結構化數據，提供給電商企業標準的數據報告；還有一種數據服務類型是可視化的數據服務，電商企業利用自身在互聯網方面的優勢將工作以不同的形式分配出去，以發展全新的創意或者解決關鍵技術問題為目的，幫助用戶分析和發現業務中數據模型，然后以圖表的形式反饋給電商企業，為企業提供業務發展的方向。
二、大數據時代下電子商務服務模式的分析
建立網絡導購服務模式需要電商企業有較大的數據集合體，數據集合體中要包含多種內容，例如：消費者的喜好、消費者的瀏覽歷史和消費者的購買歷史等，這種數據集合體可以為電商開展網絡導購提供基本的依據，但是網絡商務平臺有一個明顯的缺陷，就是無論什么樣的產品消費者只能依靠自己視覺來判斷這個商品是否符合自己，因此用戶在商務平臺上的體驗是不完整的。
利用大數據的優勢在電子商務平臺上可以建立兩種個性化的網
導購服務模式，第一個就是設計比較獨特的推薦廣告，其實我們在日常查看網頁的時候偶爾會彈出一個小的廣告推薦窗口，這些窗口中包含的商品恰好是自己在最近一段時間想要購買的物品，這一現象的出現就是電商根據用戶曾經的瀏覽歷史，對用戶在網上的搜索數據進行整理和挖掘，然后追蹤用戶的瀏覽去向。第二個就是個性化推薦，因為國內當前的電子商務平臺較多，商品的介個更是相差甚遠，在反復對比過程中讓人難以選擇，因此電商可以根據后臺用戶行為數據進行快速分析，根據消費者在不同階段的不同喜好推薦最為合適的商品可以極大的提高電子商務平臺的營業額度。
三、結束語
綜上所述，電子商務的服務模式已經開始向密集化和個性化方向延伸，當前也是電子商務重視數據營銷和數據分析的初期階段，因此只有結合大數據所具備的功能和作用，才能保證電子商務平臺的業務有更大的發展空間，而且加之現在大數據技術還在日益發展和進步，等到該技術發展成熟之際，電子商務的服務模式將會出現更大的改變。
參考文獻：
[1]馬帥，李建欣，胡春明.大數據科學與工程的挑戰與思考[J].中國計算機學會通訊，2012，（09）.
淺談大數據時代范文5
隨著互聯網技術的革新，大數據(Big Data)時代已經來臨，并對整個社會產生了革命性的影響。大數據技術也滲透到教育的核心環節，革新教育者的教學思維，影響學校教育的模式，并重新構建教育的評價方式。身處大數據時代，學生獲取知識的途徑不再限于課堂，線上學習越來越成為獲取知識的重要途徑。比爾蓋茨聲稱：五年以后，你將可以在網上免費獲取世界上最好的課程;而且這些課程比任何一個單獨的大學提供的課程都要好。越來越少的課堂，越來越多的網絡;越來越少的教室，越來越多的咖啡廳和廚房;越來越少的講授，越來越多的交互;越來越少的編制，越來越多的合作;越來越少的辦公室，越來越多的實驗室這些場景也許曾經不敢想象，但隨著網絡技術的發展，已經悄悄滲透到了教育領域。大學英語作為一門涉及面最廣的大學公共基礎課程，受到大數據時代的影響，也正經歷著一場前所未有的大變革。這場變革最大的特點，就是使得以前單一明晰的大學英語課程，變得復雜多元化：教學目標多元化、教學對象多元化、教學內容多元化、教學模式多元化、教學評價多元化，等等。擔此課程的大學英語教師帶來了極大的挑戰。而目前我國大學英語教師群體的主要特征是：學歷層次總體偏低、研究能力整體較弱、高級職稱比例極小、女性教師數量過多，承擔著繁重的基礎課程教學任務、科研能力相對較弱、發表純學術性論文和申請到課題的人數較少。他們該如何適應大數據時代的大學英語教學的要求，實現良好的職業發展，這是緊迫且值得深入探討的問題。由于大數據概念剛剛進入人們的生活，相關研究文獻還比較少，本文試圖對大數據時代的大學英語教師職業發展進行初步的探討。
2.大數據時代背景
2.1 大數據時代的概念
什么是數據呢? 是不是簡單的數字呢?數字其實是一種狹義的數據，而廣義的數據是對與一個數字相關的其它信息進行擷取、處理、分析、管理的一種綜合描述。比如一個學生英語考試得了59分，將這個學生的英語基礎、英語學習動機、學習策略、上課記錄、課堂表現、教師的教學水平及教學方法、所使用的教材等等一系列與之相關的所有因素綜合起來，就構成了一個大數據。最早提出大數據時代到來的是全球知名咨詢公司麥肯錫。麥肯錫稱：數據，已經滲透到當今每一個行業和業務職能領域，成為重要的生產因素。人們對于海量數據的挖掘和運用，預示著新一波生產率增長和消費者盈余浪潮的到來。美國互聯網數據中心將大數據定義為：通過高速捕捉、發現/分析，從大容量數據中獲取價值的一種新的技術架構?？梢愿爬樗膫€英文字母V，即更大的容量(Volume)、更高的多樣性(Variety)、更快的生成速度(Velocity)以及由前面三個V的組合推動的第四個因素價值(Value)?？梢哉f，大數據是繼云計算、物聯網之后IT產業又一次顛覆性的技術變革，通過交換、整合和分析大數據，可以發現新知識、增長新智慧、創造新價值。
2.2 大數據時代的教育
大數據時代的到來對教育也必將產生極大的沖擊。傳統的鈴聲、班級、標準化的課堂、統一的教材、按照時間編排的流水線場景，將會隨著大數據的廣泛應用而悄然發生變化。大數據與傳統的數據相比，呈現出信息量巨大、非結構化分布、數據分析由專家層變化為用戶層、大量采用可視化展現方法等特點，而這些特點正好促進了彈性學制、個性化學習、社區和家庭學習的發展，引起教育環境、實驗場景、學習時空、教育管理等一系列變化。在向大數據時代、知識時代跨越的過程中，教育資源變得極其豐富，知識將無處不在。學生除了校園和課堂之外，還可以使用手機、即時通訊、微信和短信息等實時交際工具，利用移動裝置隨時隨地獲取所需的信息，進行更廣泛的學習，包括網上聽課、讀書、寫筆記、做作業、發微博、討論問題、參加各種活動等等，徹底改變了傳統的書本信息獲取模式。大數據技術重塑了當代學生網上社會交際、網絡學習的習慣，也將徹底變革傳統大學英語教學模式。大數據時代的到來對英語教學產生的影響是極其明顯的。英語學習的資源極其豐富，學習的方法和途徑因人而異呈現出多樣化，那么傳統課堂面授的地位和作用就受到了挑戰，尤其是如果課堂教學的成效不明顯，其吸引力就必然下降。在這種情況下，英語教師傳統的教學方法受到了挑戰，教師不再是單純為學生解釋單詞、句法，而是要深入了解學生的水平及需求，創造更多激發學生學習興趣的機會，引導學生深入挖掘海量、有價值的語料，指導他們進行個性化的學習，以明顯地提高他們英語綜合應用能力。所以，英語教學活動正在由教師為中心向學習者為中心、以書本為中心向大規模語料為中心轉變。大學英語教師如果不能未雨綢繆，提前準備和應對，將來勢必難以適應這種轉變，給自己的職業發展帶來不利。
3.大數據時代給大學英語教師職業發展帶來的挑戰
根據Lange的定義，教師職業發展指教師(包括崗前和在職教師)在智力、經驗和心態上的可持續成長過程。對于大學英語教師來說，隨著我國大學英語教學改革的不斷推進和大數據時代的到來，需要進一步更新教學理念，創新教學模式;教師要不斷發展自我，緊跟時代步伐，做到教學、科研與學習的可持續發展。但由于大數據是近幾年興起的新鮮事物，2013年被普遍認為是大數據時代的元年，因此絕大部分大學英語教師并不了解什么是大數據，以及大數據會給大學英語教師帶來什么樣的影響，沒有意識到潛藏的危機。所以，大學英語教師在職業發展的過程中將面臨諸多挑戰。
3.1 大數據知識方面的挑戰
在大數據時代，教育將繼經濟學之后，不再是一個靠理念和經驗傳承的社會科學和道德良心的學科，而是將變成一門實實在在的實證科學。教育環境的設計、教育實驗場景的布置、教育時空的變化、學習場景的變革、教育管理數據的采集和決策，這些過去靠拍腦袋或者理念靈感加經驗的東西，在云、物聯網、大數據的背景下，變成一種數據支撐的行為科學。如果大學英語教師連最基本的計算機操作、計算機常用軟件使用、網絡通信、常規教學媒體、網絡教學平臺應用等技術技能尚不具備，就更難以適應未來的大數據化教學。
3.2 教師職能轉變的挑戰
在傳統的大學英語教學中，教師仍然以教材為主，講解單詞、句子和課文，教師主宰整個課堂。但在大數據時代的大學英語教學中，教師的職能和角色則發生了較大的改變。首先在英語學習資源方面：由于大數據信息四通八達，學生獲取英語學習資源輕而易舉，教師擁有資源的權威性受到挑戰;此時，教師就要從以前的資源提供者轉變為資源整合者，根據學生的個性化需求，廣泛地收集各種分散的學習資源、學習信息，把這些資源和信息加以分析和處理，然后以多媒體和網絡的形式有選擇性地提供給學生，并指導學生開展學習。其次在教學方式的變革方面：學生現在并不缺乏英語學習資源，缺的是英語學習的興趣和方法，所以教師的教學方法要由傳統的單向灌輸轉變為啟發建構，要成為學生英語學習興趣的激發者，激發學生廣闊而豐富的英語學習動機和興趣;同時還要指導學生制訂學習計劃，傳授英語學習策略和方法，授之以漁，推動學生自主學習，發展自己。與此同時，根據社會建構主義的理論，外語教師還要做學生合作學習的組織者、引導者和協調者，學生學習的評價者和監督者。這些均要求教師樹立終身學習的理念，更新自身知識結構，加強大數據相關知識和信息技術的掌握。
3.3 學生主體變化帶來的挑戰
學生的變化主要表現在兩個方面：一是大學新生的英語基礎普遍提高，二是學生個性化英語學習的需求日益明顯。教育部制定的《高中英語課程標準》明確指出高中英語課程的目標是培養學生的綜合語言運用能力，一般高中畢業生詞匯量要求達到3300個，優秀者詞匯量可以達到4500個;而根據《大學英語課程教學要求》中的規定，大學英語教學的目標是培養學生英語綜合應用能力，特別是聽說能力，對詞匯量的一般要求是4500個。高中英語和大學英語幾乎采用相同的教學目標和能力標準，這就使得當前大學新生的英語水平已經達到了相當的程度，這給大學英語教學帶來了新的課題。同時，大數據時代的到來，為學生開展個性化的學習提供了條件，學生在學習過程中，個體的學習習慣是什么，什么樣的學習方式最容易掌握知識?這些細節均可以通過蛛絲馬跡的數據匯合總結出來，然后根據學生的個性化需求，教師需要提供有針對性的教學和指導，這給大學英語教師帶來了復雜的挑戰。
4.大數據時代下大學英語教師職業發展路徑
根據國外學者Kelchtermans的觀點，教師職業發展是個體教師與情境交互作用的結果。Lange等認為教師職業發展應從內涵和外延兩個層面同時進行，內涵發展即通過個人實踐和反思，外延發展即借鑒他人的經驗和理論。國內的陳俊彥等則提出教師職業發展主要指的是教師的職業自我發展，強調由教師主動地去發展自己。所以教師要根據具體的發展階段和情景，制訂合適的發展目標和路徑。一個職業性的專家教師應該具備四方面的復合型知識結構：一是自我知識，既具有較高層次的自我意識，善于自知、自我評價和自我完善;二是普通知識，即基本的科學人文知識，具備開闊的視野;三是專業知識，精通自己所從事學科領域的知識;四是教育科學知識。而目前，大學英語教師隊伍中不僅存在結構性短缺和低水平過剩問題，還存在如何突破職業發展困境、確定發展定位、選擇發展路徑等問題。隨著大數據時代的到來，多元化教育模式開始形成。網絡技術從外圍給教師增加了新的競爭對手，又導致了學生預期、學習習慣等方面的變化;從內部促進了教學過程的變更。面對這一發展趨勢，大學英語教師既要面對一直以來老大難的教學任務繁重、評職稱困難等現實壓力，又要轉身迎接大數據時代帶來的巨大挑戰。
4.1 增強整合英語學習資源的能力，針對學生實際開展個性化教學
我國政府2010年頒布的《國家中長期教育改革和發展規劃綱要(2010-2020年)》明確提出：關注學生不同特點和個性差異，發展每一個學生的優勢潛能。 所以實行個性化教學是未來的發展趨勢，要根據學生的英語基礎和學習特點開展有針對性的學習指導。這就需要大學英語教師善于整合各種英語學習資源，向不同的學習對象提供不同的學習指導。當然，這種指導是需要建立在對學生已有的英語水平、學習動機、學習策略、學習風格和個性特點等諸多因素進行綜合評估的基礎之上的。大學英語教師要充分利用大數據，采用科學的分析信息的手段和方法，向學生提供個性化教學，促進其學業成績和情感溝通能力的成長。
4.2 改進課堂教學模式和方法，著重提高學生的英語應用能力
在大數據時代，隨著英語學習途徑的多元化和學生對大學英語課堂期望值的提高，大學英語教師要以對學生的數據分析為基礎，進一步改進課堂教學模式和方法，以建構主義理論和以生為本的教育觀為指導，廣泛采用交際教學法和任務型教學法，努力培養學生的學習興趣，調動學生的積極性和主觀能動性，引導他們從被動接受知識轉為主動探索知識，讓他們動腦、動口、動手，主動參與課堂教學活動。同時，要以培養學生思維為核心，以提高學生的聽、說、讀、寫、譯綜合應用能力為目標，要讓學生感覺課堂面授學習有其不可替代的價值。
4.3 順應大學英語教學改革趨勢，提前做好課程分化轉型的準備
隨著我國大學英語教學改革的發展，為了適應學生的個性需求，未來的大學英語課程不再是統一、通用的單一課程，而是分化成基礎英語(必修課)+英語技能強化課程(選修課)+專門用途英語(選修課)的具有梯次的綜合性課程體系。其中，基礎英語仍然沿襲現在的通用英語，根據各個學校學生的入學英語水平，開設2個學期左右。英語技能強化課程主要是英語專業方面的聽、說、讀、寫、譯課程，突出單項技能，供學生選修，開設1～2個學期。專門用途英語是向專業過渡的一門語言課程，為學生利用英語學習本專業打基礎，供學生選修，開設1～2個學期。所以，未來的大學英語教師既要能上基礎英語，也要能上英語技能強化課程，還要根據自己的興趣選擇一兩門貼近學生專業的專門用途英語。
4.4 參加相關培訓和研修，提高自身教學科研水平
面對挑戰，學校和大學英語教師本人均要積極應對。要正視現狀和問題，要參加和開展有針對性的專題研究、學術會議和專業培訓，提高教師的大數據分析和運用能力，新型課堂教學活動的設計能力;還要加強英語技能強化課程和專門用途英語的學習，全面增強自身綜合素質。同時，教師要加強研究，把教學與科研結合起來，互相促進，不斷提高適應未來大學英語教學改革發展需要的能力。
淺談大數據時代范文6
【關鍵詞】 大數據 關系型數據庫 NoSQL 存儲架構
一、引言
“互聯網+”時代越來越多的企業認識到數據是企業很重要的核心資產，并開始通過信息應用來改造傳統行業。許多傳統企業開始探索互聯網化轉型之路，企業數據爆炸性增長，隨之而來出現了“存”、“管”、“用”這三個方面的難題：“存”――如何解決PB 級別海量數據的存儲問題？“管”――如何解決結構化、非結構化數據并存的管理問題？“用”――如何解決這種大規模復雜結構下的實時應用問題？
傳統關系型數據庫系統與新興的大數據技術平臺是兩條技術解決路線，本文將通過對比這兩種技術，為企業大數據的存儲與應用提供一個技術解決思路。
二、企業大數據的組成與技術支持
企業的傳統數據主要來自于業務運營支撐系統、企業管理系統等，主要是結構化數據；企業當前爆炸式增長的新數據主要來源于互聯網、移動互聯網上的圖片、文本、音頻、視頻等非結構化數據；結構化傳統數據和非結構化新數據一起構成了企業的大數據。目前業界對大數據還沒有統一的定義，但各大研究機構與國際組織對大數據的定義都至少包含這2層意思：一是要能對大體量、多類型的數據進行快速的處理，二是在成本可接受的前提下從大數據中提取有用的價值。概括的說，企業的大數據具備“4V”的特征：超量（Volume），需要存儲的數據量越來越大；多樣（Variety），存儲的數據類型種類越來越多；高速（Velocity），數據處理速度與應用速度要求越來越快；價值（Value），從低密度的數據中提取有價值的信息。因此，在技術層面上面臨3大挑戰：（1）海量數據存哪里，才能既滿足高效率存儲和訪問的需求，又使存儲成本可控制？（2）如何滿足海量數據的高并發、實時動態獲取和更新數據？（3）如何保障數據庫系統的高可擴展性和7*24小時不間斷服務的高可用性需求？目前有兩條技術解決路線：一是將傳統關系型數據庫系統進行整合升級，如Oracle、EMC等企業設計了采用Shared-Nothing與MPP體系架構的數據庫一體機作為解決方案；二是專門設計了NoSQL數據庫系統，以Apache的Hadoop、IBM PureData為代表的大數據平臺為主要的解決方案。
三、關系型數據庫系統與大數據技術平臺的比較
3.1關系型數據庫如何應對大數據
工程師們對關系型數據庫系統進行升級與優化，通過分庫、分表，緩解數據增長壓力；采用主從數據庫分離、讀寫分離思路，緩解寫壓力，增強讀庫的可擴展性；采用主從結構Master-Slave，增強讀庫的可擴展性，并采用MMM（Master-Master Replication Manager for MySQL）技術來解決分布式存儲問題。在產品支持上主流數據庫廠商紛紛推出數據庫一體機產品，如Oracle Exadata、IBM Netezza、EMC GreenPlum等。
數據庫一體機的核心是SQL體系，可以兼顧企業中OLTP和OLAP兩類系統的應用要求，但這條技術路線仍有瑕疵：如分庫、分表受業務規則影響，維護變得十分復雜，系統數據訪問層代碼需要大量修改；Master-Slave架構在實時性很高的場合Slave實時性保障存在瓶頸，在高可用性上Master容易產生單點故障；MMM本身擴展性差，一次只能允許一個Master寫入，只能解決有限數據量下的可用性。
3.2大數據技術如何應對大數據
相對于傳統關系型數據庫的行存儲模式，大數據技術采用列存儲模式滿足海量數據的高效存儲和訪問要求，以NoSQL體系的非關系型數據庫服務器架構應用而生。其中Hadoop是一個典型代表，海量的數據交給Hadoop處理后，Hadoop提供一個分布式文件系統（HDFS）及分布式數據庫（Hbase）用來存儲或部署到各個計算點上，最終在內部采取MapReduce的模式對其數據進行分布式并行計算與合并處理，然后輸出處理結果。
NoSQL數據庫大都只是提供了海量數據的分布式存儲與基于索引的快速讀取機制，對復雜Join的操作性能低下，因此對OLTP系統的支持成為它的短板。
3.3兩種技術的異同點比較
從硬件集成角度上看，大數據技術與數據庫一體機基本相同。兩種技術最核心的區別在軟件體系上，具體比較如下表：
四、企業大數據的存儲架構建設思路
針對企業大數據的存儲與應用需求，大數據技術與關系型數據庫架構技術是相輔相成的，而不是互相替代的。它們針對不同的應用場景設計，可以相互補充與合作。
數據庫一體機較適用于存儲關系復雜的數據模型，如企業核心業務數據，并且需要限制為基于二維表的關系模型；同時適合進行一致性與事務性要求高的計算，以及復雜的BI計算。大數據技術則更適合于存儲較簡單的數據模型，并且可以不受模式的約束，因而其可存儲管理的數據類型更豐富。大數據技術同時適合進行一致性與事務性要求不高的計算，如NoSQL的查詢操作等，以及對超大規模海量數據的、批量的分布式并行計算。
因此，在“互聯網+”時代，當前企業的大數據存儲架構建設思路是采用大數據平臺與關系型數據庫系統混搭的架構。具體來講：業務支撐系統仍然部署在關系型數據庫上，傳統關系型數據庫技術還是作為企業數據倉庫的主流技術，它存儲與計算最主要的、有重大價值的企業關鍵業務數據。大數據技術可以處理企業內海量的、模型簡單、類型多樣的非結構化與半結構化數據，其處理結果可以被直接使用，也同時可以被當成是新的輸入存儲到企業級數據倉庫中，這時大數據技術相當于是面向大數據源的新的ETL手段。