大数据背景下的企业培训机构信息化建设思考

来源:用户上传      作者:张鸿

　　摘  要： 大数据蕴藏的巨大价值日趋凸显，引发了培训行业的广泛关注。通过分析大数据时代带来的信息化建设思维变革与校园信息化面临的新挑战，总结了现阶段企业培训机构信息化建设的发展方向与重点。并在此基础上，提出了制定数据战略、打造一体化智能平台、以数据驱动培训创新的大数据建设策略。
　　关键词： 大数据;信息技术;培训;信息化
　　【Abstract】： Big data’s great value has triggered widespread concern in training industry. By analyzing the paradigm  shift of information construction and the new challenges of campus informatization， the author summarizes the emphasis and tendency of information construction development. On that basis， the article presents the big data construction tactics of enterprise training institution， which containing making data strategy， creating intelligence platform and data-diving training innovation.
　　【Key words】： Big data; Information technology; Training; Informatization
　　0  引言
　　互联网的发展带动了云计算、物联网、大数据等新信息技术的兴起，在这其中，大数据因其蕴藏的巨大价值，赢得了产业界和学术界的广泛关注，并在许多领域得到了成功应用。就教育培训行业而言，随着近年来信息技术与培训教学的深入融合，信息化已经成为实现培训理念创新、方法创新、手段创新的重要途径，因此分析大数据给培训带来的机遇与挑战，明确在新的技术背景下培训信息化  建设的目标与策略，将是今后推动培训创新的重要环节。
　　1  大数据概述
　　自2012年的世界经济论坛年会将“大数据、大影响”作为重要议题起，大数据近年来得到了蓬勃发展，美、英等国纷纷将大数据作为国家战略，把其放在了重要的战略位置。我国对大数据的研究与应用工作也十分重视，国家“973计划”、“863计划”
　　和国家自然基金都针对大数据研究成立了专项。
　　关于大数据的定义，目前IDC（Internet Data Center，互联网数据中心）报告中给出的定义认可度较高，即“大数据描述了一个技术和体系的新时代，被设计于从大规模多样化的数据中通过高速捕获、发现和分析技术提取数据的价值”。从报告中提炼的大容量（volume）、多样性（variety）、高速度（velocity）和低價值密度（value）“4V”大数据特征也得到了广泛认可[1]。
　　从应用研究角度看，大数据主要包含了两个方面，一个方面是大数据技术，另一个方面是大数据分析。前者侧重解决海量数据存储和分布式计算等关键技术问题，而后者更为侧重发现数据中的关联关系，提取数据价值。
　　大数据技术的核心是Apache基金会开发的Hadoop分布式基础架构，用户可以在不了解其底层细节的情况下，开发分布式程序，充分利用集群优势进行高速存储和运算。Hadoop有两个核心组件，
　　HDFS（Hadoop Distributed File System，分布式文件系统）和MapReduce（分布式计算系统），它们分别有效解决了数据分布式存储和分布式运算问题。
　　大数据分析是在数据密集型环境下，对数据科学的重新思考和新模式探索，其核心是以一种高效的方式从海量数据中获取价值。尽管大数据分析与传统数据分析基于不同的分析目的和技术基础，但经典的分析方法在大数据分析中仍然适用，数据可视化、统计分析和数据挖掘依然是非常重要的数据分析方法，并在大数据领域应用广泛。
　　2  大数据时代的信息化思维变革
　　大数据时代的数据处理变得更加容易和迅速，人们能够在瞬间处理成千上万的数据。在新的技术背景下，需要我们以新的方式理解和处理信息。虽然传统模式仍然具有重要意义和地位，但传统的信息化思维需要适当调整，以适应新的技术和业务需求。
　　2.1  从样本采集到全量数据
　　很长时间以来，人们通常采用采样方法对大量数据进行分析，这种方法在保证分析结果有效的前提下大大减少了分析的时间与成本。但随着信息技术的发展，数据收集不在向从前那样困难，数以万计的传感器、网站、移动应用可以随时随地对海量数据进行采集。
　　以Lytro相机为例，该相机不在向传统相机那样只记录单束光，而是记录整个光场的所有光束，因此用户可以在拍摄结束任意改变图像焦点，具体生成什么样的照片可以在拍摄完成后再根据需要决定，这使得图像的可利用性大幅提升[2]。
　　随着全量数据收集优势的逐渐凸显和存储设备性价比的不断提升，信息化建设思维开始从对特定目标数据采集转向到对复杂全量数据采集，以便从海量数据中发现新价值，进一步革新工作方式方法。
　　2.2  从微观精准到宏观纷繁
　　在“小数据”时代，采集数据最重要和最基本的要求是确保数据的准确性，尽一切可能减少数据错误。因为在有限的数据下，微小的错误就可能导致巨大的偏差。而在如今的大数据背景下，许多科研团队却从纷繁的非精准数据中找到了诸多难题的突破口，例如谷歌的机器翻译系统。谷歌在2006年开始涉足机器翻译领域，2007年首次参加美国国家标准研究院测评就夺得头名，系统成功的核心不在于更加先进的算法，而在于高于竞争对手上万倍的语料库[3]。虽然这些词句未必各个精确，但通过统计语言模型却大幅提升了系统翻译的质量。 　　大数据时代的信息化建设，需要我们更加重视对非精准数据的采集与利用，而不再仅仅专注于如何清洗数据使数据更加准确。
　　2.3  从因果关系到关联关系
　　寻找因果关系是人们长久以来的习惯，信息化建设也不例外，例如机房的环境监控系统，正常情况下温度传感器发生报警，则说明机房温度超过了阀值，这是十分清晰的因果关系。然而，在很多情况下确定因果关系是十分困难的，比如客户两次采购商品之间的因果关系。
　　抛开因果关系，事物之间关联关系往往也隐藏着巨大价值。亚马逊通过大数据量化产品间的相关关系，成功利用商品之间的相关性大幅提升了购物推荐系统的商品推荐精准率。
　　在大数据时代，信息化不在仅仅强调抓住事物的因果关系，更要强调寻找事物之间的关联关系，这将给我们提供了更加开阔的建设思路，并从中发现新的价值增长点。
　　3  校园信息化建设面临的新挑战
　　经过十余年的高速发展，我国教育培训行业的信息化水平大幅提升，校园网络基础设施、在线学习系统和面向业务的管理信息系统已经基本建设完成，但随着大数据、云计算、物联网、移动互联的广泛应用，校园信息化建设遇到了诸多挑战，其中网络基础设施建设和业务融合问题显得尤为突出。
　　3.1  网络基础设施建设的新要求
　　安全、稳定、高速的网络环境是校园信息化建设的基础，是大数据背景下信息化全面提升的必要保障，因此网络基础设施建设也显得尤为重要。
　　第一，网络安全成为关注焦点。随着《中国人民共和国网络安全法》的颁布，信息化建设过程中的安全问题凸显，切实保证网络安全，确保安全技术措施同步规划、同步建设、同步使用已经成为必要的法律义务。
　　第二，网络性能要求进一步提升。打造大数据环境需要更加稳定、快速的网络支撑，要选择高性能、高可靠性的网络核心设备，充分考虑未来培训业务发展变化，为新增设备和数据流量做好冗余。
　　第三，可扩展性与技术前瞻性不容忽视。信息技术仍在迅猛发展，在大数据背景下的基础设施建设更加强调互联网、移动网与物联网的全面互联互通，要求网络架构更加灵活，易于扩展，能够为培训业务的快速迭代升级提供有力支持。
　　3.2  业务融合的新要求
　　智慧校园建设已经成为当下校园信息化建设的重要课题，要实现校园管理、校园服务、教学环境和教学资源的智慧化，需要各项业务打破壁垒，相互融合。
　　首先，业务独立、数据封闭的信息化架构已完全不符合现阶段建设要求。必须基于物联网、云计算和大数据技术打造全新的校园一体化信息平台，通过智能感知、智能控制、智能视窗等智慧化应用全面融合业务系统，为教学、管理和服务的融合提供有力支持。其次，需要通过“云”与“端”的广泛结合，实现对海量数据的收集、存储与挖掘分析，推进业务数据的全面融合，逐步形成价值导向的知识管理体系和大数据服务体系，为进一步发现教育培训规律，推动业务创新提供动力。
　　4  大数据建设策略
　　4.1  制定数据战略
　　企业培训机构对如何收集和利用数据普遍存在困惑，因为不同于互联网公司，大多数培训机构没有足够的资金投入和技术能力实现对海量数据存储和挖掘，甚至没有获取大量数据的有效渠道。因此，在大数据背景下，培训机构需要一个清晰的数据战略来指导信息化建设。
　　这个战略的核心是匹配培训机构业务的实际情况。要明确需要哪些信息，哪些数据是可得到且有分析价值的[4]。同时，要合理规划数据生命周期，尽可能抛弃过时陈旧的数据，集中力量标准化现有传统数据，整合新的数据格式和数据类型，形成清晰的数据收集、处理和分析思路。
　　4.2  打造一體化智慧信息平台
　　基于制定的数据战略，培训机构需要分阶段逐步搭建面向大数据的一体化智慧信息平台，以支撑教学、管理与科研等业务的全面整合。初始阶段这个平台应具备四项基本特性。首先，平台需要具有开放性，可以提供存储、计算、开发接口等服务，能够实现多系统的融合与集成[5]。其次，平台需要具有继承性，能够实现从传统部署向云部署的过渡，保障平台可平滑迁移至新环境。第三，平台需要具有安全性，在信息安全问题日益突显的今天，必须严格落实信息系统等级保护要求，确保数据的机密性、完整性和可用性。第四，平台需要智能化，应该具备丰富的知识库和知识化引擎、具有一定的数据挖掘与分析能力。
　　4.3  以数据驱动培训创新
　　随着一体化智能信息平台的建成，数据孤岛将被逐步消除，培训机构所拥有的数据量将快速增长。通过大数据分析技术，数据在决策管理、培训教学、后勤服务等方面的价值将逐步凸显，其对培训创新的作用不可小觑。
　　第一，以数据驱动培训精准化。借助大数据可以全方位掌握学员的知识结构、能力结构和个性特征，从多维度对学员学习需求进行分析，从而实现“一人一策略”的精准培训，提升培训的针对性[6]。
　　第二，以数据驱动培训资源整合。通过大数据可以全面了解企业及社会培训资源情况，从而进一步优化师资，构建与企业发展相适应的课程体系，推进培训资源的共享共建，突破资源碎片化困境。
　　第三，以数据驱动培训评价机制完善。依托大数据可以长期跟踪学员训后工作绩效与综合能力提升，将传统的经验性评价转变为基于数据的过程性评价，从而更加客观的评价培训效果，以数据支持评价体系建设。
　　5  结束语
　　在大数据背景下，理解新阶段信息化建设的思维变化、抓住建设过程中的突出问题是企业培训机构信息化快速发展的重要基础。在此之上，充分结合企业培训实际，制定合理的数据战略、打造智慧化的信息化平台，并基于数据持续推动培训创新，才能充分发挥大数据给企业培训带来的价值。
　　参考文献
　　[1]李均. 大数据从海量到精准[M]. 北京： 清华大学出版社， 2014.
　　[2]维克托·迈尔-舍恩伯（英）， 肯尼斯·库克耶（英）. 大数据时代[M]. 杭州： 浙江人民出版社， 2013.
　　[3]吴军. 数学之美[M]. 北京： 人民邮电出版社， 2014.
　　[4]伯纳德·马尔 （美）. 智能大数据SMART准则[M]. 北京： 电子工业出版社， 2015.
　　[5]郝利娟， 刘冬枝. 智慧城市空间大数据云平台建设技术大纲研究[J]. 地理空间信息， 2019（6）： 33-35.
　　[6]丰俊功. 大数据时代干部教育培训创新与发展[J]. 教育决策， 2019（4）： 80-86.
　　[7]官思发， 孟玺， 李宗洁， 刘扬. 大数据分析研究现状、问题与对策[J]. 情报杂志， 2015（5）： 98-104.
　　[8]于长虹， 王运武. 大数据背景下数字校园建设的目标、内容与策略[J]. 中国电化教育， 2013（10）： 30-35.
　　[9]田蓓， 王晓东. 大数据技术对高校管理的变革作用及其应用研究[J]. 计算机科学， 2018（10）： 25-28.
　　[10]倪玉琴， 陆松岩， 周忠浩. 教育信息化2. 0时代开放大学办学模式变革的思考. 成人教育[J]. 2019（1）： 31-36.
转载注明来源:https://www.xzbu.com/8/view-15072599.htm