HI,欢迎来到好期刊网!

大数据经济分析

时间:2024-01-08 11:28:34

导语:在大数据经济分析的撰写旅程中,学习并吸收他人佳作的精髓是一条宝贵的路径,好期刊汇集了九篇优秀范文,愿这些内容能够启发您的创作灵感,引领您探索更多的创作可能。

大数据经济分析

第1篇

为什么“粉丝经济”概念在电商平台开花结果、取得成功?阿里副总裁靖捷接受记者采访时给出了明确的答案:阿里利用旗下的零售平台、媒体矩阵、供应链平台及云计算、大数据等资源,为品牌了解消费者行为与市场趋势提供支持。更通俗地说,阿里帮助品牌让粉丝们从“看看就罢了”到“看看就爱上、就买到、就用上”,将明星、IP等对粉丝的吸引力转化成购买力。

粉丝本身是个热闹的话题,但如果不能运营和管理,对品牌而言是无意义的。粉丝,无非是想买的和已经买了的人;粉丝经济的本质,是品牌和消费者之间的关系。对于品牌来说,运用粉丝经济进行营销,是把潜在消费者转换成真实消费者的过程。

全矩阵打通精准消费者画像

在阿里矩阵中,品牌有各种可能去和消费者建立联系。“今年3月,我们在做一件事情,就是做一个“UNIFIED ID”,这个统一账号是将所有的账号打通了。”靖捷告诉记者。一见钟情只是最美好的想象,但不是常态。“感兴趣”之后,如何让这些兴趣进行关联?包括淘宝、天猫、优酷土豆、微博、UC、高德、虾米等在内的阿里矩阵,就是将所有品牌与粉丝进行链接,将真正的目标人群关联在粉丝趴。

过去,品牌仅知道有这样一个潜在人群对自己的明星、IP或产品感兴趣,但并不真正知道谁在购买自己的产品。数字化互动营销获得的通常仅是用户的手机号码——一个消费者可以有2个甚至更多个手机号,却只有一个支付宝(淘宝、天猫)账户。全线打通的账号体系,通过大数据帮助品牌触达阿里矩阵6.3亿消费者,与消费者展开深度互动。强账号体系带来的,是最为真实的用户画像,对于粉丝的购买行为、浏览行为、出行行为、社交行为等能有精准的画像,这就可以帮助品牌根据消费者的真实行为来不断加深共鸣。找到用户画像之后,阿里将通过一系列的工具来帮助品牌实现内容的产生和,与消费者建立链接。

边看边买直播打破时空区隔

直播就是系列工具之一,原本消费者通过电视或杂志看到的明星内容与自身是无关联的,是时间和空间割裂的,但通过天猫直播这种方式,消费者和品牌以及品牌的明星在同一个时间和空间,能够产生共鸣与互动。

同时,通过边看边买等形式,天猫直播也让品牌原有资产,或明星、IP投入带来更好的转化率和投入产出比。美宝莲携代言人Angelababy首次直播会与粉丝互动,创造2小时卖出1万支唇膏新品的纪录。此后,美妆品牌从中学习成功经验,在戛纳电影节营销中也取得了斐然的成绩。

未来,打破时空区隔的将不只是直播,品牌越来越重视将原本仅在线下店铺渠道才能获取的产品和体验,逐步像线上转移,“搬入”品牌官方旗舰店,包括专业高效的客服、个性化的“天猫定制”,以及一票难求、一物难求的稀缺商品,一些品牌已经取得了成功的初探。

整合碎片化流量与关注度

1.0时代的数字化营销,传播和销售是完全割裂开来的“两个世界”,从“兴趣”到“购买”的临门一脚很难实现,链路无法闭合。而如今,天猫密令、二维码等各种工具,让所有品牌对外的传播都可获得有效整合,可以将与粉丝所产生的碎片化关联落实在天猫的粉丝趴,或者品牌官方旗舰店中,进行更为全面的整合营销传播。士力架以微博为主阵地,基于阿里大数据分析进行粉丝定向营销,多数粉丝打开天猫或淘宝App主动搜索并进入旗舰店直接购买产品,取得了高于明星店铺平均水平约20倍的投资回报率。

这将把所有品牌与粉丝的销售渠道打通,“原本你在网上看到一个产品,你可能会去搜索、比较,但不一定会去购买;但现在,阿里通过全渠道的整合,可以迅速为粉丝推荐最符合其需求的信息。”靖捷说,“比如在天猫上迅速指引消费者去最近的门店去查看、去体验,并在线上更快的实现购买。”

第2篇

9月7日至8日,“2015新网商峰会”在杭州举行。阿里巴巴CEO张勇等一众阿里高管出席。IDG资本创始合伙人熊晓鸽、滴滴快的总裁柳青、小米科技总裁林斌等作为重要嘉宾发表了演讲。

阿里巴巴高管在各个层面分析未来电商发展趋势及阿里的战略,并宣布了新的合作。同时,作为阿里“双11”前的重要节点,阿里方面称将要把今年的“双11”打造成电商届的“春晚”。

阿里在年初就表示,2015年的主要战略就是国际化。从马云前段时间密集访问欧洲各国,到阿里接连宣布与国际知名品牌合作。阿里巴巴今年一直在将国际化战略贯彻到底。在此次电商峰会上,阿里又宣布了与麦德龙的独家合作,在布局国际业务上再落一子。

线上线下融合也成为了阿里方面多次提及的重点。张勇称,从销售渠道来讲,线上和线下已经在高度的融合了。阿里拥抱银泰,与苏宁合作,正是看到了线上线下相融合的趋势。银泰CEO陈晓东也表示,围绕着顾客的需求,线上线下融合是必然趋势,但那些签一个合作协议就想做出一个O2O产品来的做法是不成熟的,必须有一个共同的愿景,还必须有一个共同的利益体。

移动购物已成大趋势。阿里巴巴集团零售事业群总裁张建锋称,当下用户向移动端转移的趋势已经十分清晰,“阿里零售平台2015年第二季度成交额55%来自移动端,移动收入占比也首次过半。移动购物的发展速度超出了人们的想象。”

在两日的议程中,大数据成为讨论的热点。由电商到网商的转变,主要体现在对大数据的积累和挖掘之上。兼任阿里妈妈总裁的俞永福称,未来十年,整个互联网将从IT(Information Technology)时代向DT(Data Technology)时代演进,企业需要研究如何让数据驱动业务,让数据变成业务。阿里妈妈未来想从单纯的电商营销平台,变成全渠道的营销平台,需要大数据的支撑。

然而,在最新上任的阿里音乐总裁高晓松眼里,大数据呈现的是同质化,而音乐和其他创造性产物一样,追求的是多元化。大数据只能是辅助工具,主体创造性更重要,大数据再丰富也无法复制周杰伦。对于阿里音乐的布局,高晓松坦言,因为有一个强大的善于学习的竞争对手,怎么干以及干了什么,还需要等到以后再讲。

滴滴快的总裁柳青在7日下午的峰会上,分享了滴滴创业的体会。柳青称,在共享经济再怎么高效,还是需要大数据匹配。滴滴快的是一家土生土长的中国公司,积累了三年大的数据,滴滴非常了解所有用户每天从哪儿到哪儿,而且是高频次发生这样的交易。每天滴滴分析的是10TB的数据,每天连续上传的定位数据是50亿次,这都是非常大的数字,在任何国家都不会见到的。这些都需要有世界最领先的技术和算法来支持。

传统企业向网商转变也是本次大会的亮点。小米科技总裁林斌与美的集团总裁方洪波在一起讨论了如何面对网商时代的到来。林斌称,新网商时代是怎么样带给大家更高效率的从网上买到好东西,现在大家用APP、用手机端购买商品趋势也非常明显。但是效率再高,还是需要好的产品,这还需要大笔的资金投入研发和产品开发。

林斌表示,电商核心还是消费者买东西方便,小米过去产能各方面都努力了,但还是不能达到市场的需求,这种抢购的模式对于消费者来讲不是一个健康的电商。林斌声称,小米现在正在努力,未来的产品无论是PC还是移动端,在的时候能够有足够的货源,让大家能够买到。

互联网使得经济、业态的边界越来越模糊。方洪波声称,这种颠覆性的改变已经在发生,不仅是消费端,现在到供应端、供给端,都在发生根本性的变化。自从参加了阿里的双十一,方洪波回去的第一件事就是对美的电商平台系统做了彻底的改造。随后在全国做了统一的库存系统、物流系统,做了人员结构系统等等,现在美的正在对传统渠道进行改造。方洪波表示,随着各个环节的升级推进,线上和线下完全融合,美的就变身为新网商。

马云曾说,阿里巴巴要成为一家百年老店,但网商如何成为百年老店,马云自己也没有答案。IDG资本创始合伙人熊晓鸽给出自己的答案,如果短期来讲,挣点钱确实是比较容易的,但是能够做成一个百年老店,最终还需要靠品牌。新网商时代有没有创业的新机会?熊晓鸽认为,国内B2B还有很多潜力没有发挥出来,在这个投资领域可能会成为未来要关注的一个方面。

熊晓鸽称,新网商的未来,目前可能也不是很多困难,但是大家有点迷茫。随着新网商的发展,中间有很多的机会,“今天比较困难,明天会好一些,明天会更好。”

从线上到线下,从电商到网商,新网商峰会是对互联网新经济的探讨。达成共识的是,利用大数据,将互联网对经济的改造从消费端,渠道端,扩展到生产端,并且利用互联网形成资源共享,更大程度的提升效率。更大程度的提升效率。

第3篇

[关键词]“大数据”;计算机;信息处理技术

中图分类号:S512 文献标识码:A 文章编号:1009-914X(2016)29-0153-01

1 大数据与计算机处理技术的基本概念

1.1 大数据概念

近几年,对于大数据的分析已经成为社会发展的必然趋势,结合网络技术和信息化数据结构,建立信息处理模型,不仅能实现信息的有效存储,也能保证传输结构的有效性。在数据信息处理的过程中大数据具有非常明显的项目优势。

大数据整体内部数据存储量较大,能将TB直接转化为ZB,且整体占用存储空间较大,需要结合实际项目需求和管理层级结构建构数据分析模型,在高速运行的基础上,实时性较强,且整体系统的处理机制和运行维度更加广阔,能在对数据进行并发处理的过程中,确保复查性贴合实际需求,信息处理技术也能符合标准化数据量,要对文字信息、图片信息和视频信息进行集中处理。特别要注意的是,在大数据背景下,主要借助云平台对虚拟化资源和技术进行集中处理,保证计算机行业的变革程度贴合实际运行维度[1]。

大数据时代在发展进程中,结合了云计算技术和物联网项目,能为计算机分析框架提供有价值的数据支撑,是计算机行业中一次跨越式发展,不仅能提升人们对数据和信息的分辨能力,也能提升相关项目的发展水平,从根本上升级整体管控结构的运维效果。

1.2 计算机信息处理技术概念

计算机信息处理技术主要针对的是信息和数据,对其进行综合分析和集中处理,借助相应的算法技术进行系统化数据分析。另外,在计算机信息处理技术中,针对相应问题利用有效算法处理数字、字符以及运算符号等。数值以及数据在运算过程中,主要应用数字符号进行系统化表示。而对于非数值数据,例如文字、语言以及图像等,需要用相应的字母代替。计算机中信息的单位是Bit,主要表示的是一位二进制;字节用Byte表示,一个字节由8位二进制数字组成,也就是说1Byte=8Bit、1KB=1024B、1MB=1024KB、1GB=1024MB、1TB=1024GB等。

1.3 大数据计算机信息处理技术的作用

正是基于大数据处理机制和相关运行维度,因此,需要计算机运行模型也得到有效升级,从而保证相关问题和相关运行机制之间建立有效的平衡态模式。传统计算机硬件和软件不能满足测试需求。更多的人将数据和信息上传到云端,若是云端受到破坏或者是病毒侵蚀,都会导致整体运行机制受到严重的破坏,这就需要借助更加有效的信息处理和管控技术对大数据进行综合分析和整合。正是基于此,计算机信息处理技术应运而生,在实际管理框架内,能实现数据和信息的有效融合,确保信息得到更好的容纳和收集,也为了进一步提升互联网运维效果提供数据和对策支撑。

2 大数据时代计算机信息处理技术分析

在实际数据处理过程中,能对相关数据进行集中分析和整合。

第一,能而借助相关软件对系统中的数据进行集中获取,实现传输和信息加工。技术人员利用合理的措施对信息数据进行系统化整合,确保管控结构和监督机制实时有效,然后借助软件中的计算结构对相关信息进行集中整合,确保软件整体效率得到有效的发挥[2]。另外,在对信息进行综合处理的过程中,也需要满足用户的实际需求,提升信息处理和数据分析能力,利用性质结构和功能分类对信息进行集中处理,从而实现客户查询流程的完整度。

第二,主要是应用信息储存技术。在数据处理和应用的过程中,能对智能数据信息和存储结构进行集中整合,由于数量在不断增多,信息实时更新的速度也在不断加快,需要相关技术人员结合实际存储空间和项目需求,提升网络信息的处理效果,也充分结合分类原则,保证数据存储模式贴合实际需求,一定程度上实现了数据留存的完整度和安全性,进一步提升整体信息收集和应用的综合水平[3]。

第三,利用DeepWeb技术,有效感知数据的同时,确保获取技术贴合实际需求,只有借助相应的软件结构对信息进行集中的抽区和分析,才能建构动态化运维机制,实现对数据的高度融合和综合处理。另外,也要保证信息安全,借助安全产品的研发机制,能有效构建完整的信息安全体系,优化计算准确性和稳定性。

3 大数据时代计算机信息处理技术发展方向

大数据时代是建立在计算机信息处理技术之上的运行模式,针对现阶段问题要建构更加有效的技术模型,才能保证计算机处理系统的完整度和安全性。一方面,要对信息进行截取加工,针对不同信息建立分类处理机制。另一方面,针对信息建立安全存储技术,根据客户不同的需求建立相应的安全运维模型。也在技术不断发展的进程中,建构更加稳定的信息安全处理机制,能更好的适应大数据的防护需求[4]。

结束语

总而言之,在对大数据和计算机信息化处理机制进行深度分析的过程中,要将计算机硬件和网络数据分开,确保能建立针对性的管控机制,优化建构云计算网络运行模型,为网络信息技术的可持续发展奠定坚实基础。

参考文献

[1] 徐锐光,杨书程,乔森等.浅谈计算机信息处理技术提高人工假w的吻合度[J].中国医疗器械信息,2015,15(09):38-41.

[2] 徐锐光,杨书程,乔森等.浅谈如何利用计算机信息处理技术提高人工假体的吻合度[J].山西科技,2014,22(05):110-112.

第4篇

【关键词】 子宫肌瘤;手术治疗;输尿管损伤

医学上将宫颈肌瘤直径>10 cm的称为宫颈巨大肌瘤, 由于宫颈肌瘤尤其是宫颈巨大肌瘤产生的部位很深, 解剖起来很复杂并且容易产生变异, 因此给手术造成了很大的难度, 在手术过程别容易产生出血的状况, 也会对患者的输尿管造成损伤[1]。常规的手术是通过游离输尿管的方式来查明肌瘤的产生位置, 因为宫颈巨大肌瘤患者的肿瘤体积较大, 需要解剖的地方位置很深, 输尿管受肿瘤压迫容易出现变异或者存在粘连, 这样术中分离十分困难, 加上没有结扎子宫的血管, 一旦出血就会影响手术的视野, 如果盲目结扎就会损伤输尿管。本次研究是对本院收治的62例宫颈巨大肌瘤手术患者进行回顾性分析, 现报告如下。

1 临床资料

1. 1 一般资料 62例患者年龄35~55岁, 平均年龄42岁, 宫颈肌瘤的直径范围在10~20 cm。根据肌瘤的生长位置:浆膜下共30例, 肌壁间共25例, 黏膜下共7例;根据肌瘤生长的方向:后壁共28例, 前壁共25例, 侧壁共9例。其中发生输尿管损伤的共有5例患者, 在手术之前都没有留置输尿管导管, 未发生输尿管损伤的有57例患者, 手术之前留置输尿管导管的有25例, 在手术之后病理证实都是平滑肌瘤。

1. 2 临床表现 出现排尿、排便困难的有23例, 患者下腹包块15例, 无自觉症状20例, 月经紊乱、经量增多24例次, 有部分患者同时出现2~3种症状。妇科检查:子宫颈被完全展平不能触及共15例, 触及盆腔质硬包块25例, 宫颈不能暴露只能触及共24例, 子宫颈扩张3~5 cm, 并且可见宫口突起的肿瘤有17例, 彩超显示宫颈部实性低回声团。

2 结果

研究的62例患者全部实施全子宫切除手术, 手术进行的时间为40~130 min。手术中的出血量为50~600 ml, 其中出现输尿管损伤的一共有5例患者, 在手术之前都没有留置输尿管导管, 发现之后立刻进行输尿管端口吻合手术, 留置输尿管导管1 d, 拔出输尿管导管之后患者恢复良好。没有发生输尿管损伤的患者有57例, 其中手术前留置输尿管导管的患者25例:手术当天麻醉之后对患者插入6号输尿管导管, 插入的深度大约为20 cm左右, 并且同时留置尿管。在手术进行完成之后拔出输尿管导管, 但是输尿管导管的刺激会出现尿血的症状, 这时候应该适当的对患者加大输液量, 手术完成5 h之后尿液颜色即可转正, 留置尿管的时间为48~72 h。

3 讨论

在我国宫颈巨大肌瘤是一种比较少见的肿瘤疾病, 其可能导致膀胱和输尿管以及子宫血管的移位, 它们之间的解剖关系就会发生改变, 而目前常规的全子宫切除手术特别容易伤及器官, 所以这种手术的方式需要改善[2]。

本文经过研究分析之后对手术方式的改进方法如下:①患者的膀胱被肌瘤向上推到较高的位置, 因此进腹的时候尽量在切口的上端打开腹膜进入腹腔, 这样可以避免损伤膀胱。②由于肌瘤是沿着两侧进行生长的, 会造成卵巢血管和子宫血管与输尿管通行, 处理卵巢血管和子宫血管的时候要进行仔细的辨认, 查清楚输尿管所在的位置和走向, 一旦遇到管状组织不能直接切断要仔细辨认, 必要的时候要沿着组织的形成探索, 在确认不是输尿管的时候才能切断。③如果肌瘤的体积过大, 可以先进行子宫次全切除然后进行肌瘤切除手术, 等肌瘤彻底不再流血之后实施闭合。

在手术之前可以预置输尿管导管, 这样可以有效的避免损伤输尿管, 还可以在手术中看到输尿管的走向, 一次在对主韧带止血和子宫止血时就可以避开输尿管。大多数患者在手术完成后立刻拔出输尿管导管, 应该使导管存留2~3 d, 输尿管导管存留时间适当的延长可以起到支架的作用, 可以加快损伤的恢复。

参考文献

[1] 张玲.宫颈巨大肌瘤术中输尿管损伤23例分析.中国实用妇科与产科杂志, 2012(2):21-24.

第5篇

摘要:推动社会矛盾预警机制建设,有助于实现社会矛盾的及早发现和及时化解,维护社会稳定。基于海因里希法则,社会矛盾预警以社会经济领域中发生的反映社会矛盾状况的各类社会事件为分析对象,通过信息挖掘揭示社会矛盾产生、发展和演化的规律,并据此建立社会矛盾预警体系。社会矛盾预警的技术支撑是大数据分析云平台,由基础服务层、数据分析层和终端层组成,基础服务层的主体是社会矛盾公共信息云平台。

关键词 :社会矛盾预警 大数据云计算

[中图分类号] D616[文献标识码]A[文章编号]1672-4828(2015)04-0040-07

DOI: 10.3969/j.issn.1672-4828.2015.04.005

石森昌,天津社会科学院经济社会预测研究所副研究员(天津300000)。

党的十六届三中全会提出要加强社会预警分析,并且在之后的四、五、六中全会对此加以反复强调。十八届四中全会再次提出要建立健全社会预警机制,但与之前不同的是,这次会议强调的是“建立健全社会矛盾预警机制”,即强调突出社会矛盾预警机制建设。为什么要强调建立社会矛盾预警机制,社会矛盾预警的涵义是什么,以及如何建立社会矛盾预警体系?本文将对上述问题展开分析。文章首先回顾中央对建立社会预警机制问题的历次表述,分析建立社会矛盾预警机制的现实意义,并对社会矛盾预警的内涵做出界定。其次,基于海因里希法则提出进行社会矛盾预警的基本思路。最后,给出社会矛盾预警的大数据云平台分析框架。

一、社会矛盾预警提出及涵义

2003年10月,党的十六届三中全会首次提出:“建立健全各种预警和应急机制,提高政府应对突发事件和风险的能力。”2004年9月,党的十六届四中全会强调指出:“建立健全社会预警体系,形成统一指挥、功能齐全、反应灵敏、运转高效的应急机制,提高保障公共安全和处置突发事件的能力。”2005年10月,党的十六届五中全会再次强调社会预警机制建设,“建立健全社会预警体系和应急救援、社会动员机制,提高处置突发性事件能力。”2006年10月,党的十六届六中全会对社会预警问题的表述是,“按照预防与应急并重、常态与非常态结合的原则,建立统一高效的应急信息平台,……,实现社会预警、社会动员、快速反应、应急处置的整体联动。”2014年月,党的十八届四中全会提出:“构建对维护群众利益具有重大作用的制度体系,建立健全社会矛盾预警机制、利益表达机制、协商沟通机制、救济救助机制,畅通群众利益协调、权益保障法律渠道。”

比较不同时期对社会预警问题的论述可以发现,十八届四中全会提出的社会矛盾预警问题具有不同的意义。首先,十八届四中全会之前,社会预警机制建设通常是和应急机制建设相联系的,社会预警机制建设实际上是为政府的应急管理服务的,是从社会危机管理角度来认识和看待社会预警机制建设问题;十八届四中全会把社会预警机制建设看作是化解社会矛盾和纠纷的重要工作机制,是从社会治理角度来认识和看待社会预警机制建设。其次,十八届四中全会之前,推进社会预警机制建设的目的是提高政府应对突发事件和风险的能力;十八届四中全会指出,建立健全社会矛盾预警机制是构建对维护群众利益具有重大作用制度体系的重要组成部分。

显然,着眼于化解社会矛盾而不是提高政府应对社会危机能力来推动社会预警机制建设,这是我国推进社会预警机制建设中的一个重大思路转变。同时也意味着维护社会稳定工作思路的重大转变,即从重视政府应对突发事件和风险的能力建设转向更加重视社会矛盾和纠纷化解,实现从源头上预防社会风险的发生。社会预警机制建设的这一思路转变不仅更符合社会稳定的内在需求,也是对过于突出应急管理能力建设工作思路的纠偏。

事实上,导致社会不稳定的群体性事件往往是由于社会矛盾不能得到及时疏导和化解而引致的。关于社会矛盾与社会稳定的关系,总书记(2004)曾对此进行过论述:“各级党委、政府高度重视和正确处理各类人民内部矛盾,以及由此引发的各类群体性事件,努力把维护稳定的各项工作抓实做细。”在他看来,各类群体性事件产生的主要原凶就在于未能正确处理各类人民内部矛盾,维护社会稳定的源头治理在于重视和正确处理各类人民内部矛盾。由于社会矛盾和纠纷化解对促进社会稳定具有重要意义,因此,通过强化社会矛盾纠纷预警预测工作,有助于推动社会矛盾的及早发现和及时化解,维护社会稳定。这就是推进社会矛盾预警机制建立的重要意义和价值所在。

关于社会矛盾预警问题,目前仅有极少数文献涉及(安然,2011;王林、吴贻龙,2013;王林、黄利芳,2014),但都没有对社会矛盾预警的内涵进行讨论。本文认为,社会矛盾预警是以社会经济领域中各种已存在和潜在的社会矛盾为研究对象,通过揭示各种社会矛盾产生、发展以及演变的规律,并建立用于观测各种社会矛盾发展演化状况的标准体系,通过对社会矛盾的产生和发展变化进行实时识别和跟踪预报,实现社会矛盾的及早发现和及时化解。

可以从几个方面加深对上述定义的理解。首先,社会矛盾预警是以各类社会矛盾为分析对象,对矛盾的产生和发展演化过程进行预警;而传统社会预警分析是以社会整体运行状况为分析对象,通过测度社会运行的风险水平进行预警。其次,社会矛盾预警的目的是为了实现社会矛盾的及早发现和及时化解;传统社会预警的目的是提高政府危机应对能力。第三,社会矛盾预警既与政府部门有关,也与社会各种机构和组织有关,因为正如总书记所指出的“努力化解社会矛盾,维护社会稳定,不仅是党委、政府的事,也是社会各界的事,人人都应关心,各种社会组织、各个部门都有责任。(,2004)”而传统社会稳定预警更多是为政府部门服务。第四,社会矛盾预警标准体系具有多样性,既有关于社会矛盾产生的预警体系,也有社会矛盾演化的预警体系,同时不同行业、领域也有不同的预警体系;而传统社会预警体系通常仅有一个用于对社会整体风险水平进行预警的体系。

二、海因里希法则和社会矛盾预警

社会矛盾预警以社会领域中各种社会矛盾为分析对象。由于社会领域巾每时每刻都产生新的社会矛盾,同时也有很多已发生的社会矛盾由于得到化解而消失,如何在海量的社会矛盾信息中展开预警分析,社会矛盾预警的基本思路和主要技术手段是什么?本部分将讨论社会矛盾预警的基本思路,第三部分将分析社会矛盾预警的主要技术手段。

安全管理领域经常引用一个术语叫做“海因里希事故法则”。该法则是美国人海因里希通过分析工伤事故的发生概率,为保险公司提出的经营法则。基于对大量数据的统计分析结果,海因里希指出,在一件重人安全事故的背后必有29件轻度事故的发牛,并同时存在300件潜在隐患(周兰胜,2013)。

“海因里希事故法则”反映了事故发生频率与事故发生后果之间的一般规律,即小事故损害小但发生频率高,大事故损害大但发生频率小。这一法则也表明,在大事故发生之前,一定已经发生一定数量的未遂事故和轻微事故,当导致这些未遂事故和轻微事故发生的原因未得到妥善处理,累积到一定程度时就会导致大事故的出现。凶此,从事故管理的角度来看,在未遂事故和轻微事故频繁发生之时,就应高度重视并探讨导致未遂事故和轻微事故产牛的原因及其发展演变规律,通过采取积极应对措施,消除事故原因、中断事故发展过程,达到控制和预防重大事故出现的目的。

尽管“海因里希事故法则”主要针对安全管理领域,但其对社会矛盾预警分析具有重要的启示意义。危害社会秩序和公共安全、影响社会稳定、干扰社会正常运行的社会安全事件发生,实质上是社会矛盾集中爆发的体现。与其他突发公共事件一样,社会安全事件也会经历孕育、激发、酝酿、爆发、升级以及减弱平息的演化过程(杨乙丹,2013)。孕育阶段就是社会矛盾的能量积聚过程。在这一过程,社会矛盾事实上已通过形形的社会事件表现出来,只是由于受到各种条件的限制而未能实现由社会事件转型为公共事件,并逐步发展壮大。当社会矛盾集聚的能量达到一定程度时,在合适的条件下,就会由某一具体的社会事件作为诱因事件引发社会风险爆发,其基本过程可以概括为:诱因事件发生一诱因事件获得公众和媒体的普遍关注而演化为公共事件一在政府应对不力+不真实信息传播+长期矛盾集聚等因素的共同作用下最终演变为严重的公共危机甚至是社会危机(汤志伟、杜斐,2013)。

因此,从社会矛盾预警的角度来看,当社会领域中由社会矛盾引发的社会事件在不同领域内频繁出现时,即使单个事件对整个社会没有影响或者影响很小,作为社会管理者也应引起足够重视。因为当这些社会事件不是由孤立的原因导致而是由某些共同的原因导致时,如果这些共同的原因未得到妥善处理,当其演化到一定程度时就会导致公共危机或者社会危机的出现。

由此,“海因里希事故法则”实际上为社会矛盾预警分析提供了思路:社会矛盾预警分析首先应聚焦于社会经济系统不同领域中反映社会矛盾的各类社会事件,这是社会矛盾预警分析的逻辑起点。其次,围绕反映社会矛盾的每一个具体的社会事件,要尽可能地收集到所有与该事件相关的信息。第三,对收集到的信息采用合理的分析工具和手段进行统计分析,尤其足要对各种信息进行甄别和分类,如哪些因素是专门指向特定的社会事件,哪些因素是共性的、与多数社会事件都相关联的;哪些因素是短期的冲击,哪些因素是长期存在的等等。第四,对共性的、长期的因素进行研究,掌握其发展演化规律,并据此建立社会矛盾预测预警分析体系,依据这些因素的发展趋势向全社会发出有关社会矛盾的警示、警报信号。

基于海因里希事故法则的社会矛盾预警分析的基本过程可以概述如下,参见图1。

案例收集,即对社会经济领域中发生的各类反映社会矛盾状况的社会事件,最广泛地收集与每一个社会事件相关的信息,建立社会事件的信息资料库(也即社会事件案例库)。最终实现对每一个社会事件的数据化和信息化。

信息挖掘,即对社会事件信息资料库,采用科学的数据分析工具和方法,寻找到与社会矛盾预警相关的、有价值的信息。

体系构建,依据信息挖掘结果,建立社会矛盾预警体系。需要强调的是,这里的体系不一定就是指标体系,也可以是社会矛盾形成和爆发的某种模式。并且对不同领域的社会矛盾、不同发展阶段的社会矛盾都有相应的预警体系。

信息收集,依据社会稳定预警体系要求,收集形成社会矛盾预警信号所需要的最新信息。

信号形成及,由收集到的最新信息,依据社会稳定预警体系形成预警信号,对信号按照给定的标准进行分类,把预警信号向社会公布。

三、社会矛盾预警的大数据分析云平台

上述分析表明,社会矛盾预警分析主要以反映社会矛盾的具体社会事件为分析对象。由于社会各行各业每时每刻都会产生新的社会矛盾及社会事件,同时又有社会矛盾及社会事件由于得到化解而消失,因此,社会矛盾预警分析将要面对的是海量实时数据的分析,传统的数据分析工具和手段将难以满足需求,需要采用面向海量数据的分析工具和手段,即大数据分析和云计算。

(一)大数据与云计算

大数据与云计算是一个硬币的两面,云计算是大数据的IT基础,大数据是云计算最具发展潜力的应用。

1.大数据

大数据( Big Data)并非一个确切的概念,最初是源于自然科学领域,指需要处理的信息量过大,已经超过当时一般电脑在处理数据时所能使用的内存量。随着互联网和数据处理技术的快速发展,大数据已不再仅用来描述大量的数据,还包涵了处理数据的技术以及相关的应用及其对其他领域的影响。“大数据是人们在大规模数据的基础上可以做到的事情,而这些事情在小规模数据的基础上是无法完成的。大数据是人们获得新的认知、创造新的价值的源泉;大数据还是改变市场、组织机构,以及政府与公民关系的方法。(维克托·迈尔一舍恩伯格、肯尼思·库克耶,2013)”

大数据是数据、技术和应用三者的统一。(1)海量数据,是大数据发展的基础,具有三个主要特征:数据体量巨大,从TB(太字节)级别跃升到PB(拍子节)级别;数据类型繁多,包括网络日志、社会数据、互联网文本和文件、互联网搜索索引等;价值密度低,以视频为例,连续不间断监控过程中,可能有用的数据仅仅有一两秒。(2)人数据处理技术,是以很经济的方式,以高速的捕获、发现和分析技术,从各种超大规模的数据中提取价值的分析手段和方法(胡雄伟、张宝林、李抵飞,2013)。大数据处理技术的典型特点是处理速度快,尤其是能够对大量的实时数据进行快速处理。(3)大数据应用,通过采用大数据分析技术,就可以实现对海量的、多样化的数据进行交换、整合和分析,从中发现新知识、创造新价值。应用范围广泛,如宏观经济预测、市场分析、气候预测、流行病传染分析、智能交通以及社会管理等方面。

2.云计算

云计算( Cloud Computing)足一种基于互联网的超级汁算模式,利用互联网的高速传输能力,将数据的处理过程从个人计算机或服务器移到互联网上的计算机集群中,在这种计算模式下,计算业务将不再局限于个人的计算机和企业计算中心,而是由一个大型的数据处理中心管理,数据中心按客户的需要分配计算资源,用户感觉自己就是在直接使用超级计算机,提供资源的网络就是“云”(陈涛,2009)。在云计算环境下,计算服务或者信息服务就如水、电等资源一样,可以实现随时获取,按需使用,按使用付费。

云计算具有如下特点:超大规模,Google云计算已经拥有一百多万台服务器,企业私有云一般拥有数百上千台服务器;虚拟化,云计算不仅支持应用软件服务,而且支持硬件服务,用户可以由“云”获得虚拟化的储存器、计算中心以及网络设备等;高可靠性,“云”使用了数据多副本容错、计算节点同构可互换等措施来保障服务的高可靠性;通用性,即“云”可以支持不同的应用请求,如学术研究、家庭娱乐、公司财务分析、政府社会管理等所有可能的应用;按需服务,向“云”购买服务就如购买水、电、煤气一样实行按需购买和使用(李永宏,2013)。

(二)社会矛盾预警的大数据分析云平台架构

社会矛盾预警的大数据分析云平台是以云计算作为IT架构、以大数据分析作为主要技术分析手段智能化的社会矛盾预警综合管理信息系统。

1.社会矛盾预警的大数据分析云平台整体架构

社会矛盾预警的大数据分析云平台由基础服务层、数据分析层和终端层组成,如图2所示②。

(1)基础服务层

基础服务层的主体是社会矛盾公共信息云计算平台,其主要功能包括两方面:一是把发生在各个领域、各个部门以及各个行业的社会矛盾及其相关信息进行汇总、整合,并把收集到的社会矛盾信息传输到数据分析层,供社会矛盾预警大数据分析平台进行分析;二是接收数据分析层形成的结论或者结果,并把这些结论作为经验或者知识供各个领域、各个部门及各个行业的相关人员学习和借鉴,以提升化解社会矛盾和纠纷的能力。

由于既要全面及时地汇集各个领域、部门和行业的社会矛盾信息并进行整合,同时还要与数据分析层保持良好的数据沟通,这不仅要求社会矛盾公共信息云计算平台的数据处理能力强,而且系统的安全性、稳定性以及数据的准确性也至关重要。

(2)数据分析层

数据分析层的主体是社会矛盾预警大数据分析平台,其重要功能包括三方面:一是把基础服务层提供的社会矛盾信息进行数据化,利用大数据分析技术和方法,产牛能够对认识和化解社会矛盾提供有效支持的信息,并把这些反映社会矛盾状况的信息集中存储,形成知识库;二是依据社会需求,把反映当前社会矛盾发展状况的社会矛盾预警信号通过信息平台对外,为相关主体或部门进行决策和判断提供支持;三是把解决社会矛盾的成功经验和模式作为知识传输到基础服务层,供相关部门和人员学习和借鉴。

社会矛盾预警大数据分析平台需要具备数据的准确性、分析的实时性和功能的多样性等特性。数据的准确性要求进行大数据分析所采用的模型必须经过充分和严格地验证,并且要定期进行模型稳定性评估;分析的实时性要求平台能够反映社会矛盾发展演变的最新态势,以便相关主体能够做出有效决策和判断;功能的多样性要求平台具有多维度的分析能力,如时间上可以反映每天、每周、每月的状态,在受众上可以满足政府、机构和公众的需求,在数据模型上既可以反映现状也可以进行趋势预测等。

(3)终端层

终端层的主体包括两部分,一是社会矛盾状况信息存储平台,一是社会矛盾预警信号平台。社会矛盾状况信息存储平台是把大数据分析平台得到的反映社会矛盾状况的信息和知识进行存储,一方面可以为研究人员开展社会矛盾研究提供信息资料;另一方面作为大数据分析平台的知识储备。社会矛盾预警信号平台将数据分析层产生的结果,依据不同的需求,提供和展示不同的社会矛盾发展演变状况信号。

终端层需要能够提供多样化的输出结果,提供给科研人员用于科学研究的信息应该讲求完整性和专业性,提供给公众用的信息应该通俗易懂和强调有用性,提供给政府部门的信息应该偏向宏观性等。

社会矛盾预警的大数据分析云平台具体的技术实现思路是,采用大数据分析技术处理和存储社会矛盾数据,结合大数据与云计算技术,利用专家模型库对海量社会矛盾数据进行多维度的分析和挖掘,并通过云平台服务,将分析结果传达至各类平台和应用终端,提高对社会矛盾发展演变状况的实时感知能力,使相关主体能及时完成对社会矛盾的评估和决策,推动社会矛盾和纠纷的智能化处置。

2.社会矛盾公共信息云平台的逻辑结构

社会矛盾公共信息云平台在基础设施和最终用户之间分为三层,即基础设施服务层、平台服务支持层以及应用软件服务层,参见图3。

物理基础设施即支持整个平台运行的各种信息设备,如机房、电源、服务器、网络设备以及各种终端等。

基础设施服务层通过虚拟化技术,以服务的形式,为整个社会矛盾公共信息云平台提供各种硬件、服务器、网络设备、通信设备、数据库和操作系统服务。换言之,在建立社会矛盾预警的大数据分析云平台过程中,各个具体部门既不用单独额外配置计算机、网络设备等硬件,也不用额外购买数据库和操作系统等软件,只需在原有网络基础上获得进入社会矛盾预警大数据分析云平台的权限即可,再通过必要的系统使用培训,就可以使用该平台。

平台服务支持层主要是为应用软件服务层提供平台支持系统和平台开发功能。平台支持包括认证管理服务、权限管理服务、用户管理服务、日志管理服务、注册管理服务、目录管理服务、邮件管理服务和消息管理服务等软硬件功能。平台开发功能包括根据不同职能部门的需求,设计不同的社会矛盾应用软件,以及为跨部门的社会矛盾信息交换提供支持等。

应用软件服务层为各个具体部门提供基于本部门职能的分析和化解社会矛盾所需要的各种应用系统和软件服务,并提供各个部门进入平台的界面。在社会矛盾预警云计算平台下,与处置社会矛盾相关的所有职能部门如法院、派出所、居委会、民事纠纷调解中心等都不用自己开发与处置社会矛盾相关的应用软件,利用个人电脑、移动终端就可以进入社会矛盾预警云平台,一方面把本部门正在处置的社会矛盾相关信息输入系统中,另一方面可以由平台中获得如何处置社会矛盾相关的信息和知识。

在社会矛盾公共信息云平台的逻辑结构中,上层可以调用其直接或间接的下层所有功能,同层次各个模块之间也可以相互调用其各自的数据信息。

[

参考文献]

[1]安然,2011,《社会治理创新视角下内蒙古社会矛盾预警机制的建立》,内蒙古大学硕士学位论文。

[2]陈涛,2009,《云计算理论及技术研究》,《重庆交通大学学报(社科版)》第4期。

[3]胡雄伟、张宝林、李抵飞,2013,《大数据研究与应用综述(上)》,《标准科学》第9期。

[4]李永宏,2013,《大数据与云计算》,《统计与管理》第6期。

[5]汤志伟、杜斐,2013,《群体性事件演化轨迹的定性模拟研究》,《社会科学研究》第4期。

[6]王林、吴贻龙,2013,《社会矛盾预警的运行机制》,《社会科学家》第4期。

[7]王林、黄利芳,2014,《基于因果倒逼的宏观社会矛盾预警指标体系构建》,《上海大学学报(社会科学版)》第5期。

[8][英]维克托·迈尔一舍恩伯格、肯尼思·库克耶著,《大数据时代——生活、工作与思维的大变革》,盛杨燕、周涛译,2013杭州:浙江人民出版社。

[9],2004,《妥善化解社会矛盾全力维护社会稳定》,《求是》第3期。

[10]杨乙丹,2013,《群体性事件的链式演化与断链防控治理》,《甘肃社会科学》第5期。

第6篇

其中,推进农业大数据发展应用是一个重要方向,是建设农业农村现代化、实施乡村振兴战略的有力抓手。必须紧跟大数据时代步伐,抓紧推动农业大数据建设,以此牵引农业农村信息化发展,抢占农业农村现代化的制高点,推动我国从农业大国走向农业强国。

深刻认识加快推进农业大数据发展应用的重要性和紧迫性

农业农村信息化发展取得显著进展 但面临诸多新形势新问题

当前,信息革命已经从数字化、网络化进入到以数据深度挖掘与融合应用为特征的智慧化阶段。大数据发展日新月异,引领了社会生产新变革,创造了人类生活新空间,拓展了国家治理新领域,极大提高了人类认识世界、改造世界的能力,深刻改变着全球经济格局、利益格局、安全格局,已经成为引领创新、驱动转型的先导力量,是世界主要大国的国家战略重点和优先发展方向。

我国大数据发展和应用已取得显著成效,与世界发达国家的差距明显缩小,成为全球第二大数字经济体。据统计,2016年,我国数字经济总量达到22.58万亿元,占GDP的比重达30.3%,成为经济增长的新动能。经过20多年的快速发展,我国互联网从无到有、从小到大、由弱到强。截至2017年6月,我国网民规模达到7.51亿,互联网普及率达54.3%,超过世界平均水平4.6个百分点。

在这一时代背景下,我国农业农村信息化发展取得显著进展。农业电子商务迅猛发展,农产品电子商务网络零售总额高速增长,2016年达到1589亿元;信息进村入户工程经过3年试点,目前已进入整省推进的新阶段,到2017年底,或建成益农信息社超过8万个;农业物联网区域试验示范扩大到9个省份,相继推出了426项农业物联网新产品、新技术和新模式;农业部制定印发了推进农业农村大数据发展的实施意见,组织对8个农产品单品种大数据进行试点,遴选认定了38项农业农村大数据实践案例;已经认定三批共210家全国农业农村信息化示范基地;推进政务信息资源和网站整合的力度亦前所未有。更为可喜的是,一些互联网、大数据企业纷纷进军农业农村这片蓝海。这些都为农业大数据的发展应用探索了路子,奠定了基础。

还要看到,我国农业大数据发展应用正面临诸多新形势、新问题。我国农业农村信息化与发达国家和其他行业相比,总体上仍相对落后,尤其是农业大数据发展应用还处于起步阶段。

具体来看,农业大数据科技创新尚处于“跟跑”阶段,自主创新能力还很薄弱,核心技术和关键设备主要依赖进口;农业数据资源最为丰富,但目前远未得到充分挖掘和应用,数据资源体系亟待加快构建和完善;在数据资源的共享开放和开发利用上,普遍存在不愿、不想、不敢共享开放的问题,主动开放让社会主体进行二次开发应用的体制机制还存在很多障碍;大数据与现代农业发展、农村社会治理融合度不高,对优化配置资源要素、推进农业供给侧结构性改革的潜力还远未挖掘,对提升农村社会治理能力的作用还远未发挥;对农业数据安全的认识有待深化,农业网络安全防护体系亟待强化和完善;网络传播和信息服务在打破农民封闭意识、提升农民素质、增强农民信息化应用技能等方面的作用,还需进一步释放。

准确把握农业大数据的发展内涵

数据是新型生产要素和社会财富 是国家重要的基础性战略资源

截至目前,大数据还没有一个统一、准确、权威的定义,但国际上已经达成了基本共识。从定义内涵看,麦肯锡认为,大数据是指规模超过现有数据库工具获取、存储、管理和分析能力的数据集,并同时强调并不是超过某个特定数量级的数据集才是大数据;美国国家标准与技术研究院认为,大数据是指具备海量、高速、多样、可变等特征的多维数据集,需要通过可伸缩的体系结构实现高效的存储、处理和分析;我国《促进大数据发展行动纲要》认为,大数据是以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合,正快速发展为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析,从中发现新知识、创造新价值、提升新能力的新一代信息技术和服务业态。

从发展进程看,大数据是互联网延伸及物联网、移动互联网、云计算等现代信息技术低成本化驱动的自然现象。从应用方式看,大数据正在创新甚至颠覆传统统计方法,由过去的随机样本变为全体数据,由精确求解变为近似求解,由因果关系变为关联关系。应用超前于理论。从运用价值看,大数据是认识复杂系统的新思维新手段,是促进经济转型增长的新引擎,是提升国家综合能力和保障国家安全的新利器,是提升政府治理能力的新途径。大数据的核心功能在于预测。从战略意义看,数据是新型生产要素和社会财富,具有取之不尽、用之不竭、越用越有价值的特性。

大数据已成为国家重要的基础性战略资源,是新的基础设施。工业时代的“铁公机”带来的是“乘数效应”,而大数据带来的将是“幂数效应”,对适应把握引领经济发展新常态、推进供给侧结构性改革、建设现代化经济体系、实现国家治理体系和治理能力现代化具有极其重要的意义。

明确推进农业大数据发展应用的重点任务

加强基础设施建设 构建农业数字资源体系 加大科技创新和成果转化应用力度 强化政务信息资源整合落地 提升网络安全保障能力。

农业大数据建设是一个系统工程,是一项长期而艰巨的任务。对此,既要做好顶层设计,又要坚持问题导向,以应用成效为检验标准,找准切入点。当前,结合农业大数据发展应用的现状和需求,应当主要抓好以下几项重点任务。

一是加强大数据基础设施建设。要加强农业大数据的“云”“网”“端”基础设施建设,既包括国家农业大数据平台、重要信息系统等软件基础设施建设,也包括互联网、物联网等网络基础设施建设,还包括安装在田间地头的传感设备、移动终端等硬件基础设施建设。

二是加快构建农业数字资源体系。全面提升数据采集、传输、存储、处理、利用、安全保障等能力,加强农业大数据标准化体系建设,加快形成跨层级、跨地域、跨系统、跨部门、跨业务的农业数字资源体系。现在最基础、最关键的是要解决没有数据这个最大“短板”。

三是加大农业大数据科技创新和成果转化应用力度。推动有关部门、科研教学单位加强农业大数据学科建设、重点实验室建设和重大科技攻关,积极争取将农业大数据发展应用纳入数字农业工程项目和现代农业产业技术体系。要与有关科研教学单位、大数据企业合作,启动开展数据挖掘、深度学习、关联分析、管理与处理等农业大数据核心关键技术开发应用,推出系列农业大数据产品,创新完善农业大数据推广和服务方式。

第7篇

[关键词] 腹腔镜手术;开腹手术;巨大子宫肌瘤;临床对比

[中图分类号] R5 [文献标识码] A [文章编号] 1674-0742(2016)07(a)-0081-02

[Abstract] Objective To investigate the clinical effect of laparoscopic surgery and open surgery in the treatment of large uterine fibroids. Methods Convenient selection select our hospital from February 2015 to February 2016 treated 120 cases of giant hysteromyoma patients were randomly divided into two groups, the observation group were treated by laparoscopic surgical therapy in the treatment of, in the control group were treated with open surgery therapy, compared two groups of patients with operation effect and prognosis. Results Observation group, the effective rate was 91.67% (55\60) and the control group, the effective rate was 73.33% (44\60) and observation group patients after the incidence of complications was 6.67% (4\60). In the control group of patients after the incidence of complications for 21.67% (13\60); two groups of patients with the index difference has statistical significance (P < 0.05). Conclusion Laparoscopic surgery in the treatment of large uterine fibroids have high treatment efficiency, shorter operation time, reduce the amount of bleeding, the incidence of surgical complications is low, it is worthy of clinical promotion.

[Key words] Laparoscopic surgery; Open surgery; Giant uterine fibroids; Clinical contrast

子宫肌瘤是女性生殖器最常见的良性肿瘤。子宫肌瘤由子宫平滑肌组织增生而成,期间有少量的纤维结缔组织[1]。因很多患者无明显的临床症状,或子宫肌瘤的体积很小不能被发现,临床对子宫肌瘤的发病率没有确定的统计。临床上治疗子宫肌瘤常用手术治疗和药物治疗,但药物治疗仅控制肌瘤大小,对肌瘤的数量并没有明显的减少作用,且停药后复发率较高[2]。手术治疗方法有腹腔镜手术治疗和开腹手术治疗,笔者为探讨腹腔镜手术治疗和开腹治疗巨大子宫肌瘤的临床效果,方便选取该院2015年2月―2016年2月收治的120例巨大子宫肌瘤患者做出分析性研究,现报道如下。

1 资料与方法

1.1 一般资料

方便选取该院2015年2月―2016年2月收治的120例子宫肌瘤患者,随机分成两组,观察组60例患者,患者年龄为38~78岁,平均年龄为(53.14±5.64)岁,病程1~12个月;对照组60例患者,患者年龄为40~76岁,平均年龄为(56.31±4.82)岁,病程1~13个月;两组患者的年龄、病程,等资料差异无统计学意义(P

1.2 方法

对照组采用开腹手术方法进行治疗,主要采用硬膜外麻醉,进行硬膜外麻醉后对大肌瘤患者开梭形切口,开腹后切除肌瘤,缝合,对伤口进行严格的消毒换药,避免感染。观察组患者接受腹腔镜手术[3],具体方法如下:对患者进行气管插管全麻在腹腔镜的辅助下沿着骨盆漏斗韧带切开患者皮肤,在电子显示屏上观察组腹腔内子宫肌瘤的大小、位置,等情况,切开子宫,进行子宫肌瘤的剥离,在腹腔镜下缝合,对出血明显处用用双极电凝止血,对于出血严重的部位,靠电凝止血不能奏效,必须快速缝合。应用专业器械将巨大子宫肌瘤绞成条状,安全带出腹腔,对切口进行严格消毒,预防感染。

1.3 观察指标

记录两组患者的手术时间和术中出血量并作对比分析。手术有效率分为三类:①痊愈:子宫肌瘤被完全切除,B超检查子宫肌瘤症状消失;②有效:患者的肌瘤被切除,病情得到改善,B超检查子宫肌瘤症状有所好转;③无效:患者的肌瘤没有完全切除,B超检查结果显示肌瘤复发,手术失败。

1.4 统计方法

该次涉及数据均通过SPSS 16.0 统计学软件进行处理,计量资料以均数±标准差(x±s)表示,组间比较采用t 检验。计数资料以率n(%)表示,组间比较采用χ2检验。P < 0.05时为组间差异有统计学意义。

2 结果

2.1 治疗效果对比

观察组有效率91.67%(55\60),对照组有效率73.33%(44\60),观察组的治疗有效率明显高于对照组,差异具有统计学意义(P

3 讨论

子宫肌瘤是生育期妇女临床常见疾病,在女性绝经后肌瘤停止生长,甚至出现萎缩、消失。子宫肌瘤没有特殊的临床中症状,大部分患者会出现下腹肿块、月经量增多、痛经,等临床表现[4]。腹腔镜是一种带有微型摄像头的器械,用冷光源提供照明,将腹腔镜镜头插入腹腔内,运用数字摄像技术将腹腔镜镜头拍摄到的图像通过实时显示在专用监视器上,医生可以通过监视器屏幕上锁显示子宫肌瘤不同角度的图像进行分析和判断,并进行手术[5-6]。腹腔镜手术不必切开患者肚皮,手术伤口很小,很大程度上降低手术的感染率。同时,剥离的子宫肌瘤能够在专业器械的作用下绞成条状带出体外,对巨大子宫肌瘤的患者来说可以不用增加切口长度,避免手术感染,加快伤口愈合。

为探讨腹腔镜手术和开腹手术治疗巨大子宫肌瘤的临床效果做出以上研究,研究结果表明:腹腔镜组的治疗效果明显高于对照组,且观察组并发症发病率为6.67%明显低于对照组并发症发病率为21.67%,该数据与刘丽萍,等[7-8]学者在其研究中将95 例子宫肌瘤患者作为研究对象,随机分为实验组(48 例)与对照组(47 例),其中对照组采用开腹手术治疗,而实验组采用腹腔镜治疗,结果显示实验组术中出血量、排气时间及住院时间皆明显短于对照组,同时实验组并发症发生率明显低于对照组,组间对比差异有统计学意义(P< 0.05)。同时在手术时间以及手术出血量,等方面,腹腔镜手术患者的时间短于对照组,出血量少于对照组,差异具有统计学意义(P < 0.05)。

综上所述,腹腔镜手术和开腹手术治疗巨大子宫肌瘤均有明显的临床效果,但腹腔镜手术能很大程度上保留子宫的完整性,值得临床推广。

[参考文献]

[1] 王建华. 腹腔镜与开腹手术治疗子宫肌瘤临床对比研究[J]. 中国医药导刊,2013,10(11):1808,1810.

[2] 王瑞敏,侯懿. 腹腔镜子宫肌瘤剔除术与传统开腹手术治疗子宫肌瘤的临床疗效比较[J].重庆医学,2014,43(7):852-853.

[3] 张红,王仕明.子宫肌瘤患者腹腔镜与开腹手术后生活质量的比较及其影响因素分析[J].山东医药,2013,53(1):51-52.

[4] 王玉. 腹腔镜与开腹子宫肌瘤剥除术的临床分析[J].安徽医学,2014(2):222-223.

[5] 周彦. 腹腔镜剥除与开腹剥除子宫肌瘤的临床配对研究[J]. 蚌埠医学院学报,2013,38(7):859-861.

[6] 唐靖,蒋蕾. 腹腔镜与开腹手术治疗子宫肌瘤的临床疗效比较[J]. 实用临床医药杂志,2013,17(19):82-83,86.

[7] 刘丽萍,邹伟波. 腹腔镜与开腹手术治疗子宫肌瘤疗效对比分析[J]. 河北医学,2012,18(6):792-794.

第8篇

[关键词]大数据时代;企业;情报分析;数据收集

doi:10.3969/j.issn.1673 - 0194.2015.16.056

[中图分类号]F272 [文献标识码]A [文章编号]1673-0194(2015)16-00-01

随着我国信息技术快速发展,互联网开始大量普及,目前已有多种终端设备直接记录人类社会中复杂和频繁的信息行为,这些行为发展至今产生了大量的数据,大数据已经开始渗透到每个行业和领域中,并成为今后发展的主要生产要素之一。

1 大数据时代企业竞争情报面临的挑战

1.1 大数据时效性阻碍信息管理有效性

如何及时发掘并分析海量的动态异构数据,为企业竞争情报研究提供准确情报,是摆在竞争情报人员面前急需解决的问题。具体表现在以下几方面:①大量涌现的数据给常规化信息管理带来巨大负担,维护、存储工作成为难点;②数据本身具有膨胀及多样化特点,迫使相关情报人员必须具备敏锐的预知和感知能力,才能全方位、多层次地做好情报收集工作,保证数据质量精准、可靠;③数据的风险和安全问题。任何信息技术的升级和应用都是一把“双刃剑”,比如,企业应用云计算技术,能直接减轻企业内部管理压力,但同时也带来巨大数据风险。

1.2 大数据的涌现性难以驾驭

大数据的涌现性特点导致数据的获取、分析、度量、预测等多方面都难以随心所欲地驾驭,主要表现在以下几方面。①模式涌现性,在异质性及多样性共存的网络数据中,数据的属性和功能既有一定联系,又存在一定差别,一方面,从整体性体系中涌现出某种具有局部特征的特定模式;另一方面,数据的关联性又催生出具有模块化性质的网络数据模型,在演化过程中自发地聚合或分离。②行为涌现性,数据采集和存储技术的发展使数据本身的时序性特征更为明显,但是,在社会网络中个体及群体的行为都基于大量数据实证分析,给数据精细化管理分析带来巨大难度。③语义涌现性,通常在开放自由的网络空间中,大量个体性语义随相应网络数据动态更新进行演化并融合,从而促使其形成新的语义。

1.3 大数据的认知程度不足

大数据蕴含丰富的情报数据,且具备重要价值。但目前大多数企业仍受困于数据分析和理解。对企业来说,挑战重点主要表现在企业对大数据认知的限制及制约,具体表现在以下几方面:①严重缺乏复合型人才,大数据的情报分析和处理急需相应交叉学科背景的团队进行协作,竞争情报的提炼及发展过程并不是单一的技术问题,个人无法完成全部工作;②严重缺乏专业机构,多数企业都没有建立起系统化的情报及决策部门或团队,很容易陷入被动地位;③知识普及不足,除一些国际知名IT企业外,只有少部分企业会将大数据研究工作直接纳入企业战略发展规划和相应业务培训中,导致部分员工对大数据认知不足。

2 大数据时代企业竞争情报分析的策略

2.1 完善数据信息集成

数据集成需要通过多种手段和工具将现有数据有效集合起来,并按照相应逻辑关系统组织和规划处理这些数据,实现数据资源共享。同时,为保证部分孤立数据能有效联系起来,需要建立一个公共集成环境,并以此提供一个相对统一和透明的访问界面。目前,仍有多数企业设立相应的分支机构,还有很多大型企业设立海外分支机构,这些机构的业务数据都是通过集成来实现总体竞争情报分析,从而为企业战略决策提供更好的服务。

2.2 重视数据筛选工作

随着科技的不断发展,大数据时代要处理的数据不断增多,且大多数数据质量下降,比如,部分数据不一致、不准确,这些数据被业内人士称为脏数据。数据挖掘是数据驱动的动力,因此,数据本身的质量尤为重要。但这些脏数据容易导致分析结果不准确,从而直接影响决策的准确性。因此,在挖掘数据前,必须要对数据进行清理和筛选,删除无关数据,提升数据质量。

2.3 注重数据类型分析

在大数据背景下,企业无论是在日常运营中,还是在重大战略决策上,都会在多种信息系统中留下数据记录。通过相关技术,将这些数据记录有效整合在一起,能再现企业运行和发展的全部面貌。随着信息技术不断发展,不断涌现出多种新的数据类型,比如,实时数据中的微博短信等一系列动态数据流,动态数据中网站的交易数据和网站内部访问日志等,都可以从中找出相应规律。

3 结 语

企业竞争情报能有效帮助企业观察竞争环境,从而及时做出相应反应,并获得竞争优势,对企业发展具有重要意义。

主要参考文献

[1]涂兰敬.专家观点:“大数据”与“海量数据”的区别[J].网络与信息,2011(12).

第9篇

学分银行是一个复杂而庞大的体系,不仅需要相关的运行机制、政策法规和标准体系等的支持,还需要一个功能强大的信息管理平台的支持才能真正有效运行。学分银行信息管理平台在设计理念上应坚持以服务学习型社会建设、充分考虑个性化需求和满足各类学习成果之间的转换需求为目标,其平台架构,既涉及制度设计层面,也涉及技术层面。如何实现不同层级的数据对接和异构平台之间的数据资源共享以及存储并管理日渐庞大的用户信息,并通过云服务实现教育大数据的价值,这些都是学分银行信息管理平台建设的重要内容。

【关键词】 学分银行;教育大数据;技术架构;云服务;智能网关

【中图分类号】 G434 【文献标识码】 A 【文章编号】 1009―458x(2015)06―0053―07

一、国内外学分银行信息管理

平台研究与建设情况

学分银行是一个复杂而庞大的体系,不仅需要相关的运行机制、政策法规和标准体系等的支持,还需要一个功能强大的信息管理平台的支撑才能真正有效运行。目前,国内外都围绕学分银行信息管理平台设计与开发这一主题进行研究。从国内来看,关于学分银行制度建设、认证框架及其运作模式等研究相对较多,而对于学分银行信息管理平台架构方面研究较少。崔铭香和乐传永较早探讨了学分银行的运行程 序[1];姚德明等人从一所职校的视角,提出了职校学分银行管理体系[2];汤书波等人研究了开放教育学分银行系统功能模块设计[3]; 彭飞龙对学分银行系统进行了一定研究[4];陈晶晶和陈龙根等人对基于学分银行的学习型城市服务平台建设进行了一定研究[5];鄢小平等人对基于云架构的学分银行信息平台设计以及我国学分银行制度模式选择和架构设计进行了研究[6][7]。这些研究选择不同视角和方法,讨论了学分银行信息管理平台的设计思路,对本文起到了启发和参考作用。

从已建成并投入运行的情况看,国内主要有上海市终身教育学分银行信息管理平台、江苏终身教育学分银行信息管理平台等。这些平台主要由三部分组成:门户网站、管理系统和用户档案信息库。门户网站主要用于学分银行工作动态、规章制度和运行流程等的展示,并有各种功能的导航等;管理系统包括用户、机构联盟和业务流程等的管理;用户档案信息库包括终身学习账户和终身学习档案,提供学习成果的累积、存储、转换和查询等功能。这些都是学分银行信息管理平台的基本功能。学分银行信息管理平台需要给用户提供的不仅仅是简单的档案信息查询,还需要提供相关智能化服务。智能化服务需要有数据来支撑。因此,学分银行信息管理平台还应具有针对各种异构平台的相关数据进行整合与分析的功能。

在国外,大多数学分银行体系的运行,都有强有力的信息化开放服务平台作为支撑。韩国终身教育振兴院(NILE)开发了多层次的学分银行信息管理平台,根据其职能架构实现多层管理,主要包括提供相关政策制度查询、在线学分认定申请、证书核对、学分登记、学分认定和学位授予等功能,并为个人和机构提供专业学习指导与培训计划推荐。平台数据实行多层级管理,并打通各类学习平台接口,为学分银行的运行提供了强有力的信息服务和保障[8]。英国资格与学分框架(QCF)建有国家认证资格数据库(NDAQ)、MIAP和SFA的LAR系统[9]。南非资格署开发了学习者档案数据库(NLRD)信息系统,它是一个国家资格框架电子管理系统[10]。欧洲学分银行是国际上发展较早且体系较为完善的学分认证体系,包括学分转换与累计系统(ECTS)和职业教育与培训学分系统(ECVET)。欧洲各参与国或有关院校大多建有信息化服务网络系统和便捷的学分转换系统热线。欧盟设立的“欧洲学习机会”(Ploteus)门户网站也提供了大量有关教育、培训和各种学习的机 会[11]。英国学者安东尼・约翰・维克斯[12]和荷兰开放大学赫曼・博世[13]对这两个系统做了大量研究。

二、学分银行信息管理平台

设计理念与原则

1. 设计理念

随着大数据时代的到来,数据的应用已经渗透到各行各业。在很多组织中,大数据的分析与应用已成为重要的影响因素和核心竞争力。大数据不仅是一种技术革新,更是思维方式的大变革。随着网络信息技术在教育领域的不断发展与应用,各类教育管理、学习服务模式以及人的思想观念、学习方法和行为习惯都将受到大数据浪潮的深度影响[14]。教育领域的大数据不仅来源于各类学习平台上不断积累的学习数据(包括课程视频、教案和习题库等),还包括学习者的行为数据和个人资料。当这些数据积累到一定级别且互联互通后,教育大数据就形成了。国内外教育界对于大数据与教学结合的看法,呈现出积极态势。目前,在教育领域,虽然已生成大规模的数据,但由于不同教育机构的数据相互独立,存在数据分散存储、结构不统一和数据不完整等问题,使这些数据很难集成在统一的数据平台中,得不到有效利用。如何将这些格式各异、分布广泛的数据集成与交互,整合成对教育和学习有价值的信息,正是学分银行信息管理平台最大的价值所在。

学分银行制度是学习型社会建设的重要组成部分,是服务于终身学习的重要体系支撑。学分银行信息管理平台在设计理念上,应该坚持以服务学习型社会建设、完善各级各类教育之间的衔接标准、满足各类学习成果之间的转换,并实现为个人、企业、机构和教育部门等提供学习教育需求和政策建议为目标。要实现这一功能,就要充分运用平台中的各类数据,挖掘教育数据中的隐藏信息,提供及时、高效的服务。基于此,在整个平台的开发过程中,数据架构显得非常重要,数据架构的合理性决定了后续的数据生态管理。这些都要求系统设计充分考虑用户需求,结合用户在相关学习平台中的学习行为和学习成果,通过数据挖掘与分析技术对用户的学习需求、培训计划和工作目标等进行设计、评估与指导,提供个性化需求服务与智能化学习引导。

2. 设计原则

首先,要遵循系统安全可靠性原则。安全是平台建设必须遵循的首要原则。平台的总体设计和安全体系设计要符合信息系统安全等级要求。学分银行信息管理平台存储了大量个人身份信息和学习成果数据,涉及大量个人隐私,存在被恶意攻击和用户信息泄露的风险。为了保障平台的安全,应该对平台的物理安全、网络安全、系统安全、应用安全、数据安全和安全管理制度等方面进行全方位评估,要有完备的运行维护及安全保障体系,确保信息的安全。

其次,要遵循开放性原则。平台要能提供标准化开放接口,支持多平台接入。学分银行不是一个独立的系统,它的主要功能是为了更好地连接并打通各级各类教育和培训间的通道,并提供相关分析与决策。因此,平台的数据来源需要与各级各类平台实现数据对接,充分考虑与其他外部系统的接口需要。

再次,要遵循海量数据处理原则。学分银行面向全社会成员开展学习成果认证、积累与转换服务,整合各级各类相关异构学习平台的数据,会形成海量的用户信息,因此,需要支持海量数据处理。

三、学分银行信息管理平台功能

模块与职能架构分析

1. 功能模块分析

学分银行信息管理平台主要包括对外服务、政策宣传、业务管理和平台管理等功能模块。其中,对外服务是最主要的功能模块之一,要能够支持对公、对私两大业务。对公业务模块主要包括机构资质申请、机构学员学习档案管理、学习成果认证管理、机构成员学分积累认证、学习成果转换、教育产品介绍与推荐、课程学习组织与推荐、专业或资格推荐、能力测评及专家引导等,实现为行业、企业等从业人员等提供非学历培训证书与学历教育课程互认服务,为学习型组织提供需求定制服务。对私业务,即个人业务,主要服务于学分银行个人学习者,管理学习者的个人信息,包括账户注册、终身学习档案管理、学习成果认证与转换、能力测评及专家引导等。其中,终身学习档案管理模块除了能够提供个人信息及学习成果的查询外,应能够综合分析个人的学习成果、工作经历和学习记录等信息,智能化地提供相关专业资格推荐等个性化服务。能力测评模块主要是通过分析用户提交的能力测评表并结合专家引导等方式帮助学习者制订学习计划等。

通过对外服务所积累起来的各种数据,都会保存在信息平台的各级数据库中,系统会根据用户的学习、工作与成果累积等情况,通过数据挖掘技术分析不同地区、不同机构的整体教育情况和需求,为行业或个人提供各级各类学习推荐与引导,并为培训机构提供相关信息,促进资源共享,实现跨区域合作。通过信息管理平台对外服务完善终身学习档案库的建设,实现各级各类教育及培训成果的转换,并与终身学习公共服务平台及其他各级各类学习平台之间数据互联互通、资源共享,结合数据分析提供专家评审与指导等功能,支持最优学习路径搜索与推送,促进行业需求与培训信息互通。

2. 职能架构分析

目前,我国正在建设的学分银行信息管理平台,有从国家层面设计的,如国家开放大学学分银行信息管理平台;有从地方层面设计的,如上海市终身教育学分银行信息管理平台。无论从国家层面设计,还是从地方层面设计,学分银行的职能架构都可分为三个层级:学习成果认证中心、学习成果认证分中心和学习成果认证点。

学习成果认证中心作为第一级的业务执行机构,主要负责机构设置与管理、标准制定和课程体系建设等顶层设计,并提供学分银行信息化运行所需的各类评价标准及外部资源,完成综合性数据分析。学习成果认证分中心作为第二级的业务执行机构,主要完成账户管理、部分学习成果认证转换等业务受理、终身学习档案建设与管理、网点或机构管理等。学习成果认证点作为第三级的业务执行机构,设立在每个二级认证分中心的下属区域,其职能是为用户办理开户、销户、认证、转换和学习档案查询等业务。三个层级之间的数据库互通。三层职能架构如图1所示。

<D:\教育盘\2015年教育\2015-06\06-14.jpg>

图1 学分银行信息管理平台三层职能架构图

四、学分银行信息管理平台

三层数据架构与云服务管理

1. 系统数据分析

当前,国内外各种不同形式的学分银行运行支撑平台,多以学习成果的认定、存储和转换为主要功能。随着业务的开展,平台数据不断积累,数据量日渐庞大,但这些数据并没有真正实现其应有的价值,这些平台大多只提供查询功能,很少有平台能通过数据分析提供个性化的服务或是为机构提供教育培训需求与决策分析。我国学分银行制度建设的宗旨是服务于终身学习体系和学习型社会建设,通过学分互认打通各级各类教育培训的纵向衔接和横向沟通,搭建终身学习“立交桥”。基于此,学分银行信息管理平台需要提供的不仅仅是学习成果的存储、积累与转换,同时,还需要为社会成员提供个性化服务,为教育机构和企业联盟提供教育需求分析,提供有针对性的评价模式和数据分析功能 。

如何通过给定的评价模型实现相关教育决策和培训学习分析,则需要通过挖掘技术对系统中的数据进行分析、提取和清洗。学分银行用户数量庞大,数据之间有着千丝万缕的关系,数据具有类型多、数量大和关联性强等特点,为用户个性化服务的实现提供了基础。例如,可利用文本语义的情感分析模型,分析出数据中对学习有促进的或无关的语义,通过定制评价模型对不同维度的学习成果及该用户或群体所对应的学习行为等相关要素进行监控,通过文本分析、不同维度之间的关联分析和趋势分析等技术挖掘数据中隐含的信息,找到与提升学习和促进教育相关的因素,预测学习需求与教育培训趋势。

与各异构平台对接后的学分银行信息管理平台中的数据存在显性和隐性之分。显性数据以结构化数据为主,比较好处理,如用户信息档案,包括用户特征、工作经历和教育程度等;隐性数据多数是非结构化数据,一般以用户的行为数据为主,包括学员的个人偏好和实时行为等,如学员参与交流互动的情况、E-mail情绪和视频及网页的浏览情况等,这类隐性数据一般属于非结构化数据。还有一类数据处于显性和隐性之间,以半结构化数据为主,如学员能力评估、学习方向分析、学员个性特质分析以及各类提交的表单、证书材料等数据。学分银行信息系统数据分析结构如图2所示。

<D:\教育盘\2015年教育\2015-06\06-15.jpg>

图2 学分银行信息系统数据分析结构图

传统的针对学习培训的评估方法是通过问卷调查,根据预先设定的评价模型,对学习效果与教育需求的各种影响因素进行分析得到相关结论。而采用大数据分析不仅实时、动态,而且可以通过挖掘数据的相关性实现面向未来的预测,与传统的相对静态、预设模型的学习分析方法相比,更加高效和便捷。随着学习环境越来越数字化,学习评估和学习需求也越来越被量化。从图2可以看出,和各异构平台对接后的学分银行信息管理平台包含了来自不同数据源的信息,数据复杂、时效性强且比较全面。从中提取出有价值的信息,通过相应的评价模型和数据分析,使教育培训的量化评估、个性化精准推荐和学习需求分析等成为可能。

2. 数据架构

数据的集成和整合需要完成数据的抽取、转换和加载。海量的数据管理与分析、多数据中心协同的大数据管理与分析处理技术以及较高的个性化服务功能,都可通过ETL工具和OLAP技术得到解决。OLAP分析是针对事先拟定的主题重新组织、筛选和转换数据,统一数据结构,重新整合产生综合性数据。有效提取、转换和加载是数据维护的难点。ETL系统模型主要包括数据抽取、转换、清洗和装载,是大数据集成和分析的重要环节和核心技术,其关键在于为数据分析和应用提供统一的数据接口。学分银行信息管理平台中应用ETL的目的是将分散在各教育机构和学习平台中与结构和标准不统一的数据进行整合,通过大数据分析技术,给个人和机构提供个性化服务,为政府和教育部门提供教育需求分析与决策建议。

数据集成与数据功能对平台技术要求较高。根据学分银行三层职能架构,可将学分银行信息管理平台数据集成划分为三层,通过ETL认证和OLAP分析实现数据架构管理。

三层数据依次是学习成果认证中心数据交换库、学习成果认证分中心数据交换库和学习成果认证点数据库。从第一级到第三级数据的组成分类由复杂到简单。第一级数据,即认证中心数据,主要包括账户信息、终身学习档案信息、机构信息、认证分中心相关信息、专家信息、证书信息、学习成果认证积累和转换信息、课程信息、清算信息和标签化资源信息等各类数据库;第二级数据,即认证分中心数据,主要包括分中心部分学习成果认证、积累和转换信息、分中心终身学习档案信息、认证点的相关信息以及清算信息等;第三级数据,即认证点数据,该层级以对外窗口服务为主,数据相对简单,以本地用户信息和学习记录信息为主,此外还包括一些开户、销户和认证申请等临时信息。三层数据架构如图3所示。

<D:\教育盘\2015年教育\2015-06\06-16.jpg>

图3 学分银行信息管理平台三层数据架构图

当档案信息数据量积累到一定程度时,这些数据可用于OLAP分析以及数据挖掘。通过学分银行信息管理平台的后台统计分析功能,可以按不同层级生成用户统计报表、存入课程统计报表、存入证书统计报表和转换学分与课程统计报表等。统计报表是可定制的,并具备相应的分析功能,通过学分银行信息管理平台中的智能报表生成与数据分析功能,可以根据业务需求和主管部门的要求随时生成各种统计报表,并对数据进行深入的分析和挖掘,真正实现决策支持。

3. 云服务管理

大数据的管理与分析离不开云计算。云计算的概念虽然出现在大数据之前,但随着大数据分析的重要性和价值不断提升,这两者就如同一个硬币的两面,缺一不可。学分银行积累和整合了教育大数据之后,如何让数据更有价值,离不开云计算和服务。

学分银行业务涉及各行各业,除了高校和教育机构之外,还涉及其他各类学习型组织、社区和企业等,用户数量庞大,分布广泛,要求不一,这对学分银行平台的架构要求更高。为了更好地实现学分银行的上述功能,可以采用云计算实现数据服务与管理。基于三层架构的学分银行数据服务从业务需求和复杂度方面分别需要实现三类云服务:SaaS服务、PaaS服务和IaaS服务[15]。学分银行信息管理平台云服务功能如图4所示。

(1)SaaS服务。SaaS服务主要面向数据架构中的第三层认证点,这层用户对业务要求不高,也不需要投入太大,系统只需提供个人和机构联盟一些简单的个性化需求,如开户注册、成果的录入、申请和查询等基础功能。在支持用户完成基本信息添加和学习成果录入的同时,促进了学分银行信息档案库的建设,实现学分银行平台基础数据积累。这些数据以结构化数据为主。

(2)PaaS服务。数据架构中的第二层级和第三层级中部分对平台功能要求比较高的机构可以提供PaaS服务,该服务帮助机构根据自身需求快速完成相关环境的开发,在提供功能开发扩建服务的同时,完成相对复杂的数据服务,包括半结构化数据和非结构化数据。

(3)IaaS服务。对于部分有特殊需求的机构,平台提供IaaS服务。该服务为用户提供功能强大的自主服务,可以实现要求更高的系统扩建需求,用户可以在三层数据架构基础上自己完成特定网络环境及软硬件部署,扩展本层的数据架构,实现更复杂的非结构化数据管理服务。

<D:\教育盘\2015年教育\2015-06\06-18.jpg>

图4 学分银行信息管理平台云服务功能图

五、案例应用――以国家开放大学

学分银行信息管理平台为例

国家开放大学学分银行模拟和借鉴银行特点,以学分为计量单位,对各类学习成果进行统一的认证与核算,是具有学分认定、积累和转换等功能的新型学习制度和教育管理制度。国家开放大学学分银行平台总体设计考虑学分银行系统服务于终身教育体系,与教育部整体信息化建设,包括教育管理公共服务平台、教育资源公共服务平台等各类相关平台整合对接,形成一体化的国家开放大学的终身教育信息服务体系。平台设计在延伸韩国学分银行系统架构理念的基础上,基于SOA标准,并通过智能网关及开放接口(OpenAPI)实现异构平台数据的整合,支持分布式部署的弹性支撑云服务应用,充分利用云计算IaaS平台统一管理资源池,做到按需分配,适应各应用模块的横向扩充,灵活应对解决业务量、数据量持续增大带来的数据管理与分析问题。

国家开放大学学分银行信息管理平台总架构如图5所示,其内容包括用户层、应用支持层、系统支持层、数据支持层和基础设施层,外部还有云管理服务及规范标准体系和运行维护及安全保障体系等。

用户层包括个人用户、机构用户和管理人员等。应用层包括对外服务、学习成果认证中心、学习成果认证分中心及学习成果认证点的各类应用。系统支持层包括门户支撑系统、站群管理系统、统一身份认证系统、CA认证系统、协作通信系统、数据交换系统、文件交换系统和决策支持系统等。数据支持层通过智能网关将学分银行三层数据集成架构与终身学习平台及其他各级各类学习平台的数据对接,形成一个数据资源开放平台。基础设施层包括虚拟化软件及平台、各类服务器、云存储与备份、云计算服务、网络支撑、负载均衡和接口管理等。

<D:\教育盘\2015年教育\2015-06\06-19.jpg>

图5 国家开放大学学分银行信息管理平台总架构

根据国家开放大学学分银行功能需求,平台在运行过程中将逐步打通对接各类异构平台数据,利用智能网关汇聚异构数据的特点,并通过OpenAPI接口实现跨平台数据对接,真正实现了数据共享,为教育大数据的积累提供基础。基于学分银行运行制度本身的特点,使学分银行信息管理平台的功能在技术方面面临着更多的挑战,为了实现平台的各项服务功能及教育大数据的价值,需要解决平台之间计算、存储、共享和分配等关键技术,因此在实际建设过程中还涉及负载均衡、数据库集群和库表散列、缓存技术、多中心数据同步和多终端自适应等相关技术。

国家开放大学学分银行平台已完成一期建设并投入运行。目前,平台主要由业务宣传门户网站、业务处理工作平台和社会公众服务平台三大模块组成,以学习成果的积累和转换为核心功能,综合各类平台的相关数据,为用户和机构联盟提供服务,并以促进终身学习体系建设为宗旨,实现国家开放大学学分银行的生态运行体系。平台前期运行以信息档案入库和不同层级的数据对接为主。国家开放大学及部分机构联盟信息作为平台第一层级的数据已入库,包括电大在籍生、党员干部培训、国培计划、社区、技师学院以及各类机构培训人员110多万用户信息。作为第二层级数据来源的分中心,如甘肃分中心、长春分中心、青岛分中心等和第三层级(部分认证点)的数据也正在逐步对接的过程中。国家开放大学学分银行主页面图如图6所示。

<D:\教育盘\2015年教育\2015-06\06-20.jpg>

图6 国家开放大学学分银行主页面图

平台运行时间短,大数据的形成和异构平台之间的对接还需要一个过程。随着平台的推广和学习成果的不断积累,以及各类学习平台和信息资源的不断整合,教育大数据的特点与功能将逐步显现。

六、结束语

我国学分银行建设还处于起步阶段,学分银行信息管理平台架构,既涉及制度设计层面,也涉及技术层面。学分银行的功能特点决定了学分银行信息管理平台不仅要实现自身功能建设,还要实现不同平台之间的数据对接,实现异构平台之间的资源共享。因此,学分银行信息管理平台的建设不能单考虑平台本身的功能架构,还应该充分考虑平台之间的联通性与整个系统的可扩展性。

文章基于教育大数据背景,从学分银行业务功能入手,提出了学分银行信息管理平台的技术架构,并通过数据分析、云服务和智能网关等技术的应用实现不同学习平台之间的数据对接与分析,通过平台运行逐步实现如下目标:第一,建立“前店后厂”互动模式。各类学习平台中经学分银行认定的标准化课程资源可直接为学习者所用,并转换为标准学分直接存入学分银行数据库中,学分银行可把学习平台中的这部分课程资源作为学分银行的产品推送给用户。换句话说,二者应该形成互动,形成链接,形成“前店后厂”互动模式;第二,建立一站式服务模式。学分银行系统将全体社会成员和机构联盟提供的用户信息和学习资源整合成为一个有机的整体,通过网络直接传送给用户。学习者通过门户网站可自主查询各类信息,使用各类资源,方便、快捷地进行实时信息交互,实现面向学习者的学习成果管理、学习服务管理、个性化推荐和信息咨询等一体化服务,实现基于网络的一站式服务模式;第三,积累教育大数据。通过学分银行系统不断整合积累教育大数据,通过大数据分析技术,给用户和机构提供个性化的服务,为政府和教育部门提供教育需求分析与决策建议。

[参考文献]

[1] 崔铭香,乐传永. 成人教育建立学分银行的思考[J]. 中国成人教育,2008,(8):20-21.

[2] 姚德明,基于知识共享的职业院校学分银行管理体系研究[J]. 科技文汇,2011,(03):157-158.

[3] 汤书波,陈梅艳,李志平. 开放教育学分银行系统设计方案探讨[J]. 电化教育研究,2011,(08):78-87.

[4] 彭飞龙. 终身学习体系学分银行的原理与技术[M]. 北京:高等教育出版社,2013:86-91.

[5] 陈晶晶,陈龙根. 基于“学分银行”的学习型城市服务平台建设[J].成人教育,2013,(07):4-7.

[6] 鄢小平. 基于云架构的学分银行信息平台设计研究[J]. 中国远程教育,2014,(05):66-71.

[7] 鄢小平. 我国学分银行制度模式选择和架构设计[J]. 远程教育杂志,2015,(01):

[8] 朴仁钟. 终身学习型社会与韩国的学分银行制[J]. 开放教育研究,2012,(02):16-20.

[9] 杨敏,孙耀庭,顾凤佳. 态势分析法视野下的上海市终身教育学分银行建设研究[J]. 现代远距离教育,2011,(2):13-18.

[10] 李建忠. 南非国家资格框架的发展与改革[J]. 比较教育研究,2010,(04):18-21.

[11] Commission of the European Communities.Proposal for a Recommendation of the European Parliament and the Council[Z].On the Establishment of the European Qualifications Framework for Lifelong Learning.2008.

[12] Anthony John Vickers.European credit recognition system:a system of transformation and accumulation[A]."Credit bank"and"lifelong learning"distance education teachers,scientific and cultural organization(UNESCO) east Asia international workshop series report[C].2011.

[13] Herman Bosch.Promote student exchanges by credit transfer and the previous tudy.[A]."Credit bank" and "lifelong learning" distance education teachers,scientific and cultural organization (UNESCO) east Asia international workshop series report[C].2011.

[14] 张植卿,程鲜彩. 大数据对教育领域产生的革命性影响[J]. 经济研究导刊,2014,(05):232-233.

[15] 余燕芳,葛正鹏. 终身学习平台设计与构建――以Web2.0到Web3.0的学习理念变迁为视角[J]. 中国远程教育,2014,(04):70-76.

[16] 余燕芳,葛正鹏. 终身学习平台建构的理念与架构――从Web2.0到Web3.0 [J]. 电化教育研究,2014,(08):57-63.

[17] 赵凤芝,王振雷,刘学爽等. 基于结构的异构数据模型映射方法研究[J]. 哈尔滨商业大学学报(自然科学版),2010,13(1):35-38.

收稿日期:2015-01-15