数据采集能力

数据采集能力（共12篇）

数据采集能力 篇1

摘要：文章结合今年的数据采集工作,分析了目前数据采集所存在的问题,然后重点从采集工作组织、数据指标理解、专业队伍建设3个方面提出了应对策略,并结合数据采集中的具体案例进行了阐述。

关键词：高等职业院校,适应社会需求,能力评估,数据采集

0 引言

国务院教育督导委员会办公室决定从2016年开始开展全国职业院校适应社会需求能力评估工作,并于2016年3月发布了《高等职业院校适应社会需求能力评估暂行办法》(国教督办〔2016〕3号),明确评估相关要求:包括办学基础能力、“双师”队伍建设、专业人才培养、学生发展和社会服务能力5个内容20项指标,评估主要采取“学校填报数据、省级实施、国家总体评估”的方式。评估将《高等职业院校基本情况表》《高等职业院校师生情况表》《高等职业院校专业情况表》3个数据表(后面简称3个数据表)以及校长、专业主任、学生3类调查问卷作为分析工具,其中3个数据表采集工作为重点。2016年6—7月,各高职院校进行了第一次评估相关数据的采集。

1 存在的问题

适应社会需求能力评估数据今年第一次采集,有必要对采集工作进行深入分析,及时归纳总结存在的问题,以规范数据采集工作,提升数据采集质量。结合今年高职院校数据采集情况来看,目前评估数据采集的问题主要表现在以下3个方面。

1.1 工作缺乏组织,重视程度不够

从各高职院校采集的情况来看,绝大多数院校都能够重视采集工作,由相关部门牵头,做好数据采集的组织统筹工作,确保在规定时间内,高质量完成采集任务。但仍存在部分院校未按照规定时间完成上报、数据表采集质量不高、有明显缺漏、数据项之间矛盾等问题,采集工作缺乏有效组织,重视程度不够。

1.2 指标理解不准确,错误采集

由于数据表中不少数据项和《高等教育基层统计报表》(以下简称高基报表)《高等职业院校人才培养工作状态数据采集与管理平台》(以下简称数据平台)等相关报表交叉,相同指标较多,相关数据采集上,容易受经验的影响,导致对数据指标的理解不够准确,导致采集的数据不准确,影响整体采集质量。

1.3 工作时间紧,采集质量不高

客观上来说,由于采集工作处于学期末,且工作周期较短,采集工作客观上存在不少困难。部分院校由于时间紧,在采集组织上缺乏统筹,影响了数据的高质量采集,这也是导致采集质量不高的原因之一,降低采集工作效能。

2 实施对策

2.1 加强采集工作组织,提升高职院校重视水平

从目前来看,全国职业院校适应社会需求能力评估工作将成为各高职院校的常态工作,因此各高职院校须高度重视,明确牵头部门,并建立相对完备的工作机制,有效组织,规范采集,高效填报。从3张数据表的内容来看,数据涉及人才培养各个方面,需教务处、财务处、人事处、招生就业处等相关部门共同完成。以南京旅游职业学院为例,在分管教学校长的领导下,教务处牵头负责数据采集的组织工作,召集相关部门召开采集专题会议,明确工作部门,数据采集工作的落实具体到每一个数据项,强调采集任务和工作进度,按照“组织领导—部门采集—统一审核—反馈修改—通过上报”的工作流程,明确工作时间节点,如期高效完成采集上报。

2.2 深入理解数据指标,准确把握表间联结关系

高等职业院校适应社会需求能力评估3张数据表合计94个数据采集项,相关指标涵义及说明在《高等职业院校适应社会需求能力评估数据表与采集项说明》中进行解释,正确理解指标是数据有效采集的前提。

2.2.1 明确数据项统计时间,正确理解指标涵义

对于数据指标的理解,首先是对统计时间的把握。以今年的数据采集为例,从时间来看,数据主要分为3类:(1)年度数据:以自然年度为采集时间段,共计28个数据项。主要为财务等相关数据(数据项1.9—1.32)和招生情况(数据项2.7—2.12),如国家财政性教育经费采集时间分别为2013年1月1日—12月31日、2014年1月1日—12月31日以及2014年1月1日—2015年12月31日的经费值。(2)学年数据:按照学年周期采集,主要包含数据项学生校外实习实训基地学时总量(数据项1.48,统计2014年9月1日至2015年8月31之间的基地使用情况)、毕业生就业、升学以及资格证书获得情况(数据项2.14—2.22、数据项3.9—3.13)、授课企业兼职教师情况(数据项3.5,3.6),共计17个数据项。(3)时点数据:所有没有明确注明统计时间的数据项,以2015年9月1日为统计时点,这一统计节点和高基报表类似,具体指标包含如信息化建设情况(数据项1.33—1.42)、教学用房以及基地情况(数据项1.43—1.47)、在校生及教师情况(数据项2.1—2.6,3.1—3.4,3.7—3.8),等等,共计30个数据项。

在采集过程中,在明确时间节点的前提下,各个采集项的指标涵义要正确把握,这样才能准确填报。如学生校外实习实训基地学时总量(数据项1.48)部分院校理解为生均校外实习实训基地使用情况,故导致最终折算后的生均天数不到1天,成为奇异数据;再如教学、科研仪器设备资产总值(数据项1.30)、企业提供的校内实践教学设备值(数据项1.31)统计的是相应时间点的资产总值,而不是每年的增量,特别是后者,部分院校由于受高职院校状态数据采集平台的影响,容易形成思维惯性,按照学年采集相关指标的增量,导致无效采集。

2.2.2 理顺表内外数据关系,表间数据相互验证

在对数据表进行审核的过程中发现,部分院校有些数据前后矛盾,究其原因是未能准确把握表内外相关数据之间的逻辑关系。

(1)表内数据逻辑性问题。3张数据表中,存在内部数据统一问题:如统招招生中,第一志愿报考数(数据项2.9)是指实际招生数(数据项2.8)中第一志愿的报考数,以此考查“统招一志愿率”,因此第一志愿报考数应小于等于实际招生数;再如基本情况表中的国家财政性教育经,涉及1.9、1.15—1.20共计7个数据项,其中数据项1.9应为1.15—1.20的合计,部分院校在采集过程中忽略了这一逻辑关系的耦合,导致数据不精准。

(2)表间数据统一性验证。客观来说,数据表本身在提交时,基本能够做到对表间相关数据的统一性进行验证,但从工作角度来讲,不应该把问题遗留到提交时才去发现和解决,因此,需要在数据采集过程中,就要把相关的验证关系代入到数据审核过程中,确认无误后再填入系统进行确认提交。表间涉及相互验证的数据主要表现在师生情况表和专业情况表之间:师生情况表中专业教师数(数据项2.5)、师生情况表职业资格证书情况(数据项2.21、2.22)、2015年在校生数(数据项2.13)、毕业生数(数据项2.14)、直接就业数(数据项2.16)等数据应大于等于专业情况表中相应的数据项合计,不少院校这两张表的相关数据项存在不匹配现象。

(3)专业化数据采集队伍,有效使用现有报表数据。根据教育部督导委员办公室相关文件精神,高等职业院校适应社会需求能力评估将成为各高职院校常规工作之一,评估数据采集也将成为院校的工作新常态,因此有必要建立专业化的采集队伍:熟悉数据采集上报流程,明确数据项指标涵义,并有较强的数据敏感性,准确发现奇异数据。

从数据上报的流程来看,目前教育部督导办公室统一采用网上上报的形式,一键提交,待省级主管部门审核通过后,提交教育部,上报流程相对简单,也容易上手,只是在采集过程中,由于填报账号各个高职院校只有1个,对于专业较多、采集工作量相对较大的院校,数据采集的主管部门要做好统筹工作,尽量保证有序填报。

3张数据表从内容上来看,与数据平台、高基报表等有不少交叉、重叠的数据采集项,相关指标解释可能存在差异,若能够系统熟悉各类统计的指标内涵,能够有效地保障数据采集的准确度。在采集过程中,各个具体采集工作人员要能够将相关数据指标和高基报表以及数据平台进行有效联系,将具体数据和相关报表进行相互验证,形成较好的采集习惯,培养数据敏感性,及时发现可能存在的问题,进而便于进一步深入理解指标和正确填报。

就目前而言,高等职业院校有各类数据统计上报工作,主要包含《高等职业院校人才培养工作状态数据采集与管理平台》《高等教育基层统计报表》以及今年开始的《高等职业院校适应社会需求能力评估数据》等,各校若能有专门的数据采集机构,负责各类数据的上报工作,无疑更能保障高职院校各类数据的高质、高效采集。

3 结语

高等职业院校适应社会需求能力评估将是各高职院校的常规工作,数据采集是评估的主要环节,较其他报表相比,其自身工作量相对较小,难度系数也相对不大,但数据的准确采集是评估的重要基础和主要依据,因此各校须结合第一次数据采集的具体情况进行认真分析,及时总结经验,真正做到数据采集的准确、高效,保证数据的准确性和真实性,这样基于数据的分析和挖掘才有意义和价值,评估也才能真正发挥评估应有的监督检查和指导作用。

参考文献

[1]国务院教育督导委员会办公室.关于印发《高等职业院校适应社会需求能力评估暂行办法》的通知[EB/OL].[2016-03-14](2016-08-20).http://www.moe.edu.cn/src-site/A11/moe_764/201603/t20160323_234947.html.

[2]余闯.为推进高职教育供给侧改革提供重要依据——国务院教育督导办负责人就《高等职业院校适应社会需求能力评估暂行办法》答记者问[EB/OL].[2016-03-25](2016-08-20).http://www.jyb.cn.

数据采集能力 篇2

在数据分析中，重数据，却不拘泥于数据;考虑模型，但要动态变化;不能为数据而数据，应该是客观的评析数据，提出合理的分析结果;不断在实践中提升自己的感悟能力，这不是一朝一夕的事。数据既为上，又为己。

培养数据分析的能力，简单说就是理论+实践理论：是进行分析的基础1)基础的数据分析知识，至少知道如何做趋势分析、比较分析和细分，不然拿到一份数据就无从下手;2)基础的统计学知识，至少基础的统计量要认识，知道这些统计量的定义和适用条件，统计学方法可以让分析过程更加严谨，结论更有说服力;3)对数据的兴趣，以及其它的知识多多益善，让分析过程有趣起来。实践：可以说90%的分析能力都是靠实践培养的1)明确分析的目的。如果分析前没有明确分析的最终目标，很容易被数据绕进去，最终自己都不知道自己得出的结论到底是用来干嘛的;2)多结合业务去看数据。数据从业务运营中来，分析当然要回归到业务中去，多熟悉了解业务可以使数据看起来更加透彻;3)了解数据的定义和获取。最好从数据最初是怎么获取的开始了解，当然指标的统计逻辑和规则是必须熟记于心的，不然很容易就被数据给坑了;4)最后就是不断地看数据、分析数据，这是个必经的过程，往往一个工作文章丰富的非数据分析的运营人员要比刚进来不久的数据分析师对数据的了解要深入得多，就是这个原因。

[如何培养数据分析的能力]

学生数据收集能力的调查 篇3

二年级下册数学第一单元学习了数据的收集与整理，在期末的复习当中，笔者设计了一项调查任务，让每四人一小组调查1～6年级的一名学生的身高和体重。这项设计不仅仅是对知识的巩固，笔者更看重的是学生调查的方法与胆量以及学生之间的配合与分工。

二、前期准备

本学期复习开始的时候，为了让学生体会调查的乐趣和作用，笔者让学生4人一组，去调查我校一到六年级一名学生的身高和体重，笔者所教学的二年级两个班，1班有68人，5班有65人，表格发下去后，将本班的学生分组，按照上课的小组来安排工作，并且在每组中指定一名小组长，告知一定的调查方法和调查技巧，要求学生一个星期内完成。

三、成果展示

1班的完成情况不如人意，16个小组中，完成任务的只有一个小组，而5班的完成情况较好，15组中，有9组完成了调查任务。

三、调查感想

学生的兴趣决定学生的成功，为什么两个班的调查结果有如此大的区别呢？很有可能是学生缺乏认真完成这件事情的乐趣，积极性不高。怎样培训学生收集数据的能力呢？

1.培养收集意识。纵观小学数学教材，我们可以看出教材主要分为四个方面的知识，其中统计与可能性是从小学一年级就开始渗透的，因此也可看出现在的教材把“统计”列为小学数学教学的重要内容。从某种意义上说，统计是小学数学教学的一大突破性的变化，是使小学生的思想和观念由“确定性数学”进入到“随机性数学”的一个重要台阶。但是对于二年级的小学生来说，他们没有较多的生活经验，感受不到收集数据的重要性，因此要在课堂上有意地列举大量的生活数据，例如学生的健康体质测试数据、卫生部门调查18-30岁青年的性别数据，这有助于学生感受数据的重要性和收集数据的重要意义。

2.掌握正确收集方法。学生有收集意识后，教师还应该指导学生掌握正确的收集方法。因为数据的收集是一项繁重的任务，好的方法可以避免重复的劳动。学生在刚接触统计时，收集的方法会很随意，目的性和方法性都很低。因此在设计收集数据时，笔者有意进行了分组，并通过一个教学片断，让他们感受分工合作的好处。

利用班班通播放某个路口的交通情况，化静为动，让学生身临其境。然后让学生收集不同车辆过往的数量，但教师先不做任何指导，让学生自己尝试。所有的学生不分工协作，自己去统计每种车子的数量，但是瞬间的记忆很快就会消失，几乎没有学生能完成统计的任务。这时教师引导学生解决问题：首先对机动车进行分类，小组中不同的队员负责记录不同的车辆。然后再来进行数据的收集，其后两次操作能让学生感受到合作的优势。分工合作能让数据收集的更快，更准确。

3.经历收集的过程。只有让学生亲身经历了收集数据的过程，才能逐步培养学生的统计观念。爱因斯坦曾经说过：“纯逻辑的思维不可能告诉我们任何经验世界的知识，现实世界的一切知识是始于经验并终于经验的。”因此在收集数据完成后，开展全班汇报活动，笔者朗读了完成小组的名单，并让完成任务的小组组长上讲台和全班学生说一说统计的过程。让学生再一次感受统计的经历，加深学生对过程的印象。鼓励学生积极投入到统计活动中，亲身经历数据的收集过程。

4.合理整理分析数据。数据的收集是为了分析数据而准备的，分析数据是统计的意义所在。对二年级的学生来说，不需要通过收集的数据得出重要的结论，因此笔者设计的统计活动中，只有一个简单的问题，“说一说你的感受”，这是对收集到的数据分析，目的是为了学生经历完整的统计过程，有助于培养学生独立思考的能力、实践能力和创新精神，进一步体会统计的价值。

数据采集能力 篇4

关键词：大数据时代,数据思维,数据分析

随着社交网络的普及, 移动通信和电子商务的兴起, 无线传感器、云技术等的飞速发展, 数据正大刀阔斧地改变着这个世界。其覆盖面之广, 数量之大, 对经济社会发展的影响之深广, 都远远超出了统计学上对数据的定义, 人类社会开始进入大数据时代。

一、大数据时代呼唤数据认知的变革

大数据时代建立在新媒体、新技术的广泛发展之上。数字媒体、网络媒体、触摸媒体等多种新媒体模式打破了传统认知在对象范围、认知手段、认知思维上的界限, 使认知变成一种来源丰富化、分工细致化、手段先进化的社会化互助、互动、自主的学习过程。

(一) 认知范围变大、变细, 选择难度增加。丰富的网络资源和新媒体技术将世界各地的人土风情、时事要闻、生活资讯等等带到每个人的身边, 甚至无论大到各国元首、世界明星, 还是小到街头巷尾的普通百姓都可以成为海量信息的制造者和使用者。巨大的信息数据使得学习的范围空前扩大, 来自慕课 (MOOC) 、网络课程、资源共享课程, 以及师生自行录制的微课程, 微视频等的大量学习资源一方面丰富了求知者知识涉猎的范围, 加大了求知者的认知深度;另一方面也增加了资源使用者对铺天盖地而来信息的辨识、比较和选择的难度, 降低了选择的效率。

(二) 认知手段多样, 便捷。微电子技术, 互联网, 微博、微信、公众账号平台等新兴技术拉近了世界范围内的知识技术、文化与认知者的距离。尤其移动互联网与智能手机、手提电脑、平板电脑、i Pad、电子书包、云书包等移动终端相结合更使办公学习无处不可存在, 无时不可进行。大数据时代, 认知手段空前多样, 已经从根本上突破了传统教学时间和地域的限制, 空中教室、网络教学, 开源课程, 不仅多快好省, 而且配合社会化学习社区, 更可有效实现多地区、多层次认知者之间的讨论交流、互助合作、创作创新, 在更深层次上实现认知。

(三) 打破传统统计认知思维。

1.总体分析重于样本分析。抽样技术是统计技术的典型代表。传统统计受数据存储和分析能力的限制, 形成了以样本数据来推断总体数据的基本思路。大数据时代, 信息处理能力空前壮大, 能对全部信息进行游刃有余的处理, 因此“管中窥豹”的状况正慢慢被全方位、多视角的观察和处理所代替。以全部数据为基础, 计算现象之间的相关性并进行预测, 有效避免了抽样偶然性误差, 使得分析更全面。

2.混杂性优于精确性。传统数据处理能力较弱, 统计分析常常定位在结构化的数据上, 数据利用率低, 认知思维主要集中于以精确的函数关系来拟合研究社会现象中普遍存在的相关关系, 并以此进行预测。大数据时代采集到的数量庞大、内容丰富, 结构多样的信息反馈出了现象间不可臆断和轻视的复杂关系, 空前强大的数据处理能力使得海量半结构化数据和非结构化数据被不断开发和利用, 因此数据分析的结论也混乱和复杂起来。降低容错标准, 接受混杂性是大数据时代数据思维的重要转变, 对庞大混乱的数据结论进行深层开发, 可以带来不可估量的价值。

3.相关分析替代因果分析。以模糊近似的因果关系替代相关关系进行研究是传统相关与回归分析的思维方式。大数据时代, 数据结构复杂, 变量数量庞大, 很难建立起较为准确的函数关系。因此, 数据认知思维发生重大转变, 相关关系研究不再以归纳为特殊的因果关系为途径, 而是立足于变量或现象之间的变化与联系, 实现由此及彼、由表及里的关联预测。并且, 随着数据的不断更新细化而不断得到更有价值的结论。尽管大数据悄然影响着人们的生活, 改变着人们学习工作效率, 但目前对大数据的研究还处于起步阶段。“大数据思维”、“大数据搜集获取”、“大数据分析技能”是构成大数据价值链的三大要素。在此三者中, 大数据思维决定了数据利用的价值和尺度大小, 换言之, 大数据思维决定了人类利用大数据认识世界、改变世界的能力发展, 是未来统计人才应具备的基本素养之一。

二、大数据时代统计数据思维能力的培养

(一) 了解时代特征, 促进大数据思维方式转变。所谓思维方式, 就是我们大脑活动的内在程序, 是一种习惯性的思考问题和处理问题的模式, 它涉及我们看待事物的角度、方式和方法, 并由此对我们的行为方式产生直接的影响[1]。任何人都生活在一定的时代和环境中, 其思考问题和解决问题的习惯和模式都会受到时代和环境的影响。大数据时代来临, 通过大量阅读大数据相关书籍、文献, 了解来自不同国家、不同行业, 不同视角的大数据应用经典案例, 剖析其解决问题的思路、策略, 深入研究大数据时代的数据作用与机理, 把时代特征与统计学科结合起来, 形成一切皆采用数据来观察, 一切皆使用数据来描述的习惯, 用数据的眼光来观察、理解世界, 并探求寻找改变世界的方法。

(二) 拓宽知识面, 形成敏锐的数据嗅觉。哲学上说, 世界上的万事万物是普遍联系的。大数据时代数据的覆盖面足以囊括世间的万事万物。不同的学科, 不同的领域, 不同的现象, 都可以通过大数据的收集、处理、分析找到变量间潜藏的相关关系, 并利用其进行更深层次的研究与预测。相关关系普遍存在于人类社会现象之中。能在纷繁复杂、形式多样、数量巨大的数据中锁定研究的变量及方向, 首先需要具有丰富的行业通识、专业知识以及强大的实践经验和数据分析处理能力。对于高职统计专业学生来说, 扩充知识, 增长见识有以下几个方面的途径。

1.强化知识教育。知识是人们行动的向导和指南, 具有很高的精神价值和创新价值。真正的数据创新人才需要接受更丰富、更广博的知识, 只有这样才能形成知识迁移的能力, 促进思维发散, 从而在铺天盖地的数据洪流中挖掘有价值的信息。在校期间, 学校可通过科学的课程体系设置和先进的教学理念、多样化的教学手段, 来引导学生学习兴趣, 加强课堂教学的效果, 夯实学生的基础知识和专业知识, 使其掌握本学科的新理论、新技术, 了解本学科的最新成就和发展动态。另外, 学生可积极参与辅修专业、第二专业的学习, 多学科交叉选修课程以及跨专业自学等等, 拓展知识面的广度, 通过关联学科的学习研究, 让知识体系更加完善、系统化、深入化, 为创造性统计数据思维的形成打好知识基础。

2.参与学术研究活动。组织大学生科研是培养其创造性思维和提升数据能力的重要手段。参与学术研究活动, 既是理论联系实际, 将统计调查、分析等知识应用于实际的研究项目、学以致用的过程, 又是对既定知识体系的二次开放和深度挖掘。大学生参与的学术活动包括课内外的毕业设计, 调查研究、项目竞赛、科技竞赛、学术报告讲座, 学生统计活动月等等, 有助于兴趣的培养和创新思维的锻炼, 增加学生对新知识和未知领域的追求热情, 一方面可以检验学生在学习过程中所形成的数据思维能力的水平高低, 找出数据思维和处理能力的盲点、断点;另一方面人人皆可参与研究的浓厚的学术研究氛围反过来又会促进学生加强自我数据能力的培养, 形成良性循环。无论是哪一种科研活动, 都是一种开拓性的认识活动, 能激发学生的创造力, 锻炼学生思考问题、解决问题的能力。

3.大量课外阅读。随着新媒体的发展, 数字化、互联网、移动终端等使得阅读环境发生巨大变化。阅读变成一种无处不可, 无时不能的行为习惯。大数据时代的来临也从广度和深度上大幅度改变了阅读的内容和形式, 使其更加异彩纷呈。快速浏览、消费式阅读、实用型阅读、精读等多种形态并存。阅读已经远远不只是教室或图书馆一角的安静翻阅, 它可以在家里, 在路上, 在任意一个闲暇的时段;阅读对象可以是书、报纸、文献, 也可以是一款数码终端———具有超大容量, 并且能实时更新内容的新时代阅读神器。因此阅读变得越来越丰富, 越来越便捷, 也越来越重要。通过大量的课外阅读, 了解经济、政治、科技以及各行各业的发展状况及影响因素, 不断更新头脑中的知识库, 打破现有认识的局限和思维的局限, 才能更好地挖掘潜能, 让智慧的火花迸射灿烂的光彩。

4.以项目工作室为依托, 进行实践活动。“项目工作室制”是将教学与生产实践相结合的有效形式, 是教育服务社会经济发展的重要手段。实践证明这种模式对于培养学生的数据思维和数据处理能力具有十分重要的作用。统计的工具性、平台性和先进性决定了其是突破各个行业发展瓶颈、促进各个领域发展进步的利器。在教学过程中, 通过组建项目工作室, 以项目为依托, 以数据分析思维和能力为核心, 运用大量行业特征和背景资料分析, 将管理决策问题转化为管理调研问题, 进而收集信息, 整理分析信息, 找到解决问题的突破口和关键。这一过程强化了学生专业技能的训练, 突出了学生运用数据解决实际问题的能力, 不仅使学生积累了行业知识与经验, 更锻炼和提高了其敏锐的数据分析和应用能力。

(三) 好奇心和创造性培养, 形成强大的数据想象力。数据想象力是指人类对数据所表现出的一种发散性思维, 指运用储存在大脑中的信息进行综合分析、推断、设想的思维能力。爱因斯坦说得好:“想象力比知识更重要, 因为知识是有限的, 而想象力概括着世界的一切, 推动着进步, 并且是知识进化的源泉。”其形成过程离不开好奇心与创造力的培养。好奇心是一种与生俱来的特征, 是人们对客观事物差异性与特殊性的特别关注。好奇心强烈常常表现为善于发现理论和实践中的新问题, 对未知领域有很强的探索要求, 不拘泥已有的结论, 愿意进行深度思考和尝试。好奇心是创造性发展的原动力。没有好奇心的引导, 思维活动很难高效开展, 没有想象力的参与, 思考就会半路夭折或无功而返。大学生在学习中缺乏强烈的好奇心和丰富的想象力, 其创造性就会受挫, 那么也很难在纷繁复杂的海量信息中探索出一条有价值的路。

(四) 基本数据分析能力的形成。

1.应夯基础统计理论。数据思维能力作为一种精神力量, 其形成必须以深厚的专业基础理论为根基。高职统计专业大学生应注重基础理论的理解和基础知识的积淀, 理解数据结构和形态, 掌握不同类型数据取得或计算的方法, 以及使用范围和应用价值等, 了解统计数据有时可能表现出的虚假性和迷惑性, 并妥善加以改进和利用, 能正确运用统计数据和统计方法进行经济事项等各类社会现象的分析与预测。

应用大数据能力促党建调研报告 篇5

党的十九大明确提出，要“善于运用互联网技术和信息化手段开展工作”，“提高社会治理社会化、法治化、智能化、专业化水平”。随着互联网和信息技术的发展，大数据资源成为社会发展的一个重要资源，大数据应用发挥着越来越重要的作用。社会治理智能化，主要指在社会治理中运用大数据、物联网、人工智能等技术，推动信息资源联通共享、深入应用，推动社会治理创新，提升社会治理水平与能力，增强社会治理的预见性、精准性和高效智能。创新社会治理必须重视大数据的价值，用好大数据是新时代党员干部增强执政本领、提高治理能力和水平的重要途径。中共北京市委党校“2018 智库项目——大数据在社会治理中的应用研究”项目组，有针对性地开展为期 3 个月的实地调查，对全市党员干部在落实首都功能、实施社会治理中应用大数据的现状进行全面地了解，客观分析当前党员干部对大数据的认知水平、学习能力、应用能力和创新能力，提出强化干部基于数据的决策和领导能力的有效路径。

一、北京市推进大数据应用的做法及现状 按照国务院《促进大数据发展行动纲要》和《北京市大数据和云计算发展行动计划（2016—2020 年）》要求，北京市在社会治理中大力推进大数据应用，并取得明显成效。

（一）从市、区层面进行规划设计并分层次建设数据中心 根据国务院办公厅《“互联网+政务服务”技术体系建设指南》要求，2020 年底前，建成覆盖全国的整体联动、部门协同、省级统筹、一网办理的“互联网+政务服务”技术和服务体系，实现政务服务标准化、精准化、便捷化、平台化、协同化，政务服务流程显著优化，服务形式更加多元，服务渠道更为畅通，群众办事满意度显著提升。北京市加快推进“互联网+政务服务”建设，全市政务服务“一张网”已经初步形成。正在筹建市级、区级和城市副中心数据中心，搭建政务云体系。创建“党员 e 先锋”信息系统平台，提高了党建工作的质量和效率，拓展了党建工作的新途径新方法。

（二）以推动“互联网+政务服务”为抓手，推进大数据的应用 “北京通”是北京市民社会服务一卡通，“北京通”APP 是北京市政务服务移动门户，2018 年 4 月入选“数字中国建设最佳实践”。“门城通”是目前唯一嵌入在其中的区级 APP。

西城区制定了推进大数据建设实施意见，现已对接整合基础数据 4 亿多条，实现数据统筹存储、统一展示、统一应用和统一调用。东城区在全国首创网格化管理，在网格化城市管理、社区卫生服务、社会服务管理和其他重要业务信息系统基础上，逐步形成了大数据提升政府治理能力现代化的应用框架。大兴区以推进智慧城

市建设和网格中心大数据应用为载体，将网格信息平台打造成为辅助政府管理和决策的大数据中心。

近年来，北京市营商环境不断优化，这也是在大数据支撑下北京市推进“互联网+政务服务”的重要成果。朝阳区在全市率先推出企业登记全程电子化，率先推行“新设企业一窗式”服务，进一步优化了营商环境。电力、自来水、燃气、热力、通信等服务窗口在朝阳区政务服务大厅一字排开，为客户提供“一站式”报装服务。

自 2018 年 11 月 10 日起，北京全市范围内对第一批全国推开的106 项涉企行政审批事项，实行“证照分离”改革，进一步压缩时限、精简环节、简化材料、降低成本，推动“网上办理”“就近办理”“一次办成”等公共服务创新，进一步营造稳定、公平、透明、可预期的市场准入环境。

（三）应用大数据助力基层治理精细化 西城区西长安街街道在 2016 年率先创立了全国首个基层政府大数据中心，用于城市治理、民生保障、综治维稳等基层社会治理工作，为北京市乃至全国树立了样板。“e 动红墙”APP，运用 GPS 卫星定位，能够精准定位志愿者的位置和街巷长、网格员的运动轨迹。“综合业务受理平台”，将原本壁垒分明各自独立的 13 个市区垂直系统的 40 项公共服务事项连接形成一个完整的地区大数据平台，依托整合的政务数据和证照库，街道公共服务大厅实现了“一

窗受理”“一网通办”“接办分离”，既方便了百姓办事，提高办事效率，也提升了街道社会治理效能。金融街街道通过与大数据平台对接，率先建立了一个基于云计算技术的街道级统一审批平台。

（四）应用大数据提升服务精准化 以朝阳区养老服务为例，养老服务指导中心作为朝阳区养老服务的运行枢纽、指挥平台，利用大数据让服务户籍 60 万老人养老更加精准。

二、目前存在的主要问题 当前，北京全市范围内跨部门、跨行业的数据资源共享尚未形成，领导干部对于公开信息资源的重要性认识亟待进一步增强，对社会治理的智能化认知水平、大数据的应用能力都亟待进一步提高。

（一）普遍存在数据壁垒制约大数据应用 政府部门之间、部门内部不同程度地存在数据壁垒。以人口数据为例，数十个人口数据库分属八九个不同的部门，每一个数据库都不能全面展现地区全部人口情况。从街道层面看，一个街道里运行着数十个来自上级政府有关部门的业务系统，由于人为的权限设置和数据保密等原因，这些系统后台资源对街道层面不开放。街道干部为便于辖区管理只好又自建若干系统。而人口和社保等数据库

都是由国家有关部委建设并直接在市里落地，市区层面没有权限拿到后台数据。权限隔离，就像无形的墙，阻碍了政务信息流动，不仅影响了办事效率，也造成大量资源的重复和浪费。

（二）对大数据的战略意义认知不足 制约大数据应用的根本问题还是人的认识问题。有些干部对大数据的内涵、价值和规律认识不到位，片面认为应用大数据是技术工作，对政务数据开放有抵触情绪，对应公开的数据信息也不愿公开，怕承担风险。以百度、阿里巴巴、腾讯等为代表的一批互联网公司掌握着社会公众生活方方面面的数据，由于缺乏统一的顶层设计和协调机制，这些数据资源并没有被很好地运用在社会治理中，社会治理数据共建共治共享的格局尚未建立起来。

（三）对大数据的应用工具掌握不够 由于党员领导干部普遍缺乏对大数据搜集、选择、检索、存储、分析、可视化工具的应用能力，导致“互联网+政务服务”的改革红利未能充分释放。

三、提升党员干部大数据思维和运用大数据能力的路径 用好大数据是新时代实现治理现代化的重要途径，也是提升社会治理精细化和精准化，增强人民群众获得感、幸福感、安全感的有效手段。北京市明确提出，到 2020 年，公共服务数据开放单位超

过 90%，数据开放率超过 60%。实现上述任务，发挥党员领导干部的模范带头作用至关重要。

（一）发挥党员干部在政府数据融合中的推动作用 《北京市推进政务服务“一网通办”工作实施方案》提出，2018 年底前实现 1673 项与企业、群众办事密切相关的政务服务（公共服务）事项“一网通办”，2019 年底前建立网上办事规范化体系。这要求各级领导干部深入贯彻落实国家及北京市相关政策精神，以首都政务数据汇集、整合、运用、管理的总体规划为框架，完成基于社会治理、辅助决策的大数据共享平台建设。要积极探索消除部门间数据壁垒的解决方案，设计接口，建立信息交换标准和共享交换机制，有计划地推动数据融合，开放公共机构数据资源，分阶段、分步骤地启动社会服务云、养老云、交通云、城管云、文化旅游云、健康医疗云、人社云、环保云、城市安防云、应急指挥云等平台建设，打通社会治理各参与主体之间的信息孤岛，形成由规范、标准、机制、信息资源库构成的大数据信息资源体系。

（二）大力强化党员干部利用大数据的意识 实现国家治理能力现代化需要一大批有大数据思维意识、懂大数据内涵、具备应用大数据能力的政务工作人员。要在干部教育培训中强化大数据方面的知识能力培训，在各级党校（行政学院）中开设相关课程，教育引导各级领导干部树立大数据思维和大数据意

识，具备用大数据分析问题、预测趋势、辅助决策的能力。同时，要注重开展大数据专题调研，了解不同领域对大数据共享和交换的实际需求，帮助各级领导干部更多了解大数据之间的因果关系，事件之间的相关关系，吸收基于大数据的治理理念，形成尊重事实、强调精准的思维方式；教育引导各级领导干部全面了解政策、监管、法律的相关规定要求，以及对技术专利、数字版权、数字内容产品及个人隐私等的保护问题，用好大数据的同时守住全社会数据安全底线。

（三）着力提高党员干部应用大数据的能力 要提高探索数据价值的能力。各级领导干部要从人民对美好生活的需求和亟须解决的热点难点问题入手，由点及面、自上而下推进大数据的示范应用，提高数据的可用性。调研显示，教育、交通、医疗、养老、环保、停车、治安等都是当前老百姓最关心的民生问题。中小学教育资源的不均衡造成学区房与非学区房价差较大，利用基于大数据的大型开放式网络课程、人工智能可以实现优质教师资源共享。同理，也可以共享优质医疗资源，人工智能辅助看片使诊断更精准，可以降低就医成本；根据车流量数据可以有效改善信号灯通行时长，缓解交通拥堵；等等。依托大数据加强信用建设，能使守信者一路绿灯处处受益，失信者处处受限步步难行，有效整治失信行为，让信用更好地为个人生活、经济发展、社会管理服务。

要提高应用大数据辅助决策的能力和水平。大数据的应用有利于帮助我们在海量数据中以特定的目的和需求为目标发现背后有价值的信息，通过对数据加工处理，找到数据之间的相关性，精确预测事件发展的趋势和方向，实现科学决策、精准决策。同时，通过对政策执行效果和公众需求轨迹的实时监控、追踪，可以对执行方案进行动态调整，增强干部决策执行的应变能力和水平。例如，运用大数据监测单户居民水、电、气等资源使用情况，可以发现群租房问题，分析周边流动人口状况。运用大数据可以对网络舆情、维稳态势尽早预警、科学预判，做到早发现、早部署、早管控，实现社会风险精准预测、社会矛盾精准调控。

运用大数据提升企业管理能力 篇6

大数据已成为重要的战略资源。IBM CEO罗睿兰表示：“数据是未来竞争优势的基础，将是重要的资源。”美国、日本、欧盟等发达国家组织纷纷制定了一系列规划和行动计划。美国在大数据的研究和应用方面走在世界前列，将大数据视为强化美国竞争力的关键因素之一，把大数据研究和生产计划提高到国家战略层面。2012年，奥巴马更是借助大数据成功连任美国总统。《时代》杂志分析认为，奥巴马的成功，竞选团队大规模与深入地数据挖掘，帮助奥巴马在获取有效选民、投放广告、募集资金方面起到了重要作用。

中国政府高度重视大数据的发展，自2014年3月将大数据首次写入《政府工作报告》以来，2015年8月，国务院常务会议又通过了《关于促进大数据发展的行动纲要》，要求开发应用好大数据这一基础性战略资源。近几年，大数据产业在我国迅猛发展。数据显示，2014年我国大数据市场规模84亿元，预计2015年接近116亿元，增速达38%。已经有不少国内企业利用大数据在提升服务质量、发现潜在客户等方面获得成功。

大数据是企业科学决策的基石。在传统企业的经营中，管理者更多是凭个人经验和直觉作决策，不仅会降低决策的准确率、加剧企业风险，甚至给企业造成巨大的经济损失。据2014年审计署报告，在抽查11户国有企业的791项重大决策事项中，因决策失误造成损失达134亿元。在大数据时代，企业将通过对生产、流通、销售等过程中产生的数据进行智能化分析处理后，提取有价值的信息，从而提高决策的正确性和科学性。

大数据是企业精细化管理的重要体现。大数据具有及时、全面、精准、定量的分析功能，无疑对企业实现精细化管理提供了强大的技术支持。如：企业通过对销售大数据的分析，可以更准确、全面地了解市场行情、发展动向，使企业能够进行更对路的生产；通过对用户大数据分析，可以更准确地了解客户的喜好、习惯等信息，使企业能够对消费者进行精准定位。

大数据是企业转型升级的重要抓手。国务院日前发布的《中国制造2025》提出，中国制造转型升级要以加快新一代信息技术与制造业深度融合为主线，以智能制造为突破口和主攻方向。大数据时代的到来，为转型期的中国企业发展提供了重大机遇。大数据作为新一代信息技术的代表，已开始在工业设计、研发、制造、销售、服务等环节取得应用，并成为推动互联网与工业融合创新的重要因素。

面对大数据浪潮，传统企业需要主动把握大数据发展方向，深入挖掘大数据价值，持续推进管理创新，从而提升企业管理水平。

学会大数据思维。在大数据时代，企业管理者和员工要把大数据思维融入企业决策、管理理念、工作方式以及企业文化之中。首先，要充分信任数据，用数据说话，基于数据去发现问题解决问题。其次，要以用户为导向。在大数据和互联网高度发达的今天，顾客的需求日益多样化和个性化，企业要充分利用大数据，不断完善产品功能和用户体验，以满足用户的新需求。

挖掘大数据价值。大数据专家舍恩伯格说：“数据好比一座金山，但是数据在那里放着，这座金山就不会属于你，企业需要做的是了解并挖掘这些‘金山’，最后成为大数据的赢家。”目前我国大数据应用还主要局限于互联网企业，传统企业则缺乏数据深度挖掘所需要的人员和技术支撑。当前，传统企业首先要结合自身实际，从战略高度规划和部署，分层次、有计划、循序渐进推动大数据在企业的应用。其次，要充分利用现有设备技术，加强大数据的收集、管理和利用好大数据，促进企业决策更加科学化，管理更加精细化。

提升对大数据的分析能力。在大数据时代，企业必须对海量的数据进行准确、快速的分析，以最快的速度为企业管理者提供有价值的信息，这对企业的数据分析能力提出了更高更严的要求。企业要建立一套完整的数据采集、储存、整理和分析体系，加强对大数据技术的开发利用，以充分利用数据这一战略资源。同时，大数据对从业者，尤其是数据分析师也提出了更高的要求。企业要加快大数据人才培养，不断提升对大数据的获取、分析能力。在大数据时代，数据种类更加多样化。据统计，企业中80%的数据都是非结构化数据。因此，企业不但要重视结构化数据的利用，也要重视非结构化数据的挖掘和利用。

加快大数据与工业化的融合。融合是大数据的价值所在，是推动信息化和工业化深度融合的重要体现，也是促进企业转型升级的重要抓手。国资委主任张毅指出：产业优化升级，要顺应数字化、网络化、智能化发展趋势，加速推进信息化与工业化深度融合，加大传统产业更新改造力度，加快重大装备产品升级换代。

大数据时代新闻编辑能力重构 篇7

1 大数据时代迫使新闻编辑能力重构的因素

1.1 受众阅读新闻信息节约时间的需求

在信息技术发达的今天, 人们每天会接触到很多网络、报纸、电视等新闻信息, 人们每天在阅读来自社交网络以及大众传媒的大量信息时会花费很多时间, 因此, 为了帮助受众节约在“快餐文化”背景下每天阅读信息的时间, 新闻编辑需要大力发展数据新闻。美国一项研究指出, 读者比较喜欢看带有图片的新闻, 读者在阅读的时候比较偏向阅读图示、照片、标题等信息, 而对文字报道的关注度相对较低。受众这种阅读新闻信息节约时间的需求迫使新闻编辑能力重构, 因此, 新闻编辑要努力发展生动形象、轻松易懂的“轻量化阅读”新闻, 帮助读者查找有关信息, 并进行辨别、处理, 使编辑出的新闻一目了然, 更加有吸引力与说服力。

1.2 编辑自身能力提高的需求

从编辑自身来说, 其处于变化发展的新闻行业, 处于大数据时代, 有提高自己新闻编辑能力的需求。要利用数据的优势把复杂的新闻内容变得简单, 把抽象的新闻信息变得比较具体化, 使媒体新闻的表现形式丰富化。新闻编辑能力的重构, 还要能够用新闻编辑把比较复杂的社会问题清晰地表述出来, 方便读者的阅读与理解, 要能引导正确的社会舆论, 把握社会的发展趋势。Mc Ghee教授提出, 目前的新闻与数据有着越来越大的联系, 媒体有把复杂难懂的数据化为读者易懂的新闻信息的责任, 因此, 新闻编辑需要在大数据时代, 不断更新自身新闻编辑的知识, 提高自身新闻编辑的能力, 利用大数据方法与技术把网络时代数据量比较大的信息浓缩成比较有价值的新闻信息。

2 促进新闻编辑能力重构的有效策略

大数据时代的新闻信息与新闻数据量以飞快的速度增长, 因此, 数据信息的采集与整理变得比较复杂与困难。适应这种时代特征, 新闻媒体不能间断创新的步伐, 需要利用多媒体技术、网络技术等来增加新闻传播方式, 拓展信息来源的渠道, 同时新闻工作者的素质与编辑能力也需要不断提高。

2.1 提高新闻编辑能力重构的速度

当今社会发展的速度不断加快, 科学技术发展的速度随之也变得飞快, 人们在对新闻进行获取的时候不仅信息量变大, 获取方式也变得多样, 因此, 人们很难对所获取信息的真伪进行正确地区别与筛选。当今社会的发展需求已经不能靠传统的对实时发生的新闻进行报道来满足, 而是需要新闻工作者对未来将要发生的事情进行有效地预测与报道, 这不仅给新闻编辑工作带来了较大的困难, 也给读者对新闻真实性的区分带来了较大的困难。由于新闻数据量巨大, 因此读者在阅读的时候需要对大量的信息进行筛选, 选取自己比较感兴趣、对自己比较有价值的信息。同时, 互联网技术的发展使读者接受信息的模式从被动转变到主动, 读者能够利用网络对自己所需的信息进行搜索与查找, 还可以分析对比所获取的数据内容, 增加所获取信息数据的真实性与可靠性。

2.2 不断拓展新闻编辑能力

大数据时代下新闻编辑的工作方式与传统的新闻报道方式存在很大的不同。传统的新闻编辑只要把握新闻的规律、遵守相关政策法规、保障信息的真实性即可, 但是大数据时代的新闻编辑工作内容变得比较复杂, 不仅仅要加工新闻, 还要对数据信息进行整理分析, 解析新信息, 对一些信息补充相应的观点, 提炼出新闻信息的价值, 并且新闻内容的表达需要真实数据做支撑, 因此, 新闻编辑者必须拓展信息采集的方式, 提高自身的新闻创新能力, 保障信息的真实性与可靠性, 提升自身的数据分析能力, 丰富自身的学科知识才能把新闻编辑工作做好。

2.3 对新闻编辑工作流程进行严格地控制

大数据时代新闻编辑能力的重构, 要着手于对数据能力的重构, 主要包括以下两个阶段:第一阶段, 要保障数据信息的公开性与可靠性, 主要是因为互联网与计算机技术的发展给读者提供了大量的数据信息, 这些数据资料不仅真伪需要验证, 其很多内容具有较大的冲突性, 因此读者需要对其真伪及有效性进行判断, 同时为了提高数据信息的可靠性, 需要利用可靠的搜索引擎 (百度、谷歌等) 对数据信息进行搜索, 为了保障数据的真实性与科学性, 能够提供可靠的数据支撑给后期分析工作, 也可以在专业的数据站与网络论坛对数据资源进行搜索;第二阶段, 整理分析已经搜集到的数据资源, 努力提升所获取数据资源的可信度、真实性与参考价值。随着时代的变化, 新闻编辑者的责任也需要不断地进行调整, 因此, 新闻编辑者必须摒弃传统的评论方式, 跟随时代潮流, 利用网络技术及其他技术提高参与热门话题讨论的及时性, 用符合时代潮流的思想观点对新闻进行正确地评论, 不断提高读者对所编辑新闻的关注度及阅读兴趣。

2.4 广泛运用数据可视化技术

新闻编辑要精通数据可视化知识, 利用数据可视化技术把抽象的信息形象地表达出来。比如, Many Eyes网站提供了多种数据可视化服务, 可以帮助用户把有关数据做成可视化的图表等, 帮助用户对数据信息进行更好的分析。因此, 新闻编辑能力重构需要学习数据化可视技术所涉及的各种艺术设计技巧以及工具软件, 利用艺术与技术的融合把数据新闻的魅力充分地表现出来。

3 新闻编辑能力重构的效果

3.1 改变了人们获取信息的方式

目前, 网络信息、电视信息、杂志、报纸等信息媒体广泛存在于人们的生活, 人们在阅读这些信息的时候会花费大量的时间, 相对而言, 数据新闻不仅能够大大地增加人们获取信息的数量, 还能帮助人们节省获取信息的时间。通常, 人们在阅读信息的时候比较喜欢带有图片、视频的稿件, 因此, 新闻编辑可以通过视频、图片等来强化读者的理解, 并吸引读者的兴趣。

3.2 使新闻的表现形式更加丰富

大数据时代下多媒体新闻的表现形式丰富多样, 数据新闻、图片新闻、视频新闻使得对新闻及热点话题的描述及表现更加形象、丰满、具体。同时, 为了适应社会发展的要求, 数据化专家也在不断地创新数据分析的能力, 不断地提高利用数据资源的能力。

4 结论

数据交流与资源共享会在未来的社会更加深化, 为了适应这个信息爆炸的时代, 新闻编辑需要改变传统的工作方式, 重构其编辑能力, 提高其综合素质, 不断地改进其观察新闻事件、分析判断数据以及新闻编辑的能力, 以促进大数据时代下新闻行业的蓬勃发展。

摘要：信息发展带领我们走入大数据时代, 在此时代背景下, 新闻媒体面临的信息、数据复杂且庞大, 因此需要新闻编辑拓展自己的知识结构, 重构自己的编辑能力, 选取正确的新闻传播方式。本文提出了大数据时代制约新闻编辑能力重构的因素, 然后提出了相应的促进新闻编辑能力重构的有效策略。

关键词：大数据,新闻编辑,能力重构

参考文献

[1]牡兰.数据新闻学与新闻编辑能力重构[J].速读 (下旬) , 2014 (9) :254.

[2]吴雨阳.数据新闻学对新闻编辑能力重构的探究[J].魅力中国, 2014 (12) :295, 297.

大数据时代统计创新能力分析 篇8

一、大数据成为政府统计新趋势

大数据的时代, 政府合理运用大数据, 已从粗放型转变为集约型。部分发达国家在政府统计与大数据结合方面位于前列, 在美国政府所提出的大数据发展计划与研究中, 通过HPSS系统对数据流的即刻分析、可扩展性分析技术与数据缩减技术, 对海量数据进行的分析处理, 可提高能耗预警能力以及扩展能源统计领域。国家统计局已与阿里巴巴 (中国) 有限公司、山东卓创资讯集团有限公司等十几家企业签订了大数据战略合作框架协议, 共同推进大数据在政府统计中的应用, 不断增强政府统计的科学性和及时性。

二、大数据背景下统计创新能力的重要性

大部人认为大数据时代全体等同于样本, 得到的数据是全数据而不是抽样性数据, 因此进行简单的结算即可, 无需系统地进行统计分析。事实上这种观点较为片面, 因为大数据仅告知信息并不解释相应的信息内容, 研究大数据时若无全面的科学数据指导, 如同建造桥梁时不使用工程科学知识, 继而造成严重后果和不良影响。随着万千事物的变化, 全数据的不确定性较大, 所以统计性数据分析是大数据迈向应用的关键点。

三、政府统计主导设立地域性数据中心

(一) 政府统计主导, 确保数据的准确性

政府相关统计部门应坚持设立县域公共性数据中心主导地位, 以提高数据的收集效率与权威性, 保证数据真实而全面。例如数据青岛是由青岛市的统计局完全主导创建的数据中心, 在数据青岛的基础层次上向县域性社会经济发展延伸到即墨市“综合性数据信息平台”, 该信息平台是由当地政府主导设立的数据中心, 扩大数据信息覆盖层面的根本上, 确保数据的准确性与权威性。

(二) 一盘棋管理, 确保数据质量

将“一表”“一库”和公共性数据中心进行数据互动, 将数据维护基点进行细化, 并分块管理数据, 使源头数据的质量逐渐提高。从实践分析, 由政府主导的相关数据中心需将基层建设完全落实到功能区统计、园区统计以及镇街统计, 以网格化的管理提高数据中心的数据质量, 避免数出无源、数出无据以及数出无门, 以此提高统筹效率与数据采集效率。

(三) 多方面进行合作, 提高数据的全面性

开展与科研院所以及高校等部门数据中心的端口开放和合作, 有选择性地与相关领域、相关行业以及相关县市数据中心实行数据互交, 为数据研究提供全面客观的对比性依据。我国部分发达城市创建的大数据中心可将某些数据端口与研究所合作共同分享资源, 即能借助研究所较为专业的数据资源丰富政府数据统计分析方法, 又能弥补收集政府统计数据的不足。

(四) 丰富公共服务中心数据的分类方式

可将财务报表、行政记录等初级统计资料和次级统计资料归纳至数据中心系统中, 使信息检索功能得到强化, 筛选并应用可用信息, 提高数据真实性, 数据服务形式逐渐丰富。

四、创建数据分析工具以及统计数据模式

对经济发展秩序的系统分析主要依赖于数据挖掘, 现今数据已被更多的人认识, 在生活、工作等各个方面的应用具重要价值, 若依靠横向数据排名以及历史数据增长很难全面客观地显示出问题本质。科学合理的统计数据模式是探寻发展规律、探析数据的最重要手段。例如分析劳动工资数据时, 应用明塞尔资本收益化函数或是C~D生产性函数分析数据, 可得出地区不同的劳动力素养以及劳动生产几率对生产值的贡献力度, 为劳动力部分政策提供参考依据。

(一) 设立适宜各专业应用的数据分析模式

政府统计具较高的专业性, 不同专业、不同领域创建的数据分析模式均不相同, 通过数学模型筛选, 创建专业化的数据分析模式, 从不同时期、不同角度以及不同层面对专业化数据进行空间序列与时间序列的探析, 非线性和线性回归参数检验与估计作用, 达到对数据高质量、多角度的细致分析。就像应用欧氏距离检测典型结构与产业化内部结构的相似度, 能够较为精准地展示产业结构的演变层次与发展水平, 对产业化的结构层次具定量化评估。

(二) 配套创建数据分析软件库

给予海量大数据高速计算是应用数据探析模式的一大特点, 高速计算远超出人力计算范围, 需采取相关分析软件辅助计算。使用C~D生产函数分析数据时需用到Eviews软件运算大数据。部分地区在实践中发现, 数据分析软件的需求多表现为两个方面, 一方面分析数据时常需要相关分析软件辅助计算, 方可得到满意的分析成果;另一方面, 相关数据分析软件的使用和获取存在一定难度, 有些数据软件对硬件设备具较高要求, 而且运算量极大, 部分分析软件需在外文的指导下方可使用。所以应创建适宜各专业应用的数据探析软件库, 为数据统计分析提供操作与技术支持。

五、多渠道深入递进数据

数据质量与数据时效性是数据统计分析的关键。随着社会经济的发展, 数据每时每刻都在变化, 行业风险、国际竞争以及相关政策出台对有些经济数据具一定影响。

(一) 政策的跟进

尤其涉及新能源、战略性新兴产业、高新技术以及出口方面产业, 地方与国家政府政策对企业经营发展具很大影响。政策跟进过程中需实时管理信息公布平台, 与部分主要门户网站合作创建信息交互体制, 以便企业能够及时通晓政府发布的各类信息, 把握产业相关政策动态。例如我国太阳能方面的光伏产业属于重点扶持产业, 每年能够得到国家部分产业补贴, 所以分析产业发展数据时需将产业补贴计算在内, 否则容易对产业未来前景做出乐观估计。

(二) 跟进企业发展

企业发展的受制因素较多, 金融成本、商业风险以及经营策略对数据时效性具较大影响, 对于部分县域政府统计, 企业的发展数据跟进需要走进企业实地考察, 以便掌握企业发展面临的困难与优势。同时还要通过社会考察了解企业信用、用工方面等诸多问题, 预估数据的发展趋势, 以此充分补充企业发展的数据分析内容。

(三) 跟进产业环境

产业的服务机构、进出口以及地域等环境对企业经济发展具有影响, 进而对需要进行分析的企业相关数据产生较大影响。想要跟进产业环境可通过相关信息渠道通晓国内产业发展与进出口环境现状, 大致了解行业发展状态。同时还可深入研究企业园区等为企业在条件放宽、证件审核、进出口以及税收等方面提供各种优惠举措。

六、结束语

随着科技的进步与经济的发展, 大数据时代逐渐融入到工作与生活当中。大数据时代的来临可称之为数字化革命, 海量的数据资源致使政府、商界以及学术界开始迈入量化进程, 为教育卫生、经济发展等社会方方面面的统计工作带来创新与机遇。

参考文献

[1]李鹏飞.大数据时代工业统计创新能力的分析与研究[J].财经界, 2015 (19) .

[2]王晨曦.大数据时代创新统计数据分析方式的思考[J].中国统计, 2015 (13) .

[3]朱怀庆.大数据时代对本科经管类统计学教学的影响及对策[J].高等教育研究, 2014 (03) .

[4]王彦彭.大数据时代中西部二三本高校统计学专业教育教学的思考[J].教育教学论坛, 2015 (43) .

重视对数据处理能力的培养 篇9

一、问题呈现

在全市期中考试统考中有这样一个题:如图, 已知椭圆的长轴为AB, 过点B的直线l与x轴垂直.直线 (2-k) x- (1+2k) y+ (1+2k) =0 (k∈R) 所经过的定点恰好是椭圆的一个顶点, 且椭圆的离心率求椭圆的标准方程; (2) 设P是椭圆上异于A, B的任意一点, PH⊥x轴, H为垂足, 延长HP到点Q使HP=PQ, 连接AQ延长交直线l于点M, N为MB的中点.试判断直线QN与以AB为直径的圆O的位置关系.

二、问题探究

这是一道阶段检测的压轴题, 考查了直线过定点、椭圆的标准方程与几何性质、直线与圆的位置关系等基础知识, 同时考查了学生运算求解能力.通过对学生试卷的统计和分析, 绝大多数学生能顺利完成第一问, 而不足四分之一的同学做出第二问, 甚至一半以上的同学没有动手去做第二问.经了解发现没做第二问的同学有一半是时间的问题, 前面处理得慢, 没来得及做;而另一半都是比较优秀的, 前面做的都很好, 我和他们当面交流了一下主要有两个现象:一是感觉思路不好找运算会太复杂, 没敢动手去做, 去检查前面的题目;二是花了好长时间没有化简出来就没有写.

我们知道新课程标准下解析几何的学习, 重点是直线与圆的方程, 次之是椭圆, 最后对双曲线与抛物线的要求都比较低.本质上对代数法解决直线与圆锥曲线的问题都有所降低, 繁杂的运算少了很多.可是还有好多学生会说, 解析几何的题我能知道该怎样去做, 就是做不出来, 一句话“太麻烦了”.第一种现象反映了学生的心理问题:缺乏自信心, 第二种是方法问题, 而实质上就是对运算求解与数据处理能力欠缺造成的.

三、问题的处理与感悟

我对第一种现象中同学提的要求是先去细致地读题, 把条件中提炼的信息和要解决的问题看能否联系起来.很快好多同学就反应过来, 最后要判断直线和圆的位置, 圆是知道的, 关键是求直线方程, 最后找到了根源要去设椭圆上P的坐标.然后让他们去化简.第二种现象我仔细看了他们化简的过程, 从点P得点Q, 进一步表示直线AQ的方程, 又得到了点M与点N的坐标, 卡在了最后一关表示直线QN的方程上.经讨论知道对于点P在椭圆上这个条件视而不见, 是失败的根源.学生的问题是条件挖掘得不够, 点在曲线上, 点适合曲线方程没有用上, 另外对它的变形也没想到去应用.对学生出现的问题, 要求他们今后在化简过程中要瞻前顾后, 要有求简意识.在整个过程中我只提醒了一句:“点P在椭圆上, 对你的化简能有帮助吗?”在顺利解答后, 我要求他们细细品味求解过程, 认清自己出现问题的根本, 从而养成良好的解题习惯;另外还会感到此题不过如此的感觉, 今后在遇到困难时敢于面对, 用于解决问题.现在很多时候学生的畏难情绪是由于缺乏自信心造成的, 学生自信心的培养需要我们平时教学中花费更多的精力和时间去有意识的加强训练.自信心来自于成功的积累, 在遇到复杂的运算时敢于面对, 敢于去克服困难是解决此类问题的第一步;通过动手实践解决更多的问题, 以及回顾和总结找到解题技巧和规律是自己的基本功;通过长期的积累达到熟练程度是成功的保证.

为了进一步提高解题信心和训练数据处理能力, 接着给了一道题目:如图, 在平面直角坐标系x Oy中, A1, A2, B1, B2为椭圆的四个顶点, F为其右焦点, 直线A1B2与直线B1F相交于点T, 线段OT与椭圆的交点M恰为线段OT的中点, 则该椭圆的离心率为_____.

这道题考查了椭圆、两直线的位置关系等基础知识.试题设计思路非常明确, 就是求出两条直线的交点坐标后, 根据中点公式求出点M的坐标, 代入椭圆方程得到一个关于a, c的齐次方程, 从而转化为关于离心率的方程解决.学生很快就找到了解题的方向, 尽管这题运算量比较大, 因为给足了时间, 几乎所有同学都取得了正确的结果.最后告诉他们这是2009年江苏高考第13题, 在当年的高考中算比较难的题目时, 大多数学生都感到吃惊, 他们给出来的表情表示“高考题第13题也不过如此”.通过这样的训练提高了学生学习解析几何的信心, 又加强了运算能力的培养.

培养数据分析能力提升科学素养 篇10

一、材料选择,促进数据收集

“有结构的材料”就是能体现一定科学概念的材料,进而指导儿童去探索。在实验探究中,教师选择有结构的材料是学生进行探究活动的基础。学生通过对有结构材料的操作,有利于帮助学生在科学实践和探究活动过程中建构认识,学习和掌握知识,形成科学概念。

如执教《怎样获得更多的光和热》时,在研究不同材料的颜色与吸热本领的关系时,我为学生提供了温度计和不同颜色不同材料的纸。在这里,选用哪些纸,教师是需要经过精心考虑的。如果没有这类纸,如何选择合适的替代品,保证实验材料的结构性,也是极为重要的。下面是一小组的实验数据:

这些纸存在内在的关系:纸的颜色有黑色、粉色、黑色腊光的、白色的,还有铝箔纸。颜色有深有浅,表面有的光滑,有的不光滑。正是这些有结构的材料,在实验一开始已经做好了为收集客观数据做准备。

二、表图直观,有利于数据分析

科学需靠数据说话,而记录是对科学探究结果的检测。在我们的科学课堂中,经常会发现学生忙于抢着实验操作,而忽视实验数据的记录,导致影响后续研究。因此,教师要培养学生及时记录的习惯,处理好实验操作和数据记录的关系。当然,教师也需要适时地进行指导,可以使用表格引导学生记录,把每次获得的数据填在相应的表格中,有利于学生发现其中的规律。

从三年级科学课入门,教材中就开始引导学生采用画图、表格等方式及时、准确地进行实验数据的记录。在实验探究中,多次测量获得的每一个数据,都是测量结果,即使数据完全相同,也需如实记录,切忌夹杂主观因素,决不能随意拼凑和伪造数据,需养成实事求是、认真负责的科学态度。

如执教《怎样获得更多的光和热》时,为了让学生更好地理解不同的纸张的吸热情况,教师设计一组实验:学生每隔2分钟记录温度计显示的温度。出现重复的数据,强调学生需及时做好记录,不能因重复而丢弃甚至修改实验结果。

再如执教《温度与气温》时,学生测量一天中清晨、上午、中午、下午、傍晚的气温,借助条形统计图和折线统计图将收集到的收据直观的展现出来,学生能够更清楚地明白一天中气温的变化情况,更有利于实验数据的分析。

三、冷热处理,引导数据处理

(一)“冷”处理———延后处理

个别小组因材料精度而影响数据或者操作失误而导致数据偏差,因属于细节失误问题,原因又比较明确,这时候,教师可根据具体情况,进行冷处理,也就是先放置一边,等常态数据讨论后引导学生讨论异常数据,进行分析。这样的处理保证了课堂教学进度的完成,也给学生经历一次反思和修正的机会,从而使学生有所获。

如执教《谁流得更快一些》一课时,探究“水、食用油和洗洁精哪个流得更快”的环节。教师提供了斜坡、多轨道凹槽、试管组合和玻璃棒,供学生选择。选择斜坡、多轨道凹槽、试管组合的小组都得出“洗洁精最慢,水最快”的结论。然而,在选择玻璃棒时,学生得出的是“洗洁精流动最快,水最慢”。面对这个有争议结论,他们小组给出的结果是“玻璃棒沾了洗洁精、拿起来滴下来很快”。在后面的反思中,教师引导学生思考是什么原因造成这样的结果。是因为“洗洁精太粘,水不粘”。这为后面认识“流动速度与黏度有关”提供了一个重要资源。可以引导课后再次实验,从搅拌速度进行观察。

(二)“热”处理———及时处理

当不同小组的实验数据存在较大的分歧而具体原因不明时,教师需及时引导学生展开讨论,分析数据是在怎样的情况下得到的,思考操作是否规范,培养学生对分歧较大的数据背后的原因进行思考的能力,数据就会成为结论的强有力支撑,更是会对学生实证意识产生深远的影响。

如执教《100ml水能溶解多少克食盐》时,以下是各小组获得的实验数据:

最多溶解40g。这时,应及时让学生回忆实验过程,反思为什么数据出现相差如此大的原因。原来,在实验过程中,他们每次放5g,放到40g,在烧杯下面仍然有一些盐没有溶解。那么如何能够获得准确的数据?学生通过讨论提出:“不要一下子放5g那么多,可以少放一些,每次放1g。”接下来一次次地优化实验操作方法:在烧杯中倒入100 ml水,然后先5g的食盐4次,接着再每次加2g,最后每次加1g,这样可以大大提高数据的准确性,以免过多的盐无法溶解。

数据采集能力 篇11

周忆始终紧随营销趋势，用新的营销思维引领和重塑商业理念。2012年提出“首席执行客户”（CEC）概念，2013年提出“CMO革命”，2014年她认为新的技术环境对CMO的能力提出了新的要求。而移动互联时代的企业要想赢得竞争，CMO必须具备新的核心能力，即客户导向、数据驱动的市场营销能力（Data Driven Marketing）。

周忆认为，这种能力可以概括为如下四个关键能力：Data，Insight，Journey，Measurement。她还指出这种能力的养成路径：掌握全面数据获得360度的客户视图（Data），绘制基于大数据预测分析的客户族谱（Insight），形成多渠道整合的交互体系，贯穿于客户购买的整个过程（Journey），实施营销效果跟踪与诊断（Measurement）。

数据的力量究竟有多强大？周忆分享了一个案例。体育领域是IBM重点关注的领域。2013年温布尔登网球公开赛，IBM帮助主办方通过应用分析和自然语言处理技术，创建、汇总和评估社交网站上的对话、图片等数据信息，通过社交舆情分析，赛事主办方可以了解消费者对其产品、服务、营销活动的体验和建议，吸引更多的人关注赛事。比如，人们最喜欢吃什么零食、进场的商家应该卖什么样的食物才能大赚一笔等问题，IBM通过历年的数据汇总，给出建议：别的零食“不太重要”，草莓才是人们的首选和最爱。又比如，观看法网的人最想带回的纪念品是什么？是毛巾、扇子还是草帽？大数据告诉商家，是那个玻璃瓶里镶着红土的纪念品。

不仅是体育赛事，IBM正在把以大数据、云计算、移动社交等为代表的前沿技术运用到不同的商业场景，通过数据得出洞察，基于洞察指导决策，进而提升企业的运营绩效。

周忆认为，未来CMO要“技术加身”，兼具“技术”和“艺术”。同时，未来CMO的使命也发生了变化：从了解客户到了解每一个客户，从定义营销到构建一个完整的客户互动系统，带给客户全渠道触点，不让客户从任何一个环节跳出，把口号式的“践行品牌承诺”变成建立表里如一的文化。

当然，向客户导向、数据驱动营销转型的道路并不平坦。周忆向CMO分享了她的建议：

首先，要与CIO密切合作，让技术驱动营销，让营销引领技术。在很多企业的运营实践中，CMO和CIO早已密切合作，技术对于市场部越来越重要，很多企业都组建专门团队做数字营销。

其次，投资于分析。数据分析是大数据营销的关键，目前大数据营销人才短缺，要加大投入吸引和培养数据分析人才。

最后，一定要有一些Quick Win，哪怕只是小小的进步，你将由此自信，一步一步走向成功，相反，总不赢则很难树立信心。脚踏实地地抓住Quick Win，推动市场部逐步由成本中心转变为价值中心。

颁奖词

身为CMO，周忆对自己扮演的角色有着深刻的思考。2012年提出“首席执行客户”，2013年提出“CMO革命”，周忆始终敏锐地感知营销趋势，用新的营销思维升级商业理念。2014年，在移动互联大变革的背景下，周忆再次带领IBM市场团队提出企业CMO必须拥有客户导向的、数据驱动的市场营销能力，才能顺应时代潮流，赢得竞争。她还提出新的营销思维：cohort，揭示大数据技术和客户行为分析对CMO探寻市场蓝海的价值。周忆带领IBM市场团队，把以大数据、云计算、移动社交等为代表的IBM前沿技术运用于不同的营销场景，推动技术与商业融合，一步一步把精确营销变成现实。

学生图书资料采集能力的培养策略 篇12

一.资料搜集、查寻能力。

指正确运用图书目录、索引去寻找自己需用资料的能力, 以及较好的运用馆藏、资料库的能力。对此, 我主要采取如下方法:

1. 进行图书馆利用教育, 学习基本方法、技巧

(1) 教师主动组织学生到图书馆等类似的场所参观、游览、实地考察, 了解馆藏结构特点和图书馆的基本工作流程, 甚至建议学生把此作为他们的第一个研究性学习课题, 让学生真正具备实际运用它们查阅资料的能力。

(2) 争取图书管理员的配合, 让本校图书馆能免费提供本馆简介、中英文使用手册, 并经常举办参观图书馆、数据库检索、利用图书馆等活动, 使广大师生认识及善用图书馆资源, 也培养了学生自我学习能力。

(3) 定期不定期地开设讲座或选修课对学生进行培训, 讲授图书的组织、分类编目, 工具书使用法、图书的选择和阅读法、利用馆藏的方法与技巧等基础知识, 以及网上资源检索和利用的方法与技巧等等, 充分利用其网络和信息资源的优势, “授之以渔”, 不断提高学生检索、筛选信息的才能。

2. 举办相关活动, 营造读书氛围

(1) 结合学科教学及学生社团有关活动, 办理阅读、心理、就业、创意思考、学术科研、图书馆学等各类型讲座, 以丰富学生心灵素养, 提高学校的科研氛围。积极辅导师生成立读书会, 以推广阅读风气, 打造书香校园。

(2) 定期将学生对资料搜寻、书籍阅读等相关心得文章刊登在阅览厅、黑板报上, 并定期公布图书馆新购图书信息、配合校园电台介绍好书, 营造读书氛围, 提供阅读参考。

(3) 经常举办“利用图书馆常识”有奖征答、“小侦探寻宝”游戏、查资料比赛及参观图书馆等各种竞赛活动, 让学生会用图书馆、乐用图书馆。

在学校的各项教育科研活动中, 图书馆任重道远, 大有大展身手的空间。在各种学科相互交叉、相互渗透, 新知识层出不穷、高新技术日新月异的今天, 无论是教师、学生还是科研人员, 要想不断地获取新的知识, 紧紧跟上科学技术飞速发展的步伐, 都必须重视对图书馆的利用, 把图书馆变成学校教科研的基地与中心, 变成“科研兴校”战略的坚强后盾。

3.设立专题研究室, 方便专门探究

图书馆可增设历史图书资料室, 入藏历史类相关专题资料。这样, 学生搜寻资料、研究问题都会更加方便、简捷。

(1) 报纸:有关历史的报道, 可剪下作资料用。比如:张学良口述历史;地下文化遗址的发掘反映出的文化;对历史的质疑, 如现在考古证明造纸术的发明者不是蔡伦等。

(2) 实物:文物或能反映过去历史的物品、遗址、遗迹, 古稀老人的口述历史, 老照片反映的历史。

(3) 影视片断:专用于教学的或自己刻录的可用于教学的影视片断、V CD、D V D历史资料片、录音。

(4) 图书:正史、野史、史料、普及读物、史学理论、传记、年表、国别史、断代史、科学技术史、文学艺术史、文物考古、风俗习惯、民族史志、历史地图、历史图表等等。

历史本身是很吸引人的, 可以说老少喜爱, 这就是历史题材影视热播的原因。但我们的历史课却是众多学生不喜欢的一门课, 其反差值得我们教育工作者深思。我曾作过调查了解, 学生反映历史教材很简单, 又是汉字, 一看就懂。在新课程标准指导下, 我们应思考如何在历史教材的基础上, 更好的理解与挖掘历史知识。让学生走出课本, 走出课堂, 到图书世界里, 寻找智慧, 探究历史。即让与教材相关的上述图书情报走进第一课堂, 丰富、活跃我们的教学。

二.资料查阅、提取能力。

可供查阅的资料浩如烟海, 要提高学生资料的查阅、提取能力, 关键是要让学生能从大海般的信息中尽快筛选到自己想要的东西。这就应具有一定的泛读能力、一目十行的略读能力、一般书籍的浏览分捡能力。我是这样训练学生的快速查阅、提取信息的能力的:

1.从标题看“线索”

历史文字读物的叙述, 有很强的逻辑性。大多是以时间为序的“时空连线”式或依事件发展为序的“因事取线”式等等。逻辑结构简单明晰, 甚至可以从小标题即可看出。

“时空连线”式表述在历史各章节中运用的最为普遍。比如中国近现代史中的“太平天国运动”一节就有如下小标题: (1) “太平天国运动的兴起”、 (2) “从金田起义到定都天京”、 (3) “太平天国的全盛时期”、 (4) “天京变乱”、 (5) “太平天国的防御战”、 (6) “太平天国的失败”等。你只读小标题便能了解整个事件的概貌, 然后再根据逻辑线索, 搜集你想要的信息, 这样方便快捷、简单明了。

还有复杂点的“反复出线”式:以“五四运动”为例:整体是以事件“背景、经过、意义”的“因事取线”式。其中的一个小标题“五四爱国运动的爆发和经过”, 又是以时间为序的“时空连线”式。不论是“你中有我”还是“我中有你”, 只要把握住这几条简单的“线”, 便能快速把握住材料的整体结构脉络, 阅读起来心中自会清晰明了、透彻简单。

2. 搜寻强调重点的词语、标志

阅读时要注意搜寻材料中用来强调信息重点的词语、标志。例如: (1) “转折、标志、奠定、开端”、“政治上、经济上、军事上”、“原则、目的、口号”等常见词语; (2) “首先、其次、最后”、“可是、然而”、“也、又”等标志性词语; (3) “综上所述”、“总而言之”、“由此可见”等总结式词语。同时, 还要注意搜寻包含信息要点的小标题, 表示逻辑关系的分号、逗号、句号等标点符号, 突出重点的黑体字、双引号、着重号等等。阅读时, 只要注意搜寻强调信息要点的词语词标志, 就能迅速把握文章要点, 而其他文字尽可一略而过, 这样就能大大加快查阅资料的速度, 思路还十分清晰。

3. 瞄准句子的中心词、限制词

一个句子的信息重点往往是句子的中心词、限制词。如“ (马关条约) 使中国社会半殖民化的程度大大加深了”一句中的“大大加深”一词, “《新学伪经考》、《孔子改制考》奠定了资产阶级维新派进行维新变法的理论基础”一句中的“理论”一词。是这些中心词、限制词在传递着新的信息, 它们是话语的重点。只有瞄准这些词语, 才能正确把握句子的含义。阅读时, 其它部分可一闪而过, 目光主要集中在理解的重点――中心词、限制词部分, 这样, 无疑会加快阅读速度, 较快把握文章意图。

当然, 一目十行的浏览式方法只限于查阅搜集资料用。若要详细了解资料内容, 只需在此基础上再仔细研读, 深入探究, 自能最终达到融会贯通的境界。

资料信息快速、准确的搜集能力是学生信息素质的最先决、最重要的一环, 是其它活动的前提。只有先提高了信息搜集能力, 才有可能进一步的利用信息、分析研究。图书资料信息采集能力是学生首先应备的基本学习技能, 它的培养与训练, 应首先受到大家的关注与重视。

摘要：学生图书资料采集能力是学生信息素质培养的前提与基础。培养学生的图书资料搜集、查寻能力:①可以对学生进行图书馆利用教育, 学习基本方法、技巧;②举办相关活动, 营造读书氛围;③设立专门研究室, 方便学生专门探究。培养学生资料的查阅、提取能力, 关键是培养学生的快速查阅、提取信息的能力。技巧有“从标题看线索”, “搜寻强调重点的词语、标志”, “瞄准句子的中心词、限制词”等。

关键词：新课程,历史教学,图书资料,采集能力

参考文献

[1]张文军等.高中课程资源开发和利用的实践智慧.高等教育出版社.2004

[2]刘兹恒.信息媒体及其采集.北京大学出版社.1998

[3]徐仕敏.国内信息能力研究评述.图书情报工作.2002 (7)