浅析大数据时代统计学的发展

浅析大数据时代统计学的发展（通用9篇）

1.浅析大数据时代统计学的发展 篇一

统计学专业教学在大数据时代的改革探讨论文

随着互联网的发展及各领域数字化的提高，大数据时代已经到来，这对传统的统计数据收集、处理与分析方法带来巨大的冲击，给统计学专业的教学带来了挑战。为了适应大数据时代的变革，统计学专业的教学需要在课程设计、实践教学以及毕业生就业导向上进行改革。

2月，国务院学位委员会进行了学科调整，统计学完全从数学和经济学中独立出来，上升为一级学科，设在理学门类中，编号为0714。统计学上升为一级学科后，下设的二级学科包括数理统计学、社会经济统计学、生物卫生统计学、金融统计、风险管理和精算学、应用统计学。统计学上升为一级学科对统计学专业的教学带来巨大影响。

同时，随着大数据时代的到来，使得传统的统计数据收集、处理与分析方法面临新的挑战，从而推动统计学的发展进入了一个全新的阶段。在统计学上升为一级学科以及大数据时代已经到来的大背景下，统计学专业的课程教学也面临着新的挑战，需要进一步改革与调整。

一、大数据时代的到来

(一)大数据的生成

伴随着人类对客观世界各领域数字化程度的不断提高，每天都有大量的数据产生，并且其产生的速度也越来越快。这些数据来源广泛，其中最主要的来源有：科学研究(如天文学、生物学、高能物理等实验数据)、社交网络、电子商务、物联网、移动通信等。

(二)大数据的定义

为了应对数据大规模增长带来的机遇和挑战，美国《Nature》杂志在9月4日率先提出了“大数据”的概念。国际数据中心IDC 是研究大数据及其影响的先驱，在20的报告中定义了大数据：“大数据技术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”。但是大数据是一个新兴而且内涵不断发展的概念，尚没有统一公认的定义，只能从其特点上加以认识。

(三)大数据的特点

与传统数据相比，大数据的特征可以用五个“V”来表示，即Volume(容量大)、Variety(种类多)、Velocity(时效性强)、Value(价值高)、Visualization(可视化呈现)。大数据容量大是个相对的概念，受时间、行业和数据类型等因素的影响;种类多是指数据集的结构异质性，科技进步导致了结构化、半结构、非结构化数据的日益增多;时效性强是指大数据被生成、处理、移动的速度相当快，是区别于传统数据最显著的特征，这也增加了对即时分析、加工数据的需求;价值高是指大数据潜在的高价值能为评价和决策提供依据。可视化是大数据分析的关键步骤，是对有价值信息加以提炼并显示的过程。

(四)大数据的应用

大数据具有5Vs(Volume、Velocity、Variety、Value、Veracity)特点，蕴含着巨大的社会价值、经济价值和科研价值，已引起了产业界、学术界、政府部门和其他组织的.高度关注和重视。

近年来，世界发达国家相继布局大数据战略，诸如联合国“数据脉动”计划、美国大数据战略、英国“数据权”运动，大力推动大数据发展和应用。大数据已纳入我国国家发展战略，国务院8月31日印发了《促进大数据发展行动纲要》的通知(国发[]50号)，指出：“大数据成为推动经济转型发展的新动力，大数据成为重塑国家竞争优势的新机遇，大数据成为提升政府治理能力的新途径。以数据流引领技术流、物质流、资金流、人才流，将深刻影响社会分工协作的组织模式，促进生产组织方式的集约和创新。探索发挥大数据对变革教育方式、促进教育公平、提升教育质量的支撑作用”

二、大数据给传统统计学带来的冲击

(一)数据收集方法上

不同于传统的调查抽样方法获取数据，大数据的收集来源渠道通常为现代网络渠道，如互联网、物联网等。不同的数据源的数据采集需要专用数据采集技术， 如包含格式文本、图像和视频的网站数据，通常需要web爬虫技术。

(二)数据存储上

大数据的存储不同于传统的数据存储方式，有固定的格式和结构，对于大数据的数据库来说，可以直接将所探测到的信号自动容纳到其中;大数据需要有先进的存储设备，传统的存储设备已经不能容纳如此大量的数据。

(三)数据分析上

传统的统计分析方法，难以胜任对非结构化的大数据的分析。当前大数据分析技术的研究可以分为6个重要方向：结构化数据分析、文本数据分析、多媒体数据分析、web数据分析、网络数据分析和移动数据分析。

(四)数据展示上

数据可视化的目标是以图形方式清晰有效地展示数据的信息。一般来说，图表和地图可以帮助人们快速理解信息。但是，当数据量增大到大数据的级别，传统的电子表格等技术已无法处理海量数据。大数据的可视化展示需要专业的软件来完成。

三、大数据时代统计学专业教学改革

大数据时代的到来对统计学也带来了新的机遇和挑战，特别是大数据对于数据分析人才产生了巨大需求，同时也要求统计专业学生掌握更为复杂统计软件的编程和操作。大数据背景下，统计学要适应新的形势，需要对课程教学进行有针对性的改革。

(一)大数据时代统计学专业毕业生就业方向定位

大数据时代的到来，使各行各业，包括政府、企业、个人都希望能从大数据这座金矿中挖掘出对自己有价值的金子，从而增加了对统计专业毕业生的需求。一直以来，我国统计工作领域主要是政府统计、部门统计、民间统计。传统意义上，政府及各个部门是统计学学生就业的首选。然而，随着大数据时代的来临，越来越多的毕业生选择发展空间更为广阔的民间统计。民间统计相对于政府统计来说，涉及范围十分广泛，包括各类统计咨询公司、统计调查公司、统计研究院等，介于市场和企业、行业之间。民间统计的发展前景十分广阔，可以预见，随着大数据时代的来临，统计学作用的提高，民间统计必会成为统计专业毕业生选择就业的主要渠道之一。

(二)大数据时代统计学专业课程设置改革

大数据时代，在对统计数据分析人才需求增加的同时，也对统计专业毕业生的大数据处理能力提出了更高的要求，这就需要统计学专业在课程设置上，增加大数据处理与分析方法课程，如《大数据分析方法》、《数据挖掘》等，培养学生能够使用专业统计软件(R/SAS/Python)进行大数据的挖掘、清洗、分析等。

(三)大数据时代统计学专业学生实践能力培养改革

在课堂教学之外，通过广泛举办大数据技术创新大赛、大数据技术创新与创业大赛、数据挖掘挑战赛，支持学生成立大数据研究协会，举办大数据相关讲座论坛等方式，增强学生分析和处理大数据的能力。另外，还要加强校外大数据实践教学基地建设，通过与通信、互联网、电子商务等企业大数据开发中心以及大数据研究咨询机构合作，为学生提供给更多的实习、实践机会。

四、总结

总之，面对大数据时代的到来，统计学专业需要积极改革与调整课程的设置，注重学生实践能力的培养，以适应各行各业对大数据分析与挖掘人才的需求。

2.浅析大数据时代统计学的发展 篇二

在现今的信息时代,数据爆炸,大数据势不可挡。2012年,美国政府由白宫牵头,启动了一个“大数据发展计划”,这个计划的推出被视为进入大数据时代的标志性事件。进入大数据时代,数据的获取和规模发生了根本的变化,对于拥有三百多年历史的统计学,需要做出相应的改变。而统计学专业作为培养数据分析人才的学科,正在经受大数据浪潮的冲击。如何主动应对大数据时代带来的机遇与挑战,推动统计学教育和统计学人才培养的改革和发展,服务大数据行业,是当前统计教育工作的重要课题。

2 大数据时代对统计学的影响

《大数据时代》的作者认为在大数据时代,传统的数据分析思想应做三大转变:一是转变抽样思想,在大数据时代,“样本=总体”,要分析与某事物相关的所有数据,而不是依靠少量数据样本;二是转变数据测量的思想,要乐于接受数据的纷繁复杂,不再追求精确性;

三是不再探求难以捉摸的因果关系,转而关注事物的相关关系。毋庸置疑,上述三个转变均与统计学的研究工作息息相关。因此,在大数据时代,统计学都受到了前所未有的冲击。

对于统计学科的发展而言,大数据时代带来的不仅是变革,更多的是统计学发展壮大的机会。大数据将使传统统计学作为研究具体问题的方法科学发生改变,改变统计研究的工作程序,改变统计学研究具体科学的深度和广度。然而,大数据并不会改变传统统计学的性质。因此,对统计学而言,大数据带来的是挑战和机遇,同时也将壮大统计学。

中国人民大学中国调查与数据中心主任袁卫指出,说它是机遇,是因为大数据研究和应用会带来大量人才需求,这对统计学的发展是一个巨大的利好,可以说,目前统计学发展正处于历史上最好的时期。说它是挑战,是因为大数据可能部分颠覆传统的统计方法。比如有人认为,传统的统计方法讲究抽样,但是大数据使得我们可以对接近总量的数据进行分析,这样进行抽样调查的需求就会减少;还有人认为,传统的统计分析注重因果关系,但大数据情况下,只需明确两者之间有关系即可。大数据对统计学带来的挑战确实存在,但是不会导致传统抽样调查的需求减少。因为大数据虽然数据量很大,但绝大多数情况下这些大样本都不是随机的,推断总体都有系统偏差,因而抽样调查等统计方法仍然是不可取代的。此外,在很多时候,科研和商业应用、科学决策还是需要进行准确的统计分析的。

3 改革措施

统计学专业作为培养数据分析人才的学科,正在经受大数据浪潮的冲击。如何主动应对大数据时代带来的机遇与挑战,推动统计学教育和统计学人才培养的改革和发展,服务大数据行业,是当前统计教育工作的重要课题。目前,开设统计学专业的高等院校很多,但是培养立足统计学基础的大数据分析人才,在国内几乎没有。

从人才培养的角度看,统计学学科教育在教学内容、教学方法、人才培养模式等方面需要进行变革,以适应大数据时代的人才素质要求。笔者认为,高等院校统计学专业应采取如下措施。

3.1 整合教育资源

进行数据分析,要有数据库和软件等计算机方面的知识,还要有数学和统计方面的知识和能力,因此大数据人才是多学科交叉型人才,针对这一特点,对大数据人才的培养,应该采取协同创新,校校合作的培养模式。目前,中国人民大学、北京大学、中国科学院大学、中央财经大学和首都经贸大学5所高校组建了一个协同创新平台,以“应用统计专业硕士”为载体培养大数据分析方面的人才。通过这种方式,在高校之间实现学科融合、优势互补、强强联合,通过共享优质资源平台、共同建立课程体系、共同建设案例资源库、联合搭建实践实训平台等多种形式,创新人才培养机制。

3.2 整合高等院校教育资源与业界资源

众所周知,大数据人才是一类应用型人才,这是大数据人才的另一个特点。因此这就要求大数据人才的培养要重视实践环节,要求他们到实践中去,去解决实际问题。高等院校通过与国有超大型企业、互联网企业合作,协同培养,为学生提供实践的机会,让学生更好地学习和掌握统计分析在各行各业中的应用。前面提到5大高校组建的协同创新平台,不仅有5所高校参与,还有包括人民日报、新华社、中央电视台在内的媒体,以及包括中国移动、中国电信、中国联通、百度、阿里巴巴、腾讯等大数据公司和用人单位,包括云计算的一些基地共同参与,是一个“政、企、产、学、研”一体的人才培养平台,也就是说,人才培养环节是交叉的。

3.3 加强复合型人才培养,将大数据人才定位在硕士层面

在大数据时代,数据的收集、整理、显示与分析等涉及很多技术,数据处理将更为复杂。只有那些能够深刻理解大数据并懂得如何利用、分析大数据的人,才能有更大的竞争优势。因此,在大数据时代,更多的是需要具备多种能力的复合型人才。同时,在注重本科教育的同时,将大数据人才定位在硕士层面,主要有两方面的考虑:一方面是从专业知识方面考虑,硕士层面的学生经过本科四年的学习,已经积累了足够的统计学基础知识和计算机技能;另一方面是从需求角度,在大数据时代,我们改革最急需的人才是硕士层次的,恰好现在有“应用统计专业硕士”这样一个新的专业学位,利用这个协同创新平台来培养大数据人才,也与专业学位的改革精神相一致。

4 结论

众所周知,任何新生事物的出现将必定导致传统观念和技术的革命。大数据时代的到来,统计学承受着前所未有的冲击。作为传统的分析数据的学科,统计学要积极面对大数据时代的到来。现在其他学科和行业都纷纷涌入大数据的热潮,如果统计学不抓紧参与的话,将面临着被边缘化的危险。就如苹果手机的出现使得诺基亚这个手机巨头不复存在一样。总之,在大数据环境下我们既要积极面对挑战,又要紧紧抓住机遇,切实结合大数据的特点,积极采取有效改革措施,推动统计学学科教育的发展。

参考文献

[1]维克托·迈尔·舍恩伯格,肯尼思·库克耶.大数据时代——生活、工作与思维的大变革[M].杭州:浙江人民出版社,2013.

[2]朱建平,章贵军,刘晓葳.大数据时代下数据分析理念的辨析[J].统计研究,2014,31(2):10-19.

[3]邱东.大数据时代对统计学的挑战[J].统计研究,2014,31(1):16-22.

[4]耿直.大数据时代统计学面临的机遇与挑战[J].统计研究,2014,31(1):5-9.

[5]黄介武.浅析大数据环境下的统计学课程教学[J].课程教育研究,2014(8):235.

[6]党玮.关于统计学专业建设若干问题的思考[J].牡丹江大学学报,2011.(5):147-149.

[7]李金昌.大数据与统计新思维[J].统计研究,2014,31(1):10-17.

[8]轩希,张鑫,杨光.独立学院大一新生心理转型期教育研究[J].中国市场,2015(10).

[9]程利江,谢奇.提高我国高职院校人才培养质量的探讨[J].中国市场,2015(10).

[10]龚凤乾.美国“统计学评估和教育指导纲要”评介[J].中国统计,2014(9).

[11]刘盼盼,赵楠.我国教育投入对经济增长的实证分析[J].中国市场,2015(12).

3.大数据时代统计学教育的改革 篇三

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，跟上时代发展步伐。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，美国统计学会发布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，跟上时代发展的步伐。

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，是最新统计方法发布的主要平台，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：//statstsc.org/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：//www.amstat.org/education/curriculumguidelines.cfm，2014-11-15.

4.浅析大数据时代统计学的发展 篇四

随着现代信息技术的迅速发展，信息数据出现爆炸式的增长“数据革命”悄然兴起，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，“大数据时代”已经到来，大数据对传统的名录库维护方式带来机遇和挑战，基本单位名录库建设是统计工作之基石，其信息的准确与否，直接关系到数据质量高低。如何将各项数据信息有效地关联起来，让基本单位名录库建设与“大数据时代”接轨，从而凸显出名录库的价值，是一个值得深入研究的问题，本文从大数据运用的角度对名录库进行分析，探索名录库数据与其他信息产生的关联与碰撞，进而寻找加强基本单位名录库建设的方法。

一、大数据对基本单位名录库建设的影响

大数据是高科技时代的产物，给政府统计工作带来了机遇，也带来了挑战，所以推行“五证合一”登记制度与大数据接轨对基本单位名录库建设影响深远。

（一）部门数据沟通渠道更流畅

大数据时代下的名录库维护工作主要通过“五证合一”的登记制度改革为契机，统一部门名录库数据交换的统计口径与指标设置，明确部门数据共享的范围和格式，提高名录库数据共享水平。通过国家建立的部门数据处理系统在线分析法人库、工商、国税、地税的共同单位信息对比，即由以往的线下多头收集变为线上定向收集。定向收集的最大益处是使统计部门与其他部门间的沟通渠道更流畅，信息维护更明确，通过对比找差异，从而使部门数据来源更准确。

（二）有利于提高名录库维护工作质量

以往基本单位名录库维护工作从组织实施、调查核实、数据采集再到数据处理维护的各个环节都需要大量的人力、物力，在细节之处浪费大资源。大数据时代，工商、税务等部门的网络数据、商业记录将作为名录库维护工作的主要参考依据，一方面，拓展数据来源渠道，减轻统计调查核实工作量，降低基本单位名录库维护工作的成本；另一方面，参考大数据可以解决企业乱报、瞒报、虚报带来的数据质量不高的问题，从而可以有效提高名录库维护工作的质量。

（三）有利于提高名录库建设工作水平

大数据时代，名录数据之间的交换、共享渠道更加清晰、顺畅，一方面，名录库维护数据大部分来源于部门数据，尤其是工商、税务，那么同一时期多个部门之间势必存在基本单位数据不同步现象，给名录库维护工作带来了极大的阻碍，大数据时代后，部门信息共享，新增、变更、注销信息保持同步，使名录库信息更新更加准确；另一方面，统计部门可以通过部门大数据信息摸清企业现状，利用大数据处理方法，分析、汇总在册名录单位的行业分布和变化方向，深层次分析经济发展趋势，进一步强化部门间的配合，改变名录库建设单靠统计部门单打独斗的局面，形成一个全面的、准确的、实时更新维护的名录库，从而多方联合提高名录库建设工作的水平。

二、大数据背景下名录库建设存在的主要问题

（一）名录库维护更新工作量大，核实难度高

自与“大数据时代”接轨，全面推行“多证合一”登记制度改革以来，市场准入门槛降低，各类行业主体数量呈井喷式增长，名录库年定保反馈单位多，工作量剧增，名录库维护工作只是单方面的接受其他部门的数据信息，对于企业的新增、变更、注销是根据工商、税务等部门实施之后，统计机构只是在事后对其加以维护更新，对于待新增企业，往往在核实之后才发现，要么自注册后就未经营，要么就是已停业多年，甚至根据提供的单位信息也无法找到该户企业；对于变更的单位，存在大量的变更指标信息，甚至是一些毫无意义的指标信息，开展全面调查工作量太大，并且核实难度高，从而造成名录维护工作既被动又滞后。

（二）基本单位名录库缺少可视化程序的结合

一方面，名录库数据有“多、繁、杂”等特点，所获取的数据集合难以直观地向有需求的用户展现单位的发展和趋势等特点，缺乏对数据的开发力度和直观展现能力，很难有效地被利；另一方面，由于指标多，数据繁，统计人员在新增或者变更企业信息时，往往会因为一个小指标错误而造成错误反复出现，比如主营业务活动与行业代码不匹配之类的问题，甚至是通过行业代码注释书找到相应的代码，却因为概括描述与主营业务不一致，导致不得不为了消除错误而选择错的代码。

（三）统计基层基础工作薄弱，企业配合度低

随着国民经济的持续快速发展，准入门槛低，大量小微企业应运而生，名录库所面向的广大小微企业，大部分没有专业的会计或统计人员，难以提供准确的会计资料及统计数据；另外，由于小微企业负责人对统计法的认识不够，不理解为什么要入统，对统计调查的配合程度低，很多小微企业出于自身利益方面的考虑，抱有“财不外漏”的想法，不愿意提供真实财务资料，甚至是不愿配合统计人员进行登记入库，统计违法现象时有发生，这就造成了统计部门获取真实统计材料的难度非常大。

（四）统计工作人员专业性不强，有待提升

虽然目前已经实现乡镇五级联网，但名录库工作向基层延伸，需要一批既懂电脑又懂统计业务且人员稳定的基层统计人才队伍，但是由于全县区域发展不平衡，大部分乡镇统计助理均是地方政府从其它站所临时抽调的人员，多为兼职统计，所以在培训过程中，抱着得过且过，应付的心态，往往同样的工作需要重复培训，所以在做年定报时，往往会因为一个指标的不理解而导致工作效率的缓慢；其次，局内名录维护的负责人专业知识掌握也非炉火纯青，对于相应的属性指标理解、培训也稍显吃力，缺乏对大数据时代下的名录库数据分析、运用的能力。

（五）统计信息化建设程度较慢，名录利用率不高

统计系统的信息网络建设进度慢，现在仍然处于起步阶段。基本单位名录数据资源的利用率、共享率不高，其应用面仅仅局限在统计系统内部，除了统计机构开展统计调查活动、四上企业审批使用外，社会上应用几乎为零。未建立完善的名录库信息服务系统平台，所以很难获得部门、企业的支持，造成统计资源浪费。

三、大数据背景下的基本单位名录库建设策略

（一）深化统计体制改革，加强业务培训

争取统计垂管至乡镇，建立真正意义上的乡镇统计工作站，真正实行乡镇统计人员独立统计，从根本上解决乡镇统计站的人、财、物问题，保证基层统计工作的正常开展，县级统计部门对乡镇统计站的管理也名正言顺、名副其实了，统计基础工作也就不会受到地方政府的干预和左右，统计工作中的长官意识无形中就会减小，统计数据质量也就自然而然地提高了。同时，要加大对县区内全体统计工作人员的业务培训力度，不断提高统计人员的整体素质，要注重更新统计人员的知识，改善统计人员的知识结构，提高统计人员的综合素质，在培训中要注重基层统计工作的实际，不搞花架子，要注重实用性和可操作性，要讲求行之有效的培训方法，这样才能收到好的培训效果，才能发挥统计培训在统计基础建设中的重要作用。

（二）建立大数据名录库，构建大数据平台

大数据时代，做好基本单位名录库建设，政府统计部门需要建设一个统一标准的数据采集、存储、和共享平台，这就有赖于行业主管部门的密切协作，加快推进部门名录数据资源共享，达到交换快速、共享顺畅的使用目的，真正实现部门名录与统计数据的共享共用，形成一个更新及时、权威完整的部门共享共用的“大数据”名录库。同时，统计局牵头构建真正意义上的大数据共享平台，在现有的国家数据处理系统的基础上继续整合发改、商务、建设、农业等行业主管部门的数据，把不同政府行政部门的综合数据共享到大数据平台，实现部门数据的大整合，遵循“统一标准、一库在线、分级维护”的名录管理办法，形成当前体制下统一完整，数据真实的大数据名录库。

（三）运用先进科学技术采集信息,完善大数据库

充分利用现有的硬件资源，完善统计大数据库，可将普查后闲置的PDA运用到基本单位名录库的更新维护工作中，通过对法人库中企业经营地分析，将PDA发放到企业处理地密集的社区、街道，可以为个体户数据建立电子存档，同时也可以保证最基层的统计人员通过国家数据处理系统找到相关企业信息，随时随地将变更、新增的企业信息录入到基本单位名录库中便于以后数据查询和统计查询工作，同时也能及时更新基本单位名录库中的动态经济数据，从而保证在源头上做好基本单位名录库建设工作。

（四）完善空间位置坐标信息，实现名录数据可视化

基本单位名录库主要包括识别信息、属性信息和数据信息，其中识别信息是统计调查的基础，为了方便查找到企业位置所在地进行统计数据核实，在今后的系统开发中，可以考虑采用大数据的“互联网+”模式建立名录库地理信息系统，结合将要进行的第四次经济普查企业、个体清查摸底，基本单位名录库可以通过高德地图、百度地图等服务商获取授权，以名录库的单位名称、单位地址、行政区划信息为基础，通过地址反向编译功能将名录库单位逐一加载到地图数据中，实现对名录单位的快速定位查找，从而直观地掌握各类单位的分布规律、聚集程度，可以使用户更加直观地掌握一个地区的发展特点和变化趋势，进一步夯实基本单位名录库在发展地区经济、招商引资、确定项目规划等行为中的基础效应。

（五）重视大数据建设，提高统计工作效率

利用大数据更新维护名录库，可以解决名录维护更新工作量大的问题，有效减轻基层统计人员的工作负担；更能解决部门之间数据因时间结点、统计口径等因素造成部门之间出现数据不一致的问题；同时也能提高名录库更新维护的效率和数据质量。发挥大数据在单位核实，数据质量验证等方面的作用，为基本单位调查核实工作增效减负，借助“多证合一”的契机，加强与各行业行政部门的合作联动，拓展部门数据共享范围，建立真正意义上的统计大数据库，实现批量维护更新基本单位名录库。

（六）借力四经普，全面更新基本单位名录库

全国经济普查的对象包括名录库第二、第三产业的全部单位，经济普查通过入户登记，获取到每户最新的主要数据指标，是对各类单位经济行为的一次全面调查，可以为基本单位名录库的信息进行精准核实和有效更新，在统计应用系统建设中，应充分利用普查数据多、深、广等特点，建立一个独立于名录库与普查库的经济指标数据库，其数据来源于普查库，主要包括单位识别码、资产、经营等具体经济指标，在日常维护名录库时，以名录库单位信息为基础，通过单位统一标识，从该数据库中有选择地提取经济指标，实现名录库信息与数据库经济指标的关联和展现，进而对名录库单位信息实现有效补充。

5.浅析大数据时代统计学的发展 篇五

我们所处的这个时代被称为大数据时代。所谓大数据，通俗的理解就是，不采用常规的信息技术手段和各种软硬件工具，感知、读取、分析和处理的规模异常巨大的数据和信息的集合。大数据时代出现的技术背景是：云计算、物联网等数据获取技术的巨大进步和广泛应用。其数据和信息分析、处理的来源，除了政府、企业、媒体以及其他专业机构提供的数据外，还包括UGC模式（用户生产内容）以及移动终端生成的数据和信息（地理信息、行为信息和移动信息），而后者更是大数据时代重要的数据来源。

在技术基础和数据、信息数量迅速发展的大数据时代，强调的是对海量信息和数据的综合挖掘和处理能力。大数据技术的应用是指数据挖掘（Datelining），又称数据库中的知识发现，指通过对数据库中大量数据的分析、整合、对比、归纳，揭示或发现隐含其中的、尚未被人们发现的、具有潜在或显在关联价值的数据，对其进行价值提炼或价值聚合的过程。大数据技术不仅在世界和产品的营销领域有巨大应用空间，现在也已经对传统产业包括传媒业、大众站带来了冲击和影响。

穆斯林网站指以传播伊斯兰文化及新闻资讯为主旨的大众站，目前还停留在Wcb1.0时代点对面的传播阶段。穆斯林网站目前国内有120个左右，种类齐全，涵盖政府机构、穆斯林团体和个人创办的网站；特色鲜明，主要以传播伊斯兰文化和资讯为主。但在大数据技术应用、社会化媒体以及移动传播技术的冲击下，其生存压力愈发明显，不少穆斯林网站已经出现资金和人力不足的生存困境。同时，网站的辐射力和影响力也偏弱，如果不尽早实现传播策略转型和定位调整，那么，“站已经成为传统媒体”的感慨可能很快就要成为现实。穆斯林网站要走出逆境，需要在多个层面进行战略调整，并进行适当的变革。

一、穆斯林网站的内容整合

穆斯林网站主要传播伊斯兰文化及资讯，其核心产品是内容，但在新闻传播的理念与方式方面，穆斯林网站需要尽快实现向大数据时代升级。

在大数据时代，网络传播的形式与渠道更加多样化，网民成为网络传播中更活跃、更重要的主体之一。社会化媒体及在此基础上出现的公民新闻也给穆斯林网站的新闻传播带来冲击。因此，穆斯林网站需要变革自身的内容定位，升级自身的传播手段，具体可从以下两个方面人手。

1、实现新闻定向报道与新闻制作方面的应用创新

穆斯林网站主要的新闻呈现方式是网络新闻集纳。这种形式使之在与传统媒体竞争中表现出一定优势，但在web2.0时代，其全面集纳的新闻理念有此过时。在大数据时代，UGC模式以及公民新闻能提供更丰富的基础信息，穆斯林网站应注重从特定的分众化角度对新闻线索、新闻元素进行整合和解读，并加大信息舆论引导和深层解读的力度。

特定性、区隔化的信息供给，是穆斯林网站的特色。目前，穆斯林网站以站为核心的传播模式受到了搜索引擎技术和自媒体的冲击，特别是微信、微博等社会化媒体的普及，受众获取信息的渠道和途径更加多元化，对站的`依赖性有所下降。因此穆斯林网站应结合大数据技术，精准把握用户的需求和偏好。浏览穆斯林网站的受众，有些是为了增强对伊斯兰文化的认同，坚定对其宗教信念的归属感；有些是为了传播、弘扬伊斯兰文化；有些是为了学习语言，以便在现实生活中谋求一份好工作等。针对受众的不同需求和偏好，网站需要向个性化门户的发展方向转型，在推动对用户个性分析的基础上，探索新的途径，以更好地满足用户的个性需求。

在内容传播的表现手段和形式上，穆斯林网站需要通过信息图表等手段对已经拥有的信息、数据进行更好的呈现、分析与解读，甚至要通过信息图表来完成对新闻事实的深度拓展与解析，这些将成为提升穆斯林网站新闻制作水平的新方向。

信息图表（Infographic）是将各种信息（包括数值型和文本型信息）进行可视化、形象化呈现的一种传播手段。信息图表的作用主要有梳理关系、揭示进程、图解要点、整合内容、分析说明、阐释观点等。对于穆斯林网站来说，用户数据是重要的数据来源，通过对用户数据的有效收集，对数据关系的充分理解，可以将个体的、分散的用户行为中蕴含的共同规律和有用价值形象地揭示出来。这对穆斯林网站来说是一个全新的挑战，也是一种时代的要求。

2、加强与社会化媒体的“对接”

社会化媒体是基于用户社会关系的内容生产与交换平台，是Web2.0时代网络的主要应用方式。社会化媒体的勃兴与媒体融合的大趋势是穆斯林网站发展面临的重要理论与现实课题。

在移动互联网时代，形形色色的网站和手机应用几乎都具有社会化媒体的功能。对于穆斯林网站来说，社会化媒体蕴含着无限的内容拓展性和延展性。通过社会化媒体筛选与整合新闻线索、新闻选题，利用社会化媒体对穆斯林网站内容进行推广与补充，对网站内容进行二次传播，利用社会化媒体实现“大众门户”与“个人门户”的对接，实现穆斯林网站与受众、受众与受众之间的互动都将是穆斯林网站未来发展的空间。

从目前的发展情况来看，穆斯林网站与网络受众的互动性还远远不够。利用社会化媒体与受众进行互动，可以真正深人地把握并理解网络受众的深层需求，在此基础上，为他们提供其关注的话题和内容，穆斯林网站甚至可以通过社会化媒体为其受众量身定制个性化的新产品。

二、穆斯林网站的关系革命和关系建设

虽然穆斯林网站的核心产品是内容，但是，只注重“内容为王”，而认识不到对关系资源的开发和利用，也是穆斯林网站发展受限的一个重要原因。

网站内容传播并不完全取决于“内容为王”。在新媒体语境下，注重关系资源才能让事实性信息、意见性信息的传播更广泛、更有效。而穆斯林网站长期把内容当成精神产品经营，更多地关注其精神价值层面，而忽略内容与社交的关系，因此，穆斯林网站发展思路有些狭隘。

按照中国人民大学新闻学院彭兰教授的说法，“关系可以体现为三个层面：产品与用户的关系、网站与用户的关系、用户与用户的关系”。在这三个层面，穆斯林网站都需要进行适当的变革。

1、产品与用户的关系

中国穆斯林群体规模相对较大，穆斯林网站提供给用户的产品，既包括发布最新的穆斯林方面的新闻资讯，也包括传播穆斯林宗教礼仪等方面的内容。因此，穆斯林网站理应在这一传播领域拥有自己的优势，确立明显的市场区隔，但目前的情况不尽如人意。

对于网络用户而言，他们更关注的是内容和内容的呈现方式，而现在，穆斯林网站内容原创性不强，多为相互转发，同质化严重，更新速度较慢，时效哇不强。在内容编辑制作、板块设置、网页风格等方面和商业站存在较大差距，不能引起网络用户的认同，没有形成更好的用户体验。而在新闻资讯的表现手段及表现方式上，穆斯林网站也存在一定的不足，这些都影响了网站内容的传播效果。

2、网站与用户的关系

现有的穆斯林网站中有一些网站具有较大的影响力，也拥有自己的品牌，如中穆网等。但是学者黄少华运用点度、中心度、中介性、密度与凝聚度等指标，对中穆网做了专业分析，结论是虚拟穆斯林社区的关系主要是一种弱关系网络，呈现的是一种扁平化、去中心化的网络结构。也就是说，缺乏具有足够瓢性的产品，用户与网站的关系并不牢固，用户对网站的忠诚度也不高。

3、用户与用户的关系

用户相互之间的关系，是网络平台中最重要的关系。以社会关系为传播渠道的自媒体传播模式的发展印证了用户与用户关系的重要性和基础性。穆斯林网站发展的不足在于，对用户与用户相互之间的关系平台搭建方面，除了少数网站成功运作了论坛、社区外，在新型用户关系平台方面如微博、微信等方面，穆斯林网站的经营意识和运作能力都是有限的。

如今的网站信息传播正在从以Web2.0网站为核心的“大众门户”的传播模式向以社会关系为基础的“个人门户”的传播模式发展。如果网站不能更好地为用户关系搭建更好的平台和渠道，那么在未来的发展和竞争中，穆斯林网站就难以拥有一席之地。对于穆斯林网站来说，如何深度开发并利用关系资源是其急需重视的一个问题，也是其发展中的一个思路。穆斯林网站进行关系革命和关系建设，需要深人研究网站受众并把握其深层的心理需求，需要穆斯林网站发展理念的全面更新与变革。

6.浅析大数据时代统计学的发展 篇六

杨鹏博 张建邦 石家庄机械化步兵学院

摘要：大数据的出现，是当今互联网技术、数据存储技术、数据处理技术等众多科技不断革新的共同产物。本文主要分析了大数据技术的发展现状，并提出大数据技术的启示，旨为推进大数据技术的发展提供帮助。

关键词：大数据时代；部队思想政治教育；创新发展

作者简介：杨鹏博（1992-），男，石家庄机械化步兵学院2016级警卫勤务专业本科生；张建邦（1991-），男，石家庄机械化步兵学院2016级警卫勤务专业本科生。

部队思想政治教育工作如何提高针对性、实效性、时代性和感召力，是当前部队政工干部迫切需要研究的课题，它所带来的机遇与挑战必须要客观准确地把握和调整。

一、大数据技术的发展现状分析

伴随着大数据技术的日益发展，相关的研究与报道也日益丰富，截至目前，这一技术的研究发展状况主要体现在四个方面：基础理论、应用实践、关键技术、数据安全。在实际研究与运用过程中，大数据技术表现为三个方面：数据搜索分析、数据管理、数据集成。其中，在模型社交网络中，数据搜索分析有着广泛的应用范围，数据管理在新型数据库储存模型中应用广泛，同时在大型互联网数据库中也比较常用，数据集成主要功能在于整合不同来源、不同作用的数据，其目的在于整体数据库新的功能的研发与应用，这一部分起步晚，所以目前还处于初始研究与应用阶段。最后，在数据安全方面，数据安全研究工作的重点仍然是大数据技术的数据质量问题以及用户隐私问题。在冗余性、准确性、完整性等方面，大数据作为一项新技术，目前还存在着一些偏差，这就不可避免地会导致一些数据质量问题。

二、大数据技术的启示 1.及时地更新教育理念

把握规律，研究新情况，解决新问题。大数据比小数据更强调数据的整体性与完整性，所以这一技术对于特点和规律的总结和概括也比较重视，所以更有利于接近事实的真相。在实际工作中，要要全覆盖、全员额、多层次、多角度、全面地分析广大官兵的现实思想状况，借助于现代科技的辅助，重视探究科学途径和有效方法，增强教育的主动性和有针对性，切实做到有的放矢。为了挖掘潜在新价值，要求我们要积极探索。预测是“大数据”的核心价值，因此这一技术被称作“未来的新石油”，在挖掘潜在价值时，数据的开放整合是第一步，而第二步工作便是深度分析。在思想政治教育工作中，由于不同的官兵主体有着不同的实际情况和现实需求，再加上新情况、新问题不断地涌现，为了更好地发挥“大数据”理念的新功能，我们要与时俱进、积极探索，全面地应用部队思想政治教育的数据，提升其价值与含金量，在综合运用数据力量与预测力量的基础上，完善教育效果。2.整合教育资源

随着经济全球化的深入发展，价值的多元化问题也日益凸显，在社会变革发展的要求下，思想政治教育工作也面临着新情况和新挑战，要求我们在实际工作中主动地引入数据信息，以更好地迎接挑战。一要结合强军目标，大力弘扬军队的优良传统。与传统教育方式方法相比，借助大数据的思想政治教育的生动性和灵活性会显著增强，官兵思想活跃，再加上各种信息的海量涌现，人们的传统观念也受到了新思潮、新观念的冲击，所以，在部队思想政治教育工作中，凝聚军心还要靠强军目标的作用，针对我党我军的优良传统，要继续大力弘扬，在对官兵进行思想政治教育时，要善于运用数据信息，其目的在于确保部队绝对纯洁、绝对忠诚、绝对可靠，牢固的思想根基时实现“强军梦”的可靠保障。二要与时俱进，完善系统建设。将大数据技术引入思想政治教育工作是一个复杂的系统工程，需要一个过程，不可能一蹴而就，所以，在紧跟形势发展的前提下，要始终坚持立足现实、着眼长远的工作原则。在实际工作中，要善于系统设计、统筹规划，及时地整合资源并逐步完善，大数据建设也必须遵循“能打仗、打胜仗”的要求，以更好地服务部队建设。统筹资源、重点突出是大数据建设的基本原则，要避免各自为政，以避免重复浪费，从而推动大数据技术更好地融入到军队思想政治教育工作中去。3.贴近官兵实际

数据共享为军队思想政治教育工作提供了新思路，但是，“内化于心、外化于行”的教育规律要始终得到遵守，不可违背。一要掌握动态变化，及时地进行调查研究。调查研究是获取生动可靠的数据资料的前提和基础，要全面地采集官兵思想状况，这就需要对调查研究的方式方法进行创新。在“数据研究”理念的指导下，要对调查研究进行重新思考。为了准确采集官兵思想动态数据，要建立“兵情调研数据库”，以“量”的积累来推动“质”的实现，要确保数据资料的真实性和充分性，以此为各项工作的开展奠定良好基础。二是科学分析预测，提供有效指导。更好地指导工作是数据调研的目的所在，实现从“量”的积累跨越到“质”的飞跃，是将大数据技术融入思想政治教育工作的重要环节，这就需要对数据进行分析研判，以对官兵真实思想有全面的了解。随着大数据技术的日益发展，科学地分析“兵情调研数据库”中的数据，是新形势下确保部队思想政治教育工作的实效性的重要内容。

参考文献：

7.浅析大数据时代统计学的发展 篇七

1.1 简介

(1) 对于医院的管理者来说 , 信息统计对于医院未来的发展方向和医院出现的各种问题都能够通过数据进 行判断 ,提高了管理者掌握正确方向的能力。

(2) 信息统计工作有利于对医院医疗的质量控制进行监管。目前, 医院的发展趋向于专业化, 一家医院的医疗质量和专业化程度是衡量医院医疗水平的重要标准。所以信息统计工作, 一方面对本院的医疗水平进行统计, 通过数据客观的衡量医院医疗水平; 另一方面, 通过对医疗病例进行统计可以对一个时期的患者患病率和患病原因进行统计分析, 有利于医院具有针对性地建立医疗救治方案。

1.2 管理模型

医院信息 统计管理 模型可以 分为两大 主要内容 。(1)针对病患进行统计, 统计内容包括病患性别、年龄、患病原因、病状、 住院时间、诊治措施等。(2) 对医院的 管理内容进行统计, 统计各个部门间的人员流动、工作表现、部门效能等。

医院信息统计管理病患统计信息模型如表1所示。

医院管理信息统计模型如图1所示。

1.3 对医院管理发挥的作用

医院信息统计工作对于医院的管理发挥着不可替代的作用, 其主要表现包括以下几个方面:

(1) 有利于医院质量管理的考核和评价

通过医院信息统计客观统计的数据可以对医院质量管理进行考核和评价。对医院各个科室的管理水平、医疗能力进行考核可以发现在科室活动中存在的问题, 便于及时做出调整。对于医院员工的考核可以统计出员工的工作能力和工作表现, 有利于约束员工行为, 提高医生和护士的服务 水平 ,提高医患关系的融洽度。

(2) 有利于医院管理决策的正确性

医院的经营市场化形式趋 于明显 , 在面对市 场竞争中 ,医院的管理者每一项决定都关系着医院未来的发展。通过医院统计信息, 医院的管理者可以准确地掌握自身的经营能力,同时通过对市场的统计分析可以准确判断出医院未来的发展方向, 并能够通过统计数据加强自身的竞争力。

(3) 有利于医院资源的整合

医院是集人力和物力为一体的综合性企业。在对医院资源的信息统计中, 可以将人力资源和物力资源进行统计, 便于医院进行管理。

对于医院人力资源的统计主要是统计医生的专业能力和护士的服务水平。通过客观的数据可以了解医生在某一医疗领域的计数水平和护士的服务水平, 一方面能够为医院针对某一科室进行人员加强配置, 另一方面可以对人员的奖惩制度进行完善。

对于医院物力资源的统计可以确保医院设备正常工作和耗材的储备充足。同时还可以避免资源的重复, 给医院的经济造成损失。

(4) 有利于医疗体系的建设

通过统计数据可以发现医院在某一方面的不足, 通过具有针对性的建设, 可以帮助医院建立较为完善的医疗 体系 ,更好地服务与百姓。医院医疗体系的建设是医院立足的根本,在现代化医疗体系建设中, 数据的分析是医疗体系完善的基础, 只有客观地评价医疗体系的结构和性能, 才能够保证医院稳定发展。

2 面临的问题

2.1 信息化薄弱

随着信息化时代的到来, 大数据的分析已经深入了各行各业, 作为医疗的前沿, 医院在信息化建设方面相对于其他行业相对薄弱。医院信息化薄弱问题一方面来自管理层对医院信息化建设的不重视问题; 另一方面, 医院信息化建设需要巨大的财力、物力和人力, 医院将精力投入在医疗设备的改进和医疗水平的提高方面, 在信息化建设上就难以投入过多的精力。

2.2 信息化统计内容单一

在大数据时代, 医院信息统计工作内容越来越丰富, 然而一些医院并没有意识到信息统计数据的重要性, 信息统计内容还只局限于对病人的病例进行统计。由于统计内容的单一, 难以形成有效的分析数据, 对于医院的管理和医疗水平的提高不能发挥出统计数据实际的价值。

2.3 信息化统计专业性差

信息化在医院管理中的 应用缺乏 统计的专 业性 , 目前 ,医院所采用的信息化系统主要包括HIS医院管理系统和CIS临床信息系统, 这两套系统主要功能是降低劳动化强度辅助医院进行人和物的管理, 而对于统计数据适用性并不强。所以医院信息化急需具有专业性的统计系统, 充分利用数据的价值, 帮助医院进行管理和医疗能力的提高。

3 发展对策

3.1 提高统计信息质量

在大数据时代, 大量的信息集中在医院的信息科, 如何快速将这些信息进行分类和提取是信息科所要面临的重要课题。信息的准确性是信息统计工作必须严格管控的内容, 在现代化医疗体系建设中, 把握信息的质量的关键在于建立信息内容评价标准和信息应用规范, 信息数据的应用具有3个主要特征, 一是准确性, 二是适用性, 三是及时性。统计信息的评价标准和应用规范主要围绕信息数据这3个主要特征进行确立。

(1) 信息的准确性

信息的准确性对于来自 方方面面 的信息真 伪进行判 断 ,只有准确的信息才能够成为有效信息, 在医院中如果误用了错误信息数据则会造成严重的问题。提高信息的准确性首先要明确信息的来源, 其次要对信息的真伪进行辨别, 最后对信息的价值进行评价。

(2) 信息的适用性

在医院的信息管理中, 如何从大量的信息内容中获取对信息应用目标有用的数据是信息管理的内容之一。信息的适用性选择需要建立统一的标准, 避免“张冠李戴”造成信息错用的问题。信息的适用性原则主要从医院自身的信息采集为标准, 因为不同的医院在信息产生上都不相同, 只有利用自身的信息才能确保信息的适用性。

(3) 信息的及时性

信息具有时效性, 相同的事情在不同的阶段所产生的信息不一定完全相同, 因此, 在信息采集和统计时, 必须要以最新数据为价值参考, 加快信息刷新的频率, 降低失效信息勿误的可能性。信息统计的及时性主要表现在医院建立信息及时交流的基础上, 只有增强科室之间、部门之间、人员之间的信息沟通机制才能保证信息及时被利用。

3.2 科学化管理

利用大量的数据统计促进医院科学化管理是医院信息统计工作的核心内容。医院信息统计科学化管理主要实现以下几方面工作目标:

(1) 信息统计的评测

信息统计的评测功能可以对医院的人员、设备、耗材等进行统计, 还可以对近段时间的医患病因进行统计, 通过对医院各项数据的统计与近期医患病因的统计可以分析出在某段时间医院需要加强某方面医疗的能力。利用信息统计的评测功能还可以对医院某一专项的医疗水平进行评测, 统计医疗过程中的不足, 帮助医生及时调整医疗方案。

(2) 信息统计的决策

我国医疗体制改革不断完善进行中, 对于来自各个层面的数据进行统计分析, 能够为医院的管理者提供准确的决策依据, 帮助决策者正确判断医院经营方向。并且通过对本院的统计信息可以快速找到医院系统中的薄弱环节, 依靠准确的数据为管理者提供医院改革的参考。

(3) 信息化统计的监督

医院医疗和服务的质量是医院水平的重要表现, 医院信息统计可以对医院的各个科室、每一位医生及护士的工作能力和工作状态进行一个时期的统计, 通过数据可以客 观地、真实地反映出不同科室的医疗质量和个人的服务水平。信息化统计的监督功能是保障医患关系融洽的重要手段, 通过建立奖惩制度提高医生和护士的工作认真性, 而信息化的统计数据则是衡量和监督医生和护士工作积极性的重要参考。

4 结语

8.大数据时代下政府统计工作的变革 篇八

【关键词】大数据时代；政府统计工作；变革

一、引言

作为经济社会信息搜集和利用的主体，政府统计工作担负着对宏观经济形势预判和满足社会需求的重要任务。但在以电子化、海量化、多样化为特征的大规模数据急剧增长的时代，“大数据”的生产和使用却正在逐渐改变着政府统计工作的传统模式。“大数据”背景下，政府统计的地位和职能都正在经历着技术进步所带来的各种冲击。把握大数据发展的时代特点，推动大数据开发应用，对于加快转变政府统计模式创新和更好服务经济社会发展，具有十分重要的意义。

二、大数据背景下政府统计调查工作的新特点

1.数据量巨大，覆盖面广

以往的政府统计调查工作需要收集和处理相当大量的数据信息，但这些数据信息一般都是某个地区范围内的直接数据信息，和调查的内容与目的之间存在着明确的关系，所以其数据量虽然大，但终究是有限的。随着政府统计工作职能越来越重要，在大数据条件下，政府统计工作在几十年的变革中不断进行发展壮大，政府统计调查工作所要收集和处理的数据量较之前相比不只是数倍的增长，因为它不只是会收集处理和调查内容、调查目的存在直接明确关系的数据信息，它还会收集处理很多关系不是非常明确的数据信息，所以其数据量是非常巨大，覆盖面非常广，目前政府统计工作己覆盖到了我國国民经济中20个门类、96个大类、432个中类和1094个小类的绝大多部分行业，随着政府统计基础工作的不断延伸，政府统计工作的触角己经触及到了各乡镇、街道、村和社区，几乎全行业、全领域的数据。如果在技术可行的前提下，这个数据量可以说是无限的，因为每时每分都有新的数据信息会产生，这些数据信息一但产生就会立即被纳入到统计调查工作的范围内。

2.数据类型多

以往政府统计调查工作所处理的数据类型主要包括数字、文字，但在大数据下政府统计调查工作所需要处理的数据类型则更多，它不仅包括传统的数字、文字，同时还包括其他所有可以被计算机识别的结构化数据与非结构化数据等等，大体上，结构化数据占10%、半结构化数据占5%、非结构化数据占85%。

3.数据分析复杂

以往政府统计调查在进行数据分析的时候，由于数据量较少，而且数据之间的关系明确，所以分析工作的难度并不是非常高，技术性也不是很强。但是在大数据下，政府统计调查工作所需要处理的数据量大幅度增加，而且数据之间的关系较为模糊，必须要进行相当复杂深入的技术性分析，才能最终得出具有价值的分析结果。

三、大数据时代背景下统计工作的模式变革

在大数据背景下，无论是从提升统计工作的实践价值还是从建设现代服务型政府的要求来看，履行好统计满足社会需求的职责、加快统计工作的改革创新，都需要从应用层而和执行环节加强能够适应新的时代背景的调整、创新和探索。

1.优化政府统计部门的机构设置

目前按专业、部门条块分割式的机构设置方案及工作模式已造成了大量数据交叉重叠情况的发生，且由于制定统计口径的差异又自接导致了各地数据质量的良荞不齐。国家统计局推行的“联网自报”等四大工程运行结果显示出，新兴（网络）技术对传统人工的替代作用愈发显著，这将自接导致地方统计机构对现有职能做出调整，即由以前的催报、加工汇总、审核等职能转化为对于标准化数据本身的分析、管理和监控。所以在“大数据”时代背景下，政府统计工作的侧重将愈发倾向于开拓更多可用的数据资源，对数据流进行实时监测，保证统计结论的信度和效度，并按照大数据时代的公众需求和特点，不断完善统计结果的发布形式。一言以蔽之，大数据背景下的政府统计工作，必须要走越来越标准化、技术化和专业化的道路，其机构设置方案更需做出倾向于技术和监管方向的调整。

2.推进政府数据采集工作的标准化

在数据化管理时代，企业本身已经更加重视自身业务模式的数据化和标准化运营，多数企业也已经建成了从原材料到销售终端一体化的数据跟踪体系，每一项业务流程都有标准化的数据记录可供追溯和查询。在这样的时代背景下，政府统计工作则更应该加强数据采集的标准化工作流程，为后续的数据分析、处理及发布打下坚实的基础。

3.加强对统计调查服务产品的开发

政府统计调查工作的最终目的是服务于国家与社会的发展，所以在大数据时代下，政府必须要加强对统计调查服务产品的开发，全面的、高质量的服务于社会各方各面发展。统计产品主要包括统计指数、分析报告、专题报告、咨询报告、数据包以及信息预警等形式，数据产品主要面向宏观决策、中观利用、微观服务三个层次。

四、结束语

大数据时代的到来，是现代生产力水平发展到一定阶段的必然。大数据到来意味着数据不再是单一的数字，而是包括文本文字、图文图像、音频、视频等半结构化、非结构化数据及结构化数据的融合，也意味着各类数据以快速、巨大的生产方式迅速产生出海量数据，它带来了许多新的情势、新的问题。无论是数理统计，还是社会经济统计，都需要面对已经变化了、正在变化着、还将继续变化的数据的世界。因此，需要在“大统计”的世界里学习、掌握、比较、选择、运用和创新统计理论和统计方法，以适应大数据时代的发展及其带来的挑战。大数据将促进“大统计”，而“大统计”也应该在大数据时代为人类社会的发展和进步作出新的贡献。

参考文献：

[1]何强.政府统计视域中的大数据核心思想当议[J].调研世界，2015（02）：50-53.

9.浅析大数据时代统计学的发展 篇九

摘要：信息化是以现代通信、网络、数据库技术为基础，对所研究对象各要素汇总至数据库，供特定人群生活、工作、学习、辅助决策等和人类息息相关的各种行为相结合的一种技术。

生物心理社会医学是一种从生物学与心理学、社会学的统一来看人类健康和疾病的医学模式。它出现于二次世界大战之后，是对生物医学模式的辩证否定。

1948年世界卫生组织在其宪章中把健康定义为“一种在身体上、精神上和社会上的完善状态，而不仅仅是没有疾病和衰弱现象”，第一次表达了这种医学模式的基本思想。1977年美国医学家G.L.恩格尔在《需要新的医学模式：对生物医学的挑战》一文中，首次明确提出并系统阐述了生物心理社会医学模式的概念，在医学界引起广泛注意，我国于80年代初开始探讨从生物医学转向生物心理社会医学的理论与实践。这种新医学模式的特点是，沿着系统论思路，把人理解为生物的、心理的、社会的三种属性的统一体，人的健康和疾病不仅是生物学过程，而且有心理和社会的因素，要从生物、心理、社会相统一的整体水平来理解和防治疾病。它主张在已有生物医学的基础上，加强心理和社会因素的研究和调控，相应地发展了医学心理学和心身医学、医学社会学和社会医学。

大数据（Big data）又称巨量资料、海量资料，指的是所涉及的资料容量规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。从另一个角度上来讲，大数据是由数量巨大、结构复杂、类型众多数据构成的数据集合，是基于云计算的数据处理与应用模式，通过数据的整合共享，交叉复用形成的智力资源和知识服务能力。（维基百科）1 大数据是网络时代的产物

近年来在物理、天文、生物、统计等学科领域和金融、气

象、军事、通讯行业中需要处理的数据已经形成了大数据现象，需要处理的数据容量发展如此之快，已经不能再用GB和TB为单位来衡量数据的存储容量，以P（1000个T），E（一百万个T）或Z（10亿个T）为计量单位的应用也将会十分常见。但是大数据真正被多数人认识和关注则是由它在互联网出现而开始的。首先是互联网的用户数量以及用户使用网络的时间的增长使用户行为数据激增，其次是随着网络应用的多媒体化，网络数据由纯文本演变为图片、音频、视频等多种格式，造成数据量大增。另外随着物联网和云计算、云存储的出现和发展，互联网节点由单一的PC机变为包括PC在内的各种智能终端，用户随时随地在线，使互联网成为一个充满海量信息流的立体网络。

Facebook创始人扎克伯格在Web2.0峰会上宣布，根据Facebook统计数据，社交分享信息量以倍数增长，今天分享信息总量比两年前增加了两倍，从现在开始后的一年，用户所产生的信息分享总量又将会翻番。互联网上不断增加的数据为互联网公司提供了进行数据挖掘和数据分析的物质基础，互联网公司可以通过对用户网络行为数据的分析来了解用户的网络行为习惯，改进服务推广模式和广告推送途径，从而获取更大的收益。目前我国大型的网络运营、电子商务企业都有专业的人员来进行大数据分析，对包括门户、搜索引擎、电子商务、SNS等业务产生的数据对用户的网上浏览、购物、娱乐习惯进行分析，为各种服务的精准投放提供决策依据，去适应或者影响用户的网络活动习惯，从而在互联网获得更大的发展空间。大数据时代已经在不知不觉中降临到我们的生活中，越来越多的数据应用在不断地改变我们的生活方式。大数据为生物医学研究和医疗信息化带来机遇

大数据在许多行业和学科领域的深入应用对生物医学研究的手段方法都带来了改变。生物医学研究领域，常使用统计学方法来处理和分析科学实验或者临床研究的数据，为了分析结果的准确性，实验分析抽取样本的数量越来越大，而网络和云计算、云存储等信息技术与医学的结合使生物研究获得大数据

更加方便和迅捷，生物医学的研究开始基于网络、云计算和大数据存储和大数据样本进行。例如2009年谷歌公司根据用户上网搜索内容对甲型H1N1流感的流行与暴发进行了预测，使公共卫生机构的官员获得了非常有价值的数据信息。我国深圳国家基因库中的样本量已达130万份，其中人类样本115万份，动植物、微生物等其他样本15万份。至2013年底，预计可有1000万份溯源生物样本，2015年底达到3000万份生物样本。而美国GenBank数据库中登录的DNA序列总量在2002年就已超过了280亿个碱基对。生物医学研究因为样本数据资源的极大丰富而更容易获取成果，基于大数据挖掘和分析方法的生物医学研究已经在促进人类健康方面取得了巨大成就，美国一个医疗小组对一名“腓骨肌萎缩症（CMT）”病人和他的10余名亲属进行全基因组测序，随后使用专用设备和先进的统计分析软件对获得的数百Ｇ的数据进行对比分析，很快就精确地获得了致病基因和发生突变的位点，为该疾病的预防提了可靠的遗传学依据。乔布斯在患胰腺癌以后也曾做过基因测序，希望能够通过找出DNA中有缺陷片断的方法来战胜癌症。目前我国深圳国家基因库以生物基因资源为依托，开始了大数据与医学和其他产业的整合与应用，如“全国出生缺陷样本联盟”，针对我国高发的出生缺陷、单基因遗传病、原因不明的妊娠异常在全国10个重点省市收集3万份临床样本及表型信息。为进一步研究影响出生缺陷的遗传机制和环境因素，提升我国生育健康研究的整体水平提供基础数据性支持，推动早期筛查、诊断、治疗、康复的防治技术研究。随着医疗机构信息化建设的不断发展，以及信息化管理和物联网的应用，医疗护理工作流程中产生的数据越来越多地被医院信息系统收集和存储。医院信息中心存储的不仅是医嘱、护理记录、药物使用等诊疗数据，而是所有医患角色、医疗设备、管理和服务人员在医疗系统中所产生的所有数据。在现代医院信息化管理的“电子化、信息化、数字化、智能化”要求之下，医院基础数据的存储量已经可以用TB甚至PB来计量。针对医院的大数据应用一般可以分为两种：一是用于医院管理，如对用药、流程等进行挖掘和分析；另一种是用于临床支持，如用于临床科学研究，或者用于实时的辅助临床支持。医院决策系统是基于前者的应用，它能够提供对医院各个单位和医疗活动各个环节的整体评价分析，从而为决策者进行医护质量和医疗安全的管理和改进提供参考。医院在接诊、治疗过程中收集到的各种第一手临床诊断、治疗数据则除了为医生临床诊断和治疗提供有用信息之外，还为医疗科研提供了最真实准确的样本数据。目前我国医疗卫生信息化建设取得了很大进展，国家在区域医疗卫生信息化、医院信息化管理系统和基层医疗卫生信息化等方面都加大了投入，并与多个学科领域的研究成果相结合，推动大数据在我国临床医疗和科研中的应用。3 大数据时代医学信息化面临的挑战

在大数据迅速发展的背景下，医学信息化的发展也面临着一些必须解决的问题。

1）数据共享的问题。美国国立生物技术信息中心（NCBI）存储了分子生物学、生物化学、遗传学领域的海量数据，其数据是对科学家无偿提供的。但是根据规定，美国科学家要想拿到政府经费，必须在申请课题时就承诺在课题完成后，将详细的研究数据提供给NCBI，这是NCBI获得大量数据的根本保证。而我国生物医学科研部门和医疗机构所积累的海量科研和临床数据目前多数仍然处于孤立使用的状态，机构之间的数据共享应用非常有限，数据孤岛现象限制了提高生物医学研究效率、建立社会医疗健康保障体系和减轻病人重复消费的经济负担。而这些机构因为利益的原因，对于拥有的医学科研数据和诊疗资料都持保护态度，不愿意向社会和同行提供数据服务。因此需要有相应的政策和措施，让医学研究机构和医疗机构的数据相互共享，真正形成生物医学研究、国民健康档案和医药信息大数据平台。

2）标准化的问题。美国劳伦斯伯克利国家实验室基因组科学部主任鲁宾（Rubin）表示，理想状态下的目标是建立统一的电子病历系统，这些信息应该有统一的标准，但现实并非如此，各个医院存储的数据标准不同，而且不同系统存储的信息也不一样。目前不同系统和科研机构之间的信息数据标准很难统一，这主要是由于设备生产厂商、软件供应商之间技术标准不统一和科研机构的研究方法各异造成的，例如不同的医院信息管理系统的电子病历数据格式和标准不同，信息中心的数据存储设备的架构也有可能不同，这造成医院间的数据信息无法流通和共享，这就为同一病人在不同医院进行治疗制造了障碍。因此大数据要在医疗信息领域得到应用，必须打破技术壁垒，解决信息标准化的问题。中国科学家更应该积极加入国际标准的讨论、设计和制定，更多参与国际上的生物医学信息共享。

3）医学大数据应用所需的复合型人才缺乏。医学信息学是生物医学与信息技术、统计、管理等学科相结合的交叉学科，在应用领域里真正掌握精通生物医学和信息科学知识的人才少而又少。为促进多学科研究和教育，美国2009年在特拉华大学创立生物信息学与计算生物学中心（CBCB），由来自5个学院的60多名教师组成，并创立或负责多个生物信息学教育项目。目前我国很少有高校设置生物医学与信息得学相交叉的学科专业，在生物医学研究领域里的复合型研究人才多数是自学或者由不同学科的导师共同培养的，这种情况造成了目前医疗大数据应用缺乏人才推动力的困境。根据相关文献分析显示，目前我国医学教育界已经认识到这个问题。4 结束语

目前我国医疗领域的大数据应用还属于起步阶段，如上所述所面临的共享壁垒、标准统一和人才短缺的问题制约着大数据在生物医学研究和医疗信息化发展等领域发挥更大的作用。相信在政策推动和信息科学技术不断发展的前提下，大数据在医学信息化中的应用将会不断深入，在生物医学研究的发展和社会医疗保障体系的完善过程中发挥作用。参考文献 [1]李新华.浅谈大数据时代的机遇与挑战[J].通讯世界：下半月，2013（6）：60-61.[2]许德玮，桑梓勤.基于云计算的医疗卫生位置服务平台研究[J].医学信息学杂志，2013（6）：8-13.[3]高汉松，肖凌.基于云计算的医疗大数据挖掘平台[J].医学信息学杂志，2013（5）：7-12.[4]李华才.大数据挑战医院信息化服务模式[J].中国数字医学，2013（4）：1.作者简介 李国栋（1972-），男，河南南阳人，馆员，硕士，南阳医学高等专科学校图书馆技术部主任，研究方向：图书馆信息化建设及情报学。4.1 应用实用化、智能化

自动化系统是一个集管理、监控、指挥、调度等于一体的多功能的复杂系统，目前，大多管理系统呈现复杂化的状态，这对于管理操作人员来说，加大了工作的难度。因此，未来的自动化系统必将朝着实用化、智能化方向发展，这不仅能避免人力资源浪费，且大大降低了管理人员的出错概率，保障了系统的稳定性和安全性。4.2 规模不断扩大

21世纪以来，随着人们对电的需求量越来越大，配电网规模呈现不断扩大趋势，具体表现在接入信息的种类、信息量、范围与以往相比，均有较大程度的改善。与此同时，电网调度自动化管理系统也应适应当前社会的发展需求，通过新技术、新设备的不断运用，达到提高安全性、稳定性和可扩展性的目的。4.3 系统间交叉面扩大