大數據背景下的企業培訓機構信息化建設思考

張鴻

摘? 要： 大數據蘊藏的巨大價值日趨凸顯，引發了培訓行業的廣泛關注。通過分析大數據時代帶來的信息化建設思維變革與校園信息化面臨的新挑戰，總結了現階段企業培訓機構信息化建設的發展方向與重點。并在此基礎上，提出了制定數據戰略、打造一體化智能平臺、以數據驅動培訓創新的大數據建設策略。

關鍵詞： 大數據;信息技術;培訓;信息化

【Abstract】： Big datas great value has triggered widespread concern in training industry. By analyzing the paradigm? shift of information construction and the new challenges of campus informatization， the author summarizes the emphasis and tendency of information construction development. On that basis， the article presents the big data construction tactics of enterprise training institution， which containing making data strategy， creating intelligence platform and data-diving training innovation.

【Key words】： Big data; Information technology; Training; Informatization

0? 引言

互聯網的發展帶動了云計算、物聯網、大數據等新信息技術的興起，在這其中，大數據因其蘊藏的巨大價值，贏得了產業界和學術界的廣泛關注，并在許多領域得到了成功應用。就教育培訓行業而言，隨著近年來信息技術與培訓教學的深入融合，信息化已經成為實現培訓理念創新、方法創新、手段創新的重要途徑，因此分析大數據給培訓帶來的機遇與挑戰，明確在新的技術背景下培訓信息化? 建設的目標與策略，將是今后推動培訓創新的重要環節。

1? 大數據概述

自2012年的世界經濟論壇年會將“大數據、大影響”作為重要議題起，大數據近年來得到了蓬勃發展，美、英等國紛紛將大數據作為國家戰略，把其放在了重要的戰略位置。我國對大數據的研究與應用工作也十分重視，國家“973計劃”、“863計劃”

和國家自然基金都針對大數據研究成立了專項。

關于大數據的定義，目前IDC（Internet Data Center，互聯網數據中心）報告中給出的定義認可度較高，即“大數據描述了一個技術和體系的新時代，被設計于從大規模多樣化的數據中通過高速捕獲、發現和分析技術提取數據的價值”。從報告中提煉的大容量（volume）、多樣性（variety）、高速度（velocity）和低價值密度（value）“4V”大數據特征也得到了廣泛認可[1]。

從應用研究角度看，大數據主要包含了兩個方面，一個方面是大數據技術，另一個方面是大數據分析。前者側重解決海量數據存儲和分布式計算等關鍵技術問題，而后者更為側重發現數據中的關聯關系，提取數據價值。

大數據技術的核心是Apache基金會開發的Hadoop分布式基礎架構，用戶可以在不了解其底層細節的情況下，開發分布式程序，充分利用集群優勢進行高速存儲和運算。Hadoop有兩個核心組件，

HDFS（Hadoop Distributed File System，分布式文件系統）和MapReduce（分布式計算系統），它們分別有效解決了數據分布式存儲和分布式運算問題。

大數據分析是在數據密集型環境下，對數據科學的重新思考和新模式探索，其核心是以一種高效的方式從海量數據中獲取價值。盡管大數據分析與傳統數據分析基于不同的分析目的和技術基礎，但經典的分析方法在大數據分析中仍然適用，數據可視化、統計分析和數據挖掘依然是非常重要的數據分析方法，并在大數據領域應用廣泛。

2? 大數據時代的信息化思維變革

大數據時代的數據處理變得更加容易和迅速，人們能夠在瞬間處理成千上萬的數據。在新的技術背景下，需要我們以新的方式理解和處理信息。雖然傳統模式仍然具有重要意義和地位，但傳統的信息化思維需要適當調整，以適應新的技術和業務需求。

2.1? 從樣本采集到全量數據

很長時間以來，人們通常采用采樣方法對大量數據進行分析，這種方法在保證分析結果有效的前提下大大減少了分析的時間與成本。但隨著信息技術的發展，數據收集不在向從前那樣困難，數以萬計的傳感器、網站、移動應用可以隨時隨地對海量數據進行采集。

以Lytro相機為例，該相機不在向傳統相機那樣只記錄單束光，而是記錄整個光場的所有光束，因此用戶可以在拍攝結束任意改變圖像焦點，具體生成什么樣的照片可以在拍攝完成后再根據需要決定，這使得圖像的可利用性大幅提升[2]。

隨著全量數據收集優勢的逐漸凸顯和存儲設備性價比的不斷提升，信息化建設思維開始從對特定目標數據采集轉向到對復雜全量數據采集，以便從海量數據中發現新價值，進一步革新工作方式方法。

2.2? 從微觀精準到宏觀紛繁

在“小數據”時代，采集數據最重要和最基本的要求是確保數據的準確性，盡一切可能減少數據錯誤。因為在有限的數據下，微小的錯誤就可能導致巨大的偏差。而在如今的大數據背景下，許多科研團隊卻從紛繁的非精準數據中找到了諸多難題的突破口，例如谷歌的機器翻譯系統。谷歌在2006年開始涉足機器翻譯領域，2007年首次參加美國國家標準研究院測評就奪得頭名，系統成功的核心不在于更加先進的算法，而在于高于競爭對手上萬倍的語料庫[3]。雖然這些詞句未必各個精確，但通過統計語言模型卻大幅提升了系統翻譯的質量。

大數據時代的信息化建設，需要我們更加重視對非精準數據的采集與利用，而不再僅僅專注于如何清洗數據使數據更加準確。

2.3? 從因果關系到關聯關系

尋找因果關系是人們長久以來的習慣，信息化建設也不例外，例如機房的環境監控系統，正常情況下溫度傳感器發生報警，則說明機房溫度超過了閥值，這是十分清晰的因果關系。然而，在很多情況下確定因果關系是十分困難的，比如客戶兩次采購商品之間的因果關系。

拋開因果關系，事物之間關聯關系往往也隱藏著巨大價值。亞馬遜通過大數據量化產品間的相關關系，成功利用商品之間的相關性大幅提升了購物推薦系統的商品推薦精準率。

在大數據時代，信息化不在僅僅強調抓住事物的因果關系，更要強調尋找事物之間的關聯關系，這將給我們提供了更加開闊的建設思路，并從中發現新的價值增長點。

3? 校園信息化建設面臨的新挑戰

經過十余年的高速發展，我國教育培訓行業的信息化水平大幅提升，校園網絡基礎設施、在線學習系統和面向業務的管理信息系統已經基本建設完成，但隨著大數據、云計算、物聯網、移動互聯的廣泛應用，校園信息化建設遇到了諸多挑戰，其中網絡基礎設施建設和業務融合問題顯得尤為突出。

3.1? 網絡基礎設施建設的新要求

安全、穩定、高速的網絡環境是校園信息化建設的基礎，是大數據背景下信息化全面提升的必要保障，因此網絡基礎設施建設也顯得尤為重要。

第一，網絡安全成為關注焦點。隨著《中國人民共和國網絡安全法》的頒布，信息化建設過程中的安全問題凸顯，切實保證網絡安全，確保安全技術措施同步規劃、同步建設、同步使用已經成為必要的法律義務。

第二，網絡性能要求進一步提升。打造大數據環境需要更加穩定、快速的網絡支撐，要選擇高性能、高可靠性的網絡核心設備，充分考慮未來培訓業務發展變化，為新增設備和數據流量做好冗余。

第三，可擴展性與技術前瞻性不容忽視。信息技術仍在迅猛發展，在大數據背景下的基礎設施建設更加強調互聯網、移動網與物聯網的全面互聯互通，要求網絡架構更加靈活，易于擴展，能夠為培訓業務的快速迭代升級提供有力支持。

3.2? 業務融合的新要求

智慧校園建設已經成為當下校園信息化建設的重要課題，要實現校園管理、校園服務、教學環境和教學資源的智慧化，需要各項業務打破壁壘，相互融合。

首先，業務獨立、數據封閉的信息化架構已完全不符合現階段建設要求。必須基于物聯網、云計算和大數據技術打造全新的校園一體化信息平臺，通過智能感知、智能控制、智能視窗等智慧化應用全面融合業務系統，為教學、管理和服務的融合提供有力支持。其次，需要通過“云”與“端”的廣泛結合，實現對海量數據的收集、存儲與挖掘分析，推進業務數據的全面融合，逐步形成價值導向的知識管理體系和大數據服務體系，為進一步發現教育培訓規律，推動業務創新提供動力。

4? 大數據建設策略

4.1? 制定數據戰略

企業培訓機構對如何收集和利用數據普遍存在困惑，因為不同于互聯網公司，大多數培訓機構沒有足夠的資金投入和技術能力實現對海量數據存儲和挖掘，甚至沒有獲取大量數據的有效渠道。因此，在大數據背景下，培訓機構需要一個清晰的數據戰略來指導信息化建設。

這個戰略的核心是匹配培訓機構業務的實際情況。要明確需要哪些信息，哪些數據是可得到且有分析價值的[4]。同時，要合理規劃數據生命周期，盡可能拋棄過時陳舊的數據，集中力量標準化現有傳統數據，整合新的數據格式和數據類型，形成清晰的數據收集、處理和分析思路。

4.2? 打造一體化智慧信息平臺

基于制定的數據戰略，培訓機構需要分階段逐步搭建面向大數據的一體化智慧信息平臺，以支撐教學、管理與科研等業務的全面整合。初始階段這個平臺應具備四項基本特性。首先，平臺需要具有開放性，可以提供存儲、計算、開發接口等服務，能夠實現多系統的融合與集成[5]。其次，平臺需要具有繼承性，能夠實現從傳統部署向云部署的過渡，保障平臺可平滑遷移至新環境。第三，平臺需要具有安全性，在信息安全問題日益突顯的今天，必須嚴格落實信息系統等級保護要求，確保數據的機密性、完整性和可用性。第四，平臺需要智能化，應該具備豐富的知識庫和知識化引擎、具有一定的數據挖掘與分析能力。

4.3? 以數據驅動培訓創新

隨著一體化智能信息平臺的建成，數據孤島將被逐步消除，培訓機構所擁有的數據量將快速增長。通過大數據分析技術，數據在決策管理、培訓教學、后勤服務等方面的價值將逐步凸顯，其對培訓創新的作用不可小覷。

第一，以數據驅動培訓精準化。借助大數據可以全方位掌握學員的知識結構、能力結構和個性特征，從多維度對學員學習需求進行分析，從而實現“一人一策略”的精準培訓，提升培訓的針對性[6]。

第二，以數據驅動培訓資源整合。通過大數據可以全面了解企業及社會培訓資源情況，從而進一步優化師資，構建與企業發展相適應的課程體系，推進培訓資源的共享共建，突破資源碎片化困境。

第三，以數據驅動培訓評價機制完善。依托大數據可以長期跟蹤學員訓后工作績效與綜合能力提升，將傳統的經驗性評價轉變為基于數據的過程性評價，從而更加客觀的評價培訓效果，以數據支持評價體系建設。

5? 結束語

在大數據背景下，理解新階段信息化建設的思維變化、抓住建設過程中的突出問題是企業培訓機構信息化快速發展的重要基礎。在此之上，充分結合企業培訓實際，制定合理的數據戰略、打造智慧化的信息化平臺，并基于數據持續推動培訓創新，才能充分發揮大數據給企業培訓帶來的價值。

參考文獻

[1]李均. 大數據從海量到精準[M]. 北京： 清華大學出版社， 2014.

[2]維克托·邁爾-舍恩伯（英）， 肯尼斯·庫克耶（英）. 大數據時代[M]. 杭州： 浙江人民出版社， 2013.

[3]吳軍. 數學之美[M]. 北京： 人民郵電出版社， 2014.

[4]伯納德·馬爾 （美）. 智能大數據SMART準則[M]. 北京： 電子工業出版社， 2015.

[5]郝利娟， 劉冬枝. 智慧城市空間大數據云平臺建設技術大綱研究[J]. 地理空間信息， 2019（6）： 33-35.

[6]豐俊功. 大數據時代干部教育培訓創新與發展[J]. 教育決策， 2019（4）： 80-86.

[7]官思發， 孟璽， 李宗潔， 劉揚. 大數據分析研究現狀、問題與對策[J]. 情報雜志， 2015（5）： 98-104.

[8]于長虹， 王運武. 大數據背景下數字校園建設的目標、內容與策略[J]. 中國電化教育， 2013（10）： 30-35.

[9]田蓓， 王曉東. 大數據技術對高校管理的變革作用及其應用研究[J]. 計算機科學， 2018（10）： 25-28.

[10]倪玉琴， 陸松巖， 周忠浩. 教育信息化2. 0時代開放大學辦學模式變革的思考. 成人教育[J]. 2019（1）： 31-36.