大数据素养需求、内涵及培养途径研究

来源:用户上传      作者:

　　摘要：大数据技术的发展为科学研究带来了新的方法、思路和模式，大数据素养成为科学研究的必备素质。管理科学与工程作为典型的交叉学科，对大数据素养有更高需求。分析了管理科学与工程硕士研究生大数据素养的内在需求和社会需求，详细界定了其内涵，并从教学、科研和实践等环节入手，提出管理科学与工程硕士研究生大数据素养培养的可行途径。研究结果能够为相关学科硕士研究生大数据素养培养提供参考。
　　关键词：大数据素养;管理科学与工程;硕士研究生培养
　　DOI： 10. 11907/rjdk.192721
　　开放科学（资源服务）标识码（OSID）：
　　中图分类号：C434
　　文献标识码：A
　　文章编号：1672-7800（2020）004-0272-04
　　0 引言
　　大数据正在改变人们的生活以及理解世界的方式。随着大数据获取、管理和挖掘技术的日趋完善，数据显示出前所未有的生机与活力，并孕育着新的研究方法、研究思路以及新的问题解决方式[1]。因此，在大数据时代，需要培养数据素养，更确切地说，需要培养大数据素养。简单而言，大数据素养是指能够理解本行业的大数据来源，具有本行业大数据的全面视野，能够在数据专家的指导下充分利用大数据解决行业出现的关键问题和难题，使本行业大数据产生价值，提高管理决策的有效性和及时性。
　　从科学研究上讲，数据驱动着科学的发展，全面催生了科学研究模式的重大变革[2]。因此，在大数据时代，大数据素养成为科学研究的必备素质。硕士研究生阶段是着重培养分析问题和解决问题等研究能力的主要阶段之一，提升他们的大数据素养，将大数据时代所孕育的新的研究思路和方法引入硕士研究生教育体系中，有利于开拓硕士研究生视野，并激发他们采用新的研究思路和方法解决本领域的科学问题和实践问题，促进硕士研究生创新能力提高。
　　管理科学与工程是综合运用系统科学、管理科学、数学、经济学和行为科学，结合信息技术及工程方法研究解决社会、经济、工程等管理问题的一门学科。管理科学与工程包含多种方向和研究领域，例如供应链管理、电子商务、企业信息化、系统建模与决策、商务智能等。在这些研究领域相关行业中，均已积累了大量的数据。无论是这些领域的现实需要还是创新发展，都要求从业人员具备一定的大数据素养，才能适应时代发展。因此，大数据素养成为管理科学与工程硕士研究生培养的主要内容。
　　1 相关研究进展
　　与大数据素养相关的词语有数据素养和信息素养，大数据素养是数据素养的子集，而数据素养是信息素养的子集。
　　信息素养是指能够判断什么时候需要信息，且懂得如何去获取信息，如何去评价和有效利用所需信息[3-4]。信息素养这一概念最早于20世纪70年代由美国信息产业协会提出，并得到了教育界的广泛关注[5-6]。欧美等国家一直重视信息素养教育，并形成了多个指导高等教育信息素养培养的标准或框架。例如，2000年美国提出的《Informa—tion Literacy Competency Standards for Higher Education》，2004年澳大利亚和新西兰教育机构共同发布的《Austra-lian and New Zealand Information Literacy Framework》，以及2015美国颁布的《Framework for Information Literacy forHigher Education》[7-8]。在这种统一的信息素养标准和政策框架下，各大学根据自己的情况制定信息素养教育方案、计划和制度。目前中国没有统一的信息素养培养标准，主要由图书馆或各学科根据学生实际需要，进行某种技能和方法的培养，缺少系统的计划、组织和实施。虽然如此，国内学者对信息素养教育的研究和实践一直在进行中[9-10]。
　　数据素养是正当地发现、评估、使用信息和数据的一种意识及能力。早在2004年，Hunt[11]探讨了在本科高校课程中引入数据素养教育所面临的挑战;2007年，Stephen-son[12]等研究了在社会科学本科教育中引入信息素养的案例;随后有关数据素养的教育项目及理论探讨迅速出现，数据素养的研究在美国得到了各类基金的支持[8]。随着大数据时代的到来，数据素养的重要性进一步提高，因此又出现了新的研究热潮[13-15]。从2012年起，随着大数据技术的发展，数据素养教育和研究引起了我国教育工作者的密切关注，逐渐出现了相关研究论文，但主要集中在对国外教育理论、方法与实践项目的一些介绍，还包括一些从图书情报视角出发的研究与思考，也有学者对教师、科技工作者、学生数据素养的培养与评价进行了专门研究[14-17]。
　　然而，如同数据和大数据不同，数据素养和大数据素养也有所区别。从思维模式上来看，大数据思维更偏向于总体思维、容错思维、相关思维和智能思维等。大数据素养不但能够发现数据，还应该能发现较为全面的数据;不但能管理数据，还能够在数据专家的指导下管理大量甚至海量数据;不但具有利用调查数据解决问题的思维，还应具有利用多来源大数据解决问题的思维。2016年以后出现了少量以大数據素养作为主题的研究文献，研究内容包括高校教师图书馆大数据素养教育策略、编辑的大数据素养培养、高校思政工作队伍大数据素养的培育等[18-20]。另外，有学者研究了大数据作为一种思维模式对科学素养的重要性[21]。
　　从目前研究看，没有专门针对硕士研究生大数据素养的研究。因此，依据数据素养与大数据素养的不同，以管理科学与工程学科硕士研究生为例，挖掘其在科学研究过程中对大数据的内在需求，以及大数据时代对硕士研究生大数据素养的社会需求，界定大数据时代硕士研究生应具备的大数据素养的内涵，并提出具体培养途径。
　　2 管理科学与工程硕士研究生大数据素养需求分析 　　2.1 内在需求
　　管理科学与工程学科对硕士研究生的主要培养目标之一是“在不同领域具有分析与决策的能力”，在该培养目标驱动下对大数据素养的需求体现在如下几方面：
　　（1）大数据是进行管理与决策的重要信息资源。与传统小样本数据相比，大数据具有客观性强、覆盖面广的特点，并能从多维度支持相关领域的决策问题。因此，在信息化建设不断完善的背景下，各行各业都产生了大量数据，如何熟知数据来源，并能采集到用于决策的各类数据，是管理科学与工程硕士研究生在研究阶段的主要需求之—。
　　（2）大数据分析为管理科学与工程研究提供了新的研究模式。传统的统计学研究方法与数学方法是在已知变量之间关系和模式的前提下，对问题进行若干设定后展开研究的，这使得研究具有一定限制。而大数据分析利用多维度全样本数据，挖掘出潜在有用的、未知的模式，能够突破由于研究者的认识局限。因此，熟练应用大数据分析方法解决本领域的决策问题，是管理科学与工程硕士研究生亟需的能力。
　　2.2 社会需求
　　随着信息技术的发展和信息化建设的不断完善，技术环境和社会环境发生了重大变化，也对相关领域的从业人员提出了更高需求，体现在如下几方面：
　　（1）各类企业或机构进行新一代信息化建设的需求。随着以“MIS”为代表的信息化建设的完成以及大数据、移动互联网等技术的发展，各类企业和机构面临着新的信息化建设需求，以适应社会环境变化。在以“大数据、大平台”为主要建设目标的新一代信息化需求下，更需要具有大数据思维和管理能力的人才，而这均应成为管理科学与工程学科人才培养的主要方向。因此，为了适应大数据时代新一轮信息化建设的需求，应大力培养管理科学与工程硕士研究生的大数据素养。
　　（2）各类企业或机构利用大数据进行科学决策的需求。随着数据资源的日益丰富，从大量数据中提取真正有效的信息、深入挖掘其内涵和价值，提高对管理决策的支撑能力和快速响应能力，以期有足够的洞察力、掌控力和预判力，成为各类企业和机构重点关注的问题。在这种背景下，能够采集和管理大数据，并从大数据中提取有效信息和知识用于辅助决策，成为管理决策相关工作人员的必备素质，这也对管理科学与工程硕士研究生培养提出了新需求。
　　3 管理科学与工程硕士研究生大数据素养的内涵
　　在管理科学与工程硕士研究生内在需求和社会需求分析的基础上，对大数据素养的内涵进行详细探讨，具体包括如下几方面：
　　（1）具有大数据支持决策的意识。改变利用调查问卷数据、企业或机构运营数据分析问题的传统方式，尝试利用更多来源的数据从多维度分析决策问题，形成利用大数据解决问题的思维方式，是大数据时代管理科学领域必不可少的一种素养。
　　（2）具备从大数据到决策问题的洞察能力。在传统研究模式下，通常先进行研究假定，然后采集数据进行验证型分析，即先有模式后有数据。而在大数据支持下，不但可以进行验证型分析，还能发现新的模式。因此，具备利用大数据洞察生产、运营等方面决策问题的能力，是另一种必不可少的素养。
　　（3）掌握基本大数据分析工具箱。掌握SAS、SPSS等传统数据分析工具已成为管理类研究生的必备技能。随着大数据时代的到来，管理类研究生还需掌握大数据分析的常用工具箱，这是利用大数据进行决策分析的必备素质。
　　（4）能够规避统计陷阱。在小样本数据统计时，统计陷阱是常出现的问题。而在大数据分析时，由于数据复杂性增加，统计陷阱更是难以避免。因此除掌握大数据分析工具箱外，管理类研究生更应该熟知聚类、分类、关联分析等大数据分析方法，从而具备规避统计陷阱的能力。
　　（5）扩展以业务需求架构大数据的能力。在企业或机构现有信息化建设基础上，依托大数据技术发展，构建能够适应大数据发展的管理平台，是对相关从业人员提出的新要求。因此，不仅要具备利用大数据支持决策的意识和洞察分析问题的能力，还应进一步拓展以业务需求架构数据的能力。
　　4 管理科学与工程硕士研究生大数据素养培养途径
　　由于我国没有专门的大数据素养培养体系，因此在实际培养过程中，应在现有硕士研究生培养模式下，从硕士研究生培养过程包含的教学、科研和实践3个主要环节人手，探索硕士研究生大数据素养培养的可行途径。
　　（1）教学途径。通过调研发现，数据仓库和数据挖掘、数据分析软件等课程已成为大多数高校管理科学与工程硕士研究生重要的必修或选修课程。通过这两门课程，可以培养硕士研究生管理和分析数据的能力，但是通过一两门课很难形成利用大数据解决问题的思维模式。因此，在完成大数据分析与管理相关课程的基础上，还应与管理学、组织行为学、经济学、生产管理、电子商务等课程结合，形成大数据课程案例。在专业课程配合下，不但能够进行大数据分析与管理实践，还能拓展专业学习内容，丰富相关课程教学模式，全面实现大数据素养教育。
　　（2）科研途径。参与科学研究是硕士研究生培养过程中最重要的阶段之一。因此，应进一步引导硕士研究生拓展数据获取来源和获取方式，并尝试利用大数据方法解决课题中的关键问题。在硕士研究生利用大数据展开课题研究的过程中，可以与大数据专业或相关方向的导师联合，探索多导师指导制度、主副导师制度等形式，这样既有利于课题研究创新，又能更好地培养硕士研究生的大数據素养。
　　（3）实践途径。实践阶段是硕士研究生了解社会需求、检验理论学习的重要阶段。通常情况下，实践是在校外实践基地或者其它企业完成的。在校外实践时，除熟悉相关领域的生产活动外，还应专门制定培养大数据素养的实践方案，促进研究生了解和发现运营管理中大数据产生和应用的环节。进一步，还可以要求硕士研究生基于大数据方式提出一定的解决方案或设想，训练他们应用大数据解决问题的能力。另外，由于管理科学与工程的硕士研究生将来主要从事管理决策相关工作，需要不同领域的知识和视野，因此也可以引导硕士研究生在实习阶段多参与相关领域的实践实习，这样能够形成比较宽阔的视野，对课题研究和将来工作都大有裨益。 　　5 结语
　　大数据时代，数据显示出前所未有的生机与活力，对相关从业者的大数据素养也提出了更高要求。在此背景下，管理科学与工程硕士研究生对大数据素养的需求也与日俱增。为此，研究了管理科学与工程硕士研究生大数据素养的需求、内涵及培养途径。通过研究，明确了管理科学与工程硕士研究生对大数据素养的内在需求和社会需求，界定了其内涵，并从教学、科研和实践等3个方面探讨了大数据素养的培养途径。
　　培养单位在师资、科研团队、校企合作等方面进行全面建设，才能对硕士研究生大数据素养培养提供切实支持。这是一个复杂的系统工程，需要在实践中经过多个培养周期的完善和改进。因此，在未来研究中，既可以针对硕士研究生大数据素养培养效果进行评价并提出改进建议，也可以针对硕士研究生大数据素培养的特定形式展开具体论证和探讨。
　　参考文献：
　　[1]徐宗本，冯芷艳，郭迅华，等.大数据驱动的管理与决策前沿课题[J].管理世界，2014，30（ 11）：158-163.
　　[2] 张志强，范少萍.论学科信息学的兴起与发展[J].情报学报，2015，34（ 10）：1011-1023.
　　[3]黄如花，李白杨.数据素养教育：大数据时代信息素养教育的拓展[J].图书情报知识，2016（1）：21-29.
　　[4]张倩苇.信息素养与信息素養教育[J].电化教育研究，2001（2）： 9-14
　　[5]
　　HANNELORE B R.lnformation literacy 1973-2002：a selected litera—ture review[J].Library Trends， 2002，5l（2）：82-88.
　　[6]
　　ANDREW W.Information literacy assessment： where do we start？[J].Journal of Librarianship&Information Science， 2009， 41（1）：19-28.
　　[7] 秦小燕.美国高校信息素养标准的改进与启示——ACRL《高等教育信息素养框架》解读[J].图书情报工作，2015，59（ 19）：139-144.
　　[8] 王本刚，马海群.国外信息素养标准研究[J].现代情报，2017，37（ 10）：10-17.
　　[9] 赵庆国，李欢欢.基于知识建构理论的公安院校大学生信息素养提升策略研究[J].软件导刊，2013，12（ 12）：123-125.
　　[10] 潘燕桃，廖昀贇.大学生信息素养教育的“慕课”化趋势[J].大学图书馆学报，2014，32（ 4）：21-27。
　　[11]HUNT K.The challenges of integrating data literacy into the curricu-lum in an undergraduate institution[J].
　　IASSIST Quarterly， 2004， 28（2）：12.
　　[12]STEPHENSON E，CARAVELLO P S.lncorporating data Iiteracy intoundergraduate information literacy programs in the social sciences：apilot project[J]. Reference Services Review， 2007， 35（ 4）： 525-540.
　　[13]KOLTAY， TIBOR.Data literacy： in search of a name and identity[J].Journal of Documentation， 2015， 71（2）：401-415.
　　[14]郝媛玲，沈婷婷.数据素养及其培养机制的构建与策略思考[J].情报理论与实践，2016，39（1）：58-63.
　　[15]张军.面向科研第四范式的科研人员数据素养培养研究[J]。图书与情报，2016，36（2）：133-136.
　　[16]吴成.数据素养对研究生科研创新能力的影响研究[D].南昌：南昌大学，2017.
　　[17] 李青，赵欢欢.教师数据素养评价指标体系研究[J].电化教育研究，2018. 39（10）： 106-112.
　　[18]何胜，周兵，李仁璞，等.面向高校教师的图书馆“大数据素养”教育策略研究[J].现代情报，2017，37（7）：84-88.
　　[19] 禹卫华.编辑的大数据素养与实现路径[J].中国出版，2017，42（5）：12-16.
　　[20] 葛卫华.培育高校思想政治工作队伍大数据素养的有效路径[J].毛泽东邓小平理论研究，2017，38（7）：65-70.
　　[21]DIAS G L， SANTOS R P D.Big data as a technology-to-think-withfor scientific literacy[DB/OL]. https：//arxiv.org/ftp/arxiv/papers/1710/1710.045 34.pdf.
　　（责任编辑：孙娟）
　　基金项目：山东省教育厅研究生导师指导能力提升项目（ SDYY17068）
　　作者简介：高妍方（1979-），女，博士，山东建筑大学管理工程学院副教授、硕士生导师，研究方向为信息资源管理、大数据技术及应用;胡艳雪（1995-）.女，山东建筑大学管理工程学院硕士研究生，研究方向为大数据管理与应用。
转载注明来源:https://www.xzbu.com/8/view-15247232.htm