文/本刊記者　王左利

?

讀懂數(shù)據(jù)背后的故事

文/本刊記者王左利

怎樣才能從龐大規(guī)模的碎片化數(shù)據(jù)中得到蘊藏其中但脈絡不清的終極“故事”？需要突破四個挑戰(zhàn)：隱私、分析技術、數(shù)據(jù)質量以及應用突破口。

在最近召開的一次關于大數(shù)據(jù)的會議上，西安交通大學徐宗本院士對大數(shù)據(jù)做了一個簡單而透徹的解釋：“當數(shù)據(jù)積累不夠多時，數(shù)據(jù)就是零散的碎片，人們不容易看懂其背后所隱藏的故事。但隨著數(shù)據(jù)超過某個臨界值后，這些‘碎片’整體所呈現(xiàn)的規(guī)律就會在一定程度上被顯現(xiàn)出來。”

大數(shù)據(jù)里蘊藏著巨大的價值，就像還沒有開采的礦山。如何很好地對大數(shù)據(jù)進行分析、挖掘，以服務于特定的對象是各行各業(yè)的理想。

高校作為大數(shù)據(jù)時代的參與者和推動者，在研究大數(shù)據(jù)上具有得天獨厚的優(yōu)勢。在過去的10多年中，高校的信息化積累了大量可用的、高質量的數(shù)據(jù)。它們整體上具備數(shù)量大、種類多、產生快、真實可信和具備分析價值等特點，完全符合大數(shù)據(jù)的特征。

因此，如何進行大數(shù)據(jù)的分析與利用，為高校管理工作帶來更大的價值，是當前高校所面臨的重要問題。

但大數(shù)據(jù)龐大的規(guī)模使得對其的分析成為一件極富挑戰(zhàn)的事情。要想在海量碎片化的數(shù)據(jù)中勾勒出這些碎片背后的故事，從高校來說，需要面對幾個挑戰(zhàn)。

第一，隱私的挑戰(zhàn)。這方面，呼聲是截然不同的。一種意見認為，隱私權是所有事情中最重要的那個。而另外一種意見則認為，對隱私的強調會阻礙進步?！皵?shù)據(jù)不分好壞，只有對數(shù)據(jù)的使用才分。”這個問題如此尖銳，即使在全球范圍內，對大數(shù)據(jù)的隱私界定仍然在不斷的探討中。那么，對高校來說，如何面對這個無法回避的問題？

第二，數(shù)據(jù)質量的挑戰(zhàn)。坦率地說，同各行業(yè)相比，高校信息化發(fā)展本身比較滯后，數(shù)據(jù)質量總體情況仍然比較差。其重要性已取得共識，但很少有學校真正投入人力、財力去對數(shù)據(jù)進行治理。隨著數(shù)據(jù)服務的深入，數(shù)據(jù)的質量問題將會是一個攔路虎，所以未來更多的高校會花精力在上面。

第三，大數(shù)據(jù)分析技術的挑戰(zhàn)。正如本文一開頭提到的，要從如此龐大規(guī)模的碎片化數(shù)據(jù)中得到這個有價值的故事，取得若干有價值的結論，需要很好的方法和工具。對于高校來說，我們需要回答以下這些問題：如何使得這些數(shù)據(jù)能夠作為數(shù)據(jù)分析模型的“輸入”，得出希望得到的數(shù)據(jù)分析“結果”？并且利用這些輸出“結果”與已有的成熟評價結果進行比較、反饋、調整和優(yōu)化。

“如果大數(shù)據(jù)的分析技術不建立起來的話，很多的假設都是不成立的，大數(shù)據(jù)的危險性可想而知?！毙熳诒驹菏空f。

第四，應用的挑戰(zhàn)。換言之，高校怎么挑選到最有價值的應用。教育教學是一個非常復雜的系統(tǒng)，受各種因素的影響，而如何找到那些可以破解高校發(fā)展中痛點的數(shù)據(jù)服務，是值得信息化部門結合業(yè)務需求好好思考的。