韓志剛　崔彩輝

摘要：跟隨信息技術(shù)的飛速發(fā)展，人類進(jìn)入了大數(shù)據(jù)時(shí)代，科學(xué)研究方法也產(chǎn)生了數(shù)據(jù)科學(xué)研究范式。針對(duì)大數(shù)據(jù)特點(diǎn)及數(shù)據(jù)科學(xué)研究方法，分析了大數(shù)據(jù)領(lǐng)域云計(jì)算技術(shù)、數(shù)據(jù)分析與挖掘技術(shù)以及數(shù)據(jù)可視化技術(shù)及其應(yīng)用現(xiàn)狀，并結(jié)合高校地理學(xué)教學(xué)與科研需求，剖析了大數(shù)據(jù)時(shí)代高校地理教師的信息化能力構(gòu)成及提升路徑，為提升其教學(xué)科研水平提供借鑒與參考。

關(guān)鍵詞：大數(shù)據(jù);地理;信息化;教師

中圖分類號(hào)：G633 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9416（2019）06-0224-03

人類社會(huì)進(jìn)入21世紀(jì)以來，隨著信息技術(shù)的飛速發(fā)展，互聯(lián)網(wǎng)、物聯(lián)網(wǎng)及各類數(shù)字終端產(chǎn)生了海量信息數(shù)據(jù)等，每天世界上新產(chǎn)生的信息飛速增長(zhǎng);人類社會(huì)進(jìn)入了大數(shù)據(jù)時(shí)代[1-2]。在此背景下，科學(xué)研究出現(xiàn)了新的研究范式：數(shù)據(jù)科學(xué)范式[3-4]，由傳統(tǒng)的假設(shè)驅(qū)動(dòng)的研究方法轉(zhuǎn)向基于科學(xué)數(shù)據(jù)開展探索分析的方法。由于數(shù)據(jù)內(nèi)在的時(shí)空特性，使得這些數(shù)據(jù)多數(shù)具有地理空間本質(zhì)，利用大數(shù)據(jù)為地理學(xué)領(lǐng)域提供了一種新的思路和模式，出現(xiàn)了地理大數(shù)據(jù)研究范式[5-6]。高校地理教師承擔(dān)著地理學(xué)教學(xué)與科研兩種角色，面臨著大數(shù)據(jù)時(shí)代的一系列新問題、新挑戰(zhàn)，而積極應(yīng)對(duì)這些挑戰(zhàn)、全面融入大數(shù)據(jù)時(shí)代是其必然選擇。本文從高校地理教師信息化能力著手，分析大數(shù)據(jù)時(shí)代這一群體的應(yīng)對(duì)策略，為拓展其教學(xué)科研、適應(yīng)新科學(xué)研究范式提供借鑒。

1 大數(shù)據(jù)及數(shù)據(jù)科學(xué)研究范式

大數(shù)據(jù)是一類龐大、多樣化和分布式的數(shù)據(jù)集，可由各類儀器設(shè)備、傳感器、網(wǎng)上交易、電子郵件、視頻等，以及現(xiàn)在與未來所有可以利用的其他數(shù)字化信號(hào)源產(chǎn)生[2]。它是一類無法使用目前的數(shù)據(jù)管理工具在可接受的時(shí)間范圍內(nèi)去收集、分析、管理和處理的數(shù)據(jù)集。大數(shù)據(jù)帶來的挑戰(zhàn)不僅包括數(shù)據(jù)量的挑戰(zhàn)，而且包括數(shù)據(jù)融合和數(shù)據(jù)處理效率方面的挑戰(zhàn)。大數(shù)據(jù)具有4V的特點(diǎn)[2]：（1）數(shù)據(jù)量大。當(dāng)前產(chǎn)生的數(shù)據(jù)量已經(jīng)從TB級(jí)別躍升到PB級(jí)、EB級(jí)乃至ZB級(jí)別。（2）數(shù)據(jù)類型多。大數(shù)據(jù)主要來源包括傳感器數(shù)據(jù)、網(wǎng)站點(diǎn)擊數(shù)據(jù)、移動(dòng)終端數(shù)據(jù)以及射頻ID數(shù)據(jù)等，這些數(shù)據(jù)源每天產(chǎn)生數(shù)以億計(jì)的結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)，包括網(wǎng)頁、圖片、文本、視頻、音頻、位置等不同形式，需要多樣化的數(shù)據(jù)管理與處理方式。（3）價(jià)值密度低。數(shù)據(jù)價(jià)值密度的高低與數(shù)據(jù)總量的大小成反比。以視頻為例，一部1小時(shí)的視頻，在連續(xù)不間斷的監(jiān)控中，有用數(shù)據(jù)可能僅有一二秒。（4）處理速度快。隨著移動(dòng)互聯(lián)及物聯(lián)網(wǎng)的快速進(jìn)展，人們對(duì)數(shù)據(jù)的實(shí)時(shí)應(yīng)用需求更加普遍，比如通過手持終端設(shè)備關(guān)注交通與物流信息。高速性要求能在第一時(shí)間檢測(cè)并識(shí)別重要事件發(fā)生的信息。

科學(xué)研究范式是在進(jìn)行科學(xué)研究時(shí)必須遵循的的科學(xué)理論體系?？茖W(xué)從經(jīng)驗(yàn)科學(xué)發(fā)展到理論科學(xué)，及至計(jì)算科學(xué)，目前又產(chǎn)生了數(shù)據(jù)科學(xué)，科學(xué)研究范式也相應(yīng)發(fā)生了從經(jīng)驗(yàn)范式到理論范式，以及計(jì)算范式與第四范式的轉(zhuǎn)變。Jim Grey認(rèn)為人類在科學(xué)研究上，先后歷經(jīng)了實(shí)驗(yàn)、理論和計(jì)算三種范式[4，7-8]。經(jīng)驗(yàn)范式主要描述自然現(xiàn)象，以經(jīng)驗(yàn)事實(shí)的描述為主，缺乏抽象理論的概括與總結(jié)。其研究方法以歸納為主，并開展經(jīng)驗(yàn)觀測(cè)和實(shí)驗(yàn)。理論是人類按照已有的實(shí)證知識(shí)經(jīng)驗(yàn)與假說，通過概括與演繹推理進(jìn)行的推論性總結(jié)。理論范式偏重理論總結(jié)和理性概括，強(qiáng)調(diào)較高普遍的理論認(rèn)識(shí)，以演繹法為主要研究方法。計(jì)算機(jī)出現(xiàn)后，通過模擬現(xiàn)實(shí)世界，科學(xué)研究范式轉(zhuǎn)向了計(jì)算范式。它通過構(gòu)建數(shù)學(xué)模型開展定量分析，主要用于對(duì)各個(gè)學(xué)科中的問題進(jìn)行計(jì)算機(jī)模擬和計(jì)算。而大數(shù)據(jù)的出現(xiàn)使得科學(xué)研究以數(shù)據(jù)為中心、以數(shù)據(jù)為驅(qū)動(dòng)的特征越來越突出。Jim Grey提出了數(shù)據(jù)探索型的新的研究方式，即為第四范式[3-4]。它以數(shù)據(jù)處理為中心，其研究對(duì)象是各類科學(xué)數(shù)據(jù)。在大數(shù)據(jù)時(shí)代，數(shù)據(jù)已經(jīng)成為各個(gè)領(lǐng)域的基礎(chǔ)資源，用數(shù)據(jù)資源來協(xié)同解決各個(gè)具體問題已經(jīng)成為人們的共識(shí)。

2 大數(shù)據(jù)關(guān)鍵技術(shù)分析

2.1 云計(jì)算技術(shù)

云計(jì)算是用于實(shí)現(xiàn)對(duì)可配置計(jì)算資源（例如，網(wǎng)絡(luò)，服務(wù)器，存儲(chǔ)，應(yīng)用程序和服務(wù)）的共享池、支持按需網(wǎng)絡(luò)訪問的計(jì)算模型，能夠通過最少的服務(wù)提供商管理或交互工作進(jìn)行各類資源快速調(diào)用和發(fā)布[9]。云計(jì)算具有如下特征：（1）以服務(wù)方式提供計(jì)算和基礎(chǔ)架構(gòu)資源和應(yīng)用程序。（2）提供商以按使用付費(fèi)的方式向客戶提供服務(wù)。（3）計(jì)算資源的虛擬化可實(shí)現(xiàn)按需配置和計(jì)算資源的大規(guī)模動(dòng)態(tài)伸縮。（4）服務(wù)作為綜合交付提供，包括支持基礎(chǔ)設(shè)施。（5）云計(jì)算通常通過Web瀏覽器或自定義應(yīng)用程序編程接口（API）訪問。云計(jì)算支持基礎(chǔ)架構(gòu)即服務(wù)IaaS、平臺(tái)即服務(wù)PaaS、軟件即服務(wù)SaaS三大服務(wù)模型。其中，IaaS提供配置計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)和其他可以部署操作系統(tǒng)和應(yīng)用程序的基礎(chǔ)計(jì)算資源的功能。通過IaaS，可以獲取和訪問虛擬服務(wù)器，類似于訪問傳統(tǒng)的遠(yuǎn)程服務(wù)器;并且根據(jù)業(yè)務(wù)需求支持動(dòng)態(tài)伸縮。各大云計(jì)算供應(yīng)商的多種類型計(jì)算實(shí)例如Amazon EC2、阿里云ECS等即為IaaS典型實(shí)例。PaaS提供了一個(gè)計(jì)算平臺(tái)，消費(fèi)者可以使用云提供商提供的工具和庫開發(fā)軟件，并將軟件部署到云服務(wù)上。SaaS支持在云上托管并作為服務(wù)提供的軟件和數(shù)據(jù)，云用戶或用戶通常通過Web瀏覽器訪問此類服務(wù);SaaS的典型應(yīng)用是Gmail等具體應(yīng)用。從技術(shù)上看，大數(shù)據(jù)與云計(jì)算是密不可分的，由于其海量數(shù)據(jù)特漲，大數(shù)據(jù)無法使用傳統(tǒng)單臺(tái)計(jì)算設(shè)備進(jìn)行處理，必須采用分布式并行計(jì)算架構(gòu)。它的特色在于對(duì)海量數(shù)據(jù)的分析挖掘，但必須依托云計(jì)算的分布式處理與分析、云存儲(chǔ)以及虛擬化等關(guān)鍵技術(shù)。

2.2 數(shù)據(jù)分析與挖掘技術(shù)

數(shù)據(jù)分析是整個(gè)大數(shù)據(jù)處理的核心，從異構(gòu)數(shù)據(jù)源抽取和集成的數(shù)據(jù)構(gòu)成了數(shù)據(jù)分析的原始數(shù)據(jù)，其分析技術(shù)包括數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)等。地理空間數(shù)據(jù)具有空間位置信息，其中蘊(yùn)含了豐富的知識(shí)與價(jià)值。通過考慮時(shí)空信息，傳統(tǒng)的數(shù)據(jù)挖掘方法擴(kuò)展到空間分類，空間聚類，空間關(guān)聯(lián)等;由此延伸出的時(shí)空信息挖掘方法將成為從不斷增加的時(shí)空數(shù)據(jù)中提取信息和知識(shí)的關(guān)鍵技術(shù)。在傳統(tǒng)的數(shù)據(jù)分析中，研究人員根據(jù)經(jīng)驗(yàn)和手頭的數(shù)據(jù)形成假設(shè)，并使用數(shù)據(jù)來驗(yàn)證提出的假設(shè)。相反，數(shù)據(jù)挖掘技術(shù)被用作產(chǎn)生假設(shè)的探索性方法，統(tǒng)計(jì)分析用于確認(rèn)假設(shè)。通過時(shí)空數(shù)據(jù)挖掘，可以識(shí)別隱藏在大量多源異構(gòu)的大數(shù)據(jù)隱藏的時(shí)空模式與時(shí)空規(guī)律。由于空間依賴性和空間數(shù)據(jù)異質(zhì)性的存在，時(shí)空數(shù)據(jù)為數(shù)據(jù)挖掘帶來了新的挑戰(zhàn)，位置和其他屬性的關(guān)聯(lián)都可能導(dǎo)致挖掘規(guī)則和模式的復(fù)雜性，需在傳統(tǒng)數(shù)據(jù)挖掘方法的基礎(chǔ)上進(jìn)一步考慮空間關(guān)系、時(shí)間關(guān)系以及時(shí)空關(guān)系。傳統(tǒng)的數(shù)據(jù)挖掘通常處理來自單個(gè)領(lǐng)域的數(shù)據(jù)。在大數(shù)據(jù)時(shí)代，面臨來自不同領(lǐng)域的不同來源的多樣化數(shù)據(jù)集。這些數(shù)據(jù)集由多個(gè)模態(tài)組成，每個(gè)模態(tài)具有不同的表示與分布以及比例和密度。如何科學(xué)描述、表達(dá)和揭示不同類型、不同尺度、不同時(shí)間、不同語義和不同參考系統(tǒng)的地理大數(shù)據(jù)的復(fù)雜關(guān)系及其相互轉(zhuǎn)換規(guī)律，實(shí)現(xiàn)基于地理大數(shù)據(jù)的地理知識(shí)發(fā)現(xiàn)，多源異構(gòu)地理大數(shù)據(jù)的跨域融合方法成為亟待解決的問題。

2.3 數(shù)據(jù)可視化技術(shù)

數(shù)據(jù)可視化技術(shù)是將數(shù)據(jù)庫中每一個(gè)數(shù)據(jù)項(xiàng)作為單個(gè)圖元表示，大量的數(shù)據(jù)集構(gòu)成數(shù)據(jù)圖像，同時(shí)以多維數(shù)據(jù)的形式表示數(shù)據(jù)的各個(gè)屬性值，可以從不同的維度對(duì)數(shù)據(jù)進(jìn)行深入觀察和分析。由于地理空間數(shù)據(jù)蘊(yùn)含豐富的時(shí)空信息，其可視化是各類地理大數(shù)據(jù)及其分析結(jié)果的圖形表示，用來面向用戶屏蔽時(shí)空數(shù)據(jù)的復(fù)雜性，有助于洞察數(shù)據(jù)隱含的時(shí)空規(guī)律。傳統(tǒng)的制圖可視化過程涉及將數(shù)字或非數(shù)字?jǐn)?shù)據(jù)轉(zhuǎn)換為視覺表示，例如地圖，圖像，圖形，3D模型和其他視覺產(chǎn)品，它側(cè)重于設(shè)計(jì)和使用地圖來傳播已知信息;而基于地理大數(shù)據(jù)的地理可視化則強(qiáng)調(diào)通過開發(fā)高度交互式地圖和相關(guān)數(shù)據(jù)探索工具來發(fā)現(xiàn)未知信息、驗(yàn)證假設(shè)并獲取知識(shí)。同時(shí)，由于大數(shù)據(jù)量導(dǎo)致大多數(shù)現(xiàn)有可視化技術(shù)存在一系列問題。首先，大量樣本經(jīng)常導(dǎo)致混亂的視覺顯示，因此使得分析人員在視覺上感知模式非常困難。其次，如果可視化涉及復(fù)雜的計(jì)算任務(wù)，則大數(shù)據(jù)集需要相當(dāng)多且通常過多的時(shí)間進(jìn)程。結(jié)合云計(jì)算平臺(tái)，在Web瀏覽器或獨(dú)立地圖查看器下進(jìn)行地理大數(shù)據(jù)的在線可視化，可以幫助用戶從協(xié)作角度研究地理參考事實(shí)和空間關(guān)系，而無需考慮專用的GIS系統(tǒng)管理需求。

3 大數(shù)據(jù)時(shí)代高校地理教師信息化能力構(gòu)成及其提升路徑

大數(shù)據(jù)時(shí)代，盡管其數(shù)據(jù)來源、應(yīng)用需求和數(shù)據(jù)類型不盡相同，但其基本處理流程是相似的。海量Web數(shù)據(jù)處理是一類非常典型的大數(shù)據(jù)應(yīng)用，以其為例，大數(shù)據(jù)處理的最基本流程包括在輔助工具支持下，對(duì)異構(gòu)多源數(shù)據(jù)進(jìn)行抽取和集成，采用機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘方法對(duì)存儲(chǔ)的數(shù)據(jù)進(jìn)行分析，從中抽取有價(jià)值信息與知識(shí)，并利用可視化技術(shù)將結(jié)果展現(xiàn)給終端用戶。在每一處理環(huán)節(jié)，需要的信息化技術(shù)不盡相同，結(jié)合大數(shù)據(jù)分析與處理流程，高校地理教師信息化能力包括如下數(shù)據(jù)獲取能力、數(shù)據(jù)分析與挖掘能力以及數(shù)據(jù)可視化能力三個(gè)方面。

3.1 數(shù)據(jù)獲取能力

由于當(dāng)前地理信息不再局限于傳統(tǒng)地圖，除了傳統(tǒng)的地理空間數(shù)據(jù)采集手段外，從非傳統(tǒng)數(shù)據(jù)源獲取時(shí)空數(shù)據(jù)出現(xiàn)了多種新方法，包括地理文本（GeoText[10]）、自發(fā)地理信息等。其中，文本提供了諸多時(shí)空描述，自然語言的語義包含豐富的時(shí)空信息。應(yīng)用自然語言處理技術(shù)，從文本中抽取實(shí)體信息，并通過關(guān)聯(lián)地名地址庫，可以提取自然語言的空間上下文信息。這種提取時(shí)空信息的方法已被用于社交媒體輿情挖掘、極端言論檢測(cè)與災(zāi)害預(yù)警等領(lǐng)域。此外，用戶利用手持設(shè)備，應(yīng)用移動(dòng)互聯(lián)技術(shù)主動(dòng)提交或被動(dòng)收集的自發(fā)地理信息，例如公眾使用的OpensStreetMap[11]，也成為新的時(shí)空大數(shù)據(jù)來源之一。高校地理教師應(yīng)具備網(wǎng)絡(luò)在線數(shù)據(jù)的檢索與收集能力，并開發(fā)相應(yīng)的數(shù)據(jù)獲取爬蟲程序采集地理文本等新型空間數(shù)據(jù)。

3.2 數(shù)據(jù)分析與挖掘能力

大數(shù)據(jù)分析的目的是挖掘大數(shù)據(jù)中有價(jià)值的信息，是從大數(shù)據(jù)中獲取更準(zhǔn)確、更深層次的知識(shí)，而不是對(duì)數(shù)據(jù)的簡(jiǎn)單統(tǒng)計(jì)分析。要達(dá)到這一目標(biāo)，需要提高計(jì)算機(jī)的智能計(jì)算能力，讓系統(tǒng)具備對(duì)數(shù)據(jù)的分析、推理和決策，基于神經(jīng)網(wǎng)絡(luò)與知識(shí)圖譜的人工智能是實(shí)現(xiàn)以上能力的核心技術(shù)。受益于訓(xùn)練數(shù)據(jù)的豐富及計(jì)算能力的提升，傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)模型在近年來得以突破;特別是自深度神經(jīng)網(wǎng)絡(luò)（DNN）提出以來，基于DNN 的深度學(xué)習(xí)已被成功地應(yīng)用到圖像、自然語言處理以及自動(dòng)駕駛等多個(gè)領(lǐng)域。高校地理教師需結(jié)合各種主流機(jī)器學(xué)習(xí)平臺(tái)與框架，重點(diǎn)關(guān)注地理時(shí)空大數(shù)據(jù)分析與挖掘方法，提升針對(duì)地理時(shí)空大數(shù)據(jù)的分析與挖掘能力。

3.3 數(shù)據(jù)可視化能力

由于地理空間大數(shù)據(jù)的特殊性，為了應(yīng)對(duì)當(dāng)今龐大而多樣化的時(shí)空數(shù)據(jù)集并促進(jìn)從數(shù)據(jù)中發(fā)現(xiàn)和理解復(fù)雜信息，地理大數(shù)據(jù)可視化需要解決實(shí)時(shí)或準(zhǔn)實(shí)時(shí)的處理海量數(shù)據(jù)集;時(shí)處理多個(gè)主題和多個(gè)變量以發(fā)現(xiàn)復(fù)雜的模式;設(shè)計(jì)交互性強(qiáng)的用戶界面和互動(dòng)策略，以增強(qiáng)可視化發(fā)現(xiàn)過程等一系列挑戰(zhàn)。這些挑戰(zhàn)需要教師具備圖形學(xué)、可視分析等多學(xué)科的技術(shù)背景并應(yīng)用部分商業(yè)或開源可視化工具的能力，如地圖可視化可使用Google Maps等工具，報(bào)表可視化可使用Tableau等工具;部分需要用戶編寫代碼調(diào)用相應(yīng)的可視化工具或函數(shù)庫，如R、D3.js等。

總體來看，從大數(shù)據(jù)處理流程出發(fā)，需要在云計(jì)算等計(jì)算基礎(chǔ)設(shè)施、HADOOP等數(shù)據(jù)處理工具以及R等數(shù)據(jù)分析、可視化工具開展學(xué)習(xí)與實(shí)踐;具體學(xué)習(xí)提升路徑包括各產(chǎn)品設(shè)計(jì)與應(yīng)用文檔、會(huì)議培訓(xùn)以及MOOC課程等。

4 結(jié)語

海量數(shù)據(jù)的日益增長(zhǎng)帶來了新的機(jī)遇與挑戰(zhàn)。本文在對(duì)大數(shù)據(jù)特征分析的基礎(chǔ)上，對(duì)科學(xué)研究范式轉(zhuǎn)變進(jìn)行了深入剖析，并對(duì)高校地理教師在大數(shù)據(jù)時(shí)代應(yīng)該掌握的各項(xiàng)技術(shù)進(jìn)行了討論，并分析了學(xué)習(xí)及提升路徑。大數(shù)據(jù)時(shí)代的到來已不可避免，高校地理教師在教學(xué)與科研實(shí)踐中，應(yīng)該結(jié)合地理學(xué)科的特點(diǎn)積極應(yīng)對(duì)這些挑戰(zhàn)，并應(yīng)用于自己的研究領(lǐng)域，從而提升自己的科研水平，達(dá)到教學(xué)、科研相互促進(jìn)的目的。

參考文獻(xiàn)

[1] 李學(xué)龍，龔海剛.大數(shù)據(jù)系統(tǒng)綜述[J].中國(guó)科學(xué)：信息科學(xué)，2015（01）：1-44.

[2] 孟小峰，慈祥.大數(shù)據(jù)管理：概念、技術(shù)與挑戰(zhàn)[J].計(jì)算機(jī)研究與發(fā)展，2013，50（01）：146-169.

[3] 鄧仲華，李志芳.科學(xué)研究范式的演化-大數(shù)據(jù)時(shí)代的科學(xué)研究第四范式[J].情報(bào)資料工作，2013（04）：19-23.

[4] Tansley，S.，Tolle， K.M. The fourth paradigm：data-intensive scientific discovery[M].Redmond，WA： Microsoft research，2009.

[5] 宋長(zhǎng)青.地理學(xué)研究范式的思考[J].地理科學(xué)進(jìn)展，2016（01）：1-3.

[6] 陸鋒，張恒才.大數(shù)據(jù)與廣義GIS[J].武漢大學(xué)學(xué)報(bào)（信息科學(xué)版），2014（06）：645-654.

[7] 方璐.大數(shù)據(jù)時(shí)代的科學(xué)研究方法[D].浙江工業(yè)大學(xué)，2014.

[8] 李志芳，鄧仲華.科學(xué)研究范式演變視角下的情報(bào)學(xué)[J].情報(bào)理論與實(shí)踐，2014，37（01）：4-7.

[9] Yang， C.， Huang， Q. Spatial cloud computing：a practical approach[M].CRC Press，2013.

[10] Hu， Y. Geo-text data and data-driven geospatial semantics[J].Geography Compass，2018，12（11）：12404.

[11] Haklay， M.， Weber， P.Openstreetmap：User-generated street maps[J].IEEE Pervasive Computing，2008，7（4）：12-18.

Discussion on the Information Capability and Improvement Path of University Geography Teachers in the Big Data Era

HAN Zhi-gang，CUI Cai-hui

（College of Environmental & Planning， Henan University，Kaifeng Henan? 475004）

Abstract：Following the rapid development of information technology， human beings have entered the era of big data， and the data science paradigm has also been emerged as a research paradigm in scientific research. According to the characteristics of big data and data science research paradigm， the paper analyzes three key technologies in the field of big data and its application status， including cloud computing technology， data analysis and mining technology， and data visualization technology. Based on the teaching and research needs of university geography， this paper detailed the composition and promotion path of college geography teachers in the era of big data and provides reference and support for improving the level of teaching and research.

Key words：Big data; Geography; Information; Teacher