胡榮春 馬娟

摘 ? ?要：目前國家正在全力推進創(chuàng)新創(chuàng)業(yè)建設(shè)，大力培養(yǎng)創(chuàng)新創(chuàng)業(yè)人才。高校是雙創(chuàng)人才的培養(yǎng)基地，在國家布局創(chuàng)新創(chuàng)業(yè)的環(huán)節(jié)中占有重要的地位。在當前環(huán)境下，高校如何做好創(chuàng)新創(chuàng)業(yè)人才培養(yǎng)工作是一項值得研究的重要課題。大數(shù)據(jù)為雙創(chuàng)人才的培養(yǎng)帶來了更多更新的思路，文章探討了大數(shù)據(jù)為雙創(chuàng)人才培養(yǎng)帶來的機遇，以及利用大數(shù)據(jù)技術(shù)和工具為創(chuàng)新創(chuàng)業(yè)發(fā)展及人才培養(yǎng)所帶來的好處和優(yōu)勢。

關(guān)鍵詞：大數(shù)據(jù);創(chuàng)新創(chuàng)業(yè);人才培養(yǎng)

中圖分類號：G647 ? ? ?文獻標識碼：A ? ? ?文章編號：1002-4107（2021）03-0036-02

一、引言

伴隨著科學技術(shù)的飛速發(fā)展，加上即將全面普及的5G通信技術(shù)所帶來的超大數(shù)據(jù)傳輸量，大數(shù)據(jù)處理技術(shù)已顯得越來越重要。一般“大數(shù)據(jù)”定義為無法在一定時間內(nèi)用傳統(tǒng)數(shù)據(jù)庫軟件工具對其內(nèi)容進行抓取、管理和處理的數(shù)據(jù)集合，具備大量化、類別多樣化和處理快速化等特征[1]。自從數(shù)據(jù)處理?？禗ealing with data》于2011年正式出版后[2]，“大數(shù)據(jù)”迅速成為眾多領(lǐng)域的研究熱點。大數(shù)據(jù)時代的到來，對行業(yè)發(fā)展、單位決策、個人日常生活等都將產(chǎn)生巨大的影響。

自從李克強總理在2014年達沃斯論壇提出“大眾創(chuàng)業(yè)、萬眾創(chuàng)新”的關(guān)鍵詞后，國務(wù)院于2015年相繼下發(fā)了《國務(wù)院辦公廳關(guān)于發(fā)展眾創(chuàng)空間推進大眾創(chuàng)新創(chuàng)業(yè)的指導意見（國辦發(fā)〔2015〕9號）》《國務(wù)院辦公廳關(guān)于深化高等學校創(chuàng)新創(chuàng)業(yè)教育改革的實施意見（國辦發(fā)〔2015〕36號）》《國務(wù)院關(guān)于大力推進大眾創(chuàng)業(yè)萬眾創(chuàng)新若干政策措施的意見（國發(fā)〔2015〕32號）》，并為此建立了推進大眾創(chuàng)業(yè)萬眾創(chuàng)新的部際聯(lián)席會議制度（國辦函〔2015〕90號），從國家層面全力推進創(chuàng)新創(chuàng)業(yè)建設(shè)。隨后相關(guān)部委和各省都相繼發(fā)文深化開展雙創(chuàng)建設(shè)。國務(wù)院還發(fā)布了兩批次共120個雙創(chuàng)示范基地名單（國辦發(fā)〔2016〕35號、國辦發(fā)〔2017〕54號）。2018年國務(wù)院再次發(fā)文《國務(wù)院關(guān)于推動創(chuàng)新創(chuàng)業(yè)高質(zhì)量發(fā)展打造“雙創(chuàng)”升級版的意見

（國發(fā)〔2018〕32號）》，將“雙創(chuàng)”持續(xù)向更大范圍、更高層次和更深程度推進，與經(jīng)濟社會發(fā)展深度融合，進一步激發(fā)市場活力和社會創(chuàng)造力。

高校是雙創(chuàng)人才的培養(yǎng)基地，在國家布局創(chuàng)新創(chuàng)業(yè)的環(huán)節(jié)中占有重要的地位。如何做好人才培養(yǎng)工作，為社會輸送更多更好的優(yōu)秀科技人才是高校面臨的一項重要課題。人才培養(yǎng)是一個系統(tǒng)工程，內(nèi)容繁多復雜，包含了培養(yǎng)體系建設(shè)、質(zhì)量評價、過程干預(yù)等等，尤其雙創(chuàng)人才培養(yǎng)，重點關(guān)注人才的創(chuàng)新創(chuàng)業(yè)能力，對人才質(zhì)量的要求更高。大數(shù)據(jù)處理正為這種復雜的系統(tǒng)工程管理帶來了一個新的思路。高校如何在大數(shù)據(jù)時代下更好地進行雙創(chuàng)人才培養(yǎng)，這將是一個值得關(guān)注和探討的問題。

二、大數(shù)據(jù)為雙創(chuàng)人才培養(yǎng)帶來的機遇

大數(shù)據(jù)處理既是一門前沿學科又是一種工具，如同早年的計算機和互聯(lián)網(wǎng)技術(shù)一樣，隨著計算機技術(shù)的發(fā)展，人們利用計算機和互聯(lián)網(wǎng)辦公、學習、購物……普通的計算機和互聯(lián)網(wǎng)應(yīng)用早已成為人們?nèi)粘Ｉ钪斜夭豢缮俚囊环N工具。隨著大數(shù)據(jù)處理技術(shù)的逐漸發(fā)展，大數(shù)據(jù)處理本身的應(yīng)用也必將成為一個方便大家使用的工具。

不同高校的雙創(chuàng)人才培養(yǎng)有其各自的側(cè)重點。創(chuàng)新創(chuàng)業(yè)的發(fā)展方向及投入的重點既可以基于自身的傳統(tǒng)優(yōu)勢學科方面，也可以結(jié)合地區(qū)特色或行業(yè)特色，還可以兼顧前沿新興領(lǐng)域的研究或產(chǎn)業(yè)化發(fā)展態(tài)勢。對于決策者而言，信息的及時性和準確性無疑具有重要的作用。在信息缺乏聯(lián)系和整合的情況下，決策者往往需要花費大量的精力和時間來對創(chuàng)新創(chuàng)業(yè)的發(fā)展方向和領(lǐng)域進行調(diào)研分析和評估，最終確定建設(shè)重點。大數(shù)據(jù)時代的到來為決策者帶來了更多的機會和希望，通過大數(shù)據(jù)分析得到的信息更加準確和具有針對性。在大數(shù)據(jù)環(huán)境下，決策者不僅可以獲得常見的相關(guān)數(shù)據(jù)，還有可能得到更具有價值性的信息。例如通過網(wǎng)絡(luò)爬蟲、數(shù)據(jù)挖掘、云計算及深度學習等技術(shù)，可以從公開媒體發(fā)布的新聞和各種碎片信息中分析獲得不同領(lǐng)域熱點之間的橫向比較數(shù)據(jù)，甚至國家或地區(qū)潛在的政策轉(zhuǎn)變方向以及重點行業(yè)投入的發(fā)展趨勢等等。

在大數(shù)據(jù)預(yù)測上，谷歌和百度都有過較為成功的案例。谷歌搭建的流感數(shù)學模型及預(yù)測系統(tǒng)，在2009年發(fā)布的冬季流感預(yù)測結(jié)果與官方數(shù)據(jù)達到97%的相關(guān)度;百度的景點預(yù)測系統(tǒng)在2014年準確預(yù)測出泰山成為清明小長假全國最擁堵的景區(qū)，該事件還登上4月6日CCTV的《新聞直播間》和《晚間新聞》等欄目。

目前各大型互聯(lián)網(wǎng)公司均致力于開發(fā)自己的大數(shù)據(jù)預(yù)測平臺，如百度預(yù)測、騰訊大數(shù)據(jù)、谷歌趨勢等，包含了經(jīng)濟、疾病、金融、體育、房地產(chǎn)等各方面的預(yù)測產(chǎn)品。這些平臺的出現(xiàn)無疑為決策帶來了一條新的思路，若能將大數(shù)據(jù)處理和創(chuàng)新創(chuàng)業(yè)及人才培養(yǎng)相結(jié)合，必將對其產(chǎn)生重要的影響。

三、基于大數(shù)據(jù)的雙創(chuàng)人才培養(yǎng)探索

將大數(shù)據(jù)技術(shù)應(yīng)用于高校雙創(chuàng)人才培養(yǎng)，可以從人才監(jiān)測、行業(yè)需求、熱點領(lǐng)域趨勢、創(chuàng)業(yè)導向等方面來開展。

人才監(jiān)測方面，可以通過對各方面信息進行分析綜合，預(yù)測學生在培養(yǎng)過程中不同方面的發(fā)展趨勢。在如今信息化飛速發(fā)展的時代，數(shù)據(jù)的采集形式越來越多樣化，從網(wǎng)上的瀏覽痕跡，到攝像頭的自動人臉捕捉，幾乎可以把個體的行為軌跡全部刻畫出來。學生情況的數(shù)據(jù)采集比較容易，最直接的是課程成績，以及簡單易行的調(diào)查問卷等。除此之外，還可以通過學生一卡通在食堂刷卡的次數(shù)和頻率、進出教室打卡的記錄、在校園網(wǎng)上的驗證登錄的IP地址等等信息來判斷學生的生活和課堂出勤情況。例如在篩選人才的過程中，某學生長期不出現(xiàn)在教學樓、實驗室或圖書館，而監(jiān)測到的校園網(wǎng)登陸IP地址一直在寢室或校外網(wǎng)吧，則該學生曠課逃學的可能性就很大，基本可以把他從潛在目標培養(yǎng)人才的范圍中排除。

行業(yè)需求和熱點領(lǐng)域趨勢是創(chuàng)新創(chuàng)業(yè)中非常重要的一環(huán)。充分利用物聯(lián)網(wǎng)和大數(shù)據(jù)技術(shù)，對行業(yè)情況和當前熱點領(lǐng)域的相關(guān)數(shù)據(jù)進行研究，得到行業(yè)發(fā)展的趨勢預(yù)測，為創(chuàng)新創(chuàng)業(yè)指明方向。當對行業(yè)發(fā)展趨勢和當前市場的潛在熱點領(lǐng)域進行充分研究和分析后，就可為創(chuàng)新創(chuàng)業(yè)的領(lǐng)域和題材提供指導性意見。以上這些都需要大數(shù)據(jù)處理和決策模型的支撐。模型的輸入為各類相關(guān)數(shù)據(jù)和指標，模型的輸出為行業(yè)和熱點領(lǐng)域趨勢的判決結(jié)果。

為綜合、直觀地反映變動方向和變動程度，可采用數(shù)理統(tǒng)計中常用的指數(shù)方法將各項監(jiān)測指標綜合集成為監(jiān)測指數(shù)?？紤]到監(jiān)測指標之間存在較強的多重相關(guān)性，還可選用主成分分析法來提取核心監(jiān)測指數(shù)。主成分分析法（PCA）的基本原理是利用線性變換的方式將原始指標數(shù)據(jù)變換到一個新的坐標系統(tǒng)中，實現(xiàn)從多個原始指標到少數(shù)綜合指標的轉(zhuǎn)變。主成分分析法的優(yōu)點是在實現(xiàn)數(shù)據(jù)降維和指標獨立的同時，盡可能地保留原始指標的信息。

在模型的構(gòu)建過程中，為消除不同指標數(shù)值的量綱影響，同時又保留各項指標的相對變異程度信息，采用均值法對指標數(shù)據(jù)進行無量綱化處理。在對指標體系進行主成分分析后，提取出的核心監(jiān)測指數(shù)作為相對量值，既可用于對監(jiān)測對象進行時間和空間上的相對比較，也可用于監(jiān)測對象的狀態(tài)衡量。衡量狀態(tài)的標準可以是絕對的，也可以是相對的?？紤]到目前尚無用于對相關(guān)指標進行衡量的權(quán)威標準，可以采用基于統(tǒng)計學中常用的正態(tài)分布統(tǒng)計方法，建立監(jiān)測指數(shù)的參照狀態(tài)區(qū)間，用以比較監(jiān)測個體在群體中的相對變化。最終經(jīng)過仿真分析和篩選，導出最符合實際預(yù)期的模型。

利用大數(shù)據(jù)的相關(guān)性，采用數(shù)據(jù)挖掘技術(shù)找出數(shù)據(jù)背后的隱含信息。數(shù)據(jù)挖掘是一個利用各種分析工具在海量數(shù)據(jù)中發(fā)現(xiàn)模型和數(shù)據(jù)之間關(guān)系的過程，這些模型和關(guān)系可以被企業(yè)用來分析風險、進行預(yù)測。數(shù)據(jù)挖掘采用的算法很多，比較常見的有關(guān)聯(lián)規(guī)則方式、決策樹方法方式、神經(jīng)網(wǎng)絡(luò)方法方式、粗糙集方式、遺傳算法、模糊論方法和可視化技術(shù)等。

決策樹分類理論通過構(gòu)建決策樹來實現(xiàn)定性分析。從決策樹可以獲知，在具有某種優(yōu)勢的群體中，具有另一種優(yōu)勢的人占很大比例，這樣可以推斷出具有前一種優(yōu)勢的人一般都具有后一種優(yōu)勢。利用決策樹分類算法可以分析出不同性質(zhì)的創(chuàng)業(yè)方向一般具有的優(yōu)勢。這樣可以根據(jù)分析結(jié)果提前對創(chuàng)新創(chuàng)業(yè)的方向進行規(guī)劃和判斷，提供有力的輔助決策作用。采用K均值算法的聚類挖掘能分析出某一群體的特征行為。應(yīng)用在行業(yè)趨勢分析中，可以分析出市場出現(xiàn)萎縮下行或擴張上行等特征。利用這些特征能夠預(yù)測該行業(yè)的未來發(fā)展趨勢，學校在人才培養(yǎng)上可以提前有意識地培養(yǎng)和布局。

四、結(jié)論和展望

大力鼓勵和發(fā)展創(chuàng)新創(chuàng)業(yè)是國家層面的方針政策，培養(yǎng)出優(yōu)秀的創(chuàng)新創(chuàng)業(yè)人才是國家交給高校的一項重要政治任務(wù)。如何做好人才培養(yǎng)工作，為社會輸送更多更好的優(yōu)秀人才是高校面臨的一項重要課題。如今大數(shù)據(jù)的出現(xiàn)為雙創(chuàng)人才的培養(yǎng)和建設(shè)提供了一個新的視角，同時也帶來了研究和解決這一問題的新思路和新方法。本文探討了大數(shù)據(jù)在雙創(chuàng)人才培養(yǎng)中可能帶來的機遇，以及利用大數(shù)據(jù)技術(shù)帶來的好處和優(yōu)勢。如今，大數(shù)據(jù)時代已經(jīng)悄然來臨，其對我們?nèi)粘９ぷ魃畹挠绊懸踩找骘@著，誰能在技術(shù)的大潮中盡早抓住大數(shù)據(jù)所帶來的機遇，誰就能占得先機，迎來更大的機遇。

參考文獻：

[1]Big data：The next frontier for innovation，competition，and productivity[R].USA：The McKinsey Global Institute，2011.

[2]Science.Special online collection：Dealing with data [EB/OL].http：//www.sciencemag. org/site/special/data/.

編輯∕李夢迪

作者簡介：胡榮春（1981—），男，重慶人，西南科技大學信息工程學院講師，研究方向：高校人才培養(yǎng)和數(shù)據(jù)處理。

基金項目：西南科技大學學生教育管理及改革研究項目“大數(shù)據(jù)時代下的高校雙創(chuàng)人才培養(yǎng)質(zhì)量監(jiān)測研究”（18sxb117）;西南科技大學研究生教育教學改革項目“基于學科評估的地方高校學術(shù)型研究生個體培養(yǎng)質(zhì)量監(jiān)測平臺研究”（20sxb008）