牟世兵

一、大數(shù)據(jù)對教學的影響

隨著時代的發(fā)展和科技的進步，“大數(shù)據(jù)”時代悄然來臨。隨著硬件的高速革新化與軟件的高速智能化，大數(shù)據(jù)時代也對高校教育領域產生了廣泛而深刻的影響。大數(shù)據(jù)就其性質來說，不是產品，也不是一種技術，而是一個抽象的概念，有人將“大數(shù)據(jù)”形象地比喻成21世紀人類探索的新邊疆，是以高度發(fā)達的信息網絡技術為支撐，所呈現(xiàn)出的巨大數(shù)據(jù)信息，當然包括伴生的相關處理技術。大數(shù)據(jù)是近年來繼云計算、物聯(lián)網后的新技術熱點。

要想利用信息時代的數(shù)據(jù)更好地應用于教育，必須變革教學方式，對教師提出新的要求，教師不僅要樹立終身學習的理念，還要更好地掌握學科前沿的動態(tài)信息，更好地利用數(shù)據(jù)的開放性、共享性等特點，充實學習內容，提升教學水平。以“慕課”和“小微課”平臺的問世為廣大學生所熟悉和利用，豐富和發(fā)展了在線教學模式，這更需要教師不斷調整，告別傳統(tǒng)的授業(yè)者的角色，以學生為主體，以技術為手段和平臺，成為知識學習的組織者、引導者和評價者。

除了促進個性化發(fā)展、豐富學習內容和提高學習效率，大數(shù)據(jù)技術的應用更有利于教師掌握學生的身心發(fā)展規(guī)律。與傳統(tǒng)的教師通過面談、電話交流、家訪及其他同學側面反映和憑借工作經驗判斷學生心理特征等方式，應用大數(shù)據(jù)技術，分析和測量學生的心理特點，通過對以前遇到的實際問題的解決方式進行歸納和總結，這種體察方式不僅更理性，還可進一步對未來的心理狀況進行有效預測，能促進教師更好地了解學生，還能有針對性地促進學習效果，提高學習能力。

二、大數(shù)據(jù)導致科學研究方法的變化過程

人類進行科學研究的過程主要分為三個階段，實驗階段、數(shù)學模型階段和大數(shù)據(jù)階段。

試驗階段的科學研究主要是通過做科學實驗獲得一些研究結論，此時的研究特點主要是研究對象比較簡單，對幾種簡單物質組合進行研究，以此來了解世界的本質組成及最基本規(guī)律。

數(shù)學模型階段的科學研究主要是對客觀事物進行抽象、建模，采用數(shù)學語言對客觀事物進行一定程度的簡化，然后采取數(shù)學工具對其進行分析研究。這一段時間的研究已經涉及到了外在的客觀事物和一般規(guī)律，但是一般是對其進行了簡化。當然，由于簡化會導致不精確甚至錯誤的問題，數(shù)學也在積極的發(fā)展，從最開始最簡單的線性到非線性、微積分、混沌等等。在數(shù)學逐漸發(fā)展的過程中，發(fā)現(xiàn)客觀實際存在大量的混沌線性，很多問題都是蝴蝶效應明顯，即當因變量發(fā)生很小的變化時，最終結果會相差甚多，開始差之毫厘，結果謬以千里。此時主要問題則轉到三個方向：第一，如何準確、精確的描述因變量的狀態(tài);第二，怎樣才能充分考慮到事物千千萬萬的影響因素即因變量的個數(shù);第三，當因變量很多的時候，多到超過我們手中所能掌握的樣本的時候，怎樣才能夠探索得到各因變量與最終結果之間的關系，從而進行應用，如預測等。

大數(shù)據(jù)階段正是在以上幾個問題出現(xiàn)后才到來的。當因變量很多時，為了能夠得到因變量與結果之間的規(guī)律，必須獲得足夠多的樣本，需要的這個樣本的規(guī)模相對于以前的研究，是以很多數(shù)量級的形式在增長的。以前研究需要抽取樣本，現(xiàn)在的研究則是將所有的數(shù)據(jù)都作為樣本仍遠遠不夠。這樣就有必要對所有的數(shù)據(jù)進行存儲，進行有效的分析，這就是大數(shù)據(jù)。

三、數(shù)學在大數(shù)據(jù)時代的作用

通過以上分析，部分人會認為數(shù)學在大數(shù)據(jù)時代已經失效了。目前的科學研究只需要從大數(shù)據(jù)中尋找相同因變量的情況就可以得到最終的結果。這種說法有其一定的道理，在某些方面，大數(shù)據(jù)的數(shù)據(jù)挖掘和匹配做的確實比單純的數(shù)學分析要好，但是就因此而否定數(shù)學在未來科學研究的作用無疑是愚蠢的。未來的數(shù)學至少在三個方面是有待于進一步研究和發(fā)展的：①對于那些沒有經驗數(shù)據(jù)的前沿性、探索性的研究，仍需借助于數(shù)學工具進行分析和預測;②對于數(shù)據(jù)量不足的情況，也需要數(shù)學在非常有限的樣本里找出其規(guī)律并進行分析預測;③即使數(shù)據(jù)量非常充足，由于大數(shù)據(jù)的規(guī)模非常大，如何快速查找和匹配到有效的數(shù)據(jù)是非常重要的。

第一點，前沿性的研究沒有可以借鑒的研究數(shù)據(jù)，更不用提數(shù)據(jù)量能否達到要求了，自然不能采用大數(shù)據(jù)的方法進行研究。這時就需要數(shù)學方法進行分析，借助其本質規(guī)律進行預測分析，根據(jù)極少的實驗來確定其規(guī)律，確定各參數(shù)的實際效果。做少量實驗就可以明確大致的基本規(guī)律顯然要比做大量實驗所需成本和時間少得多。

第二點，數(shù)據(jù)量不足的情況下。采用大數(shù)據(jù)需要充足的數(shù)據(jù)量，當數(shù)據(jù)量非常少的時候，就需要采用數(shù)學方法分析其內在規(guī)律了。這也體現(xiàn)出了大數(shù)據(jù)的缺點，即必須需要大量數(shù)據(jù)作為支撐才能有所作為，當數(shù)據(jù)量比較少甚至非常少的時候，大數(shù)據(jù)很難起到什么作用。

第三點，由于數(shù)據(jù)量非常大，已經達到PB甚至DB級別，如何在以秒為單位的時間內找到有效的數(shù)據(jù)非常重要，也非常困難?？紤]到數(shù)據(jù)規(guī)模，不可能采用遍歷法進行，這時候就需要找到高效的方法。