Page 134 - 教育模式创新理论研究与实践

教育模式创新理论研究与实践
Theoretical Research and Practice on Innovation of Educational Models

做出微妙的权衡，虽然“一切过去皆为序曲”，但不要让过去完全决定我们的未
来，我们仍应满怀热情地迎新下一个日出。在这个对新生技术畏惧、疑虑的时代，
数据将越来越难收集，甚至最糟糕的可能是：被收集者还会因怕“数据欺凌”而

采取“玩弄数据系统”的“自我保护”反应。这样来说，建立在不真实数据基础
上的决策将会更可怕。
（三）数据垃圾处理问题
大数据不全是“金矿”，也有数据垃圾，金子的闪耀光芒价值自不必说，垃

圾的危害也不能小觑，这体现了事物的两面性，正如太空探测技术一样。人类为
了探测无边的宇宙，向太空发射卫星、宇宙飞船、核动力卫星等，这些遗弃在太
空的物质和碎片，不仅具有碰撞新的航天设备的危险性，而且还具有大量放射性。
大数据技术与航天技术一样，虽然发展潜力无限，但也是史前高难度的挑战，人

类必须具有解决大数据垃圾问题的力量，否则将产生严重的后果。大数据时代，
巨大的信息和碎片化的数据充斥着整个网络世界，随着智慧校园、泛在学习地推
进，高校教育大数据将成指数倍激增，数据不可避免，这将会给高校的机房和数
据中心带来数据存储及数据处理上的负担和压力。2014 年，美国国家消费者法

律中心发布的“大数据征信对个人征信的大十问”调查报告，指出进入大数据征
信公司的数据 50% 左右是错误的，有问题的，是垃圾。既然进入源头存在垃圾，
那么产出的很难是金子。如果垃圾数据为基础建立决策，这可能会使垃圾数据像
病毒一样传染，最终使工作蒙受损失。因此，垃圾数据一旦产生，就需要我们在

数据处理的过程当中，对垃圾数据进行过滤和清洗，并且自动决策这些数据的去
留。目前，对于高校数据垃圾的处理技术、处理原则、处理经费、数据人才等方
面都存在问题，特别是在大数据的价值挖掘没有充分利用的情况下，对于垃圾处
理的支出显然大于得到，数据“金矿”至少目前并没有体现，反而呈现“得不偿

失”的倒挂局面。当然，尽管对高校教育管理大数据垃圾进行过滤和清洗任务艰
巨，但是不能因噎废食放弃对数据中心的建设和利用。
（四）数据标准问题
大数据的价值在于数据的共享，标准化是各类相对独立的、分散无序的数据

资源通过融合、重组及聚合等方式形成一个较大的、有序的、可读的与高效的整体，
使人们可以快速使用，这需要建立完善的数据标准体系。数据标准化是数据整合、
共享、挖掘的前提和基础，是数据金矿的实现的必要条件，而数据标准则是数据

126