大数据时代意义范文

大数据时代意义范文第1篇

在大数据时代中，大数据的应用效能、应用方便度、应用当地覆盖面是未来大数据应用所关注的重点，而目前在大数据应用方面存在许多的问题，这些问题的存在影响了未来大数据的应用，如何解决这些问题，重现在开始从最基础方面开始，解决这些问题是大数据未来应用的重要工作。本文首先列举了目前大数据应用中存在的问题，分析了产生这些问题的原因，针对这种情况提出了基于基础数据结构体系建立的解决方案设想，为未来大数据应用发挥更大效益的解决方法。

【关键词】大数据 基础数据结构 软件工程 数据标准

随着智慧城市建设项目的开展，作为智慧城市建设的重要基础就是围绕大型基础数据平台的建设，在业界定义为大数据时代的来临。围绕大数据的概念，在全国范围内的各领域各行业都在大数据的如何组织、如何应用、如何共享、如何关联召开了各类研讨会。大数据应用的云计算技术、数据仓库技术等成为业内讨论的重要话题。本人认为，在做了这些工作后，应回过头来看一看，无论数据量有多大，都离不开基础数据结构与体系的建设，在此要阐明的一个基本观点就是在大数据时代更应该重视基础数据结果的研究与应用。

1 大数据的概念

什么是大数据， IBM 最早的定义是：将大数据的特征归纳为4个“V”（量Volume，多样Variety，价值Value，速Velocity），或者说特点有四个层面：第一，数据体量巨大。大数据的起始计量单位至少是P（1000个T）、E（100万个T）或Z（10亿个T）；第二，数据类型繁多。比如，网络日志、视频、图片、地理位置信息等等。第三，价值密度低，商业价值高。第四，处理速度快。最后这一点也是和传统的数据挖掘技术有着本质的不同。

在大数据概念中的第一条是数据量大，这是大数据的特点，而却随着信息系统应用的深入，数量的数量级也在不断的提高，这是毋容置疑的。我们在此要讨论的是第二条数据类型繁多的问题。

2 目前大数据应用存在的主要问题

随着信息化系统应用的深入，在社会、自然界、生活中所涉及的数据面越来越广，由此使得数据类型也越来越多，数据类型的数量在不断增加，这些数据类型之间的关系和相互关联性也越来越复杂，大数据量下的数据应用造成了困难。数据结构类型繁多造成问题主要表现在以下几个方面。

2.1 数据类型是有限量的认识不清楚

未来大数据情况下，数据类型是有限量的还是无限量的概念模糊，为此首先要么明确一个基本的概念，那就是，数据类型在繁多，但是数据类型的数量是有限量的，只是这个限量的数量级大一些而已。在数据类型是有限量的情况下，对于解决数据类型繁多的方法是完全不同的。

如果数据类型的量是无限量的，那么解决问题的方法是要研究解决数据类型问题的方式是研究规律，拿出解决问题的方式与方法，对于具体数据类型时，按照方式方法理论与技术去解决问题。如果数据类型是有限量的话，那么解决问题的方式就不只是从理论上的解决问题方法，而应该更加切合实际的去针对每一种数据类型直接进行研究，形成数据标准，指导各个系统对每一个具体数据类型的应用。

2.2 相同数据在不同系统中的表现类型繁多

由于系统开发方各自的开发经验、所开发系统的规模不同，系统应用方对系统要求不同，系统应用行业的不同，使得在开发过程中，对于数据类型的定义只遵循本系统使用需要进行定义，没有完整的标准，即是有相应的国家或国际标准，也不能完全遵循。

2.3 各个行业制定的标准相互矛盾

各个行业在制定相应的标准时，是以满足自身需要为主导，造成了数据类型在其数据定义时不但长度不同，就是数据类型都不相同。这也就造成了各个系统在未来大数据应用中出现了严重的数据应用障碍。

2.4 大数据应用的实现效率低

由于不同系统技术数据结构的不统一，使得对于大数据的应用上要对不同系统的数据结构进行分析，构建关联，而后才能进行数据的应用，这项工作的工作量大，技术含量高，降低数据的应用效率。这些都是事后分析数据存在的问题。

2.5 数据浪费巨大

由于数据各个系统间数据结构的不同，加上分析手段的局限性，使许多的数据无法进行使用，由此也降低了数据的使用率。并造成数据的大量浪费。

3 造成目前对大数据应用存在问题原因

由于以上几方面的问题存在，为了做好大数据的应用，许多相应的技术应运而生，数据仓库技术、网格技术、云计算的数据处理技术等等。这些技术促进了数据应用的发展，提高了数据应用效率，为大数据应用发挥了巨大作用。但是这种做法只能针对具体的大数据应用项目起到作用，不能从根本上解决问题。那么造成这种问题根本是什么呢？

3.1 理论基础有偏差

目前所有这些高精尖技术的发展，为大数据应用的发展起到了不可替代的作用，但是这些技术在理论出发点上存在偏差，那就是，这些技术的理论出发点设定的是，数据类型是无限量的，是无穷尽的，所以所有的技术研究都不面对具体的数据项，这样做的结果是促进技术的发展，弊端是不能面对具体的应用，所有的技术应用都要在这就技术下进行二次应用研究。也就是，这些理论是治标不治本的做法。

有限量数据类型与无限量数据类型是两个根本不同的概念，对于技术的发展影响也是完全不同的。为此，目前在无限量数据类型概念下的大数据应用技术与体系将会存在极大的局限性，对未来的大数据应用造成影响。

3.2 对大数据认识有偏差

目前在各个系统对大数据的应用中，对大数据的认识是，只要有足够量的数据，就是大数据，而对于数据之间的关系，整体的数据结构体系没有很深的认识，甚至将原有的多个分散的系统中的数据库，做一个小的关联数据库，就认为是数据云计算，就是综合数据平台了，而在这种情况下，对于大数据的应用，因为系统的独立，数据库的独立、数据结构的不统一造成了大数据应用的瓶颈和障碍，在系统应用到一定程度后，数据量是很大，但是无法进行大数据应用，或者说是要进行大数据的应用，需要另外投入很高的成本进行数据整理、数据管理和数据分析。所以应该明确的是，在数据结构混乱的情况下，在大的数据量也不能称为大数据，这个观念上的偏差，是造成目前数据应用困难的原因之一。

3.3 数据结构不规范

这些情况的出现，归结的一起，就是数据结构不规范，不统一。在三方面主要原因造成这个局面，一是目前的应用系统的开发，由不同的公司进行，每个开发单位对数据结构的定义有各自的标准，基本都是按照多年开发经验总结出来的，因此各个公司开发的系统在数据结构上相差很远。二是对于同一个公司不同时期开发的系统所涉及的数据结构不统一，到后期，开发单位不愿意在投入成本对前期开发的系统进行重新开发，这就造成了前期开的的系统中的数据结构与后期开发的数据结构不统一。三是对于应用开发单位在开发每一个具体应用项目时，由于是不同的开发小组在进行，为此，在进行数据结构设定时，只为了满足本系统开发的需要，而没有考虑系统未来的发展和系统的整体架构，这也造成了不同应用系统中对相同字段的设定不相同，数据结构不统一。以上这些都是在应用系统开发过程中遗留的问题，而这些问题严重影响了大数据的使用。

3.4 有统一的标准不用

在系统开发过程中涉及的数据结构，许多都有相应的标准，主要有以下几个方面，一是国家法律层面的，对于一些重要的数据要求以立法方式进行规范。二是国家标准，制定和规范了国家层面的有关方面的数据要求和限定。三是部颁标准，由各个部委办局制定的相应标准，这些标准有一大部分直接针对信息化系统建设的应用和数据标准。四是行业标准，作为每一个行业内进行行为约束的标准，这种标准虽然不具备强制性，但是在行业内是一个自觉遵守的标准。四是国际相关标准，虽然国际标准没有任何的法律约束性，但是为了走出去，各行各业都在遵循这个标准。

这些标准都是在系统建立时的数据结构依据，但是目前许多系统在进行数据结构设定时，都没有按照这些标准执行，而是根据自己系统的需要进行设定的。这使得许多的系统中的数据不能相互交换使用，由此而影响了大数据的应用。

3.5 不同行业对标准的设定不统一

在国家标准体系中，由于标准制定的年代不同，同是一个部门颁布的标准对相同的数据要求也不同，各个部门由于独立制定标准，同样出现相同数据在不同部门制定的标准中规定的不同，这几方面原因也就造成了即使遵照标准，也存在着相同数据在不同应用系统中的数据结构不同的现象。

以上是大数据应用问题出现的主要原因，作为大数据应用的刚刚起步阶段，应针对这些问题进行研究给出相应的解决方案，为未来大数据应用的发展打下一个良好的基础，避免今后的大数据应用走弯路。

4 解决大数据应用问题的对策

解决大数据应用存在的问题，应从最基础的数据结构建立开始，从根本上去解决问题，也为未来大数据应用的发展打下一个良好的基本数据结构基础，对此提出以下几方面的对策。

4.1 开展和加强对基础数据结构建立的理论研究

从软件工程学的角度出发，以数据结构类型是有限量的概念为依托，围绕具体的数据类型开展数据结构体系的理论研究。依托一个数据结构分类的理论体系来支撑整个数据结构体系的划分，其中包括划分方法、划分层次、划分的软件工程学理论支撑等内容，制定大数据底层数据结构划分的理论体系，形成在大数据下的数据结构构建的理论体系。

4.2 开展对具体数据结构的研究

按照建立的数据结构理论体系要求，对每一个具体数据结构进行研究，针对数据项的名称、类型、含义、层次、结构、与其他数据的关系、涉及内容规定等方面制定出具体数据的标准。这项工作可以在有组织的情况下由全社会共同参与，按照指导理论的要求进行研究，这样，随着应用系统的不断深入，所涉及的数据类型项将逐步扩展，最终实现数据的全覆盖，而完成整个架构体系的建立。

4.3 制定相应的数据结构标准

对于由各个方面制定的数据结构进行分类、筛选、审核，而后想这些结构形成一个统一的架构体系，制定相应的技术标准，通过这个标准来规范应用系统的开发，形成完整的、规范的、统一的数据结构体系，为大数据应用打下坚实的基础。

4.4 成立相应的机构来负责这项工作的完成

对于这项工作的开展，应在软件工程相应的有关组织下，建立一个专门的机构，负责指导这项工作的完成。由这个机构成立专门的实验室，负责整体架构的制定，数据类型项的搜集、分类、筛选，并形成统一的数据库体系，为所有的应用系统的开发提供数据库基础支撑和服务。

综上所述，通过对基础数结构的研究与体系的建立，从根本上解决大数据应用的效率，充分发挥未来大数据的作用，简化大数据应用的方式与过程。

参考文献

[1]严霄凤，张德馨.大数据研究[J].计算机技术与发展，2013（04）.

[2]李学龙，龚海刚.大数据系统综述[J].中国科学：信息科学，2015（01）.

[3]方璐.大数据时代的科学研究方法[J].浙江工业大学，2014.

作者简介

李铧（1962-），男，江苏省无锡市人。学士学位，现为无锡科技职业学院教师、高级工程师。主要研究方向为软件工程学、物联网概论。

大数据时代意义范文第2篇

关键词：大数据 医院 ERP 财务管理

一、大数据时代对医院的影响

近年来，随着IT技术的不断进步，以及“互联网+医疗”新业态的推进，医疗行业数据量呈现井喷式发展。以北京市的三甲医院为例，每天上万的门诊量，患者基本信息、就诊情况、健康数据、影像信息等以几何式倍增，为医院数据存储、集成和分析带来巨大的挑战。医疗行业的大数据时代早已到来，“互联网+医疗”改变了传统的就医方式和诊疗模式，通过对数据的分析，发掘潜在市场，为医院提供增加经济价值的机会，还可以为个人卫生保健、临床决策、科研教学等方面提供信息支持。

除了医疗领域的变革外，大数据对医院财务管理也带来深刻的影响。首先，为提高医院的信息化水平，大数据推动医院积极进行ERP建设，ERP使财务与业务结合更加紧密，改变了传统会计依靠手工输入凭证的方式；其次，ERP使医院信息系统产生了大量的财务及业务数据，面对数据，财务管理者常感到束手无策，急需培养懂得信息、业务和财务的复合型财务人才；再次，医院传统财务部门从事的工作以会计核算为主，管理会计的发展要求财务人员必须跳出封闭的思维圈，站在更高的层次，从事风险管理、数据分析、预测、决策支持等价值增值更显著的工作，在医疗卫生体制改革中发挥引领作用。

二、大数据时代医院财务管理中存在的问题

数据作为一种重要的生产资料，发达国家将有效利用大数据作为新一轮竞争制高点的重要手段。我国目前进行的医疗卫生体制改革，也将大数据提高到了前所未有的战略高度，大数据将为医院财务管理带来颠覆性变化，进而影响医院的战略布局。具体来讲，我国医院目前财务管理中存在以下问题亟待解决。

（一）财务管理缺乏与战略的融合

众所周知，财务战略是企业战略的重要组成部分。我国大型三甲医院一般都有明确的发展战略，但是制定财务战略的单位却并不多见。由于医疗科室是核心生产力，是创造收入的重要来源，因此长期以来，医院一直存在“重医疗，轻管理”的问题，财务管理受重视程度远远不够。取消药品加成以后，医院运营将面临巨大的挑战，资金是财务管理的核心，能否掌握医院真实运营数据以及通过对资金合理筹划创造价值，是决定医院发展战略能否实现的关键。大数据时代，如果没有信息技术的支撑，没有制定科学的财务战略，医院发展战略目标将成为“纸上谈兵”。

（二）财务管理与业务分离

传统医院的财务管理属于被动核算型，财务部门主要负责日常报销、凭证录入、账表核对、报表出具等基础性工作，财务人员不需要了解医疗相关业务的运行规律就能实现核算职能，而大数据时代医疗行业会产生大量的财务和业务数据，如何对数据进行分析利用并创造价值，成为对财务工作者更高的要求。此外，传统观念导致医院财务部门与业务部门一直处于对立面，很多医院在信息化建设过程中，缺乏顶层设计机制，业务、物流部门不与财务部门沟通，业务数据导入财务系统以后，不能满足财务制度规定的问题屡见不鲜。目前，我国宏观经济政策提出了供给侧结构改革的指导思想，会计作为微观经济的基础，财务与业务必须一体化管理，才能适应宏观环境和微观市场主体的变化。

（三）缺乏对核心业务的风险管控

大数据时代促使医院财务与业务结合更加紧密，由于业务流程的变化，医院在进行会计核算、财务管理的同时会涉及众多物流模块以及核心业务数据，但是财务处却无权对业务活动展开风险管控。这是因为从组织架构的角度，财务处作为医院的一个职能部门，与其他职能科室处于平行的位置，财务处长不属于医院领导班子成员，无法参加院领导的决策会议，业务风险管控超出了财务处长的职责范围。为改善医院经营管理，提升财务管理水平，财政部、卫生部明确要求三级医院必须设立总会计师，但是仍有很多公立医院甚至是部署管医院都没有设立总会计师，即使在已经设置总会计师的公立医院中，又出现总会计师进不了“班子”、进了“班子”但不分管财务等怪象。因医院设立总会计缺乏顶层设计，财务部门仍然无法对核心业务进行风险管控，该问题应引起国家有关部门的重视。

三、大数据时代医院推行ERP的战略意义

ERP即企业资源计划，是建立在信息技术基础上，对物流、资金流和信息流全面集成的系统，近年来在医疗行业得到广泛应用。作为一种网络化的管理平台，ERP中会产生大量的数据，整合、集成和共享是其主要特征。

（一）ERP实现财务与业务的一体化

“比大数据还可怕的是没有数据”，在没有信息化建设以前，医院各个系统之间是相互独立的，数据统计口径和兼容性不一致，导致财务系统与各个系统数据传递存在困难，甚至存在账表不一致的情况，ERP建设打破了医院门诊、住院、药品、耗材、设备以及日常办公子系统之间的壁垒，医院所有系统构成了一个庞大的信息网络，数据的产生成为必然。ERP实现了的财务与业务信息一体化管理，很多业务不再由会计人员确定会计科目，而在业务发生的源头由采购人员直接确定，传统会计工作前移，由事后被动录入会计凭证变为早期业务审核，因此财务人员必须了解业务运行流程，才能发现问题并提出改进建议。此外，ERP带来高效率的信息传递，财务系统能直接提取各临床科室的业务数据，提高了财务核算的精确度，为科室全成本核算和成本管控奠定了数据基础。

（二）ERP推动财务管理职能转变，辅助战略决策

会计的目标是提供决策有用的信息。在ERP环境下，财务信息不再是一些简单的数字符号，它提供了业务部门物流价值产生和流转过程，为财务管理职能的转变和价值管理提供了数据基础。会计核算职能固然重要，但是数据的分析和管理能力才是决定一个单位财务管理水平高低的关键。运用大数据思维，财务人员通过对数据多角度、深层次的挖掘，及时监控临床科室运行基本情况（例如，各科室、医生开药情况，手术室占用、科室物耗等情况），通过对比分析，发现业务部门管理中存在的问题，优化流程，向管理要效益，为医院战略目标实现和辅助战略决策提供支持。因此，大数据时代，医院通过推行ERP实现财务管理信息化和智能化，是财务职能转变和提高综合竞争力的重要手段。

（三）ERP整合医院内外部价值链，适应医改形势

为深化医药卫生体制改革，破除“以药养医”的机制，取消药品加成政策成为公立医院改革的一个重要方向。该政策打破了医疗行业上中下游的价值链，公立医院运行面临极大的挑战。从内部价值链角度，ERP帮助医院优化业务流程，减少非增值作业，通过精细化管理提高运行效率，对内部控制关键风险点（例如：对患者的退费）由“人为控制”变更为“机器控制”，减少舞弊风险等。从外部价值链角度，以患者为中心，通过优化诊疗流程，缩短诊间等待时间，提高患者满意度等。建立供应商字典库，优化与供应商的关系，采购与供应管理全面信息化，高值耗材采用寄售库模式实现供销存一体化管理，大大节约了医院的周转资金等。总之，ERP通过流程重塑和作业优化，打通了医院上中下游的价值链，丰富了财务管理的内涵和外延。

四、结语

医疗卫生体制改革，倒逼医院必须开源节流，重视财务管理，加强成本管控，跟管理要效益。未来的财务管理是以大数据的处理方法为主要手段，财务数据与业务数据高度结合的管理信息系统。因此医院推行ERP，不应是为了信息化而去信息化，管理深层功能目标（流程优化，作业优化等）的实现，需要信息系统为其提供决策支持。ERP助力医院确立以战略为导向的运营体系，提高核心竞争力，成为院长的智能决策支持系统。

参考文献：

[1]袁俊.浅议大数据时代下的医院财务管理[J].财经界，2015，（12）：225-226.

[2]张永红.大数据时代管理会计的发展思考[J]，中国总会计师，2015，（6）：34-35.

[3]宋铁妹.大数据视角下我国医院财务管理创新[J].会计之友，2015，（24）：97-100.

[4]关注医院设立总会计师[N]，中国会计报，2013-11-22.

大数据时代意义范文第3篇

在这样的故事中，现在比较喧嚣的就是“大数据”。什么是大数据，已经有诸多的论述，总体上来看大同小异。涉及到大数据对不同领域的影响，如何正确认识大数据及其在国际传播中的意义，似需逐步理清如下几个线索。

第一，计算方式革命奠定了大数据的时代意义

大数据的发展，是信息高速公路硬件铺设后，在信息流量的增加、信息积累方式的多元、数据存储和分析技术的突破、用户数量的飞跃等因素推动下，对于数据认识和数据挖掘上的革命性突破。

简而言之，大数据实现了两种计算方式上的革命：

首先是精确计算。一个充分利用信息传播新兴终端的主体，即充分享受了移动、即时、通信的终端服务的主体，其个人信息将被全息记载，精确计算。比如一个普通人，在大数据时代享受的便利包括，使用google等搜索引擎，可以快捷地享受到信息广泛和瞬间的汇总——但个人的IP地址以及搜索关键词、搜索习惯所有痕迹被记录在案；医疗健康信息历史和当下的储存、比照以及血压安全阈值的监测；个人消费数据和投资的检测分析等。

其次，模糊计算。个人在享受大数据提供的信息超值服务的同时，也将自我的信息分享出去，在“个体（individual）”的对面，还有一个利益集团的狼群，在不断搜集“群”、“众”一类的信息，并将他们通过大数据的模糊计算，不断通过对个人精确信息的获取而将这些模糊信息精确化个人被算计而不知。

这个用户和“对面”的用户，既是“个体”、“主体”或者个人，也可以是一个公司、集团，在某种程度上也可以是一个国家。

第二，社会控制手段“质”的飞跃凸显了大数据的政治意义

从量的积累到质的飞跃的道理广为人知。从社会控制的角度来看，大数据将这个道理最终落到了实处。大数据提醒我们，“社会控制”在信息时代的价值内涵，已经不再是虚拟的，而是通过采集和分析每个主体的个人信息，实现最优化的、不同层面的利益最大化和社会控制。有这样一则大数据在美国政治传播领域的调查案例结果引人思考。

2012年4月23日到5月6日，美国宾夕法尼亚大学安娜伯格传播学院迈克尔·德利·卡皮尼（Michael X，Delli Carpini）教授和约瑟夫·特罗（Joseph Turow）教授带领两位博士生Nora Draper和Rowan Howard-Williams进行了一项有关大数据政治传播方面的研究。由研究人员设计了20分钟的调查问卷，普林斯顿国际调查研究机构（Princeton Survey Research AssociatesInternational）抽取了有代表性的美国成人网民1503个样本进行电话访谈（包括座机和手机），就大数据时代概念运用于政治选举时，选民对定制性的政治推广的看法进行了调查。

2012年7月24日公布的调查结果显示，占很大比重的美国人绝对反对（dead-set against）针对他们个人量身定制的政治广告（tailored political advertising）尤其是当时在即将到来的2012大选中类似的活动在前所未有地上升的背景下。实际上，很多美国人非常不喜欢量身定制的政治广告，他们表示，如果发现自己打算投票的目标候选人卷入类似行为的话，他们的支持率会大大降低。更详细的数据包括：86%的人说，他们不欢迎“根据个人兴趣量身定制的政治广告”。这个数据远远高于那些拒绝“量身定制型传播”（tailored communication）形式人群的比例（61%）、“量身定制的新闻（news thatis tailored to your interests）”（56%），“量身定制的折扣（discounts that are tailored to your interests）”（46%）。

64%的美国人说，如果他们获悉他们倾向投票的候选人在竞选过程中购买他们（选民）的上网行踪（onlineactivities）以及他们邻居的在线行踪等数据，并依此向他们推送不同类型的政治信息的话（这些行为在2012年的大选中已经很普遍），37%的人说会大大降低他们的支持率，27%的人说无论如何也会降低他们的支持率。

70%的成年美国人说，如果他们获悉他们倾向投票的候选组织在竞选过程中运用脸谱网（Facebook）向他们的链接朋友发送包含朋友的文件照片以及表示支持候选人的“声称”广告的话，50%的人会大大降低他们的支持率，22%的人说无论如何也会降低他们的支持率（而这种类似的行为在201 2年大选中已经发生）。

77%的美国人同意（其中35%的人严重同意）如果一个网站将我浏览该网页的信息分享给那些政治广告人，我将再不会返回这个网站。（实际上，很多网站，或者自主、或者通过第三方都在分享类似的数据。）

85%的人同意（其中47%的人严重同意）如果发现脸谱网（Facebook）用我在帐户中已经设置为私人信息的东西制作并推送给我政治候选人广告的话，我会很愤怒。

主持这项研究的约瑟夫·特罗教授说，2012年的大选标志着在线广告推介的一个分水岭。空前的途径和范围，全美政治大选组织运用几百件细碎的、有关个人在线和离线的生活信息以确保他们认为的“正确的”人被“正确的”信息所命中。“但是我们也发现，与市场营销人员所宣称的迥然不同的是，大多数成年美国人不希望根据他们的个人兴趣来制造和推送政治广告”。

这个案例中似乎是很专业的分析“定向广告”（Targeting advertising），即就个体数据的分析来决定“谁”应该接到劝说性的信息，“如何（how）、何时（when）”以及“出于什么原因”（for what reasons）。“量身定制性广告”（Tailored advertising）意味着给某个独特的个体打造某种劝说性的信息——这个定向的过程基于对这个独特个体兴趣和价值的分析结论。但是，这个所谓专业化的案例直指大数据的政治传播实质，从批评的声音中我们也看到，人们认为这样的行为威胁了隐私权并侵蚀民主价值观。市场营销人士也包括政治竞选活动顾问们则辩护说，这样做可以给美国人他们实际想要的东西：与他们的关注焦点密切相关的政治广告以及其他形式的内容。

从中国现实来看，以往每个个体，无论是从事何种工作，都具有很强的地域性、个体性、阶段性，社会关系也或者类似“山药蛋”——一个圈层一个圈层各自独立，类似费孝通先生所总结的乡土社会格局。在自己交往能力、经济能力以及权势所能辐射的范围内活动，顶多再配上一些“烟花”——比如远方亲戚、外地工作亲属、外地同学等弱关系。尤其每个人的社会活动都相对比较封闭。

但是，大数据互联网背景下，每个人都触网、上网，成为社会大网络上的一个物理性节点。在全国乃至全球物理性一张网的概念下，个体的任何活动都具有了可追溯性、可复原性，最重要的是可分析性。大型信息网站通过多维数据源来进行人的跟踪和定位，精确把握用户信息，并进行裸的掠夺式使用。除了GPS进行物理定位外，通过个人消费行为和习惯也可以进行人的性格乃至行为取向定位，比如浏览网页、收发电子邮件、搜索关键词和关心信息、手机号码、网吧频率。

由此激发人们思考的是，每个人的个人信息都有哪些机构在搜集，都有可能被用于何处？比如买手机有不同的公司，上网实名制，银行，学校，单位，超市会员等等，都在进行着大众个人化信息的搜集和汇总。

那么，再进一步思考，又有多少外国机构、利益集团乃至犯罪机构等通过这些渠道进行跨国的、中国国民信息的搜集和分析，已经将这样的信息用向何方呢？第三，政治边界内涵改变和重组揭示大数据的国际传播意义

毋庸置疑，大数据将为人们认识世界和改造世界提供新的强有力工具，使人们能更加容易地把握事物规律，更准确地预测未来。亟需更宽大、长远的顶层设计，以之来调适数据规模以及计算模式的革命给既往思维、管理模式带来的挑战。

美国已经将大数据提升到国家战略层面上实施。美国是最先提出“大数据”概念并开展应用的国家，依靠其先进的信息技术以及数据科学的研究水平逐步建立起了系统的“大数据”基础理论和应用模式，并在实际应用中积累了丰富的经验。2012年12月10日，美国国家情报委员会了名为《2030年全球趋势——不一样的世界》（Global Trends 2030：Alternative Worlds）的报告。这是全美情报界最高层级战略评估性情报分析产品，提交给总统，意在为其提供未来20年内的全球趋势预测，为白宫和情报界远景战略政策提供思考框架。报告反映了美国政府16个情报机构对未来20年世界局势的预判，其中提到的四类技术将影响2030年前全球经济、社会和军事发展：信息技术，制造和自动化技术，资源相关技术，卫生保健技术。在信息技术领域，大数据存储和处理技术、社交网络技术以及智能城市技术等将改变人们的生活和经营方式，社交媒体和网络安全会成为新兴市场。大数据的存储和处理会协助政策制定者有效应对经济和治理的难题。

大数据概念和实践提示我们，在信息化时代，国家和机构的权力半径在一定程度上取决于风险预警和信息获取的半径。大数据技术提供了这样一种可能，那就是物理和行业的边界已经被信息重新划定，包括信息的获取、处理和分析能力重组了国家的实际权力的发挥以及发挥的实质性内涵。举例来说，一个国家的领土规模可能很大，但信息无障碍传播和获取分析处理能力低下的情况，有可能决定了这个国家或地区的权力延伸物理半径很是狭小，以至于权力延伸和发挥影响的心理和生理半径则会呈现一种疑窦重生和肢端萎缩的趋势；相反，一个国家和另外一个国家的距离可能很远，可是通过信息传感器的充分布设以及信息处理能力的提升，另外一个国家可能会沦为信息强国的一个节点和包围，丧失任何的信息主动权而深度为奴。

余论

20世纪著名的三论——信息论、系统论、控制论，在大数据时代充分得以验证。

大数据时代意义范文第4篇

关键词：大数据；马克思主义大众化

一、大数据时代马克思主义大众化的传播的必要性

大数据时代，既能够增强马克思主义大众化的传播，又能通过马克思主义大众化引领大数据时代的长远发展，实现大数据时代和马克思主义大众化的相互促进相互发展，进而实现“双赢”目标。

首先，大数据时代，数据庞大，我们可以通过这一特征，积极传播马克思主义，使马克思主义大众化的传播占数量上的优势，占领主要传播渠道，实现马克思主义从特殊走向普遍，从抽象理论走向具体事实，从个别普及走向社会普及的过程。让更多的人知道马克思主义，了解马克思主义，实践马克思主义。

大数据时代是把“双刃剑”，在大数据时代同时充斥着大量的虚假信息。那些为了个人利益，采用虚假手段传播虚假的、不良的信息这些虚假信息，混淆人们的正确认知，阻碍马克思主义的正确传播，给社会和人民群众带来极大的危害。我们要用通过马克思主义大众化这个传播途径，传播马克思主义科学理论，引领人民群众在海量的信息面前，能够快速准确的辨别信息的真伪，找正确有价值的信息，规范了信息的传播途径，引领了信息的传播方向，有助于人们树立正确的世界观、人生观、价值观。减少虚假信息给社会和人民群众带来的伤害。

其次，大数据时代，互联网和物联网的迅猛发展，信息的安全问题必须引起人们重视。人们上网留下的个新信息的数据以及个人隐私，很可能被不法人士利用，危及人们的人身权利。通过马克思主义大众化的传播，灵活准确的把科学的信息传播给大家，有利于创造文明、和谐、有序的大数据环境。进而，有利于创建文明、和谐。有序的社会主义环境，努力维护人民群众的切身利益与安全。

最后，在大数据时代，数据信息是世界性的、全球性的，每个国家都在其中有各自的角色，都有各自的意识形态，这就铸成了一个大熔炉，不同意识形态在@个时代不断发生摩擦碰撞容，容易造成人们思想混乱、立场不坚定。而通过马克思主义大众化的传播，克服思想上的混乱，坚定立场，保持正确科学的的方向。

二、大数据时代对马克思主义大众化的影响

（一）扩宽了马克思主义大众化的传播平台

大数据时代的数据信息不是局限于一定的领域或一定的范畴内，而是全球性的、全世界性的。大数据时代的数据信息几乎能够穿越世界各个国家的每一个角落，这样，大数据时代带来的数据具有广泛性和延伸性。在大数据时代下，我们可以借助时代优势，扩宽马克思主义大众化的传播途径，使马克思主义的传播平台不再仅仅局限于课本和课堂之中，将其平台伸向互联网存在的所有地方，并努力实现无论在哪里、无论在何时，马克思大众化的传播都可以进行这个目标。我们可以通过积极创建关于马克思主义的网站、开展政府问答等方法提供全面的理论知识；还可以大力发展互联网马克思主义文化，利用互联网的双向互动特点，积极解决人们疑惑，传播马克思科学理论。

（二）开创了马克思主义大众化的新的实现形式

传统的马克思主义大众化的传播途径较为单一，难以摆脱枯燥感、不贴近现实的的困境。大数据时代的到来为马克思主义大众化的实现开创了新的形式。在大数据时代下，我们可以积极使用手机、平板电脑、笔记本电脑等载体，改变以文字为主体的传统的传播形式，积极加入动画、声音、图像等元素，可以使原本枯燥的理论知识更加形象化、生活化、直观化。

（三）实现传播内容与传播形式的有机统一

大数据时代，努力实现马克思主义大众化传播内容与传播形式的有机结合，保证大众化传播的质量，提高传播效率，凸显马克思主义大众化传播的统一性原则。从传播内容来看，需要逐步完善传播内容的选取、传播过程、传播信息反馈和传播内容完善等环节，保证传播内容的合理性、科学性。从马克思主义大众化本身来看，大众化内容比较广泛，主要包括马克思主义思维方法的大众化、中国特色社会主义理论体系的大众化、社会主义核心价值体系和核心价值观的大众化、对党的基本路线、方针、政策的大众化等等。

在大数据技术丰富传播形式，提高传播效率。马克思主义大众化，重点在于将马克思主义理论与群众实践活动有机结合起来，这种结合要求的是精准化结合，不能盲目地为了传播而传播。数据时代不执迷于精确性，为了实现马克思主义大众化传播内容的精确性，提高传播效率，增强传播实效性。在传播形式方面要“去大众化”，实现传播内容“大众化”与传播形式“去大众化”的有机统一。因此，大数据时代，马克思主义大众化传播形式“去大众化”，要结合传播对象需求，“遵循有教无类、因人施教原则”[1]，分门别类逐步推动传播进程.

三、进一步推进马克思主义大众化的意见

（一）确立马克思主义在互联网中的主体地位

互联网是一个开放的、全球性的平台，不同的观点、不同的意识形态在这里进行着激烈的交锋。但到目前还没有一个明确的主流思想标准被认可。在互联网+新形态下，提升马克思主义在数据世界的认可度，确立马克思主义的主体地位，对实现马克思主义大众化来说将是重要的一步。在马克思主义大众化传播过程中，需要通过马克思主义相关理论宣传，坚定群众对马克思主义的信仰，形成社会思想共识，一定坚守马克思主义为向导。

（二）加强马克思主义大众化传播的创新性

面对新时代、新情况、新挑战，马克思主义大众化传播需要不断结合不同历史阶段的传播特点，与时俱进，改革创新，夯实理论传播阵地，提高理论传播效率。，在大数据背景下，马克思主义大众化传播工作要与时俱进，最主要的是积极转变传播者的思维方式。在经济发展新常态引领下，马克思主义大众化传播思维方式的转变，有利于提高马克思主义大众化的传播效率，增强大众化传播的效果，巩固马克思主义思想的主导地位，更好地服务于经济发展。大数据时代，马克思主义大众化传播工作的创新性开展，需要培养人的创新意识，发挥人的创新能力，便于灵活有效地把握马克思主义大众化传播最新技术，了解传播工作的最新理论动态并适时跟踪、分析与反馈，实现传播工作的创新性发展。培养专业型的创新人才、勇于突破陈规的创意型人才成为当务之急，打造勇于打破常态的“大数据”团队迫在眉睫，尤其是在马克思主义大众化传播进程的推进下，“大数据”团队的组建更应保持思想的敏锐性和开放度，深刻把握互联网、社交媒体等发展趋势，积极吸收先进传播理念、舆论引领理念，善于提供有思想深度和到见解的内容切实满足广大人民群众的多样化需求和个性化设置，加快推进马克思主义大众化传播过程。

（三）大力培养马克思主义理论的专业团队

快速发展的数据时代下，我们要想抓住机遇积极推进马克思主义大众化，就必须打造一支专业化的马克思主义理论团队。新的网络平台毕竟只是平台，要想真正利用好它，就必须

往这个平台里面不断填充血肉。这就需要一支精通马克思主义理论的团队，通过他们的理论知识，丰富多彩的马克思主义文化，进而通过新的平台，不断向大众进行输出。新时代明确要求我们必须有一支精通马克思主义理论的团队，为马克思主义大众化提供内容支撑和智力支持。

大数据时代，马克思主义大众化传播工作需要，努力紧随大数据时展潮流，集数据、技能、思维于一体，积极利用大数据时代的优势，把握马克思主义大众化传播的良好契机，与时俱进，开拓进取，进一步巩固马克思主义科学理论指导地位，坚定人民群众的马克思主义信仰，更好地指导人民群众投身到社会主义现代化建设中去，齐心协力实现中国梦、强国梦。

参考文献：

大数据时代意义范文第5篇

[关键词]大数据；主流意识形态；安全；维护

[中图分类号]G641 [文献标识码] A [文章编号] 1009 ― 2234（2016）07 ― 0064 ― 03

随着人类社会“大数据时代”的来临，借助互联网、物联网、云计算、手机、PC等数据承载方式的推广，大规模的几何式的“数据大爆发”趋势日渐显著，潜移默化的改变着人类思考世界的方式。高校历来是个别奉行霸权主义和强权政治的西方国家在意识形态上进行渗透的重要领域，大学生思想活跃，求知欲强，掌握着先进的传播载体，不可避免地成为西方在政治文化和价值观念上借助“大数据”进行“移动化”渗透的主要群体。因此，高校主流意识形态工作必须迎合大数据时代的特征，在各种社会思潮交汇和意识形态较量的平台上，抓好意识形态领域的主动权，有效利用“大数据”维护高校主流意识形态安全，是我们必须面对和亟待解决的问题。

一、“大数据时代”及其特征

大数据（Big Data）最早产生于IT领域，人们用它来形容网络信息高速膨胀时代不断产生的数据集，并命名与之相关的技术创新与发展。全球著名咨询公司麦肯锡全球研究院（MGI）对大数据的定义是：“大数据是指那些规模大到传统的数据库软件工具已经无法采集、存储、管理和分析的数据集。”〔1〕通常我们用体量大（Volume）、多样性、（Variety）、价值性（Value）、速度快（Velocity）来概括大数据的基本特征。简言之，大数据是借助计算机等存储设备对数据进行存储、挖掘、分析、预测的数据集合。其实，大数据之“大”，并不仅仅在于数据集合之容量大，更深层的意义在于我们可以通过对数据集合的整合、分析和交换发现新的效用，带来新的价值，走向“大知识”、“大科技”、“大利润”和“大发展”。归结起来，大数据时代的高校凸显以下几个特征：

一是海量数据成为常态。有统计显示，每天数以亿计的网络信息产生，被分享、被接收。群消息堆积，朋友圈刷屏产生“信息超载”，形成了民众娱乐化、快餐式的生活方式。例如：百度公司目前数据总量接近1000PB，存储网页数量接近1万亿页，每天大约要处理60亿次搜索请求，几十PB数据。〔2〕走在时代前沿的大学生群体，刷微博，微信、QQ、浏览新闻，以及每天使用的网络浏览记录，都不断产生由文字、照片、音频、视频、对话、邮件等构成的数据集合，这些数据为大学生提供了人际交往与互动的空间，客观地反映了展现了大学生的思想状况和行为动态。

二是快速传播得以实现。大数据的产生速度之快与网络技术的更新换代之快息息相关，互联网时代，随着数据量越来越大，数据的获取速度也越来越快，犹如原子弹链式反应一样，“数字化生存”在当代大学生身上展现得淋漓尽致。与传统的电视、报纸等传播方式不同，在网络时代，新媒体正在以裂变方式传播信息，以几何级的增长速度制造和产生新的数据，不断提升受众参与度，更滋生出一种参与文化。智能手机的普及，使每一个会打字、会拍照的人都成为信息源，成为信息的生产者，技术革新搭建起分享、交流与传播的平台，人们在开放的空间表达自我，在创作与分享中不断扩展自己的“圈子”。

三是价值资源有待挖掘。维克托・迈克-舍恩伯格在《大数据时代》一书就是从“价值大”这一角度来解析大数据，他认为大数据就是人们在小规模数据的基础上难以实现的，而只有通过大规模数据的参与才可以完成或实现的事情。“大数据时代以一种前所未有的方式，通过对海量数据进行分析，获得有巨大价值的产品和服务，或深刻的洞见。”〔3〕当然，我们通过对数据集合的分析和挖掘，期望产生巨大价值。如对于学生的日常学习成绩、上课出勤率、校园卡消费记录、网络点击率等信息的跟踪与掌控，初步了解学生的思想变化，这些都是我们在传统主流意识形态教育工作中所难以掌握的数据资源。

二、大数据时代高校主流意识形态教育面临的困境

在大数据时代，大学生享受着日常“信息便利”的同时，也不可避免的沉溺在碎片化的数据中，不仅数量众多、而助内容十分繁杂，这些数据直接影响到大学生的思想行为的各个方面，给传统的主流意识形态教育工作带来前所未有的挑战。

1.大数据使大学生群体的主流价值观受到冲击。

在人生观、世界观、价值观、法制道德意识形成的关键时期，大学生相对于其他社会成员更易受到外界各种不确定性因素的影响。诚然，大数据的开放性为大学生提供了广阔的空间和随时随地获取信息的自由度，激发了求知欲和创造力，满足了他们的好奇心，思维与心智潜能得以拓展，帮助大学生更好地实现自我价值。但是，我们应该看到，在“数据爆炸”所营造的虚拟世界中，西方落后的、腐朽的价值观念和极端自由主义思想大量涌入，大学生也会遇到困扰，在价值取向上不知所措，甚至在大数据中迷失自我。“互联网绝不是一个脱离真实世界之外而构建的全新王国。相反，互联网空间与现实世界是不可分割的部分。”〔4〕正是这种不可分割加剧了负面信息的在网络上的“数据化”传播，代表社会不同阶层的价值观念乘虚而入，形成了信息与使用空间完全无屏障的状态。诸如“艳照门”、“李刚事件”、“药家鑫事件”、“小悦悦事件”等衍生出来的社会现象，让大学生经历着一次次来自心灵和道德的考验，长此以往，导致部分大学生放纵自身行为，弱化了社会责任感，淡薄是非道德观念，正义感和诚信度，传统主流价值观不可避免的受到冲击和挑战，从而给主流意识形态教育增加了难度。

2.大数据使主流意识形态“话语权”受到挑战。

在网络思潮的分散式传播下，西方国家利用在国际交往活动中的强势话语权，不断输入资本主义核心价值观，大数据的话语权重构了意识形态的话语权。“我国正处于整体改革的关键时期，各种利益和冲突不时出现，各种思想文化相互激荡，人们思想和价值取向日益多样，主流意识形态和非主流意识形态相互交织。”〔5〕 在这种趋势下，强制性的力量已经无法实现主导意识对主流意识的转变，高校历来都是多元文化交锋与碰撞的集散地和西方“强势信息文化”冲击的前沿阵地，作为一个以马克思主义为指导思想的社会主义国家，在各种理论、思潮、主义相互激荡的过程中，主流意识形态“话语权”经受着严峻的考验。当代社会学家汤普森曾指出，现代社会中的意识形态分析“必须把大众传播的性质与影响放在核心位置，虽然大众传播不是意识形态运作的唯一场所。”〔6〕当海量数据入侵成为常态，传统的信仰体系、思想观念、价值准则以及社会主义主流意识形态被重新审视，大学生已经建立起的价值参照坐标不断受到干扰，诸如社会分配不公、两极分化等现象以数据化的方式迅速传播，更有甚者，怀疑或否定马克思主义的指导地位，煽动种族主义和宗教仇恨的思想言论，潜移默化的渗透到学生的思想意识之中，直接或间接的消解着主流意识形态“话语权”。

3.大数据使主流意识形态教育的传统模式受到冲击。

大数据还引发了更深层的困惑――即在数据洪流的侵袭下，大学生的独立思考能力和自主创新能力缺失日益凸显。首先，大数据的传播媒介――互联网所营造的平等开放，可选择性、交流自由等特点削弱了教师的话语权威，教育者从“立法者”转变为“对话者”，在课堂上拥有和学生平等交流的话语权力。其次，大数据固有的快捷性与多元性促使大学生可以“离开课堂”接受教育，主流意识形态教育的环境因此发生改变，长期形成的“灌输式”的教育模式被打破，增加了教育制约的难度，降低了主流意识形态教育主导方式的有效性。最后，大数据时代的到来使高校的育人环境发生了显著变化，一些校内外不可控性因素增多，大学生的利用网络的自主性更强，这不仅无法提高主流意识形态教育的主导地位，反之还会给主导教育的思想性造成一定程度的破坏。总之，高校主流意识形态教育用自己的原始积累，如“课堂说教式”的教学方式已不能满足新时代的要求，更不能满足新时代大学生的思想渴求与知识索求。

三、大数据时代高校主流意识形态教育的对策探析

马克思曾指出：“批判的武器当然不能代替武器的批判，物质力量只能用物质力量来摧毁，但是理论一经掌握群众，也会变成物质力量。”〔7〕正如《大数据时代》中所描述的：“数据就像一个神奇的钻石矿，当它的首要价值被发掘后仍能不断给予”。它不仅作为自然科学技术而存在，更是“一种价值观和方法论”。〔8〕只有重视并积极应对大数据对主流意识形态安全带来的挑战，才能抢占高校意识形态的制高点。

1.强化数据意识，建立全方位数据分析及预警机制。

“大数据的核心就是预测。”高校主流意识形态教育的关键环节在于数据的采集和分析，基于高校网络平台的动态数据分析和关键热词评估，对大学生的舆论舆情和思想行为的发展趋势作出准确的预测判断，以便在技术层面上建立起全方位预警机制。目前，“手机、互联网移动终端等已经在大学生群体中全面普及，通过手机和电脑来获取新闻、言论、更新心情状态等已经成为了大学生学习生活的重要组成部分。”〔9〕进入21世纪后，“数字校园”的建设体现了我国高等教育信息化建设快速发展的成果，其目标是实现校园信息资源的数据整合和应用集成，构建起统一标准基础上的各类数据共享和流通的数字平台。利用大数据技术进行深入挖掘和有效分析，便于我们掌握大学生在某一特定时期的思想和行为动态，实现校园活动的深度融合。例如，学生的学习偏好、认知特征、交友范围、学习空间、兴趣爱好等，基于前期数据分析结果，能够预知相关信息，对于思想和情绪波动较大的学生需要加强关注；对于恋情受挫、就业压力、人际关系迷茫时给予专业的心理咨询辅导、避免或减少出现突发事件的可能。如2013年4月发生在复旦大学的投毒案，犯罪人林某在案发前曾经在自己的微博发表了很多过激言论，如“出来混就不要怕死”等。林某在微博上表达了自己的情绪状态：“周围一派欣欣向荣、生机勃勃的景象，而我的状况却像天气，反复无常――像个神经病。……我想，我是个有点悲观倾向的人。”如果能通过全方位的思想行为预警机制及早发现和有效介入，应该可以阻止惨案的发生。当然，大数据时代虽然为我们获取大学生思想状态信息提供了诸多便利，但也存在着一些无关信息进入数据采集库，进而对分析的准确性造成一定的干扰，需要我们做到样本筛选。在大数据时代，样本即为全体，不受局部错误或个体差异干扰，我们从整体角度来分析和处理这些数据与大学生思想状态方面的内在联系，进而在开展有针对性的、分众化的主流意识形态教育。

2.转变教学模式，利用大数据技术建立主流意识形态教育“云课堂”。

大数据时代，教育者与受教育者的地位是平等的，不管是思想政治理论课教师还是辅导员，都要学会贴近大学生的实际、用个性化、时代化的语言来激发学生主动学习理论知识的兴趣，课堂上与教师互动的频率，而不是被动接受知识。与传统的课堂授课相比，网络时代构建个性“云课堂”能够突破传统课堂仅以学生考试成绩为主来评判，缺少动态把握学生思想行为和教学质量的即时呈现。将大数据技术与高校主流意识形态教育进行结合后，我们可以实时监测学生的思想动态、学习情况，还可以建立自主学习的新模式，提高主流意识形态教育的效果。随着网络在线教育和大规模开放式网络课堂（MOOC）的推出，“慕课”、“微课”、“翻转课堂”等教学法逐渐推广，为大数据在教育领域深化应用获得了更为广阔的空间。“云课堂”给高校主流意识形态教育提供了新的思路和视角，法国启蒙思想家卢梭说过：“人是生而自由的，但却无处不在枷锁中。自以为是其他一切主人的人，反而比其他一切更是奴隶。”主流意识形态教育“云课堂”让学生拥有和教师平等对话和交流的权利，为我们提供精准的个性化教育开辟道路。制定符合大学生成长规律和个性特征的教育方法，在教育过程中让学生变被动为主动，自由地选择受教育的地点和时间，主体意识大大增强。

3.增强服务理念，有效拓展主流意识形态教育的主渠道

“大数据时代的意识形态是一种现实的力量，更是社会历史中的一个客观领域，是人们的一种现实的生存体验。”〔10〕高校主流意识形态工作要适应社会变革，更新思想观念，从宏观群体走向微观个体，我们只有贴近每一个学生的真实，才能真正做到“润物细无声”。高校可以充分地利用信息数据平台来拓宽主流意识形态教育的主渠道，例如：利用校园网宣传一些有利于提高学生思想道德水平的模范事迹；利用校园网论坛引导学生积极参与公益活动，共建和谐校园；利用信息网络，引导学生用行动来践行本校的校风校训。互联网的平等开放、选择性、交流自由、方便快捷等特点给高校主流意识形态教育工作提出了新的要求，我们应树立以学生为本的理念，借助大数据的优势形成“合力型”教育，拓展主流意识形态教育主渠道，用更易于接受的方式和通俗易懂的内容与学生进行交流。充分利用 QQ、人人网、微博、飞信、微信等和学生谈心，对于心理健康方面可能存在问题的学生，要及时采取措施有效沟通疏导，运用社会主义核心价值观，引导大学生树立正确的价值观，有效疏导学生在生活学习中出现的心理问题，只有这样，才能赢得学生的高度认同。

四、结论

大数据时代是经济社会发展的必然趋势。“我们不再将世界看作是一连串我们认为或是自然或是社会现象的事件，我们意识到本质上世界是由信息构成的”〔11〕紧随时展，把马克思主义的传播与大数据时代有效结合，维护高校主流意识形态领域安全，关系到中国特色社会主义事业建设的成败和社会主义民主政治的稳定和发展。因此，我们有必要利用大数据的潜在优势来改进和完善意识形态建设的方式方法，不断增强社会主义意识形态的说服力。

〔参 考 文 献〕

〔1〕郭少科.大数据〔M〕.北京：清华大学出版社，2013：05.

〔2〕邬贺铨.大数据时代的机遇与挑战〔J〕.求是，2013，（04）.

〔3〕维克托・迈克-舍恩伯格，肯尼斯・库克耶，著.大数据时代〔M〕.盛海燕，周涛译.浙江人民出版社，2013：04.

〔4〕〔美〕丹・席勒：数字资本主义〔M〕.杨立平，译，南昌：江西人民出版社2001：287.

〔5〕王永贵：不断提升主流意识形态引领力的新理念〔J〕.江苏社会科学，2013，（06）.

〔6〕〔英〕汤普森.意识形态与现代文化〔M〕.等，译.南京：译林出版社，2005：286.

〔7〕马克思，恩格斯.马克思恩格斯选集（第1卷）〔M〕.北京：人民出版社，1995：09.

〔8〕寻找通往未来的钥匙〔N〕.人民日报，2013-02-01.

〔9〕胡纵宇，黄丽亚，大数据时代大学生思想政治教育面临的问题及应对〔J〕.学校党建与思想教育，2014，（13）.

大数据时代意义范文第6篇

1 大数据时代为现阶段档案管理工作带来的影响

随着大数据时代的到来，档案管理工作面对的是多样化的信息，这也为以往档案管理工作带来了一定的影响，其中主要分为以下几点：第一，大数据时代对以往档案管理理念产生了一定的影响。传统意义上的档案管理工作主要是对各项档案实施有效的划分和明确，依据多样化的档案管理理念实施档案信息的有效管理和整合，但是在大数据时代下各项档案管理工作都结合在一起，这就需要档案管理工作者具备强大的决策能力和信息发掘能力，因此大数据时代的到来影响着以往档案管理理念。第二，大数据时代为以往档案管理工作自身带来了影响。在大数据时代下，多样化的档案管理形式已经从传统意义上的纸质档案和电子档案为基础形式转变为档案的大数据时代，促使档案信息数量得到了有效的提升，在这种背景下现阶段的档案信息化管理形式已经无法满足大数据时代背景下档案信息管理工作的需求，在大数据时代的影响下档案管理工作的重点并不是掌控和储存大量的信息资源，而是要依据对档案信息的有效管理明确其中存在的价值。由此，在大数据环境的影响下最重要的是要达到档案管理工作的合理化和优质化，这也是现阶段每一位档案工作者需要注重的发展方向。第三，大数据时代为档案管理工作者提出了更多的要求。大数据时代的档案管理工作向着更为专业化、多样化的方向发展，并且大数据与云计算的联系较广。如，在大数据时代中需要结合分化的形式进行信息工作的管理，这都为档案管理工作者和专业操作提出了更高的要求。因此，在大数据时代的影响下，档案管理工作者从档案的整合、应用和管理工作中都出现了一定的变化，这些都为现代化档案管理工作产生了一定的影响[1]。

2 大数据时代给现代档案管理工作带来的机会

大数据时代不但为现阶段档案管理工作带来了一定的影响，也为其带来了机会，其中主要分为以下几点：第一，其为目前档案储存工作带来了发展的方向。在现阶段的社会环境中，各个阶层的政府部门和企业单位的档案管理不嫩都面临着大量的信息资源管理任务，目前很多档案部门已经构建了自己的档案信息资源库，以此满足实际发展的需求，但是随着时代的变迁，档案信息资源库储存数量的问题逐渐凸显出来，因为新档案信息需要不断融入和整合到档案信息资源库中，那以往较为古老的信息资源就需要被销毁，这样会促使更多有意义的档案信息逐渐消亡，这是档案管理工作发展最大的一个影响。因为大数据时代的到来为信息技术和大数据技术的发展打来了一定的推动作用，其有助于解决现阶段档案管理工作中信息资源的储存问题，以此确保档案信息资源的全面性[2]。第二，为多样化档案的引用提供了便捷和依据。因为以往发展中档案管理工作主要是依据纸质和电子储存形式，多样化档案的应用大部分都是被动状态，搜索和应用这一形式档案会浪费更多的时间和金钱，难以激发人们对于这一档案的信心和兴趣。而大数据时代技术的重点内容就是对大量信息资源的有效储存和研究，并且其与云计算技术有一定的关联，应用者可以在大量的信息资源中及时获取自己需求的信息，以此便于人们更好的深入分析和发掘这些具备丰富意义的信息资源，从而有助于提升多?踊?档案信息的应用意义[3]。

3 大数据时代下优化档案管理工作的方案

大数据时代的到来，促使各行各业都出现了一定的变化，在档案管理工作中，面对大数据时代为现阶段档案管理工作带来的影响和机会，需要结合实际需求，不断优化档案管理工作方案，其中主要分为以下几点：第一，完善档案管理工作者的构成，提升档案管理工作者的基本素质。大数据时代的来临为现阶段档案管理工作者的工作理念和自身素养提出了更高的要求，由此，一定要对现阶段档案管理工作者实施全面化的培训，以此转变和突破传统意义上的工作理念，提升在大数据时代下进行档案管理工作的专业能力，以此深入分析和理解档案管理工作内容，注重将档案管理工作者从传统意义上的人工操作理念转变为智能化管理理念，提出大数据时展下的档案管理方向和目标，并且引导新式的档案管理培育出现代化的人才，依据提升工作人员的整体素质，面对目前多样化的档案管理工作内容。第二，加大与相关大数据企业或者机构的合作，将大数据相应技术引入到档案管理工作当中。要想在大数据时代下不断优化和创新档案管理工作，一定要将大数据相关技术和档案管理工作有效结合到一起，由此一定要突破传统意义上的理念，展现现代化发展形式，寻找与大数据企业或者机构实施合作创新，设计和推广满足档案管理工作实施的大数据技术和依据，在大数据时代下不能应用单一计算机实施管理工作，而是要结合分布式架构技术，其也一定与云计算、云储存等理念有着一定的关联，因此在实际发展的过程档案管理工作一定要与多方面进行合作，更多的引进大数据相关技术，从而提升档案管理工作质量和效率。第三，提升大数据背景下档案管理工作的准确度，设定全面的监管制度规定。在大数据时代背景下，虽然为档案管理平时工作带来了一定的机会，但是也面临着一定的挑战，因为大数据时代下多样化档案信息向着多样化方向发展，以此各式各样的信息资源面临着一定的安全问题，并且风险在不断的提升，由此在实际发展的过程中一定要加强大数据时代背景下档案管理工作的规章制度建设工作，提升对各种形式档案信息管理工作的保护，不断减少档案信息资源的遗失概率，从而保障档案信息资源储存和传递的安全性，政府相关部门也需要提升对档案管理工作的投资和注重，以此有效提升大数据下档案管理的现代化能力[4]。

大数据时代意义范文第7篇

【关键词】大数据时代；金融统计；创新改革；应用

一、前言

大数据就是针对各种类型众多的数据当中，能够保证快速获得有价值信息的能力。并且在进行实际应用过程中，具有较稳定结果，数据关联性较高。金融统计是密集型金融产业的监管部门，对于金融行业的发展具有重要意义。大数据时代的到来，为金融企业金融统计的发展带来新的发展机遇。

二、大数据时代对金融统计的重要意义

1.对金融统计准确性意义

目前，我国现行的金融统计数据是按照各金融单位进行层层汇总方式进行数据传递，这就导致每一个机构在进行金融统计过程中可能出现问题，最终影响人民银行进行数据统计的准确性。大数据时代背景下，大数据采集方式的出现，减少了各金融机构之间层层汇总的数据统计方式，对于金融机构数据准确性具有重要保障。大数据时代的到来，使得金融在数据统计过程中成本有效的降低，对于金融统计准确性提升具有重要推动意义。

2.对金融分析方式的意义

大数据时代数据分析，在金融行业具体发展中具有重要意义。大数据时代金融统计并不只是将数据进行简单汇总，是将数据在一定时间内进行筛选，保证有价值信息的提取与使用，能够依据科学方式进行数据分类，满足金融行业数据统计要求。同时，大数据能够实现对原始数据的整理，实现重要金融结论的体现，保证金融行业决策效率性提升，保证决策效率质量。

3.对金融行业监管的意义

大数据信息集散处理能够实现金融行业监管能效的有力提升，大数据通过大量的非结构化数据，进行数据实时分析，实现对金融行业监管方式的更新。保证大数据处理的全方位信息，掌握金融分析机构的具体行为。通过大数据进行实际分析，能够保证监管报告的提供，并且内部信息相对准确，实现金融行业监管，保证金融监管有效开展。

三、大数据时代对金融统计改革与应用对策

1.重视细粒度数据采集

近年来，人民银行对于数据采集的结构发生根本性转变，逐渐向着逐笔报送方向发展。存贷款抽样综合统计工作就是对于大数据时代金融统计的集中应用，实现采集、汇总、筛选、利用的全过程探索。存贷款抽样综合统计工作在具体开展中，能够实现对于数据的有效采集，并通过具体分析，实现对金融利率市场变动的监测。这种方式在金融机构当中进行实际推广，对于金融行业数据统计具有重要作用，能够实现监测范围更加广泛。

2.建立数据标准体系

建立数据标准体系，对于数据发展具有重要意义，能够有效提升整个金融统计体系当中的兼容性。由于在现代金融体系发展中，受到数据记录不全面，数据标准不统一等相关因素的影响，现代传统的金融统计已经不能够满足现代金融发展标准，导致在金融行业数据安全性低下，准确性、一致性效果不明显，导致金融统计准确性受到影响。因此，建立数据标准体系，实现各个金融机构之间统计数据一致性，促进金融统计工作准确性提升，保证金融行业有效决策。进行实际标准体系建立过程中，应该重视以下几个方面内容：规范金融机构信息、规范金融计值以及规范金融工具，以此来实现数据标准的建立。

3.建立金融行业综合统计体系

金融行业存在一定风险，保证金融行业综合统计体系的建立，能够有效提升金融行业监管抗风险能力。运用大数据进行金融行业综合统计体系的建立，具体实施方法为：第一，建立包括银行、证券、保险等行业在内的金融体系，实现总量与结构、存货量以及流量、数量以及价格之间的金融体系框架构建，全面反映金融体系资金变化，控制资金流量以及流向等相应状况；第二，建立专项金融统计制度，针对金融行业高风险平台，如房地产、政府融资等建立专项统计制度，保证统计安全性提升，同时细化影响金融稳定检测统计指标，保证金融监管安全性提升，实现风险评估预计决策信息有效监管。

4.扩大信息共享基础

随着大数据时代的到来，完善数据发展渠道至关重要。进一步完善推动金融统计相关法律制度，强化共享机制，实现金融统计覆盖面积以及获取渠道的扩宽。保证金融统计体系建立过程中法律保证与支撑，实现金融统计的发展。同时针对相应数据实现统计资料的与提供，建立与国际接轨的数据体系，实现金融行业各部门之间统计工作流程，保证统计数据可知性。

四、结论

综上所述，实现大数据金融统计的应用，对于我国金融行业的发展具有重要意义。同时大数据的出现极大推动金融统计的发展，使得金融统计发展更加现代化，满足金融环境需求，保证金融体系的发展。因此，在大数据金融统计在金融行业的具体应用中，应该重视改革与更新，保证金融行业的可持续发展。

参考文献：

[1]邹康.中国政府财政统计体系改革再研究[D].西南财经大学，2012

[2]赵彦云.宏观经济统计分析发展的基本问题[J].经济理论与经济管理，2013，10（05）：123-134

大数据时代意义范文第8篇

内容摘要 信息科技等领域的专业人员的职责是对大众进行科普，揭示大数据技术的逻辑原则、功能、应用范围和固有缺陷等客观特征。大众只有真正了解了大数据技术，才能分辨“大数据时代”这一空泛口号下所夹带的意识形态内容。人文社科学者则应当揭露“大数据时代”的意识形态本质，只有驱散了遮蔽大众双眼的云雾，他们才能从“美梦”中清醒，而不至于陷入惊醒后的梦魇。两类有机知识分子实际有着共同的目的，即启迪大众从怀疑被灌输的信息开始，逐渐实现反思意识的复苏，而他们能否达成使命的关键则取决于传播领域掌控权的争夺。

关键词 大数据时代 话语 隐喻 意识形态 文化霸权 有机知识分子

作 者 吴维忆，上海交通大学人文艺术研究院博士后。 （上海200240）

随着互联网的普及和信息经济的崛起，大数据的影响力迅速波及了包括传统工商业在内的社会经济等多个领域。与此相应的是传播领域掀起的一股“大数据时代”风潮，以及大众对大数据的认知度、接受度的显著提升。然而，对于一般受众而言，科技和经济领域的大数据及大数据技术与传播领域以“大数据时代”为代表的种种流行话语之间的界限是混沌不清的，甚至“大数据时代”本身也是一个未加深究的暧昧概念。识别传播领域的话语运作，关键并不在于回归科技和经济领域，从而判断“大数据时代”这一判断的真实性，而是要厘清“大数据时代”话语的本质，并进一步追问：对建构的共识未加省察地接受，将造成怎样的后果。

“大数据时代”的政治经济隐喻

追逐巨额利润是信息资本推动大数据技术商业化的根本动机，而社会财富的丰盈与社会经济的繁荣则是这一过程的一个可能的效应，二者之间并不存在必然的关联。大数据时代话语恰恰是通过对二者间前后相继甚至是因果关系的想象性，建构而遮蔽了三个重要的政治经济学问题。

1．渗透式营销与消费陷阱

以全面掌握消费者个人信息为基础的个性化营销正在不断侵蚀公共和私人领域的界限，而在数字化和互联网普及的社会，个体已无处可逃。渗透式营销并不像其标榜的那样仅仅发现需求，而是通过借助一套无处不在的组织结构和标准化的操作流程，塑造和主宰需求。 作为被动的接收者和无意识的共谋者，个体已深陷于过度消费的陷阱中。在这一意义上，实现了所谓的财富丰盈与消费者盈余的“大数据时代”实质上是消费社会病人膏肓的时代。

2．既有经济结构和秩序的固化

各个产业生产率智能化地自然增长的必要前提是，大数据基础设施的完善与移动互联网的普及。 “大数据时代”话语大肆鼓吹了结果，却没有明确交代成因。现实的情况是大数据商业化初现端倪就已经引发了基础设施投资的热潮，包括大规模并行处理数据库、数据挖掘电网、分布式数据库、云计算平台、互联网和可扩展的存储系统等领域，其中任何一个领域的准入门槛都决定了这是一场仅向资本巨头开放的游戏。放眼世界，伴随着全球化的推进与深化，大数据技术在各个产业的广泛应用意味着后发的发展中国家和仍在贫困线上挣扎的欠发达国家将面临更为不利的处境：除了物质性依赖，他们还将在信息和相关知识、技术等方面依附于掌握分配权和规则制定权的少数发达国家。“大数据时代”高生产率的背后是国内与国际经济结构和秩序的固化。

3．跨国企业与民族国家的博弈

由于大数据技术要求充分发挥数据的外部性，信息资本的流动性与扩张性比其他产业资本更强，其对地方社会和民族国家的冲击也更为激烈和深刻。在信息革命引导下，国际政治领域权力向非政府层面扩散。与精英的流动性相对的大众的地方性，现代网络社会高度的流动性并没有瓦解不平等的社会结构，反而使社会资源进一步向少数精英集中并拉大了贫富差距。资本全球化的冲击下民族国家这一现代共同体的逐渐衰微， “资本流动一民族国家”这对矛盾扩展到了个体安全感的丧失与认同危机的层面。全球化发展至今，跨国公司已经在国际政治的舞台上站稳了脚跟，而民族国家余威尚存，加之国际形势复杂多变，因此在很长一段时间内，跨国公司与民族国家之间的博弈必然是多种形式并存和交织的。然而不论如何博弈、博弈的结果怎样，跨国公司与民族国家在操纵意识形态以攫取并掌控权力方面是一脉相承的，这就是现实的残酷以及世界主义理念背后的政治与经济力量。更进一步，甚至可以怀疑所谓的世界主义是否只是重新包装后的殖民主义逻辑的延续，或许其行动主体只不过从民族国家及其政府变成了追求“无边界的世界”的跨国资本。

综上所述，大数据技术商业化所引发的政治经济学问题关系到个体生存、社会结构和国家的存续，单纯的经济增长不能解决这些问题，也不应取消这些问题。然而“大数据时代”话语既然为信息资本所创造，就不可能回应这些指向其自身的质疑。“大数据时代”话语掩盖问题得以自洽，却暴露了自身的意识形态性。

“大数据时代”的认知隐喻

人类生活及其所处环境的高度数字化，是“大数据时代”描绘的未来图景的另一个侧面。如果说“大数据时代”的政治经济隐喻的影响只是触及了人们生活的外围，那么极致的数字化则更深地介入了个体的精神世界，关涉到主体性与认知的本质问题。

1．全知决策的无形泥淖

大数据技术使人类处理和利用信息的能力发生了质的飞跃，基于此，人们憧憬着摆脱感觉和经验的限制，依靠数据科学地决策。科学性与人类主体性之间的对等关系是“大数据时代”话语在认知层面的隐喻。然而这一隐喻所依托的工具理性的推演至少忽略了两个问题：第一，在决策过程中剔除感觉与经验，究竟意味着什么？第二，全知的主体就能够自如地决策吗？

关于第一个问题，首先，大数据技术对于个人生活尤其人际交往中的抉择作用甚微，因为情绪、习俗和规范等内容难以量化，而恰恰只能通过感觉与经验来把握。其次，量化分析有其固有的缺陷：数据化的压缩处理不可避免地要损失决策任务所涉及事实的背景和其他大量细节，在漫长的演化过程中，人类一直在时空交织的具体语境中体验并解释事件与行为的意义，数据化和量化分析却无法做到这一点。再次，剔除感觉和经验，实现纯粹客观的决策，技术上也未必可行。有观点认为其实没有所谓的“原始数据”，价值选择始终贯穿于数据采集和利用的全过程。

第二个问题实质上追问的是数据处理能力与决断力之间的关系。很明显， “大数据时代”话语所宣称的基于全知视角的科学决策过于简化了这一关系。且不论“全知”这一说法本身的争议性，单纯依赖数据分析也不能直接导出完善的决策，因为究其根本，决策是工具理性和价值理性共同作用的结果，大数据技术充分体现了工具理性的原则，但事实判断与价值选择之间却并不能简单等同。仁者见仁、智者见智不是人类认识能力的局限，而是认识本质的体现。更有甚者，数据处理能力不仅不等同于决断力，甚至有可能降低决断力。面对指数级增长的数据和越来越多的具有统计显著相关的关系，人们很可能无法决断或者不敢决断。在这种情况下，且不说完善的决策，任何一个决策都很可能被永久延宕，而这明显违背了大数据技术追求高效、科学决策的初衷。

由此可见，决策过程不应该也不可能完全清除感觉和经验。大数据技术无疑是有效的分析手段，然而鼓吹“全知”视角和对此的过分依赖，则可能使决策者掉入无形的泥淖——无法选择甚至不敢决策的处境。

2．强制记忆的困局

高度数字化对人类认知的另一个影响是对记忆的形式和性质的改变。技术的进步正在逐步实现“数字化一切”的宏愿，而随着跨产业合作导致的线上、线下界限的消弭，似乎一切都已被纳入了数字化存储的范畴。与此同时，廉价数据库和云技术大大降低了存储的成本，删除记忆反而成了大费周折的事情。遗忘是人类认知能力的固有缺陷，而数字形式的记忆却正在成为超出个人意志和能力范围的强制的事实。

大数据技术研究专家针对强制性记忆开出了诸多药方，但无论是设定有效期限还是区分有意义和无意义的数据，其实施难度的关键都不在于技术而在于对信息权利的归属以及信息处理责任的界定。如何确定“有意义”和“无意义”的边界？谁是记忆处理规则的制定者？如何制定出对所有利益相关者而言均公正有效且可行的规则？人们何以能期待信息资本与权力的垄断者会遵循限制自身权力的规则？从记忆自然且必然地消亡到人自主地、选择性地遗忘，人类准备好承担决断的责任了吗？显然，这些已经不再是单纯的认识论问题，而是回到了政治经济学的领域，“大数据时代”话语对强制记忆的复杂结果秘而不宣，是否也说明了其对信息资本与权力关系的讳莫如深呢？

3．虚拟的超真实

在大数据技术的支撑下，计算机虚拟现实发生了质的飞跃：不仅可以虚拟实存的现实，还能生成人类难以触及或者无法实现的事物或环境；不仅物质世界的数字化模拟更为完善，甚至能够生成逼真的三维环境和视、听、触、嗅等感觉，使人介入、体验虚拟环境并与之交互。从科技革命的一贯逻辑来看，工具延伸了人类的肢体，而数字化和虚拟技术则延伸甚至再造了人类的意识。虚拟世界按照预先编定程序的逻辑运行，不再以物质世界中的自然规律为第一原则，计算机模拟现实技术发展至所谓的“大数据时代”的节点，功能性已经取代了对真实性的追求。

如今看来，极富寓言性的符号批判理论已经具有了现实的意义。鲍德里亚在针对仿象与代码的论述中，敏锐地洞察到符号和代码从参照和模拟自然现实开始构建起自身的系统和运行逻辑，尔后即在这一封闭的系统中自我复制，最终以模拟的真实取代现实的真实，并且从根本上取消了模仿与真实的对立。在他看来，虚拟化的过程中现实之所以会崩溃，是因为“对真实的精细复制不是从真实本身开始，而是从另一种复制性中介开始，如广告、照片等等”，而从这样中介开始的复制是“一种失物的拜物教——它不再是再现的客体，而是否定和自身礼仪性毁灭的狂喜：即超真实”。其次，鲍德里亚化用麦克卢汉的“内爆”概念对超真实的结果——仿象与真实界限的内爆，以及由此导致的形而上学和价值的终结、主客体关系的颠覆——的预言，则是更加发人深省的。在意义的内爆中，一切二元对立和事物的边界都消失了，主体不再追求意义而是迷恋信息本身，正如独立于主体之外的记忆一样，无意义的信息实现了对人的宰制，主客体的关系也因此扭转了。最后，鲍德里亚的深刻之处还在于对超真实世界背后隐匿的资本逻辑的洞察。他梳理了从文艺复兴至今仿象的三级递进过程，明确指出进入工业时代，真实已经被重新定义为“那个可以等价再现的东西”。真实的重新定义和工业合理性的绝对化是同时代的，后者公设了一种普遍的等价系统，而正是资本出于工业生产（可重复性）和自身体系运转（普遍等价系统）的需要，将不可化约之物，甚至价值的二元对立，如真与假、现实与模仿等，划归到等价关系中衡量和交易，从而永远消解了真实，而仅仅存留了“可以等价再现，且永远已经再现的”超真实。

鲍德里亚的批判揭开了“大数据时代”完美神话的一角，暴露出我们所面对的真实的荒漠：虚拟的超真实已渗透进日常生活并内化于主体的自我体验，而主体则迷失于灵境，忘却了对本真与目的的追寻，臣服于符码的复制／回答程序。内爆之后，人类生存其中的是一个没有时间和意义的纵深感的平面世界。

从以上所析的双重隐喻可知， “大数据时代”的意识形态性可以归结为两点：第一， “大数据时代”话语掩饰并装点着深层的霸权和压迫，使信息资源、技术和资本的占有、分配的现有秩序进一步固化，又通过对个体认知与行为的塑造和影响，将这种深层的不平等内化为个体经验的一部分从而获得了类似共识和常识的合法性。第二，大数据技术充分张扬了工具理性，后者的效用与功能正是编织“大数据时代”神话的客观基础。然而当工具理性发展到极致，甚至取消了本质与价值的追问，技术就超越主体成为独立的存在，而技术的创造者和使用者反而沦为科学主义意识形态的奴役。

眼前的现实是：大数据和大数据技术已经成为技术和经济领域不可逆转的现实，人类社会正在这一实然的节点上翘首张望。 “大数据时代”意识形态所描绘的人人各得其所、从心所欲的云端仙境只是未来的一种或然，然而吊诡之处就在于在意识形态的障眼法之下，人们目之所及又只能看到这一种或然，因而难免将这“唯一的”或然视为应然，以至于堕入历史与超验性均告终结的冷酷绝境，却全然不知自己身处其中的是信息资本借助“大数据时代”意识形态所构建的云端的霸权——生产本位让位于绝对控制的新资本主义秩序，也更不会意识到自己对“大数据时代”的全盘接纳正是完成秩序锁链必要的一环。

有机知识分子的突围之路

对“大数据时代”意识形态的批判是振聋发聩的，但止步于批判则会陷入悲观主义或是犬儒心态。因此，真正具有实践意义的问题是：陷于迷茫的人们如何打破自缚的困境？关于反抗如何成为可能的问题， “大数据时代”话语的甚嚣尘上恰恰说明对抗甚至打破其宰制的物质条件已经在生成，因为“云端的霸权”这一新的统治形式所反映的是意识形态和其他上层建筑的变革，而这一领域内的变革正伴随着经济基础的变更，尤其是生产力的进步。

不同于话语建构的“大数据时代”理念，大数据技术带来的生产率的智能增长是真实的。当既有的生产关系开始制约生产力的这一自然增长时，真正变革的时刻就到来了。决定性的时刻也许尚且遥远，但变革的某些征兆已经依稀可辨。例如：大数据的外部性既可能导致数据资源和基础设施的集约化和垄断，但同样也可能引发企业、产业间结构性边界的消融，孕育横向联合式的组织架构与生产关系。对于这一方向未明的变化，人们要面对的不会是一次一劳永逸的选择，而是两条路向的相互交织，最终的结果将取决于生产力与生产关系长期的辩证关系中彼此力量的消长。那么，由此引发的一个问题是：在这样一个漫长的过程中，未必直接参与生产力革新的人文社科学者能够或者应当发挥怎样的作用？

1．有机知识分子与文化霸权

葛兰西的有机知识分子概念与文化霸权理论根植于其实践哲学，并且与其市民社会理论有着直接的关联。立足于实践哲学的葛兰西是从强调知识分子的使命——参与并领导政治实践这一着眼点提出有机知识分子这一概念的。“有机”的含义是指理论与实践的统一以及知识分子与大众的统一，有机知识分子也因为这一本质特征而区别于书斋里的思想者和“得君行道”的权力代理人，其政治实践的内涵被界定为：占领意识形态领域和夺取文化霸权。

如果说政治霸权是制定规则和惩罚违规行为的否定性力量，那么文化霸权则是将规则阐释为常识、将实然转化为应然甚至必然的建构性力量。当文化霸权为统治阶级所控制时，上层建筑进入统治阶级意识形态再生产的循环，被统治者成为既有秩序的响应者和共谋者，其政治自觉也因此而麻痹。正是基于这一原因，葛兰西强调，有机知识分子必须夺取文化霸权，打碎统治阶级意识形态再生产的链条，才能解放大众的思想意识、唤醒其政治自觉，也才能发起对抗统治阶级的革命斗争。

2．“大数据时代”的挑战

“大数据时代”意识形态不仅与文化霸权非暴力、合法化、引导力的一般特征相契合，也显示了在目前的信息经济阶段，有机知识分子争夺文化霸权的难度。首先，“大数据时代”所涉及的涵盖个人、社会和国家三个层面的问题说明资本主义政治经济秩序已经高度地结构化和固化；其次， “大数据时代”话语的盛行所反映的现代人的技术依赖甚至技术本身的异化，则揭示了人类的主体性的极度衰弱与迷失。因此，有机知识分子正面临着比以往任何一个时代都更加严峻的考验。除了外部的挑战，知识分子群体内部也发生了分化：一部分人萌生出冷漠与虚无的犬儒心态，否认和放弃了反抗；另一部分耽于批判的知识分子，则深陷于“同影子的斗争”而失去了行动的能力。

艰难的形势和不利的处境，恰恰证明了在当前这个历史时刻重温葛兰西实践哲学、呼唤有机知识分子的必要性与紧迫性。舍有机知识分子，还有谁能融贯理论与实践，联系和领导大众打破禁锢自我意识的枷锁，挑战这云端的霸权呢？然而，必要性是一个方面，如何开展夺取文化霸权的实践则是另一个问题。具体而言，例如信息科技等领域的专业人员的职责是对大众进行科普，揭示大数据技术的逻辑原则、功能、应用范围和固有缺陷等客观特征。大众只有真正了解了大数据技术，才能分辨“大数据时代”这一空泛口号下所夹带的意识形态内容。人文社科学者则应当揭露“大数据时代”的意识形态本质，只有驱散了遮蔽大众双眼的云雾，他们才能从“美梦”中清醒，而不至于陷入惊醒后的梦魇。两类有机知识分子实际有着共同的目的，即启迪大众从怀疑被灌输的信息开始，逐渐实现反思意识的复苏，而他们能否达成使命的关键则取决于传播领域掌控权的争夺。

当资本主义从生产主导过渡到消费与信息主宰的阶段，以福利社会和民主、自由等普世价值获得被统治阶级积极赞同的方式，已经被媒介工具尤其是网络媒体无孔不入的渗透力所取代。换言之，合法性的根基不再来自某种内容上的正当性，而是来自形式和结构的自我复制。“媒介即是讯息”论断、意识形态国家机器对主体的建构作用以及媒介场域理论，都从不同的角度揭示了媒介与权力的关系。然而遗憾的是，此类理论的共同缺陷是批判有余而指导实践的能力却不足。如何在夺取文化霸权的语境下讨论媒介的作用，从而进一步探索有机知识分子干预和主导媒介的策略和途径，则是在揭示隐匿于云端的霸权之后，另一个亟需探讨的课题。

参考文献：

[1]让·鲍德里亚，刘成富、全志钢译，消费社会，南京：南京大学出版社，2001．

[2]约瑟夫·奈，王吉美译．权力大未来，北京：中信出版社．2011.

[3]曼纽尔·卡斯特，夏铸九、王志弘译．网络社会的崛起：信息时代三部曲．经济、社会与文化．北京：社会科学文献出版社，2003．

[4]郭台辉．共同体：一种想象出来的安全感——鲍曼对共同体主义的批评．现代哲学，2007 (5)．

[5] Masao Miyoshi.A Borderless World？From Colonialism to Transnationalism and the Decline of the Nation-State.Critical. Inquiry, 1993 (19).

[6] Lisa Gitelman ed.“Raw Data”is an Oxymoron, Cambridge，Massachusetts: MITPress, 2013.

[7][8][10][11][12]让·鲍德里亚，车槿山译，象征交换与死亡．南京：译林出版社，2006: 85、105、67、107、84-85.

大数据时代意义范文第9篇

关键词：大数据时代；核心价值观；研究方法；创新

引言：“大数据”这一互联网流行词汇于2009年开始悄然而至，被越来越多的人所熟知。2013年，大数据深入进军社会各个领域，并在各行各业产生着巨大的变革力量，也因此被称作“大数据元年”。大数据化时代铸就了团结和谐、友好互助的新中国，将中华儿女的心系在了一起。现阶段，我们需要深入贯彻落实社会主义核心价值观，理解核心价值观创新的意义，为民族崛起奠定基础。青年社会主义核心价值观的创新取决于大数据的发展与改革，在机遇与挑战共存的情况下，我们只有将与众不同的思维方式与高尖端技术结合，才能真正促进社会主义事业的发展。

一、大数据时代培养青年社会主义核心价值观的意义

社会主义核心价值观倡导富强、民主、文明、和谐，倡导自由、平等、公正、法治，倡导爱国、敬业、诚信、友善，积极培育和践行社会主义核心价值观。习近平总书记曾提出：核心价值观承载着一个民族、一个国家的精神追求，是最持久、最深层的力量。培育和践行社会主义核心价值观要从娃娃抓起，贯彻学生成长的全过程。秉承育人为主，德育为先的理念，把立德树人作为社会主义现代化的根本任务，将社会主义价值观纳入国民教育总规划。现阶段，随着网络的飞速发展，“大数据”一词被越来越多的人所熟知。大数据也逐渐贴上了时代的特色，在该阶段，重视对大数据的分析和利用，让数据时代美丽动人。大数据理论、技术和方法贯彻于青年核心价值观的培养的整个过程中，有利于相关研究方法的创新改革，增强了价值观培养的核心竞争力，为社会国家治理提供有效手段。

每个人行為都会产生数据，众多的数据汇总起来就成为了现在所提及的大数据，我们都是其中的一份子，国家可以通过这些大数据汇总成网络平台制定相关政策来进行社会管理，加大政策倾斜力度，制定统一的平台规则制度，净化数据空间，为数据时代保驾护航。青年是祖国的未来，民族的希望，是社会主义现代化建设的生力军和社会主义事业的接班人，是推进社会主义进程和实现中华民族伟大复兴的核心力量。因此，在现阶段背景下，加强青年对核心主义价值观的认识和实践，充分调动青年参与、献身建设祖国工作的积极性和主动性，为投身社会主义核心价值观的建设显得十分重要。

二、大数据时代青年社会主义核心价值观培育面临的机遇和挑战

（一）大数据时代青年社会主义核心价值观培育面临的机遇

人类既是数据的创造者也是数据的接收者，这给青年社会主义核心价值观的培育提供了便利。第一，科学技术的发展，通讯工具也开始传入平民百姓家，这进一步拓宽了媒体交流和传播的平台。当前，电视、电脑、手机、平板等电子设备几乎家家都有，更加普及化和生活化，进一步传播了社会主义核心价值观的理念与思想。多种多样的社会主义核心价值观信息在网络上的普及，使得青年在使用的过程中就会潜移默化地受到影响。

第二，大数据时代的传播媒体通过文字、图片、视频等形式为社会主义核心价值观提供了更加直观形象的信息源，使社会主义核心价值观的更容易被大家认可接受。以往人们利用传统的板书、课本等传统教学方式对青年进行社会主义核心价值观的培养，长此以往，传统教学方式难免引起青年群体的乏味，甚至厌倦感受。而大数据时代的到来，凭借多种多样的信息形式向青年群体展示社会主义核心价值观的培养教学，使得价值观培养实践方式更加丰富有趣，为青年社会主义价值观培养提供了更多平台和方式。

第三，信息传播的交互性方便了大众的交流。在大数据时代之前，青年对社会主义核心价值观的认知和实践等相关数据主要通过访谈、问卷等形式进行了解，这种方式需要耗费许多人力物力，统计结果较为片面并存在很大误差。而在大数据时代，我们可以通过对网络信息的交流，高效准确地搜集有关青年社会主义实践活动的各种数据，及时掌握目前我国青年人思想的阶段，便于查缺补漏，营造更加生机盎然的文化氛围。大数据时代的到来，为全面了解青年个人及群体的社会主义核心价值观全貌提供了有效手段，为更好地培育青年的社会主义价值观提供了新的研究视角和方法。

（二）大数据时代青年社会主义核心价值观培育面临的挑战

首先，大数据时代背景下的信息具有多样性、复杂性特点。随着信息化的飞速发展，各种各样的信息通讯工具和电子设备逐渐普及，几乎覆盖全部年龄阶段的人群，在为青年社会主义核心价值观的培养提供创造条件的同时，也面临着极大挑战。由于青年正处于拥有独立思想但却缺少一定的判断分析能力的阶段，如果青年缺少正确的判断力就很容易受到不良思潮的影响，误入歧途。伴随互联网技术的创新潮，各种类型的数据信息相互交织冲击着青年人的思维和价值观念，甚至违背价值观理念的信息开始在青年人之中得到传播，极大的损害了青少年的思想健康。近年来，越来越多的青年沉溺于网络环境，甚至因为网络产生厌学、辍学的现象层出不穷。因此，大数据时代信息技术飞速发展的情况下，正确引导青年培养正确的社会主义核心价值观需要引起足够重视。

其次，数据信息有效性受到价值主体的干预。大数据时代的显著特征即：通过收集、整理和分析大量的数据信息，进而推理预测现代青年思想规律性。然而这种规律性预测的准确性是基于数据信息的有效性。当前，青年提倡个性化发展，他们不随波逐流、盲目崇拜服从，而是更倾向于以自身的意见为主，并能够形成自己专属的信仰和思想观念，呈现出自我化的特点，使数据的有效性和真实性大打折扣，进而影响大数据信息分析、预测的准确性。很难做到绝对的公平。

最后，大数据时代青年社会主义核心价值观的培养工作需要大量专业的数据分析人才，而现阶段，专业人才的缺失是大数据时代对青年进行社会主义核心价值观培养所面临的最大的困难与挑战。大数据时代信息搜集繁多，其信息来源、种类、增长速度等都具有多样性，能否有效利用这些数据信息就需要配套设备技术和专业的技术人才作为基础。青年兴则国家兴，重视对专业人才的培育在这个时代也显得至关重要，各种数据复杂交织，没有进行专业化的分类和整理，使得信息很难被有效得到重用，造成了数据的浪费，因此，利用专业人才使数据的有效性发挥到极致，是我们目前应认真考虑的问题。

三、大数据时代青年社会主义核心价值观培育的相关路径

（一）创造良好的舆论氛围

现阶段，我们需要根据数据信息加强舆论阵地的建设，利用多元化主流价值观占据舆论优势，扩大舆论阵地，为大数据时代青年社会主义核心价值观的培育工作创造良好的舆论氛围。首先，要利用大数据平台做好社会正能量传播，并对其进行有效的监督及管理，确保青年能够做到对各类信息取其精华、弃其糟粕，不会被负面的能量所影响；其次，在传播对全球范围内的一些重大新闻事件之前务必提前做出具有价值的正面评论，帮助青年正确培养自身的核心价值观；最后，在时展背景下，重视青年社会主义核心价值观的宣传工作，同时要注重教育方式，不能一味地遵循传统。在过程中要做到创新，利用高速发展的信息数据平台扩大数据库，不断充实内容，提高信息的多样性及可读性，从而增强核心主义价值观对青年们的吸引力。

（二）加强多元化人才培养

社会的发展与进步需要多元化人才，因此在大数据时代背景下我们要加强多元化人才的培养。当今社会，数据网络影响着人类日常的生产生活方式，青年处于网络与现实的教育环体，应当利用网络数据平台提供的便捷完善自身的社会主义核心价值观，自觉增强本领。另外，多元化人才的培养工作还需要教育者的配合。培养青年社会主义核心价值观在大数据时代存在巨大的机遇，但也面临着挑战。在这种情况下，教育者应当同时代一起发展，既要引导青年清楚如何培养核心价值观，又要懂得如何通过分析大数据来进行网络工作及宣传，将大数据的价值发挥到最大化的作用。教育者要有敏感的数据判断能力，对多样化、多元化数据进行收集、判断、处理、分析及应用。我们只有与时俱进，形成一股坚不可摧的力量，才能在社会主义核心价值观的宣传工作及培养工作中起到作用，才能更加正确的认识并培养社会主义核心价值观。

（三）加强制度的建设与创新

制度建设对于青年社会主义核心价值观的培养来说必不可少。一项优秀的制度建设可以为青年的社会主义核心价值观的培养铺路，所以新时期下，我们应当顺应大环境的变化，从多个维度全方位认识这制度的真正含义，努力开拓新型研究形式，创建更加完善的青年培育机制。第一，良好的社会主义核心价值观的培育机制要具有社会主义核心价值观的网络宣传和人文宣传。青年通过信息交流及传播可以深化核心价值观的理念，增强生活乐趣，实现核心价值观的网络化及生活化。第二，良好网络反馈机制的建立可以更好地解决青年们对核心主义价值观的困惑。社会主义核心价值观的教育内容要随着时代的发展同时更新，以青年们的核心价值观培养为中心，确保其多元化特点。总之，只有从青年日常生活中的思想状态出发加强制度建设和创新，才能对充分培养和引导社会主义核心价值观的形成。

大数据时代意义范文第10篇

摘要：随着科学技术的不断发展，信息产业化的不断推进，给传统的企业经营模式带来了很大冲击，在大数据时代背景下，企业要想快速长久的发展，就不得不改革经营理念，转变经营模式以此来适应不断变化的市场，作为一个企业运营的核心部门，财务系统面临着诸多的考验，因此必须及时作出调整和改变，以此使得企业可以更好的发展。文章通过讨论大数据时代的意义，结合大数据时代下企业财务面临的问题，研究针对这些问题提出了合理的解决措施。

关键词 ：大数据时代；财务信息化；研究

大数据时代的到来是2012 年麦肯锡公司提出的，它指出大数据时代的到来将对人类社会产生深远的影响，包括社会、经济以及文化等方面。现代社会的不断发展，科学技术的日新月异，数据量开始变大，数据量的增长使得人类无法快速准确的获取到所需信息，导致错误的发生，这在企业中的表现尤为突出，财务系统作为企业中主要处理数据的部门，在这样的现象下，面临着巨大的挑战，要使得大数据时代下快速建立财务信息化，让小型企业快速成长，大型企业和国际接轨，讨论大数据时代对于财务信息化的影响是势在必行的，也是主要任务。

一、大数据时代的意义

大数据，顾名思义，其最大的特点就是“大”。大数据数据量巨大，其中包含的数据类型也是丰富多样，包括了图片视频以及音频文件等，但是，在这些海量的数据之中，有用的信息却只占有很小的一部分，大部分信息都是无用的。不过，大数据的数据处理却是十分的迅速，那些无用的垃圾数据，可以在很短的时间之内，被过滤出来，使真正有用的信息得到提取。

（一）大数据时代的积极意义

大数据时代的到来给企业的发展提供了一个巨大的宝贵的数据库，企业需要做的就是利用这些数据进行发展，而其中可以更好、更合理的引用数据的能力成为了企业的核心竞争力，也是保障企业可以在大数据时代下发展的重要前提，也决定了财务系统的工作内容以及在企业中的地位，不再是只片面的为企业提供年终报告这么简单，也更加有利于企业的财务管理，防止贪污现象的发生。

（二）大数据时代消极意义

大数据时代为企业财务信息化带来好处的同时也产生了一些消极因素，比如：一些企业利用掌握大量的数据而将这些数据进行出售，侵犯个人隐私，以此带来利益。这就要求无论是企业还是个人都必须建立隐私意识，也要求政府部门应当加大监管的力度，杜绝此类事件的发生。对于掌握数据的财务系统来说，必须重视职业道德，同时也要引导企业避开法律雷区。

二、大数据时代下企业财务系统面临的问题

（一）传统经营模式遭遇巨大冲击

信息化的飞速发展，使得企业以往经营模式和管理模式出现弊端，随着市场国际化的到来，企业之间的竞争也在无形中增强，为了企业的长久发展，经营模式也趋于多元化，财务系统作为体现一个企业竞争力的核心代表，加快信息化的建设是必然的。因此传统的企业经营模式已经不能适应大数据时代下对企业的要求，企业应当意识到这点并且尽快做出调整，抛弃以往单一的，固定的经营模式，改变发展思路。

（二）企业财务信息化难度增大

财务系统本身存在数据量大的特点，又因为大数据时代的到来，使财务系统对于信息以及数据的处理要求又有了相应提高，由此财务信息化的难度也就增大了许多。由于大数据时代决定了数据无结构性以及分散性的特点，为企业的财务系统管理更加增加了难度。企业财务系统要能够清楚的认识到这点，合理利用大数据时代带来的有利之处，把庞杂的数据变成企业发展的动力。

（三）企业财务信息管理对人才的需求增大

大数据时代的到来为企业的财务系统带来了巨大挑战，如何利用大数据的优势为企业的发展带来益处，把原本杂乱无章的数据进行很好的整理和运用，为企业财务信息化管理提供科学依据。纵观目前的市场形势，传统的数据分析方法已经逐渐被取代，定量分析方法逐渐被引用，这就要求企业需要可以适应大数据时展的专业人才，但是目前这方面的专业人才还是比较缺乏，也给建立财务信息化增加了难度，因此企业要针对这个问题作出积极的应对措施。

三、大数据时代对于企业财务信息化的要求

（一）增强合作意识

合作对于一个企业的发展意义从来都是不言而喻的，任何时代背景下，企业都必须具有合作意识，由于大数据时代的特点，对于企业和企业之间，部门和部门之间的合作要求有了更进一步的要求，也促使企业对于数据的分析结果要进行分享，由更多的人参与进行，广纳群雄，这样才能保证企业可以做出最明智，最科学以及最有依据的决断，降低了企业发展的危险性。传统企业财务人员的工作只是简单的财务工作，并不会兼备其他部门，但是在大数据时代下，未来财务人员很可能既是企业的软件工程师，也是企业的数据科学家，这也是合作意义的一个体现方面。为了在大数据时代下，企业可以更好的建立财务信息化，应当注重加强合作意识，不仅如此，还应该培养员工的合作精神，为此可以建立相关的制度，也可以开展活动积极引导，除此之外，企业还可以利用员工多元化培养，加强部门与部门之间的合作，方便信息交流，比如：企业可以学习高校交换生这个模式，将此应用到企业内部，让不同部门之间的员工相互学习，这样不仅可以增加各部门之间的合作意识，也可以使得员工对各个部门的工作能够有较多的认识，以利于以后工作的开展。针对大数据时代下推进财务信息化的要求，财务人员可以进入数据采集部门学习，经过对数据采集的接触，让财务人员可以更加充分的了解到目前的市场形式，增加对市场变化的感知能力，这样一来，长期的学习会让财务人员对于大量的数据建立一个完整的有结构有层次的认识，以后在处理数据的时候才可以做到准备。

（二）建立大数据分析能力

大数据时代要求企业必须要有数据分析能力，建立数据分析能力是在大数据时代下长久发展的重要依据。要建立大数据分析能力，要牢牢把握三个步骤，包括：设定目标、建立分析能力以及围绕大数据策略组织企业构架以实现价值最大化，企业在发展过程中，牢牢围绕这三个方面进行，把握大数据时代的特点。纵观目前企业的形势，大多数现在对于这三个方面做的还是不太理想，但在其中也有个别在其中一两个方面较为突出，因此他们适应大数据时代的能力就较其他企业突出，企业成长的空间也更大。企业财务系统要在大数据时代下建立数据分析能力，企业应该重视目标的设定，在采集数数的时候要注重数据的质量，分析数据的时候要善于运用先进的理念与工具，重视数据分析流程，要做到循序渐进，有据可依，争取做到科学合理。比如：处理处理能力较为薄弱的企业在建立大数据处理能力的时候可以借鉴先进企业的成果，或者采取员工的形势，让员工从观念上形成数据处理的概念，逐步建立大数据处理的能力，长此以往，逐渐提升整个财务系统的能力，提升企业在大数据时代下的竞争力，达到企业长期发展。

（三）重视人才队伍的建设

企业财务系统的管理模式影响到整个企业的发展，企业能否长久的发展下去，财务起着决策作用，因此在大数据时代背景下要完善财务信息系统的功能，重视财务信息化人才的培养。由目前的企业发展前景来看，传统的财会知识已经不能适应大数据时代的发展，由此可见，传统的财会人员在大数据时代下也不能适应，要真正满足大数据时代的要求，让数据服务于企业发展就需要掌握信息化技术、数据分析、企业管理、生产等几方面能力的人才，要到达这个目标，首先高校在培养财会人才的时候，要结合社会发展现状，及时将新鲜的科技信息贯穿到教学任务中去，并且对学生要提出全面发展的要求，不能只局限于培养学生传统的财会知识。其次，在大数据时展迅速的前提条件下，企业要想尽快的适应并且更好的把握这一个机会，就要对财务人员进行系统全面的培训，让员工对于大数据有个明确的认识，以及对于其所涉及到的信息有所了解，除此之外，企业要尽可能的组织员工学习优秀企业，以此适应大数据时代。

结束语

信息技术的不断发展，带领人们进入了数据迅速膨胀变大的大数据时代。人们通过对大量的数据进行分析，可以做出更加科学和精确的决定。综上所述，大数据时代的到来对企业财务信息化建立不仅具有积极意义，也存在消极意义，企业应当合理利用积极因素，规避消极因素，也因为大数据时代的到来，暴露了传统的财务系统的弊端，也让建立财务信息化出现了问题，具体表现在传统经营模式遭遇巨大冲击、企业财务信息化难度增大和企业财务信息管理对人才的需求增大三个方面，针对这些问题，企业应当做出相应措施，包括增强合作意识、建立大数据分析能力以及重视人才队伍的建设，以此来适应大数据时代，更好地建立财务信息化，使其能够更好地服务于企业发展。

参考文献：

[1]张黎，宋小南，韩荔.大数据时代下推进企业财务信息化的研究[J].现代商业，2014（36）.

[2]高远“. 大数据”时代企业财务管理探究[J].现代经济信息，2015（06）.

[3]柯明，王润统.浅谈大数据对财务信息化的影响[J].财会研究，2013（06）.

[4]黄少芳，刘晓鸿，张俊芳.应对大数据的数字档案馆及其服务体系[J].国土资源信息化，2013（05）.

大数据时代意义范文第11篇

一个汉字，不论它有几个字符，也不管这些字符是通过什么途径与相应语素结合的，一旦成了语素的书写形式，它就成为一个整体。这个整体是“能指”，而相应的语素是“所指”。作为“能指”的字，是既有音，又有义的，因为语素是音义结合体。因此，说到音化意化时，不能着眼于作为语素书写符号的汉字。在这一点上，中西文是一样的。例如我们不能说英文“sun”这个字只有音，而中文“尖”这个字只有义，但可以说“sun”字所使用的字符“s”“u”“n”只表音，而“尖”字所使用的字符“小”“大”只表意。

第二，应着眼于汉字字符的实际运用。我们知道，在记录语言时，一个汉字有时记录这个语素，有时记录那个语素；有时表示本义、引申义，有时表示假借义。汉字记录的语素不同，所表示的意义不同，汉字所使用的字符表音表意的情况就有所不同。所谓表音、表意，实际上是指在汉字实际运用过程中字符与相应语素的结合方式，而不是指在创造汉字之时字符与相应语素的结合方式。例如古文字中的“来”，就其来源而言，是表意的；而就其运用讲，是表音的。当然，这两者有时是统一的。例如古文字中的“日”，当它表示本义时，是表意的；而就其来源说，也是表意的。

纵观几千年来汉字发展的历史，我们发现，汉字的结构依次有三个不尽相同的发展方向，换句话说，汉字结构发展的方向是因时而异的。

一、在完整的汉字体系形成的过程中以及这种体系形成的初期，汉字结构发展的方向是音化。

完整的汉字体系是在原始文字的基础上形成的，而原始文字（包括文字画和图画字）都是表意的。汉字的文字画材料，至今还未发现。而图画字的材料却有一些。例如《金文编》843号，是一幅画，像手里拿着刀杀猪，它的意思应该是杀猪祭祀祖先。从这类材料来看，图画字中已有可以反复使用的单体符号。这些符号，或者是代表有形事物的，或者是代表概念的。

当汉字完整的体系开始形成时，图画字中的许多单体符号被吸收进来；此外人们还仿此创造了许多类似的符号。然而光凭这些表意符号，还不能做到按照词序无遗漏地记录语言，这是因为，语言中的许多词（如虚词）是无法以形表义的。要想全面地记录语言，只有走假借的道路。完整的汉字体系形成的过程，就是假借字不断增加的过程。

汉字完整的体系形成的时间，大约是在夏商之际。殷代距离夏商之际相当近。在殷代的甲骨文里，假借字占了74％左右。〔2〕属于西周早期的《利簋》铭文，假借字的比重也大抵如此。

这时文字里假借字的比重如此之大，超出了一般人的想像。在原始汉字里，可能也有一些假借字，但是其比重肯定很小。与原始汉字比较起来，殷商时代和西周早期文字里的假借字急剧增加。假借字是由音符构成的，这种字占大多数，那就是音符占大多数。这就是说，从原始汉字到殷代甲骨文、西周早期金文，汉字结构的发展方向是音化。

二、从西周时代起，汉字结构的发展方向是音意化。

从用字这个角度来看，自西周时代起，假借字逐渐减少：

西周前期的《大盂鼎》铭文，共有291个字，假借字约70个，约占总数的24％；西周中期的《史墙盘》铭文，共有284个字，假借字约60个，约占20％；西周晚期的《毛公鼎》铭文，有497个字，假借字约有70个，占16％；〔3〕春秋时代的《栾书缶》铭文，共有40个字，假借字5个，占12％强；战国时的《鄂君启节》，总字数164个，假借字3个，仅占2％；秦汉时的帛书《老子》乙本共有5500个字，假借字320个，占6％；帛书《经法》约5000字，假借字320个，也占6％；现有的《老子》假借字30多个，不足1％；现有的《荀子》首三篇，共有5700多个字，假借字54个，占1％弱。

上述统计说明，时代愈晚，假借字越少。

若从造字角度来看，自西周时代起，形声字迅速增加。甲骨文中的形声字，仅占20％左右。自西周时代起，形声字大量增多。到了春秋时代，形声字的数量已超过了表意字。秦国的小篆，依据许慎的《说文解字》，共有9353字，形声字有8057个，占82％。南宋郑樵分析过23000多个汉字的结构，结论是形声字已超过90％。清代的《康熙字典》，形声字也占90％。与形声字在全部汉字中的比重逐渐增大相伴随，汉字的数量也逐渐上升。汉字的数量和形声字的比重成正比地增加，说明西周以后增加的新字主要是形声字。

前面讲过，自西周时代起，假借字在全部汉字中的比重逐渐减少，这就是说，西周以后形声字在运用过程中，基本上是用来表示本义或引申义的。一般说来，当表示本义或引申义时，形声字中的音符有表音作用，意符有表意作用。

形声字是由意符和音符构成的，这种字数量逐步增多，也就是音符和意符逐渐增加。这种现象，既不能说是音化，也不能说是意化，而应称为音意化。

所谓音意化，并不是说音化和意化平列，而是有主有从的。应该说，音化是主要的，而意化是辅助的。为什么这样说呢？

首先，形声字的最主要来源是在假借字上加意符。这样做的目的，是区别同形同音的字。例如，“辟”的本义是法，但是被借来表示躲避、开辟、邪僻等意义。当多义的“辟”在语句中出现时，有时就分不清它是什么意思。为此，当表示躲避这种意思时，就在“辟”上加“走”旁；当表示开辟义时，就加上意符“门”（繁体）；当表示邪僻义时，就加上“亻”旁。这样就不容易混淆了。由此看来，意化是在音化遇到困难时的补救措施，它是为音化服务的。

其次，形声字中的意符所表示的，一般只是相应语素的意义类别，而不能确切地指出其意义；而音符则通过表示语素的音，确切地表示出语素的意义。

认识到音意化中音化的主导地位，就可以把后期的音意化与前期的音化联系起来，笼统地称汉字结构的发展方向为音化，但在这样概括的时候，要意识到汉字前期的音化和后期的音化是有差别的。

三、现代汉字结构的发展有记号化趋势。

所谓记号，是指跟文字所代表的语素在语音和意义上都没有联系的字符。记号化就是指记号这种字符在汉字体系里逐渐增多。

汉字体系里的记号，有一些是原来就有的。例如甲骨文中的“五”“六”“七”“八”等等。但绝大多数是在汉字演变过程中产生的。时代愈后，记号越多。

有些记号原是意符。意符都是表示意义的，其意义大别有二：一是形体意义，即用图形所显示出来的意义，所谓图形，是指实物之形或抽象、象征之形；二是语素意义，这是字符最初所记录的那个语素的意义。意符凭其意义与语素的意义沟通。具有形体意义的意符，当汉字变得不象形以后，它的意义丧失了，它跟相应语素的意义沟通被阻断了，变成了记号。这种变化过程，其实自殷商时代起就已经开始了。例如甲骨文中的“有”为什么写成“ㄓ”，“亡”为什么要写成“”？对这样的问题，不用说一般人，就是古文字学家也回答不好。到了隶楷阶段，汉字形体笔画化了，具有形体意义的意符绝大多数变成了记号。有语素意义的字符，当它的意义与语素意义的联系被切断时，也就变成了记号。这种联系为什么会被切断呢？主要原因有三条：一是字符形体发生讹变，二是字符独立成字时的意义发生变迁，三是相应语素的意义有了改变。

有些记号原是音符。音符跟相应语素的结合都是“再婚”，它的声音就是它最初所记录的那个语素的声音。音符凭它的声音与相应语素的声音沟通。当这种声音联系的桥梁被拆掉时，音符也就变成了记号。声音的联系为什么会被阻断呢？主要原因有四条：一是字符形体发生讹变，二是字符原来所记录的语素已被人遗忘，三是字符独立成字时的声音有了改变，四是相应语素的声音发生变迁。

由于在汉字体系里记号大量增加，所以现代汉字里的记号字和半记号字所占的比重已经很大。

我们曾对2500个常用汉字的结构做过分析，分析时所用的字形是现代楷书规范字形，所用的音义，是现代汉语普通话中的音义。当这些汉字表示相应语素的本义或基本义时，它们结构类型的情况如下：

第一，单意符字，共19个，占总数的0.76％；第二，多意符字，167个，占6.68％；第三，变体音符字2个，占0.08％；第四，多音符字，有3个，占0.12％；第五，意音字，有1321个，占总数的52.84％；音符有义的意音字有30个，占1.2％；第六，记号意音字，5个，占0.2％；第七，记号意符字，286个，占11.44％；第八，记号音符字，131个，占5.24％；第九，记号字，有536个，占21.44％。

记号意音字、记号意符字和记号音符字，都可以称为半记号字。如果把记号字、半记号字统计到一块，则占总数的38.32％，数量仅次于意音字（形声字）。

有人曾以《新华字典》（1987年重排本）中的“又、冫、刂、鱼”四部字作过抽样测查，结果如下：〔4〕

部首总字数理据字半理据字无理据字

又276417

冫24789

刂64292510

鱼8868164

总计2031105340

上表中的半理据字相当于半记号字，无理据字相当于记号字。如果把表中半理据字和无理据字合起来，则有93个，占总数的45.8％。

应该着重指出的是，上面的统计都是站在一个文化水平比较高的汉族人的立场上进行的，而且是依据相应语素的本义或基本义而进行的。谁都知道，汉字除了表示本义或基本义外，还表示为数众多的引申义。若据其表示的引申义进行统计，含有记号的汉字比重会更大（当汉字表示假借义而其本义或基本义又被一般人所了解时，它就是假借字。这种字在汉字运用过程中占有一定数量）。

上面的统计说明，现代汉字的结构正朝着记号化的方向发展。目前，在汉字体系里记号虽然不占优势，但是数量已相当可观。估计在不久的将来，含有记号的字很可能赶超意音字，成为汉字的主流。

早在40年代，唐兰先生就指出：“图画文字和记号文字本是衔接起来的，图画演化得过于简单，就只是一个记号。”但是，他认为“截至目前为止，中国文字还不能算是记号文字……还是形声文字。”在这两段话里，唐兰把记号文字看作是文字的一个独立发展阶段，认为它与图画文字、形声文字是相衔接的，这都是正确的。

我们的汉字已经走完了原始文字、假借文字和形声文字三个发展阶段，如果不被废弃，它将迈进记号文字（在文字体系里记号这种字符占大多数）的大门，这是不以人的意志为转移的。

注释：

〔1〕自建国以来，许多学者持“音化”说，例如梁东汉（《汉字的结构及其流变》，上海教育出版社1959年）、蒋善国（《汉字学》，上海教育出版社1987年）、黄伯荣等（《现代汉语》，高等教育出版社1991年）。近年来，一些学者持“意化”说，例如申小龙（《文化的语言视界》，上海三联书店1991年）、万业馨（《略论形声字与汉字表意性》，载《徐州师院学报》1992年4期）、苏瑞（《论汉字的义化》，载（香港）《语文建设通讯》1992年12月）。

〔2〕参看姚孝遂《古汉字的形体结构及其发展阶段》，载《古文字研究》第4辑。

大数据时代意义范文第12篇

关键词：大数据背景；信息化；高校大学生；教育路径；社会主义核心价值观

中图分类号：G641 文献标志码：A 文章编号：1674-9324（2016）45-0059-02

大数据在2008年前后就已经被提出，至2012年前后，被越来越多的新闻媒体所广泛传播于世界各地。单看字面意义是指海量的数据，然而其本质不仅仅包含了海量信息，更是包含了对海量信息的读写与检索。大数据这一概念目前已经在《华尔街时报》等诸多世界著名刊物的封面上登载，这代表了大数据时代的来临。面对大数据，人们为了更好的处理海量信息，必然会不断努力以挖掘出大数据的无限发展空间及潜力。

一、大数据的定义、特点与意义

1.定义。大数据是IT行业的专用术语，又名巨量资料，是一种区别于传统数据，在数量、增长率以及形式上有极大飞跃的新处理模式。大数据对处理者具有比传统数据更高的要求，从事大数据处理的人员，必须要具备非常强的决策能力、可以从海量数据中洞察和发现最终结果，并对复杂的数据处理流程进行优化，其战略意义不在数据量的庞大，而在于数据的价值及专业化处理。

2.特点。曾经任职于多个世界知名学府、撰写了《大数据时代》的维克托教授首先预见了大数据时代的发展趋势，这位科学家通过各种科学方法总结出了大数据的“4V”特色，即大量、高速、价值（Volume、Velocity、Variety、Value）。

第一个特点是大量性。全世界的企业、政府机构等各类组织，都面临着数据量的爆炸式增长。据IDC所发表的预测报告称，至2020年为止，全球的数据总量将翻番至少整整五十倍。作出这个预测的依据自然不是空凭想象，而是依据网络通讯技术的发展速度而做出的有依据的预测。网络技术的蓬勃发展，使得每年的数据总量都在不停的增长，并且涨幅仍在不断增加。

第二个特点是高速性。计算机技术的发展使得CPU的处理速度愈加迅速，网络信息技术的发展使得数据的传播速度一瞬千里，因而大数据时代背景下，数据的创建与传播速度，是人难以想象的。对于网络信息数据的高速处理，已经成为所有企业、政府机构努力追寻的方向。

第三个特点是多样性。所谓的多样性，主要是指信息种类的多样性，大数据所包含的形式有互联网搜索、网络日志、音视频和图片等多媒体以及手机通话记录等诸多信息类型。同时，大数据的结构也非常多样，这又使得大数据衍生出更多的形式与类型。

第四个特点是价值性。由于大数据所包含的数据量大到无法想象，结构复杂又灵活，形式与类型繁多，处理者很难从如此繁杂的数据中将最核心的价值挖掘出来，因此大数据具有价值密度低的特点。此外，由于大数据的处理速度极高，这使得使用成本较传统数据模式有了极为明显的下降，成本的下降也使得大数据中的数据更加“廉价”。

3.意义。（1）大数据可以改变人们的价值观。大数据对于人们思想的影响非常巨大，十年间，人们的思想发生了翻天覆地的变化。在未来十年，国民的幸福将有很大的可能取决于大数据的发展。在民生上，大数据的数据处理，可以使事情更加清明透彻，人与人之间的关系更加和谐；在生态上，环保意识更加明确、环保措施更加合理，人们的所思所想、所作所为更加有意义。（2）大数据可以变革社会经济。生产者使商品具有使用价值，消费者使商品的价值得以实现。只有获得消费者认同的商品，才能卖出去，才能够实现其应有价值。大数据于这种生产与实现的关系中使得消费者对经济具有了更加透彻的认识，消费者购买商品，实现了商品的价值，也就调动了社会的内需，使社会经济得以进一步发展。（3）大数据可以使组织发生变革。由于数据在不断的发展过程中拥有了语义网的特征，数据基础设施以及数据资源全都得以发展起来，组织也就随之发生了变化。而大数据时代的来临，使得网络结构逐渐向无组织中心的组织力量这一方向发展。日常生活中有许多网络形式是对这种结构的反映，如种类众多的已经去除了中心化组织的WEB 2.0应用，如RSS、BLOG、WIKI百科等。大数据通过追逐数据的价值和意义来获得智慧，从而作为时代变革的主流力量之一。

二、大数据在高校大学生进行社会主义核心价值观教育中的应用

大数据在教育领域有种非常具有现实意义的应用，以在高校大学生中开展社会主义核心价值观的教育为例，可以探索出新的教育途径、对传统模式下的教育强化出极为明显的教学效果。

1.网络视频课程或者网络辅导网站。教师可以建设以社会主义核心价值观为主题的网站，然后将自行制作的各类、各种风格的教学视频上传至网站上，以供学生在线观看或者下载学习。学生在学习后可以在视频下方留言，或评论教学视频的优劣、或提出问题，教师在事后进行回复，吸取学生的建议，调整教学方法。此外，由于学生观看或下载视频会产生点击率，教师也可以根据点击率总结哪一类课程或者哪一种风格的课程更受学生的欢迎，以便在之后教学风格与饰品风格的选择上更加贴合学生的需求。

2.开发软件与数据库。这一点主要是借鉴国外许多学员的经验，基于各种数字系统所收集的数据，按照统计学理论来编译软件、开发数据库，然后使用软件调动数据库中收集的学生的日常行为表现并进行分析，再通过可视化软件汇集结论，使学生在校期间的表现得以具体化到教师眼前。教师能够以此为依据，采取个性化的特色方案对学生进行社会主义核心价值观的教育。

3.依托于计算机进行学习软件与学习模块的开发。编程软件的诞生使得计算机技术迈入迅速发展的历程，不仅是计算机系统，就连计算机的功能模块也迅速增加。在大数据的时代背景下，思想政治教育者可以借助计算机中的编程软件，为计算机添加学习模块，并向模块内置入有关社会主义核心价值观的学习内容，学生在计算机上可以直接学习。学习模块还可以内置具有数据分析功能的软件，学生的学习成果可以被收集，学生的学习潜能可以被预测。思想政治教师也可以根据软件分析结果对学生采取最适合的教育方法，对其思想状况进行引导。

三、大数据应用于社会主义核心价值观教育的未来设想

通过收集数据和分析数据、开发软件与数据库等大数据技术，学生获得了更多的学习机会，教师也得以极大地丰富和扩展了自身的教育方法。大数据系统的各种计算方法，可以帮助学校针对学生特色总结出最适合学生的学习方法和实践方式。大数据通过分析深含于系统内的历史，可以推算出最适合当前形势及未来趋势的学习策略与教学建议。学校借助大数据，可以积极分类学生，根据学生的个体差异性来为其调整出最符合其自身特性的学习课程，并借助数字化多媒体技术与计算机等设备将丰富的教学经验进行分享，使大数据的价值性和现实意义得到最大的发挥。

大数据时代的来临，意味着当前社会的思想、政治、经济、文化等许多方面都会发生巨大的变革。在本文中，笔者首先阐述了大数据的特点和重要作用，又选取了在校大学生社会主义核心价值观教育这一详细课题，结合大数据进行了综合分析，探讨了大数据到底该如何与教育相结合，望对从事相关研究的工作者具有一定的参考意义。

参考文献：

大数据时代意义范文第13篇

“意识形态”是马克思、恩格斯唯物史观的重要概念，主要有四个基本特征：一是历史性，社会意识是对一定社会经济的具体的、历史的反映，并随着社会存在的变化而变化；二是系统性，社会意识是人们在社会实践中形成的政治、法律、哲学、道德、艺术和宗教等思想和观念形态的总和；三是阶级性，社会意识反映了占统治地位的阶级或集团的利益和价值取向，并为其服务；四是相对独立性，意识形态对经济基础的相对独立性是以它对经济基础的依赖性为前提的。

意识形态安全是国家安全体系的重要组成部分，是指在国家统治地位的思想观念体系不受威胁、免遭危害，能够维持正常生存和发展的一种相对稳定，和谐有序的状态。

二、大数据背景下意识形态安全面临的严峻挑战

（一）西方国家宣称“普世价值”对我国意识形态领域的控制

大数据时代，西方发达国家长期宣扬和推行“民主、自由、平等、人权”的“普世价值”以争夺意识形态的话语主导权，其所宣扬的普世价值观是建立在资本主义生产资料私有制基础上的，其实质是要否定中国共产党的领导、消解马克思主义意识形态，与我国公有制为主体的市场经济下提倡的民主、自由、平等、公正的价值观有本质的区别。凡此种种，破坏了我们共同理想和精神支柱，对我国社会主义制度和意识形态建设带来严重的负面影响，一定程度上弱化了主流意识形态的凝聚力。

（二）西方国家的政治思想和政治制度对我国意识形态领域的挑战

大数据时代，“互联网实质上是政治、经济全球化的最美妙的工具”。他们通过数据传播极力美化西方的人权观念以及三权分立、议会民主和多党轮流制度等政治思想，诱使我国向西方民主制度演变才能解决改革中所出现的各种问题，对我国的民主政治建设形成了严峻挑战。特定的历史和现实条件表明照搬“西方三权分立制度和多党制”必将影响社会稳定，引发动荡和分裂。面对西方意识形态的“西化”和“分化”，我国的主流意识形态正经受着严峻考验，一定要把意识形态安全摆在重要战略位置。

（三）西方国家鼓吹各种非马克思主义及反马克思主义思潮影响意识形态安全

大数据时代，各种非马克思主义以及反马克思主义思潮充斥在互联网等现代媒体空间，威胁着意识形态安全。当前，需要特别警惕实用主义、新自由主义、民主社会主义、历史虚无主义等社会思潮。在这些社会思潮中历史虚无主义者妄图通过否定革命来否定中国共产党的历史，否定社会主义制度和道路，诋毁党的领袖人物。新自由主义者，其政治目的企图用资本主义制度“规制”世界，用资本主义制度代替社会主义制度。历史和事实证明，只有马克思主义和社会主义才能救中国，才能发展中国。我们必须高度警惕，坚决抵制西方资本主义国家的思想意识形态的鸦片。

三、大数据背景下维护意识形态安全体系的战略路径

（一）经济保障：发展经济筑牢意识形态安全的基础

大数据时代，西方国家尤其是美国的大众消费文化对我国进行意识形态渗透，推行“文化跟着贸易走”的价值观和生活方式，以意识形态和价值观念为核心，通过“软包装、硬内核”削弱我国主流文化和价值体系所具有的凝聚力和号召力。2016年4月19日习总书记在京召开网络安全座谈会中指出，我国经济发展要有新动力，要通过互联网带动技术流、资金流、物资流，减少对国外市场产品的依赖。马克思指出：思想一旦离开利益，就一定会使自己出丑。当前，我们党要始终坚持以经济建设为中心，增强综合国力，人们才会认同我们党的意识形态，承认并拥护党的合法性和正当地位，从而增强社会主义意识形态的合法性。

（二）政治保障：确保政治稳定保障意识形态安全

大数据时代，作为信息传播手段的大众传媒，从一开始就相应地具有政治功能。“互联网与其说是一种信息技术，不如说是一种社会转型的推进器。”西方国家利用网络优势，垄断、妨碍其他国家对信息的谋取和运用，渗透并传播自己的政治观念和政治思想，以谋求自己的政治利益。随着全球化的推进和互联网的发展，一方面，我国政府应利用多样化网络、舆论平台，采用“一对一”“一对多”的问政手段；另一方面，要为民众参与政治，表达政治意愿提供新的平台，实现由“为民做主”到“由民做主”的转换，在新的时代背景下，我们充分发挥政治意识形态的整合功能，颠覆少数西方国家利用网络优势对我国进行和平演变的意识形态渗透，保证党的长期执政和国家长治久安。

（三）文化保障：传播社会主义文化增强意识形态安全的软实力

社会存在决定社会意识，社会意识对社会存在有反作用。大数据时代，我国正处于大众文化大发展的时代，一方面，要把主流意识形态与大众传播媒体和文化媒体联系起来，通过网络建立“红色论坛”，“红色革命阵地”，把传统文化实现从政治说教向寓教于乐，从政治文化向娱乐文化转变；另一方面，努力践行习总书记提出的社会主义核心价值观，社会主义核心价值观是兴国之魂，是主流意识形态和先进文化赖以存在和发展的精神支柱和本质体现，决定和影响着人们的思想观念和价值取向。在当下，必须利用新媒体制作生动直观的德育软件强化和拓展主流意识形态在日常宣传报道的话语空间和方式，唱响“主旋律”，发挥其引领和整合作用。

（四）法律保障：加强网络立法净化意识形态安全的空间

大数据时代，网络为人们表达思想、参政议政，提供了更快捷的社交平台。但这种表达也可能产生两面性，即除了合法表达外，有可能产生一些诽谤、侮辱、煽动性言论。一方面，应遵循公民权力与义务相统一、相平衡的原则。保障公民的言论自由权，防止权利的滥用和无限扩大；另一方面，公民也要自觉遵守网络法律法规，净化网络空间环境。另外，网络平台中的管理人员要加大对网络违法的监控力度，妥善处理数据采集和个人隐私安全，防止一些不法之徒利用网络制造，散播虚假言论，守护好我们共同的精神家园。

四、结语

大数据时代意义范文第14篇

网络数据面临的根本困难

网络数据跟以往数据的不同在于网络时代的数据虽然量很多，但是有用的不到30%、40%，好用的更不多，只有7%，经过“清洗”的不到1%。这和我们以往的数据大不一样， 气象数据尽管有噪声问题，但是从来没有数据虚假、无用、造谣的，但是在网络里就不一样了。

此外，网络数据跟用户和社会关联，也就是说这种数据是在社会间产生，在人与人之间不断传播，因此它所造成的影响和效果是跟以往的数据不一样的。

以往，我们比较多的是从形式、规模这些维度来考虑大数据，在形式上它很复杂，规模上它数量很大，但网络数据还将涉及更多我们之前没有涉及的维度，如语义的维度、内容的维度。

首先是人机交互的变化。通常我们在用计算机的时候只是把程序输入进去，计算机根据程序来完成计算，然后把结果输出给用户，这中间计算机不需要了解用户的意图或数据的来源。因为所有的数据有在计算机存在的语音和语义，但计算机并没有理解这些内容。到了网络时代，人机界面起到非常大的变化。也就是说人们把自己的需求用文本、图象、语音输入到计算机里，计算机必须得通过这些了解用户意图，然后根据用户意图输出用户需要的信息，在此信息的内容已经需要计算机考虑了。

在网络时代计算机必须要涉及到信息的内容，这意味着计算机不仅需要了解用户意图，同时要了解用户的兴趣等，这是语义的维度。

如果要了解网络计算机新的需求以及了解用户意图、兴趣和体验等，我们要做到两点。首先就是把没用上的或者“不好”的数据转变成知识，或者我们通过理解这些数据的内容、信息的内容，把它们变成网络时代信息处理的新需求。其次，如果计算机要从文本、图象、语音去理解用户的意图，那这个理解必须涉及三个层面的问题。第一个方面，计算机得了解某句话的字面意思，即自然语义;第二个方面，用户输入这句话的用意何在，潜意识里想要做什么;第三个方面，这句话的真实含义是什么，判断用户是否赞同此说法等。因此我们提供一条网络信息，计算机至少需要了解这三层意思。但过去计算机信息处理里没有此要求，这就是我们现在传统信息面临的最根本的挑战。

用人工智能处理网络数据

传统的信息处理方法显然是能不能解决上述问题的，原因在于我们所有的信息处理方法是建立在与语义无关的假设上，不管是通信理论、控制理论或者信息处理理论都是跟语义无关的，也就是说在传统理论里必须把信息内容抽掉，这就是所有信息理论建立的依据，因为不采取这样的方法就不能建立一般的内容。

到了网络时代传统的方法遇到困难了，当我们输入信息X送到机器上，阅读者或者接收者者接受信息X，中间都没有误差，但我们接下来从机器那里我们能不能了解到X背后的含义呢？显然传统的剥离信息内容的处理方法解决不了这个问题。

但我们现在还是在采用传统方法进行网络上的信息处理。具体是把X映射到词空间，或者图象的特征里，然后试图找到这个特征到语义的映射。那么特征空间到语义空间是否存在一对一的映射？如果存在，如何去找？我们现在把图象、文本、语音统称为数据，到计算机里它们都表现为0和1、1和0，我们要从这些0和1、1和0里找出来具体的0和1是哪个概念，它背后是什么，并要找到这个映射。现实中，我们不能准确把0和1、1和0进行准确的归类，这个一般情况映射是不存在的。也就是说从底层的数据时代词的组合，从颜色、纹理、视频等，我们没法找到其文本的含义，去识别这个图象代表什么，或者识别语音，因为距离太远。

但是有幸的是这种映射在特定数据处理之下，通过使用合理的方法这个映射是存在的，也就是说它只在特定的条件下用特定的方法才存在。我们现在在做的文本机器翻译、图象识别、语音识别都是在这个前提下实现的。所以我们每当看到人家输出各种结果时，首先想到的是在什么样的数据库下做出来的。我们现在常听到的机器学习、深度学习就是用这个方法进行训练，再独立开，进而对没有见过的数据进行分类。

现在很多图象识别做得比较好，原因在于其图象库的图片以及所给的图片是规格化的、对齐的，而且是正面人脸，保证了其相对高的识别率，这也是在特定条件下可以做得非常好的效果。而如果我们图象没有规格化，大小不一，不仅有正面图象还有侧面图象，或者有一定角度的图象，这样识别率就会变低。

目前计算机做的人脸识别都是上面提到的必须在一定的图片下面进行比较，方法无论好坏，大家都必须在同样的数据库下做实验。这也是我们传统的信息处理方法。

多层神经网络并非完美

人工智能试图直接去处理语义，这也是人工智能的一个重大试探。这个试探的结果是基于语义观察学这一假设。而人工智能认为人脑和计算机都是物理符号系统，我们就有可能用计算机来模拟人脑功能。这一假说是人工智能领域几个创始人提出来的主张，早期的人工智能也是在这个主张下开展的。

虽然这个主张也有人提出了反对意见（不能把人脑的所有的过程都看成是符号处理），但我们确实在实践上取得了很多进展。这就是在计算机应用的所谓符号模型，但是这个模型有它的局限性。

这个模型可以模拟深思熟虑的行为，还可以用来做问题的处理、诊断和决策。

当我们把决策和诊断过程用符号系统处理，会有成功也有不成功的，最主要的成功就是用这套方法来做模式识别，但是在感知和语音识别方面行不通。后来便提出了多层神经网络，现在多层神经网络多指深度学习。也就是说我们固然可以用知识推动的方法来解决人类深思熟虑的行为，像推理、诊断、规划等，但是这类方法很难用到感知处理上，而感知处理用多层神经网络来做，语音、图象的识别率比传统的方法提高了两位数的百分点，这是非常了不起的。

但是这个方法也不是完美的，并不能完全解决问题。概率统计方法存在局限性，多层神经网络也不是完美的，不能简单地以为深度学习已经完全可以超过人类的水平，这只是在一定的条件和环境下。

大数据时代意义范文第15篇

〔关键词〕 大数据，社会实在，表征性，语义性，能动性

〔中图分类号〕N02 〔文献标识码〕A 〔文章编号〕1004-4175（2016）06-0026-07

近年来，大数据的获取、分析、挖掘则使社会实在以一种全新的形式得以展示，甚至有人喊出了“数据统治世界”的口号。随着移动互联网、网络社交媒体和可穿戴式量化自我设备等的发展，相应的智能化大数据分析及应用方兴未艾，不仅使社会投射为其数据化镜像或表征性社会实在，而且还可能通过基于普遍数据化的意义与主体作用使语义性社会实在和能动性社会实在得以构建，三者共同构成了大数据背景下虚实交融的社会实在。

一、大数据视野中社会实在的多重维度

大数据的社会应用是现代社会数据化进程的新发展，并成为社会实在构建的语境基础。基于数据化社会实在的构建以认识、理解和干预社会实在为目标，社会实在的表征性、语义性和能动性等维度据此得以展开。

（一） 大数据语境中的社会实在。大数据是计算机、网络和人工智能等信息通信技术（ICTs）长期发展的结果，不仅在科学上带来了数据密集型科学和网络化科学等“第四范式”，而且在社会层面挖掘出的知识日益成为商业与政府决策的新工具，使人们得以通过大数据洞察社会现实，进而揭示出其中的社会实在。从社会层面来看，可以将大数据定义为社会场域中的人或物与数字网络世界之间相互作用而产生的数据及其完整的集合，其主要内容是人们在日常生活和在线时产生的数据或留下的数据足迹。这些大数据可能涉及较长时段、多个主题和范围广泛的数据及其组合，既可以是某人在数年间单变量的数据，也可以是某个瞬间采集的数以亿计的多变量数据。由此形成的各种大数据集构成了一种全新的可挖掘的知识空间，通过聚类分析、数据画像、数据可视化等形式，其所透视、呈现和构建的社会实在成为人们认识世界、社会和自我的中介。

社会实在的基本含义是指处于社会现实中的主体或群体通过感知、理解而构建对社会事实的陈述。虽然其内涵超出了塞尔（John Searle）在《社会实在的建构》（1997年）和《制造社会世界：人类文明的结构》（2010年）中所讨论的使社会世界（social world）得以形成的社会化和功能性的社会实在（如货币、关税等），但在追问其实在性时所显现出的悖论是一样的，即“在本体论上具有主观性的关于社会实在的论断何以具有认识论上的客观性？”近代以来，在数理自然图景的影响下，用数量刻画社会实在的努力使得社会数据化成为现代社会运行的基础，而其背后的认识论预设就是以数据表征社会实在更具认识论上的客观性。究其历史渊源，大数据对社会实在的刻画是几个世纪以来社会数据化这一长期趋势的最新发展。

（二）大数据社会应用是量化社会与控制革命的进一步发展。社会数据化的进程可追溯至17～18世纪统计学所开启的量化社会和发端于19世纪后期的控制革命。

近年来，大数据的倡导者指出，大数据的本质在于研究进路的数据驱动与计算转向。提倡用关联性取代因果性的安德森（C.Anderson）甚至强调，一旦拥有足够的数据，数据自己会说话。而实际上，对数据的信任，在统计学开始用于分析社会实在时其所诉诸的量化精神已见端倪。产生于17世纪和18世纪的统计学，使人们可以运用数据分析预测人口、健康和社会经济发展。这是历史发展到一定阶段所产生的必然需求。面对日益复杂的近代社会，人们需要对社会实在有更准确可信的认识。马尔萨斯的《人口原理》第一版因为没有数据支撑引发了激烈的争论，这促使英国政府在1801年首次展开了人口普查。在这些数据的支持下，马尔萨斯在新的版本中不再简单地断言人口增长必然引发灾难，转而强调世界上没有一个国家会放任人口增长。

统计学在出生率、死亡率、传染病以及制造、航海、农业和国土的量化上卓有成效，在当时被称为政治算术。〔1 〕75政治算术的核心理念就是通过量化社会来认识社会实在，进而有效地对社会进行管理和调控。政治算术首次在社会层面上体现了量化精神，其深远意义不亚于伽利略在自然层面强调大自然的语言是数学的观点。政治算术的倡导者强调，涉及社会经济和公众生活方方面面的问题时，数据比文字更能说明问题，数据能更客观地反映自然和社会的真实存在，基于数据的论断更可信。从量化精神发展而来的对数据的信任――数字比文字更客观――至今依然盛行。大数据的提倡者所声称的“让数据自己说话”就是这种量化精神的当下体现。

先搁置数据是否真的更为客观可信这个问题不谈，且看自政治算术出现以来社会数据化的趋势为何会一路迅猛发展至今？信息社会的发展历程揭示了其中的奥秘。19世纪下半叶以来，社会数据化持续和加速发展的动力来自信息社会或信息时代的推动，而后者缘于人类为克服“控制的危机”而推动的一场延续至今的控制革命――实际上也是政治算术的延续。1986年出版的《控制革命》一书中，贝尼格（James R. Beniger）指出，信息社会的兴起源于控制革命（control revolution），要理解信息为何在经济与社会中产生越来越重要的作用，必须从信息与控制之间的关系中寻找答案。他强调指出：（1）19世纪后期以降，在工业革命的带动下，技术系统、经济系统和社会系统的迅猛发展与相互整合导致了“控制的危机”，即工业化使物质、能量和社会系统加速发展的同时，信息处理与传播技术领域的创新出现了相对滞后；（2）正是对控制危机的应对导致了控制革命，人们开始有意识地从调控社会与物质系统的需求出发，通过对信息的收集、贮存、处理和传播，运用科学管理、数量规划和基于信息的决策等有形之手，使各种系统更具有目的性与合理性，从而实现对整个社会系统的控制。〔2 〕6-14

综合上述两方面，社会数据化的基本理念是：一方面，运用量化社会所获得的客观数据认识和揭示社会实在；另一方面，通过信息化推进社会数据化发展，以克服各种“控制的危机”，实现控制革命。前者强调量化社会这种方法可以更客观地透视社会实在，后者表明社会数据化的最终目的是对社会进行更有效的管理和调控。值得强调的是，在现代性权力结构和制度安排下，量化社会和控制革命与社会及组织的管理者或治理者等主体或能动者相关，社会数据化的目的在于实现对社会及组织更合理和更有效的管理与治理，具有明显的问题导向。

（三）数据化社会实在的多维度性。社会数据化实质上是一种社会技术，其基本技术路线是用数据和基于数据的模型来构建可以认识、理解和干预的社会实在。由此揭示的社会实在是通过主体与社会存在以及主体之间的互动构建起来的复杂的人工物或人化物。从经济指标、人口状况、社会人群的健康状况到公众的幸福感和网络舆情，各种基于社会数据化的社会实在即数据化社会实在的构建不仅涉及基于观测者视角的客观认识――用数据表征作为主体或群体认识对象的社会存在，而且还与主体或群体认识社会存在的目的与意向性密切相关――从数据中推演意义或据此采取行动。由此，数据化社会实在的构建过程具有表征性、语义性和能动性等维度，其结果呈现为由表征性社会实在、语义性社会实在和能动性社会实在叠加融合而成的多重实在。

表征性维度是指主体可以通过数据模型及其背后的算法使社会存在表征为社会实在，其实质是对社会实在的总体性认知与把握。用数据表征社会实在是由数据的本质特征决定的。一方面，数据在量的定义、选择、收集、处理和分析等方面原则上可以通过主体间的讨论减少主观偏见，较一些非量化的方法更为客观地表征对象、事件和环境的属性。另一方面，数据本身可以借助载体的存储而成为一种稳定的、物理的东西，是一种可以操作、变换和传输的客观存在。〔3 〕109 由此，可以用“……的数据是多少”之类的量化答案回应“……是什么”之类的存在论问题。近年来，此进路最具代表性的是社会物理学和计算社会学。其理想化的认识情境是：在对社会现实和过程进行全方位的自动化数据测量和采集的基础上，它们试图以其所获的社会数据集替代社会现实和过程本身，进而像“社会之镜”一样以数据模型或数据仿真表征人类行为和社会活动。然而，表征性维度至少会遭遇两方面的质疑。首先，数据并不能替代认识对象。对此，杜威曾指出，对象是最后的、完备的东西，而数据是“运用的材料”和有待进一步解释的题材， 是尚待揭示的事物的征兆、证据、标志，是中间线索而不是最终的对象，是手段而非终极事物。〔4 〕74其次，正像并不存在一种“自然之镜”可以完全客观地表征自然实在一样，同样不存在一种理想的数据化社会实在能够像镜子一样反映整个社会的所有方面。

鉴于我们无法以“社会之镜”或“上帝之眼”构建完美的表征性的数据化社会实在，这使得表征性只能是数据化社会实在的一个维度，数据化社会实在的构建还需引入语义性和能动性两个维度。其一是语义性维度。在无法从总体上表征社会的情况下，数据化社会实在的构建只有在具体问题的驱动下，才可能提出具体地揭示社会实在的某一方面的主题，赋予跟问题相关的数据以特定意义，语义性的社会实在由此得以构建。例如，在没有提出具体问题之前，你的财务数据和过往的消费记录只是具有无数潜在信息意义的数据集。而当一家零售商想知道你购买某个新款手提包的可能性时，就可以从中挖掘出你的“可支配收入”“顾客忠诚度”以及“时尚度”等方面的表现或评分，赋予相关数据具体的意义，你的相关特征和经历方面的数据因此被提取和推定出特定的属性标签（如很可能购买某个价位或风格的产品），由此你在特定的意义上被构建为语义性的社会实在。其二是能动性维度。不论是表征性还是语义性社会实在的获得，往往为了展开进一步的行动，或影响相关主体做出相应的行动，能动性的社会实在会由此得到构建。例如，一些用于健康管理的可穿戴式设备通过对数据的采集和分析构建的就是能动性的社会实在，这不仅使监测对象的健康状况通过数据得以刻画，还会对监测对象、医生、保险销售人员、制药厂商等相关主体的行为产生影响。

以主体的目的和意向为纽带，可以使表征性、语义性和能动性三个维度得到整合。在讨论科学表征时，科学哲学家吉尔（R. N. Giere）将其描述为：科学家S为了目的P而用X表征世界W。〔5 〕类似地，我们可以将数据化社会实在的构建看作主体S为了目的P而用X表征社会实在SR的某个方面。并可根据目的P的不同分为三种情况：（1）P为对SR的（总体性）认知或把握，即主体S为了（从总体上）认知或把握社会实在，力图用X表征（反映）社会实在SR可认知的（所有）方面；（2）P为关注部分社会实在的意义，即主体S为了关注部分社会实在的意义而用X表征（刻画）社会实在SR的某个方面的意义；（3）P为干预所关注的部分社会实在，即主体S为了干预所关注的部分社会实在而用X表征（揭示）社会实在SR的某个方面存在的问题以促使其改变。由此可见，数据化社会实在的构建必然与构建主体及其意图相关，因而不单是寻求对社会现实或事实的客观洞察，而是一个事实与价值相互纠缠的过程，应该引入社会公正、权力赋予等方面的考量与权衡。

二、大数据方式牵引社会实在表征性构建

近年来，大数据、智能传感器、物联网和现实挖掘等数据科学的新发展使社会物理学迎来了新一波的热潮――基于大数据的社会物理学，它试图将大数据成为洞察社会微观过程的“社会之镜”，甚至希望成为能从总体上透视和构建社会实在的“上帝之眼”。在实践层面，基于大数据的各种智能分析可以视为广义的社会物理学探究，它正在通过各种“算法分拣程序”将人细分为“算法分格”，当代社会随之走向“管控社会”。

（一）从“社会之镜”到“上帝之眼”。基于大数据的社会物理学及相关的计算社会学试图从总体上构建基于大数据的表征性社会实在。其理论目标是建立一种关注人类社会过程的行为计算理论，试图以此超越对社会现象的单纯描述。为此，它并不满足于相关性发现，而力图寻求对社会结构的因果解释，并希望运用数学模型揭示社会变化和社会行为统计规律背后的动力学机制。

以数据洞察人的基本方法是通过量化的数据、计算程序和智能算法洞察人的特征、分析人的行为、预见人的倾向。由此，人们所产生的所有大数据都有可能被分析，进而影响到他个人的“数字画像”和分类。这种表征性构建的关键环节是根据人留下的数据痕迹运用算法对人进行分类并将结果付诸应用。在一些搜索引擎中，不同的用户搜索同一个词会得到不同的搜索结果；根据算法推测购买过《哈利・波特》《暮光之城》的用户可能会购买《饥饿游戏》三部曲，他可能因此遭遇较高的“差别定价”；脸谱网和领英网更倾向于招聘那些有熟人在其中供职的应聘者；机场会为那些收入高且愿意多付费以快速通关者提供较近的车位；呼叫中心会让与你的性格特点匹配的话务员为你服务。这种数字种性系统（digital caste system）无疑使商家和各类管理者在提高效益和规避风险上受益，而其“算法分拣”式社会实在的构建也存在着对人的隐晦或公开的歧视，其背后的算法黑箱亦难免渗透利润考量和文化霸权。

基于“数字种性系统”和“算法分拣程序”的社会实在的构建正在赋予人类一种全新的数字身份，它使得量化社会的信息颗粒度在继特定人群（阶层、性别、年代）到个体之后进一步细分为个体（individual）在算法上可区分的特征。当代哲学家德勒兹将这种细分称作“分格”（dividuals），并将托夫勒在《第三次浪潮》中提出的人类由基于商品生产的纪律社会所转向的基于信息和金融化商品的经济社会称为“管控社会”。他指出，在以往的社会中，管控发生在职场、学校和家庭等具体场所，人们的行为通过受到关注而被规训，但存在可以不受管控的空间；而在管控社会中，管控则来自由代码组成的数字语言，它们决定了人们能否获得信息，这种管控不是将人们放到具体的场景中，而是使人置于一种无处不在的、持续运转的网络之中，如同巨型筛子上错落有致地排列筛孔一般。〔9 〕

这些洞察预言了大数据时代人类算法身份的出现，即可以通过一套专门针对每个人的算法对其数据痕迹进行精细的分析。而其出现的必要性在于，不论是从商业还是管理目标出发，不对每个人及其行为方式加以精细区分，市场细分和有针对性管理就不可能展开，也无法对人进行信用评分或对某些有危害社会倾向的人加以监控。显然，管控社会与所谓信息监控社会研究中边沁式的“圆形监狱”隐喻的管控结构并不相同。与以严苛和专制的规则规训囚犯的圆形监狱不同，在管控社会中，实际上是通过消费等“满足”人的意愿和欲望的活动来规训人的自由度。

作为一种表征性社会实在的构建，大数据时代的数据身份实际上是个人与社会互动的产物，虽然人们会意识到“数字种性系统”或“算法分拣程序”是企业或管理部门识别个人的手段或“俘获工具”，但也认识到其另一面则是人们彰显个性和实现自由的工具。因此，在数据化的表征性社会实在的构建中，人们不得不面对的吊诡是：数据已经成为人们身份不可分割的一部分，但却并不拥有它。因此，人类社会在一定程度上可以说正在经历一场“数据谋杀”或数据涅。

三、 大数据方式牵引社会实在语义性构建

通过对基于大数据社会实在构建的进一步反思可以看到，大数据并不能带来完美的表征性构建。在实践层面，只有通过语义性的社会实在构建，表征性的社会实在才能被赋予有价值的意义，而且基于大数据语义性的社会实在构建与表征性的社会实在构建是密切相关和互为条件的。

大数据现实挖掘和各种智能分析固然给数据化社会实在的表征性构建带来了全新的可能性，但应该认识到表征性的社会实在并非数据化社会实在构建的全部内容，尤其不能将大数据等同于存在本身或对存在的完美表征。一方面，大数据一般指基于各种测量数据或采集数据的完整的数据集，它必然受到现有理论和数据测量与采集等相关技术的制约，无法替代存在本身。另一方面，虽然大数据可视为对自然存在或社会存在的多样性和多维度的表征，甚至可以在一定程度上视其为完备的和全方位的，但这些表征既不可能穷尽对存在的探索，也不可能仅仅靠数据说话实现认识上的范式转换。

实际上，社会实在的表征性构建与语义性构建互为条件、无法分割――所有的数据必须先赋予其意义然后才能用于表征实在，而数据也只有达到一定的精确性和多样性才可能从中获得有价值的发现。以自然科学中开普勒的发现为例，虽然开普勒三定律所运用的第谷的天文观测记录可以视为大数据集，但不能认为第谷的观测记录是对宇宙存在本身的完美表征。开普勒的成功首先在于他选择了以太阳作为参照系，通过这一新的视角赋予了世界以全新的意义――这无疑是一种语义性的转向。以此为前提，开普勒透过第谷完整而精确的观测数据，获得了行星沿着椭圆轨道运行这一新的实在图景，也赋予了日心说更为确切的新意义。在自然实在的构建中，表征性构建与语义性构建的主要差别在于，前者强调实在构建的基础是唯一正确的理论，后者则认为应该将可能存在不同范式的理论基础视为模型，实在的意义是由模型所赋予的。

在社会实在的构建中，语义性构建一般是表征性构建的前提，或者说表征性实在只有被解读为语义性实在才可能获得有价值的意义。正因为如此，信息哲学家佛洛里迪强调指出，大数据的真正问题并不在于数据之“大”，而在于如何从海量的数据中挖掘出其背后具有规律性的“小模式”。 〔10 〕这些所谓的“小模式”实际上就是数据中所包含的秘密，即各种语义性的实在，如某人信用评分的高低、对某个商品可能感兴趣的顾客、潜在的、社交媒体上的情绪传播模式等。为了揭示这些秘密，可以先提出有意义的问题，再以此作为语义线索，通过基于大数据的社会实在表征去寻找答案，获得确切的语义性实在；也可以不断变换社会实在的数据化表征形式，通过可视化等手段提出一些有意义的猜测，再进一步细化有价值的语义性实在。在通过现实挖掘发现这些语义性实在的过程中，虽然利用了大数据，但显然超越了数据原有的表征意义，而关注如何赋予数据以新的意义，实际上是在原有数据的基础上开展语义性重建。同时，这些语义性重建又是进一步表征性构建的基础。

从知识发现的角度来看，基于大数据的表征性实在可以视为一种介于真实世界现象与基于数据知识发现之间的媒介性的存在，语义性构建是在表征性构建基础之上的二次发现。 〔11 〕通过大数据现实挖掘及智能分析所揭示出的语义性实在是传统认识方式所无法获得的，特别是那些从全新视角出发关于社会事实的有意义的陈述，不仅涉及新的不为人知的各种关系的相关性，还会呈现很多人们永远无法想象的内容。例如，通过对社交媒体的数据挖掘发现，如果配偶双方与共同好友的联系紧密，他们在两个月内分手的概率就会大于50%，像这些研究显然只有通过大数据才能完成。

近年来，谷歌运用其数字图书馆对量化历史变迁领域进行了探索，试图以一种看待历史变迁的新视角和语言、文化和历史的计量方法推进“文化组学”（culturomics）研究。其研究原理是哈佛大学德国文学系主任齐夫（G. K. Zipf）在1937年发现的齐夫定律（Zipf’s law）：在大型文本（如乔伊斯的小说《尤利西斯》）中，每个词出现的总频次与其在所有的词频率表中的排序逆相关。此后，齐夫和其他科学家发现财富与收入的分布、城市的规模、姓氏出现的频次、战争伤亡人数、热词的流行、人的受欢迎程度等也存在着 “大者更大” 之类的幂律。〔12 〕33-35根据这一原理，谷歌研究人员设计了一种“n元词组查看器”，通过可视化的曲线呈现某个词或某几个相关词汇在谷歌数据图书馆的海量语料库中的词频随时间的变化，以此展示一些重要的历史人物的名望起落、社会观念变迁、历史事件的集体记忆等其他研究方法难以呈现的历史文化脉络。

四、大数据方式牵引社会实在能动性构建

不论是以大数据为引擎的表征性社会实在的构建，还是语义性社会实在的构建，都是由一定的主体所主导的，但在大多数情况下这些主体都是匿名的。之所以出现这种情况，是因为存在着一个默认的假定，即大数据现实挖掘和智能分析所运用的数据、程序和算法是科学的和客观的。由于数据、程序和算法是以数字和符号的形式出现的，很容易让人误以为它们只涉及一些事实和逻辑关系，而与价值、权力和利益无关。所以，人们可能会批评一些地图软件的街拍会干扰到他们的隐私，也会质疑搜索引擎针对性的推介的不当性，但很少对它们背后的数据、程序和算法提出疑问。在大数据公司的经营者看来，用户不需要理解复杂的技术过程，他们应该接受数据、程序和算法被装进普通人难以理解的黑箱这一现实，通过各种输入，再根据输出结果作出选择。

正是通过这些匿名主体的构建，个人和社会成为表征性实在和语义性实在。从社会和组织（包括企业及各种形式的实体性组织）的角度来看，这无疑使得整个社会和各类组织所关注的群体成为透明的观测对象，其中的个体被细分成各种算法分格，成为网格化治理以及商业智能和管理智能监控的对象。但这些表征性构建和语义性构建有其固有的缺陷。表征性构建的根本性问题在于，一方面，我们并不能在以大数据为引擎的表征性构建的基础上获得透视一切的“上帝之眼”；另一方面，通过大数据获得的相关性很难进一步发现因果性，更不可能由此实现对社会的总体性控制。语义性构建的问题在于其方法论在本质上遵循的是斯金纳式的行为主义进路，基于表征性实在的二次发现从根本上讲是一种对外部关系的揣测性认识，而并未触及内在的动力学及机理层面。更重要的是，在所有的现实挖掘中，不论是表征性构建还是语义性构建都存在着脱离语境和时空的问题。因为数据原则上既无法还原到其语境中去理解其完整内涵，也难以根据其发生的时空条件把握其有效性，所以基于大数据的表征性社会实在的构建和语义性社会实在的构建存在着难以克服的刻板性。

鉴于表征性构建与语义性构建的固有缺陷，基于大数据的社会实在的构建应该进一步凸显主体性，走向能动性社会实在的构建和智能化调适。从理论上讲，所谓能动性构建基于一种能动实在论的立场，即认为社会实在的构建是主体发挥其能动性，并通过与各种人与物的关系网络中的组分之间的互动而实现的。也就是说，主体不仅应该参与到基于大数据的社会实在的构建之中，而且还要通过这种构建采取进一步的行动。实际上，近年来方兴未艾的量化自我（QS）运动就是基于大数据的能动性社会实在构建的典型技术。通过可穿戴设备，人们可以了解其健康、情绪和生活中方方面面的数据和由此获得的评分，在此基础上制定相关的改进计划。由此，量化自我既是对作为社会实在一部分的自我的构建，也是一种动态的智能化的自我调适。从某种程度上讲，量化自我体现了福柯的自我技术的思想。

作为能动性构建典型的量化自我给我们的启示是：主体可以将基于大数据的社会实在的构建当作一面矫正行为的智能化的镜子，借此不断地调节其行为。以学术不端检测软件为例，正确地使用方法一方面可以将其内置到写作软件中及时矫正潜在的不端行为，另一方面可以针对其算法中存在的不透明、不合理的地方提出质疑并促使其改进。值得指出的是，在能动性构建的场景中，大数据这面智能化的镜子不是用于鸟瞰世界，而类似于自我观测的镜子或后视镜，用于前进中对自我状况的观测和自我调节。如果将能动性构建的视角放大到社会和组织，则可以通过对相关性的智能化调节来弥补总体上的因果控制上的不足。例如，大数据不一定能够对每个人的能量消费进行绝对的调控，但却可以通过展示每个人亲朋好友的相关数据促使他们向好的方面转变；如智能化的防灾系统虽然不能预报地震，但却可以通过及时的数据反馈将灾害减到最小。因此，主体的能动性社会实在构建不仅会使个人在大数据的发展中获益，也使作为复杂系统的社会通过数据化的反馈体系实现智能化的发展。

参考文献：

〔1〕丹尼尔・墨德里克.追溯信息时代〔M〕.崔希芸，等译，石家庄：河北教育出版社，2016.

〔2〕James Beniger. The Control Revolution： Technological and Economic Origins of the Information Society〔M〕. Cambridge： Harvard University Press，1986.

〔3〕马克・布尔金.信息论：本质、多样性、统一〔M〕.北京：知识产权出版社，2015.

〔4〕约翰・杜威.确定性的寻求：关于知行关系的研究〔M〕.上海：上海世纪出版集团，2005.

〔5〕R. N.Giere. How Models Are Used To Represent Reality〔J〕. Philosophy of Science， 2004（5）.

〔6〕A.彭特兰.智慧社会：大数据与社会物理学〔M〕.汪小凡，汪蓉，译.杭州：浙江人民出版社，2015.

〔7〕卢克・多梅尔.算法时代：新经济的引擎〔M〕.胡小锐，钟毅，译.北京：中信出版社，2016.

〔8〕王飞跃.X5.0： 平行时代的平行智能体系〔J〕.智能产业快讯，2015（1）.

〔9〕Gilles Deleuze.Postscript on the societies of control〔J〕. Societies of Control， 1992（59）.

〔10〕Luciano Floridi. Big Data and Their Epistemological Challenge〔J〕.philosophy &Technology， 2012（25）.