数据库的发展趋势分析

数据库的发展趋势分析（精选8篇）

1.数据库的发展趋势分析 篇一

中金企信（北京）国际信息咨询有限公司—国统调查报告网

2013-2018年中国大数据市场分析及发展趋势研究预测报告

报告目录

第一章 世界大数据行业发展态势分析 第一节 世界大数据市场发展状况分析

一、世界大数据行业特点分析

二、世界大数据市场需求分析 第二节 世界大数据市场分析

一、世界大数据需求分析

二、世界大数据产销分析

三、中外大数据市场对比

四、世界大数据行业市场规模现状

五、世界大数据行业需求结构分析

六、世界大数据行业下游行业剖析

七、大数据行业世界重点需求客户

八、2013-2018年世界大数据行业市场前景展望 第三节 世界大数据行业供给分析

一、世界大数据行业生产规模现状

二、世界大数据行业产能规模分布

三、世界大数据行业技术现状剖析

四、世界大数据行业市场价格走势

五、大数据行业世界重点厂商分布

第二章 国内外大数据生产工艺及技术趋势研究 第一节 当前我国大数据技术发展现状 第二节 我国大数据产品技术成熟度分析

第三节 中外大数据技术差距及产生差距的主要原因分析 第四节 提高我国大数据技术的对策

第三章

我国大数据行业发展现状 第一节 我国大数据行业发展现状

一、大数据行业品牌发展现状

二、大数据行业需求市场现状

三、大数据市场需求层次分析

四、我国大数据市场走向分析

第二节 2008-2013年大数据行业发展情况分析 第三节 大数据行业运行分析

一、大数据行业产销运行分析

二、大数据行业利润情况分析

三、大数据行业发展周期分析

四、2013-2018年大数据行业发展机遇分析

五、2013-2018年大数据行业利润增速预测

网 址：

中金企信（北京）国际信息咨询有限公司—国统调查报告网

第四节 对中国大数据市场的分析及思考

一、大数据市场特点

二、大数据市场分析

三、大数据市场变化的方向

四、中国大数据产业发展的新思路

五、对中国大数据产业发展的思考

第四章

中国大数据市场运行态势剖析 第一节 中国大数据市场动态分析

一、大数据行业新动态

二、大数据主要品牌动态

三、大数据行业需求新动态

第二节 中国大数据市场运营格局分析

一、市场供给情况分析

二、市场需求情况分析

三、影响市场供需的因素分析

第三节 中国大数据市场进出口形式综述 第四节 中国大数据市场价格分析

一、热销品牌产品价格走势分析

二、影响价格的主要因素分析

第五章

2013-2018年中国各地区大数据行业运行状况分析及预测 第一节 华北地区大数据行业运行情况

一、2011-2012年华北地区大数据行业发展现状分析

二、2011-2013年华北地区大数据市场规模情况分析

三、2013-2018年华北地区大数据市场需求情况分析

四、2013-2018年华北地区大数据行业发展前景预测

五、2013-2018年华北地区大数据行业投资风险预测

第二节 2013-2018年华东地区大数据行业运行情况（同上下略）第三节 2013-2018年华南地区大数据行业运行情况 第四节 2013-2018年华中地区大数据行业运行情况 第五节 2013-2018年西南地区大数据行业运行情况 第六节 2013-2018年西北地区大数据行业运行情况 第七节 2013-2018年东北地区大数据行业运行情况

第六章 2011-2012年中国大数据进出口状况及预测分析 第一节 2009-2012年中国大数据进口情况分析

一、2009-2012年中国大数据进口量分析

二、2009-2012年中国大数据进口金额分析 第二节 2009-2012年中国大数据出口情况分析

一、2009-2012年中国大数据出口量分析

二、2009-2012年中国大数据出口金额分析

网 址：

中金企信（北京）国际信息咨询有限公司—国统调查报告网

第三节 2009-2012年中国大数据主要进出口国家和地区分析 第四节 2013-2018年中国大数据进出口预测分析

一、2013-2018年中国大数据进口预测分析

二、2013-2018年中国大数据出口预测分析

第七章

中国大数据行业市场分析 第一节 大数据市场需求分析

一、大数据市场的需求变化

二、大数据行业的需求情况分析

三、大数据品牌市场需求分析 第二节 大数据需求市场状况分析

一、大数据市场需求特点

二、大数据市场需求分析

三、大数据市场需求结构分析

四、大数据市场存在的问题

五、大数据市场的需求方向 第三节 主要应用的发展趋势

第八章

我国大数据行业市场调查分析

第一节 2011-2012年我国大数据市场调查分析

一、主要观点

二、市场结构分析

三、价格走势分析

四、厂商分析

第二节 2011-2012年中国大数据用户调查分析

一、整体市场关注度

二、品牌关注度格局

三、产品关注度调查

四、不同价位关注度

第九章

大数据行业上下游产业分析 第一节 上游产业分析

一、发展现状

二、发展趋势预测

三、行业新动态及其对大数据行业的影响

四、行业竞争状况及其对大数据行业的意义 第二节 下游产业分析

一、发展现状

二、发展趋势预测

三、市场现状分析

四、行业新动态及其对大数据行业的影响

五、行业竞争状况及其对大数据行业的意义

网 址：

中金企信（北京）国际信息咨询有限公司—国统调查报告网

第十章

大数据行业竞争格局分析 第一节 行业竞争结构分析

一、现有企业间竞争

二、潜在进入者分析

三、替代品威胁分析

四、供应商议价能力分析

五、客户议价能力分析 第二节 行业集中度分析

一、市场集中度分析

二、企业集中度分析

三、区域集中度分析

第三节 中国大数据行业竞争格局综述

一、2011-2013年大数据行业集中度

二、2011-2013年大数据行业竞争程度

三、2011-2013年大数据企业与品牌数量

四、2011-2013年大数据行业竞争格局分析 第四节 大数据行业竞争格局分析

一、国内外大数据行业竞争分析

二、我国大数据市场竞争分析

第十一章

大数据企业竞争策略分析 第一节 大数据市场竞争策略分析

一、大数据市场增长潜力分析

二、大数据主要潜力品种分析

三、现有大数据市场竞争策略分析

四、潜力大数据竞争策略选择

五、典型企业产品竞争策略分析 第二节 大数据企业竞争策略分析

一、后危机对大数据行业竞争格局的影响

二、后危机后大数据行业竞争格局的变化

三、2013-2018年我国大数据市场竞争趋势

四、2013-2018年大数据行业竞争格局展望

五、2013-2018年大数据行业竞争策略分析 第三节 大数据行业发展机会分析 第四节 大数据行业发展风险分析

第十二章

大数据行业发展趋势分析 第一节 我国大数据行业前景与机遇分析

一、我国大数据行业发展前景

二、我国大数据发展机遇分析

三、大数据的发展机遇分析

网 址：

中金企信（北京）国际信息咨询有限公司—国统调查报告网

第二节 2013-2018年中国大数据市场趋势分析

一、大数据市场趋势总结

二、2013-2018年大数据行业发展趋势分析

三、2013-2018年大数据市场发展空间

四、2013-2018年大数据产业政策趋向

五、2013-2018年大数据行业技术革新趋势

六、2013-2018年大数据价格走势分析

七、2013-2018年国际环境对大数据行业的影响

第十三章

大数据行业发展趋势与投资战略研究 第一节 大数据市场发展潜力分析

一、市场空间广阔

二、竞争格局变化

三、高科技应用带来新生机

第二节 大数据行业发展趋势分析

一、品牌格局趋势

二、渠道分布趋势

三、需求趋势分析

第三节 大数据行业发展战略研究

一、战略综合规划

二、技术开发战略

三、业务组合战略

四、区域战略规划

五、产业战略规划

六、营销品牌战略

七、竞争战略规划

第四节 对我国大数据品牌的战略思考

一、企业品牌的重要性

二、大数据实施品牌战略的意义

三、大数据企业品牌的现状分析

四、我国大数据企业的品牌战略

五、大数据品牌战略管理的策略

第十四章

2013-2018年大数据行业发展预测 第一节 未来大数据需求与需求预测

一、2013-2018年大数据产品需求预测

二、2013-2018年大数据市场规模预测

三、2013-2018年大数据行业总产值预测

四、2013-2018年大数据行业销售收入预测

五、2013-2018年大数据行业总资产预测

第二节 2013-2018年中国大数据行业供需预测

一、2008-2012年中国大数据供给预测

网 址：

中金企信（北京）国际信息咨询有限公司—国统调查报告网

二、2013-2018年中国大数据产量预测

三、2013-2018年中国大数据需求预测

四、2013-2018年中国大数据供需平衡预测

五、2013-2018年中国大数据产品价格预测

六、2013-2018年主要大数据产品进出口预测 第三节 影响大数据行业发展的主要因素

一、2013-2018年影响大数据行业运行的有利因素分析

二、2013-2018年影响大数据行业运行的稳定因素分析

三、2013-2018年影响大数据行业运行的不利因素分析

四、2013-2018年我国大数据行业发展面临的挑战分析

五、2013-2018年我国大数据行业发展面临的机遇分析 第四节 大数据行业投资风险及控制策略分析

一、2013-2018年大数据行业市场风险及控制策略

二、2013-2018年大数据行业政策风险及控制策略

三、2013-2018年大数据行业经营风险及控制策略

四、2013-2018年大数据行业技术风险及控制策略

五、2013-2018年大数据行业同业竞争风险及控制策略

六、2013-2018年大数据行业其他风险及控制策略

附表略……

网 址：

2.数据库的发展趋势分析 篇二

1 大数据概论

大数据概念的产生最早出现于20世纪80年代末,但真正为人们所关注并形成理论则是在2011年之后。大数据的概念可用其特征4V来表述:Volume,由TB级别向更高级别跃升的数据量;Variety,指数据的类别与来源繁多复杂;Velocity,指快速的处理响应速度;Veracity,则是指数据具备的可靠性与可用准确性。这些特征表明大数据是具有多类优势、适应于现代网络信息需求的新式数据,只要是为应用而将各种类别、质量的数据做相应的处理工作就可以视其为大数据。大数据原本应用于科学研究领域,随着其发展与推广,现在大数据已应用于各类社会生产与生活的数据范畴之中,无论是诸如军事、天文、生物一类的科学实验用数据,还是互联网、社交媒介、网络传感器等生活交流用数据,或电子商务领域数据都属于大数据的范围。

2 大数据研究的技术难题与发展方向

大数据是数据库应用的拓展延伸,也是数据管理技术的进步体现。其研究主要涵盖大数据的分类、周期管理与质量管理三方面。由于其4V特性对处理速度、数量质量优异、类型来源等方面的高要求,其研究目前主要存在对大数据语义建模、管理分析性能、数据处理的存储系统三面技术提升的难题,这也是大数据研究未来发展的三大方向与目标。语义建模是根据数据来源与结构要求而需要做多种类型、来源数据的语义抽象工作,并将各数据之间的联系做归纳考量。而对大数据数量与处理速度的特点需求,其研究基础就是对数据管理分析性能的优化权衡上,在这方面需要脱离传统数据库管理中以记账(Billing)与订票(Booking)为目标进行的OLTP功能,从高效实现数据分析与管理的角度出发,选用数据仓库或OLAP系统优化大数据分析的性能。而对其数据处理存储系统的技术要求,目前正在探索“内存计算+列存储”模式、MPP集群计算机系统的研究与应用,但其存储系统性能与可靠性还需做进一步的完善和改进。因此,以成熟可行的计算机系存储系统的发展,支持当今应用形势下大数据处理与管理需要解决技术上存在的难题。

3 基于数据库下大数据研究的应用分析与发展趋势

数据分析是大数据研究的主要途径与内容,如前文所言,基于数据库下的大数据分析主要应用于社交媒体、互联网、位置需求与电子商务智能等数据分析领域,其分析应用又可分为对应消费者与对应企业两类,其中涉及到Web数据应用的主要是消费者需求,而商务智能应用则大多应企业需要。这两类大数据应用领域,各自的分析研究思路与发展趋势也各不相同,对应消费者的数据分析其应用基础是信息服务,即由各类新式的信息服务吸引消费者进而予以互联网浏览与应用,这其中大数据分析就是将客户在互联网中的流量与应用转化为可偿性数据信息并产生利润。其应用思路是信息服务提供商为消费者提供新式的服务信息(如新产品的推荐),再引导客户浏览消费的商业应用模式。大数据分析在其中起着分析计算消费者信息、产品商家信息的作用,由于其数据处理与计算的响应速度需求极大,大数据研究能很好地适应各类新型Web应用,成为未来互联网数据应用领域最主要的数据分析手段。对应企业应用的商务智能数据分析其适用主体和数据库应用的主体相同,均为较大型的企事业单位,其对数据分析的运行可靠性与系统的独立性有专门的需求。而传统的商务智能数据分析系统大多自成系统,因其平台封闭性难以与数据库资料相衔接,影响企业对数据分析的需求实现,此类研究背景给了大数据分析在企业商务智能系统应用的契机,利用大数据研究快速分析大量、多类型数据的特点,对数据库予以直接的分析处理应用,是未来大数据研究在商务智能领域发展的主要趋势之一。

4 结语

大数据是以应用为基础诞生的数据分析概念,对数据的分析应用是其存在与研究的前提。要了解并研究大数据的发展与趋势,就要以数据库技术为前提,从其实际在各领域的应用出发,系统探索大数据研究的发展方向与应用前景,笔者期望通过对其的探讨分析,为大数据研究的进步与推广提供助力。

摘要：大数据是当前热门的IT技术,被广泛应用于各行业信息数据管理与分析工作中,本文以大数据的概念为切入点,从数据库角度对大数据研究的技术发展方向与应用趋势做出相应的分析探讨,期望为当前大数据研究工作提供给有益参考。

关键词：数据库,大数据,发展趋势

参考文献

[1]李战怀,王国仁,周傲英.从数据库视角解读大数据的研究进展与趋势[J].计算机工程与科学,2013(10).

3.数据库的发展趋势分析 篇三

关键词:数据库技术;管理系统

Computer Network Database Technology Development Trends

Zhai Jianqiang

(Rural Credit Cooperative of Shandong,Jinan250001,China)

Abstract:The database is the latest data management technology,is an important branch of computer science.For a country, a database of construction scale,the size of the amount information database has become a national level to measure an important indicator.An information processing at all levels to meet the requirements of an effective information system has also become a business or organization an important condition for the survival and development.Therefore,as the core and foundation of information systems database technology has been more widely used.This paper discusses the commonly used database technology trends.

Keywords:Database technology;Management system

中图分类号:TP311.13 文献标识码:A文章编号:1007-9599 (2010) 09-0000-01

在数据库技术的当前及未來发展里程中,数据仓库以及基于此技术的商业智能无疑将是大势所趋。IBM的实验室在这方面进行了10多年的研究,并将研究成果发展成为商用产品。除了用于OLAP(联机分析处理)的后台服务器DB20LAP Server外,IBM还提供了一系列相关的产品,包括前端工具,形成一整套解决方案。其它数据库厂商在数据仓库领域也毫不示弱方法各有不同。Informix也是类似,在其动态服务器IDS(Informix Dynamic Server)中提供一系列相关选件,如高级决策支持选件AdvancedDecision Support Option,OLAP选件扩展并行选件Extended Parallel Option等,并认为这种体系结构严谨,管理方便,索引机制完善,并行处理的效率更高,其中数据仓库和数据库查询的SQL语句的一致使用户开发更加简便;而微软则是在其SQIServer7.0中集成了代号为Plato柏拉图)的OLAP服务器,与上述公司不同的是,Sybase提供了专门的0LAP服务器SybaselQ,并将与数据仓库相关工具打包成Warehouse Studio。

一、数据库技术发展的趋势

(一)未来数据库技术及市场发展的两大方向—数据仓序和电子商务

部分学者在对各个数据库厂商的发展方向和应用需求的不断扩展的现状进行分析的基础上,提出数据库技术及市场在向数据仓库和电子商务两个方向不断发展的观点。他们指出:从去年开始,许多行业如电信、金融、税务等逐步认识到数据仓库技术对于企业宏观发展所带来的巨大经济效益,纷纷建立起数据仓库系统。在我国提供大型数据仓库解决方案的厂商主要有。Oracle, IBM, Sybase, CA及Informix等厂商,巳经建设成功并已收回投资的项目主要有招商银行系统和国信证券系统等。目前,国内外学者对数据仓库的研究正在继续深人。与此同时,一些学者将数据库技术及市场发展的视角瞄准电子商务领域,他们认为:现在的信息系统逐渐要求按照以客户为中心的方式建立应用框架,因此势必要求数据库应用更加广泛地接触客户,而Internet给了我们一个非常便捷的连接途径,通过Internet我们可以实现所谓的。One-One Marketing和。One-One business,进而实现e-busines.因此,电子商务将成为未来数据库技术发展的另一方向。

(二)数据库技术的实践性发展— 面向专门应用领域的数据库技术

许多研究者从实践的角度对数据库技术进行研究,提出了适合应用领域的数据库技术,如工程数据库、统计数据库、科学数据库、空间数据库、地理数据库等。这类数据库在原理上也没有多大的变化,但是它们却与一定的应用相结合,从而加强了系统对有关应用的支摔能力,尤其表现在数据模型、语言、查询方面。部分研究者认为,随着研究工作的继续深人和数据库技术在实践工作中的应用,数据库技术将会更多朝着专门应用领域发展。

(三)当代与未来数据库研究的热点——数据挖掘、知识发现与数据仓库

随着计算机网络技术及Internet应用的日趋普及,势必要求数据库系统的应用平台向Web平台迁移,最终达到全球数据信息共享的目的,如何实现数据库平台与Web平台的无缝对接即对Web数据库技术的研究已成为近期研究的热点。国内外学者对数据仓库技术以及与之相关的数据挖掘和知识发现进行了大量的研究和论述。从数据库中发现知识(KDD)(即知识发现)的核心技术就是数据挖掘(DM)。数据挖掘是目前发展极为迅速的一个研究领域,它综合了机器学习、统计分析和数据库技术,是为数据库中数据的决策型使用服务的。

二、数据库技术的未来发展

新一代数据库技术与其他学科的技术内容互相结合,多学科的技术内容与数据库技术的有机结合,使数据库领域中新的技术内容层出不穷。分布处理技术、并行计算技术、人工智能技术、多媒体技术、模糊技术,广泛应用于多个领域商业管理、计划统计等, 由此也衍生出多种新的数据库技术。如分布式数据库允许用户开发的应用程序把多个物理分开的、通过网络互联的数据库当作一个完整的数据库看待。并行数据库通过让技术把一个大的事务分散到中的多个节点去执行,提高了数据库的吞吐和容错性。

多媒体数据库提供了一系列用来存储图像、音频和视频对象类型,更好地对多媒体数据进行存储、管理、查询。模糊数据库是存储、组织、管理和操纵模糊数据库的数据库,可以用于模糊知识处理。还有工程数据库、演绎数据库、知识数据库、时态数据库、科学与统计数据库、面向对象的数据库、专家数据库、数据仓库等等。随着科学技术的发展, 计算机技术不断应用到各行各业, 数据存储不断膨胀的需要,对未来的数据库技术将会有更高的要求,未来数据库的应用也会变得更加广泛。

参考文献:

[1](美)Jeb Long.VISUAL FOXPRO3开发指南[M].北京:机械工业出版社,2007

[2]苏宝华.高级语言与数据库语言问信息交换技术的研究[J].计算机工程与应用.2008,(2)

4.数据库的发展趋势分析 篇四

一、前言

对地观测是人类利用卫星、飞船、航天飞机、飞机以及近空间飞行器等空间平台和地面、地下的各种传感器设备获取观测数据，结合各个学科的专业知识，对地面物体和地理过程进行监测和预测的科学活动，其目的是更加深刻和科学地揭示人类社会活动所依赖的地球环境和人地环境的规律和变化，增强人类对地球的利用和适应能力。对地观测研究工作具有非常明显的信息学特征。因此，除了地球科学方法论外，信息科学方法论也对对地观测科学活动有非常重要的指导意义。对地观测研究很大程度上是围绕着“信号—数据—信息—知识”的数字化信息过程来展开的，并构成了“信息获取—信息传输—信息存储—信息加工—信息挖掘—信息呈现”的数据全生命周期。

从信息科学的角度来看，对地观测领域知识发现的方法主要是确定模型分析方法。在遥感技术的发展初期，观测数据量较小，用于数据挖掘分析的理论和模型也不够成熟，因此更多是依靠专业人员的目视判读进行信息解译和勾绘制图，然后再利用其他学科的知识对获得的信息进行修正。这种方法显然不能满足日益增大的观测数据量和日益复杂的应用模式需求。在数据量不断增大、信息提取精度不断提高的情况下，依赖于计算机处理的数据分析新模式出现了。遥感信息反演的定量化成为对地观测信息深度应用的趋势，这种能力也随着计算机处理能力的提升不断提高，逐步满足了 MB(220 字节)、GB(230 字节)、TB(240字节)甚至部分 PB(250 字节)量级的数据分析和信息挖掘工作，从应用上解决了较大地理尺度上的复杂地学问题。提升计算机的处理速度和存储设备的规模已经成为解决观测数据量增大和信息模型复杂化所带来的问题的一个很好的途径。进入 21 世纪以后，对地观测技术又呈现出很多新的发展趋势，其中大数据的出现给对地观测的研究带来了全新的挑战和发展机遇。近年来，随着对地观测需求的增加和技术的进步，各种类型传感器获取数据的能力不断提高，使得国内外以专业化、行业化为特征的各类数据中心迅速崛起，对地观测领域成为数据密集型计算的一个典型应用。整个对地观测系统流程突出体现了“需求牵引—知识驱动”的概念和原则，形成了以社会需求为先导来发展对地观测卫星、传感器、平台、数据传输、信息处理、应用模型及相应科学理论的发展模式。

二、对地观测领域的大数据现象

在对地观测领域，各类分辨率的卫星产生的遥感信息无疑属于大数据。以我国遥感卫星为例， 年发射的风云三号 A 星搭载着 20 通道的中分辨率光谱成像仪和 10 通道的可见光近红外扫描辐射计，实现了对整个地球进行连续观测，随后与 年和 年发射的风云三号 B 星和 C 星组网，对地球开展每天 6 次的观测。卫星观测数据切割成 5 分钟段的数据文件，又将 250m 和 1000m 中分辨率光谱成像仪的数据分别存放，每天产生的数据文件和数据量均非常巨大。要管理、处理和分发这些全球数据需要运用“大数据”的方式，而且需要大量的数据科学家开展基础研究工作，研究算法，从数据中实时提取地球参数信息，进而为科研、业务的数据信息需求服务。这一事实充分说明了从海量遥感数据的获取、存储、提取与分发、数值处理，到数据挖掘和知识发现，对地观测活动的整个生命周期体现了大数据的“4V”特性：数据体量大 (volume)、数据来源和类型繁多(variety)、数据的真实性难以保证(veracity)、数据增加和变化的速度快(velocity)。

国际上，美国和欧洲处理和分发中分辨率数据较中国稍早几年，美国处理 MODIS 数据和产品的方式、欧洲处理 ENVISAT/MERIS 数据和产品的方式可为我们借鉴。由于美国没有 MODIS 的后续卫星计划，数据的供给将随着传感器的失效而终止。欧洲的 ENVISAT/MERIS 于 年失效，只能提供 -2012 年间的数据。中国风云气象卫星规划已持续到 年，因而，在未来几年，中国的风云卫星中分辨率遥感数据在国际上将是重要的数据源，向全球用户提供优质的数据和产品，将是中国数据科学家肩上的重任。

1. 观测平台和传感器的数据获取

遥感数据获取是由载有成像传感器的遥感飞行平台来完成的。遥感飞行平台的`发展体现在：①先进的卫星对地观测系统，包括大型的综合卫星平台与小卫星星座;②先进的集成高—中—低空飞行作业的航空遥感平台;③全面一体化的对地观测综合系统。未来的传感器搭载平台将是由相辅相成的高中低轨道上的大小卫星平台和高中低航空平台组成的，天地一体化、全球性、立体和多维的观测体系。与此同时，对地观测传感器的数据获取能力将向着“三高”(高空间分辨率、高光谱分辨率和高时相分辨率)和全天候方向发展。遥感平台和传感器的技术进步使得获取的数据量大幅度增大。比如刚刚退役的 Landsat -5 卫星在其29 年的在轨工作期间，平均每年获取 8.6 万景影像，每天获取 67GB 的观测数据。而 2012 年发射的资源 3 号卫星，每天的观测数据获取量可以达到 10TB 以上。类似的传感器现在已经大量部署在卫星、飞机等飞行平台上，未来 10 年全球天、空、地空间中部署的百万计传感器每天获取的观测数据将超过 10PB。

2.天- 空- 地一体化的对地观测数据网络传输

巨大的观测能力需要通过覆盖天-空-地的高速数据传输网来实现对地观测平台和全球地面接收站网络之间的数据传递。这种传输能力要通过一个由光缆、地面微波、蜂窝移动通信和低、中以及静止轨道的卫星通信系统组成的、服务于全球的、无缝隙覆盖的、全球一体化的高速天-空-地对地观测数据传输网络实现。现在，单个传感器的信号下传速率已经突破了 Gbit/s。

3. 海量数据的快速处理

标准遥感产品的快速生成需要高吞吐量、高精度及自动化的分布式数据处理能力，以满足规模化、业务化的标准产品生产的要求。标准产品快速处理的突出特点是即时性和大吞吐量，兼有数据密集、计算密集的性质。海量遥感数据的处理需要利用庞大的网络计算资源，通过并行计算、分布式处理以及集群计算技术来实现网络化大数据量处理及多机分布式并行处理，以满足应用的需求。我们可以利用网格技术把分散在不同地理位置的计算机组织成一个“虚拟的超级计算机”，来提供高性能和高吞吐量的计算环境，为完成计算密集型任务提供有力的手段;同时充分利用网络上多种闲置计算设备的处理能力，完成传统计算模式下不能完成的各种大数据量的计算任务，从而保证标准产品的快速处理和生成。

4. 下一代空间数据设施

下一代空间数据设施建设将以全球尺度问题求解和多样化实体数据设施建设为前提，基于传统空间数据设施和联邦数据设施，通过松耦合形式建立一种非中心化、虚拟化、按需服务化和全球化的数据服务体系。分布在世界各地的各种对地观测数据中心，将在下一代空间数据设施的连接下，面向特定专题，与高性能的信息化设施结合，动态形成大量专业化的虚拟数据设施。这些设施不仅可以汇聚和提供超大规模的数据，还具备对数据进行深度加工和挖掘的计算能力。地球观测组织(GEO)所推动建立的全球综合地球观测系统(GEOSS)就是一种下一代空间数据设施，这种设施管理和处理的都是超大规模的对地观测数据和空间数据。

5. 数字地球与未来地球

作为和对地观测衔接的科学框架，数字地球是一个广泛的以信息高速公路和空间基础设施为依托的概念，其核心思想是用数字化手段整体性解决地球的各种科学问题，并最大限度地利用信息资源。未来的数字地球不再局限于进行地学数据的表达和呈现，而将成为一种对地球的各种学科的数据和模型进行综合分析的平台。同时，由国际科学理事会(ICSU)和国际社会科学理事会(ISSC) 共同发起的“未来地球”计划将多学科交叉研究推向更加重要的位置。不论数字地球还是未来地球，其多学科的高度数据复杂性是非常显著的信息特征。和常规的单学科研究不同，在这种综合研究场景中，信息技术要面对的是多学科复杂数据类型之间的数据建模、数据发现和数据整合问题。

三、大数据在对地观测领域应用的典型案例

大数据时代的对地观测技术为发展空间地球信息科学奠定了基础，从对地观测过程的信息学特征可以清晰地看到此领域大数据的发展趋势。但目前大数据研究普遍存在着“只有数据、没有利用”的问题，导致搜集数据、存储数据付出的成本被浪费。据报道，通过遥感卫星获得的影像数据中，目前得到应用的不到 5%，多半数企业不知如何从数据中获得价值，因此这个问题急需解决，下面将介绍一些国内外创新企业利用大数据技术为遥感图像应用找出路的典型案例，希望能够扩宽我们的视野并从中得到有价值的借鉴。

1.Digital Globle: 遥感图像 + 大数据分析助力寻找马航 MH370 迷踪

马航失联客机 MH370 去哪儿的问题，牵动着全世界的心。为了找出谜题的答案，寻回239名乘客的信息，各方为此动用了许多手段，包括直接分析飞机上设备发出的各种信号，卫星和雷达的天罗地网等先进的科技方式，调遣各类船只前往可能事故区域搜网式调查，可惜都无果而终，就在失联事件发生的 12 天后，澳大利亚宣布从卫星影像中找到了疑似马航 MH370 失联航班残骸，广袤的洋面找一架飞机如同大海捞针实属不易，虽然还未能确定残骸是否来自于 MH370，但在短短几天内在能够通过海量的卫星图片发现如此重要的线索可见其背后的数据分析能力之强大，支撑这一能力的正是大数据技术，快速定位残骸坐标体现了大数据技术在处理海量高分遥感图像上的速度优势，展示了大数据与遥感技术的融合将在灾难救援方面的关键作用。

2.Skybox Imaging：迈向大数据时代的商业遥感成像公司

Skybox 成像公司成立于 年，目前员工不到 60人，是名副其实的“小”公司，但却在多轮融资中备受风投的青睐，麻省理工学院技术评论将其评为 最具“摧毁性”的 50 家公司之一。

3. 禾讯科技：商业化卫星遥感服务现代化农业生产

农业是生命之源、发展之基。由于农业资源、环境及多样化的生产经营方式，农业大数据涉及到水、土、光、热、气候资源，作物育种、种植、施肥、植保、过程管理、收获、加工、存储、机械化等环节会产生大量结构化和非结构化数据，而且随着农业科技创新发展和物联网的应用，非结构化数据呈现快速增长的势头，其数量将大大超过结构化数据，为保障“舌尖上的安全”，利用大数据技术对不断产生的大批非结构化数据的信息获取、挖掘、存贮、处理与智慧应用是农业现代化不可或缺的手段。

四、大数据情境下对地观测研究的发展趋势

1.从量变到质变

对地观测领域的大数据现象，在不同尺度上对现有的技术水平提出了挑战。对地观测领域的大数据现象包括 4 个方面：①数据量剧增，已经达到 PB 量级;②数据类型多样，来自空基、天基的各种不同成像机理及数据获取方式、不同时空分辨率和光谱特性的传感器数据和地面台站的观测数据及实验模拟数据、统计数据等构成了纷繁复杂的数据类型;③应用场景众多，目前对地观测数据在气象、水文、能源、农林种植、工矿开发及灾害应急等诸多领域体现了其应用价值;④应用服务时间尺度多种多样，天气预报、灾害应急等需要实时或准实时的数据分发反馈，而地图测绘、土地变化等则需要中长期的对地观测数据，不需要高时效性。

2.多数据中心协同处理

传统的对地观测知识发现的科研模式在大数据情境下已经不再适用，原因是传统的科研模型不具有普适性且支持的数据量受限，受到数据传输、存储及时效性需求的制约等。因此，新知识正更多来自于大数据的使用，数据生命周期中信息学流程的变化正引发传统科研模式的变化。以“用户需求”为导向的对地观测活动，需要为有不同应用需求的用户提供恰当的数据产品及信息资源，要求对地观测数据实时处理及快速分发。实现这一目标的关键是多中心协同计算，通过构建分布式多中心计算环境，将大量松散绑定或独立的数据处理任务动态分配给闲置计算资源，实现资源动态调度及任务分配。目前需要解决的问题是如何实现有效地调度计算资源及跨异构系统计算时如何维持系统的高性能等。

3.模型驱动到数据中的知识发现模式

传统的数据生命周期信息学流程是从数据到信息，再通过模型进行知识发现。而随着数据量的爆炸式增长，可用模型已不能对海量数据进行模拟推演，因此由模型发现知识的传统方法已经不能适应大数据时代的需求。

4.多学科交叉的科学研究

5.数据库的发展趋势分析 篇五

高中地理中的数据很多都是跟趋势有关的，如自然地理中的温度、气压、海拔等系列相关数据和人文地理中人口变化等内容都涉及到两个或者多个相关量的变化情况。WPS表格具有强大的图表功能，不仅能以多种形式从各方面将数据予以展示，还具有一定的分析功能，为具有变化趋势的相关数据添加趋势线并做出评价。

现以上述内容为例，将高中地理课堂中的实例予以展示。

1.气温-海拔变化趋势教学

一般来说，气温随海拔升高而降低，一般来说是海拔每升高1km，气温平均下降6℃左右。向学生提供某海滨城市的气温随海拔变化数据表，并使用WPS表格图表功能研究气温随海拔的变化规律。

在WPS表格中选择数据区域，打开图表向导，选择图表类型。一般来说，趋势数据都选择“XY散点图”为宜，并选择平滑曲线。原因在于这只是不完整的数据样本，平滑曲线更容易让学生理解采样数据所承载趋势的程度。有了图，引导学生认识此变化趋势便有了依据，不仅可以立刻看出此变化趋势，还可以使用适当的模型来描述。

图1是生成的气温随海拔变化图。

气温与海拔大致呈现线性相关。这幅图的虽然很好的反映出了气温变化趋势，但是缺乏量化的函数无法充分利用此趋势，需要建立具体的公式来描述，这就要使用趋势线的功能。

在已经形成的曲线上单击右键，选择“添加趋势线”，因为大体已经可以判断是线性，在“类型”标签中选择“线性”，并在“选项”中勾选“显示公式”和“显示R平方值”，此时立刻生成一条线性趋势线，还给出了数值化的一次函数，

y=-5.9684x+21.054

利用WPS表格的扩展功能，可以使这个函数和图表传递出更多表格中隐藏的信息(图2)：直线斜率为负，表明温度随海拔增高而降低，并且每降低1km，气温下降的幅度约为6℃。若x为零，y=21.054，即当地海平面处气温约为21℃左右。使用趋势预测向前推或者倒推一些单位便得到图3。

R2(方差)的值为0.9984，这说明拟合程度已经相当高了，表明此公式来描述当地温度随海拔高度变化趋势十分合适。

2.人口变化趋势教学

前一个例子的数据变化趋势中蕴含了一些可以推导的地理概念，但是像人口趋势类似的数据本身不具有更多的可推导性，只能作为一种特殊的模型利用数学工具来预测，趋势线同样可以发挥作用。

表2是收集1978年改革开放以来我国的年度人口数据，以此建立适合的数学模型描述它们的变化，并对未来几年的人口做出预测。

同样采用X、Y散点图中的平滑曲线生成图表。通过图表可以看出，人口增长的趋势总体趋于缓和，所以使用线性模型来描述就不合理了，尝试使用多项式来拟合数据。为曲线添加趋势线，在类型中选择“多项式”首先选择使用2次多项式来拟合，R2值为0.9983，方差已经让人满意了，我们再采用3次多项式来试试看，方差值达到了0.9994，若采用四次多项式方差值可以达到0.9999，几乎可以认为是完全拟合。

最后我们根据得到的模型函数预测的人口总数为13.45亿左右。

6.软件工程的发展趋势分析的论文 篇六

关键词：软件工程;发展趋势;对策

软件工程的发展为各行各业创造了良好的条件和基础，提高了工作效率。在企业中，正常工作的运行、管理很大程度依赖于合适的软件，软件的使用在一定层面上帮助企业提升了核心竞争力。软件工程作为计算机领域中重要内容，开发了计算机使用功能，主要研究软件构件技术、网络计算机智能化、标准化等内容。目前，社会的发展已离不开软件工程的帮助，软件工程的发展趋势将朝着模块性、开放性、全球化发展。

1软件的发展和本质

软件工程技术发展迅速，从20世纪60年代的开始，经历左右时间，计算机结构化程序设计技术已实现，在这之后，计算机软件工程环境得到广泛的发展。到20世纪90年代，我国计算机软件工程技术发展到优化性能，软件使用的对象和方式开始发生变化。软件的发展伴随着事物的发展变化，软件消除硬件和编程语言的异构性作用，开发了不同操作系统，更轻松解决异构问题。软件的本质是演化性和构造性，软件的演化是软件的开发将伴随计算机科技的发展而进步，软件的性能设计是服务于人们的需求，同时依赖于信息科学技术的快速发展，在短短数十年，软件工程的发展已达到一定规模。

2软件工程技术发展现状

2.1软件重用和构件技术

软件的构件是软件工程的基础，也是核心内容，重用则是软件的方法。通过构件的重用这种方式，软件开发人员可减少写代码工作，将精力集中于问题定义。构件的开放需要以开发工具为支撑，包括集成开发、应用管理、构件库管理等，在不同行业领域中，构件库有不同的业务构件。构件模型和软件体系结构是构件设计中重要问题，构件模型确定了软件系统构件的基本逻辑，将构件和构件之间的相互作用分开，进一步提高构件的独立性。

2.2中间件技术

中间件技术作为支撑存在于软件重用和构件化开发运行中，对软件重用和软件构件技术的发展有很大影响。中间件是软件系统集成的重要技术，提供给构件可运行空间。构件只有基于中间平台才会有作用，中间件技术包括数据库访问、通信、分布对象中间件、远程过程调用和事务处理，具有分布交互模式的关键特征，在异构环境中国起到协同作用。设计者在构件软件开发中主要关注于业务逻辑本身，对分布式应用中与业务无直接关系的问题无需投入大量精力。中间件可以屏蔽多种系统资源，在不同的操作系统和硬件平台中，实现接口和协议规范，开发并实现分布式系统与环境隔离的构件开发模式。

2.3标准化技术

7.数据库的发展趋势分析 篇七

一、数据与方法

1.数据来源

本研究以中文学术期刊库 ———中国知网( CNKI) 为主要数据来源,选择期刊、特色期刊、国内外会议、硕博论文六个数据库进行筛选,以TI=“ 微课”ORTI=“ 微课程”为检索方式。 截止时间为2015年6 月5 日。 共检索出2580 篇相关文献,通过人工方法对数据进行以下处理:删除获奖名单、会议通知、征稿及重复文章,共得到有效文献2427 篇。 其中会议论文13 篇,硕博论文73 篇。 主要抽取关键词字段进行统计分析。

2.研究方法

关键词是为反映文献主题内容而从文献中选取的词或词组,能够揭示文献的主题信息,是对文献最核心的内容、思想观点和论证方法的提炼和概括。[3]虽然一篇文章的关键词仅有3~8 个,但却是论文的核心所在。 文章主要采用词频分析法,词频分析法是利用能够揭示或表达文献核心内容的关键词或主题词在某一研究领域文献中出现的频次高低来确定该领域研究热点和发展动向的文献计量方法[4]。

二、统计与分析

1.高频关键词统计分析

高频关键词可以反映学科的研究热点,而关键词的变化也可以在一定程度上反映学科的发展趋势[5]。 一篇文章被引用的频次是衡量其学术水平和质量的一个重要指标[6]。 高频关键词选择标准可以依据普赖斯计算公式确定。 计算公式为:, 其中M为高频阈值,Nmax表示区间学术论文被引频次最高值[7]。 利用BICOMB书目分析软件提取文章的关键词。 为了确保研究的科学性,对关键词进行了合并整理。 例如“ MOOC”合并为“ 慕课”。 以“ 微课”或者“ 微课程”为题名在CNKI检索。 检索标明,被引用频率排在第一的是研究者胡铁生的文章,“ 微课: 区域教育信息资源发展的新趋势”,[8]被引次数为618, 带入普赖斯公式计算得出,高频阀值为19。 将频次高于19 的40 个关键词确定为高频关键词, 这40 个关键词基本上代表了国内微课的研究热点,如表2 所示。

从表2 可以看出, 排在前十位的高频关键词基本上反应了微课核心要素、使用目的、实践研究、设计研究及支撑环境等。

“ 应用”是国内微课研究最为关注的热点。 其频次最高,达到182 次。 这说明国内研究者比较认可微课这一新兴事物,积极尝试微课的应用研究。 分析文献得知,应用研究主要集中在基础教育及高职院校领域。 其次是“ 微视频”,微视频作为微课的核心载体,成为研究热点也是必然的。 第三,自主学习、 课堂教学和信息技术, 分别是149 次、138 次、137 次。 微课可以用于学习者课前的自主学习,学生课前通过“ 自主学习”看教学视频,完成知识的传递部分,满足学习的个性化需要。 课中教师利用微课作为资源的补充方式, 来辅助学生的学习资源,帮助学生内化,从而培养学习者高阶思维能力。 它是信息技术与学科教学深度融合的产物,是信息技术在学科教学中应用的一种媒介。

2.各年度高频关键词分析

按照年份将筛选的文献进行统计分析, 使用BICOMB2.0 提取文献的关键词,并对高频关键词频次进行统计。 因为2011 年有2 篇文章,所以把2011年跟2012 年关键词合为一起进行分析。 分别提取2012 年大于等于3 的高频关键词,2013 年大于等于5 的高频关键词,2014 年大于等于20 的高频关键词,2015 年大于等于15 的高频关键词。 近四年来微课研究领域高频关键词的变化如表3 所示,通过对研究热点变化的深入分析,从而更为科学地把握微课未来研究趋势。

3.国内微课研究热点分析和趋势预测

根据郑州大学图书馆副研究员周爱民先生的研究, 他将2006 年知识管理领域的热点关键词分为4 种类型,并对其变化作出了分析[9],参考他的总结模式,在这里我们将国内近四年微课的研究热点分为以下3 种类型:( 1) 恒星关键词,有些关键词在近几年的微课研究领域一直处于热点状态,出现频次相对稳定,这类关键词称之为恒星关键词。( 2) 流星关键词, 有些关键词在近几年的微课研究领域,一开始处于研究热点,后期频率下降,不再是研究热点,这类关键词称之为流星关键词。( 3) 新星关键词,有些关键词在近几年的微课研究领域,前期出现在文献中的频率较低,而随着研究的深入,其出现在文献中的频次突增,这类关键词称之为新星关键词。

( 1) 恒星关键词

如表3 所示,四年来在高频词汇表中都有出现的关键词主要包括:微课、微课程、教学视频、信息技术。 此类关键词出现频率较高且每年呈递增状态。 通过文献分析得知,主要集中于微课的概念、本质、内涵等方面的研究。 教学视频作为微课的核心组成内容,是微课的主要呈现方式,因此教学视频作为微课的研究热点也是毋庸置疑的。 信息技术的快速发展,为微课的产生与发展提供了条件和重要保障。 微课是信息技术与学科教学深度融合的产物,微课的引入对于我国教育改革重难点问题的解决提供了新途径。

( 2) 流星关键词

彭罗斯、教育工作者、实践智慧、课例、教学策略、学习态度、教育技术、在线教育、网络技术、远程教育、移动学习等11 个关键词。 其中彭罗斯、教育工作者、实践智慧、课例、教学策略、学习态度在2012 年出现,但是在之后几年都没有出现。 教育技术、在线教育、网络教研、网络技术、远程教育、移动学习在2013 年出现, 但是在2014 年、2015 年都没有出现,我们称这些词为流星关键词。 从文献分析得出,彭罗斯、教育工作者、实践智慧、课例、教学策略、学习态度、移动学习、网络教研是在微课的起源和最初目的的文献中提出的。

通过分析得出,流星关键词较多,说明微课研究领域的热点是处于不断变化的,人们对微课这一新兴事物的认识也在不断更新。 2014 年~2015 年间较为稳定,说明研究者对微课的认识由引入阶段转入消化吸收阶段。

( 3) 新星关键词

基于CNKI数据库词频检索, 有些研究热点在前几年研究力度不够, 但是近几年出现频次激增。教学效果、自主学习、翻转课堂、教学设计、教学模式、应用等六个关键词,均没有出现在2012 年的高频关键词中,而到了2013 年,却成了微课研究领域的高频关键词,从频次上看,教学效果( 10 次) 最高,其次是自主学习( 8 次) 排在第二,依次是翻转课堂( 7 次) 、 教学设计( 7 次) 、 教学模式( 6 次) 、 应用( 6次) 。 而到了2014 年,各关键词频次发生了很大变化,自主学习( 89 次) 、应用( 79 次) 、翻转课堂( 68次) 、教学设计( 56 次) 、教学模式( 38 次) 、教学效果( 36 次) 。 2015 年“ 应用”这一关键词频次达到最高,其他关键词排序基本稳定。

2014 年和2015 年新增的高频关键词有课堂教学、高职教育、微课设计、教学改革、制作、教学资源。 随着国内微课研究的不断深入,研究者较为关注微课应用效果研究。 文献分析得出,研究者利用微课和翻转课堂教学模式相结合的方式来变革原有的教学方式。 从微课的设计到制作再到应用,最终目的都是为了提高教学的质量和效益。 这样一个变化既反映了我国微课研究从起源、目的等理论的研究转向教学应用的实践研究。 同时也体现了我国微课研究从引介阶段转向消化吸收阶段。 通过分析文献得出,由于当前微课程的实践还是以技术手段的运用和教育信息资源库的建设为主,教师在设计微课程时,更多以技术思维作指导,较少从课程论、知识论和认识论的视角关注微课程。 许多微课在设计和制作时就很少考虑给谁用和怎么用的问题[10]。因此, 今后的微课设计应该从课程的受众出发,综合考虑学习者的特点来设计微课。 教学资源是2015年新出现的高频关键词,说明在关注了微课的应用研究后, 研究者逐渐认识到教学资源的重要性,并进行了深入研究。

慕课也成为2014 年的高频关键词, 表明两者之间是存在着某种联系的。 慕课作为一种大规模的在线开放课程,是针对社会人士开放的,而微课作为小规模在线开放课程, 主要针对在校学生设计的。 慕课的视频比较长,不符合学习者视频学习的特点,微课的视频时间比较短,符合网络时代学习者视频学习的特点。 目前, 慕课的视频也倾向于“ 微”。 微课正在成为慕课的组成部分。 因此我们可以预测微课的未来发展必定很好。

三、国内微课研究趋势预测

通过对关键词进行三个维度的词频分析,得出我国微课研究近几年的热点变化,并对国内微课研究趋势做出以下预测。

1.从流星关键词分析来看,微课起源、最初目的等主题的研究会逐渐消亡

微课理念是由美国新墨西哥州圣胡安学院的高级教学设计师、 学院在线服务经理David Penrose提出的。 一个新事物发展需要经历一个引介、吸收、消化、创新的过程。 微课也不例外。 微课最初是为了方便专家评审与教师教研而提出的,以提升教师的专业化水平为目的。 但实际中发现微课在网上很受热捧,说明网络学习者更需要微课。[11]因此,今后的研究更加聚焦于满足学习者的需求,聚焦学习者的体验,培养学习者的自主学习能力,从而提升教学的质量和效益。 从流星关键词分析得知,国内微课现在已经基本上完成了从引入阶段到应用阶段这一转换,未来研究,对微课概念的来源、目的等主题的研究会逐渐减少甚至消失。 明确了应用目的,接下来就应该研究怎样更好实现这一目的,即应该在微课的基本理论研究和实践研究上下功夫。

2.从恒星关键词分析来看, 较为系统的基础研究是今后研究的热点内容

微课起源于国外,近年来关于微课研究的文章数量激增,但是目前国内研究者对微课没有形成统一的概念认识,对微课的定义各不相同。 不同的研究者会使用不同的名称,比如“ 新型教学资源”、“ 教学活动”“、 教学模式”等。 而这些名称不属于同一个概念范畴。 这样不利于微课的本土化研究。 我们必须弄清楚微课的本质、内涵等基本问题,形成统一的认识, 用理论来指导实践者进行深入的实证研究。 从恒星关键词来看,应该从较为系统的角度考虑微课概念的本质与内涵以及信息技术支持教学的有效性问题, 从学习科学角度考虑如何设计微课、微视频才能符合学习者的学习特点。 该主题的研究还将成为未来研究热点。

3.从新星关键词分析来看, 各级各类的教学应用及效果研究是近几年研究的热点,微课、慕课和翻转课堂的相关性研究将是未来研究的方向

从以上新星关键词分析得出,教学应用以及应用效果已经成为国内微课研究者关注的热点。 目前, 把微课与翻转课堂相结合的研究逐渐增多,微课逐渐成为翻转课堂、慕课的组成部分。 微课、慕课和翻转课堂三者作为智慧校园中的变革力量, 三者的相关性研究也必将成为未来研究的重点。

随着微课相关研究的不断增加,对微课概念起源、目的等主题的研究将逐渐消亡;较为系统的基础研究是今后研究的热点内容;各级各类的教学应用及效果研究是近几年研究的热点,微课、慕课和翻转课堂的相关性研究将是未来研究的方向。

参考文献

[1]胡铁生,黄明燕,李民.我国微课发展的三个阶段及其启示[J].远程教育杂志,2013(4).

[2]周贤波.基于学习者角度的微课建设策略研究[J].中国电化教育,2015(4).

[3]耿志杰,朱学芳,王文鼐.情报学领域关键词同现网络结构研究[J].情报科学,2010(8).

[4]储节旺,王龙.近10年国内知识管理研究热点)[J].情报科学,2013(9).

[5]李长玲,支岭,纪雪梅,王效岳.我国情报学研究进展-基于期刊论文关键词的统计分析[J].图书情报工作,2010(24).

[6]庞恩旭.我国核心期刊的现状分析与研究[J].图书馆论坛,2004(2).

[7]王佑镁,伍海燕.中国高教研究领域高频被引论文的学术特征分析[J].中国高教研究,2012(1).

[8]胡铁生.“微课”:区域教育信息资源发展的新趋势[J].电化教育研究,2011(10).

[9]周爱民.从2006年中文文献关键词看知识管理领域研热点的变迁[J].现代情报,2007(10).

8.数据库的发展趋势分析 篇八

关键词：大数据时代 中职院校 信息化 发展趋势

随着时代的发展和信息技术的运用，各个国家都逐渐步入了信息化时代。大数据时代下信息技术的普及不仅使我国的经济、社会不断进步，也使教育事业不断与信息化的社会磨合。中职院校应适应大数据时代的特点，应用多样化的现代教育理念，对传统教育进行改革，改变传统的教学观、发展观，从而有效提升教育教学质量。

一、大数据时代的内涵及特点

1.大数据时代概述

大数据时代是现代社会发展的产物，最早提出大数据时代到来的是全球知名咨询公司麦肯锡，而维克托·迈尔·舍恩伯格作为“大数据商业应用第一人”，其著作《大数据时代》开创了国外大数据研究的先河，指出大数据时代是当代社会的一个重要转型时代，它能使我们在生活上、思想上、工作上发生改变。在大数据时代兴起的翻转课堂、MOOC风暴以及微课程等将给教育领域的改革带来新的转折点。

2.大数据时代的特点

（1）数据快速增长。数据的飞速增长是大数据时代最显著的特点，以谷歌公司为例，谷歌公司每天都需要处理大量的数据，具体的数据超过了24PB。24PB有多大呢？24PB相当于104.8万多个GB，与美国国家图书馆所有的纸质出版物的数据量相比，谷歌公司每天处理的数据量是它的上千倍。由此可见，大数据时代数据的增长量十分惊人。南加利福尼亚大学安嫩伯格通信学院的马丁·希尔伯特曾经做了一项研究，该研究显示全球数据储存量在2007年就已经超过了300EB，把这个数据换算成GB就是3000亿个GB，所有的数据中有高达93%的数据为数字数据，并且随着时代的发展，数字数据还将会持续增长。这些令人惊讶的现象表明了大数据时代的到来。

（2）思维方式以及工作方式的改变。首先，在大数据时代下产生了全数据模式，即样本等于总体。在过去信息传播偏慢的时代，当人们需要提取数据进行研究的时候，普遍采用的是随机抽样的方法，以期以最少的数据得到最全面的信息，然而这样的方法显然存在局限性，其局限性表现在只能从所调查的数据中得出实践中想研究的结论，而不能得出其他研究成果。除此之外，随机抽样的方法不适用于每一种情况，如当人们想研究譬如“网络”这样一个定位模糊的对象时，就会由于找不出最佳抽样而无法进行研究。然而，在大数据时代下，“样本等于总体”的全数据模式使得大量数据的获取变得更加便利。例如，谷歌公司在预测H1N1流感趋势时，通过分析全美国的互联网数据库，提高了分析的准确性，从而推测出每个地区的流感情况，以便采取相应的措施，而这样大规模的数据检索，是抽样调查无法做到的。

其次，在大数据时代，人们可以利用关联物之间的关系对未来进行预测，而对两个数据之间的数理关系进行量化处理则是关联物之间相关关系的核心。同样，以谷歌公司为例，谷歌公司关注了特定检索词条的使用率与甲型H1N1流感在时间上以及空间上传播之间的关系，并且将预测经过检验后运用于一个特定的数学模型，随后发现所做的预测准确率高达97%，不仅能够检索流感发生的地点，并且其判断速度较之美国疾病控制中心更快，为后来流感病毒的预防提供了极大的帮助。

最后，在大数据时代，数据的价值在于对它的利用以及创新。数据的价值不同于其他物质性东西的价值，数据的价值不会因为使用而减少，反而会因为在使用中发现其潜在的价值而被赋予新的价值，并且通过不停地创新而不断升值。以美国为例，2008年1月，在美国总统奥巴马要求联邦机构尽可能多地提供公开信息的数据时，其政府公开的信息不仅反映了政府部门的工作情况，而且成了政府部门与选民沟通的渠道。数据由于整合而形成大数据，对大数据的分析又发现了新的价值，并在利用数据的过程中预测发展的方向。由此可见，数据是核心资产，通过对数据的利用和创新，必然对教育产生影响，为信息化教学的发展提供无限的可能性。

二、大数据时代中职院校的信息化发展趋势

1.教学模式的发展趋势

（1）翻转课堂。“翻转课堂”起源于美国科罗拉多州落基山的林地公园中，其最初的创始人是Jon Bergmann和Aaron Sams。翻转课堂是基于微课堂发展起来的一种教学模式，即由教师针对某一课程或者某一知识点进行讲解，创建视频，学生可以自行下载视频在课外进行自主学习，而课堂变成了学生与教师相互交流，答疑解惑，完成作业的地方。翻转课堂颠覆了传统的教学模式，为学生创造了人性化的学习方式，学生不再需要在课堂上紧跟教师的节奏而展开学习活动，而是可以根据自身的情况，量身设定符合自己节奏的学习计划。而且学生在遇到较难的知识点时可以反复观看视频，通过观看课件和视频对已经遗忘的知识进行巩固记忆。除此之外，教师可以通过学习管理平台与学生进行及时的交流，对有疑问的学生进行一对一的指导，从而有针对性地解决每一名学生的学习问题。翻转课堂的兴起掀起了大数据时代中职院校信息化教学改革的浪潮，萨尔曼·汗成功地将大数据时代中的分析关联物之间的相关关系运用到了教育领域。

（2）MOOC课程进一步扩大了翻转课堂的效应。由于翻转课堂在教育领域产生了极大的反响，2012年MOOC课程随之产生。MOOC课程起源于斯坦福的Coursera、Udacity以及由麻省理工学院与哈佛大学联合创办的edX。哈佛大学和麻省理工学院将MOOC课程引入大学教育不是为了让视频课堂取代传统的课堂教育，而是作为一种辅助工具，用来完善课堂教学。相关资料表明，斯坦福大学的人工智能导论课程的注册率极高，并且最后有2.3万人考查合格，这样的合格率对于单门课程来说，绝对是历史性的创举。面对全球性的MOOC 课程改革，我国的高等院校也开始引入了MOOC课程。从2013年起，上海就有30所高校使用了上海高校课程资源共享平台开展教学，而复旦大学的哲学导论等7门课程实行了学分互认，成为中国大学开始实行MOOC课程的标志。2013年5月，清华大学和北京大学相继加入了edX，清华大学前期有四门课程面向全球上线，而北京大学目前已经申报了14门课程，覆盖文科和理科。MOOC课程的兴起将翻转课堂成功地推向了高等教育，成为高等院校的一种正式的教学模式。

（3）微课程的进一步发展。微课程同样是基于翻转课堂兴起的一种教育模式。通过微课堂的教学模式，学生可以利用教师的教学资源在课后进行自主学习。在自主学习中，如果遇到困难可以记录下来，与教师或者同学进行讨论，而课堂则成为师生巩固知识、灵活运用知识的场所。除此之外，微课堂还应遵循视觉驻留的规律，微课堂的视频通常把视频的时长限定在8到12分钟，以保证学生在注意力集中的前提下进行高效率的学习，避免学生出现视觉疲劳的现象。目前，微课堂已经纳入了我国中职院校信息化教育的实践中，教育部教育管理信息中心在2012年9月举办了第一届“中国微课程大赛”；2013年5月，中国教育技术协会、全国高等学校现代远程教育协作组、中国学习与发展联席会共同举办了第一届“全国微课程大赛”；除此之外，广东、上海、江苏等十多个省、市、自治区也相继开展了微课程教育。由此可见，微课程逐渐成为我国中职院校信息化教育发展的新趋势。

2.教学观念的发展趋势

（1）形成信息化的教学观念。传统的教学模式通常是一位教师面对整个班级四五十名学生，常常不能做到因材施教，无法有针对性地对每一位学生进行指导。以教师为学生补课为例，在一堂教师课后补课的课堂中，教师通常只需花费20多分钟就可以完成45分钟课堂的教学内容，从这里可以看出，在小课堂的氛围下，学生更容易集中精神，端正学习态度，并且受到的外界干扰较少。所以，一对一的教学效果更好。因此在翻转课堂、MOOC课程以及微课堂的背景下，教学观念也产生了变化，形成了一对一的人性化教学理念。通过微课堂等教学模式的“人机一对一”，学生可以充分集中注意力，从而保持良好的学习状态。与此同时，通过学习信息化管理平台，学生可以和教师进行一对一的沟通交流，进一步提高学生的学习质量，从而表现出大数据时代下教学模式的发展趋势。

（2）教师发展的转型。在大数据时代，中职院校在时代的引导下开始实施翻转课堂、MOOC课程以及微课程等信息化教学模式，教师在教学过程中不再扮演“演员”的角色，而是逐渐转换为“导演”的角色。在信息化教学过程中，教师的任务不再是更好地将知识传授给学生，而是更好地设计出适合于学生的学习任务。实际上，教师为学生设计学习任务就是在学生自主学习教学视频后，通过学习任务对学生进行进一步的学习指导，体现教师作为指导者的职能。因此，在信息化教育中，教师的重心由讲课转移到引导以及指导。除此之外，信息化教学模式要求教师要自行设计自主学习任务单以及制作教学视频，这也推动教师获得进一步的专业发展。在大数据时代，教师不仅需要具备足够的教学功底，还要在信息化教学、可视化教学、视音频技术等方面具备一定的素养，从而也促进了教师专业水平的提高，体现了大数据时代下教师的发展趋势。

三、小结