3.1标准化、规范化
在数据库建设过程应制定和遵循有利于长远发展的标准,主要包括:通信标准(TCP/PI、码标准、标准通信置标语言/可扩展置标语言(SGML/XML、元数据(Met标准、检索语言标准、安全标准等。CALIS在特色数据库子项目建设中采用《我国数字图书馆标准规范研究》项目所推荐的一系列相关标准、元数据标引格式规范、文献著录的有关国际标准和国家标准;各高校在建设特色数据库时有必要参照使用。
3.2共建共享
特色数据库的建设不仅要考虑各部门、各系统和各地区的协调,还应该在全国范围内实现合理布局、合作共建。高校图书馆在特色库建设上像过去在合作共建联合采购外文数据库、集团采购CALIS方面那样,在特色数据库建设中的分工建设、统一共享、统一采购软件等。更深层合作共建应次,实现共享
3.3突出特色
高校图书馆在建设数据库中,要集中有重点地开发某一领域或某一品种的数据库,选题必须是在馆藏基础上充地域特色、学科特色、专题特色,表现出独一无二。
3.4深层次加工原始文献
对于有传统馆藏文献转换而来的数据,要在标引,链接上下功夫,让原生态的文献产生多处知网节,以便用户的检索使用。
3.5完善的检索工具
充分吸收成熟而先进的建库技术和完善的检索技术,能适应脱机、光盘、联机和网络检索,直接获取一次文献。多设置检索点,在检索途径上,应初级检索与含有布尔逻辑算符高级检索并行以充分挖掘数据库资源。
3.6适度宣传
特色数据库要立足用户市场,即发挥知识效益也要发挥经济效益,实现以文养文良性发展的数据库发展的道路,关键是做宣传和促销工作,具体的可以采取.网页广告、培训讲座、主动推介等方式推销自己。
3.7数据要及时更新、长期维护实现可持续发展
领导必须重视、统筹安排,全面部署,有一套专业力量队伍,先立项论证,一旦确立,便持之以恒,对于已建成的一定规模的特色数据库,要保证有可靠的数据资源,有专门的人员续建更新数据,也要专业人员后续维护,以保持数据库的正常运作和数据的不断更新,尽,实现特色库的可持续发展。
大数据作为互联网的重要产物,对人们的影响非常大,不仅影响了人们的生活和工作,而且对企业的财务管理也具有较深刻的影响,因此在大数据背景下做好企业财务管理工作,提升财务管理的整体有效性就显得十分迫切。具体来说,大数据背景下加强企业财务管理的意义可以总结为如下几点:1.有助于最大限度地规避企业财务风险在企业的日常经营中无法避免地会遇到各种风险,如投资风险、信用风险等等,如果不好好应对和解决风险,将会对企业发展产生非常大的损失。在大数据背景下,企业与税务、工商以及银行各个机构联系更为紧密,通过数据处理技术进行经营活动的开展,及时对企业发展的具体情况进行分析,找出企业发展中存在的财务风险,并及时规避风险,有助于降低企业的损失,促进企业更加健康地发展。2.有助于提升企业财务管理的效率传统财务管理模式下,企业主要是依靠人工进行数据的分析和计算,数据处理的水平低,并且容易出现差错,而大数据背景下,企业的财务管理不在仅仅局限于人工,而是能够通过网络进行数据的快速处理和分类,这就为财务管理提供了便捷性,降低出差错的可能性,使得财务管理的效率不断提升。同时,通过引进先进的计算机技术,企业能够从更多方面进行数据的分析和处理,使得计算出来的数据更加有效,能够为企业决策提供更加有效的参考。
不过有意外收获,作者在文章后部主要讲了,大数据带来的消极影响,例如政府会通过大数据判断一个人将要出现的违法行为,提前对他进行拘捕,或者监视(这个已经在纽约警察局使用)但这样带来严重的后果,现在的法律是基于人已经发生的行为进行处罚,如果我们今后使用这套系统来作为法官的判决依据的话,这样就违背降低我们作为人的重要组成部分---自由选择的能力,行为责任自负。这便成了集体选择的结果,不是个人自由意志了。这样在否认个人为其行为承担责任,实际上就是在摧毁人们自由选择的权利。而且现在的预测不能达到很准确的答案。分析的数据质量不佳就会加剧问题的不良后果。
作者最后说了这么一段话“大数据不是一个充斥算法和冰冷机器的世界,人类的作用依然无法替代,大数据为我们提供的不是最终答案们只是一个参考答案,暂时的,只是问了等待更害的解决办法,在不久的未来。”
另外一个随之而来的问题就是数据授权使用,泄露问题,数据会有二次利用发现潜在价值,但这又产生更严重的问题,二次利用如何授权管理,是否涉及违法。解决办法是通过会计行业,可以有一个充当审计工作的外部算法师,作为第三方公证机构在出现问题时,可以进行审核算法和数据的使用情况,在公司内部也可以设立内部算法师,很类似公司自己的律师一样,一方面参加产品研发,另一方面在公司使用数据出现问题时也可以及时阻止,提醒。
大数据确实在某种程度上可以降低风险,保护国家安全,但信用卡,保险业就会通过大数据分析拒绝一部分人(因为他们还不起账),但我们想想,人类进步,就是通过反抗,妥协,权衡,再平衡。有了一切大数据的`预测,就少了很多的可能性,在某种程度会降低我们的社会进步。
说实话之前听到大数据的概念觉得很有前景,很神奇,很向往,这本书给我带来的更多的是对大数据会给我们带来不亚于克隆人的糟糕影响。让我有了对技术给人类社会带来的负面影响有了一个全面的思考认识。读到后半部分的时候,我很沮丧啊,觉得这么好的技术,竟然负面影响超过了正面的,我很失落,也不再看好大数据。不过后来作者的一席话让我重振信心,他举例,曾经印刷术出现之前大部分的书全部在修道院,教皇手里,有了印刷术之后人们有了书,有了更开阔的思路,更多的想法,有了言论等等,这个的影响力要比大数据大很多,人类还是一步一步建立起来相应的制度,法律,直到今天我们已经有了对应的很完善稳定的法律体系。
我们还是应该对科技充满信心,科技依然是那个推动社会进步的原动力,只是我们需要及时完善相对应的管理措施。
最后说说对作者写的书的评价吧,其实我觉得写的一般,不过很符合外国人的写书风格,简单明了,很容易看懂,理解都不需动脑子,举例很少(可能因为本身合适的例子就很少吧)来来回回就那几个例子,有点像我们高考,来来回回那几个例子,什么场景都能用,哈哈。总的来说还是不错的,评级6分吧。
最后说一句,美国确实在大数据上走在了前面,不是单纯技术上,技术科技学的很快,但是实际运用起来出现的问题,不是其他人能立即学会处理应对的,这又燃起了让我去美帝的***。
上周把黄伟豪写的《数据分析思维:产品经理的成长笔记》一书看完了,虽然讲的是不同领域的数据分析思维,但也算是小有收获。
作者从事的是金融行业,具体来说是在四大行中的一家工作,从技术岗位到产品岗位,跨度较大,书中讲述了作者在工作中遇到的一些数据分析案例,通过数据指导业务发展。其实很多时候并不需要用到很高大上的算法、模型,即使是使用最基础的分析方法,只要能解决问题,提供不同的思路,同样是可行的。除了提到工作中的案例,作者还介绍了他是如何走上数据分析之路,他的工作方法,对数据分析在工作中的应用,面面俱到。同时,作者也展望了,从IT时代到DT时代,银行业从业者该如何去迎接挑战,提出了自己的想法,是否切实可行,那就不是我这个外行人能评述的。
对我来说,感触最深的就是作者提到他自己也在运营一个公众号—萌大叔的数据哲学,因为要写文章,每天除了本职工作外,业务时间用来看书、思考、总结,最后写成文章,作者曾连续三个月每天更新一篇文章,提到这些,我是深有同感,当然我的`产量、质量肯定是不如人家,在做这件事的过程中,感觉就是有一只隐形的手在指引着我,促使我必须不断去思考这段我在工作中有没有新的收获,比如是否使用到新的工具,又或者说对工具中的某些功能的掌握是否更扎实,工作中是否有用到某种分析方法、工作思路又是如何形成的,把前述思考记录下来,一是对自我工作的总结,经验就是从一件件小事中摸索出来的。除了对现有工作的思考、总结外,必须把眼光放得更远,近期或远期有可能会用到的工具,现在是不是可以开始学习,学习的心得体会也可以记录下来,更能加深学习的效果,将来如果要用到,一时想不起来该如何操作,也有备份,这些事情都是当下及之后一段时间可以去做的。
习惯的养成是非常重要的,即使刚开始写的质量不高,但必须坚持下来,不断改进,从量变到质变肯定是有一个过程,而且这也要求自己必须不断去学习,只有不断的输入,才会有更多的输出。读书也是,不必只限于与工作相关的书籍,或者是自己感兴趣的书籍,涉猎不同类型的书,视野才会更开阔,多了解些东西,至少不是件坏事吧。
上周把黄伟豪写的《数据分析思维:产品经理的成长笔记》一书看完了,虽然讲的是不同领域的数据分析思维,但也算是小有收获。
作者从事的是金融行业,具体来说是在四大行中的一家工作,从技术岗位到产品岗位,跨度较大,书中讲述了作者在工作中遇到的一些数据分析案例,通过数据指导业务发展。其实很多时候并不需要用到很高大上的算法、模型,即使是使用最基础的分析方法,只要能解决问题,提供不同的思路,同样是可行的`。除了提到工作中的案例,作者还介绍了他是如何走上数据分析之路,他的工作方法,对数据分析在工作中的应用,面面俱到。同时,作者也展望了,从IT时代到DT时代,银行业从业者该如何去迎接挑战,提出了自己的想法,是否切实可行,那就不是我这个外行人能评述的。
对我来说,感触最深的就是作者提到他自己也在运营一个公众号—萌大叔的数据哲学,因为要写文章,每天除了本职工作外,业务时间用来看书、思考、总结,最后写成文章,作者曾连续三个月每天更新一篇文章,提到这些,我是深有同感,当然我的产量、质量肯定是不如人家,在做这件事的过程中,感觉就是有一只隐形的手在指引着我,促使我必须不断去思考这段我在工作中有没有新的收获,比如是否使用到新的工具,又或者说对工具中的某些功能的掌握是否更扎实,工作中是否有用到某种分析方法、工作思路又是如何形成的,把前述思考记录下来,一是对自我工作的总结,就是从一件件小事中摸索出来的。除了对现有工作的思考、总结外,必须把眼光放得更远,近期或远期有可能会用到的工具,现在是不是可以开始学习,学习的也可以记录下来,更能加深学习的效果,将来如果要用到,一时想不起来该如何操作,也有备份,这些事情都是当下及之后一段时间可以去做的。
习惯的养成是非常重要的,即使刚开始写的质量不高,但必须坚持下来,不断改进,从量变到质变肯定是有一个过程,而且这也要求自己必须不断去学习,只有不断的输入,才会有更多的输出。读书也是,不必只限于与工作相关的书籍,或者是自己感兴趣的书籍,涉猎不同类型的书,视野才会更开阔,多了解些东西,至少不是件坏事吧。
“一代有一代之文学”[6]的观念自明代就得到了许多学者的认同,从文体的演变来看文学的发展是中国古代文学教学中经常用到的方法。楚***、汉赋、唐诗、宋诗,通过对文体序列的排位来总结文学发展概况,这就容易给学生一个错误的引导,提及汉代,只重视赋;论及唐代,只谈诗歌。对于学生而言,这样的教学其实不利于他们对文学发展有一个全面的认识,反而容易进入一个狭隘的学习视野。文学的发展有时间的跨度,文体的完备也需要一定的时间,今天我们回顾古代文学的发展,虽然具备了对文学体裁进行总结的条件,然而在教学中一味强调“一代有一代之文学”,并在教学实践中遵循前人“只重视唐诗、宋词、元曲讲解”的做法,不利于学生真正全面认识文学的发展。以宋代文学为例,一直以来宋词作为宋代的代表性文体得到了学界的广泛重视,在教学中也一直是教学的重点,长期以来这似乎已经是一种共识。然而在大数据环境下,随着越来越多的古代文学作品数据库的建立,对宋代文学的发展似乎也应有一个新的判断。“古今文章,至我宋集大成矣。”[7]“宋之文超汉轶唐,粹然为一王法。”[8]宋人对宋文的发展不仅有着较为自觉的理论认识,而且是颇为骄傲与自豪的。客观讲,宋文所取得的成就并不逊于宋词,但长期以来,在宋代文学的教学中,宋文往往是在古文运动中简单讲述,学生也很难对此有深入的认识。就当下对宋文的整理来看,已经出版的《全宋文》计360册,收录近万人的17万余篇作品。虽不能以量的多少来讨论文学成就的高下,但如此丰富的文学遗产显然是今人所不能忽视的。而且随着全宋文数据库的编制,为我们全面认识宋文提供了极大的便利。借助数据库的搜索引擎,在教学中可以更好地展示宋文的发展及其所形成的文学特色、所取得的文学成就。如此一来,就不至于给学生留下宋代文学仅仅是宋词成就斐然的刻板印象了。明清文学更是如此,长期以来在教学中重小说轻诗文的现象非常严重;随着古籍的整理以及当下众多古诗词数据库的研发,明清诗文也逐渐引起人们越来越多的关注,因此在本科教学中也应有所体现。
众多的古诗词数据库提供了较为全面的经典古诗词和古诗文,并且这些数据库大多提供检索分析,具有一定的智能化特点。文学内容的演变是文学发展的具体表现,文学作品也是文人对特定时代社会生活的审美反映,同一题材在不同时期所反映的不同主题就很好地呈现了文学的发展。借助于众多古典文学数据库,对不同时代同类题材的文学作品进行分析得以轻松实现。文学发展中文学形式的演进、继承与革新等相关话题借助于当下的古籍数据库都有了新的教学思路,通过数据分析进行相关知识的讲解,更利于学生的理解与接受。
在我国高校人文学科领域中,古代文学课程有着非常重要的作用,它不仅是汉语言文学专业的核心课程,也是其他人文学科诸如国际汉语教育、戏剧与影视文学、文秘、新闻、广告等专业的专业基础课。然而学界当下对于古代文学教学的现状并不满意,对古代文学教学中存在的问题有较为充分的认识和探讨[1-3]。正如戴建业教授《大学中文系古代文学教学现状与反思》所言,“多年来,各大学中文系古代文学教学,主要是通过‘中国文学史’课程完成的,教师较多在课堂上向学生讲授一长串线索,一大堆概念,一大批作家,古代文学中的许多经典名篇,学生却读得不多,也较少求甚解,更不可能去涵泳。这种教法与学法类似于一种‘买椟还珠’的现代版。”[4]尽管现在很多学校汉语言专业分别开设了中国古代文学史和古代文学作品选读等课程,但在具体的讲授中往往仍然是以时间为线索讲背景谈概念,而很少对作品进行解读,更不用谈情感的体验和审美的感受了。对于大多数没有接受过古诗词训练的大学生而言,走马观花式的作品讲解、简单粗略的作家介绍、文学现象的概念式总结,都很难激发学生学习的兴趣。这样的教学模式导致学生为了应付而死记硬背一些概念名词,并不能从实际上真正提高其专业修养和人文素养。
2011年,麦肯锡在《大数据:创新、竞争和生产力的下一个新领域》的研究报告中,正式提出了“大数据”一词。随后,这一话题不仅成了计算机行业内的热门话题,也引起了各行各业的广泛热议。对“大数据”这一概念,人们从不同的角度提出了不同的理解,人们普遍认为大数据即海量数据、巨量资料。更有学者认为,“大数据超越了海量数据的含义,它描述的是随着数据量和数据类型激增而逐渐衍生出来的一种现象,不仅包括大规模、多样化的数据集,还包括对这种数据集进行高速采集、处理与分析以提取价值的技术架构与技术过程。”[5]从数据的角度看,大数据的特征被概括为4V,即数据量大(Volume、数据类型多(Variety、价值稀疏性(Value、速度快(Velocity。基于以上特点,大数据在社会生活中的应用越来越广泛,在教育部颁发的《教育信息化十年发展规划(2011—2020》的指导下,我国高校也越来越重视信息化教学。在这一背景下,古代文学教学中相关问题,如作家作品的分析、文学发展历程、作业的设计等,也可以从多个方面做适当调整,以期进一步提高教学质量。
© 2022 xuexicn.net,All Rights Reserved.