发布时间：2022-04-01 18:21:32
序言：写作是分享个人见解和探索未知领域的桥梁，我们为您精选了8篇的极课大数据样本，期待这些样本能够为您提供丰富的参考和启发，请尽情阅读。
关键词：MOOC；物联建设平台架构；大数据；计算机媒体类课程
中图分类号：G434；TP393 文献标识码：A 文章编号：2095-1302（2017）03-0-02
0 引 言
教育部在2015年年度工作要点中明确提出要“继续加大优质数字教育资源开发和应用力度，探索在线开放课程应用带动机制，加强‘慕课’（MOOC）建设、使用和管理。”国家随之确定了“慕课”建设框架，其中涵盖了高职高专等职业教育的内容。国务院参事汤敏老师2015倡导的“慕课最大的空间和机会实际上是在职业教育”，鼓励高职优质慕课资源和平台的建设。此举对于完善终身教育体系，提高国民的职业技术和能力，乃至学习型社会的建设都有重要意义。
目前国内MOOC的研究主要包括MOOC平台建设研究、MOOC教学模式研究、“翻转课堂”实现方式研究等。清华大学、北京大学、北京航空航天大学、复旦大学等很多高水平大学都设置了MOOC，并进行了深入研究。同时，在国家积极倡导“互联网+教育”的时代背景下，更具特色的高职高专院校如何结合自身学科建设特点与优势，发挥“重技能，强能力”的培养特点，提供更优质的开放性远程教育服务是各高职高专院校面临的一项挑战，从大量MOOC课程建设的尝试中探索自己的MOOC之路。
MOOC不是单纯的教师讲课，而是通过网络技术，将课堂教学、学习体验、师生互动等不同教学环节通过编排完整呈现，从而在线产生大量数据。这些大数据中蕴含了大量的对教育教学具有普遍意义的规律和价值，通过对这些慕课大数据进行挖掘与分析，教师可以有效掌握教学规律、预测教育活动、进行教育管理和决策等。
1 高职高专院校慕课物联网建设
目前，大多数高职高专院校都有自己的图书馆，而MOOC学习需要学生进行登录、学习、进行互动等。将MOOC的平台建设与学校已有的图书馆平台相结合，充分利用已有资源，进行统一资源平台登录，可有效降低学校建设MOOC平台的成本，提高资源使用率。MOOC与图书馆统一物联建设平台如图1所示。
统一MOOC教育平台与图书馆系统，学生通过图书馆统一登录账户登录，通过MOOC教室进行MOOC课程在线学习。慕课教育平台包括在线教学、课辅教学、社交媒体（包括微信、QQ等）、知识分析与综合等，最终形成知识的积累信息。
MOOC教学平台与大数据分析平台直接相连，将学生学习记录以及图书借阅记录等提交大数据分析平台进行分析。此外，大数据分析平台还包括数据存储、数据清洗和数据预处理、大数据分析与可视化等功能。
学生可以通过客户端、浏览器及移动端等设备，形成一个综合的物联网技术平台。
2 慕课大数据分析
通过MOOC平台可以获得学校学生对于MOOC课程学习的有效记录，包括学生的学号、姓名、登录时间、下线时间、学习课程名称，学习课程知识点记录、在线互动内容、在线互动次数、做作业次数、做作业时长、做作业成绩、学生考试课程名称，课程期中考试成绩、期末考试成绩、课程综合成绩、课程成绩排名等内容。由于学生使用的是与图书馆平台进行综合统一登录的平台，还可以获取学生的图书借阅情况，如借阅图书名称、借阅日期、还书日期等。
针对获取的学生学习MOOC的综合大数据，需要采用大数据分析平台进行处理。图2所示为基于分布式集群处理的大数据处理平台架构图。平台采用大数据生态圈的Python，数据库采用MongDB，存储动态常用分析所用的数据；数据预处理与存储模块包括用于大数据分布式存储的分布式文件系统（Hadoop Distributed File System， HDFS）和Tachyon分布式内存管理系统，可对获取的数据进行清洗并提供存储服务；在计算处理方面，采用UC Berkeley提出的基于内存计算的Spark。Spark所有作业都在内存中完成，通过分布式弹性数据集（Resilient Distributed Dataset，RDD），Spark能够对作业流程进行扫描并根据作业的先后次序进行优化，加快在内存中的运算速度。利用Spark中的MLlib和Graphx提供机器学习、优化和图计算等方面的功能，并辅以Mahout和Hadoop MapReduce框架进行其他算法的补充；可视化模块以JavaScript为手段，采用D3和Processing将整个过程中产生的相关结果进行可视化展示。
数据挖掘子系统与数据分析子系统是整个框架的核心，整个大数据处理平台以Spark分布式集群为主体，由1台主节点，8台子节点组成，其中主节点与子节点机器均为4核Intel Xeon E7-8837，2.67 GHz，16 G内存，HDFS存储容量为2.5 T。
此外，学生还可以在线下根据自身需求选择不同的教学资源、方式、媒介，亦可自行决定课程学习时间，加之网络论坛的辅助和课上网络平台的使用，使得教学更富成效。
3 计算机媒体类课程慕课的应用推广
针对计算机类课程，通过图1所示的MOOC与图书馆统一资源平台，借助大数据分析平台，对于获取的学生的数据结构、操作系统、程序设计基础等课程的学习数据进行综合处理，得到准确的学生学习喜好模式，及对教师MOOC课程水平进行准确分级。
4 结 语
基于这些计算机类课程大数据分析的结论，梳理出计算机媒体处理类课程MOOC教学的特点，结合MOOC的独特优势与媒体处理类课程需要大量视频、图像、PPT、音频等综合展示的特色，将其他类课程MOOC建设模式和大数据分析的结论，灵活迁移到媒体类课程教学中，帮助教师探寻学生的学习规律，调整教学，提高教学效率，提出具体的教学方法改进措施，使得课程的讲授更加灵活、开放、动态，更加具有针对性，方便教师更好地满足学生个性化学习的需求，真正做到因材施教，取得事半功倍的成效，在减少教师负担的同时，也让学生能够学的更直观，更深入，更扎实。
参考文献
[1]陈向东，王研.大数据时代高职高专MOOCs（慕课）教学模式研究[J].巢湖学院学报，2014，16（6）：155-161.
[2].大数据时代高职院校网络信息化教学模式探究[J].电子世界，2015，18（16）：86-87.
[3]左菊仙，邓坚.大数据时代下的高职院校数字化教学模式探讨[J].科技传播，2015（10）：135-136.
[4]谭勇，刘德周.大数据时代下新型信息化教学模式发展趋势初探[J].西南林业大学学报，2014，34（12）：1-4.
[5]薛玉利.基于MOOC的翻D课堂模式在数字电子技术教学中应用的可行性分析[J].物联网技术，2016，6（9）：94-95.
[6]何颖，陈绥阳，林智慧.MOOC创新特质视角下的人才培养新思路[J].物联网技术，2016，6（9）：98-99.
关键词： 麦可思数据 就业价值取向 对策建议
一、基于麦可思数据①的大学生就业价值取向的现状和特点
通过对麦可思从2010届到2015届，南京晓庄学院学生就业五年的大数据跟踪，我们共分析了本校14647名②毕业生的就业状况。通过对就业情况多维度的统计分析，了解本校学生就业率情况、就业去向与专业相关度情况、月收入水平情况、就业去向和分布情况，通过以上数据梳理，重点分析了当代大学生就业价值取向的现状及特点。
1.就业随经济发展呈有规律起伏，就业价值观是最重要影响因素之一。
按美国经济学家阿瑟?奥肯博士提出的定律，国家经济好坏对大学生就业率有着直接影响。经济快速发展，在一定程度上需要更多高素质就业者，对劳动力需求量的增加，导致就业岗位数增加，理论上说必将对就业率的提升有所帮助。反之，经济增长速度变慢或者呈负增长，导致社会各行业就业率下降。
图1 南京晓庄学院非失业率统计表（2009―2015年）
通过近几年对本校大学生非失业率统计表的对比，从大趋势上看，就业率总体上随着社会经济快速发展而不断攀升，呈上行趋势。但追究细节，并不尽然。从图1中发现，我校2009年和2010年两年的就业率都处于低位，究其原因是2009年经济危机，社会整体经济状况不佳，整体失业率提高，不能提供充足的就业岗位给应届毕业生，就业市场供大于求明显。2010年以后，经济状况开始回暖，2011年～2013年这三年的就业率处于高位稳定。有一点值得一提，2013年被称为“史上最难就业季”，但2013年的就业率不降反升，为什么会出现这种情况？说明社会经济状况、就业环境只是大学生就业的一个方面，而大学生面对困难及时调整自我，其中就业价值观的转变是影响就业的重要因素。同样，2015年江苏省毕业生人数激增1.1万，全国经济增长速度放缓，在这样的情况下，我校大学生就业率不降反升，充分说明毕业生认清形势，及时调整就业心态，转变观念的结果。
另外，随着国家经济发展，包括就业制度在内的在不同经济社会形态下的转变在一定程度上影响着大学生就业价值观的变化。从传统计划经济时代，学生就业“统包分配”，过渡到市场经济下的双向选择阶，毕业生就业时有了一些灵活性的选择空间，个人价值和经济利益被看重，就业价值取向出现偏差。再到上个世纪90年代末，高等教育大众化形成，市场经济影响下的价值观变化已经渗透到就业价值观之中，价值观更趋于复杂化和多元化。因此，就业率呈现出来的特点就是总体上就业率随经济增长呈上升趋势，但就业价值观对就业状况有重要的影响。
2.就业意向趋向于务实，就业目标多元化。
所谓工作与专业相关度是指毕业生作为知识的使用者，能够判断自己的工作是否用到了所学的专业知识。因此，问卷中是由毕业生回答自己的受雇全职工作是否与所学专业相关。工作与专业相关度，分子是受雇全职工作并且与专业相关的毕业生人数，分母是受雇全职工作（包括与专业相关及无关）的毕业生人数③。
图2 南京晓庄学院就业去向与专业相关度百分比柱状图（2009年～2015年）
通过图2，我们可以看到前面几年，工作去向与专业相关度的百分比总体呈下行趋势。但在2010年时，就业去向与专业相关度突然降低很多。分析其中原因，主要是因为2009年经济危机，社会总体经济情况不好，导致就业难，毕业生慌不衤罚以“先找到一份工作再说”为前提，放弃等待专业对口的工作。
而总体下行趋势说明，越来越多大学生愿意选择与自己专业不相关的工作。图标反映出的价值取向的特点说明，大学生就业意向趋向于务实，就业目标更加多元化。毕业生就业目标趋于现实主义，更加理性务实，同时，基于社会生活成本的增加和对高品质生活的追求，学生将追求经济利益作为择业时的主要标准，他们越来越少关注专业相关，更多的是在现实中关注个人利益的实现（即哪个工作有前途又有“钱途”就选哪个），以及关注是否符合个人兴趣及特长（高考选择专业时很多是由家长选择，并非个人兴趣所在）。而社会需要与贡献则是毕业生最不为重视的因素。
但是在2015年，我校专业相关度数据转为上升。一定程度上说明学校狠抓2015届毕业生就业质量，职业生涯规划课程纳入学分制体系中一段时间后，学生就业意识的培养初见成效。专业建设和专业素养的养成教育有一定成果。
3.就业的功利主义色彩渐浓，薪水总体呈上升趋势。
在这个统计表中，月收入指工资、奖金、业绩提成、现金福利补贴等所有月度现金收入。毕业半年后的月收入指大学生毕业半年后实际每月工作收入的平均值④。
图3 南京晓庄学院月收入平均值统计表（2009年～2015年）
图4 南京晓庄学院月收入分布图（2010年-2013年）
从上面图3中可以看出，本校学生毕业半年后月收入平均值呈逐年递增状态，说明国家经济发展和国民整体生活水平不断提高，同时说明毕业生维持日常生活所需的生活成本日益增高。结合图4月收入分布图不难发现，2010年薪水主要集中在1500～2000元这一档，2011年薪水集中区域上浮至2000～3000元档，到了2012年集中在2500～3000元档。到了2013年，薪水集中区域仍然保持在2500～3000元的水平，同时，薪水在3500～4000档的比例高达16.2%，为历年最高。
尽管本校毕业生的薪资水平不断增长是值得肯定和鼓励的，因为这从一个侧面反映了毕业生就业质量的不断提升。但薪资水平并不能完全替代就业质量，反而从一定程度上反映了当前大学生就业的功利主义色彩日渐浓厚。毕业生的就业目标更加务实理性，特别是在工作选择标准上，主要标准以经济报酬和社会地位为主。一方面是基于社会生活成本的增加和对高品质生活的追求。另一方面是整个社会以成败论英雄，以金钱多少衡量一个人成功与否的价值观在大学生就业方面的体现。有研究表明，多数学生认为薪酬待遇是比较重要的因素，部分学生受到社会、家庭及其他因素的影响，把收入看做择业的第一标准，从而将自己的择业范围只局限于高收入的行业。在这样的心态下工作，即使生活水平得到一定改善，社会地位及人际交往等方面也会遭遇一定的挫折⑤。
4.就业观趋于理性，就业去向更多元。
图5 南京晓庄学院毕业半年后的去向分布（2010年-2013年）
图6 南京晓庄学院2015届毕业生去向分布⑥
根据麦可思统计的近四年的数据结合图6中2015届就业去向数据，不难发现特点之一是大学生毕业半年去向仍以受雇全职或受雇半职工作为主;而比例占据第二位的毕业去向是读研和留学。一方面说明毕业生对严峻就业形势有较为清醒的认识，希望通过考研、出国留学等方式缓解就业难。另一方面反映出相当比例的大学生为缓解就业压力，回避及时就业。
特点之二是创业人数总体比例偏少。尽管目前大力提倡“大众创业，万众创新”，但目前大学生的整体创业意识不强，创业能力有待进一步提高。究其原因，全社会鼓励创业、扶持创业的环境及氛围还需要进一步形成，高校创业教育重视和投入程度不够，学生创业实战能力不强等。
图7 南京晓庄学院毕业生的用人单位类型分布图
图8 2015届毕业生就业单位性质分布⑦
另外，在受雇工作的毕业生群体中，通过图7图8可以看到，毕业生中在一般企业工作的占了近八成，其中民营、个体企业就业人数占将近一半，说明我校毕业生的定位比较准确，能够认清就业形势，不盲目迷信大企业，就业观趋于理性。排在第二位的是政府及科研机构及其他事业单位。统计近四年中基本比例都在21%～22%之间，只有2013年突然上涨至27%。究其原因，主要是2013年“史上最难就业季”，毕业生认清了就业形势的严峻，扎堆考公务员、村官和事业单位，认为只有这样才能有稳定且有一定收入保障的工作。
二、对策建议
1.要加强高校创新创业教育。
一是优化创新创业课程结构，通过邀请创业成功者或者企业家进行授课、在实践中增加实践环节等方式，向成功企业家学习，是学习创业的捷径，创业精神需要在实践中对学生进行的培养。二是提供创新创业实践平台，举办创业模拟比赛、创业孵化园、成功校友论坛等，鼓励在校学生积极创新实践、勇于创业，吸引各大高校校友聚合抱团合作创业。三是调节国家政策，政策的调节给大学生创业提供减免费用、放宽经营场所限制等益处，提供创业资助政策及各种实践的机会，鼓励大学生创新创业。除此之外，一些地方性高校在创新创业教育方面提出了一些新的理念，值得学习借鉴。如黄淮学院提出，首先提倡以应用技术开发和转化为依托进行创新创业教育。创业不再只是简单的开个门店、培训机构中介、物流快递点等这些普通的营销形式，而是提倡指导学生以服务地方经济为定位的高品质创业，其别注重应用技术的开发和转化;其次以创新教育为主，提出岗位创新和自主创业并重。最后以创新创业教育为突破口，推动学校综合改革和转型发展。创新是创业的灵魂，该校创新创业教育不仅鼓励学生自主创业，更提出岗位创新的新概念，在已有工作中发挥创新精神。学校提出创新创业教育，即利用创新创业教育改革学校的整体办学思路、人才培养、师资队伍建设等。
2.要建立多渠道就业观念。
高校在引导毕业生面向基层就业的同时，更加要鼓励新型灵活的就业方式。现在“90后”毕业生中出现的一种值得借鉴和引导的方式――隐性就业。这种隐性就业的方式相对灵活，常见方式有开网店、全职做家教开补习小班等，他们的工作不再限于毕业后投奔企事业单位，方向也不再限于考研、考公务员。这些“90后”“隐族”们能够选择做自己感兴趣的工作，目的是自由和快乐。尽管有专家认为，“隐性就业”是当前大学生应对就业难的权宜之计。但笔者作为一线就业指导人员，认为可以对毕业生的“隐性就业”加以引导和帮助。例如，引导开补习班的、当私教的，在积累几年经验后自主创业，扩展其业务规模;再如将网店、网络等工作发展壮大，使之形成新兴职业。在引导就业的同时，提醒同学们不能以隐性就业为最终目标，关键是引导和帮助他们将这类“隐性的”、不稳定的就业逐步发展成“显性的”、长久的就业模式。在当前社会市场能提供的岗位很少的情况下，以此正价就业岗位，在一定程度上缓解就业压力，是一种卓有成效的办法。
3.提升就业指导理念，将就业指导教育融入其他课程中。
数据分析表明，大学毕业生的就业功利化倾向日益凸显。完善就业指导方式，提升就业理念则成为高校就业指导的重中之重。将就业指导教育融入其他课程中就是很好的方式之一。如利用专业课，思想政治教育课程为平台，将事关大学生成长成才的职业生涯规划内容融入其中。专业课老师可以在课程中谈及本专业未来就业方向，该专业知识和技能在未来就业竞争中的作用。这个专业毕业后能干什么，能找到什么样的工作，工作前景如何，增强就业与专业相关度，强化专业素养的培养，提高就业质量。再如，在思修课中可以谈及就业中的爱岗敬业、业道德、操守、基本职业素养等。因为对于用人单位而言，毕业生的爱岗敬业远比专业技能更重要。
4.在就业指导课程中，融入理想信念及价值观教育。
对于大学生就业价值取向的教育，最直接的一定是就业指导课堂。在就业指导课上不仅谈及就业形势严峻，如何应对就业的方法、面试求职技巧，更要谈梦想、谈理想和让学生明白不仅仅是为了钱和生存而工作，更要找到自己的梦想和人生的方向。发现自己“想要的是什么”，再结合自己的能力和拥有的资源进行职业选择。而不是教学生先就业后择业、骑驴找马，功利主义价值为上，引导学生找工作时，不以薪水高低作为取舍工作的唯一标准、首要标准，注重工作中个人的收获与成长，重视公司的企业文化和培训等软实力，将眼光放长远。
注释：
①本文数据2009～2013年引用的是南京晓庄学院社会需求与培养质量年度报告（麦可思数据调查2010届―2013届）。2014年数据缺失，2015年引用的是南京晓庄学院就业质量年度报告（2015年）（江苏省高校招生就业指导服务中心编制）.
②麦可思对全体毕业生邮箱发送问卷进行调查，所得数据为被调查邮箱数。被调查邮箱数=有效邮箱数-退订邮箱数，有效邮箱数=初步清理后的有效邮箱数-调查中发现的错误邮箱数.
③2012届南京晓庄学院社会需求与培养质量年度报告.
④2013届南京晓庄学院社会需求与培养质量年度报告.
⑤刘润泽，本科生就业价值取向的现况研究――以金融学专业为例，中国集体经济，2015（30），160-161.
⑥南京晓庄学院毕业生就业质量年度报告（2015年），14.
⑦南京晓庄学院毕业生就业质量年度报告（2015年），27.
参考文献：
[1]南京晓庄学院社会需求与培养质量年度报告（2011年―2013年）.
[2]南京晓庄学院就业质量年度报告（2015年）.
[3]吴蔚.大数据背景下大学生就业价值取向探究.思想理论教育，2014（02）：91-94.
[4]李阳.新时期大学生就业价值取向变化特点及引导.沈阳工程学院学报（社会科学版），2015（10）.
[5]沈东华.当前大学生就业价值取向变化及对策研究，黑龙江高教研究，2014（02）：123-125.
[6]黄俊会.大学生就业价值取向变化特点及引导.长春教育学院学报，2015（03）：67-68.
过去几周并没有给科技行业带来最令人称心如意的季度财报。
虽然仅凭一个季度的财报结果不足以得出最终的结论，但是这些财报结果预示着上市科技公司今年的前景堪忧。(准备上市的“独角兽”们，请注意：务必谨慎，再谨慎。)从今年年初以来，科技股权重较大的纳斯达克指数已下跌了约15%。
在极个别的案例中，单个季度的财报结果可能会宣告某些昙花一现的科技公司的死刑。下面是本财季中的五大赢家和十大输家。
十大输家：
1.运动相机厂商GoPro
GoPro公司在今年1月初宣布裁员，而它的假日季的销量也不如人意，因此人们对它的预期值走低。但它的真实数字更是惨不忍睹：营收额狂跌了31%，股价从去年8月的64.74美元下跌到了今年2月11日的10.17美元。作为一个大品牌，它的市值却只有14亿美元。如果投资者开始抱怨或另择良木，那么我们也不会感到惊讶。
2.微博网站Twitter
它出现在大输家榜单，一点儿也不让人觉得意外，因为在过去一年中该公司一直动荡不安。然而，它的用户数量出现零增长，这可不是新任CEO杰克·多西(Jack Dorsey)想要的开局。由于该公司的股价已出现了下跌，多西不可能指望华尔街或善变直言的用户能有多大耐心。
3.雅虎
雅虎出现在这里也不令人感到意外。这家公司一直在蹒跚而行。它的CEO玛丽莎·梅耶尔(Marissa Mayer)迄今为止未能扭转乾坤。她已成功获得了最后一次拯救雅虎的机会。但是，在今年，她将会把很多时间消耗在裁减员工和销售部分公司资产上。由于雅虎董事会已承认不排除公开对外出售雅虎的可能性，梅耶尔头上将始终悬着一把利剑。
4.苹果公司
把这家全世界最大的公司归入“失败者”行列似乎显得有些怪怪的。但是，苹果确实失去了它作为全球最有价值公司的地位。由于iPhone销量平淡无奇，本季度预期销量下滑，该公司在今年将面临最严峻的挑战，至少在华尔街眼中是如此。自2015年4月以来，苹果的股价已从132.65美元下跌到了2月11日的93.70美元。该公司的长期投资者的信心也将面临考验。
5.音乐流媒体服务提供商Pandora
Pandora公司的营收情况不算糟糕。在2015年，它的营收额从上年的9.21亿美元增长到了11.6亿美元。但是有报道称，该公司正在寻求买家。像这样缓慢的增长速度以及不断攀升的成本，并不能让投资者相信Pandora公司可以匹敌其竞争对手Apple Music和Spotify。
6.动视暴雪
这家游戏巨头的营收和利润在本该是旺季的假日季却出现了下滑。华尔街不高兴了。在该公司的财报公布后，它的股价狂跌了16%。
7.育碧娱乐软件公司(Ubisoft)
随着其旗舰游戏产品《刺客信条》(Assasin’s Creed)开始日现老态，这家法国游戏公司的营收也开始出现了下滑。
8.亚马逊
有人可能会认为亚马逊应该属于大赢家阵营，但是投资者却不这么看。他们关注的不是亚马逊的巨大利润，而是该公司在假日季的销售额并未达到预期，而且该公司的支出额越来越高。自去年12月底以来，该公司的股价已从689.07美元下跌到了503.82美元。
9.社交游戏公司Zynga
在2015年第四季度，Zynga公司的财报结果超过了预期。而且，该公司宣布在2016年将会推出10款游戏。但是，这一切并没有给投资者留下深刻印象。投资者们担心的是该公司疲弱的预期收益和下滑的用户数量。它的本就不高的股价再次遭到了重创。
10.职业社交网站LinkedIn
LinkedIn公司给出的今年的预期收益偏低，投资者一时间慌了神。该公司的股价在一天内狂跌了40%以上。在去年11月初，该公司的股价达到了255.54美元的高峰；而在今年2月11日，它的股价狂泻到了103.47美元。在今年重新赢得投资者的信任，对于该公司来说将是一个非常大的挑战。
五大赢家：
1.社交网站Facebook
营收和利润双双增长，用户数量攀升，移动战略全面推进，视频业务爆炸式发展。该公司正在如火如荼地发展。在该公司的财报公布后，投资者将它的股价一路推高。
2.特斯拉电动汽车公司
几天前，特斯拉电动汽车公司预计，它的Model S和Model X SUV汽车的销量将会超过分析师的预期。而且，该公司宣称它将会在2016年实现盈利。在过去几周，该公司的股价曾一度出现大幅度下滑，但是最近的这条消息则让该公司的股价出现了回升。现在，这种局面能够保持下去吗？
3.在线电影租赁公司Netflix
Netflix公司的财报结果给人们带来了不少惊喜：它的订阅用户数量增长速度和利润均超过了人们的预期。然而，它仍然没有逃脱大多数科技公司的厄运：它的股价从去年12月的130.93美元狂跌到了今年2月11日的83.35美元。但是，我们仍然把它列入了大赢家行列。因为该公司宣布将会在今年推出大量原创节目，而且它的服务刚刚拓展到了100多个国家。这些举措无疑会加快该公司在今年的发展步伐。
4.谷歌，哦，应该是Alphabet
很抱歉，我们需要许久才能适应该公司的名称变化。不管怎样，将谷歌列入赢家阵营也是一步险招。一方面，该公司的财报结果似乎很不错，它的营收和利润均超过了预期。而且，它还短暂地夺走了苹果公司的“最有价值公司”的光荣称号。但在另一方面，自从该公司公布其财报结果以来，Alphabet公司的股价已从764.65美元狂跌到了683.11美元。而且，它在“最有价值公司”排行榜上仅领衔一天就被苹果公司重新夺回了它的冠军称号。尽管谷歌的搜索引擎主管离职的消息有些影响，但是我们现在尚不清楚还有其他哪些因素压低了Alphabet公司的股价。Alphabet公司的股价下跌是人们对于该公司情绪变化的一种反映呢，还只是众多科技公司遭受重创的必然结果？不管怎样，人们一直担心该公司向移动广告转变的举措以及那些烧钱的长期项目。
关键词：技术；艺术；声乐大课
声乐大课是中等师范学校通常采用的一种教学形式，为了促进这种形式的声乐课效率更高，可以从声音的技术性与音乐的艺术性着手，不但训练声音的高位置、良好的气息、喉头的放松等诸多技术问题，而且更加注重咬字、吐字和情感的表达，促进学生的演唱声情并茂，提高声乐大课的上课效果。
一、利用多媒体教学，感受声音的技术性与音乐的艺术性
多媒体教学能够极大地激发学生的学习兴趣，促进学生积极地进行探索。使用多媒体教学，通过声像能够加强学生对一些抽象理论的理解。例如：喉部的解剖图形，通过多媒体可以清晰地观察到它的各个组成部分，以及各组成部分在发声与不发声时所发生的状态变化；还有，声音位置的问题，当声音处在口腔这个位置时，它的声音效果是怎样的？当声音处在头腔时，它的声音效果又是如何的？再有，多媒体可以使学生学习到一首歌曲作品的处理方法以及表演。多媒体教学的使用，既提高学生提高演唱技术，又增强学生的情感表现，可谓益处颇多。
二、既重技术性又重艺术性的的练声
练声是声乐学习中非常重要的一个环节，声音的技术主要通过练声来获得，而且练声时更要注重艺术性，同音乐结合起来，将练声曲的美感表现出来。练声时可以采取循序渐进的练习方法，将呼吸练习、哼鸣练习、打开声门练习、跳音的练习、连音的练习、拓展音域的练习等等。根据学生的学习情况，逐步加入到训练当中去，不断地提高学生的声音质量。将每一个练声曲的练习要求和目的做逐一的说明，让学生知道怎样练习和为什么练习。例如：做哼鸣练习时，嘴唇微闭，口腔里面保持O 母音状态，面部能明显的感觉到震动感。通过做这个练习，易使学生找到声音的高位置和感受到气息对声音的支持。有感情的进行发声练习，赋予练声曲以生命，带着想象、带着语气、使学生陶醉在愉快地练习之中。通过系统的训练，提高自身各个发声器官的协调配合，使学生掌握歌唱的呼吸、歌唱的共鸣、歌唱的表现等等，掌握发声的技术，以便更好地为歌唱表现来服务。练声曲中的技术性与艺术性是相互促进、不可分割的。学习掌握声音的技术需要一个长期的过程，歌唱情感的表现又需要不断地进行揣摩。只要真正的用心练习，就可以真正做到字正腔圆、声情并茂，为演唱歌曲做好技术和情感表现的准备。
三、“声情并茂”的歌唱训练
在余开基编著的《高考音乐强化训练》声乐卷一书中提到：“世界上一切优秀的歌唱家的演唱之所以能使广大听众为之倾倒，受到公众的热烈欢迎和喜爱，除了他们具有良好的嗓音和高超的技巧外，最重要的是他们的歌声准确生动地表达了歌曲的内容和真实的情感，引起了观众内心的共鸣给予了人们美的享受和情绪的感染。”这一段话主要在于说明歌唱的技术性与歌唱的艺术性有着密不可分的关系。
在余开基编著的《高考音乐强化训练》声乐卷一书中还提到演唱的整体布局：“歌唱者在深入细致地分析了作曲家的创作意图、作品的时代背景、歌词的语言规律、音乐的风格特点以及结构形式后，就要将个人对作品的感情体验融入其内，运用自己的音乐思维展开内心的音乐想象，在头脑中逐渐形成一个较完整的声音形象。根据作品内容的需要，对演唱的声音特质、色彩变化、音乐的连接方式、旋律的起承转合、、收尾以及感情发展的层次变化等等进行整体的设计构思，选择最佳的演唱手段来加以表现。”
美国上市公司-----亿元级外企、IT培训领军企业
【北京免费咨询电话】：400-001-9911转分机28245
一、达内国际集团简介
达内国际集团是中国IT职业教育的品牌，是目前中国IT职业教育集团，2014年4月3日，达内国际集团成功在美国纳斯达克上市，是中国家在美国上市的IT职业教育集团，同时也是2014年赴美上市股。除中高端IT人才实训外，达内时代科技集团同样致力于IT 人才输送、教育平台建设、软件研发等综合服务。目前，已形成包括 人才实训中心、软件研发中心、软件人才中心、IT 教育中心四大人才服务模块达内国际集团逐渐形成以IT培训为主的多元化、综合性的职业教育及人才服务领导品牌。
达内国际集团有限公司的各个中心由软件专家负责运营，课程设计引进北美先进技术，贴近中国软件企业的实际需求，同时，聘请北美海外专家与来自IBM、华为、用友、亚信、东软等国内外名企的一线实战专家担任讲师，以确保高端培训效果。达内在课程设计与培训模式上不断创新，开创“零首付、低押金，就业后付款”的信贷就业模式先河，改革培训模式保持培训规模扩大的同时确保90%以上的就业率，同时高质量就业。
二、达内时代科技集团与高校和企业合作
从创建之初，达内国际集团就非常重视与高校进行学术交流、专业共建等方面的合作。经过13年辛勤的耕耘，达内国际集团在全国高校中建立了良好的口碑和美誉度， 达内先后与全国500多所大学的计算机或软件学院建立良好合作关系，其中20%以上为211重点大学，在100多所院校里建立了达内大学生实习实训基地，并与包括北大软件学院在内的7所院校建立软件工程研究生联合培养合作。近年来，达内加强了与院校开展深度合作的步伐，在人才培养模式、项目课程体系的整体构建、实训实习基地的建设、师资培养等方面全方位的高校开展合作，对高校的教学改革、优化高校课程体系，强化实训实习以及加强高校教师队伍实战型业务水平的提升都积极的推动作用。
达内发展离不开与企业的密切合作，达内在全国建立5大软件人才中心，300人才顾问每天不断与全国上万家企业保持联系和沟通。通过13年达内不断地探索与尝试，达内与国内外知名企业建立人才推荐，人才定制培养、人才租赁与外包、校园招聘、IT猎头、企业内训等多样化的合作方式和一站式的服务体系。截止到2014年5月底，达内与全国5万家知名企业建立合作关系，每个月在达内全国中心有近600场的企业双选会，达内还会定期做专场招聘会，正是与企业的紧密合作关系，达内学员保持行业的学员就业率，2014年实现了95%以上的就业率。
三、达内国际集团主要业绩：
达内国际集团作为中国高端IT培训的翘楚，从创业之初就倡导 “诚信、创新、开放、合作”的企业文化，同时经营战略一直都保持经营模式和产品保持行业的一步：率先在美国上市家IT职业教育机构；率先推出“先就业，后付款”IT信贷就业培训的IT职业教育；率先获得国际风险投资的IT职业教育机构；率先入选“德勤中国高科技高成长50强”的IT职业教育机构；率先由IT技术专家建立和运营的IT职业教育机构；率先全面开放课堂，随时真课试听的IT职业教育机构；率先与“211工程”大学联合培养软件工程硕士的IT职业教育机构；率先真实披露学员就业率、就业品质的IT职业教育机构；率先开辟高端课程，培养IT白领、金领的IT职业教育机构；率先完全真实公开师资背景的IT职业教育机构。
达内国际集团由于优秀的教学效果、行业的经营模式和倾力公益事业赢得了社会各界的广泛赞誉和好评，近年来达内荣获了各界机构的颁奖：达内是业界的一家2006、2007、2008、2009连续4年入选德勤评选的“中国高科技高成长50强公司”、“亚太地区高科技高成长500强公司”，中关村管理委员会指定的“软件人才培养示范基地”、北京市商务委、北京市教委联合评为“首批服务外包人才培训机构”，被《计算机世界》评选的“就业服务杰出贡献奖”、被《中国计算机报》评选的“影响力培训机构奖”、被搜狐评为“中国十大教育集团”、被腾讯评为“中国大学生心目中影响力的IT品牌”， 2010年更是和百度、搜狐、中兴电子等企业被欧美同学会评为中国海外归国人员创业“腾飞奖”中国50强优秀企业、2011年获得中央电视台评选的中国教育行业“领军企业”2012年9月获凤凰网、网易财经、影响力峰会组委会评选的“2012年度信赖企业”大奖、2012、2013年 荣获普华永道和高企协颁发“2011中关村高成长企业100”。2013年荣获智联招聘中国年度雇主“北京30强”企业等大奖。
四、达内国际集团IT培训课程：
1、java培训-----------java工程师；
2、UI培训-----------UI大咖设计师；
3、Android培训-----------安卓工程师；
4、IOS培训-----------IOS软件工程师；
5、Web培训-----------Web前端工程师；
6、HTML5培训-----------前端互联网工程师；
7、会计培训-----------主办会计师；
8、网络营销培训-----------网络营销经理师；
9、unity培训-----------Unity3D工程师；
10、大数据培训-----------大数据工程师；
11、PHP培训-----------PHP开发工程师；
12、嵌入式培训-----------嵌入式工程师；
13、软件测试培训-----------软件测试工程师；
14、C++培训-----------C++软件工程师
15、linux培训-----------linux运维工程师
16、Net培训-----------Net开发工程师
五、达内国际集团就业：
1、2016-02-17-------- 中南大学学生参加达内C++培训，成功转型9万年薪入职软通动力；
2、2016-02-16-------小学教师参加达内PHP培训，成功转型薪资翻3倍获10k高薪；
3、2016-01-16-------本科应届生参加达内java培训，成功入职外资软件企业；
4、2016-01-25-------电气工程师参加达内网络营销培训，成功转行获9k月薪入职搜房网；
5、2016-01-08--------公务员不干枯燥工作参加达内培训，转型网络营销师获15K高薪；
6、2016-01-07-------平面设计师遇瓶颈参加达内UI设计培训，薪资飙升2倍多获15k高薪；
7、2015-12-29------大四学员参加达内iOS培训，获10W年薪赢在职场起点；
8、2015-12-28-----中国计量大学大三学员参加达内UI设计培训，获月薪12K入职offer；
9、2015-12-18-----机械专业学员零基础参加达内PHP培训，获7K月薪成功转行；
10、2015-12-25------应届生参加达内java培训获7K月薪入职敦煌网；
六、达内国际集团各校区分布及具体地址：
北京免费咨询电话：400-001-9911转分机28245
北京市（海淀区）：
1、达内北京中关村中心JAVA：
－－－北京市海淀区北三环西路甲18号中鼎大厦B座7—8层；
2、达内北京大数据中心才高大数据：
－－－北京市海淀区北三环西路甲18号中鼎大厦B座7—8层
3、达内北京万寿路中心WEB前端：
－－－北京市海淀区万寿路文博大厦二层
4、达内北京清华园中心.NET/Unity3D：
－－－北京市海淀区花园路小关街120号万盛商务会馆A区三层
5、达内北京魏公村中心UID：
－－－北京市海淀区中关村南大街乙12号天作国际大厦三层
6、达内北京海淀园中心PHP：
－－－北京市海淀区万泉河路68号紫金大厦6层
7、达内北京网络营销中心网络营销：
－－－北京市海淀区万泉河路68号紫金大厦6层
北京市（朝阳区）：
1、达内北京潘家园中心安卓/IOS：
－－－北京市朝阳区潘家园松榆北路7号院11号楼建业苑6层
2、达内北京亚运村中心软件测试：
－－－北京市朝阳区南沙滩66号院1号楼3层达内科技测试学院
3、达内北京会计中心会计：
－－－北京市朝阳区民族园路2号丰宝恒大厦二层
北京市（东城区）：
1、达内北京南锣鼓巷校区UED：
－－－北京市东城区交道口南大街15号新华文化大厦3层
2、达内北京天坛中心Linux云计算、Pyhton、红帽认证：
－－－北京市东城区珠市口东大街6号珍贝大厦西侧三层
3、达内北京广渠门中心C++/嵌入式：
－－－北京市东城区广渠家园25号楼启达大厦1-2层
关键词：大数据；云计算；影视科技创新；影视行业发展
大数据是现代的信息时代带来的几项具有无穷潜力的应用，这是信息爆炸时代对于信息利用最具有大局观的方式，它能够带来的效益正在被越来越多的行业发现，可以说大数据的应用会为各行各业尤其是涉及到用户个体需要的第三产业带来更大的发展空间。作为影视行业从业者当中的一员，我们更应该注重大数据在影视科技创新中的应用。
1 大数据在影视创作科技创新方面的体现
大数据在互联网中指的是基于对每一位用户的使用习惯等细微数据的分析，通过对大量用户基数的统计，从而得出用户使用习惯的较为合理的动态数据，大数据对于行业针对用户的优化而言是一场革命，在影视行业，大数据的创新应用已经有了极好的范例，其中最具有代表性的就是Netflix视频网站的崛起。
Netflix的崛起始于一部轰动全球的电视剧《纸牌屋》的推出，它不仅在播送模式上开创了一次性放出全部剧集的创举，在拍摄和筹划的过程中更是大胆使用了大数据进行拍摄的全方位指导，最后在全球范围内获得了大成功。具体来说，大数据在影视科技创新前期方面的主要应用是针对网站用户留下来的浏览习惯和观看热点进行细致的分析，建立相对应的各种模型，通过模型分析出观众们的兴趣点在哪里，从而得出该拍摄怎样电视剧的结论。举例来说，《纸牌屋》的拍摄就是考虑到了人们对于老版《纸牌屋》以及电视剧题材和导演及演员的喜爱才初步拟定了拍摄的方式以及演职员阵容，从而使得《纸牌屋》有着强大的吸引力。
很多影视从业者都没有想到大数据如何能在创作部分对影视产生影响，这是影视创作的一次相当重要的创新，Netflix现在已经形成了根据稳定的用户群分析大数据来引导影视剧拍摄的流水线模式，这种模式能够在最大程度上满足用户不同的个性化需要，例如近半年来，吸引青少年人气的超级英雄电影《超胆侠》和科幻大师沃卓斯基姐弟的《超感猎杀》都采取了了由Netfilx全权买断的方式，也取得了较高的人气。
国内比较有这方面意识大多都是网络自制剧，电视剧《龙门镖局》根据网友意见和播放策略准备了重新拍摄的版本，可惜因为某些原因，这一超前意识的电视剧无缘荧幕。相同班底打造的网络电视剧《暗黑者》也吸取了这方面的经验，和腾讯展开合作，根据及时的观众反馈采用边拍边播的方式积攒人气，这无疑是大数据对于影视科技创新的重要影响。
2 大数据在影视产业一体化科技创新方面的体现
时至今日，互联网已经和影视产业的发展密切相关，任何脱离互联网的影视注定不会受到欢迎，当然过度迎合互联网也不是影视产业发展的方向，正确的应用大数据方式应该是注重观众，也就是"用户"的"用户体验"，从而实现影视产业的全方位科技创新。
《中国好声音》的新一部请到了周杰伦作为新导师，从而使得收视率上升了几个百分点，从第一期开始，制作组就注重通过大数据在节目播出的时候不断优化用户体验，我们可以明显看出，周杰伦的节目掌控能力和吸引目光的能力都在不断地提升，与其说他适应了节目的节奏，不如说是节目组利用大数据指导周杰伦在节目中应该如何操作，从而使得节目对观众有着更大的吸引力。
上述例子在影视产业一体化科技方面也有着很大的关联，影视产业在互联网时代已经不仅仅限于广告的赞助，随着互联网和社会的发展，节目周边甚至节目资源都能成为影视产业盈利的项目，《中国好声音》和QQ音乐展开合作，在节目质量得到保障人气空前的情况下，采用较为合适的价格出售音乐资源，这一行为就依托于观众群体的收入状况、观看习惯、版权意识等等大数据的分析从而决定节目周边的价格，以实现利益的最大化，这也是未来影视产业发展的方向之一。
3 结语
大数据是未来影视产业发展依靠的重要数据，除了文中列举的在创作方面和在产业一体化方面能够推动的影视创新之外，还有很多科技创新的点等待我们影视从业者去挖掘，如今年暑期国产电影黑马《大圣归来》的"现象级"营销方式也是我们应该着重注意的，通过大数据分析营销模式的形态，可以使得未来根据大数据创作的影视能够更好地进行推广。由此我们可以看出在很长的一段时间内影视制作将与大数据分析彻底结合在一起，因此大数据背景的影视科技创新究竟有哪几种途径以及它们在影视制作中的实现方式都是影视从业者应该考虑和实践的。积极利用网络带来的大数据，在影视创作的各方面融入大数据的分析成果，将会使得影视制作事半功倍。
参考文献：
眼下，“大众创业、万众创新”热潮正在兴起，但与此同时创业失败、无效创新的现象增多，“双创”热潮遭遇瓶颈。而贵阳市另辟蹊径启动“痛客计划”，举办中国痛客大赛并以此为基础打造“痛客梦工厂”。从创客到“痛客”，贵阳此举是噱头还是创新？
非同寻常的新战略
与寻常的市场营销制造噱头不同，“痛客计划”是由贵阳市委书记陈刚提出，并亲自推动的新发展战略。
陈刚也是淘宝和京东的消费者，每次买完东西之后，他就在想每天或者每一次消费，都要考虑这个盒子怎么丢掉。而全国发售的快递邮包、零售的商品几十亿件。那么每天要消费多少盒子？扔掉多少盒子？有没有可能有一家企业，有一些聪明的人，像发明集装箱一样，可以发明重复使用的小邮盒，这样来解决社会的需求？
一个包装盒戳中贵阳市委书记陈刚的痛点，也给了他灵感，于是“痛客计划”应运而生。“痛客”是个全新的概念，提出痛点的人就是痛客，这个词在“痛客计划”上首次提出。
痛客能从各种社会现象和问题中，找出痛点，发掘出将会产生系列连锁反应的机会。比如交通堵打车难是痛点，打车软件便应运而生；餐馆多难甄别是痛点，点评网站便应时而现。提出痛客概念，就是要让痛点更有效地与创新创业结合，本身也是政府引导两创的创新做法。
以往的思路是一个人提出问题，这个人再想办法解决。可是很多人没有解决问题的能力。因此，贵阳推出“痛客计划”就是：一个人不去管能不能解决问题，而是把社会的痛点提出来，这就是痛客。这个痛点也许能靠社会上的很多聪明人来解决，如果最终得到了解决，痛客当初提出这个痛点就是有价值的。
目前，在推动创新驱动的过程中，出现了一些现象，如一些科技人员取得了科技成果甚至于专利成果，但转化为产品的不多；许多年轻人热衷于创新创业，基于自己有一个奇思妙想，但多是在做重复性的创新。
同时，地方政府为了推动大众创业、万众创新，搞了很多孵化器创客空间。“有的专家跟我讲，现在创客空间的席位数比创客数都多，换句话说，现在存在一个共性的问题，叫‘有办法的人没想法，有想法的人没办法’。”
而“痛客计划”是让有想法的人与有办法的人结合起来，给每个创客找到支点，让创新更加有效。这对于政府引导、推动“大众创业、万众创新”是一个重大的探索。
“痛客计划”旨在以解决痛点为导向，汇聚以痛客为代表的社会智力资源，并与资本要素、价值链驱动等多方面进行整合。当前要支撑创新经济的持续增长，除了依靠技术模式的创新，还需要在战略方向设计上的创新，“痛客”正是这种战略创新的探索。
“痛客计划”如何实施
作为贵州建设大数据综合创新试验区的排头兵，贵阳利用大数据优势，搭建一个痛点、痛客汇聚的平台，进而使社会的资源更加有效地汇聚，推动社会实现创新驱动更有效的发展。
通过“痛客计划”，贵阳期待创造一种新的社会需求和解决方案的管理机制。通过互联网化的数据平台，“痛客计划”将通过大赛筛选出有效的重要痛点，入库痛客“思维仓库”，再以数据平台集聚创客民智，集中重点智力，解决重点问题。痛点问题的解决方案将通过孵化形式，并通过市场力量持续经营。
在具体操作中，“痛客计划”是从需求端出发，发挥民智提出的各行业痛点，再由一个先进的云平台将痛点入库，与创业者、资本形成闭环。行政和商业资源源源不断的痛点将造就一次次高质量的创新，最终引发社会各行业革新。
“痛客计划”将分为两个阶段实施：第一阶段，举办中国痛客大赛，通过比赛汇聚第一批痛客。第二阶段，打造并依托于“痛客梦工厂”平台长效运行。以痛客大赛为基础，贵阳携手数联铭品，打造“痛客梦工厂”平台。该平台将是痛客计划日常运行的基础平台，旨在汇聚最具创造性的痛客和痛点，持续形成创新源泉，推进产业发展。目前，该平台正在建设之中，预计6月初正式上线。
“痛客计划”与贵阳“数据铁笼”行动计划也一脉相承。即从“痛点”进行梳理，通过“问题在哪里、数据在哪里、办法在哪里”这样连贯性的思维方法，形成解决问题的方案。
就大数据而言，大数据领域颠覆性的创新不是没有，但是比较少，其中制约大数据颠覆性创新的瓶颈就恰恰在于大数据核心技术人才。“痛客计划”的提出无疑是大数据创客和“痛客”们找到创新之源的有效路径，如果没有这样的痛客平台搜集与筛选“痛点”，很多创新实际上是无源之水的“假创新”。
“痛客梦工厂”
首个以痛客为主角的比赛――首届中国痛客大赛暨社会共治?企业信用痛点主题大赛，3月2日在贵阳启动，面向全国征集“痛点”，“痛客计划”也以此为标志拉开序幕。。
从大赛启动到报名截止，大赛共注册痛客22185名，提出痛点2700个，涉及经济、社会、民生等各个领域。据统计，大赛百强痛点由91名痛客提交，自然人占据多数，共计86名，政府4名，企业1名。其中，信用、环境、交通、大数据、创业、金融成为六大高频词汇。数据显示，百强痛点中有35%涉及到生活服务、34%涉及到公共管理，16%涉及到社会信用，这三大领域成为痛点集中区。
经过前期的初赛、复赛角逐，5月中旬，大赛组委会从是否具有商业价值、社会价值，痛点反映的问题是否具有普遍性，是否被广泛需求但尚未被满足等方面进行严格的评审，公布了入围总决赛的10组“痛客―创客对”名单。“乡镇学校师资力量薄弱”、“老年人医养结合难”等10个痛点入围大赛10强；“企业活跃度考核难题”、“旅游业市场乱象”等10个痛点入围主题赛10强。这10强痛点涉及医疗卫生、生活服务、企业信用、教育科研、食品安全，以及劳动保障等当下备受关注的社会焦点。5月29日，中国大数据产业峰会暨中国电子商务创新发展峰会期间将举办痛客大赛总决赛。
痛客大赛是把“痛客”、创客、投资者、孵化器进行结合的过程，而“痛客梦工厂”则是把集中性活动变成常态性工作，形成对接平台。
一方面，贵阳将对“痛点”提供者提供知识产权保护。在“痛点”的征集、筛选、评比等过程中，将使用密钥系统，保障知识产权永远属于首个提出“痛点”方案的人。另一方面，“痛客”提出的“痛点”商业计划书价值应由市场来评定。政府将依照现有法律进行确权、提供平台、给予保障，让投资者、创客和痛客进行商业谈判，通过一次性知识产权转让或入股长期拥有股权等方式开展合作。
是什么让他当年在从事自动化专业多年后选择这一相对冷门的行业开始了创业?又是什么吸引他一直坚持?在大数据、智能制造、工业4.0的概念如此响亮的今天，他又有什么感想和认识呢?
《中国信息化周报》与北京中瑞泰科技有限公司(简称中瑞泰科技)创始人江涛和联合创始人黄咏博士展开了将近两个小时的访谈，畅聊工业大数据的来龙去脉。
十五年前
创立“工业大数据”公司
《中国信息化周报》：您当年为什么会去选择创立中瑞泰科技?公司初期的发展情况如何?
江涛：大学毕业后我一直从事自动化专业相关的工作，当时有两方面的感触：一是国内自动化工程主要采用的还是国外的产品;二是自动化市场竞争激烈，同质化竞争严重。1998年，我有机会接触到当时世界最先进的实时数据库技术，美国OSIsoft公司的PI系统(Plant Information System)。与传统的自动化系统不同，PI系统通过数据集成把底层控制系统的信息带到了管理系统层。大量的生产实时数据将成为自动化系统的一个新特点，我意识到在这一领域将会出现很多机会。现在回想一下，正是海量实时数据的价值推动我创立了中瑞泰科技。
在公司成立之初，我们的业务重点有两个方面，一方面基于PI做应用开发，另一方面专注于实时数据挖掘的自主知识产权产品开发。在2005年，中瑞泰科技推出了自己的第一个产品——智能设备故障预警系统软件，这个软件通过对设备海量实时数据的分析和建模，实现实时故障早期预警，是我们目前的iEM System工业大数据平台的雏形。
我们做这个技术时，是用数据的方法解决机理问题，同期也有美国的公司在做类似研究。其实这种技术在20世纪70年代已经具备了雏形，最早采用模糊数学、灰色理论等技术，但受限于当时的计算机技术，一直到2000年才具备应用条件。
2005年我们的产品出来之后，已经能够解决很多应用问题，但大多数用户在意识和管理上还跟不上，只有部分用户很早就开始了相关的实践，例如秦山核电等。
与目前铺天盖地的大数据和物联网相比，其实我们十年前就已经开始工业大数据技术的研究并形成产品了。
《中国信息化周报》：黄总有怎样的职业经历?您对公司的产品发展有什么看法?
黄咏：我在国企做设备维修和设备管理很多年，读完博士之后，又在外企做产品研发和技术服务，一直没有偏离自动化的专业方向。在我看来，自动化系统中的很多问题，都可以归结为建模问题。建模就需要数据，但实际上，在我们目前的自动化系统中，已经采集了很多数据，但这些数据并没有被充分利用。越来越多的人意识到这些数据的价值，如何利用这些数据已经成为瓶颈。主要的问题还是需要新的方法和工具来解读这些数据，这就是工业大数据技术的应用领域。
经过这么多年的准备，我们的产品在大量的实际应用中得到不断完善和改进，从最初的预警系统到设备健康管理，从实时数据应用到工业大数据平台，其实从这个过程您也可以看到我们在工业大数据方面的坚持。
工业4.0、工业技术物联网离不开工业大数据，但也只有在这个阶段，工业大数据才有机会成为推动力，催生很多行业机会。我们把中瑞泰的产品打造成工业大数据的应用平台，就是要让工业大数据技术好用易用，发挥数据的价值。
工业大数据技术的产业价值
《中国信息化周报》：什么是工业大数据?工业大数据技术的特征是什么?
江涛：工业大数据是工业企业与生产设备相关的大数据，工业大数据包括设备的设计制造数据，实时运行数据，检维修数据，缺陷、故障数据等等，工业大数据包含的面很广，但相对我们通常谈论的大数据，工业大数据有自己的特点。工业大数据中生产设备的实时运行数据是重点。
工业大数据技术就是研究如何利用工业数据的技术，大家都知道数据中包含了设备的运行规律，但关键在于，如何发现规律?利用这些规律能干什么?能带来什么价值?
关于工业大数据的概念，已经谈得太多了，但真正谈到工业大数据技术，其实还比较具体。
总体上，工业大数据技术可以分为四个关键环节：机器学习，状态分析，关联分析和预测分析。机器学习是工业大数据的核心，机器学习就是通过对海量历史数据的分析建立工业大数据的模型，这是利用工业大数据的第一步，没有机器学习就谈不上工业大数据技术。
然后是状态分析，我们其实更强调实时状态分析，就是利用工业大数据模型来对系统对象进行实时状态识别和评估。关联分析是工业大数据技术的另一个重要特征，其实工业大数据和我们通常说的大数据相比，数据之间的关联性更强更复杂，关联分析就是通过对关联性的分析，对事件发生时的因素进行识别。最后才是我们经常提到的预测分析，是利用工业大数据模型，对期望状态的一种运算。
《中国信息化周报》：目前，实现工业大数据技术的主流技术有哪些?应用效果如何?
黄咏：由于工业大数据的内容比较丰富，采用的技术也各种各样，不过在机器学习、状态分析、关联分析和预测分析等环节，各种技术的应用效果区别较大。
首先是常规的统计分析方法，应用的很多，同时实际上并不是真正的机器学习技术，但是因为比较简单，因此用在大量的数据处理应用中。
其次是聚类分析方法，通过构建分类器来实现对状态模式的自动识别，对于一些非实时性的需求，聚类分析方法应用起来比较简单，也有一些平台可以提供算法。
人工神经网络是实现机器学习的一个常用技术，在工业大数据研究中也经常采用，但是建模训练比较慢，以及模型不唯一的缺点，使得在实际应用中遇到很多障碍。
主元分析方法也是常用的方法，用在工业大数据分析中效果还不错，通常适用于有一定专家经验介入的系统场景。
我们的iEM System工业大数据平台采用的是超球建模技术，直接在多维空间中分析工业设备对象海量状态数据，建模过程能够最大限度地保留数据中各个维度的信息，因此超球模型能够真实地反映设备的“工况-状态”模式。在应用中表现得比较好。
整体说来，工业大数据领域有很多技术尝试，但iEM System做到了平台化和产品化。
《中国信息化周报》：工业大数据技术的核心价值是什么?
黄咏：iEM System智能平台带给用户的核心价值可以总结为四个字：“通、活、早、简”，也称为CAPS。
“通”是打通孤立系统：我们现在的自动化系统都讲究网络架构，从拓扑结构上看，所有的系统都连起来了，但从数据上看，大部分系统还是孤立的。实际上数据就是各个系统不同的语言，大家“自说自话”，并没有实现我们预期的通过网络将系统互连的目标。而iEM System按照资产架构对数据进行重新组织，从设备视角建立状态模型，对状态实时评估，通过“健康感知”技术，让设备的状态变得简单明了，及时将状态变化推送到管理和分析系统中，这才真正打通了各个系统之间的数据和信息通道。
“活”是激活数据资源：工业系统的实时历史数据积累的速度，远大于我们通过专家学习、分析和利用数据的速度，海量的数据资源在沉睡。而iEM System通过机器学习的方式，提取海量数据中的模式信息，充分利用计算机的能力，激活数据资源，提高分析和利用数据的效率。
“早”是提前发现问题：基于iEM System工业大数据模型的实时状态评估，可以对工业系统或设备的整体状态实现量化评估，系统的任何问题发生的早期都会有一些异常的波动，iEM System可以提前发现这些波动，确保有充分的时间来处理问题。
“简”是简化监控模式：传统的自动化系统中，监控的对象是测点值的变化，因此要诊断设备故障，通常要通过看画面、查参数、比趋势、翻报警、看频谱等步骤，在iEM System工业大数据平台上，监控可以通过健康度曲线和关联测点的方式快速定位故障原因，这是在操作层面最有价值的一种改变。
《中国信息化周报》：工业大数据技术有哪些具体的应用?
江涛：目前工业企业在很多应用领域都锁定工业大数据技术为重点科研项目。从目前应用的情况看，在设备状态监测、故障诊断管理和系统性能优化等领域应用的案例较多，基于iEM System的设备健康管理系统在电力、石化等领域有一些非常成功的应用案例。
《中国信息化周报》：基于工业大数据做健康感知、关联分析、预测分析，中瑞泰科技的技术门槛高吗?
江涛：应该说还是有比较高的门槛的。它既要求有理论背景也要求了解用户的实际需求。我们这么多年还在不停地摸索和改进。我们的发明专利技术在国际上也得到了认可，可以说，这项技术属于国际领先水平。
工业大数据产业风口到来
《中国信息化周报》：你们如何理解工业大数据技术和工业4.0的关系?
江涛：工业大数据技术其实是一步步发展起来的，但只有在工业4.0时代，工业大数据技术才变得更现实、更重要。因为在工业4.0时代，更强调工业系统中机器和人的分工以及协作。
我们一直在讲智能制造，工业物联网等。实际上，在这些概念中，重要的是工业系统中的设备，要成为具有智能的独立单元。在工业系统中，设备一直在“说话”，它的语言就是各种测点的实时数据。以往，我们只是记录数据，在设备故障之后，再来分析数据，因为我们不能理解设备“说的话”。而在工业4.0时代，我们需要让设备说我们能听懂的话，如何实现?
工业大数据技术是解决问题的关键。实际上，设备在大部分时间是在说“废话”，而我们借助iEM System工业大数据技术实时评估设备的状态，翻译设备的语言，忽略冗余的状态，也就是设备的废话，而识别异常的波动。
因此，工业大数据技术和工业4.0是相互支撑的，工业4.0的实现，需要基于工业大数据技术构建设备智能，而工业大数据技术只有在工业4.0时代才能充分发挥其真正的价值。
工业大数据技术是解决工业4.0人机分工的重要技术。未来，随着数据量的增加，工厂肯定不可能完全靠纯粹的人工来判断、分析、解决问题，懂行的人为什么能够看到这些数据就能知道问题出在哪里，那是因为他在脑袋里用人工的方式识别数据的关联分析，而我们现在要做的就是用机器识别数据的关联性。原来人工识别数据的关联都是在报警之后，而机器识别则可以在人之前，甚至在报警之前，不是让机器取代人，而是要让机器帮助人，在面对海量数据的时候把第一步工作先做了，帮助人提前预知设备状态，在什么时候去看什么事，在没有发生问题之前发现问题所在。最早我们的产品早期预警系统，不是早期能预测设备什么时候坏，而是对异常状态数据的感知识别后告诉给人。以前是人只能等报警之后才去关注，事情追着人，现在是提前识别，可以提高人管设备的效率。总结来看，我们的产品第一解决了合理的人机分工，第二它会对所有的传统技术带来革新。
《中国信息化周报》：如何看待工业大数据技术在中国的产业前景?作为行业的领先者，中瑞泰科技在中国的工业大数据技术的发展中要发挥什么样的作用?
江涛：在工业大数据这个领域，我们和欧美处于同一起跑线上，我们在很多领域还具有后发优势，例如产业设备升级和自动化水平等，只要环境适宜，这个技术有很大的发展前景，可以超越其他国家。与15年前创业相比，国家对这个领域也非常重视，我们的感觉是产业的风口正在形成中。希望国家的相关标准能落地，加大对知识产权保护，希望更多人参与到创新的过程中。
随着产业环境的变化，国家大力倡导智能制造、工业4.0，市场会越来越成熟，让大家认识到产业发展趋势，未来的方向不只是让设备会说人能听懂的话，更要在数据之上做更多的文章。
在工业大数据这个领域，中瑞泰科技只是做得比较早，意识得比较早，希望通过我们的努力能够促进这个产业更健康的发展，与我们的用户和合作伙伴一起共同推动这个产业的发展。感谢您的采访，也希望能够借助媒体让工业大数据被更多人所了解和熟悉。
记者手记
这次的访谈对记者而言，更像是一堂课，一堂工业大数据的科普之课。
工业大数据技术可以分为四个关键环节：机器学习、状态分析、关联分析和预测分析。机器学习是工业大数据的核心，机器学习就是通过对海量历史数据的分析建立工业大数据的模型，这是利用工业大数据的第一步，没有机器学习就谈不上工业大数据技术了。
只有在工业4.0时代，工业大数据技术才变得更现实更重要。因为在工业4.0时代，更强调工业系统中机器和人的分工和协作。
工业实时数据其实是企业非常宝贵的财富。
这的确是一块非常细分、专业的领域，需要精耕细作。中瑞泰科技已经默默地“耕种”了十多年。当这个产业的风口来临，这个领域将迎来前所未有的发展良机。
相信风起的时候，那些做好准备的人们，会飞上高空。
