阮敬：国外值得借鉴的大数据人才培养途径

阮敬 首都经济贸易大学研究生院副院长

点击观看报告视频

鉴于国外已经形成了比较完整的大数据高端人才培养体系，那我们完全可以在培养国内人才时把它借鉴过来，这样做的好处是比自己摸索来的省时省力，可以尽快突破人才培养过程中的各个壁垒。

具体要怎么借鉴？还是要靠搜集客观数据来得出结论，这也是做数据分析的基本原则。如何实现从数据得出结论呢？数据的来源在哪里？在座的大部分是学生，以我们要了解的国外大数据高端人才的培养方式为例，将来你们如果要出国的话，在择校的时候肯定会先到国外学校的官网上去浏览，了解他们有哪些项目是你可以申请的，这就是搜集数据的过程。这个工序我已经帮你们做了，就是通过网络将开设了大数据人才培养项目的学校的数据搜集起来。这些资料有文本、图片、声音、表格、数字等各种形式，叫非结构数据。对这些数据进行处理之后，我们可以把它以我们能够分析的形式呈现出来，具体怎么做属于技术问题，不是今天讨论的重点。需要说明的是，国外的院校何其多，想要全部搜集到是不可能的，这里面涉及到一个权重设置的问题。像哈佛、耶鲁、普林斯顿等名校，在大多数人心目中肯定很有分量，但更多的是那些你没听说过的学校，比如我们首都经贸大学，我自己觉得挺有名气，但保不准在座的就有人没听说过。设置权重，可以让我们的结论更加靠谱，更有说服力。

下面具体跟大家分享下我获取相关数据的途径。在搜索引擎中键入大数据（big data）、深度学习（deep learning）、商业智能（business intelligent）、计算机科学（computer science）、统计学（statistics）等与大数据分析有关的词汇，这些词汇都是专家组讨论得到的。经过统计，这些词在该搜索引擎上一共有八亿六千三百多万条搜索记录。我们把它们从网络上采集下来编个程序，整理成可供分析的数据库。另外，网络搜索有一个热度高低的问题，有的网址热度高，有的热度低，像那些一万年都没有人访问，可能也没有人更新的，我们搜集来也没有什么用处，这就需要用技术来控制数据来源。留学要耗费一定的时间和金钱，鉴于国人普遍对排名靠前的学校认可度比较高，我们可以根据最新的美国大学排名（U.S.NEWS）把排名靠前的学校按照重要程度分别设置权重，数字越大越重要或者越小越重要都可以，这个可以根据个人习惯来。