京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大学教授为华附学生开讲“大数据”_数据分析师
最近微信朋友圈有条“大数据时代下的营销”帖子流传甚广,大意是在不远的未来,电话订餐时服务员可以根据数据整合,精准查询到顾客的财务状况、目前位置、顾客本人及家人目前的健康状况,从而给顾客提供最准确点餐建议、最便捷取餐路径,以及最合适的支付方式。这则网帖读来让人“毛骨悚然”,不禁对大数据的巨大威力产生好奇。周三,华南师范大学计算机学院教授、中国大数据专委会委员赵淦森来到“华附讲坛”,用浅显的语言为华附学子送上了一堂生动有趣的《信息时代的新技术及其安全——IT技术的前世、今生及危险》讲座。
新快报记者 何宁
“在信息科技领域,我们与美国的差距竟然这么大!”华附高二学生小洋听完赵淦森教授的讲座后久久不能平静,一个半小时的讲座他一直全神贯注地听着,生怕错过任何信息。“其实听完赵教授的讲座我才知道,原来IT技术的应用领域如此广泛,而且意义重大,它几乎影响了每一个行业,甚至影响到国家安全。”
高二学生小叶也到场听了赵淦森教授的讲座,“其实我之前也有了解一些 大数据 的知识,我看的是一些科普类的文章,但赵教授自己从事这一领域的研究和实践,他讲的内容会让我们感觉更深刻。实际上,还是有相当一部分同学对 大数据 和 云计算 不怎么了解,不过赵教授讲得特别深入浅出,哪怕是对 大数据 一无所知的人都听得懂。”除了在讲座中知道了不少国家信息安全的内容外,让小叶印象特别深刻的还有赵淦森教授这一路的奋斗史。“他出生农村,毫无背景,完全靠自己,而且他认为这一路走来成就他的并不是聪明,而是勤奋。”
赵淦森用了一句特别形象的话概括他做事的态度:干得像狗一样累,像狗一样啃硬骨头。“我高中时曾花一个学期时间把《新概念英语》二、三册背得滚瓜烂熟,你随便指哪一页哪一行我都背得出来。高三时我还硬着头皮当代课老师,给全班同学上物理课,越难啃的 骨头 我越逼着自己要啃下来。”
赵淦森教授鼓励华附的学生要给自己制订人生目标,“我们可以订短期和长期目标,比如一年和三年目标;五年和十年目标。有了目标你的人生才不会迷失方向,才有前进的动力。此外,我们不要总是羡慕那些成功的人,他们之所以能成功,背后肯定付出了汗水、泪水和心酸,要记住,没有人能随随便便成功。
【部分讲座实录】
身受大数据时代影响 每一个行业无法避免
(主讲人:赵淦森)
有人惊呼——PC时代将会被改变;更有人语出惊人——云计算将引起互联网时代的第三次革命!
其实大数据时代的来临确实让以上说法变为现实,现有的IT供应商正面临重新洗牌。因为云计算的出现,将使用户未来可以不用依赖一定硬件与软件,只需购买各类云计算提供的服务便可,这将对IT供应商现有生存格局产生前所未有的挑战。
不过云计算的推广,也面临许多问题。首先就是安全性。如果一个用户把所有的数据都放到云终端上面,就存在隐私问题。你们知道,iPhone有“大间谍”之称吗?因为iPhone会自动把用户信息上传到icloud,一旦用户的icloud被黑客攻击,手机里的所有信息将被泄露。不久前“好莱坞艳照事件”就是因为他们的icloud被黑客攻击了。
……
任何一个行业都不可避免受到大数据时代的影响,比如与我们密切相关的“教育大数据”。2014年度教育部-中国移动科研资助项目:信息技术支持下的学生学习行为记录、分析与个性化支持技术研究及试点,这个项目的主要目标是研发教育大数据方面的理论、方法和工具。也就是说,通过大数据分析可以发现学生在各学科方面的学习天赋和学习兴趣,这将为学生个性化学习提供非常便利的条件。
【聚焦“华附讲坛”】
“这些教授给我们带来更不一样的知识
其他学校的学生总是难免 羡慕嫉妒恨 ”
此次赵淦森教授给学生带来的“大数据”讲座只是“华附讲坛”的其中一期,作为华附校园高端、精品论坛,“华附讲坛”在每周三下午都会邀请国际、国内的大师名家来为学生开讲。讲坛内容有人文科学、自然科学、社会科学,具体包括时政热点、经济问题、科技成果、军事知识、人生分享等,形式不拘一格,专业性与通识性并存,强调雅俗共赏,重视传播互动。
华附副校长吴青说:“在活动中,有大师的精彩讲演、有交流中的思维火花、有学生媒体的联合采访。在讲坛上,大师们把自己的智慧与独特的人生历练呈献给学生,在感受大师风采、体验成功的文化氛围中让学子点燃心智的火神,放飞自己的梦想。同时,让同学们获得更多的心理正能量和持续前进的原动力,提升自己的使命感和责任感。”
“我非常期待每周三下午的 华附讲坛 ,每次都有不同行业和领域的专家教授给我们带来特别棒的讲座,这些大家不止是带给我们他们所从事行业的一些知识,还会讲自己的人生阅历和经验,我觉得特别好,开阔了我们的视野,对于我们的成长和发展都有特别大的收获。”华附高二学生小洋与其他学校的同龄人交流时发现,一听说华附有这么多大师级人物如此频繁地来学校讲座,“其他学校的学生总是投来 羡慕嫉妒恨 的眼光。我们在中学时就能聆听这么多大师的讲座真的很不错,据我了解,很多大学都未必有我们这么多大师级的讲座。”
同班同学小叶也特别期待每一期的华附讲坛,让他印象很深的是不久前英国一位专家来华附作的“造血干细胞”的讲座,“我们平时课堂学习的主要是学科基础知识,而这些各行业各领域的专家教授给我们带来的是课堂外的、更新的、更不一样的知识。其实不同的学生都有不同的兴趣爱好, 华附讲坛 涉及的领域特别宽泛,满足了不同学生的需求。”
据了解,近年来,在“华附讲坛”开讲的大师有诺贝尔奖获得者梅洛博士、阿龙·切哈诺沃教授;中科院院士钟南山、何镜堂、卢永根、蔡瑞贤、刘颂豪、孙儒泳、侯建国、张景中、姜伯驹、叶培建等;数学大师丘成桐;香港军事评论员马鼎盛;极地奇女李乐诗博士;美国HASSE资深顾问、NASA肯尼迪太空中心前资深讲员John Dankowski等。
链接
四十多位外聘专家共同培养创新人才
今年9月27日,华附举行了“华师附中外聘专家聘任仪式”。吴青说,之所以举办此次活动,是因为长期以来,学校在办学过程中得到了一大批校外专家的大力支持,“专家们对我校在学科奥林匹克竞赛培训、学生研究性学习与科技创新研究辅导、学校课程开发等工作中给予了极大的帮助。我们迫切希望与高等院校及专家们共同探讨拔尖创新人才的教育规律,构建拔尖创新人才的课程体系、培养模式、评价机制,把拔尖创新人才的培养落到实处。”
据了解,华附第一批正式聘请的专家一共有40多位,分三个方向:学科竞赛指导专家、学生研究性学习指导专家和学校课程建设指导专家。专家的主要工作是给学科竞赛(数学、物理、化学、生物、信息、地理)的学生给予理论和实验指导;给参与研究性学习的学生给予研究课题的指导,或指导学生进行实验研究;在“华附讲坛”给学生开设讲座或给大学先修班学生开设大学先修课程。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析实战中,我们经常会遇到“多指标冗余”的问题——比如分析企业经营状况时,需同时关注营收、利润、负债率、周转率等十 ...
2026-02-04在数据分析场景中,基准比是衡量指标表现、评估业务成效、对比个体/群体差异的核心工具,广泛应用于绩效评估、业务监控、竞品对 ...
2026-02-04业务数据分析是企业日常运营的核心支撑,其核心价值在于将零散的业务数据转化为可落地的业务洞察,破解运营痛点、优化业务流程、 ...
2026-02-04在信贷业务中,违约率是衡量信贷资产质量、把控信用风险、制定风控策略的核心指标,其统计分布特征直接决定了风险定价的合理性、 ...
2026-02-03在数字化业务迭代中,AB测试已成为验证产品优化、策略调整、运营活动效果的核心工具。但多数业务场景中,单纯的“AB组差异对比” ...
2026-02-03企业战略决策的科学性,决定了其长远发展的格局与竞争力。战略分析方法作为一套系统化、专业化的思维工具,为企业研判行业趋势、 ...
2026-02-03在统计调查与数据分析中,抽样方法分为简单随机抽样与复杂抽样两大类。简单随机抽样因样本均匀、计算简便,是基础的抽样方式,但 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02B+树作为数据库索引的核心数据结构,其高效的查询、插入、删除性能,离不开节点间指针的合理设计。在日常学习和数据库开发中,很 ...
2026-01-30在数据库开发中,UUID(通用唯一识别码)是生成唯一主键、唯一标识的常用方式,其标准格式包含4个短横线(如550e8400-e29b-41d4- ...
2026-01-30商业数据分析的价值落地,离不开标准化、系统化的总体流程作为支撑;而CDA(Certified Data Analyst)数据分析师,作为经过系统 ...
2026-01-30在数据分析、质量控制、科研实验等场景中,数据波动性(离散程度)的精准衡量是判断数据可靠性、稳定性的核心环节。标准差(Stan ...
2026-01-29在数据分析、质量检测、科研实验等领域,判断数据间是否存在本质差异是核心需求,而t检验、F检验是实现这一目标的经典统计方法。 ...
2026-01-29统计制图(数据可视化)是数据分析的核心呈现载体,它将抽象的数据转化为直观的图表、图形,让数据规律、业务差异与潜在问题一目 ...
2026-01-29箱线图(Box Plot)作为数据分布可视化的核心工具,能清晰呈现数据的中位数、四分位数、异常值等关键统计特征,广泛应用于数据分 ...
2026-01-28在回归分析、机器学习建模等数据分析场景中,多重共线性是高频数据问题——当多个自变量间存在较强的线性关联时,会导致模型系数 ...
2026-01-28数据分析的价值落地,离不开科学方法的支撑。六种核心分析方法——描述性分析、诊断性分析、预测性分析、规范性分析、对比分析、 ...
2026-01-28在机器学习与数据分析领域,特征是连接数据与模型的核心载体,而特征重要性分析则是挖掘数据价值、优化模型性能、赋能业务决策的 ...
2026-01-27关联分析是数据挖掘领域中挖掘数据间潜在关联关系的经典方法,广泛应用于零售购物篮分析、电商推荐、用户行为路径挖掘等场景。而 ...
2026-01-27