大数据对信息管理类教育的影响及挑战

张家年　罗　毅　陈柏彤

(1.武汉大学信息资源研究中心，武汉，430072；　2.淮北师范大学教育学院，淮北，235000)



大数据对信息管理类教育的影响及挑战

张家年1,2罗毅1陈柏彤1

(1.武汉大学信息资源研究中心，武汉，430072；2.淮北师范大学教育学院，淮北，235000)

[摘要]大数据及其技术的发展给社会各领域数据分析和信息服务带来了革命性的影响，因而需要大量的数据分析人才。信息管理教育如何去适应大数据时代以及人才培养的需求？在对大数据及其相关技术进行梳理之后，探讨了大数据对于信息管理教育的课程体系、理论基础和实践应用等方面的影响，以及大数据可能存在的负面效应，最后，提出了在大数据时代信息管理教育的变革之策，即培养符合社会对于各领域需要的数据分析人才，同时还要保持对信息管理教育核心理念的坚守。

[关键词]大数据数据分析人才数据科学信息管理教育信息学院

1引言

互联网技术迸发出革新的能量，对社会政治、经济、科技、文化和教育等领域产生持续的深刻影响。特别是近几年来，“大数据”已经成为科技界和企业界关注的热点，大数据及其相关技术对于人们的生活、学习和工作将会产生颠覆性的变革，也受到各国持续关注。2012年3月，美国奥巴马政府宣布投资2亿美元启动“大数据研究和发展计划”，这是继1993年美国宣布“信息高速公路”计划后的又一次重大科技发展部署，其他西方发达国家纷纷跟进。我国2012年也批复了“十二五国家政务信息化建设工程规划”，专门提及要构建人口、法人、空间、宏观经济和文化等五大资源库的五大建设工程[1]，标志着我国也进入大数据的创建、应用和研究新时期。

大数据，即big data或massive data，是指规模大到无法在有限时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合[2]。大数据包含了四个特征维度：容量(volume)、处理和响应的速度(velocity)、类型的多样性(variety)，价值(value)密度的稀疏性。它描述的当前数据环境特征，与信息组织和情报研究都有密切的关系，在各个领域中都有应用[3]。大数据的形成是一个渐进的过程，其来源分为三个方面：被动产生的数据(如传统的数据库管理)、主动产生的数据(用户产生内容UGC，如Web 2.0的各种社交媒体)和自动产生的数据(物联网、RFID技术)。大数据时代是互联网中数据在数量维度上的不断积累从而超过目前主流数据软件所能处理能力的一个阶段。大数据不仅仅是指代其数据自身的本体性概念，而且还可以表示以大数据特征所代表的互联网环境和大数据采集、处理、分析、挖掘的相关技术体系或平台系统，以及以大数据应用的实践领域。

大数据技术、移动互联网和物联网技术等应用的普及，同样也给高等教育和科研带来了深刻的影响。一方面，大数据给高等教育的教或学带来变革的机遇。如大数据能够帮助学生学习更为有效，还能帮助教师针对特定的学生群体调整教学，同时，受益于大数据提供的极具价值的反馈信息，教师也将身兼学习者的角色而不断进行学习[4]。另一方面，大数据能够给自然科学和社会科学的研究提供新的视角、研究领域、研究方法和工具。PB级数据使我们可以做到没有模型和假设就可以分析数据。将数据丢进巨大的计算机机群中，只要有相互关系的数据，统计分析算法就可以发现过去的科学方法发现不了的新模式、新知识甚至新规律[5]。

信息管理教育的每一次变革几乎都与信息技术环境的变化有着密切的关系[6]。在当今网络时代(数字化时代)，信息管理(图书情报学)已由封闭走向开放，是一个真正的多学科多领域的交叉学科，过去的许多理论已不能完全适应数字化时代，需要理论创新[7]。同样地，大数据时代对于信息管理教育也带来前所未有的挑战和机遇。对国内期刊数据库和国外期刊数据库进行检索，发现虽然大数据的相关研究文献量呈现出激增的态势，但是关于大数据对于信息管理教育影响的相关研究却不多见。然而，图书情报实践层面、企业竞争情报领域、专业数据库情报服务、数字图书馆的知识服务等领域已经开始尝试运用大数据及其技术来改善和提高自己的绩效水平，因此，大数据与信息管理实践层面上的需要和信息服务的改革，已经倒逼信息管理教育必须予以响应和积极应对。基于此，本文拟从大数据环境对于信息管理教育产生的影响着手，探讨信息管理教育如何在大数据环境中把握大数据技术带来的机遇，坚持信息管理教育核心理念。

2大数据对信息管理教育的影响

iSchool运动一直关注信息、技术和人三者之间的关系，探讨和理解在人类所有活动中信息的作用，外部环境变化，特别是技术的变化使得三者所在的情境也不断地变迁，三者之间的关系也在动态地调适。在大数据时代，要求信息管理教育能主动适应外部环境的各种变化，如，大数据时代信息分析对信息职业发展具有重要作用，因此需要适应大数据时代的信息人才[8]；在大数据时代，高等学校的教育环境、教育模式也发生着悄然变化[9]，形成了新的教育生态，信息管理教育要适应新的教育环境，改革信息管理教育模式。

2.1大数据对信息管理专业课程设置和人才需求的影响

大数据的兴起，已经深刻影响到社会各领域，在网络系统中仍不断积累海量的数据。如政府各个部门都握有构成社会基础的原始数据，如气象数据、金融数据、信用数据、电力数据、……出入境数据、旅游数据、医疗数据、教育数据、环保数据等等。政府可以将这些数据关联起来，并对这些数据进行有效的关联分析和统一管理，这些数据必定将获得新生，其价值是无法估量的[10]。如哈佛大学图书馆宣布将其73个图书馆中超过1200万的馆藏信息向公众开放，这就是图书大数据的应用[11]。电子商务数据也积累了海量数据，如淘宝、京东、百度、腾讯等公司每天产生的数据量也是巨大的。在信用卡公司Visa最近一次实验中用大数据技术Hadoop来分析大约36T的7300万条处理记录仅用了13分钟，而传统方法则需要1个月[12]，效率和效果令人惊叹。因此，数据(信息)分析师应运而生。根据麦肯锡的报告，到2018年，美国数据分析师的人才需求将达150万人左右，高层次的数据科学家的需求缺口在14～18万人。我国在百度、阿里巴巴、京东等电子商务企业和腾讯等网络媒体大数据公司中有一些大数据方面的人才，但是能称得上大数据科学家的人才非常少。我国相关部门预计3～5年内，来自政府、媒体、企业等方面的数据工程师和数据分析师的需求将达100万人左右[13]。因此，未来与大数据相关背景的人才将会供不应求。

(1)数据分析师(Data Analysis)。在美国很多高校已经设置了数据分析师专业或数据科学专业，并且还细分不同领域方向，如俄亥俄州大学艺术和科学学院就开设了数据分析师专业，具体方向分为商务数据分析师、生物医学数据分析师、计算数据分析师等。目前，在我国只有中国人民大学开设了数据分析师本科专业，主要参考了美国顶尖的20所大学大数据人才培养的方案和课程，确定了“大数据分析计算机基础”、“大数据分析统计基础”、“大数据分布式计算”、“大数据挖掘与机器学习”、“非结构化大数据分析”和“大数据建模案例研究”6门必修核心课程。2013年1月，国内首个“大数据技术与应用”软件工程硕士项目在北京航空航天大学正式启动[14]。2014年4月，清华大学宣布依托信息学院、经管学院、公管学院、社科学院、交叉信息研究院、五道口金融学院等6个院系协同共建的清华-青岛数据科学研究院正式成立，并推出多学科交叉培养的大数据硕士项目，当年9月招生[15]。

(2)舆情分析师(Public Opinion Analyst)。习近平总书记在2014年2月指出：做好网上舆论工作是一项长期任务，要创新改进网上宣传，运用网络传播规律，弘扬主旋律，激发正能量，大力培育和践行社会主义核心价值观，把握好网上舆论引导的时、度、效，使网络空间清朗起来。在微时代和大数据环境下，人工监测、分析和判断将成为历史，必须借助大数据的分析实时监测、分析和提供可视化结果，为应对突发事件、公共事件、舆论热点引导等问题，向决策者提供进一步决策支撑。显然，在舆情分析过程中，舆情分析师是整个过程中的重要决策信息提供者，舆情分析师应由具备大数据技术应用、数据处理和分析等知识背景的人士担当。目前舆情分析师主要来自新闻传播、情报学专业中的舆情分析方向，主要是硕士阶段的学习，而且对应于社会需求存在较大缺口。

(3)数据治理(Data Governance)和监护(Data Curation)人才。数据治理是指在组织中对数据资产管理行使权力和控制的活动集合，主要领域包括数据原则、数据质量、元数据、数据访问和数据生命周期五个方面[16]，数据治理强调规范性、数据质量和管理。数据监护则是指贯穿数字资源生命周期的管理与维护，强调资料增值与主动管理，其目的是促进动态的流动、数据共享、提高数据使用价值[17]。2009年美国实施开放透明政府之后，同年数据门户网站Data.gov上线，截至2014年2月已有63个国家加入开放数据运动。数据开放获取已成为全球性趋势。目前我国这方面进展相对落后，其中重要原因之一是我们缺乏数据治理和数据监护方面的人才。

2.2大数据对于信息管理的基础理论和实践应用的影响

2.2.1大数据对于信息管理理论的影响

一方面，大数据对于信息链的影响。我们知道信息链从底层到顶层分别是事实、数据、信息、知识、情报(智慧)，每个不同阶段都具有不同的工作模式，也产生了不同的产品[3]。这个链条中，有着比较严格的进化顺序，信息管理的基础理论和实践操作中，也遵从这个框架的逻辑性。

但在大数据环境下，由于传统互联网、物联网、移动互联网提供了大数据的数据源，以及在云计算、云存储、数据挖掘技术和系统支持下，信息链可能不再是一条直线，而是一种复合结构。大数据经过大数据分析平台通过人机交互(界面)可直接向终端用户提供信息服务、知识服务甚至是情报服务，从而为用户提供决策支持，见图1。其中大数据分析和处理包括：数据的清洗和处理、数据的探查和可视化、数据挖掘、模型建构、结果产生与优化和结果验证六个阶段[18]。当然，在本质上，大数据的信息、知识和情报生产方式与信息链逻辑关系并不冲突，相当于数据-信息、数据-知识、数据-情报三个链条的复合。大数据环境下的这种信息、知识和情报的复合与集成可能会给信息服务带来新的变革。

图1　大数据环境下的数据与信息、知识和情报之间转换关系

另一方面，数据科学(data science)的兴起，对于信息管理教育产生积极的影响。当今没有无数据的科学，也没有无科学的数据，一切数据都有其科学内涵和科学意义[19]。在大数据技术支持下，数据可以转换成为信息、知识和情报，因此，数据本身又再一次重回到信息管理关注的视野中。与数据紧密联系的数据科学也将成为信息管理研究和专业教育的重要内容。目前北美高校中有13所开设了数据监护相关课程，其中，iSchool联盟创始成员，全美专业排名第一的伊利诺伊大学厄巴纳-香槟分校图书情报学院是开设较早、课程体系较为成熟的高校之一，该校数据监护教育项目(Data Curation Education Program, DCEP)受到美国博物馆和图书馆服务协会(Institute of Museum and Library Science, IMLS)的资助[20]。美国信息管理教育的数据监护方向已覆盖硕士、博士、博士后各研究生教育层次。

2.2.2大数据对于信息管理实践应用的影响

在2014年新媒体集团(New Media Consortium)推出的《地平线报告(图书馆版)》中对未来图书馆技术趋势进行了分析，提出了五年内按照时间顺序实现的六大趋势：首先，在近一年间，是电子出版和移动应用技术的实现，其次，在中期(两至三年)为文献计量学、引用技术和开放内容获取；最后，在未来四到五年间，物联网、语义网和关联数据技术将成为主流技术。这些技术趋势背后都有大数据技术作为支撑，如欧洲图书馆(European Library)、美国国会图书馆(the Library of Congress)、Mendeley公司，CORE 和爱思唯尔实验室(Elsevier Labs)组织研究和开发新的工具，对科学出版物进行数据挖掘，利用大数据在准确性和高效搜索上取得突破性进展[21]，(数字)图书馆的这些努力使得用户利用图书文献资源的效率更高、效果更佳。

Thomas认为：我们往(知识)食物链上游移动并成为创造新知识的共同贡献者。图书馆人员目标是成为研究机构的更为积极的参与者——改变科学家进行研究和出版成果的方式，图书馆人员通过提供数据的收集、探究、可视化、标记和共享工具和指导从而为研究的各个阶段提供帮助[22]。而这种角色的实现和技术的运用对于图书馆的管理者和馆员是一个严峻的挑战：首先，信息服务理念必须发生转变，即从提供图书文献信息(数据)到参与到用户知识的创造进程中；其次，新的信息服务模式，需要信息工作者了解和掌握与大数据相关的理论知识和技术知识，原有知识储备不足以应对大数据环境下的服务挑战。这要求在职信息工作者根据实际业务需求接受大数据相关的继续教育和再培训。

3大数据对信息管理类专业的挑战

大数据及其相关技术的应用并不意味着都是机遇，技术的应用是双刃剑，大数据及其相关技术的应用不仅带来效益和价值，也存在着相应的风险和负面因素。

3.1大数据对于个人隐私、企业秘密、国家安全的影响

首先，由于大数据的集中存储，有可能存在人为因素或者系统的技术漏洞，使得相关个人隐私、企业核心机密、国家机密被泄露的可能性加大。其次，数据的开放获取和使用权限等级的划分不清晰，数据的所有者和使用者的责任和义务没有明确界定，出现法律上的模糊空间。最后，技术的负效应不可忽视，大数据分析技术既可以帮助我们挖掘数据背后的价值、趋势，也可能被黑客、竞争者、敌对势力所觊觎和利用，从而造成个人、企业或国家利益的重大损失。需要制订与大数据收集、分析、应用等相关的法律、规定予以规范和保障。

3.2大数据全面性对于结果的影响

“少了一枚钉子，亡了一个国家”，这是英格兰的一个经典民谣，一个并不起眼的细节决定了最终结果。这句话恰能寓意大数据分析和预测可能存在的缺陷。大数据的价值在于其数据的全面性，大数据分析的是大数据本身，即大数据的采集端应获得全源性的数据(full-sources data)，而不能有数据的遗漏，或者只是分析大数据中的样本或部分。否则，大数据分析技术如何先进，模型匹配度再高，其分析的结果可能是不准确的，甚至是相反方向的，其价值的合理性就存疑。

3.3大数据分析中知识创新的局限

量的积累会发生质变，但是跃变的临界点可以由我们控制吗？人工智能技术、分析技术的局限性也必然导致大数据的分析结果存在片面性的可能。而且，现代社会知识体系复杂、庞大和分散，学科细分和学科交叉综合趋势明显，一些学科和领域是不可量化的，如一些基础性理论的知识创新和前沿性技术的应用突破是无法采用量化的方式获得。尽管大数据分析的优势在于发现事物间的相关关系知识、因果关系知识、发展趋势等，但是，难以在理论创新和技术突破上有所作为，如一些传统的基础性学科、人文社会科学的理论创新、具有高度复杂性的工程领域中的研发进程等。

3.4大数据预测的结果与人文价值取向的相异性

David Brooks对大数据的局限性谈及一个故事：一位银行的CEO鉴于经济形势以及可能的欧元危机，请他的经济学家为他做一系列经济预测、情景分析、以及各种情况对公司的影响，以决定要不要把公司从意大利撤出来，但最后，他还是依靠价值观做了最后的决定[23]。这并不代表该CEO对于数据分析的结果视而不见，因为大数据分析和预测的结果是按照程序逻辑、线性推理的，但无法分析人类不同文明间的跨文化价值判断体系、行为取向规则体系在具体情境中的非线性影响。

4大数据环境下信息管理教育的应对之策

美国匹兹堡大学信息科学学院院长Ronald Larsen教授曾经就iSchool教育提出：首先，应从理论、原则、实践三个方面来巩固iSchools指导思想的基础；其次，要对学科内的突出问题作出及时的反应；第三，要适应核心领域的竞争；第四，要将理论研究与应用实践紧密结合[24]。这对在大数据环境下的信息管理教育同样适用，一方面，我们要致力于对信息管理教育核心信念的坚守，即通过技术进步、信息(知识、情报)服务的创新更好地满足社会的需求，另一方面，理念的坚守并不代表信息管理教育固步自封，而是随着外部环境的变化而权变。因此，在大数据时代，结合信息管理教育的现状，可以从以下两个方面着手。

4.1为社会培养多样化大数据人才

信息管理专业一直在为社会各领域培养和输送各类信息人才。在人才培养过程中，关注各类技术(特别是信息技术)在信息处理中的作用，也关注社会对于信息人才的需求以及信息技术应用升级的需求。在大数据时代背景下，正由于信息管理专业在数据整理、处理、分析、评价和管理方面具有天然的理论和实践特质，可以在大数据领域为国家培养各种类型、层次的数据分析师(包括数据管理人才)做出自己的努力。但是现有的信息管理专业课程中有些理论和方法可能不完全适合大数据环境下的数据处理和分析实践，需要加以改造，要和大数据的前沿理论和技术相结合。

(1)调整信息管理类专业的课程体系。根据社会需求确定各类数据分析人才的知识结构、能力结构，然后对信息管理类教育课程结构和实践活动进行适当调整，增加一些和大数据技术相关的理论和实践课程，如数据科学、大数据分析技术、大数据技术编程、统计分析等必修或选修课程，并增加学习课时等措施，以供学生选择性学习。特别是在课程教学中融合与大数据相关联的领域知识和技术，如数据科学、云计算、云存储、云服务、物联网、软件服务化(SaaS)、平台服务化(PaaS)、基础架构即服务(IaaS)等[25]，这也符合iSchool运动的另一个特征——跨学科(interdisciplinary)。另外，对于信息管理教育来说，要注重培养对象具有很强的职业适应能力和研究能力，注重培养学习者的在未来岗位上的适应能力，适应大数据环境下新的信息生态。

(2)增设与数据分析相关的专业或研究方向。在信息管理类的专业人才培养方向上应增加数据分析师、舆情分析师、大数据监护人才等相关信息人才职业的方向，甚至单独设置相关专业。由于社会各领域中数据分析的学科对象有所差异，从已有的数据分析专业试点来看，应该采用跨学科、跨领域、跨专业合作方式来培养数据分析人才，如本科阶段可以考虑3+1、2+2的培养模式，即用三年或两年时间学习与数据分析相关的基础性课程、专业性课程，再用一年或二年培养适应不同领域数据分析需求的专业性课程，如电子商务数据分析师则需学习电子商务专业中的核心理论与实践，医疗数据分析师则需学习基础性的医学理论等。培养模式上，可以是多个学科联合培养，通过多学科的横向合作，从而提升培养对象在学习进程中知识获取的纵向联系。

(3)利用多种教育途径对未来公民进行数据素养教育。数据素养(data literacy)是指研究者在科学数据采集、组织和管理、处理和分析、共享与协同创新利用等方面的能力，以及研究者在数据的生产、管理和发布过程中的道德与行为规范[26]。在大数据时代，培养未来公民的数据素养，其内容分为三个方面：数据意识、数据知识和数据能力，可以认为数据素养教育也是缩小数字鸿沟的重要方面。可分层次、有针对性的实施数据素养教育，如普及性常识教育，以选修课或嵌入到公共必修课(计算机文化基础)中进行；对于与大数据分析相关的专业，如经济、生物、化学、医学等可作为专业必修课来学习；对于大数据带来个人或公司隐私侵犯行为的概率，大数据的分析结果可能出现偏离社会主流规范、脱离区域性文化情境等负面效应也应在数据素养教育中有针对性地加以免疫。

在数据素养教育过程中，对于社会公众可通过各种E-learning平台或App移动应用来增加信息管理人才培养的途径。既可以通过线上线下的混合式教学模式进行数据分析专业教学的同时，也可以向社会公众开放以提升社会整体的数据素养水平。

4.2大数据时代信息管理教育的融合和坚守

4.2.1信息管理教育中要素的融合

在大数据环境下，我们要适应社会对各类大数据人才的需求，提升未来公民、职业人的数据素养，但是并不代表信息管理教育完全抛弃原有的基础，重新另立山头，而是一个全方位的融合过程。首先，将数据科学的理论与实践和信息管理的基础理论与实践融合到信息管理教育过程当中，通过建立跨专业、跨学科的教学团队，实现学科的融合、专业的融合、课程的融合、跨教学平台的融合……，实现信息管理教育自身的改革。其次，将信息管理理念与大数据分析服务理念融合，大数据分析本身不是目的，而是通过大数据的分析结果为用户提供信息服务、知识服务、情报服务(决策支持)等多元化的服务，这和信息管理理念是一致的。再次，在大数据技术支持下，信息管理教育可以应用学习分析技术优化信息管理教育教学，如对慕课(MOOCs)、移动App教学应用平台或过程数据分析，从而改善我们的教育教学效果。因此，大数据技术既是信息管理教育内容，也是信息管理教育工具。最后，信息管理教育模式的融合。线上教育和线下教育的融合(翻转课堂、混合式学习/Blended learning、MOOCs、移动App学习等)，移动App教育应用和传统网络课程学习的融合，数据素养专业教育与普及教育的融合……正如习近平总书记2015年5月23日在致国际教育信息化大会的贺信中所指出的：因应信息技术的发展，推动教育变革和创新，构建网络化、数字化、个性化、终身化的教育体系，建设“人人皆学、处处能学、时时可学”的学习型社会，培养大批创新人才[27]。

4.2.2信息管理教育理念的坚守

正如iSchools联盟成立的宗旨把信息、技术和人三者之间的关系作为关注和研究的核心。无论信息生态如何改变、技术进步怎样日新月异、人的生存方式如何发展，核心要素没有任何改变，三者间的关键联系没有变化。核心理念没有改变，通过技术的不断进步，信息方法的不断改进，不断改善信息服务质量，提高人的工作、学习和生活各方面的水平层次。因此，在信息管理教育的革新进程中，仍然要坚守信息管理教育的核心理念、核心观点、基础理论、基本方法等。只有这样，才能克服由于大数据技术自身缺陷或使用不当带来的问题和风险，如加强信息伦理道德、法律的教育，消除大数据带来个人隐私的被侵犯的可能；在大数据分析的基础上，融入人自身非线性思维判断力，从而弥补单纯量性分析过程中可能存在的问题等。

当然，坚守并不是固执，拒绝改革和创新。在信息管理教育过程中仍然在遵循iSchool运动的理念同时，强调研究和教学能力、跨学科性、沟通能力和领导能力的融合，正如Larsen提出的，21世纪 iSchools 院校应该是致力于创造、探索、创新的院校[28]。

5结语

总之，大数据对于信息管理教育来说有着极为深刻的影响，但信息管理教育和研究的核心从未改变，正如iSchool运动理念的追求：致力于信息、技术与人三者之间的关系探究，我们最终让信息服务于人和社会的需求。三者本质关系不变，只是三者外延、关系形态和所处的时代背景在不断地调整和改变，要求信息管理教育既要坚守iSchool的核心价值观，又要在新的环境中持续地适应信息技术进化的步距。同时，信息人才的培养能够适应外部技术环境的变化，满足社会人才需求的新变化，也即是在当前大数据环境下信息管理教育要调整信息人才培养方向，加强与社会人才需求相对接。

参考文献

[1]国家发展与改革委员会. “十二五”国家政务信息化工程建设规划[DB/OL].[2015-04-20]. http://www.gov.cn/gzdt/att/att/site1/20120516/001e3741a474111d449e01.pdf

[2]Wikipedia. Big data[DB/OL].[2015-04-20]. http://en.wikipedia.org/wiki/Big_data

[3]马费成. 情报学发展的历史回顾及前沿课题[J]. 图书情报知识,2013(2): 4-12

[4]赵中建, 张燕南. 与大数据同行的学习与教育——《大数据时代》作者舍恩·伯格教授和库克耶先生访谈[J]. 全球教育展望, 2014, 43(12): 3-9

[5]李国杰. 大数据研究的科学价值[J]. 中国计算机学会通讯, 2012, 8(9): 8-15

[6]马费成, 望俊成. 开放网络环境下的图书情报教育变革[C]//第九届海峡两岸图书资讯学学术研讨会.北京：高教出版社，2008

[7]苏新宁. 提升图书情报学学科地位的思考——基于CSSCI的实证分析[J]. 中国图书馆学报, 2010, 36(4):47-53

[8]邓胜利, 凌菲. 大数据时代基于情报分析的图书情报学教育变革[J]. 信息资源管理学报, 2014, 4(3): 88-94

[9]祝智庭, 沈德梅. 基于大数据的教育技术研究新范式[J]. 电化教育研究, 2013(10):5-13

[10] 中国电子政务网. 大数据时代政府在线服务的思考[EB/OL].[2015-04-22]. http://www.e-gov.org.cn/news/news007/2013-12-11/146373.html

[11] The New York Times. Harvard releases Big Data for books[EB/OL].[2012-08-11]. http://radar.oreilly.com/2012/04/harvard-book-data-cloudera-hadoop-splunk-ipo.html

[12] The Economist. A different game: Information is transforming traditional businesses[EB/OL].[2015-04-22]. http://www.economist.com/node/15557465

[13] 汪瑞林. 对话中国人民大学袁卫：如何拥抱大数据时代[N]. 中国教育报, 2014-06-30, 第5版

[14] 何海地. 美国大数据专业硕士研究生教育的背景, 现状, 特色与启示——全美 23 所知名大学数据分析硕士课程网站及相关信息分析研究[J]. 图书与情报, 2014(2):48-56

[15] 中国新闻网. 清华大学成立数据科学研究院 培养大数据硕士[EB/OL].[2015-04-22]. http://www.chinanews.com/edu/2014/04-26/6109521.shtml

[16] Khatri V, Brown CV. Designing data governance[J]. Communications of the ACM, 2010, 53(1): 148-152

[17] 王芳, 慎金花. 国外数据管护(Data Curation)研究与实践进展[J]. 中国图书馆学报, 2014(4):116-128

[18] Nicole Hemsoth. Six steps to extract value from Big Data[EB/OL].[2015-04-25]. http://www.datanami.com/2013/10/07/six_steps_to_extract_value_from_big_data/

[19] 赵鹏大. 大数据世代呼唤各科学领域的数据科学[J]. 中国科技奖励, 2014(9): 29-30

[20] Creamer AT, Morales ME, Kafel D, et al. A sample of research data curation and management courses[J]. Journal of eScience Librarianship, 2012,1(2): 88-96

[21] New Media Consortium . NMC Horizon Report 2014 Library Edition[EB/OL].[2015-04-24]. http://redarchive.nmc.org/news/its-here-horizon-report-2014-library-edition

[22] Monastersky R. The library reboot[J]. Nature, 2013, 495(7442): 430-432

[23] Brooks D.大数据做不到什么？[EB/OL].[2015-04-25]. http://cloud.yesky.com/75/37371575.shtml

[24] 邓胜利, 司莉, 苏小波等. 面向更宽广的信息职业 创新LIS教育——第三届中美数字时代图书馆学情报学教育国际研讨会综述[J]. 图书情报知识, 2010(6):98-104

[25] Bi Z, Cochran D. Big Data analytics with applications[J]. Journal of Management Analytics, 2014,1(4): 249-265

[26] 张静波. 大数据时代的数据素养教育[J]. 科学:上海, 2013,65(4): 29-32

[27] 新华网. 习近平致国际教育信息化大会的贺信[EB/OL].[2015-05-23].http://news.xinhuanet.com/world/2015-05/23/c_1115383959.htm

[28] 肖希明, 李硕, 田蓉. 不同信息职业对图情档专业人才需求的调查分析[J]. 图书与情报, 2014(1): 35-40

The Impact of Big Data Age on Information Management Education: Challenges and Countermeasures

Zhang Jianian1,2Luo Yi1Chen Baitong1

(1.Center for the Studies of Information Resources of Wuhan University, Wuhan 430072；2.Educational School of Huaibei Normal University, Huaibei 235000)

[Abstract]The development of big data and its technologies has been a revolutionary impact on the various domains of data analysis and information services. Thus it has massive needs for talents of data analysis. How does information management education adapt to the impact and the needs of personnel training? After introducing the concept of big data and relative technologies, the paper discusses the big data’s influences on the course system, theoretical basis, and practical application of iSchools education. And then, this paper also discusses the possible negative effect of big data. In the end, the paper puts forward the strategic reform of information management education to meet the requirements of personnel of data analysis, meanwhile, it sujests that we should insist on keeping the core idea of information management education in the big data age.

[Key words]Big dataTalents of data analysisData scienceInformation management educationiSchool

[基金项目]本文是国家社会科学基金项目(15BTQ048)项目研究成果。

[作者简介]张家年，男，博士生，副教授，研究方向为情报学理论、信息资源管理、网络教育应用，chzjn@126.com；罗毅，男，博士生，研究方向为情报学理论、信息资源管理；陈柏彤，女，博士生，研究方向为情报学理论、信息资源管理。

[中图分类号]G642；G203

[文献标识码]A

[文章编号]2095-2171(2016)01-0105-08

DOI:10.13365/j.jirm.2016.01.105

(收稿日期：2015-08-03)