导言：作为写作爱好者，不可错过为您精心挑选的10篇计算机大数据论文，它们将为您的写作提供全新的视角，我们衷心期待您的阅读，并希望这些内容能为您提供灵感和参考。
高等院校的学生来自全国各地，而不同地区的中小学计算机教育水平参差不齐。单一的课堂教学已无法保证所有的学生学得会、学得好，这给教学带来了问题。
（2）教学和实验的学时严重不足
（3）学习的结果与过程未被记录下来
学生可以利用丰富的网络资源巩固课堂内容，扩大知识面，加深对知识的理解。在传统教学中，教师往往忽视了学生的课后学习，没有记录学习结果与过程，这给教育过程的改进带来了问题。
（4）目前的网络教学系统很少区分学习个体
2面向计算机基础教育的大数据
。大学计算机基础教育涉及的数据主要有以下几种：
（1）课件。课件是文字、声音、图像、动画等素材的集合，帮助教师更加生动地讲解课程内容，主要使用PPT和Flash两种文件。
（2）视频。视频是将教师在课堂上的授课内容录制下来，为学生提供课后学习的方式。学生可以在教学系统中下载或在线学习视频内容。
（3）题目。题目主要用于测试学习效果，包括判断题、填空题、选择题、问答题、程序设计题等各种题型。
（4）问题。学生在学习过程中遇到的问题，通过教学系统提交给教师。这些问题反映了学习的难点，是教师在课堂上需要详细讲解的教学内容。
（5）代码。代码是学生做程序设计类题目时所编写的程序代码。学生编写代码的质量可以由教师评判，也可以由系统自动评判。
（6）行为。行为用来记录学生的学习活动，如课件下载行为、视频点播行为、作业浏览行为、编程行为等。这些行为能够反映出学生的学习情况。
（8）过程。过程是指在教学过程中收集到的一些宏观数据，如课件学习过程、视频学习过程、测试过程等。这些过程能够反映出学生学习的个体差异。
3大数据驱动的新模式
1）在线课程系统是课堂教学的延伸
大型开放式网络课程MOOC是国际上流行的教学平台。自2013年5月以来，北京大学、清华大学、复旦大学、上海交通大学等国内一流高校纷纷宣布加入MOOC，向全球提供免费的在线课程。MOOC采用云计算架构，提供大量的视频学习资源和人机交互功能。学生提交作业后，系统能自动评判作业的质量，以评估学习效果。MOOC的出现给计算机基础教育带来巨大影响。MOOC解决了学生计算机应用能力差异大的问题，学生不管基础如何，都能找到与之相应的学习内容；MOOC弥补了课堂教学学时不足的问题，学生能在课后随时随地找到学习资源；MOOC能够记录学习的结果与过程以及作业中的错误等，这些对于改进教学方式和调整教学重点等都有意义。
2）在线编程系统是实验环节的补充
随着SaaS技术(软件即服务)的不断成熟，出现了许多功能强大的在线编程系统。这给大学计算机基础教育中的程序设计类课程的实验教学
带来了巨大的帮助。使用在线编程系统进行实验的好处有以下几点：
（1）教师不用在实验室的每台计算机中安装软件，学生通过浏览器就可以编写程序；
（2）学生编写的代码都存储在云端，能上网的地方就能练习编程，并且随时可以修改代码，解决了实验教学学时不足的问题；
3）在线答疑系统是课后辅导的平台
通过对大数据的汇集、智能分析和挖掘技术，发现数据中的潜在价值信息，帮助人们做出正确决策，这就是大数据产业的利益。国外大数据的起步比较早，比较成功的大数据应用案例有：商业龙头沃尔玛公司通过对消费者的购物数据进行分析，了解顾客的行为喜好，对超市的商品结构进行搭配重置以增加销售额；亚马逊公司通过大数据构建自己的推荐系统，每年可以靠此多收益20%；奥巴马通过大数据分析系统进行数据挖掘，用科学的手段获取选票、募集资金，赢得了总统竞选的胜利。相比于国外，国内的大数据研究和应用还处于起步和发展中的阶段，比较成功的案例有：淘宝数据魔方平台，通过大数据，为买家量身打造完善的购物体验产品；新浪微博大数据产品，通过大量的社交数据，创造不同的社会经济价值等。
1.2云计算的发展
2基于云计算的大数据处理
目前大数据处理的基本流程如图5所示，整个流程经过数据源的采集，用不同的方式进行处理和加工，形成标准的格式，存储下来；然后用合适的数据计算处理方式将数据推送到数据分析和挖掘平台，通过有效的数据分析和挖掘手段，找出大数据中有价值的信息；最后通过可视化技术将信息展现给人们。
2.1数据采集存储
2.2数据计算模式
2.3数据分析挖掘
数据分析挖掘环节是从海量数据中发现隐藏规律和有价值信息的过程，这个环节是大数据处理流程最为有价值和核心的部分，传统的数据分析方法有机器学习、商业智能等。传统的数据挖掘十大算法[6]（其中有K-Means、Na觙veBayes、SVM、EM、Apriori等）在云计算环境下都得到了大幅度的并行优化，在大数据的背景下，计算速度得到了很大程度的提升。现在新兴的深度学习是原始机器学习的一个新领域，动机是在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，这种新的数据分析挖掘技术已经在计算机视觉、语音识别、自然语言处理等领域有了成功的应用。
2.4数据解释展现
将挖掘出来的复杂信息进行数据解释和展现是整个大数据处理流程的最后一个环节，数据分析的结果需要向客户进行恰当的展现。与传统的数据输出和文本展示等方式不同，现在绝大部分的企业都通过引进“数据可视化”技术来展示大数据分析的结果信息，这种方式以图像、动画等方式，形象地向客户展现数据处理分析的结果，也容易被客户理解和接受，更为先进的是，现在逐步形成的“交互式可视化技术”，大大地方便了数据与人之间的“亲密交流”。目前面向大数据主流应用的可视化技术见表2。
3大数据和云计算的未来挑战
大数据需要超大存储容量的计算能力，云计算作为一种新的计算模式，为大数据的应用研究提供了技术支持，大数据和云计算的完美结合，相得益彰，发挥了各自的最大优势，为社会创造了巨大的价值。虽然国内大数据和云计算的研究还是处于初步阶段，但随着研究的不断进行，所面临的问题也越来越多。在大数据向前不断迈进的阶段里，如何让我们对大数据的研究朝着有利于全人类的方向发展成为了重中之重。
3.1重要战略资源
3.2数据隐私安全
3.3智慧城市
二、大数据与云计算对会计信息化的推进
(一)大数据拓展了会计信息化的资源利用范围。
随着数字化、软件和处理能力的发展，对可利用的数据的范围进行了进一步的扩大，企业必须敏感地认识到不同类型的信息通过深加工后能给企业带来怎样的财富，更要掌握哪些信息可以通过信息化技术和软件的进步来实现。大数据时代，会计信息化不再只针对会计作业上产生的数据进行分析，而且云计算是世界各大搜索引擎及浏览器数据收集、处理的核心计算方式，因此可以通过云计算将零散的数据整合在一起，提炼其有价值的信息，再将这些信息与传统的会计信息融合，挖掘被忽视的重要信息，提高会计管理决策能力和企业管理水平，这样就能从行业中脱颖而出。
(二)促进了会计信息化成本降低。
(三)提高了会计信息化的效率。
三、大数据和云计算对会计信息化的挑战
(一)会计信息化共享平台发展滞后。
目前，企业信息化逐步在向社会信息化发展，各企业在加工处理自己的会计信息时会形成这个行业整体的信息流。通过会计信息化共享平台，各企业可以随时知道自己的企业在整个行业或地区的地区和影响力，了解自己的强势和弱势，不断强化自己的优势并弥补自己的不足，实现动态地对公司的持续改善管理。这一平台需要在云计算的基础上发挥作用，而云计算供应商要求能够满足不同用户、不同地域和不同业务规则的需求，所以对其适应性、扩展性以及灵活性要求比较高。我国在这方面起步比较晚，国内的云计算平台建设滞后，使云会计这种新型会计信息化发展面临很大的阻碍。
（一）云储存服务
在大数据时代的背景下，云储存服务是当今社会有效储存海量数据信息、进行数据信息价值分析与利用的技术。与传统的数据储存技术相比，云储存服务在大大提升自身储存容量，并且能够分类储存不同领域数据的同时，还可以抛弃固定化的储存设备，通过快捷、方便的储存来发挥出该技术协同性、综合性的功能。云储存技术帮助系统利用对数据资源的有效整合来实现提升信息存储效率的目的，同时数据储存较高的安全性也能够为人们日常的工作、生活提供良好的保障。
（二）信息安全技术
由于互联网是大数据处理的基础，其中互联网平台开放度比较高、不同领域数据信息联系紧密，一旦外来病毒、木马攻击互联网平台，部分数据就会受到病毒的感染，并且对其他存在一定关联的数据信息造成不利的连带影响。因此，在大数据时代中需要有互联网信息安全技术来发挥出防护病毒、木马的作用。并且我国还要积极学习发达国家的信息安全技术，通过不断的研究与经验积累来弥补差距，从而也为大数据背景下海量数据信息准确性、安全性的提升作出贡献。
（三）虚拟化技术
二、大数据下计算机软件技术的具体应用
（一）商业通信领域的应用
由目前情况可知，计算机软件技术在商业通信行业的快速发展中起着十分重要的作用，许多通信工作人员能够通过各类计算机软件技术，来有效分析与记忆所有消费者的不同消费习惯与需求，从而实现用户满意度的提升以及通信企业的良好发展发展。例如，IBMSPSS作为一款测预分析软件，它能够实时掌握用户的信息，通过精准的分析来对用户提供个性化的需求；而功能更加丰富的XO分析软件以通信用户的消费行为基础进行合理的评估报告，不断发掘用户潜在的消费心理，同时它还可以借助网络分析加速器，来检测自身系统存在的问题，并且快速、开心的制定出解决方案。
（二）商业领域的应用
计算机软件技术在商业领域的应用，不仅可以帮助工作人员优化工作结构，做好企业各部门作职责的分配，同时电子商务企业能够借助计算机软件技术来实现数据信息的汇总、处理，从而通过线上或者是线下多种方式促进消费者的消费行为，有利于企业核心竞争力的提高。而在用户信息的管理方面，工作人员可以通过Gognos技术在设备上建立起即时功能平台，用于用户信息的查询。例如，景区里的管理人员能够利用电脑、手机等实时共享设备实现对进出游客的实时控制。
（三）企业信息解决方案方面的应用
在大数据背景下，计算机软件技术还可以用于解决企业在发展过程中容易出现的信息安全问题，管理人员能够通过对数据资料的深入挖掘来掌握准确、有效的市场信息以及风险评估。首先是数据取样环节，企业人员需要在所销售的产品之中随机抽取代表性强的产品，其次是信息收集整合环节，借助计算机软件技术的计算分析来提高结果的可靠性，从而实现帮助企业有效在行业竞争的过程中规避市场风险的目的。
三、结论
结合本文，随着大数据时代的不断发展，计算机软件技术渐渐的与社会上的各行各业有了紧密的联系，在企业行业竞争力的提升中起到了至关重要的作用，并且为各个企业的生产发展提供十分重要的技术保障。因此，计算机软件技术领域应当适应时展要求，以提供优质、安全的数据管理应用为目标，从而在海量数据信息的收集、分析、存储环节中发挥出高效防护、管理的作用，同时还要对计算机信息系统采取有效的措施，充分保障数据信息的安全性。
【计算机硕士论文参考文献】
[1]郝雅萍.基于大数据下计算机软件技术的应用[J/OL].电子技术与软件工程,2019(06):166[2019-04-22].
[2]卢凌.大数据时代下计算机软件技术的应用探索[J].现代工业经济和信息化,2019,9(01):85-86.
【摘要】现阶段，统计学方法在我国企业管理中有广泛应用。本文尝试对统计学方法的诞生以及发展情况进行了简要的分析，同时还对统计学方法在现今大数据时代的应用情况进行了探索。
【关键词】统计学方法发展大数据应用
对于统计学方法来说，诞生的最初只是为了进行单纯的计数以及描述，随着统计学方法的不断发展，其所涉及到的内容更加多样化。在统计学家以及各个领域专家的不懈努力之下，统计学方法正在不断的进步以及完善，在实际应用的过程中也发挥出了较为理想的效果。在现阶段大数据的时代背景之下，对统计学进行深入探究是非常重要的，会对今后多个行业的快速发展起到促进作用。
一、统计学基本发展探析
二、统计学方法在大数据中的应用趋势
目前，国内外对统计学都有较为广泛的应用，主要应用在教育行业、生产制造行业以及企业管理当中，取得了较为理想的应用效果。根据CNKI数据库中统计方法、机器学习分布情况可以看出，在机器学习领域的论文数量从2013年以后一直呈现出持续增长的势头，并且在2016年超过了统计方法领域的论文数量。由此可以说明，我国在机器学习领域的发展速度正现出稳定提升的趋势，反映了我国在大数据领域研究方面越来越深入，所应用的研究方法也开始呈现出多样化的特点。从总体上来看国内在统计学方法研究过程中已经取得了阶段性的成果，并且其所面临的拐点与国家上的统计学发展拐点基本保持一致，大概都是在2013年开始对大数据以及将其学习等方面有了深入的探究，并且开始逐渐取得突破性的成果。而机器学习方法的论文数量都是在2016年开始超过统计方法的论文数量。但是与此同时，我们也看出其差异性也很明显，国内在统计方面研究的论文以及在机器学习方法方面研究的论文与国际相比较尚且存在较为明显的差距，并且这种差距呈现出了持续性的特点，这也使得我国在这两个领域方面还有很大的发展空间。
经过对CNKI数据库中的统计方法以及大数据领域期刊论文分布情况进行分析之后，可以看出，统计方法领域中出现频次最高的是“统计分析”以及“数理统计”、“人工智能”；在大数据领域出现频次较高的是“云计算”、“图书馆”以及“物联网”等关键词。通过上述关键词来看，其所涉及到的内容都是反映当前我国统计以及大数据技术所研究的重点以及热点，同时我们也可以看出，现阶段我国在统计与大数据领域方向的研究存在着一定的重合。在进行的数据研究的时候，需要应用到统计学方法，同时统计学方法在利用的时候往往也需要与大数据进行结合。
（三）统计学方法的发展展望
有数据的地方势必就会涉及到统计学。从17世纪开始，国势学派以及算数学派的争论到今天大数据计算、计算机技术的相互作用，使得统计学的内容正在不断完善，并且其应用领域也在不断扩大，随着大数据时代的来临，使得传统的统计学发展方向发生了一定转变，开始从小样本的统计推断分析走向大数据量的挖掘分析，从而使其所掌控的数据量不断提升。在未来统计学方法发展的过程中，应该注意将统计学与新的数据思维相结合，从而产生一种新型的、应用范围更广的大数据算法。从现阶段我国大数据方法创新发展的情况来看，其与国际研究在深度以及广度上还存在不小的差距，这也恰恰说明了我国在大数据统计学方面还有很大的进步空间。现阶段，国内的大数据研究更多的是停留在信息化产业上，与其他行业的融合发展趋势尚且不明显，这也使得信息服务以及数据产业的创新发展受到了一定影响。在今后统计学发展的过程中，其研究热点势必会从数据分析以及数据发掘向算法方向转移，这样也使得大数据技术与统计学方法二者之间的联系更加紧密。
结束语
综上所述，我国统计学方法在今后发展过程中应该充分考虑到实际需求，积极适应时代变化，现阶段大数据时代已经全面到來，并且大数据技术在我国有广泛应用，在实际应用的过程中取得了较为理想的效果。将大数据与统计方法进行结合可以使统计学方法的作用得到更好的体现，也使得统计学方法不断的进步以及拓展，在大时代背景之下，其功能性得到了更加充分的展现。
统计学毕业论文范文模板(二)：线上线下混合式教学在生物统计学教学中的实践与研究论文
[摘要]为提升生物统计学课程的教学水平，针对传统生物统计学教学中的局限，分析和实践基于线上网络教学+线下面授教学的混合式教学模式在生物统计学教学中的应用策略和方法。实践表明，通过线上+线下的互动与教学，能激发学生学习的兴趣与动力，丰富生物统计学的教学形式与内容，促进生物统计学教学质量的提升。
[关键词]线上线下；混合式教学；生物统计学；实践
[作者简介]严明（1981—），女，重庆人，博士，讲师，研究方向：生物技术。
生物统计学是生物医学类专业的必修课程，学生通过学习本课程掌握实验设计的原理和方法，并学会对实验数据进行统计分析和处理。然而，生物统计学涉及到大量基础理论，单纯通过教师讲解，学生理解度较低，学习效果不佳。如何在有限的课时内，改革传统的以讲授为主的教学方式，有效提高教学效果是生物统计学教学亟待解决的难题。
一、线上线下混合式教学的概念及内涵
二、生物统计学课程教学面临的困境
2.教与学不同步。传统教学模式下，教师与学生之间的沟通以课堂为主，教师按照教学安排按部就班地进行教学，对学生需求重視不足；学生缺乏主动反馈的意识，教师很难掌握学生的真实学习状况，教与学处于不同步状态。
三、线上线下混合式教学在生物统计学教学中的实践探究
1.构建线上教学平台，实现课前线上自主学习。授课教师首先以超星泛雅平台和学习通APP为依托构建线上教学平台。教师在平台上将课程每章的重难点列示出来，搭建课程框架体系，并上传包括课件和教师根据课程知识体系录制的教学视频等资料。教学视频时长控制在15分钟以内，并保证精炼、易懂，让学生不会因视频过长而放弃观看，提高学习时效。同时，在教学平台提供视频配套的课件资料，方便学生下载并配套观看。教师还在平台设置了视频弹幕问答和闯关式章节测试，学生通过答题和测试后才能进入后续章节的学习。
在教学实践中发现，线上教学平台还可以为理论教学提供良好的拓展实践平台。教师可以在线上平台提供实验设计及实验数据分析的实例供学生练习，实现对课时压缩的有效弥补。学生普遍反映网络教学平台十分有利于自主学习，尤其是遇到知识难点时，学生可以通过反复线上观看教学视频来帮助理解，能达到较好的学习效果。
此外，线上教学平台可以通过视频回放次数、测试完成程度等数据统计帮助教师了解学生之间的差异性，既方便教师掌握学生学习状态，分析存在的问题，也为线下课堂教学提供依据，在后续教学中因材施教，满足不同层次学生的个性化学习需求提供依据。
在线下教学中，教师还对教学场景进行了编排和优化。教师提供具体的实验案例，并以某一具体实验案例（如抗癌药物筛选）为背景贯穿整个课程教学始终，模拟真实实验场景，让学生从实验参与者的角度设计实验流程、整理实验数据、统计分析和解读呈现的全部流程。帮助学生实践生物学研究提出假说—实验验证—得出结论的基本流程，理解生物统计学对生物学研究的重要指导作用，培养学生知识迁移、应用和分析并解决科学问题的能力。
3.课后回顾学习并提升。在课堂教学完成后，师生的教学活动都还没有结束。教师要对线上线下教学过程中容易出现的问题进行整理总结，并将解决方案到网络平台，供学生回顾性学习。学生要对课堂上遇到的问题，搜集学习资料进一步思考和巩固。教师还要对学生课后学习情况进行挖掘，并根据学生的不同情况进行个性化的学习支持。对于有困难的学生，教师要单独辅导和监管，帮助学生完成课程学习；对于学有余力的学生，可以鼓励学生走进实验室，跟随教师的科研工作，完成真正的动手实践，实现素质提升。最终通过师生配合，完成对课程教学效果的提升。
一、人工智能计算机的概况
利用计算机技术来模仿人类的行为方式和思维模式就叫做人工智能。人工智能，技术的涵盖内容广泛，且创新性高、挑战力度大，它的发展与各学科知识包括信息与计算科学、语言学、数学、心理学等都有关联。人工智能的发展目标是通过计算机技术让本该由人工操作的危险或复杂的工作由人工智能机器代替,从而额实现节约劳动力、减少事故危害发生的情况，进而提高工作效率和工作质量。人工智能的发展形式多样。第一，人工智能可以帮助完善某些较为复杂的问题或是当前还无法解决的问题，若是发生由计算机运算都还无法获得正确模型的情况，此时就可利用人工智能来对该项问题进行有效解决，针对模糊的问题和内容，利用人工智能模式来不断提高网络使用质量。第二，人工智能可以将简单的东西或知识复杂化，得到人们想要的高级程序和数据，从而节约实现，提高工作效率。
二、大数据时代人工智能在计算机网络技术中的应用
（一）数据挖掘技术在计算机网络技术中的应用数据挖掘技术在近几年来越来越受到人们的重视，因为数据挖掘技术是大数据时展的关键技术。利用人工智能技术可研究外界不安全因素的入侵频率，并在网络安全运行的前提下结合网络存贮状态，将研究结果记录保存。之后的工作中，若计算机处于运行情况时发生安全问题，系统会立即给予警告提示，并及时拦截入侵对象。数据挖掘技术其实从根本上来看，就是由人工智能技术和大数据技术的综合发展而来，模仿人类处理数据信息的特征和方式，让计算机实现对数据的批量处理。此外，数据挖掘技术还可与各种传感器融合工作，从而实现技术功效的最大潜力，不断增强计算机系统的功效和实用价值。
（二）入侵检测技术在计算机网络技术中的应用现展迅速，网络科技已成为人们日常生活中至关重要的组成成分，给人们的生活工作带来极大便利，但是其中也潜存很多不稳定因素。所以，网络安全技术的发展是保证网络使用正常工作的重要前提。当前，已经有很多网络机制被运用到保护网络安全的工作中，但是在对网络安全管理时发现仍旧有很多不稳定因素的存在，尤其是现在网络技术的发展迅速，很多手机支付等网络支付方式中会存在支付密码泄露的情况。基于此，在网络计算机安全使用过程中起到良好作用的是入侵检测技术。该技术被使用时，可以对网络中潜存的安全隐患信息及时侦查处理，对其数据信息进行检测，最后将检测结果的分析报告反馈给用户，实现有效检测。入侵检测技术的不断发展和完善，让计算机网络的安全运行得到极大保障，在对计算机网络进行安全检测的条件下，防止网络受到外界环境的干扰。人工智能技术中还可结合人工神经系统高和专家系统网络，实现对实时变化信息的即时监控，切实保障计算机网络技术的安全发展。
计算机网络技术的发展与完善，Internet技术应用领域广泛，并且现在人们生活、学习与工作已经离不开计算机网络。现在人们的需要不断变化，计算机远程网络通信技术需要不断更新以适合现代人们的需要，同时保障计算机远程网络通信。在大数据时代，提高计算机远程网络通信的质量，满足用户的需求是迫切需要解决的问题，在大数据时代，如何提高计算机远程网络通信质量，更新计算机远程网络通信技术，保障用户的需求，给计算机远程网络通信技术的专家和学者提供了机遇和挑战，以适合现代社会发展需要。
1大数据时代计算机远程网络通信技术的优势
计算机远程网络通信技术在应用过程中根据用户的需求不断更新，在大数据技术的应用到计算机远程网络通信技术有一定的优势。首先抗干扰性强，计算机远程通信技术在大数据技术的应用下，保障数据传输的有效性，提高了数据传输的抗干扰性，保障了数据传输的准确性。其次有利于与计算机结合，计算机是计算机远程网络通信的主要工具，在大数据技术的应用下，让计算机与计算机远程通信网络能更好的兼容，能更加有效保障通信的质量与效果。最后具有多样性特点，在大数据技术的应用下，根据用户的不同需要，计算机网络通信技术可以给用户提供多种选择方案，为用户提供多样化服务，满足用户的需要，符合现代社会发展，计算机远程网络通信技术改革为用户需求服务。
2大数据时代计算机远程网络通信技术存在的问题
2.1计算机远程网络通信技术故障
大数据时代计算机远程网络通信在运行的过程中，出现计算机远程网络通信技术问题是一种常见问题。计算机远程网络通信技术故障主要表现其一是物理层出现问题，物理层出现问题一般是接口问题，一旦出现问题影响数据的发送与接收，同时也容易被黑客等进行攻击。其二是网络层出现问题，网络层问题一般是路由器出现问题或网络IP地址出现问题，在网络运行的过程中容易出现网络拥塞现象，对网络通信产生一定的影响。当网络层出现问题还有可能受到病毒的攻击，这会给网络通信起到阻碍作用，在网络通信要注重网络病毒的防治，减少网络病毒对网络通信的攻击。
2.2计算机远程网络通信的速度问题
现在人们的生活、学习与工作离不开计算机网络，计算机远程网络通信的速度是大家关心的问题，数据在网络上传输视频、图片等都有传输失败的现象，这都是计算机远程网络通信出现问题，多数都是由于网络拥塞现象造成的，在计算机远程网络通信带宽增加的过程中，但每年网络用户大量增加，这给网络通信的速度带来一定问题，阻碍了人们的正常网络通信。
3大数据时代计算机远程网络通信技术的革新
3.1对计算机远程网络通信技术进行维护
3.2革新计算机远程网络通信的速度
信息管理与信息系统专业虽然属于管理学，但其主干学科包括计算机科学与技术、经济学、管理学等三个，该专业的综合性、实践性很强，但是目前各高校该专业的实践教学体系不完备，还未自成一家、各具特色，以致毕业生实践能力不突出，特色彰显不够，就业竞争力不强，培养应用型人才是当务之急，核心是要培养学生的应用能力、创新能力和工程素养。要达到本目标，就要大力加强和完善实践教学环节，建立多层次、一体化的实践教学体系。
曲靖师范学院信息管理与信息系统专业从2008年开办至今，已经培养5届学生，一直以来，我们不断加强和完善该专业的实践教学环节，形成了四位一体的实践教学体系，取得了良好的效果。
2实践教学体系的“硬件位”
实践教学体系的“硬件位”强调实验室建设。实验室是开展教研的硬件基础，没有这个基础，一切教研工作就是空中楼阁。我们一直重视信息管理与信息系统专业的实验室建设。采购实验设备的指导思想是实验设备要先进、实用，充分满足学生的学习和教师的教学科研的需要。
该专业已经建成硬件实验室有2个：计算机组成原理实验室、计算机组装与维护实验室，通信与网络实验室有2个：计算机通信实验室、计算机网络实验室，信息管理类的实验室有3个：数字库应用实验室、信息管理与软件实验室、信息技术创新实验室。同时为适应当今云计算、大数据的大趋势，我们投资200多万建立了云计算平台。
这些实验室的更新及新建，能充分满足学生的学习和教师的教学及科研的需要。
3实践教学体系的“抓手位”
专业技能训练提升学生实践能力的抓手，在学生的整个大学四年期间，为了在不同学期提升学生的综合实践能力，我们开展了贯穿大学4年的专业技能训练。
专业技能训练是实践教学体系的抓手，专业技能训练的目的是根据训练大纲，我们应以项目为驱动来创新该专业的实践教学体系[1]，提升学生应具备的专业素养和能力，形成几大子抓手，再作专项的打造。
我院的专业技能训练主要包括两个级别，一是课程设计训练，本训练以课程为依托，制定课程级别的训练大纲和测试方案；二是综合设计训练，训练学生综合能力，要求学生能灵活应用所学课程，完成一个综合性、设计性项目。
3.1课程设计训练
“课程设计”一个多义词词条。它可以指“为掌握某一课程内容所进行的设计”[2]。课程设计是课程实验的高级环节，课程实验是提升学生立体实践能力的根本，课程实验分为验证性实验、综合性实验和课程设计实验，我们在传统验证性实验的基础上开展课程设计实验，提升学生的课程综合实践能力。
信息管理与信息系统专业的核心课程有6门，分别是：Java程序设计、管理信息系统、数据库原理、计算机网络及实验、管理学、经济学。我们针对这些课程，在编写实验大纲时，就要求编写课程对应的课程设计，设计方案要经过教研室的审核和信息工程学院教授委员的讨论及审定。以审定通过的课程设计为依托，为后续综合实践能力的提升打下坚实的基础。
以《Java程序设计》课程设计为例，课程设计的目的：利用Java语言的语法特性，结合数据结构算法、网络知识、文件处理和数据库等知识完成综合题目的设计和代码实现，并培养锻炼分析程序、撰写报告等能力。
3.2综合设计训练
综合设计训练的目的是锻炼学生综合所学知识，设计和开发一个小项目的能力。这些项目有“ERP企业应用”、“Oracle运维管理”、“大数据管理”、“JavaWeb开发”等，这些小项目的训练要基于几门课的知识和技能，如“JavaWeb开发”就需要学生综合数据库、数据结构、软件工程、计算机程序设计等知识与技能。
综合设计训练要与毕业设计区别开来，此训练的主要目的是让学生体验和掌握项目开发流程，同时锻炼综合应用所学课程来完成一个具体的小项目。
3.3信息管理与信息系统专业技能训练安排
为鼓励学生多渠道获得技能分，我们规定，学生在校期间，通过全国计算机技术与软件专业技术资格（水平）考试的中级资格、全国计算机等级考试的四级证书、思科（微软、ORACLE、华为、H3C或锐捷）的工程师级别认证、中级会计师，可获得3个学分；通过全国计算机技术与软件专业技术资格（水平）考试的高级资格、思科（微软、ORACLE、华为、H3C或锐捷）的高级工程师级别认证，可获得4个学分。
4实践教学体系的“信息系统开发能力位”
本专业的学生要求具体一定和信息系统开发能力，该能力通过毕业论文（设计）来炼成。毕业论文（设计）是教学过程的最后阶段采用的一种总结性的实践教学环节。通过毕业设计，学生可以综合应用所学的各种理论知识和技能，进行全面、系统、严格的技术及基本能力的练习。[3]毕业论文（设计）是实践教学体系的技能整合，我院对毕业论文（设计）作重大改革，着力打造学生综合实践能力
5实践教学体系的“校企合作位”
为提升学生的实习水平，满足用人单位的需求。我们自2013年开始，与四川华迪信息技术有限公司开展毕业实习合作，该公司是一家集软件外包、信息服务、学生专业技能培训为一体的软件公司，在全国小有名气。学生参加校企合作实习有两种类型，一是为期三个月的专业实习，二是为期四个月的就业培训。三个月的专业实习分为软件开发方向和网络方向，软件开发实训重点是提升学生的软件开发实践能力和水平，网络方向的实训重点是提升学生的网络设计、实施、部署能力。
2014年8月18日，中央全面深化改革领导小组第四次会议审议通过了《关于推动传统媒体和新兴媒体融合发展的指导意见》，对新形势下如何推动媒体融合发展提出了明确要求，强调要“推动媒体融合发展，强化互联网思维，将技术建设和内容建设摆在同等重要的位置，积极运用大数据、云计算等新技术，发展移动客户端、手机网站等新应用新业态，不断提高技术研发水平，以新技术引领媒体融合发展、驱动媒体转型升级。”从西方到东方，从硅谷到北京，大数据的概念正被不断地传播与推广，大数据无疑已成为新技术与和产业聚焦的热点。因此，顺应时代形式、力求创新发展无疑是科技期刊的必行之路，以大数据等新兴技术为契机，加快推进科技期刊数字化建设乃是大势所趋。
1大数据与数字化出版
1.1大数据
1.1.1大数据的发展历程
“大数据”一词首次被提出是在2011年有关机构的研究报告――《大数据：创新、竞争和生产力的下一个新领驭》之中。这份报告研究了数据和文档的状态，同时分析了处理这些数据能够释放出的潜在价值。此后，IBM、甲骨文、EMC、SAP等全球IT巨头纷纷把长期部署的海量数据设备、数据分析、商务智能等硬件、软件与服务以“大数据”这一概念推向战略前沿。大数据发展历程如表1所示。
1.1.2大数据的涵义
1.2数字化出版
2010年新闻出版总署下发《关于加快我国数字出版产业发展的若干意见》，将数字化出版定义为：“利用数字技术进行内容编辑加工，并用网络传播数字内容产品的一种新型出版方式”。数字出版是一种全新的技术和文化形式，策划、组稿、审稿、编辑加工、出版、发行等各个环节都应在网上完成，是融语义信息、听觉信息、视觉信息、行为信息、符号信息于一体，突破时空、学科、语言的限制，将期刊带入一个超立体空间和多维的环境。数字出版包括了三层递进的含义，基本上反映了学术期刊数字化出版从低到高的演进过程，见图1。
2大数据时代科技期刊面临的机遇与挑战
2.1大数据时代科技期刊面临的机遇
2.1.1有助于期刊出版模式多元
2.1.2有助于期刊品牌价值提升
科技论文出版周期长、流通环节不畅、时效性差等问题不仅广被诟病，更直接影响到科技成果的认定、传播和利用价值，以及科技期刊的学术影响力，利用大数据技术对科技期刊编辑工作流程的优化，可以显著提高工作效率，缩短论文的出版周期。大数据时代，作者、编辑、专家等的信息传输和决策行为均纳入了数字化管理轨道，并与中外公共文献数据库实现了链接与共享，这使期刊编辑中的数据互通共享、数据计算分析及数字化作业成为可能，将对优化科技期刊编辑的工作流程提供帮助。科技期刊编辑智能型办公系统将以多维度数据为基础，充分利用计算机网络和人工智能计算工具，以达到减少重复劳动和简单劳动，提升编辑质量与效率，缩短审稿周期，从而最终提高科技期刊的学术影响力。
2.2大数据时代科技期刊面临的挑战
2.2.1保密工作更加复杂
2.2.2期刊数字化建设水平较低
近年来我国科技期刊数字化出版虽然得到了飞速发展，但与国外同行业相比，我国科技期刊数字化出版产业仅处于初级发展阶段，相对落后的数字化建设水平阻碍了大数据在科技期刊业的应用。目前信息的主要传播方式为网络传播，加快推进科技期刊数字化建设将有效促进国内外用户的学术交流与合作，并通过积极向国外同行、国际重要检索机构进行推送，扩大期刊的国际影响力。然而目前，国内很多科技期刊编辑尚对数字技术认识不足，局限于现有的出版模式。同时，科技期刊编辑的数字技术水平也普遍较低，缺乏推进科技期刊数字化建设的自觉意识与主观愿望。
在大数据时代，科技期刊论文的发稿时效和稿件审稿编辑周期都将大大加快，对期刊编辑和身高专家提出了更高要求，有了更高的挑战。因此各个科技期刊编辑部不仅需要建立一支能适应新环境的具有高素质的编辑队伍，还需要一批乐于奉献的高水平审稿专家队伍，在新的大数据环境下，需要作者、编辑和审稿专家协同努力，以适应新的编辑环境。
3大数据时代科技期刊生存与发展的对策
3.1以发表优质稿件为宗旨，坚持推进期刊数字化建设
中国传统的科技期刊还处于数字化转型的关键时期，要想在内容、管理等方面实现数据化运作，首先必须彻底推进期刊数字化。科技期刊编辑应主动顺应这一潮流，并在自己的职责范围内推进期刊的数字化改革进程。期刊编辑出版工作者应该站在战略高度，认识到期刊的数字化转型是生产力发展的必然结果，是时展的必然趋势。科技期刊编辑要不断加强建设科技期刊数字化的自觉意识，主动寻找适应数字化出版需求的运营管理模式，从而为建设具有中国特色的数字化出版业做出贡献。但主动迎接大数据给予的发展契机的同时，科技期刊的定位应该是做优秀的内容提供商，因此，科技期刊编辑应认清并巩固自身的核心价值所在，坚持优质稿件的办刊理念。已经起步的数字型编辑普遍存在重技术、轻内容质量的问题。对于大数据的分析使用始终无法代替文化产业属于人的精神创造活动，编辑只有对文字内容资源，包括稿件的收集、编辑加工、知识体系的分类等进行整合和管理，坚守角色定位，专注内容质量和价值提升，大数据才能在科技期刊业得到科学利用和持久发展。
3.2以保密管理为抓手，坚持贯彻期刊保密审查制度
3.3以传统编辑为基础，坚持提升编辑人员信息素养
工程上的计算是以函数，尤其是数值函数为基础的。所谓数值函数就是说在函数的定义域中每一点x就可得位移的f{x}值，此值成为f在x处的值。例如，如何表示空气的cp{T,P}函数？我们可以利用计算机，输入程序，就会得到很精确的结果。除了上述问题，还有很多化学工程的数据处理的过程模拟，如：非线性方程求解、线性方程组的迭代求解、常微分方程数值解、偏微分方程数值解等等，都是先建立一个数学模型，然后带入计算机，最终得出一系列结果的。
1.2Office软件在化学工程中的应用
（1）改变字体大小。
（2）随意设定版面。
（3）利绘图工具绘制实验流程图，并修改。
（4）利用公式编辑器编辑数学公式及化学反应式。
（5）可插入表格及页码。
（6）复制和删除方便。Excel工具的强大的分析数据功能可以将数据进行统计，然后将其规律性地展示出来。在处理化工数据时，我们可以利用Excel工具进行求平均值、自编公式计算等。
1.3Origin在化学工程数据处理中的应用
Origin是具有较强功能的实验数据处理软件。可利用Origin进行图形生成，我们可以在软件中输入实验后得到的数据，通过软件得到实验数据曲线图。为利用Origin工具绘制的实验数据图。通过图形或曲线，可以清晰明了地把大数据展示给他人，并从中发现数据之间的规律，以便更好地进行实验。