大數(shù)據(jù)背景下大學(xué)生創(chuàng)新創(chuàng)業(yè)促進(jìn)效果評價(jià)體系設(shè)計(jì)

謝從晉 楊柳

摘? 要：文章首先分析了當(dāng)前大學(xué)生創(chuàng)新創(chuàng)業(yè)促進(jìn)效果評價(jià)體系存在的缺陷，并在此基礎(chǔ)上利用大數(shù)據(jù)分析方法及相應(yīng)工具設(shè)計(jì)出一種新的評價(jià)體系，以期能夠更加全面、及時(shí)地收集和利用相關(guān)信息，實(shí)現(xiàn)對大學(xué)生創(chuàng)新創(chuàng)業(yè)促進(jìn)機(jī)制的發(fā)展與完善，從而更有效地激勵(lì)大學(xué)生創(chuàng)新創(chuàng)業(yè)活動(dòng)。

關(guān)鍵詞：大數(shù)據(jù);評價(jià)體系;創(chuàng)新創(chuàng)業(yè);促進(jìn)效果

作者簡介：謝從晉，四川外國語大學(xué)重慶南方翻譯學(xué)院講師，碩士，研究方向?yàn)榇髷?shù)據(jù)與創(chuàng)新管理;楊柳，四川外國語大學(xué)重慶南方翻譯學(xué)院副教授，碩士，研究方向?yàn)閿?shù)據(jù)挖掘。（重慶 401120）

基金項(xiàng)目：本文系重慶市教育科學(xué)“十三五”規(guī)劃2018年度規(guī)劃課題“雙因素理論視角下高校大學(xué)生創(chuàng)新創(chuàng)業(yè)促進(jìn)機(jī)制研究”（編號(hào)：2018-GX-388）的階段性研究成果。

中圖分類號(hào)：G64? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ?文章編號(hào)：1671-0568（2019）27-0006-04

大學(xué)生創(chuàng)新創(chuàng)業(yè)促進(jìn)機(jī)制及其效果的評價(jià)，會(huì)直接影響大學(xué)生創(chuàng)新創(chuàng)業(yè)的成功率，是現(xiàn)階段我國實(shí)施“創(chuàng)新驅(qū)動(dòng)發(fā)展”戰(zhàn)略的重要構(gòu)成要素。如何才能更有效地激發(fā)大學(xué)生的創(chuàng)新創(chuàng)業(yè)潛力;怎樣才能少走彎路，提升大學(xué)生創(chuàng)新創(chuàng)業(yè)實(shí)踐能力;怎么才能對大學(xué)生創(chuàng)新創(chuàng)業(yè)促進(jìn)工作和促進(jìn)效果做出更客觀、更合理的評價(jià)，這些都是國家和社會(huì)普遍關(guān)心的問題。不過，前人在研究大學(xué)生創(chuàng)新創(chuàng)業(yè)促進(jìn)效果評價(jià)領(lǐng)域時(shí)，往往偏重于采用專家評測法從而得到一些描述性的分析結(jié)論，或者僅憑對少許數(shù)據(jù)（如補(bǔ)助金額、減免稅收、銷量與利潤等）加以比對就得出評價(jià)結(jié)果。

大數(shù)據(jù)思維的提出、大數(shù)據(jù)技術(shù)的興起、智能化服務(wù)的廣泛應(yīng)用以及相關(guān)技術(shù)的不斷發(fā)展，給大學(xué)生創(chuàng)新創(chuàng)業(yè)促進(jìn)效果的評價(jià)工作帶來了另外一種可能。

一、傳統(tǒng)創(chuàng)新創(chuàng)業(yè)促進(jìn)效果評價(jià)體系的弊端

大學(xué)生創(chuàng)新創(chuàng)業(yè)促進(jìn)效果評價(jià)的傳統(tǒng)思路是“設(shè)置促進(jìn)目標(biāo)—促進(jìn)方案制訂—促進(jìn)措施落實(shí)—促進(jìn)對象反饋—促進(jìn)效果評價(jià)”。該流程基本上是一維和線性的，每兩步之間環(huán)環(huán)相扣，不可跳躍。下一步的進(jìn)行通常都以“前一步已經(jīng)完成”為前提，如要收集促進(jìn)對象的反饋時(shí)，通常是促進(jìn)措施已經(jīng)落實(shí)過后方可進(jìn)行;比如，要開展促進(jìn)效果的評價(jià)工作，通常是促進(jìn)對象的信息反饋工作已經(jīng)全部完成了才可進(jìn)行。這種處理思路會(huì)帶來諸多問題。

1.信息來源缺乏及時(shí)性和全面性。在大數(shù)據(jù)技術(shù)出現(xiàn)之前，開展評價(jià)工作的信息來源十分有限，僅能靠人工收集一些顯而易見的數(shù)據(jù)，或者借助機(jī)器收集到并不全面的信息。同時(shí)，由于大量采用人工的方式，缺少時(shí)效性，難以在工作進(jìn)行的過程中及早發(fā)現(xiàn)問題，更不能將上述流程中后續(xù)的信息實(shí)時(shí)地反饋到前一步。

2.評價(jià)方法缺乏針對性和個(gè)性化。傳統(tǒng)評價(jià)體系的評價(jià)指標(biāo)往往都是人為預(yù)先設(shè)計(jì)好的，如政府補(bǔ)助資金數(shù)量、減免稅收與產(chǎn)出的比率、創(chuàng)新創(chuàng)業(yè)團(tuán)隊(duì)研發(fā)投入和產(chǎn)出的專利數(shù)量等，這些指標(biāo)往往都是一樣的，缺乏對每一個(gè)創(chuàng)新創(chuàng)業(yè)團(tuán)隊(duì)的個(gè)性化評價(jià)。

3.評價(jià)過程缺乏動(dòng)態(tài)性和開放性。傳統(tǒng)評價(jià)指標(biāo)基本都是結(jié)果式的。即使信息來源非常充分、評價(jià)方法十分可觀，評價(jià)結(jié)果也一定是暫時(shí)性的。它只能代表創(chuàng)新創(chuàng)業(yè)促進(jìn)工作在近期的狀態(tài)，更準(zhǔn)確地說，僅僅是該次評價(jià)在采集數(shù)據(jù)時(shí)的狀態(tài)。傳統(tǒng)評價(jià)體系不能全面地對促進(jìn)工作進(jìn)行動(dòng)態(tài)評價(jià)，因而無法對創(chuàng)新創(chuàng)業(yè)過程提出有益的建議。

對每一個(gè)創(chuàng)新創(chuàng)業(yè)團(tuán)隊(duì)的促進(jìn)工作做出事無巨細(xì)的評價(jià)，傳統(tǒng)評價(jià)體系也許能做到，但人力成本無疑會(huì)非常高，且隱私保護(hù)的問題無比棘手。

4.評價(jià)結(jié)果缺乏公正性和預(yù)見性。由于缺乏對創(chuàng)新創(chuàng)業(yè)過程的動(dòng)態(tài)性監(jiān)測，缺乏對創(chuàng)新創(chuàng)業(yè)大學(xué)生群體全局性和局部性的行為分析，更缺乏大量的創(chuàng)新創(chuàng)業(yè)關(guān)聯(lián)信息的有效支撐，使得傳統(tǒng)評價(jià)體系既不能對創(chuàng)新創(chuàng)業(yè)促進(jìn)效果做出積極預(yù)測，也不能保證每一次評價(jià)結(jié)果的客觀公正性。

二、基于大數(shù)據(jù)技術(shù)的大學(xué)生創(chuàng)新創(chuàng)業(yè)促進(jìn)效果評價(jià)體系

本文設(shè)計(jì)的基于大數(shù)據(jù)思維與技術(shù)的大學(xué)生創(chuàng)新創(chuàng)業(yè)促進(jìn)效果評價(jià)體系，以及各個(gè)模塊與工作步驟存在的遞進(jìn)與反饋關(guān)系如圖1所示。

首先，采集大學(xué)生創(chuàng)新創(chuàng)業(yè)投入產(chǎn)出大數(shù)據(jù)，并完成數(shù)據(jù)的去噪、集成、清洗、歸約、變換、辨析、離散化、抽取等預(yù)處理操作，大學(xué)生創(chuàng)新創(chuàng)業(yè)投入產(chǎn)出大數(shù)據(jù)的信息來源如圖2所示;其次，建立大學(xué)生創(chuàng)新創(chuàng)業(yè)投入產(chǎn)出大數(shù)據(jù)庫，實(shí)現(xiàn)數(shù)據(jù)的有效存儲(chǔ)與高效管理，這是后續(xù)數(shù)據(jù)挖掘、數(shù)據(jù)服務(wù)與數(shù)據(jù)應(yīng)用的基礎(chǔ);再次，大學(xué)生創(chuàng)新創(chuàng)業(yè)投入產(chǎn)出大數(shù)據(jù)的處理與分析，對數(shù)據(jù)開展數(shù)據(jù)挖掘、建模仿真、關(guān)聯(lián)分析、統(tǒng)計(jì)分析等;最后，提供有關(guān)大學(xué)生創(chuàng)新創(chuàng)業(yè)促進(jìn)問題的數(shù)據(jù)應(yīng)用，為大學(xué)生創(chuàng)新創(chuàng)業(yè)促進(jìn)過程的管理和促進(jìn)效果的評價(jià)提供服務(wù)。

1.大學(xué)生創(chuàng)新創(chuàng)業(yè)大數(shù)據(jù)的采集與預(yù)處理。為了確保大數(shù)據(jù)信息的完備性和多樣性，應(yīng)該盡一切可能收集大學(xué)生創(chuàng)新創(chuàng)業(yè)相關(guān)信息，本文將這些信息稱為大學(xué)生創(chuàng)新創(chuàng)業(yè)投入產(chǎn)出大數(shù)據(jù)（簡稱“投入產(chǎn)出大數(shù)據(jù)”或“創(chuàng)新創(chuàng)業(yè)大數(shù)據(jù)”）。數(shù)據(jù)的來源很廣泛，數(shù)據(jù)的完備性、全面性與多樣性是所有大數(shù)據(jù)問題中十分尋常又十分重要的問題，會(huì)直接影響后續(xù)數(shù)據(jù)挖掘與數(shù)據(jù)分析的效果。

大學(xué)生創(chuàng)新創(chuàng)業(yè)大數(shù)據(jù)的來源包括四個(gè)方面：創(chuàng)新創(chuàng)業(yè)管理部門、創(chuàng)新創(chuàng)業(yè)服務(wù)與協(xié)作組織、產(chǎn)品面對的消費(fèi)者和創(chuàng)新創(chuàng)業(yè)的大學(xué)生自身，其中創(chuàng)新創(chuàng)業(yè)管理部門信息包括政府部門的各種政策文件、高校公布的相關(guān)管理?xiàng)l例、高校開設(shè)相關(guān)課程的投入、工商部門的數(shù)據(jù)信息、稅務(wù)部門的稅務(wù)信息、專利部門的創(chuàng)新成果信息、法務(wù)部門的官司信息、環(huán)保部門的公示與懲罰信息等;創(chuàng)新創(chuàng)業(yè)服務(wù)與協(xié)作組織包括各種創(chuàng)新創(chuàng)業(yè)比賽文件、孵化園的管理與統(tǒng)計(jì)數(shù)據(jù)、成果轉(zhuǎn)化平臺(tái)的報(bào)表、大學(xué)生雙創(chuàng)培訓(xùn)信息、天使投資人和合伙投資人的投入情況、銀行貸款信息等;相應(yīng)產(chǎn)品的消費(fèi)者信息包括消費(fèi)者對該產(chǎn)品的評價(jià)與反饋信息、產(chǎn)品的復(fù)購率、消費(fèi)偏好、投訴與舉報(bào)信息等;來自創(chuàng)新創(chuàng)業(yè)大學(xué)生自身的信息更是具有多樣性，包括創(chuàng)新創(chuàng)業(yè)大賽獲獎(jiǎng)、個(gè)人征信、收入信息、課程學(xué)習(xí)情況、消費(fèi)與購物、貸款與融資等。

針對創(chuàng)新創(chuàng)業(yè)大數(shù)據(jù)存在的量大、異構(gòu)、雜亂、不一致、不完整、重復(fù)和非結(jié)構(gòu)化等特性，必須對剛采集到的數(shù)據(jù)進(jìn)行預(yù)處理，包括去噪、清洗、集成、規(guī)約、變換、離散化等操作。具體在執(zhí)行時(shí)，將創(chuàng)新創(chuàng)業(yè)大數(shù)據(jù)中的缺失值進(jìn)行舍棄元組、人工補(bǔ)充、全局常量填充、中心度量填充、可能值填充等操作;將噪聲數(shù)據(jù)與離群點(diǎn)進(jìn)行去噪、離群點(diǎn)檢測、數(shù)據(jù)光滑、分箱、線性回歸等處理;把來源不同、格式不同、特點(diǎn)性質(zhì)各異的創(chuàng)新創(chuàng)業(yè)數(shù)據(jù)在邏輯或物理上進(jìn)行有機(jī)的數(shù)據(jù)集中，將來自于多個(gè)創(chuàng)新創(chuàng)業(yè)數(shù)據(jù)源的等價(jià)實(shí)體進(jìn)行匹配和識(shí)別，將多次重復(fù)出現(xiàn)的創(chuàng)新創(chuàng)業(yè)數(shù)據(jù)冗余進(jìn)行消除;減少考慮創(chuàng)新創(chuàng)業(yè)標(biāo)簽屬性的個(gè)數(shù)，盡量用較小的數(shù)據(jù)表示原數(shù)據(jù);還要對數(shù)據(jù)進(jìn)行屬性構(gòu)造、匯總或聚集、規(guī)范化、標(biāo)簽替換等，現(xiàn)有較成熟的工具有Hadoop、Spark、Hbase等。

2.大學(xué)生創(chuàng)新創(chuàng)業(yè)大數(shù)據(jù)的存儲(chǔ)與管理。創(chuàng)新創(chuàng)業(yè)大數(shù)據(jù)的有效存儲(chǔ)與管理能為本文中設(shè)計(jì)的促進(jìn)效果評估系統(tǒng)提供基本保障和重要支撐，其存儲(chǔ)與管理質(zhì)量的好壞會(huì)直接影響整個(gè)大數(shù)據(jù)評估系統(tǒng)的性能。

在系統(tǒng)中，可采用分布式存儲(chǔ)方式存儲(chǔ)創(chuàng)新創(chuàng)業(yè)大數(shù)據(jù)，以應(yīng)對數(shù)據(jù)量較龐大的問題，即將大量的創(chuàng)新創(chuàng)業(yè)數(shù)據(jù)分塊存儲(chǔ)在不同的數(shù)據(jù)中心，或者說是不同的服務(wù)器節(jié)點(diǎn)上，并通過數(shù)據(jù)副本保持其可靠性;為了提高數(shù)據(jù)實(shí)時(shí)更新速度以及存取效率，可采用唯一的日志文件;當(dāng)節(jié)點(diǎn)發(fā)生故障導(dǎo)致系統(tǒng)不可用時(shí)，通過文件系統(tǒng)鏡像可幫助節(jié)點(diǎn)恢復(fù)工作，從而保障節(jié)點(diǎn)的可靠性。另外，盡量采用流式訪問、一次寫入多次讀取的模式，從而保證數(shù)據(jù)的一致性;從成本上考慮，存儲(chǔ)還要滿足廉價(jià)機(jī)或機(jī)群、設(shè)計(jì)簡潔通用、高容錯(cuò)性的配置要求。目前，Google的GFS和Hadoop的HDFS都是較成熟且較典型的存儲(chǔ)技術(shù)。

創(chuàng)新創(chuàng)業(yè)大數(shù)據(jù)的管理中，由于其具有非結(jié)構(gòu)化和半結(jié)構(gòu)化特征，所以常使用非關(guān)系型數(shù)據(jù)庫。一般采用列式存儲(chǔ)的方式來實(shí)現(xiàn)，將數(shù)據(jù)按相同字段分開，每一列數(shù)據(jù)單獨(dú)存放在一起。為了提升效率、節(jié)省開支，不同的數(shù)據(jù)列對應(yīng)不同的屬性，屬性也可以根據(jù)需求動(dòng)態(tài)增減，查詢時(shí)就能夠只查詢相關(guān)的數(shù)據(jù)列。目前，常用的數(shù)據(jù)管理技術(shù)是HBase。

3.大學(xué)生創(chuàng)新創(chuàng)業(yè)大數(shù)據(jù)的處理與分析。通過對創(chuàng)新創(chuàng)業(yè)大數(shù)據(jù)進(jìn)行處理和分析，獲取各項(xiàng)有價(jià)值的信息。分析方法的選擇和應(yīng)用顯得格外重要，對最終信息的價(jià)值起決定性作用。常用分析方法及理論有：可視化分析，能夠直觀地呈現(xiàn)創(chuàng)新創(chuàng)業(yè)情形;數(shù)據(jù)挖掘算法，這是大數(shù)據(jù)分析最核心的部分，各種數(shù)據(jù)挖掘的算法針對不同的創(chuàng)新創(chuàng)業(yè)數(shù)據(jù)類型和數(shù)據(jù)格式;預(yù)測性分析，通過建立科學(xué)的模型，將新的數(shù)據(jù)流引入模型，從而知曉未來的某些創(chuàng)新創(chuàng)業(yè)信息;語義引擎，由于非結(jié)構(gòu)化數(shù)據(jù)的多元化，使得數(shù)據(jù)分析需要一系列工具系統(tǒng)去分析并提煉數(shù)據(jù)，從而主動(dòng)地提取信息。數(shù)據(jù)挖掘一般不按預(yù)先設(shè)定好的主題進(jìn)行，通常是在現(xiàn)有數(shù)據(jù)基礎(chǔ)上進(jìn)行各種計(jì)算，挖掘出什么結(jié)果就是什么結(jié)果，從而實(shí)現(xiàn)一些高級別數(shù)據(jù)分析需求，達(dá)到預(yù)測的目的。

為了分析和判斷創(chuàng)新創(chuàng)業(yè)大數(shù)據(jù)間的關(guān)系，分析方法較多，常用的有相關(guān)分析、描述統(tǒng)計(jì)、假設(shè)檢驗(yàn)、方差分析、回歸分析、聚類分析、決策樹等。比如相關(guān)分析，在大數(shù)據(jù)處理系統(tǒng)中是非常有用的一種方法，能研究出兩個(gè)或多個(gè)創(chuàng)新創(chuàng)業(yè)事件或現(xiàn)象之間是否存在某種依存關(guān)系，以及該關(guān)系的相關(guān)程度;而方差分析則是從觀測因素的方差入手，研究其他諸多創(chuàng)新創(chuàng)業(yè)促進(jìn)因素中哪些對該因素有顯著的影響;又如回歸分析，種類較多，通過規(guī)定創(chuàng)新創(chuàng)業(yè)促進(jìn)因素和促進(jìn)結(jié)果變量來確定它們之間的因果關(guān)系及回歸模型，并根據(jù)實(shí)測數(shù)據(jù)來求解、擬合，從而實(shí)現(xiàn)對創(chuàng)新創(chuàng)業(yè)促進(jìn)結(jié)果的預(yù)測。

4.該評價(jià)體系下促進(jìn)大學(xué)生創(chuàng)新創(chuàng)業(yè)的大數(shù)據(jù)服務(wù)。利用數(shù)據(jù)的分析、處理以及挖掘得到的有用信息，開展大學(xué)生創(chuàng)新創(chuàng)業(yè)大數(shù)據(jù)應(yīng)用與服務(wù)，為政府決策部門、高校管理部門、企業(yè)孵化機(jī)構(gòu)、企業(yè)管理組織提供管理決策參考，為創(chuàng)新創(chuàng)業(yè)大學(xué)生等提供信息服務(wù)和行動(dòng)建議。

數(shù)據(jù)應(yīng)用與服務(wù)圍繞大學(xué)生創(chuàng)新創(chuàng)業(yè)促進(jìn)工作中的過程管理、效果評估和實(shí)時(shí)監(jiān)測等方面進(jìn)行，其應(yīng)用包括設(shè)計(jì)初創(chuàng)企業(yè)個(gè)性化評價(jià)指標(biāo)、大學(xué)生創(chuàng)新創(chuàng)業(yè)促進(jìn)效果的評估、促進(jìn)成果的可視化呈現(xiàn)、創(chuàng)新創(chuàng)業(yè)團(tuán)隊(duì)管理質(zhì)量的評估、創(chuàng)新創(chuàng)業(yè)過程中問題的發(fā)現(xiàn)、創(chuàng)新創(chuàng)業(yè)效益預(yù)測和風(fēng)險(xiǎn)警示等方面，大數(shù)據(jù)應(yīng)用與服務(wù)既能檢驗(yàn)或驗(yàn)證創(chuàng)新創(chuàng)業(yè)大數(shù)據(jù)的處理和分析結(jié)果，又能對創(chuàng)新創(chuàng)業(yè)大數(shù)據(jù)的分析與處理結(jié)果進(jìn)行積極地引導(dǎo)和反饋。

利用創(chuàng)新創(chuàng)業(yè)大數(shù)據(jù)，發(fā)現(xiàn)創(chuàng)新促進(jìn)效果與各種促進(jìn)因素之間的關(guān)聯(lián)性，從而幫助我們做決策，并在一定程度上實(shí)現(xiàn)預(yù)測，這也正是大數(shù)據(jù)技術(shù)在創(chuàng)新創(chuàng)業(yè)促進(jìn)和創(chuàng)新管理領(lǐng)域開展實(shí)際應(yīng)用的核心問題。

三、評價(jià)體系具備的特征

1.信息來源的及時(shí)性與全面性。廣泛收集一切可用數(shù)據(jù)，是任何一個(gè)大數(shù)據(jù)應(yīng)用系統(tǒng)的基本前提和要求。正如圖2所示，系統(tǒng)在數(shù)據(jù)收集方面是傳統(tǒng)評價(jià)體系不可同日而語的?，F(xiàn)有大數(shù)據(jù)處理技術(shù)已經(jīng)趨于成熟和完善，即使面對海量的異構(gòu)數(shù)據(jù)，仍然能夠解決數(shù)據(jù)量帶來的處理問題。這就有效保證了開展評價(jià)工作時(shí)信息的及時(shí)性和全面性。

2.評價(jià)方法的針對性與個(gè)性化。通過大數(shù)據(jù)技術(shù)的“標(biāo)簽體系”，能給每一個(gè)創(chuàng)新創(chuàng)業(yè)團(tuán)隊(duì)繪制“創(chuàng)新畫像”。眾所周知，該標(biāo)簽體系中的標(biāo)簽不是一成不變的，它能隨著數(shù)據(jù)量的積累，以及評價(jià)工作的逐步開展而不斷修正、補(bǔ)充和完善。這就保證了每一個(gè)創(chuàng)新創(chuàng)業(yè)團(tuán)隊(duì)的創(chuàng)新畫像是有針對性的，而每一次評估工作亦是有區(qū)別的。

3.評價(jià)過程的動(dòng)態(tài)性與開放性。除歷史消息作為模型基礎(chǔ)之外，實(shí)時(shí)的大數(shù)據(jù)流會(huì)作為重要的輸入項(xiàng)，這就能確保該評價(jià)體系對評價(jià)過程的監(jiān)測是動(dòng)態(tài)性的。另外，數(shù)據(jù)來源的可擴(kuò)展性和創(chuàng)新標(biāo)簽的可調(diào)整型，與傳統(tǒng)評價(jià)體系中設(shè)置固定評價(jià)指標(biāo)的方式十分不同，這使得整個(gè)評價(jià)過程顯示出開放性的特征。

4.評價(jià)結(jié)果的公正性與預(yù)見性?；诖髷?shù)據(jù)的評價(jià)體系得到的評價(jià)結(jié)果既是局部性的，又是全局性的。它在評價(jià)每一個(gè)創(chuàng)新創(chuàng)業(yè)團(tuán)隊(duì)的促進(jìn)措施與促進(jìn)效果時(shí)，可以追蹤溯源到各個(gè)細(xì)微的事件，又能將這些事件從全局性的高度加以比對和分析，從而使得評價(jià)結(jié)果更加具備客觀公正性。與此同時(shí)，事件的關(guān)聯(lián)分析往往能夠?qū)€沒發(fā)生但將要發(fā)生的事件做出預(yù)測，這也是大數(shù)據(jù)技術(shù)的一個(gè)重要特征和特色。

本文提出了利用大數(shù)據(jù)思維和技術(shù)設(shè)計(jì)大學(xué)生創(chuàng)新創(chuàng)業(yè)促進(jìn)效果評價(jià)體系，拓展了大數(shù)據(jù)技術(shù)的應(yīng)用領(lǐng)域，深化了創(chuàng)新創(chuàng)業(yè)促進(jìn)效果評價(jià)的研究內(nèi)容。文中給出了新的評價(jià)體系的理論框架模型以及相應(yīng)的技術(shù)分析，為后續(xù)的研究和實(shí)踐指明了方向。

隨著大數(shù)據(jù)技術(shù)的普及以及相關(guān)人才的跟進(jìn)，相信該體系能夠在大學(xué)生創(chuàng)新創(chuàng)業(yè)促進(jìn)效果評價(jià)領(lǐng)域發(fā)揮出自身天然的優(yōu)勢，即實(shí)時(shí)、快速、低價(jià)、可預(yù)測，進(jìn)一步激發(fā)大學(xué)生進(jìn)行創(chuàng)新創(chuàng)業(yè)活動(dòng)。

參考文獻(xiàn)：

[1] 王慶，趙發(fā)珍.基于“用戶畫像”的圖書館資源推薦模式設(shè)計(jì)與分析[J].現(xiàn)代情報(bào)，2018，（3）.

[2] 吳軍.智能時(shí)代：大數(shù)據(jù)與智能革命重新定義未來[M].北京：中信出版社，2016.

[3] 林子雨.大數(shù)據(jù)技術(shù)原理與應(yīng)用[M].北京：人民郵電出版社，2017.

[4] （英）維克托·邁爾·舍恩伯格，肯尼思·庫克.大數(shù)據(jù)時(shí)代[M].盛楊燕，等譯.杭州：浙江人民出版社，2013.

責(zé)任編輯? 易繼斌