高校建设大数据实验室的意义以及必要性
上一篇文章我们介绍了高校大数据实验室和企业大数据实验室的区别，这次我们来说说大家关心的另一个话题，高校建设大数据实验室的意义以及必要性。
高校大数据教学及科研现状
数据利用率低
在校师生每年都会产生大量数据，大部分数据无法存储，即便可以存储，对其利用率也极低。我们知道大数据的价值在于，通过对数据挖掘分析，总结事物规律，用以改善决策。大量的数据遗失和浪费对于教学体系改革而言，无疑是重大的损失。
当前，国内能称为大数据教材的书共有两本，一是厦门大学林子雨编著的《大数据技术原理与应用》，还有就是河南大学张重生编著的《大数据分析：数据挖掘必备算法示例详解》。教材之外的项目案例多数来自培训机构，少部分来自互联网企业。培训机构是快餐式教育，在组织项目案例的时候只会侧重某个就业面好的知识点，这无疑会影响知识的系统性。互联网企业的案例又太过专业化，如不经进度分解加工是没有办法用以教学的。
目前，全世界每天产生的数据总量大概是22PB（约2300万GB）。这些数据对于研究改善健康，安全，气候和资源能效，城市管理等领域具有非常大的价值。但国内多数科研机构对于这些数据还在沿用传统的数据统计、数据分析形式，对"大数据"的新型算法和处理方法研究进程普遍落后于美国、日本等。
高校建设大数据实验室的意义
利用大数据实验室的云存储功能，全面采集每名学生在整个教学过程中产生的数据，并借助实验室对数据充分挖掘分析，为改善教学模式、调整教学方案、优化教学方法，真正做到因材施教的个性化教学提供重要依据。
类似于“实验楼”这种网站提供的公有云虚拟实验环境也同样可以满足大数据教学所需，但也需面临无法统一管理，成本也不可控，数据安全无法保障等问题。若在本地搭建私有云环境，不仅大数据教学环境的问题可以得到很好的解决，同时也大幅节约了成本。
专业的大数据实验室必须要有专业的案例资源为支撑，否则空有一堆软硬件，无法真正有效的展开教学。单独开设一门大数据专业课程和开设大数据专业方向有所区别，后者对教学案例资源也提出了更高的要求。
大数据科研环境要求上比教学环境要苛刻，除了对硬软件本身的要求，还有就是科研项目资源的要求。如果说大数据教学案例在当下是稀有资源，那么大数据的科研项目资源就更是如此，其中数据源的质量会直接关系到研究成果。
综上所述，无论是大数据的教学工作还是大数据的科研工作都无法脱离专业的大数据实验室而开展。
