2009年，Google通过分析5000万条美国人最频繁检索的词汇，将分析结果与美国疾病中心在2003年到2008年间季节性流感传播时期的数据进行比较，并建立一个特定的数学模型。最终google成功预测了2009年冬季流感的传播甚至可以具体到特定的地区和州。

　　2013年，微软纽约研究院的经济学家大卫罗斯柴尔德(David Rothschild)利用大数据成功预测24个奥斯卡奖项中的19个，成为人们津津乐道的话题。

　　马云说：互联网还没搞清楚的时候，移动互联就来了，移动互联还没搞清楚的时候，大数据就来了。2016年由全国电子商务职业教育教学指导委员会指导的一项“商务数据分析与应用专业人才需求调研”结果显示目前数据工作一★线人员的学历情况，数据岗位中高职¤高专、大学本科分别占比50.49%、41.67%。数据▓岗位的五大岗位群中，北京对本科学历的要求均排在第一，而浙江在客户服务类和运营类岗位中高职高专学历排在首位，同时浙江“没有学历要求”的占比远高于北京。

　　职业教育的目标是满足个人的就业需求和工作岗位的客观需要，进而推动社会生产力∮的发展，加快国家产业♀结构的调整与转型。随着大数据时代的到来，职业教育将迎来怎样的机遇与挑战?职业教育又如何在大数据时代寻找并抓住机遇?这不仅仅是职教圈需要研究的问题，也是络捷斯特一直以来特别关注的问题。

　　北京络捷斯特≡科技发展股份有限公司(股票代码：834832)作为一家专业提供人才培养模式创新服务整体解决方案的公司，一直以来秉〓承务实奋斗、开拓创新、保持领先、实现共赢的经营理念，积极探索大数据时代学习和教育的未来，于2017年6月正式上线了长风大↑数据平台(http：//www.cfdsj.cn)。平台上丰富的数据资源、先进的数据挖掘分析工具、结合实际业务场景的三级创新实验， 解读如何让职业教育在大数据时代抓住◥大机遇。

　　大数据蕴藏大能量

　　大数据(Big Data)是指“无法用现有的软件工具提取、存储、搜索、共享、分析和处理的海量的、复杂的数据集合。”业界通常用4个V：即数据体量巨大(Volume) 、数据类型繁多▂(Variety)、价值密度低(Value)、处理☉速度快(Velocity)来概括大数据的特征。

　　长风大数据平台提供了物流、电商、交通、公共、贸易等多行业、海量的过程性、个性化数据，这些数据详细的记录了事务的产生背景和产生过程◥，真实且易于理解，既可以满足学生的课程实验需〒求，也可以满足老师的科研活动需求。

　　专业工具释放数据价值

　　随着大数据时代的到来，个性化需求不断涌现，传统的数据管理和业务分析工具及技术都面临大数据的压力，各行业都在纷纷探索新的大数据分析与挖掘方法，如EMC的Greenplum，惠普的Vertica和TeradataASTERData以及阿里从最初的4个节点Oracle RAC到20个节点Oracle RAC，再从数百台到数千台的Hadoop，直到目前拥有卐数万台ODPS的数加云平台。

　　从存储及支持大数据处理的服务器端技术到为终端用户带来鲜活体验的前端数据挖掘与可视化工具，络捷斯特也在不断探索，随着长风大数据平台的上线，专业的大数据分析与∩挖掘工具也开始为用户服务。整个平台包◆括大数据联机分析处理平台(OLAP)、大数据』多维分析平台、大数据可视化平台、大数据挖掘平台四个子平台，为不同专业水平、不同应用需求的院校和师生提供服务。

　　大数据联机分析处理平台(OLAP)，底层基于Apache Kylin，是构建在Hadoop之上的︻数据仓库系统，支持SQL查询接口及多维分析(OLAP)能力，支持超★大规模数据，实现亚秒内的查询响应。

　图-大数据联机分析处理平台(OLAP)

　　大数据多维分析平台，让学生基于大规模数据集，选择指标和维度实现多维分析，并且可以对数据进行“切块和切片√”，钻取到细节中从而揭开数据的关系，实现数据的深度分析与洞察。

图-大数据多维分析平台

　　数据可视化平台，分为可视化交互界面、数据采集与编▃辑、组织结构及权限管理、图表拖动缩放ζ　、可视化分析五大功能模块，学生可以通过简单拖拽进行炫酷的可视化展示。

图-大数据可视化平台

　　大数据挖掘分析平台具备数据描述与理解功Ψ能、数据获取与∞组织功能、数据挖掘建模功能，提供分类、聚类、关联规则、推荐等方面▲的多种算法，并支持对算法的扩展。学生可以更深入的研究和学习不同算法支持下的分类、聚类、关联规则、预测等↙问题。

图-大数据挖掘平台

　　三级创新实验培【养创新型人才

　　长风大数据平台基于目前的数据集，开设了仓储、运输、供应链领域的多个创新实验方向，并基于大数据应用路径的递进关系，形成了Level1—数据认知：初步认知与统计、Level2—业务分析：规则发现、Level3—运营决策：复杂系统决策的三级创新实验项目。

　　这些实验结合实际业务场景，旨在训练学生的整体思维能力、分析能力、解决问题能力、批判性学习和创新能力，重在々培养学生创新性思维，建议通过小组讨论、创意设计、答辩展示等环节完成整个实验过程，并鼓励形成创新成果。

图-运输网络优化↘实验

　　络捷斯特将继续从实际教ξ　学需求出发，探索将数据思维、运营思维、优化思维和创新思维融为一体的方法，基于数据、工具、实验和认证为用户提供体系化、标准化、专业化的教学产品。让大数据为职业教育提供重要支撑，促进大数据与职业教育的融合，实现一定的创新创业成果产出。