隨著我國社會主義市場經(jīng)濟的深入發(fā)展，社會結(jié)構(gòu)的深刻變革與轉(zhuǎn)型，同時受到西方思潮和后現(xiàn)代主義的影響，伴隨著大數(shù)據(jù)時代的到來，當代大學生思想的獨立性和差異性不斷增強。

這在客觀上要求大數(shù)據(jù)時代的大學生道德教育需要有新的視角，并積極靈活地探索新的教育措施和教育機制。分析大數(shù)據(jù)時代大學生道德教育的措施，包括制定大數(shù)據(jù)發(fā)展戰(zhàn)略、構(gòu)建大數(shù)據(jù)教育模式、培養(yǎng)大數(shù)據(jù)素養(yǎng)、完善大數(shù)據(jù)政策與法律法規(guī)等。

分析了大數(shù)據(jù)時代大學生道德教育的機制，包括預測預警機制、數(shù)據(jù)化管理機制、開放性機制、評價機制與保障機制，使大數(shù)據(jù)在大學生道德教育中發(fā)揮出其獨特的優(yōu)勢。

隨著云教育平臺的發(fā)展，龐大的數(shù)據(jù)量將成為教育的基礎(chǔ)，利用數(shù)據(jù)分析手段將數(shù)據(jù)轉(zhuǎn)化為信息，然后通過使用者本身具有的知識經(jīng)驗將有用的信息轉(zhuǎn)化為知識，通過這些知識指導教育的改善，真正的實現(xiàn)因材施教，這對于教育質(zhì)量的提高有很大的促進作用。

教育決策者可以運用定量和定性結(jié)合的方式對學生接受的道德教育的情況進行分析，進而發(fā)掘大學生道德教育的規(guī)律，以便對他們道德的未來的發(fā)展趨勢進行預測。教育決策者在了解教育的發(fā)展規(guī)律的進程時，大數(shù)據(jù)可以為其提供更加有效和科學的數(shù)據(jù)支持。

以大數(shù)據(jù)為依托開展的知識服務是一種基于多網(wǎng)絡包括互聯(lián)網(wǎng)、電信網(wǎng)、廣播電視網(wǎng)等，用來處理、解決結(jié)構(gòu)化、非結(jié)構(gòu)化以及半結(jié)構(gòu)化的數(shù)據(jù)的信息服務模式，使得信息服務業(yè)能夠智慧化、協(xié)作化和先覺化，這種服務模式是嵌入式多方協(xié)作的一種知識性服務模式，這也體現(xiàn)了現(xiàn)代信息服務的理念。

目前，馬上消費通過在線客服、智能客服、IVR對話系統(tǒng)等多形式提供7×24小時個性化、精準化服務，覆蓋服務流程、貸款要素、提前還款、延期展期等全場景知識，滿足微信、公眾號、APP、H5等全渠道服務需求。目前，智能客服分流率超93%，一次性問題解決率超90%，客戶滿意度超98%，有效提升客戶體驗。

針對如何在降低獲客成本的同時，利用數(shù)據(jù)價值維系好風險和收益平衡，吳海英回應稱：“我們依托已有的用戶數(shù)據(jù)，構(gòu)建了超兩萬個基礎(chǔ)決策變量、10萬個衍生變量，研發(fā)2000個風險策略集、超500個風控模型，打造高可用的秒級風控能力，推動風險管理‘技防’‘智控’水平提升，增強風險處置及時性、準確性，維系好風險和收益的平衡?！?

依托自身數(shù)字化閉環(huán)能力，馬上消費打造集差異化定位、線上化獲客、智能化風控等于一體的普惠金融發(fā)展模式，致力于每個用戶都能享受到更便利、可獲得、可負擔的金融服務。

馬上消費依托人工智能、生物識別、大數(shù)據(jù)、區(qū)塊鏈、云計算五大核心科技，發(fā)揮數(shù)據(jù)要素倍增作用，將數(shù)字思維貫穿于業(yè)務運營全鏈條，實現(xiàn)金融服務全生命周期智能化。在全業(yè)務流程數(shù)字化的基礎(chǔ)上，馬上消費構(gòu)建了自動化研發(fā)運營價值體系，創(chuàng)新實現(xiàn)了“1個平臺、3個角色、5個環(huán)節(jié)”的研發(fā)運營一體化流程管理平臺。

吳海英表示：“通過研發(fā)運營一體化流程管理平臺實現(xiàn)研發(fā)過程的工具化和標準化，緊密連接開發(fā)、測試、運維三個角色，將傳統(tǒng)的契約式工作傳遞模式全面升級為敏捷持續(xù)的高效協(xié)作模式，并打通需求、開發(fā)、測試、部署、運維五個環(huán)節(jié)，實現(xiàn)敏捷開發(fā)、高效迭代和快速交付的研發(fā)流程。”

大數(shù)據(jù)采集中心

大數(shù)據(jù)采集中心從各種模擬和數(shù)字被測單元中自動采集信息，來源廣泛，數(shù)據(jù)量巨大，并自動存儲到數(shù)據(jù)庫中。采購環(huán)節(jié)，信息采集包括供應商信息、采購價格、采購數(shù)量、采購時間等;物流環(huán)節(jié)，信息采集包括運輸方式、運輸路線、運輸費用、合理損耗等;倉儲環(huán)節(jié)，信息采集包括物料信息、庫存數(shù)量、倉位信息、貨位信息等;生產(chǎn)環(huán)節(jié)，信息采集包括原料耗費、員工工資、維修費用、折舊費用等。

大數(shù)據(jù)存儲中心

大數(shù)據(jù)存儲中心用于存放和管理采集的數(shù)據(jù),包括DBMS、File、HDFS和NoSQL。DBMS是管理和運行數(shù)據(jù)庫的大型軟件，主要用于建立、使用和維護數(shù)據(jù)庫;HDFS是一種分布式文件系統(tǒng);NoSQL則是一種易擴展、大數(shù)據(jù)量、靈活性和可用性高的非關(guān)系型數(shù)據(jù)庫。上述各種數(shù)據(jù)庫能保證企業(yè)采集的大量數(shù)據(jù)信息得到有效存儲和管理。

大數(shù)據(jù)處理中心

大數(shù)據(jù)處理中心是借助各種數(shù)據(jù)處理工具對采集的數(shù)據(jù)進行清洗、篩選、轉(zhuǎn)換和整合使其滿足一定存儲要求、可供后續(xù)分析的平臺。數(shù)據(jù)處理工具主要有Hadoop、HPCC、Storm、ApacheDrill、RapidMiner、PentahoBI等。不管哪一種，都可以對龐大的數(shù)據(jù)流進行高速、可靠、有效的處理，大大簡化和加速數(shù)據(jù)處理工作。