开心彩票|开心彩票

2023，出国留学新趋势******

　　新的一年到来，随着国内出入境政策的变化、新冠疫情对出国留学的影响降低，中国留学生出国学习更加方便。2023年留学申请趋势有哪些？中国留学生的求学之路如何规划？

　　交叉专业受青睐

　　卢晓安本科在国内学习计算机科学，不久前他成功申请到了英国伦敦国王学院的计算机金融专业硕士项目，这是一门计算机科学与金融的交叉学科。

　　近年来，交叉学科专业正受到越来越多关注。交叉学科指两个或多个不同专业交融，比如计算机金融、生物统计、文化产业管理等。大部分交叉学科专业应社会不断变化的就业需求而生，着力培养学生的复合技能，拓宽学生的就业范围和求职竞争力。

　　根据新东方《2022中国留学白皮书》显示，留学生在选择专业时考虑前三位的因素分别是“自己感兴趣的”“就业前景好的”和“适合自己教育背景的”。受就业压力的影响，不少学生在选择专业时将求职前景纳入考虑。

　　“我认为学习计算机金融交叉专业能在就业时具备更强的竞争力。”卢晓安说，“据我所知，金融行业逐渐实现数字化转型，加大了对技术领域的投入。以量化交易员招聘为例，应聘者既要对计算机科学有一定的理解，还要了解量化投资的知识。”

　　据2022年《美国门户开放报告》显示，2021-2022学年中国内地留美学生排名前三的专业分别是“数学和计算机类专业”“工程类”“商科和管理类”，STEM专业（科学、技术、工程和数学教育）、商科、人文社科仍为主流。目前，海外许多院校开设的跨学科专业以数学、计算机、商科等专业结合其他专业为主，正受到越来越多中国学生的青睐。

　　升学规划更多样

　　日前，启德教育发布《中国留学市场2022年盘点与2023年展望》报告。报告数据显示，由于海外院校申请门槛提高，申请结果不确定性增加，近3年本硕留学申请中多国联申的占比呈小幅上涨趋势。其中，赴美国、澳大利亚本硕留学的学生联申英国的占比达50%左右。

　　“今年，我申请了美国和英国几所不同高校的商科专业，希望能提高申请成功率。”李明洋是一名正在经历申请季的大四学生，他说：“美国和英国有不少世界排名靠前的学校，据我所知，申请同学中不乏学术能力和语言成绩都很突出的‘学霸’，竞争非常激烈。我想多申请几个学校，有更多被录取的可能，从而顺利读研。”

　　此外，启德教育北京分公司副总经理贾鸿岩表示，中国学生的高考成绩正被越来越多的海外高校认可和接受，许多家庭开始做两手准备，考虑留学与高考双轨并行的方案，以做全面的升学规划。

　　以英国为例，包括剑桥大学、伯明翰大学等在内的近50所高校认可中国高考成绩。德国则从2020年起允许中国高中毕业生凭高考成绩直接申请德国大学的本科专业，启德教育一组数据显示，2022年申请德国本科的学生人数相对于前一年上升了5个百分点。

　　《2022中国留学白皮书》显示，2022年留学人群的学业规划更加多样化，同时关注多种升学途径、做好两手准备的群体占比超四成。在申请本科及以上阶段意向群体中，不少人还会考虑中外合作办学、海外高校在国内分校的项目，以期找到适合自己的发展方向。

　　回国就业意愿强

　　2022年9月，教育部发布数据显示，2012年以来，我国各类出国留学人员中超过八成完成学业后选择回国发展。根据领英发布的《2022中国留学生归国求职洞察报告》显示，2020年中国留学生学成回国人数同比增长33.9%，且在2021年持续保持增长态势，中国留学生回国意向增强。

　　领英相关负责人表示，互联网及金融行业因发展态势较好，近年来吸引了不少留学生。在城市选择上，不少需要国际人才的公司将总部、分支机构、联动办公区域设于一线或新一线城市，并积极解决户口、住房、员工子女入学等问题，因此吸引了不少海归人才。以上海为例，对毕业于世界排名前50名院校的留学回国人员，取消社保缴费基数和缴费时间要求，全职来上海工作后即可直接落户；毕业于世界排名51-100名院校的，全职来上海工作并缴纳社保满6个月后可申办落户。

　　此外，留学经历也成了学子求职时的加分项。“外资企业和具有全球化背景的企业比较青睐中国留学生，他们很看重留学生的语言优势、综合素养以及全球化视野。”领英中国产品运营总监陈怡静说。

　　赵栩2022年从荷兰瓦赫宁根大学城市环境管理专业毕业后回国参加了秋招，对企业招聘留学生的相关要求深有体会。她说：“留学生应聘有外语要求的岗位时具备优势，部分岗位要求学生提供雅思或托福成绩，我在申请出国时就有所准备。此外，一些工作内容需要熟练掌握英语，比如我应聘过的一个研究所岗位，日常需要筹备国际会议、翻译图书信息、撰写外语宣传内容等，这对应聘者的英语水平、跨文化沟通能力有一定要求，留学生可以充分展现出自己的竞争力。”（本报记者 周姝芸）

你的隐私，大数据怎知道？我们又该如何自我保护？******

　　在网络上，每个人都会或多或少，或主动或被动地泄露某些碎片信息。这些信息被大数据挖掘，就存在隐私泄露的风险，引发信息安全问题。面对汹涌而来的5G时代，大众对自己的隐私保护感到越来越迷茫，甚至有点不知所措。那么，你的隐私，大数据是怎么知道的呢？大家又该如何自我保护呢？

　　1.“已知、未知”大数据都知道

　　大数据时代，每个人都有可能成为安徒生童话中那个“穿新衣”的皇帝。在大数据面前，你说过什么话，它知道；你做过什么事，它知道；你有什么爱好，它知道；你生过什么病，它知道；你家住哪里，它知道；你的亲朋好友都有谁，它也知道……总之，你自己知道的，它几乎都知道，或者说它都能够知道，至少可以说，它迟早会知道！

　　甚至，连你自己都不知道的事情，大数据也可能知道。例如，它能够发现你的许多潜意识习惯：集体照相时你喜欢站哪里呀，跨门槛时喜欢先迈左脚还是右脚呀，你喜欢与什么样的人打交道呀，你的性格特点都有什么呀，哪位朋友与你的观点不相同呀……

　　再进一步说，今后将要发生的事情，大数据还是有可能知道。例如，根据你“饮食多、运动少”等信息，它就能够推测出，你可能会“三高”。当你与许多人都在独立地购买感冒药时，大数据就知道：流感即将暴发了！其实，大数据已经成功地预测了包括世界杯比赛结果、股票的波动、物价趋势、用户行为、交通情况等。

　　当然，这里的“你”并非仅仅指“你个人”，包括但不限于，你的家庭，你的单位，你的民族，甚至你的国家等。至于这些你知道的、不知道的或今后才知道的隐私信息，将会把你塑造成什么，是英雄还是狗熊？这却难以预知。

　　2.数据挖掘就像“垃圾处理”

　　什么是大数据？形象地说，所谓大数据，就是由许多千奇百怪的数据，杂乱无章地堆积在一起。例如，你在网上说的话、发的微信、收发的电子邮件等，都是大数据的组成部分。在不知道的情况下被采集的众多信息，例如被马路摄像头获取的视频、手机定位系统留下的路线图、驾车的导航信号等被动信息，也都是大数据的组成部分。还有，各种传感器设备自动采集的有关温度、湿度、速度等万物信息，仍然是大数据的组成部分。总之，每个人、每种通信和控制类设备，无论它是软件还是硬件，其实都是大数据之源。

　　大数据利用了一种名叫“大数据挖掘”的技术，采用诸如神经网络、遗传算法、决策树、粗糙集、覆盖正例排斥反例、统计分析、模糊集等方法挖掘信息。大数据挖掘的过程，可以分为数据收集、数据集成、数据规约、数据清理、数据变换、挖掘分析、模式评估、知识表示等八大步骤。

　　不过，这些听起来高大上的大数据产业，几乎等同于垃圾处理和废品回收。

　　这并不是在开玩笑。废品收购和垃圾收集，可算作“数据收集”；将废品和垃圾送往集中处理场所，可算作“数据集成”；将废品和垃圾初步分类，可算作“数据规约”；将废品和垃圾适当清洁和整理，可算作“数据清理”；将破沙发拆成木、铁、布等原料，可算作“数据变换”；认真分析如何将这些原料卖个好价钱，可算作“数据分析”；不断总结经验，选择并固定上下游卖家和买家，可算作“模式评估”；最后，把这些技巧整理成口诀，可算作“知识表示”。

　　再看原料结构。大数据具有异构特性，就像垃圾一样千奇百怪。如果非要在垃圾和大数据之间找出本质差别的话，那就在于垃圾是有实体的，再利用的次数有限；而大数据是虚拟的，可以反复处理，反复利用。例如，大数据专家能将数据(废品)中挖掘出的旅客出行规律交给航空公司，将某群体的消费习惯卖给百货商店等。总之，大数据专家完全可以“一菜多吃”，反复利用，而且时间越久，价值越大。换句话说，大数据是很值钱的“垃圾”。

　　3.大数据挖掘永远没有尽头

　　大数据挖掘，虽然能从正面创造价值，但是也有其负面影响，即存在泄露隐私的风险。隐私是如何被泄露的呢？这其实很简单，我们先来分解一下“人肉搜索”是如何侵犯隐私的吧！

　　一大群网友，出于某种目的，利用自己的一切资源渠道，尽可能多地收集当事人或物的所有信息；然后，将这些信息按照自己的目的提炼成新信息，反馈到网上与别人分享。这就完成了第一次“人肉迭代”。

　　接着，大家又在第一次人肉迭代的基础上，互相取经，再接再厉，交叉重复进行信息的收集、加工、整理等工作，于是，便诞生了第二次“人肉迭代”。如此循环往复，经过多次不懈迭代后，当事人或物的画像就跃然纸上了。如果构成“满意画像”的素材确实已经证实，至少主体是事实，“人肉搜索”就成功了。

　　几乎可以断定，只要参与“人肉搜索”的网友足够多，时间足够长，大家的毅力足够强，那么任何人都可能无处遁形。

　　其实，所谓的大数据挖掘，在某种意义上说，就是由机器自动完成的特殊“人肉搜索”而已。只不过，这种搜索的目的，不再限于抹黑或颂扬某人，而是有更加广泛的目的，例如，为商品销售者寻找最佳买家、为某类数据寻找规律、为某些事物之间寻找关联等。总之，只要目的明确，那么，大数据挖掘就会有用武之地。

　　如果将“人肉搜索”与大数据挖掘相比，网友被电脑所替代；网友们收集的信息，被数据库中的海量异构数据所替代；网友寻找各种人物关联的技巧，被相应的智能算法替代；网友们相互借鉴、彼此启发的做法，被各种同步运算所替代。

　　各次迭代过程仍然照例进行，只不过机器的迭代次数更多，速度更快，每次迭代其实就是机器的一次“学习”过程。网友们的最终“满意画像”，被暂时的挖掘结果所替代。之所以说是暂时，那是因为对大数据挖掘来说，永远没有尽头，结果会越来越精准，智慧程度会越来越高，用户只需根据自己的标准，随时选择满意的结果就行了。

　　当然，除了相似性外，“人肉搜索”与“大数据挖掘”肯定也有许多重大的区别。例如，机器不会累，它们收集的数据会更多、更快，数据的渠道来源会更广泛。总之，网友的“人肉搜索”，最终将输给机器的“大数据挖掘”。

　　4.隐私保护与数据挖掘“危”“机”并存

　　必须承认，就当前的现实情况来说，大数据隐私挖掘的“杀伤力”，已经远远超过了大数据隐私保护的能力；换句话说，在大数据挖掘面前，当前人类有点不知所措。这确实是一种意外。自互联网诞生以后，在过去几十年，人们都不遗余力地将碎片信息永远留在网上。其中的每个碎片虽然都完全无害，可谁也不曾意识到，至少没有刻意去关注，当众多无害碎片融合起来，竟然后患无穷！

　　不过，大家也没必要过于担心。在人类历史上，类似的被动局面已经出现过不止一次了。从以往的经验来看，隐私保护与数据挖掘之间总是像“走马灯”一样轮换的——人类通过对隐私的“挖掘”，获得空前好处，产生了更多需要保护的“隐私”，于是，不得不再回过头来，认真研究如何保护这些隐私。当隐私积累得越来越多时，“挖掘”它们就会变得越来越有利可图，于是，新一轮的“挖掘”又开始了。历史地来看，人类在自身隐私保护方面，整体处于优势地位，在网络大数据挖掘之前，“隐私泄露”并不是一个突出的问题。

　　但是，现在人类需要面对一个棘手的问题——对过去遗留在网上的海量碎片信息，如何进行隐私保护呢？单靠技术，显然不行，甚至还会越“保护”，就越“泄露隐私”。

　　因此，必须多管齐下。例如从法律上，禁止以“人肉搜索”为目的的大数据挖掘行为；从管理角度，发现恶意的大数据搜索行为，对其进行必要的监督和管控。另外，在必要的时候，还需要重塑“隐私”概念，毕竟“隐私”本身就是一个与时间、地点、民族、文化等有关的约定俗成的概念。

　　对于个人的网络行为而言，在大数据时代，应该如何保护隐私呢？或者说，至少不要把过多包含个人隐私的碎片信息遗留在网上呢？答案只有两个字：匿名！只要做好匿名工作，就能在一定程度上，保护好隐私了。也就是说，在大数据技术出现之前，隐私就是把“私”藏起来，个人身份可公开，而大数据时代，隐私保护则是把“私”公开(实际上是没法不公开)，而把个人身份隐藏起来，即匿名。

　　(作者：杨义先、钮心忻，均为北京邮电大学教授)

　　（文图：赵筱尘 巫邓炎）