㈠ 採集分析數據 大數據如何助力社會治理
採集分析數據 大數據如何助力社會治理
「大數據」曾經是個大眾眼中頗有距離感的專業詞彙，可是這幾年「大數據」成了人們身邊的高頻詞彙：當你上網購物時，平台總能准確推薦你想要的商品；當你下載某款APP或者打開某個程序，總要你點擊同意那些冗長的隱私條款；甚至當你使用不同賬號享用同樣服務時，居然發現可能遭遇了「大數據殺熟」……
信息技術與經濟社會的交匯融合引發了數據迅猛增長，數據已成為國家基礎性戰略資源，大數據正日益對全球生產、流通、分配、消費活動以及經濟運行機制、社會治理方式產生重要影響。大數據既為我們的生活帶來了巨大便利，打開了未來的無限可能，同時也提出了全新的挑戰。毫無疑問，大數據正在塑造未來的樣貌，那麼大數據將可能在哪些方面深刻改變我們的生活？
採集分析數據：提前化解風險
貴州黔東南苗族侗族自治州有很多苗寨，這里僅50戶以上的木質連片村寨就達3922個，木質農房達88萬棟。不過，隨著當地農村經濟條件的不斷改善，電氣火災也迅猛抬頭，而為了有效預防火災，當地把眼光投向了「大數據」。
記者在黔東南州的西江千戶苗寨看到，這里家家戶戶都在總進線處安裝了一個滅弧型電器保護裝置。「這些保護裝置同時也是農村電氣火災監控大數據平台的感知模塊。」當地工作人員打開其手機上一款名為「電丁丁」的APP介紹，大數據中心全天候採集農戶用電數據，一旦發現其家中用電數據異常，系統會自動通過手機APP發出預警，通知工作人員上門檢查處理。不僅如此，大數據中心針對區域用電數據會生成日報、周報和月報表，分析用電規律，評估安全系數，為預判電器火災風險、精準指導農村電改提供大數據支撐。
「通過數據採集和大數據分析技術，可以把事後解決改成事先預測，將有可能發生的問題預先監測到並且預解決。」清華大學政治學系副教授孟天廣表示，大數據將給社會治理方式帶來提升與改變。
這樣的例子，記者在深圳南山區也見到一例。2017年清明假期的一天下午，深圳市公安局南山分局人流監測預警系統突然發出預警，原來地形狹長的深圳灣公園短時間內因超量共享單車湧入擠占路面，造成了「毛細栓塞」，很可能發生踩踏。根據大數據提供的實時動態監測、人流趨勢分析、人群畫像分析等信息，當地公安立即啟動應急預案，很快就緩解了現場人流壓力，避免了一場可能發生的事故。
「大數據不僅僅為政府的治理貢獻數據上的理念、資源、技術、對策，還解決了以前政府在傳統治理當中不能解決的問題。」孟天廣認為，目前大數據在社會治理的應用方面已經有了一些初步的探索，未來通過大數據來努力推動社會治理的網路化、智能化和系統化，最終可以有效解決政府治理精準化的問題。
政府數據共享：打破孤島效應
這幾年，通過簡政放權治理諸如「證明我媽是我媽」一類的奇葩證明取得實質性成效。之所以「奇葩證明」會有生存空間，一個根本的原因在於此前各部門因政務信息之間壁壘森嚴造成了「數據煙囪」和「信息孤島」。為此，廣東梅州公安打造了一個「證明雲」，通過與20多個政府部門實現數據共享，使互聯網提供的電子證明與傳統證明具有同樣效力，成為了專門對付「奇葩證明」的利器。
通過政務信息資源共享來解決「奇葩證明」的難題還只是小試牛刀，而將沉澱在政府手中的數據面向社會開放共享，將深刻引領帶動大數據創新應用和產業融合發展。專家介紹，例如空間地理數據的開放，可用於指導采礦、林業、農業、漁業、能源、航海、交通運輸等；氣象數據的開放，則可以加工用於指導農業生產、旅遊業、災難管理、保險業預測、環境評估等。
對此，早在2015年國務院印發的《促進大數據發展行動綱要》中，就將「加快政府數據開放共享，推動資源整合，提升治理能力」與「穩步推動公共數據資源開放」納入到主要任務之中。其中，《綱要》還特別提到，優先推動信用、交通、醫療、衛生、就業、社保、地理、文化、教育、科技、資源、農業、環境、安監、金融、質量、統計、氣象、海洋、企業登記監管等民生保障服務相關領域的政府數據集向社會開放。
「政府數據開放到什麼地步，哪些數據集的數據應予開放，對不同數據集下的數據應如何歸類，目前多由相關政府部門和政府官員決定，欠缺整齊劃一的標准。」南開大學法學院教授宋華琳表示，需要明確政府數據開放的范圍，健全完善政府數據開放的程序機制，界定政府數據開放的標准，「信息公開以公開為原則，以不公開為例外。開放政府數據還有不少具體工作有待推進。」
大數據營銷：提升效率防止濫用
今年以來「大數據殺熟」成了網路上的一個熱門詞彙，其意為，在互聯網上購買同樣的商品或服務時，向老客戶顯示的價格反而比新客戶要高出不少。事件起因於一名網友在微博上曬出自己的親身經歷，表示其長期在某網站預訂價格在380—400元之間的酒店房間，可實際價格只有300元上下，而且一旦使用朋友賬號查詢就會發現同一房間也顯示為300元左右。這條微博在網上發酵之後，許多人都紛紛曬出類似經歷的證據。
中國電子商務協會網規研究中心主任阿拉木斯認為，在線下大家都認可諸如「砍價」這樣的議價行為，因而同樣的商品或服務以不同的交易價格成交也是商業慣例。然而，「大數據殺熟」的問題在於賣方可以通過掌握大數據做到對用戶更全面精細地了解和預測，但買方卻因為線上交易與日俱增的用戶黏性而導致很難真正「用腳投票」。「久而久之，自然會有自律不夠的商家，利用用戶的這種心理做些手腳。」阿拉木斯分析說。
如今，從網約車、共享單車，到電商購物、社交媒體，平台經濟已經成為社會治理中繞不開的話題。與此同時，眾多平台對海量用戶數據的收集、佔有，也引發了社會公眾對大數據是否會被濫用的關注。
「僅僅是從經濟上判斷，數據被企業或者被平台所擁有可能是最有效率的。」中國社會科學院工業經濟研究所李曉華研究員認為，零散的數據是沒有價值的，只有當這些數據匯聚起來，通過大數據的技術進行分析時才會產生價值。但與此同時，這些平台對數據的佔用還可能涉及個人信息泄露、數據權屬、數據交易、數據濫用等一系列問題，當數字經濟的發展中涉及諸如道德倫理、公平正義等價值判斷時，市場可能無法自發加以調整解決，這時候就需要盡快完善數據保護方面的立法。
㈡ 大數據下每個人都沒有秘密
大數據讓我們有了更為便捷的生活，同時也讓我們暴露於網路之下，在這里每個人都沒有絕對的隱私。
你在網路上的每次點擊都會留下蛛絲馬跡，你在朋友圈裡的每次曬照更是會將你的真實身份暴露無遺。細思極恐，如果有人針對性的把你所有的信息整合起來，恐怕他會比你自己更了解你。
通過搜集你的購物習慣，他甚至能夠知道你更喜歡哪個牌子的牙膏，通過外賣軟體，他可以清楚的知道你家或單位的具體地址，詳細到幾號樓幾單元幾零幾號房，通過你經常點餐的種類，可以知道你喜歡的口味和你愛吃的菜。通過你經常瀏覽的網站，可以推測你的興趣愛好......
把這些點點滴滴的信息，匯聚到一起經過整理後，一個真實的你就會慢慢浮現出來，他可以根據你的喜好去推薦符合你的商品，從而大大提高了交易的成功率，這便是大數據的真實意義。
只是如果這些信息一旦外泄，被一些別有用心的人掌握，那我們的處境將會非常危險。事實上這樣的情況已經或者說正在發生，我們自以為在網路上隱藏的很好，可是，對於網路來說我們近乎於透明，在這里每個人都沒有秘密可言。
㈢ 現在大數據前景怎麼樣，在校大三學生，想了解學習一下。
所謂大數據，就是量大且復雜到人工無法輕易獲取、整合的數據。
這個「大」的量是個天文數字，而機器可以 獲取、整合、處理，甚至比較精確地分析，能極大效率地提高信息處理速度，讓信息更直觀地呈現在人們眼前，極大地便利了人們進行進一步的分析。
三個特徵：
①整體性。即其大，大數據並不是片面的或者局部的數據，而是全面的數據。這里的全面不是說在後期具體分析運用的時候要用到每一個數據，但是在技術層面我們要盡可能抓取全面的數據供人工選擇。
②數據的混雜性和結果的精確性。
數據的混雜性源於其「大」，覆蓋面廣，涵蓋量大，所以得到的數據並不單純是針對某一個小點的。當然也可以針對某一具體的小點發起探索，但是得到的數據就不能稱其為「大」了，而且也並不屬於大數據的優勢。
結果的精確性指的是得出來的結果會更精準，因為更全面，也便於人工進行篩選和二次分析利用。
③相關性。大數據的各項數據並不是獨立的，也不是平行的，而是交織的，相互聯系的，是關於一個點的線性數據交織成的全面數據，甚至立體化數據。
大數據必然是有其發展前景的，隨著科技的發展和技術的支撐，我們已經進入信息化時代，信息即數據，如果更好地抓取數據、分析數據、利用數據都是大數據領域要解決的關鍵問題。
如果說要投身到大數據領域工作，那你的興趣點和愛好在哪裡也很關鍵。大數據公司並不是只有技術研發人員，人力資源、產品運營、渠道和銷售等等崗位都有。
如果是技術研發，那門檻其實是在不斷提高的，尤其是較大的公司，更希望非常優質的畢業生或者有研發經驗的人員，而這里的優質畢業生並不是說必須名校（當然名校更好），不過你在學校里在這相關領域的實踐活動也一定是加分項。
㈣ 大數據時代如何保護個人隱私
大數據時代，如果是想要保護個人隱私，首先不要把自己的隱私說輕易的說出去，有可能你在平台上說的一句就已經泄露了。
㈤ 標題大學生如何對待大數據倫理問題
運用大數據技術，能夠發現新知識、創造新價值、提升新能力。大數據具有的強大張力，給我們的生產生活和思維方式帶來革命性改變。但在大數據熱中也需要冷思考，特別是正確認識和應對大數據技術帶來的倫理問題，以更好地趨利避害。
大數據技術帶來的倫理問題主要包括以下幾方面：一是隱私泄露問題。大數據技術具有隨時隨地保真性記錄、永久性保存、還原性畫像等強大功能。個人的身份信息、行為信息、位置信息甚至信仰、觀念、情感與社交關系等隱私信息，都可能被記錄、保存、呈現。在現代社會，人們幾乎無時無刻不暴露在智能設備面前，時時刻刻在產生數據並被記錄。如果任由網路平台運營商收集、存儲、兜售用戶數據，個人隱私將無從談起。二是信息安全問題。個人所產生的數據包括主動產生的數據和被動留下的數據，其刪除權、存儲權、使用權、知情權等本屬於個人可以自主的權利，但在很多情況下難以保障安全。一些信息技術本身就存在安全漏洞，可能導致數據泄露、偽造、失真等問題，影響信息安全。此外，大數據使用的失范與誤導，如大數據使用的權責問題、相關信息產品的社會責任問題以及高科技犯罪活動等，也是信息安全問題衍生的倫理問題。三是數據鴻溝問題。一部分人能夠較好佔有並利用大數據資源，而另一部分人則難以佔有和利用大數據資源，造成數據鴻溝。數據鴻溝會產生信息紅利分配不公問題，加劇群體差異和社會矛盾。
學術界普遍認為，應針對大數據技術引發的倫理問題，確立相應的倫理原則。一是無害性原則，即大數據技術發展應堅持以人為本，服務於人類社會健康發展和人民生活質量提高。二是權責統一原則，即誰搜集誰負責、誰使用誰負責。三是尊重自主原則，即數據的存儲、刪除、使用、知情等權利應充分賦予數據產生者。現實生活中，除了遵循這些倫理原則，還應採取必要措施，消除大數據異化引起的倫理風險。
加強技術創新和技術控制。解鈴還須系鈴人。對於大數據技術帶來的倫理問題，最有效的解決之道就是推動技術進步。解決隱私保護和信息安全問題，需要加強事中、事後監管，但從根本上看要靠技術事前保護。應鼓勵以技術進步消除大數據技術的負面效應，從技術層面提高數據安全管理水平。例如，對個人身份信息、敏感信息等採取數據加密升級和認證保護技術；將隱私保護和信息安全納入技術開發程序，作為技術原則和標准。
建立健全監管機制。加強頂層設計，進一步完善大數據發展戰略，明確規定大數據產業生態環境建設、大數據技術發展目標以及大數據核心技術突破等內容。同時，逐步完善數據信息分類保護的法律規范，明確數據挖掘、存儲、傳輸、發布以及二次利用等環節的權責關系，特別是強化個人隱私保護。加強行業自律，注重對從業人員數據倫理准則和道德責任的教育培訓，規范大數據技術應用的標准、流程和方法。
培育開放共享理念。進入大數據時代，人們的隱私觀念正悄然發生變化，如通過各種「曬」將自己的數據信息置於公共空間，一些方面的隱私意識逐漸淡化。這種淡化就是基於對大數據開放共享價值的認同。應適時調整傳統隱私觀念和隱私領域認知，培育開放共享的大數據時代精神，使人們的價值理念更契合大數據技術發展的文化環境，實現更加有效的隱私保護。在此過程中，不斷提高廣大人民群眾的網路素養，逐步消弭數據鴻溝。
供參考。
㈥ 大數據曬出的次密接會不會有誤
一般不會。
比如感染者14天內到過某地，而你這14天的軌跡與他有過交集，無論是身體上擦肩而過，還是通信信號上的漂移，都可能被認定為時空伴隨。專家表示，篩查「時空伴隨者」可以最大程度發現潛在風險人群，將更多存在「時空重合」而有可能感染的人群納入到重點排查中，真正做到早期發現和防控關口前移。
㈦ 大數據之道與術
記得曾聽人說過，最重要的構建起自己的思維體系。現在隱隱約約能夠有些理解，成長就是建立並不斷完善自己思維體系的過程。
很久沒寫東西，但是對於最近的這幾本書我覺得帶給我蠻多驚喜，給了我不同的視角去看事情，需要將自己的一點點想法化成文字記錄下來。僅對於大數據這塊，淺談一下自己想法。
作為一隻小碼農，兵來將擋水來碼掩，一心撲在實現具體需求上，只注重技術實現，而沒有從整體，站在更高的視角去看待數據問題。大數據不在於數據量大小，不在於使用什麼具體的技術實現，而在於分析，在於解決問題，助力業務。
大數據時代，企業應該開啟數據化運營來保證業務發展和用戶增長。《增長黑客》一書中始終圍繞著， 數據分析->提出想法->排定優先順序->快速驗證， 這四點在進行。用戶在哪裡高流失，熱點功能，留存率，激活率等，只有數據才能實實在在反映公司的運營情況和產品的使用情況，用數據來作為產品的領航標。對於整體的數據分析來講，如下四步：
數據分析 ：如《決戰大數據》中很令我豁然開朗的觀點， 大數據就是盡可能還原用戶當時的場景 。從用戶當時的場景出發，去分析為什麼用戶會在這個點流失？為什麼這個點轉化率低?具體的術，不限於頁面埋點，或者問卷調查等。用數據找出產品中體驗不佳的問題點。
提出想法： 對於解決產品中分析出的問題，或者一些好的idea，可以拉上研發、產品、市場同事一起做頭腦風暴，不同職責的人看問題的角度不一樣，更可能會出現一些好的idea。必要時候，甚至可以請完全不同項目的人進來頭腦風暴，激發靈感。
排定優先順序: 對於上述的很多想法，肯定不可能在一個迭代里全部實現。可以從主方向相關度、實現成本、時間周期、帶來效果等方面打分，評定需求優先順序，來確定當前這個迭代周期該實現哪些。
快速驗證: 互聯網行業的快速迭代，對於確定好的需求就需要快速推出進行驗證，是否有效，是否確實提升了用戶留存等。當然對於改變來講，都可能會帶來未知的風險，不能保證效果是正還是負，所以可以使用A/B測試，確定部分效果後再推廣。對於新的改變，一定要跟蹤用戶數據，對前後數據進行分析，產生了多大效果，一切應該以數據說話。
最後循環不斷上面流程，堅持用數據去領航產品。
以上是從產品迭代去講數據分析，但是回歸到大數據技術呢?數據湖，數據平台，整合了整個公司的海量數據，這些在於公司的意義又該怎樣。現在數據處理大致下面幾步:
數據採集：
1. 從大數據浪潮之後，現在幾乎每家公司都在瘋狂收集數據，每個角落數據都不放過。但是用起來的卻少之又少，最後發現數據指數級上升，成本高昂，卻沒產生該有的價值。在這里，我並不是反對數據收集，但是收集前需要對問題和數據做一些界定，這些數據對我業務真的有影響么?
2. 不要太過相信數據准確。特別是作為數據平台，你需要對接上游無數個數據源，同時需要將數據服務下游諸多系統。數據的准確性越來越重要，你並不能保證上游系統百分百的數據准確，所以請做好「臟」數據打算，不要過於樂觀。
數據存儲：
數據進來以後就需要存儲。可能很多業務部門會各自都有一套數據處理框架，優點在於更加靈活，缺點在於大量的數據冗餘，成本飛升和數據不一致等。所以稍大型公司內部基本會將基礎數據統一，這也是數據湖的初衷。關於數據存儲一塊，可以考慮三層結構： 基礎層，中間層，應用層 。其中基礎層數據，統一維護一份，保證數據一致，並盡量保持數據的原始狀態，防止數據失真。中間層，可以按照業務模塊，數據再生狀態，時間等維度生成多張大寬表，或者使用雪花模型等，對一模塊提供服務，允許各個模塊之間一定的數據冗餘，提供適度靈活性。
當然我們收集數據，最終是為了分析和使用。對於當下趨勢，越來越實時化。我們還需要放很大部分精力在存儲的同時，考慮如何 快速索引 ，怎麼保證我們能盡快的按照某些標簽就能從海量數據中提取出我們需要的數據。一大團雜亂無序的數據，除了占伺服器資源，沒有任何意義。
數據應用：
如同前邊產品中的數據分析一樣，大公司和具體的數據建模的目的也是為了指導業務和商業。如果數據沒有應用，沒有去結合業務，那麼數據本身也就沒有什麼意義。一個好的數據流程，應該如前所講一樣，是一個閉環。用數據應用指導產品，再通過產品收集自己需要的數據，豐富我們的數據。正如《刻意練習》中最重要的觀點，反饋才是進步的動力，才能讓自己看到哪裡做得不夠，哪裡需要改進，而做數據也是一樣。
對於數據開發人員，《決戰大數據》里的 「混」，「通」，「曬」 還是很有思考的價值。「混」，與業務混在一起，了解業務，才能真正理解數據，提升數據敏感。「通」，數據之間需要連通才有價值，而在紛亂的數據中做到不同部門，甚至不同行業之間的數據串聯在一起本身不管技術和溝通上都是一個大挑戰，只有「通」，才能更好的還原用戶當時的場景，甚至精確的預測下一步。「曬」需要把數據指標都曬出來，老闆關心的不是指標，而是指標背後的why和how。計算出指標，還要更多的去想想能發現什麼問題。
世間一切都是相同的，這也是為什麼要構建自己的思維體系，以一應萬。大數據分析這條道，同樣也適用於個人，將個人看作一個產品，或者公司去做數據分析。那怎麼用數據思維做個人管理?
數據收集： 知乎上有個問題，給我留下了很深的印象。看了那麼多書，真的有用嗎？我不敢說自己看過很多的書，但是仔細回想，曾經看過的書中內容確實大多都已記不住了。所以我慢慢在強迫自己去做一些讀書筆記這樣的事情。但是我所做的還遠遠不夠，讀書時，遇到喜歡的句子，醍醐灌頂的一段話，其實都可以加上備注和所思所想，記錄下來。這就是一個最基本的數據收集階段。
數據存儲： 數據最終的目的是使用，並不是把數據收集回來就算完成目標。存儲所對應的就是檢索，能夠在我們需要某個知識的時候，很快的從庫里邊調出這部分相關知識。所以對上一步收集回來的數據，可以通過 標簽、知識范疇、場景、時間 等組合歸類，便於我們快速的檢索。（當然歸納碎片知識的時候，很多人會和我一樣不知道該把這個知識歸類到哪個標簽上，其實是我們缺少對這個標簽的具體和邊界定義。正如一個思想所說，一個好的問題，就是具體完成後，答案就出來了）
數據應用: 對於生活中遇到的問題，我們求助於我們的知識庫。但是這些知識都是沒有經過檢驗的，而且整個社會一直處於動態變化中，所以我們應用這部分知識以後，還需要給給到反饋和反思。它是否適用，給我帶來了什麼樣的影響，這個知識是不是需要怎麼調整能更好適合我自己，再修改回自己的知識庫。
命運二字，命中註定的某些東西無法更改，但是運這一項，財富，人際關系，知識和思考模式都是可以靠自己積累的。
建立完善自己的思維體系，會發現萬物皆通。
㈧ 你每一次曬娃，都在一步步把孩子推向被大數據操控的深淵
曬娃，多麼美好而溫馨的事情，背後卻暗藏殺機！
來自長沙的袁媽媽前段時間意外收到一封勒索信，信中列舉了她的孩子2歲以來的所有信息和經歷，比如上了什麼興趣班、興趣班的老師是誰，平時誰幾點去接孩子，接完孩子後會去哪，字里行間透露的是一個完全不認識的陌生人對自己孩子的了如指掌。後來案件經過調查發現，嫌疑人來自袁媽媽的朋友圈，因為她經常發布孩子的信息，出國 旅遊 、興趣班、高檔餐廳的氛圍營造出他們家的經濟實力，且不顧一切捨得為孩子的花錢，於是繽紛多彩的朋友圈被壞人「盯上了」。
曬娃，成了一種剛需
仔細觀察便會發現，只要是有了孩子的家庭，朋友圈、抖音90%以上的內容都是自己孩子。根據某親子平台2016年發布的《中國家庭曬娃報告》，每100位媽媽中，有82位在各類社交軟體上曬出自己的孩子，分享內容會隨著孩子的年齡發生變化。而像出生、生日、 旅遊 這樣的重要日子，是必嗮的。
當然，不乏老師的要求。幼兒園舉辦活動時經常進行打卡活動，老師會要求家長把孩子履行活動的過程通過圖片、視頻等方式在朋友圈進行打卡，一方面方便老師知道進展，另一方面可擴大活動影響力。
每一次曬娃，都是為大數據做貢獻
在中國，網上分享孩子大致經歷了三種形式、四個階段：
2007年至2009年，主要是新聞官網、校園網和貼吧，以文字形式出現孩子的獲獎信息、校園活動；2010年至2013年，人人網、QQ空間盛行，學生在網上上傳照片，線上校園社交成為 時尚 ；2014年起，微信、微博開始風行，家長紛紛上傳孩子萌照，曬娃風潮初見規模；2019年前後，抖音、快手等短視頻平台風靡，則進一步推動了家庭短視頻在線上的大量累積。
而所有的這些行為，都一步步淪為大數據的信息來源。據IDC發布的《數據時代2025》，每個聯網的人每天平均有1426次數據互動。80後、90後成為了「數字移民」，而00後乃至10後打從出生就生活在了線上，被稱為「數字原住民」。可怕的是，大多數人並沒有意識到這些數據隨之而來的隱患。
「最熟悉的陌生人」，將孩子一步步推向深淵
很多媽媽在朋友圈做微商，經常用自家的寶寶做模特。來自廈門的卷卷媽媽，從懷孕開始就兼職做微商，賣米菲紙尿褲。她經常拍自己孩子穿紙尿褲的照片做宣傳，因為自己也是寶媽，自家的孩子一直在用，所以顧客更容易信任她。有一天，她突然看到「兒童模特照打包淘寶20元銷售」的新聞，才知道原來犯罪分子會在社交平台上蹲點，下載孩子的照片，再通過後期的PS等技術在非法色情網站上打包銷售。卷卷媽媽嚇出一身冷汗，仔細回想，自己曾毫不忌諱地在各大平台都上傳過卷卷比較隱私的照片，實在不應該。
或許上述案例只是特例，但「手機監聽」已經是公開的秘密。在孩子成長的每一階段，我們不停地接收各類相關推送，就像有一股無形的力量，時刻在監測你的軌跡。在你無法想像和控制的大數據世界裡，我們還能為孩子做的，便是提高安全防範意識，在每一次分享孩子前，多給自己15秒的思考時間。
㈨ 大數據培訓班都是怎麼收費的
你好，脫產全日制學習6個月。大數據培訓學費一般在2-3萬左右。