校园大数据的分析与深度应用

校园大数据的分析与深度应用

ID:21798804

大小:25.00 KB

页数:5页

时间:2018-10-24

校园大数据的分析与深度应用_第1页
校园大数据的分析与深度应用_第2页
校园大数据的分析与深度应用_第3页
校园大数据的分析与深度应用_第4页
校园大数据的分析与深度应用_第5页
资源描述:

《校园大数据的分析与深度应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、校园大数据的分析与深度应用  随着云计算、物联网、智能设备为代表的新型信息技术的广泛应用,高校信息化建设正在向智慧校园迈进,大数据的分析和深度应用成为智慧校园的重要应用之一。本文分析了校园大数据的特点,阐述了大数据分析面临的难题及解决途径,提出了大数据深度应用的方向。通过对校园大数据的分析及深度应用,促进信息化建设,为高校教学、科研、管理和决策提供数据支撑。  【关键词】智慧校园碎片化决策数据支撑  1引言  信息技术飞速发展的今天,给人们的工作、生活、学习和思维带来了巨大改变。作为新生事物的领先接收者,高校信息化的建设发展如火如荼,大多数高校对数据堪比黄金的价值已达成

2、共识。目前智慧校园已成为信息化建设的热点,大数据的分析和深度应用成为智慧校园的重要应用之一。虽然这与社会的大数据相比,还不能是真正意义的大数据,但是就高校而言,这些数据就是校园大数据。这些碎片化的数据目前仅仅用于教师、学生信息的统计、查询,但这远远没有发挥出这些数据的价值。通过对校园大数据进行分析,并将其深度应用于教学管理、科学研究、学科建设、招生就业、学生成长和管理服务等多个方面,从而为高校管理和决策提供数据支撑。  2校园大数据的分析  在高校数年的信息化建设中,都比较注重数据的管理和积累。与社会大数据一样,校园大数据也具有真实性、巨大性、复杂性和混杂性等特点。校园

3、大数据的区别还在于实时性和价值性。实时性是指经过数字校园的建设后各高校基本建成数据共享平台,校园大数据生成后可以实时采集和共享。价值性在于经过分析、深度应用的校园大数据可以即时产生价值。  数据分析是校园大数据深度应用的前提与核心。通过对高校信息系统产生的内容真实、不同类型、快速增加的数据进行采集、清洗,在数据分析平台的支撑下,运用数据分析方案或模型,从而挖掘出其中的相关关系。经过分析,才能为后续深度应用提供数据支撑。  目前校园大数据分析主要以定量为主,既有动态性数据也有静态性数据。数据分析的任务主要包括描述性分析、预测性分析和规范性分析。描述性分析目的是总结历史形成

4、客观描述。预测性分析主要是利用各种工具对历史数据进行分析,然后基于当前数据对未来做出预测。规范性分析则是通过动态指标显示决策结果供决策者使用。  校园大数据分析同样面临一系列的难题。一是数据的完整性和准确性不足。采集到的数据不能准确反映问题。例如学生校外购物数据难以掌握,无法准确判断学生的生活情况。二是部分数据涉及个人隐私。真实数据的分析结果若涉及个人隐私,可能会引起不满。三是大数据的分析是一项系统工程,需要高校各部门配合。通过职责划分明确各部门承担的角色,自上而下,保护数据安全,维护数据隐私,严格数据管理规定,完善数据来源,提高数据质量。唯有通过多途径才能真正提供有价

5、值的数据分析和应用。  3校园大数据的深度应用  校园大数据的分析能够将隐藏在海量碎片化数据中的信息挖掘出来,根据分析结果,提升教学质量,细化学生管理水平,提升资源利用效率,帮助科学管理决策,从而服务于高校的各项工作,服务于高校师生员工。  互联网技术的发展,使得在线学习逐步成为学习的重要方式。通过学生的在线学习行为,如学习时长、测评结果,可以分析出学生对课程的学习情况,教师通过学生的学习情况确定教学难点,关注教学重点,调整教学方式,提高教学效率。通过对学生的学习行为、考核情况,可以预测学生的学习情况,对问题学生进行预警,及时督促其学习。通过对学生选课、考试成绩、图书借

6、阅和社团活动等数据进行分析,根据结果有针对性的调整学生培养方案,从而提高毕业生质量。  一卡通消费数据,可以分析学生的就餐和消费行为,可以通过消费水平判断经济状况,对严重低于平均消费的学生重点关注,及时与学生沟通,帮助解决生活难题,从而发挥大数据深度应用的价值。将学生在校期间的消费数据形成报表,毕业时推送给学生,既能帮助学生回忆校园生活的点点滴滴,又增强了学校与学生之间的凝聚力。同时还可以给学生提供校?@导航、校车轨迹等个性化精准服务。  结合无线使用情况和一卡通数据,可以分析教室、自习室和图书馆中学生的分布情况,为学生自习提供指引。通过对图书借阅情况分析,可以及时调整

7、热门图书位置,方便借阅。通过对校园基础设施的使用情况分析,及时调整热门设施的布局,提高设施利用率,减少基础投资。  随着数据分析及深度应用体系的使用,通过校园大数据分析预测模式,可以为高校提供管理层面的科学规划和决策支持。通过跟踪招生和就业信息,可以预测在校生的未来就业情况,为学校改变管理和教学模式提供支撑。通过教师的教学、科研和学生学习、就业情况的分析,可以帮助预测学校在行业中的地位及未来发展情况,为学校管理层提供数据支持和趋势判别。  4结语  互联网新技术的不断发展和应用,使得社会各行各业都面临着巨大的变化,教育行业更加重视大数据的

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。