文档介绍：智慧教育数据分类可将其分为四类: 一是学生管理类大数据, 包括学生基本信息数据、学生考勤数据、学生作业数据、学生成绩数据、学生在学校的各类表现数据等; 二是教师管理类大数据, 包括教师基本信息数据、教师备课教案数据、教师课堂教学数据、教师批改作业数据、教师辅助学生数据等; 三是综合管理类大数据, 包括学校基本信息数据、学校各项评比类数据等; 四是第三方应用类大数据,包括 GPS 、地图、天气、安全、网上课堂、教学资源等。数据采集校通大数据采集途径目前可来自个人 PC 端录入、手机校通 APP 应用程序、移动 PAD 应用程大数据时代的教育管理变革序、第三方应用数据等。例如, PC 端主要采集基础信息类数据,手机校通 APP 应用程序主要采集学生日常表现数据、作业数据、成绩数据、家校沟通数据等。校通大数据应用分为五个阶段: 数据存储,数据预处理,数据转换,数据建模,数据应用。 1、数据存储阶段是从各种数据源采集到数据的统一存储,采用 HDFS 的分布式存储技术; 2、数据预处理阶段是依据一定的规则对采集到的脏数据、垃圾数据进行必要的清洗处理, 减少不必要的工作量;3、数据转换阶段是将采集来源不一、格式不一的数据按照约定的格式进行统一的转换,为数据建模扫清障碍;4、数据建模阶段是根据各种不同的主题分析模型、数据挖掘模型的需求进行对应数据模型的搭建,并能满足各种商业智能应用,这是校通大数据应用的最核心之处; 5、数据应用阶段是在数据模型的基础上进行的各类统计分析、报表分析、图形分析、商业智能 BI 应用和深度数据挖掘服务等。他们还通过设计评论等互动环节来建立自己的信用,通过收藏等环节增加用户黏性。学****分析就是利用数据和模型来预测学生在学****中的进步情况以及未来的表现和潜在的问题。例如, 相对单个学生而言, 学生答题停留时间、对错状况、回头复****情况、网络提问、参与讨论等, 计算机和网络都可以对此进行记忆分析, 再以此为基础对学生的学****进行评价和诱导。由美国麦格劳-希尔教育出版集团开发的一种预测评估工具, 就能帮助学生评估自己的所学知识与达标测验所需要求之间的差距,进而分析判断学****中有待提高的地方。智慧校园产生的大数据也能为教育舆情监控提供天然的服务, 能及时反映教育舆情的主流观点、传播趋势及相关的重要人物等信息。在教育决策方面大数据更能充分显示其作用之大。美国在大教育管理中就经常利用数据来就相关问题进行诊断和探索, 以便作出相应的决策, 如辍学危险期的学生状况、教育开支与学****成绩提升的关系、缺课与学生成绩的关系等。就此而言, 大数据有利于推动“决策智能化”, 使教育管理在业务驱动的基础上加强数据驱动的力度, 即通过云平台使数据集聚, 形成教育数据资源, 然后深度挖掘和分析这些数据的价值,进而推动教育管理的智能决策。(三) 差异凸显教育管理的个性化教育大数据的挖掘还可分析学生的兴趣、能力、特长, 预测每个学生的需要。这样, 大数据甚至可能颠覆传统教材、教学及考试制度。 2013 年3月, 贵阳市白云区 9000 名学生开始英语教学信息化试点, 教师与学生通过电子化教学手段进行互动,作业在平板电脑上完成,教师及时通过另一个终端进行作业批改,并进行个性化分析,从而在一定程度上实现了高效率的因材施教。例如,以平板电脑为载体, 将课本内容、课后****题收录其中, 然后对学生