大数据在教学管理中的运用

大数据在教学管理中的运用（精选9篇）

大数据在教学管理中的运用 篇1

随着大数据时代的崛起，云数据时代的来临，大数据给各行各业的发展模式和决策带来前所未有的革新与挑战，教育行业同样不可避免。当前人们对大数据的认识尚处于初始阶段，特别是大数据在教育领域的研究和实践才刚刚开始，真正的将大数据完美地应用于教育，造福于教育，仍然有很长的路要走，这需要我们共同的努力！

一、何为大数据

《自然》杂志在2008年9月推出了名为“大数据”的封面专栏，讲述了数据在数学、物理、生物、工程及社会经济等多个学科扮演了愈加重要的角色。加里・金说：“这是一场革命，庞大的数据资源使得各个领域开始了量化进程，无论学术界、商界还是政府，所有领域都将开始这种进程。”大数据也称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、处理、并整理成为帮助企业更好经营决策的各种资讯，同时与大数据相关的数据存储、数据安全、数据分析等领域也都属于大数据范畴。

二、大数据对教学的影响

中国原始社会时期，“燧人之世，天下多水，故教民以渔”，“宓羲氏之世，天下多兽，故教民以猎”，法家思想的集大成者韩非子也有“世异则事异，事异则备变”的观点，足见教育是需要根据现实变化的。

在教育领域中，大数据除体现传统数据的所有宏观功能外，还能收集分析详尽的微观个性化数据，大数据的优势立显。传统数据诠释宏观、整体的教育状况；大数据用于调整教育行为与实现个性化教育；传统数据来源于阶段性的，针对性的评估，其采样过程可能有系统误差；大数据来源于过程性的，以第三方、技术型的观察采样的方式误差较小。传统数据分析所需要的人才、专业技能以及设施设备都较为普通，易获得；大数据挖掘需要的人才，专业技能以及设施设备要求较高，并且从业者需要有创新意识与挖掘数据的灵感而不是按部就班者。

大数据带来新一轮教育信息化的浪潮已然随着硬件的高速革新和软件的高度智能无法抗拒地推到了我们面前。作为新时期的教育管理者，唯有掌握良好的“冲浪”技术，转变教育思想，及时利用大数据服务学校管理、改革教育教学，提高办学质量。

三、大数据教学管理模式

随着时代的发展，科技的日新月异，以往的教学管理模式正在慢慢退出历史舞台。这种以现代信息技术为支撑，大数据为载体的新型管理模式极大地实现了教育资源的共享与充分利用，促进了工作效率的提升，转变了工作效能，让工作更加具有时效性，科学性，及时性。管理透明化、简约化、信息化。

1、教育大数据管理的模型构建

正如2014年全国教育工作会议提出的，今后一个时期我国教育管理的目标是“加快推进教育治理体系和治理能力现代化”，我国的教育管理模式将发生质的变革，大数据管理模型应运而生。

大数据支撑的教育管理模型：以“主体、对象、资源、目标”为核心要素，建立多级连通共享的教育云，构建教育管理复杂系统，利用云技术处理教育云端大数据，为教育公共服务机构、教师和学生提供全天候多终端个性化需求的教育资源服务、专业发展服务和综合素质发展服务，提升教育资源配置的合理性和公平性，提升教育决策科学化水平。大数据教育管理新模式如右图所示。

在教育管理中，人的因素是重要的教育数据，是一切教育数据的来源。教育资源的配置，首先要进行科学合理的资源基本分类：人才资源、财物资源、知识资源；教育内容、教育理论、教育方法、教育经验等，是教育资源配置中的隐性资源，却是根本资源；技术资源是大数据教育管理的生产力资源，教育技术尤其是教育信息技术、大数据、云技术的应用，是管理主体满足教育服务需要，合理配置教育资源的应用型资源。

2、教育大数据管理的行动路线图

教育大数据管理是一个长远的伟大工程，从当前的教育信息化建设水平和面临的挑战综合考虑，还有相当长的路程要走。我们需要在思想上、理论上和实践上全面推进，迫切需要制订正确而长远的行动路线图如又图所示。

这是三个层级的运行策略：底层是大数据教育管理的基础建设――教育云的建设，各区域应遵循国家教育数据标准，建设分布式教育数据中心（云）――资源库+数据库+数据关系逻辑的建构，为云端教育教学资源配置提供基础硬件支撑，进而建设三层智慧平台――智慧校园、智慧学堂（课堂）和智慧终端（尤其是移动终端）――应用平台建设，同样作为基础层级的是教育资源的大数据挖掘――对教育过程所产生的数据进行统计、分析、建模等处理，为教育管理决策提供数据应用；位于高层的是教育大数据管理的操作系统，从公共服务到学生个体发展，利用大数据进行教育资源的公平配置和个性化供给，推进教育发展与改革，使人人享有优质恰当的教育资源，促进教育的优质可持续发展，推进教育品牌建设和创新提升，形成高效绿色的教育文化。

四、大数据教学管理的优越性

用数据说话、用数据决策、用数据管理、用数据创新的数据文化正在成形，大数据时代已经来临。顺应大数据时代的发展，教育变革已经进入了一个新的阶段，教育领域将迎来一场前所未有的大变革。

大数据在教学管理中的运用 篇2

大数据时代的到来打破了数据的垄断, 信息源的扩大化和丰富化是大数据时代的重要特点。在未来, 大数据将遍布城市各个角落, 不管是人们的衣食住行, 还是城市的运营管理, 都将在大数据支撑下走向“智慧化”, 而大数据将为智慧城市提供“智慧引擎”。

1 大数据的含义以及特征

大数据又被称为巨量数据, 指的是所涉及的数据规模巨大, 以至于无法在合理时间内通过人工截取、管理、处理并成为人类所能解读的信息[1]。这些数据来自方方面面, 比如传感器采集的气候信息、数字照片和视频、购物交易记录、手机信号等。

大数据具有四个特征:

(1) 数据量大, 大数据的起始计量单位至少是P、E或Z。

(2) 数据类型繁多, 包括网络日志、音频、视频、图片、地理位置信息等, 因而对数据的处理能力提出了更高的要求。

(3) 价值密度相对较低, 信息海量但是要完成数据的价值“提纯”难度较大。

(4) 巨大的数据价值, 包括商业价值、社会价值、科研价值等。

2 大数据与智慧城市建设

近年来, 国内外掀起了智慧城市建设的热潮, 仅我国明确提出创建智慧城市行动计划及发展战略的城市已有200多个。大数据为智慧城市建设提供了新的技术、路径、要求和机遇。

2.1 大数据是智慧城市建设的关键技术

智慧城市相对于数字城市概念, 最大的区别在于对感知层获取的数据进行大数据处理, 从而获得支撑和保障智慧城市顺利运营的多元信息。

要实现对数字信息的智慧处理, 前提是引入大数据处理技术, 从而来整合分析跨地域、跨行业、跨部门的海量数据的处理, 将特定的信息应用于特定的行业和特定的解决方案中。

智慧城市的应用过程实际上就是对数据采集、分析、存储和利用的过程[2], 大数据是智慧城市各个领域都能够实现“智慧化”的关键性支撑技术。

2.2 大数据在智慧城市中有广泛的应用领域

大数据在智慧城市中的落脚点是为智慧城市的各个领域提供强大的决策支持, 大数据就像血液一样遍布智慧交通、智慧医疗、智慧生活等智慧城市各个应用系统, 科学治理城市。

在智慧交通系统中, 通过对道路、车辆、天气、行人等大量交通信息的实时挖掘, 能有效缓解交通拥堵, 并快速响应突发状况, 为城市交通的良性运转提供科学的决策依据。

在智慧安防系统中, 通过平安城市、智能交通管理、环境保护、危化品运输监控、食品安全监控等大数据的挖掘, 可以及时发现人为或自然灾害、恐怖事件, 提高应急处理能力和安全防范能力等。

在智慧城管系统中, 通过对不同时间段、不同区域、不同部门获得的大量监测数据进行实时采集、实时处理及深度挖掘, 实现对城市管理实时监控与长期管理优化。

2.3 大数据对智慧城市建设提出了新的要求

大数据为智慧城市建设提供了新的技术和手段, 同时也为智慧城市建设提出了新的要求。

一是, 要更加注重信息共享。我国智慧城市建设的一个瓶颈在于“信息孤岛”效应[3], 各政府部门间不愿公开、分享数据, 无法产生数据的深度价值和综合价值。在大数据时代, 智慧城市建设应大力推进大数据基础平台和基础网络建设, 积极推进信息资源数据交换和共享体系建设, 使大数据真正产生“大智慧”。

二是, 要更加注重信息安全。大数据时代, 数据资产化成为趋势, 企业内部运行数据和客户资料成为宝贵的数据资产, 而且很多智慧城市应用系统涉及公民财产安全甚至国家安全, 数据价值很高, 因此信息安全问题成为大数据时代智慧城市建设重要难题。

三是, 要更加注重大数据产业的发展。智慧城市必然催生大数据运营行业的快速发展, 包括大数据的采集、储存、分析、挖掘等相关技术并且市场潜力十分巨大。未来三年我国智慧城市大数据应用市场年均将翻番。因此, 在智慧城市建设过程中, 要高度重视、积极培育围绕大数据运营管理的相关产业和龙头企业。

3 智慧城市与大数据实践经验

从国家政策来看, 中国“863计划”智慧城市项目总体技术体系架构在科技部863计划“智慧城市 (一期) ”项目的支持下, 提出了“六横两纵”的智慧城市技术框架。“六横”层层递进, 最下层的是城市的感知层, 再是传输层, 再上面依次分别是处理层、支撑服务层、应用服务层, 最上面是智慧应用层, 贯穿全局的是安全保障体系以及标准与评测。而要真正实现智慧城市, 必须引入大数据技术, 主要包含以下三大方面的需求。

3.1 大数据融合技术

我国智慧城市建设面临的重大挑战之一, 是城市系统之间由于标准问题无法有效集成, 形成信息孤岛。因此, 在大数据融合技术领域, 一方面要加强大数据标准建设, 另一方面要加强海量异构数据建模与融合、海量异构数据列存储与索引等关键技术研发[4], 给予底层数据集成的信息共享提供标准和技术保障。

3.2 大数据处理技术

大规模数据在智慧城市系统流动过程中, 出于传输效率、数据质量与安全等因素的考虑, 需要对大规模数据进行预处理。大数据处理技术往往需要与基于云计算的并行分布式技术相结合, 这也是目前国际产业界普遍采用的技术方案。

3.3 大数据分析和挖掘技术

相比于大数据融合和处理技术, 大数据分析与挖掘技术更为复杂, 是国际学术界和产业界面临的极具挑战性的技术难题。

4 大数据时代推进智慧城市建设的几点建议

4.1 强化对大数据的研究

引导科研院所和相关企业成立大数据技术创新联盟, 进一步加强对大数据发展前沿技术和信息的持续跟踪研究。积极开展以社会需求为导向的大数据科学研究, 建立大数据分析平台, 努力推出具有自主知识产权的大数据分析设备、软件和服务, 加速大数据理论、技术和应用的创新。

4.2 优化大数据形成机制

加强政府部门在管理和服务过程中对数据的主动采集, 在构建人口、法人、自然资源与空间地理、宏观经济等基础数据库, 经济社会重点领域的信息资源综合数据库和专业数据库的基础上, 建立政府大数据库。鼓励制造业企业和商业机构加强对生产经营活动中的数据采集, 形成覆盖生产过程和商业各环节各流程的数据库。推进无线识别技术、传感器、无线网络、传感网络等新技术的广泛应用, 提高数据采集的智能化水平。强化对大数据建设工作的组织协调, 打破地区和部门数据壁垒, 实现数据资源联合共建、广泛共享。

4.3 加快大数据产业发展

出台大数据产业发展与应用规划纲要, 规划建设大数据产业基地, 出台专项政策, 成立产业发展基金, 搭建研发创新平台, 吸引电信运营商、知名大数据企业以及互联网领军企业落户。积极培育本地大数据企业, 进一步培养和引进大数据专业人才、领军人才、应用型人才, 重点发展数据获取、存储、集成、挖掘、管理、融合、安全、可视化、建模等技术以及大数据一体机、新型架构计算机、大数据获取工具、大数据管理产品、大数据分析软件等硬件装备和软件产品。

4.4 推进大数据普及应用

从推进大数据商业化应用、推动政务大数据应用两方面入手, 大力促进大数据普及应用。在政务方面, 重点选取医疗卫生、食品安全、港口物流、智慧交通、公共安全、科技服务等具有大数据基础的领域, 建设大数据公共服务平台, 强化大数据在智慧城市建设应用系统中的应用。

在商业方面, 实施典型应用示范工程, 支持和鼓励行业协会、中介组织开发深度加工的行业应用数据库, 建立行业应用和商业服务大数据公共服务平台, 提供数据挖掘分析和商业智能等大数据应用服务。推动大数据在生产过程中的应用, 鼓励有条件的企业运用大数据开展个性化制造, 创新生产管理模式, 提高企业竞争力。

4.5 加强大数据规范管理

研究大数据产业相关的政策法规, 提出数据资源权益、隐私保护等方面的法规细则建议, 制定大数据相关标准, 并提出技术解决手段, 在保护数据资源的同时, 促进数据资源合理有序地开发利用。在人才、财税、科技金融等方面出台有利于数据人才和数据产业发展的政策, 逐步建立有利于大数据研究与发展的制度法规体系。重视大数据及其信息安全体系建设, 加大对大数据信息安全形势的宣传力度, 明确大数据的重点保障对象, 加强对敏感和要害数据的监管, 加快面向大数据的信息安全技术的研究, 培养大数据安全的专业人才, 建立并完善大数据信息安全体系。

5 结束语

智慧城市是城镇化进程的下一个阶段, 是城市信息化的新高度, 是现代城市发展的远景。无线城市、数字城市、平安城市、感知城市是智慧城市的必要条件。诚信城市、绿色城市、健康城市、人文城市是智慧城市应有之意, 智慧城市产生大数据, 大数据反过来支撑智慧城市。智慧城市与大数据技术相结合一定会有璀璨的明天。

摘要：随着城市化进程和城市体系与空间分布的快速变化, 智慧城市建设成为目前研究的热点问题, 大数据是支撑智慧城市建设的基石, 也是影响城市建设、管理决策的关键。介绍大数据在智慧城市中发挥的作用, 为进一步研究大数据技术在智慧城市中的应用奠定基础, 也为搭建智慧城市数字化平台提供参考。

关键词：智慧城市,大数据,数据挖掘,数据分析

参考文献

[1]李小龙.基于Map Reduce的电子商务个性化推荐研究[D].北京:北京交通大学, 2014.

[2]王静远.以数据为中心的智慧城市研究综述[J].计算机研究与发展, 2014, 51 (2) :239-260.

[3]谷春宇.智慧城市IT应用模式研究[D].哈尔滨:哈尔滨理工大学, 2014.

大数据在教学管理中的运用 篇3

[关键词]大数据 网络环境初中 思想政治 教学

一、网络对初中生的影响及初中思想品德传统教学模式的不足

随着信息技术的不断发展，不同的信息和技术在思想品德教学中也常被应用到。网络信息的自由性和开放性给我们学生呈现出了一个复杂多变的多元社会，因为这时的初中生具有非常强的求知欲和好奇心，但是他们缺乏一定的判断力，一些外来文化会直接影响甚至改变他们的价值观和人生观。例如由于网络信息中的一些消极因素，可能会导致初中生网络成瘾，过分迷恋上网，最后导致心智发展不健全，缺乏一定的自我约束力。而且，在虚拟网络上，有各种良莠不齐的信息，其在一定程度上冲击和挑战着我们传统的思想道德教育。

传统教育下的初中思想品德课堂，一直以来就给学生留下了枯燥、乏味和沉闷的印象。如今随着科技的发展，思想政治课堂引进了多媒体、幻灯片等信息技术去教学，但是教学效率依然没有得到很大的提高。教师讲课本，学生好像硬着头皮听，无从谈兴趣。缺乏互动性、实践性与灵性的课堂成了目前初中思想品德课堂的新代名词。这样的课堂，严重阻碍了初中生学习兴趣及独立思考能力的培养，更谈不上学生创新精神的培养。

如何改变这样的网络环境现状和课堂现状，使网络真正为教学和学习所用，让思想品德课的教育能真正起到实效，这是教师一直讨论的问题。为了更好地提高学生的学习兴趣和扩展学生的知识面，使教学活动更丰富，笔者尝试在思想品德教学中引进网络信息技术。

二、网络信息技术在初中思想品德教学中有效运用的方法和意义

1.运用网络信息技术增强思想品德课堂教学效果

思想品德学科涉及面广、时效性强，加上教材本身有很多案例或素料，这就要求我们思想品德课教师要善于广泛收集或者创作成自己所需要的文字、声音、视频、图像等信息，精心设计制作各种类型的课件来辅助教学。

将网络信息技术运用于思想品德教学，具有容量大、负担轻、效果好等特点。一是教师可以将“单元”“课题”“框题”等制作成思维导图；也可以将知识点按内在联系演绎、归纳成若干相关的知识板块，再通过图片、声像来配合教学，帮助学生很快理清知识脉络，从而增强思想品德教学的直观性。二是教师可将思想品德课堂练习按中考题型设计成一定量的题库，不同题型又按难易程度分为难、适中和简单的知识梯度，以满足不同层次学生的需求，实现分层次教学。三是教师可将网上的学科试题下载并进行多样组合加以使用，进行“双基”训练。四是教师可把材料分析题设计成图文并茂的界面，从而增强教学的直观效果，再一次激发学生学习的兴趣。

2.运用网络环境中的资源信息有利于提高学生创新能力

学生可以通过对教材自读，进而自悟，发现感兴趣的问题。教师要求学生根据问题利用网络提供的资源和信息，依据自己的能力水平和知识面来进行独立的思考和探索。鼓励学生提出有深度和广度的问题，并通过网络技术，主动查找相关信息，分析和处理信息，最后形成问题和结论。这有利于锻炼学生的创新能力。教师要为学生介绍相关信息收录和信息处理的方法，来提升学生的信息素养与能力。思想品德课的最大特点就在于理论与实际结合。现代初中生关心国家大事，对各种新事物和知识特别好奇，政治教师可将社会热点与课本相结合，进而提出思考问题。笔者引导学生分别从九年级教材中的“发展离不开合作”“创新是民族进步灵魂”“科技是第一生产力”“党的领导”等知识点进行思考。笔者还利用课余时间，在网上自建学生交流讨论的简易论坛。从学生上网查找信息到网络论坛交流，教师要及时注意点拨和引导，把学生不正确的思想认识及时引导到积极、正确的方向，激发学生思考问题及发言的主动性，拓宽他们的视野。这种学习方式有利于提升初中生学习潜能，提高思想品德课的时效性。

3.运用网络环境资源培养学生科学的世界观、人生观和价值观

笔者分期在自建网络论坛上开展社会热点问题讨论等活动，以提高学生收集、分析、运用和创造信息的“信息素养”和分辨是非的能力。鼓励学生关心国家大事，乐于接受新知识和新事物。如“社会主义核心价值观”“家风”“中国梦”“光盘行动”“雾霾”“生态文明和美丽中国”等社会热点，教师可以因势利导，在教学中积极发挥学生的主体作用，让学生对最近国内外重大时事热点问题能结合课本知识展开讨论，也可以通过思想碰撞，促使学生认识得到提高。如开展“我光盘我行动”“远离雾霾”等讨论和辩论，让学生积极参与。此过程中教师引导要深入浅出，有针对性，让学生“仁者见仁，智者见智”，使这些热点、难点问题可以轻松地解决。每次激烈的网上思想碰撞和讨论后，教师引导学生把文字稿进行整理，形成有价值的政治小论文，并在校园网上进行发表，从而更好地激发学生参与的积极性和自觉性。

4.运用网络环境资源进行考试后的数据分析，提升教学干预的针对性

运用网络环境进行教学带来便利的同时也产生大量的数据，而我们大多数教师视数据不存在，没有真正意识到大数据给教育带来的新的价值。我们通过对学习过程中产生的大量数据进行分析，目的是评估学生学业进步，从而预测学生未来表现，发现潜在问题。对学生而言，可以从学习者行为的角度了解学习过程，并用来优化学习；对教师而言，可以改善现有的教学评价机制，并提供更有意义的教学分析，方便教师在数据分析的基础上为学生提供更有针对性的教学方法。

下面就从考试后质量分析来进行举例。考试是衡量教育效果的一种有效手段，同时也是教育评价的有效方法。随着课程改革的发展，對教学评价要求越来越客观，因此考试试卷的编制、分析评价必须依赖于一定的统计学理论和方法。对于初中思想品德教师来说，传统的考试质量分析形式大于内容，也不能深入进行教学分析，由于大多教师缺乏必要的统计学知识，对考试结果做出不够准确的分析和解释，使考试结果中蕴藏的大量有价值的信息失去意义。而网络环境现有的优秀的资源可以运用来进行数据的有效分析。问道网（www.askform.on）是国内很专业的在线调查的网站，其运用成熟的Ajax技术，实现了快捷地创建问卷、回收答卷、统计分析、生成报表的功能。笔者在试用它的免费功能时，发现它能快速、高效、科学地组织一场学生测试，能很好地服务于学科的考试与评价，对提高教学效率很有帮助。通过质量分析调查，给出完整的分析报告，不仅有整体分析报告，还有个体分析报告，这些对教学后期科学性的干预有很大的帮助。

用在线问卷调查系统开展考试与评价显得高效和快捷，尤其是统计分析功能对教师快速了解学生的知识掌握情况有很大的帮助。学校中如果有条件可以单独使用Web服务器搭建这些平台进行考试，从而确保考试的稳定性。

浅谈大数据在教育管理中的应用 篇4

大数据的发展给困境中的教育变革提出了新的挑战。大数据越来越广泛应用于教学，通过在线测试、实时调查等方式获取学生的基本情况、了解学生的学习潜能等，从而使教师更容易针对问题，因材施教。

学校已有的信息采集设备对我们的数据收集具有重大意义。例如：网上阅卷系统，高考、中考阅卷早已采用网上阅卷。可能很多老师知道网上阅卷的优点，如评卷的公正性、准确性、高效性。其实网上阅卷系统更是一个数据的采集系统，采用网上阅卷系统对数据的采集、统计和分析的深度还是广度都大大地超越人工所能及的范围。

如10月中我校进行了本学期第一次统考，语文试题主观题共设了22个采分点，评卷系统采集了22个得分点的数据，很容易发现各知识点的得分情况。教学过程中的成功之处和薄弱点得到了极其详细的反映。网上阅卷的统计分析结果还能对试卷的质量如难度、信度、区分度、效度等指标进行科学的分析，使命题中存在的问题也得以全面地反映。由此可见，玩转当前的 “小数据”对现实的教学有益，也是迎接大数据时代到来的一种准备。

大数据时代教师需具备的三种基本能力：第一种能力是获取及整合学生、学校数据的能力，第二是探索数据背后价值和制定精确教育教学行动计划的能力，第三是把这些计划快速实时地应用于教育教学工作中的能力，应用于课堂的能力。要实现这些能力的提升一方面有赖于学校及教育主管部门对教师的培训，另一方面当然依靠我们老师自身与时俱进的学习。日益强大的互联网、多媒体及概念软件、开源软件等为师生提供了更加自由、灵活的学习和探索空间，求知的视野被极大拓宽。学习与生活、教育与社会不再被孤立，学生、学校与现实生活的体验更为接近，学生学习兴趣、学校办学动力将被大大激发。

大数据在教育行业中的应用 篇5

海量数据已经使我们进入了大数据时代，数据信息的来源、传播速度和传播数量正在影响、改变着人们的思维方式和生活、工作习惯。近年来，基于“大数据”的实验室管理系统的开发以及互联网的实验室管理技术正在兴起。但真正被业内人士承认的教育领域的大数据应用却为数不多，其中被公认的当数东华大学的智能实验室项目。

2009年，东华大学教务处处长吴良提出实验室智能化管理的思路，并将材料学院作为试点单位。实验室智能化管理即用物联网的方式把实验室里所有的仪器设备都管理起来。实验室智能管理过程中记录了学生在实验室内所有的活动情况，包含学生进入实验室的情况，使用的仪器设备情况，使用仪器设备时长等，以及所有仪器的电流、电压都可以监控。如今，东华大学所有学院的实验室都纳入了智能实验室的管理。东华大学通过实验室智能管理系统进行各个方面的数据采集，并对数据进行深度挖掘，形成了各种各样的图表。从图表中可以看出哪些实验室申请的设备根本不必购买，哪些实验室不再需要拨钱。实验室的使用率和第二年的经费完全挂钩，最后实现教育经费使用的集约高效；也可以结合大数据的分析和模拟，建立新型的实验教学课程。

另外，华东大学智能实验室利用云平台（东华云）通过服务器虚拟化和实验教学资源管理系统进行管理，简化了管理流程, 节约了管理成本, 提高了服务器资源申请的灵活性，实现了实验资源管理的信息化和透明化。目前，东华大学智能实验室还实现了24小时开放无人管理、跨学院使用等人工无法实现的管理，数据显示，智能实验室的管理对学生学习自主性的提高有显著影响，学生在实验室的时间甚至超过了在教室的时间。

2.大数据在校园网用户行为分析方面的应用

经过多年的积累，人类的数据量、数据处理技术和能力都得到了质的飞跃，大数据时代给人类社会带来了诸多具有革命性的变化，而校园网的出现则是传统“言传身教”教育的一次革命。中职学生思想尚不成熟，自律力和识别能力不强，对于开放式的网络有些迷茫。校园网学生用户行为分析的研究是通过对校园网络的测量和分析，挖掘和发现网络中呈现出来的各种行为规律，同时识别一些异常网络行为，最后将用户行为分析展示。这样以便学校采取对应的策略及措施引导中职学生健康上网，从而使校园网真正成为学生获取知识的平台，提高学生的整体综合素质。

广东省电子职业技术学校罗萍设计了一个基于大数据的校园网学生用户行为分析系统，该系统从网站浏览信息、网站发帖留言、搜索关键词、网络购物等四个维度来描述基于校园网的学生用户行为。通过对网络内容的分析，可以进一步细化到学生用户在网络中具体网络行为、发表的言论和帖子、对网络资源的兴趣偏好是什么等等，从而有效掌握学生的上网行为动态。

随着计算机技术的迅速发展，大数据时代的网络行为已经成为当前学生校园生活中的一项重要活动内容，正在悄然的改变着学生的学习和生活。因此，深入研究学生网络行为，理性分析学生网络行为特点，动机和需求，以及如何引导学生合理运用网络资源，树立健康的上网理念，构建有益的校园网络环境，已经成为目前学校研究的重要课题。

3.数据挖掘在学习分析及干预中的应用

教育领域已经开发和应用了多款学习分析系统，主要集中在绩效评估、学习过程预测与学习活动干预三个方面。

绩效评估: 如美国 Northern Arizona University 研发的 GPS(Grade Performance Status)系统，可实现全校在校大学生的课堂学习绩效评估。该系统能为教师提供最新的学生出勤情况、学生的反馈意见，为学生提供教师的最新评价以及重大事项的提醒。

学习过程预测: 如澳大利亚 University of Wol-longong 研发的 Snapp(Social Networks Adapting Ped-agogical Practice)系统。该系统可以记载和分析在线学习者的网络活动情况(如学生在线时间、浏览论坛次数、聊天内容等)，使教师能深入了解学习者的行为模式，进而调整教学方式，最大化地为学习者提供适应的教学指导。

学习活动干预: 可分为人工干预和自动干预，现在主要集中在人工干预上，借助绩效评估工具和学习活动预测工具，由教师完成学习干预。自动干预是未来学习分析技术发展的方向，大数据将为这一目标的实现提供强大动力。

在教育管理改革方面，学习分析能为高职院校教育管理系统的方方面面提供指导教学管理活动的相关数据。依靠这些数据，高职院校管理部门可以有针对性地完善不足之处，修订教育管理方案，优化教学资源配置，并最终评估修订方案及资源配置情况。

在教学改革方面，学习分析技术能真正意义上营造信息化的教学环境，保证教师提供的学习服务契合学习者个性化学习、协作学习的需要。传统教学模式中，教师无法保证所提供的学习资源能真正满足学生的学习需求，无法适时调整和分配资源，无法提供个性化地学业指导，无法及时了解学习过程中出现的障碍与疑惑。这些问题都限制了高职院校教育改革的深度，而学习分析技术恰恰可以弥补这些缺陷。通过应用学习分析的相关工具和大数据技术，教师可以及时获取学生的学习行为数据，从而支持一种既能体现教师主导作用，又能兼顾学生主体地位的新型教学方式，以最大化地激发学生的潜能，为新世纪培养创新性人才。

在学习方式改革方面，学习分析技术的作用在于: 自动识别学习情境，能够从大量纷杂的数据中自动分析出学习者的特征信息，根据其需要推送适应的目标资源，并提供学习建议以协助学习者修订自己的学习任务；学习者可以实时调整自己的学习计划，预约辅导以解答学习疑惑；在特定情况下，还可以通过锁定学习者所在地理区域、学习特点等因素划分学习小组，以满足个别学习者的协作学习需求。此外，学习分析能为在校学生提供个性化的学习指导建议，以帮助学生规划在校学习路径，明确其学业成就的期望。

4.大数据在课程建设方面的应用

大数据时代学习者在数字化学习过程中留下很多数字碎片，通过分析这些数字碎片，我们将会发现学习者的各种学习行为模式。梁文鑫指出：大数据对课堂教学带来的主要影响是使教师从依赖以往的教学经验教学转向依赖海量数据教学分析进行教学，使学习者对自我发展的认识从依赖教师有限理性判断转向对个体学习过程的数据分析，从而使传统的集体教育转向对学习者的个性化教育。

目前流行的大规模在线开放课程（Massive Open Online Course，MOOCs）教育，MOOCs 教育被寄予厚望的主要原因是学习分析技术和大数据对它的支持，有了学习分析和大数据技术，优质的教学、课程资源和服务等通过数据真实客观的被呈现出来。比如：对每一门课程资源和支持服务系统的建设和维护都建立在学习者使用过程的数据分析基础上，从而使提供的课程内容更符合学习者的需求、教学指导更具有针对性，进而提高了学习者的学习积极性，促进了学习成功的实现。学习者在 MOOCs平台上学习时，教师和程序可以通过大数据对学习者的学习行为进行理性干预，比如：通过预测认知模型为学习者自动提供适合的学习内容和学习活动方案，通过作业情况、留言板以及讨论区的问题讨论情况可以发现存在学习困难的学习者，以确保可以及时对其学习进行有效干预等。

大数据的应用可以实现大规模在线教育的同时可兼顾学习者的个人需求，大数据对海量数据的高速实时处理技术可以为在线教育平台实时洞察学习者的变化、把握学习者的需求、提高学习效果提供支持，还可以对学习过程中产生的不相关信息进行深度分析，以预测和把握学习者的需求变化。

5.大数据在助学贷款方面的应用

国家助学贷款始于2000年，此后,全国各地普通高等院校陆续开办国家助学贷款业务。但由于政策设计的缺陷、学生个人的诚信缺失、银行的积极性等多方面的问题,贷款业务开展出现较大差异东部好于西部,南部优于北部,部属院校高于地方院校。年国家修正贷款政策,加大贷款工作力度和政策扶持力度,国家助学贷款工作才得以继续进行。但国家对家庭经济困难学生没有给出界定,更缺乏界定标准,因此各高校在确定助学贷款资助对象时,只能依靠学生个人陈述、老师自己的判断、同学之间的投票等方法对困难学生加以界定,以致帮困助学工作困难越来越多。同时,由于信息沟通缺乏有效的渠道,管理缺少统一的工作平台,很大程度制约了贷款工作的开展,影响了学校、银行工作的积极性。缺少信息的沟通,造成信息的不对称,也影响了工作的开展,出现管理的滞后。

2005年，郑爱华作为课题负责人,组织完成校内课题“济南大学帮困助学问题及对策研究”,主持申报了山东省科学技术发展计划软科学科学项目“山东省国家助学贷款中的问题成因及对策研究”,同年获得立项,项目编号：B2005016。

助学贷款决策支持系统是济南大学研究的山东省省级课题“山东省国家助学贷款中的问题成因及对策研究”的子课题之一。目的在于通过该系统,建立家庭经济困难状况指标评价体系,包括评价指标的设立、指标分值的量化、最后计算机进行决策计算,输出决策支持的结果,帮助学校确定贷款资助对象,建立贷款信息数据仓库，并将贷款信息通过计算机进行处理,实现快捷、方便、及时、准确的数据动态管理,克服银行、学校、学生、主管部门之间的信息不对称问题，实现科学决策、信息化管理的目标，有利于山东省助学贷款工作的健康发展,有利于减轻学校贷款工作的管理难度,降低贷款成本,为帮困助学工作开辟有效的途径。

河北省教育厅学贷中心河北省学生贷款管理中心于2007年开始实施助学贷款信息化建设,将先进的计算机技术应用到国家助学贷款管理工作中,建立“河北省国家助学贷款管理信息系统”,使学生对国家助学贷款的申请、学校对助学贷款的管理、银行对学生申请的审批以及其间的各种信息的交互等都实现网络化。6.基于大数据证据的教育教学决策

在美国，教育大数据为美国政府、教育管理部门、学校与教师做出合理的教育教学决策提供了可靠的证据。整体上，美国建立了严格的教育问责制度，包括利用州教育问责系统(State Accountability Systems)对各州教育发展情况进行全方位评价，借助于学区级评价系统(District-level Evaluation Systems)评价各学区、各学校的整体教育质量，并要求学校与学区要对后进生进行基于数据的支持性学习干预(Data-driven Interventions)。美国联邦政府以及各州政府基于对教育大数据的分析结果评价各州或州内学区的教育进展水平，并以此作为教育投入的依据以及教育政策制定的根据。

美国学校一般利用基于大数据的教育评价支持本校在规划学校整体发展、优化学生管理、制定教学质量改进计划等方面的教育教学决策。据统计，97%的美国中小学利用来自整个年级或整个学校的教育大数据确定学校需要提升的关键领域；分析学生的个体数据以便于分班或安排相关学习支持服务，包括了解哪些学生需要特殊支持或更多支持。47%的美国中小学通过专门的评价人员分析不同教师讲授同一教学内容或同一教师以不同教学策略讲授同一教学内容时产生的数据，评价教师的教学质量并提出教学方式变革计划。而83%的学校在利用教育大数据尤其是本校产生的大数据了解本校教师教学发展的现状与需求，并据此决策如何支持本校教师的教学发展。

学校教师可以利用教育大数据改进与优化自己的教学决策。整体上，教师可以利用大数据分析需要在何种时机对哪些学生以何种方式安排何种教学内容。教师利用本班学生产生的大数据，或同时借助与外部大数据的对比分析，可以深度评价本班学生的学习表现与学习效果，可以有效分析学生的学习偏好与个性化需求，分析学生群体的学习需求，同时也可以利用数据分析哪些学生更适合在一起进行小组学习，分析怎样分组才更合理。对于那些有学习困难的学生，通过对大数据的利用，可以分析出学生在什么环节、什么类型内容学习方面存在问题，分析哪些因素可能在影响学生的学习，这样便于给出适当的学习支持与干预。

那么，大数据从何而来？美国在教育评价的实施过程中主要依托覆盖全美的立体化教育数据网络，同时注重数据质量保障，有效地解决了教育评价“大数据从何而来”的问题。

国家级、州级(State-level)、学区级(District-level)以及校级(School-level)在内的各级各类教育数据系统(Educational Data System)均服务于教育问责体系。这些数据系统之间相互关联，数据互通，形成立体化数据网络，为美国教育评价用大数据的获取提供了基本的依托。

在国家层面，美国有由教育部与各州教育管理部门及一些企业协同创建与发展的教育数据机构EDFacts，建设了“教育数据快线(ED Data Express)”，还有美国国家教育统计中心(National Center for Education Statistics)，主要任务在于与教育部内部各机构、各州教育管理部门、各地教育机构合作提供可靠的、全国范围内的中小学生学习绩效与成果数据，分析各州报告的教育数据以整合成为联邦政府的教育数据与事实报告，为国家层面的教育规划、政策制定以及教育项目管理提供了有力的数据支持。

2005年，美国教育部启动了“州级纵向数据系统项目(The Statewide Longitudinal Data Systems(SLDS)Program)”，旨在帮助全美各州“设计、开发与利用州级纵向数据系统以便有效地、准确地管理、分析、分类处理与利用每一位学生的数据”，至今全美有47个州至少获得过一次本项目资助。

州级与学区级数据系统主要为区域性教育评价提供数据支撑，其中主要包括本州/学区学生的成长数据，教育工作人员在工作方面的安排与准备等相关数据，以及其它关于学与教条件的关键数据，比如教师人数、学生入学率、学生与学生家长及学校教职员工对于学校氛围、条件等方面的评价数据等，认为这些数据直接反映学校与学区在让学生做好毕业准备方面取得的进展情况。各州的教育数据系统基本都具有测量学生的成长(Student Growth Measures)、提供高中学习反馈报告(High School Feedback Reports)、实施学业预警(Warning Systems)的功能。学校常常利用四种类型数据系统来收集、整合教学过程数据或评价数据：一是在校学生的实时信息系统(Student Information System)，其中包括学生出勤率、人口学特征、考试成绩、选课日程等数据；二是数据软件坊(Data Warehouses)，其中保存了学校当前或历史上的学生、教职员工、财政方面的信息；三是教学或课程管理系统(Instructional or Curriculum Management Systems)，支持学校教师接入教学设计工具、课程计划模板、交流与协作工具，支持教师创建基准性评价；四是评价系统(Assessment Systems)支持快速地组织与分析基准性评价数据。7.大数据在招生方面的应用

数据挖掘是一项新兴的技术，是商业智能的重要组成部分。近年来，随着高校数据收集量的不断增加以及教育决策对量化分析结果的愈加依赖，数据挖掘在美国高校管理中的应用呈显著上升趋势。许多研究表明这项技术能帮助大学管理人员更好地分析数据，从而获取潜藏的、有用的信息和知识，最终提高决策效率。

加州大学9所分校在校长办公室的统一协调下通过“综合评审”的原则招收本科生。“综合评审”包括两个步骤：第一步是对申请学生的合格性通过多种方法进行确定；第二步是对合格学生的所有背景、特征及技能进行综合评定，并以此为标准做出录取决定。加州大学虽然保证录取所有合格的学生，但由于有的分校或专业竞争激烈，例如伯克利分校、工程专业等，因此不能保证完全按学生的报考志愿录取。在这种情况下，所有合格、但未被报考分校录取的学生，将被推荐到两所加州大学制定的分校，以确保尽可能录取每位合格的学生。另一方面，这两所分校也通过 录取这些“落榜”的学生来增加其入学人数。由于加州大学的录取审核工作是由各分校负责进行，招生的最后决定到四月初才能见分晓。这时许多学生可能同时接到其他大学的录取通知，并需要在短期内选择自己要上的大学。因此，从吸引合格学生入学的角度来说，这时再向学生推荐这两所大学为时已晚。为了提前做好这一工作，校长办公室招办在一月份申请截止日期之后就对申请学生的录取情况进行预测，并将这些合格但极有可能被拒的学生名单提供给这两所分校，供他们提前向学生宣传学校的情况，鼓励学生来这两所学校就读。校长办公室用来完成这项预测分析研究的工具就是SAS Enterprise Miner数据挖掘技术。

通过这项数据挖掘技术，加州大学可以更有效的招收合格的学生。8.大数据在学习成果评估方面的应用

随着大学教学模式由传统的“行为主义”方式向“构建主义”教学过渡，如何更有效地对学生成绩进行评估也成为广大教师和评估工作人员面临的挑战之 一。除了利用传统的考试方法对学生所学知识进行考核外，越来越多的授课教师侧重对学生的学习行为进行评价，譬如合作意识、创新精神、实践能力，等等。这些评价结果更有利于帮助学生提高学习效率，特别是应用知识的能力。但靠传统的评价方法很难有效地完成类似的评估工作，或者说评估结果的可靠性难以得到保证。近几年来，许多学者尝试利用数据挖掘技术提高评估效度。

哈佛大学的研究人员娇蒂·克拉克（Jody Clark）和克里斯·戴迪（Chris Dede）在这方面的尝试非常值得借鉴和参考。他们通过复杂的教育媒体收集丰富的与学生学习行为有关的数据，然后利用数据挖掘技术对其进行分析和研究。

评估结果的价值体现在：1）完成对学生的形成性评估，为教师及时提供信息反馈；2）完成对学生的总结性评估，以真实的实践表现为基础了解学生最终掌握知识的情况；3）根据学生的个性特征，深层了解学生的学习行为以及学习成效；4）合理评判学生合作学习和解决问题的能力；5）通过对学生的学习行为规律和学习成效之间的“路径”关系进行“挖掘”，洞察学生的学习动态。

9.衢州市柯城区依托大数据为学生“私人定制”成绩单

近年来，随着大数据成为互联网信息技术行业的流行词汇，教育逐渐被认为是大数据可以大有作为的一个重要应用领域，有人大胆地预测大数据将给教育带来革命性的变化。大数据技术允许中小学和大学分析从学生的学习行为、考试分数到职业规划等所有重要的信息。衢州市柯城区以大数据为依托，为学生“私人订制”成绩单。

2015年开始，衢州市柯城区启动教学质量诊断系统项目，采用CC教学测评系统对每个学生进行数据分析，为学生出具“学业诊断分析报告单”。“学业诊断分析报告单”基于对学生一个学期以来成绩的大数据分析，通过“单科成绩对比图”、知识点掌握情况分析表、知识点的个人掌握率和班级平均做对比表，将学生考试各科目考察的每一个知识点的掌握程度作出相应的分析，从数据中分析学生对知识点的掌握程度，对个人能力如识记能力、运用能力做出综合评价，为学生的学业作出一份细致全面的“体检诊断报告”。“学业诊断分析报告单”为学生提供了知识、能力掌握上的优势和不足信息，学生可通过分析原因，提高学习的针对性和有效性，减少重复的试题训练，进而有效减轻学习负担。教师可通过分析了解学生在知识、能力掌握方面存在的优势和缺陷信息，实施补教性教学，从而提高教学质量，促进学校教学、学生学习方式的改革和发展。10.大数据在学生扶贫方面的应用案列

西安交通大学学生处立足大学生资助工作实际，按照教育部“教育扶贫，十三五期间实现‘精准资助’”的要求，结合陕西省教育厅关于教育精准扶贫的工作思路，扎实开展了一系列“绿色通道”迎新工作：利用大数据完成学生贫困程度的精准识别，通过实地家访将绿色通道延伸到新生家中，开展“知心工程”让资助教育沁入学生心中，建立七位一体的资助系统让学生没有任何后顾之忧。西安交通大学提供给每个贫困生的，不仅是金钱的资助，更是被尊重及自信积极的人生态度。

资助大数据实现精确认定。在新生来校报到之前，通过“西安交通大学家庭经济困难学生综合认定系统”挖掘学生家庭经济困难指数，认定家庭经济困难学生情况，并以此为依据，主动引导特困新生在家中即可通过网上申请“绿色通道”并顺利入学，消除特困生家庭的后顾之忧，在此基础上与各书院共同主动开展有针对性的帮扶工作。

资助全覆盖实现精准帮扶。学校为每一位通过“绿色通道”入学的学生发放全套床上用品“爱心大礼包”，体现学校的关爱。新生入学后学校将陆续通过“奖、助、贷、补、勤、免、偿”七位一体的资助体系给予学生持续资助，确保每一位学生不会因为经济困难而影响学业。学工系统还通过“知心工程”工作体系，全面跟踪家庭经济困难学生情况，建立建全贫困生信息库。今年学校还将特别为建档立卡户新生每人发放一学期的生活费。11.希维塔斯学习”（Civitas Learning）利用大数据帮助学生提高成绩

在教育特别是在学校教育中，数据成为教学改进最为显著的指标。通常，这些数据主要是指考试成绩。当然，也可以包括入学率、出勤率、辍学率、升学率等。对于具体的课堂教学来说，数据应该是能说明教学效果的，比如学生识字的准确率、作业的正确率、多方面发展的表现率——积极参与课堂科学的举手次数，回答问题的次数、时长与正确率，师生互动的频率与时长。进一步具体来说，例如每个学生回答一个问题所用的时间是多长，不同学生在同一问题上所用时长的区别有多大，整体回答的正确率是多少，这些具体的数据经过专门的收集、分类、整理、统计、分析就成为大数据。

现在，大数据分析已经被应用到美国的公共教育中，成为教学改革的重要力量。为了顺应并推动这一趋势，美国联邦政府教育部2012年参与了一项耗资2亿美元的公共教育中的大数据计划。这一计划旨在通过运用大数据分析来改善教育。联邦教育部从财政预算中支出2500万美元，用于理解学生在个性化层面是怎样学习的。其中，“希维塔斯学习”建立了高等教育领域最大的跨学校数据库。

“希维塔斯学习”是一家专门聚焦于运用预测性分析、机器学习从而提高学生成绩的年轻公司。Civitas Learning提供了一套应用程序，学生和老师可以在其中规划自己的课程和安排。“希维塔斯学习”各种基于云的智能手机第三方应用程序（APP）都是用户友好型的，能够根据高校的需要个性化。这意味着高校能聚焦于各自不同的对象，相互不同地用这家公司的分析工具开展大数据工作。

该公司在高等教育领域建立起最大的跨校学习数据库。通过这些海量数据，能够看到学生的分数、出勤率、辍学率和保留率的主要趋势。通过使用100多万名学生的相关记录和700万个课程记录，这家公司的软件能够让用户探测性地知道导致辍学和学习成绩表现不良的警告性信号。此外，还允许用户发现那些导致无谓消耗的特定课程，并且看出哪些资源和干预是最成功的。

12.电子科大利用大数据寻找校园中最孤独的人

从硅谷到成都，大数据，这个新鲜的话题正在全球同步热传。一场关乎每个人生活、工作和思维的大变革正在悄然发生，大数据时代迎面袭来。

到底什么是大数据？大数据”是“数据化”趋势下的必然产物。数据化的核心理念是：一切都被记录，一切都被数字化。电子科大的周涛解释到，“大数据要求数据能充分发挥其外部性并通过与某些相关数据交叉融合产生远大于简单加和的巨大价值。”比如，国家电网智能电表的数据可以用于估计房屋空置率，淘宝销售数据可以用来判断经济走势，移动通讯基站定位数据可以用于优化城市交通设计，微博上的关注关系和内容信息可以利用于购物推荐和广告推送„„

他们做过一个有意义的课题——寻找校园中最孤独的人。他们从3万名在校生中，采集到了2亿多条行为数据，数据来自学生选课记录、进出图书馆、寝室，以及食堂用餐、超市购物等数据。通过对不同的校园一卡通“一前一后刷卡”的记录进行分析，可以发现一个学生在学校有多少亲密朋友，比如恋人、闺蜜。

大数据在选题策划中的应用策划书 篇6

出版企业可利用的大数据的具体形式

对于“大数据”（Big Data），研究机构Gartner给出了这样的定义：“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。举个例子，1分钟的时间内，新浪发送2万条微博，苹果下载4.7万次应用，淘宝卖出6万件商品，人人网发生30万次访问，百度产生90万次搜索查询。由此可见，数据规模的急剧膨胀，各行业累积的数据量越来越巨大，数据类型也越来越多、越来越复杂，已经超越了传统数据管理系统、处理模式的能力范围，于是“大数据”这样一个“无穷大”的概念才会应运而生。大数据的特点可以被归纳为：数量巨大、类型多样、实时快速、价值高但密度低。正式基于这样的特点，出版企业可以结合产业的优势对大数据进行充分的挖掘和利用。

（1）Web文本挖掘。大数据的核心是挖掘庞大数据库的独有价值。面对因为网络的飞速发展而带来的信息膨胀，尤其是以半结构化或非结构化为主的文本信息，人们迫切需要研究出方便有效的工具去从中提取符合需要的“简洁的”“精炼的”“可理解的”知识，Web文本挖掘技术由此产生。而利用Web文本挖掘发现大数据的价值也成为可能。

文本挖掘是近几年来数据挖掘领域的一个新兴分支。文本挖掘也称为文本数据库中的知识发现，是从大量文本的集合或语料库中抽取事先未知的“可理解的”有潜在实用价值的模式和知识。而随着网络技术的飞速发展，特别是Web应用的不断普及，网络信息急剧增加，信息类型也越来越复杂。如何从这些大量自由、非结构化或半结构化的信息中获得所需求的知识，传统的数据挖掘技术已不适用，解决问题的一个途径就是将传统的文本挖掘技术和Web综合起来，进行Web文本挖掘。Web文本挖掘就是以万维网上的数据为分析对象，以抽取有用知识为目标，把传统文本挖掘技术和万维网相结合的研究技术。

（2）出版企业可利用的Web文本数据。网络上图书评论的数量极为庞大，有些畅销书可能包含成千上万的评论，借助Web文本挖掘技术能自动地对图书评论进行分析和处理，挖掘出有用的信息。通过对图书在线评论的挖掘管理，出版企业可以用较低的成本收集、整理读者对于各类图书的关注兴趣和欣赏特点，同时也可以获得畅销图书迎合市场需求的关键因素。在此过程中，企业获得了知识资源，同时培育了持续的竞争优势。因此，可以将各大图书销售网站的读者评论作为出版企业可利用的大数据分析的首要来源。

论大数据在企业决策管理中的应用 篇7

关键词：大数据,企业决策管理,应用

在信息技术高速发展的互联网时代, 数据越来越体现出突出的作用。如何把握时代洪流下的机遇和挑战, 充分利用大数据在企业决策管理中的应用, 具有重要的作用。本文介绍了大数据的定义和特征, 分析了大数据背景下的企业管理存在的问题与挑战, 从降低成本、了解竞争对手、促进营销、强化决策以及政府推动五个方面阐述了大数据在企业管理中的应用, 为大数据在企业决策管理中的应用研究, 提供科学的有效参考, 现报告如下。

一、大数据的定义与特征

大数据 (big data) 指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合, 这些数据集合一般具有关联性, 可以运用特定技术予以分析, 从中获取有用信息。一般而言, 大数据能够直接反映数据集合的静态对象。对未来有效的预测是大数据的核心目的, 即对海量的数据进行数学运算, 从而预测未来某件事情发生的可能性。简言之, 大数据的主要特点可以归纳为Volume (大量) 、Velocity (高速) 、Va-riety (多样) 、Value (价值) Veracity (真实性) 五个方面。

二、大数据视角下的企业管理所面临的问题与挑战

1. 来自数据洪流与运营商带宽容量之间矛盾的挑战

如今的社会是互联网高速发展的时代, 数据洪流给传统的组网方案以及运营商流量经营带来了严峻的挑战, 热点区域容量不断增加, 业务体验与带宽的强相关性导致边缘用户无法满足业务质量要求等难题的出现, 迫使大数据背景下企业管理面临运营商带宽与数据洪流适应力的新挑战。

2. 管道化压力及“云管端”装备方面的新要求

随着科学技术日新月异的发展, 各种技术含量较高的新型装备大量运用, 且随着应用的不断扩大, 对于管道化压力及“云管端”装备方面提出了新要求, 结合大数据的实际应用情况, 如何提出积极有效的改进措施, 优化配置和使用装备资源, 对于企业管理来说, 是非常重要的且值得思考的问题。

3. 数据量增加, 高速信息传输及处理需高速

近年来, 随着科学信息技术的快速发展, 大数据自出现以来, 应用不断得到普及, 其中在储存、分析、传输以及处理等方面得到了快速的发展, 其特征也在不断变化, 数据量也不断增加, 并且呈现不断增长的趋势。为了能够提高完成工作项目的有效率, 人们迫切需要能够高速进行信息传输和信息处理的技术出现, 从而提高企业决策管理能力。这对于企业来说, 做出精准的判断和分析并给出有效的措施是非常重要的。

4. 在线业务量扩大, 安全性有待考验

大数据背景下, 在线业务量和交易额扩大, 在线数据的下载、储存、分析以及传输量不断扩大, 给数据的管理带了安全性的威胁。如今黑客技术、病毒程序以及破坏工具越来越先进, 造成了大数据在企业决策管理的安全些势必要经过很大的安全性考验。

三、大数据在企业管理中的应用

1. 降低成本

数据资产逐渐成为了现代商业的核心竞争, 是企业能够进行可持续发展的决定性因素。而大数据可以帮助企业捕捉、管理和处理数据, 对有关联的部门数据信息进行有效的分析, 加强各部门之间的协作, 提高供应链的物流效率, 节省企业成本, 从而提高企业日常运营的效率, 研究称, 在所有高级经理中, 有61%都将公司的数据保存于内部IT科技部门, 而有7%则表示他们的数据由其营销部门保管。

2. 了解竞争对手

大数据能够实现对于同行企业信息的获取 (图1) 。大数据可以通过捕捉竞争对手的各项信息 (如运营产品种类、产品价格、销售额度、市场比重、受消费者的欢迎程度等) 以及运营现状, 对数据进行集合整理, 通过特定技术和相应的算法分析以后, 对竞争对手的产品价格、竞争性以及影响策略进行明确评价, 发现竞争对手的经营策略, 另外, 企业可以对自身的产品, 通过精准的算法进行评价, 从而改进或者优化产品营销方案。

3. 促进营销

在大数据的背景下, 企业可以通过大数据搜集大量消费者数据信息, 构建一个动态的数据系统, 通过后期特定技术和算法分析以后, 挑选出目标消费群体, 进而根据目标消费群体的特征, 不断优化企业产品的质量与服务, 提出适用于目标消费群里的促进营销策略和方案, 从而提高产品的销售额度, 增加企业是市场竞争中的比重。作为一家资深多领域数据管理解决方案供应商, Stibo Systems曾发布过一份调查报告, 称有75%的公司表示他们在大数据的支持战略下进行经营决策, 而受访公司中有65%的财务负责人则对大数据在经营决策中的正面作用予以了肯定。

4. 强化决策

现代决策理论认为, 决策是组织的全部管理活动的中心过程。决策贯彻于管理的始终, 换言之, 管理即决策。通过研究可以发现, 在那些自我管理数据的公司中, 有81%已采用通过大数据分析来深入挖掘当前数据所隐含的潜力。企业管理可以通过不断地应用大数据, 可以充分挖掘客户的潜在需求和资料信息, 了解市场发展形势, 进而结合具体情况, 开发适合的产品, 为企业决策提供了可靠依据;企业管理通过大数据对自身内部的各项数据进行搜集、集合和管理, 为企业各个部门提供丰富的信息, 可作为公司决策管理的重要参考依据。

5. 政府推动

在大数据背景下, 公司能够利用大数据进行决策管理, 政府起到了一定的作用。政府可以通过出台相关的政策, 促进企业从大数据应用中获取利益, 另一方面, 政府要保证企业与公众权利的平衡关系, 保障数据共享, 信息传输、储存以及分析的安全性。这就要求政府, 结合商业及个人隐私的法律法规, 合理制定数据共享机制, 构建知识产权体系, 加强信息管理安全措施, 从而保障企业管理工作健康运行的同时, 维护企业与公众的平衡关系。研究称, 在受访公司中有53%都表示, 大数据可以有效增强风险管理, 而48%的公司则使用大数据对自身合规性进行强化, 并有效履行法律义务, 避免法律责任。

四、讨论与建议

随着科学技术日新月异的发展, 如今的社会是互联网高速发展的时代, 数据作用越来越明显, 对于企业决策管理来说, 既是机遇, 也是挑战, 如何了解目前大数据背景下企业管理存在的问题和挑战, 大数据在企业管理中的有效作用, 对于企业的长久健康发展而言, 具有重要的意义。从大数据背景着眼, 提供产品与服务及价值的创造将逐渐走向社会化。在这样的背景下, 企业势必要做出改变, 要主动地引导客户对商品的设计、创意、市场推广、销售、质量保证和公司与客户之间的关系管理等环节进行有效参与, 并根据全面的互动获得有效的大数据支持, 从而对商品和服务进行改进, 提高公司的核心竞争力, 扩大市场占有率, 从而获得更高的收益。大数据可以运用特定技术, 对收集的数据集合予以分析, 从中获取有用信息, 由于在不同行业、不同企业、不同业务中, 数据集合、分析目标的差异, 使得大数据技术得到了充分的利用, 并且取得了很好的效益, 促进了行业、企业的进一步发展。总之, 企业管理者们应该中分认识大数据背景下的企业管理存在的问题与挑战, 了解大数据在企业决策管理中的应用, 并且合理有效地利用大数据技术服务与企业管理, 从而提升企业管理的决策能力, 提高企业管理的有效率, 扩大在市场竞争中的比重, 不断加强产品换代升级, 强化产品服务, 提高企业利润, 促进企业可持续、健康长远发展。

参考文献

[1]张学锋.数据挖掘技术在染料业CRM系统中的应用[C].//2010上海涂料染料行业协会七届会员大会暨涂料染料颜料信息发布会论文集, 2010:133-136, 73.

[2]刘山.耐心、用心、爱心--浅析当前化妆品企业决策与高层管理人员应具备的心态[C].//第一届中国个人护理品及原料学术研讨会暨中国天然植物化妆品产业发展论坛论文集, 2012:9-20.

分析审计系统在大数据时代的运用 篇8

【关键词】分析系统；大数据；时代；运用

一、大数据时代背景

最早提出“大数据”时代到来的是全球知名咨询公司麦肯锡，麦肯锡称：“数据，已经渗透到当今每一个行业和业务职能领域，并成为至关重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来”。进入2014年，“big data”一词越来越多地被提及，时代寡头用它来描述和定义信息爆炸产生的海量数据，命名与之相关的技术发展与创新。数据正在迅速膨胀并变大，它决定着一个企业、一个行业、一个领域甚至一个国家的发展和未来，虽然很多个体和部门并没有意识到数据爆炸性增长所带来挑战和机遇，但随着时间的推移，人们将越来越清晰的认识到海量数据的重要性，在商业、经济及其他领域中，决策将日益基于数据和分析而作出，而并非基于经验和直觉。

二、经验审计之弊端

本课题以具有大数据特征的人民银行国库核算业务为切入点，分别从审计抽样、线索发现、问题定性等多方面、深层次加以分析，显现经验审计之特点。为保证分析数据的科学性、连续性和逻辑性，课题组抽取了人民银行某地市中心支行2008至2013年期间，甲、乙、丙3名审计人员对国库核算业务审计资料，对比如下：甲审计员分别于2008年、2009年、2011年和2012年参加了对4家县支行国库核算业务审计，其中审计资料调阅重合度98.7%，线索追溯重合度95.4%，问题定性重合度98.4%，而审计方案覆盖率只有63.2%。乙审计员于2009年、2010年和2012年参加了对3家县支行国库核算业务审计，资料调阅重合度96.8%，线索追溯重合度95.3%，问题定性重合度97.9%，审计方案覆盖率为67.1%。丙审计员于2008年、2012年和2013年参加了对3家县支行国库核算业务审计，资料调阅重合度94.5%，线索追溯重合度96.4%，问题定性重合度97.2%，审计方案覆盖率为72.3%。

三、分析审计系统的优势

随着人民银行业务信息化进程的不断加快和数据大集中趋势的愈加明显，经验审计已无法满足基于风险控制的管理要求。为顺应内部审计工作发展，推动内审转型成果的有效运用，人行宝鸡中支积极探索应用计算机辅助审计系统（分析审计系统）开展大数据环境下的审计工作。2014年，宝鸡中支通过辅助审计系统对国库核算业务数据进行非现场查阅，重点运行“重要空白凭证领用情况”、“重要空白凭证跳号使用”、“预算执行情况分析”、“退库原因分析”、“支付方式退库原因明细查询”、“查复不及时”、“通过暂收款重拨”、“福利企业增值税退税”、“财政专户分析”、“大额贷记退汇支付业务”、“大额实拨资金业务分析”、“国库内部往来”、“会计主管授权日志分析”、“集中支付支出情况分析”等32个固化审计模型，完成了对3家县支行国库核算业务的全面覆盖，筛选提取重点关注数据1098条，现场审计核实风险隐患16类，共计37条，并实现了对审计方案的全面覆盖。

计算机辅助审计系统的有效运用一改传统盲目、经验的审计抽样方式，实现了审计范围的全面排查，最大限度的在海量数据中发现国库业务存在的薄弱环节，使审计工作方向明确、有备而来，审计疑点准确锁定、精确打击，大大节约了现场检查资源，降低了审计成本，提高了审计质量，改善了审计效果。

四、成果展示

2014年8月，宝鸡中支成立审计组进驻辖区某县支行，利用计算机辅助审计系统开展对县级国库核算系统专项审计，取得较好效果。

1.全面数据分析，筛选疑点线索

审前准备阶段，审计人员利用辅助审计系统非现场抽调了支行2013年至审计日的国库核算数据，根据数据分析组件对数据进行加工、筛选和比对。重点筛查了“重要空白凭证领用情况”、“重要空白凭证跳号使用”、“预算执行情况分析”、“退库原因分析”、“支付方式退库原因明细查询”、“查复不及时”等固化审计模型，初步筛选出需现场确认的可疑记录711条，按照风险类别整理导出文件32个。

2.强化疑点核实，核对凭证记录

现场审计阶段，针对审前提取的疑点信息，审计组有的放矢，调取疑点信息发生日及相邻日期的传票及账簿凭证，现场核对、深入挖掘、揭示风险。经核实后确认支行国库核算存在“福利企业退税监督不严”、“财政专户拨款审核不严”、“国库直接支付预算支出科目审核不严”、“预算单位国库集中支付覆盖率较低”、“对账制度执行不到位”等重要风险13个，涉及业务风险10类，迅速实现了对疑点问题的精确定性，起到了精确锁定，凸显风险，抓手明确，改善管理的审计目的。

3.提升审计效力，增加服务质量

两大规律在职业教育中的运用 篇9

重庆市立信职业教育中心 李佳兰

【摘 要】本论文探讨职业教育在课程改革过程如何运用教育学和心理学，在运用中如何将其更好地实施。

【关键词】教学学；心理学；记忆规律；学习方式；有效性；行动导向；四步法

当我们谈论职业教育时通常从教学法、学习法和课程改革这三个方向谈论，有时候就会质疑我们研究的理论的正确性和可靠性。我想很大一部分原因，是我们不小心忽略了教育学和心理学的一些基本规律。下面就从最基本的教育原理在职业教育中的运用。

一、记忆规律

在教育心理学中有一个对于学习比较重要的规律叫记忆规律。记忆分为短时记忆、中时记忆和长时记忆。我们很多时候通过听看读说获得的是短时记忆，短时记忆很不稳定，很容易被遗忘。通常我们参加各种培训与学习时，很多学者是听时很激动，内心深受启发，可是下去之后没行动。这是对短时记忆比较经典的描述。因为短时记忆在没有行动之前很可能就会忘掉，所以也就没行动。如果短时记住了某个知识，在一定时间内及时复习，就会进入中时记忆，中时记忆经过一定复习就会进入到长时记忆，最终形成一种习惯。记忆规律给我们课程安排和课程设计提供了理论依据。在课程安排时，我们要保障所学知识要在短时间内的复习次数，否则今天学了，后天忘了，下个星期再学新知识，又进入学了，忘了，下个星期再学新知识再忘了这种恶性循环的模式。

记忆规律如何在课程设计中进行应用呢？假设你讲的内容能与学生熟悉的内容建立一个联系，当他看到或想到他所熟悉的内容时，就会想到学习过的知识。在设定学习目标时，也可以采用类似方法，让学生始终知道自己学习过什么知识，当他和其他人谈论的时候，他也会有谈论的内容，学生意识到他所学习的内容对他有帮助，学习的主动性就会得到增强了。

二、学习方式的有效性

学习方式的有效性是我们教学法和学习法的根本依据之一。国外研究机构统计学习方式的`有效率，听、说、看所得到有效率大约为10-20%，而通过实际行动获得知识的有效率约为70-80%。听、说、看就是我们平时的讲授知识，实际行动就是指的是行动导向法。通过这个数据也可以得出为什么要推荐采用行动导向的其中一个原因，行动导向法的效率最高，效果最好。

行动导向法一共有六步：第一步学生自己找问题的原因和解决问题的方法，就是查找资料；第二步学生自己将找到问题原因和处理方法重新排列组合，根据一些基本原理，例如从外到内，从小到大等，也就是做计划；第三步学生自己将计划中的内容选择一个好的方案，也就是决策；第四步学生自己根据方案，一步一步完成操作，就是实施；第五步是监控，教师在全过程保障安全，观察学习行为，反馈学习内容对学生的难易程度，反馈学习过程是否合理，也就是监控；第六步展示，培养学生解决实际问题的能力，语言表达等，可以是任务成果，也可以通过提问的方式，解释如果遇到学习中的问题，该怎样解决。学校主要培养学生解决问题的意识。解决实际问题能力是在实际工作中获得的，是知识和经验的叠加，学校在怎样模拟效果都不会超过企业实际锻炼，这也体现了教育培养的阶段性。学校教育虽然不是一个人一生的教育，但学校教育的特点就是技术的规范性和知识的系统全面性，培养解决问题的意识；企业的特点是根据工作需要，强化针对性和培养解决实际问题的能力。只是在企业学习和锻炼，学生所学知识有限，发展空间是非常有限的，所以学校的教育是具有重要性和必要性。一个人学习某项东西即使是忘了，但是和没有学习过某项东西是有完全不一样的，因为在学习过程中潜移默化地培养了一些职业能力。然而行动导向的核心就是培养自主学习能力和解决问题的实际能力。

在行动导向法里很多人可能会质疑，在这个过程中学生都是自主操作合理吗？学生全过程通过自主完成的，但是教师在整个教学环节都是伴随学习，即监控。那么如何培养学生自主学习？首先是降低难度，以汽车故障诊断为例。一步查找资料，把他明确成为查找故障范围，把难度降低到故障范围能再维修手册中找到原话；第二步做计划，将故障范围点按从简到难，从外到内排列组合；第三步将故障范围点排列组合制作成一个操作流程图；第四步实施，按照操作流程图完成任务；第五步教师伴随整个教学过程，保障安全和给予部分引导；第六步展示，培养解决问题的意识，可以是任务成果，也可以通过提问的方式解释如果遇到学习中的问题该怎样解决。

三、行动导向法与四步法的区别

行动导向法和四步教学法是有很大的区别，学生通过学习最终获得的四个能力层次，分别为记忆、理解、掌握实际运用和解决实际问题能力。以三角函数为例解释一下这四个层次。记忆就是我们常说的勾三股四弦五；理解就是两条短边平方之和等于长边平方；掌握就是已知两条边的长度计算另一条边的长度；解决实际问题则是在建设操场时，画个直角出来。那么四步教学法是什么？四步教学法几种解释我就解释其中的一种。第一步是教师讲解、演示；第二步学生模仿；第三步学生领悟；第四步学生练习掌握。这样我们从学生应该获得能力层次上对比一下，行动导向法优势在于培养学生独立自主能力和解决实际问题能力。

记忆规律可以为教学安排和教学设计提供了理论依据；而学习方式的有效性解释了行动导向法；从能力层次解释了四步教学法的不足。所以在职业教育中，记忆规律、学习方式以及能力层次是在职业教育改革中不可或缺地、必须考虑的因素。

【参考文献】

[1]赵志群，白滨。职业教育教师教学手册[A].北京：北京师范大学出版社，2013