教育大数据的实际应用及部分数据处理过程（1）MOOC的蓬勃发展。MOOC是Massive（大规模的）、Open（开放的）、Online（在线的）、Course（课程）四个英文单词的首字缩写，意为大规模网络开放课程。2006年，萨尔曼·可汗（SalmanKhan）创办了利用在线视频进行免费授课的可汗学院，现有关于数学、历史、金融、物理、化学、生物、天文学等科目的3400多段视频，注册用户超过了1000万人。2011年，斯坦福大学的一门人工智能网上课程吸引了190多个国家的16万名学生参加学习，该课程的讲授者塞巴斯蒂安·特伦（Sebastian Thrun）教授创办了在线教育网站Udacity。2012年，盈利性在线大学教育平台Coursera上线，和普林斯顿大学、斯坦福大学、密歇根大学和宾夕法尼亚大学等83所大学协同提供课程，目前在全球拥有380万的注册用户。同年，哈佛大学与麻省理工学院宣布结成非营利性合作伙伴关系，联合发起了名为“edX”的网上课程系统，联手提供免费的在线课程，搭建共同教育平台，包括清华大学、北京大学在内的其他26所全球名校也相继加入了这一平台。互联网技术的发展带动了教育的网络化和国际化，MOOC更将传统的远程教育推向了新的高度和广度，催动了网络学习时代的到来。在教育活动中，相对于通过师生面对面的接触获取教育数据的途径而言，基于大型网络课程平台进行数据挖掘的方式显然有效得多：学习行为的数据将自动留存，更易于后期的学习行为评价和评估；教师只需通过分析整合学习行为就能得到学习过程中的规律；利用数据挖掘的关联分析和演变分析等功能，在学生管理数据库中挖掘有价值的数据，分析学生的日常行为，可得知各种行为活动之间的内在联系，并提出相应的对策。
（2）个性化课程分析。佛罗里达州立大学利用eAdvisor程序为学生推荐课程和跟踪其课业表现。奥斯汀佩伊州立大学的“学位罗盘（Degree Compass）”系统在学生注册课程前，通过机器人顾问评估个人情况，并向其推荐他们可能取得优秀学业表现的课程。系统首先获取某个学生以前（高中或大学）的学业表现，然后从已毕业学生的成绩库中找到与之成绩相似的学生，分析以前的成绩和待选课程表现之间的相关性、结合某专业的要求和学生能够完成的课程进行分析、利用这些信息预测学生未来在课程中可能取得的成绩，最后综合考量预测的学生成绩和各门课程的重要性，为学生推荐一个专业课程的清单。
（3）辍学行为的预测。美国西部州际高等教育委员会（Western Interstate Commission for Higher Education，简称WICHE）以凤凰城大学和里奥萨拉多学院等6所学校的64万名学生为对象，建立了一个教育数据库。该数据库可以记录3百万条课程信息，进行33个针对在线课程的变量分析。当一些与辍学行为有关的关键因素（如旷课、纪律问题、课堂表现）发生变化时，系统会向校方发出预警。里奥萨拉多学院有43000名接受在线学习的学生，学院的预警系统允许教师看到代表学生行为的红、黄、绿色指示灯，并根据学生的在线互动行为评估其表现，如阅读教科书和回应教师要求的频率。
（4）助学需求的预测。华东师范大学的“家庭经济困难学生预警系统”通过收集校园卡的记录进行分析测算，向可能存在经济困难的学生发送询问短信。系统具体的做法是：跟踪学生的校园卡，对全校本科生周一到周四的中、晚餐消费值进行统计，分别计算出男女同学的平均消费值，乘以0.6的系数，得出预警消费线。如经系统筛选发现就餐消费明显偏低，学校勤工助学中心在对比分析学生入学时填写的资料后，会主动向学生发出短信以征询情况，同时也会通过院系教师做进一步了解，以判定学生是否真的面临家庭困难，需要帮助。
（5）学术研究趋势的把握。斯坦福大学的文学实验室正在进行一项研究，尝试以通过谷歌图书计划放置在互联网上的海量书籍为平台，进行数据挖掘和分析，把握和预测文学作品和学术研究的发展趋势。斯坦福的英语教授马修·L·乔卡斯（Matthew L. Jockers）在一堂课上布置了内容涵盖1200篇小说的作业。学生要完成的并不是逐篇阅读，而是通过计算机程序来研究文学风格、观点、语言和文化的演变。人文学科，无论是历史、文学还是语言研究，只要是聚焦于书本的，都可以用这个思维来进行研究。
（6）其他实践。美国的房产网站TRULIA将房产信息、税收信息、犯罪信息、学区信息、学校政府评价、社会评论集成在一起，美国几乎任何一个学校和学区的情况都可以在这一数据基础上通过可视化技术直观地展现在人们眼前；有研究指出，[9]教育大数据还可以用于分析合作学习小组中的强、弱方，促进学习任务的合理分配；教育机构还能从大数据中看到是否将教育款项恰当地拨到了需要的地方。
（7）教育数据挖掘。早期的教育数据挖掘主要是网站日志数据的挖掘，现在新的计算机技术支持的交互式学习方法和工具（智能辅导系统、仿真、游戏），为量化和收集学生行为数据带来了新的机会。特别是更加集成、更加模块化和更加复杂化的在线学习系统提供了更多类型的数据，其中包含了数据挖掘算法需要的许多变量。教育数据挖掘能发现这些数据中的模式和规律，探索建立预测模型，让我们重新发现和预测学生如何学习。例如，过去对在线课程的评价主要通过课程结束时的学生问卷来评价，Hung, J. L.等（2012）开发了一种在线课程评价方法，通过分析一个学生K-12在线课程的学生学习日志，一共有7539名学生在883门注册课程中23854527 份学习日志，结合学生人口特征数据、课程结束时对学生开展的课程评价问卷调查，对学生进行分类，发现高危学生和高表现的特征，预测学生的成绩，并研究学生表现和对课程满意度的关系。（8）学习分析主要涉及学业分析、行为分析和预测分析的研究和应用。《简介》采纳了Johnson et al（2011）对学习分析的定义，指的是对学生学习过程中产生的大量数据进行解释，目的是评估学业进步、预测未来表现、发现潜在问题。数据来自学生的显性行为，如完成作业和参加考试；还有学生的隐性行为，如在线社交，课外活动，论坛发帖，以及其他一些不直接作为学生教育进步评价的活动。学习分析模型处理和显示的数据帮助教师和学校更好地理解教与学。学习分析的目标是使教师和学校创造适合每个学生需要和能力的教育机会。学习分析技术对于学生、教师、管理人员、研究人员以及技术开发人员均具有重要价值。对于学生而言，可以从学习者行为角度了解学习过程的发生机制，并用来优化学习，以基于学习行为数据的分析为学习者推荐学习轨迹，开展适应性学习、自我导向学习。对于教师和管理人员而言，可以用来评估课程和机构，以改善现有的学校考核方式，并提供更为深入的教案分析，以便教师在数据分析基础上为学生提供更有针对性的教案干预。对于研究人员而言，可以作为研究学生个性化学习的工具和研究网络学习过程和效用的工具。对于技术开发人员而言，可以优化学习管理系统。
（9）数字校园。数字校园的建设大大推动了学校管理的数字化和网络化，办公自动化系统、资产管理系统、教务管理系统、科研管理系统等各种应用系统为教育管理数据的实时采集和深度挖掘提供了条件。目前，国内已有一些高校率先开展基于大数据的教育管理服务。浙江大学对学校的设备资产数据进行了系统
采集与整理，提供便捷的查询与分析服务，提升了实验室、教室、仪器、设备等资源的利用率和管理效率。江南大学通过物联网技术对学校用水、用电等数据进行全面监控和优化处理，实现了节能环保。华东师范大学利用学生的餐饮消费数据，对经济困难学生提供情感抚慰和助学金支持（第四条信息详细描述）。此外，大数据还可以在教师招聘上发挥重要作用。通过对应聘者的个人信息进行分析和预测，从而将更有可能成功和更适合的教师招聘进来。美国一些学区开始与大数据公司合作，应用大数据工具辅助教师招聘。通过对教师的学位和专长以及信仰、人生观、态度、经验开放性等因素的分析，结合面试结果，综合决定教师是否被聘用。
（10）加拿大的Desire2Learn 科技公司面向高校研发了“学生成功系统”，该系统主要基于学生已有的学习成绩数据来预测并改善其在未来课程学习中的表现，并将分析结果详细地呈现给教师，以便教师进行个性化指导。
（11）适应性教案支持适应性教与学是教案的最优化状态。适应性教案中的内容、方法和过程都可以根据学习者的状况来进行定制，让每个学习者都有可能获得适合自己的最大程度的发展。适应性教案的实现，需要基于学习者的个体特征和学习状况的全面分析。大数据为追踪和整合这些数据，并对学生进行个性化支持提供了可能。
最为常见的适应性教案系统来自在线学习领域。在各种学习管理系统和在线学习平台中，学习者的学习过程能够得到完整记录。学习过程的记录结合人口学和学习风格等学习者特征数据，可以清晰地表征学习者的学习路径和学习者特征，在有效记录学习过程、综合评价学习状况的基础上，进行诊断和推荐，开展有针对性的教案。
当前，最具代表意义的适应性学习系统当属knewton和可汗学院（kehan academy）。此类适应性学习系统重点支持了学生的学。学习系统试图扮演教师的角色，对学生的学习进行自动化记录、诊断和干预。适应性学习的另一个层面是对教师教的支持。应当看到，目前的学习系统还存在诸多局限，在MOOCs发展的初期，教师是否会被在线课堂所替代曾经成为一个引人瞩目的话题。然而，教师作为教育过程中的关键角色，不可能在短时间消失，而是会借助技术实现专业水平提升和角色转变。大数据将成为教师教案的强大助手，帮助教师更好地发挥
自身作用，更好地促进学生的学习。
在大数据支持下，教师可以根据自身的需求对学生的学习进行检测，并通过自己设定的标准，对学生进行自动化或半自动化的评价。在数据的支持下，教师可以结合自身的教案经验对学生进行诊断和干预。在教师的训练下，大数据工具将对教师的教案提供更有力的支持。大数据工具将成为教师最好的帮手，而不是竞争者。
以masteryconnect为例，masteryconnect对教师的教案提供了全面的数据化支持，它从教师的日常工作出发，提供了数据采集、分析、呈现和基于数据的协作支持。教师可以在其支持下采集各种教案数据，包括课堂观察数据、答题卡数据、量表数据和在线测试数据。在采集数据之后，masteryconnect可以进行自动化分析和可视化呈现。分析的结果可以通过该系统分享给其他教师，教师可以在数据的基础上进行交流和协作。Masteryconnect对各种形成性评价提供了全面的支持，教师可以自行建立教案内容的结构，并为各个模块和知识点设计问卷、练习、试卷等各种测评方式。测评可以发布到PC和移动设备，学生可以自己选择自己喜欢的方式完成测评。同时，测评结果可以形成定制报告，并发送给家长。
对教与学的支持是大数据在适应性学习中应用的两个侧面。基于数据，学生的学习状态得以完整记录，学习系统可以推送定制化内容，教师可以开展更具针对性的教案。可见，数据正在改变着线上和线下的教案过程。
（12）教育规律发现。教育研究是一项复杂的系统性研究。长期以来，小样本量、个案研究对教育规律探索起到了重要作用。而教育大数据的引入，大大拓展了教育规律探索的视角。图灵奖得主吉姆·格雷在《第四范式：数据密集型科学发现》一书中，提出了一种新型研究范式，即数据密集型研究，这将成为大数据时代教育研究的利器之一。
换言之，在大数据的驱动下，教育研究将出现不同的态势，通过挖掘、
分析教育大数据，研究者可以量化学习过程，表征学习状态，发现影响因素，找到干预策略，从更深的层次揭示教育规律。诚然，规律发现并非易事。但可以肯定的是，再多来源、大体量数据的基础上，通过技术手段进行数据汇集和共享，组织研究者进行群体协作，开展大量能够进行标准化，具有对比意义的研究，最终更易发现真实的教育规律。
这里可以通过对美国的三个大数据教育应用的案例，即“预测分析报告工程（predictive analytics reporting，PAR）、数据商店（data shop）和https://www.doczj.com/doc/8118907082.html,”的介绍与分析，充分了解大数据标准化研究和数据门户对教育规律探索的意义。
美国的预测分析报告工程（PAR）对高校学生的学习状况进行了全面分析，在学生辍学等重要风险的预测方面进行了探索。从2011年开始，该工程与美国的高校合作，建立了标准化数据收集框架，通过对学生学习数据的收集和分析，发现影响因子并购建预测模型。该工程分析的原始数据包括学生人口学数据、教案管理数据、学习过程数据、成绩数据和学生财务信息数据等。通过分析，该工程建立了通用分析标准和风险预测模型，并为各个学校提供了定制化风险因素模型。迄今，PAR已经服务351家院校，分析了超过了2000万条课程数据。PAR 也为学校分析学生学业表现提供了综合视角，为防止学生辍学提供了有效手段。
教育大数据研究需要大量汇集数据，数据汇集需要大量研究者的群策群力，也需要行之有效的组织机制。匹兹堡大学学习科学中心（pittsburgh science of learning center）的数据商店（data shop），是美国自然科学基金支持建立的学习科学数据库。经过十多年的建设，已经成为全球最大的学习数据分享社区。数据商店具有数据存储和数据分析两大类功能：一方面，它为全球学习科学研究者提供安全的数据存储与共享工具；另一方面，它提供了数据分析工具和调用接口，便于分析应用。数据商店中的数据，分为公开数据和私有数据，研究者可以根据需要选择自己的数据是否要公开。数据商店中的数据，包括教案软件应用数据，包括教案软件应用数据、在线课程数据、智能教案系统（intelligent tutoring systems）、虚拟实验室数据、协作学习系统数据等。在数据汇集和分享功能的基础上，数据商店提供了丰富的数据分析功能，支持探索性统计分析和数据挖掘，提供web service支持远程调用，以及与r语言、excel等工具的接口。
美国教育部在教育研究与实践数据汇集方面开展了大量工作，汇集了大量数据。截止2016年5月，在其数据门户https://www.doczj.com/doc/8118907082.html,中，汇聚的数据包含了325个大型数据集。数据包含范围很广，涉及人口统计、学习成绩、贷款情况、校园安全等情况。https://www.doczj.com/doc/8118907082.html,针对各类数据提供了多种数据格式，同时，提供了在线数据分析功能，他可以实现灵活便捷的在线数据可视化。同时，https://www.doczj.com/doc/8118907082.html,还为每个数据集提供了API，便于外部调用与分析。
由此可见，大数据分析对于教育研究规律的发现意义重大。上述三个案例——预测分析报告工程、数据商店和https://www.doczj.com/doc/8118907082.html,，对于我们利用大数据研究教育现象、发现与探索教育规律，有着重要的借鉴意义。因为规律的发现，需要针对特定研究主题进行长期研究，需要大量标准化数据支持，需要对基于数据的研究与协作作广泛支持。对于重要的教育研究主题，设定数据标准，进行长期纵向跟踪和广泛横向比较研究，是探索教育规律的有效途径。同时，还需要建立更加通畅的数据分享渠道，通过开放，最大化实现数据的应用价值，以便为研究提供更加广泛的支持。
《大数据技术原理与应用》实验报告 题目：MapReduce编程初级实践 姓名：李莹 日期：2018.6.22
实验四MapReduce编程初级实践 一、实验环境 操作系统：Linux 工具：Eclipse或者Intellij Idea等Java IDE 二、实验内容 1.安装Hbase 2.创建文件
3.上传文件夹 4.创建项目 5.编程 package org.apache.hadoop.examples; public class WordCount { public WordCount() { } public static void main(String[] args) throws Exception { Configuration conf = new Configuration(); String[] otherArgs = (new GenericOptionsParser(conf, args)).getRemainingArgs(); if(otherArgs.length < 2) {
System.err.println("Usage: wordcount
教育信息化在教学管理中的作用 信息化是当今社会改革发展的大趋势。网络信息技术应用于教育及教学管理，已经成为21世纪教育发展中的一个必然趋势。我旗教育网站建立及各校校园网开通已有一段时间，这对传统的教育管理模式、教学理念都是一种新的挑战。结合我旗的教育实际，我觉得教育网站建立及校园网开通在促进教育管理、教师成长、学生学习方面起到了很大的推进作用，给教育教学管理带了了诸多便利。具体体现在以下几个方面： 一、利用教育网站加强教育行政管理部门与社会及各学校的沟通 我旗教育网站资源丰富，覆盖教育发展、党建之窗、政务公开、教育教学、教育科研、队伍建设、政策法规、教学资源等教育平台。还包含了教育动态、教师之窗、学生天地、学校展示、名师在线等许多丰富的内容，也是教育行政部门与社会各界进行沟通、增进了解的桥梁，是发布政务信息，落实政务公开的重要渠道。通过它，更多的人了解了我们的教育管理思想、最新教育动态、名师名校。二、充分利用网络的即时交互功能，实现网络交流 网络环境下多向互动的多种传输系统为信息交流创造了条件，网络是学习的平台，也是教育部门、学校、教师对外交流的重要渠道。我旗通过网络视频多次与深圳宝安区进行视频交流，把优秀的教师、新鲜的教学理念从“网”上请进来，自己也努力从“网”上走出去。通过网络把我们的教育现状、学校面貌、师生状况展现给外界，让外
界来了解我们地区的教育教学、民族风情。 三、利用教育网站实现教育全过程的具体管理 由于网络的快捷和方便，我们可以及时掌握教师和学校的相关信息，能够快速的收集整理各种数据材料，同时能够更迅速的上报和交流信息材料。我们在进行各种管理工作时，真正实现了由结果管理向过程管理转化。 四、利用校园网提高教师业务素质 教育的希望在教师。教师在教育教学中起着关键的作用。教师的发展需要一种氛围，而网络的交流给我们提供了这样的空间。我旗各校校园网开通之后，对教师们的成长产生了巨大的影响。教师们改变了备课方式，由“备教材、备教法”转变为“备教材、备教法、备学生、备媒体和网络”。教师们变得善于思考了，学会了反思和交流，他们对教育的认识，就在这样的追寻中有了深刻的变化。 综上所述，从我旗教育网站建设及校园网开通的管理作用中看到，现代教育技术已被广泛的运用到了教育教学管理及教学中，并取得了一定实效。因此，我们应该进一步深化教育教学改革，更好的开发网络应用功能，我认为我们应从以下方面努力： 一、提高师资水平，突破作秀意识 教育部门应重视网络教学。教师们必须掌握信息技术与各学科的整合，有效利用信息技术辅助和带动学科教学。并鼓励更多的人参加进来，集思广益，群策群力。真正为信息化找到切实可行的路。为了信息技术与各学科教学的顺利整合，教育部门与各校应建起网络资源
我国中小学教育信息化现状、问题及对策 所谓教育信息化，是指由传统教育向信息化教育的转变过程。教育信息化的主要特点是在教育过程中广泛应用以计算机多媒体和网络通讯为基础的信息技术，即在教育技术上实现数字化、多媒体化、网络化和智能化；教育信息化的目标追求，是达到一种新的教育形态一一信息化教育，这种教育具有教材多媒体化、资源全球化、教学个性化、学习自主化、任务合作化、环境虚拟化、管理自动化等显著特点。 信息化是当今世界发展的潮流，是国家、社会发展的趋势。信息化水平已成为衡量一个国家现代化水平和综合国力的重要指标。……提高国民的信息素养、培养信息化人才，是国家信息化建设的根本。教育信息化则是国家信息化建设的重要基础。因此，开展教育信息化研究，以指导和促进教育信息化的进程，在当前具有非常重要的现实意义。 一、我国教育信息化存在的问题 目前，我国的中小学教育信息化进程虽然取得了一些可喜的成绩，但在实际的建设与应用过程中仍然存在着一些问题，主要表现在以下几个方面： 1、对教育信息化认识不够深刻 随着信息技术与通讯技术的发展，人类社会进入到了前所未有的信息化时代，它给教育带来了一场新的革命，在这种形势下，教育的目标、结构、内容、手段和评价方式，以及学生的学习方式等都将发生重大的变革，教育的质量和效率也将大幅度提高。 目前，中小学教育信息化大多局限于多媒体辅助教学、网络资源的检索等方面，而对教育信息化的发展趋势、战略意义和我国教育信息化的政策并不了解，也没有理解教育信息化的真正含义。因此，虽然教育行政部门近几年加大力度对学校进行信息化基础设施建设，力求早日实现多媒体进每一间教室，实现校校通。但在调查中发现，投入与产出之间存在很大的差距，尤其是信息技术与网络在教学中的应用方面，设备的利用率较低，并没有充分发挥信息技术的实际作用。 2、教学资源及软件建设滞后 一方面学校教学软件数量较多，另一方面教师使用的积极性不高，使得这部分资源被闲置起来。究其原因主要有以下四方面，一是学校宣传力度不够，很多教师不知道学校有这些资源；二是这些资源一般由学校的资料室集中管理，教师使用时可以去借，很多教师没有时间或是嫌麻烦；三是有些教学软件实用性较差，教师使用时感觉效果不好，不愿意用；四是多数教师不会对购买来的教学软件进行再加工或者没有时间加工等等。这些情况既造成了资源和资金的浪费，也影响了教师在教学中使用多媒体教学软件的积极性。 3、信息技术培训重技能轻应用 这几年，由于教育行政部门及人事部门对教师专业化的要求（评职称时必须有计算机应用能力合格证书），所以中小学信息技术培训搞得轰轰烈烈。但是从培训内容上看，都只停留在技术层面。导致目前广大教师对信息技术的应用基本上大多都是单一模式一一课件，对于信息技术在教学中应用的理解也只是课堂中播放课件，使得信息技术真正的优势与作用并没有得到充分发挥。 信息技术在教学中的应用不仅仅是教师的演示工具，这是信息技术应用的初级阶段，属于最低的层次。《基础教育课程改革指导纲要》中指出，要利用信息技术实现教学内容的呈现方式、教师的教学方式、学生的学习方式、教学中师生互动方式的变革。因此，仅有技术的培训是远远不够的，要针对教师的实际情况，开展面向教学应用、面向课程整合的培训，
教育信息化培训计划 为促进学校教育的现代化和计算机辅助教育的应用，提高教师课堂教学效率，改变教与学的方式，并逐步将教育、教学和管理架构到信息化的平台上，打造数字化的教育环境，特拟定此计划： 1、加强校本培训，促进教师信息技术理论的学习，提高教师信息化应用能力。积极开展教师的信息技术培训，根据教育局的统一要求和学校内涵发展及教师专业发展需求，开展分层、分项、分类的专业培训，达到提升学校信息化管理水平、提高教师信息化教学能力、促进信息技术管理人员技能的目的。 2、开发校本资源，服务课堂教学。聚集课堂，开发和应用校本教育教学资源，既要有教的资源，又要有学的资源；形成一套各年级各学科的电子教案和课件；通过信息技术的应用和整合，各学科都要有相当数量的课堂实录作为教研的素材，优化课堂教学设计后的诊断，为教师的网上教研提供资源，拓宽教研的组织形式，优化教研的质量。 3、完善校园信息化环境，打造数字化校园。利用学校各职能部门的力量，提升学校信息技术设施的水平，做到信息技术设备随处都有、随手可用；整合学校教育资源，初步建成能为全体师生提供综合服务的数字化平台。 4、开发校本课程，培养学生信息素养。继续完善已有的信息科技校本课程，利用业余时间增加学生接受计算机教育的机会，巩固和
提高学生应用信息技术的能力；积极创造条件，让学生有更多的时间和空间使用学校的信息技术装备。 5、完善管理平台，提升学校信息化管理水平。组建信息技术工作领导小组和工作小组，明确职责和分工。充实和完善相关的管理制度，改进教学管理流程与运作方式。
教育信息化培训实施方案 1、加强学校教职员工的信息化专题培训，积极组织教师参与上海教育资源网应用培训；课堂摄录、基本编辑技能培训；教学管理平台使用培训积极组织参与教学设计、教学理论、课程整合、教育技术、信息能力等各项专项培训活动，提高学校管理者信息化的领导力，提高学科教师的信息技术应用能力、信息化的教学能力和信息素养，提高信息技术专业人员的管理能力、技术水平和信息化的服务能力。 2、做好数字化资源的校本建设，积聚校本教育资源。基于数字化的教育资源的开发利用是优化、提高课堂教学的一个重要措施。一方面要利用好网络提供的优质资源，另一方面要立足本校学科主题的校本资源建设，着重梳理优化，形成共享机制，提高资源的应用效益。建立奖励机制，鼓励大家在教育信息化工作中取得的成绩、贡献。 3、进一步完善学校信息网络服务器的管理和使用效率，调整和修改学校网站的结构项目，体现为学校管理、教育、教学各方面的服务功能。全面规划学校信息化管理平台，实现学籍管理、教师人事档案管理、财务资产、图书管理、校务管理的信息化。做到电子办公、信息发布、会议通知、计划总结、师生管理、后勤财务等方面电子化操作，并做到常态化、规范化，提高教学效率和管理效能。 4、进一步完善校园网建设，逐步搭建、充实和完善学校资源库，同时加强市、区教学资源库的共建共享工作。要分学科、分学段建立充实学校教学资源，以ftp形式或网页形式存储。本学年，学校将购
教育信息化应用创新案例 完善教育信息化建设，打造良好的网络环境 黑泉镇永丰小学 一、实施背景 黑泉镇永丰小学现有6个教学班，在校学生43名，教职工10名。学校信息化建设在农村学校是比较好的，现有交互式一体机4台，教师平时上课使用多媒体设备已经成为习惯，这激发了学生的学习兴趣，增加了课堂容量，提高了效率。学校还建立了QQ群、微信群，实现了及时、快捷联络，为工作提供便利；各班级也建立了QQ群、微信群，教师及时把信息发布到平台上，让家长及时了解学校和学生的情况。 为加快学校信息化，提升教学现代化、信息化，我校将教育信息化作为学校工作的一个重点，其主要思路来源以下两方面：（一）政策推动 为深入贯彻教育部《教育信息化十年发展规划（2011-2020年）》精神，切实提高学校信息化建设、管理与应用水平，努力以现代教育思想和理论为指导，以教育教学模式的改革为关键，以网络和其他信息化基础设施为基础，以信息技术与课程整合的形式和方法的研究为突破口，密切结合我校的教育教学实际，不
断提高现代信息技术在教学活动和教育管理过程中的应用水平，促进我校的素质教育，促进教育教学的改革和发展，以信息化带动教育的现代化。这是政策上的推动。 （二）现实需要 黑泉镇永丰小学经过多年的努力，学校办学条件已初具规模，特别是近年来，为了推进教育的均衡发展，学校办学踏上了更高的平台。学校要发展，教育信息化是提升学校综合实力的必要条件，信息化是实现教育现代化的必经之路，因此学校非常重视校园信息化的建设。 二、主要目标 全面推进现代教育技术发展，逐步实现校园信息化，扎实实施学校教育现代化，促进学校教育观念、教育管理、教育模式的现代化。 三、预期成果 （一）资源网建设目标 1.在校园内部实现教育资源的高度共享，为教学、教研提供服务和各类信息。 2.提高教育技术的现代化水平和教育信息化进程，为学校教师备课、辅助教学等活动提供网络环境。
《数据挖掘》实验报告 目录 1.关联规则的基本概念和方法 (1) 1.1数据挖掘 (1) 1.1.1数据挖掘的概念 (1) 1.1.2数据挖掘的方法与技术 (1) 1.2关联规则 (2) 1.2.1关联规则的概念 (2) 1.2.2关联规则的实现——Apriori算法 (3) 2.用Matlab实现关联规则 (5) 2.1Matlab概述 (5) 2.2基于Matlab的Apriori算法 (6) 3.用java实现关联规则 (10) 3.1java界面描述 (10) 3.2java关键代码描述 (13) 4、实验总结 (18) 4.1实验的不足和改进 (18) 4.2实验心得 (19)
1.关联规则的基本概念和方法 1.1数据挖掘 1.1.1数据挖掘的概念 计算机技术和通信技术的迅猛发展将人类社会带入到了信息时代。在最近十几年里，数据库中存储的数据急剧增大。数据挖掘就是信息技术自然进化的结果。数据挖掘可以从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的，人们事先不知道的但又是潜在有用的信息和知识的过程。 许多人将数据挖掘视为另一个流行词汇数据中的知识发现（KDD）的同义词，而另一些人只是把数据挖掘视为知识发现过程的一个基本步骤。知识发现过程如下：·数据清理（消除噪声和删除不一致的数据） ·数据集成（多种数据源可以组合在一起） ·数据转换（从数据库中提取和分析任务相关的数据） ·数据变换（从汇总或聚集操作，把数据变换和统一成适合挖掘的形式） ·数据挖掘（基本步骤，使用智能方法提取数据模式） ·模式评估（根据某种兴趣度度量，识别代表知识的真正有趣的模式） ·知识表示（使用可视化和知识表示技术，向用户提供挖掘的知识）。 1.1.2数据挖掘的方法与技术 数据挖掘吸纳了诸如数据库和数据仓库技术、统计学、机器学习、高性能计算、模式识别、神经网络、数据可视化、信息检索、图像和信号处理以及空间数据分析技术的集成等许多应用领域的大量技术。数据挖掘主要包括以下方法。 神经网络方法：神经网络由于本身良好的鲁棒性、自组织自适应性、并行处理、分布存储和高度容错等特性非常适合解决数据挖掘的问题，因此近年来越来越受到人们的关注。典型的神经网络模型主要分3大类：以感知机、bp反向传播模型、函数型网络为代表的，用于分类、预测和模式识别的前馈式神经网络模型；以hopfield的离散模型和连续模型为代表的，分别用于联想记忆和优化计算的反馈式神经网络模型；以art模型、koholon模型为代表的，用于聚类的自组织映射方法。神经网络方法的缺点是"黑箱"性，人们难以理解网络的学习和决策过程。 遗传算法：遗传算法是一种基于生物自然选择与遗传机理的随机搜索算法，是一种仿生全局优化方法。遗传算法具有的隐含并行性、易于和其它模型结合等性质使得它在数据挖掘中被加以应用。sunil已成功地开发了一个基于遗传算法的数据挖掘工具，利用该工具对两个飞机失事的真实数据库进行了数据挖掘实验，结果表明遗传算法是进行数据挖掘的有效方法之一。遗传算法的应用还体现在与神经网络、粗糙集等技术的结合上。如利用遗传算法优化神经网络结构，在不增加错误率的前提下，删除多余的连接和隐层单元；用遗传算法和bp算法结合训练神经网络，然后从网络提取规则等。但遗传算法的算法较复杂，收敛于局部极小的较早收敛问题尚未解决。 决策树方法：决策树是一种常用于预测模型的算法，它通过将大量数据有目的分类，从
教育信息化管理工作考核办法
班竹中心小学教育信息化管理工作考核办法 为进一步加强我校教育信息化管理与教育信息化教学应用工作，不断提高我校教育信息化管理水平和教师教育信息化教学应用技能，充分发挥我校现有信息化教育设施和资源的效能，增强教师利用现代信息技术进行业务学习、教育管理、教学应用和教育教学改革的创新和能力，不断提高我校教育教学质量，根据《遵义市2011年教育信息化管理工作考评标准》，给合我校实际，特制定《班竹中心小学教育信息化管理工作考核办法》。 一、考核对象 1．学校教育信息化中层管理人员。 2．学校教育信息化管理教师。 3．学校在职任课教师。 二、考核原则 1．考核以定量+定性相结合，坚持实事求是，公开、公正、公平为准则，及时公布考核结果。 2．根据管理岗位职责和任课教师任课实际情况，实行分类管理，分类检查，平时考核与学期考核相合。 3．根据学校教育信息化发展的需要，逐年调整考核内容，考核要求逐步提高。 三、考核目标
1．能认真履行岗位职责，工作负责，业务熟练，圆满完成工作任务，无责任事故。 2．教育信息技术能力较强或提高较快，教育信息化教学应用意识得到提升，应用水平不断提高。 3．增强教育信息化教学应用实效性，切实提高课堂教学效率，提高教育教学质量。 四、考核办法 1．学校成立考核工作小组，切实加强此项工作的组织领导。 2．按照工作目标执行情况，对管理干部、管理教师和任课教师量化考核，实行9分以上（A等）、8分以上（B等）、7分以上（C等）、7分以下（D等）等级考核。 3．管理干部、管理教师考核按等级A等6分、B等4分、C等2分、D等0分加入个人学期绩效工资考核。任课教师考核结果按学校现行教师绩效工资有关考核记分办法执行。 4．分类制定管理人员、管理教师、任课教师考核标准 附件1：学校教育信息化中层管理干部考核细则 附件2：学校教育信息化管理教师考核细则 附件3：学校教育信息化教师教学应用考核细则 五、考核内容及标准 （一）教育信息化中层管理干部考核内容 1．指导信息技术教育各岗位制定工作计划和全校信息化工作计划，及时上报学校并组织实施。
高校信息化建设中存在的问题及对策高校信息化是指随着现代信息技术的发展，高等院校根据自身发展的需要，采用先进的信息技术来构建数字化校园，从而提高管理效率和教学质量，促进科学研究，提升服务水平。高校信息化是国民经济和社会信息化的重要组成部分，是教育现代化的重要标志，是构建现代国民教育体系、形成学习型社会的内在要求，正推动着教育思想、观念、模式、内容和方法的全面创新和深刻变革。当前高校信息化发展已经呈现不断增长的势头,然而学校信息化建设过程中还存在一些问题，研究和寻找一条可行的、适合的教育信息化建设的道路是很有必要的。 一、高校信息化建设的现状 近几年来，高校信息化建设工作成绩显著,在校园网基础设施建设、基础信息数据源建设、教学信息化建设和管理信息系统以及信息化保障制度建设和人才培养方面都有了长足的进步，具体表现在以下几个方面： 1.基础设施建设有了较快发展 目前，高等学校已经全部建成了校园网络，校园在学生宿舍、教学、科研与管理楼宇的覆盖率达到83%，学校无限网络覆盖学校公共区域的比例达到了16.7%,学生人均信息点数达到了0.59；我国自主研发的Cernet软件系统，连接了分布在200多个城市的大学，教育机构、科研单位，互联单位达到了2000多个，用户超过了2000万人，已成为世界上最大的国家学术互联网。 2.数字资源体系基本形成 目前我国建立了“中国高等教育文献保障体系”，成员图书馆超过500家，联合目录数据库数据量180万条，馆藏总量近700万条；“中国高校人文社会科学文献中心”集中收录了近2800种中外文期刊和37万种外文图书，面向全国高校开放文献传递服务，注册用户近4000个，成员馆遍及全国。“大学数字博物馆”建设项目收集了30所高等院校的10余万件优质教学标本和特色藏品等基础资源，涵盖了地球科学、人文科学、生命科学和科学技术四大领域。此外，绝大多数高校建立了教学数据库，包含多媒体素材，多媒体课件，电子教案库和题库等。 85.7%的高校建立了电子图书资源，校均电子图书资源达到29.3万册。 3.信息化教学与应用取得长足进步 高等学校普遍采用信息技术改进教学方式，应用多媒体辅助教学的课程比例
大数据可视化分析平台 一、背景与目标 基于邳州市电子政务建设的基础支撑环境，以基础信息资源库（人口库、法人库、宏观经济、地理库）为基础，建设融合业务展示系统，提供综合信息查询展示、信息简报呈现、数据分析、数据开放等资源服务应用。实现市府领导及相关委办的融合数据资源视角，实现数据信息资源融合服务与创新服务，通过系统达到及时了解本市发展的综合情况，及时掌握发展动态，为政策拟定提供依据。 充分运用云计算、大数据等信息技术，建设融合分析平台、展示平台，整合现有数据资源，结合政务大数据的分析能力与业务编排展示能力，以人口、法人、地理，人口与地理，法人与地理，实现基础展示与分析，融合公安、交通、工业、教育、旅游等重点行业的数据综合分析，为城市管理、产业升级、民生保障提供有效支撑。 二、政务大数据平台 1、数据采集和交换需求：通过对各个委办局的指定业务数据进行汇聚，将分散的数据进行物理集中和整合管理，为实现对数据的分析提供数据支撑。将为跨机构的各类业务系统之间的业务协同，提供统一和集中的数据交互共享服务。包括数据交换、共享和ETL等功能。 2、海量数据存储管理需求：大数据平台从各个委办局的业务系统里抽取的数据量巨大，数据类型繁杂，数据需要持久化的存储和访问。不论是结构化数据、半结构化数据，还是非结构化数据，经过数据存储引擎进行建模后，持久化保存在存储系统上。存储系统要具备高可靠性、快速查询能力。
3、数据计算分析需求：包括海量数据的离线计算能力、高效即席数据查询需求和低时延的实时计算能力。随着数据量的不断增加，需要数据平台具备线性扩展能力和强大的分析能力，支撑不断增长的数据量，满足未来政务各类业务工作的发展需要，确保业务系统的不间断且有效地工作。 4、数据关联集中需求：对集中存储在数据管理平台的数据，通过正确的技术手段将这些离散的数据进行数据关联，即：通过分析数据间的业务关系，建立关键数据之间的关联关系，将离散的数据串联起来形成能表达更多含义信息集合，以形成基础库、业务库、知识库等数据集。 5、应用开发需求：依靠集中数据集，快速开发创新应用，支撑实际分析业务需要。 6、大数据分析挖掘需求：通过对海量的政务业务大数据进行分析与挖掘，辅助政务决策，提供资源配置分析优化等辅助决策功能，促进民生的发展。
教育大数据分析：方法与探索 一、大数据与大数据分析概述 随着数据获取、存储等技术的不断发展，以及人们对数据的重视程度不断提高，大数据得到了广泛的重视，不仅仅在IT领域，包括经济学领域、医疗领域、营销领域等等。例如，在移动社交网络中，用户拍照片、上网、评论、点赞等信息积累起来都构成大数据；医疗系统中的病例、医学影像等积累起来也构成大数据；在商务系统中，顾客购买东西的行为被记录下来，也形成了大数据。 时至今日，大数据并没有特别公认的定义。有三个不同角度的定义：（1）“大数据”指的是所涉及的数据量规模巨大到无法通过人工在合理时间内达到截取、管理、处理并整理成为人类所能解读的信息[1]。（2）“大数据”指不用随机分析法（抽样调查）这样的捷径，而采用所有数据进行分析处理的方法的数据[2]。（3）“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。 通常把大数据的特点归纳为4个V，即数据量大（Volume）、数据类型多（Varity）、数据的价值密度低（Value）以及数据产生和处理的速度非常快（Velocity）。 对大数据进行分析可以产生新的价值。数据分析的概念诞生
于大数据时代之前，但传统的数据分析和大数据分析是不同的。传统的数据分析往往是由客户提出一个问题，分析者围绕该问题建立一个系统，进而基于该系统解释这个问题；而大数据分析有时候并没有明确的问题，而是通过搜集数据，浏览数据来提出问题。 另一方面，传统的数据分析是在可用的信息上进行抽样，大数据分析则是对数据进行不断的探索，通过全局分析连接数据，达到数据分析的目的。 传统的数据分析的方法，往往是大胆假设小心求证，先做出假设，再对数据进行分析，从而验证先前的假设；而大数据分析则是对大数据进行探索来发现结果，甚至发现错误的结果，之后再通过数据验证结果是否正确。 因此，传统的数据分析可以看成一种静态的分析，大数据分析可以看成一种动态的分析。尽管如此，大数据分析和传统数据分析也并非是泾渭分明的，传统数据分析的方法是大数据分析的基础，在很多大数据分析的工作中仍沿用了传统数据分析的方法。 基于上述讨论，我们给出“大数据分析”的定义：用适当的统计分析方法对大数据进行分析，提取有用信息并形成结论，从而对数据加以详细研究和概括总结的过程。 大数据分析分为三个层次[3]，即描述分析、预测分析和规范分析。描述分析是探索历史数据并描述发生了什么（分析已经
学生实验报告册 （理工类） 课程名称：大型数据库技术专业班级：12计算机科学与技术（1）学生学号：学生姓名： 所属院部：计算机工程学院指导教师：陈爱萍
2014——20 15学年第2 学期 金陵科技学院教务处制
实验报告书写要求 实验报告原则上要求学生手写，要求书写工整。若因课程特点需打印的，要遵照以下字体、字号、间距等的具体要求。纸张一律采用A4的纸张。 实验报告书写说明 实验报告中一至四项内容为必填项，包括实验目的和要求；实验仪器和设备；实验内容与过程；实验结果与分析。各院部可根据学科特点和实验具体要求增加项目。 填写注意事项 （1）细致观察，及时、准确、如实记录。 （2）准确说明，层次清晰。 （3）尽量采用专用术语来说明事物。 （4）外文、符号、公式要准确，应使用统一规定的名词和符号。 （5）应独立完成实验报告的书写，严禁抄袭、复印，一经发现，以零分论处。 实验报告批改说明 实验报告的批改要及时、认真、仔细，一律用红色笔批改。实验报告的批改成绩采用百分制，具体评分标准由各院部自行制定。 实验报告装订要求 实验批改完毕后，任课老师将每门课程的每个实验项目的实验报告以自然班为单位、按学号升序排列，装订成册，并附上一份该门课程的实验大纲。
实验项目名称：Oracle数据库安装与配置实验学时： 1 同组学生姓名：实验地点：1316 实验日期：2015/3/27 实验成绩： 批改教师：陈爱萍批改时间：
实验1：Oracle数据库安装与配置 一、实验目的和要求 （1）掌握Oracle数据库服务器的安装与配置。 （2）了解如何检查安装后的数据库服务器产品，验证安装是否成功。 （3）掌握Oracle数据库服务器安装过程中出现的问题的解决方法。 （4）完成Oracle 11g数据库客户端网路服务名的配置。 （5）检查安装后的数据库服务器产品可用性。 （6）解决Oracle数据库服务器安装过程中出现的问题。 二、实验设备、环境 设备：奔腾Ⅳ或奔腾Ⅳ以上计算机 环境：WINDOWS 7、ORACLE 11g中文版 三、实验步骤 （1）从Oracle官方网站下载与操作系统匹配的Oracle 11g数据库服务器和客户机安装程序。 （2）解压Oracle 11g数据库服务器安装程序，进行数据库服务器软件的安装。
浅谈教育信息化在学校管理中的作用 近年来，随着网络建设在中国的迅猛发展和教育产业化步伐的加快，学校信息化正在成为新的产业热点，在这个过程中，越来越多的人们认识到，网络信息技术应用于教育及教学管理，已经成为21世纪教育发展中的一个必然趋势。 校园网的开发利用对教育教学的改革，教育教学质量的提高，对实施创新教育，培养学生的实践能力，扩大学生的知识面，全面推进素质教育有着极其深远的意义。同时,校园网也是实施学校教育现代化的重要基础设施之一，是建设高素质学校的必要条件。 作为教育信息化主体部分的校园网，目前已渗透到学校职能业务与管理决策的各个层面，以及师生员工学习、工作、生活的每个角落，是对传统的教学方法、教学手段、教学理念和教育管理模式的变革和挑战。目前，很多学校建设有自己校园网站，但是，有多少学校能充分利用校园网络资源进行教学及教学管理，有多少学校又能通过校园网络促进教师专业成长，校园宽带及校园网站在促进学校管理、教师专业成长，学生学习等方面的作用日益显现，给学校的教育教学管理带来了诸多的便利。具体的作用体现在以下几个方面： 1、充分利用校园网络促进教学和管理 校园网已成为学校教育教学管理，教师教学和教育科研不可缺少的重要手段，促进了教育教学及管理，这是十分可喜的进步。但是，仔细分析学校校园网发现存在这些现象：教师用的多，学生或家长用的少，内部人员用的多，外部人员访问少，存在这些现象问题，说明学校的网站要真正吸引人，还有不少工作要做，我想首先要做的应该是不断更新充实，把最新的最有吸引力的内容放到网上，学校的校园网才会真正吸引同行。所以我校发动教师积极为学校网站出谋献策，撰写稿件，通过网络交流，可以让老师们有更多的时间来深挖教材，学习理念，研究学生。这是我们教师真正接触计算机走出的坚实的第1步。 2、利用校园网站激发教师钻研业务，不断学习 “国家的希望在教育，教育的希望在教师”，教师在教育教学改革中的关键作用得到了人们更广泛的认同。教师专业化、教师的专业发展，无论在理论上还是实践上都成为各界教师教育关注的焦点。全国数学教学研究会副理事长，特级教师顾泠沅教授曾说过这样的话，如果说过去的校长以教学质量为他的责任的话，那么现在的校长的职责有两条，还应把教师的发展作为他的职责。 我们认为，教师专业发展需要一种氛围，而网络的交流给我们提供了很好的空间。我校校园网络开通以来，对于教师专业成长的影响是巨大的。上网与反思，已经逐步成为教师们的至爱。他们对教育的认识，就在这样的追寻中有了深刻的变化。因为教师的成长除了独立奋斗之外，还需要合作，还需要与外界广泛的交流，在碰撞与融合中发展，在写作或参与各种讨论的时候，激起了强烈的专业意识，从观念到思想，从精神到行动，都进入了一种专业的状态。 3、利用校园网站加强学校与社会的沟通 学校可利用校园网站中的“校园之窗”展示学校的各种活动，如学校的招生就业情况、学校的健康教育、学校教师风采，学校的艺术教育以及校企联合办学等，使更多的人了解了我们的办学理念、办学特色，提升了我校的社会声誉。特别是我们通过设立网上招生就业咨询处，网上报名点，给社会各界人士了解学校情况提供了很大的便利，学校的社会知名度日趋增强。 4、利用校园网站实现学校全过程的具体管理 (1)、便于各种数据材料的收集整理。 由于学校管理事务数据的繁杂性，在没有信息技术之前，我们真的难以及时看到我们所需要的数据，所以我们对任何事物的评价或多或少都带有盲目性，有了信息技术，我们搜集数据的速度变快了，对任何事物的评价就可以从理性的角度出发来判断事物的属性，所以我
高等院校教育信息化建设中存在的问题 信息化建设中存在的问题 从2006年开始参与学院管理系统的建设，到2013年实地参观多个省的高校信息化建设现状，几年来在中关村参观了多个企业级的信息化平台建设过程，发现中小企业在借助3G互联的力量快速发展信息化管理平台，为提高企业价值、创造新业务发挥了巨大作用; 2013年参观中国联通内部的信息化管理平台，其系统除发挥在线办公与信息共享的作用外，还为投资管理与决策分析提供数据依据。而与之对比的是在移动互联时代，本应走在技术前沿的高校信息化建设，并没有担当其应有的责任，却还在办公自动化的时代里停滞不前。究其原因总结了如下五点主要内容： ●缺乏对信息化建设的认识 教育是推动社会进步与发展的重要力量，高校教育更应发挥它先进性的一面。移动互联时代，创新技术不断出现，而随之的应用更是能被快速推广和应用到实际工作中。现在经常可以看到，学生借助移动智能手机快速分享新技术和新内容，而教师队伍中还在使用着旧式功能机（非智能机）；移动办公已被企业大规模应用，而高校教师查看个人工资还要去财务领工资条；在校园中更是难于出现新的创新技术，这些问题的出现，集中在不对称的信息分享模式上，同时也体现了目前我国高校信息资源建设还相对滞后的现状。一方面信息技术的快速发展，让更易接受新事物的学生和年青教师越来越喜欢使用新媒体分享和学习；另一方面是院校领导并没有足够认识，采购一些电子教学设备，建一个校园网就认为已经实现了信息化平台。 ●缺乏对高校信息建设的有效规划和管理 在参观一些高校信息化建设现状后发现，在各个信息平台建设上仍存在重复建设的情况，各院校各建各的模块或平台，没有从整体上统一规范标准，这为以后的各个平台数据连通和接口兼容留下隐患；造成目前分散建设严重，未来整体融合困难都是因为没有一个整体的协调和合作。国务院在2006年发布了《2006-2020年国家信息化发展战略》，明确了信息化建设的指导思想、战略方向、发展重点和保障措施。这一战略一方面为高校信息化发展和建设提供发展指导建议，另一方面对高校信息化建设的执行力提出要求，而实际的问题就出在没有对信息化建设进行规范管理和统一协调。因为信息化需要在整合资源释放人力方面提出有效的执行方式，同时也需要规范流程和管理标准，所以要去整合资源就需要去从整体上协调和利用资源，提高工作质量与管理水平更需要有实际数据支撑。建立和发展高校信息化管理平台是一项涉及面广、建设周期长的系统工程，这是需要执行部门从宏观上对信息化建设具有一定高度和长远的认识，并具有一定执行效果的推动力度。 ●缺乏专项资金投入 实现高校信息化会带来三方面的问题：第一，开放化的信息平台会让资源得到更充分的共享，同时也会带来各高校间的办学利益冲突；第二，信息化会打破各高校间相对封闭的办学模式，如何整体协调和调动人力和硬件资源需要统一管理；第三，建立和完善信息化平台是一个系统工程，并非实现办公自动化那样采购几台电脑就可以了，而是需要能建立庞大的系统信息平台，不但需要政策的支
教育信息化心得体会 教育信息化是当前新课程改革的一个方面，也是教师校本研修的重要任务之一。我对教育信息化及网络应用的认识伴随着我校教育信息化的推进进程而进一步深化。教育信息化已经成为全球教育现代化过程中的一个重要环节，是衡量一个国家的教育水平乃至综合实力和竞争力的一项重要指标。那么什么是教育信息化呢？一般认为教育信息化是指在教育过程中比较全面地运用以计算机多媒体和网络通讯技术为基础的现代信息技术，以促进教育的全面改革，使之适应于正在到来的信息化社会对教育发展的新要求。在现代社会，教育信息化不仅是实现教育现代化的有效手段，而且也是必须手段。这是因为首先，教育信息化有助于加快知识更新的速度；其次，教育信息化有助于培养学生的高级思维能力，极大地有利于他们的批判性、创造性思维的形成和发展；第三，教育信息化能够突破教育环境的时空限制，有助于加强课堂与现实世界的联系，从而大大提高教育效果。 一、加强领导，建立健全信息管理制度。 为了进一步加强我校教育信息化建设的科学性、规范性、有效性，促进教育信息化的健康及稳定发展，努力做到有章可循，学校在去年成立了教育信息化建设领导小组的基础上，下设了1个中心与2个工作组：新世纪学校信息中心、信息报道组、信息化领导小组。而且学校还根据每年的教育装备的不同，与时俱进地修改完善规章制度，进一步修改了《新世纪学校计算机教室管理制度》、《新世纪学校多媒体教室管理制度》、《新世纪学校教育信息化设备管理制度》、《新世纪学校办公室计算机管理的规定》，并且新制度《新世纪学校信息报道组通讯制度》、《新世纪学校论坛制度》、《新世纪学校电教设备管理维修制度》等新制度。保证了每台计算机的正常运行和校园网、Inter宽带网的畅通，保证了学校信息技术教育工作在实践中成长，在探索中完善，在创新中发展、积累了较为丰富的经验。 二、学校硬件设施。 新世纪学校的教育信息化工作经历了将近三年的实践，已逐渐成效。在学校领导的关心支持下，学校目前配备了49套多媒体教室，即48个班级加一个多媒体教室，实现了每个班级都能满足多媒体教学的需求。特别是2015年，学校为了更好的促进教育信息化的发展，更加有力地提高教师的信息素质的提高，在征求了老师们的意见后，让每个教师都配备了笔记本电脑，并投资建设了无限网络，实现了网络的全校覆盖，为教育信息化的建设提供了坚强有力的后盾。另外学校还配置2个学生机房,一个课件制作室，实现100M光纤入室，实现“校校通”,”班班通”。 三、加强师资培训。 教师是教育信息化工作的关键因素，我校紧紧抓住校本培训，从提高教师信息素养入手，以信息技术教育促进素质教育，全面提高教学质量。校本培训是我校提升教师素质的一条重要载体，本学年以来，为学校培养一批德才兼备的高素质的队伍，随着教育信息化的临近，学校在校本培训上紧跟时代步伐，利用教师人手一台笔记本的优势，针对性的开展教师信息技术水平的校本培训。在前两年的经验基础上，继续组织教师充分利用业余时间，对教师有计划进行计算机培训，从去年的最简单的汉字输入，Windows画图到能用Word编制教案，用Powerpoint制做简单的幻灯片、使用家校通开始，慢慢地提高到收发邮件、在论坛上与家长交流、更好地利用家校通与家长互动等等。并且选择年轻教师接受Powerpoint的进一步的制作，用年轻教师带动年龄大的教师的以点带面的形式开展教师的培训，收到了良好的效果，这使我校的信息技术教育从单纯的计算机教育到教师优化教育教学过程，从计算机教室走进各种学科的课堂，使教育真正实现信息化，潜移默化地提高师生的信息技术素质。 四、发挥信息技术为教育教学服务。 1、充分利用好信息技术设备，提高学生的信息素养。 ①按照课程计划开足开齐信息技术课。我校的信息技术课按照省定的课程计划表，小学从3年级开始至6年级，每周1节，在教学中，教师采用低起点，小步子，重训练，逐步提高学生的信息技术能力。②建立信息技术兴趣小组。一方面是建立信息技术社团，利用平时的余业时间，进行小组活动，训练计算机技能。培养特长生。另一方面是学生的社区假日活动，参加人数有200余人，培养学生信息技术的兴趣，并能有
一、实验目的 使用数据挖掘中的分类算法，对数据集进行分类训练并测试。应用不同的分类算法，比较他们之间的不同。与此同时了解Weka平台的基本功能与使用方法。 二、实验环境 实验采用Weka 平台，数据使用Weka安装目录下data文件夹下的默认数据集iris.arff。 Weka是怀卡托智能分析系统的缩写，该系统由新西兰怀卡托大学开发。Weka使用Java 写成的，并且限制在GNU通用公共证书的条件下发布。它可以运行于几乎所有操作平台，是一款免费的，非商业化的机器学习以及数据挖掘软件。Weka提供了一个统一界面，可结合预处理以及后处理方法，将许多不同的学习算法应用于任何所给的数据集，并评估由不同的学习方案所得出的结果。 三、数据预处理 Weka平台支持ARFF格式和CSV格式的数据。由于本次使用平台自带的ARFF格式数据，所以不存在格式转换的过程。实验所用的ARFF格式数据集如图1所示 图1 ARFF格式数据集(iris.arff)
对于iris数据集，它包含了150个实例（每个分类包含50个实例），共有sepal length、sepal width、petal length、petal width和class五种属性。期中前四种属性为数值类型，class属性为分类属性，表示实例所对应的的类别。该数据集中的全部实例共可分为三类：Iris Setosa、Iris Versicolour和Iris Virginica。 实验数据集中所有的数据都是实验所需的，因此不存在属性筛选的问题。若所采用的数据集中存在大量的与实验无关的属性，则需要使用weka平台的Filter(过滤器)实现属性的筛选。 实验所需的训练集和测试集均为iris.arff。 四、实验过程及结果 应用iris数据集，分别采用LibSVM、C4.5决策树分类器和朴素贝叶斯分类器进行测试和评价，分别在训练数据上训练出分类模型，找出各个模型最优的参数值，并对三个模型进行全面评价比较，得到一个最好的分类模型以及该模型所有设置的最优参数。最后使用这些参数以及训练集和校验集数据一起构造出一个最优分类器，并利用该分类器对测试数据进行预测。 1、LibSVM分类 Weka 平台内部没有集成libSVM分类器，要使用该分类器，需要下载libsvm.jar并导入到Weka中。 用“Explorer”打开数据集“iris.arff”，并在Explorer中将功能面板切换到“Classify”。点“Choose”按钮选择“functions(weka.classifiers.functions.LibSVM)”，选择LibSVM分类算法。 在Test Options 面板中选择Cross-Validatioin folds=10，即十折交叉验证。然后点击“start”按钮：