高校教育大数据分析应用研究

龙源期刊网

大数据在高校的应用研究

作者：赵小冬

来源：《科教导刊·电子版》2017年第34期

摘 要 本文探讨了大数据的概念及其特征，分析了大数据在高校教育教学管理中常见应用，并对大数据的安全使用提出了建议。

关键词 高校 大数据 数据挖掘

中图分类号：TP392 文献标识码：A

1何为大数据

百度百科上收录的大数据（big data）词条指无法在一定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，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。

在维克托·迈尔-舍恩伯格与肯尼斯·库克耶编写的《大数据时代》中描述大数据为“不是随机样本，而是全部数据”“不是精确性，而是混杂性”“不是因果关系，而是相关关系”这样三个关系。不用随机分析法（抽样调查）这样捷径，而采用所有数据进行分析处理。

IBM公司最早提出大数据的5V特征：Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性）。数量大是大数据最明显的一个特征。

2大数据在高校中的应用

2.1运用大数据进行学情分析

大数据环境下，教师能够更好地掌握学科前沿动态信息，能够获取更多教学的资料，能够通过对学生学习过程数据进行采集分析，学习反馈和成绩分析，更及时调整自己的教学策略。传统的教室、实验室、图书馆均转变成数据，教学课程采用数字化形态适应网上学习，适应线上讨论。同时，大学生喜欢网络社区论坛也为线上教学提供有力支撑，网上互动，教与学都能基于数据进行实时调整，以不断适应学生的需求，大大提高了学习效果。

2.2运用大数据进行学生管理

高校是培养人的地方，学生管理教育是其重要的任务。在学生管理中，安全管理是其中的重要内容。运用大数据技术，我们可以轻松掌握学生安全管理的规律，预测安全事故。比如从学生的心理测试得分、家庭情况分析、奖惩记录情况、进出校园和寝室的记录的数据中进行分析，我们可以了解学生个人的心理状况、生活习惯、行为规律、个性特征等。基于这些数据，龙源期刊网

龙源期刊网

教育大数据分析研究与典型应用

作者：郑庆华

来源：《中国信息化周报》2017年第12期

开展大数据的研究已经成为我们国家今后创新驱动的一个重大的战略举措。数据的积累已经从量变发展到了质变。另外一方面计算机超强的计算能力也为处理大数据提供了强大的技术支撑，这两者的结合使得大数据的智能分析成为我们现实可能。分析各个领域的大数据也正是各个领域各个行业的新的重大需求，拥有大数据成为我们这个时代的特征，分析大数据自然也成为我们这个时代最鲜明的任务，应用大数据也是我们把握商机把握研究机会的重要机遇。

研究和应用面临三大挑战

我们根本目的是从大数据中挖掘出价值。从政府角度来说，要进行大数据的有效管理，制定包括安全在内的各种公共政策，这就是政府要作为，从数据的获取、标准、规范、安全、保障等等方面研究。作为高校和科研院所来说，最核心的是要进行大数据的分析和处理，也就是智能化的挖掘、关联、融合、算法分析这些核心技术的探索和研究。作为企业界来说，要结合各自的领域，开展大数据的应用挖掘以及融合应用。所以说我们要形成一个数据是基础、平台是支撑、分析挖掘是核心，最根本的是要实现目标导向、问题驱动，实现效率的提升和经济效益社会效益的挖掘和发挥。

世界顶级大国都把大数据核心技术的研究作为未来抢占大数据产业自主知识产权的一个核心制高点来探索研究。第一从理论和技术角度来看，传统的计算理论和传统的数据处理分析技术难以完全适用。一方面是大数据和传统的中小规模的数据有本质的特征上的差别。第二在传统的计算平台计算范式方面也有根本性的转折。我们知道传统的数据量是中小规模，现在都是ZB级，10的18次方超大规模的数据量。从数据的结构来说，从传统的结构化朝大量的非结构化方向发展，从过去以静态为主朝着流数据发展，从单一的数据源朝着多元异构的方向发展，从多媒体朝着跨媒体融合的方向发展。这些数据特征的变化使得我们传统计算理论难以适应。从计算平台和计算范式来说，从过去的集中存储向现在的各地多数据中心的分布式存储方向发展，从多线程并行朝着多机协同的方向发展，从存储和计算相分离朝着数据和计算紧密深度融合的方向发展，从计算密集型或者数据密集型朝着两者混合的密集型方向发展，从静态全量计算朝着动态流式计算的方向发展，这些变化都是大数据分析中将要面临的理论和计算方面的挑战。在大数据分析与处理方面核心技术严重缺乏，我们熟悉的大数据处理核心技术的底层的核心软件、核心系统，像Spark、Hadood、Hbase这些著名的开源商用软件几乎全是被国外垄断，我们国家在这个领域缺乏自己的自主知识产权。第三，难以适配工程化应用的需求，比如大数据算法在工程化技术方面还处于基本空白状态。我们虽然有很多好的大数据算法和核心技术，但是应用到实际当中工程方面的适配还处于空白或者盲点。另外缺乏适用于大数据分析的工程化工具和快速的部署手段，核心技术与产业需求存在缝隙，缺乏面向行业的智能大数据决策支持工具和成熟的工程化解决方案，这些方面都是我们今后研究的重点和难点。 龙源期刊网

Ｍｉｃｒｏｃｏｍｐｕｔｅｒ　Ａｐｐｌｉｃａｔｉｏｎｓ　Ｖｏ１．３３，Ｎｏ．１ｌ，２０１７　基金项目　微型电脑应用２０１７年第３３卷第１１期　

文章编号：１００７—７５７Ｘ（２０１７）１１　００２０—０４　

预测性大数据分析在高校招生中的应用研究　

邓广彪　

（广西民族师范学院数学与计算机科学学院，崇左５３２２００）　

摘要：在大数据时代，高校招生工作要占领制高点，需要采用数据分析方法把握学校招生状态。通过预测性大数据分析方　

法对招生数据进行分析，根据分析结粟对发现的问题及时整改并预测未来的发展状况，才能真正做到基于数据进行决策。对　

常用的预测性数据分析方法进行介绍，结合高校招生工作的应用进行分析，使用ＳＡＳ　ＥＧ建立新生报到预测模型，对２０１６年　录取新生报到情况进行预测，通过预测结果与实际报到情况对比验证了模型的有效性。　

关键词：数据分析；招生；逻辑回归；ＳＡＳＥＧ　

中图分类号：ＴＰ３ｌ１．１３　文献标志码：Ａ　

Ｒｅｓｅａｒｃｈ　ｏｎ　ｔｈｅ　Ａｐｐｌｉｃａｔｉｏｎ　ｏｆ　Ｐｒｅｄｉｃｔｉｖｅ　Ｄａｔａ　Ａｎａｌｙｓｉｓ　ｉｎ　Ｃｏｌｌｅｇｅ　Ｅｎｒｏｌｌｍｅｎｔ　

Ｄｅｎｇ　Ｇｕａｎｇｂｉａｏ　

（Ｓｃｈｏｏｌ　ｏｆ　Ｍａｔｈｅｍａｔｉｃｓ　ａｎｄ　Ｃｏｍｐｕｔｅｒ　Ｓｃｉｅｎｃｅｓ，Ｇｕａｎｇｘｉ　Ｎｏｒｍａｌ　Ｕｎｉｖｅｒｓｉｔｙ　ｆｏｒ　Ｎａｔｉｏｎａｌｉｔｉｅｓ，Ｃｈｏｎｇｚｕｏ　５３２２００）　

Ａｂｓｔｒａｃｔ：Ｗｈｉｌｅ　ｏｃｃｕｐｙｉｎｇ　ｔｈｅ　ｈｅｉｇｈｔｓ　ｏｆ　ｔｈｅ　ｃｏｌｌｅｇｅ　ｅｎｒｏｌｌｍｅｎｔ　ｉｎ　ｔｈｅ　ｅｒａ　ｏｆ　ｂｉｇ　ｄａｔａ，ｄａｔａ　ａｎａｌｙｓｉｓ　ｎｅｅｄｓ　ｔＯ　ｂｅ　ｕｓｅｄ　ｔｏ　ｇｒａｓｐ　

ｔｈｅ　Ｓｔａｔｕｓ　ｏｆ　ｃｏｌｌｅｇｅ　ｅｎｒｏｌｌｍｅｎｔ．Ｔｈｅ　ｍｅｔｈｏｄ　ｏｆ　ｔｈｅ　ｐｒｅｄｉｃｔｉｖｅ　ｄａｔａ　ａｎａｌｙｓｉｓ　ｃａｎ　ｄｏ　ｓｏｍｅ　ｔｉｍｅｌｙ　ｒｅｃｔｉｆｉｃａｔｉｏｎ　ｆｏｒ　ｔｈｅ　ｐｒｏｂｌｅｍｓ　

科技经济市场　

大数据对电子商务应用价值的研究与分析　

王娟　

（徐州财经高等职业技术学校商贸系，江苏徐州２２１００８）　

摘要：随着互联网、物联网、移动技术的发展，全新的互联网”大数据”时代已经到来。大数据开启了电子商务行业重大的时代转型，　昭示着数据资源的重要性，也促使电子商务行业迎来了一个新的竞争时代。大数据已经成为企业赢得市场的有力武器。电子商务行　业、企业应抓住机遇，把握住大数据的本质，深入挖掘大数据带来的商业价值，为企业市场竞争积累制胜的砝码。　关键词：大数据；电子商务；价值　

０　引言　

’互联网的出现拉近了整个世界的距离，人们通过网络实现　

了”零”障碍的信息交流和协作。同时，借助互联网的高速发展、　

物联网和云技术的普及、数据库技术的逐渐成熟，产生了以几　

何级数增长的庞大的数据量。”数据”，已经渗透到当今的每一　

个行业和领域，越来越多的人们开始意识到，”数据”的重要性　

与不可或缺性。只有把握准确、稳定的”数据”．才能保证社会经　

济持续高速的发展。互联网学者和企业专家预测：在未来，数据　

将会像土地、石油和资本一样，成为经济运行中的根本性资源。　

互联网技术的不断发展促使数据资源更加开放，也使现代社会　

迎来了全新的大数据时代。　

１　互联网大数据时代　

（１）大数据的由来　

”大数据”一词起源于美国，即具有海量的数据规模、快速　

的数据流转、动态的数据体系、多样的数据类型、巨大的数据价　

值等特点的巨量资料，是指所涉及的资料量规模巨大到无法通　过目前主流软件工具，在合理时间内达到撷取、管理、处理，并　

整理成为帮助企业经营决策更具积极意义的资讯。”大数据”的　

实质是在数量巨大、种类繁杂的数据中，快速获取有效信息，创　

造更新更大的价值，其不仅仅是数据数量上的扩大，更是数据　

质量提升的表现。　

（２）大数据的发展现状　

大数据在商业、经济及其他领域中越来越多地被提及、被　

应用。淘宝在２０１２年就推出了”淘宝时光机”，”时光机”通过分