教育大数据的收集、数据质量分析及数据预处理研究

教育大数据挖掘的基础就是数据,丰富、高质量的强大数据对数据挖掘的结果至关重要。在数据挖掘中数据的准备是耗时最多的环节,数据的准备包括教育数据的收集、数据的质量分析和数据的预处理三个环节,只有做好这三个环节,才能保证教育大数据的最大价值和数据挖掘的有效性。     

大数据背景下学习评估方法分析

随着大数据时代的到来,对当前教学、学习考核思维模式都有了新的发展需求,文章探讨了当前教育大数据的存储方式,如何对大数据进行挖掘、提炼进而分析教育大数据。这些方法对教师来说可以提高教学质量、掌握学习者的学习特征,从而针对不同的学习者给出需要的教学内容和形式,从而提高学习效率。     

大数据背景下数据挖掘课程的教学改革与探索

大数据时代已经到来,需要对大量的结构化和非结构化数据集合进行挖掘,数据挖掘领域需要进行彻底变革,数据挖掘课程的授课内容和实践环节都需进行相应的调整。本文通过分析大数据的内涵、特征,数据挖掘的核心课程,探讨大数据时代对数据挖掘课程提出的新要求与新挑战。     

基于大数据的网络营销对策分析

大数据对于企业发展而言,已经成为一项重要的战略资源,特别是在当前的互联网信息时代,基于大数据的网络营销已经成为企业营销极其关键的手段。基于此背景下,阐述了"网络营销"和"大数据"的相关概念,随后对大数据的相关模型展开深入分析,提出了大数据网络营销的几种方法,并就基于大数据的网络营销方法给出了研究方向。     

图书馆:云时代数字图书馆的数据存储

信息时代,作为信息资源中心的图书馆面临着与日俱增的数据存储与管理问题,云计算的出现将图书馆的数据存储带来新的思路,图书馆可以借助云计算的分布式数据存储技术和相关的虚拟化技术来实现数据的存储与管理,从而实现更为智能、高效和可靠的数据存储。     

网络大数据研究及应用

网络大数据是对真实社会的网络映射,蕴含着丰富的信息、知识和智慧。深度挖掘网络大数据的潜在价值给人们带来了前所未有的机遇,但是同时也给现有存储能力、计算能力等带来了巨大挑战。分析了网络大数据的特点,总结了网络大数据研究的重要意义,通过实例展示了网络大数据在现实中的成功应用,并指出了网络大数据在感知与表示、存储与管理、数据挖掘和社会计算等方面所面临的挑战。     

大数据及其发展趋势研究

介绍大数据产生背景,详细剖析大数据的基本概念及其特征,同时提炼了大数据的五种关键技术．指出大数据与云计算、物联网和数据空间相结合的发展趋势,以揭示需要研究的关键内容,为大数据的相关研究者提供参考。     

基于大数据存储区域自动筛选的数据库优化

提出一种基于大数据存储区域自动筛选的数据库优化存储和访问技术,首先进行数据库中数据分布存储模型设计和数据结构分析,采用模糊C均值聚类算法进行大数据的存储区域优化聚类,提高数据聚敛能力。采用滤波算法进行数据库中的干扰滤波处理,对滤波输出的数据进行存储区域的自动筛选控制,实现数据库存储空间优化,提高数据库访问的指向性和配准性。仿真结果表明,利用该方法进行数据库优化设计,对大数据的存储和调度性能都有较大改善。     

面向中小学的低成本低功耗大数据存储设计

大数据的应用正在逐渐渗透到人类社会生活工作的各个领域,当前中小学教育经费有限,通常承担不起高成本的大数据系统设计。因此,本文考虑中小学的教育现状,提出一种低成本低功耗的分布式大数据存储系统。对于新时期中小学的教育和发展来说意义重大。     

大数据关键技术及发展

在介绍大数据基本概念及特征的基础上,分析了大数据国内外研究现状及大数据技术,并针对大数据面临的相关问题提出了应对策略。最后,对大数据技术发展进行了总结与展望。     

基于云计算和大数据的在线教育交互应用研究

在线教育交互是在线教育研究领域的重要组成部分,云计算和大数据技术的出现及发展为在线教育交互研究提供了新的机遇,对其服务模式与数据处理等方面产生了巨大影响。文章在基于云计算和大数据特征基础上,对在线教育交互所面临的问题进行讨论,并构建在线教育交互平台模型,通通分析平台功能和进行数据挖掘,实现了在线授课者和学习者的高效互动的目的。     

大数据背景下数据挖掘在高校固定资产统计中的应用研究

目前我国大部分高校对固定资产实行账物分管的归口管理模式,易造成固定资产实物流动中的失联或者丢失。而数据库管理只是对数据库中已有的数据进行查询等简单统计,通过这些数据获得的信息参考价值不高。隐藏在数据背后的对领导决策有价值的东西,需要分析统计出来。数据挖掘技术可以智能分析数据,从中挖掘统计出有价值的信息,帮助决策者做出正确的决策。     

大数据挖掘平台的架构设计

下一代互联网的大数据挖掘平台是一套以监测分析为手段,同时面向业务与应用和数据挖掘的综合平台.平台按三层架构进行建设,分别是采集层、存储和处理层、应用层,使用云计算和云存储,最大程度排除设备故障,优化网络,提升用户体验,挖掘各种业务海量数据带来的最大价值,帮助运营商等解决网络面临的最大问题.     

大数据下基于云计算的共享资源平台应用研究

社会经济和科学技术的快速发展,促使信息化技术在现代社会中逐渐普及。大数据时代是一个具有大量、高速、多样以及价值等特征的信息时代,能够促进社会变革的发展。2006年,互联网推出一种新型的收费服务[1],提供动态且虚拟化的数据信息资源,能够普及并且促进信息时代的发展。本文将大数据时代作为背景,主要对基于云计算的共享资源平台的应用进行研究。     

药检云计算平台构建及大数据挖掘研究

药检系统的信息化建设越来越受到人们的重视,其存在的资源不能合理利用、缺乏统一有效的管理平台、能源消耗大等问题也亟待解决,而云计算正好为药检信息化的发展带来了新的思路。对药检云的体系结构与构造进行了描述,提出了对药检云平台进行大数据挖掘的思路及步骤,并阐述了该技术对药检系统的重大意义。     

基于教育大数据挖掘的大学生学业预警研究

教育大数据挖掘通过对教育领域的各种海量数据进行分析,发现其中存在的规律,从而指导教育教学管理水平。文章在对现有研究存在的问题进行分析基础上,首先给出教育大数据挖掘的学业预警研究框架;之后,通过对大学生在校成绩数据进行整合管理,基于关联规则算法给出大学生不及格课程之间的关联关系,以此为大学生学业提出预警(课程不及格以及留级)提示。研究结果表明,该方法为管理者有针对性地对预警学生进行帮助和干预提供了数据支撑,具有较强的应用价值,可有效提升高校教学管理水平和管理质量。     

大数据时代的高校校园网研究

互联网的高速发展极大地改变了我们的生活方式,高校校园网的发展和建设也改变了学校日常的教学和管理工作。随着大数据的出现,高校校园网建设也面临了一些新问题。针对这个应用背景,提出了一些高校校园网的解决方案。     

数据存储的架构方式与选择

随着网络基础建设在企业的逐步落实,数据存储方式在企业IT建设中越来越重要。本文介绍、比较目前数据存储的三种主流架构方式,阐述用户选择数据存储方式的原则,预测数据存储技术的发展趋势。     

健康大数据挖掘方法研究综述

为了应对当今社会健康数据持续性爆炸增长的态势,从健康大数据的概念及特点入手,针对其数据挖掘问题进行了研究,明晰了健康大数据挖掘的基本流程,重点分析比对了传统与新兴数据挖掘算法的异同及其应用范围,并对健康大数据挖掘的意义及面临的挑战进行了阐述。最后得到结论,只有将现有的挖掘算法与新兴技术结合起来,才是未来健康大数据挖掘的发展趋势。