教师数据素养的内涵、发展困境及提升策略

提升基础教育教师队伍的数据素养,是推进教育数字化全面转型的前提。研究从教师数据素养的内涵出发,针对当前教师数据素养提升理论与实践研究中教师数据素养实践研究缺位、教师数据素养观念滞后、数字工具支持力度较低等发展中的困境,在基础教育教师数据态度、数据意识、数据知识、数据技能、数据思维和数据伦理六个维度上有针对性地提出了教师数据素养的提升策略。     

大数据视角下社区教育数据治理的探索

在大数据快速发展的背景下，数据治理将显著提升数据管理能力和数据应用价值。然而，目前社区教育领域数据治理的研究成果和应用实践相对较少。研究表明，社区教育数据治理是借助大数据技术，对社区教育数据进行全生命周期管理，从而构建一系列的实践和活动集合。当前社区教育数据治理存在资源更新滞后、数据融合困难、数据价值没有充分体现等问题，同时还面临数据数量与数据质量之间、数据共享与数据安全之间、数据治理与传统数据管理之间的矛盾。因此，基于数据生命周期理论、区块链技术和大数据技术，我们需进一步探讨如何提高数据质量、保障数据安全、构建数据治理体系的实践路径，并构建社区教育数据治理模型。     

数据挖掘中数据预处理的研究

本文旨在研究数据挖掘中数据预处理技术,首先通过简单介绍数据挖掘的基本概念以及数据挖掘的逻辑构成,介绍了数据预处理在整个数据挖掘过程中所处的阶段,然后从数据预处理的数据清洗、数据变换、数据集成、数据简化等数据预处理操作入手,详细介绍了填充缺失值、弱化噪声数据、数据集成等数据预处理技术,最后给予专门的数据预处理的流程来实现数据挖掘中的数据预处理的过程。     

行政数据在国外教育量化研究中的应用——基于1990-2021年19种高水平期刊发表的论文分析

对1990-2021年国外19种高水平期刊发表的论文进行分析,发现过去30年特别是近10年来,利用行政数据发表的教育量化研究论文数量明显增加。这主要得益于部分国家和地区实施了注重数据使用安全、规范数据申请和使用流程、明确数据安全责任的相关制度。单一来源行政数据、多来源行政数据相匹配、行政数据与实验数据相匹配、行政数据与问卷调查数据相匹配,以及行政数据与实验数据、问卷调查数据相匹配是国外教育量化研究中常见的数据应用模式,这五种模式形成的数据集可以回答教育领域很多经典和前沿的问题。在教育量化研究中应用行政数据既有其他数据无可比拟的优势,也面临着挑战。     

人才培养状态数据采集质量的研究

人才培养工作状态数据的采集质量要从数据的规范性、完整性、逻辑性、时效性、数据采集的科学性等方面建立质量标准。数据的规范性主要包括数据代码、名称、数据格式、数据取值范围、基本办学条件指标的质量,数据的完整性主要包括数据记录的完整性、数据内容的完整性和数据内容的准确性,数据的逻辑性要保证数据指标和数据表的关联性逻辑关系,数据的时效性要注意数据采集的时间节点,数据采集的科学性是通过建立数据采集的责任制度和分级审核制度,确保数据质量。     

数据能力:教师专业发展的一个方向

数据能力是从具体问题中获取数据,对数据赋予背景得到信息,进而对信息进行研究从中提炼出知识并运用这样得来的知识解决问题的能力;数据能力是数据素养的组成部分。数据能力的结构包括数据认识能力、数据获取能力、数据解释能力、数据分析能力、数据表达能力和数据挖掘能力。在大数据时代,信息技术进入教学过程的一个必然结果是数据能力成为教师专业发展的一个方向。     

大数据背景下高校学生管理中的问题与对策

大数据具有数据规模性、数据多样性、数据价值性、处理速度快等特征,依托其开展工作是学生管理工作发展的必然趋势,有提高学生管理水平、有利于工作人员与学生沟通交流、有效提取学生数据等优势。当前,学生管理工作中存在缺乏大数据来源、工作人员大数据运用能力不足、反馈滞后、大数据安全性难以保障等问题。高校应构建服务于学生管理工作的数据平台,培养工作人员大数据能力,完善相关制度,以帮助工作人员在大数据背景下做好学生管理工作。     

大数据时代教育大数据治理架构与关键领域——以美国肯塔基州、华盛顿州与马里兰州为例

教育大数据治理是大数据时代教育数据资源建设的重要举措,是有效规避数据隐私问题、充分发挥数据资源潜在价值的必要保障。作为数据治理的引领者,美国肯塔基州、华盛顿州以及马里兰州基本构建了教育大数据治理架构,包括明确教育大数据治理目标,出台教育大数据治理办法,完善教育大数据治理机构,规范教育大数据治理责任等。在数据治理领域方面,这三个州采取的主要行动有规范教育大数据收集程序、提高教育大数据建设质量、维护教育大数据隐私安全、明确教育大数据共享权限等。美国三个州的教育大数据治理架构与运行经验,对我国建立教育大数据治理体系具有重要参考价值。     

数据主体行为激励视角下的数据权益分配进路

明晰数据权益分配进路是激励数据流通、数字创新的逻辑前提，是促进数据产业、数字市场持续健康发展的重要基础。以“行为主义激励”等激励理论对不同数据主体的行为进行分析，探寻个人数据权益分配进路，冀望打破“数据垄断”“、数据孤岛”，同时有效保障个人隐私和数据安全。为实现并平衡用户授权激励、平台生产激励和平台间的数据流通激励等数据主体行为激励，应坚持数据分类保护思路，即将个人数据区分为敏感个人数据和普通个人数据，敏感个人数据所有权归个人所有，普通个人数据则在“权利束”理论框架下予以规范。     

美国一流大学数据治理的研究与启示——以范德堡大学为例

数据治理是高校教育治理的重要内容和重要手段。数据治理水平决定了教育现代化的程度。范德堡大学的数据治理包括制定数据治理战略规划、构建数据治理组织架构、制定数据治理政策、采用成熟度矩阵模型衡量数据治理水平。形成高校数据治理文化、建立高校数据治理体系、培养高校数据治理人才是促进中国高校教育治理现代化的重要手段。     

简析德国个人数据保护制度——以《联邦德国数据保护法》为参照

通过以私人机构的数据处理为观察对象和切入点,从个人数据保护的基本概念、数据处理的法律基础、数据主体的权利和关于个人数据保护的特殊规定等方面出发,简析德国关于个人数据保护的基本制度,可对我国个人信息保护制度的建立和完善有所裨益。     

数据挖掘技术应用研究

从概念入手,分析了数据挖掘的主要任务和应用中存在的关键问题．重点探讨了数据挖掘的应用步骤与方法,详细阐述了数据采集、转换、模型构建和模型评估等关键内容,同时给出了一个数据挖掘软件的构建原则．对企业快速、低成本构建客户管理系统、CRM系统、数据挖掘应用系统具有一定的借鉴价值．     

多媒体数据结构的关键技术

分析了多媒体数据结构的关键性技术,包括多媒体数据模型、多媒体数据压缩技术、多媒体数据存储技术、多媒体数据存取技术,指出了这些技术的研究动态、优点以及不足,提出了各种技术的适用领域。最后,对各种技术的研究和应用进行了总结和和展望,指出它们在多媒体数据库技术领域的未来研究前景。     

利用缓存实现异构数据单向同步方案的研究

在不影响各个既有信息系统正常运行的情况下,实现各系统之间的数据同步,这已成为现实中解决多个业务系统之间的数据共享和协作的关键问题之一。文章在分析了国内外主要的数据同步方法之后,提出了利用数据缓存实现异构数据单向同步的设计方案,并在两个正在运行的业务系统中的ORACLE和SQL Server数据上实施了一个异构数据毫秒级的实时同步系统。     

销售和餐饮服务数据建模的重要性及建模步骤

在现今的信息时代,各行各业使用着大量的数据,由此对数据的管理是各个应用领域需要解决的问题.数据管理趋向计算机化,建立数据库、完善已有的管理信息系统、开发新的管理信息系统已成为当今研究的一个热点,然而这些都是以数据建模作为必不可少的第一步来实现的.讨论销售和餐饮服务数据建模的重要性,并给出其建模步骤.     

数据仓库技术应用初探

本文通过数据库管理系统实例 ,对数据仓库理论进行了初步探索和实践 ,介绍了数据仓库的定义、内容、目标 ,对数据仓库理论中的事实数据和维度数据及数据仓库结构进行了详细分析 ,总结出设计数据仓库的一般步骤。     

一种基于RBF的时序缺失数据修复方法

提出了一种基于RBF的时序缺失数据修复方法,利用RBF构建模板数据和当前存在缺失的数据之间的训练关系,并通过该训练关系修复缺失数据．实验表明,该方法能够应用于刚性体以及非刚形体运动或形变追踪,是一种有效的时序缺失数据修复方法．     

个人计算机数据安全防护研究

数据安全问题越来越受到重视,笔记本电脑、随身U盘以及使用越来越广泛的智能手机所带的存储卡,都存储了大量的个人隐私信息。一旦这些物品丢失,或者这些信息被窃取、篡改、破坏,后果将不堪设想。针对个人计算机数据安全的隐患,提出了一系列的防护措施,能够有效地保证个人重要数据的不丢失,个人敏感数据的不外泄。     

基于数据仓库的ETL技术研究

支持数据抽取、转换、清晰、装载的工具集ETL对任何数据仓库工程都是一个必不可少的关键部件。结合应用重点探讨了ETL技术中的数据转换技术及数据质量问题。     

WEB数据挖掘技术研究

对web数据挖掘进行了全面的论述，并讨论了Web挖掘的分类和应用．在此基础上阐述了当前流行的挖掘技术，给出了Web数据模型，指出Web数据挖掘的发展方向和趋势．