小数据应用于高校创新创业教育的价值及路径研究

大数据应用于高校创新创业教育领域，存在精准性较差、使用壁垒较高、安全性不强等问题。基于用户个体全面特征的小数据，以其个体独特性、相对集中性、实时动态性等方面的优势，在创新创业教育领域中具有不可替代的地位和较高的使用价值，是大数据的有益补充。在实际应用中，可以在对学生进行精准画像、个性化需求预测的基础上，通过开展个性化教育、深化教育管理体系改革，推动创新创业教育的精准发展。     

大数据背景下高校思想政治教育精准化研究

大数据为高校思想政治教育精准化创造了机遇,便于教育者精准把握学生多样化需求、精准供给教育内容、精准开展教育评价。然而高校在运用大数据提升思想政治教育精准化实效的实践中依然面临数据素养薄弱、信息注意力碎片化、数据共享不畅等难题。唯有精准定位,提升教育者数据素养、树立精准育人理念、精准认知教育对象、精准输送教育内容、精准预测思想动态、协同推进精准施策,才能着力提升育人成效,实现立德树人的价值旨归。     

大数据时代高校实施精准思政的路径探析

人工智能、物联网、大数据等信息智能技术的发展为促进高校思想政治教育精准变革提供技术支撑,为思政工作提供了新的空间和手段。大数据时代高校实施精准思政,既是推进思想政治教育创新发展的重要举措,也是把握思想政治教育规律的根本遵循,更是提升思想政治教育针对性的内在需要。然而,大数据支撑下高校精准思政面临思想政治教育内容同学生需求匹配度不高、教师队伍缺乏数据治理能力、精准化变革教育存在数据伦理失范等困境。要解决这些困境,克服大数据带来的挑战,需要高校与教师精准供给、精准实施、精准治理,发挥大数据的技术支撑功能,为高校实施精准思政开辟新的进路。     

大数据背景下思想政治精准教育探析

在大数据技术快速发展、应用范围不断扩展的当下,思想政治教育迎来新的发展机遇。在大数据支持下,思想政治教育能够通过全方位变革与系统化创新,实现对学生思想动态、行为习惯的精准量化,并通过实时有效地关注和细致地追踪管理,让教育更具针对性。鉴于此,本文在阐述新时代思想政治教育特点的基础上,探讨了大数据背景下思想政治精准教育的必要性,然后从增强教育主客体的大数据意识、全面观察和研判教育动态、推动教育从难量化向可量化转变等层面,给出思想政治精准教育的推进理路。     

大数据赋能高校精准思政实践理路探析——以中国地质大学(武汉)为例

精准思维为思想政治教育创新发展开拓了新的思路.精准思政是对思想政治教育“供需错配”“供求失衡”等问题的积极回应,是新时代铸魂育人的应然之法.大数据作为一种变革性技术力量,能够赋能高校精准思政从理念到行动全过程,实现精准识别教育对象、精准供给教育内容、精准开展管理服务、精准评价教育成效.当前,大数据赋能高校精准思政仍然面临平台建设与资源整合限制、信息茧房与技术异化挑战、精准化评价体系欠缺等现实问题,应当从搭建精准思政大数据一体化平台、加强精准思政过程管理、构建精准思政评价体系三方面探索大数据赋能高校精准思政的有效路径.     

大数据背景下高职院校精准思政路径探析

随着信息技术的迅猛发展,高职院校思想政治教育亦面临新的挑战和机遇,传统的思想政治教育方式有效性降低,因此精准思政创新成为高职院校思想政治教育的重要课题。运用精准思维开展思想政治工作,找准大数据背景下实施精准思政过程中的痛难点,摸清运用大数据实施精准思政的价值所在,认真探索精准思政实践进路,是当前高职院校思想政治教育关注的热点问题。     

大数据赋能精准思政：运行机制与推进策略

精准思政是大数据与思想政治教育融合创新的应然追求，旨在实现精准育人。大数据的技术优势、数字化生存的普遍现实以及资本主义意识形态的渗透风险等多重因素，使得精准思政既具有技术上的可能性、实践中的可行性，也具有现实中的紧迫性。大数据赋能精准思政是在精准思维指引下，以大数据技术为支撑，以“精准识别—精准分析—精准供给—精准评估—精准管理”为运行机制的思想政治教育改革创新实践。大数据与思想政治教育深度融合，要着重在基础设施建设、人才队伍配备、科学试验引领、体制机制完善方面下功夫，着力促进大数据赋能精准思政落地见效。     

大数据时代给教育带来的转变和对大学生思想政治教育工作的启示

大数据时代的来临将会对社会各领域产生巨大影响.文章从大数据的定义、类型、特征解释了大数据的时代内涵,归纳分析了大数据给教育带来的重大转变.对于大学生思想政治教育工作如何利用大数据技术,文章提出了形成全方位的思想行为预警机制,建立大学生思想政治教育的“云课堂”、实现大学生就业精准的个性化服务三方面的启示.     

“数据画像”在思想政治教育中的创新应用

大数据推动思想政治教育朝着更加精准化、细致化、系统化的方向发展,并通过与互联网技术的结合,开发出更多的教育资源,极大地丰富了思想政治教育内容。借助大数据不但能够拓宽思想政治教育视域,还能够通过"数据画像",提高思想政治教育的精准度,推动教育改革事业不断创新发展。     

大数据时代高校网络思想政治教育的价值维度与实现方式

大数据时代已悄然而至,对高校网络思想政治教育的针对性、时效性、感受性、实效性等提出更高要求,而高校网络思想政治教育的价值理念及实现方式仍然停留在"小数据"时代。文章分析了大数据时代高校网络思想政治教育面临的挑战,探讨了大数据时代高校网络思想政治教育的社会和个体价值维度以及理念、平台、机制、队伍建设等方面的实现方式。     

数据仓库与数据集市

文章主要从数据仓库和数据集市的概念入手,讨论了数据仓库和数据集市的特点、区别和联系,以及它们创建等问题。     

浅谈数据挖掘与数据仓库

数据挖掘和数据仓库,两者是相辅相成,融合与互动发展的。在金融行业引入数据仓库、数据挖掘技术,能使银行的信息技术应用从业务操作层提升到管理决策层,使其内部管理和流程优化。     

数据仓库与数据挖掘技术

较为详细地阐述了数据仓库和数据挖掘的概念 ,同时指出了开发数据仓库的流程和数据挖掘技术的方法     

数据仓库中的数据清理方法研究

阐述了数据清理的概念和意义，介绍了缺失值修补和孤立点识别采用的主要方法，并指出有待进一步研究的问题。     

From Data Collectors to Data Producers: Shifting Students’ Relationship to Data

This paper contributes a theoretical framework informed by historical, philosophical and ethnographic studies of science practice to argue that data should be considered to be actively produced, rather than passively collected. We further argue that traditional school science laboratory investigations misconstrue the nature of data and overly constrain student agency in their production. We use our “Data Production” framework to analyze activity of and interviews with high school students who created data using sensors and software in a ninth-grade integrated science class. To understand the opportunities for students to develop act with and perceive agency in data production, we analyze in detail the case of one student as she came to use unfamiliar technologies to produce data for her own personally relevant purposes. We find that her purposes for producing data emerged as she worked, and that resistances to her purposes were opportunities to act with and perceive her own agency, and to see data in new ways. We discuss implications for designing science learning experiences in which students act as agents in producing and using data.     

数据仓库在材料数据分析中的应用研究

材料数据库建设存在着诸多问题,已不适应材料科学研究的发展需要。采用数据集成技术是解决问题的关键。通过分析数据仓库技术特点,以及材料研究的数据要求和管理特点,提出了采用数据仓库进行材料数据集成和分析的新思路。     

半结构化数据到结构化数据的无损映射

大多数半结构化数据都具有一定的结构规律，将它们转化为基于关系数据库存储的结构化数据，可有效地应用DBMS技术进行处理，部分不便于转化的数据作特殊处理，以保证整个数据的无损映射，本在完成DTD的转换后，从一种最简单的映射方式入手，提出改进方案，利用一种基于数据挖掘的模式抽取方法，对不同类型的元素分别处理，设计了一套有效的溢出数据处理办法，实现了半结构化数据到结构化数据的无损映射。     

基于Schema模式的XML文档和关系数据间转换机制的研究

在介绍XML技术及Schema文档的特点基础上,着重探讨了XML模式与关系模式间数据转换的具体实现.