基于学科大概念的高中语文文本细读策略研究

“核心素养”下的课堂教学,越来越重视学科大概念。但是在真实的课堂教学实践中,一部分教师要么囿于单篇教学的惯性思维,对文本进行全方位的解读,要么只取大概念的“形”,而忽略了对文本的深度解读,这都不利于学生语文学科核心素养的培养。基于大概念的文本细读在高中语文教学中,既能拓展教学的广度,又可以挖掘教学的深度。     

基于大数据理论档案管理策略研究

随着时代的不断进步,大数据时代飞速发展,大数据时代冲击着整个世界,不断改变人们的生活、工作或是思维方式。对于档案管理来说也面临着巨大的挑战和机遇,档案管理能够有效地促进人们在劳动过程中的积极性,真正地发挥出档案管理在人类社会服务中的意义,不断提升人们在收获或者工作时的效率,所以在大数据理论下,加强对档案的管理建设,能够有效地促进档案管理的发展和进步。     

基于大数据的个性化英语教学策略研究

随着教育改革进程的加快以及信息化教育发展的推进,我国英语教学传统的教学模式,忽略了对学生个性化学习的培养。在大数据的时代背景下亟须对我国个性化英语教学做出相应的改革。首先介绍大数据的含义以及基本特征,其次阐述个性化英语教学的基本要求,从而分析出大数据对个性化英语教学的影响,并在此基础上提出基于大数据的个性化英语教学策略。     

基于大数据的精准阅读指导策略研究

社会在发展,时代在进步,互联网技术逐渐走进了千家万户,教育事业也迎来了新的发展机遇,很多高中学校广泛应用大数据指导阅读教学工作,信息技术也受到众多教育工作者的重视,促使越来越多的教师利用大数据的精准性指导学生阅读。本文分析了大数据的精准阅读指导现状,同时指出阅读指导中存在的多种问题,并提出与之相对应的解决策略,从科学运用大数据指导阅读入手,同时创设趣味性的阅读氛围,并注重信息化阅读模式,使学生能够充分利用大数据进行阅读交流,以起到事半功倍的作用。     

基于文本大数据的中国教育信息化政策(2000—2020年)分析及启示

教育信息化是教育现代化的内生力量,是国家战略的重要组成部分。分析教育信息化政策,准确把握各类教育的战略需求,能为未来教育信息化的发展提供启示。利用文本挖掘、词频分析和关键词提取法,对2000—2020年间我国教育部有关教育信息化政策文本分析发现:基础教育信息化促进教育公平,助力学生减负;高等教育信息化融合思政教育,推动特色专业发展;职业教育与成人教育信息化关注特殊应用、保障社会服务。对比同时期国民经济和社会发展规划文本发现:十五期间全面推进校校通工程,开展大规模信息化基础建设;十一五期间初步建成CERNETCEBsat,普及信息化应用服务;十二五期间重点部署三通两平台,保障大规模优质教育资源共享;十三五期间稳步推进三全两高一大,探索信息时代教育治理新模式。对十四五期间我国教育信息化发展的启示:应优化治理模式,构建治理能力评价体系;回应上位政策,增强教育改革发展活力;完善普惠保障,均等化基本教育资源;开发优质资源,服务全民终身学习社会的建设。     

基于BWC的XML文本数据索引技术研究

在XML文档中,相当大的部分是由文本数据组成的,针对XML文本数据占用空间较大、对压缩文本数据有效搜索效率较低的难点,基于BWC提出了压缩XML文本数据索引的技术,通过构造全文本数据模型,并利用整体压缩自索引存储XML文档的文本数据,实验结果表明,该技术不仅有效支持XPath查询语言文本搜索,而且内存消耗相对较小,实现了中小规模数据的内存搜索.     

一种基于改进互信息的文本分类方法

特征降维是文本分类的关键步骤之一.传统互信息特征选择方法只关注了文档频,未考虑词频因素,并且忽视了负相关特征对文本分类的重要作用,导致其在不平衡语料集上的分类效果较差.针对传统互信息方法存在的不足,提出一种改进的互信息特征选择方法,综合考虑词频因素及正、负相关特征对文本分类的影响,引入平均词频率和绝对值最大因子,克服传统互信息倾向于选择低频词、忽视负相关特征的缺陷.在不平衡语料集上的实验结果表明,改进的互信息能够有效提高文本分类性能.     

一种基于校园物联网实验平台的大数据存储模型

针对物联网传感数据具有的多样性、时空性及大数据特性等特征,在校园物联网实验平台环境下,提出一种基于HBase和My SQL的物联网大数据存储模型。根据平台实际应用的特点,该模型首先通过传统关系数据库接收并存储物联网传感数据,然后通过Sqoop数据转存,实现物联网数据在HBase和HDFS存储架构下的分布式存储,最后在物联网实验平台中应用该模型,并取得了较好的效果。     

基于大数据的流动儿童社会适应促进策略研究

转学造成的知识断层和社会比较带来的心理弱势严重影响了流动儿童的社会适应状况,但传统的心理健康教育举措存在滞后性和低效性等诸多问题。大数据特有的大容量和高速性等优势,为流动儿童心理健康教育提供了新的机遇。实际操作过程中需要跨部门构建流动儿童社会适应数据库和信息共享平台,实时甄别需要帮助的特殊流动儿童,并综合运用线上信息推送和线下团体辅导等多种心理健康教育手段来提升流动儿童的社会适应性。     

基于文本数据的数据挖掘算法研究

总结了数据挖掘的基本方法、文本数据挖掘的关键技术,讨论了文本挖掘的定义和文本分类的一些形式,并对文本数据的数据挖掘算法进行了研究。     

企业统计数据质量的实证检验分析

企业进行决策的重要依据是其所掌握的数据信息,数据质量的好坏直接影响着企业决策的方向．根据2011年全国各省市规模以上企业的15项指标数据,利用K—S检验法验证企业指标数据是否满足对数正态分布规律,且根据判断正态分布异常点的方法对15项指标中的异常数据进行识别．结果表明：2011年全国31个省市规模以上企业的统计数据的准确性和可靠性较好,只有西藏、青海、江苏三省共4个指标未通过检验,需进一步核实未通过检验的指标数据．     

文章类型和考题类型对二语完形填空测试成绩的影响

通过实验考查了文章类型(叙述文和说明文)和考题类型(选择式和填空式)对二语完形填空测试成绩的影响,以及这种影响是否会受到不同题目性质(意义类和形式类)的调节作用。实验结果表明:总体上,文章类型、考题类型及两者交互作用均对成绩有显著影响;对于意义类题目,两个变量及其交互作用均对成绩有显著影响;对于形式类题目,文章类型和考题类型有显著影响,而其交互作用无显著影响。     

基于FastText的新闻文本多分类研究

在迅速增加的海量数据中,文本形式的数据占很大比重。文本分类作为最常见的文本挖掘技术,可在大量杂乱的文本数据中发现有价值的信息,具有重要意义。文本分类面临的首要问题是如何在确保分类准确率的同时缩短分类时间。提出使用分类模型FastText学习单词特征以解决该问题,同时在数据集上使用停用词处理方法降低噪声数据对分类模型的影响。实验结果表明,使用FastText文本分类模型在数据集上准确率达到96.11%,比传统模型提高近4%,且模型处理每条文本的平均时间为1.5ms,缩短了约1/3。     

基于P3D的飞机飞行航迹数据回放演示程序设计

在传统的飞机飞控系统教学中,通常以曲线形式显示飞机的姿态、舵面等数据,直观性不强,学生的学习难度较大,针对这一问题,利用虚拟仿真技术,基于P3D平台,设计了飞机飞行航迹数据回放演示程序,能够直观地将飞机的飞行姿态、舵面等数据以真实形象的三维场景表现出来,降低了学生的抽象思维难度,提高了学习效率。     

基于FOC系统的实验教学平台的开发

飞行运行控制(FOC)是航空公司的综合运行管理系统.将FOC系统引入实验室,并对其进行二次开发,构建FOC实验教学平台,探索利用企业生产系统建设实验室的途径.应用客户端/服务器访问模式和数据库管理技术,在FOC系统上附加教务管理子系统、检查评估子系统、模拟练习子系统、动态数据模拟生成子系统,建立了基于FOC系统的实验教学平台.采用“应用服务器”的访问策略和“数据库分区”技术,解决了动态数据模拟生成子系统运行速度慢、效率低等问题.     

基于核心素养的高中语文群文阅读文本组织策略摭探

“群文阅读”是近年来悄然兴起的一种阅读教学方式,与传统的阅读教学最大的不同之处就是由单一文本的阅读教学改为多文本的阅读教学。文章从围绕教材话题组织文本、以中华民族的精神内核为文本议题组织文本、从教材中分析提炼议题组成文本三个方面,对高中语文群文阅读中文本组织的策略进行研究,以提高学生的核心素养。     

Examining Chi-Square Test Statistics Under Conditions of Large Model Size and Ordinal Data

This study examined the effect of model size on the chi-square test statistics obtained from ordinal factor analysis models. The performance of six robust chi-square test statistics were compared across various conditions, including number of observed variables (p), number of factors, sample size, model (mis)specification, number of categories, and threshold distribution. Results showed that the unweighted least squares (ULS) robust chi-square statistics generally outperform the diagonally weighted least squares (DWLS) robust chi-square statistics. The ULSM estimator performed the best overall. However, when fitting ordinal factor analysis models with a large number of observed variables and small sample size, the ULSM-based chi-square tests may yield empirical variances that are noticeably larger than the theoretical values and inflated Type I error rates. On the other hand, when the number of observed variables is very large, the mean- and variance-corrected chi-square test statistics (e.g., based on ULSMV and WLSMV) could produce empirical variances conspicuously smaller than the theoretical values and Type I error rates lower than the nominal level, and demonstrate lower power rates to reject misspecified models. Recommendations for applied researchers and future empirical studies involving large models are provided.     

基于文字特征的文档碎片拼接复原研究

分析了利用图像拼接技术以及基于文档碎片几何特征的文档碎片自动拼接方法的缺点,提出了基于文字特征的文档碎片拼接复原的新方法。该方法首先将文档碎片图像数字化处理后得到灰度矩阵。提取文档碎片中的文字特征,获得文档碎片左侧白色灰度距离以及文档碎片中心距离向量：然后利用中心匹配法对文档碎片进行聚类分析得到同行文档碎片,并建立最小距离模型对同行文档碎片进行拼接,得到若干行碎片;最后再次利用最小距离模型将行碎片进行拼接．从而实现文档碎片的拼接复原。试验表明新方法提出的拼接算法真实可靠。