大数据时代下的个性化学习探讨

现代社会是一个信息化的社会,更是一个数据化的社会,无论我们身在何处,无论我们做什么事情,都会受到大数据的影响,包括我们的学习方式。     

基于深度学习的“算法设计与分析”教学模式改革

深度学习是认知领域的重要概念,更加强调和关注学习者积极主动地学习、批判性地学习,要求学习者理解学习内容的完整含义,建立已有知识与新知识的联系,将已有的知识迁移到新的情境中,作出决策和解决问题[1]。深度学习提出了一种对于学习知识的更深层次的要求,是一种能够全面理解知识、运用知识的方法。本文针对普通高校"计算机算法设计与分析"课程内容的归纳和分析,在厘清学习概念的基础上,对传统教育中教学过程、学习过程中的问题与不足,以深度学习理论为指导,尝试提出一种新型教学理念,并结合当代大数据时代特点,改变传统教学模式、方法,促进学生对于课程内容的深度理解,提高学生解决实际问题的能力。     

基于深度学习的学术文本段落结构功能识别研究

【目的/意义】在学术大数据的应用背景下,对学术文本更加细粒度、语义化的分析挖掘日益迫切,学术文本结构功能识别成为科研领域的一个研究热点。【方法/过程】本文从段落的层次来识别章节结构功能,提出利用结合卷积神经网络和循环神经网络的特征对学术文本段落进行表达,然后进行分类。【结果/结论】文本提出的深度学习方法在整体分类结果上优于传统的机器学习方法,同时极大的减少了传统特征工程的人力需求。     

大数据与大数据经济学

本文从大数据的发展现状分析入手,讨论了大数据对传统经济学的挑战,首次提出大数据经济学的概念.认为大数据经济学包括大数据计量经济学、大数据统计学和大数据领域经济学,并分析了大数据经济学与信息经济学、信息技术等相关学科的关系,最后对大数据经济学发展前景进行了展望,认为大数据经济学不仅将理论科学、实验科学、复杂现象模拟统一在一起,而且将自然科学和社会科学统一在一起,将理论研究与实践应用实时地统一在一起,大数据经济学具有“智能经济学”的特点.     

开放性大任务促进小学生语文深度学习的策略例谈

课堂上,教师设计开放性大任务、挑战性大任务、探究性大任务,通过学生的独立自学、小组合作、全班交流等教学活动,激发学生学习的兴趣,利用学生已有的知识和经验,进行迁移和运用,把学生带入深度思维中,使学生在语文课堂的阅读与实践中体验、思索,提高语文能力.     

基于深度学习的抽象文本摘要自动生成方法综述

抽象文本摘要本质上做的一件事情是信息过滤,旨在将文本或文本集合转换为包含关键信息的简短摘要,解决信息过载及信息冗余的问题.目前,在抽象文本摘要领域使用的主流方法大多是基于深度学习的模型.深度学习模型使用多个处理层来学习原文的层次表示,在抽象文本摘要领域产生了最先进的结果,所以基于深度学习的抽象文本摘要方法是近几年的研究...     

大数据应用促进大数据产业落地

首先对大数据做简要诠释;其次重点阐述大数据在国内外各个领域的应用现状,以此来对大数据产业的发展、社会定位以及价值实现途径进行探索;最后分析我国大数据产业发展当中存在的主要问题并给出相关建议。     

基于深度学习的科学数据集检索方法研究

[目的/意义]为了支撑数据驱动研究范式,促进科学数据的共享与利用,提高数据仓储和发现平台中数据集检索功能的效果。[方法/过程]将科学数据集检索过程分为候选数据集检索和候选数据集重排序两个主要阶段：在第一阶段,将BM25模型与基于SimCSE的稠密检索模型结合,获取潜在的相关数据集;在第二阶段,基于BERT排序模型对候选数据集的相关性进行评分,据此优化检索结果排序。[结果/结论]从国内外13个人文社科相关的科学数据仓储平台采集约10万数据集的元数据进行检索实验和效果评价,结果表明：提出的检索模型效果最优,其NDCG@10的得分分别高于基准的向量空间和BM25模型23.6和11.7个百分点;对各模型检索结果分析发现,该模型相比基准模型具有更强的语义检索能力;此外,还对模型权重设置进行分析,可为实践应用中的参数设置提供参考。[局限]仅在英文人文社科数据集上进行模型效果验证。     

学习科学视角下促进大学数学深度学习的元认知训练模式研究

大学数学是大学中受众面非常广的一门公共基础课程,其核心是培养学生的逻辑思维、创造性思维、建模意识等高阶思维能力。深度学习的目标就是发展学习者的高阶思维能力,元认知能力是指个体对于自身认知过程的调节能力,很多研究者认为深度学习与元认知能力之间存在相互促进的关系。该文从学习科学视角将元认知训练与大学数学深度学习过程的一般模型相结合,以期通过提高大学生的元认知能力实现大学数学深度学习。     

基于改进多时隙散点算法的大数据任务调度

针对当前大数据任务的调度管理,传统的调度处理方法采用随机调度机制,从单个节点的性能出发,无法达到全局最优化的效果。提出基于改进多时隙散点算法的大数据任务调度管理方法,为了克服多时隙调度算法的缺点,运用多时隙调度算法时,引入了一个管理因子,对系统节点进行数据调度任务分配,根据分配的任务进行评价和估计,并且不断更新实时任务,追求最优性能,最终达到全局最优化。最后通过一组20节点数据进行测试实验,结果显示,采用改进的多时隙大数据任务调度管理算法,相对于传统调度方法,系统整体效率提高了平均约28%,具有很好的应用价值。     

科学大数据――国家大数据战略的基石

作为人类的新型战略资源,大数据已成为知识经济时代的战略高地。其少量依赖因果关系、主要依靠数据相关性发现知识的新模式,使得其成为继经验、理论和计算模式之后的数据密集型科学范式的典型代表,带来了科研方法论的变革,正成为科学发现的新引擎。科学大数据作为大数据的重要分支,具有不可重复性、高度不确定性、高维性及计算分析高度复杂性的内部特征,以及在数据内容、数据体量、数据获取、数据分析等方面的外部特征,这给科学大数据的处理技术与方法提出了新的挑战。在以上分析基础上,文章提出了科学认知科学大数据,建设科学大数据基础设施,建立科学数据研究中心,以及构建科学大数据学术平台等建议。     

通信网络大数据的深度运营

4G高速网络时代,电信运营商爆炸式增长的数据业务将产生海量业务数据。用大数据视角挖掘通信业务数据中蕴藏的巨大价值、盘活企业的海量数据资产,为电信运营商的未来发展提供了新思路。本文介绍了大数据技术发展及技术架构,依据大数据价值链层次构成理论分析了电信运营商的大数据优势和面临的挑战。结合大数据存储与处理流程,提出建设大数据采集与存储平台、与大数据处理公司合作进行深度挖掘的建议,并从精细化运营和商业模式创新两个方面对电信运营商在4G时代的大数据应用进行了探讨。     

基于深度学习的藏文舆情分析研究

随着自然语言处理技术的快速发展,藏文信息处理技术也取得了较大进展。其中,藏文舆情分析作为藏族地区社会舆情分析的重要技术,受到广泛关注。但是,现有的藏文文本情感分析研究由于起步较晚,还存在很大提升空间。本文提出基于深度集成学习的藏文文本情感分析算法。并通过建立藏文情感数据集进行实验,本文算法在三类情感（正向、负向、中性）中精确率平均提升1.65%,召回率提升1.63%,F1分数提升1.96%。实验结果表明,本文采用的深度集成学习有效地提高了文本情感分类的性能。     

教育大数据在中学课程学习中的应用与开发

教育大数据目前在中学课程学习中占有举足轻重的作用,也是未来教育发展的趋势。该文介绍了大数据在中学学科教学和学习中的应用功能:教育大数据能有效地进行数据分析、教育大数据的资源共享功能、大数据能实现多种学生课业的评价。同时,该文对大数据下智能平台的开发和应用进行了研究。     

基于数据的个性化创新学习评价模型构建与研究

随着教育信息化技术的不断发展,基于在线学习平台的泛在学习已经成为学生学习的重要途径。通过对学习过程中积累的海量数据进行分析挖掘,为全面正确评估学生学习状况,为教学决策和优化教学计划提供了参考依据。从教育大数据出发,通过数据收集与挖掘、学习行为分析、学习评价等角度构建基于大数据的个性化学习评价模型,为泛在学习环境中个性化学习设计和教学优化提供有益参考。     

基于高维数据和深度学习的短期电力负荷预测

精确高效的短期电力负荷预测在现代化电网建设和资源分配上具有重要的作用和研究意义.随着水电、风电等新能源逐渐接入,电网中数据维度飞速增长,面对具有海量特征的高维数据,短期电力负荷预测技术面临着重大的挑战.传统的短期电力负荷预测技术仅关注了某些特定的特征,因此很难对电力负荷数据在时间维度进行建模;基于循环神经网路的方法虽然...     

基于大数据可用性的政府统计策略研究

随着大数据的指数型增长,不确定数据大幅度增加,大数据应用深度和广度有限,对传统的政府统计平台建设和统计思路带来严峻的挑战。在分析大数据可用性理论的基础上,提出大数据统计平台建设要求,并给出实施路径与建设策略。