The development of data use,data skills,and positive attitude towards data use in a data team intervention for teacher educators

This study focuses on understanding how a participation in a data team develops data skills and data use in individual teacher educators. Five teacher educators collaborated in a data team that used data to solve the problem of student teachers dropping out during their course of study. This study aimed at understanding how teacher educators learn from their participation in the data team. We collected data through interviews, surveys, and a knowledge test, and gained insight into the development of data skills, attitude towards data use, and the teacher educators' data use in daily practice. The results show that the data team members’ data skills and attitudes towards data use changed in different ways during the data team intervention depending on their initial situation, and that overall, their data use for school development increased.     

全景透视多模态学习分析的数据整合方法

多模态学习分析被认为是学习分析研究的新生长点,其中,多模态数据如何整合是推进学习分析研究的难点。利用系统文献综述及元分析方法,有助于为研究和实践领域提供全景式的关于多模态数据整合的方法与策略指导。通过对国内外363篇相关文献的系统分析发现:(1)多模态学习分析中的数据类型主要包含数字空间数据、物理空间数据、生理体征数据、心理测量数据和环境场景数据等5类。在技术支持的教与学环境中,高频、精细、微观的多模态学习数据变得可得、易得、准确。(2)多模态学习分析中的学习指标主要有行为、注意、认知、元认知、情感、协作、交互、投入、学习绩效和技能等。随着技术的发展和人们对学习过程的深刻洞察,学习指标也会变得更加精细化。(3)数据与指标之间展现出"一对一""一对多"和"多对一"三种对应关系。把握数据与指标之间的复杂关系是数据整合的前提,测量学习指标时既要考虑最适合的数据,也要考虑其他模态数据的补充。(4)多模态学习分析中的数据整合方式主要有"多对一""多对多"和"三角互证"三种,旨在提高测量的准确性、信息的全面性和整合的科学性。总之,多模态数据整合具有数据的多模态、指标的多维度和方法的多样性等三维特性。将多模态数据时间线对齐是实现数据整合的关键环节,综合考虑三维特性提高分析结果的准确性是多模态数据整合未来研究的方向。     

基于“一张表”平台推动面向高校教师的数据治理实践

为解决高校数据治理问题,文章首先对数据治理的定义、高校数据治理对象及其治理思路进行了分析,并引入面向高校教师的数据治理平台——"一张表"平台。随后,文章介绍了"一张表"平台的功能框架与功能特点,从数据同步、处理、采集、管理、反馈、控制等角度探讨了平台对教师数据治理的推动机制,并分析了平台对教师数据治理流程的重构。最后,文章介绍了"一张表"平台的数据治理成效,发现平台完善了数据资产、治理了难点数据、提升了数据质量,能有效地推动高校教师数据治理的实施。     

一种基于Kettle的无损增量数据同步方法研究

在学校各系统运行管理过程中,产生了大量宝贵的数据资源,这些数据对学校重要决策制定及传统教育模式改革有着极其重要的作用。因此,如何将不同维度的数据采集到统一的数据中心便成为大数据研究的重点之一。在数据采集过程中,很多学校没有保存重要的历史数据以及已删除记录的状态标记,将对数据分析中诸如时间切片分析、历史状态分析等产生致命影响。以学校人事系统为例,提出一种基于Kettle的无损增量数据同步方法。该方法利用全量数据比对方式,找出新增、修改和删除的数据,并对其进行详细记录,从而实现了对历史数据的完整保留,弥补了如时间切片分析等数据分析策略中数据不足的缺陷。     

Refreshing File Aggregate of Distributed Data Warehouse in Sets of Electric Apparatus

Integrating heterogeneous data sources is a precondition to share data for enterprises. Highly-efficient data updating can both save system expenses, and offer real-time data. It is one of the hot issues to modify data rapidly in the pre-processing area of the data warehouse. An extract transform loading design is proposed based on a new data algorithm called Diff-Match, which is developed by utilizing mode matching and data-filtering technology. It can accelerate data renewal, filter the heterogeneous data, and seek out different sets of data. Its efficiency has been proved by its successful application in an enterprise of electric apparatus groups.     

水准测量内业数据一键式处理系统设计与实现

为改善水准测量内业数据处理、存储、分析及共享业务,结合C#编程语言和SQL server 2008设计并实现了水准测量内业数据一键式处理系统。系统在水准测量数据一键添加、一键计算上采用基于面向对象的程序设计（OOP）实现对象添加,大大降低了系统开发难度。运行测试表明,该系统能简单、智能地实现内业数据处理,满足常规水准测量数据业务需求。     

数据包过滤技术的分析与讨论

在对数据包、数据包过滤器、数据包过滤的方法和装置进行详细分析的基础上,文章研究了怎样设立适应多种变化的数据包过滤器、阻断ping包的数据包过滤器、Web访问的数据包过滤器、FTP的数据包过滤器的规则,为网络通信中的数据安全打下了坚实的基础.     

Addressing the messiness of data analysis: Praxis,readiness and tips from doctoral research

Despite the fluid and nonlinear nature of data analysis, specifically in qualitative research, published work in comparative education has rarely discussed the messy aspects of data analysis. This Forum addresses the complexity of the analysis stage faced by three doctoral researchers in terms of: considering data analysis when selecting data collection tools; messiness of data analysis deriving from fieldwork and data collection; integrating different data sources; practising reflexivity during data analysis; and ethical issues arising from data analysis. The Forum aims not only to offer suggestions and tips to deal with data analysis but also to encourage more open discussions on this topic within the research community.     

数据仓库技术及应用

介绍了数据挖掘的概念,分析了数据仓库产生的原因,从数据仓库中数据的组织、管理和提取等角度阐述了数据仓库的建立和应用。     

智慧校园视域下高等教育数据生态治理体系研究

在智慧校园背景下开展数据生态治理有助于消除数据孤岛、缩小数据鸿沟,统一规范数据标准,科学管理数据资产,优化改善数据质量,有效监督数据安全,明晰共享数据权责,实现参与教育大数据应用的各单元协同配合,进入教育大数据的各个环节良性循环,服务教育大数据的各种对象全面入微。从高等教育迈入“全智慧”校园所面临的问题出发,借鉴了国内高等教育领域数据治理研究理论与实践经验,探究了智慧校园视域下高等教育数据生态治理的必要性。从当前教育数据治理工作发展的困境与任务入手,提出了高教数据生态治理的三层次模型。在综合分析高教数据治理体系建设原则与内容的基础上,构建了一套完整的数据生态治理体系参考架构,以期刻画高教数据生态治理相关单元功能内容,用以辅助破解高教数据发展困境,驱动教育大数据与智慧校园创新应用深度融合。最后,运用数据治理实践案例,从垂直与水平维度视角剖析了数据生态治理工作开展与推进高教组织变革之间的逻辑关联,论证了数据治理对驱动高校智慧校园建设的重要作用。     

基于IEC标准的电力数据仓库数据建模研究

传统的电力企业数据仓库的数据建模技术因没有统一的标准，造戍数据仓库中信息不一致，也影响了其信息的完备性，使数据仓库无法充分利用正在运行的计算机信息系统中的数据进行灵活、及时的数据分析。文章主要研究基于IEC-61970标；隹电力企业数据仓库数据建模技术，并使用这些技术解决电力企业数据仓库建设中数据集成的标准化问题，使电力企业数据仓库中的信息更加完备。     

数据依赖的语义分析

数据依赖是一类数据约束,数据的语义解释决定了数据库中的数据应遵循的约束.数据库设计理论涉及一个基本问题——数据依赖的确定,实践中,对于数据依赖的确定,专业人员往往依赖实例数据的分析或者凭经验判断.为了探讨数据依赖的确定问题,通过实例数据分析发现数据依赖的方法,指出其不可靠,提出了通过语义分析确定数据依赖的思路,并对函数依赖、包含依赖、多值依赖和连接依赖的语义分析作了阐释.     

采用云计算的数据挖掘技术可视化教学与实验方案

针对数据挖掘技术较为抽象并且难以理解等问题,设计了数据挖掘课程的教学与实验方案.方案包含了数据分类、聚类、降维以及关联规则等数据挖掘子技术.将传感器、互联网、社交媒体等不同类型的数据作为实验数据集,采用云计算技术提高计算与存储的效果,提高教学与实验的效率.设计了图形交互界面,能够以图形形式与表格输出数据分类、聚类、降维...     

Powerbuilder中的数据窗口技术

Powerbuilder是一个优秀的数据库系统开发工具,其核心技术是数据窗口技术,介绍了用Powerbuilder的数据窗口进行数据库维护、查询、统计、作数据报表的方法,特别是在查询方面,有多种实现数据查询的办法,数据窗口技术显示了Powerbuilder开发数据库程序的独特魅力.     

数据仓库技术在图书馆数字化中的应用研究

章介绍了数据仓库及数据仓库系统的有关概念，探讨了数据仓库技术在图书馆的决策支持、提高服务质量和数字图书馆建设中的应用问题，分析了建设数据仓库所需要的需求推动力、认识基础、数据基础和人才基础，提出了图书馆实现数据仓库的策略和数据仓库系统开发的方法。     

基于网格的并行数据挖掘算法的实现

随着信息技术的发展,大量的数据不断被收集和存储,对数据的挖掘规模越来越大,传统的数据挖掘已经无法解决海量数据挖掘问题。网格技术的发展,使得广域分布的海量数据的挖掘问题得到解决。文章根据现实中海量数据挖掘的需求和网格的本质,把并行关联规则挖掘算法应用于网格数据挖掘中,并建立了一个并行数据挖掘模型,验证了并行数据挖掘系统在网格环境的可行性与合理性。     

“智能+教育”变革中教育数据治理的价值与路径

随着人工智能与教育知识服务的深入发展,教育大数据成为推动教育治理科学发展的基石.教育数据治理是为了应对教育大数据应用在管理规范、安全、隐私保护等方面的挑战,是数据治理在教育领域的应用范畴,有助于教育决策更加科学,促使教育服务更加精准,促进教育改革最优化.然而,由于教育数据治理的发展历史较短以及教育系统的复杂性,教育数据治理在数据质量、数据管理、数据监管以及数据服务等方面依然存在不足.基于教育数据治理的现实困境,研究提出教育数据治理的四条路径:第一,制度先行:强化教育数据要素流通的制度设计;第二,管理规范:完善教育数据要素流通的标准体系;第三,队伍建设:重视教育信息化治理专业人才培养;第四,素质护航:持续推进数据素养提升工程.并从法律地位、安全管理制度、体系标准、主体职责和权力边界、管理者环境适应性、创新专业课程教学、人才培养、数据意识和数据能力模型9个方面提出具体建议,以期为智能化教育进程中的教育数据治理发展提供可参考的建议.     

基于数据仓库技术的电子商务系统

提出了基于数据仓库技术,把客户点击流数据和电子商务网站产品交易数据相结合,共同进行智能分析,提供个性化推荐的思想.介绍了建立基于数据仓库技术的电子商务系统的关键技术,讨论了点击流分析技术,重点介绍了采用JAVA技术设计的图书电子商务系统,阐述了其点击流的收集、分析和个性化推荐的实现.     

基于数据仓库和数据挖掘的入侵检测模型研究

入侵检测(Intrusion Detection)作为一种新的、以主动方式工作的网络安全技术,引起了人们的极大兴趣。目前入侵检测技术普遍引入数据挖掘技术和数据仓库技术。为了使入侵检测系统更有效地工作,就必须提高其检测的准确率,尽量减少漏报和误报的现象。为了达到这一目标,可以从提高数据仓库和数据挖掘的数据质量入手。而把数据仓库的数据抽取、转换和载入技术作为入侵检测系统(Intrusion Detection System)数据获取、转化的方法是一个很好的选择。实践证明,这样可以大大提高入侵检测系统的数据质量,进而提高入侵检测系统的准确率。因此,这可以作为改进目前入侵检测系统产品的一种有效途径。     

基于沃尔什变换的连续型数据离散化方法及应用

在智能信息处理中，大多要求整型或字符型的离散化数据，而实际数据往往是连续型的。本文在沃尔什变换的基础上，提出一种连续数据离散化方法。该方法不需要给定划分维数，连续数据经过沃尔什低通滤波后被划分成离散的区间，再用整数和符号标示。通过实际数据测试，该方法取得了较好的效果。