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。     

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。     

数据治理在解决“一张表”问题中的实践

在数字校园时期,高校建设了大量的MIS系统,采集了大量的数据,但数据碎片化的问题没有得到有效解决,导致重复填表现象普遍存在,并广受教师诟病。"一张表"的核心是数据收集一次,重复使用。阻碍"一张表"落地的关键原因是数据的分散、量少质差、难以共享。本文从战略目标、组织架构、数据标准、数据集成、数据质量、数据仓库6个方面提出了高校数据治理框架,并通过该框架在"一张表"相关数据治理中的应用,在学校岗位考核、职称评审工作中切实的减少了数据填报的工作量,提高了数据质量,实现了高校核心数据的共享,解决了"一张表"的问题。     

大数据研究中需要关注的几个问题

随着社交网络、物联网的迅猛发展,大数据时代已经来临。如何更好地管理和使用大数据已经成为各行各业广泛关注的焦点。大数据规模的不断扩大,给数据存储、管理与分析带来了极大的挑战。本文对大数据概念进行了比较归纳,对大数据研究中的数据采集、数据预处理、数据存储、数据管理等问题进行了阐述,并提出了相应的解决方法。     

基于数据空间的网格数据管理

为了更好地管理和应用数据网格中大量分布异构的数据,在对网格技术发展现状进行深入研究基础上,提出基于数据空间概念的网格数据的管理架构.在此基础上,实现了一个网格数据空间管理原型系统,系统中将现有的一些数据空间技术如数据模型iDM、查询语言iTrails等与网格数据访问中间件OGSA-DAI相结合,使用OGSA-DAI工作流来完成数据空间管理系统的数据访问、抽取、数据索引、服务管理和查询回复等一系列工作.实验表明数据空间管理机制在网格环境下是可行的,数据空间管理系统屏蔽了网格数据的分布性和异构性,且能够适应网格数据动态特性,因此满足了对网格数据的管理要求.所提出的网格数据空间架构为网格数据管理提出了新的方法.     

大数据视域下高校数据治理优化路径研究

大数据背景下,高校信息化建设进入了一个新的发展阶段,如何全面提升数据质量、高效整合数据资源、快速形成数据资产、创新深化数据应用更好地服务于高校的精准管理和科学决策是亟需解决的现实问题.开展数据治理是提升数据管理和应用能力的有效途经,文章在阐述高校数据治理内涵和实施意义的基础上,采用问卷调查法对当前国内高校数据治理机构设置及职能定位进行调查分析,归纳总结了四类数据治理牵头部门的主要功能以及国内高校在实施数据治理时普遍面临的五个问题.从数据全生命周期管理的角度提出了高校数据治理框架,并在此基础上构建了优化数据治理实施路径四要素模型,从体制机制、统一数据平台、数据标准、队伍建设四个维度就高校如何高效实施数据治理进行了探讨,对推动高校数据治理工作进一步发展具有借鉴和参考作用.     

教育大数据的技术体系框架与发展趋势——“教育大数据研究与实践专栏”之整体框架篇

文章明确了教育大数据的内涵,指出教育大数据具有战略层价值和应用层价值。基于大数据的一般处理流程并结合教育业务特点,文章构建了教育大数据的通用技术框架,包括教育数据采集层、教育数据处理层、教育数据分析与展现层和教育数据应用服务层。最后,文章分析了十三五期间我国教育大数据的整体发展趋势,主要表现在:教育数据开放程度不断提升、教育数据资产规模逐渐壮大、教育数据创新应用效应逐步扩大、教育大数据行业生态逐步完善以及教育大数据专门人才培养备受重视。     

校园数据网格系统的研究和实现

基于数据网格思想,分析、设计并部分实现了一套校园数据网格系统.着重探讨了网格节点的数据访问技术、数据存储方式,以及数据搜索方法,设计并实现了一种基于FTP服务器的数据网格搜索引擎.     

基于ExCC算法的流数据挖掘研究

随着现代科学技术的快速发展,出现了诸如无线通信网络的数据、传感器网络的数据、证券交易的数据等的新型数据,即流数据.流数据呈现的特点不同于传统的数据集,其所表现的是数据规模宏大、时序性、数据快速变化等.传统的聚类分析算法对于流数据挖掘已不再具有可行性,因此,本文就ExCC算法对于流数据挖掘的相关问题进行了深入研究.     

中小学教师数据素养的发展路径与培养策略

作为加快数据驱动教学范式转型的关键之所在,教师数据素养是教师适应时代发展需求的必备素养。文章首先通过文献梳理,介绍了教师数据素养和教师数据素养培养的相关研究成果;随后,文章分析了教师数据素养培养的理论与实践依据,并以此为指导,设计了中小学教师数据素养的发展路径;最后,文章从师范生教育、数据知识普及、数据素养培训、教学实践示范四个角度,提出了教师数据素养的培养策略。中小学教师数据素养的发展路径与培养策略的提出,能够为中小学教师数据素养的提升提供理论支持与参考依据。     

大数据研究综述

信息技术的迅速发展,促使物联网、云计算、移动互联网三网融合,并衍生出海量数据,大数据时代已悄然来临。以几何倍数增长的数据如何高效率地采集、处理、挖掘是大数据领域亟待解决的关键问题。阐述了大数据的定义、国内外研究现状及特点、大数据的关键技术,提出了大数据的发展趋势。     

智能时代的教育数据治理变革:挑战与路径

伴随着智能时代的到来,数据成为重要的战略资源,数据驱动成为现代教育的基本特征,教育数据治理面临着新的变革。文章在分析了智能时代教育数据治理面临的复杂挑战后,归纳了智能时代教育数据治理应当实现精准、敏捷、安全的管理目标,并从管理体系和技术体系两个维度,分别论述了智能时代教育数据治理策略的内涵,提出了数据确权、治理机构和数据标准等可行管理机制,以及敏捷的教育数据部署、可信的教育数据日志管理和可靠的教育数据共享机制等技术保障路径。     

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.     

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。     

迎接大数据时代

继云计算、云平台之后,大数据又悄悄成为时下热词,"今天你云了吗?"的问候语,也变成了"今天你大数据了吗?"什么是大数据?大数据就是数据多、数据大?大数据与以往的数据(我们不妨先称之为"小数据")有什么区别?以上问题值得我们深思与探究。     

大数据时代高校数字档案资源管理研究

高校在校园信息化过程中产生和积累的数据已经具备了大数据特征,从海量数据中提取出有价值的信息归档保存和提供利用具有重要的意义。该文站在档案信息资源角度概述了大数据管理的最新研究成果。从大数据4V特征出发,分析了高校大数据来源的主要渠道,厘清数据与档案之间的关系,构建基于大数据生命周期管理模型。文中从观念转变、组织协调、战略制定、数据采集、清洗、聚合等方面着手,做好数据管理和重要数据归档工作。如何对大数据进行有效管理已经成为大数据发展的重要课题,高校尤其是档案部门作为主管历史记录和信息资源的职能机构,更应抓住机遇,履行对数字档案资源管理的职能。     

高中阶段培养大数据思维的教学策略研究

大数据从提出至今也不过10年左右的时间,却已经融入了社会生活的各个领域,消费有消费大数据、金融有金融大数据、交通有交通大数据……大数据出现在了人们生活的各个角落。那么什么是大数据思维?如何才能有效培养大数据思维就成为教师急需解决的问题。本文通过大数据思维的定位、大数据思维课程资源的开发和大数据思维的培养策略,阐述了大数据思维在高中阶段教学中的应用策略。     

解析大数据

随着云计算、物联网、社交网络的快速发展,数据呈爆炸式增长,数据量的规模巨大、数据间关系更加复杂,数据从原来简单的处理对象提升为一种基础性资源.同时,大数据也在一定程度上打破了传统的数据处理过程,促使现代数据管理方式发生了相当大的变化.大数据技术也为我们在分析和解决问题的过程中提供了新的解题思路和方法,逐渐成为当下研究的热点.在阐述大数据的一些概念、特征和应用后,研究了大数据与云计算之间的内在关系以及大数据的基本架构,最后重点归纳了大数据时代所面临的挑战.     

数据故事化：教育数据要素价值转化的新视角

随着教育数字化转型在向数据纵深推进,对于教育数据要素的见解提取与价值转化不仅是分析人员的工作范畴,而且开始依赖处在数据生成与应用现场的教育者、学习者。然而,这些用户在数据要素的认知解读及决策转化上还存在较大挑战。数据故事化为教育数据要素的开发利用与价值转化研究提供了新视角。研究概述了数据故事化的概念内涵与构成要素,重点刻画了数据故事化的设计参考模型,分析了数据故事化对于教育大数据价值转化的启示。研究认为,数据故事化是数据价值转化的深度设计逻辑,主张整合叙事要素、模型与方法,对抽象数据进行叙述化编排、情境化再植、策展性解释,通过拓展设计要素、厘清设计特征、关注设计事理等新给养,支持非数据专业用户对教育数据的深度认知与价值转化。     

大数据在教育领域的应用研究

大数据时代,各个领域都试图应用大数据技术来进行管理、优化等工作,大数据在教育领域也得到了一定的应用,本文阐述了大数据的准确概念及其三种数据类型,分别介绍了大数据的六个特点:数据量大、类型多、对存储要求严格、时效强、速度快、管理过程比较复杂,并提出了大数据技术在教育领域有转变教育理念、改变思维模式,让传统教育模式向个性化教育转变,重新确立教学评价的方式,加强学校基于数据的管理等的应用.