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。     

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。     

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。     

大数据实验室建设与应用研究

大数据应用的优势是对数据价值的分析和利用,大数据技术应对的是价值与数据之间的博弈,是大数据价值体现的手段和方法,大数据人才培养是推进大数据技术进步的基本保障。大数据实验室是进行大数据实验教学、科学研究与社会服务的主阵地,是高校学科专业建设强有力的支撑。基于当前大数据专业建设和人才培养的要求,提出了大数据实训平台的网络结构,对主流大数据技术进行了介绍,对主要的大数据开发工具进行了分析。     

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。     

高校大数据课程内容体系探讨

文章理顺了大数据与商务智能、数据挖掘等相关课程的关系。根据多年来主持国家、省部级大数据相关项目和教学经验,就大数据课程内容体系构建、如何讲授大数据课程及大数据实验和应用体系设立等提出大数据课程内容体系创新模式。     

互联网+背景下大数据专业的机遇和挑战的研究

当今社会,数据成为国家战略性的基础核心资源和社会财富、生产要素的关键资源之一。大数据的研究经历了探索期、增长期和爆发期三个主要阶段,研究和应用涉及人文和自然社会科学等众多领域。大数据的研究热点主要集中在大数据的应用、大数据挖掘技术、大数据处理技术。本文主要讨论如何将大数据与学校专业有效融合,探讨大数据产教融合合理的实施方案,因而为大数据走进学校提供指导性建议。     

基于学习大数据的学习评价:原理、模型及实施策略研究

随着5G网络、大数据、万联网和人工智能的颠覆式创新发展,基于学习过程大数据的学习评价已成为教育评价研究的新热点,并初步呈现出以大数据为基础的新一代评价范式转型建构之趋势。文章在界定学习大数据概念的基础上,阐释论述了学习大数据的价值和基于学习大数据的学习评价原理,诠释构建了基于学习大数据的过程性评价模型,论述并提出了基于个性化学习大数据的学习评价实施策略。     

论大数据的现状及其发展研究

随着大数据时代的降临,计算、物联网、社交网络等新型服务促使人类社会的数据种类和规模逐渐扩大,数据量随之也愈来愈大。数据从简单的对象处理开始转变为一种基础性资源。大数据的存储和管理以及大数据的分析是一个很大的问题。本文主要针对大数据的现状、基本概念、关键技术、面临的困难和挑战、如何适应好"大数据"时代做了探讨以及大数据在毕业生就业的应用。     

网络大数据研究及应用

网络大数据是对真实社会的网络映射,蕴含着丰富的信息、知识和智慧。深度挖掘网络大数据的潜在价值给人们带来了前所未有的机遇,但是同时也给现有存储能力、计算能力等带来了巨大挑战。分析了网络大数据的特点,总结了网络大数据研究的重要意义,通过实例展示了网络大数据在现实中的成功应用,并指出了网络大数据在感知与表示、存储与管理、数据挖掘和社会计算等方面所面临的挑战。