大數(shù)據(jù)實(shí)訓(xùn)解決方案平臺(tái)生態(tài)發(fā)展分析

1、大數(shù)據(jù)實(shí)訓(xùn)解決方案平臺(tái)生態(tài)發(fā)展分析大數(shù)據(jù)在教育領(lǐng)域中的應(yīng)用國外教育大數(shù)據(jù)公司介紹2022/7/16 當(dāng)IBM剛剛開始與這一學(xué)區(qū)合作時(shí)，除了學(xué)生成績不好之外，該縣還面臨著輟學(xué)率已增加到48%的嚴(yán)峻情況。根據(jù)聯(lián)邦政府的不讓一個(gè)孩子掉隊(duì)法（No Child Lift Behind，NCLB），學(xué)生成績?cè)愀獾牡胤秸畬⑹艿綉土P。為了應(yīng)對(duì)這一巨大的挑戰(zhàn)，該縣此前已經(jīng)在學(xué)生數(shù)據(jù)的基礎(chǔ)上建立了一個(gè)輟學(xué)指示工具，并將其用于全縣層面的決策。但I(xiàn)BM認(rèn)為這仍不足以改善莫白兒縣窘迫的現(xiàn)狀，需要借助IBM的技術(shù)支持重新建立大數(shù)據(jù)，進(jìn)而利用大數(shù)據(jù)分析來改善學(xué)區(qū)內(nèi)所有學(xué)生的整體成績1IBM“希維塔斯學(xué)習(xí)”是一家專門聚焦于

2、運(yùn)用預(yù)測性分析、機(jī)器學(xué)習(xí)從而提高學(xué)生成績的年輕公司。該公司在高等教育領(lǐng)域建立起最大的跨校學(xué)習(xí)數(shù)據(jù)庫。通過這些海量數(shù)據(jù)，能夠看到學(xué)生的分?jǐn)?shù)、出勤率、輟學(xué)率和保留率的主要趨勢。通過使用100多萬名學(xué)生的相關(guān)記錄和700萬個(gè)課程記錄，這家公司的軟件能夠讓用戶探測性地知道導(dǎo)致輟學(xué)和學(xué)習(xí)成績表現(xiàn)不良的警告性信號(hào)。此外，還允許用戶發(fā)現(xiàn)那些導(dǎo)致無謂消耗的特定課程，并且看出哪些資源和干預(yù)是最成功的。2希維塔斯學(xué)習(xí)”（Civitas Learning）推出了基于他們自己過去的學(xué)習(xí)成績數(shù)據(jù)預(yù)測并改善其未來學(xué)習(xí)成績的大數(shù)據(jù)服務(wù)項(xiàng)目。這家公司的新產(chǎn)品名為“學(xué)生成功系統(tǒng)”（Student Success System）

3、?！翱释麑W(xué)習(xí)”聲稱加拿大和美國的1000多萬名高校學(xué)生正在使用其學(xué)習(xí)管理系統(tǒng)技術(shù)?！翱释麑W(xué)習(xí)”的產(chǎn)品通過監(jiān)控學(xué)生閱讀電子化的課程材料、提交電子版的作業(yè)、通過在線與同學(xué)交流、完成考試與測驗(yàn)，就能讓其計(jì)算程序持續(xù)、系統(tǒng)地分析每個(gè)學(xué)生的教育數(shù)據(jù)。老師得到的不再是過去那種只展示學(xué)生分?jǐn)?shù)與作業(yè)的結(jié)果，而是像閱讀材料的時(shí)間長短等這樣更為詳細(xì)的重要信息，這樣老師就能及時(shí)診斷問題的所在，提出改進(jìn)的建議，并預(yù)測學(xué)生的期末考試成績3渴望學(xué)習(xí)”（Desire 2 Learn）國外教育大數(shù)據(jù)應(yīng)用案例成功創(chuàng)造并發(fā)布了各自版本的利用大數(shù)據(jù)的適應(yīng)性學(xué)習(xí)（adaptive learning）系統(tǒng)。在2012年國際消費(fèi)電子展的

4、高等教育技術(shù)峰會(huì)上，世界最大的教育出版公司培生集團(tuán)（Pearson）與適應(yīng)性學(xué)習(xí)領(lǐng)域里的先行者紐頓公司共同發(fā)布了主要由培生集團(tuán)開發(fā)的適應(yīng)性學(xué)習(xí)產(chǎn)品“我的實(shí)驗(yàn)室/高手掌握”（MyLab/Mastering）。這款產(chǎn)品在將全球范圍內(nèi)向數(shù)百萬名學(xué)生提供個(gè)性化的學(xué)習(xí)服務(wù)，向他們提供真實(shí)可信的學(xué)習(xí)數(shù)據(jù)，讓學(xué)校通過這些數(shù)據(jù)提高學(xué)生的學(xué)習(xí)效果并降低教學(xué)成本。首款產(chǎn)品將在美國的數(shù)十萬名學(xué)生中使用，包括數(shù)學(xué)、英語，以及寫作等技能開發(fā)課4“紐頓”（Knewton）總部設(shè)在英國倫敦的培生集團(tuán)和其他出版公司共同開發(fā)的“課程精靈”系統(tǒng)（CourseSmart），也允許教授們通過讓學(xué)生使用電子教科書來跟蹤他們的學(xué)業(yè)進(jìn)展，

5、并向助教們顯示學(xué)生的學(xué)習(xí)參與度和學(xué)習(xí)成績等大量的數(shù)據(jù)信息，只是這一系統(tǒng)尚不具備預(yù)測的功能。5培生集團(tuán)學(xué)習(xí)分析關(guān)鍵技術(shù)與主要工具 內(nèi)容分析法是一種對(duì)文獻(xiàn)內(nèi)容作客觀系統(tǒng)的定量分析的專門方法是弄清或測驗(yàn)文獻(xiàn)中本質(zhì)性的事實(shí)和趨勢建立有意義的類目分解交流內(nèi)容 話語分析利用話語的生產(chǎn)模式來行使權(quán)力是權(quán)力的替代品掌握話語權(quán)的人掌握社會(huì)規(guī)范 社會(huì)網(wǎng)絡(luò)分析來分析其他類型數(shù)據(jù)對(duì)關(guān)系數(shù)據(jù)的影響數(shù)據(jù)主要分為兩類，屬性數(shù)據(jù)和關(guān)系數(shù)據(jù) 聚類是在“物以類聚”這一理念之上專門針對(duì)大量的樣品，按各自的特性進(jìn)行相對(duì)合理的分類 預(yù)測根據(jù)已有數(shù)據(jù)或信息對(duì)整體或個(gè)體數(shù)據(jù)發(fā)展態(tài)勢做出合理預(yù)測 關(guān)系挖掘在信息領(lǐng)域當(dāng)中發(fā)展最快的技術(shù)數(shù)據(jù)的高

6、維特征并不是傳統(tǒng)數(shù)據(jù)分析方法可以輕易解決的 文本挖掘文本數(shù)據(jù)中抽取有價(jià)值的信息和知識(shí)的計(jì)算機(jī)處理技術(shù)文本數(shù)據(jù)挖掘是數(shù)據(jù)挖掘的一個(gè)分支1. 從學(xué)生方面來說，學(xué)習(xí)分析技術(shù)在了解學(xué)生學(xué)習(xí)現(xiàn)狀之后，通過分析學(xué)生數(shù)據(jù)，找出相關(guān)問題，對(duì)學(xué)生學(xué)習(xí)過程進(jìn)行優(yōu)化，幫助學(xué)生培養(yǎng)良好學(xué)習(xí)習(xí)慣，從而達(dá)到學(xué)生自我學(xué)習(xí)的目的。2. 從教師以及管理人員方面來說，學(xué)習(xí)分析技術(shù)可以評(píng)估教學(xué)課程和相關(guān)機(jī)構(gòu)，幫助同步改善學(xué)校既定考核方式，深入分析教學(xué)數(shù)據(jù)，為教師幫助學(xué)生解決實(shí)際問題指明教學(xué)不足和更優(yōu)方法。3. 從研究人員方面來說，學(xué)習(xí)分析技術(shù)是一種研究學(xué)生和網(wǎng)絡(luò)學(xué)習(xí)的有效工具。4. 從技術(shù)開發(fā)人員方面來說，學(xué)習(xí)分析技術(shù)管理系統(tǒng)各模

7、塊各不相同的使用頻次和路徑能有效指導(dǎo)系統(tǒng)界面的相關(guān)優(yōu)化設(shè)計(jì)，并可以完善系統(tǒng)日志相關(guān)管理功能。數(shù)據(jù)挖掘在教育信息化中的具體應(yīng)用空間學(xué)習(xí)者特征由學(xué)習(xí)者的知識(shí)結(jié)構(gòu)和學(xué)習(xí)風(fēng)格組成。知識(shí)結(jié)構(gòu)說明了學(xué)習(xí)者對(duì)正在或?qū)⒁獙W(xué)習(xí)知識(shí)的掌握情況，主要包括學(xué)習(xí)者初始技能、當(dāng)前技能和目標(biāo)技能。學(xué)習(xí)風(fēng)格包括學(xué)習(xí)者的生理特征、心理特征和社會(huì)特征三個(gè)方面1學(xué)習(xí)者特征分析學(xué)校教學(xué)管理數(shù)據(jù)庫中記錄著各屆學(xué)生與教師的學(xué)習(xí)、工作、社會(huì)活動(dòng)、獎(jiǎng)勵(lì)、處罰等情況，利用數(shù)據(jù)挖掘的關(guān)聯(lián)分析與演變分析等功能，尋找?guī)熒鞣N行為活動(dòng)之間的內(nèi)在聯(lián)系。如“當(dāng)存在A，B時(shí)可以推出C”這樣的規(guī)則，即當(dāng)有A行為和B行為發(fā)生時(shí)，還會(huì)有C行為。在實(shí)際情境中，如果

8、發(fā)現(xiàn)學(xué)生或教師已有A，B行為時(shí)，馬上可以分析其產(chǎn)生C行為的可能性，及時(shí)制定策略促進(jìn)或制止C行為的發(fā)生2干預(yù)師生行為利用學(xué)校教學(xué)數(shù)據(jù)庫中存放的歷屆學(xué)生各門學(xué)科的考試成績，結(jié)合數(shù)據(jù)挖掘的關(guān)聯(lián)分析與時(shí)間序列分析等相關(guān)功能，就能從這些海量數(shù)據(jù)中挖掘出有用的信息，幫助分析這些數(shù)據(jù)之間的相關(guān)性、回歸性等性質(zhì)，得出一些具有價(jià)值的規(guī)則和信息，最終找到影響學(xué)生成績的原因。3合理設(shè)置課程在教學(xué)科研網(wǎng)絡(luò)普遍建立的今天，利用數(shù)據(jù)挖掘工具，對(duì)學(xué)生的學(xué)習(xí)成績數(shù)據(jù)庫、行為記錄數(shù)據(jù)庫、獎(jiǎng)勵(lì)處罰數(shù)據(jù)庫等進(jìn)行分析處理，可以即時(shí)得到學(xué)生的評(píng)價(jià)結(jié)果，對(duì)學(xué)生出現(xiàn)的不良學(xué)習(xí)行為進(jìn)行及時(shí)指正。另外，這種系統(tǒng)還能夠克服教師主觀評(píng)價(jià)的不公正、

9、不客觀的弱點(diǎn)，減輕教師的工作量。4學(xué)習(xí)評(píng)價(jià)自適應(yīng)學(xué)習(xí)系統(tǒng)中教育大數(shù)據(jù)應(yīng)用2022/7/16基于大數(shù)據(jù)的自適應(yīng)學(xué)習(xí)系統(tǒng)運(yùn)行流程圖第一步，學(xué)習(xí)者生成學(xué)習(xí)行為數(shù)據(jù)，經(jīng)過內(nèi)容傳遞模塊，數(shù)據(jù)將被標(biāo)記上時(shí)間戳；第二步，數(shù)據(jù)按照預(yù)先定義的結(jié)構(gòu)存入學(xué)習(xí)者數(shù)據(jù)庫；第三步，預(yù)測模塊從學(xué)習(xí)者數(shù)據(jù)庫和學(xué)生信息系統(tǒng)中采集數(shù)據(jù)，根據(jù)不同的分析目的，調(diào)用不同的分析工具和模型對(duì)數(shù)據(jù)進(jìn)行分析；第四步，自適應(yīng)模塊根據(jù)預(yù)測模塊中數(shù)據(jù)挖掘和分析的結(jié)果，通過內(nèi)容傳遞模塊為學(xué)習(xí)者提供合適的學(xué)習(xí)指導(dǎo)和學(xué)習(xí)策略；第五步，預(yù)測模塊中數(shù)據(jù)挖掘和分析的結(jié)果同時(shí)被傳遞給顯示模塊，供教師和教學(xué)管理者使用；最后，教師和教學(xué)管理者根據(jù)分析結(jié)果，通過干預(yù)模

10、塊對(duì)系統(tǒng)進(jìn)行人為干預(yù)自適應(yīng)學(xué)習(xí)系統(tǒng)包含六大模塊：（1內(nèi)容傳遞模塊。管理、維護(hù)、傳遞個(gè)性化的學(xué)習(xí)內(nèi)容與評(píng)價(jià)給學(xué)習(xí)者，以支持學(xué)習(xí)者的學(xué)習(xí)行為。（2)學(xué)習(xí)者數(shù)據(jù)庫。存儲(chǔ)學(xué)習(xí)者在學(xué)習(xí)系統(tǒng)中的時(shí)間戳標(biāo)記的學(xué)習(xí)者輸人和學(xué)習(xí)行為數(shù)據(jù)。（3)預(yù)測模塊。整合系統(tǒng)外部學(xué)習(xí)者信息系統(tǒng)中的數(shù)據(jù)和系統(tǒng)內(nèi)部學(xué)習(xí)者學(xué)習(xí)行為數(shù)據(jù)，通過對(duì)數(shù)據(jù)的處理和分析，對(duì)學(xué)習(xí)者未來的學(xué)習(xí)行為和結(jié)果進(jìn)行預(yù)測。（4)顯示模塊。將預(yù)測模塊中的運(yùn)行結(jié)果以可視化的方式顯示給各類使用者。（5)自適應(yīng)模塊。根據(jù)預(yù)測模塊的運(yùn)行結(jié)果，觸發(fā)內(nèi)容傳遞模塊，再根據(jù)學(xué)習(xí)者的學(xué)習(xí)水平和興趣，推送合適的學(xué)習(xí)內(nèi)容給學(xué)習(xí)者。（6)干預(yù)模塊。允許教師、教學(xué)管理者和系統(tǒng)開發(fā)人員

11、根據(jù)預(yù)測模塊的運(yùn)行結(jié)果，對(duì)自適應(yīng)系統(tǒng)實(shí)施人為干預(yù)教育數(shù)據(jù)挖掘和學(xué)習(xí)分析的區(qū)別2022/7/16教育數(shù)據(jù)挖掘?qū)W習(xí)分析技術(shù)常用技術(shù)是分類、 聚類、 貝葉斯模型、 關(guān)系挖掘和用模型來發(fā)現(xiàn)數(shù)據(jù)中有意義的信息常用技術(shù)是統(tǒng)計(jì)、可視化、 系統(tǒng)網(wǎng)絡(luò)架構(gòu)、 情緒分析、 影響分析、話語分析，概念分析和意義建構(gòu)模型起源源于教育軟件、學(xué)生建模和預(yù)測課程的結(jié)果源于語義網(wǎng)絡(luò)、 智能課程和系統(tǒng)干預(yù)重點(diǎn)重視對(duì)所采用的數(shù)據(jù)挖掘技術(shù)的描述和比較重視對(duì)數(shù)據(jù)和結(jié)果的描述發(fā)現(xiàn) 自動(dòng)化的發(fā)現(xiàn)是關(guān)鍵， 利用人類判斷是用來完成這個(gè)目標(biāo)的工具利用人類判斷的是關(guān)鍵， 自動(dòng)化的發(fā)現(xiàn)是用于實(shí)現(xiàn)這一目標(biāo)的工具早期的教育數(shù)據(jù)挖掘主要是網(wǎng)站日志數(shù)據(jù)的挖掘

12、，現(xiàn)在新的計(jì)算機(jī)技術(shù)支持的交互式學(xué)習(xí)方法和工具 （智能輔導(dǎo)系統(tǒng)、 仿真、 游戲） ， 為量化和收集學(xué)生行為數(shù)據(jù)帶來了新的機(jī)會(huì)。 特別是更加集成、 更加模塊化和更加復(fù)雜化的在線學(xué)習(xí)系統(tǒng)提供了更多類型的數(shù)據(jù)，其中包含了數(shù)據(jù)挖掘算法需要的許多變量。 教育數(shù)據(jù)挖掘能發(fā)現(xiàn)這些數(shù)據(jù)中的模式和規(guī)律，探索建立預(yù)測模型，讓我們重新發(fā)現(xiàn)和預(yù)測學(xué)生如何學(xué)習(xí)。1教育數(shù)據(jù)挖掘?qū)W(xué)習(xí)分析的定義，指的是對(duì)學(xué)生學(xué)習(xí)過程中產(chǎn)生的大量數(shù)據(jù)進(jìn)行解釋，目的是評(píng)估學(xué)業(yè)進(jìn)步、預(yù)測未來表現(xiàn)、發(fā)現(xiàn)潛在問題。數(shù)據(jù)來自學(xué)生的顯性行為，如完成作業(yè)和參加考試；還有學(xué)生的隱性行為， 如在線社交，課外活動(dòng)，論壇發(fā)帖，以及其他一些不直接作為學(xué)生教育進(jìn)步評(píng)

13、價(jià)的活動(dòng)。學(xué)習(xí)分析模型處理和顯示的數(shù)據(jù)幫助教師和學(xué)校更好地理解教與學(xué)。學(xué)習(xí)分析的目標(biāo)是使教師和學(xué)校創(chuàng)造適合每個(gè)學(xué)生需要和能力的教育機(jī)會(huì)。2學(xué)習(xí)分析教育數(shù)據(jù)挖掘和學(xué)習(xí)分析典型應(yīng)用詳細(xì)應(yīng)用領(lǐng)域情況教育數(shù)據(jù)挖掘和學(xué)習(xí)分析應(yīng)用領(lǐng)域主要包括：學(xué)習(xí)者的知識(shí)、行為和經(jīng)歷建模；學(xué)習(xí)者建檔；領(lǐng)域知識(shí)建模；趨勢分析學(xué)習(xí)分析應(yīng)用領(lǐng)域1.學(xué)習(xí)者知識(shí)建模2.學(xué)習(xí)者行為建模3.學(xué)習(xí)者經(jīng)歷建模4.學(xué)習(xí)者建檔5.領(lǐng)域知識(shí)建模6.學(xué)習(xí)組件分析和教學(xué)策略分析7.趨勢分析8.自適應(yīng)學(xué)習(xí)系統(tǒng)和個(gè)性化學(xué)習(xí)數(shù)字化學(xué)習(xí)的發(fā)展性評(píng)價(jià)系統(tǒng)的特征分析支持學(xué)習(xí)過程的全數(shù)據(jù)采集與存儲(chǔ)支持測試類型的多樣化支持知識(shí)增長的可視化支持學(xué)習(xí)過程的及時(shí)督導(dǎo)支持

14、評(píng)價(jià)的個(gè)性化已有研究認(rèn)為，基于發(fā)展性評(píng)價(jià)的數(shù)字化學(xué)習(xí)評(píng)價(jià)系統(tǒng)，如網(wǎng)絡(luò)教學(xué)中的學(xué)習(xí)評(píng)價(jià)系統(tǒng)應(yīng)支持過程信息的全面采集、支持自評(píng)與互評(píng)、支持多種反饋形式等，結(jié)合大數(shù)據(jù)及數(shù)字化學(xué)習(xí)的特征，大數(shù)據(jù)背景下的數(shù)字化學(xué)習(xí)發(fā)展性評(píng)價(jià)系統(tǒng)應(yīng)具備如下特征：數(shù)字化學(xué)習(xí)發(fā)展性評(píng)價(jià)系統(tǒng)設(shè)計(jì)系統(tǒng)模型設(shè)計(jì)教師學(xué)生干預(yù)/評(píng)價(jià)課程學(xué)習(xí)活動(dòng)討論互動(dòng)學(xué)習(xí)契約課前測試過程測試章節(jié)測試同學(xué)互評(píng)期末測試教師評(píng)價(jià)隨堂記錄卡評(píng)測功能子系統(tǒng)數(shù)據(jù)采集數(shù)據(jù)清理數(shù)據(jù)轉(zhuǎn)化混合存儲(chǔ)系統(tǒng)教育數(shù)據(jù)挖掘社會(huì)網(wǎng)絡(luò)分析語義分析對(duì)比分析對(duì)比分析結(jié)果數(shù)據(jù)庫分析結(jié)果大數(shù)據(jù)分析子系統(tǒng)采集與存儲(chǔ)子系統(tǒng)儀表盤及時(shí)反饋診斷性評(píng)價(jià)過程性評(píng)價(jià)終結(jié)性評(píng)價(jià)反饋?zhàn)酉到y(tǒng)可視化數(shù)據(jù)在對(duì)現(xiàn)存問

15、題及系統(tǒng)特征分析的基礎(chǔ)上，構(gòu)建了大數(shù)據(jù)理念下的數(shù)字化學(xué)習(xí)發(fā)展性評(píng)價(jià)系統(tǒng)模型。該系統(tǒng)由測評(píng)功能子系統(tǒng)、采集與存儲(chǔ)子系統(tǒng)、分析子系統(tǒng)和反饋?zhàn)酉到y(tǒng)構(gòu)成數(shù)字化學(xué)習(xí)發(fā)展性評(píng)價(jià)系統(tǒng)工作流程2022/7/16數(shù)字化學(xué)習(xí)的發(fā)展性評(píng)價(jià)系統(tǒng)的工作流程如圖所示。下面將結(jié)合學(xué)習(xí)者在課前、課中和課后三個(gè)階段的學(xué)習(xí)過程進(jìn)行分析說明。系統(tǒng)工作流程多維度的網(wǎng)絡(luò)學(xué)習(xí)行為模型2022/7/16從學(xué)習(xí)行為多樣性的角度, 可以將網(wǎng)絡(luò)學(xué)習(xí)過程中學(xué)習(xí)者的網(wǎng)絡(luò)學(xué)習(xí)行為模型如圖 所示：自解釋學(xué)習(xí)目標(biāo)收集信息加工整理信息發(fā)布信息交流使用信息（問題解決） Internet 及其他學(xué)習(xí)資源檢測評(píng)價(jià)反饋調(diào)控網(wǎng)絡(luò)學(xué)習(xí)行為多維度模型網(wǎng)絡(luò)學(xué)習(xí)交流行為I

16、: 點(diǎn)對(duì)點(diǎn)地實(shí)時(shí)交流, 如用 QQ 、 MSN 等工具請(qǐng)教教師、專家等。II : 點(diǎn)對(duì)點(diǎn)地異步交流, 如用 E- mail 請(qǐng)教教師、專家、登錄教師、專家的 Blog 等。III : 多對(duì)多地實(shí)時(shí)交流, 如聊天室等。IV : 多對(duì)多地異步交流, 如 BBS 等。在網(wǎng)絡(luò)環(huán)境下的學(xué)習(xí)行為體系包括如下方面的內(nèi)容：( 1 )信息檢索學(xué)習(xí)行為( 2 ) 信息加工學(xué)習(xí)行為( 3 ) 信息發(fā)布學(xué)習(xí)行為( 4 )人際溝通、 交流的行為( 5 )基于問題解決的學(xué)習(xí)行為 多層次的網(wǎng)絡(luò)學(xué)習(xí)行為模型2022/7/16從縱向的角度考察網(wǎng)絡(luò)學(xué)習(xí)行為, 可以將網(wǎng)絡(luò)學(xué)習(xí)行為分為高級(jí)、 中級(jí)和低級(jí)三個(gè)不同的層次。 所謂低級(jí)網(wǎng)絡(luò)

17、學(xué)習(xí)行為主要是指學(xué)習(xí)者在網(wǎng)絡(luò)學(xué)習(xí)過程中對(duì)于不同的媒體刺激( 如聲、 光, 文本、 圖形圖像、 視頻等), 所做出的一次性操作行為反應(yīng)。 中級(jí)網(wǎng)絡(luò)學(xué)習(xí)行為是指學(xué)習(xí)者個(gè)體在學(xué)習(xí)過程中與承載教學(xué)內(nèi)容的教學(xué)媒體、學(xué)習(xí)團(tuán)體以及學(xué)習(xí)環(huán)境所作的交流、 交互行為。 高級(jí)網(wǎng)絡(luò)學(xué)習(xí)行為則指的是學(xué)習(xí)者借助網(wǎng)絡(luò)學(xué)習(xí)環(huán)境進(jìn)行的面向問題解決的協(xié)作、 探究等行為。 層次化的網(wǎng)絡(luò)學(xué)習(xí)行為模型如表 1 所示網(wǎng)絡(luò)學(xué)習(xí)行為層次的劃分, 有助于對(duì)網(wǎng)絡(luò)學(xué)習(xí)行為實(shí)質(zhì)的理解, 更有助于針對(duì)網(wǎng)絡(luò)學(xué)習(xí)者的行為特征, 設(shè)計(jì)出合理的學(xué)習(xí)系統(tǒng)和學(xué)習(xí)資源。 在對(duì)網(wǎng)絡(luò)學(xué)習(xí)行為進(jìn)行分析的過程中, 需要清楚了解行為的屬性特征。幾種常見的網(wǎng)絡(luò)學(xué)習(xí)行為的屬性參

18、數(shù)如表 2 所示。利用數(shù)據(jù)平臺(tái)來整合全校內(nèi)外的業(yè)務(wù)例如：與子院系將科研數(shù)據(jù)放入平臺(tái)處理與學(xué)生,家長,校友共享學(xué)校數(shù)據(jù)將數(shù)據(jù)嵌入到學(xué)校日常業(yè)務(wù)工作流程例如：根據(jù)學(xué)生的日常表現(xiàn)的大數(shù)據(jù)分析結(jié)果來評(píng)估獎(jiǎng)學(xué)金的發(fā)放標(biāo)準(zhǔn)通過數(shù)據(jù)輔助決策,提供預(yù)警例如：學(xué)生的成績預(yù)警老師的KPI預(yù)警 準(zhǔn)確、及時(shí)、完整看到數(shù)據(jù)例如：校領(lǐng)導(dǎo)的管理駕駛艙教師績效統(tǒng)計(jì)報(bào)表平臺(tái)數(shù)據(jù)進(jìn)入學(xué)校管理指標(biāo)預(yù)警,決策支持報(bào)告績效,快速查詢數(shù)據(jù)服務(wù)輔助決策報(bào)告績效教育大數(shù)據(jù)價(jià)值金字塔金融分析實(shí)訓(xùn)環(huán)保分析實(shí)訓(xùn)交通分析實(shí)訓(xùn)統(tǒng)計(jì)學(xué)應(yīng)用實(shí)訓(xùn)課程實(shí)訓(xùn)層虛擬桌面接入平臺(tái)用戶管理實(shí)驗(yàn)管理教學(xué)層實(shí)訓(xùn)教室云平臺(tái)實(shí)訓(xùn)教室支撐平臺(tái)基礎(chǔ)設(shè)施層創(chuàng)客實(shí)驗(yàn)室產(chǎn)學(xué)研一體化實(shí)

19、訓(xùn)實(shí)驗(yàn)教室東軟為中國眾多大學(xué)提供數(shù)字化校園平臺(tái)、學(xué)生一體化應(yīng)用系統(tǒng)、BI主題應(yīng)用系統(tǒng)、人力資源系統(tǒng)、數(shù)字媒體播放系統(tǒng)等全面解決方案和產(chǎn)品，以幫助高校建立多層次、創(chuàng)新型、開放式的數(shù)字化校園，提高高校辦學(xué)的質(zhì)量和效益，提升學(xué)校核心競爭力。主要客戶包括：華東師范大學(xué)、中國人民大學(xué)、北京郵電大學(xué)、上海外國語大學(xué)、中國政法大學(xué)等。東軟： RealRec數(shù)據(jù)科學(xué)平臺(tái)南京云創(chuàng)大數(shù)據(jù)科技股份有限公司成立于2011年3月，是專業(yè)從事大數(shù)據(jù)、云計(jì)算、云存儲(chǔ)技術(shù)領(lǐng)域研發(fā)及產(chǎn)品銷售的高新技術(shù)企業(yè)，注冊(cè)資本3000萬元。公司依托革命性的技術(shù)創(chuàng)新迅猛發(fā)展，被選為中國云計(jì)算創(chuàng)新基地理事長單位，在江蘇省第二批科技型中小企業(yè)中

20、排名前列。公司于2015年12月28日在新三板掛牌。云創(chuàng)大數(shù)據(jù)以知識(shí)產(chǎn)權(quán)為核心戰(zhàn)略，目前已申請(qǐng)專利、著作權(quán)、商標(biāo)近百項(xiàng)，通過了ISO9001質(zhì)量管理體系認(rèn)證，并與Intel、聯(lián)想、神州數(shù)碼、曙光、浪潮等多家知名企業(yè)開展了深入的合作。目前云創(chuàng)大數(shù)據(jù)的產(chǎn)品已經(jīng)在環(huán)保、地震、公安、教育、廣電等10多個(gè)領(lǐng)域建立了200多個(gè)成功案例。南京云創(chuàng)大數(shù)據(jù)科技股份有限公司： BDRack大數(shù)據(jù)實(shí)驗(yàn)一體機(jī)大數(shù)據(jù)教學(xué)一體機(jī)是為高校定制的大數(shù)據(jù)教學(xué)科研平臺(tái)，是供學(xué)生完成大數(shù)據(jù)與云計(jì)算實(shí)驗(yàn)的集成環(huán)境，還提供了配套的資源服務(wù)教材、PPT、實(shí)驗(yàn)手冊(cè)、項(xiàng)目案例手冊(cè)、配套的教學(xué)視頻和案例視頻等提供一站式服務(wù)，有助于高校更好地滿

21、足課程設(shè)計(jì)、上機(jī)實(shí)驗(yàn)、實(shí)習(xí)實(shí)訓(xùn)、科研訓(xùn)練等多方面需求，緩解大數(shù)據(jù)師資不足的問題。普開數(shù)據(jù)：大數(shù)據(jù)教學(xué)一體機(jī)經(jīng)過大量的前期調(diào)查，比較和分析準(zhǔn)備工作，北大重點(diǎn)實(shí)驗(yàn)室最后選擇了華為基于高性能服務(wù)器RH5885 V2的HANA數(shù)據(jù)處理平臺(tái)。HANA提供的對(duì)大量實(shí)時(shí)業(yè)務(wù)數(shù)據(jù)進(jìn)行快速查詢和分析以及實(shí)時(shí)數(shù)據(jù)計(jì)算等功能，在很大程度上得益于華為RH5885 V2服務(wù)器的高可靠、高性能和高可用性的支撐。 華為RH5885 V2是新一代四路/八路機(jī)架服務(wù)器，采用Intel Xeon E7-8800/4800系列處理器，支持6核、8核及10核CPU類型，最高頻率2.66GHz，最大30MB L3緩存空間，完全能滿足大數(shù)據(jù)分析、挖掘?qū)Ψ?wù)器提出的具備強(qiáng)大處理性能的要求；支持兩個(gè)高性能GPU，這就在很大程度上提升了系統(tǒng)圖形處理與浮點(diǎn)計(jì)算能力，恰好滿足了大數(shù)據(jù)分析中圖形展示對(duì)服務(wù)器提出的高性能GPU要求。RH5885 V2其他的特點(diǎn)還包括：可靈活擴(kuò)展，八路服務(wù)器支持128條內(nèi)存，最大容量4TB；可靠性高，支持多達(dá)35項(xiàng)容錯(cuò)特性；維護(hù)簡單，支持免開箱維護(hù)和綠色環(huán)保等。這些特點(diǎn)都為HANA提供了強(qiáng)大的硬件支撐，讓HANA能夠順暢地進(jìn)行大數(shù)據(jù)的各種應(yīng)用。華為：北大重點(diǎn)實(shí)驗(yàn)室IT架構(gòu)解決