基于数据挖掘的大数据应用技术课程线上教学资源整合系统设计

传统的教学资源整合方法已经无法满足大数据时代的资源整合需求,因此本文基于数据挖掘设计新的大数据应用技术课程线上教学资源整合系统。硬件部分设计了TPS70345芯片和C6722B储存器。软件部分首先设计了程序设计课程大数据资源整合架构,其次基于数据挖掘设计了教学数据资源整合模型,最后设计了教学资源整合功能模块,从而实现了线上教学资源整合。测试结果表明,本文设计的应用技术课程线上资源整合系统的性能良好。     

基于VR的大数据可视化教学系统设计与实现

提出一种基于VR的大数据可视化教学系统的实现方法。给出了大数据可视化教学系统设计原则,基于并行实时渲染的大规模无缝拼接显示技术、数据可视化的多体感交互技术、大屏的视频点播技术、面向大数据可视化的全景拼接与显示等,提出了大数据可视化教学系统架构;给出了大数据分析过程的认知模型、高维数据的分析及呈现方法,以及基于可视化的数据理解与可用性分析评估。利用Unity3D技术,通过C#等开发了大数据可视化虚拟课堂。实践证明,该系统可有效提高学生的学习兴趣及效率,增强学生对于大数据本质的洞察和理解。     

基于央行视角的分布式大数据技术应用探析

随着互联网时代的快速发展,人民银行传统的集中式信息系统架构已不能完全适应对业务需求的快速响应、敏捷开发和迅速部署,为提高业务连续性保障和数据利用能力,采用多节点并行运行、数据分布存储、动态负载均衡的分布式架构势在必行。本文基于某人民银行省级数据中心建设的"支付清算业务大数据分析平台",介绍了如何利用现有开源技术搭建一个分布式大数据平台,同时,为分布式大数据架构在人民银行应用提供可参考的建设思路。     

基于大数据技术的会展设计课程教学平台研究

为了提高会展设计课程的教学效率、教学质量以及创新教学模式,研究了一种基于大数据技术的会展设计课程教学平台。基于会展设计课程特征构建教学平台的基本架构,确定开发环境。分析建立教学平台的功能模块,应用大数据、虚拟现实(Virtual Reality,VR)、沙盘建模等新兴技术,设计教学平台的功能。仿真试验结果显示,在基础设施与条件一致的情况下,设计的教学平台个性化推荐功能的覆盖率均值约为91.04%,能够精准地分析学生的历史学习轨迹,从而提出科学合理的教学策略,提高了教学平台的智能性。     

基于大数据架构的电子数据取证技术研究

由于大数据的发展,电子数据取证对象的变化给电子数据取证带来了极大的挑战。针对此问题,本文提出基于大数据架构的电子数据取证技术研究。通过对目前电子数据取证面临海量数据、数据多样性、取证准确度、数据存储安全性等多个方面的问题进行研究分析,运用Hadoop、可视化、层次化等基于大数据架构的方法进行电子数据取证分析,并与传统电子取证技术进行对比分析,发现基于大数据架构的电子数据取证技术具有较高的准确度,取证效率高,安全性有较大提升。     

基于OBE理念的大数据技术开发课程教学设计与实践

针对大数据技术课程教学存在的典型问题,基于OBE理念提出教学目标和评价方案,并以学生问卷调查入手,从平台层、数据层、预处理层、模型算法层、应用层及数据可视化分析层介绍大数据技术实践架构的创新设计,全面阐述课程的3个实验项目设计内容与要求,并给出线上实验指导与评价方法.在综合设计方面提出全面参与竞赛的项目策划,分别以全国大数据应用创新竞赛和"手写数字识别"项目为例,说明竞赛项目的良好效果.     

大数据环境下机器学习课程的教学实践探索

结合大数据应用的时代背景,高校教学科研的重心也随之发生变化。机器学习课程作为数据科学与大数据技术专业的专业核心课,依托于现阶段计算机技术的更新迭代,涉及多学科的交叉学科课程,兼顾理论与实践应用。正因为学科的复杂性和时效性,本科生学习该课程面临较大难度和挑战,基于这一现状,教师更应从理论出发,不断探索大数据环境下机器学习课程教学的新模式。     

工业大数据分析技术与轮胎销售数据预测

工业大数据是在工业领域信息化应用中所产生的海量数据,作为决策问题服务的大数据集、大数据技术和大数据应用的总称。首先分析工业大数据4V特性与工业数据的特有特征,以及工业大数据来源;从多源异构工业数据集成与数据融合方法、工业大数据计算架构、大数据带来的信息安全等三方面论述工业大数据面临的挑战与潜在价值。探讨了工业大数据分析与挖掘方法,提出了工业大数据平台的计算架构与大数据处理平台,构建轮胎企业大数据资源中心、大数据分析与决策应用系统。从销售数据分析和宏观数据趋势两个层面进行轮胎销售大数据分析与预测。采用多个不同领域的销售数据源来解决销售预测历史数据特征空间稀疏的问题,使用LASSO（The Least Absolute Shrinkage and Selectionator Operator）方法的多任务学习方法来解决高维样本空间的缺点,实验数据验证能够提升轮胎销售预测的准确率。     

基于大数据技术的可反馈混合式教学模式研究与实践

为弥补传统教学设计中以经验和直觉进行教学的缺点,提出基于大数据技术的可反馈混合式教学模式,实现用数据精准指导教学.以"大学计算机基础"课程教学为例,借助"课堂派"在线管理平台,提取教学中产生的教育大数据,进行数据分析和可视化.采用对照方式对混合式教学实施效果进行了定量、定性地研究评估,发现其可有效提升学生的学习效果,提高教师的教学质量.     

基于Deep Learning多隐含层感知架构的超级计算机

在大数据高效处理和学习方面,超级计算机和Deep Learning[1](深度学习)已经成为了引人注目的话题。结合Deep learning和超级计算机基础知识,提出了基于Deep Learning多隐含层感知架构的超级计算机新模型,并针对该架构超级计算机的计算速率和容错性能两方面,分析了该架构超级计算机的高性能性。     

学习分析技术在大数据环境中的应用

学习分析是大数据在教育应用中的焦点,本文对学习分析的核心环节进行技术剖析,梳理主要的学习分析工具,以实证研究的方式,从课程建设者、教学管理者和辅导教师这3种不同用户视角展示学习分析技术的应用过程。研究以某课程平台的学习行为数据作为研究样本,应用统计、可视化、聚类、关联规则等方法,采用Excel,SPSS,Weka等工具,分析课程模块访问频次,了解不同教学组对学生登录周数的影响,刻画学生的分类特征,发现隐含的内在规律。研究表明,学习分析技术充分发挥了教育大数据的价值,使数据成为教学干预、实施决策的重要依据。     

Brain Storm Optimization Based Clustering for Learning Behavior Analysis

Recently, online learning platforms have proven to help people gain knowledge more conveniently. Since the outbreak of COVID-19 in 2020, online learning has become a mainstream mode, as many schools have adopted its format. The platforms are able to capture substantial data relating to the students’ learning activities, which could be analyzed to determine relationships between learning behaviors and study habits. As such, an intelligent analysis method is needed to process efficiently this high volume of information. Clustering is an effect data mining method which discover data distribution and hidden characteristic from uncharacterized online learning data. This study proposes a clustering algorithm based on brain storm optimization (CBSO) to categorize students according to their learning behaviors and determine their characteristics. This enables teaching to be tailored to taken into account those results, thereby, improving the education quality over time. Specifically, we use the individual of CBSO to represent the distribution of students and find the optimal one by the operations of convergence and divergence. The experiments are performed on the 104 students’ online learning data, and the results show that CBSO is feasible and efficient.     

基于大数据的高职学生学习行为及效果分析

大数据技术的迅猛发展正在影响社会的各个领域,其在教育中的应用已取得了很大的进展。在教育大数据深入发展的背景下,基于蓝墨云班课平台中的高职学生学习行为日志数据,对学生的资源浏览情况、参与活动情况、作业测试成绩等相关的数据进行收集、预处理和展示。在此基础上,采用大数据学习分析得到了学生学习行为与学习效果的关系,以期为教育教学工作者提供教学内容组织、构建教学模式的依据。     

虚拟化技术在高职“新工科”专业的Linux相关课程教学中的应用

若要加快计算机技术更新迭代速度,紧跟时代步伐而不落后,除了不断学习之外,还得付诸行动--动手进行实验操作。结合多年的大数据相关课程教学经验以及计算机技术能力,文章认为课程教学模式还有很大的提升空间,而Docker技术的加入,使得课程的“教”与“学”更方便,快捷。文章以大数据相关教学存在的问题作为导向,进而谈到Docker技术,最后根据不同专业侧重点的不同进行lmage(镜像)的定制﹐真正实现“一次构建,到处运行”。     

虚拟化技术在高职“新工科”专业的Linux相关课程教学中的应用

若要加快计算机技术更新迭代速度,紧跟时代步伐而不落后,除了不断学习之外,还得付诸行动--动手进行实验操作。结合多年的大数据相关课程教学经验以及计算机技术能力,文章认为课程教学模式还有很大的提升空间,而Docker技术的加入,使得课程的“教”与“学”更方便,快捷。文章以大数据相关教学存在的问题作为导向,进而谈到Docker技术,最后根据不同专业侧重点的不同进行lmage(镜像)的定制﹐真正实现“一次构建,到处运行”。     

基于工程教育认证背景的民族院校大数据课程体系设计

以大连民族大学为例,围绕"体现学生为本"和"追求能力产出"的工程教育理念,研究大数据方向教学体系的设置,确立学生培养目标,建立大数据人才培养质量标准,构建相关课程的实践平台,建立大数据方向校内校外课程体系和实施方案。该课程体系侧重于实践教学,兼顾理论教学,建立特有的理论+实践的双向教学模式;构建素质和技能培养的新框架,丰富课堂教学、实践教学环节;真正实现现代职业教育体系,达到产教融合。     

基于大数据面板的融点学习平台的设计与开发

在本文中,我们介绍了融点学习平台的设计理念和开发架构.与其他的传统平台相比,融点学习平台将大数据面板技术融入系统中,解决了传统在线学习平台交互性较差、无法实现学生个性化学习的问题.这样使学生在学习过程中能够实时查看多维度的学习数据,从而获得游戏化的学习体验.论文不仅从理论上验证了使用大数据面板技术改进传统在线学习平台的...     

教育大数据可视化研究综述

教育大数据可视化分析对于复杂教育规律的理解与挖掘具有重要作用,已成为当前教育信息科学研究领域的重要课题。首先归纳了教育大数据的典型特征,从促进学生元认知发展、辅助教师监督学习过程及提升管理者科学决策水平三个角度介绍了教育大数据应用的最新研究成果,并简述了利用教育大数据实施可视化分析的基本流程。然后重点对文本数据可视化、多维数据可视化、网络数据可视化、时间序列数据可视化以及地理空间数据可视化等五种主流的教育大数据可视化呈现方法进行特征描述,并给出具体的应用场景。随后介绍了动态查询与过滤技术、可缩放/变形界面技术和多视图联动技术三个实施教育大数据可视化的关键交互技术方法。最后依据最新研究动态,从多模态教育数据融合、人机交互、人机协同范式以及教育数据可视化设计的标准规范和评价体系四方面对教育大数据可视化未来研究方向进行了展望。     

在线教学中影响学习者学习效果的因素分析与实证研究

在教育信息化、全球化的大环境下,如MOOC、可汗学院、高校精品课程等在线教育平台应运而生,这些平台每年都会产生海量的学习活动和教学管理数据,如何有效地利用这些数据提升学生的学习效率已经成为在线教育面临的挑战之一。目前,对在线学习过程中影响学习效果的因素,研究者持有不同的态度。本文利用某高校在线教育平台数据,探索与验证在线教学过程中影响学习者学习效率的相关因素。首先对目前在线教育情况与分析技术进行说明,再结合统计与关联规则挖掘算法的特点,将数据预处理后,通过统计与Apriori关联分析算法进行分析,并将结果可视化呈现。分析发现,教师批阅作业所给出的平均成绩与教师批阅的作业量负相关;学生完成在线作业普遍具有“延迟性”;学习效果与登录次数、在线时间和在线讨论次数正相关。最后通过分析结果,给出在线学习过程中提高学生学习效果的建议。     

基于大数据分析的计算机网络课程自适应学习系统构建

大数据时代数字化的学习资源将呈现爆炸式的增长,面对海量的学习资源,学习者如何选择,或者如何向学习者推送合适的学习资源将成为未来面临的主要问题。针对计算机网络课程授课内容多、知识更新快的问题,通过收集教育过程中的学习行为数据,利用大数据的学习分析技术构建了一个计算机网络自适应学习系统,该系统包含自适应、预测、干预等六大模块,可以针对性地推送学习内容,及时反馈学习者的学习效果,并推荐下一步的学习策略,从而达到因材施教和培养学生自主学习能力的效果。