教学大数据分析系统

教学大数据分析系统（精选8篇）

篇1：教学大数据分析系统

智慧公安情报研判系统开发大数据分析系统开发

随着互联网相关前沿科技的加速应用，各地的智慧警务建设如火如荼，因为对于各地来说，智慧警务的构建在现代社会显得尤为重要。并且随着大数据的进一步发展，各地公安通过向科技要警力，要战斗力。从而致使公安干警全面进入大数据时代。

1、全面呈现重点目标基础信息

完成重点目标建筑物的周边环境、内部结构，室内设置，包括内部门口、通道、楼梯以及单位和楼层负责人的基本信息等数据的采集，分别以空中全景、室内全景、平面图和2.5维图的形式进行全面呈现。并可通过移动警务通、移动终端随时进行查看，使指挥员、战斗员在赶赴现场的过程中能够先期对现场基础信息进行全面了解。

2、应急处突预案管理 智慧公安系统开发：前面138中间2315后面3201 建立突发事件现场指挥、处置预案数据库，通过重点目标空中全景图上所分布的各警种图标，指挥员可以对警力分布和职责分工做到全面了解，各参战单位和参战人员能够清楚的了解自己所担负的任务和执行任务的位置。

3、预案推演 系统接入公安网，各警种均可利用本系统，安排部署本单位警力实现了对突发事件的模拟布警指挥、网上推演。

4、GPS警力监控调度

当突发事件发生时，可通过警用350M集群查看案发现场周边警力，并进行指挥调度，安排离案发地附近的警力到达现场。

5、精确调警

针对发生的突发事件，通过系统预设的预案，对所有参战单位以短信通知进行一键式调警。

进一步加强公安应急处突工作，提高应急处突能力，根据各地公安应急处突工作部署要求，将城市中容易受到侵害的重点区域、部位、场所，如：市政府、车站、学校、大型商场等，依托GIS平台，利用实景三维技术，实现了建筑物周边实景三维环境及内部360度全景影像展现，全面了解案发现场真实环境，应用于现场应急处突工作，使参战人员身临其境，制定科学预案，辅助决策指挥。

源中瑞按照“科信+警种”的战略部署，努全面构建科学、完整、涵盖全警种的智慧警务系统。能有效的全面提升公安实战效能和为民服务能力，让每一个民警、每一个市民都能真真切切感受到智慧警务带来的福利。

篇2：教学大数据分析系统

1大数据的概念与特征

1．1大数据的概念释义

对于大数据，维基百科给出了这样的定义：大数据是指利用常用软件工具捕获、管理和处理数据所耗时间超过可容忍时间的数据集。由于对大数据的研究处于初步阶段，人们目前尚没有得到一个公认的定义，对于大数据的定义有许多，但它们都有一个共同特征，即根据大数据的特征来进行阐释与归纳。

1．2大数据的基本特征

大数据特征可以总结为4个V，即Volume（规模巨大）、Variety（模态多样）、Velocity（生成飞速）、Value（价值无限但密度也低）。首先大数据以计量单位P，甚至E或Z来计数。据IDC的一份研究报告显示，自2012年以来10年里全球大数据将增加50倍。其次，大数据种类繁多，包含着结构化、半结构化及非结构化数据，而且近年半结构化和非结构化数据大幅度增长，占据了整个数据量的绝大部分。再次，人、机、物的高度融合使得数据爆炸式增长，日常生活是大数据飙升的主要来源。例如截止2014年淘宝网会员数量已超过5亿，在线商品数达到10亿件，淘宝网和天猫的交易总额超过1．5万亿。最后，数据复杂相关而又频繁交互，从海量的数据中剥离出有用的信息就好比深海里淘金，稀疏而又珍贵，价值的密度很低也是大数据的一个重要特征。

2大数据的社会价值挖掘

2．1大数据为政府管理和科学决策提供数据信息支撑

在“全面深化改革，推进国家治理体系和治理能力现代化”的时代背景与要求下，大数据在政府管理中扮演着重要的角色，对于实现数据治国具有重要的现实意义。河北省目前正面临着京津冀协同发展的重要战略机遇，2016年11月在河北大学管理学院召开的“2016年京津冀信息资源管理高峰论坛”就是一次在大数据背景下，将大数据、信息资源建设运用于政府治理的研究论坛，是大数据与政府管理结合的大讨论、大结合。这可以充分证明大数据对于政府治理和信息建设的重要性和现实意义。对它的研究可以有效提升科学决策水平，能够有效地整合来自政治、经济、文化、法律，生态等各个领域的信息资源，为国家治理提供重要决策依据。

2．2大数据与新媒体的融合推动社会智能化

大数据与微信、微博等新兴媒体的多元世界高度融合，可以突破时空的限制，促进政府与民众之间良性互动，形成公众参与政府管理的新格局，增强国家治理能力。另外，大数据在云计算的配合下，加快了智能医疗、智能教育、智能交通、智能物流发展的步伐，加速了我国的城镇化、工业化、信息化、生态化建设进程，有效提高了社会服务效能，促进社会的智能化和信息化。

2．3大数据应用广泛性推动信息社会化

大数据在越来越多的行业中发挥着越来越大的作用，其应用广泛性已经彰显在方方面面，影响着人们生活和社会发展的各领域，逐步让信息走向社会化。从经济领域来看大数据的应用可以为经济发展提供较为准确的预测功能。在2008年的金融危机中，阿里平台通过海量交易记录预测出经济指数的下滑，提醒广大的中小制造商提前做好准备，预防经济危机。大数据分析也成为了市场营销的重要手段，不再需要抽取部分数据，而是基于海量几近完整的数据做出高度准确的预测，进行精准营销。正如亚马逊的最终期望那样：“最成功的书籍推荐应该只有一本书，就是用户要买的下一本书”。在体育竞技中运动健儿甚至可以运用数据取得成功，利用数据建模定量分析不同队员特点，合理调整，科学组队。2016年里约奥运会中，中国女排再次夺得世界冠军，这成功离不开总教练郎平的正确指导，也离不开袁灵犀的数据分析。赛中每个回合他都利用代码将有价值的细节录入系统，实时提供技术分析数据，帮助郎平做到知己知彼，及时调整队员布局。

3大数据时代带来的挑战

大数据在造福人类社会的同时，也给人们带来安诸多方面的挑战。从理论研究视阈来看，大数据时代的到来对于社会进步尤其是科技发展产生巨大的支撑与推动作用，但从实际应用研究的角度来说其根本挑战在于其安全保密性、不确定性和预测涌现性对社会行为产生的威胁和隐患，这也影响着大数据的发展趋势研究进展和应用前景。大数据的`研究需要一套全新的理论和方法来进行方向性的指导，需要一个完备的新的理论体系来指导该学科的发展和研究。

3．1大数据的安全性存在信息泄露隐患

“棱镜门”事件更加剧了人们对大数据安全的恐慌。即使经过匿名处理，个人隐私仍会有泄露的风险。租赁商Netflix曾为提高电影推荐系统的准确度，公布了约50万用户的信息，这些信息与其它数据源结合时，部分用户竟被识别出来。大数据带来的新的安全问题也终将由大数据来解决，而今天对于大数据安全与隐私保护的相关研究处于初级阶段，技术手段与法律法规相结合才是解决问题的根本之道。

3．2大数据的预测涌现性引起隐私恐慌

大数据在没有全局控制和预先定义的情况下，通过对来自大量自发个体的语义进行互相融合和连接而形成语义，整个过程随着数据的变化而持续演进，从而形成大数据的涌现语义，也可以称之为预测涌现。大数据这种预测涌现性对人们行为进行预测也构成了所面临的威胁。一个较为典型的案例即是北美Target数据营销事件，销售商通过分析历史记录，捕捉用户怀孕的事实，并向其推荐婴幼儿优惠券，引起了《大数据功力：比父亲更了解女儿冲进大卖场》的深刻反思。

3．3大数据的不确定性影响社会稳定

原始数据的不准确以及数据采集处理粒度、应用需求与数据集成与展示等因素使得数据在不用维度、不同尺度上都有不同程度的不确定性。也就是说，这些本身带有不确定性的数据并非可以说明事实，因为可能数据本身就是虚假的。存在需要核实、考证与分析，不确定性的数据一旦进入公众社圈就会引发一系列社会问题，危害社会稳定。诸如在点评网站中的虚假评论有目的地诱导民众接受并传播某种思想或服务的例子不胜枚举。

4关于大数据未来发展的展望与对策设计

4．1完善大数据的顶层设计，建立良性大数据生态系统

国家应在宏观层面上做出全面系统的长期规划和短期目标。国家应在大数据人才培养，平台构建以及行业应用方面提供人财物多方面深层次的资源支持，同时给予积极的政策引导，鼓励创新，同社会各界建立起良性的大数据生态系统。2015年8月国务院出台了《促进大数据发展行动纲要》，契合当下，放眼未来，内容全面涉及范围广，而要保证其贯彻落实，更要及时跟进，制定配套制度予以配合，做到及时反馈、及时纠正；同时在新的国际背景下也应注重信息基础设施建设，提升信息作战能力，加强国家信息安全，赢得新科技竞争中的战略制高点。

4．2加强政企合作，搭建准确高效的大数据合作平台

大数据企业应积极主动加强与政府之间的战略合作。大数据的数据源以企业为主，政府利用企业数据可以完善补充统计数据，提高统计信息质量，为社会治理谋求最大利益；企业则可以根据更为准确的大数据把握市场信息，占据市场份额，赢得发展机遇，政企合作是当代在大数据背景下一个必然选择。2013年国家统计局与阿里、百度等11家企业一同启动国家统计局大数据合作平台便是政企合作的一个缩影。

4．3深化大数据基础理论研究，提升数据收集与分析能力

注重大数据基础理论研究，提高数据收集与分析能力，是解决大数据信息安全的关键途径。数据是分析的基础，只有全面而真实的数据才会产生价值，片面的数据分析出的结果往往有较大的偏差；深度发展大数据分析能力，包括：大数据认证技术、威胁发现技术、水印技术、网络匿名保护技术等等，这些技术在部分领域已有所应用，但同时存在反应速度慢、缺乏安全性、用户负担重等某些方面的不足，只有克服相关技术的不足，才能更好的解决大数据信息安全问题。

5结语

大数据既是时代快速发展的产物，也是推动时代飞速发展的强大驱动力。它给社会发展带来了机遇，也带来了前所未有的挑战。迎接这项挑战不只是政府，企业或其他组织的责任，而是时代赋予我们整个社会每位公民的责任。大数据没有那么神秘，真正拥有力量的也不是数据本身，而是拥有数据掌握技术的我们。今后应不断加强大数据理论研究，完善学科发展方向和体系，为大数据学科建设与发展提供理论支撑和技术支持，持续切实加强政企合作，搭建大数据合作平台，建立良性大数据生态系统，使大数据真正推动科技繁荣、社会发展、人类进步。

参考文献

［1］李国杰．大数据研究的科学价值［J］．中国计算机学会通讯，2012，8（9）：8－15．

［2］BigData．Nature［Z］．2008，455（7209）：1－136．

［3］BigData．ERCIMNews［Z］．2012，（89）．

［4］宗威，吴锋．大数据时代下数据质量的挑战［J］．西安交通大学学报，2013，（09）．

［5］孟小峰，慈祥．大数据管理：概念、技术与挑战［J］．计算机研究与发展，2013，50（1）：146－169．

［6］李国杰，程学旗．大数据研究：未来科技及经济社会发展的重大战略领域［J］．中国科学院院刊，2012，27（6）：647－657．

［7］冯鹏志．对象、主题与特色―关于我国“科学、技术与社会”（STS）学科发展的几点思考［J］．学术界，2002，（6）．

［8］覃雄派，王会举，杜小勇．大数据分析―RDBMS与MapReduce的竞争与共生［J］．软件学报，2012，23（1）：32－45．

［9］樊伟红，李晨晖，张兴旺．图书馆需要怎样的大数据？［J］．图书馆杂志，2012，（11）：63－68，77．

［10］邬贺铨．大数据时代的机遇与挑战［J］．求是，2013，（2）．

［11］王书伟．大数据时代政府部门间信息资源共享策略研究［D］．大连：吉林大学，2013，（10）．

篇3：教学大数据分析系统

关键词：教学监控系统,数据可视化,教学质量,数据库,系统开发

本科是每一位进入大学的学生必然经历的过程, 是承上启下的阶段, 为想考研和找工作的学子打下坚实的基础。因此, 本科教学质量显得尤为重要, 对教学质量进行监控更是势在必行。自改革开放以来, 人们的思想得到全面的解放, 观念在逐步改变, 接受教育的人数不断增加, 大学学生的数量连年上升, 据美国学者马丁·特罗的高等教育大众化“阶段论”, 他认为, 当一个国家高等教育所接纳的学生数与适龄青年的比例在15%以下时, 属于精英高等教育阶段;15%~50%为大众高等教育阶段;50%以上为普及高等教育阶段。我国自进入21世纪后, 已从精英高等教育转变为大众高等教育, 大学的软硬件设备不断更新、招生规模不断扩大, 而教学质量的监控却发展缓慢, 传统的教学质量监控方式正亟待改革。本文将对传统监控模式改进为数字监控提出设想, 以达到更全面、更及时、更方便的目的, 从而保障大学本科的教学质量。

一本科教学质量监控系统开发的背景

1传统本科教学质量监控的现状和存在的问题

传统本科教学质量监控是一种非数据库形式下的方式, 除极少数高校之外, 它在发展中一直被沿用。在实践中, 它有思想简单, 操作方便的优点, 但在今天, 其弊端也逐渐显现出来, 为不少人所怅然。传统本科教学质量监控存在以下不足。

(1) 审批程序多、工作实施易重复。传统的本科教学质量监控由高校专门设置相关的管理部门和领导小组负责。当有材料需要进行评估或者关于教学质量的提高有新的要求时, 需要通过部门间层层审核、盖签订责任状、盖章, 再由专人负责各项资料的整理汇总并多级传递, 最终由学校相关领导小组给予评估等级或者使文件在相关部门的监督下予以具体实施。但问题也相应出现, 在整个过程中, 因各个评估项目的指标要求有所不同和工作责任分工不具体, 而存在灰色区域, 使同一项工作可能会在多个部门间重复进行, 也可能使文件在各部门间来回推脱, 使工作迟迟不能够完成。

(2) 时效性差。由于审批程序复杂, 导致传统监控模式的时效性差, 相关指令传达周期长, 使得亟待解决的问题不能立即得到处理。对于一些特殊的评估材料, 因专家有限, 时间安排不能周转, 有时甚至会经过一学期才能完成相关的评估工作, 这对于学校掌握教学的动态, 制定相关的措施是很不利的。同时, 因审批程序多, 易导致在过程中出现错误, 对错误的更正又进一步拖长周期。

(3) 材料整理汇总困难且不具有连续性。传统本科教学质量监控由于高校的人数众多, 一旦需要从学生中采集数据信息, 每一个都是庞大的数据量, 倘若需要在每年不同时候、不同阶段采集数据进行分析, 这些纸质材料将堆积如山。从它们中整理汇总我们需要的信息费时费力, 期间还会出现某些错误, 将导致数据不仅不能反映真实的信息, 还会误导判断。同时, 单一的数据体所能反映的信息有限, 倘若需要不同类别的或近几年的数据做对比分析, 则未必能够提供, 这将使获得的信息不具连续性。

(4) 国家资源的大量浪费和环境破坏。传统监控模式均采用纸质材料, 数据量巨大, 纸质材料的耗费量同样巨大。对于正规文件, 不仅限定单页打印而且很多情况下都需要一式多份, 进一步增加了纸质材料的耗费。纸的主要来源是树木或竹子原浆, 纸的耗费将导致我国的资源浪费, 环境破坏, 对国家发展和人类生存不利。

通过以上分析可知, 传统本科教学监控模式存在诸多缺点, 在时代的发展中, 要寻找一种新的方式来替代。

2本科教学质量监控系统的建设现状

在2007年, 为落实国家“高等学校教学质量与教学改革工程”, 教育部、财政部联合发文启动“全国高校教学基本状态数据库系统项”。该项目主要由华中科技大学、中山大学等参与进行研究, 目的是通过该数据库系统在国家同高校之间、社会同高校之间架起信息交互的渠道, 沟通的桥梁。在2011年, 教育部发文明确规定:“高等学校要充分利用信息技术, 采集反映教学状态的基本数据, 建立高等学校本科教学基本状态数据。”在2013年, 相关部门试行使用了“全国高校教学基本状态数据库系统”, 并在之后的时间不断进行优化和完善。到今天, 仅有少部分高校已初步建立自己的数据库系统, 但问题较多并不完善, 而其他高校仍处于摸索阶段。

二本科教学质量监控系统的建设

通过研究发现, 目前所开发的本科教学质量监控系统能实现的功能: (1) 学校的各类信息的存储、分类; (2) 数据的半人工采集, 多采用word和excel方式记录; (3) 数据的增加、删除、修改、保存; (4) 各项数据的直接提取进行人工分析。

除了具有以上的功能外, 该系统还应进行功能的完善, 在如今, 应具有更人性化的设计, 方便操作和使用及进行相关的推广。具体的功能改进详见如下。

(1) 数据采集应具有平台对接导入功能。对数据的采集, 应打造平台软件, 实现与外界数据搭载平台对接, 进行数据的直接导入, 避免数据的重复输入, 同时通过与教育系统或其他高校数据系统对接, 进行数据传输, 克服信息孤岛、数据传输困难的问题。

(2) 数据提取的可视化及趋势分析。在数据提取的同时, 能将提取的数据体不仅以数据列表的形式呈现, 同时能生成分析图, 如饼状图、柱状图、折线图等的二维、三维形式, 实现数据多维度观察, 直观了解不同数据的发展走势, 并且该系统应能根据图表的信息, 直接捕捉重要信息, 如曲线峰值、平均值大小、数据比率等。

(3) 用户权限的合理分配。该系统的用户来自不同层次, 为了保障系统运行效率, 通过明确的权限控制功能范围, 使各层次的用户在操作过程中互不干扰。同时还应有权限限时开放的功能, 作为一个专用的系统, 权限在各层次的使用对象不同, 因此, 它的开放时间应具有阶段性, 这样既能保证工作顺利开展也能维持系统中数据的稳定。

(4) 系统数据体的加密保护和备份。为了让系统中的数据体更加安全可靠, 系统应有数据体加密保护和云端备份功能, 阻隔外界对系统的入侵, 也避免系统内部的工作人员因操作失误, 使系统中数据的丢失。

(5) 知识库建立。本科教学质量监控系统的使用过程中, 需要进行资料的查阅或者下载。因此系统应将文件、资源包等非结构化的数据先存放于知识库中, 方便用户的使用, 提高工作的效率。

三本科教学质量监控系统的意义

本科教学质量监控是“对诸如师资力量、学生素质、教学设施的水准以及教学管理工作的水平进行监控, 及时检测, 以便学校领导和教学管理部门及时调整工作, 纠正偏差, 协调关系, 促进各方面发挥潜能, 确保人才培养的质量达到预期目的。”所以, 拥有完善的教学质量监控系统很重要, 这将对学生状态的监控、教师教学水平的提高等的保证有显著的影响。

高校的教学工作运行状态、办学水平、教育质量等信息, 均可通过教学中的基本数据来反映, 对数据的采集、分析是教学质量监控系统的目的和意义。建立并将此系统用于高校管理服务, 其必将增强高校在现今教育改革中的核心竞争力, 为其走在教育改革的前列提供一定的帮助。主要体现在以下方面。

(1) 为高校自身的教学质量管理和监控提供保障。该系统的建立, 使高校通过常态化的信息管理, 阶段性地收集、分析和监控各类数据信息, 及时准确地把握自身的教学运行基本状态, 为高校平稳安全的运行提供保障。

(2) 为各级各类的评估提供依据。在建成系统后, 可依据它搭建具有各类评估指标体系的教学评估系统, 使得教学评估不仅有据可循, 同时使教学评估工作简单、及时、高效。

(3) 节约国家资源保护环境。在建成系统后, 数据采集不再进行纸上填写, 大部分的常规数据收集都可在网上进行, 从而节约大量纸张的使用, 节省国家资源, 间接的保护了生态环境。

(4) 为高校领导和相关监控部门提供决策方向。本系统具有数据分析和报表生成的功能, 高校领导和相关部门可及时查询和审核各类数据, 并利用系统数据开展对比、分析, 预测数据的未来发展趋势, 从而制定正确的措施, 辅助提供决策方向。

总之, 教育教学水平的提升是高校办学者和广大教师、学生的期望, 而本科教学质量监控正是关键之处, 因此, 本系统的建设将很好的为教学质量服务。在党的十八次全国人民代表大会中, 提出我国的高等教育要呈现出“新常态”, 其中以教育教学质量提升为核心的内涵式发展就是其中之一。教育事业在数年的发展过程中, 高等院校已经完成了“规模扩张、学科布局、校区建设”的三大历史任务, 质量提升、内涵发展逐步成为当今的主要任务。大学本科教学质量监控系统的建立, 将在学校现代化建设中发挥重大的作用。实现数据库形势下的现代化信息监控, 能够更高效、更全面的了解整个高校的教学动态, 从而确保教学工作的顺利开展, 最终保障高校的教育质量。

参考文献

[1]张洪亚.马丁·特罗.高等教育大众化理论研究[D].厦门大学, 2002 (05) :10.

[2]教育部、财政部关于批准高等学校本科教学分类评估方案项目和全国高校教学基本状态数据库系统项目建设的通知 (教高函[2007]27号) .

[3]贺祖斌.高等学校教育质量监控机制的构建与动作[J]广西高教研究, 2000 (3) .

[4]教育部关于普通高等学校本科教学评估工作的意见 (教高[2011]9号) .

篇4：教学大数据分析系统

[关键词] 教学监控系统；数据可视化；教学质量；数据库；系统开发

[中图分类号] G647 [文献标志码] A [文章编号] 1008-2549（2016） 12-0048-02

本科是每一位进入大学的学生必然经历的过程，是承上启下的阶段，为想考研和找工作的学子打下坚实的基础。因此，本科教学质量显得尤为重要，对教学质量进行监控更是势在必行。自改革开放以来，人们的思想得到全面的解放，观念在逐步改变，接受教育的人数不断增加，大学学生的数量连年上升，据美国学者马丁·特罗的高等教育大众化“阶段论”，他认为，当一个国家高等教育所接纳的学生数与适龄青年的比例在15%以下时，属于精英高等教育阶段；15%～50%为大众高等教育阶段；50%以上为普及高等教育阶段。我国自进入21世纪后，已从精英高等教育转变为大众高等教育，大学的软硬件设备不断更新、招生规模不断扩大，而教学质量的监控却发展缓慢，传统的教学质量监控方式正亟待改革。本文将对传统监控模式改进为数字监控提出设想，以达到更全面、更及时、更方便的目的，从而保障大学本科的教学质量。

一 本科教学质量监控系统开发的背景

1 传统本科教学质量监控的现状和存在的问题

传统本科教学质量监控是一种非数据库形式下的方式，除极少数高校之外，它在发展中一直被沿用。在实践中，它有思想简单，操作方便的优点，但在今天，其弊端也逐渐显现出来，为不少人所怅然。传统本科教学质量监控存在以下不足。

（1） 审批程序多、工作实施易重复。传统的本科教学质量监控由高校专门设置相关的管理部门和领导小组负责。当有材料需要进行评估或者关于教学质量的提高有新的要求时，需要通过部门间层层审核、盖签订责任状、盖章，再由专人负责各项资料的整理汇总并多级传递，最终由学校相关领导小组给予评估等级或者使文件在相关部门的监督下予以具体实施。但问题也相应出现，在整个过程中，因各个评估项目的指标要求有所不同和工作责任分工不具体，而存在灰色区域，使同一项工作可能会在多个部门间重复进行，也可能使文件在各部门间来回推脱，使工作迟迟不能够完成。

（2） 时效性差。由于审批程序复杂，导致传统监控模式的时效性差，相关指令传达周期长，使得亟待解决的问题不能立即得到处理。对于一些特殊的评估材料，因专家有限，时间安排不能周转，有时甚至会经过一学期才能完成相关的评估工作，这对于学校掌握教学的动态，制定相关的措施是很不利的。同时，因审批程序多，易导致在过程中出现错误，对错误的更正又进一步拖长周期。

（3） 材料整理汇总困难且不具有连续性。传统本科教学质量监控由于高校的人数众多，一旦需要从学生中采集数据信息，每一个都是庞大的数据量，倘若需要在每年不同时候、不同阶段采集数据进行分析，这些纸质材料将堆积如山。从它们中整理汇总我们需要的信息费时费力，期间还会出现某些错误，将导致数据不仅不能反映真实的信息，还会误导判断。同时，单一的数据体所能反映的信息有限，倘若需要不同类别的或近几年的数据做对比分析，则未必能够提供，这将使获得的信息不具连续性。

（4） 国家资源的大量浪费和环境破坏。传统监控模式均采用纸质材料，数据量巨大，纸质材料的耗费量同样巨大。对于正规文件，不仅限定单页打印而且很多情况下都需要一式多份，进一步增加了纸质材料的耗费。纸的主要来源是树木或竹子原浆，纸的耗费将导致我国的资源浪费，环境破坏，对国家发展和人类生存不利。

通过以上分析可知，传统本科教学监控模式存在诸多缺点，在时代的发展中，要寻找一种新的方式来替代。

2 本科教学质量监控系统的建设现状

在2007年，为落实国家“高等学校教学质量与教学改革工程”，教育部、财政部联合发文启动“全国高校教学基本状态数据库系统项”。该项目主要由华中科技大学、中山大学等参与进行研究，目的是通过该数据库系统在国家同高校之间、社会同高校之间架起信息交互的渠道，沟通的桥梁。在2011年，教育部发文明确规定：“高等学校要充分利用信息技术，采集反映教学状态的基本数据，建立高等学校本科教学基本状态数据。”在2013年，相关部门试行使用了“全国高校教学基本状态数据库系统”，并在之后的时间不断进行优化和完善。到今天，仅有少部分高校已初步建立自己的数据库系统，但问题较多并不完善，而其他高校仍处于摸索阶段。

二 本科教学质量监控系统的建设

通过研究发现，目前所开发的本科教学质量监控系统能实现的功能：（1）学校的各类信息的存储、分类；（2）数据的半人工采集，多采用word和excel方式记录；（3）数据的增加、删除、修改、保存；（4）各项数据的直接提取进行人工分析。

除了具有以上的功能外，该系统还应进行功能的完善，在如今，应具有更人性化的设计，方便操作和使用及进行相关的推广。具体的功能改进详见如下。

（1） 数据采集应具有平台对接导入功能。对数据的采集，应打造平台软件，实现与外界数据搭载平台对接，进行数据的直接导入，避免数据的重复输入，同时通过与教育系统或其他高校数据系统对接，进行数据传输，克服信息孤岛、数据传输困难的问题。

（2） 数据提取的可视化及趋势分析。在数据提取的同时，能将提取的数据体不仅以数据列表的形式呈现，同时能生成分析图，如饼状图、柱状图、折线图等的二维、三维形式，实现数据多维度观察，直观了解不同数据的发展走势，并且该系统应能根据图表的信息，直接捕捉重要信息，如曲线峰值、平均值大小、数据比率等。

（3） 用户权限的合理分配。该系统的用户来自不同层次，为了保障系统运行效率，通过明确的权限控制功能范围，使各层次的用户在操作过程中互不干扰。同时还应有权限限时开放的功能，作为一个专用的系统，权限在各层次的使用对象不同，因此，它的开放时间应具有阶段性，这样既能保证工作顺利开展也能维持系统中数据的稳定。

（4） 系统数据体的加密保护和备份。为了让系统中的数据体更加安全可靠，系统应有数据体加密保护和云端备份功能，阻隔外界对系统的入侵，也避免系统内部的工作人员因操作失误，使系统中数据的丢失。

（5） 知识库建立。本科教学质量监控系统的使用过程中，需要进行资料的查阅或者下载。因此系统应将文件、资源包等非结构化的数据先存放于知识库中，方便用户的使用，提高工作的效率。

三 本科教学质量监控系统的意义

本科教学质量监控是“对诸如师资力量、学生素质、教学设施的水准以及教学管理工作的水平进行监控，及时检测，以便学校领导和教学管理部门及时调整工作，纠正偏差，协调关系，促进各方面发挥潜能，确保人才培养的质量达到预期目的。”所以，拥有完善的教学质量监控系统很重要，这将对学生状态的监控、教师教学水平的提高等的保证有显著的影响。

高校的教学工作运行状态、办学水平、教育质量等信息，均可通过教学中的基本数据来反映，对数据的采集、分析是教学质量监控系统的目的和意义。建立并将此系统用于高校管理服务，其必将增强高校在现今教育改革中的核心竞争力，为其走在教育改革的前列提供一定的帮助。主要体现在以下方面。

（1） 为高校自身的教学质量管理和监控提供保障。该系统的建立，使高校通过常态化的信息管理，阶段性地收集、分析和监控各类数据信息，及时准确地把握自身的教学运行基本状态，为高校平稳安全的运行提供保障。

（2） 为各级各类的评估提供依据。在建成系统后，可依据它搭建具有各类评估指标体系的教学评估系统，使得教学评估不仅有据可循，同时使教学评估工作简单、及时、高效。

（3） 节约国家资源保护环境。在建成系统后，数据采集不再进行纸上填写，大部分的常规数据收集都可在网上进行，从而节约大量纸张的使用，节省国家资源，间接的保护了生态环境。

（4） 为高校领导和相关监控部门提供决策方向。本系统具有数据分析和报表生成的功能，高校领导和相关部门可及时查询和审核各类数据，并利用系统数据开展对比、分析，预测数据的未来发展趋势，从而制定正确的措施，辅助提供决策方向。

总之，教育教学水平的提升是高校办学者和广大教师、学生的期望，而本科教学质量监控正是关键之处，因此，本系统的建设将很好的为教学质量服务。在党的十八次全国人民代表大会中，提出我国的高等教育要呈现出“新常态”，其中以教育教学质量提升为核心的内涵式发展就是其中之一。教育事业在数年的发展过程中，高等院校已经完成了“规模扩张、学科布局、校区建设”的三大历史任务，质量提升、内涵发展逐步成为当今的主要任务。大学本科教学质量监控系统的建立，将在学校现代化建设中发挥重大的作用。实现数据库形势下的现代化信息监控，能够更高效、更全面的了解整个高校的教学动态，从而确保教学工作的顺利开展，最终保障高校的教育质量。

参考文献

[1]张洪亚.马丁·特罗.高等教育大众化理论研究[D].厦门大学，2002（05）：10.

[2]教育部、财政部关于批准高等学校本科教学分类评估方案项目和全国高校教学基本状态数据库系统项目建设的通知（教高函[2007]27号）.

[3]贺祖斌.高等学校教育质量监控机制的构建与动作[J].广西高教研究，2000（3）.

[4]教育部关于普通高等学校本科教学评估工作的意见（教高[2011]9号）.

篇5：教学大数据分析系统

随着我国电子商务基础环境的日益成熟,各行各业网络营销的商业模式已经由最初的构想转化成具有明确的盈利模式的商业形态.并且,在国内网络营销领域已出现了多家成功运营的典范企业,国内企业和个人不甘落后,竞相建立独立的网络销售平台.

我们公司是专销数码电子产品的,在淘宝拍拍有啊也开有专卖店,交易量不错,但竞争太大,很多商家都在上面打价格战,利润是少得可怜,并且我们公司希望建立代理渠道和发展网络代销的营销模式,加大竞争力度,这些都是那些大型C2C网站做不到的.由于我在公司是专管网络的,于是公司交给我一个任务,就是挑选一家好的独立网店系统的开发商,帮我们公司建立一个能跟公司现有的客户管理软件和ERP系统整合起来的网上销售平台.

于是我开始了寻找独立网店系统的任务,在此我将我选择的过程分享给大家,希望能给大家起到一些借鉴的作用.

首先得先了解国内几家做网店系统做得比较好的,我随便在百度搜索了下“网店系统”,一大堆做网店系统的跑出来了.做百度竞价广告的还真不少,说明这个行业竞争惨烈啊,呵呵.不过个人一向不喜欢这种做竞价广告的公司,有实力的公司,在自然排名上可以优先显示出来的.在Google上搜索的结果也差不多.

从排名上看,国内有实力的几家开发商:ShopEx,XpShop,HiShop,乐度,EcShop等.

ShopEx

网址:

介绍:ShopEx是国内做网店系统最久的一个,也是市场占有率最高的,系统免费但不开源,带有版权信息.当然服务和定制功能不是免费的,价格也高,除个前台版权信息就得每年交5000元,定制个个性化功能或做套界面,价格就更高了.

开发语言: PHP

数据库:MySql

优点:功能完善,强大系统稳定,各种技术相对比较成熟,用户体验做得不错,还推出一些辅助工具,SEO优化方面也做得不错.

缺点:价格高,后台功能太繁杂,使人不知道往哪里下手,前台界面一般,代码不开源,服务质量一般,客服人员不爱搭理人,估计是我们的系统需求比较小型吧,呵呵.ShopEx的服务对象应该是比较大型的公司.

XpShop

网址:

介绍:.NET开发的网店系统,免费使用不开源,带有版权信息.针对不同行业推出不同版本的系统,单店大众版,企业版,多用户系统、服饰行业商城系统、DIY个性化礼品在线定制系统,代理代销系统,还有仿京东,仿凡客系统.

开发语言:ASP.NET

数据库:MsSql

优点:功能完善强大,后台操作简单明了,用户体验做得不错,SEO优化和促销模块做得也不错,多语言切换功能吸引了不少做外贸的朋友.

缺点:不开源,提供的免费模板太少.

篇6：教学大数据分析系统

http://u.youku.com/user_show/uid_%e3%80%90%e5%86%9b%e6%97%97%e3%80%91 猴 买卖出击系统 使用秘籍

午马-老股看盘 使用大揭秘

http://v.youku.com/v_show/id_XMjU2OTcyMjky.html

http://u.youku.com/user_show/uid_%e3%80%90%e5%bc%98%e7%a6%8f%e3%80%91 弘福核打击！使用方法！

http://v.youku.com/v_show/id_XMjU2OTk3MTI4.html 风行风向标用法和实战技巧！

http://v.youku.com/v_show/id_XMjU2OTgwNTUy.html 午马-天道 获利的开始

http://v.youku.com/v_show/id_XMjU2OTk3MzAw.html

巳蛇 草上飞

http://v.youku.com/v_show/id_XMjU2OTY0NDEy.html

【未羊】羊起风帆使用视频！

【亥猪】旗手----特供波段王指标全程大揭秘http://v.youku.com/v_show/id_XMjU3MDM5MTY4.html

http://v.youku.com/v_show/id_XMjU3MDYyMDAw.html 寅虎追踪指标使用说明

http://player.youku.com/player.php/sid/XMjU3MDU4NTgw/v.swf

丑牛老定与您一起【决战短线！】

篇7：教学大数据分析系统

大(狂鸟)消化系统蛋白水解酶种类和活性分析

采用蛋白水解酶复性电泳(G-PAGE)技术对大(狂鸟)(Buteo hemilasius)消化系统5种器官腺胃、胰脏、十二指肠、空肠、大肠蛋白水解酶的种类和性质进行了研究,以期为研究野生鸟类的分类地位、系统演化提供基础资料,结果表明,1受pH值的影响和制约,大(狂鸟)消化系统蛋白水解酶的活性在碱性、中性与酸性条件下递减;2在酸性条件下,45 ku蛋白水解酶存在于除腺胃外的各受检器官;3pH 7.0时,腺胃、胰脏酶谱相似,均含有68、35、34、20 ku的蛋白水解酶;4pH 8.0时,空肠和十二指肠的蛋白水解酶种类最多、活性最强,分别检出8种和7种蛋白水解酶.总之,pH值对蛋白水解酶的活性有明显的.制约作用,46、41ku蛋白水解酶随着pH值的增高而失去活性,为酸性蛋白水解酶,250、206、45 ku蛋白水解酶随着pH值的增高活性逐渐增强,为碱性蛋白水解酶.十二指肠和空肠的蛋白水解酶种类多、活性强,可能为蛋白质消化的主要场所.

作 者：牛红星 卜艳珍 王艳梅 姬生栋 余燕 卢全伟 徐存拴 NIU Hong-Xing BU Yan-Zhen WANG Yan-Mei JI Sheng-Dong YU Yan LU Quan-Wei XU Cun-Shuan 作者单位：河南师范大学生命科学学院,新乡,453007刊 名：动物学杂志 ISTIC PKU英文刊名：CHINESE JOURNAL OF ZOOLOGY年，卷(期)：41(3)分类号：Q955关键词：蛋白水解酶 活性电泳(G-PAGE) 消化系统 大(狂鸟)

篇8：教学大数据分析系统

近几年, 随着互联网、云计算和物联网等技术的快速发展, “大数据”开始渗透至各个行业和领域, 逐步影响人们的生活和学习方式[1,2,3]。在大数据时代, 能否激发和利用隐藏于数据内部未被发掘的价值, 实现在教育、经济、交通和医疗等领域的革新, 取决于人们对于数据及其潜在价值和功能的认识和态度[4]。

教育行业中的传统数据体现的是宏观的教育状况、整体的学习水平, 数据更多是在阶段性的评估中获得。而“教育大数据”[5,6]更关注微观、个体层面, 要求时时处处采集信息, 全面客观记录信息, 大量采用可视化展现方法等等, 帮助信息收集方获取精准材料。这种大数据 (全量数据) 与传统的数据相比, 具有非结构化、分布式、数据量巨大、数据分析由专家层变化为用户层等。这些特点恰好适应了个性化的学习变化[7]。

其中, 大数据改善学习的三个核心要素:反馈 (feedback) 、个性化 (individualization) 和概率预测 (probabilistic prediction) [8], 除第一个要素以外, 其余两个都可以通过推荐系统实现和提升。

2 教育大数据和推荐系统

2.1 教育大数据

1) 定义及现状

随着大数据研究的不断积累和深入发展, 其中的教育大数据极大地推动了个性化教育, 对教学模式和教学管理产生了深刻影响。徐鹏等[5]从两个层面定义了“教育大数据”: (1) 广义的教育大数据泛指所有来源于日常教育活动中所有参与者的行为数据, 它具有层级性、时序性和情境性的特征; (2) 狭义的教育大数据是指学习者行为数据, 它主要来源于学生管理系统、在线学习平台 (MOOCs、微课等) 和课程管理平台等。其中, 慕课 (MOOCs) 的一个构成要素就是能产生大数据。根据本文的研究对象, 将教育大数据分类为:学生学习成长过程异构数据、教师教学过程异构数据和教学管理者决策异构数据。

目前, 教育大数据存在若干问题。首先, 与其他行业的大数据相比, 教育行业大数据暂时数据量比较小。例如, 同电子商务大数据相比, 在线教育平台不像电商的用户数量庞大、数据可以累积到海量;其次, 教育数据噪声也比较高。数据噪声简单来讲, 是指干扰性数据、无用数据, 比如用户录播视频行为数据中, 用户行为包括简单的操作:暂停、关闭、重播等, 造成这些操作的原因很多, 并不一定是没看懂内容, 所以干扰性数据较多, 数据统计分析的精度会受影响。此外, 教育垂直属性特别明显, 大量数据会向不同垂直领域分流。而不同垂直领域之间的数据融合度比较低, 比如《大学英语》和《计算机病毒检测技术》两门课程的数据很难整合在一起进行分析。

2) 大数据的来源

教育大数据大致可分为结构化数据和非结构化数据。以描述一个个体来类比, 结构化数据就是个体的身高、体重、性别等特征属性, 比如集中在选择、判断等客观题的题库类产品, 就是教育大数据的一个重要来源。此外, 包括与学习者考试成绩相关联的家庭背景、智力水平、学习态度和努力程度等因素和指标也成为教育大数据的主要来源;非结构化数据则可以是参与者的声音、照片、视频等。

大数据应该被视为促进产品改良的反馈, 而不是对产品使用者进行简单评价的依据。目前, 被收集的有限教育数据几乎都是用来评价学生的, 即学习中的“消费者”。大数据蕴含的巨大潜力在于通过相关算法和系统 (如推荐系统、学习分析技术[9]) 推进个性化学习, 改善教材、教学和管理水平, 并最终提高学生的成绩和能力[8]。

2.2 大数据环境下的推荐系统

1) 典型大数据环境下的推荐系统

大数据环境下, 推荐系统的个性化、高效性和普适性使其具有广泛的应用前景。表1列举了推荐系统在几种应用领域的典型案例。

2) 教育大数据环境下的推荐系统

教育大数据中信息过载已成事实, 为了帮助教学过程参与者 (学习者、教师和管理者) 快速有效地获取所需项目 (对象) , 推荐系统由此产生。参与者与项目之间相关关系见表2。

推荐系统可以在个性化教学中得到出色的应用。例如, 2015年, 在可汗学院[11]《计算机科学》课程的学习中, 有成千上万的学生做错了关于“插入排序算法”的题。但在浏览过可汗论坛第150篇文章的学生中, 则有80%的学习者不会在此题中再出错。以后, 当有学生犯同样的错误时, 系统就会自动推送第150篇论坛文章为他们答疑。在这里, 确定最适合学习的论坛内容, 凭借的是“项目相关性计算”的手段, 而不是学生的自行判断。

3 基于隐式反馈的个性化教学推荐系统

因在教学过程中, 存在海量的不直接反应参与者倾向的数据, 故参考基于大规模隐式反馈的个性化推荐模型 (IFRM) [12], 个性化教学推荐系统 (Personalized Teaching Recommendation System, PTRS) 通过对参与者兴趣进行建模或预测参与者行为, 以此提供信息过滤与推荐服务。

3.1 问题定义

首先形式化地定义基于隐式反馈的个性化教学推荐问题。推荐模型可以利用的信息是参与者-项目选择集合, 如图1左侧矩阵所示。其中, 灰色代表观察到的参与者选择行为, 白色代表参与者尚未选择该项目。当给定任意参与者i以及待推荐列表I (由待推荐候选项目组成) , 推荐模型可以生成I的排序I*, I*应尽可能地将参与者要选择的项目排在其它项目前面。而需要解决的问题是, 如何根据历史选择集合构造出这样一个推荐模型。

3.2 推荐系统基本框架

构建PTRS的关键资源是参与者历史行为数据, 具体可分为两类:显式参与者反馈 (explicit actor feedback) 指参与者给出的显式倾向, 如课程成绩或教学质量评分等;与之对应的是不直接反应出倾向的隐式参与者反馈 (implicit actor feedback) , 如学习时间、浏览在线课程或教学管理文献等。不需要参与者付出额外的工作, 就可以收集隐式反馈数据。教育大数据环境下的推荐系统基本框架如图2所示。

3.3 系统设计

受矩阵分解模型的启发, 本文假设任意参与者i与任意项目j可以在潜在K维特征空间表示为一组向量:Ui= (Ui1, Ui2, …, Ui K) , Vj= (Vj1, Vj2, …, Vj K) , 并且参与者的选择行为由参与者的潜在特征与项目的潜在特征共同决定, 令Sij表示参与者i对项目j的选择倾向强度, 则

隐式反馈模型不同于传统的基于显式反馈推荐方法, 它并不去拟合具体评分值或评分行为, 而是通过建模参与者选择倾向, 从而去最大化可观察用户行为出现的概率。IF-PTRS天然地适用于没有评分而只有选择交互行为的隐式反馈推荐场景。

如果当前参与者是学生, 则系统输出结果Sij为适应此学习者个体的学习课程、内容或习惯;如果参与者是教师, 则系统输出结果Sij为适应此教师主体的课程教材、教学内容或方法;如果参与者是教学管理者, 则系统输出结果Sij为适应此管理者主体的教学策略或管理制度。

4 结论

基于在线学习和推荐系统, 教育大数据在个性化教学的各个要素和环节中, 将会有更多应用和更重要的意义。

在学生的自主学习方面, 网络将跟踪学生的整个学习过程, 从中了解学生的学习方法和习惯, 了解学生的个性、兴趣、爱好, 从而获取相关隐式数据, 帮助学生了解自己的学习成果, 通过选择IF-PTRS系统推荐的相关性最大的项目, 更好地进行自主地适应性学习;在老师教学方面, 相关大数据将便于老师了解学生的学习能力和认知能力, 同时根据已有教师的教学活动过程和本教师的知识水平和教学能力等隐式数据, 通过选择IF-PTRS系统推荐的相关性最大的项目, 及时更新教学内容和改进教学方法, 使教学更有针对性。

而在教学管理和决策方面, 对于教育行政部门和学校的不同层次的管理者而言, 大数据环境下的IF-PTRS系统将帮助他们在管理行为上做出更加科学而非经验判断式的决策;对于教育研究者来说, 他们能够重新审视学生的需求, 通过大数据和推荐系统以及学习分析技术, 找到怎样的课程、课堂、教师能够更加吸引学生。

摘要：随着互联网、云计算和物联网等技术的快速发展, “大数据”开始渗透至各个行业和领域, 逐步影响人们的生活和学习方式。大数据可以改善学习的三个核心要素:反馈、个性化和概率预测。通过构建大数据环境下的隐式反馈推荐系统 (IF-PTRS) , 教学活动参与者 (学生、教师和教学管理者) 选择与自身相关性最强的项目 (学习内容和习惯、教材和教学内容、管理策略等) 实施自主活动, 从而达到个性化教学的目的和效果。