學生大數據分析

㈠ 大數據專業都學什麼 大數據專業都學什麼課程

1、大數據專業需要學：數學分析、高等代數、普通物理數學與信息科學概論、數據結構、數據科學導論、程序設計導論、程序設計實踐、離散數學、概率與統計、演算法分析與設計、數據計算智能、資料庫系統概論、計算機系統基礎、並行體系結構與編程、非結構化大數據分析等。

2、大數據技術旨在培養學生系統掌握數據管理和數據挖掘方法，成為具有大數據分析處理、數據倉庫管理、大數據平台綜合部署、大數據平台應用軟體開發和數據產品可視化展示分析能力的高層次專業大數據技術人才。

㈡ 利用大數據能夠精準分析學生學習情況實現分層教學對嗎

對。
1、大數據技術下的以考促教，讓常規化的教學走向精細化教學。
2、大數據技術下的分層教學，讓每個學生都得到成長。
3、通過大數據進行學習分析能夠為每一位學生都創設一個量身定做的學習環境和個性化的課程，還能規避學生輟學等風險，為學生的多年學習提供一個富有挑戰性而非逐漸厭倦的學習計劃。

㈢ 如何正確的使用大數據分析方法、正確評估學校教育

范賢聰

一個學校發展到了什麼水平？發展速度怎麼樣？存在什麼缺陷？應向什麼方向改革提速？……深圳維邁大數據研究組，創建了一個分析平台，可為各學校提供切實有效的服務。

一、一些學校的高考大數據及評估

(一)昭通市一中

2013年(本科率93.17％)

一本874人(一本率67.57％)，普本331人(普本率25.6％)

2014年(本科率98.77％)

一本830人(一本率67.98％)，普本376人(普本率30.79％)

2015年(本科率98.21％)

一本846人(一本率66.15％)，普本410人(普本率32.06％)

2016年(本科率98.47％)

一本909人(一本率69.6％)，普本377人(普本率28.87％)

2018年(本科率96.63％)

一本1038人(一本率71.44％)，普本366人(普本率25.19％)

2019年(本科率97.78％)

一本1031人(一本率73.96％)，普本332人(普本率23.82％)

一本率在69%的水平，在全省名牌學校中排名靠後，在州、市一中排名靠末端;本科率在97％的水平，比較平穩，沒有太大的提速特徵，這是一個傳統型的名校。

應該說，昭一中在經典課堂及常規管理上很用功，但由於課堂太陳舊，同時管理也不精細，教學管理不夠精準，因此，教學成績一直沒有太大的提高。反觀靖曲一中的智慧課堂，同時引入了大數據管理平台，以及教育管理的精細化，在全省一直處於"巨無霸"的位置水平。

(二)鎮雄一中

2013年(本科率82.70％)

一本132人(一本率一18.56％)，普本456人(普本率64.13％)

2014年(本科率81.74％)

一本182人(一本率24.07％)，普本436人(普本率57.67％)

2015年(本科率78.75％)

一本194人(一本率20.75％)，普本542人(普本率58.00％)

2016年(本科率71.52％)

一本191人(一本率20.65％)，普本563人(普本率50.87％)

2018年(本科率78.57％)

一本265人(一本率22.98％)，普本641人(普本率55.59％)

2019年(本科率75.27％)

一本247人(一本率20.36％)，普本666人(普本率54.91％)

一本率在21％的水平，基本就是雲南的平均水平;本科率在76％的水平，比雲南的平均水平高出十個百分點，但這是鎮雄的頂級學校。學校發展相對平穩，沒有提速的特徵，這是一個昭通市傳統的強校。尤其值得一提的是，盡管《鎮雄城南中學》"拔尖"鎮雄生源，也沒影響鎮一中的發展速度及水平！鎮一中與昭一中無論課堂教學、還是教育管理都很相近。

(三)威信一中

2013年(本科率42.65％)

一本144人超鎮一中絕對數(10.64％)，普本436人與鎮一中絕對數相當(32.01％)

2014年(本科率58.73％)

一本97人只是鎮一中的一半(7.27％)，普本834人比鎮一中多398人(51.46％與鎮一中基本持平)

2015年(本科率66.47％)

一本147人比鎮一中少47人(10.88％)，普本751人比鎮一中多209人(55.59％與鎮一中基本持平)

2016年(本科率63.29％)

一本181人比鎮一中少10人(12.53％)，普本796人比鎮一中多233人(50.76％與鎮一中持平)

2018年(本科率39.55％)

一本108人比鎮一中少157人(6.52％)，普本547人比鎮一中少97人(33.03％比鎮一中少26％)

2019年(本科率44.25％)

一本152人比鎮一中少95人(8.27％)，普本661人與鎮一中基本持平(35.98％比鎮一中少19％)

從一本看，基本回到2013年威信一中的水平，但與鎮一中20.36％的一本率差十二個百分點，是需要找差距原因的。

從普本看，已經追上了鎮雄一中，這是可喜的。說明李校長不但勤政，而且有高招。

從本科率看，基本恢復到了威信一中2013的水平。

二、2013一一2019威信一中的發展分析

(一)從行政班子的輪換看發展

1、2012一一2013張校長主政，是一個過渡時期，盡管申常務在主導一中的教學，但已經後退的學校，是很難就一下翻身的，除非天意如此！

2、2014一一2015申校主政，已進入他鋪墊好的黃金時期，14北大、15清華，這是威信一中在二0一一之後的又一個高峰！

3、2016一一2017李朝華校長主政，2016年慣性衣舊，仍然取得了巨大的成績。一本率創造了歷史，本科率也是歷史第二。這與李校長、范書記的勤政及堅持不懈的"盯、管、跟"是密切相關的。

4、2018肖校長重新主政，遺憾的出現了歷史最低谷，但也不能把責任全推到肖校長的頭上，要知道高中是三年，每一年的校長、老師及教育工作者都應承擔相應的責任。

5、2019一一，李映橋校長主政，總結了歷史的經驗與教訓，抓住教學這個主戰場不放，抓住教師管理不放鬆，抓住學生的常規化管理不放。同時以校為家，把經營學校象經營家庭一樣的對待。因此，2019幾乎又回到了2013黃金起步時的水平。

(二)從大數據分析看威信一中發展速度及水平

2013是一個黃金起點;2014維持相應的速度及水平，而且出現了一個北大，這是振憾昭通市的;2015是一個黃金高峰，發展速度及水平均處於黃金時期，又出清華;而且威信一中的課改《三六模式》，不但是上海中國關委教育專家委員會在昭通課改的結晶，而且成為了整個昭通市的示範性課堂操作程式;時任昭通市教育局長平錦親臨現場觀摩，並指示全市向威信一中學，這是全威信人民的驕傲與自豪！

2016繼續黃金步閥，一本創造了頂峰;2017開始下滑，人心渙散，但一本也不少;2018是黑色的一年，歷史最低谷;全縣人民都在懷疑，還能將優秀的孩子送入威信一中讀書嗎？

在以肖順興書記為首的威信縣委、政府的堅強領導下，果斷換入新校長，才有2019新的黃金起步。

因此，我們對威信一中的發展速度及水平做一個概述:

2013黃金起點一一2014黃金速度一一

2015黃金高峰一一2016慣性峰位一一2017

一一開始下滑一一2018滑到谷底一一2019

一一回到新的黃金起點。

(三)從大數據分析找威信一中落後的原因

1、理念因素

過於"自信"，過於"傳統"，過於相信"時間+汗水"。對新課堂持懷疑態度，對經典課堂做不到位，對改革幾乎"一談色變"。沒有現代教育理念，那就是什麼是中心？什麼是主導？什麼是協作？……

2、管理因素

學校管雖然有其特定模式，但與現代企業管理也有相通之處，這就是信息化(數據化)、科學化、集團化的高效管理。

我們的管理很粗放，甚至沒有三十年以前的教育教育學管理那麼精細。那個時候的學校小，校長是管到每一個教師、職工的;教師是管到每一個具體的學生，以及學生的每一頁作業，以及學生的平時生活。其實，這就是杜郎口、昌樂、衡水、上海中學、成都外國語學校等等，所有中國名校成功的原因。

3、課堂因素

一中的課堂幾乎還在"滿堂灌"、"填壓式"的模式，老教師"力不從心"了，中年教師課堂沒有創新，年輕教師"我行我素、拿來主義"。因此，我們的課堂都比較低效。

其實所謂的"高效課堂"並非是教學成績效率很高的課堂，它主要是貫徹了教師的主導作用而不是"一包到底"，貫徹了學生的主動學習功能，貫徹了師師間、生生間、師生間的一種《協作學習》模式，解決了知識學習及能力發展的"大容量"問題。最後，當然有"高效"的教學成績。

4、體制因素

"大鍋飯"幾乎是所有公辦學校的問題，"干與不幹一個樣，干多干少一個樣，干好乾差一個樣"，這就無法調動教師積極性。民辦學校為什麼容易出成績，那就是公司化管理:

每一個管理環節及成效，都用經濟做為杠桿，教學成績的每一分、厘，都與本人的收入相關，這還愁成績上不去嗎？

5、文化因素

威信一中做為一個曾經的雲南名校，從上世紀1947年張仁文老先生創校開始，就積淀了很深的文化底蘊。然而，由於沒重視校園文化的建設及保存，現在也幾乎"丟失"了！

記得當年四川敘永一中(現在也是四川二流水平的名校)來威信一中"取經"的時候，學校領導總結我們成功的經驗就是"時間+汗水"。遺憾的是"時間"是什麼？"汗水"又是什麼？如此寶貴的文化，我們現在也只是"猜測"。

三、從威信一中的大數據分析看學校改革

(一)校長是學校的靈魂

從數據與校長的對應看，不同水平、不同風格、不同思想的校長，對學校的影響是巨大的，所取得的成績也是有很大差異的。因此，

改革學校應該從選擇優秀校長開始，校長是老師的老師。因此，優秀校長應該是"學者型"的、"全能型"的、關愛所有老師及學生的。從衡水本部向全國派出的近百位校長看，沒有不優秀的。

校長是學校的引路人，校長對學校的定位、目標及決策水平，直接決定學校的工作方法、走向及所取得的成績。

從威信一中六年換六個校長的情況看，一個波動的靈魂，對學校發展就是一個傷害，質量不下降都不正常！

(二)教師是學校的筋骨

從數據與教師的對應看，隨著時空的變換，教師在變(甚至出現青黃不接的情況)，學生在變(從很能吃苦耐勞的人到不願意吃苦的學生)，一切都發生了變化！

然而，我們一直認為老教師不用培訓了，自然能教出好成績。其實不然，雖然老教師功力深厚，確講得太多，甚至"滿堂"，00後們當然不喜歡，對中低檔學生是不適應的。中年老師當然不用培訓了，然而他們既有老教師的"呆板"，也有年輕教師的"輕漂"，因此學生喜歡他們的現代教學及"交朋接友"。但也不喜歡他們的嚴謹與執著。

年輕教師是學生們最喜歡的，甚至很多老師有自己的"鐵桿粉絲"！但他(她)們過於華麗，過於依賴於現代媒體，過於相信什麼"優案"、"名人"、"專家"、"名校"等等，因此，"拿來主義"非常"嚴重！

因此，按照我們中國教育專家委員會的研究成果，現代教師必須具備四大基本功:

1、終生學習的能力;2、合作及協作學習的能力;3、主動教學及培養學生主動學的能力;4、面向世界教育理念的思想。

(三)學生是提高學校教育教學質量的主人

現在"生源大戰"，其實就是抓學習習慣最好，成績最優秀的學生。不管衡水也罷，上海中學也罷，清華附中也罷，……都是同一模式，抓最好的老師，教最好的學生。因此，有人形容中國現實教育，就是傳統戰爭的拼刺刀、肉搏戰！

其實教育是不需要那麼艱辛的！我有幸在重慶結識了世界頂級教育家佐藤學教授，他講在日本的中學之中，所有頂級學校都是使用《協作學習》模式的。所謂協作就是師生是一個相互依存的整體，學生之間是一個相互學習、相互幫助、共同提高的整體。這樣一個和諧的群體，沒有高質的產出都是一種偶然！

一個學校，如果教師是主動教學，而不是滿堂灌的;如果學生是主動學習，而不是依賴於課堂的;那教學質量要低都很困難！

(四)文化是立校之魂

我的導師陳星奎雲南師大的教授(中國西南的量子力學權威)講過，當年他們西南聯大的校友之中，最佩服兩個人，一個是諾貝爾獎獲得者楊振寧教授，一個沒有獲得諾獎的吳健雄女土(但他獲得了世界頂級的獎金)。當年的西聯，什麼都是最差的，而且隨時還進圓通山的防空洞。然而，他們有最好的"為中華之崛起而讀書"之精神，有師生一心的情感，有同學即同志的遠大革命理想，有"陶行知"教育理念，有永遠上進、永遠讀書、自學成才精神！因此，有人說至到如今，最好的教育在民國時期。

西南大學之文化及精神傳承至今，在中國大地上遍地開花結果，這就校園文化之傑作。

學校做得好不好，不能用語言來描述，要用數據來說話。教師教學好不好，不能用語言來描述，要用數據來說話。學生學習好不好，不能用語言來描述，要用數據來說話。

世界已經進入數據化時代，對學校的評估，對教師的評估，對學生的評估，都必須以大數據分析為指導，以科學的數據評價結果為准！

㈣ 大數據分析的具體內容有哪些

隨著互聯網的不斷發展，大數據技術在各個領域都有不同程度的應用
1、採集
大數據的採集是指利用多個資料庫來接收發自客戶端(Web、App或者感測器形式等)的數據，並且用戶可以通過這些資料庫來進行簡單的查詢和處理工作。比如，電商會使用傳統的關系型資料庫MySQL和Oracle等來存儲每一筆事務數據，除此之外，Redis和MongoDB這樣的NoSQL資料庫也常用於數據的採集。
在大數據的採集過程中，其主要特點和挑戰是並發數高，因為同時有可能會有成千上萬的用戶來進行訪問和操作，比如火車票售票網站和淘寶，它們並發的訪問量在峰值時達到上百萬，所以需要在採集端部署大量資料庫才能支撐。並且如何在這些資料庫之間進行負載均衡和分片的確是需要深入的思考和設計。
2、導入/預處理
雖然採集端本身會有很多資料庫，但是如果要對這些海量數據進行有效的分析，還是應該將這些來自前端的數據導入到一個集中的大型分布式資料庫，或者分布式存儲集群，並且可以在導入基礎上做一些簡單的清洗和預處理工作。也有一些用戶會在導入時使用來自Twitter的Storm來對數據進行流式計算，來滿足部分業務的實時計算需求。
導入與預處理過程的特點和挑戰主要是導入的數據量大，每秒鍾的導入量經常會達到百兆，甚至千兆級別。
3、統計/分析
統計與分析主要利用分布式資料庫，或者分布式計算集群來對存儲於其內的海量數據進行普通的分析和分類匯總等，以滿足大多數常見的分析需求，在這方面，一些實時性需求會用到EMC的GreenPlum、Oracle的Exadata，以及基於MySQL的列式存儲Infobright等，而一些批處理，或者基於半結構化數據的需求可以使用Hadoop。
統計與分析這部分的主要特點和挑戰是分析涉及的數據量大，其對系統資源，特別是I/O會有極大的佔用。
4、挖掘
與前面統計和分析過程不同的是，數據挖掘一般沒有什麼預先設定好的主題，主要是在現有數據上面進行基於各種演算法的計算，從而起到預測(Predict)的效果，從而實現一些高級別數據分析的需求。比較典型演算法有用於聚類的Kmeans、用於統計學習的SVM和用於分類的NaiveBayes，主要使用的工具有Hadoop的Mahout等。該過程的特點和挑戰主要是用於挖掘的演算法很復雜，並且計算涉及的數據量和計算量都很大，常用數據挖掘演算法都以單線程為主。

㈤ 大數據具體學什麼

大數據分析挖掘與處理、移動開發與架構、軟體開發、雲計算等前沿技術等。

主修課程：面向對象程序設計、Hadoop實用技術、數據挖掘、機器學習、數據統計分析、高等數學、Python編程、JAVA編程、資料庫技術、Web開發、Linux操作系統、大數據平台搭建及運維、大數據應用開發、可視化設計與開發等。

大數據旨在培養學生系統掌握數據管理及數據挖掘方法，成為具備大數據分析處理、數據倉庫管理、大數據平台綜合部署、大數據平台應用軟體開發和數據產品的可視化展現與分析能力的高級專業大數據技術人才。

大數據崗位：

1、大數據系統架構師

大數據平台搭建、系統設計、基礎設施。

技能：計算機體系結構、網路架構、編程範式、文件系統、分布並行處理等。

2、大數據系統分析師

面向實際行業領域，利用大數據技術進行數據安全生命周期管理、分析和應用。

技能：人工智慧、機器學習、數理統計、矩陣計算、優化方法。

3、hadoop開發工程師

解決大數據存儲問題。

4、數據分析師

不同行業中，專門從事行業數據搜集、整理、分析，並依據數據做出行業研究、評估和預測的專業人員，在工作中通過運用工具，提取、分析、呈現數據，實現數據的商業意義。

5、數據挖掘工程師

做數據挖掘要從海量數據中發現規律，這就需要一定的數學知識，最基本的比如線性代數、高等代數、凸優化、概率論等，經常會用到的語言包括Python、Java、C或者C++。

㈥ 教育大數據分析方法主要包括哪三類

一、大數據與大數據分析概述

隨著數據獲取、存儲等技術的不斷發展，以及人們對數據的重視程度不斷提高，大數據得到了廣泛的重視，不僅僅在IT領域，包括經濟學領域、醫療領域、營銷領域等等。例如，在移動社交網路中，用戶拍照片、上網、評論、點贊等信息積累起來都構成大數據；醫療系統中的病例、醫學影像等積累起來也構成大數據；在商務系統中，顧客購買東西的行為被記錄下來，也形成了大數據。

時至今日，大數據並沒有特別公認的定義。有三個不同角度的定義：（1）「大數據」指的是所涉及的數據量規模巨大到無法通過人工在合理時間內達到截取、管理、處理並整理成為人類所能解讀的信息[1]。（2）「大數據」指不用隨機分析法（抽樣調查）這樣的捷徑，而採用所有數據進行分析處理的方法的數據[2]。（3）「大數據」是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。

通常把大數據的特點歸納為4個V，即數據量大（Volume）、數據類型多（Varity）、數據的價值密度低（Value）以及數據產生和處理的速度非常快（Velocity）。

對大數據進行分析可以產生新的價值。數據分析的概念誕生於大數據時代之前，但傳統的數據分析和大數據分析是不同的。傳統的數據分析往往是由客戶提出一個問題，分析者圍繞該問題建立一個系統，進而基於該系統解釋這個問題；而大數據分析有時候並沒有明確的問題，而是通過搜集數據，瀏覽數據來提出問題。

另一方面，傳統的數據分析是在可用的信息上進行抽樣，大數據分析則是對數據進行不斷的探索，通過全局分析連接數據，達到數據分析的目的。

傳統的數據分析的方法，往往是大膽假設小心求證，先做出假設，再對數據進行分析，從而驗證先前的假設；而大數據分析則是對大數據進行探索來發現結果，甚至發現錯誤的結果，之後再通過數據驗證結果是否正確。

因此，傳統的數據分析可以看成一種靜態的分析，大數據分析可以看成一種動態的分析。盡管如此，大數據分析和傳統數據分析也並非是涇渭分明的，傳統數據分析的方法是大數據分析的基礎，在很多大數據分析的工作中仍沿用了傳統數據分析的方法。

基於上述討論，我們給出「大數據分析」的定義：用適當的統計分析方法對大數據進行分析，提取有用信息並形成結論，從而對數據加以詳細研究和概括總結的過程。

大數據分析分為三個層次[3]，即描述分析、預測分析和規范分析。描述分析是探索歷史數據並描述發生了什麼（分析已經發生的行為），預測分析用於預測未來的概率和趨勢（分析可能發生的行為），規范分析根據期望的結果、特定場景、資源以及對過去和當前事件的了解對未來的決策給出建議（分析應該發生的行為）。例如，對於學生學習成績的分析，描述分析是通過分析描述學生的行為，如是否成績高的同學回答問題較多；預測分析是根據學生的學習行為數據對其分數進行預測，如根據學生回答問題的次數預測其成績；而規范分析則是根據學生的數據得到學生下一步的學習計劃，如對學生回答問題的最優次數提出建議。

大數據分析的過程可以劃分為如下7個步驟：（1）業務調研，即明確分析的目標；（2）數據准備，收集需要的數據；（3）數據瀏覽，發現數據可能存在的關聯；（4）變數選擇，找出自變數與因變數；（5）定義模式，確定模型；（6）計算模型的參數；（7）模型評估。

我們以預測學生學習成績為例解釋上述過程。首先，我們的目的是根據學生的行為預測學習成績。接下來，對於傳統的方法來說，通過專家的分析確定需要什麼數據，比如專家提出對學生成績有影響的數據，包括出勤率、作業的完成率等，可以從數據源獲取這樣的數據；大數據分析的方法有所不同，是找到所有可能相關的數據，甚至包括血型等，這些數據與成績之間的關系未必有影響，就算發現了關系也未必可以解釋，但是獲取盡可能多的數據有可能發現未知的關聯關系。

㈦ 清華附小6年級學生用大數據分析蘇軾，你怎麼看

清華附小6年級學生用大數據分析蘇軾，我覺得是一個很好的現象。這個看上去是孩子們的創新行為，實際這就是現在公司運營時常用的方法，並且這種方法很有效、能提供很多解決方案。

作為小學生，能遵循發現問題---分析問題---解決問題的思路去系統的去解讀蘇軾，並且分工明確，邏輯性很強。

有的把蘇軾詩詞都找出來分析高頻詞，有的研究蘇軾三次被貶經歷的，有的研究蘇軾在「明月」、「飲酒」方面的愛好，有的研究蘇軾與「故人」、「道人」的關系，有的研究「使君」、「東坡」關系。並且各自分析，形成了5個不同附件。

我是職場達人樂易LEE老師，關於清華附小六年級學生用大數據分析蘇軾，你有什麼看法嗎？歡迎評論留言。

㈧ 利用教育大數據，建立學生個性化分析指導

這是互聯網＋時代，這是大數據時代。但是 「不得不承認，對於學生，我們了解的太少！」 （卡耐基）

比較2500年前孔子時代的教育，和現今國內大部分中小學的教育模式，基本都是以教師主講，學生聽課，先進一些加上互助探究。課堂關注學生整體發展，對學生個體研究則少之又少。因材施教，有教無類，喊了2500年的教育口號，至今仍難實現。

大數據支持的教育，是智慧教育，是結合教育經驗和大數據支持的全新教育教學改革。教育大數據具備以下特徵：周期性強，復雜度高，價值高。中小學階段，教育大數據應用主要體現在反饋，個性化和概率預測三個層面。教育大數據可以全面反饋個體學習者的學習狀況，提供全方位的數據展示。從而根據每一位學生的實際，制定個性化的干預和指導，促進學生的自主成長和個性發展。提升對教育規律的認識深度、教育政策的制定方式，完善整個教育系統的結構，預測教育結果。通過大數據支持，現代教育將逐步成為一門實證科學，有據可依，有章可循的教育科學。

利用教育局建立的教學發展性評價系統，可以更加直觀地發現學生的真實，真實學習狀況，生活狀況，甚至思想狀況。

1，建立數據驅動的新型學習流程

傳統課堂上，教師設計教學，引領、指導學生的學習活動，學生選擇參與學習活動。

數據驅動的新型學習模式，教師依據大數據設計教學活動，進行教學測評，挖掘學生學習數據，確立新的教學目標，調整教學策略，重新設計教學活動。學生依據自身學習狀況，確立學習角色，參與學習活動，在活動中調整學習策略，確立新的學習目標，投入到新的學習中。利用互聯網＋的技術支持，記錄，分析，反饋，促進教、學進步。

2，建立學生個人知識圖譜

傳統課堂上，教師的教學內容統一，教師講授什麼，學生學習什麼。對於學生個體而言沒有選擇性，有些同學基礎薄弱，對於先行知識還沒有掌握，學習新知困難重重，課堂一知半解。有些同學已經完全掌握相關知識，課堂上不得不亦步亦趨，浪費時間。教師對於每個學生的知識體系了解不足，教學針對性不足，教學效率低下。

大數據驅動下的智慧教學，提供給每一位學生相應科目，相應學習單元的知識圖譜，通過學習、檢測、反饋、應用等活動，記錄每個知識點的學習情況。教師依據學生個體知識圖譜，安排教學活動，布置個性化學習活動。課堂的教學，從圍繞時間展開，轉為圍繞學習進度展開，促進學生個體的進步發展。

3，針對學生採取個性化分析指導。

大數據改善了學生學習的三個層次：反饋，個性化和概率預測。通過對教育大數據，建立學生成長模型，包括品德發展、學業發展、身心健康、興趣特長四個維度，使學生發展顯示可視化、數據化，探索各種變數之間的關系，形成診斷性的預測。

通過大數據的分析，建立學生個性化的學業診斷。依據大數據，觀察學生的出勤、課堂表現、平時作業以及考試等過程性評價的數據，就可以分析出學業成績和學習行為各要素的相關性，進而針對學生個體形成診斷意見，提出個性化分析指導。

2014級有一學生，中考入學成績居年段20名，英語成績處於中上層次。在高一上學期期中考試和期末考試中，英語學習成績一路下滑，接近及格邊緣。班主任、科任教師發現情況，及時到教研室查閱該生的各項成長數據，發現學習作息時間正常，在單詞背誦、閱讀理解、以及英語學習總時間上與其他優等生一致，唯有課時練習完成不及時不主動。

與學生座談，分析英語成績下滑原因：在英語學習時間無差別的基礎上，由於時間分配存在差異，在同步練習上花時間偏少，導致成績與優等生差距拉大。引導學生改正學習習慣，課後及時復習，完成課時練習。

數據顯示，干預後，該生的英語成績穩步上升，達到高點。

學生的成長具有特異性，利用大數據觀察、記錄、分析學生的成長歷程，預測學生發展潛力，引導學生職業規劃，促進學生個性化發展和健康成長。

㈨ 什麼時候學習效率高大數據分析告訴你

什麼時候學習效率高大數據分析告訴你

11月7日，「大數據之父」維克托·舍恩伯格應「2015亞洲教育論壇」邀請來到成都，和數百名教育工作者分享了大數據思維在教育領域的運用。

「從種種紛繁復雜的數據中找出其關聯性」，是舍恩伯格在其著作《大數據時代》闡述的觀點。成都市教科院院長羅清紅是這一觀點的實踐者，早在2013年他所管理的成都七中網路「直播班」就運用大數據思維分析學生學習軌跡，通過使用平板監控學生的作業完成軌跡。8日，舍恩伯格將走進成都七中，和同學們分享他的大數據研究成果。

用大數據分析學習軌跡

在舍恩伯格看來，教育不同於製造業的批量生產，他需要對小的數據進行分析，來滿足不同個體的要求，通過大數據分析，可以給學生提供獨一無二的教育方案。

舍恩伯格說，在美國一所名為「the school of one」的學校，他們的學生通過計算機來進行自主學習，實驗者用計算機來監控學生的學習行為，通過大數據分析，為每個學生提供適合他們的課程。「每一個學生，不需要統一的安排，大數據分析會讓他們有自己獨特的課程。」

在一個亞馬遜的學習網站，研究者可以通過大數據分析學習者在學哪一頁的章節，「你可以了解到他是否在回過頭再看之前的章節，或者他在哪一個章節看的時間更多等等，教學者可以通過對學習者行為的分析，改善教材、改善學生學習的方法，使得學生在整個教育環境中有更好的發展。」

大數據思維成都已先行「2002年，成都七中開始通過網路直播教學，我們開始接觸ppt和現代信息技術。」羅清紅說，但大規模的網路授課產生了一個問題，老師只上課，學生反饋不及時。因此，2013年成都七中開設「未來課堂」，把教材教輔引入平板電腦，這樣學生的學習軌跡、過程就可以通過計算機進行全數據採集，「哪道選擇題錯誤率高，可以通過計算機分析」。2014年，更進一步實現了「翻轉課堂」，老師先把課件放到網上，學生先行預習，通過監測可以發現學生對哪些要點已經掌握，哪些有難度，老師根據數據反饋進行再備課。「目前，七中網課已經有6萬多學員。」

以上是小編為大家分享的關於什麼時候學習效率高大數據分析告訴你的相關內容，更多信息可以關注環球青藤分享更多干貨

㈩ 大數據分析方面的專業

有兩個分析專業。分別是：數據分析基礎、Python數據分析。所以大數據分析方面的專業有兩個。大數據技術與應用研究方向是將大數據分析挖掘與處理、移動開發與架構、軟體開發、雲計算等前沿技術相結合的「互聯網+」前沿科技專業。本專業旨在培養學生系統掌握數據管理及數據挖掘方法，成為具備大數據分析處理、數據倉庫管理、大數據平台綜合部署、大數據平台應用軟體開發和數據產品的可視化展現與分析能力的高級專業大數據技術人才。