您当前位置: 首页 数字化专栏 案例分享 大数据分析平台助力高校开启教学&科研新模式

大数据分析平台助力高校开启教学&科研新模式

​“互联网+教育”的大平台模式,已经逐步融合到高校数字教育体系之中。

随着互联网的飞速发展与广泛应用,大数据给我们的工作和生活带来了巨大改变。同样,大数据也为解决传统教育,尤其是高等教育技术领域长期研究的问题提供了新思路和新途径。


早在2018年,教育部就在《教育信息化2.0行动计划》通知中明确指出:



站在新的历史起点,必须聚焦新时代对人才培养的新需求,强化以能力为先的人才培养理念,将教育信息化作为教育系统性变革的内生变量,支撑引领教育现代化发展,推动教育理念更新、模式变革、体系重构,使我国教育信息化发展水平走在世界前列,发挥全球引领作用,为国际教育信息化发展提供中国智慧和中国方案。


新时代赋予了教育信息化新的使命,也必然带动教育信息化从1.0时代进入2.0时代。


具体来说,教育信息化2.0要实现从专用资源向大资源转变;从提升学生信息技术应用能力,向提升信息技术素养转变;从应用融合发展,向创新融合发展转变。



大数据时代,数据规模大、数据提取和分析的速度加快、数据结构类型多样三方面的因素,构成了大数据的本质特征。大数据是推动当前时代发展的关键性历史因素,面向未来的教育改革发展,信息技术成为创新实践的基本手段。

image.png

对高等学校的教师来说,既要进行教学工作又要开展科研,二者相辅相成、同等重要。教师必须非常重视科研工作,将自己的科研工作搞好,才能为教学工作提供有利支撑,教学水平和质量才能全面提高,达到预期的教学效果,培养出高质量的合格人才。


在这种背景下,国内众多高等院校开始利用信息技术,探索教学模式及科研方法上的改进和创新,意在打造新型教学和科研模式。用数字化做驱动,助推教学和科研向科学化、精细化、个性化发展。


在科学研究方面,需要定制化的科研数据收集、文本数据分析、内容分析等能力支撑。

image.png

教学&人才培养方面,需要有适合专业使用的大数据分析教学平台、构建专业教学数据库、行业大数据应用场景及配套案例库、大数据分析平台实操课程及教程等的支撑。

image.png

传统的教学和科研模式改革面临的问题


传统的教学和科研模式不是一下就能进行转变的,改革还面临一些关键的挑战:



一、尚未建立起合理的“专业与大数据”结合的教学体系


二、“专业+大数据”教师资源严重不足


三、实践教学平台搭建困难,成本高、难维护


四、大数据实践应用案例缺乏


所以,越来越多的高校和科研机构选择与大数据公司合作,利用已经成熟的大数据分析平台,围绕科学研究、教学设计、课程开发、人才培养、实训开发、创新创业、促进就业等多个方向展开合作。


以实现自身在数字化转型中找到对应点,发挥专业与专长,面向未来布局专业,建立个性化、多样化的人才培养模式。



成熟的大数据分析平台有什么特点?


❖数据丰富:

提供实验数据,包括社交媒体、电商数据、行业数据库等多个实验数据库;

❖简单易学:

可通过拖拽的方式进行0基础操作,以流程化的方式将数据输入、输出、数据预处理、挖掘建模等数据挖掘过程连接。

❖系统专业:

从数据获取、清洗处理,到分析建模、可视化呈现,建立一整套系统专业的数据分析流程。



成熟的大数据分析平台必备核心技术


❖自然语言处理&大数据挖掘技术

自然语言理解能支撑:语言信息搜索、识别、分类、抽取,知识网络学习…

互联网大数据挖掘技术:包括数据采集、清洗、融合、结构化、标引、存储…

可通过拖拽的方式进行0基础操作,以流程化的方式将数据输入、输出、数据预处理、挖掘建模等数据挖掘过程连接。

image.png

❖NLP技术体系

通过NLP技术可以进行:语义特征定义,将数据源通过加工形成可训练与评测的语料,进行词法和名法的特征抽象,进行机器学习抽查算法模型,进行模型和语料的评测调优。

image.png

❖互联网大数据采集能力

定制化数据源处理,构建专业教学需求数据库,形成与行业教学场景对应的案例。

image.png

❖知识网络体系

人机知识交互系统-判定图:支持20余种逻辑表达,可调用百万节点知识库,图形化操作,人机协同构建多维度、多层级、精细复杂知识图谱。

image.png

image.png


❖全流程可视化的开放能力平台

数据治理全流程支持:包含数据导入、整合、特征提取、存储全流程所需能力模块。


工作流快速组装:面向数据分析业务,快速组装工作流,灵活响应不同应用需求。


全程可视化监控:图形化操作,数据处理流程可监测可干预,资源随需配置,无需开发能力即可实现。


开放能力平台:平台能力中心提供各类标准化的数据接入、整合、NLP、模型分析、图形化展示能力,可实现灵活、开放的能力扩展。


可视化分析建模:通过可视化界面选择数据、分析模型、展示方式,设计数据看板。


交互式自主分析:数据图表点击下钻、联动、基线设置、多量纲对比,支持用户自主探索分析,实现洞察。

image.png


image.png

“互联网+教育”的大平台模式,已经逐步融合到高校数字教育体系之中。数字教育、智慧研究已经成为高校教学和科研探索发展的新方向。


海量信息高校事业部依托海量大数据分析平台为高校和科研机构提供大数据教学与科研解决方案。

image.png

针对各专业特色,提供各场景下的教学和科研资源包内容涵盖数据源、应用场景、及大数据分析处理技能。帮助高校培养出适应数字化时代广泛需求的大数据分析人才。


发布需求