大数据环境下学业预警系统设计和分析,关于免费系统设计论文范文在这里免费下载与阅读,为您的系统设计相关论文写作提供资料。
系统设计论文参考文献：
摘 要：随着互联网+教育的深度融合,教育大数据逐渐成为学习分析的主要手段.该文讨论了构成教育大数据环境的数据分类、收集与存储组织,以及教育数据挖掘和学习分析的一般思路与方法,探讨了在大数据环境下的学业预警系统设计框架,提出了一种基于离群数据挖掘与分析的课程、课堂、课外“三位一体”预警信息发现与生成模型LAOMA（Model of Learning Alert Based on Outlier Mining and Analysis）,建立了学业预警两类六级信号系统及反馈机制.最后阐述了包括学业预警在内的学习分析技术使个性化学习真正成为可能,但如果应用不当,过分依赖生硬的数据也可能与教育的本质不相符合.
关键词：教育大数据；学习分析；离群挖掘；预警信号；教育反思
中图分类号：G434
文献标识码：A
大数据可能会带来一场全面革命,推动社会全面进步,推动社会各行业根本变革.大数据不仅数据量巨大,而且涉及的数据种类繁多,数据价值密度极低,如何提高大数据采集、存储、处理并发现知识的能力已经成为国家战略,教育也身在其中,教育发展也正面临大数据所带来的机遇与挑战.随着网络学习、移动学习、校园社交以及学校各种信息系统的广泛应用,每个教师和学生每天都在生产大量的数据,目前各高校总数据量都在T级甚至P级以上.长期以来,学校数据大都是沉睡在系统中未能充分利用,甚至一段时间后被无情地永久删除.如何利用这些数据使之转变为信息、知识,并为教学决策、学习优化和学业预警等服务,已成为教育工作者以及学习者们所关注的内容.
本文分三个方面进行阐述：第一部分探讨教育大数据的定义与分类,搭建教育大数据支撑环境；第二部分讨论大数据环境下的学业预警系统设计,提出课程、课堂、课外“三位一体”的预警信息发现与生成模型LAOMA（Model of Learning Alert basedon Outlier Mining and Analysis）,建立学业预警两类六级信号系统及反馈机制；第三部分反思教育大数据、学习引导、学业预警等学习分析技术在教育中应用所面临的问题与挑战.
一、教育大数据环境
(一)大数据
大数据首先是规模大,随着信息技术的广泛应用,各种信息系统、数据库、云存储、互联网、物联网以及移动智能终端的飞速发展,特别是近年来社交系统用户的急剧增加,数据的获取、分享变得十分容易,使数据规模不断膨胀.同时,大数据还具有数据结构复杂多样、数据更新速度越来越快等特点,由于量大、复杂、多变,从这些海量数据中获取隐藏的、有用知识的难度越来越大,已有数据仓库和数据挖掘相关处理模式已无法满足大数据巨量复杂数据处理要求,研究机构Gartner认为需要借助于新的处理模式才能从大数据中拥有更强的决策力、洞察发现力和流程优化能力.
大数据潜在价值的重要表现是数据之间的关联性,一项重要的思维转换就是从传统的因果分析向相关性分析转换.越来越多的国家、政府、行业、企业等机构已意识到大数据正在成为组织最重要的资产,数据分析能力正在成为组织的核心竞争力.目前,国家、政府已经把大数据应用推进了人们的生活中,“互联网+”已经深入到各个行业.大数据对教育也形成了颠覆性的影响,已不断与教育融合并正在促进教育模式的变革.
(二)教育大数据
1.教育大数据定义
根据数据来源和应用领域进行界定,可以把教育大数据定义为：大数据是作用于教育并为教育服务的技术与应用体系.信息技术在学校的应用已经有相当长的时间,近年来网络的飞速发展,更是使学校拥有可用的、高质量的海量数据逐渐成为现实,大数据在教育领域有了越来越广泛的应用.
2.教育大数据分类
教育大数据按其数据结构同样可分为结构化数据、半结构化数据和无结构的数据.学校应用系统如学籍信息、成绩信息等用二维表结构存储在关系数据库中的数据一般为结构化数据,其特点是数据列具有原子性和相同的数据类型；无结构的数据指没有固定的标准格式,用常规的方法不易处理,如学校网页、课堂视频数据等；在结构化数据和无结构的数据之间的数据即是半结构化数据,一般为纯文本数据.
本文按数据来源和收集方式可以把教育大数据分为三类：显性数据、行为数据和系统数据（如图1所示）.显性数据是由终端用户主动输入或输出的数据；行为数据也可称为控制数据,是为了某种目的由开发者设计记录用户操作过程的数据,一般仅为管理员所见；系统数据是由系统自动生成的数据,行为数据和系统数据均为隐性数据.
对同一用户而言这三类数据互不交叉,但同一系统的不同用户则在显性数据和行为数据两类中有可能重叠.以在线教育为例,学员视角接触的课程名称、作业、互动信息、已学时长、测试成绩等为显性数据,而从教师和管理者视角会有更多的数据出现,可以获得如学员登录系统情况、已学时长的构成、学员作业用去的时间等行为数据,那些系统自然生成数据可从网络与数据库管理员处获得.
(三)教育大数据环境构建
随着大数据规模的日益巨大、类型的日益多样、分析的日益复杂,传统的数据环境构建已经不能满足应用的需求.首先,需要有容易普及且经济实用的大容量存储设备及其高性能I/0方案系统；其次,需要有简单透明的数据保护、抗干扰和容错能力等等.传统关系型数据库系统在大数据环境下因其对海量数据和非结构化数据处理能力和扩展性能较弱,只能作为新部署的大数据系统基础数据来源渠道之一.事实上,数据规模、种类和速度的快速提升,使关系数据库难以应对和实时处理,从而催生新技术的出现.教育领域的情况亦是如此,目前,基于Hadoop的教育云存储方案可有效支撑教育大数据环境,该方案可分为四层结构：应用层、接口层、管理层和存储层,如表1所示：
应用层根据学校不同业务可分为多项用户服务,通过统一身份认证在公用API支持下实现数据访问；存储层使用虚拟化技术将各种存储设备集中管理,通过HDFS（Hadoop Distributed File System）为上层提供服务.HDFS在使用方式上与单机文件系统类似,但可支持海量数据的流式访问,支持数千台数据服务器集群,具有高性能的硬件故障检测和自动快速恢复能力.云存储网络虚拟化可支持应用层访问数据中心外部的各种不同的数据源,从而为新增数据提供实时分析和报告,具有为大数据环境服务的可伸缩性、灵活性和可扩展性.
结论：适合系统设计论文写作的大学硕士及相关本科毕业论文，相关系统设计开题报告范文和学术职称论文参考文献下载。
基于大数据分析智能客服系统和设计
摘 要：根据呼叫中心的历史数据，较为准确的、高效的预测话务业务量趋势，合理调度和编排客服人员，提升客服系统服务保障质量，是当前各类客服系统面临的。
大数据环境下信息系统对审计影响
摘 要：伴随着大数据时代的到来信息系统得到了不断的发展，对审计的影响也发生了巨大的变化。大数据通过采集计算等对数据进行汇总分析，提供相关的信息。。
大数据环境下基于云计算的信息系统审计实施
摘要：大数据时代、云计算技术的到来，给信息系统审计工作带来了新的机遇和挑战，在这种情况下，为了充分发挥大数据和云计算技术在信息系统审计应用中的优。
大数据环境下财政审计模式
摘要：基于信息化时代背景下，大数据技术的不断发展促使当前财政审计迈入到了全新的发展环境中，面对财政审计信息化所带来的挑战，在全口径财政预算监督要。