发帖
雷达卡
CDA人工智能学院致力于以优质的人工智能在线教育资源助力学员的DT职业梦想！课程内容涵盖数据分析、机器学习、深度学习、人工智能、tensorFlow、PyTorch、知识图谱等众多核心技术及行业案例，让每一个学员都可以在线灵活学习，快速掌握AI时代的前沿技术。PS：私信我即可获取CDA会员1个月免费试听机会
教育大数据，顾名思义就是教育行业的数据分析应用。数据（data），一般而言是指通过科学实验、检验、统计等方式所获得的，用于科学研究、技术设计、查证、决策等目的的数值。通过全面、准确、 系统地测量、收集、记录、分类、存储这些数据，再经过严格地统计、分析、检验这些数据，就能得出一些很有说服力的结论。大规模、长期地测量、记录、存储、 统计、分析这些数据，所获得的海量数据就是大数据（big data）。而大数据，则需要具备5V的特点（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性）。
近年来，随着大数据成为互联网信息技术行业的流行词汇，教育逐渐被认为是大数据可以大有作为的一个重要应用领域，有人大胆地预测大数据将给教育带来革命性的变化。那么今天，我们从两个层面上来具体了解“教育大数据”。
首先我们从应用层面来看，教育行业数据分析实践的过程中会有哪些痛点。主要痛点有以下四个方面：
1.数据涉及面窄：数据主要来源为数字化校园系统产生的，其他教学管理的数据多为手工录入非结构化数据，数据维度少，数据来源不足。
2.数据接口不完善：内部信息系统的教务系统、一卡通系统、图书馆系统、财务系统等数据都不规范一致，数据结构也不一样，各业务系统接口对接难度大、业务接口与数据结构还不规范。
3.缺乏统一的数据管理平台：没有统一的数据处理中心对数据进行管理，没有人力维护各系统的接入，有效数据量少，数据质量差，达不到大数据处理分析要求。
4.项目成本及投入，项目限制：传统大数据平台项目成本高，收效慢，既不能适应学校的管理模式，定制化内多多，成本高，周期长不适用。数据挖掘门槛过高，无法将深入的数据分析挖掘工作常规的推广，也不能用作教学科研使用。教育大数据系统的搭建主要涉及平台的选择，在这里我们用一张图来表示。
其次就是，在具体地应用方面，即数据体系分析搭建上，可以分以下四个方面来展开：
教务管理
在这方面可以进行招生分析、就业分析、住宿分析、图书馆分析、资产数据统计分析等。
教学创新
在这里可以进行教学质量评估、上网行为分析、学生成绩分析、学生特长能力分析
应用创新
可以进行学生轨迹分析、学生画像、学生舆情监控
科研支撑
可以开展科研成果分析统计、科研项目研究、科研经费跟踪研究，对整个科研情况有全面的了解和掌握。
具体详细的应用场景可以看下图
今后，将是一个看数据说话的时代。
关注“CDA人工智能学院”，回复“录播”获取更多人工智能精选直播视频！
京公网安备 11010802022788号
