2022年智慧高校大数据可视化分析平台建设方案.pptx

智慧高校大数据可智慧高校大数据可视视化分析平台建化分析平台建设设方案方案智慧高教智慧高教随着信息技术的迅猛发展，教育领域中学习方式、教学模式发生了重大变革，以云计算、移动互联、物联网、大数据为特征的智慧高教产品和解决方案悄然兴起。智慧高教解决方案，重点解决：减少重复建重点解决：减少重复建设设、提高教学质量、提升管理效率、促进教育均衡、彰显教育公平等问题。智慧高教解决方案体系如同一棵大树，基础设施集成服务是“土壤”，教育云平台是“根”;教育大数据平台是主干;教育管理服务平台、智慧学习服务平台、教育资源服务平台、家校互动平台是枝干;每个枝干上的树叶是各类教育应用系统，这些枝叶是可以随着技术和需求的变化而更新;根、枝干、树叶间充满了信息、数据流的交互。教育大数据解决方案，解决三大关教育大数据解决方案，解决三大关键问题键问题形成端到端的整体解决方案，将处于技术底层的数据资产，通过软硬件平台和专业化服务，一步步转化为上层业务价值当客户需要一个成熟的、高性能的大数据平台及解决方案时当客户难以管理自己多源、异构、海量的大数据资产时当客户需要将数据资产转化为业务洞察和商业价值时软件工具实施服务数据挖掘算法开发存服务器与分布式存储清与管析与用与大数据计算平台数据管控咨询服务分析应用咨询服务算智慧高教智慧高教-大数据平台大数据平台结结构化数据构化数据现现有系有系统统T+半半结结构化数据构化数据新增系新增系统统教务系统学籍系统教务信息.G+/天天舆情系统科研项目课程与试题库一卡通系一卡通系统统成绩/消费/服务信息课程信息微教育系统档案信息健康管理系统教职信息学籍信息兄弟兄弟单单位位非非结结构化数据构化数据流式数据流式数据合作院校G/天天交易实时实时流数据流数据省市招生办教学等银行圈存监管部门学习资料等一卡通消一卡通消费费高教委教育局服务消费邮件/消息/视频/咨询412建设背景及大数据应用教育大数据需求及应用分析1、教育大数据需求分析3、目标市场分析5、大数据应用案例分析2、教育大数据应用场景分析4、大数据价值分析3教育大数据顶层设计方案目目录录1、教育大数据顶层设计3、教育大数据技术平台57、教育大数据纬度分析、教育大数据知识服务2、教育大数据产品及方向4、教育大数据平台安全68、教育大数据知识图谱、教育大数据可视化CONTENTS4教育大数据应用功能介绍1、学生综合情况分析3、招生就业情况分析5、行为轨迹、行为画像分析7、智慧管理、智慧教学分析9、教育科研分析11、大数据创新应用分析2、教师综合情况分析4、口碑声誉舆情监控分析6、大数据综合预警分析8、人事分析10、学科建设分析5智慧高教云平台建设1、智慧高教云平台3、教育公共服务云平台2、三通两平台62平安校园综合管控平台1、GIS地图综合监控平台3、门禁系统集成接入5、数字广播系统集成接入27、LED显示屏联动报警集成接入8、在线巡更系统集成接入911、访客管理系统集成接入、钥匙管控系统集成接入2、视频监控系统集成接入4、报警系统集成接入目目录录6、周界控制系统集成接入CONTENTS1012、人脸识别系统集成接入、重要物品管控集成接入785智慧能源监管平台智慧节能监管平台智慧办公综合应用平台25三通两平台建设方案9智慧运维综合管控平台10智慧物联综合管控平台1、物联网管理平台35、物联网、物联网数据系统设计2PAAS大数据引擎2、物联网云终端4、物联网平台业务框架目目录录11信息集成系统CONTENTS13、计算机网络、综合布线系统、广播系统42、信息导引及发布系统、有线电视及卫星电视12集约化一卡通管理平台1、考勤管理系统3、控水管理系统5、车辆管理系统2、消费一卡通系统4、控电管理系统6、会议签到管理系统1建设背景及大数据技术教育信息化发展趋势大数据教育整合信息化数据，通过高级计算对数据进行挖掘建模，辅助教学决策，预测未来第三阶段信息化教育第二阶段数字化教育实现教学资源共享，电子办公，教育一卡通，教学教务等教育实际应用互联网教育教育网建设，宽带接入互联网为教学、科研、管理提供网络才做的基础环境第一阶段大数据是信息化技术的延伸传统信息系统体系大数据系统体系现实业务业务系统业务数据现实教育大数据分析平台大数据是信息大数据是信息化技化技术术的延伸的延伸业务自动化数据沉淀数据建模智能无法完成的任务：1.2.3.4.智能特征的补充，为高校新的管理理念提供技术的可行性依据：1.2.教育信息全貌无法集中展现多维度业务数据无法联合分析对学生状态的感知不即时数据管理难度大不标准被动向主动转化；管理向运营及服务型的转化；10教育行业产业背景教育行业产业生态主要围绕政府、教育机构、学生与家长、教育服务商四方开展，传统的书面化教育产业链已相当成熟。政府教育服务商教育产业教育机构学生与家长智慧高教大数据建设背景智慧高教行智慧高教行业业的市的市场规场规模爆模爆发发国内智慧高教行国内智慧高教行业业市市场规场规模保持高速增模保持高速增长长*三年来，国内智慧高教行业市场规模呈现出爆发式增长态势，在经济增速“换挡”的“新常态”下，智慧高教行业一枝独秀，已经成为我国整体经济体系内，市场规模增长最稳定、市场潜力最大的行业之一市场规模增速280035%33%2150风风投推投推动动下新下新兴兴公司高速成公司高速成长长1654125332%30%30%2013年开始，教育成为风投追捧的新热点，在资本推动下，基于互联网、大数据等新优势的新兴公司成批量地快速起步，如51Talk、沪江英语、超星、大头课堂等都在短期内跨越规模效应门槛，逐渐开始引领行业发展9282013201420152016E2017E大数据在教育行业应用中的问题大数据是智慧高教行业跃迁的新变量，但目前也面临着诸多挑战：1产品同质化严重2分析端是整体短板3缺乏统一的行业标准主要以考量测评类产品为主，重点目前的产品多集中在关系维系端和行业正在重走教育信息化早期发展聚焦于如何“提分”数据存储端，缺乏深度数据分析阶段的“老路”，盲目混乱发展盲目跟风现象严重，产品同质化且教育行业数据半结构化、非结构化专门针对专门针对教育大数据的教育大数据的标标准制定工准制定工差异不大突出，在分析端技术整体不成熟作还未正式启动4大数据价值尚未体现5数据模型的科学性不足6数据的权利制度未明确整个行业缺乏有影响的大数据实践教育业务具有异常的复杂性和独特教育数据的归属权、开放范围、开放方式、隐私保护等还无清晰界定在提供教育数据产品与服务中，往案例，普遍对价值认可不足性，目前大多数产品仅靠IT思路构建教育数据库，在数据源选择和指标、权重设计方面往往脱离实际缺乏有影响案例的情况下，大数据定价缺乏依据和标准往存在极大的政策风险智慧高教大数据应用技术项项目中我目中我们们主要使用了主要使用了STP分析法，即目分析法，即目标标市市场营销场营销，是指根据一定的，是指根据一定的标标准准对对整体市整体市场进场进行行细细分后，从中分后，从中选择选择一个或一个或者多个者多个细细分市分市场场作作为为自身的目自身的目标标市市场场，并，并针对针对目目标标市市场进场进行市行市场场定位。定位。营销营销的基的基础础STP行行业业矩矩阵设计阵设计产业细产业细化分化分层层逻辑逻辑管理管理通通过过市市场调场调研，通研，通过过用用户户画像，将画像，将智慧高教市智慧高教市场场整体划分整体划分为为若干消若干消费费内容管理内容管理者群。每一个消者群。每一个消费费者群就是一个者群就是一个细细分市分市场场，每一个，每一个细细分市分市场场都是具有都是具有类类似需求似需求倾倾向的消向的消费费者构成的群者构成的群体。体。提供提供需求需求价价值值判断判断研究研究趋势趋势设计设计场场景景细细分分领领域域调调研研产产品体系品体系规规划划选择选择目目标标市市场场并制定市并制定市场营销场营销策略策略发发掘市掘市场场机会，开拓新市机会，开拓新市场场集中人力、物力投入目集中人力、物力投入目标标市市场场提高提高资资源利用效益源利用效益以客以客户为户为中心中心提供提供需求需求 细细分市分市场场不是根据不是根据产产品品种、系列来品品种、系列来进进行的，而是从消行的，而是从消费费者者(指最指最终终消消费费者和工者和工业业生生产产者者)的角度的角度进进行划分的，是根据市行划分的，是根据市场细场细分的理分的理论论基基础础，即消，即消费费者的需求、者的需求、动动机、机、购买购买行行为为的多元性和差异性划分的。通的多元性和差异性划分的。通过过市市场细场细分分对对企企业业的生的生产产、营销营销起着极其重要的作用。起着极其重要的作用。大数据在教育行业应用的启发性思考美国美国联联邦政府教育部技邦政府教育部技术办术办公室公室2012年4月10日发布了通过教育数据挖掘和学习分析改进教与学：问题简介，指出在两个特定的教育领域会用到大数据：教育数据挖掘和学习分析。教育数教育数据挖掘的目标：通过创建把学生的知识、动机、元认知和态度结合在一起的学生模型来预测学生未来的学习教育数据挖掘和学习分析的区别技术：学习分析最常用的技术是统计、可视化、系统网络架构、情绪分析、影响分析、话语分析，概念分析和意义建构模型；教育数据挖掘最常用的技术是分类、聚类、贝叶斯模型、关系挖掘和用模型来发现数据中有意义的信息。起源：学习分析较多地源于语义网络、智能课程和系统干预；教育数据挖掘较多地源于教育软件、学生建模和预测课程的结果。重点：学重点：学习习分析更重分析更重视对视对数据和数据和结结果果的描述；教育数据挖掘更重视对所采用的数据挖掘技术的描述和比较。发现：在学习分析中，利用人类判断的是关键，自动化的发现是用于实现这一目标的工具。在教育数据挖掘中，自动化的发现是关键，利用人类判断是用来完成这个目标的工具。行为。发现或改进学科领域的模型，这些模型能够概括要学习的内容特点和优化的教学步骤。研究学习软件能够提供的对不同教学法支持的效果。通过建立综合了学生模型、领域模型和软件教学模型的计算模型，推进关于学习和学生的科据挖掘学知识。学习分析技术的价值：对于学生而言，可以从学习者行为角度了解学习过程的发生机制，并用来优化学习，以基于学习分析学习行为数据的分析为学习者推荐学习轨迹，开展适应性学习、自我导向学习。对于教师和管理人员而言，可以用来评估课程和机构，以改善现有的学校考核方式，并提供更为深入的教学分析，以便教师在数据分析基础上为学生提供更有针对性的教学干预。对于研究人员而言，可以作为研究学生个性化学习的工具和研究网络学习过程和效用的工具。具。对于技术开发人员而言，可以优化学习管理系统。大数据在教育行业应用的启发性思考教育政策制定，不仅要有教育事业发展数据，还要结合经费数据、人口数据、以及学生表现和学生家庭社会经济背景数据等，才能公平地分配教育资源。教育数据挖掘和学习分析研究的议题以学生的学习和认知发展为中心。目前考试数据、学籍数据、教师数据、事业数据、经费数据、人口数据、研究数据都分散在不同的机构和政府部门，很难形成大数大数据需要专业研究，需要大机构的支持，需要政府、研究机构和专业数据分析公司的合作。政府负责提供数据或组织搜集数据，研究机构负责大数据据，需要政府部门统筹考虑解决。思考设计研究框架和分析结果，专业数据分析公司负责软件开发并提供数据分析模型方面的支持。与社会科学有关的大数据问题，例如舆情分析、情感分析等，才刚刚起步。数据安全和存储问题大数据涉及学生的个人信息，在合作中必须用合同的：途。方式来确保学生个人信息的安全，不被用作商业用一般一般应应由政府或政府授由政府或政府授权权的非的非营营利机构利机构负责负责数据的存数据的存储和管理，商业公司使用数据库需要取得政府的授权。体体现现教育大数据价教育大数据价值值的的“七种武器七种武器”战略意图-行业理解、企业研究大数据宏观价值阐述系统工程的高层支持演进规划企业如何借助大数据来应对行业如何创建一个企业级的大数据生态体系，以及如何发展和演进与趋势带来的挑战-能力成熟度评估业务演进规划技术体系规划组织形态如何构建高效的大数据组织及文化，以保证企业数据价值的释放业务分析-架构与流程岗位与技能数据文化建设如何基于数据来描述、研究、解决以及评估业务痛点问题-客户管理、营销管理、服务管理产品管理、流程管理、运营管理收入管理、财务管理、资产管理数据变现如何基于跨业数据来创新各种行业场景下的数据价值和商业模式数据管控-对内价值与对外变现数据产品创新与合作商业模式创新与生态如何整合数据资产，并保障数据的质量和业务可用性架构设计如何构建一个统一混搭的大数据平台环境来支撑多变复杂的业务需求-行业理解、企业研究大数据宏观价值阐述系统工程的高层支持教育大数据建设“七种武器”是一个复杂而长期的系统工程-平台架构、系统架构应用架构、信息架构、数据架构17智慧高教大数据框架结构基于基于细细分行分行业业商商业业分析的一般分析的一般规规律律，从宏从宏观观到微到微观观的分的分析析逻辑逻辑，我方提出，我方提出了教育行了教育行业业大数据大数据七步模型。七步模型。项项目将目将结结合合电电信云信云公司自身公司自身优势优势与特与特点，提出教育行点，提出教育行业业大数据目大数据目标标市市场场、产业链产业链角色、角色、产产品品设计设计、能力建、能力建设设、数据数据应应用建用建议议。教育行教育行业业大数据七步大数据七步骤骤模型模型包括教育行业产业背景、行业矩阵、各细分领域研究及教育大数据建设现状11行行业发业发展展行行业发业发展展产业链产业链分分包含国内智慧高教的线下线上产业链重点节点分析与产业链条重点流程梳理宏宏观观2析析2产业链产业链分析分析3市市场现场现状状包括结合教育细分行业特点，做出大数据价值判断、大数据应用现状分析与变现手段34包括从学校、学生等产业内角色的角度做出大数据需求分析与大数据实现面临的挑战市市场场分析分析挖掘需求挖掘需求4挖掘需求挖掘需求55包括政府、教师、学生、教学管理、技术服务商、平台服务商、用户的应用场景预测场场景景设计设计场场景景设计设计微微观观66应应用案例用案例包括精准扶贫、线上教学、思维课程、自适应学习平台等已实现的应用场景分析应应用案例用案例结结论论7包括从目标领域细分到盈利模式的全流程商业设计与针对云公司的能力分析与建设建议解决方案解决方案7解决方案解决方案2教育大数据需求分析智慧高教大数据需求分析项项目需求目需求项项目主要模目主要模块块智慧高教大数据需求分析和智慧高教大数据需求分析和应应用前景用前景报报告一：智慧高教大数据需求分析和告一：智慧高教大数据需求分析和应应用用教育行业现状和发展趋势分析：简要分析教育行业发展现状和趋势，以及教育行业未来发展方向智慧高教大数据应用现状和发展趋势：分析大数据在智慧高教领域中的应用现状和未来潜力智慧高教大数据产业链分析：研究分析智慧高教产业链格局，分析智慧高教大数据生态圈智慧高教行业智慧高教大数据智慧高教大数据应用现状与趋势现状及趋势产业链分析智慧高教大数据解决方案智慧高教大数据解决方案智慧高教大数据需求分析：研究分析教育行业各个细分市场的大数据需求智慧高教应用场景分析：组织典型的智慧高教应用场景，覆盖上述需求，具景，覆盖上述需求，具现现化大数据在教育行化大数据在教育行业业的作用的作用智慧高教大数据解决方案：基于能力与第三方平台合作，构建大数据解决方案智慧高教大数据应用案例：通过应用案例，说明教育行业应用大数据能够为不同角色带来的益处报报告二：智慧高教大数据解决方案告二：智慧高教大数据解决方案智慧高教大数据智慧高教大数据需求分析应用场景分析智慧高教智慧高教大数据解决方案大数据应用案例教育大数据需求分析智慧高教大数据需求分析：政府部门政府部门依据统计报表制定各种指标，指导教育发展工作，而利用大数据技术采集、挖掘、分析这类数据能够更好地量化教育现状，并用作制定教育资源分配建议、教育管理政策。资源分配教育管理分析某市、某省甚至全国生师比现状与教学效果的在学生综合评价中，可先从学生体质健康达标率入手，配合专用传感器，获取学生体质相关数据，运关联性，得出最佳生师比或指导性生师比，以此指导各地教师调动的相应政策；用大数据技术分析学生体质与学生锻炼时间、强度等内容的相关性模型，并依此提出教学建议；分析学校农村学生寄宿生比例，指导新校选址、旧校裁撤等事宜；通过对专任教师培训次数（人次/百人）指标的分析，探讨教师继续培训与教学质量的相关性；对某学校教室、实验室的空置率或利用率做大数据分析，并依据分析结果权衡场地资源的再分配，将属于某班级/年级/院系空置率高（利用率低）的场地调拨给其他场地使用紧张的班级/年级/院系。分析进城务工人员随迁子女的入学比例与该地经济发展、政策变动、人均收入增长等因素的相关性，得出与教学管理方案（新建学校、教师调动等）关联的模型，指导教育部门制定合理的教学管理方案。智慧高教大数据需求分析：教师教学资源精准投放教师教学评价云题库建设教师综合评估教学资源精准投放，即准确搜寻所需教案、教学课件、教学视频通过教师行为大数据分析（包括课程设计类型、教学思维回路图建立云题库，并在年级、学科分类的基础上，运用大数据进行题在多次教学反馈，学生学习反馈的基础上，形成教师综合评估报或问题学生应对方法等，在搜寻过程中还可参考课程大数据标签进行筛选，找到合适的教学资源等），通过横向纵向大数据比较，找到教师自身教学过程的问题所在，进行针对性训练和辅导，最终得到教师教学评价。目类型、知识点类型、难易程度、解题思路类型划分，并贴上题目标签。教师可根据课程标签进行智能组卷，或结合学生学习数据分析布置个性化作业。告，对教师教学类型、教学优势、教学缺陷、学生类型匹配等做出全方位评价。智慧高教大数据需求分析：学生通过学生行为大数据分析，洞悉学生学习思维的问题所在，进行针对性训练提高。在学生弱项分析的基础上，结合行为数据分析，提出针对性具体性的学习建议甚至学习方案。对学生学习历程进行记录，根据学习进度精准推送所需教学资源。对目标明确的学习（如资格考试），执行大目标分解成小目标的学习计划，分析用户日常时间安排判断学习计划的可行性或提出学习时间安排建议。分析用户学习进度及特点，给出预测分数和学习提升建议。智慧高教大数据需求分析：教学管理分析学生学习风格、能力模型、群体学习特点对学生教学管理制度（如教学作息时刻表、教学设施建设等）给出指导意见教学管理教学管理建立学生的电子档案建立教师的电子档案教师教学特点、教学优势分析对教师调配、教师教学能力提升做出具体要求记录学生的学习历程、学习标记录教师的教学历程、教学标签、强弱项分析等签、强弱项分析等Phase 1Phase 2Phase 3档案终身化、全国化教学管理通过大数据多维搜集学生行为数据点、（时间安排等学生学习特）对比，找到问题及时做出针对性辅导方便学生升学或更换辅导机构（包括换品牌和换区域）时，让老师可以快速了解学生的具体情况学生（包括学习习惯问题、心理健康问题）有利于教师调动分配，选择更合适的工作环境和教导对象智慧高教大数据需求分析：教育技术服务商平台技术服务商的大数据技术用武之处应用需求甚多对于平台技术服务商而言，最大的难点在于平台顶层设计。，即准确把握用户需求和平台前景规划。大数据技术虽不能直接击中用户需求需求的把握比传统的问卷调查或实地调研更具参考性和实用性，但能快速精准地把握市场现状。因此，大数据技术对平台技术服务商的平台建设极具指导意义并给出趋势预测分析。从这个角度上看，大数据技术对用户。平台技术服务商语音识别技术服务商大数据前景广阔语音识别的关键技术指标是识别准确率和识别速度，语音识别是一个热点领域，而这两项指标都能通过大数据技术进行优化，除了教育应用，还涉及众多领域。在建立庞大的语音和词汇数据库的基础上目前英语语音识别系统已经在使用过程中逐步完善，运用大数据技术匹配用户说话内容与语音库，但汉语语音识别由于汉语的复杂性，并根据词汇数据库理解用户表达的意思存在技术瓶颈，产品开发亟待突破。目前国内教育领域语音识别技术龙头企业为科大讯飞，所有省份的口语评测采用的都是科大讯飞的引擎。语音识别技术服务商物联网技术服务商大数据应用前景广阔物联网技术和大数据技术是一对密不可分的兄弟。，物联网采集的数据需要大数据技术做分析，而大数据技术的开展需要物联网技术进行数据采集。物联网技术服务商智慧高教大数据需求分析：教育平台服务商平台服务商是未来教育线上产业链建设的重点，而教育行业未来发展趋势将是结合新型信息技术实现线上线下深度融合，因此大数据技术在平台服务商的应用被教育行业业内人士广泛看好。教育资源云存储，优质教育资教育资源标签化，方便教师和学生查找资源精准推送学生学习进度管理、学习情况管教师布置作业、批阅试卷、上传课程资料等师生双方的教学师生双方精准匹用户画像交流伙伴匹配源共享理、学情分析配提高匹配效率评估教育资源平台教育管理平台O2O平台学习交流平台教育平台服教育平台服务务商商智慧高教大数据需求分析：用户用户即学生和家长，家长是教育行业的主要付费者，前面介绍了学生需求，因此这里只关注家长端的大数据应用。教育行业面向家长的业务主要在家校互动方面开展，可运用大数据技术在教育内容信息化的基础上将信息同步到家长端，家长反馈也可进行大数据聚类分析。云同步实时推送学校家教育行业面向家长的业务主要在家校互动方面开展，大数据技术可结合位置数据，在学生到校或到家时将抵达信息实时推送到家长端，变相解决教育行业安全问题。教育大数据应用场景分析智慧高教大数据应用场景分析：政府部门应用场景1：应用场景3：大数据分析指导建议以复旦大学教室资源分配为例：全省小学生师比为13.12制定山西省指导性小学生以西山为例生师比为12.60-13.40的学校教学师比为13.00物联网技术安装门禁卡，记录每个人进出各个教研室的情况质量普遍比其他学校更高山西省南部生师比普遍高于13.00，北部生师比普遍低于13.00省为例制定山西省小学教师资源向南部倾斜的政策大数据技术分析每个教研室使用记录得出：新闻学院160个教研室的使用率仅40%外语学院100个教研室使用率高达80%教育机构数据库应用场景2：大数据分析指导建议在考虑将甲村和乙村的学校合并时，由于乙村寄宿生比例较高，因此可撤掉乙村学校，鼓励原乙村学校学生全部转为寄宿生，有利于解决农村学生裁并校后的住宿、就餐和上下学问题指导建议复旦大学可将新复旦大学可将新闻闻学院的部分教研室划分或借学院的部分教研室划分或借给给外外语学院使用，提高学校整体场地使用率，实现资源的再分配以黑龙全省农村学生寄宿生比例为32%甲村和乙村是邻村，甲村寄宿生比例为50%20%，乙村寄宿生比例为江省为例教育机构数据库可指定任意门禁点为考勤点以复旦大学教室资源分配为例：项目数量、论著发表数量、学术影响因子防撬报警：内装防撬开关，防止人为破坏与第三方管理平台快速整合技术服务商中平台技术服务商、语音技术服务商、物联网技术服务商等大数据前景都非常良好。度降低安全运维复杂性；性能，以满足大业务量处理的需求。包括结合教育细分行业特点，做出大数据价定意义的实体，主要包括人名、地1、刷卡后，关联个人信息进行显示。智慧高教大数据应用场景分析：政府部门应用场景4：应用场景5：以某二线城市小学二年级英语教学为例：以河南省初中生体质统计为例：现有英语教学标准语用标准单词库认知标准单词库教育部门数据库初中学生体质健康达标率平均为60%场地限制、经费限制等诸多因素大数据技术分析体质健康达标率在80%以上的学校，以足球、篮球、羽毛球等运动量较大的体育项目为主体质健康达标率在60%以下的学校，以乒乓球、接力跑步、广播体操等体育项目为主大数据技术分析分析学生答题、作业、口语测试等记录，得出实际”run”达到语用标准的学生不足20%指导建议将该单词的学习标准降为认知，应指导建议学校可据此向教育管理部门申请教育经费修建场地或变动体育课程项目安排，以提高学生体质健康达标率用大数据分析修正英语教学标准智慧高教大数据应用场景分析：教师应用场景6：应用场景7：教学资源精准投放云题库智能组卷教师需求某教育资源平台教师需求题库系统定制试卷关键词搜索广西少年闰土课件图片丰富广西省某教师即将要出一份期中考试考卷，希望在线上找到一些可供参考的题目。登录某教育资源平台云题库系统，先选择六年级上学期数学题库，再选择前三章内容中考试试卷，就能看相关的期。选择一份试卷，进入选择题题难度适中的库，根据考察知识点调整所需题目，其他题型的操作类似。广西省某山村小学教师教少年闰土一一课课，缺少高，缺少高质量教学课件，希望找到一份适合广西省使用的教学课件，便于当地学生理解。再通过查看每个课件的课程标签快速找到所需资源根据她的搜索间隔时间和六年级教学进度安排表预测她以后需要的教学内容生成试卷智能统计平台推送邮箱推送根据统计情况进行适当的调整，最后选择部分题目更改数字后即能生成一份合适的，期中考试试卷。在选择过程中教师能清晰地看到已挑选题目的知识点标签数统计易题分数统计。、难参照以往选择课件的课程标签匹配这位教师可能需要的教学资源其他方式教学资源推送用户画像智慧高教大数据应用场景分析：学生应用场景8：应用场景9：以小明为例需求现状小红想报名三个月后的雅思考试，目标为分，且已通过英语六级考试500分6.5学习过程行为分析认真听讲时间30/45min眼动仪，智能坐垫答题过程行为分析英语选择题错误率英语语法题错误率30%50%线上答题数据结合物联网采集数据和通话数据，运用大数据技术分析小红每日可学习时间最多只能学习6小时，且分布于中午和晚上根据雅思考试大数花费六级5003个月每天分相当于雅思8小时进行学习5.5分，同水平考生平均，雅思考试6.5分通过率为80%。个人分析结论思路明确、思维缓慢据统计分析针对性建议加强答题速度加强语法学习结果预测小红参加建议将学习时间延长到3个月后的雅思考试，考试通过率较低4个月，考试通过率较高程序化题库提供错题的同类型题目，重复训练智慧高教大数据应用场景分析：教学管理应用场景10：应用场景11：李老师赵老师物联网收集数据广东省某初中班级学生完成课后作业时间平均为2小时，低于10%。1小时的学生占20%，高于3小时的学生占教学风格全民提升型优升劣降型家长反馈情况在低于中，差生占1小时的学生40%。在高于中，优生占3小时的学生70%。擅长讲解基础知识和难度适中的题型全班物理成绩在80-85分的人数占70%擅长讲解提升型知识和难题偏题怪题全班物理成绩在90分以上人数和人数基本相等，且优60分以下生和差生之和占全班人数的55%大数据分析教师和家长注意督促此类学生认真完成作业。可重点关注答题效率较低的学生，老师进行针对性辅导，找提高答题速度。出原因，针对性建议分析建议适合执教差生班适合执教优生班其他应用统计女生结伴上厕所的现象，找出半年以来一直一直单独上厕所的女生，重点关注这类学生的心理健康问题。智慧高教大数据应用场景分析：技术服务商应用场景12：整合外部数据大数据技术分析提升建议平台技术服务商百度搜索数据教育机构学生数据用户最感兴趣的领域为语言培训（35%）平台应主攻口语评测，结合用户希望在口语练习中实现的功能或效果（重要度排名）教育机构课程数据其他来源数据语言培训中市场痛点为口语练习（60%）应用场景13：语音识别技术服务商语音数据库建立语音数据分类语音模拟信号匹配语音识别智慧高教大数据应用场景分析：平台服务商应用场景14：以搭建湖南省长沙市教育资源共享平台为例：云端教学资源共享整合全市电子教学资源年级市教育资源平台学科省教育资源平台适合优生中英文字幕全国教育资源平台不易理解搭建教育资源共享平台云存储技术教学资源标签化教学资源精准推送智慧高教大数据应用场景分析：平台服务商应用场景15：应用场景16：以O2O平台应用为例：以学习交流平台建设为例：整合全国学校的bbs平台吴女士希望吴女士希望为为上初二的女儿找一位周末上初二的女儿找一位周末补习物理的老师，学生基础薄弱，希望先补习光、声部分。需求需求大数据技术吴女士向吴女士向O2O平台提交女儿学习需求。平台k12阶段学专业专业指指导导大学在生校生匹配平周六上午空闲的物理老师，该教师擅长补台结合LBS技术利用大数据匹配了一位缺，具有7年教龄，且距离吴女士家里路程为步行30分钟，将这个匹配结果告知教师、家长双方。试用大数据技术课程试讲后提升效果不错，吴女士非常满意。设计智能引导系统智慧高教大数据应用场景分析：用户应用场景17：学生安全定位系统大数据技术整合其他指标后的学生动态数据可以分析学生去图书馆、体育场次数停留时长等数据LBS技术记录分析学生日常学习期间行动路径异常状况及时推送家长、学校端建立学生动态管理系统扩展大数据应用场景应用场景18：比如：需求分析新出卡通人物书包很受小学生欢迎，家长可以给孩子买生日礼物；某学校组织了中学生足球联赛，家长可以关心一下孩子的体育爱好。应用扩展家长和学生所处的社会环境不同，关注的话题自然也不同，如果家长可以关注学生每天成长所处的环境，更好的和学生交流，而不是只停留在考试排名这样的话题上，对学生成长十分有利。如果可以收集到每天，甚至每个班级的话题，这对于构建学生学习分析平台也具有重要参考意义。数据挖掘信息推送及建议信息采集系统信息分析系统目标市场分析目标市场分析：教育细分领域根据教育行业各细分领域分析，从市场规模、发展现状、互联网应用现状、领域特点出发，对教育行业各领域进行大数据价值判断和思考。大数据市场潜力大数据市场潜力大数据市场潜力进入难度不高，无需关注一般，适当关注一般，适当关注优秀，重点关注易语言培训留学服务职业培训K12辅导学历职业教育国际学校高等教育学前教育兴趣培训难早期教育K12教育低高市场价值目标市场分析：产业链角色根据前文教育服务商大数据需求分析，结合线上产业链角色分析，我们认为线上产业链角色大数据需求排名依次为：平台服务商内容提供商技术服务商渠道服务商。是是结结合新型信息技合新型信息技术线术线上上线线下深度融合。因此，大数据技下深度融合。因此，大数据技术术作作为为新型信息技平台服新型信息技平台服务务商是未来教育商是未来教育线线上上产业链产业链建建设设的重点，而教育行的重点，而教育行业业未来未来发发展展趋势趋势将将术术之一，平台服之一，平台服务务商大数据潜力毋庸置疑。商大数据潜力毋庸置疑。平台服平台服务务商商也集中于内容管理。因此，内容提供商的大数据也集中于内容管理。因此，内容提供商的大数据应应用潜力同用潜力同样样非常可内容提供商是教育行非常可内容提供商是教育行业产业链业产业链的核心，大数据技的核心，大数据技术术在教育行在教育行业业的的应应用用观观。内容提供商内容提供商技技术术服服务务商中平台技商中平台技术术服服务务商、商、语语音技音技术术服服务务商、物商、物联联网技网技术术服服务务商等大数据前景都非常良好。但由于技商等大数据前景都非常良好。但由于技术术服服务务商本身商本身处处于于产业链产业链上游，上游，话语权较话语权较弱，整体大数据前景尚可。弱，整体大数据前景尚可。技技术术服服务务商商渠道服渠道服务务商中网商中网络络服服务务商、商、终终端服端服务务商和支付服商和支付服务务商的大数据需求商的大数据需求较较弱，弱，场场景需求也景需求也较较弱。渠道服弱。渠道服务务商大数据潜力不佳。商大数据潜力不佳。渠道服渠道服务务商商目标市场分析：直接客户根据前文大数据需求分析，结合应用场景分析，我们认为大数据的直接客户为以下四类人：技术部/IT部负责人CEO技术部/IT部负责人政府部政府部门门各分校校长教育机构教育机构教育服教育服务务商商用用户户CEO学生家长技术部门负责人大数据价值分析大数据价值分析:场景角色和场景分析为教育管理部门多年来积累的数据及实时搜集的数据提供数据处理服务。根据大数据分析挖掘结果得出教育行业现状画像，为教育资源分配及相应政策制定支撑提供数据帮助教育机构提高教学效率、运营效率。面向教师，针对搜索教学资源、批改作业、实时探知教学效果等痛点，通过建立标签、云题库、错题集、学习记录等方式解决问题。对学生而言，利用大数据技术针对主动性不强、学习无针对性、学习情况不明、易错点/常考点不明等痛点，通过分析学生学习记录、根据做题情况智能出题、查阅某学生错题、查阅错题集等方式解决学生痛点。对于教学管理，大数据技术可解决因学生学习记录不完整、教师教学记录不完整、师生教学方案不匹配、管理规定不合理等痛点造成的问题。面向平台服务商，可针对平台用户体验不清晰、改进方向不明确、优质教育资源共享后搜索不易、运享后搜索不易、运营营效率低效率低等痛点善平台使用环境。，利用大数据技术改面向技术服务商，可针对平台顶层设计不完善、语音识别技术识别效率低、物联网数据处理难等痛点，利用大数据聚类分析挖掘技术解决。面向家长，针对家校互动功能不完善、家长反馈不明确、孩子情况不了解等痛点，在平台中基于大数据分析结果加入家校沟通、学生情况实时探析等模块，满足家长教育需求。场景景分析2教育机构3教育服务商4用户1政府部门场景景角色大数据技术服务商大数据价值分析：商业模式目标客群为各级教育管理部门，从高向低渗透，与政府通过数据合作或数据互相开放等方式，以获取劳务费、实现数据共享或获得数据使用权、加深对全国现状的了解为目的展开商业合作。/区域教育事业（PPP模式）教育机构教育机构目标客群为需要大数据分析服务改善运营及教学效率或全面了解运营情况的中小型教育机构/学校，已有教育平台无大数据能力或大数据能力较弱的大型教育机构/学校，需要大数据营销服务推广的各类型教育机构。通过为教育机构搭建教育平台大数据模块，向其出售大数据平台使用权、提供大数据营销服务、提供平台大数据接入服务，向教育机构购买等方式，达成战略合作。/交换学习数据政府部政府部门门商业模式目标客群为自身大数据实力较差或未建立大数据团队的技术服务商及平台服务商，需要大数据技术提升运营效率、教学效率及全面了解用户体验、加强平台顶层设计。通过为其构建平台后台大数据模块、向其提供大数据处理分析服务、出售大数据平台使用权等方式，与教育服务商达成战略合作。教育服教育服务务商商大数据价值分析：变现渠道1出售大数据平台年模式，但对数据资源及教育行业了解要求较高，初期用户获取成本及维护成本较高。/季使用权：此种变现方式大数据价值最高，可作为云公司长期发展变现变现渠道获取教育平台大数据模块搭建分成+劳务费：主要注重云公司的技术实力，也要求具备一定的教2育行业了解程度，本身变现价值一般，但可为出售大数据平台使用权作铺垫，甚至可以捆绑销售。3获取大数据分析服务劳务费业初期为云公司大数据平台的设计和推广提供经验和资源支撑。提供大数据分析服务可作为云公司教：变现方式形式非常多样化，数据增值价值尚可，可在云公司进入教育行育大数据全阶段的变现渠道之一。4获取大数据精准营销服务费销操作，一般按营销效果收费。可作为云公司初期最直接的变现方式之一，但无法完全发挥数据价值。：变现方式非常直接，在电信数据资源和数据分析能力的基础上进行精准营5出售运营商数据取，在云公司急需流动资金时才可考虑使用。：此种方式最为简单直接，且推广难度小。但直接出售运营商数据无异于杀鸡取卵，极不可大数据应用案例分析大数据应用案例分析（1/4）I模式分析诉求分析资源能力分析贫”南京理工大学“精准扶对本科生饭卡卡记录进行大数据分析。受资助对象为每月在2015年9月中旬到11月中旬的刷食堂吃饭超过60顿，月总消费额不足420元的学生，并按照一日3顿，每顿7元，30天共计630大数据分析结果的科学性，在确定资助对象名元的标准对贫困生进行差额补助。为增强单后提交给各学院辅导员进行核对，以确定最终的资助对象该案例对数据资源和大数据技术实力要求均较低，不要求有大量的教育行业经验积累。拥有学生饭卡刷卡记录数据及基本的大数据分析能力即可在确保学生尊严的基础上，给贫困生送去温暖II模式分析模式分析诉求分析资源能力分析新东方大数据案例与腾讯合作实时把握学员学习反馈，并通过腾讯大数据形成成员与百度合作对考试培训进行大数据研究分析360视图实现精准营销与柯林斯合作实现学员学习数据挖掘和线上数据资源共享新东方优能“进步可视教学体系”通过大数该案例对数据资源和大数据分析能力要求均较高。数据资源方面：学习数据、社交数据、消