教育信息化2.0的发展过程中，智慧校园平台会产生大量教学、教务管理数据。对这些数据需要进行挖掘、治理和分析，减少信息孤岛，保持各系统间沟通顺畅。更重要的是，让数据可视化，进行学生、学生群体画像，全面、立体地为教育管理层、执行层提供决策的依据和制定发展的规划。
一、数据可视化
数据可视化起源于1950s计算机图形学，人们使用计算机创建图形图表，可视化提取出来的数据，将数据的各种属性和变量呈现出来。随着数据容量和复杂性的与日俱增，人们需要创建更复杂规模更大的数字模型，海量数据深度分析的可视化的需求越来越大，依靠可视化手段进行数据分析将会成为标准。好的可视化能够使用户更快的理解所要表达的内容，更加形象生动。
二、数据(用户)画像
在进入大数据时代以后，给社会及用户行为带来了一系列改变与重塑。其中最大的变化莫过于，用户的一切行为都将是“可视化”的。随着大数据技术的深入研究与应用，怎样利用大数据来提供精准服务，进而深入挖掘潜在的价值。于是，“用户画像”的概念也就应运而生。
用户画像，作为大数据的根基，它抽象出一个用户的信息全貌，为进一步精准、快速地分析用户行为习惯、消费习惯等重要信息，提供了足够的数据基础，奠定了大数据时代的基石。
用户画像流程，从原始数据进行清洗和整合分析，得到事实标签(用户属性、行为事实等)，再进行建模分析，得到模型标签(偏好、兴趣、活跃度、满意度、风险等)，再通过切片、机器学习模型、自然语言处理进行模型预测，得到预测标签(概率、需求、能力等)。 通过采用分类、聚类、朴素贝叶斯、逻辑回归、SVM、神经网络等算法进行建模，可以对用户的行为、偏好进行预测，例如：一个 y＝kx＋b 的算法，X 代表已知信息，Y 是用户偏好，通过不断的精确k和b来精确Y。因为用户画像永远也无法100％地描述一个人，只能做到不断地去逼近一个人，因此，用户画像既要根据变化的基础数据不断修正，又要根据已知数据来抽象出新的标签使用户画像越来越立体。
三、在教育行业的应用
上海复兰科技通过教与学行为数据，包括从“课中”向“课前”、到“课后” 过程中的上千个教学典型性采集点，对非结构化数据挖据、清洗、聚类等一系列大数据处理技术处理，展现数字化图表，并通过通过贝叶斯理论和遗传算法等AI技术进行数学建模，形成学生及学生群体画像，全面地、立体地展现学生学情，以学生为本，实现因材施教、精细化教学的理念。
上一篇：没有内容了！
下一篇：没有内容了！
今年是第二十六个“世界急救日”。浙江各地红十字会紧紧围绕“急救与气候变化”主题，积极开展形式多样、内容扎实的应急救护宣传培训活动。[详细]
贵阳市南明区龙洞堡龙水路112号
联系电话：0851-85503918
admin@zhiyouyun.cc
