教育大数据应用场景分析

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

2. 高中学生培养质量增益分析
■用户诉求
教育局需要了解每年中考升 入高中的学生,经过三年的 高中教育后,学校对学生的 培养结果是增值还是贬值了, 然后对学校的进行问责和督 导。
用户ห้องสมุดไป่ตู้求
解决方法
价值与效益
■价值与效益
有利于教育局对全市所属高中的办学质量进行有 效督导,实现动态调整高中在招生录取分数线和 排名。
解决对策
产生效益
通过分析,教育管理者发现亲人有病患的学生消费要低于非独生子女, 更为贫困。参加勤工的学生比获得奖学金的学生消费要高,因此决策者 可以考虑是否应该为学生提供更多的助学岗位,或对奖学金金额和多额 的设置是否合理。
12
6.高校教师的教学评价
1
2. 高中学生培养质量增益分析
对没所高中高考成绩的进行分析,利用箱线图可以看出每个学校参加高考的学生成绩总体集中趋势,个体间的 离散程度,以及出现的异常点情况。
1
2. 高中学生培养质量增益分析
以中考为起点,高考为终点,对全市学生的高中阶段的历次考试成绩进行横向的学校之间的对比和每名学生三 年间成绩对比,从总体上把握各个学校的总体教学质量和针对学生个体培养质量。
3 价值与效益
利用公安户籍系统,获取当地适龄 儿童的户籍数据,然后,摸清楚各 个区县小学的教育资源的配备情况, 然后按照当地义务教育办学标准来 计算和分析未来需要增加或调整的 教育资源。
通过对幼升小教育资源配备与适龄儿童数量的对比分析, 为教育资源配置提供决策依据。
4
1. 幼升小教育资源投入预测
1
出预警。
如果能够同公安部合作,还能实时查到预 警学生的社会化行为数据,比如手机位置、 宾馆车站机场等场所的信息等,获得更精 确的多维度信息,为失联处置提供支持。
协助高校全方位加强学生安全管理,第一时间发现失 联学生,预测有潜在失联风险的学生,通过预案处置 尽最大可能的避免出现高校学生安全事故,提升社会 稳定性
10
4. 高校学生画像-贫困预警
1 用户痛点
学校有哪些贫困生 已认定的是否真实贫困
是否有隐性贫困生 补助资金如何运用
如何资助
补助资金是否够用 ……
2 解决方法
3 价值与效益
从高校内部的一卡通系统实时获取学生的 诸如食堂、超市、澡堂、医疗等涉及到消 费的动态数据,实时掌握学生的金融消费 情况,通过挖掘与分析,智能生成学生贫 困指数,结合高校学生资助大数据分析,
职能分类 决策支持 决策支持 学生管理 学生管理 学生管理 教育教学 教育教学 教育教学 决策支持 科研管理
应用场景 1. 幼升小教育资源投入预测 2. 高中学生培养质量增益分析 3. 高校学生画像-失联预警 4. 高校学生画像-贫困预警 5. 高校学生资助的决策支持 6.高校教师的教学评价 7.学生学业评价 8. 高校学生画像-成绩预测 9.教育事业运行情况全景描述 10.高校科研经费监控与预警
教育大数据应用场景分析
—教育督导、教育规范、体制优化
教育大数据场景设计的5W1H分析
目标客户(Who)
• 主要是面向各级教育主管单位(如教育部、省级教育厅、教委、市区县教育局)和各类学校(高校、职业类院校、
中小学等)用户群体。
核心诉求(Why)
• 在于基础教育领域关注“学生减负、教育公平、教育质量提升、教育发展均衡”等一系列亟待解决的问题
1
3. 高校学生画像-失联预警
1 用户痛点
高校学生失联事故频发 发现的越晚越不利
被动发现居多 如何主动发现 有哪些处置预案
是否可以预测 有没有相关线索 ……
2 解决方法
3 价值与效益
从高校内部的一卡通系统、无线网络系统 实时获取学生的消费、行为等动态数据, 掌握学生的生活规律,第一时间获得一定 时间内未留信息化痕迹的异常学生,并作
职能分类 应用场景
6
1. 幼升小教育资源投入预测
2 解决方法
今年学生太多, 我们班级不够
1 用户痛点
每年秋季,都会有大量适龄儿童就读当地小学,为了满足学 生就近入学的需要,教育局需要提前掌握每个区域适龄儿童 的数量,然后根据当地小学教育资源的情况,来建新学校、 增设班级,招聘教师等等。究竟在哪里建新学校呢,哪些学 校需要增加几个班级等等。
近年来,随着高校不断扩招,在校生人数逐年增加,高校贫困生人数 偏高问题日益突出,资助贫困大学生以保证低收入者子女的教育参与 和高等教育的公平性的问题日益成为社会关注的焦点。
客户需求
从教务系统中采集学生的学籍信息,从一卡 通系统中采集学生的一卡通食堂消费信息。 根据分析的需要进行特征提取,采用Apriori 关联规则算法,发现学生贫困情况、父母是 否病患、是否获得奖学金、参加勤工助学、 食堂消费之间的关联关系。
网社交平台日志数据、校园无线网络的地理位置数据、校园物联网的设备数据、在线学习平台的学习行为数据等。
时机(When)
以基础教育领域的“智慧城市”和“三通两平台” 建设,高等教育领域的“智慧校园”建设为切入点。
业务场景(How)
包括:教育决策支持、教育舆情监测、学习预警、学业评价、适应性学习分析等
目录
■解决方式
收集学生高考成绩和中考成绩信息, 通过均值、中位数、标准差的计算 发现各个高中在学生培养过程中存 在问题。
6
2. 高中学生培养质量增益分析
全市参加中考的学生按照总成绩的排名被录取到全市各所高中,经过三年的学习考入到不同层次的大学,通过 桑基图可以大体看出高中培养出的学生质量如何。从全局上可以看出学校整体教学质量。
• 在高等教育领域关注“双一流建设”(建设世界一流大学、世界一流学科),以及围绕“双一流建设”战略,各
高校结合自身实际而提出的相关教育综合改革的举措。
目标(What)
利用大数据技术帮助客户解决核心诉求。
数据源(Where)
数据源来至于各类教育管理系统的教育数据(学籍、人事、教务、科研、财务、资产等)、校园一卡通数据、互联
帮助学校找到真正贫困的学生。
如果能够同公安部合作,还能实时查到预 警学生的社会化行为数据,比如宾馆、机 场、车站等的消费数据,获得更精确的多 维度信息,为贫困指数的生成获得更精确 的支持数据。
找到真正的贫困学生 帮助学校实现精准帮扶 准确落实国家高等教育学生 资助政策 提高学校和地方政府声望
11
5. 高校学生资助的决策支持
相关文档
最新文档