第一篇：中小學教育中的大數據應用認識 - 副本

中小學教育中的大數據應用認識

摘要：大數據意義之“大”，更深層次的在于對海量數據的采集處理、統計分析、挖掘應用。教育大數據的分析應用，是教育信息化發展背景下的教育教學管理方式的創新摸索，是未來教育教學改革、教育質量監控的數據依據。

大數據就是巨量的數據，典型為PB或者EB存儲數量級的數據。Byte、KB、MB、GB、TB、PB、EB、ZB、YB、DB、NB，按照進率1024（2的十次方）遞增，按照目前主流硬盤TB單位計算，一個PB概念的存儲就不是一個普通機房所能容納，而EB存儲或許只有搜索引擎公司才具備。

大數據意義之“大”，更深層次的在于對海量數據的采集處理、統計分析、挖掘應用，而且這些分析處理并不是一般數據庫和軟件技術所能承受，而必然采用分布式架構，依托云計算的分布式處理、分布式數據庫和云存儲、虛擬化技術。

所以，不能簡單地以數據的規模大小來界定大數據，而是要注重是否滿足用戶需求的數據處理與分析的復雜程度。再者，大數據在教育中的應用，從發展階段或者從應用上來看，我覺得也可以分為兩個層次。

一、教育大數據的資源共享功能 2012 年9 月29 日，國務委員劉延東在全國教育信息化工作電視電話會議上提出：“十二五”期間，要以建設好“三通兩平臺”為抓手，也就是“寬帶網絡校校通、優質資源班班通、網絡學習空間人人通”，建設教育資源公共服務平臺和教育管理公共服務平臺。抓住機遇，乘勢而上，開拓進取，以信息化帶動教育現代化，促進我國教育事業科學發展的重大戰略任務。

教育信息化建設目前大力發展，“三通兩平臺”建設為教育的大數據應用奠定了堅實的基礎。教育教學管理涉及的大數據非常廣泛。在教育管理平臺、資源管理平臺、在線學習的平臺和課程管理平臺、視頻直錄播平臺、校園一卡通等等這些系統中，日常教育教學活動中所產生的管理人員、教師、學生以及家長等各類行為數據，如師生基本信息、教育管理及考勤、學籍學分處理、教學活動信息、教育教學研究、設備儀器管理、各類通訊信息，都可以成為教育大數據。

在這個信息時代，大數據的資源共享應用在教育信息化中起到越來越重要的作用，在教育教學中從很大程度上幫助了教師創新教學模式和教學方法。而如何用好大數據深層次的功能，是我們面臨的更加重要的課題。

二、教育大數據的分析應用功能

有人說：我們正在使用大數據，正在下載文字、圖片、視頻、課件，正在利用平臺及平臺資源開展一系列教育教學活動。的確，這是應用，但不是分析應用，不是大數據層次的應用。

2012年，浙江諸暨、東陽相繼出現教育云概念。諸暨區域教育云以軟硬件系統需求角度出發，東陽教育云全國規模化應用試點以資源建設角度出發，相繼獲得了省級、國家級認可，其目的都是為了配合教育教學應用推進而展開。這是教育相對發達省份浙江的兩個縣級市，在教育信息化發展的今天，為適應日益增長的教育教學應用實際需求而進行的新模式的探索。

大數據用最原始的方式入“云”，簡單點說，是每一個人、每一個部門、每一個家庭、每一個行業，不同個體、單位進行各類行為操作的匯總。記錄的不單單的輸入的數據本身，而延伸植入了輸入者本身的一切相關聯信息。當你在論壇發表一條消息，你的資料同時就被關聯，一起被關聯的還有你曾經在網絡上發布其他信息，以及與你相關的聯系人。這不是簡單的數據拷貝，也不是數據錄入員的簡單錄入，這樣的情況下，教育資源云技術化，首先就擺在了我們面前。

（一）云計算與大數據的關系

2006年8月9日，Google首席執行官埃里克·施密特（Eric Schmidt）在搜索引擎大會（SES San Jose 2006）首次提出“云計算”（Cloud Computing）的概念。云計算是為適應越來越大的計算、越來越多的數據、越來越快的速度要求而產生的主流IT技術。當云計算出現了之后，大數據概念自然而然的進入IT視野，并迅速引發全球范圍內深刻的技術變革，乃至應用到各個領域。

如果說大數據是戰略資源，云計算則是調配資源的指揮系統。云計算和大數據關系密切，兩者相輔相成，不可分割。大數據是云計算的對象，脫離了大數據的應用實際，云計算就沒有生命力。云計算是大數據的基礎，為大數據提供了可以自由擴展、相對適宜的存儲空間資源，還使得對大數據的分析處理能夠及時有效的進行。所以，云計算技術的逐步完善，為教育大數據深層次應用提供了可能。

（二）教育大數據應用功能剖析

1、大數據能有效監控教育教學質量

中小學教育教學質量監控具有“全要素”、“全過程”、“全員性”、“全方位” 等四大特點。“全要素”是指教師教學過程，學生的學習掌握，管理人員工作質量等等所有因素；“全過程”是指教育教學的全程，包括教學過程的教學計劃、教學實施、教學反思階段，學生的入學、學習、考核、畢業等等；“全員性”是指有關中小學的教師、學生、管理工勤人員的一切相關內容；“全方位”是指不僅包括教學過程、教學效果，也包括在科學的基礎上，對教學過程實施有效控制。有了現代化的教育教學環境下大數據平臺的支撐，四“全”問題引刃而解。

（1）及時準確反饋學生信息

一般各類課程中心網站提供了學習各學科課程知識的功能，而目前流行的慕課（MOOC）平臺，參與者可以在線提問，其他人可以進行交流解答，也有可能穿插一些小測試，能夠反饋學習情況。在這樣的教學過程中，產生了大量的實時數據，被慕課平臺記錄，并經過相應分析處理，原來雜亂的單個數據累積起來之后，學生的行為就能呈現出規律性，科學的反映出學生在整個教學過程中所處的狀態及存在的問題。這樣就可以有根據地調整學習內容或有針對性地進行學習，大幅提高教學質量。根據大數據總體分析結果，管理部門也可發現傳統模式下無法發現的問題，并采取針對性解決方案，進行更有利的課程設計，更好地促進教育的發展。

在信息化的環境中，老師在設計某課的時候，可以逐步提出問題，并由學生反饋相應的答案到移動終端。老師在教授過程中，時間節點由老師控制，而這個時候學生只需要在相應的知識點這里點擊“A”或者“B”，“是”或者“否”，如同鼠標左右鍵的點擊一般簡單，等到講解完畢之后，老師馬上就能知道，50%的學生在講到第3點的時候已經出現錯誤，80%的學生在第5點的時候，就普遍沒能掌握。

（2）科學比對不同類型數據 擁有Nike+標志的耐克鞋，表示內含芯片和傳感器，可以記錄步伐、步速和跳躍的高度等數據。Nike同時也建立了一種新標準，并賦予一個標準化的數值Nikefuel，它能夠不受時間和項目限制，以特定的方式記錄個人運動表現及方式，并能將不同個體的不同運動進行對比。此外，Nikefuel也能起到平臺的作用，串聯整個Nike+社區的人進行合作溝通、比賽交流，再相互激勵，進行更多的運動。此種模式下，如果羅杰·費德勒穿戴Nike+打網球，而科比·布萊恩特通過Nike+打籃球，但是他們仍然可以通過Nikefuel 值互相進行比賽。

如此，我們便可設想，在教育部門組織開展教師或者學生的各項考評或者比賽時候，有困難的情況下就沒有必要一定要分組分學科進行。調用中小學各學科以往的成績統計信息的大數據作為大樣本依據，小學組參賽選手成績與小學組大數據比較，中學組參賽選手成績與中學組大數據比較，得出各自的相對位次，即可確定勝負。

即使是嚴謹如高考，考生也完全可以自主選擇考試時間分批進行。高考試卷由電腦隨機出卷、自動打印、考生答題、自動回收、智能閱卷，實現一系列全自動化模式，絕對保證公平公正。其中最重要的一點，是考生試題的不同與成績判定準則。我們可以根據全市、全省、全國的大數據成績進行比對，考生的試題無論難易程度如何，均可自動分析難度系數評定分數；也可以根據答題時間、答題方式、答題要點掌握作為一些輔助評定指標。如A、B兩考生，同樣的答對了X題，但是大數據記錄的時間顯示A比B快，則A成績比B高；如事先設定M答題策略優于N答題策略，則得出兩個相同答案且時間相等的考生，答M的考生優秀。

2、大數據能綜合優化教育教學策略

在對教育教學質量進行有效監控的前提下，大數據可以及時在調整教育教學策略中提供依據。通過對學習者的反饋信息進行分析，可以適當調整教育教學流程。

如：教學設計A知識點6分鐘，B知識點8分鐘，總計14分鐘。在進行相應課內測試后，馬上就能得出A掌握度80%，B掌握度70%。這樣，立刻就能在下一堂課調整教學設計，A知識點5分鐘，B知識點9分鐘；或者根據不同情況的需求，A知識點7分鐘，B知識點7分鐘。

3、大數據能有效建立師生個體模型

該模型可以包括師生個體的教學狀態數據、思想行為數據、知識體系數據等檔案記錄。教學狀態數據，如學生在學校中各學科、各活動的參與度，教師可以是某一課程中的教學信息匯總，包括教學設計、課件制作、課程教授、教學反思等信息，還可以包括網絡即時課程評估、再設計，大幅度提升教學效率；思想行為數據來說，學生模型可包括學生在學校中進校開始的一系列思想行為數據，包括按時上課下課、體育課運動量、食堂就餐信息，甚至包括到過的學校每一個地方、交流過的每一個人員信息；知識體系數據可以是記錄學生一系列課程中的表現，如回答各類問題的數量、答案的正確率、花費的時間等等。

在教育信息化大形勢下，教育軟件硬件持續投入、智慧校園建設不斷加強、教育技術研究深入開展，全國2億中小學生在學習、工作、生活中衍生的無可估計的大數據，為教育教學改革良性發展提供了充分依據與良好機遇，充分吸收、分析、挖掘和應用這些數據，將是教育教學管理信息化發展的必然追求。

參考文獻：

[1] 劉延東.把握機遇 加快推進 開創教育信息化工作新局面[R].全國教育信息化工作電視電話會議,2012.[2] 周湘林.大數據時代的教育管理變革[J].中國教育學刊，2014（10）：25-30.[3] 何清.大數據與云計算[J].科技促進發展，2014（01）：35-40.[4] 韓志君.簡析大數據在教育領域的運用[J].科技視界，2014（06）：334 [5] 田芳.淺議中小學教學質量監控體系的建構[J].當代教育論壇，2010（5）：58-60.

第二篇：中大數據公司簡介

陜西中大數據網絡服務中心

公司起源史：

中大數據中2006年建立于啟創旗下部門，中心主要以網站建設、空間域名、企業郵局、及虛擬主機、服務器托管、大型數據庫優化設計管理（域名是www.tmdps.cn）icann

公司源于（啟創科學技術研究聯合網訊建立與2003年，公司主要以網絡、設計、軟件、無線增值、及研發各類電子產品、綜合貿易、實業加工金融等行業、并成立多項子部門、）

2009年，因中心分支業務市場規范管理，（現原啟創所有業務設備改革重新組織整合、啟創科技研究院已遷移海外，國際啟創聯合科技，聯創世界啟創之源）更新硬件設施、員工經嚴格培訓、并且向海外各國發展機站及區域合作。中國、香港、臺灣、朝鮮、韓國、日本、美國、英國、和其它海外機房都有本中心服務器。經多年的運營取得了良好的信譽保障。

2009年底：一次新的改革誕生，在原啟創基礎上合力決策更名升級總部、陜西神箭科技。

公司簡介：

中大數據科技網迅公司(簡稱“中大數據”)是一家專注于行業信息化與綜合信息技術服務的高科技企業。位與神箭科技發展旗下分部。在神箭旗下分部idc綜合信息服務中心。

中大數據是網站推廣設計行業技術專家、項目咨詢與IT精英資源優化整合的典范，矢志于教育信息化、公路交通信息化、企業管理信息化等行業信息化領域的發展，以優秀的行業應用軟件及解決方案、系統集成、網絡安全、電子商務等卓越的服務促進客戶事業的不斷進步。奮進中的中大數據秉承“誠信垂范、專業整合、協力創新、友善共贏”的經營理念，積極探索先進的管理模式與技術創新思路，整合西安交通大學、西安電子科技大學、西北工業大學、西北大學以及東南大學等行業一流高等院校與科研機構的優勢資源，構筑誠信友善、創新進取的精英團隊，倡導產品與服務的密切協作、行業技術與IT技術的優化整合、產品方案與客戶需求的，無縫結合、客戶需求與技術服務的無間共贏。

服務項目

網站建設域名注冊虛擬主機主機托管Vps主機VM主機固定IP接入動態IP接入動態域名解析等。SEO優化網站推廣品牌宣傳搜索競價外鏈發布短信群集發企業黃頁群發網站流量提升Pv提升。網站搬家、數據庫分析設計、網站運營托管、網站管理人員及維護推廣人員教育培訓。

代做搜索引擎競爭產品點擊、使對方競價排名無效扣費、我們具有最專業的技術資源、能夠快速幫您與競爭對手決定網絡優先順序、正面軟文報道、負面曝光內容、等全方位同步綜合提升您公司品牌口碑。在線客服:QQ:1***2503***9209617028617

咨詢合作聯系：***黨崇致

Taobao:神箭科研 QQ:3653679 UC:3020335 Tel:*** Web:/

第三篇：大數據對教育的應用

大數據對教育的應用

魏慧娟

大數據時代的來臨對各行業都產生了深刻的影響，教育領域也不例外。學員的學習行為、思維方式，教師的授課理念、教學方法，學校的教育管理、教學評價無一例外都受到大數據的影響。教育領域必定會在大數據技術的推動下發生深層次的、多元化的創新與變革。

一、大數據對教育領域的影響

1.教育理念與教學評價被迫革新。教育作為社會子系統的重要組成部分深受社會形態影響，現代的教育體系幾乎是伴隨著工業社會發展同步發展的。市場的擴大與提高，對勞動者勞動技術與經驗的要求遠遠高于個體層面的文化修養，合格勞動力的衡量標志是能不能解決問題。這一實用主義特點對教育領域的影響是巨大的。傳統的教學評價不論對學生還是對教員，總是依賴能力測試，通過考試分數的數理統計分析來評價學生與教師。在大數據時代，則是跟蹤記錄教師與學生教與學的長期行為并對之進行分析，采用過程性、歸納式、多元化的方式進行評價。

2.個性化教學得以真正實現。運用大數據技術，在線平臺能實時記錄每一位學生的學習行為，教員獲得全面豐富的數據內容后利用數據挖掘技術加以整合分析，不但能掌握學生個體的學習狀態、知識接受水平，還能了解哪種教學方法對該學生最有效，以及該學生具體的薄弱點。教師根據這些數據就可以針對學生個體因材施教，制定個性化的教學方案、教學活動和學習計劃，教學工作真正從共性化的群體教學轉向了個性化的個體教學。個性化教學的實現能大幅提高教師的教學質量和學生的學習效果。

二、大數據在教育領域的應用模式

大數據在教育領域的應用模式本質上就是數據的生命周期，即數據獲取、數據存儲、查找與分析、可視化、決策。

1.教育者角度的應用，即教學領域知識模型構建。大數據教育系統對現有的教學內容建模后通過數據挖掘、學習分析和在線決策各子系統，所必須掌握的教學知識點、教學單元與教學課程之間的邏輯關系，最終重新構建領域知識結構，對現有的教學內容與方法進行改革，達到提高學生學習效果和教師教學效率的目的。

2.學習者角度的應用。（1）個性化課程分析。大數據教育系統首先獲取某個學生以前的學習表現，從已畢業學生的成績庫中匹配與之相似的學員，分析已獲得的成績和待選課程表現之間的相關性;然后通過學習滿意度調查問卷分析評估學生個人情況;再結合專業課程的重要性，為學生列舉課程清單。并向其推薦有可能取得優秀成績的課程。（2）助學需求預測。大數據教育系統可以通過收集校園卡的生活與消費記錄，以一日三餐為主要權重指標對生活必要開銷進行計算評估，當發現某學員的消費明顯低于預警線時，會主動通知學校相關管理方，由相關部門與學生進一步溝通，并進行相應調查，判斷該學員是否需要助學幫助。

3.其他應用。當大數據教育系統與其他領域的大數據系統互聯互通后能發揮的作用不可估量。比如，與社保、醫療、金融、公安、政府等大數據實現安全共享后，教育系統內所有學校與學區內的情況可以從各個角度可視化地展現在出來。大數據系統既能幫助學員從選擇學習合作小組到職業規劃的制定等各個方面進行輔助指導，也能幫助國家層面的教育管理者制定宏觀教育政策、調整教育改革方向、分配教育資源。

總而言之，大數據在教育領域的應用惠及該系統內學生、教師、教育管理者、教育研究者等所有人員，它是未來教育發展的必然趨勢。但作為新生事物，大數據具體的應用還不成熟，需要在實踐探索中不斷改進完善。

第四篇：大數據認識

大數據認識

班級：B200216電商本科2 姓名：陳家瑋 學號：20021624

一

大數據（big data），指無法在一定時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。

大數據的5V特點：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（低價值密度）、Veracity（真實性）。

層面

第一層面是理論，理論是認知的必經途徑，也是被廣泛認同和傳播的基線。在這里從大數據的特征定義理解行業對大數據的整體描繪和定性；從對大數據價值的探討來深入解析大數據的珍貴所在；洞悉大數據的發展趨勢；從大數據隱私這個特別而重要的視角審視人和數據之間的長久博弈。

第二層面是技術，技術是大數據價值體現的手段和前進的基石。在這里分別從云計算、分布式處理技術、存儲技術和感知技術的發展來說明大數據從采集、處理、存儲到形成結果的整個過程。

第三層面是實踐，實踐是大數據的最終價值體現。在這里分別從互聯網的大數據，政府的大數據，企業的大數據和個人的大數據四個方面來描繪大數據已經展現的美好景象及即將實現的藍圖。

價值

1)對大量消費者提供產品或服務的企業可以利用大數據進行精準營銷 2)做小而美模式的中小微企業可以利用大數據做服務轉型

3)面臨互聯網壓力之下必須轉型的傳統企業需要與時俱進充分利用大數據的價值 趨勢

趨勢一：數據的資源化

何為資源化，是指大數據成為企業和社會關注的重要戰略資源，并已成為大家爭相搶奪的新焦點。因而，企業必須要提前制定大數據營銷戰略計劃，搶占市場先機。

趨勢二：與云計算的深度結合

大數據離不開云處理，云處理為大數據提供了彈性可拓展的基礎設備，是產生大數據的平臺之一。自2013年開始，大數據技術已開始和云計算技術緊密結合，預計未來兩者關系將更為密切。除此之外，物聯網、移動互聯網等新興計算形態，也將一齊助力大數據革命，讓大數據營銷發揮出更大的影響力。趨勢三：科學理論的突破

隨著大數據的快速發展，就像計算機和互聯網一樣，大數據很有可能是新一輪的技術革命。隨之興起的數據挖掘、機器學習和人工智能等相關技術，可能會改變數據世界里的很多算法和基礎理論，實現科學技術上的突破。

趨勢四：數據科學和數據聯盟的成立

未來，數據科學將成為一門專門的學科，被越來越多的人所認知。各大高校將設立專門的數據科學類專業，也會催生一批與之相關的新的就業崗位。與此同時，基于數據這個基礎平臺，也將建立起跨領域的數據共享平臺，之后，數據共享將擴展到企業層面，并且成為未來產業的核心一環。

趨勢五：數據泄露泛濫

未來幾年數據泄露事件的增長率也許會達到100%，除非數據在其源頭就能夠得到安全保障。可以說，在未來，每個財富500強企業都會面臨數據攻擊，無論他們是否已經做好安全防范。而所有企業，無論規模大小，都需要重新審視今天的安全定義。在財富500強企業中，超過50%將會設置首席信息安全官這一職位。企業需要從新的角度來確保自身以及客戶數據，所有數據在創建之初便需要獲得安全保障，而并非在數據保存的最后一個環節，僅僅加強后者的安全措施已被證明于事無補。

趨勢六：數據管理成為核心競爭力

數據管理成為核心競爭力，直接影響財務表現。當“數據資產是企業核心資產”的概念深入人心之后，企業對于數據管理便有了更清晰的界定，將數據管理作為企業核心競爭力，持續發展，戰略性規劃與運用數據資產，成為企業數據管理的核心。數據資產管理效率與主營業務收入增長率、銷售收入增長率顯著正相關;此外，對于具有互聯網思維的企業而言，數據資產競爭力所占比重為36.8%，數據資產的管理效果將直接影響企業的財務表現。

趨勢七：數據質量是BI(商業智能)成功的關鍵

采用自助式商業智能工具進行大數據處理的企業將會脫穎而出。其中要面臨的一個挑戰是，很多數據源會帶來大量低質量數據。想要成功，企業需要理解原始數據與數據分析之間的差距，從而消除低質量數據并通過BI獲得更佳決策。

趨勢八：數據生態系統復合化程度加強

大數據的世界不只是一個單一的、巨大的計算機網絡，而是一個由大量活動構件與多元參與者元素所構成的生態系統，終端設備提供商、基礎設施提供商、網絡服務提供商、網絡接入服務提供商、數據服務使能者、數據服務提供商、觸點服務、數據服務零售商等等一系列的參與者共同構建的生態系統。而今，這樣一套數據生態系統的基本雛形已然形成，接下來的發展將趨向于系統內部角色的細分，也就是市場的細分;系統機制的調整，也就是商業模式的創新;系統結構的調整，也就是競爭環境的調整等等，從而使得數據生態系統復合化程度逐漸增強。

二

Hadoop實現了一個分布式文件系統（Hadoop Distributed File System），簡稱HDFS。HDFS有高容錯性的特點，并且設計用來部署在低廉的（low-cost）硬件上；而且它提供高吞吐量（high throughput）來訪問應用程序的數據，適合那些有著超大數據集（large data set）的應用程序。HDFS放寬了（relax）POSIX的要求，可以以流的形式訪問（streaming access）文件系統中的數據。

優點

高可靠性。Hadoop按位存儲和處理數據的能力值得人們信賴。

高擴展性。Hadoop是在可用的計算機集簇間分配數據并完成計算任務的，這些集簇可以方便地擴展到數以千計的節點中。

高效性。Hadoop能夠在節點之間動態地移動數據，并保證各個節點的動態平衡，因此處理速度非常快。

高容錯性。Hadoop能夠自動保存數據的多個副本，并且能夠自動將失敗的任務重新分配。

低成本。與一體機、商用數據倉庫以及QlikView、Yonghong Z-Suite等數據集市相比，hadoop是開源的，項目的軟件成本因此會大大降低。

hadoop大數據處理的意義

Hadoop得以在大數據處理應用中廣泛應用得益于其自身在數據提取、變形和加載(ETL)方面上的天然優勢。Hadoop的分布式架構，將大數據處理引擎盡可能的靠近存儲，對例如像ETL這樣的批處理操作相對合適，因為類似這樣操作的批處理結果可以直接走向存儲。Hadoop的MapReduce功能實現了將單個任務打碎，并將碎片任務(Map)發送到多個節點上，之后再以單個數據集的形式加載(Reduce)到數據倉庫里。

大數據精髓

A.不是隨機樣本，而是全體數據：在大數據時代，我們可以分析更多的數據，有時候甚至可以處理和某個特別現象相關的所有數據，而不再依賴于隨機采樣(隨機采樣，以前我們通常把這看成是理所應當的限制，但高性能的數字技術讓我們意識到，這其實是一種人為限制)B.不是精確性，而是混雜性：研究數據如此之多，以至于我們不再熱衷于追求精確度;之前需要分析的數據很少，所以我們必須盡可能精確地量化我們的記錄，隨著規模的擴大，對精確度的癡迷將減弱;擁有了大數據，我們不再需要對一個現象刨根問底，只要掌握了大體的發展方向即可，適當忽略微觀層面上的精確度，會讓我們在宏觀層面擁有更好的洞察力

C.不是因果關系，而是相關關系：我們不再熱衷于找因果關系，尋找因果關系是人類長久以來的習慣，在大數據時代，我們無須再緊盯事物之間的因果關系，而應該尋找事物之間的相關關系;相關關系也許不能準確地告訴我們某件事情為何會發生，但是它會提醒我們這件事情正在發生。

開源大數據生態圈：

1、Hadoop HDFS、HadoopMapReduce, HBase、Hive 漸次誕生，早期Hadoop生態圈逐步形成。

2、.Hypertable是另類。它存在于Hadoop生態圈之外，但也曾經有一些用戶。

3、NoSQL，membase、MongoDb 商用大數據生態圈：

1、一體機數據庫/數據倉庫：IBM PureData(Netezza), OracleExadata, SAP Hana等等。

2、數據倉庫：TeradataAsterData, EMC GreenPlum, HPVertica 等等。

3、數據集市：QlikView、Tableau、以及國內的Yonghong Data Mart。大數據分析

Analytic Visualizations（可視化分析）

不管是對數據分析專家還是普通用戶，數據可視化是數據分析工具最基本的要求。可視化可以直觀的展示數據，讓數據自己說話，讓觀眾聽到結果。

Data Mining Algorithms（數據挖掘算法）

可視化是給人看的，數據挖掘就是給機器看的。集群、分割、孤立點分析還有其他的算法讓我們深入數據內部，挖掘價值。這些算法不僅要處理大數據的量，也要處理大數據的速度。

Predictive Analytic Capabilities（預測性分析能力）

數據挖掘可以讓分析員更好的理解數據，而預測性分析可以讓分析員根據可視化分析和數據挖掘的結果做出一些預測性的判斷。

Semantic Engines（語義引擎）

我們知道由于非結構化數據的多樣性帶來了數據分析的新的挑戰，我們需要一系列的工具去解析，提取，分析數據。語義引擎需要被設計成能夠從“文檔”中智能提取信息。

Data Quality and Master Data Management（數據質量和數據管理）

數據質量和數據管理是一些管理方面的最佳實踐。通過標準化的流程和工具對數據進行處理可以保證一個預先定義好的高質量的分析結果。

假如大數據真的是下一個重要的技術革新的話，我們最好把精力關注在大數據能給我們帶來的好處，而不僅僅是挑戰。

數據存儲，數據倉庫

數據倉庫是為了便于多維分析和多角度展示數據按特定模式進行存儲所建立起來的關系型數據庫。在商業智能系統的設計中，數據倉庫的構建是關鍵，是商業智能系統的基礎，承擔對業務系統數據整合的任務，為商業智能系統提供數據抽取、轉換和加載(ETL)，并按主題對數據進行查詢和訪問，為聯機數據分析和數據挖掘提供數據平臺。

第五篇：淺談大數據在教育管理中的應用

淺談大數據在教育管理中的應用

大數據的發展給困境中的教育變革提出了新的挑戰。大數據越來越廣泛應用于教學，通過在線測試、實時調查等方式獲取學生的基本情況、了解學生的學習潛能等，從而使教師更容易針對問題，因材施教。

學校已有的信息采集設備對我們的數據收集具有重大意義。例如：網上閱卷系統，高考、中考閱卷早已采用網上閱卷。可能很多老師知道網上閱卷的優點，如評卷的公正性、準確性、高效性。其實網上閱卷系統更是一個數據的采集系統，采用網上閱卷系統對數據的采集、統計和分析的深度還是廣度都大大地超越人工所能及的范圍。

如10月中我校進行了本學期第一次統考，語文試題主觀題共設了22個采分點，評卷系統采集了22個得分點的數據，很容易發現各知識點的得分情況。教學過程中的成功之處和薄弱點得到了極其詳細的反映。網上閱卷的統計分析結果還能對試卷的質量如難度、信度、區分度、效度等指標進行科學的分析，使命題中存在的問題也得以全面地反映。由此可見，玩轉當前的 “小數據”對現實的教學有益，也是迎接大數據時代到來的一種準備。

大數據時代教師需具備的三種基本能力：第一種能力是獲取及整合學生、學校數據的能力，第二是探索數據背后價值和制定精確教育教學行動計劃的能力，第三是把這些計劃快速實時地應用于教育教學工作中的能力，應用于課堂的能力。要實現這些能力的提升一方面有賴于學校及教育主管部門對教師的培訓，另一方面當然依靠我們老師自身與時俱進的學習。日益強大的互聯網、多媒體及概念軟件、開源軟件等為師生提供了更加自由、靈活的學習和探索空間，求知的視野被極大拓寬。學習與生活、教育與社會不再被孤立，學生、學校與現實生活的體驗更為接近，學生學習興趣、學校辦學動力將被大大激發。

大數據的應用在教學管理方面，較之傳統的教學，更加高效、開放和多元，教學活動參與者之間的溝通更加通暢，互動更加深入，教師的備課、作業批改、教學評價等更加智能化。大數據時代的到來，可以通過技術層面來評價、分析并進而提升教學活動。