智慧高校大数据分析平台建设和运营建设方案课件

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,2019/8/10,#,智慧小区云服务平台整体解决方案智慧小区云服务平台整体解决方案智慧小区云服务平台整体解决方案,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,2019/8/10,#,智慧楼宇智慧安防一体化管控平台建设方案,智慧高校大数据分析平台建设和运营建设方案,2,0,1,9,智慧教育,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教育产品和解决方案悄然兴起。智慧教育解决方案，重点解决：减少重复建设、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。,智慧教育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。,CONTENTS,目 录,1,建设背景及大数据应用,3,教育大数据顶层设计方案,2,教育大数据需求及应用分析,1,、教育大数据需求分析,2,、教育大数据应用场景分析,3,、目标市场分析,4,、大数据价值分析,5,、大数据应用案例分析,4,教育大数据应用功能介绍,1,、教育大数据顶层设计,2,、教育大数据产品及方向,3,、教育大数据技术平台,4,、教育大数据平台安全,5,、教育大数据纬度分析,6,、教育大数据知识图谱,7,、教育大数据知识服务,8,、教育大数据可视化,1,、学生综合情况分析,2,、教师综合情况分析,3,、招生就业情况分析,4,、口碑声誉舆情监控分析,5,、行为轨迹、行为画像分析,6,、大数据综合预警分析,7,、智慧管理、智慧教学分析,8,、人事分析,9,、教育科研分析,10,、学科建设分析,11,、大数据创新应用分析,CONTENTS,目 录,2,2,1,、智慧教育云平台,2,、三通两平台,3,、 教育公共服务云平台,5,智慧教育云平台建设,6,平安校园综合管控平台,2,1,、,GIS,地图综合监控平台,2,、视频监控系统集成接入,3,、 门禁系统集成接入,4,、报警系统集成接入,5,、数字广播系统集成接入,6,、周界控制系统集成接入,7,、,LED,显示屏联动报警集成接入,8,、在线巡更系统集成接入,9,、访客管理系统集成接入,10,、人脸识别系统集成接入,11,、钥匙管控系统集成接入,12,、重要物品管控集成接入,7,智慧能源监管平台,5,智慧办公综合应用平台,8,智慧节能监管平台,CONTENTS,目 录,5,三通两平台建设方案,9,智慧运维综合管控平台,10,智慧物联综合管控平台,2,1,、物联网管理平台,2,、物联网云终端,3,、物联网,PAAS,大数据引擎,4,、物联网平台业务框架,5,、物联网数据系统设计,12,集约化一卡通管理平台,1,、考勤管理系统,2,、消费一卡通系统,3,、控水管理系统,4,、控电管理系统,5,、车辆管理系统,6,、会议签到管理系统,11,信息集成系统,1,、计算机网络、综合布线系统,2,、有线电视及卫星电视,3,、广播系统,4,、信息导引及发布系统,1,建设背景及大数据技术,教育信息化发展趋势,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,信息化教育,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,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,第一阶段,第二阶段,第三阶段,政策背景,为深入贯彻落实党的十九大精神，加快教育现代化和教育强国建设，推进新时代教育信息化发展，培育创新驱动发展新引擎，结合国家“互联网+”、大数据、新一代人工智能等重大战略的任务安排和国家中长期教育改革和发展规划纲要（20102020年）国家教育事业发展“十三五”规划教育信息化十年发展规划（20112020年）教育信息化“十三五”规划等文件要求，制定,教育信息化,2.0,行动计划,。,党的十八大以来，我国教育信息化事业实现了前所未有的快速发展，取得了全方位、历史性成就,，实现了“三通两平台”,建设与应用快速推进、教师信息技术应用能力明显提升、信息化技术水平显著提高、信息化对教育改革发展的推动作用大幅提升、国际影响力显著增强等,“五大进展”,，在构建教育信息化应用模式、建立全社会参与的推进机制、探索符合国情的教育信息化发展路子上实现了“三大突破”，为新时代教育信息化的进一步发展奠定了坚实的基础。,重要意义,1,2,3,4,教育信息化,2.0,行动计划是在历史成就基础上实现新跨越的内在需求。,教育信息化,2.0,行动计划是顺应智能环境下教育发展的必然选择。,教育信息化,2.0,行动计划是充分激发信息技术革命性影响的关键举措。,教育信息化,2.0,行动计划是加快实现教育现代化的有效途径。,指导思想,以习近平新时代中国特色社会主义思想为指导,，全面贯彻党的十九大精神，围绕加快教育现代化和建设教育强国新征程，落实立德树人根本任务，因应信息技术特别是智能技术的发展，积极推进,“互联网,+,教育”,，坚持信息技术与教育教学深度融合的核心理念，坚持应用驱动和机制创新的基本方针，建立健全教育信息化可持续发展机制，构建网络化、数字化、智能化、个性化、终身化的教育体系，建设人人皆学、处处能学、时时可学的学习型社会，实现更加开放、更加适合、更加人本、更加平等、更加可持续的教育，推动我国教育信息化整体水平走在世界前列，真正,走出一条中国特色的教育信息化发展路子。,基本原则,坚持育人为本,坚持创新融合,坚持系统推进,坚持引领发展,坚持育人为本,坚持引领发展,坚持系统推进,坚持融合创新,面向新时代和信息社会人才培养需要，以信息化引领构建以学习者为中心的全新教育生态，实现公平而有质量的教育，促进人的全面发展。,统筹各级各类教育的育人目标和信息化发展需求，兼顾点与面、信息化推进与教育改革发展，实现教学与管理、技能与素养、小资源与大资源等协调发展。,发挥技术优势，变革传统模式，推进新技术与教育教学的深度融合，真正实现从融合应用阶段迈入创新发展阶段，不仅实现常态化应用，更要达成全方位创新。,构建与国家经济社会和教育发展水平相适应的教育信息化体系，支撑引领教育现代化发展，形成新时代的教育新形态、新模式、新业态。,建设目标,教学应用覆盖全体教师、学习应用覆盖全体适龄学生、数字校园建设覆盖全体学校,信息化应用水平和师生信息素养普遍提高,建成“互联网,+,教育”大平台,一大,三平台,二高,通过实施教育信息化,2.0,行动计划，推动从教育专用资源向教育大资源转变、从提升师生信息技术应用能力向全面提升其信息素养转变、从融合应用向创新发展转变，努力构建“互联网+”条件下的人才培养新模式、发展基于互联网的教育服务新模式、探索信息时代教育治理新模式。,主要任务,继续深入推进“三通两平台”，实现三个方面普及应用,“宽带网络校校通”实现提速增智，所有学校全部接入互联网，带宽满足信息化教学需求，无线校园和智能设备应用逐步普及。“优质资源班班通”和“网络学习空间人人通”实现提质增效，在“课堂用、经常用、普遍用”的基础上，形成“校校用平台、班班用资源、人人用空间”。教育资源公共服务平台和教育管理公共服务平台实现融合发展。实现信息化教与学应用覆盖全体教师和全体适龄学生，数字校园建设覆盖各级各类学校。,持续推动信息技术与教育深度融合，促进两个方面水平提高,构建一体化的“互联网,+,教育”大平台,促进教育信息化从融合应用向创新发展的高阶演进，信息技术和智能技术深度融入教育全过程，推动改进教学、优化管理、提升绩效。全面提升师生信息素养，推动从技术应用向能力素质拓展，使之具备良好的信息思维，适应信息社会发展的要求，应用信息技术解决教学、学习、生活中问题的能力成为必备的基本素质。加强教育信息化从研究到应用的系统部署、纵深推进，形成研究一代、示范一代、应用一代、普及一代的创新引领、压茬推进的可持续发展态势。,引入“平台,+,教育”服务模式，整合各级各类教育资源公共服务平台和支持系统，逐步实现资源平台、管理平台的互通、衔接与开放，建成国家数字教育资源公共服务体系。充分发挥市场在资源配置中的作用，融合众筹众创，实现数字资源、优秀师资、教育数据、信息红利的有效共享，助力教育服务供给模式升级和教育治理水平提升。,14,大数据是信息化技术的延伸,现实业务,业务系统,业务数据,传统信息系统体系,业务自动化,数据沉淀,无法完成的任务：,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,现实教育,大数据,分析平台,大数据系统体系,数据建模,智能,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：,被动向主动转化；,管理向运营及服务型的转化；,大数据是信息化技术的延伸,教育行业产业背景,政府,教育机构,学生,与,家长,教育服务商,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。,教育产业,智慧教育大数据建设背景,智慧教育行业的市场规模爆发,三年来，国内智慧教育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，智慧教育行业一枝独秀，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,风投推动下新兴公司高速成长,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,国内智慧教育行业市场规模保持高速增长*,大数据在教育行业应用中的问题,大数据是智慧教育行业跃迁的新变量，但目前也面临着诸多挑战：,1,产品同质化严重,主要以考量测评类产品为主，重点聚焦于如何“提分”,盲目跟风现象严重，产品同质化且差异不大,2,分析端是整体短板,目前的产品多集中在关系维系端和数据存储端，缺乏深度数据分析,教育行业数据半结构化、非结构化突出，在分析端技术整体不成熟,3,缺乏统一的行业标准,行业正在重走教育信息化早期发展阶段的“老路”，盲目混乱发展,专门针对教育大数据的标准制定工作还未正式启动,4,大数据价值尚未体现,整个行业缺乏有影响的大数据实践案例，普遍对价值认可不足,缺乏有影响案例的情况下，大数据定价缺乏依据和标准,5,数据模型的科学性不足,教育业务具有异常的复杂性和独特性，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,6,数据的权利制度未明确,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，往往存在极大的政策风险,智慧教育大数据应用技术,项目中我们主要使用了,STP,分析法，即目标市场营销，是指根据一定的标准对整体市场进行细分后，从中选择一个或者多个细分市场作为自身的目标市场，并针对目标市场进行市场定位。,细分市场不是根据产品品种、系列来进行的，而是从消费者( 指最终消费者和工业生产者)的角度进行划分的，是根据市场细分的理论基础，即消费者的需求、动机、购买行为的多元性和差异性划分的。通过市场细分对企业的生产、营销起着极其重要的作用。,行业矩阵设计,价值判断,提供需求,内容管理,逻辑管理,设计场景,研究趋势,提供需求,以客户为中心,细分领域调研,产业细化分层,产品体系规划,营销的基础,STP,通过市场调研，通过用户画像，将智慧教育市场整体划分为若干消费者群。每一个消费者群就是一个细分市场，每一个细分市场都是具有类似需求倾向的消费者构成的群体。,选择目标市场并制定市场营销策略,发掘市场机会，开拓新市场,集中人力、物力投入目标市场,提高资源利用效益,大,数据在教育行业应用的启发性思考,美国联邦政府教育部技术办公室,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：学习分析更重视对数据和结果的描述；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。,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。,对于技术开发人员而言，可以优化学习管理系统。,教育数据挖掘,学习分析,大数据在教育行业应用的启发性思考,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,。,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。,大数据思考,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，很难形成大数据，需要政府部门统筹考虑解决。,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。,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,方式来确保学生个人信息的安全，不被用作商业用途。,一般应由政府或政府授权的非营利机构负责数据的存,储和管理，商业公司,使用,数据库需要取得政府的授权。,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。,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,体现教育大数据价值的“七种武器”,企业如何借助大数据来应对行业与趋势带来的挑战,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,如何整合数据资产，并保障数据的质量和业务可用性,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,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,如何基于数据来描述、研究、解决以及评估业务痛点问题,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,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,能力成熟度评估,业务演进规划,技术体系规划,架构与流程,岗位与技能,数据文化建设,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,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,平台架构、系统架构,应用架构、信息架构、数据架构,教育大数据建设是一个复杂而长期的系统工程,战略意图,业务分析,数据管控,架构设计,演进规划,组织形态,数据变现,“七种武器”,21,智慧教育大数据框架结构,基于细分行业商业分析,的一般规律,，从宏观到微观的分析逻辑，我方提出,了教育行业大数据七步模型。,项目将,结合电信云公司自身优势与特点，提出教育行业大数据目标市场、产业链角色、产品设计、能力建设、数据应用建议。,包含国内智慧教育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,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,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,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,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,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,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,产业链分析,2,市场现状,3,挖掘需求,4,场景设计,5,应用案例,6,解决方案,7,行业发展,产业链分析,市场分析,挖掘需求,场景设计,解决方案,应用案例,1,2,3,4,行业发展,1,宏观,微观,结论,教育行业大数据七步骤模型,5,6,7,2,教育大数据需求分析,智慧教育大数据需求分析,项目需求,智慧教育大数据需求分析和应用前景,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,智慧教育大数据应用现状和发展趋势：分析大数据在智慧教育领域中的应用现状和未来潜力,智慧教育大数据产业链分析：研究分析智慧教育产业链格局，分析智慧教育大数据生态圈,智慧教育大数据解决方案,智慧教育大数据需求分析：研究分析教育行业各个细分市场的大数据需求,智慧教育应用场景分析：组织典型的智慧教育应用场景，覆盖上述需求，具现化大数据在教育行业的作用,智慧教育大数据解决方案：基于能力与第三方平台合作，构建大数据解决方案,智慧教育大数据应用案例：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,项目主要模块,报告一：智慧教育大数据需求分析和应用,报告二：智慧教育大数据解决方案,智慧教育行业,现状及趋势,智慧教育大数据,产业链分析,智慧教育大数据,应用现状与趋势,智慧教育大数据,需求分析,智慧教育大数据,应用场景分析,智慧教育,大数据解决方案,智慧教育,大数据应用案例,如何连接人、系统？,如何连接设备？,教育大数据需求分析,智慧教育大数据需求分析：,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。,分析某市、某省甚至全国生师比现状与教学效果的关联性，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；,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,；,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。,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,；,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,；,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。,资源分配,教育管理,智慧教育大数据需求分析：,教师,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,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。,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。,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。,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,智慧教育大数据需求分析：,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。,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。,智慧教育大数据需求分析：,教学管理,记录学生的学习历程、学习标签、强弱项分析等,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,分析学生学习风格、能力模型、群体学习特点,对教师调配、教师教学能力提升做出具体要求,教师教学特点、教学优势分析,Phase 1,Phase 2,Phase 3,搜集学生行为数据（学生学习特点、时间安排等）,通过大数据多维对比，找到问题学生（包括学习习惯问题、心理健康问题）,及时做出针对性辅导,建立学生的电子档案,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,记录教师的教学历程、教学标签、强弱项分析等,档案终身化、全国化,有利于教师调动分配，选择更合适的工作环境和教导对象,建立教师的电子档案,教学管理,教学管理,教学管理,智慧教育大数据需求分析：,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，但能快速精准地把握市场现状，并给出趋势预测分析。从这个角度上看，大数据技术对用户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。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。,平台技术服务商,语音识别技术服务商,物联网技术服务商,语音识别技术服务商大数据前景广阔，语音识别是一个热点领域，除了教育应用，还涉及众多领域。,语音识别的关键技术指标是识别准确率和识别速度，而这两项指标都能通过大数据技术进行优化。,在建立庞大的语音和词汇数据库的基础上，运用大数据技术匹配用户说话内容与语音库，并根据词汇数据库理解用户表达的意思。,目前英语语音识别系统已经在使用过程中逐步完善，但汉语语音识别由于汉语的复杂性，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。,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。,智慧教育大数据需求分析：,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。,教育平台服务商,教育资源云存储，优质教育资源共享,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、学习情况管理、学情分析,教师布置作业、批阅试卷、上传课程资料等,师生双方的教学评估,师生双方精准匹配,提高匹配效率,用户画像,交流伙伴匹配,教育资源平台,教育管理平台,O2O,平台,学习交流平台,智慧教育大数据需求分析：,用户,家,学校,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,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。,实时推送,如何连接人、系统？,如何连接设备？,教育大数据应用场景分析,智慧教育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,全省小学生师比为,13.12,生师比为,12.60-13.40,的学校教学质量普遍比其他学校更高,制定山西省指导性小学生师比为,13.00,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,制定山西省小学教师资源向南部倾斜的政策,指导建议,应用场景,2,：,大数据分析,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,20%,，乙村寄宿生比例为,50%,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,物联网技术,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%,以复旦大学教室资源分配为例：,复旦大学可将新闻学院的部分教研室划分或借给外语学院使用，提高学校整体场地使用率，实现资源的再分配,安装门禁卡，记录每个人进出各个教研室的情况,指导建议,教育机构数据库,教育机构数据库,以山西省为例,以黑龙江省为例,智慧教育大数据应用场景分析：,政府部门,应用场景,5,：,应用场景,4,：,将该单词的学习标准降为认知，应用大数据分析修正英语教学标准,现有英语教学标准,语用标准单词库,大数据技术分析,指导建议,认知标准单词库,以某二线城市小学二年级英语教学为例：,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%,大数据技术分析,初中学生体质健康达标率平均为,60%,以河南省初中生体质统计为例：,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,场地限制、经费限制等诸多因素,指导建议,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,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,教育部门数据库,智慧教育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,某教育资源平台,关键词搜索,再通过查看每个课件的课程标签快速找到所需资源,广西省某山村小学教师教,少年闰土,一课，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。,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,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,用户画像,广西,少年闰土,课件,图片丰富,平台推送,邮箱推送,其他方式,教师需求,教学资源推送,教师需求,题库系统,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，就能看相关的期中考试试卷。,选择一份,难度,适中的试卷，进入选择题题库,，,根据考察知识点,调整,所需题目，,其他,题型的操作,类似,。,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、难易题分数统计,。,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。,定制试卷,智能统计,生成试卷,智慧教育大数据应用场景分析：,学生,应用场景,8,：,应用场景,9,：,学习过程行为分析,答题过程行为分析,认真听讲时间,30/45min,英语选择题错误率,30%,英语语法题错误率,50%,以小明为例,眼动仪，智能坐垫,线上答题数据,个人分析结论,思路明确、思维缓慢,加强答题速度,加强语法学习,针对性建议,程序化题库,提供错题的同类型题目，重复训练,小红想报名三个月后的雅思考试，目标为,6.5,分，且已通过英语六级考试,500,分,小红参加,3,个月后的雅思考试，考试通过率较低,建议将学习时间延长到,4,个月，考试通过率较高,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,六级,500,分相当于雅思,5.5,分,，,同水平考生平均花费,3,个月每天,8,小时进行学习,，,雅思考试,6.5,分通过率为,80%,。,结合物联网采集数据和通话数据，运用大数据技术分析,根据,雅思考试,大数据,统计分析,需求现状,结果预测,智慧教育大数据应用场景分析：,教学管理,统计女生结伴上厕所的现象，找,出,半年以来,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。,应用场景,10,：,应用场景,11,：,李老师,赵老师,教,学,风格,全民提升型,优升劣降型,擅长讲解基础知识和难度适中的题型,擅长讲解提升型知识和难题偏题怪题,全班物理成绩在,80-85,分的人数占,70%,全班物理成绩在,90,分以上人数和,60,分以下人数基本相等，且优生和差生之和占全班人数的,55%,适合执教,差生班,适合执教,优生班,分析建议,大数据分析,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,1,小时的学生占,20%,，高于,3,小时的学生占,10%,。,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,出,原因，提高,答,题速度。,家长反馈情况,在低于,1,小时的学生中，差生占,40%,。,在高于,3,小时的学生中，优生占,70%,。,物联网,收集,数据,针对性建议,其他应用,智慧教育大数据应用场景分析：,技术服务商,平台技术服务商,百度搜索数据,教育机构学生数据,教育机构课程数据,其他来源,数据,整合外部数据,大数据技术分析,用户最感兴趣的领域为语言培训（,35%,）,语言培训中市场痛点为口语练习（,60%,）,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）,提升建议,应用场景,12,：,语音识别,技术服务商,应用场景,13,：,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,智慧教育大数据应用场景分析：,平台服务商,全国教育资源平台,省,教育资源平台,市,教育资源平台,整合,全,市电子教学资源,云存储技术,搭建教育资源共享平台,云端教学资源,共享,教学资源标签,化,年级,学科,适合优生,不易理解,中英文字幕,应用场景,14,：,教学资源,精准推送,以,搭建湖南省长沙市教育资源共享平台,为例：,智慧教育大数据应用场景分析：平台服务商,课程试讲后提升效果不错,，吴女士,非常满意。,应用场景,15,：,应用场景,16,：,以,学习交流平台,建设为例,：,以,O2O,平台,应用为例,：,平台,吴女士希望为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,匹配,试用,吴女士向,O2O,平台提交女儿学习需求。,平,台结合,LBS,技术,利用大数据,匹配,了一位周六上午空闲的物理老师，该教师擅长补缺，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,。,k12,阶段学生,大学在校生,大数据技术,大数据技术,设计智能引导系统,整合全国学校的,bbs,平台,专业指导,智慧教育大数据应用场景分析：,用户,应用场景,17,：,学生安全定位系统,记录分析学生日常学习期间行动路径,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,异常状况及时推送家长、学校端,应用场景,18,：,比如：,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,。,建立,学生动态,管理,系统,LBS,技术,大数据,技术,扩展大数据应用场景,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,。,需求分析,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,信息采集系统,信息分析系统,信息推送及建议,如何连接人、系统？,如何连接设备？,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。,进入难度,市场价值,低,高,难,易,大数据市场潜力不高，无需关注,大数据市场潜力优秀，重点关注,大数据市场潜力一般，适当关注,语言培训,职业培训,K12,辅导,K12,教育,留学服务,学历职业教育,高等教育,国际学校,兴趣培训,学前教育,早期教育,目标市场分析：产业链角色,渠道服务商,技术服务商,内容提供商,平台服务商,渠道服务商中网络服务商、终端服务商和支付服务商的大数据需求较弱，场景需求也较弱。渠道服务商大数据潜力不佳。,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。但由于技术服务商本身处于产业链上游，话语权较弱，整体大数据前景尚可。,内容提供商是教育行业产业链的核心，大数据技术在教育行业的应用也集中于内容管理。因此，内容提供商的大数据应用潜力同样非常可观。,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线上线下深度融合。因此，大数据技术作为新型信息技术之一，平台服务商大数据潜力毋庸置疑。,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。,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：,学生,家长,用户,CEO,技术部,/IT,部负责人,各分校校长,教育机构,技术部,/IT,部负责人,政府部门,CEO,技术部门负责人,教育服务商,如何连接人、系统？,如何连接设备？,大数据价值分析,大数据价值分析,:,场景角色和场景分析,场景分析,场景角色,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。,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、运营效率低等痛点,，,利用大数据技术改善平台使用环境。,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。,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,提供,数据支撑,大数据技术服务商,教育机构,2,教育服务商,3,用户,4,政府部门,1,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。,大数据价值分析：商业模式,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,/,交换学习数据等方式，达成战略合作。,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。,商业模式,政府部门,教育机构,教育服务商,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,/,区域教育事业现状的了解为目的展开商业合作。（,PPP,模式）,大数据价值分析：变现渠道,2,3,4,5,1,出售大数据平台年,/,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。,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。,获取大数据分析服务劳务费,：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育大数据全阶段的变现渠道之一。,获取大数据精准营销服务费,：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。,出售运营商数据,：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，极不可取，在云公司急需流动资金时才可考虑使用。,变现渠道,如何连接人、系统？,如何连接设备？,大数据应用案例分析,大数据应用案例分析（,1/4,）,II,诉求分析,资源能力分析,新东方大数据案例,模式分析,模式分析,I,诉求分析,资源能力分析,南京理工大学“精准扶贫”,对本科生饭卡,2015,年,9,月中旬到,11,月中旬的刷卡记录进行大数据分析。受资助对象为每月在食堂吃饭超过,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,元的标准对贫困生进行差额补助。为增强大数据分析结果的科学性，在确定资助对象名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,在确保学生尊严的基础上，给贫困生送去温暖,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,360,视图实现精准营销,与百度合作对考试培训进行大数据研究分析,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”通过大数据看到学生的进步，,并,对教师表现和教学方案提出指导意见,通过大数据技术了解学员学习反馈、课程优化建议，做到自适应学习和个性化学习，清晰地看到学生的进步，或利用大数据实现更好的营销,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,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、消费数据,、,搜索数据,大数据分析能力：分析,课程优化方向,或,实现,精准,营销,大数据应用案例分析（,2/4,）,IV,诉求分析,资源能力分析,模式分析,模式分析,III,诉求分析,资源能力分析,通过对学生在问题解决过程中选择信息的记录，如点击按钮的顺序，花费的时间长短，是否点开干扰信息等，通过特定的公式进行分析，将学生的解题步骤与操作策略转化为可视的函数图，即思维回路图。根据思维回路图两个关键变量“步长”和“回路”数据的判断，将学生的思维过程划分为四种状态，反映学生脑海中解决问题的思维过程,通过图形化形式描绘学生解决问题的思维过程，分析评估学生的思维模式，帮助学生有效提高分析解决问题能力,最初,Knewton,的,应试模式是在你,最,需要的时候学习你,最,需要的内容，为此提供线上优质的,具有,交互性的课程,之后,Knewton,开始,转做开放性平台，与出版社、学校和教育机构达成合作，利用大数据,技术,实现学习推荐、学习数据分析预测、内容数据质量把控,应试模式下，,Knewton,要提供活跃的、交互性强的实现自适应学习的线上课程，用户可以随时去看。,转型平台,后，,Knewton,的目标是做,一个,让世界上所有的学习产品都,能,用来做适应性学习,的平台,该案例要求有优质的问题集,/,课程设计，有合理的学生解决问题过程的分析公式,/,图形化形式，同时有合理的思维过程图解读方法，这些都要求有深厚的教育行业经验积累,该案例,在应试模式下需要深厚的教育行业经验，技术实力要求并不高，而开放性平台下不仅需要对教育行业的深入了解，也需要一定的大数据分析能力,IMMEX,课程,Knewton,的转型之路,大数据应用案例分析（,3/4,）,IV,诉求分析,资源能力分析,模式分析,模式分析,V,诉求分析,资源能力分析,通过对,学校,毕业生职业生涯数据的分析，发现,学校,学生就业规律，即某所,学校,的毕业生一般会在哪些公司找到工作，帮助中学生通过对将来职业选择的清晰化选择心目中理想的大学，找到“你或许想上的大学”,通过对领英用户毕业生职业生涯数据的分析，为中学生寻找自己“心中的大学”，,从而,与,18,岁以下用户交流，获取潜在用户和新的会员,通过收集分析学生的学习习惯例如点击线上阅读材料、是否在网上论坛中发言、完成作业的时长来预测学生的学业情况、及时干预帮助问题学生，从而提升毕业率。该学术预警系统的预测成功率在,75%,到,79%,之间,让学生、教师和雇员享受到先进开源技术带来的好处，为问题学生提供及时的帮助，提升学生毕业率,该案例要求有,庞大,的毕业生职业生涯数据积累,和,强大的大数据分析能力。目前只有领英拥有这种独家数据资源，但如何,用,数据,满足用户需求,，,同样值得深思,该案例要求有较强的数据收集能力，并建立一个合理的数据模型,/,算法来预测学生的学业情况，因此要求具备强大的大数据实力,数据选择大学,利用,LinkedIn,学生能否完成课业,利用大数据预测,大数据应用案例分析（,4/4,）,VIII,诉求分析,资源能力分析,模式分析,模式分析,VII,诉求分析,资源能力分析,通过使用,100,多万学生的相关记录和,700,万个课程记录，包括来自学生社交媒体、学生与教授的交谈记录、博客以及学生调查等方面的数据和全国高等教育的许多公开数据，探知辍学倾向学生和学习表现不良学生，还能发现无意义或意义不大的课程，并找到哪些资源和干预是成功的,通过建立最大的跨校学习数据库，为各,学校,提供个性化管理平台，用“希维塔斯学习”分析工具开展大数据工作,通过,对学生、老师、家长行为数据的收集，分析影响学生学习的各种因素，如父母的陪伴、布置个性化作业与否等，并借助分析结果让教育主管部门更好地管理教育，促进教育公平,借助智能化的大数据运算技术，对每个学生进行具体的分析再被老师所用，实现学习内容的定向“靶标式”推送，并彻底改变传统的学习模式,该案例要求有强大的数据收集能力，尤其是学生学习数据收集，基于数据和多元化的数据利用方式实现教学管理效率的优化，对教育行业经验的要求并不高,该案例要求有深厚的教育行业积累，技术实力并不重要,。基于对教育行业的理解,，找到信息技术的应用模式和场景，并在实践中,发现,落地障碍的根本原因，及时调整,产品,推进和设计方向,希维塔斯学习,一起作业网,3,教育大数据顶层设计方案,教育大数据顶层设计,大数据技术模块,一卡通,业务系统数据,机器数据,Web,日志,无线认证日志,车流量,监控,互联网数据,教务,学工,图书馆,学籍,科研,视频,新闻,微博,贴吧,论坛,DPI,数据,领导驾驶舱,决策辅助,综合校情,评教,舆情,招生综合分析,学生人口分析,学生行为分析,学生画像,绩点成绩分析,教师人口分析,教学质量分析,教学压力分析,科研成果分析,毕业生预警,安全失联预警,就业综合分析,口碑舆情监控,图书馆分析,一卡通分析,网络行为监控,监控图像识别,数据管理集群,XXX,科技,教育,大数据建设方向与产品,行 为 画 像,轨 迹 分 析,综 合 预 警,管 理 大 数 据,校领导驾驶舱,大 数 据 报 告,学 生 大 数 据,教 学 大 数 据,就 业 指 导,人事大数据分析,学生大数据分析,资产大数据分析,学工大数据分析,信息化大数据分析,财务大数据分析,科 研 大 数 据,消费,习惯,成绩,借阅,高分,课程,选修课,自习,活动,爱好,科 研 大 数 据,智慧教育,-,大数据平台,-,现有业务数据,60,新增系统,舆情系统,科研项目,微教育系统,健康管理系统,档案信息,课程信息,教职信息,学习资料等,教务信息,成绩,/,消费,/,服务信息,学籍信息,课程与试题库,结构化数据,T+,半结构化数据,.G+/,天,非结构化数据,G/,天,现有系统,教务系统,学籍系统,一卡通系统,兄弟单位,合作院校,省市招生办,监管部门,高教委,教育局,实时流数据,银行圈存,一卡通消费,服务消费,流式数据,交易,教学等,邮件,/,消息,/,视频,/,咨询,智慧教育,-,大数据平台,-,技术平台,61,数据预处理,数据集成,分布式,内存数据库,分布式文件系统,分布式数据仓库,元数据,存储库,分布式数据库,流计算引擎,批量计算引擎,分析平台,基础平台,数据存储,计算引擎