教育大数据平台生态分析.pptxVIP

教育大数据平台生态分析;首先我想分享一个观点，高校大数据时代真的已经来了。

国家高层领导已经将大数据提升到国家的战略高度，并且发布了相关政策文件《促进大数据发展行动纲要》，而且其中非常明确的提到了教育大数据的建设与要求。教育行业本身的行动也非常快，其中《中国基础教育大数据发展白皮书》，用于指导各地教育大数据建设与发展。

而且就在今年4月17日，《中国基础教育大数据发展蓝皮书(2015)》在北京师范大学发布，是国内首份面向基础教育领域的大数据蓝皮书。此蓝皮书深度透析国内基础教育大数据发展的现状、难点和趋势，蓝皮书涵盖了对教育大数据的基础认知、4大类13种常见的教育大数据采集技术、7大类教育数据分析模型，并对教育大数据的应用案例、管理机制、产业发展等内容做了详尽的调查，并梳理了十大结论，对教育决策者、教育管理者、师生和行业从业者这四类人群提出建议，展望了中国基础教育大数据五大发展趋势，为教育大数据勾勒发展蓝图。

同时据我了解，很多发达地区的省份都已经在制作本省的大数据建设方案与标准，部份高校正在进行大数据项目的规划。那么作为教育用户，我们该如何顺应潮流提高学校的信息化水平，建设过程又会遇到什么问题呢？;我们在高教行业做了很多的调研与实际项目，我们发现高校在大数据项目建设中：

高校数据源的质量普遍不高，主要体现在数据涉及面窄、有效数据量少、数据接口不完善三大方面。

数量涉及面窄：数据源主要是数字化校园系统产生数据和互联网数据，数据来源单一，而且部分业务系统独立建设，无法进行数据交互。数据的不全面不完善会导致数据建模数据维度少，模型准确性低，影响上层应用的实现效果甚至无法实现。

有效数据量少：一般大数据的数据量高达PB，然而高校大数据一般只有TB量级的数据量。

而且教育用户的业务数据噪声较多，大部分为结构化数据，有效数据量少，这会增加大数据建设中数据清洗、数据建模的工作量。

数据接口不完善主要是因为学校的部分系统在前期规划设计的时候没有使用接口，或者即使部分系统有接口但是前期规划并没有??买接口的使用权限。

但是现在大数据环境下，数据的采集必须必须通过这些接口来实现。因此，大小不一的众多接口需要学校再次付费，增加高校大数据建设的成本和沟通协调工作量。;以下是高校常见的业务系统。

这是某个高校业务系统的数据流情况，我们可以发现业务系统和数据中心并未完全数据交互共享，因此我们在规划建设高校大数据时

需要协调各个职能部门的资源确认业务系统的数据接口。同时由于各个业务系统之间数据不统一，我们在采集数据过程中还需进行数据转换，转换成我们所需的数据格式，这些都带来大量的工作量。;学校业务系统的数据类型和属性很多，有数百种。我们进行数据的归纳和整理后也涉及40多种数据。

比如：正方教务系统主要包括学生基本信息（籍贯、生源地等）、学业信息（已完成学分、未完成学分）、课程信息（学生已修课程、学期课程表等）、成绩信息等;高校类似一个小社会，用户群体较多，各部门都存在大数据需求，而关注的内容会有较大的区别。比如校领导关注全校基础数据和总体情况，用于战略决策与发展评

估。管理部门关注学生的生活、消费和心理状态。教学部门关注学生成绩情况、教师教学质量和学生满意度等。因此，这些特点决定了高教大数据的应用模块和类型会比较丰富。;我们整理了高校中对大数据有具体需求的部门，以及对大数据应用的具体需求内容，在高校大数据建设中需要相关的对应分析。;高校的特点是数量据并不算大，几万人规模的数据比起我们之前参与的电信几百万人的规模来说不算大，但数据源丰富，而且重视数据关联分析。

现阶段有些高校的大数据是由某些学院自已在搞，没有从全校的层面来进行统一部署，数据处于割裂的状态，大数据价值不明显。高校大数据在很多学校属于一把手工程，需要由学校高层领导牵头，协调和部门的数据，并进行统一的顶层设计和全校规划，由具体的单位比如网络中心来落地建设。;市场上现阶段总体竞争情况;北京希嘉创智公司简介;北京希嘉创智公司竞争分析;上海星环大数据产品价值点分析;曙光大数据产品价值点分析;曙光大数据平台高校应用举例;华为大数据产品价值点分析;大数据平台公司竞争总结;数字化校园公司的竞争分析;高校大数据科技公司整体优势