CN106447561A - 一种基于教育大数据的动态可视化方法与系统 - Google Patents
一种基于教育大数据的动态可视化方法与系统 Download PDFInfo
- Publication number
- CN106447561A CN106447561A CN201610879109.6A CN201610879109A CN106447561A CN 106447561 A CN106447561 A CN 106447561A CN 201610879109 A CN201610879109 A CN 201610879109A CN 106447561 A CN106447561 A CN 106447561A
- Authority
- CN
- China
- Prior art keywords
- data
- education
- big
- big data
- dirty
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000007794 visualization technique Methods 0.000 title abstract 2
- 230000000007 visual effect Effects 0.000 claims abstract description 36
- 238000000034 method Methods 0.000 claims abstract description 28
- 238000012545 processing Methods 0.000 claims abstract description 4
- 230000008034 disappearance Effects 0.000 claims description 9
- 238000007405 data analysis Methods 0.000 claims description 7
- 238000004140 cleaning Methods 0.000 claims description 6
- 238000013523 data management Methods 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000013079 data visualisation Methods 0.000 claims description 2
- 238000005065 mining Methods 0.000 claims description 2
- 238000007726 management method Methods 0.000 abstract description 4
- 238000012544 monitoring process Methods 0.000 abstract description 2
- 238000013500 data storage Methods 0.000 abstract 1
- 238000012800 visualization Methods 0.000 description 5
- 238000009412 basement excavation Methods 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000007596 consolidation process Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000004132 cross linking Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000000855 fermentation Methods 0.000 description 1
- 230000004151 fermentation Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明公开了一种基于教育大数据的动态可视化方法与系统，所述方法包括：从在线教学平台收集海量的教学过程数据；将收集到的教育数据发送至服务器存储，形成教育数据的数据库；对数据库中的高维数据进行降维处理；根据可视化展示终端的请求，查询出需要呈现的维度并从数据存储层挖掘出对应数据；可视化展示终端用于根据不同用户的需求，将教育大数据分成不同的维度对服务器反馈的结果进行可视化展示。本发明可以将海量复杂的教育大数据以简洁、高效、直观的方式展示出来，辅助解决诸如教学过程质量管理、学生学习成长监测、教育管理智能决策等难点问题。
Description
技术领域
本发明涉及教育信息显示领域，尤其涉及一种基于教育大数据的动态可视化方法与系统。
背景技术
大数据时代，教育数据的价值正在被广大教育者重新认识和评估。教育数据不再仅仅是一堆用作统计的简单“数字”，其正在成为一种变革教育的战略资产和科学力量。随着大数据理念在全球的发酵，以美国、英国、法国等为代表的发达国家率先将大数据作为新型战略资源，视其为“未来的石油”。随着全球教育信息化的快速发展，教育数据正在以几何级的规模递增。除了传统学校教育产生的数据外，互联网教育市场每天也在产生海量的教育数据。目前我国教育规模位居世界首位，如此大规模的教育，必将产生世界量级的教育大数据，而如何发挥这笔“资产”的价值则成为我国教育赶超欧美的关键。西方发达国家已经先行一步，我国也应该加速部署教育大数据战略，强化教育大数据战略意识，让每个人都成为教育数据的缔造者和受惠者，并顺应数据开放趋势，通过教育大数据的适度公开，汇聚广大民众、企业、政府等多方智慧，使教育资产实现源源不断的增值。
大数据是一股创新的力量，是一股时代变革的力量，也是一股推动教育领域全面深化改革的科学力量。教育大数据将汇聚无数以前看不到、采集不到、不重视的数据，对这些混杂数据进行深度挖掘以及其他领域的大数据进行关联分析。教育决策将不再过度依靠经验、拍脑袋和简单的统计结果，而转向基于数据的科学决策。随着国家教育管理公共服务平台的建设和运营，我国教育数据的采集工作将越来越规范化、有序化和全面化。
大数据技术的突出优势在于其拥有强大的“预判”能力，随着教育大数据应用的逐步深入，预测性分析在消除教育不确定性、提供提前干预方面潜力巨大。另外，大数据将使得教师和机器能够真正了解每个学生的真实情况，从而为其提供真正个性化的学习资源、学习活动、学习路径、学习工具与服务等。如果说互联网促进了教育的民主化，那么大数据将实现教育的个性化。
信息时代每时每刻都在产生海量的、各种来源、多种类型的教育数据，如何让生成的大量数据变得更加易于理解并反馈于教学，已成为教育工作者面临的重大问题。针对该问题，将海量的、复杂的、实时的数据转换为动态的图像的可视化方法无疑是最有效的途径。传统的可视化展示工具包括报表、表格和条形图、饼状图等图标展示工具，对于教育大数据的挖掘，由于需要进行数据的分析，所采用的图标也更加复杂和专业，主要为力学图、分区图、力导向图、弦图、集群图、思维导图等。
目前，教育大数据多从一维的角度通过传统图标进行表达，没有考虑从多个维度的特征融合来进行可视化表达。因此，在基于教育平台的已汇聚的海量数据基础上，如何实现客观反映教育现状及趋势的数据分析并以通俗易懂的形式进行可视化表达，成为需要解决的技术问题。
发明内容
本发明要解决的技术问题在于针对现有技术中的缺陷，提供一种基于教育大数据的动态可视化方法与系统，本发明可以将海量复杂的教育大数据以简洁、高效、直观的方式展示出来，辅助解决诸如教学过程质量管理、学生学习成长监测、教育管理智能决策等难点问题。
本发明解决其技术问题所采用的技术方案是：一种基于教育大数据的动态可视化系统，包括：
教育大数据采集装置，用于从国家教育云服务平台、starC教学平台（师大云课堂）、学堂在线等在线教学平台，收集海量的、实时的教育数据，并将教育数据发送至教育大数据分析处理装置进行预处理；
所述教育大数据采集系统包括：教学资源数据获取模块，用于获取资源的数量、容量及每种类型资源的数量及容量的信息；用户数据获取模块，用于获取教师所带课程、班级及班级成员的信息、学生所选课程、所在班级及学习时长、发帖回帖数、测验成绩、作业成绩及总成绩等信息；课程数据获取模块，用于获取课程、课堂的基本数据；
教育大数据数据库，用于存储预处理后的教育数据；
教育大数据分析处理装置，用于对教育数据进行预处理，将复杂的教育数据进行分析处理后，存储至教育大数据数据库；根据教育大数据可视化展示终端的请求反馈适当维度的教育数据；
教育大数据可视化展示终端，用于根据不同维度的需求向教育大数据服务器发送请求，并对教育大数据服务器反馈的结果进行可视化展示。
按上述方案，所述教育大数据分析处理系统对教育大数据进行预处理包括：对于资源数据，对其进行数据清洗；对于用户数据，对其将其统一成规定的格式，方便之后调用；对于课程数据，对其进行数据关联处理，准确客观的反映出数据之间的关系。
按上述方案，所述教育大数据分析处理系统对资源数据进行数据清洗包括如下步骤：
将收集来的数据填充入基本数据表中，抽取其中数据，并判断是否为缺失、冗余数据，即脏数据，若为脏数据，将脏数据插入到脏数据表中；
将脏数据表中的记录通过web界面展示出来，由脏数据管理人员来进行处理，若为缺失数据则进行补充，若为冗余数据则进行删除。
对已经处理的数据进行重新抽取直至没有脏数据的产生，将清洗后的数据重新插入到基本数据的表中。
按上述方案，所述教育大数据数据库为采用分布式存储的本地集群数据库。
按上述方案，所述教育大数据可视化展示终端的展示形式包括：资源的展示、用户及课堂的多维度展示、用户及课堂的多维度关联展示。
一种基于教育大数据的动态可视化方法，包括以下步骤：
1）从国家教育云服务平台、starC教学平台（师大云课堂）、学堂在线等在线教学平台收集海量的、实时的教育教学数据，并将教育数据发送至教育大数据分析处理装置进行预处理；
所述教育数据包括：教学资源数据，包括资源的数量、容量及每种类型资源的数量及容量的信息；用户数据，包括教师所带课程、班级及班级成员的信息、学生所选课程、所在班级及学习时长、发帖回帖数、测验成绩、作业成绩及总成绩信息；课程数据，包括获取课程、课堂的基本数据；
2）对教育数据进行预处理；预处理包括：对于资源数据，对其进行数据清洗；对于用户数据，对其将其统一成规定的格式，方便之后调用；对于课程数据，对其进行数据关联处理，准确客观的反映出数据之间的关系；
3）将预处理后的教育数据存储在教育大数据数据库中；
4）根据用户显示维度的需求，查询出需要呈现的维度，并从教育大数据数据库挖掘出对应数据作为反馈，并对反馈的结果进行可视化展示。
按上述方案，所述步骤2）中对资源数据进行数据清洗包括如下步骤：
将收集来的数据填充入基本数据表中，抽取其中数据，并判断是否为缺失、冗余数据，即脏数据，若为脏数据，将脏数据插入到脏数据表中；
将脏数据表中的记录通过web界面展示出来，由脏数据管理人员来进行处理，若为缺失数据则进行补充，若为冗余数据则进行删除。
对已经处理的数据进行重新抽取直至没有脏数据的产生，将清洗后的数据重新插入到基本数据的表中。
按上述方案，所述教育大数据数据库为采用分布式存储的本地集群数据库。
按上述方案，所述步骤4）中的展示形式包括：资源的展示、用户及课堂的多维度展示、用户及课堂的多维度关联展示。
本发明产生的有益效果是：本发明克服现有技术中可视化表达单维度及展示形式单一的问题，基于教育大数据的分析模型进行可视化的展示，将海量复杂的教育大数据以简洁、高效、直观的方式展示出来。
附图说明
下面将结合附图及实施例对本发明作进一步说明，附图中：
图1是本发明实施例的流程图；
图2是本发明实施例的学院与教师关系的可视化示例图；
图3是本发明实施例的学生所选课堂的可视化示例图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
如图1所示，本发明提供一种用于教育大数据的动态可视化方法，包括以下几个步骤：
步骤1，教育大数据的采集
从在线教学平台收集海量的、实时的教育数据，并对教育数据进行预处理。
教育大数据的采集包括：教学资源数据，包括资源的数量、容量及每种类型资源的数量及容量的信息；用户数据，包括教师所带课程、班级及班级成员的信息，学生所选课程、所在班级及学习时长、发帖回帖数、测验成绩、作业成绩及总成绩等信息；课程数据，包括课程、课堂的基本数据。其中用户的数据信息尤其是学生的学习行为数据，由在线教学平台主动发送，更加方便了教育数据的采集。教育大数据采集的方式可通过移动端、PC端或Web端。
步骤2，教育大数据的预处理
对教育大数据进行预处理包括：对于教学资源数据，对其进行缺失数据补充、冗余数据清除；对于用户数据，对其进行处理统一成规定的格式，方便之后调用；对于课程数据，对其进行数据关联处理，准确客观的反映出数据之间的关系；对于移动端、PC端及Web端，对不确定性数据及错误数据进行处理，减少产生误导性结果。
对资源数据进行数据清洗包括如下步骤：抽取基本数据表中数据判断是否为缺失、冗余数据，即为脏数据，若为脏数据，将脏数据插入到脏数据表中；将脏数据表中的记录通过web界面展示出来，由脏数据管理人员来进行处理，若为缺失数据则进行补充，若为冗余数据则进行删除；对已经处理的数据进行重新抽取直至没有脏数据的产生，将清洗后的数据重新插入到基本数据的表中。
步骤3，教育大数据的展示
教育大数据可视化展示终端用于根据不同维度的需求向教育大数据服务器发送请求，教育大数据服务器根据请求与教育大数据数据库进行映射并对教育大数据服务器反馈的结果进行可视化展示。
步骤4，显示结果
教育大数据可视化展示终端，其展示形式包括：资源的展示、用户及课堂的多维度展示、用户及课堂的多维度关联展示。
实例：
将上述教育大数据的动态可视化方法应用于华中师范大学自主研发的云课堂平台中，其过程为：将云课堂平台作为教育大数据的采集系统，云课堂分为移动端、PC端和Web端，得到云课堂平台中的数据信息；将得到的数据信息进行预处理，将缺失数据进行补充、冗余数据进行删除、错误数据进行修改，将三个端的数据处理成统一格式；基于云课堂平台开发出数据可视化系统，将云课堂中的数据信息进行多维、动态及交互展示，图2和图3为云课堂数据的可视化展示的示例图。
一种基于教育大数据的动态可视化系统，包括：
教育大数据采集系统，用于收集海量的、实时的教育教学数据，并将教育数据发送至教育大数据服务器进行预处理。
教育大数据采集系统包括：教学资源数据模块，用于获取资源的数量、容量及每种类型资源的数量及容量的信息；用户数据模块，用于获取教师所带课程、班级及班级成员的信息，学生所选课程、所在班级及学习时长、发帖回帖数、测验成绩、作业成绩及总成绩等信息；课程数据模块，用于获取课程、课堂的基本数据。其中用户的数据信息尤其是学生的学习行为数据主动向教育大数据采集系统发送，更加方便了教育数据的采集。教育大数据采集的方式可通过移动端、PC端或Web端。
教育大数据分析处理系统对教育大数据进行预处理包括：对于资源的基本数据，对其进行缺失数据补充、冗余数据清除；对于用户的基本数据，对其进行处理统一成规定的格式，方便之后调用；对于课程的基本数据，对其进行数据关联处理，准确客观的反映出数据之间的关系；对于移动端、PC端及Web端，对不确定性数据及错误数据进行处理，减少产生误导性结果。
对资源的基本数据进行数据清洗包括如下步骤：抽取基本数据表中数据判断是否为缺失、冗余数据，即为脏数据，若为脏数据，将脏数据插入到脏数据表中；将脏数据表中的记录通过web界面展示出来，由脏数据管理人员来进行处理，若为缺失数据则进行补充，若为冗余数据则进行删除；对已经处理的数据进行重新抽取直至没有脏数据的产生，将清洗后的数据重新插入到基本数据的表中。
教育大数据数据库，用于存储预处理后的教育数据；
教育大数据可视化展示终端，用于根据不同维度的需求向教育大数据服务器发送请求，教育大数据服务器根据请求与教育大数据数据库进行映射并对教育大数据服务器反馈的结果进行可视化展示。
教育大数据可视化展示终端，其展示形式包括：资源的展示、用户及课堂的多维度展示、用户及课堂的多维度关联展示。
应当理解的是，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (9)
1.一种基于教育大数据的动态可视化系统，其特征在于，包括：
教育大数据采集装置，从在线教学平台收集海量的、实时的教育教学数据，并将教育数据发送至教育大数据分析处理装置进行预处理；
所述教育大数据采集系统包括：教学资源数据获取模块，用于获取资源的数量、容量及每种类型资源的数量及容量的信息；用户数据获取模块，用于获取教师所带课程、班级及班级成员的信息、学生所选课程、所在班级及学习时长、发帖回帖数、测验成绩、作业成绩及总成绩信息；课程数据获取模块，用于获取课程、课堂的基本数据；
教育大数据数据库，用于存储预处理后的教育数据；
教育大数据分析处理装置，用于对教育数据进行预处理，将复杂的教育数据进行分析处理后，存储至教育大数据数据库；根据教育大数据可视化展示终端的请求反馈适当维度的教育数据；
教育大数据可视化展示终端，用于根据不同维度的需求向教育大数据服务器发送请求，并对教育大数据服务器反馈的结果进行可视化展示。
2.根据权利要求1所述的基于教育大数据的动态可视化系统，其特征在于，所述教育大数据分析处理系统对教育大数据进行预处理包括：对于资源数据，对其进行数据清洗；对于用户数据，对其将其统一成规定的格式，方便之后调用；对于课程数据，对其进行数据关联处理，准确客观的反映出数据之间的关系。
3.根据权利要求2所述的基于教育大数据的动态可视化系统，其特征在于，所述教育大数据分析处理系统对资源数据进行数据清洗包括如下步骤：
将收集来的数据填充入基本数据表中，抽取其中数据并判断是否为缺失、冗余数据，即脏数据，若为脏数据，将脏数据插入到脏数据表中；
将脏数据表中的记录通过web界面展示出来，由脏数据管理人员来进行处理，若为缺失数据则进行补充，若为冗余数据则进行删除；
对已经处理的数据进行重新抽取直至没有脏数据的产生，将清洗后的数据重新插入到基本数据的表中。
4.根据权利要求1所述的基于教育大数据的动态可视化系统，其特征在于，所述教育大数据数据库为采用分布式存储的本地集群数据库。
5.根据权利要求1所述的基于教育大数据的动态可视化系统，其特征在于，所述教育大数据可视化展示终端的展示形式包括：资源的展示、用户及课堂的多维度展示、用户及课堂的多维度关联展示。
6.一种基于教育大数据的动态可视化方法，包括以下步骤：
1）从在线教学平台采集海量的、实时的教育数据，并将教育数据发送至教育大数据分析处理装置进行预处理；
所述教育数据包括：教学资源数据，包括资源的数量、容量及每种类型资源的数量及容量的信息；用户数据，包括教师所带课程、班级及班级成员的信息、学生所选课程、所在班级及学习时长、发帖回帖数、测验成绩、作业成绩及总成绩信息；课程数据，包括获取课程、课堂的基本数据；
2）对教育数据进行预处理；预处理包括：对于资源数据，对其进行数据清洗；对于用户数据，对其将其统一成规定的格式，方便之后调用；对于课程数据，对其进行数据关联处理，准确客观的反映出数据之间的关系；
3）将预处理后的教育数据存储在教育大数据数据库中；
4）根据用户显示维度的需求，查询出需要呈现的维度，并从教育大数据数据库挖掘出对应数据作为反馈，并对反馈的结果进行可视化展示。
7.根据权利要求6所述的基于教育大数据的动态可视化方法，其特征在于，所述步骤2）中对资源数据进行数据清洗包括如下步骤：
将收集来的数据填充入基本数据表中，抽取其中数据，并判断是否为缺失、冗余数据，即脏数据，若为脏数据，将脏数据插入到脏数据表中；
将脏数据表中的记录通过web界面展示出来，由脏数据管理人员来进行处理，若为缺失数据则进行补充，若为冗余数据则进行删除；
对已经处理的数据进行重新抽取直至没有脏数据的产生，将清洗后的数据重新插入到基本数据的表中。
8.根据权利要求6所述的基于教育大数据的动态可视化方法，其特征在于，所述教育大数据数据库为采用分布式存储的本地集群数据库。
9.根据权利要求6所述的基于教育大数据的动态可视化方法，其特征在于，所述步骤4）中的展示形式包括：资源的展示、用户及课堂的多维度展示、用户及课堂的多维度关联展示。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610879109.6A CN106447561A (zh) | 2016-10-08 | 2016-10-08 | 一种基于教育大数据的动态可视化方法与系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610879109.6A CN106447561A (zh) | 2016-10-08 | 2016-10-08 | 一种基于教育大数据的动态可视化方法与系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106447561A true CN106447561A (zh) | 2017-02-22 |
Family
ID=58173201
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610879109.6A Pending CN106447561A (zh) | 2016-10-08 | 2016-10-08 | 一种基于教育大数据的动态可视化方法与系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106447561A (zh) |
Cited By (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106933528A (zh) * | 2017-03-17 | 2017-07-07 | 焦点教育科技有限公司 | 一种随时间变化动态切换信息展示的方法 |
| CN107291885A (zh) * | 2017-06-21 | 2017-10-24 | 南京邮电大学 | 一种基于人机交互的大数据可视化系统及其控制方法 |
| CN107730417A (zh) * | 2017-10-09 | 2018-02-23 | 深圳市中幼国际教育科技有限公司 | 一种教育云平台 |
| CN107807959A (zh) * | 2017-10-09 | 2018-03-16 | 华南师范大学 | 一种教育数据描述与开放实现方法 |
| CN108121508A (zh) * | 2017-12-15 | 2018-06-05 | 华中师范大学 | 基于教育大数据的多源异构数据采集系统及处理方法 |
| CN108416714A (zh) * | 2018-04-24 | 2018-08-17 | 温州市鹿城区中津先进科技研究院 | 一种可配置的数据可视化教育大数据平台 |
| CN108520365A (zh) * | 2018-04-23 | 2018-09-11 | 温州市鹿城区中津先进科技研究院 | 基于大数据分析的教育决策系统 |
| CN108711012A (zh) * | 2018-05-23 | 2018-10-26 | 北京三正科技股份有限公司 | 一种基于教育大数据画像的教育评价方法及装置 |
| CN108804468A (zh) * | 2017-05-04 | 2018-11-13 | 孙易新 | 思维导图信息的分享系统 |
| CN108874861A (zh) * | 2018-04-19 | 2018-11-23 | 华南师范大学 | 一种教学大数据可视化分析系统及方法 |
| CN110334088A (zh) * | 2019-07-11 | 2019-10-15 | 江苏曲速教育科技有限公司 | 教育数据管理系统 |
| CN110738585A (zh) * | 2019-09-27 | 2020-01-31 | 广西中教教育投资集团有限公司 | 一种基于云服务的远程教育数据通知系统 |
| CN110795492A (zh) * | 2019-11-11 | 2020-02-14 | 国网山东省电力公司电力科学研究院 | 一种交易数据可视化展示参数多维度快速处理系统 |
| CN111209509A (zh) * | 2019-12-30 | 2020-05-29 | 广州高企云信息科技有限公司 | 基于大数据平台的信息展示方法、装置及大数据平台 |
| CN111898910A (zh) * | 2020-07-30 | 2020-11-06 | 上海新朋程信息科技有限公司 | 一种数据采集方法 |
| CN112199436A (zh) * | 2020-10-15 | 2021-01-08 | 亳州学院 | 一种可视化教学质量监控方法 |
| CN112349160A (zh) * | 2020-11-11 | 2021-02-09 | 成都红云鼎科技有限公司 | 基于动态数据流的物联网技术学习辅助系统 |
| CN114331775A (zh) * | 2022-03-15 | 2022-04-12 | 杭州职业技术学院 | 应用大数据和区块链技术实现高校三全育人的方法 |
| CN114969660A (zh) * | 2022-05-12 | 2022-08-30 | 北京师范大学-香港浸会大学联合国际学院 | 在线交互式动态统计教育方法、平台、装置及存储介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020040301A1 (en) * | 2000-05-22 | 2002-04-04 | Royall William A. | Method of generating increased applications for enrollment at educational institutions |
| CN104820724A (zh) * | 2015-05-29 | 2015-08-05 | 蓝舰信息科技南京有限公司 | 文本类教育资源知识点预测模型获得方法及模型应用方法 |
-
2016
- 2016-10-08 CN CN201610879109.6A patent/CN106447561A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020040301A1 (en) * | 2000-05-22 | 2002-04-04 | Royall William A. | Method of generating increased applications for enrollment at educational institutions |
| CN104820724A (zh) * | 2015-05-29 | 2015-08-05 | 蓝舰信息科技南京有限公司 | 文本类教育资源知识点预测模型获得方法及模型应用方法 |
Non-Patent Citations (1)
| Title |
|---|
| 韩旭: "中央传媒大学数据仓库系统的设计与实施", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106933528A (zh) * | 2017-03-17 | 2017-07-07 | 焦点教育科技有限公司 | 一种随时间变化动态切换信息展示的方法 |
| CN108804468A (zh) * | 2017-05-04 | 2018-11-13 | 孙易新 | 思维导图信息的分享系统 |
| CN107291885A (zh) * | 2017-06-21 | 2017-10-24 | 南京邮电大学 | 一种基于人机交互的大数据可视化系统及其控制方法 |
| CN107730417A (zh) * | 2017-10-09 | 2018-02-23 | 深圳市中幼国际教育科技有限公司 | 一种教育云平台 |
| CN107807959A (zh) * | 2017-10-09 | 2018-03-16 | 华南师范大学 | 一种教育数据描述与开放实现方法 |
| CN108121508A (zh) * | 2017-12-15 | 2018-06-05 | 华中师范大学 | 基于教育大数据的多源异构数据采集系统及处理方法 |
| CN108874861A (zh) * | 2018-04-19 | 2018-11-23 | 华南师范大学 | 一种教学大数据可视化分析系统及方法 |
| CN108520365A (zh) * | 2018-04-23 | 2018-09-11 | 温州市鹿城区中津先进科技研究院 | 基于大数据分析的教育决策系统 |
| CN108416714A (zh) * | 2018-04-24 | 2018-08-17 | 温州市鹿城区中津先进科技研究院 | 一种可配置的数据可视化教育大数据平台 |
| CN108711012A (zh) * | 2018-05-23 | 2018-10-26 | 北京三正科技股份有限公司 | 一种基于教育大数据画像的教育评价方法及装置 |
| CN110334088A (zh) * | 2019-07-11 | 2019-10-15 | 江苏曲速教育科技有限公司 | 教育数据管理系统 |
| CN110738585A (zh) * | 2019-09-27 | 2020-01-31 | 广西中教教育投资集团有限公司 | 一种基于云服务的远程教育数据通知系统 |
| CN110795492A (zh) * | 2019-11-11 | 2020-02-14 | 国网山东省电力公司电力科学研究院 | 一种交易数据可视化展示参数多维度快速处理系统 |
| CN111209509A (zh) * | 2019-12-30 | 2020-05-29 | 广州高企云信息科技有限公司 | 基于大数据平台的信息展示方法、装置及大数据平台 |
| CN111209509B (zh) * | 2019-12-30 | 2020-09-01 | 广州高企云信息科技有限公司 | 基于大数据平台的信息展示方法、装置及大数据平台 |
| CN111898910A (zh) * | 2020-07-30 | 2020-11-06 | 上海新朋程信息科技有限公司 | 一种数据采集方法 |
| CN112199436A (zh) * | 2020-10-15 | 2021-01-08 | 亳州学院 | 一种可视化教学质量监控方法 |
| CN112349160A (zh) * | 2020-11-11 | 2021-02-09 | 成都红云鼎科技有限公司 | 基于动态数据流的物联网技术学习辅助系统 |
| CN114331775A (zh) * | 2022-03-15 | 2022-04-12 | 杭州职业技术学院 | 应用大数据和区块链技术实现高校三全育人的方法 |
| CN114969660A (zh) * | 2022-05-12 | 2022-08-30 | 北京师范大学-香港浸会大学联合国际学院 | 在线交互式动态统计教育方法、平台、装置及存储介质 |
| CN114969660B (zh) * | 2022-05-12 | 2023-08-29 | 北京师范大学-香港浸会大学联合国际学院 | 在线交互式动态统计教育方法、平台、装置及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106447561A (zh) | 一种基于教育大数据的动态可视化方法与系统 | |
| Xue et al. | [Retracted] Artificial Intelligence for Education and Teaching | |
| CN104183166A (zh) | 一种融合电子备课系统及方法 | |
| Hernández García et al. | Visualizations of online course interactions for social network learning analytics | |
| Dabbebi et al. | Towards adaptive dashboards for learning analytic: An approach for conceptual design and implementation | |
| Klamma | Community learning analytics–challenges and opportunities | |
| CN104317842A (zh) | 基于地理信息技术智能数据提取生成专题图引擎 | |
| CN110795917A (zh) | 个性化讲义生成方法、系统及电子设备、存储介质 | |
| Sheshasaayee et al. | Evaluating user experience in moodle learning management systems | |
| Khedr et al. | A proposed data mining framework for higher education system | |
| CN112396543B (zh) | 一种通用题目解题思路可视化及智能引导方法与装置 | |
| Schmidt et al. | Visualizing behavioral data from a 3D virtual learning environment: A preliminary study | |
| Shamizanjani et al. | Knowledge management mechanisms in e-learning environment: A conceptual model | |
| Wang | Interactive design method of English online learning interface based on visual perception | |
| CN112465676A (zh) | 一种基于vr技术的会计教学装置 | |
| Brtka et al. | The data visualization technique in e-learning system | |
| Ferreira et al. | Open student modeling for academic performance visualization in ubiquitous learning environments | |
| CN107704636A (zh) | 一种动态数字出版系统 | |
| Blagojević et al. | Collaboration and learning styles in pure online courses: an action research | |
| Rueda et al. | DynMap+: a concept mapping approach to visualize group student models | |
| Singh et al. | Concepts of data mining and process mining | |
| Kickmeier-Rust et al. | theory-Based learning Analytics: using Formal Concept Analysis for intelligent student Modelling | |
| Toth | Online learning behavior and web usage mining | |
| Milevski et al. | Big data for education data mining, data analytics and web dashboards | |
| Kasinathan et al. | Structure-based algorithm for presentation mapping in graphical knowledge display |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170222 |