第一篇：淺談大數(shù)據(jù)在教育管理中的應(yīng)用

淺談大數(shù)據(jù)在教育管理中的應(yīng)用

大數(shù)據(jù)的發(fā)展給困境中的教育變革提出了新的挑戰(zhàn)。大數(shù)據(jù)越來越廣泛應(yīng)用于教學(xué)，通過在線測試、實時調(diào)查等方式獲取學(xué)生的基本情況、了解學(xué)生的學(xué)習(xí)潛能等，從而使教師更容易針對問題，因材施教。

學(xué)校已有的信息采集設(shè)備對我們的數(shù)據(jù)收集具有重大意義。例如：網(wǎng)上閱卷系統(tǒng)，高考、中考閱卷早已采用網(wǎng)上閱卷?？赡芎芏嗬蠋熤谰W(wǎng)上閱卷的優(yōu)點，如評卷的公正性、準(zhǔn)確性、高效性。其實網(wǎng)上閱卷系統(tǒng)更是一個數(shù)據(jù)的采集系統(tǒng)，采用網(wǎng)上閱卷系統(tǒng)對數(shù)據(jù)的采集、統(tǒng)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(xué)期第一次統(tǒng)考，語文試題主觀題共設(shè)了22個采分點，評卷系統(tǒng)采集了22個得分點的數(shù)據(jù)，很容易發(fā)現(xiàn)各知識點的得分情況。教學(xué)過程中的成功之處和薄弱點得到了極其詳細(xì)的反映。網(wǎng)上閱卷的統(tǒng)計分析結(jié)果還能對試卷的質(zhì)量如難度、信度、區(qū)分度、效度等指標(biāo)進行科學(xué)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(zhuǎn)當(dāng)前的 “小數(shù)據(jù)”對現(xiàn)實的教學(xué)有益，也是迎接大數(shù)據(jù)時代到來的一種準(zhǔn)備。

大數(shù)據(jù)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(xué)生、學(xué)校數(shù)據(jù)的能力，第二是探索數(shù)據(jù)背后價值和制定精確教育教學(xué)行動計劃的能力，第三是把這些計劃快速實時地應(yīng)用于教育教學(xué)工作中的能力，應(yīng)用于課堂的能力。要實現(xiàn)這些能力的提升一方面有賴于學(xué)校及教育主管部門對教師的培訓(xùn)，另一方面當(dāng)然依靠我們老師自身與時俱進的學(xué)習(xí)。日益強大的互聯(lián)網(wǎng)、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(xué)習(xí)和探索空間，求知的視野被極大拓寬。學(xué)習(xí)與生活、教育與社會不再被孤立，學(xué)生、學(xué)校與現(xiàn)實生活的體驗更為接近，學(xué)生學(xué)習(xí)興趣、學(xué)校辦學(xué)動力將被大大激發(fā)。

大數(shù)據(jù)的應(yīng)用在教學(xué)管理方面，較之傳統(tǒng)的教學(xué)，更加高效、開放和多元，教學(xué)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(yè)批改、教學(xué)評價等更加智能化。大數(shù)據(jù)時代的到來，可以通過技術(shù)層面來評價、分析并進而提升教學(xué)活動。

第二篇：大數(shù)據(jù)在教育管理中的應(yīng)用

“大數(shù)據(jù)前沿技術(shù)及應(yīng)用”專題研修活動

大數(shù)據(jù)技術(shù)是“互聯(lián)網(wǎng)+”時代的利器之一，它可以幫助我們從不同角度和層面來剖析教學(xué)，探索教育教學(xué)的新規(guī)律，大數(shù)據(jù)的全樣本特征解決了教育管理中局部數(shù)據(jù)或抽樣數(shù)據(jù)的片面性問題，使得教育需求的把握更加整體化。請結(jié)合實際，談?wù)劥髷?shù)據(jù)在教育管理中的應(yīng)用。（考核要求：內(nèi)容充實，原創(chuàng)，800字以上；提交得20分，輔導(dǎo)教師評分20分，滿分40分。）

最近幾年，在我們的教育界中，有那個幾個關(guān)鍵詞是那么的火，例如翻轉(zhuǎn)課堂、微課、慕課，當(dāng)然還有大數(shù)據(jù)，這些都是我們現(xiàn)在甚至將來的教育趨勢。翻轉(zhuǎn)課堂、微課、慕課現(xiàn)在我們正如火如荼地進行著，大數(shù)據(jù)在一些地區(qū)和學(xué)校也開始試點應(yīng)用。我個人認(rèn)為大數(shù)據(jù)在我們的教育管理應(yīng)用中發(fā)揮著重要作用，主要體現(xiàn)在哪？下面就結(jié)合實際情況，談?wù)勛约旱囊恍┐譁\想法：

1、現(xiàn)在社會進入互聯(lián)網(wǎng)時代，學(xué)生在學(xué)校的每一次考試，在哪方面有特長、曾經(jīng)獲得過哪些獎勵、參加過哪些社會活動等，其實在電子檔案中就可以一目了然，再加上現(xiàn)在的學(xué)生都會有微博、微信、QQ 等網(wǎng)絡(luò)社交工具，這些社交平臺中會會留下大量的信息，學(xué)生的成長軌跡也可以說是非常清晰的。只要把這些信息過程數(shù)據(jù)化，教師的教育教學(xué)工作可以有更明確的指向性，學(xué)生也可以更好地了解自己，以后自己的努力方向在哪，這對學(xué)生更為重要。

2、在我們的教育領(lǐng)域，有著很多的數(shù)據(jù)，比如平均分、升學(xué)率、就學(xué)率等。使用大數(shù)據(jù)來分析問題，要比傳統(tǒng)數(shù)據(jù)來得更科學(xué)，更方便，更有價值，能很好地幫助信息收集方獲取精準(zhǔn)材料，從而做出更準(zhǔn)確的教學(xué)分析。如教師可以通過平臺統(tǒng)計出學(xué)生的普遍的答題情況，大數(shù)據(jù)可以讓教師清楚知道哪道題學(xué)生錯得最多，哪道題學(xué)生掌握得最好，從而在上課時強化訓(xùn)練，這樣得出的課程教學(xué)模式、師生評估方法等就更具針對性、可行性，得出的結(jié)論也更科學(xué)、更精確。

3、其實利用大數(shù)據(jù)也可以開發(fā)一些智能數(shù)字教科書。簡單來說，就是學(xué)生可以按照自己的節(jié)奏來控制學(xué)習(xí)進度，而不會受到周圍其他學(xué)生的行為的影響。然后，系統(tǒng)會給教師一個反饋，告知哪個學(xué)生在哪個方面有困難，同時給出全班學(xué)生的表現(xiàn)的整體分析數(shù)據(jù)。

所以，我認(rèn)為當(dāng)進入大數(shù)據(jù)時代后,我們的教育管理和運行會迎來了更多的發(fā)展機遇。更多的大數(shù)據(jù)的預(yù)測、分析將逐步融入我們的教育管理和決策中去，從而幫助我們更好地做好教育發(fā)展的規(guī)劃,改變我們的教育教學(xué)評價體系,甚至還有更深遠的影響，就讓我們以積極的態(tài)度迎接大數(shù)據(jù)時代的來臨吧！

開展智慧課堂研究，探索智慧課堂建設(shè) 探索智慧課堂教學(xué)如何更有效地激發(fā)學(xué)生學(xué)習(xí)興趣，發(fā)展學(xué)生數(shù)學(xué)思維

1.全體教師認(rèn)真學(xué)習(xí)有關(guān)智慧課堂的網(wǎng)絡(luò)培訓(xùn)視頻，發(fā)表感想評論； 2.集體備課，然后每位教師根據(jù)自己對智慧課堂的感悟上交一篇數(shù)學(xué)教學(xué)設(shè)計； 3.上傳教學(xué)優(yōu)質(zhì)課例，開展聽課研討活動。

科程名稱：張齊華講座《數(shù)學(xué)課堂的新“常態(tài)”》 活動時間：2017-09-30 至2017-11-15 學(xué)段/學(xué)科

小學(xué)

數(shù)學(xué)

選用教材：人教版五年級《用數(shù)對確定位置》、六年級《圓的認(rèn)識》和一年級《認(rèn)識1-5》

觀摩要求：請各位教師在觀看過程中認(rèn)真做好筆記，把自己的一些感受體會記錄下來并實踐用于自己的教學(xué)當(dāng)中去。

第三篇：大數(shù)據(jù)在教育行業(yè)中的應(yīng)用

1.大數(shù)據(jù)在實驗室管理方面的應(yīng)用

海量數(shù)據(jù)已經(jīng)使我們進入了大數(shù)據(jù)時代，數(shù)據(jù)信息的來源、傳播速度和傳播數(shù)量正在影響、改變著人們的思維方式和生活、工作習(xí)慣。近年來，基于“大數(shù)據(jù)”的實驗室管理系統(tǒng)的開發(fā)以及互聯(lián)網(wǎng)的實驗室管理技術(shù)正在興起。但真正被業(yè)內(nèi)人士承認(rèn)的教育領(lǐng)域的大數(shù)據(jù)應(yīng)用卻為數(shù)不多，其中被公認(rèn)的當(dāng)數(shù)東華大學(xué)的智能實驗室項目。

2009年，東華大學(xué)教務(wù)處處長吳良提出實驗室智能化管理的思路，并將材料學(xué)院作為試點單位。實驗室智能化管理即用物聯(lián)網(wǎng)的方式把實驗室里所有的儀器設(shè)備都管理起來。實驗室智能管理過程中記錄了學(xué)生在實驗室內(nèi)所有的活動情況，包含學(xué)生進入實驗室的情況，使用的儀器設(shè)備情況，使用儀器設(shè)備時長等，以及所有儀器的電流、電壓都可以監(jiān)控。如今，東華大學(xué)所有學(xué)院的實驗室都納入了智能實驗室的管理。東華大學(xué)通過實驗室智能管理系統(tǒng)進行各個方面的數(shù)據(jù)采集，并對數(shù)據(jù)進行深度挖掘，形成了各種各樣的圖表。從圖表中可以看出哪些實驗室申請的設(shè)備根本不必購買，哪些實驗室不再需要撥錢。實驗室的使用率和第二年的經(jīng)費完全掛鉤，最后實現(xiàn)教育經(jīng)費使用的集約高效；也可以結(jié)合大數(shù)據(jù)的分析和模擬，建立新型的實驗教學(xué)課程。

另外，華東大學(xué)智能實驗室利用云平臺（東華云）通過服務(wù)器虛擬化和實驗教學(xué)資源管理系統(tǒng)進行管理，簡化了管理流程, 節(jié)約了管理成本, 提高了服務(wù)器資源申請的靈活性，實現(xiàn)了實驗資源管理的信息化和透明化。目前，東華大學(xué)智能實驗室還實現(xiàn)了24小時開放無人管理、跨學(xué)院使用等人工無法實現(xiàn)的管理，數(shù)據(jù)顯示，智能實驗室的管理對學(xué)生學(xué)習(xí)自主性的提高有顯著影響，學(xué)生在實驗室的時間甚至超過了在教室的時間。

2.大數(shù)據(jù)在校園網(wǎng)用戶行為分析方面的應(yīng)用

經(jīng)過多年的積累，人類的數(shù)據(jù)量、數(shù)據(jù)處理技術(shù)和能力都得到了質(zhì)的飛躍，大數(shù)據(jù)時代給人類社會帶來了諸多具有革命性的變化，而校園網(wǎng)的出現(xiàn)則是傳統(tǒng)“言傳身教”教育的一次革命。中職學(xué)生思想尚不成熟，自律力和識別能力不強，對于開放式的網(wǎng)絡(luò)有些迷茫。校園網(wǎng)學(xué)生用戶行為分析的研究是通過對校園網(wǎng)絡(luò)的測量和分析，挖掘和發(fā)現(xiàn)網(wǎng)絡(luò)中呈現(xiàn)出來的各種行為規(guī)律，同時識別一些異常網(wǎng)絡(luò)行為，最后將用戶行為分析展示。這樣以便學(xué)校采取對應(yīng)的策略及措施引導(dǎo)中職學(xué)生健康上網(wǎng)，從而使校園網(wǎng)真正成為學(xué)生獲取知識的平臺，提高學(xué)生的整體綜合素質(zhì)。

廣東省電子職業(yè)技術(shù)學(xué)校羅萍設(shè)計了一個基于大數(shù)據(jù)的校園網(wǎng)學(xué)生用戶行為分析系統(tǒng)，該系統(tǒng)從網(wǎng)站瀏覽信息、網(wǎng)站發(fā)帖留言、搜索關(guān)鍵詞、網(wǎng)絡(luò)購物等四個維度來描述基于校園網(wǎng)的學(xué)生用戶行為。通過對網(wǎng)絡(luò)內(nèi)容的分析，可以進一步細(xì)化到學(xué)生用戶在網(wǎng)絡(luò)中具體網(wǎng)絡(luò)行為、發(fā)表的言論和帖子、對網(wǎng)絡(luò)資源的興趣偏好是什么等等，從而有效掌握學(xué)生的上網(wǎng)行為動態(tài)。

隨著計算機技術(shù)的迅速發(fā)展，大數(shù)據(jù)時代的網(wǎng)絡(luò)行為已經(jīng)成為當(dāng)前學(xué)生校園生活中的一項重要活動內(nèi)容，正在悄然的改變著學(xué)生的學(xué)習(xí)和生活。因此，深入研究學(xué)生網(wǎng)絡(luò)行為，理性分析學(xué)生網(wǎng)絡(luò)行為特點，動機和需求，以及如何引導(dǎo)學(xué)生合理運用網(wǎng)絡(luò)資源，樹立健康的上網(wǎng)理念，構(gòu)建有益的校園網(wǎng)絡(luò)環(huán)境，已經(jīng)成為目前學(xué)校研究的重要課題。

3.數(shù)據(jù)挖掘在學(xué)習(xí)分析及干預(yù)中的應(yīng)用

教育領(lǐng)域已經(jīng)開發(fā)和應(yīng)用了多款學(xué)習(xí)分析系統(tǒng)，主要集中在績效評估、學(xué)習(xí)過程預(yù)測與學(xué)習(xí)活動干預(yù)三個方面。

績效評估: 如美國 Northern Arizona University 研發(fā)的 GPS(Grade Performance Status)系統(tǒng)，可實現(xiàn)全校在校大學(xué)生的課堂學(xué)習(xí)績效評估。該系統(tǒng)能為教師提供最新的學(xué)生出勤情況、學(xué)生的反饋意見，為學(xué)生提供教師的最新評價以及重大事項的提醒。

學(xué)習(xí)過程預(yù)測: 如澳大利亞 University of Wol-longong 研發(fā)的 Snapp(Social Networks Adapting Ped-agogical Practice)系統(tǒng)。該系統(tǒng)可以記載和分析在線學(xué)習(xí)者的網(wǎng)絡(luò)活動情況(如學(xué)生在線時間、瀏覽論壇次數(shù)、聊天內(nèi)容等)，使教師能深入了解學(xué)習(xí)者的行為模式，進而調(diào)整教學(xué)方式，最大化地為學(xué)習(xí)者提供適應(yīng)的教學(xué)指導(dǎo)。

學(xué)習(xí)活動干預(yù): 可分為人工干預(yù)和自動干預(yù)，現(xiàn)在主要集中在人工干預(yù)上，借助績效評估工具和學(xué)習(xí)活動預(yù)測工具，由教師完成學(xué)習(xí)干預(yù)。自動干預(yù)是未來學(xué)習(xí)分析技術(shù)發(fā)展的方向，大數(shù)據(jù)將為這一目標(biāo)的實現(xiàn)提供強大動力。

在教育管理改革方面，學(xué)習(xí)分析能為高職院校教育管理系統(tǒng)的方方面面提供指導(dǎo)教學(xué)管理活動的相關(guān)數(shù)據(jù)。依靠這些數(shù)據(jù)，高職院校管理部門可以有針對性地完善不足之處，修訂教育管理方案，優(yōu)化教學(xué)資源配置，并最終評估修訂方案及資源配置情況。

在教學(xué)改革方面，學(xué)習(xí)分析技術(shù)能真正意義上營造信息化的教學(xué)環(huán)境，保證教師提供的學(xué)習(xí)服務(wù)契合學(xué)習(xí)者個性化學(xué)習(xí)、協(xié)作學(xué)習(xí)的需要。傳統(tǒng)教學(xué)模式中，教師無法保證所提供的學(xué)習(xí)資源能真正滿足學(xué)生的學(xué)習(xí)需求，無法適時調(diào)整和分配資源，無法提供個性化地學(xué)業(yè)指導(dǎo)，無法及時了解學(xué)習(xí)過程中出現(xiàn)的障礙與疑惑。這些問題都限制了高職院校教育改革的深度，而學(xué)習(xí)分析技術(shù)恰恰可以彌補這些缺陷。通過應(yīng)用學(xué)習(xí)分析的相關(guān)工具和大數(shù)據(jù)技術(shù)，教師可以及時獲取學(xué)生的學(xué)習(xí)行為數(shù)據(jù)，從而支持一種既能體現(xiàn)教師主導(dǎo)作用，又能兼顧學(xué)生主體地位的新型教學(xué)方式，以最大化地激發(fā)學(xué)生的潛能，為新世紀(jì)培養(yǎng)創(chuàng)新性人才。

在學(xué)習(xí)方式改革方面，學(xué)習(xí)分析技術(shù)的作用在于: 自動識別學(xué)習(xí)情境，能夠從大量紛雜的數(shù)據(jù)中自動分析出學(xué)習(xí)者的特征信息，根據(jù)其需要推送適應(yīng)的目標(biāo)資源，并提供學(xué)習(xí)建議以協(xié)助學(xué)習(xí)者修訂自己的學(xué)習(xí)任務(wù)；學(xué)習(xí)者可以實時調(diào)整自己的學(xué)習(xí)計劃，預(yù)約輔導(dǎo)以解答學(xué)習(xí)疑惑；在特定情況下，還可以通過鎖定學(xué)習(xí)者所在地理區(qū)域、學(xué)習(xí)特點等因素劃分學(xué)習(xí)小組，以滿足個別學(xué)習(xí)者的協(xié)作學(xué)習(xí)需求。此外，學(xué)習(xí)分析能為在校學(xué)生提供個性化的學(xué)習(xí)指導(dǎo)建議，以幫助學(xué)生規(guī)劃在校學(xué)習(xí)路徑，明確其學(xué)業(yè)成就的期望。

4.大數(shù)據(jù)在課程建設(shè)方面的應(yīng)用

大數(shù)據(jù)時代學(xué)習(xí)者在數(shù)字化學(xué)習(xí)過程中留下很多數(shù)字碎片，通過分析這些數(shù)字碎片，我們將會發(fā)現(xiàn)學(xué)習(xí)者的各種學(xué)習(xí)行為模式。梁文鑫指出：大數(shù)據(jù)對課堂教學(xué)帶來的主要影響是使教師從依賴以往的教學(xué)經(jīng)驗教學(xué)轉(zhuǎn)向依賴海量數(shù)據(jù)教學(xué)分析進行教學(xué)，使學(xué)習(xí)者對自我發(fā)展的認(rèn)識從依賴教師有限理性判斷轉(zhuǎn)向?qū)€體學(xué)習(xí)過程的數(shù)據(jù)分析，從而使傳統(tǒng)的集體教育轉(zhuǎn)向?qū)W(xué)習(xí)者的個性化教育。

目前流行的大規(guī)模在線開放課程（Massive Open Online Course，MOOCs）教育，MOOCs 教育被寄予厚望的主要原因是學(xué)習(xí)分析技術(shù)和大數(shù)據(jù)對它的支持，有了學(xué)習(xí)分析和大數(shù)據(jù)技術(shù)，優(yōu)質(zhì)的教學(xué)、課程資源和服務(wù)等通過數(shù)據(jù)真實客觀的被呈現(xiàn)出來。比如：對每一門課程資源和支持服務(wù)系統(tǒng)的建設(shè)和維護都建立在學(xué)習(xí)者使用過程的數(shù)據(jù)分析基礎(chǔ)上，從而使提供的課程內(nèi)容更符合學(xué)習(xí)者的需求、教學(xué)指導(dǎo)更具有針對性，進而提高了學(xué)習(xí)者的學(xué)習(xí)積極性，促進了學(xué)習(xí)成功的實現(xiàn)。學(xué)習(xí)者在 MOOCs平臺上學(xué)習(xí)時，教師和程序可以通過大數(shù)據(jù)對學(xué)習(xí)者的學(xué)習(xí)行為進行理性干預(yù)，比如：通過預(yù)測認(rèn)知模型為學(xué)習(xí)者自動提供適合的學(xué)習(xí)內(nèi)容和學(xué)習(xí)活動方案，通過作業(yè)情況、留言板以及討論區(qū)的問題討論情況可以發(fā)現(xiàn)存在學(xué)習(xí)困難的學(xué)習(xí)者，以確?？梢约皶r對其學(xué)習(xí)進行有效干預(yù)等。

大數(shù)據(jù)的應(yīng)用可以實現(xiàn)大規(guī)模在線教育的同時可兼顧學(xué)習(xí)者的個人需求，大數(shù)據(jù)對海量數(shù)據(jù)的高速實時處理技術(shù)可以為在線教育平臺實時洞察學(xué)習(xí)者的變化、把握學(xué)習(xí)者的需求、提高學(xué)習(xí)效果提供支持，還可以對學(xué)習(xí)過程中產(chǎn)生的不相關(guān)信息進行深度分析，以預(yù)測和把握學(xué)習(xí)者的需求變化。

5.大數(shù)據(jù)在助學(xué)貸款方面的應(yīng)用

國家助學(xué)貸款始于2000年，此后,全國各地普通高等院校陸續(xù)開辦國家助學(xué)貸款業(yè)務(wù)。但由于政策設(shè)計的缺陷、學(xué)生個人的誠信缺失、銀行的積極性等多方面的問題,貸款業(yè)務(wù)開展出現(xiàn)較大差異東部好于西部,南部優(yōu)于北部,部屬院校高于地方院校。年國家修正貸款政策,加大貸款工作力度和政策扶持力度,國家助學(xué)貸款工作才得以繼續(xù)進行。但國家對家庭經(jīng)濟困難學(xué)生沒有給出界定,更缺乏界定標(biāo)準(zhǔn),因此各高校在確定助學(xué)貸款資助對象時,只能依靠學(xué)生個人陳述、老師自己的判斷、同學(xué)之間的投票等方法對困難學(xué)生加以界定,以致幫困助學(xué)工作困難越來越多。同時,由于信息溝通缺乏有效的渠道,管理缺少統(tǒng)一的工作平臺,很大程度制約了貸款工作的開展,影響了學(xué)校、銀行工作的積極性。缺少信息的溝通,造成信息的不對稱,也影響了工作的開展,出現(xiàn)管理的滯后。

2005年，鄭愛華作為課題負(fù)責(zé)人,組織完成校內(nèi)課題“濟南大學(xué)幫困助學(xué)問題及對策研究”,主持申報了山東省科學(xué)技術(shù)發(fā)展計劃軟科學(xué)科學(xué)項目“山東省國家助學(xué)貸款中的問題成因及對策研究”,同年獲得立項,項目編號：B2005016。

助學(xué)貸款決策支持系統(tǒng)是濟南大學(xué)研究的山東省省級課題“山東省國家助學(xué)貸款中的問題成因及對策研究”的子課題之一。目的在于通過該系統(tǒng),建立家庭經(jīng)濟困難狀況指標(biāo)評價體系,包括評價指標(biāo)的設(shè)立、指標(biāo)分值的量化、最后計算機進行決策計算,輸出決策支持的結(jié)果,幫助學(xué)校確定貸款資助對象,建立貸款信息數(shù)據(jù)倉庫，并將貸款信息通過計算機進行處理,實現(xiàn)快捷、方便、及時、準(zhǔn)確的數(shù)據(jù)動態(tài)管理,克服銀行、學(xué)校、學(xué)生、主管部門之間的信息不對稱問題，實現(xiàn)科學(xué)決策、信息化管理的目標(biāo)，有利于山東省助學(xué)貸款工作的健康發(fā)展,有利于減輕學(xué)校貸款工作的管理難度,降低貸款成本,為幫困助學(xué)工作開辟有效的途徑。

河北省教育廳學(xué)貸中心河北省學(xué)生貸款管理中心于2007年開始實施助學(xué)貸款信息化建設(shè),將先進的計算機技術(shù)應(yīng)用到國家助學(xué)貸款管理工作中,建立“河北省國家助學(xué)貸款管理信息系統(tǒng)”,使學(xué)生對國家助學(xué)貸款的申請、學(xué)校對助學(xué)貸款的管理、銀行對學(xué)生申請的審批以及其間的各種信息的交互等都實現(xiàn)網(wǎng)絡(luò)化。6.基于大數(shù)據(jù)證據(jù)的教育教學(xué)決策

在美國，教育大數(shù)據(jù)為美國政府、教育管理部門、學(xué)校與教師做出合理的教育教學(xué)決策提供了可靠的證據(jù)。整體上，美國建立了嚴(yán)格的教育問責(zé)制度，包括利用州教育問責(zé)系統(tǒng)(State Accountability Systems)對各州教育發(fā)展情況進行全方位評價，借助于學(xué)區(qū)級評價系統(tǒng)(District-level Evaluation Systems)評價各學(xué)區(qū)、各學(xué)校的整體教育質(zhì)量，并要求學(xué)校與學(xué)區(qū)要對后進生進行基于數(shù)據(jù)的支持性學(xué)習(xí)干預(yù)(Data-driven Interventions)。美國聯(lián)邦政府以及各州政府基于對教育大數(shù)據(jù)的分析結(jié)果評價各州或州內(nèi)學(xué)區(qū)的教育進展水平，并以此作為教育投入的依據(jù)以及教育政策制定的根據(jù)。

美國學(xué)校一般利用基于大數(shù)據(jù)的教育評價支持本校在規(guī)劃學(xué)校整體發(fā)展、優(yōu)化學(xué)生管理、制定教學(xué)質(zhì)量改進計劃等方面的教育教學(xué)決策。據(jù)統(tǒng)計，97%的美國中小學(xué)利用來自整個年級或整個學(xué)校的教育大數(shù)據(jù)確定學(xué)校需要提升的關(guān)鍵領(lǐng)域；分析學(xué)生的個體數(shù)據(jù)以便于分班或安排相關(guān)學(xué)習(xí)支持服務(wù)，包括了解哪些學(xué)生需要特殊支持或更多支持。47%的美國中小學(xué)通過專門的評價人員分析不同教師講授同一教學(xué)內(nèi)容或同一教師以不同教學(xué)策略講授同一教學(xué)內(nèi)容時產(chǎn)生的數(shù)據(jù)，評價教師的教學(xué)質(zhì)量并提出教學(xué)方式變革計劃。而83%的學(xué)校在利用教育大數(shù)據(jù)尤其是本校產(chǎn)生的大數(shù)據(jù)了解本校教師教學(xué)發(fā)展的現(xiàn)狀與需求，并據(jù)此決策如何支持本校教師的教學(xué)發(fā)展。

學(xué)校教師可以利用教育大數(shù)據(jù)改進與優(yōu)化自己的教學(xué)決策。整體上，教師可以利用大數(shù)據(jù)分析需要在何種時機對哪些學(xué)生以何種方式安排何種教學(xué)內(nèi)容。教師利用本班學(xué)生產(chǎn)生的大數(shù)據(jù)，或同時借助與外部大數(shù)據(jù)的對比分析，可以深度評價本班學(xué)生的學(xué)習(xí)表現(xiàn)與學(xué)習(xí)效果，可以有效分析學(xué)生的學(xué)習(xí)偏好與個性化需求，分析學(xué)生群體的學(xué)習(xí)需求，同時也可以利用數(shù)據(jù)分析哪些學(xué)生更適合在一起進行小組學(xué)習(xí)，分析怎樣分組才更合理。對于那些有學(xué)習(xí)困難的學(xué)生，通過對大數(shù)據(jù)的利用，可以分析出學(xué)生在什么環(huán)節(jié)、什么類型內(nèi)容學(xué)習(xí)方面存在問題，分析哪些因素可能在影響學(xué)生的學(xué)習(xí)，這樣便于給出適當(dāng)?shù)膶W(xué)習(xí)支持與干預(yù)。

那么，大數(shù)據(jù)從何而來？美國在教育評價的實施過程中主要依托覆蓋全美的立體化教育數(shù)據(jù)網(wǎng)絡(luò)，同時注重數(shù)據(jù)質(zhì)量保障，有效地解決了教育評價“大數(shù)據(jù)從何而來”的問題。

國家級、州級(State-level)、學(xué)區(qū)級(District-level)以及校級(School-level)在內(nèi)的各級各類教育數(shù)據(jù)系統(tǒng)(Educational Data System)均服務(wù)于教育問責(zé)體系。這些數(shù)據(jù)系統(tǒng)之間相互關(guān)聯(lián)，數(shù)據(jù)互通，形成立體化數(shù)據(jù)網(wǎng)絡(luò)，為美國教育評價用大數(shù)據(jù)的獲取提供了基本的依托。

在國家層面，美國有由教育部與各州教育管理部門及一些企業(yè)協(xié)同創(chuàng)建與發(fā)展的教育數(shù)據(jù)機構(gòu)EDFacts，建設(shè)了“教育數(shù)據(jù)快線(ED Data Express)”，還有美國國家教育統(tǒng)計中心(National Center for Education Statistics)，主要任務(wù)在于與教育部內(nèi)部各機構(gòu)、各州教育管理部門、各地教育機構(gòu)合作提供可靠的、全國范圍內(nèi)的中小學(xué)生學(xué)習(xí)績效與成果數(shù)據(jù)，分析各州報告的教育數(shù)據(jù)以整合成為聯(lián)邦政府的教育數(shù)據(jù)與事實報告，為國家層面的教育規(guī)劃、政策制定以及教育項目管理提供了有力的數(shù)據(jù)支持。

2005年，美國教育部啟動了“州級縱向數(shù)據(jù)系統(tǒng)項目(The Statewide Longitudinal Data Systems(SLDS)Program)”，旨在幫助全美各州“設(shè)計、開發(fā)與利用州級縱向數(shù)據(jù)系統(tǒng)以便有效地、準(zhǔn)確地管理、分析、分類處理與利用每一位學(xué)生的數(shù)據(jù)”，至今全美有47個州至少獲得過一次本項目資助。

州級與學(xué)區(qū)級數(shù)據(jù)系統(tǒng)主要為區(qū)域性教育評價提供數(shù)據(jù)支撐，其中主要包括本州/學(xué)區(qū)學(xué)生的成長數(shù)據(jù)，教育工作人員在工作方面的安排與準(zhǔn)備等相關(guān)數(shù)據(jù)，以及其它關(guān)于學(xué)與教條件的關(guān)鍵數(shù)據(jù)，比如教師人數(shù)、學(xué)生入學(xué)率、學(xué)生與學(xué)生家長及學(xué)校教職員工對于學(xué)校氛圍、條件等方面的評價數(shù)據(jù)等，認(rèn)為這些數(shù)據(jù)直接反映學(xué)校與學(xué)區(qū)在讓學(xué)生做好畢業(yè)準(zhǔn)備方面取得的進展情況。各州的教育數(shù)據(jù)系統(tǒng)基本都具有測量學(xué)生的成長(Student Growth Measures)、提供高中學(xué)習(xí)反饋報告(High School Feedback Reports)、實施學(xué)業(yè)預(yù)警(Warning Systems)的功能。學(xué)校常常利用四種類型數(shù)據(jù)系統(tǒng)來收集、整合教學(xué)過程數(shù)據(jù)或評價數(shù)據(jù)：一是在校學(xué)生的實時信息系統(tǒng)(Student Information System)，其中包括學(xué)生出勤率、人口學(xué)特征、考試成績、選課日程等數(shù)據(jù)；二是數(shù)據(jù)軟件坊(Data Warehouses)，其中保存了學(xué)校當(dāng)前或歷史上的學(xué)生、教職員工、財政方面的信息；三是教學(xué)或課程管理系統(tǒng)(Instructional or Curriculum Management Systems)，支持學(xué)校教師接入教學(xué)設(shè)計工具、課程計劃模板、交流與協(xié)作工具，支持教師創(chuàng)建基準(zhǔn)性評價；四是評價系統(tǒng)(Assessment Systems)支持快速地組織與分析基準(zhǔn)性評價數(shù)據(jù)。7.大數(shù)據(jù)在招生方面的應(yīng)用

數(shù)據(jù)挖掘是一項新興的技術(shù)，是商業(yè)智能的重要組成部分。近年來，隨著高校數(shù)據(jù)收集量的不斷增加以及教育決策對量化分析結(jié)果的愈加依賴，數(shù)據(jù)挖掘在美國高校管理中的應(yīng)用呈顯著上升趨勢。許多研究表明這項技術(shù)能幫助大學(xué)管理人員更好地分析數(shù)據(jù)，從而獲取潛藏的、有用的信息和知識，最終提高決策效率。

加州大學(xué)9所分校在校長辦公室的統(tǒng)一協(xié)調(diào)下通過“綜合評審”的原則招收本科生。“綜合評審”包括兩個步驟：第一步是對申請學(xué)生的合格性通過多種方法進行確定；第二步是對合格學(xué)生的所有背景、特征及技能進行綜合評定，并以此為標(biāo)準(zhǔn)做出錄取決定。加州大學(xué)雖然保證錄取所有合格的學(xué)生，但由于有的分?；?qū)I(yè)競爭激烈，例如伯克利分校、工程專業(yè)等，因此不能保證完全按學(xué)生的報考志愿錄取。在這種情況下，所有合格、但未被報考分校錄取的學(xué)生，將被推薦到兩所加州大學(xué)制定的分校，以確保盡可能錄取每位合格的學(xué)生。另一方面，這兩所分校也通過 錄取這些“落榜”的學(xué)生來增加其入學(xué)人數(shù)。由于加州大學(xué)的錄取審核工作是由各分校負(fù)責(zé)進行，招生的最后決定到四月初才能見分曉。這時許多學(xué)生可能同時接到其他大學(xué)的錄取通知，并需要在短期內(nèi)選擇自己要上的大學(xué)。因此，從吸引合格學(xué)生入學(xué)的角度來說，這時再向?qū)W生推薦這兩所大學(xué)為時已晚。為了提前做好這一工作，校長辦公室招辦在一月份申請截止日期之后就對申請學(xué)生的錄取情況進行預(yù)測，并將這些合格但極有可能被拒的學(xué)生名單提供給這兩所分校，供他們提前向?qū)W生宣傳學(xué)校的情況，鼓勵學(xué)生來這兩所學(xué)校就讀。校長辦公室用來完成這項預(yù)測分析研究的工具就是SAS Enterprise Miner數(shù)據(jù)挖掘技術(shù)。

通過這項數(shù)據(jù)挖掘技術(shù)，加州大學(xué)可以更有效的招收合格的學(xué)生。8.大數(shù)據(jù)在學(xué)習(xí)成果評估方面的應(yīng)用

隨著大學(xué)教學(xué)模式由傳統(tǒng)的“行為主義”方式向“構(gòu)建主義”教學(xué)過渡，如何更有效地對學(xué)生成績進行評估也成為廣大教師和評估工作人員面臨的挑戰(zhàn)之 一。除了利用傳統(tǒng)的考試方法對學(xué)生所學(xué)知識進行考核外，越來越多的授課教師側(cè)重對學(xué)生的學(xué)習(xí)行為進行評價，譬如合作意識、創(chuàng)新精神、實踐能力，等等。這些評價結(jié)果更有利于幫助學(xué)生提高學(xué)習(xí)效率，特別是應(yīng)用知識的能力。但靠傳統(tǒng)的評價方法很難有效地完成類似的評估工作，或者說評估結(jié)果的可靠性難以得到保證。近幾年來，許多學(xué)者嘗試?yán)脭?shù)據(jù)挖掘技術(shù)提高評估效度。

哈佛大學(xué)的研究人員嬌蒂·克拉克（Jody Clark）和克里斯·戴迪（Chris Dede）在這方面的嘗試非常值得借鑒和參考。他們通過復(fù)雜的教育媒體收集豐富的與學(xué)生學(xué)習(xí)行為有關(guān)的數(shù)據(jù)，然后利用數(shù)據(jù)挖掘技術(shù)對其進行分析和研究。

評估結(jié)果的價值體現(xiàn)在：1）完成對學(xué)生的形成性評估，為教師及時提供信息反饋；2）完成對學(xué)生的總結(jié)性評估，以真實的實踐表現(xiàn)為基礎(chǔ)了解學(xué)生最終掌握知識的情況；3）根據(jù)學(xué)生的個性特征，深層了解學(xué)生的學(xué)習(xí)行為以及學(xué)習(xí)成效；4）合理評判學(xué)生合作學(xué)習(xí)和解決問題的能力；5）通過對學(xué)生的學(xué)習(xí)行為規(guī)律和學(xué)習(xí)成效之間的“路徑”關(guān)系進行“挖掘”，洞察學(xué)生的學(xué)習(xí)動態(tài)。

9.衢州市柯城區(qū)依托大數(shù)據(jù)為學(xué)生“私人定制”成績單

近年來，隨著大數(shù)據(jù)成為互聯(lián)網(wǎng)信息技術(shù)行業(yè)的流行詞匯，教育逐漸被認(rèn)為是大數(shù)據(jù)可以大有作為的一個重要應(yīng)用領(lǐng)域，有人大膽地預(yù)測大數(shù)據(jù)將給教育帶來革命性的變化。大數(shù)據(jù)技術(shù)允許中小學(xué)和大學(xué)分析從學(xué)生的學(xué)習(xí)行為、考試分?jǐn)?shù)到職業(yè)規(guī)劃等所有重要的信息。衢州市柯城區(qū)以大數(shù)據(jù)為依托，為學(xué)生“私人訂制”成績單。

2015年開始，衢州市柯城區(qū)啟動教學(xué)質(zhì)量診斷系統(tǒng)項目，采用CC教學(xué)測評系統(tǒng)對每個學(xué)生進行數(shù)據(jù)分析，為學(xué)生出具“學(xué)業(yè)診斷分析報告單”。“學(xué)業(yè)診斷分析報告單”基于對學(xué)生一個學(xué)期以來成績的大數(shù)據(jù)分析，通過“單科成績對比圖”、知識點掌握情況分析表、知識點的個人掌握率和班級平均做對比表，將學(xué)生考試各科目考察的每一個知識點的掌握程度作出相應(yīng)的分析，從數(shù)據(jù)中分析學(xué)生對知識點的掌握程度，對個人能力如識記能力、運用能力做出綜合評價，為學(xué)生的學(xué)業(yè)作出一份細(xì)致全面的“體檢診斷報告”?！皩W(xué)業(yè)診斷分析報告單”為學(xué)生提供了知識、能力掌握上的優(yōu)勢和不足信息，學(xué)生可通過分析原因，提高學(xué)習(xí)的針對性和有效性，減少重復(fù)的試題訓(xùn)練，進而有效減輕學(xué)習(xí)負(fù)擔(dān)。教師可通過分析了解學(xué)生在知識、能力掌握方面存在的優(yōu)勢和缺陷信息，實施補教性教學(xué)，從而提高教學(xué)質(zhì)量，促進學(xué)校教學(xué)、學(xué)生學(xué)習(xí)方式的改革和發(fā)展。10.大數(shù)據(jù)在學(xué)生扶貧方面的應(yīng)用案列

西安交通大學(xué)學(xué)生處立足大學(xué)生資助工作實際，按照教育部“教育扶貧，十三五期間實現(xiàn)‘精準(zhǔn)資助’”的要求，結(jié)合陜西省教育廳關(guān)于教育精準(zhǔn)扶貧的工作思路，扎實開展了一系列“綠色通道”迎新工作：利用大數(shù)據(jù)完成學(xué)生貧困程度的精準(zhǔn)識別，通過實地家訪將綠色通道延伸到新生家中，開展“知心工程”讓資助教育沁入學(xué)生心中，建立七位一體的資助系統(tǒng)讓學(xué)生沒有任何后顧之憂。西安交通大學(xué)提供給每個貧困生的，不僅是金錢的資助，更是被尊重及自信積極的人生態(tài)度。

資助大數(shù)據(jù)實現(xiàn)精確認(rèn)定。在新生來校報到之前，通過“西安交通大學(xué)家庭經(jīng)濟困難學(xué)生綜合認(rèn)定系統(tǒng)”挖掘?qū)W生家庭經(jīng)濟困難指數(shù)，認(rèn)定家庭經(jīng)濟困難學(xué)生情況，并以此為依據(jù)，主動引導(dǎo)特困新生在家中即可通過網(wǎng)上申請“綠色通道”并順利入學(xué)，消除特困生家庭的后顧之憂，在此基礎(chǔ)上與各書院共同主動開展有針對性的幫扶工作。

資助全覆蓋實現(xiàn)精準(zhǔn)幫扶。學(xué)校為每一位通過“綠色通道”入學(xué)的學(xué)生發(fā)放全套床上用品“愛心大禮包”，體現(xiàn)學(xué)校的關(guān)愛。新生入學(xué)后學(xué)校將陸續(xù)通過“獎、助、貸、補、勤、免、償”七位一體的資助體系給予學(xué)生持續(xù)資助，確保每一位學(xué)生不會因為經(jīng)濟困難而影響學(xué)業(yè)。學(xué)工系統(tǒng)還通過“知心工程”工作體系，全面跟蹤家庭經(jīng)濟困難學(xué)生情況，建立建全貧困生信息庫。今年學(xué)校還將特別為建檔立卡戶新生每人發(fā)放一學(xué)期的生活費。11.希維塔斯學(xué)習(xí)”（Civitas Learning）利用大數(shù)據(jù)幫助學(xué)生提高成績

在教育特別是在學(xué)校教育中，數(shù)據(jù)成為教學(xué)改進最為顯著的指標(biāo)。通常，這些數(shù)據(jù)主要是指考試成績。當(dāng)然，也可以包括入學(xué)率、出勤率、輟學(xué)率、升學(xué)率等。對于具體的課堂教學(xué)來說，數(shù)據(jù)應(yīng)該是能說明教學(xué)效果的，比如學(xué)生識字的準(zhǔn)確率、作業(yè)的正確率、多方面發(fā)展的表現(xiàn)率——積極參與課堂科學(xué)的舉手次數(shù)，回答問題的次數(shù)、時長與正確率，師生互動的頻率與時長。進一步具體來說，例如每個學(xué)生回答一個問題所用的時間是多長，不同學(xué)生在同一問題上所用時長的區(qū)別有多大，整體回答的正確率是多少，這些具體的數(shù)據(jù)經(jīng)過專門的收集、分類、整理、統(tǒng)計、分析就成為大數(shù)據(jù)。

現(xiàn)在，大數(shù)據(jù)分析已經(jīng)被應(yīng)用到美國的公共教育中，成為教學(xué)改革的重要力量。為了順應(yīng)并推動這一趨勢，美國聯(lián)邦政府教育部2012年參與了一項耗資2億美元的公共教育中的大數(shù)據(jù)計劃。這一計劃旨在通過運用大數(shù)據(jù)分析來改善教育。聯(lián)邦教育部從財政預(yù)算中支出2500萬美元，用于理解學(xué)生在個性化層面是怎樣學(xué)習(xí)的。其中，“希維塔斯學(xué)習(xí)”建立了高等教育領(lǐng)域最大的跨學(xué)校數(shù)據(jù)庫。

“希維塔斯學(xué)習(xí)”是一家專門聚焦于運用預(yù)測性分析、機器學(xué)習(xí)從而提高學(xué)生成績的年輕公司。Civitas Learning提供了一套應(yīng)用程序，學(xué)生和老師可以在其中規(guī)劃自己的課程和安排?！跋＞S塔斯學(xué)習(xí)”各種基于云的智能手機第三方應(yīng)用程序（APP）都是用戶友好型的，能夠根據(jù)高校的需要個性化。這意味著高校能聚焦于各自不同的對象，相互不同地用這家公司的分析工具開展大數(shù)據(jù)工作。

該公司在高等教育領(lǐng)域建立起最大的跨校學(xué)習(xí)數(shù)據(jù)庫。通過這些海量數(shù)據(jù)，能夠看到學(xué)生的分?jǐn)?shù)、出勤率、輟學(xué)率和保留率的主要趨勢。通過使用100多萬名學(xué)生的相關(guān)記錄和700萬個課程記錄，這家公司的軟件能夠讓用戶探測性地知道導(dǎo)致輟學(xué)和學(xué)習(xí)成績表現(xiàn)不良的警告性信號。此外，還允許用戶發(fā)現(xiàn)那些導(dǎo)致無謂消耗的特定課程，并且看出哪些資源和干預(yù)是最成功的。

12.電子科大利用大數(shù)據(jù)尋找校園中最孤獨的人

從硅谷到成都，大數(shù)據(jù)，這個新鮮的話題正在全球同步熱傳。一場關(guān)乎每個人生活、工作和思維的大變革正在悄然發(fā)生，大數(shù)據(jù)時代迎面襲來。

到底什么是大數(shù)據(jù)？大數(shù)據(jù)”是“數(shù)據(jù)化”趨勢下的必然產(chǎn)物。數(shù)據(jù)化的核心理念是：一切都被記錄，一切都被數(shù)字化。電子科大的周濤解釋到，“大數(shù)據(jù)要求數(shù)據(jù)能充分發(fā)揮其外部性并通過與某些相關(guān)數(shù)據(jù)交叉融合產(chǎn)生遠大于簡單加和的巨大價值?！北热?，國家電網(wǎng)智能電表的數(shù)據(jù)可以用于估計房屋空置率，淘寶銷售數(shù)據(jù)可以用來判斷經(jīng)濟走勢，移動通訊基站定位數(shù)據(jù)可以用于優(yōu)化城市交通設(shè)計，微博上的關(guān)注關(guān)系和內(nèi)容信息可以利用于購物推薦和廣告推送??

他們做過一個有意義的課題——尋找校園中最孤獨的人。他們從3萬名在校生中，采集到了2億多條行為數(shù)據(jù)，數(shù)據(jù)來自學(xué)生選課記錄、進出圖書館、寢室，以及食堂用餐、超市購物等數(shù)據(jù)。通過對不同的校園一卡通“一前一后刷卡”的記錄進行分析，可以發(fā)現(xiàn)一個學(xué)生在學(xué)校有多少親密朋友，比如戀人、閨蜜。

最后，通過這個課題找到了800多個校園中最孤獨的人，他們平均在校兩年半時間，一個知心朋友都沒有。這些人中的17%可能產(chǎn)生心理疾病，剩下的則可能用意志力暫時戰(zhàn)勝了癥狀，但需要學(xué)校和家長重點予以關(guān)愛。

第四篇：大數(shù)據(jù)在制造業(yè)中的應(yīng)用

大數(shù)據(jù)在制造企業(yè)中的應(yīng)用

近年來出現(xiàn)的人力短缺、工資上漲、產(chǎn)品交付期短和市場需求變動大等問題，使得制造業(yè)正面臨新一波轉(zhuǎn)型挑戰(zhàn)。如何在控制生產(chǎn)成本的同時，還能提高生產(chǎn)力與效率，則是轉(zhuǎn)型的主要目的。在這樣的背景下，德國、美國等制造業(yè)發(fā)達國家無不積極推動“工業(yè)4.0”?！肮I(yè)4.0”本質(zhì)上是通過信息物理系統(tǒng)實現(xiàn)工廠的設(shè)備傳感和控制層的數(shù)據(jù)與企業(yè)信息系統(tǒng)融合，使得生產(chǎn)大數(shù)據(jù)傳到云計算數(shù)據(jù)中心進行存儲、分析，形成決策并反過來指導(dǎo)生產(chǎn)[1]。大數(shù)據(jù)的作用不僅局限于此，它可以滲透到制造業(yè)的各個環(huán)節(jié)發(fā)揮作用，如產(chǎn)品設(shè)計、原料采購、產(chǎn)品制造、倉儲運輸、訂單處理、批發(fā)經(jīng)營和終端零售。大數(shù)據(jù)使得訂單處理方式有了質(zhì)的變化

大數(shù)據(jù)的核心作用在于預(yù)測。大數(shù)據(jù)可以快速精準(zhǔn)地預(yù)測市場趨勢和客戶需求，并對客戶進行細(xì)分，為其提供量身定制的合適服務(wù)。企業(yè)通過大數(shù)據(jù)的預(yù)測結(jié)果，便可以得到潛在訂單的數(shù)量，然后直接進入產(chǎn)品的設(shè)計和制造以及后續(xù)環(huán)節(jié)[2]。即企業(yè)可以通過大數(shù)據(jù)技術(shù)，在客戶下單之前進行訂單處理。而傳統(tǒng)企業(yè)通過市場調(diào)研與分析，得到粗略的客戶需求量，然后開始生產(chǎn)加工產(chǎn)品，等到客戶下單后，才開始訂單處理。這大大延長了產(chǎn)品的生產(chǎn)周期。如海爾集團于2013年1月構(gòu)建了SCRM（社交化客戶關(guān)系管理）會員大數(shù)據(jù)平臺。銷售人員可進行大數(shù)據(jù)分析，精準(zhǔn)預(yù)測出個體消費者的需求，實現(xiàn)了在客戶下單之前進行訂單處理。大數(shù)據(jù)使得倉儲運輸和批發(fā)經(jīng)營不復(fù)存在

由于大數(shù)據(jù)能夠精準(zhǔn)預(yù)測出個體消費者的需求以及消費者對于產(chǎn)品價格的期望值，企業(yè)在產(chǎn)品設(shè)計制造之后，可直接派送到消費者手中。雖然此時消費者還沒有下單，但是消費者最終接受產(chǎn)品是一個大概率事件。這使得企業(yè)不存在庫存過剩的問題，也就沒有必要進行倉儲運輸和批發(fā)經(jīng)營。大數(shù)據(jù)使原料采購更加科學(xué)

大數(shù)據(jù)技術(shù)可以從數(shù)據(jù)分析中獲得知識并推測趨勢，可以對企業(yè)的原料采購的供求信息進行更大范圍的歸并、匹配，效率更高。大數(shù)據(jù)通過高度整合的方式，將相對獨立的企業(yè)各部門信息匯集起來，打破了原有的信息壁壘，實現(xiàn)了集約化管理，可以根據(jù)輕重緩急，更加科學(xué)合理地安排企業(yè)的財政支出。其次，利用大數(shù)據(jù)的海量存儲與快速數(shù)據(jù)處理功能，可以對采購的原料的附帶屬性（節(jié)能、節(jié)水、環(huán)保等）進行更加精細(xì)化的描述與標(biāo)準(zhǔn)認(rèn)證，通過分類標(biāo)簽與關(guān)聯(lián)分析，可以更好地評估企業(yè)采購資金的支出效果。此外，大數(shù)據(jù)能預(yù)測原材料的價格以及原材料品質(zhì)的好壞。這使制造業(yè)企業(yè)更加科學(xué)地采購原材料成為可能，企業(yè)可以采購到質(zhì)優(yōu)價低的原材料。大數(shù)據(jù)使得產(chǎn)品設(shè)計制造更加優(yōu)化

借助大數(shù)據(jù)技術(shù)，人們可以對原物料的品質(zhì)進行監(jiān)控，發(fā)現(xiàn)潛在問題立即做出預(yù)警，以便能及早解決問題從而維持產(chǎn)品品質(zhì)[3]。大數(shù)據(jù)技術(shù)還能監(jiān)控并預(yù)測加工設(shè)備未來的故障幾率，以便讓工程師即時執(zhí)行最適決策。大數(shù)據(jù)技術(shù)還能應(yīng)用于精準(zhǔn)預(yù)測零件的生命周期，在需要更換的最佳時機提出建議，幫助制造業(yè)者達到品質(zhì)成本雙贏[3]。例如，日本汽車公司Honda將大數(shù)據(jù)分析技術(shù)應(yīng)用于電動車電池上。由于電動車不像汽車或油電混合車一樣，可以使用汽油作為動力來源，其唯一的動力就是電池，所以Honda希望進一步了解電池在什么情況下，績效表現(xiàn)最好、使用壽命最長。Honda公司通過大數(shù)據(jù)技術(shù)，可以搜集并分析車輛在行駛中的一些資訊，如：道路狀況、車主的開車行為、開車時的環(huán)境狀態(tài)等，這些資訊一方面可以幫助汽車制造公司預(yù)測電池目前的壽命還剩下多長，以便即時提醒車主做更換，一方面也可以提供給研發(fā)部門，做為未來設(shè)計電池的參考。

再如BMW公司應(yīng)用大數(shù)據(jù)分析，在短短的12周時間內(nèi)降低80%的零件報廢率。一臺汽車需要的零件有很多種，其中一個是與引擎結(jié)合的引擎上蓋。以前，BMW要等到最終引擎組裝階段，將引擎上蓋組裝完成后才知道到這個零件能否使用，如果不能使用就只好將整個引擎報廢。而通過大數(shù)據(jù)技術(shù)，BMW公司在引擎生產(chǎn)線上可以做即時的檢測與分析，倘若品管沒有問題則直接進到最后的組裝程序，但若零件品質(zhì)不好且無法修補則直接報廢，或者零件品質(zhì)不好但能經(jīng)過其他方式修補，則在修補后再度進行品管測試，借此提高生產(chǎn)效率并降低報廢率。大數(shù)據(jù)使得終端零售暢通無阻

通過大數(shù)據(jù)技術(shù)，企業(yè)可以了解整個供應(yīng)鏈中需求和供應(yīng)的變化，從而促進了產(chǎn)品的終端零售。如沃爾瑪?shù)牧闶坻溒脚_提供的大數(shù)據(jù)工具，將每家店的賣貨和庫存情況大數(shù)據(jù)成果向各公司相關(guān)部門和每個供應(yīng)商定期分享。供應(yīng)商可以實現(xiàn)提前自動補貨，這不僅減少門店斷貨的現(xiàn)象，而且大規(guī)模減少了沃爾瑪整體供應(yīng)鏈的總庫存水平，提高了整個供應(yīng)鏈條和零售生態(tài)系統(tǒng)的投入回報率，創(chuàng)造了非常好的商業(yè)價值。

當(dāng)今，世界各國始終致力于以技術(shù)創(chuàng)新引領(lǐng)產(chǎn)業(yè)升級，而大數(shù)據(jù)的利用使得資源節(jié)約、環(huán)境友好、可持續(xù)發(fā)展，智能化、綠色化的發(fā)展趨勢得以實現(xiàn)[4]。因此，大數(shù)據(jù)背景下的制造業(yè)領(lǐng)域?qū)⒕邆鋸V闊的市場空間和前景，這是制造業(yè)企業(yè)的莫大機遇。

第五篇：數(shù)據(jù)挖掘技術(shù)在客戶關(guān)系管理中如何應(yīng)用畢業(yè)論文.

數(shù)據(jù)挖掘技術(shù)在客戶關(guān)系管理中如何應(yīng)用

根據(jù)波特的影響企業(yè)的利益相關(guān)者理論,企業(yè)有五個利益相關(guān)者,分別是客戶、競爭對手、供應(yīng)商、分銷商和政府等其他利益相關(guān)者。其中,最重要的利益相關(guān)者就是客戶。現(xiàn)代企業(yè)的競爭優(yōu)勢不僅體現(xiàn)在產(chǎn)品上,還體現(xiàn)在市場上,誰能獲得更大的市場份額,誰就能在競爭中占據(jù)優(yōu)勢和主動。而對市場份額的爭奪實質(zhì)上是對客戶的爭奪,因此,企業(yè)必須完成從“產(chǎn)品”導(dǎo)向向“客戶”導(dǎo)向的轉(zhuǎn)變,對企業(yè)與客戶發(fā)生的各種關(guān)系進行管理。進行有效的客戶關(guān)系管理,就要通過有效的途徑,從儲存大量客戶信息的數(shù)據(jù)倉庫中經(jīng)過深層分析,獲得有利于商業(yè)運作,提高企業(yè)市場競爭力的有效信息。而實現(xiàn)這些有效性的關(guān)鍵技術(shù)支持就是數(shù)據(jù)挖掘,即從海量數(shù)據(jù)中挖掘出更有價值的潛在信息。正是有了數(shù)據(jù)挖掘技術(shù)的支持,才使得客戶關(guān)系管理的理念和目標(biāo)得以實現(xiàn),滿足現(xiàn)代電子商務(wù)時代的需求和挑戰(zhàn)。

一、客戶關(guān)系管理(CRM CRM是一種旨在改善企業(yè)與客戶之間關(guān)系的新型管理方法。它是企業(yè)通過富有意義的交流和溝通,理解并影響客戶行為,最終實現(xiàn)提高客戶獲取、客戶保留、客戶忠誠和客戶創(chuàng)利的目的。它包括的主要內(nèi)容有客戶識別、客戶關(guān)系的建立、客戶保持、客戶流失控制和客戶挽留。通過客戶關(guān)系管理能夠提高企業(yè)銷售收入,改善企業(yè)的服務(wù),提高客戶滿意度,同時能提高員工的生產(chǎn)能力。

二、數(shù)據(jù)挖掘(DM 數(shù)據(jù)挖掘(Data Mining,簡稱DM,簡單的講就是從大量數(shù)據(jù)中挖掘或抽取出知識。數(shù)據(jù)挖掘概念的定義描述有若干版本。一個通用的定義是從大量的、不

完全的、有噪聲的、模糊的、隨機的實際應(yīng)用數(shù)據(jù)中提取人們感興趣的知識,這些知識是隱諱的、事先未知的、潛在有用的信息。

常用的數(shù)據(jù)挖掘方法有:(1關(guān)聯(lián)分析。即從給定的數(shù)據(jù)集中發(fā)現(xiàn)頻繁出現(xiàn)的項集模式知識。例如,某商場通過關(guān)聯(lián)分析,可以找出若干個客戶在本商場購買商品時,哪些商品被購置率較高,進而可以發(fā)現(xiàn)數(shù)據(jù)庫中不同商品的聯(lián)系,進而反映客戶的購

買習(xí)慣。(2序列模式分析。它與關(guān)聯(lián)分析相似,其目的也是為了控制挖掘出的數(shù)據(jù)間的聯(lián)系。但序列模式分析的側(cè)重點在于分析數(shù)據(jù)間的前后(因果關(guān)系。例如,可以通過分析客戶在購買A商品后,必定(或大部分情況下隨著購買B商品,來發(fā)現(xiàn)客戶潛在的購買模式。(3分類分析。是找出一組能夠描述數(shù)據(jù)集合典型特征的模型,以便能夠分類識別未知數(shù)據(jù)的歸屬或類別。例如,銀行可以根據(jù)客戶的債務(wù)水平、收入水平和工作情況,可對給定用戶進行信用風(fēng)險分析。(4聚類分析。是從給定的數(shù)據(jù)集中搜索數(shù)據(jù)對象之間所存在的有價值聯(lián)系。在商業(yè)上,聚類可以通過顧客數(shù)據(jù)將顧客信息分組,并對顧客的購買模式進行描述,找出他們的特征,制定針對性的營銷方案。(5孤立點分析。孤立點是數(shù)據(jù)庫中與數(shù)據(jù)的一般模式不一致的數(shù)據(jù)對象,它可能是收集數(shù)據(jù)的設(shè)備出現(xiàn)故障、人為輸入時的輸入錯誤等。孤立點分析就是專門挖掘這些特殊信息的方法。例如,銀行可以利用孤立點分析發(fā)現(xiàn)信用卡詐騙,電信部門可以利用孤立點分析發(fā)現(xiàn)電話盜用等。

三、數(shù)據(jù)挖掘在客戶關(guān)系管理中的應(yīng)用 1.進行客戶分類

客戶分類是將大量的客戶分成不同的類別,在每一類別里的客戶具有相似的屬性,而不同類別里的客戶的屬性不同。數(shù)據(jù)挖掘可以幫助企業(yè)進行客戶分類, 針對不同類別的客戶,提供個性化的服務(wù)來提高客戶的滿意度,提高現(xiàn)有客戶的價值。細(xì)致而可行的客戶分類對企業(yè)的經(jīng)營策略有很大益處。例如,保險公司在長期的保險服務(wù)中,積累了很多的數(shù)據(jù)信息,包括對客戶的服務(wù)歷史、對客戶的銷售歷史和收入,以及客戶的人口統(tǒng)計學(xué)資料和生活方式等。保險公司必須將這些眾多的信息資源綜合起來,以便在數(shù)據(jù)庫里建立起一個完整的客戶背景。在客戶背景信息中,大批客戶可能在保險種類、保險年份和保險金額上具有極高的相似性,因而形成了具有共性的客戶群體。經(jīng)過數(shù)據(jù)挖掘的聚類分析,可以發(fā)現(xiàn)他們的共性,掌握他們的保險理念,提供有針對性的服務(wù),提高保險公司的綜合服務(wù)水平,并可以降低業(yè)務(wù)服務(wù)成本,取得更高的收益。

2.進行客戶識別和保留

(1在CRM中,首先應(yīng)識別潛在客戶,然后將他們轉(zhuǎn)化為客戶

這時可以采用DM中的分類方法。首先是通過對數(shù)據(jù)庫中各數(shù)據(jù)進行分析,從而建立一個描述已知數(shù)據(jù)集類別或概念的模型,然后對每一個測試樣本,用其已知的類別與學(xué)習(xí)所獲模型的預(yù)測類別做比較,如果一個學(xué)習(xí)所獲模型的準(zhǔn)確率經(jīng)測試被認(rèn)可,就可以用這個模型對未來對象進行分類。例如,圖書發(fā)行公司利用顧客郵件地址數(shù)據(jù)庫,給潛在顧客發(fā)送用于促銷的新書宣傳冊。該數(shù)據(jù)庫內(nèi)容有客戶情況的描述,包括年齡、收入、職業(yè)、閱讀偏好、訂購習(xí)慣、購書資金、計劃等屬性的描述,顧客被分類為“是”或“否”會成為購買書籍的顧客。當(dāng)新顧客的信息被輸入到數(shù)據(jù)庫中時,就對該新顧客的購買傾向進行分類,以決定是否給該顧客發(fā)送相應(yīng)書籍的宣傳手冊。

(2在客戶保留中的應(yīng)用

客戶識別是獲取新客戶的過程,而客戶保留則是留住老顧客、防止客戶流失 的過程。對企業(yè)來說,獲取一個新顧客的成本要比保留一個老顧客的成本高。在保留客戶的過程中,非常重要的一個工作就是要找出顧客流失的原因。例如,某專科學(xué)校的招生人數(shù)在逐漸減少,那么就要找出減少的原因,經(jīng)過廣泛的搜集信息,發(fā)現(xiàn)原因在于本學(xué)校對技能培訓(xùn)不夠重視,學(xué)生只能學(xué)到書本知識,沒有實際的技能,在就業(yè)市場上找工作很難。針對這種情況,學(xué)校應(yīng)果斷的抽取資金,購買先進的、有針對性的實驗實訓(xùn)設(shè)備,同時修改教學(xué)計劃,加大實驗實訓(xùn)課時和考核力度,培訓(xùn)相關(guān)專業(yè)的教師。

(3對客戶忠誠度進行分析

客戶的忠誠意味著客戶不斷地購買公司的產(chǎn)品或服務(wù)。數(shù)據(jù)挖掘在客戶忠誠度分析中主要是對客戶持久性、牢固性和穩(wěn)定性進行分析。比如大型超市通過會員的消費信息,如最近一次消費、消費頻率、消費金額三個指標(biāo)對數(shù)據(jù)進行分析,可以預(yù)測出顧客忠誠度的變化,據(jù)此對價格、商品的種類以及銷售策略加以調(diào)整和更新,以便留住老顧客,吸引新顧客

(4對客戶盈利能力分析和預(yù)測

對于一個企業(yè)而言,如果不知道客戶的價值,就很難做出合適的市場策略。不同的客戶對于企業(yè)而言,其價值是不同的。研究表明,一個企業(yè)的80%的利潤是由只占客戶總數(shù)的20%的客戶創(chuàng)造的,這部分客戶就是有價值的優(yōu)質(zhì)客戶。為了弄清誰才是有價值的客戶,就需要按照客戶的創(chuàng)利能力來劃分客戶,進而改進客戶關(guān)系管理。數(shù)據(jù)挖掘技術(shù)可以用來分析和預(yù)測不同市場活動情況下客戶盈利能力的變化,幫助企業(yè)制定合適的市場策略。商業(yè)銀行一般會利用數(shù)據(jù)挖掘技術(shù)對客戶的資料進行分析,找出對提高企業(yè)盈利能力最重要的客戶,進而進行針對性的服務(wù)和營銷。

(5交叉銷售和增量銷售

交叉銷售是促使客戶購買尚未使用的產(chǎn)品和服務(wù)的營銷手段,目的是可以拓寬企業(yè)和客戶間的關(guān)系。增量銷售是促使客戶將現(xiàn)有產(chǎn)品和服務(wù)升級的銷售活動,目的在于增強企業(yè)和客戶的關(guān)系。這兩種銷售都是建立在雙贏的基礎(chǔ)上的,客戶因得到更多更好符合其需求的服務(wù)而獲益,公司也因銷售增長而獲益。數(shù)據(jù)挖掘可以采用關(guān)聯(lián)性模型或預(yù)測性模型來預(yù)測什么時間會發(fā)生什么事件,判斷哪些客戶對交叉銷售和增量銷售很有意向,以達到交叉銷售和增量銷售的目的。例如,保險公司的交叉營銷策略:保險公司對已經(jīng)購買某險種的客戶推薦其它保險產(chǎn)品和服務(wù)。這種策略成功的關(guān)鍵是要確保推銷的保險險種是用戶所感興趣的,否則會造成用戶的反感。

四、客戶關(guān)系管理應(yīng)用數(shù)據(jù)挖掘的步驟 1.需求分析

只有確定需求,才有分析和預(yù)測的目標(biāo),然后才能提取數(shù)據(jù)、選擇方法,因此,需求分析是數(shù)據(jù)挖掘的基礎(chǔ)條件。數(shù)據(jù)挖掘的實施過程也是圍繞著這個目標(biāo)進行的。在確定用戶的需求后,應(yīng)該明確所要解決的問題屬于哪種應(yīng)用類型,是屬于關(guān)聯(lián)分析、分類、聚類及預(yù)測,還是其他應(yīng)用。應(yīng)對現(xiàn)有資源如已有的歷史數(shù)據(jù)進行評估,確定

是否能夠通過數(shù)據(jù)挖掘技術(shù)來解決用戶的需求,然后將進一步確定數(shù)據(jù)挖掘的目標(biāo)和制定數(shù)據(jù)挖掘的計劃。2.建立數(shù)據(jù)庫

這是數(shù)據(jù)挖掘中非常重要也非常復(fù)雜的一步。首先,要進行數(shù)據(jù)收集和集成,其次,要對數(shù)據(jù)進行描述和整合。數(shù)據(jù)主要有四個方面的來源:客戶信息、客戶行為、生產(chǎn)系統(tǒng)和其他相關(guān)數(shù)據(jù)。這些數(shù)據(jù)通過抽取、轉(zhuǎn)換和裝載,形成數(shù)據(jù)倉

庫，并通過 OLAP 和報表，將客戶的整體行為結(jié)果分析等數(shù)據(jù)傳遞給數(shù)據(jù)庫用戶。3.選擇合適的數(shù)據(jù)挖掘工具 如果從上一步的分析中發(fā)現(xiàn)，所要解決的問題能用數(shù)據(jù)挖掘比較好地完成，那么需要做的第三步就是選擇合適的數(shù)據(jù)挖掘技術(shù)與方法。將所要解決的問題轉(zhuǎn) 化成一系列數(shù)據(jù)挖掘的任務(wù)。數(shù)據(jù)挖掘主要有五種任務(wù)：分類，估值預(yù)測，關(guān)聯(lián) 規(guī)則，聚集，描述。前三種屬于直接的數(shù)據(jù)挖掘。在直接數(shù)據(jù)挖掘中，目標(biāo)是應(yīng) 用可得到的數(shù)據(jù)建立模型，用其它可得到的數(shù)據(jù)來描述感興趣的變量。后兩種屬 于間接數(shù)據(jù)挖掘。在間接數(shù)據(jù)挖掘中，沒有單一的目標(biāo)變量，目標(biāo)是在所有變量 中發(fā)現(xiàn)某些聯(lián)系。4.建立模型 建立模型是選擇合適的方法和算法對數(shù)據(jù)進行分析，得到一個數(shù)據(jù)挖掘模型 的過程。一個好的模型沒必要與已有數(shù)據(jù)完全相符，但模型對未來的數(shù)據(jù)應(yīng)有較 好的預(yù)測。需要仔細(xì)考察不同的模型以判斷哪個模型對所需解決的問題最有用。如決策樹模型、聚類模型都是分類模型，它們將一個事件或?qū)ο髿w類。回歸是通 過具有已知值的變量來預(yù)測其它變量的值。時間序列是用變量過去的值來預(yù)測未 來的值。這一步是數(shù)據(jù)挖掘的核心環(huán)節(jié)。建立模型是一個反復(fù)進行的過程，它需 要不斷地改進或更換算法以尋找對目標(biāo)分析作用最明顯的模型，最后得到一個最 合理、最適用的模型。5.模型評估 為了驗證模型的有效性、可信性和可用性，從而選擇最優(yōu)的模型，需要對模 型進行評估。我們可以將數(shù)據(jù)中的一部分用于模型評估，來測試模型的準(zhǔn)確性，模型是否容易被理解模型的運行速度、輸入結(jié)果的速度、實現(xiàn)代價、復(fù)雜度等。模型的建立和檢驗是一個反復(fù)的過程，通過這個階段階段的工作，能使數(shù)據(jù)以用 戶能理解的方式出現(xiàn)，直至找到最優(yōu)或較優(yōu)的模型。6.部署和應(yīng)用 將數(shù)據(jù)挖掘的知識歸檔和報告給需要的群體，根據(jù)數(shù)據(jù)挖掘發(fā)現(xiàn)的知識采取 必要的行動，以及消除與先前知識可能存在的沖突，并將挖掘的知識應(yīng)用于應(yīng)用 系統(tǒng)。在模型的應(yīng)用過程中，也需要不斷地對模型進行評估和檢驗，并做出適當(dāng) 的調(diào)整，以使模型適應(yīng)不斷變化的環(huán)境。參考文獻: [1]羅納德．S．史威福特．客戶關(guān)系管理[M]．楊東龍譯．北京：中國經(jīng)濟 出版社，2002 [2]馬剛:客戶關(guān)系管理[M]大連：東北財經(jīng)大學(xué)出版社，2008