第一篇：淺談大數(shù)據(jù)學(xué)習(xí)中工程數(shù)學(xué)的應(yīng)用

《工程數(shù)學(xué)》課程論文

學(xué) 院： 軟件學(xué)院

專 業(yè)： 管理科學(xué)與工程

學(xué) 號：

姓 名：

淺談大數(shù)據(jù)學(xué)習(xí)中工程數(shù)學(xué)的應(yīng)用

在信息技術(shù)迅猛發(fā)展的當(dāng)今社會(huì)，隨著各行業(yè)各領(lǐng)域數(shù)據(jù)量的爆炸式增長，大數(shù)據(jù)的熱度與日俱增，其應(yīng)用在相關(guān)領(lǐng)域也扮演著越來越重要的作用。人們在互聯(lián)網(wǎng)活動(dòng)的信息會(huì)形成數(shù)據(jù)，通過對數(shù)據(jù)的收集、整理、挖掘、分析和深度應(yīng)用，我們可以創(chuàng)新技術(shù)、思維、產(chǎn)品、營銷和風(fēng)險(xiǎn)管理。在精準(zhǔn)營銷、信用評估、資產(chǎn)定價(jià)、風(fēng)險(xiǎn)管理和指數(shù)編制方面，大數(shù)據(jù)都發(fā)揮著非常重要的作用。

大數(shù)據(jù)不僅僅是指數(shù)據(jù)，也是技術(shù)，更是應(yīng)用。要解決好應(yīng)用的問題，首先要有靈活而又扎實(shí)的理論基礎(chǔ)。從數(shù)據(jù)的前期處理，到中期的研究分析，包括后期結(jié)論的形成，大數(shù)據(jù)應(yīng)用的每一步都離不開工程數(shù)學(xué)的理論支撐。在使大數(shù)據(jù)更好地應(yīng)用到各行業(yè)各領(lǐng)域的相關(guān)研究中，工程數(shù)學(xué)發(fā)揮著至關(guān)重要的作用。

本人研究生學(xué)習(xí)階段，跟隨導(dǎo)師學(xué)習(xí)的便是大數(shù)據(jù)方向，在學(xué)習(xí)的過程中，經(jīng)常遇到許多工程數(shù)學(xué)相關(guān)問題，發(fā)現(xiàn)工程數(shù)學(xué)在大數(shù)據(jù)研究的過程中的應(yīng)用是隨處可見，本文將主要從工程數(shù)學(xué)對專業(yè)學(xué)習(xí)的重要性、與大數(shù)據(jù)有關(guān)的主要工程數(shù)學(xué)知識、大數(shù)據(jù)中工程數(shù)學(xué)的應(yīng)用三方面講述。

一、工程數(shù)學(xué)對專業(yè)學(xué)習(xí)的重要性

我們知道, 人類的活動(dòng)離不開思維, 錢學(xué)森教授曾指出: “教育工作的最終機(jī)智在于人腦的思維過程?！彼季S活動(dòng)的研究, 是教學(xué)研究的基礎(chǔ), 數(shù)學(xué)與思維的關(guān)系十分密切, 數(shù)學(xué)思維的發(fā)展規(guī)律, 對工程數(shù)學(xué)的實(shí)踐活動(dòng)具有根本性的指導(dǎo)意義, 工程數(shù)學(xué)對于專業(yè)學(xué)習(xí)的重要性不言而喻。

1.工程數(shù)學(xué)是專業(yè)課建設(shè)和發(fā)展的階梯和橋梁

從專業(yè)課程建設(shè)體系來探討, 工程數(shù)學(xué)是專業(yè)課建設(shè)和發(fā)展的階梯和橋梁。從大一到研究生階段的學(xué)習(xí)過程中，我們不難看出工程數(shù)學(xué)總是優(yōu)于專業(yè)課, 一般排在大

一、大二或者研一開課。而專業(yè)課一般排在大

三、大四或研二研三。為什么, 不妨舉例說明: 機(jī)械原理課程中工業(yè)機(jī)械人的姿態(tài)矩陣及位置矩陣優(yōu)化離不開線性代數(shù)課程的學(xué)習(xí);機(jī)械制造技術(shù)基礎(chǔ)中的產(chǎn)品加工質(zhì)量正態(tài)分布離不開概率統(tǒng)計(jì)課程的學(xué)習(xí);控制工程中的控制系統(tǒng)的傳遞函數(shù)離不開積分變化課程的學(xué)習(xí)。由上述例子發(fā)現(xiàn)專業(yè)課建設(shè)和發(fā)展離不開工程數(shù)學(xué)課程的學(xué)習(xí)。換句話也就是工程數(shù)學(xué)素質(zhì)的培養(yǎng)。工程數(shù)學(xué)素質(zhì)培養(yǎng)的

精髓就是: 數(shù)學(xué)邏輯思維能力的培養(yǎng)。數(shù)學(xué)邏輯思維能力, 也就是運(yùn)用數(shù)學(xué)的思想和方法, 目的明確地對外來的和內(nèi)在的信息進(jìn)行提取與轉(zhuǎn)化、加工與傳輸?shù)乃季S活動(dòng)能力。在整個(gè)過程中, 要求合乎邏輯, 不悖常理, 并能達(dá)到最終目的, 同時(shí)還要將其正確陳述, 讓人信服。邏輯思維能力是數(shù)學(xué)能力的核心, 數(shù)學(xué)是一個(gè)各部分緊密聯(lián)系的邏輯系統(tǒng), 在數(shù)學(xué)領(lǐng)域中, 只有被嚴(yán)密證明了的結(jié)論才被承認(rèn)為正確。數(shù)學(xué)證明離不開演繹推理, 演繹推理能力是邏輯思維能力的重要組成部分。可見工科專業(yè)課建設(shè)和發(fā)展離不開數(shù)學(xué)邏輯思維能力培養(yǎng)。可見, 工科院校工程數(shù)學(xué)素質(zhì)培養(yǎng)的重要性。

2.工程數(shù)學(xué)作為一門基礎(chǔ)學(xué)科, 一門思維學(xué)科, 是培養(yǎng)學(xué)生的創(chuàng)新意識和實(shí)踐能力的主渠道之一。

從大學(xué)生思維培養(yǎng)來探討工程數(shù)學(xué)素質(zhì)培養(yǎng)的重要性。工程數(shù)學(xué)作為一門基礎(chǔ)學(xué)科, 一門思維學(xué)科, 是培養(yǎng)學(xué)生的創(chuàng)新意識和實(shí)踐能力的主渠道之一。要激發(fā)學(xué)生的主體意識, 讓學(xué)生積極、主動(dòng)地參與大學(xué)學(xué)習(xí)及生活的全過程, 進(jìn)行獨(dú)立思考, 提高獨(dú)立解決問題的能力。要培養(yǎng)學(xué)生大膽創(chuàng)新、敢于求異、勇于探索的精神, 形成良好的思維品質(zhì), 為社會(huì)輸送高質(zhì)量的創(chuàng)新人才。大學(xué)生思維培養(yǎng)從大一開始, 接觸到第一門數(shù)學(xué)思維培養(yǎng)便是高等數(shù)學(xué)。

每年每度的大學(xué)生數(shù)學(xué)建模大賽傳來信息不難發(fā)現(xiàn): 工程數(shù)學(xué)素質(zhì)培養(yǎng)的重要性。數(shù)學(xué)建模是一種數(shù)學(xué)的思維方法體現(xiàn), 是“對現(xiàn)實(shí)的現(xiàn)象通過心智活動(dòng)構(gòu)造出能抓住其重要且有用的特征的表示, 常常是形象化的或符號的表示。”從科學(xué), 工程, 經(jīng)濟(jì), 管理等角度看數(shù)學(xué)建模就是用數(shù)學(xué)的語言和方法, 通過抽象, 簡化建立能近似刻畫并“解決”實(shí)際問題的一種強(qiáng)有力的工程數(shù)學(xué)工具。建模是一種十分復(fù)雜的創(chuàng)造性勞動(dòng), 數(shù)學(xué)建模也是檢驗(yàn)大學(xué)生工程數(shù)學(xué)邏輯思維能力培養(yǎng)好壞的競技平臺(tái)?？梢? 工程數(shù)學(xué)素質(zhì)培養(yǎng)的重要性。

二、與大數(shù)據(jù)有關(guān)的主要工程數(shù)學(xué)知識

工程數(shù)學(xué)是好幾門數(shù)學(xué)的總稱。我們本科研究生學(xué)習(xí)的“積分變換”，“復(fù)變函數(shù)”“線性代數(shù)”“概率論”“場論”等數(shù)學(xué)，這些都屬工程數(shù)學(xué)。工程數(shù)學(xué)是為了讓工科學(xué)生用更加方便的理論工具來處理工程常見問題，在這個(gè)數(shù)學(xué)體系中，與大數(shù)據(jù)技術(shù)有密切關(guān)系的數(shù)學(xué)基礎(chǔ)知識主要有以下幾類。

1.概率論與數(shù)理統(tǒng)計(jì)

這部分與大數(shù)據(jù)技術(shù)開發(fā)的關(guān)系非常密切，條件概率、獨(dú)立性等基本概念、隨機(jī)變量及其分布、多維隨機(jī)變量及其分布、方差分析及回歸分析、隨機(jī)過程（特別是Markov）、參數(shù)估計(jì)、Bayes理論等在大數(shù)據(jù)建模、挖掘中就很重要。大數(shù)據(jù)具有天然的高維特征，在高維空間中進(jìn)行數(shù)據(jù)模型的設(shè)計(jì)分析就需要一定的多維隨機(jī)變量及其分布方面的基礎(chǔ)。Bayes定理更是分類器構(gòu)建的基礎(chǔ)之一。除了這些這些基礎(chǔ)知識外，條件隨機(jī)場CRF、隱Markov模型、n-gram等在大數(shù)據(jù)分析中可用于對詞匯、文本的分析，可以用于構(gòu)建預(yù)測分類模型。

當(dāng)然以概率論為基礎(chǔ)的信息論在大數(shù)據(jù)分析中也有一定作用，比如信息增益、互信息等用于特征分析的方法都是信息論里面的概念。

2.線性代數(shù)

這部分的數(shù)學(xué)知識與大數(shù)據(jù)技術(shù)開發(fā)的關(guān)系也很密切，矩陣、轉(zhuǎn)置、秩 分塊矩陣、向量、正交矩陣、向量空間、特征值與特征向量等在大數(shù)據(jù)建模、分析中也是常用的技術(shù)手段。

在互聯(lián)網(wǎng)大數(shù)據(jù)中，許多應(yīng)用場景的分析對象都可以抽象成為矩陣表示，大量Web頁面及其關(guān)系、微博用戶及其關(guān)系、文本集中文本與詞匯的關(guān)系等等都可以用矩陣表示。比如對于Web頁面及其關(guān)系用矩陣表示時(shí)，矩陣元素就代表了頁面a與另一個(gè)頁面b的關(guān)系，這種關(guān)系可以是指向關(guān)系，1表示a和b之間有超鏈接，0表示a,b之間沒有超鏈接。著名的PageRank算法就是基于這種矩陣進(jìn)行頁面重要性的量化，并證明其收斂性。

以矩陣為基礎(chǔ)的各種運(yùn)算，如矩陣分解則是分析對象特征提取的途徑，因?yàn)榫仃嚧砹四撤N變換或映射，因此分解后得到的矩陣就代表了分析對象在新空間中的一些新特征。所以，奇異值分解SVD、PCA、NMF、MF等在大數(shù)據(jù)分析中的應(yīng)用是很廣泛的。

3.最優(yōu)化方法

模型學(xué)習(xí)訓(xùn)練是很多分析挖掘模型用于求解參數(shù)的途徑，基本問題是：給定一個(gè)函數(shù)f:A→R，尋找一個(gè)元素a0∈A，使得對于所有A中的a，f(a0)≤f(a)（最小化）；或者f(a0)≥f(a)（最大化）。優(yōu)化方法取決于函數(shù)的形式，從目前看，最優(yōu)化方法通常是基于微分、導(dǎo)數(shù)的方法，例如梯度下降、爬山法、最小二乘法、共軛分布法等。

4、離散數(shù)學(xué)

離散數(shù)學(xué)的重要性就不言而喻了，它是所有計(jì)算機(jī)科學(xué)分支的基礎(chǔ)，自然也是大數(shù)據(jù)技術(shù)的重要基礎(chǔ)，這里就不展開了。

三、大數(shù)據(jù)中工程數(shù)學(xué)的應(yīng)用

當(dāng)今時(shí)代，數(shù)據(jù)已經(jīng)成為一種資源。怎樣處理海量數(shù)據(jù)，從中挖掘信息，發(fā)現(xiàn)規(guī)律，探索潛在價(jià)值，已經(jīng)成為科學(xué)研究和實(shí)踐應(yīng)用中十分關(guān)鍵的一個(gè)課題。大數(shù)據(jù)的研究和探索，離不開數(shù)學(xué)的理論基礎(chǔ)。大數(shù)據(jù)的相應(yīng)處理方法和分析方法，都需要有數(shù)學(xué)這個(gè)的理論后盾。數(shù)據(jù)的大規(guī)模收集和存儲(chǔ)，正式研究分析前的數(shù)據(jù)處理，以及通過數(shù)據(jù)進(jìn)行信息挖掘、規(guī)律分析、評判打分、預(yù)測分析等等，都需要工程數(shù)學(xué)為其提供思路和方法。

1.數(shù)據(jù)處理中工程數(shù)學(xué)的應(yīng)用

在研究實(shí)際問題時(shí)，我們對最初的數(shù)據(jù)集要進(jìn)行處理，又因?yàn)榇髷?shù)據(jù)具有時(shí)效性的特點(diǎn)，數(shù)據(jù)處理必須在期望的時(shí)間內(nèi)完成，所以必須兼顧效果與效率。如果最初的數(shù)據(jù)含有噪聲、不完整或者不一致，在進(jìn)行研究分析前一定要先有預(yù)處理，對數(shù)據(jù)進(jìn)行清洗、集成和選擇，從而提高數(shù)據(jù)研究和分析的效率和準(zhǔn)確性。有時(shí)候我們會(huì)面臨著數(shù)據(jù)量或者指標(biāo)集太大的問題，需要從中選擇一些重要數(shù)據(jù)和關(guān)鍵指標(biāo)。

在數(shù)據(jù)處理中，統(tǒng)計(jì)學(xué)中的很多方法是經(jīng)典而又常用的，如描述性統(tǒng)計(jì)分析、相關(guān)分析、回歸分析等。其中回歸分析往往是在相關(guān)分析的基礎(chǔ)上，測定兩個(gè)或者多個(gè)具有相關(guān)關(guān)系的變量之間數(shù)量變化的一般關(guān)系，再通過相應(yīng)的數(shù)學(xué)模型，可以通過一個(gè)已知量推斷另一個(gè)未知量。回歸分析的主要任務(wù)就是根據(jù)樣本數(shù)據(jù)估計(jì)參數(shù)，建立回歸模型，對參數(shù)和模型進(jìn)行檢驗(yàn)和判斷，并進(jìn)行預(yù)測等。

除了經(jīng)典、常用的方法之外，還有很多新的數(shù)學(xué)理論可以應(yīng)用到數(shù)據(jù)處理中。例如測度論中，將兩個(gè)或者有限個(gè)單調(diào)測度通過運(yùn)算進(jìn)行結(jié)合，能構(gòu)造出新的單調(diào)測度，我們可以將這一研究應(yīng)用到數(shù)據(jù)的降維處理中，與以往的挑選主因子的方法相比，更能保證數(shù)據(jù)的完整性和有效性，保留更多的信息。

2.數(shù)據(jù)挖掘中工程數(shù)學(xué)的應(yīng)用

大數(shù)據(jù)時(shí)代，面對海量信息，要從看似復(fù)雜、無規(guī)律的數(shù)據(jù)中得到有效信息、獲取潛在價(jià)值，數(shù)據(jù)挖掘無疑是最好的研究方向和技術(shù)選擇。在整個(gè)研究過程中，數(shù)據(jù)的產(chǎn)生和收集是基礎(chǔ)，而數(shù)據(jù)挖掘則是關(guān)鍵，其特點(diǎn)可以概括為：應(yīng)用性、工程性、集合性、交叉性。在數(shù)據(jù)挖掘的總體分析方法和具體實(shí)施過程中，數(shù)學(xué)都扮演著重要的角色。

神經(jīng)網(wǎng)絡(luò)、關(guān)聯(lián)分析、聚類分析、決策樹方法是數(shù)據(jù)挖掘中常用 的方法。我們以模糊聚類分析為例，簡單介紹一下其思路和方法。聚類分析遵循“最小化類間相似性，最大化 類內(nèi)相似性”的原則，按照一定的標(biāo)準(zhǔn)，把相關(guān)性比較大的對象劃分為一類，同時(shí)分類要盡量使屬于不同類的對象之間差異最大化，由此可以把數(shù)據(jù)集劃分成多個(gè)組。在模糊聚類分析中，我們首先進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化，然后進(jìn)行標(biāo)定，即對應(yīng)模糊關(guān)系，建立模糊相似矩陣，再進(jìn)行直接聚類或者基于模糊等價(jià)矩陣進(jìn)行聚類，也可以采用最大樹法或者編網(wǎng)法，得到聚類結(jié)果。其中最佳閾值的確定，可以由經(jīng)驗(yàn)豐富的專家來確定，也可以通過統(tǒng)計(jì)學(xué)的方法確定最佳值。作為模糊數(shù)學(xué)中應(yīng)用最多、最活躍的一個(gè)分支，模糊聚類分析在實(shí)際 生活應(yīng)用和各學(xué)科領(lǐng)域的相關(guān)研究中都起到了非常重要的作用，其應(yīng)用研究也相對成熟，是一個(gè)解決聚類問題的很好的方法。

四、結(jié)語

當(dāng)今時(shí)代，數(shù)據(jù)已經(jīng)成為一種資源。怎樣處理海量數(shù)據(jù)，從中挖掘信息，發(fā)現(xiàn)規(guī)律，探索潛在價(jià)值，已經(jīng)成為科學(xué)研究和實(shí)踐應(yīng)用中十分關(guān)鍵的一個(gè)課題。通過以上關(guān)于大數(shù)據(jù)中工程數(shù)學(xué)應(yīng)用的相關(guān)討論，可以看出，大數(shù)據(jù)的研究和探索，離不開工程數(shù)學(xué)的理論基礎(chǔ)。大數(shù)據(jù)的相應(yīng)處理方法和分析方法，都需要有工程數(shù)學(xué)這個(gè)的理論后盾。數(shù)據(jù)的大規(guī)模收集和存儲(chǔ)，正式研究分析前的數(shù)據(jù)處理，以及通過數(shù)據(jù)進(jìn)行信息挖掘、規(guī)律分析、評判打分、預(yù)測分析等等，都需要數(shù)學(xué)為其提供思路和方法，所以，要想更好地發(fā)展大數(shù)據(jù)技術(shù)和相關(guān)研究，必須重視工程數(shù)學(xué)理論的研究與發(fā)展，使之更好地與實(shí)踐相結(jié)合，并注重與時(shí)俱進(jìn)，根據(jù)實(shí)際應(yīng)用的情況來改進(jìn)和創(chuàng)新理論，通過實(shí)踐需求來推動(dòng)理論的進(jìn)步和完善。

第二篇：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(dòng)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(shí)，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(dá)國家無不積極推動(dòng)“工業(yè)4.0”。“工業(yè)4.0”本質(zhì)上是通過信息物理系統(tǒng)實(shí)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(jì)算數(shù)據(jù)中心進(jìn)行存儲(chǔ)、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(gè)環(huán)節(jié)發(fā)揮作用，如產(chǎn)品設(shè)計(jì)、原料采購、產(chǎn)品制造、倉儲(chǔ)運(yùn)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(jìn)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(jìn)入產(chǎn)品的設(shè)計(jì)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(jìn)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(tuán)于2013年1月構(gòu)建了SCRM（社交化客戶關(guān)系管理）會(huì)員大數(shù)據(jù)平臺(tái)。銷售人員可進(jìn)行大數(shù)據(jù)分析，精準(zhǔn)預(yù)測出個(gè)體消費(fèi)者的需求，實(shí)現(xiàn)了在客戶下單之前進(jìn)行訂單處理。大數(shù)據(jù)使得倉儲(chǔ)運(yùn)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(gè)體消費(fèi)者的需求以及消費(fèi)者對于產(chǎn)品價(jià)格的期望值，企業(yè)在產(chǎn)品設(shè)計(jì)制造之后，可直接派送到消費(fèi)者手中。雖然此時(shí)消費(fèi)者還沒有下單，但是消費(fèi)者最終接受產(chǎn)品是一個(gè)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(jìn)行倉儲(chǔ)運(yùn)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(jìn)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(dú)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(shí)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(cái)政支出。其次，利用大數(shù)據(jù)的海量存儲(chǔ)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(jìn)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(jià)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(jià)低的原材料。大數(shù)據(jù)使得產(chǎn)品設(shè)計(jì)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(jìn)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(shí)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(shí)機(jī)提出建議，幫助制造業(yè)者達(dá)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(dòng)車電池上。由于電動(dòng)車不像汽車或油電混合車一樣，可以使用汽油作為動(dòng)力來源，其唯一的動(dòng)力就是電池，所以Honda希望進(jìn)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(shí)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(shí)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(jì)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(shí)間內(nèi)降低80%的零件報(bào)廢率。一臺(tái)汽車需要的零件有很多種，其中一個(gè)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(gè)零件能否使用，如果不能使用就只好將整個(gè)引擎報(bào)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(shí)的檢測與分析，倘若品管沒有問題則直接進(jìn)到最后的組裝程序，但若零件品質(zhì)不好且無法修補(bǔ)則直接報(bào)廢，或者零件品質(zhì)不好但能經(jīng)過其他方式修補(bǔ)，則在修補(bǔ)后再度進(jìn)行品管測試，借此提高生產(chǎn)效率并降低報(bào)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(gè)供應(yīng)鏈中需求和供應(yīng)的變化，從而促進(jìn)了產(chǎn)品的終端零售。如沃爾瑪?shù)牧闶坻溒脚_(tái)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(gè)供應(yīng)商定期分享。供應(yīng)商可以實(shí)現(xiàn)提前自動(dòng)補(bǔ)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(gè)供應(yīng)鏈條和零售生態(tài)系統(tǒng)的投入回報(bào)率，創(chuàng)造了非常好的商業(yè)價(jià)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(shí)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(jī)遇。

第三篇：課堂中的大數(shù)據(jù)應(yīng)用

一、課堂中的大數(shù)據(jù)應(yīng)用

課堂中生成的大數(shù)據(jù)：

1.教師教學(xué)行為數(shù)據(jù)：教師教學(xué)行為的數(shù)據(jù)主要是教師在授課過程中的言行。

2.學(xué)生學(xué)習(xí)行為數(shù)據(jù)：學(xué)生學(xué)習(xí)行為的數(shù)據(jù)主要是學(xué)生在課堂中的反應(yīng)、作業(yè)完成情況以及對知識點(diǎn)的掌握情況。

課堂大數(shù)據(jù)的用途

1.分析和評價(jià)教師教學(xué)行為，促進(jìn)教師教學(xué)行為的改善 2.為學(xué)習(xí)分析提供依據(jù)，促進(jìn)教學(xué)干預(yù)和個(gè)性化學(xué)習(xí)3.發(fā)現(xiàn)教育教學(xué)問題，為學(xué)校和管理部門提供決策依據(jù)

隨著平板電腦等移動(dòng)終端設(shè)備在課堂中的應(yīng)用，采用智能手段獲取學(xué)生學(xué)習(xí)的數(shù)據(jù)也成為可能。典型的應(yīng)用是收集學(xué)生對知識點(diǎn)的掌握情況，如將課 堂練習(xí)與教學(xué)知識點(diǎn)相關(guān)聯(lián)，在移動(dòng)終端上做課堂練習(xí)時(shí)，運(yùn)用軟件實(shí)現(xiàn)課堂 練習(xí)的智能分析，自動(dòng)獲得學(xué)生對教學(xué)知識點(diǎn)掌握情況的數(shù)據(jù)。

二、關(guān)注學(xué)生課堂數(shù)據(jù)，挖掘信息課堂亮點(diǎn)

教師要敢于直面自己的課堂，看看錄像，聽聽錄音，及時(shí)反思自己的課堂，優(yōu)化教學(xué)引導(dǎo)，課堂教學(xué)的時(shí)間觀念就會(huì)強(qiáng)很多，課堂效率也會(huì)提高不少。

三、基于 PADClass 模型的數(shù)字化課堂學(xué)習(xí)過程數(shù)據(jù)挖掘與分析研究 信息的單向性和數(shù)據(jù)的不可跟蹤性使得課堂學(xué)習(xí)過程只能依靠教師的經(jīng)驗(yàn)進(jìn)行分析，在學(xué)習(xí)過程中的多維信息交互數(shù)據(jù)不能得到即時(shí)處理與分析，導(dǎo)致個(gè)性化學(xué)習(xí)缺乏實(shí)際基礎(chǔ)。

一方面，通過數(shù)據(jù)挖掘和數(shù)據(jù)分析以及可視化等技術(shù)可以實(shí)現(xiàn)對課堂上教師和學(xué)生的教學(xué)行為和隨堂測試數(shù)據(jù)信息的采集、處理、存儲(chǔ)以及可視化呈現(xiàn);另一方面，通過基于數(shù)據(jù)的教學(xué)策略優(yōu)化，可以減輕教師教學(xué)負(fù)擔(dān)，激發(fā)學(xué)生學(xué)習(xí)興趣，實(shí)現(xiàn)教育資源合理配置，促進(jìn)信息技術(shù)與教學(xué)過程的深度融合?？梢园颜n堂數(shù)據(jù)分析分為四個(gè)方而，即教師分析、學(xué)生分析、活動(dòng)分析和資源分析。其整體分析結(jié)構(gòu)如圖。

其中教師分析根據(jù)教師的課前備課、課上授課和課后評價(jià)等行為分為備課分析、導(dǎo)學(xué)分析、互動(dòng)分析、評價(jià)分析、教學(xué)目標(biāo)分析和課后分析;學(xué)生分析根據(jù)學(xué)生課上行為和作業(yè)測試情況分為互動(dòng)分析、評價(jià)分析、作業(yè)分析、測試分析和學(xué)習(xí)結(jié)果分析;活動(dòng)分析根據(jù)活動(dòng)的類型和時(shí)長分為活動(dòng)類型分析和活動(dòng)時(shí)長分析;資源分析根據(jù)資源的類型、大小和使用情況可分為資料分析和使用頻率分析。它們?yōu)榉治鼋處熍c學(xué)生的行為和教學(xué)目標(biāo)的完成情況提供了科學(xué)精確的數(shù)據(jù)依據(jù)。

可以把數(shù)據(jù)分為單節(jié)課和階段性兩個(gè)維度來分析。單節(jié)課就是在某一節(jié)特定的課上，對教師和學(xué)生的交互信息和學(xué)生的測試成績進(jìn)行精確的處理，并最終用圖形化的形式展示出來。階段性就是在某一階段內(nèi)，對某個(gè)班級或某個(gè)學(xué)生進(jìn)行階段性分析.用圖像化的形式直觀展示。

圖4為測試時(shí)題目正確率及交卷人數(shù)實(shí)時(shí)狀態(tài)，該圖由兩部分組成:左側(cè)為“題目正確率統(tǒng)計(jì)圖”，顯示當(dāng)前已交卷學(xué)生的單個(gè)題目的答題正確率;右側(cè)為陽寸序圖”，顯示當(dāng)前已交卷學(xué)生的人數(shù)。

圖5為測試時(shí)每個(gè)學(xué)生實(shí)時(shí)作答情況，答對的選項(xiàng)填充為綠色，答錯(cuò)填充為灰色，未選為空白。S-P表用來實(shí)時(shí)顯示學(xué)生的正確率及每個(gè)題目的作答情況。

圖6為單日隨堂考成績分析，是該教師某天在某班的某門課上進(jìn)行隨堂考試成 績的分析。圖7為單日作業(yè)提交率分析.是該教師所教的某一班級某天提交某門課的作業(yè)情況分析。教師通過“實(shí)時(shí)分析圖”能夠了解每個(gè)題目的正確率和學(xué)生的交卷情況。

第一，教師通過“舉手”能夠及時(shí)了解學(xué)生對知識的掌握情況。

第二，教師通過“實(shí)時(shí)分析圖”能夠了解每個(gè)題目的正確率和學(xué)生的交卷情況。第三，教師通過S-P表能夠詳細(xì)的了解每個(gè)學(xué)生的學(xué)習(xí)情況。

第四，教師通過“單題選項(xiàng)分布統(tǒng)計(jì)圖”能夠了解每個(gè)題目學(xué)生整體的掌握情況。

第五，教師通過“成績等級分布圖”能夠了解學(xué)生成績等級的分布情況。

第六，教師通過“過程分析圖”能夠“看到”學(xué)生的過程分析圖給教師呈現(xiàn)了學(xué)生做每個(gè)題目做題過程。

四、面向課堂教育信息的數(shù)據(jù)挖掘研究

維度二學(xué)生信息的挖掘“(1)參與狀態(tài):一是觀察學(xué)生是否全員參與學(xué)，二是看有的學(xué)生是否參與教，把教與學(xué)的角色集于一身。沒有學(xué)生積極參與的課堂教學(xué)，是談不上開發(fā)學(xué)生潛能的。(2)交往狀態(tài):一看課堂上是否有多邊、豐富、多樣的信息聯(lián)系與信息反饋，二看課堂上的人際交往是否有良好的合作氛圍。

(3)思維狀態(tài):看學(xué)生是否對教師的提問，提示信息作出積極的反饋;學(xué)生是否主動(dòng)提出問題、發(fā)表見解。

(4)情緒狀態(tài):一看學(xué)生是否有適度的緊張感和愉悅感，二看學(xué)生能否自我控制與調(diào)節(jié)學(xué)習(xí)情緒。有時(shí)課堂會(huì)突然爆出笑聲又嘎然而止，會(huì)從激烈的爭論轉(zhuǎn)人專注的聆聽，就是一種自發(fā)并能自控的良好情緒狀態(tài)。

(5)生成狀態(tài):一看學(xué)生是否都各盡所能，感到踏實(shí)和滿足，二看學(xué)生是否對后繼的學(xué)習(xí)更有信心，感到輕松。

維度三教師、學(xué)生課堂交互信息的挖掘：

五、課堂數(shù)據(jù)可視化的價(jià)值與教學(xué)應(yīng)用

基于網(wǎng)絡(luò)智能設(shè)備的課堂數(shù)據(jù)可視化，一方面繼承了數(shù)據(jù)可視化“一圖勝千言”的表達(dá)優(yōu)勢，另一方面又通過技術(shù)將已構(gòu)建教學(xué)關(guān)聯(lián)的課堂數(shù)據(jù)，以即時(shí)反饋、全局展示、動(dòng)態(tài)累積、趣味呈現(xiàn)的方式應(yīng)用于課堂教學(xué)各環(huán)節(jié)和活動(dòng)中，在支持課堂管理的同時(shí)，著重突出“可視化”的教學(xué)互動(dòng)及教學(xué)的動(dòng)態(tài)生成，促進(jìn)了教學(xué)過程的不斷改進(jìn)。

課堂數(shù)據(jù)可視化的內(nèi)涵：數(shù)據(jù)可視化借助圖表、圖像形象地呈現(xiàn)數(shù)據(jù)，支持用戶直觀了解數(shù)據(jù)本身，分析蘊(yùn)含在數(shù)據(jù)背后的信息與數(shù)量關(guān)系，其主要目標(biāo)在于“通過圖形化的手段清晰有效地傳達(dá)信息”，幫助人們“揭示趨勢、探索來源、獲取新知”。研究表明，大腦要處理的信息多跟視覺有關(guān)，超過 80%的大腦細(xì)胞是處理視覺信息的，人們在加工視覺信息時(shí)認(rèn)知負(fù)荷很低，所需努力極其微?。⊿ibbet，2010）。數(shù)據(jù)可視化充分應(yīng)用“一圖勝千言”的可視化表達(dá)方式，具有顯著的溝通力、呈現(xiàn)力與吸引力，在課堂教學(xué)中常被用于呈現(xiàn)教學(xué)信息，通過圖形圖像的方式增進(jìn)學(xué)生對教學(xué)內(nèi)容的理解與認(rèn)知，支持學(xué)生學(xué)習(xí)過程中的認(rèn)知建構(gòu)，或是對已記錄的教學(xué)數(shù)據(jù)加以可視化，便于后期的比較與分析。

其應(yīng)用主要包括獲取課堂表現(xiàn)數(shù)據(jù)、呈示可視化結(jié)果、自主調(diào)整反饋三個(gè)基本流程。各流程間順序并不固定，可根據(jù)教學(xué)實(shí)際靈活調(diào)整，通過這些流程的不斷應(yīng)用促成教學(xué)改進(jìn)的良性循環(huán)，如圖

其中“獲取課堂表現(xiàn)數(shù)據(jù)”，通常指通過應(yīng)用智能設(shè)備獲取學(xué)生課堂表現(xiàn)數(shù)據(jù)，主要有行為表現(xiàn)、認(rèn)知表現(xiàn)和情感表現(xiàn)三類。

1.課堂數(shù)據(jù)可視化應(yīng)用帶來課堂形態(tài)的新變革

首先，課堂數(shù)據(jù)可視化的應(yīng)用使課堂交互真正得以“實(shí)時(shí)實(shí)地”。如使用課堂應(yīng)答工具Socrative可即時(shí)了解學(xué)生對某一知識點(diǎn)的掌握情況，從而減少師生間反饋所需的時(shí)間，促使課堂交互真正實(shí)現(xiàn)“實(shí)時(shí)實(shí)地”。

其次，課堂數(shù)據(jù)可視化應(yīng)用可自主設(shè)置課堂交互的透明度，在充分尊重學(xué)生的同時(shí)增進(jìn)課堂交互的自由度。如 Socrative 可在不同測試題型如簡答題中設(shè)置是否匿名，為課堂中的學(xué)生創(chuàng)設(shè)毫無壓力的表達(dá)空間，使其更愿意且更真實(shí)地表達(dá)自己。

第三，課堂數(shù)據(jù)可視化應(yīng)用可使課堂交互充分面向個(gè)體和全體學(xué)生。如 Class Dojo 將全體學(xué)生行為表現(xiàn)信息置于單一界面中，教師可以通過這種可視化的方式即時(shí)了解個(gè)體和全體學(xué)生的行為表現(xiàn)情況。

2.課堂數(shù)據(jù)可視化應(yīng)用是教師數(shù)據(jù)素養(yǎng)發(fā)展的重要內(nèi)容 課堂數(shù)據(jù)可視化一方面將數(shù)據(jù)應(yīng)用滲透于教師教學(xué)與溝通交流的各環(huán)節(jié)和各層面，另一方面在技術(shù)應(yīng)用上簡化了教師數(shù)據(jù)統(tǒng)計(jì)與分析的工作，使教師能夠切實(shí)關(guān)注基于數(shù)據(jù)的教學(xué)發(fā)展而非數(shù)據(jù)本身。

3.課堂數(shù)據(jù)可視化應(yīng)用推進(jìn)教師技術(shù)應(yīng)用的優(yōu)化變革

課堂數(shù)據(jù)可視化應(yīng)用實(shí)則是基于數(shù)據(jù)的技術(shù)應(yīng)用，這種基于數(shù)據(jù)的技術(shù)應(yīng)用在教學(xué)整合的“相對優(yōu)越性”、教師教學(xué)的“兼容性”、教學(xué)效果的“可觀察性”上均較傳統(tǒng)的技術(shù)應(yīng)用更能激發(fā)教師應(yīng)用技術(shù)的積極性與主動(dòng)性。一是數(shù)據(jù)與教學(xué)切實(shí)關(guān)聯(lián)，二是數(shù)據(jù)具有動(dòng)態(tài)性特征，三是數(shù)據(jù)具有一定的指示作用。

課堂數(shù)據(jù)可視化教學(xué)應(yīng)用案例 1.Class Dojo簡介

Class Dojo是一款免費(fèi)的基于學(xué)生行為數(shù)據(jù)可視化的課堂行為管理網(wǎng)絡(luò)工具，旨在幫助教師管理課堂和改進(jìn)學(xué)生行為表現(xiàn)。這項(xiàng)功能主要通過四個(gè)環(huán)節(jié)實(shí)現(xiàn)：（1）量化學(xué)生行為，（2）評估學(xué)生行為，（3）呈示學(xué)生行為得分，（4）生成學(xué)生“行為報(bào)告”。

3.基于Class Dojo的課堂數(shù)據(jù)可視化教學(xué)應(yīng)用（1）激發(fā)全員共同參與（2）創(chuàng)設(shè)游戲化課堂 可將學(xué)生課堂行為管理作為游戲機(jī)制，通過將數(shù)據(jù)應(yīng)用和趣味呈示的色彩、聲音、時(shí)間乃至學(xué)生個(gè)人形象相關(guān)聯(lián)，從個(gè)性化形象設(shè)置、評估過程到競爭機(jī)制、互動(dòng)反饋等方面。具體可從以下三方面考慮：一是為所有學(xué)生設(shè)置獨(dú)特的卡通人物形象。二是重視學(xué)生行為評估過程的游戲化。三是充分應(yīng)用 Class Dojo 所提供的隨機(jī)抽取、計(jì)時(shí)器和倒計(jì)時(shí)等功能，開展各種各樣的趣味活動(dòng)，有效提高學(xué)生的課堂參與。

（3）展開即時(shí)、全面、自主的教學(xué)互動(dòng)（4）增進(jìn)教育利益相關(guān)者間的協(xié)作交流 Class Dojo 除了在課堂教學(xué)中作為學(xué)生行為的即時(shí)評價(jià)與管理工具外，還會(huì)對學(xué)生的行為表現(xiàn)加以記錄和存儲(chǔ)，并以“行為報(bào)告單”的方式動(dòng)態(tài)呈現(xiàn)出“整個(gè)班級”或單個(gè)學(xué)生在某一段時(shí)間內(nèi)的發(fā)展變化情況。Class Dojo根據(jù)教師、家長和學(xué)生的應(yīng)用特征為各自提供了不同的應(yīng)用界面，方便教師、家長和學(xué)生即時(shí)查看學(xué)生的行為表現(xiàn)。

六、學(xué)習(xí)儀表盤：大數(shù)據(jù)時(shí)代的新型學(xué)習(xí)支持工具

學(xué)習(xí)儀表盤基于信息跟蹤技術(shù)和鏡像技術(shù)，對學(xué)習(xí)者的學(xué)習(xí)行為、習(xí)慣、情緒、興趣等信息進(jìn)行記錄和追蹤，通過分析與可視化、個(gè)性化的顯示，為在線教育的學(xué)習(xí)者、教師、研究者、教育管理者等提供多層次的學(xué)習(xí)支持，幫助學(xué)習(xí)者實(shí)現(xiàn)自我認(rèn)知、學(xué)習(xí)反思以及意義建構(gòu)，促進(jìn)學(xué)習(xí)新方法或模式的產(chǎn)生。

應(yīng)用案例

（1）可汗學(xué)院學(xué)習(xí)儀表盤 在這一學(xué)習(xí)儀表盤中，要學(xué)的知識被精細(xì)切割為上百個(gè)知識點(diǎn)并可視化為由

549 個(gè)小格組成的“任務(wù)進(jìn)度”圖，其中每個(gè)小格代表并鏈接一個(gè)知識點(diǎn)要完成的學(xué)習(xí)任務(wù)，其顏色深淺表示了學(xué)習(xí)者對該知識點(diǎn)的掌握程度。學(xué)習(xí)者可以設(shè)計(jì)個(gè)性化 的學(xué)習(xí)路徑并自由選擇想要學(xué)習(xí)的知識點(diǎn)，還可以通過練習(xí)或測試提升對某一知識點(diǎn)的掌握程度

（2）“快樂學(xué)”學(xué)習(xí)儀表盤

學(xué)生入口的儀表盤頁面能夠顯示學(xué)生在練習(xí)過程中的錯(cuò)題類型與數(shù)量，并通過分析學(xué)生在學(xué)習(xí)中的弱點(diǎn)與盲點(diǎn)生成個(gè)性化練習(xí)題，幫助學(xué)生強(qiáng)化和提高。教師入口的儀表盤頁面既能夠支持師生間一對一的交互，又能基于對學(xué)習(xí)者的數(shù)據(jù)分析輔助教師生成個(gè)性化試卷，從而實(shí)現(xiàn)個(gè)性化教學(xué)。家長入口的儀表盤頁面在可視化子女總體學(xué)習(xí)指數(shù)（如圖4所示）的同時(shí)，還可以顯示某類知識點(diǎn)的具體學(xué)習(xí)情況

多對象學(xué)習(xí)支持

學(xué)習(xí)者。學(xué)習(xí)儀表盤可以追蹤學(xué)習(xí)者的學(xué)習(xí)過程與結(jié)果并提供多種反饋信息，包括對課程參與情況的反饋，如學(xué)習(xí)材料使用情況、在線活動(dòng)參與度、論壇參與率、在線測試成績、作業(yè)及考試成績等;學(xué)習(xí)者在學(xué)習(xí)共同體內(nèi)的學(xué)習(xí)情況反饋，如學(xué)習(xí)進(jìn)度的比較與推薦、學(xué)習(xí)策略建議等;學(xué)習(xí)者學(xué)業(yè)進(jìn)步的總體反饋，包括學(xué)習(xí)情況總結(jié)、參與各種學(xué)習(xí)活動(dòng)及使用各種信息技術(shù)工具的情況總結(jié)等。

教學(xué)者。學(xué)習(xí)儀表盤具有可定制性與可擴(kuò)展性，可以滿足教師多方面的教學(xué)需求。(Siemens et al.,2011)首先，教師可以通過學(xué)習(xí)儀表盤更深刻地了解學(xué)習(xí)者個(gè)體與群體的學(xué)習(xí)情況，如學(xué)生對于個(gè)人進(jìn)步的感知、學(xué)習(xí)中的情緒情感體驗(yàn)、話題討論的參與程度、實(shí)時(shí)學(xué)習(xí)檢測情況以及與檢測內(nèi)容相對應(yīng)的在線學(xué)習(xí)活動(dòng)參與情況等，使教師可以獲取學(xué)習(xí)情境中更為全面但卻不太有形(Less Tangible)的信息，從而追蹤并掌握影響學(xué)習(xí)者持續(xù)學(xué)習(xí)參與度(Sustained Learner Engagement)的因素。其次，學(xué)習(xí)儀表盤提供了一些便捷的插件，可以讓教師選擇和定制對信息和數(shù)據(jù)的分析角度，從而幫助教師及時(shí)發(fā)現(xiàn)和預(yù)測“處于危險(xiǎn)狀態(tài)”的學(xué)生并進(jìn)行干預(yù)，如個(gè)性化談話、學(xué)習(xí)方法建議、學(xué)習(xí)材料補(bǔ)充等。另外，學(xué)習(xí)儀表盤具有良好的開放性，教師可以方便地與同?；蛲庑５慕處煿蚕硇畔①Y源。

第四篇：金稅工程的應(yīng)用情況--數(shù)據(jù)分析應(yīng)用

金稅工程的應(yīng)用情況--數(shù)據(jù)分析應(yīng)用 金稅工程的應(yīng)用情況 數(shù)據(jù)分析應(yīng)用
【發(fā)布日期】 2006年10月23日 ： 【來源】 ： 字體： 【大】 【中】 【小】

近年來，稅務(wù)系統(tǒng)數(shù)據(jù)利用的方式逐步由信息查詢發(fā)展到數(shù)據(jù)分析和應(yīng)用，尤其是充分 利用稅收征管信息以及有關(guān)宏觀經(jīng)濟(jì)等第三方信息，進(jìn)行稅收經(jīng)濟(jì)分析和企業(yè)納稅評估，用 于稅源監(jiān)控，促進(jìn)稅收征管。稅務(wù)總局應(yīng)用稅收宏觀經(jīng)濟(jì)分析系統(tǒng)（國家“863”重點(diǎn)項(xiàng)目）開展數(shù)據(jù)分析。一是利用外 部門提供的數(shù)據(jù)進(jìn)行分析，包括來源于國家統(tǒng)計(jì)局的統(tǒng)計(jì)信息、國家信息中心的統(tǒng)計(jì)數(shù)據(jù)、海關(guān)總署的海關(guān)報(bào)關(guān)單數(shù)據(jù)、質(zhì)檢總局全國組織機(jī)構(gòu)代碼管理中心的組織機(jī)構(gòu)代碼數(shù)據(jù)等。二是利用稅務(wù)系統(tǒng)內(nèi)部的數(shù)據(jù)進(jìn)行分析，包括稅收快報(bào)數(shù)據(jù)、稅收會(huì)計(jì)統(tǒng)計(jì)報(bào)表數(shù)據(jù)、全國 重點(diǎn)稅源報(bào)表數(shù)據(jù)、全國稅收調(diào)查報(bào)表數(shù)據(jù)、增值稅管理信息系統(tǒng)相關(guān)數(shù)據(jù)、出口退稅管理 信息系統(tǒng)相關(guān)數(shù)據(jù)、綜合征管信息系統(tǒng)相關(guān)數(shù)據(jù)等。三是建立數(shù)據(jù)分析模型進(jìn)行分析，包括 納稅能力評估分析模型、同業(yè)增值稅與計(jì)稅銷售額比值模型、稅收收入預(yù)測模型、區(qū)域貿(mào)易 關(guān)聯(lián)分析模型等。稅務(wù)總局根據(jù)稅收經(jīng)濟(jì)分析發(fā)現(xiàn)的問題，指導(dǎo)省以下稅務(wù)機(jī)關(guān)有針對性地 對地區(qū)、行業(yè)、企業(yè)深入開展分析和評估。省以下稅務(wù)機(jī)關(guān)應(yīng)用稅務(wù)總局開發(fā)的綜合數(shù)據(jù)管理系統(tǒng)和自行開發(fā)的有關(guān)數(shù)據(jù)分析軟件 開展數(shù)據(jù)分析。一是對納稅人的有關(guān)信息進(jìn)行“一戶式”查詢，包括登記和認(rèn)定資料、申報(bào)征 收資料、發(fā)票管理、出口退稅、稽查信息、違法違章信息、文書審批、單戶綜合分析和單戶 預(yù)警等。二是進(jìn)行征管質(zhì)量考核，對數(shù)據(jù)質(zhì)量指標(biāo)、申報(bào)指標(biāo)、征收指標(biāo)、稽查指標(biāo)和發(fā)票 管理指標(biāo)等進(jìn)行自動(dòng)統(tǒng)計(jì)，實(shí)現(xiàn)對基層業(yè)務(wù)的量化考核和監(jiān)控。三是開展綜合分析，對稅收 數(shù)據(jù)進(jìn)行統(tǒng)計(jì)、查詢、分析，使稅務(wù)機(jī)關(guān)全面掌握納稅人的情況。四是加強(qiáng)預(yù)警監(jiān)控，根據(jù) 日常征管工作中發(fā)現(xiàn)的稅收異常和疑點(diǎn)，進(jìn)行有明確指向性的數(shù)據(jù)排查?；鶎佣悇?wù)部門根據(jù) 稅收經(jīng)濟(jì)分析發(fā)現(xiàn)的問題，通過行業(yè)分析和企業(yè)納稅評估查找原因，針對存在的問題采取措 施加強(qiáng)征管，對涉嫌偷逃騙稅企業(yè)，及時(shí)移交稽查部門處理，從而實(shí)現(xiàn)稅收經(jīng)濟(jì)分析、企業(yè) 納稅評估、稅源監(jiān)控和稅務(wù)稽查的良性互動(dòng)。

第五篇：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(shí)時(shí)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。可能很多老師知道網(wǎng)上閱卷的優(yōu)點(diǎn)，如評卷的公正性、準(zhǔn)確性、高效性。其實(shí)網(wǎng)上閱卷系統(tǒng)更是一個(gè)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(jì)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(jìn)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(gè)采分點(diǎn)，評卷系統(tǒng)采集了22個(gè)得分點(diǎn)的數(shù)據(jù)，很容易發(fā)現(xiàn)各知識點(diǎn)的得分情況。教學(xué)過程中的成功之處和薄弱點(diǎn)得到了極其詳細(xì)的反映。網(wǎng)上閱卷的統(tǒng)計(jì)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(jìn)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(shí)的教學(xué)有益，也是迎接大數(shù)據(jù)時(shí)代到來的一種準(zhǔn)備。

大數(shù)據(jù)時(shí)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(jià)值和制定精確教育教學(xué)行動(dòng)計(jì)劃的能力，第三是把這些計(jì)劃快速實(shí)時(shí)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(shí)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(shí)俱進(jìn)的學(xué)習(xí)。日益強(qiáng)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(huì)不再被孤立，學(xué)生、學(xué)校與現(xiàn)實(shí)生活的體驗(yàn)更為接近，學(xué)生學(xué)習(xí)興趣、學(xué)校辦學(xué)動(dòng)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(dòng)參與者之間的溝通更加通暢，互動(dòng)更加深入，教師的備課、作業(yè)批改、教學(xué)評價(jià)等更加智能化。大數(shù)據(jù)時(shí)代的到來，可以通過技術(shù)層面來評價(jià)、分析并進(jìn)而提升教學(xué)活動(dòng)。