智慧教育大数据

智慧教育大数据（精选10篇）

智慧教育大数据 篇1

大数据让智慧教育更智慧

——赴江苏学习活动简述

龚启成

智慧教育是当前教育领域改革的热点话题。为了跟踪热点，更好的站在教育改革发展的前沿，经领导批准，我于11月18日-11月22日参加了由北京师范大学课程与教学研究中心主办的“大数据+智慧教育融合发展基础教育高峰论坛中小学教育质量测评与精准教学指导教研专场”。

2017年11月18日的徐州已经是寒气逼人，但是丝毫没能够挡住来自全国各地学习者的热情。在徐州市高级中学的学术报告厅，来自江苏师范大学智慧教育学院副院长杨现民老师给我们做了有关教育大数据的报告——《大数据支持下的智慧教育管理创新》。杨院长指出:大数据的内涵是需要拓展的，我们应该不仅仅把他看成一种技术还应该看成一种能力，尤其在信息时代，他是一种能够从纷繁复杂的事物当中寻找到其中关联的一种能力，也是一种预测的能力，同时大数据更是一种思维的方式。同时，大数据目前正在慢慢的演变成一种文化，其中必不可少的一项就是教育大数据。

那究竟什么是教育大数据？专家给了我们一个详细的界定，教育大数据是指在整个教育活动过程中产生的、根据教育需要采集到的、用于教育发展并可创造巨大潜在价值的数据集合。教育大数据绝对不仅仅是教育课堂的数据、分数的数据，还要涉及到学生的家庭背景、经济状况等等各方面的信息数据，强调数据的关联性和交叉性。从这里，我们应该感受到，教育大数据要害在于“联系”上，重在相关性，找出各类数据代表的教育行为的的互相影响。而这种相关性需要我们给予数据深入分析。

关于教育大数据主要有两个产生渠道，一种来源于教学活动，另外一种来源于教育的管理活动。那教育应该怎么做？教育的目的是什么？有专家说教育的目的是创新创造，那我们怎么用大数据服务于学生的创新创造能力，所以教育大数据的应用要有高度的创造性。其他领域的大数据更多的关注的是相关，而教育大数据不仅仅要了解相关，更要了解他的因果。为什么用这种方法，就会导致学生创新创造能力的提升，就会导致学生学习兴趣的提高，为什么？教育大数据还他独特的价值，主要体现在三个方面，一是战略资产，二是目前教育大数据是教育领域综合改革的科学力量，三是教育大数据是发展智慧教育的基石。

大数据怎么推动教育的转变呢？首先从教育过程上来说，大数据让我们实现了非量化到量化的转变。第二就是教育决策正从经验化走向数据驱动的科学化；第三是教育的模式正在从大众走向真正的个性化；教育的管理正在从不可见、纯经验式的走向一种可视化的、数据驱动的；教育评价从单一化的评价走向综合性的评价，随着创客、智慧教育的发展，整个教育综合改革的推进，教育评价一定会起到一个导向综合性评价作用。

徐州市教科院主任高青的报告——《学讲行动——地级市整体推进课堂教学改革的徐州经验》则聚焦于区域课堂改革，借助信息技术手段体改整体效益。“学讲方式”是以学生自主学习作为主要学习方式，以合作学习作为主要教学组织形式，以“学进去”、“讲出来”作为学生学习方式的导向和学习目标达成的基本要求的课堂教学方式。这种教学方式直指学生的核心素养和全面发展。“区域”推进对我区课程建设和课堂教学变革借鉴性意义。

温州市教育评估院王旭东提出了如下的基础教育治理结构图

他提出：数据处理和分析能力是大数据时代教师的基本技能之一。数据可以帮助班级教学各有侧重。集体备课要扬教师之长，学科组团队建设必须差异互补教师 个人学科专业扬长避短。这一点和我们的看法非常一致。双流区通过近几年的努力，特别是结合学业水平评价结果开展的连续两届解读大赛，较大的提升了全区教师的“数据意识”和“数据能力”。同时，也使我们的教学、教研、管理更趋于科学化、精准化。尤其是基于数据的教学研究实例，再一次打开了我们的眼界。

短短几天的学习，信息量很大，需要时间消化。但是，找到方向是重要的一步，基于现代信息技术和大数据的智慧教育一定是值得我们深入研究的改革方向。这也是江苏之行最大的收获！

智慧教育大数据 篇2

大数据是一场革命, 其正在深刻改变我们的生活、工作和思维方式。大数据技术的发展与应用, 不仅推动了教学模式的创新, 对教育管理及决策工作也将产生深远影响。

在国外, 大数据分析已经被广泛应用于公共教育, 成为教学改革的重要力量。为了顺应并推动这一趋势, 美国联邦政府教育部实施了一项耗资2亿美元的公共教育中的大数据计划, 计划旨在通过运用大数据分析来改善教育。美国教育部门使用大数据技术创造了“学习分析系统”。应用该系统, 可研究一个学员成绩不好是否由于因为其周围环境而导致分心;期末考试不及格是否意味着该学员并没有完全掌握这一学期的学习内容, 还是因为请了很多病假的缘故。利用大数据的学习分析能够向教育工作者提供有用的信息, 从而帮助其回答这些实用但难以回答的现实问题。

我国的教育模式正经历巨大变革, 呈现出资源大集中, 教育网络化的特点, 并开展了两大国家级教育信息公共平台的建设。国家教育资源公共服务平台, 采用资源征集、资源汇聚、资源共建、资源捐赠等方式, 实现教育教学资源数据的汇聚;国家教育管理公共服务平台, 则采用学员和教师“一人一号”、学校“一校一码”的思路, 支持全面准确地汇聚全国学员、教师及学校办学条件的动态数据。这些大数据成为我们观察、监测教育系统的“显微镜与仪表盘”, 成为智能化教育分析与决策的基石。

二大数据驱动教育智慧化

在教育领域信息化程度不断提升的同时, 该领域的数据呈爆发式增长, 形成教育大数据。认识教育大数据, 可从“资源汇聚、分析技术、智慧应用”三个层次进行把握。数据汇聚是智慧分析和应用的基础;分析大数据需采用新型计算架构和智能算法等新技术;大数据的应用强调以新的理念应用于发现新知识、辅助决策, 更强调闭环的业务流程优化。

(一) 教育大数据资源的汇聚

教育大数据广泛存在于教育机构、管理部门、网络教育平台等处, 类型涉及教师教学、学员学习等多个维度。

随着教育信息化水平的提高, 学校等教育机构正在从传统纸质记录方式向信息化演进, 学生的成绩等记录已逐步实现信息化存储;依托于多媒体等信息化工具, 许多教育机构累积了包括视频、音频等海量多媒体教学资源;借助网络教学平台, 教育工作者能够大量采集学员在线学习过程中产生的过程数据, 包括学习轨迹, 电子成绩等。此外, 教育局等管理部门存储了入学率、辍学率、升学率等宏观教育数据, 这些数据能够有效地支撑相关管理决策。

通过面向教育机构、网络课堂、管理部门等组织, 采集教育相关数据, 形成教育大数据的汇聚, 为后续的分析和应用提供基础条件。

(二) 教育大数据分析涉及的关键技术

1. 基于元数据的资源管理体系

建立基于元数据的教育资源管理体系, 是实现教育大数据汇聚及共享的基础。元数据是描述数据的数据, 非结构化数据的存储管理必须支持归类或者检索;例如, 借助图像识别技术和身份认证信息, 可将图像中的事件、任务、主题进行识别并作为元数据进行记录。

伴随教育信息化的普及, 音频、图形、视频等多媒体教学资料呈爆发式增长, 其多为非结构化数据, 元数据相关标准是实现存储以及共享的关键。我国已于2014年底成立工作小组, 正在构建国家标准“非结构化数据管理系统参考模型”。各级教育机构及网络平台, 需依据国家统一的元数据管理规范, 对多媒体教育资源进行统筹管理, 使其支持精确的检索。

2. 海量数据的存储机制

为实现优质教育资源的共享, 需建设信息化系统, 支持海量教育资源的存储。同时, 众多教育机构已开始探索互动性学习的新方法, 智力辅导系统、微博论坛互动、及教育性的游戏等教育载体产生了越来越多的非结构化的数据。

基于大数据技术的分布式文件系统HDFS, 支持对非结构化数据资源的统一存储管理, 其具备高度容错性, 可部署在廉价的设备资源池上;同时, 其提供高吞吐量的数据访问, 为教育大数据的存储提供了有效的解决方案。

3. 分析型数据模型的建立

为支持大数据分析, 需基于学员的考勤、考试、日常表现等主题, 建立统一的数据模型, 存储于信息化系统, 以支持存储和分析。另外, 需根据教学反馈需要, 加强对教学过程数据的采集和录入, 支持从概念能力、普通能力、技巧能力、习惯能力等维度建模, 以支持教学过程和效果分析。

4. 数据挖掘技术的应用

数据挖掘技术是教育大数据和智慧教育之间的桥梁。经过多年的探索, 众多教育工作者和研究者通过研究, 已经开发出5种从大数据中提取价值的技术:包括预测、聚类、相关性挖掘、辅助判断、探索发现。

实施这些技术就能够使用大数据, 来创建为提高学员成绩提供支持的学习分析系统, 帮助教育工作者更加有效地指导学员, 使其朝着更加适合自身的学习方向迈进。

(三) 智慧应用驱动教育模式变革

教育大数据的融合和共享, 支持全民自主持续学习, 辅助政府部门管理决策, 教学者优化教学设计, 驱动教育领域在多层次持续优化, 最终实现智慧教育的建设目标。

1. 基于智能推荐的个性化学习

我国的职业培训需求旺盛, 学员的知识水平参差不齐, 需根据学员的不同要求, 指定针对性的个性化培训计划, 学习效果方能事半功倍, 然而师资教育有限, 教育大数据可有效地解决该矛盾。

依托教育大数据汇聚, 学员可根据平台智能推荐, 充分利用碎片化时间, 以知识点为单位进行学习, 提升社会竞争力。此种学习模式契合上班族学习时间碎片化的特点, 使全民能够持续接受教育, 终生学习, 提升国民素质。此外, 学员还能够借助大数据系统, 自主地进行多维度可视化的分析, 了解自身知识的掌握程度, 快速查找并定位优势教学资源进行补缺补漏。

2. 优化教学设计, 提升教学水平

在学习过程信息化的同时, 大量学生的学习相关行为都会被自动记录下来, 汇集成“学习大数据”。

基于教育大数据的应用, 教育工作者可通过参考学员的学习经历等基本信息, 分析学员的学习路径、测试情况, 随时掌握每个学员的学习状况, 为每一位学员都创设一个量身定做的学习环境和个性化的课程, 提供针对性的课程推荐, 并及时进行教学反馈;另外, 可基于分析, 设计持续改进课程教学内容和教学环节, 籍以实现“因材施教”式的个性化服务。

3. 辅助政府部门管理及决策

教育管理部门可对传统及在线教育机构的数据进行收集和统计, 分析当前社会上过热学科以及学员分布情况, 为相关政策制定、学科设立及教育资源合理分配等决策行为提供可靠的依据。同时, 教育管理部门可利用各类历史数据、现有数据以及即将产生的数据, 分析并预测教育形势、教学质量、教育需求及未来发展趋势等, 持续优化管理决策体系。

三教育大数据的建设要点

我国正在建设两大国家级教育公共平台, 其目标是汇聚教育管理、教学支持领域的海量信息, 形成有效支持教育教学过程、教育管理的教育大数据。

在建设教育大数据过程中, 需要着重关注以下要点:

1.加强教育领域的信息化建设和数据收集

当前我国发展智慧教育, 需加强利用信息化技术, 采集学员在线学习时产生的过程数据, 为分析和反馈提供基础;同时, 需注重数据质量, 并制定相关规范。传统教育机构可借助于信息化水平的不断提升, 加强对学员学习过程中产生的数据进行监控和收集, 以实现教育过程中的有效反馈及持续改进机制, 对于线下记录的有效数据应及时进行信息化录入, 对于优质的教学资源应及时进行录入并转为多媒体资料进行网络共享。在线学习课堂则可不断通过分析, 持续改进在线学习数据采集的指标, 优化分析模型, 以提升分析能力和推荐能力

2.强化数据分析技术的研究及应用

基于大数据的学习分析技术是实现智慧教育的基石。根据Johnson等学者对学习分析技术 (Learning Analytics) 的定义, 学习分析指的是对学员生成的海量数据进行解释和分析, 以评估学员的学业进展, 并预测未来表现, 并发现潜在问题。数据可以来自学员的显性或隐性学习行为, 如完成作业、参加考试、参与课外活动、论坛发帖等。

目前学习分析技术已引起全球教育界的关注, 美国教育部教育技术办公室通过研究, 提出了应用数据挖掘和学习分析技术解决教学实际问题的一些基本途径, 明确了学习过程八大领域问题的解决途径:学习者知识模型、学习者行为建模、学习者学习体验建模、学习者学习档案、知识领域建模、学习要素和设计原则分析、趋势分析、适应性和个性化分析等等。

3.探索新型教学模式

支持课程建设团队与合作院校开展联合性的教学活动, 进行网上教学、混合式教学模式和教学方法探索与实践, 并探索建立跨校学分认定制度, 促进高校间优质课程资源共享, 推进教育教学质量的提升;

需充分利用已有的教育信息化建设成果, 尝试等新兴教学模式, 探索符合国情的教学创新模式, 将大数据建模和分析融入传统的教学中, 实现教学者对学员的即时反馈, 摆脱传统在线教育模式中单向提供学习材料和灌输式学习的局限, 鼓励和引导学员更加积极地学习与思考。

四教育大数据发展面临的挑战

教育大数据作为新兴概念, 在其发展过程中, 面临着标准制定、法律风险、技能培养、机构重组等方面的挑战。

1.教育数据商业化可能引发法律风险

对于学员数据的收集, 由其是针对未成年人数据的收集, 可能引起触犯用户隐私的风险, 甚至触犯法律。在美国, 包括纽约、弗吉尼亚和肯塔基在内的八个州通过立法, 限制或禁止将学员数据出售或分享给营销公司或第三方机构;此外还有十多个州有类似的立法待决。我国正在制定一系列与隐私保护相关的法律规范, 商业机构在收集、分析、应用教育大数据的过程中, 需严守法规, 保护用户隐私, 切实利用教育大数据造福于民。

2.缺乏统一的数据标准

统一的数据标准, 为从不同平台或渠道获取数据, 进而进行统一分析提供了可能。如各组织结构存储记录数据的标准存在巨大差异, 则很难支持大数据的建模和分析。

3.教育工作者信息化技能亟需提升

提高教育信息化水平, 实现智慧教育, 需要建设高素质的教育工作人员队伍, 面临的挑战主要包括:教育工作者资源匮乏, 分配不平均;需要投入大量资源, 不断通过培训, 提升工作人员的信息化修养, 包括可视化教学、视音频技术等技能。

五总结

应用大数据思维和技术, 推动教育数据的汇聚、存储与处理, 形成教育大平台与大数据, 是实现智慧教育的必经之路。我国需基于国情、积极探索实践, 主动迎接大数据时代, 需发挥教育信息化及教育大数据的优势, 驱动教育资源共享, 教学模式的创新, 最终实现智慧教育的宏伟目标。

参考文献

[1]IEEE 1484.1 (2003) .IEEE Standard for Learning Technology-Learning Technology Systems Architechture (LTSA) [S]

[2]教育部教育信息化技术标准委员会 (2003) .中国现代教育技术标准体系[EB/OL].[2013]

[3]柯清超.《信息技术支持的项目学习》.人民教育出版社.2010

[4]梁乐明, 曹俏俏, 张宝辉.《微课程设计模式研究》.开放教育研究.2013

智慧教育与大数据治理 篇3

唐斯斯，国家信息中心研究员，同时也是一名三年级学生的母亲，对于教育信息化和智慧教育，有着更直观认识。她在演讲一开始就抛出了自己一直在思考的问题：“随着我国教育体制的改革，该怎样去立体地、智慧化地评价一个孩子？孩子不是平面的，不是血型、成绩就能代表他的好与坏，更不能就此打上标签。而是应该从他的创新能力、人格品质等方面去立体评价，这就需要很多的数据支撑，从健康数据到行为数据，到实践项目、创客教育等，归纳、分析一系列的数据，才有可能还原或者相对准确地体现一个孩子特征与潜质。”

智慧教育的生态体系

每个人对智慧教育都有着不同的理解，在唐斯斯看来，智慧教育应该要实现泛在的、随时、按需的学习，要能实现教育资源的无缝衔接，要实现多层次个性化的教学，要能实现智能化的管理，要实现智能化的决策等。“也许每个人理想的智慧教育都不一样，但不管是怎么样的，背后一定需要保障系统和很多的技术去支持。”她解释说，这些技术的核心要素包括云计算、物联网、虚拟现实、增强现实，以及教育云平台、教育产品、智慧校园等。

唐斯斯认为，大数据对教育最大的好处，是可以加速智慧教育生态系统的构建：“什么样的智慧教育才是理想中的发展方向？我认为，大数据的评价体系能起到引导、抛砖引玉的作用，引领我们去发展。大数据对教育的影响，在理念、发展以及融合创新层面，都有着不同的促进作用。同时，就现有的效益层面来讲，大数据可以实现教育资源的整合、降噪、倍增效益，还具有破除效应，能够破除教育的不均衡，而最重要的，是能够加速智慧教育生态系统的构建。我理想中的智慧教育生态体系，应该是一个能够实现教育自循环和可持续发展、多元互动的环境体系，包括多元教育体系、完善的教育机制和成熟的教育产业基础，缺一不可。”

具体而言，智慧教育生态体系要以教师、家长、学生、公众和管理者等五大教育主体为基础，搭建一个以大数据为支持的平台体系，同时具备良好的智慧教育环境、完善的智慧教育机制、成熟的智慧教育产业链，以及完备的运行机制，包括管理机制、激励机制和反馈机制等，从而保障生态体系的良好运行，实现数据到服务，服务到数据的转换模式，最终能够实现一个良性互动。通过这一完善的体系，用其中的大数据去更好更快地修正不佳的教学行为、市场环境、政策环境和社会氛围等。

唐斯斯说：“目前，我国正在从国家、省级到市级全方位地部署大数据战略，这为智慧教育生态体系做一个很好的铺垫，我们可以通过对从学习、管理、教育、科研各方面数据的采集来丰富智慧教育的大数据资源，从而丰富教育产品和服务，构建成大的服务体系，最终能服务于教师、家长、学生者、公众和管理者等五大教育主体，实现‘人人可学，覆盖全人群的大教育的愿景。”

教育大数据解决三大问题

起初的大数据，是为了使各种各样的数据变得可用，消除数据割据、数据孤岛和数据碎片化现象，从而提升数据的质量、可用性、安全性。发展教育大数据的意义在于解决现存的三大问题。

一是信息资源不匹配。唐斯斯说，现阶段，社会上都广泛关注着互联网教育，但是政府推行的“三通两平台”、“数字校园”、原题库等教育信息化措施往往是在校内进行，与广受关注的互联网教育相脱节。同时，存在互联网技术人员懂IT不懂教育，教师懂教育不懂IT的现象，使信息资源不能匹配。

二是行业规范不健全。我国目前尚未出台智慧教育行业的统一标准，从而产生数据不兼容、系统不兼容，以及规范欠缺等问题。

三是资源融合不足。既然要立体地评价学生，就不能局限于学习本身，还需要跟其他行业、领域的资源整合，包括学校与学校之间、区域与区域之间的融合等，目前这些领域的融合仍显不足。同时，从国家到省市到县村的总体大数据体系尚未完全打通，也是资源融合不足的原因。

唐斯斯归纳说：“我们希望通过教育大数据策略的实施，能够很好地对教育数据做科学的分类和管理，同时对教育数据做全流程的管理，促进教育质量的提升以及加强安全管理，从而提升教育服务水平，加强教育管理能力以及科学制定教育发展的政策。”

如何发展智慧教育

在我国经济进入新常态的同时，教育也正进入新常态。教育法律的修订，高考等教育体制的变革，民众需求的变化、信息技术的渗透，使改革、融合、创新成为了教育新常态。目前，智慧教育发展面临着严峻的挑战，我国各地的智慧教育发展呈现不均衡的现象。在经济发达、信息化基础较好的地区，智慧教育正从数字化走向均等化、智能化和精准化，但在经济欠发达、信息化基础较弱的地区，智慧教育仍停留在数字化阶段。唐斯斯分析说：“在教育新常态下，我们要用新的方式并行发展，从普惠到个性，从数字到智慧同步发展，这既是机遇，也是一个非常大的挑战。”

唐斯斯认为，智慧教育发展的重点应从以下三方面着手。

首先，要充分利用互联网技术和思维。利用大数据开放、共享、融合、创新的特点，整合、运营全国的智慧教育云平台。同时，将各类信息技术的应用进一步融合，使之能够更好地为老师所用，使学生接受。

第二，要从数字化向智能化转变。例如，编写、采用互动教材，更好地衔接校内外的教育子云，以及更好地让教育大数据落地。同时，还要思考如何使老师更好地适应教学模式的变化，怎样借智慧教育发展去更好地培育创新性人才。

第三，将智慧教育深度融入到智慧城市的建设中去。要促进教育数据的开放、共享，加强智慧教育发展研究，丰富智慧教育产品服务，加强智慧教育人才培养，同时要强化智慧教育统筹发展，通过对浙江省宁波市智慧教育试点进行总结、归纳，给全国更多的城市做智慧教育起到示范作用。同时，要健全管理机制，建立协同机制，完善评价标准等。

智慧教育大数据 篇4

据了解，2012年，国家住建部启动了国家智慧城市试点工作，首批试点城市90个。2013年启动第二批103个试点城市，银川市位列其中。

作为第二批智慧城市试点城市，银川市在智慧城市产业发展思路上，选择有实力的合作方共同打造智慧银川，破解智慧城市建设过程中资金缺乏、智慧度不高等难题。

银川市政府与中兴通讯股份有限公司联合注资成立中兴（银川）智慧产业有限公司，计划投资30亿元，分三期建设 “智慧城市”。从商业模式上看，智慧银川建设率先引入了财政部主推的PPP模式，建立多元化、多渠道、多层级的投融资体系，通过资产证券化等金融手段，破解资金难题，实现政府、企业互利共赢。

据介绍，智慧银川建设将最大限度打破信息孤岛，实现数据全覆盖、跨部门共享，提高政府行政化创新、城市立体化管理、民生精细化服务、产业融合化发展水平。

智慧银川还将构建“一云、一网、一图”网络架构，即大数据中心云平台、全城8000G全光网络、城市空间地理GIS系统，依据政府、企业、个人需求，超宽带安全网络自动适配，大数据业务云端快速生成，城市空间地理三维图形化直观展示，实现智慧银川的全景展现。

在项目建设上，智慧银川将建设智慧城市大数据中心、4G城市网、平安城市、智慧环保等项目，打造名副其实的智慧城市，并促进物联网、大数据、云计算发展，衍生出新的产业链，带动智能家居、穿戴设备等相关产业发展，促进教育、医疗模式创新和社区养老产业的升级。通过企云通系统集成，还将形成虚拟服务平台，为中小企业提供融资贷款、法律咨询、人力资源等全方位服务。

智慧教育大数据 篇5

按照《关于报送xxxx智慧城市和大数据产业发展工作总结的通知》要求，结合x市xxxx智慧城市和大数据产业发展工作考核办法，我局对相关工作进行了梳理和自查，现将工作情况总结如下。

一、扎实推进基础平台建设。按照集约化原则，x市公众信息网水务局网页后台归入了x市网站集约化管理平台，并配合市大电办完成了政务服务系统迁移上云工作，有效解决了分散建设、重复投资的问题，提升了电子政务建设管理水平。行政审批及其他行政权力运行归入了x一体化政务服务平台，逐步实现线下线上业务协同、“零距离”办事、行政审批事项“仅跑一次”，为优化政务服务流程，提高政务服务网办率提供数据支撑。

二、做好各类平台的运行维护工作。一是及时在公众信息网水务局网页和x市政府信息公开水务局网页等网站上发布各类信息，按照信息发布审核流程，经分管领导和保密工作人员审核后再上网，做到涉密不上网，上网不涉密。二是做好政务微博、政务微信等新媒体的运维工作，让其成为群众了解水务工作的新窗口。

三、做好智慧城市项目的管理和推进工作。通过政务数据平台以联机的方式实现与其他相关部门的数据共享与业务协同，实现供排水服务的精细化服务和管理，加强联合监管。将相关业务系统并入x市工程建设项目审批管理平台和x一体化政务服务平台进行统一运维。并按照《x市人民政府办公室关于印发的通知》（崇府办发〔xxxx〕xx号）要求，做好智慧城市具体项目的方案编制、组织项目申报、项目招投标、项目内容管理、推进实施、项目管理和验收等工作。

智慧教育大数据 篇6

资金申请报告

编制单位：北京智博睿投资咨询有限公司

《国家发展改革委办公厅关于请组织申报大数据领域创新能力建设专项的通知》下发。《通知》明确了相关专项建设的目标、内容和重点，将围绕大数据基础技术和应用技术两个维度，组建13个国家级大数据实验室。

《通知》明确专项目标，未来2－3年，将建成一批大数据领域创新平台，为大数据领域相关技术创新提供支撑和服务。以推进经济发展方式转变为着力点，通过建立和完善大数据领域的技术创新平台，集聚整合创新资源，加强产学研用结合，突破一批关键共性技术并实现产业化，促进大数据产业的快速发展，为培育和发展战略性新兴产业提供动力支撑。

《通知》指出，围绕转型内容和重点将组建13个国家级大数据实验室，分别是：大数据系统计算技术国家工程实验室、大数据系统软件国家工程实验室、大数据分析技术国家工程实验室、大数据协同安全技术国家工程实验室、智慧城市设计仿真与可视化技术国家工程实验室、城市精细化管理技术国家工程实验室、医疗大数据应用技术国家工程实验室、教育大数据应用技术国家工程实验室、综合交通大数据应用技术国家工程实验室、社会安全风险感知与防控大数据应用国家工程实验室、工业大数据应用技术国家工程实验室和空天地海一体化大数据应用技术国家工程实验室。

具体要求

（一）请相关主管部门按照《国家工程实验室管理办法（试行）》（国家发展改革委令第54号）、《国家高技术产业发展项目管理暂行办法》（国家发展改革委令第43号）和《国家发展改革委关于实施新兴产业重大工程包的通知》的要求，组织开展项目资金申请报告编制和申报工作。

（二）主管部门应结合本部门、本地区实际情况，认真组织好项目资金申请报告编写和备案工作（暂不需提供落实环评、节能、土地等建设条件的相关文件），并对其真实性予以确认。同一法人单位可选择其中1个实验室方向进行申报；同一主管部门对同一实验室方向，择优选择1个项目单位申报。项目主管部门和项目申请单位应承诺予以配套资金或政策支持，保障实验室建设和运行所需费用，促进相关产业的创新和发展。

（三）为构建创新网络，申报单位需承诺，若通过评审成为以上大数据领域创新平台的承担单位，将参与构建创新网络，以加强创新平台之间的协同。

（四）项目申报方案需充分体现产学研用等单位的紧密结合，并进行多个单位实质性联合共建（联合共建单位原则上不超过5个），建设内容和地点应相对集中；鼓励工程实验室建立技术成果应用示范基地，优先支持跨部门、跨区域、跨行业的具有全国性示范效应平台建设。

（五）该批国家工程实验室原则上将通过竞争择优确定（原则上支持本领域排名第一的单位），鼓励由企业牵头承担实验室的建设任务；并优先支持该批国家工程实验室承担国家大数据综合试验区促进大数据发展行动的相关任务和项目。

（六）请主管部门在2016年10月10日前，将审查合格的项目资金申请报告一式2份报送我委（双面打印）；同时请提供电子文本和有关附件等材料。

特此通知

国家发展改革委办公厅

2016年8月26日

报告目录

一、智慧城市设计仿真与可视化技术国家工程实验室项目摘要

二、智慧城市设计仿真与可视化技术国家工程实验室项目建设的依据、背景与意义

1、智慧城市设计仿真与可视化技术国家工程实验室项目建设的依据

2、智慧城市设计仿真与可视化技术国家工程实验室项目建设背景、意义

（1）智慧城市设计仿真与可视化技术国家工程实验室项目建设背景

（2）智慧城市设计仿真与可视化技术国家工程实验室项目建设意义

三、智慧城市设计仿真与可视化技术国家工程实验室技术发展与应用前景分析

1、国内外技术状况与发展趋势预测分析

2、技术发展比较

（1）本单位技术水平优势和劣势（2）关键技术突破点

四、主要方向、任务与目标

1、智慧城市设计仿真与可视化技术国家工程实验室主要发展方向

2、智慧城市设计仿真与可视化技术国家工程实验室的主要功能与任务

3、智慧城市设计仿真与可视化技术国家工程实验室拟进行技术突破的方向

4、智慧城市设计仿真与可视化技术国家工程实验室的近期和中期目标

（1）近期目标（2）中期目标

五、组织机构、管理与运行机制

1、建设智慧城市设计仿真与可视化技术国家工程实验室项目法人单位概况

（1）法人单位概况（2）合作单位概况

2、智慧城市设计仿真与可视化技术国家工程实验室的机构设置与职责

（1）机构设置（2）工程实验室职责（3）实验室主任职责（4）实验室主任工程师职责（5）实验员岗位职责

3、主要技术带头人、管理人员概况及技术团队情况

4、运行和管理机制

六、智慧城市设计仿真与可视化技术国家工程实验室建设方案

1、智慧城市设计仿真与可视化技术国家工程实验室建设规模

2、智慧城市设计仿真与可视化技术国家工程实验室建设内容（1）主要内容（2）设备方案

3、智慧城市设计仿真与可视化技术国家工程实验室建设地点

七、节能及环境影响

1、节能分析

（1）智慧城市设计仿真与可视化技术国家工程实验室项目能耗指标

（2）智慧城市设计仿真与可视化技术国家工程实验室项目节能措施

2、环境影响（1）环境依据（2）环境和生态现状（3）生态环境影响防护措施

八、智慧城市设计仿真与可视化技术国家工程实验室项目实施进度与管理

1、建设周期

2、智慧城市设计仿真与可视化技术国家工程实验室项目实施进度安排

3、建设期的项目管理

九、投资估算及资金筹措方案

1、智慧城市设计仿真与可视化技术国家工程实验室项目总投资估算

2、建设投资估算

3、分年投资计划表

4、智慧城市设计仿真与可视化技术国家工程实验室项目资金筹措方案及其落实情况

5、国家安排资金的具体使用方案

十、智慧城市设计仿真与可视化技术国家工程实验室项目经济和社会效益分析

1、初步经济效益分析（1）基础数据及参数选取（2）财务效益与费用估算（3）财务分析（4）不确定性分析

2、社会效益分析

十一、智慧城市设计仿真与可视化技术国家工程实验室项目风险分析

1、技术风险

2、技术应用及市场风险

3、其它风险

十二、相关文件所要求的附件、附图、附表

1、财务分析附表； 1.1财务评价指标汇总表 1.2建设投资估算表（概算法）1.3流动资金估算表

1.4项目总投资使用计划与资金筹措表 1.5营业收入、营业税金及附加和增值税估算表 1.6总成本费用估算表（生产要素法）

1.7智慧城市设计仿真与可视化技术国家工程实验室项目投资现金流量表

1.8智慧城市设计仿真与可视化技术国家工程实验室项目资本金现金流量表

1.9利润与利润分配表 11.10财务计划现金流量表

2、相关企业营业执照；

3、发明专利

4、产品图片

基于大数据的智慧交通探析 篇7

1 智慧交通面临的问题

1.1 对交通系统中出现的数据不够重视

在现有的智慧交通体系的建设过程中,人们只关注现有交通体系智能化的发展,比如:对公交出行路线、交通安全、公众便捷出行等方面加强智能化建设,但是缺乏对数据的分析利用,也没有深度挖掘大数据内蕴含着的价值。

1.2 缺乏有效管理

近年来,越来越多的人已意识到大数据新时代的来临,越来越注重技术开发工作,其中就包括对交通数据的采集、整理与分析,但是由于尚没有形成统一的管理体系,缺乏统一的指挥和领导,最终导致管理模式上产生断裂,而原有的管理方式及体系都已经不能适应新时代开发应用的要求。

1.3 智慧交通系统与其他系统脱离

当下智慧城市的构想与建设是包含了各个方面在内的,比如:城市照明、城市安全等城市管理的各个方面,都将在未来建设成为一体的智慧体系。但就目前来看,包括交通系统在内的各个系统之间仍为各自独立的状态,没有形成紧密的配合和良好的互动。此外,各个智慧系统分管在各自部门之下,不仅降低了智慧城市的便民效果,还加大了建设及管理成本。

2 智慧交通的前景展望

2.1 智慧交通应该具有的特点

智慧交通是基于大数据建设而成的,所以智慧交通的特点很大程度上也就是数据的特点。而数据具有多样化、海量化的特点。多样化,是指智慧交通从应用上看,可作为数据源的方面特别多,小到公民公交卡、路口监控、家用车载GPS,大到物联网、车联网,这涉及各式各样的数据,多样化显而易见。海量化,是指随着城市规模的不断扩张,交通工具的急剧增加,交通总量迅猛增长,需要收集和分析的数据将是难以想象的海量规模,一个中等大小城市,一个月收集而来的数据就超过数百个TB的规模。

2.2 大数据对智慧交通的影响

大数据对于建设智慧交通的最大意义在于,可以通过技术手段来突破行政区划等现实层面的制约。在传统的交通管理上,正是由于技术有限,当数据规模超过一定数量便不再便于管理和控制,所以人为地依照行政区划设定了种种限制,而大数据的共享,完全可以跨越所有原来为了便于管理而人为设定的限制。在无间隔的数据共享之后,将极大地优化现有信息的组合,根据全方位大覆盖面建立起来的数据库,分析能力将不可估量。另外,车辆安全、资源配置、城市治安、交通预测等方面也都将借助大数据的东风,得到迅猛发展。

3 智慧交通产业的创新性发展

3.1“互联网+”时代新战略的提出

“互联网+”时代这一说法首先出现在2015年的“十二大”,由李克强总理写在了当年的政府工作报告里,之后便大范围地流传开来。与此同时,“互联网+”这一新型行业整合形式也随之出现。作为一种新型的业务体系和商业模式,它将借助移动网络的平台,通过对大数据的收集、整理、分析与应用,进而将大数据同传统行业结合在一起,推动行业的发展。

互联网的突出特点便是利用数据将既有系统智慧化,具体体现在智慧交通上,是把既有交通体系根据新兴需求,从内部管理到产业化运营,都进行智慧化改革。

3.2 智慧交通的应用前景

大数据智慧化的关键在于综合分析,在移动互联网高速发展的大背景之下,运用大数据的综合分析技术建立交通工具、交通设施和出行公民之间的立体网络,通过整合有用的信息和资源,将会拥有巨大的应用前景。

一方面,可以使资源便捷地信息化,即将资源利用的分布状况适时发布,以实现最大程度上的信息流通顺畅,提高资源利用率。上文已经提到,智慧城市当中的各系统应该是互相关联而不是相互独立的,智慧交通作为城市基础建设,承载着巨大的数据资源,因此,完善智慧交通体系,分享共用数据信息,对建设智慧城市其他各子系统将有着重要意义,有利于降低城市管理成本,提高智慧城市建设效率。另一方面,可以使信息资源化,即将从大数据库中分析整理得来的有效信息当作另一种新型的高价值信息充分利用,以在便民的同时,通过产业化的运营来激励管理者,促进智慧交通的持续发展。这在一定程度上会推动交通管理的改革步伐,在智慧交通建设成熟阶段,政府部门对城市交通的管理决策也将发生变化,不必完全从管理者的角度去思考问题、解决问题,还可能从运营商的角度来思考、解决问题,既最大程度上满足人民需求,改善城市交通条件,又实现产业化运营,利于管理机构的持续发展。

摘要：本文将智慧交通当作切入口,结合大数据时代的新技术,针对当下交通模式中的一些发展情况进行探析,论述在当今大数据迅猛发展的时代如何将互联网技术与交通系统相结合,建设全新的智慧交通,以实现未来数据时代新型交通模式为目标,讨论大数据在交通收费、交通拥堵等方面的解决办法,为中国建设智慧城市出谋划策。

关键词：大数据,智慧交通,互联网技术

参考文献

[1]孙怀义,王东强,刘斌.智慧交通的体系架构与发展思考[J].自动化博览,2011(z1).

大数据：智慧城市引擎 篇8

按照正常状态估计，一个较为理想和稳定的城市人口占总人口的比例应在75%左右。而目前，我国常住人口城市化率已达50%，所以在未来较长时间内，中国城市化仍处在大规模加速过程中，据估计未来中国城市化进程还将持续30年。

当前在我国的东部沿海地区，开始形成以北京、上海、广州、深圳等特大城市为中心、多层次、功能互补的城市群，以大城市为中心的城市群（带）也在逐渐形成、壮大。但是伴随着高速的城市化进程和城市体系与空间分布的快速变化，社会的管理问题越来越凸出。

其中，管理核心问题虽然涉及到城市病问题，如候鸟式劳工迁徙问题，交通效率快速下降，空气、淡水、食品安全等问题。但是由于现代城市管理主要是通过处理信息来得到决策，因此深层次的城市管理问题则体现为城市竞争力的因素正在发生变化。

在这些因素中，如何将日益丰富的各类信息资源（“大数据”）通过处理来积极地影响城市正常运行是一个主要的问题。在城市的信息化的背景下，其中的关键又可以概述为如何让“大数据”来更好地适应城市的发展。

通向智慧城市

一个城市的信息化水平，外在表现主要是各行各业的信息化建设的开展以及数据的快速传送、分布和利用。而在一个城市中，海量的数据无时无刻不在产生：网站搜索购物过程中搜索引擎公司会记录下你的搜索记录；驾车过程中，电子导航系统会自动定位并向你指示方向；去医院就诊过程中各种仪器所记录的病例档案；手机通讯过程中留下的联系人、通话记录等信息……它们就是“大数据”。可以说，由于城市对物流、人流和信息流的汇集，“大数据” 就在我们的身边。

2012年12月5日，住房和城乡建设部正式发布了关于开展国家智慧城市试点工作的通知，并印发了《国家智慧城市试点暂行管理办法》和《国家智慧城市（区、镇）试点指标体系（试行）》两个文件。文件指出，智慧城市建设是推动集约、智能、绿色、低碳的新型城镇化发展，拉动内需，带动产业转型升级的重要途径。构成智慧城市的基础分别是交通网、水网、能源网和信息网。

而国家之所以出台这个文件，还在于目前我国在城市管理过程中出现了一系列问题：比如城市管理者无法获知实时状态，并进行实时的整理和分析；虽然一些城市在推进信息化项目，不过很多业内人士都指出，由于在建设过程中缺乏统筹规划，缺少统一的数据标准和规范，存储分散，缺乏共享或共享服务质量与效率不高，并且缺乏深度开发和综合利用，城市公民很多时候都无法共享信息；错综复杂的业务流程和不兼容的接口让城市管理者由于无法获得管理所需的清晰视图用于决策；城市管理各部门间也无法对事件、事故或潜在危机的整合性单一视图，无法快速分享信息，缺乏领域与领域间的协作与交流，很难整体协调。

因此，需要从整合现有信息资源并为未来的信息化建设提供统一支撑的角度，打破各个系统间数据不能共享的现状，实现空间信息和非空间信息的统筹管理、统一服务、共享共用。针对共享的信息资源通过专业的基础架构实现不同数据的快速查询、统计、关联等操作，为政府各级领导和各业务应用对象，提供有效支撑业务应用、领导决策和内外部的信息共享。这就是“智慧城市”的深层含义。

智慧城市=

数字城市+物联网+云计算

“智慧城市”的发展与早期的信息基础设施及“数字城市”的建设一脉相承，但更注重信息资源整合集成，更强调城市管理协调统筹，是信息化城市和数字城市建设的更高级阶段。

武汉大学测绘遥感信息工程国家重点实验室李德仁院士认为，智慧城市是在数字城市建立的基础框架上，通过物联网将现实世界与数字世界进行有效融合，自动和实时地感知现实世界中人和物的各种状态和变化，由云计算中心处理其中海量和复杂的计算与控制，为城市管理和公众提供各种智能化的服务。所以综合来看，智慧城市是数字城市、物联网和云计算的有机结合。

从智慧城市的体系结构来看，由于智慧城市的基础在于物联网技术，因此智慧城市体系架构和物联网的体系结构相类似，也可分为感知层、传输层、平台层、应用层。感知层是智慧城市体系对现实世界进行感知、识别和信息采集的基础性物理网络，海量的数据在感知层产生。

物联网在于能够实现人与人、人与机器、机器与机器的互联互通。而云计算是一种基于互联网的大众参与的计算模式，其计算资源（包括计算能力存储能力、交互能力等）是动态、可伸缩、被虚拟化的，而且以服务的方式提供。云计算促进了软件开发商之间的资源聚合、信息共享和协同工作，形成面向服务的计算，在智慧城市时代为机器增加了可以思考的大脑。

智慧城市相对于之前的数字城市，最大的区别在于对感知层获取的信息进行了智慧的处理，因此也可以认为智慧城市是数字城市的升级版。由城市数字化到城市智慧化，关键是要实现对数字信息的智慧处理，其核心是引入大数据处理技术。在智慧城市的数据处理中，各种类型的数据进入数据库，经过组织、分析、决策之后，将最后的处理结果提供给决策者供参考，形成了完整的大数据处理流程。

由此可见，大数据是智慧城市各个领域都能够实现“智慧化”的关键性支撑技术，智慧城市的建设离不开大数据。大数据将遍布智慧城市的方方面面，从政府决策与服务，到人们衣食住行的生活方式，再到城市的产业布局和规划，直到城市的运营和管理方式，都将在大数据支撑下走向“智慧化”，大数据成为智慧城市的智慧引擎。

智慧城市=

聚合+分析+决策

小学老师关于大数据的教育感悟 篇9

小数据可以反应大问题，课堂小反映可以引起教学大学问。在讲解一道数学题时，有一位同学把自己试题中“比赛”写成了“比寒”，一个错别字，引起了我对这个班的数据调查。我认为孩子会因为寒假的到来而很高兴，我就说马上快放寒假了，我们应该很高兴。没想到学生们说不高兴。根据课上的反应，我立马进行了班级数据调查。这个班有56人，有35人(最后修改数据是36人，)不愿意放假，只有11人(减少1人)愿意放假，拿不定主意的还有10人。这就说明我们的假期正在走向孩子不喜欢的时间。这个数据背后还有我要思考的问题:愿意放假的人中有多少是优秀学生?不愿意放假的是什么学生?不确定的是什么学生?等等这都是我们需要知道的数据。

记得小时候，最流行的一句话就是：上学盼放假，放假盼开学。但还没有到放假的时候，更多的孩子应该希望放假的，但经过本班的数据调查发现，不是这样的。或许你会说，我的数据不具有代表性，但我会抽个时间去做这个方面的调查，去寻找更多的数据资源，今天，我把调查的这份小数据分享出来，就是要告诉大家，孩子们依然是孩子，不要让假期充满更多的不快乐因素，不然孩子们都开始畏惧假期，这是很不好的征兆。本该孩子喜欢的东西，孩子变得不喜欢了，这是谁的责任?这是什么原因?都是值得思考的问题。教育的客户都已经因为作业而厌倦假期的时候，教育者就应该思考教育的内容了，也就是假期作业问题。

有时候，学生的课堂反应我们不容忽视，但有人或许会说，你的课堂已经偏离主题了，我感觉课堂能发现真实的学生状态，比学习知识更重要。再者就是，我们在传授知识的时候，传授学习方法更重要，也就是“授之以鱼不如授之以渔”的道理所在。当我们回到教育的目的性上来看，如果只看现在的考试，而忽略人生学习力的培养，我们就会把知识看得更重要，但从长远来看，培养学生学习力则更有利于学生人生的发展。

为什么我会这么说，因为今天批改的试卷中出现一道错误最多的试题。学生看完试题后，一把椅子36元，算出一张桌子8元都没有发现自己算错了。孩子请记着：我们的知识都是来自于生活，但大部分都是符合生活常识的，但不要把知识从生活中分离出去，如果我们的知识能从生活分离出去，那我们的学习也就是失去了教育意义。学习是为了更好的适应生活，过上更轻松更舒适的生活。请不要为了学习，而不去思考生活的实际问题。教育孩子多思考是多么重要的事情。希望教育者在教育孩子时，不要忽略数字的真实意义，不能让孩子只看到数字，不想数字的真实意义。

这个结果的出现纯属意外，因为我也没想到孩子们会不喜欢，但我记得小时候自己还是对假期充满期待的，至少在假期里可以睡到自然醒。现在的孩子睡到自然醒是多么渴求的事情啊。即使在周末或者假期，每一个孩子都在补习班，辅导班，特长班等等中间来回奔波。这样的忙碌对孩子自我学习力的培养有多大的用途。再者说很多家长把孩子送到这些班级的目的是为什么。我继续询问孩子，为什么不喜欢假期。他们异口同声的说：放了假作业更多了。作业已经成为孩子的心病，这才是二年级的孩子，国家明确规定的禁止作业，但谁又真的被禁止!?这就是现在的教育现状。规定只是规定，在规定之外的地方，依然规定不了，也就是说，我们的很多规定只是一张纸。这就说明规定已经失去了它的意义。很多家长(部分老师)认为，假期就是让孩子补充知识的时候，但我感觉补充习惯比补充知识更重要，但没有补充习惯的培训班，这样的培训见效慢，家长的认可度低等。自然培训班把自己的客户(家长)需求了解到位，才能更有里与自己的发展，而教育的真正对象是学生，这就是问题的症结所在。今天，我们正在急功近利的想利益(家长想成绩，辅导班想挣钱)，最直接的学生成长利益被很多人忽略，当我们把“利益”最大化，很多自然的东西就会被忽略。教育的自然规律也就被打破，片面的追求教育发展，却忽略自然人去发展教育，是教育者(特别是教育领导者)应该反思的问题。

最后，大数据的支持是教育急需的东西，因为教育是培养社会需要的人才，只有了解学生背后的数据才能培养更多适应社会发展的人。

智慧教育大数据 篇10

【关键词】网络大数据；

高校；

思想政治教育；

理念；

兴趣；

思想动态

高校作为培养国家人才的摇篮，需要与时俱进，思想政治教育要紧跟发展潮流，充分利用好大数据不断提升大学生的思想道德水平。本文从当下高校思想政治教育中出现的一些问题出发，通过转变了教师固有的教学理念，更多地应用现代化教育技术，对教学模式的创新进行了一定的研究和探讨。高校可以借助这股大数据时代的力量为思想政治教育注入了新的生机。

1大数据视角下高校思想政治教育存在的问题

1.1课堂“输出”与“接收”不兼容。所有高校的思想政治教育教材都是按照要求进行编撰，内容是统一固定的。这在之前的教学中，并没有什么问题。但是随着科技进步，在大数据时代的背景下，学生已经在网络上通过各种各样的形式对思想政治教育的内容有了初步的了解，尤其是网络上一些带有价值导向的宣传片的反复播放，学生都已经对新时代价值观耳熟能详了。与此同时，高校思想政治教育的日常教学中，仍照本宣科这些学生已经熟知的理念，无疑会使学生感到枯燥无聊。尽管现在教师“照本宣科”的问题已经有所改善，但充其量不过是变成了“照ppt宣科”，本质上来说没有解决任何问题，思想政治教育课堂大多数时候还是教师一个人的“舞台”。高校也在积极探索新的教学方案，例如通过慕课、微课等手段丰富教学形式，增加信息化的教学内容，但由于这些手段均是视频录播课，无法为高校学生提供有效指导，教师的“输出”与学生“接收”间的问题仍然不容忽视。1.2教师的教学理念与时代发展不匹配。现在大部分高校的教师都是“70后”、“80后”，他们的教学理念仍停留在“课堂是教师的主场”的阶段，常常在课堂上“说一不二”。身处大数据时代下的大学生无法适应这种教学理念，学生被动地接受思想知识，常常人在教室坐着，“心”却不知道去哪里了。在“知识共享”、“课堂应以学生为主”理念根植基础教育教学改革的当下，高校思想政治教师教学理念的“过时”需要及时更正。

2高校思想政治教育借助大数据创新的策略

发达的网络大数据为高校思想政治教育创新教学模式提供了有力的抓手，教师应转变固化的思想观念，发自内心地接受大数据，认可大数据对高校思想政治课教学模式创新所具有的助力作用。同时，提升自身运用大数据的能力，驾驭大数据对思想政治课教学方法和手段进行革新，通过师生密切的互动，生生有效的合作互助，不断提升学生的思想道德水平。2.1接受网络大数据，多部门协同加以运用。大数据是时代创新发展的产物，给高校思想政治教育创新教学模式带来了机遇。高校思想政治教师应该从思想上认可和接受大数据，提升自身运用大数据的能力，强化大数据管理，从而科学有效地运用大数据辅助教学。首先是从思想上接受大数据，努力运用大数据。作为信息化建设的重要部分，大数据分析已成为时下各高校抢占教育先机的重要抓手，高校思想政治教师要转变传统教学陈旧的思维方式，发自内心深处地去接受、去了解、去熟悉大数据运用方式、方法，将思想政治教育内容与大数据接轨，让学生通过网络来展开学习，课堂和课后生活中，教师皆可以运用网络对学生的思想学习进行指导，从而有效收集学生的学习情况，形成一个数据链进行分析解读，找准学生的思想发展需求，做好思想教育的策略调整，进而不断完善教学，提高思想政治教育教学有效性。其次是加强大数据建设和管理。高校思想政治教育课堂负有学生思想发展的教育引导职责，学校层面应该构建一体化的学生思想动态数据体系，思想政治教师应该与学生处、团委、招就处、信息中心等各部门协同配合，建立大学生思想变化预警机制，通过各部门的通力合作引导大学生以正确的心态来运用网络，适时运用大数据对学生的思想变化情况进行分析，进而开展有针对性的思想政治教育。2.2转变教学理念，有效激发学生学习兴趣。作为教育教学改革成功重要标志之一的教育理念，即是将课堂还给学生，视学生为课堂的主体，这已经成为当前教育行业的主要发展方向。教师教学思想的转变，对思想政治教育模式的创新有重要的影响。转变传统的教学思想，注重以学生为“主角”的课堂教学理念，在教学中满足学生的学习需求，通过鼓励学生积极参与课堂教学中来提高学习的质量与效率。课堂上，教师应积极配合学生，以学生为主体，有意识地激发学生的学习兴趣。通过组织不同的课堂教学形式，融入更多学生感兴趣的教学内容，使学生能真正参与到课堂教学中，进行更多的课堂互动，实现思想政治教学质量的本质提升。2.3分析学生思想动态，提高信息化教学水平。高校思想政治教育运用大数据辅助教学，教师可通过对大学生运用网络查阅学习资料的量和方向、浏览学习网页时间的长短等一系列数据进行汇总和分析、整合，进而得出学生思想变化情况及思想发展需求，从而对课堂教学效果进行验证，对课堂教学策略有效性做出准确判断，再对下一步教学设计和实策略做出正确决策。当前，社会各界越来越关注高校所开展的信息化教学，这已经成为高校教学的发展潮流。在此基础上，教师更应该提高信息化教学的水平。慕课、微课的视频直播、录播课等都是信息化教学的手段，将以往简单的线下教学转变成现在的线上线下相结合的教学方式，进一步提高信息化教学的水平。学生可以通过校园网等渠道，不受时间、地点的限制，只需网络、手机或电脑就可以学习，可以利用碎片化的时间满足了自身的学习需要，真正成为课堂的主人。2.4创新教学方法和手段，切实提高教学质量。高校思想政治教学方法应随着网络时代的发展而不断创新，坚持与时俱进地运用发达的网络资源，运用大数据辅助分析大学生的思想动态，从而更好地为社会培养优秀人才。大数据时代网络资源丰富的今天，学生往往会受到多元化思想的影响，教师应积极掌握学生的思想动态，结合教材内容创新教学方法，更好地应用在高校思想政治教育的课堂上。教学方法的创新应从以下方面入手：2.4.1与时俱进更新教学内容。与时俱进的思想应该贯穿整个高校思想政治教育课堂，教学内容更应该紧跟时代发展潮流，去除不符合新时代大学生的思想发展实际的教学内容。众所周知，高校教材的编写、校对、印发都需要一定的时间周期，这也导致了思想政治的教材内容具有滞后性，但这是教材出版过程无法避免的。但教材内容是“死”的，教师却是“活的”，教师在教学过程中，应不断补充新思想，及时关注各种时下重点新闻内容，通过具体事例加深学生对概念和理念的理解。以香港最近的系列事件为例，网络上众说纷纭，正确的看法、思想与错误的言论、观点同时并存，尽管学生已经具备一定的判断力，但舆论仍会在某种程度上影响学生的思想。教师可以在课堂上通过对这些时事热点进行分析讲解，提高学生判别是非的能力，既能满足学生的学习需要，还能帮助学生树立正确的观念。2.4.2创新课堂教学方式方法。教师应充分发挥数据时代的优势，利用慕课、微课等网络课手段，对教学方法进行优化和创新。教学理念与时俱进的同时，应注意整合网络资源和教学资源，通过教学方法的创新提高学生上课的积极性。首先要运用大数据促进学生个性化发展。丰富的网络资源和时代的发展使高校学生拥有自己的想法，个性化发展已成为一种普遍现象。高校的思想政治教学模式必须在充分了解学生个性化发展需求的基础上，针对学生的学习情况提升课堂教学质量，进行创新优化。2.4.3分析掌握学生思想发展需求。大数据分析已经应用在各行各业，并发挥重要的作用，教育行业也不例外。教师在对高校学生实施思想政治教育之前，可以利用多种渠道收集学生的思想现状、学习情况、对思想政治教育的看法等。如在思想政治课上课之前，教师可以制作一个调查问卷，利用思想政治的教学理念，从多角度对学生的思想状态进行系统的调查和分析。还可以在学校的校园网上构建交流平台，积极鼓励学生在平台上发言讨论，利用平台进行数据的收集，再进行分析总结。其他的信息诸如学生受到过的思想政治教育情况、对思想政治课堂教学的意见等，同样可以使用大数据分析，并为后续教学工作的开展提供必要的基础。2.4.4利用大数据辅助教学活动开展。教师在尊重学生个性化、创新优化教学模式的基础上，还可以在课堂上多开展信息化教学。在对学生进行思想政治教育时，可以利用现代化技术，有意识地培养学生对信息化技术的掌握。例如，教师在教学时使用翻转课堂模式，让学生来充当教师的角色，将思想教育扩展到课前与课后。学生以教师的角色开展学习时，需要课前查阅资料,整理知识点制作ppt，教师可以为学生提供学习资源，如利用校园网传送。课后，学生还需要总结课堂上的一些发言。学生经过课前和课后的综合学习准备，极大加深了对所学内容的印象，比单纯作为学生在课堂上学到的知识要多得多。

3结语

大数据时代带来了丰富的网络资源，这对高校的思想政治教育既是机遇，也是一种极大的挑战。网络大数据以它巨大冲击力打破了包括思想政治教育在内的传统高校教学模式，使各高校进行相应的教学改革，以适应这种高速变化。适应网络大数据已被贯彻在每一项高校教学工作中，高校思想政治教育实践教学中，教师应通过转变教学理念、提高信息化运用水平，充分利用其好的一面，规避其不良影响，着力适应当前网络大数据对高校思想政治教育教学的要求，不断提高教学质量，切实全面提升学生的思想道德水平。

参考文献