CN110334088A - 教育数据管理*** - Google Patents
教育数据管理*** Download PDFInfo
- Publication number
- CN110334088A CN110334088A CN201910625308.8A CN201910625308A CN110334088A CN 110334088 A CN110334088 A CN 110334088A CN 201910625308 A CN201910625308 A CN 201910625308A CN 110334088 A CN110334088 A CN 110334088A
- Authority
- CN
- China
- Prior art keywords
- data
- module
- educational
- student
- theme
- 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
- 238000013523 data management Methods 0.000 title claims abstract description 25
- 238000004141 dimensional analysis Methods 0.000 claims abstract description 25
- 238000004458 analytical method Methods 0.000 claims abstract description 17
- 230000005540 biological transmission Effects 0.000 claims abstract description 4
- 238000007493 shaping process Methods 0.000 claims abstract description 4
- 230000006399 behavior Effects 0.000 claims description 13
- 238000000034 method Methods 0.000 claims description 11
- 230000014759 maintenance of location Effects 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 7
- 239000000284 extract Substances 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 5
- 230000001360 synchronised effect Effects 0.000 claims description 4
- 241001269238 Data Species 0.000 claims description 3
- 238000005194 fractionation Methods 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims description 3
- 238000007726 management method Methods 0.000 claims description 3
- 230000002776 aggregation Effects 0.000 claims description 2
- 238000004220 aggregation Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000007405 data analysis Methods 0.000 description 4
- 238000007418 data mining Methods 0.000 description 4
- 238000012800 visualization Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- SBNFWQZLDJGRLK-UHFFFAOYSA-N phenothrin Chemical compound CC1(C)C(C=C(C)C)C1C(=O)OCC1=CC=CC(OC=2C=CC=CC=2)=C1 SBNFWQZLDJGRLK-UHFFFAOYSA-N 0.000 description 1
- 210000001747 pupil Anatomy 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000000547 structure data Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/248—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
-
- 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
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Computational Linguistics (AREA)
- Educational Technology (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Marketing (AREA)
- Electrically Operated Instructional Devices (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种教育数据管理***，包括：数据采集模块、数据仓库模块、多维度分析模块和输出模块；数据采集模块与数据仓库模块相连接；数据仓库模块，用于根据逻辑主题对教育数据进行划分，并进行分层处理，数据仓库模块包括主题模型拆分模块和数据仓库构建模块；多维度分析模块，与数据仓库模块相连接，用于生成多维度分析报表；输出模块，与多维度分析模块相连接，用于接收多维度分析模块发送的多维度分析报表并输出。本发明支持对教育数据进行多维度即时查询分析，适用各种频繁多变的分析场景。
Description
技术领域
本发明涉及教学信息化技术领域，更具体地，涉及一种教育数据管理***。
背景技术
目前随着数字信息化在教育领域的应用，越来越多的教育网络平台、终端教育软件应运而生，用户在使用教育平台或者教育软件时会产生大量的数据，这些数据的存储占用了大量的空间，而如何利用这些数据是业内需要考虑的技术问题。另外，目前对于教育领域数据进行分析时，通常只能实现一维或者二维数据的即时分析，如何实现支持多维数据的即时分析也是目前的教育领域需要解决的技术问题。
因此，提供一种教育数据管理***，实现对教育领域数据的应用并支持多维数据的即时查询分析，是本领域亟待解决的技术问题。
发明内容
有鉴于此，本发明提供了一种教育数据管理***，解决了上述技术问题。
本发明提供的一种教育数据管理***，包括：数据采集模块、数据仓库模块、多维度分析模块和输出模块；
数据采集模块，与数据仓库模块相连接，用于采集各类教育数据，并将教育数据发送给数据仓库模块；
数据仓库模块，用于根据逻辑主题对教育数据进行划分，并进行分层处理，数据仓库模块包括主题模型拆分模块和数据仓库构建模块；其中，
主题模型拆分模块包括根据主题名称预置的至少六个主题模型，主题名称至少包括学生主题、教师主题、考试主题、试题主题、行为主题和流量主题；
数据仓库构建模块用于通过多个主题模型构建数据仓库，具体包括：将多个主题模型依次经过数据留存层、细粒度模型层、轻度汇总层以及中度汇总层执行装载，构建数据仓库；其中，
数据留存层用于保存接收到的教育数据；
细粒度模型层用于对数据留存层的数据进行主题域内的数据整合处理；
轻度汇总层用于对细粒度模型层的数据进行相关业务的拆分、汇总处理；
中度汇总层用于根据***应用需求将轻度汇总层的数据生成统计型数据；
多维度分析模块，与数据仓库模块相连接，用于接收多维度分析指令，并根据多维度分析指令调用Hive工具进行查询，并生成多维度分析报表；
输出模块，与多维度分析模块相连接，用于接收多维度分析模块发送的多维度分析报表并输出。
可选的，教育数据包括结构化数据、半结构化数据和非结构化数据，数据采集模块还用于将半结构化数据和非结构化数据转化为结构化数据后，并对结构化数据进行消歧处理。
可选的，数据采集模块通过ETL工具从数据源的业务数据库中抽取教育数据，并对教育数据进行清洗、转换后发送给数据仓库模块；其中，抽取的方式包括：对于数据量少，改动量大的数据源采用全量同步抽取；对于数据量大，改动小的数据源采用增量同步抽取；基于数据源表的日期时间戳或者更新时间作为时间分区字段，按照时间分区进行增量抽取，若没有时间分区字段则采用全量抽取。
可选的，数据源包括教育软件、教育网站和教学***；数据采集模块通过ETL工具从数据源的业务数据库中抽取教育数据，包括：ETL工具间隔预定时间从数据源的业务数据库中抽取教育数据。
可选的，学生主题下的信息包括：学生编号、学生年龄、学生性别、学生生日、学生的变更记录、学生学校、学生年级、学生班级、学生联系方式中至少之一；
教师主题下的信息包括：教师的联系方式、从教时间、教授科目、教授的班级、班级学生明细中至少之一；
考试主题下的信息包括：作业练习、模拟考试、期中考试、期末考试、试卷信息记录、参考数据记录至少之一；
试题主题下的信息包括：试题与考试的对应关系、试题知识点信息；
行为主题下的信息包括：教师出卷记录、教师阅卷记录、学生作答记录；
流量主题下的信息包括：学生在教育软件或者教育网站上产生的所有行为日志、教师在教育软件或者教育网站上产生的所有行为日志。
可选的，还包括数据应用模块，数据应用模块与数据仓库模块相连接，用于接收数据应用指令，并从数据仓库模块调取相应的数据；其中，数据应用包括数据分析、数据查询、数据接口服务和BI报表中至少之一。
可选的，还包括权限管理模块，用于根据用户的权限级别提供不同的使用权限，其中，权限级别包括分析师权限和工程师权限。
与现有技术相比，本发明提供的教育数据管理***，至少实现了如下的有益效果：
本发明提供的***根据互联网教育数据的特点，抽象出多个主题模型构建了教育数据仓库，本发明中教育数据仓库作为面向主题的、集成的、随时间变化的、相对稳定的数据集合，能够实现对数据分析决策的支撑。本发明能够实现对教育领域数据的应用，并支持对教育数据进行多维度即时查询分析，适用各种频繁多变的分析场景，能够实现对数据的准确掌握、统计分析上报需求、为数据挖掘和决策支持提供基础。
通过以下参照附图对本发明的示例性实施例的详细描述，本发明的其它特征及其优点将会变得清楚。
附图说明
被结合在说明书中并构成说明书的一部分的附图示出了本发明的实施例，并且连同其说明一起用于解释本发明的原理。
图1为本发明实施例提供的教育数据管理***框图一；
图2为本发明实施例提供的教育数据管理***的数据仓库内数据逻辑分层示意图；
图3为本发明实施例提供的教育数据管理***框图二。
具体实施方式
现在将参照附图来详细描述本发明的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。
在这里示出和讨论的所有例子中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它例子可以具有不同的值。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
图1为本发明实施例提供的教育数据管理***框图一，图2为本发明实施例提供的教育数据管理***的数据仓库内数据逻辑分层示意图。
如图1所示，教育数据管理***包括：数据采集模块11、数据仓库模块12、多维度分析模块13和输出模块14；
数据采集模块11，与数据仓库模块12相连接，用于采集各类教育数据，并将教育数据发送给数据仓库模块12。可选的，教育数据包括结构化数据、半结构化数据和非结构化数据，数据采集模块11还用于将半结构化数据和非结构化数据转化为结构化数据后，并对结构化数据进行消歧处理。由于教育数据可能来自不同的数据源，所以有可能存在重复的数据属性，针对重复的数据属性，本发明能够进行消歧处理。另外，也有可能采集的部分教育数据的属性与本发明***提供的分析目标无关，本发明的数据采集模块能够针对此类无关数据属性进行剔除。上述消歧处理能够达到降低数据维度的效果，同时，也为后续的处理减少了数据量。
可选的，数据采集模块11通过ETL(Extract-Transform-Load)工具从数据源的业务数据库中抽取教育数据，并对教育数据进行清洗、转换后发送给数据仓库模块12；其中，抽取的方式包括：对于数据量少，改动量大的数据源采用全量同步抽取；对于数据量大，改动小的数据源采用增量同步抽取；基于数据源表的日期时间戳或者更新时间作为时间分区字段，按照时间分区进行增量抽取，若没有时间分区字段则采用全量抽取。通过设置增量和全量同步抽取的方式，能够充分利用Hive数据仓库分区表的优势。其中，Hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供简单的sql(Structured Query Language，结构化查询语言)查询功能，可以将sql语句转换为MapReduce(用于大规模数据集的并行运算的编程模型)任务进行运行。其中，对教育数据进行清洗，能够对来源于不同数据源的数据进行清洗，剔除部分冗余和部分信息缺失的数据；对教育数据进行转换，可选的，可以采用统计学、聚类和分类的方法将数据进行压缩、泛化和规范化，对于不同的数据进行了相应的数据转换，让后续处理的数据更有意义。
可选的，数据源包括教育软件、教育网站和教学***等能够提供教育数据的数据源；数据采集模块11通过ETL工具从数据源的业务数据库中抽取教育数据，包括：ETL工具间隔预定时间从数据源的业务数据库中抽取教育数据。其中，预定时间可以为一天，从而数据仓库中的教育数据能够实现每天更新；预定时间也可以为一周，从而数据仓库中的教育数据能够实现每周更新；预定时间可以根据***的业务需求进行调整和设定。
数据仓库模块12用于根据逻辑主题对教育数据进行划分，并进行分层处理，数据仓库模块12包括主题模型拆分模块121和数据仓库构建模块122；其中，
主题模型拆分模块121包括根据主题名称预置的至少六个主题模型，主题名称至少包括学生主题、教师主题、考试主题、试题主题、行为主题和流量主题；实际中可根据具体的数据分析需求设定更多的主题模型。数据仓库构建模块122用于通过多个主题模型构建数据仓库，如图2所示，具体包括：将多个主题模型依次经过数据留存层、细粒度模型层、轻度汇总层以及中度汇总层执行装载，构建数据仓库；其中，数据留存层用于保存接收到的教育数据，该层保存了所有数据的历史，作为用户回查与基础支撑；细粒度模型层用于对数据留存层的数据进行主题域内的数据整合处理，能够支持各类数据查询场景，同时也支持明细数据的访问与再开发；轻度汇总层用于对细粒度模型层的数据进行相关业务的拆分、汇总处理；中度汇总层用于根据***应用需求将轻度汇总层的数据生成统计型数据。
可选的，学生主题包含学生基本信息，学生主题下的信息包括：学生编号、学生年龄、学生性别、学生生日、学生的变更记录、学生学校、学生年级、学生班级、学生联系方式中至少之一；学生的变更记录可以为升学年，升学段，转学等记录。
教师主题包含教师基本信息和组织关系等，教师主题下的信息包括：教师的联系方式、从教时间、教授科目、教授的班级、班级学生明细中至少之一。
考试主题包含考试信息，其中，作业练习、模拟考试、正式考试等都算作一次考试，或者也可以根据用户自定义的规则划分考试。考试主题下的信息包括：作业练习、模拟考试、期中考试、期末考试、试卷信息记录、参考数据记录至少之一；参考数据记录为参加考试的学生记录，比如参加考试的人参，缺考人数等。
试题主题下的信息包括：试题与考试的对应关系、试题知识点信息；
行为主题下的信息包括：教师出卷记录、教师阅卷记录、学生作答记录；
流量主题下的信息包括：学生在教育软件或者教育网站上产生的所有行为日志、教师在教育软件或者教育网站上产生的所有行为日志。
本发明中的主题抽象了互联网教育的多种核心业务场景，当业务新增或变更时，可新增主题，或在主题内扩充业务表。本发明提供了良好的扩展性，可读性，与易用性。
比如，某教学软件中记录有数据一：学生编号、学生手机号。某教学***中记录有数据二：学生编号、学生作答题号、本题得分。根据本发明中逻辑主题的划分，数据一将被分入学生主题中，数据二将被分入行为主题中。
本发明提供的数据仓库中，可选的，数据留存层有以下数据：
学生基本信息(学生ID，学生年龄，学生性别，学生生日……)
学生教育信息(学生ID，学生学校，学生年级，学生班级)
学生作答(学生编号，学生作答题号，本题得分)
……
上述数据将在细粒度模型层被合并处理为以下数据：
学生详情(学生ID，学生年龄，学生性别，学生生日，学生ID，学生学校，学生年级，学生班级)
学生作答(学生编号，学生作答题号，本题得分，本题所属知识点，是否是高考题…….)
然后轻度汇总层对来源于细粒度模型层的数据进行进一步处理，以缓解后续的计算压力，处理后的数据如下:
学生基本统计(学校，年级，班级，男生数，女生数，生日7月前生日数)
学生作答统计(学生ID，知识点，满分题量，失分题量，0分题量)
最后，中度汇总层对来源于轻度汇总层的数据进一步处理形成统计型数据。
其中，ID为编号、身份标识号或者账号。
多维度分析模块13，与数据仓库模块12相连接，用于接收多维度分析指令，并根据多维度分析指令调用Hive工具进行查询，并生成多维度分析报表。可选的，可以由细粒度模型层进行关联查询来获取数据分析的结果。教育数据仓库中由于主题及主题内数据是由真实业务提取而来，易于理解，也具有极高的关联效率。
比如，当需要统计某类学生在某个月份所有做错的题目时，可以将学生信息，学生作答记录，试卷信息，试题信息进行关联，通过Hive工具进行查询。当需要查询某学生使用教学软件学习的习惯时，可以将学生信息，学生成绩，流量数据进行关联。
输出模块14，与多维度分析模块13相连接，用于接收多维度分析模块发送的多维度分析报表，并输出。可选的，输出模块14还包括可视化单元，可视化单元可以基于报表数据利用可视化工具将多维度分析报表进行直观展示。通过可视化工具实现将数据与图表进行结合，使得分析结果更加直观易懂。
在一种实施例中，图3为本发明实施例提供的教育数据管理***框图二，如图3所示，教育数据管理***还包括数据应用模块15，数据应用模块15与数据仓库模块12相连接，用于接收数据应用指令，并从数据仓库模块12调取相应的数据；其中，数据应用包括数据分析、数据查询、数据接口服务和BI报表中至少之一。本发明实施例提供的***能够适用不同的应用场景及各种数据统计报表，并支持算法工程师的数据挖掘与模型训练，且支持灵活的数据对外服务。可选的，应用指令中包括数据挖掘与算法类需求时，可先由中度汇总数据进行数据概况了解，同时使用轻度汇总数据内容进行模型训练与算法实现。
教育数据管理***还包括权限管理模块16，用于根据用户的权限级别提供不同的使用权限，其中，权限级别包括分析师权限和工程师权限。分析师权限下能够正常的使用本***进行数据分析等应用操作。工程师权限下能够根据业务需求对本***中各模块中的部分数据参数进行修改。
通过上述实施例可知，本发明提供的教育数据管理***，至少实现了如下的有益效果：
本发明提供的***根据互联网教育数据的特点，抽象出多个主题模型构建了教育数据仓库，本发明中教育数据仓库作为面向主题的、集成的、随时间变化的、相对稳定的数据集合，能够实现对数据分析决策的支撑。本发明能够实现对教育领域数据的应用，并支持对教育数据进行多维度即时查询分析，适用各种频繁多变的分析场景，能够实现对数据的准确掌握、统计分析上报需求、为数据挖掘和决策支持提供基础。
虽然已经通过例子对本发明的一些特定实施例进行了详细说明，但是本领域的技术人员应该理解，以上例子仅是为了进行说明，而不是为了限制本发明的范围。本领域的技术人员应该理解，可在不脱离本发明的范围和精神的情况下，对以上实施例进行修改。本发明的范围由所附权利要求来限定。
Claims (7)
1.一种教育数据管理***，其特征在于，包括：数据采集模块、数据仓库模块、多维度分析模块和输出模块；
所述数据采集模块，与所述数据仓库模块相连接，用于采集各类教育数据，并将所述教育数据发送给所述数据仓库模块；
所述数据仓库模块，用于根据逻辑主题对所述教育数据进行划分，并进行分层处理，所述数据仓库模块包括主题模型拆分模块和数据仓库构建模块；其中，
所述主题模型拆分模块包括根据主题名称预置的至少六个主题模型，所述主题名称至少包括学生主题、教师主题、考试主题、试题主题、行为主题和流量主题；
所述数据仓库构建模块用于通过所述多个主题模型构建数据仓库，具体包括：将所述多个主题模型依次经过数据留存层、细粒度模型层、轻度汇总层以及中度汇总层执行装载，构建所述数据仓库；其中，
所述数据留存层用于保存接收到的所述教育数据；
所述细粒度模型层用于对所述数据留存层的数据进行主题域内的数据整合处理；
所述轻度汇总层用于对所述细粒度模型层的数据进行相关业务的拆分、汇总处理；
所述中度汇总层用于根据***应用需求将所述轻度汇总层的数据生成统计型数据；
所述多维度分析模块，与所述数据仓库模块相连接，用于接收多维度分析指令，并根据所述多维度分析指令调用Hive工具进行查询，并生成多维度分析报表；
所述输出模块，与所述多维度分析模块相连接，用于接收所述多维度分析模块发送的所述多维度分析报表并输出。
2.根据权利要求1所述的教育数据管理***，其特征在于，
所述教育数据包括结构化数据、半结构化数据和非结构化数据，所述数据采集模块还用于将半结构化数据和非结构化数据转化为结构化数据后，并对结构化数据进行消歧处理。
3.根据权利要求1所述的教育数据管理***，其特征在于，
所述数据采集模块通过ETL工具从数据源的业务数据库中抽取所述教育数据，并对所述教育数据进行清洗、转换后发送给所述数据仓库模块；其中，抽取的方式包括：对于数据量少，改动量大的数据源采用全量同步抽取；对于数据量大，改动小的数据源采用增量同步抽取；基于数据源表的日期时间戳或者更新时间作为时间分区字段，按照时间分区进行增量抽取，若没有时间分区字段则采用全量抽取。
4.根据权利要求3所述的教育数据管理***，其特征在于，
所述数据源包括教育软件、教育网站和教学***；所述数据采集模块通过ETL工具从数据源的业务数据库中抽取所述教育数据，包括：ETL工具间隔预定时间从数据源的业务数据库中抽取所述教育数据。
5.根据权利要求1所述的教育数据管理***，其特征在于，
所述学生主题下的信息包括：学生编号、学生年龄、学生性别、学生生日、学生的变更记录、学生学校、学生年级、学生班级、学生联系方式中至少之一；
所述教师主题下的信息包括：教师的联系方式、从教时间、教授科目、教授的班级、班级学生明细中至少之一；
所述考试主题下的信息包括：作业练习、模拟考试、期中考试、期末考试、试卷信息记录、参考数据记录至少之一；
所述试题主题下的信息包括：试题与考试的对应关系、试题知识点信息；
所述行为主题下的信息包括：教师出卷记录、教师阅卷记录、学生作答记录；
所述流量主题下的信息包括：学生在教育软件或者教育网站上产生的所有行为日志、教师在教育软件或者教育网站上产生的所有行为日志。
6.根据权利要求1所述的教育数据管理***，其特征在于，
还包括数据应用模块，所述数据应用模块与所述数据仓库模块相连接，用于接收数据应用指令，并从所述数据仓库模块调取相应的数据；其中，数据应用包括数据分析、数据查询、数据接口服务和BI报表中至少之一。
7.根据权利要求1所述的教育数据管理***，其特征在于，
还包括权限管理模块，用于根据用户的权限级别提供不同的使用权限，其中，所述权限级别包括分析师权限和工程师权限。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910625308.8A CN110334088A (zh) | 2019-07-11 | 2019-07-11 | 教育数据管理*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910625308.8A CN110334088A (zh) | 2019-07-11 | 2019-07-11 | 教育数据管理*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110334088A true CN110334088A (zh) | 2019-10-15 |
Family
ID=68146436
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910625308.8A Pending CN110334088A (zh) | 2019-07-11 | 2019-07-11 | 教育数据管理*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110334088A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110825744A (zh) * | 2019-10-31 | 2020-02-21 | 武汉工程大学 | 一种基于集群环境的空气质量监测大数据分区存储方法 |
| CN110941659A (zh) * | 2019-11-26 | 2020-03-31 | 上海景域文化传播股份有限公司 | 一种复合营收的数据分层拆分方法 |
| CN111311983A (zh) * | 2019-12-12 | 2020-06-19 | 杭州市交通职业高级中学 | 一种基于大数据的汽车数字化教学和管理*** |
| CN112650900A (zh) * | 2020-12-22 | 2021-04-13 | 贵州树精英教育科技有限责任公司 | 一种基于教育平台的数据管理及分析*** |
| CN113032495A (zh) * | 2021-03-23 | 2021-06-25 | 深圳市酷开网络科技股份有限公司 | 基于数据仓库的多层数据存储***、处理方法、及服务器 |
Citations (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050202391A1 (en) * | 2004-01-30 | 2005-09-15 | Allen J. V. | Educational course content duplicator and manager |
| CN101075304A (zh) * | 2006-05-18 | 2007-11-21 | 河北全通通信有限公司 | 电信行业基于数据仓库的决策支持***的构造方法 |
| CN101197876A (zh) * | 2006-12-06 | 2008-06-11 | 中兴通讯股份有限公司 | 一种对消息类业务数据进行多维分析的方法和*** |
| CN101403988A (zh) * | 2008-11-05 | 2009-04-08 | 中国科学院计算技术研究所 | 一种计算机***中文件备份的***及方法 |
| US20090172035A1 (en) * | 2007-12-31 | 2009-07-02 | Pieter Lessing | System and method for capturing and storing casino information in a relational database system |
| CN102043841A (zh) * | 2010-12-10 | 2011-05-04 | 上海市城市建设设计研究院 | 基于Web技术的多源信息供给方法及其集成服务*** |
| CN102110419A (zh) * | 2009-12-25 | 2011-06-29 | 日立民用电子株式会社 | 图像显示装置以及该图像显示装置中所使用的控制电路 |
| CN102663659A (zh) * | 2012-03-27 | 2012-09-12 | 上海爱友科技有限公司 | 一种基于学业成就发展指数的教育*** |
| CN102831546A (zh) * | 2011-06-17 | 2012-12-19 | 吉贝克信息技术（北京）有限公司 | 支持证券经纪业精细化客户价值管理的信息分析*** |
| CN104111996A (zh) * | 2014-07-07 | 2014-10-22 | 山大地纬软件股份有限公司 | 基于hadoop平台的医保门诊大数据抽取***及方法 |
| CN104573071A (zh) * | 2015-01-26 | 2015-04-29 | 湖南大学 | 一种基于大数据技术的校情智能分析***及方法 |
| CN105243146A (zh) * | 2015-10-21 | 2016-01-13 | 南京伯索网络科技有限公司 | 基于移动终端的智能教学方法及*** |
| CN106447561A (zh) * | 2016-10-08 | 2017-02-22 | 华中师范大学 | 一种基于教育大数据的动态可视化方法与*** |
| CN106803218A (zh) * | 2017-03-17 | 2017-06-06 | 西安优盛信息技术有限公司 | 一种基于虚拟化和云计算的大数据教学*** |
| 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 |
| CN108537516A (zh) * | 2018-04-24 | 2018-09-14 | 温州市鹿城区中津先进科技研究院 | 智慧校园教育大数据融合平台 |
| CN108615210A (zh) * | 2018-04-04 | 2018-10-02 | 成都信息工程大学 | 一种综合教育平台 |
| CN108648123A (zh) * | 2018-07-13 | 2018-10-12 | 江苏开放大学（江苏城市职业学院） | 一种基于大数据的网络教学平台及利用其管理网络教学过程的方法 |
| CN109189764A (zh) * | 2018-09-20 | 2019-01-11 | 北京桃花岛信息技术有限公司 | 一种基于Hive的高校数据仓库分层设计方法 |
| CN109669934A (zh) * | 2018-12-11 | 2019-04-23 | 江苏瑞中数据股份有限公司 | 一种切合电力客服业务的数据仓库***及其构建方法 |
-
2019
- 2019-07-11 CN CN201910625308.8A patent/CN110334088A/zh active Pending
Patent Citations (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050202391A1 (en) * | 2004-01-30 | 2005-09-15 | Allen J. V. | Educational course content duplicator and manager |
| CN101075304A (zh) * | 2006-05-18 | 2007-11-21 | 河北全通通信有限公司 | 电信行业基于数据仓库的决策支持***的构造方法 |
| CN101197876A (zh) * | 2006-12-06 | 2008-06-11 | 中兴通讯股份有限公司 | 一种对消息类业务数据进行多维分析的方法和*** |
| US20090172035A1 (en) * | 2007-12-31 | 2009-07-02 | Pieter Lessing | System and method for capturing and storing casino information in a relational database system |
| CN101403988A (zh) * | 2008-11-05 | 2009-04-08 | 中国科学院计算技术研究所 | 一种计算机***中文件备份的***及方法 |
| CN102110419A (zh) * | 2009-12-25 | 2011-06-29 | 日立民用电子株式会社 | 图像显示装置以及该图像显示装置中所使用的控制电路 |
| CN102043841A (zh) * | 2010-12-10 | 2011-05-04 | 上海市城市建设设计研究院 | 基于Web技术的多源信息供给方法及其集成服务*** |
| CN102831546A (zh) * | 2011-06-17 | 2012-12-19 | 吉贝克信息技术（北京）有限公司 | 支持证券经纪业精细化客户价值管理的信息分析*** |
| CN102663659A (zh) * | 2012-03-27 | 2012-09-12 | 上海爱友科技有限公司 | 一种基于学业成就发展指数的教育*** |
| CN104111996A (zh) * | 2014-07-07 | 2014-10-22 | 山大地纬软件股份有限公司 | 基于hadoop平台的医保门诊大数据抽取***及方法 |
| CN104573071A (zh) * | 2015-01-26 | 2015-04-29 | 湖南大学 | 一种基于大数据技术的校情智能分析***及方法 |
| CN105243146A (zh) * | 2015-10-21 | 2016-01-13 | 南京伯索网络科技有限公司 | 基于移动终端的智能教学方法及*** |
| CN106447561A (zh) * | 2016-10-08 | 2017-02-22 | 华中师范大学 | 一种基于教育大数据的动态可视化方法与*** |
| CN106803218A (zh) * | 2017-03-17 | 2017-06-06 | 西安优盛信息技术有限公司 | 一种基于虚拟化和云计算的大数据教学*** |
| CN108615210A (zh) * | 2018-04-04 | 2018-10-02 | 成都信息工程大学 | 一种综合教育平台 |
| 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 |
| CN108537516A (zh) * | 2018-04-24 | 2018-09-14 | 温州市鹿城区中津先进科技研究院 | 智慧校园教育大数据融合平台 |
| CN108648123A (zh) * | 2018-07-13 | 2018-10-12 | 江苏开放大学（江苏城市职业学院） | 一种基于大数据的网络教学平台及利用其管理网络教学过程的方法 |
| CN109189764A (zh) * | 2018-09-20 | 2019-01-11 | 北京桃花岛信息技术有限公司 | 一种基于Hive的高校数据仓库分层设计方法 |
| CN109669934A (zh) * | 2018-12-11 | 2019-04-23 | 江苏瑞中数据股份有限公司 | 一种切合电力客服业务的数据仓库***及其构建方法 |
Non-Patent Citations (1)
| Title |
|---|
| 王卫东: "《网络调查与数据整合》", 31 January 2018 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110825744A (zh) * | 2019-10-31 | 2020-02-21 | 武汉工程大学 | 一种基于集群环境的空气质量监测大数据分区存储方法 |
| CN110825744B (zh) * | 2019-10-31 | 2023-06-20 | 武汉工程大学 | 一种基于集群环境的空气质量监测大数据分区存储方法 |
| CN110941659A (zh) * | 2019-11-26 | 2020-03-31 | 上海景域文化传播股份有限公司 | 一种复合营收的数据分层拆分方法 |
| CN111311983A (zh) * | 2019-12-12 | 2020-06-19 | 杭州市交通职业高级中学 | 一种基于大数据的汽车数字化教学和管理*** |
| CN112650900A (zh) * | 2020-12-22 | 2021-04-13 | 贵州树精英教育科技有限责任公司 | 一种基于教育平台的数据管理及分析*** |
| CN113032495A (zh) * | 2021-03-23 | 2021-06-25 | 深圳市酷开网络科技股份有限公司 | 基于数据仓库的多层数据存储***、处理方法、及服务器 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110334088A (zh) | 教育数据管理*** | |
| Burnap et al. | COSMOS: Towards an integrated and scalable service for analysing social media on demand | |
| McHaney et al. | Computer simulation success: on the use of the end‐user computing satisfaction instrument: a comment | |
| Andres et al. | Studying MOOC completion at scale using the MOOC replication framework | |
| CN110334122A (zh) | 教育数据的查询分析方法及*** | |
| CN106547918B (zh) | 一种统计数据的整合方法及*** | |
| Silva et al. | Integrating big data into the computing curricula | |
| CN112685514A (zh) | Ai智能客户价值管理平台 | |
| Iliev et al. | Political rhetoric through the lens of non‐parametric statistics: are our legislators that different? | |
| CN114417012A (zh) | 一种生成知识图谱的方法和电子设备 | |
| Hui | On the synthesis of social memories | |
| Rajabi et al. | Exposing social data as linked data in education | |
| CN110489247A (zh) | 一种数据实时集成方法及装置 | |
| Sinaga et al. | University Accreditation using Data Warehouse | |
| Zendler et al. | The influence of (research-based) teacher training programs on evaluations of central computer science concepts | |
| Ababneh et al. | Social media usage in education: big data perspective | |
| Zhang | Construction and application of big data analysis platform for ideological and political education in colleges | |
| Xu | The ever-changing face of Chinese interpreting studies: A social network analysis | |
| Cação et al. | Tracking environmental policy changes in the brazilian federal official gazette | |
| Watz et al. | Precision learning through data intelligence | |
| Best | Computers in the humanities and the social sciences: Achievements of the 1980s, prospects for the 1990s. Proceedings of the Cologne Computer Conference 1988 uses of the computer in the humanities and social sciences held at the University of Cologne, September 1988 | |
| Abdelhamid et al. | Harvesting tweets for a better understanding of Engineering Students' First-Year Experiences | |
| Hamroqul o’g’li et al. | Big data and their possibilities | |
| Naydenova et al. | The problem of interpretation in comparative education (Interdisciplinary approach) | |
| Chu et al. | [Retracted] Analysis of the Innovation Path of Marxism Popularization Based on Big Data Analysis |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191015 |
|
| RJ01 | Rejection of invention patent application after publication |