CN114462694A - 一种基于学生行为分析模型的智慧校园***和实现方法 - Google Patents
一种基于学生行为分析模型的智慧校园***和实现方法 Download PDFInfo
- Publication number
- CN114462694A CN114462694A CN202210098581.1A CN202210098581A CN114462694A CN 114462694 A CN114462694 A CN 114462694A CN 202210098581 A CN202210098581 A CN 202210098581A CN 114462694 A CN114462694 A CN 114462694A
- Authority
- CN
- China
- Prior art keywords
- data
- student
- campus
- model
- behavior
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 48
- 238000000034 method Methods 0.000 title claims abstract description 28
- 230000006399 behavior Effects 0.000 claims abstract description 52
- 238000007726 management method Methods 0.000 claims abstract description 29
- 238000005516 engineering process Methods 0.000 claims abstract description 19
- 238000007418 data mining Methods 0.000 claims abstract description 18
- 238000005065 mining Methods 0.000 claims abstract description 10
- 238000013480 data collection Methods 0.000 claims abstract 2
- 238000007405 data analysis Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 13
- 230000006870 function Effects 0.000 claims description 9
- 230000009471 action Effects 0.000 claims description 5
- 230000010354 integration Effects 0.000 claims description 5
- 238000004140 cleaning Methods 0.000 claims description 4
- 238000013473 artificial intelligence Methods 0.000 claims description 3
- 238000007621 cluster analysis Methods 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 3
- 230000007774 longterm Effects 0.000 claims description 3
- 230000002085 persistent effect Effects 0.000 claims description 3
- 238000013475 authorization Methods 0.000 claims description 2
- 230000003542 behavioural effect Effects 0.000 claims description 2
- 238000012216 screening Methods 0.000 claims description 2
- 238000011161 development Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 206010041349 Somnolence Diseases 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 231100000279 safety data Toxicity 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- 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
- G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
-
- 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
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- 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)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Educational Technology (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- General Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Primary Health Care (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于学生行为分析模型的智慧校园***和实现方法,所述***包括若干子***,通过对所述子***进行数据收集,将与学生亲密相关的***数据进行收集,对所收集的数据进行整合处理,形成若干学生信息模块,根据不同的学生信息模块按权重比例进行设置,利用数据挖掘技术对学生行为进行建模,依托模型建立学生行为安全预警***。本发明通过对大数据的挖掘,分析学生行为特征:知识结构和学习风格组成,找到影响学生成绩的原因,消费习惯、行为习惯突变,管理人员及时干预。同时,通过对学生行为的分析和预测,为老师的教学和管理提供强有力的支持,做到对学生关心到点、育人到位。
Description
技术领域
本发明涉及校园管理技术领域,具体提供一种基于学生行为分析模型的智慧校园***和实现方法。
背景技术
近年来,在信息化建设推动下高校自行研发或是合作研发了许多管理***,其中一些高校还建设了数字化校园或智慧校园,管理信息***已经在高校的教学、科研、后勤等各个方面得到了广泛的应用,取得了良好的效果。目前,高校普遍建设了一卡通***、教务***、科研***、网络教学***等多功能高度集成的管理信息***。随着这些管理***的使用,高校积累了大量的数据,为了更好的利用这些数据,从中获取可以利用的信息,一些高校已经开始尝试利用大数据挖掘解决一些问题。以上海复旦大学为例,该校利用大数据挖掘技术分析持一卡通学生进出图书馆情况,实时为学生提供图书馆自习室空位数量,方便学生合理安排学习时间;一些学校通过挖掘学生一卡通消费数据,分析出贫困生人员,使贫困生资助费用合理应用;一些学校通过挖掘教务***学生学习成绩,合理调整排课时间,分析了学生成绩优良与哪些因素有关。
大数据为学校管理领域服务的关键在于启发和辅助决策。智慧校园所建设的各类***数据全部汇聚到大数据交换平台之中,将海量的异构多维校园数据进行接入、共享、分发和挖掘应用。
通过大数据综合分析,掌握校园里师生的行为规律和学校的整体运行水平,对学校整体教学科研形势和发展态势整体研判、动态监测,从被动应对到主动服务转型,实现源头发现、智慧服务。本项目通过对每一个学生个体的日常行为习惯和学习行为特征数据进行挖掘分析,为校园综合治理提供数据支撑,构建科学管理、个***、智慧应用的校园治理新模式。
大数据时代背景下,传统的高校管理模式已经不能适应现实发展的要求,这就要求国内高校管理者转变思维,用数据说话,运用大数据处理技术,构建高校云管理模式,进行客观、科学的决策。在这一过程中,对大数据的分析、挖掘、整合、预测是关键,也是难点。
发明内容
本发明的技术任务是针对上述存在的问题,提供一种基于学生行为分析模型的智慧校园***和实现方法。
为实现上述目的,本发明一方面提供了如下技术方案:
一种基于学生行为分析模型的智慧校园***,所述***包括若干子***,通过对所述子***进行数据收集,将与学生亲密相关的***数据进行收集,对所收集的数据进行整合处理,形成若干学生信息模块,根据不同的学生信息模块按权重比例进行设置,利用数据挖掘技术对学生行为进行建模,依托模型建立学生行为安全预警***,助力智慧校园建设。
更进一步的,所述子***包括迎新***、学工***、教务***、选课***、一卡通、校园网日志***。
更进一步的,所述***共分三层:业务***接口层、数据共享层、业务服务层,其中:
(1)业务***接口层:根据不同的应用***,开发相应的接口程序,收集相关数据;
(2)数据共享层:数据集中存储中心,各类数据存储、筛选、分析;
(3)业务服务层:通过浏览器访问相关数据信息,给各教学部门提供学生行为安全预警页面,提供相应决策数据分析防范学生安全事件发生。
更进一步的,所述***基于 OAuth2.0 协议标准,提供统一的用户认证和授权方式,统一不同信息***登录入口,保证数据权限访问安全,为不同身份用户提供不同服务。
本发明技术方案另一方面:
一种基于学生行为分析模型的智慧校园大数据实现方法,所述方法通过建立预警模型,选择数据挖掘算法,对智慧校园数据共享平台中的数据进行挖掘,获得与学生相关的各模块数据,通过对各模块进行权重比例设置,建立预警分析模型。
更进一步的,所述方法通过对高校各类业务应用***的功能和数据结构进行整合,对应用的各种数据库分析归类,通过数据整合和数据采集,形成校园大数据分析平台总体架构。
更进一步的,所述总体架构主要包括:各类异构数据源层、大规模学生数据采集和存储层以及大数据分析层,功能主要包括:支撑功能、数据挖掘、智能分析和信息发布。
更进一步的,所述方法的实现包括:
通过分析并挖掘多维度的大数据,收集业务数据、机器数据、日志数据、外部数据等数据源,将所收集的数据植入数据缓冲层,利用规则库从缓冲层读取数据并进行格式转化,弹性并发以实现数据清洗,将数据推送到分布式持久化存储层,依托数据挖掘、知识发现、分析统计、人工智能算法技术,构建用户群体分析模型、长期行为跟踪模型、资源优劣配置模型、个性化服务决策模型、用户评估反馈控制模型,搭建分布式数据流处理架构,能够大幅降低分布式并行计算应用门槛,同时也能大幅缩减高校在智慧校园软件、硬件环境搭建中的成本支出,有效融合批处理与流处理平台,建成高校智慧校园大数据业务的管理平台,实现个性化管理与服务。
更进一步的,所述方法通过在不同业务数据之间构建公共数据池、数据共享池、数据字典、标准化的数据接口,采用分布式数据流式的 Hadoop 存储,实现高校大数据业务管理***内部的结构化及非结构化数据的存储、交换、推送,为多维度的大数据分析提供基础保障。从而在数据采集和存储环节保障大数据应用,为大数据分析、管理、共享和服务提供基础。
更进一步的,所述方法通过采用 Hadoop 框架对校园大数据进行分类存储和管理,并综合采用 Java 语言、SSH框架、Ajax技术进行二次开发,对校园学生日常行为数据进行分析,从中挖掘出有价值的信息。
更进一步的,所述方法通过采用学生个性化行为序列节点实现方法,依托个性心理学、学***、学习方式偏好、课外兴趣、娱乐生活等个性化情况,形成学生行为画像,从而为学生提供更加个性化的校园管理和服务。学生行为分析模型涵盖学生在校期的吃、住、行、学、娱等个人行为关键信息,依托相关的***数据库,对学生行为信息进行分类汇聚,并运用校园大数据技术进行离散点分析和聚类分析,从而形成实现更加科学合理的校园综合治理。
与现有技术相比,本发明一种基于学生行为分析模型的智慧校园***和实现方法具有以下突出的有益效果:
本发明技术符合国家相关政策,符合教育发展规划,利用计算机技术、数据挖掘技术、数据库技术、WEB 技术等,实现校园数据分析、挖掘。校内现有的各应用***数据收集、存储的数据作为基础数据,把这些孤立化的数据统一收集存储在一个新的数据库(数据共享平台)中,并通过用户个人信息进行关联。根据学校日常教学、消费、管理等工作,建立学生行为安全数据分析、挖掘模型,对模型进行量化处理。通过对大数据的挖掘,分析学生行为特征:知识结构和学习风格组成,找到影响学生成绩的原因,消费习惯、行为习惯突变,管理人员及时干预。同时,通过对学生行为的分析和预测,为老师的教学和管理提供强有力的支持,做到对学生关心到点、育人到位。
附图说明
图1是本发明智慧校园分布式大数据流处理架构图;
图2是本发明大数据分析平台总体架构图;
图3是本发明学生行为分析模型示意图。
具体实施方式
下面将结合附图和实施例,对本发明作进一步详细说明。
一种基于学生行为分析模型的智慧校园***和实现方法,基于学生日常行为分析模型的校园大数据应用,对海量、异构、多维的校园数据进行清洗、整合、挖掘和应用,从中提取出潜在的、极具潜在应用价值的信息,为学校的教学、科研、后勤、管理、安保等各项工作提供科学的数据支撑。
所述***包括内容如下:
1. 数据采集和存储
利用大数据技术构建一个高效、高质量和高度统一共享的“学生行为分析平台”。通过构建不同业务数据之间的公共数据池、数据共享池、数据字典、标准化的数据接口及分布式数据流式的 Hadoop 存储,实现高校大数据业务管理***内部的结构化及非结构化数据的存储、交换、推送,为多维度的大数据分析提供基础保障。从而在数据采集和存储环节保障大数据应用,为大数据分析、管理、共享和服务提供基础。
2. 采用分布式数据流处理架构
如图 1 所示,通过分析并挖掘多维度的大数据,收集业务数据、机器数据、日志数据、外部数据等数据源,将数据植入数据缓冲层,利用规则库从缓冲层读取数据并进行格式转化,弹性并发以实现数据清洗,将数据推送到分布式持久化存储层,依托数据挖掘、知识发现、分析统计、人工智能算法技术,构建用户群体分析模型、长期行为跟踪模型、资源优劣配置模型、个性化服务决策模型、用户评估反馈控制模型,搭建分布式数据流处理架构,能够大幅降低分布式并行计算应用门槛,同时也能大幅缩减高校在智慧校园软件、硬件环境搭建中的成本支出,有效融合批处理与流处理平台,建成高校智慧校园大数据业务的管理平台,实现个性化管理与服务。
所述***的实现包括内容如下:
1. 充分了解高校各类业务应用***的功能和数据结构,对应用的各种数据库技术分析归类,找出数据整合和数据采集的有效方案,形成校园大数据分析平台总体架构,如图 2 所示。***总体架构主要包括:各类异构数据源层、大规模学生数据采集和存储层以及大数据分析层,功能主要包括:支撑功能、数据挖掘、智能分析和信息发布。
2. 如图 3 所示,采用学生个性化行为序列节点分析方法,依托个性心理学、学***、学习方式偏好、课外兴趣、娱乐生活等个性化情况,形成学生行为画像,从而为学生提供更加个性化的校园管理和服务。学生行为分析模型涵盖学生在校期的吃、住、行、学、娱等个人行为关键信息,依托相关的***数据库,对学生行为信息进行分类汇聚,并运用校园大数据技术进行离散点分析和聚类分析,从而形成实现更加科学合理的校园综合治理。
以上所述的实施例,只是本发明较优选的具体实施方式,本领域的技术人员在本发明技术方案范围内进行的通常变化和替换都应包含在本发明的保护范围内。
Claims (10)
1.一种基于学生行为分析模型的智慧校园***,其特征在于,所述***包括若干子***,通过对所述子***进行数据收集,将与学生亲密相关的***数据进行收集,对所收集的数据进行整合处理,形成若干学生信息模块,根据不同的学生信息模块按权重比例进行设置,利用数据挖掘技术对学生行为进行建模,依托模型建立学生行为安全预警***。
2.根据权利要求1所述的一种基于学生行为分析模型的智慧校园***,其特征在于,所述***共分三层:业务***接口层、数据共享层、业务服务层,其中:
(1)业务***接口层:根据不同的应用***,开发相应的接口程序,收集相关数据;
(2)数据共享层:数据集中存储中心,各类数据存储、筛选、分析;
(3)业务服务层:通过浏览器访问相关数据信息,给各教学部门提供学生行为安全预警页面,提供相应决策数据分析防范学生安全事件发生。
3. 根据权利要求1所述的一种基于学生行为分析模型的智慧校园***,其特征在于,所述***基于 OAuth2.0 协议标准,提供统一的用户认证和授权方式,统一不同信息***登录入口,保证数据权限访问安全,为不同身份用户提供不同服务。
4.一种基于学生行为分析模型的智慧校园大数据实现方法,其特征在于,所述方法通过建立预警模型,选择数据挖掘算法,对智慧校园数据共享平台中的数据进行挖掘,获得与学生相关的各模块数据,通过对各模块进行权重比例设置,建立预警分析模型。
5.根据权利要求4所述的一种基于学生行为分析模型的智慧校园实现方法,其特征在于,所述方法通过对高校各类业务应用***的功能和数据结构进行整合,对应用的各种数据库分析归类,通过数据整合和数据采集,形成校园大数据分析平台总体架构。
6.根据权利要求5所述的一种基于学生行为分析模型的智慧校园实现方法,其特征在于,所述总体架构主要包括:各类异构数据源层、大规模学生数据采集和存储层以及大数据分析层,功能主要包括:支撑功能、数据挖掘、智能分析和信息发布。
7.根据权利要求6所述的一种基于学生行为分析模型的智慧校园实现方法,其特征在于,所述方法的实现包括:
通过分析并挖掘多维度的大数据,收集业务数据、机器数据、日志数据、外部数据,将所收集的数据植入数据缓冲层,利用规则库从缓冲层读取数据并进行格式转化,弹性并发以实现数据清洗,将数据推送到分布式持久化存储层,依托数据挖掘、知识发现、分析统计、人工智能算法技术,构建用户群体分析模型、长期行为跟踪模型、资源优劣配置模型、个性化服务决策模型、用户评估反馈控制模型,搭建分布式数据流处理架构。
8.根据权利要求6所述的一种基于学生行为分析模型的智慧校园实现方法,其特征在于,所述方法通过在不同业务数据之间构建公共数据池、数据共享池、数据字典、标准化的数据接口,采用分布式数据流式的 Hadoop 存储,实现高校大数据业务管理***内部的结构化及非结构化数据的存储、交换、推送。
9.根据权利要求6所述的一种基于学生行为分析模型的智慧校园大数据***,其特征在于,所述方法通过采用 Hadoop 框架对校园大数据进行分类存储和管理,并综合采用Java 语言、SSH框架、Ajax技术进行二次开发,对校园学生日常行为数据进行分析,从中挖掘出有价值的信息。
10.根据权利要求6所述的一种基于学生行为分析模型的智慧校园大数据***,其特征在于,所述方法通过采用学生个性化行为序列节点实现方法,依托个性心理学、学习分析理论和大学生事务管理学,构建学生日常行为分析模型;通过数据挖掘算法分析出学生的个性化情况,形成学生行为画像;依托相关的***数据库,对学生行为信息进行分类汇聚,并运用校园大数据技术进行离散点分析和聚类分析,实现校园综合治理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210098581.1A CN114462694A (zh) | 2022-01-27 | 2022-01-27 | 一种基于学生行为分析模型的智慧校园***和实现方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210098581.1A CN114462694A (zh) | 2022-01-27 | 2022-01-27 | 一种基于学生行为分析模型的智慧校园***和实现方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114462694A true CN114462694A (zh) | 2022-05-10 |
Family
ID=81411066
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210098581.1A Pending CN114462694A (zh) | 2022-01-27 | 2022-01-27 | 一种基于学生行为分析模型的智慧校园***和实现方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114462694A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116611022A (zh) * | 2023-04-21 | 2023-08-18 | 深圳乐行智慧产业有限公司 | 智慧校园教育大数据融合方法及平台 |
CN116739387A (zh) * | 2023-08-14 | 2023-09-12 | 广东南方电信规划咨询设计院有限公司 | 一种多维度分析数据的方法及装置、计算机存储介质 |
-
2022
- 2022-01-27 CN CN202210098581.1A patent/CN114462694A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116611022A (zh) * | 2023-04-21 | 2023-08-18 | 深圳乐行智慧产业有限公司 | 智慧校园教育大数据融合方法及平台 |
CN116611022B (zh) * | 2023-04-21 | 2024-04-26 | 深圳乐行智慧产业有限公司 | 智慧校园教育大数据融合方法及平台 |
CN116739387A (zh) * | 2023-08-14 | 2023-09-12 | 广东南方电信规划咨询设计院有限公司 | 一种多维度分析数据的方法及装置、计算机存储介质 |
CN116739387B (zh) * | 2023-08-14 | 2024-01-12 | 广东南方电信规划咨询设计院有限公司 | 一种多维度分析数据的方法及装置、计算机存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105787837A (zh) | 一种基于云计算和物联网技术的智慧教学*** | |
CN114462694A (zh) | 一种基于学生行为分析模型的智慧校园***和实现方法 | |
CN109359881A (zh) | 一种基于高校大数据的可视化综合分析*** | |
Bai et al. | Intelligent platform for real-time page view statistics using educational big data digital resource sharing | |
Javidi et al. | Educational data mining and learning analytics: overview of benefits and challenges | |
Okewu et al. | Design of a learning analytics system for academic advising in Nigerian universities | |
CN113643162B (zh) | 基于大数据平台的个性化学习方法及*** | |
Li et al. | Research on smart campus architecture based on the six domain model of the internet of things | |
CN116402391B (zh) | 基于大数据的综合能力评价方法及*** | |
Yang et al. | RESEARCH ON EARLY WARNING SYSTEM OF COLLEGE STUDENTS’BEHAVIOR BASED ON BIG DATA ENVIRONMENT | |
Xiao | [Retracted] Research and Application of Cloud Platform‐Oriented Intelligent Information Management System | |
Shi et al. | [Retracted] Research on Organization Design of College Chinese Teaching under Big Data Environment | |
Hu et al. | Research on smart education service platform based on big data | |
CN113220675A (zh) | 一种基于WiFi定位数据的高校学生行为分析***及方法 | |
Sun et al. | Application of big data analysis and cloud computing in network platform building | |
Bazan-Krzywoszańska et al. | City as a system supported by artificial intelligence | |
Cai et al. | Research on online learning platform based on cloud computing and big data technology | |
Du | Application of English education big data system based on multi-source information fusion and machine learning | |
Liu et al. | Information resource sharing based on university dance big data management and utilization system design | |
Liu | Research on Public Management Application Innovation Based on Spark Big Data Framework | |
Luo | [Retracted] Analysis the Innovation Path on Psychological Ideological with Political Teaching in Universities by Big Data in New Era | |
Yuan | Designing the Education Resource Management System Using Apriori Algorithm | |
Mohamed et al. | Data mining approach for employability prediction in Morocco | |
Sui et al. | Research on the Application of Educational Big Data Analysis in Online Learning Behavior of Computer Basic Teaching | |
Hu et al. | Design and Application of College Employment Platform for Student Employment Prediction Based on Big Data |
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 |