简介:当前各网络学习系统和资源库之间存在着信息孤岛现象.文章以大数据时代为背景,首先认为造成这种现象的原因主要包括数据的多源异构性和新兴网络技术的应用,如系统的异构,模式的异构和物联网技术等.为了解决这个问题,必须构建异构数据共享系统,该系统包括应用层、数据服务层和数据层.与此相关的关键技术应该具备完成海量数据的存储和海量数据运算的功能.其主要解决策略是从非结构化数据库入手解决异构数据融合问题,其中具有代表性的就是noSQL技术,它具有易扩展、高性能、数据模型灵活等特点.在此基础上,通过数据的表示及格式转换、数据互操作和直接数据访问模式等方式,完成异构数据的集成,最终实现网络学习环境之间“直通车”目的.总之,该论文对网络学习环境中的异构数据和集成进行初步的探讨,希望对今后的相关研究起到抛砖引玉的作用.
简介:未来人工智能、大数据、学习分析等技术被广泛应用于教育教学中,量化学习将成为新的研究热点。本研究首先对量化学习的内涵、特征、工具和方法进行概述,然后阐述了量化学习的价值意义和应用案例,进而分析了量化学习发展趋势与其面临的挑战。
简介:摘要:目前我国信息技术水平和我国科技水平的快速发展,数据挖掘技术的应用和大数据的发展是相辅相成的,在发展过程中,通过对数据挖掘技术的有效应用可以逐步提高系统对各种数据信息的处理能力,同时还能够进一步降低数据 信息管理成本的投入。但是,随着各行业的发展与数据规模的暴增,对于数据挖掘技术的应用也提出了更为严格的要求。机器学习作为一门交叉学科,应用计算机处理技术对人类行为进行智能化模拟,以此进行知识和技能的获取,同时还能够不断进行知识结构的调整和优化,将机器学习应用在数据挖掘中可以进一步提高大数据处理效率,因此得到广泛应用。为了能够在数据挖掘中充分发挥机器学习的应用价值,相关从业人员还需对机器学习的应用问题展开深入分析,使其更好地助力社会的进步与发展。
简介:摘要:大数据时代的到来,教育信息化逐渐普及与深入,教育在不断地革新与发展,传统的教学模式发生了极大地改变,学习分析应运而生并成为教育研究与应用领域的新热点。文章基于文献研究的研究方法,以大数据为背景,首先对学习分析技术的概念和特征等进行展开讨论,其次对大数据视角下的学习分析技术的优势进行总结,最后,畅想学习分析技术的前景,指出其将要面临的挑战,旨在为后续研究者提供参考。
简介:摘要:以信息技术为指导方向开展人工智能课程,面向未来做好学科设计。并以现代化教学手段完成教学任务,进而启发新时代条件下以大数据为背景的高职课程,为相关学科教学提供有效参考。
简介:【摘要】随着教育部启动教育信息化2.0行动,推进“互联网+教育”的具体实施,充分发挥大数据、人工智能、区块链等信息技术在新时代教育中的独特优势,构建大数据时代的智慧教育,已成为我国大学英语教育的新境界、新诉求、新趋势。智能环境不仅改变了教与学的方式,对教学评价也提出了新要求。如何挖掘和利用教学管理平台和学习平台产生的大数据,对学生的学习行为进行评价,建立多元评价体系,引导学生不断自我完善和提高,形成以评促教、以教促学的良性循环,是大学英语教育工作者应该认真探讨的问题。