|
大数据社会的十三大具体应用场景大数据时代的出现简单的讲是海量数据同完美计算能力结合的结果,确切的说是移动互联网、物联网产生了海量的数据,大数据计算技术完美地解决了海量数据的收集、存储、计算、分析的问题。 八、教育大数据 因材施教 随着技术的发展,信息技术已在教育领域有了越来越广泛的应用。考试、课堂、师生互动、校园设备使用、家校关系……只要技术达到的地方,各个环节都被数据包裹。 在课堂上,数据不仅可以帮助改善教育教学,在重大教育决策制定和教育改革方面,大数据更有用武之地。美国利用数据来诊断处在辍学危险期的学生、探索教育开支与学生学习成绩提升的关系、探索学生缺课与成绩的关系。举一个比较有趣的例子,教师的高考成绩和所教学生的成绩有关吗?究竟如何,不妨借助数据来看。比如美国某州公立中小学的数据分析显示,在语文成绩上,教师高考分数和学生成绩呈现显著的正相关。也就是说,教师的高考成绩与他们现在所教语文课上的学生学习成绩有很明显的关系,教师的高考成绩越好,学生的语文成绩也越好。这个关系让我们进一步探讨其背后真正的原因。其实,教师高考成绩高低某种程度上是教师的某个特点在起作用,而正是这个特点对教好学生起着至关重要的作用,教师的高考分数可以作为挑选教师的一个指标。如果有了充分的数据,便可以发掘更多的教师特征和学生成绩之间的关系,从而为挑选教师提供更好的参考。 大数据还可以帮助家长和教师甄别出孩子的学习差距和有效的学习方法。比如,美国的麦格劳-希尔教育出版集团就开发出了一种预测评估工具,帮助学生评估他们已有的知识和达标测验所需程度的差距,进而指出学生有待提高的地方。评估工具可以让教师跟踪学生学习情况,从而找到学生的学习特点和方法。有些学生适合按部就班,有些则更适合图式信息和整合信息的非线性学习。这些都可以通过大数据搜集和分析很快识别出来,从而为教育教学提供坚实的依据。 在国内尤其是北京、上海、广东等城市,大数据在教育领域就已有了非常多的应用,譬如像慕课、在线课程、翻转课堂等,其中就应用了大量的大数据工具。 毫无疑问,在不远的将来,无论是针对教育管理部门,还是校长、教师,以及学生和家长,都可以得到针对不同应用的个性化分析报告。通过大数据的分析来优化教育机制,也可以做出更科学的决策,这将带来潜在的教育革命。不久的将来个性化学习终端,将会更多的融入学习资源云平台,根据每个学生的不同兴趣爱好和特长,推送相关领域的前沿技术、资讯、资源乃至未来职业发展方向,等等,并贯穿每个人终身学习的全过程。 九、体育大数据 夺冠精灵 从《点球成金》这部电影开始,体育界的有识之士们终于找到了向往已久的道路,那就是如何利用大数据来让团队发挥最佳水平。从足球到篮球,数据似乎成为赢得比赛甚至是奖杯的金钥匙。 大数据对于体育的改变可以说是方方面面,从运动员本身来讲,可穿戴设备收集的数据可以让自己更了解身体状况。媒体评论员,通过大数据提供的数据更好的解说比赛,分析比赛。数据已经通过大数据分析转化成了洞察力,为体育竞技中的胜利增加筹码,也为身处世界各地的体育爱好者随时随地观赏比赛提供了个性化的体验。 尽管鲜有职业网球选手愿意公开承认自己利用大数据来制定比赛策划和战术,但几乎每一个球员都会在比赛前后使用大数据服务。有教练表示:“在球场上,比赛的输赢取决于比赛策略和战术,以及赛场上连续对打期间的快速反应和决策,但这些细节转瞬即逝,所以数据分析成为一场比赛最关键的部分。对于那些拥护并利用大数据进行决策的选手而言,他们毋庸置疑地将赢得足够竞争优势。” 十、环保大数据 对抗PM2.5 前年7月21日北京遭遇特大暴雨,在一天之内,平均降雨量达164毫米,也是北京市61年以来最大规模暴雨。此次暴雨因来势凶猛而给广大市民生活带来巨大影响。其实,摊上这种事儿,最主要的还是需要气象部门及时、准确地做出预警,并协同其他运营商部门,将这种预警信息第一时间下发到北京市民(包括在京旅行的人士)。也正是如此,前年的那场暴雨不仅暴露出了管理工作上的漏洞,也引起了业内人士关于一场“大数据”的探讨。 气象对社会的影响涉及到方方面面。传统上依赖气象的主要是农业、林业和水运等行业部门,而如今,气象俨然成为了二十一世纪社会发展的资源,并支持定制化服务满足各行各业用户需要。借助于大数据技术,天气预报的准确性和实效性将会大大提高,预报的及时性将会大大提升,同时对于重大自然灾害,例如龙卷风,通过大数据计算平台,人们将会更加精确地了解其运动轨迹和危害的等级,有利于帮助人们提高应对自然灾害的能力。天气预报的准确度的提升和预测周期的延长将会有利于农业生产的安排。 尤其是进入秋冬季以来,我国多个城市爆发雾霾天气,空气污染严重。随着PM2.5对于人体健康的危害日益被公众熟知,人们对于“雾霾假”的呼声也越来越高。有人调侃,重度污染天走在上班路上就是一台“人肉吸尘器”。 由此看来,依靠大数据分析北京或其他城市空气污染的形成及对策,任重道远。一是数据的来源。高耗能企业的生产规模、排放量这些数据是否层层上报,准确统计?掌握此数据的部门是否能向社会公开?北京500万辆汽车所加汽油到底有哪些成分,产生的尾气对空气污染指数的“贡献”率到底多大?二是要冲破数据挖掘分析应用的技术壁垒,当然前提就是数据公开。 责编:李玉琴 微信扫一扫实时了解行业动态 微信扫一扫分享本文给好友 著作权声明:畅享网文章著作权分属畅享网、网友和合作伙伴,部分非原创文章作者信息可能有所缺失,如需补充或修改请与我们联系,工作人员会在1个工作日内配合处理。 |
热门博文 |
|