基于大数据的教育自学系统技术方案

本发明专利技术基于互联网大数据环境开发的教育自学系统，通过对教育数据挖掘来分析教和学的过程中产生的数据;同时对学习者以及他们的学习环境的数据测量、收集、分析和汇总呈现；该系统同时提供个性化的学习服务，让学生可以自主的选择学校内容和方向，提高学习的质量。

Education self-study system based on large data

An educational self-study system developed on the basis of a large data environment on the Internet to analyze the data produced in the process of teaching and learning by mining the educational data; at the same time measuring, collecting, analyzing and summarizing the data of the learners and their learning environment; the system also provides personalized learning services for students to make available. With independent choice of school content and direction, improve the quality of learning.

【技术实现步骤摘要】
基于大数据的教育自学系统
本专利技术属于互联网WEB
，涉及了大数据技术。
技术介绍
随着大数据的崛起和数据密集科学的发展，教育数据挖掘成为大数据在教育领域的具体应用,基于数据的教学干预应用程式已出现并在实际教学中使用。
技术实现思路
系统的功能如下：1.应用EDM技术，分析跨越多所高等院校的学生数据，以期发现并确认影响学生退学/以及是否能够毕业的因子，并据此实施有效的教学干预；PAR的主要目的是应用EDM技术，分析跨越多所高等院校的学生数据，以期发现并确认影响学生退学/以及是否能够毕业的因子，并据此实施有效的教学干预2.通过数据挖掘和统计预测模型，根据多个变量来预测学生是否能够完成/通过该课程；Signals系统通过数据挖掘和统计预测模型，根据多个变量（表现指标包括：现有平均分和努力程度，如学生LMS的交互频率；个性特点指标包括学术准备，如高中平均分和各项标准考试成绩；学生特点，如是否为美国居民、年龄和选修学分）来预测学生是否能够完成/通过该课程；3.该系统的数据模型包括以下核心数据元素：（1）总体元素：基本框架，描述所有PAR数据的基本概况；（2）学生一般元素：描述学生人口数据和学术背景信息；（3）学生课程元素：描述学生参加的课程和学生的课程成果；（4）学生的学术元素：学生级别的数据；（5）课程目录的元素：教育机构开办的PAR学生就读的课程细节信息；（6）学校元素：学术单位的具体信息。

【技术保护点】
1.基于大数据的教育自学系统，其特征在于，本系统通过数据挖掘和统计预测模型，根据多个变量来预测学生是否能够完成/通过该课程；应用EDM技术，分析跨越多所高等院校的学生数据，以期发现并确认影响学生退学/以及是否能够毕业。

【技术特征摘要】
1.基于大数据的教育自学系统，其特征在于，本系统通过数据挖掘和统计预测模型，根据多个变量来预测学生是否能够完...

【专利技术属性】
技术研发人员：不公告发明人，
申请(专利权)人：长沙云昊信息科技有限公司，
类型：发明
国别省市：湖南,43