校情数据分析综合平台

龙源期刊网 http://www.qikan.com.cn

综合交通大数据分析平台教学系统设计

作者：郑亮 张云丽

来源：《物流科技》2016年第07期

摘 要：综合交通大数据分析是中南大学交通运输工程学院交通运输专业核心课程《智能交通系统》的重要讲授内容，基于大数据分析的智能交通系统建设是当前国内、外的研究热点与发展趋势。基于综合交通大数据分析平台教学系统的功能需求，构建一套基于综合交通大数据采集模块、传输与存储模块、演示模块和分析、研判与试验模块的教学系统架构，并设计一套教学控制机系统，改进了传统的课堂集中讲授的教学方式。此系统可以让学生直观、深刻、快速地掌握综合交通大数据分析相关的专业知识与技能，提高教学质量和实际教学效果。 关键词：综合交通；大数据；智能交通系统；教学系统 中图分类号：G642 文献标识码：A

Abstract： Comprehensive transportation big data analysis is an important teaching content of intelligent transportation systems， whic

目的：将数据做好,更有效的应用到电商平台,提前进行部署,有效的分析平台的运营效果,分析运营问题,及时找出运营方法,准确的分析消费行为及趋势变化,准确的了解每个环节在电商平台的作用。

目的：将数据做好，更有效的应用到电商平台，提前进行部署，有效的分析平台的运营效果， 法，准确的分析消费行为及趋势变化，准确的了解每个环节在电商平台的作用。电商平台统一计算公式：销售额=UV*转化率*客单名称 pv 基础数据部分

价

解释

计算方式/提取 /(DB数据)

PV(page view)即页面浏览量，或点击量，通常是衡量一 个网络新闻频道或网站甚至一条网络新闻的主要指标。 uv(unique vistor),指访问某个站点或点击某条新闻的不同 IP地址的人数。 独立访客数。 某一时段uv/某一时段的pv 注册会员数 某一时段注册uv/某一时段的总uv 全网或某个链接，banner产生销售笔数，全网成交的总笔数 全网或某个链接，banner产生销售额 全网成交的总用户数 成交用户数/总UV 之前未有成交记录，第一次完成交易的新用户成交金额 之前未有成交记录，第一次完成交易的新用户成交笔数 之前未有成交记录，第一次完成交易的新用户总数量 之前产生过购买记录，本次完成交易

1 项目概述

党的十八大把生态文明建设放在了突出地位，纳入了“五位一体”总体布局，并首次把“美丽中国”作为未来生态文明建设的宏伟目标。2015年新修订的《环境保护法》将“推进生态文明建设、促进经济社会可持续发展”列入立法，以法律的形式将生态文明建设提升到了国家的战略高度。国务院出台的《水污染防治行动计划》“水十条”，对生态文明中水环境和水质保护方面的提出了重点管理要求。与此同时“互联网＋”和“大数据”应用也上升为国家战略，国务院出台的《关于积极推进“互联网＋”行动的指导意见》、《关于促进大数据发展的行动计划》和环保部发布的《生态环境大数据建设总体方案》，将“互联网＋绿色生态”作为11个重点行动之一而提出，要求未来的环保工作必须紧密地与大数据建设结合起来，高度重视大数据在推进生态文明建设中的地位和作用。

2 建设目标

以往信息化发展基本都是着眼于各个业务部门各自的业务需求，“管什么、想什么、干什么”，数据多头采集、相互矛盾的现象普遍，难以从环保工作全局层面支撑决策和管理。很多环境问题还处于现状不清、底数不明、原因不详的困局之中，环保部门在回应重大环境污染事件和解决人民关切的环境问题方面容易陷入被动。

通过以水环境综合大数据分析建设为契机，树立环

第1章 数据分析及展示软件平台选型

1.1 项目采购软件要求

1.1.1 数据查询和分析软件

行业运行分析标项需采购数据查询和分析软件，并基于此软件开发标准的可被其他应用重复使用和可扩充的综合分析查询，此部分支撑软件技术要求如下：

1.1.1.1 技术架构

1.1.1.1.1 数据查询与分析

（1） 数据资源层

分成两个部分，一类是系统外部业务数据资源，一类则是系统内部管理的知识库和配置库。外部业务数据存放着海量的业务数据，实际就是整个系统分析的对象，可以是直接的原始业务数据库，也可以是经过整合清洗后的数据仓库或数据集市；知识库则存放着关于业务库的元数据、业务规则、各类商业分析模型等，可以说是业务分析专家知识的结晶；配置库则是系统内部管理需要的数据。

（2） 分析支撑平台

此层以应用中间见平台为基础，提供了一个用于构建实时商业智能分析的支撑平台，为上层查询和分析应用提供一组基础性、关键性服务和组件；确保了整个系统的安全、可靠、高性能、可扩展性。

（3） 数据资源层

此处实现了数据查询与分析系统的各类可信服务和引擎，针对每种查询分析和其他数据应用都会有对应的引擎在后台提供支撑。

（4） 数据展现

数据资源层展现是整个系统的统一访问入口和集成展现

目的：将数据做好,更有效的应用到电商平台,提前进行部署,有效的分析平台的运营效果,分析运营问题,及时找出运营方法,准确的分析消费行为及趋势变化,准确的了解每个环节在电商平台的作用。

目的：将数据做好，更有效的应用到电商平台，提前进行部署，有效的分析平台的运营效果， 法，准确的分析消费行为及趋势变化，准确的了解每个环节在电商平台的作用。电商平台统一计算公式：销售额=UV*转化率*客单名称 pv 基础数据部分

价

解释

计算方式/提取 /(DB数据)

PV(page view)即页面浏览量，或点击量，通常是衡量一 个网络新闻频道或网站甚至一条网络新闻的主要指标。 uv(unique vistor),指访问某个站点或点击某条新闻的不同 IP地址的人数。 独立访客数。 某一时段uv/某一时段的pv 注册会员数 某一时段注册uv/某一时段的总uv 全网或某个链接，banner产生销售笔数，全网成交的总笔数 全网或某个链接，banner产生销售额 全网成交的总用户数 成交用户数/总UV 之前未有成交记录，第一次完成交易的新用户成交金额 之前未有成交记录，第一次完成交易的新用户成交笔数 之前未有成交记录，第一次完成交易的新用户总数量 之前产生过购买记录，本次完成交易

学情分析是运用现代教学设计理论产生的， 是教学设计系统中影响学习系统最终设计的重要因素之一。学情分析通常被称为“教学目标分析”或“学生分析”。研究学生的实际需要、能力水平和认知倾向， 为学习者设计教学， 优化教学过程，更有效地实现教学目标， 提高教学效率。

一、 为什么要学情分析

学情分析是教学目标设定的基础。没有学情分析的教学目标， 往往是空中楼阁， 因为只有真正了解学生的已有知识经验特点和认知心理， 才能确定学生在不同领域、 不同学科， 不同的学习活动与最近的发展区(已经达到的发展水平与可能达到的发展水平之间的区域) ， 并从知识、 技能和能力方面说明是近几年教学和学习目标的发展区。学情分析是教学内容分析(包括教材分析) 的基础。 没有学情分析的教学内容往往是零散的或无目的的， 因为只有针对具体的学生才能确定内容的重点、 难点和关键点。

学情分析是教学策略选择和教学活动设计的立足点。 没有学情分析的教学策略往往是教师一厢情愿的自我表现。 没有学生的知识和经验基础， 任何解释、 操作、 实践和合作都可能难以实施。总之， 学情分析是“以学生为中心” 、 “以学习为导向” 教学理念的具体落实。

二、 学情分析内容

学情的内容非常广泛， 学生的各个方面都可

学情诊断在教学环节中起承前启后的重要作用。 传统教学中， 教师一般通过经验评价学生学习情况并做辅导 。 文章针对教学中的痛点需求，通过探索应用数据分析进行科学测评和精准教学及个性化辅导， 结合实例阐述了数据分析在学情情诊断、命题开发、评价反馈方面的优势。

一、 传统教学评价中存在的不足

数学教学需要经历“传授新课—巩固落实—阶段检测—学情诊断” 的完整闭环， 并且环环相扣， 逐渐深入。 学情诊断是教学中不可或缺的重要环节， 它是对前一个教学周期教学成果的检测验收， 是新周期教学调整的重要依据。 然而， 在教学实践中， 教师对评价反馈普遍重视不够， 或者受技术条件限制， 尚存在诸多不足。 具体表现： 过于强调评价的甄别与选拔功能， 忽视诊断与激励功能； 过分关注结果而忽视过程； 做成绩统计与分析时， 以名次排位为主， 对学生个体的进步与成长关注不够； 在大班额现状下， 很难给学生提供全面的学情诊断、 个性化的学习建议和因人而异的作业练习。

随着新课改的推进， 传统的评价模式已很难适应“以人为本， 发展个性， 尊重学生主体地位， 促进学生自主、 全面发展” 的教育要求。 新的学情诊断模式呼之欲出。

二、 学情诊断中遇到的困难

我校历来重视数学教学评价反馈，

教师根据学生的呈现结果对他们推送相关建议和资源。这些建议和资源有助于教师优化教学方法，改进教学设计，制订更加合理的教学大纲，并预测学生未来的发展，还为选拔挖掘不同领域的人才提供了更加便捷和可靠的途径。这些既有利于教师进行针对性教学，又能优化整个平台的教学资源建设。

在线学习平台大数据分析对教学的诊断和建议对于在线学习平台而言，大数据方法能以崭新的思维和技术特点对学习过程进行多角度的测量，从而提升专业教学质量与效果，满足不同学生的个性化需求。通过数据分析来构建一条反馈通道，通过运用大数据方法规划建设反馈机制来跟踪教与学的行为，可以促进内容的持续更新，提升在线学习平台的服务能力和质量，具体表现在以下三个方面：

1.解决教师针对性教学的问题在线学习平台可以对所有学生的信息、具体的学习内容、形成性的学习情况等数据进行收集和挖掘，并进行分析、分类、反馈，给予个性化的教学策略。与传统教学相比，通过对在线学习平台上学生动态学习情况数据的分析，教师可以更好地掌握学生具体的学习情况，如对知识点的掌握程度、习题的解答正确率等，然后可以根据这些具体问题进行有针对性的备课，帮助学生更好地学习。

2.解决学生个性化学习的问题平台能对学生在在线学习平台的使用情况，包括各科目、

平衡分析法

所谓平衡就是各个互相联系的因素之间，在数量上保持一定的合理的对应关系。平衡分析法是分析事物之间相互关系的一种方法。它分析事物之间发展是否平衡，揭示出事物间出现的不平衡状态、性质和原因，指引人们去研究积极平衡的方法，促进事物的发展。统计平衡分析的主要方法有编制平衡表和建立平衡关系式。

平衡表与一般统计表的区别在于：指标体系必须包括收入与支出，来源与使用两个对应平衡的指标。平衡表的主要形式有三种，即收付式平衡表、并列式平衡表和棋盘式平衡表，前两种形式如资产负债表、能源平衡表，后一种形式如投入产出表。

平衡关系式是用等式表示各相关指标间平衡关系的式子。如，期初库存+本期入库＝本期出库+期末库存，资产＝负债+所有者权益，增加值＝总产出－中间投入。

统计中的平衡分析基本要求和特点是：平衡分析要通过有联系指标数值的对等关系来表现经济现象之间的联系；要通过有联系指标数值的比例关系来表现经济现象之间的联系；要通过任务的完成与时间进度之间的正比关系来表现经济现象的发展速度；要通过各有关指标的联系表现出全局平衡与局部平衡之间的联系。

其他数据分析方法

回归分析

研究变量之间存在但又不确定的相互关系以及密切程度的分析叫做相关分析，如果把其中的一些因素作

数据采集与结果处理 本实验中有40人参加实验，删除正确率低于90%的被试数据，还剩31名被试数据。其中，消极情绪启动组16人（男生7人，女生9人）；无启动组15人（男生6人，女生9人）。反应时数据处理: 正式数据分析前对数据进行了整理,删除了被试按键反应出错的trails以及反应时在三个标准差以外的trails。被删除的trails小于10%。两组被试在视觉搜索任务的反应准确率均高达90% 以上。以往相关的文献中, 准确率一般不作为因变量加以考察, 因此, 在本研究中, 反应时间是唯一的因变量。

研究结果

2情绪启动（消极启动，无启动）×2面孔情绪图片（负性情绪图片，中性情绪图片）进行两因素混合设计方差分析结果表明：情绪启动主效应显著，F(1，31)=4.212，P=0.049＜0.05，表明电影启动消极情绪显著。面孔情绪图片的主效应显著F(1，31)=207.456，P<0.000；被是对负性面孔情绪图片的反应时显著快于中性情绪图片。情绪启动与面孔情绪图片的交互作用显著F(1，31)= 6.933，P=0.013<0.05。进一步做简单效应（见表2）分析表明：(1)无情绪启动条件下，被试对负性面孔情绪图片反应时显著快于中性面孔图片