◎31万～60万中国科技信息2017年第23期·CHINA SCIENCE AND TECHNOLOGY INFORMATION Dec.2017DOI：10.3969/j.issn.1001- 8972.2017.23.015可实现度可替代度行业曲线linkappraisementindustry苏新菊1 阳瑞新2 阳晓彤31.安顺市开发区龙井小学；2.安顺学院电子与信息工程学院；3.湖南女子学院信影响力真实度息技术2014级二班point行业关联度苏新菊（1974-）女，安顺市开发区龙井小学，研本文针对“云计算、物联网、大数据、人工智能”等科技力推动着教育究方向：中小学智能教育；阳瑞新（1974-）男，革命，提出教育大数据人工智能教育系统的框架，分析各个主要模块教育湖南邵阳人，硕士，讲师。研究方向：嵌入式系统开发。功能，这种系统架构实现学校、教师等优质教育资源网络化、公平化的观点。贵州省科学技术基金项目“基于Android家在智能教育系统领域起到作用。居物联网智能化系统平台的研究与设计”（黔如付诸现实将产生，突破传统教育的瓶颈，实现人工智能时代“差异化、科合J字LKA[2013]03）资助精准化、公平化、个性化”的教育和创新人才培养，价值不可估量的。基于大数据的人工智能教育系统设计人工智能正在推动第四次工业革命，云计算、物联网、大数据、人授课式规模化”教育（Ⅲ模式），强化“班级、教师、课堂”，工智能等科技力量正推动着教育革命。设计了教育大数据人工智能教育弱化“个性化”教育。系统的框架，分析各个主要模块教育功能，这种系统架构实现学校、教师等优质教育资源网络化、公平化。分析其系统对教育大数据的“数据Ⅲ模式的教育短板采集”、“数据处理”、“数据分析与展现”处理原理与技术，以达到最低成本，优化组合各种优秀教学资源。教育大数据通过“数据接口”Ⅲ模式，考试分数决定命运，分数教育中心化，能力教人工智能化提供“精准教学”、“科学管理”、“科学研究”、“个性服务”育边沿化；并非真正因材施教，教材统一化，教师备课统一对学者进行教学服务，突破传统教育的瓶颈，实现人工智能时代“差异化、考试大纲化，学生作业标准的考试题海化；教师填鸭式课堂精准化、公平化、个性化”的教育和创新人才培养。教学，个体互动缺乏；教师精讲理论、轻化动手实验的教育理念与企业急需技能脱节。“教育即生活”，“教育为未来生活之准备”，“知识Ⅲ模式，一方面大片的绿色森林变成了“桌椅、书籍”就是财富”，教育提升个人社会属性，教育扩大个人自然属为代表的学习工具，加重了社会环境的负担。另一方面缺乏性的自由空间。教育推动社会的进步。教育是社会体系中最差异性、个性化、精准化、公平化的教育。让家庭与学校、复杂的和影响最为深远的体系，人类每个体、社会每家庭组家长与教师彼此形成信息孤岛，无法有机结合形成合力实施织都在其中。社会与教育关系是硬币的正反面密不可分。教育管理。名师为代表的优质教学资源，集聚于中心城市，Ⅲ模式失去了教育公平性。家长为子女前程和个性的发展，自然科技推动教育革命请家教和上辅导班，其费用之大，教育效果却令人堪忧……人工智能正在推动社会进行第四次工业革命，科技力量Ⅳ模式教育时代正在推动教育进行三次革命，如图1所示。人类在劳动中创造使用工具，用树枝、石头等物件与收获的猎物一一对应方式计数……“原始社会的“个别”教育（Ⅰ模式）伴随出现。社会生产力提升，文字、职业分工的出现，第一次教育革命到来，老师在学校从事“个性化的农耕”教育（Ⅱ模式）。造纸、活字印刷术的发明，书籍变成传递知识的使者，加快了知识传播的速度和社会的进步。社会先后经过“蒸汽机”、“电动机”两次工业革命，教育伴随完成第二次革命，教师在学校进行“批量式、标准化、集中化、大众化的班级图1 教育三次革命-52-2017-23 (1).indd 522017/11/28 11:11:52CHINA SCIENCE AND TECHNOLOGY INFORMATION Dec.2017·中国科技信息2017年第23期31万～60万◎表1 三种模式教育特点Ⅱ 模式Ⅲ 模式Ⅳ 模式开始的时间农业社会前夕第一次工业革命前夕第四次工业革命前夕教师代表孔子、老子、苏格拉底赫尔巴特、陶行知萨尔曼·可汗教育目的培养服务统治阶级的人才培养服务资本主义经济发展的人才。培养适应第四次工业革命的人才。教育组织官方学校和私塾共存的教育组织形式。以课堂授课为中心，规模化学校教育组织“差异化、个性化、精准化、公平化”的学校、形式。家庭、社会三者相结合的教育组织形式。教育内容政治典籍、文化作品、宗教礼仪等教育内容。工业化各种新的技术、新知识、新能源等系统理论以及各种职业技能纳入到课程体系，教育内容。注重从学历转向创新能力培养。教育方式口耳相传，有目的、组织、秩序专门的教育活动。集中、规模化的班级授课制，以教师为中心。网络、虚拟化社区与现实课堂有机结合教育规模教学组织规模小形式教育种类齐全、功能完备的教育体系规模缩小，走向分散式、交互式个性化教育。图2 大数据人工智能教育时代（Ⅳ模式）图3 Ⅳ模式教育系统框架教育正进行第三次革命，云计算、大数据、物联网、人工智能科技让教育走向大数据人工智能教育时代（Ⅳ模式）。管理学校、教师资格。优化组合各种教育资源。Ⅳ模式即大数据人工智能教育时代如图2所示，PC时教学服务端模块功能：教师根据自己的导学理念、专业代数字化教育，粉笔在黑板的板书变成了投影，教师备课和及层次、服务对象，向“教育资源管理端”申请教师服务资格。学生学习的效率大幅度提升，PC互联网教育时代知识获取教师有教师服务资格后，向“教育资源管理端”制作发布教和传播便利化、迅速化，智能终端移动互联网时代教育超越学资源。教师可以注册多个学校，教师不再是一所学校的资时空的约束。“差异化、精准化、公平化、个性化”大数据源。实现教师资源网络化、公平化。Ⅳ模式教育系统，把学人工智能教育时代（Ⅳ模式），人类最终走向终身学习自由习者学习行为数据调用不同模型分析工具、对数据进行分析，时代。改革创新教育内容、优化教学方法，指导学生个性化学习。Ⅳ模式教育系统不是取代教师，而是把教育做得更好。Ⅱ模式、Ⅲ模式、Ⅳ模式的教育特点学校管理端模块功能：用大数据分析得到各学校专业设置等数据，确定自己学校的办学理念、专业及层次、服务对象，终身学习自由时代，教育以学生为本，学科知识、专业向“教育资源管理端”申请办学资格。学校主要向“教育资素质、专业实践、创新品质、情感信仰得到培养，教育技术源管理端”招聘和管理教师，发布本学校教师的教学服务给解放了人类原有的天分，在学校课堂之外，学习者自由地选学习者选择。学校实体主要为学习者提供实验室、自修室等择学习方式和内容。教化撤退，支持与服务推进。Ⅱ模式、网络无法提供生活、实验场所，学校不再仅仅是区域的资源，Ⅲ模式、Ⅳ模式三种模式特点如表１所示。学校资源更加网络化、公平化。学习端模块功能：学习者在Ⅳ模式教育系统，根据自己Ⅳ模式教育系统框架的兴趣、职业规划、工作等，进入不同学校，选择不同的课程和导师的服务。学习者在Ⅳ模式教育系统中，是没有时空Ⅳ模式教育系统，由教育资源管理端、学校管理端、教限制性的被服务对象，靠记忆和模仿的学习方式将被淘汰，学服务端、学习端、费用支付管理端、技术与安全管理端、学习活动是主动化、自由化、差异化、个性化、精准化、公监督评价端组成，如图3所示。平化。监督评价端模块功能：政府、社会用人单位、行业协会Ⅳ模式教育系统主要模块功能制定考核标准与方式，对学习者进行能力评估，实现对学习不同教育角色以身份证（学习者、教师、家长等）或机者、学校、教学第三方评价，给用人单位提供人才数据。如构代码（学校等），在Ⅳ模式教育系统注册，系统并确认真学习者是义务教育者，家长在监督中发挥重要作用，企业培实身份，系统根据系统密级程度和用户需求，设定权限级别训企业是监督、评价、支付方。控制访问权限，保证系统和数据的安全。不同教育角色以智费用支付管理端模块功能：在Ⅳ模式教育系统中，根据能移动终端、PC方式，在Internet、WIFI等通信支持下，学习者得到服务种类和监督评价端模块给学习者评价，进行进入Ⅳ模式教育系统，实现学习活动和各种教育功能。各种费用统计，进行第三方支付。义务教育是政府支付费用，教育资源管理端模块功能：发布教育方针与政策，审批实现支付公开、透明、合理。-53-2017-23 (1).indd 532017/11/28 11:11:52◎31万～60万中国科技信息2017年第23期·CHINA SCIENCE AND TECHNOLOGY INFORMATION Dec.2017系统容灾、敏感信息集中管控和数据管理等产品进行端对端的数据保护。教育大数据采集学生、教师、管理者、家长、学习平台、校园网站、教育装备等人和物在教与学过程中产生传感器数据、网络数据各种教育大数据，用数据库、网络数据、文件采集等方式采集教育大数据。 数据库采集：传统的关系型数据库MySQL和Oracle图4 教育大数据处理原理与技术等来存储数据。Sqoop、ETL、Kettle、Talend和hdfs，hbase和主流Nosq数据库之间实现数据同步和集成。网络数据采集：通过网络爬虫、API方式，提取网络数据，并存储为本地数据文件。文件的采集：flume进行实时的文件采集和处理，ELK（Elasticsearch、Logstash、Kibana）进行日志采集和处理。教育数据预处理数据采集获得的结构化、半结构化及非结构化感知数据、网络数据，采集到的大多数据不完整、结构不一致、含噪声的脏数据，无法直接用于数据分析或挖掘。这些数据经过“数据传输”进入“教育数据处理”进行处理。图5 教育大数据处理的基础技术图谱通过数据清理、数据集成、数据转换、数据规约对采集到原始数据进行数据预处理，将数据转化单一构型。技术与安全管理端模块功能：对整个Ⅳ模式系统技术升对遗漏值数据（全局常量、属性均值、可能值填充或级与数据安全管理，整合教育大数据处理的基础技术，协调者直接忽略该数据方法处理）、噪音数据（分箱、聚类、计数据处理和分析机制，建设大数据及其信息安全体系。算机人工检查和回归方法去除噪音处理）、不一致数据用ETL（Extraction/Transformation/Loading）和Potter，s Ⅳ模式教育大数据处理原理与关键技术Wheel清理工具进行数据清理。模式匹配技术（数据因命名的差异导致，利用元数据来大数据是对海量数据的挖掘、处理，通过交换、整合和进行区分识别数据实体，进行数据实体模式匹配）、数据冗分析，发现新知识，增长新智慧，创造新价值。Ⅳ模式教育余技术（利用皮尔逊积矩来衡量数据数值属性，绝对值越大，系统，教育大数据处理原理与技术如图4所示。两者之间相关性越强，来源于数据属性命名的不一致。）是数据集成主要技术，是解决多源中的数据合并存放到一个一教育大数据处理基础技术图谱致的数据库存储。教育大数据处理的基础技术图谱如图5所示。第一类数据变换完成数据名称及格式的统一化（对数据大数据、云计算的关系就像一枚硬币的正反面一样密不进行数据粒度转换、商务规则计算、数据统一的命名、数据可分，是一次颠覆性的技术变革。数据分析挖掘、云计算、统一数据格式、数据统一计量单位），第二类数据变换对不机器学习、分析式存储、统计学等多领域知识，都是教育大存在数据的源数据库，对数据仓库进行字段的组合、分割或数据处理基础技术。计算。数据归约是数据方聚集、维规约、数据压缩、数值规约教育大数据处理规范与数据安全和概念分层数据规约等技术，在保持数据原貌完整性基础上，基于学习者的隐私、系统的安全角度，在采集、存储、最大限度地精简数据量来表示数据集。数据归约数据集变小，分析、应用大数据全阶段，建立“标准与规范”、“安全与进行数据挖掘，依然得到原数据集相同分析结果。管理”规则和标准，如数据采集和使用仍然是应该有边界的。建立教育大数据“标准与规范”、“安全与管理”安全中心教育数据处理流程系统是大数据安全保障，加强对大数据的安全管理，让数据第一步：数据预处理。自由安全流动。第二步：进行从数据产生的业务、数据结构化的程度、用PGP、TrueCrypt数据加密技术，大数据在云存储数据产生的环节几个维度进行数据分类。空间存储过程中提供安全保障；用SSL（安全套接层）加密第三步：进行“结构化数据处理”、“非结构化数据处理”和过滤器监控技术，大数据在传输服务过程中提供安全保障；和“教育数据整合”。用大数据隐私保护、外包数据计算，防止黑客网络攻击。用第四步：采集到的数据在“文件库”、“关系文件库”、-54-2017-23 (1).indd 542017/11/28 11:11:57CHINA SCIENCE AND TECHNOLOGY INFORMATION Dec.2017·中国科技信息2017年第23期31万～60万◎表2 效能评估问卷汇总表观测点Ⅲ模式对Ⅲ、Ⅳ模式不确定Ⅳ模式Ⅳ模式效能评估等级1.教育公平性。2%1%97%A2.教育能真正做到因材施教。3%3%93%A3.教育的社会功能与其他社会问题相互关联，并得到解决。5%3%92%A4. 教育科学直接在家庭中推行实施。2%5%93%A5. 教育能培养个人信仰和情感。3%7%90%A6. 社会、学校、家庭教育有效结合。2%4%94%A7. 教育费用，学习者高额支出。85%10%5%A8. 优秀教师集中分布。96%3%1%A9. 教育具有社会功利性。92%1%7%A10. 学习与考试相结合。90%4%6%A11.教育受时空的限制性。96%3%1%A12.理想教育与现实教育相对立。94%2%4%A“数据仓库”、 “教育数据存储”进行分布式存储的方式来用统计分析、预测建模、数据挖掘、文本分析、实体分析、存储数据。建立相应高可用、高可靠和经济性的数据库，以优化、实时评分、机器学习等进行预测性分析。决策依靠预便管理和调用。测进行，分析用户的结构化和非结构化数据趋势、模式和关系，预测将来事件，并做出相应的措施。教育大数据存储技术路线语义引擎，把学习者已用的数据加上的语义，变成数据教育大数据存储技术路线（MPP架构数据库集群、库上的一个语义叠加层。语义技术应用，让学习者快、准确、hadoop技术扩展和封装、大数据一体机）建立相应的数据全面地获得所需信息。库存储数据，便于管理和调用。教育数据质量从计划、获取、存储、共享、维护、应用、MPP架构数据库集群（Shared Nothing架构、列存储、消亡生命周期的每个阶段，各类数据真实性和价值性质进行粗粒度索引大数据处理技术），PB级别的结构化教育数据识别、度量、监控、预警管理活动。改善数据质量。分析使用MPP架构分布式计算模式有高性能和高扩展性的特点。教育大数据应用与服务Hadoop平台NoSQL技术，广泛用于对于非结构、半教育大数据的经过“数据采集”、“数据处理”、“数结构化数据处理、复杂的ETL流程、复杂的数据挖掘和计据分析与展现”的流程，教育大数据最终通过“数据接口”算模型，互联网教育大数据应用场景处理就是通过Hadoop提供“精准教学”、“科学管理”、“科学研究”、“个性的技术扩展和封装存储。服务”等教育大数据应用服务，实现公平化和个性化的教育。大数据一体机（集成服务器、存储设备、操作系统、数据库管理系统、软件结合据一体产品）为数据查询、处理、Ⅳ模式教育系统效能评估分析，具有良好的稳定性和纵向扩展性。 系统的效能测试，是系统设计重要环节，对Ⅳ模式教育教育大数据分析与展现系统效能评估采用专业问卷式。把教育中容易出现的一些典在数据平台存储的教育大数据，进行萃取、提炼，通过型弊端，设计为三选一的问卷。问卷发给某所重点大学师生可视化分析、数据挖掘算法、预测性分析、语义引擎以及数1000份，回收856份。经统计结果如表2所示，Ⅳ模式教据质量管理，找有用的信息和内在规律的过程。育系统效能评估优秀（A等）。分散、数据结构不统一教育数据信息经可视化分析，在可视化数据分析平台，以简单、清晰、直观图形化手段进行结束语传达与沟通信息，更易于学习者接受。大数据分析的理论核心就是数据挖掘算法，数据挖掘算本文提出Ⅳ模式教育系统框架模型，重点分析模型不同法是根据数据创建数据挖掘模型的一组试探法和计算。对各教育角色在Ⅳ模式系统中的教育功能，重点分析Ⅳ模式教育类数据统计方法都能深入数据内部，不同的算法基于不同的系统教育大数据处理技术，对Ⅳ模式教育系统进行效能评估数据类型，挖掘出数据的价值，首先创建模型，算法分析用优秀（A等）。“萨尔曼·可汗”方式开启了人类Ⅳ模式教户提供的数据，查找特定类型的模式和趋势进行分析，用分育系统的探索之旅，未来的科技为社会和Ⅳ模式教育系统走析结果定义创建挖掘模型的最佳参数，以便提取教育数据的向成熟。未来的学习就是全方位的服务，教育应该是充满阳可行模式和详细统计信息。光和鲜花的家园，给我们快乐和自信。-55-2017-23 (1).indd 552017/11/28 11:11:58