- 1、本文档共5页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
军队院校智慧校园下大数据融合平台的探索
摘要:大数据是国家基础性战略资源。本研究在现有高校大数据的建设成果上,进一步对大数据融合平台在军队院校智慧校园中的教学训练实践探索进行调研与分析,深入剖析大数据建设的使能作用,为军队院校教学训练、教育科研中大数据建设的发展方向提供理论支撑和实践建议。
关键词:大数据;军队院校;智慧校园
0、引言
随着信息化、智能化的趋势越来越明显,大数据在军事领域的应用也越加广泛,大数据逐步融入联合作战、军事教学科研之中,为军队创新实践带来了新动力。在信息化建设过程中,军队院校在日常教学和管理中会产生大量的数据,但这些数据没有得到有效的利用,传统的数据收集和处理已经不能满足现代化的教学训练需求。
1、大数据在军队院校中的实践
新时代下军队院校如何将大数据技术引入培养新型军事人才过程中,具体体现为以下五点:一是将教学大纲、实战训练纲要和生长军官培养的实际需求相结合[1];二是合理优化课程结构,做到理论与实战相结合,增强教学实践;三是转变传统教学模式,构建精准明确的融合式教学模式[2];四是对军事教学训练、部队管理等多领域数据资源进行采集、存储、处理、挖掘和运用,健全多维度的教学评价体系;五是加强教学保障,保障教学、训练、科研的顺利有序进行。大数据技术的应用能够实现军事教学训练正规化管理、科学化实施、合理化评估、精准化保障和智能化发展,全面提升军队院校人才培养水平,同时为新时代院校服务部队备战打仗提供有力支撑,因此应当加速推进大数据技术在军队院校中各方面的应用融合,本研究建议从以下几方面进行开展。
1)在教育规划方面,通过对历年学员各类学习数据进行挖掘分析,对在校学员学习数据进行全程跟踪,将挖掘到的数据与课程设置、师资力量、学员职业生涯发展情况等数据比对分析,进行教育培养投入与岗位能力需求之间的关联强度研究,为军队院校人才培养方向提供数据分析辅助[3]。
2)在授课教学方面,驱动精准教学,以学为中心,根据学员学习的差异性,因材施教,实现课堂教学的高效化;合理安排教学内容,建立知识图谱,从知识、技能、价值观三大层面建立学习框架。根据每个学员的不同学习特征配置适合其自身学习需要的教学内容,学员从教学内容中汲取知识,以知识为基点展示自己的能力,实现个性化学习[4]。
3)在体能训练方面,通过部署的音视频采集、生物识别、传感探测和智能穿戴等设备,以及配套软件系统,自动常态地采集实践训练、考试考核的数据,传输并存储到数据库中。实现教学训练身份感知识别、时长自动统计、伤情实时监测、进程全维监管、质量精准掌控、训考多项调控、考核过程自动统筹、考核结果及时展现等功能。从而可以更好地提高院校训练管理能力。
2、军队院校对大数据融合平台的初步探索
现有军队院校的数据中心有若干个信息系统,各信息系统的建设没有统一的数据标准,且各信息系统间缺少数据共享交换平台,难以进行系统间的交互和分析利用。按照大数据应用成熟度分析,大数据建设处于基础的统计分析阶段,缺少数据战略支持,单纯以业务驱动,虽对数据产生了一定的累积和收集,但数据组织形式单一,缺少统一标准和质量管控,只能进行单调的表格报表导出功能,缺少数据深度有效分析。这就需要建设一个可以提供海量数据,包括基础数据、动态数据和综合分析数据三级数据存储能力的资源体系。
基础数据平台
针对军队院校信息化现状,结合未来发展趋势,建设基础数据平台,应达到覆盖全域数据、结构层次清晰、数据准确一致、操作方便易用、支持创新业务快速落地等效果。根据对海量数据进行采集、清洗、存储、加工、标记,统一数据开发的需要,平台包含以下内容:
1)数据汇聚
支持多种数据源,支持与院校现有各业务系统进行对接,支持异构数据源的配置管理。能够将全校的图片、视频、日志文件、备份数据和容器/虚拟机镜像等资源集中统一存储,提供多种数据收集能力,如通过数据接口实现内部数据采集,通过爬虫或接外部口采集外部数据,进行数据的集中统一存取。
2)数据清洗
根据国家及军队有关数据集标准,进行数据提纯加工,按照标准制定统一数据规范可定义数据规范。可应用资源目录和元数据等技术进行数据标准管理,构建基础数据资产;可通过数据的清洗、审查、验证、转换等数据处理手段,对数据进行质量检测,确保入库数据质量。
3)数据融合分析
无需编码,可实现多源异构数据的融合分析,可以实现跨物理节点、跨数据库、跨表、跨数据格式的多种来源数据的联合分析。数据分析内置提供常用AI算法,如数据分类、数据聚类、数据自动标记、数据推荐、数据关联等AI功能。考虑用户人才培养和数据中台的易用性,有限使用SQL进行融合数据分析。
2.2.非结构化数据平台
在智慧校园环境下的非结构化数据资源平台并不是孤立的,而是与相关数据和业务平台相互联系、相互支撑的,并对非结构化数据资源进行统一存储、
文档评论(0)