简介：文章分析了大规模在线教育下的课程建设、认证和评估机制．介绍了大数据时代的学习分析技术的主要内容及其应用领域，探讨了建立区域性教育机构间的学分互认联盟、政策与机制。

简介：随着“大数据时代”的到来，一股席卷全球的智能化在线教育浪潮正在蔓延，高校传统的教学模式趋向颠覆，高校教师的职业发展也将受到重大挑战。众多大学生在在线学习时将会产生海量的数据，高校教师如何挖掘、分析这些数据，对改进自身教学实践、促进自身专业发展都具有丰富的价值。学习分析在大数据时代的高等教育中被广泛应用已成必然趋势，并具有非常广阔的应用前景，高校教师应该具备较强的数据分析能力。学习分析从以下四个方面促进大数据时代高校教师在线专业发展：可以提升作为在线学习者的高校教师的学习效率，激发其自主的专业发展意识；可以提高高校教师作为在线教学者的教学效率，发展其在线教学实践智慧；可以提高高校教师作为研究者的研究绩效，提升其对学生在线学习的服务能力；可以提高高校教师作为管理者的管理效率，提升其在线教学领导力。

简介：隐私权随着社会进步与自身权益的觉醒而产生,并由最初的民事权利上升到宪法属性的权利。而个人资料伴随着信息科技的发展又逐渐成为新型的隐私权保护客体。尤其是在大数据时代,以个人资料为重要组成部分的海量数据具有了新的价值,成为机构和个人攫取的目标,个人资料隐私权的保护面临严峻的挑战,借鉴他国经验,完善现有法律制度,规范机构和组织行为,是当前保护个人资料隐私的重要举措。

简介：随着计算机网络的发展,特别是现代信息系统的发展,在互异网络之间或者互异系统之间共享数据并获取数据成为目前亟需解决的问题.本文以SOA技术体系为实现手段,具体论述了实现异构网络数据共享与获取的基本技术架构.

简介：随着互联网电子商务的普及和数据库技术的日渐成熟，信息量的空前增大，传统的商务模式不能有效满足个性消费者的需求，因而，传统的商务模式正向电子商务模式方向发展。各类电子商务模式应运而生，同时，各类商务网站积累了大量的用户数据信息，如何运用数据挖掘来充分利用这些信息资源，尤其是在CtoC商务模式中如何将大量的个人消费者信息转化成为有指导性的推荐服务信息，在竞争激烈的众多电子商务领域中留住更多自己的用户，进而为用户提供更多个性化的服务，最终创造更多的利润，是每一个电子商务网站非常关注的问题。针对这些问题，数据挖掘技术运用聚类分析、关联规则等方法为电子商务个性化服务提供了可行的解决方案，数据挖掘技术在电子商务个性化的应用研究中也日益成为热点。电子商务规模逐渐扩大，但是仍然无法满足用户需求不断更新的步伐，并且商城与用户合作方式的单一性不仅束缚着商城用户经营特长的充分发挥，而且还影响着客户关系战略发展。针对以上问题，本文运用数据挖掘技术对CZC电子商务模式进行分析，并发现存在的问题并给出解决建议。

简介：根据大数据技术的模块构成和电子书包所包含的系统和功能，对电子书包中教育大数据的模块内容进行分析。之后，在评价内容上从课程内容学习、参与互动交流、考试与作品和课外资源学习四个方面进行了细分和聚类．构建了基于电子书包的个性化学习评价模型。在评价结果上，依据柯氏四级评估模式和布鲁姆教学目标分类理论设计了基于教育大数据的个性化评价层次塔，该层次塔包括学习成效、概念转变、学习迁移和学习力四个层级。最后，结合教育大数据、教育云服务、个性化评价模型和评价层次塔，设计了个性化学习评价系统模型，包括信息采集模块、数据分析与处理模块、个性化评价模块和可视化反馈模块，并通过云管理层实现对教育云服务平台、云存储池和云集群计算平台的调控和管理，以期为后面开展个性化评价系统的设计与开发提供有益的指导。

简介：随着社交网络、移动互联、电子商务、互联网和云计算的兴起,音频、视频、图像、日志等数据正在以指数级增长,互联网的边界和应用范围不断被扩展。大数据正以其多源、海量、异构的特性冲击着社会的各个领域,为传统的数据库系统在存储、访问和管理大数据方面带来严峻的考验,无论是在学术界还是其他领域,都引起了人们的高度关注。本文以《商务智能》教学课为例分析总结了信息管理学科在大数据背景下的发展前景。