大数据处理技术 其它 教育行业案例.doc

教育行业分析应用案例 第一节 学生成绩分析 一、行业背景分析 大数据时代，教育行业也正由传统教学向数字化过渡，更多地引入大数据分析技术，以更好地满足人才培养、教育科研的需要；另一方面，不同区域社会经济发展带来的教育差异性，可通过数据分析结合分析差异性，实现教育的平衡和智能分配。作为首先引入大数据技术的教育行业，是继互联网、物联网之后，大数据大有可为的重要行业。遍布教、学、研多层面的数据集合，通过有效利用大数据技术，可帮助分析教育地域的差异性、帮助平衡教育资源，影响教育的各方面因素，并能帮助学生改善学习效率、平衡学习与社会活动比重，提升科研成果和教育质量，培养更多更优秀的创新性人才。 在教育行业中，用到最多的当属对学生成绩的分析，其中包括学生成绩的对比分析、学生成绩的分布分析以及影响学生成绩的因素分析等。 目前对于学生成绩影响因素的研究，基本上以定性研究为主，如通过问卷调查、现场访谈。学生考试成绩取决于许多主客观因素，如学生智商、学习动机、学习方法、课程性质、教学环境、教师教学水平、考试方式和试题质量、教师改卷态度、就业压力、学籍管理规定等，不少情况下还取决于学生的性格、气质、考试时的心理状态等因素。还比如随着近年来学生生活的丰富，考量学生校内外活动对于学生成绩的影响，诸如此类因素的探究分析，已有很多调研报告。那么类似学生校外兼职情况、校内社团活动、校内学生会活动是否是影响学生成绩呢? 我们将带着这个问题来进行本案例学生成绩分析。 案例及需求分析 本案例通过一个定量研究学生成绩分布的数学模型，该模型假设学生成绩取决于校内外活动情况，从而查看各省、各高校、学生各科目成绩情况。在这里要对某个学校或者对一个城市的教育水平进行评估，我们将通过不同城市的不同学院、学生考试分数及学生参与校内外活动情况等多个维度来分析并制作仪表盘，通过分析，我们可以从时间维度上看到不同时期的教育水平情况。 三、大数据分析方法及过程 （一）分析方法 数据情况如图9-1 图9-1 1.确定问题 未确定自己的问题或目标就进行数据分析就如同未定目的地就上路的旅行。当然我们有时也会抱着撞彩票的运气分析，希望能发现什么新问题，但往往会在分析中迷失。浪费大把的时间和精力，更不提供决策性的建议。 本案例主要分析各省不同年级、不同学校、不同科目考试成绩，并分析学生参与的不同活动类型是否影响学生成绩。 2.分解问题 分解问题和数据，将大问题分解成小问题。我们在电商分析中，在大促活动后销售额上升，订单转化率为何下降？这需要分解问题，将大问题分解为小问题，通过回答小问题，即可解答大问题。本案例问题较明确：学生成绩是否受学生活动影响？ 3.评估问题 评估影响问题的各方面因素，如本案例问题，影响因素可能有省份、班级、活动类型。 4.总结问题 不仅能够将问题剖析，并能提供决策性建议的数据分析才是有价值的数据分析。 （二）分析过程 1.新建项目，命名为“学生成绩分析”，如图9-2，并选择EXCEL数据源，点击“下一步”。 图9-2 2.连接数据源“考试分数.xlsx”，如图9-3，进入数据预览页面，将“学生编号” 、“教师编号”、“班级”设置为字符串类型，点击“保存”，上传数据源。 图9-3 3.进入“数据处理”页面，点击“快速设置”，如图9-4，一键自动生成业务分组，如图9-5。 图9-4 图9-5 4.拖拽“城市”、“分数”到行、列中，并设置分数表达式为平均值，点击图表库-地图，视图区即出现地图图形效果。点击字段“分数”设置可视化为标记类型为“圆形”，并设置颜色为红色。如图9-6。将报表命名为“各城市学生平均分数情况”。如图9-7。 图9-6 图9-7 5.拖拽数据区“学生编号”、“考试科目”“分数”分别到行、列，点击图表区列表，切换到列表格式。将报表命名为“学生各科目平均分数情况”。如图9-8。 图9-8 拖拽数据区“日期”、“考试科目”、“分数”分别到行、列中，并设置日期的聚合方式为“月”，分数表达式为“平均值”。设置线条的线条类型、线条粗细、编辑颜色。如图9-9。 图9-9 鼠标移动到仪表盘左侧，调整仪表盘，对于图表排版进行编辑。如图9-10。 图9-10 6.调整完毕，形成第一张仪表盘。点击导航栏“设置”，如图9-11，编辑仪表盘名称为“学生成绩概况分析”，如图9-12。 图9-11 图9-12 最终仪表盘见如图9-13所示。 图9-13 这个仪表盘主要查看学生成绩的总体概况，通过分析可以看到沈阳、哈尔滨地区的平均成绩高于其他城市。整体来看，阅读的成绩高于数学、科学，成绩的高峰在2012年1月份。 7.再建一张仪表盘，主要分析各活动类型的学生成绩。如图9-14所示，拖拽数据区“