教学课程资源库 更多>>

关键词： 信用评估体系   大数据   构建   大学生  

摘要： 本文立足于各大高校,以大学生为研究对象,以构建信用评估体系为研究目的,以大数据、人工智能等信息技术为研究工具,以分析大学生消费心理、消费观念、信用意识以及信用教育等方面存在的问题为出发点,从大学生特征、经济实力、消费能力、信用记录、学术态度、考试纪律和风险信息七个指标来构建基于大数据分析下的高校信用评估体系,这七个指标已经涵盖了大部分影响大学生信用行为的主要因素,通过使用层次法、熵权法和汇总评估法作为量化评估模型的基础,在方法上尽可能消除主观数据和客观数据带来的误差影响,充分发挥信息数据的动态性和体系的联动性优势,构建综合性的信用评价体系,以保证信用评估体系的高效性和准确性。

关键词： OBE   课程思政   教学评价   大数据分析  

摘要： OBE是基于成果目标导向的新型教育模式,它是通过不断的检测-反馈来修改其教学设计。因此,在OBE理念下进行课程思政改革方面引起学者们的广泛研究,但目前多在教学内容设计方面研究较为深入,对于OBE体系中评价这一重要环节研究较少,且往往只看重对于科学文化知识和技能的评价,而缺乏对学生综合素质的评价体系。文章综合运用学者们在教学设计的改进思路,并提出基于大数据分析的学生行为和思想动态分析作为评价学生综合素质和思想动态的评价,从而弥补只检测学生对于知识的掌握,而忽视学生综合素质的评价标准。

关键词： 大数据   主配网   一体化   故障检测   智能分析  

摘要： 通过DMS与EMS系统业务数据交互和大数据分析,建立主配网一体化故障分析模型,完成变电站和配电线路相关智能设备的自动协调配合策略。

关键词： 城市形态   公共健康   失眠   噪声投诉   声环境   大数据  

摘要： 健康是人类社会共同关注的焦点,城市形态可以通过营造城市声环境进而影响公共健康。文章从声环境视角,基于时空大数据分析,利用GIS技术与统计分析,以失眠与噪声投诉为例,在不同规划尺度上研究城市形态与健康的关系。结果发现区域路网结构、城市建成区形态与街区空间形态均可影响城市声环境引发的健康问题。路网(尤其是高速路)较为发达或者是沿路网发展的线型城市,居民失眠几率较高;集中发展的城市结构、更少的自然景观、更加围合的高密度街区可能会增加烦扰度,进而表现为投诉率的增长。文章研究成果与结论可以为区域路网规划、城市建成区规划、街区城市设计以及噪声政策制定提供决策依据。

关键词： 童鞋   大数据分析   黑白色   时尚休闲   可爱风格   低饱和度   凉鞋  

摘要： 占比分析2022年1月童鞋TOP100的色彩占比中,总体上色感柔和,除去基础的黑白色外,低饱和度的粉灰色与柔米色也占据大比重;同时明亮的冰蓝色以及紫色调也为1月的童鞋市场增添一抹亮色。风格上依旧以运动休闲风格占主导,占比达到71%,其次时尚休闲类以及甜美可爱风格占比分别为18%以及11%,单品上单鞋占比最高,其次是凉鞋。

关键词： 用户出行里程特征   UF系数   汽车网联化   大数据分析  

摘要： 效用系数UF(Utility Factor)起源于SAE J 2841,为描述插电式混合动力汽车行驶时的燃油和电的消耗而提出。本文基于用户云平台数据,提出群体用户和个体用户出行里程特征的拟合方法。首先研究现有各主要国家的UF系数及其区别;然后研究最大信息熵理论应用于用户出行里程分布规律模型;接着,通过云平台数据随机选取16辆车一年的出行数据,并分析群体出行里程分布特征与个体出行里程分布特征;最后,讨论用户出行里程特征对于车辆动力系统设计的应用。经分析,研究用户出行里程统计分布的规律,有利于定制化地更有针对性地改进车辆能源管理系统,有利于各类混合动力汽车的客观评价与设计,有利于节能减排。

关键词： 网络数据包   大数据分析   程序设计  

摘要： 在网络数据包技术背景下,数据处理量巨大,海量数据给数据处理带来隐患,而通过数据分析可以有效避免出现故障。大数据分析程序设计充分运用了云计算技术,以提升处理效率。在处理数据的同时,进行数据传输、连接与控制,可以保证程序正常运行,为程序设计与开发提供有效支持。

关键词： 数据分析   计算机   云计算  

摘要： 文章从当前计算机大数据分析的概况出发,阐述了计算机大数据和云计算技术的内在关系,对计算机大数据分析中的云计算技术运用进行分析与探究,希望为相关人员提供一些帮助和建议,发挥云计算技术的分析优势,更好地进行计算机大数据分析,提高数据处理、分析的效率。

关键词： 分布式平台   大数据   聚类   预测   Spark平台  

摘要： 设计并实现基于分布式平台的大数据分析处理系统,基于Spark平台用以处理大规模时间序列数据。系统框架主要分为存储层、算子层和算法层。在存储层,系统基于HDFS和Hive完成对大规模时间序列数据的组织和索引。在算子层,系统为用户提供了Spark平台上时间序列数据常用的基本操作,并允许用户直接使用这些算子实现自定义的时间序列相关处理算法。在算法层,系统实现Spark平台中一些常用的时间序列分析算法,包括时间序列相似度查询、聚类和预测,用户可以直接使用这些算法进行时间序列分析。通过对系统性能和功能的测试,验证了该系统的可行性和实用性。

关键词： 电信大数据   手机信令   数据挖掘   区域经济   可视化  

摘要： 当前,国内移动电话用户已达15.9亿,在巨大的用户基数下,电信大数据呈现的特征在一定程度上反映了人群活动特征,进一步能够反映特定区域的发展状况。时空区域经济可视化应用利用数据挖掘技术对电信大数据进行处理和提取,以提高数据质量,并对数据进行不同规则的筛选,通过建模技术进行分析,结合电子地图数据、交通数据等多源信息,多角度分析用户行为特征。该应用分析对时空区域经济状况进行可视化研究,分析居民生活属性,同时,利用双重差分(DID)统计模型对区域经济政策进行评价。基于特征分析结果,为区域经济发展热点选址、指导城市商圈布局提供决策依据,提高了城市系统运行的效率,扩大了经济区域效益范围。