大数据在电力教育培训中的应用

作者:网站采编
关键词:
摘要：所谓培训，其诞生于三千多年前的西周时期，展开培训是为了强化军事统治力量。到现代，具体是指一种有组织的知识、技能、标准、信念、信息的传达行为。要想实现规范化作业，可

所谓培训，其诞生于三千多年前的西周时期，展开培训是为了强化军事统治力量。到现代，具体是指一种有组织的知识、技能、标准、信念、信息的传达行为。要想实现规范化作业，可通过制定目标计划、传达信息与知识、熟练操练技能等信息化工作，让职工在教育过程中不断提升自身综合素养以及个人竞争力。

一、基于大数据的电力教育培训平台

(一)核心思路

结合电力教育培训主体的重要数据信息、不同主体间的关系考虑，立足于大数据体现出的特点，确定数据搜集、剖析和运用、可视化、整合等相关处理模块，利用大数据技术升级的最优结果，针对基于大数据的电力教育培训平台制定出“科学分配、合理培训”的核心思路。

(二)主要目标

针对此核心思路，建设相应大数据平台，目的在于全方位、客观的了解电力教育过程中产生的数据信息，通过合理数据剖析和高效的运用，全面展现其在培训规划、培训布置、资源分配、规划落实、评估等流程中的关键作用，并且为教学理论的培训和教学实践的探究供应强力的数据支持。此数据平台可以高效的搜集、合理的整合信息数据，让参加培训的有关部门充分发挥自身协调作用，进而提高培训质量。能实时了解、智能预估培训过程中有几率发生的问题和发展方向，通过对问题的全面分析，研究和判断出培训活动效果与状态，为保证活动的顺利开展供应准确的决策根据[1]。

(三)技术结构

基于大数据的电力教育培训平台，主要包括以下几大方面：

第一层为源数据层：此层能完成源数据的搜集，包括数据的由来与搜集的对策。数据通常从下面三方面得来：首先是搜集整合过去几年的教学培训有关信息，如培训方案、教学规划、学员和教师的基础信息、考勤表、成绩单、教师解答状况等有关信息；其次是每次组织培训工作所形成的即时数据；最后是干扰教学活动的某些外部数据信息，比如人际关系和天气情况。数据搜集对策，通常是在搜集即时数据时，不同数据的收集规则，搜集频率和搜集范畴等等。

第二层为集成层：此层负责的是数据筛选和整合。因为数据在收集时因为某些因素导致数据出错，数据筛选能实时发现并改正信息文件中可鉴别的错误，以及检测数据的统一性，清除无效值等。数据整合则能把各种数据源的数据搜集、筛选、整理和转变后列进到一个全新的数据源中，为数据的使用人员供应正确的数据视图。

第三层为文件储存层。针对种类特殊的数据采用文件的方式进行储存，成本投入较少，有着良好的共享性。

第四层为数据储存层：此层工作重心放在了数据运算过程中要使用哪种运算方式上，有针对性的选用适合的储存体系，有利于数据运算。比如使用Yarn编程模型，即使用Hbase进行储存，使用Storm编程模型就是使用Redis储存数据。

第五层为编程模型层：使用正确的编程模型，展开大面积的数据集并行计算，比如Mapreduce编程能顺利完成数据集的并行计算。

第六层为数据剖析层：对于最终结果结合实际要求展开全面的数据剖析，以获得有效信息。

第七层为数据使用层：把上层获得的结果运用在培训活动中的所有流程之中，比如培训规划的制定，培训资源的科学分配等实践过程中。

二、平台的运用和剖析

(一)培训流程智能优化

在培训进程中，可利用视频监控展开大数据剖析，比如：学员手机应用情况，提问和回答问题状况，课堂说话状况，离开教室状况等等，包括其学习成绩，培训时评估、服务评估等大数据的开发、剖析，对培训学员所学知识内容展开高效评价。另外，在培训活动结束后针对其工作岗位调动状况、职称晋升状况、绩效考核状况等数据展开剖析，追踪评价培训效果。进而根据学员水平、培训师资状况、培训课程系统等方面，全方位、科学、高效的制定培训评估机制[2]。

(二)资源智能调度整合

经过全面剖析培训大数据，比如班级人数、师资分配、课程设置等，结合培训项目的时间要求、各类资源的实际状况、培训课程的重要程度等，实现智能排课，协助培训项目的总体规划。根据培训讲师的讲解状况、课堂管理状况、精神风貌以及互联网课程的学习状况等数据剖析，实行智能化的课程、教师引荐。另外，还能根据服务活动和后勤服务等数据剖析，推动培训活动落实到位，进而不断优化培训过程。

文章来源：《中国电力教育》 网址: http://www.zgdljyzz.cn/qikandaodu/2021/0712/1719.html

上一篇：年上海电力学院教职工在国内外公开杂志上发表
下一篇：试析新时期电力教育培训工作面临的机遇与挑战