劉鵬南京大數據

Ⅰ 雲計算在中國的發展實況

2008年5月10日，IBM在中國無錫太湖新城科教產業園建立的中國第一個雲計算中心投入運營。2008年6月24日，IBM在北京IBM中國創新中心成立了第二家中國的雲計算中心——IBM大中華區雲計算中心；2008年11月28日，廣東電子工業研究院與東莞松山湖科技產業園管委會簽約，廣東電子工業研究院將在東莞松山湖投資2億元建立雲計算平台；2008年12月30日，阿里巴巴集團旗下子公司阿里軟體與江蘇省南京市政府正式簽訂了2009年戰略合作框架協議，計劃於2009年初在南京建立國內首個「電子商務雲計算中心」，首期投資額將達上億元人民幣；世紀互聯推出了CloudEx產品線，包括完整的互聯網主機服務"CloudEx Computing Service", 基於在線存儲虛擬化的"CloudEx Storage Service"，供個人及企業進行互聯網雲端備份的數據保全服務等等系列互聯網雲計算服務；中國移動研究院做雲計算的探索起步較早，已經完成了雲計算中心試驗。中移動董事長兼CEO王建宙認為雲計算和互聯網的移動化是未來發展方向。
我國企業創造的「雲安全」概念，在國際雲計算領域獨樹一幟。雲安全通過網狀的大量客戶端對網路中軟體行為的異常監測，獲取互聯網中木馬、惡意程序的最新信息，推送到服務端進行自動分析和處理，再把病毒和木馬的解決方案分發到每一個客戶端。雲安全的策略構想是：使用者越多，每個使用者就越安全，因為如此龐大的用戶群，足以覆蓋互聯網的每個角落，只要某個網站被掛馬或某個新木馬病毒出現，就會立刻被截獲。雲安全的發展像一陣風，瑞星、趨勢、卡巴斯基、MCAFEE、SYMANTEC、江民科技、PANDA、金山、360安全衛士、卡卡上網安全助手等都推出了雲安全解決方案。瑞星基於雲安全策略開發的2009新品，每天攔截數百萬次木馬攻擊，其中1月8日更是達到了765萬余次。勢科技雲安全已經在全球建立了5大數據中心，幾萬部在線伺服器。據悉，雲安全可以支持平均每天55億條點擊查詢，每天收集分析2.5億個樣本，資料庫第一次命中率就可以達到 99%。藉助雲安全，趨勢科技現在每天阻斷的病毒感染最高達1000萬次。
值得一提的是，雲安全的核心思想，與劉鵬早在2003年就提出的反垃圾郵件網格非常接近[1] [2]。劉鵬當時認為，垃圾郵件泛濫而無法用技術手段很好地自動過濾，是因為所依賴的人工智慧方法不是成熟技術。垃圾郵件的最大的特徵是：它會將相同的內容發送給數以百萬計的接收者。為此，可以建立一個分布式統計和學習平台，以大規模用戶的協同計算來過濾垃圾郵件：首先，用戶安裝客戶端，為收到的每一封郵件計算出一個唯一的「指紋」，通過比對「指紋」可以統計相似郵件的副本數，當副本數達到一定數量，就可以判定郵件是垃圾郵件；其次，由於互聯網上多台計算機比一台計算機掌握的信息更多，因而可以採用分布式貝葉斯學習演算法，在成百上千的客戶端機器上實現協同學習過程，收集、分析並共享最新的信息。反垃圾郵件網格體現了真正的網格思想，每個加入系統的用戶既是服務的對象，也是完成分布式統計功能的一個信息節點，隨著系統規模的不斷擴大，系統過濾垃圾郵件的准確性也會隨之提高。用大規模統計方法來過濾垃圾郵件的做法比用人工智慧的方法更成熟，不容易出現誤判假陽性的情況，實用性很強。反垃圾郵件網格就是利用分布互聯網里的千百萬台主機的協同工作，來構建一道攔截垃圾郵件的「天網」。反垃圾郵件網格思想提出後，被IEEE Cluster 2003國際會議選為傑出網格項目在香港作了現場演示，在2004年網格計算國際研討會上作了專題報告和現場演示，引起較為廣泛的關注，受到了中國最大郵件服務提供商網易公司創辦人丁磊等的重視。既然垃圾郵件可以如此處理，病毒、木馬等亦然，這與雲安全的思想就相去不遠了。
2008年11月25日，中國電子學會專門成立了雲計算專家委員會，聘任中國工程院院士李德毅為主任委員，聘任IBM大中華區首席技術總裁葉天正、中國電子科技集團公司第十五研究所所長劉愛民、中國工程院院士張堯學、Google全球副總裁/中國區總裁李開復、中國工程院院士倪光南、中國移動通信研究院院長黃曉慶六位專家為副主任委員，聘任國內外30多位知名專家學者為專家委員會委員。2009年 5月22日，中國電子學會將於在北京中國大飯店隆重舉辦首屆中國雲計算大會。

Ⅱ 劉鵬的人物生涯

主要研究方向為科學哲學的後現代轉向、法國科學哲學。
發表文章：
1. 在科學與人文之間——「後現代科學觀與科學大戰」學術研討會綜述，《科學技術與辯證法》，2005（02）；
2. 科學知識社會學理論評析，《科學技術與辯證法》，2005（06）；
3. 從邊緣到中心——後殖民主義的歷史與現狀，《江淮論壇》，2005（09）；
4. 淺析科學知識社會學相對主義立場的策略與局限，《前沿》，2006（04）；
5. 論SSK的理論困境，收錄於論文集《「科學大戰」與後現代主義科學觀》，郭貴春等編，北京：科學出版社，2006；
6. 當代「Science Studies」視閾下的客觀性概念，《科學技術與辯證法》（第二作者）， 2006（06）；
7. 從「認識論的雞」之爭看社會建構主義研究進路的分野，《自然辯證法通訊》，2007（04）；
8. 客觀性概念的歷程，《科學技術與辯證法》，2007（06）；
9. 從規則悖論之爭看建構主義研究進路的轉向，《科學文化評論》，2007(05)；
10. 科學哲學：從「社會學轉向」到「實踐轉向」，《哲學動態》，2008(02)（本文被中國人民大學書報資料中心「科學哲學」2008年第5期全文轉載）；
11. SSK的描述與規范悖論——並基於此兼論後SSK與SSK的決裂，《自然辯證法研究》，2008(10)；
12. 與科學、技術和醫學一起行動——4S學會2008年年會綜述，《哲學動態》，2008(12)；
13. 從「空間之網」到「時間之網」——拉圖爾本體論思想的內在轉變，《自然辯證法研究》（第二作者），2009（07）；
14. 科學哲學：從「表徵」走向「實踐」，《雲南社會科學》，2009（06）；
15. 拉圖爾對實踐科學觀的本體論辯護，《自然辯證法通訊》，2010（05）；
16. 三萬英尺高空的相對主義者——相對主義與科學的有效性可以共存嗎？，《科學技術哲學研究》，2010（05）（本文被中國人民大學書報資料中心「科學哲學」2010年第12期全文轉載）。
譯著：
1. 傑拉爾德·霍爾頓，《愛因斯坦、歷史與其他激情——20世紀末對科學的反叛》，劉鵬、杜嚴勇譯，柯文校，南京：南京大學出版社，2006；
2. 布魯諾·拉圖爾，《我們從未現代過》，劉鵬、Agnès Chalier譯，蘇州：蘇州大學出版社，2010本書入選「2010年中華讀書報年度圖書之100佳」（《 中華讀書報 》，2010年12月29日，03 版）。
教授課程：
本科生：
科學與文化：兩種文化的沖突及其反思（南京大學新生研討課，與蔡仲教授合上）
科學思想史（哲學系）
研究生：
西方科學哲學
自然辯證法

Ⅲ 大數據方向和數據挖掘方向,哪個博士更有前途

個人覺得還是大數據方向比較好一點，因為數據挖掘本身就屬於大數據方專向啊！
至於導師，我覺得解放軍屬理工大學的劉鵬博導在雲計算、雲存儲、大數據方向專業性非常的強，他是江蘇省雲計算論壇主席，中國電子學會雲計算專家委員會雲存儲組長，中國雲計算專家咨詢委員會副主任/秘書長等等，在業內是權威

Ⅳ 國內有專業的大數據培訓機構嗎

大數據培訓抄機構哪家好，襲建議您多方面考慮，親自實地考察。
1、選擇大數據培訓機構之前認清自己。
在學習大數據技術之前一定要認清自己，這個不是玩笑，而是非常重要的一個條件，甚至可以說，如果你連自己都搞不清楚的話，那麼在選擇培訓機構和以後的學習中都會遇到大的麻煩，也可能導致自己的失敗。
2、選擇機構時對機構的教學模式了解清楚
因為不同的機構有不同的授課方式、有不同的老師，有不一樣的授課計劃和服務體系，這些問題結合到一塊導致了每個大數據培訓機構的口碑和教學結果大不相同，最後造成學員培訓出來工作結果也不同。
3、最後，你一定要考慮的是學費問題。
每個人的經濟情況不同，而且大數據培訓需要的費用都不少，所以，在考慮報名學習班的時候，可以根據自己的情況選擇性價比高的大數據培訓班報名學習。
不管去哪家大數據培訓機構，都跟自己的努力是分不開的，因此需要您能堅持，虛心請教，掌握真正的技術。

Ⅳ 想學習大數據方面的東西!從那些方面開始學習

大數據前景是很不錯的，像大數據這樣的專業還是一線城市比較好，師資力量跟得上、就業的薪資也是可觀的，學習大數據可以按照路線圖的順序，

學大數據關鍵是找到靠譜的大數據培訓機構，你可以深度了解機構的口碑情況，問問周圍知道這家機構的人，除了口碑再了解機構的以下幾方面：

1.師資力量雄厚

要想有1+1>2的實際效果，很關鍵的一點是師資隊伍，你接下來無論是找個工作還是工作中出任哪些的人物角色，都越來越愛你本身的技術專業大數據技術性，也許的技術專業大數據技術性則絕大多數來自你的技術專業大數據教師，一個好的大數據培訓機構必須具備雄厚的師資力量。

2. 就業保障完善

實現1+1>2效果的關鍵在於能夠為你提供良好的發展平台，即能夠為你提供良好的就業保障，讓學員能夠學到實在實在的知識，並向大數據學員提供一對一的就業指導，確保學員找到自己的心理工作。

3. 學費性價比高

一個好的大數據培訓機構肯定能給你帶來1+1>2的效果，如果你在一個由專業的大數據教師領導並由大數據培訓機構自己提供的平台上工作，你將獲得比以往更多的投資。

希望你早日學有所成。

Ⅵ 華誼兄弟遇挑戰市值創5年新低嗎

從「去電影化」到重歸電影，創業板影視第一股華誼兄弟近幾年日子並不好過。這家公司最新市值僅為157億元，創下了2013年4月以來的新低。

8月27日，華誼兄弟有超過2.9億股的限售股解禁，占總股本的比例達到10.49%。

此次解禁的限售股，是2015年8月定向增發機構配售股份到期後的解禁股，發行對象為阿里創投、平安資管、騰訊計算機、中信建投。其中，阿里創投認購6200萬股、平安資管認購2749萬股、騰訊計算機認購5176萬股、中信建投認購431萬股，認購價為24.7 3元/股。

這一股價按照轉股後的比例計算，為12.24元/股。與8月24日收盤價5.67元/股計算，跌幅超過了53%。換言之，阿里、平安以及騰訊的賬面浮虧，均超過了3.6億元。其中，阿里創投賬面浮虧超過8.2億元。

市場人士分析，該解禁或許會成為壓垮華誼兄弟股價的最後一根稻草。6月1日以來，受多方因素影響，華誼兄弟的股價已經跌去30%。截至8月24日，市值僅為156億元，為光線傳媒）的三分之二。

另一方面，華誼兄弟剛剛發布了數據看起來不錯的半年報。這家公司上半年實現營業收入21.22億元，較上年同期增長44.77%；凈利潤實現2.77億元，較上年同期減少35.54%。扣除非經常性損益後的歸屬於母公司凈利潤實現2.52億元，同比增長151%。

在這一年華誼兄弟20周年慶典的時候，王中軍在大會上提出了華誼的下一個方向——實現「去電影單一化」。

這個本意是「除電影外，發展互聯網、實景娛樂、衍生品周邊、投資基金，使收入來源多樣化」的意思，後來被無限放大成為了「華誼不拍電影」的解讀，一時間讓其創業板影視公司老大哥的地位，受到了前所未有的挑戰。

外界的解讀不是空穴來風。那段時間，華誼電影片單零零散散，拿得出手的確實沒有幾部電影。

梳理2011年至2017年華誼兄弟出品的電影，不難發現2014年是華誼電影的分水嶺。梳理了自2011年以來，所有華誼兄弟參與出品、發行的電影，以進入當年票房前十名為標准，評價華誼電影的業內地位。

華誼兄弟歷年來參與出品、發行的電影及票房 來源：研究部華誼兄弟歷年來參與出品、發行的電影及票房 來源：研究部

數據顯示，在2013年之前，華誼參與出品發行的電影，進入前十名的幾率非常高。2011年的《建黨偉業》，以4.08億元成為當年第五名；2012年的《畫皮2》《十二生肖》的票房都超過了5億元，躋身當年票房前十名；2013年更是出現了《西遊降魔篇》《私人定製》《狄仁傑之神都龍王》三部電影，其中《西遊降魔篇》是當年的票房冠軍。

過去的發行業務，主要由發行團隊選擇物料後進行投放，其中對於檔期的選擇主要依賴的是經驗。但是互聯網平台的出現，卻為發行提供了數據上的保證。舉例而言，互聯網平台擁有海量的數據，包括評分數據、觀眾消費行為和消費偏好大數據。這些都能為影視娛樂行業提供更多數據化參考依據。

以貓眼數據舉例，在2億數據支持的大數據體系下，發行業務已經不單單依靠物料，而更多的是預見性參與到前期話題的製造以及預熱。貓眼研究院首席科學家劉鵬根據數據模型指出，映前熱度和映後口碑是決定影片票房的兩個關鍵因素。目前貓眼「想看數」已經成為衡量影片熱度的一項關鍵指數。

貓眼娛樂只是變革中的一個縮影。反觀華誼兄弟，在互聯網浪潮的席捲之下，並沒有出現相應的對策，依然依靠兄弟之間互相綁定的「江湖」做法，意圖重登巔峰。但是市場邏輯，已然發生變化。

從財務數據上看，華誼兄弟對於馮小剛的依賴性並沒有減弱。

2017年年報數據顯示，東陽美拉作為華誼兄弟的子公司，披露的全年利潤為1.17億元。這一數字佔2017年華誼兄弟8.28億凈利潤的比例為7%。但還要考慮到，華誼兄弟的實景娛樂項目中，有不少是通過馮小剛的經典作品作為主題授權的，比如蘇州華誼兄弟電影世界中的《集結號》《非誠勿擾》主題區，以及整個海口觀瀾湖華誼馮小剛電影公社。

從2018年上半年年報來看，新興板塊分品牌授權及實景娛樂的比重與日俱增。數據顯示，影視娛樂占公司營收比重高達92.47%，實現營收19.63億元，為營收重點。品牌授權及實景娛樂佔比6.69%，實現營收1.42億元；互聯網娛樂佔比1.53%，實現營收3247.5萬元。

自2016年以來，華誼兄弟對於品牌授權以及實景娛樂的關注與日俱增。根據好萊塢成熟市場的經驗，品牌授權和實景娛樂的合理開發，有機會成為影視公司更加穩定且充裕的資金來源。但寄予厚望的實景娛樂板塊到底能給華誼兄弟帶來多大利潤呢？

目前，華誼兄弟旗下的子公司以及聯營企業中，涉及實景娛樂產業的資產有三家，分別是華誼兄弟（天津）實景娛樂有限公司（下稱天津實景娛樂公司）、海南觀瀾湖華誼馮小剛文化旅遊實業有限公司（下稱海南觀瀾湖旅遊公司）以及華誼影城（蘇州）有限公司（下稱蘇州華誼電影世界）。其中，天津實景娛樂公是華誼兄弟集團內負責實景娛樂板塊的主體公司。至於海南和蘇州的兩家公司，則是負責當地項目運營的項目公司。

天津實景娛樂公司作為實景娛樂板塊的運營主體，主要通過參股項目公司方式參與影城的運營建設。天津實景娛樂公司是上市公司的並表子公司，華誼兄弟持有其54%的股權。

2017年1月起，天津實景娛樂公司陸續參與投資了華誼兄弟（長沙）電影文化城有限公司、華誼兄弟（濟南）電影城投資開發有限公司、涼山華誼兄弟電影小鎮有限公司、南京華誼上秦淮文化產業發展有限公司以及武漢恆誼電影文化有限公司五家當地項目管理公司，持股比例分別在1%至10%不等。可以發現，華誼兄弟參與設立的各地影城，主要的合作方均為當地的旅遊開發或者房地產企業。

截至2018年6月30日，天津實景娛樂有限公司實現收入4959億元，盈利2117萬元。而另兩家聯營企業尚處於虧損狀態。海南觀瀾湖旅遊公司實現收入1.87億元，凈利潤虧損9383萬元。

2018年7月23日開業的蘇州華誼電影世界是華誼兄弟的一大殺手鐧。據了解，蘇州華誼電影世界投資額超過35億元。但是其盈利，靠的卻是位於蘇州華誼電影世界7公里之外的華誼兄弟藝術家村。

對於收入的來源，接近華誼兄弟的人員對記者表示，主要還是品牌娛樂授權帶來的收入。「天津實景娛樂有限公司成立的項目公司，在成立之後需要向天津實景娛樂有限公司繳納一部分的品牌授權費。公司投資的影視小鎮雖然還沒有開業，但是依然構成了前期的收入和利潤。而一旦開業，會就持股比例進行分紅，華誼兄弟也以此來獲得收入。「

但是，多數市場人士目前對於實景娛樂還處於前期的觀望態度。

一位私募合夥人在接受采訪時表示，「現在並不能夠清楚地看到這些影視小鎮們未來能給整個上市公司帶來什麼價值上的幫助。如果公司主業是內容的製作發行，那小鎮的投資回報相比來說時間會比較長，到底能帶來多少IP的互動收益，真的需要市場檢驗。」

二級市場方面，華誼兄弟的股價持續走低。截至8月24日，華誼兄弟股價報收5.67元/股，市值僅為157億元，創下了2013年4月以來的新低。

華誼股價的大幅下跌，也引發了市場對於股權質押平倉風險的擔憂。

根據Wind數據，自2017年以來，王忠軍（王中軍）和王忠磊（王中磊）兄弟二人，累計質押股份約130筆，截至6月19日，其中的30筆尚未解除質押。合計質押股數約為6.7億股，占總股本的約25%。華誼兄弟日前的公告也顯示，目前王忠軍持股比例22.07%，其中質押19.86%，質押率90%；王忠磊持股比例6.19%，質押5.15%，質押率83%。

一位不願意透露姓名的分析師對表示，華誼兄弟股價走低既有其自身原因，也有大環境的因素。按照目前華誼兄弟的股價，限售股解禁後，股價很可能以陰跌為主。短期來看，傳媒股大幅反彈可能性比較低。

Ⅶ 如何評價劉鵬的《計算廣告

劉鵬表示，不了解計算廣告，就不可能深入地了解互聯網，也不太容易真正理解大數據。技術從業者需要從行業、宏觀的角度認識這個領域，進而掌握相應的思考方法和技術，包括商業產品的思路和工作方法，信息檢索、機器學習、最優化、博弈論等基礎數學工具，以及Hadoop、Spark和其他開源工具為核心的大數據基礎設施等。

Ⅷ 大數據和AI怎麼與現代教育相結合

本文長度為2600字，建議閱讀8分鍾

未來大數據、人工智慧對教育的變革將持續發酵。

歡迎轉載，須署名並註明來自「劉鵬看未來」公眾號，並保留本句。

比爾蓋茨曾預言，「5年以後，你將可以在網上免費獲取世界上最好的課程，而且這些課程比任何一個單獨大學提供的課程都要好。」

現在看來，雖然並不是每個網上課程都能強過大學教程，但是在線教育已經成為現實，據業內人士估算，目前中國在線教育用戶數量過億，市場規模達數千億元，而且線上學習者也是受益良多。

不僅在線教育成為了新的風口，同時在大數據與人工智慧的加持下，教育行業的相關應用正在進入深水期，現代教育的形式正在悄然改變。

大數據+AI賦能教育

目前，大數據+AI正在賦能各行各業，教育也不例外，人臉識別、語音識別等智能技術開始用於語文、英語、音樂等學科，為教育提供更加智能化、個性化的解決方案。

從教學過程來看，落實到授課、學習、考評、管理等各個方面，大數據+人工智慧可以使教育在形式和內容方面都能趨於多樣化。

授課

「不得不承認，對於學生，我們知道得太少。」這是卡耐基梅隆大學教育學院的一句經典名言，同時也是教育領域普遍存在的議題。

對於80、90以及更早的幾代，從小學到大學接受的都是生產線教育，一代學生應用同一套教材，一個學科由一個老師負責，並通過同一套標准進行考核，因為個性化的私人教育仍屬奢侈品。

現在，大數據與AI可以幫助輕松實現自適應教育與個性化教學。在教學方式方面，智慧課堂可以為老師提供更為豐富的教學手段，全時互動、以學定教，老師上課時也不再是只有一本教科書，而是可以任意調取後台海量的優質學習資源，以多種形式展現給學生。

比如，語音識別和圖像識別在教育上的應用，大大提高了師生的教學體驗。對於某個英語句子，可以通過手機拍照上傳到雲端，系統會根據海量的語音素材，用合適的語氣和語調閱讀這句話，還可以與語音測評技術結合，讓學生跟讀這句話，並由系統做出測評並反復朗讀打分。

同時，通過虛擬現實、增強現實與大數據的珠聯璧合，盡可能還原教育場景，讓學生愛學、樂學，學習效果也能有質的飛躍。比如谷歌通過引入AR與VR技術，創造教學應用「實境教學」，正在悄然改變課堂的活動方式。

在教學過程中，通過收集和分析學生日常學習和完成作業過程中產生的數據，老師即能准確知曉每個學生的知識點掌握情況，為每一位學生有針對性地布置作業，達到因材施教的效果。

此外，未來機器人教學也將成為一種趨勢，此前在喬治亞理工學院的一個300多人的課堂上，人工智慧機器人教吉爾沃森(Jill Watson)擔任了一個月助教，會在第一時間回復郵件，而且口吻並不機械，因此並沒有人發現她其實是一個機器人。

學習

對於學生而言，在學習過程中，一方面可應用大數據技術，根據知識點的相互關系，製作知識圖譜，制定學習計劃，另一方面，數據挖掘技術可以幫助進一步分析學生個人的學習水平，並建立與之相匹配的學習計劃，並由AI系統確定如何為學生提供個性化補充指導，以幫助高效學習，避免題海戰術。

比如，過去需要3個小時練習的考題，也許真正需要掌握的知識點只需要花費半個小時。那麼應用大數據與人工智慧，就可以不斷對學生的學習成果進行評估，並有針對性地推薦適合每個學生的練習，節約時間，卻能達到更好的學習效果。

同時，利用圖像識別技術，也能進一步提高學習效率。如今，學生們可以通過手機拍攝教材內容或作業題目，分析照片和文本，並顯示相應的要點與難點。隨後，在線課堂、網路鏈接，以及教師上傳的PPT以及 PDF文件等，為自主學習提供了更多可能性，整個過程運用機器學習和自然語言處理技術來收集處理。

另外，在線教育發展得如火如荼，通過提供視頻教學、謎語、游戲等靈活多樣的課程形式以及優質豐富的課程內容，使學習不只限於某時某地，可以靈活有效地安排學習計劃。

其中，就編程而言，越來越多孩子通過在線教育進行學習。如編程貓依靠人工智慧和數據挖掘系統，為6~16歲青少年提供了圖形化編程平台，並針對不同學生進行差異化課程推送。學生在平台上通過使用圖形化編程語言創作游戲、軟體、動畫、故事等作品，可以同步鍛煉提升邏輯思維能力、任務拆解能力、跨學科結合能力和團隊協作能力等。

考評

在傳統教育中，考試與評價可以說耗費了老師們的大量時間。如今，大數據、文字識別、語音識別、語義識別等技術的日趨成熟，使得規模化的自動批改和個性化反饋走向現實。

通過應用大數據與人工智慧，老師只需將需要批閱的試卷進行掃描，就能實時統計並顯示掃描過的試卷份數、平均分、最高分，以及最集中的錯題和對應知識點，一目瞭然，方便進行全面、實時分析。

如果需要對幾十萬、幾百萬份考試試卷進行分析，也能通過精準的圖文識別以及海量文本檢索技術，快速核對檢查所有試卷與目標相似的文本，並迅速提取並標注出可能存在問題的試卷，幫助實現智能測評。

在這方面，科大訊飛可以說走在行業前沿，其英語口語自動測評、手寫文字識別、機器翻譯、作文自動評閱技術等已通過教育部鑒定並應用於全國多個省市的高考、中考、學業水平的口語和作文自動閱卷。

管理

如果說學習者大多隻是關注「學」的部分，那麼學校教育則需要在教學之外，進一步分析教育行為數據，做好管理工作。通過智能技術，充分考慮包括教務處、學生處、校辦、校務處等部門在內的校園管理需求，學校可進一步採集、記錄、分析教與學及其相關教育行為，更好地勾勒出教育教學的真實形態，有效推進教學信息化。

目前，一些高校已經建立了學生畫像、學生行為預警、學生家庭經濟狀況分析、學生綜合數據檢索、學生群體分析等功能應用，幫助更好地分辨學生在專業學習或就業方向上的潛能，從而為學生提供個性化的管理與培養方案。

例如，面對多樣的選課需求，如何合理排課成為一個亟待解決的難題，而在沒有人工智慧的時候，老師排課往往需要幾周時間，還不能保證讓學生都滿意。現在用人工智慧演算法進行排課，學生只需提交自己的課程選擇，系統可以結合課程、教室、師資進行快速的排課，大大提高效率與學生滿意度。

在教育領域，這只是開始，大數據、人工智慧對教育的變革還將持續發酵。未來，以大數據實現教育個性化，用人工智慧賦能教育，在成倍放大教育產能的同時，將使得優質教學資源得到充分利用，從而做到因材施教、因人施教。

對此，我們不僅要仰望星空，更要腳踏實地。正如教育家葉聖陶先生所言，教育是農業，而非工業。不僅教育需要一個發展過程，同時孩子們也如農作物一般需要成長時間，而大數據與人工智慧則將成為其生長期重要的養分與輔助力量。

圖片來自網路。

編輯：黃繼彥

校對：王紅玉

若您在閱讀文章過程中發現任何錯誤，請在文末留言，或到後台反饋，經小編確認後，數據派將向檢舉讀者發8.8元紅包。

同一位讀者指出同一篇文章多處錯誤，獎金不變。不同讀者指出同一處錯誤，獎勵第一位讀者。

感謝一直以來您的關注和支持，希望您能夠監督數據派產出更加高質的內容。

Ⅸ 煩勞推薦下雲計算和大數據方面簡單易懂的書籍

劉鵬教授的《雲計算（第一版）》《雲計算（第二版）》《實戰Hadoop》都非常不錯，很適合剛入門的人學習