مقدمة

هناك العاملين في الجامعة الحالي تدريب من المحتوى مسار اتصال مع الاحتياجات الاجتماعية، "تجزئة سلسلة المعرفة، والطلاب طلاب المعرفة من عدم الكفاءة وغيرها من المشاكل. مجالات المعرفة المهنية التقليدية التي تم تحديدها، القيادات الأكاديمية تعتمد أكثر على الخبرات الذاتية فريق بناء شخصية أو مهنية والمشاعر التي لا تزال في نوع "الاجهاد أدمغتنا" أساليب صنع القرار واسعة، وتصميم نظام جودة المناهج الدراسية من معرفة شخصية والحدس المشاعر التي تقرر جوانب موضوعية ومنهجية وعقلانية ومشكوك جدا.

تطوير تكنولوجيا البيانات الكبيرة يجعل مجموعة متنوعة من البيانات المرتبطة ب "التعليم" يصبح الكلية الجامعية "وسائل الإنتاج". تطبيق تكنولوجيات البيانات الكبيرة لجامعة و "توقعات الطلب"، "عملية الرصد"، "ردود الفعل التوظيف" والروابط الأخرى، والبيانات المطلوبة من قبل جوانب "كمال"، "الاستمرارية" في "الوقت الحقيقي" من "قيمة" وهلم جرا. توقعات الطلب المناهج تصميم نظام العمل الأساسي جامعة أفراد تدريب لرجال الأعمال، تطوير المناهج صناعة ديناميكية، وكانت مجالات صناعة المعرفة، والفئات الوظيفية، مجال المعرفة الأساسية وغيرها من المشاكل المشتركة، تكنولوجيا البيانات الكبيرة قادرة على المساعدة في اتخاذ القرارات إلى حد ما وهو أكثر شمولا وموضوعية ونظام موثوق به من تصميم المناهج.

1. تطبيق فكرة كاملة من تكنولوجيا البيانات الكبيرة تصميم نظام المناهج الدراسية

وعند النظر إلى تصميم الجامعة نظام المناهج الدراسية، بما في ذلك الخبرة والقدرة متطلبات المحتوى العام في مجالين. لتصميم نظام المناهج الدراسية، في الواقع، وهو مصمم للطلاب الذين المعرفة شجرة والقدرة على استخدام المعرفة الصناعات ذات الصلة. ظهور الصناعات لحل المشكلة، باعتبارها عملية تطبيق المعرفة، وبناء واستعادة دورة الحياة الكاملة من المعرفة المقابلة، هو أسلوب أكثر شمولا لبناء المناهج الدراسية بطريقة منهجية، وهذا النهج في إدارة الأعمال وكانت مجالات التطبيق، مثل هندسة البرمجيات أكثر اتساعا وتنضج. وأكدت المواهب التطبيقية مجالات المعرفة لحل مشاكل الصناعة، وبالتالي فإن "مشكلة المناطق لها دورة حياة" إطار نظام الدورة والكفاءة تصميم إطار مفهوم التطبيق العالمي من "الهندسة" الموظفين تطبيق المهنية تدريب نظام المناهج الدراسية.

استخدام تكنولوجيا البيانات الكبيرة لبناء المناهج الإطار، جوهر والمهمة الأساسية هو سلسلة بناء مناهج المعرفة. لتعزيز معرفة عملية المطابقة للصناعات عملية لحل المشكلة، كل العملية تتطلب استخدام المعارف مع الكفاءة، وهذا هو، في عملية حل هذه الصناعات مشكلة مدفوعة، والقدرة على تشكيل متطلبات سلسلة المقابلة، ويتطلب ذلك مناسبا وفقا لذلك تتطلب وحدة المعرفة التي تكوين تدفق هو مبين في الشكل.

في إطار منهج أساسي وراء الحاجة لمعالجة الأسئلة التالية: ما هو حل مشكلة في مجال الصناعة، وكيف يطالب الناس الأوضاع في هذه الصناعة؟ ما هي الصناعات العملية العامة التعامل مع هذه المشكلة؟ كل تدفق عملية، وحدة القدرة، وحدات بالطبع تتوافق مع كيفية التحويل؟ كيفية تنفيذ إطار المناهج الدراسية الخاصة لتدريس لتحقيق أهداف التدريب؟

المناهج تصميم الإطار بأكمله، والتركيز الرئيسي ذو شقين:

• كيفية تحديد اتجاه المزيد من التدريب المهني لالعلمي والعقلاني؟ مجموعة المواهب التطبيقية لمزيد من التركيز على الاحتياجات الاجتماعية، والاحتياجات الاجتماعية لرسو السفن، اتجاه المهنية اتبعت الصدارة، لديها امكانات كبيرة وهلم جرا. لتخطيط المسار الوظيفي الفردي والتوجيه المهني يميلون إلى اختيار صناعة الساخنة. يكون أعلى الصناعات عموما آفاق عمل أفضل، من حيث المنافع الشخصية، الفضاء الترويج والتطوير المهني تميل إلى أن تكون ميزة تنافسية، ولكن أيضا لعدم وجود الموظفين وعموما الأكثر تضررا.
• وبما أن قدرة وحدة ومنهج الدورة وحدة الإطار المحتوى الرئيسي، والمستمدة من كيفية الاتصال عملية العلاج المناسب؟ وعموما، فإن مشكلة المناطق صناعة يمكن تقسيمها إلى عدة عمليات. في مراحل مختلفة من العملية التجارية، والناس يعرفون محتويات الكائن ومستوى تطبيق الأساليب والأدوات، وعملية التفكير ليست هي نفسها. وفقا لذلك، والناس في مراحل مختلفة من متطلبات القدرة ليست هي نفسها. يتم تحديد وحدة المناهج المعرفة المتكاملة أساسا من قبل كائن من الإدراك، فهم طريقة التحول، واستخدام أدوات مثل التحول، ومتطلبات القدرة المقابلة هو الوعي من قبل الشعب من مكونات وحدة المناهج المعرفة والمعالجة، والتوسع وتطبيق عملية التعلم تتكون من التدريب. وهكذا، وسيادة تحويل يمكن أن تستمد بين كل عملية تدفق، وحدة القدرة، وحدة البرنامج. البيانات الكبيرة تصميم نظام المناهج التكنولوجيا هو استعمال تكنولوجيات البيانات الكبيرة لمعالجة البيانات التوظيف عبر الإنترنت واستخراج، للعثور على مراحل عملية التعلم المختلفة المعرفة، والأدوات، وقدرات القائم على المعلومات ذات الصلة.

2. تصميم وتنفيذ إطار المنهج الدراسي

إطار تحقيق من المنهج الدراسي يمكن أن تصمم وتنفذ مع تحليل البيانات وتقنيات التعدين. وبالتالي، فإن هذه المسألة هي المعلومات عن التوظيف من خلال تحليل الشبكة، والتعدين، و"المتخصصين في هذا القطاع فهم الطلب الوضع" ومعرفة المشاكل الفرعية البلدين والقدرة على معرفة هيكل القطاعات الصناعية ".

2.1 تحليل البيانات وتنفيذ صناعة ظروف الطلب المواهب

المتخصصين في هذا القطاع تتطلب تحليل الوضع، يمكن استكشاف احتياجات العمل من التشكيل الجانبي، مطلب شعبي، واتجاهات الطلب، والعوامل الأخرى المرتبطة اختيار زاوية من وجهة نظر الباحث عن عمل المعنية.

1) تحليل إحصائي لمحات الطلب المواهب، للحصول على الحالة العامة للالطلب على المواهب.

ويمكن تحليل هذا التحليل من حيث الوضع العام للتوظيف الصناعة والتوظيف الوظائف وهلم جرا. قد تكون الأفكار جزءا من التحليل مع الإشارة إلى التين 2 و 3.

2) تحليل صناعة الساخنة، والموقف، والمعلومات الجغرافية وغيرها، تحليلا هاما صناعة الطلب المواهب.

صناعة الساخنة، المدينة الشعبية، والمشاركات الشعبية وغيرها من الأشياء، المشكلة العامة هي واحدة من البناء المهني لطلاب الجامعات التوظيف الأول والاهتمام الشخصي. شعبية هو مفهوم شامل، سواء أكانت هذه المدينة هي مدينة الحارة، ودراسة شاملة لجوانب مختلفة من المدينة تشكل الشركات من مختلف الأحجام، ومرحلة تنمية المشاريع، فإن الطلب على المواهب، ومتوسط مستويات الأجور.

لمدينة شعبية، وتعريف الشعبي لهذه الصناعة، ويمكن القيام بها على مدى عدة أبعاد من إجراء تقييم شامل، وهذا يمكن أن تستخدم لتحويل المتغيرات المكونة الرئيسية التحليل ذات الصلة في مكونات رئيسية لا علاقة لها قياس والحصول على عشرات المكونات الرئيسية، وفقا لعشرات تحدد قمة التصنيف العالمي "المدينة" و "الصناعة" وهلم جرا. نتائج مدينة شعبية في الجدول 1.

وفقا لطريقة أعلاه، في حين أن الصناعات الساخنة، وظائف ساخنة للتحليل للحصول على معلومات أكثر شمولا التوظيف الشعبية.

3) تحليل العوامل المؤثرة في تكوين الجمعيات التوظيف.

محور كل باحث عن عمل في الاعتبار عند العمل قد لا تكون هي نفسها. تحليل الارتباط وظيفة، ومستوى التدريب للمهنيين، والتي تستهدف صادرات الخدمات مثل موظفي منطقة تدريب، له قيمة مرجعية معينة. أبلغت هذا الجانب أن المعلومات التي يمكن استخدامها لتحقيق قواعد تكوين الجمعيات. من حيث العمالة التركيز نظر، والعلاقة بين متطلبات العمل والتوظيف المتعلقة العلاج وعوامل أخرى التعدين أماكن العمل والمدارس يمكن إخراج موظفيها المواقع منطقة الخدمة، واستئناف طالب الرهان الكائنات المحددة قضايا مثل إشارة. مع الأخذ بعين الاعتبار البيانات التعدين يرتبط بها هو توفير البناء المهني للعمالة طلبة الجامعات والكليات المعلومات صنع القرار، طلاب السنة النهائية مع عدم وجود الخبرة في العمل، وإعطاء الأولوية للمناطق المتقدمة اقتصاديا من فرص العمل، بدءا توقعات الرواتب وعالية، حتى تتمكن من توظيف البيانات من فرص العمل ذات الصلة البيانات الكبيرة في فحصهم النتائج بما يتماشى مع الشروط المذكورة أعلاه من هذه القاعدة. على سبيل المثال، فإن متوسط الراتب الشهري المطلوب 10K إلى 15K (ك يمثل الآلاف) من قواعد وتحسب على النحو التالي:

10K الراتب إلى 15K لخريجي كثير من الناس مدروسة ذات رواتب عالية، وحساب النتائج المذكورة أعلاه، للحصول على مثل هذا الراتب المرتفع، قد تريد أن تأخذ المكاتب في المستوى الأول المدن أو الكلية أو الباحثين عن عمل لمتطلبات التعليم والخبرة في العمل من 1-3 سنوات. وبالمثل، يمكنك جعل مماثلة "متطلبات العمل في مدينة" تمشيا مع طالبي تحليل الارتباط المتوقع.

2.2 القدرة المهنية - هيكل دورة تحليل البيانات وتنفيذ

• 2.2.1 القدرة المهنية - هيكل تحليل مبدأ دورة

1) القدرة المهنية - العلاقة بين هيكل بالطبع هي الإطار الأساسي لتصميم نظام المناهج الدراسية.

مما سبق، وتطبيقها على إطار القدرة العملية بالطبع المنحى، تتألف من ثلاثة الخط الرئيسي، على التوالي مرحلة سلسلة العمليات التجارية، والقدرة على تكوين سلسلة، وحدات البرنامج سلسلة. مرحلة الخدمة من سلسلة عملية من قبل خبراء في هذا المجال لتوفير مرجع، والقدرة على تصميم وتشكل وحدات المنهج محتوى سلسلة سلسلة، واستكشاف ودراسة العلاقة بين الكفاءة المهنية والمناهج المعنية. ويرجع ذلك إلى شكل من أشكال التدريس لمعرفة نقلها من الدورات الرئيسية هي، وبالتالي فإن العلاقة بين الكفاءة المهنية ومحتوى المناهج، وهذا هو لاستكشاف العلاقة بين الكفاءة المهنية والمعرفة. حاليا، العلماء عموما يعتقدون أن المعرفة هي أساس تشكيل القدرة والقدرة على التعلم هو الغرض من المعرفة. القدرة على تقسيمها إلى القدرة المعرفية والقدرة العملية. وتنقسم الدورة إلى طبقات المعرفية والتطبيق، وتركز طبقة على الفهم المعرفي للمفاهيم نطاق والمبادئ والأساليب وإتقان ذات الصلة، مع التركيز على الكلمة ممارسة لتدريب الممارسة المهنية لهذا الغرض. القدرة المعرفية لمعرفة تحويل أساسا عملية نفسية، وتحويل المعرفة من القدرة المعرفية والقدرة على وحدة الممارسة والعمليات العقلية البشرية عملية النشاط البدني. اكتساب القدرة العملية غالبا ما تحتاج مساعدة من أدوات خارجية وخارج بيئة الفرد. عملية التحويل هو مبين في الشكل.

وهكذا، فإن الإطار بأكمله وفقا لسير عمليات الأعمال والمعرفة - القدرة على تصميم العلاقة الهيكلية، كما هو مبين في الشكل 5، كل مرحلة من متطلبات الخبرة العملية ورجل أعمال لتشمل القدرة المعرفية، في حين المقابلة مع اعتراف كل منهما بنية الطبقة المعروفة وممارسة متطلبات طبقة المعرفة. بالطبع المستوى المعرفي الموضوعي لأداء المرحلة التشغيلية للفهم المعرفة من المفاهيم والمبادئ، وغيرها، والماجستير في التدريس، والمناهج الدراسية والتدريب اللازم لممارسة يركز طبقة من الممارسة والتطبيق من القدرات الابتكارية لمرحلة التشغيل.

2) وعلم "الوصف الوظيفي" المعلومات "المهنية الكفاءة - بالطبع هيكل" على أهمية العلاقات مصدر البيانات.

الموافق المرحلة التشغيلية لكل فئة وظيفية، و "الوصف الوظيفي" معلومات الفئة غالبا ما تكون القدرة التشغيلية للمعلومات ذات الصلة وظيفة. والتحليل والوصف الوظيفي لجميع الوظائف مقارنة البيانات، من خلال تحليل فئة وظيفية يمكن فحص مصادر البيانات أكثر أهمية لتصميم المناهج الدراسية وحساب أكثر دقة المرحلة التشغيلية - البيانات العلائقية سلسلة بالطبع - القدرات.

3) استخدام LDA حل الموضوع النموذج - العلاقة بين "المهنية هيكل الكفاءة بالطبع."

وظيفتها الرئيسية هي لاستخراج نموذج LDA يمكن تقدير، بنية الدلالات الكامنة مستقرة نسبيا. كل "الوصف الوظيفي" لبيانات الموقع يحتوي على العديد من الاحتياجات "القدرة"، قدرة كل في كثير من الأحيان مع بعض الكلمات تظهر دائما في نفس الوقت. عندما كل "الوصف الوظيفي" ما يعادل كل وثيقة، كل منها يمثل قدرة "موضوع" المهنية "، تحت شعار" من مزيج من سلسلة من الكلمات الرئيسية. ووفقا لعدد من "موضوع" الحوسبة الجيل الذي يمثل القدرة على الرد على مجال المعرفة ذات الصلة لهذه الصناعة. وأخيرا، فإن هذه "الموضوعات" لاستخراج يدويا وتلخيص، ثم وفقا لقدرة التسلسل الهرمي والمناهج يمكن تصنيفها إلى مزيد من الطبقات المعرفية والتطبيق.

• 2.2.2 القدرة المهنية - تصميم هيكل دورة تحليل البيانات العملية

وباختصار، فإن الكفاءة المهنية - دورة هيكل الاشتقاق، بما في ذلك "الحوسبة موضوع السلطة" و "القدرة - تحويل هيكل بالطبع،" المرحلتين. عملية المرحلة الأولى "من الحوسبة موضوع السلطة" هي كما يلي: أولا، وظائف تصنف مقسوما على العلاقة المقابلة "المرحلة التشغيلية"، وفقا لنتيجة تقسيم لكل فئة مهمة "الوصف الوظيفي" بيانات النص باستخدام تقنيات معالجة اللغة الطبيعية المعالجة، مثل أرقام وإزالة علامات الترقيم، ومعالجة النصوص، وتصفية كلمات التوقف، في حين أن موضوع تطبيق LDA النموذج، وبعد تجهيز الوصف الوظيفي ل "القدرة" نموذج الموضوع التعدين. عندما إحصاءات كلمة تردد، وتترافق مع تحليل النص "أداة" لتحديد التكنولوجيا الساخنة، ويمكن أن توفر مرجعية لعملية اختيار أداة تعليمية.

المرحلة الثانية هي "القدرة - تحويل هيكل بالطبع." باستخدام نموذج LDA، بعد العديد من الموضوعات التي حساب المعلمة، من أجل الحصول على ذلك، موضوع أكثر بروزا مستقل نسبيا من العديد من موضوع "قدرات"، ثم يدويا صقل هذه المواضيع والقدرة المعرفية الصحافة والقدرة العملية لتصنيف. وأخيرا، وتنقسم قدرة كل مرحلة من متطلبات العمل وفقا لطبقات المعرفية والتطبيق، وفقا لمحتوى الدورة في شكل (مفهوم مبادئ الطبقة، أدوات الحالة، وما إلى ذلك) دعم وضع دورات المقابلة.

2.3 القدرة المهنية - لتحقيق برنامج التحليل البنيوي

• 2.3.1 نموذج LDA الحوسبة "قدرات" موضوع

1) فئة الوظيفة.

كما ذكر آنفا، البيانات الكبيرة تجهيز التكنولوجيا في مجال قضايا الصناعة، والعمليات الأساسية لتحديد أهداف العمل، وجمع البيانات، والتحول استخراج البيانات وإدارة الأحمال، معالجة البيانات والنمذجة تحليل وتفسير البيانات وتطبيق عدة مراحل الأساسية الكبرى. كبير إطار مناهج العلوم البيانات وتطبيق تكنولوجيا المعلومات المهنية هو مبين في الشكل (6)، حيث "؟" يمثل المحتوى قبل استخدام الحسابات النموذجية LDA لم يتحدد بعد.

وفقا لالكفاءة المهنية - هيكل دورة تصميم عملية تحليل البيانات، وظائف ضرورة أن تصنف وفقا لعملية كبيرة تطبيقات تكنولوجيا المعلومات، في حين أن زملاء العمل على مرادفات مهمة تسمية موحدة، وتحقيق فئة وظيفية. وفقا لاسم العمل المطابق لتوصيف الوظائف، وتصنف أنواع الوظائف في الجدول طريقة 2.

وعند النظر إلى النتائج من الانقسام، مهندس الحصول على البيانات، ومنصة البيانات / المهندسين مستودع والمهندسين خوارزمية البيانات والمحللين البيانات، هذه الأنواع من المواقف تتوافق مع جمع البيانات، وإدارة التخزين جمع البيانات، ونمذجة البيانات، وتحليل البيانات، والعديد من معالجة البيانات مراحل والمهندسين وتصور البيانات، مدير المنتج بيانات مواقف التركيز على مجموعة من البيانات وتطبيقات الأعمال.

2) إحصاءات كلمة تردد.

الوصف الوظيفي لكل فئة وظيفية للتجزئة كلمة، والكلمات عالية التردد والإحصاءات، يمكن أن تساعد على الفهم الشامل لمواقف المهارات الأساسية. من سحابة الكلمة المذكورة أعلاه، ويعرف موقف الحصول على البيانات مهندس مع متطلبات الخبرة في العمل، في الوقت نفسه، والموقف ومعرفة فئة تكنولوجيا الإنترنت، بروتوكولات الشبكة، وتطوير الزواحف، خوارزمية التنمية ترتبط ارتباطا وثيقا. منذ جمع البيانات يحتاج إلى استخدام لغة الكمبيوتر لتحقيقه، ويتم التعبير عن اللغات التالية عادة في اللغة الإنجليزية، لذلك، ومن المعروف أن الوصف الوظيفي للمناصب الحصول على البيانات في المعلومات الواردة في الحروف الأبجدية وكلمة إحصاءات تردد استخراج سحابة كلمة للتكنولوجيا الحصول على البيانات شعبية أدوات بيثون، جافا، الخلية، وما إلى ذلك، وأتش تي أم أل، CSS، المتشعب، كسباث وغيرها من شبكة المعرفة، المهندسين الحصول على البيانات المطلوبة المعرفة. وبالمثل، قد تكون مناصب أخرى إحصاءات تردد كلمة.

3) نموذج حساب.

ووفقا LDA الموضوع النموذج خطوة الحساب، شيدت لكل فئة الإحضار العمل، وتكوين الوصف الوظيفي - المفردات وLDA الحسابات نموذج مصفوفة، مما أدى موقف "قدرة" تتعلق الطبقة التابعة. هنا، ونتيجة ل"مهندس الحصول على البيانات" احتساب إيراد أمثلة على ذلك. LDA تحسب لكل موضوع، وهو ما يمثل نوع معين من القدرة لفئة وظيفية. هذه القدرات موضوع يمثلها مجموعة من الكلمات ذات الصلة إلى الحاجة إلى مزيد من التكرير والمعالجة.

• 2.3.2 القدرة - لتحقيق هيكل بالطبع التحويل

1) موضوع للتكرير.

النتائج نموذج الموضوع LDA مزيد من المعالجة اليورانيوم، أكثر من كانت ستة موضوعات مألوفة مع الشبكة، المبدأ على شبكة الإنترنت، الزحف مع الخبرة؛ (أدوات جمع البيانات اللغة) سيد جافا، وتوفير فوائد العمل؛ دراية بروتوكول جمع البيانات؛ دراية بنية البيانات والخوارزمية.

2) القدرة على تصنيف.

توفير وظائف وفوائد تنتمي إلى قضايا الأجور والاستحقاقات بعد، فإنه يمكن إزالتها. وفقا لتسلسل هرمي للسلطة، والخمس الباقية تنتمي إلى القدرة المعرفية معتادا على هذه الصفحة حيث المبدأ، على دراية بروتوكول جمع البيانات، على دراية هياكل البيانات والخوارزميات. وهو ينتمي الممارسة تتطلب القدرة على موضوعات مثل أدوات جمع البيانات لغة والبيانات الزحف الخبرة.

3) تصميم المناهج الدراسية.

جنبا إلى جنب مع قسم جيدة من القدرة المعرفية والقدرة العملية، يمكن أن تزيد من تصميم يتوافق مع محتوى الدورة، تشكل إطارا المعرفة لمنصب المواهب. على سبيل المثال، وقدرتها على جمع البيانات مهندس - هيكل الدورة بعد التحويل، أظهرت النتائج في الشكل.

وفقا لقدرات جمع البيانات مهندس أعلاه - بالطبع طريقة تحويل هيكل، وهي القدرة على الحصول على فئة وظيفية أخرى - معلومات بنية بطبيعة الحال، انظر الجدول 3.

كما يتبين من الجدول 3، كل موقع من المواقع تركيز الموظفين اللازمين بنية المعرفة هو مختلف، وجود تقاطع بين الوظائف الفردية. جامعة العلوم البيانات التطبيقية والبيانات الكبيرة تدريب العاملين التكنولوجيا، ونحن يمكن أن تركز على تدريب الأفراد للحصول على 1-2 أنواع من فئات الوظائف التي وفقا لمدرسة مستهدفة، وقدرة هذه الأنواع من متطلبات ومحتوى الدورة التدريبية إلى برامج تدريب الموظفين، ويمكن للطلاب مجموعة كاملة من التدريب اختصاصي بيانات كبيرة، والمناهج الدراسية ذات الصلة لدمج هذه المواقف.

3 الخاتمة

تحليل بيانات التوظيف عبر الإنترنت من خلال تطبيق التكنولوجيا الكبيرة البيانات، التي اقترحها قدرة البشرية وتصميم المناهج الأفكار مثقف من قبل فئة وظيفية، وأساليب تكرار المرجعية المتاحة لتصميم العاملين في الجامعة تدريب نظام المناهج المطبقة، في الوقت نفسه، يتم تطبيق الأسلوب معالجة، وهناك اختلافات في المهنية المعمول بها. القدرات البشرية - دورة طريقة تصميم إطار هيكل، بالمقارنة مع التاريخ واللغويات وغيرهم من المهنيين الذين، على التخصصات الهندسية المهنية مثل هندسة البترول، هندسة المعادن، هندسة المرور، والهندسة الأدوية وغيرها من الصناعات لديها تدفق عملية العلاج، وأفضل المرجعية. جمع المعلومات التوظيف عبر الإنترنت، في الوقت المناسب من خلال حساب السلطة، وظائف الشبكة، وعدد من حجم العينة وغيرها من القيود تستغرق وقتا طويلا يؤثر على شكل، على شبكة الإنترنت معلومات التوظيف مهام جمع أن يستغرق وقتا أطول لإكمال. معالجة وتحليل البيانات هو عملية شبه الآلية، من أجل جعل نتائج أكثر دقة المعلومات على تجهيزها التوظيف عبر الإنترنت والنمذجة، ونحن بحاجة إلى خبراء الصناعة تشارك يوصي. وبالإضافة إلى ذلك، تدريب الموظفين برامج لم يذكر عملية تنفيذ محددة تدريس أفكار التصميم، والتركيز أكثر على توفير الوسائل العملية للعاملين تطبيق كلية تدريب إطار تصميم البرامج وفقا لمتطلبات العمل ويتوافق تصميم المواهب لمعرفة كتلة، مع التركيز على مستوى المعرفة قبل وبعد التدريب والداخلية المعرفة الاتصال . وباختصار، قد المستقبل مزيد من تخفيف العمل لجمع البيانات من مصادر، وكيفية استخدام تقنيات البيانات الكبيرة لاستكشاف وتحسين تدريب العاملين في تطبيق التوجيه وغيرها من جوانب التنفيذ.

مشروع الصندوق:

متخصصة مجموعة العلوم والتكنولوجيا برامج الكمبيوتر دورات تدريبية تدريس مشروع فريق (JXTD201601)؛

2017 التعليم وإصلاح التعليم العالي مشروع في مقاطعة قوانغدونغ "موظفي كلية الأعمال البيانات الكبيرة تدريب نظام ممارسة التدريس" (2017SJJXGG01)؛

مشاريع البحوث والتكنولوجيا منصة مفتاح تحليل التجارة الإلكترونية (2018KTSCX263).

الأول المؤلف:

وو شياو لينغ، الإناث، محاضر والتوجيه البحوث لتطبيق تكنولوجيات البيانات الكبيرة في التعليم والتدريس، 41667604 @ qq.com.

المراجع:

 . Shixiao تشيو، شو يينغ الفوز الشهادات والتعليم الهندسي الأديان قدرة نظام القيادة المشتركة للتنشئة الهندسة العالي البحوث التربوية، 2019 (2): 34-36.

 تشن شين، Zhoulong فو، تساو Yaoqin استكشاف بناء البيانات العلمية تطبيق المنحى وبرنامج التدريب المهني للاقتصاد صناعي حديث التقني وتقنية المعلومات، 2017، 7 (23) البيانات الكبيرة: 40-42.

 . سوناي جينغ، تشن Yijun، شي شياو جيوان استكشاف تدريب نظام تقييم موضوعي على أساس ارتفاع التدريس المواهب الجامعية OBE مجلة و 2017 (9): 33-34.

 تشن فاي البحوث الموجهة نحو تطبيق تعديل مناهج التعليم وإصلاح شنغهاي: جامعة شرق الصين للمعلمين، 2014: 71-73.

 وزارة التربية والتعليم اللجنة التوجيهية للعلوم الحاسوب وتكنولوجيا التعليم الجامعات علوم الحاسوب وتقرير استراتيجية التكنولوجيا والتطوير المهني للمعايير المهنية (الابتدائية) بكين: مطابع التعليم العالي، 2014: 384-396.

المحرر: وانغ جينغ

تصحيح التجارب المطبعية: Lvyan تشين

- انتهى -

تسينغهوا الانتباه - بيانات أكاديمية تشينغداو للعلوم قناة الصغرى الرسمية منصة الجمهور " بيانات الإرسال THU  "أيتها الأخوات ولا". إرسال البيانات THU  "لرعاية المزيد من المحاضرات ونوعية المحتوى.