青少年篮球大数据蓝皮书_青少年篮球赛事

1.2019年教育大数据蓝皮书指出 数据将成学校核心资产

2.凯利蓝皮书的国内二手车估价——大数据线性加权模型

2019年教育大数据蓝皮书指出 数据将成学校核心资产

4月17日上午，《中国基础教育大数据发展蓝皮书（2015）》发布会暨教育大数据高峰论坛在 北京师范大学 举行。国内首份基础教育大数据发展蓝皮书正式发布。

　据悉，《中国基础教育大数据发展蓝皮书（2015）》由 北京师范大学 “移动学习”教育部-中移动联合实验室、中国教育技术协会、江苏省教育信息化工程技术研究中心联合发布，由北京拓思德科技有限公司独家支持。

北京师范大学 “移动学习”教育部-中移动联合实验室主任余胜泉指出，数据将逐渐取代土地、劳力、资金等稀缺资产，成为社会和企业最重要的核心资产。同时，数据也将改变人类的认知方式和文化生态，“人机结合的思维模式将成为现代人认知世界的基本方式，借助智能设备而生存的时代已经到来”。未来，大数据将演变成为一种“人人生产数据、人人共享数据、人人管理数据”的社会文化。

　余胜泉表示，作为教育界和学校最重要的资产，未来教育数据采集的重心将向非结构化、过程性的数据转变，“教育大数据的采集应该是全样本的、即时的数据”。教育界还应加强教育大数据与其他领域大数据（医疗、交通、经济、社保等）的融通和关联分析，进一步增强教育决策的科学性”。

　蓝皮书负责人之一、 江苏师范大学 副教授杨现民表示，教育大数据并非单纯指其数量大，更重要的是其“价值”很大，教育大数据的核心价值是分析和预测。他表示，与其他领域的大数据相比，教育大数据具有高度的复杂性，其应用也需要高度的创造性。他认为，教育属于超复杂的系统，教育领域的大数据不存在清晰的、固定的分析流程和分析方法。教育大数据的分析既要综合运用传统的数据分析方法与工具，也要合理采用专门针对大数据处理的新方法和新工具，“严格来说，教育大数据的分析模型不是被设计出来的，而是被发现的”。

　此次蓝皮书梳理了全球教育大数据相关政策进展，解读了教育大数据的内涵、独特性，剖析了教育大数据的来源与结构，对常用的四大类13种教育数据采集技术进行了介绍，并提出7种典型教育数据分析模型。通过搜集整理49个典型应用案例，提炼出基础教育大数据的五大应用模式，探讨了国家、区域以及学校三个层面教育数据网络的构建思路，以及教育大数据管理存在的难题及基本解决思路。

　在随后的教育大数据高峰论坛中，与会专家针对教育与大数据的深度融合展开了讨论。专家们指出，是中国的教育大数据元年，政府、企业、学校、研究者、社会公众等开始关注教育大数据。与此同时，我国教育大数据研究与实践整体还处于起步探索阶段，国外也没有成熟的经验和模式可以借鉴。希望通过“政、产、学、研、用”五方联合，共同助力我国基础教育大数据发展，为实现中国教育引领世界而一起努力。

　余胜泉、顾小清、方海光、魏顺平等4位专家，分别就《大数据时代的教育变革》、《以学习分析改进教学实践》、《面向基础教育的移动学习与教育大数据研究》、《数据驱动的大规模在线教育实施评估模型构建与应用》等主题发表了演讲

凯利蓝皮书的国内二手车估价——大数据线性加权模型

大数据线性加权模型是由公平价团队在美国权威二手车估值模型KBB的算法的基础上，加以改良的更为精准的二手车估值算法模型。

该模型的原理是通过搜索引擎技术追踪每一笔二手车的出价记录和销售记录，并通过二手车商家的成功交易量， 来决定商家出价的权重，然后通过对大量二手车商家的出价进行加权平均，和线性回归分析。从而得到具体一款车型号的大致价位（80%接近），最后通过评估具 体一辆车的车况（保险，保养程度，具体参数配置，同一款新车的报价等 20%），来具体精确地决定一辆二手汽车的“公平价”。 由于是通过两个阶段来完成精确估价，所以改模型又命名为“两阶段加权模型”。

大数据线性加权模型有效地解决了当前国内二手车交易市场标价混乱，无公信力的第三方评估标准的严峻问题。为我国二手车交易市场提供了一个切实可行的二手车估值方法。