基于情报学理论的公安教育大数据运用初探

如今大数据正在实现人类工作、生活与思维的巨大变化,并且已经扩大到各个领域,公安教育领域也不例外,大数据成为公安教育系统创新和变革的巨大推动力。通过公安教育大数据可以高效、实时地评估学生学业进展,预测其未来表现,找出潜在问题。这样的方式强化了教学与学习之间的关系,使教师和学校能够创造适合每个学生教育机会。关联理论、监控理论、用户画像理论、情报流程理论等都属于情报学理论,运用这些信息科学理论,结合情报特性中的情报预警、情报预测、情报共享、情报监控、数据可视化等,能够在庞大的公安教育数据中精准、快速地抽象出用户行为习惯,包括学生的学习习惯、教师的工作轨迹、学校的发展轨迹,对学生进行学业诊断和学习预警,服务教师的科研和工作规划。     

循环经济体系建设中的政府和企业责任聚类分析

本文分析政府和企业责任研究现状和进一步研究的必要性,构建包括8个控制层和58个指标层的循环经济体系责任目标,利用层次聚类分析的R型聚类将责任划归到政府和企业,最后提出基于责任的青岛市循环经济体系建设的建议。     

高校成人学业情绪及其有效教学研究

成人学业情绪是学习者在教学或者学习情境中所体验到的各种与学业有关的内心感受,这种体验感受在成人的学习过程中发挥着重要作用。成人有效教学追求教学的效果、效用、效益,因此,成人教学过程中需要充分考虑到＂情＂的因素,在教学过程中发挥＂情感的力量＂。基于成人学业情绪的有效教学构建需要从教师、教学内容、教学课堂、教学评价四方面来展开。     

国内公安学科研究内容分析——基于（1998—2013）论文关键词的研究

基于（1998—2013）公安学科的论文关键词,运用文献计量学的词频分析法对公安学科15年来的主要研究内容、研究方法和研究热点进行统计分析,并使用共词分析法构建关键词相关距离矩阵,对频次≥10的2 687个关键词进行聚类分析,得到7个主要聚类。根据以上计算结果,对公安学科的学术规范、政治和社会敏感性、研究范式等多方面进行研究和探讨。     

外语焦虑与大学英语口语教学设计

外语焦虑是指由外语学习过程的独特性导致的、外语学习者在自我知觉、信念、感情和行为等方面表现出的紧张、不安和忧虑.口语学习者的外语焦虑是学习者、教师和口语课堂三方面因素互动的产物.舒缓学习者的外语焦虑、提升学习者的口语学习兴趣,帮助学习者形成口语训练的习惯,是口语教学的关键.为此,教师应在大学阶段的英语口语教学中实行分期教学,重视口语任务设计的真实性、娱乐性、开放性、挑战性,加强学生之间和师生之间的互动,同时还应提高学生对外语焦虑和口语学习规律的认知水平.     

基于改进K-means算法的犯罪预测模型

随着大数据时代的来临,公安部门积极推进"智慧公安"警务改革,犯罪预测成为其中的重要内容。有效的犯罪预测有助于预防犯罪,维护社会稳定。但是由于犯罪环境的复杂性,犯罪诱因的多样性,犯罪预测始终是一个具有挑战性的难题。为量化预测犯罪提供可能性,构建了一种基于改进K-means算法的犯罪预测模型。通过Gap Statistic方法自动确定聚类数目,克服了K-means算法无法确定k值的缺点。实验结果表明,该模型可以成功确定犯罪热点数量并进行聚类分析,提高了犯罪预测的客观性和准确性。     

一种基于Filter与Wrapper模型的网络流量特征选择方法

在基于机器学习方法的网络流量分类系统中,通过特征选择找到的最优特征子集将直接影响到分类的速度及精度。针对这种情况,提出了基于Filter与Wrapper模型的流量特征选择方法。首先对网络流量特征向量进行类间、类内的距离计算,抽取类内距离较小而类间距离较大的特征子集,然后将其进行组合,作为遗传算法的初始群体进行遗传操作,从而得出最佳分类特征子集,实现降维并提高分类精度。     

大学英语教学改革中教师角色的中介作用

大学英语教学改革意味着教师角色的转变。本文提出的自主学习加面授的教学模式,是学习者、教师、任务与教材等多因素的动态协调过程。确立了教师在自主学习中的中介者角色。分析教师如何以学生为中心协调课堂教学与自主学习的多重交互关系。     

老龄化背景下养老保险费率平衡机制研究

本研究对OECD19个国家2010年的6个指标数据,共计133个观测值,运用聚类分析方法,基于K-均值聚类结果发现,在劳动力市场和养老金政策治理良好的国家,基于人口年龄结构和老年赡养比、产业机构和服务业发达程度、劳动年龄人口就业参与、养老金领取年龄、养老金替代率、移民政策六个变量,建立了平衡养老金税费率和保障养老金计划正常运行的机制。本文分析了典型国家的具体做法,认为研究结果非常值得中国借鉴。     

大学生学习投入影响因素分析

利用2013年"中国大学生学习与发展追踪调查"的随机抽样数据,以某二本院校学生为研究对象,通过因子分析和二元Logistic回归分析模型对学生学习投入提高的影响因素进行定量分析。研究结果表明,教育性因素比先赋性因素对学生学习投入的影响更为显著,学生主动合作学习度、学习经验丰富度和学业挑战度对本科学生学习投入起主导作用。     

高级英语视听课教学的理论与实践

高级英语视听课是为英语系高年级学生开设的一门重要专业课。根据建构主义教学理论,学习过程是学习者主动建构信息的过程。高级英语视听课教学应以学生为中心,充分发挥学习者认知主体的作用;教师是教学活动的策划者、组织者、指导者和帮助者;提倡教与学、师与生之间的交互性协作关系,重视课堂选材,采用趣味教学、文化教学、互动教学等方式,使学生主动获取信息和分析解决问题的能力以及创造性思维能力得到锻炼,使学生自主学习能力和跨文化交际能力不断提高。     

配对样本T检验在赤足迹与穿鞋足迹同一认定中的应用性研究

探讨研究能否将配对样本T检验方法用于赤足迹与穿鞋足迹的同一认定,将数据量化分析后得出检验结果,分别收集200名受试的赤足迹和穿鞋足迹样本,并按足底压力轻重(鞋底磨损轻重)分级,再把各压力中心(磨损中心)连接后测量距离并进行统计,计算出各种特征在赤足(穿鞋)足迹中出现的概率,进行配对样本T检验。通过对赤足迹与穿鞋足迹对应特征进行比较,相关性越大,则司法鉴定中证据效力越强。配对样本T检验可以用于赤足迹和穿鞋足迹的同一认定。     

未成年抢劫犯人格因素的聚类研究

目的:探讨未成年抢劫犯的人格特征和人格类型,为分类矫治提供依据。方法:使用SPSS社会科学统计软件对104名少年抢劫犯的16PF测查数据进行聚类分析。结果:未成年抢劫犯在A、B、F、I、L、M、N、O、Q1、Q2和Q4等因素上与常模有显著差异,通过分层聚类中的Q型聚类的方法获得四种基本的人格类型。结论:未成年抢劫犯具有独特的人格特征并可分为四种人格类型。     

地方政府绩效评估指标体系挖掘过程——以江苏四市为例示

在建成江苏四市政府绩效评估指标数据仓库之后,就有了数据挖掘的基础。指标体系的设计实际上是一个在诸多可能的备选项中分层赋权聚类的过程,本文正是基于此思路,利用Microsoft SQL Server 2005软件中的Microsoft Visual Studio所提供的"神经网络"和"聚类分析"两个数据挖掘工具(技术)展开分层赋权聚类并将其中因为假设值为1而造成的"过拟合"正则化,从而产生本研究的结果——一套基于海量数据挖掘的、探索性的地方政府绩效评估指标体系。本文呈现的是以江苏四市为例示如何对地方政府绩效评估指标体系的三级指标数据进行挖掘的过程。     

建构主义学习理论在高职课堂教学改革中的应用与实践 ——以《windows网络管理》课程为例

建构主义学习理论强调以学生为中心,强调学生对知识的主动探索发现和对所学的知识意义的主动建构.文章在建构主义学习理论的基础上,以实例阐述了高校教学实践中通过情境分析,协作学习等课堂教学设计,促使学习者积极主动地参与学习活动,并对其效果进行分析和评价,旨在更加有效地提高教学质量并促进相关的教学改革.     

累积劣势:随迁子女基础教育不平等的生成路径探析

基于累积劣势理论框架,运用在绍兴市实地访谈数据,发现既有教育分流制度导致弱家庭资本背景的农民工随迁子女往往只能在位于城市边缘地区的薄弱学校就读,造成教育起点劣势。随着教育阶段的深入,各种结构性因素包括薄弱学校、散养式家庭教育模式、消极同侪效应、社会刻板印象等交织互动,形成累积性劣势行动框架环境,共同作用于随迁子女的教育期望、学习表现和学业能力,最终在随迁子女中间形成一种"自弃文化",主动放弃对高学业成就的追求。因此基于择优录取原则的教育机会分配应当重视教育起点公平和竞争过程条件公平。     

关于成人英语教学改革的几点思考

时代不断发展,人们对英语学习提出了新的要求,因此成人英语教学也需要在新的教学和学习理论的基础上进行改革。认知法教学理论和建构主义学习理论比较适合成人学习者,教师应当以学生为中心安排课程,采用适合成人的教学方法,营造适合成人学生的心理环境和学习环境,可将多媒体引入教学并且促进教学,并且做好教材的选编配套工作。     

高职学生公共英语学习心理障碍及对策浅析

在英语学习中,学习者的情感因素起着至关重要的作用。对高职学生公共英语学习中常见的几种心理障碍的表现和成因进行分析,提出相应的解决对策,指出在英语教学中只有培养学生良好的学习习惯和健康的心理状态,帮助他们克服英语学习的心理障碍,才能使他们的英语语言应用能力得到提高。     

大学生经济境遇与学业成就的相关研究

目的：研究大学生经济境遇与学业成就的关系。方法：采用自制的《大学生经济境遇调查问卷》,运用SPSS10.0进行oneway ANOVA（单独立样本单因子变异数分析）统计分析和Spearman相关检验的统计分析。结果：大学生学业成就与生活学习费用水平存在显著的负相关,相关系数为-214（p〈．05）,并且因生活学习费用水平不同而存在显著差异（F=2．318显著,p=0．039〈．05）;学业成就与家庭经济状况自我认知相关不显著,相关系数为-．141（p〉．05）,学业成就在家庭经济状况自我认知上的差异检验不显著,（F=1.047不显著,p=0．375〉.05）。结论：生活学习费用越高,学生的学业成就反而越差,但生活学习费用不同水平对学业成就影响的详细信息需要后续研究作更深入的探讨;学业成就不因学生家庭经济状况自我认知不同而存在显著差异。     

灰色预测系统与大数据技术在人工智能中的应用比较

人工智能的发展经历了"小数据"阶段到"大数据"阶段。"小数据"阶段是利用灰色预测系统等各种推理和预测模型来进行数据分析和处理。随着大数据技术的成熟和深度学习的应用,人工智能进入了"大数据"阶段。大数据技术与深度学习推进人工智能向前发展。由于大数据的支持,让机器经过大数据的训练、学习、分析而"自动"发现规律和形成规则,进而提升预测和判断的准确率,使得机器学习乃至人工智能整个领域的众多实际应用成为可能。