本发明涉及教育信息化建设领域，具体地说是一种用于教育大数据模型构建的方法。
背景技术：
在教育信息化建设领域，为实现“教育信息化带动教育现代化发展”，推动教育应用的智慧化进程，教育大数据的建设、梳理与形成尤其重要；
在教育管理信息化建设领域，行业内的教育大数据的建设与实施成果基本上集中在大数据技术研究与应用组件建设的方向，大数据的应用实施场景均是基于业务应用的长期数据累计，形成了大量数据且影响了业务流程处理速度，因此利用部分大数据技术解决大量数据场景下，保障原业务应用正常运转，并未真正以“大数据”为基础进行业务应用的构建，缺少系统的大数据构建方法。
技术实现要素：
本发明的技术任务是针对以上不足之处，提供一种用于教育大数据模型构建的方法，解决各类教育应用建设过程中不能够构建有序的教育大数据生产环境，积累有效的教育大数据成果等问题，避免应用级的“大数据孤岛”，实现标准的应用级教育大数据基础生产环境。
本发明解决其技术问题所采用的技术方案是：
一种用于教育大数据模型构建的方法，包括以下几部分：行为记录模型构建；教育数据标准目录模型构建；自定义教育数据标签的构建；教育大数据模型的运行机制与方法；其中，
行为记录模型构建，建立以“主、谓、宾”为核心设计元素，以时间、地点关键条件为基础的用户行为记录模型，并以此用户行为记录模型建立用户行为库，存储用户所有的行为过程；
教育数据标准目录模型构建，按照教育行业信息化特性，构建教育数据标准目录，并设定“一主多从”的模型构建方法，即一个主目录结构模型，并以主目录为核心，设定多个从目录结构，主目录结构模型分为三大类别进行划分，分别为：标准代码类、教育管理类、教育资源类；
自定义教育数据标签的构建，教育数据标准目录模型的构建是需要不断完善与升级的，利用“定义/使用/分析/积累”的构建方法，即：
定义：由参与主体创建自定义标签内容，
使用：其他参与主体参与使用自定义标签，
分析：按照群体使用率超过50%的分析方法，将标签记录进行积累标识，
积累：将标识标签定时汇总进入教育数据标准目录结构，完善教育数据标准目录；
教育大数据模型的运行机制与方法：建立以教育数据标准目录为核心纽带的系统运行机制，实现教育数据标准目录与各类教育应用、功能、服务及数据的匹配对应，按照参与主体的全过程跟踪记录原则与方法，记录并形成参与主体类、行为过程类、服务结果类等的教育大数据集，例如：教育学习过程数据集、教育教学过程数据集、教科研过程数据集、教学资源使用过程数据集、平台互动过程数据集等，进而开展一系列的教育大数据智能分析与利用，真正促进智慧教育应用的建设。
进一步的，所述标准代码类包括：国标、地标、行标及自定义标准；教育管理类按照教育阶段、教育对象划分；教育资源类按照学段、领域、版本、教材、章节、知识点划分；按照“一主多从”的模型构建方法，以上述三大类主目录结构模型进行“从目录”结构模型的定义。
本发明的一种用于教育大数据模型构建的方法和现有技术相比，具有以下有益效果：
本发明制定了各类教育应用的大数据模型构建方法，辅助各类教育应用能够有效的设计并建设教育大数据环境，保障教育类应用生产并积累有效的教育大数据信息，实现各类教育应用之间的大数据互联互通，能够有效辅助区域内、企业内的智慧教育应用体系的构建。
具体实施方式
下面结合具体实施例对本发明作进一步说明。
一种用于教育大数据模型构建的方法，包括以下几部分：行为记录模型构建；教育数据标准目录模型构建；自定义教育数据标签的构建；教育大数据模型的运行机制与方法；其中，
行为记录模型构建，建立以“主、谓、宾”为核心设计元素，以时间、地点关键条件为基础的用户行为记录模型，并以此用户行为记录模型建立用户行为库，存储用户所有的行为过程；
教育数据标准目录模型构建，按照教育行业信息化特性，构建教育数据标准目录，并设定“一主多从”的模型构建方法，即一个主目录结构模型，并以主目录为核心，设定多个从目录结构，主目录结构模型分为三大类别进行划分，分别为：标准代码类、教育管理类、教育资源类；所述标准代码类包括：国标、地标、行标及自定义标准；教育管理类按照教育阶段、教育对象划分；教育资源类按照学段、领域、版本、教材、章节、知识点划分；按照“一主多从”的模型构建方法，以上述三大类主目录结构模型进行“从目录”结构模型的定义。
自定义教育数据标签的构建，教育数据标准目录模型的构建是需要不断完善与升级的，利用“定义/使用/分析/积累”的构建方法，即：
定义：由参与主体创建自定义标签内容，
使用：其他参与主体参与使用自定义标签，
分析：按照群体使用率超过50%的分析方法，将标签记录进行积累标识，
积累：将标识标签定时汇总进入教育数据标准目录结构，完善教育数据标准目录；
教育大数据模型的运行机制与方法：建立以教育数据标准目录为核心纽带的系统运行机制，实现教育数据标准目录与各类教育应用、功能、服务及数据的匹配对应，按照参与主体的全过程跟踪记录原则与方法，记录并形成参与主体类、行为过程类、服务结果类等的教育大数据集，例如：教育学习过程数据集、教育教学过程数据集、教科研过程数据集、教学资源使用过程数据集、平台互动过程数据集等，进而开展一系列的教育大数据智能分析与利用，真正促进智慧教育应用的建设。
通过上面具体实施方式，所述技术领域的技术人员可容易的实现本发明。但是应当理解，本发明并不限于上述的具体实施方式。在公开的实施方式的基础上，所述技术领域的技术人员可任意组合不同的技术特征，从而实现不同的技术方案。
除说明书所述的技术特征外，均为本专业技术人员的已知技术。