大数据分析 研究现状,全球环境污染现状数据分析

学习层和教学层是主要的应用层次。在应用层面，教育大数据可以分为五个层面:学、教、研究、管理、政策。学习层和教学层的需求侧重于适应性学习；研究层需要着力发现教育教学规律；管理需要注重精细化管理和科学决策；政策层的需求来自于获取机制设计的基础。从目前的发展情况来看，我国教育大数据的应用层面主要在学习层和教学层。具体应用产品可分为自适应学习、作业答题、语言学习、题库评估和课堂教学等。产品包括智能学习伙伴、回答问题和极限大数据。

从目前的发展情况来看现状，我国教育大数据的应用主要集中在高等教育和K12领域，在学前教育和职业教育领域应用较少。主要原因是国内K12在线教育的快速发展为K12教育大数据提供了巨大的数据源。同时，企业对通过大数据对学生进行精准定位和有针对性的教学服务有很大需求。在高等教育细分市场，教育信息化基础好、自主学习能力强的学生是高等教育大数据发展的良好基础。

城市交通大数据产业发展现状分析人们在城市中的日常生活产生了大量的数据，有结构化的也有非结构化的，有些数据与交通出行密切相关，有些数据似乎与交通出行无关。这些数据分布在不同的行政部门，互联网公司或者传统运营企业。比如，随着智慧城市建设的热潮，很多城市已经布满了传感设备(路口入口地磁、电子警察、卡口等。)，通过它可以每隔一定间隔采集路口入口的车流量、速度、占用率；通过卡口的车辆的车牌号、通行时间、当地车速都可以通过电子警察或者卡口实时获取，这些数据基本都汇聚在当地交警部门。

传统的运营企业范围也很广，包括公交公司、出租车公司、通信运营商等。公交公司和客运公司采集客流数据(IC卡、第三方支付和零票)、车辆定位数据等。出租车公司收集出租车定位数据，而通信运营商可以收集客户手机的MAC地址。上述数据可为城市交通规划、政策制定、设计和管理提供数据支持。

中国工业大数据处于起步阶段。工业大数据是指信息技术在工业领域应用中产生的数据。它是工业互联网的核心，是工业智能化发展的关键。工业大数据是以互联网互联和大数据技术为基础，贯穿于工业设计、技术、生产、管理和服务的各个环节，使工业系统具有描述、诊断、预测、决策和控制等智能功能的模型和结果。工业大数据主要分为现场设备数据、生产管理数据和外部数据。

工业大数据产业规模近600亿元。随着物联网、云计算、工业智能等新兴技术向工业领域的不断渗透，数字化驱动的工业大数据推动了制造业发展向新型智能化模式的转变，中国工业大数据创新发展联盟数据显示，2016年中国工业大数据市场规模已达150亿元。2019年12月10日，国家工业信息安全发展中心研究在2019第六届中国国际大数据大会上表示，2019年我国工业大数据产业规模近600亿元。