智慧教育数据分类可将其分为四类： 一是学生管理类大数据,包括学生基本信息数据、学生考勤数据、学生作业数据、学生成绩数据、学生在学校的各类表现数据等； 二是老师管理类大数据，包括老师基本信息数据、老师备课教案数据、老师课堂教学数据、老师批改作业数据、老师辅助学生数据等； 三是综合管理类大数据,包括学校基本信息数据、学校各项评比类数据等； 四是第三方应用类大数据，包括 GPS、地图、天气、安全、网上课堂、教学资源等。数据采集校通大数据采集途径目前可来自个人 PC 端录入、手机校通 APP 应用程序、移动 PAD 应用程大数据时代的教育管理变革序、第三方应用数据等。例如，PC 端主要采集基础信息类数据,手机校通 APP 应用程序主要采集学生日常表现数据、作业数据、成绩数据、家校沟通数据等.校通大数据应用分为五个阶段： 数据存储，数据预处理,数据转换，数据建模，数据应用。1、数据存储阶段是从各种数据源采集到数据的统一存储,采纳 HDFS 的分布式存储技术；2、数据预处理阶段是依据一定的规则对采集到的脏数据、垃圾数据进行必要的清洗处理，减少不必要的工作量； 3、数据转换阶段是将采集来源不一、格式不一的数据根据约定的格式进行统一的转换，为数据建模扫清障碍； 4、数据建模阶段是根据各种不同的主题分析模型、数据挖掘模型的需求进行对应数据模型的搭建，并能满足各种商业智能应用，这是校通大数据应用的最核心之处; 5、数据应用阶段是在数据模型的基础上进行的各类统计分析、报表分析、图形分析、商业智能 BI 应用和深度数据挖掘服务等.他们还通过设计评论等互动环节来建立自己的信用,通过收藏等环节增加用户黏性.学习分析就是利用数据和模型来预测学生在学习中的进步情况以及未来的表现和潜在的问题。例如，相对单个学生而言，学生答题停留时间、对错状况、回头复习情况、网络提问、参加讨论等，计算机和网络都可以对此进行记忆分析，再以此为基础对学生的学习进行评价和诱导。由美国麦格劳－希尔教育出版集团开发的一种预测评估工具, 就能帮助学生评估自己的所学知识与达标测验所需要求之间的差距，进而分析推断学习中有待提高的地方。智慧校园产生的大数据也能为教育舆情监控提供天然的服务,能及时反映教育舆情的主流观点、传播趋势及相关的重要人物等信息.在教育决策方面大数据更能充分显示其作用之大.美国在大教育管理中就常常利用数据来就相关问题进行诊断和探究，以便作出相应的决策，...
