京公网安备 11010802034615号
经营许可证编号:京B2-20210330
课工厂展示另类大数据_数据分析师考试
摄影棚、聚光灯、反光板、道具、助理,甚至还有导演,宋帅恍惚间觉得穿越到某个剧组演戏。没错,他是“男一号”,可惜搭戏的不是性感火辣,充满御姐风情的女主角,而是高等数学。作为大学教师的宋帅为了让课程更加生动有趣,与贵阳一家名为“课工厂”的在线课程制作机构进行合作,以如电影般吸引观众的教学视频,达到“激励”学习的效果。
他不是第一个吃螃蟹的人,之前全市已经有20多位老师当过“演员”了。
演电影? 呵呵,录制教学视屏
课工厂位于贵阳市高新区国家数字内容产业园一楼,两间上百平米的办公室。
右边是现代化十足的格子间,左边办公区实际是摄影棚,里面有DV摄像机、三脚架、墙布、反光板、反光伞、柔光箱、灯架……架势十足。一位导演和副导演坐在摄像机后面,神情专注。
“咔。你的表情太僵硬了,生动一点,就把我们当成学生,自然一点,再来一条。”“导演”卢俊宇给录制视频的老师“讲戏”,又聚精会神地盯着摄像机,嘴里喊道:三、二、一,开始。
这就是“课工厂”在线开放课程录制现场,通过建立“剧组式”、“影视级”的课程制作体系,由课程导演、课程策划到后期制作等九大角色与老师配合,采用现场教学式、影棚录播式等拍摄手法进行在线课程制作。
例如这位正在录影的高校教师,她讲述的课程是陶渊明的《归田园居》,以往“背景板”只有黑板,现在参加“影视教学”,“剧组”会在后期加工合成动画、3D效果,让学生像看电影一样把课上了。
戴着耳麦是“卢导”,走出影棚就是卢总。课工厂的工作人员虽然以90后“小鲜肉”居多,但他们大多都是高学历人才,在数据收集、视频剪辑、动画合成等领域得心应手,同时又可分身“场记”、“助理”、“灯光师”、“摄影师”。通常一个“剧组”要8个人服务1名讲师。
分拆知识点 录制3-10分钟小视屏
课工厂设计部负责人罗城介绍,公司创建于2014年,所选的教学视频录制领域,是因为看好“互联网+”教育市场的巨大前景。
在过去的几年中,“开放课程”或者说是那种可自选、且免费的课程,在教育领域里出现了巨大的转折点。在中国,越来越多的学校不再选择传统教育出版社发行的教科书,而是选择开放课程,这种现象以往从未发生过。
数据显示:中国在线教育用户规模持续增长,到2017年将达到1.2亿人。
“这种转型是极受欢迎的,使用开放课程,也被人称为开放教育资源,能够节省一定的教育开支。”当学校开始选择免费课程,意味着他们无需在印刷教科书上花费太多,只需选择一个能够管理数字化课程的网页平台即可。对学生而言,这种自由化、个性化的学习体验,能够帮助他们更快的掌握知识点。
然而,虽然很多学校逐渐采用互联网进行知识传播和学术交流,可由于缺乏相关的操作经验和技巧,高校自我录制的视频,很难吸引学生的关注。罗城表示,有专业研究机构曾对一份700万人在线学习的样本数据分析得出:6-9分钟长的教学视频效果最佳。教学视频超过10分钟,学习者的注意力明显下降。
为了能够“抓住”学生,课工厂“出厂”的视频都是经过由课程设计师通过多样化的课程设计,将若干知识点分拆成一段段的小视屏,时长集中在3-10分钟。以“短、小、精”的方式,提升收视率。
收集大数据
优化填补漏洞
目前,教育课程正处在变革海洋的中心。巨额的教材开销,封闭的课程,这样的“苦日子”正在逐渐消亡。新兴的开放课程不仅可以帮助中国的教育机构节约教育成本,还可以汇聚全国范围内精英教师的专业智慧。
在贵州,目前就有10多所高校、职校与“课工厂”进行合作,院校派出20多名讲师,将录制的教学视频放到官网公开,视频可以循环利用,最重要的是,这种重新定义的教育教学形式,打破时间限制,重点难点可反复观看,学生不必担心错过任何知识点。
此外,课工厂还成立了数字媒 体 教 育 研 究 院 , 独 创“C .D .F.P.S课程孵化系统”,通过相关理论研究和大数据分析,不断升级课程制作的理念。罗城介绍,课工厂利用大数据制作教学视频,后台时刻有人进行观测,“例如发现有些视频在某个节点重播率高,意味着这段内容可能很难,有许多人没听懂。我们要将这些数据及时反馈给校方,将课程进一步优化,让课程更鲜活。”
也许再过5年,老师见面可能会说,“还记得我们过去买了那么贵的教科书吗?那些书根本没办法让我们根据学生的需要做调整。”这好像在说,“还记得我们往相机里塞胶卷是什么时候吗?”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06在 CDA(Certified Data Analyst)数据分析师的工作中,“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05