Resumen

Con el continuo desarrollo de la economía social, la educación ha recibido cada vez más atención. Como parte importante de la educación superior, se ha visto profundamente influenciada por la era de los datos en los últimos años. Con el fin de evaluar el impacto de los grandes datos en la gestión de la educación superior, este trabajo introdujo un algoritmo de lente variable en el tiempo (TLA) para analizar las necesidades de negocio de los profesores y la gestión de la educación mediante la clasificación de los procesos de negocio de la gestión de la educación, el pensamiento de la educación y la práctica de la educación. A través del aprendizaje y la minería de la tecnología correspondiente, mejorar la capacidad educativa correspondiente, y utilizar los grandes datos para ayudar a la gestión de la educación superior. Los resultados de la simulación muestran que el algoritmo de muestreo de agrupación variable en el tiempo es eficaz.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:educación superior, big data, gestión de la educación, proceso de educación, era de los datos, capacidad educativa correspondiente, algoritmo de muestreo de agrupación, gestión de la educación superior, necesidad de los profesores, necesidad empresarial
• Keywords:higher education, big data, education management, process of education, era of data, corresponding educational ability, clustering sampling algorithm, higher education management, need of teachers, business need