
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
CDA数据分析师与数据指标:基础概念与协同逻辑 一、CDA 数据分析师:数据驱动时代的核心角色 1.1 定义与行业价值 CDA(Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析:从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计:CDA数据分析师的基础核心与实践应用 一、描述性统计的定位:CDA 认证的 “入门基石” 在 CDA(Certified Data Analy ...
2025-08-22基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14