传统的教育数据统计分析需要依靠人工来完成,采用计算机技术进行教育数据的统计分析减少了人力资源的浪费,提高了教育数据统计分析的效率和准确性。同时,教育数据以指数形式增长并且数据类型多种多样,大数据技术的出现,给解决海量教育数据的存储和处理带来了解决途径。本文基于实际需求,设计开发了教育大数据统计分析平台,从多维度对学生、教师等数据进行统计分析和预测研究,为管理决策提供了量化依据,并针对大量教育数据迁移、存储和查询等需求进行了相关研究。具体工作如下:为了实现某市教育局数据业务处理的自动化,提高运作效率和决策科学性,设计了教育数据统计分析平台。首先,结合平台的实际情况,合理设计了结构化和非结构化教育数据的存储方式;其次,根据教育局需求设计了年鉴管理、教育GIS地图、学生迁徙、数据分析和数据预测等功能;最后,研究了基于循环神经网络和长短期记忆网络的数据预测模型,可对学生数据、教师数据等进行分析预测,具有一定的效果,满足了某市教育局的需求并投入使用。为了应对教育数据极速增长的需求,研究并设计了基于Hadoop的教育大数据平台。首先,从概念模型、逻辑模型、物理模型设计了基于Hadoop的教育数据仓库;其次,对教育多维数据模型的存储进行了设计研究;然后基于教育大数据对Hadoop生态系统中HBase与Hive的查询效率与存储空间进行了对比测试研究,采用HBase+Hive集成架构来完成教育数据的统计分析任务并将教育数据统计分析平台的功能移植到基于Hadoop的教育大数据平台;最后,针对ETL环节教育大数据的转换效率进行-了性能测试,说明了基于Hadoop的教育大数据平台的有效性。