论文部分内容阅读
【摘要】教育大数据的最终价值体现在与教育主流业务融合以及推动教育系统的智慧化即智慧教育的变革上，集体表现在驱动教育管理科学化、教学模式改革、驱动教学评价系统构建和更多的个性化学习方面。但是涉及教育系统的复杂性，教育大数据的实践落实进展会面临各方面的挑战，只有深入研究和解决这些问题，才能让我国教育上升到更高的层次。
【关键词】教育大数据;智慧教育;信息化;实践进展
一、大数据的概念
大数据是一个比较抽象的正在发展中的概念，到目前为止，学术界对“大数据”还没有一个准确、统一的定义。著名学者涂子沛在《大数据》一书中指出，“大数据（Big Data）” 是指那些大小已经超出了传统意义上的尺度，一般的软件工具难以捕捉、管理和分析的大容量数据。大数据的核心被归纳为“四个V”（数据体量（Volumes）大、数据类别（Variety）大、数据处理速度（Velocity）快、数据真实性（Veracity）高），同时涵盖了人们在大规模数据基础上可以做的事情，而这些事情在小规模数据的基础上是无法实现的。
二、教育大数据理论和理解
教育大数据是大数据的一个子集，特指教育领域的大数据，可以理解为我们尝试使用大数据来辅助教育教学使用到的数据。笔者搜索发现，虽然教育大数据现如今被广泛运用在教育教学领域，但还未有学者对教育大数据做一个明确的概念界定。总结来说，教育大数据就是在整个教育活动过程中产生的以及根据教育需求所采集到的数据的集合，这些数据可以被用于教育发展并且具有巨大的潜在价值。教育大数据的含义不仅要从数据的层面分析，而且应该注重技术层面的分析。为了解析教育大数据的真正含义，需要对大数据的构成和特性进行分析。
在教育大数据的构成方面，在线学习占主导地位。教育大数据的广受关注和现如今受大众接受和使用的在线学习模式密不可分。在在线教学的过程中，教育大数据主要有四个来源：一是在教学活动过程中产生的数据，例如课堂教学、考试测评等;二是在教育管理活动中采集到的数据，例如学生家庭信息、学生的健康体检信息、教职工基础信息和学校基本信息等;三是在科学研究活动中采集到的数据，例如论文发表等;四是在校园生活中产生的数据。将这些数据拓展开来，其中主要包括学生的个人信息数据、教学管理数据、稍加分析得到的学习者学习质量偏向数据等。由此看来，教育大数据主要来自学习主体和教学过程。
与传统数据相比较，教育大数据的采集具有更强的实时性、连贯性和全面性，分析处理更加多元化，各方面分析更加透彻深入。
传统数据采集往往是阶段性、可感知的，躲在非自然状态下进行，分析手段采用简单的汇总方式和分析比较，关注的侧重点一般是国家或者某群体的整体状况。在大数据时代，教育大数据的独特性在于它采用云计算、传感器等新技术逐步融入教學过程，在不影响师生教学活动的情况下进行数据采集，具有很强的过程性，可以持续采集许多微观的教与学的过程数据，例如学生的学习轨迹、计算每道题花费的时间等。总的来说，教育大数据的数据庞大，不可避免地产生许多无用数据，使得数据结构更为混乱，但是更微观与真实。这样的非结构化数据将会越来越占主导地位。
综上所述，我们可以总结教育大数据的定义为，服务教学主体和教育过程的，具有周期性、过程性和巨大教育价值的复杂性教育集合。
三、教育大数据对教育教学的影响
大数据应用给教育信息化、智慧化发展带来了深刻的影响。即将成为教育工作者的我们应该明确当下被广泛采用的教育大数据对教育的影响，接近教育教学的客观事实，探索教育教学的真实面貌。对于我国的教育数据使用情况，我们可以从理论和实践两个方向进行分析。
（一）大数据支持下制定的教育政策具有更强的实用性
陈霜叶等指出，传统教育政策的制定通常没有全面考虑现实情况，只是决策者通过自己或群体的有限理解、推测教育现实而采用调研的方法（也就是常说的抽样），使得其中有许多的个人因素影响，所以制定的教育政策容易出现失灵的现象。现如今有了大数据的支持，多样丰富的数据可以作为政策制定者的决策和思考依据。有了大数据提供的详细数据材料，教育政策的制定就是在从大量数据中挖掘出的事实真相的基础上有针对性地采取措施，制定的政策比较符合大多数学生的学习需求，从而更好地发挥教育政策的引导作用。
（二）教育大数据可以使教育个性化
就像生活中的大数据应用能使你得到个性化服务一样，教育大数据也会趋向于数字化个性教学。张燕南等指出，大数据时代学习者在数字化学习过程中留下许多数字碎片，通过分析这些碎片，我们将会发现学习者的各种学习行为模式。数据分析者可以把学生所获取的相关数据信息关联起来，从这些关联数据中去分析讨论，从而给予学生在学习、生活上的建议，给予教师教学研究的建议与指导。例如现在很多学生会通过网络教学平台进行一些在线课程的学习（比如慕课和微课等）。教师可以通过数据了解学生在观看时对哪些知识点进行了反复的观看或揣摩，课后练习的正确率等，确定学生学习的困难点，以便调整教学计划，改进教学方法或加强相应的训练。慕课、微课等诸如此类的大规模在线开放课程被寄予厚望的主要原因就是学习分析技术和大数据的支持。在教育大数据的支持下，优质的教学、课程资源等通过数据真实客观地呈现在大众面前。邢丘丹指出，大数据对海量数据的高速实时处理技术可以帮助在线教育平台实时洞察学习者的变化，把握学习者的需求，提供必要的学习需求支持，除此之外，还可以对学习过程中产生的不相关的信息进行深度分析，用以预测或把握学习者的需求变化趋势。
教育大数据通过搜集学习者的基本信息和学习过程中的信息，实时监测学习者的学习动态。通过对每一个学习者不同学习内容、不同风格、不同强度乃至不同学习模式的分析，提供多样化、特殊性的个性化学习与指导，促进其个性发展，从而实现真正意义上的数字化个性教学。 （三）为智慧校园的规划建设提供新时代的解决方案
近年来，越来越多的学校开始提出“智慧教室”“智慧校园”的建设目标，而教育大数据为智慧校园的建设提供了技术支持。其中，国家教育资源公共服务平台和教育管理公共服务平台是目前国家在建的两大教育平台，其目标是汇聚教育管理、教学支持领域的海量信息，形成有效支持教育教学过程、教育管理的教育大数据。智慧校园需要的云计算也为新时期教育信息化建设带来了新思想。“集中力量办大事”“集中建设，分散使用”的建设方式也更有利于教育信息资源的收集、存储、共享和利用，有利于形成区域性的教育大数据。在智慧校园之中，基于云计算的大数据应用可以实现对教师教学行为、学生学习行为、学生个性特征等进行分析和侦测，从而为促进学生身心发展提供适时的引导和帮助，同时促使校园数据管理走向科学化、智能化。
四、教育大数据在教育教学中的实践与应用现状
（一）教育数据挖掘
教育数据挖掘是综合运用数学统计、机器学习和数据挖掘的技术和方法，对教育大数据进行处理和分析，通过数据建模，发现学习者的学习结果与学习内容、学习资源和教学行为等变量的相关关系，来预测学习者未来的学习趋势。通过对教育数据挖掘领域专家进行访谈，列出教育数据挖掘的四个目标：
1.通过整合学习者知识、动机、元认知和态度等详细信息进行学习者模型构建，预测学习者未来学习发展的趋势;
2.探索和改进包含最佳教学内容和教学顺序的领域模型;
3.研究各种学习软件所提供的教学支持有效性;
4.通过构建包括学习者的模型、领域模型和教育软件教学策略的数据计算模型，促进学习者有效学习的发生;
5.教育数据挖掘被应用于智慧校园的系统化数据管理，以可视化数据分析技术为主，用以改善机器学习模型。
（二）学习分析
学习分析是近年来大数据在教育领域较为典型的应用。学习分析是综合运用信息科学、社会学、计算机科学、心理学和学习科学的理论和方法，通过对于广义教育大数据的处理和分析，利用已知模型区解釋学习者学习的重大问题，评估学习者学习行为，并为学习者提供适当的人为性反馈。例如，教师和学校根据学习分析的结果，调整教学内容，对有学习失败风险的学生进行干预等。
五、结语
根据分析，我们在教育大数据的许多方面还是存在优势的，但是具体理论不成熟，实践方面涉及的实际应用案例也很少。总体来说，大数据在教育领域还是一个新生物，实现大数据在教育领域的深入还需要借鉴国外先进理念和研究经验，在今后的研究实践中不断探索发现，我国的教育事业也会在教育大数据的支持下向着现代化方向继续迈进。
【参考文献】
[1]陈霜叶，孟浏今，张海燕.大数据时代的教育政策证据：以证据为本理念对中国教育治理现代化与决策科学化的启示[J].全球教育展望，2014，43（02）：121-128.
[2]张燕南，赵中建.大数据时代思维方式对教育的启示[J].教育发展研究，2013，33（21）：1-5.
[3]邢丘丹，焦晶，杜占河.云计算和大数据环境下的在线教育交互研究[J].信息资源管理学报，2013，3（03）：22-28.
【关键词】教育大数据;智慧教育;信息化;实践进展
一、大数据的概念
大数据是一个比较抽象的正在发展中的概念，到目前为止，学术界对“大数据”还没有一个准确、统一的定义。著名学者涂子沛在《大数据》一书中指出，“大数据（Big Data）” 是指那些大小已经超出了传统意义上的尺度，一般的软件工具难以捕捉、管理和分析的大容量数据。大数据的核心被归纳为“四个V”（数据体量（Volumes）大、数据类别（Variety）大、数据处理速度（Velocity）快、数据真实性（Veracity）高），同时涵盖了人们在大规模数据基础上可以做的事情，而这些事情在小规模数据的基础上是无法实现的。
二、教育大数据理论和理解
教育大数据是大数据的一个子集，特指教育领域的大数据，可以理解为我们尝试使用大数据来辅助教育教学使用到的数据。笔者搜索发现，虽然教育大数据现如今被广泛运用在教育教学领域，但还未有学者对教育大数据做一个明确的概念界定。总结来说，教育大数据就是在整个教育活动过程中产生的以及根据教育需求所采集到的数据的集合，这些数据可以被用于教育发展并且具有巨大的潜在价值。教育大数据的含义不仅要从数据的层面分析，而且应该注重技术层面的分析。为了解析教育大数据的真正含义，需要对大数据的构成和特性进行分析。
在教育大数据的构成方面，在线学习占主导地位。教育大数据的广受关注和现如今受大众接受和使用的在线学习模式密不可分。在在线教学的过程中，教育大数据主要有四个来源：一是在教学活动过程中产生的数据，例如课堂教学、考试测评等;二是在教育管理活动中采集到的数据，例如学生家庭信息、学生的健康体检信息、教职工基础信息和学校基本信息等;三是在科学研究活动中采集到的数据，例如论文发表等;四是在校园生活中产生的数据。将这些数据拓展开来，其中主要包括学生的个人信息数据、教学管理数据、稍加分析得到的学习者学习质量偏向数据等。由此看来，教育大数据主要来自学习主体和教学过程。
与传统数据相比较，教育大数据的采集具有更强的实时性、连贯性和全面性，分析处理更加多元化，各方面分析更加透彻深入。
传统数据采集往往是阶段性、可感知的，躲在非自然状态下进行，分析手段采用简单的汇总方式和分析比较，关注的侧重点一般是国家或者某群体的整体状况。在大数据时代，教育大数据的独特性在于它采用云计算、传感器等新技术逐步融入教學过程，在不影响师生教学活动的情况下进行数据采集，具有很强的过程性，可以持续采集许多微观的教与学的过程数据，例如学生的学习轨迹、计算每道题花费的时间等。总的来说，教育大数据的数据庞大，不可避免地产生许多无用数据，使得数据结构更为混乱，但是更微观与真实。这样的非结构化数据将会越来越占主导地位。
综上所述，我们可以总结教育大数据的定义为，服务教学主体和教育过程的，具有周期性、过程性和巨大教育价值的复杂性教育集合。
三、教育大数据对教育教学的影响
大数据应用给教育信息化、智慧化发展带来了深刻的影响。即将成为教育工作者的我们应该明确当下被广泛采用的教育大数据对教育的影响，接近教育教学的客观事实，探索教育教学的真实面貌。对于我国的教育数据使用情况，我们可以从理论和实践两个方向进行分析。
（一）大数据支持下制定的教育政策具有更强的实用性
陈霜叶等指出，传统教育政策的制定通常没有全面考虑现实情况，只是决策者通过自己或群体的有限理解、推测教育现实而采用调研的方法（也就是常说的抽样），使得其中有许多的个人因素影响，所以制定的教育政策容易出现失灵的现象。现如今有了大数据的支持，多样丰富的数据可以作为政策制定者的决策和思考依据。有了大数据提供的详细数据材料，教育政策的制定就是在从大量数据中挖掘出的事实真相的基础上有针对性地采取措施，制定的政策比较符合大多数学生的学习需求，从而更好地发挥教育政策的引导作用。
（二）教育大数据可以使教育个性化
就像生活中的大数据应用能使你得到个性化服务一样，教育大数据也会趋向于数字化个性教学。张燕南等指出，大数据时代学习者在数字化学习过程中留下许多数字碎片，通过分析这些碎片，我们将会发现学习者的各种学习行为模式。数据分析者可以把学生所获取的相关数据信息关联起来，从这些关联数据中去分析讨论，从而给予学生在学习、生活上的建议，给予教师教学研究的建议与指导。例如现在很多学生会通过网络教学平台进行一些在线课程的学习（比如慕课和微课等）。教师可以通过数据了解学生在观看时对哪些知识点进行了反复的观看或揣摩，课后练习的正确率等，确定学生学习的困难点，以便调整教学计划，改进教学方法或加强相应的训练。慕课、微课等诸如此类的大规模在线开放课程被寄予厚望的主要原因就是学习分析技术和大数据的支持。在教育大数据的支持下，优质的教学、课程资源等通过数据真实客观地呈现在大众面前。邢丘丹指出，大数据对海量数据的高速实时处理技术可以帮助在线教育平台实时洞察学习者的变化，把握学习者的需求，提供必要的学习需求支持，除此之外，还可以对学习过程中产生的不相关的信息进行深度分析，用以预测或把握学习者的需求变化趋势。
教育大数据通过搜集学习者的基本信息和学习过程中的信息，实时监测学习者的学习动态。通过对每一个学习者不同学习内容、不同风格、不同强度乃至不同学习模式的分析，提供多样化、特殊性的个性化学习与指导，促进其个性发展，从而实现真正意义上的数字化个性教学。 （三）为智慧校园的规划建设提供新时代的解决方案
近年来，越来越多的学校开始提出“智慧教室”“智慧校园”的建设目标，而教育大数据为智慧校园的建设提供了技术支持。其中，国家教育资源公共服务平台和教育管理公共服务平台是目前国家在建的两大教育平台，其目标是汇聚教育管理、教学支持领域的海量信息，形成有效支持教育教学过程、教育管理的教育大数据。智慧校园需要的云计算也为新时期教育信息化建设带来了新思想。“集中力量办大事”“集中建设，分散使用”的建设方式也更有利于教育信息资源的收集、存储、共享和利用，有利于形成区域性的教育大数据。在智慧校园之中，基于云计算的大数据应用可以实现对教师教学行为、学生学习行为、学生个性特征等进行分析和侦测，从而为促进学生身心发展提供适时的引导和帮助，同时促使校园数据管理走向科学化、智能化。
四、教育大数据在教育教学中的实践与应用现状
（一）教育数据挖掘
教育数据挖掘是综合运用数学统计、机器学习和数据挖掘的技术和方法，对教育大数据进行处理和分析，通过数据建模，发现学习者的学习结果与学习内容、学习资源和教学行为等变量的相关关系，来预测学习者未来的学习趋势。通过对教育数据挖掘领域专家进行访谈，列出教育数据挖掘的四个目标：
1.通过整合学习者知识、动机、元认知和态度等详细信息进行学习者模型构建，预测学习者未来学习发展的趋势;
2.探索和改进包含最佳教学内容和教学顺序的领域模型;
3.研究各种学习软件所提供的教学支持有效性;
4.通过构建包括学习者的模型、领域模型和教育软件教学策略的数据计算模型，促进学习者有效学习的发生;
5.教育数据挖掘被应用于智慧校园的系统化数据管理，以可视化数据分析技术为主，用以改善机器学习模型。
（二）学习分析
学习分析是近年来大数据在教育领域较为典型的应用。学习分析是综合运用信息科学、社会学、计算机科学、心理学和学习科学的理论和方法，通过对于广义教育大数据的处理和分析，利用已知模型区解釋学习者学习的重大问题，评估学习者学习行为，并为学习者提供适当的人为性反馈。例如，教师和学校根据学习分析的结果，调整教学内容，对有学习失败风险的学生进行干预等。
五、结语
根据分析，我们在教育大数据的许多方面还是存在优势的，但是具体理论不成熟，实践方面涉及的实际应用案例也很少。总体来说，大数据在教育领域还是一个新生物，实现大数据在教育领域的深入还需要借鉴国外先进理念和研究经验，在今后的研究实践中不断探索发现，我国的教育事业也会在教育大数据的支持下向着现代化方向继续迈进。
【参考文献】
[1]陈霜叶，孟浏今，张海燕.大数据时代的教育政策证据：以证据为本理念对中国教育治理现代化与决策科学化的启示[J].全球教育展望，2014，43（02）：121-128.
[2]张燕南，赵中建.大数据时代思维方式对教育的启示[J].教育发展研究，2013，33（21）：1-5.
[3]邢丘丹，焦晶，杜占河.云计算和大数据环境下的在线教育交互研究[J].信息资源管理学报，2013，3（03）：22-28.