| 资源中心 | 课例中心 | 旧版网站 |

/Images/uploadfiles/20180329103417.swf
| 德育 | 高中 | 初中 | 小学 | 学前 | 职成 | 艺体 | 民族 | 教育规划 | 初中地理 |

 

大数据在教育中的应用探析

来源:发表时间:2016-10-8 14:48:05访问次数:340

大数据在教育中的应用探析

                                林森 姜珊 杨亮星

 

   要:本文通过文献分析等方法,从大数据的概念、类型、特征等方面进行详细阐述并且对大数据在国内外教育领域现状进行了分析,明确了大数据在教育领域中的作用,最后根据大数据在我国教育应用的现实情况,总结大数据在教育领域应用研究的发展方向和趋势,以便对大数据在教育领域的具体应用做出比较全面的分析,从而为在教育领域更好的应用大数据提供有效价值参考。

关键词:大数据;数据挖掘;学习分析;

 

    教育决策随着“互联网 +”时代的到来及各种数据的积累,人们思考问题的方式已日新月异,尤其是信息技术的发展,各种数据充斥着地球,大数据成为全新的自然资源,并且成为当前的热门话题之一。随着信息技术和多媒体技术的快速发展,教育信息化也借助这股东风呈现出良好的发展趋势,教育与技术的深度融合促进了教育的创新与变革。目前以云计算、

移动互联网、数据挖掘等为基础的大数据技术的出现为教育研究带来了数据获取、存储、分析和决策等各个方面的支持。

    一、大数据在教育中的应用

  (一) 教育数据挖掘

通过与其他领域中的海量数据相比较,教育领域中的数据有一些相对独特的特征。总的来说 , 教育数据实质上是分层次的。有键击层、回答层、学期层、学生层、教室层、教师层和学校层,所以海量的教育数据就是隐含在这些层中。数据挖掘一个重要的应用就是教学评价,传统的教学评价大部分是参考评价指标体系以及调查问卷进行的,并且大都注重结果,为了说明数据挖掘方法,随机抽取了教师教学质量评价表 300 份,通过数据挖掘找出年龄、职称及分数之间的关系,表 1 给出了信息视图,共 300条记录。

 

通过数据分析其中的年龄是数量属性,将其转化成布尔类型并对年龄进行分组,然后对教学效果与年龄和职称之间的关系进行分析,当评定等级是优秀时,利用数据挖掘技术中的规则算法,挖掘出课堂教学效果好时教师的教学状态。

    首先,对原始的数据库进行搜索,得到优秀等级的教师并计算,得到最初的关联规则便生成了表 2 相应的规则,并且得出结论。从 2 中, A 出:31-35 岁,等级评定为优秀的可能性是 26.25%,支持度为 7%。从规则 E 中也能够看出;当职称是副高时,等级评定优秀的可能性是 52.50%,支持度最高。

    从而可以得到以下评价结果:a.31-49 岁的教师拥有丰富的教育教学经验,比较重视学校师资建设,教师教育教学的能力明显增强,其队伍结构合理,所以他们的等级评定分数较高,支持度较高。b.50-60 岁的骨干教师即将面临退休或者已经退休,因此留下了职位空缺,需要有经验的教师填补,所以 30 岁以下的教师也比较受重视,他们的等级评定和支持度也比较高。

 

    (二) 学习分析

    在日常的工作、生活和学习过程中进行数据的分析及处理、预测并评价学生的学业成绩及其表现。首先,获取数据,相关的系统首先获取学生以前的学业成绩表现。其次,数据查询,即从已经毕业的学生的成绩库中查询到与之成绩类似的学生成绩。最后,数据分析,即分析以前的成绩和现在的表现之间的相关性、对学生的成绩进行综合的考量,从而达到预测学生成绩的目的。

    这主要涉及三个方面:学业分析、预测分析和行为分析。这些数据主要来自学生的显性行为和隐性行为及其他不直接作为教育进步评价的活动。学习分析帮助教师理解教学,学校理解管理。其目标是创造适合学生学习需要的机会。对学生来说,可从行为方面了解学习过程的发生机制,优化学习,分析学习者的学习轨迹,进行适应性、自我导向学习。于研究人员,可作为个性化学习和网络学习的研究工具。于技术开发,可优化管理系统。

    (三) 检测学生考试

     这种应用能够让研究人员可以有效的对学生的学习行为进行定性。当今社会,大数据对教育工作者提出了严格的要求,使他们必须做到超越传统,不能只局限于求正确的答案,最重要的是学生努力寻找正确答案的过程。通过测试,我们获得一些信息。大数据的这种应用为研究者提供了一种定型学生学习行为的有效方式。通过大数据的分析,从教育效果看,当问题难度逐渐增加且互相关联时时,学生的表现比围绕一个共同的知识点而随机挑选出的问题好的多。此外,老师最佳的建议是什么,学生的作业以及答题的情况能马上被监测到,老师也能马上将这些信息反馈给学生。

   (四) 为教育决策及改革提供有效地参考

    数据的用途是十分广泛的,它不仅可以帮助教育工作者改善教学,而且数据在教育决策制定和教学改革方面也发挥了重大作用。在美国,教育工作者利用数据对处在辍学危险期的学生进行诊断、探索教育教学中的开支和学生成绩提高的相关性、探索学生旷课与学生最终取得的学习成绩的关系。另外数据还为挑选教师提供更好的更充分地参考。

    (五) 帮助教师和家长找到适合孩子的学习方法

    教育教学中的一些评估工具能够让教师更好地跟踪学生的学习过程,能够及时的了解学生的学习情况,从而根据学生的实际情况制定相应的学习计划,选择合适的教学策略。例如,麦格劳 . 希尔出版集团开发了预测评估工具,这种工具可以帮助学生评估已有知识和达标测验的差距,指出有待提高之处。通过大数据分析,了解学生在哪些方面比较擅长,在哪些方面比较弱势,进而根据其优缺点进行教学设计,让孩子接受更好的教育方式,掌握更多的知识,这就是因材施教,也是大数据在未来教育体系中的作用体现。

       大数据在教育领域中应用的发展趋势

    21 世纪,由于网络信息技术的发展,我们已置身于大数据的时代,大数据时代对教育从业者来说也提出了更加严峻的挑战,对收集、获得、分析与使用数据的能力的要求更加严格,同时也为教育从业者形成更敏锐的洞察能力提供了广阔的空间,从而实现教育理念和教育教学方式的创新。

   (一) 个性化教育

    大数据在教育领域中的应用给教育教学带来一个新的发展,即实现个性化教育,从真正意义上实现了群体教育向个体教育的转变。同时大数据也给教育者和教育管理者提供了最为真实、个性化的数据信息,当然这些数据信息都是有关于学生个体的。所以可以预见的是重视大数据其实也是一次思维方式的变革。

   (二) 教育思维和教育理念的创新

    大数据在教育领域中的应用可能导致教育思维和教育理念的创新。在大数据时代,它使得数据的挖掘更为科学,同时挖掘的教育数据更为广泛,更为深刻,并且对细分度不断地拓展,针对学生不同的学习情况更加有利于进行因材施教,从而更加科学合理的制定出一定的 教育教学策略。

    ( 三) 种类更多、结构更复杂、规模更大的数据

    随着大数据技术迅猛的发展,为了能更好地应对未来,规模更大、种类更多、结构更复杂的数据,以 Hoddop 为代表的技术会被逐渐被淘汰。在未来,分布式数据库将成为建立大数据存储技术的基础。

    ( 四) 数据的资源化

   既然大数据中蕴藏着巨大的价值,大数据的核心就是数据资源,离开了数据技术和思维是无法创造价值的。不同数据集的重组和整合,可以创造出更多的价值。

    ( 五) 大数据可视化

在大数据应用中,混杂的数据本身对于辅助决策是很难的,分析得到的结果要想被用户较好的利用,只能采用友好的方式。饼状图、报表、回归曲线、直方图、等经常被用于表现数据分析的结果,在未来也会出现一些表现力更好的形式,例如微软的“人立方”社交搜索引擎使用关系图来表现人际关系。

  小结

    数据密集型科学作为科学研究的第四大范式。虽看起来是技术术语,但涉及方方面面 . 面对机遇与挑战,大数据时代需要创新型人才。据中国计算机学会大数据专委会预测:从“概念”到“价值”、安全与隐私、架构多样化模式并存、数据的商品化与共享联盟化、分析与可视化、大数据智能和深度学习成为支撑信息世界的将来是 :“七分数据,三分技术”。

             

                                                   转自《教育现代化》

 

版权所有 哈尔滨市教育研究院 Copyright 2009-2014 hrbie.com. All rights reserved.

技术支持:哈尔滨市教育研究院电教信息部 黑ICP备12001905号