摘要：随着科学技术的飞速发展, 大数据与教育的深度融合将成为必然趋势, 教育大数据将推动传统教育的改革与发展。大数据技术是“互联网+”时代的利器之一, 广泛应用于各个领域, 笔者仅限于教育领域对大数据技术的实际应用进行探讨。大数据技术可以帮助人们从不同角度和不同层面对教育教学进行剖析, 探索教育教学的新规律。未来大数据将掀起新的教育革命, 如革新学生的学习、教师的教学、教育政策制定的方式与方法等。
关键词：大数据; 数据采集; 精准教学;
Abstract：With the rapid development of science and technology, the deep integration of large data and education will become an inevitable trend, and education data will promote the reform and development of traditional education. Big data technology is one of the tools of the Internet plus era. It is widely used in various fields. The author only discusses the practical application of big data technology in the field of education. Big data technology can help people from different angles and different levels of education and teaching analysis, explore new laws of education and teaching. Big data in the future will set off a new education revolution, such as the innovation of students' learning, teachers' teaching, education policy-making methods and so on.
Keyword：big data; data collection; precision teaching;
1 大数据及教育大数据领域发展
大数据技术是以数据为根源的新时代信息技术, 大数据在数据挖掘过程中, 能够带动理念、模式、技术及应用实践的创新。我国是世界上教育规模最大的国家, 随着网络技术的发展, 庞大的教育数据将源源不断地产生, 如何合理利用这些数据资源成为了提高教育行业服务质量的关键。近年来, 大数据技术已经在教育领域得到了广泛应用, 具体案例如学情分析、行为档案、教学能力评估, 教育管理信息化领域的个性化服务、教学科研支撑、决策支持等。在这一背景下, 教育信息化发展进程中产生的教育大数据, 对“互联网+”时代的教育信息化建设产生了深刻的影响。
2 教育大数据的采集
2.1 教育大数据的来源
教育涉及教学、管理、教研、服务等诸多业务。在我国, 由于地区差异的存在, 各地教育行业信息化程度也存在较大差异, 虽然学校教育业务在很多环节具有一定的相同性, 而信息化程度的差距使得不同地区学校的教育数据来源有所不同, 教育数据的采集方法和采集难度也各不相同。
教育行业在日常教育活动环节源源不断地产生教育大数据, 这些数据资源包括教室的日常教学活动、行政管理、科研活动、学生的课余生活以及通过移动设备进行师生间线上互动答疑的教育教学活动等。教育大数据的数据源大多是由人与人之间通过互联网以及移动通信设备使用一些信息平台进行信息交流时产生的。
2.2 教育大数据采集技术
要想采集到足够多的有价值数据源, 并让这些数据源成为教育大数据的支撑依据, 就需要运用多种技术手段, 这些技术手段各有各的特点, 并且每种技术采集数据的方向和侧重点也有所不同。主要的信息采集技术如表1所示。
2.3 教育大数据采集的重点
首先, 采集学生学习过程的各种数据, 实时采集校园内学生的日常学习地点、通常学习时间、偏重学习内容以及学习状态等信息, 以便教师能对学生的学习情况进行全面的日常监测和分析, 进而针对不同个体实现智能化的个性化辅导。其次, 采集各种学生生活数据, 学生的生活、位置信息、社交信息等。
3 教育大数据的应用
3.1 教育管理决策
利用大数据技术、云计算技术开展教育教学信息采集与整理、数据存储与管理、数据挖掘与分析、智能处理与应用研究等工作, 按照“用数据说话、用数据管理、用数据决策、用数据创新”的理念, 为教育管理部门和学校提供决策科学性、治理精确性的创新服务。
3.2 学情分析预警
采集学生的学习行为、消费习惯、生活轨迹、心理状态等数据, 利用大数据技术分析研判学生学习能力、学业状况、心理健康等, 为学生提供学业指导和个性化服务, 激发学习兴趣, 增强学习毅力, 提高学习效率, 引导学生树立正确的世界观、人生观、价值观。分析鉴别学习、学业、心理出现危机隐患的学生, 及时发出预警信号并提供干预措施。
3.3 教育教学评价
大数据技术可以实现多维度、全方位的采集教学条件、教学管理、课堂教学、教研科研、实景记录等数据, 将现代教育学、教育心理学、教育管理学、教育技术学与大数据挖掘与推理技术有机结合, 为教育管理部门提供教育教学质量第三方评价服务。
4 教育大数据助力教学改革
4.1 科学合理制定教育决策
在传统的教育决策制定中, 决策者仅仅是教育业务中众多岗位其中之一, 无法准确了解教学中各个环节的实际情况, 只能以有限的理解、推测来片面的制定教育政策。
当这种决策到达基层一线, 才会发现与实际情况不符, 并带来更大的负面作用, 使得决策执行处于进退维谷的尴尬境地。教育大数据可以通过实际数据掌握真实情况, 并通过预测和评估来辅助决策, 使教育决策者得到值得信赖的教育大数据。同时, 利用大数据技术还可以深层次挖掘教育教学数据中的不可见信息, 发现教育过程中存在的漏洞和可深造关键点, 以此为依据制定决策来优化教育管理。
4.2 逐步实现精准教学
教育教学将从传统的数字化教育走向依托大数据分析的智能化教育。教师通过大数据的群体分析进行智能型教学, 使教育成果变得更加高效、开放和多元, 师生之间的信息交流也变得更加通畅和深入。
大数据分析还可以用于对教师进行综合评估。在跟踪教学学情的过程中, 用数据挖掘和分析等方法帮助教师分析教学方法和手段的有效性, 使教师及时调整学期授课计划和教学方法, 提升自身教学技能, 并针对不同学情使用不同教学方法, 有利于教师灵活多变地掌握多种教学思路。
4.3 学生学习方式更加个性化
个性化教育一直存在的难题在于学生人数众多, 教师精力有限, 无法做到对每位学生的学习情况进行实时监测。因此, 不能及时地对某个学生的学习方法进行指导。
通过大数据学情分析, 学生在移动终端或软件等教学媒体上的数据可以被精确记录, 如查阅学习资源的时间、模拟试题的正确率、再次学习的点击率等资源信息。通过学生的学情数据可以体现出学生的学习偏重点、兴趣爱好、行为倾向以及各学科的受欢迎程度等。大数据学情分析核心数据源更加以学习者为中心, 使传统的班集体式教育转向针对每个学生的个性教育。同时, 大数据也使得教师和学生的教育和学习理念有所改变, 进一步推动了个性化教育的发展。
4.4 教学评估更加真实
教育大数据支持的教育评价以真实数据为依据, 不仅表现在评价思维上, 还表现在评价方法上。基于大数据的教育教学特别强调改变“唯成绩论”的做法, 评估不再是传统意义上的班级成绩、纪律评分、自我评价、同行评议等, 而是由大量教学环节中能够反映真实情况的细节数据得到, 主、客观相互结合, 既考虑过程又看重结果, 使得教学评估更加真实和有说服力。
5 结语
大数据是驱动高校教育教学信息化建设的基础, 只有彻底实现对在校大学生日常生活、学习等情况的大数据采集和分析, 才能优化传统的教学模式, 让教师有的放矢的进行初期制定的教学计划, 并能够及时调整教学内容和方法, 让教学主管部门制定出更好的教育政策服务于教育教学。
参考文献
[1]任崇广.面向海量数据处理领域的云计算及其关键技术研究[D].南京:南京理工大学, 2013.
[2]杨淼淇, 孙纳新, 柴华.大数据时代教育模式的研究[J].计算机工程与科学, 2014, 36 (S1) :272-273.
