信息检索课题汇总

信息检索课题汇总
一.课题题目：基于教育领域大数据的研究
课题选取来源于现在比较关注的“大数据”一词，大数据作为计算机领域的一大创新，它渐渐的在我们身边各行各业有了初步的应用，效果也十分显著。

作为教育技术的人来说，我们要保持对技术的敏感性，积极接受新的技术和方法，并将其与教育结合，以促进教育更好更快发展。

二.使用数据库：中国知网、维普资讯、中国数字化期刊、超新数字图书馆、百度文库、豆丁文库。

中国知网作为中国第一大学术资料库，它给我们提供了包括期刊、博硕士论文、包括报纸和外国文献。

里边的资料丰富，汇集了大部分人的知识结晶，是我们寻找学习和参考文献的首选。

其次像维普和百度文库这样的学术性可能不及中国知网的文献资料库，提供给我们的文献专业性略差，却也可以有不少收获，特别是来自一些非学术界的一线工作人员的智慧。

他们将自己经验收获写成文字，供更多的人了解。

不同的数据库，有着不同的资源，我们要充分利用这些现有资源，将自己的课题做得更好。

三.搜索工具及评价：谷歌搜索、百度搜索
在我日常的学习或者生活中，经常使用这两个搜索网站。

总体感觉还是不错的。

当我们输入要检索的关键字，它就会根据相似度罗列很多资源供我们选择，包括视频文字各种各样的资源。

所以在这个课题的进行中，我们在学习文献时，有不懂或者想拓展的时候，我们就会谷歌或者百度，它确实是非常方便的。

但是作为综合性搜索平台，巨大的资源量没有很好的归类推送，诸如文字类或者视频类，那样会浪费是搜索人很多的时间精力去筛选自己想要的资源。

这也是我在使用中体会到的，不同水平的搜索者，从同一平台中获得的资源差距非常大。

四.使用知识管理工具及存在问题：数字化学习与研究平台CNKI E-Learning 2.4.0
在学习这门课的过程中，陈老师给我们引入了知识管理这一观念，我深受启发。

在接受教育的十多年里，我们只懂得接受着老师已经选择好的知识，也就是考试的知识进行学习和思索。

知识对我们而言也就是应付考试，考完也就忘了。

但是处在信息时代，知识的重要性被一次又一次强调，作为大学生，我们应该主动寻找知识，管理知识，并灵活应用。

第一次使用知识管理工具，也就是E-Learning 平台，给我的感觉就是方便快捷，符合现在利用电脑学习的新趋势。

我们很多资源都在电子版，我们不能像以前一样在书上做笔记、写反思，我们需要这样的管理工具。

在使用过程中，存在的问题大概就是，遇到不理解的地方需要复制粘贴到其他搜索平台，不能立即跳转，这样很多时间在复制粘贴或者换平台上。

像蓝鸽平台就增强了这一点，我们遇到不懂的题，将其选中，右键就有百度搜索或者其他的搜索平台进行搜索，方便很多。

五.查找到的文献
（1）陆璟. 大数据及其在教育中的应用[J]. 上海教育科研,2013,09:5-8+22
（2）柯清超. 大数据与智慧教育[J]. 中国教育信息化,2013,24:8-11.
（3）[1]刘太如. 大数据时代区域教育信息化准备好了吗——以上海市闵行区教育信息化为例[J]. 中国教育信息化,2013,24:11-15.
（4）宓詠,赵泽宇. 大数据创新智慧校园服务[J]. 中国教育信息化,2013,24:3-7
（5）陈律. 大数据背景下学习分析技术对教学模式的变革[J]. 中国教育信息化,2013,24:15-17.
（6）王惠中,彭安群. 数据挖掘研究现状及发展趋势[J]. 工矿自动化,2011,02:29-32
（7）魏顺平. 学习分析技术:挖掘大数据时代下教育数据的价值[J]. 现代教育技术,2013,02:5-11
六.文献综述
对我们检索到的资料，可以做出以下的分析和讨论：
（1对大数据概念的理解
目前对大数据的定义有三种，分别从数据体量、复杂性程度、价值这三个角度来界定,反映了大数据三个最主要的特性。

维克托·迈尔-舍恩伯格在《大数据时代》一书中主要从“价值大”的角度来定义大数据，他认为大数据是当今社会所独有的一种新型的能力：以一种前所未有的方式，通过对海量数据进行分析，获得有巨大价值的产品和服务，或深刻的洞见。

大数据是人们在大规模数据的基础上可以做到的事情，而这些事情在小规模数据的基础上是无法完成的。

文章的作者们并分别对这个概念作出了自己的理解。

诸如在《大数据及其在教育的应用》中提到的全球著名咨询公司麦肯锡研究院对大数据的定义是从大体量入手，指的是指那些规模大到传统的数据库软件工具已经无法采集、存储、管理和分析的数据集。

而德勤咨询技术负责人罗伯特·福莱对大数据的定义却注重数据的复杂程度：有用的数据源排列数量巨大，使有用的查询非常困难，并且，复杂的相关关系使得排除很困难。

大数据的主要特性被概括为4 个：体量大（V olume），速度快（Velocity），类型杂（Variety），价值大（V alue）。

（2）大数据对教育领域的冲击
根据大数据其巨大的可挖掘价值，它对传统的教育领域也产生巨大的影响。

信息化时代下，任何一项决策的制定，不能凭空想象，需要教育一线的大量数据研究作为基础。

例如，教育部颁布的政策需要根据不同的省市的实际情况作出调整，这就需要对各个地方汇总起来的庞大数据进行处理。

其次，大数据在教育领域的应用主要有两个方面：数据挖掘和学习分析。

现在新的计算机技术支持的交互式学习方法和工具（智能辅导系统、仿真、游戏），为量化和收集学生行为数据带来了新的机会下，特别是更加集成、更加模块化和更加复杂化的在线学习系统提供了更多类型的数据，其中包含了数据挖掘算法需要的许多变量。

教育数据挖掘能发现这些数据中的模式和规律，探索建立预测模型，让我们重新发现和预测学生如何学习。

而学习分析则是学业分析、行为分析、预测分析的应用。

具体指对学生学习过程中产生的大量数据进行解释，目的是评估学业进步、预测未来表现、发现潜在问题。

数据来自学生的显性行为，如完成作业和参加考试；还有学生的隐性行为，如在线社交，课外活动，论坛发帖，以及其他一些不直接作为学生教育进步评价的活动。

学习分析模型处理和显示的数据帮助教师和学校更好地理解教与学。

学习分析的目标是使教师和学校创造适合每个学生需要和能力的教育机会。

利用大数据分析得到的一些有利信息，我们可以更快实现个性化教学的变革。

利用学习分析技术，对每个学生学习中产生的数据进行挖掘，可以了解每个同学的学习情况，老师基于数据分析有针对性的给予指导。

同时，教师角色也发生了改变。

老师不再是单纯的将知识传授给学生，他必须具备一定的分析能力。

老师所做出的决策不再是凭主观臆断，而是建立在数据分析的基础上。

为了帮助老师更好的教学，学校也应建立起相应的数据管理分析平台。

（3）对图书馆的影响与挑战
随着信息时代的悄然来临，我们所获得的知识来源不仅限于书本知识，还包括各种音频视频，巨大的信息量给图书馆带来了挑战，也带来了机遇。

挑战之一是，信息数据每天在
增长，但是图书馆对数据分析的能力却不是同步提高的，很多学校的资料分类乃至存储的检索信息不合适，加大了资源利用的难度。

其次是图书馆及人员在面对一些“可能是机会的数据”时，并没有清醒的认识，缺乏将数据转换成知识的思想意识及非结构化数据持久化处理及深度分析的技术及解决方案。

最为根本的是图书馆不能很好认识、管理和分析其拥有各种结构化、半结构化和非结构化的数据。

没有建立软硬件一体化集成的大数据综合解决方案、数据及知识获取、存储、组织、分析和决策的大数据解决方案。

如果我们可以很好地解决上述问题，大数据对图书馆的益处也是可以预见的。

不仅可以帮助图书馆建立各类知识服务及业务建设的风险模型，也可以对图书馆图书借阅情况，用户流失情况进行分析。

再有就是可以帮助图书馆建立新型的服务引擎，更适合信息时代的学习。

图书馆可以灵活、方便的从已有结构化及非结构化数据资源中抓取有用的知识、关系、模式、症状用于新的知识服务方式。

七.对自己小组的贡献
我们小组分工比较合理，课题主要是我想出来的，第一次开题汇报也是由我完成。

当然资料的检索大家都有贡献，我们先大家分工找资料，然后讨论做ppt，第二次汇报和第三次三个人一起完成。

在进行课题的过程中，我们的检索有了更明晰的方向。

我比较偏重于理论性知识的检索，诸如大数据的概念，下面在教育领域的应用方向，分支。

可能牵涉到的教师教育，学生学习特点相关知识的检索，而夏晨和李维俊同学则关注它与计算机领域的结合点，比如数据分析，应用过程。

我们都为这个课题贡献出了自己的一份力。

八.反思
由于我们对于当今教育技术领域研究热点和方向并不是十分了解，所以选择了上课老师提到很多的一个技术，也就是“大数据”，对它展开研究。

首先，我们必须承认，大数据在中国，出现才不久，那就意味着这方面的资源是很有限的。

在进行第一次汇报的时候，我感受很深刻，尽管我很用心的解释这个课题究竟研究什么内容，但是很多同学都表示不理解。

我们组成员包括我也只是听过，不是很明白。

这在检索过程和汇报环节是很不利的。

在管理方面也存在问题，没有对所有检索到的资料进行统一的对比和分析，我们不能更全面的理解一个概念和观点。

对于大数据，我们有了更深的了解，了解到它的巨大的利用价值。

也能预测出未来教育在它的影响下如何改变，但是具体细节和操作的一些资料还需挖掘和分析。