大数据在教育领域..

4. 加强学校基于数据的管理
大数据对于学校管理具有重要的价值，有利于实现学校管理的精确化、科学化。学校管理离不 开信息，学校是培养各类专门人才、传授知识和创造知识的场所，拥有众多的专业学科，与国内外 联系广泛，每天进行着各种教学、科研及其管理活动，蕴藏着十分丰富的信息资源。学校管理中的 各种决策和控制活动，如培养目标的确定、教学计划的制定、教学组织指挥、教学质量控制、教学 评估、教师管理、学生管理等，都是以大量的数据为基础的，并不断产生各种新的数据，大数据的 处理和挖掘对于学校管理具有关键作用。利用大数据技术，着眼于管理决策、管理活动、管理过程 控制，全面归集学校管理大数据。比如，针对教务管理、行政管理、科研管理、人事管理、财务管 理、后勤管理等各类领域，进行全校系统的规划、梳理，具体细化数据收集标准规范，及时归集， 形成全校管理大数据。同时，针对重要管理对象的数据，由多个源头、从不同方向对同一个对象进 行数据记录，数据之间可以互相印证，形成多源的管理对象大数据。此外，利用大数据分析技术， 为学校网络信息安全管理也提供了重要的手段。比如，利用大数据帮助分析学校信息网络运行日志 数据，据此学校信息安全管理人员能够审计网络环境，并观察到故障点的位置，然后生成报告，帮 助他们升级或安装防病毒解决方案，进行程序修补，或采取其他安全措施，提升学校的信息安全防 护能力。
3. 重新构建教学评价方式
在教学评价中利用大数据分析，可以通过技术层面来评价、分析，进而提升教学活动，从依 靠经验评价转向基于数据评价。教学评价的方式不再是经验式的，而是可以通过大量数据的“归 纳”，找出教学活动的规律，更好地优化、改进教学过程。比如新一代的在线学习平台，具有行为 记录和学习诱导的功能。通过记录学习者鼠标的点击，可以研究学习者的活动轨迹，发现不同的人 对不同知识点有何不同反应，用了多长时间，以及哪些知识点需要重复，哪些知识点需要深化等。 对于学习活动来说，学习的效果体现在日常行为中，哪些知识没有掌握、哪类问题最易犯错等成为 分析每个学生个体行为的直接依据。通过大数据分析，还可以发现学生思想、心态与行为的变化情 况，可以分析出每个学生的特点，从而发现优点，规避缺点，矫正不良思想行为。此外，大数据通 过技术手段，记录教育教学的过程，实现了从结果评价转向过程性评价。例如，基于网络学习平台 或电子课本，能记录下学生完成作业情况、课堂言行、师生互动、同学交往等数据，教师在期末时 将这些数据汇集起来，有了更加丰富的素材与数据依据，可以发现学生学习成长过程的特点，能对 学生的发展提出建议。同时，这些数据也可以促使教师进行教学反思，自己在哪些方面需要改进， 从而促进和优化教学实施过程。
04
大数据在教育领域中的主要应用
1. 革新教育理念和教育思维
随着大数据时代的来临，教育大数据深刻改变着教育理念、教育思维方式。新的时代，教育 领域满了大数据，诸如学生、教师的一言一行，学校里的一切事物，都可以转化为数据。当每个在 校学生都能用计算机终端学习时，包括上课、读书、写笔记、做作业、发微博、进行实验、讨论问 题、参加各种活动等，这些都将成为教育大数据的来源。大数据比起传统的数字具有深刻的含义和 价值。例如，对于一张试卷、一次考试，考试得分为90分，它可以是简简单单的一个传统的数字， 但如果换一个角度来分析，把它作为一个数据来看待，就可以得到其背后所隐含的许多充满想象力 的数据信息：可以是每一大题的得分，每一小题的得分，每一题选择了什么选项，每一题花了多少 时间，是否修改过选项，做题的顺序有没有跳跃，什么时候翻卷子，有没有时间进行检查，检查了 哪些题目，修改了哪些题目，等等，这些信息远远比一个90分要有价值得多。不单是考试，课堂、 课程、师生互动的各个环节都渗透了这些大数据。教育将不再是靠理念和经验来传承的社会科学， 大数据时代的教育将步入实证时代，变成一门实实在在的基于数据的实证科学。大数据使得教育者 的思维方式发生了深刻变化，传统的教育大多是教育主管部门和教育者通过教学经验的学习、总结 和继承来展开的，但是有些经验是不具有科学性的，常识有时会影响人们的判断。大数据时代将可 以通过对教育数据的分析，挖掘出教学、学习、评估等符合学生实际与教学实际的情况，这样就可 以有的放矢地制定、执行教育政策，制定出更符合实际的教育教学策略。
2020/2/29
4 “纽顿”（knewton）
成功创造并发布了各自版本的利用大数据的适应性学习（adaptive learning）系统。在2012年国际消费电子展的高等教育技术峰会上，世界最大 的教育出版公司培生集团（Pearson）与适应性学习领域里的先行者纽顿公司共同发布了主要由培生集团开发的适应性学习产品——“我的实验室/ 高手掌握”（MyLab/Mastering）。这款产品在将全球范围内向数百万名学生提供个性化的学习服务，向他们提供真实可信的学习数据，让学校通过 这些数据提高学生的学习效果并降低教学成本。首款产品将在美国的数十万名学生中使用，包括数学、英语，以及写作等技能开发课
2. 实现个性化教育
大数据带来的一个变化在于实施个性化教育具有了可能性，真正实现从群体教育的方式转向 个体教育。利用大数据技术，我们可以去关注每一个学生个体的微观表现，比如，他在什么时候翻 开书，在听到什么话的时候微笑点头，在一道题上逗留了多久，在不同学科的课堂上提问多少次， 开小差的次数分别为多少，会向多少同班同学发起主动交流，等等。这些数据的产生完全是过程性 的，包括课堂的过程、作业的过程、师生或生生互动的过程，等等，是对即时性的行为与现象的记 录。通过这些数据的整合能够诠释教学过程中学生个体的学习状态、表现和水平。而且这些数据完 全是在学生不自知的情况下被观察、收集的，只需要一定的观测技术与设备的辅助，而不影响学生 任何的日常学习与生活，因此其采集非常自然、真实，可以获得学生的真实表现。大数据技术将给 教师提供最为真实、最为个性化的学生特点信息，教师在教学过程中可以有针对性地进行因材施教。 比如，在课堂学习过程中，哪些学生注意基础部分，哪些学生注意实践内容，哪些学生完成某一练 习，哪些学生可以阅读推荐书目，等等。不仅如此，当学生在完成教师布置的作业时，也能通过数 据分析强化学习。比如，通过电子设备做作业时，某一类型的题目有几次全对，就可以把类似的题 目跳过；如果某个类型的题目犯错，系统则可进行多次强化，这样不仅提高了学习效率，也减轻了 学生的学习负担。
美国斯坦福大学教授吴恩达通过互联网讲授“机器学习”（一个计算机科学的分支领域）的课程来 收集学生的众多信息。通过这些信息，他能分析出哪种教学效果最好，并设计了能够自动反馈信息的系 统：提升教师的教学水平、学生的理解力和表现力，以及根据学生的个性化需求定制教育方案的系统。
例如，吴恩达追踪一些信息：学生何时观看视频，是否按暂停或快进，是否在结束前关闭视频…… 这些都会通过数字设备传输到系统里。通过追踪数据，他可以看到学生是否多次观看同一节课，或者返 回上一视频复习。同时，他在这些视频课程中穿插小测验，看看学生是否已经理解课程的内容。如果学 生被某些环节卡住，又究竟是因为什么。通过追踪电脑或平板电脑上的家庭作业和测验，他可以找出每 个学生需要额外帮助的具体领域；可以解析数据以探求全班学生如何学习，并相应地调整课程；甚至可 以与其他年份的其他课程信息进行比较，从而确定什么样的教学方式最有效。
3 渴望学习”（Desire 2 Learn）
推出了基于他们自己过去的学习成绩数据预测并改善其未来学习成绩的大数据服务项目。这家公司的新产品名为“学生成功系统”（Student Success System）。“渴望学习”声称加拿大和美国的1000多万名高校学生正在使用其学习管理系统技术。“渴望学习”的产品通过监控学生阅读 电子化的课程材料、提交电子版的作业、通过在线与同学交流、完成考试与测验，就能让其计算程序持续、系统地分析每个学生的教育数据。老师 得到的不再是过去那种只展示学生分数与作业的结果，而是像阅读材料的时间长短等这样更为详细的重要信息，这样老师就能及时诊断问题的所在， 提出改进的建议，并预测学生的期末考试成绩
02
国外教育大数据公司介绍
1 IBM
当IBM刚刚开始与这一学区合作时，除了学生成绩不好之外，该县还面临着辍学பைடு நூலகம்已增加到48%的严峻情况。根据联邦政府的《不让一个孩子掉 队法》（No Child Lift Behind，NCLB），学生成绩糟糕的地方政府将受到惩罚。为了应对这一巨大的挑战，该县此前已经在学生数据的基础上建立 了一个辍学指示工具，并将其用于全县层面的决策。但IBM认为这仍不足以改善莫白儿县窘迫的现状，需要借助IBM的技术支持重新建立大数据，进 而利用大数据分析来改善学区内所有学生的整体成绩
2 希维塔斯学习”（Civitas Learning）
“希维塔斯学习”是一家专门聚焦于运用预测性分析、机器学习从而提高学生成绩的年轻公司。该公司在高等教育领域建立起最大的跨校学习数据 库。通过这些海量数据，能够看到学生的分数、出勤率、辍学率和保留率的主要趋势。通过使用100多万名学生的相关记录和700万个课程记录，这 家公司的软件能够让用户探测性地知道导致辍学和学习成绩表现不良的警告性信号。此外，还允许用户发现那些导致无谓消耗的特定课程，并且看 出哪些资源和干预是最成功的。
5 培生集团
总部设在英国伦敦的培生集团和其他出版公司共同开发的“课程精灵”系统（CourseSmart），也允许教授们通过让学生使用电子教科书来跟踪 他们的学业进展，并向助教们显示学生的学习参与度和学习成绩等大量的数据信息，只是这一系统尚不具备预测的功能。
2020/2/29
03
五大技术利用教育大数据
但对于学校教育而言，我们最关心的是，大数据会给学习带来哪些变化。大数据可以帮助我们观察 学生的学习状态，从而针对每个学生的不同需求量身定制学习方案，提升他们的理解力和学习成绩。大 数据有助于教师确定使用什么样的教学方式是最有效的。大数据还可以帮助学校管理者和决策者，以更 低的成本提供更多的教育机会。它更是缩小社会差距和收入差距的重要因素。这是第一次，我们找到了 一个能够同时解决教与学的强大工具。
4.升华人的判断（Distillation for human judgment）——建立可 视的机器学习的模式。
5.用模式进行发现（Discovery with models）——使用通过大数据 分析开发出的模式进行“元学习”（meta-study）。
实施这些技术就能够通过大数据来创建为提高学生成绩提供支持的学习 分析系统。研究者们相信这些技术将帮助教育工作者更加有效地指导学生朝 着更加个性化的学习进程迈进。
CONTENTS
PART 01
大数据如何改变教育
PART 02
PART 03
教育大数据公司介绍 五大技术利用教育大数据
PART 04
主要应用
01
大数据如何改变教育
大数据可以帮助我们观察学生的学习状态，从而针对每个学生的不同需求量身定制学习方案，提升 他们的理解力和学习成绩。同时，大数据有助于教师使用最有效的教学方式。 大数据影响着人类生活、工作和思考的方方面面，当然，教育也是其中一个方面。大数据正在渗透到教 育的所有领域，对人们如何学习产生着影响。数据改变教育，而大数据或将重塑未来的教育。 大数据会给教育科技带来变化。慕课（MOOCs）是这几年教育领域的热点话题，它有一个全新而强大 的方面：产生数据。数据可以告诉我们采取哪种方式最有效果，也可以告诉我们许多以前无从得知的东 西。随着大数据的到来，教育与科技“联姻”，吸引了企业家和投资者的目光。据统计，仅2012年就 有超过10亿美元的风险资金注入教育，比5年前增长一倍。
五种主要的技术
1.预测（Prediction）——觉知预料中的事实的可能性。例如，要具备 知道一个学生在什么情况下尽管事实上有能力但却有意回答错误的能力。
2.聚类（Clustering）——发现自然集中起来的数据点。这对于把有相 同学习兴趣的学生分在一组很有用。
3.相关性挖掘（Relationship Mining）——发现各种变量之间的关系， 并对其进行解码以便今后使用它们。这对探知学生在寻求帮助后是否能够正 确回答问题的可靠性很有帮助。