试论大数据与个性化教育之实现

随着云计算、移动互联网、物联网等技术的发展,我们生活的世界早已淹没在数据的海洋中,身边的一切皆可数据化。大数据的威力势如破竹,教育领域也深受影响。以教育大数据为基础的学习分析,能够全面地了解学习者的个性面貌,有助于有的放矢地为每一位学习者提供适合其个性发展需要的服务。     

基于大数据技术实现个性化学习问题初探

个性化学习与培养是教育未来发展的必然趋势,大数据技术的兴起和发展为个性化学习的实现提供了绝佳契机和平台。首先,丰富、全面的大数据存储是大数据技术成功实施的基础;其次,利用大数据技术进行数据分析及处理要具有预测及问询双重功能;第三,大数据处理的结果应具有多种形式以适应不同对象;最后,大数据系统的数据和知识应该能够及时更新和演化升级。     

教育数据挖掘促进高校学生个性化学习途径分析

本文旨在通过对教育数据的特征分析,结合大数据的特点,阐述利用数据挖掘技术进行教育数据分析的方法,促进大学生个性化学习资源的构建、个性化学习共同体的建立和个性化学习风格的形成,为大学生提供个性化学习服务和为教师制订个性化教学方案提供较为准确的依据.     

大数据学习分析支持个性化学习研究——技术回归教育本质

大数据时代的来临,引领学习者学习方式发生变革,基于大数据学习分析技术的个性化学习成为教育学和认知科学的研究趋势。提供给学生有针对性的个性化学习是教育发展方向,是技术回归教育本质的实践。大数据应用需要经历数据收集、数据分析和数据可视化等三个必要阶段;大数据学习分析对个性化学习中的教师、学生和教育管理者等利益相关者均产生积极的影响;大数据对实现个性化学习的价值体现在五个方面:完善个性化的学习者档案、分析预测个性化的学习行为、优化个性化的教育决策、改善个性化的学习评估、提供个性化的学习反馈及建议。最后采用德尔菲法、头脑风暴法构建了基于大数据的个性化学习体系框架。利用大数据学习分析反思教育现状,对推动个性化学习的研究具有重要意义,同时将大数据视为一种新的思维方式和学习路径,需要辩证地看待其优势和劣势。     

大数据在教育领域的应用研究

大数据时代,各个领域都试图应用大数据技术来进行管理、优化等工作,大数据在教育领域也得到了一定的应用,本文阐述了大数据的准确概念及其三种数据类型,分别介绍了大数据的六个特点:数据量大、类型多、对存储要求严格、时效强、速度快、管理过程比较复杂,并提出了大数据技术在教育领域有转变教育理念、改变思维模式,让传统教育模式向个性化教育转变,重新确立教学评价的方式,加强学校基于数据的管理等的应用.     

大数据助力大规模个性化教育实践探索

信息技术发展推动大数据时代到来,大数据推进教育教学变革.以科大讯飞股份有限公司高中生物个性化学习手册为例,从设计原理、有效策略及使用场景三个方面介绍其应用实践,从助力学科教学效率提升以及大规模个性化教育发展两个层面总结其实践意义.     

大数据视角下的学习分析综述

学习分析作为教育信息化的新浪潮,是教育大数据的主要应用领域。泛在网络下的学习大数据高速增长,线上线下的学习形式不断革新,关于学习分析的研究也随着大数据理念的发展而不断变化。本文通过文献分析法,着重从大数据的视角,对国内外学习分析的研究现状进行综述。首先介绍学习分析及相关概念的发展,从大数据视角探讨学习分析发展的驱动力;然后对比国内外在大数据和云计算技术驱动下形成的学习分析框架、应用领域和关键技术,介绍了整合的学习分析系统平台;最后分析大数据创新给学习分析带来的机遇和挑战。     

基于大数据的外语智慧教育应用研究

长期以来,外语教育中存在的主要问题是费时低效。在大数据背景下,智慧教育的理念给外语教育带来了系统性的变革。文章通过梳理信息环境下外语智慧教育的特点及其理论基础,提出改善目前外语教育的措施在于建构智慧型课程。文章采用数据挖掘和学习分析技术,构建适应智慧学习的慕课体系,提供微课、翻转课堂等个性化的学习内容,建立了多元互动的教学评价机制,以提高学生的学习效率和学习自主性,从而实现智慧化和个性化教育。     

大数据视角分析学习变革——美国《通过教育数据挖掘和学习分析促进教与学》报告解读及启示

“数据驱动学校,分析变革教育”的大数据时代已经来临,利用教育数据挖掘技术和学习分析技术,构建教育领域相关模型．探索教育变量之间的相关关系．为教育教学决策提供有效支持将成为未来教育的发展趋势。“大数据”的出现．将掀起人类教与学的又一次变革。2012年,美国国家教育部发布了《通过教育数据挖掘和学习分析促进教与学》报告．对美国国内大数据教育应用领域和案例。以及应用实施所面临的挑战进行了详细的介绍。借鉴此报告．我们认为未来我国教育领域的大数据研究和应用。应加强国家和地方对相关的研究和应用在技术层面、管理体制层面以及法律制度层面的支持,按需合理规划具体研究和应用,整合现有资源,发挥后进优势,借助“大数据”实现真正意义上的个性化学习．进而实现教育公平。     

大数据与图书馆发展的研究

大数据是近几年IT界最为流行的关键词,也是学术界的研究重点。大数据的出现,使图书馆面临着新的发展机遇。本文从大数据的概念入手,总结了图书馆中的大数据,分析了大数据对图书馆的影响,最后探讨了大数据时代图书馆面临的机遇和挑战。     

大数据视角分析学习变革——美国《通过教育数据挖掘和学习分析促进教与学》报告解读及启示CSSCI

"数据驱动学校,分析变革教育"的大数据时代已经来临,利用教育数据挖掘技术和学习分析技术,构建教育领域相关模型,探索教育变量之间的相关关系,为教育教学决策提供有效支持将成为未来教育的发展趋势。"大数据"的出现,将掀起人类教与学的又一次变革。2012年,美国国家教育部发布了《通过教育数据挖掘和学习分析促进教与学》报告,对美国国内大数据教育应用领域和案例,以及应用实施所面临的挑战进行了详细的介绍。借鉴此报告,我们认为未来我国教育领域的大数据研究和应用,应加强国家和地方对相关的研究和应用在技术层面、管理体制层面以及法律制度层面的支持,按需合理规划具体研究和应用,整合现有资源,发挥后进优势,借助"大数据"实现真正意义上的个性化学习,进而实现教育公平。     

大数据与教育大数据探索

人类社会已进入大数据时代,大数据的利用已受到广泛的重视,并产生了巨大的应用和商业价值。教育领域的大数据被认为是大数据的一个重要领域,大数据与教育的融合是现代教育发展的必然要求,基于大数据及其教育领域应用探讨是我们值得研究的问题。     

基于教育大数据的高职学生个性化学习模式研究

本文以建构主义学习理论、多元智能理论和个性化学习理论为指导,通过调研高职院校学生并分析其在网络云平台中大量的学习数据,依据高职学生的特点,以学生为中心,探索设计基于教育大数据的高职学生个性化学习模式.该模式一定程度上优化现有的学习过程、学习方式和学习习惯,为高职教育教学改革研究提供有价值的参考与借鉴.     

大数据背景下教师获取教育数据的复合方法

今天,"大数据"一词甚嚣尘上,其应用倍受人们的追逐,渗透到了各个领域。在教育领域中,大数据使"经验式"教学模式转变为"数据服务"教育模式,它改变着我们的传统教育思想,真正开启"个性化教育"时代。然而,大数据不探究因果关系、不易采集学习者的情感数据、对于小数据不可控,同时现实中普遍存在着"信息孤岛"。而传统的定量调查方法及定性调查方法却能有效地补充大数据在数据信度、主体呈现和因果解释等方面存在的缺陷。因此,多种方法的相互融合将成为获取可用的教育数据的切实可行的方法。     

大数据与智慧教育

智慧教育是教育信息化发展的最新愿景。教育大数据汇聚存储了教育领域的信息资产,是发展“智慧教育”最重要的基础,而数据挖掘和学习分析技术是连接教育大数据与智慧教育的桥梁。建构基于大数据与学习分析技术的智慧教育教学,需要从教育网络大平台建设、学习者学习方式变革、课程教学方式创新、教育数据挖掘与学习过程分析、学校教育系统重构等多个角度去推动。     

大数据教育应用且行且思

大数据时代的到来,教育又面临一场新的革命。本文在大数据背景下,对大数据两个重要方面即数据分析和数据开放分别进行了思考与教育应用的分析,在此基础上,结合当前教育实际对未来教师研修数据的分析、学生学习行为的分析以及构建区域TOP10幕课联盟进行了展望,旨在对大数据教育应用抛砖引玉,希望有更多的教育同仁把握时代机遇,共同学习、研究、应用大数据,为教育发展服务。     

电子书包中基于教育大数据的个性化学习评价模型与系统设计

根据大数据技术的模块构成和电子书包所包含的系统和功能,对电子书包中教育大数据的模块内容进行分析。之后,在评价内容上从课程内容学习、参与互动交流、考试与作品和课外资源学习四个方面进行了细分和聚类．构建了基于电子书包的个性化学习评价模型。在评价结果上,依据柯氏四级评估模式和布鲁姆教学目标分类理论设计了基于教育大数据的个性化评价层次塔,该层次塔包括学习成效、概念转变、学习迁移和学习力四个层级。最后,结合教育大数据、教育云服务、个性化评价模型和评价层次塔,设计了个性化学习评价系统模型,包括信息采集模块、数据分析与处理模块、个性化评价模块和可视化反馈模块,并通过云管理层实现对教育云服务平台、云存储池和云集群计算平台的调控和管理,以期为后面开展个性化评价系统的设计与开发提供有益的指导。     

大数据背景下学习评估方法分析

随着大数据时代的到来,对当前教学、学习考核思维模式都有了新的发展需求,文章探讨了当前教育大数据的存储方式,如何对大数据进行挖掘、提炼进而分析教育大数据。这些方法对教师来说可以提高教学质量、掌握学习者的学习特征,从而针对不同的学习者给出需要的教学内容和形式,从而提高学习效率。     

基于教育数据挖掘的个性化自适应学习系统研究

随着大数据时代的到来和在线学习的蓬勃发展,个性化自适应学习日益成为人们关注的热点。本文从教育数据挖掘的目标和关键技术出发,在个性化自适应学习系统中应用教育数据挖掘技术,研究了学习者模型、领域知识模型和社交网络模型的构建、融合和应用,设计出基于教育数据挖掘的个性化自适应学习系统的架构和流程,探讨了模型的构建和个性化自适应学习引擎机制的建立,提出了基于聚类的个性化自适应学习内容呈现、基于序列挖掘和关联规则的最佳学习路径推荐、基于协同过滤和社交网络的个性化资源推荐方法。