数据驱动教育变革论文（6篇）数据驱动教育变革论文 大数据时代网络教育论文 大数据的特征常用4V来表示，详细是指大数据的四个显著的特征：第一是数据体量，主要指的是宏大的数据量与数据的下面是小编为大家整理的数据驱动教育变革论文（6篇）,供大家参考。
篇一：数据驱动教育变革论文
大数据时代网络教育论文
大数据的特征常用4V来表示，详细是指大数据的四个显著的特征：第一是数据体量，主要指的是宏大的数据量与数据的完整性。第二是数据类型，指数据的种类非常的多而且复杂，大数据技术就是要在这些复杂的数据类型之间寻找其关联性。第三是处理速度，爆炸式增长的数据量要求快速化的处理速度，才能使得数据的有效利用。第四是价值，大数据的最终目标是将庞大数据中找到数据时间的价值关系，通过找到低密度的数据价值对决策做支持。当前大数据技术不仅产生于特定领域中，而且还产生于我们每天的日常生活中，、微博、微信等社交媒体上的数据就是最好的例子。大数据开展为社会各领域带来的机遇和挑战，网络思想政治教育作为信息时代育人的新载体自然无法回避这个新的环境变化。分析大数据对网络思想政治教育带来的宏大机遇与严峻挑战，探讨如何在大数据时代创新网络思想政治教育的详细措施，进而为下一步开展提供有益的指导已然成为热点研究问题。
（一）树立大数据时代的网络思想政治教育的数据意识网络思想政治教育必须顺应科技与时代的开展。大数据时代教育工作者需要树立网络思想政治教育的数据意识，这是开展大数据环境的网络思想政治教育的首要前提。针对大数据开展网络思想政治教育可以分为如下三个方面。首先是要全面了解和分析大数据本身，理解大数据是什么、大数据的变革力量何在、大数据的未来开展趋势等等；其次是在理解大数据的根底上，系统地分析大数据时代对网络思想政治教育可能产生的影响，带来的机遇和挑战。最后是充分确实立数据意识，意识到数据是现代社会最具价值的资源，是开展与决策的源泉。用数据意识驱动网络思想政治教育工作创新开展，例
如在一定的数据分析根底上将灌输式集中教育变为交流式个别教育。
（二）借助大数据技术对网络思想政治教育进展量化研究定性研究与定量研究相结合是网络思想政治教育的重要研究方法。定量分析法是对社会现象的数量特征、数量关系与数量变化进展分析的方法。定量分析使用数学模块对研究对象可量化数据进展的分析，通过分析对目标给予评价并做出判断。定量分析方法始终受到教育工作研究人员的关注，因为网络思想政治教育中存在极大的不确定性和动态性的因素，定量分析方法可以帮助我们对网络思想政治教育进展科学评价。但与此同时定量分析方法具有很大的复杂性，受很多技术因素的限制，一直不能很好的发挥作用。大数据技术的出现为定量研究提供了一种新的技术手段，成为科学研究新的范式。定量研究可以运用大数据技术进展理论假设、建立数据模型以及数据分析验证。由此可见，大数据时代网络思想政治教育的研究，需要与数据资源丰富的机构单位合作，借助这些数据载体的平台、资源以及高精尖的技术，进展合理合法的挖掘教育对象的信息，从而准确的开展网络思想政治教育活动。另外，要建立一支过硬的网络思想政治教育队伍，不但要具备思想政治教育的专业知识，而且还要具备创新的网络教育观念、精通大数据等新技术手段。（三）促进大数据时代网络思想政治教育信息资源建立发挥大数据技术的优势，分析网民的承受习惯，增强教育内容的实效性、趣味性，以效劳成长成才为核心有针对性地加强功能开发，提高网络思想政治教育信息资源的受关注度。此外在信息资源建立过程中要注意好以下几点：首先要把握信息资源内容的方向
性，弘扬主旋律、传递正能量。其次信息资源的形式要多样，通过文字、声音、图像等形式，经由微博、微信等新兴传播手段，提高教育的实效性。再次，信息资源要丰富，可以从各大媒体引进、从理论学习资料借鉴、从大型活动中总结、从日常工作中提炼，确保信息资源及时更新。
通过以上的分析，可以看出，大数据时代网络思想政治教育必须在继承传统中实现新开展。坚持不动摇的是网络思想政治教育的根本构造、功能以及原那么。创新开展的是符合大数据时代的教育内容与内涵，进而找准变化点，更新网络思想政治教育的研究方法，将网络思想政治教育带入新的开展阶段。
篇二：数据驱动教育变革论文
大数据时代成人高等教育发展改革的思考论文
大数据时代成人高等教育发展改革的思考论文
1大数据在我国成人高等教育领域的发展现状
随着信息技术的发展，人们日常生产生活的各种行为被大量信息感知设备和采集终端记录、捕捉，在经过数字编码后被标记为某种数据进行存储，分析，通过对大量的人群进行每时每刻的搜集，就产生了海量的数据，大数据的概念就应运而生。大数据与云计算、物联网堪称新一代信息技术的代表，三者深度融合，与我国新型现代化建设深度交汇，对新一轮产业变革和经济社会绿色、智能、可持续发展具有重要意义。
目前我国的大数据产业发展尚处于初级阶段，技术创新驱动力不强，产业链与创新链缺乏有效衔接，成人高等教育除在线教育外运用大数据的例子少之又少。虽然国内已有不少企业、高校与科研院所成立了研究中心，针对大数据汇聚管理、智能分析等进行了研究，但是系统化研究不足，产学研协同创新不深，无法形成合力，难以有效支撑大数据在教育产业做大做强。
2大数据技术对成人高等教育带来的创新应用
2.1教学技术手段更加个性化，教学质量评估更为科学
2.2学生教育管理与思想政治教育更加精细
相对于基础教育、普高教育，成人教育所获得的支持和关注要逊色的多。当前，成人高等教育层次众多，形式多样，学生分散且难以管理，教育管理、思想政治教育面临诸多困难。大数据时代下，数据资源无处不在，理论上，学校可以充分利用机构优势对各类数据源和连接进行定位，有效实现数据的采集和汇聚，搜集学生在校的大量数据，如个人信息、特长爱好、性格特征，甚至社交、地理位置等，这些数据包含了学生的学习、思想、生活、情感等行为状
况，通过大数据技术进行筛选、比较分析后，可以基本描绘出某个学生一段时间内的状态，对于异常的言论或行为，可以及时甄别发现，通过危机干预，避免极端事件的发生。
2.3成人招生市场分析与合作单位函授点评估更加合理
生源是成人高等教育的主体，也是成人院校生存发展的基础。随着出生人口高峰的下降，普通本专科高校间生源的竞争已经日趋白热化，成人高校所受的挤压更为严重，成人的招生工作面临严峻挑战。借助大数据技术，至少有两点可供参考：一是对历年的招生数据进行分析，通过对地区、中学、专业等信息进行关联性分析，得出历年生源较多的地区和中学，作为稳定的生源基地，组织人脉资源丰富的当地人员前往招生宣传，稳步扩大优势；而对于生源偏少的地区，选派创造性和活力较高的年轻人前往，加大宣传力度，创新宣传手段，开拓生源市场；二是通过网络进行调查，依托网站投票和微信、QQ等社交媒体对应届毕业生或家长进行问卷调查，了解他们的职业规划、报考意愿等，根据问卷结合地区、高考成绩等信息进行综合的数据分析，从而制定有针对性的招生策略。
成人院校在开拓新的合作伙伴，例如新建点的时候，也可以使用大数据技术。传统的实地考察受制于时间的限制，不能对所在地区和合作伙伴有全面和长期的了解，而运用大数据技术就可以通过对这个地区潜在学习者水平分布、学习风气，函授点社会信誉、财务状况等多种维度数据综合分析，确立精准的办学定位，进而做出更科学的决策。
3大数据时代下成人高等教育发展改革的路径探索
为了应对新的形势和不断变化的社会学习需求，管理者必须要摒弃旧的'思维模式，主动适应互联网思维，改变传统管理模式，为成人高等教育开辟一条新的发展路径。
3.1要重视大数据的应用，从经费、人员上给予保障
有人认为成人高等教育是普通教育的补充，大数据的管理可有可无，这种观念是完全错误的，在不断变革的时代，终身学习已成为必然选择，而普通高等教育只能提供一段时间内的学历教育，成人
高等教育将会成为大多数人工作后提升自我的主要学习途径，成人高等教育即将迎来极大的生源爆发，届时，传统的数据信息管理模式将不能适应大量的数据处理，管理者必须从战略角度提前谋划，超前布局，对大数据下的信息化管理改革给予必要的经济支持，引进必要的技术人才，并且鼓励现有的在岗管理人员进行技术管理创新。
3.2有效整合各类资源，创新成人高等教育学**台和管理信息系统
在互联网出现后，大数据时代来临前，我国教育信息化已经走过了十几年的发展历程，各成人高等教育机构都建立了诸如教务管理、学生信息管理等多个信息系统并且积累了大量网络教育资源。由于开发的人员、目的以及开发技术不同，系统都处于各自为政的状态，数据之间相互孤立，得不到有效的挖掘。在大数据时代下，为了最大限度的获取数据的内在关系，提取出有效的信息，应该将这些系统有效地整合，通过数据交换接口将各自的数据转换成格式统一的，可以参与合并计算的数据，同时建立有效的数据同步机制，保证新数据的一致性，只有这样，才能最大限度的发挥大数据的技术优势，进一步提高管理效率和决策水平。
3.3建立健全大数据共享和监管机制，既有效利用，又保障数据安全和个人隐私
大數据给人们带来了前所未有的价值，在今后的生产生活中，数据会成为越来越重要的信息。在全球“开放数据”的呼声日益高涨的大环境下，政府、企业、家长等社会各类机构必然要求学校开放数据共享，学校也将从社会获得更多的数据用于自身发展，这将是一个互利共赢的合作，能极大节省社会治理成本；与此同时大数据也开启了个人信息的搜集利用时代，随着网络的使用大量的个人隐私也被同时搜集起来，极易产生数据泄露和侵犯个人隐私的情况，造成法律风险。管理者应站在大数据思维的角度，将自由和责任统一起来，建立健全大数据的共享和监管机制，在法律的框架内，注重自由的同时，充分保护个人隐私，才能让大数据这个新生技术为成人高等教育的发展和改革做出良性和持续的贡献。
【参考文献】
[1]李娜.大数据时代下的成人高等教育管理与发展创新[J].继续教育研究，2016（8）：61-63.
[2]徐鹏，王以宁，刘艳华，张海.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[J].远程教育杂志，2013（6）
[3]蒲清平，朱丽萍，赵楠.大数据思想政治教育研究综述[J].思想教育研究，2016（3）：119-123.
篇三：数据驱动教育变革论文
大数据给予我们更全面更精细的视角让我们看清世界的复杂性和当然教育作为始终无法量化的行业不要过于迷信数据以及数据过于复杂从而迷失在数据里偏离教育的本真也是值得高度重视的
通过此次培训，使我认识到大数据对学校语文教学的重要性，页深深体会到自己对大数据认识的严重不足。通过查阅资料，我初步了解大数据。
一、大数据时代下的语文课程更加符合学生的个性化需求，大数据下的语文课程，与当下的相比，优势更加突出。
当下的小学语文课程，还不是充分个性化的语文课程，教师还不能真正实施个性化的语文教学。
而大数据时代的语文课程，其教材是可以“回声”的教材，学生、教师都要参与完善工作，而不全然由语文专家独断。由于是电子课本，更新不可能几年一换，而是适时进行。
大数据时代的语文课程，可由学生的需求定制为个性化的课程；教师也可以作出较自由的调整与改变。由于是电子课程，这一切都容易得多。
总而言之，大数据可以让我们语文教师对知识的传递进行个性化处理，使之更好地适应学生特定的学习环境、偏好和能力。
这样的符合学生个性化的语文课程，自然可促进学生理解并提高成绩
二、大数据时代下的语文教师要懂得数据使用、分析与管理，要懂得信息搜集、反馈与保护。大数据时代下的语文，其教材、课堂、教学都呈现为数据平台。
作为语文教师，不仅要会智慧地使用数据，还要懂得数据分析，尤其是学生语文学习层面的数据的分析。
在语文课程大数据中，要通过分析判断什么可行、什么不可行；还可观察到那些以前不可能展示的学习层面。这样的话，我们就可确定最有效的语文教学方式，一方面实现学生学业表现的提升，另一方面提高工作的效率和趣味性。
作为语文教师，要注意语文信息的搜集，特别是来自于学生与家长方面的信息还要适时反馈。对于学生的个人教育信息要在尊重的基础上使用。
作为语文教师，我们既要对概率预测充满信心，又要科学地对待，认识到局限性，去除潜在危胁。
三、大数据时代下的语文教师和学生都要注意改变学习方式，要学会如何去学习
作为学生，面对适应性学习，可以按不一样的顺序和步调进行。也就是选择个性化的有效学习方式。
作为语文教师，我们要懂得“让数据说话”，全面而深入地搜集数据，不仅要做语文课程数据的管理者，还要做课程数据的分析者，注意促进学生语文学习的改善。
作为语文教师，我们要弃除学生排名离散且静止的评价方式，要注意与学生立体化沟通交流的方式。在语文大数据时代。不管是学生，还是教师，都要学会如何去学习。大数据时代将改变教育，也将改变语文，其巨大潜力在于推进个性化学习、改善教材和教学，并最终提高学生成绩。大数据给予我们更全面、更精细的视角，让我们看清世界的复杂性和我们身处其中的位置。
当然，教育作为始终无法量化的行业，不要过于迷信数据，以及数据过于复杂，从而迷失在数据里，偏离教育的本真也是值得高度重视的。
篇四：数据驱动教育变革论文
中国教育科学研究院未来学校实验室主任王素：数据驱动的中国未来学校课堂变革
2017年11月25日，在中国教育科学研究院主办的第四届中国未来学校大会上，中国教育科学研究院未来学校实验室主任王素发表了题为《数据驱动的中国未来学校课堂变革》的主旨演讲。▲本文整理自王素在第四届中国未来学校大会上的主旨报告，以下为口述整理：第一个获得人类公民身份的机器人：索菲娅当今所处的时代，是一个人与机器人共存的时代。我们必须要思考，如果机器人在很多方面它都能够取代人的工作之后，这时候人需要干什么。举个例子，如果我们现阶段所培养的人才今年上学，到2030年刚好完成基础教育。2030年社会已经发生了深刻变化，这是我们在今天基础教育当中必须要思考的问题。所有的变化是由于技术的变革对于我们人类社会发生了很大的推动作用。教育是从普及到扩展，高等教育大众化。今天的课堂革命革什么？陈宝生部长在9月8号的时候谈到的课堂革命的号角，讲到了心灵的革命、观念的革命、技术的革命和行动的革命。在这几种革命当中，我认为最核心的是观念的革命。因为如果没有观念的变革，所有其他是谈不到的，这种观念的变革，我个人觉得至少有这么四个方面：
一是要重新理解教育，二是要重新认识学习，三是要重新定义课堂，四是要重新构建学习路径。重新理解教育在人类起始之初，那时候的教育是关注人的。比如说孔子和苏格拉底的时代，他们会把人培养成贤人和君子，到了工业化时代之后，这个时候更加注重教育的工具性。所以说教育变的更加专业化、标准化，我们在学校教育当中更注重传授给学生的知识和技能。到了今天我们又重新回归到人，把人放在教育最重要的位置。我们更加重视21世纪技能的培养、关键能力的培养和核心素养的培养。人不是作为知识的载体和容器，而是要作为活生生的人，这是今天的教育，特别是实体学校存在最核心的竞争力。如果仅仅是传授知识的话，实体学校就没有必要存在了。中共中央办公厅《关于深化教育体制改革的意见》重新认识学习近年在脑科学、认知科学和学习科学方面，有很多突破，这种突破包括整个世界都在投入人类大脑计划的研究当中。包括美国、欧盟以及中国都有人类大脑的研究计划。脑科学研究的最近新展学习是什么，我们用什么样的方式学习是最有效的，这是我们今天要思考的问题。学习活动的实施需要一定的心理结构要素，如知识呈现方式、选择性注意、元认知、内隐认知、非智力因素和学习策略等等。对课堂有影响的学习理论认知学习理论学习进阶理论刻意训练理论重新定义课堂各个学校的课堂，大部分课程是在教
室当中完成的但其实真实的世界是最好的课堂。当以知识为核心价值的学校教育的时候，标准化、系统化的传授是最有效的。所以普通教室就是最好的学习场所。但如今的目标是以人的成长为核心的教育价值。而人的成长是一个社会性的成长，是在真实的环境、真实的关系、真实的任务当中来完成这个成长的。如果仅仅在课堂内，难以完成任务。学习形式改变的时候，课堂形式一定会随之发生根本性的变化。怎么样才能在校内有一个更真实的世界？潍坊未来实验学校（建设中），它的建设在规划的时候，就考虑到教育是以人为本的，教育不仅仅是人在教室内，还要在课堂外。所以它整个设计是由课程体系决定了课堂的分布。有些实践性、体验性的课程在户外学习。学习方式决定了空间布局，如今学习过程具有流动性，学习群体具有社区性，学习方式具有多样性。原来传统的教室无法适应实践性、社会性、体验性的学习。重构学习路径在讨论重构学习路径时，要考虑教学设计。教学设计的环节是从分析设计、开发实施到评估的一个循环环。今天的课堂最核心的是个性化学习。个性化学习的教学设计要考虑环境、考虑学生的参与、满足学生需求等等。最后评价在这个过程当中会非常的重要。重构学习路径，意味着过去是班级授课制统一的授课，所以每一个人的学习路径是一样的。但如今强调个性化、多样化、每一个学生要有不同的学习。这种选择
是通过两个方面来实现的，第一是课程的选择，第二是学习路径的选择，即使在同一个班级内，学习路径也是多样化、个性化的路径。而要实现这一点要靠测评。没有评价，没有诊断，就无法知道要形成一个什么样的路径。所以要知道学生的知识结构、技能能力、学科素养到底是什么样的，才能形成个性化、精准化的教育，才能给学生一个更好的个性化的学习方案来形成学生自己不同的学习路径。对于学生来讲，想实现个性化的学习，要从诊断画像、方案和个性化的学习路径来入手。现在通过考试可以进行数据分析，但仅仅分析是不够的，最关键的是分析之后要有相应的个性化的解决方案，才能真正实现个性化的学习。个性化学习的课堂特征教师跟学生是交流互动的，学生要有很大的参与度才可以。有无限多的资源，有非常多的资源可以选择，要有持续、嵌入式、动态的评价。最后形成不同的学习路径和教学，这是课堂个性化的学习特征。技术可以解决学习路径的问题，但是技术绝对解决不了所有的问题。技术它可以解决空间灵活、指导精准、学习个性、测评、数据等等。但是课堂的核心是人。所以学生和教师才是课堂变革的关键点。只有这一切都发生变化的时候，才能真正实现课堂变革。在最后，王素表示课堂变革是以数据为驱动的，但是课堂变革的核心是人的观念。并为在座的教育局长提出建议，希望
进行招标时不仅仅购买硬件，而是要留出一部分资金来进行教师培训。一定要加强教师培训，只有这样才能实现真正的课堂革命。以下是中国未来学校实验室对王素所长进行的专访：时间：2017年11月26日星期日10:00地点：北京大学附属中学中国未来学校实验室：请您简要介绍我国未来学校创新的整体情况？未来学校创新计划是2014年开始启动的，在启动之初，认为未来学校是为了应对整个技术的发展对人类社会来带的挑战，教育必须对其有应对措施。学校的变革是系统化的变革，所以不能从单一的角度去做。因此我们考虑了学校的整个系统，从空间、技术的支持、课程的变革、学习方式的变革，一直到组织形态的改变，我们从这四个角度来做的。经过三年的时间，未来学校创新计划在全国有20个试验区，有400多所实验学校。中国未来学校实验室：数据驱动下的课堂变革有哪些特征？数据驱动的课堂变革最核心的特征就是将来的课堂一定是个性化的。而个性化的表现方式又是多方面的。首先作为教学的流程来看，原来的课堂是同一路径的，现在由于个性化的教学，未来学生的学习路径是非常不同的，是多元化的。从空间来看，将来的课堂不一定是在教室内的，也会在教室外，它会更广泛的跟社会有更多关联。对于学生来讲，由于学习目标的改变，会有一个重要的改变，过去是传输知识，现在是为了培养人。而培养人就需要群体化、社会化，需要一些创新型的实践活
动，所有这一切就会改变过去对课堂界线的界定，我们需要给学生提供更多社会化的、非正式的、创新性体验型的学习环境。从技术支持来讲，要想实现个性化的教育，前提是有精准的诊断。因此精准化诊断，可持续动态化的评价也会是未来课堂的一个核心特征。中国未来学校实验室：中国教科院在推动未来学校方面有哪些举措？中国教科院在推动未来学校方面，首先希望搭建一个全国性的平台，这个平台就是未来学校联盟。同时中国教科院还会给出未来学校创新计划。过去三年是未来学校创新计划1.0版本，从第四届中国未来学校大会开始，启动了未来学校创新计划2.0版本。在1.0版本当中，我们更加关注空间、课程、学习方式和组织管理形态的变化。在2.0版本我们会更加关注人的成长，会关心个性化的学习，这个是我们在2.0版本探索的主要目标。
篇五：数据驱动教育变革论文
大数据下的教育变革
近年来,随着国内各地智慧教育实践探索的推进,教育大数据在推动教育创新发展与科学变革上的核心价值逐步凸显。教学过程与结果数据的持续采集,动态汇聚成教学大数据,通过对教学大数据的深度挖掘与多元分析,能够将数据背后反映的教学意义与价值清晰地呈现出来,进而辅助教师进行更精准的“教”、指导学生进行更精益的“学”。
教学大数据的应用模式
大数据与教育已经呈现出深度融合的趋势,作为教育教学的主阵地,学校、课堂都是产生教学数据的重要来源,也是深化教育改革质量的落脚点。目前,教学大数据主要有四种典型应用模式,分别为高效互动教学、适应性学习、智能化诊断与评价以及个性化练习与辅导。
第一,高效互动教学。课堂是学校教育教学改革的主阵地,也是落实学生核心素养发展的关键。课堂教学大数据构建的高效互动课堂具有数据把脉、全向互动、精准反馈以及轻负高质等特征,能够实现“低耗高效、轻负高质”的教学目标,**“课堂效率低一学生掌握差一课后拼命补”的教育怪圈。课前,教师通过学生预习情况精准定位教学目标与重难点;课中,教师根据课堂数据的实时反馈掌握学生学习轨迹,及时调整并改进教学内容与教学方法;课后,教师根据每位学生的课堂表现,给予针对性的点拨与指导,布置相对应的课后任务。
第二,适应性学习。随着移动互联网、智慧教育的快速发展,适应性学习将成为以大数据为基础的教育技术新范式。教师通过分析在线学习行为大数据,可以发现学生的认知能力、学习风格等个体特征,判断学生的学习需求,从而有针对性地向学生推荐学习资源,满足学习者个性化的学习需要,帮助学生固强补弱,提高学习效果。
第三,智能化诊断与评价。智能化诊断与评价以多种教学情景为背景,通过不断获取、整合和分析学生学习过程中的学习行为、认知建构、情感体验以及思维变化等多模态数据,制定学习改进方案,形成有效学习的新形态。课堂教学大数据可以实现对学生即时、动态的诊断分析及评价信息反馈,教师根据反馈结果动态实时调整教学策略,提高学生的课堂学习效果。此外,课外辅导教师可以依据校外辅导大数据对学生校外学习效果进行诊断分析,灵活调整教学方案,使课外辅导培训更具针对性与个性化。
第四,个性化练习与辅导。传统课堂教学的课后练习是统一布置的,批改反馈是滞后的,作业讲评大多也只是讲共性问题。而教学大数据的建设与应用完全改变了这一状况,教师基于课堂教学大数据能够更好地诊断、评价学生的课堂学习效果,作业内容不再是千篇一律,而是根据每位学生的学习效果有针对性地布置课后作业。同时,通过课堂教学大数据和校外辅导大数据间的融通共享,课外辅导教师可
以根据学生的课堂表现和学习效果等数据,有针对性地进行课后辅导,使校外辅导更具针对性、持续性,促进学生的个性化成长。
走向数据驱动的精准教学
教学大数据建设与应用的实践导向是实现数据驱动的精准教学。随着大数据技术在教育领域应用探索的快速推进,数据驱动逐步成为大数据时代主流的教学范式,并呈现出科学化、精准化、智能化及个性化四大核心特征。
数据驱动的精准教学要求教师利用数据挖掘和学习分析技术将课堂教学与在线学习生成的数据“翻译”成有价值的信息,如学困生的识别、知识缺陷的发现、教学目标的达成等,从而为教师的“教”和学生的“学”提供更准确、及时、全面的支持。
随着大数据理念与技术在各级各类教育中的推广,教学大数据的重要性日益凸显,将成为教育信息化2.0时代课堂教学模式变革与创新的“助推器”。
教学大数据面临的挑战
但是,大数据技术与教学业务深度融合的过程必然不是一蹴而就的,教学大数据的发展仍面临以下几方面的挑战:
第一,数据处理能力不足,难以对教学数据进行多元分析与准确的结果解读。当前,中小学教师的数据分析、数据解读及数据交流的能力还存在明显不足:一是无法熟练应用EXCEL、SPSS等工具进行基本的教学数据分析与处理;二是在教学中缺乏对过程数据和结果数据深入、准确的解读,难以形成正向的教学反馈流,指导教学实践的改进;三是缺乏应用数据与家长、同事及领导开展交流对话的能力,难以在家校之间、师生之间、教师之间架构起支撑家校共育的“数据桥梁”。
教育行政部门应加强教师队伍数据素养教育,通过开展教育大数据专题培训、智慧课堂观摩研讨、网络协作教研等多种活动,从意识态度、基础知识、核心技能及思维方法四个层面全面提高教师、校长及管理人员的数据素养,并制定教师数据素养评估标准与考核办法,以评价和考核为抓手,促进教师数据素养提升。
第二,线下学习过程性数据的采集仍是难点,该部分数据的缺失直接影响学习诊断与预测预警的准确性及综合评价的科学性。在线下学习仍占据主导地位的今天,很多线下的学习活动数据,尤其是过程性学习数据及学习情绪数据,由于技术、环境、个性差异等诸多因素的限制,无法得到有效全面的采集。线下学习数据的缺失,就好比架在空中的半截“浮桥”,难以支撑完整“学习链条”的构建,直接影响到学习诊断与预测预警的准确性及综合素质评价的科学性。
教育大数据服务商应加大力度研发线下学习数据的采集技术和产品,提高线下学习过程性数据采集的准确性与全面性。随着教学数据的日渐丰富与复杂,学生的过程性数据将变得更具价值,企业研发的教学产品应重点收集学生学习行为数
据、情感数据等,完善丰富教学数据体系。此外,教师需要培养自身的数据意识,有意识地收集、整理学生的线下学习数据,进一步丰富完善教学大数据,从而为学生学习诊断和预测预警的准确性和科学性提供全面的数据支撑。
第三,校企合作机制与规约机制仍不清晰,管理上存在较大的数据安全风险。教育行政部门应尝试建立教育大数据产品准入机制,从数据安全、技术水平、维护能力等多个方面加强对企业大数据产品的鉴定与评估,选择信誉良好、技术先进的教育大数据产品提供商作为合作伙伴,既为学校采购教育大数据服务提供保障,也有利于区域层面的教育教学大数据的融通共享,确保大数据产品在学校教育教学应用中的数据安全。
第四,多家企业大数据产品在学校独立运行,直接造成学校教育数据的割裂,影响教育数据的融通共享及更大数据价值的发挥。一线学校由于缺少教育大数据项目的顶层设计和统筹规划,往往出现一所学校内多个企业教育大数据产品独立运行的现象,直接造成数据壁垒。
教育大数据服务提供商应遵循教育信息化行业相关技术标准,秉承“开放互联”的基本原则,提供标准化的数据访问接口,便于在不同大数据产品之间及与学校现有业务系统之间实现数据的无缝对接与共享,这也将成为教育大数据相关技术平台的重要发展趋势。对于学校而言,应在进行教育大数据项目规划时,从整体出发,实现各个部门数据的一体化建设,打破“数据壁垒”,从根本上实现数据的互联互通,从而真正发挥教育大数据的价值。
第五,数据分析模型的科学性和准确性仍是教育大数据的突出短板,制约了大数据技术在教育教学领域的推广应用。当前很多企业在研发教育大数据产品过程中,往往难以摆脱IT思维,由于缺少对学校实际教育教学业务的深度理解,在数据源的选择、指标权重设计等方面往往不符合或脱离教育规律,构建的数据分析模型的准确性和有效性都亟待提升,这直接影响了基础教育大数据应用实践的推进。
篇六：数据驱动教育变革论文
关键词共现分析是一种内容分析技术通过分析在同一个文本主题中的款目对单词或名词短语对共同出现的形式确认文本所代表的学科领域中相关主题的关系进而探索分析学科领域的发展发现学科的研究热点和研究趋势使用citespace软件对下载的文献进行关键词共现分析生成图1所示关键词共现知识图谱分析大数据的出现对教育领域研究热点和趋势的影响
龙源期刊网http://www.qikan.com.cn
大数据背景下教育领域热点问题研究
作者：施佺钱源来源：《中国教育技术装备》2016年第18期
摘要大数据时代的来临为教育领域研究带来新的活力和挑战，运用文献计量可视化软件CiteSpace对CNKI中国知网中与关键词“大数据”和“教育”相关的学术论文进行关键词共现知识图谱分析，探索大数据背景下教育领域的热点研究问题，总结研究现状及趋势。关键词大数据；CiteSpace；教育中图分类号：G642文献标识码：B文章编号：1671-489X（2016）18-0069-03AbstractTheadventoftheeraofbigdatahasbroughtnewvitalityandchallengesforeducationalresearch.ThispaperusesbibliometricvisualizationsoftwareCiteSpacetoanalyzethesiswithkeywordsdataandeducationfromCNKIbasedonCo-occurrenceanalysisofkeywords，explorethehotissuesinthefieldofeducationalresearch，summarizetheresearchstatusandtrends.Keywordsbigdata；CiteSpace；education1引言近年来，教育领域研究者开始关注大数据背景下的教育管理模式转变、教育决策研究等内容，大量基于大数据背景的教育领域研究论文逐年增加。以“大数据”“教育”为主题关键词在CNKI中国知网进行搜索，仅选择SCI、EI、中文核心、CSSCI四类来源期刊截止到2015年12月出版的文献，共检索到417条数据，从2010年开始呈现出逐年上升的趋势。对这些文章进行浏览和筛选，选择与本研究主题相关的论文，共247篇。对这247篇文章的关键词信息进行研究，分析大数据的出现对教育领域研究热点及发展趋势的影响。2教育领域热点问题研究知识图谱CiteSpace软件是一款引文可视化分析软件，着眼于分析科学知识中蕴含的潜在信息，通过可视化的手段呈现科学知识的结构、规律和分布情况[1]，能对文献进行作者分析、关键词共现分析、机构分析、作者共被引分析、文献共被引分析等。关键词共现分析是一种内容分析技术，通过分析在同一个文本主题中的款目对（单词或名词短语对）共同出现的形式，确认文本所代表的学科领域中相关主题的关系，进而探索分析学科领域的发展，发现学科的研究热点和研究趋势[2]。
龙源期刊网http://www.qikan.com.cn
使用CiteSpace软件对下载的文献进行关键词共现分析，生成图1所示关键词共现知识图谱，分析大数据的出现对教育领域研究热点和趋势的影响。关键词出现的频次由圆圈代表的节点反映，圆圈越大，表明关键词出现次数越多，最大圆圈代表的关键词是“大数据”。根据图1得到表1所示文献关键词、被引频次、中心性等指标数据。中心性代表共现程度的高低，中心性越强，表明该关键词与其他关键词共同出现的几率就越大，也就表示该关键词在共现网络中的影响力越大。从知识理论角度分析，频次和中心性高的关键词一般是某一段时期内研究者共同关注的问题，也就是研究的热点和前沿。表1中，“大数据”是频次最高也是中心性最高的关键词；“学习分析”频次为23，中心性为0.22；“数据挖掘”频次为13，中心性为0.15，等等这些都是热门的研究主题。3大数据背景下教育领域的热点研究依据图1和表1所示结果，将大数据背景下教育领域的热点研究总结为以下几个方面。学习分析和数据挖掘教育数据挖掘是数据挖掘在教育领域的新型应用，主要目标为知识发现、决策支持和推荐等。学习分析是测量、搜集、分析和报告学生及其相关的学习环境的数据，用以理解和优化学习过程和学习环境[3]。教育数据挖掘专注于技术层面，侧重教育数据模型和模式的抽取，强调挖掘结果的自动化反馈；学习分析更注重研究有利于改善学习的干预措施。2012年，美国教育部发布了报告《通过教育数据挖掘和学习分析促进教与学》[4]，提出“数据驱动学校，分析变革教育”的大数据时代已经来临，要综合运用教育数据挖掘和学习分析，构建教育模型，探索教育变量，为教育教学提供有效支持。在CNKI中以“学习分析”和“教育数据挖掘”为关键词进行检索，得到图2所示的文献数量趋势图。如图2所示，2010年以前的文献数量很少，但2010年之后开始呈指数式增长；2016年1—2月份刊登的相关主题期刊论文已有5篇，可以预计本年度，学习分析和数据挖掘仍将是大数据背景下教育领域的研究重点和热点之一。在线教育——兴起与变革以“在线教育”和“大数据”为关键词进行搜索，得到图3所示文献数量趋势图。目前在线学习的发展趋势主要有如下表现。1）移动学习是大方向：随着无线网络的覆盖，移动终端特别是手机用户的增多，移动学习逐渐发展起来。2）免费是大趋势：目前在线学习存在各式各样的免费现象，如免费试用、前期付费后期免费等形式。
龙源期刊网http://www.qikan.com.cn
3）细化管理是要求：任何一种在线学习方式，都离不开资源开发、管理和优化等工作，需要设定管理要求，细化规则。4）实现互动是必然：交互功能是在线学习软件必然要设计的功能，大多数在线学习使用者表示学习过程中希望能有更多的互动交流。5）个性化学习是亮点：学习分析和教育数据挖掘的出现，使得在线学习存储的大量数据能够被更快速分析和使用，学习者可以随时掌握学习状况，开发商也可以掌握学习者的兴趣点、学习特征等，为学习者推荐或制订个性化的学习方案。教育信息化我国的教育信息化主要包含两层含义：一是把提高信息素养纳入教育目标，培养适应信息社会的人才；二是把信息技术手段有效应用于教育，注重教育信息资源的开发与利用。教育信息化的核心是教学信息化，要求在教育过程中较全面地运用现代信息技术，促进教育改革，适应信息化社会提出的新要求，深化教育改革，实施素质教育。随着大数据时代的来临，教育信息化也在不断进步，未来的教育信息化将在教育云平台上进行展现，现有的教育网、校园网将全面升级，实现互联网、电信网、广电网等跨平台使用并支持移动设备。在CNKI中以“教育信息化”和“大数据”为关键词进行检索，2013年共有3篇学术论文，2015年共有10篇论文发表，研究主题包括大数据时代的信息化教学、教师培训、课程资源建设、教育舆情监控等。教育决策以“教育决策”为关键词搜索到上千篇学术论文，以“教育决策”和“大数据”为关键词，2013年以来共有8篇论文。大数据将在教育决策中发挥越来越重要的作用已成为共识，但如何利用大数据进行决策是目前面临的难题，如何解决这个难题也是研究者重点关注的领域。教育决策离不开数据，大数据背景下的数据更加复杂、凌乱，呈现碎片化的特征，并且掺杂一些虚假数据，如何收集、选择数据，是第一步需要做的事情。大数据对于教育决策的价值在于为教育服务，将数据转化为支持决策的信息，需要数据分析者具备综合、全面的数据分析素质和能力。大数据的核心是预测，随着教育信息化和在线学习的持续发展，数据呈爆炸式增长，需要对数据进行整合、分析，发现新知识，为教育优化服务。4数据推动决策传统决策过程主要依靠决策者的经验，主观性较强，或多或少存在一些不足，难以充分发现教育过程中的潜在问题，无法真正有效地优化教学、提高学生表现。信息化推动了人类发展，逐渐成为人类生活必不可少的重要部分；信息化技术普及的同时，也产生前所未有的海量数据。大数据时代的来临，颠覆了传统数据分析方法；大数据背景下，利用数据挖掘方法发现问题、支持决策具有多方面的意义。1）优化教学、提高教育质量。教师若能充分利用学生学习数据，分析学生学习过程，可以更加快速、便捷、有效地了解学生，发现不足之处并及时反馈，提供改进意见等[5]。
龙源期刊网http://www.qikan.com.cn
2）为学校管理者制订更加合理的教学计划和方案提供决策支持。基于数据的教育决策能够为管理者提供更加准确、合理的决策支持。基于数据的教育决策能够提供从数据到决策，实施决策后产生的数据再到决策的一种良性循环过程[6]。3）帮助地区甚至是国家级决策者进行科学判断。数据推动决策具有相当明显的优势，能为决策者提供全方位的视角。大数据分析得到的结果具有全面性、多视角性、参考性强等特点，能够更好地为决策者提供决策支持。5结语上文所分析出的教育领域热点研究问题，都紧紧围绕“数据推动决策”这一主题，学习分析和教育挖掘是分析方法和技术；在线教育是数据来源；教育信息化是信息化大数据环境；教育决策则是根据数据制定决策并运用于教育教学。可见，利用数据推动决策已成为教育领域在大数据背景下最为重要的研究问题之一。参考文献[1]陈悦，陈超美，胡志刚.引文空间分析原理与应用：CiteSpace实用指南[M].北京：科学出版社，2014.[2]潘黎，王素.近十年来教育研究的热点领域和前沿主题：基于八种教育学期刊2000-2009年刊载文献关键词共现知识图谱的计量分析[J].教育研究，2011（2）：47-53.[3]SiemensG.LearningandKnowledgeAnalytics-Knewton-thefutureofeducation？[EB/OL].[2011-04-17].http：//www.learninganalytics.net/？p=126.[4]EnhancingTeachingandLearningthroughEducationalDataMiningandLearningAnalytics[DB/OL].[2012-10-12].http：//www.ed.gov/edblogs/technology/files/2012/03/edm-labrief.pdf.[5]EarlL，KatzS.Leadingschoolsinadatarichworld[M].ThousandOaks，CA：CorwinPress，2006.[6]顾小清，黄景碧，等.让数据说话：决策支持系统在教育中的应用[J].开放教育研究，2010，16（5）：79-80.
龙源期刊网http://www.qikan.com.cn
推荐访问:数据驱动教育变革论文 变革 驱动 数据