大数据带来的教育信息处理变革.docVIP

精品论文 参考文献 大数据带来的教育信息处理变革 湖南师范大学 周康丽 【摘 要】大数据的崛起使得教育领域面临一场新的变革，教育信息的收集、存储将变得更加的高效和便利。文章探讨了大数据在教育信息处理样本、教学过程、数据处理和管理、教学评价四个方面的变革，这些变革有利于提供学习者更优质的个性化服务。 【关键词】大数据 教育信息处理 个性化 教育信息处理是以信息科学的思想与理论，技术与方法对教学过程进行研究、分析的一门综合性的新兴学科。主要解决教育信息的表示、教育信息处理方法、教育信息的有效性三个基本问题。[1]随着虚拟学习社区、网络课程和云计算的发展，教师和学生借助网络的学习是当下学习的趋势。原先教学信息采集依靠人工，人工的采集方式耗费大量时间和资源，且加入了主观的因素。随着大数据的发展，教学信息将被自动记录、存储下来，获得信息将变得更加的容易和快捷，教育信息的处理将产生变革。分析和处理教学数据，将有助于改进网络教学的方式，促进教育信息化的进程。 一．大数据的产生和发展 大数据的产生与信息技术、互联网等密不可分并且以越来越多的方式产生，如多媒体内容、社会网络以及各类传感器。[2]时至今日，大数据尚没有系统统一的定义和理论，学者们一般只是用该术语描述难以用传统软件和方法分析的超大量的复杂的数据。Laney首先提出用“3Vs”的概念 (Volume,Velocity,Variety)的概念，[3]在此基础之上IBM用“4Vs”描述大数据, 即大数据应该具备四个维度，大体量(Volume)、高速度(Velocity)、多样化(Variety)和真实性(Veracity)。[4]大体量是指各种类型的不断增长的数据很容易积累到百万兆字节甚至千兆字节的信息；高速度是指及时处理大数据的必要性，例如分析大量的当日呼叫详细记录可以实时预测客户流失的程度等；多样化是指数据形式的多样性，如可以分析多种数据的变化包括文本+图像+音频等来提高客户满意度等；真实性则意味着大数据提供信息的可信度以及据此决策的可靠程度。在教育领域，随着远程教育的发展和LMS（如Blackboard和Moodle等）的应用，大数据的潜在应用也越来越广。这些系统每天都记录大量的学生交互信息、个人数据、系统数据等。这些也促进了教育界学习分析学（LA，Learning Analytics）和教育数据挖掘(EDM，Educational Data Mining)的发展应用，以及教育信息处理的变革。 二．大数据带来的教育信息处理变革 1.教育信息处理样本的变革 过去由于技术的限制，教育研究的样本是随机抽样的。这就导致研究对样本的随机性和精确性的重视。数据处理技术已经发生了翻天覆地的变化，从收集部分数据到收集尽可能多的数据的转变已经发生。如果可能的话，会搜集所有的数据，即“样本”=“总体”。[5]即“样本”=“总体”是指我们能对数据进行深度的探讨，而采样几乎无法达到这样的效果。教学中真正有趣的事情经常藏匿在细节之中，而采样分析法却捕捉不到这些细节。随着大数据分析取代了样本分析，教育研究不再单纯的依赖实证数据和调查问卷。当记录下的是教师和学生的平常状态时，也就不用担心做研究和调查时存在的偏见了。现在，我们可以收集到过去无法收集到的信息，不管是通过虚拟学习社区表现的群体关系，还是来自世界各地参与网络课程的人数。更重要的是，现在研究者不只单单地依赖抽样调查了。 2.教学过程的变革 教学过程更能体现以学习者为中心的思想。每个学生学习的资源不再是一致的，而是通过数据分析所反映的个性化特征，向不同的学生推送实时的教育资源。用多方信息如学生的知识程度、动机、元认知和学习态度等建立学生模型，并以此预测学生的学习行为，对不同的学习者实施最佳的教学序列，创建个性化的自适应学习环境，合理选择开始下一个知识点教学的时机，对有学习困难的学习者实施教学干预。利用大数据分析技术对教学组织过程中所涉及到的所有用户群体和所有教学资源对象分别进行研究和分析，从用户的群体中提取出用户对教学过程、教学目标的详细和准确的需求，同时也对用户的特征、用户的偏好等重要的信息进行研究和分析。在教学过程中，不仅仅要通过数据处理来达成对本学科学生学习情况的采集和处理，还要结合其他学科的老师一起综合多学科数据，来通过挖掘算法发现其中隐形存在的信息，通过各门课程的特点和执教教师的个性教学等元素进行大数据的挖掘处理，从而达成最为高效的课程设置。 教师从数据的采集、处理和分析，将数据以可视化的方式显示出来，教师从直观的图标可以了解教学过程中每个环节出现的问题，及时再调整策略改进出现的问题。然后再根据数据的处理和分析看问题是否被解决，数据为教学过程提供