大數(shù)據(jù)在教育行業(yè)中的應用

大數(shù)據(jù)在實驗室管理方面的應用海量數(shù)據(jù)已經使我們進入了大數(shù)據(jù)時代，數(shù)據(jù)信息的來源、傳播速度和傳播數(shù)量正在影響、改變著人們的思維方式和生活、工作習慣。近年來，基于“大數(shù)據(jù)”的實驗室管理系統(tǒng)的開發(fā)以及互聯(lián)網的實驗室管理技術正在興起。但真正被業(yè)內人士承認的教育領域的大數(shù)據(jù)應用卻為數(shù)不多，其中被公認的當數(shù)東華大學的智能實驗室項目。2009年，東華大學教務處處長吳良提出實驗室智能化管理的思路，并將材料學院作為試點單位。實驗室智能化管理即用物聯(lián)網的方式把實驗室里所有的儀器設備都管理起來。實驗室智能管理過程中記錄了學生在實驗室內所有的活動情況，包含學生進入實驗室的情況，使用的儀器設備情況，使用儀器設備時長等，以及所有儀器的電流、電壓都可以監(jiān)控。如今，東華大學所有學院的實驗室都納入了智能實驗室的管理。東華大學通過實驗室智能管理系統(tǒng)進行各個方面的數(shù)據(jù)采集，并對數(shù)據(jù)進行深度挖掘，形成了各種各樣的圖表。從圖表中可以看出哪些實驗室申請的設備根本不必購買，哪些實驗室不再需要撥錢。實驗室的使用率和第二年的經費完全掛鉤，最后實現(xiàn)教育經費使用的集約高效；也可以結合大數(shù)據(jù)的分析和模擬，建立新型的實驗教學課程。另外，華東大學智能實驗室利用云平臺（東華云）通過服務器虛擬化和實驗教學資源管理系統(tǒng)進行管理，簡化了管理流程,節(jié)約了管理成本,提高了服務器資源申請的靈活性，實現(xiàn)了實驗資源管理的信息化和透明化。目前，東華大學智能實驗室還實現(xiàn)了24小時開放無人管理、跨學院使用等人工無法實現(xiàn)的管理，數(shù)據(jù)顯示，智能實驗室的管理對學生學習自主性的提高有顯著影響，學生在實驗室的時間甚至超過了在教室的時間。大數(shù)據(jù)在校園網用戶行為分析方面的應用經過多年的積累，人類的數(shù)據(jù)量、數(shù)據(jù)處理技術和能力都得到了質的飛躍，大數(shù)據(jù)時代給人類社會帶來了諸多具有革命性的變化，而校園網的出現(xiàn)則是傳統(tǒng)“言傳身教”教育的一次革命。中職學生思想尚不成熟，自律力和識別能力不強，對于開放式的網絡有些迷茫。校園網學生用戶行為分析的研究是通過對校園網絡的測量和分析，挖掘和發(fā)現(xiàn)網絡中呈現(xiàn)出來的各種行為規(guī)律，同時識別一些異常網絡行為，最后將用戶行為分析展示。這樣以便學校采取對應的策略及措施引導中職學生健康上網，從而使校園網真正成為學生獲取知識的平臺，提高學生的整體綜合素質。 廣東省電子職業(yè)技術學校羅萍設計了一個基于大數(shù)據(jù)的校園網學生用戶行為分析系統(tǒng)，該系統(tǒng)從網站瀏覽信息、網站發(fā)帖留言、搜索關鍵詞、網絡購物等四個維度來描述基于校園網的學生用戶行為。通過對網絡內容的分析，可以進一步細化到學生用戶在網絡中具體網絡行為、發(fā)表的言論和帖子、對網絡資源的興趣偏好是什么等等，從而有效掌握學生的上網行為動態(tài)。隨著計算機技術的迅速發(fā)展，大數(shù)據(jù)時代的網絡行為已經成為當前學生校園生活中的一項重要活動內容，正在悄然的改變著學生的學習和生活。因此，深入研究學生網絡行為，理性分析學生網絡行為特點，動機和需求，以及如何引導學生合理運用網絡資源，樹立健康的上網理念，構建有益的校園網絡環(huán)境，已經成為目前學校研究的重要課題。數(shù)據(jù)挖掘在學習分析及干預中的應用教育領域已經開發(fā)和應用了多款學習分析系統(tǒng)，主要集中在績效評估、學習過程預測與學習活動干預三個方面?？冃гu估:如美國NorthernArizonaUniversity研發(fā)的GPS(GradePerformanceStatus)系統(tǒng)，可實現(xiàn)全校在校大學生的課堂學習績效評估。該系統(tǒng)能為教師提供最新的學生出勤情況、學生的反饋意見，為學生提供教師的最新評價以及重大事項的提醒。學習過程預測:如澳大利亞UniversityofWol-longong研發(fā)的Snapp(SocialNetworksAdaptingPed-agogicalPractice)系統(tǒng)。該系統(tǒng)可以記載和分析在線學習者的網絡活動情況(如學生在線時間、瀏覽論壇次數(shù)、聊天內容等)，使教師能深入了解學習者的行為模式，進而調整教學方式，最大化地為學習者提供適應的教學指導。學習活動干預:可分為人工干預和自動干預，現(xiàn)在主要集中在人工干預上，借助績效評估工具和學習活動預測工具，由教師完成學習干預。自動干預是未來學習分析技術發(fā)展的方向，大數(shù)據(jù)將為這一目標的實現(xiàn)提供強大動力。在教育管理改革方面，學習分析能為高職院校教育管理系統(tǒng)的方方面面提供指導教學管理活動的相關數(shù)據(jù)。依靠這些數(shù)據(jù)，高職院校管理部門可以有針對性地完善不足之處，修訂教育管理方案，優(yōu)化教學資源配置，并最終評估修訂方案及資源配置情況。在教學改革方面，學習分析技術能真正意義上營造信息化的教學環(huán)境，保證教師提供的學習服務契合學習者個性化學習、協(xié)作學習的需要。傳統(tǒng)教學模式中，教師無法保證所提供的學習資源能真正滿足學生的學習需求，無法適時調整和分配資源，無法提供個性化地學業(yè)指導，無法及時了解學習過程中出現(xiàn)的障礙與疑惑。這些問題都限制了高職院校教育改革的深度，而學習分析技術恰恰可以彌補這些缺陷。通過應用學習分析的相關工具和大數(shù)據(jù)技術，教師可以及時獲取學生的學習行為數(shù)據(jù)，從而支持一種既能體現(xiàn)教師主導作用，又能兼顧學生主體地位的新型教學方式，以最大化地激發(fā)學生的潛能，為新世紀培養(yǎng)創(chuàng)新性人才。在學習方式改革方面，學習分析技術的作用在于:自動識別學習情境，能夠從大量紛雜或安排相關學習支持服務，包括了解哪些學生需要特殊支持或更多支持。47%的美國中小學通過專門的評價人員分析不同教師講授同一教學內容或同一教師以不同教學策略講授同一教學內容時產生的數(shù)據(jù)，評價教師的教學質量并提出教學方式變革計劃。而83%的學校在利用教育大數(shù)據(jù)尤其是本校產生的大數(shù)據(jù)了解本校教師教學發(fā)展的現(xiàn)狀與需求，并據(jù)此決策如何支持本校教師的教學發(fā)展。學校教師可以利用教育大數(shù)據(jù)改進與優(yōu)化自己的教學決策。整體上，教師可以利用大數(shù)據(jù)分析需要在何種時機對哪些學生以何種方式安排何種教學內容。教師利用本班學生產生的大數(shù)據(jù)，或同時借助與外部大數(shù)據(jù)的對比分析，可以深度評價本班學生的學習表現(xiàn)與學習效果，可以有效分析學生的學習偏好與個性化需求，分析學生群體的學習需求，同時也可以利用數(shù)據(jù)分析哪些學生更適合在一起進行小組學習，分析怎樣分組才更合理。對于那些有學習困難的學生，通過對大數(shù)據(jù)的利用，可以分析出學生在什么環(huán)節(jié)、什么類型內容學習方面存在問題，分析哪些因素可能在影響學生的學習，這樣便于給出適當?shù)膶W習支持與干預。那么，大數(shù)據(jù)從何而來？美國在教育評價的實施過程中主要依托覆蓋全美的立體化教育數(shù)據(jù)網絡，同時注重數(shù)據(jù)質量保障，有效地解決了教育評價“大數(shù)據(jù)從何而來”的問題。國家級、州級(State-level)、學區(qū)級(District-level)以及校級(School-level)在內的各級各類教育數(shù)據(jù)系統(tǒng)(EducationalDataSystem)均服務于教育問責體系。這些數(shù)據(jù)系統(tǒng)之間相互關聯(lián)，數(shù)據(jù)互通，形成立體化數(shù)據(jù)網絡，為美國教育評價用大數(shù)據(jù)的獲取提供了基本的依托。在國家層面，美國有由教育部與各州教育管理部門及一些企業(yè)協(xié)同創(chuàng)建與發(fā)展的教育數(shù)據(jù)機構EDFacts，建設了“教育數(shù)據(jù)快線(EDDataExpress)”，還有美國國家教育統(tǒng)計中心(NationalCenterforEducationStatistics)，主要任務在于與教育部內部各機構、各州教育管理部門、各地教育機構合作提供可靠的、全國范圍內的中小學生學習績效與成果數(shù)據(jù)，分析各州報告的教育數(shù)據(jù)以整合成為聯(lián)邦政府的教育數(shù)據(jù)與事實報告，為國家層面的教育規(guī)劃、政策制定以及教育項目管理提供了有力的數(shù)據(jù)支持。2005年，美國教育部啟動了“州級縱向數(shù)據(jù)系統(tǒng)項目(TheStatewideLongitudinalDataSystems(SLDS)Program)”，旨在幫助全美各州“設計、開發(fā)與利用州級縱向數(shù)據(jù)系統(tǒng)以便有效地、準確地管理、分析、分類處理與利用每一位學生的數(shù)據(jù)”，至今全美有47個州至少獲得過一次本項目資助。州級與學區(qū)級數(shù)據(jù)系統(tǒng)主要為區(qū)域性教育評價提供數(shù)據(jù)支撐，其中主要包括本州/學區(qū)學生的成長數(shù)據(jù)，教育工作人員在工作方面的安排與準備等相關數(shù)據(jù)，以及其它關于學與教條件的關鍵數(shù)據(jù)，比如教師人數(shù)、學生入學率、學生與學生家長及學校教職員工對于學校氛圍、條件等方面的評價數(shù)據(jù)等，認為這些數(shù)據(jù)直接反映學校與學區(qū)在讓學生做好畢業(yè)準備方面取得的進展情況。各州的教育數(shù)據(jù)系統(tǒng)基本都具有測量學生的成長(StudentGrowthMeasures)、提供高中學習反饋報告(HighSchoolFeedbackReports)、實施學業(yè)預警(WarningSystems)的功能。學校常常利用四種類型數(shù)據(jù)系統(tǒng)來收集、整合教學過程數(shù)據(jù)或評價數(shù)據(jù)：一是在校學生的實時信息系統(tǒng)(StudentInformationSystem)，其中包括學生出勤率、人口學特征、考試成績、選課日程等數(shù)據(jù)；二是數(shù)據(jù)軟件坊(DataWarehouses)，其中保存了學校當前或歷史上的學生、教職員工、財政方面的信息；三是教學或課程管理系統(tǒng)(InstructionalorCurriculumManagementSystems)，支持學校教師接入教學設計工具、課程計劃模板、交流與協(xié)作工具，支持教師創(chuàng)建基準性評價；四是評價系統(tǒng)(AssessmentSystems)支持快速地組織與分析基準性評價數(shù)據(jù)。大數(shù)據(jù)在招生方面的應用數(shù)據(jù)挖掘是一項新興的技術，是商業(yè)智能的重要組成部分。近年來，隨著高校數(shù)據(jù)收集量的不斷增加以及教育決策對量化分析結果的愈加依賴，數(shù)據(jù)挖掘在美國高校管理中的應用呈顯著上升趨勢。許多研究表明這項技術能幫助大學管理人員更好地分析數(shù)據(jù)，從而獲取潛藏的、有用的信息和知識，最終提高決策效率。加州大學9所分校在校長辦公室的統(tǒng)一協(xié)調下通過“綜合評審”的原則招收本科生?！熬C合評審”包括兩個步驟：第一步是對申請學生的合格性通過多種方法進行確定；第二步是對合格學生的所有背景、特征及技能進行綜合評定，并以此為標準做出錄取決定。加州大學雖然保證錄取所有合格的學生，但由于有的分?；驅I(yè)競爭激烈，例如伯克利分校、工程專業(yè)等，因此不能保證完全按學生的報考志愿錄取。在這種情況下，所有合格、但未被報考分校錄取的學生，將被推薦到兩所加州大學制定的分校，以確保盡可能錄取每位合格的學生。另一方面，這兩所分校也通過錄取這些“落榜”的學生來增加其入學人數(shù)。由于加州大學的錄取審核工作是由各分校負責進行，招生的最后決定到四月初才能見分曉。這時許多學生可能同時接到其他大學的錄取通知，并需要在短期內選擇自己要上的大學。因此，從吸引合格學生入學的角度來說，這時再向學生推薦這兩所大學為時已晚。為了提前做好這一工作，校長辦公室招辦在一月份申請截止日期之后就對申請學生的錄取情況進行預測，并將這些合格但極有可能被拒的學生名單提供給這兩所分校，供他們提前向學生宣傳學校的情況，鼓勵學生來這兩所學校就讀。校長辦公室用來完成這項預測分析研究的工具就是SASEnterpriseMiner數(shù)據(jù)挖掘技術。通過這項數(shù)據(jù)挖掘技術，加州大學可以更有效的招收合格的學生。大數(shù)據(jù)在學習成果評估方面的應用隨著大學教學模式由傳統(tǒng)的“行為主義”方式向“構建主義”教學過渡，如何更有效地對學生成績進行評估也成為廣大教師和評估工作人員面臨的挑戰(zhàn)之一。除了利用傳統(tǒng)的考試方法對學生所學知識進行考核外，越來越多的授課教師側重對學生的學習行為進行評價，譬如合作意識、創(chuàng)新精神、實踐能力，等等。這些評價結果更有利于幫助學生提高學習效率，特別是應用知識的能力。但靠傳統(tǒng)的評價方法很難有效地完成類似的評估工作，或者說評估結果的可靠性難以得到保證。近幾年來，許多學者嘗試利用數(shù)據(jù)挖掘技術提高評估效度。哈佛大學的研究人員嬌蒂·克拉克（JodyClark）和克里斯·戴迪（ChrisDede）在這方面的嘗試非常值得借鑒和參考。他們通過復雜的教育媒體收集豐富的與學生學習行為有關的數(shù)據(jù)，然后利用數(shù)據(jù)挖掘技術對其進行分析和研究。評估結果的價值體現(xiàn)在：1）完成對學生的形成性評估，為教師及時提供信息反饋；2）完成對學生的總結性評估，以真實的實踐表現(xiàn)為基礎了解學生最終掌握知識的情況；3）根據(jù)學生的個性特征，深層了解學生的學習行為以及學習成效；4）合理評判學生合作學習和解決問題的能力；5）通過對學生的學習行為規(guī)律和學習成效之間的“路徑”關系進行“挖掘”，洞察學生的學習動態(tài)。衢州市柯城區(qū)依托大數(shù)據(jù)為學生“私人定制”成績單近年來，隨著大數(shù)據(jù)成為互聯(lián)網信息技術行業(yè)的流行詞匯，教育逐漸被認為是大數(shù)據(jù)可以大有作為的一個重要應用領域，有人大膽地預測大數(shù)據(jù)將給教育帶來革命性的變化。大數(shù)據(jù)技術允許中小學和大學分析從學生的學習行為、考試分數(shù)到職業(yè)規(guī)劃等所有重要的信息。衢州市柯城區(qū)以大數(shù)據(jù)為依托，為學生“私人訂制”成績單。2015年開始，衢州市柯城區(qū)啟動教學質量診斷系統(tǒng)項目，采用CC教學測評系統(tǒng)對每個學生進行數(shù)據(jù)分析，為學生出具“學業(yè)診斷分析報告單”?！皩W業(yè)診斷分析報告單”基于對學生一個學期以來成績的大數(shù)據(jù)分析，通過“單科成績對比圖”、知識點掌握情況分析表、知識點的個人掌握率和班級平均做對比表，將學生考試各科目考察的每一個知識點的掌握程度作出相應的分析，從數(shù)據(jù)中分析學生對知識點的掌握程度，對個人能力如識記能力、運用能力做出綜合評價，為學生的學業(yè)作出一份細致全面的“體檢診斷報告”?！皩W業(yè)診斷分析報告單”為學生提供了知識、能力掌握上的優(yōu)勢和不足信息，學生可通過分析原因，提高學習的針對性和有效性，減少重復的試題訓練，進而有效減輕學習負擔。教師可通過分析了解學生在知識、能力掌握方面存在的優(yōu)勢和缺陷信息，實施補教性教學，從而提高教學質量，促進學校教學、學生學習方式的改革和發(fā)展。大數(shù)據(jù)在學生扶貧方面的應用案列西安交通大學學生處立足大學生資助工作實際，按照教育部“教育扶貧，十三五期間實現(xiàn)‘精準資助’”的要求，結合陜西省教育廳關于教育精準扶貧的工作思路，扎實開展了一系列“綠色通道”迎新工作：利用大數(shù)據(jù)完成學生貧困程度的精準識別，通過實地家訪將綠色通道延伸到新生家中，開展“知心工程”讓資助教育沁入學生心中，建立七位一體的資助系統(tǒng)讓學生沒有任何后顧之憂。西安交通大學提供給每個貧困生的，不僅是金錢的資助，更是被尊重及自信積極的人生態(tài)度。資助大數(shù)據(jù)實現(xiàn)精確認定。在新生來校報到之前，通過“西安交通大學家庭經濟困難學生綜合認定系統(tǒng)”挖掘學生家庭經濟困難指數(shù)，認定家庭經濟困難學生情況，并以此為依據(jù)，主動引導特困新生在家中即可通過網上申請“綠色通道”并順利入學，消除特困生家庭的后顧之憂，在此基礎上與各書院共同主動開展有針對性的幫扶工作。資助全覆蓋實現(xiàn)精準幫扶。學校為每一位通過“綠色通道”入學的學生發(fā)放全套床上用品“愛心大禮包”，體現(xiàn)學校的關愛。新生入學后學校將陸續(xù)通過“獎、助、貸、補、勤、免、償”七位一體的資助體系給予學生持續(xù)資助，確保每一位學生不會因為經濟困難而影響學業(yè)。學工系統(tǒng)還通過“知心工程”工作體系，全面跟蹤家庭經濟困難學生情況，建立建全貧困生信息庫。今年學校還將特別為建檔立卡戶新生每人發(fā)放一學期的生活費。希維塔斯學習”（CivitasLearning）利用大數(shù)據(jù)幫助學生提高成績在教育特別是在學校教育中，數(shù)據(jù)成為教學改進最為顯著的指標。通常，這些數(shù)據(jù)主要是指考試成績。當然，也可以包括入學率、出勤率、輟學率、升學率等。對于具體的課堂教學來說，數(shù)據(jù)應該是能說明教學效果的，比如學生識字的準確率、作業(yè)的正確率、多方面發(fā)展的表現(xiàn)率——積極參與課堂科學的舉手次數(shù)，回答問題的次數(shù)、時長與正確率，師生互動的頻率與時長。進一步具體來說，例如每個學生回答一個問題所用的時間是多長，不同學生在同一問題上所用時長的區(qū)別有多大，整體回答的正確率是多少，這些具體的數(shù)據(jù)經過專門的收集、分類、整理、統(tǒng)計、分析就成為大數(shù)據(jù)。現(xiàn)在，大數(shù)據(jù)分析已經被應用到美國的公共教育中，成為教學改革的重要力量。為了順應并推動這一趨勢，美國聯(lián)邦政府教育部2012年參與了一項耗資2億美元的公共教育中的大數(shù)據(jù)計劃。這一計劃旨在通過運用大數(shù)據(jù)分析來改善教育。聯(lián)邦教育部從財政預算中支出2500萬美元，用于理解學生在個性化層面是怎樣學習的。其中，“希維塔斯學習”建立了高等教育領域最大的跨學校數(shù)據(jù)庫?！跋＞S塔斯學習”是一家專門聚焦于運用預測性分析、機器學習從而提高學生成績的年輕公司。CivitasLearning提供了一套應用程序，學生和老師可以在其中規(guī)劃自己的課程和安排?！跋＞S塔斯學習”各種基于云的智能手機第三方應用程序