- 1、本文档共6页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
大数据分析在英语教学中的应用
【摘要】传统英语教学在大数据时代面临着深刻转变教学模式的要求,如何理解大数据的真实含义和正确运用信息工具分析和挖掘教室和学生的行为,成为英语教学不可回避的课题,本文从理论和案例实践讨论了英语教学中数据分析的应用,探索更有效率的教学方法。
【关键词】教学互动 数据挖掘 在线教育
【中图分类号】G642 【文献标识码】A 【文章编号】2095-3089(2015)18-0006-02
随着信息技术的进步和社会的发展,硬软件信息系统在各行业和领域快速增长。这些ICT系统采集、处理、积累的数据量越来越大,数据增速也越来越快,以至用所谓爆炸性增长等词汇已无法形容数据的增长速度。在大数据时代,让科学研究及教育领域能够凭借信息技术的发展从宏观群体走向微观个体,让跟踪每一个教授与被教授者的数据成为了可能,从而让全方位研究“教学互动双方的行为”成为了可能。特别对于我们教育工作者来说,我们将比任何时代都更接近认识真正的学生。
2011年知名咨询公司麦肯锡全球研究院发布了一份题为《Big data: The next frontier for innovation, competition and productivity》的报告。报告中指出,数据已经渗透到每一个行业和业务职能领域,逐渐成为重要的生产因素;而人们对于大数据的运用预示着新一波生产率增长和消费者盈余浪潮的到来。第二年美国政府通过网站发布了《Big Data is a Big Deal》,表示将投资2亿美元启动“大数据研究和发展计划”, 在发布这一倡议同时,6个美国联邦部门和机构承诺,这些资金将用于大大改善从海量数据信息获得、组织和收集知识所必需的工具和技能,并透露多项正在进行中的联邦政府计划,以应对大数据时代以及大数据革命带来的机遇和挑战。
那么我们如何通过大数据分析来实现认识真正的学生,了解学习行为数据背后的原因,从而真正读懂我们的学生?期末考试的一张英语试卷,它带给我们的数据是什么?是简简单单的一个90分?如果我们了解正确的技术与方法,充分利用IT系统的计算能力,我们可以得到许多隐藏在试卷背后的数据:可以是每一大题的分数分布,每一小题的得分,客观题选择了什么选项,每一题的平均用时,检查了哪些题目,修改了哪些答案,亦或者不同专业分数的差异分布……等等,这些远远比简简单单的分数所透露的信息要有价值得多。其实除了考试,课堂面授、远程辅导、课外活动的各个环节都渗透了这些大数据。
在《国家中长期教育改革和发展规划纲要(2010-2020年)》中特别强调:强化信息技术应用。教师应该提高信息技术水平,更新教学观念,改进教学方法,提高教学效果;应该鼓励学生利用信息手段主动学习、自主学习;应该增强运用信息技术分析解决问题的能力。
(一)什么是大数据和数据分析?
纵观人类历史,每一次划时代的变革都是以新工具的出现和应用为标志的。蒸汽机把人们从农业时代带入了工业时代,计算机和互联网把人们从工业时代带入了信息时代,而如今大数据时代已经到来,它源自信息时代,又是信息时代全方位的深化应用与延伸。大数据时代的生产原材料是数据,生产工具则是大数据技术,是对信息时代所产生的海量数据的挖掘和分析,从而快速地获取有价值信息的技术和应用。
业界(IBM 最早定义)将大数据的特征归纳为4个“V”(量Volume,多样Variety,价值Value,速Velocity),或者说特点有四个层面:第一,数据体量巨大。大数据的起始计量单位至少是P(1000个T)、E(100万个T)或Z(10亿个T);第二,数据类型繁多。比如,网络日志、视频、图片、地理位置信息等等。第三,价值密度低,商业价值高。第四,处理速度快。最后这一点也是和传统的数据分析有着本质的不同。
几位行业领军任务的观点也更鲜明的揭示了大数据思维的本质。“今天的数据不是大,真正有意思的是数据变得在线了,这个恰恰是互联网的特点。” “非互联网时期的产品,功能一定是它的价值,今天互联网的产品,数据一定是它的价值。” “你千万不要想着拿数据去改进一个业务,这不是大数据。你一定是去做了一件以前做不了的事情。”所以说,探求数据价值取决于把握数据的人,关键是人的数据思维;与其说是大数据创造了价值,不如说是大数据思维触发了新的价值增长。
数据分析,又称为知识发现(Knowledge Discovery),是通过分析每个数据,从大量数据中寻找其规律的技术。知识发现过程通常由数据准备、规律寻找和规律表示3个阶段组成。数据准备是从数据中心存储的数据中选取所需数据并整合成用于数据分析的数据集;规律寻找是用某种方法将数据集所含规律找出来;规律表示则是尽可能以用户可理解的方式(如可视化)
文档评论(0)