大数据在教育领域的应用-教学.pptVIP

1、支持学习过程的全数据采集与存储 在当今数据为王的时代，数据成为重要的无形资本和关键因素。尤其是数字化学习条件下，既包括结构化数据，也包括以文本为代表的非结构化数据和以Web站点为代表的半结构化数据。当前对非结构化或半结构化数据较少涉及，而他们往往蕴藏着重要信息，如学习习惯、学习风格等。大数据时代的数字化学习分析必然要围绕数据进行运作，理想状态是能对所有信息进行采集，保障数据的全面性。另外，当前数据存储面临两方面的挑战，一是学习者在学习过程中产生大量数据，半结构化和非结构化数据所占的比重越来越大；二个是关系型数据库已不适合非结构化数据的存储，而非关系型数据库（NoSQL）存在读写实时性较差、无法满足复杂SQL操作，尤其是多表关联查询等不足。因此，对二者进行有效整合是大数据背景下数据存储的必然要求。 2、支持测试类型的多样化 尽管发展性评价强调评价形式多元化，但测试作为一种重要的评价形式，仍具有无可替代的作用。通过测试能引导学习者对学习内容更深层次的思考，引导学习者运用所学解决现实问题，培养其创造性思维[12]。一般将测试题目分为客观性题目和主观性题目，前者具有标准唯一、易于处理等优点，适合考察客观知识的掌握情况；而后者有利于考察学习者的理解、运用、归纳等能力，对于培养和考察学生的创新思维和创新能力具有优势。由于主观性题目的主观性特点，很难进行智能化处理，通常由教师来完成，这就造成