基干教育大数据个性化学习模式探析.docVIP

基于教育大数据的个性化学习模式分析 　　摘 要 随着信息技术的飞速发展，大数据迅速成为各领域的研究焦点，基于大数据技术的个性化教育时代已经来临。本文对教育大数据概念和特征进行分析，构建了基于大数据技术的个性化学习模式，以期通过教育大数据的分析对学生学习路径进行干预和改进，最后总结了应用这种学习模式可能会面临的挑战 关键词 教育大数据 个性化学习 学习路径 教育部2015年工作要点中提出：将进一步推进《教育信息化十年发展规划》中的“三通两平台”建设与应用，力争实现学校互联网全覆盖[1]。教育信息化的推进以及教育基础设施的建设，为大数据技术在教育领域的应用奠定了良好的基础 大数据技术正在对社会生产生活产生深刻的影响，过去无法收集和分析的数据被大数据技术赋予了新的可能性，其中关于人们行为和喜好的数据挖掘，使大数据成为了教育变革与创新的重要推动力。传统的教育决策通常建立在个人教学经验和简单的数据分析基础之上，无法提供给每个学生最有效的教学方式。而大数据技术对海量教育数据的留存和深度挖掘，能帮助教师更深入地了解学生知识的掌握情况以及学习偏好，有助于教育机构和教育工作者弥补或改变现行教育中的不足，将推动传统以“教师为中心”的教学方式向以“学生为中心”教学方式的转变，真正做到以人为本、因材施教 一、教育大数据的概念和特征 教育大数据作为大数据在教育领域中的应用，至今国内外还没有教育机构给出明确且统一的定义。教育大数据可以被理解为所涉及的教育数据规模巨大且种类繁多，以至于传统的处理工具无法进行有效的撷取和处理的教育数据集。教育大数据主要有以下几个特征 1.海量性 麦肯锡对大数据的定义是指那些规模大到传统的数据库软件工具无法进行采集、存储和分析的数据集[2]。因此，数据量大也是教育大数据的首要特征。随着信息化的发展，大部分学校都采用先进的信息管理系统进行教学管理，教学管理与教学资源的全面整合会产生和记录大量的教学信息。另外，越来越多的学习行为在网络上发生，也导致在线学习平台所生成的教育数据量呈爆发性增长的趋势 2.多样性 德勤公司专家罗伯特指出：“规模并不是常规数据和大数据之间最主要的区别，大数据的重要属性应该是复杂性和多样性。”[3]传统的教育数据具有明显的结构化特征，但随着教学手段和教学工具的飞速发展，教育数据的品种不断增加，数据结构变得更加复杂，形成了多样且异质的教育大数据，如教学视频、音频、日志、邮件等，这些非结构化的数据背后隐藏着大量的信息，比如学生的学习态度、能力和偏好。大数据时代的教育工作者要学会利用和分析这些不同类型的教育数据，以还原学生学习情况的完整性和真实性 3.动态性 传统的教育数据更专注于静态记录学生的考试成绩，而教育大数据有能力跟踪和掌握学生的学习动态，比如学生注意力集中时间、回答问题次数等。这些数据是动态且高速变化的，教师不仅可以根据实时的教学数据监测，动态地评价学生的学习成绩和学习效果；还可以根据变化的学习数据随时调整教学方案。斯坦福大学吴恩达教授跟踪学生观看视频讲座的行为发现：如果学生中途点击了关闭或快播键，暗示了讲座内容晦涩难懂或学生不感兴趣，教师可以据此对视频内容进行调整，以期通过改善教学内容来提高学生的理解力和兴趣度[4] 4.价值性 维克托在《大数据时代》中指出：“大数据时代最重要的是从大数据中挖掘价值。”[5]目前学校所产生的教学数据都是由很多学生行为片段组成且处于分散状态，需要使用大数据技术对这些数据进行整合和利用，通过对这些被锁在“数据孤岛”上的海量数据进行处理，获得具有重大价值的学生行为分析结果，并利用它们为改善学生的成绩提供个性化的服务。教育大数据对学生、家长和教师都具有很高的价值，它可以帮助学生提高学习成绩、帮助家长理解学生的学习行为、帮助教师改进教学方案，以确保每个学生获得有效且高效的定制教育 5.真实性 教育大数据注重提高数据分析的真实性和可靠性，传统的教育数据由于学校为了排名、教师为了业绩等原因可能被修改或粉饰，这样得到的不真实数据就失去了对学生学习情况判断的准确性。而教育大数据由于基数巨大，不是凭借某一个数据对学生进行评价，而是依靠海量的全息数据对学生进行整体评定，即使某些被修改过的错误信息存在，也不会影响对学生的最终评价结果 二、基于教育大数据的个性化学习模式构建 个性化的学习模式强调“一个尺寸适合一个人”的教学方式，通过大数据技术来实现个性化教学，使知识的传授能够适应特定的教学环境、学习偏好和学生能力。个性化学习模式由以下几个部分组成 1.学生学习数据库 个性化学习模式强调“大数据驱动”，由学习数据库记录和存储大量实时、可靠的学生学习行为数据，例如学习路径、日志、讨论、作业等。大数据技术的