论教育非结构化数据挖掘与应用.docVIP

论教育非结构化数据挖掘与应用 　　【摘要】随着教育模式的不断变革、经济的不断发展，教育主体对于日常教学评估与考核提出了更多新的要求。这些要求促使我们应该与时俱进，建立动态化、连续化、精准化、个性化的新型教育数据评估体系。充分利用非结构化数据，真正实现教育信息的可追溯性，从而在源头上解决问题。 　　【关键词】应试教育；非结构化数据；现代教育；创新发展 　　一、当前教学课堂中所反映出的硬性痛点问题 　　当前中国的教学论是由建国初期所引进学习的苏联凯洛夫教学过程理论。随着经济的不断发展，其“三个中心”――教师中心、教材中心与课堂中心，及只注重知识传播这种形式已经越来越难以适应教师、学生、家长的要求。其教学模式所注重的僵硬的结构性数据（平均分等）难以适应21世纪对创新型人才、独立有主见类型人才的考核需求。同时，结构性数据所占据的比例越大，就越难以全面地、灵活地判断一个人的价值。以片面强调成绩，而忽略了非智力素质的培养，忽视了个性与共性的相容及匹配性这种应试目的为结果的教育往往忽视了人的本质价值，最终导致一个结果――各教育主体（教师、学生、家长）之间共识的缺失，严重者直接导致了主体之间关系的破裂。教育从来就不是单个教育主体所能决定的一个过程，真正打造一个人才需要良好的家庭环境、精确的教师引导和学生内心的自我追求。要想达到上述共识（包括求同存异、共同的价值基础等），都需要相互认可，相互理解，并需要一个量化的个人综合价值及效绩评估的解决方案――教育非结构化数据的挖掘与应用应运而生，这才是解决中国教育核心矛盾的灵丹妙药。 　　二、当前应试教育衍生出的结构数据带来的弊端 　　第一，通过简单的单次模拟测试所得到的量化分数难以动态地、全面地反映受测试者的受教育情况。实际上，这种教学考核方式难以深挖学生学习过程产生的问题，甚至难以让学生客观认识自身的情况。部分家长本身受角色的限制，对于分数的过度解读在不同程度上加?×搜?生的负担。因此，传统的考核数据在全面性、可读性及不同教育主体的解读方式及解读出的内容性上都影响了教学的后续进展情况，能否真正用考核出的最终结果积极地作用于整个教学过程，存在极大的不确定性。 　　第二，当前应试模式存在着许多硬性漏洞，体现在投机性、片面性及教学过程中的连续性、教学过程反馈不够明显性上。高考中所谓的“黑马”超水平发挥，实质上是传统考核投机性的缩影，这些所谓的“黑马”中绝大多数人既不是因为一瞬间开窍，也不是能力的飞跃性提升，根据考后学生的反馈，更多的是因为蒙对了几道选择题而取得高分。退一步分析，这些“黑马”在客观上并不利于人才的选拔。仅仅通过不稳定的一次超水平发挥着实让人难以信服并信任他们可以在以后的工作中稳定在超水平发挥的能力区间。考纲上“有就讲”，试卷中“考就学”是大部分高校的缩影，其知识传播时的片面性与功利性可想而知。从某种程度上来说，这种方式的确加强了硬性基础知识的落实情况，但是在21世纪以“创新性”人才为目标和“大众创业，万众创新”的时代潮流之下，以传统的教育结构性数据为基础的引导模式难以立足。 　　第三，传统应试考核的数据反馈连续性不够强。其原因是应式大型考试（期中、期末等模考）虽考的内容全面，但组织周期长，耗费时间成本高，加上大型考试中的客观因素，会使长达数月的教学准备情况无法准确、权威地反馈。形象地说，每天都写日记的人和半年写一次日记的人相比较，显然前者对自身的情况最为了解。间隔时间长、教学信息反馈不全面是传统应试教育一直沿袭下来的弊端，这种不注重日常教学数据的考核方式不利于动态、准确地引导学生的学习。 　　三、非结构化数据在实际应用中的优点 　　非结构化数据，即量子力学延伸的、具有发散性思维方式的数据。与传统的教育考核所产生的结构性数据不同的是，非结构化数据更加注重日常行为的反馈，同时也是21世纪互联网思维在教育数据中的应用。大量的日常教学数据所构成的非结构化数据，可以全面、细致、连贯地拟合教师和学生的日常工作情况，真正做到教学过程可视化、细节可量化。而可追溯的非结构化数据不仅可以让教师与学生全面地认识自身的情况，而且可以有理有据地找出教学过程中问题的根源所在，更能及时地、有针对性地解决问题，既高效地解决了问题，又有效地增强了教育数据的直观性、易读性，充分挖掘了数据中的价值。 　　非结构化数据在教育中的应用是打造个性化课堂、因材施教的基础。非结构化数据的收集方式是点对点的，虽说非结构化数据是发散的，但是它有着针对性、目的性、可靠性和极强的指向性。它之所以使“量产式”的个性化教育成为可能，是因为其具有数据覆盖广、信息含量大、细节可量化的特点。非结构化数据包如同一个矿山，里面有着大量的学生个性情况，当掌握并提取所需信息后，可以更准确地描绘学生、教师的用户“画像”，有利于更精准地提供相应的