大数据在教育领域应用.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，这就造成当前测试以客观性题目为主的不均衡现象。为此，发展性评价系统要尽可能增加主观性题目的比重，同时优化主观试题的处理方式，在保证评价效率的前提下减少教师的工作量，实现全面、有效的评价学习。 3、支持知识增长的可视化 可视化是信息时代数据处理与显示的必然趋势。发展性评价注重学习者的发展，但发展是个抽象的概念，无法准确地衡量。而日益兴起的增值评价为知识增长的测量提供了新思路。发展性学习评价系统要引入增值评价的理论，即一定时期的学校教育对学生成长发展所带来的积极影响，增值评价就是对这种影响的评估。此外，发展性学习评价系统的使用主体为学习者和教师，他们通常不具备分析知识增长的能力，所以需对知识增长量进行可视化处理，使抽象的学习过程有迹可循，进而形成对学习者知识增长的直观反映。对教师而言，知识增长的可视化便于个性化指导和干预；对学习者而言，可以直观地看到自己的进步，有利于认识自我、建立自信。 4、支持学习过程的及时督导 数字化学习脱离了教师的监控和约束，学习者容易在学习中“迷失”，督导机制是十分必要的。学习分析技术的兴起，其测量、收集、分析和报告有关学生及其学习环境数据有利于理解、优化学习及其产生的环境，为发展性学习评价系统提供了新的思路。发展性学习评价系统支持的及时督导要以学习者的学习过程数据为量化依据，通过对这些数据进行采集和分析，发现学习者潜在的问题与不足，并及时反馈给学习者，同时给予相应的改进和补救建议 5、支持评价的个性化 发展性评价强调关注个体差异，支持评价的个性化。而大数据给教育带来的转变之一便是使个性化教育成为可能。发展性学习评价系统应为学习者提供可选择的多样性评价目标和评价指标，根据学习者的选择，动态生成个性化评价标准，进而实现对学习者进行个性化评价。 * * （1）测评功能子系统 测评功能子系统包括讨论互动、学习契约、课前测试、过程测试、随堂记录卡、章节测试、教师评价、同学互评、期末测试等功能模块。学习契约是以学习者和教师共同商议的形式确定学习目标、学习进度、评价标准等，一方面为学习者提供一定的个性化选择，另一方面通过契约的形式对学习者形成激励和监督。课前测试对学习者已有知识基础进行测试，起到诊断性评价的作用，也可以将其作为确定学习协作（讨论互动）小组的依据，还可以与课后测试结果进行对比，确定学习者的知识增长量。过程测试在学习过程中进行，有利于及时发现学习者存在的问题和不足，便于及时调整和改善。随堂记录卡类似于自我评价功能，多以主观题目为主，要求学习者对学习过程进行总结和反思，有益于学习者自我反思和自我认知能力的培养。章节测试在章节结束时进行，主要考察学习者对已学内容的掌握情况，同时与课前测试和过程测试的结果汇总，挖掘章节的知识关联，为学习者推送个性化建议和资源。教师评价、同学互评和期末测试都在课程结束时进行，通过多样性的评价方式对学习者形成较为全面客观的评价。讨论互动贯穿于整个课程学习的始终，通过讨论互动，学习者与其他成员构成一个复杂的学习网络，在该网络体系中，学习者可以分享学习资源、交流学习心得，或对某一问题展开讨论交流，激发新的思维火花[15]。 （2）数据采集与存储子系统 数据采集与存储子系统主要包括四大部分：数据采集、数据清理、数据转换和数据混合存储系统。数据采的质量和数量直接决定了数据分析的成效，所以应尽可能地从数据来源上保证其全面性