区域性教育大数据总体架构与应用模型-未来教育高精尖创新中心-北京.PDFVIP

区域性教育大数据总体架构与应用模型-未来教育高精尖创新中心-北京.PDF

  1. 1、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。。
  2. 2、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
  3. 3、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)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
区域性教育大数据总体架构与应用模型-未来教育高精尖创新中心-北京.PDF

网络出版时间:2019-01-03 17:29:39 网络出版地址:/kcms/detail/11.3792.G41544.010.html Special Report 2019.1 384 专题报道 中国电化教育 总第期 文章编号:1006—9860(2019)01—0018—10 区域性教育大数据总体架构与应用模型* 余胜泉,李晓庆 (北京师范大学  未来教育高精尖创新中心,北京  100875) 摘要:教育大数据作为未来区域教育发展的契机和质量改进与提升的破解方法,在智慧教育领域有着不可估 量的发展潜能。该文大数据与区域教育发展的关系出发,剖析了区域教育大数据的技术架构,包括教育过程多模 态数据收集、学习者个性化认识模型构建、学科知识图谱构建、数据挖掘分析、资源语义标记与汇聚、个性化智 能推荐引擎、区域教育决策分析等,提出构建区域大数据无缝流转的开放生态系统。同时,该研究以智能教育大 数据公共服务平台“智慧学伴”为例,提出区域教育大数据应用模型,并展望了区域教育大数据未来发展的三个 智能服务阶段:个性化定向学习支持的“学习助手”、封闭性问题解答和情感支持的“学习伙伴”、开放性问题 解答和智慧成长支持的“学习导师”。该研究从理论构建、实践应用、未来展望三个层面对区域教育大数据作了 较为全面的论述,以期为区域教育大数据的应用提供理论参考模型和实践指导。 关键词:区域教育大数据;区域教育质量提升;教育大数据应用;教育大数据生态系统 中图分类号:G434 文献标识码:A 一、大数据与区域教育发展 配置,由事后补救转向事前预警,使得教育资源配 (一)大数据是区域智慧教育发展的基础 置过程更迅速,甚至达到实时与即时性。如基于区 智慧教育是当前教育信息化的发展方向,也 域性的教育电子地图,叠加区域综合大数据,及时 是区域教育信息化的美好期望,但要实现教育中的 可视化动态显示变化趋势,帮助教育决策者获得超 智能支持,大数据是必不可少的。近几年以深度学 越个体与局部的宏观或中观的洞察力;通过数据聚 习为代表的人工智能实现了突破,关键在于一方面 类、关联分析和演化趋势等技术分析,可以发现群 是大规模并行计算能力的发展,另一方面是大数据 体共性问题,群体中的异常模式,相比之前更容易 的汇聚,通过深度人工神经网络学习大数据中蕴含 发现问题所在、可能弱点和盲区,并发现背后根源 的规律,从而获得了智能,如语音自动识别、语言 性的问题。 精准翻译、计算机视觉等。在教育领域,如果要全 (三)大数据是改进教育公共服务模式的重要契 面了解学生,必须全面采集学生学习过程的各种大 机 数据,通过数据拟合,形成模型。区域性教育大数 教育公共服务向来优先满足群体的共性需求, 据汇聚应用是智慧教育必经的前置阶段,依托大数 难以顾及个体的个性需求。究其原因,传统手段很 据,逐步形成智能系统和智能装备,为智慧教育发 难实现精准了解每个个体的个性化需求,要为每个 展奠定基础。 个体提供个性化服务,成本太高,基本无法实现, (二)大数据是科学配置教育资源的基础 而基于互联网和教育大数据来提供教育公共服务, 教育大数据是在教育活动运行过程中的数据, 则可以高效解决这个问题。通过对学习数据的深度 它反映教育系统运行过程中实时、真实的运行状 挖掘与分析,可以让教师了解每个学生的学习特征 况,蕴含着教育系统运行的内在规律。通过数据挖 与需求,为学生推送适宜的学习资源与服务,不需 掘,可以将这种规律及其演化趋势可视化展现出 要大规模人力投入,即可实现对个体的实时监测与

文档评论(0)

sunyangbill + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档