大数据在教育领域应用(1).pptxVIP

大数据在教育领域的应用 •整理ppt 大数据在教育领域中的应用 ， 主要指的是在线决策 、学习分析 、数据挖掘三大要素 ， 其主要作用是进行预测分析 、行为分析 、学业分析等的应 用和研究 ， 大数据含义指的是对学生学习过程中产生的大量数据（数据来源包括两方面 ， 即显性行为和隐性行为 ， 其中隐性行为包括论坛发帖 、 课外活动 、在线社交等不直接作为教育评价的活动 ， 显性行为包括考试成绩 、作业完成状况以及课堂表现等） 进行分析 ， 大数据模型以及显示 的数据能够为学校和教师的教学提供参考 ， 及时 、准确的评估学生的学业状况 ， 发现学生潜在存在的问题 ， 进而预测学生未来可能的表现。 大大数数据据在在教教育育领领域域中中的的应应用用 •整理ppt 国国外外教教育育大大数数据据公公司司介介绍绍 •整理ppt 2 国国外外教教育育大大数数据据应应用用案案例例 •整理ppt 1. 从学生方面来说 ， 学习分析技术在了解学生学习现状之后 ， 通过分析学生数据 ， 找出相关问题 ， 对学生学习过程进行优化 ， 帮助学生培养良好学习习惯， 从而达到学生自我学习的目的。 2. 从教师以及管理人员方面来说 ， 学习分析技术可以评估教学课程和相关机构 ， 帮助同步改善学校既定考核方式 ， 深入分析教学数据 ， 为教师帮助学生解决 实际问题指明教学不足和更优方法。 3. 从研究人员方面来说 ， 学习分析技术是一种研究学生和网络学习的有效工具。 4. 从技术开发人员方面来说 ， 学习分析技术管理系统各模块各不相同的使用频次和路径能有效指导系统界面的相关优化设计 ， 并可以完善系统日志相关管理 功能。 学学习习分分析析关关键键技技术术与与主主要要工工具具 •整理ppt 数数据据挖挖掘掘在在教教育育信信息息化化中中的的具具体体应应用用空空间间 自适应学习系统包含六大模块： （1}内容传递模块 。管理、维护、传递个性化的学习内容与评价给学习者 ， 以 支持学习者的学习行为。 （2)学习者数据库 。存储学习者在学习系统中的时间戳标记的学习者输人和学 习行为数据。 （3)预测模块 。整合系统外部学习者信息系统中的数据和系统内部学习者学习 行为数据 ，通过对数据的处理和分析 ，对学习者未来的学习行为和结果进行预 测。 （4)显示模块 。将预测模块中的运行结果以可视化的方式显示给各类使用者 。 （5)自适应模块 。根据预测模块的运行结果 ，触发内容传递模块 ， 再根据学习 者的学习水平和兴趣 ，推送合适的学习内容给学习者。 （6)干预模块 。允许教师、教学管理者和系统开发人员根据预测模块的运行结 果 ，对自适应系统实施人为干预 第一步 ， 学习者生成学习行为数据 ， 经过内容传递模块 ， 数据将被标记上时间 戳； 第二步 ， 数据按照预先定义的结构存入学习者数据库； 第三步 ， 预测模块从学习者数据库和学生信息系统中采集数据 ，根据不同的分 析目的 ， 调用不同的分析工具和模型对数据进行分析； 第四步 ， 自适应模块根据预测模块中数据挖掘和分析的结果 ，通过内容传递模 块为学习者提供合适的学习指导和学习策略； 第五步 ， 预测模块中数据挖掘和分析的结果同时被传递给显示模块 ，供教师和 教学管理者使用； 最后 ， 教师和教学管理者根据分析结果 ，通过干预模块对系 统进行人为干预 •整理ppt 自自适适应应学学习习系系统统中中教教育育大大数数据据应应用用 基于大数据的自适应学习系统运行流程图 常用技术是统计、可视化、 系 统网络架构、 情绪分析、 影响 分析、话语分析 ，概念分析和 意义建构模型 常用技术是分类、 聚类、 贝叶斯模型、 关系挖掘和 用模型来发现数据中有意义 的信息 利用人类判断的是关键 ， 自动 化的发现是用于实现这一 目标 的工具 自动化的发现是关键 ， 利 用人类判断是用来完成这个 目标的工具 教教育育数数据据挖挖掘掘和和学学习习分分析析的的区区别别 源于语义网络、 智能课 程和系统干预 重视对数据和结果的描述 源于教育软件、学生建模和 预测课程的结果 重视对所采用的数据挖掘技 术的描述和比较 技术 学习分析 发现 教育数据挖掘 起源 重点 研究者通过对学习者在在线学习系统中的学习相关数据进行采