教育大数据的实际应用和部分数据处理过程.pdfVIP

教育大数据的实际应用及部份数据处理过程

〔1MOOC的蓬勃发展。MOOC是Massive〔大规模的、Open〔开放的、Online

〔在线的、Course〔课程四个英文单词的首字缩写,意为大规模网络开放课程。

20XX,萨尔曼·可汗〔SalmanKhan创办了利用在线视频进行免费授课的可汗学院,

现有关于数学、历史、金融、物理、化学、生物、天文学等科目的3400多段视

频,注册用户超过了1000万人。20XX,斯坦福大学的一门人工智能网上课程吸引

了190多个国家的16万名学生参加学习,该课程的讲授者塞巴斯蒂安·特伦

〔SebastianThrun教授创办了在线教育网站Udacity。20XX,盈利性在线大学教育

平台Coursera上线,和普林斯顿大学、斯坦福大学、密歇根大学和宾夕法尼亚大

学等83所大学协同提供课程,目前在全球拥有380万的注册用户。同年,哈佛大学

与麻省理工学院宣布结成非营利性合作火伴关系,联合发起了名为的网上

课程系统,联手提供免费的在线课程,搭建共同教育平台,包括清华大学、北京大学

在内的其他26所全球名校也相继加入了这一平台。互联网技术的发展带动了教

育的网络化和国际化,MOOC更将传统的远程教育推向了新的高度和广度,催动

了网络学习时代的到来。在教育活动中,相对于通过师生面对面的接触获取教育

数据的途径而言,基于大型网络课程平台进行数据挖掘的方式显然有效得多：学

习行为的数据将自动留存,更易于后期的学习行为评价和评估；教师只需通过分

析整合学习行为就能得到学习过程中的规律；利用数据挖掘的关联分析和演变分

析等功能,在学生管理数据库中挖掘有价值的数据,分析学生的日常行为,可得知

各种行为活动之间的内在联系,并提出相应的对策。

〔2个性化课程分析。佛罗里达州立大学利用eAdvisor程序为学生推荐课程

和跟踪其课业表现。奥斯汀佩伊州立大学的学位罗盘〔系统在

学生注册课程前,通过机器人顾问评估个人情况,并向其推荐他们可能取得优秀学

业表现的课程。系统首先获取某个学生以前〔高中或者大学的学业表现,然后从

已毕业学生的成绩库中找到与之成绩相似的学生,分析以前的成绩和待选课程

表现之间的相关性、结合某专业的要求和学生能够完成的课程进行分析、利用

这些信息预测学生未来在课程中可能取得的成绩,最后综合考量预测的学生成

绩和各门课程的重要性,为学生推荐一个专业课程的清单。

〔3辍学行为的预测。美国西部州际高等教育委员会〔WesternInterstate

1/7

CommissionforHigherEducation,简称WICHE以凤凰城大学和里奥萨拉多学院等

6所学校的64万名学生为对象,建立了一个教育数据库。该数据库可以记录3百

万条课程信息,进行33个针对在线课程的变量分析。当一些与辍学行为有关的关

键因素〔如旷课、纪律问题、课堂表现发生变化时,系统会向校方发出预警。里

奥萨拉多学院有43000名接受在线学习的学生,学院的预警系统允许教师看到代

表学生行为的红、黄、绿色指示灯,并根据学生的在线互动行为评估其表现,如阅

读教科书和回应教师要求的频率。

〔4助学需求的预测。华东师范大学的家庭经济艰难学生预警系统通过收

集校园卡的记录进行分析测算,向可能存在经济艰难的学生发送问询短信。系统

具体的做法是：跟踪学生的校园卡,对全校本科生周一到周四的中、晚餐消费值

进行统计,分别计算出男女同学的平均消费值,乘以0.6的系数,得出预警消费线。

如经系统筛选发现就餐消费明显偏低,学校勤工助学中心在对照分析学生入学时

填写的资料后,会主动向学生发出短信以征询情况,同时也会通过院系教师做进一

步了解,以判定学生是否真的面临家庭艰难,需要匡助。

〔5学术研究趋势的把握。斯坦福大学的文学实验室正在进行一项研究,尝试

以通过谷歌图书计划放置在互联网上的海量书籍为平台,进行数据挖掘和分析,把

握和预测文学作品和学术研究的