|
目前关于在线教育的观点不一而足，但有一点很明确：仅把教材或教学视频搬上网络是行不通的。那么在大数据时代的背景下，如何突破在线教育的入口之争、平台与内容的困境，教育工具将是一个很好的切入点；在线教育的目的应当促使传统教育的变革，实现个性化教学，而不是一味地去颠覆取代。 “因材施教”是教育学中的重要原则之一，在大数据的帮助下，个性化的教育方式真正能够成为现实。 大数据在教育上的应用首推在线教育。通过数据分析，可以优化学生做题效率，减轻学生课业负担，一是对用户本身的数据分析，通过他的联系进行实时测量和评估，对他在某个时间点的能力值有所掌握，第二是通过这些数据分析，成熟的在线教育公司都会推出一个“智能复习”的产品，通过匹配答题情况和考试要求，向学生推荐需要强化的题目类型，同时还会将学生整个答题过程记录下来，实时评估他的能力变化，以报告的形式告诉学生其能力增长曲线。 明确的商业模式让在线教育中的大数据应用最为成熟，但大数据对教育的帮助还不仅限于此。在学校教育中，除了考试成绩外，包括作业的正确率、课外活动的参与率，甚至回答问题的举手次数，正确回答一个问题所需时长，这些都能成为改进教学的有用数据，对这些数据进行专门的收集、分类、整理和统计，就形成了大数据。同时这些数据还可以通过互联网进行整合和共享，从而帮助不同地区之间能够共享教育资源。 从目前的实践来看，在海外各国的教育信息化平台运营管理中,数据挖掘已经成为提高教学管理质量与水平的一种有力工具。教育工作者和研究者已经开发出从大数据中提取价值的5种主要的技术. 1.预测——觉知预料中的事实的可能性。例如，要具备知道一个学生在什么情况下尽管事实上有能力但却有意回答错误的能力。 2.聚类——发现自然集中起来的数据点，把有相同学习兴趣的学生分在一组。 3.相关性挖掘——发现各种变量之间的关系，并对其进行解码以便今后使用它们。这对探知学生在寻求帮助后是否能够正确回答问题的可靠性很有帮助。 4.升华人的判断。 5.用模式进行发现——使用通过大数据分析开发出的模式进行“元学习”（meta-study）。 实施这些技术就能够通过大数据来创建为提高学生成绩提供支持的学习分析系统。研究者们相信这些技术将帮助教育工作者更加有效地指导学生朝着更加个性化的学习进程迈进。 总而言之，通过大数据进行学习分析能够为每一位学生都创设一个量身定做的学习环境和个性化的课程，为学生的多年学习提供一个富有挑战性的学习计划。因此，有识之士经预言未来的学习将是大数据驱动的新时代。我们应该积极迎接这个新时代，通过大数据来分析学习，进一步改善教学的方式与方法，进一步促进学生学习成绩的提高。
|
