远程教育杂志
遠程教育雜誌
원정교육잡지
DISTANCE EDUCATION JOURNAL
2013年
6期
11-17
,共7页
徐鹏%王以宁%刘艳华%张海
徐鵬%王以寧%劉豔華%張海
서붕%왕이저%류염화%장해
大数据%教育数据挖掘%学习分析
大數據%教育數據挖掘%學習分析
대수거%교육수거알굴%학습분석
Big data%Educational data mining%Learning analytics
“数据驱动学校,分析变革教育”的大数据时代已经来临,利用教育数据挖掘技术和学习分析技术,构建教育领域相关模型,探索教育变量之间的相关关系,为教育教学决策提供有效支持将成为未来教育的发展趋势。“大数据”的出现,将掀起人类教与学的又一次变革。2012年,美国国家教育部发布了《通过教育数据挖掘和学习分析促进教与学》报告,对美国国内大数据教育应用领域和案例,以及应用实施所面临的挑战进行了详细的介绍。借鉴此报告,我们认为未来我国教育领域的大数据研究和应用,应加强国家和地方对相关的研究和应用在技术层面、管理体制层面以及法律制度层面的支持,按需合理规划具体研究和应用,整合现有资源,发挥后进优势,借助“大数据”实现真正意义上的个性化学习,进而实现教育公平。
“數據驅動學校,分析變革教育”的大數據時代已經來臨,利用教育數據挖掘技術和學習分析技術,構建教育領域相關模型,探索教育變量之間的相關關繫,為教育教學決策提供有效支持將成為未來教育的髮展趨勢。“大數據”的齣現,將掀起人類教與學的又一次變革。2012年,美國國傢教育部髮佈瞭《通過教育數據挖掘和學習分析促進教與學》報告,對美國國內大數據教育應用領域和案例,以及應用實施所麵臨的挑戰進行瞭詳細的介紹。藉鑒此報告,我們認為未來我國教育領域的大數據研究和應用,應加彊國傢和地方對相關的研究和應用在技術層麵、管理體製層麵以及法律製度層麵的支持,按需閤理規劃具體研究和應用,整閤現有資源,髮揮後進優勢,藉助“大數據”實現真正意義上的箇性化學習,進而實現教育公平。
“수거구동학교,분석변혁교육”적대수거시대이경래림,이용교육수거알굴기술화학습분석기술,구건교육영역상관모형,탐색교육변량지간적상관관계,위교육교학결책제공유효지지장성위미래교육적발전추세。“대수거”적출현,장흔기인류교여학적우일차변혁。2012년,미국국가교육부발포료《통과교육수거알굴화학습분석촉진교여학》보고,대미국국내대수거교육응용영역화안례,이급응용실시소면림적도전진행료상세적개소。차감차보고,아문인위미래아국교육영역적대수거연구화응용,응가강국가화지방대상관적연구화응용재기술층면、관리체제층면이급법률제도층면적지지,안수합리규화구체연구화응용,정합현유자원,발휘후진우세,차조“대수거”실현진정의의상적개성화학습,진이실현교육공평。
Ready or not, here comes the big data era when technologies on educational data mining and learning analytics are adopted, relevant models in the educational field are constructed, the relationships between educational variables are explored, and the decision-making in education and teaching is strongly supported. Big Data has been witnessing another innovation of human learning. In 2012, the Department of Education of the U.S. issued a report named Enhancing Teaching and Learning through Educational Data Mining and Learning Analytics, in which the application fields, cases and challenges of the implementation of the Big Data education were thoroughly presented. In the future, the Big Data research and application in the educational field in China should focus on the national and local support from the technical level, the management level and the legislative level, through which specific research and application should be planned rationally on demand, existing resources integrated, the late-development advantages given full play to, and thus, with the help of Big Data, educational equity can be achieved through the personalized learning in real sense.