前言：尋找寫作靈感？中文期刊網用心挑選的教育大數據的應用與挑戰，希望能為您的閱讀和創作帶來靈感，歡迎大家閱讀并分享。

摘要：文章介紹教育大數據并分析教育大數據在提升教育管理能力、改進教學質量評價、提高學生培養質量和推進智慧教育方面具有的重要意義，同時，指出目前教育大數據在數據安全、數據采集與整理、數據挖掘以及高校發展大數據能力等方面面臨的挑戰。

關鍵詞：教育大數據；課堂教學；教學管理

大數據的概念很早就被提出，但當時大多數人并不了解。隨著社會信息化程度不斷提高，產生的數據量越來越大，包含的信息也越來越復雜，以致不能使用傳統的工具和手段來處理這些巨大的數據。大數據技術可以很好地解決這一問題，隨著大數據廣泛應用于各種領域，大數據被越來越多的人所熟知。美國麥肯錫咨詢公司（Mckinsey）在2011年5月發表的報告《大數據：創新、競爭和生產力的下一個前沿》中稱：“大數據是指其大小超出了傳統數據庫軟件獲取、存儲、管理和分析能力的數據集[1]”。

1教育大數據相關簡介

教育大數據是大數據的一個分支，是大數據與教育領域結合的產物。研究發現，教育大數據并沒有一個明確的定義，目前被研究者引用最多的教育大數據定義是：整個教育活動過程中所產生的以及根據教育需要采集到的，一切用于教育發展并可創造巨大潛在價值的數據集合[2]。：教育大數據的特征是在IBM提出的大數據“5V”特征基礎上發展來的，即大量（Volume），指采集、存儲和計算的數據量非常大，數據除了來自教學過程，還來自校園管理、生活等其他方面。高速（Velocity），指教育數據時刻都在快速產生、增長。多樣（Variety），指教育數據的類型多樣化，除了傳統的文字，還包括音頻、視頻、網絡日志等。低價值密度（Value），指大量的數據中包含的有用數據可能非常少，導致其研究價值較低。真實性（Veracity），指采集和處理的教育數據是否真實、可靠、準確。

2教育大數據的應用

大數據時代之前，教育過程中產生的數據并不被教育工作者足夠重視，只是將其用作簡單的統計分析。大數據時代下，大數據在教育領域的應用被寄予厚望，教育數據正在發揮前所未有的巨大價值。

2.1提升教育管理能力

教育大數據有利于實現精確化、科學化的教育管理。高校傳統信息的處理速度慢，反饋也比較慢，自然導致依據傳統數據對教育管理做出的決策往往存在較大的偏差，再加上傳統數據包含的信息有限，使得整體教育化管理水平比較低。使用大數據技術能夠及時、快速地獲取非常龐大的數據總量，包含的信息更加豐富、全面，而且大數據技術處理數據更加快速、高效，通過大數據挖掘出數據間的意義關聯，能夠反映教育管理中實際存在的問題，為科學、合理的管理和決策提供數字依據。利用大數據技術能夠分析教育設備和環境的運作情況，挖掘其變化規律，智能管控教育設備和環境。此外，通過大數據分析，能夠預測事物發展的趨勢，為提前采取應對措施做準備。

2.2改進教學質量評價

以往對教學質量評價大都是定性評價，評價形式過于簡單，評價結果并不是很科學、合理，導致教學評價往往流于形式而未在教學工作中真正發揮作用。高校教學質量評價是一項復雜的工作，要想取得真實、有效的評價結果則需要大量真實、可靠的數據作為依據。隨著大數據時代的到來，教學評價正在從“經驗主義”走向“數據主義”，從“宏觀群體”評價走向“微觀個體”評價，從“單一評價”走向“綜合評價”[3]。利用大數據技術可以持續跟蹤、關注老師和學生在教育平臺上的教學、學習過程，并記錄老師和學生在課堂以及課下的行為表現，通過記錄并分析教學活動中的微觀行為，提供最直接、客觀的教學質量結果評價。

2.3提高學生培養質量

2.3.1改進教學模式，提高教學質量

以往的教學模式主要是填鴨式教學，即以教師的教為主，教師過于注重專業知識的講解而忽視與學生間的互動交流，教師主動答疑解難而不重視學生解決問題的能力，教學過程枯燥乏味，導致學生自主學習能力差和創新思維比較弱，教學質量比較低。在大數據的支持下，利用大數據技術挖掘、分析學生和教師的學習、教學行為及過程，使教師更好地認識自己和學生，發現教學中的不足以及學生學習過程中存在的問題，及時改進教學模式與策略，促使教學和學習更好地進行。

2.3.2實現個性化學習，促進學生個性化成長

以往教師的教學主要針對一個整體，很難關注到每一個學生的行為表現。利用大數據技術，教師能夠關注每一個學生個體的行為表現，這些數據的產生都是過程性的，包括課堂問答、作業、測試、交流互動等過程。將這些數據整合分析能夠得到教學過程中學生個體的學習狀態、表現和水平，教師根據每個學生的具體情況設計更加靈活多樣、更具針對性的學習活動，在教學過程中對學生因材施教。通過大數據分析學生的生活數據，能夠快速、準確了解每個學生的性格、特點、愛好等，從而根據學生個體的喜好有針對性地設置、安排相應的課內外活動，促進學生個性化成長。

2.4推進智慧教育應用

智慧教育以學生為中心，利用多種媒體實施課堂互動，悄悄記錄整個課堂過程中學生和教師的行為表現，并將采集到的師生行為進行后臺分析處理，對課堂上教師的教學和學生的學習效果做綜合、客觀的評價及反饋，及時幫助教師和學生發現課堂教學過程中存在的問題，以便改進。每節課教師和學生都會產生大量的行為數據，隨著時間的積累，數據量會越來越大，數據處理的難度也將越來越大。從上面我們了解到發展智慧教育需要采集和處理大量教育數據，要定量研究高校智慧教育行為是存在很大困難的，但利用大數據技術則解決了高校智慧教育在數據采集與處理上的困難，降低了通過數據挖掘分析師生行為表現的難度，使定量研究高校智慧教育行為、優化教學方案成為可能。將大數據技術和教育資源相結合，是信息化時代高校建設智慧教育的基礎。

3教育大數據面臨的挑戰

3.1數據安全

數據安全與每個人的生活息息相關，尤其是當下網絡盛行的社會，數據涉及每個人的隱私，數據在網絡中傳輸面臨著個人隱私被泄露的危險，這給個人的生活和安全都帶來了很大的威脅，因此，保證數據安全是至關重要的一件事。目前我國高校的教育管理體制還不夠完善，教育設備和系統都存在較大的安全隱患，教育數據的安全性在很多方面都受到很大程度的威脅。

3.2數據采集與整理

傳統教育數據的采集主要來自于課堂教學過程，而教育大數據除了采集教學活動過程中直接產生的數據，還需要采集在教育管理活動、科學研究活動和校園活動中產生的數據，以致得到的教育數據復雜、多樣。鑒于教育大數據龐大的體量，采集的教育數據中包含的信息難免良莠不齊，數據的真實性和可靠性有待商榷，這增加了對數據篩選和分辨的難度，如何有效地存儲和處理這些數據在現階段依然是技術上的一個難題。再加上高校自身軟硬件條件相對落后，數據的采集和整理則更加困難。

3.3數據挖掘

數據挖掘，就是從龐大的數據中篩選出隱含的、有效的信息，并將這些信息有意義地關聯在一起。雖然目前部分高校已經將大數據技術應用到學校的教學和管理當中，但是并沒有取得明顯的成效。因為大多高校對數據的挖掘和使用僅停留在數據表面，并沒有深入挖掘數據背后的實質和意義，找出以往被忽視的數據間的潛在關系，無法為高校提供深層次的決策依據。再加上高校缺乏大數據方面的專業人才，深入分析和挖掘教育大數據則更加困難。

3.4高校發展大數據技術的能力

高校的能力不足以支撐大數據技術的發展主要表現在3個方面：（1）理念上，不重視教育大數據的價值，認為發展教育大數據費財、費時、費力，帶來的實際價值并不大，此外，盡管一部分高校已經建設了大數據平臺，但并沒有真正應用到實處，從思想上還是認為傳統的方式方法比較好，依然延用傳統的教學和管理方式，大數據平臺成了一種擺設。（2）設備上，硬件和軟件環境相對落后，導致采集數據緩慢，采集的數據不集中，給數據的采集和整理工作帶來了很大困難。（3）技術上，缺乏大數據方面的專業人才，收集的教育大數據不能進行深入分析和挖掘，因為目前大部分高校負責大數據處理的人員主要是信息化方面的教師，缺乏專業型人才，所以不能有效地挖掘并發揮教育大數據的價值和意義。

4結語

盡管教育大數據進一步提高了教與學的水平，但目前人們對教育大數據缺乏足夠的認識，研究和應用不夠深入，依然有很多問題需要解決，需要廣大教育工作者共同努力。隨著信息技術的發展，筆者相信大數據在我國教育事業中的應用前景更加廣闊，取得的成果更加顯著。

作者:王忠洋 單位:云南師范大學