九大教育学习大数据应用案例让你大开眼界

电影《变形金刚1》里有这么一个情节：霸天虎袭击了美军位于卡塔尔的军事基地，为了找出潜在的敌人，美国国家安全局NSA组织了大量的情报人员来破解外星人留下的信号。从影片看来，这些情报解密人员均是NSA从各个高中直接招聘录取的，他们不问你语文考多少分，英文专八成绩如何，历史知晓多少，是不是学生会干部等等，只要你拥有他们需要的技能，就能够参与进去。

这是电影里面的剧情，对于那些“不走寻常路”的学生来说，这也是一种理想的状态。所谓尺有所短，寸有所长，并不是所有的学生都擅长考试，也不是所有学生都能通晓历史古今。就拿笔者本人来说，我擅长文章写作，但是我不擅长解代数方程题，我擅长归纳总结，但是我不擅长化学结构，在老师看来，像我这种完全“偏科型”的学生，未来前途堪忧……

归根结底，教育的本质还在于“因材施教”。

那么，在大数据时代，学习和教育又将发生如何的改变？今天我将为大家说说我知道那些引入了大数据思维和技术的教育案例，看看能不能启发到你。

一、Knewton利用大数据分析来帮助学习设计个性化课程

一家名为Knewton的大数据公司开发了一个数字平台，该平台分析了几百万学生（从幼儿园到大学）的学习过程，并基于这一分析来设计更加合理的测试题目和更加个性化课程目标。该公司与Houghton Mifflin Harcourt建立了合作关系，开发出了K-12阶段的个性化数学课程，同时还与法国创业公司Gutenberg Technology一道，开发了智能数字教科书。简单来说，这些课程和教科书能够适应每个学生的差异。学生可以按照自己的节奏来控制学习进度，而不会受到周围其他学生的行为的影响。然后，系统会给教师一个反馈，告知哪个学生在哪个方面有困难，同时给出全班学生的表现的整体分析数据。

二、“希维塔斯学习”（Civitas Learning）利用大数据帮助学生提高成绩

“希维塔斯学习”是一家专门聚焦于运用预测性分析、机器学习从而提高学生成绩的年轻公司。Civitas Learning提供了一套应用程序，学生和老师可以在其中规划自己的课程和安排。“希维塔斯学习”各种基于云的智能手机第三方应用程序（APP）都是用户友好型的，能够根据高校的需要个性化。这意味着高校能聚焦于各自不同的对象，相互不同地用这家公司的分析工具开展大数据工作。

该公司在高等教育领域建立起最大的跨校学习数据库。通过这些海量数据，能够看到学生的分数、出勤率、辍学率和保留率的主要趋势。通过使用100多万名学生的相关记录和700万个课程记录，这家公司的软件能够让用户探测性地知道导致辍学和学

习成绩表现不良的警告性信号。此外，还允许用户发现那些导致无谓消耗的特定课程，并且看出哪些资源和干预是最成功的。

三、美国大学用大数据来预测学生是否能顺利完成课业

纽约州波基普西市玛丽斯特学院（Marist College）与商业数据分析公司Pentaho 合作发起开源学术分析计划（The Open Academic Analytics Initiative），旨在一门新课程开始的两周内预测哪些学生可能会无法顺利完成课程。

该计划基于Pentaho的开源商业分析平台（Business Analytics Platform）开发了一个分析模型，通过收集分析学生的学习习惯——例如点击线上阅读材料、是否在网上论坛中发言、完成作业的时长——来预测学生的学业情况、及时干预帮助问题学生，从而提升毕业率。

四、教育测评公司KickUp用大数据标准化测评判断老师成长

KickUp 是一个专注教师测评的标准化SaaS 工具，测评数据来自教师的自查报告及学年内的各项教学结果的反馈，这些数据可以纵向记录教师的成长历程，提出有待改善的地方。KickUp 根据学生和老师的数量、按地区进行收费，目前全美有超过50 个地区的学校在使用这款测评工具。

五、中学生利用LinkedIn数据选择心中的大学

以美国的著名高校卡内基梅隆大学和普渡大学为例：对这两所高校，领英都收集了60000多名毕业生的职业生涯数据。数据量之庞大，足以在其中看出清晰的规律。输入

“MIT”，你很快就会看到这所高校的毕业生一般会在谷歌、IBM和甲骨文公司找到工作。输入“普渡”，你会发现礼莱、康明斯和波音是毕业生的首选。

这类信息对于中学的高年级生和低年级学生都是一座金矿，因为大多数中学生对将来的职业都只有模糊的想法。运用领英的这个工具，对太阳能、编剧、或者医疗器械感兴趣的学生，就可以挑选那些毕业生最容易进入相关领域的大学报考了。

六、伊萨卡学院（Ithaca College）利用大数据来择优录取学生

据PBS报道，伊萨卡学院（Ithaca College）自2007年开始收集学生的社交网络数据。该学院为申请者设立了一个类似Facebook的网站IC PEERS，让申请者得以通过网站联系学院教师和彼此。

伊萨卡使用IBM统计分析系统来收集IC PEERS上产生的数据，研究拥有怎样的网络行为的学生更有可能选择就读伊萨卡。收集的数据包括申请者上传了多少张账户照片、拥有多少名IC PEERS好友。研究人员认为，这能反映出申请者对这所学院有多感兴趣。

七、培生集团应用大数据技术全程实时分析学生个体和班级整体的学习进度

以培生集团最新出版的全球少儿美语旗舰课程Big English为例，这套课程引入了首款应用于少儿英语学习领域的MyEnglishLab在线学习辅导系统（以下简称MEL），应用大数据技术全程实时分析学生个体和班级整体的学习进度、学情反馈和阶段性成果，从而及时找到问题所在对症下药，实现对学习过程和结果的动态管理。

Big English的大数据分析系统以学生为中心，按照教、学、测三个环节组织线上学习内容与学习过程，将学生、教师、家长、机构四类用户群有机整合在MEL学习管理系统中，各司其责，相互作用，实现了个性化的课堂教学、家庭辅导和自主学习管理环境。

八、电子科大利用大数据寻找校园中最孤独的人

电子科大曾做过一个课题——寻找校园中最孤独的人。他们从3万名在校生中，采集到了2亿多条行为数据，数据来自学生选课记录、进出图书馆、寝室，以及食堂用餐、超市购物等数据。通过对不同的校园一卡通“一前一后刷卡”的记录进行分析，可以发现一个学生在学校有多少亲密朋友，比如恋人、闺蜜。

最后，通过这个课题找到了800多个校园中最孤独的人，他们平均在校两年半时间，一个知心朋友都没有。这些人中的17%可能产生心理疾病，剩下的则可能用意志力暂时战胜了症状，但需要学校和家长重点予以关爱。

九、南京理工大学利用大数据分析为贫困生充饭卡

每个月在食堂吃饭超过60顿、一个月总消费不足420元的，被列为受资助对象。据报道，南京理工大学教育基金会通过数据分析，每个月在食堂吃饭超过60顿、一个月总消费不足420元的，被列为受资助对象。南京理工大学还采取直接将补贴款打入学生饭卡的方式，学生无需填表申请，不用审核。

在教育学习领域，大数据中提取价值的5种主要的技术如下：

1.预测（Prediction）——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（Clustering）——发现自然集中起来的数据点。这对于把有相同学习兴趣的学生分在一组很有用。

3.相关性挖掘（Relationship Mining）——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（Distillation for human judgment）——建立可视的机器学习的模式。

5.用模式进行发现（Discovery with models）——使用通过大数据分析开发出的模式进行“元学习”（meta-study）。