大数据驱动智慧教育发展模式研究

合集下载

大数据在教育领域的应用研究

大数据在教育领域的应用研究

大数据在教育领域的应用研究—、研究背景(—)大数据的背景及应用旧石器时代的刻骨记物,公元前259年建成第一座图书馆一一亚历ft大图书馆,从古至今人类不断地探索和使用数据,使得大数据在推动社会、学习和生活等多方面的变革中对人类世界产生巨大影响。

数据从原本的记录符号转变为可持续利用资源和财富。

"大数据”术语岀现的时间不长,但它是规模巨大、种类繁多、增长极快、潜藏价值的复杂数据。

从技术角度来看,大数拯是信息技术革命与人类社会活动的交融产生,与数据挖掘、云计算、物联网、人工智能等产生并服务于信息时代:从社会角度来看,大数据是增强交互性、关联性和个性化,创造社会价值,改变人类行为方式:从哲学角度来看,大数据是通过信息载体贡献数据,实现事物信息传递和表达:从科研角度来看,大数据是数据考察为基础,结合理论、实验和模拟于一体的新的研究方法。

大数据在中国教冇领域的研究,主要基于网站中论文检索和分析,搜索网站的学习教育资料。

随着电子设备的普及、云计算及数拯挖掘等技术的突破,大数拯XXX相结合将頁•正颠覆传统的教育模式,引领教育转型和变革。

大数据教育领域应用,任于帮助我们以新的视角审视教育方法、内容、效果、成绩等过去不曾关注的教育教学层而的问题,提升学生学业完成质邕大数拯可以整理分析学生的需求来泄制个性化教育,促进学习效果提髙。

大数据可以应用在教学无用功反馈方而,迎合学生学习的个性化、辅助老师的教学水平提髙等多方面。

基于大数据的采集整理、槪况分析,为我国教育事业的推进与发展提供能强大的保障和技术支持,为教育正确合理的发展起到至关重要的保驾护航的作用o(二)大数据在教育发展中的需求及发展趋势在大数据时代。

我们能够感知和记录更大规模和更多种类的数据,并且通过对送些数据的分析和处理,深度挖掘数据中蕴含的重要信息及核心价值⑵。

在大数据应用的众多领域中,教冇领域被认为是非常重要且有巨大前景的领域,研发大数据应用与教弃领域的深度融合,是我国教冇发展的现实需求和未来发展趋势。

大数据应用场景之智慧教育

大数据应用场景之智慧教育

大数据应用场景之智慧教育智慧教育,作为大数据应用的一个重要领域,正在逐渐改变传统教育的模式与方式。

随着信息技术的快速发展,教育界开始意识到利用大数据分析和挖掘技术,可以更好地理解学生的学习行为和需求,为教学提供更加个性化和高效的支持。

首先,大数据在智慧教育中的一个重要应用场景是学习分析。

传统教育往往是以教师为中心,忽视了学生的个体差异。

而大数据技术可以通过收集学生的学习数据,如学习时间、学习内容、学习进度等,进行分析和挖掘,从而了解学生的学习特点和需求。

教师可以根据学生的学习数据,制定个性化的教学计划,帮助学生更好地掌握知识。

其次,大数据在智慧教育中的另一个应用场景是教学评估。

传统的教学评估往往依赖于教师的主观判断和学生的考试成绩。

然而,大数据技术可以收集和分析学生的学习数据,如作业成绩、课堂参与度等,从而客观地评估教学效果。

教师可以根据学生的学习数据,及时调整教学策略,提高教学效果。

此外,大数据在智慧教育中还可以应用于学生行为管理。

学生的行为习惯和行为规范对于学习成绩和学习效果有着重要的影响。

通过大数据技术,学校可以收集和分析学生的行为数据,如迟到早退、旷课情况等,及时发现和纠正学生的不良行为,提高学生的学习积极性和纪律意识。

另外,大数据在智慧教育中还可以应用于教师培训和发展。

教师是教育的核心,提高教师的教学能力和专业素养对于提高教育质量至关重要。

通过大数据技术,学校可以收集和分析教师的教学数据,如教学评价、学生反馈等,帮助教师发现自身的优势和不足,制定个性化的教学发展计划,提高教学水平。

最后,大数据在智慧教育中还可以应用于学生选课和职业规划。

通过大数据技术,学校可以收集和分析学生的学习数据和兴趣爱好,帮助学生选择适合自己的课程和专业方向。

同时,大数据技术还可以分析就业市场的需求和趋势,为学生提供职业规划和就业指导,提高学生的就业竞争力。

综上所述,大数据在智慧教育中有着广泛的应用场景。

通过收集、分析和挖掘学生的学习数据,大数据技术可以为教育提供更加个性化和高效的支持。

智慧教育行业分析研究报告

智慧教育行业分析研究报告
软件方案集成商
市场竞争较为激烈,未来将更加注重系统集成与智能化发展。
各产业链环节的竞争格局与市场前景
1 2
内容提供商
市场竞争激烈,未来将更加注重内容质量与多 样化。
服务提供商
市场份额较为稳定,未来将更加注重服务质量 与专业化。
3
内容整合商
市场竞争较为激烈,未来将更加注重内容整合 与个性化定制。
03 智慧教育行业市 场需求分析
智慧教育行业的竞争格局 日益激烈,众多企业纷纷 进入市场,争夺市场份额 。其中,一些大型互联网 公司凭借技术优势和品牌 效应,在市场中占据主导 地位。
未来几年,智慧教育行业 的趋势将更加注重用户体 验和服务质量,同时技术 不断创新将推动行业进一 步发展。
智慧教育行业也存在一些 问题,如数据安全、隐私 保护、技术标准等,这些 问题需要行业内的企业和 政府共同努力解决。
1. 个性化学习
随着大数据、人工智能等技术的发展,教育行业将越来越注重个 性化学习,为每个学生提供定制化的学习内容和方式,提高学习 效果。
2. 线上线下融合
线上教育平台的兴起和传统线下教育的结合,将为学生提供更为 灵活和丰富的学习方式。
3. 技术驱动创新
人工智能、虚拟现实、增强现实等技术将在教育行业中得到广泛应 用,创新教学方式。
硬件方案集成商
负责硬件设备的集成与整 合,提供完整的智慧教育 硬件解决方案。
智慧教育软件产业链分析
基础软件提供商
提供智慧教育所需的基础软件,如操作系统、数 据库等。
应用软件提供商
提供智慧教育所需的应用软件,如教学管理软件 、在线学习平台等。
软件方案集成商
负责软件系统的集成与整合,提供完整的智慧教 育软件解决方案。

从数字化到数智化:智能技术赋能高校智慧教育高质量发展路径研究

从数字化到数智化:智能技术赋能高校智慧教育高质量发展路径研究

从数字化到数智化:智能技术赋能高校智慧教育高质量发展路径研究目录1. 内容概览 (2)1.1 研究的背景与意义 (3)1.2 研究的目的与研究内容 (4)1.3 研究的范围与研究方法 (5)2. 数字化教育概述 (6)2.1 数字化教育的概念与特征 (7)2.2 数字化教育的发展历程 (8)2.3 数字化教育面临的挑战与机遇 (10)3. 数智化技术概论 (11)3.1 数智化技术的内涵与外延 (12)3.2 数智化技术的关键技术与发展趋势 (14)3.3 数智化技术应用现状与潜在价值 (15)4. 高校智慧教育的现状与存在问题 (16)4.1 高校智慧教育的发展历程 (17)4.2 高校智慧教育的主要模式 (19)4.3 高校智慧教育面临的挑战 (20)5. 智能技术赋能高校智慧教育高质量发展的路径研究 (22)5.1 智能技术应用于教学过程的创新模式 (23)5.2 智能技术促进课程与教学内容创新 (24)5.3 智能技术助力教师队伍建设与教学能力提升 (25)5.4 智能技术提升高校教育管理的科学化水平 (26)6. 实证研究 (27)6.1 案例选择与数据收集方法 (28)6.2 案例分析框架与分析方法 (29)6.3 典型案例分析 (31)6.4 案例分析结果与讨论 (32)7. 政策建议与实施策略 (34)7.1 构建高效智慧教育环境的政策建议 (35)7.2 推动教师智能技术教学能力提升的策略 (36)7.3 完善智能技术应用支撑体系的建设 (38)7.4 进一步研究展望 (39)1. 内容概览本研究旨在深入探讨数字化与数智化技术如何为高校智慧教育的高质量发展提供强大动力。

随着信息技术的迅猛发展,教育领域正经历着前所未有的变革。

从数字化到数智化,智能技术不仅改变了传统的教学模式和学习方式,还为高校的教育教学、管理和服务带来了全方位的优化和升级。

数字化技术的教育应用:分析数字化技术在高校教学、管理和服务中的具体应用及其带来的变革。

基于大数据的外语智慧教育应用研究

基于大数据的外语智慧教育应用研究

堂等个 性化的学 习内容 ,建立 了多元 互动的教学评价机制 , 以 提 高学生的学 习效率和 学习 自主性,从而实现智
慧化和个 性化教 育。 பைடு நூலகம்
关键词 :大数据 ;外语智慧教育 ;个性化学 习
【 中 图分类 I G 4 0 - 0 S 7【 文献 标 识码 】 A 【 论 文编 号 】 1 0 0 9 - - 8 0 9 7( 2 0 1 7 ) l 2 —0 O 6 3 —o 6[ DOI ] 1 0 . 3 9 6 9 1 | . i s s n . 1 0 0 9 - 8 0 9 7 . 2 0 1 7 . 1 2 . 0 1 0
引言
大 数据 是 “ 当今 社会 所独 有 的一 种新 型 的 能力 :以一 种前 所 未有 的方 式 ,通 过对 海 量数 据 进 行分 析 ,获得 有 巨大价 值 的产 品和 服 务 , 或 深刻 的洞 见 ” 【 ] ,其特 征是 数据 量 巨大 ( V o l u me )、
数据新增速度加快 ( V e l o c i t y )、数据来源多样化 ( V a r i e y)、数据价值密度低 ( t V a l u e )[ 2 】 。教 育领 域 中学 习 系统 和 网络 平 台 的应 用 ,正是 建立 在 大数 据挖 掘 和解 析 各种 复 杂 的教 育数据 的基 础之 上 ,这 标 志着教 育大 数据 时代 的来 临 。
它 有助 于促进 教 育公平 、资源共 享和 国际化 、学习 型社会 建设 。慕 课 的学习过 程包含 视频 授课 、 答 疑解难 、课程 作业 和考 试 、互动 交流 、教 学评 价等 内容 。慕 课平 台还 能记 录学 生观 看某 个教 学 视频 的 时间长度 ,一个 片段 重复观 看 、加 速拖 进或 直接 跳过 的 时间 、跨度 与频度 ,做某道 题 的时 间与正确 度 、答错 题 的次数 ,以及 学习 中如 何平 衡视 频观看 和文 本 阅读【 9 】 。通过 这些 大数 据 分 析可 以充分 了解 学生 的学 习情况 ,从 而动态 地调整 授 课 内容 。

智慧教育研究案例(3篇)

智慧教育研究案例(3篇)

第1篇一、背景随着信息技术的飞速发展,人工智能、大数据、云计算等新兴技术在教育领域的应用日益广泛。

智慧教育作为一种新型的教育模式,旨在通过智能化手段,实现教育资源的优化配置、教育过程的智能化管理和教育质量的全面提升。

本文将以一个基于人工智能的个性化学习平台为例,探讨智慧教育的研究与实践。

二、研究目的1. 设计并实现一个基于人工智能的个性化学习平台,为不同学习需求的学生提供个性化的学习服务。

2. 探索人工智能技术在教育领域的应用,提高教育质量。

3. 分析个性化学习平台在实际应用中的效果,为智慧教育的发展提供参考。

三、研究方法1. 文献研究法:通过查阅相关文献,了解人工智能、大数据、云计算等技术在教育领域的应用现状。

2. 案例分析法:以一个基于人工智能的个性化学习平台为例,分析其设计、实施及效果。

3. 实证研究法:通过实际应用,收集数据,分析个性化学习平台的效果。

四、研究内容1. 平台设计(1)功能模块:个性化学习平台主要包括用户管理、课程管理、学习资源管理、学习进度跟踪、智能推荐、评价反馈等功能模块。

(2)技术架构:平台采用B/S架构,前端采用HTML5、CSS3、JavaScript等技术,后端采用Java、Python等编程语言,数据库采用MySQL。

(3)人工智能技术:平台利用人工智能技术,实现智能推荐、个性化学习路径规划、智能评价等功能。

2. 实施过程(1)平台搭建:搭建个性化学习平台,包括服务器、数据库、前端页面等。

(2)数据采集:收集学生信息、学习资源、学习行为等数据。

(3)模型训练:利用机器学习算法,对学生数据进行挖掘和分析,建立个性化学习模型。

(4)平台部署:将个性化学习平台部署到服务器,实现在线学习。

3. 效果分析(1)学习效果:通过实际应用,学生个性化学习效果显著提高,学习兴趣和自主学习能力得到提升。

(2)教师评价:教师对个性化学习平台的应用表示满意,认为平台能够有效提高教学效果。

大数据技术在智慧教育中的应用

大数据技术在智慧教育中的应用随着现代信息技术的不断发展,大数据技术应用在各个领域已经成为趋势,特别是在教育领域,大数据技术的应用也得到了广泛的关注。

智慧教育,作为大数据技术在教育中的代表,已经逐渐走进我们的校园,给教育带来了颠覆性的变化。

下面本文将从智慧教育的定义、实现、应用和前景等方面进行探讨。

一、智慧教育的定义智慧教育是指利用大数据和人工智能等前沿技术,在教育过程中实现个性化、全程化、深度化的教育和评价。

它不仅弥补了传统教育的缺陷,更适应了学生不同的学习要求和兴趣特点,提高了学生的学习效率和学习成果。

二、智慧教育的实现要实现智慧教育,首先需要收集、整合和分析学生的学习数据。

通过大数据技术,可以将学生的学习过程、学习时间、学习成绩等数据进行可视化处理,并生成个性化的学习计划和讲义。

同时,大数据技术还可以实现智能评价和反馈,通过对学生学习数据的分析,能够及时发现学生的问题和优势,并对学生的学习过程进行评价和反馈,从而实现教育的个性化、全程化和深度化。

三、智慧教育的应用智慧教育的应用已经涉及到了教育的各个方面,比如教材设计、课程设置、教学过程、作业评估和学生管理等。

智慧教育系统可以通过学生的学习数据和模型分析,为教师和学生提供更加智能的课程设计和教学过程管理。

教师可以利用智能评价功能,及时发现学生的问题和进步,从而更好地进行课程设计和教学改进。

此外,智慧教育还可以对学生的学习轨迹进行跟踪和评价,发现学生在不同阶段的学习特点和需要,为学生提供个性化的学习计划和讲义。

四、智慧教育的前景未来,智慧教育将朝着更加个性化、智能化、全面化的方向发展。

随着大数据技术和人工智能技术的不断进步,智慧教育系统将更加精准地分析和评价学生的学习情况,为教育和教学提供更加全面、深度的数据支持。

同时,智慧教育还将更加注重学生的素质教育和创新教育,在培养学生的综合素质和实践能力方面发挥更加重要的作用。

我们相信,在不久的将来,智慧教育将在教育领域发挥越来越重要的作用。

大数据分析师如何进行智慧教育数据分析和学生学习行为

大数据分析师如何进行智慧教育数据分析和学生学习行为随着信息技术的迅猛发展,智慧教育作为教育创新的重要手段之一,受到了广泛的关注。

而大数据分析师作为智慧教育的中坚力量,扮演着关键角色。

本文将探讨大数据分析师如何进行智慧教育数据分析和学生学习行为,从而为教育决策提供科学依据。

一、数据收集与整理在进行智慧教育数据分析之前,大数据分析师首先需要收集相关的教育数据。

这些数据包括学生基本信息、学习行为数据、教师教学数据、课程设置数据等。

这些数据来源包括学校的管理系统、学生作业、测试题目、在线学习平台等。

分析师需要将不同来源的数据进行整合,并进行清洗和转换,以确保数据的准确性和一致性。

二、数据存储与管理大数据的特点是数据量庞大、多样性和快速增长。

因此,对于大数据分析师来说,建立一个高效的数据存储和管理系统是至关重要的。

分析师可以使用云计算等技术,将数据存储在可扩展性高、灵活性强的分布式文件系统中。

同时,通过数据管理系统对数据进行分类、索引和备份,以方便后续的数据分析工作。

三、数据分析与挖掘数据分析是大数据分析师的核心工作。

在进行数据分析时,分析师应选取合适的统计方法和机器学习算法,对数据进行处理和挖掘。

通过数据分析,分析师能够发现数据中的隐藏规律和趋势,揭示学生学习行为的特点和规律。

例如,分析师可以通过学生的学习时间、学习习惯等数据,预测学生的学习成绩和学习困难,从而提供个性化的学习支持。

四、数据可视化与报告数据可视化是将数据转化为易于理解和分析的图表和图形的过程。

通过数据可视化,大数据分析师可以将复杂的数据分析结果以直观的方式展示出来,帮助教育决策者更好地理解数据。

分析师可以使用各种数据可视化工具,如Tableau、Power BI等,将分析结果呈现为图表、地图、仪表盘等形式,使教育决策者能够迅速洞察数据背后的故事。

此外,大数据分析师还需要编写数据分析报告,对分析结果进行详细解读和说明,为教育决策提供科学依据。

智慧教学创新实践研究(3篇)

第1篇摘要随着信息技术的飞速发展,教育领域也在不断进行着变革和创新。

智慧教学作为一种新型的教学模式,融合了现代信息技术、教育理念和教学方法,旨在提高教学质量和效率。

本文通过对智慧教学创新实践的探讨,分析了其在教育领域的应用现状、存在的问题以及未来发展趋势,以期为我国教育信息化发展提供参考。

一、引言智慧教学是指利用现代信息技术,结合教育理念和教学方法,构建一种能够适应学生个性化学习需求、提高教学效果的教学模式。

在我国,智慧教学的研究和应用已经取得了一定的成果,但仍存在一些问题。

本文将从以下几个方面对智慧教学创新实践进行研究。

二、智慧教学的应用现状1. 智慧教学平台建设近年来,我国各级教育部门纷纷投入资金,建设智慧教学平台。

这些平台涵盖了教学资源、教学管理、教学评价等多个方面,为教师和学生提供了便捷的教学服务。

2. 智慧教学工具应用随着移动设备的普及,智慧教学工具在教学中得到了广泛应用。

例如,在线课堂、互动教学、虚拟实验室等,使教学形式更加多样化,提高了学生的学习兴趣。

3. 智慧教学资源开发为满足学生个性化学习需求,教育部门和企业纷纷投入资源,开发各类智慧教学资源。

这些资源包括微课、慕课、虚拟现实等,为学生提供了丰富的学习素材。

三、智慧教学创新实践存在的问题1. 教师信息化素养不足虽然我国教育部门大力推广智慧教学,但部分教师的信息化素养仍然不足,难以适应智慧教学的需求。

2. 教学资源质量参差不齐目前,市场上的智慧教学资源种类繁多,但质量参差不齐。

一些资源内容陈旧、实用性不强,难以满足教师和学生的需求。

3. 智慧教学评价体系不完善现有的智慧教学评价体系主要侧重于学生成绩,缺乏对学生学习过程、学习态度等方面的评价,难以全面反映学生的学习情况。

四、智慧教学创新实践的发展趋势1. 深度融合信息技术与教育教学未来,智慧教学将更加注重信息技术与教育教学的深度融合,以实现个性化、智能化、高效化的教学目标。

2. 强化教师信息化素养培训为提高教师信息化素养,教育部门应加大对教师培训的投入,开展针对性的培训活动,使教师能够熟练运用智慧教学工具。

大数据分析师如何进行智慧教育数据分析和学生学习行为

大数据分析师如何进行智慧教育数据分析和学生学习行为在当今数字化时代,大数据分析在各行各业中扮演着重要的角色。

智慧教育作为教育领域的新兴概念,借助大数据分析的技术和方法,助力教育实现更加个性化、高效和有效的教学。

而作为一名大数据分析师,了解如何进行智慧教育数据分析和学生学习行为的研究对于提升教育质量和学习效果具有重要意义。

本文将探讨大数据分析师在智慧教育领域中的应用方法和技巧。

一、数据收集和整理在进行任何数据分析之前,大数据分析师需要首先收集和整理数据。

对于智慧教育数据来说,可以从多个渠道获取,如学生学习平台、学生问卷调查、教师评估等。

这些数据可以包括学生个人信息、学习成绩、学习行为数据等。

将这些数据进行整理和清洗,并进行合理分类和标注,是进行数据分析的必要步骤。

二、数据分析方法1.聚类分析聚类分析是智慧教育数据分析中常用的方法之一。

通过将学生按照某些特征进行分类,可以找出学生之间的相似性和差异性,帮助教师和教育机构更好地了解学生的学习需求和特点。

例如,通过聚类分析可以将学生分为不同的群体,如优秀学生群体、中等学生群体和薄弱学生群体。

这样一来,教师可以根据不同群体的特点采取相应的教学策略,提供个性化的学习支持。

2.关联分析关联分析是一种通过找出不同数据之间的关联规则来发现隐藏在数据背后的规律和趋势的方法。

在智慧教育数据分析中,可以利用关联分析来研究学生的学习行为和学习成绩之间的关系。

例如,可以通过关联分析找出学生在特定学习活动中的参与度和学习成绩之间的关联规律,从而为教师和教育机构提供针对性的改进意见和策略。

3.预测分析预测分析是利用历史数据和模型来进行未来事件的预测的方法。

在智慧教育数据分析中,可以利用预测分析来预测学生的学习成绩和学习趋势。

通过建立合适的模型和算法,分析学生的历史学习数据,可以对学生未来的学习表现进行预测。

这有助于教师和教育机构及时发现学生的学习问题,并提供相应的帮助和支持。

三、数据可视化与应用大数据分析师需要将分析结果以可视化的形式呈现,使教师和决策者能够更直观地理解和应用分析结果。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

第31卷第6期 2015年6月 贵州师范学院学报 

Journal of Guizhou Normal College Vo1.31.No.6 

June.2015 

大数据驱动智慧教育发展模式研究 高廷红,陈 茜 (贵州大学大数据与信息工程学院,贵州贵阳550025) 摘要:通过描述大数据的特点和发展态势,指出教育将会向智慧教育的方向发展,大数据将会改变传统 的学习方式、教学方式和管理方式。大数据建立智能化数据采集系统获取大规模非结构化教育数据,形成 教育大数据以支持智慧教育的决策、实施、评价等全过程。需要通过丰富的教育资源、丰富的教与学渠道、 针对性的教学方式来构筑大数据教育平台,促进智慧学习。 关键词:大数据;智慧教育;智慧学习 中图分类号:G420 文献标识码:A 文章编号:1674—7798(2015)06—0043—03 

Study on the development of SMART education driven by Big Data GAO Ting-hong,CHEN Qian (Big Data and Information Engineering Institute,Guizhou University,Guiyang,Guizhou,550025) Abstract:With the description of the development of the Big Data,the study indicates that the education will develop in the direction of intelligence and Big Data will change the traditional way of learning,teaching and man— agement modes.Big Data would establish intelligent data acquisition system for large—scale unstructured education data,and form education big data to suppod the SMART education of decision—making,implementation and eval— uation process.The abundant education resources,rich teaching and learning channels and corresponding teaching methods are required to construct Big Data education platform and stimulate the SMART learning. Key words:Big Data;SMART education;SMART learning 

近年来,随着大数据技术的发展和应用领域 的拓宽,人们对大数据有了更清晰的认识,依靠大 数据科学,人们期待现代教育变得更加“智慧”。 大数据技术分析学生的学习行为、考试分数等所 有重要信息从而为学习和职业规划作指导。大数 据所带来的不仅仅是学习方式的变革,教师的教 学方式也会发生翻天覆地的变化,新的教育政策 将会被制定用于指导大数据下的智慧教育发展。 大数据是数据分析的前沿技术,是从各种不 同类型的数据中,快速获得有价值信息的能力。 大数据可分成大数据技术、大数据工程、大数据科 学和大数据应用等领域。大数据科学关注大数据 网络发展和运营过程中发现和验证大数据的规律 及其与自然和社会活动之间的关系。 1 教育发展的必然趋势 智慧教育是应用大数据信息技术,革新传统 “教学工厂”式的学校教育模式,提高教育的整体 效率和智能化程度,根据学生个人的情况培养新 时代人才 J。智慧教育是以大数据为基础的教 育,IBM公司认为未来智慧教育的内涵是:(1)以 学生为中心,教学活动以学生为中心而设计,关注 个性化学习与发展;(2)实时统计与分析,对教 学、教育资源的科学分配、集中管理、实时监测,针 

收稿日期:2015—05—25 基金项目:贵州大学教育教学改革研究项目(校教发[2013]58号);贵州大学电子科学与技术品牌特色专业(PTJS201302);贵州省重点 学科建设(ZDXKI2014]2号)。 作者简介:高廷红(1984一),男,贵州沿河人,工学博士,贵州大学副教授,研究方向:材料结构模拟。 通讯作者:陈茜,贵州大学副教授.E—mail:ie.xichen@gzu.edu.cn 

l圈 贵州师范学院学}}i 2015年第6期 对不同角色实时地统计分析,支持管理方(教育 局)、服务方(学校、第三方教育机构)、公众等多 视角多层次的统计分析;(3)集成管理,对教学过 程和管理过程的集成化操作和处理,对教育辅助 设施的智能化管理;对优秀教育教学管理体制、流 程和规范的快速复制和推广,对个人和群体教育 信息的完整性记录和管理;(4)多样化的互动式 体验,多样化的教学工具和方式,无地域和时间限 制的公众在线学习,互动式的、体验式的教学模 式;(5)共享资源,高度集成的资源共享,随处随 时可得的优质资源 j。 现在,我们依然是采用班级制度,所有学生做 相同的作业,但由于学习基础和学习能力的差异, 学生的反应也分成三种,第一种是能够较快较好 地完成学习任务,第二种是题目本身难易适中,通 过一定的努力也可以较好地完成任务,而第三种 即使通过自己努力也难以完成任务。教师就算发 现有这样的问题,在实际教学中也是按照多数学 生的情况,跟着教学计划前进,这样的结果会导致 期末更大差异,对于少部分优生而言,这对他们没 有挑战性,却没有机会接触更深层次的知识;而对 于部分差生,没有得到及时的帮助,不懂的知识越 来越多,渐渐失去学习的热情和兴趣。 当然,学生没有能够学好是有多方面原因的, 比如是因为没有花更多时间学习,或者是因为家 庭原因,或者是缺课次数多,也或者是学习方法不 对等等。当前的教育模式是根据成绩判断学生是 否学习合格,却没有关注到在这个学习过程中,学 生暴露出的很多问题如果不加以解决将会直接导 致的最终结局。这就迫切地需要一个系统的、全 面的、智能的学习系统,它不仅包含了合理的教育 制度和纲领,同时也是一个教育资源平台,能让教 师合理利用并掌握新型教育方法、学生能够接触 更多的学习机会和不同的学习模式。需要以学生 为中心,集成实时管理教学,监测多样化的教学模 式和利用大数据教育资源。可以说,智慧教育是 教育信息化发展的必然趋势。 2大数据对教育带来的变革 2.1学习方式的变革 每个学习者个人经历和知识结构都不同,需 要的最佳学习方式也不同。大数据的教育平台, 可以提供多样化的互助学习模式、多样化的考核 方式、合理的刺激和奖励机制,甚至是通过游戏设 圜 置各种知识的学习。每一个学习者都能根据自己 的特点找到适合自己的学习方式,实现学生的个 性化学习和发展。大数据还提供更加丰富多样的 学习资源,同时也提供多样化的虚拟学习环境,这 些虚拟的学习环境可以让人身临其境,学习兴趣 倍增。 2.2教学方式的变革 信息时代的发展日新月异,单纯依靠传统的 教学方式无法满足日益多样化的需求和不断增长 的知识量。教师需要将更多的精力放在引导式、 开放式的教学上,培养学生的思考本领和学习能 力。在大数据信息的复杂性、多样性和知识网络 共享性的趋势下,高等教育教学受到很大的挑战, 知识和技能可以通过越来越多的渠道来获得,高 等教育就要权衡各方面,不但保证学生学到应有 的知识和技能,同时也能够全面发展成综合素质 良好、人格健全的人。教育方式必须由“灌输式” 向“交互式”转变,打破高等教育仅仅局限于理论 的界限,树立开放式、批判式的教育观念,这样才 能与大数据时代的发展相一致。 2.3教学管理的变革 学校掌握结构化和非结构化的数据越来越 多,数据的价值日益凸显。教育管理层将会更加 注重智慧教育的发展规划与建设,建设智能化数 据采集系统以获得高质量的教学管理数据。对其 数据资源进行挖掘、分析,开发以数据应用为基础 的、数据资源共享的、学校与公众交互式的新一代 教育平台。并从学校管理、教学数据中提取具有 科学价值的信息,进行教学管理决策,减少决策行 为的盲目性。让数据来反映教育制度的合理性, 并逐步进行完善,用大数据为师生服务。教学管 理的变革同样会包含对特定学生的考核方式不同 的可能性,学校不再是“工厂”式的加工,而是根 据学生个人特点,允许更大范围内的发展自由。 大数据时代的学校管理更加强调智能化管理、数 据依赖、灵活的培养方式。大数据教学管理平台 的建设,对学校的教育水平和管理服务质量都将 产生极大的促进作用。 

3如何构建大数据教育系统 大数据对传统的教育信息系统、校园网络系 统进行整合与优化,建构教育大数据平台、智慧校 园管理系统 一 ,聚合更大范围的教育资源,结合 学校已有的教育数据,建立智能化数据采集系统 获取大规模非结构化教育数据,形成教育大数据, 以支持教育教学的智能决策、实施、评价等全过 程。构建大数据教学管理系统需要从以下几个方 面进行努力。 3.1 以促进智慧学习为核心 每一个学习者的学习兴趣不同,已有的知识 体系不同,所以他们之间的学习能力有很大差异。 要使学生能够有效完成学习过程,首先要培养一 定的兴趣和爱好,在之后进行持续地学习,而要保 持持续的学习,需要学习的内容和已有的知识体 系相近,从而又具有一定的挑战性,逐渐使学习者 的学习兴趣越来越浓,越来越充满自信,自觉地学 习,如果缺少自学的动力,就始终难以摆脱灌输式 的被动学习,而且学得非常艰苦。 通过智能数据采集系统,对学生学习和考试 行为进行观测,研究其学习行为对结果的影响,包 括学生是如何朝着正确的方向努力的,由于学生 的努力有了哪些收获,在考试中,学生对题目的难 度反应如何,对哪些知识点及其关联的知识面还 没有掌握等信息,将所有的信息形成数据档案,用 于后期数据分析,这些数据的结果同时也是为了 了解学生的真实学习情况,并给他们提供个性化 的学习模式。 3.2 以丰富的教育资源为基础 以数据应用为基础的、数据资源共享的、学校 与公众交互式的大数据教育平台要有丰富的教育 资源,丰富的教与学的渠道。借助开放的大数据 教育平台,学生在课堂进行学习的基础上,大数据 教育平台的各种资源为学生提供了一个自由的课 堂,使得学生可以自由、广泛地选择学习感兴趣的 内容。通过大数据的资源共享平台,学生能够更 快更好地找到自己感兴趣的内容,通过交互式的 学习交流平台,学生又能够及时解决疑惑,及时补 充相关知识,构建新的知识结构,多元化的课程为 学生的进一步学习提供了良好的条件。现实中的 教育课程大多是规定的,也是学生所必须要学好 的核心课程,除了教师需要根据学习内容和学习 对象的特征来教好一门课程之外,更多的内容是 需要设置特定的学习环境、学习场景,只有让学生 身临其境,才可能更好地、有效地进行学习,大数 据的资源共享平台、智能学习平台、交互式学习平 台就要提供特定场景的学习内容和学习氛围。这 些新型的教学方式,糅合了特定教学氛围,将突破 学校教学时空的局限,推动学校的教学模式由封 大数据驱动智慧教育发展模式研究 闭走向开放。在课程教学组织方式上,从结构化 良好的封闭式课堂教学逐步发展到半开放的混合 式课程、完全开放的社会化课程教学,教学时空、 师生关系进一步多元化 J。 3.3以实现个性化教学为目的 在以学生为本的大数据教育平台下,教师对 教学工作的安排就更需要有针对性,针对性不是 指教师一定是针对某一个学生来设计,而是设计 的内容针对全体所有的学生,做到既统领了全局, 又照顾到了个体差异,从每个人的特殊需求出发 来开展教学工作,极大地提升教学质量。大数据 服务平台,可以根据学生特点来构建教育资源和 学习场景,做到因材施教。该平台同时也包含了 对所有学生采集到的信息,通过数据分析,及时把 相关的合适课程推荐给该学生,比如我们根据学 生所关注的内容或是今后期望的工作岗位,进而 及时将从事该岗位所需的基本知识课程推荐 给他。 通过大数据平台进行学习分析,既能够为每 

相关文档
最新文档