来源：教育研究，2018，39(02):120-126.
摘要：随着云计算、物联网、移动通信等信息技术的快速发展，大数据已经成为推动教育系统创新与发展的重要力量。依托中国基础教育大数据发展蓝皮书项目，文章对国内基础教育领域16所开展教育大数据项目研究与实践的学校进行了调研。研究发现，中小学校开展教育大数据项目主要有三大动因，分别是持续引领学校整体发展、促进学校教育信息化发展以及破解学校教育教学发展难题；在实施模式上，主要采用自发探索式、项目参与式、行政推动式以及企业引领式，每种模式各有特色；在实施路径上，包括成立教育大数据课题研究团队、做好教育大数据相关技术产品的选型、制定教育大数据项目实施保障制度和机制、积极营造校园教育大数据文化以及注重提高全校教职工的数据素养。当前，各学校在推进教育大数据项目过程中，常面临教师数据意识相对保守、教师的数据处理能力较低、产品技术保障的不到位、难以建立统一标准的数据体系等现实难题。学校开展教育大数据项目应避免四大误区，分别是开展教育大数据项目是少数人的事情、教育大数据项目短期投入即可见效、导入教育大数据能够解决一切问题以及先获得大量数据再考虑安全问题。关键词：大数据； 教育大数据； 动因分析； 导入模式；实施路径； 常见误区；
作者：杨现民；李新；田雪松
来源：中国电化教育，2018(01):50-58.
摘要：教育大数据为分析学习行为与过程、提升学习绩效、科学规划与决策提供了巨大可能。当面临社会化学习中大容量、增殖速度快、具有一定情境特征的海量教育数据时，传统的分析方法遇到了瓶颈。如何建立可靠的学习分析模型，对教育数据进行科学合理的分析和解释，成为当下研究的热点和难点。本文首先介绍了内容语义分析的概念、一般过程和分析方法，在此基础上提出了数字化课堂内容语义分析方法，以及社会化学习中的内容语义分析模型和应用框架，探讨了内容语义分析模型在数字化课堂教学、教育技术学领域本体库构建、网络研修社区教师反思水平分析中的应用，以期为探索教育大数据环境下的教育研究途径和方法提供借鉴。
关键词：教育大数据； 内容语义分析； 分析模型； 应用研究
作者：刘清堂；张思；范桂林；王洋；吴林静
来源：电化教育研究，2017，38(01):54-61+93.
摘要：教育数据伦理是对教育数据产生、采集、存储和分析利用过程中所应秉持的道德信念和行为规范的理性审视。教育数据伦理以价值构建与认同为根本挑战，以利益机制设计为主要抓手，蕴含时序性和情境化的动态性。明确教育数据的价值定位，界定教育主体的数据权利，厘清教育数据的教育效用，是教育数据伦理面临的基本问题。对教育数据伦理的研究，从传统伦理学视角，须推进道德自律、法律法规与监管；从技术视角，应从教育服务的各个环节进行伦理渗透，避免技术异化；从教育视角，要提升教育管理者和教师的教育数据素养。 关键词：大数据； 教育伦理； 数据素养；
作者：刘三女牙；杨宗凯；李卿
来源：教育研究，2017，38(04):15-20.
摘要：测评大数据是基于测评活动获得的学习数据的集合，基于测评大数据分析的学习反馈是发挥大数据优势、提高学习效率的有效途径。本研究从测评大数据的视角探讨了大数据应用于学习反馈环节的机遇与挑战，对当前测评大数据的应用方式及问题进行了分析；从数据优势与教学经验有机结合的思路出发，建构了基于测评大数据分析的学习反馈系统框架，包括:反馈内容设计、反馈环境设计、反馈机制设计三个维度。研究认为:测评大数据为当前学习者状态分析和教学优化提供了更客观的数据支持，基于测评大数据的学习反馈分析与规律总结是教育大数据在基础教育领域的价值所在，把握学习状态是开展下一阶段学习的基础。 关键词：测评大数据；学习反馈；反馈设计
作者：陈明选；王诗佳
来源：电化教育研究，2018，39(03):35-42+61.
摘要：文章基于智慧课堂大数据，利用教育数据挖掘技术进行建模、分析和处理，从教学设计过程、学习活动过程和学习结果三个层面进行整体设计，包括基于学习者行为建模与分析的"1+3模式"以及基于学习内容和结果建模与分析的"3+1模式"，构建了学习行为影响分析、学习行为路径分析、学生行为关联性分析和学业成绩预测分析四类应用模型，并基于真实数据对智慧课堂数据挖掘应用进行实证分析。以学生的行为路径分析为例，得出成绩上升的学生行为共同模式是先学习微课再收藏，而成绩下降的学生则相反，收藏并不一定会学习，而学习行为发生在收藏前则表明成绩上升的学生肯定了微课对自己的价值，这也从一定程度上解释了学业成绩变动的原因。 关键词：教育大数据； 智慧课堂； 数据挖掘分析； 应用模式； 实证分析；
作者：刘邦奇；李鑫
来源：电化教育研究，2018，39(06):41-47.
大数据背景下的精准个性化学习路径挖掘研究——基于AprioriAll的群体行为分析
摘要：在数字化环境中，学习是对信息进行收集、汇聚、存储、共享和创造的过程，不仅涉及个体学习行为，也涉及群体行为，影响着个体知识建构过程。大数据背景下，基于AprioriAll算法，挖掘分析相同或相近学习偏好、知识水平的同一簇群体学习行为轨迹，并以学习者特征与学习对象媒体类型、理解等级、难度级别的匹配计算为基础，能够生成精准个性化学习路径，可为差异化教学提供新思路。最后，采用实验研究法，通过散点图与无回路有向图及学习效率与满意度调查，表明研究成果满足学习需求，能为学习者提供有效指引，有助于激发学习兴趣，提高学习动机，促进个性化发展。关键词：个性化学习； 精准学习路径；AprioriAll算法； 大数据； 群体行为
作者：姜强；赵蔚；李松；王朋娇
来源：电化教育研究，2018，39(02):45-52.
摘要：大数据受到社会的普遍关注。教育领域的师生群体大，教育数据的潜在价值亦非常大。大数据的局限性日益显现，随后出现的小数据、全数据、快数据、行数据、关数据、巧数据等概念开始引起数据研究者的关注。本文从解读教育数据智慧的角度出发，理清了上述几个概念之间的关系，认为大数据与小数据组成了集数据密集与智慧密集于一体的全数据；快数据、行数据、关数据、巧数据是大数据的四种新形态，它们从不同的角度突显大数据的潜在价值。本文期望通过对数据智慧的解读，能够为教育数据的挖掘和应用提供思路。 关键词：数据智慧；大数据； 小数据； 全数据； 快数据； 行数据； 关数据； 巧数据； 暗数据；
作者：祝智庭；彭红超；雷云鹤
来源：开放教育研究，2017，23(05):21-29.
摘要：国家以招生考试制度改革为龙头的教育深化综合改革的核心方向是促进学生的全面发展与个性化成长，发现个性、培养个性，提高教育质量。教育大数据可以发现真正的学生个体特征，为学生提供个性化成长的支持，为破解规模化覆盖和个性化发展的难题提供了新的思路。北京师范大学未来教育高精尖创新中心研究了一套全面表征学习者特征的数据模型以及区域教育数据挖掘与分析模型，开发了一个促进学生个性发展的教育公共服务平台，形成了一套用大数据改进区域教育质量的解决方案，并在北京市的通州区成功开展了实践，取得了良好的效果。
关键词：大数据； 互联网+教育； 智能公共服务； 区域教育质量改进；
作者：余胜泉；刘晓庆
来源：电化教育研究，2017，38(07):5-12.
教育大数据背景下学习结果预测研究的内容解析与设计取向
摘要：基于数据集的学习分析和人工智能技术的深入发展，使得以优化学习过程、缩短学习改善周期为目标的学习结果预测得到研究者的广泛关注和实践探索。文章首先对数字化学习环境下的学习预测研究探索进行梳理，辨析其研究特性，之后纵向解析了学习结果预测研究中的内容，并横向剖析了研究中存在的问题；在此基础上，从情境、理论、数据、方法和结果五个层面对未来学习结果预测研究的设计取向进行讨论；最后，对以学习者为中心的数据的预测设计原理进行阐释，并设计个性化学习结果预测研究框架，以明晰其系统化分析流程与结果。
关键词：学习结果预测；学习分析； 人工智能； 个性化学习； 设计取向；
作者：牟智佳；武法提
来源：中国电化教育，2017(07):26-32.
点击附件下载 获取PDF合集
