大数据技术的教学应用特性与应用场景分析

罗惠元 渤海大学教育科学学院

●大数据技术

1.大数据技术的定义

当前，人们对大数据技术的理解主要集中在数据规模、数据复杂性、应用价值和技术实现四个方面。从数据规模的角度来看，大数据技术是以海量数据为基础而开展的技术；从数据复杂性程度来看，大数据技术内含多种多样的数据形式，具有丰富的数据来源，并且有着动态复杂的数据体系；从数据应用价值的角度来看，大数据技术的应用有着巨大的价值潜力；从技术实现的角度来看，大数据是一种通过数据挖掘与交换、数据处理与深度分析，从海量数据集中获得巨大应用价值的新型技术体系。

2.大数据技术的特征

（1）数据海量性

随着信息技术的高速发展，数据开始爆发性增长，社交网络、移动网络、各种智能工具等都成为数据的来源。教育大数据是在完整的教育活动过程中所产生的以及根据教育需要收集到的一切用于教育发展并可创造巨大潜在价值的数据集合，其数据来源及信息类型丰富多样。教学性信息与非教学性信息综合在一起，就会形成巨大的数据海洋，基于大数据技术，可实现对海量数据的科学分析。

（2）数据完整性

数据的完整性是使大数据技术分析出的结果具有可靠性和准确性的保障。大数据技术的数据完整性原则可参考数据库的通用准则，将其归纳为ALCOA＋CCEA原则。其中ALCOA原则是指教育大数据来源可追溯、数据记录清晰可见并与各项操作同步生成、数据是第一手精确数据。CCEA原则指数据完整无遗漏、数据与实际操作相一致、原始数据可长久保存、数据在审核时可见不被隐藏。

（3）潜在逻辑性

大数据分析的意义体现在它所分析的数据具有潜在逻辑性。另外，“潜在”二字又代表了使用大数据技术要分析寻找的逻辑关系通常是隐含的不能被直观得出，分析出的结果甚至可能是出人意料的。

3.大数据技术的实际应用内涵

大数据这一概念最早用于描述数据规模，其含义是指数据的量十分庞大。如今，大数据的内涵主要体现在以下两个方面：①大数据是一种新型技术手段。信息技术的高速发展促进了大数据的诞生，而人们对记录真实世界的渴望激发了大数据技术的不断演变和发展。近几年随着移动互联网、云计算、物联网等技术不断孕育走向成熟，人们处理信息的能力也有了极大提高，不仅能够在一段时间内完成海量数据采集，还能挖掘、存储、分析这些数据，从中提取有用信息，实现特定目标，并对现实进行引导。由此可知，大数据是把一切事物数据化的技术，且它的速度远远超过了传统的数据存储和运算。大数据技术是一项复杂、多层面的技术，可以从多角度、多方面对事物进行全面分析，这对于提高人类的认知水平、预测与决策能力起到重大作用。②大数据是一种思维方式。大数据兼具宏观与微观双重功能，它既能宏观地判断某些模糊的事物，又能准确地观察到个人，从而有效扩大了人们的认识范围和深度。一方面，大数据技术以“更多”“更杂”“更好”的思想为基础，开创了一种样本即整体的全数据模式，打破了传统局部分析和样本分析的局限，可以从巨量的数据资料中得到更完整、全面、准确的总体情况，并预测其未来发展，以此辅助决策。另一方面，大数据还具有微观的功能，可对不同个体进行量化处理，并将相关数据进行存储和记录，通过特定的处理方法，可以发现数据背后潜藏的规律，对未来发展趋势进行预测，以辅助决策。

●大数据技术的教学应用特性分析

1.基于海量教育信息建立专门的教育数据库

建立教育数据库需要将教育信息分类，其中包含教师信息和学生信息。首先，根据学生学习的不同阶段（上课—作业—考试），同时考虑到家庭教育和课外活动对学习成绩的影响，最终将学生信息分为以下六大类：①学生基本情况。包括学生姓名、性别、爱好以及曾就读的学校和主要经历等。②学生课堂表现。包括学生记笔记的频率、回答问题的频率、小组讨论和展示的情况等。③学生的作业反馈。主要包括学生课下作业完成情况，是否将规定内容全部完成，包括表达是否通顺、信息是否完整、是否切题、正确率与准确率等。④学生的考试成绩。将考试题目分为基础题、能力题、难度题，详细记录学生完成以上三类题目的得分情况，同时记录错题原因。⑤学生的课外活动情况。包括课外阅读、购物、运动、游戏等一系列的课外活动信息。⑥学生的家校互动情况。包括家访情况、家长会表现情况、家长与教师沟通的信息等。其次，教师的信息也可根据“上课—作业—考试”来划分。上课信息包括教师课堂讲授情况、重难点设计及授课详略安排；课件、课堂板书以及补充材料内容；课堂提问和解答的情况等。作业信息包含知识点分布、作业量、批注以及作业讲解情况等。考试信息则包括题型新颖度、知识点分布、学生的正确率等。在教学过程中，教与学是密不可分的，因此学生的表现信息也应作为体现教师教学效果的一种结果信息，计入教师信息中。

2.进行有效的与教学强相关的数据筛选

要筛选出有效的、与教育教学活动具有较强关联性的信息，首先要进行数据清洗。数据清洗是指在数据集中找出并纠正明显谬误的最后一道工序，通常是由计算机完成，其目的是去重、纠正明显错误，并提供数据一致性。数据清洗的对象主要包含残缺数据、错误数据、重复数据三类。残缺数据是指缺失必要信息的数据。错误数据是指乱码数据、不符合格式的数据以及从外观上就可以直接判断为无效的数据。重复数据是指没有任何差别的完全相同的数据。经过数据清洗之后的数据基本可称为有效样本，下一步就是使数据与教育教学产生强关联性。虽然在教育教学中应用大数据技术的最终目的是提升教学质量，优化教学效果，但在筛选数据时，不应只围绕教学活动而舍弃非教学性数据。因此，数据收集和筛选应从反映分析对象性格特点和心理特征的数据入手，从源头分析教师与学生的主要特点。明确了这一目标，许多非教学性信息就与教学产生了关联。

3.分析数据的潜在规律用来指导教学

根据信息库中的数据，找出其中潜在的逻辑关系和规律指导教学实践。①分析学生的信息，如结合作业和考试的相关信息推断出学生的强项和弱项，教师在教学时能够有所侧重，使教学更有针对性；通过学生课外活动的信息分析学生兴趣点，教师可在教学过程中结合学生感兴趣的信息进行讲解，采用举例或引用等方式引起学生兴趣，以达到更好的教学效果；通过家校互动信息教师可知道家长在学生学习过程中的参与度，并由此判断是否应加强家校联系、如何互动才能帮助学生更好地学习。②分析教师信息多维度地评价教师的教学水平。例如，分析教师准备的课件或教案，总结教师的教学方法和教学思路；根据上课提问和回答总结的情况反映该教师是否喜欢或擅长课堂互动；布置作业时知识点的分布是否均匀，难度如何，由此可得出教师布置作业的合理性和有效性。基于教师信息的分析结果，帮助教师明确自身教学的优势和缺陷，平衡自己的教学能力，提升教学水平。

●大数据技术的教学应用场景分析

1.课堂教学

（1）帮助教师拓展和丰富专业知识与技能

在教学中，很多中小学教师都是根据教学大纲、教材和教案来安排教学内容。如果教师能够利用大数据技术收集自己所在学科最前沿、最热门的研究，并将它们融入课堂教学，那么这样既可使自己的教学更加严谨，又可拓展学生知识面，提高学生学习兴趣，教学效果也能得到增强。

（2）帮助分析学生特征和激发学生学习兴趣

大数据技术收集记录的学生信息是多领域、多维度、多方面的，通过这些信息能够分析出学生的性格特征和个人兴趣。教师根据对学生个性与兴趣的分析结果调整教学内容和教学方式，使自己的课堂讲授更贴近学生喜好，更能激发学生的学习兴趣。

（3）帮助教师根据学生即时信息反馈进行教学调整

学生的课堂表现、作业反馈和考试情况是对教师教学能力、教学有效性的直观反馈。运用大数据技术可以自动记录每一位学生的课堂表现、作业情况和考试情况，帮助教师更好地观察学生，并将这些信息作为教学的反馈信息，方便进行教学调整。

2.课外学习

（1）帮助教师掌握学生课外学习情况和进度

教师结合课堂表现、作业反馈情况以及考试结果等信息，分析学生对知识的理解和掌握程度，个性化布置相关学习任务，使学习任务更有针对性，更有利于学生的自我提高。大数据技术可以记录学生的自主学习情况，有效跟踪学生的学习进展和学习效果。

（2）帮助学生更有效地寻找学习资源

大数据技术基于海量教育信息建立庞大的教育信息数据库，学生在查找学习资料时，可以根据自己的专业特点或其他需求获取相应的资源。另外，大数据技术可收集海量学生的学习评价，并通过他们的学习表现以及学习后产生的变化，帮助评价该资料的优劣，辅助学生选择更有效的学习材料。

（3）帮助学生自我评价和自我完善

学生的自我评价通过对学生学习情况的横向对比和纵向对比来生成。横向对比指的是将该学生与其他学习能力相似的学生进行对比，比较其学习进度和学习效果，以此来判断该学生的学习进度、学习效果是否符合平均水平。纵向对比指的是将学生个人的数据收集起来，比较不同时期的数据。大数据技术详细记录了学生在教学过程中的完整表现，并保留了历史数据。通过这些数据可生成学生的学习成长曲线，学生能够清晰地看到自己学习能力和学业水平的变化，有助于学生进行自我评价及自我完善。

3.在线学习

（1）收集在线学习平台的海量数据

大数据时代的在线学习平台能够收集到最多的数据，线上学习样本量采集得越多，分析出的结果就越可靠，师生在教学判断与评价方面所获得的支持就越完备。大数据技术可以通过学生的浏览次数、是否倍速、暂停的次数以及参与互动的情况等分析出大部分学生对该课程的真实感受，判断出该课程的难易程度，以形成更加客观、有效的课程评价。

（2）快速收集在线学习平台数据

大数据技术使在线学习平台收集数据更加便捷，利用大数据技术，可快速分析学生的解题思路和回答情况，收集多种解题方法，还可以根据作业和考试情况向学生及时推荐更有针对性的课程，生成个性化定制的学习方案。在在线学习的场景中，无论是收集数据还是生成结果，都比面对面教学更加快速、便捷、高效。

（3）促进新概念与新技术的诞生

在大数据技术的基础上，人们发展出智慧教育、智慧校园，又衍生出了数字化学习的概念。此外，与其他技术相融合，大数据技术也可发挥更大的作用，如在VR教学中应用大数据技术、在元宇宙空间应用大数据技术等。在在线学习的场景中，多种技术相融合成为可能，从而促进了教育技术的发展，发挥出在线学习更大的优势。

●结束语

大数据技术的应用开启了教育教学实践发展的新时代，推动了教育领域的诸多变革。但是随着应用的深入，仍然会出现许多值得讨论和思考的问题：①如何实现跨领域教育数据库的共享与整合，是当前亟待解决的教育实践问题之一。基于海量数据来源，大数据技术应用应建立包含多种不同种类信息的数据库，单纯使用教育相关的数据库是不够的，并不能充分反映出与教育分析对象相关的各种信息。②教育大数据从业者必须具有一定的数据素养，才能有效地进行大数据分析。首先，能够获取各种优质教学资源，并对其进行有效的管理与储存；其次，应具备良好的数据分析能力，具备一定的数据统计和分析能力；最后，可对数据信息进行解释，并运用模型分析对数据进行深度挖掘。尽管目前仍存在许多问题有待解决，但是以教育大数据为导向的教育决策，已经成为现代教育教学改革的重要基础保障，成为一种无法改变的教育信息化发展趋势。