大数据在教育领域的深层应用研究

莫 炜，区文雄

（1.广东松山职业技术学院，广东 韶关 512000；2.长讯通信服务有限公司，广东 广州 510060）

0 引言

自进入大数据时代后，人的行为不断被量化，大量结构化数据、非结构化数据进入各个领域。为适应未来发展趋势，在教育领域合理分配教育资源，确保教育方法、教育内容的标准化显得十分重要。广东省尝试将大数据深层应用到教育领域，对教育展开变革，并且已取得初步成效，在教育大数据发展的3 个阶段应用大数据技术具有划时代的意义。

1 教育大数据概念及应用模型

1.1 教育大数据概念

教育大数据是指在教育领域内通过各种方式收集的大量教育相关的数据，其中，包括学生的学习数据、教师的教学数据、课程的运行数据等。这些数据可以通过各种数据分析技术进行处理和分析，提取出有价值的信息和知识，为教育教学和管理提供决策支持。教育大数据特征如图1 所示。

图1 教育大数据特征

由图1 可知，教育大数据具备大规模、多样性、实时性、高维度特征，在内容覆盖上包括课程数据、师生数据、学校数据、政策数据等。其在应用中支持数据实时收集和更新，能够反映教育教学的实时状态，并涵盖了学习行为、学习成果、教学过程、教学资源等多个维度的数据，在教育领域中的应用具有重要的价值。

1.2 大数据在教育领域应用实践意义

传统的教育模式在教育数据搜集上的细化程度较低、综合程度较差、数据的颗粒度较小。在数据的多元性、量化性、全面性上均有所不足。大数据在教育领域中的应用则以大规模的数据采集方式确保数据颗粒度最小化，以往很多应该采集却无法采集的教育信息可捕捉和量化，成为指导区域宏观教育政策和个体教学行为依据。而且大数据的反馈功能可用于标准量化指标构建，改变单向流动的评价结构和忽视过程的评价方式，实现持续动态的评价反馈。此外大数据在教育领域实践应用意义表现在个性化上，传统工业化生产教育模式无法体现学生之间的差异，大数据提供的个性化、定制化服务能够通过数据动态改变及调整，创造更加适宜学生的教育环境、教育方法。大数据在采集大量的数据之后，其核心功能在于数据的深层挖掘，即根据经验和统计分析结果完成定量预测的过程，这种预测行为和结果将改变经验论在教育领域中的应用，而且能够从整体变化趋势和预测结果中找到改革节点[1]。大数据在实验实训中的应用流程如图2 所示。

图2 应用流程

1.3 应用模型

与传统教育相比，大数据在教育领域中的实践应用具有重要价值。主要通过数据挖掘、学习分析两种方式为教育提供数据依据，就两种方向而言均构建了具体的应用模型，具体模型如表1 所示。

表1 广东省教育数据挖掘和学习分析应用模型

在教育领域之中，广东省尝试将大数据的挖掘功能和数据分析功能应用到具体的模型构建之中，并对具体的应用方向、应用对象、数据内容进行分类，以确保数据应用效果良好。广东省为了进一步促进教育的均衡发展，采取政策调整措施，将学校作为试点，多样化采集海量数据，建立模型采集、处理、分析相关数据，对数据进行分类、关系判断、总结。同时合理配置教育资源，寻找区域内不同学校在教育机会、教育质量上的差异，根据大数据分析结果提供改进教育管理服务、完善教育基础设施的策略。

2 大数据在教育领域的应用

2.1 教育决策

在教育决策领域中，广东省教育部门通过对大量的教育数据分析，更准确地了解教育的实际情况和存在的问题，例如，哪些地区的教育资源匮乏，哪些年级或科目的教学质量较低等。基于信息挖掘结果制定更为科学和有效的教育政策。

在资源分配方面，教育管理者基于数据模型更好地理解教育资源的使用情况，如哪些课程或教师受到学生的欢迎，哪些设施或设备使用率高等。基于这些信息为地区更合理地分配教育资源，提高资源的利用效率。此外在教育决策领域中，相关技术人员可通过大数据对历年的招生数据和毕业生就业数据进行分析，学校可预测未来的招生和就业趋势，制定更有效的招生策略和就业指导方案。在教育决策之中利用大数据的分析功能可使得决策更加科学、具体[2]。例如，广东省采集了佛山市共计72 所中学，建立模型对各学校分类编号，利用大数据的教育决策功能，为学校提供指导数据，优化政策分配和资源分配。该过程中利用大数据的数据挖掘功能实现教育的整体优化，大数据在教育决策领域应用如表2 所示。

表2 大数据在教育决策领域应用

大数据在教育决策领域的深层应用可以帮助教育管理者做出科学、有效的决策，提升教育质量和效率。

2.2 教育管理

在教育管理方面，为改变以往粗放型的教育管理模式，基于大数据的数据挖掘功能和行为分析功能，推动教育精细化管理模式的构建。采用更加细致的数据逐个对学校分析，以确定具体的管理模式。广东省在此期间利用大数据技术分析各地教育资源的配置情况，包括师资力量、硬件设施、课程设置等，以便科学、公平做好教育资源的优化配置。在学校数据采集中，则通过收集和分析学生的学习数据，实时监控学生的学习情况，提早发现学生的学习困难，及时干预和指导，提高教学效果。广东省利用大数据技术对教学过程和教学结果进行全面的数据分析，客观、准确评价教学质量，为教学改革提供数据支持。在行为管理、规范管理、纪律管理等方面，则通过分析学生消费数据，了解其生活习惯和需求，提供更好的服务[3]。例如，广东省针对各个大学建立信息系统，通过集成教育数据完成规范化的管理，并注重数据的监测，强化网络安全。某高校基于广东省关于教育改革方面的政策，在规范化学校管理体系构建中应用大数据技术整合系统，系统模块如图3所示。

图3 大数据信息整合系统模块

在该信息系统模块之中，学校整合了大量的数据，建立规范化的管理体系，提供更加精细化的数据信息服务。而且在教育管理中指出学校减少资源浪费的策略等，确保教育管理的科学性。

2.3 教育方式

基于大数据技术的教育方式改革，呈现出个性化、智能化的特征。在教育方式中，学校通过收集和分析学生的学习数据，包括学习进度、学习成绩、学习兴趣、学习行为等，以了解每个学生的学习情况和需求，从而提供个性化的教学方案和资源，满足学生的个性化学习需求。根据大数据学习行为模型的分析结果为学生提供智能辅导[4]。例如，基于大数据系统分析学生的答题数据，发现学生在哪些知识点上存在困难，然后提供针对性的辅导和练习。通过实时收集和分析学生的学习数据，教师及时了解学生的学习情况，及时调整教学方法和策略，提高教学效果。教育系统的功能如图4所示。

图4 教育系统的功能

此外，在教育模式上，大数据也改变了传统的教育模式，提供线上教学模式，并且根据学生在线上平台之中的操作行为提供指导，在MOOCs 在线学习模块中，为提高MOOCs 和在线学习的效果。学校通过分析在线学习的数据，了解学生的学习行为和模式，从而提供更好的学习资源和服务。在此过程中，传统以“教”为中心的教学模式逐渐转变为以“学”为中心的教学模式，强调从学生学习的角度出发，为学生提供针对性的资源，提供适宜的学习环境，建立学生的自适应学习模型[5]。

2.4 教育评价

广东省正在积极探索大数据在教育评价领域的深层应用，并注重传统定性评价方式向量化评价方式转变。基于大数据的量化评价模块内容如图5 所示。

图5 基于大数据的量化评价模块内容

学生学习评价中利用大数据收集和分析学生的学习数据，如考试成绩、作业完成情况、在线学习行为等。在评价体系中能更准确地评价学生的学习效果和进步，同时也能够发现学生的学习困难和问题，及时提供帮助。在教师评价中通过对教师的教学行为、教学方法、教学效果等数据做分析，对教师的教学能力和教学质量加以评价，帮助教师改进教学方法，提高教学质量[6]。在课程评价中通过分析学生对课程的反馈和评价以及学生的学习成绩等数据，可以评价课程的质量和效果，为课程改革提供依据。在学校评价中通过对学校的教学质量、学生满意度、就业率等数据的分析，评价学校的整体水平和优势，为学校的发展提供指导。利用大数据技术实施教育评价，则从整体到细节均利用不同的数据源，并对评价标准加以转变。在评价中可采用过程性评价、增值性评价方法，对学校、教师、课程、学习方式等进行效能评估，诊断问题和结果。

3 结语

综上所述，大数据在教育领域中的应用价值实现主要得益于数据挖掘和学习分析两种模式。在教育决策、教育管理、教育方式、教育评价中的深层应用，更突破了传统教育模式的弊端，推进了教育改革和教育发展。广东省在将大数据应用到教育领域中应给予政策支持，做好信息资源的整合工作，以确保教育模式的不断优化。