京公网安备 11010802034615号
经营许可证编号:京B2-20210330
教育大数据 未来 已来 _数据分析师考试
2015年6月24日,中国教育学会“十二五”规划课题“基于Pad的新型教学方法的实验研究”结题会在北京第一师范学校附小举行。
作为课题参与单位之一,铭仁教育一直在为本课题的实验学校提供学情数据的采集、分析工具和策略优化平台,含面向学生的“有谱TM自适应学习平台”(App),及面向教师的“有谱TM教学数据决策系统”(Web)等。在本次课题结题会上,铭仁教育CEO江新与国家开放大学培训中心汪启富院长、北京师范大学李玉顺老师一起,以对话的形式同与会者作了题为“移 动终端支持下学情诊断大数据和教学策略优化”的分享。
从三位资深从业者的分享可知,大数据在教育行业中的应用已经提上日程,不论是学生、家长、教师还是管理者,都需要积极拥抱这一新方法、新理念。他们基于课题项目长期积累的实验数据,提出了以下较为明确的观点:
一、大数据是实现个性化教育的必由之路
大数据概念从2008年首次提出后得到了快速的发展,乃至有人将2014年称为“大数据元年”,不知不觉中,大数据相关应用已经开始渗透到人们的生活和工作中。
通过分享会可知,国内教育大数据领域的实验早就开始了,从最早期的实践共同体认识到大数据是实现个体化教育的必由之路,是让教育教学过程更具针对性的关键支持要素。
与传统教育数据的时效性滞后、数据采集粒度粗放、不方便及时调用计算等缺点相比,教育大数据的及时性、细粒度和可计算性改变了数据应用的传统方式,这使得“对历年升学真题卷作全样本分析,发现每个知识点的考频权重”“用全体学习者的数据支持每个个体学生”等成为可能,只有充分应用教育大数据,面向全体学生的个性化教育才能真正落到实处。
二、发挥大数据的优势,需要与知识图谱、自适应等技术充分协同
大数据的应用需要经由可视化,其价值才能呈现给用户,教育大数据可视化的一个重要途径是知识图谱(KnowledgeGraph)化。与自适应测试和学习技术的整合,才能更有助于教育大数据策略性价值的发挥,使得教学或学习系统更智能。本课题的实践共同体早就体认到这一点,开展实践并取得了卓有成效的成果。
本课题所使用的“有谱TM自适应学习平台”基于课程标准,解构学科知识体系为多级知识节点,进一步汇总定义为学科能力,并适应了各种通行教材版本的知识编排顺序。与自适应测试技术整合在一起,可以非常方便、直观地为每个学习者绘制个人知识图谱。系统还同时采集学习者的学习风格特征、各类学习资源和服务的有效性等数据,为学习者提供完整的个性化的学习服务。
三、教师和管理者需要转变观念,积极拥抱大数据
在分享会上,国家开放大学培训中心的汪启富院长介绍了他们新开发的“国培”课程《数据驱动教学策略优化的理论、方法和工具》,该课程正是基于本课题的研究成果,提炼汇总而成。
教师和各级教育管理者是教育教学变革的关键要素,大数据时代下,教师的教学技能也需要与时俱进的发展,应当有意识、有方法、有工具地去收集和善用大数据,提高教育教学的效率,降低学生负担、缓解教师自身的工作压力。
科研课题是一种非常有效的产学研相接合的方法。经由严谨的教育科学实验,再将成熟的方法、工具推而广之,是一种负责任的发展路径。在本课题开展的数年中,不仅论证了基于数据的自适应学习平台的有效性,还开发了相应的教师培训课程,“教育大数据”的应用不再遥远,已经成为现实。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21