大数据与未来教育
陈兆峰20122802011
摘要：在当今的信息时代，云技术、物联网和基于二者的大数据技术正推动教育发生着变革。未来教育在互联网等技术的作用下变的越来越个性化，通过对大数据技术的应用将有利于个性化教育，标准化的学习内容由学生自组织学习，学校和教师更多的关注学生的个性化培养，教师由教学者逐渐转变为助学者。在逐步到来大数据时代，互联网教育与学校教育将逐渐分离，更多的交往互动、个性化服务和灵活的学制将使学校获得新的生机。
?“在数字化课堂教学过程中，可以对学习过程进行数据形式化采集和描述，并基于课堂单元和学期单
元进行学习过程的大数据挖掘和分析。教师通过这些数据和分析结果，可以即时进行教学控制和教学反思，从而提高课堂教学水平。学生和家长通过这些数据和分析结果，也可以尽快发现自己学习中的不足，进而也可以提高自己的学习水平。”
——北京师范大学教育技术系副教授，教育部教育信息化专家?“在国内尤其是北京、上海、广东等城市，大数据在教育领域有了越来越多的应用，像慕课、在线课
程、翻转课堂等，已经有越来越多的学生加入到网上学习的行列中来。”
——北京师范大学教育技术学院教授、现代教育技术研究所所长何克抗(一)什么是大数据
大数据是指无法在可容忍内用传统IT技术和软硬件工具对其进行感知、获取、管理、处理和服务的数据集合。它需要新处理模式才能让其具有更强的决策力、洞察发现力和流程优化能力，是一种海量、高增长率和多样化的信息资产。
物联网、云计算、移动互联网、手机、平板电脑、PC以及遍布地球各个角落的各种各样的传感器，都是数据来源。
体量浩大Volume 非结构化数据的超大规模和增长总数据量的80~90%
比结构化数据增长快10倍到50倍是传统数据仓库的10倍到50倍
多样性Variety 大数据的异构和多样性很多不同形式（文本、图像、视频、机器数据）无模式或者模式不明显
不连贯的语法或句义
价值大密度低Value 大量的不相关信息
对未来趋势与模式的可预测分析深度复杂分析
生成速度Velocity 实时分析而非批量式分析数据输入、处理与丢弃立竿见影而非事后见效
(二)为什么未来教育需要大数据
1.宏观层面
华为全球联接指数
今天，有70亿人生活在地球。到2025年，世界上将有1000亿的联接。这些联接，促进了各行各业的发展。在联接水平最高的德国，ICT有效地支撑了“德国工业4.0”，使工业生产效率提升了30%。在各行各业中，金融是联接技术最积极的拥抱者，大数据的分析让金融放贷的周期从1个星期到5分钟。联接的主要内容是数据之间的共享，而教育行业是ICT的变革者。所以大数据对未来教育行业的影响可见一斑。
2.微观层面
传统的教育兴盛于工业化时代，学校的模式映射了工业化集中物流的经济批量模式：铃声、班级、标准化的课堂、统一的教材、按照时间编排的流水线场景，这种教育为工业时代标准化地制造了可用的人才。而大数据教育将呈现另外的特征：弹性学制、个性化辅导、社区和家庭学习、每个人的成功。世界也许会因此安静许多，而数据将火热地穿梭在其中，人与人（师生、生生）的关系，将通过人与技术的关系来实现。
大数据与传统的数据相比，就有非结构化、分布式、数据量巨大、数据分析由专家层变化为用户层、大量采用可视化展现方法等特点，这些特点正好适应了个性化和人性化的学习变化。目前教育变革的讨论，过于集中在在线教育(远程、平板、电子、数字），这正像任何一个科技让人们最先想到的都是偷懒的哲学，自动化时代最先想到的是卓别林演的自动吃饭机，多媒体时代人们最先想到的是游戏。在线教育本身很难改变学习，在这场教育革命的浪潮中，由在线教育引发的教育由数字支撑到数据支撑变化(教育环境，实验场景，时空变化，学习变化，教育管理变化等等)，确是很多人没有在意的巨大金矿。教育环境的设计、教育实验场景的布置，教育时空的变化、学习场景的变革、教育管理数据的采集和决策，这些过去靠拍脑袋或者理念灵感加经验的东西，在云、物联网、大数据的背景下，变成一种数据支撑的行为科学。
教育将继经济学之后，不再是一个靠理念和经验传承的社会科学和道德良心的学科，大数据时代的教育，将变成一门实实在在的实证科学。
(三)教育的发展历程——从封闭走向开放，从传统数据走向大数据
从教育的发展历程来看，数据对教育的影响越来越深。从课堂教学只有老师书本黑板，到翻转课堂的电子课件，再到开放课程的网络资源，数据量一直在不断地增加，而教育对数据的依赖也越来越大。
大数据所带来的，并非源于我们电脑的硬盘变大了，CPU处理速度更快了——所以我们可以处理更大规模的数据了。大数据与传统数据的区别在于人们对于“数据”的理解更为深入了，许多我们曾经并没有重视的，或者缺乏技术与方法去收集的信息，现在都可以作为“数据”进行记录与分析了。
举例来说，一个学生读完9年制义务教育产生的可供分析的量化数据基本不会超过10KB，包括个人与家庭基本信息，学校与教师相关信息，各门各科的考试成绩，身高体重等生理数据，读书馆与体育馆的使用记录，医疗信息与保险信息等。这样的数据量，一台较高配置的普通家庭电脑，初级的EXCEL或SPSS
软件就能进行5000名以下学生量的统计分析工作。操作者也只需要中级水平的教育与心理统计知识，一套可供按部就班进行对照处理的数据分析模板，经过两三个月的操作培训就能基本胜任。
而大数据的分析则完全是另一种层面的技术。根据荷兰著名的行为观察软件商NOLDUS公司的研究，在一节40分钟的普通中学课堂中一个学生所产生的全息数据约有5-6GB，而其中可归类、标签、并进行分析的量化数据约有50-60MB，这相当于他在传统数据领域中积累5万年的数据量总和。而要处理这些数据，需要运用云计算技术，并且需要采用Matlab、Mathematica、Maple等软件进行处理并进行数据可观化。而能够处理这些数据的专业人才一般来自数学或计算机工程领域，需要极强的专业知识与培训，而更为难能可贵的是，大数据挖掘并没有一些的方法，更多需要依靠挖掘者的天赋与灵感。
大数据与传统数据最本质的区别体现在采集来源以及应用方向上。传统数据的整理方式更能够凸显的群体水平——学生整体的学业水平，身体发育与体质状况，社会性情绪及适应性的发展，对学校的满意度等等。这些数据不可能，也没有必要进行实时地采集，而是在周期性、阶段性的评估中获得。这些数据，完全是在学生知情的情况下获得的，带有很强的刻意性和压迫性——主要会通过考试或量表调查等形式进行——因此也会给学生带来很大的压力。
而大数据有能力去关注每一个个体学生的微观表现——他在什么时候翻开书，在听到什么话的时候微笑点头，在一道题上逗留了多久，在不同学科课堂上开小差的次数分别为多少，会向多少同班同学发起主动交流，等等。这些数据对其他个体都没有意义，是高度个性化表现特征的体现。同时，这些数据的产生完全是过程性的：课堂的过程，作业的过程，师生或生生的互动过程之中……在每时每刻发生的动作与现象中产生。这些数据的整合能够解答教课程是否吸引学生?怎样的师生互动方式受到欢迎？……而最最有价值的是，这些数据完全是在学生不自知的情况下被观察、收集的，只需要一定的观测技术与设备的辅助，而不影响学生任何的日常学习与生活，因此它的采集也非常的自然、真实。
所以，综合以上的观点，我们不难发现，在教育领域中，传统数据与大数据呈现出发下区别：传统数据诠释宏观、整体的教育状况，用于影响教育政策决策；大数据可以分析微观、个体的学生与课堂状况，用于调整教育行为与实现个体化教育。
传统数据挖掘方式，采集方法、内容分类，采信标准等都已存在既有规则，方法论完整：大数据挖掘与新鲜事物，还还没有形成清新的方法、路径以及评判标准。
传统数据来源于阶段性的、针对性的评估，其采样过程可能有系统误差；大数据来源于过程性的、即时性的行为与现象记录，第三方、技术型的观察采样的方式误差较小。
传统教育分析所需要的人才、专业技能以及设施设备都较为普通，易获得：大数据挖掘需要的人才，专业技能以及设施设备要求较高，并且从业者需要有创新意识与挖掘数据的发感而不是按部就班，这样的人才十分稀缺。
(四)大数据应用的三种主流模式
因此从现阶段来看，在原本的传统教育模式下，老师往往难以照顾学生最个性化的需求，而随着大数据的应用将有所改变，学生们可以得到经过数据分析之后的，个性化的教学和无穷无尽的资源配套。
那么究竟什么样的大数据能够真正的帮助学生解决问题?现阶段究竟需要哪些数据?又该如何有效收集、挖掘这些数据呢?从在线教育目前的发展，可以窥见如下几种应用模式：
模式一：线上线下O2O平台。云平台搭建与大数据应用为底层架构，引导学生在线上完成学习过程，并针对每一个具体的环节完整记录，积累大量的多维度的数据素材后(学习时长、学习内容、学习频率、学习习惯等)，分析结果为老师提供线下个性化学习方案的重要依据。如学大于今年3月推出的e学大平台，其就有效帮助大数据在教育过程中形成了完整闭环。简单来说，经过大数据分析后形成的，学习资源和课
程内容能够适应每个学生的差异，同时学生可以按照自己的节奏来控制学习进度。完成学习后，平台会给教师分析反馈，老师将会针对性的为学生提供解惑，提供下一步的有效指导。可以看到，O2O模式对于大数据的应用，能够为学生的发展进行智能的多元化全面评估，包括完整的学习过程(基于不同学习场所及情景)等，离每个学生的距离更近。
模式二：在线教育工具类App。基于较为单一的学习环节(如作业、题库、背单词、问题解答等)，收集学生一部分的学习数据，经过分析后，提供准确的解答结果，解决学生的具体学习需求。此类模式，可以部分帮助学生完成个性化学习，但鉴于纯在线环境等因素，较难完成持续性的学习进阶。
如刚与外研社达成合作的猿题库，基于题库数据，为学生提供智能分析平台;还有刚推出不久的答题App“菁优数学”，其主要功能是为中小学数学试题在线搜索、解析，希望利用大数据呈现出精准试题结果，实现个性化的推荐。
模式三：教学评估软件及学校分析平台(校内)。收集包括学习表现，行为表现，性格发展等学生大数据，能让学校的教师和领导更好地掌握、分析以及分享学生表现，以此来改善教学、管理课堂。此类模式的设计更多的是以教师为中心，帮助老师了解学生，调整教学方案，最终使得学校的教学更加系统化。
如成立于2009年的Kickboard网络数据平台，以图表的形式帮助教师可以在一个控制平台上收集、分析和分享学生信息，减少了在各种文档和数据库之间的转换，还可以向家长提供进展报告。目前，美国已经有超过200多所学校使用。
(五)实现大数据，教育可以怎么做
在微观实践层面，一些探索已经起步。
第一，对学生的发展进行多元评估，发现学业成绩背后的原因。金山区在小学生学习素养的研究中就发现了许多这样的情况。两个学生的数学成绩都是A，从表面上看他们的学习能力似乎是一样的，但是通过多元能力的评估我们就会发现，第一个学生更多是依靠比较出色的逻辑思维能力进行学习的，而第二个学生的逻辑思维能力并不理想，是凭借比较出色的记忆力获得好成绩。但是依靠记忆力进行学习的方式在低年级时也许比较有效，但对于长期发展，对于培养高级思维能力肯定是无效的。暂时的好成绩完全有可能掩盖他在全面发展过程中的不足与风险。而这一情况的发现有助于教师尽早提供有针对性的策略，帮助学生弥补能力上的不足。
因此说，大数据能够让我们更全面地看待学生的发展，发现成绩所反映不了的发展问题。
第二，大数据实现过程性评估，发现学生的常态，改造课堂的流程。我们经常说，教学评估应该是过程性的，而非只有终结性的。如果我们想象，教师拥有一个课堂观察的终端，可以随手记录学生的发言质量，作业完成情况，课堂纪律等。那么教师在期末时将这些数据汇总起来，就使得撰写评语时不用绞尽脑汁，而有了更加丰富的素材与数据依据，能对学生的发展提出建议。同时，这些数据也可以促使教师反思，自己在哪些地方上需要进行改进。在长宁区的幼儿园主题运动项目中，也正在探索引入这样的观察技术。
如果我们更进一步，不是通过教师的观察，而是直接应用信息化的课程载体对学生的行为进行记录，就能够真正实现大数据与课堂进程的结合。静安区社会性情绪项目正在探索依靠终端去记录每一个学生在课堂中每一个环节的表现。假设在一节拥有六个环节的课堂上，大部分时间内学生的节奏都是紧密跟随教师的。但是在第三环节中，大多数学生停留的时间远远超过了教师。这就提醒我们，这个环节需要着重教研，需要调整，也许这个部分的内容非常吸引学生，也有可能这部分内容难度较高，他们需要更多的时间来阅读与消化。
因此说，大数据通过对于学生在课堂中点滴微观行为的捕捉，帮助我们了解学生对知识的掌握程度以及感兴趣程度，进而反思我们的教学是否满足了学生的需求。
第三，大数据实现学生课外学习轨迹的积累。如果家长通过手机就能获得学校的通知与公告，可以快速地进行各种调研，可以记录孩子每天课余作业时间，包括孩子看过哪些书，去了哪里游玩。这样不但非常快捷，而且积累下了非常有价值的数据，从而我们可以有针对性地帮助家长发现下些现象。比如，他的孩子花在作业上的时间已经远远超过了同班同学。同时可以给他提出如何帮孩子减负的针对性的建议。而对于研究者，我们可以通过后台数据库统计一个学校、一个区域的整体情况，获得有价值的数据报告。所以说大数据，还能够让我们更加了解学生课外学习的轨迹。
可以这样说，人数据时代的到来，让所有社会科学领域能够醒由前沿技术的发展从宏观群体走向微观个体，让跟踪每一个人的数据成为了可能，从而让研究“人性”成为了可能，而对于教育研究者来说，我们将比任何时候都更接近发现真正的学生。
参考文献：
1.从"小数据"到"大数据" 在线教育玩的转吗
2.《上海教育》2013年第4期——大数据改变教育
3.教育新闻|中国新闻网——大数据时代的教育变革：让教育发现每一个学生
4.中国教育报——教育如何玩转大数据
5.中国教育报——大数据：带给教育的机遇与挑战
课外开放学习资源：
mooc学院https://www.doczj.com/doc/4d1011072.html,/
顶你学堂https://www.doczj.com/doc/4d1011072.html,/
中国大学mooc https://www.doczj.com/doc/4d1011072.html,/
TED https://www.doczj.com/doc/4d1011072.html,/
慕课网https://www.doczj.com/doc/4d1011072.html,/
教育发展研究2013．21 决策参考 摘要：随着互联网技术的革新，大数据开始蔓延至各个行业和领域，影响着人们的知识体系和生活方式。在大数据时代，能否激发和利用隐藏于数据内部未被发掘的价值，实现在教育、经济、交通、医疗等领域的革新，取决于人们对于数据及其潜在价值和功能的认识和态度。本文主要阐述大数据时代思维方式的结构及特性，并总结大数据时代思维方式为教育带来的启发。 关键词：大数据；大数据时代；思维方式；个性化教育；教育决策；教育评价 张燕南/华东师范大学课程与教学研究所 博士研究生 赵中建/华东师范大学课程与教学研究所教授（上海 200062） 大数据时代思维方式对教育的启示 笮张燕南赵中建 在大数据时代背景下，数据无所不在，许多过去难以量化的信息都将转化为数据进行存储和处理。通过大数据时代的数据储备和技术理念，以前所未有的方式洞见事物的发展趋势，进而影响人们的价值体系、知识体系和生活方式。在大数据时代开启伊始的今天，能否激发和利用隐藏于数据内部尚未被发掘的价值，实现在教育、经济、交通、医疗等领域的革新，取决于人们对于大数据及其潜在价值功能的认识和态度。也就是说，形成与之相适应的思维方式是驾驭大数据和实现其价值的关键。大数据时代的思维方式离不开大数据的支撑，大数据是大数据时代思维方式出现的源头和赖以生存的基础。从根本上说，大数据时代思维方式是产生于大数据时代、立足于大数据平台之上的新观念体系。 一、大数据及其特性和价值 大数据(big data)概念源于最早经历信息爆炸的学科，用于描述目标数据量的规模远远超出了一般电脑处理能力的情形。在众多领域都面对着爆发式数据增长的今天，数据处理技术和工具随之蓬勃发展，大数据则不仅用于描述需要进行批量处理或分析的大量数据集，同时还涵盖了处理数据的速度。 美国互联网数据中心将大数据定义为：通过高速捕捉、发现/分析，从大容量数据中获取价值的一种新的技术架构。[1]可以概括为四个英文字母V ，即更大的容量(Volume)、更高的多样性(Variety)、更快的生成速度(Velocity)以及由前面三个“V ”的组合推动的第四个因素———价值(Value)。 1.大数据的特性 （1）大数据的海量特性。大数据使得许多过去不可获取、计量、存储和分析的信息都有了数据化的可能。在互联网、电信和卫星通信技术的支持下，迅速普及的PC 、平板电脑、智能手机以及不断涌现的诸多工具设备正在以数据的形式追踪人们的日常生活，并将这些数据存储在相应的数据库中：通过基于位置的服务(Location Based Service ，LBS)，移动通信运营商掌握着个人的行踪，同时实时通信信息也在加上时间标记后进行备份；信用卡提供商和在线支付平台记录个人的购物、旅行习惯以及支付能力；社会性网络服务（Social Networking Services ，SNS ）采集和存储着与用户的社会关系和个人爱好相关的全部言行记录；安装在各大公共机构的摄像头捕捉人们的外形特征、衣着以及出现的时间。大数据的技术手段和理念赋予了人们在更多领域、更多层次获
大数据时代对教学改革 的影响 Company Document number：WTUT-WT88Y-W8BBGB-BWYTT-19998
大数据时代对教学改革的影响 摘要：目前传统教学内容陈旧、方法老套以及不能满足学生对新知识需求等缺陷逐渐凸显，随着大数据时代的到来，在教学中引入在线教育、数字化学习平台、云平台、大数据技术，通过改变传统授课模式和教学方案的制定，不仅能改善教学质量，提升学生水平，还可使教学更加具有针对性、前瞻性和准确性。 关键词：大数据；云平台；在线教育；数字化学习平台 中图分类号：文献标志码：A 文章编号：1674-9324（2017）19-0143-02 随着互联网、信息系统及电子设备的发展，人类各行各业每时每刻都在生成海量数据。大数据的时代已经到来，大数据正在改变着我们的工作和生活。2015年9月5日，《国务院关于印发促进大数据发展行动纲要的通知》发布，标志着大数据上升为我国“国家战略”。大数据逐渐成为比石油、煤炭等更有价值的资源，将对政治军事、经济社会、科学研究等产生革命性影响[1]。 高校教育也深受大数据时代的影响，正在进行一场技术与理念相结合的变革。在传统教学中，通常采用面授课为主的教学方式，也就是根据课本大纲在课堂上进行理论推导和讲解。这种教学方式的弊端在于：（1）教学内容单
一，不能与时俱进；（2）教学模式固定；（3）无法及时了解和发现学生在学习过程中遇到的问题。 因此，现代教育迫切需要将新一代信息技术（云计算、移动互联网、工业物联网、大数据等）融合到教学中。大数据为课堂设计提供了丰富的信息资源，使教师能蚋深入地了解学生，不断调整教学方案和模式，以提高学生的学习质量和教师的教学效果。 一、教学模式的转型 在教学改革不断推进的今天，传统教学方式的局限性逐渐凸显，单一的教学模式太过刻板枯燥，常用的教学模型是以教师为中心的“满堂灌”方法，整堂课只有老师对着学生讲解知识，难给学生互动和提问的机会。大数据时代来临，学习知识不再局限于课堂，先进的网络教育为世界各地的学生获取知识提供了新的途径和更大的学习空间[2]。 对传统的教育体制而言，以大数据分析为基础的新一代教育平台创造的个性化、智能化教学模式，降低了教育成本。同时也为解决区域之间教育不平衡问题找到了一条途径。将传统的教学模式和网络在线教育相结合，便可充分发挥各自的优势，使学生的学习效率和教师授课效率同时得到提高。 在线教育服务Knewton是最着名的适应性学习体系之一，该体系由世界领先的终身教育服务商之一卡普兰的前
钱初熹：大数据时代美术教育的创新发展
标题：大数据时代美术教育的创新发展 所属频道：理论与研究 华东师范大学钱初熹 摘要 大数据时代对教育提出了严峻的挑战，未来教育必须与时代同行才能跟上时代发展的步伐。21世纪的学校应该教会学生掌握并运用21世纪技能，去理解和解决真实世界的各种挑战。本文提出“以视觉、造型、空间、创意、美感为核心的美术素养与21世纪技能相对应，通过学校美术教育，每一名青少
年都可以获得在一个高度复杂的世界中生存与交流必不可少的核心素养——美术素养”的观点，并围绕如何通过学校美术教育帮助青少年掌握21世纪技能以立足于生活并对他们的社区与社会做出积极贡献开展深入的研讨。 关键词：大数据时代美术教育创新发展 一、大数据时代工作、教育与技能的变化 （一）2030年的新职位需要富有创意的员工 21世纪的科学最新成就——人工智能反映了科技发展为人类社会带来的巨大影响。科学家们预测，到2035年，具有人工智慧的机器人已经成为人类的伙伴，甚至是家庭成员，在人类生活中占有不可或缺的地位。随着人工智能在各领域中的推广与应用，到2025年，现有职业中有近50%将逐渐消失。《加速迈进2030年——未来的工作和工作场所》报告指出，丧失职位不一定等于丧失工作，在未来，机器人和计算机创造的就业机会，比它们摧毁的要多，只是改变人类负责的范畴。成排摆放办公桌的工作场所将变得完全多余，从“工作场所”的概念向“可以工作的地方”转变，并延伸到工作场所以外的空间；有各种各样闭门静思之处和团队协作之地，人们可以在特定时刻灵活选择最适合他们工作的地点；虚拟工作方式不断增加,信息整合平台的出现为待开发的工作空间打开了市场通道。[1]届时,新职位空缺将趋向要求应征者更具创意、情感、社交技巧以及运用人工智能的能力，会有更多自由工作者（如室内设计师、时装设计师、摄影师、手绘画家等），也会衍生出一些20至40人的小型企业，利用人工智能提升速度及固有技术，挑战大企业。 现在越来越多的人，特别是年轻一代，认为工作中的幸福感、职业目标和工作的意义同财富成就比起来一样重要，甚至更加重要。为了吸引人才，未来的公司不仅要小巧灵活美观，还要真实可靠：它们需要拥有真实的价值观，并真正地为社会福祉贡献力量。 （二）移动学习促进教育的普及与发展 2013年，联合国教科文组织发布的《移动学习指导原则的目的及适用范围》中明确指出：移动学习涉及使用单独或与其他信息和通信技术（ICT）的组合的移动技术，使学习随时随地进行。移动学习支持广泛的教育目标，如学校系统的有效管理和改进，学校和家庭之间的沟通。移动技术正在不断地发展：设备多样性，包括广招、手机、平板电脑，电子阅读器，便携式音频播放器和手持式游戏、控制台。未来移动技术的列表会有所不同。联合国教科文组织选择广义的定义：移动设备，只需承认它们是数字，易于携带，通常拥有和由个人控制，而不是一个机构，可以访问互联网，有多媒体功能，并能方便，大量的任务，特别是有关沟通。[2] 教科文组织相信移动通讯技术能够给不同背景的求学者带来更丰富多样的受教育机会。如今，越来越多的证据表明，无处不在的移动通讯设备—特别是移动电话及近来兴起的平板电脑——已成为世界各地求学者获取信息、简化管理及促进学习的创新方式。移动学习的独特优势远不是一个理论上的可能性，移动学习是一种对实地的现实：学生和教师从莫桑比克到蒙古正在使用移动设备访问丰富的教育内容，交谈，并与其他学员分享信息，引起来自同行和导师的支持。 （三）21世纪技能 科技的超飞速发展，人工智能与移动学习的普及与发展，对教育提出了严峻的挑战，未来教育必须与时代同行才能跟上时代发展的步伐。我们急需找到一种正确的教育思想与实现这一思想的具体途径，才能引领未来教育走向成功。但是，迄今为止，我们的教育系统依然沿袭远古教育的范式，这样的教育很难对学生的学习产生深远影响，也无法培养出与时俱进的、不断应对各种挑战的21世纪人才。伯尼·特里林（BernieTrilling）、查尔斯·菲德尔（CharlesFadel）在《21世纪技能：为我们所生存的时代而学习》一书中指出：近几十年来，我们所生活的世界一直在发生巨变——先进的技术与交流手段、迅猛的经济发展与激烈的竞争、翻天覆地的变化，日益加剧的全球性挑战（从金融危机到全球变暖等）。如果我们的学校教育仍然保持不变，那我们该如何应付未来世纪的挑战？21世纪的教育，不仅包括传统教育科目，如阅读、写作、算术等，更应注重适应现代社会的主题，如全球化意识、金融/经济、健康与环境保护素养等。 简言之，21世纪的技能包括：学习与创新技能（Learningand innovation skills，批判性思考和解决问题能力；创造与革新能力；沟通与协作能力）、数字素养技能（Digital literacy skills，信息素养；媒体素养；信息与通信技术素养）、生活和职业技能（Life and career skills，灵活性与适应能力、主动性与自我导向；社交与跨文化交流能力、高效的生产力；责任感与领导力等）。[3]
大学生应如何应对大数据时代 发表时间：2015-04-02T10:02:44.520Z 来源：《教育学》2015年4月总第77期供稿作者：张云霞 [导读] 大数据对整个社会产生了不可忽视的影响，教育作为社会的子系统，也受到了它的极大冲击。 张云霞广州城建职业学院510925 摘要:大数据时代是一场革命，庞大的数据资源使得各个领域开始了量化进程。本文主要从当代大学生角度阐述了以下内容：面对各个领域的飞速变化，身处校园但即将面向社会的大学生应从知识和能力两方面储备，既要学好专业课程知识又需了解时代发展方向、掌握社会发展脉搏，为自己以后踏入社会做好准备。 关键词：大数据大学生知识储备能力培养 大数据对整个社会产生了不可忽视的影响，教育作为社会的子系统，也受到了它的极大冲击。有人曾说，信息化社会，我们相互之间的距离只是一根网线的问题。随着公开课、E-learning等新学习方式的出现，传统学习方式“遭遇”了挑战。 一、立足当下：当前学习模式概述 学习模式往往受到时代环境的影响，随着科技进步与技术创新，大学学习模式也在不断地向前发展。较为常见的主要有以下几种：第一，师生授受学习模式。这种学习模式就如同“母鸭带小鸭”，学生把注意力集中在授课教师身上，由教师带着学。学生把教师当作知识的来源，“唯教师，唯书本”，缺乏学习主动性。在大数据时代，大量知识需要自主学习，大量数据背后的潜在意义也需要自主探寻，一味依赖“灌输”则不能适应社会要求。 第二，探究与问题解决模式。这种模式往往从一个或多个具有挑战性或有争议的问题开始，然后借助各种媒介资源，由学生自己获取信息、分析信息、确定问题并提供解答，之后吸收他人建议，进行修改最终完成。这种学习模式有利于提升学生的思维能力和问题解决能力，相对第一种模式而言，这种模式对学生的能力和素质有更高的要求。 第三，专题合作学习模式。“学会学习，学会创造，学会合作，学会生存”已成为当下教育的主题。在合作学习模式中，要求学生作为成员参与到学习团队中，完成专题研究或研究项目。这是一个动手实践、自主探索和合作交流的过程，也是有明确责任分工的互助性学习，最终通过团队合作达到课程或项目规定的要求。 二、机遇和挑战：大数据时代对大学生学习模式的双重影响 第一，快速便捷。大数据时代有快速化的特点，人们的学习不再受时间和地点的限制，随时随处都可以学习，而且可以走在时代的前沿，第一时间了解最新的知识和信息。以往的学习主要是通过书本，但书本学习往往面临时间滞后等方面的限制，会影响学习效果与知识更新。 第二，经济有效。大学生的家庭背景各不相同，家庭环境不好的学生没有能力支付课外培训学习的费用。在大数据时代，很多公开课程都是免费的，只要有学习的时间和需要，经济不再是制约大学生学习的因素。这在某种程度上也促进了区域之间、校际之间、城乡之间以及个人之间的教育公平。 第三，资源共享。大数据时代具有量大、多样化的特点，丰富的学习资源将呈现在学生面前。网络学习拉近了国际、区域和校际之间的距离，所有的学习者在学习资源利用方面拥有同等的权利。一直以来，好的学校是稀缺资源，但在不远的将来，由于在线教育的普及，人人皆可上名校将不再是梦想，教育资源匮乏的问题也将得到一定的缓解。在线教育对个人的重大意义，还不仅仅是教育机会的增加，更是学习方式的改变。 三、与时俱进：大数据时代大学生学习模式的三大转向 1.由被动学习模式向自主学习模式转变。在传统的学习模式中，学生就像嗷嗷待哺的婴儿，等待着教师的喂养，教师是知识的来源，学生处于“被学习”的状态。这种学习方式没有发挥学生的积极性和主动性，在大数据时代是必然被淘汰的。自主学习，又称自我调节学习，由齐莫曼首先提出。自主学习不等于自学，需要有教师的引导，但学生是学习的主体。布鲁纳发现学习理论认为，学生学习的过程就是主动地不断地探索寻找问题答案的过程。大数据时代背景下，学习资源丰富多样，教师和书本不再是知识的唯一来源，学习者只要有需要、动机和行动，随时随处都可以学习。 2.由单一学习模式向融合学习模式转变。传统教学以一种教学模式应对所有的教学问题，传统学习以单一方式应对所有的学习问题。随着时代的发展，融合式学习模式应运而生。融合式学习模式包含了在线学习与线下学习、自主学习与集体学习、课堂学习与自主探究等多种学习方式。融合式学习模式具有以下特点：学习由教师驱动转变为学生驱动；学习的出发点是精确的学习者状态，包括学习者已有的知识结构、学习风格等；学习目标与学习者初始状态的差异，决定了学习模式与学习方法。 3.由知识本位向思维本位转变。知识本位的学习观认为知识是第一性的，获取已有知识结论是其追求的终极目标，学习过程被看成是单一的认知过程。思维本位的学习观不再以知识为学习的唯一目的和终极目标，更重要的是获得思维方式以及能力的提升。大数据时代的知识是海量的、复杂的，耗尽一生也无法穷尽所有知识，学生最需要学习的是有价值导向和问题意识的思考能力，而不仅仅是具体的知识。单纯追求知识的学习是机械的，有可能让人沦为知识的奴隶，成为学习的工具，缺乏人性和人文气息。当代大学生是创新人才的主要来源，形成思维本位的学习观对其创新能力的形成具有重要作用。 总之，大数据时代下大学生学习模式的转变是个复杂过程，这种趋势已经初现端倪，未来的发展更需多方面的合力。
第一套试题 1、当前大数据技术的基础是由（C）首先提出的。（单选题，本题2分） A：微软 B：百度 C：谷歌 D：阿里巴巴 2、大数据的起源是（C ）。（单选题，本题2分） A：金融 B：电信 C：互联网 D：公共管理 3、根据不同的业务需求来建立数据模型，抽取最有意义的向量，决定选取哪种方法的数据分析角色人员是（C）。（单选题，本题2分） A：数据管理人员 B：数据分析员 C：研究科学家 D：软件开发工程师 4、（D ）反映数据的精细化程度，越细化的数据，价值越高。（单选题，本题2分） A：规模 B：活性 C：关联度 D：颗粒度 5、数据清洗的方法不包括（ D）。（单选题，本题2分） A：缺失值处理 B：噪声数据清除 C：一致性检查 D：重复数据记录处理 6、智能健康手环的应用开发，体现了（ D）的数据采集技术的应用。（单选题，本题2分） A：统计报表 B：网络爬虫 C：API接口 D：传感器 7、下列关于数据重组的说法中，错误的是（A）。（单选题，本题2分） A：数据重组是数据的重新生产和重新采集 B：数据重组能够使数据焕发新的光芒 C：数据重组实现的关键在于多源数据融合和数据集成 D：数据重组有利于实现新颖的数据模式创新8、智慧城市的构建，不包含（ C）。（单选题，本题2分） A：数字城市 B：物联网 C：联网监控 D：云计算 9、大数据的最显著特征是（A）。（单选题，本题2分） A：数据规模大 B：数据类型多样 C：数据处理速度快 D：数据价值密度高10、美国海军军官莫里通过对前人航海日志的分析，绘制了新的航海路线图，标明了大风与洋流可能发生的地点。这体现了大数据分析理念中的（B ）。（单选题，本题2分） A：在数据基础上倾向于全体数据而不是抽样数据 B：在分析方法上更注重相关分析而不是因果分析 C：在分析效果上更追究效率而不是绝对精确 D：在数据规模上强调相对数据而不是绝对数据 11、下列关于舍恩伯格对大数据特点的说法中，错误的是（D）。（单选题，本题2分） A：数据规模大 B：数据类型多样 C：数据处理速度快 D：数据价值密度高12、当前社会中，最为突出的大数据环境是（A）。（单选题，本题2分） A：互联网 B：物联网 C：综合国力 D：自然资源 13、在数据生命周期管理实践中，（ B）是执行方法。（单选题，本题2分） A：数据存储和备份规范 B：数据管理和维护 C：数据价值发觉和利用 D：数据应用开发和管理 14、下列关于网络用户行为的说法中，错误的是（C）。（单选题，本题2分） A：网络公司能够捕捉到用户在其网站上的所有行为 B：用户离散的交互痕迹能够为企业提升服务质量提供参考 C：数字轨迹用完即自动删除 D：用户的隐私安全很难得以规范保护 15、下列关于计算机存储容量单位的说法中，错误的是（ C）。（单选题，本题2分） A：1KB＜1MB＜1GB B：基本单位是字节（Byte） C：一个汉字需要一个字节的存储空间 D：一个字节能够容纳一个英文字符， 16、下列关于聚类挖掘技术的说法中，错误的是（B）。（单选题，本题2分） A：不预先设定数据归类类目，完全根据数据本身性质将数据聚合成不同类别 B：要求同类数据的内容相似度尽可能小
一、引言 数据是人类对客观世界的记录，人类世界的本质就是数据。随着信息技术的进步，数据的收集、保存、维护、使用等任务，成为横跨各个领域的现象和挑战。２０１１年５月，全球知名咨询公司麦肯锡（Ｍｃｋｉｎｓｅｙ）发布了《大数据：创新、竞争和生产力的下一个前沿领域》报告，首次提出了“大数据”的概念，并在报告中指出“数据已经渗透到每一个行业和相关职能领域，逐渐成为重要的生产因素；而人们对于海量数据的运用将预示着新一波生产率增长和消费者盈余浪潮的到来”。之后，美国《纽约时报》、《华尔街日报》、中国《光明日报》等对大数据进行了专栏介绍。在我们的日常生活中，人人都在创造数据，也在利用和分享数据。视频、音频、图像、数字等多种交互方式的丰富，让我们已经进入了数据信息爆炸的阶段。哈佛大学社会学教授加里·金称“这是一场革命，庞大的数据资源使各个领域开始了量化进程，无论学界、商界还是政府，所有领域都将开始这种进程”。随着“大数据”时代的到来，人们在实践中很快认识到，通过数据的开放、整合和分析，能够发现新的知识、创造新的价值，从而促进社会大进步和大发展。在这个快速发展的时代，大数据对高等教育又带来了哪些影响和挑战，非常值得关注。 二、大数据的特征 “大数据”本身并不是一种新的技术，也不是一种新的产品，而是我们这个时代出现的一种现象。美国ＩＢＭ认为大数据具有“３Ｖ”特点，即种类（Ｖａｒｉｅｔｙ）多、速度（Ｖｅｌｏｃｉｔｙ）快、容量（Ｖｏｌｕｍｅ）大；国际数据咨询公司ＩＤＣ则认为满足“４Ｖ”即：Ｖａｒｉｅｔｙ（种类多）、Ｖｅｌｏｃｉｔｙ（流量快）、Ｖｏｌｕｍｅ（容量大）、Ｖａｌｕｅ（价值高）指标的数据才可称为大数据。网络器械公司ＮｅｔＡｐｐ指出大数据应包括Ａ、Ｂ、Ｃ三大要素：即大分析（Ａｎａ－ｌｙｔｉｃ）、高带宽（Ｂａｎｄｗｉｄｔｈ）和多内容（Ｃｏｎｔｅｎｔ）。具体来说大分析（ＢｉｇＡｎａｌｙｔｉｃｓ）是指通过对巨大的数据集进行实时分析后能带来新的业务模式，进行客户服务，能实现更好结果，以至帮助用户获得洞见；高带宽（ＢｉｇＢａｎｄｗｉｄｔｈ）指能高速地处理关键数据，以支持快速有效地消化和处理大型数据集，帮助用户走得更快；多内容（ＢｉｇＣｏｎｔｅｎｔ）一方面指大数据包括结构化数据、半结构化数据与非结构化数据，另一方面则是指对数据的存储扩展要求极高，要求能轻松实现数据的恢复、备份、复制与安全管理，以去支持可管理的信息内容存储库而不只是存放过久的数据，并且能够跨越不同的大陆板块而不丢失任何信息。但无论是“３Ｖ”、“４Ｖ”，还是ＡＢＣ三要素，其本质都是对大数据中的“大”的理解与阐释。在具体的表达中，尽管对大数据的范围、内涵等描述不一，但存在一个共性，即：大数据不是对数据量大小的定量描述，而是一种在种类繁多、数量庞大的多样数据中进行的快速信息获取。数据专家研究指出，大数据的出现，将改变我们对数据的看法与认识，数据的存在不仅有价值，大数据 更是将其能转化为有意义，人们将透过大数据而找到隐藏在大量数据背后的世界。 三、大数据提供新的教育平台 ２０１１年以来，一股在线教育的浪潮正在席卷美国的教育领域，一种新型的智能学习平台正在成为高科技领域创新和投资的重点，其中不少公司已经得到了初步成功。如著名的在线教育公司Ｃｏｕｒｓｅｒａ，已经和普林斯顿、伯克利、杜克、香港理工等全世界３０多所大学达成协议，通过其平台免费开放课程。如今这些学校的课程可以实现全球几十万人同步学习，分布在世界各地的学习者不仅可以在同一时间听取同一位老师的授课，还和在校生一样，做同样的作业、接受同样的评分和考试。一些学校看到了这种智能学习平台的价值和潜力，甚至开始投资兴建自己的独立平台。２０１２年５月，哈佛大学与麻省理工学院就宣布，将投入６０００万美元开发一个类似的平台，并向全世界免费开放。同年，我国教育部向全国高校征集了系列视频公开课程，面向全社会开放和共享。可以预见，这种智能学习平台将会给高等教育带来深刻的影响。但是硬币的另一面，是中国的教育行业要面对更加激烈的全球化竞争和挑战。过去，是学生争学校；将来，可能是学校在全球范围中争夺学生。发达国家的一流大学会挤压发展中国家普通大学的生存和发展空间，普通大学该如何来吸引生源？它们会不会因此衰落？既然最好的教学视频等学习资源都可以免费获得，教师的角色又需不需要调整？又该如何调整？这些问题，都是大数据时代催生的重大机遇和挑战。 四、大数据发展新的教学模式 回顾历史，我们会发现，人类的教学经历过两次革命：第一次早在公元前３００年，以孔子创立私塾和苏格拉底（Ｓｏｃｒａｔｅｓ）讲学为标志，开创了教育先河；第二次是于１６世纪，以夸美纽斯（Ｃｏｍｅｎｉｕｓ）创立课堂学习体系为标志，将工业化生产方式导入教育，创立一对多的教学模式，这种教育模式一直沿用至今，即教师在固定的场所，利用简单的工具对学生进行单向灌输式教学。师生之间的交流，受到空间、时间及心理因素的限制。处于大数据时代，受教育者获取知识的途径不再是课堂，线上学习越来越成为学习知识的主要途径，在网上可以免费获取世界上最好的课程，而且这些课程比任何一个单独的大学提供的课程都要好。在线学习已经不是一个镜头、一段视频那么简单，而能对学习者的学习行为自动进行提示、诱导和评价，从而弥补没有老师面对面交流指导的不足。例如，通过记录鼠标的点击，计算机能够记录学习者在一张幻灯片上停留的时间，判别你在答错一道题之后有没有回头复习，发现不同的人对不同知识点的不同反应，从而总结出哪些知识点需要重复或强调，哪种陈述方式或学习工具在哪种情况下最有效等规律。不难发现，该平台之所以强大，正是因为大数据。单个个体学习行 大数据对高等教育的影响和挑战 徐玮 （天津电子信息职业技术学院，天津３００３５０） 摘要：从种类繁多、数量庞大的多样数据中快速获取有价值的信息，正逐渐成为人们重要的学习活动。大数据的出现，为高等教育提供了新的教育平台和教学模式，也促进了科研交流和创新。大数据使教育面临一场新的革命。 关键词：高等教育；大数据；教学；挑战 中图分类号：G640文献标志码：A文章编号：1674-9324（2013）37-0004-02 【特别关注】
大数据时代的教育变革 让教育发现每一个学生（深聚焦） 本报记者赵婀娜 《人民日报》（2014年09月04日17 版） 在考试中，两个同样得了90分的考生，他们的能力完全一样 吗？ 课堂上，老师告诉同学们，“完成第一题到第十题”。可是，真的是所有学生都有必要完成这10道题吗？ 教学过程中，如何更好地启发学生、如何更好地课堂互动，一节课的时长究竟是40分钟合适，还是45分钟合适。这些问题，老师们是“凭经验”，还是靠科学分析？ 如果你对以上问题有思考，那么，你就会对大数据对教育形态的改变持开放的心态。
大数据时代悄然来临，过去无法收集与分析的数据都被新的技术手段赋予了可能性。谁能对大数据的挖掘更为深刻，谁就会在行业发展中抢占先机，教育领域也是如此。 就在几天前，慧科教育宣布在原来“开课吧”的基础上正式上线“找座儿吧”，即在原来在线教育平台的基础上，又推出垂直的招聘平台。从学习者职业性向的分析，到适合岗位的推荐，再到个性化设计的课程，经过考核、认证，最终推送到匹配的招聘岗位，完成了学习者从学习到求职的一整套完整路径。这样一套同以往学校教育截然不同的教育模式，引发了业内的热议，而这，正是基于对学习者个性化的数据分析完成的。 两个同样考90分的考生，能力水平完全一样吗？ 大数据让教育真正面对每一个独立的个体 “不得不承认，对于学生，我们知道得太少。”这是卡耐基·梅隆大学教育学院的一句经典的口号，同时也是美国十大教育类年会关注度最高的议题。类似的思考在我们国家的教育领域同样存在。 “我们真的了解孩子吗？”“每一个孩子都是独特的，都是与众不同的，但是我们能针对他们进行真正个性化、差异化的教学吗？” 举个简单的例子，两个同样在数学考试中取得90分的考生，他们的能力完全一样吗？根据传统的教学模式，我们会认为，成绩相同的学生，能力大体相仿。但如果借用大数据的分析手段，学生的差异
大数据技术在高校教育教学中的应用研究作者：喻琨 来源：《发明与创新（职业教育）》 2018年第5期 摘要：大数据是人类进步的重要标志，是引领社会发展的利器。文章分析了大数据技术的 含义，并提出了大数据技术在高校教育教学中具有教学决策科学化、管理精细化、教学信息化 等作用。 关键词：大数据技术；教育教学；信息化 在高等教育教学信息化发展过程中引入大数据技术，拓展了学生的在线学习空间，记录了 学生学习与成长轨迹，对高等教育教学改革具有重要的现实意义。 一、大数据技术概述 大数据技术种类纷繁复杂，其中数据库技术是核心，在信息数据整合与利用过程中发挥着 重要作用。随着经济社会的发展，大数据技术在社会各个行业中的地位日趋上升[1]。在此背景下，各个国家之间的竞争开始转变为信息资源之间的较量，掌握运用大数据的能力对国家发展 具有重要意义。因此，大数据技术在高等教育教学中的应用研究显得尤为重要。 二、大数据技术在高校教育教学中的应用 （一）教学决策科学化 在高校教育教学工作中，大数据技术的应用改变了旧的教学方式，突破了传统视野的局限。在大数据时代，教师通过在线学习平台能获取最新的教育行为数据，比如学生的资源浏览记录、学生的作业完成状况、学生的考试成绩以及学生的论坛发帖行为等，它们都以日志记录的方式 得以保存[2]。通过挖掘与分析这些实时数据，教师能及时调整教学方案，选择更优的教学策略。 （二）管理精细化 大数据技术为高等教育精细化管理提供了有效途径，能大范围提升高校管理服务水平，实 现教育服务智能化。目前，国内部分高校通过大数据技术创新来改善教育管理服务模式，并取 得了一定的成效。比如，华东师范大学通过预警技术对学生的餐饮消费数据进行记录和追踪， 一旦发现数据异常就以短信的方式询问学生是否存在经济困难。此外，大数据技术能实现教育 设备与在线学习平台的连接，通过智能化的定位和识别，追踪学习者的学习数据如学习者的心跳、呼吸频率等，分析学习者复杂的学习行为模式，并以此为依据制订精细化的人才培养机制。 （三）教学信息化 大数据技术的发展提升了教学的信息化程度，不仅突出了教学活动的个性化、灵活性与开 放性，还改善了教学环境，实现教育资源共享。同时，这也对教师的知识与技能提出了更高的 要求。 在大数据时代背景下，人与人的联系更加密切。为此，高校要成立教师教学团队或科研团队，建立跨时空的专业共同体，让教师专业分工更精细，这是大数据时代高校教师专业化分工 的必然趋势，也是精细化服务管理的必由之路。高校教师要处理好同事关系，在高校教学和科 研中分担任务，与他人分享经验，用客观、理性的眼光审视自己，学习他人的经验，取人之长，补己之短。
大数据时代大学教育的机遇与挑战 摘要：随着大数据元年的到来，大数据已经开始冲击着各行各业，并影响着大学教育的方方面面。大数据时代将改善学习的核心要素，给大学教育带来深刻的影响。在大数据时代大学教育由单向度反馈转向多向度反馈，为实现个性化的教学方案提供必要的前提。同时大数据在大学教育中的应用还将面临技术层面、学生个人隐私及预测结果的正确运用等多方面的挑战。 关键词：大数据时代；大学教育；机遇；挑战 1.大数据时代的实质 早在2011年5月，麦肯锡公司发布的《大数据：下一个创新、竞争和生产力的前沿》报告中指出：大数据的规模以及其存储容量正在迅速增长，大数据已经渗透到各个行业中，成为重要的生产因素，成为可以与物质资料和人力资本并论的生产要素。正如马克思。所说“各种经济时代的区别，不在于生产什么，而在于怎样生产，用什么劳动资料生产。劳动资料不仅是人类劳动力发展的测量器，而且是劳动借以进行的社会关系的指示器。”大数据的演进与生产力的提高将产生直接的关系，大数据将成为重要的生产资料。同时，用于大数据分析的关键技术包括云计算、数据仓库、Big Table
等日趋成熟，使大数据的整合、处理、管理、分析成为可能。2013年，被称为“大数据时代元年”，标志着大数据时代的 正式开始。进入2013年“大数据”走入了我们的生活，对 各行各业产生了深刻的影响，每个行业的经营模式、生产模式、管理模式等正产生翻天覆地的变化，也为各行业带来了改革的契机。维克托?迈尔?舍恩伯格在《大数据时代》中指出：“大数据开启了一次重大的时代转型。大数据正在改变 我们的生活以及理解世界的方式，成为新发明和新服务的源泉，而更多的改变正蓄势待发……”大数据时代不仅仅包含着各种类型数量众多的数据，更重要的是代表了快速取得并有效利用有价值资料的能力。在大数据时代到来之前，由于定量研究是建立在假设和有限的抽样数据的基础上，使得定量研究复杂而缺乏准确性，大数据时代将彻底改变这一状况，它可以让纷繁复杂、单调枯燥的数据变成可以说话的信息，它的实质不仅在于大量的占有数据，更多的是提供了预测性和前瞻性的信息和知识。淘宝、京东等众多购物网站可以根据顾客的浏览历史数据判断出顾客的喜好和最近的需求；沃尔玛等跨国连锁超市可以实现从啤酒、尿布、日用品等全系产品销售数据的分析，以此实现准确的物资仓储储备；美国洛杉矶警局利用各类案件的大数据的分析来合理安排巡逻 车和布置警力。这些无疑不是大数据预测性的体现。大数据的预测性帮助我们在特定的背景下提炼出数据潜在的规律，
研究大数据背景下的高校教育数据分析与应用 发表时间：2020-03-30T05:19:30.496Z 来源：《当代教育家》2020年1期作者：陆杰[导读] 现如今，紧跟着信息技术的高速发展，大数据运用的领域逐渐的扩张。并在大家平时生活、学习的过程中都能产生很庞大的数据，运用大数据可以帮助大家为生活、学习及其行为习惯产生精确的分析，同时大数据也赋予其应用价值。陆杰 广西工程职业学院广西百色市平果县 531400 摘要：现如今，紧跟着信息技术的高速发展，大数据运用的领域逐渐的扩张。并在大家平时生活、学习的过程中都能产生很庞大的数据，运用大数据可以帮助大家为生活、学习及其行为习惯产生精确的分析，同时大数据也赋予其应用价值。然而，针对当前高校教育管理工作来讲，借用大数据帮助高效负责人直接对高校教育管理工作成果做出有针对性的分析，并把传统的高校教育管理工作由繁入简，可以使高校与学生之间进行有针对性的对话，促进良好校园文化的形成。基于此，大数据导入高校教育管理工作成为当今时代的大势所趋，高校重新审查本身存在的教育管理形式不足，同时积极推进高校教育管理工作的革新，致使高校教育管理工作的实施上能够不断推陈出新，实现创新发展。 关键词：大数据；背景；高校教育数据；分析；应用 从大数据基本定义来讲指的就是在设置的特定时间范围内，经过互联网及其其他相关的设备实施全方位的数据信息的收集，最终实现终端用户的数据信息的大汇集，从而依据这些数据分解，达成用户活动特征等数据汇集。然而，切合大数据运用的状况，可以对其特点概括如下：较丰富的数据量汇总、较复杂的数据类别、较迅速的数据处置速度及其很低的价值比重。因此，从大数据背景下的数据价值来讲，高校教育通过大数据汇集的学校和学生的信息，经过清理和分解，对之后的高校教育管理工作做到细致化的预估，并促成其作出精准决定。然而随着当下大数据越来越受到大家的重视以及普及率越来越高，将来必定发挥出更大的光芒。 一、大数据背景下在高校教育管理中的影响 1.1掌握学生思维活动动静 当前的高校教育管理任务其中一部分就需要掌握学生思维活动动静，确保为学生提供平安健全的日常学习和活动处境。目前，在教育管理任务实践进程中，往往却忽视了学生思维活动动静专注度。多数教育管理职员缺少相关掌握学生思维活动动静的紧迫感和关键性的认知，从而把更多的热情集中在高效钻研教育当中，再或者没有实施更为高效的相应措施，从观念上面忽略了学生思维活动的任务，并且没有积极指导和缺少必要的关心。因此，在意识和相应措施上面的贫乏，然而在大数据及其有关技能高速进步的状态下现在面临的种种问题看到了转机。高效可以针对大数据及其有关技能大力的传播和培育，将进一步强化高校教育管理者的大数据观念，提升利用大数据及其有关技能掌握学生思维活动动静的办事技能和水准。 1.2发展特性化教育学习 将来都是建立在大数据影响下智能化高校，因此大学生很多生活和学习形式都在无声无息的改变着，之前在大学生群体里经常发生的事情就是许多学生逃课之后去上网购物，类似事件频繁出现高校教育管理者已经不觉得新奇，但是在传统高校教育管理中又很无奈。基于此，高校教育管理者可以积极尝试采用大数据及其有关技能，多方面汇集大学生数据，同时分解此数据之后来判断不一样的大学生在学习数据上的差别，发现数据呈现的规则，致使强化教育以及管理的对准性和精确性，为之后高校教育实现因势利导、特性化管理和多种样式培育学生的教育思维。 1.3促使教育和学习融合的更睿智高效 目前每所高校的在校大学生都突破万人的数字，因此，在高校平时生活和学习的过程中，自然会形成无法计算的大数据，例如：选课、姓名、成绩等，再有教育工作者的基本状况，教学课件和视频同样会形成难以估计的数据量，与此同时，像设施、计算机机房、书籍等数据消息，致使大学高校的信息体系本身就有非常巨大的体量，其实在长时期运转下，已将大量数据进行了汇集，也就作为高校信息体系中大数据的根源。与此同时，在高校汇总的大数据本身具备非常大的教育价值，足可以变革教育行业的传授形式和学习手段，反馈给整体教师队伍很重要的教学资产，利用大数据方便引领，教育工作者不但能够进行跨行业跨校区的传播优异的教学经验，也能够做到针对大学生精确的区分，从而依据大学生特性加以引导学习。 1.4精准分解和评价课堂品质 在传统高校教育中对于课堂效果的好与坏没有明确的标准，更加不会有大数据的辅助，最终导致教师和课堂品质的评价模棱两可。然而，在引入大数据对于课堂精准的分解，从教育实践上收集大量的范例，并且采用多种样式的收集形式，运用广泛性和分解技能的多角度化的方法，经过以上形式能够高效提升课堂教育的高品质。
《大数据时代》试题 单选题 1、大数据的核心就是（B） A、告知与许可 B、预测 C、匿名化 D、规模化 2、大数据不是要教机器像人一样思考。相反，它是（A）【P26】 A、把数学算法运用到海量的数据上来预测事情发生的可能性。 B、被视为人工智能的一部分。 C、被视为一种机器学习。 D、预测与惩罚。 3、采样分析的精确性随着采样随机性的增加而（C），但与样本数量的增加关系不大。【P32】 A、降低 B、不变 C、提高 D、无关 4、大数据是指不用随机分析法这样的捷径，而采用（A）的方法【P35】 A、所有数据
B、绝大部分数据 C、适量数据 D、少量数据 5、大数据的简单算法与小数据的复杂算法相比（A）【P40】 A、更有效 B、相当 C、不具备可比性 D、无效 6、相比依赖于小数据和精确性的时代，大数据因为更强调数据的（D），帮助我们进一步接近事实的真相。【P46】 A、安全性 B、完整性 C、混杂性 D、完整性和混杂性 7、大数据的发展，使信息技术变革的重点从关注技术转向关注（A）【P61】 A、信息 B、数字 C、文字 D、方位 8、大数据时代，我们是要让数据自己“发声”，没必要知道为什么，只需要知道（B）【P48】
A、原因 B、是什么 C、关联物 D、预测的关键 9、建立在相关关系分析法基础上的预测是大数据的（C）【P51】 A、基础 B、前提 C、核心 D、条件 10、（C）下列说法正确的是【P75-77】 A、有价值的数据是附属于企业经营核心业务的一部分数据； B、数据挖掘它的主要价值后就没有必要再进行分析了； C、所有数据都是有价值的； D、在大数据时代，收集、存储和分析数据非常简单； 11、关于数据创新，下列说法正确的是（D）【P78-85】 A、多个数据集的总和价值等于单个数据集价值相加； B、由于数据的再利用，数据应该永久保存下去； C、相同数据多次用于相同或类似用途，其有效性会降低； D、数据只有开放价值才能得到真正释放。 12、关于数据估值，下列说法错误的是（B）【P113】 A、随着数据价值被重视，公司所持有和使用的数据也渐渐纳入了无形资产的范畴；
龙源期刊网 https://www.doczj.com/doc/4d1011072.html, 教育大数据背景下的智慧教育研究 作者：胡章荣 来源：《科学导报·学术》2019年第49期 摘 ;要：我国基础教育面临资源配置公平与效益、教育质量提升、学生个性化发展三大时代命题[1]。利用教育大数据，构建智慧教与学、优质资源分配、智能管理、家长督学为依托 的教学信息化平台必将有利于解决当前面临的三大问题。就此本文对我国基础教育存在的问题进行了分析，对构建教育大数据的必要性和模型进行了研究。 关键词：大数据;智慧教育;教育大数据模型 序言 据《2017年全国教育事业发展统计公报》统计，我国教育规模已居世界首位，其中学校49.85万所，专任教师1369.97万人，在校学生2.31亿人，每天都会产生数以万计的教学数据信息。但是无法实时监控教与学的过程，不能科学评价教与学的实际水平，无法实现基础数据可视化展示与呈现，难以精确评判课程设计的有效性，难以获知在线学习者的真实学习体验，难以及时发现学习进度及效果的偏离[2]。教育大数据技术为这些问题的解决提供了方案，通 过构建智慧教育大数据平台，实时监督教学过程，有利于促进资源配置公平与效益、教育质量提升、学生个性化发展[3]。 1智慧教育的必要性 传统的教学大多是在课堂上由教师和学生完成的，教师对学生的评价更多是借助考试成绩和教师对学生的感性认识。这种教学模式过于单一，不利于学生、教师、家长对整个学习过程的正确认识和实时监测，不利于教师和家长对学生学习情况的正确把握，对学生做出片面的评价，不利于促进学生德、智、体、美、劳的全面发展。因此，对教学过程做出全面的实时监控，将学生的学习情况实时呈现给教师和家长，有利于教师下一步的教学决策，也能让家长了解孩子的学习情况。智慧教育平台将教育大数据信息呈现给学生、教师、家长和教育管理者，为教育教学决策提供了依据。对教育管理者而言，可以通过教育大数据信息了解所有学生的整体学习情况，也可以对教师的教学过程和教学情况进行监测，为下一步优化教学资源、教学评估、教学管理、教师评价等提供了依据;对教师和家长而言，对学生学习情况的监测分析可以了解每个学生的学习情况和学习状态，及时发现学习状态出现问题的学生，对其进行心理疏导，同时，也可以实时对自身的教学过程进行反思总结，根据学生的学习情况及时修改教学课件、调整教学策略和方法，做到因材施教。 2智慧教育的教学模式
高校大数据专业教学科研平台建设方案 一、项目建设的意义及目的 芝诺数据自主研发的高校大数据教学科研平台以校企联合培养模式为手段，通过校企合作联合培养机制，让企业、行业深度参与人才培养过程，逐步实现校企共同制定培养目标、共同建设课程体系和教学内容、共同实施培养过程、共同把控培养质量，全面提升学生的应用实践能力。该平台以应用型人才培养为目标定位，在以解决现实问题为目的的前提下，使培养的学生有更宽广和跨学科的知识视野，注重知识的实用性，有创新精神和综合运用知识的能力。注重培养学生具有在创新中应用、在应用中创新的能力，让学生真正学会大数据行业各个岗位真正的职业技能。 二、功能模块和建设思路 芝诺大数据教学科研平台构建总体分为三大部分，一是平台硬件，二是教学与实验支撑系统（包括：芝诺数据综合分析ZDM平台、芝诺数据教学实训平台），三是产品服务体系。 具体如下：
教学与实验支撑系统由芝诺数据综合分析ZDM平台和芝诺数据教学实训平台构成，教学与实验支撑系统部署在大数据教学科研一体机中。 二、项目建设的目标及内容 1、项目建设目标 1）平台的建设能让高校大数据专业与实际应用相结合，提高学生的学习、实践和创新创业能力，能够培养实用性人才所需的专业能力，提升教学效果与就业率，为“大数据时代”的创新人才培养做出贡献。 2）平台的建设将支撑大数据去冗降噪、大数据融合、大数据可视化等关键技术研究，能够服务于学校的教学和科研，有助于大数据方向发展和自主创
新，有利于创新团队培育和高水平研究成果积累，有利于提升教师的教学和科研水平，推动教学和科研团队建设。 3）平台的建设搭建可以发挥学校的行业优势，体现学校办学特色，推进与国内外高校、科研机构和企业间的产学研合作，开展项目合作研究和人才培养，促进科研成果转化，促进产学研协同创新。 4）平台的建设有利于促进学科交叉与融合。 2、项目建设内容 1）模块一：平台相关硬件建设 本模块主要包含：大数据教学科研一体机 技术参数：