教育大数据挖掘与分析

第２３卷　２０１３年第２期　现代教育技术　Ｍｏｄｅｍ　Ｅｄｕｃａｔｉｏｎａｌ　Ｔｅｃｈｎｏｌｏｇｙ　Ｖ＿０１．２３　ＮＯ．２　２０１３　学习分析技术：挖掘大数据时代下教育数据的价值　魏顺平　（国家开放大学现代远程教育研究所，北京１０００３９）　【摘要】当前，大数据时代已经来临，教育领域同样积累了海量数据。教育领域已经部署了众多的学习管理系统，在这些软件　系统中存储着海量的学习者信息及学习过程数据。如何利用这些数据，使这些数据转变为信息、知识，并为教学决策、学习优　化服务，已成为教育工作者以及学习者们所关注的内容。学习分析技术有助于发挥学习过程数据的价值，使数据成为审慎决策、　过程优化的重要依据。该文介绍了国内外学习分析技术研究现状，归纳出学习分析技术的关键技术及分析模式，并以实例从不　同用户视角包括管理者、辅导教师、学习者展示了学习分析技术在网络学习过程分析中的应用过程。　【关键词】大数据时代；教育数据；学习分析；关键技术；分析模式　【中图分类号１　Ｇ４０—０５７　【文献标识码ｌ　Ａ　【论文编号】ｌ００争一８０９７（２０１３）ｏ２—　００５—＿０７［ＤＯＩＩ　１０．３９６９０．ｉｓｓｎ．１００９—８０９７。２０１３．０２．００１　刚刚过去的２０１２年，大数据（ｂｉｇ　ｄａｔａ）一词越来越多地　被提及，人们用它来描述和定义信息爆炸时代产生的海量数　据，并命名与之相关的技术发展与创新【”　国际数据公司　（ＩＤＣ）的研究结果表明，２００８年全球产生的数据量为　０．４９ＺＢ，２００９年的数据量为０．８ＺＢ，２０１０年增长为１．２ＺＢ，　２０１１年的数量更是高达１．８２ＺＢ，相当于全球每人产生２００ＧＢ　以上的数据。最早提出“大数据”时代到来的是全球知名咨　询公司麦肯锡，麦肯锡称：“数据，已经渗透到当今每一个　行业和业务职能领域，成为重要的生产因素。人们对于海量　数据的挖掘和运用，预示着新一波生产率增长和消费者盈余　浪潮的到来。”在教育领域，￣２０１３ＮＭＣ地平线报告（高教　版）》（预览版）非常有预见性的认为“大数据和学习分析”　将在未来２至３年成为主流技术。　一核心概念界定　在首届“学习分析和知识国际会议”上，与会者一致认　为：学习分析技术是测量、收集、分析和报告有关学生及其　学习环境的数据，用以理解和优化学习及其产生的环境的技　术。￣２０１２ＮＭＣ地平线报告（高教版）》也给出了近似的定　义，即学习分析技术是对学生生成的海量数据的解释和分　析，以评估学生的学术进展，预测未来的表现，并发现潜在　的问题。从这些定义可以看出，学习分析技术分析的对象是　学生及其学习环境，目的是评估学生、发现潜在问题、理解　和优化学习，基础是海量数据。　二国内外研究现状　２０１１年２月底，首届“学习分析技术与知识国际会议”　在加拿大的阿尔伯达省班芙市举行，主题之一就是学习分析　技术【２】０美国新媒体联盟发布的２０１０年度和２０１１年度《地平　线报告》均预测学习分析技术将在未来的四到五年内成为主　流【　。可见，学习分析技术已逐渐成为教育中的一项新兴技术。　事实上，在“学习分析技术”概念出现之前，与之相关　的技术、工具及其应用研究已经开展起来。２００４年在高等教　育中出现的“智能导师系统”和“人工智能系统”掀起了“教　育数据挖掘”研究的热潮，也促使学术分析技术这一关注学　习者行为的分析技术的诞生【　。Ｒｏｍｅｒｏ＆Ｖｅｎｔｕｒａ（２００７）以　及Ｂａｋｅｒ＆Ｙａｃｅｆ（２００９）对１Ｏ余年的教育数据挖掘研究进行　分析，归纳出５类教育数据挖掘方法，它们是统计分析与可　视化：聚类（聚类、离群点分析）；预测（决策树、回归分析、　时序分析）；关系挖掘（关联规则挖掘、序列模式挖掘、相关　挖掘）；文本挖掘ｆ　。另外，随着网络学习及相关学习管理系　统的不断普及，数据挖掘方法在学习管理系统中得到应用，　并开启了利用网络分析技术对学习者行为加以分析的研究，　Ｒｏｍｅｒｏ，Ｃ．等人（２００５）对Ｍｏｏｄｌｅ学习平台的日志分析是这　方面研究的典范【　。记录在学习管理系统中的学习者行为数　据，经过聚集、分类、可视化以及关联规则分析等操作，生　成实时的数据报告，或者利用从行为数据中反映出的常模来　生成预测模型。随着学习分析研究与实践的不断深入，除了　数据挖掘方法外，一些原本属于社会科学领域的方法如社会　网络分析法、话语分析法、内容分析法等也得到成功应用并　成为学习分析的关键技术，这些方法的典型应用之一是师生　交互行为分析。　国内外多位研究者的研究实践证明，学习分析技术对于　学生、教师、管理人员、研究人员以及技术开发人员均具有　重要价值：　（１）对于学生而言，学习分析技术可以从学习者　行为角度了解学习过程的发生机制，并用来优化学习，以基　于学习行为数据的分析为学习者推荐学习轨迹，开展适应性　学习、自我导向学习　（２）对于教师和管理人员而言，学　

龙源期刊网

浅谈大数据时代的数据分析与挖掘

作者：单海波

来源：《科技创新与应用》2016年第24期

摘 要：随着改革开放的进一步深化，以及经济全球化的快速发展，我国各行各业都有了质的飞跃，发展方向更加全面。特别是近年来科学技术的发展和普及，更是促进了各领域的不断发展，各学科均出现了科技交融。在这种社会背景下，数据形式和规模不断向着更加快速、精准的方向发展，促使经济社会发生了翻天覆地的变化，同时也意味着大数据时代即将来临。就目前而言，数据已经改变传统的结构模式，在时代的发展推动下积极向着结构化、半结构化，以及非结构化的数据模式方向转换，改变了以往的只是单一地作为简单的工具的现象，逐渐发展成为具有基础性质的资源。文章主要针对大数据时代下的数据分析与挖掘进行了分析和讨论，并论述了建设数据分析与挖掘体系的原则，希望可以为从事数据挖掘技术的分析人员提供一定的帮助和理论启示，仅供参考。

关键词：大数据；数据分析；数据挖掘；体系建设

引言

进入21世纪以来，随着高新科技的迅猛发展和经济全球化发展的趋势，我国国民经济迅速增长，各行业、领域的发展也颇为迅猛，人们生活水平与日俱增，在物质生活得到极大满足的前提下，更加追求精神层面以及视觉上的享受，这就涉及到数据信息方面的内容。在经济全球化、科技一体化、文化多元化的时代，数据信息的作用和地位是不可小觑的，处理和归类数据信息是达到信息传递的基础条件，是发展各学科科技交融的前提。

然而，世界上的一切事物都包含着两个方面，这两个方面既相互对立，又相互统一。矛盾即对立统一。矛盾具有斗争性和同一性两种基本属性，我们必须用一分为二的观点、全面的观点看问题。同时要积极创造条件，促进矛盾双方的相互转变。数据信息在带给人们生产生活极大便利的同时，还会被诸多社会数据信息所困扰。为了使广大人民群众的日常生活更加便捷，需要其客观、正确地使用、处理数据信息，完善和健全数据分析技术和数据挖掘手段，通过各种切实可行的数据分析方法科学合理地分析大数据时代下的数据，做好数据挖掘技术工作。

瓣　蠛　《中国教育信息　鳊辑部：ｍｉｓ＠ｍｏｅ．ｅｄｕ．ｃｎ　

高校教育大数据的分析挖掘与利用　

西安交通大学副校长　郑庆华　

摘要：本文从高校教育大数据的汇聚融合与挖掘应用的角度，分析了如何运用教育大数据技术推动　大学管理和人才培养的创新改革的思路和方法。首先，分析了教育大数据对高校现代化、精细化、规范化管　理的４个价值；其次，给出了高等教育大数据技术平台的基本技术架构；第三，结合教育大数据实际应用，介　绍了陕西省高等教育质量监管大数据中心、ＭＯＯＣ中国、西安交通大学教学质量综合监控与评价三个典型　案例：最后，提出了教育大数据分析挖掘中的３项基础性关键技术。　关键词：高等教育；大数据：分析；挖掘　

一、教育大数据分析挖掘的价值　

高校大数据分析挖掘至少有四个典型价值：　

一是使得大学的管理更加精准高效，可以朝着智慧　

治理、分类管理、过程监控、趋势预测、风险预警的方向　

发展，真正实现基于大数据分析规律的精准治理，改变　

管理的模糊性：　

二是可以更加准确地分析评价课堂教学的质量，　

过去我们对课堂、对老师的评价是定性和模糊的，而　

在大数据智慧课堂的模式下，可以真正实现采集样　

本的持久化，采集方式的多元化，挖掘手段的多样化，　

分析技术多维度。通过这些方式可以提高课堂教学的　

质量：　

三是使得教和学更加智慧，更加有效。对学生来说，　

老师可以了解学生学习的进展情况。发现学习兴趣点，　

以及对老师讲的哪些内容理解或者不理解，学习路径分　

析及课程推荐等等。对教师而言，不仅可以跨校跨地域　

分享他人的优秀课程，而且可以对学习者进行精准分　

类，进行个性化指导；　

四是资源服务的个性化、精准化推荐与服务，学习　

绩效的个性化评价，以及个性化教学管理，个性化手机　内容推送等等．这些功能将有效提升教与学的效率和　

质量。　

２８中国教育信息化／２０１６．１３　二、教育大数据技术平台的总体设计　

首先，我们对高等教育大数据技术平台有一个总体　

的顶层设计，如图１所示。这不仅是学校自己要有一个　

龙源期刊网

地理信息大数据挖掘与分析

作者：曾航 唐险峰 谭龙生

来源：《电子技术与软件工程》2018年第11期

摘要 随着计算机技术的飞速发展与进步，各行各业的信息产量呈现出几何倍的速度增长。这时一种新的信息处理工具云计算技术与物联网出现，使得人们进入到了大数据时代。为此本文在介绍地理信息大数据的含义与特征的基础上，对其挖掘与应用进行深入的分析与论述。

[关键词]地理信息 大数据 数据挖掘

1 地理信息大数据的特征

随着信息技术的发展，各种地理地质探索程度的加深，每天都会产生大量的地理信息大数据，对于这些大数据的特征进行分析，开展实际应用具有极为重要的意义。

1.1 数据量巨大且多样化

随着地理信息数据收集手段的日益丰富使得地理信息的数据呈现出几何倍的增长，以全国4000个基准站计算显示，其总的数据规模已经超过了250GB，如果扩大到全球的范围内，每天产生的数据量更是巨大。同时随着测绘技术、运动网络以及智能终端的应用，地理信息的数据来源越来越多，应用的技术越来越高超。人们可以通过无人机、卫星、气球拍摄等影响数据，手机、定位车等移动设备获得实时的信息，数据的来源以及种类越来越多样化。

1.2 数据产生较为快速

对于数据信息的获取上，高分辨率的影像等数据信息可以实时的获取，高分二号的重复采样周期为4天，资源三号的采样周期缩短到5天，对于传感器等相关移动设备获取信息的周期为实时，在对于这些信息的处理上，都是以秒来计算，同时数据的实效性可以依据分钟来计算，为此可见地理信息数据的产生与分析速度极为快速。

1.3 数据的应用价值极高

地理信息内部蕴含着巨大的财富，可以有效的指导人们的生产与生活活动，依据相关的数据显示，地理信息大数据可以人给服务商带来的收入超过1500亿美元，为用户带来的价值将会超过8000亿美元。