數(shù)據(jù)(data)，一般而言是指通過(guò)科學(xué)實(shí)驗(yàn)、檢驗(yàn)、統(tǒng)計(jì)等方式所獲得的，用于科學(xué)研究、技術(shù)設(shè)計(jì)、查證、決策等目的的數(shù)值。通過(guò)全面、準(zhǔn)確、系統(tǒng)地測(cè)量、收集、記錄、分類、存儲(chǔ)這些數(shù)據(jù)，再經(jīng)過(guò)嚴(yán)格地統(tǒng)計(jì)、分析、檢驗(yàn)這些數(shù)據(jù)，就能得出一些很有說(shuō)服力的結(jié)論。大規(guī)模、長(zhǎng)期地測(cè)量、記錄、存儲(chǔ)、統(tǒng)計(jì)、分析這些數(shù)據(jù)，所獲得的海量數(shù)據(jù)就是大數(shù)據(jù)(big data)。在制作大數(shù)據(jù)時(shí)，需要嚴(yán)格的方案設(shè)計(jì)、變量控制和統(tǒng)計(jì)檢驗(yàn)等，不然所獲得的大數(shù)據(jù)就是不全面、不準(zhǔn)確、無(wú)價(jià)值或價(jià)值不大的。

在教育特別是在學(xué)校教育中，數(shù)據(jù)成為教學(xué)改進(jìn)最為顯著的指標(biāo)。通常，這些數(shù)據(jù)主要是指考試成績(jī)。當(dāng)然，也可以包括入學(xué)率、出勤率、輟學(xué)率、升學(xué)率等。對(duì)于具體的課堂教學(xué)來(lái)說(shuō)，數(shù)據(jù)應(yīng)該是能說(shuō)明教學(xué)效果的，比如學(xué)生識(shí)字的準(zhǔn)確率、作業(yè)的正確率、多方面發(fā)展的表現(xiàn)率——積極參與課堂科學(xué)的舉手次數(shù)，回答問(wèn)題的次數(shù)、時(shí)長(zhǎng)與正確率，師生互動(dòng)的頻率與時(shí)長(zhǎng)。進(jìn)一步具體來(lái)說(shuō)，例如每個(gè)學(xué)生回答一個(gè)問(wèn)題所用的時(shí)間是多長(zhǎng)，不同學(xué)生在同一問(wèn)題上所用時(shí)長(zhǎng)的區(qū)別有多大，整體回答的正確率是多少，這些具體的數(shù)據(jù)經(jīng)過(guò)專門的收集、分類、整理、統(tǒng)計(jì)、分析就成為大數(shù)據(jù)。

分析大數(shù)據(jù)助力教學(xué)改革

近年來(lái)，隨著大數(shù)據(jù)成為互聯(lián)網(wǎng)信息技術(shù)行業(yè)的流行詞匯，教育逐漸被認(rèn)為是大數(shù)據(jù)可以大有作為的一個(gè)重要應(yīng)用領(lǐng)域，有人大膽地預(yù)測(cè)大數(shù)據(jù)將給教育帶來(lái)革命性的變化。

大數(shù)據(jù)技術(shù)允許中小學(xué)和大學(xué)分析從學(xué)生的學(xué)習(xí)行為、考試分?jǐn)?shù)到職業(yè)規(guī)劃等所有重要的信息。許多這樣的數(shù)據(jù)已經(jīng)被諸如美國(guó)國(guó)家教育統(tǒng)計(jì)中心之類的政府機(jī)構(gòu)儲(chǔ)存起來(lái)用于統(tǒng)計(jì)和分析。

而近年來(lái)越來(lái)越多的網(wǎng)絡(luò)在線教育和大規(guī)模開(kāi)放式網(wǎng)絡(luò)課程橫空出世，也使教育領(lǐng)域中的大數(shù)據(jù)獲得了更為廣闊的應(yīng)用空間。專家指出，大數(shù)據(jù)將掀起新的教育革命，比如革新學(xué)生的學(xué)習(xí)、教師的教學(xué)、教育政策制定的方式與方法。

教育領(lǐng)域中的大數(shù)據(jù)分析最終目的是為了改善學(xué)生的學(xué)習(xí)成績(jī)。成績(jī)優(yōu)異的學(xué)生對(duì)學(xué)校、對(duì)社會(huì)、以及對(duì)國(guó)家來(lái)說(shuō)都是好事。學(xué)生的作業(yè)和考試中有一系列重要的信息往往被我們常規(guī)的研究所忽視。而通過(guò)分析大數(shù)據(jù)，我們就能發(fā)現(xiàn)這些重要信息，并利用它們?yōu)楦纳茖W(xué)生的成績(jī)提供個(gè)性化的服務(wù)。與此同時(shí)，它還能改善學(xué)生期末考試的成績(jī)、平時(shí)的出勤率、輟學(xué)率、升學(xué)率等。

現(xiàn)在，大數(shù)據(jù)分析已經(jīng)被應(yīng)用到美國(guó)的公共教育中，成為教學(xué)改革的重要力量。為了順應(yīng)并推動(dòng)這一趨勢(shì)，美國(guó)聯(lián)邦政府教育部2012年參與了一項(xiàng)耗資2億美元的公共教育中的大數(shù)據(jù)計(jì)劃。這一計(jì)劃旨在通過(guò)運(yùn)用大數(shù)據(jù)分析來(lái)改善教育。聯(lián)邦教育部從財(cái)政預(yù)算中支出2500萬(wàn)美元，用于理解學(xué)生在個(gè)性化層面是怎樣學(xué)習(xí)的。部分綜述了該計(jì)劃的數(shù)據(jù)和案例已經(jīng)在美國(guó)教育部教育技術(shù)辦公室2012年4月10日發(fā)布的《通過(guò)教育數(shù)據(jù)挖掘和學(xué)習(xí)分析增進(jìn)教與學(xué)(公共評(píng)論草案)》中披露出來(lái)。

美國(guó)教育部門對(duì)大數(shù)據(jù)的運(yùn)用主要是創(chuàng)造了“學(xué)習(xí)分析系統(tǒng)”——一個(gè)數(shù)據(jù)挖掘、模化和案例運(yùn)用的聯(lián)合框架。這些“學(xué)習(xí)分析系統(tǒng)”旨在向教育工作者提供了解學(xué)生到底是在“怎樣”學(xué)習(xí)的更多、更好、更精確的信息。舉例來(lái)說(shuō)，一個(gè)學(xué)生成績(jī)不好是由于他因?yàn)橹車h(huán)境而分心了嗎?期末考試不及格是否意味著該學(xué)生并沒(méi)有完全掌握這一學(xué)期的學(xué)習(xí)內(nèi)容，還是因?yàn)樗?qǐng)了很多病假的緣故?利用大數(shù)據(jù)的學(xué)習(xí)分析能夠向教育工作者提供有用的信息，從而幫助其回答這些不太好回答的現(xiàn)實(shí)問(wèn)題。

許多人因此會(huì)問(wèn)，大數(shù)據(jù)能拯救美國(guó)的公立教育嗎?全球最大的電腦軟件提供商微軟公司(Microsoft)的創(chuàng)始人、前首席執(zhí)行官比爾·蓋茨(Bill Gates)今年3月7日在得克薩斯州首府奧斯汀舉行的一個(gè)教育會(huì)議上打賭說(shuō)，利用數(shù)據(jù)分析的教育大數(shù)據(jù)能夠提高學(xué)生的學(xué)習(xí)成績(jī)，拯救美國(guó)的公立學(xué)校系統(tǒng)。他稱過(guò)去十幾年里教育領(lǐng)域的技術(shù)發(fā)展陷入了停滯，研發(fā)投入遠(yuǎn)遠(yuǎn)不夠。蓋茨充滿信心地認(rèn)為，教育技術(shù)未來(lái)發(fā)展的關(guān)鍵在于數(shù)據(jù)。在這次大會(huì)上，5000多名參會(huì)者討論了教育數(shù)據(jù)應(yīng)用的前景。

[page]

教育大數(shù)據(jù)市場(chǎng)前景廣闊

美國(guó)高中生和大學(xué)生的糟糕表現(xiàn)——高中生退學(xué)率高達(dá)30%(平均每 26秒就有一個(gè)高中生退學(xué))，33%的大學(xué)生需要重修，46%的大學(xué)生無(wú)法正常畢業(yè)——在讓教育部門憂心忡忡的同時(shí)，也讓教育科技公司找到了淘金的機(jī)會(huì)。近些年來(lái)，許多教育科技公司紛紛開(kāi)始搶灘大數(shù)據(jù)學(xué)習(xí)分析的市場(chǎng)，競(jìng)爭(zhēng)極為激烈。

美國(guó)的一些企業(yè)已經(jīng)成功地商業(yè)化運(yùn)作教育中的大數(shù)據(jù)。全球最大的信息技術(shù)與業(yè)務(wù)解決方案公司IBM就與亞拉巴馬州的莫白兒縣公共學(xué)區(qū)進(jìn)行大數(shù)據(jù)合作。結(jié)果顯示，大數(shù)據(jù)對(duì)學(xué)校的工作具有重要作用。當(dāng)IBM剛剛開(kāi)始與這一學(xué)區(qū)合作時(shí)，除了學(xué)生成績(jī)不好之外，該縣還面臨著輟學(xué)率已增加到48%的嚴(yán)峻情況。根據(jù)聯(lián)邦政府的《不讓一個(gè)孩子掉隊(duì)法》(No Child Lift Behind，NCLB)，學(xué)生成績(jī)?cè)愀獾牡胤秸畬⑹艿綉土P。為了應(yīng)對(duì)這一巨大的挑戰(zhàn)，該縣此前已經(jīng)在學(xué)生數(shù)據(jù)的基礎(chǔ)上建立了一個(gè)輟學(xué)指示工具，并將其用于全縣層面的決策。但I(xiàn)BM認(rèn)為這仍不足以改善莫白兒縣窘迫的現(xiàn)狀，需要借助IBM的技術(shù)支持重新建立大數(shù)據(jù)，進(jìn)而利用大數(shù)據(jù)分析來(lái)改善學(xué)區(qū)內(nèi)所有學(xué)生的整體成績(jī)。

在美國(guó)的教育大數(shù)據(jù)領(lǐng)域，除了處于領(lǐng)先地位的IBM，還有像“希維塔斯學(xué)習(xí)”(Civitas Learning)這樣的新興企業(yè)。“希維塔斯學(xué)習(xí)”是一家專門聚焦于運(yùn)用預(yù)測(cè)性分析、機(jī)器學(xué)習(xí)從而提高學(xué)生成績(jī)的年輕公司。該公司在高等教育領(lǐng)域建立起最大的跨校學(xué)習(xí)數(shù)據(jù)庫(kù)。通過(guò)這些海量數(shù)據(jù)，能夠看到學(xué)生的分?jǐn)?shù)、出勤率、輟學(xué)率和保留率的主要趨勢(shì)。通過(guò)使用100多萬(wàn)名學(xué)生的相關(guān)記錄和700萬(wàn)個(gè)課程記錄，這家公司的軟件能夠讓用戶探測(cè)性地知道導(dǎo)致輟學(xué)和學(xué)習(xí)成績(jī)表現(xiàn)不良的警告性信號(hào)。此外，還允許用戶發(fā)現(xiàn)那些導(dǎo)致無(wú)謂消耗的特定課程，并且看出哪些資源和干預(yù)是最成功的。

在加拿大，總部位于安大略省沃特盧的教育科技公司“渴望學(xué)習(xí)”(Desire 2 Learn)已經(jīng)面向高等教育領(lǐng)域的學(xué)生，推出了基于他們自己過(guò)去的學(xué)習(xí)成績(jī)數(shù)據(jù)預(yù)測(cè)并改善其未來(lái)學(xué)習(xí)成績(jī)的大數(shù)據(jù)服務(wù)項(xiàng)目。這家公司的新產(chǎn)品名為“學(xué)生成功系統(tǒng)”(Student Success System)。“渴望學(xué)習(xí)”聲稱加拿大和美國(guó)的1000多萬(wàn)名高校學(xué)生正在使用其學(xué)習(xí)管理系統(tǒng)技術(shù)。“渴望學(xué)習(xí)”的產(chǎn)品通過(guò)監(jiān)控學(xué)生閱讀電子化的課程材料、提交電子版的作業(yè)、通過(guò)在線與同學(xué)交流、完成考試與測(cè)驗(yàn)，就能讓其計(jì)算程序持續(xù)、系統(tǒng)地分析每個(gè)學(xué)生的教育數(shù)據(jù)。老師得到的不再是過(guò)去那種只展示學(xué)生分?jǐn)?shù)與作業(yè)的結(jié)果，而是像閱讀材料的時(shí)間長(zhǎng)短等這樣更為詳細(xì)的重要信息，這樣老師就能及時(shí)診斷問(wèn)題的所在，提出改進(jìn)的建議，并預(yù)測(cè)學(xué)生的期末考試成績(jī)。

像美國(guó)的“夢(mèng)盒學(xué)習(xí)”(DreamBox Learning)公司和“紐頓”(Knewton)公司這類領(lǐng)先性的開(kāi)發(fā)者們，已經(jīng)成功創(chuàng)造并發(fā)布了各自版本的利用大數(shù)據(jù)的適應(yīng)性學(xué)習(xí)(adaptive learning)系統(tǒng)。在2012年國(guó)際消費(fèi)電子展的高等教育技術(shù)峰會(huì)上，世界最大的教育出版公司培生集團(tuán)(Pearson)與適應(yīng)性學(xué)習(xí)領(lǐng)域里的先行者紐頓公司共同發(fā)布了主要由培生集團(tuán)開(kāi)發(fā)的適應(yīng)性學(xué)習(xí)產(chǎn)品——“我的實(shí)驗(yàn)室/高手掌握”(MyLab/Mastering)。這款產(chǎn)品在將全球范圍內(nèi)向數(shù)百萬(wàn)名學(xué)生提供個(gè)性化的學(xué)習(xí)服務(wù)，向他們提供真實(shí)可信的學(xué)習(xí)數(shù)據(jù)，讓學(xué)校通過(guò)這些數(shù)據(jù)提高學(xué)生的學(xué)習(xí)效果并降低教學(xué)成本。首款產(chǎn)品將在美國(guó)的數(shù)十萬(wàn)名學(xué)生中使用，包括數(shù)學(xué)、英語(yǔ)，以及寫作等技能開(kāi)發(fā)課。

紐頓的創(chuàng)辦人、首席執(zhí)行官何塞·費(fèi)雷拉和培生高等教育分公司的總裁格雷格·托賓共同出席了“我的實(shí)驗(yàn)室/高手掌握”的發(fā)布會(huì)并介紹了合作的細(xì)節(jié)，討論了高等教育的未來(lái)。托賓說(shuō)：“個(gè)性化學(xué)習(xí)是未來(lái)教育的一個(gè)關(guān)鍵點(diǎn)。我們把紐頓的技術(shù)整合到‘我的實(shí)驗(yàn)室/高手掌握’這個(gè)產(chǎn)品中，是整個(gè)行業(yè)進(jìn)入個(gè)性化教育新時(shí)代的引領(lǐng)風(fēng)氣之舉”。費(fèi)雷拉說(shuō)：“從今年秋季起，培生的課程材料將在紐頓技術(shù)的支持下，開(kāi)始適應(yīng)性地滿足每個(gè)學(xué)生獨(dú)特的學(xué)習(xí)需求。學(xué)生能夠生成大量有價(jià)值的數(shù)據(jù)，紐頓可以分析這些數(shù)據(jù)，以此確保學(xué)生以最有效、最高效的方式學(xué)習(xí)。這是教育的一個(gè)新的前沿領(lǐng)域”。按照已經(jīng)達(dá)成的協(xié)議，這兩家公司2013年將進(jìn)一步擴(kuò)大合作，把大學(xué)數(shù)學(xué)、大學(xué)統(tǒng)計(jì)學(xué)、大學(xué)一年級(jí)作文、經(jīng)濟(jì)學(xué)以及科學(xué)等領(lǐng)域納入其產(chǎn)品中去。

此外，由總部設(shè)在美國(guó)紐約的麥格勞·希爾公司(McGraw-Hill)、總部設(shè)在英國(guó)倫敦的培生集團(tuán)和其他出版公司共同開(kāi)發(fā)的“課程精靈”系統(tǒng)(CourseSmart)，也允許教授們通過(guò)讓學(xué)生使用電子教科書來(lái)跟蹤他們的學(xué)業(yè)進(jìn)展，并向助教們顯示學(xué)生的學(xué)習(xí)參與度和學(xué)習(xí)成績(jī)等大量的數(shù)據(jù)信息，只是這一系統(tǒng)尚不具備預(yù)測(cè)的功能。

大數(shù)據(jù)讓考試變得更科學(xué)

教育中的數(shù)據(jù)挖掘是邁向大數(shù)據(jù)分析的一項(xiàng)主要工作。教育中最近的趨勢(shì)是允許研究者積累大量尚未結(jié)構(gòu)化的數(shù)據(jù)(unstructured data)。結(jié)構(gòu)化的數(shù)據(jù)(structured data)是從教育部門多年的數(shù)據(jù)——特別考試成績(jī)和出勤記錄——那里收集而來(lái)。互動(dòng)性學(xué)習(xí)的新方法已經(jīng)通過(guò)智力輔導(dǎo)系統(tǒng)、刺激與激勵(lì)機(jī)制、教育性的游戲產(chǎn)生了越來(lái)越多的尚未結(jié)構(gòu)化的數(shù)據(jù)。這就使得更豐富的數(shù)據(jù)能給研究者創(chuàng)造出比過(guò)去更多的探究學(xué)生學(xué)習(xí)環(huán)境的新機(jī)會(huì)。

教育數(shù)據(jù)與其他領(lǐng)域中的數(shù)據(jù)比較起來(lái)，有一些獨(dú)特的特征。總結(jié)起來(lái)就是教育數(shù)據(jù)是分層的(hierarchical)。美國(guó)教育部教育技術(shù)辦公室在《通過(guò)教育數(shù)據(jù)挖掘和學(xué)習(xí)分析增進(jìn)教與學(xué)(公共評(píng)論草案)》的第18頁(yè)中寫道：“教育數(shù)據(jù)是……分層的。有鍵擊層(keystroke level)、回答層(answer level)、學(xué)期層(session level)、學(xué)生層(student level)、教室層(classroom level)、教師層(teacher level)和學(xué)校層(school level)，數(shù)據(jù)就寓居在這些不同的層之中。”

當(dāng)某個(gè)學(xué)生回答一個(gè)問(wèn)題時(shí)，一些變量就需要一起分析了。例如，學(xué)生回答正確率低的問(wèn)題就是好問(wèn)題嗎?此外，時(shí)間也是重要的因素。比如，一個(gè)學(xué)生在考試的第一部分耗時(shí)太多，是否意味著其接下來(lái)就會(huì)飛速、凌亂地答題。一道問(wèn)題的答題順序、結(jié)果、具體情況，都給研究者提供了許多前所未有的大量數(shù)據(jù)。運(yùn)用這些數(shù)據(jù)，研究者就能揭示學(xué)生的學(xué)習(xí)模式。研究者利用所有這些數(shù)據(jù)就能獲悉到底是什么因素對(duì)學(xué)生構(gòu)成了最好的學(xué)習(xí)環(huán)境。理解這些重要的問(wèn)題有助于教育工作者給學(xué)生創(chuàng)造一個(gè)個(gè)性化的學(xué)習(xí)模式。

監(jiān)測(cè)學(xué)生是“如何”考試的能讓研究者有效定型學(xué)生的學(xué)習(xí)行為。大數(shù)據(jù)要求教育工作者必須超越傳統(tǒng)，不能只追求正確的答案，學(xué)生是如何朝著正確答案努力的過(guò)程也同樣重要。在一次考試中，學(xué)生個(gè)人和整體在每道題上花費(fèi)了多少時(shí)間?最長(zhǎng)的是多少?最短的是多少?平均又是多少?哪些此前已經(jīng)出現(xiàn)過(guò)的問(wèn)題學(xué)生答對(duì)或答錯(cuò)了?哪些問(wèn)題的線索讓學(xué)生獲益了?通過(guò)監(jiān)測(cè)這些信息，形成數(shù)據(jù)檔案，能夠幫助教育工作者理解學(xué)生為了掌握學(xué)習(xí)內(nèi)容而進(jìn)行學(xué)習(xí)的全過(guò)程，并有助于向他們提供個(gè)性化的學(xué)習(xí)模式。

監(jiān)控學(xué)生的每一個(gè)學(xué)習(xí)行為是可能的。為了改進(jìn)學(xué)生的學(xué)習(xí)成績(jī)，我們需要知道他們回答一個(gè)問(wèn)題用了多少時(shí)間，回答這個(gè)問(wèn)題使用了哪些資源，哪些問(wèn)題被跳過(guò)了，為了回答這個(gè)問(wèn)題做了哪些研究工作，這個(gè)問(wèn)題與其他已經(jīng)回答了的問(wèn)題之間存在什么關(guān)系。此外，老師對(duì)每個(gè)學(xué)生提供什么樣的建議才是最佳的?學(xué)生寫作業(yè)和答題的信息能立即被自動(dòng)地監(jiān)測(cè)到，老師還能在第一時(shí)間將這些信息反饋給學(xué)生。

用這些學(xué)生學(xué)習(xí)的行為檔案創(chuàng)造適應(yīng)性的學(xué)習(xí)系統(tǒng)能夠提高學(xué)生的學(xué)習(xí)效果。利用學(xué)生是“如何”學(xué)習(xí)的這樣重要的信息，考試的出題者們就能為學(xué)生量身定制出適合學(xué)生的個(gè)性化問(wèn)題，并設(shè)計(jì)出能夠促進(jìn)記憶力的線索。通過(guò)分析大數(shù)據(jù)，研究者發(fā)現(xiàn)從教育的效果上來(lái)看，當(dāng)被問(wèn)到一系列難度逐漸增加且互相關(guān)聯(lián)的問(wèn)題時(shí)，學(xué)生的表現(xiàn)要好于圍繞一個(gè)共同的知識(shí)點(diǎn)而隨機(jī)挑選出的問(wèn)題。美國(guó)標(biāo)準(zhǔn)化的研究生入學(xué)考試(GRE)中的這種適應(yīng)性考試已經(jīng)顯示出朝這一方向努力的趨勢(shì)。

五大技術(shù)利用教育大數(shù)據(jù)

需要特別注意的是，如何收集數(shù)據(jù)對(duì)于它們未來(lái)的使用性非常重要。接收數(shù)據(jù)匯入背后的挑戰(zhàn)是從一開(kāi)始就要標(biāo)準(zhǔn)化，以便今后對(duì)數(shù)據(jù)進(jìn)行仔細(xì)分析。這樣做并不是意味著將未結(jié)構(gòu)化的數(shù)據(jù)轉(zhuǎn)化為結(jié)構(gòu)化的數(shù)據(jù)，而是要用直觀的方法對(duì)接收的數(shù)據(jù)進(jìn)行分類。

應(yīng)該說(shuō)，獲得相關(guān)數(shù)據(jù)并不是一件容易的事。對(duì)于大學(xué)階段的學(xué)生而言，數(shù)據(jù)的收集并不是主要問(wèn)題。然而，對(duì)于中小學(xué)階段的學(xué)生而言，挑戰(zhàn)卻很大，因?yàn)橛行?shù)據(jù)的收集存在法律問(wèn)題，有的則存在倫理道德的問(wèn)題。

數(shù)據(jù)收集者的人數(shù)和技能也是一個(gè)問(wèn)題。對(duì)于公司而言，通常通過(guò)網(wǎng)絡(luò)上的小型文本文件(cookies)來(lái)收集用戶的相關(guān)信息。但是對(duì)于美國(guó)聯(lián)邦政府教育部而言，則需要依賴于全國(guó)眾多學(xué)區(qū)和研究者的網(wǎng)絡(luò)來(lái)提煉和確認(rèn)數(shù)據(jù)。

教育工作者和研究者已經(jīng)開(kāi)發(fā)出從大數(shù)據(jù)中提取價(jià)值的5種主要的技術(shù)。

1.預(yù)測(cè)(Prediction)——覺(jué)知預(yù)料中的事實(shí)的可能性。例如，要具備知道一個(gè)學(xué)生在什么情況下盡管事實(shí)上有能力但卻有意回答錯(cuò)誤的能力。

2.聚類(Clustering)——發(fā)現(xiàn)自然集中起來(lái)的數(shù)據(jù)點(diǎn)。這對(duì)于把有相同學(xué)習(xí)興趣的學(xué)生分在一組很有用。

3.相關(guān)性挖掘(Relationship Mining)——發(fā)現(xiàn)各種變量之間的關(guān)系，并對(duì)其進(jìn)行解碼以便今后使用它們。這對(duì)探知學(xué)生在尋求幫助后是否能夠正確回答問(wèn)題的可靠性很有幫助。

4.升華人的判斷(Distillation for human judgment)——建立可視的機(jī)器學(xué)習(xí)的模式。

5.用模式進(jìn)行發(fā)現(xiàn)(Discovery with models)——使用通過(guò)大數(shù)據(jù)分析開(kāi)發(fā)出的模式進(jìn)行“元學(xué)習(xí)”(meta-study)。

實(shí)施這些技術(shù)就能夠通過(guò)大數(shù)據(jù)來(lái)創(chuàng)建為提高學(xué)生成績(jī)提供支持的學(xué)習(xí)分析系統(tǒng)。研究者們相信這些技術(shù)將幫助教育工作者更加有效地指導(dǎo)學(xué)生朝著更加個(gè)性化的學(xué)習(xí)進(jìn)程邁進(jìn)。

總而言之，通過(guò)大數(shù)據(jù)進(jìn)行學(xué)習(xí)分析能夠?yàn)槊恳晃粚W(xué)生都創(chuàng)設(shè)一個(gè)量身定做的學(xué)習(xí)環(huán)境和個(gè)性化的課程，還能創(chuàng)建一個(gè)早期預(yù)警系統(tǒng)以便發(fā)現(xiàn)開(kāi)除和輟學(xué)等潛在的風(fēng)險(xiǎn)，為學(xué)生的多年學(xué)習(xí)提供一個(gè)富有挑戰(zhàn)性而非逐漸厭倦的學(xué)習(xí)計(jì)劃。因此，有識(shí)之士經(jīng)預(yù)言未來(lái)的學(xué)習(xí)將是大數(shù)據(jù)驅(qū)動(dòng)的新時(shí)代。我們應(yīng)該積極迎接這個(gè)新時(shí)代，通過(guò)大數(shù)據(jù)來(lái)分析學(xué)習(xí)，進(jìn)一步改善教學(xué)的方式與方法，進(jìn)一步促進(jìn)學(xué)生學(xué)習(xí)成績(jī)的提高。