大数据

大数据推动教育产业创新发展

广告
广告

《大数据时代》作者维克托•迈尔-舍恩伯格教授著作《与大数据同行:学习和教育的未来》一书指出:当下大数据正悄悄影响到教育体系的每个层面,对于全世界的学习与教育活动,都会产生极为深远的影响。AI辅助教学,MOOC、可汗学院、多邻国语言学习网站,网易课堂、淘宝学校等案例,告诉我们,蓬勃发展的在线教育领域产生了大数据,教育不只是“你讲我听”、考试评分或是选修科目更多而已。历史上第一次,我们拥有了强大、具有实证效果的工具,能够空前的看到学习的过程,破解过去不可能发现的重重学习阻碍,让教育可以实现“私人定制”,改善学习的成效,改善教育的质量。

2017年,国务院印发《国家教育事业发展“十三五”规划》,也明确提出“加快教育大数据建设与开放共享”。规划指出,以大数据为代表的信息技术,正与教育深度融合,海量教育数据的生成、汇聚、融合,一方面为高等教育提供了精准、有效和可靠的数据支持,助力高等院校教育管理向智能化、精细化、可视化方向转变。另一方面,构建多维度的科学评价体系,有助于提升高等教育评价精准性、科学性、客观性,促进高等教育内涵式发展。

但是,作为大数据技术、平台和人才集聚高地的高等院校,在当前教育大数据使用方面存在短板与问题,目前尚未发挥教育大数据在推动高校科学管理方面的应有作用。大数据在高校的应用案例也非常少。随着大数据战略实施推进,推动移动互联网、云计算、大数据等技术创新和应用的舆论氛围日渐浓厚,这些技术,云计算、大数据、移动互联网、物联网、人工智能、区块链、云芯片、无人驾驶、3D打印即将成为国家产业新高地,教育要面向社会,面向现代化,面向未来,这就要求教育机构必须从根本上重视新大数据的项目建设,理念培训,和教育数据生态的建设。同时高校要培养大数据的人才,要熟悉甚至精通大数据的思维,技术带给产业界的价值和意义。

机遇:

当前教育业内人士一致认为,未来教育具体的演进方向就是网络化、数字化、个性化、终身化,教育部也明确提出,到2020年,基本建成“人人皆学、处处能学、时时可学”的教育信息化体系,明确要求落实信息技术和教育实践深度融合的核心思想。教育信息化正面临政策性和历史性的双重发展机遇。所以增强高校教育大数据应用意识势在必行。通过有组织和分层次的系统培训,提升高校管理者、教育者对于大数据本质性的认知,充分理解并准确把握教育大数据在推动高等院校内涵式发展过程中所具有的支持性、服务性、变革性作用,重视其在高校科学管理中推进精准教学、精准管理、精准评价、精准决策的多元潜能,从而形成在高校管理实践中重视大数据应用的意识,并转化为行动上的自觉。笔者根据会见多个高校的领导,和作为中国大数据与智能计算产业联盟副秘书长和高校大数据与人工智能专家联盟的成员的观察,发表一些看法,分享一些接触到的一些教育大数据应用案例。

教育大数据应用三大场景:

  1. 对内优化教学教务管理,高校各种业务数据化后,可以帮助提高高校的综合管理能力,对于教育核心职能:教学、教务、招生、就业将起到至关重要的作用。为老师学生和学校领导提供有价值的数据产品。比如:教师教学业务能力分析,校园一卡通的学生行为分析,学校专项费用和实验室教学收入与影响力分析,学生老师的360度画像,为学生提供个性化学习支持(成绩预测与指导),实时监测和管理高校舆情、校内外人物动态跟踪等,为老师提供调整教育教学方法的改进建议等。学生在社交媒体中的影响力?他们的交往圈?爱好?社交媒体对学校里的课程设置以及老师教学的评价?对学校的基础设施服务,如食堂等的评价?对就业信息的关注点?对学生学生情感关注?在学校里,最近一天/一小时学生热议的话题? 有哪些学生在关注这些话题?  关注度随时间变化的趋势? 对这些话题人们持何种观点?正面和负面评价的比例? 有哪些突发事件迅速成为关注的焦点? 事件发生在何地?与哪些人有关?等等,通过这些问题的数据回答倒逼学校的教学教务变革。
  2. 对外提供教育数据支持,比如:提供师生基本情况分析,国家的人才结构分析,就业和社会合作需求分析等,根据就业情况提供为教育部提供人才需求分析,又比如根据学生的一卡通使用情况,为精准扶贫提供数据支持等;
  3. 用于教学的大数据人工智能教学一体机,主要对面向教师、面向学生和面向教学的人工智能教学典型应用进行探讨,建立一个带有各种应用系统的大数据软硬件系统的大数据自助分析的实验平台。

这是三类应用场景的总结,笔者还在网络搜索了一些教育大数据应用案例分享如下:

  • “希维塔斯学习”是一家专门聚焦于运用预测性分析、机器学习从而提高学生成绩的年轻公司。CivitasLearning提供了一套应用程序,学生和老师可以在其中规划自己的课程和安排。“希维塔斯学习”各种基于云的智能手机第三方应用程序(APP)都是用户友好型的,能够根据高校的需要个性化。这意味着高校能聚焦于各自不同的对象,相互不同地用这家公司的分析工具开展大数据工作。
  • 该公司在高等教育领域建立起最大的跨校学习数据库。通过这些海量数据,能够看到学生的分数、出勤率、辍学率和保留率的主要趋势。通过使用100多万名学生的相关记录和700万个课程记录,这家公司的软件能够让用户探测性地知道导致辍学和学习成绩表现不良的警告性信号。此外,还允许用户发现那些导致无谓消耗的特定课程,并且看出哪些资源和干预是最成功的。
  • 美国利用大数据检测学生作业完成情况

纽约州波基普西市玛丽斯特学院(MaristCollege)与商业数据分析公司Pentaho合作发起开源学术分析计划(TheOpenAcademicAnalyticsInitiative),旨在一门新课程开始的两周内预测哪些学生可能会无法顺利完成课程。该计划基于Oralce数据分析平台平台(BusinessAnalyticsPlatform)开发了一个分析模型,通过收集分析学生的学习习惯——例如点击线上阅读材料、是否在网上论坛中发言、完成作业的时长——来预测学生的学业情况、及时干预帮助问题学生,从而提升毕业率。

  • 利用LinkedIn数据选择心中的大学

以美国的著名高校卡内基梅隆大学和普渡大学为例:对这两所高校,领英都收集了60000多名毕业生的职业生涯数据。数据量之庞大,足以在其中看出清晰的规律。输入“MIT”,你很快就会看到这所高校的毕业生一般会在谷歌、IBM和甲骨文公司找到工作。输入“普渡”,你会发现礼莱、康明斯和波音是毕业生的首选。这类信息对于中学的高年级生和低年级学生都是一座金矿,运用领英的这个工具,对太阳能、编剧、或者医疗器械感兴趣的学生,就可以挑选那些毕业生最容易进入相关领域的大学报考了。当年我们要是这款工具,可能很多人就不会错过自己喜欢的专业或学校了。

  • 利用大数据来择优录取学生

美国伊萨卡学院自2007年开始收集学生的社交网络数据。该学院为申请者设立了一个类似Facebook的网站ICPEERS,让申请者得以通过网站联系学院教师和彼此。伊萨卡使用IBM统计分析系统来收集ICPEERS上产生的数据,研究拥有怎样的网络行为的学生更有可能选择就读伊萨卡。收集的数据包括申请者上传了多少张账户照片、拥有多少名ICPEERS好友。研究人员认为,这能反映出申请者对这所学院有多感兴趣,对哪些专业感兴趣。

  • 南京理工大学根据学生饭卡消费额帮学生充饭卡

每个月在食堂吃饭超过60顿、一个月总消费不足420元的,被列为受资助对象。据报道,南京理工大学教育基金会通过数据分析,每个月在食堂吃饭超过60顿、一个月总消费不足420元的,被列为受资助对象。南京理工大学还采取直接将补贴款打入学生饭卡的方式,学生无需填表申请,不用审核。

七、清华大学推出“学堂在线”拆除名校“围墙”清华大学推出第一个中文MOOC 平台“学堂在线”,学生可以通过网络学习世界知名高校的精品课程。学堂在线注重探索基于大数据的用户学习行为分析方法,关注实现个性化推荐和基于社区的互助学习。学堂在线的大数据服务模块提供专业、实时的教学数据分析。运用大数据技术,可以看到当前网络用户的学习活跃度,分获得用户的学习进度,对影响学习进度的因素进行分析研究,了解所有慕课课程的开课次数,对课程热度和健康度进行分析,确保学生获得良好的学习体验。学堂在线还利用大数据来指导助教工作,分析助教的学习辅导行为,为促进学习者调整自身学习行为、教育管理者调整教学方案提供依据。机器学习背后依靠的是互联网大数据。MOOC和其他在线教育形式的普及带来了大量的教学数据。机器学习可以从这些教学大数据中找到与学生个体匹配的教学模型,或者说,教育人工智能可以为每位学生找到一个合适的学习和成长的独特路径。

八、电子科大利用大数据关注学生心理健康

电子科大曾做过一个课题——寻找校园中最孤独的人。他们从3万名在校生中,采集到了2亿多条行为数据,数据来自学生选课记录、进出图书馆、寝室,以及食堂用餐、超市购物等数据。通过对不同的校园一卡通“一前一后刷卡”的记录进行分析,可以发现一个学生在学校有多少亲密朋友,比如恋人、闺蜜。最后,通过这个课题找到了800多个校园中最孤独的人,他们平均在校两年半时间,一个知心朋友都没有。这些人中的17%可能产生心理疾病,剩下的则可能用意志力暂时战胜了症状,但需要学校和家长重点予以关爱。

九、东华大学借助大数据实现教育经费高效集约

东华大学将大数据引入实验室管理系统中,成功解决了实验室管理效率低下的问题。学生进入哪间实验室,哪个学生使用了哪台仪器设备及使用时间等使用情况都能记录下来,所有仪器的电流、电压也都可以监控。之后想要的数据由电信号直接产生,自动计算出来并形成表格,实验室利用率等情况在表格上一目了然。从表格就可以看出,哪些实验室申请的设备根本不必购买,哪些实验室不再需要拨钱。实验室的使用率和第二年的经费完全挂钩,最后实现教育经费使用的集约高效。大数据时代已经到来,未来十年,大数据在教育领域有着广阔的应用前景,将成为下一个创新、竞争和效率提高的前沿。

十、云端融合,智慧联动——构建基于大数据的全域化、智能化校园安全综合管控体系》

据介绍,该系统将与东阳市大数据中心打通,做到信息数据共享,为教育行政部门提供招生决策依据,为家长提供便利,家长在移动端便可进行新生入学报名,并对户籍、房产等信息进行数据核对,将实现学生报名事项“一次都不用跑”。

虽然笔者多方搜索,但大数据在教育产业的应用案例很少,作为国家战略重要的一个部分,要让大数据在教育体系要产生有价值的影响,我们需要尽快建立高校大数据的应用示范案例,同时高校可以通过做如下工作进一步推进大数据在教育产业的发展:

十一、Smart Sparrow是澳洲一个在线适应性教育平台。其依靠在互动中得到的数据反馈引导老师把课程设计得更好,下一阶段学习则根据学生学习行为来进行动态匹配。而DreamBox Learning 甚至能自动匹配小学生用户的学习进度,并以最适当方式去提示和鼓励学生向正确的方向努力。

  1. 在高校内部,建立教育大数据中心。

汇聚融合校内外各种数据资源:接入内部及外部数据,实现教育局(省、市、区、县)、学校、各种培训机构的跨域数据融合;构建学校的数据标准,实现数据统一管控。构建数据的能力开放,提供数据标准服务,实现应用与数据解耦,提供多样化的标准的数据及能力服务,提供场景化按需数据服务能力,以数据产品对外提供数据服务,对外逐步构建以教育数据服务为核心的区域级的教育数据服务生态圈,支持数据共享和交换,对外部提供标准化及定制化数据服务。发挥教育大数据应用的先导作用,满足高等教育管理科学化的现实需要。教育局督促建立分级成立教育大数据中心,承担高等教育大数据平台软硬件方面的建设、运营维护和管理工作。也可为其他相关部门、社会团体、行业协会、企事业单位提供统计查询、分析评估、咨询建议和决策支持等教育数据应用服务。最终提供一个依托大数据中心平台开展大数据项目研究、课题研究,参与教育的多方主体提供决策分析的科研与实践平台。

2)建立高校大数据质量安全管理办法。

以建设教育大数据中心为契机,着力整合数据资源、理顺管理机制、消除“数据孤岛”。打破教育数据条块分割,建立教育数据开放共享、互联互通、融汇聚合管理办法;推动建立统一的高校基础数据标准格式和规范;推动高校校内各部门数据关联与融合,打通校际数据流动渠道。强化高校教育大数据分析和应用的保障体制。成立各级教育大数据管理机构,全面统筹教育大数据管理工作;制定教育大数据收集与存储规范,制定教育大数据分析与应用规范,建立健全教育大数据隐私、伦理安全规范等,为保护师生等数据主体的隐私和数据安全提供规范性保障。我们身边教育问卷数据采集与分析却存在这样的现状:

  1.只关注学业考试分数,忽视诊断性的原因和过程。如果教育的目标只锁定在分数上,只追求分数的完美,而忽视学生学习成果背后的原因和过程的调查,那么学生必然要在细枝末节上花费大量的时间和精力,最终成为考试的机器。

  2.常规工作中,调查分析原因和过程的问卷数据往往不被重视,数据没有得到有效的采集和归纳。

  3.只关注采集问卷相关数据,忽视科学性的分析与反馈。我们虽然已经进行部分专题数据的采集,但是调查完之后却没有进行后续的、客观的、科学性的数据分析与反馈。

我校在看到这种情况下,决定就学生的学习兴趣,学习态度,学习效果等方面来对教师的教学方式进行问卷调查,调查后进行数据分析。

4)建设一批大数据在高校的应用体系:

一些高校虽具备大数据建设的条件和资源,但缺乏建设大数据系统、应用大数据技术的平台;一些高校虽有组建大数据团队的热情与意愿,但资金、设备、人才等方面投入不足。这些都制约高校教育大数据的深度开发与应用。教学、科研、行政、后勤等部门都应该积极探索数据产品,重视高校运行中的教学、科研、行政等相关业务数据的分析,重视师生娱乐、购物、能耗等生活大数据分析;重视高校内部环境的数据分析,忽视外部环境中舆情数据的分析等。

5)重视大数据教师培训和学生教育工作:

2017年美国工业与应用数学学会年会专家提出,海量的信息数据推动了数据科学领域交叉研究的迅猛发展,这不仅改变了数据研究专家处理数据的策略,也促使越来越多的高校将数据科学课程与传统数学课程相结合,为学生提供前所未有的学习项目,以便他们能在今后从容面对不断变化的现实挑战。老师需建立大数据的思维,学习大数据技术带来的变革,利用大数据的分析提高业务能力。学生要掌握数学分析能力、数据获取与管理能力、数据挖掘能力以及商业思维。所以从技术、思维到方法与实践,要求我们高校建立的大数据教学体系应该是校企共建教师队伍,

6)建设大数据平台和应用场景还应该考虑以下几点:

  • 考虑到跨行业的数据融合,特别是互联网和政府的如何融合,需要建立数据湖的概念,推动数据的3融合,5跨越的建设(技术融合、业务融合、数据融合,实现跨层级、跨地域、跨系统、跨部门、跨业务的协同管理和服务);
  • 数据服务老师和学生的观念很重要,让数据多跑路,师生少跑路。

当前教育大数据已上升到国家战略层面,教育体系内数据蕴含教学教务的内在规律,发掘规律,按规律办事,可以节省时间,提升教学质量。教育大数据的建设能够帮助我们及时、全面、客观的教学、教育需求和动向,为学生提供个性化教育方案,为老师提供个性化教育手段提供了更好的支撑。希望此篇文章能抛砖引玉,更多的人探讨教育大数据产业的发展思路。

教育大数据的发展,任重道远,我们应该不忘初心,继续前进。

研究领域主要包括:大数据基础概论、大数据在企业和政府的应用实践、数据驱动业务变革的商业模式、医疗大数据运营体系、财税大数据、海关大数据、扶贫大数据、运营商大数据建设方案、旅游大数据平台建设方案、数据资产管理、大数据产业生态分析、数据交易市场、区块链、人工智能等新技术对于传统企业的价值和赋能方案。

当前政府发展大数据产业思路分享

上一篇

小公司锻炼人?还是大公司发展好?

下一篇

你也可能喜欢

大数据推动教育产业创新发展

长按储存图像,分享给朋友

ITPUB 每周精要将以邮件的形式发放至您的邮箱


微信扫一扫

微信扫一扫