本站原创该文为关于数据相关毕业论文格式范文,与大数据吹响教育的号角相关习惯养成教育论文，可作为德育专业数据论文写作研究的大学硕士与本科毕业论文开题报告范文和职称论文参考文献资料。免费下载教你怎么写数据及学生及心理健康方面的优秀学术论文范文。
“十二年寒窗苦读,只为金榜题名时!”每年的高考都牵动着无以数计的考生和家长的心,高考结束自然是有人欢喜有人忧,近日上海一网友吐槽令他万万没想到的是今年上海作文题《自由与不自由》与百度大数据预测的出题概率和作文关 键 词 “自由”,相似度颇高,此前有同学提醒他关注下可他却质疑并忽视了,现在后悔莫及
百度高考作文预测命中多省考题的良好结果,无疑为未来大数据改变和颠覆教育等传统行业留下了更大的想象空间.
有别于传统教育
更好地“因材施教”
在教育特别是在学校教育中,数据成为教学改进最为显著的指标.通常,这些数据主要是指考试成绩.当然,也可以包括入学率、出勤率、辍学率、升学率等.对于具体的课堂教学来说,数据应该是能说明教学效果的,比如学生识字的准确率、作业的正确率、多方面发展的表现率――积极参与课堂科学的举手次数,回答问题的次数、时长与正确率,师生互动的频率与时长.进一步具体来说,例如每个学生回答一个问题所用的时间是多长,不同学生在同一问题上所用时长的区别有多大,整体回答的正确率是多少,这些具体的数据经过专门的收集、分类、整理、统计、分析就成为大数据.
我们看一下传统的教育模式：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在这种模式下,分数就是一切,一个班上几十个人,使用同样的教材,同一个老师上课,课后布置同样的作业.然而,学生是千差万别的,不可能真正做到“因材施教”.而大数据教育将呈现另外的特征：弹性学制、个性化辅导、社区和家庭学习而这其中,人与人（师生、生生）的关系,将通过人与技术的关系来实现,正如时下的春节大拜年,不通过短信、、视频、微信,还能回到20年前骑半个小时自行车挨家挨户拜年的年代吗?大数据时代,无论你是否认同技术丰富了人类的情感,技术的出现,让我们再也回不到从前了.
随着技术的发展,大数据在教育领域有了越来越广泛的应用,学校拥有可用的、高质量的海量数据逐渐成为现实,但如何进行信息挖掘,给未来教育带来更大的可能,则对教育研究者的想象力提出了挑战.
近年来越来越多的网络在线教育和大规模开放式网络课程横空出世,也使教育领域中的大数据获得了更为广阔的应用空间.专家指出,大数据将掀起新的教育革命,比如革新学生的学习、教师的教学、教育政策制定的方式与方法.
教育领域中的大数据分析最终目的是为了改善学生的学习成绩.成绩优异的学生对学校、对社会、以及对国家来说都是好事.学生的作业和考试中有一系列重要的信息往往被我们常规的研究所忽视.而通过分析大数据,我们就能发现这些重要信息,并利用它们为改善学生的成绩提供个性化的服务.与此同时,它还能改善学生期末考试的成绩、平时的出勤率、辍学率、升学率等.
路漫漫其修远兮 仍将上下而求索
有多少教师能真正了解学生呢?微乎其微.在大多数教研活动中,如何评判一个课堂的好坏?更多是专家审美型的――教师的环节设计是否层层递进,提出的问题是否有效,环节设置与本节活动的目标是否契合,等等.而学生在这个课堂中的体验,大部分时间是被完全忽略的,即使获得了关注,也往往是“被代表”的――听课者会根据自己的经验来假设学生的体验,而学生真正的体验如何,却没有强大的技术与数据源可提供分析与实证.
大数据时代的到来,使得我们有机会和能力去弥补或改变现行教育中的不足.?
以往我们是怎样去了解学生呢?我们对教育教学过程和学生的学习情况进行数据采集和分析,包括体的学业水平,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.这些数据是在周期性、阶段性的评估中获得的.数据反应的是教育的结果,学生的学科学习状况如何,生理健康与心理健康状态如何,对学校的主观感受如何等.
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?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这些高度个性化的数据在每时每刻发生的动作与现象中产生,被完整的记录储存下来.经过整合这些数据能够给我们以启示：课堂应该如何设计才符合学生心理特点?课程是否吸引学生?哪个学生需要个别指导?怎样的师生互动方式受到欢迎?最重要的是,这些数据的收集只需要一定的观测技术与设备的辅助,在学生完全不自知的情况下就可以完成,不影响学生任何的日常学习与生活,是最自然、最真实的数据.
?所以,在教育领域中,大数据除体现传统数据的所有宏观功能外,还能收集分析详尽的微观个性化数据,大数据的优势立显.传统数据与大数据对比：传统数据诠释宏观、整体的教育状况,大数据还可以分析微观、个体的学生与课堂状况,用于调整教育行为与实现个性化教育；传统数据挖掘方式,采集方法,内容分类,采集标准等都已存在既有规则,方法论完整,大数据还可挖掘没有形成清晰的方法、路径、以及评判标准的新鲜事物；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,以第三方、技术型的观察采样的方式误差较小；传统数据分析所需要的人才、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灵感而不是按部就班者.
利用目前较为成熟的信息技术设施,对学生个人在学习活动中的数据进行高密度和频度的记录积累、分析处理,从而为定量分析提供丰富的数据资源,这样就能够为我们提供大量、准确的数据,这些数据能够为我们更全面更深刻地了解学生及其学习情况提供支撑,使得我们过去想做而无法做到的事情,成为现实.