教育大數(shù)據(jù)解決方案

教育大數(shù)據(jù)解決方案目錄教育大數(shù)據(jù)分析方法教育大數(shù)據(jù)分析結(jié)果項目情況介紹—背景簡介智慧教育行業(yè)的市場規(guī)模爆發(fā)三年來，國內(nèi)智慧教育行業(yè)市場規(guī)模呈現(xiàn)

出爆發(fā)式增長態(tài)勢，在經(jīng)濟增速“換擋”的“新常態(tài)”下，智慧教育行業(yè)一枝獨秀，已經(jīng)成為我國整體經(jīng)濟體系內(nèi)，市

場規(guī)模增長最穩(wěn)定、市場潛力最大的行業(yè)之一風(fēng)投推動下新興公司高速成長2013年開始，教育成為風(fēng)投追捧的新熱點，在資本推動下，基于互聯(lián)網(wǎng)、大數(shù)據(jù)等新優(yōu)勢的新興公司成批量地快速起步，如51Talk、滬江英語、超星、大頭課堂等都在短期內(nèi)跨越規(guī)模效應(yīng)門檻，逐漸開始引領(lǐng)行業(yè)發(fā)展國內(nèi)智慧教育行業(yè)市場規(guī)模保持高速增長*項目情況介紹—需求簡介項目需求智慧教育大數(shù)據(jù)需求分析和應(yīng)用前景①

教育行業(yè)現(xiàn)狀和發(fā)展趨勢分析：簡要分析教育行業(yè)發(fā)展現(xiàn)狀和趨勢，以及教育行業(yè)未來發(fā)展方向②

智慧教育大數(shù)據(jù)應(yīng)用現(xiàn)狀和發(fā)展趨勢：分析大數(shù)據(jù)在智慧教育領(lǐng)域中的應(yīng)用現(xiàn)狀和未來潛力③

智慧教育大數(shù)據(jù)產(chǎn)業(yè)鏈分析：研究分析智慧教育產(chǎn)業(yè)鏈格局，分析智慧教育大數(shù)據(jù)生態(tài)圈智慧教育大數(shù)據(jù)解決方案①

智慧教育大數(shù)據(jù)需求分析：研究分析教育行業(yè)各個細分市場的大數(shù)據(jù)需求②

智慧教育應(yīng)用場景分析：組織典型的智慧教育應(yīng)用場景，覆蓋上述需求，具現(xiàn)化大數(shù)據(jù)在教育行業(yè)的作用③

中國智慧教育大數(shù)據(jù)解決方案：基于中國能力與第三方平臺合作，構(gòu)建中國大數(shù)據(jù)解決方案④

智慧教育大數(shù)據(jù)應(yīng)用案例：通過應(yīng)用案例，說明教育行業(yè)應(yīng)用大數(shù)據(jù)能夠為不同角色帶來的益處項目主要模塊報告一：智慧教育大數(shù)據(jù)需求分析和應(yīng)用報告二：智慧教育大數(shù)據(jù)解決方案智慧教育行業(yè)現(xiàn)狀及趨勢智慧教育大數(shù)據(jù)產(chǎn)業(yè)鏈分析智慧教育大數(shù)據(jù)應(yīng)用現(xiàn)狀與趨勢智慧教育大數(shù)據(jù)需求分析智慧教育大數(shù)據(jù)應(yīng)用場景分析中國智慧教育大數(shù)據(jù)解決方案智慧教育

大數(shù)據(jù)應(yīng)用案例大數(shù)據(jù)在教育領(lǐng)域中的應(yīng)用，主要指的是在線決策、學(xué)習(xí)分析、數(shù)據(jù)挖掘三大要素，其主要作用是進行預(yù)測分析、行為分析、學(xué)業(yè)分析等的應(yīng)用和研究，大數(shù)據(jù)含義指的是對學(xué)生學(xué)習(xí)過程中產(chǎn)生的大量數(shù)據(jù)（數(shù)據(jù)來源包括兩方面，即顯性行為和隱性行為，其中隱性行為包括論壇發(fā)帖、課外活動、在線社交等不直接作為教育評價的活動，顯性行為包括考試成績、作業(yè)完成狀況以及課堂表現(xiàn)等）進行分析，大數(shù)據(jù)模型以及顯示的數(shù)據(jù)能夠為學(xué)校和教師的教學(xué)提供參考，及時、準確的評估學(xué)生的學(xué)業(yè)狀況，發(fā)現(xiàn)學(xué)生潛在存在的問題，進而預(yù)測學(xué)生未來可能的表現(xiàn)。1）構(gòu)建學(xué)習(xí)者經(jīng)驗?zāi)Ｐ?。通過收集學(xué)習(xí)者的學(xué)習(xí)滿意調(diào)查問卷，或者是分析量表數(shù)據(jù)，再根據(jù)其在課程學(xué)習(xí)中的存留數(shù)據(jù)、表現(xiàn)、行為、選擇等，構(gòu)建學(xué)習(xí)者的經(jīng)驗?zāi)Ｐ停ㄟ^分析這種模型對學(xué)習(xí)系統(tǒng)中的課程進行評估，例如通過構(gòu)建學(xué)習(xí)者體驗?zāi)Ｐ?，進行線上課程評估，然后再進行課程設(shè)計，這種改變課程教學(xué)順序的大數(shù)據(jù)模型，顯著的提高了學(xué)習(xí)者的學(xué)習(xí)成績和教師的教學(xué)效率。2）建立學(xué)習(xí)者行為模型。通過收集學(xué)習(xí)者在學(xué)校情景中學(xué)習(xí)行為變化的情況、學(xué)習(xí)者完成課程學(xué)習(xí)的狀況、學(xué)習(xí)者在網(wǎng)絡(luò)系統(tǒng)中花費的學(xué)習(xí)時間以及學(xué)習(xí)者的考試成績等數(shù)據(jù)，研究學(xué)習(xí)者的學(xué)習(xí)行為與教學(xué)成果之間的關(guān)系，最終形成學(xué)習(xí)者的學(xué)習(xí)行為模型，通過構(gòu)建大數(shù)據(jù)學(xué)習(xí)平臺，構(gòu)建學(xué)習(xí)者行為模型，能夠預(yù)測學(xué)習(xí)者的學(xué)習(xí)失敗可能，其預(yù)測正確率高達75%以上。3）構(gòu)建學(xué)習(xí)者知識模型。通過收集學(xué)習(xí)者在大數(shù)據(jù)在線系統(tǒng)的交互數(shù)據(jù)，其包括的內(nèi)容有：學(xué)習(xí)者請求幫助的性質(zhì)和數(shù)量、學(xué)習(xí)者回答問題花費的實踐、學(xué)習(xí)者回答錯誤的重復(fù)率、學(xué)習(xí)者回答的正確率等，通過數(shù)據(jù)挖掘和學(xué)習(xí)分析構(gòu)建的學(xué)習(xí)者知識模型，能夠?qū)W(xué)習(xí)單元層面、課程層面、知識點層面的數(shù)據(jù)信息，通過人工反饋或者自動反饋，選擇適合的方式，充分的考慮學(xué)習(xí)者的時間，為學(xué)習(xí)者提供合適的學(xué)習(xí)內(nèi)容，這種通過手機每一個所有知識點的詳細數(shù)據(jù)，再通過在線決策、學(xué)習(xí)分析和數(shù)據(jù)挖掘，為學(xué)習(xí)者提供詳細的學(xué)習(xí)意見和學(xué)習(xí)反饋。4）構(gòu)建領(lǐng)域知識模型。通過對教育大數(shù)據(jù)的在線決策、數(shù)據(jù)挖掘和學(xué)習(xí)分析，對現(xiàn)有的領(lǐng)域知識進行重新建模，研究學(xué)習(xí)者與知識點、學(xué)習(xí)單元、課程等學(xué)習(xí)內(nèi)容之間的關(guān)系，通過構(gòu)建領(lǐng)域知識模型，采集和處理學(xué)習(xí)者的相關(guān)數(shù)據(jù)，畫出學(xué)習(xí)者的學(xué)習(xí)曲線，再通過對這些學(xué)習(xí)曲線進行數(shù)據(jù)分析，能夠顯著的提高學(xué)習(xí)者的學(xué)習(xí)成績和教師的教學(xué)效率。5）構(gòu)建學(xué)習(xí)者檔案。通過收集學(xué)習(xí)者的基本學(xué)習(xí)信息，建立基本信息數(shù)據(jù)，通過數(shù)據(jù)挖掘、學(xué)習(xí)分析和機器學(xué)習(xí)算法，根據(jù)學(xué)習(xí)者的學(xué)習(xí)特征，將相同學(xué)習(xí)特征的學(xué)習(xí)者進行分組和聚類，建立學(xué)習(xí)者檔案，這種能夠為不同類型學(xué)習(xí)者提供個性化的學(xué)習(xí)環(huán)境，能夠激發(fā)學(xué)習(xí)者的學(xué)習(xí)積極性和主動性，例如通過數(shù)據(jù)挖掘技術(shù)對學(xué)習(xí)者在線學(xué)習(xí)平臺的學(xué)習(xí)日志進行分析，這樣能夠掌握不同學(xué)習(xí)者的不同學(xué)習(xí)特點和交互類型，然后構(gòu)建學(xué)習(xí)者檔案，充分的激發(fā)了學(xué)習(xí)主動性，顯著的提高了學(xué)習(xí)者的學(xué)習(xí)效率。6）教學(xué)策略分析。大數(shù)據(jù)在教育領(lǐng)域的運用，其最終的目的是幫助教育者制定教學(xué)策略，通過對收集的學(xué)習(xí)者的信息進行分析，探索學(xué)習(xí)系統(tǒng)中各種組件的功能，分析學(xué)習(xí)者學(xué)習(xí)結(jié)果與教學(xué)策略之間的關(guān)系，然后對教學(xué)策略進行分析和總結(jié)，這樣能夠為教育領(lǐng)域提供更多、更有效的教學(xué)策略，例如Ritter等人研究的“CognitiveTour”的智能導(dǎo)學(xué)系統(tǒng)，通過數(shù)據(jù)挖掘、學(xué)習(xí)分析和在線決策，為該智能教學(xué)系統(tǒng)提供了長達15年的細粒度、動態(tài)的系統(tǒng)評價，優(yōu)化了該系統(tǒng)的教學(xué)策略，顯著的提高了學(xué)習(xí)者的學(xué)習(xí)效率。7）其他應(yīng)用。大數(shù)據(jù)在教育領(lǐng)域的運用還包括個性化學(xué)習(xí)、自適應(yīng)學(xué)習(xí)系統(tǒng)、以及趨勢分析等方面，其中個性化學(xué)習(xí)與自適應(yīng)學(xué)習(xí)系統(tǒng)是大數(shù)據(jù)應(yīng)用的終極目標，通過大數(shù)據(jù)的收集、分析與處理，為學(xué)習(xí)者提供個性化學(xué)習(xí)、與自適應(yīng)學(xué)習(xí)的環(huán)境；趨勢分析時通過對大數(shù)據(jù)的分析，探索學(xué)習(xí)者在學(xué)習(xí)過程中的學(xué)習(xí)結(jié)果的變化趨勢，探索學(xué)前行為與未來結(jié)果之間的關(guān)系，預(yù)測未來學(xué)習(xí)的趨勢和結(jié)果，例如加州高等教育協(xié)會創(chuàng)建的在線趨勢分析工具，允許用戶自定義檢索條件，為用戶提供教育趨勢預(yù)測結(jié)果，幫助學(xué)習(xí)者構(gòu)建學(xué)習(xí)模型，最終推動學(xué)習(xí)者主動的學(xué)習(xí)。大數(shù)據(jù)在教育領(lǐng)域中的應(yīng)用7/10/2019大數(shù)據(jù)在教育領(lǐng)域中的應(yīng)用，主要指的是在線決策、學(xué)習(xí)分析、數(shù)據(jù)挖掘三大要素，其主要作用是進行預(yù)測分析、行為分析、學(xué)業(yè)分析等的應(yīng)用和研究，大數(shù)據(jù)含義指的是對學(xué)生學(xué)習(xí)過程中產(chǎn)生的大量數(shù)據(jù)（數(shù)據(jù)來源包括兩方面，即顯性行為和隱性行為，其中隱性行為包括論壇發(fā)帖、課外活動、在線社交等不直接作為教育評價的活動，顯性行為包括考試成績、作業(yè)完成狀況以及課堂表現(xiàn)等）進行分析，大數(shù)據(jù)模型以及顯示

的數(shù)據(jù)能夠為學(xué)校和教師的教學(xué)提供參考，及時、準確的評估學(xué)生的學(xué)業(yè)狀況，發(fā)現(xiàn)學(xué)生潛在存在的問題，進而預(yù)測學(xué)生未來可能的表現(xiàn)。項目情況介紹—方法簡介

項目中我們主要使用了STP分析法，即目標市場營銷，是指根據(jù)一定的標準對整體市場進行細分后，從中選擇一個或者多個細分市場作為自身的目標市場，并針對目標市場進行市場定位。

細分市場不是根據(jù)產(chǎn)品品種、系列來進行的，而是從消費者(指最終消費者和工業(yè)生產(chǎn)者)的角度進行劃分的，是根據(jù)市場細分的理論基礎(chǔ)，即消費者的需求、動機、購買行為的多元性和差異性劃分的。通過市場細分對企業(yè)的生產(chǎn)、營銷起著極其重要的作用。行業(yè)矩陣設(shè)計價值判斷提供需求內(nèi)容管理邏輯管理設(shè)計場景研究趨勢提供需求以客戶為中心細分領(lǐng)域調(diào)研產(chǎn)業(yè)細化分層產(chǎn)品體系規(guī)劃營銷的基礎(chǔ)——STP通過市場調(diào)研，通過用戶畫像，將智慧教育市場整體劃分為若干消費者群。每一個消費者群就是一個細分市場，每一個細分市場都是具有類似需求傾向的消費者構(gòu)成的群體。選擇目標市場并制定市場營銷策略發(fā)掘市場機會，開拓新市場集中人力、物力投入目標市場提高資源利用效益項目情況介紹—框架簡介包括從目標領(lǐng)域細分到盈利模式的全流程商業(yè)設(shè)計與針對云公司的能力分析與建設(shè)建議包括教育行業(yè)產(chǎn)業(yè)背景、行業(yè)矩陣、各細分領(lǐng)域研究及教育大數(shù)據(jù)建設(shè)現(xiàn)狀包含國內(nèi)智慧教育的線下線上產(chǎn)業(yè)鏈重點節(jié)點分析與產(chǎn)業(yè)鏈條重點流程梳理包括結(jié)合教育細分行業(yè)特點，做出大數(shù)據(jù)價值判斷、大數(shù)據(jù)應(yīng)用現(xiàn)狀分析與變現(xiàn)手段包括從學(xué)校、學(xué)生等產(chǎn)業(yè)內(nèi)角色的角度做出大數(shù)據(jù)需求分析與大數(shù)據(jù)實現(xiàn)面臨的挑戰(zhàn)包括政府、教師、學(xué)生、教學(xué)管理、技術(shù)服務(wù)商、平臺服務(wù)商、用戶的應(yīng)用場景預(yù)測包括精準扶貧、線上教學(xué)、思維課程、自適應(yīng)學(xué)習(xí)平臺等已實現(xiàn)的應(yīng)用場景分析解決方案7解決方案結(jié)論■基于細分行業(yè)商業(yè)分析的一般規(guī)律，教育行業(yè)大數(shù)據(jù)七步驟模型11行業(yè)發(fā)展從宏觀到微觀的分析邏輯，我方提出了教育行業(yè)大數(shù)據(jù)

宏七步模型。

觀行業(yè)發(fā)展2產(chǎn)業(yè)鏈分析23產(chǎn)業(yè)鏈分析市場現(xiàn)狀項目將結(jié)合云公司自身優(yōu)勢與特點，34提出教育行業(yè)大數(shù)4挖掘需求據(jù)目標市場、產(chǎn)業(yè)鏈角色、產(chǎn)品設(shè)計、5能力建設(shè)、數(shù)據(jù)應(yīng)場景設(shè)計5場景設(shè)計用建議。微觀6應(yīng)用案例6應(yīng)用案例7目錄教育大數(shù)據(jù)現(xiàn)狀及需求教育大數(shù)據(jù)分析方法教育大數(shù)據(jù)分析結(jié)果⑴內(nèi)容分析法內(nèi)容分析法是一種對文獻內(nèi)容作客觀系統(tǒng)的定量分析的專門方法，其目的是弄清或測驗文獻中本質(zhì)性的事實和趨勢，揭示文獻所含有的隱性情報內(nèi)容，對事物發(fā)展作情報預(yù)測。它實際上是一種半定量研究方法，其基本做法是把媒介上的文字、非量化的有交流價值的信息轉(zhuǎn)化為定量的數(shù)據(jù)，建立有意義的類目分解交流內(nèi)容，并以此來分析信息的某些特征。⑵話語分析人文科學(xué)所有的知識分子都是在利用話語的生產(chǎn)模式來行使權(quán)力，話語傳播著權(quán)力的影響。在現(xiàn)代社會中，它們就是權(quán)力的替代品。只有遵循話語系統(tǒng)自身的規(guī)律，人們在生活中的表達和溝通才能有效，否則就是癡人說夢。換言之，可以這樣來說，現(xiàn)實并不是我們?nèi)祟愒趧?chuàng)造、支配使用話語（主體性解構(gòu)），而是語言在建構(gòu)我們的本質(zhì)。掌握話語權(quán)的人掌握社會規(guī)范。⑶社會網(wǎng)絡(luò)分析社會網(wǎng)絡(luò)分析適合分析關(guān)系數(shù)據(jù)，而用來分析其他類型數(shù)據(jù)對關(guān)系數(shù)據(jù)的影響。數(shù)據(jù)主要分為兩類，屬性數(shù)據(jù)和關(guān)系數(shù)據(jù)，屬性數(shù)據(jù)指涉及能動者的態(tài)度，觀點，行為方面的數(shù)據(jù)，采用的方法主要是變量分析法。關(guān)系數(shù)據(jù)是關(guān)于接觸，關(guān)聯(lián)，群體依附和聚會方面的數(shù)據(jù)，反映一個能動者與另外能動者聯(lián)系在一起，而不是單獨的屬

性，一般采用的分析方法是網(wǎng)絡(luò)分析。另外還有一種是觀念數(shù)據(jù)，主要是描述意義，動機，定義和類型化本身，主要是用類型分析的方法。⑷聚類聚類分析也被稱為群分析，它是在“物以類聚”這一理念之上，對樣品進行必要分類的一種相對多元的統(tǒng)計分析方法。這種方法專門針對大量的樣品，按各自的特性進行相對合理的分類，即使未曾事先驗知的情況下依然不會參考任何模型。聚類分析是研究事物特性的個體方法，可以把類似的事物分類整合。原則上依據(jù)事物的相似性進行歸類，具有以下三個特點：①非常符合檢測未曾驗證的事物。在沒有數(shù)據(jù)標準參考的情況下，設(shè)定相對完善的分類變量就可以對數(shù)據(jù)進行合理的聚合，得到相對客觀的分類信息。②能夠處理多個變量決定的分類。多個變量的分類一般相對比較復(fù)雜，聚類方法完全可以勝任針對此類數(shù)據(jù)的分類。③聚類分析法的探索性相對較高，可以根據(jù)事物的內(nèi)在屬性和規(guī)律，依據(jù)原則上的相似性對數(shù)據(jù)分類，被廣大工作者廣泛應(yīng)用。⑸預(yù)測根據(jù)已有數(shù)據(jù)或信息對整體或個體數(shù)據(jù)發(fā)展態(tài)勢做出合理預(yù)測。⑹關(guān)系挖掘數(shù)據(jù)挖掘是一種在信息領(lǐng)域當(dāng)中發(fā)展最快的技術(shù)，許多行業(yè)中的佼佼者都從中獲得較為廣闊的發(fā)展空間，這使得數(shù)據(jù)挖掘技術(shù)日趨被人們所關(guān)注。隨著科學(xué)技術(shù)的不斷進步，采集數(shù)據(jù)的方法日益繁多，因而使得龐大的數(shù)據(jù)總量幾乎達到GB

甚至TB

級，并且高維數(shù)據(jù)日趨主流化。此類數(shù)據(jù)以及數(shù)據(jù)的高維特征并不是傳統(tǒng)數(shù)據(jù)分析方法可以輕易解決的，這樣導(dǎo)致數(shù)據(jù)的處理也愈來愈依賴計算機和網(wǎng)絡(luò)。⑺文本挖掘文本數(shù)據(jù)挖掘(Text

Mining)是指從文本數(shù)據(jù)中抽取有價值的信息和知識的計算機處理技術(shù)。顧名思義，文本數(shù)據(jù)挖掘是從文本中進行數(shù)據(jù)挖掘(Data

Mining)。從這個意義上講，文本數(shù)據(jù)挖掘是數(shù)據(jù)挖掘的一個分支。文本數(shù)據(jù)挖掘是一個邊緣學(xué)科，由機器學(xué)習(xí)、數(shù)理統(tǒng)計、自然語言處理等多種學(xué)科交叉形成。學(xué)習(xí)分析關(guān)鍵技術(shù)與主要工具從學(xué)生方面來說，學(xué)習(xí)分析技術(shù)在了解學(xué)生學(xué)習(xí)現(xiàn)狀之后，通過分析學(xué)生數(shù)據(jù)，找出相關(guān)問題，對學(xué)生學(xué)習(xí)過程進行優(yōu)化，幫助學(xué)生培養(yǎng)良好學(xué)習(xí)習(xí)慣，從而達到學(xué)生自我學(xué)習(xí)的目的。從教師以及管理人員方面來說，學(xué)習(xí)分析技術(shù)可以評估教學(xué)課程和相關(guān)機構(gòu)，幫助同步改善學(xué)校既定考核方式，深入分析教學(xué)數(shù)據(jù)，為教師幫助學(xué)生解決實際問題指明教學(xué)不足和更優(yōu)方法。從研究人員方面來說，學(xué)習(xí)分析技術(shù)是一種研究學(xué)生和網(wǎng)絡(luò)學(xué)習(xí)的有效工具。從技術(shù)開發(fā)人員方面來說，學(xué)習(xí)分析技術(shù)管理系統(tǒng)各模塊各不相同的使用頻次和路徑能有效指導(dǎo)系統(tǒng)界面的相關(guān)優(yōu)化設(shè)計，并可以完善系統(tǒng)日志相關(guān)管理功能。1.學(xué)習(xí)者特征分析 學(xué)習(xí)者特征由學(xué)習(xí)者的知識結(jié)構(gòu)和學(xué)習(xí)風(fēng)格組成。知識結(jié)構(gòu)說明了學(xué)習(xí)者對正在或?qū)⒁獙W(xué)習(xí)知識的掌握情況，主要包括學(xué)習(xí)者初始技能、當(dāng)前技能和目標技能。學(xué)習(xí)風(fēng)格包括學(xué)習(xí)者的生理特征、心理特征和社會特征三個方面。［4］ 利用數(shù)據(jù)挖掘功能分析學(xué)習(xí)者特征，目的在于幫助學(xué)習(xí)者修正自己的學(xué)習(xí)行為。這里有一理論假設(shè)：通過對學(xué)習(xí)者特征分析結(jié)果和事先制定的行為目標標準進行比較，教師能夠幫助學(xué)習(xí)者修正學(xué)習(xí)行為、提高學(xué)習(xí)能力、完善人格，有利于學(xué)生各方面素質(zhì)的和諧發(fā)展。 學(xué)習(xí)者特征分析系統(tǒng)由如下四個模塊組成，基本框架如圖1所示。 人機互動界面：學(xué)習(xí)者可以向系統(tǒng)手工添加學(xué)習(xí)者信息、提出分析要求，同時查看分析結(jié)果。

數(shù)據(jù)收集模塊：收集的信息包括學(xué)習(xí)者的基本信息、績效信息、學(xué)習(xí)歷史、學(xué)習(xí)偏好、知識結(jié)構(gòu)等。 數(shù)據(jù)處理模塊：數(shù)據(jù)庫按照元數(shù)據(jù)標準對數(shù)據(jù)進行清理、集成和變換。 數(shù)據(jù)分析模塊：利用經(jīng)過轉(zhuǎn)化的數(shù)據(jù)，按照數(shù)據(jù)挖掘規(guī)則，對數(shù)據(jù)進行分析處理，得出結(jié)果并輸出。2.干預(yù)師生行為 學(xué)校教學(xué)管理數(shù)據(jù)庫中記錄著各屆學(xué)生與教師的學(xué)習(xí)、工作、社會活動、獎勵、處罰等情況，利用數(shù)據(jù)挖掘的關(guān)聯(lián)分析與演變分析等功能，尋找?guī)熒鞣N行為活動之間的內(nèi)在聯(lián)系。如“當(dāng)存在A，B時可以推出C”這樣的規(guī)則，即當(dāng)有A行為和B行為發(fā)生時，還會有C行為。在實際情境中，如果發(fā)現(xiàn)學(xué)生或教師已有A，B行為時，馬上可以分析其產(chǎn)生C行為的可能性，及時制定策略促進或制止C行為的發(fā)生。

3.合理設(shè)置課程 在學(xué)校，學(xué)生的課程學(xué)習(xí)是循序漸進的，而且課程之間有一定的關(guān)聯(lián)與前后順序關(guān)系。在學(xué)一門較高級課程之前必須先修一些先行課程，如果先行課程沒有學(xué)好，勢必會影響后續(xù)課程的學(xué)習(xí)。另外，同一年級學(xué)習(xí)同一課程的不同班級，由于授課教師、班級文化的不同，班內(nèi)學(xué)生的總體成績相差有時會很大。 利用學(xué)校教學(xué)數(shù)據(jù)庫中存放的歷屆學(xué)生各門學(xué)科的考試成績，結(jié)合數(shù)據(jù)挖掘的關(guān)聯(lián)分析與時間序列分析等相關(guān)功能，就能從這些海量數(shù)據(jù)中挖掘出有用的信息，幫助分析這些數(shù)據(jù)之間的相關(guān)性、回歸性等性質(zhì)，得出一些具有價值的規(guī)則和信

息，最終找到影響學(xué)生成績的原因。在此基礎(chǔ)上，對課程設(shè)置作出合理安排。

4.學(xué)習(xí)評價 學(xué)習(xí)評價是教育工作者的重要職責(zé)之一。評定學(xué)生的學(xué)習(xí)行為，既對學(xué)生起到信息反饋和激發(fā)學(xué)習(xí)動機的作用，又是檢查課程計劃、教學(xué)程序以至教學(xué)目的的手段，也是考查學(xué)生個別差異，便于因材施教的途徑。［5］評價要遵循“評價內(nèi)容要全面、評價方式要多元化、評價次數(shù)要多次化、注重自評與互評的有機結(jié)合”的原則。 在教學(xué)科研網(wǎng)絡(luò)普遍建立的今天，利用數(shù)據(jù)挖掘工具，對學(xué)生的學(xué)習(xí)成績數(shù)據(jù)庫、行為記錄數(shù)據(jù)庫、獎勵處罰數(shù)據(jù)庫等進行分析處理，可以即時得到學(xué)生的評價結(jié)果，對學(xué)生出現(xiàn)的不良學(xué)習(xí)行為進行及時指正。另外，這種系統(tǒng)還能夠克服教師主觀評價的不公正、不客觀的弱點，減輕教師的工作量。

5.個性化、智能化網(wǎng)絡(luò)服務(wù) 數(shù)據(jù)挖掘基于網(wǎng)絡(luò)的應(yīng)用包括WEB挖掘和個性化、智能化網(wǎng)上遠程教育兩個方面。

WEB挖掘是數(shù)據(jù)挖掘的一項重要應(yīng)用。WEB挖掘是從與WWW相關(guān)的資源和行為中抽取感興趣的、有用的模式和隱含信息的過程。WWW分析就是為網(wǎng)站運行提供深入、準確、詳細的分析數(shù)據(jù)和有價值的以及易理解的分析知識。通過提供這些數(shù)據(jù)和信息，可以解決以下問題：

（1）對網(wǎng)站的修改更加有目的、有依據(jù)，穩(wěn)步地提高用戶滿意度。根據(jù)用戶訪問模式修改網(wǎng)頁之間的鏈接，把用戶想要的信息以更快、更有效的方式展現(xiàn)給用戶。

（2）查看網(wǎng)站流量模式。發(fā)現(xiàn)用戶的需要和興趣，對需求強烈的網(wǎng)頁提供優(yōu)化，用服務(wù)器預(yù)先存儲的方法來解決下載緩慢的問題。

（3）提供個性化網(wǎng)站。針對不同的用戶，按照其個人的興趣和愛好（數(shù)據(jù)挖掘算法得到的用戶訪問模式），向用戶動態(tài)提供瀏覽的建議，自動提供個性化的網(wǎng)站。

（4）發(fā)現(xiàn)系統(tǒng)性能瓶頸，找到安全漏洞。

（5）為教師、教育管理者等提供重要的、有價值的信息。如通過對每個學(xué)生所做的試題進行分析，得出題目之間的關(guān)聯(lián)性及其他一些有用的信息，用來指導(dǎo)教學(xué)、修正試題難度系數(shù)等。 個性化、智能化網(wǎng)上遠程教育是充分利用數(shù)據(jù)挖掘技術(shù)的功能，為遠程教育提供服務(wù)。其表現(xiàn)在：

（1）利用學(xué)生登記信息，針對不同的學(xué)生，提供不同的學(xué)習(xí)內(nèi)容和學(xué)習(xí)模式，真正做到因材施教，并對學(xué)生的學(xué)習(xí)記錄進行保存。

（2）對站點上保存的學(xué)習(xí)行為和學(xué)習(xí)記錄信息進行挖掘，并結(jié)合課件知識庫的信息，自動重組課程的內(nèi)容，使之更符合教學(xué)規(guī)律，并結(jié)合內(nèi)容，提供其他相關(guān)學(xué)習(xí)資源。

（3）通過對學(xué)習(xí)者學(xué)習(xí)行為的挖掘，發(fā)現(xiàn)用戶的瀏覽模式，自動重構(gòu)頁面之間的鏈接，以符合用戶的訪問習(xí)慣。 個性化、智能化遠程教育系統(tǒng)模型將涉及到課件知識庫、學(xué)習(xí)行為數(shù)據(jù)庫、個人學(xué)習(xí)記錄數(shù)據(jù)庫這三個大型數(shù)據(jù)庫，還需要構(gòu)建智能學(xué)習(xí)系統(tǒng)、個性界面生成系統(tǒng)、智能挖掘系統(tǒng)、智能重組系統(tǒng)等四個實現(xiàn)系統(tǒng)。數(shù)據(jù)挖掘在教育信息化中的具體應(yīng)用空間學(xué)習(xí)者特征由學(xué)習(xí)者的知識結(jié)構(gòu)和學(xué)習(xí)風(fēng)格組成。知識結(jié)構(gòu)說明了學(xué)習(xí)者對正在或?qū)⒁獙W(xué)習(xí)知識的掌握情況，主要包括學(xué)習(xí)者初始技能、當(dāng)前技能和目標技能。學(xué)習(xí)風(fēng)格包括學(xué)習(xí)者的生理特征、心理特征和社會特征三個方面1學(xué)習(xí)者特征分析學(xué)校教學(xué)管理數(shù)據(jù)庫中記錄著各屆學(xué)生與教師的學(xué)習(xí)、工作、社會活動、獎勵、處罰等情況，利用數(shù)據(jù)挖掘的關(guān)聯(lián)分析與演變分析等功能，尋找?guī)熒鞣N行為活動之間的內(nèi)在聯(lián)系。如“當(dāng)存在A，B時可以推出C”這樣的規(guī)則，即當(dāng)有A行為和B行為發(fā)生時，還會有C行為。在實際情境中，如果

發(fā)現(xiàn)學(xué)生或教師已有A，B行為時，馬上可以分析其產(chǎn)生C行為的可能性，及時制定策略促進或制止C行為的發(fā)生2干預(yù)師生行為利用學(xué)校教學(xué)數(shù)據(jù)庫中存放的歷屆學(xué)生各門學(xué)科的考試成績，結(jié)合數(shù)據(jù)挖掘的關(guān)聯(lián)分析與時間序列分析等相關(guān)功能，就能從這些海量數(shù)據(jù)中挖掘出有用的信息，幫助分析這些數(shù)據(jù)之間的相關(guān)性、回歸性等性質(zhì)，得出一些具有價值的規(guī)則和信息，最終找到影響學(xué)生成績的原因。3合理設(shè)置課程在教學(xué)科研網(wǎng)絡(luò)普遍建立的今天，利用數(shù)據(jù)挖掘工具，對學(xué)生的學(xué)習(xí)成績數(shù)據(jù)庫、行為記錄數(shù)據(jù)庫、獎勵處罰數(shù)據(jù)庫等進行分析處理，可以即時得到學(xué)生的評價結(jié)果，對學(xué)生出現(xiàn)的不良學(xué)習(xí)行為進行及時指正。另外，這種系統(tǒng)還能夠克服教師主觀評價的不公正、不客觀的弱點，減輕教師的工作量。4學(xué)習(xí)評價自適應(yīng)學(xué)習(xí)系統(tǒng)中教育大數(shù)據(jù)應(yīng)用基于大數(shù)據(jù)的自適應(yīng)學(xué)習(xí)系統(tǒng)運行流程圖第一步，學(xué)習(xí)者生成學(xué)習(xí)行為數(shù)據(jù)，經(jīng)過內(nèi)容傳遞模塊，數(shù)據(jù)將被標記上時間戳；第二步，數(shù)據(jù)按照預(yù)先定義的結(jié)構(gòu)存入學(xué)習(xí)者數(shù)據(jù)庫；第三步，預(yù)測模塊從學(xué)習(xí)者數(shù)據(jù)庫和學(xué)生信息系統(tǒng)中采集數(shù)據(jù)，根據(jù)不同的分析目的，調(diào)用不同的分析工具和模型對數(shù)據(jù)進行分析；第四步，自適應(yīng)模塊根據(jù)預(yù)測模塊中數(shù)據(jù)挖掘和分析的結(jié)果，通過內(nèi)容傳遞模塊為學(xué)習(xí)者提供合適的學(xué)習(xí)指導(dǎo)和學(xué)習(xí)策略；第五步，預(yù)測模塊中數(shù)據(jù)挖掘和分析的結(jié)果同時被傳遞給顯示模塊，供教師和教學(xué)管理者使用；最后，教師和教學(xué)管理者根據(jù)分析結(jié)果，通過干預(yù)模塊對系統(tǒng)進行人為干預(yù)7/10/2019自適應(yīng)學(xué)習(xí)系統(tǒng)包含六大模塊：（1}內(nèi)容傳遞模塊。管理、維護、傳遞個性化的學(xué)習(xí)內(nèi)容與評價給學(xué)習(xí)者，以支持學(xué)習(xí)者的學(xué)習(xí)行為。（2)學(xué)習(xí)者數(shù)據(jù)庫。存儲學(xué)習(xí)者在學(xué)習(xí)系統(tǒng)中的時間戳標記的學(xué)習(xí)者輸人和學(xué)習(xí)行為數(shù)據(jù)。（3)預(yù)測模塊。整合系統(tǒng)外部學(xué)習(xí)者信息系統(tǒng)中的數(shù)據(jù)和系統(tǒng)內(nèi)部學(xué)習(xí)者學(xué)習(xí)行為數(shù)據(jù)，通過對數(shù)據(jù)的處理和分析，對學(xué)習(xí)者未來的學(xué)習(xí)行為和結(jié)果進行預(yù)測。（4)顯示模塊。將預(yù)測模塊中的運行結(jié)果以可視化的方式顯示給各類使用者。（5)自適應(yīng)模塊。根據(jù)預(yù)測模塊的運行結(jié)果，觸發(fā)內(nèi)容傳遞模塊，再根據(jù)學(xué)習(xí)者的學(xué)習(xí)水平和興趣，推送合適的學(xué)習(xí)內(nèi)容給學(xué)習(xí)者。（6)干預(yù)模塊。允許教師、教學(xué)管理者和系統(tǒng)開發(fā)人員根據(jù)預(yù)測模塊的運行結(jié)果，對自適應(yīng)系統(tǒng)實施人為干預(yù)教育數(shù)據(jù)挖掘和學(xué)習(xí)分析的區(qū)別教育數(shù)據(jù)挖掘?qū)W習(xí)分析技術(shù)常用技術(shù)是分類、聚類、貝葉斯模型、關(guān)系挖掘和用模型來發(fā)現(xiàn)數(shù)據(jù)中有意義的信息常用技術(shù)是統(tǒng)計、可視化、系統(tǒng)網(wǎng)絡(luò)架構(gòu)、情緒分析、影響分析、話語分析，概念分析和意義建構(gòu)模型起源源于教育軟件、學(xué)生建模和預(yù)測課程的結(jié)果源于語義網(wǎng)絡(luò)、智能課程和系統(tǒng)干預(yù)重點重視對所采用的數(shù)據(jù)挖掘技術(shù)的描述和比較重視對數(shù)據(jù)和結(jié)果的描述發(fā)現(xiàn)自動化的發(fā)現(xiàn)是關(guān)鍵，利用人類判斷是用來完成這個目標的工具利用人類判斷的是關(guān)鍵，自動化的發(fā)現(xiàn)是用于實現(xiàn)這一目標的工具早期的教育數(shù)據(jù)挖掘主要是網(wǎng)站日志數(shù)據(jù)的挖掘，現(xiàn)在新的計算機技術(shù)支持的交互式學(xué)習(xí)方法和工具（智能輔導(dǎo)系統(tǒng)、仿真、游戲），為量化和收集學(xué)生行為數(shù)據(jù)帶來了新的機會。特別是更加集成、更加模塊化和更加復(fù)雜化的在線學(xué)習(xí)系統(tǒng)提供了更多類型的數(shù)據(jù)，其中包含了數(shù)據(jù)挖掘算法需要的許多變量。教育數(shù)據(jù)挖掘能發(fā)現(xiàn)這些數(shù)據(jù)中的模式和規(guī)律，探索建立預(yù)測模型，讓我們重新發(fā)現(xiàn)和預(yù)測學(xué)生如何學(xué)習(xí)。1教育數(shù)據(jù)挖掘?qū)W(xué)習(xí)分析的定義，指的是對學(xué)生學(xué)習(xí)過程中產(chǎn)生的大量數(shù)據(jù)進行解釋，目的是評估學(xué)業(yè)進步、預(yù)測未來表現(xiàn)、發(fā)現(xiàn)潛在問題。數(shù)據(jù)來自學(xué)生的顯性行為，如完成作業(yè)和參加考試；還有學(xué)生的隱性行為，如在線社交，課外活動，論壇發(fā)帖，以及其他一些不直接作為學(xué)生教育進步評價的活動。學(xué)習(xí)分析模型處理和顯示的數(shù)據(jù)幫助教師和學(xué)校更好地理解教與學(xué)。學(xué)習(xí)分7/10/2019析的目標是使教師和學(xué)校創(chuàng)造適合每個學(xué)生需要和能力的教育機會。2學(xué)習(xí)分析1.學(xué)習(xí)者知識建模研究者通過采集學(xué)習(xí)者與在線學(xué)習(xí)系統(tǒng)的交互數(shù)據(jù)，包括學(xué)習(xí)者系統(tǒng)應(yīng)答正確率、回答問題花費時間、請求幫助的數(shù)量和性質(zhì)，以及錯誤應(yīng)答的重復(fù)率等，這部分數(shù)據(jù)可以是課程層面的、學(xué)習(xí)單元層面的或知識點層面的。通過數(shù)據(jù)挖掘和分析，構(gòu)建學(xué)習(xí)者知識模型，然后通過自動或人工反饋，為學(xué)習(xí)者在合適的時間，選擇合適的方式，提供合適的學(xué)習(xí)內(nèi)容。例

如，Onsophic公司的在線學(xué)習(xí)平臺就是通過收集平臺中學(xué)習(xí)者每一個知識點學(xué)習(xí)（例如二次方程）的詳細數(shù)據(jù)，通過數(shù)據(jù)挖掘和分析，建立學(xué)習(xí)知識模型，為學(xué)習(xí)者提供詳細的學(xué)習(xí)反饋和建議。2.學(xué)習(xí)者行為建模研究者通過采集學(xué)習(xí)者在網(wǎng)絡(luò)學(xué)習(xí)系統(tǒng)中花費的學(xué)習(xí)時間、學(xué)習(xí)者完成課程學(xué)習(xí)情況、學(xué)習(xí)者在課堂或?qū)W校情境中學(xué)習(xí)行為變化情況、學(xué)習(xí)者線上或線下考試成績等數(shù)據(jù)，探索學(xué)習(xí)者學(xué)習(xí)行為與學(xué)習(xí)者學(xué)習(xí)結(jié)果的相關(guān)關(guān)系，最終構(gòu)建學(xué)習(xí)者學(xué)習(xí)行為模型。例如，麥克費登

(Macfayden)和道森（Dawson)通過跟蹤和采集Blackboard在線學(xué)習(xí)平臺上學(xué)習(xí)者學(xué)習(xí)行為相關(guān)數(shù)據(jù)，構(gòu)建學(xué)習(xí)者行為模型，該模型被用于預(yù)學(xué)習(xí)者的學(xué)習(xí)失敗可能。經(jīng)過實證研究，該模型的預(yù)測正確率可以達到80%以上。3.學(xué)習(xí)者經(jīng)歷建模研究者通過采集學(xué)習(xí)者的學(xué)習(xí)滿意度調(diào)查問卷或量表數(shù)據(jù)，以及其在后續(xù)單元或課程學(xué)習(xí)中的選擇、行為、表現(xiàn)和留存率數(shù)據(jù)，構(gòu)建學(xué)習(xí)者體驗?zāi)Ｐ?，利用該模型對在線學(xué)習(xí)系統(tǒng)中的課程和功能進行評估。例如，可汗學(xué)院（Kaplan

Inc)通過構(gòu)建學(xué)習(xí)者體驗?zāi)Ｐ停瑢ζ渚€上課程進行評估，進行線上課程的再設(shè)計，改變課程學(xué)習(xí)順序，大大提高了教師的教學(xué)效率和學(xué)習(xí)者的學(xué)習(xí)成績。4.學(xué)習(xí)者建檔研究者采集在線學(xué)習(xí)系統(tǒng)中學(xué)習(xí)者相關(guān)數(shù)據(jù)以及線下學(xué)習(xí)者基本信息數(shù)據(jù)，通過數(shù)據(jù)挖掘和機器學(xué)習(xí)算法，構(gòu)建學(xué)習(xí)者個人學(xué)習(xí)檔案，分析學(xué)習(xí)者的學(xué)習(xí)特征，對具有相同學(xué)習(xí)特征的學(xué)習(xí)者進行聚類和分組，最終為不同類型的學(xué)習(xí)者提供個性化的學(xué)習(xí)環(huán)境，促進學(xué)習(xí)者有效學(xué)習(xí)的發(fā)生。例如，卡丹(Kardan)和克納蒂(Conati)利用數(shù)據(jù)挖掘技術(shù)對學(xué)習(xí)者與在線學(xué)習(xí)

平臺的交互日志進行分析，確定不同學(xué)習(xí)者的學(xué)習(xí)類型和交互特點，構(gòu)建學(xué)習(xí)者的學(xué)習(xí)檔

案。該研究結(jié)果主要用于對新學(xué)習(xí)者進行分類，并提供合適的學(xué)習(xí)支持和交互支持。5.領(lǐng)域知識建模研究者通過對教育大數(shù)據(jù)的挖掘和學(xué)習(xí)分析，對現(xiàn)有領(lǐng)域知識模型進行重構(gòu)，探索課程、學(xué)習(xí)單元和知識點的學(xué)習(xí)內(nèi)容組織方式與學(xué)習(xí)者學(xué)習(xí)結(jié)果之間的相關(guān)關(guān)系。例如，馬?。∕artin)等人采集、處理學(xué)習(xí)者相關(guān)數(shù)據(jù)，構(gòu)建學(xué)習(xí)者的學(xué)習(xí)曲線，并通過對大量學(xué)習(xí)者學(xué)習(xí)曲線數(shù)據(jù)的分析，對現(xiàn)有領(lǐng)域知識模型進行重構(gòu)。6.學(xué)習(xí)組件分析和教學(xué)策略分析教育數(shù)據(jù)挖掘和學(xué)習(xí)分析典型應(yīng)用詳細應(yīng)用領(lǐng)域情況研究者通過對學(xué)習(xí)者在在線學(xué)習(xí)系統(tǒng)中的學(xué)習(xí)相關(guān)數(shù)據(jù)進行采集和分析，探索在線學(xué)習(xí)系統(tǒng)教育數(shù)據(jù)挖掘和學(xué)習(xí)分析應(yīng)用領(lǐng)域主要包括：學(xué)習(xí)者的知識、行為和經(jīng)歷建模；學(xué)習(xí)者建檔；領(lǐng)域知識建模；趨勢分析1、支持學(xué)習(xí)過程的全數(shù)據(jù)采集與存儲在當(dāng)今數(shù)據(jù)為王的時代，數(shù)據(jù)成為重要的無形資本和關(guān)鍵因素。尤其是數(shù)字化學(xué)習(xí)條件下，既包括結(jié)構(gòu)化數(shù)據(jù)，也包括以文本為代表的非結(jié)構(gòu)化數(shù)據(jù)和以Web站點為代表的半結(jié)構(gòu)化數(shù)據(jù)。當(dāng)前對非結(jié)構(gòu)化或半結(jié)構(gòu)化數(shù)據(jù)較少涉及，而他們往往蘊藏著重要信息，如學(xué)習(xí)習(xí)慣、學(xué)習(xí)風(fēng)格等。大數(shù)據(jù)時代的數(shù)字化學(xué)習(xí)分析必然要圍繞數(shù)據(jù)進行運作，理想狀態(tài)是能對所有信息進行采集，保障數(shù)據(jù)的全面性。另外，當(dāng)前數(shù)據(jù)存儲面臨兩方面的挑戰(zhàn)，一是學(xué)習(xí)者在學(xué)習(xí)過程中產(chǎn)生大量數(shù)據(jù)，半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)所占的比重越來越大；二個是關(guān)系型數(shù)據(jù)庫已不適合非結(jié)構(gòu)化數(shù)據(jù)的存儲，而非關(guān)系型數(shù)據(jù)庫（NoSQL）存在讀寫實時性較差、無法滿足復(fù)雜SQL操作，尤其是多表關(guān)聯(lián)查詢等不足。因此，對二者進行有效整合是大數(shù)據(jù)背景下數(shù)據(jù)存儲的必然要求。2、支持測試類型的多樣化盡管發(fā)展性評價強調(diào)評價形式多元化，但測試作為一種重要的評價形式，仍具有無可替代的作用。通過測試能引導(dǎo)學(xué)習(xí)者對學(xué)習(xí)內(nèi)容更深層次的思考，引導(dǎo)學(xué)習(xí)者運用所學(xué)解決現(xiàn)實問題，培養(yǎng)其創(chuàng)造性思維[12]。一般將測試題目分為客觀性題目和主觀性題目，前者具有標準唯一、易于處理等優(yōu)點，適合考察客觀知識的掌握情況；而后者有利于考察學(xué)習(xí)者的理解、運用、歸納等能力，對于培養(yǎng)和考察學(xué)生的創(chuàng)新思維和創(chuàng)新能力具有優(yōu)勢。由于主觀性題目的主觀性特點，很難進行智能化處理，通常由教師來完成，這就造成當(dāng)前測試以客觀性題目為主的不均衡現(xiàn)象。為此，發(fā)展性評價系統(tǒng)要盡可能增加主觀性題目的比重，同時優(yōu)化主觀試題的處理方式，在保證評價效率的前提下減少教師的工作量，實現(xiàn)全面、有效的評價學(xué)習(xí)。3、支持知識增長的可視化可視化是信息時代數(shù)據(jù)處理與顯示的必然趨勢。發(fā)展性評價注重學(xué)習(xí)者的發(fā)展，但發(fā)展是個抽象的概念，無法準確地衡量。而日益興起的增值評價為知識增長的測量提供了新思路。發(fā)展性學(xué)習(xí)評價系統(tǒng)要引入增值評價的理論，即一定時期的學(xué)校教育對學(xué)生成長發(fā)展所帶來的積極影響，增值評價就是對這種影響的評估。此外，發(fā)展性學(xué)習(xí)評價系統(tǒng)的使用主體為學(xué)習(xí)者和教師，他們通常不具備分析知識增長的能力，所以需對知識增長量進行可視化處理，使抽象的學(xué)習(xí)過程有跡可循，進而形成對學(xué)習(xí)者知識增長的直觀反映。對教師而言，知識增長的可視化便于個性化指導(dǎo)和干預(yù)；對學(xué)習(xí)者而言，可以直觀地看到自己的進步，有利于認識自我、建立自信。4、支持學(xué)習(xí)過程的及時督導(dǎo)數(shù)字化學(xué)習(xí)脫離了教師的監(jiān)控和約束，學(xué)習(xí)者容易在學(xué)習(xí)中“迷失”，督導(dǎo)機制是十分必要的。學(xué)習(xí)分析技術(shù)的興起，其測量、收集、分析和報告有關(guān)學(xué)生及其學(xué)習(xí)環(huán)境數(shù)據(jù)有利于理解、優(yōu)化學(xué)習(xí)及其產(chǎn)生的環(huán)境，為發(fā)展性學(xué)習(xí)評價系統(tǒng)提供了新的思路。發(fā)展性學(xué)習(xí)評價系統(tǒng)支持的及時督導(dǎo)要以學(xué)習(xí)者的學(xué)習(xí)過程數(shù)據(jù)為量化依據(jù)，通過對這些數(shù)據(jù)進行采集和分析，發(fā)現(xiàn)學(xué)習(xí)者潛在的問題與不足，并及時反饋給學(xué)習(xí)者，同時給予相應(yīng)的改進和補救建議5、支持評價的個性化發(fā)展性評價強調(diào)關(guān)注個體差異，支持評價的個性化。而大數(shù)據(jù)給教育帶來的轉(zhuǎn)變之一便是使個性化教育成為可能。發(fā)展性學(xué)習(xí)評價系統(tǒng)應(yīng)為學(xué)習(xí)者提供可選擇的多樣性評價目標和評價指標，根據(jù)學(xué)習(xí)者的選擇，動態(tài)生成個性化評價標準，進而實現(xiàn)對學(xué)習(xí)者進行個性化評價。數(shù)字化學(xué)習(xí)的發(fā)展性評價系統(tǒng)的特征分析已有研究認為，基于發(fā)展

性評價的數(shù)字化學(xué)習(xí)評價

系統(tǒng)，如網(wǎng)絡(luò)教學(xué)中的學(xué)

習(xí)評價系統(tǒng)應(yīng)支持過程信

息的全面采集、支持自評

與互評、支持多種反饋形

式等，結(jié)合大數(shù)據(jù)及數(shù)字

化學(xué)習(xí)的特征，大數(shù)據(jù)背

景下的數(shù)字化學(xué)習(xí)發(fā)展性

評價系統(tǒng)應(yīng)具備如下特征：（1）測評功能子系統(tǒng)測評功能子系統(tǒng)包括討論互動、學(xué)習(xí)契約、課前測試、過程測試、隨堂記錄卡、章節(jié)測試、教師評價、同學(xué)互評、期末測試等功能模塊。學(xué)習(xí)契約是以學(xué)習(xí)者和教師共同商議的形式確定學(xué)習(xí)目標、學(xué)習(xí)進度、評價標準等，一方面為學(xué)習(xí)者提供一定的個性化選擇，另一方面通過契約的形式對學(xué)習(xí)者形成激勵和監(jiān)督。課前測試對學(xué)習(xí)者已有知識基礎(chǔ)進行測試，起到診斷性評價的作用，也可以將其作為確定學(xué)習(xí)協(xié)作（討論互動）小組的依據(jù)，還可以與課后測試結(jié)果進行對比，確定學(xué)習(xí)者的知識增長

量。過程測試在學(xué)習(xí)過程中進行，有利于及時發(fā)現(xiàn)學(xué)習(xí)者存在的問題和不足，便于及時調(diào)整和改善。隨堂記錄卡類似于自我評價功能，多以主觀題目為主，要求學(xué)習(xí)者對學(xué)習(xí)過程進行總結(jié)和反思，有益于學(xué)習(xí)者自我反思和自我認知能力的培養(yǎng)。章節(jié)測試在章節(jié)結(jié)束時進行，主要考察學(xué)習(xí)者對已學(xué)內(nèi)容的掌握情況，同時與課前測試和過程測試的結(jié)果匯總，挖掘章節(jié)的知識關(guān)聯(lián)，為學(xué)習(xí)者推送個性化建議和資源。教師評價、同學(xué)互評和期末測試都在課程結(jié)束時進行，通過多樣性的評價方式對學(xué)習(xí)者形成較為全面客觀的評價。討論互動貫穿于整個課程學(xué)習(xí)的始終，通過討論互動，學(xué)習(xí)者與其他成員構(gòu)成一個復(fù)雜的學(xué)習(xí)網(wǎng)絡(luò)，在該網(wǎng)絡(luò)體系中，學(xué)習(xí)者可以分享學(xué)習(xí)資源、交流學(xué)習(xí)心得，或?qū)δ骋粏栴}展開討論交流，激發(fā)新的思維火花[15]。（2）數(shù)據(jù)采集與存儲子系統(tǒng)數(shù)據(jù)采集與存儲子系統(tǒng)主要包括四大部分：數(shù)據(jù)采集、數(shù)據(jù)清理、數(shù)據(jù)轉(zhuǎn)換和數(shù)據(jù)混合存儲系統(tǒng)。數(shù)據(jù)采的質(zhì)量和數(shù)量直接決定了數(shù)據(jù)分析的成效，所以應(yīng)盡可能地從數(shù)據(jù)來源上保證其全面性。網(wǎng)絡(luò)嗅探是數(shù)據(jù)采集的有效方式，其適合多用戶、多Web站點的網(wǎng)絡(luò)訪問環(huán)境，且具有采集時間準確、不影響Web服務(wù)等特點，更重要的是采集的同時可以進行一部分過濾操作[16]。通過數(shù)據(jù)采集獲取大量數(shù)據(jù)的同時，也帶來了一些如廣告、彈幕等的“垃圾數(shù)據(jù)”，有效過濾這些“垃圾信息”是數(shù)據(jù)清理的功能所在。數(shù)據(jù)轉(zhuǎn)換主要是通過對數(shù)據(jù)進行適當(dāng)轉(zhuǎn)換方便數(shù)據(jù)的挖掘分析，典型的數(shù)據(jù)轉(zhuǎn)換方法包括把符號變量轉(zhuǎn)換為數(shù)值變量、重組分類變量等。數(shù)據(jù)存儲是將數(shù)據(jù)保存到數(shù)據(jù)庫，以防止數(shù)據(jù)丟失，也便于后續(xù)的挖掘分析，本系統(tǒng)采用關(guān)系型數(shù)據(jù)庫與NoSQL數(shù)據(jù)庫相結(jié)合的方式實現(xiàn)對數(shù)據(jù)進行混合存儲，在該混合存儲系統(tǒng)中，關(guān)系型數(shù)據(jù)庫采用MySQL，而NoSQL則采用由Clinet、Zookeeper、HMaster、HRegionserver四部分構(gòu)成的HBase。（3）分析子系統(tǒng)分析子系統(tǒng)是整個系統(tǒng)的核心部分，主要涉及兩個數(shù)據(jù)庫和三種數(shù)據(jù)處理技術(shù)。其中，兩個數(shù)據(jù)庫是指結(jié)果數(shù)據(jù)庫和標準數(shù)據(jù)庫——標準數(shù)據(jù)庫是各種評價指標和評價標準的集合；結(jié)果數(shù)據(jù)庫主要有三個來源：一是不需要處理的數(shù)據(jù)（如成績、時長等），二是經(jīng)過教育數(shù)據(jù)挖掘、社會網(wǎng)絡(luò)分析和語義分析等技術(shù)處理得到的結(jié)果，三是直接與標準數(shù)據(jù)庫中的標準進行對比得到的結(jié)果。三種數(shù)據(jù)處理技術(shù)即教育數(shù)據(jù)挖掘、社會網(wǎng)絡(luò)分析和語義分析技術(shù)——教育數(shù)據(jù)挖掘主要用于發(fā)現(xiàn)知識關(guān)聯(lián)，以便對學(xué)習(xí)者進行知識推薦；社會網(wǎng)絡(luò)分析用于分析學(xué)習(xí)者在學(xué)習(xí)群體中的角色、關(guān)系、核心度等，從而判斷學(xué)習(xí)者的積極性和交互程度；主觀性測試題目一直是數(shù)字化學(xué)習(xí)評價的軟肋，引入語義分析技術(shù)，以期對主觀性試題進行語義識別分析，增加系統(tǒng)的智能性。（4）反饋子系統(tǒng)反饋子系統(tǒng)包括“三種反饋”和“一個可視化工具”?！叭N反饋”即診斷性反饋、過程性反饋和終結(jié)性反饋——診斷性反饋在章節(jié)學(xué)習(xí)前進行，主要對學(xué)習(xí)契約和課前測試提供及時反饋；過程性反饋在學(xué)習(xí)過程中進行，主要對過程測試、章節(jié)測試、隨堂記錄卡、交流互動和學(xué)習(xí)行為活動提供及時反饋，同時對學(xué)習(xí)過程提供及時預(yù)警；終結(jié)性反饋在課程結(jié)束時進行，主要對同學(xué)互評、教師評價、期末測試等提供及時反饋。這三種反饋信息在反饋給學(xué)習(xí)者的同時也傳遞給教師，教師根據(jù)這些信息在必要時對學(xué)習(xí)者的學(xué)習(xí)活動給予及時干預(yù)。“一個可視化工具”即儀表盤，系統(tǒng)的反饋信息通過儀表盤的形式及時呈現(xiàn)給學(xué)習(xí)者和教師，便于學(xué)習(xí)者和教師對學(xué)習(xí)狀況形成直觀了解。值得注意的是，系統(tǒng)提供給兩者的內(nèi)容是不完全相同的。數(shù)字化學(xué)習(xí)發(fā)展性評價系統(tǒng)設(shè)計系統(tǒng)模型設(shè)計教師學(xué)生干預(yù)/評價討論互動過程測試課程學(xué)習(xí)活動學(xué)習(xí)契約 課前測試章節(jié)測試 同學(xué)互評期末測試教師評價 隨堂記錄卡評測功能子系統(tǒng)數(shù)據(jù)采集數(shù)據(jù)轉(zhuǎn)化混合存儲系統(tǒng)教育數(shù)據(jù)挖掘社會網(wǎng)絡(luò)分析語義分析對比分析對比分析結(jié)果數(shù)據(jù)庫分析結(jié)果大數(shù)據(jù)分析子系統(tǒng)儀表盤及時反饋診斷性評價過程性評價終結(jié)性評價反饋子系統(tǒng)可視化數(shù)據(jù)在對現(xiàn)存問題及系統(tǒng)特數(shù)據(jù)清采理集與存儲子系統(tǒng)征分析的基礎(chǔ)上，構(gòu)建了大數(shù)據(jù)理念下的數(shù)字化學(xué)習(xí)發(fā)展性評價系統(tǒng)模型。該系統(tǒng)由測評功能子系統(tǒng)、采集與存儲子系統(tǒng)、分析子系統(tǒng)和反饋子系統(tǒng)構(gòu)成（1）課前準備階段首先，教師通過目標預(yù)設(shè)模塊，對課程學(xué)習(xí)目標、評價指標和試題集進行預(yù)設(shè)，其中一個學(xué)習(xí)目標對應(yīng)若干評價指標，而一個評價指標對應(yīng)一個試題集。預(yù)設(shè)的學(xué)習(xí)目標和評價指標在學(xué)習(xí)契約中以選項的形式呈現(xiàn)，學(xué)生根據(jù)自己的情況選擇相應(yīng)的學(xué)習(xí)目標和評價指標。其次，根據(jù)學(xué)生的個性選擇，從對應(yīng)的試題集中組合生成課前測試題，了解學(xué)生的知識基礎(chǔ)，并給予及時反饋。最后，在課程目標選擇相同的基礎(chǔ)上，根據(jù)課前測試結(jié)果對學(xué)習(xí)者進行異質(zhì)化分組。協(xié)作小組目的是對小組成員在學(xué)習(xí)過程中存在的疑問進行討論互動，形成互幫互助的良好局面。（2）課程學(xué)習(xí)階段學(xué)生的主要活動是課程學(xué)習(xí)及其相關(guān)活動，學(xué)習(xí)者在課程學(xué)習(xí)過程中的行為數(shù)據(jù)被記錄，并存儲于混合數(shù)據(jù)庫系統(tǒng)中。其中結(jié)構(gòu)化數(shù)據(jù)存儲于MySQL，而半結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù)存儲于HBase中，兩個數(shù)據(jù)庫通過建立有效的存儲中間件系統(tǒng)來統(tǒng)一管理。在學(xué)習(xí)過程中系統(tǒng)給予過程測試，一方面可以了解學(xué)習(xí)者的當(dāng)前學(xué)習(xí)狀況，及時發(fā)現(xiàn)學(xué)習(xí)者存在的問題和不足，另一方面可以防止掛機等作弊行為的發(fā)生。在整個學(xué)習(xí)過程中，系統(tǒng)實時收集學(xué)習(xí)者的學(xué)習(xí)行為數(shù)據(jù)，隨后將其與系統(tǒng)預(yù)設(shè)的閾值進行對比，當(dāng)學(xué)習(xí)者的行為數(shù)據(jù)超出閾值范圍時，系統(tǒng)及時給予相應(yīng)的預(yù)警。討論互動是課程學(xué)習(xí)的一項重要活動，當(dāng)遇到一些問題和疑惑，可以在協(xié)作小組內(nèi)進行討論互動；如果小組內(nèi)無法解決，將問題推薦到本課程討論群中。（3）課后階段首先，學(xué)習(xí)者要完成隨堂記錄卡的填寫，對本節(jié)課的學(xué)習(xí)收獲、目標完成狀況及存在的不足進行總結(jié)，隨后將這些數(shù)據(jù)與學(xué)習(xí)者的實際行為表現(xiàn)進行對比，測試其自我認知能力。接著，進行組內(nèi)評價，即小組成員之間相互評價。隨后，進行章節(jié)測試，系統(tǒng)根據(jù)學(xué)習(xí)者的個性化學(xué)習(xí)目標、課前測試和過程測試狀況，遵循減少學(xué)習(xí)者負擔(dān)的原則，只考察尚未完全掌握的內(nèi)容，并提供三次測試機會。章節(jié)測試的功能之一是檢驗學(xué)習(xí)者的目標達成情況；功能之二是與課前測試進行對比，找出知識增

量。期末測試則根據(jù)學(xué)習(xí)者的個性化學(xué)習(xí)目標進行全面考察。在章節(jié)測試結(jié)束之后，對課前測試、過程測試和章節(jié)測試的結(jié)果進行匯總，使用關(guān)聯(lián)分析方法對全體學(xué)習(xí)者的錯題集進行數(shù)據(jù)挖掘，找到潛在的知識關(guān)聯(lián)規(guī)則，并以此對學(xué)習(xí)者進行資源推薦。同時，一方面對小組討論情況、發(fā)帖量、回帖量等指標進行簡單統(tǒng)計分析，獲得學(xué)習(xí)者的課程參與度；另一方面使用社會網(wǎng)絡(luò)分析方法對學(xué)習(xí)過程中的交互關(guān)系進行分析，獲得學(xué)習(xí)者的人際核心度。在此過程中將學(xué)習(xí)者的各項成績、目標達成度、參與度、核心度、自我認知情況、組內(nèi)評價、資源推薦等在儀表盤中以可視化的方式呈現(xiàn)給教師和學(xué)習(xí)者，教師綜合學(xué)習(xí)者在整個學(xué)習(xí)過程中的表現(xiàn)進行評價，然后將教師評價添加到儀表盤中并呈現(xiàn)給學(xué)習(xí)者。數(shù)字化學(xué)習(xí)發(fā)展性評價系統(tǒng)工作流程7/10/2019數(shù)字化學(xué)習(xí)的發(fā)展性評價系統(tǒng)的工作流程如圖所示。下面將結(jié)合學(xué)習(xí)者在課前、課中和課后三個階段的學(xué)習(xí)過程進行分析說明。系統(tǒng)工作流程(一)網(wǎng)絡(luò)學(xué)習(xí)行為系統(tǒng)的組成網(wǎng)絡(luò)學(xué)習(xí)行為系統(tǒng)由行為主體、行為客體、行為工具、行為主體所在的群體(團體)、群體內(nèi)的組織規(guī)則和任務(wù)分工等要素組成。可簡要地將工具、團體及其規(guī)則、任務(wù)分工等稱為行為環(huán)境。行為環(huán)境的意義是它構(gòu)成了活動的物理基礎(chǔ)和描述參考———我們對行為的描述是基于特定環(huán)境的,比如說,某某學(xué)習(xí)者在某頁面中點擊了某欄目等等。網(wǎng)絡(luò)學(xué)習(xí)行為主體即是網(wǎng)絡(luò)學(xué)習(xí)者,其當(dāng)前的學(xué)習(xí)起點、學(xué)習(xí)風(fēng)格和人際交往特征是理解和設(shè)計學(xué)習(xí)者學(xué)習(xí)行為的初始要素。網(wǎng)絡(luò)學(xué)習(xí)行為客體指承載有教學(xué)信息的各種媒體及其組合,包括文本、圖片、音視頻和動畫等等。常見的網(wǎng)絡(luò)學(xué)習(xí)團體包括基于網(wǎng)絡(luò)的各種協(xié)作學(xué)習(xí)小組,如各種主題的學(xué)習(xí)共同體或?qū)W習(xí)社區(qū)。其團隊規(guī)則包括責(zé)任分工、交流規(guī)則、行為規(guī)則、評價規(guī)則、獎懲規(guī)則等;而網(wǎng)絡(luò)學(xué)習(xí)的工具也可以根據(jù)其性質(zhì)分為效能工具、認知工具和交流工具三類。多維度的網(wǎng)絡(luò)學(xué)習(xí)行為模型7/10/2019從學(xué)習(xí)行為多樣性的角度,可以將網(wǎng)絡(luò)學(xué)習(xí)過程中學(xué)習(xí)者的網(wǎng)絡(luò)學(xué)習(xí)行為模型如圖所示：自解釋學(xué)習(xí)目標收集信息加工整理信息發(fā)布信息交流使用信息（問題解決）及其他學(xué)評價反饋調(diào)網(wǎng)絡(luò)學(xué)習(xí)行為多維度模型網(wǎng)絡(luò)學(xué)習(xí)交流行為:點對點地實時交流,如用

QQ、MSN等工具請教教師、專家等。:點對點地異步交流,如用

E-mail請教教師、專家、登錄教師、專家的

Blog等。:多對多地實時交流,如聊天室等。:多對多地異步交流,如BBS等。在網(wǎng)絡(luò)環(huán)境下的學(xué)習(xí)行為體系包括如下方面的內(nèi)容：

(1)信息檢索學(xué)習(xí)行為(2)信息加工學(xué)習(xí)行為

(3)信息發(fā)布學(xué)習(xí)行為(4)人際溝通、交流的行為

(5)基于問題解決的學(xué)習(xí)行為項目咨詢內(nèi)容—智慧教育行業(yè)矩陣

以個體年齡階段為橫軸，以在線教育和教育信息化為縱軸，圍繞學(xué)生、教師和教學(xué)管理三方面對教育行業(yè)作細分領(lǐng)域研究。通過探究各領(lǐng)域的發(fā)展現(xiàn)狀和“互聯(lián)網(wǎng)化”程度，尋找大數(shù)據(jù)在教育行業(yè)的應(yīng)用現(xiàn)狀和發(fā)展?jié)摿ΑＴ诰€教育教育信息化學(xué)生教師教學(xué)管理學(xué)生教師教學(xué)管理0612182430年齡學(xué)前教育大數(shù)據(jù)市場潛力不高，無需關(guān)注高等教育學(xué)歷職業(yè)教育職業(yè)培訓(xùn)大數(shù)據(jù)市場潛力優(yōu)秀，重點關(guān)注大數(shù)據(jù)市場潛力一般，適當(dāng)關(guān)注K

12教育興趣培訓(xùn)留學(xué)中介國際學(xué)校語言培訓(xùn)學(xué)歷職業(yè)教育K

12輔導(dǎo)早教教育語言培訓(xùn)高等教育項目咨詢內(nèi)容—教育信息化趨勢研判K12階段小齡教育繼續(xù)教育高級教育涉外教育課外教育細分智慧教育市場特點教學(xué)形式發(fā)展趨勢教學(xué)性質(zhì)目標人群相似之處早期教育學(xué)前教育K12教育K12輔導(dǎo)興趣教育語言培訓(xùn)國際學(xué)校留學(xué)服務(wù)高等教育職業(yè)教育職稱培訓(xùn)新而小熟而大成熟的存量市場公辦為主全為民辦集中于K12前集中于高校線上下融合目的性強K12階段輔導(dǎo)服務(wù)市場需求強烈成熟,存在風(fēng)險教育機構(gòu)教育服務(wù)商偏向理論

民營程度高培養(yǎng)技術(shù)型人才前景廣闊伴隨整個職業(yè)生涯天生適合在線教育都以民辦為主都對政策敏感伴隨一生的通用教育都是教育國際化的表現(xiàn)大數(shù)據(jù)應(yīng)用都很全面都應(yīng)用

教育信息化都應(yīng)用線上教育項目咨詢內(nèi)容—線上產(chǎn)業(yè)鏈（1/2）智慧教育線上產(chǎn)業(yè)鏈條流程圖：教育資源平臺教育管理平臺

O2O平臺學(xué)習(xí)交流平臺其他平臺平臺服務(wù)商1243網(wǎng)絡(luò)運營商

終端提供商

網(wǎng)絡(luò)支付平臺渠道服務(wù)商技術(shù)服務(wù)商平臺技術(shù)服務(wù)商應(yīng)用產(chǎn)品提供商語音識別技術(shù)商大數(shù)據(jù)技術(shù)商

其他技術(shù)服務(wù)商內(nèi)容提供商教學(xué)機構(gòu)（民辦）學(xué)校（公辦）5學(xué)生家長用戶線上產(chǎn)業(yè)鏈條項目咨詢內(nèi)容—線上產(chǎn)業(yè)鏈（2/2）智慧教育線上產(chǎn)業(yè)鏈條中重點關(guān)注節(jié)點分析：技術(shù)服務(wù)商內(nèi)容提供商平臺服務(wù)商產(chǎn)業(yè)鏈角色平臺服務(wù)商位于產(chǎn)業(yè)鏈中游，

連接技術(shù)服務(wù)商和內(nèi)容服務(wù)商，是各類教育應(yīng)用產(chǎn)品的接口，

也是直接面對用戶的入口。平臺本質(zhì)平臺服務(wù)商本質(zhì)上是技術(shù)服務(wù)商和內(nèi)容提供商融合的產(chǎn)物，可由技術(shù)服務(wù)商搭建，由內(nèi)容提供商提供內(nèi)容，也可由內(nèi)容服務(wù)商自行搭建。平臺作用線上教育的發(fā)展主要集中于教育應(yīng)用產(chǎn)品的開發(fā)和完善，而一個大而全的平臺將是用戶接觸產(chǎn)品的主要入口，未來平臺服務(wù)商將是線上產(chǎn)業(yè)鏈建設(shè)的重點。技術(shù)服務(wù)商位于渠道服務(wù)商下游，是平臺提供商和內(nèi)容服務(wù)商互聯(lián)網(wǎng)教育運營的基礎(chǔ)。內(nèi)容提供商位于產(chǎn)業(yè)鏈下游，是整個產(chǎn)業(yè)鏈的核心，也是盈利主導(dǎo)者。智慧教育線下產(chǎn)業(yè)鏈條流程圖及具體分析：內(nèi)容輔助商

內(nèi)容提供商技術(shù)服務(wù)商銷售渠道用戶處于產(chǎn)業(yè)鏈上游，從內(nèi)容和技術(shù)角度為線下教育提供基礎(chǔ)支撐內(nèi)容輔助商提供課本、教輔資料等教學(xué)用具，準入壁壘較高，競爭激烈程度一般，議價能力低技術(shù)服務(wù)商主要提供應(yīng)用產(chǎn)品服務(wù)（包括硬件軟件）、平臺技術(shù)服務(wù)等位于產(chǎn)業(yè)鏈末端，包括學(xué)生和家長位于產(chǎn)業(yè)鏈下游，存在于語言培訓(xùn)、職稱培訓(xùn)等部分教育領(lǐng)域。渠道影響主因：教育內(nèi)容是否差異化

內(nèi)容提供商是否具有足夠的吸引力營銷費用的多少位于產(chǎn)業(yè)鏈中游，整個產(chǎn)業(yè)鏈的核心和盈利主導(dǎo)者以公辦學(xué)校為主，民辦培訓(xùn)機構(gòu)為輔議價能力取決于手中教育資源及政策開放度項目咨詢內(nèi)容—線下產(chǎn)業(yè)鏈項目咨詢內(nèi)容—行業(yè)競合分析整個行業(yè)缺乏有影響的大數(shù)據(jù)實踐案例，普遍對價值認可不足缺乏有影響案例的情況下，大數(shù)據(jù)定價缺乏依據(jù)和標準大數(shù)據(jù)價值尚未體現(xiàn)教育業(yè)務(wù)具有異常的復(fù)雜性和獨特性，目前大多數(shù)產(chǎn)品僅靠IT思路構(gòu)建教育數(shù)據(jù)庫，在數(shù)據(jù)源選擇和指標、權(quán)重設(shè)計方面往往脫離實際數(shù)據(jù)模型的科學(xué)性不足教育數(shù)據(jù)的歸屬權(quán)、開放范圍、開放方式、隱私保護等還無清晰界定在提供教育數(shù)據(jù)產(chǎn)品與服務(wù)中，往往存在極大的政策風(fēng)險數(shù)據(jù)的權(quán)利制度未明確主要以考量測評類產(chǎn)品為主，重點聚焦于如何“提分”盲目跟風(fēng)現(xiàn)象嚴重，產(chǎn)品同質(zhì)化且差異不大產(chǎn)品同質(zhì)化嚴重目前的產(chǎn)品多集中在關(guān)系維系端和數(shù)據(jù)存儲端，缺乏深度數(shù)據(jù)分析教育行業(yè)數(shù)據(jù)半結(jié)構(gòu)化、非結(jié)構(gòu)化突出，在分析端技術(shù)整體不成熟分析端是整體短板行業(yè)正在重走教育信息化早期發(fā)展階段的

“老路”，盲目混亂發(fā)展專門針對教育大數(shù)據(jù)的標準制定工作還未正式啟動缺乏統(tǒng)一的行業(yè)標準164325大數(shù)據(jù)是智慧教育行業(yè)躍遷的新變量，但目前也面臨著諸多挑戰(zhàn)：項目咨詢內(nèi)容—大數(shù)據(jù)應(yīng)用場景設(shè)計政府部門學(xué)生技術(shù)服務(wù)商教師教學(xué)管理平臺服務(wù)商目錄教育大數(shù)據(jù)現(xiàn)狀及需求教育大數(shù)據(jù)分析方法教育大數(shù)據(jù)分析結(jié)果項目建設(shè)結(jié)果—目標市場分析

基于智慧教育行業(yè)現(xiàn)狀與發(fā)展趨勢分析與產(chǎn)業(yè)鏈調(diào)研，對教育行業(yè)各細分領(lǐng)域的大數(shù)據(jù)價值做出思考與判斷、并在智慧教育領(lǐng)域做出從預(yù)測、聚類、相關(guān)性挖掘、判斷等大數(shù)據(jù)應(yīng)用模式的市場分析。項目建設(shè)結(jié)果—云公司解決方案

在明確目標市場、明晰大數(shù)據(jù)應(yīng)用場景、剖析過往成功案例的基礎(chǔ)上，探索云公司應(yīng)如何進入教育行業(yè)，包括目標市場、產(chǎn)業(yè)鏈角色、產(chǎn)品設(shè)計、資源能力建設(shè)和進入途徑，形成系統(tǒng)化的解決方案。目標市場教育細分領(lǐng)域產(chǎn)業(yè)鏈目標目標客戶大數(shù)據(jù)技術(shù)

服務(wù)商語言培訓(xùn)職業(yè)培訓(xùn)K12輔導(dǎo)K12教育教育管理部門需要大數(shù)據(jù)分析服務(wù)的中小教育機構(gòu)大數(shù)據(jù)實力較差的大型教育機構(gòu)及教育服務(wù)商平臺服務(wù)商內(nèi)容提供商技術(shù)服務(wù)商商業(yè)模式定位于技術(shù)服務(wù)商——大數(shù)據(jù)技術(shù)服務(wù)商，短期內(nèi)發(fā)展大數(shù)據(jù)分析服務(wù)和大數(shù)據(jù)精準營銷服務(wù)，長期來看應(yīng)打造教育大數(shù)據(jù)平臺供各方使用，實現(xiàn)大數(shù)據(jù)對教育的變革，最終實現(xiàn)“因材施教”。產(chǎn)業(yè)鏈角色云通過數(shù)據(jù)運運營描繪用戶畫像，從而實現(xiàn)精準營銷高等教育、職業(yè)培訓(xùn)、在線教育等宏觀報告利用平安通類產(chǎn)品發(fā)展家校安全部分自有數(shù)據(jù)源可用作師生匹配項目建設(shè)結(jié)果—數(shù)據(jù)來源應(yīng)用從數(shù)據(jù)源