科多大数据培训
全国24小时免费热线
15328019568
联系QQ
3048661160
开班时间
当前位置:首页 > 学习资讯 >

大数据技术培训咨询:教育数据挖掘跟学习分析

大数据应用在教育系统之下会有什么样的应用,是随着大数据在各行业兴起我们特别是教育行业都希望看到的,科多大数据给你进行了教育数据挖掘和学习分析比较,这两个是大数据学

大数据应用在教育系统之下会有什么样的应用,是随着大数据在各行业兴起我们特别是教育行业都希望看到的,科多大数据给你进行了教育数据挖掘和学习分析比较,这两个是大数据学习应用在教育行业里比较典型的应用。

教育数据挖掘分析

研究目的:通过研究使学习者学习行为模型化显示,探寻各变量之间的相关关系,预测学习者未来学习发展趋势
研究对象:学习者学习行为相关数据研究方法
研究方法:综合运用统计学、机器学习和大数据挖掘的技术和方法

学习分析

研究目的:通过研究使学校和教师能够根据不同学习者的能力水平和实际需求,为其提供合适的教育机会
研究对象:学习者学习行为、课程和学校运维等相关数据
研究方法:统计学、数据挖掘、社会学、心理学和学习科学的技术和方法

1.教育数据挖掘

教育数据挖掘是综合运用数学统计、机器学习和数据挖掘的技术和方法,对教育学习大数据进行处理和分析,通过数据建模,发现学习者学习结果与学习内容、学习资源和教学行为等变量的相关关系,来预测学习者未来的学习趋势。《报告》通过对教育数据挖掘领域专家进行访谈,列出了教育数据挖掘的四个研究目标:
  • (1)通过整合学习者知识、动机、元认知和态度等详细信息进行学习者模型的构建,预测学习者未来学习发展趋势。
  • (2)探索和改进包含最佳教学内容和教学顺序的领域模型。
  • (3)研究各种学习软件所提供的教学支持的有效性。
  • (4)通过构建包含学习者模型、领域模型和教育软件教学策略的数据计算模型,促进学习者有效学习的发生。
为了达到以上四个研究目标,研究者主要采用以下五类技术方法:
(1)预测。建立一个能够从整合多个预测变量推断单一被预测变量的模式,例如,研究者通过在线学习环境中学习者参与在线讨论的情况、测试情况等,预测学习者在该门课程的学习中是否有失败的风险。
(2)聚类。根据数据特性,将一个完整的数据集分成不同的子集,例如,研究者根据学习者在在线学习环境中学习困难、交互模式等将学习者分成不同的群组,进而为不同的群组提供合适的学习资源和组织合适的学习活动。
(3)关系挖掘。探索数据集中各变量之间的相关关系,并将相关关系作为一条规则进行编码,例如,研究者利用关系挖掘,探索在线学习环境中学习者学习活动和学习成绩的相关关系,进而用于改进学习内容呈现方式和序列,以及在线教学方法。
(4)人类判断过程简化。用一种便于人类理解的方式描述数据,以便人们能够快速地判断和区分数据特征,该方法主要以可视化大数据分析学习技术为主,用以改善机器学习模型。
(5)模型构建。通过对数据集的聚类、相关关系挖掘等过程,构建供未来分析的有效现象解释模型。

2.学习分析

学习分析是近年来大数据分析培训在教育领域较为典型的应用,在国际上有专门针对学习数据分析研究和应用的国际会议“学习分析技术与知识国际会议”,目前已举办两届。在首届会议上将学习分析定义为“测量、收集、分析和报告有关学习者及其学习情景的数据集,以理解和优化学习及其发生情景”。
新媒体联盟(NewMediaConsortium)将学习分析定义为:利用松散耦合的数据收集工具和分析技术,研究分析学习者学习参与、学习表现和学习过程的相关数据,进而对课程、教学和评价进行实时修正。
学习分析是围绕与学习者学习信息相关的数据,运用不同的分析方法和数据模型来解释这些数据,根据解释的结果来探究学习者的学习过程和情景,发现学习规律;或者根据数据阐释学习者的学习表现,为其提供相应的反馈从而促进更加有效的学习学习分析是综合运用信息科学、社会学、计算机科学、心理学和学习科学的理论和方法,通过对广义教育大数据的处理和分析,利用已知模型和方法去解释影响学习者学习重大问题,评估学习者学习行为,并为学习者提供人为的适应性反馈。例如,教师和学校根据学习分析的结果,调整教学内容、对有学习失败风险的学生进行干预等。
学习分析一般包括数据采集、数据存储、数据分析、数据表示和应用服务五个环节。
 
最新资讯更多+
内容推荐更多+
在线课堂
猜你喜欢