APP下载

着眼科技,教育信息化革命全面提速

2018-07-05张玉曼

中国科技财富 2018年6期
关键词:创新奖数据挖掘学习者

文/本刊记者 张玉曼

进入大数据时代,“数据驱动决策”已经成为教育行业的流行语,发达国家将大数据提升到国家战略层面,并在大数据相关领域投入巨资,在教育领域的大数据相关研究和应用上已经取得了一定的成果。我国也在不断加强对相关研究和应用在技术层面、管理体制层面的支持,近几年来,教育领域内各大评选活动的科技创新奖始终围绕着教育数据挖掘技术而展开。

2017年中国教育行业发展技术创新奖的评选又将关注点落在了教育信息化系统领域,获奖者西南财经大学天府学院信息技术教学中心研究员蒲石,创新性地将机器学习、数据挖掘分析技术,应用于学生成绩表现分析、预测的软件系统中,研发而成的一系列教育信息化系统相辅相成,均为提高教育教学管理水平提供了重要辅助作用。近日,记者专访获奖者蒲石,分享他的研发经历与规划。

记者:最近几年,您收获了多个教育行业创新奖,2015年被评为第三届全国教育信息化杰出贡献人物,2016年又在中国教育行业科技成果奖评选活动中荣获科技成果二等奖,前不久荣获中国教育行业发展技术创新奖,这是业界对您的研究成果的充分肯定。您推出的一系列教育信息化系统有着怎样的研发历程?

蒲石:首先能得到业界的认可,我很荣幸。我认为这不仅是国家、行业对推进教育信息化进程的重视,也是对教育数据挖掘技术在教育改革中发挥的重要作用的肯定。未来教育数据分析、自适应系统还会是教育改革的大方向,我也会积极分享我的研究思路。

以我的经验总结,要想让创新研发出的教育教学辅助系统真正满足实际需求,可以从四个方面入手深度挖掘教育大数据,第一,要通过整合学习者知识、动机、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;第二,要探索和改进教学内容和教学顺序的领域模型;第三,要考量各种学习软件所提供的教学支持的有效性;最后,要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。

记者:在您看来,我国教育信息化发展到了哪个进程,与国外相比有怎样的差异?

蒲石:目前我国的教育信息化系统,包括自适应学习软件,大多以知识图谱为主,这是对教育数据最基础、最浅显的分析与应用。而在国外教育行业的研究中,耶鲁大学、哈佛大学、斯坦福大学等世界知名高校都启动了教育大数据相关研究计划,对情感与环境影响方面也进行相关探索;美国学校管理者协会携手学校网络联合会,以及全球性的信息技术研究和咨询公司Gartner共同实施了一个名为“Closing the Gap: Turning Datainto Action”的项目,旨在促进学校对学生信息系统和学习管理系统中大数据的使用。相比之下,未来我国教育信息化技术的研究与应用还需要在深度与广度上不断拓展,整合现有的教育资源,从层级性、时序性和情境性的角度,挖掘教育数据间的隐性关系,从而更好地理解学生、优化教学。

记者:您自身拥有多年留学经历,受国外教育理念影响率先运用数据挖掘相关的方法,在这一领域开展了多项研究工作,目前取得了哪些进展?

蒲石:与国内大部分团队不同,我们是针对广义的教育大数据展开了挖掘与探索,目前已经在多个领域初步取得了成绩。比如基于机器学习的学生成绩预测系统,已经能够实现预测功能,我们建立了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,通过在线学习环境中学习者参与在线讨论的情况、测试的情况等,预测学习者在该门课程的学习中是否有失败的风险;学习行为数据采集与分析系统能够根据对学习者在在线学习环境中学习困难、交互模式等数据,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,从而提高学生的学习效率;学习质量体检的数据深度挖掘分析系统则完成了对数据各变量之间的相关关系集中探索,并将相关关系作为一条规则进行编码,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,为教育工作者提供有效的建议与参考数据。

记者:目前,您推出的一系列教育信息化系统已在各大高校得到广泛应用,并收到不错的反馈。您对未来的研发项目有怎样的规划?教育数据挖掘技术将呈现出怎样的发展趋势?

蒲石:在大数据时代,整合现有的教育数据,构建虚拟学习社区是教育信息化建设的主要目标。大数据时代的虚拟学习社区将呈现出关联性更强的社会网络结构,这就使得我们在虚拟学习社区的构建和运维等方面面临机遇和挑战。如何通过大数据挖掘和分析,探索社会网络位置、资源分配和知识建构等变量的相关关系,建立相应的分析和预测机制,为虚拟学习社区的构建和运维提供科学有效的决策参考,值得我们未来展开研究。另外,随着数字学习资源的不断积累,大数据时代的虚拟学习社区不可避免地要面临数字资源的保护问题,相应的保护机制、技术和方法也将是未来研究的主要方向。目前,国内已有学者针对这一问题展开了相关研究,未来我们也会加入其中,为教育大数据平台的建设贡献力量。

猜你喜欢

创新奖数据挖掘学习者
改进支持向量机在特征数据挖掘中的智能应用
探讨人工智能与数据挖掘发展趋势
基于事故数据挖掘的AEB路口测试场景
你是哪种类型的学习者
十二星座是什么类型的学习者
非正式学习环境下基于移动终端的学习者模型研究
2018年陕西组织工作改革创新奖
软件工程领域中的异常数据挖掘算法
高校学习者对慕课认知情况的实证研究
2009中国资本市场最佳创富创新奖