教育大数据应用探索与实践

高祥玉

● 大数据没有标准的定义，我们更加认同国际知名IT研究咨询机构高德纳（Gartner）的观点，即大数据最重要的并不是技术，而是将数据看作一种资产的理念。大数据可定义为在整个教育活动过程中产生、根据教育需要采集、用于教育发展、可创造巨大潜在价值的数据集合。教育大数据可分为四大类。一是教学管理类。即教学管理过程中产生的数据，如学生信息、教师信息、课程信息、教学计划等，主要为结构化数据。二是教学过程类。即学生学习过程中的行为数据，如课程学习、完成作业、参加考试、课后答疑等，主要为线上、结构化数据。三是教学资源类。即课程视频、文本、试题、作业等教学资源，以线上、结构化数据为主。四是学习行为类。如打卡、交流、活动参与积极度、任务完成积极度等。

● 大数据与教育的结合成为时代发展的必然要求。以民生教育为例，继续教育、终身教育在大数据上的优势，体现在以下方面：以线上学习行为为主，采集方便;非数据相对结构化分析较为容易;产生数据量相对较大且体系较为完善;互联网学习平台迭代快，应用相对便捷等。以O2O混合教学模式、学生全生命周期覆盖的业务范围，数据资源丰富多样，突破传统教育大数据应用的瓶颈，实现多个大数据应用落地。比如，民生教育大数据实验室，搭建了基于Hadoop+MPP的大数据云平台，完成了对集团各业务线数据的汇聚与整合，可为集团内部与行業合作伙伴提供大数据支持服务。在优化报名录取服务、加强招生宣传质量、提升助学服务水平、优化教学产品体验、督学模型促进学习、提升学习中心服务质量、加强在线考试质量、通过知识图谱初步构建个性化学习平台和数据赋能行业等多个方面，都有典型应用案例。

● 关于教育大数据应用，我们的经验是：大数据应用，最重要的不是技术，而是对思维和意识的理解;大数据应用，最重要的不是算法，而是对数据和场景的理解;算法并不是越“高级”越好，解决实际问题最重要。

【观点整理/ 何曼】