큰 데이터 교육의 경적 소리

최근 몇 년 동안, 큰 데이터 인터넷의 정보 기술 업계에서 화두가 되 고 있으며, 교육 점점 더 큰 데이터를 응용 프로그램의 중요 한 영역을 것으로 생각 된다 고 그것은 과감 하 게 예상 큰 데이터 교육 대 변혁을 가져올 것 이다.

"12 년의 jinbangtiming에만 벼 락 공부를 열심히!" "행복 한 사람들 걱정, 최근 네티즌 상하이에 침을, 그는 결코이 올해 상하이 구성 제목 생각 매년 대학 입학 시험에 영향을 미치는 수험생과 부모님의 마음 세, 대학 입학 시험의 끝 없이 자연스럽 게 은" 자유와 자유 "및 유사성은 매우 높은 확률의 바이 큰 데이터 예측 및 항목"자유"의 구성, 전에 그에 게 관심을 지불 하지만 그는 심문 하 고 무시 하 고, 지금 후회를 그를 생각나 게 동급 생??

미래의 큰 데이터 변경 내용 및 서브 버전 교육에 대 한 바이 두의 대학 입학 시험 구성 예측 공격 성 테스트 결과, 많은 의심 그리고 다른 전통적인 산업 왼쪽 상상력에 대 한 더 큰 공간.

전통적인 교육 달리

더 나은 "적성"

교육, 학교 교육에서 특히 데이터 개선 교육의 가장 중요 한 표시기 되고있다. 일반적으로, 이러한 수치는 시험 결과를 주로 참조 하십시오. 물론, 그것은 또한 등록, 출석, 드롭 아웃 요금, 졸업 률, 등등을 포함할 수 있습니다. 교육, 데이터는 학생의 능력, 작업의 정확한 속도, 다양 한 개발-의 성능 평가의 정확도 속도 같은 교육 효과 설명할 수 있어야 하는 특정 교실에 대 한 적극적으로 손의 교실 과학에 참여, 질문, 기간 그리고 정확한 속도, 교사 학생 상호 작용 주파수 및 시간 수에 대답. 더 구체적으로, 예를 들어 각 학생 질문 시간에 대답을 보냈다, 방법의 차이의 길이에 같은 문제에 다른 학생 들, 전문된 수집, 분류, 데이터 정렬, 통계, 될 대용량 데이터 분석을 통해 특정 데이터의 정확한 비율에 전반적인 대답.

전통적인 교육 모델에 살펴보겠습니다: 벨소리, 클래스, 표준화 된 교실, 통합된 교육 자료, 및 조립-라인 시간 프로그래밍 시나리오?? 이 모드에서는 점수 클래스 레이아웃 같은 숙제 후 모든 사람의 수십, 동일한 교재를 사용 하 여 동일한 교사 클래스의 클래스입니다. 그러나, 학생 들은 매우 다른, 그것은 진정으로 "가르칠 그들의 적성에 따라." 불가능 그러나 큰 데이터 교육 또 다른 특징은: 유연한 교육 시스템, 개별된 상담, 지역 사회 및 가족 연구?? 그리고, (교사 및 학생), 사람 사이의 관계의 30 분 달성, 문자 메시지, 전화, 비디오, 마이크로-편지를 통해 현재 봄 축제, 하지만 20 년 전에 수입 자전거를 타는 또한 다시 하기 위해 기술과 사람 사이의 관계를 통해 될 것입니다? 큰 데이터 나이, 풍부는 인간의 감정, 기술, 결코 과거에 다시 우리를 보자 기술로 동의 여부.

기술 개발, 교육의 분야에서 큰 데이터 점점 더 널리 사용 되 고, 학교는, 높은-품질의 질량 데이터 점차 현실, 하지만 정보 마이닝, 미래 교육에 대 한 더 많은 가능성을가지고 수행 하는 방법, 교육 연구자의 상상력에 도전 포즈.

최근 몇 년 동안, 점점 더 많은 네트워크 온라인 교육 및 대규모 오픈 네트워크 코스, 하지만 또한 광범위 한 응용 프로그램 공간을 얻기 위해 교육의 분야에 큰 데이터를 했다. 전문가 들은 학생 들의 학습, 교사 교육과 교육 정책을 만드는 방법과 수단의 개혁 등 새로운 교육 혁명 큰 데이터 설정 합니다 지적.

교육의 분야에서 큰 데이터 분석의 궁극적인 목표는 학생의 학업 성취도 개선 하는. 우수한 성적으로 학생 들은 학교, 사회와 국가 대 한 좋은입니다. 학생 들 숙제와 시험 한 중요 한 정보는 우리의 일반 연구소에 의해 자주 간과의 시리즈가 있다. 대용량 데이터를 분석 하 여 이러한 중요 한 정보를 찾을 하 고 학생의 성능을 향상 시키기 위해 맞춤된 서비스를 제공 하기 위해 그들을 사용할 수 있습니다. 동시에 그것은 향상 시킬 수 학생 들의 시험 결과, 일반적인 출석, 드롭 아웃 비율, 졸업 률 등.

도 오래 이며 그것은 여전히 아래로 고 검색

얼마나 많은 교사 정말 학생 들을 이해할 수 있다? Little。 대부분 교육 및 연구 활동, 교실의 품질을 판단 하는 방법? 더은 전문 에스테 유형--선생님의 링크 디자인 레이어 레이어 진보, 제기 여부 인지 효과, 링크 설립 및이 섹션 활동 목표 여부 준수, 고. 그리고이 클래스, 대부분의 시간에에서 학생 들 경험은 완전히 무시 지불된 주의 그리고 종종은 "표현"-경우에 참가자 가정, 그들의 경험 및 학생의 실제 경험, 학생 경험 없는 강한 기술 및 데이터 소스 분석을 제공할 수 있다 고 경험적.

빅 데이터 시대의 도래는 기회와 능력을 만회 하거나 우리의 현재 교육에 결함을 변경 제공.

우리가 어떻게 과거에 학생을 알고? 우리가 수집 하 고 교육 과정 고 등 학생의 전반적인 학문적 수준을, 실제 개발 및 체격 조건, 사회 감정 및 적응성 개발, 학교에 만족을 포함 한 학생 들의 학습 상황을 분석. 정기적인, 단계적 평가 이러한 데이터를 얻을 수 있습니다. 데이터는 교육, 학생의 학습 상태, 신체 건강 및 정신 건강 상태, 및 학교의 주관적인 감정의 결과 반영합니다.

큰 데이터는 각 개별 학생의 미세한 성능에 초점을 맞추는 기능-열면 그 책, 뭔가 들을 때, 미소 하 고 끄 덕, 않았다 머무는 시간 주제, 얼마나 많은 시간을 당신이에 버려진된 다른 주제, 그리고 얼마나 많은 급우에 서로와 활성 통신을 시작할 것 이다??? 이러한 데이터의 생산은 완전히 절차: 교실, 할당, 교사와 학생 간의 상호 작용의 과정의 과정. 이러한 고도로 개인화 된 데이터 작업 및 전체 레코드에 저장 된 모든 순간에 발생 하는 현상에 의해 생성 됩니다. 이러한 데이터의 통합을 통해 우리가 계몽 수 있습니다: 어떻게 교실 학생 들의 심리적 특성에 맞게 디자인 해야? 과정은 학생을 유치 합니까? 어떤 학생 개별 명령 필요? 인기 있는 교사 학생 상호 작용 방법 방법은??? 가장 중요 한 것은, 이러한 데이터의 컬렉션만 일정량 관측 기술 및 장비, 학생 들의 지식 없이 완료할 수 있습니다, 모든 일상적인 학습 및 생활 학생에 영향을 주지 않습니다, 가장 자연 스러운, 가장 본격적인 데이터는 필요 합니다.

따라서, 교육의 분야에서 전통적인 데이터의 모든 매크로 기능을 구현 하지만 또한 수집 하 고 분석 이외에 큰 데이터 상세한 마이크로 개인 데이터를 큰 데이터 디스플레이의 장점. 큰 데이터 대 전통적인 데이터: 거시적인 전통적인 데이터 주석, 전체 교육 상태, 큰 데이터 또한 미시적인, 분석할 수 있습니다 개별 학생과 교실 조건, 사용에 교육 행동을 조정 하 고 개별적인된 교육을 실현; 전통적인 데이터 마이닝 방법, 수집 방법, 콘텐츠 분류, 수집 표준, 등, 기존의 규칙, 방법론, 완료 Clear 메서드, 경로, 및 판단 기준의 참신을 형성 하지 않고 또한 큰 데이터를 수집한 수; 전통적인 데이터 주기, 대상 평가에서 온다, 샘플링 과정은 체계적인 오류가 있을 수도 있습니다, 그리고 실시간 동작 및 현상 기록, 제 3 자, 샘플링 방법 오류 기술 관찰의 과정에서 큰 데이터 작습니다. 전통적인 데이터 분석 재능, 전문성과 시설은 더 일반적인, 쉽게 액세스, 재능, 전문 기술 및 장비 요구 사항의 대형 데이터 마이닝 요구 및 혁신적 필요가 실무자 및 데이터 마이닝 영감 보다는 단계별 필요 합니다.

현재 더 성숙한 정보 기술 시설을 사용 하 여, 학습 활동에서 학생 들의 개인 정보는 기록 하 고 높은 밀도와 주파수, 정확한 데이터의 많은 함께 우리를 제공할 수 있는 정량 분석에 대 한 풍부한 데이터 자료를 제공 하는 따라서 축적. 이러한 데이터 제공할 수 있습니다 우리 학생 들의 보다 포괄적이 고 깊은 이해 하 고 그들의 학습을 지원 하기 위해, 우리는 과거에 수 없는 일, 현실이 될 필요가.