大数据下数字化学习环境的变革与趋势

大数据下数字化学习环境的变革与趋势

ID:31394884

大小:115.50 KB

页数:12页

时间:2019-01-09

大数据下数字化学习环境的变革与趋势_第1页
大数据下数字化学习环境的变革与趋势_第2页
大数据下数字化学习环境的变革与趋势_第3页
大数据下数字化学习环境的变革与趋势_第4页
大数据下数字化学习环境的变革与趋势_第5页
资源描述:

《大数据下数字化学习环境的变革与趋势》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、大数据下数字化学习环境的变革与趋势  摘要:学习环境的构建是实现学与教方式变革的基础。近年来,随着大数据时代的来临,数字化学习环境也面临着巨大的变革与挑战。本文从美国发布的“大数据研究与开发计划”与《提升教与学:教育数据挖掘和学习分析》入手,并结合教育部科学技术研究重点项目成果《教育数据挖掘:方法与应用》,从学习分析的视角出发,探讨大数据对数字化学习环境带来的冲击与影响。笔者试图从个性化学习、协作学习环境建设、优化数字化学习过程及教学评估等几个维度展开具体论述。  关键词:大数据;数字化学习环境;变革与趋势  中图分类号:G434文献标识码

2、:A论文编号:1674-2117(2015)20-0086-05  前言  近年来,随着新技术的不断开发与互联网技术的飞速发展,人们正在进入大数据时代。联合国在2012年发布的大数据白皮书BigDataforDevelopment:Challenges&Opportunities中指出,大数据时代已经到来,大数据的出现将会对社会各个领域产生深刻影响。[1]世界各国都高度重视大数据带来的机遇与挑战,因此投入了大量的人力、物力来支持大数据的相关研究。美国在2012年3月29日正式启动“大数据研究与开发计划”(BigDataResearchand

3、DevelopmentInitiative),提出“12通过搜集、处理庞大而复杂的数据信息,从中获得知识和洞见,提升能力,加快科学、工程领域的创新步伐,强化美国国家安全,转变教育和学习模式”,正式将“大数据”提高到国家战略层面。[2]  在教育领域,许多世界知名高校也启动了教育大数据的相关研究计划。为了更好地促进大数据为教育领域服务,美国教育部于2012年10月发布了《提升教与学:教育数据挖掘和学习分析报告》(EnhancingTeachingandLearningThroughEducationalDataMiningandLearnin

4、gAnalytics),旨在通过提升教育数据挖掘技术和学习分析技术,改变教与学的方式,实现教与学的提升与发展。  我国学者也逐渐意识到教育大数据对教育领域的重要作用,2012年岁末,教育科学出版社出版《教育数据挖掘:方法与应用》一书。它在大数据时代的背景下,指出致力于从大量数据中提取或“挖掘”知识的数据挖掘将有助于发挥教育数据的价值,数据以及数据挖掘可以作为审慎决策的依据。[3]随着移动终端等先进的网络设备逐渐进驻课堂,传统的学习环境已经演变成数字化学习环境,学生在借助数字化学习环境中的网络设备进行学习时,大量的学习行为被记录下来,形成了规

5、模宏大的教育大数据。分析这些大数据,能有效促进学生在数字化学习环境下的学习。  基本概念  1.大数据  自2009年以来,IDC、Gartner、麦肯锡、普华永道和埃森哲等咨询公司,《纽约时报》《福布斯》《财富周刊》《斯隆管理评论》《技术评论》等商业管理刊物,以及《科学》《自然》等科学杂志,都连篇累牍地介绍了大数据。其中,麦肯锡认为,“大数据”将成为下一个创新前沿。[4]12  麦肯锡全球研究院将“大数据”定义为“无法在一定时间内使用传统数据库软件工具对其内容进行获取、管理和处理的数据集合”。“大数据”可以认为是“分析”的另一种表述,它是

6、寻求从数据中萃取知识,并将其转化为商业优势的智能化活动。在大多数文献中“大数据”被总结为以下三个特征(即三个V)[5]:①容量大(Volume)。2012年,全球数据总量约为2.7~3.5ZB。而每秒钟通过网络传输的数据总量已经超过了20年前互联网的总存储量。②产生速度快(Velocity)。IBM将这一属性定义为数据进出的高速性,也可以将这一特性引申理解为对大数据迅速的处理能力以及决策能力的要求。③多样性(Variety)。大数据所包含的数据种类不仅有常规意义上的关系数据库或数据仓库数据,而且容纳了如图片、流媒体以及社会网络信息等在内的全

7、新数据类型。  此外,大数据的“信息价值大与冗余信息多(Value)”这一属性也被众多学者纳入大数据的第四个特征。  2.学习分析  2012年10月,美国教育部发布的《提升教与学:教育数据挖掘和学习分析报告》将学习分析定义为,对学生学习过程中产生的大量数据进行解释,目的是评估学业进步、预测未来表现、发现潜在问题。数据来自学生的显性行为,如完成作业、参加考试等;还有学生的隐性行为,如在线社交、课外活动、论坛发帖,以及其他一些不直接作为学生教育进步评价的活动。学习分析模型处理和显示的数据帮助教师和学校更好地理解教与学。学习分析的目标是使教师和

8、学校创造适合每位学生需要和能力的教育机会。12  学习分析技术对学生、教师、管理人员、研究人员以及技术开发人员均具有重要价值。对学生而言,可以从学习者行为角度了解学习过程的发生机

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。