近年(nián)來，随著(zhe)大數據成為(wèi)互聯網信息技(jì)術(shù)行業(yè)的流行詞彙，教育逐漸被認為(wèi)是大數據可以大有作為(wèi)的一(yī)個(gè)重要應用領域，有人大膽地預測大數據将給教育帶來革命性的變化。大數據技(jì)術(shù)允許中小(xiǎo)學和大學分析從(cóng)學生(shēng)的學習行為(wèi)、考試分數到(dào)職業(yè)規劃等所有重要的信息。許多(duō)這樣的數據已經被諸如美國(guó)國(guó)家教育統計中心之類的政府機(jī)構儲存起來用于統計和分析。盤點近年(nián)來大數據應用于教育行業(yè)的十大案例。
國(guó)内:
一(yī)、華中科技(jì)大學近兩年(nián)個(gè)性化大數據的實踐，通(tōng)過數據理出學生(shēng)在校期間生(shēng)活和學習的主線，并放(fàng)在一(yī)個(gè)故事(shì)化的場景裡(lǐ)來叙述，引起了衆多(duō)畢業(yè)生(shēng)的共鳴。
6月(yuè)8日，一(yī)封名叫《光(guāng)陰的故事(shì)一(yī)緻某某》的電(diàn)子信件(jiàn)和截圖在華中科技(jì)大學畢業(yè)生(shēng)的微信朋友(yǒu)圈廣為(wèi)流傳。每一(yī)位即将離校的學子隻要打開(kāi)鏈接，輸入自(zì)己的校園賬号就(jiù)能(néng)獲取在校期間的學習，讀(dú)書，餐飲等各方面數據和收獲。
該校網絡與信息化辦公室副主任王士賢介紹，《畢業(yè)生(shēng)大數據--光(guāng)陰的故事(shì)》由華中科技(jì)大學網絡與信息 化中心在2015年(nián)第一(yī)次推出，今年(nián)在教務類數據的基礎上(shàng)還(hái)增加了畢業(yè)生(shēng)的借書、進出圖書館，黨員(yuán)組織 發展，校園卡刷卡，計算(suàn)機(jī)等考等相(xiàng)關數據。
二、由廈大圖書館設計的一(yī)個(gè)名為(wèi)“圕（tuan）·時光(guāng)”的網站， 收集整理了畢業(yè)生(shēng)大學時代的閱讀(dú)記錄、進館次數等， 被畢業(yè)生(shēng)視為(wèi)大學生(shēng)涯的圖書館記憶。今年(nián)，這個(gè)網站還(hái)特别增加了畢業(yè)生(shēng)在食堂的消費(fèi)記錄，如打了多(duō)少份免費(fèi)米飯。也就(jiù)是說，這是一(yī)份物(wù)質食糧和精神食糧的雙重記憶。
由于今年(nián)的“圕·時光(guāng)”，新增了學生(shēng)們在食堂的消費(fèi)記錄，畢業(yè)生(shēng)登錄後，不僅能(néng)看(kàn)到(dào)自(zì)己最愛去的餐 廳、超市(shì)、消費(fèi)的金額，還(hái)能(néng)看(kàn)到(dào)自(zì)己在大學期間，打了多(duō)少份米飯。廈大圖書館表示，這是根據學生(shēng)一(yī)卡通(tōng)的大數據統計出來的，隻提供給學生(shēng)本人。
三、每個(gè)月(yuè)在食堂吃(chī)飯超過60頓、一(yī)個(gè)月(yuè)總消費(fèi)不足420元的，被列為(wèi)受資助對象。
據報(bào)道，南(nán)京理工(gōng)大學教育基金會(huì)通(tōng)過數據分析，每個(gè)月(yuè)在食堂吃(chī)飯超過60頓、一(yī)個(gè)月(yuè)總消費(fèi)不足420元 的，被列為(wèi)受資助對象。南(nán)京理工(gōng)大學還(hái)采取直接将補貼款打入學生(shēng)飯卡的方式，學生(shēng)無需填表申請，不用審核。
四、電(diàn)子科大曾做過一(yī)個(gè)課題——尋找校園中最孤獨的人。 他們從(cóng)3萬名在校生(shēng)中，采集到(dào)了2億多(duō)條行為(wèi)數據，
數據來自(zì)學生(shēng)選課記錄、進出圖書館、寝室，以及食堂用餐、超市(shì)購物(wù)等數據。通(tōng)過對不同的校園一(yī)卡通(tōng) 前一(yī)後刷卡”的記錄進行分析，可以發現一(yī)個(gè)學生(shēng)在學校有多(duō)少親密朋友(yǒu)，比如戀人、閨蜜。
最後，通(tōng)過這個(gè)課題找到(dào)了800多(duō)個(gè)校園中最孤獨的人，他們平均在校兩年(nián)半時間，一(yī)個(gè)知心朋友(yǒu)都沒有。 這些人中的17%可能(néng)産生(shēng)心理疾病，剩下(xià)的則可能(néng)用意志(zhì)力暫時戰勝了症狀，但需要學校和家長(cháng)重點予以關愛。
國(guó)外：
五、紐約州波基普西(xī)市(shì)瑪麗斯特學院(Marist College)與商業(yè)數據分析公司Pentaho合作發起開(kāi)源學術(shù)分析計劃 (The Open Academic Analytics Initiative),旨在一(yī) 門(mén)新課程開(kāi)始的兩周内預測哪些學生(shēng)可能(néng)會(huì)無法順利完成課程。
該計劃基于Pentaho的開(kāi)源商業(yè)分析平台(Business Analytics Platform)開(kāi)發了一(yī)個(gè)分析模型，通(tōng)過收集分析學生(shēng)的學習習慣——例如點擊線上(shàng)閱讀(dú)材料、是否在網上(shàng)論壇中發言、完成作業(yè)的時長(cháng)——來預測學生(shēng)的學業(yè)情況、及時幹預幫助問題學生(shēng)，從(cóng)而提升畢業(yè)率。
六、KickUp是一(yī)個(gè)專注教師(shī)測評的标準化SaaS工(gōng)具，測評數據來自(zì)教師(shī)的自(zì)查報(bào)告及學年(nián)内的各項教學結果的反饋，這些數據可以縱向記錄教師(shī)的成長(cháng)曆程，提出有待改善的地方。KickUp根據學生(shēng)和老師(shī)的數量、 按地區進行收費(fèi)，目前全美有超過50個(gè)地區的學校在使用這款測評工(gōng)具。
七、以美國(guó)的著名高(gāo)校卡内基梅隆大學和普渡大學為(wèi)例： 對這兩所高(gāo)校，領英都收集了60000多(duō)名畢業(yè)生(shēng)的職業(yè)生(shēng)涯數據。數據量之龐大，足以在其中看(kàn)出清晰的規律。輸入“MIT”，你很快就(jiù)會(huì)看(kàn)到(dào)這所高(gāo)校的畢業(yè)生(shēng)一(yī)般會(huì)在谷歌(gē)、IBM和甲骨文公司找到(dào)工(gōng)作。輸入“普渡”，你會(huì)發現禮菜、康明斯和波音(yīn)是畢業(yè)生(shēng)的首選。
這類信息對于中學的高(gāo)年(nián)級生(shēng)和低(dī)年(nián)級學生(shēng)都是一(yī)座金礦，因為(wèi)大多(duō)數中學生(shēng)對将來的職業(yè)都隻有模糊的想法。運用領英的這個(gè)工(gōng)具，對太陽能(néng)、編劇、或者醫(yī)療器(qì)械感興趣的學生(shēng)，就(jiù)可以挑選那些畢業(yè)生(shēng)最容易進入相(xiàng)關領域的大學拫考了
八、據PBS報(bào)道，伊薩卡學院(Ithaca College)自(zì)2007年(nián)開(kāi)始收集學生(shēng)的社交網絡數據。該學院為(wèi)申請者設立了一(yī)個(gè)類似Facebook的網站IC PEERS,讓申請者得 以通(tōng)過網站聯系學院教師(shī)和彼此。
伊薩卡使用舊(jiù)M統計分析系統來收集IC PEERS上(shàng)産生(shēng)的數據，研究擁有怎樣的網絡行為(wèi)的學生(shēng)更有可能(néng)選擇就(jiù)讀(dú)伊薩卡。收集的數據包括申請者上(shàng)傳了多(duō)少張賬戶照(zhào)片、擁有多(duō)少名IC PEERS好友(yǒu)。研究人員(yuán)認為(wèi), 這能(néng)反映出申請者對這所學院有多(duō)感興趣。
九、“希維塔斯學習”是一(yī)家專門(mén)聚焦于運用預測性分析、 機(jī)器(qì)學習從(cóng)而提高(gāo)學生(shēng)成績的年(nián)輕公司。Civitas Learning提供了一(yī)套應用程序，學生(shēng)和老師(shī)可以在其中規劃自(zì)己的課程和安排。“希維塔斯學習’’各種基于雲的智能(néng)手機(jī)第三方應用程序(APP)都是用戶友(yǒu)好型的，能(néng)夠根據高(gāo)校的需要個(gè)性化。這意味著(zhe)高(gāo)校能(néng)聚焦于各自(zì)不同的對象，相(xiàng)互不同地用這家公司的分析工(gōng)具開(kāi)展大數據工(gōng)作。
該公司在高(gāo)等教育領域建立起最大的跨校學習數據庫。 通(tōng)過這些海量數據，能(néng)夠看(kàn)到(dào)學生(shēng)的分數、出勤率、 辍學率和保留率的主要趨勢。通(tōng)過使用100多(duō)萬名學生(shēng)的相(xiàng)關記錄和700萬個(gè)課程記錄，這家公司的軟件(jiàn)能(néng)夠讓用戶探測性地知道導緻辍學和學習成績表現不良的警告性信号。此外，還(hái)允許用戶發現那些導緻無謂消耗的特定課程，并且看(kàn)出哪些資源和幹預是最成功的。
十、一(yī)家名為(wèi)Knewton的大數據公司開(kāi)發了一(yī)個(gè)數字平台， 該平台分析了幾百萬學生(shēng)(從(cóng)幼兒園到(dào)大學)的學習過 程，并基于這一(yī)分析來設計更加合理的測試題目和更加個(gè)性化課程目标。該公司與Houghton Mifflin Harcourt建立了合作關系，開(kāi)發出了 K-12階段的個(gè)性化數學課程，同時還(hái)與法國(guó)創業(yè)公司Gutenberg Technology—道，開(kāi)發了智能(néng)數字教科書。
簡單來說，這些課程和教科書能(néng)夠适應每個(gè)學生(shēng)的差異。學生(shēng)可以按照(zhào)自(zì)己的節奏來控制學習進度，而不會(huì)受到(dào)周圍其他學生(shēng)的行為(wèi)的影響。然後，系統會(huì)給教師(shī)一(yī)個(gè)反饋，告知哪個(gè)學生(shēng)在哪個(gè)方面有困難，同時給出全班學生(shēng)的表現的整體分析數據。
在教育學習領域，大數據中提取價值的5種主要的技(jì)術(shù)如下(xià)：
1.預測(Prediction)——覺知預料中的事(shì)實的可能(néng)性。例如，要具備知道一(yī)個(gè)學生(shēng)在什麽情況下(xià)盡管事(shì)實上(shàng)有能(néng)力但卻有意回答錯(cuò)誤的能(néng)力。
2.聚類(Clustering)——發現自(zì)然集中起來的數據點。這對于把有相(xiàng)同學習興趣的學生(shēng)分在一(yī)組很有用。
3.相(xiàng)關性挖掘(Relationship Mining)——發現各種變量之間的關系，并對其進行解碼以便今後使用它們。這對探知學生(shēng)在尋求幫助後是否能(néng)夠正确回答問題的可靠性很有幫助。
4.升華人的判斷(Distillation for human judgment)——建立可視的機(jī)器(qì)學習的模式。
5.用模式進行發現(Discovery with models)——使用通(tōng)過大數據分析開(kāi)發出的模式進行“元學習”(meta-study)。一(yī)家名為(wèi)Knewton的大數據公司開(kāi)發了一(yī)個(gè)數字平台， 該平台分析了幾百萬學生(shēng)(從(cóng)幼兒園到(dào)大學)的學習過 程，并基于這一(yī)分析來設計更加合理的測試題目和更加個(gè)性化課程目标。該公司與Houghton Mifflin Harcourt建立了合作關系，開(kāi)發出了 K-12階段的個(gè)性化數學課程，同時還(hái)與法國(guó)創業(yè)公司Gutenberg Technology—道，開(kāi)發了智能(néng)數字教科書。