教育数据挖掘对教育要素的影响

　　大数据时代,通过教育数据挖掘技术能够对教育教学过程中产生的海量数据进行有效地分析,且运用数据分析的结果,发现教育过程中的问题,提供指导性的建议,促成行之有效的解决策略.文章从教育者、受教育者、教育管理者、教育资源四个要素探究教育数据挖掘对教育产生的影响,剖析教育数据挖掘技术精进对教育各要素带来的影响,阐释个中不足,旨在顺应智慧时代发展,使教育数据挖掘技术更好地促进教育发展.

　　【关键词】:教育数据挖掘;教育要素;教育大数据

　　大数据时代,各个行业产生的数据量呈几何状增长.教育领域也不例外,教育大数据是重要的国家战略资产、教育领域综合改革的科学力量及发展智慧教育的基石[1].因此,对海量数据进行有效地处理、挖掘、分析,将其从纷繁复杂的数据转化为分条析理、量金买赋的决策支持信息是至关重要的.教育数据挖掘技术使得数据的价值被发掘,在教育领域产生了巨大影响,其作用于整个教育的过程之中,体现在教育的各个要素之内.全国十二所重点师范大学联合编写的«教育学基础»一书中认为,教育活动的基本要素包括教育者、学习者和教育影响.大数据时代背景下的教育更多采用的是线上、线下混合式的教学模式,其实现离不开信息化手段的支持.文章结合在线教育主体—学习者、教学者、平台开发者或供应商(管理者)三者[2],探究教育数据挖掘对教育者、受教育者、教育管理者、教育资源四个要素产生的影响,以期教育数据挖据技术能够更好地辅助教育教学.

　　1 教育数据挖掘概述

　　1.1教育大数据

　　数据就是数值,即通过观察、实验或计算得出的结果.智慧时代,数据并不再局限于传统物理、生物等专业中的数字定义,如今数据的内涵已悄然扩大,文字、视频、声音等各种形式的资源丰富了数据的形式.因此,数据是指客观事物经由观察、记录和处理的结果.鉴于数据内涵的复杂性,教育大环境中的数据也是错综复杂、类型繁多.教育领域中的大数据可以从广义和狭义两个角度去解析:广义上的教育大数据是指来自日常教育活动中人类的各种行为数据;而狭义的教育大数据则指来源于学生管理系统、在线学习平台和课程管理平台的学习者的行为数据[3].

　　1.2教育数据挖掘

　　如何对教育数据进行处理加工,发掘其真正的价值,使其能够真正有效地给予教育和学习方向性的指导与帮助,关键在于教育数据挖掘技术.教育数据挖掘技术通过对数据进行清洗、处理,提取出有效数据,对学习者进行建模,发掘学习者潜在的能力,提供学习支持服务.教育数据挖掘是指综合运用数理统计、机器学习和人工智能算法与方法,对来源于各种教育环境的原始数据进行收集、预处理、转化和建模,发现学习内容、学习资源和学行为之间的相关关系,从而实现对学习者未来学习趋势的预测,并为教育者、学习者、家长和软件开发人员提供服务支持,达到教育系统中教育资源的良性互动,最终实现改进学习的目的[4].

　　2 教育数据挖掘对教育要素的影响

　　教育数据挖掘技术提供了教学决策和学习支持服务,借助教育数据挖掘技术,教育者能够提升教质量,受教育者对自身再进行深度挖掘,两者与学习资源双向互动,优化学习资源的配置,教育管理者根据现实情况进行调控.这一系列效应的影响因素绝非孤军薄旅,而是各个要素共同运转的结果(如图1所示).教育数据挖掘的目的是预测学习者的发展趋势,促进有效学习的产生,使教育生态系统更好地运转.

　　2.1 受教育者

　　受教育者是学习的主体,也是教育数据的主要来源者.其产生的数据主要分为以下四种:学习者自身的学情数据、学习行为的过程性数据、学习测评的阶段性结果性数据、学习反馈阶段数据.教育数据挖掘技术通过对学情分析数据的清洗和挖掘,对受教育者的学习风格、学习动机、学习能力等基础情况全面分析,从而对受教育者前期的综合能力进行学习者画像;时间序列分析技术作为教育数据挖掘关键技术之一,能够对学习者学习过程中的行为数据、阶段性学习测评数据进行长期跟踪、采集、处理、分析,对受教育者的学习状态和学习效率进行评估,以此生成不同阶段的个性化学习绩效报告,有助于家长、教师、学生自己对于学习状态进行监测;对于学习过程中出现的问题,实时数据反馈系统可根据数据挖掘分析的结果进行实时调控,并提供学习分析诊断报告,以帮助学生进行阶段性调整;学生表现预测通过现有数据预测学生未来的学数据

　　挖掘最早也是最流行的应用[5].

　　教育数据挖掘技术以初步的数据结果为基础,对数据挖掘的初步结果进行再次深度挖掘,探究受教育者的学习规律,综合各项因素,推测受教育者的发展趋势,发掘其潜能,辅助受教育者进行客观、全面的自我认知.

　　22教育者

　　教育者是指参与教育活动、与受教育者在教学或教导上互动,对受教育者体、智、德、美、行(实践与 能力)等方发展产生响的人,主要指教师[6].教育 环境的各项因素并非独立存在,他们之间互相联系、 共同作用,教育者和受教育者之间的双向互动是至关重要的一环,因而教育者教学活动多是基于对受教育者的数据结果的再挖掘.教育数据挖掘技术提供受教育者前期的学习者 画像模型,教育者在机器智慧化判断的基础上,融入自身对受教育者现实情况的了解,进行辅助画像,使结果更趋于现实;教学准备阶段,教育者与学习资源发生互动,以海量的教学资源数据库为基础,去芜存菁,生成个人的教学资源库,针对受教育者的不同情况,在教育数据挖掘技术的帮助下,根据教学周期、教学目的、教学对象的情况、已掌握的教学资源等因素,科学、快速地生成合理的教学规划,教育者再根据教学需要自行调整;同时,根据学生的阶段性测评结果、学习过程性的讨论数据、课程考核评定的最终数据等对学生进行