• <bdo id="42kcu"><small id="42kcu"></small></bdo>
  • 實踐項目 返回列表

    大數據應用于教育行業的十大案例

    2018/3/9 16:01:49

            近年來,隨著大數據成為互聯網信息技術行業的流行詞匯,教育逐漸被認為是大數據可以大有作為的一個重要應用領域,有人大膽地預測大數據將給教育帶來革命性的變化。大數據技術允許中小學和大學分析從學生的學習行為、考試分數到職業規劃等所有重要的信息。許多這樣的數據已經被諸如美國國家教育統計中心之類的政府機構儲存起來用于統計和分析。盤點近年來大數據應用于教育行業的十大案例。

    國內:

     

    一、華中科技大學近兩年個性化大數據的實踐,通過數據理出學生在校期間生活和學習的主線,并放在一個故事化的場景里來敘述,引起了眾多畢業生的共鳴。

    6月8日,一封名叫《光陰的故事一致某某》的電子信件和截圖在華中科技大學畢業生的微信朋友圈廣為流傳。每一位即將離校的學子只要打開鏈接,輸入自己的校園賬號就能獲取在校期間的學習,讀書,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,《畢業生大數據--光陰的故事》由華中科技大學網絡與信息 化中心在2015年第一次推出,今年在教務類數據的基礎上還增加了畢業生的借書、進出圖書館,黨員組織 發展,校園卡刷卡,計算機等考等相關數據。



    二、由廈大圖書館設計的一個名為“圕(tuan)·時光”的網站, 收集整理了畢業生大學時代的閱讀記錄、進館次數等, 被畢業生視為大學生涯的圖書館記憶。今年,這個網站還特別增加了畢業生在食堂的消費記錄,如打了多少份免費米飯。也就是說,這是一份物質食糧和精神食糧的雙重記憶。

    由于今年的“圕·時光”,新增了學生們在食堂的消費記錄,畢業生登錄后,不僅能看到自己最愛去的餐 廳、超市、消費的金額,還能看到自己在大學期間,打了多少份米飯。廈大圖書館表示,這是根據學生一卡通的大數據統計出來的,只提供給學生本人。


    三、每個月在食堂吃飯超過60頓、一個月總消費不足420元的,被列為受資助對象。

    據報道,南京理工大學教育基金會通過數據分析,每個月在食堂吃飯超過60頓、一個月總消費不足420元 的,被列為受資助對象。南京理工大學還采取直接將補貼款打入學生飯卡的方式,學生無需填表申請,不用審核。



     四、電子科大曾做過一個課題——尋找校園中最孤獨的人。 他們從3萬名在校生中,采集到了2億多條行為數據,

    數據來自學生選課記錄、進出圖書館、寢室,以及食堂用餐、超市購物等數據。通過對不同的校園一卡通 前一后刷卡”的記錄進行分析,可以發現一個學生在學校有多少親密朋友,比如戀人、閨蜜。

    最后,通過這個課題找到了800多個校園中最孤獨的人,他們平均在校兩年半時間,一個知心朋友都沒有。 這些人中的17%可能產生心理疾病,剩下的則可能用意志力暫時戰勝了癥狀,但需要學校和家長重點予以關愛。

    國外:



     

    五、紐約州波基普西市瑪麗斯特學院(Marist College)與商業數據分析公司Pentaho合作發起開源學術分析計劃 (The Open Academic Analytics Initiative),旨在一 門新課程開始的兩周內預測哪些學生可能會無法順利完成課程。

    該計劃基于Pentaho的開源商業分析平臺(Business Analytics Platform)開發了一個分析模型,通過收集分析學生的學習習慣——例如點擊線上閱讀材料、是否在網上論壇中發言、完成作業的時長——來預測學生的學業情況、及時干預幫助問題學生,從而提升畢業率。



    六、KickUp是一個專注教師測評的標準化SaaS工具,測評數據來自教師的自查報告及學年內的各項教學結果的反饋,這些數據可以縱向記錄教師的成長歷程,提出有待改善的地方。KickUp根據學生和老師的數量、 按地區進行收費,目前全美有超過50個地區的學校在使用這款測評工具。



    七、以美國的著名高??▋然仿〈髮W和普渡大學為例: 對這兩所高校,領英都收集了60000多名畢業生的職業生涯數據。數據量之龐大,足以在其中看出清晰的規律。輸入“MIT”,你很快就會看到這所高校的畢業生一般會在谷歌、IBM和甲骨文公司找到工作。輸入“普渡”,你會發現禮菜、康明斯和波音是畢業生的首選。

    這類信息對于中學的高年級生和低年級學生都是一座金礦,因為大多數中學生對將來的職業都只有模糊的想法。運用領英的這個工具,對太陽能、編劇、或者醫療器械感興趣的學生,就可以挑選那些畢業生最容易進入相關領域的大學拫考了


    八、據PBS報道,伊薩卡學院(Ithaca College)自2007年開始收集學生的社交網絡數據。該學院為申請者設立了一個類似Facebook的網站IC PEERS,讓申請者得 以通過網站聯系學院教師和彼此。

    伊薩卡使用舊M統計分析系統來收集IC PEERS上產生的數據,研究擁有怎樣的網絡行為的學生更有可能選擇就讀伊薩卡。收集的數據包括申請者上傳了多少張賬戶照片、擁有多少名IC PEERS好友。研究人員認為, 這能反映出申請者對這所學院有多感興趣。



    九、“希維塔斯學習”是一家專門聚焦于運用預測性分析、 機器學習從而提高學生成績的年輕公司。Civitas Learning提供了一套應用程序,學生和老師可以在其中規劃自己的課程和安排?!跋>S塔斯學習’’各種基于云的智能手機第三方應用程序(APP)都是用戶友好型的,能夠根據高校的需要個性化。這意味著高校能聚焦于各自不同的對象,相互不同地用這家公司的分析工具開展大數據工作。

    該公司在高等教育領域建立起最大的跨校學習數據庫。 通過這些海量數據,能夠看到學生的分數、出勤率、 輟學率和保留率的主要趨勢。通過使用100多萬名學生的相關記錄和700萬個課程記錄,這家公司的軟件能夠讓用戶探測性地知道導致輟學和學習成績表現不良的警告性信號。此外,還允許用戶發現那些導致無謂消耗的特定課程,并且看出哪些資源和干預是最成功的。



    十、一家名為Knewton的大數據公司開發了一個數字平臺, 該平臺分析了幾百萬學生(從幼兒園到大學)的學習過 程,并基于這一分析來設計更加合理的測試題目和更加個性化課程目標。該公司與Houghton Mifflin Harcourt建立了合作關系,開發出了 K-12階段的個性化數學課程,同時還與法國創業公司Gutenberg Technology—道,開發了智能數字教科書。

            簡單來說,這些課程和教科書能夠適應每個學生的差異。學生可以按照自己的節奏來控制學習進度,而不會受到周圍其他學生的行為的影響。然后,系統會給教師一個反饋,告知哪個學生在哪個方面有困難,同時給出全班學生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種主要的技術如下:

    1.預測(Prediction)——覺知預料中的事實的可能性。例如,要具備知道一個學生在什么情況下盡管事實上有能力但卻有意回答錯誤的能力。

    2.聚類(Clustering)——發現自然集中起來的數據點。這對于把有相同學習興趣的學生分在一組很有用。

    3.相關性挖掘(Relationship Mining)——發現各種變量之間的關系,并對其進行解碼以便今后使用它們。這對探知學生在尋求幫助后是否能夠正確回答問題的可靠性很有幫助。

    4.升華人的判斷(Distillation for human judgment)——建立可視的機器學習的模式。   

    5.用模式進行發現(Discovery with models)——使用通過大數據分析開發出的模式進行“元學習”(meta-study)。一家名為Knewton的大數據公司開發了一個數字平臺, 該平臺分析了幾百萬學生(從幼兒園到大學)的學習過 程,并基于這一分析來設計更加合理的測試題目和更加個性化課程目標。該公司與Houghton Mifflin Harcourt建立了合作關系,開發出了 K-12階段的個性化數學課程,同時還與法國創業公司Gutenberg Technology—道,開發了智能數字教科書。



    5544444