从概念走向实践——基础教育大数据的框架与实现研究

被引:8
作者
聂瑞华
王欣明
李卓越
机构
[1] 华南师范大学计算机学院
关键词
教育大数据; 数据挖掘; 学习分析技术; 个性化学习;
D O I
暂无
中图分类号
G434 [计算机化教学];
学科分类号
040110 ;
摘要
教育大数据代表着教育领域未来发展的方向,我国教育大数据研究与实践整体还处于起步探索阶段。该文以基础教育领域为切入点,探讨了个性化与自适应学习的方法,总结了在国内基础教育现状下实现这些实施目标所面临的挑战,提出了应对这些挑战的一系列解决方案。这些方案作为教育部-中国移动联合科研项目"信息技术支持下的学生学习行为记录、分析与个性化支持"的工作成果,已经在广州市天河区的多所小学进行了试点应用研究,取得了良好的成果,同时也获取了一些宝贵的经验教训。
引用
收藏
页码:70 / 75
页数:6
相关论文
共 13 条
[1]   基础教育阶段数字化学习为何推进缓慢? [J].
梁志国 .
出版参考, 2015, (17) :38-39
[2]   网络问题学习行为研究 [J].
彭文辉 .
中国电化教育, 2014, (02) :40-45
[3]   大数据视角分析学习变革——美国《通过教育数据挖掘和学习分析促进教与学》报告解读及启示 [J].
徐鹏 ;
王以宁 ;
刘艳华 ;
张海 .
远程教育杂志, 2013, 31 (06) :11-17
[4]   学习分析技术:挖掘大数据时代下教育数据的价值 [J].
魏顺平 .
现代教育技术, 2013, 23 (02) :5-11
[5]   网络学习行为模型构建及其属性研究 [J].
李兴笃 .
产业与科技论坛, 2012, 11 (10) :200-201
[6]   学习者知识模型的在线学习算法 [J].
李唯实 ;
毛晓光 ;
谢建文 .
计算机应用, 2012, 32 (02) :436-439
[7]   智能化网络学习行为分析系统的设计与实现 [J].
黄克斌 ;
王锋 ;
王会霞 .
中国教育信息化, 2008, (06) :55-58
[8]  
网络学习行为分析及建模[D]. 彭文辉.华中师范大学. 2012
[9]   Knowledge maps for e-learning [J].
Lee, Jae Hwa ;
Segev, Aviv .
COMPUTERS & EDUCATION, 2012, 59 (02) :353-364
[10]  
Predicting and analyzing secondary education placement-test scores: A data mining approach[J] . Expert Systems With Applications . 2012 (10)