大数据视角下的个性化教育探索

被引:4
作者
杜圣东 [1 ,2 ]
杨燕 [1 ,2 ]
机构
[1] 西南交通大学信息科学与技术学院
[2] 轨道交通信息工程与技术国家级实验教学示范中心
关键词
个性化教育; 大数据; 多维度学习评价; 深度学习; 深度信念网络;
D O I
10.16512/j.cnki.jsjjy.2017.06.029
中图分类号
G434 [计算机化教学]; TP311.13 [];
学科分类号
040110 ; 1201 ;
摘要
传统教育重视结果而忽略过程,注重事后统计而忽视提前预测分析。文章从大数据角度重新审视个性化教育,论述大数据技术、个性化教育和学习评价的关系,对基于大数据的个性化教育分析目标、内容和关键技术进行初步探索,提出一种基于大数据深度学习技术的多维度学习评价方法,并对其原理、模型、框架进行分析和设计,构建具有反馈优化能力的深度信念网络多维学习评价模型。
引用
收藏
页码:114 / 117
页数:4
相关论文
共 9 条
[1]   高等学校个性化教育探索 [J].
刘献君 .
高等教育研究, 2011, 32 (03) :1-9
[2]  
Increasing the Use of Evidence‐Based Teaching in STEM Higher Education: A Comparison of Eight Change Strategies[J] . Maura Borrego,Charles Henderson. &nbspJ. Eng. Educ. . 2014 (2)
[3]   A fast learning algorithm for deep belief nets [J].
Hinton, Geoffrey E. ;
Osindero, Simon ;
Teh, Yee-Whye .
NEURAL COMPUTATION, 2006, 18 (07) :1527-1554
[4]  
Institute-wide task force on the future of MIT education.. MIT. http://web.mit.edu/futurereport/Task Force Final_July28.pdf . 2014
[5]   大数据研究:未来科技及经济社会发展的重大战略领域——大数据的研究现状与科学思考 [J].
李国杰 ;
程学旗 .
中国科学院院刊, 2012, 27 (06) :647-657
[6]   大数据系统和分析技术综述 [J].
程学旗 ;
靳小龙 ;
王元卓 ;
郭嘉丰 ;
张铁赢 ;
李国杰 .
软件学报, 2014, 25 (09) :1889-1908
[7]   基于认知诊断的个性化试题推荐方法 [J].
朱天宇 ;
黄振亚 ;
陈恩红 ;
刘淇 ;
吴润泽 ;
吴乐 ;
苏喻 ;
陈志刚 ;
胡国平 .
计算机学报, 2017, 40 (01) :176-191
[8]   大数据时代的高校个性化教育:一种过程支持框架 [J].
周进 .
高教探索, 2016, (05) :11-15+20
[9]   大数据下高校贫困生确认模型构建——基于“模糊综合评判法”与“模糊层次分析法”集成的实证研究 [J].
毕鹤霞 .
高教探索, 2016, (08) :105-114