五大技術(shù)利用教育大數(shù)據(jù)_數(shù)據(jù)分析師

    需要特別注意的是，如何收集數(shù)據(jù)對(duì)于它們未來的使用性非常重要。接收數(shù)據(jù)匯入背后的挑戰(zhàn)是從一開始就要標(biāo)準(zhǔn)化，以便今后對(duì)數(shù)據(jù)進(jìn)行仔細(xì)分析。這樣做并不是意味著將未結(jié)構(gòu)化的數(shù)據(jù)轉(zhuǎn)化為結(jié)構(gòu)化的數(shù)據(jù)，而是要用直觀的方法對(duì)接收的數(shù)據(jù)進(jìn)行分類。

    應(yīng)該說，獲得相關(guān)數(shù)據(jù)并不是一件容易的事。對(duì)于大學(xué)階段的學(xué)生而言，數(shù)據(jù)的收集并不是主要問題。然而，對(duì)于中小學(xué)階段的學(xué)生而言，挑戰(zhàn)卻很大，因?yàn)橛行?shù)據(jù)的收集存在法律問題，有的則存在倫理道德的問題。

    數(shù)據(jù)收集者的人數(shù)和技能也是一個(gè)問題。對(duì)于公司而言，通常通過網(wǎng)絡(luò)上的小型文本文件（cookies）來收集用戶的相關(guān)信息。但是對(duì)于美國聯(lián)邦政府教育部而言，則需要依賴于全國眾多學(xué)區(qū)和研究者的網(wǎng)絡(luò)來提煉和確認(rèn)數(shù)據(jù)。

    教育工作者和研究者已經(jīng)開發(fā)出從大數(shù)據(jù)中提取價(jià)值的5種主要的技術(shù)。

    1.預(yù)測(cè)（Prediction）——覺知預(yù)料中的事實(shí)的可能性。例如，要具備知道一個(gè)學(xué)生在什么情況下盡管事實(shí)上有能力但卻有意回答錯(cuò)誤的能力。

    2.聚類（Clustering）——發(fā)現(xiàn)自然集中起來的數(shù)據(jù)點(diǎn)。這對(duì)于把有相同學(xué)習(xí)興趣的學(xué)生分在一組很有用。

    3.相關(guān)性挖掘（Relationship Mining）——發(fā)現(xiàn)各種變量之間的關(guān)系，并對(duì)其進(jìn)行解碼以便今后使用它們。這對(duì)探知學(xué)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(jī)器學(xué)習(xí)的模式。

    5.用模式進(jìn)行發(fā)現(xiàn)（Discovery with models）——使用通過大數(shù)據(jù)分析開發(fā)出的模式進(jìn)行“元學(xué)習(xí)”（meta-study）。

    實(shí)施這些技術(shù)就能夠通過大數(shù)據(jù)來創(chuàng)建為提高學(xué)生成績(jī)提供支持的學(xué)習(xí)分析系統(tǒng)。研究者們相信這些技術(shù)將幫助教育工作者更加有效地指導(dǎo)學(xué)生朝著更加個(gè)性化的學(xué)習(xí)進(jìn)程邁進(jìn)。

    總而言之，通過大數(shù)據(jù)進(jìn)行學(xué)習(xí)分析能夠?yàn)槊恳晃粚W(xué)生都創(chuàng)設(shè)一個(gè)量身定做的學(xué)習(xí)環(huán)境和個(gè)性化的課程，還能創(chuàng)建一個(gè)早期預(yù)警系統(tǒng)以便發(fā)現(xiàn)開除和輟學(xué)等潛在的風(fēng)險(xiǎn)，為學(xué)生的多年學(xué)習(xí)提供一個(gè)富有挑戰(zhàn)性而非逐漸厭倦的學(xué)習(xí)計(jì)劃。因此，有識(shí)之士經(jīng)預(yù)言未來的學(xué)習(xí)將是大數(shù)據(jù)驅(qū)動(dòng)的新時(shí)代。我們應(yīng)該積極迎接這個(gè)新時(shí)代，通過大數(shù)據(jù)來分析學(xué)習(xí)，進(jìn)一步改善教學(xué)的方式與方法，進(jìn)一步促進(jìn)學(xué)生學(xué)習(xí)成績(jī)的提高。