同类书刊排行榜
- 畅销榜
- 收藏榜
-
嘟嘟熊画报
-
中国少年英语报双语故事会
-
中国少年英语报五六年级版
-
大家说英语空中英语教室(初级版)
-
读者报 育儿周刊
-
阿阿熊注音绘本版
-
时尚育儿
-
幼儿100（组合套装）
-
测绘学报杂志
大数据杂志在线阅读
教育大数据采集机制与关键技术研究
柴唤友1，刘三女牙1，2，康令云1，张雅娴,1，李卿2，刘智2
2.华中师范大学教育大数据应用技术国家工程实验室,湖北武汉 430079
1.华中师范大学国家数字化学习工程技术研究中心,湖北武汉 430079；
---文章选自大数据杂志
摘要
数据采集是实现教育大数据应用价值潜能的基础，因此对于教育大数据建设与应用至关重要。阐述了教育大数据的采集内容、采集方式、采集手段及标准与规范,并结合当前教育大数据建设与应用中的实际问题,分别从平衡数据共享与隐私保护、驱动数据治理与人才创新、创新采集机制与相关技术3个方面,对教育大数据来集研究提出对策与建议。
关键词
教育大数据;数据采集;数据伦理;数据治理
中图分类号:G-4文献标识码：A
doi: 10.11959/.1ssn.2096-0271.2020051
Research on the mechanism and key technologies
for big data collection in education
CHAI Huanyou', LIU Sannyuya'*, KANG Lingyun', ZHANG Yaxian', Li Qing', LIU Zh?
1. National Engineering Research Center for E-Learning, Central China Normal University, Wuhan 430079, China
2. National Engineering Laboratory for Educational Big Cata, Central China Normal University, Wuhan 430079, China
Abstract
The mechanism and its related technologies of data collection are the foundation of realizing the valuable potential of applying big data in education, and therefore are vital for the construction and application of big data in education. data governance and talent acquisition, and improving the mechanisms and related techmnologies respectively. on big data in educntion was provided, from the perspetives about balancing data sharing and privacy protection, driving Combining with the practical problems in the construction and application of big data in education, guidance on research The contents, methods, means, standards and specifications of data collection of big data in education were outlined.
Key words
educational big data, data collection, data ethic, data governance
1 引言
中共中央、国务院印发的《中国教育现代化2035》和《加快推进教育现代化实施方案(2018—2022年)》明确指出,加快教育现代化是赶超世界先进教育水平的重要战略部署。为实现这一目标，教育工作者和研究者需要充分运用新理念、新模式、新技术激发教育创新能力,培养适应时代发展的创新型人才""。作为现今新兴信息技术发展的重要构成部分,大数据已成为驱动新一轮教育变革和发展的核心力量，强力赋能我国的现代化教育事业。
教育大数据指在所有教育活动过程中产生的以及依据教育需求采集到的,一切用于教育发展并能创造巨大潜在应用价值的数据集合呵。作为大数据的一个子集,教育大数据特指教育领域的大数据,具有驱动教育决策科学化、学习方式个性化、教学管理人性化和评价体系全面化的价值潜能。在教育大数据的建设与应用过程中,如何对相关数据进行采集、分析和应用是三大核心研究问题4.其中,数据采集是基础,决定着教育大数据分析和应用的质量,并最终影响着教育大数据价值潜能的实现程度。然而,当前教育界学者对教育大数据的采集机制和技术尚未达成共识,存在一些有待解决的关键问题,如:教育大数据究竟包含哪些内容?如何采集？涉及哪些关键技术？需要遵守哪些标准与规范?针对上述问题的研究有助于推动大数据在教育领域中的大规模成功应用，并深化我国教育现代化的改革与发展。
2 教育大数据采集内容
教育大数据涉及的数据内容普遍存在场景多样、量化困难、汇聚复杂等特点。具体而言,场景多样是指教育大数据来源于众多与教育或学习相关的场景，如教学活动、科研活动、社交活动等相关场景；量化困难源于教育场景的多样性、人的不确定性以及人、机、物之间交互的复杂性等因素;汇聚复杂是因为教育大数据具有来源多样化、结构异质化和内容复杂化等特点吗。
由于上述特点的存在,教育大数据的采集内容框架呈现出基于不同分类标准的多元化特点”,目前较为常见的是依据数据采集场景来区分不同类别的教育大数据。根据数据采集场景的差别，教育大数据一般可被分为教育管理数据、教育教学数据、科学研究数据、室外学习数据、校园生活数据、成长经历数据6个类别。每种类别的教育大数据分别涉及不同的数据主体、数据来源和数据内容,见表1。
教育管理数据来源于各种不同类型的教育管理活动,即管理者通过组织协调教育队伍并借助教育内部各种有利条件，高效达成教育管理目标的活动过程。该过程通常涉及学生、教师、学校和其他相关机构等主体,可产生学校管理信息（如特等教师数量、教职工学历信息等）、行政管理信息（如教育行政部门设置的大学专业门类信息）、教育统计信息（如班级规模、性别分布信息等）等。
教育教学数据是指师生在（线上或线下)教和学的活动过程中产生的数据，通常涉及学生、教师、教育资源和教育设备等主体。通过学生、教师与教育资源、教育设备间的交互，教学场景可以产生学生和教师的行为和状态信息(如学生的学习策略学习动机，教师的课前准备度和教学策略等）、教育资源信息（如PPT课件、微课、软件等）、教育设备运行信息（如设备损耗、故障信息等）等。
科学研究数据是指学生(特别是研究生)在开展科学研究活动时产生的一系列数据内容，通常涉及学生、教师、论文、科研设备和科研材料等主体。相应地，科研活动中可以产生科研设备操作信息（如错误操作类型及数目等）、论文发表信息（如实际贡献、发表时间、发表期刊名称及影响因子等）、科研材料与消耗信息（如化学或生物试剂等）、导师指导信息（如论文修改意见等）等。
室外学习数据来源于学习者在教室外参与的一系列教育活动,如在动植物园中的生物习性研究、参观各种场馆、野外探险等。该活动通常由学习者主动发起,并由学习者自身进行调控和负责，涉及学习者以及与其交互的客观环境或对象。在室外学习场景中,研究者通常可以采集学习者与客观环境或对象之间的交互信息，如感知内容、互动记录、活动体验等。
校园生活数据是指学习者在校园非学习活动（如餐饮、上网、健身、社交等）中产生的各类数据,通常涉及学生、网络、健身设备、刷卡机、社交工具等主体。通过参与上述非学习活动,学习者可以产生餐饮消费信息（如饮食类型及价格、就餐时间等）、上机上网信息（如上网时间、网络活动类型等）、健身洗浴信息（如健身和洗浴的时间和频率等）、社会交往活动信息（如好友数量、联系频率等）等。
成长经历数据是指伴随学生成长（从出生到现阶段）而产生的各种环境（包括家庭环境、社会环境、校园及班级环境）数据，涉及学生、家长、教师、社会环境等诸多主体。在成长过程中,学习者可以产生一系列同个人成长经历有关的环境信息，如家庭经历（如家长文化素养、职业特点）、校园经历（如学校规章制度、教师特点)和社会环境（如社会风气、社会期望)等。
总而言之,上述6个类别的数据相辅相成、相互促进，共同构成了教育大数据全面且丰富的采集内容。
本文章从互联网采集，文章摘自于大数据订阅，文章版权归大数据杂志和作者所有；仅供需要大数据订阅的朋友试读，请勿用做它途；如有侵权请联系本站，24小时内删除，感谢支持！
