教育有哪些云平台

第八章教育大数据技术分析与应用创新目录8.
1教育大数据应用创新的社会背景8.
2支撑教育大数据应用创新的云端技术8.
3教育大数据应用创新的赋能方向8.
4教育大数据的技术应用的创新思维8.
5实例:基于知识图谱的教育大数据隐性知识发现8.
6本章小结唐代诗人杜甫的《春夜喜雨》描写春雨的特点:好雨知时节,当春乃发生.
随风潜入夜,润物细无声.
野径云俱黑,江船火独明.
晓看红湿处,花重锦官城.
8.
1教育大数据应用创新的社会背景好雨知时节,当春乃发生.
教材和教育大纲在知识体系的设计,一定要充分考虑学生的认知规律,在此基础上合理设计各个知识点之间的先后衔接,从承上启下的角度,合理科学地规划教学内容和时间进度随风潜入夜,润物细无声.
这是对教师在教学效果上的一种境界要求.
教书育人,立德树人.
教师的言行,随风化雨,会影响学生一辈子的人生观和价值观.
好的老师,不仅能鼓励学生勤于学习、乐于学习,还能让学生在学习过程中感受到老师的人格魅力.

野径云俱黑,江船火独明.
这是从对比分析的角度,对不好的教育方式和教学效果进行的预警.
教学实践,一定要考虑学生的学习感受.
照本宣科灌输式的教学实践,很容易导致只有老师清楚("江船火独明"),而学生则是一头雾水、不明就里("野径云俱黑").

晓看红湿处,花重锦官城.
学生对知识体系的掌握情况,需要检验.
十年树木,百年树人.
经过知识的洗礼,在继承中创新,实现教育兴国,民族振兴,离不开一大批德才兼备的科技人才和各个领域的建设者("花重锦官城").
教育行业任重而道远!

8.
1教育大数据应用创新的社会背景教育的社会重要性,决定了教育大数据应用创新需要严格的文化引领和理论体系的支撑.
教育信息化是现代教育领域极为重要的发展阶段.

中华人民共和国国务院发布的《国家中长期教育改革和发展规划纲要(2010-2020年)》,将实现教育现代化列为建设有中国特色社会主义的重要发展方向,明确将教育信息化纳入国家信息化发展整体战略,超前部署教育信息网络;并提出到2020年,基本建成覆盖城乡各级各类学校的数字化教育服务体系,促进教育内容、教学手段和方法的现代化.

2012年,全国教育信息化工作电视电话会议上,刘延东《把握机遇加快推进开创教育信息化工作新局面》的讲话中更是明确指出,"十二五"期间,要以建设好"三通两平台"为抓手,也就是"宽带网络校校通、优质资源班班通、网络学习空间人人通",建设教育资源公共服务平台和教育管理公共服务平台.

2015年1月30日,国务院发布的《国务院关于促进云计算创新发展培育信息产业新业态的意见》(国发[2015]5号)中,明确提出"加强学校教育与产业发展的有效衔接","充分发挥云计算对数据资源的集聚作用".

8.
1教育大数据应用创新的社会背景随着教育信息化、网络化的快速发展,加快推进教育信息化建设已成为各级教育行政部门关注的重点.

近年来,我国在大学、中学、小学基础教育信息化方面取得了巨大的成就,尤其是通过实施"农村中学现代远程教育工程"以及"班班通"等项目,已基本实现了基础教育信息基础设施的普及.
国家层面上也提出了"三通两平台"的建设规划,目标是实现四个新突破,即教育信息化基础设施建设新突破、优质数字教育资源共建共享新突破、信息技术与教育教学深度融合新突破、教育信息化科学发展机制新突破.

2017年,国务院印发《国家教育事业发展"十三五"规划》,明确提出"加快教育大数据建设与开放共享".
当前,以大数据为代表的信息技术,正与各个阶段的教育实践深度融合.
教育大数据的生成、汇聚、融合,一方面为各类教育实践提供了精准、有效和可靠的数据支持,提高了教育实践在智能化、精细化、可视化方面的应用能力;另一方面,教育大数据通过构建多维度的科学评价体系,提升了不同教育阶段评价的精准性、科学性和客观性,极大地促进了教育实践的内涵式发展,应用价值突出.

8.
1教育大数据应用创新的社会背景目前的教育大数据技术,在促进教育的内涵式发展方面发挥着越来越重要的积极作用.
随着教育大数据技术的应用发展,教育大数据资源在源头和分析要素方面也在不断地拓展完善.

教育大数据的源头分析,从重点关注教学实践中教学、科研、管理等相关业务数据,拓展到高校内部的各种舆情行为等数据资源,以及师生娱乐、购物、能耗等生活大数据.
在大数据分析方面,从重视群体性与一般性规律的数据分析,向支持个性化学习的特殊性数据分析转变;从重视结果性和静态性数据的分析,向过程性和动态性数据分析转变.

教育领域的特殊性,要求教育大数据在数据采集和技术分析过程中,尤其需要关注社会伦理、个人隐私、数据安全等方面的技术与应用隐患.
在数据的收集、共享、分析、应用过程中,主管部门要制定严格的教育大数据技术规范和使用标准,从而在制度约束、权限设置和技术规范方面,确保教育大数据的应用创新有良好的社会效益.

8.
1教育大数据应用创新的社会背景从覆盖的业务场景和行为关联上,教育大数据可以分为狭义的教育大数据和广义的教育大数据.

狭义的教育大数据,只包含与教学实践直接相关的各种教育资源的管理与开发应用,以及能够促进教育实践创新,揭示教学实践背后思维或活动规律的行为大数据.

广义的教育大数据,包含与教学实践直接相关的各种教育资源,其涵盖教育行业所有与教育主题有关的各个环节.

本书所讨论的教育大数据,重点关注狭义教育大数据的技术开发与有效管理.

8.
1教育大数据应用创新的社会背景8.
2支撑教育大数据应用创新的云端技术教育大数据云平台的出现,打破了基础教育信息化建设中的"信息孤岛"现象,利用虚拟化技术,教育云平台可以集成各种分散的教育资源,使全社会范围内的教育资源共享成为可能.
同时,云计算的出现让教师与学生有了虚拟互动的交流空间,各种终端设备与教育云平台的无缝连接,为移动学习提供了强有力的技术支撑.
教育云平台是云计算与现代教育的结合,对于建立开放灵活的教育信息化服务平台,实现教育资源共享具有重要的意义.

8.
2支撑教育大数据应用创新的云端技术随着教育云平台的应用实施和教育信息化的深入应用,学生的学籍、选课、成绩、借书、上网、论坛、微博以及教师的基本信息、上课课件和视频、远程教育课程等都积累了大量的历史数据.
除了在人才培养方面会产生大量数据外,教育管理活动、科学研究、社会服务等方面都会产生大规模的数据资源.
这些数据资源包含文本、静态网页、动态网页、图像、图表、声音、视频、数据库等多种格式,结构化数据、半结构化数据共存,具备了大数据的技术特征.
大数据分析技术重在将海量复杂多源的数据转化为有用的知识,并以人们易于理解的方式,直观和互动地展示分析结果.
因此,从服务创新的角度,围绕现有的教育大数据资源,利用大数据分析技术,在教育领域开展多元技术与应用创新,是促进教育云平台提升技术含量和服务水平的内在动力,为现代教育的服务创新提供了有效的处理手段.

8.
2支撑教育大数据应用创新的云端技术云计算和大数据技术的结合,可以更为全面、系统地对教育信息化过程中积累的教育资源进行多维的逻辑分析,深入挖掘隐藏在数据背后的知识逻辑,为提升教学质量、培养创新习惯、进行创新训练等教学创新,提供知识服务手段.

知识社会"互联网+"环境下,如何利用大数据分析技术与云计算的虚拟化和弹性扩展应用技术,为云环境下面向个性化知识服务的教学创新提供现代教育技术手段,具有非常重要的经济与社会效益.

8.
2支撑教育大数据应用创新的云端技术支持教育大数据应用创新的云端技术和大数据技术,它们之间的协同融合,集中体现在以下两个方面:1.
大数据技术为提升和完善教育云服务平台提供了可行的技术支持云计算平台为集成大规模现代教育数据,提供了弹性可扩展的存储空间.
教育云平台通过虚拟化技术有效地聚合了各类教育资源,使得个性化的知识服务成为可能.
这种新型的教育资源组织、分配和使用模式,有利于为个性化的学习过程配置有效的教育资源.
此外,教育云平台多模式的客户端接入技术,还为多形态异构的云客户端提供了便捷的接入服务.
但是,随着集成的数字化教育资源越来越多,如何在知识稀疏性特点越来越明显的教育大数据中,为个性化的知识服务和"因材施教"的教学创新提供有效的资源和知识聚合手段,越来越成为教育大数据环境下教育云服务创新的重大需求.
大数据与云计算相结合所释放出的巨大能量,将极大地推动现代教育云服务平台的发展,全面地促进现代教育云平台的产业化进程.

8.
2支撑教育大数据应用创新的云端技术支持教育大数据应用创新的云端技术和大数据技术,它们之间的协同融合,集中体现在以下两个方面.

2.
基于大数据分析的教育云服务平台为"因材施教"的教学创新提供了孵化环境传统的教育资源的分布呈现出分散式的特点,国家教育资金的投入一般会被分散投入到不同的学校和部门,每个教育机构需要独立地去进行资源的开发部署和应用维护.
现代教育云平台的出现,则可以实现集约化的资源建设管理,减少资源的重复性部署和投入,实现"一次投入,多方收益"的服务模式;同时,现代教育云服务平台的出现,可以实现垂直化的行政管理,提升教育结构的服务效率.
构建基于大数据分析的教育云服务平台,降低了知识发现和知识聚合的成本,有助于实现教学创新,为用户提供个性化的教育服务.
进而,通过教育大数据的分析整合,挖掘其中有价值的个性化知识资源,从而帮助教育机构更好地进行决策,实现个性化教育管理,推动"因材施教"教学创新的有效实施,为"因材施教"的教学创新提供了孵化环境.

8.
3教育大数据应用创新的赋能方向针对云环境下丰富的数字化教育资源,教育大数据的应用创新赋能方向,重点关注如何利用大数据分析技术对现有的教育资源进行知识整合,从"有教无类"的角度对云环境下自主式主动学习进行有效的知识资源配置;在此基础上,利用云计算的虚拟化技术对个性化的教学资源进行汇聚,从个性化知识服务的角度,为"因材施教"的教学模式创新提供切实可行的技术手段,进而从教学过程的认知规律出发,利用知识流内在的关联逻辑,从"教学相长"的角度对云环境下知识服务的内容与形式进行全面优化,从技术手段上引导创新思维,为"互联网+"环境下的教学创新,提供增值拓展应用.

8.
3教育大数据应用创新的赋能方向1.
教育云环境下支持个性化主动学习的大数据应用技术这是践行"有教无类"教育理念的技术前提.
目前,教育大数据资源主要包括:①海量开放的教育资源,如电子图书、有声媒体、数字图像、电子课件、网络视频等教育资源;②受教育者学习过程中的行为数据,如学习日志、学习路径、学习成果、知识评价、学习反馈等相关信息.

在云计算弹性扩展与虚拟化技术的支持下,用户可以通过各种终端界面,突破时空限制,获得泛在接入的数字化教育资源.
这为普及"有教无类"的教育理念提供了基本条件.
但是,在不同学习场合中,不同类型、不同能力的学生的学习表现大相径庭.
因此,如果通过对受教育者学习过程中行为数据的分析与预测,对其学习兴趣和学习习惯进行建模分析,针对个性化的学习曲线,有针对性地对现有的教育资源进行知识汇聚,为其个性化学习进行科学的教育资源配置,将对提高学生学习兴趣、鼓励个性化主动学习产生非常重要的促进作用.

8.
3教育大数据应用创新的赋能方向1.
教育云环境下支持个性化主动学习的大数据应用技术教育云环境下支持个性化主动学习的教育资源大数据应用分析,其创新内容集中体现在以下几个方面:(1)围绕知识背景、学习动机、反馈信息等教育大数据,研究基于大数据分析技术,挖掘个性化学习兴趣与学习曲线的理论、方法及技术手段.

(2)利用教育资源中的行为数据,对学习者的兴趣进行建模分析,结合个性化的学习曲线,研发基于个性化学习需求的知识配置方法.

(3)在对学习者进行兴趣建模的基础上,研发如何基于个性化学习兴趣模型对海量的教育资源进行大数据分析和知识整合,进而聚合个性化知识学习教育资源的技术方法.

8.
3教育大数据应用创新的赋能方向2.
教育云环境下面向个性化知识服务的教学创新实践这是践行"因材施教"教育理念的技术前提.
教育过程中"有教无类,因材施教"的思想反映了个性化教育的施教特点,它是人类世代思考的教育命题.
"有教无类"要求教育工作要注意教育对象的全体性,每个人都有受教育的机会和权利.
但是在重视"有教无类"教育公平性的同时,必须兼顾教育对象的个体差异性.
因此,"因材施教"成为教育实践努力追求的目标.
"因材施教"要求尊重学生在接受能力和学习习惯等方面的独特性,立足于学生自身的独特性,为其提供个性化的知识资源和符合其学习曲线的教育模式.

云计算成为全社会范围内推动信息技术能力按需供给、促进信息技术和数据资源充分利用的全新业态,在为终身学习提供社会化服务的前提下,也对现代教育在环境建设、资源建设、教学方式等方面带来创新契机.
但是,云环境下越来越多的大数据教育资源,缺乏为"因材施教"提供技术支持的个性化知识服务手段,这就严重制约了教育云平台在知识社会"互联网+"环境下的社会效益.
如何利用云计算的虚拟化和弹性扩展应用技术,为云环境下面向个性化知识服务的教学创新提供现代教育技术手段,需要技术上的突破与创新.

8.
3教育大数据应用创新的赋能方向2.
教育云环境下面向个性化知识服务的教学创新实践教育云环境下面向个性化知识服务的教学创新实践,集中体现在以下几个方面:(1)研究学习者的兴趣模型、学习曲线和对应的知识导图之间的时序匹配关系,为智能化、个性化的知识推送服务提供设计方法与应用模式.

(2)设计支持个性化主动学习的虚拟课堂,研发支持主动学习、增强学习体验的数字化教学手段和智能导学模型.

(3)动态分析用户学习的行为数据,对学习者的兴趣演化、学习曲线进行科学的预测分析,对个性化知识服务的内容和形式进行功能优化,提高知识服务推送的准确性.

8.
3教育大数据应用创新的赋能方向3.
基于知识流逻辑的知识增值与云教育优化技术这是践行"有效学习"教育理念的技术前提.
集成海量教育资源的教育云平台,为全社会提供了丰富的知识资源池.
继承人类文明的知识文化产物,是教育的第一宗旨.
基于大数据分析的现代教育云平台,为全面继承人类科技文化遗产提供了先进的技术与应用支撑.
继承是科学文化创新的基础,创新则是在继承基础上的知识增值.
科技文化的创新,有其内在的知识关联与演化途径,必须遵循一定的科学规律.

因此,在支持个性化学习习惯的基础上,基于教育云平台弹性可扩展的应用属性,根据学习者自身的学习曲线,保证用户快捷方便地获取个性化知识资源,进而结合现有的教育资源,从用户体验的角度培养创新意识,养成创新习惯,进行创新训练,是教育大数据应用创新的主要内容.
鉴于科学认知是一个感性认识到理性认识,再到实践应用,接着在实践应用中产生新的感性认识的螺旋式知识演化过程,知识文化的继承与创新必然遵循一定的知识逻辑,因此需要遵循的基本原则是:基于认知递进规律的知识流逻辑是知识演化和增值的基本条件.

8.
3教育大数据应用创新的赋能方向3.
基于知识流逻辑的知识增值与云教育优化技术基于知识流逻辑的现代教育知识增值与云服务优化技术,其创新内容集中体现在以下几个方面.

(1)利用认知原理,以创新服务的方式,对有助于提高现代教育云平台功能部件之间知识集成度的交互技术与设计方法进行研究与开发.

(2)从交互方式、接入途径、协同手段等方面,对现有教育云平台的服务模式进行创新设计,对学习过程中知识流所涉及的各个应用环节,进行应用集成与内容优化.

(3)在知识流所涉及的参与主体(如教师、学生、家长、教育主管部门)之间,构造"互联网+"的教育环境,利用知识流逻辑对学习过程进行全程的知识引导与学习跟踪.

8.
3教育大数据应用创新的赋能方向三个赋能与创新方向,既自成应用体系,又相互关联促进,共同组成了一个完整的教育大数据应用创新的集成体系.
集成三个教育大数据应用创新赋能方向的系统平台,如图8-1所示.

8.
4教育大数据技术应用的创新思维8.
4.
1教育大数据应用创新的技术难题分析如何利用大数据分析技术,对学习者的行为数据进行技术分析,从用户体验的角度,建立兴趣模型和对应的学习曲线,为个性化的知识资源配置提供技术指导.

如何针对个性化的兴趣模型,从虚拟化的角度聚合教育大数据中内在的知识流逻辑,建立可视化学习导图,为个性化的知识服务推送提供应用引擎.

如何从系统集成的角度,将教育大数据分析技术、个性化知识服务功能、基于教育云平台的"因材施教"教学创新相结合,以体现教育云平台在现代教育中的创新驱动能力.

8.
4教育大数据技术应用的创新思维8.
4.
2教育大数据应用创新的系统思维理论创新紧扣现代教育理念,从"有教无类"到"因材施教",再到"教学相长",知识服务的创新理念贯穿其中.
支持个性化主动学习的教育资源大数据分析技术,重点关注如何利用大数据分析技术,为教师和学生聚合个性化的知识资源,旨在使教师与学生从教育资源大数据中解放出来,专门关注于感兴趣的知识资源,使"有教无类"成为普适应用.
云环境下面向个性化知识服务的教学创新技术,则在有效的知识资源配置下,关注知识服务的有效性和个性化.
重点关注如何利用云计算的虚拟化和弹性扩展技术,为教师提供"因材施教"的现代教育技术手段;基于知识流逻辑的现代教育云服务优化与增值技术,则在"教学相长"的教育理念下,重点关注教育云服务在"互联网+"环境下的内容优化与增值拓展应用,在为用户创造价值的同时,推动服务优化向产业创新的转变.

8.
4教育大数据技术应用的创新思维8.
4.
2教育大数据应用创新的系统思维技术创新教育领域内多年的教育信息化过程,积累了海量的数字教育资源,为教师和学生提供了丰富的知识资源.
但是,随着网络环境下数字教育资源的剧增,对教师和学生而言,大数据的教育资源中有效知识的稀疏性特征越来越明显.
教育资源的这一大数据特点,使得发掘满足个性化知识需求的有效教学资源,难度越来越大.
大数据分析和处理技术的引入,使得在异构多维的教学资源中快捷有效地进行个性化知识挖掘和知识发现成为可能.
而云计算的虚拟化技术,则为知识服务的有效组织提供了有效的技术支撑手段.
这就使得支持个性化主动学习的大数据分析结果,能够在用户层面上有效提升知识学习的个性化体验,为"因材施教"教学模式创新,提供了可行的技术保障.
如何从技术方案设计方面,符合现代教育的发展理念,发挥大数据分析技术对教学实践的创新赋能,是技术创新环节需要重点考虑的问题.

8.
4教育大数据技术应用的创新思维8.
4.
2教育大数据应用创新的系统思维应用创新2015年1月30日,国务院发布的《国务院关于促进云计算创新发展培育信息产业新业态的意见》(国发[2015]5号),明确提出"增强云计算服务能力","加强大数据开发与利用",进而"提升云计算自主创新能力",这是国家对未来五年云计算产业主要发展任务的具体要求.
2015年3月5日,十二届全国人大三次会议上,李克强总理在政府工作报告中首次提出"互联网+"行动计划.
"互联网+"在现有互联网环境下加入了无所不在的计算、数据、知识,造就了新的创新机会.
以用户创新、开放创新、大众创新、协同创新为特点的创新2.
0,必将改变我们的生产、工作、生活方式,成为未来引领创新、驱动发展的"新常态".
在这一社会发展背景下,作为云计算应用领域的一个重要应用方向,教育云平台在社会责任担当与驱动社会创新中发挥着重要作用.
因此,教育大数据应用创新,应紧扣技术发展趋势,面向国家重大应用需求,将大数据分析技术与教育云平台个性化的知识服务创新实践相结合,体现大数据分析对现代教育实践的技术引领能力.

8.
4教育大数据技术应用的创新思维8.
4.
3教育大数据应用创新的技术应用路线利用大数据分析技术,对云环境下丰富的数字化教育资源进行知识整合,从"有教无类"的角度,对云环境下自主式主动学习进行有效的知识资源配置.

利用云计算的虚拟化技术,对个性化的教学资源进行汇聚,从个性化知识服务的角度,为"因材施教"的教学模式创新提供切实可行的技术手段.

从教学过程的认知规律出发,利用知识流内在的关联逻辑,从"教学相长"的角度对云环境下知识服务的内容与形式进行全面优化,从技术手段上引导创新思维.

对"互联网+"环境下的教学创新进行全面的应用分析,明确增值拓展应用的方向,为后续的服务功能开发提供决策依据.

在取得上述关键技术突破的基础上,进行应用集成与原型系统开发,实施产业化推广应用.

8.
5基于知识图谱的教育大数据隐性知识发现8.
5.
1预备知识——知识图谱知识图谱(KnowledgeGraph),是谷歌公司于2012年正式提出来的一个基本概念.
目的是通过知识图谱的形式,优化搜索引擎返回的结果,增强用户对搜索质量的直观体验.

利用知识图谱这种辅助手段,搜索引擎能够深度理解用户查询背后的语义信息,返回更为精准、结构化的信息,从而更大可能地满足用户的查询需求.
谷歌公司对知识图谱的宣传是"Thingsnotstrings",即不要无意义的字符串,而是获取字符串背后隐含的对象或事物.

实际上,知识图谱并不是一个全新的概念,早在2006年就有相关研究人员提出语义网(SemanticNetwork)和知识网格(KnowledgeGrid)的概念.
目前,随着互联网智能信息服务的应用拓展,知识图谱已广泛应用于智能搜索、精准推送、智能问答、个性化服务推荐等应用领域.
在其他应用领域,知识图谱的形式也得到了不同程度的认可和使用.

8.
5基于知识图谱的教育大数据隐性知识发现8.
5.
1预备知识——知识图谱8.
5基于知识图谱的教育大数据隐性知识发现8.
5.
2具体实例应用分析应试场景1线下考试,规定时间,规定场所,固定时间内提交.
解题过程中,如果需要可以参阅相关的教材内容.

应试场景2在线考试,规定时间,规定场所,固定时间点提交.
考试过程中,提供电子化的知识图谱.
考生在解题过程中根据需要,只能通过点击知识图谱中各个知识点,打开相对应的内容链接,参阅相应的教材资料.

8.
5基于知识图谱的教育大数据隐性知识发现8.
5.
2具体实例应用分析在传统的教学实践中,教师根据学生做错题目的统计分析,得出年级或班级关于知识图谱中各个知识点的掌握情况,发掘学生对知识点的掌握程度和易错点的分布规律.

这种只针对学生做错的题目而进行的统计分析过程,在很多时候无法挖掘出分析结果背后隐藏的规律细节.
譬如,对于同一道做对的题目,两个学生的做题过程可能会有很大区别.
平时学习认真基础扎实的学生,可能不用参考任何资料,通过自己的思考,毫无障碍地就得出了正确答案.
而对那些基础不扎实的学生,可能需要参考知识图谱中的一些内容,才最终正确地完成了该题目的解答过程.
如果只是从考试结果上来看,这两个学生的学习效果是没有差距的,而实际上这两个学生对知识点的掌握,有着本质的差别.
这是一层面的行为细节.

更深一步地进行考查,如果某一道题目,是围绕某一知识点而设计的题目.
譬如,用于我们实例分析的试卷中的第5题,对应的知识点是图8-2所示知识图谱中的"磁现象"部分.
对于一个基础不是很扎实的学生,他在考试中不仅需要查阅与教材中"磁现象"这一知识点相对应的公式定理,还要在消化这些公式定理的时候,参阅知识点"电流"对应的教材内容,然后才正确地完成了该题目的求解过程.

8.
5基于知识图谱的教育大数据隐性知识发现8.
5.
2具体实例应用分析应试场景1下的考试结果分析,只能从粗粒度的角度,对教学实践进行宏观的效果评价.
利用大数据技术的相关分析工具,通过对应试场景2下应试过程的行为溯源,就能很容易地实现更多隐性知识的规律挖掘和显式分析.

譬如,因为要求学生在做题过程中只能参考电子化的知识图谱,这就能够通过记录个性化的点击行为和次数,对每个学生的思考过程进行溯源分析.
这就有利于在教育大数据资源和大数据分析技术的支持下,以技术应用的方式,辅助践行"因材施教"的教育理念此外,对这种基于知识图谱导航的点击行为,系统还能通过分析点击行为背后的时序逻辑,对学生考试过程中的每一道题目进行知识掌握程度的统计分析.
这种智能化的统计分析环节主要包括:(1)每一题花费的时间统计;(2)做题顺序有没有出现过跳跃;(3)有没有时间进行检查,检查过程中修改了哪些题目;(4)解题或修订过程中参考的知识点统计分析等.
这种电子轨迹的记录过程,就把知识图谱中每个学生掌握得不够扎实的相关学习要点清晰地揭示出来,为后续的学生能力偏重分析、薄弱知识点发现、个性化提升方案制定等,提供科学、有效、客观的决策依据,从而实现教学效果的精准分析评估.
图8-3是对应该实例的系统设计及应用流程图.

8.
5基于知识图谱的教育大数据隐性知识发现8.
5.
2具体实例应用分析8.
5基于知识图谱的教育大数据隐性知识发现8.
5.
2具体实例应用分析8.
5基于知识图谱的教育大数据隐性知识发现8.
5.
3本章案例应用深度分析本节提出的应用实例,以及围绕教育大数据资源对个性化学习行为进行有效挖掘的智能技术,有助于从精准数据分析的角度,实现对学习者的能力偏重分析、薄弱知识点发现等教学实践创新.

基于知识图谱导航的学习行为溯源分析,本质上是对学习者认知过程的行为画像.
这为学习者科学有效地制定个性化的学习方案,进而践行"因材施教"的教学理念,提供了一种可行的技术手段.
此外,教育大数据挖掘技术,结合数字化的行为溯源分析,从统计分析的角度,能够深度挖掘群体化的学习规律,科学评价现有教学实践的整体效果,为后续教学实践的动态优化调整提供有效的参考依据.
在此基础上,相关教育部门应引导建立教育大数据综合分析的系统应用云平台,通过优质教育资源共享,全面促进教育实践创新.

本节的应用案例,通过"解剖麻雀"的形式,为教育大数据在更高层面的应用创新提供了技术参考与系统原型.
基于知识图谱挖掘的学习行为溯源分析,集中体现了8.
3节"教育大数据应用创新的赋能方向"所提及的三个核心赋能方向,即教育云环境下支持个性化主动学习、面向个性化知识服务、基于知识流逻辑的知识增值.

本章小结本章立足于教育大数据应用创新,从教育大数据的社会发展背景出发,对教育大数据应用创新的技术土壤进行细节分析.
同时,结合教育大数据的云端技术,详细探讨了教育大数据应用创新赋能方向,并对教育大数据应用创新的关键问题与创新方向进行了提炼与总结.
最后,结合一个具体的应用实例分析,研究了教育大数据中基于知识图谱导引的隐性知识发现技术,为相关方向的教育大数据应用创新提供了应用参考.