教育大数据PDF电子书下载

查看更多关于的内容

第1章 教育大数据概述 1

1.1 大数据的定义与特征 2

1.1.1 大数据的定义 3

1.1.2 大数据的特征 5

1.2 教育大数据的定义与特征 5

1.2.1 教育大数据的定义 5

1.2.2 教育大数据的特征 8

1.3 教育大数据的类型 9

1.3.1 根据数据结构化的程度划分 10

1.3.2 根据数据产生的环节划分 11

1.3.3 根据主体划分 12

1.4 教育大数据的研究现状和国内外相关政策 15

1.4.1 教育大数据的研究现状 15

1.4.2 国内外教育大数据政策 17

1.5 教育大数据的意义 21

1.5.1 教育大数据驱动教育决策创新 21

1.5.2 教育大数据助力教育教学变革 22

1.5.3 教育大数据促进学习方式转变 22

1.6 教育大数据的关键领域 23

1.6.1 学习分析 23

1.6.2 教育数据挖掘 26

参考文献 28

第2章 教育大数据的技术 31

2.1 教育大数据的处理流程与技术架构 32

2.1.1 教育大数据的处理流程 32

2.1.2 教育大数据的技术架构 33

2.1.3 教育大数据的技术架构案例 34

2.2 教育大数据的采集 36

2.3 教育大数据的预处理 40

2.3.1 数据清洗 41

2.3.2 数据转换 41

2.3.3 具体示例 41

2.4 教育大数据的存储 42

2.4.1 单机文件存储 42

2.4.2 关系型数据库存储 43

2.4.3 分布式存储 43

2.4.4 云存储 44

2.5 教育大数据的处理 45

2.5.1 常用的数据处理方法 45

2.5.2 处理架构 46

2.6 教育大数据的分析与挖掘 48

2.6.1 数据分析 48

2.6.2 数据挖掘 49

2.7 教育大数据的可视化 50

参考文献 55

第3章 教育大数据技术标准 57

3.1 教育大数据技术标准国际情况 58

3.1.1 ISO/IEC JTC1（SC32、SC36:WG8、SG2:WG9） 59

3.1.2 IEEE BDGMM 61

3.1.3 IMS GLC 62

3.1.4 ADL（xAPI） 63

3.1.5 ITU-T（SG13、SG16、SG17、SG20） 64

3.1.6 NIST NBD-PWD（NBD-PWG） 65

3.1.7 NCES（CEDS） 65

3.1.8 国外具体标准 66

3.2 教育大数据技术标准国内情况 69

3.2.1 全国信标委大数据标准工作组 69

3.2.2 CELTSC 70

3.2.3 中国教育大数据标准体系框架构建 72

3.2.4 中国具体标准 75

参考文献 81

第4章 教育大数据的治理与开放 83

4.1 教育大数据的治理 84

4.1.1 数据治理概述 84

4.1.2 教育大数据治理现状 88

4.1.3 教育大数据治理案例 89

4.1.4 教育大数据治理方法 93

4.2 教育大数据的开放 95

4.2.1 开放教育数据的概念和分类 95

4.2.2 教育大数据的开放和使用 96

4.2.3 全球教育大数据开放概况 97

4.2.4 教育大数据开放案例 98

4.2.5 教育大数据开放的问题和启示 102

参考文献 104

第5章 教育大数据风险管理与法律政策 109

5.1 教育大数据风险管理 110

5.1.1 大数据安全风险概述 110

5.1.2 教育大数据风险问题 112

5.1.3 教育大数据风险机理 113

5.1.4 教育大数据风险特点 114

5.1.5 教育大数据重点风险领域 117

5.2 教育大数据法律政策 120

5.2.1 国内外教育大数据法律政策与风险防控实践 120

5.2.2 教育大数据法律政策体系建设与风险防控对策 126

参考文献 129

第6章 教育大数据与课堂教学应用 131

6.1 教育大数据背景下的课堂教学 132

6.2 基于教育大数据的教学应用模式 133

6.2.1 个性化分组学习 133

6.2.2 交错式自主开放学习 133

6.2.3 游戏化翻转课堂教学 134

6.2.4 自适应测试应用 135

6.2.5 个性化学习诊断 135

6.3 案例1：上海开放大学智慧学习分析与评估系统 137

6.3.1 简要介绍 137

6.3.2 功能层面 137

6.3.3 应用层面 138

6.4 案例2：上海电教馆的高中研究性学习智能支持系统 142

6.4.1 简要介绍 142

6.4.2 技术层面 143

6.4.3 功能层面 148

6.4.4 应用层面 152

参考文献 154

第7章 教育大数据与校园管理应用 157

7.1 教育大数据背景下的校园管理 158

7.1.1 校园管理面临的挑战 158

7.1.2 教育大数据给校园管理带来的变革 160

7.2 基于教育大数据背景下的校园管理应用模式 164

7.3 案例1：上海大学基于大数据的决策支持系统 172

7.3.1 项目背景 172

7.3.2 技术架构 173

7.3.3 数据模型管理 175

7.3.4 功能模块 177

7.4 案例2：天津市和平区智慧教育数据中心建设 180

7.4.1 项目背景 180

7.4.2 设计思路 180

7.4.3 整体架构 183

7.4.4 大数据与智慧教育数据中心应用 184

参考文献 190

第8章 教育大数据与在线教学应用 191

8.1 教育大数据背景下的在线教学 192

8.1.1 国内外在线教学的发展 192

8.1.2 在线教学面临的挑战 193

8.2 基于教育大数据在线教学应用模式 195

8.2.1 学习分析模式 195

8.2.2 教学分析模式 202

8.2.3 管理分析模式 205

8.3 案例1：可视化学习分析大数据应用 209

8.3.1 Open edX学习分析 209

8.3.2 iForum学习分析 213

8.4 案例2：上海学习网在线学习大数据应用 220

8.4.1 平台简介 220

8.4.2 学习功能 220

8.4.3 架构设计 221

8.4.4 平台应用 223

参考文献 228

第9章 教育大数据与开放远程教育应用 233

9.1 教育大数据背景下的开放远程教育 234

9.1.1 开放远程教育发展面临的挑战 234

9.1.2 大数据带给开放远程教育领域的机遇 237

9.2 基于教育大数据的开放远程教育应用模式 241

9.2.1 构建全过程学习分析的开放学习平台 242

9.2.2 建立学习者体验支持下的开放学习资源 243

9.2.3 提供数据分析支持下的学习支持服务 243

9.2.4 支持数据驱动的精准管理与决策 245

9.3 案例1：上海开放大学个性化学习支持系统大数据应用 246

9.3.1 个性化学习支持系统设计目标 246

9.3.2 系统框架设计 247

9.3.3 系统可视化应用场景 248

9.3.4 系统应用效果 251

9.4 案例2：奥鹏远程教育公共服务体系大数据应用 252

9.4.1 奥鹏大数据典型应用1——高校管理者仪表盘 254

9.4.2 奥鹏大数据典型应用2——智慧学情报告 255

9.4.3 奥鹏大数据典型应用3——学习能力值模型 257

9.4.4 奥鹏大数据典型应用4——停滞生预测与干预 260

参考文献 262

第10章 教育大数据与教育培训行业应用 263

10.1 传统教育及互联网背景下的教育培训行业 264

10.1.1 传统教育培训行业现状 264

10.1.2 互联网教育培训行业现状 265

10.2 大数据背景下的教育培训业 268

10.2.1 大数据与教育培训业 268

10.2.2 大数据在教育培训业的应用模式 268

10.3 大数据＋人工智能背景下的教育培训业 271

10.3.1 人工智能与大数据的协同 271

10.3.2 人工智能教育应用的现状与发展趋势 271

10.3.3 人工智能在教育培训业的应用模式 272

10.4 案例1：电力教育培训大数据平台 273

10.4.1 简要介绍 273

10.4.2 技术层面 274

10.4.3 功能层面 275

10.4.4 应用层面 276

10.4.5 未来展望 277

10.5 案例2：中国英语学习者语音大数据分析 277

10.5.1 简要介绍 277

10.5.2 数据来源 277

10.5.3 相关技术 278

10.5.4 应用成果 279

10.6 案例3：大数据赋能智能教学系统 281

10.6.1 简要介绍 281

10.6.2 应用层面 281

参考文献 283

第11章 教育大数据与学生综合素质评价应用 285

11.1 教育大数据背景下的学生综合素质评价应用 286

11.1.1 综合素质评价内涵解读 287

11.1.2 综合素质评价的成效与问题 288

11.1.3 教育大数据与综合素质评价 291

11.2 基于教育大数据的学生综合素质评价应用模式 295

11.2.1 数据采集系统：大数据采集的“上帝之眼” 297

11.2.2 数据的清洗 297

11.2.3 数据的挖掘分析模型 297

11.2.4 数据的利用和挖掘 298

11.2.5 学习结果性数据模型——以SOLO评价法为例 301

11.2.6 评价结果分类使用——学生、教师、高校、学校、政府 302

11.3 案例1：上海市普通高中学生综合素质评价信息管理系统 304

11.3.1 简要介绍 304

11.3.2 技术与功能 305

11.3.3 系统应用 309

11.4 案例2：上海市黄浦区卢湾第一中心小学基于数据的学生学习评价 313

11.4.1 简要介绍 313

11.4.2 功能层面 314

11.4.3 基于数据的学生学习评价 315

11.4.4 应用成效 315

11.5 案例3：上海市格致中学学生综合素质评价数字化成长档案建设 316

11.5.1 简要介绍 316

11.5.2 功能层面 317

11.5.3 应用成效 318

参考文献 319

第12章 教育大数据的发展 321

12.1 教育大数据的发展趋势 322

12.1.1 多元且内聚的教育数据采集 322

12.1.2 多样且精细的教育数据挖掘 323

12.1.3 丰富且开放的教育教学应用场景 324

12.1.4 完善且蓬勃的教育大数据产业生态 325

12.1.5 前沿技术助力2035教育大数据 326

12.2 教育大数据的机遇挑战 327

12.2.1 教育大数据发展的机遇 328

12.2.2 教育大数据发展的挑战 330

12.3 关于教育大数据的建议 333

参考文献 335

查看更多关于的内容