教育大数据：想说爱你不容易_数据分析师

　　近两年，“大数据”在教育领域日益成为热点名词，和“在线教育”相呼应。从今年新东方、学大[微博]等教育机构发布的教育产品来看，几乎每一款产品都会提到大数据。既然如此受到重视，那么在当下教育领域，“大数据”有何特点？又有何作为？

　　专家指出，目前国内教育领域的“大数据”仍处于概念阶段，大家都在起步和探索过程中，尚无比较成功的大数据应用案例，不少大数据应用也都处于较浅的层次。不过，随着教育大数据的不断积累和深入发展，“大数据”必将有利于我们的个性化教育，对教学和管理产生深刻影响。

　　随着“大数据”概念不断升温，教育行业如今也被认为是大数据可以大有作为的一个重要应用领域。几乎每家不甘落后的教育机构都在拥抱大数据，把大数据当作在激烈竞争中脱颖而出的秘密武器。

　　“其实，十几年前我们就在做数据仓库和数据挖掘。如今大数据这个概念兴起，主要基于两点，一是数据海量增长，处理样本数变多；二是物理运算能力 增强，给处理海量数据带来可能。”在计算机博士、朗播网CEO杜昶旭看来，大数据既没有那么神秘，但也不像有些人想象得那么简单。

　　干扰性数据多 影响统计分析精度

　　杜昶旭认为，与其他行业的大数据相比，教育行业大数据目前数据量比较小，教育数据噪声也比较高。他解释，目前在线教育不像电商，用户数量庞大，数据可以累积到海量。而且教育垂直属性特别明显，大量数据会分流向不同垂直领域。

　　而不同垂直领域之间的数据融合度比较低，比如语文和数学的数据很难放到一起来分析；数据噪声简单讲指干扰性数据、无用数据，比如录播视频，用户 行为很简单，有暂停、关闭、重看等等，但是这些操作的原因很多，并不一定是没看懂内容，所以干扰性数据非常多，数据统计分析的精度会受影响。

　　“此外，教育数据标准化程度非常低。数据大致可分为结构化数据和非结构化数据。以描述人一个人打比方，结构化数据就是人的身高、体重、性别；非 结构化数据则可以是人的声音、照片等。”杜昶旭说，很多教育数据比如视频数据、语音数据等都是非结构化数据，数据模型构建会比较复杂，“所以，教育大数据 需要解决数据量和数据处理的问题。”

　　优质技术分析 要有一流试题保障

　　互联网教育研究院院长吕森林也指出，教育大数据分析并不是有数据就可以，如果数据中有很多垃圾数据，那么分析得出的结论也可能是垃圾结论。

　　“比如题库类产品，一道题可能需要20多个指标来分辨学生各方面的情况，如区域、学科、难度、知识点等等，如果试题质量比较低，区分度比较低， 那做大数据分析的意义就不会太大。此外，现在的大数据分析多集中在选择、判断等客观题，对带有步骤的主观题、作文等进行统计分析则有更高难度。”因此，题 库的大数据分析看起来比较简单，但实际上技术、资金门槛都比较高。

　 业内点评

　　“习”比“学”更易采集和分析

　　那么，教育大数据可以发挥怎样的作用呢？大数据研究专家、上海海事大学经济管理学院副教授魏忠认为，大数据技术的应用将有利于个性化教育，标准化的学习内容由学生自己组织学习，学校和教师更多的是关注学生的个性化培养，教师由教学者逐渐转变为助学者。

　　“重要的是数据背后的那个人。”微课网副总裁夏明瑞以历史学科视频课程为例，如果用户观看几分钟就关掉了，以后再没看过，那就要关注用户的这种 行为数据。他关掉的原因大致可能有两种：一种是学得非常好，另一种是学得不好，看不懂。单节课的数据可能不够精准，但对整个课程体系的数据进行统计分析之 后就会相对精准了。

　　杜昶旭则认为，目前“学”的过程采集数据的难度较大，“习”的过程采集和分析数据会相对容易一些。“今年我们推出了能力图谱，通过对学生行为数 据进行诊断，看看学生的问题到底在哪里，然后基于能力缺陷推送需要完成的训练任务，提高学生学习效率。”杜昶旭说，这种大数据分析既能帮助学生个性化学 习，也能帮助老师进行个性化教学。

　　 专家说法

　　大数据适应个性化学习

　　魏忠，数据研究专家、上海海事大学经济管理学院副教授魏忠

   人们对大数据的理解有很多，目前我倾向于把大数据理解为全量数据。

　　科学研究最简单的是抽样方式，然后进行推导，后来人们发现这有很大问题，于是就有了统计学，用概率来解决问题。但是抽样的量一旦到了一定程度之 后，并不一定是越大越精准，什么样的量是最好的，就需要考量。而如果把全量的数据都拿来进行分析，那肯定是最准确的，而所谓大数据应该是全量数据。

　　这种大数据与传统的数据相比，具有非结构化、分布式、数据量巨大、数据分析由专家层变化为用户层、大量采用可视化展现方法等特点，这些特点正好 适应了个性化和人性化的学习变化。传统数据诠释的是宏观的教育状况、整体的学生水平，且其采集方法、内容归类、分析构成等已被摸索出一套成熟的标准，数据 更多是在阶段性的评估中获得。而大数据更关注微观、个体层面，要求时时处处采集信息，全面客观记录信息，大量采用可视化展现方法等等，帮助信息收集方获取 精准材料。