
教育大数据,想说爱你不容易2_数据分析师
“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。
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。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19