教育大數據:現狀、局限性和未來研究方向
摘要
大數據是創新的一個重要方面,最近受到了學術界和實踐者的廣泛關注??紤]到教育部門的重要性,目前的趨勢是研究大數據在教育部門中的作用。到目前為止,已經進行了許多研究,以了解大數據在不同領域中的應用。然而,在教育大數據方面仍然缺乏全面的審查。因此,本研究旨在對教育領域的大數據進行系統回顧,以探索趨勢,分類研究主題,突出局限性,并提供該領域未來可能的方向。調查結果顯示,在過去兩年中,針對教育大數據的研究數量有所增加。我們發現,當前的研究涵蓋了教育大數據下的四個主要研究主題,主要是學習者的行為和表現、建模和教育數據倉庫、教育系統的改進以及大數據與課程的整合。大多數大數據教育研究都關注學習者的行為和表現。此外,本研究強調了研究的局限性,并描繪了未來的發展方向。本研究為未來的研究提供了指導,并強調了在教育中成功利用大數據的新見解和方向。
教育大數據分析的5大好處
你們機構最強大的工具是你們已經收集多年的東西:大數據。
大數據指的是我們每天創造的海量信息。由于學生、教師和管理人員在學校的整個工作期間都會留下無數的數據,因此這些信息可用于深入了解您的表現——包括高水平(整個學校)和細粒度水平(個別學生)。
教育者如何使用大數據
數據早在計算機出現之前就已經存在,但技術無疑加速了每天產生的數據量。通過移動設備、物聯網(IoT)、社交媒體和其他信息來源,我們每天至少產生25億字節的數據!
顯然,這種難以置信的數據量對于傳統工具來說過于復雜,無法捕獲、存儲和管理。這就是數據管理程序的用武之地。正確的軟件將聚合所有必要的數據集,并在易于使用、易于理解的儀表板中編譯它們。在本文中,您可以了解如何為您的學校找到合適的數據分析平臺。
教育工作者、決策者和利益相關者正在利用數據分析計劃來識別制度問題,并發現積極變革的機會。
軟件程序可以進行跨越各種人口統計數據的分析和解釋,從中你可以制定新的戰略來推動你的機構向前發展。
記?。捍髷祿暮锰幵谟谀闳绾问褂盟?,而不是你擁有多少。話雖如此,以下是一些教育行業可以從大數據分析中獲益的方法。
1.它幫助你找到困難問題的答案
評估現有數據是為教育領域面臨的嚴峻挑戰制定解決方案的最佳方法。你對自己的歷史了解得越多,你就能從中學到越多。
例如,如果你在接受高等教育,你可能會看到入學人數下降。有了大數據,您就有了必要的上下文線索,以確定您的注冊在哪里、何時以及如何發生變化。最值得注意的是,數據可以幫助您回答注冊問題,如:
下降是發生在一個部門還是整個機構?
是否有某位教授的班級注冊人數較低?
是否可以合并任何部分以提高生產力水平?
2.很方便
通過文件柜的墻到墻排列進行搜索既麻煩又耗時。由于大數據依賴于技術基礎設施來捕獲、存儲和管理信息,因此更容易找到您想要的信息。
除了基礎設施之外,機構孤島也會使信息共享變得困難。領導層可能會對教師無法獲取的數據保密,這可能會對成長和理解造成障礙。
數據分析以及合適的軟件將幫助您創建一個更具協作性的環境。由于數據在一個集中的位置可用,所以您只需訪問internet即可找到所需內容。許多軟件工具都可以通過瀏覽器使用,比如谷歌Chrome和Safari,所以你甚至不需要安裝程序或插件。
3.它可以節省成本
正確的資源分配在高等教育中至關重要,而您的數據是提高效率的關鍵。
首先,您的數據可以提供對不同班級注冊人數的深入了解。如果ENG 102有五個部分,只有兩個已滿,則可以合并其余三個部分,以保留教室空間、教師時間和能源消耗等資源。
從基礎設施的角度來看,基于云的系統有可能降低數據存儲成本,減輕IT部門的壓力。傳統上,數據需要手動排序和轉錄,這非常耗時,可能需要數周甚至數月的時間。如果您需要定期編譯定制的報告,這可能需要同樣長的時間。
你的員工的時間可能會花在做更有益的工作上。一個分析程序將使許多繁瑣的工作自動化,而數字信息的奢華使訪問數據變得快捷和簡單,從長遠來看,這可以為您節省資金。
另一個節省成本的好處是高等教育招聘工作。通過查看過去的學校表現,你的數據可以告訴你哪些未來的學生有可能在你的學校取得成功,以及誰更有可能輟學或失敗。這可以幫助您創建更成功的錄取流程,最大限度地提高每個學生的投資回報率。
4.很快
我們在成本節約效益下簡要地提到了這一點,但值得重復。由于學校的所有信息都集中在一個中心位置,您可以節省大量的時間,只為查找某個特定學生的特定報告或信息而對數據進行篩選。
大數據也可以實時獲取,因此您可以做出決策
全球企業每年在數據上花費高達數十億美元。 但很多時候,這些錢都用在了管理和漸進式改進上,以及不遺余力地專注于節約成本。這就是問題所在。 數據被視為一種需要管理的成本,而不是一種可以用來推動企業增長的資產。
數據是您最有價值的資產,但前提是您要對其加以充分利用。 是時候從孤立的、專有的、回顧性的方法轉向統一的、可用的、面向解決辦法的模型了。換句話說,數據(以及來自這些數據的智能)必須成為您業務的核心焦點。
企業級智能數據平臺,可將所有內容進行統包括數據采集、數據倉庫、分析以及新的數據源和類型 。利用超大規模的數據分析來解決最大的挑戰和最復雜的端到端問題。實現了一個強大的數據分析生態系統 — 編排每一項行動和舉措、優化業務執行、推動增長和價值。
從查詢到用戶再到數據量,無論哪個維度的需求增長,其它維度的性能也不會下降。大多數數據分析維度相互依存,此消彼長。 查詢越多,數據可用性就越低。 用戶越多,處理的查詢越少。但是,企業級可擴展性意味著您可以在不影響其他功能的情況下最大限度地發揮每項功能,這是一種可提前處理未來大量數據工作負載的關鍵能力。
成為數據驅動型企業,首先要轉變觀念。是時候將數據作為您的業務核心了是時候從孤立的、專有的、回顧性的方法轉向統一的、可用的、面向解決辦法的模型了。
換句話說,數據(以及來自這些數據的智能)必須成為您業務的核心焦點。