中小学教师数据素养

教育大数据分析，网络培训专题一作业。

中小学教师数据素养 专题一 教育大数据基础知识 2020年8月15日 时楼小学 李媛媛

• （一）教育大数据战略与内涵
  • 大数据时代与国家数据战略
    • 大数据时代
      • 概念
        • 难获取
        • 难预测
        • 难处理
        • 难组织
      • 大数据核心应用价值
        • 分析
        • 预测
        • 再挖掘
          • 本质核心价值
      • 优势
        • 挖掘规律
        • 预测趋势
        • 进行干预
      • 内涵
        • 技术
        • 能力
        • 思维方式
        • 社会文化
      • 核心思想
        • 1.数据价值远胜算法技术（数据的价值性）
        • 2.承认数据的混杂多元
          • 来源
            • 多渠道
            • 多元性
          • 结构
            • 复杂性
            • 混合性
        • 3.因果关系转向相关关系（重关联分析）
        • 4.从抽样转向全样本
        • 5.交叉融合和流动生长
        • 6.强调数据的即时分析（数据时效性随时间递减）
          • 对未来的预测
    • 国家大数据战略 《促进大数据发展行动纲要》 《教育信息化2.0行动计划》
      • 1. 《促进大数据发展行动纲要》
        • 标志 中国正式启动大数据国家战略
          • 共享
          • 开放
          • 要求
            • 跨区域
            • 跨部门
            • 跨行业
            • 数据资源
              • 生产要素
              • 无形资产
              • 社会财富
        • 昭示 发展大数据成为中国构建数据强国必然选择
      • 2. 公共服务大数据工程
        • 医疗健康服务大数据
        • 社会保障服务大数据
        • 教育文化大数据
          • 任务
            • 1.伴随式收集和互通共享
            • 2.不同学段学习档案纵向贯通
            • 3.推动形成教育资源云服务体系
            • 4.构建文化传播大数据综合服务平台
        • 交通旅游服务大数据
      • 3. 《教育信息化2.0行动计划》
        • 数字资源普及行动 （采集汇聚互联网上丰富的教学、科研和文化资源）
        • 教育治理能力优化行动 （深化教育大数据应用， 建立教育政务信息资源大数据， 完善教育数据标准规范， 促进政务信息分级分层共享）
      • 4. 中国大数据政策梳理
        • 制定大数据相关行动计划与行动纲要
        • 制定大数据发展规划
        • 制定促进大数据发展相关指导意见
        • 出台大数据相关法律法规
        • 成立大数据专业研究机构和社会组织
        • 江苏省大数据发展行动计划
          • 产业发展
          • 公共服务
            • 教育大数据
          • 社会治理
  • 教育大数据内涵与独特性
    • 内涵
      • 大教育观
        • 全员 从全日制学生到全民，面向所有人。
        • 全程 从学前教育到终身教育，服务各个教育阶段。
        • 全方位 家庭、学校、社会“三位一体”，无处不在，虚拟融合。
      • 教育大数据四大来源
        • 教学活动
        • 教育管理
        • 校园生活
        • 科学研究
      • 教育大数据目的性
        • 服务教学发展 （根据教育应用目的进行数据过滤和整理）
      • 教育数据价值性
        • 强调数据价值之大
          • 用数据解决教育教学现实问题
          • 提升教育质量
          • 促进教育公平
      • 大数据助力破解六大难题
        • 破解教育发展不均衡难题，实现教育普惠化
        • 破解教育信息隐形化难题，促进教育可量化
        • 破解教育决策粗放化难题，提升决策科学化
        • 破解教育方式单调化难题，助推教育个性化
        • 破解教育就业盲目化难题，指导择业合理化
        • 破解教育择校感性化难题，推进选择理性化
    • 独特性
      • 与传统教育数据相比
        • 数据采集
          • 传统：阶段性
          • 大数据：实时、持续微观数据
        • 数据分析
          • 传统：描述性分析（汇总统计、比较分析）
          • 大数据：诊断性、预测性分析
        • 数据应用
          • 传统：关注群体特征和教育发展整体情况
          • 大数据：更加多元、深入（服务整体+个体，兼顾公平和质量，兼顾规模和个性化）
      • 与其他领域大数据相比
        • 数据采集高度复杂性
          • 教育业务的复杂性和不确定性
          • 教育场景的多样性和多变性
        • 数据应用高度创造性
          • 打破数据分析与应用的常规思维，发挥更多的创造性
          • 如何将先进技术与教育现实问题相结合需要高度创新
        • 教育大数据不仅注重相关关系，也强调因果关系
  • 教育大数据“三问”
    • 教育大数据有和无的问题
    • 大数据和小数据的关系问题
    • 教育大数据的价值与担忧
• （二）教育大数据采集
  • 教育大数据的类型来源与结构
    • 分类
      • 数据产生的业务来源
        • 教学类数据
        • 管理类数据
        • 科研类数据
        • 生活服务类数据
      • 数据结构化的程度
        • 结构化教育数据（二维表）
        • 半结构化教育数据
        • 非结构化教育数据
      • 数据产生的环节
        • 过程性教育数据
        • 结果性教育数据
    • 来源
    • 结构
      • 洋葱模型
        • 基础层 ：国家教育基础性数据
        • 状态层 ：教育装备、教育环境、教育业务运行状态数据
        • 资源层 ：教学过程与建设、教和学过程中生成资源
        • 行为层 ：广大教育的相关用户
      • 冰山模型
        • 冰面上：结构化数据 特点：易测量、显性化
        • 冰面下：非结构化数据或半结构化数据 特点：难测量、隐形化
  • 教育大数据的采集技术
    • 采集技术
      • 物联感知技术
      • 视频录制技术
      • 图像识别技术
      • 平台采集技术
    • 注意事项
      • 提前规划设计
      • 要有清晰的边界
      • 保持连续性和规范性
      • 采集粒度尽可能小
      • 符合伦理道德
    • 教育大数据体系
      • 国家层教育数据
      • 区域层教育数据
      • 学校层教育数据
      • 班级层教育数据
      • 课程层教育数据
      • 个体层教育数据
• （三）教育大数据分析
  • 教育大数据分析框架
    • 分析方法
      • 描述性分析
      • 诊断性分析
      • 预测性分析
      • 处方性分析
    • 整体认知
      • 三类对象：教育管理者、教师、学生
      • 四项功能：描述、评价、预测、干预
  • 教育大数据分析模型
    • 教育决策支持模型
      • 三转向
        • 从模糊走向清晰
        • 从猜测走向证据
        • 从冒险走向保险
      • 基本框架
      • 智慧教育决策流程
        • • 案例
            • 国家教育科学决策服务系统
            • 美国：州纵向教育数据系统
            • 宁波市：教育地理信息系统
    • 教育舆情监测模型
      • 系统框架
        • 舆情信息采集系统
        • 舆情信息处理系统
        • 舆情信息服务系统
        • 用户预警
      • 价值
        • 提供关注热点，了解学生需求
        • 及时把握学生思想动态
        • 了解学校在教学管理上存在的问题
      • 功能
    • 适应性学习模型
      • 一引擎
        • 自适应引擎
      • 四模型
        • 用户模型
        • 领域模型
        • 自适应模型
        • 呈现模型
    • 学习预警模型
      • 典型学习预警系统
      • 课程学习预警框架
      • 基本流程
    • 深度学习模型
      • 深度学习特征
        • 注重批判理解
        • 强调信息整合
        • 促进知识建构
        • 注重迁移应用
        • 面向解决问题
      • 三层架构
      • 评价深度学习是否发生
        • 知识层面
        • 能力思维层面
        • 情感层面
    • 学习评价模型
      • 评价体系重构
        • 伴随式评价
        • 综合性评价
        • 智能化评价
        • 客观性评价
      • 系统框架
        • 数据采集层
        • 实时分析层
        • 结果发布层
        • 质量提升层
    • 学生画像模型
• （四）走向数据驱动的教学
  • 教学范式发展
    • 大数据作用
      • 建构新型教学生态
      • 助力教学结构变革
      • 再造教学流程
    • 发展三阶段
  • 核心特征
    • 科学性
    • 精准化
    • 智能化
    • 个性化