左九华
江西工程学院，江西 新余 338000
摘 要：对大数据时代趋势下产生的大量数字化教学信息应用于教学决策和个性化教育进行浅析，并从三个方面分析教育数据的获取途径，以及教育数据在获取、应用等方面存在的困难、问题和展望。
关键词：大数据；个性化教育；学习分析
随着信息时代的飞速发展，教育在云存储、学习分析等技术的作用下变得越来越个性化，与此同时各教育部门、学校和教师也逐渐重视关注学生的个性化培养，大数据时代的到来，也使教育领域积累的大量数据成为对教育更有利用价值的数字化信息，其中的学习分析技术对学习过程的行为数据的解析也成为了教学决策和学习优化的重要依据。
一．大数据的本质
大数据（Big?Data）一词最初出现在20世纪90年代，主要用来表示数据的量化特征，相当于日常用语中的“数据量大”。而2008年9月《自然》杂志所出版的文章Big?Data:Science?in?the?Petabyte?Era[2]，将大数据赋予了一种全新的科学理念，超越了单纯数量意义的描述，引起了学术界的广泛关注。一般认为，大数据是难以用“常规的软件工具在容许的时间内对其内容进行抓取、管理和处理的数据集合和海量数据的获取、存储、管理、分析、挖掘与运用的全新技术体系”[3]。实际上，大数据的意义不在于数据的量“大”，而在于一种“数据为王”的思维方式；它不仅表现为一种技术现象，还承载着特定的思维和方法，并转化为一种技术和文化现象。
1?大数据是一种技术手段
大数据是信息化时代发展的产物，它的“核心动力来源于人类测量、记录和分析世界的渴望”。随着物联网、云计算以及移动智能技术等一系列新型智能技术的应用和普及，技术所产生的数据量与数据处理能力与日俱增，人们可以通过对这些大量数据进行存储、收集、挖掘和分析，获得有价值的信息。
2?大数据是一种思维方法
大数据来源于人类“量化一切”的追求，并在信息技术的支持下实现整个世界的数据化。它如同望远镜与显微镜，既能进行模糊的宏观判断，又能进行精准的个体观察，从而拓展了我们的认识广度和深度，为我们展现了一个全新的世界观和方法论视角。一方面，大数据秉承“更多”、“更杂”与“更好”的思维理念，开启了“样本=总体”的全数据模式，这就超越了还原论的局部分析和样本分析的局限性，能从海量的数据中获得事物和现象更准确、更全面的总体情况以及相关关系，并能预测它们的发展趋势。另一方面，大数据犹如显微镜，能对个体进行全方位的“量化自我”，主要利用传感器技术、可穿戴技术以及移动终端等技术手段准确地获取个人数据，形成个人数据库，并在此基础上呈现可视化的数据处理结果。
二、大数据时代，教育的新机遇
伴随着新课改和数字化校园建设的推进，不仅各种新的教育理念在逐渐走向我们的日常教育中，同时教育教学领域也出现了大量的教育系统软件和教育资源平台。这些教学软件系统中存储了大量的教育相关数据，怎样利用这些教育数据，并将这些数据转化为有用的知识、信息是教育者开始关注的重点。
因此一些教育研究者在逐渐深入研究学习分析技术该如何更好的应用于学生的学习，并为学生提供个性化的学习环境，通过对学生的学习过程数据挖掘分析，给学生提供有建议性的数据分析报告。例如：当某个学生回答一个问题或做某一个问题时，此时一些变量就需要综合起来分析，从而可以了解到该学生知识掌握程度或做题的思路等等。如果现有的技术能够帮助老师从学习过程中深入了解每个学生的需求，那么真正意义上的“因材施教”可能会离我们更近。这完全可能，当某一个学生在做一套测试题时，根据大数据分析的结果，当他做对了第1题，此时系统会立即显示此题做正确并且可能会提示他可以跳过之后的某一道题，因为当做对了第1到题的学生几乎是不会做错之后的这道题的。如果该学生做错了第2题，那么此时系统可能就会提示他需要继续练习这一道题，因为这个知识点可能是学生需要反复联系之后在不断的巩固中才能熟练掌握。如今随着技术的不断发展，其中学习分析技术和数据挖掘技术使得学生接受个性化的教育成为了可能。
三、教育数据获取途径
1.物理环境的数据：传感器获取、硬件设备记录、手动记录
2.虚拟环境数据：网络浏览记录数据、相关监视器采集数据
3.个体数据获取：个体监视系统获取、量表获取
四、大数据时代，对教育的挑战
目前，虽然大数据技术对教育数据进行搜集、分析、整理、归纳等会对教学产生深远的影响，但是为了使教育领域的专家、学者以及教师、学习者等可以共享和重复使用这些有效的教育数据，还是面临着很多挑战。
首先是关于教育数据的格式标准，由于在搜集过程中各个管理系统的交互缺少统一的数据格式标准，所以系统之间不能共享相关数据。另外，如果学习者的一个自定义的数据信息格式没有被记录，当其他人使用这一数据时就很难理解被存储数据信息的意义，想要对这些数据进行重复使用则很难。
其次，就是在教育数据搜集过程中遇到的个人隐私问题，一方面，在搜集学生的相关数据时需要被告知其在课程学习活动中要被搜集相关的学习行为过程的数据，并且要得到学生本人的允许才能搜集他们的个人信息。另一方面，这些数据的提供者也需要共享该数据。为了避免研究者花费大量的人力、物力、财力通过某些方式搜集到相关的数据后才发现这些数据不可被使用的现象发生，让数据能够合法进行搜集，也需要相关法律法规的完善。
最后就是提高数据检索效率。学生除了使用学习管理系统外，还经常使用各种各样的工具和相关的学习服务，所以提高相关技术来获得更多的数据也非常必要。
结束语
总之，通过大数据进行学习分析能够为每一位学生都创设一个量身定做的个性化的学习环境，还能创建一个早期预警系统以便发现滑坡甚至厌学等潜在的风险，为学生的学习提供一个富有挑战性而非逐渐厌倦的学习计划［4］。因此一些教育从业者也在积极关注利用教学管理平台和系统累积的数据来分析学生的学习的过程并预测学习结果，进一步改进教学方式和方法，从而真正实现高效率学习，促进学生自主学习。
参考文献
［1］学习分析技术综述研究73-4.http：//3y.uu456.com/ bp_4bnc19gr2d5nd0f7mk3b_4.html
［2］乔金瑶，王红.学习分析技术在未来教育中的应用［J］.软件导刊，2013，12（12）：191-192.
［3］“大数据”如何应用于教育领域. htt p：//www.aieln.com/ article-7293-1.html
作者简介：左九华，男，1978-，江西新余，讲师，研究方向，计算机软件，计算机硬件，计算机网络。