前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的大數據學習計劃主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：大數據學習計劃范文

大學生評價是高等教育學領域的重要課題，是整個高校系統的一個關鍵環節。總體來說，我國高校采用的學生評價方法單一，更新速度慢。各高校自主建立學生評價系統，使用的方法多以綜合素質測評為主。自1985年來，各高校為了迎接評估，需要從多方面來突顯實力；此外我國高校啟動課程改革，學生評價也要作出調整；為了獲得更多的政府資助，各高校需要提高綜合水平，因此從多方面分析，我國高等教育需要引入新的卓有成效的學生評價方法。

二、國內外研究現狀

學生評價是以學生個體為對象的，對學生的優秀程度進行價值判斷的一種評價模式。作為高等教育比較發達的國家，美國對學生的評價有著比較成熟的觀點和經驗。美國學生評價研究專家SerbreniaJ.Sims曾在研究中指出：“自高校學生評價產生以來，在有關學生評價的研究文獻中，學生評價的發展歷史這個主題很少引起學者的關注。”[1]很多學者分析認為沒有得到重視的原因是至今沒有很好的方法來準確測量學生在學校取得的成就。然而，另一學者Pace質疑了這種說法，他在1984年發表的《學生評價的歷史性瞻望：評價發展的未來》一文中指，在過去的幾十年中，高校已經形成和發展了很多學生評價方法。能夠準確地評價學生在高校中獲得了什么[2]。事實上，早在1977年，美國高等教育管理中心的Lenning根據工作中積累的經驗指出，在美國，已有80多種試圖測量學生成就的評價方法[3]。20世紀50年代以來，美國先后出現了泰勒評價模式[4]、綜合測驗模式[5]、價值增值法[6]、教育目標分類學[7]、核心技能評價。

20世紀80年代后，學生評價在美國受到了廣泛的關注，檢驗“高校學生究竟學到了什么”已經成為美國高等教育領域的一個重要話題。美國高校廣泛應用的學生評價方法有檔案袋評價、課堂評估、對具體技能的評價、價值增值法、畢業生追蹤調查。

（1）檔案袋評價（portfolio evalua- tion）方法用來記錄學生的成長歷程與發展進步。這種評定技術旨在提高學生學習的實際水平，重視發展的過程，從多角度、多側面來判斷每個學生的優點和可能性[8]。盡管檔案袋評價具有無可比擬的優越性，但是也存在一些不足，收集的過程耗時長，給教師增加了學習任務，班級的規模不能太大，20人左右為最佳，缺乏評價的標準，導致材料之間可比性差，屬于形成性評價與總結性評價的結合。

（2）課堂評估是一種以學科為基礎，組織教學的教師為確定學生在其課堂上的學習情況而持續進行的小規模評估。具體分為3種類型：評估學習者與課程有關的知識與技能；評估學習者的態度、價值觀和自我意識；評估學習者對教學的反應。課堂評估的主要目的是提高教學的有效性，具有簡便、易操作的特點，但需要耗費教師較多的精力和時間，屬于形成性評價[9]。

（3）具體技能評價是評價學生在校學習和進入社會工作時必須具備的技能，包括交流能力、解決能力和批判思維等。主要方式是通過“交流、口試、論文寫作、實習日記、海報制作、評論寫作、報告、角色扮演”等實現對學生具體技能評價。具體技能評價能使學生更好地適應專業學習和今后的社會工作，但是同樣需要老師付出更多的時間，而且能力的評價標準難以量化，可比性也不是很高，屬于形成性評價與總結。

（4）價值增值法是一種評價學生在校期間發生變化情況的方法。價值增值是指學生在完成學業后與學生入學初時之間在知識、能力等方面發生的變化。該方法能較好地評定學校的成果和學校質量。但學術界對其提出質疑，該方法對高校有著巨大的挑戰，花費高昂，程序設計復雜，屬于總結性評價。

（5）畢業生追蹤調查法。利用畢業生反饋的信息改M教學。它的主要優點是與畢業生保持聯系，有目的地改進教學，缺點是學生參與積極性不高，導致反饋效率低，屬于形成性評價。

近年來，中國大學對學生的學業成就評價已經取得了很大進展，特別是對考試和測驗的改革進一步加強。高校的考分等級得到了很大的轉變，試題庫建設以及考試科學性方面也積累了許多科學經驗。但是依然存在一些問題。①學生評價功能單一，主要表現在高校通常只重視發揮學生學業評價的管理功能，單純地依據考試成績來評定學生的綜合素質，忽視了學生學業評價中的其他功能的發揮。②形式虛化的形成性評價，大部分高校的教師缺乏學生形成性評價的專業培訓和指導，缺乏對形成性評價知識的了解，不能正確地實施學生的形成性評價，導致形成性評價在實際運用中被簡單化。③忽視學生的個性化，過分關注學生的共性發展，忽視了千差萬別的個性差別，教育的結果是千人一面，培養的學生是工業產品式的學生，導致學生缺乏創造性。④學生在評價過程中缺乏主動性。當今高校在學生學業評價中，學生充當被評價者，學生處在被動的地位上，產生很多不利學生發展的消極因素，評價者與評價對象容易產生對立情緒。

雖然也有學者呼吁加強學生在評價體系中的參與性和主動性，增加相應的學生互評和自評，但是由于這種評價在整個學業中占有的比重很小，且評價標準具有隨意性，不能充分調動學生相互學習的積極性，不能使其對自身的學習和發展進行反思。

三、基于大數據分析的個性化學生評價模式探討

根據目前國內高校學生評價中存在的問題，可以采用大數據分析技術手段分析學生信息。大數據分析技術要構建海量、多樣化學生信息模型，采用這種高新技術能夠充分展現學生多維度信息的特征，能夠為數據評價提供更全面、更完整、更科學的數據基礎，有利于建立科學、有效的評價模式，是一種研究技術手段的創新。

學生管理大數據的來源種類繁多，渠道多樣，如學生使用的微博、微信、QQ等網絡中產生的記錄、瀏覽信息；高校的師資、學生資料；學生的專業背景、家庭條件、生源地；學生的社交、消費、情感等資料等，這些形成學生評價信息的多維度結構數據，采用大數據分析技術能提出科學的個性化評價機制模式、自我評價機制等。

（1）探索和研究以學生為主體的個性化的多維評價模式，學生作為評價對象，必須成為評價過程的主體，讓學生最大限度地接受評價結果。因為評價的目的不應該只是對評價對象作出評價，更應該是主動根據評價結果作出改進從而獲得發展，因此必須讓被評價者心悅誠服地認同評價結果。而要做到這點，必須根據大學生的個體實際特點和個人的實際需要來評價學生，使不同層次、不同階段的大學生都能找到適合自己的成長標準。同時，評價標準不能單一化，要多角度、多維度、多層次化，讓不同風格和個性的學生都得到認可、被賞識的機會。評價必須關注學生的主體性和個性化。以學生為中心主體，只有這樣才能讓學生主動接受評價，獲得健康和持續發展。

（2）基于大數據技術分析個性化多維學生評價機制，大數據技術是在基于掌握了龐大數據量的基礎上對多元化數據進行專業加工。構建海量、高增長和多樣化的學生信息模型，能使評價模式更加科學、完整。學生管理大數據的來源種類繁多，渠道多樣，如網絡使用中的產生的記錄、瀏覽信息；高校的師資、學生資料；學生的專業背景、家庭條件、生源地；學生的社交、消費、情感等資料等，這些數據具有海量性、多維性，它們往往是傳統的評價模式或體系中被忽視的數據。通過大數據綜合分析，可以描繪出學生鮮明的個體特性、角度更全面，可以為高校的個性化、多維度評價模式提供強大基礎。

（3）大學生自我評價體系和管理機制，強調學生為評價的主體地位，讓評價從外部轉化為內在主動模式，真正激勵學生自我良性發展，有必要建立合理、完善的大學生自我評價體系。而自我評價方式是否有效需要有效地管理機制，如何對自我評價進行管理，不至于讓學生的自我評價流于形式，必須合理地建設符合學生個性化發展要求的自我評價激勵和管理機制。

四、結語

隨著信息化時代的到來，在掌握了大的學生管理數據的基礎上，采用大數據分析方法可以比較全面地分析學生信息，可以對多樣化的學生管理信息進行深度分析，從而可以構建多角度、多維度、個性化的學生評價機制。與傳統方法相比，采用個性化評價模式能夠提高被評價者的認可程度、參與的積極性，避免了傳統評價方式中的學生處于被動地位，側重于成績，無視學生個性化特點的較為單一的評價模式帶來的有失公允的問題。

參考文獻：

[1]SerbreniaJ.Sims.Student Outcomes Assessment：A Historical Review and Guide to Program Development[J].Accountability，1992：168.

[2]Pace， C.R.Historical perspectives on student outcomes： Assessment with implicaitons for the Future[J].Naspa Journal，1984（22）.

[3]Lenning，Q.T.Previous Attempts to Structure Educational Outcomes and outcomes Related conceptc： A Compilation and Review of the Literature[J].Classification，1976：266.

[4]瞿葆奎.教育學文集（第16卷）：教育評價[M].北京：人民教育出版社，1989.

[5]HD prehensive examinations in a program of general education [J].American Journal of Education，1952.

[6]MeClain，Krueger.Using outcomes assessment：A case study In institutional change[J].New Directions for institiond Research，1985.

[7]（美）布盧姆.教育目標分類學（第一分冊）：認知領域[M].上海：華東師范大學出版社，1986：191- 200.

第2篇：大數據學習計劃范文

關鍵詞：大數據；本科院校；計算機教學

0引言

本科院校計算機教學中，知識點分布較為分散，再加上課程多、學時少，使得推行傳統教學方式將難以滿足當今社會追求個性化的大學生學習發展需求。大數據環境下，將大數據技術應用于本科院校計算機教學中，可有助于提升教學質量，推動教學改革[1]。由此可見，對大數據環境下提升本科院校計算機教學質量以及開展研究，有著十分重要的現實意義。

1大數據時代環境概述

相較于傳統數據，大數據具備數據量龐大、非結構化、分布式化以及可視化展現等顯著特征，這一系列特征可很好地契合當今社會個性化教學的需求。尤其是在大數據不斷推進互聯網融合背景下，計算機行業實現了迅猛的發展，各式各樣的企業、組織在互聯網方面得以不斷發展進步。傳統本科院校計算機教學往往是教師開展計算機理論知識教授結合學生的上機訓練，教師僅需依據教學要求實行課程計劃，學生也僅需被動地獲取理論知識，再接受相關考核，這種教學模式顯然不利于學生綜合能力的培養。大數據環境下，基于大數據技術推進本科院校計算機教學，可有助于教學、學生轉變思維觀念，并且教師使用的教材、教學模式同樣可實現改革，進而促進本科院校計算機教學質量的有效提升。

2大數據環境下本科院校計算機教學策略

本科院校在大數據環境下，要緊隨社會發展步伐，強化改革創新，在先進理念、成功發展經驗的支持下逐步推進計算機教學改革，如何進一步促進本科院校計算機教學工作有序開展可以從以下相關策略著手。

2.1依托大數據技術，推進計算機教學模式改革創新

大數據環境下本科院校計算機教學，首先應當將教學模式劃分成2方面內容，即實踐學習、虛擬學習。在實踐學習過程中，推行教師面對面教授、教師與學生相互間、學生與學生相互間點對點的交流模式，開展計算機理論知識學習的同時，還應當強化計算機工作實踐技能的訓練。依托點對點交流，將課堂教學內容化成學生自身技能，這種個體與個體相互間的交流，知識信息傳遞存在碎片特征，因此需要開展優化整合，幫助學生建立系統的知識結構[2]。實踐學習模式，如圖1所示。在此學習環節，教師應當開展適用的計算機教學案例準備，健全計算機技能操作訓練，并鼓勵學生彼此進行有效的溝通交流，第一時間采集反饋信息，促進課堂教學有序開展。在虛擬學習過程中，學生依托有效的學習系統展開學習，諸如文章案例、圖書導讀、在線課件等。在此學習環節，應當注重結合學生實際情況，依據學生實際需求獲取知識，提高計算機專業技能。通過對互聯網提供的龐大數據信息開展有效利用，一方面可對課程知識發揮良好的補充作用，另一方面可有助于學生對自身學習水平形成有效認識，進而為學生指引明確的學習發展方向。通過對大數據技術的應用，可有助于教師更全面地掌握學生學習實際情況，基于此，教師要為學生制定科學的學習計劃，凸顯個性化，關注學生在學習環節的主體性。此外，大數據環境下，教師還應當調動學生計算機學習的主觀能動性，激勵學生不斷發展，培養他們對數據的分析、處理能力[3]。

2.2依托大數據技術，擴充計算機教學資源及評價方式

單憑課堂理論教學往往會造成信息不公平性的問題，需要明確的是，本科院校計算機教學質量受學生進入大學前其具備的計算機知識水平很大程度影響。由此可見，依托大數據技術，強化教學資源建設及擴充教學互動的多元形式尤為重要。現階段，國際知名的MOOC運營平臺、國內大量資源研發機構、區域性的產學研結合均已建立起分布式數據庫或者運用分布式資源服務器，由此很大程度上拓寬了計算機課程資源的存儲空間。另一方面，數字化的教學環境聚集了大量的教學信息，這些教學信息能夠科學凸顯學生的計算機技術專業水平及發展潛力。然而這些信息尚未得到充分開發利用，僅用以簡單的記錄、查詢，未能提煉出隱藏在這些信息中的教學規律、學習計算機水平的差異性等。依托大數據技術，通過對這些信息開展分析處理，以挖掘信息中有價值的模式及規則過程，并將其應用于計算機教學評價中，促進教學評價管理的有序開展。依托大數據技術，推進本科院校計算機課程不斷改革創新，突出學生的主體性，轉變教師作為單一的評價主體地位。豐富計算機教學評價主體和評價方式，提升本科院校計算機教學質量。

3結束語

總而言之，大數據環境下，本科院校計算機教學應當推行個性化教學改革，指引學生結合自身實際情況制定學習計劃，進一步提升教學質量。鑒于此，相關人員務必要不斷鉆研、總結經驗，清楚認識大數據時代內涵，全面分析現階段本科院校教學中存在的主要問題，結合學生實際情況，“依托大數據技術，推進計算機教學模式改革創新”“依托大數據技術，擴充計算機教學資源及評價方式”等，積極促進本科院校計算機教學工作的有序開展。

參考文獻：

［1］蔣日華，傅文博．提升大數據時代應用型本科院校計算機實踐教學管理水平的思考［J］．洛陽師范學院學報，2016，35（11）：62-65．

［2］胡蓉．基于大數據背景下的高校計算機教學研究［J］．科技展望，2016，26（24）：162-163．

第3篇：大數據學習計劃范文

一、教育的時空維度進一步拓展

從時間維度來看，在未來社會，教育與學習將不再是人生某個階段的專利，而是貫穿整個人生的終身需求，是未來社會生活的重要組成部分。隨著新技術與教育的深度融合，終身學習將使未來教育發生根本變革。每個社會成員在人生的各個階段，都可以通過參與社會化活動，開展個性化學習，隨時隨地接受適當的教育，更好地實現個體的全面發展。

從空間維度來看，在未來社會，教育將不僅僅是學校和教育部門的事情，而是整個社會成員參與其中的全民化教育。未來社會將依托互聯網、大數據等信息技術，實現教育資源共享。學習活動將超越學校空間，通過在線教育、在家上學、社會化學習網絡、學習共同體等新的形式，把更多更好的教育資源送到學校、社區和家庭的每個角落，呈現處處可以學習、時時可以學習的教育圖景。

二、重視核心素養與綜合技能的提升

以互網、人工智能、大數據等融合技術為背景，未來社會將朝著智能化（人類-機器）、虛擬化（現實-虛擬）、超鏈接（人類-人類）等方向發展。未來社會發展必然會對公民素質提出新的要求，進而引起教育目標的變化。

未來社會的教育將把提升人的核心素養與綜合技能作為基本目標，進而實現教育與社會發展的互動與融合。一方面，個體適應社會發展的能力，包括學習能力、信息管理能力以及創新思維能力，是未來社會的核心能力。注重培養個體的社會角色、責任意識和適應未來能力，提升個體適應社會、理解自身、把握變革及角色定位、把課堂學習轉化為未來責任的綜合素養，將是未來教育的重要目標。另一方面，人的綜合技能將是未來社會的“通用貨幣”，包含認知與非認知在內的綜合技能將在未來社會和個體發展中扮演越來越重要的角色。因而，從傳統教育的碎片化知識傳授轉向更為深層、復雜的綜合技能培養，是未來教育變革的重要目標。

三、以學習者為中心的個性化課程

未來社會的學習者將更傾向于使用新技術來處理信息、開展社交和學習活動。促進個性化學習是未來教育變革的核心價值。

課程多樣化。教育課程將從強調學習者的知識積累走向知識的發現和創造，跨學科和綜合化的內容將成為未來教育課程的主流內容。信息技術的應用，可以使教師更好地根據學生的興趣愛好，來設計個性化的學習計劃，增加學生選擇的機會，以滿足不同年齡、不同背景學習者的需求。

課程定制化。隨著移動網絡和大數據技術的應用，未來教育將會構建以“學習者為中心”的課程體系，課程內容將呈現個性化和定制化的特征，以適合學生本人的知識結構和潛能發展。同時，課程也將成為學生與別人交往及分享的“空間”。

課程模塊化。未來的課程將像“搭積木”一樣，由學生選擇裝配，從而產生許多新奇的功能，具有開放性和靈活性的特征。信息、思維、溝通、生活環境、人與社會、個人能力發展等課程將是未來教育的基本課程模塊。未來社會的交互網絡可以集中熟知科學邏輯、了解學科趨勢、掌握學科生長點的專家，來組成課程開發團隊，研發專題課程軟件，供學生隨時選擇學習。

四、基于多媒體技術的多元化學習方式

信息技術深刻改變著人們的生產方式和生活方式。基于互聯網技術構建的人與電腦間的學習溝通方式，能夠把個體的智能聯系起來，形成人類共有大腦，徹底改變人們的學習方式。

隨著技術與教育的融合，人們獲取知識的渠道將越來越多。人類學習將打破教室與學校的圍墻，在線學習將成為未來學習的基本方式。手機、平板電腦、移動PC、可穿戴設備等將成為學習的工具。許多學習活動會在大自然、社區、工廠中進行，學習者將成為真正的“主人”。在未來社會，課堂學習、家庭學習和宿舍學習會融合在一起，學生什么時候開始學習、什么時候學完、什么時候畢業，都會有個性化的安排。

五、基于學習共同體的學校變革

在未來社會中，社會教育、家庭教育和學校教育將融合在終身教育體系中，基于信息技術的正式學習與非正式學習的融合，是未來學習方式變革的趨勢。未來學校將是一個以課堂為中心、與社區充分融合的開放交流網絡和基于學習共同體的活動體驗中心，研討會、網絡化小班學習是基本的學習組織形式，學生們可以在一名經驗豐富的教師指導下交流想法。鼓勵學生發現問題、在同伴互助的過程中探索和解決問題，將是未來課堂學習的基本過程。同時，未來課堂還是一個個性化的課堂，學生們可以按照自己的節奏，通過智能終端方便地查詢和閱讀資料，完成各自的學習任務。教師的主要任務是針對具體問題答疑解惑，而不是面向全體滿堂灌式地講解。

六、為學習服務的教師角色

在未來社會，教師并不會消失，但教師角色將發生轉變。傳授知識僅僅是未來教師工作的很小一部分，教師將成為學習活動的組織者、指導者和協調者。教師的任務是為學生營造學習環境，指導學生正確選擇信息、處理信息，幫助學生設計個性化學習計劃。同時，未來的教師還要引導學生適應未來社會的角色要求，幫助學生解決發展中的疑難問題，對學生的學習方式、處世方式、時間管理等做出指導。

七、基于大數據的教育評價

未來教育評價的標準將是多元化和個性化的。教育的評價將會從分數的評價過渡到以大數據為基礎的過程評價，從考試評價轉向成果展示。對學生的評價也不再局限于同一標準，而是根據學生的課程選擇，用與之相應的標準來評判。基于大數據技術的學生學習、生活過程的所有記錄如出勤率、熱門課程、最受歡迎教師等，都會成為學習評價的基本依據。在未來，學生之間的成績比較沒有太大的意義，而學生自己在一段學習中的表現才更加重要。

總之，在未來社會中，人類教育的各個方面都會發生深刻的變革，這些變革中有一個不變的主題――教育要為社會培養人才。只有認真了解未來教育發展，才有助于我們深刻理解當下的教育改革。

第4篇：大數據學習計劃范文

幫助學生有效總結的這4大步驟，快來看看吧！

第一步從一對一的談心談話開始

期中，是階段性分析總結，發現問題快速提高，向期末沖刺的好時機。

考完和學生好好聊一聊，一定要坦誠，和學生談心的6大技巧你知道嗎？

1.談話前要有準備

做任何事情切忌盲目，談心也是這樣。沒有目的性的談心不利于了解學生。在談心前，首先要摸清學生最近的學習狀態，在此此次考試中暴露出來具體問題，要談哪些內容、準備怎么談；其次，談心時不一定直奔主題，可以先給他們生活的關照，拉近雙方的心理距離。

2.要因人而異，因事而異

每一個學生性格不同，思想感情不同。如果教師不了解這些，會影響對學生的說服效果。外向型性格的學生，教師不妨較直接告知他的缺點和不足；對內向型性格的學生，就要迂回。如果某位學生初次犯錯并認識錯誤，就不必太較真。與成績好的學生談心，在肯定的同時，也要指出今后努力的方向，不要一味說好；對成績較差的學生要給與更多鼓勵，讓他看到希望。

3.選擇適合的時機、地點

合適的時機、地點的選擇也會很大程度上影響談心效果。如果學生因為某次考試成績不理想而情緒低落，不妨抽空找個安靜的地方與他邊走邊談心，營造一種輕松的氛圍，以緩解他精神上的壓力。適時的給與足夠的鼓勵，讓他看淡目前所遇到的困難。

4.談心的形式要靈活多樣

個別性問題，就單獨找學生談心；普遍性問題，就要面對全班同學談心，集中處理。如果學生有心理話向老師傾訴但是不便直說，可以讓學生通過寫短書信告知老師，老師及時回信，效果不錯。針對全體同學存在的思想困惑，老師可以向全班發一封公開信。

5.做個忠實的傾聽者

很多談心效果差是因為老師“單向式的傳遞”，學生僅是被動接受者。學生真正需要解決的問題被掩蓋了，學生真實的想法沒有向老師表露。教師應該改變這種“自上而下”的溝通方式，要讓學生充分說出學習生活中的苦惱與困惑。

第二步幫學生分析試卷，制定個人計劃

考試結束了，學生拿著自己的卷子糾正錯誤時，老師們就該出場了！

分析試題的趨向、難易程度、類型，學生答題失分的原因，分析本人教學在理解和傳授是否存在問題等等。

最終的目的是，幫助學生自我審查分析，制定個性化的考后成長計劃！

1.總體把握——了解考試的整體情況

反思出現一片式錯誤的問題，是否是教學過程中沒能讓學生充分吸收知識點，如果是教學問題，就要及時調整自己的教學方法和進度；老師也應當對每位同學的試卷進行分析統計，只有關照到了每個同學，才能對癥下藥，讓大家齊頭共進。

2.重新訂正——生成考試錯題集

讓學生將卷面上出錯的試題重新訂正，分析自己在考試過程中出錯的原因。爭取能自主做出該錯題，寫出解題的思路或過程；學生無法自助解決的題目，標記出來，待老師細講。

將錯題統計到錯題本上，有利于學生以后的審查，對自我的學習發展有一個長期系統的認識。

3.統計得失分率——減少非智力因素的丟分

學生分析本人卷面的得失分情況，并做出相應的調整和對策；比如哪些錯誤是因為粗心大意，哪些錯誤是因為記憶模糊，哪些錯誤是因為真的不會，分別占比多少，以此數據為依據，對自我的學情有一個掌握。從而做到日后的認真審題，解題過程中的細心仔細，解題后檢查的一絲不茍等等，最大限度減少因非智力因素而丟分。

4.對癥下藥——制定個性化學習計劃

針對不同學生，是思想方面的問題就訂出思想教育方面的改進措施，是學習習慣方面的問題就訂出培養良好學習習慣的措施，是后進生多就提出如何轉化后進生的措施。

制定計劃，不要脫離學習實際，要符合自己現在的學習壓力和水平。有些同學制定計劃時，滿腔熱情，計劃得非常完美，可執行起來卻寸步難行。

5.“云校+閱卷”分析——大數據更懂教育，更懂你

分析來分析去，是不是覺得上面這4大分析模塊做下來，其實也挺費勁的，而且效果不一定好？

北京云校CEO、大數據專家林仕鼎說過，傳統的考試分析，依賴于老師經驗性的主觀判斷，而無法做到全面性和深入性。考試信息的價值得不到充分的挖掘，更不要說給每個學生個性化的提升方案了，畢竟個體的力量實在太有限了！

在線教育的發展改變了傳統的教育模式，其中云校推出的“云校+閱卷”可以幫助你實現智能的多維度考試分析，無論是總體考情，還是自動生成錯題本，無論是細節分析，還是形成個性化的診斷報告，它都可以做到。

“云校+閱卷”首先通過高掃描儀將試卷信息錄入“云端”，完成線上的自動核分閱卷工作，大大減輕老師的批改負擔，接下來云端搜集的考試數據庫會提供個性化的分析報告，過去那種考試總結工作量大，效率不高，針對性不強的問題都解決啦！

第三步開一場有趣兒又深刻的主題班會

一次考試結束后，班里總會出現浮躁的氣象。幫助學生發現了自己的問題，學生也已經制定了學習計劃，那么接下來就開一場有趣兒又深刻的班會，給大家后半學期的學習鼓鼓勁，造造勢吧！

實例：“學習是否只為考試”的思辨大討論

方老師最近辦了一場別致的班會——學生辯論會。在期中考試后的班會上，同學們就“學習是否只為考試”論題進行了激烈的辯論。她帶領學生們進行了一周的精心準備，搜集了各種資料，也讓兩方的隊員根據自己的想法寫出新得。這次的辯論會讓全班學生心血澎湃，直到班會課結束都在積極討論。讓學生自己發表見解，全班同學都卯足了勁，準備即將到來的期末考試。

第四步最后不妨和家長交流交流

面對學生的考試成績，老師做的不只是和學生談話交流。除此之外，學生家庭的作用也不可忽視，家長們也應當積極配合學校工作，做孩子學習道路上的輔導者。

1.特殊情況單獨交流

老師可以單獨找家長交流，一個電話、一條信息都能告知家長孩子的學習狀況，不論表揚或提醒，都能讓學生感受到來自家庭的注視；如果有必要，也可以約家長單獨來學校深入交流，充分告知學生的學校狀況，不僅能得到家長的全力配合，也能與家長一起為學生制定學習計劃。

第5篇：大數據學習計劃范文

2013年被某些媒體稱為“大數據元年”。大數據之“大”不僅僅在于其“容量之大”，還在于數據的收集、保存、維護以及共享等極具挑戰性的任務賦予了大數據之“大”更多的意義：人類可以分析和使用的數據在大量增加，通過對這些數據的交換、整合和分析，人類可以發現新的知識，創造新的價值，帶來“大知識”、“大科技”、“大利潤”和“大發展”[1]。

而對高校的數字教學資源進行整合，既是在大數據時代提高資源系統自身競爭力的必經之路，又是提高資源管理質量與服務質量的有效途徑，也是高校教育信息化進一步發展的關鍵。

1 高校數字教學資源整合的意義

1.1 有利于適應高校數字教學資源用戶需求多元化的趨勢

當前多數高校的數字教學資源雖然數量巨大，但是由于使用界面不統一，或者本身具有局限性，而無法很好地滿足高校數字教學資源用戶多元化的需求。如今大數據時代，互聯網中的資源數量巨大，而某些價值不高的資源的存在，更是加大了用戶在搜索、篩選資源過程中的難度。相對于紛繁復雜的互聯網，這將使高校師生更青睞校內的資源庫。

1.2 有利于有效評價高校數字教學資源并提高資源本身的競爭力

通過對高校數字教學資源的整合，可以對各種類型的資源做出有效的評價，并更好地指導高校合理、準確、有效地開展對資源的利用，通過協調和優化信息服務在對既有優勢做出鞏固的基礎上，對服務質量的提高進行創新，從而確保高校相關部門職能的發揮以及高校數字教學資源系統的進一步發展。

1.3 有利于過濾信息資源，提高數字教學資源的整體使用效率

高校相關工作人員依照數字教學資源的評價標準[2]甄選、下載優秀的數字教學資源，然后將其整合到資源庫中，這將保證所有的資源都是內容正規、制作精良、符合社會道德規范的，從而可以提高數字教學資源的整體使用效率。

1.4 有利于實現資源有序化

當前部分高校所收集的數字教學資源，特別是通過網絡下載的信息資料等大部分都沒有進行分類和整理等工作，甚至會有毫無價值的信息資源摻雜其中，而這對提高資源有序化程度，以及高校數字教學資源用戶查詢這些資料的便利性具有重要的意義。

1.5 有利于數字教學資源的管理

高校內多種系統、平臺、標準等現狀，不僅給管理人員帶來很大的麻煩，還造成人力、物力的巨大浪費。通過資源整合使它們具有相同的結構功能，管理員也只需管理主系統就可以把各種數據庫提供給用戶，也便于數據的更新、維護和擴充。

1.6 有利于實現數字教學資源系統的個性化推送服務

在高校的數字教學資源系統中，存在著用戶海量的搜索、閱讀、下載等歷史信息。此外，大數據分析技術還能根據歷史信息，及時篩選出學習進度較慢的學生，主動發送提醒信息，督促這些學生跟上整體的教學進度。

2 高校數字教學資源整合的對象

2.1 高校自身的各種資源

經過多年的建設與積累，各個學院、系、部和相關處室都擁有大量的信息資源，對已有的資源進行收集整理，分門別類的上傳或鏈接。對已有的模擬、紙質信息資源進行有效、標準的數字化，進行手工錄入。

2.2 網上資源整合

充分利用互聯網上的共享資源。互聯網上有眾多的教育網站，許多網站對于某門或某幾門學科的資料收集比較全面，并作了整理和分類，資源也具有高度的可用性，然后加入到資源庫中。

2.3 采用征訂、引進、購買、對外交換等方式建設資源

通過對學科門類和已有資源的分析，采用引進、征訂、購買、對外交換等方式補充資源。另外可以從教育科普類的電子出版物、網絡課程、多媒體課件等，引進一些適合本校需要的資源。

2.4 網絡課程、精品課程建設

自1999年教育部實施《面向21世紀教育振興行動計劃》以來，上至國家，下至學校，均非常重視和鼓勵網絡課程、精品課程建設，目前已建成了一大批的優質課程資源。

2.5 各類音像制品和電子書籍

各類公開發行的教育光盤是由各出版社出版的正式電子出版物，如教育論文、多媒體課件、網絡課程、素材庫等，品種較多，而且比較權威。篩選、整理優秀的素材，可以直接收集到資源庫中。

3 高校數字教學資源整合的策略

3.1 充分運用先進的網絡技術和多媒體技術

云計算既是先進的信息技術與網絡技術，又是一種新的信息服務模式。充分運用云計算既是高校數字教學資源整合得以實現的基礎，又可以解決高校教育信息化所需的硬件計算資源的難題。

3.2 充分發揮教師建設數字教學資源的積極性

為了提高本校數字教學資源的創新性，必須充分發揮教師們建設資源的積極性。學校應該制定相關的激勵政策，鼓勵教師們制作各類優秀的教學資源，并上傳到學校的數字教學資源系統中。

3.3 充分發揮用戶的積極性，提高數字教學資源的使用效率

數字教學資源整合的主要服務對象是高校內的所有師生，為了提高資源的使用效率，必須從師生的實際需要出發，充分考慮師生的各類需求。

3.4 高校數字教學資源整合的相關工作人員需要不斷提高知識水平與工作效率

在資源整合的過程中，需要相關工作人員有敏銳的判斷能力，高效率地甄別、挑選出互聯網上優秀的資源。這就要求相關工作部門，如教育技術中心，建立部門內部的集體學習和個人學習制度，制定詳細的學習計劃，并確定學習的專題。工作人員在學習中提高自身素質、擴大知識面的同時，提高服務水平和工作效率。

第6篇：大數據學習計劃范文

關鍵詞大數據時代；學習分析；高職院校教育改革

大數據，從廣義上來說，是指對海量信息進行收集、處理、分析等一系列的手段、方法、工具的集合。狹義上來說，大數據是指龐大的數據量。隨著科學技術的不斷發展，大數據理念逐漸滲透到現實生活的各個領域，教育領域也不另外。在教育實踐中，運用好大數據理念，既能幫助高校掌握學生的個人學習行為和學習程度，根據學生的特點，為學生設計相應的教學內容和教學方式。同時，在教育數據信息管理層面上，運用大數據理念，有助于高校對于教育資源、教育信息的管理。

1學習分析技術的概念和原理

學習分析技術是測量、收集、分析和報告有關環境的數據，用于理解和優化學習及其學生學習環境的一種技術。學習分析技術的作用是對學生生成的海量信息進行解釋和分析，用于評估學生的學習狀況，預判學生未來的表現并發現潛在的問題，從而針對性地提出解決方案。學習分析技術主要有數據采集、數據儲存、數據分析、數據表示、應用服務五個部分組成，各個部分依次遞進，相互影響，相互作用，形成一個循環系統。數據采集是對學習者相關的數據和學習資源數據兩方面進行采集，學習者的相關數據是指學習者在學習過程中各種動態數據和靜態的總稱，例如學習方式、學習態度、師生關系等；學習資源數據是指學習者在學習過程中能夠使用的一切學習資源的相關數據，其內容包含課程相關數據、學期信息數據、教學指導數據、學習管理數據。數據分析，是指對收集而來的數據進行分類處理，對學習者相關數據和學習資源相關數據進行分析和解讀，從中尋找出問題的所在和一般規律，以便針對性地采取措施。數據表示，是將數據分析的各種結果運用文字、圖表等形式表現出來，以便直觀認識和了解學習者的學習的實際情況。應用服務，是指根據分析的數據結果，在教學實踐中針對性的采取措施，使數據結果物盡其用，可以運用于績效評估、活動干預、過程預測等方面。

2大數據和學習分析技術的關系

學習分析技術是以數據作為依托，運用數據處理的方式方法，從而完善教學內容和教學方式，以達到提高教學質量的效果。隨著信息技術的不斷發展和教育改革的不斷推進，帶動教育技術和教學資源不斷更新和完善，多媒體教育、遠程教學、數字化教學等現代化教學方式在教學實踐已經屢見不鮮。學生學習的載體從紙質教材擴充到電子版教材、教學視頻等新型的教學資源中，學習載體更加廣泛、豐富。教學工具從黑板、粉筆、直尺等傳統教學器具擴充到投影儀、教學視頻等現代化的教學工具中，使得教學方式更加現代化。學生的學習環境也逐漸向數字化環境轉變。但是，在實踐教學中，教學活動并沒有真正改變知識傳遞的創痛方式，只是簡單地將紙質教學知識數字化，不注重實質化的知識內容的輸送，過多地依賴于多媒體、網絡視頻等形式化的教學工具，使得灌輸式的教學方式仍遺留在教學實踐中。可見，我國教育教學改革還處于初級階段，學生的認知目標還是處于“會議、理解和運用”傳統教學環境中，主要是因為學生的學習環境只是改變形式，而沒有改變內容，自然還無法讓學生達到“分析、評價和創造”的高級認知目標。所以，在教學實踐中，應該充分考慮學生學習環境重構的作用和效果，以滿足大數據時代中的現代化的教學要求。

要改變學生的學習環境，應該注重科學技術在教學領域中的運用，幫助學生重構思維模式，將科學技術作為教學活動中的一部分。在大數據時代，科學技術便是教學活動中的重要組成部分，有助于學生快速吸收新知識，擴充學生在課堂之外的知識，改變學生學習生活中的學習觀、知識觀和能力觀。教學觀念也從“教師為主”轉變成“學生為主”。在數字化的教學實踐中，要達到現代化的教育改革的目的，就應該注重學生的個性化差異，為學生營造良好的自主學習環境，使學生的學習方式呈現出多樣化的形態。可以說，個性化教育是當代教育改革的重要標志，是傳統教育發展的必然趨勢。在高校改革的過程中，大數據的運用主要體F在教育數據挖掘和學習分析技術兩個方面。學習分析技術是大數據時代中高校教育改革的標志，能夠為高校的個性化教育改革提供強有力的支撐，有助于實現學生的個性化學習，為學生自主學習的環境，從而實現現代化的教學目標。

3運用學習分析技術，推動高職院校教育教學改革

學習分析技術作為教學研究的一種方式方法，既注重學生層面上的信息分析，也注重教學層面的信息分析。在高職院校教育改革中，運用學習分析技術，能夠優化教學方式，增加多樣性與便捷性的教學手段與教學評估，挖掘學習管理中的海量信息，分析教學中的問題學生并主動進行干預，從而提升學習管理的質量和效果。同時，學習分析技術能夠有效地避免教師在教學過程中的盲目性，使得教師能夠針對性對學生進行教學，減少教師的工作量，豐富學生的學習體驗。同時，學習分析技術也有助于學生進行自我管理、自我監督和自我激勵，幫助學生建立良好的學習習慣。學習分析技術對教學評估也比較全面、系統有效地提升高職院校教育管理的決策效率和優化分配高職院校的教育資源。

學習分析是以教育大數據為分析對象，根據大數據不斷升級，融合人工智能、教師領域等方面的知識，為教學和學習提供服務，完成監督和跟蹤教學和學習過程、評估教學和學習效果，從而促進教育改革。學習分析技術在高職院校教育改革中，能夠改變以往的高職院校的教學管理方式，能夠改變以往的學生的學習活動，能夠改變教師的教學方式，能夠改變以往的教師、學生、教學資源之間的關系。在教育改革運用上，主要體現在績效評估、活動干預和過程預測3個方面。績效評估，能夠為教師提供課堂學習績效評估，讓教師了解最新的學生在課堂教學中的出勤情況、學生的反饋意見。同時，也讓學生能夠及時接受教師的評價和重大事項的提醒，便于學生不斷地完善自我。過程預測，是指根據學生的學習活動的實際情況，讓教師真實深入了解學生的行為模式，進而調整教學模式和教學方法，為學生提供最為有效地教學指導，從而提升學生的學習效果。活動干預，根據學習分析技術的相關數據，發現教學實踐中所存在的問題，主動對這些問題進行處理，從而提升教學效果。

在教育管理改革方面，學習分析技術能夠為高職院校教育管理提供全方位的相關數據，便于高職院校找出管理中的缺陷并加以完善，根據教學事情調整教育管理方案，優化教學資源配置。在教學改革方面，學習分析技術能夠轉變以往的教學觀念和教學方式，為學生和教師提供良好的信息化教學環境，尊重學生的個性化差異，合理配置教學資源，從而了解學習過程中出現的障礙與疑惑，進而進行個性化地學業指導，從而實現“以學生作為教學主體，以教師作為教學指導”的現代化教學方式，將學生打造成現代化的創新型人才。在學習方式上，學習分析技術能夠快速地分析學生的學習特點，依據學生的學習需求提供相應的學習資源，同時，幫助學生根據自身的學習情況調整學習計劃和學習方式。另外，學習分析技術能夠根據學生的地理區域、學習方式等個性化特點，規劃相應的學習小組，從而為學生提供個性化的學習指導，激發學生的學習興趣，提升學生的學習效果。

第7篇：大數據學習計劃范文

關鍵詞：大數據技術；計算機應用；基礎課程；教學創新

1公共教學環境的營造

在計算機應用基礎課程教學階段，可以明顯發現大數據技術對其教學工作的影響。教師備課可選的資源更多，學生接收最新信息的速度更快。可見，大數據時代，對計算機基礎課程的教學產生了非常大的沖擊。為了確保該課程的教學質量，教師必須與時俱進抓住大數據時代的發展機遇，對該課程的教學進行合理改革創新，為師生構建良好的公共教學環境，激發學生的計算機創新思維。在科學技術的快速發展下，網絡學習資源已經成為人們學習進步的重要途徑。學生在學習該門課程時，不在局限于課堂教材內容的學習，可以充分利用網絡學習資源彌補自己的專業學習不足，提高自己的綜合學習效果[1]。在開展教學改革工作時，教師需要根據該門課程的教學特點和教學大綱的基本要求，合理變通教學方式和教學內容。將最新的計算機知識融入教學方案，并在良好的公共教學環境下引導學生生成更多的學習問題，如計算機技術應用問題、計算機教學問題以及計算機制造問題等。在學生提出不同問題后，需要師生共同查詢相關資料，通過溝通交流解決對應的學習問題與教學問題。在學生學習提高的過程中，需不斷提升教師的綜合教學實力[2]。在營造良好的公共教學環境時，教師需要采取平等民主的教育原則，引導學生主動學習相關的課程內容。為了保證有效提高每一位學生的計算機綜合學習效果，教師需要基于學生的實際學習情況，為學生設計編制個性化的學習計劃，充分調動學生的學習主動積極性，培養學生的自主學習習慣，提升學生計算機專業課程的學習效果。在現代化教育思想的指導下，教育工作不在單一呆板，學生的思維創造力得到了很好釋放，教師的教學壓力得到了很好緩解，學生獨立思考的時間更多。在這樣的教學環境下，可以培育更多有創新思維的計算機人才。為了保障學生可以扎實掌握計算機應用基礎知識，教師可以采取“翻轉課堂”的教學策略，即將學習的主動性完全交給學生，讓學生根據網絡教育資源和教材內容，快速學習掌握計算機基礎知識[3]。翻轉課堂與常規教學相比，常規的教學課堂無法充分釋放學生的學習潛能，只能對學生的學習起到一定的輔助作用。翻轉課堂教學時，學生可以根據自己的學習習慣和學習基礎，找出最佳的學習方案。同時，翻轉課堂給予了學生足夠的學習自由，很好地釋放了學生天性，使得學生可以收集學習更多的計算機應用基礎知識，提升學生的知識儲備和學生的知識視野。在翻轉課堂教學下，很好地提高了學生的學習效率。教師通過計算機系統對學生的學習時長、學習質量、學習問題進行快速收集整理。通過分析相關的數據信息，可以找到學生的學習規律，進而根據教學大綱的要求，給予學生中肯的學習建議，讓學生主動改正自己的學習不足，提高學生的綜合學習質量與效率。在公共教學環境中，教師對學生的點評與指導至關重要，可以及時幫助學生糾正錯誤，提高學生的計算機創新能力。為了確保教師對學生點評的客觀性與真實性，教師可以利用大數據技術分析學生各個學習狀態之間的相互關系，進而挖掘各個學習因素之間的內在聯系，并將其總結為學生的學習報告上交給教務處，為教學管理部門提供準確可靠的數據，確保教學各項決策工作的可行性，充分發揮院校的教育優勢，提升教師的綜合教學效率，推動我國計算機專業人才的培育發展

2教學理念的改變

教師的教學理念直接影響課程的教學質量。若是教師仍舊保持傳統的教學理念，對學生開展說教引導，則會嚴重耽誤學生的計算機知識學習。在大數據時代的發展環境下，現代教育理念已經滲透到了教育的方方面面，因此教師必須對自己的教學理念進行改變[4]。在實際教學過程中不束縛學生的思維，而是讓學生在大數據教育資源的引導下，進行高質量的自主學習。教師在實際教學過程開展時，同樣需要合理利用大數據技術提高自己的教學質量。例如，分析歷史教學效果和問題檔案。通常，教師無法通過檔案的查閱歸納教學的不足和不同教學策略的效果，但大數據技術可以快速分析不同教學策略產生的教育效果以及在不同時期教師教學過程中出現的問題。教師通過對大數據分析的數據結果進行深入研究分析，可以認真審視自己的教學理念和教學創新過程中出現的具體問題。隨著大數據分析準確性的不斷提高，教師可以不斷修正自己的教學理念和教學方式，尋找最佳的教學策略搭配方案，進而更好地提高計算機應用基礎課程的教學質量。在大數據技術的支持下，教師可以量化分析學生的自主學習行為。將學生一些特殊的學習行為進行量化統計后，可以通過大數據技術更加準確地分析出學生的學習特點與不足，進而對學生給予針對性的教學指導，從而有效克服學生的學習弱點[5]。在計算機應用基礎課程教學時，教材內容包含了大量的理論基礎知識。這些理論基礎知識是學生今后計算機專業課程學習的重要基石。若學生的理論基礎不牢固，則無法保障后續計算機尖端專業知識的學習效果。計算機專業知識涉及到諸多學科，如人工智能、腦學科、生物基因、神經網絡計算機、航天工程、智慧城市以及環境監測等。若是學生的基礎應用知識不扎實，就好比沙子上建高樓，即使學生進入到高樓的頂層，但是由于基礎不穩，時刻有崩塌的危險。為了確保學生計算機應用基礎課程理論知識的學習效果，可以利用大數據技術對學生的考評成績、錯題類型進行針對性分析，進而給學生推送對應的計算機基礎內容，并結合一些新聞事件加深學生的記憶效果，快速提升學生的計算機基礎理論綜合學習質量。在計算機應用基礎課程教學設計編制時，可以讓學生代表參與課程編制工作，通過師生的相互溝通交流，設計最佳的教學課程表和教學方案，并合理利用大數據技術，確保學生可以主動參與教學過程，且教師可以學到更多的教學技巧，推動學生與教師的共同學習成長[6]。在進行教學改革時，為了保障教學創新的效果，需要合理突出學生的學習主體性，不在對學生的學習場地和學習時間進行約束，而是給予學生充分的自由，避免學生受到傳統應試教學的負面影響，利用現代大數據技術進行主動學習，更好地激發學生的學習熱情與動力。在計算機專業教學改革時，教師需要準確把握計算機專業的未來發展前景，根據學生的實際學習情況，為學生設計相應的教學方案，保障教學方案適應學生的學習規律，循序漸進地提升學生的計算機專業學習實力，為我國計算機領域培育高精尖人才，從而推動我國高新技術產業的快速發展。

3教材內容的革新

在大數據時代的發展下，計算機應用基礎課程的教材內容必須要進行合理革新，因為傳統的課程教材內容已經落后于時代科技的發展，而編寫新教材的時間和周期遠不及計算機科技的更迭速度。為此，計算機專業的教師需要主動調整改進教材內容，確保學生學習到最新、最前沿的計算機知識。在教材內容革新過程中，需要合理分配教材的教學板塊，如過去的教學內容側重于理論講授。現代化的計算機教學理念明確指出，為了提高學生的計算機綜合學習素養，需要確保理論與實踐教學的同步開展。為此，需要在教材內容中適當增加計算機實踐教學內容，讓學生通過具體的實踐課題學習掌握相關計算機內容，提高學生的計算機核心素養[7]。在教材內容設計時，需要增加一些發散性問題和探討性問題，讓學生可以打破思維定勢，通過發散思維的想象解決相關問題，通過小組合作討論解決相關問題。學生在解決相關問題的過程中提出自己的問題，在處理學生提出的問題時需要師生共同參與，體現出團結合作的學習意識，有助于培養學生的團隊精神，讓學生在探索問題的過程中形成正確的科學精神和對知識的求知欲望。

第8篇：大數據學習計劃范文

關鍵詞：學習分析；教育大數據；可視化技術；學習行為；CMI；DDDM

一、引言

互聯網、云計算和大數據等技術的發展推動著教育信息化的發展。在基礎教育領域，國家提出了基礎教育資源公共平臺的具體落實措施，以實現優質資源共建共享、優質資源班班通，最終通過信息化的手段促成教育的公平。2011年，高等教育領域出現的了一種新型的MOOC課程模式[1-2]。隨后，這種模式成為許多大學認真研究的新事物，無論是在校學習者還是社會公眾，都可以獲得各類開放式的網絡優質課程資源。由此可見，在線教育正在逐步掀起一股新的革命的浪潮，成為一種必然和必要的學習模式。同時，在線教育資源產生的海量數據也為學習分析和教育數據挖掘研究提供了基礎，引發我們對教育更深層次的研究和思考。

二、概述

2.1 教育大數據現狀2.1.1 國內現狀分析。2012年，國內開始有相關論文開始研究教育大數據。至今，大數據在教育領域的應用研究進入了起步階段。隨著我國社會在近幾年的快速發展，信息技術與教育領域已經開始融合，教育事業的發展勢必是離不開信息技術的，信息技術同時也能夠促進教育事業的不斷改革。早在2013年，國內掀起了基于大數據技術促進教育改革和創新的研究熱潮。同時將信息技術應用于教育事業中也是廣大教育者的期望，在2014年的3月，我國的教育部辦公廳就印發了《2014年教育信息化工作要點》中指出了要加強信息技術在教育事業中的應用，我國也自此加強了對于教育大數據的研究，不斷地發現數據、挖掘數據、利用數據，為的就是將信息技術更好的應用于教育事業。2.1.2 國外現狀分析。在國外，已經出現一些企業成功的教育大數據進行了成功的商業化。在美國，IBM聯合一所學校進行了大數據合作。以及專門運用預測性分析幫助提高學習成績的公司、“夢盒學習公司”、“紐頓”公司也已經成功的利用教育大數據成功的了屬于自己公司的利用大數據的適應性學習的系統。不僅是在美國，在加拿大的“渴望學習”也已經推出了信息的大數據的服務項目。由以上的國外的研究中就可以看出，大數據教育在國外的研究較于國內相比還是比較領先的，所以我國應該不斷地汲取在國外的這些研究經驗，進而不斷地提高國內的研究水平。2.2 學習分析的歷史。利用數據考核、分析和評估教學和和學習存在的歷史已經非常的悠久了，另外學習分析技術在CMI等計算機網絡等技術領域同時也是存在了很長的時間。由此就可以看出來，學習分析技術也可以看成是DDDM以及CMI的一種繼承、延伸和發展。（一）CMI。CM可以說是第一代教育數據應用系統，CMI是為個別化教學程序所提供支持的管理信息系統，它最為顯著的功能就是確定和滿足為學習者在學習過程中所產生的各種各樣的學習需求，并且為學習者提供個性化的符合學習者需求的學習資料，更加方便與學習者的學習。在Brudner（1968）的報告中，認為CMI系統中所存儲的數據共計六類，分別是：（1）學生的學術記錄、考試成績集的個性記錄；（2）學生每日的活動記錄；（3）學生的學習目標及學習程序；（4）測試答案文檔及測試文檔；（5）教學目錄及學習指南；（6）有關的預測及分析數據。（二）DDDM。DDDM就是利用計算機的計算能力從而進行數據的分析，并且提供決策的支持的思想，隨著社會的不斷發展，計算機的計算能力也越來越強。根據Wayman（2005）的觀點，在目前的學校領域中，一般來說提供數據的信息系統大致應該有三個種類，即學生信息系統、學習評估系統、數據倉庫系統這三種，這三類的功能各有所側重，向學生信息系統就是記錄學生在日常的學習過程中的出勤率、等情況；學習評估系統就是根據學習者的學習情況、出勤率等方面對學生進行學習評估和分析；數據倉庫系統就是為學生和教師訪問各種類型的歷史數據提供接口，方面學生和教師查閱資料。2.3 學習分析的概念。學習分析技術就是對學生生成的海量的學習數據加以解釋和分析，并且評估學生的學術進展情況，以發現學習者潛在的學習問題，加以改正。一般來說學習分析技術分為五大環節，即數據采集、數據存儲、數據分析、數據表示、服務應用。數據采集就是對學習者的相關數據以及學習資源數據進行采集；數據存儲、分析、表示就是將采集到的學習者的數據進行存儲、分析；服務應用就是將學習者的學習數據進行評估，對未來的進展情況進行預測。學習分析是大范圍收集學習者的學習數據并加以分析，從而評價學習者的當前學習情況、預測其未來的學習表現，并查找潛在問題。數據來源包括學習者的顯，包括學習課程、完成作業和測試的情況，也包括其它隱性表現，包括網絡社交行為和其它不作為學習表現直接評估的活動。2.4 學習分析必要性。在大數據背景下的在線學習，將產生大量的過程性和結果性的數據，學習分析成為一種必要，主要體現在以下三個方面：2.4.1管理者的角度。即實現管理者大規模的管理需求。在線學習的大規模性主要體現為資源多、用戶多、互動交流多、數據巨大。如何充分發掘和利用這些數據，使數據的價值最大性發揮？如何進行大規模的評估評價？如何進行大規模的趨勢預判？這些都是管理者所面臨的問題，通過開展在線學習深入分析，能夠讓管理者做到心中有數。2.4.2教師的角度。即教師獲得教學反饋的需要。在線學習模式下，教師與學習者的互動性顯得更加容易，學習者可以在線對課程進行評價，向教師提問題、考試和作業。基于在線學習平臺對學習過程的記錄，教師可以準確了解學習者在學習過程中普遍存在的問題，并通過教學反思以不斷改進教學方法。2.4.3學習者的角度。即學習者學習個性化的需求。在線學習為每個學習者提供靈活的學習環境，無限制的空間和無限制的時間。每個學習者都在創造自己的大數據。在學習分析的支撐下，平臺可以了解學習者成長的軌跡，學習的現狀，學習者的學習規律， 可實現學習資源的個性化推送、學習質量分析，利于學習能力的提高、學習興趣的培養、提供個性化的服務。

三、學習分析的實現

3.1 學習分析關鍵技術3.1.1 大數據分析。大數據分析技術將隱藏于海量學習數據中的信息和知識挖掘出來，以圖形化的方式直觀展現出來，根據分析結果還可以做出前瞻性的判斷。大數據分析利用回歸分析(多元回歸、自回歸等)、判別分析(貝葉斯判別、費歇爾判別、非參數判別等)、聚類分析(系統聚類、動態聚類等)、探索性分析(主元分析法、相關分析法等)，多種分析的方法來確定能夠對學習者的交互行為以及成績等因素產生的影響并且構建架構模型［3］。大數據分析利用數據網絡挖掘、特異群組挖掘、對象連接、相似性連接等挖掘和融合技術，實現學習者興趣分析、網絡行為分析、情感語義分析等,提煉出有價值信息。3.1.2 可視化技術。可視化技術是將數據轉換為圖形圖像的處理技術，它涉及到計算機輔助設計、視覺和人機交互技術。應用可視化技術，可以在大量高位的學習信息中發現數據中所隱含的內在規律。數據可視化技術一般過程可劃分為數據預處理、映射、繪制和顯示。數據預處理涉及數據格式標準化、數據變換和數據壓縮／解壓縮。映射完成數據建模，是核心。繪制完成幾何數據轉換成圖像的過程。顯示模塊按照用戶的指令進行圖像輸出，實現人機交互［4］。3.1.3 個性化推送。個性化推送顧名思義就是根學習者的學習特點以及學習的方式自主的進行推送能夠滿足學習者需求和個性化需求的學習資源和路徑。大數據可以通過分析學習者的學習數據、分析過學習者更加適合哪一種課程和知識，從而向學習者推薦相關的課程和知識，使得學習者能夠提高對于學習的興趣，進而提高學習者學習的效率。3.2 學習分析典型應用。對于學習分析來說，它的對象就是學習者及其學習的環境，最終的目的就是要發現問題并解決問題，進而優化學習者的學習［5］。可以是全部學習者的整體分析，也可以是針對某個學習者的個體分析。3.2.1 整體分析3.2.1.1 人群特征分析。從學習者的地域分布（國家、地區等）、學歷（博士、碩士、本科、中學、中學以下等）、性別（男、女）、年齡等多個方面進行統計分析，從而獲得各種維度類型的學習者的數量、比率和差異分析。3.2.1.2 用戶類型分析。采集學習者注冊后的學習數據，將從未進行任何課程學習、考試、在線交流等學習活動的學習者定義為注冊者。將僅注冊課程并未完成任意課程的學習者定義為一般學習者。將注冊課程并完成任意課程的學習者，或取得任意課程考試成績證書的學習者定義為積極學習者。3.2.1.3 課程質量分析。通過課程通過率、學習者的評價數據、課程訪問次數、課程訪問實效性等多方面的綜合分析，評估課程的質量，便于課程的及時修訂、教學策略調整和教學過程優化。同時，便于及時地了解到學習者對于哪一些學習資源的關注程度更高，對于哪一種學習資源的關注程度比較少，進而有利于對于學習資源的優化，通過這樣對于學習者關注的學習資源進行加深，對于學習者關注程度較低的學習資源可以適當的減少。3.2.2 個體分析3.2.2.1 知識結構分析。采集學習者與資源平臺的交互數據，如課程完成度、測試成績、課程訪問次數等，構造學習者的知識結構圖，如某個知識點已通過測試可以判定該知識點已掌握，某個知識點還未學習完成、多次訪問并未通過測試，說明學習者可能還未完全消化這個知識點［6］。3.2.2.2 學習行為分析。根據學習者的注冊時間、最后登錄時間、登錄頻率、注冊課程的數量、課程視頻和課件的訪問次數、測試次數、獲得證書數量、交流互動次數、下載的課程、標注的課程等數據，對學習者的學習行為進行分析，比如可以分析學習者的興趣愛好、學習態度等，同時可針對學習者提供相應的合適學習資源，提高學習者的學習效率和學習興趣。3.2.2.3 學習路徑分析過。通過對于學習者的課程瀏覽情況分析以及學習路徑的分析可以充分的了解到學習者在學習的過程中的各種靜態以及動態的信息。另外通過其他的角度對于學習者的學習路徑，及學習者在學習過程中瀏覽課程頁面中所產生的一些數據信息進行分析[7]。3.2.2.4 學習效果分析。通過學習者的測試考試結果，再結合學習者知識結構和學習行為的分析，建立個性化的診斷。比如，某個學習者成績低于所有學習者成績的平均水平，可以借助數據分析，是因為知識結構的欠缺，還是因為學習行為不積極而造成的。如果是知識結構的問題，可以向學習者推送薄弱知識點內容。如果是學習不積極，可以推送學習提醒，對學習者進行個性化的指導。

四、總結

大數據時代的教育資源學習分析，能夠充分地尊重學生之間的差異性，根據不同學生不同的特點以及學習需求，幫助學生制定個性化的學習計劃，并且對于學習者的各種的學習行為以及學習的額特點進行記錄和跟蹤，最終通過數據的比對和分析，預測學習者的未來成績。同樣，學習分析作為教育領域的一個興新的研究方向，需要解決的問題還很多，但是筆者相信學習分析的前景是非常的美好的，隨著我國對于學習分析的研究深入以及問題的不斷解決，關注學習分析問題的社會大眾也會越來越多，所以，學習分析在不久的將來一定會得到良好的發展以及廣泛的應用。

參考文獻

[1]李曼麗,張羽,葉賦桂,等.解碼MOOC[M].北京:清華大學出版社,2013:85-99.

[2]楊勁松,謝雙媛,朱偉文,方小楠.MOOC:高校知識資源整合與共享新模式[J].高等工程教育研究,2014(2):85.

[3]李艷燕,馬韶茜,黃榮懷.學習分析技術:服務學習過程設計和優化[J].開放教育研究,2012(5):18-24.

[4]陳為.數據可視化[M].北京:電子工業出版社,2013:124-399.

[5]李鳳英,齊宇歆,薛慶水.大數據視域下的虛擬學習社區安全研究[J].遠程教育雜志,2013(4):76-82.

[6]曹梅.知識發現在網絡教學系統中的應用研究進展[J].開放教育研究,2008(12):89-93.

第9篇：大數據學習計劃范文

2013年注定是不平凡的一年，現將一年來工作學習情況總結如下：

一、主要工作情況

（一）完成新版網站系統初始化工作，會同辦公室組織實施新版網站系統全員培訓，順利推行新版網站系統上線運行。

（二）協助完成行業內網防火墻的安裝調試工作，提升了行業內網的安全性和可靠性。

（三）參與實施了7樓會議室的改造，加裝了投影儀、幕布，改善了會議室的功能條件。

（四）參與辦公樓感應雷防雷工程，協調防雷工程順利施工完成，進一步確保辦公樓內電子設備安全。

（五）協助配合做好營改增相關信息技術服務工作。

（六）順利完成金稅三期工程網絡項目初驗測試工作。

（七）定期清理電腦實名制、桌面安全管理系統和瑞星防病毒軟件的注冊情況，確保注冊率達到100%。

（八）配合完成高清視頻會議系統建設。

（九）完成筆記本和新購打印機的配發工作。

（十）協助完成行業內網入侵檢測系統安裝調試工作。

（十一）完成ODPS歷史業務數據備份和綜合辦公信息系統權限維護工作，配合完成綜合辦公信息系統全員培訓工作。

（十二）配合實施電子政務外網和行權平臺建設，并參與綜合治稅信息系統建設。

二、主要做法

（一）第一時間響應機制。信息中心作為信息技術服務科室，服務是第一位的。接到故障和維護電話，都會立即放下手頭非緊急重要的工作，第一時間響應，能處理的，當場處理，暫時處理不了的，多方協調，積極尋求解決方案。

（二）堅持打破砂鍋問到底的探索精神。在工作和學習中，遇到問題，遇到難題，記在筆記本上，記在心里，積極探索專研，不弄清楚不罷休。

三、存在問題

（一）信息化建設投入相對不足。信息化建設人員、經費保障與工作需求存在差距。

（二）崗位專業技能與新的征管要求存在差距。在大數據時代，為信息管稅、科技管稅、智慧征管工作要求提供信息技術支持服務能力不足，需要加強學習，進一步增強。

四、下步工作打算

（一）加強學習，提高專業技能水平，增強信息中心保障服務能力。制定學習計劃注重貼近崗位實際，以計算機網絡技術、數據庫技術為重點，輔助以財稅知識的學習，努力提高自身綜合能力和水平。