大数据对教育的应用

第一篇：大数据对教育的应用

大数据对教育的应用

魏慧娟

大数据时代的来临对各行业都产生了深刻的影响，教育领域也不例外。学员的学习行为、思维方式，教师的授课理念、教学方法，学校的教育管理、教学评价无一例外都受到大数据的影响。教育领域必定会在大数据技术的推动下发生深层次的、多元化的创新与变革。

一、大数据对教育领域的影响

1.教育理念与教学评价被迫革新。教育作为社会子系统的重要组成部分深受社会形态影响，现代的教育体系几乎是伴随着工业社会发展同步发展的。市场的扩大与提高，对劳动者劳动技术与经验的要求远远高于个体层面的文化修养，合格劳动力的衡量标志是能不能解决问题。这一实用主义特点对教育领域的影响是巨大的。传统的教学评价不论对学生还是对教员，总是依赖能力测试，通过考试分数的数理统计分析来评价学生与教师。在大数据时代，则是跟踪记录教师与学生教与学的长期行为并对之进行分析，采用过程性、归纳式、多元化的方式进行评价。

2.个性化教学得以真正实现。运用大数据技术，在线平台能实时记录每一位学生的学习行为，教员获得全面丰富的数据内容后利用数据挖掘技术加以整合分析，不但能掌握学生个体的学习状态、知识接受水平，还能了解哪种教学方法对该学生最有效，以及该学生具体的薄弱点。教师根据这些数据就可以针对学生个体因材施教，制定个性化的教学方案、教学活动和学习计划，教学工作真正从共性化的群体教学转向了个性化的个体教学。个性化教学的实现能大幅提高教师的教学质量和学生的学习效果。

二、大数据在教育领域的应用模式

大数据在教育领域的应用模式本质上就是数据的生命周期，即数据获取、数据存储、查找与分析、可视化、决策。

1.教育者角度的应用，即教学领域知识模型构建。大数据教育系统对现有的教学内容建模后通过数据挖掘、学习分析和在线决策各子系统，所必须掌握的教学知识点、教学单元与教学课程之间的逻辑关系，最终重新构建领域知识结构，对现有的教学内容与方法进行改革，达到提高学生学习效果和教师教学效率的目的。

2.学习者角度的应用。（1）个性化课程分析。大数据教育系统首先获取某个学生以前的学习表现，从已毕业学生的成绩库中匹配与之相似的学员，分析已获得的成绩和待选课程表现之间的相关性;然后通过学习满意度调查问卷分析评估学生个人情况;再结合专业课程的重要性，为学生列举课程清单。并向其推荐有可能取得优秀成绩的课程。（2）助学需求预测。大数据教育系统可以通过收集校园卡的生活与消费记录，以一日三餐为主要权重指标对生活必要开销进行计算评估，当发现某学员的消费明显低于预警线时，会主动通知学校相关管理方，由相关部门与学生进一步沟通，并进行相应调查，判断该学员是否需要助学帮助。

3.其他应用。当大数据教育系统与其他领域的大数据系统互联互通后能发挥的作用不可估量。比如，与社保、医疗、金融、公安、政府等大数据实现安全共享后，教育系统内所有学校与学区内的情况可以从各个角度可视化地展现在出来。大数据系统既能帮助学员从选择学习合作小组到职业规划的制定等各个方面进行辅助指导，也能帮助国家层面的教育管理者制定宏观教育政策、调整教育改革方向、分配教育资源。

总而言之，大数据在教育领域的应用惠及该系统内学生、教师、教育管理者、教育研究者等所有人员，它是未来教育发展的必然趋势。但作为新生事物，大数据具体的应用还不成熟，需要在实践探索中不断改进完善。

第二篇：产品经理对大数据在教育领域的应用分析

产品经理对大数据在教育领域的应用分析

传统教育模式，教师对学生的评价，绝大部分来自考试成绩及较为主观的判断。而互联网模式下的教育模式，核心是为学生自我发展、教师教学反思、学校的质量提升提供基于数据分析的支撑，从而减轻教育评价体系的负担，同时采用统一的标准进行评价，在一定程度上提升评价的准确性。

其中，“数据分析”＋“可视化”：让学生、老师、家长三方都更全面的了解学习情况，更重要的是老师会根据大数据的分析，对教学内容做针对性的调整，管理人员同时也可以根据科学的数据支撑进行学校资源管理。

四大评价体系：数据代替传统 客观评价体系

（1）定位

从主观判断到客观评价（2）案例 · 学习诊断分析系统 · 课堂互动反馈系统

伴随式评价体系

（1）定位

从总结性评价到过程性评价（2）案例

区域性数字化教育评价体系：用数据代替传统的查资料，调研访谈来描述区域发展问题。

智能化评价体系

（1）定位

从人工性评价到智能评价（2）案例

· 万份英语同题作文智能评价：智能评价技术代替传统改卷模式 · 课堂评价系统：即时练习考试与成绩分析

综合性评价体系

（1）定位

从单一评价到综合评价（2）案例

学生综合素质在线评价：多维学习评价代替只看成绩的方式。

大数据的最终目的，即为最大化实现自适应学习，自适应学习是把学习和评价联动起来的一种科学的学习模式。因为，要自适应学习，必须有一个系统随时看到学生学到什么程度，这个完全是评价。但是，评价完了之后有一个新的呈现。目前国内很多教育机构在研究自适应的学习模式，但都处于起步阶段，若要把自适应做好做透，一定是真正通过大数据、根据算法模型来分析学生的学习数据，匹配下一步应该学什么。

大数据的核心在“大”，大数据需要一个量的累计，积累始终是需要时间去培养的，大数据给教育带来的好处，会随着时间的迁移越来越明确。

两类学校试点：个性代替全面

就目前而言，教育领域大数据的作用还在基础教育这一块，优化学生成长路径，转变新理念，把教育忘服务方向转换，为学生提供更全面的发展机会。，大数据会帮助家长从孩子学习数据到心理测评数据中了解孩子，更合理的规划兴趣拓展，更客观的选择文理分科，更科学的进行志愿填报。大数据帮助家长通过数据为孩子更好的判断未来。

幼儿园

定位 案例 目的

K12

（1）定位

利用大数据革新课堂交互模式（2）方法

· 确定学生的有关数据；

· 了解对于学生的学习来说什么是真正重要的； · 有针对性地为学生提供合适的教学．（3）案例 · ClassDojo · 智能设备 · 智慧校园（4）目的

挖掘个性发展方向，实现健康快乐成长。

小Q来总结

在线教育未来的发展方向「标准化」＋「产业链」，「提升效果」＋「精准匹配」。对于教育领域大数据的采集与设计，现实存在的问题有：纸质作业仍未全面电子化，大多数家长并不允许孩子们长时间地使用移动设备。数据采集过于碎片化，并不构成线性结构。若要获得突破，先想办法拿到数据才有可能产生效果，这是大数据在教育领域应用分析中最核心的难点。

第三篇：对加强税收数据分析应用的思考

关于加强税收数据分析应用工作的思考

摘要：开展税收数据分析应用工作，可以为领导决策和强化征管提供科学依据。在新形势下有效地税收数据分析应用是实现税收征管“科学化、精细化”的关键所在，如何结合税收征管实际来加强税收数据分析应用工作，从而更好地为组织税收收入、加强税收征管、提高纳税服务水平服务，这是我们值得深刻思考的问题。

关键词：税收信息化 数据分析应用

近年来，随着应用系统整合力度的加大，数据省级集中步伐的加快，为税收数据分析应用提供了良好的平台和载体。各地都在探索开展税收数据分析应用工作，为领导决策和强化征管发挥了积极的作用。不过我们应清醒地看到，当前税收数据分析应用工作中还存在一些问题，不同程度地制约了税收数据分析应用的深入开展。在新形势下有效地税收数据分析应用是实现税收征管“科学化、精细化”的关键所在，如何结合税收征管实际来加强税收数据分析应用工作，从而更好地为组织税收收入、加强税收征管、提高纳税服务水平服务，这是我们值得深刻思考的问题。

一、目前税收数据分析应用工作存在的主要问题

随着综合征管软件的推行、主体软件的整合和辅助软件的上线，各地都从基础性工作入手，把数据分析应用与税收管理结合起来，在一定程度上提高了征管质量和效率。但是，我们也要清醒地看到，数据分析应用工作还存在诸多问题，主要有：

（一）数据不够全面准确，征管基础不实和税源管理薄弱的问题在一些地方还不同程度地存在。征管基础和税源管理是整个税收征管的基础和核心，是反映税收征管水平的重要方面，也是实现“科学化、精细化”管理的出发点和落脚点。对于税务部门来说，纳入系统管理的纳税户数与实际管户相符，税务登记数据全面完整，申报征收数据真实准确，是确保信息数据全面准确最基本的要求，但在实践工作中要完全达到这一要求是十分困难的。同时，企业的财务数据、相关部门与税收管理密切相关的数据、宏观经济数据等也需要采集和处理，这就对数据采集工作提出更高的要求。

（二）税收数据分析选题实用性不强。目前一些基层单位的税收数据分析多限于常规分析，专题分析较少，而对本区域经济税收有针对性和指导性的分析更是少之又少，不能根据一段时间内的工作重点、政策变动、税制改革等影响进行有针对性的税收数据处理分析。还没有完全建立起税收分析、纳税评估、税源监控、税务稽查“四位一体”的良性互动机制，数据信息的深度利用在指导税源管理、税务稽查和领导决策等方面的作用还有待进一步提高。

（三）数据集中度有待进一步提高。由于税收信息化进程在开始阶段没有按照“一体化”要求进行建设，各类税收应用软件各自为政，没有统一的标准和接口，后来虽进行了多次整合和集中，但长期形成的分散、独立的信息资源依然存在。这些信息数据分散在各级税务机关、各个应用软件中，数据共享度较低，开展数据分析应用工作难度较大。一些基层单位从纳税人或其他部门采集的一些数据也没有统一的存储标准，造成数据资源的浪费。

（四）从事数据分析应用工作的人员整体素质偏低。目前税务干部的信息技术水平还跟不上形势发展的需要，既懂业务又懂技术的干部较少，既懂业务又懂技术还具备深度利用数据信息的干部更是寥寥无几，不少干部还没有切实把提高自身的信息技术运用水平作为强化素质、加强征管的基本要求，这些都制约着税收数据分析工作的深入开展。

二、加强税收数据分析应用工作的措施

按照我省国税部门“依法治税、管理强税、人才兴税”的三大战略和“科学化、精细化”的税收征管要求，针对以上问题，结合实际，笔者认为要从以下几个方面加强数据分析应用工作，充分发挥数据分析在税收管理、税收执法和纳税服务等方面的反馈、指导和服务作用，提高整体税收征管效能。

（一）加强思想教育，全面提高对数据分析应用工作的认识。要认识到在当今世界信息化浪潮激流澎湃形势下，税务部门作为国家宏观经济调控部门，要实现税收事业科学发展，必须密切关注税收发展的最新动状态，把实施科技兴税放在重要位置，进一步加强税务信息化建设。要认识到信息化条件下税收征管是占有信息、分析信息和应用信息的过程，认识到信息化条件下税收征管工作的全部内容决不是数据，但绝对需要加强对数据的分析与应用。要认识到要适应税收信息化时代的要求，就不仅要能熟练掌握税收政策，而且要利用相关税收软件对所获取的税收管理数据进行深层次的分析和监控，不断提高信息化应用管理能力。要认识到税收数据分析不单单是就数据而分析数据，要充分发挥其宏观作用，找出以前征管工作中的薄弱环节和存在的问题，整合管理资源、形成整体合力、强化税源管理，推进税收科学化、精细化管理，指导征管实践。要认识到税收数据分析的结果不只是通报，要在落实上下功夫，要以数据质量指标评价税收工作水平的高低，实现税收业务和信息技术的有机结合。

（二）建立数据仓库，努力实现数据的高度集中。数据仓库是决策支持系统和联机分析应用数据源的结构化数据环境，主要研究和解决从数据库中获取信息的问题。在实现数据省级集中的基础上，加快其他各类数据的省级集中，开发统一的数据接口，将不同的税收应用软件进行整合和集中。整合所有税收业务，集中存储所有业务数据，将分散于不同系统和不同地域的数据进行统一整理，建立起完备的数据仓库。通过各级技术部门，把简单的数据变为可分析应用的信息，并及时提交给相应的管理部门，供管理部门做出提高征管效能的决策。

（三）拓展采集渠道，提高数据采集的完整性。扩大税收征管数据采集面是解决税务机关与纳税人之间、上级税务机关与下级税务机关之间信息不对称的重要举措，也是提高数据分析针对性和有效性的必要条件。现在税务机关采集的信息仅是企业纳税申报表所提供的信息，企业微观经济运行的数据几乎无法获取，而这些数据正是税务机关强化征管的重要依据。因此，要努力做好以下几点：一是通过纳税人财务数据管理系统和多元化申报方式的应用，完整准确地采集纳税人的税务登记数据、纳税申报数据，并及时采集纳税人的生产经营信息，采集其申报附表资产负债表、损益表、现金流量表等数据，与各信息系统数据一起纳入“一户式”储存;二是要加强数据资源整合和相关应用系统，减少数据多头采集，达到数据一次采集多面应用，降低数据采集成本和基层工作人员的工作量，在全面掌控纳税人的基础信息、涉税信息及生产经营各方面的情况下切实为纳税人和基层人员进行减负；三是加强与有关部门的横向联系，从工商部门、地税、海关、金融机构、统计部门以及行业主管部门以及与之相关的第三方等取得企业进、出口货物种类及数量、企业开停业情况、现金流量和资金使用信息、税金入库信息、企业生产经营、物耗、能耗、成本、利润等相关数据，与企业基本资料、申报、纳税数据进行比对，研究企业真实的税源状况。

（四）加强监控考核，严把税收数据质量关。税收数据质量是种类税收应用软件的生命线，也是税收数据分析应用的基础。一是要建立健全数据录、审、调、存、传等方面的管理制度，严把数据质量关，把数据质量管理与推行税收执法责任制结合起来，实行过错责任追究。要严把入口、操作和维护“三关”，使所有数据在进入系统时，必须先对其真实性、准确性和各数据间的逻辑关系进行全面审核。二是要加强对各应用系统的数据质量进行监控。通过执法软件和省局开发的数据质量监控系统定期对进入系统的数据进行分析监控，及时发现错误的、不合逻辑的、可疑的数据，并将分析监控结果及时向各级相关人员进行通报。三是对通报的内容的修改情况实行过程监管。充分利用数据集中优势，对通报的处理情况进行随时监测，规范操作行为。在进行数据整改过程中要统一数据口径和处理流程，确保数据在各环节的一致性，避免造成数据的二次错误和相互冲突。

（五）多方论证评审，提高分析选题的针对性和科学性。在进行数据分析选题时，要结合本单位管理的实际情况，考虑诸多因素确定税收分析选题范围。在充分参考基层征管实践工作中遇到的问题和总结的经验的情况下，组织专人对选题的科学性和针对性进行充分论证。在认证过程中，引入专家评审制度，由有丰富经验的一线工作人员、管理人员和邀请社会上知名的专家学者共同组成专学组对主题进行评审。为适应经济和税收发展变化需要，分析选题要从宏观和微观两方面入手，结合具体工作实际，将税收工作的难点、热点问题优先列入选题范围。通过数据分析，不仅要发现工作中存在的问题，提高税收科学化和精细化管理水平。同时要指导税源管理工作，提高纳税评估和税务稽查的选案准确率，更好的处理所选主题在税收征管实践中的指导意义。

（六）加大培训力度，提升税务干部的数据分析应用水平。实现信息化条件下的税收数据分析，人才是关键。充分利用培训教育、继续教育、普通教育、社会教育等多种途径和手段，采取有效制度和措施，建设高素质的税收数据分析人才队伍。要遵循信息化人才的成长规律，打破传统的管人、用人机制，制定信息技术人才的使用和培养政策，建立信息化考核指标体系的绩效考核和能级管理制度。注重引进、培养中、高级层次的人才，加强在职人员计算机技术和信息技术应用的普及教育和继续教育，注重培养既掌握信息技术又熟悉税收业务的人才，重点提高相关人员的税收数据分析的管理和应用水平，造就一批高素质的人才队伍。同时导入专家机制，积极借助外部技术力量来推动和促进税收数据分析机制的发展。

参考文献：

（1）《税收信息化教程》中国人民大学出版社 谭荣华（2）《创新管理 重点突破 进一步推进我省国税事业的科学发展》 作者：许月刚

（3）《数据仓库技术在税务行业的应用》 王涛 《武汉理工大学》 2006年

太原理工大学 朔州市国家税务局

李鑫

第四篇：浅谈大数据在教育管理中的应用

浅谈大数据在教育管理中的应用

大数据的发展给困境中的教育变革提出了新的挑战。大数据越来越广泛应用于教学，通过在线测试、实时调查等方式获取学生的基本情况、了解学生的学习潜能等，从而使教师更容易针对问题，因材施教。

学校已有的信息采集设备对我们的数据收集具有重大意义。例如：网上阅卷系统，高考、中考阅卷早已采用网上阅卷。可能很多老师知道网上阅卷的优点，如评卷的公正性、准确性、高效性。其实网上阅卷系统更是一个数据的采集系统，采用网上阅卷系统对数据的采集、统计和分析的深度还是广度都大大地超越人工所能及的范围。

如10月中我校进行了本学期第一次统考，语文试题主观题共设了22个采分点，评卷系统采集了22个得分点的数据，很容易发现各知识点的得分情况。教学过程中的成功之处和薄弱点得到了极其详细的反映。网上阅卷的统计分析结果还能对试卷的质量如难度、信度、区分度、效度等指标进行科学的分析，使命题中存在的问题也得以全面地反映。由此可见，玩转当前的 “小数据”对现实的教学有益，也是迎接大数据时代到来的一种准备。

大数据时代教师需具备的三种基本能力：第一种能力是获取及整合学生、学校数据的能力，第二是探索数据背后价值和制定精确教育教学行动计划的能力，第三是把这些计划快速实时地应用于教育教学工作中的能力，应用于课堂的能力。要实现这些能力的提升一方面有赖于学校及教育主管部门对教师的培训，另一方面当然依靠我们老师自身与时俱进的学习。日益强大的互联网、多媒体及概念软件、开源软件等为师生提供了更加自由、灵活的学习和探索空间，求知的视野被极大拓宽。学习与生活、教育与社会不再被孤立，学生、学校与现实生活的体验更为接近，学生学习兴趣、学校办学动力将被大大激发。

大数据的应用在教学管理方面，较之传统的教学，更加高效、开放和多元，教学活动参与者之间的沟通更加通畅，互动更加深入，教师的备课、作业批改、教学评价等更加智能化。大数据时代的到来，可以通过技术层面来评价、分析并进而提升教学活动。

第五篇：中小学教育中的大数据应用认识 - 副本

中小学教育中的大数据应用认识

摘要：大数据意义之“大”，更深层次的在于对海量数据的采集处理、统计分析、挖掘应用。教育大数据的分析应用，是教育信息化发展背景下的教育教学管理方式的创新摸索，是未来教育教学改革、教育质量监控的数据依据。

大数据就是巨量的数据，典型为PB或者EB存储数量级的数据。Byte、KB、MB、GB、TB、PB、EB、ZB、YB、DB、NB，按照进率1024（2的十次方）递增，按照目前主流硬盘TB单位计算，一个PB概念的存储就不是一个普通机房所能容纳，而EB存储或许只有搜索引擎公司才具备。

大数据意义之“大”，更深层次的在于对海量数据的采集处理、统计分析、挖掘应用，而且这些分析处理并不是一般数据库和软件技术所能承受，而必然采用分布式架构，依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术。

所以，不能简单地以数据的规模大小来界定大数据，而是要注重是否满足用户需求的数据处理与分析的复杂程度。再者，大数据在教育中的应用，从发展阶段或者从应用上来看，我觉得也可以分为两个层次。

一、教育大数据的资源共享功能 2012 年9 月29 日，国务委员刘延东在全国教育信息化工作电视电话会议上提出：“十二五”期间，要以建设好“三通两平台”为抓手，也就是“宽带网络校校通、优质资源班班通、网络学习空间人人通”，建设教育资源公共服务平台和教育管理公共服务平台。抓住机遇，乘势而上，开拓进取，以信息化带动教育现代化，促进我国教育事业科学发展的重大战略任务。

教育信息化建设目前大力发展，“三通两平台”建设为教育的大数据应用奠定了坚实的基础。教育教学管理涉及的大数据非常广泛。在教育管理平台、资源管理平台、在线学习的平台和课程管理平台、视频直录播平台、校园一卡通等等这些系统中，日常教育教学活动中所产生的管理人员、教师、学生以及家长等各类行为数据，如师生基本信息、教育管理及考勤、学籍学分处理、教学活动信息、教育教学研究、设备仪器管理、各类通讯信息，都可以成为教育大数据。

在这个信息时代，大数据的资源共享应用在教育信息化中起到越来越重要的作用，在教育教学中从很大程度上帮助了教师创新教学模式和教学方法。而如何用好大数据深层次的功能，是我们面临的更加重要的课题。

二、教育大数据的分析应用功能

有人说：我们正在使用大数据，正在下载文字、图片、视频、课件，正在利用平台及平台资源开展一系列教育教学活动。的确，这是应用，但不是分析应用，不是大数据层次的应用。

2012年，浙江诸暨、东阳相继出现教育云概念。诸暨区域教育云以软硬件系统需求角度出发，东阳教育云全国规模化应用试点以资源建设角度出发，相继获得了省级、国家级认可，其目的都是为了配合教育教学应用推进而展开。这是教育相对发达省份浙江的两个县级市，在教育信息化发展的今天，为适应日益增长的教育教学应用实际需求而进行的新模式的探索。

大数据用最原始的方式入“云”，简单点说，是每一个人、每一个部门、每一个家庭、每一个行业，不同个体、单位进行各类行为操作的汇总。记录的不单单的输入的数据本身，而延伸植入了输入者本身的一切相关联信息。当你在论坛发表一条消息，你的资料同时就被关联，一起被关联的还有你曾经在网络上发布其他信息，以及与你相关的联系人。这不是简单的数据拷贝，也不是数据录入员的简单录入，这样的情况下，教育资源云技术化，首先就摆在了我们面前。

（一）云计算与大数据的关系

2006年8月9日，Google首席执行官埃里克·施密特（Eric Schmidt）在搜索引擎大会（SES San Jose 2006）首次提出“云计算”（Cloud Computing）的概念。云计算是为适应越来越大的计算、越来越多的数据、越来越快的速度要求而产生的主流IT技术。当云计算出现了之后，大数据概念自然而然的进入IT视野，并迅速引发全球范围内深刻的技术变革，乃至应用到各个领域。

如果说大数据是战略资源，云计算则是调配资源的指挥系统。云计算和大数据关系密切，两者相辅相成，不可分割。大数据是云计算的对象，脱离了大数据的应用实际，云计算就没有生命力。云计算是大数据的基础，为大数据提供了可以自由扩展、相对适宜的存储空间资源，还使得对大数据的分析处理能够及时有效的进行。所以，云计算技术的逐步完善，为教育大数据深层次应用提供了可能。

（二）教育大数据应用功能剖析

1、大数据能有效监控教育教学质量

中小学教育教学质量监控具有“全要素”、“全过程”、“全员性”、“全方位” 等四大特点。“全要素”是指教师教学过程，学生的学习掌握，管理人员工作质量等等所有因素；“全过程”是指教育教学的全程，包括教学过程的教学计划、教学实施、教学反思阶段，学生的入学、学习、考核、毕业等等；“全员性”是指有关中小学的教师、学生、管理工勤人员的一切相关内容；“全方位”是指不仅包括教学过程、教学效果，也包括在科学的基础上，对教学过程实施有效控制。有了现代化的教育教学环境下大数据平台的支撑，四“全”问题引刃而解。

（1）及时准确反馈学生信息

一般各类课程中心网站提供了学习各学科课程知识的功能，而目前流行的慕课（MOOC）平台，参与者可以在线提问，其他人可以进行交流解答，也有可能穿插一些小测试，能够反馈学习情况。在这样的教学过程中，产生了大量的实时数据，被慕课平台记录，并经过相应分析处理，原来杂乱的单个数据累积起来之后，学生的行为就能呈现出规律性，科学的反映出学生在整个教学过程中所处的状态及存在的问题。这样就可以有根据地调整学习内容或有针对性地进行学习，大幅提高教学质量。根据大数据总体分析结果，管理部门也可发现传统模式下无法发现的问题，并采取针对性解决方案，进行更有利的课程设计，更好地促进教育的发展。

在信息化的环境中，老师在设计某课的时候，可以逐步提出问题，并由学生反馈相应的答案到移动终端。老师在教授过程中，时间节点由老师控制，而这个时候学生只需要在相应的知识点这里点击“A”或者“B”，“是”或者“否”，如同鼠标左右键的点击一般简单，等到讲解完毕之后，老师马上就能知道，50%的学生在讲到第3点的时候已经出现错误，80%的学生在第5点的时候，就普遍没能掌握。

（2）科学比对不同类型数据 拥有Nike+标志的耐克鞋，表示内含芯片和传感器，可以记录步伐、步速和跳跃的高度等数据。Nike同时也建立了一种新标准，并赋予一个标准化的数值Nikefuel，它能够不受时间和项目限制，以特定的方式记录个人运动表现及方式，并能将不同个体的不同运动进行对比。此外，Nikefuel也能起到平台的作用，串联整个Nike+社区的人进行合作沟通、比赛交流，再相互激励，进行更多的运动。此种模式下，如果罗杰·费德勒穿戴Nike+打网球，而科比·布莱恩特通过Nike+打篮球，但是他们仍然可以通过Nikefuel 值互相进行比赛。

如此，我们便可设想，在教育部门组织开展教师或者学生的各项考评或者比赛时候，有困难的情况下就没有必要一定要分组分学科进行。调用中小学各学科以往的成绩统计信息的大数据作为大样本依据，小学组参赛选手成绩与小学组大数据比较，中学组参赛选手成绩与中学组大数据比较，得出各自的相对位次，即可确定胜负。

即使是严谨如高考，考生也完全可以自主选择考试时间分批进行。高考试卷由电脑随机出卷、自动打印、考生答题、自动回收、智能阅卷，实现一系列全自动化模式，绝对保证公平公正。其中最重要的一点，是考生试题的不同与成绩判定准则。我们可以根据全市、全省、全国的大数据成绩进行比对，考生的试题无论难易程度如何，均可自动分析难度系数评定分数；也可以根据答题时间、答题方式、答题要点掌握作为一些辅助评定指标。如A、B两考生，同样的答对了X题，但是大数据记录的时间显示A比B快，则A成绩比B高；如事先设定M答题策略优于N答题策略，则得出两个相同答案且时间相等的考生，答M的考生优秀。

2、大数据能综合优化教育教学策略

在对教育教学质量进行有效监控的前提下，大数据可以及时在调整教育教学策略中提供依据。通过对学习者的反馈信息进行分析，可以适当调整教育教学流程。

如：教学设计A知识点6分钟，B知识点8分钟，总计14分钟。在进行相应课内测试后，马上就能得出A掌握度80%，B掌握度70%。这样，立刻就能在下一堂课调整教学设计，A知识点5分钟，B知识点9分钟；或者根据不同情况的需求，A知识点7分钟，B知识点7分钟。

3、大数据能有效建立师生个体模型

该模型可以包括师生个体的教学状态数据、思想行为数据、知识体系数据等档案记录。教学状态数据，如学生在学校中各学科、各活动的参与度，教师可以是某一课程中的教学信息汇总，包括教学设计、课件制作、课程教授、教学反思等信息，还可以包括网络即时课程评估、再设计，大幅度提升教学效率；思想行为数据来说，学生模型可包括学生在学校中进校开始的一系列思想行为数据，包括按时上课下课、体育课运动量、食堂就餐信息，甚至包括到过的学校每一个地方、交流过的每一个人员信息；知识体系数据可以是记录学生一系列课程中的表现，如回答各类问题的数量、答案的正确率、花费的时间等等。

在教育信息化大形势下，教育软件硬件持续投入、智慧校园建设不断加强、教育技术研究深入开展，全国2亿中小学生在学习、工作、生活中衍生的无可估计的大数据，为教育教学改革良性发展提供了充分依据与良好机遇，充分吸收、分析、挖掘和应用这些数据，将是教育教学管理信息化发展的必然追求。

参考文献：

[1] 刘延东.把握机遇 加快推进 开创教育信息化工作新局面[R].全国教育信息化工作电视电话会议,2012.[2] 周湘林.大数据时代的教育管理变革[J].中国教育学刊，2014（10）：25-30.[3] 何清.大数据与云计算[J].科技促进发展，2014（01）：35-40.[4] 韩志君.简析大数据在教育领域的运用[J].科技视界，2014（06）：334 [5] 田芳.浅议中小学教学质量监控体系的建构[J].当代教育论坛，2010（5）：58-60.