季孟雪 張海 楊絮

多年來，包括教育在內(nèi)的許多部門的數(shù)據(jù)一直在急劇增加，許多行業(yè)面臨海量、高速和多模態(tài)數(shù)據(jù)的沖擊。在醫(yī)療保健、教育等領(lǐng)域，數(shù)據(jù)增長率每年高達(dá)35%。SAS研究所研究表明，處理大數(shù)據(jù)任務(wù)所需的員工增長了240%。為了理解大數(shù)據(jù)，教育數(shù)據(jù)挖掘和學(xué)習(xí)分析正在成為尋求提高戰(zhàn)略和運(yùn)營決策能力的教育機(jī)構(gòu)的通用語言。通過考察學(xué)生成功率、學(xué)生保留率、學(xué)習(xí)成果以及其他教育指標(biāo)，分析和預(yù)測建模的使用成為教育大數(shù)據(jù)領(lǐng)域的導(dǎo)航性資產(chǎn)。大數(shù)據(jù)分析和基于直覺的決策已經(jīng)成為大數(shù)據(jù)時代的關(guān)鍵組成部分。本文對教育數(shù)據(jù)挖掘和學(xué)習(xí)分析未來四種發(fā)展趨勢進(jìn)行了介紹，期待為研究者與教師提供參考和啟示。

● 趨勢一：建立教育領(lǐng)域的數(shù)據(jù)分析概念框架

在深入研究某些目標(biāo)區(qū)域之前，必須建立某種信息分析概念框架。而迄今為止，各種領(lǐng)域中數(shù)據(jù)概念框架仍很匱乏，相對較為發(fā)達(dá)的是商業(yè)領(lǐng)域的數(shù)據(jù)分析概念框架研究，可以將其作為教育領(lǐng)域概念框架的參考。Liebowitz基于商業(yè)情報(bào)/分析領(lǐng)域的研究和最佳實(shí)踐，提出了如圖1所示的商業(yè)智能分析概念框架，教育領(lǐng)域同樣可以據(jù)此構(gòu)建一個信息分析概念框架。這一框架表明，業(yè)務(wù)和IT驅(qū)動因素會影響組織的分析策略，而業(yè)務(wù)推動因素會影響分析策略的成功程度；借助成功因素，可以從分析策略中獲取價值，構(gòu)建發(fā)展路線圖（通常為三年）。

● 趨勢二：自適應(yīng)學(xué)習(xí)與教育數(shù)據(jù)挖掘

自適應(yīng)學(xué)習(xí)和教育數(shù)據(jù)挖掘是近年來不斷發(fā)展的領(lǐng)域。自適應(yīng)學(xué)習(xí)通常也和個性化電子學(xué)習(xí)、自適應(yīng)課件和智能輔導(dǎo)系統(tǒng)互換使用。

Grubisic（2013）對這個領(lǐng)域的文獻(xiàn)進(jìn)行了回顧，發(fā)現(xiàn)了5924篇涉及自適應(yīng)電子學(xué)習(xí)系統(tǒng)、智能輔導(dǎo)系統(tǒng)、課件生成、課件排序、自動課件、動態(tài)課件、自適應(yīng)課件或自動生成課件的相關(guān)論文。21%的論文與自適應(yīng)電子學(xué)習(xí)系統(tǒng)有關(guān)。這些自適應(yīng)電子學(xué)習(xí)系統(tǒng)，主要使用宏觀和微觀兩種方法來實(shí)現(xiàn)適應(yīng)。宏觀適應(yīng)發(fā)生在學(xué)習(xí)和教學(xué)過程之前，收集關(guān)于學(xué)生認(rèn)知能力的數(shù)據(jù)，然后驅(qū)動最適合這些決定的學(xué)習(xí)環(huán)境和教學(xué)類型。微觀適應(yīng)發(fā)生在學(xué)習(xí)和教學(xué)過程中，從而調(diào)整學(xué)習(xí)方法，根據(jù)在電子學(xué)習(xí)會話期間學(xué)生的知識變化而變化。后一種方法也可稱為“個性化學(xué)習(xí)”。

教育數(shù)據(jù)挖掘與自適應(yīng)學(xué)習(xí)密切相關(guān)，著重于發(fā)現(xiàn)驅(qū)動學(xué)生學(xué)習(xí)結(jié)果的隱藏模式和關(guān)系。例如，美國馬里蘭大學(xué)學(xué)院應(yīng)用數(shù)據(jù)挖掘來識別第一或第二學(xué)期具有關(guān)鍵“風(fēng)險(xiǎn)”的轉(zhuǎn)學(xué)生，以便提供必要的支持服務(wù)來幫助他們成功畢業(yè)。

Pena-Ayala（2013）回顧了240份教育數(shù)據(jù)挖掘論文發(fā)現(xiàn)：首先，描述性或預(yù)測性的方法經(jīng)常被應(yīng)用于教育數(shù)據(jù)挖掘中，因此未來教育數(shù)據(jù)挖掘模塊期待能集成在典型的教育體系結(jié)構(gòu)中。其次，教育環(huán)境中基于數(shù)據(jù)決策的概念將越來越重要，大數(shù)據(jù)和分析在教育環(huán)境中的重要性越加凸顯。最后，教育數(shù)據(jù)挖掘?qū)⑼ㄟ^社交網(wǎng)絡(luò)、網(wǎng)絡(luò)和文本挖掘、虛擬三維環(huán)境、空間挖掘、語義挖掘、協(xié)作學(xué)習(xí)、大數(shù)據(jù)體系結(jié)構(gòu)和其他技術(shù)領(lǐng)域的進(jìn)展得到進(jìn)一步增強(qiáng)。

● 趨勢三：數(shù)據(jù)可視化和可視化分析

一圖勝千言，對管理人員而言，數(shù)據(jù)可視化對于理解和快速掌握分析大數(shù)據(jù)結(jié)果至關(guān)重要，因此教育大數(shù)據(jù)分析領(lǐng)域的一個關(guān)鍵增長領(lǐng)域是使用可視化分析。無論是公司的CEO還是大學(xué)校長，分析結(jié)果都必須以易于理解的方式展示。

執(zhí)行儀表板（如流行的Tableau軟件）是將數(shù)據(jù)可視化應(yīng)用于分析結(jié)果的一種方法。圖2顯示了使用SAS可視化分析進(jìn)行K12學(xué)生分析的示例。

圖3顯示了一個使用Tableau 軟件的例子，它是一個區(qū)級的評估儀表板，用于比較學(xué)生分?jǐn)?shù)和餐食計(jì)劃。

Thomas和Cook（2006）指出，未來視覺分析從研究轉(zhuǎn)向?qū)嵺`，應(yīng)注意以下幾點(diǎn)：開發(fā)基礎(chǔ)設(shè)施以促進(jìn)對新的可視化分析技術(shù)的評估；創(chuàng)建和使用通用的安全和隱私基礎(chǔ)設(shè)施，密切結(jié)合隱私支持技術(shù)，如數(shù)據(jù)最小化和數(shù)據(jù)匿名化；為視覺分析軟件使用基于組件的軟件開發(fā)方法，以便于評估集成原型中的研究結(jié)果，并在不同的操作環(huán)境中部署有前途的組件；確定并公布將可視化分析技術(shù)插入運(yùn)營環(huán)境的最佳實(shí)踐。

許多組織，如美國高等教育協(xié)會Educause和英國知識媒體研究所，正在研究如何在教育環(huán)境中改進(jìn)可視化分析。例如，Educause的學(xué)習(xí)分析計(jì)劃一直在關(guān)注視覺分析如何在教育中發(fā)揮關(guān)鍵作用；知識媒體研究所的Catalyst項(xiàng)目則利用基于Web的注釋工具，幫助用戶優(yōu)先關(guān)注推薦內(nèi)容、在線創(chuàng)建觸發(fā)器，通過交互式可視化以及社交網(wǎng)絡(luò)和審議分析來增強(qiáng)現(xiàn)有社交媒體平臺。此外，在未來幾年，數(shù)據(jù)可視化和可視化分析還可能繼續(xù)發(fā)展，允許決策者在沉浸式環(huán)境和交互式游戲場景中分析數(shù)據(jù)。

● 趨勢四：教育中的知識管理

另一個重要趨勢是教育中的知識管理。知識管理是指如何最好地利用組織內(nèi)部和外部的知識，處理知識保留和轉(zhuǎn)移問題，組織應(yīng)用知識管理來增加創(chuàng)新，建立組織的機(jī)構(gòu)共同記憶庫，提高適應(yīng)性和敏捷性，以及組織內(nèi)部和外部的有效性。

在教育領(lǐng)域，有一些組織，如教育知識管理研究所，其任務(wù)是改進(jìn)教育部門的持續(xù)學(xué)習(xí)、合作和變革的實(shí)踐。在美國范德比爾特大學(xué)醫(yī)學(xué)中心，他們的知識管理信息中心提供高水平的數(shù)據(jù)和知識組織技能，以優(yōu)化企業(yè)臨床、研究和教育活動。美國馬里蘭大學(xué)圣母院有一個新的知識管理分析碩士學(xué)位，研究知識管理和分析學(xué)之間的協(xié)同作用。此外，香港大學(xué)教育學(xué)院創(chuàng)建了《知識管理與電子學(xué)習(xí)》雜志來專門研究這一新領(lǐng)域。

《地平線報(bào)告》指出，數(shù)據(jù)驅(qū)動學(xué)習(xí)和評估的興起近年將成為推動教育變革的趨勢，大數(shù)據(jù)和分析在高等教育中的應(yīng)用前景一片光明。因此，自適應(yīng)/個性化學(xué)習(xí)、教育數(shù)據(jù)挖掘、數(shù)據(jù)可視化、可視化分析以及知識管理和混合/電子學(xué)習(xí)將發(fā)揮越來越大的作用，更好地為高等教育的管理者和教師提供服務(wù)和支持。