楊現民 王榴卉 唐斯斯：教育大數據的應用模式與政策建議

　　作者簡介：楊現民(1982- )，男，河北邢台人，江蘇師範大學江蘇省教育信息化工程技術研究中心副教授，主要從事智慧教育、移動與泛在學習研究，E-mail：yangxianmin8888＠163.com；王榴卉，江蘇師範大學江蘇省教育信息化工程技術研究中心，江蘇 徐州 221116；唐斯斯，國家信息中心，北京 100045

　　來源：《電化教育研究》2015年第9期

　　內容提要：大數據是推進教育創新發展的科學力量。教育大數據是整個教育活動過程中所產生的以及根據教育需要採集到的一切用於教育發展並可創造巨大潛在價值的數據集合。與傳統教育數據相比，教育大數據的採集具有更強的實時性、連貫性、全面性和自然性，分析處理更加複雜和多樣，應用更加多元、深入。教育大數據的五層架構包括個體層數據、課程層數據、學校層數據、區域層數據以及國家層數據，自下而上匯聚各種教育數據。自20世紀70年代起，教育數據的應用大體經歷了初始起步階段、重點探索階段和快速發展階段，三個階段的教育數據應用的規模和水平不斷遞進。教育大數據的應用主要體現在：驅動國家教育政策科學化；驅動區域教育均衡發展；驅動學校教育質量提升；驅動課程體系與教學效果的最優化；驅動個體的個性化發展。最後，針對當前我國教育大數據發展存在的問題和挑戰，提出了六點政策建議：出台《教育大數據應用發展指導意見》，制定《教育大數據安全管理辦法》，成立國家教育大數據研究機構，成立國家教育大數據治理機構，頒布「教育數據運營商」牌照，加快建設教育大數據產業基地。

　　關 鍵 詞：教育大數據 教育數據 教育發展 應用模式 政策建議

　　標題注釋：江蘇高校優勢學科建設工程資助項目「江蘇師範大學教育學省優勢學科建設」(蘇政辦發[2014]37號)；國家級大學生實踐創新訓練計劃項目「大數據支持的學習行為記錄與發展性評價運用研究」(項目編號：201410320029Z)。

　　技術變革教育的時代已經來臨，以信息化帶動教育現代化已上升為國家戰略。[1][2]當前，我國教育發展面臨諸多難題(減負、公平、質量提升、均衡發展等)，而雲計算、大數據、學習分析、物聯網、移動通信等信息技術的快速發展為解決教育難題、促進教育領域綜合改革與發展，提供了重要機遇和巨大的可能性。其中，大數據技術無疑是推進教育創新發展的科學力量。近年來，大數據不斷對社會各個領域產生深刻影響，正在實現人類工作、生活與思維的大變革。同樣，其「威力」也強烈地衝擊著整個教育系統，正在成為推動教育系統創新與變革的顛覆性力量。

　　教育大數據是大數據的一個子集，特指教育領域的大數據，是整個教育活動過程中所產生的以及根據教育需要採集到的，一切用於教育發展並可創造巨大潛在價值的數據集合。教育大數據之「大」並非只指數量之大，而是更加強調「價值」之大，即能從繁雜的教育數據中發現相關關係、診斷現存問題、預測發展趨勢，發揮教育大數據在提升教育質量、促進教育公平、實現個性化學習、優化教育資源配置、輔助教育科學決策等方面的重要作用。當前，大數據已經引起教育研究者、管理者、決策者以及實踐者的關注。有學者分別從教育模式的轉變、[3]教育可能的轉向、[4]教育研究的新範式、[5]學習方式的變革[6]等方面探討了大數據對教育發展帶來的影響。還有一些學者從技術的視角探討了學習分析與教育數據挖掘的方法與應用。[7][8]然而，關於教育大數據的數據範疇及其應用模式尚缺乏系統的梳理和分析。

　　基於此，本文旨在探討四個方面的問題：教育大數據有何特徵，包含哪些數據類型?教育數據的應用過程大體呈現出哪幾個階段?教育大數據在教育領域的應用價值與模式是什麼?教育大數據發展面臨哪些問題，如何解決?

　　一、教育大數據的特徵與結構

　　與傳統教育數據相比，教育大數據的採集具有更強的實時性、連貫性、全面性和自然性，分析處理更加複雜和多樣，應用更加多元、深入。傳統教育數據的採集往往是階段性的，多在用戶知情的情況下(非自然狀態)進行，分析的手段多採用簡單的匯總統計和比較分析，關注的重點是受教育者的群體特徵以及國家、區域、學校不同層面教育發展的整體狀況。在大數據時代，移動通信、雲計算、感測器、普適計算等新技術將逐步融入教育的全過程，可以在不影響師生教學活動的情況下實時、持續地採集更多微觀的教與學的過程性數據，比如學生的學習軌跡、在每道作業題上逗留的時間、教師課堂提問與微笑的次數等。教育大數據的數據結構更加混雜，常規的結構化數據(如成績、學籍、就業率、出勤記錄等)依舊重要，但非結構化數據(如圖片、視頻、教案、教學軟體、學習遊戲等)將越來越佔據主導地位。

　　圖1 教育大數據的「冰山模型」

　　教育數據每時每刻都在產生，然而教育領域究竟包含哪些數據?需要採集哪些數據?借鑒人力資源領域的人才素質「冰山模型」，可以構建教育大數據的「冰山模型」(如圖1所示)。該模型將教育數據分為兩大部分，分別是顯露於冰面之上的數據和深藏於冰面之下的數據。多年來，國家採集的教育數據主要以管理類、結構化、結果性的數據為主，這些數據位於「冰面」以上，具有易測量、顯性化等特點，重點關注宏觀層面教育發展整體狀況，在一定歷史時期對我國制定教育政策、推動教育發展起到了積極的作用。然而，隨著大數據時代的到來，國際社會對教育大數據戰略資產的地位越來越認可和重視，教育數據的全面化採集與深度挖掘分析就變得越來越重要。教育數據採集的重心將向非結構化的、過程性的數據轉變，此類數據主要位於「冰面」以下，具有難測量、隱性化等特點。這些數據無論從數量上、增長速度上、還是潛在的價值上，都將遠遠超越傳統的教育數據。

　　教育數據是客觀的，其價值的發揮取決於操控和應用數據的人。因此，無論是冰面之上的數據還是冰面之下的數據都屬於教育大數據的重要組成部分。只是從當前教育數據的採集與應用上來看，應當著重加強冰面之下部分教育數據的採集與深度挖掘，同時加強教育大數據與其他領域大數據(醫療、交通、經濟、社保等)的融通和關聯分析，進一步增強教育決策的科學性。為了更加清晰地認識教育大數據的概貌，這裡根據教育數據的來源與範圍，將其分成五層架構(如圖2所示)，從下向上匯聚各種教育數據。

　　圖2 教育大數據的分層架構

　　個體層教育數據：包括國家規定採集的教職工與學生的基礎信息、用戶各種行為數據(如學生隨時隨地的學習行為記錄、管理人員的各種操作行為記錄、教師的教學行為記錄等)以及用戶狀態描述數據(如學習興趣、動機、健康狀況等)。

　　課程層教育數據：是圍繞課程教學而產生的相關教育數據，包括課程基本信息、課程成員、課程資源、課程作業、師生交互行為、課程考核等數據，其中課程成員數據來自個體層，用於描述與學生課程學習相關的個人信息。

　　學校層教育數據：主要包括國家標準規定的各種學校管理數據(概況、學生管理、辦公管理、科研管理、財務管理等)、課堂教學數據、教務數據、校園安全數據、設備使用與維護數據、教室實驗室等使用數據、學校能耗數據以及校園生活數據。

　　圖3 教育大數據全景圖

　　區域層教育數據：主要來自各學校以及社會培訓與在線教育機構，主要包括國家標準規定的教育行政管理數據、區域教育雲平台產生的各種行為與結果數據、區域教研訓學等所需的各種教育資源、各種區域層面開展的教學教研與學生競賽活動數據以及各種社會培訓與在線教育活動數據。

　　國家層教育數據：主要匯聚來自各區域產生的各種教育數據。圖3展示了各層教育數據包含的細分數據類型。

　　二、教育數據應用的發展階段

　　隨著人工智慧、數據挖掘、機器學習等技術的發展，教育領域的數據處理與應用逐步走向成熟。從20世紀70年代算起，教育數據應用的發展階段大體經歷了初始起步階段、重點探索階段和快速發展階段，這三個階段的教育數據應用的規模和水平是不斷遞進的。

　　(一)初始起步階段(1970～1997年)

　　人工智慧產生於20世紀50年代中期，經過十幾年的發展，到20世紀70年代開始進入教育領域。在AI技術的支持下，傳統的CAI走向ICAI，隨後發展為智能導師系統ITS。ITS主要包括專家模型、學生模型、指導模型和指導環境子系統，[9]通過對學習者的學習方法、學習習慣和學習過程等數據的收集與分析，用以改善學習方法和提高學習效率。應該說，當時研究者對教育數據的應用水平有很高的期望，且已有了較清晰的應用思路。可惜的是，由於當時計算機使用成本較高、性能也較差，大大阻礙了該方法在教育領域的應用推廣。

　　20世紀80年代中期，數據倉庫技術開始興起。由於其具有面向主題、集成性、時變性和非易失性特點，逐步成為數據分析和聯機分析的重要平台。[10]數據倉庫通過提供不同種類的應用系統的歷史化數據，為各類教育機構進行全局範圍的戰略決策和長期趨勢分析提供有效的支持。20世紀80年代末90年代初，數據挖掘和知識發現成為一個活躍的研究領域，各種專業性的國際會議陸續召開，掀起了數據挖掘與知識發現在各領域的研究與應用熱潮。教育領域的研究者也開始關注數據挖掘與知識發現技術，進行了初步的嘗試和探索，但由於網路、計算機等發展水平所限，對教育數據的挖掘利用也一直未有實質性的進展。

　　總的來說，該階段計算機被初步引入到教育領域中，各種先進技術的應用範圍以及程度都比較低，採集到的教育數據也相對較少。該階段的最大進展是實現了教育數據的數字化，從模擬走向數字為教育數據的永久存儲、快速傳播等提供了良好條件。其次，教育數據對教學的改善作用，開始引起了學術界的關注。但是，由於計算機普及性的不足以及資料庫技術的滯後性，教育數據在教育領域的應用價值未得到體現，應用水平處於初級階段。

　　(二)重點探索階段(1998～2007年)

　　1998年，《科學》雜誌上刊登了一篇介紹計算機軟體HiQ的文章《大數據的處理程序》，第一次使用了大數據一詞。但是，由於IT產業發展能力以及信息資源的產業利用在當時都還處於初級階段，大數據的概念處於「萌芽期」，並未得到應有的重視。

　　2002年美國通過了《教育科學改革法》，明確了數據在教育決策中的決定性地位，「所有教育政策的制定都必須由實證數據進行支持」。經過多年的沉寂，2004年人工智慧技術在高等教育領域發力，「智能導師系統」和「人工智慧系統」再次開始流行，並掀起一股「教育數據挖掘」的研究熱潮，同時也促進了學習分析技術的誕生。[11]自2005年起，在人工智慧、人工智慧教育應用及智能導師系統等國際會議上開展了多次「教育數據挖掘」主題研討會，國際教育數據挖掘工作組以及國際教育數據挖掘協會也相繼成立。教育數據挖掘主要研究數據挖掘技術在教育領域中的應用，從其研究領域的角度來看，教育數據挖掘研究包括「在教學研究中的應用」和「在教務管理中的應用」。[12]

　　這一階段，計算機與網路技術飛速發展，在教育領域大範圍普及應用。世界各國紛紛加大了對教育信息化的建設與推進力度，[13][14]出現了各種教育信息化應用系統(如學習管理系統、教務管理系統、人事管理系統、教學資源庫等)，各種教育業務的數字化、網路化促進了海量教育數據(學習者信息、學習過程數據、學習結果數據、教學管理數據等)的產生與存儲。該階段教育數據應用的最大進步是教育數據挖掘開始作為一個專門的研究領域得到來自計算機、信息管理、教育學等多學科研究者以及產業界的重視，發展迅速。此外，教育數據採集的數量和效率也大大提升。不足之處在於，由於對教育數據戰略價值認識不足，加上教育數據挖掘技術仍處於發展時期，教育數據在教育領域應用價值的發揮仍未完全體現，大多數教育數據仍被用於簡單的統計分析以輔助教育和教學管理。

　(三)快速發展階段(2008年至今)

　　2008年9月《自然》雜誌版"Big Data"專刊，首次提出大數據一詞。經過三年多的「發酵」，大數據在2012年引起了空前關注。全球數據量跨入了ZB時代，各種類型的數據呈指數增長，大數據時代已經到來。大數據技術不斷對社會各個領域產生深刻影響，正在實現人類工作、生活與思維的大變革。[15]在大數據時代背景下，世界各國紛紛加緊教育領域的大數據布局，出台相關政策和文件，數據驅動教育改革與發展已是大勢所趨。美國教育部為推動「大數據」教育應用，於2012年10月發布了《通過教育數據挖掘和學習分析促進教與學》，指出要重點發展教育數據挖掘和學習分析技術，通過對教育大數據的挖掘與分析，促進美國高等院校及K-12學校教學系統的變革[16]。目前，我國教育部正在大力推進兩級(國家、省)教育數據中心的建設，通過「兩級建設、五級應用」實現對全國教育數據的統一規範管理。國內部分市、區也在依託智慧城市、智慧教育的建設與發展，大力發展區域教育大數據中心平台的建設與創新應用。

　　大數據時代的到來將教育數據的應用發展推向了「快車道」。雲計算、物聯網、大數據、移動通信等各種新型信息技術開始在教育的「沃土」上「生根發芽」。教育數據出現「爆炸式」增長，教育數據的採集更加實時、連貫、全面和自然，教育數據的分析處理更加複雜和多樣，應用更加多元、深入。此外，教育數據作為重要資產的價值被逐漸認識和重視，教育數據挖掘和學習分析技術得到長足發展，正在被廣泛應用到教學、管理、科研、評價、服務等教育的各個業務領域，規模效應正在凸顯。教育數據的應用已經步入一個全新的歷史時期，基於教育數據挖掘與學習分析技術，研發專用的教育數據分析決策模型、工具與演算法，實現教育數據處理的高效能與數據應用價值的最大化，教育行業數據分析與應用體系的輪廓逐漸清晰。

　　三、教育大數據的應用模式

　　教育大數據是一種無形的資產，是一座可無限開採的「金礦」，充分的挖掘與應用是實現數據「資產」增值的唯一途徑。從某種意義上來說，未來的國際教育競爭將是教育大數據舞台上的對抗。那麼，教育大數據究竟如何發揮作用，有何應用模式?接下來，將依據上文提出的教育大數據分層架構，從不同層面論述大數據在教育中的應用模式。

　　(一)教育大數據驅動國家教育政策科學化

　　數據在國家教育決策的制定方面起著關鍵性作用，而大數據時代的到來將使數據的收集和分析更加方便、快捷、全面、準確，教育政策的制定將更加依靠數據說話。

　　傳統教育數據的採集渠道和數量是非常有限的，僅能通過簡單的統計分析反映某個時間段國家教育發展的局部狀況，數據的預測價值難以發揮，無法為國家教育政策的制定提供科學支撐。大數據技術具有數據海量化、途徑多元化、挖掘深度化等優勢，能夠發現多種教育數據之間以及與其他社會行業數據之間的內在聯繫，有助於構建更加系統化的教育發展模型，推動國家教育政策制定與調整的科學化。此外，基於數據的教育決策能夠增強廣大民眾對教育政策的理解和支持。[17]

　　美國是最先確定教育數據的戰略地位並制定相關保障法案(《教育科學改革法》)的國家，早在2002年美國政府就以立法的形式明確指出，所有教育改革與決策必須有實證數據支持。決策科學化將使得教育整體成本呈下降趨勢，同時實現教育質量和教育公平的大幅提升。目前，我國正在推行的學生「終身一人一號」電子學籍管理辦法，為持續性記錄每個學生的學業表現與全面發展情況提供了制度保障。如果能夠由此建立全國聯網的學生成長檔案庫，輔以家庭、教師、學校的多樣化數據，這將為全國高考招生與錄取政策、學生就業政策、資源分配政策、學生擇校政策等當前眾多教育政策的改善與優化，提供最寶貴的數據支持。

　　(二)教育大數據驅動區域教育均衡發展

　　區域教育均衡發展是我國教育事業面臨的重大現實問題。應用大數據技術可以準確把握區域教育發展動態和影響其均衡發展的關鍵因素，從教育環境均衡、教育資源均衡、教育機會均等、教育質量均衡等方面全面推進區域教育的均衡發展。[18]此外，不同區域有自己不同的教育現狀，在大數據背景下不僅可以縮小區域間的教育差距，而且有助於不同區域根據自身環境條件、經濟狀況以及發展需要形成各具特色的區域教育發展路徑。

　　實際上，目前一些國際組織已經開始將大數據技術應用到教育資源的分配上。聯合國教科文組織發布的最新一份《全民教育全球監測報告》顯示，全世界用於教育的寶貴經費正在被低質量教育所浪費，其損失金額高達每年1290億美元。報告就此呼籲各國政府在投資教育時，要注重教師的數量與質量，確保把最好的教師配備給最需要的學生。[19]大數據可以幫助教育部門負責人和決策者了解資金政策的影響，美國弗吉尼亞州高等教育委員會政策研究和數據倉庫的負責人Tod R.Massa說：「我們的目標是創造一種環境——所有討論都是基於事實，而不是直覺或者猜想」。[20]

　　統一學籍信息管理制度為我國教育大數據的採集、管理與應用提供了重要保障。學生的入學、轉學、休學、退學等教育管理數據，可以實現全面、實時的採集、監控、更新與分析處理。教育管理數據還可以與家庭收入、戶籍、醫療、保險、交通等數據進行關聯分析，有助於及早發現與預測學困生、擇校生等需要進行教育幫助和干預的學生，進而提供針對性的教育支持服務，保障每位學生平等接受優質教育的機會。

　　此外，通過建立連續的制度化的區域教育發展數據採集機制，可以全面跟蹤了解所有學生的在校學習情況以及畢業後的工作情況，進而更加客觀的評價區域教育質量，根據評估結果動態調整區域教育體系，比如專業調整、課程計劃調整、培養方式的調整等，實現教育與社會需求之間更加無縫的對接，幫助每一位學生獲得成功。

　　(三)教育大數據驅動學校教育質量提升

　　隨著各種智慧教學與管理平台的不斷湧現，大數據對學校教育的變革作用將不斷凸顯。大數據在提升學校管理質量和教學質量以及完善教育評價手段上具有獨特的優勢。

　　數字校園的建設大大推動了學校管理的數字化和網路化，[21]辦公自動化系統、資產管理系統、教務管理系統、科研管理系統等各種應用系統為教育管理數據的實時採集和深度挖掘提供了條件。目前，國內已有一些高校率先開展基於大數據的教育管理服務。浙江大學對學校的設備資產數據進行了系統採集與整理，提供便捷的查詢與分析服務，提升了實驗室、教室、儀器、設備等資源的利用率和管理效率。江南大學通過物聯網技術對學校用水、用電等數據進行全面監控和優化處理，實現了節能環保。華東師範大學利用學生的餐飲消費數據，對經濟困難學生提供情感撫慰和助學金支持。此外，大數據還可以在教師招聘上發揮重要作用。通過對應聘者的個人信息進行分析和預測，從而將更有可能成功和更適合的教師招聘進來。美國一些學區開始與大數據公司合作，應用大數據工具輔助教師招聘。通過對教師的學位和專長以及信仰、人生觀、態度、經驗開放性等因素的分析，結合面試結果，綜合決定教師是否被聘用。

　　除了學校管理服務質量的提高，通過應用大數據技術對海量教學數據的分析與預測，還將改變傳統的千篇一律的教學模式，實現高質量、個性化的教學。大數據能夠全面記錄學習者的成長記錄並進行科學分析，讓學習者更了解自己，幫助教師預測學生成績，並為學習者提供科學的學習建議，幫助其提高學習成績。加拿大的Desire2Learn科技公司面向高校研發了「學生成功系統」，該系統主要基於學生已有的學習成績數據來預測並改善其在未來課程學習中的表現，並將分析結果詳細地呈現給教師，以便教師進行個性化指導。

　　大數據技術還能為學生的學業成就評價提供全面的數據支持。學生的所有學習過程與結果數據將存儲到學習檔案袋，教師的所有教學過程與結果數據將存儲到教學檔案袋。基於檔案袋數據可以建立科學的發展模型，定期評估學生和教師的發展情況，並提供相應發展建議。此外，大數據技術在學校科學研究活動中也大有用武之地。一方面，教育數據可以作為教育研究的數據源，通過深度數據挖掘，可以透過教育問題的表象發現本質，產出高質量的實證研究成果；另一方面，海量、多維數據的分析能夠發揮「科研指南針」的作用，有助於研究者準確把握研究領域的前沿議題和走向。

　　(四)教育大數據驅動課程體系與教學效果的最優化

　　當前，國家正在積極推動部分本科高校嚮應用型大學轉型，以順應社會發展對高等教育提出的挑戰。在轉型過程中的一個核心問題便是開什麼專業，如何設置課程體系。此時，便需要通過有效整合專業、行業、區域經濟與社會發展等諸多數據，通過全面的數據採集和深入分析，準確把握市場對人才的需求，明確各應用型專業人才培養的目標，構建能力素質模型，配套適合的課程體系。

　　實際上，我國各級教育部門、各類學校已經通過學籍管理系統、教務管理系統、學位管理系統等，積累了大量的學生入學、畢業和課程設置數據，但這些數據基本處於「休眠」狀態。對學校歷屆學生的課程成績、授課方法、就業情況等諸多數據進行關聯分析，可以找出影響課程成績及就業的關鍵因素，為學校課程的調整和課程教學方法的優化提供可靠依據。[22]

　　通過大數據技術還可以持續跟蹤教師授課歷程，分析教師的教學特徵及其優勢，判斷教師適合承擔哪些課程的教學任務，採用何種方法可以達成最優化的教學效果。通過智能化的網路教學平台，教師可以提前準確判斷學生的興趣點、知識基礎、學習偏好、學習難點等，從而進行針對性的教學。基於學生的在線學習數據可以構建多種預測模型，預測可能存在學習困難、有退學風險的學生，並進行及時的干預。美國普渡大學的「課程信號」項目是國際知名的大數據教育應用典型案例之一。[23]該項目研發了課程學習預警平台，採集大量學生課程學習的過程性數據，通過一套預測演算法分析學生課程學習成功的概率，根據預測結果教師可以給予針對性的幫助、指導和反饋，顯著提高了課程學習的成功率。

　　此外，通過分析學生在課程資源上的點擊、瀏覽、翻頁、收藏、評價等操作軌跡，可以客觀評價課程資源的受關注度、資源界面設計的合理性、資源導航的高效性以及對學習效果的影響，從而完善課程資源的結構與內容，實現大批優質課程資源的生成與進化。

　　(五)教育大數據驅動個體的個性化發展

　　當前的標準化人才培養模式已經不能適應信息社會的發展要求，大數據為人才培養模式的創新提供了條件和機遇。從大眾化走向個性化已成為未來人才培養的重要趨勢。學生和教師是教育領域人才培養的兩大核心主體，大數據將真正推動學生和教師的個性化發展。

　　個性化發展的前提是個體首先要真正認識自己，知道自己的優勢、不足、興趣、偏好、風格、知識缺陷、能力缺陷、發展目標等；其次，需要提供最適合個體發展的環境、資源、活動、工具、服務等外部條件。而大數據的最大優勢便是讓學生和教師認識每個真實的「自我」，同時通過學習行為、教學行為數據的深度挖掘與分析，為每個真實的「自我」推送最合適的學習資源與學習路徑。

　　網路學習雖然具有天然的「個性化」優勢，然而缺少了大數據的支持，機器將無法真正了解每位學習者，也就無法實現個性化資源與服務的推送。如果說互聯網促進了教育的民主化，那麼大數據將實現教育的個性化。[24]在大數據的支持下，教師能夠更有效地關注每個學生個體，記錄每個學生的學習軌跡，分析每個學生的學習行為、預測其學習結果、診斷其學習需求與問題，開展真正的因材施教。教師逐步由教學者轉變為幫助每位學生個性化學習與發展的指導者。傳統的學習管理系統將升級為智慧學習平台，能夠持續採集學習者的學習行為數據，並進行智能分析，依據學習者模型推送適合的學習資源，準確診斷、評價學習過程與結果，反饋給學習者最適合的學習建議，實現每位學生的個性化發展。

　　在大數據促進教師專業發展方面，有學者指出[25]：教育大數據可以提升作為在線學習者的教師的學習效率，激發其自主的專業發展意識；可以提高教師作為在線教學者的教學效率，發展其在線教學實踐智慧；可以提高教師作為研究者的研究績效，提升其對學生在線學習的服務能力；可以提高教師作為管理者的管理效率，提升其在線教學領導力。實際上，教師的專業發展不僅僅體現在專業思想、專業知識與專業能力的提高上，更體現在教師成為一個個獨特的教學個體。通過大數據技術的支持，教師能夠認識最真實的自我，彰顯教學個性和智慧，開展靈活多樣的個性化教學，最終實現個體的個性化專業發展。

　　四、發展教育大數據的政策建議

　　大數據時代已經到來，隨著政府、企業、教育機構、廣大民眾的數據意識逐步提高，可以預見大數據在教育領域發展應用的廣闊前景。目前，教育部已經制定了《國家教育管理信息系統建設總體方案》，其首要任務就是要建立全國教育基礎資料庫，以支持教育事業更快、更好、更科學的發展，這標誌著我國政府對教育大數據的管理與應用正在步入實質性階段。此外，在線教育市場中的一些企業也開始著手教育數據產品和服務的研發與推廣，爆炸式增長的「苗頭」已經出現。

　　與商業、交通、環境、醫療等領域相比，教育領域具有更強的獨特性和複雜性，大數據技術在教育領域的應用推廣仍存在諸多難題，諸如教育環境的限制難以獲取學習者線下的行為數據，教育數據的部門間共享仍存在制度壁壘，教育數據的規範化動態採集與實時更新的機制仍未建立，學習者隱私數據的泄露與不當應用的風險較大，等等。上述問題直接影響了教育大數據在教育教學領域應用推廣的進程，導致大數據技術難以在短期內發揮實質性作用。此外，隨著教育領域大數據產業的快速發展，教育數據的安全、治理、運營等諸多問題和挑戰也將越來越凸顯。

　　為了保障教育數據在採集、存儲、分析、應用、管理等各環節的規範性，促進教育大數據在我國的良性發展，急需制定相關政策進行引導和監督。

　　(一)出台《教育大數據應用發展指導意見》

　　為搶抓機遇，推進教育大數據事業與產業的健康快速發展，急需制定相應的應用發展指導意見。建議由相關中央部委牽頭制定《教育大數據應用發展指導意見》。其核心內容包括：從國家層面加大對教育大數據應用、推廣的支持力度，將教育大數據應用提升到更高的戰略層面；加強教育數據採集的廣度和深度，規範採集流程，加大教育數據的挖掘與分析力度，為個性化教育的開展以及科學教育教學管理政策的制定提供基礎；界定各級教育主管部門、學校、相關企業的職責，突出教育發展需求，注重教育數據的應用成效，杜絕浪費和面子工程；鼓勵教育大數據技術產品開源，工信部電信研究院的《大數據白皮書》分析稱「大數據技術發展與開源運動的結合是大數據技術創新中的一個鮮明特點」，教育大數據也應走向開源、開放；從資金、人才、政策等方面給予相應支持，引導教育大數據產業健康有序發展。

　　(二)制定《教育大數據安全管理辦法》

　　教育數據既是一筆寶貴的教育資產，同時也涉及教育者和受教育者的隱私，應用保護不當則會帶來嚴重的安全風險。國家應高度重視教育數據的隱私保護與安全管理，不斷努力採取更先進、安全係數更高的措施來保障教育數據的安全，保護教育隱私數據不外泄、不被惡意使用。因此，我國需加快制定《教育大數據安全管理辦法》，從體制、機制、技術、方法等多個層面制定管理細則，切實保障個體、機構、國家的教育數據安全。

　　《教育大數據安全管理辦法》的核心內容應包括：建立健全教育數據安全管理架構，包括數據生產部門、數據使用部門、數據管理部門等，並明確各部門的安全管理職責；建立教育數據資源的保密等級，按保密等級規定採取相關處理措施；設計高性能、高可靠、簡化管理的教育大數據存儲系統，為教育雲平台提供充分的訪問性能和數據安全保障；建立涵蓋教育數據存儲、傳輸、使用等多個環節的多種安全保障措施；採用數據隔離、數據加密、第三方實名認證、靈活轉移、安全清除、完整備份、時限恢復、行為審計、外圍防護等多種安全防護技術，解決教育大數據的雲存儲安全問題。

　　(三)成立國家教育大數據研究機構

　　組織教育學、管理學、計算機科學、統計學等多學科的研究人員成立專門的教育大數據研究機構，集中優勢力量破解教育大數據應用推廣過程中存在的熱點、難點問題，同時結合教育發展的戰略需求，開展前瞻性研究，使其成為國家教育大數據發展的智庫。

　　國家教育大數據研究機構的主要職責包括：深入鑽研教育大數據技術，破解教育數據採集、存儲、處理與應用過程中存在的關鍵性技術難題，著力研究教育大數據的應用模式與方法，更好地服務個體、學校、教育管理機構以及教育企業的發展；發揮好國家級智庫的創新與引領作用，研發教育大數據應用的相關技術規範、標準，規範教育大數據產業發展；結合國情構建特色化的教育大數據理論體系，涵蓋理論、技術、模式、方法、機制、戰略等多個層面，努力使我國在智慧教育與大數據研究方面從「隨行者」變為「領跑者」；歸納、提煉典型的教育大數據應用案例與模式，總結教育大數據應用策略，為全國推廣教育大數據應用經驗提供指導。

　　(四)成立國家教育大數據治理機構

　　除了教育大數據研究機構，還應成立教育大數據治理機構。大數據時代，每時每刻都在產生海量的、各種來源的、各種類型的教育數據，如何協同多方力量進行高效的教育數據治理是擺在每位教育管理者面前的現實問題。教育數據治理的目的是提升教育數據質量，保護教育數據隱私安全，保障教育數據合理應用，促進教育數據合法共享。

　　國家教育大數據治理機構的主要職責包括：出台教育大數據治理的相關辦法，建立完整的教育大數據治理模式，保護教育數據的隱私安全，指導教育數據的獲取、歸檔、保存、互換以及重複利用；將教育資料庫、教育服務平台、教育資源平台等產生的數據進行規範化採集與匯聚共享，構建綜合性的一體化的教育大數據治理體系；制定教育基礎數據採集標準，設置相關要求，形成清晰的數據治理機制和流程；制定教育數據質量標準和教育數據管理戰略，確立教育數據集的歸檔和長期保存的機制與方法；建立教育大數據開放平台，發揮企業、個體、教育機構等主體的創造性，開發大量特色化的教育應用，讓社會力量共同參與教育數據的治理與創新應用；監控教育大數據的應用狀況，對非法應用、侵犯用戶隱私與國家安全的單位和個人進行處罰，建立教育大數據合法、合理應用的良好環境。

　　(五)頒布「教育數據運營商」牌照

　　從國家層面來看，教育數據的安全性不亞於金融數據。教育數據的開放程度、開放範圍、開放對象都應進行深入的論證，以確保教育數據的使用是合法的，是有利於教育創新發展的，而非阻礙、破壞、威脅到國家安全。為此，政府部門應對教育數據加強監管，參考通信領域頒發運營商牌照的方式制定教育數據運營商准入標準，頒發運營牌照。建議由教育部、發改委、商務部等多個部委聯合制定相關規定，對國內教育數據應用行業實施正式的監管，設置教育數據使用的標準和門檻以及相關申請資格與辦法，頒布「教育數據運營商」牌照，非官方機構進行教育數據研究與使用，需要按條件滿足相關規定並取得相關許可，才能獲得教育數據的使用權利。

　　(六)加快建設教育大數據產業基地

　　以基於海量數據資源的挖掘和應用催生的大數據產業為基礎的新經濟是社會經濟發展到一定階段的必然選擇。教育大數據產業作為大數據產業家族的一部分，同樣是社會經濟與教育發展的必然選擇。當前，加快教育大數據產業基地建設，既是智慧教育事業發展的需要，也是大數據在教育領域發揮變革作用的需要。

　　為加快建設教育大數據產業基地，提出如下幾點建議：多渠道增加教育大數據產業基地的投入；打造適應教育大數據產業發展的配套軟硬體環境；加快成立教育大數據研究機構，產生一批引領型企業；打造教育大數據產業的基礎配套設施、後台保障，力爭打通全產業鏈條；領先企業進行前沿技術創新，創新成果通過開源得到不斷完善並向全社會輻射，集眾人之智實現教育大數據產品與服務的持續創新發展；成立教育大數據產業聯盟和園區，綜合投資機構、高校與科研機構、政府部門的力量，邀請國內外知名專家學者和產業人士定期研討、指導產業基地發展，努力將基地建設成為國內外知名的教育大數據產業集群地和引領教育大數據產業發展的核心地帶。

　　參考文獻：

　　[1]陳琳，陳耀華.以信息化帶動教育現代化路徑探析[J].教育研究，2013，(11)：114-118.

　　[2][14]陳琳.促進深層學習的網路學習資源建設研究[J].電化教育研究，2011，(12)：69-75.

　　[3]楊淼淇，孫納新，柴華.大數據時代教育模式的研究[J].計算機工程與科學，2014，36(1)：272-273.

　　[4]喻長志.大數據時代教育的可能轉向[J].江淮論壇，2013，(4)：34.

　　[5]祝智庭，沈德梅.基於大數據的教育技術研究新範式[J].電化教育研究，2013，(10)：5-13.

　　[6]徐鵬，王以寧，劉艷華，張海.大數據視角分析學習變革——美國《通過教育數據挖掘和學習分析促進教與學》報告解讀及啟示[J].遠程教育雜誌，2013，(6)：11-17.

　　[7]顧小清，張進良，蔡慧英.學習分析：正在浮現中的數據技術[J].遠程教育雜誌，2012，(1)：18-25.

　　[8]葛道凱，張少剛，魏順平.教育數據挖掘：方法與應用[M].北京：教育科學出版社，2012.

　　[9]維基百科.Adaptive Learning[EB/OL].[2014-07-01].http：//en.wikipedia.org/wiki/Adaptive_learning.

　　[10]陶雪嬌，胡曉峰，劉洋.大數據研究綜述[J].系統模擬學報，2013，(1)：142-146.

　　[11]魏順平.學習分析技術：挖掘大數據時代下教育數據的價值[J].現代教育技術，2013，(2)：5-11.

　　[12]李婷，傅鋼善.國內外教育數據挖掘研究現狀及趨勢分析[J].現代教育技術，2010，(10)：21-25.

　　[13]陳琳.中國高校教育信息化發展戰略與路徑選擇[J].教育研究，2012，(4)：50-56.

　　[15]Mayer-Sch

nberger,V.,Cukier,K..Big Data:A Revolution That Will Transform How We Live,Work,and Think[M].New York:Houghton Mifflin Harcourt,2013.

　　[16]陸璟.大數據及其在教育中的應用[J].上海教育科研，2013，(9)：5-8.

　　[17]Schleicher,A..Big Data and PISA[EB/OL].[2014-04-25].http://www.huffingtonpost.com/andreas-schleicher/big-data-and-pisa_b_3633558.html.

　　[18]劉雍潛，楊現民.大數據時代區域教育均衡發展新思路[J].電化教育研究，2014，(5)：11-14.

　　[19]通信世界網.數據挖掘人工智慧使教育定製化[EB/OL].[2014-05-01].http：//www.cww.net.cn/tech/html/2014/3/10/20143101127294557_2.htm.

　　[20]Gall Button.大數據進校園[EB/OL].[2014-05-01].http：//weibo.com/2357403745/AFfeR4HCu?mod=weibotime.

　　[21]王運武.我國數字校園建設研究綜述[J].現代遠程教育研究，2011，(4)：39-50.

　　[22]楊永斌.數據挖掘技術在教育中的應用研究[J].計算機科學，2006，33(12)：284-286.

　　[23]Pistilli,M.D.,Arnold,K.E..In Practice:Purdue Signals:Mining Real-time Academic Data to Enhance Student Success[J].About Campus,2010,15(3):22-24.

　　[24]翟博.教育均衡發展：理論、指標及測算方法[J].教育研究，2006，(3)：16-28.