加入收藏 | 设为首页 |

selenium-新技术推进专业化:大数据年代教育点评革新的逻辑理路

海外新闻 时间: 浏览:261 次

作者简介:朱德全,四川南充人,西南大学教育学部部长,长江学者特聘教授,北京师范大学我国根底教育质量监测协同立异中心西南大学分中心,研讨方向为课程与教育论、教育计selenium-新技术推进专业化:大数据年代教育点评革新的逻辑理路算与测评;马新星,云南禄丰人,西南大学教育学部博士研讨生,研讨方向为教育点评。重庆400715

标题注释:北京师范大学我国根底教育质量监测协同立异中心重大成果培养性项目“大数据年代教育测评技能转向与《教育丈量与点评》课程渠道的服务功用研讨”(2018-06-004-BZPK01),中心高校根本科研业务费专项资金项目“根据管办评别离的现代职业教育点评机制研讨”(SWU1709492)。

人类社会正高速从IT年代进入DT年代,大数据作为新年代的中心科技力气,对各行各业发生了推翻式的影响①,教育与大数据的深度结合是年代开展的客观要求,也是新时期教育质量提高的必然挑选。教育质量的凹凸取决于点评质量的水平,而专业化是高质量教育点评的条件确保,走向专业化是现代教育点评的应然趋势②。在数据成为要害驱动力的年代,大数据作为新技能支撑并加快教育点评的革新,推进了教育点评专业化的进程。教育点评的施行可以拆解为信息数据的搜集—价值判别—成果反应三个环节,大数据的运转则遵从海量数据生成—数据挑选和深度发掘—数据实时出现的一般规矩。凭借大数据运转的一般规矩来审视教育点评活动,为教育点评的专业化供给了新的理论空间,而充分发挥教育大数据的效果,则为教育点评专业化供给了更有用的实践途径:信息数据完成无损搜集,提高了教育点评根据的牢靠性,成为教育点评革新的逻辑根底;价值判别趋向科学精准,增强了教育点评数据解读的有用性,清晰了教育点评革新的逻辑取向;点评成果得以高效交给,确保了点评互动反应机制的实时性,凸显了教育点评革新的逻辑旨归。

一、逻辑根底:数据无损搜集增强点评根据的牢靠性

高质量的教育点评依赖于全面、有用的点评根据,牢靠的点评根据是教育点评专业化的条件根底。在大数据年代,教育点评数据搜集的全主动、全进程、全样本和全类型使得教育数据的发生与点评数据的搜集完成无损对接,提高了信息和数据的质与量,增强了教育点评根据的牢靠性,成为大数据年代教育点评革新的逻辑根底。

在传统的教育环境下,教育点评首要根据点评方针和计划有挑选地对教育信息数据进行搜集,数据因点评而生成,且因为技能、条件的有限性,数据来历相对单一,所搜集的点评根据限制于小规模抽样所发生的结构化、片段化数据,教育数据发生与点评数据搜集没有完成无损对接。大数据推进社会生活加快深度技能化,教育与技能的全方位深度交融使得教育点评的思想与办法都发生革新③。大数据技能使对多元化数据全主动、全进程、全样本和全类型的搜集成为实际,教育点评数据搜集的专业化具体表现为在思想层面重塑对教育点评根据的认知,丰厚教育点评的数据内在。从点评根据的来历看,教育大数据是教育进程中主动发生并存储下来的,而非根据特定点评方针的挑选性搜集,大数据技能促进教育点评数据发生与搜集完成无损化;从教育点评数据的内在看,跟着教育管理、在线学习体系的运用以及各种终端设备的遍及等,教育数据出现井喷式增加,教育从数据最瘠薄的范畴变成了数据最丰厚的范畴④,教育范畴的数据盲点逐步消失,包含时空数据在内的更多数据可以被用于教育点评之中。重新认识教育点评根据的内生机理,解读教育点评数据的丰厚内在,是教育点评数据发生与搜集专业化思想的条件。办法层面,对教育活动全进程一切类型数据的动态抓取,弥补了教育点评数据搜集的缺憾。大数据年代,万物互联和人机交互使得包含正式叶子笛学习和非正式学习在内的全教育进程中发生的数据都有迹可循,智能教育环境和智能终端主动存储海量的教育数据,教育点评数据的发生和搜集趋向全主动、全进程、全样本和全类型。根据物联感知类、视频录制类、图像识别类及渠道搜集类等技能,教育大数据发生与搜集的无损衔接,点评数据在教育进程中主动生成且掩盖教育全域,教育点评走出了对片段化成果数据的搜集的限制,完成了进程化动态数据的全方位监测;样本量方面,不单纯依托微观抽样,更要探究全样本的海量数据;数据类型方面,不只注重结构化数据的搜集,也要注重非结构化、半结构化的全类型数据⑤。找准教育点评根据搜集的办法,充分发挥技能盈利,是教育点评数据搜集专业化办法的根底。

二、逻辑取向:价值精准判别提高数据解读的有用性

教育点评是对selenium-新技术推进专业化:大数据年代教育点评革新的逻辑理路教育活动实际的或潜在的价值进行剖析并作出判别的进程⑥,价值剖析与判别是教育点评施行的中心环节。得益于大数据技能,海量数据价值解读的有用性得到增强,推进教育点评的价值判别趋向精准化,凸显了大数据年代教育点评革新的价值逻辑取向。

线性的因果联络思想和片面的经历判别影响了教育点评的科学性,成为教育点评专业化开展的瓶颈。大数据技能推翻了传统的逻辑思想办法和认知办法,将思想从线性的因果联络中解放出来,引导人们经过海量数据集之间的相相关络⑦,发现问题、探究规矩、剖析价值并猜测趋势。大数据技能使丰厚联络的相相关络成为年代思想的干流,并以根据数据剖析的客观性解释为首要运转办法,既照顾教育的人文性,又提高点评的科学性,使教育点评趋向精准化:思想层面,多元价值的教育实际使点评范式面对转化,传统教育点评中线性的因果联络思想缺少对多元价值的回应,而大数据绕开寻觅因果了解的杂乱进程,从数据的相相关络中寻觅价值的思想为教育点评范式的转化供给了新的思路;片面臆断和经历主义等倾向的思想形式降低了教育点评的可信度和权威性⑧,大数据技能的规模性(Volume)、多样性(Variety)使得数据自身兼具客观性与价值性,经过直接调查全样本、全进程、全类selenium-新技术推进专业化:大数据年代教育点评革新的逻辑理路型的数据自身,推进教育点评中数据驱动决议计划的完成⑨,促进价值剖析和判别从“经历主义”向“数据主义”理念改变。相相关络的思路和数据驱动的理念是教育点点评值判别专业化思想的条件。办法层面:教育点评专业化需要对海量数据进行剖析和处理,大数据技能具有高速性(Velocity)、准确性(Veracity)、价值性(Value)等特色,在剖析杂乱的教育数据时有不行比较的优势,具体表现为数据价值密度高、剖析速度快、发掘能力强、注重规模广。根据相关规矩剖析(Apriori)、多层线性模型剖析(Hierarchical Liner Modelselenium-新技术推进专业化:大数据年代教育点评革新的逻辑理路ing)、决议计划树剖析(Decision Tree)、神经网络剖析(Neural Network Analysis)、K-MEANS聚类剖析等杂乱算法模型,大数据技能对数据调集进行比照剖析、穿插查验和聚类计算,将非结构化数据转化为半结构化、结构化数据,运用数学办法进行运算处理,以对现象之间的相相关络剖析为根底深化到要素之间的因果联络剖析,从而提醒教育现象背面躲藏的实质、形式和趋势⑩。合理运用大数据技能,提高价值剖析与判别的精准度,是教育点评专业化中心。

来历: 社科院网站

注重同花顺财经微信大众号(ths518),获取更多财经资讯