大数据与智慧教育

大数据与智慧教育（精选8篇）

篇1：大数据与智慧教育

大数据让智慧教育更智慧

——赴江苏学习活动简述

龚启成

智慧教育是当前教育领域改革的热点话题。为了跟踪热点，更好的站在教育改革发展的前沿，经领导批准，我于11月18日-11月22日参加了由北京师范大学课程与教学研究中心主办的“大数据+智慧教育融合发展基础教育高峰论坛中小学教育质量测评与精准教学指导教研专场”。

2017年11月18日的徐州已经是寒气逼人，但是丝毫没能够挡住来自全国各地学习者的热情。在徐州市高级中学的学术报告厅，来自江苏师范大学智慧教育学院副院长杨现民老师给我们做了有关教育大数据的报告——《大数据支持下的智慧教育管理创新》。杨院长指出:大数据的内涵是需要拓展的，我们应该不仅仅把他看成一种技术还应该看成一种能力，尤其在信息时代，他是一种能够从纷繁复杂的事物当中寻找到其中关联的一种能力，也是一种预测的能力，同时大数据更是一种思维的方式。同时，大数据目前正在慢慢的演变成一种文化，其中必不可少的一项就是教育大数据。

那究竟什么是教育大数据？专家给了我们一个详细的界定，教育大数据是指在整个教育活动过程中产生的、根据教育需要采集到的、用于教育发展并可创造巨大潜在价值的数据集合。教育大数据绝对不仅仅是教育课堂的数据、分数的数据，还要涉及到学生的家庭背景、经济状况等等各方面的信息数据，强调数据的关联性和交叉性。从这里，我们应该感受到，教育大数据要害在于“联系”上，重在相关性，找出各类数据代表的教育行为的的互相影响。而这种相关性需要我们给予数据深入分析。

关于教育大数据主要有两个产生渠道，一种来源于教学活动，另外一种来源于教育的管理活动。那教育应该怎么做？教育的目的是什么？有专家说教育的目的是创新创造，那我们怎么用大数据服务于学生的创新创造能力，所以教育大数据的应用要有高度的创造性。其他领域的大数据更多的关注的是相关，而教育大数据不仅仅要了解相关，更要了解他的因果。为什么用这种方法，就会导致学生创新创造能力的提升，就会导致学生学习兴趣的提高，为什么？教育大数据还他独特的价值，主要体现在三个方面，一是战略资产，二是目前教育大数据是教育领域综合改革的科学力量，三是教育大数据是发展智慧教育的基石。

大数据怎么推动教育的转变呢？首先从教育过程上来说，大数据让我们实现了非量化到量化的转变。第二就是教育决策正从经验化走向数据驱动的科学化；第三是教育的模式正在从大众走向真正的个性化；教育的管理正在从不可见、纯经验式的走向一种可视化的、数据驱动的；教育评价从单一化的评价走向综合性的评价，随着创客、智慧教育的发展，整个教育综合改革的推进，教育评价一定会起到一个导向综合性评价作用。

徐州市教科院主任高青的报告——《学讲行动——地级市整体推进课堂教学改革的徐州经验》则聚焦于区域课堂改革，借助信息技术手段体改整体效益。“学讲方式”是以学生自主学习作为主要学习方式，以合作学习作为主要教学组织形式，以“学进去”、“讲出来”作为学生学习方式的导向和学习目标达成的基本要求的课堂教学方式。这种教学方式直指学生的核心素养和全面发展。“区域”推进对我区课程建设和课堂教学变革借鉴性意义。

温州市教育评估院王旭东提出了如下的基础教育治理结构图

他提出：数据处理和分析能力是大数据时代教师的基本技能之一。数据可以帮助班级教学各有侧重。集体备课要扬教师之长，学科组团队建设必须差异互补教师 个人学科专业扬长避短。这一点和我们的看法非常一致。双流区通过近几年的努力，特别是结合学业水平评价结果开展的连续两届解读大赛，较大的提升了全区教师的“数据意识”和“数据能力”。同时，也使我们的教学、教研、管理更趋于科学化、精准化。尤其是基于数据的教学研究实例，再一次打开了我们的眼界。

短短几天的学习，信息量很大，需要时间消化。但是，找到方向是重要的一步，基于现代信息技术和大数据的智慧教育一定是值得我们深入研究的改革方向。这也是江苏之行最大的收获！

篇2：大数据与智慧教育

2015-06-26尚尔刚

6月17日，由苏州大学计算机科学与技术学院、中国计算机学会苏州分会联合主办的“大数据与智慧城市”主题报告会在苏大本部报告厅隆重举行。报告会由苏大科学技术与产业部常务副部长、计算机科学与技术学院博导朱巧明博士主持，苏州市各区县的经信委、发改委部分领导列席，计算机学会成员和苏大师生约200人出席。

中兴通讯大数据产品资深工程师尚尔刚在报告会上发表了同题演讲，介绍了大数据和智慧城市的相关技术，以及中兴通讯大数据平台在智慧城市建设中的实践经验。下文是演讲的精编版。

各位来宾、领导、老师、同学们下午好，我非常荣幸有机会在这里能与大家一起分享一下大数据与智慧城市的一些知识观点。

今天我要与大家分享的内容主要分为三部分，第一部分是对大数据的解读；第二部分主要对智慧城市做个简介，第三部分主要分享一下大数据在智慧城市建设中的一些具体应用。

最早提出大数据时代到来的是麦肯锡：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”

业界将大数据的特征归纳为4个“V”（量Volume，多样Variety，价值Value，速Velocity），或者说特点有四个层面：第一，数据体量巨大。大数据的起始计量单位至少是P（1000个T）、E（100万个T）或Z（10亿个T）；第二，数据类型繁多。比如，网络日志、视频、音频、图片、地理位置信息等等；第三，价值密度低，商业价值高，关于价值下面我们会进一步详细讨论；第四，处理速度快，谷歌的搜索，每月40亿小时的视频，4.25亿Gmail用户，150PB Web索引，却能实现0.25秒搜索出结果，足以看出大数据的处理速度是惊人的快。在大数据时代，三分技术，七分数据，得数据者得天下。无论国内国外目前看都是这样的，国内的有bat三家公司，国外的有谷歌，facebook，亚马逊，苹果等等公司都是因为掌握了大量数据，才成就了今天的巨无霸公司。

第一，情景辅助，操作基础

数据本身被记录下来，并非全部是为了长远的利益所用。很多记录其实发挥的作用是一种操作的基础，脱离了记录，后续的操作将难以进行。举个例子说明一下，假如我在炒股，突然有个消息，某某地方刮台风了，并且导致了当地损失惨重，那现在我不能快速判断对那些股票是利好那些是利空了，现在大数据可以帮忙。在美国有一家创业公司，研发了一款大数据软件，名字叫沃伦软件，该软件就是基于大量的金融数据，政治事件，交易数据，加以复杂的模型运算，能够快速的给出结果。

第二，情景复原，责任追究

数据记录也是对以前操作过程的一个虚拟备份，记录了各自多方不同的操作过程及次序，乃至不同环节的具体操作内容。这样一种作用可以看作是记录本身最被认可的初始价值。历史上的各种备忘录，金融记录（例如会计），甚至包括历史都是出于这样一种动机来加以记录的。记录让操作的当时情景有了复原的可能性，哪怕只是一种并非完整的复原。这种复原除了纪念意义等的考虑外，还有一个重要的价值就是事后的责任追究，是一种奖惩的基础。这样一种作用看似很微小，但却是人类社 会运作的基础。尤其是在连接时代的今天，不同主体之间的交互不断加剧，情景复原会让每个主体对自己的操作更为负责，让各种有效的连接成为一种可能。随着互 联网与线下实际经济行为的日益融合，一次鼠标点击有可能代表着很大的利益转移，结合网络协议的操作记录成为了大家网上操作时承担对应责任的依据。淘宝网鼓励买家与卖家在旺旺上聊天的时候将聊天记录保存下来。在具体的投诉环节，相互之间的聊天记录可以作为一种证据去为自己辩护。而包括中间买方下单，支付款项，卖家发货，快递公司名称以及单号，甚至包括该单在快递过程中的状态，时间，甚至有些快递公司将具体快递员的姓名和电话也记录在内，最后签收的方式 等都被详细的记录下来。所有这些记录发挥了一种情景复原以及事后追究责任的作用，从而确保了交易的正常进行。

第三，情景指引，方向微调

一个系统在运行的过程中，有些时候也会出现一些跟平常不一样的差异所在。当这种差异所代表的数据通过极值等各种方式体现出来的时候，系统本身的原有平衡可能会被打破，内部各方面的环节或资源就有可能跟不上。这个时候适当的外力参与很有必要，以免出现系统崩溃的情况。中国的计划生育政策已经执行了很多年，而且也取得了一定的效果。但最近几年随着中国人口老龄化的加快，未来一些年社会对劳动力的需求会逐渐加强，劳动力短缺有可能成为中国的关键问题。在这样一种情况下，基于各种人口数据的不断变化，适当地进行人口政策的调整已经变成一种必须。但具体怎样调整，则需要根据数据来说话

第四，情景研究，系统优化

对未来的预测功能是目前业界对大数据最看重的价值之一。基于之前记录下来的各种数据的深入研究，发现其中的规律特征，从而进行系统优化，甚至升级。如果前面的纠偏只是一些相对较小的指引的话，那么基于预测的情景研究和系统优化，则是相对较大的变动。这种基于预测的价值实现对系统（包括个人、企业机构，也包括各种电子性工具）的长远运行来说价值重大，其决定了一个系统是否具有长期的成长性和演变能力。

一个主体（系统）不但要考虑即时的运行，以及下一步的正确操作，更需要考虑长远的运行可能。尤其是在竞争激烈的今天，各种企业机构之间的竞争非常残酷。如何基于以往的运行数据，对未来的运行模式进行预测，从而提前进行准备或者加以利用、调整，对很多企业机构其实是一种生死存亡的问题。这样一种情况同样适用于国家级别。正因为这一点，目前无论是在企业级别还是国家级别都开始研究、部署大数据。

中国的粮食统计是一个老大难的问题。中国的统计，虽然有组织、有流程、有法律，但中央的统计人员依靠省统计人员，省靠市，市靠县，县靠镇，镇靠村，最后真正干活或上报的是基层兼职的调查人员，由于众所周知的KPI考核导向的原因，层层加码，几乎没有人相信这个调查数据，而其中国家统计局的人是最不信的。在前两年北京的一个会议上，原国家统计局总经济师姚景源讲述了他们是如何做的。他们采用遥感卫星，通过图像识别，把中国所有的耕地标识、计算出来，然后把中国的耕地网格化，对每个网格的耕地抽样进行跟踪、调查和统计，然后按照统计学的原理，计算(或者说估算)出中国整体的整体粮食数据。这种做法是典型采用大数据建模的方法，打破传统流程和组织，直接获得最终的结果。

篇3：大数据与智慧教育

一、工具理性与价值理性:独立学院智慧教育进化及范式嬗变的动因

唯物辩证法的逻辑表明:事物的发展变化是内外因合力作用的结果。独立学院智慧教育的进化及范式嬗变是信息爆炸时代经济社会和高等教育语境急速变迁和交互影响的必然诉求和逻辑。

(一) 外在诉求:

移动信息消费新常态下独立学院传统教育教学范式的失效。我国自1995年全功能介入国际互联网至今, 移动互联网、云计算、物联网等信息技术在中国的发展、应用又一次见证了“中国速度”。截至2015年6月, 我国互联网普及率为48.8%, 手机网民规模达5.94亿[1]。据腾讯发布的2015年第二季度财报显示, 微信的活跃用户量已突破6亿 (截至2015年6月30日) 。无可置疑移动信息消费在当前的中国已成为一种新常态。移动互联网浪潮下, 移动信息消费在“象牙塔”悄然风靡。独立学院学生群体的移动信息消费规模和增速呈爆发式增长态势。智能手机成为青睐移动互联网消费的“95后”群体的“标配”, 独立学院八成以上学生经常使用手机上网。独立学院课堂“低头族”、“拇指族”数量攀升折射出传统教育教学范式的失效与困局。独立学院教育教学行为和学习行为“实然”与“应然”的差距凸显智慧教育缺位的现状。如何借助“移动信息消费新常态”之契机, 助推独立学院智慧教育的进化及范式嬗变成为基本取向。

(二) 内在逻辑:

独立学院内涵建设实现跨越式发展的应然选择。在我国高等教育大众化战略下, 独立学院应运而生。历经十多载“摸着石头过河”的艰辛探索和办学实践, 独立学院完成了缓解高等教育供需矛盾、优化高教资源配置、服务地方经济的历史使命。但由于自身先天的“资源”短板、多方主体的利益博弈和我国高等教育系统固有的运行机制等, 独立学院的发展困局愈发凸显。在高等教育全方位转型的新常态下, 激发和释放独立学院组织的活力是其内涵建设和质量提升的应然选择, 是独立学院目标定位和育人范式实现由“简单移植和趋同化”向“融合创新和特色化”样态进化、转型的内在理路。

(三) “互联网+”思维和云端教学倒逼独立学院教育教学范式的解构和建构。

大数据引发的信息浪潮和关联革命深刻改变着我们的生活、工作和思维[2]。从工具理性视角考量, 大数据为高校的教育教学提供了优化的平台和海量的知识资源, 并塑造参与式、互动式的智慧学习文化, 催生云端教学范式的风潮和革命。从文化传播视域看, 云端教学是一种基于网络技术和知识共享的人本范式, 具有时效性、交互性、无边界等显性特质。“慕课 (MOOC或MOOCS) ”潮流以“海啸”之势风靡全球凸显了大数据时代云端教学范式的巨大潜力。而对处于我国高等教育体系弱势竞争地位的独立学院而言, 史无前例的压力和挑战也随之而来。解构传统的“封闭、信息孤岛、单向度”的教育范式, 建构“开放、共享和多向度”的智慧教育范式是独立学院破解当前诸多困局的涅磐之路。

二、张力与统整:独立学院智慧教育的生成逻辑

工具理性与价值理性作为理性世界的两个论题和维度为我们提供了分析范式。大数据时代独立学院智慧教育的生成逻辑必然要在工具理性与价值理性之间保持适度的平衡, 发挥独立学院智慧教育场域多重张力的裂变与聚合效应。

(一) 理念、模式的传承与创新:交互主体性张力对传统“主客二元”范式的消解和扬弃。理念与模式的继承、创新是独立学院智慧教育生成的逻辑起点, 它决定着独立学院教育的发展态势, 对其体系内其他要素起着重要的制约和引导作用。“因材施教”理念在我国有两千多年的实施实践, 但在具体操作层面过于重视和强调“教授方”对教育教学活动的绝对控制权和话语权, 是权威、文本式的教育范式。当前阶段, 绝大多数独立学院仍沿袭母体高校的教育教学模式, 导致其发展举步维艰。交互主体性也称“主体间性”或“主体际性”, 是对“主体—客体论”、“双主体论”等理念的消解、扬弃和超越。近年来, “慕课”、“微课”、“翻转课堂”、“移动教学”等风潮在教育界引发的“教”与“学”双维革命有目共睹。尽管这些新模式在呈现形式和操作程序等层面存在差异, 但其本身蕴涵的合理内核和价值取向却殊途同归。有学者从慕课技术应用于传统课堂视角阐述翻转课堂的理论与实践[3]。这恰恰验证了这些新型的教学思维和模式之间的耦合。概而论之, 当前全球教育领域推崇、盛行的新模式跳出传统“主-客二元”范式的窠臼和藩篱, 彰显教学过程中多元主体 (师生、师师、生生等) 之间的“交往”、“互动”和“共生”, 是独立学院的教育教学由“文本”走向“人本”范式的应然逻辑。

(二) 高度集成的智能网络共享和服务平台的架构与运行:

内源矛盾张力对传统教育介体资源的修正与补充。介体资源是“施教方”与“受教方”交互的中介和桥梁。时至今日, 生源危机、优质师资欠缺、硬件设施建设滞后等诸多压力和短板制约着独立学院组织内驱力的发挥。独立学院组织的内源矛盾张力集中体现为施教系统与受教系统内部及之间诸要素的对立统一和动态平衡。因此, 根据独立学院学生的思维惯性和行为动向特征挖掘、丰富其教育介体资源显得尤为关键。新媒体尤其是手机移动通讯网络为独立学院构建高度集成的智能网络共享和服务平台提供了物质基础。独立学院应在“课程资源+素材拓展资源+专业学科前沿资源”多级资源库架构的基础上, 搭建“学生个性差异化自主学习平台+教师特色教研平台+校际研学交流平台”的云端一体化服务平台, 使个性化学习、泛在学习、“自学习”成为独立学院的新常态。云端一体化服务平台集成、蕴藏海量的优质教育资源。其价值和张力主要体现在教与学、研与用“信息孤岛效应”的消解和建立自主探索式的知识获取与传播机制。对独立学院而言, 云端一体化服务平台的强大优势不仅仅表现在优质教育资源的共享和即时、广泛传播, 更在于其适应了三本学生思维活跃、乐于接受新事物的特质和分层化、碎片化、浅阅读的诉求, 能有效缓解三本院校优质教育资源的供需矛盾。

(三) 可持续发展的协同创新动力机制的构建与完善:

教育治理和“智慧教育共同体”张力对传统教育环体的优化与超越。智慧教育是大数据思维和教育教学多元化、信息化、现代化的基本取向和发展愿景。智慧教育的基础和前提是应用信息技术推动教育资源的汇聚和存储, 形成教育大平台与大数据[4]。

1. 教育治理多元主体之间形成动态平衡与共生的新格局。

“教育管理”走向“教育治理”是当前高等教育的重大理论和实践转型。教育公共治理视野下, 独立学院智慧教育多元主体 (各级教育主管部门、独立学院、企业、研发机构等) 之间的博弈与动态平衡成为应然。知识、资本、技术等之间不可避免地存在矛盾与冲突, 这必然要求建立和完善权、责、利规范明晰的运行机制, 以保障多元主体合作的内驱动力, 实现1+1>2的协同效应。

2. 独立学院组织内部相关群体及校际之间的协同创新。

独立学院的决策领导层、学术团队、学科带头人、精品课程的教师团队、网络课程资源的运维团队等相关群体是“智慧教育共同体”的中坚力量。其中决策层的顶层设计、互联互通的风险预警与科学动态监管决定着独立学院智慧教育的价值引领。教师团队依据三本院校的培养目标和学生的学习倾向挖掘与甄选教育资源是独立学院智慧教育的关键。运维团队借助数据挖掘、学习分析等技术有效评估教师提供的教育资源与学生的学习行为及其匹配程度是独立学院智慧教育可持续发展的重要保障。大数据的战略意义不在于“数据大、资源多”, 而在于其释放的扩散和共享价值。独立学院智慧教育应在激活、释放组织内部活力基础上, 加大与其他高校的对话和资源的共建共享, 在优质教育资源的“所有”和“所用”之间需求最佳平衡。

3. 独立学院组织内部、外部相关技术支持力量的协同创新。

信息技术的发展和融合打破了信息、知识和教育的边界和壁垒, 使得信息技术融入高等教育成为可能。独立学院组织内部缺乏信息技术人才, 而同时与“技术拥有方”之间信息不对称、不畅通。此种态势下, 加快推进独立学院与技术拥有方的双向对接和协同创新、应用是必然选择。

三、大数据时代独立学院智慧教育的生态归向及难点

人们对“智慧教育”的认知经历了一个渐进过程。智慧教育思想最早由哲学家提出、阐发。此后, 教育学家、心理学家广泛关注。近年来, 教育技术和教育管理领域的学者、专家纷纷从信息化视角解读智慧教育。大数据时代独立学院智慧教育归向何处?

(一) 大数据时代独立学院智慧教育的生态归向。

智慧教育共同体及利益相关者之间多边能量流、信息流共生及协同进化的生态归向是大数据时代独立学院反思和超越其传统教育范式的必然逻辑。从智慧教育生态看, 其内涵和边界围绕“决策管理层智慧治”、“教师层智慧教”、“学生层智慧学”、“技术层智慧研与用”。独立学院智慧教育各子系统都不能缺位, 只有诸因子协同创新, 才能实现教育合力的最大化及良性发展的动力机制与格局。

(二) 大数据时代独立学院智慧教育生态归向的难点。

1. 理论困境:

工具理性与价值理性的整合与内在平衡, 找寻两种理性之间张力的黄金分割点价值理性不能被技术、工具理性所捆绑、裹挟和僭越, 克服“工具理性过度膜拜、价值理性失落与边缘化”的滥觞。智慧教育的图景和旨归是建立在工具理性极致基础上的技术退隐和价值理性的回归与重建。高校教育的价值意蕴被工具理性遮蔽, 会悖离教育的本真。大数据时代, “智慧”是独立学院教育的手段, 更是一种境界。

2. 实践困境之一:

媒介融合语境下“云端教学范式”与“传统课堂教学范式”的价值考量和关系认知, 也即云端教学范式的适用范围和边界问题并不是所有课程、所有教学内容都适合云端教学范式。慕课只是工具, 并非目的。慕课的价值是让老师们有更多时间和精力投入到线下的延伸性部分, 发挥价值塑造和能力培养的作用[5]。“微课”、“慕课”风暴对传统课堂范式的颠覆式效果不言而喻。但云端教学的模式化或过度化有可能使独立学院教学陷于固化的囹圄之中, 使其教育呈现“虚幻的美丽”。而实体课堂与虚拟课堂和谐共生、完美互补是应有之义。独立学院教师群体应加强对学习者知识获取、内化过程的实时管控、引导, 消解“课堂正餐”遭遇“网络快餐”的尴尬, 在预设性发展与生成性发展之间保持适度张力, 才能使教学从“有效”走向“优效”, 使学生在“激疑”、“释疑或解惑”过程中实现知识的顿悟和内化。

3. 实践困境之二:

优质教育资源的“共享、引进”与“生成、扩散”的关系认知新一代信息技术与教育的牵手, 使优质教育资源的共享和价值最大化成为可能。从目前主流的MOOC课程资源看, “名校名师名课效应+精、短”的显性优势激发了学习者的内在动力, 实现了知识的高效传递。但同时, 也会引发高校域界的“马太效应”。网络优质教育资源之于转型十字路口的独立学院既非“桃花源”也非“潘多拉魔盒”。而是引领独立学院组织内部相关群体处理好“引进来”与“走出去”的关系, 在“共享、引进”优质教育资源基础上“生成、扩散”体现三本师生特色的教育资源。

4. 实践困境之三:

独立学院组织内部教育信息技术人才的培育与外部相关技术支持力量的关系认知毋庸置疑, 当前阶段, 技术支持乏力是独立学院智慧教育应用的显性困局之一。信息技术只有被高校组织内部相关群体普遍接受、广泛应用和创新发展, 才能最大限度地彰显“智慧教育”的价值和影响力。因而, 引导教师群体由教书匠向学者型教师转型, 精心培育教育、信息技术复合人才以提升教育信息化软硬件系统的应用水平是当前和今后一段时间独立学院智慧教育的重要抓手和节点。同时, 借助企业和研究机构现有的成熟服务和公众平台及其相关技术支持实现信息技术与教育资源的无缝对接和双向深度融合必不可少。

参考文献

[1]中国互联网络信息中心.第36次中国互联网络发展状况统计报告[EB/OL].http://www.cnnic.net.cn/hlwfzyj/hlwxzbg/, 2015-7-22

[2] (英) 维克托·迈尔·舍恩伯格, 肯尼思·库克耶著;盛杨燕, 周涛译.大数据时代:生活、工作与思维的大变革[M].杭州:浙江人民出版社, 2013

[3]Diana Andone, Radu Vasiu.MOOCs in Higher Education—Flipped Classroom or a New Smart Learning Model?[EB/OL].Springer, 2015-10-27

[4]柯清超.大数据与智慧教育[J].中国教育信息化, 2013, 24

篇4：智慧教育与大数据治理

唐斯斯，国家信息中心研究员，同时也是一名三年级学生的母亲，对于教育信息化和智慧教育，有着更直观认识。她在演讲一开始就抛出了自己一直在思考的问题：“随着我国教育体制的改革，该怎样去立体地、智慧化地评价一个孩子？孩子不是平面的，不是血型、成绩就能代表他的好与坏，更不能就此打上标签。而是应该从他的创新能力、人格品质等方面去立体评价，这就需要很多的数据支撑，从健康数据到行为数据，到实践项目、创客教育等，归纳、分析一系列的数据，才有可能还原或者相对准确地体现一个孩子特征与潜质。”

智慧教育的生态体系

每个人对智慧教育都有着不同的理解，在唐斯斯看来，智慧教育应该要实现泛在的、随时、按需的学习，要能实现教育资源的无缝衔接，要实现多层次个性化的教学，要能实现智能化的管理，要实现智能化的决策等。“也许每个人理想的智慧教育都不一样，但不管是怎么样的，背后一定需要保障系统和很多的技术去支持。”她解释说，这些技术的核心要素包括云计算、物联网、虚拟现实、增强现实，以及教育云平台、教育产品、智慧校园等。

唐斯斯认为，大数据对教育最大的好处，是可以加速智慧教育生态系统的构建：“什么样的智慧教育才是理想中的发展方向？我认为，大数据的评价体系能起到引导、抛砖引玉的作用，引领我们去发展。大数据对教育的影响，在理念、发展以及融合创新层面，都有着不同的促进作用。同时，就现有的效益层面来讲，大数据可以实现教育资源的整合、降噪、倍增效益，还具有破除效应，能够破除教育的不均衡，而最重要的，是能够加速智慧教育生态系统的构建。我理想中的智慧教育生态体系，应该是一个能够实现教育自循环和可持续发展、多元互动的环境体系，包括多元教育体系、完善的教育机制和成熟的教育产业基础，缺一不可。”

具体而言，智慧教育生态体系要以教师、家长、学生、公众和管理者等五大教育主体为基础，搭建一个以大数据为支持的平台体系，同时具备良好的智慧教育环境、完善的智慧教育机制、成熟的智慧教育产业链，以及完备的运行机制，包括管理机制、激励机制和反馈机制等，从而保障生态体系的良好运行，实现数据到服务，服务到数据的转换模式，最终能够实现一个良性互动。通过这一完善的体系，用其中的大数据去更好更快地修正不佳的教学行为、市场环境、政策环境和社会氛围等。

唐斯斯说：“目前，我国正在从国家、省级到市级全方位地部署大数据战略，这为智慧教育生态体系做一个很好的铺垫，我们可以通过对从学习、管理、教育、科研各方面数据的采集来丰富智慧教育的大数据资源，从而丰富教育产品和服务，构建成大的服务体系，最终能服务于教师、家长、学生者、公众和管理者等五大教育主体，实现‘人人可学，覆盖全人群的大教育的愿景。”

教育大数据解决三大问题

起初的大数据，是为了使各种各样的数据变得可用，消除数据割据、数据孤岛和数据碎片化现象，从而提升数据的质量、可用性、安全性。发展教育大数据的意义在于解决现存的三大问题。

一是信息资源不匹配。唐斯斯说，现阶段，社会上都广泛关注着互联网教育，但是政府推行的“三通两平台”、“数字校园”、原题库等教育信息化措施往往是在校内进行，与广受关注的互联网教育相脱节。同时，存在互联网技术人员懂IT不懂教育，教师懂教育不懂IT的现象，使信息资源不能匹配。

二是行业规范不健全。我国目前尚未出台智慧教育行业的统一标准，从而产生数据不兼容、系统不兼容，以及规范欠缺等问题。

三是资源融合不足。既然要立体地评价学生，就不能局限于学习本身，还需要跟其他行业、领域的资源整合，包括学校与学校之间、区域与区域之间的融合等，目前这些领域的融合仍显不足。同时，从国家到省市到县村的总体大数据体系尚未完全打通，也是资源融合不足的原因。

唐斯斯归纳说：“我们希望通过教育大数据策略的实施，能够很好地对教育数据做科学的分类和管理，同时对教育数据做全流程的管理，促进教育质量的提升以及加强安全管理，从而提升教育服务水平，加强教育管理能力以及科学制定教育发展的政策。”

如何发展智慧教育

在我国经济进入新常态的同时，教育也正进入新常态。教育法律的修订，高考等教育体制的变革，民众需求的变化、信息技术的渗透，使改革、融合、创新成为了教育新常态。目前，智慧教育发展面临着严峻的挑战，我国各地的智慧教育发展呈现不均衡的现象。在经济发达、信息化基础较好的地区，智慧教育正从数字化走向均等化、智能化和精准化，但在经济欠发达、信息化基础较弱的地区，智慧教育仍停留在数字化阶段。唐斯斯分析说：“在教育新常态下，我们要用新的方式并行发展，从普惠到个性，从数字到智慧同步发展，这既是机遇，也是一个非常大的挑战。”

唐斯斯认为，智慧教育发展的重点应从以下三方面着手。

首先，要充分利用互联网技术和思维。利用大数据开放、共享、融合、创新的特点，整合、运营全国的智慧教育云平台。同时，将各类信息技术的应用进一步融合，使之能够更好地为老师所用，使学生接受。

第二，要从数字化向智能化转变。例如，编写、采用互动教材，更好地衔接校内外的教育子云，以及更好地让教育大数据落地。同时，还要思考如何使老师更好地适应教学模式的变化，怎样借智慧教育发展去更好地培育创新性人才。

第三，将智慧教育深度融入到智慧城市的建设中去。要促进教育数据的开放、共享，加强智慧教育发展研究，丰富智慧教育产品服务，加强智慧教育人才培养，同时要强化智慧教育统筹发展，通过对浙江省宁波市智慧教育试点进行总结、归纳，给全国更多的城市做智慧教育起到示范作用。同时，要健全管理机制，建立协同机制，完善评价标准等。

篇5：大数据与智慧教育

智慧农业即以信息和知识为核心要素，通过互联网、物联网、大数据、人工智能和智能装备等现代信息技术与农业深度跨界融合，实现农业生产全过程的信息感知、定量决策、智能控制、精准投入、个性化服务的全新农业生产方式，是农业信息化发展从数字化到网络化再到智能化的高级阶段。

随着城镇化率越来越高，农村劳动力短缺、农业劳力老龄化程度高导致人工成本迅速增加，中国农业面临着谁来种地的重大问题。而在相当长的一个时期，小农仍将是我国农业生产经营的主要组织形式，农业产业价值链低，农产品国际竞争力不强，农业绿色发展任重道远，要通过技术创新实现农业变革，这就迫切需要现代信息技术支撑农业变革，利用“互联网+”优化产业链、价值链结构，形成“感知—传输—控制”应用闭环，创新驱动发展，提高农业全产业链附加值，让农民分享价值链收益。信息科技发展日新月异，世界已经进入大数据时代，如何利用农业物联网技术服务于农业领域，发展智慧农业、建设数据云平台、培育新型职业农民，是我国未来农业发展的方向。总书记说过，“没有信息化就没有现代化”，发展智慧农业，构建大数据系统，重在解决电脑替代人脑、机器替代人力、自主技术替代进口这三大需求，让物联网、大数据、人工智能、区块链、智能化装备与农业深度融合。

篇6：大数据时代下贵阳建设智慧城市

2013年11月15日，第四届中国意大利创新论坛在北京召开，作为本届论坛六个平行圆桌会议之一的“贵阳智慧城市建设专题研讨会”吸引了国内和意大利政产学研界近百人参加，大家纷纷对贵阳智慧城市建设表示出浓厚的兴趣。在会上，贵阳市提出在2015年前将建成的包括“一个公共平台，一个管理中心，政务、产业、民生三大应用方向，信息基础建设、智慧应用等六大支撑体系，建筑节能、指挥交通等九个示范应用”在内的“智慧贵阳”体系框架。那么，建设智慧城市的前提条件是什么？

如果将智慧城市比喻为人，将组成智慧城市感知功能的传感器比作人的五官，将连接传感器的网络比作神经，将控制和存储信息的云技术比作中枢，那么大数据就是智慧城市的所有体征数据的总和。人要正常运作,各个零部件数据指标必须达标，一座智慧城市亦如此。

所以一座真正的“智慧城市“，要体现出人类社会对现代城市和运营管理新的科技发展的水平，智慧，它必然来自于对各种数据充分分析和利用。因此如何对数据进行分析和利用，促进人类智慧运用管理城市，建设迫切使用先进的技术包括数据挖掘和功能的强大的运算系统，从而来整合分析跨地域，跨行业，跨部门的海量数据的处理，将特定的知识应用于特定的行业和特定的解决方案中，来正好的支持整个经济社会发展的决策和相关行动。这也正是建设智慧城市面临的重要挑战。

21世纪随着大数据技术领域的开发与不断创新，现今技术已经能够短时间内处理、分析庞大复杂的数据，这为“智慧城市”的建设提供了强有力的支撑。如今，越来越多的城市提出建设“智慧城市”的命题，并不断摸索与落实，成绩显著。

作为贵州省会的贵阳同样迎来建设智慧城市的契机，早在2010年10月，在贵阳市政府与IBM共同举办的“智慧城市·感知贵阳”论坛上，就已经勾勒出“感知贵阳、智慧城市”的远景，而建设智慧城市也纳入到贵阳市“十二五” 工业和信息化发展规划中。2013年年初，贵阳乌当区入围我国首批90个智慧城市，同年8月，乌当区智慧城市综合管理平台正式开工建设。在2013年智慧城市任务书项目开展情况评分中，乌当区在全省10个国家智慧城市试点中总排名第二，在4个县级试点中排名第一，获得“以奖代补”专项资金70万元。

打造智慧城市，对贵阳市的好处无疑是十分巨大的。智慧城市所涉及的智慧交通、无线城市、智慧医疗、云电视等都对提高贵阳市民的生活品质有着极大的促进作用。智慧交通将打破贵阳传统城市交通管理与发展模式，极大地缓解交通需求与交通设施供给的尖锐矛盾，为市民出行提供便利的交通；无线城市能够为公众提供利用无线终端或无线技术获取信息的便利服务,实现城市信息化和现代化；智慧医疗能够实现医疗信息实时共享，简化就医流程、降低医疗费用，增加群众就医便利性；云电视将电视连上网络，观众就可以随时从外界调取自己需要的资源或信息。

同时引入大数据处理技术，在互联网、物联网、云计算平台、电信网、广电网、无线宽带网等技术实现系统化整合的基础上，充分利用高度集成的智慧技术，以配套设施与相关政策促进、带动智慧产业发展，为居民提供更加优质、高效、方便、快捷，更加亲民、协调、节能、集约，具有高度智慧化的公共服务。

篇7：大数据背景下的智慧城市建设

作为IT产业的最新演进成果，大数据已成为一系列可能改变未来生活和企业发展技术的基石，成为影响城市、企业管理决策的关键。而随着中国城市化建设的加快，基于大数据应用为基础的智慧城市建设将决定着未来城市化建设的质量。下面，我就从五个方面，分析大数据在商业营销和城市管理中的作用，为武汉更好地建设智慧城市，提供参考。

大数据是12项可能改变全球技术的基石

前不久，麦肯锡发布了最新一份研究报告，公布了决定未来全球经济的12项颠覆性技术，估算到2025年，每一项技术对全球经济的价值贡献均超过1万亿美元，包括：

1、移动互联网，2、知识工作自动化，3、物联网，4、云计算，5、先进机器人，6、自动或半自动导航与驾驶的交通工具（如谷歌互联网汽车），7、新一代基因组，8、储能技术，9、3D打印，10、更强韧更有传导性的先进材料，11、先进油气勘探开采，12、可再生能源——太阳能与风能。这12项技术,是当前提出的“第三次工业革命”的一系列技术核心。

以3D打印技术为例，今年初，国外最著名的脱衣舞女郎郎蒂塔·万提斯秀出全球第一件3D打印镂空礼服后，在最近举办的巴黎时装博览会上，有模特也身着由3D打印出来的服装走秀。更深入了解，3D技术不仅用于服装，通过3D打印制造手枪已经不是新闻，而且将直接助推军事新变革。3D打印已开始构成一个新的产业，在全球，3D打印技术已产生了20亿美金的产业规模。

有人会问，最近极为热门的大数据呢？麦肯锡在报告中明确表示，大数据是上述12项技术中多项技术的基石。在麦肯锡看来，大数据并不仅仅是数据本身，而是数据与这些颠覆性技术所采用的工具平台和分析系统统一在一起之后，方才成为大数据的。

大数据既来源于互联网、实时机器等，也来自于人。而大数据和非大数据的差别，具体体现为结构上的细节差异，比如一个心脏病患者去医院看病，医生写在病例本上的诊断结果是小数据，而病历本上的心脏病的实时监控记录则是大数据——前者仅是数据库中的一条记录，而监控记录可能需要的存储空间非常大，并包含复杂的细节。总之，大数据更关注人类的行为。

令许多人不解的是，为何直到现在大数据才在全球范围内引起广泛关注？其实并非过去没有大数据，而是当前社会更为关注人类的社交数据、行为数据，社会计算就将大数据推到了科技前沿，通过汇总某个人的网上浏览记录和移动互联网GPS跟踪等各类信息，然后分析出他的一些最基本的活动特征，就能够衡量和监控其行为变化。美国的棱镜计划，简单来说就是这个原理——通过分析一个人的活动特征，预测他的许多行为，包括购物、约会、投票等。运用最先进的大数据技术，美国FBI通过搜集诸如连续一个月只吃方便面、学过驾照、不离开住所等此类的信息，可以做到分析某个人是否有恐怖分子倾向。大数据价值的实现需要满足其开放、实时等需求

探讨大数据的价值，离不开对IT产业规律的理解，毕竟大数据是IT产业的最新演进结果之一。

截至目前，IT产业有四条经验规律得到业界公认。其一是摩尔定律，该定律归纳了信息技术进步的速度。其二是吉尔德定律，该定律指出每6个月带宽传输速度将翻一倍，而随着现在光纤到户，宽带速度也反映出信息传递数据的增长。其三是梅特卡夫法则，根据该法则，网络价值等于网络结点数的平方，这体现在网络经济中即为大网吃小网，大网的价值远高于小网。其四是新摩尔定律，认为每18个月新增的数据量等于过去信息量的总和。

上述规律描述了IT主宰的世界的变化趋势。其实最重要的不仅仅是规律的变化，它们能够说明为什么现在关注大数据，因为大数据改变了竞争的规则。美国有学者著书讲述信息的流转与重组，根据他的观点，两个国家之间的竞争，并非由科技创新决定，因为科技创新很容易被山寨，比如中国的山寨能力就让西方很无奈。在该学者看来，未来在大数据基础上决策能力的提高方才是一个国家竞争力的所在。大数据改变了未来的游戏规则、竞争规则，因为大数据导致数据信息和决策的关系发生了变化——拥有大数据的一方，可以遴选出其所需要的信息。而信息对称程度的增加，使得其决策越来越准确，并给管理带来实际价值，这就是数据信息决策与价值之间的链条关系。而大数据对社会价值、企业价值、竞争规则带来的一系列改变，也是人们之所以重视它的原因。决策才能产生价值，决策的精确性来源于信息对称程度，信息对称程度取决于数据的挖掘和梳理。而大数据的特征之一，就是要求数据的完整性和综合性，但当前许多信息如微博、电话等都以碎片化呈现，若要将这些碎片还原为完整情景，就需要满足开放性和公共性。当前政府部门掌握着最大块儿的重要数据，如果政府手中的数据不开放，大数据产业也很难发育起来。据了解，美国政府已经对此立法表态，并开通了一个名为data.gov的网站，该网站专门用来发布和分享美国政府数据，任何美国公民或组织都可以使用。

此外，大数据还具有动态性和实时性的特征。在使用中，即使人们不了解事物的内部规律，但通过实时反应就能实现大数据的价值。比如借助武汉市民之家门口的探测器，通过云计算的实时性分析判断进入人员的安全性，而不是事后分析。因此，大数据价值的实现也必须要满足其实时性和动态性的内在需求。

城市化建设需要能够激发创新的软硬件投入

十八大报告中明确提出，中国未来要实现新四化，即工业化、信息化、城镇化和农业现代化。这其中，城市化已成为当前中国的主旋律。一方面由于大城市能最大程度提高效率——无论是生产效率、生活效率还是基础设施效率，大城市都比中小城市要高，这是城市化的基本原因。另一方面则是城市化可以推动繁荣并持续创造财富，造就大量中产阶级，进而带动整个社会财富的增长。虽然城市化的意义不容置疑，但是无法忽视的是，城市化带来的发展往往是不平衡的。美国一家著名学院在对世界上多个城市进行数据分析后发现，城市人口的扩张会产生超限性扩张。从城市化的正向促进来看，假设城市化同步增加为1，城市化带来的就业将达到1.34，新专利增长率将达到1.27，GDP增长达1.13到1.26。此外，由于城市化的投资比农村要高，产生的信息会增多，将使得基础设施的成本降低，其中，加油站降为0.77，道路为0.83，电网为0.87，这些由于城市化带来的基础设施效率提升、基础设施用处增大，可以为城市带来更多的集约效应。同时，城市化带来的负面作用也很明显，如果不是城市化，艾滋病发病率和犯罪率将显著降低。据了解，现在艾滋病发病率为1.23，远高于自然发病率。当前城市犯罪率为1.16，比平均值高0.16，因为大城市更容易产生犯罪。

那么，城市化对社会带来的影响到底是如何产生的呢？来自麻省理工学院媒体实验室的中国学者潘威，提出了社会枢纽密度概念，对这一问题给出了值得参考的解释。谈及为何城市带来的效益要比农村高时，潘威认为，城市中人与人之间面对面的居住和交往、居住与工作的距离较短、共同语互动的便利以及信息和思想的经常性交流等各因素合力，最终会产生创新与创造的内力，并导致劳动生产率提升。这也是许多人提倡城市化的重要原因和经济动力

虽然如此，但城市带来的创新并非自然而然就能产生的，这其间需要一定的社会资本投入和人际关系拓展，需要软件和硬件的持续投入。最重要的，需要城市中拥有一定的公共空间，而公共空间的存在越多，人们之间交流机会就越多，创新来源也就更为广泛。比如中关村的车库咖啡，一群创业者聚集于此，经常一个桌子、两三个人，一个项目就开始了，这也吸引了一些风投机构的注意，这就是空间聚合带来的直接效应。类似于此类的城市公共空间，如城际交通、绿色交通、有利于人际交流的咖啡馆，或者围绕年轻人（如上海的创客）的创业创意设施、社会基础服务设施等越多，那么这个城市的创意也一定是发达的。综合来看，任何一个城市的公共空间的设计都要有利于交流碰撞以及信任关系的产生，未来逛街甚至也将是一个社交过程。除了公共硬件空间以外，城市的未来发展还需要进行智慧城市建设，包括系列软件的支撑。这其中，互联网和通信技术，尤其是社交与移动技术的发展将不断强化人际间的互动，而在互动带来的大数据基础上，通过挖掘人们所需的有效数据信息，形成更好的决策。

目前的智慧城市需依赖于一个巨大的传感器网络，某一领域的数据局限于该领域时，还无法发现它的价值；但当这些数据综合起来以后，就会产生溢出效应，并形成基于大数据发展的城市发展模式。因此，未来城市的公共空间规划，除了依托硬件设施，也要借助由大数据塑造的软件空间，或者说是智慧城市空间，这样人们的创意交流和创新效率才能更高。这也是未来基于大数据形成的城市模式，可能会在武汉此类创新能力较强地方，成为最终驱动动力的原因所在。

大数据能够实现商业精准营销 归根结底，大数据究竟给整个社会带来了什么？我认为，最重要的莫过于其商业价值和在城市管理中的价值。

现在的互联网承载着极为复杂的信息，包括大众情绪、消费者喜好、市场潮流等。基于互联网的大数据,对于商家来说主要是三方面的应用：一是圈定用户；二是用户关联性分析，包括对用户年龄层次的分析；三是个性化定制，即大数据可根据客户需求进行产品或服务的量身定做。

目前大数据在各行各业中都有着普遍的应用，如金融服务、医疗保健、零售、能源、制造业等，其中最经典的案例莫过于大数据带来的精准营销。

有这么一个典型案例，美国一名男子闯入他家附近的Target店铺（美国一家零售连锁超市）向店铺经理大吼：“你们竟然给我17岁的女儿发婴儿尿片和童车的优惠券，她才17岁啊！”店铺经理不知道发生了什么，立刻向来者道歉，表明那肯定是个误会。然而，经理并不知道，Target公司正在运行一套大数据系统。一个月后，这个愤怒的父亲打来电话道歉，因为Target发来的婴儿用品促销广告并不是误发，而是他的女儿的确怀孕了。在这个案例中，我们看到，数据的力量不仅让商家提升了自己的业绩，还让客户为之心甘情愿买单。据了解，Target创建了一套女性购买行为在怀孕期间产生变化的模型。他们注意到，妇女会在怀孕大概第三个月的时候买很多无香乳液。几个月后，她们会买一些营养品，比如镁、钙、锌。公司最终找出了大概20多种关联物，这些关联物可以给顾客进行“怀孕趋势”评分。不仅如此，如果用户从他们的店铺中购买了婴儿用品，Target在接下来的几年中会根据婴儿的生长周期情况定期给这些顾客推送相关产品，使这些客户形成长期的忠诚度。

不仅是零售业，在美国猎头行业中，由于竞争十分激烈，恩科尔公司就借助大数据预测谁会跳槽，甚至某公司员工还没有确定跳槽的时候，就给他寄职位说明书。恩科尔是怎么发现谁有跳槽的想法呢？该公司申请了一套专利算法，能够判断用户的跳槽倾向，比如某公司股票下跌，高层大换血，或刚刚被另外一个公司收购，某员工在微博上发了两句牢骚，恩科尔就把这些因素全部记录下来，通过计算分析，然后预测该员工的跳槽倾向。

此外，在美国有一个社会情绪预测，通过大数据可以预测股价的涨跌，人们对该股的看法是负面时，预测股票即将下跌，而随着情感转向正面就预测股价可能上涨。而在奥巴马的总统竞选中，一个政治学教授通过微博和博客上网民言论和动态分析，成功预测了总统选举结果，包括微博上有哪些人支持奥巴马，支持率多少，他都可以预测，而且预测差距很接近。奥巴马的竞选团队也有大数据的挖掘人才，如在东海岸募捐时，通过分析当地大量数据，安排一个本地区特别喜欢奥巴马的女明星跟奥巴马吃饭，结果她的很多粉丝也跟着投了奥巴马一票。

可以说，大数据在商业应用上的精准营销，是目前大数据应用最重要的领域。

大数据在公共管理中的作用日益突出

除了商业营销，大数据在公共管理中也发挥着越来越重要的作用。比如人口聚集给城市带来了交通、医疗、建筑等各方面的压力，需要城市管理者能够更合理地进行资源布局和调配，而智慧城市正是城市治理转型的最优解决方案，如智慧安防、智慧交通、智慧医疗、智慧城管等，都是以大数据为基础的的智慧城市应用领域。

公共场所管理中的大数据应用经典案例有很多，比如迪斯尼对其游客排长队的调控，就值得国内公共活动管理部门借鉴。在迪斯尼，管理方会根据排队的历史记录，以及游客在网上即时发布的排队心情，及时调度队伍的长短，平均为每个游客节省了4个小时。

医疗管理对任何一个国家都是巨大负担和责任，如何通过大数据来降低医疗成本，同时又提高医疗质量，各国政府都在积极探索。根据已有的设想，进入大数据时代后，智能手机将24小时如影随形，变成无所不在的体检工具，监控机主的各项指标。一旦机主身体出现异常，就可以立刻采取措施，将机主既往的病史、心电图、血压等各项数据发送到医生的数据库中。而机主日常的血压脉搏等各类信息也都和云计算连接到一块儿，只要有小病就能马上发现。目前，在流行病的控制上，美国宾新法尼亚州政府，已能够通过分析全州感冒药的销量并对比历史数据，确定大面积流感发生规律；通过分析儿童的就诊率并对比历史数据，确定大面积流感发生可能性；通过对微博等数据的监控，对流感发生到什么层面也可以有一个准确实时的数据。在城市的安防管理方面，识别什么样的建筑物容易发生火灾，对政府来说非常重要。纽约市政府通过对非法建筑业使用大数据技术搜集信息，包括对非法建设的建筑物等进行统计分析发现，原来只能容纳6个人后来却住入60个人的建筑就比较容易火灾，且这些建筑物逃生口往往被堵塞，危害更大。纽约市甚至还对1938年之前的建筑是否做过抵押、被投诉等进行统计，根据分析一系列过往记录，纽约房管部门大体上可以判断该建筑物是否有火灾危险，而现在纽约房管局已通过大数据识别了70%有危险的建筑物。这样，就可以根据危险建筑物的分布，有针对性地安排消防力量。

此外，美国还开拓了基于大数据的保险服务。据了解，美国的一个创业团队，通过把美国100万个地点的土地未来两年的天气行情进行模拟，测算出极端天气的发生概率以及未来粮食的价格预测，为这些地区的农作物进行保险。借助大数据的关联分析，可以制定出最合理的保险价格，最终在保险行业形成极强的竞争力。

当前，包括火灾预防、保险、流行病控制、智慧医疗、公共场所管理等，由大数据成功运营的典范已被这些行业广泛借鉴，而在不久的将来，在智慧城市建设中，基于大数据的城市管理毫无疑问将是一个常态。

篇8：大数据与智慧教育

关键词：大数据,智慧教育,Hadoop,云平台

大数据是继移动互联网、物联网、云计算之后新的IT界流行的词语,已成为科技、企业、学术界关注的热点。国际权威杂志《Science》和《Nature》专门出版了有关大数据的专刊,专门探讨有关大数据的机遇以及带来的挑战等问题。美国教育部在2010年11月,发布了《改变美国教育:技术增强的学习——美国国家教育技术计划2010》[1](NETP2010),智慧教育方面,IBM提出了构建智慧教育的方案。新加坡在2006年就开始了Intel-ligent Nation 2015计划,其中智慧教育是其最重要的组成部分。韩国教育科学技术部(MEST)于2011年6月向韩国总统府提交了《通往人才大国之路:推进智慧教育战略》提案,并于同年10月发布了《推进智慧教育战略》,目的是进行智慧教育变革,改造课堂,提高技术支持的学习效果,培养适应未来信息社会的创新型国际人才[2]。2014年12月1日由中国教育部直属单位教育学会在北京主办了2014国际智慧教育展览会(简称Smart Show),多所学校还对智慧教育的产品进行了全方位的展示。利用大数据技术可以构建复杂的模型来表征数据和解释数据,利用基于大数据的知识计算,可从大数据中抽取有价值的知识,构建成可支持查询、分析和计算的知识库。知识计算的前提是首先构建好知识库,其次是多元知识的融合,此外还有知识库的更新。大数据可利用数据挖掘技术对存储在数据中心的数据(包括结构化和非结构化的数据)进行分析与挖掘, 及时掌握学习者的学习动态数据,对学习的效果、技能水平等进行评估,便于及时对出现的问题进行智能诊断,将信息智能推送到用户端。智慧教育云平台能为学习者提供很好的智慧学习环境和个性化的学习体验。通过运用系统分析法,并在梳理国内外智慧教育研究的基础上,尝试构建大数据环境下智慧教育云平台,提出了大数据背景下的智慧教育云平台系统架构图,并对大数据背景下的智慧教育云平台进行了的应用和测试,以其能为未来大数据环境下的智慧教育的建设提供参考。

1智慧教育概述

智慧教育是整合物联网、云计算、大数据、移动通信、增强现实等先进信息技术的增强型数字教育(Enhanced e-Educa-tion),是对数字教育的进一步发展[3]。智慧教育的真谛就是通过利用智能化技术(灵巧技术)构建智能化环境,让师生施展灵巧的教与学方法,使其由不能变为可能,由小能变为大能,从而培养具有良好价值取向、较高思维品质和较强施为能力的人才[4]。智慧教育可培养出智慧型和创新型的人才,智慧教育的核心技术为大数据、云计算、物联网、增强现实、移动通信和定位技术。智慧教育的学习资源是动态生成的,MOOCs、微课、移动课件、电子教材、可进化的内容库,智慧教育的学习方式主要有泛在学习和云学习以及无缝学习;智慧教育的教学方式主要有以学习者为中心,大规模在线开放教学(MOOCs)、深度互动教学、智能教学(智能备课、智能批阅等等)、科研方式:跨地域大规模协同科研,科研数据及时分享与深度挖掘;管理方式:高度标准化、归一化管理、智能管控;评价思维:数据导向的评价、基于大数据库的科学评价。

2智慧教育云平台

智慧教育云平台可为学生提供基于知识图谱(所有知识点汇聚的知识架构图)的学习,知识架构图有利于学习者快速查找自己需要的知识点,只需点击便可轻松获取自己想要的知识,使学生更容易把握学习的脉络。智慧教育云平台主要由智慧教育、智慧学习、智慧服务、智慧资源、智慧环境、智慧管理和智慧评价等多个部分组成,如下图1所示。

智慧教育和智慧学习是智慧教育云平台的核心部分,通过该平台教师可实现智慧教学,学生可实现智慧学习,智慧资源主要是指智慧教育资源和智慧学习资源,在云平台可实现智慧资源的智慧检索和共享,智慧管理、智慧环境和智慧评价是智慧教育云平台不可或缺的,都具有重要的作用。教师通过云平台可实时在线查看学生的学习情况反馈信息以及通过聚类分析来获取有用信息,并针对该信息进行有针对性的授课和解答。丰富的智慧教学场景可为教师带来新的互动教学体验,教师可通过学生学习数据和成长轨迹,利用数据可视化技术和人工智能技术以及数据挖掘技术,来对学生的学习进度和知识掌握情况进行可视化显示,并对学生的学习效果进行个性化和科学性的评价,评价后可及时将信息智能推送到学习终端,获得信息后可及时做出调整,以便于提升学生的学习效果。

3大数据背景下智慧教育云平台的构建

智慧教育历来受到人们的重视,在国内已有很多专家和学者研究,智慧教育云平台的构建是智慧教育大厦的重要部分, 该平台可支持各类智慧教育,如在线交互式学习、在线互动教学、智慧管理、智慧评价等,大数据背景下的智慧教育云平台打破了传统的教育信息化边界,可实现在线数据信息的可视化以及可视化智慧教育管控,远程督导等。

大数据背景下,由于数据量巨大,因此,需要用Hadoop来对大数据进行分析与处理,大数据环境下的智慧教育云平台数据分析与处理模型图中物理层是底层部分,在该层可实现海量数据资源的存储,通过Hadoop和数据统计、机器学习以及数据挖掘技术以及人工智能技术可实现信息的智能推送,该平台的应用层主要部分有智慧教学、智慧学习、智慧管理、智慧服务、 智慧环境和智慧评价多个部分组成。大数据环境下的智慧教育云平台数据分析与处理模型图如下图2所示。

3.1平台总体架构

大数据环境下,根据智慧教育云平台的设计原则和设计流程,给出了智慧教育云平台的架构图,该架构共分为七层,如下图3所示。

(1)物理层

在物理层,主要包括一些硬件设备,如海量数据存储设备、 网络设备、服务器和计算机等,在大数据环境下,该层起着非常重要的作用。

(2)虚拟资源层

虚拟资源层位于物理层之上,逻辑层之下,主要包括网络资源池、存储资源池、数据资源池、计算资源池四个部分,该部分为平台的运行提供了保障。

(3)逻辑层

逻辑层位于虚拟资源层和应用层之间,为智慧教育云平台平台的核心管理层,负责对任务以及资源等方面进行管理,并对用户的请求给予及时的响应,使资源实现有效地管理,并为用户提供安全有效地服务。

(4)展现层

展现层位于应用层之上,该层主要提供手机客户端、WEB门户、WAP门户等的展现方式,主要有展现模块、接入模块和可视化模块三部分。展现模块主要包括栏目展现、个性化设置、信息推送、个人信息管理、内容搜索、注册登录、栏目管理等部分构成;接入模块,主要有服务接入、接入授权、接入配置等部分组成,可视化模块,主要有在线数据信息可视化,可视化智慧教育管控等多个部分组成。

(5)应用层

应用层在逻辑层之上,展现层之下,在该层中,主要有智慧教学、智慧学习、智慧管理、智慧服务、智慧环境和智慧评价等部分组成,主要为教师、学生、家长提供应用服务,通过利用现有的智慧信息资源,为用户提供个性化、多样化、全方位的智慧服务。

(6)网络层

网络层位于用户层和展现层之间,用户可通过CMNET、 CTNET等网络接入智慧教育云平台系统。

(7)用户层

用户层位于网络层之上,智慧教育云平台支持手机、PC机等多种类型的终端设备接入访问。

3.2平台的开发

为了构建大数据背景下的智慧教育云平台,本研究进行了智慧教育云的HADOOP大数据平台物理上部署在操作系统和虚拟化环境之上的测试,用到的软硬件设施包括:笔记本电脑3台,服务器一个,一个hadoop-1.2.1.tar.gz以及Sun java6-jdk、 SSH、Eclipse和Ubuntu 12.04.3 x86_64安装包。安装和部署的步骤如下:1首先安装Ubuntu ,选用默认配置即可。2安装JDK,设置Sun java6-jdk为默认的JAVA程序。3安装SSH,安装完成后,还需配置SSH。4安装HADOOP,具体的安装和配置可参见HADOOP技术详解[4]。更新HADOOP环境变量,部署HDFS作为分布式文件系统,用于文件级操作,部署HBASE用于分布式的数据存储,采取基于<key,value>的列式存储,采用Hadoop Map Reduce做非结构数据的批量处理,HIVE和IMPA-LA的整合构成非结构化数据查询和分析的基础,采用HA-DOOP的ECLIPSE-PLUGIN作为集成化的编译环境。配置文件conf/core-site.xml,部分代码为:

启动Hadoop,格式化一个新的分布式文件系统,启动所有节点,进行测试,浏览NAME NODE和JOBTRACKER的网络接口,找到默认地址。

3.3性能测试

通过对大数据环境下智慧教育云平台的部分进行测试,分别用1至15台终端来登录平台进行智慧学习和智慧教学,每一个终端从服务器中读取600M的教学资源和学习资源,并与传统模式进行对比,得出结果如图33所示。

图3中主要展示了客户端读取资源的理论速度和云平台以及普通的移动学习平台的资源读取速度,理论上的速度是指在没有任何的损耗和带宽的延迟以及交换机之间达到链路饱和的情况下的速度。通过测试后发现,大数据环境下,在客户端数量相同的情况下,智慧教育云平台的资源读取速度远远高于传统的移动学习平台的速度,但是当客户端数量增加时,云平台的资源读取速度放缓,但放缓的速度较为缓慢,而传统的移动学习平台放缓的速度较快。

4结束语