近年来，随着互联网的飞速发展，人们越来越多的行为在网络中发生，这直接导致互联网中人类行为相关数据呈爆炸式增长的趋势，人类在不知不觉中已经进入了一个“大数据”时代。联合国在2012年发布的大数据白皮书“Big Data for Development：Challenge＆Opportunities”中指出，大数据时代已经到来，大数据的出现将会对社会各个领域产生深刻影响。

在教育领域，耶鲁大学、哈佛大学、斯坦福大学等世界知名高校也启动了教育大数据相关研究计划；另外，美国学校管理者协会（AASA）携手学校网络联合会（COSN），以及全球性的信息技术研究和咨询公司Gartner共同实施了一个名为“Closing the Gap：Turning Data into Action”的项目，旨在促进学校对学生信息系统和学习管理系统中大数据的使用。为了更好地促进美国国内“大数据”教育应用，为美国高等院校及K-12学校在“大数据”教育应用方面提供有效指导，美国教育部在2012年10月发布了《通过教育数据挖掘和学习分析促进教与学》的报告。该报告从教育数据挖掘和学习分析两个方面强调了对学生学习状况分析的重要性，并指出依托大数据进行学情分析的路径与方法。

（一）教育大数据的定义

国际著名的咨询公司麦肯锡在2011年对大数据进行了定义，认为大数据是指数据量极大，以至于无法使用常规数据软件进行获取、存储、管理和分析的数据。“大数据”具有数据量大、数据多样和数据产生速度快三大特征。教育领域中的大数据有广义和狭义之分，广义的教育大数据泛指所有来源于日常教育活动中人类的行为数据，它具有层级性、时序性和情境性的特征；而狭义的教育大数据是指学习者行为数据，它主要来源于学生管理系统、在线学习平台和课程管理平台等。

（二）通过教育数据挖掘进行学情分析

通过对教育大数据的获取、存储、管理和分析，我们可以构建学习者学习行为相关模型，分析学习者已有学习行为，并对学习者的未来学习趋势进行科学预测。

1.教育数据挖掘

教育数据挖掘是综合运用数学统计、机器学习和数据挖掘的技术和方法，对教育大数据进行处理和分析，通过数据建模，发现学习者学习结果与学习内容、学习资源和教学行为等变量的相关关系，来预测学习者未来的学习趋势。

研究者主要采用以下五类技术方法：①预测。通过在线学习环境中学习者参与在线讨论的情况、测试情况等，预测学习者在该门课程的学习中是否有失败的风险。②聚类。根据学习者在在线学习环境中学习困难、交互模式等将学习者分成不同的群组，进而为不同的群组提供合适的学习资源和组织合适的学习活动。③关系挖掘。利用关系挖掘，探索在线学习环境中学习者学习活动和学习成绩的相关关系，进而用于改进学习内容呈现方式和序列，以及在线教学方法。④人类判断过程简化。用一种便于人类理解的方式描述数据，以便人们能够快速地判断和区分数据特征，该方法主要以可视化数据分析技术为主，用以改善机器学习模型。⑤模型构建。通过对数据集的聚类、相关关系挖掘等过程，构建供未来分析的有效现象解释模型。

2.学习分析

学习分析是近年来大数据在教育领域较为典型的应用，学习分析是综合运用信息科学、社会学、计算机科学、心理学和学习科学的理论和方法，通过对广义教育大数据的处理和分析，利用已知模型和方法去解释影响学习者学习的重大问题，评估学习者学习行为，并为学习者提供人为的适应性反馈。例如，教师和学校根据学习分析的结果，调整教学内容、对有学习失败风险的学生进行干预等。学习分析一般包括数据采集、数据存储、数据分析、数据表示和应用服务五个环节。

教育数据挖掘和学习分析应用领域主要包括：学习者的知识、行为和经历建模；学习者建档；领域知识建模；趋势分析。^[36]

（三）大数据分析使教学有效性显著提高

大数据为学习带来了三大改变：我们能够收集大量的反馈数据，追踪即时学习状态；满足真正的个性化学习的需求；基于大数据，我们可以通过概率来预测优化学习内容、学习时间和学习方式。^[37]这就是大数据改善学习的三大核心要素：反馈、个性化和概率预测。

首先是反馈数据使教学针对性得到了增强。在过去小数据时代，反馈几乎是单向度的，针对的主要是学习的结果，而不是学习的过程。大数据能够收集到过去无法获取的学习数据，并用于学习过程的处理。

其次是更好地满足个性化需求。大数据可以追踪学生的学习过程，并依据过程与历史的数据，为每一个学生的特殊需求而量身定制学习方案。

再次是对学习状况的概率进行统计分析，用来预测未来的学习。例如通过大数据绘制学习的“衰减曲线”，可帮助学生在特定时段提高学习效率。

【注释】

[1]（美）坦尼森，（德）肖特，（德）西尔，（荷）戴克斯特拉主编，任友群等译，《教学设计的国际观》第1册，北京：教育科学出版社，2005.160—161.

[2]（美）索耶主编，徐晓东等译.剑桥学习科学手册［C］.北京：教育科学出版社，2010.12.

[3]（美）布兰思福特等编著，程可拉等译.人是如何学习的（扩展版）［M］.上海：华东师范大学出版社，2012.13—15.

[4]（美）布兰思福特等编著，程可拉等译.人是如何学习的（扩展版）［M］.上海：华东师范大学出版社，2012.17—18.

[5]（丹）伊列雷斯著，孙玫璐译.我们如何学习：全视角学习理论［M］.北京：教育科学出版社，2010.25—29.

[6]（美）赫根汉，奥尔森著，郭本禹等译.学习理论导论（第七版）［M］.上海：上海教育出版社，2011.242—251.

[7]（美）索耶主编，徐晓东等译.剑桥学习科学手册［C］.北京：教育科学出版社，2010.159—162.

[8]（美）索耶主编，徐晓东等译.剑桥学习科学手册［C］.北京：教育科学出版社，2010.4.

[9]张思琦、张文兰、李宝.国外近十年深度学习的研究现状与发展趋势——基于引文分析及共词矩阵的知识图谱分析［J］.远程教育杂志，2016（2）.

[10]郭华.深度学习“深”在哪里［J］.新课程评论，2018（6）.(www.daowen.com)

[11]（美）索耶主编，徐晓东等译.剑桥学习科学手册［C］.北京：教育科学出版社，2010.12.

[12]（美）索耶主编，徐晓东等译.剑桥学习科学手册［C］.北京：教育科学出版社，2010.11—14.

[13]（美）索耶主编，徐晓东等译.剑桥学习科学手册［C］.北京：教育科学出版社，2010.306—310.

[14]（丹）伊列雷斯著，孙玫璐译.我们如何学习：全视角学习理论［M］.北京：教育科学出版社，2010.168—187.

[15]（美）赫根汉，奥尔森著，郭本禹等译.学习理论导论（第七版）［M］.上海：上海教育出版社，2011.289—290.

[16]中央教育科学研究所比较教育研究室编译.简明国际教育百科全书（人的发展卷）［C］.北京：教育科学出版社，1989.42—53.（1997重印）

[17]（美）理查德·E·斯诺（Richard E.Snow）.个体差异［J］.收入《教学设计的国际观》第1册，（美）坦尼森、（德）肖特、（德）西尔、（荷）戴克斯特拉主编，任友群等译，北京：教育科学出版社，2005.241.

[18]（丹）伊列雷斯著，孙玫璐译.我们如何学习：全视角学习理论［M］.北京：教育科学出版社，2010.134—139.

[19]（瑞典）胡森，（德国）波斯尔斯韦特总主编.教育大百科全书·课程卷［Z］.丛立新等译.重庆：西南师范大学出版社，2011（201—206）.

[20]吴扬，高凌飚.国外关于学生课程观的研究及其启示［J］.全球教育展望（沪），2013（4）.

[21]（美）拉尔夫·泰勒著，施良方译，瞿葆奎校.课程与教学的基本原理［M］.人民教育出版社，1994.49—50.

[22]田慧生，郁波主编.活动教学研究［M］.武汉：湖北科学技术出版社，1999.43—44.

[23]（瑞典）皮亚杰著，袁晖等译.心理学与认识论——一种关于知识的理论［M］.北京：求知出版社，1988.44.

[24]（美）威廉·H·克伯屈著，王建新译.教学方法原理——教育漫谈［M］.北京：人民教育出版社，1991.330—332.

[25]施良方.学习论［M］.北京：人民教育出版社，2001.221—224.

[26]施良方.学习论［M］.北京：人民教育出版社，2001.239—241.

[27]（比）罗日叶著，汪凌译.为了整合学业获得：情境的设计和开发［M］.上海：华东师范大学出版社，2010.6.

[28]（比）罗日叶著，汪凌译.为了整合学业获得：情境的设计和开发［M］.上海：华东师范大学出版社，2010.63.

[29]（瑞典）胡森，（德国）波斯尔斯韦特总主编.教育大百科全书·课程卷［Z］.丛立新等译，重庆：西南师范大学出版社，2011.201.206.

[30]（比）罗日叶著，汪凌译.为了整合学业获得：情境的设计和开发［M］.上海：华东师范大学出版社，2010.155.171.

[31]（美）布兰思福特等编著，程可拉等译.人是如何学习的（扩展版）［M］.上海：华东师范大学出版社，2012.118—136.

[32]（美）索耶主编，徐晓东等译.剑桥学习科学手册［C］.北京：教育科学出版社，2010.9.

[33]（美）赫根汉，奥尔森著，郭本禹等译.学习理论导论（第七版）［M］.上海：上海教育出版社，2011.97—99.

[34]（美）赫根汉，奥尔森著，郭本禹等译.学习理论导论（第七版）［M］.上海：上海教育出版社，2011.100.

[35]（美）赫根汉，奥尔森著，郭本禹等译.学习理论导论（第七版）［M］.上海：上海教育出版社，2011.101—102.

[36]徐鹏，王以宁，刘艳华，张海.大数据视角分析学习变革——美国《通过教育数据挖掘和学习分析促进教与学》报告解读及启示［J］.远程教育杂志，2013（6）.

[37]（英）迈尔·舍恩伯格等，赵中建等译.与大数据同行：学习和教育的未来［M］.上海：华东师范大学出版社，2014.104.