大數據高校教學

『壹』 大數據對高校教育的推動作用論文

大數據對高校教育的推動作用論文

當代社會互聯網發達，信息技術廣泛應用與社會各個領域。當然，利用信息技術來推動高校教育發展也是在信息化教育進程之中。信息技術的發展迅速，大數據也就迅速堆積，大數據記錄了信息技術發展的腳步，同樣有利於信息技術在社會上的有效發展。高校作為發展人才的地方，自然少不了大量數據累積，信息量巨大，大數據對高校教育也就有著非常大的影響，它不僅推動著高校教育的發展，同時也反映著高校教育數據累積的過程，這類數據與外界環境的共享，一起發揮著大數據對高校教育的推動作用。

1大數據 發揮出在高校教育的發展中的推動作用

高校教育在多年的發展中，逐漸適應了信息化的快速發展進程，將高校教育信息化是必然的條件，這對於高校教育的改革和完善具有完全有效的作用。高校教育信息化同樣對提高教學質量，引導創新教學模式，發揮著重要作用。高校教育信息化有利於加強校園文化建設，促進教育高水平發展，有利於改善教學方法，發揮教育各項職能，有利於人才培養，有利於信息交流和教學環境改善。高校教育信息化是教育發展和提升的必要條件，大量的信息交流必定會產生眾多數據，針對大數據進行數據收集和處理，方便數據檢索和查詢。高校教育本身就具有信息量大、數據多樣，繁瑣的鞥、特點，所以很好的利用大數據為高校教育發展做貢獻，一定能更好的推動高校教育的發展。大數據在課堂上的應用，能夠改變傳統的教學模式，發揮信息技術的無限潛能，不管是時間還是空間的阻礙，都能被信息技術所打破，這將有利於學生更好的融入課堂，使學生更適應課堂，從而使理解知識變得容易。大數據的廣泛應用，同樣適用於科學研究方面，大數據的全面信息的應用對於信息的共享和交流具有關鍵推進作用，現代信息技術在社會科學中的應用將改善傳統的研究方法，這樣不但能提升結果的可信度，更能夠提升工作效率，再者，大數據在服務人們方面的應用，高校能夠更好的掌握社會需求，了解社會對人才的渴求，從而培養適應社會的人才。這樣的好處還有能夠加強高校和社會的聯系，使得高校能夠更好地履行社會職能。大數據還有利於高校建設校園文化與文化傳承。高校對於優秀民族和世界文化都有責任和義務傳播給更多學生，高校作為文化載體，有更好的條件進行文化教育，通過信息技術手段，方便文化溝通，以及技術交流等。

2大數據與高校教育之間的聯系

大數據與高校教育之間不只是簡單的應用關系，高校也絕不是被動的接受大數據，其實高校與大數據之間是相互依靠，相互促進的，高校教育的發展同時也是大數據的發展，同時，大數據的發展，也同樣推動了高校教育的發展進程。大數據可以說是一種工具，一是順應了高校教育的發展進程，同時也為高校教育發展做出了許多改善與提升。比方說大數據推動了高校對人才培養的進程，有利於高校選拔適合社會的高等人才，挖掘人才潛在價值，更好的為社會服務，也是為人們服務，幫助學生找到自身優勢，使得人才發展變得順利。前面說的，大數據幫助高校建立完善的文化體系，有助於高校進行文化傳承，教育形式改革與創新。大數據有助於高校了解社會需求，發展與培養適應社會的全能人才。反過來，高校教育對大數據的發展也具有非常重要的推進作用。高校由於信息量巨大，也有相對完整的記錄和完善形式，對於數據的收集等方面也有非常完善的系統，所以高校教育對於大數據的發展也有積極作用。高校通過長時間的數據利用，自然會產生許多有效的數據分類和整理辦法，對數據的研究也非常細致和詳細，對數據也會進行補充和完善，分析和創新數據記錄辦法，所以高校教育方面對數據的整理利用工作也會對大數據的發展做出更多貢獻。說完了高校教育與大數據之間的相互利用，還應考慮大數據與高校教育之間的共同發展。許多高校在建立了比較完善的大數據處理和利用方式之後，通常會比較頻繁的與外界進行數據處理辦法和收集方式的交流和共享，大部分的'數據處理工作都是有目的性的，比方說在網上的數據檢索工作，都是在先想好需要什麼才去網上搜索的，所以對數據的分類整理工作至關重要。高校教育通常分為大體上的文科和理科，那再往下細分還有工科醫科師范類商學類等等。不同的數據有不同的處理方式，不同的數據門類之間有時候也是互通的，所以大數據的處理辦法和整體思維都是有分別的，也是有聯系的，需要研究者長時間的分析和整理。大數據的使用需要專業的認可，不然的話就會造成資源浪費，看來社會上的機構大概也只有高校和研究員具有資格認證大數據的作用了。大數據廣泛應用了信息技術和社會科學等多種學科的資源，在保證數據真實可靠地情況下，為更多數據使用者提供良好的數據參考作用。換句話說，高校教育過程中對數據的使用情況直接影響了大數據的利用率，高校對大數據提供了更多的技術支持，同時也限制了大數據的發展，所以大數據與高校教育之間的這種關系影響了兩者之間的共同發展。

3大數據在推動高校教育發展過程中遇到的問題

不可否認，大數據在推動高校教育的發展過程做出了很多貢獻，但是在大數據推動高校教育的過程中，仍會出現某些問題，阻止了大數據的推動作用，造成大數據沒有完全發揮其應有的功能，沒有很好的為高校教育做出更大貢獻。首先是高校對於大數據的利用率低，主要體現在進行數據搜索和收集過程中，對需求的認識面太過狹隘，導致數據收集工作不完善，收據收集的不完全，在應用過程中就會有困難，造成信息缺失和資源不足，所以究其原因還是數據收集工作者工作中存在紕漏，或者對數據手機方法不正確不規范，造成了數據缺失情況出現。其次出現大數據利用不完全的問題是因為數據運用者技術不規范和操作不當造成數據使用不完全。和傳統的數據使用方法相比，現代的利用大數據進行數據檢索和使用工作已經如虎添翼，通過科技手段可以毫不費力的從大量的資料庫中篩選出自己所需要的數據來進行利用。這不但大大降低了操作難度，同時也節省了很多時間，我們都知道數據挖掘工作復雜而且繁瑣，更需要數據挖掘工作者認真細致的到位的工作態度，一點馬虎不得。但是通過技術手段，以及先進的互聯網技術，可以很好的解決很多工作中可能會出現的問題。但是機器就是機器，永遠不可能有人的思維，就算有那也是人給他格外添加的，永遠不可能超過人的思維，所以機器所犯的錯誤可能也會有很多，這就需要人來利用外力對數據採集處理等工作進行監督，一點失誤就會造成數據錯誤，影響數據的使用。

4提升大數據推動高校教育有效性的對策

針對以上幾點問題，首先提出的解決辦法就是使人們充分認識大數據的作用，這樣從根本上讓人們建立起對大數據的作用的基本概念，才能仍大數據更好地為人們服務。大數據實在信息大爆炸的現代社會中人們必不可少的一種數據收集處理方式，對於社會的快速發展，必然會伴隨數以萬計的數據，那麼對於這么多眼花繚亂的數據，要想提取出真正對自己有用的數據，就要利用科技手段，建立完整的資料庫，方便人們的數據提取和利用。在認識了大數據的作用之後，就要合理的利用好大數據，正確的使用大數據，在大數據使用過程中應當規范使用辦法，避免使用者濫用大數據，檢索和分類過程也應當認真細致的操作，因為不僅僅是一次失誤，之後的每一個步驟都有可能會對數據處理工作造成誤解和偏差，造成大數據的錯誤使用。為了更好的使用大數據，推動大數據對高校教育的發展，高校應建立完善的大數據使用平台，讓使用者能夠有地方可查，有資源可用，提高大數據的使用率。至於校園內的配置，應當及時維護，對大數據的保管工作也應時常監督和完善，進一步加強數據使用效率，發揮其應有的價值。在人員配置選拔方面，要認真仔細篩選真正有用的人才，對數據進行分類處理和詳細整理，更好的幫助校園內數據使用者進行數據使用程序。

5總結

在當下數據大爆炸的時代，能夠更好的使用信息的人，將信息為己所用，那麼就是發揮了大數據的真正價值。正確看待大數據，合理利用大數據，將大數據與高校教育有機的結合在一起，盡力發揮大數據應有的價值，有利於人們探索未知的知識和學問，有效的利用好大數據，就是發揮了大數據對高校教育的推動作用。

參考文獻 :

[1]邱仁宗,黃雯,翟曉梅.大數據技術的倫理問題[J].科學與社會,2014(01).

[2]王成紅,陳偉能,張軍,宋蘇,魯仁全.大數據技術與應用中的挑戰性科學問題[J].中國科學基金,2014(02).

[3]祝智庭,管珏琪.教育變革中的技術力量[J].中國電化教育,2014(01).

大數據意義

現在的社會是一個高速發展的社會，科技發達，信息流通，人們之間的交流越來越密切，生活也越來越方便，大數據就是這個高科技時代的產物。[10]阿里巴巴創辦人馬雲來台演講中就提到，未來的時代將不是IT時代，而是DT的時代，DT就是Data Technology數據科技，顯示大數據對於阿里巴巴集團來說舉足輕重。[11]

有人把數據比喻為蘊藏能量的煤礦。煤炭按照性質有焦煤、無煙煤、肥煤、貧煤等分類，而露天煤礦、深山煤礦的挖掘成本又不一樣。與此類似，大數據並不在「大」，而在於「有用」。價值含量、挖掘成本比數量更為重要。對於很多行業而言，如何利用這些大規模數據是贏得競爭的關鍵。[12]

大數據的價值體現在以下幾個方面：

（1）對大量消費者提供產品或服務的企業可以利用大數據進行精準營銷；

（2）做小而美模式的中小微企業可以利用大數據做服務轉型；

（3）面臨互聯網壓力之下必須轉型的傳統企業需要與時俱進充分利用大數據的價值。

不過，「大數據」在經濟發展中的巨大意義並不代表其能取代一切對於社會問題的理性思考，科學發展的邏輯不能被湮沒在海量數據中。著名經濟學家路德維希·馮·米塞斯曾提醒過：「就今日言，有很多人忙碌於資料之無益累積，以致對問題之說明與解決，喪失了其對特殊的經濟意義的了解。」這確實是需要警惕的。

在這個快速發展的智能硬體時代，困擾應用開發者的一個重要問題就是如何在功率、覆蓋范圍、傳輸速率和成本之間找到那個微妙的平衡點。企業組織利用相關數據和分析可以幫助它們降低成本、提高效率、開發新產品、做出更明智的業務決策等等。例如，通過結合大數據和高性能的分析，下面這些對企業有益的情況都可能會發生：

（1）及時解析故障、問題和缺陷的根源，每年可能為企業節省數十億美元。

（2）為成千上萬的快遞車輛規劃實時交通路線，躲避擁堵。

（3）分析所有SKU，以利潤最大化為目標來定價和清理庫存。

（4）根據客戶的購買習慣，為其推送他可能感興趣的優惠信息。

（5）從大量客戶中快速識別出金牌客戶。

（6）使用點擊流分析和數據挖掘來規避欺詐行為。

『貳』 大數據專業主要學什麼課程

大數據專業需要學:數學分析、高等代數、普通物理數學與信息科跡晌數學概論、數據結構、數據科學導論、程序設計導論、程序設計實踐、離散數學、概率與統計、演算法分析與設計、數據計算智能、資料庫系統概論、計算機系統基礎、並行體系結構與編程、非結構化大數據分析等。

大數據專業學什麼課程

數據科學與大數據技術專業是通過對基礎知識、理論及技術的研究，掌握學、統計、計算機等學科基礎知識，數據建模、高效分析與處理，統計學推斷的基本理論、基本方法和基本技能。具備良好的外語能力，培養出德、智、體、美、勞全面發展的技術型和全能型的優質人才。

數據科學與大數據技術的主要課程包括數學分析、高等代數、普通物理數學與信息科學概論、數據結構、數據科學導論、程序設計導論、程序設計實踐、離散數學、概率與統計、演算法分析與設計、數據計算智能、資料庫系統概論、計算機系統基礎、並行體系結構與編程、非結構化大數據姿首分析，部分高校的特色會有所差異。

通識類知識

通識類知識包括人文社會科學類、數學和自然科學類兩部分。人文社會科學類知識包括經濟、環境、法律、倫理等基本內容;數學和自然科學類知識包括高等工程數學、概率論與數理統計、離散結構、力學、電磁學、光學與現代物理的基本內容。

學科基礎知識

學科基礎知識被視為專業類基礎知識，培養學生計算思維、程序設計與實現、演算法分析與設計、系統能力等專業基本能力，能夠解決實際問題。建議教學內容覆蓋以下知識領域的核心內容:程序設計、數據結構、計算機組成操作系統、計算機網路、信息管理，包括核心概念、基本原理以及相關的基本技術和方法，並讓學生了解學科發展歷史和現狀。

專業知識

課程須覆蓋相應知識領域的核心內容，並培養學生將所學的知識運用於復雜系統的能力，能夠設計、實現、部署、運行謹盯或者維護基於計算原理的系統。數學分析、高等代數、普通物理數學與信息科學概論、數據結構、數據科學導論、程序設計導論、程序設計實踐。必修課:離散數學、概率與統計、演算法分析與設計、數據計算智能、資料庫系統概論、計算機系統基礎、並行體系結構與編程、非結構化大數據分析。

大數據的就業前景怎麼樣

大數據行業就業前景很好，學過大數據之後可以從事的工作很多，比如研發工程師、產品經理、人力資源、市場營銷、數據分析等，這些都是許多互聯網公司需要的職位，而且研發工程師的需求也很大，數據分析很少。

大數據人才就業前景好還體現在薪酬水平高，大數據是目前薪酬高的行業之一，目前大數據人才已成為市場的稀缺資源，發展前景好，薪酬水平也水漲船高。

『叄』 大數據實踐有什麼意義什麼是大數據實踐教學平台

大數據實踐教學平台，簡言之就是一套指導和幫助高等院校建立大數據專業的技術解決方案回。主要就是為了解決答大數據的教學難點，促進專業健康發展，滿足高校不同層次人才的培養需要。
像三盟科技的大數據實踐方案就包括了相關服務及配套資源，比如教學實踐環境建設、專業培養方案制定、課程體系設計、師資體系完善、科研支持平台建設和就業指導。

『肆』 大數據如何影響課堂教學

「大數據」（BIG DATA）這個詞，是2008年在維克托·邁爾-舍恩伯格及肯尼斯·庫克耶編寫的《大數據時代》這本書中首次提出的。「大數據」指不用隨機分析法（抽樣調查）這樣的捷徑，而是對所有的數據（近似於全樣本）進行分析處理的一種方法。

1．什麼是我們身邊的大數據？

「大數據」已經滲透到我們生活中的方方面面。比如我們打開手機淘寶，呈現在我們面前的界面是不一樣的。它推送給我們的商品是不同的，而且這些商品往往真的能夠抓住我們的需求和心理，這是為什麼呢？

其實這就是大數據分析出的結論。

淘寶這個平台，對每一個瀏覽過商品的人，購買過商品的人，都進行了全數據分析，可以輕松獲取我們的很多信息。

例如我們的性別、年齡、家庭成員、喜好、是否結婚、是否有孩子、孩子的性別，甚至可以細致到你是愛穿休閑類的服飾，還是喜歡小清新類的服飾，或者是職業裝類的服飾等等。通過你的每一次操作，收集到了這些數據之後，它經過分析和處理，進一步推測出了你可能會訂購的商品，從而推送給你，讓你花更少的時間檢索而要花更多的錢進行消費。

例如你購買了一些孕婦類產品，可能在不久之後，它就會推送相關聯的一些嬰兒用品給你。

而我們消費後的評價與反饋，又使得他們不斷改進自己，例如不同賣家的鑽石星級，或者清退一些不合格的賣家等等這些行為，就是淘寶對自身的調整。

這種互利互惠的雙迴路的運轉模式，可以看作是賣家與買家間的一種良性的互動方式，而這種互動方式在傳統的賣場裡面是不可想像，也難以實現的。

2．什麼是課堂教學互動方式？

課堂教學互動方式，則是指在課堂上，教師與學生之間的一種信息交流方式。

在傳統的課堂中，師生之間的互動交流方式比較單一，上課就是教師在講，學生在聽，一種單方向的傳導過程。

有人說，教師就是知識的搬運工，課堂上很少有師生之間的交流。

還有一種觀念是，教師對學生提問，學生回答，就是師生互動。

顯然，這種認識是膚淺的，這將使師生互動流於形式。師生互動的根本目的是要引導和培養學生的高階思維。

因此，真正的師生互動應該定義為思維的碰撞、智慧火花的生發之源。

近些年來一直被提及的可汗學院的教學與學習方式，之所以受到關注的原因，恰恰就是它基於大數據分析，解決了課堂教學互動這個難題。

大數據之所以能實現課堂教學互動，是因為它具有三個主要特徵：反饋、個性化和概率預測。

我們傳統的課堂教學是一種單迴路的學習，即教師給予，學生接受。我們對學生進行考核，然後對他們進行評價。

我們不會或者沒有條件來通過學生的成績來反思自己的教學內容或者方式是否是恰當的。

我們不能從學生身上獲得真正有用的反饋信息來改變自己的教學內容和行為。

所以說，傳統的課堂教學是一種單迴路的方式，根本沒有實現師生間的良性互動。

此外我們的教學內容在編排上，考慮的是處於平均水平的學生，而這種水平的學生其實在現實中可能根本是不存在的。

換句話說，我們的教學沒有照顧到「好」學生，也忽略掉了那些「差」學生，甚至連我們認為的中等水平的學生，也是不存在的，因為他們是平均後虛構出來的群體。

所以，我們的教學根本沒有針對學生做出個性化的設計，這是教育普及大眾化不得不做出的取捨。

傳統的教學是沒有反饋或反饋較少（沒有時間或實在照顧不到，分身乏術），沒有個性化，從而更談不上有概率預測的一種教學。

而大數據下的新的課堂教學互動方式，卻可以改變這種狀況。

1．參考案例

維克托·邁爾-舍恩伯格及肯尼斯·庫克耶編寫的《與大數據同行——學習和教育的未來》一書，舉了可汗學院的例子。

2004年，可汗是一個剛從哈佛商學院畢業一年的基金分析師，給自己的表妹輔導數學。

由於他們生活在不同的城市，因此，他在互聯網上為她進行輔導，從此永遠地改變了教育的世界。

他編寫了若干程序來協助教學，這些程序能生成數學習題，並顯示孩子們提交的答案是否正確。

同時，也收集數據，程序可以追蹤每個學生的答對和答錯的習題數量，以及他們每天用於作業的時間等等。

後來在此基礎上創建的可汗學院，之所以可以聞名於世，就是因為它收集有關學生行為的數據，從中獲取有用的信息來改變教學內容的設計，為每個學生定製個性化的學習方案。

可以說數據就是可汗學院運作的核心所在，大數據的支撐，互聯網技術的飛速發展，使得相隔千里的師生之間形成了有效的課堂教學互動。

它改變了我們對面對面才能達成互動的傳統認識。

此外，還有一個關於斯坦福大學吳恩達與他的機器學習課程的例子。

吳教授將課程放到了網上，他追蹤學生與視頻互動的行為。

在什麼地方按了暫停鍵，什麼地位按了重復鍵，在什麼地方放棄了繼續聽課，他的目的不是督促學生學習，而是反思學生卡在了什麼問題上，哪些教學內容難以理解，從而對課程進行調整。

例如，他發現學生本來都是正常的按順序進行網上學習，但是很多學生在學習第7課時，都會去回看第3課的一個關於數學知識的復習課。

於是他發現，原來是因為第7課解決某個問題時，需要用到第3課復習到的一個數學公式，而很多學生並沒有記住，因此他就對第7課時的教學視頻做了改變，會自動彈出一個彈窗幫助學生來復習數學公式。

還有一次，他發現學生在學習第75課到第80課時，正常的學習秩序被打亂了，學生以各種各樣的順序反復觀看這幾節課。

他通過反復分析，發現學生的行為是在反復理解概念，於是他將這部分的教學內容製作的更加精細，更有助於幫助學生理解概念。

【 評價】

這是一個典型的大數據分析下，課堂教學互動變革實現了教學反饋的例子。

覺得我們傳統的教學，只是通過每天判一判學生的作業，看一看他們的考試成績，是無法得到這些動態的數據的，更無法得到改變我們教學內容與方式的有價值的信息。

於是我們的教學可能幾年甚至幾十年都在重復相同的內容和動作。因為我們不知道學生究竟是如何進行學習的。

2．參考案例

還有一個例子是關於「半島大學」的暑期班項目，他們使用可汗學院的數學課程教授來自舊金山灣區貧困社區的中學生。

在課程一開始，一個七年級的女生的成績在班裡一直墊底，在整個暑期的大部分時間中，她一直是學得最慢的一個學生，但是在課程結束後，她的成績是班上的第二名。

可汗對此感到好奇，於是調取了她完整的學習記錄，查看她每一道習題和解題的時間，系統創建的圖表對她學習進行的描繪，發現他很長時間都徘徊在班級的底部，直到在某個事件點上突然直線上升，超過了幾乎所有的學生。

這充分說明，當學生以自己最適合的步調和順序進行學習時，即使一個被看似沒有能力的「差生」也是可以變為優等生的。

【 評價】

這是一個典型的大數據分析下，課堂教學互動變革實現了個性化教學的例子。

如果這個女孩放在我們傳統的基於小數據的教學課堂上，幾次考試的成績都不理想，可能她就會被我們歸類為「差生」，於是各種補習加各種輔導，完全打擊了她的自信心，成績的陰影甚至會影響到她的一生。

而可汗學院的課程，利用數據監控了她的所有的學習過程，時間是一個連續的變數，針對她的特點設計了適合她的習題，循序漸進，激發出了她最大的能量。

她完全根據這種個性化的定製，按照自己的學習節奏進行學習，不用去關注到其他人的學習進度與成績。細思極恐，我在想我們的教育究竟扼殺掉了多少這樣的人才？

我們真的應該好好認清大數據帶給我們的課堂教學互動的變革，這種變革很多時候甚至不是技術上的，而是理念上的。

在反饋與個性化的基礎上，大數據的更大的優勢就體現在了概率預測這方面了。

例如我們可以對學生個體為提高其學業成績需要實施的行為作出預測。比如選擇最有效的教材、教學風格、反饋機制等等。

其實，在小數據時代，我們跟學生家長所說的某些建議，比如您的孩子應該加強數學這方面的學習，您的孩子適合去學文科等等這些建議，其實也不是肯定的事實，也只是概率性的干預。

因為可能根據老師所謂的經驗，這個學生選擇學習文科，將來考上一本的可能性更高。而大數據與過去最大的區別是，我們是通過對事物加以測量和量化，以更高的精確度說話。它的預測准確率更高。

比如，大學的選課方面，可以根據你以往的學習基礎以及學習行為，預測出你選哪門課的通過率會更高，你未來的職業規劃怎樣進行會更加順利等等。

大數據所實現的這種概率預測，似乎與課堂教學互動方式的變革沒有直接的關系。

但是仔細分析不難發現，這種預測其實是師生間互動的一種延續，我們對學生的影響不只局限於課堂上，而是延續到了未來選擇的層面上，使得互動交流更上了一個台階。

1．利用數據反饋信息調整課堂教學策略

以高考備考為例：

上圖是追蹤某高中四年所有學生高考數學各知識點得分率的情況，我們可以看出對其中一部分知識點的得分率維持在高位。

這就說明學校一貫的培養策略與日常教學方法是正確的，只需要保持即可，無論教師還是學生不需要過於焦慮，因為大數據反饋的結果對未來教學效果有一定的預測功能。

2．關注學生的個性化發展

大數據不僅對規模龐大的數據進行全樣本分析，得到一般規律，更重要的是很能體現出個性，它可以記錄下每一個學生的變化，方便教師針對每一個學生調整課堂教學方式。

上圖是大數據分析系統給出的某一個學生在一次考試中的情況，從圖中可以看出，數學與物理是這個學生的優勢學科，英語是這個學生最薄弱的學科，那麼在進行改進策略制定時，要多聽取英語老師的建議。

大數據可以幫助教師的課堂教學行為不像傳統課堂那樣，針對的是所謂的「平均水平」的學生授課，而是能照顧到每一名學生。

例如，利用信息技術監控學生的課堂測試與課堂練習情況，隨時調取任意學生的過程進行點評，統計每一名學生過程中出現的問題，這樣教師對課堂進程的判斷不是根據經驗，而是根據實際情況隨時調整。

總之，課堂教學互動方式的變革，不應該只是技術層面上的變革，媒體技術，網路平台的建設已經非常的成熟了，我們需要的變革是組織變革，是思想的變革。

現在流行的微課、慕課（MOOCs）其實就是大數據滲透到教學互動領域冰山的一角，形式並不重要，重要的是隱藏在這些形式下的數據所反映出來的學生行為，以及反饋給教師的教學信息，從而引起他們的思考和改變，形成雙向的迴路，實現真正的「互動」，這才是大數據真正的價值。

大數據下的教師要成為「數據脫盲者」，我們需要通過讀取數據來追蹤學生的進步，通過概率預測解釋什麼是對學生最有效的學習。

我想這應該意味著我們需要建立一套完善的系統，在這個系統中，有數據處理的專家，有解讀數據分析數據的分析師，有利用數據改善教學的教師。

只有在這個良性循環的系統中，才能真正實現課堂教學互動，呈現個性化的教學，讓教育針對每一個孩子。

希望我們的教育和教學可以因為大數據而發生真正的變革。