大数据时代教师教学

㈠ 大数据在教育方面的应用

大数据成为了这两年非常重要的一项技术，使用的地方也越来越多，在教育方面现在也有了很多的应用，下面就一起来看看大数据在教育中的使用。

1、个性化教育。通过运用大数据技术，教师可以关注学生个体的多方位的表现，可以通过对学生及时性的行为进行记录，使得数据有效整合，为教师提供真实个性的学生特点数据。

4、更新教育理念，创新教育思维。大数据时代下教育大数据扭转传统落后的教育理念与思维方式。在新时期教育领域到处充满了信息与数据，师生的一言一行以及学校的各类事物都能够转化为信息或数据。

随着智能化设备的广泛普及每位学生都可以运用计算机进行终端学习，有助于提高学生的学习积极性。

㈡ 大数据如何影响课堂教学

“大数据”（BIG DATA）这个词，是2008年在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》这本书中首次提出的。“大数据”指不用随机分析法（抽样调查）这样的捷径，而是对所有的数据（近似于全样本）进行分析处理的一种方法。

1．什么是我们身边的大数据？

“大数据”已经渗透到我们生活中的方方面面。比如我们打开手机淘宝，呈现在我们面前的界面是不一样的。它推送给我们的商品是不同的，而且这些商品往往真的能够抓住我们的需求和心理，这是为什么呢？

其实这就是大数据分析出的结论。

淘宝这个平台，对每一个浏览过商品的人，购买过商品的人，都进行了全数据分析，可以轻松获取我们的很多信息。

例如我们的性别、年龄、家庭成员、喜好、是否结婚、是否有孩子、孩子的性别，甚至可以细致到你是爱穿休闲类的服饰，还是喜欢小清新类的服饰，或者是职业装类的服饰等等。通过你的每一次操作，收集到了这些数据之后，它经过分析和处理，进一步推测出了你可能会订购的商品，从而推送给你，让你花更少的时间检索而要花更多的钱进行消费。

例如你购买了一些孕妇类产品，可能在不久之后，它就会推送相关联的一些婴儿用品给你。

而我们消费后的评价与反馈，又使得他们不断改进自己，例如不同卖家的钻石星级，或者清退一些不合格的卖家等等这些行为，就是淘宝对自身的调整。

这种互利互惠的双回路的运转模式，可以看作是卖家与买家间的一种良性的互动方式，而这种互动方式在传统的卖场里面是不可想象，也难以实现的。

2．什么是课堂教学互动方式？

课堂教学互动方式，则是指在课堂上，教师与学生之间的一种信息交流方式。

在传统的课堂中，师生之间的互动交流方式比较单一，上课就是教师在讲，学生在听，一种单方向的传导过程。

有人说，教师就是知识的搬运工，课堂上很少有师生之间的交流。

还有一种观念是，教师对学生提问，学生回答，就是师生互动。

显然，这种认识是肤浅的，这将使师生互动流于形式。师生互动的根本目的是要引导和培养学生的高阶思维。

因此，真正的师生互动应该定义为思维的碰撞、智慧火花的生发之源。

近些年来一直被提及的可汗学院的教学与学习方式，之所以受到关注的原因，恰恰就是它基于大数据分析，解决了课堂教学互动这个难题。

大数据之所以能实现课堂教学互动，是因为它具有三个主要特征：反馈、个性化和概率预测。

我们传统的课堂教学是一种单回路的学习，即教师给予，学生接受。我们对学生进行考核，然后对他们进行评价。

我们不会或者没有条件来通过学生的成绩来反思自己的教学内容或者方式是否是恰当的。

我们不能从学生身上获得真正有用的反馈信息来改变自己的教学内容和行为。

所以说，传统的课堂教学是一种单回路的方式，根本没有实现师生间的良性互动。

此外我们的教学内容在编排上，考虑的是处于平均水平的学生，而这种水平的学生其实在现实中可能根本是不存在的。

换句话说，我们的教学没有照顾到“好”学生，也忽略掉了那些“差”学生，甚至连我们认为的中等水平的学生，也是不存在的，因为他们是平均后虚构出来的群体。

所以，我们的教学根本没有针对学生做出个性化的设计，这是教育普及大众化不得不做出的取舍。

传统的教学是没有反馈或反馈较少（没有时间或实在照顾不到，分身乏术），没有个性化，从而更谈不上有概率预测的一种教学。

而大数据下的新的课堂教学互动方式，却可以改变这种状况。

1．参考案例

维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《与大数据同行——学习和教育的未来》一书，举了可汗学院的例子。

2004年，可汗是一个刚从哈佛商学院毕业一年的基金分析师，给自己的表妹辅导数学。

由于他们生活在不同的城市，因此，他在互联网上为她进行辅导，从此永远地改变了教育的世界。

他编写了若干程序来协助教学，这些程序能生成数学习题，并显示孩子们提交的答案是否正确。

同时，也收集数据，程序可以追踪每个学生的答对和答错的习题数量，以及他们每天用于作业的时间等等。

后来在此基础上创建的可汗学院，之所以可以闻名于世，就是因为它收集有关学生行为的数据，从中获取有用的信息来改变教学内容的设计，为每个学生定制个性化的学习方案。

可以说数据就是可汗学院运作的核心所在，大数据的支撑，互联网技术的飞速发展，使得相隔千里的师生之间形成了有效的课堂教学互动。

它改变了我们对面对面才能达成互动的传统认识。

此外，还有一个关于斯坦福大学吴恩达与他的机器学习课程的例子。

吴教授将课程放到了网上，他追踪学生与视频互动的行为。

在什么地方按了暂停键，什么地位按了重复键，在什么地方放弃了继续听课，他的目的不是督促学生学习，而是反思学生卡在了什么问题上，哪些教学内容难以理解，从而对课程进行调整。

例如，他发现学生本来都是正常的按顺序进行网上学习，但是很多学生在学习第7课时，都会去回看第3课的一个关于数学知识的复习课。

于是他发现，原来是因为第7课解决某个问题时，需要用到第3课复习到的一个数学公式，而很多学生并没有记住，因此他就对第7课时的教学视频做了改变，会自动弹出一个弹窗帮助学生来复习数学公式。

还有一次，他发现学生在学习第75课到第80课时，正常的学习秩序被打乱了，学生以各种各样的顺序反复观看这几节课。

他通过反复分析，发现学生的行为是在反复理解概念，于是他将这部分的教学内容制作的更加精细，更有助于帮助学生理解概念。

【 评价】

这是一个典型的大数据分析下，课堂教学互动变革实现了教学反馈的例子。

觉得我们传统的教学，只是通过每天判一判学生的作业，看一看他们的考试成绩，是无法得到这些动态的数据的，更无法得到改变我们教学内容与方式的有价值的信息。

于是我们的教学可能几年甚至几十年都在重复相同的内容和动作。因为我们不知道学生究竟是如何进行学习的。

2．参考案例

还有一个例子是关于“半岛大学”的暑期班项目，他们使用可汗学院的数学课程教授来自旧金山湾区贫困社区的中学生。

在课程一开始，一个七年级的女生的成绩在班里一直垫底，在整个暑期的大部分时间中，她一直是学得最慢的一个学生，但是在课程结束后，她的成绩是班上的第二名。

可汗对此感到好奇，于是调取了她完整的学习记录，查看她每一道习题和解题的时间，系统创建的图表对她学习进行的描绘，发现他很长时间都徘徊在班级的底部，直到在某个事件点上突然直线上升，超过了几乎所有的学生。

这充分说明，当学生以自己最适合的步调和顺序进行学习时，即使一个被看似没有能力的“差生”也是可以变为优等生的。

【 评价】

这是一个典型的大数据分析下，课堂教学互动变革实现了个性化教学的例子。

如果这个女孩放在我们传统的基于小数据的教学课堂上，几次考试的成绩都不理想，可能她就会被我们归类为“差生”，于是各种补习加各种辅导，完全打击了她的自信心，成绩的阴影甚至会影响到她的一生。

而可汗学院的课程，利用数据监控了她的所有的学习过程，时间是一个连续的变量，针对她的特点设计了适合她的习题，循序渐进，激发出了她最大的能量。

她完全根据这种个性化的定制，按照自己的学习节奏进行学习，不用去关注到其他人的学习进度与成绩。细思极恐，我在想我们的教育究竟扼杀掉了多少这样的人才？

我们真的应该好好认清大数据带给我们的课堂教学互动的变革，这种变革很多时候甚至不是技术上的，而是理念上的。

在反馈与个性化的基础上，大数据的更大的优势就体现在了概率预测这方面了。

例如我们可以对学生个体为提高其学业成绩需要实施的行为作出预测。比如选择最有效的教材、教学风格、反馈机制等等。

其实，在小数据时代，我们跟学生家长所说的某些建议，比如您的孩子应该加强数学这方面的学习，您的孩子适合去学文科等等这些建议，其实也不是肯定的事实，也只是概率性的干预。

因为可能根据老师所谓的经验，这个学生选择学习文科，将来考上一本的可能性更高。而大数据与过去最大的区别是，我们是通过对事物加以测量和量化，以更高的精确度说话。它的预测准确率更高。

比如，大学的选课方面，可以根据你以往的学习基础以及学习行为，预测出你选哪门课的通过率会更高，你未来的职业规划怎样进行会更加顺利等等。

大数据所实现的这种概率预测，似乎与课堂教学互动方式的变革没有直接的关系。

但是仔细分析不难发现，这种预测其实是师生间互动的一种延续，我们对学生的影响不只局限于课堂上，而是延续到了未来选择的层面上，使得互动交流更上了一个台阶。

1．利用数据反馈信息调整课堂教学策略

以高考备考为例：

上图是追踪某高中四年所有学生高考数学各知识点得分率的情况，我们可以看出对其中一部分知识点的得分率维持在高位。

这就说明学校一贯的培养策略与日常教学方法是正确的，只需要保持即可，无论教师还是学生不需要过于焦虑，因为大数据反馈的结果对未来教学效果有一定的预测功能。

2．关注学生的个性化发展

大数据不仅对规模庞大的数据进行全样本分析，得到一般规律，更重要的是很能体现出个性，它可以记录下每一个学生的变化，方便教师针对每一个学生调整课堂教学方式。

上图是大数据分析系统给出的某一个学生在一次考试中的情况，从图中可以看出，数学与物理是这个学生的优势学科，英语是这个学生最薄弱的学科，那么在进行改进策略制定时，要多听取英语老师的建议。

大数据可以帮助教师的课堂教学行为不像传统课堂那样，针对的是所谓的“平均水平”的学生授课，而是能照顾到每一名学生。

例如，利用信息技术监控学生的课堂测试与课堂练习情况，随时调取任意学生的过程进行点评，统计每一名学生过程中出现的问题，这样教师对课堂进程的判断不是根据经验，而是根据实际情况随时调整。

总之，课堂教学互动方式的变革，不应该只是技术层面上的变革，媒体技术，网络平台的建设已经非常的成熟了，我们需要的变革是组织变革，是思想的变革。

现在流行的微课、慕课（MOOCs）其实就是大数据渗透到教学互动领域冰山的一角，形式并不重要，重要的是隐藏在这些形式下的数据所反映出来的学生行为，以及反馈给教师的教学信息，从而引起他们的思考和改变，形成双向的回路，实现真正的“互动”，这才是大数据真正的价值。

大数据下的教师要成为“数据脱盲者”，我们需要通过读取数据来追踪学生的进步，通过概率预测解释什么是对学生最有效的学习。

我想这应该意味着我们需要建立一套完善的系统，在这个系统中，有数据处理的专家，有解读数据分析数据的分析师，有利用数据改善教学的教师。

只有在这个良性循环的系统中，才能真正实现课堂教学互动，呈现个性化的教学，让教育针对每一个孩子。

希望我们的教育和教学可以因为大数据而发生真正的变革。

㈢ 大数据时代对教师提出哪些新要求

大数据时代对教师提出的新要求具体如下：

一、大数据时代，教师要做终身学习的引导者

在资讯发达的今天，我们理所应当成为学习理念的引导者，要在我们的引导下让学生明白：游戏，也是学习，关键是我们如何学习。上学不止是为了升学，上学的目的是为了增长知识，使得我们未来有更好的生活。

如果一个学生只把升学当做他的唯一目标。如果我们学校教师也只把升学当做唯一的目标，那是要出问题的，为什么有那么多的孩子上吊，为什么最近有父亲因为孩子作业没完成就痛下毒手？这些问题都需要我们去思考，去剖析，去引导学生思考和剖析。

四、大数据时代，教师应成为课程资源的开发者和组织者

如何把学校的课程资源跟教材的内容，跟学校所在的社区以及当下的社会事件组织起来？在这点上我是比较擅长的。我每到一个地方讲课，我都会很自觉地把这个地方的风土人情和最近发生的事件跟主题内容有机地结合起来。

一个好教师需要有一种教学敏感，所谓教学敏感，就是遇到某个社会问题，你就思考是否有教育教学价值。实际上，并不是所有的资源都有教学价值的，更不能所有的资源都有教育的价值，尤其是今天这个知识大爆炸的时代，就更需要我们教师的教学敏感。

我们应该牢记，在当今社会，我们应该是课程资源的开发者，但是我们刚才已经讲了，我们不要奢谈课程资源的开发了，很多人恐怕连命题的能力都已经弱化了，这是个相当可怕的情况。所以在今天我们要想成为一个合格的老师，的确是一件相当不容易的事情。

五、大数据时代，教师更要能够潜心阅读，滤过无关

对于那些碎片化的信息、微博微信上的只言片语，我们要有意虚铅告识地将它们积攒起来，所谓的“积土成山，风雨兴焉。积水成渊，蛟龙生焉”，说的就是积累的作用和价值。我们要克服的就是一经而过、熊瞎子掰玉米式的阅读，或者用我的表述来说，叫“博客式阅读”。我差明们要慢慢地养成把自己的经验知识积累起来习惯。

㈣ 如何通过抓取教育大数据来深化课堂教学改革

现代信息技术的发展为大数据的收集和分析提供了无限的可能，大数据时代的这一趋势也对教育产生了巨大的影响：一方面，在科技理性的指导下，通过多维度收集学生行为的数据并进行模型建构，可以对学生的学习行为进行预测;另一方面，大数据时代的人文主义转向使人们更关注教学活动的适应性，教育大数据的挖掘和利用可以更好地实现适应个人需求的定制化教学。

国际数据公司(IDC)认为大数据时代数据有4大特点——数据的规模大、价值大、数据流转速度快以及数据类型多。大数据的挖掘和利用对教育——特别是课堂教学——产生着深远的影响。学习科学家索耶认为：越来越多的学习将经过计算机中介发生, 并产生越来越多的数据,我们有必要运用这些数据分析什麼时候有效的学习正在发生。所以数据挖掘可以用於探究行为与学习之间的关系,如学习者的个体差异与学习行为之间有何关系,不同行为又会导致何种不同的学习结果等。2012年美国发布《通过教育数据挖掘和学习分析促进教与学》(Enhancing Teaching and Learning through Ecational Data Miningand Learning Analytics)提出大数据时代教育数据的特点：具有层级性、时序性和情境性，其中数据的层级性指，既收集教师层面的数据也收集学生层面的数据，既收集课堂数据也收集活动数据，为後期模型的建立提供了多维度的资源;数据的时序性是指，数据是实时的、连续的，为材料的前沿性提供了保障;而数据的情境性是指，数据是基於真实情境脉的，保证了模型的信度。

大数据技术能够促进以学生为本的学习，数据不仅仅是科技理性指导下收集数据和拟合成模型，并针对学生的群体行为做出预测判断，还可能在固有模型的基础上，通过诊断学生在课堂中的行为表现，对固有模型进行修改，使课程内容更加适合学生的长尾需求，实现个性化教学。大数据的利用可以支持对教育活动行为的建模预测，还可能支持教育实践中的适应性教学。前者是後者的基础，後者是前者的深化。

建模与预测导向的大数据应用

大数据时代数据促进教育变革的方法之一是收集和分析处理数据，并进行预测。现如今，由於数据记录、存储与运算的便捷性，海量的、多层次的数据可以便捷地加以收集，由随机抽样带来的误差因此减小，建模和预测可以基於全数据和真实数据，因而就更为精确。大数据时代通过探求海量数据的相关关系获得盈利的最成功的案例是亚马逊的市场营销，亚马逊收集读者网上查阅行为和购买行为数据，建立读者偏爱阅读模型，预测读者购买的群体行为，实现书籍的推荐。近几年，教育研究的对象逐渐关注学生的学习行为，其背後是一种学习观的转变，学习被视为一种识知的过程(knowing about)，识知是一个活动，而不是将知识作为一个物品加以传递。识知总是境脉化的，而不是抽象的和脱离於具体情境的。识知是在个体与环境的互动中交互建构的，而不是客观准确的，也不是主观创造的。所以，学生的行为活动数据被认为是可以反映学生在学习过程这一情境化的动态变化进程中的情况。海量、多层次、连续的行为数据在收集後被拟合成模型，实现预测，如学习管理系统(LMS)的运用。然而，由於建模和预测依赖的基本原理为数理统计，其预判对象主要是学生的群体行为。

1.案例分析

学习管理系统(Learning Manage System)简称LMS，是基於网络的管理系统平台，用於监控学生学习活动行为，识别和预测学困生(student at-risk)，并为其提供相应的帮助。大多数LMS包括5个部分：有和课程相关的学习资料、用於确保学生提交作业与完成测试的评价工具、用於沟通的交流工具(如邮件、聊天室等)、用於确保教师记录和存储学生的学习活动并发布活动截止日期的课程管理工具、用於帮助学生学习回顾和跟踪学习进程的学习管理工具。在高校大量使用的BB(Blackboard)平台就是一个常见的学习管理系统。系统记录了学生参与选修的网上课程的种类、在线时长、阅读和浏览的文章数量，反映学习者的学习行为。2008年，Leah P.Macfadyen和Shane Dawson教授在加拿大不列颠哥伦比亚大学通过分析5个本科班级使用BB平台选修生物课的数据，建立了预测模型。平台记录了学生课程材料的使用情况、参与学业交流情况和完成作业提交和考试情况。大数据时代教育数据记录的层级性在这裏充分显现，课程材料的使用包括记录在线时长、邮件的阅读时间、邮件的发送时间、讨论信息的阅读时间等。参与学业交流记录了发布新讨论的时间、回复讨论的时间、使用搜索工具所花的时间、访问个人信息的时间、文件的浏览时间、浏览谁同时在线的时间、浏览网页连结的时间等等。评价模块记录了评价的阅读时长和提交评价的时间等。通过应用统计工具描述散点图，发现了在LMS记录下学生在线时长和学业表现呈相关关系。在进行多元回归时，研究者发现，学业成就处在後四分之一的学生在线时间略长於平均时间，而学业成就处於前四分之一的学生的在线学习时间低於平均水平。紧接着，研究人员为了作出预测，利用逻辑斯特回归生成了一个预测模型，通过收集学生的新的行为数据，预测学生是否处於真正参与了学习活动，并得出如下结论：讨论举行的次数、邮件信息发送量和测评的完成情况这三个维度构成的模型可以预测学生的学业水平情况。

大数据时代，通过探求学生行为与学业水平之间的相关关系，建立模型，实现预测，能够对课堂教学产生重要影响。然而，数据建模过程中，为了保证模型的效度与信度，极端个别数据被处理，使模型只能实现群体行为的预测，不能针对学习者个体实现定制化和个性化。

2.建模与预测的不足

数据建模与预测的背後充分体现了实证主义的思想和方法。19世纪上半叶，以孔德为代表的社会学家提出了实证主义的基本信条：利用观察、分类，探求彼此的关系，得到科学定律。实证主义的哲学思潮到20世纪60年代，演变成一种科技理性，实践知识逐渐染上了工具性的色彩，专业活动存在於工具性的解决问题之中，所有的专业活动都被视为厘定目标、套用已知的方法解决问题的过程。这一期间，大量的学科被系统地整合发展，甚至包括教育学和社会学这样的「软科学」。用证据解决未知的问题，用数据预测未来一时成为潮流。

学生活动行为数据的建模尤其侧重体验实证主义的思想，模型注重成功教学行为的共性，忽视教师与学生群体的独特性需求时，科技理性的主导有可能使课堂教学被视为独立於真实境脉的模块，只要教学行为取得成功，就会被数据抽象化，形成模型，对学生群体行为产生预测。科技理性有赖於人们认同的共有目标，教学实践目标的厘定极其复杂，包含巨大的不确定性和独特性，甚至，由於社会角色的不同，还会带来价值冲突。一个稳定的、为所有人所认同的目标不复存在，依据科技理性精神和方法推理预测的行为模式并不可能满足每一个人的需求，教育变革在大数据时代下出现新的取向。

从数据模型到支持适应性学习

在数据建模的基础上实现教学的适应性是大数据时代促进教育变革的另一成果。数据建模及行为预测依旧属於科技理性指导下的行为模式，可能会造成忽视学生个性需求的现象，而个性化需求正是知识社会的重要特徵，个性化的教育也受到教育研究者、政策制定者和教育实践者越来越多的关注。教育系统设计专家赖格卢斯认为，教育投入没有达到效果的一个很重要的原因是忽视了社会的转型。「社会已经从工业社会步入了资讯时代，劳动力市场对人才的要求不再是工业时代在流水线上操作的工人，而是具有创新性思维、决断力强的知识性人才。」教学面临从产生清一色的劳工转向产生有判断力和适应性能力的人群。2010年，OECD的报告《The Nature Of Learning》中指出，适应性能力(adaptive competence)是21世纪核心竞争力，包括在真实的境脉中灵活并有创造力地使用有意义的知识和技能。吴刚在《大数据时代的个性化教育：策略与实践》中提出了个性化教育的必要性和必然性，指出「只有利用信息技术所提供的强大支持，才有可能真正实现个性化学习」。大数据时代的来临，正是个性化教育发展的一个良好契机。2012年，美国颁布了《通过教育数据挖掘和学习分析促进教与学》，提出大数据时代，通过收集在线学习数据，对数据进行分类和探寻数据之间关联的方式挖掘数据，形成数据模型。通过学生行为和模型的互动，形成适应性学习系统。概言之，我们可以以对行为数据的充分利用为基础，改变教学的内容和进度，构建适应性评价和教学系统，充分实现教育的定制化，满足学生的长尾需求。

1.案例分析：
适应性教学系统又称适应性学习系统，(Adaptive Learning Support System)，简称ALSS系统，强调基於资源的主动学习，认为学习不是知识的传递，而是学习者的自我建构。自上世纪90年代以来，研究者开发了不少适应性学习系统，如1998年De Bra开发的AHA系统，2003年，Brandsford和Smith开发的针对任务型学习的MLtutor系统，以及近几年颇受关注的翻转课堂(Flipped Classroom Model)简称FCM系统。

• 内容传递模块：传递相关知识与信息支持学生的学习。
  

• 学习者数据库：存储学生在参与教学活动中的相关行为。

• 预测模块：包括学生信息和学生行为数据，跟踪学生的学习，并做出预判。

• 显示模块：为学生生成行为报告。

• 自适应模块：根据学生行为生成的报告，反馈到预置模型，为模型做出相应的改变，使之更符合学生。

• 干预模块：使教师、系统管理者和领导可以在系统运行时实施人为干涉。

学习者学习相关学科内容时，学习行为被记录跟踪下来，学生的学习行为数据被传送到後台，记录在学习者数据库内，作用於预测模块。预测模块通过改变内容传递模块，再次作用於学习者。在整个过程中，教师、教学管理者起干涉作用。

适应性学习系统是一个交互的动态系统，系统往往会提供给学生一些学习行为建议。奥地利针对学生的问题解决的过程设计了一个适应性学习系统。适应性学习系统的第一步是教育数据挖掘(ecational data mining)，简称EDM。数据挖掘的过程包括数据收集、数据预处理、应用数据的挖掘和诠释评价发展结果。Moodle提出了CMS数据挖掘系统(Course Management System)。研究者先使用原始数据进行建模，第一步是原始数据的收集，原始数据大约包含2007年73名用户产生的28000活动例子，2008年97名用户产生的265000份解决问题的案例和2009年45名用户产生的115000个活动案例。除了记录学生解答问题时产生的数据，原始数据还收集了学生的信息、问题的信息和解决问题的步骤;在对数据进行分类後，归纳出问题解决的类型，利用很擅长拟合连续数据的Markvo Models(MMs)的一个子模型DMMs拟合了如上的连续性数据，通过添加判断学生学习行为的结果模型和一系列监控和调节模块，构成了整个面向问题解决的适应性系统。当学生使用这个模型时，模型会根据学生的行为数据为学生提供他们所偏爱的解决问题的过程与方法。

除了适应性教学系统，还有适应性评测系统。LON-CAPA(Learning Online Network with Computer-Assisted Personalized Approach)是一个计算机辅助的个性化网络学习测评平台，平台不提供课程设计和课程目标，而是一个教学工具。CAPA通过後台记录学生的基本资料，学生参与的互动交流、学业情况，针对学业课程中的疑难点，提供个性化的考试资源。

2.适应性转向的意义

在大数据时代，科技理性指导下的模型预判在面对结构不良的问题时显得应对能力不足。科技理性指导下的数据建模忽视学习的真实境脉，只能支持群体行为的预判，模型的推广可能会使人们忽视其实践成功背後的个体经验与具体情境，从而导致科技理性与哲学思辨对抗。然而，完全依靠哲学思辨和经验进行教学不仅不利於教育学科系统理论性的发展，也不利於课堂实践的管理与教师的培训。唐纳德·A.舍恩提出了一种适应性思维模式。他指出：「如果科技理性的模式在面对『多样』的情境时，是无法胜任、不完整的，甚至更遭的话，那麼，让我们重新寻找替代的、较符合实践的、富有艺术性及直觉性的实践认识。」适应性学习是在系统理论知识的指导下，针对个体差异，使学习内容和活动高度个性化的学习方式。

适应性平衡了理性与经验的两难，英国学者Hargreaves(1996)首次提出基於证据的教育研究向医疗诊断学靠拢。临床诊断学和教育的相似之处在於，他们都要面对变动不居、极其复杂的环境，在这样一个结构不良的系统中，充分意识到客体(患者或者学生)的独特性与共性，利用系统的专业知识解决问题。

Ralf St. Clair教授在参考医学临床实践研究的三要素後提出基於证据的教育研究的三要素——研究的证据、教育工作者的经验、学习者的环境与特点。其中，行为预测关注的是研究的证据，而适应性学习系统的建设则关注的是教育工作者的经验和学习者的环境与特点。

从预测行为到支持适应性教学的转向，是一种人文主义的转向，教育研究的重点从关注研究的证据走向关注教育工作者的经验与学习环境特点，关注以证据支持个性化学习的实践变革。证据不再是其在科技理性时代所处的指导决策的角色，而是被视作一种资源，教育工作者在大量的基於证据的课堂教学决策中找寻最适合自己特点和学生特点的方式，推进课堂教学流程。也就是说，大数据的更重要价值在於支持适应性学习，满足个性化学习和个性化发展的时代需要。数据的预测功能依赖於大数据收集数据的全面性与处理数据的便捷性，根据统计学原理对群体行为做出预测，一定程度上弱化了个体特徵和具体情境。其主要指向行为预判。而适应性是在模型与客体的交互作用上改变模型，如图3所示，数据的适应性运转模型比预测模型多了一个循环(loop until)系统，使其更加契合个人需求，其主要指向实践改进。预测是支持个性化学习的基础，而支持个性化学习是预测功能的深化和转化——从整体人群到个体学习者、从理论模型到实践策略的转化。

分析与启示

大数据时代由於数据量大，数据收集与携带便捷，使海量学生行为数据被挖掘、收集，通过数据建模对学习者行为的分析变得比前大数据时代更为全面和可靠。数据时代在数据的挖掘和预测上固然潜力十足，但是大数据时代更多的价值是满足学习者的适应性长尾需求，在预测行为的基础上，修改教学模式，使之个性化与定制化。从数据建模走向支持适应性教学，支持对象从群体转向了个人，对教育活动的影响从对行为的认识转向了教育活动的实践，从科技理性指导下的去境脉转向了基於真实情境的教学活动。

走向适应性，不仅改变人类行为方式，更重要的是改变了认知方式。前大数据时代人们在科技理性的指导下完全被数据证据左右(driven by the data)，教师和学生、教育决策者和学校形成传统社会契约关系，当事人把自己百分之百地交给专业工作人员，而专业工作人员遵守契约，对当事人全心全意地负责，从而使专业工作人员享受至高无上的垄断性地位。大数据时代，教师不再是知识的控制者，他通过参与学生的学习活动，根据学生的先拥知识和认知特点、个性需求，不断地调整教学步骤、教学进度和难度。学生不用完全将自己有如病人交付给医生一般完全托付给教师。在学习的过程中，通过与教师的互动交流，在教师的协助下，成为自己学习的主体，控制并对自己的学习负责。由於教师精力有限，大数据时代下网络计算机辅助学习系统可以为教师和学生提供辅助指导的机会。

尽管如此，一方面，我们要拥抱大数据给我们带来的便捷的生活和高质量的教育，另一方面，我们需要保持警惕和防止因果关系和相关关系的误用，并且维护数据安全。

在推理方面，教育工作者需要警惕将相关关系和因果关系误用，以Leah P.Macfadyen教授的前述案例为例，BB平台在线时间的长短和学生的学业成就有相关关系，而非因果关系，成绩优异的学生在线时间低於平均在线时间，但不能说低於平均在线时间的学习导致学生成绩优异而要求学生减少在线学习时间。

此外，在信息安全方面，学生和教师的大量信息被收集和使用，在使用的过程中，必须制定相关私隐保护法，保证信息的安全，警惕数据滥用。学生的行为数据也不可以作为教师教学评优的依据，让大数据真正成为支持教学变革、提升教学效能、促进学生发展的手段，而不是控制教师和学生的工具。

㈤ .谈谈在大数据时代背景下教育的特点

在大数据时代背景下，教育的特点和发展趋势主要体现在以下几个方面：

• 个性化教育：大数据技术可以对学生的学习数据进行分析，根据不同学生的学习情况和学习特点，实现个性化的教学方案和资源推荐，帮助学生更好地发挥自己的潜力。

• 数据驱动教学：大数据技术可以对教学数据进行分析，从而帮助教师更好地了解学生的学习情况和学习效果，为教学改进和优化提供数据支持。

• 教学资源数字化：随着教学资源的数字化，大数据技术可以实现对教学资源的智能管理和优化，提高资源利用效率和质量。

• 跨界合作：大数据时代教育的发展趋势是跨界合作，通过多方数据共享和整合，打造更加完整的教育生态系统，实现教育资源的共享和优化。

• 联邦学习：随着人工智能技术的发展，联邦学习将成为一种重要的教学方法，通过将学习模型下放到各个本地设备，实现数据的本地化处理和保护，同时保证了全局学习效果的优化。

• 智慧教育：利用大数据技术和人工智能技术，可以建立智慧教育平台，实现教学管理的智能化、精细化和个性化，提高教育教学质量。

• 教育服务云平台：将教育资源、学习内容、教学工具等整合到一起，形成教育服务云平台，使学生可以随时随地获取所需的学习资源和服务。

• 教育信息化：大数据时代，信息技术在教育中的应用范围更加广泛，不仅是教友锋学内容的数字化，还包括教育资源、教学管理、教师培训等各个方面的信息化。

• 开放式教育：利用大数据技术和互联网技术，教育可以超越时间和空间的限制，打破传统教育的边界，实现开放式教育。

• 教学模式创新：在大数据时代，教学模式将从传统友告陪的教师主导转向学生主导，学生将成为学习的主体，教师将成为学生的学习指导者和学习资源好蠢的管理者。

大数据技术的应用为教育带来了更多的机会和挑战，未来教育的发展需要在大数据时代的背景下，不断推进教学的数字化、智能化和个性化，同时加强跨界合作和资源共享，实现教育的高质量和可持续发展。

㈥ 什么是大数据时代职业教师应该怎么做

随着大数据时代出现有人曾这样预言，随着MOOC、微课、PK学堂等基于网络的教学形式的出现，我们这些中小学教师弄不好是会下岗的。这是不是危言耸听呢?

对此，我们不要急于给出答案。我想说的是，当下这个“大数据”环境，究竟会给我们中小学教师带来怎样的影响?在这样的背景下，我们又将如何应对?一言以蔽之，也即是说：互联网“大数据”背景下的教育，我们准备好了吗?

在今天学生利用网络完成作业已经是一件很自然的事情了，因为他们本就是网络世界的原住民。50后、60后充其量只是网络世界的移民而已。问题是，原本也是原住民，至少是最初的移民的90后、80后、70后的中小学教师居然对网络背景下的学生知识的来源也缺乏清醒的认识，恐怕所谓“可能会下岗”的言论就不再是危言耸听了。

我们要明白的是，大数据时代下，教师在知识层面将无任何优势，当学生面对网络这个巨大的知识海洋，老师的半桶水完全失去了意义。老师存在的意义就是在知识和能力之间构造一座桥梁，这个桥梁叫做训练。所以说，未来教师的有可能的体育教练型的，需要为学生制定一对一的训练计划。

大数据背景下，作为教师基本功的阅读、命题的能力早已经慢慢地弱化了。梭罗如果再世，恐怕会发出人们不只是发明了工具，更让自己成了工具的工具的感慨了。这是教师站在“人”的属性意义上，面对大数据时代的尴尬。

荒蛮时代人们的知识主要来自生活，来自自然与社会;慢慢的，人们学会了书写，有了书籍，于是书籍成了人们知识的来源;再往下，出现了老师，有了学堂，人们的知识，就从老师和课堂那里来了。随着时代和技术的发展，有了无线电、收音机、电视、电脑、网络之后，人们知识来源的渠道就越来越多了。于是幻灯机、收音机、录音机、电视、电脑、网络、电子白板、微格教学技术一拨一拨地走进了教室，也一拨一拨地离开了教室。

随着技术的发展，我们越来越重视信息技术与课程的整合，到今天，有了MOOC、微课、翻转课堂、在线课堂，尤其是出现了智能手机后，学生的知识，再不必完全依赖书本、教师或课堂了。尤其是博客、微博、微信、APP等社交圈和自媒体的出现，使得人们获得知识的途径更便捷了。

学习方式的变化势必带来教学方式和管理方式的变化。可悲的是，在这个大数据时代，我们的教育管理思想、教育观念、教学技术，还停留在农耕时代，甚至原始时期：一味地拼时间，游题海，上班签到，下班签走，上班期间还有没完没了的巡查、通报。管理者更多地将精力转移到备课笔记检查、推门听课、教学质量分析(其实就是开会表扬和批评)上了。

“楚王好细腰，宫中多饿死”，老师们呢，也不得不将精力放在了应付这些检查和考核上，很少有人还有精力用于研究学生、教材、课堂上，更不要说研究教育了。同时，作为教师基本功的阅读、命题的能力早已经慢慢地弱化了，我们几乎尴尬地陷入了一个离开了参考资料和电脑网络就无法进行教学的境地了。

在这个网络社会，一方面我们获得的信息往往是碎片化的，支离破碎的。单就阅读而言，我们的阅读已经没有了深度，我们的阅读更多的是“浅阅读”式的。微博不就是一句一句的吗?而且，这一句一句还往往是没有联系的，就是那最长的一句也超不过七十字——试问：即便是这一句，我们又有多少人、多少时候能耐着性子慢慢推敲呢?写的人一般不会，看的人更不会。我们关注的是抢人眼球的犀利的另类的词语，于是标题党出现了。

这样的情形下，教师和学校还是知识的权威和殿堂吗?在大数据时代，我们教师如何做教师?

大数据背景下的教师要走进网络

大数据背景下的教育，许多情况下是要借助网络技术的。比如在线教育、PK学堂(国内首创竞赛式学习平台，好玩刺激、激发兴趣，高效快捷，成就名师,线上学习从PK学堂开始)，作为一种教学形式，我们在设计制作的时候，重要的恐怕不只是技术，更重要的是要改变我们的教育教学理念，并借此来影响学生的学习理念和生活观念。

在这样的背景下，我们必须走进网络，关注网络上与我们所教学科有关的甚至没有关联的新动态、新知识、新技术、新思想。否则，我们这些移民跟那些原住民的沟通是会发生阻滞的。即便是“屌丝”、“打酱油”、“油菜花”之类的网络词语，看起来肤浅的东西，但如果我们不走进网络，我们在原住民面前就永远只可能是一只“菜鸟”，即便是这样低层面的东西，我们如果一无所知，也是会影响我们的教育行为与学生的具体情况的匹配的。

另一个方面，我们必须尽可能从台前走到幕后，从屏前面走到屏后去。我们如果真想要学生的聪明才智得到充分的发挥展示，我们就得走进幕后，给他们以实实在在的帮助与支持，或是默默的支持。所谓“从台前走到幕后”，即尽量让学生真正的成为课堂的主人，而你成为他的帮助者，影响者。而“从屏前面走到屏后”强调的则是课程的开发与设计。

在大数据背景下，我们早已经不是知识的控制者了，在许多知识面前我们甚至已经落在学生后面一步，几步了。我们的优势或许就只有阅历和经验了，然而，这正是学生身上所缺乏的，也是他们最需要的。或许我们能对学生产生影响的东西就在这里，仅此而已。

㈦ 互联网时代教师角色的变化，教师应该如何应对

互联网+时代 ，面对基础教育跨越式发展时期的到来，教师应如何应对？应做好哪些准备？教育思想应有什么转变？我想做好以下几方面：

一、互联网+时代来临转变教师教学观念

教师应尽快熟悉和适应信息时代的教学新环境，不断提高信息化程度、水平和效益。目前在全国流行的计算机培训模式不仅已经陈旧，而且不适合广大教师的需要。因此，当前迫切需要从教育改革发展的实际需要出发，制定一套既先进又切实可行的现代教育技术培训体系，并建立一种能够自我更新的竞争机制。信息时代的教育对所有地区、所有学校和每一个人来说都是全新的挑战，教师只有不断努力学习，充实自己，才可能站在时代发展的前沿，把握时代脉膊，迎接新时代的挑战，真正成为实现现代化教育跨越式发展的生力军。人才的培养，关键在教师，教师教育教学观念的改变，不仅是时代发展的象征，而且对教育的发展起着至关重要的作用。教师通过正确、合理、高效的利用互联网的资源，不仅可以培养自我获取知识与更新知识的能力，而且可以通过计算机与网络的强大功能探索新的教育体制与教学模式，培养出适应信息时代需求的新型人才，从而确保有较高的教学质量与教学效率，从而最大限度地发挥网络资源的潜能，构建学习的良性循环，达到全面育人的目的。

二、教师将互联网+融合进课堂

课堂教学是师生共同在一定的情境中，进行探索知识、发现规律的过程。可是在实际教帆枯学的过程中，受到时间、空间和各种现实情春轿镇况的制约，仅扒粗凭教师空洞的说教，抽象的描述，很难达到期望的教学目标。将信息技术引入课堂，无疑给课堂注入了新的生机：教师可以利用信息技术的图像、声音、动画、视频等功能创设情景，渲染气氛，通过情景再现，让学生身临其境的感受新事物、新问题，激发他们强烈的探索欲望，充分调动学生渴望新知的积极性，学生在互联网的海洋中，可自由自在地去获取他想要的东西，这一发展，摆脱了教师固定思维的束缚，学生真正体会到在知识天空中翱翔的感觉，网络提供了学生展现自我的空间，在学习过程中使学生由被动变为主动，学习能力不断提高。互联网提供的信息资源迫使教育教学内容与教法将发生一场深刻的改革，它鼓励采用以学生为中心的教学方法，充分调动学生学习的自主性和学习的积极性，重视了学生高阶推理与问题解决能力的培养，重视了对学生创新思维和创新能力的培养，在实施素质教育和创新教育的今天，必将推动教育教学向更深层次发展。

互联网+时代已经来临，对教育质量和教育资源有了更高的要求，教师的权威受到挑战，在此形势下对教师提出了更高的要求，教师由讲台上的教书匠变为教育专家，变为学生的指导者、合作者、学习者的榜样，教学设计不仅定位在教师教的过程的设计，教案应向学案转变，具有弹性化的学生学习过程和活动的设计成为学案的重要部分，教师成了教育资源的设计者、开发者，知识库的更新者、维护者和管理者。要尽快适应教育形势的变化，提高教育质量，最关键是树立以人为本的观念，改变教育者的角色，这才从根本上改进传统教学，实现现代教育技术水平实质性的提升，更好的为4

学生服务，让学生积极主动学习，成为学习的主人。

㈧ 大数据时代下高中数学教学探讨论文

大数据时代下高中数学教学探讨论文

摘要: 大数据时代的到来，为人们的生产生活带来了极大的便利，也为教育教学的创新以及发展带来很大的影响。因此，在大数据时代下，要分析大数据的相关概念，然后对大数据时代下的历枣高中数学教学方式的创新以及应用进行研究，以此来提高高中数学教学的有效性。

关键词: 大数据时代;高中数学;教学方式

信息技术的发展促使了大数据时代的到来，不仅增加了知识获取的途径，也改变了传统的学科教学方式，对促进高中数学教学改革的推进具有重要影响。因此，在大数据时代下，高中数学教师要利用大数据的技术优势，对现存的教学模式进行改革，突出数学教学的时代性，使学生在数学学习中既能够获得相应的知识，还能够树立正确的价值观念，促进高中生数学综合素养的形成，从而促进高中数学学科的健康发展。下面本文将对其进行详细论述。

1大数据相关概念

第一，大数据概念。数据是知识的来源，也是信息的一种记载方式。随着社会的发展和科学的进步，数据数量不断增多，对数据进行记录、测量以及分析的范围也就不断扩大，这标志着人类已经获得越来越多的知识和信息。大数据可以从宏观和微观两个角度去理解，多数学者都是从宏观上对大数据概念进行定义的，即用新的处理模式提高数据出来的执行力，洞察能力以及海量信息的优化能力。大数据具有数据信息量大、种类多种多样、真实性以及实效性强等特点。

第二，大数据分析概念。大数据分析简单来说就是要对大规模的数据进行科学分析，而对这些庞大的数据资源进行分析最根本的目的就是要发现和总结出这些数据中存在的规律以及模式，然后再利用数据的动态性特征去预测事物的未来发展趋势。

2大数据时代下高中数学教学方式的应用

2.1利用大数据转变教师的教学角色

第一，应用大数据技术为教师教学模式的创新提供了机会。大数据时代的到来，传统的教学方法弊端逐渐显现，不仅体现出了与现代社会的不适应，也影响了学生学习积极性的提高。因此，在大数据时代，教师要利用大数据技术开展例如合作链烂液探究、个性化教学等多样化的教学方式，丰富课堂教学形式和内容，使学生不再死板地接受学习内容，而教师也能够根据学生的不同阶段开展针对性的.教学活动。教师教学角色和教学模式的转变，强调了学生在课堂中的主体地位，对活跃课堂气氛，提升课堂教学的有效性具有重要作用。例如：在学习“集合”这节课时，教师就可以采用合作探究的教学方式。首先，结合学生的差异性，将学生分成不同的小组，然后设计不同的问题组织学生进行探究，如：①用什么对集合进行表示？可以用一个元素表示集合吗？集合与元素之间有什么关系呢？②集合都有棚物哪些特征呢，结合具体题目进行判断。之后，小组之间对研究结果进行互相交流。再后教师设计突出本节课重点的习题，给学生锻炼的机会。通过这样的教学方式，不同的学生组织到一起集思广益，互相帮助，不仅有利于促进学生思维的发散，还转变了教师的教学角色，提升了课堂学习效率。

第二，应用大数据技术对学生的学习情况进行深入了解。在传统的课堂教学形式下，教师过于侧重学生学习成绩的提升，忽视对学生的了解，导致教学针对性不强，影响教学效果。通常情况下，教师对学生了解是通过考试以及随堂测试的形式进行侧面分析，但这种分析得出的结果并不准确。但在大数据时代，利用大数据技术教师能够对学生的真实情况进行挖掘，然后根据学生之间的个性差异，对学生进行充分的了解，同时教师利用网络技术能够对学生的兴趣点和薄弱点进行准确判断，从而使自己的教学活动与学生的学习需求相吻合，突出数学教学的针对性。

2.2利用大数据发挥学生的主体作用

第一，应用大数据提升学生的学习兴趣。在以往的教学方式下，学生是知识的接受者，部分教师为了提高教学效率甚至一味地向学生进行知识传输，殊不知这种填鸭式的教学方式，不仅无法激发学生的学习兴趣，还会造成学生的抵触情绪，对学习产生厌烦心理，进而影响数学学科教学效率的提升。因此，在大数据时代下，要充分发挥大数据的优势，利用大数据技术去激发学生的学习兴趣，丰富数学课堂的内容，使学生产生主动求知的欲望，能够积极主动地参与到教师组织的教学活动中来。大数据技术的具体应用可以从以下几个方面进行。首先，教师可以利用计算机平台设计预习内容，然后学生能够通过计算机平台自己完成教师布置的习题，教师之后可以借助大数据进行数据分析，这样教师在授课之前就能够找到学生学习的弱点以及难懂点。例如，教师可以利用大数据对学生在“函数”知识中存在的问题进行分析，然后了解到学生易错点和薄弱的地方，之后据此设计相应的课程教案。这样在课堂上学生就能够根据教师针对性的教学设计进行学习，以此来提升课堂教学的有效性。

第二，应用大数据提升学生的学习自主性。学科教学最关键的就是要提高学生的学习积极性，所以在高中数学教学中教师要注重学生自主性的提升。在高中数学教学中，课后知识巩固与习题练习是提高学生学习成绩的重要组成部分，但以往学生通常都是靠手抄错题的形式进行习题纠错和解答的，这种方式取得的效果并不显著，一是浪费了较多的学习时间，二是形式枯燥，学生学习自主性不高，在整理之后查漏补缺效果也不好。所以在此环节可以应用大数据技术为学生的课后自主学习提供平台。在大数据技术的支持下，教师可以将学生之前做好的试卷或者解答过程的问题输入到计算机系统当中，之后学生通过网络进行问题的下载和解答，以便于学生对问题进行查漏补缺。这种方式相比于传统的纠错形式，具有实时性的特征，有利于学生对纠错内容进行更好的掌握。

第三，应用大数据开展分层式的教学形式。目前我国多数高中数学课堂教学采取的都是班级统一上课的教学形式，模式单一固定，缺乏创新性，不仅不利于激发学生的学习积极性，还会影响学生的个性发挥，进而影响学生的潜能的挖掘。“因材施教”是孔子提出的教学思想，所以在大数据环境下，教师要利用大数据技术采取分层式教学的方式，结合每个学生的差异性，开展不同类型的教学活动。每个学生都是独立存在的个体，在思想、能力以及身心发展上都具有差异性，所以针对不同学生的不同特性开展分层教学活动，不仅能够满足学生层次化的学习需求，还能够有效地激发学生的学习兴趣。同时，教师在数学教学中尝试不同的教学方法，应用创新型的教学模式，也能够很好地活跃课堂氛围，调动学生的课堂参与度，从而达到提升学生学习效果的目的。

2.3利用大数据拓宽学生获取知识的途径

大数据时代下，数据量和知识信息不断扩大，学生能够接触和学习到的内容也不断增多，所以教师要利用网络信息技术，在网络上搜集和整理更多的学习资料和信息，然后结合具体的教学目标和学习内容进行这些信息的分析和处理，以此来提高教师的教学效果。而在大数据环境下，学生也能够利用网络技术自行进行数学资源的获取，不断丰富自身的学习的内容，对抽象的数学知识进行简化。另外，在大数据环境下，教师要为学生提供真实、可靠的数据教学服务，引导学生养成善于开发和应用数据的意识和能力，能够根据自身的需要进行数据的获取，这也能够为教师教学互动的开展提供针对性，促进师生间的共同进步。例如：在学习“数列”这节课时，教师可以在课前引导学生利用网络自己进行课前的预习，对数列这节课的知识有个简单的认识，并能够对基本的知识点以及概念进行理解。之后，在课堂上教师可以利用多媒体技术开展具体的教学活动，将教学知识点直观、形象地展现在学生的面前，在课程结束之后，教师组织学生对自己设计的随堂测试问题进行解答，然后对错题进行整理。这种一系列的教学活动，能够提高学生大数据技术的利用与开发能力，对拓宽学生的知识获取途径，提高学生的学习效率具有关键作用。

2.4利用大数据为家长提供教育平台

家庭在学生教育中具有非常重要的作用，家庭是学生的第一所学校，但以往的高中数学教学对家庭教育并不重视，家长没有广泛地参与到学校教育中去，而学校也没有为家长提供更多学习教育的机会，除了每次家长会之外，教师其他时间很少能见到家长，也就很少能参与学生的学习。但大数据时代，网络技术的应用为家长与学校教育的沟通提供了很宽广的平台，家长可以通过固定的软件进行账号的绑定，然后随时对自己家孩子的上课以及课后情况进行了解，进而更好地了解学生近期的表现情况。同时，家长也可以利用这些软件与教师进行交流，对学生的学习和生活情况进行了解，与教师进行充分的沟通和互动。使家长能够更好地配合学校的教育活动，在提高学生数学学习效果的同时，促进学生的健康成长。

3结语

综上所述，大数据时代下数据数量不断增多，网络技术的应用越发广泛，在此种环境下开展高中数学教学活动，不仅有利于创新教师的教学思想和教学方式，也有利于激发学生的学习兴趣，提高学生对数学学科的学习热情，从而达到大数据促进学科教学效果提升的目的。高中数学是一门综合性学科，能够培养学生的逻辑思维和推理能力，同时数学也是一门与人们日常生活密切相关的一门学科。所以在大数据时代，教师要利用好大数据信息，发挥好信息技术在教学中的优势，不断改善自身的教学角色，突出学生的主体地位，拓宽学生获取知识的途径，加强家长与学校的沟通等，使学生在大数据环境下能够养成乐于学习的好习惯和科学的学习方法，推动高中数学教学效果的有效提升，促进学生身心健康成长。

参考文献

[1]孟越飞.大数据背景下的高中数学教学[J].中小学电教(下半月),2018(1):22.

㈨ 大数据对教学的影响

大数据对教学的影响

随着时代的发展和科技的进步，“大数据”时代悄然来临。随着硬件的高速革新化与软件的高速智能化，大数据时代也对高校教育领域产生了广泛而深刻的影响。大数据就其性质来说，不是产品，也不是一种技术，而是一个抽象的概念，有人将“大数据”形象地比喻成21世纪人类探索的新边疆，是以高度发达的信息网络技术为支撑，所呈现出的巨大数据信息，当然包括伴生的相关处理技术。大数据是近年来继云计算、物联网后的新技术热点。

大数据具有4V特性，包括海量的数据规模（Volune）、快速的数据流转和动态的数据体系（Velocity）、多样的数据类型（Variety）和巨大的数据价值（Value）。而就数据的实用价值，IBM认为还应具有第五个V特征，就是真实性（Veracity），在日常工作和学习中，数据信息真实性的好处不言而喻，对教育领域来说，更是最基本的要求与保障。要利用大数据时代的巨大资源为教育服务，教师的选取和甄别手段更显得尤为重要，从这个层面上来说，数据的真实性在一定方面上制约着教师教的内容和学生学的内容。

大数据时代给传统的教育提出了挑战，由于自身特点，它给教育提出了教育对象的个性化发展、教育方式的变革、教育观念的开放化、管理的科学化等要求，更有利于素质教育的开展。大数据时代的数据具有信息量大、形式多样、实时性强和价值多元等特性，因此教育模式和教育理念只有关注人的多样化发展才能培养出高素质人才。然而，与此相矛盾的是，传统的教学方式强调教师的主体地位，为了便于管理和保证教学效果，教师最有效也最轻松的方式就是以标准化来要求每一位同学，表现于统一的教材、统一的作业、统一的考核和对学生单一的评价方式上，这不仅不利于发挥学生的主动性，长此以往，更限制了学生的思维方式与视域，无法满足学生个性化发展和大数据时代对高素质人才的需求。

要想利用信息时代的数据更好地应用于教育，必须变革教学方式，对教师提出新的要求，教师不仅要树立终身学习的理念，还要更好地掌握学科前沿的动态信息，更好地利用数据的开放性、共享性等特点，充实学习内容，提升教学水平。以“慕课”和“小微课”平台的问世为广大学生所熟悉和利用，丰富和发展了在线教学模式，这更需要教师不断调整，告别传统的授业者的角色，以学生为主体，以技术为手段和平台，成为知识学习的组织者、引导者和评价者。

除了促进个性化发展、丰富学习内容和提高学习效率，大数据技术的应用更有利于教师掌握学生的身心发展规律。与传统的教师通过面谈、电话交流、家访及其他同学侧面反映和凭借工作经验判断学生心理特征等方式，应用大数据技术，分析和测量学生的心理特点，通过对以前遇到的实际问题的解决方式进行归纳和总结，这种体察方式不仅更理性，还可进一步对未来的心理状况进行有效预测，能促进教师更好地了解学生，还能有针对性地促进学习效果，提高学习能力。

大数据背景下，不仅革新教育理念，对高等学校的管理也提供了新思路。高等学校的信息化进程中会产生大量的数据，包括教师和学生信息、学籍和成绩信息、注册与选课信息等，利用大数据技术管理这些信息，对帮助学校资源管理和教学方法等方面将会产生极大的便利。目前，高等学校的信息化系统正不断发展完善。除数据管理、校园网络和远程教育系统外，还发展了图书馆信息管理系统、数字化校园等，如何对这些系统产生的大量信息进行系统分析，在信息化背景下建设优质高校就显得尤为重要。其中，教学管理、学习行为、教学评估等，均受到大数据的影响。

在教育领域如何利用大数据及其相关技术促进教育发展，是一个漫长的过程，在此过程中机遇与挑战并存，作为教育人士，我们应抓住机遇，迎接挑战，紧紧握住时代的脉搏，更好地服务于教育。

以上是小编为大家分享的关于大数据对教学的影响的相关内容，更多信息可以关注环球青藤分享更多干货

㈩ 利用大数据教师在课前可以做什么

利用大数据教师在课前可以精准定位教学目标和重难点；采集学生预习数据；进行学情分析。

教育大数据的本质是对教竖兆师教学过程中产生的信息进行的数据量化，它的产生让教学从量的扩张转到质的变革。在传统教学时代，教师教学决策通常依据理论指导的演绎法和经验总结的归纳法。

根据教学过程的不同阶段，教学决策可分为教学前的计划决策、教学中的互动决策、教学后的评价决策。教师依据学情，对课前、课中及课后依据技术手段搜集到的数据信息进行研判和加工并决定接下来的教学决策，在此基础上引导学生行为。

在教育大数据的驱动下，对不同阶段采集到的数据信息进行分析研究可以探究教师教学的过程，实现课堂教学与教育大数据的融合，让教师在课堂教学中的决策具有科学性和有效性。