㈠ 教育大数据的内涵
本章主要介绍教育大数据的内涵、体量与价值。
1、什么是大数据
2012 年联合国发布了大数据白皮书“Big Data for Development:Challenges& Opportunities”明确提
出大数据时代已经到来。
大数据作为信息技术发展的新趋势"具有海量的数据规模（Volume）、快速的数据流转（Vwlocity）、多样的数据类型（Variety）和巨大的数据价值（Value）。通过对海量数据的分析挖掘，以一种前所未有的方式获得巨大的产品服务，深刻的真知灼见，为我们理解生活以及认识世界提供了一种全新的思维方式，实现思维的三大转变：一是不再依赖于小样本数据，而是与现象相关的所有数据；二是不再热衷于追求微观层面的精确，而是宏观层面的洞察力；三是从传统的因果关系追求中解脱出来，关注相关关系的发现和应用。
大数据不仅仅是一种技术，也是一种能力，即从海量复杂的数据中寻找有意义关联、挖掘事物变化规律、准确预测事物发展趋势的能力。
2、教育大数据的内涵
教育大数据特指教育领域的大数据，即整个教育活动过程中所产生的以及根据教育需要采集到的、一切用于教育发展并可创造巨大潜在价值的数据集合。
教育大数据直接产生于各种教育活动（包括教学活动、管理活动、科研活动、校园活动等），每个教育利益相关者既是教育数据的生产者也是教育数据的消费者。教育大数据具有明确的目标指向性，即指向教育发展，能在提升教育质量、促进教育公平、实现个性化学习、优化教育资源配置、辅助教育科学决策等方面发挥有效作用。
3、教育大数据的特性
与电子商务、交通、医疗、金融保险等领域的大数据相比，教育大数据具有以下特征：
教育大数据的采集呈现高度的复杂性；
教育大数据的应用需要高度的创造性；
教育大数据不仅注重相关关系，更强调因果关系；
4、教育大数据的分层架构
为了更加清晰地认识教育大数据的概貌，根据教育数据的来源与范围，将其分成
五层架构，如下图所示：
5、教育大数据的体量
IT 界普遍认为，大数据指体量在 Tb 级别以上或者条目在百万级别以上的数据。实际上，大数据是个相对于小数据而言的概念；大数据并非等同于大量的数据，而是突出强调跨领域数据的交叉融合和数据的流动生长。
《中国基础教育大数据发展白皮书》编委会对基础教育阶段一年的数据量进行了估算。基础教育大数据体量估算的维度与基准值如图 1 所示，包括对师生基本信息数据、课业测试与作业数据、校园实录数据和课程资源数据的估量。
图 1 基础教育大数据体量估算的维度与基准值
图 2 基础教育大数据体量估算结果（一年）
可以肯定地说，无论是按 Eb 还是 Pb 量级来规定大数据的体量要求，中国教育领域都存在真正的大数据。
6、教育大数据的价值
（1）战略层价值
①教育大数据是一种无形的战略资产、是一座可无限开采的“金矿”，充分的挖掘与应用是实现数据“资产”增值的唯一途径；
②教育改革既要有胆魄，更要有科学的依据，教育大数据是推动教育领域全面深化改革的科学力量；
③教育大数据汇聚、存储了教育领域的信息资产，是发展智慧教育最重要的基础。
（2）应用层价值
①开展数据驱动的教育决策，实现教育设备与环境的智能管控，提升教育危机预防与安全管理的能力；
②持续优化教与学，辅助教师开展精准教学，辅助学生实现个性化学习；
③促使教育评价从“经验主义”走向“数据主义”、从“宏观群体评价”走向“微观个体评价”、从“单一评价”走向“综合评价”；
④教育数据的合理、合法、有效、创新应用，不断催生越来越多样化且越来越智慧化的教育服务；
⑤推动社会科学的研究范式从抽样模式走向全样本模式，使社会科学成为一门实实在在的实证科学。
教育大数据的最终价值应体现在与教育主流业务的深度融合以及持续推动教育系统的智慧化变革上。目前，国内外已有一些教育大数据的创新应用案例，涵盖教学、管理、评价、服务等方面。
参考文献
教育大数据的技术体系框架与发展趋势——“教育大数据研究与实践专栏”之整体框架篇 杨现民
教育大数据的应用模式与政策建议 杨现民
㈡ 2019年教育大数据蓝皮书指出 数据将成学校核心资产
4月17日上午，《中国基础教育大数据发展蓝皮书（2015）》发布会暨教育大数据高峰论坛在 北京师范大学 举行。国内首份基础教育大数据发展蓝皮书正式发布。
据悉，《中国基础教育大数据发展蓝皮书（2015）》由 北京师范大学 “移动学习”教育部-中移动联合实验室、中国教育技术协会、江苏省教育信息化工程技术研究中心联合发布，由北京拓思德科技有限公司独家支持。
北京师范大学 “移动学习”教育部-中移动联合实验室主任余胜泉指出，数据将逐渐取代土地、劳力、资金等稀缺资产，成为社会和企业最重要的核心资产。同时，数据也将改变人类的认知方式和文化生态，“人机结合的思维模式将成为现代人认知世界的基本方式，借助智能设备而生存的时代已经到来”。未来，大数据将演变成为一种“人人生产数据、人人共享数据、人人管理数据”的社会文化。
余胜泉表示，作为教育界和学校最重要的资产，未来教育数据采集的重心将向非结构化、过程性的数据转变，“教育大数据的采集应该是全样本的、即时的数据”。教育界还应加强教育大数据与其他领域大数据（医疗、交通、经济、社保等）的融通和关联分析，进一步增强教育决策的科学性”。
蓝皮书负责人之一、 江苏师范大学 副教授杨现民表示，教育大数据并非单纯指其数量大，更重要的是其“价值”很大，教育大数据的核心价值是分析和预测。他表示，与其他领域的大数据相比，教育大数据具有高度的复杂性，其应用也需要高度的创造性。他认为，教育属于超复杂的系统，教育领域的大数据不存在清晰的、固定的分析流程和分析方法。教育大数据的分析既要综合运用传统的数据分析方法与工具，也要合理采用专门针对大数据处理的新方法和新工具，“严格来说，教育大数据的分析模型不是被设计出来的，而是被发现的”。
此次蓝皮书梳理了全球教育大数据相关政策进展，解读了教育大数据的内涵、独特性，剖析了教育大数据的来源与结构，对常用的四大类13种教育数据采集技术进行了介绍，并提出7种典型教育数据分析模型。通过搜集整理49个典型应用案例，提炼出基础教育大数据的五大应用模式，探讨了国家、区域以及学校三个层面教育数据网络的构建思路，以及教育大数据管理存在的难题及基本解决思路。
在随后的教育大数据高峰论坛中，与会专家针对教育与大数据的深度融合展开了讨论。专家们指出，是中国的教育大数据元年，政府、企业、学校、研究者、社会公众等开始关注教育大数据。与此同时，我国教育大数据研究与实践整体还处于起步探索阶段，国外也没有成熟的经验和模式可以借鉴。希望通过“政、产、学、研、用”五方联合，共同助力我国基础教育大数据发展，为实现中国教育引领世界而一起努力。
余胜泉、顾小清、方海光、魏顺平等4位专家，分别就《大数据时代的教育变革》、《以学习分析改进教学实践》、《面向基础教育的移动学习与教育大数据研究》、《数据驱动的大规模在线教育实施评估模型构建与应用》等主题发表了演讲
㈢ 请问谁有中国基础教育大数据发展蓝皮书（2016-2017）摘要版
网页链接