时代在发展，社会在进步，大数据给人类社会的发展带来了强大的挑战和良好的发展机遇，教育亦呈现出新的发展趋势。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；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。教育数据挖掘的研究目标为：通过整合分析学习者知识、动机和态度等详细信息，预测学习者未来学习发展趋势；探索和改进包含最佳教学内容和教学顺序的领域模型；研究各种学习软件所提供的教学支持的有效性；通过构建包含学习者模型、教育软件教学策略的数据计算模型等，促进学习者有效学习的发生。学习分析是综合运用信息科学、社会学、计算机科学、心理学等的理论和方法，通过对广义教育大数据的处理和分析，解释影响学习者学习重大问题，评估学习者学习行为，并为学习者提供人为的适应性反馈。如教师可根据数据分析的结果，调整教学内容、对有学习失败风险的学生进行干预等。斯坦福大学、哈佛大学、耶鲁大学等高校开展了对教育大数据的理论和实践研究。《国家中长期教育改革和发展规划纲要(2010-2020年)》指出：我国教育还不完全适应国家经济社会发展和人民群众接受良好教育的要求。教育观念相对落后，内容方法比较陈旧；学生适应社会和就业创业能力不强，创新型、实用型、复合型人才紧缺；教育体制机制不完善等，深化教育改革成为全社会共同心声。为学生提供优质、个性化的教育，适应时代的发展，大数据在教育领域的研究和应用既是挑战，又是机遇。目前面临大数据存储技术及数据处理和分析技术的挑战；组织体制的挑战；安全性；隐私和伦理道德限制等，任重而道远。教育部《2014年教育信息化工作要点》中指出：加强对动态监测、决策应用、教育预测等相关数据资源的整合与集成，为教育决策提供及时和准确的数据支持，推动教育基础数据在全国的共享。可见海量数据的存储、挖掘和利用在我国教育领域已引起关注并启动。大数据可以支持对学习者个性发展的研究，数据的分析可以提供给人们关于每一个学习者的学习需求、学习风格、学习态度乃至学习模式等信息，实施个性化教育，因材施教。云计算和大数据对于教与学的双方而言，学习空间和教育资源空前拓展，持续学习和教学内容不断更新成常态，还能通过云服务端对各种非结构化数据进行分析，为师生提供最合理的教与学的资源；教与学的手段和方式、教与学的评价不断地多元化。