论文部分内容阅读
摘 要 近年来,学习分析技术的需求伴随着教育大数据的浪潮越来越大。基于文献计量分析法,对国内外近几年来关于学习分析的期刊论文进行梳理,对学习分析工具进行划分,主要讨论23种应用广泛的学习分析工具,从其各个方面进行分析比较,并提供各个工具的相关链接,以期为研究学习分析的教育实践者提供参考。
关键词 学习分析技术;教育大数据;Microsoft Excel;GoogleSheets
中图分类号:G642.0 文献标识码:A
文章编号:1671-489X(2018)23-0022-05
Abstract In recent years, the demand for learning analytics has beenaccompanied by a growing wave of educational big data. Based on related literatures, this paper reviews domestic and foreign journal papers on learning analysis in recent years, and divides learn analysistools. It mainly discusses 23 widely used learning and analysis tools. We analyze them from all aspects comparison, and provide a rela-tional link for each tool, in order to provide a reference for educa-tional practitioners who study learning analytics.
Key words learning analytics; educational big data; Microsoft Excel; Google Sheets
1 引言
十九大报告明确提出“到2020年基本实现教育现代化”的战略目标,而实现这个目标的重要途径是让大数据技术助力教育变革。Big Data一词最早出现在维克托·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,是指不用随机分析法(抽样调查)这样的捷径,而采用所有数据进行分析处理[1]。在首届中国教育大数据发展论坛探析中,维克托·迈尔-舍恩伯格在他的演讲《大数据与教育的未来》中指出,教育的关键在于对教育数据的分析[2],而对于教育大数据的挖掘关键就在于学习分析技术。
本文将会详细介绍EDM或LA研究及从业人员使用广泛、功能强大的学习分析工具。文章首先概述两种非常适合用于特征工程和数据创建的工具——Microsoft Excel
关键词 学习分析技术;教育大数据;Microsoft Excel;GoogleSheets
中图分类号:G642.0 文献标识码:A
文章编号:1671-489X(2018)23-0022-05
Abstract In recent years, the demand for learning analytics has beenaccompanied by a growing wave of educational big data. Based on related literatures, this paper reviews domestic and foreign journal papers on learning analysis in recent years, and divides learn analysistools. It mainly discusses 23 widely used learning and analysis tools. We analyze them from all aspects comparison, and provide a rela-tional link for each tool, in order to provide a reference for educa-tional practitioners who study learning analytics.
Key words learning analytics; educational big data; Microsoft Excel; Google Sheets
1 引言
十九大报告明确提出“到2020年基本实现教育现代化”的战略目标,而实现这个目标的重要途径是让大数据技术助力教育变革。Big Data一词最早出现在维克托·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,是指不用随机分析法(抽样调查)这样的捷径,而采用所有数据进行分析处理[1]。在首届中国教育大数据发展论坛探析中,维克托·迈尔-舍恩伯格在他的演讲《大数据与教育的未来》中指出,教育的关键在于对教育数据的分析[2],而对于教育大数据的挖掘关键就在于学习分析技术。
本文将会详细介绍EDM或LA研究及从业人员使用广泛、功能强大的学习分析工具。文章首先概述两种非常适合用于特征工程和数据创建的工具——Microsoft Excel