教育大数据:迈向共建、共享、开放、个性的未来教育电子书

推荐序1 大数据时代，教育的未来

推荐序2 教育大数据：开启智慧教育之门

前言

目录

第1章 绪论

1.智慧城市，如火如荼地在路上

2.智慧教育，步履稳健地前进着

3.智慧学习环境，那是一个关心我学习感受的教师

4.互联网教育带来了什么

5.MOOC、可汗学院和教育大数据是怎么回事

6.我们未来的学习会是什么样子

第2章 教育大数据

1.轰轰烈烈的大数据要干什么

（1）什么是大数据？

（2）大数据是从哪里来的？

2.教育大数据就像蒙娜丽莎的微笑一样神秘吗

（1）什么是教育大数据？

（2）教育大数据有什么特性？

（3）教育大数据也在成长？

（4）掌握了教育大数据就把握了未来发展方向吗？

3.教育供给侧改革和教育大数据相关吗

4.国内外专家和实践者是如何评论教育大数据的呢

第3章 全学习过程——教育大数据的第一层理解

1.什么是学习行为

2.自己在学习的时候，有人会偷偷跟踪我的学习吗

3.学习像蚂蚁爬行一样，会留下学习轨迹吗

4.学习不是走迷宫，你可以找到自己的学习路径

5.电子学习档案袋，也许留下了一丝云彩

6.知识地图是一个导航系统

（1）面向程序的知识地图

（2）面向概念的知识地图

（3）面向能力的知识地图

（4）面向社会关系的知识地图

7.数据不整合，就是一团乱麻

第4章 教育大数据系统——教育大数据的第二层理解

1.云计算就像使用电一样，插上插座就可以使用互联网

（1）基础设施即服务（IaaS）

（2）平台即服务（PaaS）

（3）软件即服务（SaaS）

2.数据中心是一个大机房吗

3.是时候把数据中心换一个更好的地方了

（1）数据中心的选址

（2）绿色IT

（3）数据中心的远程监控

（4）可扩展性和模块化

（5）灾难恢复优化和可用性

（6）数据中心基础设施管理

4.教育大数据中心的数据是一个可以提取价值的金矿

5.一个非教育领域的综合例子：京东大数据平台

6.一个教育领域的综合例子：美国“希维塔斯学习”

第5章 教育大数据共建共享思想——教育大数据的第三层理解

1.大数据和云计算其实是一对孪生兄弟

2.钱学森倡导的系统科学也包含着大数据的思想

3.共建共享思想需要打开窗户迎接开放

4.共建共享是大数据时代教育变革的灵魂

5.LRS是一个能够共享自由学习记录的裁判

6.xAPI是一个让你能够自由学习的默默助手

（1）教育数据挖掘的需求

（2）学习分析学的兴起

（3）有效支持大规模学习或个性化学习

7.SCORM不擅长自由学习，但是共建是它的强项

8.CELTS是成长在这片土地上共建共享的希望

第6章 教育大数据应用场景

1.未来的教学，躲不开也避不掉大数据了吧

（1）助力教学改革

（2）大数据让考试变得更科学

（3）因材施教和个性化教学

（4）实际课堂的数据从哪里来：改进型弗兰德斯

2.大数据为我们的学习带来了怎样的变化

（1）学生利用Knewton实现适应性学习

（2）中学生利用LinkedIn数据选择心中的大学

3.管理者准备好使用大数据了吗

（1）前景广阔的教育大数据市场

（2）更科学的决策

（3）优化校园运营，提高效率

第7章 教育大数据给教育带来哪些变革

1.大数据时代，教师怎么教学

（1）大数据时代，海量教学资源让人欣喜，谨慎选择更是关键

（2）大数据时代，对枯燥学习说不

（3）大数据时代，预测、了解、评估教学行为如此简单

2.大数据时代，学生怎么学习

（1）基于大数据的个性化自适应学习过程

（2）个性化自适应在线学习分析模型

（3）大数据带领我们走近并最终走进智慧学习

（4）大数据时代的学习如何被评价

3.大数据时代，学校怎么管理

（1）大数据从哪些方面优化了教育管理

（2）大数据教育管理应该遵循哪种模式

（3）教育大数据管理应如何实施

（4）决策难做？大数据将教育决策推向科学性

（5）质量监控体系不完善？大数据助力质量管理

第8章 教育大数据系统环境

1.区域教育信息化与教育均衡发展

2.教育大数据的技术体系框架

3.教育数据挖掘与学习分析

4.教育大数据的应用服务：个性化学习环境

5.教育大数据的重要载体：自适应学习系统

第9章 教育数据采集

1.教育数据有哪些分类

2.教育数据的结构模型是什么

3.学校、班级、课本和课程是重要的数据平台

4.如何进行数据采集

（1）基础层数据

（2）状态层数据

（3）资源层数据

（4）行为层数据

5.系统日志采集法

（1）采集技术比较

（2）文本方式

（3）SNMP Trap方式

（4）syslog方式

6.网络数据采集法

（1）人人网用户ID和用户好友关系采集模块

（2）人人网用户个人资料和状态采集模块

（3）数据存储模块

7.SQL、MySQL与数据采集

第10章 教育数据处理

1.教育数据处理是教育大数据的核心环节

2.数据仓库是数据查询和分析的基础

3.云存储是以数据存储和管理为核心的云计算系统

4.分布式文件系统

5.没有听说过的数据湖泊（Data Lake）

6.不应该忽视的网络

（1）弥合数字鸿沟——为校内外提供连接

（2）校内连接

（3）校外上网

7.非结构化数据处理

8.数据清洗、数据交换以及数据算法

（1）以传统方式构建的基本架构对数据进行清洗

（2）对不同质量的源数据进行分类以适应清洗工作

（3）对不同质量类型的数据采用不同的清洗方法

（4）通过内容限制和方法改进应对数据清洗面临的挑战

（5）我国数据清洗已形成基本产业格局

（6）强化数据清洗环节的规范和标准，推动产业发展

第11章 教育数据分析

1.数据分析方法和工具：传统与新兴

2.五大技术助力教育数据分析

3.数据分析：可汗学院的大脑

4.你所不知道的教育数据挖掘

5.五类技术让你玩转数据挖掘

6.聚类分析最常见的应用：用户分类

（1）选择聚类变量

（2）聚类分析

（3）找出各类用户的重要特征

（4）聚类解释与命名

7.文本挖掘与学习分析

8.学习分析：实现差异化及个性化教学的基础

9.学习分析：周期、层次和关键技术

10.多用户视角下MOOC学习分析模式

（1）管理者视角下在线教学绩效评估模式构建与应用

（2）辅导教师视角下在线学习形成性评价模式构建与应用

（3）研究人员视角下在线学习规律发现模式构建与应用

11.知识图谱是靠谱的

（1）知识图谱（Knowledge Graph）

（2）学生事件（Student Events）

（3）目标管理（Goal Management）

（4）推荐与分析（Recommendations and Analytics，API）

第12章 教育数据呈现

1.什么是数据可视化

2.不同的数据可视化方法

3.数据可视化需要分几步完成

4.优秀数据可视化技术的核心理念

（1）了解你的受众

（2）足够了解数据

（3）讲故事

（4）保持简单

（5）正确认识平台需求

5.规避错误，建立成功的数据可视化策略

（1）错误信息

（2）不完全信息

（3）简单的数据

（4）不合适的可视化

（5）遗忘注释

6.数据可视化工具初级篇——零编程工具

（1）Tableau

（2）ChartBlocks

（3）Datawrapper

（4）Plotly

（5）RAW

（6）Visual.ly

7.数据可视化工具开发篇——JavaScript库

（1）D3.js

（2）Ember Charts

（3）NVD3

（4）Google Charts

（5）FusionCharts

（6）Highcharts

（7）Chart.js

（8）Leaflet

（9）Chartist.js

（10）N3-charts

（11）Sigma JS

（12）Polymaps

（13）Processing.js

8.数据可视化，推动教学过程的优化

（1）教师角度

（2）学生角度

（3）教育管理者角度

第13章 教育大数据支持工具

1.新手必备的护法软件，左Excel右SPSS

（1）你以为很了解的Excel

（2）你或许还不知道的SPSS

2.数据处理工具Hadoop，大数据的代名词

（1）为什么一说大数据就谈到Hadoop？

（2）Hadoop，很多公司使用的工具

（3）让并行算法带你飞

（4）你不知道的Hadoop和传统大数据处理方式的差别

3.你贴心的辅助开发工具，大数据强有力的技术支持

（1）BitDeli

（2）Continuuity

（3）Flurry

（4）Google Prediction API

（5）Infochimps

（6）Keen IO

（7）Kontagent

（8）Mortar Data

（9）Placed Analytics

（10）Precog

（11）Spring for Apache Hadoop

（12）StatsMix

第14章 教育大数据的发展：机遇与挑战并存

1.任重道远：教育大数据发展的几重挑战

（1）技术瓶颈的挑战

（2）人才缺乏的挑战

（3）隐私和伦理道德挑战

2.见招拆招：教育大数据发展的应对策略

（1）发展教育大数据技术

（2）培养教育大数据人才

（3）保护教育大数据的隐私及安全

（4）聚焦应用：数据驱动教室和校园的一些实践经验

3.路在何方：教育大数据发展趋势

（1）教育数据开放程度不断提升

（2）教育数据资产规模逐渐壮大

（3）教育数据创新应用效应逐步扩大

（4）教育大数据行业生态逐步完善

（5）教育大数据专门人才培养备受重视

参考文献