从小数据到大数据：教育科研方法与实用案例

2023-08-13 理论教育版权反馈

【摘要】：大数据在教育领域中的应用，主要包含在线决策、学习分析、数据挖掘等三大要素，所做的研究主要是预测分析、行为分析、学业分析等。贵阳市电化教育馆张籍认为[31]：从“成绩分数—知识点掌握—能力数据—能力曲线—多曲线变化图—多维数据模型”等几个层次对试卷进行挖掘，教育评价将由此步入大数据时代。

在维克托·迈尔·舍恩伯格和肯尼思·库克耶编著《大数据时代》中，作者(2013年)认为^[29]：大数据时代的思维变革体现在更多、更杂和更好，即不是随机样本，而是全体数据；不是精确性，而是混杂性；不是因果关系，而是相关关系。大数据研究指的是不采用随机分析法(抽样调查)这样的捷径，而采用所有数据的研究方法。此后，业界将大数据的特点归纳为以下4点(4个“V”)：第一，Volume，即数据体量巨大。第二，Variety，即数据类型繁多。第三，Value，即价值密度低，商业价值高。第四，Velocity，即处理速度快(引自百度百科)。

大数据学者提出数据挖掘的概念，所谓数据挖掘是指通过特定的计算机算法对大量的数据进行自动分析，揭示数据之间隐藏的关系、模式和趋势，从而发现新知识，找到新规律。因此，大数据学者主张“科学始于数据”。基于数据挖掘的大数据研究，是一种新的研究范式，是科学认识论的新发展，成为人类继定性研究、定量研究和计算机仿真研究之后的第四种探索世界的研究范式。将科学规律、理论的揭示和发现建立在海量、客观、全体样本的原始数据基础上的大数据研究，一方面克服了逻辑实证主义者将科学规律、理论的揭示和发现建立在可能被污染的少量的抽样的数据基础上，另一方面又克服了波普尔那种没有根据的胡乱猜想。

在小数据时代，受小数据条件的限制，研究者不得不简化研究对象的特征，假设世界是怎样运作的，然后通过收集和分析数据来验证这种假设。这种研究范式，其解释的准确性和可信度自然大打折扣。但在大数据时代，大数据研究并不需要预先做出理论假设，而是通过对已经存在的、全体样本的大数据的挖掘和分析，就能够发现其中蕴藏着的知识或规律。大数据研究优于小数据的地方在于，它可以更精确地解读世界，因为研究结果更可能接近真实而更富有生命力。其局限在于：数据导向使其无法检验逻辑上的因果关系；如果研究的对象本身是无规律的，那么便无法用数字衡量。

大数据在教育领域中的应用，主要包含在线决策、学习分析、数据挖掘等三大要素，所做的研究主要是预测分析、行为分析、学业分析等。例如，潍坊学院教师教育学院张玉孔(2014年)认为^[30]：课堂大数据的用途有三个方面，一是分析和评价教师教学行为，促进教师教学行为的改善，二是为学习分析提供依据，促进教学干预和个性化学习，三是发现教育教学问题，为学校和管理部门提供决策依据。贵阳市电化教育馆张籍(2014年)认为^[31]：从“成绩分数—知识点掌握—能力数据—能力曲线—多曲线变化图—多维数据模型”等几个层次对试卷进行挖掘，教育评价将由此步入大数据时代。

从小数据到大数据：教育科研方法与实用案例

相关推荐