天博讯科科技(多图)、天津智能化集成系统搭建

大数据技术和学习分析

大数据技术一般包括7个步骤：数据采集，数据存取，基础架构，数据预处理（数据清理、数据集成、数据变换、数据归约），统计分析，数据挖掘（分类、估计、预测、相关性分组或关联分组、聚类、复杂数据类型挖掘），结果呈现。基于大数据技术的学习分析，能充分了解学习者的动态学习过程，进行学习行为的预测性分析，并建立学习的预警系统，为学习者提供有效的学习支持服务。大数据技术和网络学习分析是目前和未来网络教学研究的*，也是保证网络教学质量的新的途径。在香港大学****进修学院，大数据技术和学习分析尚处于文献研究的阶段，也是下一阶段应用研究的*。

一、“互联网 ”继续教育发展的系统模式

发展“互联网 ”继续教育，旨在充分利用新兴的互联网技术的优势，发展一种新型的继续教育模式。“互联网 ”继续教育发展的系统模式包括三大组成部分，智能化集成系统搭建，即基础设施、管理系统、课程和教学。

1.基础设施

互联网发展经历了三代，一代是以“互联网 信息”的单向传递为特征的Web 1.0，如网站、HTTP、网页、HTML；第二代是“互联网 互动” 的双向交流的Web 2.0， 如维基、博客、RSS、社会网络、即时通讯等；第三代是“互联网 智慧化”的Web 3.0时代，通过云计算、移动技术、大数据等技术来实现。互联网的三*展是一种迭代式而非取代的发展。因此，在“互联网 ”继续教育发展的系统模式中，Web 1.0的信息传递功能、Web 2.0的双向互动功能、Web 3.0的新型技术，应根据需求进行整合式的应用。

这里强调的是，Web 3.0技术的出现，为“互联网 ”继续教育中的个性化学习、智慧学习、一站式服务提供了新型的技术支撑。例如，云计算的出现为网络继续教育发展在技术支撑上提供一站式的服务，云计算服务通过按使用量付费的模式，为用户提供可用的、便捷的、按需的网络访问，进入可配置的计算资源共享池，包括网络、服务器、存储、应用软件、服务等。云计算服务可以像自来水、电、煤气那样计费，所以收费较低。

移动技术则为继续教育中采用移动学习提供了有效的技术支撑。移动学习通过借助移动终端设备，特别是日益普及的智能手机和平板电脑，学习者只要登录移动互联网就能浏览信息、学习课程资源以及与教师和学生互动，这为学习者提供随时随地的灵活学习条件。

大数据技术为网络教学中学习分析提供了新的途径，通过学习分析，能帮助教师预测学习者在学习中的表现，预测未来表现和发现潜在问题，发展学习预警系统，通过相应的干预策略，让学习者能顺利地进行学习，减少学生的辍学率。网络学习分析是目前和未来网络教学研究的*，也是****教和学成效的途径。

教育集成系统-引导智慧教育

用教育大数据提升教学质量是大趋势。具体来说：

1. 建设覆盖教育信息化教、学、考、评、管全业务流程的应用体系，遵循互相融合贯通的原则，提升整体建设的应用效益和效果。

2. 建设包括教师、学生、家长和教育管理者四类角色的基本应用，基于平台开展教学、学习及管理等相关工作。

3. 建设包括教育局、学校、班级三级架构应用模式，实现落态化应用。

4. 建设覆盖教育资源和教育管理两大范畴，实现和市平台的无缝对接。

5. 建立全市统一的基础设施保障服务，为教育资源和教育管理等应用提供服务和支撑。

通过该平台、多媒体教室、数字化校园所提供的教学情境、丰富的教学资源，以及有效的教学评价手段，可以在传统的教学模式外，发展新的教学模式，为教师改进教学*形式和教学方法，提升教学水平提供技术支撑；为学生开展自主性学习、协作性学习及探究性学习创造条件；为家长加强与学校、教师沟通，及时了解孩子学习、成长的情况提供多样渠道；为教育管理者及时掌握各类信息，实现效率、科学的教育管理提供坚实保障。