教育大数据的获取、管理与知识构建方法研究

Driving education reform and innovation, big data plays an important role in the construction of educational management platforms and the applications of learning space. As educational big data has some unique characteristics, such as full membership, full progress, and full directions, adopting general technologies to manage educational big data will be encountered with the following challenges: whether acquired data embodies real educational scenarios, whether data management techniques reflect the education data characteristics, and whether knowledge construction is the fusion of educational progress. Therefore, this project aims to solve the above problems to carry out research work, so as to solve the key issues. The research content to be studied includes: context-aware educational data acquisition, data management technology that supports educational behavior analysis, theory and system for learner-centered knowledge construction, implementation of tool sets, and application verification. At the same time, theoretical analysis and complete experimental test are conducted to compare the difference between our novel methods and the existing methods. Our team has scholars who work in the fields of data management and education for many years. By developing high performance educational data acquisition, management and knowledge construction methods, it will provide new driving force for future educational reform and innovation.

大数据驱动教育变革和创新，它在教育管理平台建设和学习空间应用等方面起到重要作用。由于教育大数据具有全员、全程、全方位等与其他大数据显著不同的特征，直接套用通用大数据技术来进行管理将面临如下挑战：采集到的数据是否可还原教育现场、数据管理技术是否可体现教育数据特征、知识构建是否已融合教育过程。本项目拟针对这些挑战开展研究工作，解决所面临的关键问题，具体内容包括：情境感知的教育大数据获取方法、支持教育行为分析的数据管理技术、以学习者为中心的知识构建理论和体系、工具集实现与应用验证。同时，采用理论分析、完整的实验测试来检验新方法与现有方法的差异。本项目的研发队伍包含数据管理方向和教育方向的学者，在相关领域均有多年积累，能够确保以上研究内容顺利实施。通过研发高性能的教育大数据获取、管理与知识构建方法，将会为未来的教育变革和创新提供新的驱动力。

大数据驱动教育变革和创新，它在教育管理平台建设和学习空间应用等方面起到重要作用。由于教育大数据具有全员、全程、全方位等与其他大数据显著不同的特征，直接套用通用大数据技术来进行管理将面临如下挑战：采集到的数据是否可还原教育现场、数据管理技术是否可体现教育数据特征、知识构建是否已融合教育过程。本项目拟针对这些挑战开展研究工作，解决所面临的关键问题，具体内容包括：情境感知的教育大数据获取方法、支持教育行为分析的的数据管理技术、以学习者为中心的知识构建理论和体系、工具集实现与应用验证。同时，采用理论分析、完整的实验测试来检验新方法与现有方法的差异。本项目的研发队伍包含数据管理方向和教育方向的学者，在相关领域均有多年积累，能够确保以上研究内容顺利实施。通过研发高性能的教育大数据获取、管理与知识构建方法，将会为未来的教育变革和创新提供新的驱动力。..项目针对研究目标，分别取得了如下创新性结果：1）针对教育大数据的采集难题，将教育情境引入到采集过程之中，提出了多种教育情境的表示与建模技术，同时，还能够实时感知教育情境，并且结合情境采集教育数据；2）针对教育大数据的管理难题，提出了多源数据匹配关联技术，基于区块链的数据存储与索引技术、结合数据隐私保护的高效率查询技术、支持类SQL语言的一体化数据管理技术等，3）针对教育知识构建的难题，提出了多种学习行为模式发现方法，再基于所发现的学习行为模式动态构建知识地图，深度刻画教育领域中的知识，最后再结合实际任务进行验证。..项目资助下，项目组成员发表期刊论文 105 篇，学术会议论文 76 篇，申请专利 20 项，其中已授权 11 项，获得科技奖励3项。项目通过水杉在线平台实现了成果的集成和应用示范，验证了成果的先进性和实用性。