精华内容
下载资源
问答
  • 教育大数据

    万次阅读 2017-09-25 08:32:43
    编者按:教育大数据是指整个教育活动过程中所产生的以及根据教育需要采集到的,一切用于教育发展并可创造巨大潜在价值的数据集合。在当前国际形势下,教育大数据从战略高度应定位为推动教育变革的新型战略资产、推进...

    编者按:教育大数据是指整个教育活动过程中所产生的以及根据教育需要采集到的,一切用于教育发展并可创造巨大潜在价值的数据集合。在当前国际形势下,教育大数据从战略高度应定位为推动教育变革的新型战略资产、推进教育领域综合改革的科学力量以及发展智慧教育的基石。教育大数据的最终价值应体现在与教育主流业务的深度融合以及持续推动教育系统的智慧化变革上,具体表现在驱动教育管理科学化、驱动教学模式改革、驱动个性化学习真正实现、驱动教育评价体系重构、驱动科学研究范式转型、驱动教育服务更具人性化。(来源:《发展教育大数据:内涵、价值和挑战》)

    MOOC公众号基于国内至少7家顶级学术期刊杂志社:《北京大学教育评论》、《开放教育研究》、《中国电化教育》、《电化教育研究》、《现代远程教育研究》、《远程教育杂志》、《现代远距离教育》授权发布国内外最顶级、最先进、最专业学术期刊文章。根据关键词“教育大数据”搜索,汇总2015年-2017年上半年关于“教育大数据”的如上核心期刊学术论文。关于“教育大数据”,你想知道的都在这里了。

    1、发文作者(30人,按姓氏首写字母排序)

    王洋 、陈凤燕、方柏林、顾小清、胡凡刚、简菁、雷诗捷、李冀红、刘清堂(2篇)、卢潇、孟世敏、孟志远、彭飞霞、彭红超、沈忠华、孙妍妍、唐斯斯、王洋、吴忭、吴林静、阳雯、杨现民、詹立彩、张洪孟、张思(2篇)、郑隆威、祝智庭、杨雪、姜强、赵蔚

    2、题目

    《新技术视域下的教育大数据与教育评估新探——兼论区块链技术对在线教育评估的影响》

    《教育大数据的深度认知、实践案例与趋势展望——2017年“教育大数据应用技术”国际学术研讨会评述》

    《教育大数据视角下的学习分析应用研究与思考》

    《大数据驱动教育变革的理论路径与应用思考——首届中国教育大数据发展论坛探析》

    《大数据分析与教育改革——对2016年第十五届教育技术国际论坛的思考》

    《混合学习如何加深学习深度——兼及教育大数据如何支持学习分析》

    《解读教育大数据的文化意蕴》

    《教育大数据视角下的内容语义分析模型及应用研究》

    《教育大数据视域下在线校园管理的技术支撑、动力结构与机制——基于系统动力理论研究范式》

    《教育大数据应用:挑战和利用——兼论教育小数据的大作用》

    《教育虚拟社区:教育大数据的必然回归》

    《发展教育大数据:内涵、价值和挑战》

    《获取教育大数据:基于xAPI规范对学习经历数据的获取与共享》

    3、关联关键词

    教育大数据、教育数据挖掘、教育、教育改革、教育评估、教育人工智能、教育信息化、教育虚拟社区、超循环、大数据、趋势展望、深度认知、深度学习、实践案例、数据智慧、范式、范式转移、个性化、混合学习、技术、价值潜能、教师评估、课程管理系统、联通主义、伦理、内涵界定、情感计算、区块链、微文化、文化模式、系统动力理论、小数据、信息化管理、学习处方、学习分析、学习工具、学习经历、学习深度、应用研究、在线校园、战略定位、自组织

    4、发文单位(12家)

    国家信息中心

    华东师范大学教育信息技术学系

    华中师范大学教育信息技术学院

    江苏省教育信息化工程技术研究中心

    江苏师范大学教育研究院

    曲阜师范大学传媒学院

    厦门大学教育研究院,杭州师范大学教务处

    重庆广播电视大学创新教育学院创新教育中心

    福建广播电视大学科研处

    福建省电化教育馆信息化教学研究室

    东方潜能脑认知结构成像实验室

    美国德克萨斯州艾比林基督教大学

    5、项目基金

    全国教育科学“十二五”规划2014年度国家一般课题“智慧教育环境的构建与应用研究”

    国家开放大学2016年度科研课题“远程教育管理大数据动力重构技术研究”

    国家社会科学基金教育学青年课题“开放环境下学习资源进化机制设计与应用研究”

    国家社会科学基金教育学一般项目“教育虚拟社区伦理的作用机制及评价研究”

    国家自然科学基金项目“面向Web信息的知识融合关键技术研究”

    教育部人文社会科学研究青年基金项目“教师网络研修社区中知识共享机制研究”

    华中师范大学中央高校基本科研业务费项目

    上海市教育科学2013年度重点课题“基于‘绿色指标’的学习行为建模及其应用研究”。

    杭州市软科学项目“面向地方产业的高校应用型人才培养途径研究”

    2011年度新世纪优秀人才计划“基于个人数字终端的信息化创新应用研究:资源、服务及应用实例”

    2015年度重庆市教改项目“信息技术与高等教育教学深度融合的表征与实现路径研究”的阶段性研究成果

    2016年度教育部人文社会科学研究青年基金项目“协作问题解决能力在线测评研究”

    2016年度重庆市教委教改重点项目“基于‘三融合’的混合学习课堂形态特征与应用模式研究——以《演讲与口才》为例”

    2017年度重庆市教委科学技术研究项目)“在线教育大数据挖掘技术与理解模型建构研究”阶段性研究成果

    核心要点

    新技术视域下的教育大数据与教育评估新探——兼论区块链技术对在线教育评估的影响

    作者:沈忠华

    单位:厦门大学教育研究院、杭州师范大学教务处

    期刊:《远程教育杂志》

    发表时间:2017年第3期 第35卷总第240期

    摘要:大数据正影响着当今社会的各个领域,改变着人们的思维、生活和工作方式。研究大数据与教育评估的关系以及新技术对教育评估的影响,对于驱动教育改革与发展、促进教育者和受教育者思维变革具有重要的现实意义。为此,基于从分析教育大数据的特征出发,研究了大数据驱动与教育评估的关联性,并从信息数据化、深 度学习、情感计算、区块链、人工智能等方面,探究了新技术对于大数据背景下教育评估的影响和作用,以期为教育评估的改进和发展提供有益参考。

    关键词:区块链;大数据;教育评估;情感计算;深度学习;教育人工智能

    项目基金:本文系杭州市软科学项目“面向地方产业的高校应用型人才培养途径研究”

    文章链接:《新技术视域下的教育大数据与教育评估新探——兼论区块链技术对在线教育评估的影响》

    教育大数据的深度认知、实践案例与趋势展望——2017年“教育大数据应用技术”国际学术研讨会评述

    作者:吴忭、顾小清

    单位:华东师范大学教育信息技术学系

    期刊:《现代远程教育研究》

    发表时间:2017年第3期

    摘要:由华东师范大学-北德克萨斯大学教育技术联合实验室主办的“教育大数据应用技术”国际学术研讨会于2017年3月20-21日在华东师范大学举行。与会嘉宾围绕教育大数据的深度认知、实践案例和应用趋势展开深入探讨。在深度认知方面:大数据的本质是数据的汇聚和关联,互联网为大数据的汇聚、变现和研究提供了良好的平台,“互联网+教育”的真正意义在于促进教育的转型升级。教育大数据将重构教育生态系统,宏观层面为教育决策提供科学依据,中观层面推进教学管理和评价的创新实践,微观层面为个性化教学提供精准支持。在实践案例方面:教育大数据应用离不开新技术的广泛支持,多模态学习分析技术、大数据驱动的教育研究范式转移和跨学科研究成为教育大数据深入应用的重要支撑手段和研究领域。在趋势展望方面:大数据模型驱动的科学研究将成为一种新的研究范式,教育神经科学将为现代教育学尤其是学习科学研究提供新的方法论指导,跨学科研究将为拓展数据来源、丰富研究方法、提炼新的研究问题和实现理论创新提供重要途径。研究者需谨记,教育本身充满了复杂性,对大数据技术应用应持一种更加谨慎的态度,不宜过分夸大新技术对教育的影响。

    关键词:教育大数据;深度认知;实践案例;趋势展望;学习分析;范式转移

    项目基金:2016年度教育部人文社会科学研究青年基金项目“协作问题解决能力在线测评研究”

    文章链接:《教育大数据的深度认知、实践案例与趋势展望——2017年“教育大数据应用技术”国际学术研讨会评述》

    教育大数据视角下的学习分析应用研究与思考

    作者:刘清堂、王洋、雷诗捷、张思

    单位:华中师范大学教育信息技术学院、湖南第一师范学院

    摘要:近年来,倡导个性化教学的呼声不断增大,作为个性化教学的先导,学习分析技术是广大教育研究者关注的焦点。采集学习者学习相关数据并进行处理分析,用于预测、评估和优化教与学,为实施个性化教学提供有效的技术支撑,是实施学习分析技术的核心。而从国内学习分析的研究现状以及国内外相关模型来看,学习分析模型应是一个包含数据收集、数据分析、评估预测与干预这三个阶段的循环结构。学习分析评估、预测与优化教学的应用策略为:以学习者数据与学习环境数据为基础,对学习者知识掌握程度进行评估;根据学习者历史学习数据,对其学习发展趋势进行预测分析;以评估预测结果为导向,及时实施教学干预、优化教学过程。它为大数据支持下的学习分析应用研究,提供一种参考思路。

    关键词:教育大数据;学习分析;教育数据挖掘;应用研究

    项目基金:国家自然科学基金项目“面向Web信息的知识融合关键技术研究”;教育部人文社会科学研究青年基金项目“教师网络研修社区中知识共享机制研究”;华中师范大学中央高校基本科研业务费项目

    文章链接:《教育大数据视角下的学习分析应用研究与思考》

    大数据驱动教育变革的理论路径与应用思考——首届中国教育大数据发展论坛探析

    作者:孟志远、卢潇、胡凡刚

    单位:曲阜师范大学传媒学院

    发表时间:2017年2期 第35卷总第239期

    摘要:“大数据驱动的教育变革”国际研讨会暨首届中国教育大数据发展论坛邀请海内外300余位专家学者到会,力求通过此次论坛中的交流互动,进一步推动大数据有效地应用于教育、造福于教育。在此次会议中,专家学者的报告大致分为三个方向:即大数据驱动教育变革之思、大数据蕴藏的教育现状之析、教育大数据技术之用。会议给予当前教育大数据相关研究以下三点启示:一是基于大数据的教育是未来教育之必然趋势;二是应当正确理解教育与技术之辩证关系;三是教育大数据的伦理问题举足轻重。并进而解读与分析了教育大数据在学习模式、研究方法和知识获取等方面带来的变革及其相关的区块链技术应用前景。以期以小见大,窥见教育大数据对教育的全局化变革之势。

    关键词:大数据;教育;教育大数据;技术;伦理;区块链

    项目基金:国家社会科学基金教育学一般项目“教育虚拟社区伦理的作用机制及评价研究”

    文章链接:《大数据驱动教育变革的理论路径与应用思考——首届中国教育大数据发展论坛探析》

    大数据分析与教育改革——对2016年第十五届教育技术国际论坛的思考

    作者: 杨雪、姜强、赵蔚

    单位:东北师范大学计算机科学与信息技术学院

    期刊:《现代远距离教育》

    发表时间:2017年第2期 总第170期

    摘要:大数据时代,技术将有效促进教育领域的供给侧改革,第十五届教育技术国际论坛(IFET)围绕“技术.教育.社会:互联网+时代教育技术支持服务”这一主题,针对近几年教育技术领域的研究热点与难点进行了深入的讨论和梳理,并对未来的研究进行了广泛的交流。以侧重大数据分析与教育改革的视角,针对论坛主旨报告及收录论文的主要内容,撷取其中的主要观点与实践案例,从大数据的教育应用、大数据时代的MOOC学习、学习分析技术的应用、技术促进教学组织方式变革、“互联网+”时代的教育新模式、智慧时代的创客教育与STEM教育等六个方面的内容进行总结与思考,旨在为今后的研究提供指导和借鉴。

    关键词:大数据分析;教育改革;教育信息化;互联网+;学习分析

    项目基金:教育部人文社会科学研究规划基金“大数据支持下的个性化自适应学习及教育测量研究”;教育部人文社会科学研究规划基金“基于知识图谱的开放学习资源自主聚合研究”;“中央高校基本科研业务费专项资金”

    文章链接:《大数据分析与教育改革——对2016年第十五届教育技术国际论坛的思考》

    混合学习如何加深学习深度——兼及教育大数据如何支持学习分析

    作者:彭飞霞、阳雯

    单位:重庆广播电视大学创新教育学院创新教育中心

    发表时间: 2017年第2期 总第170期

    摘要:加深混合学习深度有社会经济发展的客观需求,也是数字化时代和终身学习能力培养的现实需要。要加深混合学习的学习深度,需要通过混合学习场域构建、教师教学设计能力提升和混合学习把控能力培养的多方位入手,形成协同效应。同时,需要发挥教育大数据对学习分析的支持工作,通过大数据挖掘混合学习各要素之间的相关关系,支持混合学习场域建构并发挥作用,促进混合学习成为一个有深度、有效率、有创新的学习新形态。

    关键词:混合学习;学习深度;教育大数据;学习分析

    项目基金:2016年度重庆市教委教改重点项目基于‘三融合’的混合学习课堂形态特征与应用模式研究——以《演讲与口才》为例”;2017年度重庆市教委科学技术研究项目“在线教育大数据挖掘技术与理解模型建构研究”阶段性研究;2015年度重庆市教改项目“信息技术与高等教育教学深度融合的表征与实现路径研究”的阶段性研究。

    文章链接:《混合学习如何加深学习深度——兼及教育大数据如何支持学习分析》

    解读教育大数据的文化意蕴

    作者: 祝智庭、孙妍妍、彭红超

    期刊:《电化教育研究》

    发表时间:2017年第1期

    摘要:尽管大数据概念已经耳熟能详,而且在教育之外许多领域已经得到诸多成功应用,但在教育中的应用仍处探索阶段。本文对大数据科学、数据智慧、文化及其模式与计算进行了梳理,并探讨了它们在教育中的应用(包括大数据在教育领域的应用需求与挑战、教育中的文化过程等)。在此基础上,构建了基于大数据文化的教育策略框架,并设计了基于微文化模式的个性化学习适配处方模型,以期在一定程度上为支持个性化学习服务。最后,本文也指出利用教育大数据的机遇与挑战。

    关键词:教育大数据;数据智慧;文化模式;微文化;个性化;学习处方

    项目基金:全国教育科学“十二五”规划2014年度国家一般课题“智慧教育环境的构建与应用研究”

    文章链接:《解读教育大数据的文化意蕴》

    教育大数据视角下的内容语义分析模型及应用研究

    作者:刘清堂, 张思, 范桂林, 王洋, 吴林静

    单位:无

    摘要:教育大数据为分析学习行为与过程、提升学习绩效、科学规划与决策提供了巨大可能。当面临社会化学习中大容量、增殖速度快、具有一定情境特征的海量教育数据时,传统的分析方法遇到了瓶颈。如何建立可靠的学习分析模型,对教育数据进行科学合理的分析和解释,成为当下研究的热点和难点。本文首先介绍了内容语义分析的概念、一般过程和分析方法,在此基础上提出了数字化课堂内容语义分析方法,以及社会化学习中的内容语义分析模型和应用框架,探讨了内容语义分析模型在数字化课堂教学、教育技术学领域本体库构建、网络研修社区教师反思水平分析中的应用,以期为探索教育大数据环境下的教育研究途径和方法提供借鉴。

    关键词:教育大数据; 内容语义分析; 分析模型;

    项目基金:教育部人文社会科学研究青年基金项目“教师网络研修社区中知识共享机制研究”、华中师范大学中央高校基本科研业务费项目

    文章链接:《教育大数据视角下的内容语义分析模型及应用研究》

    教育大数据视域下在线校园管理的技术支撑、动力结构与机制——基于系统动力理论研究范式

    作者:詹立彩、陈凤燕、孟世敏

    单位:福建广播电视大学科研处、福建省电化教育馆信息化教学研究室、东方潜能脑认知结构成像实验室

    发表时间:2016年 第6期 总第237期

    摘要:移动智能终端的大量普及与应用,催生出在线校园,产生了校园在线管理模式。在教育管理大数据视域下,在线校园是一个大数据空间,可开展面向管理的数据挖掘和分析,这也为构建管理动力系统提供了可能。基于系统动力理论研究范式,在线校园信息化管理动力系统,具有信息即时处理、获得师生认知情绪行为等功能;基于认知动力和人机交互技术,在线校园管理动力系统可在调制师生认知轨道、控制校园舆情等方面发挥重要作用,不断促进在线校园的精准化管理。

    关键词:教育大数据;在线校园;信息化管理;系统动力理论;范式

    项目基金:国家开放大学2016年度科研课题“远程教育管理大数据动力重构技术研究”

    文章链接:《教育大数据视域下在线校园管理的技术支撑、动力结构与机制——基于系统动力理论研究范式》

    教育大数据应用:挑战和利用——兼论教育小数据的大作用

    作者:方柏林

    单位:美国德克萨斯州艾比林基督教大学

    期刊:《开放教育研究》

    发表时间:2016年8月 第22卷 第4期

    摘要:高等教育机构试图利用庞大、复杂、集成的大数据,更好地为学生服务,但大数据在教育领域应用存在误区,比如对边缘群体更有效,数据不能和课堂教学衔接,教师对数据缺乏兴趣,也缺乏利用数据的相应支持。不过,在数据时代,教育界可以利用一些学习分析数据和相关工具,给老师和学生提供优质反馈。本文介绍了美国一所私立大学使用教师评估和课程管理软件的案例,证明一维的“小数据”和“微数据”也可以有效地帮助教师改进教学和学习过程。本文还介绍了学生可以使用哪些数据、工具、方法,提高学习结果。

    关键词:小数据;学习分析;教师评估;课程管理系统;学习工具

    文章链接:《教育大数据应用:挑战和利用——兼论教育小数据的大作用》

    教育虚拟社区:教育大数据的必然回归

    作者:张洪孟、胡凡刚

    发表时间:2015年2月 第21卷 第1期

    摘要:当前,基于教育大数据的实时决策、数据可视化和个性化学习服务受到人们的热捧,但很少有人从伦理规范和质量保证等视角对基于教育大数据的研究和应用进行反思。本文首先厘定了教育大数据的内涵、特征,然后分析了教育大数据与教育虚拟社区的契合以及教育大数据当前研究和应用中在技术器物、运维机制、使用主体三个层面所凸显出的问题,认为以学习者为中心、具有生态交往文化特性和一定伦理规范的教育虚拟社区可以规避教育大数据当前所面临的问题。基于上述论述,文章提出教育大数据回归教育虚拟社区将是必然,并阐述了实现教育大数据向教育虚拟社区回归的思路或方法。

    关键词:教育大数据;教育虚拟社区;联通主义;自组织;超循环

    文章链接:《教育虚拟社区:教育大数据的必然回归》

    发展教育大数据:内涵、价值和挑战

    作者:杨现民、唐斯斯、李冀红

    单位:江苏师范大学教育研究院、江苏省教育信息化工程技术研究中心、国家信息中心

    发表时间:2016年1期/总139期

    摘要:我国教育领域的发展与改革正面临前所未有的挑战,大数据与教育的结合成为时代发展的必然要求。教育大数据是指整个教育活动过程中所产生的以及根据教育需要采集到的,一切用于教育发展并可创造巨大潜在价值的数据集合。在当前国际形势下,教育大数据从战略高度应定位为推动教育变革的新型战略资产、推进教育领域综合改革的科学力量以及发展智慧教育的基石。教育大数据的最终价值应体现在与教育主流业务的深度融合以及持续推动教育系统的智慧化变革上,具体表现在驱动教育管理科学化、驱动教学模式改革、驱动个性化学习真正实现、驱动教育评价体系重构、驱动科学研究范式转型、驱动教育服务更具人性化。然而由于教育系统自身更强的独特性和复杂性,我国教育大数据的发展也面临应用落地、数据安全、数据治理与运营等诸多挑战。只有正视并深入研究这些问题,才能推动我国教育大数据持续健康发展。

    关键词:教育大数据;教育改革;教育信息化;内涵界定;战略定位;价值潜能;现实挑战

    项目基金:国家社会科学基金教育学青年课题“开放环境下学习资源进化机制设计与应用研究”

    文章链接:《发展教育大数据:内涵、价值和挑战》

    获取教育大数据:基于xAPI规范对学习经历数据的获取与共享

    作者:顾小清、郑隆威、简菁

    发表时间:2014年5期/总131期

    摘要:教育大数据为教育信息化的发展带来了新的机遇,而对教育大数据应用的实现首先依赖于对来源广泛的教育数据的获取。在这些有待获取的海量的教育数据中,学习经历数据作为一种承载着学习者在学习过程中的学习行为、学习活动、学习进程和与之交互的学习环境等教育信息的数据,蕴含着丰富的学习分析价值。随着相关学习技术的迅速发展,学习经历的跟踪在技术层面已经得以实现,但学习经历的复杂性、多样性和数据劣构性等特点阻碍了对其广泛的应用。由美国“高级分布式学习”组织发布的Experience API(xAPI)规范为破解这一难题提供了可行途径。xAPI规范利用“活动流”来描述学习经历,通过Statement来记录学习经历,并通过语义定义将其转化为良构且易于扩展的数据,为大数据背景下学习经历数据的获取提供了指导性的框架,同时通过实现了接口规范的学习记录仓储(LRS)来共享学习经历数据,由此实现对教育大数据尤其是学习经历数据的获取和共享。

    关键词:教育大数据;学习分析;学习经历;xAPI;LRS

    项目基金:2011年度新世纪优秀人才计划“基于个人数字终端的信息化创新应用研究:资源、服务及应用实例”;上海市教育科学2013年度重点课题“基于‘绿色指标’的学习行为建模及其应用研究”

    文章链接:《获取教育大数据:基于xAPI规范对学习经历数据的获取与共享》

    展开全文
  • 教育大数据分论坛

    2018-03-27 11:15:25
    BDTC 2015大数据技术大会--教育大数据分论坛,压缩包文件,欢迎下载
  • 基于教育大数据的特征,重点阐明了教育大数据的隐私内涵,围绕教育数据生命周期内各利益相关方的隐私保护需求,提出了教育大数据隐私保护框架,并针对性地梳理了目前可用于教育领域的隐私保护技术体系,以期为教育...
  • 2015年8月31日国务院发布的《促进大数据发展行动纲要》要求启动的“公共服务大数据工程”,并明确提出要建设教育大数据。发展教育大数据已经提升到国家战略层面,成为推动教育行业的改革发展的重要手段,宏观层面...

    640?wx_fmt=png&wxfrom=5&wx_lazy=1


    随着云计算、物联网和互联网等新兴技术的飞速发展,大数据正在全球范围内成为新的技术制高点和经济增长的新动力。2015年8月31日国务院发布的《促进大数据发展行动纲要》要求启动的“公共服务大数据工程”,并明确提出要建设教育大数据。发展教育大数据已经提升到国家战略层面,成为推动教育行业的改革发展的重要手段,宏观层面建设教育大数据中心和区域数据共建共享应用,微观层面可以实现对个体学习全过程数据分析和精准数据评测学习。大数据如何更好驱动教育变革?欢迎对教育大数据相关领域感兴趣的朋友与我们走进ApplySquare(申请方),共同交流和探讨教育大数据发展。


    平方创想公司简介:

    平方创想教育科技 ( 北京 ) 有限公司,起步于清华,发展于美国,回归于清华科技园,是一家专注高等教育领域、面向全球用户的数据公司。公司旗下包括全球领先的学生学业发展与规划培养平台 ApplySquare(申请方),面向高等教育相关机构的数据与技术驱动的解决方案提供商 SquareStrategics(方略),和践行教育研究的全球智库,致力于推动高等教育研究和教育行业的发展,通过将高等教育需求群体、院校及科研机构、学术及行业组织、政府相关部门、非营利组织、媒体及企业有效连接,让互联网技术与数据资源更好地服务于教育,并为提升教育的公平性、开放性和有效性,推动教育改革,以及配合推动国家教育战略做出贡献。


    【时间】2017年11月10日 14:30 ~ 17:00

    【地址】报名信息确认后短信通知,请确保您的各项联系方式正确。

    【报名方式】点击文末“阅读原文”,或扫描二维码进行报名

    640?wx_fmt=png&wxfrom=5&wx_lazy=1

    【主办单位】清数大数据产业联盟,清华校友总会AI大数据专委会(筹) 

    【承办单位】清数D-LAB,平方创想

    【形式】分享+讨论。

    【说明】报名信息提交后,报名成功将收到短信通知,请留意短信通知。报名成功者请通过通知短信内的链接扫码进入活动群,如果确认无法参加当天活动请提前通知主办方,以便提前安排其他报名候选人参加。报名成功但无故缺席,您的信用会受损,后续活动的报名成功率会下降甚至进入黑名单。


    【议程】

    14:00——14:30 来宾签到

    14:30——14:35 主持人开场

    14:35——15:00 参会成员自我介绍

    15:00——16:20 走访企业业务介绍&主题分享

    16:20——16:55 话题讨论&交流互动

    16:55——17:00 合影


    思享会

    思享会,亦私想汇,亦私享会,亦思想汇。思享会是由清数大数据产业联盟发起,面向联盟成员的思想交流的平台,定位为小范围的深度交流,目标是希望通过思想交流与碰撞促进大数据与产业融合,帮助各产业发现和挖掘数据的价值,促成联合会成员之间的互助与合作,同时为参会来宾带来新的灵感与启发。


    清数大数据产业联盟

    清数大数据产业联盟(原清华大数据产业联合会)成立于2014年11月,经过两年多的全面发展,于2017年6月加入中国科技产业化促进会,更名为清数大数据产业联盟。清数大数据产业联盟秉承原清华大数据产业联合会打造中立可信赖大数据生态系统的目标,以促进大数据和人工智能生态系统的健康发展为使命,搭建行业发展交流平台,服务产业端的大数据和人工智能需求,促进产业转型升级;同时,探索数据开放、共享和应用创新模式,积极推动大数据行业标准化,形成生态各方数据互联互通和合作共赢,向着数据大同的理想前进。

    校对:王懿璇

    为保证发文质量、树立口碑,数据派现设立“错别字基金”,鼓励读者积极纠错

    若您在阅读文章过程中发现任何错误,请在文末留言,或到后台反馈,经小编确认后,数据派将向检举读者发8.8元红包

    同一位读者指出同一篇文章多处错误,奖金不变。不同读者指出同一处错误,奖励第一位读者。

    感谢一直以来您的关注和支持,希望您能够监督数据派产出更加高质的内容。

    0?wx_fmt=png

    640?wx_fmt=jpeg

    点击“阅读原文”报名

    展开全文
  • 智慧教育大数据解决方案
  • 智慧教育大数据
  • 包含教育大数据方向顶会和数据挖掘顶会以及教育类会议顶会优秀论文,顶会期刊包括多篇:Educational Advances in Artificial Intelligence Symposium Full Papers;Educational Advances in Artificial Intelligence...
  • 智慧教育大数据市场分析报告
  • 智慧教育大数据产品建设方案
  • 教育大数据.pdf

    2013-07-29 11:23:56
    教育大数据.pdf
  • 教育大数据云平台解决方案.docx
  • 智慧教育大数据云平台建设方案
  • 1212教育大数据分论坛

    千次下载 2015-12-30 18:34:14
    2015 BDTC大会讲师公开PPT-教育大数据分论坛
  • AI+智慧校园大数据云解决方案 AI+智慧教育大数据云解决方案
  • 关于教育大数据的论文。包含知识追踪、学生表现预测、学习概念间关系提取、教育知识图谱等方面。本人计算机专业,资源包含论文基本上是数据挖掘顶会以及教育类会议顶会的论文。
  • 智慧教育大数据云平台整体解决方案
  • 互联网+智慧教育大数据云解决方案
  • 什么是教育大数据?| 教育热点更新

    千次阅读 2018-12-14 10:58:27
    教育大数据的概念 面向教育全过程时空的多种类型的全样本的数据集合。教育大数据不仅仅是建设教育大数据中心,不仅仅是分析全过程学习数据,更多的是一种共享的生态思想。 教育大数据的定义包含三层含义:第一个...

    教育大数据的概念

    面向教育全过程时空的多种类型的全样本的数据集合。教育大数据不仅仅是建设教育大数据中心,不仅仅是分析全过程学习数据,更多的是一种共享的生态思想。

    教育大数据的定义包含三层含义:第一个含义,教育大数据是教育领域的大数据,是面向特定教育主题的多类型、多维度、多形态的数据集合;第二个含义,教育大数据是面向教育全过程的数据,通过数据挖掘和学习分析支持教育决策和个性化学习;第三个含义,教育大数据是一种分布式计算架构方式,通过数据共享的各种支持技术达到共建共享的思想。

    在这里我还是要推荐下我自己建的大数据学习交流qq裙: 957205962, 裙 里都是学大数据开发的,如果你正在学习大数据 ,小编欢迎你加入,大家都是软件开发党,不定期分享干货(只有大数据开发相关的),包括我自己整理的一份2018最新的大数据进阶资料和高级开发教程,欢迎进阶中和进想深入大数据的小伙伴
     

    教育大数据的特征

    与用传统方法收集的教育数据相比,教育大数据有更强的实时性、连续性、综合性和自然性,并使用不同的应用程序来分析和处理不同复杂度和深度的数据。传统教育数据收集的大多是阶段性的数据,而且大多在用户知情的情况下收集,使用的分析方法也通常是简单的统计分析方法。教育大数据收集的是整个教育教学过程中静态和动态的所有数据,可以在不影响教师和学生活动的情况下,连续记录整个教学活动的所有数据,如教学资料、互动反映和学生在每个知识点上停留的时间等。

     

    教育大数据对教育管理的支持

    传统的教育决策制定形式常被形象的称为“拍脑袋”决策,是指决策者常常不顾实际情况,以自己有限的理解、假想、推测依据直觉、冲动或趋势来制定政策。这种来自决策者“头脑发热”决策,经常处于朝令夕改的尴尬境地,教育大数据正可以帮助解决这种不足。

    大数据时代,教育者将更加依赖于数据和分析,而不是直觉和经验;同样,教育大数据还将改变领导力和管理的本质。服务管理、数据科学管理将取代传统的行政管理、经验管理。技术不断发展,教育数据挖掘与分析不断深入,不仅要着眼于已有的确定关系,更要探寻隐藏的因果关系。利用大数据技术可以深度挖掘教育数据中的隐藏信息,可以暴露教育过程中存在的问题,提供决策来优化教育管理。大数据不仅可以运行和维护各教育机构的人事信息、教育经费、办学条件和服务管理的数据,而且可以长期积累所有类型教育机构的数据,利用统计分析、应用模型等技术将数据转换为知识,最终为教育者和学习者提供科学的决策。

     

    教育大数据对教学模式的支持

    教育大数据推进实现智慧学习。教师在智慧教学环境下,利用大数据技术可以更深入的了解每一个学习者的学习状况,并且与学习者的沟通更加通畅,教师的整个教学过程和学习者的学习过程更加精准化和智能化。教师对教学过程的掌握从依靠经验转向以教育数据分析为支撑,学生对于自己学习状况的了解从模糊发展到心中有数,可以更好的认识自我、发展自我、规划自我。大数据技术可以帮助教师及时调整教学计划和教学方法,有利于教师自身能力提高和职业发展。

     

    教育大数据对个性化学习的支持

    除了学生学习的行为可以被记录下来外,学生在学习资源上的数据也可以被精确记录下来,如点击资源的时间、停留多久、问题回答正确率、重复次数、参考阅读、回访率和其他资源信息,通过大数据可以定制个人学习报告,分析学习过程潜在的学习规律,还可以找到学生的学习特点、兴趣爱好和行为倾向,并一目了然教育状态信息。大数据技术使教育围绕学习者展开,使传统的集体教育方式转向为个性学习方式。同时还伴随着教育者和学习者思维方式的改变,进一步朝着个性化学习的方向迈出重要的一大步,使得精准的个性化学习成为可能。

     

    教育大数据对教育评价的支持

    教育评价正在从“经验主义”走向“数据主义”,从“宏观群体”评价走向“微观个体”评价,从“单一评价”走向“综合评价”。教育大数据下教育评价的变化,不仅表现在评价思想,还包括评价方法,不仅包括对学生的评价,还包括对教学管理、评估质量等具体水平的评价。教学评估不再仅仅是由考试成绩和纪律帮助教师评价的主观传统意义上的感受,而由大量的数据感知得到,为实现教学评价的公正提供了依据,优化了教学方向。教育评价可以是多元化的,而不是仅停留在知识掌握程度这一单一维度。

    在这里我还是要推荐下我自己建的大数据学习交流qq裙: 957205962, 裙 里都是学大数据开发的,如果你正在学习大数据 ,小编欢迎你加入,大家都是软件开发党,不定期分享干货(只有大数据开发相关的),包括我自己整理的一份2018最新的大数据进阶资料和高级开发教程,欢迎进阶中和进想深入大数据的小伙伴

     

    相关热点:

    每个人都在移动学习!| 教育热点更新

    什么是翻转课堂? | 教育热点更新

    现在的MOOC很火!| 教育热点更新

    什么是智慧教育?| 教育热点更新

    计算机辅助教学(CAI)| 教育热点更新

    什么是创客教育?| 教育热点更新

    什么是STEM教育?| 教育热点更新

     

     

     

    资料文章:

    背诵笔记全部更新完毕!

    新增考点 | 西欧近代教育思潮

    知识点记不住、不会用,怎么办

    《教育心理学》框架图已更新完毕!

     

    展开全文
  • 智慧教育大数据云平台建设
  • 智慧教育大数据云平台顶层设计建设方案
  • 教育大数据研究综述

    千次阅读 2017-07-03 16:31:00
    教育大数据不仅仅是大数据在教育领域应用,而且通过教育领域反向驱动大数据技术分化为独立的分支,从而带来了对传统教育技术领域长期研究问题解决的新途径,甚至可以跨越传统个性化学习的精确逻辑推理过程而直接分析...

    教育大数据不仅仅是大数据在教育领域应用,而且通过教育领域反向驱动大数据技术分化为独立的分支,从而带来了对传统教育技术领域长期研究问题解决的新途径,甚至可以跨越传统个性化学习的精确逻辑推理过程而直接分析全样本学习者特征。这样来促进教育管理科学化变革、促进教学模式改革、促进个性化教育变革、促进教育评价体系改革、促进科学研究变革等。这些主要依托于教育大数据的两项关键技术:教育数据挖掘和学习分析。但是我国的教育大数据研究与应用尚处于起步阶段,缺乏前期的规范化和系统化顶层设计,面临许多层次的挑战,如应用挑战、安全与隐私问题、运营挑战等,因此,特别需要从教育大数据整体进行规划和由上至下的系统综合研究。

    引言

    移动互联网技术相比较PC时代的互联网有着本质的区别,伴随着数据时代带动的非线性大数据增长过程,社会生活和城市建设过程中的教育系统也在高速发展过程中,这完全不同于过去的二十年间的信息技术对教育教学的改变进程。联合国在2012 年发布的大数据白皮书《Big Data for Development:Challenges&Opportunities》中指出大数据的出现将会对社会各个领域产生深刻影响。无论国内外都开始了对大数据的研究,起步略有早晚之分,但从政策到区域再到机构的发展方式是共识。《国民经济和社会发展第十二个五年规划纲要》中提出:“重点研究……海量信息处理及知识挖掘的理论与方法……”。美国教育部于2012年10月发布的《通过教育数据挖掘和学习分析促进教与学》中指出通过对教育大数据的挖掘与分析,促进美国高等院校及K-12学校教学系统的变革。2015年8月31日国务院发布的《促进大数据发展行动纲要》中指出“数据已成为国家基础性战略资源”,并在启动的十大工程之一“公共服务大数据工程”中明确提出要建设教育大数据。目前,教育大数据的重要性已经提升到国家战略层面,教育大数据中心建设和区域数据共建共享应用成为主要的建设模式,对个体学习全过程数据分析和精准数据评测学习成为主要的应用场景,从而通过宏观和微观的两方面建设,带动教育领域的广泛关注和重视。

    相关概念

    大数据的3V定义基本是从大数据的特征出发,即:规模性(Volume)、多样性(Variety)和高速性(Velocity).目前比较认可是4V定义,如国际数据公司(IDC)认为,大数据是符合4V特征的数据集,即在3V基础上增加价值性(Value)。而IBM认为大数据必然具有真实性(Veracity)。维基百科对大数据的定义是:“巨量资料(Big Data),或称大数据、海量资料,指的是所涉及的资料量规模巨大到无法透过目前主流软件工具,在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯”。

    另一方面,教育大数据的定义最早从产生教育大数据的主体出发,将教育大数据分为广义的和狭义的两类:广义的教育大数据泛指所有来源于日常教育活动中人类的行为数据;狭义的教育大数据是指学习者行为数据。也有研究指出教育大数据指整个教育活动过程中所产生的以及根据教育需要采集到的,一切用于教育发展并可创造巨大潜在价值的数据集合。

    基于以上研究,可以认为教育大数据的定义包含三层含义:第一个含义,教育大数据是教育领域的大数据,是面向特定教育主题的多类型、多维度、多形态的数据集合;第二个含义,教育大数据是面向教育全过程的数据,通过数据挖掘和学习分析支持教育决策和个性化学习;第三个含义,教育大数据是一种分布式计算架构方式,通过数据共享的各种支持技术达到共建共享的思想。也就是说,我们把教育大数据定义为:面向教育全过程时空的多种类型的全样本的数据集合。教育大数据不仅仅是建设教育大数据中心,不仅仅是分析全过程学习数据,更多的是一种共享的生态思想。

    与用传统方法收集的教育数据相比,教育大数据有更强的实时性、连续性、综合性和自然性,并使用不同的应用程序来分析和处理不同复杂度和深度的数据。传统教育数据收集的大多是阶段性的数据,而且大多在用户知情的情况下收集,使用的分析方法也通常是简单的统计分析方法。教育大数据收集的是整个教育教学过程中静态和动态的所有数据,可以在不影响教师和学生活动的情况下,连续记录整个教学活动的所有数据,如教学资料、互动反映和学生在每个知识点上停留的时间等。

    教育大数据的业务分析

    教育大数据是一种新的架构和思维基础,可以弱化分析模型直接进入研究目标进行分析,还可以通过数据聚集对“小现象”进行规律研究,还可以对个体进行多维度数据融合研究,再可以对目标对象进行时间序列和空间维度动态分析。面对具体教育业务,教育大数据技术对教育的管理、教学、学习、科研和评价等都产生了很大的影响。教育大数据的业务分析如图1所示.  

    教育大数据研究综述

    图1 教育大数据的业务分析

    1.教育大数据对教育管理的支持

    传统的教育决策制定形式常被形象的称为“拍脑袋”决策,是指决策者常常不顾实际情况,以自己有限的理解、假想、推测依据直觉、冲动或趋势来制定政策。这种来自决策者“头脑发热”决策,经常处于朝令夕改的尴尬境地,教育大数据正可以帮助解决这种不足。

    大数据时代,教育者将更加依赖于数据和分析,而不是直觉和经验;同样,教育大数据还将改变领导力和管理的本质。服务管理、数据科学管理将取代传统的行政管理、经验管理。技术不断发展,教育数据挖掘与分析不断深入,不仅要着眼于已有的确定关系,更要探寻隐藏的因果关系。利用大数据技术可以深度挖掘教育数据中的隐藏信息,可以暴露教育过程中存在的问题,提供决策来优化教育管理。大数据不仅可以运行和维护各教育机构的人事信息、教育经费、办学条件和服务管理的数据,而且可以长期积累所有类型教育机构的数据,利用统计分析、应用模型等技术将数据转换为知识,最终为教育者和学习者提供科学的决策。

    2.教育大数据对教学模式的支持

    教育大数据推进实现智慧学习。教师在智慧教学环境下,利用大数据技术可以更深入的了解每一个学习者的学习状况,并且与学习者的沟通更加通畅,教师的整个教学过程和学习者的学习过程更加精准化和智能化。教师对教学过程的掌握从依靠经验转向以教育数据分析为支撑,学生对于自己学习状况的了解从模糊发展到心中有数,可以更好的认识自我、发展自我、规划自我。大数据技术可以帮助教师及时调整教学计划和教学方法,有利于教师自身能力提高和职业发展。

    3.教育大数据对个性化学习的支持

    除了学生学习的行为可以被记录下来外,学生在学习资源上的数据也可以被精确记录下来,如点击资源的时间、停留多久、问题回答正确率、重复次数、参考阅读、回访率和其他资源信息,通过大数据可以定制个人学习报告,分析学习过程潜在的学习规律,还可以找到学生的学习特点、兴趣爱好和行为倾向,并一目了然教育状态信息。大数据技术使教育围绕学习者展开,使传统的集体教育方式转向为个性学习方式。同时还伴随着教育者和学习者思维方式的改变,进一步朝着个性化学习的方向迈出重要的一大步,使得精准的个性化学习成为可能。

    4.教育大数据对教育评价的支持

    教育评价正在从“经验主义”走向“数据主义”,从“宏观群体”评价走向“微观个体”评价,从“单一评价”走向“综合评价”。教育大数据下教育评价的变化,不仅表现在评价思想,还包括评价方法,不仅包括对学生的评价,还包括对教学管理、评估质量等具体水平的评价。教学评估不再仅仅是由考试成绩和纪律帮助教师评价的主观传统意义上的感受,而由大量的数据感知得到,为实现教学评价的公正提供了依据,优化了教学方向。教育评价可以是多元化的,而不是仅停留在知识掌握程度这一单一维度。

    5.教育大数据对科学研究的支持

    教育大数据使得从追求单向因果性转向追求复杂的多元相关性,并用直观的图形等表达方式体、系统、清晰、简洁地展现。这种新理念、新思维的创生,是实现教育创新和发展不可缺少的手段、工具和方法论。教育大数据时代,科学研究将从随机抽样、探讨因果关系走向全部数据、寻找相关关系。大数据技术减少了研究资金的浪费,在某些问题上,数据分析为研究人员提供了个性化的服务,可以提高了研究的效率和成果的可靠性。大数据依赖于自动、连续的记录和搜集的数据比传统调查数据更加客观和中立。大数据还将改变传统学术研究的过程,信息系统依赖于自动同步,连续获得持续的行为数据,这意味着学术研究和信息技术、课题研究与实践联系在一起。

    教育大数据转换层次模型

    教育大数据具有转换层次的四个过程特征:数据、信息、知识、智慧。教育大数据技术采集的海量教育元数据,经过抽取、转换、加载,联机分析处理和统计分析等过程,转换为教育信息,又经过数据可视化将教育数据呈现出来,最后形成教育决策来指导教育者和学习的教学,这个过程数据完成了从数据到信息、知识和智慧的演变。教育大数据转换层次模型如图2所示。 

    教育大数据研究综述

    图2 教育大数据转换层次模型

    目前在教育大数据领域中有很多研究领域,比较主要的是数据挖掘和学习分析。两者既有相同之处,又存在一定差异。

    1.教育大数据和数据挖掘

    数据挖掘就是从大量的、有噪声的、不完全的、模糊的、随机的实际应用数据中提取有效的、新颖的、潜在有用的知识的非平凡过程。目前认可度较高的一种处理模型是Fayyad等人设计的多处理阶段模型,在此不再赘述。在大数据时代处理数据理念上有三大转变:抽样到全体、绝对精确到效率、因果到相关[10]。大数据时代的数据挖掘继承于传统数据挖掘又不同于传统数据挖掘。首先是分析对象不同,传统数据分析的对象是在已知的数据范围中易处理的数据,而基于大数据的数据挖掘对象时包括非结构化数据的全部数据,不能保证原始数据是完整的、清洗过和没有错误的。其次是分析基础,传统分析是建立在关系数据模型之上的,是在系统内就创立的主题之间的关系基础上进行的,而在大数据分析中,绝大部分分析基于纵裂数据库之外。再其次是分析效率,传统数据处理过程中需要等待抽取、转换、加载等工作完成。而大数据分析是对数据进行实时分析。最后是硬件差别,在传统数据处理中所使用硬件比较昂贵。而大数据处理过程加入了对分析软件的使用,所以硬件成本较低。

    近几年出现了许多有关教育数据挖掘(EDM)的文献。研究者对EDM研究的主题范围集中在使用数据挖掘提高机构效率和促进学生的学习过程。但是教育数据挖掘领域内还存在更广泛的话题,例如,在课程管理系统内(CMS)学生的退出和保留、个性化推荐系统、以及学生学习评价。

    教育数据挖掘可以向教育者、学习者、教育管理者、家长及教育研究者提供决策帮助,最终提高学习者的学习水平。基于教育大数据的数据挖掘过程即将学习结果、学习内容、学习资源与教学行为等教育原始数据使用多种技术,如聚类、关系挖掘和模型构建等,最终达到预测学习者发展趋势、促进有效学习的目标。具体过程如图3所示。

    教育大数据研究综述

    图3 基于教育大数据的数据挖掘过程

    教育大数据公认的特征之一是规模性,面对海量数据,可以采取分布式文件的系统进行并行运算。对于半结构化或非结构化的数据,可以采用自然语言理解和信息抽取等方式将其转化为结构化数据。对于杂质较多的数据,可以在数据挖掘时进行数据清洗。对于实时产生的数据可以使用自动获取效率优先的方式来采集数据。

    2.教育大数据和学习分析

    新媒体联盟(New Media Consortium)将学习分析定义为:利用松散耦合的数据收集工具和分析技术,研究分析学习者学习参与、学习表现和学习过程的相关数据,进而对课程、教学和评价进行实时修正。总之,学习分析运用多种方法采集、存储和分析学习者数据,如移动终端的数据和现场智能数据等,再使用多种技术来分析处理这些数据,最终应用于教育者和学习者,产生评估、预测和干预。基于教育大数据的学习分析过程如图4所示。

    教育大数据学习的具体应用体现在评估、预测和干预。评估是指基本统计分析及其可视化、发现问题学生、学生社交网络分析与应用,预测是指学生分类、学生模型的构建、预测学生成绩,干预是指对教师的教学方法提供改进意见。教育大数据在学习分析中还有其他应用,如表1所示。除此之外,大数据在学习分析中的应用还包括学生分组与协作、社交网络分析、开发概念图、课件制作、规划和调度等。

    教育大数据的进一步挑战

    1.教育大数据的技术挑战

    教育大数据在实际应用存在很多技术瓶颈,如:在数据的采集时数据挖掘和学习分析的重要环节,在这一环节有很多技术挑战;面对海量教育数据,数据的存储、处理和分析都存在技术考验;另外由于目前没有统一的数据规范,不同系统之间的兼容也是一大问题。从全局考虑,我国的教育大数据系统应遵循顶层设计原则,由教育部对数据格式、数据存储等问题制定统一规范,下级企业、学校按照统一规范去设计自己的系统,这带来了新的技术挑战。

    2.教育大数据的安全与隐私挑战

    在伦理道德方面,教育大数据面临着数据安全与保护隐私的挑战。教育大数据不仅是一种宝贵的教育收益,而且有关学习者和教育工作者的隐私权,其潜在的安全和隐私甚至是无法用常用办法评估出来,甚至无法通过独立的方法进行评估。如果教育大数据处理不当将导致严重的安全漏洞,甚至是影响区域教育政策的制定。教育数据所有权究竟属于学习者还是运行平台或是双方共享,这是互联网教育和教育大数据发展所面临的必然问题。如何保证所有权归属、如何判定所有权归属,这些仍是需要深虑的问题。

    3.教育大数据的价值挑战

    教育大数据技术挖掘出教育数据的巨大价值,但是数据的权属问题不是传统的财产、知识产权等可以涵盖的,数据成为国家间争夺的资源,人口红利、地大物博、经济实力、文化优势等都体现为数据资源储备和数据服务影响力。教育大数据是一种无形资产,国家应当保障教育大数据不外泄并不被恶意使用,而且还要兼顾部分数据向公众开放,发挥其应用的社会价值,做到适当的综合评估来进行价值平衡,这也是前所未有的一种挑战。

    (作者:杜婧敏、方海光等,首都师范大学)

    本文转自d1net(转载)


    展开全文
  • 互联网+智慧教育大数据一体化
  • 互联网+智慧教育大数据一体化建设方案 智慧教育云平台建设方案
  • 发表过基于师范大学的教育大数据研究会议论文,里面是整理的参考文献,非常全面,国内外都有,可以省很多力气,方便读者确定研究方向,参考借鉴,迅速进入写论文的正题。
  • 近日,浙江省温州教育大数据项目论证会议在市教育大楼举行。温州市教育局副局长戚德忠出席会议。  会上,戚德忠详细介绍了温州教育大数据建设的必要性和迫切性,并阐述了对温州教育大数据项目的理解。温州市教育局...
  • 智慧教育大数据信息化建设整体解决方案
  • 现在就让我们一起来看看在教育方面,教育大数据方案应该如何运用。简单得说,人们在上网浏览的每一次行为和诡计都会被记录下来,这些数据在被收集后再进行分析处理就是大数据了。 跟传统的教学不同,从免费课程上所...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 2,892
精华内容 1,156
关键字:

教育大数据