肖君，博士， 研究员，上海开放大学信息办、信息与网络管理中心主任，上海开放远程教育工程技术研究中心副主任，全国信息技术标准化技术委员会教育技术分技术委员会专家委员,上海市“曙光学者”。他专注开放和远程教育技术专业领域的研究,拥有较强的远程教育系统、终身学习公共平台、在线学习和数字开放学习环境的理论和实践能力。他的一系列研究成果有效支持了面向市民的终身学习公共服务平台，并产生了可观的社会效益。以个人主持和主要研究人员身份获得包括国家J、省市级多项课题，获得包括国家教学成果奖、上海市科技进步奖在内的各类奖励10多项，出版40多篇检索论文和学术著作7本。

    本书主要作为教育领域从事教育大数据研究工作者的参考用书。本书从教育大数据的重要意义、国内外教育大数据的研究现状以及政策支持出发，对教育大数据的相关概念和内涵做阐述说明，介绍了教育大数据的技术、技术标准、治理与开放、风险管理与法律政策，重点阐述了教育大数据在教育领域的典型应用，包括教育大数据在课堂教育、校园管理、在线教育、开放远程教育、教育培训行业以及学生综合素质评价等方面的应用，最后提出教育大数据的发展趋势和机遇挑战。

第1章教育大数据概述1

●1.1大数据的定义与特征2

1.1.1大数据的定义3

1.1.2大数据的特征5

●1.2教育大数据的定义与特征5

1.2.1教育大数据的定义5

1.2.2教育大数据的特征8

●1.3教育大数据的类型9

1.3.1根据数据结构化的程度划分10

1.3.2根据数据产生的环节划分11

1.3.3根据主体划分12

●1.4教育大数据的研究现状和国内外相关政策15

1.4.1教育大数据的研究现状15

1.4.2国内外教育大数据政策17

●1.5教育大数据的意义21

1.5.1教育大数据驱动教育决策创新21

1.5.2教育大数据助力教育教学变革22

1.5.3教育大数据促进学习方式转变22

●1.6教育大数据的关键领域23

1.6.1学习分析23

1.6.2教育数据挖掘26

参考文献28

第2章教育大数据的技术31

●2.1教育大数据的处理流程与技术架构32

2.1.1教育大数据的处理流程32

2.1.2教育大数据的技术架构33

2.1.3教育大数据的技术架构案例34

●2.2教育大数据的采集36

●2.3教育大数据的预处理40

2.3.1数据清洗41

2.3.2数据转换41

2.3.3具体示例41

●2.4教育大数据的存储42

2.4.1单机文件存储42

2.4.2关系型数据库存储43

2.4.3分布式存储43

2.4.4云存储44

●2.5教育大数据的处理45

2.5.1常用的数据处理方法45

2.5.2处理架构46

●2.6教育大数据的分析与挖掘48

2.6.1数据分析48

2.6.2数据挖掘49

●2.7教育大数据的可视化50

参考文献55

第3章教育大数据技术标准57

●3.1教育大数据技术标准国际情况58

3.1.1ISO/IEC JTC1（SC32、SC36： WG8、SG2： WG9）59

3.1.2IEEE BDGMM61

3.1.3IMS GLC62

3.1.4ADL（xAPI）63

3.1.5ITUT（SG13、SG16、SG17、SG20）64

3.1.6NIST NBDPWD（NBDPWG）65

3.1.7NCES（CEDS）65

3.1.8国外具体标准66

●3.2教育大数据技术标准国内情况69

3.2.1全国信标委大数据标准工作组69

3.2.2CELTSC70

3.2.3中国教育大数据标准体系框架构建72

3.2.4中国具体标准75

参考文献81

第4章教育大数据的治理与开放83

●4.1教育大数据的治理84

4.1.1数据治理概述84

4.1.2教育大数据治理现状88

4.1.3教育大数据治理案例89

4.1.4教育大数据治理方法93

●4.2教育大数据的开放95

4.2.1开放教育数据的概念和分类95

4.2.2教育大数据的开放和使用96

4.2.3全球教育大数据开放概况97

4.2.4教育大数据开放案例98

4.2.5教育大数据开放的问题和启示102

参考文献104

第5章教育大数据风险管理与法律政策109

●5.1教育大数据风险管理110

5.1.1大数据安全风险概述110

5.1.2教育大数据风险问题112

5.1.3教育大数据风险机理113

5.1.4教育大数据风险特点114

5.1.5教育大数据重点风险领域117

●5.2教育大数据法律政策120

5.2.1国内外教育大数据法律政策与风险防控实践120

5.2.2教育大数据法律政策体系建设与风险防控对策126

参考文献129

第6章教育大数据与课堂教学应用131

●6.1教育大数据背景下的课堂教学132

●6.2基于教育大数据的教学应用模式133

6.2.1个性化分组学习133

6.2.2交错式自主开放学习133

6.2.3游戏化翻转课堂教学134

6.2.4自适应测试应用135

6.2.5个性化学习诊断135

●6.3案例1： 上海开放大学智慧学习分析与评估系统137

6.3.1简要介绍137

6.3.2功能层面137

6.3.3应用层面138

●6.4案例2： 上海电教馆的高中研究性学习智能支持系统142

6.4.1简要介绍142

6.4.2技术层面143

6.4.3功能层面148

6.4.4应用层面152

参考文献154

第7章教育大数据与校园管理应用157

●7.1教育大数据背景下的校园管理158

7.1.1校园管理面临的挑战158

7.1.2教育大数据给校园管理带来的变革160

●7.2基于教育大数据背景下的校园管理应用模式164

●7.3案例1：　上海大学基于大数据的决策支持系统172

7.3.1项目背景172

7.3.2技术架构173

7.3.3数据模型管理175

7.3.4功能模块177

●7.4案例2：　天津市和平区智慧教育数据中心建设180

7.4.1项目背景180

7.4.2设计思路180

7.4.3整体架构183

7.4.4大数据与智慧教育数据中心应用184

参考文献190

第8章教育大数据与在线教学应用191

●8.1教育大数据背景下的在线教学192

8.1.1国内外在线教学的发展192

8.1.2在线教学面临的挑战193

●8.2基于教育大数据在线教学应用模式195

8.2.1学习分析模式195

8.2.2教学分析模式202

8.2.3管理分析模式205

●8.3案例1：　可视化学习分析大数据应用209

8.3.1Open　edX学习分析209

8.3.2iForum学习分析213

●8.4案例2：　上海学习网在线学习大数据应用220

8.4.1平台简介220

8.4.2学习功能220

8.4.3架构设计221

8.4.4平台应用223

参考文献228

第9章教育大数据与开放远程教育应用233

●9.1教育大数据背景下的开放远程教育234

9.1.1开放远程教育发展面临的挑战234

9.1.2大数据带给开放远程教育领域的机遇237

●9.2基于教育大数据的开放远程教育应用模式241

9.2.1构建全过程学习分析的开放学习平台242

9.2.2建立学习者体验支持下的开放学习资源243

9.2.3提供数据分析支持下的学习支持服务243

9.2.4支持数据驱动的精准管理与决策245

●9.3案例1：　上海开放大学个性化学习支持系统大数据应用246

9.3.1个性化学习支持系统设计目标246

9.3.2系统框架设计247

9.3.3系统可视化应用场景248

9.3.4系统应用效果251

●9.4案例2：　奥鹏远程教育公共服务体系大数据应用252

9.4.1奥鹏大数据典型应用1——高校管理者仪表盘254

9.4.2奥鹏大数据典型应用2——智慧学情报告255

9.4.3奥鹏大数据典型应用3——学习能力值模型257

9.4.4奥鹏大数据典型应用4——停滞生预测与干预260

参考文献262

第10章教育大数据与教育培训行业应用263

●10.1传统教育及互联网背景下的教育培训行业264

10.1.1传统教育培训行业现状264

10.1.2互联网教育培训行业现状265

●10.2大数据背景下的教育培训业268

10.2.1大数据与教育培训业268

10.2.2大数据在教育培训业的应用模式268

●10.3大数据+人工智能背景下的教育培训业271

10.3.1人工智能与大数据的协同271

10.3.2人工智能教育应用的现状与发展趋势271

10.3.3人工智能在教育培训业的应用模式272

●10.4案例1：　电力教育培训大数据平台273

10.4.1简要介绍273

10.4.2技术层面274

10.4.3功能层面275

10.4.4应用层面276

10.4.5未来展望277

●10.5案例2：　中国英语学习者语音大数据分析277

10.5.1简要介绍277

10.5.2数据来源277

10.5.3相关技术278

10.5.4应用成果279

●10.6案例3：　大数据赋能智能教学系统281

10.6.1简要介绍281

10.6.2应用层面281

参考文献283

第11章教育大数据与学生综合素质评价应用285

●11.1教育大数据背景下的学生综合素质评价应用286

11.1.1综合素质评价内涵解读287

11.1.2综合素质评价的成效与问题288

11.1.3教育大数据与综合素质评价291

●11.2基于教育大数据的学生综合素质评价应用模式295

11.2.1数据采集系统：　大数据采集的“上帝之眼”297

11.2.2数据的清洗297

11.2.3数据的挖掘分析模型297

11.2.4数据的利用和挖掘298

11.2.5学习结果性数据模型——以SOLO评价法为例301

11.2.6评价结果分类使用——学生、教师、高校、学校、政府302

●11.3案例1：　上海市普通高中学生综合素质评价信息管理系统304

11.3.1简要介绍304

11.3.2技术与功能305

11.3.3系统应用309

●11.4案例2：　上海市黄浦区卢湾第一中心小学基于数据的学生学习评价313

11.4.1简要介绍313

11.4.2功能层面314

11.4.3基于数据的学生学习评价315

11.4.4应用成效315

●11.5案例3：　上海市格致中学学生综合素质评价数字化成长档案建设316

11.5.1简要介绍316

11.5.2功能层面317

11.5.3应用成效318

参考文献319

第12章教育大数据的发展321

●12.1教育大数据的发展趋势322

12.1.1多元且内聚的教育数据采集322

12.1.2多样且精细的教育数据挖掘323

12.1.3丰富且开放的教育教学应用场景324

12.1.4完善且蓬勃的教育大数据产业生态325

12.1.5前沿技术助力2035教育大数据326

●12.2教育大数据的机遇挑战327

12.2.1教育大数据发展的机遇328

12.2.2教育大数据发展的挑战330

●12.3关于教育大数据的建议333

参考文献335