共 36 条
我国教育大数据的研究现状、问题与对策——基于CNKI学术期刊的内容分析
被引:28
作者:
李振
[1
]
周东岱
[1
,2
]
董晓晓
[1
]
黄雪娇
[1
]
机构:
[1] 东北师范大学
[2] 吉林省“互联网+”教育科技创新中心
来源:
关键词:
教育大数据;
教育数据科学;
分析模型;
学科交叉;
深度学习;
D O I:
10.13927/j.cnki.yuan.2019.0006
中图分类号:
G434 [计算机化教学];
G353.1 [情报资料的分析和研究];
学科分类号:
摘要:
教育大数据现已成为促进教育变革与创新的技术力量和思维方式,也成为当前教育技术领域研究的热点问题。但目前国内教育大数据的研究主题相对分散,缺乏系统性的梳理总结。鉴于此,以CNKI 2010—2018年刊发的相关学术论文为研究对象,采用内容分析法,从基础理论、分析模型、关键技术与方法、典型应用等方面对其进行分析、归纳,以构建国内教育大数据研究的全景框架。研究发现,当前我国教育大数据研究形态以模型构建为主,基础理论研究不足、关键技术方法有待突破、应用及实证研究有待加强等问题突出。针对这些问题,我国教育大数据的发展急需强化跨学科探索性研究,加强研究数据融合等关键技术,加强基于深度学习的教育大数据智能分析,强化大数据的常态化应用并开展广泛的实证研究。
引用
收藏
页码:46 / 55
页数:10
相关论文