（1）什么是教育大数据？

大数据是一个新生事物，目前尚处在逐渐被认识、被应用的初始阶段，还未形成公认的定义。其产生之初是一个IT行业的技术术语，被定义为这样的数据集：其规模巨大到无法通过人工在合理时间内达到截取、管理、处理并整理成为人类所能解读的信息。大数据技术几乎在所有领域都拥有非常广阔的应用前景，通过对海量数据进行模型构建，有利于挖掘事物的变化规律，准确预测事物的发展趋势，并进行及时有效的干预。

随着大数据理念的传播及其应用的逐步深入，大数据的内涵也在不断变化和拓展。人们逐渐认识到，大数据不仅仅是一种技术，也是一种能力，即从海量复杂的数据中寻找有意义的关联、挖掘事物变化规律、准确预测事物发展趋势的能力。此外，大数据还是一种思维方式，就是让数据开口说话，让数据成为人类思考问题、决策行为的基本出发点。实际上，大数据正在演变为一种社会文化，即人人生产数据、人人共享数据、人人热爱数据、人人管理数据的文化——这种文化正在潜移默化地影响着各个行业。教育领域虽然长期“保守”，但在大数据文化力量的冲击下，也在加速走向开放、“拥抱”大数据。

目前，学术界对教育大数据（Big Data in Education，BDE）的概念尚未有明确的界定。所谓教育大数据特指教育领域的大数据，即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。教育大数据直接产生于各种教育活动（包括教学活动、管理活动、科研活动和校园活动等），每个教育利益相关者既是教育数据的生产者也是教育数据的消费者。

首先，这里的教育是“大教育”的概念，具有全员（从全日制学生到全民，面向所有人）、全程（从学前教育到终身教育，服务各个教育阶段）、全方位（家庭、学校、社会“三位一体”教育，无处不在的教育，虚实融合的教育）的特点。

其次，教育大数据有四大来源：一是在教学活动过程中直接产生的数据，比如课堂教学、考试测评和网络互动等；二是在教育管理活动中采集到的数据，比如学生的家庭信息、学生的健康体检信息、教职工基础信息、学校基本信息、财物信息和设备资产信息等；三是在科学研究活动中采集到的数据，比如论文发表、科研设备运行、科研材料采购与消耗等记录信息；四是在校园生活中产生的数据，比如餐饮消费、上机上网、复印资料和健身洗浴等记录信息。(https://www.daowen.com)

再次，教育大数据要能服务教育发展，具有教育目的性，而不是盲目地囊括一切数据。教育活动过程中也会产生大量无意义的噪声数据（noisy data），因此需要根据教育应用目的进行数据过滤与整理，为后期深度挖掘与分析做好准备。

最后，教育大数据之“大”并不是指数量之大，而是强调“价值”之大，即能从繁杂的教育数据中发现相关关系、诊断现存问题、预测发展趋势，发挥教育大数据在提升教育质量、促进教育公平、实现个性化学习、优化教育资源配置和辅助教育科学决策等方面的重要作用。

教育数据每时每刻都在产生，然而教育领域究竟包含哪些数据？需要采集哪些数据？孙洪涛认为教育大数据主要可分为四个层级、六大类型。四个层级是指国家、区域、学校和个体。六大类型为基础数据、舆情数据、管理数据、教学数据、服务数据和科研数据。对应来说，教育大数据需求来自学习、教学、研究、管理和政策五个层面。

教育大数据具有明确的目标指向性，即指向教育发展，能在提升教育质量、促进教育公平、实现个性化学习、优化教育资源配置和辅助教育科学决策等方面发挥有效作用。因此，教育大数据的建设并不是要盲目囊括一切数据，而是要对数据有选择地采集、存储与分析。与传统教育数据相比，教育大数据的采集具有更强的实时性、连贯性、全面性和自然性，其分析处理更加复杂和多样，应用更加多元、深入；与电子商务、交通、医疗、金融保险等领域的大数据相比，教育大数据的采集过程更复杂，应用模式更具挑战性，并且更注重因果关系。教育大数据是一种无形的资产，是孕育新型教育形态的“土壤”。深耕教育大数据是实现数据教育价值，促进技术与教育深度融合，实现个性化学习的重要途径。