武汉大学机构用户，欢迎您！
大数据是推进教育创新发展的科学力量。教育大数据是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。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，分析处理更加复杂和多样，应用更加多元、深入。教育大数据的五层架构包括个体层数据、课程层数据、学校层数据、区域层数据以及国家层数据，自下而上汇聚各种教育数据。自20世纪70年代起，教育数据的应用大体经历了初始起步阶段、重点探索阶段和快速发展阶段，三个阶段的教育数据应用的规模和水平不断递进。教育大数据的应用主要体现在：驱动国家教育政策科学化；驱动区域教育均衡发展；驱动学校教育质量提升；驱动课程体系与教学效果的最优化；驱动个体的个性化发展。最后，针对当前我国教育大数据发展存在的问题和挑战，提出了六点政策建议：出台《教育大数据应用发展指导意见》，制定《教育大数据安全管理办法》，成立国家教育大数据研究机构，成立国家教育大数据治理机构，颁布“教育数据运营商”牌照，加快建设教育大数据产业基地。
图1 教育大数据的“冰山模型” 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?借鉴人力资源领域的人才素质“冰山模型”，可以构建教育大数据的“冰山模型”(如图1所示)。该模型将教育数据分为两大部分，分别是显露于冰面之上的数据和深藏于冰面之下的数据。多年来，国家采集的教育数据主要以管理类、结构化、结果性的数据为主，这些数据位于“冰面”以上，具有易测量、显性化等特点，重点关注宏观层面教育发展整体状况，在一定历史时期对我国制定教育政策、推动教育发展起到了积极的作用。然而，随着大数据时代的到来，国际社会对教育大数据战略资产的地位越来越认可和重视，教育数据的全面化采集与深度挖掘分析就变得越来越重要。教育数据采集的重心将向非结构化的、过程性的数据转变，此类数据主要位于“冰面”以下，具有难测量、隐性化等特点。这些数据无论从数量上、增长速度上、还是潜在的价值上，都将远远超越传统的教育数据。 教育数据是客观的，其价值的发挥取决于操控和应用数据的人。因此，无论是冰面之上的数据还是冰面之下的数据都属于教育大数据的重要组成部分。只是从当前教育数据的采集与应用上来看，应当着重加强冰面之下部分教育数据的采集与深度挖掘，同时加强教育大数据与其他领域大数据(医疗、交通、经济、社保等)的融通和关联分析，进一步增强教育决策的科学性。为了更加清晰地认识教育大数据的概貌，这里根据教育数据的来源与范围，将其分成五层架构(如图2所示)，从下向上汇聚各种教育数据。 
图2 教育大数据的分层架构 个体层教育数据：包括国家规定采集的教职工与学生的基础信息、用户各种行为数据(如学生随时随地的学习行为记录、管理人员的各种操作行为记录、教师的教学行为记录等)以及用户状态描述数据(如学习兴趣、动机、健康状况等)。 课程层教育数据：是围绕课程教学而产生的相关教育数据，包括课程基本信息、课程成员、课程资源、课程作业、师生交互行为、课程考核等数据，其中课程成员数据来自个体层，用于描述与学生课程学习相关的个人信息。
