写点什么

(28DW-S8-Day11) 小数据与在线教育

用户头像
mtfelix
关注
发布于: 2021 年 03 月 02 日
(28DW-S8-Day11) 小数据与在线教育

今天聊一个概念:小数据(small data),是对应于大数据(big data)而言的。

小数据之我的理解

大数据偏向于整体/群体数据,而小数据侧重于个人。

谈到小数据,一个大家都会说的例子就是美国康奈尔大学的教授德波哈尔·艾斯汀对其父亲的观察。

艾斯汀的父亲去世之前几个月,这位计算机科学教授就注意到老人的“数字社会脉动”出现了细微的不同——他不再发送电子邮件,不去超市买菜,到附近散步的距离也越来越短。而这种逐渐衰弱的状态,即使到医院去检查心电图,也不一定能看出来。急诊检查时,不管是测脉搏还是查病历,这位 90 岁老人都未表现出明显异常。而事实上,追踪他每时每刻的个体化数据,他的生活已经明显与以前不同。

因此,小数据被称为“量化的自我”,是为个人分析提供决策依据。

为什么有意义?

传统的用户分层,一般来说是从群体统计角度来看个人归属于哪一个分类。


而小数据的视角,是从个人行为习惯波动的角度来分析人。比如,平时都会上网而今天没有,平时都会跑步而今天没有,那么一定是有些特殊的事情发生了。


那么,是否可以认为,小数据和大数据,分别是用户分析的 X 轴和 Y 轴?

教育场景下学生的行为分析,大数据+小数据

在教育场景下,特别是在线教育场景下,因为各种学习数据、行为数据、互动数据等都非常丰富,所以可以进行很多大数据分析。比如了解不同类型学生对不同教学形式的喜好等等。


但是要想精准地了解一个学生,真正做到'因材施教',就需要大数据+小数据两个视角结合起来。

为什么?

因为,学生是:

  • 因人而异的,具有极大个体差异性

  • 是动态成长的,具有动态变化性

其中,个体差异性要从大数据的视角来分析。

动态变化性,则需要从小数据的视角来分析。


个体差异性,最主要还是依靠打出各种维度的标签,划分群体,然后进行群体行为分析,来针对性地给出优化的教育方案。


但动态变化性这块,大数据的思路就不太合适了。


比如,一个孩子上课表现经过一学期课程,逐步发生了很多变化。比如,从刚开始的互动次数很少,到积极互动,堂堂测的参与度也逐步变高了,这就意味着学习兴趣的提升以及学习习惯的改善。


和辅导老师的沟通也变得多了、活泼了,和同学们在直播课堂上发送弹幕进行互相解答次数也变多了,星级飞速提升,这就是非常好的参与度、开放沟通性提升。


这些方面,我们就需要从小数据的视角来分析,而且这些相对于静态群体切片对比式大数据分析,对于教育这件事,更有建设性、更有意义。

参考文献


发布于: 2021 年 03 月 02 日阅读数: 39
用户头像

mtfelix

关注

内心平静是一生的追求 2018.01.17 加入

简单的技术人

评论 (1 条评论)

发布
用户头像
游戏行业也在根据个体行为去精细化运营,异曲同工。
2021 年 03 月 03 日 08:31
回复
没有更多了
(28DW-S8-Day11) 小数据与在线教育