大数据，大机遇，大挑战

加里·马特金(Gary Matkin) |加州大学欧文分校继续教育处处长、职业发展路径处副教务长

继续教育(CE)是第一个提供数字分析以及预测分析、大数据和物联网相关领域课程、证书课程和学位的机构。不幸的是，教育工作者和管理人员都不太积极地利用数据分析来增强他们自己的产品和运营。但是，对于CE管理员来说，使用这些新技术有一些新途径。

对于所有领导者来说，理解概念、使用领域以及在CE中使用数字分析的方式是必不可少的。

定义和使用领域

数字分析是描述大型数据集的使用和分析的通用术语。它被EAB定义为“提取、组织和建模数据以将其转换为决策过程的信息的过程”。这个定义包含了所有类型的数据科学和分析，包括业务分析和学习分析。

学习分析是几种力量的自然结果。“数据挖掘软件的激增以及在线教育、移动学习和学习管理系统的发展正在向利用分析和可视化软件以多维和可移植的方式描绘学习数据的学习环境融合。(A. Becker et al.， 2017)。

数字分析的共同特征是所生成的数据集的巨大规模。例如，根据EAB的数据，谷歌Books和其他实用工具已经将超过6200万本书的内容数字化。物联网(IoT)非常重要，因为这项技术几乎在每个领域都产生了大量的数据集，包括学习。物联网“包括嵌入软件、传感器或连接功能的对象网络，这些对象能够连接到互联网并进行互操作。(C. Paini, F. Cardinali, 2017)。据估计，到2020年，将有超过300亿台设备无线连接到互联网。(C. Paini, F. Cardinali, 2017)。通过物联网以及文本和图像的数字化产生的大量数据将不得不进行分析，以产生改善我们生活的信息。

数字分析和大数据正在多个领域的教育中应用。最突出的用途是理解和提高学习。这个域分为四个子域:

学习者的干预措施
自适应学习
教学设计改进
市场营销

学习的干预措施

大学越来越有能力识别“有风险”的学习者，然后设计咨询和补充学习活动，帮助他们取得成功。例如，几所大学发现，在专业基础课程中得分低于B的学生毕业率显著下降。大型基金会正在支持这些努力，大学正在联合起来使用学习分析来提高毕业率。Lumina基金会已经将学习分析作为一个感兴趣的主题，由十所大学组成的大学创新联盟的成员正在合作使用学习分析。(J.B.崔斯特，2017)。

对CE管理员的启示:学习干预更适用于完整的学位课程，学生的保留率通常与学习困难有关。研究表明，对于成人学习者来说，非学位课程的学生留存率主要是由于“生活的阻碍”。大多数外语学习者至少有一个学位。因此，这些学生是相对成熟、合格的学习者，他们从事的学习项目要短得多，记忆力不是太大的问题。学习分析仍然是有用的，但他们在CE中有不同的关注点。

自适应学习

“适应性学习”与学习分析密切相关，指的是监测学生进步的技术——使用数据随时修改教学。根据EDUCAUSE的说法，自适应学习技术根据个人的能力或技能成就动态调整课程内容的水平或类型。(A. Becker et al.， 2017)。尽管适应性学习现在还没有被广泛应用，但它已经被证明是非常成功的。

对CE管理员的启示:适应性学习的生产成本非常高，需要高等教育机构通常缺乏的技术基础设施，并且只适用于少数高度结构化的探究领域(数学和科学)。这些限制通常限制CE用户使用第三方自适应学习工具，例如数学和化学的ALECS。

教学设计改进

学习分析越来越多地用于在持续改进周期中改进学习治疗。这个循环从一个特定的课程实例开始，然后使用学习分析来为下一个迭代改进课程。在线教育学习管理系统生成的数据使这种类型的学习分析成为可能，该系统可以生成关于学习处理的详细数据。例如，结果数据可以分析测试项目的有效性，识别出许多学生做错的问题。这些数据提供了一个机会，可以调整项目以使其更清晰，也可以修改课程以更彻底地覆盖材料。

对CE管理员的启示:由于专业的教学设计，课程质量不断提高，某种形式的持续改进，特别是在线形式的持续改进是必不可少的。在教学设计上的投资太昂贵了，除非它们可以延续到一门以上的课程中。一旦有了持续的教学设计基础，使用来自学习者的数据来提高设计的质量是有意义的。进一步的暗示是，需要某种形式的内容管理，以便轻松地进行改进。

市场营销

许多继续教育工作者现在正在使用先进的技术和数字分析来留住学生并吸引新的受众。这些技术和支持技术正变得越来越复杂。例如，许多大学现在使用Burning Glass公司，该公司从数十万份招聘启事中收集和分析数据，以使课程开发与劳动力需求相一致，并确定当地的CE需求利基。EAB为其成员提供访问(付费)超过2亿美国人的数据库。来自EAB数据库的分析的一个应用是有机会将特定CE单元当前受众的概况与那些不是学生，但具有相同特征的人进行匹配。

对CE管理员的启示:由于与营销相关的数字分析的复杂性和复杂性的增加，CE管理员将不得不依靠外部专业知识来更新营销工作。分析将主要集中于潜在客户的产生和培养，很可能需要第三方专业知识。

结论

数字分析显然是一种颠覆性的技术，CE管理员需要了解并积极使用它来保持竞争优势，特别是在来自非学术世界的竞争加剧的情况下。具有讽刺意味的是，由大学创造和先进的技术可能是导致我们最终降级为CE行业的小玩家的原因。我们不能让这种情况发生，但必须迅速采取行动，保持领先，并将破坏降到最低。

– – – –

参考文献

亚当斯·贝克尔，S.，康明斯，M.，戴维斯，A.，弗里曼，A.，霍尔·吉辛格，C.和Ananthanarayanan, V.(2017)。NMC地平线报告:2017年高等教育版。奥斯汀，德克萨斯州:新媒体联盟。从http://cdn.nmc.org/media/2017-nmc-horizon-report-he-EN.pdf检索。

EAB, COE论坛，创造性的破坏， ppt演示，2017年

潘尼，M.， Cardinali, F.(2017)。学习分析社区交流，蕾丝法律宣言。英国博尔顿:学习分析回顾．从http://www.laceproject.eu/publications/LACE-LAW-manifesto.pdf检索。

崔斯特，J. B.(2017年2月5日):“分数预示你的未来。”《纽约时报》第四页,5。