上传者: zuoan1993
|
上传时间: 2021-06-02 09:02:42
|
文件大小: 3.52MB
|
文件类型: DOCX
目前不少高校建设了常态化录播系统,受限于存储空间,已录播的课程在经过三个月或者半年的时间就会被新的录制课程覆盖,造成了只有阶段性数据,而如果全量存储,存储的资源需要不断的增加,造成投入的不断增加。
无大数据基础平台支撑,难以实现数据的处理和分析
大数据基础平台是综合分析大数据的基本条件,大数据基础平台不同于传统的统计分析,结构化数据分析,需要能够处理大量的半结构化、非结构化数据,实时流数据,并能够进行综合分析,用传统的数据库平台是无法做到的。
结构化、半结构化、非结构化数据无法统一治理,加上数据没有统一的管理,大量数据存在不可用的情况
教学相关数据包含大量的结构化、半结构化、非结构化数据,这些数据来源不同、格式不同,如没有成熟的治理技术进行统一化治理、管理,将出现存储大量数据,却无法使用的问题
教学数据维度少,不足以支撑大数据分析结果
教学大数据涉及的层面也非常复杂,变化快速,目前教学数据采集的维度少,数据分析结果的支撑数据非常单薄,导致数据分析结果过于简单,或者准确率不高
教学评价以主观评价为主,客观评价所依托的数据不容易获取
当前教学评价都要专家、学生的主观评价为主,且并非对全部课堂进行评价,这样的评价大多不够全面客观,但是对于客观的课堂数据,获取方面存在一定困难
无法关注到每一个学生的行为和习惯,实施个性化教学难度大
当前课堂以教师带班级的一带多形式,但是教师精力有限,无法持续关注每个学生的行为和习惯,对每个学生的个性化教学也难以开展
针对于教师课堂语音、图像的分析缺乏AI智能平台支撑
基于语音、图像对课堂行为的分析需要成熟的AI技术作为支撑,将行为数据进行不断学习、调整,才能得到越来越精确的结果,缺乏AI智能平台,将难以实现行为数据的分析。
互动教学实际执行情况无法量化评估
互动教学等创新的教学模式实际的执行效果无法量化体现,导致教师创新教学的反馈不足,创新教育的发展缓慢