与其它领域的数据相比，教育培训数据具有一定的独特性。教育培训数据被概括为分层(hierarchical)。教育培训大数据获客平台在《通过教育培训数据挖掘和学习分析促进教学》(公共评论草案)的美国教育培训部教育培训技术局第18页上，美国教育培训部教育培训技术局写道：“教育培训数据是……分层的。其中包括键击层(keystrokelevel)、应答层(answerlevel)、学期层(sessionlevel)、学生层(studentlevel)、教室层(classroomlevel)、教师层(teacherlevel)和学校层(schoollevel)，数据都包含在这些不同的层中。

教育培训大数据获客

教育培训大数据获客平台

在学生回答问题的时候，几个变量需要一起分析。举例来说，回答正确率低的问题就是好问题吗?除此之外，时间是一个重要因素。比方说，一个学生在考试的第一部分花费了太多时间，这是否意味着它将快速、混乱地回答问题。一个问题的答案顺序、答案、具体情况等，都给了研究者许多前所未有的大量数据。利用这些数据，研究人员可以揭示学生的学习模式。运用这些资料，研究人员就可以了解到究竟是什么因素构成了最好的学习环境。了解这些重要问题，有助于教育培训者创造出个性化的学习模式。

监控学生“怎样”测试能够使研究者有效地确定学生的学习行为。教育培训大数据获客平台要求教育培训者必须超越传统，不能仅仅追求正确答案，学生在寻找正确答案的过程中所扮演的角色同样重要。一次测验中，每个学生在每个题目上花了多少时间?最高的是多少?最低的是多少?平均数是多少?哪一种是以前出现过的问题学生回答错了?学生们从什么问题上得到了提示?利用这些信息进行监控，形成数据档案，可以帮助教育培训者了解学生在掌握学习内容的整个过程，从而为学生提供个性化的学习模式。

教育培训大数据获客平台可以监视学生的各种学习行为。为提高学生的学习成绩，我们需要知道他们花了多少时间回答一个问题，回答哪些资源被利用，哪些问题被跳过了，为了回答这一问题已经进行了哪些研究工作，这一问题与已有答案的其他问题有什么关系。另外，老师给每一位学生提供哪些建议呢?同学们写作业和答题的信息可以立即被自动监控，教师也可以在第一时间将信息反馈给学生。

利用学生所学行为档案建立适应性强的学习系统，教育培训大数据获客平台可以提高学生的学习效果。在这样重要的信息中，学生是“如何”学习的，考试的出题者可以为学生量身定做个性化的问题，并且可以设计出促进记忆的线索。研究人员通过对大样本数据的分析，发现在被问及一系列难度逐渐增加和相互联系的问题时，教育培训的效果会比随机选取的问题更好。这种在美国标准化的研究生入学考试(GRE)中进行的适应性测试已经显示出朝着这个方向努力的趋势。返回搜狐，查看更多

责任编辑：