| 中文摘要 | 第1-6页 |
| Abstract | 第6-15页 |
| 第一章 绪论 | 第15-37页 |
| 第一节 研究背景与研究意义 | 第15-24页 |
| 一、研究背景 | 第15-20页 |
| 二、研究意义 | 第20-24页 |
| 第二节 国内外研究综述 | 第24-32页 |
| 一、国内外研究进程 | 第24-25页 |
| 二、国内外研究综述 | 第25-32页 |
| 第三节 研究思路与方法 | 第32-34页 |
| 一、研究思路 | 第32-33页 |
| 二、研究方法 | 第33-34页 |
| 第四节 研究创新与不足 | 第34-37页 |
| 一、研究创新 | 第34-36页 |
| 二、研究不足 | 第36-37页 |
| 第二章 大数据概览 | 第37-66页 |
| 第一节 大数据定义 | 第37-45页 |
| 一、技术属性 | 第37-40页 |
| 二、社会属性 | 第40-42页 |
| 三、哲学属性 | 第42页 |
| 四、科研属性 | 第42-44页 |
| 五、其他属性 | 第44-45页 |
| 第二节 大数据的理论溯源和历史发展进程 | 第45-54页 |
| 一、大数据的理论溯源 | 第46-50页 |
| 二、大数据的历史发展进程 | 第50-54页 |
| 第三节 大数据的社会价值和潜在风险 | 第54-59页 |
| 一、大数据的社会价值 | 第55-58页 |
| 二、大数据的潜在风险 | 第58-59页 |
| 第四节 大数据应用的关键技术和实践流程 | 第59-66页 |
| 一、大数据应用的关键技术 | 第59-61页 |
| 二、大数据应用的实践流程 | 第61-66页 |
| 第三章 大数据教育领域应用的历史发展脉络、实践意义与途径 | 第66-80页 |
| 第一节 大数据教育领域应用的历史发展脉络 | 第66-69页 |
| 一、初始起步阶段(1970-1997年) | 第66-67页 |
| 二、重点探索阶段(1997-2008年) | 第67-68页 |
| 三、快速发展阶段(2008年至今) | 第68-69页 |
| 第二节 大数据教育领域应用的实践意义 | 第69-75页 |
| 一、大数据时代的教育数据 | 第70-71页 |
| 二、大数据时代的教育反馈 | 第71-72页 |
| 三、大数据时代的个性化教育 | 第72-73页 |
| 四、大数据时代的概率预测 | 第73-75页 |
| 第三节 大数据教育领域应用的实践途径 | 第75-80页 |
| 一、教育数据挖掘 | 第75-76页 |
| 二、学习分析 | 第76-77页 |
| 三、教育数据挖掘和学习分析在教育领域中的应用模式 | 第77-80页 |
| 第四章 大数据在美国国家、区域和学校教育发展层面的应用 | 第80-96页 |
| 第一节 国家教育发展层面 | 第80-86页 |
| 一、支撑教育政策科学化 | 第81-84页 |
| 二、推动教育资源配置合理化 | 第84-86页 |
| 第二节 区域教育发展层面 | 第86-91页 |
| 一、驱动区域教育均衡发展 | 第86-88页 |
| 二、完善区域教育体系 | 第88-91页 |
| 第三节 学校教育发展层面 | 第91-96页 |
| 一、改善教师招聘体制 | 第91-93页 |
| 二、提升高校招生效率 | 第93-96页 |
| 第五章 大数据在美国教育重点领域中的应用 | 第96-153页 |
| 第一节 大数据推动教学变革 | 第97-114页 |
| 一、量化学习行为,洞察学习规律 | 第97-105页 |
| 二、开展学习分析,实现个性化教育 | 第105-109页 |
| 三、进行准确预测,施加教学干预 | 第109-114页 |
| 第二节 大数据推动学习变革 | 第114-126页 |
| 一、驱动教育数据,实现自适应学习 | 第114-121页 |
| 二、利用可视化数据,改善学习支持 | 第121-126页 |
| 第三节 大数据推动评价变革 | 第126-132页 |
| 一、驱动教育数据,推动形成性评价 | 第127-129页 |
| 二、驱动教育数据,转化评价标准 | 第129-131页 |
| 三、集成教育数据,促进多元化评价 | 第131-132页 |
| 第四节 大数据推动管理变革 | 第132-141页 |
| 一、集成教育数据,规范管理体系 | 第133-135页 |
| 二、高效治理数据,提升行政管理质量 | 第135-138页 |
| 三、运用数据监测,强化网络安全 | 第138-140页 |
| 四、构建基础架构,实现数据共享 | 第140-141页 |
| 第五节 大数据推动科研变革 | 第141-146页 |
| 一、立足科研新范式,加速社会科学转型 | 第142-143页 |
| 二、开拓科研新层面,促成新兴学科诞生 | 第143-145页 |
| 三、开拓科研新层面,把握学术研究趋势 | 第145-146页 |
| 第六节 大数据推动服务变革 | 第146-153页 |
| 一、驱动教育数据,优化就业服务 | 第147-149页 |
| 二、驱动教育数据,优化择校服务 | 第149-153页 |
| 第六章 大数据教育领域应用面临的挑战 | 第153-169页 |
| 第一节 思维滞后对大数据教育领域应用的影响 | 第153-158页 |
| 一、大数据时代应具备的思维方式 | 第153-155页 |
| 二、思维滞后对大数据教育领域应用的影响 | 第155-158页 |
| 第二节 人才配备落后对大数据教育领域应用的影响 | 第158-161页 |
| 一、大数据时代的人才需求 | 第158-159页 |
| 二、人才配备落后对大数据教育领域应用的影响 | 第159-161页 |
| 第三节 数据治理水平滞后对大数据教育领域应用的影响 | 第161-163页 |
| 一、数据治理的概念内涵 | 第161-162页 |
| 二、数据治理水平滞后对大数据教育领域应用的影响 | 第162-163页 |
| 第四节 大数据教育领域应用招致的隐私伦理质疑 | 第163-169页 |
| 一、隐私泄露对人格尊严的侵害 | 第164-165页 |
| 二、过往数据对个体发展的束缚 | 第165-166页 |
| 三、数据主导决策对学业进步的禁锢 | 第166-169页 |
| 第七章 发展我国大数据教育领域应用的建议 | 第169-185页 |
| 第一节 在宏观层面上发展我国大数据教育领域应用的建议 | 第170-180页 |
| 一、建设数据文化 | 第170-172页 |
| 二、制定数据开放政策 | 第172-176页 |
| 三、制定数据治理原则 | 第176-179页 |
| 四、建设大数据人才培养体系 | 第179-180页 |
| 第二节 在微观层面上发展我国大数据教育领域应用的建议 | 第180-185页 |
| 一、构建大数据时代的教育信息化应用平台 | 第181-182页 |
| 二、开展基于大数据挖掘和分析的学习资源推送机制研究 | 第182-183页 |
| 三、开展基于大数据挖掘和分析的学习路径优化研究 | 第183-185页 |
| 结语 | 第185-191页 |
| 参考文献 | 第191-200页 |
| 附录 | 第200-219页 |
| 作者在学期间所取得的科研成果 | 第219-221页 |
| 后记 | 第221-222页 |
