| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第10-16页 |
| 1.1 研究背景 | 第10-11页 |
| 1.1.1 大数据是信息化发展的产物 | 第10页 |
| 1.1.2 教育大数据是助推教学改革的关键支撑技术 | 第10页 |
| 1.1.3 教育大数据在美国发展蓬勃且初具成效 | 第10-11页 |
| 1.2 研究现状 | 第11-12页 |
| 1.2.1 发展战略研究现状 | 第11页 |
| 1.2.2 产业结构研究现状 | 第11-12页 |
| 1.2.3 应用评估研究现状 | 第12页 |
| 1.2.4 人才培养研究现状 | 第12页 |
| 1.3 研究目的与意义 | 第12-13页 |
| 1.4 研究思路、方法与内容 | 第13-16页 |
| 1.4.1 研究思路 | 第13-14页 |
| 1.4.2 研究方法 | 第14-15页 |
| 1.4.3 研究内容 | 第15-16页 |
| 2 美国教育大数据发展的顶层设计 | 第16-22页 |
| 2.1 开放数据:营造教育大数据发展氛围 | 第16-18页 |
| 2.1.1 数据开放的历史诉求 | 第16-17页 |
| 2.1.2 教育数据的开放与运行 | 第17-18页 |
| 2.2 法案制定:明确教育大数据发展的核心价值 | 第18-19页 |
| 2.2.1 确立教育大数据发展地位 | 第18页 |
| 2.2.2 明确教育大数据的发展方向 | 第18-19页 |
| 2.3 典型案例:纽约市政府的决策分析 | 第19-22页 |
| 3 美国教育大数据的产业结构 | 第22-28页 |
| 3.1 教育大数据的技术研发 | 第22-24页 |
| 3.1.1 大数据原创技术的研发 | 第22-23页 |
| 3.1.2 大数据技术产业链的形成 | 第23-24页 |
| 3.2 教育大数据的产业运营 | 第24-26页 |
| 3.2.1 教育大数据产业的三大主体 | 第24-25页 |
| 3.2.2 教育大数据产业的运营模式 | 第25页 |
| 3.2.3 教育大数据产业的运营案例 | 第25-26页 |
| 3.3 教育大数据的衍生产业 | 第26-28页 |
| 3.3.1 教育大数据的衍生技术 | 第26页 |
| 3.3.2 教育大数据的边缘产业 | 第26-28页 |
| 4 教育大数据的应用与评估 | 第28-35页 |
| 4.1 美国教育大数据的应用现状 | 第28-30页 |
| 4.1.1 教育大数据在K12中的实施 | 第28-29页 |
| 4.1.2 教育大数据在高校的应用 | 第29-30页 |
| 4.1.3 教育大数据下的科研新路径 | 第30页 |
| 4.2 美国教育大数据的应用效果评估 | 第30-32页 |
| 4.2.1 教育大数据在低阶层应用初展成效 | 第30-31页 |
| 4.2.2 教育大数据的高阶应用力量尚未展现 | 第31页 |
| 4.2.3 大数据对科学领域的扩充与再创 | 第31-32页 |
| 4.3 典型案例:核心数据服务 | 第32-35页 |
| 4.3.1 CDS的提出及意义 | 第32页 |
| 4.3.2 CDS的优势 | 第32-33页 |
| 4.3.3 CDS的基本步骤 | 第33-35页 |
| 5 美国教育大数据的人才培养机制 | 第35-43页 |
| 5.1 美国教育大数据的人才能力体系 | 第35-38页 |
| 5.1.1 数据人才的核心技能 | 第36-37页 |
| 5.1.2 数据人才的能力分类 | 第37-38页 |
| 5.2 美国教育大数据的人才培养模式 | 第38-40页 |
| 5.2.1 美国数据人才的培养 | 第38-39页 |
| 5.2.2 美国数据人才的培养方向 | 第39页 |
| 5.2.3 美国数据人才培育的服务支持 | 第39-40页 |
| 5.3 具体案例:加州大学伯克利分校 | 第40-43页 |
| 5.3.1 伯克利分校数据人才培养分类 | 第41页 |
| 5.3.2 伯克利分校的课程设置 | 第41-42页 |
| 5.3.3 伯克利分校的课程培养资源 | 第42-43页 |
| 6 美国教育大数据发展的战略优势及不足 | 第43-49页 |
| 6.1 美国教育大数据的战略优势 | 第43-46页 |
| 6.1.1 政府为大数据的发展提供保障 | 第43-44页 |
| 6.1.2 注重教育大数据人才的培养 | 第44页 |
| 6.1.3 大数据应用深入美国教育领域各层各面 | 第44-45页 |
| 6.1.4 图书馆非盈利机构的支持 | 第45-46页 |
| 6.2 美国教育大数据发展的不足 | 第46-49页 |
| 6.2.1 数据科学内涵与外延的不确定性 | 第46页 |
| 6.2.2 数据科学家能力的不明确性 | 第46-47页 |
| 6.2.3 大数据时代的安全隐患 | 第47-49页 |
| 7 立足我国现状,美国教育大数据发展的启示 | 第49-56页 |
| 7.1 中国教育大数据的发展现状 | 第49-51页 |
| 7.1.1 中国教育大数据的政府支持力度 | 第49-50页 |
| 7.1.2 中国教育大数据的实施与应用现状 | 第50页 |
| 7.1.3 中国数据人才的培育现状 | 第50-51页 |
| 7.2 中国教育大数据发展面临的挑战 | 第51-53页 |
| 7.2.1 中国教育大数据生产业结构不完善 | 第51-52页 |
| 7.2.2 中国教育大数据应用深度与广度有待拓展 | 第52页 |
| 7.2.3 中国教育信息安全问题难以避免 | 第52-53页 |
| 7.3 对中国教育大数据发展的经验指导 | 第53-56页 |
| 7.3.1 完善中国教育大数据的产业结构 | 第53-54页 |
| 7.3.2 拓展中国教育大数据的应用深度 | 第54页 |
| 7.3.3 完善中国教育信息安全的法律法规 | 第54-56页 |
| 8 总结与反思 | 第56-58页 |
| 8.1 研究结论 | 第56-57页 |
| 8.2 研究反思 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 攻读学位期间发表的学术论文 | 第62-63页 |
| 致谢 | 第63页 |