本文由《電化教育研究》雜志授權發布

作者：趙姝、白浩、張瑞敏

摘要

教育部2014年正式發布《教育部關于實施卓越教師培養計劃的意見》，各高師院校圍繞該意見開展教師教育改革，卻難以解決教師教育過程中個性化、全程化培養的問題。教育大數據的發展，為卓越教師培養提供了新的解決思路。文章以教師培養路徑為線索，探討分析了大數據在優化師范生招生、教師教育課程體系、教學方法、師資隊伍、學校管理與就業服務優化、職后教師培訓等方面的應用路徑，并提出了面向卓越教師培養的大數據中心構建思路，包括建設大數據實體中心機構、開展大數據建模，以實現卓越教師大數據的收集、存儲、分析與應用。

關鍵詞：大數據；卓越教師；教師教育

一、研究背景

師資質量是國家教育質量的基石。隨著社會文化和科學技術的發展，教師職業被賦予更高的要求，經歷了從量到質、從合格到卓越的過程，“培養卓越教師”已經成為各國開展教育改革的共同目標。近年來，英國、德國、澳大利亞等國家紛紛推出卓越教師教育計劃。[1]教育部于2014年5月發布了《教育部關于實施卓越教師培養計劃的意見》，旨在通過建立三位一體培養機制、優化招生就業、推動教育改革、優化師資隊伍等舉措，擴大卓越教師隊伍，提升教育質量。[2]卓越教師是教師群體中的優秀代表，其卓越性表現在教育理論、教育實踐、人格特征、教育成果和社會影響等維度，每位卓越教師具有其獨特的個性特征和豐富的教學經驗。[3]與傳統的師范生教育相比，卓越教師的培養重視個體的發展，重視教師教育的持續性。如何形成兼具系統化和個性化的卓越教師培養體系，成為當前亟須突破的難題。已有學者就卓越教師內涵與特征、[4]素質結構、[5]培養模式與實施策略[6-8]進行了理論探討，各高校也開展了實踐探索，但這些研究和實踐卻并未有效解決卓越教師培養的系統性和個性化問題：（1）當前各高校卓越教師改革方案側重某些培養環節，缺少系統化設計；[9]（2）由于行政機構和信息系統的獨立性，招生、職前培養、職后發展階段仍然相對獨立，各環節無法銜接；（3）卓越教師職前培養過程中，沿襲大班授課制，課程內容和學習過程缺少自主性和針對性。

大數據的出現，為卓越教師培養提供了新的解決思路。基于大數據技術，通過構建一體化平臺和規范化數據庫，可以有效打通教師終身職業發展過程各個環節，為真正實現教師教育的全程培養模式提供有力支持；基于大數據分析，可以挖掘教師培養過程中的教育規律，為學校教育提供更加科學的教育決策、更加合理的管理體系和更加個性化的課程體系。[10]教育大數據的應用將成為實現教師終身發展的有效途徑。

二、面向卓越教師培養的高師院校大數據應用路徑

從師范生成長為一名卓越教師，需要歷經一個較長的發展過程，包括招生選拔、師范生培養、教師職后教育三個主要階段。為了有效促進和支撐卓越教師發展，應當以高師院校大數據中心為主體，與學生入學前的中小學大數據中心、就職后的職后單位大數據中心、政府大數據中心對接，打通教師終身教育通道，利用大數據支持卓越教師培養的全過程，推動實現政府、高校、中小學三位一體培養模式，如圖1所示。

圖 1 面向卓越教師培養的大數據應用路徑

（一）基于大數據優化高師院校招生

卓越教師生源甄別和選拔工作是卓越教師培養計劃的起點。教師作為一種特殊職業，其知識體系和價值觀決定和影響了學生的知識體系與價值觀，因此，師范生的選拔和招生更加需要慎重，不應采用與其他專業相同的錄取方式和標準。但目前缺少針對師范生的選拔標準，選拔方式仍然以高考分數衡量，忽視對學生的教師素養、教學意愿方面的考察，導致教師教育生源質量較低。[11]同時，由于招生數量與市場需求失衡，導致師范類畢業生就業困難，轉行率高，國家培育的教師資源流失現象嚴重。因此，教育部在卓越教師培養計劃意見中明確提出了“強化招生就業環節”的要求。大數據技術可以為該環節提供有力支撐。

1. 利用大數據優化招生模式

傳統的師范生選拔標準依然以高考分數為主，卓越教師計劃倡導推進多元化招生選拔改革。依托于職后教師管理系統，利用大數據技術收集和分析在崗優秀教師群體的勝任力特征、專業知識、成長過程等數據，提煉卓越教師的基本特征與素質結構，為教師職業制定專門的教師教育專業選拔標準，有利于從眾多考生中選擇出真正適合從事教師職業的學生。在制定合理選拔標準基礎上，還可以將高校招生系統與高中教育管理系統對接，通過分析和評估學生除高考成績外的教育數據（包括前期知識基礎、心理、生理、家庭經濟狀況、職業愿景和地理位置等），遴選出真正有從教意愿的學生，實現學生與學校的雙向選擇和匹配。目前教育市場已經出現類似教育數據服務公司，如美國ConnectEdu公司（http：//www.graduationalliance.com/），利用數據系統分析與學生個人資料有關的250個數據類別，為學生提供大學申請決策，同時為大學推薦適宜的生源。國內目前也出現很多教育機構提供基于大數據的高考志愿智能評估服務，如“高考先生”（http：//mrgaokao.com/）、“申請方”（https：//www.applysquare.com/）等。

2. 利用大數據調整入校后二次選拔思路

除入校招生環節外，高師院校還可以通過入校后二次選拔方式，選擇樂教崇教的優秀學生攻讀師范專業。目前多數院校入校后的專業選擇方式仍然以測試方式為主，通過大數據調整選拔思路，基于科學數據考察學生的職業傾向和從教潛質。學生入校后進入高校智慧校園一體化平臺，進行各類數據的伴隨式采集。從單體數據分析來看，采集和分析學生的個人資料、學習成績等數據，初步判斷學生是否具備師范生專業轉入要求。從群體數據分析來看，與數據庫中往屆其他學生的表現進行匹配對比，判斷與該生背景和成績相似的學生是否在師范專業表現更好，以給予學生更科學的專業選擇建議。美國奧斯汀皮耶州立大學已實現基于大數據對新生學業表現與類似背景學生進行數據匹配分析，為學生選擇專業提供建議。[12]

3. 利用大數據建立區域招生協商機制

免費師范生是國家支持師范教育的一項重要舉措，也是卓越教師隊伍的生源基礎。現有免費師范生的招生和就業存在典型的地域限制，不利于免費師范生政策的開展。基于國家大數據中心的教育大數據，從全國范圍內按照經濟、教育發展大數據進行統籌，將各省劃分為若干區域，區域內不同省份之間的教育水平相當，招生和就業實行區域協商機制。招生時，以區域為單位開展，同一區域內的免費師范生生源可以相互調整和補充，可以有效避免生源的“溢出”或“不足”。同時，按照區域允許師范生就業，將“回到生源所在省”擴展為“回到生源所在區域”，擴大就業區域，有效降低免費師范生違約、轉行風險。[13]

4. 利用大數據預測教育市場需求，干預生源規模

教師教育專業隨著國家高等教育規模的擴大，也在不斷擴張。以江蘇省為例，統計數據顯示，2013年小學教育專業學生人數五年間增加3倍。[11]師范生人數的迅速增加為教師培養過程埋下隱患，包括人均教育資源使用量降低、師范生就業率下降等問題。依托于國家、區域和高校建立的大數據平臺，強化與政府、中小學的合作，采集分析基礎教育學校的崗位需求數據、高等師范院校歷年學生就業數據，實現對師資需求現狀的預測和評估。基于這些數據，及時調整專業設置、招生規模，有計劃、有針對性地進行招生，實現教師教育領域的供需平衡，降低由于招生計劃的誤判而導致的就業積壓風險。

（二）基于大數據優化師范生培養

師范生教育是卓越教師成長中最為關鍵的環節。高校的學習和生活促使師范生快速完成了初步的學科教學知識積累，學生個體的性格特征、人格、價值觀在該階段逐步形成并穩定。因此，教育部面向卓越教師的培養計劃主要從教師職前教育入手。在該階段，大數據應用主要體現在圍繞師范生培養的課程、學習、師資三個方面。

1. 基于大數據優化教師教育課程結構與內容

作為實現教師教育目標的主要載體，課程設置的合理性、科學性是教師教育改革過程中的關鍵因素。國家2011年頒布的《教師教育課程標準（試行）》，提出要優化教師教育課程結構，改革課程教學內容。近幾年，很多高師院校已進行了小范圍的課程調整，但由于師范教育傳統中的一些弊病頑疾，當前課程體系與課程內容設置仍然存在很多問題，如課程體系結構不合理、個性化課程不足等問題。[14-15]這些問題嚴重影響了“卓越教師培養計劃”的推動。

大數據可以有效提高教師教育課程體系建設的科學性和前瞻性。傳統的課程體系規劃主要依托于學科專家的經驗判斷和職后教師崗位需求。前者主觀性較強，缺少科學依據；后者從獲取崗位需求到學校調整，再到培養的學生就業，信息反饋周期很長。基于大數據的思路，可以為課程體系規劃提供前瞻性信息。通過智慧校園平臺記錄和分析歷屆師范生畢業流向、中小學教師需求信息等，準確預測教師教育崗位需求，根據需求調整專業方向與對應的課程體系結構。另外，通過數據平臺動態監控中小學教育教學的新動向，及時調整課程模塊，在“統餐課”基礎上為大四學生提供一些“加餐課”，以適應崗位的新要求。

大數據可以優化教師教育課程內容質量和研發機制。通過智慧學習平臺與學習分析技術，記錄和監控學生整個學習過程數據，課程內容根據學習反饋數據實時調整和推送，建立生成性課程模式。如澳大利亞研究者開發的Smart Sparrow自適應網絡學習系統，教師的課程內容設計就是在學生學習之后動態生成。[16]另外，基于自適應技術向學生推送其感興趣和適合的內容和資源，可以有效提升學生在線課程的學習完成率，進而提高資源的使用效能。

2. 基于大數據優化師范生教育培養過程

為了促進師范生成長為卓越教師，應當在培養過程中重視學生的個體發展和教師職業素養，基于大數據可以實現師范生的個性化學習，優化教學實踐能力，加強素質教育監控和引導。

個性化學習方面，基于大數據可以有效打破傳統的大班授課學習同步調問題，為學生規劃個性化、富有挑戰性的學習路徑，并通過記錄和評價學生學習過程，有效預警學生學業風險。學校通過構建智能化的自適應課程學習系統，利用大數據技術對師范生學習過程中產生的各類數據（如課程資源點擊率、資源形式、登錄時長、視頻反芻比率等）進行獲取、分析；基于學習分析技術，分析學習內容、學習行為與學習結果的相關關系，構建師范生學習模型；基于學習者模型和數據分析結果預測學習者行為；基于預測結果，對師范生后續學習內容、學習輔導、學習進度等進行動態調整，建立自適應學習路徑。[16]各階段以循序漸進方式推進，并相互銜接，通過數據提高學習反饋的時效性和精準性，通過學習預測和學習干預實現學習的個性化。隨著大規模在線開放課程、自適應學習平臺產品的推廣，這種大數據應用方式已經開始推廣。例如美國的“夢盒學習”公司（http：//www.dreambox.com/）和“紐頓”公司（https：//www.knewton.com/），都已經成功發布了各自版本的利用大數據的適應性學習（Adaptive Learning）系統。[17]

教學實踐能力培養方面，大數據技術可以提升微格教學和教育實習效果。微格教學是一種基于現代信息技術的提升師范生教學技能的系統方法，學生通過對錄制教學視頻進行評價反思，從而改善個人的教學技能。傳統的微格評價方式以定性評價為主，缺少科學的評價體系。[18]基于智能視頻分析技術和教師技能發展評價體系，為教師、學生提供視頻比對和分析服務，通過對比系統庫中的專家教師教學視頻和微格教學過程中生成的學生教學視頻，便于學生進行技能評價和自我反思。教育實習是師范生提升職業素養的重要途徑，也是強化師范生理論知識與實踐結合的重要環節，有助于提高師范生的學科知識運用能力、教學實踐能力。當前教育實習存在實習周期短、實習渠道不足、相關部門監管不到位等問題，實習環節往往流于形式。[19]大數據背景下，可以通過搭建由師范院校、中小學、政府三方主體構成的實習信息資源共享與評價平臺，師范院校可以及時獲取中小學實習需求，并向中小學推送實習生信息，實現實習資源的合理配置與科學評估，推動三位一體機制下教育實習的良性運行。另外，實習系統還可以實現對學生實習全過程評價，利用實習系統將學生實習期間的課堂教學視頻、教案、教學總結、班主任工作現況等相關數據資料傳輸回學校，便于教師及時監控并給予針對性指導，學生也可以利用實習系統互相觀摩，互學互促。同時，將實習系統與學生的終身學習檔案袋系統對接，將學生實習數據載入終身學習檔案袋中，作為學生的學業記錄可用于未來的師范生就業、教師職業發展等環節。

素質教育是師范生教育至關重要的一個領域。大數據實現了對教育輿情的實時監控和預測，縮短了前期教育輿情的反饋周期，便于教師及時開展針對性的思想引導和教育。例如：學校大數據中心通過監測校園社交網絡的熱點話題，可以及時獲得學生的思想導向；通過數據挖掘可以識別潛在的事件關系，如學生學業成績下滑與日常社交行為表現的某種相關性；通過分析學生社交活動行為（包括網絡行為數據、消費行為數據等），預判學生思想動向。

3. 基于大數據優化教師教育師資隊伍

高校教師的教育教學水平是影響師范生教育質量的關鍵因素，整合優化教師教育師資隊伍是卓越教師計劃中的一項重要任務。信息化背景下，知識的快速更新及易獲得性，打破了教師的權威地位，要求高校教師要不斷更新自身的知識體系，提升職業素養。大數據思維為高校教師職業發展與教學評價提供了新的思路，通過構建面向高校教師的終身學習檔案袋系統，收集教師教、學、研各類數據信息，積累和分析教師成長數據，為教師提供個性化職業發展建議。如湖南大學已成功構建了教師教學評價與發展系統，將教學評價與教師發展通過數據分析模型建立關聯，為分析每個教師的發展水平和教學科研提供一個完整的樣本。[20]

大數據為高校教師職業發展提供了數據支持。基于教師成長檔案袋數據，便于對教師專業能力水平進行多元評估，對于職業能力欠缺的教師給予培訓建議與支持，通過為教師提供培訓項目、推送課程資源等形式，為教師提供個性化的職業發展建議。大數據背景本身也為教師發展提供了各種自我發展的機會。各類教師教育培訓項目為教師提供了有組織化的學習方式，如我國高校教師網絡培訓中心的網絡培訓項目、美國eMSS新教師在線學習項目；各類網絡教育平臺及優質的開放課程，為教師提供了開展自主學習的機會，如國內外各類慕課平臺及課程（Edx、中學大學MOOC）等；各類基于網絡的名師團隊、教師專業研修社區的設立，為教師提供了跨域形成學習共同體的機會，如“MOOC學院”（國內最大的MOOC學習社區），及教育培訓、學習平臺中的名師空間、教師工作坊、研討社區等模塊。

大數據還可以實現對高校教師的多元評估。除了基于大數據收集除學生成績、學生評教等靜態數據之外，還可以通過教學質量監控系統，收集教師常態課堂的教學視頻數據，實現教學質量的數字化管理與動態監控，及時發現教師在教學模式、教學方法、教學內容、教學管理等方面存在的問題，實現對教學質量的動態監控和實時反饋。

4. 基于大數據優化學校管理與就業服務

學校管理方面，采用物聯網、云計算、大數據技術，將數字校園建設由“數字化”向“智能化”推進，通過采集和分析學校各類應用系統（一卡通、OA、教務系統、科研系統、人事系統、財務系統、資產系統、課程系統、安防系統、視頻監控等）的結構化和非結構化數據，實現對校園各類業務的宏觀調控，如根據學校財務大數據，調整經費分配；根據教師隊伍發展大數據，調整人才計劃和結構；根據科研大數據，分析學校競爭力，設計干預政策等。另外，通過技術規范改造，將與師范生緊密相關的校園卡向教育卡過渡，收集匯聚更多的生活數據，可以實現生活服務支持和預警。如華東師范大學基于學生餐飲數據，實現了自動發送預警信息與助學支持。

基于大數據還可以有效提升大學生就業服務的工作效能，提高對大學生就業趨勢預測的精確性。通過分析歷屆校園招聘數據（包括舉辦時間、地點、人數等）和就業數據（包括就業人數、就業區域、就業行業、就業層次等），可以獲得高師院校招聘的走向和趨勢，判斷師范生的市場需求狀況，更好地開展就業指導工作。例如，可以根據學生教育行業的就業比率和具體專業的就業率等，干預招生環節，優化師范生教育資源和師范生就業資源的配置，增強師范生培養的針對性和教育市場適應性。[21]另外，根據對畢業生學業情況、校園活動、消費信息、求職行為、網絡活躍度等的分析，對就業困難畢業生實現系統預警，通過人工確認后，實現精準幫扶。陜西師范大學從2014年起，每年發布就業大數據，根據數據結果開展有針對性的師范生培養和就業指導。

（三）基于大數據促進教師職后教育

職前教育階段師范生完成了教育教學理論知識的學習，而更多的教育教學隱性知識和實踐技能是在職后階段獲得。教師的專業發展是一個終身學習過程。大數據為開展在職教師培訓、教師職前職后一體化培養提供了新的思路。

1. 基于大數據變革職后教師培訓模式

傳統的教師培訓存在培訓形式過于單一、課程內容脫離實踐、評價方式囿于表象等問題，問題根源在于不了解教師真實狀況及需求，教師參訓應付了事，無法滿足教師個性化發展的需求。[22]基于大數據，可以從培訓需求、課程內容、培訓模式、評價方法上進行改革和創新。培訓需求方面，將培訓系統與教師終身學習檔案數據對接，通過分析教師的教學設計、進修履歷、工作業績、科研成果等數據，從傳統的片段數據走向分析過程數據，使分析結果更加精確，獲取教師的真實需求。課程內容方面，基于教師的真實需求，依托于豐富的課程資源庫，為教師提供符合個體學習需求的個性化學習內容。培訓方式上，基于自適應培訓平臺和學習分析技術，為教師提供個性化的培訓學習路徑，將傳統的引領群體的培訓方式轉為關注個體發展。評價方法上，基于大數據實現對培訓數據的全程化收集，從而系統地評價參訓教師的學習過程與結果。

2. 基于大數據構建教師職前職后一體化培養模式

當前職前職后教育一體化培養存在很多固有問題，包括職前職后培訓環節分離、相關機構各自為政、教育內容與資源配置不合理等。從大數據的視角，通過構建教師終身學習檔案袋，并將職前的高校智慧校園一體化平臺和職后單位的教育管理平臺對接，實現對機構、課程、學習、教學管理、教學研討等數據進行統一協調和組織安排，將師范院校與培訓機構納入共同的建設與發展體系，將職前教育與職后培訓資源有效整合起來。縱向上，利用平臺記錄學習者從職前到職后的專業成長過程，為其提供專業發展指導建議；橫向上，為在校師范生和職后教師提供研討環境，結成學習共同體，實現理論學習與實踐提升的交流與碰撞。

三、面向卓越教師培養的高師院校大數據中心構建

構建高師院校大數據中心是實現卓越教師大數據應用的前提，大數據中心構建應遵從以下三個基本原則。（1）系統性原則。多機構協同是大數據的實現基礎。跨省、跨區、跨校的數據共享，需要國家行政層進行約束，教育部“十二五”期間提出的《國家教育管理信息系統建設總體方案》對國家層大數據中心建設進行總體規劃和規范，形成“兩級建設、五級應用”體系。[23]在該體系中，校級大數據中心是數據匯聚的基礎層。為了實現與國家、區域現有管理系統的對接，高師院校大數據中心的系統架構要在符合國家技術規范基礎上，結合卓越教師業務進行系統規劃和設計。（2）整合性原則。當前各高師院校均已搭建了很多教育管理系統，積累和存儲了大量數據，這些數據具有典型的混合性（結構化和非結構化）、離散性（分布在不同系統）、體量大（包括大量數據信息）等特征。而大數據分析需要跨系統讀取這些數據，通過構建智慧校園一體化平臺，采用數據邏輯整合思路，實現“一站式”的數據訪問。（3）個性化原則。卓越教師取向下的師范生培養更加重視學生的個體發展，因此，大數據中心系統除了實現對各類教育信息的宏觀評估和預測、群體行為特征分析外，還要重視師范生單體信息的收集和分析，為每一個師范生提供精準的、個性化的學習與生活服務。大數據中心系統的建設可從實體機構建設、大數據系統建模方面著手開展。

1. 大數據中心實體機構建設

由于大數據包括學生學習、生活、教師教學等多維度數據，構建統一管理的實體單位，有助于開展大數據的統籌協調。大數據中心負責掌控全校的信息系統基礎架構，協調校內外、校內各部門業務數據共享。中心組織架構設立如圖2所示，包括綜合辦公室、大數據管理中心、大數據科研中心。

圖2 高師院校大數據中心組織架構

中心主任由校長擔任，副主任和部門負責人由核心業務部門領導及學科領域專家擔任。辦公室負責中心的常規業務工作，以及跨部門協調工作；大數據管理中心負責平臺及門戶網站的建設與日常運維、網絡設備的管理與維護、網絡系統安全，以及數據的備份、監管、維護；大數據研究中心依托于智慧校園一體化平臺，主要負責對各類教育數據進行分析、預測，開展基于大數據的教師教育理論、實踐、應用研究。部門人員構成包括常規業務職能人員、大數據管理與分析的專業人員（數據架構師、數據采集人員、數據分析師、算法工程師、數據挖掘工程師等）。為降低學校編制，可在明確職責基礎上，考慮與對口業務部門合署辦公，如大數據管理中心可以與學校網絡中心的部分部門合署辦公。作為實體機構，建議根據業務范疇制定相關數據管理和應用制度，實現對教育大數據采集、處理、存儲、分析、共享等環節的法律約束。具體中心運維經費建議學校自籌和教育廳支持。

2. 大數據建模

面向卓越教師的大數據建模過程包括大數據的獲取、存儲、分析與應用。數據獲取層考慮來自所有渠道的、可用于分析的數據，包括物聯網環境下的各類感知數據、教育教學過程中的結構化和非結構化數據，以及校內和校外的共享數據等；數據存儲層通過建立符合技術規范的共享數據庫，實現對基礎大數據的集中管理，保證基礎數據的一致性、準確性和完整性，為后續大數據分析提供數據基礎；數據分析層通過采用數據挖掘技術、學習分析技術，對獲取到的各類數據進行建模，挖掘各類數據信息價值和關聯關系，實現對師范生教育教學過程、學校各類管理業務的評估和預測；數據應用層包括系統應用和業務應用，通過將數據模型應用到智慧校園系統（包括教師教育類系統、教育管理類系統和就業服務類系統），支持卓越教師培養全過程。

四、結論

本文分析了卓越教師培養過程中大數據的應用路徑，并提出了系統化的設計方案，在具體實踐時，還需要相關技術、制度等方面的配合。技術方面的問題如各子系統的數據整合、校內系統與校外系統的對接、大數據信息的收集渠道、大數據的挖掘算法等；制度方面的問題如數據資產的權限分配、數據庫規范的建設與采納、跨機構的大數據共享與應用管理辦法等。大數據已經為實現卓越教師的全程化、個性化培養提供了潛在的可能和技術基礎，在解決技術和制度問題基礎上，需要多部門、多機構通力合作、協同創新。建議從國家層面引導，學校層面執行，充分發揮各級教育行政部門、合作院校影響力等外部力量，以學校已有合作模式為基礎，利用行政力量推動資源的集優整合、數據的通用共享，以實現利用大數據促進卓越教師終身教育的目的。

[參考文獻]

[1] 馬毅飛.國際教師教育改革的卓越取向——以英、美、德、澳卓越教師培養計劃為例[J].世界教育信息，2014(8)：29-33.

[2] 教育部.教育部關于實施卓越教師培養計劃的意見[EB/OL].(2014-08-18)[2015-06-20]. http：//www.moe.edu.cn/publicfiles/business/htmlfiles/moe/s7011/201408/174307.html.

[3] 丁鋼.中國教育的脊梁著名教育家成功之路[M].北京：高等教育出版社，2010.

[4] 李瓊，吳丹丹，李艷玲.中小學卓越教師的關鍵特征：一項判別分析的發現[J].教育學報，2012(8)：89-95.

[5] 姜仁建.教師素質結構的追問與反思[J].教育科學論壇，2011(3)：54-56.

[6] 張明杰.卓越中學英語教師“三位一體”協同培養機制初探[J].語文學刊·外語教育教學，2015(1)：132-133.

[7] 張曉鳳.基于“能力本位”的卓越教師培養模式研究與實踐[J].蘭州教育學院學報，2015(4)：95-97.

[8] 黃友初，金瑩.基于本、碩一體化的卓越教師培養模式研究[J].寧波大學學報(教育科學版)，2016(5)：74-77.

[9] 程光旭.培養卓越教師的思考和實踐[J].中國高等教育，2014，17(9)：49-51.

[10] 楊現民，王榴卉，唐斯斯.教育大數據的應用模式與政策建議[J].電化教育研究，2015(9)：54-69.

[11] 賀美玲，李曉波.教師教育專業生源質量的現狀與思考[J].黑龍江高教研究，2014(7)：94-96.

[12] 搜狐公眾平臺.大數據襲擊大學[EB/OL].(2016-04-05)[2016-06-23].http：//learning.sohu.com/20160405/n443321246.shtml.

[13] 劉海濱.風險評估視角下師范生免費教育政策研究[D].長春：東北師范大學，2014.

[14] 藺紅春.高師院校教師教育困境下“卓越教師培養計劃”實施的思考[J].淮北師范大學學報(哲學社會科學版)，2014，35(4)：124-127.

[15] 楊思帆，梅儀新.“卓越教師計劃”與教師教育課程體系優化目標[J].教學研究，2013，36(9)：97-100.

[16] 牟智佳，武法提，西蒙斯.國外學習分析領域的研究現狀與趨勢分析[J].電化教育研究，2016(4)：18-25.

[17] 胡樂樂.論國際視野中的“大數據與教育”[J].比較教育研究，2015(7)：70-77.

[18] 黃映玲，韋寧彬.從學生角度分析微格教學技能評價環節現狀[J].電化教育研究，2012(9)：116-120.

[19] 王曉雪.有關高校師范生教育實習轉變的若干思考[J].亞太教育，2015(15)：244.

[20] 李妍蓉.大數據助力教師“大”發展[EB/OL].(2016-01-19)[2016-6-24].http：//news.hnu.edu.cn/zhyw/2016-01-19/9495.html.

[21] 明承瀚，黨瑞紅.大數據理念在高校就業工作中的應用[J].理論前沿，2014(20)：27-31.

[22] 陳桃.我國中小學教師在職培訓中存在的問題與對策[J].教學與管理，2014(3)：28-30.

[23] 羅方.國家教育管理公共服務平臺“十三五”工作的展望[EB/OL].(2015-11-16)[2016-06-12].http：//www.edu.cn/xxh/xy/stlpt/201511/t20151116_1338226.shtml.

Study on Big Data-based Training Approach of Excellent Teachers

ZHAO Shu, BAI Hao, ZHANG Ruimin

(School of Distance Education, Shanxi Normal University, Xi'an Shaanxi 710062)

[Abstract] MOE in China formally enacted Views on Implementing Training Programs for Excellent Teachers in 2014. Based on those programs, normal universities begin to carry out teacher education reform, but it is hard to solve the problems concerning individuation and completeness in the process of teacher education. The development of big data in education provides a new vision for excellent teacher training. Based on the route of teacher training, the application of big data in many aspects is discussed and analyzed such as the optimization of the enrollment of normal students, curriculum system reform, teaching methods, teaching staff, the optimization of school management and employment service, and in-service teacher training. Then to build a big data center for excellent teachers is proposed, which includes building big data entity, developing big data modeling to realize collection, storage, analysis and application of big data of excellent teachers.

[Keywords] Big Data; Excellent Teachers; Teacher Education

作者簡介：趙姝(1985—)，女，河北邯鄲人。講師，博士，主要從事信息化教學理論與實踐研究。

基金項目：陜西高校在線開放課程教學改革研究項目“基于移動端的高校混合式教學設計與實踐研究”(項目編號：16MY12);陜西師范大學“中央高校基本科研業務費專項資金資助”(項目編號：GK201404007

)

轉載自：《電化教育研究》2017年第1期

排版、插圖來自公眾號：MOOC（微信號：openonline）

產權及免責聲明

本文系“MOOC”公號轉載、編輯的文章，編輯后增加的插圖均來自于互聯網，對文中觀點保持中立，對所包含內容的準確性、可靠性或者完整性不提供任何明示或暗示的保證，不對文章觀點負責，僅作分享之用，文章版權及插圖屬于原作者。如果分享內容侵犯您的版權或者非授權發布，請及時與我們聯系，我們會及時內審核處理。