利用大數據技術改善學習

大數據僅在兩三年前才出現。這是由于支持大數據的分析和處理技術的出現。典型的技術是Hadoop。這項技術可以分發和處理難以并行處理的多臺計算機的大數據。
通過將幾臺計算機像一臺計算機捆綁在一起，解決了存儲空間和處理能力的問題。例如，KT推出的最近基于Hadoop的大數據平臺正在解決呼叫擁塞和用戶模式分析等問題，這些問題由于智能手機的增加而成為問題。

實際上，許多公司正在使用Hadoop處理大數據。除了諸如IBM，Oracle和Microsoft之類的現有關系數據庫管理系統（RDBMS）公司之外，諸如SAS和Informatica之類的數據分析人員也在嘗試與Hadoop連接。

關注世界教育行業的“拒絕采礦”技術
數據挖掘也成為人們關注的焦點。它是指通過分析各種數據之間的相關性來提取必要信息的技術。如果使用得當，它可以揭示以前從未見過的新事實，例如事件之間的關系，事件之間的連續性和數據移動。

該技術的最新進展令人驚訝。根據《紐約時報》最近的一份報道，哥倫比亞大學和斯坦福大學的研究人員發現，同時使用抗抑郁藥帕羅西汀和抗高血脂藥普伐他汀有副作用。
但是，研究方法非常不尋常。從2010年開始，研究人員進行了8000萬次搜索，其中包括Google，Microsoft和Yahoo。對兩種藥物分別服用和分開服用時的分析表明，它們很可能引起高血糖癥。
這是數據挖掘技術的首次使用。Google先前使用其搜索引擎來構建Google流感趨勢（一種早期的流感檢測系統），也與數據挖掘技術無關。

世界教育界也將重點放在這種數據挖掘技術上。該技術有望在學生學習，教師教學，教育統計管理以及教育政策研究與建立等許多領域得到有效利用。

” Learning Analytics” Technology預測未來

永東大學嵌入式軟件系的Je-Young Choi教授說，“對從在線教育站點收集的學習數據進行分類，并通過題為“智能環境中的大數據趨勢”的報告來尋找關系。”新的預測模型是可能的。”

“這種預測模型將在構建個性化學習系統中發揮重要作用，這將進一步使學習支持多樣化。” 期望它將為學生，老師和其他人提供以前從未見過的反饋，從而有助于改善學習方式。

學習分析是熱點之一。如果數據挖掘專注于數據的相互關系，則該技術具有使用計算機科學，數學和統計從大量數據中提取有用信息的能力。

數據挖掘技術使用統計和機器學習等技術將推理模型應用于特定情況。另一方面，學習分析使用信息科學，社會學，心理學，統計學，計算機科學和教學法中應用的概念。

它沒有像數據挖掘那樣分解學習過程，而是著重于通過推理反饋預測未來的學習并支持教育以滿足學生的能力和水平。在危機中干預學生，并采取向學生提供以前提取的反饋的形式。

例如，學習分析技術可用于發現學生與課程之間的聯系，并確定哪些教育策略可以產生更有效，更可靠的學習。