第72章 教育数据挖掘

许是前一天下午睡觉摸鱼被周诗亦逮个正着，李洛今天一上午都在亦舟上蹿下跳，抓人开会请教技术问题。林语一直温温柔柔地回答着，让李洛很是满意。

李洛顺着笔记问道：“我不太理解的是，教育数据挖掘（Educational

Data

Mining，EDM）和学习分析技术（Learning

Analytics，LA）的主要区别在什么地方呢？两者不都是利用学习过程中产生的大量数据来分析反馈学习成果吗？”

李洛和涂世欣正挤在林语的卡座旁，各自抱着电脑做着会议记录。

林语的办公桌上整齐地叠放着各类书籍和论文资料。涂世欣扫了一眼，书籍包括了计算机数据结构、算法、图论、离散数学、概率论和统计学、机器学习等等科目。桌子右上角边上还堆放着各种打印好的文献，用彩色标签分门别类地归档了。

涂世欣低下头，瞄了一眼自己靠放在桌角地上的黑色书包，里头几份打印资料毫无章法地穿插在一起，一本随身背着英文原版《大空头》是李洛推荐的金融趣味科普读物，书角都磨破了，但是自己从来没能一口气读过十页以上。他突然对于自己能有这份工作倍觉珍惜，感激地瞧了李洛一眼。

林语笑了笑，解释：“你提到的这点，正是二者共通之处。至于区别，从研究方法上来说，学习分析技术更注重运用统计学手段主观地分析数据、人为做出推断，为传统教学方式配备了数据反馈作为支持；而教育数据挖掘强调自适应，会倾向于使用无监督或者半监督的机器学习算法。

“从应用角度来说，学习分析技术的主要目的是对学生的学习结果进行测验和监控，为教师提供更详细的学生数据，从而改进教学方法。而教育数据挖掘更注重学习行为和学习过程，意图对行为本身进行量化分析。如果你感兴趣可以去找一下卡耐基梅隆大学教授Ryan

Baker的论文，里面有相当详尽的对比。”

除了那教授的名字涂世欣没能听清楚，他飞速地把这几句话一字不差地敲在了电脑上。偶尔他打字的速度跟不上林语说话的节奏，林语还贴心地放慢语速，等了等他。

涂世欣敲完一段后，偷偷瞄了一眼李洛的屏幕，发现李洛只是简略地记了两行。

“学习分析技术（LA）：人为分析、主观、辅助教学手段。”

“教育数据挖掘（EDM）：自适应、无监督模型、行为数据挖掘。”

在最下面，李洛记下了“Ryan

Baker”的名字。涂世欣又快速把这位教授的名字补填在了自己笔记的空档里。

李洛好奇地问：“可不可以给我讲一个教育数据挖掘在行业里具体应用的例子呢？”