1.促使个性化教育的实现

与传统数据相比，教育大数据具备数据量大、产生速度快、数据多样的特点，这些特点正好适应了个性化和人性化的学习变化。

　　通过对教育大数据的采集、处理和分析，可以构建学习者学习行为相关模型，分析学习者已有学习行为，并对学习者的未来学习趋势进行科学预测，为学生的自我学习监控、教师的教学决策和教育机构的教育决策提供更精细化的服务。

　　大数据帮助学习者发现并开发他们的潜力，提升学业表现。学习者可以掌握学习的主动权，自主规划学习计划，随时随地监督学习进度，检查学习效果，根据自身需求，决定个性化的学习参与路径，选择和定制个性化的学习内容。

　　大数据帮助教师确定最有效的教学方式，优化教学过程。教师可以全面跟踪和掌握学生特点、学习行为、学习过程，分析评估每个学生的学习需求、学习风格、学习态度及学习模式，相应地提供适合不同学生发展的学习内容和学习指导，促进其个性发展。

大数据帮助教育管理者全面审视教育需求，制定科学决策。教育管理者可以充分了解教育系统的特征，评估教育发展的进程，教育环境的设计、教育时空的变化、教育场景的变革等各种决策和行为将基于数据分析得出，为学习者找到真正适切的课程、课堂、教师、校园。

在大数据的支撑下，未来的教育将越来越个性化。学校教育将逐步摆脱大校、大班、统一标准与程序等工业化时代的烙印，在学生个性化发展方面承担更重要的角色，课堂将成为师生间深度知识探究和互动的实践场所，教师由教学者逐渐转变为助学者。以教师为中心、知识灌输为主的教学模式将转变为以学生为中心、以能力提升为核心的个性化教学模式。

2.建立可视的机器学习的模式

希维塔斯学习公司在高等教育领域建立起最大的跨校学习数据库。通过这些海量数据，能够看到学生的分数、出勤率、辍学率和保留率的主要趋势。通过使用100多万名学生的相关记录和700万个课程记录，这家公司的软件能够让用户探测性地知道导致辍学和学习成绩表现不良的警告性信号。此外，还允许用户发现那些导致无谓消耗的特定课程，并且看出哪些资源和干预是最成功的。