全书面向从事教育大数据研究、智慧教育建设与人工智能教育创新的研究者、管理者与一线教师，是一本兼具理论系统性与场景实践性的综合性读物。全书分为上、中、下三篇，共 19 章，围绕"从数据理解到 AI 应用”的逻辑主线展开：上篇（1～6 章）聚焦教育大数据科学基础，阐释核心概念、原理与思维方法；中篇（7～13 章）系统呈现教育大数据从采集到治理、从建模到分析的全过程智能化支撑体系与分析方法；下篇（14～19 章）结合教育 AI 在课堂、学校与区域层面的典型应用案例，展示教育大数据与智能分析在课堂教学、学校治理与区域教育发展中的应用路径与实践成效。本书适合教育技术及相关专业本科、研究生、中小学教师、相关教育工作者、教育研究者及对教育大数据和智能教育感兴趣的大众阅读。

方海光，首都师范大学教育学院教授，博士/博士后，教育技术学专业负责人，人工智能教育研究中心副主任，远程教育研究所所长，北京师范大学智慧学习研究院智慧学习白皮书首席研究员，全国信息技术标准化技术委员会教育技术分技术委员会委员，中国教育技术协会人工智能专业委员会常务理事, 中国人工智能学会智能教育技术专业委员会委员，美国密歇根州立大学访问学者，挪威奥斯陆大学学院访问学者，北京师范大学博士后，中国科学院博士。出版国内第一本《教育大数据》图书，人教版/中图版《人工智能初步》国家教材主编，主持《中国智慧学习环境白皮书》研究等。主要研究方向：教育大数据，智慧教育与移动学习，人工智能教育机器人，智慧校园与未来学校等。洪心，首都师范大学教育学院博士研究生，北京市教育大数据协同创新研究基地助理研究员。主要研究方向：人工智能教育、教育大数据、智能课堂诊断等。现发表期刊或国际会议论文20余篇，其中CSSCI、EI会议等10篇。参与《数学网络画板3D高级教程》《人工智能拔尖创新思维启蒙丛书》等图书出版5本。参与或主持申报“教育部中小学数学教师信息化教学能力显著提升的研究与实践项目”、“科技部社会治理与智慧社会科技支撑重点专项”国家级、省部级等项目多项。

001 第 1 章 教育大数据与数据科学
003 1.1 什么是教育大数据
005 1.2 教育大数据的特征
006 1.3 教育大数据的来源和类型
008 1.4 第四范式：数据密集型科学
013 1.5 第五范式：人工智能驱动的科学研究
016 第 2 章 教育大数据的数理与智能分析基础
018 2.1 高等数学基础
020 2.2 线性代数
023 2.3 概率论
026 2.4 统计分析
030 2.5 机器学习
035 第 3 章 教育大数据的结构与计算基础
037 3.1 数据模型
039 3.2 数据结构042 3.3 算法
044 3.4 算法的描述
048 3.5 数据结构与算法
049 3.6 算法举例
052 第 4 章 数据的生命周期与智能处理
054 4.1 数据采集与智能感知
058 4.2 数据存储与知识组织
062 4.3 数据治理与安全管理
064 4.4 数据分析与智能洞察
066 4.5 数据展示与可视化表达
070 第 5 章 思维、数据思维和系统思维
072 5.1 什么是思维
074 5.2 什么是数据思维
078 5.3 什么是系统思维
081 5.4 思维表达工具
087 5.5 思维导图工具
089 第 6 章 教育智能场景设计方法
091 6.1 什么是教学场景
093 6.2 教育大数据环境下的教学场景构建
096 6.3 智能分析驱动的教学场景设计方法106 第 7 章 教育大数据采集与智能感知技术
108 7.1 教育大数据采集
108 7.2 教育大数据采集方法
113 7.3 教育大数据采集工具与智能感知技术
117 7.4 教育大数据采集案例
121 第 8 章 教育大数据存储与知识组织技术
123 8.1 数据存储与知识组织
124 8.2 教育大数据存储方法
126 8.3 教育大数据存储工具与语义组织设备
130 8.4 教育大数据存储与知识组织案例
142 第 9 章 教育大数据标注与语义理解技术
144 9.1 教育大数据标注
145 9.2 教育大数据标注的方法
150 9.3 教育大数据标注工具与自然语言理解
154 9.4 教育大数据标注案例
159 第 10 章 教育大数据清洗与数据治理技术
161 10.1 教育大数据清洗
163 10.2 教育大数据清洗过程与方法
166 10.3 教育大数据清洗工具与异常检测技术171 10.4 教育大数据清洗案例
177 第 11 章 教育大数据建模与学习分析技术
179 11.1 教育大数据建模
181 11.2 教育大数据建模方法与步骤
186 11.3 教育大数据建模工具与学习分析技术
193 11.4 教育大数据建模案例
195 第 12 章 教育大数据分析与决策支持技术
197 12.1 数据分析
197 12.2 教育大数据分析技术
199 12.3 教育大数据分析工具与决策支持技术
201 12.4 教育大数据分析案例
204 第 13 章 教育大数据可视化与智能交互技术
206 13.1 数据可视化概述
210 13.2 数据可视化方法
212 13.3 教育大数据可视化工具
218 13.4 教育大数据可视化案例222 第 14 章? 教育 AI 应用课堂场景案例：北京市智慧
课堂 AI 分析系统
224 14.1 智慧课堂 AI 分析系统建设背景
225 14.2 智慧课堂 AI 分析系统的总体设计
228 14.3 智慧课堂 AI 分析系统开发平台
232 14.4 智慧课堂 AI 分析系统的具体应用
237 第 15 章? 教育 AI 应用课堂场景案例：内蒙古自治
区准格尔旗人机协同“双师课堂”
239 15.1 人机协同“双师课堂”教学的价值引领
239 15.2 人机协同“双师课堂”教学应用场景
248 15.3 案例一：薛家湾第十一小学人机协同“双师课堂”
251 15.4 案例二：羊市塔希望幼儿园人机协同“双师课堂”
254 第 16 章? 教育 AI 应用课堂场景案例：北京市第
十一中学智慧教育建设
256 16.1 学校办学基础与核心概况
257 16.2 学校数字化转型的探索历程
258 16.3 学校信息化建设及智慧教育应用情况
263 16.4 学校智慧教育的体系建设
265 16.5 智慧教育建设成效与实践价值267 第 17 章? 教育 AI 应用学校场景案例：东莞市松山
湖北区学校“一脑五平台”
269 17.1 智慧校园建设概况
271 17.2 搭建学生数字化学习平台，激发学生成长活力
279 17.3 搭建教师发展数字化平台，激发教师工作活力
282 17.4 以面向人全面发展的督导评价，实现精准学校管理
285 第 18 章? 教育 AI 应用区域场景案例：北京市教育
大数据平台建设
287 18.1 北京市教育大数据平台建设历程
288 18.2 北京市教育大数据推进的主要做法
289 18.3 北京市教育大数据建设成果
291 18.4 北京市教育大数据建设存在的问题
292 第 19 章? 教育 AI 应用区域场景案例：上海市宝山
区“基座 + 生态”建设
294 19.1 上海市宝山区教育数字化整体性转型的背景
297 19.2 上海市宝山区教育数字化整体性转型的总体设计
299 19.3 上海市宝山区“基座 + 生态”建设内容
301 19.4 教育大数据资源体系与核心应用生态
304 19.5 教育整体性转型成效与实践价值
306 参考文献