《教育大数据与学习分析》考试大纲

一、基本要求

《教育大数据与学习分析》考试旨在考查学生对基本数据结构与算法基础知识的掌握情况，以及在教育大数据处理与学习分析中的实际应用能力。考生需系统掌握数据结构（线性结构、树结构、图结构等）与基本算法（排序、查找、递归、遍历等）知识，能够理解其在教育数据建模中的实际意义。同时，考生应理解教育大数据的来源、特征与常见存储模式，掌握学习分析的基本流程、分析方法与评价指标，具备使用数据结构与算法解决如下实际问题的能力：学生行为预测、学习路径分析、个性化推荐、学习者建模、学业预警等。此外，考生应掌握一定的编程基础，具备教育场景下问题建模、特征提取、数据解释与分析能力。考试不仅考查基础理论的理解与掌握程度，也注重能力素养的体现，尤其是在数据结构建模、教育数据分析流程设计、算法选择与优化等方面的综合应用能力。

二、考试范围

（一）教育大数据基础

1.教育大数据的定义与特点

2.教育大数据的来源与采集方式

3.教育数据的类型与数据质量管理

4.教育数据的存储格式与处理流程

5.教育大数据的伦理与隐私保护

（二）数据结构基础知识

1.数据结构的基本概念与分类

2.抽象数据类型（ADT）与数据组织方式

3.算法复杂度分析（时间复杂度与空间复杂度）

（三）线性表与数组在教育数据中的应用

1.顺序表与链表结构

2.教育场景中的记录数据组织（如作业成绩、答题轨迹）

3.学习行为数据的时序存储与处理

4.线性结构操作的算法实现与优化

（四）栈与队列在教育系统中的应用

1.栈的基本操作与表达式求值

2.队列、循环队列与双端队列

3.栈与队列在教学流程建模中的应用（如任务调度、队列管理）

（五）树结构与学习资源建模

1.树的基本概念与存储方式

2.二叉树与二叉搜索树

3.树的遍历算法（前序、中序、后序、层次）

4.教学资源目录、知识图谱、学习目标层级建模

5.哈夫曼树在教育内容压缩中的应用

（六）图结构与学习路径分析

1.图的基本概念与表示方法（邻接矩阵、邻接表）

2.图的遍历算法（DFS、BFS）

3.最短路径与最小生成树算法（Dijkstra、Kruskal、Prim）

4.教育知识图谱构建与学习路径推荐

5.学习网络分析与学生社交行为挖掘

（七）查找与排序算法在教育数据预处理中应用

1.顺序查找与二分查找

2.哈希表的构造与冲突解决

3.各类排序算法（冒泡、选择、插入、归并、快速排序）

4.教育数据清洗、整理与索引优化方法

（八）学习分析与教育决策支持

1.教育数据的预处理与特征工程

2.学习行为建模、学生画像构建、学业预警等应用场景

3.教育仪表盘（Dashboard）构建

4.数据驱动的教学质量评价与改进支持

三、参考教材（不限于本教材，需拓展阅读相关资料和研究论文）

1.牟智佳.教育大数据与学习分析.电子工业出版社，2022

2.王海艳等，数据结构 (C语言) 第2版 慕课版，人民邮电出版社，2020.

更多考研资讯，请持续关注新东方考研网。