簡析大數據在教育領域的運用

韓志君

（中共牡丹江市委黨校，黑龍江 牡丹江 157000）

大數據在教育領域的運用，顯著的提升了教育服務經濟社會的能力，具有很高的綜合價值，教育零序必須適應大數據時代的新狀況，構建大數據教育平臺，制定大數據戰略決策，不斷的提升自身服務社會的能力。

1 大數據的概況

大數據，也稱之為巨量資料，這一概念來源與生物學、物理學、天文學等學科，其目的是用于描述目標數據量的規模，其處理的信息量遠遠超過了普通電腦的處理能力。根據相關研究表明，人類儲存信息量的速度為經濟增長速度的五倍，并且這些信息中95%以上都是以數字數據的形式存在的。為了結局數據信息量過大的問題，相關的技術研究人員探索和開發了大數據處理技術，例如基于云技術的分布式系統基礎數據處理平臺“Hadoop”和大型數據分析框架“Map Reduce”等，其顯著的提高了系統處理的數據量，并且顯著的提升了數據的處理速度。

2 大數據在教育領域中的作用

大數據技術對于技術開發人員、研究人員、管理人員、教師、學生等都具有重要的作用：對于研究人員來說，大數據可以作為研究網絡學習過程的工具和研究學生個性化學習的工具；對于管理人員和教師來說，其能夠改善現有的學校考核方式，用來評估課程和機構，并提供更多的教學分析數據，方便教師在分析數據的基礎上，為學生提供更多、更有針對性的教學干預；對于技術開發人員來說，其可以為學習管理系統的開發提供更多參考數據；對于學生來說，基于學習行為數據的分析，通過大數據分析，讓學生以學習者的角度了解學習過程發生的機制，以此來優化學習，并展開自我導向學習和適應性學習。

3 大數據在教育領域的運用

大數據在教育領域中的應用，主要指的是在線決策、學習分析、數據挖掘三大要素，其主要作用是進行預測分析、行為分析、學業分析等的應用和研究，大數據含義指的是對學生學習過程中產生的大量數據（數據來源包括兩方面，即顯性行為和隱性行為，其中隱性行為包括論壇發帖、課外活動、在線社交等不直接作為教育評價的活動，顯性行為包括考試成績、作業完成狀況以及課堂表現等）進行分析，大數據模型以及顯示的數據能夠為學校和教師的教學提供參考，及時、準確的評估學生的學業狀況，發現學生潛在存在的問題，進而預測學生未來可能的表現。

1）構建學習者經驗模型。通過收集學習者的學習滿意調查問卷，或者是分析量表數據，再根據其在課程學習中的存留數據、表現、行為、選擇等，構建學習者的經驗模型，通過分析這種模型對學習系統中的課程進行評估，例如通過構建學習者體驗模型，進行線上課程評估，然后再進行課程設計，這種改變課程教學順序的大數據模型，顯著的提高了學習者的學習成績和教師的教學效率。

2）建立學習者行為模型。通過收集學習者在學校情景中學習行為變化的情況、學習者完成課程學習的狀況、學習者在網絡系統中花費的學習時間以及學習者的考試成績等數據，研究學習者的學習行為與教學成果之間的關系，最終形成學習者的學習行為模型，通過構建大數據學習平臺，構建學習者行為模型，能夠預測學習者的學習失敗可能，其預測正確率高達75%以上。

3）構建學習者知識模型。通過收集學習者在大數據在線系統的交互數據，其包括的內容有：學習者請求幫助的性質和數量、學習者回答問題花費的實踐、學習者回答錯誤的重復率、學習者回答的正確率等，通過數據挖掘和學習分析構建的學習者知識模型，能夠將學習單元層面、課程層面、知識點層面的數據信息，通過人工反饋或者自動反饋，選擇適合的方式，充分的考慮學習者的時間，為學習者提供合適的學習內容，這種通過手機每一個所有知識點的詳細數據，再通過在線決策、學習分析和數據挖掘，為學習者提供詳細的學習意見和學習反饋。

4）構建領域知識模型。通過對教育大數據的在線決策、數據挖掘和學習分析，對現有的領域知識進行重新建模，研究學習者與知識點、學習單元、課程等學習內容之間的關系，通過構建領域知識模型，采集和處理學習者的相關數據，畫出學習者的學習曲線，再通過對這些學習曲線進行數據分析，能夠顯著的提高學習者的學習成績和教師的教學效率。

5）構建學習者檔案。通過收集學習者的基本學習信息，建立基本信息數據，通過數據挖掘、學習分析和機器學習算法，根據學習者的學習特征，將相同學習特征的學習者進行分組和聚類，建立學習者檔案，這種能夠為不同類型學習者提供個性化的學習環境，能夠激發學習者的學習積極性和主動性，例如通過數據挖掘技術對學習者在線學習平臺的學習日志進行分析，這樣能夠掌握不同學習者的不同學習特點和交互類型，然后構建學習者檔案，充分的激發了學習主動性，顯著的提高了學習者的學習效率。

6）教學策略分析。大數據在教育領域的運用，其最終的目的是幫助教育者制定教學策略，通過對收集的學習者的信息進行分析，探索學習系統中各種組件的功能，分析學習者學習結果與教學策略之間的關系，然后對教學策略進行分析和總結，這樣能夠為教育領域提供更多、更有效的教學策略，例如Ritter 等人研究的“Cognitive Tour”的智能導學系統，通過數據挖掘、學習分析和在線決策，為該智能教學系統提供了長達15年的細粒度、動態的系統評價，優化了該系統的教學策略，顯著的提高了學習者的學習效率。

7）其他應用。大數據在教育領域的運用還包括個性化學習、自適應學習系統、以及趨勢分析等方面，其中個性化學習與自適應學習系統是大數據應用的終極目標，通過大數據的收集、分析與處理，為學習者提供個性化學習、與自適應學習的環境；趨勢分析時通過對大數據的分析，探索學習者在學習過程中的學習結果的變化趨勢，探索學前行為與未來結果之間的關系，預測未來學習的趨勢和結果，例如加州高等教育協會創建的在線趨勢分析工具，允許用戶自定義檢索條件，為用戶提供教育趨勢預測結果，幫助學習者構建學習模型，最終推動學習者主動的學習。

4 結束語

綜上所述，大數據在教育領域的運用惠及學生、教師、研究人員、技術人員等眾多方面，并且大數據的應用給教育帶來了巨大的機遇和啟發，但是其作為新鮮事物，仍需在實踐中不斷的探索和完善，文章探析的大數據在教育領域的應用，希望能夠為相關的研究人員提供一定的幫助。

［1］張植卿，程鮮彩.大數據對教育領域產生的革命性影響[J].經濟研究導刊，2014（5）：232-233.

［2］徐鵬，王以寧，劉艷華，張海.大數據視角分析學習變革《通過教育數據挖掘和學習分析促進教與學》報告解讀及啟示[J].遠程教育雜志，2013（6）：11-17.

［3］陸璟.大數據及其在教育中的應用[J].上海教育科研，2013（9）：6-22.

［4］張燕南，胡繼岳.關于大數據應用于教育的思考[J].中國電力教育，2013（32）：5-7.