大數據引領高校信息化教學的發展與創新

摘 要：當今世界，科技進步日新月異，互聯網、云計算、大數據等現代信息技術深刻改變著人類的思維、學習和生活方式。如何在大數據時代發展好高校的信息化教學，推動教育變革和創新，以數據為基礎促進教師與學生的教與學，是需要探討的問題。

關鍵詞：大數據;信息化教學;創新

中圖法分類號：G434 文獻標識碼：A

近年來，大數據逐漸成為人們獲得新認知、創造新價值的源泉，它是繼云計算、物聯網之后IT產業的又一技術變革。據IDC《數字宇宙》（Digital Universe）的研究報告表明，2020年全球新建和復制的信息量已經超過40ZB，是2012年的12倍;而中國的數據量則會在2020年超過8ZB，比2012年增長22倍。

一、大數據的特性

1.Volume（容量）。存儲量巨大，不僅是指大數據的數據體量巨大，而且表示單位時間內的數據交換的流量巨大。數據集合的規模不斷擴大，已從GB到TB再到PB級，甚至開始以EB和ZB來計數，傳統的集中存儲與集中計算已經無法處理呈指數增長的數據。

2.Velocity（速度）。數據產生、處理和分析的速度在持續加快，數據流量大，要求處理速率及效率也要快，能夠提供交互式的、實時或準實時的數據分析及數據預測，將處理時間壓縮到最短。

3.Variety（多樣性）。數據類型復雜，數據來源及格式多樣化，如Email、訪問日志、電子商務、網絡檢索歷史記錄、微信、博客等個人數據、企業數據、傳感器數據、網絡數據等。在大數據背景下，數據有可能發生復雜的變化甚至是組合變異和性質突變。

4.Value（價值）。大數據由于體量不斷增大，單位數據的價值密度在不斷降低，然而數據的整體價值在提高。通過對大數據進行處理，經過數據整合、挖掘及數據分析后得到的新信息價值會翻倍。

二、大數據時代高校所面臨的挑戰

1.大數據集成：高校根據自身的應用需求，必須對分散且多樣化數據來源進行抽取集成，探索融合結構化、半結構化、非結構化數據的統一模型，同時提高數據采集的質量，強化數據文化。

2.大數據的分析：高校需要對半結構化和非結構化數據進行數據清洗、關聯和聚合，采用統一的數據結構來存儲這些數據。并將這些數據作為數據分析的原始數據，從中抽取部分或者全部進行分析，以提煉出連續的、低信息粒度的數據進行分析和挖掘。

3.大數據的展現：數據分析產生的結果有可能也是非常大量的，且結果之間的關聯關系復雜、數據維度更多。通過數據可視化技術，以更加適合教學思維的圖形化的方式展示數據分析結果，將枯燥的信息轉換為通俗易懂的圖形。

三、大數據在高校信息化教學中的應用

高校信息化教學的大數據處理模型

數據時代的到來，將帶來更具針對性、個性化的教學體驗。如上圖所示，在高校信息化教學過程中，首先需要完成對用戶數據的收集，再對數據進行挖掘、分析，并轉換成結構化的信息，用這些信息去展示新的事實，描述教師的教學習慣和學生的學習習慣，并根據用戶畫像，利用信息技術手段，在教學過程中起到輔助作用。

1.合理調整課程結構，優化教學資源配置

利用大數據技術對教師和學生教、學行為數據進行分析，在這些數據的基礎上進行建模，分析教學過程、教學反饋和教學績效等各方面信息，掌握各個資源模塊之間的關聯程度，合理調整課程設置以及教學資源的分布結構，根據教學重點進一步改進教學方式，最大化地優化教學資源配置，進一步實現優質資源的數據共享，為教師的高效教學、學生的個性化學習提供便利。

2.基于數據引導學生的自我學習，實現個性化學習

因材施教、個性化學習是教育追求的最高目標，但在傳統的班級授課制中要實現這一點是很難的。通過大數據分析，對學生某一段時期內的學習情況，包括學習、愛好、業余活動等非結構化學習行為數據進行分析和預測，研究學習者的活動軌跡，發現不同的人對不同知識點有何不同反應，用了多長時間，以及哪些知識點需要重復，哪些知識點需要深化等。同時，讓學生了解自己近期的學習情況，以便及時作出自我調整，開展基于數據的自我導向學習，推進個性化學習的進程。

3.發展教師在線學習，促進教學發展

過去的教學因為沒有大量數據的支撐，該教什么全憑教師跟著感覺走。現在利用大數據時代的優勢，發展教師在線學習，這是一種相對寬松、自由的學習環境，并針對教師某一段時期內的教學行為和成果進行大數據分析，通過分析所獲得的數據，不僅有利于教師自我評價，更重要的是通過數據，教師可以了解自己的優勢和不足，認識自我、發展自我、規劃自我，同時可以預測下一時期的教學情況，以便于及時調整教學策略，進行教學改進，促進和優化教學實施過程。

4.重新構建高校教學質量評估方式，提高教學質量

教學評估是每個高校定期要做的項目，目的是通過教學評估發現教學中存在的問題，及時地調整教學方案和手段，以提高教學質量，從而培養出順應社會發展要求的學生。同時，將基于大數據挖掘的智能算法應用于教學質量評估中，從技術層面去分析，找出教師教學的效果、多媒體課件的使用、學生和教師的互動、教學與教學場所等因素中的內在聯系，為教學部門提供決策支持信息，為教師提供準確的反饋信息，幫助教師改進教學、確定教學重點，引導教師改革教學方式，使之更好地開展教學工作，有效快速地提高教學質量。

目前，大數據在高校中的應用還存在一些問題，在數據隱私、數據質量和數據文化等方面，還需要進一步地修正、探索。高校還可以在學科規劃、預測招生生源情況、就業情況分析、輿情分析等方面借助大數據分析技術，挖掘數據中潛在的價值，助力高校信息化教學的建設。我們需要把握時代的機遇，促進大數據技術與教育教學的融合創新，構建網絡化、數字化、個性化、終身化的教育體系。

參考文獻：

[1]趙勇，林輝，沈寓實，等.大數據革命：理論、模式與技術創新[M].北京電子工業出版社，2014：3-4.

[2]趙麗梅.大數據時代高校圖書館工作思路探討[J].吉林工程技術師范學院學報，2014（02）：55-56.

[3]羅軍鋒，徐菲.大數據時代的高校信息化框架[J].中國教育信息化，2014（03）：13.

[4]孫其偉，陸春.大數據在高校中的應用研究[J].中國教育網絡，2014（01）：65.

[5]劉中宇，劉海良.基于大數據的云教學環境設計[J].中國教育信息化，2013（24）：18-19.

[6]張進良，何高大.學習分析：助推大數據時代高校教師在線專業發展[J].遠程教育雜志，2014，220（01）：59.

[7]趙姝淳，孫曙輝.大數據技術及其在教育領域的應用[J].中小學信息技術教學，2014（03）：66.

[8]桑慶兵.大數據在高校的應用與思考[J].中國教育信息化南通紡織職業技術學院學報：綜合版，2013，13（02）：85-86.