大數據背景下MOOC建設路徑探析

熊小進 謝定源

摘 要：MOOC作為大數據技術在教育領域的典型應用，已有顛覆傳統教育之勢。文章以大數據網絡的基本特征為出發點，采用文獻法，探討了大數據技術在MOOC中應用與發展的現狀，建議從國家、學校與教師三個層面著手，采取有效的措施積極推動MOOC發展。

關鍵詞：MOOC；大數據；教育；教學

中圖分類號：G642.3 文獻標識碼：A 文章編號：1002-4107（2016）08-0027-03

隨著社會的進步和計算機、互聯網技術的迅猛發展，大數據已經成為現代社會一種新的思維方式、一種新的問題解決方法。大數據并不僅僅只是一個單純描述數據量之巨大的概念，同時還意味著數據來源的多樣化、數據類型的多元化以及在數據處理與分析層面的大容量和高速度。大數據立足于對大量數據的深度挖掘與科學分析，尋求數據背后的隱含關系與價值，使得人們可以從基于小樣本數據的推測或基于感性的偏好性選擇轉向基于數據分析與理性證據的決策[1]。

美國《紐約時報》將2012年稱為MOOC元年。時至今日，MOOC浪潮席卷全球。MOOC教學平臺能夠搜集所有學習者學習過程的完整數據，為教學過程的調整和優化提供依據，被認為是一種有別于傳統教學模式的新型知識傳播模式，大有顛覆傳統教育之勢。

一、MOOC是大數據技術在教育領域的典型應用

大數據網絡具有4V特征，即Volume（規模大）、Variety（多變量，異構）、Velocity（動態性）和Value（數據及價值稀疏性）。

結合MOOC來說，首先體現在學習者數量巨大上。傳統課堂的學習者一般為三四十人，多則百余人。而MOOC中一門課程的學習者動輒成千上萬，學習者的學習能力、知識水平也存在差異。北京大學2013年一共開了1998門課程，平均每堂課允許48人聽講，實際每堂課平均聽課人數為29人[2]。而與之形成鮮明對照的是，斯坦福大學2011年夏季開設的“人工智能”課程，吸引了除朝鮮之外的全球所有國家16萬多學習者注冊學習。edX于2012年開設的“電路與電子計數”課程，吸引了160個國家的15萬名以上的學習者。清華大學自2013年秋季在edX和學堂在線平臺上開設“電路原理”課程，累計已經有超過7萬名學習者。這個數字遠大于清華大學電機系自1932年建系以來所有學過這門課程的學生人數。MOOC學習者的數量規模是傳統教育方式望塵莫及的。

其次，MOOC平臺既保存了課程的資源數據信息，也保存著學習者的學習數據信息，兩者都具有多維的屬性和特征。比如學習者有姓名、性別、學歷等身份信息，還有視頻觀看時長、論壇參與頻度、作業提交情況、測驗完成情況等學習特征數據。平臺中的數據具有多種模態，既有結構化數據，例如學習者的姓名、年齡、學歷等存儲在數據庫中，可以用二維表結構來邏輯表達實現的數據信息；也有半結構化數據，例如XML、HTML文檔等數據的結構和內容混雜在一起，沒有明顯區分的數據；還有非結構化數據，例如課程資源中的文本、圖片、音頻和視頻等不能使用數據庫二維邏輯表來表現的數據。

再次，MOOC課程學習行為數據以網頁點擊流方式被實時記錄。隨著課程的進行和學習者學習活動的開展，學習者的學習特征數據不斷變化。課程進行中，部分學習者會因為各種原因退出學習，也有學習者中途進入課程來學習。這些都是MOOC數據動態性的實際表現。

最后，MOOC平臺完整、詳細地記錄了每一位學習者的每一次學習活動。幾周時間的MOOC教學實踐所積累的學習行為數據幾乎是傳統課堂教學幾十年才能收集的數據總和。數據之間的關系極為復雜，對學習者海量的學習行為數據進行深度挖掘，能夠發現有價值的學習規律，對后續的教學提供指導和幫助。

因此，以現代信息技術為支撐的MOOC，是大數據技術在教育領域的典型應用。

二、大數據在MOOC中應用研究現狀

在中國知網以“MOOC”為主題進行檢索，共檢索到2133篇文章，其中基于大數據視角方面的文章，只有寥寥25篇，占比僅僅超過1%。

25篇文獻按照內容分為兩類：一類是大數據技術在MOOC中應用的理論探討與研究，另一類是基于MOOC平臺大數據的實證研究。

關于大數據技術在MOOC中應用的理論探討與研究，有8篇論文。文獻極少，研究內容和方向也較為分散。東北大學李封等[3]和深圳大學的黃婷婷等[4]對MOOC學習者的學習行為進行了分析研究。重慶廣播電視大學的吳南中[5]設計了基于教育大數據的MOOC資源開發范式。清華大學張羽等研究者[6]對基于MOOC大數據的學習分析和教育測量進行介紹和探討。上海理工大學的張艷[7]和北京航空航天大學的吳文峻[8]等研究者深入研究了MOOC對專業教育和教學方式帶來的變化和影響。

基于MOOC平臺大數據的實證研究，有17篇論文。主要是基于國內現有MOOC平臺采集的數據展開研究，也有極少數針對國外知名MOOC平臺公開的數據進行的分析研究。

北京大學的王卓等[9]等研究者借助Coursera平臺的數據，構建和優化了學習者分析評價模型。首都師范大學的賈積有等[10]，安徽商貿職業技術學院的張強[11]等研究人員研究了學習者學習行為與學習成績、學習效果之間的關系。北京大學蔣卓軒等[12]研究人員通過分析學習者典型學習行為特征，對其學習成果進行預測。清華大學的李曼麗等[13]使用定量分析模型，對MOOC學習者的課程參與和完成情況進行了深入分析。湖南機電職業技術學院的曾麗婷等[14]研究人員探討了MOOC學習者學習規律的變化與學習規劃的養成。南開大學的王哲[15]對MOOC的用戶行為模式進行了初步分析。石油化工管理干部學院的左俐俐[16]對MOOC學習者的學習狀態變化進行了分析，揭示了學員在學習目的上的分集。深圳大學的危妙[17]和傅霖[18]等研究人員以優課聯盟MOOC課程平臺為研究對象，研究了教學平臺的應用狀況、影響因素、功能以及對教學的促進作用。國防科學技術大學的李建平[19]等研究人員對MOOC平臺在線討論板塊進行實證調查，認為MOOC課程在線討論區對促進教學具有重要作用。清華大學楊永林[20]等研究者探討了智能化資源平臺對于英語寫作教學的促進作用。廣西師范學院的楊滿福[21]等研究人員對edX發表的題為《探究全球性課堂中的學習：基于edX首門慕課的研究》的研究報告的產生背景、方法及意義作了深入的剖析。上海大學的王萍[22]基于edX平臺開放數據，探索中外MOOC學習者的學習行為和特征。

三、大數據技術應用于MOOC的問題

雖然大家一致認為將大數據分析技術運用于MOOC教學能夠優化教學環境，提升教學質量，完善網絡課程系統，促進MOOC的可持續發展，但是現階段我國MOOC的推進過程中，運用大數據技術進行學習分析的工作才處于起步階段，相關的理論探討和實證研究都還較少。在MOOC推進過程中，運用大數據分析的結果來改進和優化教學的工作還有待繼續深入開展。

基于MOOC平臺數據的實證研究，數據源覆蓋面偏窄，數據量較少，研究分析結論可能與實際情況存在偏差，并沒有充分體現大數據分析的特質和優勢。目前國內利用大數據技術分析MOOC學習者的學習行為與學習效果的研究報道較少，對于MOOC平臺學習數據的分析大多沿用傳統的統計分析方法，從研究結果上只能看到片面的學習過程，并沒有反映學習者學習過程的全貌。使用傳統的統計分析模型，在數據處理的規模和處理速度上，都會存在缺憾。我國的MOOC平臺只是實現了海量學習行為數據的采集工作，雖然擁有了大量的數據，但是數據的分析和利用工作卻嚴重滯后。后續在數據存儲、數據清洗、數據歸類、數據建模、數據分析計算、教學決策、結果的可視化呈現等方面都還需要更加深入的研究和實踐。

沒有專門的教學數據分析機構，沒有專門的教學數據分析平臺，也沒有專業的教學數據分析人員。MOOC平臺搜集到的教學信息數據沒有得到及時分析處理和深度挖掘。由于時效性的原因，平臺收集的數據不能發揮出最大效益。

綜上所述，我國MOOC推進過程中，尚未形成完善的MOOC生態鏈，不能稱之為完整的、真正意義上的大數據應用。

四、大數據背景下的MOOC建設路徑

基于MOOC發展和研究的現狀，為了應對信息技術的發展對教育提出的挑戰，把握難得的發展機遇，需盡快從國家宏觀管理、學校支撐協調和教師個人努力三個層面著力，充分利用大數據技術，將我國的MOOC穩步推進，實現教育質量的全面提升，促進教育公平與民主。

首先，在國家層面，教育行政主管部門可以從推進教育民主，促進教育公平的戰略高度出發，通過制定相應的政策措施，指導、鼓勵、扶持各地MOOC的建設和推進；規范和約束MOOC建設中的法律、法規問題，例如知識產權保護、學習者個人信息保護等；加強教育大數據基礎設施建設力度。保障MOOC健康、穩定、可持續發展。2015年4月，教育部頒發了《教育部關于加強高等學校在線開放課程建設應用與管理的意見》，明晰了我國MOOC的發展方向和思路。

其次，在學校層面，高校作為慕課建設和應用的主體，應將MOOC的推進作為教學改革的重要部分，制定相關激勵政策和配套措施。在國家政策的指導下，積極探索具有自身特色的MOOC建設路徑和方法，遴選有基礎的課程，推薦優秀的教師，建設優質的MOOC課程。以校本教育為基礎，以提升教學質量為抓手，打破“數據悖論”，重新構建數據分析指標，利用現有資源及數據分析結果進行教學開發，呈現更好的教學內容[23]，將其逐步推向全國，推向全球，為社會提供優質的教育資源，擴大自身的影響和聲譽，承擔文化知識傳播的社會責任。

最后，從教師層面來看，教師個人應當主動積極地學習現代教育思想和理論，改變傳統教育理念，結合大數據思維和技術，在實踐中不斷探索MOOC的教育規律和方法，將傳統的以課堂為主體，以教師為主導的學習轉變為以學習者為中心的學習，主動適應學習者個性化發展和多樣化的終身學習需求。

現代信息社會，大數據技術已經滲透到政治、經濟、科技、文化、教育、醫療衛生等社會的各個領域。MOOC作為大數據技術在教育領域的典型應用，也正在逐漸改變傳統的教育。我國地域廣袤，人口眾多，各個地區之間，特別是東部地區和中西部地區之間、城市和農村之間，教育資源分配嚴重失衡；各類人群之間，比如學生和在職人員之間、管理人員與技術人員之間，教育需求也存在極大的差異。我們應當高度關注教育信息化的迅猛發展，搶抓機遇，順勢而上，做好頂層設計，構建完善的MOOC生態鏈，有效提升教育質量，推進教育公平和民主，推動知識和文化的傳播。相信在不久的將來，公平的教育機會、優質的教育資源、先進的教育理念、信息化的教學手段、個性化的教學方式都將展現在我們面前。

參考文獻：

[1]鄭燕林，柳海民.大數據在美國教育評價中的應用路徑 分析[J].中國電化教育，2015，（7）.

[2]杭州智慧教育得到全國與會者點贊[EB/OL].http：// www.edu.cn/xxh/focus/xs_hui_yi/201510/t20151027 _1331257_1.shtml.2015-11-04.

[3]李封，李婕，趙長寬等.大規模網絡課程中學習者學習行 為分析[J].計算機教育，2014，（20）.

[4]黃婷婷，陸元明.基于學堂在線的MOOC平臺學習者互動 行為研究[J].教育信息技術，2015，（7/8）.

[5]吳南中.教育大數據應用于MOOC的資源開發范式研究 [J].中國遠程教育，2015，（8）.

[6]張羽，李越.基于MOOCs大數據的學習分析和教育測量 介紹[J].清華大學教育研究，2013，（4）.

[7]張艷，劉亞.大數據時代MOOC對計算機專業教育的影響 [J].計算機時代，2015，（3）.

[8]吳文峻，呂衛鋒.大數據時代的大規模開放在線教育 [J].計算機教育，2013，（20）.

[9]王卓，張銘.基于貝葉斯知識跟蹤模型的慕課學生評價 [J].中國科技論文，2015，（2）.

[10]賈積有，繆靜敏，汪瓊.MOOC學習行為及效果的大數據 分析——以北大6門MOOC為例[J].工業和信息化教 育，2014，（9）.

[11]張強.MOOC學習者學習行為聚類分析[J].通化師范學 院學報：自然科學版，2015，（4）.

[12]蔣卓軒，張巖，李曉明.基于MOOC數據的學習行為分析 與預測.計算機研究與發展，2015，（3）.

[13]李曼麗，徐舜平，孫夢嫽.MOOC學習者課程學習行為分 析——以“電路原理”課程為例[J].開放教育研究， 2015，（2）.

[14]曾麗婷，范逸洲，劉玉.MOOC學員學習規律與學習規劃 的實證研究——以“翻轉課堂教學法”MOOC課為例 [J].工業和信息化教育，2014，（11）.

[15]王哲.大規模開放在線課程的用戶行為研究[J].計算 機教育，2014，（21）.

[16]左俐俐.大規模在線公開課程（MOOC）學習狀態變化分 析[J].石油化工管理干部學院學報，2015，（1）.

[17]危妙，傅霖，黎剛等.MOOC課程平臺學習行為與學習成 效大數據分析[J].教育教學論壇，2015，（38）.

[18]傅霖，危妙，郭姍姍等.探析影響MOOC學習者學習成效 因素[J].教育現代化，2015，（6）.

[19]李建平，丁吉超，吳強等.高等數學MOOC課程討論區開 放性問題在線討論實證調查與思考[J].高等教育研究 學報，2014，（4）.

[20]楊永林，張世蓉，丁韜等.從“慕課”到“小微課”，看大數 據在教學中的應用[J].現代教育技術，2014，（12）.

[21]楊滿福，焦建利.大教學、大數據、大變革——edx首門 “慕課”研究報告的分析與啟示[J].電化教育研究， 2014，（6）.

[22]王萍.基于edX開放數據的學習者學習分析[J].現代 教育技術，2015，（4）.

[23]香港科大龐鼎全：MOOC促進高等教育改革與創新 [EB/OL].http：//www.edu.cn/xxh/focus/li_lun_yj/ 201510/t20151016_1327027_1.shtml.2015-11-05.