基于大數據挖掘的大學生優質教育資源推薦分析

王冠雄

摘 要：本文首先介紹大數據挖掘的研究狀況及發展趨勢，然后分析大數據挖掘為基礎的大學生優質教育資源推薦應用，最后重點探究基于大數據挖掘的大學生優質教育資源推進策略。

關鍵詞：推薦；大數據；大學生；教育資源

當網絡信息時代到來后，教育資源整合、推送方式發生了較為明顯的變化，通過數據挖掘、數據分析等方式全面掌握大學生在資源獲取方面的需求，并有依據的為其提供優質教育資源，以此來進一步提高大學生就業、創業的成功率。

1 大數據挖掘的研究狀況及發展趨勢

1.1 大數據挖掘的應用現狀

國內學者紛紛加入到大數據應用研究活動，但大數據結合優質教育資源的研究工作處于起步階段，并且研究學者數量少之又少，據相關資料顯示，國務院總理高度關注優質教育資源推廣工作，并對此項工作的發展前景展望分析，以期引起研究人員和從業人員的關注，以此深化教育行業改革。當前國內逐步實踐信息化教學模式，如翻轉課堂、專遞課堂、在線學習等，充分發揮新教學方法在教育領域的積極作用。

國外學者研究大數據挖掘的成效遠遠優于我國，主要是因為外國學者研究起步較早，并且研究方式較獨特，基于大數據挖掘的優質教育資源推薦案例不勝枚舉。此外，發達國家注重信息技術創新及信息技術與高校間的合作，通過大數據分析、適應性學習系統研發等方式從整體上提高學生學習成績，并與時俱進的推出大數據服務項目，從而在未來的人才競爭中占據主動地位。

1.2 大數據挖掘的發展趨勢

國內學者針對教育行業數據管理工作十分重視，與此同時，研究學者預測教育行業工作機制，以及網絡安全態勢，取得數據資源整合的良好效果，以便為教育決策制定提供可靠支持，真正實現教育資源共享目的。雖然大數據挖掘、優質教育資源推薦等方面的研究較少，但從另一個角度來講，大數據挖掘發展空間較廣闊，為了加快我國個性化人才培養速度及質量，務必從本國國情出發，主動向西方發達國家借鑒先進經驗，以期高效利用優質教育資源，從整體上提高教育水平，并在大數據挖掘方面積累豐富經驗。

2 大數據挖掘的大學生優質教育資源推薦應用

2.1 構建針對性的數據挖掘系統

網絡信息技術快速發展的同時，線上教育應運而生，并且遠程教育逐漸走進人們的視線。在線教育在資源整合的基礎上，為大學生提供個性化學習機會，以此滿足大學生多樣化學習需求；遠程教育憑借服務器日志完成數據記錄任務，隨著Web數據挖掘方式的有效運用，大大提高數據價值，并直觀顯示數據間的關系。最后通過數據分析，全面了解大學生學習行為，進而有依據的構建個性化學習系統，為每位學生推送相應的教育數據和學習資源。需要注意的是，針對性數據挖掘系統應定期更新，同時，信息采集設備也應不斷完善，確保數據信息全面、準確采集，充分發揮教育資源在大學生學習中的輔助作用。從中能夠看出，構建針對性的數據挖掘系統，這有利于調動大學生學習欲望，并為社會優秀人才培養起到助力作用。

2.2 構建個性化的教育資源推薦系統

教育資源推薦系統構建的前提，即建立個性化教育數據挖掘系統。全方面獲取大學生成績、量化、喜好、出勤等信息，在綜合信息分析的基礎上設計課程模塊，針對數據間的顯性關系和隱性關系深入挖掘，同時，總結得出數據間的模式，最終成功獲取與大學生學習的優質教育資源的緊密聯系。教育資源推薦系統將學習者分為應用型、記憶型、理解型三種，通過過濾方法設計動態化優質教育資源，并構建學習風險預警模型，盡可能滿足每位大學生學習需要，最終實現人才個性化培養目的。教育資源推送的過程中，系統還會提供相應案例，便于大學生對所學內容理解和消化。

2.3 構建以數據為中心的人才培養決策系統

基于數據挖掘、數據分析建立人才培養決策系統，該系統圍繞大學生完成課程安排任務，并引導大學生養成良好的學習習慣。系統運用的過程中，為不同專業學生制定相應的人才培養方案，以此打破傳統人才培養模式的束縛。專業學生在完成必修課程的基礎上，能夠根據興趣愛好和學習規劃，選擇適合的優質教育資源模塊，等學生達到學分要求即可順利畢業。在這一過程中，學校聘用專業教師前來授課，專業教師客觀分析每位大學生學習現狀，真實了解大學生學習需求，進而為學生推薦適合課程，促使大學生在課程學習中養成良好的學習習慣，并成功挑戰自我、拓展發展空間。除此之外，學校應適當調整人才培養機制，創新相關制度，最終制定可行的、合理的人才培養決策，促進個性化人才培養工作有序推進，大大提高人才培養質量。優秀人才培養后，意味著企業發展、社會進步，均能得到優秀人才支持，這對我國教育事業持續發展、信息技術實效性提高有促進意義，最終真正實現信息技術與教育工作融合的目的。

3 大數據挖掘的大學生優質教育資源推進策略

3.1 對大學生日常行為數據進行采集

這項工作操作過程十分復雜，再加上數據來源不一，因此應做好數據預處理工作，以此優化數據集成效果。數據采集主要包括初始登錄信息、使用記錄信息、迭代更新信息，對于初始登錄信息，即大學生制定學習目標及計劃、大學生學習風格及愛好，此類信息全部包含于數據庫；對于使用記錄信息，即大學生在個人信息填寫的基礎上進行課程學習，并且學生瀏覽記錄、IP地址會自動存儲，此外大學生交互數據、注冊信息、測試成績也會存儲于數據庫；對于迭代更新信息，由于大學生學習目標以及愛好會動態變化，這時數據庫系統也會隨之改變，順利實現新信息的存儲，進而向大學生推薦適合的學習資源。

針對上述采集的大學生日常行為數據進行處理，通過去停用詞、分詞等方式完成預處理任務，其中去停用詞指的是刪除重復數據和冗余數據，這在一定程度上能夠提高存儲信息與優質教育資源間的關聯度，進而數據價值會大大增加，并從整體上減少研究誤差，盡可能提高存儲空間利用率。去分詞指的是，針對性提取大學生興趣特征，并對大學生分類，進而優質教育資源推送目標能夠準確確定，優質資源推送效率也會大大提高。大學生日常行為數據采集、數據預處理等工作為接下來數據存儲和數據管理起到基礎鋪墊作用，因此應全面采集數據，提高數據預處理效率。

3.2 對大學生日常行為數據進行存儲和管理

由于大學生日常行為數據量與日俱增，要想高效存儲、統一管理海量數據，務必篩選出價值信息，必要時借助存儲技術以及可行性策略完成差異化標準、結構、實時性要求數據信息的存儲和管理。

首先，數據加密。學校存儲大學生日常行為數據的過程中，為了避免出現網絡黑客侵襲現象，實現數據信息在安全范圍內的有效管理，引進先進加密技術，并利用加密信息實現內容與代碼的轉換，只有大學生本人有權解碼，這在一定程度上能夠提高數據傳輸有效性。其次，倉庫存儲。大數據管理難度較大，通過倉庫存儲的方式管理大數據，實現大數據在存儲中心合理規劃、有序調用目的。這一方法在短時間內有較強適用性，若從長遠角度考慮，倉庫存儲方法應適當改進。最后，云端備份。現如今，大學生日常行為數據存儲和管理正逐步脫離物理機器，轉向數字領域，由于大數據增長速度過快，然而現有物理機器以及倉庫的容納范圍有限，這為云端備份提供了廣闊空間。目前云端存儲服務范圍逐漸擴大，并且云計算應用效率大大提高，即使存在網絡攻擊行為，則云端能夠通過數據遷移的方式進行防御。

3.3 對大學生日常行為進行分析

分析大學生日常行為的過程中，巧妙運用R語言完成數據信息分析任務，并將分析結果以報告的形式直觀呈現，從整體上提高優質教育資源個性化推薦平臺實用性。在此期間，綜合運用數據統計方法、機器學習技術、數據挖掘技術，通過模型建立的方式深層次挖掘大學生學習內容、學習行為、就業意見間的聯系，進而確定大學生就業方向，以此為依據制定個性化人才培養方案。最后合理配置優質教育資源，共同完成優秀人才培養目標。

基于R語言構建大學生學習表現和性格特征數據模型，具體步驟為：采集個體表現數據→數據輸入到數據庫→構建專門數據庫→構建專門數據模型→運用數據算法分析表現數據→出具大學生個體性格特征。接下來將大學生表現數據類型進行相似性分析，并將同類性格特征數據歸為同組數據庫，梳理學習表現數據與性格特征間的關系。運用回歸分析法構建數學模型，同時利用最小二乘法獲取學習表現數據與性格特征間的關系式。此外，通過BP神經網絡法綜合分析學習表現數據和性格特征，通過決策樹法完成數據分類任務。最終能夠直觀顯示大學生性格，最終教師能夠有目的的指導大學生，并幫助大學生制定就業、創業規劃，因此，學生畢業后能夠在社會中找到適合的位置，為社會發展、國家繁榮做出積極貢獻，同時，大學生能夠實現自我價值。

4 結束語

綜上所述，基于大數據挖掘的大學生優質教育資源推薦，這符合現階段社會發展需要，同時還能為教育教學工作順利開展起到引導作用，這在一定程度上能夠擴大信息技術應用范圍，提高數據挖掘技術利用率。希望學校教育工作者以及信息技術研究者能夠以此為借鑒，高度重視數據挖掘工作，并合理制定大學生優質教育資源推薦方案，為社會優秀人才培養做出積極貢獻，以此深化教育教學改革。

參考文獻

[1]孫雨生，于凡，孫肖妹.國內基于大數據的個性化服務研究進展——架構體系與關鍵技術[J].現代情報，2018，38（02）：171-177.

[2]劉淇，陳恩紅，朱天宇.面向在線智慧學習的教育數據挖掘技術研究[J].模式識別與人工智能，2018，31（01）：77-90.

[3]柳益君，何勝，熊太純.大數據挖掘視角下的圖書館智慧服務——模型、技術和服務[J].現代情報，2017，37（11）：81-86.