论文部分内容阅读
摘 要：在信息资源库建设中，大数据的数据挖掘技术提取和分析来自各种数据源的信息和数据，发现有用的信息，可以揭示知识点之间联系或者隐藏的学习规律，为学习者提供高效的帮助。大数据对大学生学习过程中产生的大量数据进行分析，目的是评估学生的学业是否进步、预测未来表现如何、发现潜在问题。
关键词：大数据；高校；网络教育
一、大数据优化大学生网络教育的流程设计
（一）优化学习分析系统
在互联网云处理和大数据时代下，设计教育环境，布置学习、实验场景，变换教育空间，采集教学管理数据并作出决策等一些列的东西已经变成了一种行为科学，这种行为科学是靠大数据去支撑的，而不是依靠过去一些拍脑门或者一闪而过的小灵感加经验等完成的。举例来说，目前有很多教育平台通过记录平时学习者点击内容的性质，对学生的学习动态做研究等方式这些就属于学习诱导。例如通过对每次学生查询的知识点内容，以及鼠标对某个知识点点击的次数，以及平均逗留时长等数据进行研究可以了解到网站上哪些内容能够增加对学生的吸引力，哪些内容是学习难点，既而得出哪些学习内容需要被反复讲解及多次强调，哪些讲解方式使学生学习起来效率最高。这样能够极大的改善教学方式，使教师对学生的学习情况有更加全面的掌握。
（二）优化课程设计
由于学生人数众多所以会有很多学生拥有很多类似的学习特点以及一些平时的习惯性做法，这些都可以通过大数据而进行统计，从而对学习者进行分类。例如学生当中会有一些個人性格和兴趣范围很相近的人，有的人活泼，但有的人内向，这样就可以通过大数据将性格、兴趣相近的人分配到同一个网络课堂上，这样不仅可以做到因材施教，又可以达到节省教育资源的目的。应用大数据可以监测学生学习的电子版课程、检查学生提交的作业，在线与学生实时交流，顺利的完成平时的考试与测验，在此过程中计算机可以持续、系统的分析所有学生的学习情况数据。而老师也不单单只是得到学生的考试分数以及作业结果，而是得到学生学习中更加详细的信息，这样可以帮助老师随时发现学生学习过程中的问题，及时的纠正学生所犯的错误，并准确的提出改正方法。学校将大数据应用在数学、英语、语文等课程当中可以设计出针对性的课程学习方法和授课内容，为每个学生提供个性化的服务，这样既可以降低教学成本，又可以提高学生的学习效率，达到良好的教学效果。
（三）优化考试设计
例如当一个学生开始学习“人口遗传学”这个单元时，网络在线学习系统就可以显示出很多种不同的“人口遗传学”的资源链接，诸如：著名教师的讲座，关于遗传学基础概念的视频讲解，交互式“人口遗传学”仿真游戏，网络在线协同作业项目，课后作业和实际动手操作等内容。网站上会对每个学习资源旁边加上一个等级评定栏，包括涵盖到的“人口遗传学”的内容范围，之前学生学习的效果反馈，以及学生对资源喜欢成都和难易程度的评价等。这些评级都是根据以往学生的学习记录进行的统计，例如学习时间长短、课下作业和课外活动、期末考试成绩等。学生可以自主性的根据评级来选择任何资源进行学习。在学生学习过程中，学习数据被记录下来并实时更新，来显示出学生对知识的掌握程度。当学习完“人口遗传学”这个资源以后，计算机会显示出每个人在系统上的评级，以及尚未掌握的知识有多少。学生还可以自由选择参加“人口遗传学”章节的在线测试。通过测验可以帮助自己更充分的了解自身所学知识的不足，以及需要强化、提高的点。老师也可以通过这个系统来了解学生的学习成果。
二、加强顶层设计，协调好各部门数据的共享，协作创新数据的搜集方式
发挥大数据功能首先要拥有海量数据。要获得充分的大学生日常行为活动的数据就需要学校多部门间的数据协作与共享。这就需要高校从领导层面重视网络教育工作，从制度层面加强整体设计，明确各部门在大数据背景下网络教育中的责任和义务，建立起各部门间完善的数据共享的具体制度，使大数据在现实教育中得到广泛开展。与此同时，大数据的信息收集方法也要得到跟上形势。当下对于大学生学习动态信息的收集方式多集中在以下几种，一是学生在图书馆阅览图书留下的阅览信息，二是学生参加校内或校外的实践活动信息，学校保留的学生课程选择及成绩信息，新的社交软件或媒体下的沟通交流信息。通过这些渠道所获取的信息是不完整的，这在两个方面上体现的较为突出，其一是信息收集比较被动，以上数据的收集方法都比较常规，对于信息的真确性、量的多少等都不能准确的定性和定量，主要取决于学生自己的活动情况。另外一点就是没有充分考虑到每个学生的差异。比如，有一些学生非常积极活跃而有一些学生却不愿参加集体活动或网络交谈。因此，在教学实践中，要积极开创符合大学生实际的新的数据获取方式，如手机AP等；强调教育工作的主动性，要立足学生个体的差异性，积极探索多样化的数据获取渠道。
三、结语
大数据可以帮助老师们更深入了解学生的学习兴趣和学习风格。以前照本宣科式传授技能，要让位于组织学生讨论的技能，让位于从数据中获取学生学习信息的技能，让位于根据数据对学生进行个别引导的技能。学生可以学习到自己想学习的东西，积极性就会提高，与老师形成良好的课堂互动，让教学变得更加生动有趣。
参考文献：
[1]方世敏.大数据时代网络教育创新研究[J].商业文化，2015（12）.
[2]丁庆梅.网络教育中的大数据角色呈现[J].教育教学论坛，2016（9）.
作者简介：顾世明（1975—），男，汉族，河北泊头人，本科，政工师，主要研究方向：继续教育。
关键词：大数据；高校；网络教育
一、大数据优化大学生网络教育的流程设计
（一）优化学习分析系统
在互联网云处理和大数据时代下，设计教育环境，布置学习、实验场景，变换教育空间，采集教学管理数据并作出决策等一些列的东西已经变成了一种行为科学，这种行为科学是靠大数据去支撑的，而不是依靠过去一些拍脑门或者一闪而过的小灵感加经验等完成的。举例来说，目前有很多教育平台通过记录平时学习者点击内容的性质，对学生的学习动态做研究等方式这些就属于学习诱导。例如通过对每次学生查询的知识点内容，以及鼠标对某个知识点点击的次数，以及平均逗留时长等数据进行研究可以了解到网站上哪些内容能够增加对学生的吸引力，哪些内容是学习难点，既而得出哪些学习内容需要被反复讲解及多次强调，哪些讲解方式使学生学习起来效率最高。这样能够极大的改善教学方式，使教师对学生的学习情况有更加全面的掌握。
（二）优化课程设计
由于学生人数众多所以会有很多学生拥有很多类似的学习特点以及一些平时的习惯性做法，这些都可以通过大数据而进行统计，从而对学习者进行分类。例如学生当中会有一些個人性格和兴趣范围很相近的人，有的人活泼，但有的人内向，这样就可以通过大数据将性格、兴趣相近的人分配到同一个网络课堂上，这样不仅可以做到因材施教，又可以达到节省教育资源的目的。应用大数据可以监测学生学习的电子版课程、检查学生提交的作业，在线与学生实时交流，顺利的完成平时的考试与测验，在此过程中计算机可以持续、系统的分析所有学生的学习情况数据。而老师也不单单只是得到学生的考试分数以及作业结果，而是得到学生学习中更加详细的信息，这样可以帮助老师随时发现学生学习过程中的问题，及时的纠正学生所犯的错误，并准确的提出改正方法。学校将大数据应用在数学、英语、语文等课程当中可以设计出针对性的课程学习方法和授课内容，为每个学生提供个性化的服务，这样既可以降低教学成本，又可以提高学生的学习效率，达到良好的教学效果。
（三）优化考试设计
例如当一个学生开始学习“人口遗传学”这个单元时，网络在线学习系统就可以显示出很多种不同的“人口遗传学”的资源链接，诸如：著名教师的讲座，关于遗传学基础概念的视频讲解，交互式“人口遗传学”仿真游戏，网络在线协同作业项目，课后作业和实际动手操作等内容。网站上会对每个学习资源旁边加上一个等级评定栏，包括涵盖到的“人口遗传学”的内容范围，之前学生学习的效果反馈，以及学生对资源喜欢成都和难易程度的评价等。这些评级都是根据以往学生的学习记录进行的统计，例如学习时间长短、课下作业和课外活动、期末考试成绩等。学生可以自主性的根据评级来选择任何资源进行学习。在学生学习过程中，学习数据被记录下来并实时更新，来显示出学生对知识的掌握程度。当学习完“人口遗传学”这个资源以后，计算机会显示出每个人在系统上的评级，以及尚未掌握的知识有多少。学生还可以自由选择参加“人口遗传学”章节的在线测试。通过测验可以帮助自己更充分的了解自身所学知识的不足，以及需要强化、提高的点。老师也可以通过这个系统来了解学生的学习成果。
二、加强顶层设计，协调好各部门数据的共享，协作创新数据的搜集方式
发挥大数据功能首先要拥有海量数据。要获得充分的大学生日常行为活动的数据就需要学校多部门间的数据协作与共享。这就需要高校从领导层面重视网络教育工作，从制度层面加强整体设计，明确各部门在大数据背景下网络教育中的责任和义务，建立起各部门间完善的数据共享的具体制度，使大数据在现实教育中得到广泛开展。与此同时，大数据的信息收集方法也要得到跟上形势。当下对于大学生学习动态信息的收集方式多集中在以下几种，一是学生在图书馆阅览图书留下的阅览信息，二是学生参加校内或校外的实践活动信息，学校保留的学生课程选择及成绩信息，新的社交软件或媒体下的沟通交流信息。通过这些渠道所获取的信息是不完整的，这在两个方面上体现的较为突出，其一是信息收集比较被动，以上数据的收集方法都比较常规，对于信息的真确性、量的多少等都不能准确的定性和定量，主要取决于学生自己的活动情况。另外一点就是没有充分考虑到每个学生的差异。比如，有一些学生非常积极活跃而有一些学生却不愿参加集体活动或网络交谈。因此，在教学实践中，要积极开创符合大学生实际的新的数据获取方式，如手机AP等；强调教育工作的主动性，要立足学生个体的差异性，积极探索多样化的数据获取渠道。
三、结语
大数据可以帮助老师们更深入了解学生的学习兴趣和学习风格。以前照本宣科式传授技能，要让位于组织学生讨论的技能，让位于从数据中获取学生学习信息的技能，让位于根据数据对学生进行个别引导的技能。学生可以学习到自己想学习的东西，积极性就会提高，与老师形成良好的课堂互动，让教学变得更加生动有趣。
参考文献：
[1]方世敏.大数据时代网络教育创新研究[J].商业文化，2015（12）.
[2]丁庆梅.网络教育中的大数据角色呈现[J].教育教学论坛，2016（9）.
作者简介：顾世明（1975—），男，汉族，河北泊头人，本科，政工师，主要研究方向：继续教育。