引言：易發表網憑借豐富的文秘實踐，為您精心挑選了一篇高校教育模式變革中大數據的應用范例。如需獲取更多原創內容，可隨時聯系我們的客服老師。

大數據技術建立在數據的搜集、存儲和分析能力有了跨越式發展的基礎之上，被學術界公認為滲透到各個領域的重要生產因素。隨著移動網絡帶寬的快速提升、云計算和物聯網應用的普及，更多傳感設備和移動終端接入互聯網，設備之間實現了前所未有的互聯互通，由此產生的數據不可估量。在高等教育領域，教與學的過程也產生海量的數據，如何有效挖掘數據背后的隱藏價值，分析并利用這些數據來促進教學效果的提高，是當今教育界研究的熱點問題。

１教育大數據及其特征和來源

大數據時代的一個顯著特征是從數據中尋找答案、用數據說話［１-２］，它的戰略意義不在于掌握龐大數據的顯性信息，而在于對海量數據背后隱藏信息進行有效的分析。教育領域中，大數據的特性可以用４Ｖ來概括：Ｖｏｌｕｍｅ（數據規模大）、Ｖａｒｉｅｔｙ（數據形態多樣）、Ｖｅｌｏｃｉｔｙ（數據處理快和結果報告快）、Ｖａｌｕｅ（數據價值潛力大）。實際上，處理教育數據的難點主要在于后３個“Ｖ”。具體地說，數據形態多樣化要求一個程序既要能處理傳統的結構化數據，還要能處理文本圖片、視頻音頻等非結構化數據，這讓現有的數據庫難以應付；處理速度決定結果報告的生成速度，快速響應就是要讓用戶的時間成本最小化；數據的價值潛力大意味著數據本身的價值密度低，隱藏信息需要挖掘。此外，大規模數據的有效性、真偽性難以辨別也是技術應用中要克服的問題。統觀整個高等教育過程，產生海量數據的來源主要有：１）傳統的非電子形式的文檔；２）來自學校各種信息系統的數據；３）大學在線課程平臺上的數據；４）社會開放學習平臺上及公開網頁上的數據；５）教育行政管理部門統計的數據。從微觀的個體看，當前獲取教育大數據的主要途徑是在線教育平臺，研究人員利用這些平臺可以較容易地獲取關于學習者的興趣或學習活動的數據，從而幫助授課教師發現具有顯著效果的教學方法。研究者最終希望，通過平臺上的大數據，“精準”地“測量”學生在所有課程的任何階段的學習進度和效果。而從宏觀的教學管理看，教學管理部門需要監控教學質量，及時得到教學過程數據的反饋，評估教學，及時對教學運行進行必要的調整。

２教育大數據分析與處理過程

教育大數據分析技術源于大數據在商業領域的應用，如某寶電商平臺根據用戶的瀏覽痕跡推測用戶對產品的偏好。目前，教育領域常見的大數據應用是以學生群體為主，借助于網絡在線平臺或移動終端，跟蹤、挖掘和分析學生學習的整個過程。視頻教學和師生間的網絡互動交流將成為未來教育的重要形式，記錄學生學習過程的數據，將對學生的教育規劃進行有依據、智能化的指導，以提高學生學習的質量和效率。從經驗上看，這些數據中，結構化的數據約為１５％，非結構化數據（用戶評論、交互過程記錄、位置、圖片、音樂、視頻等）約為８５％。數據挖掘和深度學習等技術是教育大數據分析的基礎，可視化是數據分析結果呈現的關鍵。教育大數據處理框通常可以用圖１來表示。算法的最開始是獲取數據，判斷數據類型，并根據是否是結構化分別處理，統一存儲在關系數據庫中；然后創建數據倉庫（ｄａｔａｗａｒｅｈｏｕｓｅ），進行聯機分析處理（ＯＬＡＰ）；最后根據不同的應用目的生成報告，目的是幫助學習者或教育管理部門對學習或教育的過程進行改進。

３教育大數據應用系統的架構

傳統的計算機系統處理大數據不僅復雜、耗時，且成本較高（尤其是時間成本），所以研究人員必須使用基于并行計算技術的系統架構，如圖２所示。這是將大的問題分割成多個小問題，并行解決后再匯總的思路。目前大數據處理的主流軟件平臺有以下三種：

３.１MapReduce

Ｇｏｏｇｌｅ公司研發的ＭａｐＲｅｄｕｃｅ可以處理帶有大量計算機節點一起工作所產生的大型數據集，且集群系統擁有良好的可伸縮性。ＭａｐＲｅｄｕｃｅ雖然不開源，但它易于使用，可以處理磁盤文件、關系數據庫等組成的原始數據，解決海量數據的計算問題。其形式可以是結構化或非結構化的形式，一般用戶只需實現ｍａｐ（）與ｒｅｄｕｃｅ（）兩個函數。

３.２Hadoop

Ｈａｄｏｏｐ是個基于Ｊａｖａ編寫的開源軟件，支持分布式并行處理計算機集群上的大數據集，并且具有非常高的容錯能力。Ｈａｄｏｏｐ分布式文件系統是分布式文件管理系統中的一種，能運行在廉價硬件集群之上，并且以流式數據模式來存儲超大文件。其優點是高擴展性、高容錯性、低成本。

３.３NoSQL

該數據庫系統能滿足數據存儲方面的水平擴展性，不需要高度的數據一致性，比傳統ＳＱＬ關系數據庫在數據存儲和檢索機制方面有更少的約束。

４教育大數據應用實例

以高校計算機課程教學為例，在大數據時代，高校可建立基于數據驅動的教學模式，代替傳統教學模式。目前，大數據平臺主要解決是數據分析與課堂教學優化同步的問題。線上的數據可以同步驅動線下教學，即線上線下課程同時進行，通過對線上教學數據進行實時采集分析，同步驅動線下課堂教學即時優化和動態調整。目前，國內高校的線上教學，已經擁有大量優質的在線ＭＯＯＣ課程，很多高校還在此基礎上推廣翻轉課堂、模型分析、工具挖掘等混合教學模式［３］。學生課前通過線上學習，完成在線練習。大數據后臺則對此進行數據分析，即統計學生學習過程中的點擊次數、提問和參與討論的數量，然后建立模型來預測學生行為，最后教師可以根據大數據分析的結果，進行線下教學優化調整。在這種大數據混合教學模式下，通過數據積累，學習評估體系發生一系列的改革，傳統模式下單一的以考試成績為主的評價體系，變更為過程性和考試成績相結合的評價體系。學生在大數據課程背景下的學習成果，不再是獲得一張只有分數和排名的成績單，而是一份詳細的“學習評估分析報告”。根據各專業群體平時數據反饋的共性問題得出評估分析報告，進而得到整體學習的情況結果，并能夠對單個學生進行差異分析，完善學生自身知識架構［４５］。相比于傳統的數據收集方式，教育大數據擁有實時性、綜合性、連續性和自然性的特點，因此，教育大數據在教學質量評價、教育理論及實踐創新和高校德育評價體系等方面都有廣泛應用。針對傳統教學評價存在的問題，甘肅某高校利用大數據在教學評價中的優勢，將大數據技術和數據挖掘技術應用于高校教學質量評價中。該系統主要運用數據的采集轉換和挖掘分析技術，最終將結果反饋回教學課堂的實際應用中，為高校教學管理決策提供有力依據。顛覆傳統評價模式，基于大數據的評價使教育評價更加客觀，更具有針對性和預測性。東北某高校通過教育大數據，建立合理的大學生評價體系，運用層析分析法、綜合模糊評價法進行實證分析，構建適合的評價指標，實現對大學生的個性化評價。利用大數據技術可以對海量數據進行提取和分析，將這個技術應用在教學領域中，可以協助管理部門做好科學的教學決策，湖北某高校將大數據技術應用于教育研究，對海量數據實時挖掘，做出更為科學、合理的教育決策。

５教育大數據應用帶來的教學變革影響

５.１傳統教學評價到大數據評價

培養綜合性人才是各大高校的重要任務，而高校教師的教學質量特別能體現一個高校的綜合實力，因此對教師進行多維度的教學評價顯得尤為重要。教學評價主要分為診斷性評價、形成性評價和總結性評價三種類型。多年來，我國高校教育傾向于總結性評價，大數據的出現使形成性評價成為可能。傳統的教學評價存在的問題包括以下四個方面：評價主體單一、數據采集不完整、數據分析能力弱以及結果反饋不及時［６］。傳統的教學評價一般采用以學生為主體的方式進行，但學生更加側重課堂氛圍而教師則更加注重于課堂內容的知識體系，導致傳統的評價體系很難對教師進行全面的評價，且評價存在“感情因素”。學生喜歡一個教師就會給出較高的評價，這種評價方式是不客觀的，無法真實衡量一個教師的教學水平。由此可見，傳統的教學評價方式存在一定的局限性與片面性。大數據教學評價是指依據教學目標，對收集到的數據進行科學的深層次挖掘，篩選出相關性數據，并對教學過程和結果進行判斷。大數據時代，各種新技術把對數據的及時采集變成現實，有效地保證了教育評估的時效性。結合傳統評價優點的大數據評價能對教師形成相對完整的過程性評價，及時幫助教師發現自己的教學問題。

５.２促進教師教學創新

學校教育是由學生學和教師教兩部分構成。學生需要教師的引導與培訓才能學會理論知識和技能技巧，教師也需要學生的配合才能順利地開展教學工作。高校是連接學校和社會之間的橋梁，教師的教學質量將會直接影響到社會人才的質量。因此，大數據評價是具有價值的科學性預測，能夠推動教師自身的學術發展和教學模式的創新，從而為社會提供新型人才。在新模式教學過程中教師將不再扮演刻板的講師角色，而是轉變為為學生咨詢，與學生交流、探討問題的對象。大數據式的教學評價所采集的數據以及數據分析的結果不僅能夠為教師的教學目標、教學過程、教學形式等提供前期基礎，還能夠讓教師積累教學經驗，對日后的教學起到引導作用。

５.３促進學生學習能力的提升

學生作為學習的主體，養成自主學習的習慣非常重要。根據教學評教的分析結果能夠使教師更為及時地了解到學生的真實需求，在學生提出自己的要求后，教師據此對自己的教學任務做出及時的調整，以滿足學生的主觀需求，激發他們的學習興趣，主動去接受和探索新的知識，提高學生的學習效率以及自主學習的能力。

５.４提高高校育人管理水平

高校利用大數據技術使得教學形式更加靈活化和個性化，同時也有助于教師跟蹤學生的學習過程，深入了解學生的學習狀態，以學生為中心，有針對性地提出問題，精準反饋教學效果，挖掘學生的潛力，引導和培養學生的學習興趣。

６結語

當代社會科學技術更新迅速，傳統的教育及評價方式已經無法滿足時代的需求，因此順應時展的大數據評價模式便具有了很大的優越性。它不僅能夠促進教師教學創新，提升學生的學習能力，還能提高我國的國民素質，為學生的前途發展、社會的發展、國家的繁榮昌盛打下堅實的基礎。

參考文獻：

［１］王平.大數據時代教師適應技術變革的策略研究［Ｊ］.知識經濟，２０１７（２０）：１７１１７２

［２］楊現民，唐斯斯，李冀紅.發展教育大數據：內涵、價值和挑戰［Ｊ］.現代遠程教育研究，２０１６（１）：５０６１

［３］程學旗，靳小龍，王元卓，等.大數據系統和分析技術綜述［Ｊ］.軟件學報，２０１４，２５（９）：１８８９１９０８

［４］仇德成，仇思宇，趙國營.大數據分析在教學質量評價中的應用［Ｊ］.計算機時代，２０１９（２）：２６２９

［５］趙曼.大數據時代的教育應用研究［Ｊ］.信息記錄材料，２０１９，２０（２）：１８１１８２

［６］韓成勇.大數據背景下的高校教學評價［Ｊ］.電腦知識與技術，２０１７，１３（１７）：１５９１６１

作者:周近 王玉璽 周穎 單位:江蘇第二師范學院數學與信息技術學院