SCI论文（www.lunwensci.com）:
摘 要：教育大数据在国内外教育领域方兴未艾，有很大潜力亟待挖掘，也有很多难题亟需破解。 本文分析了大数据在高等教育中的主要应用和面临的主要挑战，总结大数据时代高等教育的特色，展望了未来高等教育的发展方向。
关键词：大数据；高等教育；个性化教育
本文引用格式：杨小凤 . 大数据在高等教育中的应用探究 [J]. 教育现代化 ,2020,7(32):146-148.
exploration of big data application in tertiary education
YANG Xiao-feng
(School of Physics and Telecommunication Engineering, Yulin Normal university, Yulin Guangxi)
Abstract: Big data technology is budding in the field of education, which has promising prospect and also faces lots of challenges. This paper analyzes the main applications and challenges of big data technology in tertiary education, summarizes its characteristics and outlines its development trends.
Key words: Big data; Tertiary education; Personalized education
一 引言
随着信息技术和智能设备的不断发展，大数据时代的海量信息和数据将彻底改变人类的认知方式， 人机结合的思维体系逐步成为现代人认知世界的主要方式 [1]。随着对大数据的深入分析、研究和应用， 将会对高等教育的方方面面产生深远影响。 高等教育的数字化管理、数字化教学、数字化生活越来越普及。2015 年，国务院发布《促进大数据发展行动纲要》，文件明确提出要大力建设教育文化大数据， 要“探索发挥大数据对变革教育方式、促进教育公平、提升教育质量的支撑作用”，并正式启动了“互联网 +” 和“大数据”两大发展战略 [2]。
二 大数据的内涵
大数据具 有“5V”的特 性：第 一，海量性（Volume）， 大数据的存储单位为 TB、PB 甚至 EB，并且数量持续爆炸性增长；第二，多样性（Variety），大数据来源广泛，决定其类型的多样性，包括结构化、半结构化以及非结构化等类型的数据；第三，高速性（Velocity），由于大数据的海量性，对其存储和处理也达到了日新月异的效率；第四，价值性（Value），利用数据挖掘、人工技术挖掘数据信息，发现新规律和新知识应用到生产和生活中，可以创造出巨大的价值；第五，真实性（Veracity），在生产和生活中分析和应用真实可靠的数据才能实现数据管理与应用的潜在价值。就高等教育领域而言，高等教育大数据是在高等教育活动中根据教育需要采集到的一种大数据， 是用于发展高等教育发展并可以创造巨大潜在价值的大数据 [3]。研究高等教育大数据应用目的是促进高等教育与大数据的深度融合，从而提高高等教育大数据的应用价值，有效推动高等教育的发展和变革。
图 1 大数据的特点
图 2 教育大数据的组成
三 大数据在高等教育中的应用
一类是应用教育大数据开展学情分析和预测， 整合、挖掘和分析学生的校园生活和学习的数字足迹信息，如在线学习、校园卡的使用和网络社交行为等，可以揭示学生的行为模式。以此优化个性化的教育决策、改善个性化的学习评估、提供更具有针对性的课程资源、学习内容以及学习反馈和建议。美国 Arizona State university 为学生提供个性化的在线课程，并通过应用程序挖掘到的学生校园生活动态信息如校园卡的使用和在线学习时长等， 分析学生自主学习的自觉性，另外通过社交网站如Facebook 挖掘到的学生兴趣爱好信息为其推荐志同道合的好友 [4]。美国 Rio Salado College 利用软件分析和预测学生的学业表现，并把报告发送给老师， 供老师参考改进教学方法 [5]。通过对学生的学习、交往和生活等数据进行收集与分析，掌握学生学习状况，帮助学生预测学习发展趋势，有助于对学生开展有针对性的个性化指导，为学生打造个性化培养方案，引导学生学会选择适宜自己的课程，学会主动学习，改善学习策略，实现个性化教育教学。大数据时代，为课堂教学方式的变革提供了技术支持、创造了现实条件，让每位学生在课堂内外以适合自己的速度与方法进行学习成为一种可能，促进传统学习方式的“被动性、依赖性、统一性”向现代学习方式的“主动性、独立性、独特性”转变。
还有一类是以翻转课堂、慕课、微课程为典型标志的课堂教学的转型，它使信息化教学面临新的环境，其资源观、教学观、教师发展观等都在发生新变化。翻转课堂将传统的以教师教学为主导的模式转变为学生自主决定学习内容、学习进度和学习方式的模式，而教师的讲授和答疑则作为学生个性化学习的辅助。慕课即大规模开放在线课程，美国、欧洲、国内的诸多名校也正在或者即将提供慕课。微课是关于某一重难点知识的简短生动的教学视频，学生可以通过暂停、倒退或者重放微课，自主地完成学习目标；如果遇到实在不能解决的问题， 也可以及时记录下来，方便教师提供指导。笔者在《通信原理》课程的教学中，针对一些抽象的原理或者复杂的图形，除了借助于幻灯片外，还适当引入微课动画资源，然后按照“一个关键点、一个例子、一个仿真、一个习题”的设计思路，利用 Camtasia Studio 软件制作系列短小精悍的微视频，借助动画讲解晦涩难懂的理论，可以有效提高学生的学习效果 [6] 。
另外，高校可以将大数据引入教学评价环节， 主要包括教师对学生学习效果的评价和学生对教师教学的评价。就教师对学生学习效果的评价而言， 总结和分析学生的学习成效是考量高校教育效率和教育质量的关键。传统评价方式是期中、期末考试， 具有滞后性的缺陷，而且，当试题覆盖的知识点的面不够广时，评价结果是不全面的。如果能利用大数据技术，在教学过程中针对每一章节的主要知识点的学生掌握情况评价，同时根据每个学生平时的学习完成情况、作业完成情况、课外知识拓展情况等进行综合评价，则评价结果就更客观全面。也可以充分利用大数据技术动态化采集信息，深入分析学生学习过程中的学习规律和薄弱环节，并在此基础上制定针对性教学方案 [7]。就学生对教师教学效果的评价而言，目前很多高校学生对教师的教学评价都设置在学期末，属于事后评价，不能起到促进及时调整教学方法的作用，而且评价方式也比较主观和随意，对改进教师的教学方法没有太多的指导意义。可以利用大数据技术优化评价选项和评价细节，设置针对某一章节的教学进行评价，并且每天或者每周对评价结果进行统计分析，为教师及时调整教学方式提供参考，改善教学效果 [8]。
图 3 高等教育大数据的应用
四 大数据在高等教育应用中面临的挑战
传统的信息采集一般倾向于简单的问卷调查方式，不仅数据的准确性不能保证，而且也无法应用专业的分析方法。采集到的数据无法充分利用，只能定性分析大体情况。直到出现利用大数据技术对海量的教育数据进行分析提取有用信息，进而对学情变化规律的发展趋势进行预测，才能为高校教学管理决策提供依据，为高校教育改革提供支持。数据挖掘、机器学习技术是实现挖掘学生学情变化规律、开展学情分析的关键技术。实现的三个主要步骤是数据收集、数据分析和预测。首先需要建立学生学习行为数据库， 然后建立学生学习行为数据与预测学习发展趋势的模型，运用合适的最优化算法求解该模型，最后在验证数据集上验证模型的准确性并在实践中运用该模型对改进教学和学习作出决策。
大多数高校采用传统的服务器储存数据。一旦出现故障，就会出现丢失数据的问题。而且近年来学生数量不断增加，涉及到的学生管理数据快速增长，服务器出现多而分散的情况，这不利于数据的共享和处理。针对这种趋势，高校应该选择采用云平台管理，会更加帮助高校进行海量教育数据的存储和处理 [9]。
图 4 教育大数据的挑战
另外，还应关注教育大数据的安全问题，加强预防数据库被入侵、病毒袭击、数据泄露等信息安全隐患带来的严重后果，采用数据加密、数据脱敏、数据备份、安全审计等技术手段有效保护数据安全。
五 结语
“互联网 + 教育”是信息时代我国教育领域的战略举措，旨在应用大数据技术深化改革与创新发展教育系统。推动大数据在高等教育领域应用，优化整合教育资源，提升高等教育的有效性和针对性， 将是我国高等教育的现实需求和未来发展趋势。
参考文献
[1]舍恩伯格 , 库克耶．与大数据同行——学习和教育的未来 [M]. 上海：华东师范大学出版社．2015．
[2]左国杰 , 李亚凌 , 刘红芳等 . 结合大数据应用的课堂教学改革实验研究 [C]. 十三五规划科研成果汇编 ( 第五卷），2018： 11-14．
[3]何芸 . 大数据在高等教育领域的应用 [J]. 农家参谋 , 2018, 22: 215-216.
[4]关芳芳 , 战培志 . 高校教育大数据应用研究与未来系统架构展望 [J]. 江苏通信 , 2017, 8: 39-41.
[5]张燕南 , 胡继岳 . 关于大数据应用于教育的思考 [J]. 中国电力教 育 , 2013, 32: 5-7.
[6]杨小凤 . 通信原理课程教学改革与实践 [J]. 高师理科学刊 , 2017, 37(1): 95-97.
[7]戴丽娟. 大数据技术在高校教育中的应用探讨[J]. 信息与电脑, 2019, 15: 239-240.
[8]刘海英 . 大数据在高等教育改革中的应用思路 [J]. 知识经济 , 2019, 1: 148, 150.
[9]李赟 , 胡洪都 , 兰璇等 . 大数据在高校的应用研究 [J]. 现代信息科技 , 2019, 3(17): 113-114, 117.
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！ 文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jiaoyulunwen/32014.html
