大数据支持下的数字教育资源生态建设*

刘雅馨 徐超超 王林丽 杨现民



大数据支持下的数字教育资源生态建设*

刘雅馨 徐超超 王林丽 杨现民[通讯作者]

（江苏师范大学智慧教育学院，江苏徐州 221116）

我国数字教育资源存在资源整合困难、质量难以保证、资源建设与应用脱节、资源流通共享困难、个性化资源缺失、资源利用率低等诸多现实问题，大数据为数字教育资源的生态建设带来了新契机。文章从资源建设、资源流通以及资源应用三个层面，分析了大数据对资源建设与创新应用的影响，探讨了基于大数据构建优质资源生态的基本思路，最后提出几点实施建议。

大数据；数字教育资源；资源大数据；资源生态

引言

近年来，大数据引起了社会各界的广泛关注，被视为一种与能源和材料相提并论的资源，并为其接触的几乎所有领域带来了新的变革[1]。2016年6月，教育部在《教育信息化“十三五”规划》中提出要利用大数据技术提升信息化教学的服务与管理。数字教育资源是我国教育信息化的重要建设对象，为解决其面临的困境，教育界学者做了大量有关教育资源大数据方面的研究，包括大数据背景下教育资源的融合[2]、教育资源组织模式[3]、资源描述模型构建[4]、资源共享策略[5]、资源平台建设[6]、资源评价模型[7]、大数据在促进教育资源均衡方面的新思路[8]等，力求促进数字教育资源与大数据的深度融合，打造我国优质数字教育资源的新生态。数字教育资源逐渐由开放均衡理念指导下的资源建设层面落实到“用户至上”的资源应用层面，各建设机构试图从用户角度出发提高教育资源建设的质量、促进教育资源的均衡分布、加速教育资源的流通共享、提升数字教育资源的利用率等方面，来打造中国优质数字教育资源品牌。本文将对我国数字教育资源建设的困境进行探讨，并从大数据的视角提出相应的破解策略，以加速我国优质教育资源生态的建设步伐。

一数字教育资源发展现存问题

近年来，在政府的大力倡导下，数字教育资源建设得到了各级单位的积极响应，不管是国家、企业还是基层单位都为其贡献了大量的人力、财力和物力，但我国的数字教育资源建设依然存在一些不可忽视的问题。

1 资源质量难保证

云技术与流媒体的发展为数字教育资源的存储、传播提供了现实条件。与此同时，开放教育资源理念（OER）强调人人享有开放的优质教育资源、人人成为资源的开发者。这种建设、共享的理念在一定程度上激发了公众对知识创造的热情，提供了数字教育资源开发的动力。但是，“低门槛”的建设机制也因质量审核程序的不完善而涌入了大量的劣质资源。一些数字教育资源存在画面质量差、地方口音严重、声音嘈杂等问题，使得互联网中的数字教育资源呈现鱼龙混杂的状态，部分优质资源被淹没在各种质量较差的资源群中，在很大程度上增加了用户获取资源的难度，降低了数字教育资源的整体可信度。

2 建设与应用脱节

我国数字教育资源在建设初期由于对市场的分析不透彻，人们对建设什么样的资源认识不够，而忽略了对数字教育资源本身的精细设计，导致资源的建设与教学实践脱节，具体表现为师生在抱怨没有可用资源的同时，却存在冗余。数字教育资源的两大服务主体分别为教学者和学习者，大多数资源在建设时往往忽视了使用者的真实需求，缺乏极致化设计、未遵循一定的标准与规范，难以满足授课教师的现实教学需求[9]——对学习者而言，现存的数字教育资源缺乏有效的教学设计，难以与学生原有的认知结构建立相互关联，为学习者的知识建构带来了挑战；对教学者而言，数字教育资源往往作为教学“材料”被嵌入相应的教学模式中辅助教学，现有的数字教育资源虽然种类繁多，但缺少贴合真实教学情境的资源设计，致使数字教育资源的筛选与获取变成了一道繁杂的工序。

3 资源流通共享难

我国数字教育资源大多以自发性的资源建设为主，各资源建设机构、平台间的联通共享程度较低，导致资源共享较为困难，其主要原因在于：①现有数字教育资源具有内容多样、形态多变、终端多元的特点，但在进行资源整合时由于没有统一的描述标准，导致资源标记不精准，难以进行全面的整合联通。②我国教育资源建设机构多样，有政府、企业、学校、个人等多方参与，每个机构的资源建设标准和形式不同，导致资源并不能完全共享，甚至一些好的资源只能在小范围内被获取而没有实现大范围的流通，降低了资源本身的价值。

4 个性化资源缺失

随着教育理念的发展，人们越来越注重学习者的个性化诉求，教育培养模式从原来的“批量式生产”转向为多元化的人才培养。个性化资源是个性化教育得以实现的前提，也是多元人才培养模式的重要支撑。数字教育资源作为当下教育资源的主要形式之一，在设计、应用上还难以满足学生日益增强的个性化需求。究其原因，一方面可能是由于建设初期对资源的个性化需求调研不够充分，仅仅依照传统教学的“普适性”来进行大众化的学习资源设计；另一方面，数字教育资源在建设初期缺乏良好的技术支撑来捕捉学生日新月异的个性化诉求，难以做到按需建设。

5 资源利用率较低

在网络时代，数字教育资源极大丰富，来源渠道越来越多，同时，学校的教育方式和手段也日益多元化，对资源的匹配程度和质量要求越来越高。我国数字教育资源建设在国家和社会各界的支持下已经初具规模，但资源的利用率还有待进一步提高。数字教育资源的建设不是一个一劳永逸的工程，若将其看作一个商业产品的诞生，想要占据一定的市场地位不仅涉及产品的开发、建设，更重要的是产品的售后、更新、维护以及用户体验。但是，就目前国内的数字教育资源建设模式而言，大多开发者只负责一次性开发而不负责线上资源的更新和维护，直接造成了数字教育资源用户流失、利用率低等问题。同时，数字教育资源的质量、共享、个性化等问题，也在不同程度上影响着资源的利用率。

二基于大数据构建数字教育资源新生态

大数据是推动教育领域全面深化改革的科学力量，除了在科学教育决策、智能教育管理、综合素质评价、个性化学习等方面具有重要的价值，对数字教育资源的建设、应用和流通也有着重大价值。在资源建设层面，大数据有助于全面、深度地挖掘用户需求，辅助相关部门开展资源的精准化建设；实现资源的个性化定制；捕捉资源反馈信息，推进数字教育资源的持续进化。在资源流通层面，大数据能够利用语义分析、数据挖掘等技术实现资源的标准整合、动态关联与劣质学习资源的自动淘汰；追踪资源的流通轨迹，保护数字教育资源版权。在资源应用层面，大数据可提供智能推送服务，支持每位学习者进行个性化的在线学习，并实现海量学习资源的智能分类与动态聚合、优质数字教育资源的智能推送，打造特色资源，如图1所示。

图1 大数据支持下的数字教育资源生态

1 资源建设层面

（1）定位需求、精准建设

数字教育资源建设的首要步骤就是要明确具体的建设内容，进行详细的设计规划，并以教育的实际需求为依托细化建设任务[10]。以大数据为支撑的数字教育资源服务不仅能够较为准确地统计、分析在线学习者的资源需求，也能够预测其在未来学习中有可能需要的学习资源。首先，大数据能够对用户的信息进行实时分析和即时反馈，在互联网技术的支撑下其分析结果能够以可视化的方式呈现，并传递给各级资源建设者和管理者具体的资源需求量以及用户所需要的资源内容、类型、呈现方式等信息，以便帮助资源的建设者了解用户需求、实现数字教育资源的精准化建设，帮助资源的管理者进行资源的合理调度。其次，用户在线学习的轨迹能够反映出该用户的学习偏好、兴趣爱好以及学习趋势，通过数据分析与可视化技术，能够将各种隐性用户数据转换为显性的用户行为或行为趋势，科学地预测用户可能需要的学习资源，不断地丰富并完善数字教育资源体系。

（2）个性定制、量体裁衣

在大数据支持下，通过数据分析及特殊算法可进一步定位不同体量、不同群体、不同个体的学习需求及偏好，为资源的个性化建设提供可靠的依据。数字教育资源的个性化定制需要收集大量的用户信息，包括用户的学习内容、学习者特征、学习路径、学习目标等。用户会带着一定的学习目标去查找资源，系统也可根据用户的学习内容来分析用户的学习者特征如学习风格、兴趣偏好、认知特征等，进而通过数据挖掘、学习分析技术来确定用户偏好的资源类型、展现形式、教学风格、学习习惯等，资源建设者可根据用户分析结果实现资源的个性化定制。根据面向对象的不同，个性化定制资源有两种建设方式：一种是群类建设，通过收集大量的在线学习数据，分析学习者特征，将资源使用偏好相似、学习内容相关的用户进行聚群，再按照群体特征进行定制——这种群类建设的定制方式比较适合于国家、省级或者地方、区域的个性化资源建设，能够在一定程度上满足有相似特征学习群体的个性化诉求；另一种是可直接定位到用户个人的资源定制，通过对某个用户学习数据的系统分析，实现一对一、一对多（在建设者能力范围内）的个性化资源定制——这种定制模式可用于小班教学，教师在深入了解学生个性特征的情况下，制定适合学生学习的个性化资源，从而实现因材施教，提升学习效果。

（3）即时反馈、持续进化

数字教育资源的进化包括资源内容的更新、资源形式的优化、资源系统的重构。在信息时代，知识的“爆炸式”发展使进化缓慢或者几乎不进化的数字化资源与用户对新兴知识的需求之间产生了巨大的矛盾。资源的进化是一个较为复杂的程序，尽管目前已经有学者做了一些关于学习资源内容进化的智能控制研究[11]，但数字教育资源的进化依旧是一个重大难题。大数据的到来能够将用户数据转换为有效的资源评价信息，从而促进资源的进化：一方面，大数据能够作为用户与资源建设者的桥梁，收集有效的资源使用信息并反馈给资源建设者或专门的资源维护人员以对资源的内容、设计等进行优化和调整，从而保证资源的不断进化；另一方面，大数据能够跟踪资源的流传轨迹并基于各种资源整合技术建立资源间的相互关联，对互联网中的资源体系进行重构，每当接收到新的资源，系统就能够将其纳入相关的知识体系中并与原来的资源结构建立联系，从而完成整个数字教育资源体系的进化。

2 资源流通层面

（1）标准整合、动态关联

资源的流通与共享需要建立完整的资源组织体系，大数据技术的应用能够实现数字教育资源的自动标记与归类，通过算法使其形成丰富的内外关联，最终实现资源的无缝流通与共享。①大数据可根据先进、完整、统一的数据标准库，采用KNN算法[12]等技术，对各种形态的数字教育资源进行智能分类和存储。通过建立智能的资源描述体系或根据现有的资源建设标准（元数据模型、IEEE的LOM模型等）对资源进行系统化描述，为学习者或教育者等对教育资源的查找、评估、获取和使用提供最大效率的支持[13]。②智能地对转换和分类好的资源内容进行编目，实现资源描述信息的自动添加，使资源如同现实世界中柜台上的商品一样，摆放有序、门类齐全、便于检索[14]。这样不仅减轻了资源管理者的负担，而且方便用户精准、快速、高效地获取和管理不同形态的数字教育资源。③大数据可通过数据挖掘、数据分析、特殊算法等，建立各资源属性及资源与用户间的潜在关联，激活数字教育资源的神经末梢，使其按照错综复杂的认知网络体系实现智能分类转换、智能汇聚，实现资源动态的关联[15]，打通资源流通的“经脉”。

（2）质量把关、优胜劣汰

优质资源的建设需要消耗大量的人力、物力。让资源保持良好的生命力以在时代变迁中得以生存，最关键的就是建立相应的质量评价机制。利用大数据构建的资源智能筛选机制，可为公共教育资源的上传设置门槛，形成自然的过滤网，提高数字教育资源的上传质量，具体包括：①通过资源本身的数据信息对资源进行基本的质量“审核”。利用互联网及数据分析技术，可为资源的各种数据属性设置相应的“合格”值。用户上传一段视频，计算机通过数据的分析对画面构图、音质、画面清晰度等进行判断，当资源本身数据低于上传标准时，系统可自动拒绝上传并反馈资源存在的问题，便于上传者对其进行优化。②自动采集并分析用户的反馈信息（如数字化资源的点击率、用户评价、重播次数、暂定、截屏等），建设资源的自动淘汰机制。大数据通过资源使用数据的分析将资源按照所属的知识点进行排序和筛选，即时调整知识单元的内部资源顺序，降低劣质资源使用的优先级，把质量不佳、访问率低的资源逐步排除出去[16]。

（3）轨迹追踪、保护版权

互联网技术与各种新媒体的发展为数字教育资源带来机遇的同时，也为其版权保护带来了新的挑战。大数据能够从两个方面应用于数字教育资源版权管理：①建立安全可靠的用户数据中心，提供终身教育身份权限认证和资源需求服务。为每一个资源创作者分配唯一的用户ID，并对每个资源都进行唯一标识，建立两者之间的对应关系，在互联网和国家版权登记部门进行登记，把所有的数据保存起来，同时做好相应的备案和证书，这样一来数字教育资源就有据可循、有照所依。②追踪资源的流通轨迹，并建设相应的违规使用预警、奖惩机制，保障优质数字教育资源的基本版权。利用大数据挖掘技术追踪数字出版物的传播路径，加强数字出版传播路径监控，以防数字出版物被肆意侵权传播。出版机构在监控中一旦发现数字出版侵权行为，应及时制止并追究侵权人的法律责任[17]。

3 资源应用层面

（1）智能推送、因材施教

在信息时代，日益加快的生活节奏与碎片化的学习时间，要求优质数字教育资源必须在最短时间内被用户快速获取，以满足学习者最迫切的需求。除硬件设备（网速、终端）等客观影响因素外，更重要的是优质资源如何才能“推用户所想，送用户所需”。大数据支持下的资源平台可实现数字教育资源的智能推送，通过学习者的在线学习数据（学习内容、学习时长、搜索轨迹、测试结果、资源浏览时长、登陆时长、点播频率、讨论话题、停留时间、回播频率、发帖主题、出错概率等）和现实生活数据（考试成绩、日常生活轨迹、作息时间、位置信息、活动信息、环境信息等）的深度挖掘，定位学习者的知识薄弱点、现实需求，并根据学习者的学习偏好、媒体使用偏好、学习风格等个体因素匹配出符合学习者需求的个性化资源，分析、了解学习者的共性及个性差异，实现优质资源的合理配置。大数据分析能使数字教育资源的匹配随用户数据的不断增加和变化实现同步，保证资源推送的动态性与时效性。此外，针对碎片化的学习资源，大数据可充分吸收不同教学大纲，快速完成大纲内的知识体系建构，制定最适合学习者自身学习特性的个性化学习路线，使学习者能够直观了解完成某一学习目标需经历的学习路径、需掌握的先备知识，并通过一条完整的知识路径发现原有知识与新知识间的联系并实现两者的交互和融合，重组和调整自己的知识结构，减少自主学习的盲目性，提高学习效率。

（2）检测关联、自动聚合

数字教育资源体系庞大、数量众多，其传播方式的多样性极大地突破了传统纸质教材固定的知识结构限制，为知识的重构创造了无限可能，具体表现为：①数字教育资源可通过大数据技术分析学习者的知识水平，以学习者的学习特征为导向，帮助其创建属于自己的数字化资源体系。②大数据能够通过检测具有相同专业、爱好、兴趣用户的资源使用轨迹，实现各类资源间的自动关联与聚合，最终形成一个针对某个专业、兴趣点、爱好、主题的专业资源圈，并进行关键字标识，用户既可根据自身需要选择本资源圈内最适合自己的资源圈进行收藏，也可以跳出圈外浏览其它知识领域，而资源圈本身也会根据用户的推荐、使用频率等用户数据来进行自我净化，最终形成一个可信度较高的知识“团”。③大数据不仅可以实现资源的聚合，也可以通过数据分析来构建资源使用的共同体，通过对某一系列资源的使用，可在使用者之间形成一个线上“共同体”，不仅可以促进同一资源使用者之间的交流，也能够在资源建设者和使用者之间建起桥梁，辅助资源进化。

（3）打造特色、因地制宜

数字教育资源不仅能满足大众用户的个性化需求，也能够根据地方区域特色因地制宜，辅助特殊地区打造特色数字教育资源。一方面，随着全国统一学籍信息管理制度的建立，每个学生的受教育状况（包括入学、退学、休学、转学等数据），都可以实时采集与监控。大数据首先能通过对户籍、居民收入、健康医疗等数据的关联分析，以及对适龄儿童、少数民族群体及贫困地区学生入学信息的采集和深度挖掘，实现教育资源的合理分配；然后再根据其地域特征、民族特色、学习偏好等信息推送符合学习者生活和个性化发展的资源，促进教育公平，提高特殊地区的教育质量。另一方面，大数据能够辅助地区建设“自产自销”适合个性化的特殊教学资源，这类教学资源以针对性强、简单、实用、易更新、不重复为特点。例如，当通过互联网数据分析发现某一群体接受汉语困难时，就可根据该群体的用户信息推送与其生活、学习环境紧密相关的汉语学习资源，也就是说从学生的生活情境入手，以提高资源的学习效果。

三总结与建议

大数据有助于优质数字资源的建设和整合，能够打通资源流通的经脉，提高我国数字教育资源的利用率，打造优质的数字教育资源生态。教学者和学习者能够通过基于数据的智能资源平台便捷地获取自适应的个性化教学或学习资源，管理者也能够实现数字资源的智能管理。建设数字教育资源新生态可以从以下几点入手：①加强数据挖掘、智能算法等相关技术的研究力度，解决大数据与教育资源深度融合的技术难题；②鼓励社会各界在教育资源大数据领域的实践研究，为资源建设提供更好的策略及可实施方案；③进一步规范数字教育资源建设标准，不断提高数字教育资源质量；④制定资源公共服务平台及相关资源管理与应用系统的数据采集规范，逐步构建资源大数据；⑤促进政府、企业、学校、协会等社会机构的跨界协作，全力推进资源平台间的数据互换与共享，并制定相关法案来保证资源的知识版权及用户隐私数据的安全。

[1]刘红,胡新和.数据革命:从数到大数据的历史考察[J].自然辩证法通讯,2013,(6):33-39、125-126.

[2]刘晓英,文庭孝.大数据时代的数字资源融合研究[J].图书馆,2015,(2):58-61.

[3]刘虎.基于元数据的教育资源组织模式研究[J].中国成人教育,2011,(6):28-30.

[4]张文燚,项连志,王小芳.支持高效查询检索的大数据资源描述模型[J].哈尔滨工程大学学报,2014,(5):594-601.

[5]何建新.大数据时代高校图书馆的数字资源共享策略探讨[J].现代情报,2014,(9):101-104、110.

[6]荣翠琴,张勇,都静.基于大数据驱动的特色资源服务平台建设[J].图书馆工作与研究,2015,(4):29-32、66.

[7]程罡,高辉,余胜泉.基于真实用户评论信息构建移动学习资源的评价模型[J].现代远距离教育,2014,(1):43-53.

[8]刘雍潜,杨现民.数据时代区域教育均衡发展新思路[J].电化教育研究,2014,(5):11-14.

[9]方兵,杨成,王运武.班班通数字化教育云资源库的构建研究[J].远程教育杂志,2012,(6):72-79.

[10]王瑛,郑艳敏,贾义敏,等.教育信息化资源发展战略研究[J].远程教育杂志,2014,(6):3-14.

[11]杨现民,余胜泉.开放环境下学习资源内容进化的智能控制研究[J].电化教育研究,2013,(9):83-88.

[12]柴春梅,李翔,林祥.基于改进KNN算法实现网络媒体信息智能分类[J].计算机技术与发展,2009,(1):1-4.

[13]余胜泉,朱凌云.《教育资源建设技术规范》体系结构与应用模式[J].中国电化教育,2003,(3):51-55.

[14]陈琳.促进深层学习的网络学习资源建设研究[J].电化教育研究,2011,(12):69-75.

[15]杨现民,余胜泉,张芳.学习资源动态语义关联的设计与实现[J].中国电化教育,2013,(1):70-75.

[16]马秀麟,岳超群,蒋珊珊.大数据时代网络学习资源组织策略的探索[J].现代教育技术,2015,(7):82-87.

[17]齐元军.大数据时代数字出版版权保护的难点与策略研究[J].科技与出版,2014,(1):52-55.

编辑：小西

Ecological Construction of Digital Educational Resource based on Big Data

LIU Ya-Xin XU Chao-Chao WANG Lin-Li YANG Xian-min[Corresponding Author]

There are a number of realistic, concrete problems existing in our digital educational resource, including the difficulties of resource integration, no ensured quality, the disconnection between resource construction and application, the difficulties of resource circulation and sharing, the lack of personalized resource and the low resource utilization.Big data presented a new opportunity for the ecological construction of digital educational resources.In the resource construction, big data contributed to comprehensively and deeply mining customers’ demands, and assisting related department to make precision construction; in addition, big data could achieve the individual customization of resources; big data could also catch the feedback information of resources, promoting the continuous evolution of resources. In the aspect of resource circulation, big data utilized semantic analysis and data mining technologies to realize the standard integration, dynamic association of resources, and automatic elimination of inferior learning resources; moreover, big data tracked the flow path of resources to protect the legal copyright of digital educational resources. In the aspect of resource application,big data provided smart push service to support each learner to conduct personalized online learning, implemented the intelligent classification and dynamic aggregation of massive learning resources, realized the intelligent push of excellent digital educational resources and built the characteristic resources.

big data;digital educational resource; resource big data; development problem

G40-057

A

1009—8097（2016）10—0005—07

10.3969/j.issn.1009-8097.2016.10.001

本文为江苏省普通高校学术学位研究生创新计划项目“基于行为数据的在线学习预警机制设计”（项目编号：KYZZ15_0381）、江苏高校优势学科建设工程资助项目“江苏师范大学教育学省优势学科建设”(项目编号：苏政办发〔2014〕37号)、国家级大学生创新训练计划项目“开放知识社区用户编辑行为分析与支持能力提升研究”（项目编号：201510320059）的阶段性研究成果。

刘雅馨，在读硕士，研究方向为教育信息化与智慧教育，邮箱为liu-y.x@qq.com。

2016年6月5日