大数据环境下高校教学系统研究

【摘要】阐述在当前大数据时代的背景下，高校数字化校园建设如何利用大数据的思想和技术，解决数据质量、数据挖掘利用等问题。大数据技术手段能够促进高校建立完善的数据采集体系、规范数据质量管理、做好数据安全和隐私保护等工作;对高校中的大数据进行深入挖掘和分析，为学校管理决策提供支持，为学校教学、科研工作的改进提供有效依据，提高校园用户信息化服务的服务体验。

【关键词】大数据;教学系统;信息化

一、大数据的定义

对于大数据目前尚没有一个公认的定义，维基百科对大数据的定义为：大数据是指利用常用软件捕获、管理和处理数据所耗时间超过可容忍时间的数据集。

将大数据定义为：无法在一定时间内用传统数据库软件工具对其内容进行抓取、管理和处理的数据集合。大数据不是一种新技术，也不是新产品，而是一种新现象，大数据强调对数据的抓取、管理和处理。大数据具有以下4个特点，既4个“V”：

数量（Volumes）：是指数据规模超大。数量级别从TB（1TB=1024GB）级别，跃升到PB（1PB=1024TB）、EB（1EB=1024PB）乃至ZB（1ZB=1024EB）级别。

多样性（Variety）：是指管理结构化、半结构化和非结构化数据。这些数据来自多种数据源如传感器、智能设备，数据种类和格式冲破了以前所限定的结构化数据范畴，包括文本、微博、音频、视频等等。

速度（Velocity）：是指处理数据快，包含大量或实时数据分析处理的时间要求非常短，1秒定律。速度影响数据时延，从数据创建或获取到数据可以访问的时间差。

价值（Value）：是指价值密度低，商业价值高。以视频为例，连续不间断的监控过程中，可能有用的数据仅仅有一两秒。

大数据与传统的数据库也有明显的区别，两者在数据来源、数据处理方式和数据思维等各个方面都有很大的变化。

二、高校教学系统在大数据环境下特点

1、高校中的数据源

高校是一个每时每刻都会产生大量数据的地方。自从我国推行教育信息化以来，这些数据大部分被记录保存了下来。比如人事、教学、财务等部门的基本业务数据，网络教学课件和视频、网络远程教育教学资源的多媒体数据，学生教师上论坛、微博、微信等社交网络产生的网络行为数据，校园网内连接无线网络而感知的位置数据等。

伴随着高校教育信息化建设程度的不断深入和加强，比以往更多的海量数据被积累保存，这对于高校来说，是一笔宝贵的财富。这些海量数据并不是单一。

纯的数据积累、记录和保存，其潜在的价值将会对现代化高校建设产生积极重要的意义。例如，通过对“课堂、成绩、就业”等方面数据的统筹分析，能够在一定程度上对传统教育领域的授课和学习模式的改革给予指导和建议，通过学生的图书借阅历史和选课信息综合判断学生的兴趣爱好。在这个信息就是金钱的时代，大数据技术的应用将会在高校教育信息化中起到越来越重要的作用。如何充分利用数据价值，使其为学校管理、教学、服务等工作提供有益帮助，将是本文重点研究的内容。

2、高校中大数据的特点

对于大数据关注，往往过分集中于“大”的特点，而忽略了处理大数据所必须面对的一个难题：未经处理的碎片数据是造成大数据价值密度低的直接原因。在高校内部围绕着教师或学生服务和管理产生的数据也具有“碎片化”的特点。

同时他还总结了大数据的另一个特点——持续性。“持续性”体现了校园科研、教学和管理业务的规律。必须基于长期、持续的数据进行统计分析，靠短期数据分析获得的结论对指导教育教学改革无益。而笔者认为，高校的数据还体现了另外一个特点——多维度。“多维度”能够表征校园活动参与个体的完整状态。如，对一位学生而言，学习成绩反映学习效果;借书种类反映兴趣爱好;一卡通消费情况反映家庭状况;上网轨迹反映思想动态等。只有将多维度的数据进行有效整合，通过建立量化分析模型，反映一个学生的生活习惯与学习进步的相互关系，才能清晰全面地分析学生个体。

3、大数据教育与传统教育相比的优势

通过讨论大数据与传统数据的不同以及高校数据源的特点，发现在大数据影响下的教育与传统教育相比具有诸多优势，主要体现在以下三个方面：

数据采集：传统教育数据的采集方式来源于调查问卷、心理测试等。采集标准和规则均已完善。而大数据的采集是过程式的，它关注着学生在校数据的整个生命周期，关注着学生在校生活的每一个微观表现。

策略决策：传统数据诠释宏观、整体的教育状况，用于影响教育政策决策;大数据透析微观、个体的学生在课堂上的状况，用于调整教育行为进而实现个性化教育。

评估误差：传统数据来源于阶段性的、针对性的评估，其采样过程可能有系统误差;大数据采用微观持续性记录方式，采样的方式误差较小。

三、基于大数据的高校信息化教学模式的实现方法

根据“数据是灵魂资产，分析和挖掘是手段，发现和预测是最终目标”指导思想，按照基于大数据的高校信息化教学模式架构，总结高校信息化教学模式的实施路径，四者之间相互联系，互为补充。

“大数据驱动信息化教学”理念是基础。目前用大数据分析驱动信息化教学的展开尚属较新的研究视角，其落地生根是复杂的系统工程，需要国家、高校及教师都树立正确的大数据理念，推动信息化教学模式展开。

一是从国家层面，根据对各层教育大数据的分析，按照大数据发展战略，制定相关的具体实施政策;二是学校的教育管理人员通过数据分析哪些教育项目有利于提升学生的学习效果，从而进一步推广;三是培养教师“数据驱动教学”和“教学数字化”的理念，要求革新教育理念，构建基于大数据的人才培养目标。依据联通主义理念，将章节学习内容以知识图谱可视化方式呈现给学生，实现对知识的有效组织。

当具备数据分析能力，以适应大数据时代所带来的教育变革;其次，教师作为学生和信息知识之间的主要媒介，需要适应大数据时代的要求，由“传道授业解惑者”转为“教学相长的引导者”;最后，通过利用云计算整合教育资源，教师将工作重点转移到教学方法上，积极利用分组协作的方式，学生通过名师的教学视频学知识、学思维方式、学问题解决方法，为构建学习型社会打下坚实基础。

四、总结

本文通过讨论高校中的数据源和数据的特点，探讨大数据技术在高校中如何应用，并从技术和实施两个层面分析大数据在高校教育信息化建设中所面临的挑战以及相应的解决策略。随着对大数据理解和应用的深入，我们期待看到大数据技术为高校信息化建设带来更多的活力。

对信息化教学模式的研究和推广，将是推动高等教育信息化进程的必由之路。但大数据环境下的信息化教学模式研究是复杂的系统工程，信息化教学是动态化教学过程，其发展受到诸多因素的影响，应与时俱进地探讨信息化教学模式的实施路径，但有效地运用大数据理念来开展信息化教学是时代发展需要，也是高教改革发展的必经之路。

大数据技术的发展，为高校的数字化校园建设，带来了新的技术手段和依据。针对高校大数据的实际情况，有针对性的利用大数据思想和技术，充分发掘和分析高校大数据的价值，可以有效的提高数据管理质量，提升部门工作效率，为高校管理决策提供支撑，并在教学、学习、校园安全等多个方面提供有益的推动。

【参考文献】

[1] 吴晓英， 明均仁. 基于数据挖掘的大数据管理模型研究[J]. 情报科学， 2015（11）：131-134.

【作者简介】

邢紫阳（1983—），济南大学泉城学院工学院教师。