面向在线教育领域的大数据研究与应用

陈兆奎

在线教育就是指基于互联网技术的新型教育模式，它通过信息通信技术进行知识和技能的增长。在线教育明显区别于传统教育，是一种创新型的教育模式。它打破了固定教育时间和地点的禁锢，并且改变了传统教育的理念，成为了目前流行的新兴教育，但如何将其中庞大而复杂的数据信息进行收集、分析、处理和使用，成为了在线教育的一大难题[1]，由此可见，将大数据技术应用到在线教育领域是极其必要的[2]。

1 面向在线教育领域的大数据研究与应用的意义

在在线教育领域当中，众多的教学者将发布大量的视频数据和课程数据，而更多的学习者将会不断进行数据的访问、查询和学习，这个过程中就会产生难以计数的数据，将这些庞大而复杂的数据进行分析和整理之后，就能够了解到学习者的学习规律，并帮助学习者发现学习中的问题，及时给出参考建议，为学习者提供更为丰富优质的学习规划。在线教育领域的大数据研究与应用注重以人为本，打破传统教育的禁锢，让学生真正占据了学习的主体地位，通过对学习者在在线教育平台的大数据研究与应用，可以帮助学习者了解自身缺陷，通过技术的辅助进行查漏补缺。

2 大数据概述

大数据是指无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合。大数据技术，是指从各种各样类型的数据中，快速获得有价值信息的能力。适用于大数据的技术，包括大规模并行处理数据库，数据挖掘电网，分布式文件系统，分布式数据库，云计算平台，互联网和可扩展的存储系统[3]。

3 在线教育领域的数据分类

教师可以在任何时间、任何地点在在线教育平台上发布课程或者通告，学生通过在在线教育平台上观看视频，学习课程的内容，巩固知识领域，这个过程中所涉及的数据的分类可以分为3种，即数据的来源、获取方式和存储形式。

3.1 根据数据来源进行分类

按照数据的来源可将在线教育平台的数据分为用户信息、视频信息、习题信息和课程信息等等，用户信息顾名思义就是指用户的个人信息；视频信息就是指视频、音频和字幕等等信息[5]；习题信息包含了习题内容和提示信息等；课程信息就是指课程的内容信息和课程的组织结构。

3.2 根据获取方式进行分类

根据在线教育平台中的数据获取方式可以将数据分为显性数据和隐形数据两种，显性数据就是指用户的注册信息、选取的课程内容、课程的成绩以及评价评分等；隐形数据就是指浏览内容、关键词搜索和下载的文件等等。

3.3 根据存储形式进行分类

对在线教育平台的数据存储形式分类可分为结构化数据和非结构化数据两两种。结构化数据即是可以用逻辑表达实现的数据信息，包含了用户信息和课程信息等；非结构化数据就是指不能用逻辑表达实现的数据信息，包含了音频、视频和知识图谱等等[6]。

4 面向在线教育领域的大数据研究

4.1 提取有效信息并进行分析整理

在线教育的过程中会产生海量的数据，因此面向在线教育领域的大数据研究首要任务就是提取有效信息并对这些信息进行分析和整理。由于在线教育中产生的众多数据并不全是有价值的数据，其中不乏垃圾信息的存在，所以利用大数据技术可以筛选出有价值的数据信息，并根据不同的研究要求或者模型将数据进行有效转换，使之形成可供识别和评估的依据，但具体的信息提取、分析和整理工作较为繁杂，面临着众多的挑战[7]。

4.2 分析结果形成决策

在提取有效信息并进行分析和整理之后，就是分析结果形成决策。在这一环节主要立足于学习者给予教育者具体的具有参谋和辅助的意见或结论，从而完善并优化在线教育的内容，革新在线教育的方式，并对学习者未来时期的学习开展具有一定的预见性判断。因此，这一环节操作的侧重点就是宏观化的决策模式的架构。

5 面向在线教育领域的大数据应用

目前我国的在线教育不断的前进和发展，比如翻转课堂和MOOC等都取得了良好的教育和教学应用效果。随着在校教育平台的不断涌现，我国在线教育市场的竞争过于激烈，行业整体上呈现出了不健康的状态。在线教育表面上“风平浪静”。实则“暗流涌现”，有着“未老先衰”的趋势。而大数据时代的到来，则给我国的在线教育完善带来了福音。面向在线教育领域的大数据应用通过在学习者数据库中挖掘有价值的、有效的数据信息，经过分析和整理，得出学习者的学习习惯和行为逻辑，并根据以上结论制定合理的在线教育计划。可以说，大数据的应用为在线教育带来了革命性的变化。

5.1 线上线下完美结合

在线教育的发展极为迅速，在一定程度上对传统的线下学校教育带来了不良的影响，与此同时凸显出了在线教育的不足之处。线下教育为学习者提供面对面的教育服务，而在线教育无法实现这一点，同时线上线下教育的脱节也是影响学习者进行在线学习的一个关键原因。我国未来的教育手段必定是线上和线下相结合的，并且面向在线教育领域将应用大数据技术。根据学习者在在线教育的学习过程中所产生的数据，对学习者的学习习惯和行为导向进行分析和整合，方便教育者了解学习者的学习兴趣和倾向，为学习者制定更为完善的学习计划，同时线下教育有着准确了解学习者学习动态的优势，应用大数据对线上线下的教育数据的规律进行分析和整理，就可以实现线上线下教育的完美结合，提高学习者的学习效率和质量。

5.2 智能练习与测试

在线上或线下的教育当中，练习和测试是至关重要的强化和巩固知识的手段。面向在线教育领域的大数据应用可以根据学生的实际情况将练习和测试做到最个性、最智能和最细致。它可以依据学习者以往练习和测试的成绩，从题库中选取难易程度适中又具有丰富的形式的题目，学习者通过完成这些练习和测试，可以检验自己的学习成果，并且借出现的问题发现自身解题的局限性，然后做出相应的改变。在这个基础上，大数据可以根据学习者学习和记忆的特点重点强化易出错的知识点，使在线教育的练习与测试更为精细。

5.3 实施精准教学

相较于教师根据自身对于课程的理解程度和授课经验来进行备课的传统教学手段，在线教育可以让教师根据学习者具体的学习情况和反馈进行针对性的备课。利用大数据，教师可以在海量的数据中快速地获取学习者学习的有价值数据，通过统计、分析和挖掘学生的行为数据，从中发现学习者的学习难点和教师的教学弱点，根据学习者的实际情况，针对学生的短板知识进行准确的干预和调整[8]。面向在线教育领域的大数据应用可以实现在线教育的精准教学，通过对数据的精准挖掘，对学习者的精确定位和精确预测，帮助教师提高教学水平，为学习者制定更有针对性和个性化的教学指导，进而使学习者的知识掌握水平有所提高，使师生之间形成良好的学术氛围。

6 结束语

面向在线教育领域的大数据研究和应用是在线教育活动开展的重要组成部分，但是先进的教育数据呈现出爆炸增长的趋势，如何在错综复杂的数据中寻找到有效的数据信息，促进在线教育的发展是一个较为艰巨的任务。这就需要进一步加强大数据在在线教育领域的应用和研究力度，从而使大数据更好地服务于在线教育，最终实现在线教育的发展。