大数据技术在教育行业中的应用

2020-02-03洪铖

电子技术与软件工程 2020年14期

洪铖

（黄冈师范学院湖北省黄冈市 438000）

多项新型技术都改变了人们的生活，云计算、大数据都使教育行业产生较大变化，并推动了相关产业的变革。随着对大数据认知的不断加深，经过分析，相关人员了解了大数据中的多重问题，为改善当前现状，依照实际需求，并与未来趋势相结合，可有力改善当前教育行业面临的困境，从而提高大数据的管理水平，促进教育行业发展。

1 大数据技术在教育行业中的发展现状

1.1 数据干扰较多

大数据的快速发展，使其在教育行业的扩展较为迅速，但该技术在我国依旧处在初级阶段，部分教育数据的结构并不系统，由于现实中的场景较复杂，如人的思维或学习行为等，都较难通过大数据直接判断，因此，基于教育的分布属性大多为纵向，其大数据也会分布到纵向领域中，因而造成了较多干扰的数据选项，影响了教育行业的创新与发展。

1.2 缺乏隐私保护

大数据给教育行业带来了诸多便利，但其弊端也较为明显，即缺乏足够的隐私保护，特别是学生。随着大数据时代的到来，每人每天都会接收各项数据信息，任何人都无法避免，甚至连考试或教育方面的信息也概莫能外。某些教育机构会向第三方提供数据分析，其内容主要涉及到学生的个人信息，若出现安全或隐私保护问题，不仅会伤害到被侵权的学生，还会影响相关数据分析机构，并面临着道德与法律的双重压力。

1.3 技术薄弱

大数据技术包含多种领域，而领域不同，则关于数据信息研究的方向也会有所区别，此现象会造成多种问题，不同的技术较难跨领域使用，其原因在于其采用的数据模型与类型不同。与此同时，大数据技术大多应用在网络中，在软件开发方面，我国当前的数据技术并不先进，仍处在学习与发展的阶段中，且系统制作并不完善，尤其是在数据信息处理或储存技术上，因而教育行业内部的大数据存在技术薄弱。

2 在教育行业中完善大数据技术发展的有效措施

2.1 开展技术融合系统

当前大数据仍处在教育行业的发展阶段，为完善大数据的发展，教育行业中的管理者需开展技术融合系统，建设新型教育服务模式，比如，相关人员借助大数据技术可使教育行业的决策变得更加科学与系统，提高信息管理技术。

（1）针对大数据内部的信息数据资源，可开设共享平台，多个教育部门间的信息交流可实现有效共享，促进了大数据技术的融合。

（2）可运用数据库技术，其内部构造为数据库系统、数据库与管理系统组成，如图1 所示，利用该数据库，管理者可对相关信息资源进行有效整合，设置电子版的成长档案，及时记录并整理师生间的综合评价，并对整个高校的教育过程进行适时追踪，从而使各高校的教育管理更为系统。

图1：数据库技术系统

图2：数据库的特点

（3）信息化发展也改变了高校的教学方式，为开展人机教育，通过大数据内部的知识积累，提高AI 技术的整体水平，并将其灵活运用到教育教学领域中，在实现人机教学的基础上，使该技术获得更大的发展与提升[1]。

2.2 加强隐私保护

大数据快速发展的同时，也暴露了每个人的隐私，因而加强隐私保护已显迫在眉睫，若想安全保障当前社会的个人信息，政府部门需增强有效的管理与监督。

（1）政府部门需将主体设置为信息技术部，而副体则为教育部门，通过能力较高的信息技术严格控制个人隐私，而教育部门则依托于信息技术，从个人信息到考试、测验等都需加强保护。

（2）利用信息技术，教育部门需依据自身实际情况，实行合理的监管，并设立对应的监管系统，针对部门内部所有人员的隐私都应严格保守，避免出现隐私泄露等不良状况。

（3）针对监管工作，管理部门需开展实时测评，以保障其监管到位，若在检测过程中，发现某些工作失误，应立即纠正，并进行深刻反思，防止类似的隐私再度泄露[2]。

2.3 改进大数据技术

由于数据库的世界极为独特，其特点如图2 所示，虽然大数据技术在我国的发展速度较快，但其发展范围并不均衡，我国需参照大数据应用的实际情况，开展大数据技术的优化工作。一方面，针对数据信息本身，相关人员需实行整合工作，并及时将垃圾数据清除。另一方面，部分教育机构或研究机构对大数据中的技术过于重视，将其引入到教育行业中的根本目的是为了促进教育产业的发展，因此，管理者在革新大数据技术时，应抓住本质，避免出现舍本逐末的现象，需将教育放在首位，借助技术改善教育产业，进而提高教育行业的整体质量。

例如，某高校设置大数据平台，由于其技术水平不高，其管理效果并未显现，而内部管理人员在使用专业技术型人才后，及时清理并整合数据平台，将育人放在首位，从而改善了该系统，使该校的教育管理更为科学。

2.4 提高教师的互联网教学水平

在大数据教学模式中，互联网教学占据着较大的比重。为了提高教师的互联网教学水平，首先，需要教师学习先进的互联网技术，掌握互联网的使用方法，将互联网应用到实际教学中。例如：在教学过程中，如果学生遇到抽象的概念无法理解时，教师都可以通过网络手段，搜索该概念的多种解释，帮助学生更好地理解这一概念；然后，需要对教师展开互联网使用的培训，让教师更好地掌握互联网大数据的使用方法，从而提高教师的互联网教学水平；最后，需要提高教师的综合素质，让教师能够更好地完成互联网大数据的搜索工作，提高教师的教学效率。例如：教师在使用多媒体进行教学时，需要用到各种教学素材，这些素材通常来自互联网，这就需要教师具有一定的素材收集能力，只有这样才能制作出高质量的教学内容。

2.5 吸引社会各方资源的投入

为了适应大数据时代的发展，学校管理者需要对教学方式不断进行革新，并且吸引社会各方资源的投入，从而让学校能够完成大数据教学的转型。学校可以争取的社会资源主要包含以下几个方面：

（1）政府部门的支持。政府部门可以给予学校政策上的支持，并且进行一定的资金补助，帮助学校完成大数据教育的基础设施建设，如多媒体设施的建设、学校共享平台的建设等；

（2）教育部门的支持。教育部门可以为学校提供大数据教学的建议，并且对学校的教师进行一定的培训工作，使其更好地使用信息化教学设备，从而提高教师的信息化教学水平；

（3）社会企业的支持。可以通过校企联合的方式获取企业的资金援助，帮助学校完成大数据教学设施的建设，同时学校需要公开企业的援助信息，扩大企业的知名度，从而实现双方共赢的目的。

3 大数据技术在教育行业中的具体应用

3.1 搭建基于模型的教育大数据应用框架

对于教育行业大数据技术的具体应用来说，必须从宏观、中观、微观三个层面出发搭建基于模型的教育大数据应用框架，具体如图3 所示。

基于图3 进行分析可以发现，该应用框架由教育大数据核心基础、数据科学领域专家和教育科学领域专家两类关键人群，以及宏观、中观、微观三个层次组成，大数据技术可由此基于框架提供不同的应用服务，更好服务于教育行业。其中，框架的核心基础包括教学管理及教与学产生的各类行为数据、教育过程中学生生成及教师建设的各类教育教学资源数据、师生及各类教育装备的状态数据、各类基础层数据，如教师教学的行为数据、学生学习的行为数据、微课、PPT 课件、师生身体状态、教学进程、学校管理数据、统计年鉴数据等；在两类关键人群中，数据科学领域专家主要负责挖掘与分析相关数据，教育科学领域专家则需要基于自身经验识别教育系统中的潜在问题并提出更好的理论模型用于教育教学决策。通过两类关键人群打造教育大数据模型，大数据技术即可更好服务于教育行业；三层模型体系需同时关注宏观区域教育治理层面、中观学校教育管理层面、微观个体发展层面，以此更好服务于教育管理政策制定、学校层面的科学决策与精准管理、精准诊断和深入解析学生能力发展并提供指导。

图3：基于模型的教育大数据应用框架

3.2 大数据技术的具体应用

3.2.1 宏观层面的应用

大数据技术在教育行业宏观层面的应用主要表现为辅助教育决策，通过大数据技术开展教育背景分析，即可实现对教育发展现状的更好把握。社会经济与教育的互为因果关系使得教育治理难度较高，为破解该难题，可由教育社会学、教育经济学等领域专家从社会背景和经济背景方面出发，构建学龄人口、人口密度、人口总量、人均财政支出、人均GDP 等指标组成的社会背景模型，辅以数据科学领域专家的算法知识，即可开展模拟仿真，明确教育受到的各类指标影响，同时可了解时间和空间上教育资源差异出现的原因，更加公平的教育资源配置、未来资源分配方向的准确预测可由此实现；教育行业宏观层面大数据技术还能够用于资源诊断分析，更为合理的资源配置可由此实现。对于具体区域来说，各学科教育资源均衡配置需要深入了解实际的教育资源建设和使用情况，因此教育领域专家应负责建立包含资源应用热度、资源均衡度、资源质量等指标的教育资源评估理论模型，而结合数据算法经验，数据科学领域专家需结合具体数据指标与模型指标，最终由两类专家合作打造能够实际应用的数据模型。可基于用户对资源的收藏、下载等行为收集资源质量指标，从资源学段、学科和类型出发计算资源均衡度指标，具体分析还需要对教育资源建设现状进行分析并提出具体建议，以此满足区域教育资源生态均衡发展需要。

3.2.2 中观层面的应用

大数据技术在教育行业中观层面的应用主要表现为教师发展洞察、走班排课建议两个方面。基于教师发展洞察进行分析可以发现，以数据量化支撑的评价方式在大数据技术支持下可取代传统的主观方式评优和选拔，优秀教师选拔、师资队伍建设和优化可获得有力支持。大数据技术可综合分析备课、授课、安全等多个场景，不同层次教师群体特征的深入洞察也可实现，同时可提供教师个体画像，为教师专业发展促进、教师队伍配置优化提供支持；基于走班排课建议进行分析可以发现，大数据技术可较好服务于学校管理，适应学生个性化发展、学生自主选择权扩大现状，传统“千校一面”的管理模式与课程体系也可随之得以改变。以近年来多地开展的“走班制”探索为例，大数据技术可为智能化“走班排课”提供支持，通过汇聚教室数量、学校师资、学生选科数据，在数据科学领域专家算法支持下，即可实现走班排课模型的科学构建，更好为学生提供个性化课表，学校的资源配置优化可同时实现。

3.2.3 微观层面的应用

大数据技术在教育行业微观层面的应用主要表现为全面发展监测、科目选择建议。全面发展监测能够解决以往教育监测维度较窄、成本较高、结果时效性不高、投入较大等问题，教育的实时监测可在大数据技术支持下实现。基于大数据技术对各类监测指标进行实时采集、自动化分析，即可实现传统测评形式优化，具体实践可采集和汇聚学习者的自我评价、学业数据、学习行为数据、人口学数据，依托学生发展评价理论模型、数据可视化技术、学习分析技术，最终提供个性化分析报告，学生发展的实时监测与反馈可由此实现；科目选择建议可更好服务于学生的个性化发展，适应新高考变革，学生可基于自身的未来职业理想、学业能力水平兴趣爱好选出适合发展的科目组合。但值得注意的是，新高考需要学生更加全面的认识自己，并同时考虑未来职业发展、学业成绩受到的不同科目组合影响。因此，需基于大数据技术为学生的科目选择提供支持，以此构建基于大数据技术的学生科目选择模型，汇聚高校专业招生条件及学生的不同科目学业数据、职业倾向数据、心理测评数据，配合机器学习相关算法即可构建科目选择推荐模型，实现智能化科目选择建议，学生可由此更好选择适合自身发展的科目。