网络大数据分析对高校教育教学的影响

2020-09-02王涛赵侃张英成

微型电脑应用 2020年8期

王涛赵侃张英成

摘要：

目前各高校均建成校园网且积累了海量的上网行为数据，如何充分、有效利用这些数据，使数据为高校的教育和教学提供决策已十分迫切。为实现这一目标，通过对数据挖掘和大数据技术特征的分析，从而获取教育、教学相关的一些决策信息，为学校领导、教师在教育、教学管理工作中提供有力的决策支持。

关键词：

上网行为数据; 数据分析; 数据挖掘; 教育教学

中图分类号： TG 4

文献标志码： A

Influence of University Network Data Analysis on

University Education and Teaching

WANG Tao， ZHAO Kan， ZHANG Yingcheng

（Deans Office ， Xian Aeronautical University， Xian， Shanxi 710077， China）

Abstract：

At present， colleges and universities have built their campus networks and accumulated a large amount of online behavior data. How to make full and effective use of these data makes it very urgent so that the data can provide decisionmaking for the education and teaching of colleges and universities. In order to achieve this goal， this paper analyzes the data characteristics through big data analysis and data mining technology， and obtains the decisionmaking information related to students' education and teaching. It provides powerful support for the school management， secondary colleges and departmental leaders in teaching management. policy support.

Key words：

Internet behavior data; data analysis; data mining; education and teaching

0引言

網络大数据时代改变了人们对信息进行搜集、传播与分析的方式，对于管理者和使用者来说，则更加需要提升传统数据管理与使用的手段和水平[1]。大数据具有大量性、多样性和价值性，特别是在移动互联网普及的中国高校，对用户上网络日志、文本、音频以及图片等结构化、半结构化以及非结构化海量数据，进行清洗、提炼、挖掘和知识发现，从而进行描述性分析、预测性分析以及规范性分析，旨在从海量网络数据中分析出有价值的信息、知识和智慧，最终实现高校教育教学能力提升以支持决策的目标[2]。

1网络大数据分析对大学教育的影响

1.1改变教学模式

目前，随着高校数字化校园建设的步伐逐渐加快，学生获得知识的途径也不再仅仅只局限于课堂教学了。各种新型的、先进的教学模式也由之出现。随着互联网技术的大力发展，如今，在线学习已经成为了学生学习知识的重要途径[3]。与传统的课堂教学模式相比，这种在线学习的模式不仅能够为学生提供更加独立自主的学习空间，而且对于学生的约束性也没有那么强，学生可以根据自己的实际情况来合理地安排学习的时间和地点，所学习的内容也不局限在学校内部的教学内容。而且，作为一种新型的、先进的教学模式，这种在线学习也并不是单纯的观看冗长的教学录像来进行，而是以时间长约10分钟左右的片段式多媒体视频来进行教学，并且还需要学生根据视频教学内容来完成配套的测试题，使得学生能够加深对学习内容的理解和回顾。而且，在这种交互式的短视频学习模式之中，学生不会产生过多的疲乏感，有助于提高学生的注意力，也有助于提高学生的学习效率[4]。

1.2改变教学观念

在信息技术不断进步的背景下，大数据也在不断地发展。如今，网络大数据分析技术在教育领域也得到了非常广泛的应用。在这样的背景下，大学教学也将会面临很大的冲击，给教学观念带来深刻的影响。在传统的大学教育中，教师总是会忽略对学生自主学习能力、独立思考能力的培养，只能从注重以考试成绩来评价学生，而且教学的内容比较单一、刻板，在教学过程中也没有注重体现学生的主体性。在大学的课堂教学中，所采用的也是课堂教师讲授、课下学生练习习题的教学观念。但是，当在线教育发展之后，学生可以通过互联网获得世界上其他学校的优质教学资源。这样一来，高校中的教师角色就将会发生很大的变化。在这个时候，各大高校就将会面临一场激烈的竞争。如果教师仍旧固步自封，不及时改变自己的教育观念，那么势必会在这样激烈的竞争当中被淘汰出局[5]。

1.3大学教育的个性化特点将得到深化

从实际情况来看，网络大数据分析还能够在一定程度上促进大学教育的个性化教学。基于此，高校可以创造一个个性化教育的环境，并根据学生的学习情况和心理特点来开展个性化的教学。这样不仅能够帮助学生更好地理解和记忆所学习的知识点，也能够依据学生特定的记忆退化曲线在合适的时间提醒学生复习快要忘记的内容，帮助学生更加高效地学习。另外，在大数据时代，学生在学校中的各种学习活动、学习记录也都将会以数据的形式来得以呈现，那么在这个时候，教师就可以借助网络大数据分析技术来了解学生的兴趣以及学生对所学知识的掌握程度等等，并以此来因材施教，为学生制定科学的学习计划，从而促进个性化的教育。

1.4大学教育的个性化特点将得到深化

大数据推动了高校信息化的进程，打通了高校范围内的多个信息孤岛[6]，让教务、学生、招生就业和科研等系统数据实现网络共享。解决高校普遍存在的科研成果多的教师教学偏弱，而教学成果多的教师科研偏弱的问题，在大数据挖掘中提供“量”的分析，为教学与科研提供有效权衡，使其相互促进螺旋上升。同样大大改善传统在教学评价与考核方法单一的问题，将教师的科研、教学和学生成绩和评价等相关多维度数据综合起来进行综合评估。

2网络大数据分析对学生学习的影響

在大数据时代，网络数据分析技术在教育领域得到了非常广泛的应用，也发挥着非常重要的作用。在这样的背景下，学生的学习模式也发生了很大的改变。

2.1由以往的被动学习转变为主动学习

在大数据时代，教育领域中的各项学习资源也变得更加丰富。因此，学生的学习，也不再仅仅只局限于课堂教学中教师所涵盖的知识。借助于网络大数据分析技术，教师便可以从大数据的强大资源数据库中获取到最新的、科学的数据资料，从而使得教师能够丰富教学内容，使得学生能够对教师的传授内容感兴趣，从而主动地投入到学习当中，而不是在教师“逼迫”下被动学习。另外，在课下，学生也可以自己在互联网上下载自己想要学习的内容，拓展视野和学习范围[7]。

2.2由以往的单向学习转变为多元化学习

在大数据时代，多元化学习模式也开始出现。在这样的背景下，学生也不仅仅只局限于课堂上教师的传授学习了，还有线上和线下两个平台的学习、自主学习和团体学习，以及课堂学习和课外实践等等多种不同的学习模式。相对于传统的单向学习模式来说，这种学习模式更具科学性和合理性，可以使学生根据特定的学习目标来选择最适合自己的学习方式，从而进行针对性的学习，提高学习效果[8]。

2.3具有科技化的特征

如今，科学技术已经在社会中得到了非常广泛的应用。在现实社会中，不仅在人们的工作、衣食住行等方面开始依托着科学技术的力量，在学习方面也已经开始走向了科技化的道路。在这个万物互联的时代，海量的学习资源开始出现，而学生的学习内容也开始变得更加丰富。而且，学生用于学习的工具也开始呈现出科技化的特征。在传统的教学中，黑板、粉笔是主要的教具，而在当前社会中，多媒体、投影仪等新型的教具已经在教育领域中得到了非常广泛的应用，真正地实现多向即时的线上交流与线下课堂学习的有效结合[9]。而且，在海量的学习资源中，借助网络大数据分析技术，学生也可以很轻易地获取自己想要学习的知识内容，从而拓展学习范围。

2.4个体学习的评价更全面

学校是社会的缩影，学习只是学生多维度的一个方面，大数据让管理者进行多元化的评价，可实现对学生有效指导，促进学生更好反思学业，实现引导学生自我发展的目标。如从学生出勤率，学生参与社团活动记录，学生作业质量，学生消费、学生学习发展方向等方面进行适当引导，通过信息化的手段对学生进行全面评价，实现对学生能力的有效开发，促进人才培养质量的不断提升。

3西安航空学院大数据分析对大学教育、教学的影响

3.1校园统一数据资源大数据平台总体架构

在西安航空学院校园网全覆盖和信息化平台的基础上，对各部门之间“孤立的信息系统”进行数据关联，对大数据进行挖掘和分析，提取有用信息，来辅助提高我校的教育管理决策水平、创新高校教育管理方式方法、提高教育资源利用率、促进我校教育管理内涵发展、促进我校由增量发展向质量发展转变，校园的统一数据资源大数据平台总体架构如图1所示。

3.2西航校园大数据分析

通过使用Hadoop技术对全校17000多名师生的上网行为等数据进行分析，目前通过大数据分析可得到网站受访地域分布统计、活跃主机统计、活跃服务器统计、活跃网站统计、活跃操作系统统计、活跃浏览器统计、活跃网站类别统计、定制域名组统计、FTP统计、网站管理统计、内网舆情统计、舆情敏感词全网检测结果、QQ和微信上下线统计、游戏上下线统计、视频上下线统计、在线主机分析，图书借阅、CNKI和各种外文期刊访问记录等结果，这些分析结果可以直接运用于领导决策和部分政策的制定，从而服务于大学教育教学，如表1所示。

4总结

总而言之，在大数据时代，社会中各行业都发生了巨大的改变。网络大数据分析技术的应用，也为高校的教和学带来了重大的影响。因此，在这样的背景下，高校的各位教育工作者就必须要保持与时俱进的思想，充分地利用大数据的各种有效技术来更好地为教与学服务，使每一位学生都能够得到良好的教育，同时也需要注意网络大数据商业化利用时对个人隐私的保护，需要提供有效措施来作为基础保障。

参考文献

[1]

刘宪锋.网络大数据时代下大学教育的探究[J].读与写（教育教学刊），2018，15（10）：68.

[2]潘强.大数据分析在高职院校教学质量评价中的应用探究[J].文化创新比较研究，2018，2（29）：6465.

[3]陈娅.大数据分析在高校信息化教学中的应用——以中国矿业大学为例[J].无线互联科技，2017（14）：7980.

[4]郑庆华.高校教育大数据的分析挖掘与利用[J].中国教育信息化，2016（13）：2831.

[5]唐杰，陈文光.面向大社交数据的深度分析与挖掘[J].科技通报，2015（60）：509519.

[6]林海伦，王元卓.面向网络大数据的知识融合方法综述[J].计算机学报，2017，1（40）：124.

[7]赖凯声，马华维.网络大数据分析技术的心理学方法论思考[J].西南大学学报，2017，3（34）：8188.

[8]周爱平，朱晔.网络大数据驱动计算机网络教学改革与探索研究[J].电脑知识与技术，2018，9（4）：159160.

[9]周爱平，朱晔.网络大数据应用的过程模型建构及数据问题分析[J].图书情报工作，2017，5（61）：5057.

（收稿日期： 2019.09.10）