疫情背景下探析大数据分析在高职网络教学中的应用

戴妮娜 上海东海职业技术学院

引言

网络教学凭借丰富的资源和时间空间自由性被广大学习者高度认可，也越来越广泛地应用到各项教学当中。如何保障学习效率也是当前教育领域重点关注的问题。大数据分析可以减少数据浪费，优化学习者在学习活动中产生的行为数据信息，有效满足学生需求，改进现有网络教学的思路和方法，确保整个教学过程更加有序进行。

1 大数据下的学习分析

1.1 大数据分析

大数据学习分析是在大数据时代教育领域的一种新应用。大数据分析本身来源于商业领域，可以在市场经济中对商业活动产生的数据信息进行分析挖掘，从研究结果中了解市场的变化情况和发展规模，有效预估消费者的消费行为倾向，保障企业效益。从教育领域的应用过程来看，大数据下的学习分析则是对学生的学习信息进行统计，并有效地了解到学生的学习需求。但需要注意的是教育数据挖掘范围较大，不仅可以通过计算机支持实现协作学习，也可以从师生交互的过程中得到有效信息，最大限度的调整和优化，未来的决策基于学生的实际需求，改进现有的教育过程，也为学生提供更加稳定的学习方法。

1.2 核心理念界定

学习分析作为当前教育领域内的一种新热点，从理论提出开始就受到了广泛关注。按照现代教育领域的实际需求，数据支持下的学习分析，可以给学生提供高效率的学习体验，在教育过程中获取活动相关的信息，根据学生的表现展开内容预测，利用数据挖掘技术，更好地为教育工作所服务。特别是在现代社会疫情的严重影响下，教育信息化的推进让线上学习和网络学习成为了新的发展趋势，对于这些数据内容的收集分析研究工作，可以有利于学习进程的准确把控，通过网络学习平台展开各种类型的教育活动。

2 大数据分析方法

2.1 内容分析方法

内容分析法是对主要信息内容的研究，从表征意义来推测准确意义，目的在于对研究对象实施趋势变化的讨论。总体来看，内容分析方法的研究核心在于将相关的文本资料或多媒体资源转化为定量数据，以此为基础展开合理的讨论和判断。这样一来，在信息分析的过程中，能够以程序化的形式进行科学的量化分析，探索学习者的行为学习模式，归纳和分析学生的资源信息，对后续的学习行为与学习方式展开有效指导。当前教育领域内有很多工具可以被用于数据分析，用于了解学生和教师之间的交互情况和学习资源规划问题。

2.2 话语分析方法

话语分析法指的学习者处于特定学习环境之下进行的交流分析，例如线上教学过程中，师生进行的答疑互动，可以通过网络平台产生文本内容，这些连贯信息都可以被作为分析对象，探究学习者在不同阶段的学习需求。教师可以通过在线交流的方式掌握学生思维动态，了解后续阶段的知识建构要求。

2.3 社会网络分析

社会网络分析是社会学家用以描述行动关系数据所产生的网络分析方法，最初主要应用于人类学领域当中。但随着大数据时代的推进，在教育领域也得到了充分应用，尤其是在网络学习环境之下的学习活动规划方面。作为学习者可以在网络平台中建立相应的维持关系，为学习活动提供支撑保障。社会网络由多个节点所组成，这些节点可以是某一个个体，也可以是某一个单位，点和点之间以静态或动态的关系而存在。例如教师和学生就是不同的点对点关系，教师运用社会网络分析方法进行学习预测的过程中可以了解资源信息的分布情况，了解学生是否遇到了某些困难，并从多个角度进行属性探究，对学习内容进行可视化和数据化管理。

3 大数据分析下的课程设计方案

3.1 课前分析与课程内容

网络教学的目的在于实现教学资源和智力资源的共享，营造自主教学环境，将传统教学与线上教学相结合，在疫情背景下进行优势互补，取得最佳的学习效果。整个教学系统规划以学生的需求为出发点，目的在于将学习理论和系统方法进行融合，建立解决教学问题的主要对策。网络教学过程中，教师可以通过网络平台发布现有的教学大纲与课程要求，让学生提前展开预习，并了解整个课程计划安排情况。之后以章节形式对课堂内容展开讨论研究，教师将每个章节的具体要求明确后，也可以安排学生完成相应的作业，设置好作业的提交时间。必要时可以将学生进行分组，根据现有的教学主题让学生自由讨论，从而提出问题并解决问题。

3.2 课中应用

数据分析可以起到促进课堂教学的作用，例如在课程开展的过程中，教师能够对学习空间的数据进行分析，了解学生各项行为与教学进程之间的联系。当学生在课堂学习过程中存在疑问时，能够直接通过网络平台或学习空间与教师进行交流展开回复讨论。教师也应该对共性问题进行总结，将其作为学生能力提高的主要方法。教师可以灵活运用大数据创设教学情境，通过多媒体软件为学生进行动态的演示，确保学生从多个角度掌握知识点。与此同时，教师可以按照不同教学软件和教学大纲的要求，统筹课堂组织形式，让师生都能融入到问题讨论的过程当中，营造和谐的学习氛围，确保学生的自主学习能力。尽管疫情影响导致线下教学无法正常开展，但通过教学理论和实践的结合，大数据分析可以应用于网络教学的过程和平台之中，实现线上——线下的一体化学习机制，确保学生能掌握知识点。

3.3 教学评价

大数据分析技术可以将学生的学习数据展开多样化评估，对学生进行科学有效的参与考察。例如学生的作业完成情况和完成质量可以成为指标量表的组成元素，以几个学期或一段时间内的考核情况作为参考，了解学生在网络教学过程中的适应情况与教学开展方式。

例如当前已经有很多高效引进了实时活动教学平台，将教学设计、学习诊断、学习社交等多种模块融入其中，教师可以将学生的学习成果展开总结分析，对学生能力状况具有更精确的了解，以此为基础建立相应的数据库。每个数据库之内都包含了很多具有价值的信息，学生在课程学习的环节中也可以根据大数据技术进行数据提取，明确当前学习阶段存在的问题和缺陷，结合自己的学习状况规划下一阶段的学习计划。同一学生在数据库中的内容可以通过前后对比的方式了解到相应的变化趋势，即便是学习过程中的细微变化也不会被忽略，而是有针对性地展开定向评价预测。总体来看，网络平台使用的整个过程中，教师通过大数据分析技术实现了线上互动，帮助学生巩固已有的知识点。

4 结语

学习分析伴随着大数据时代而产生，其具备的科学性和有效性特征也成为了教学过程的有效补充。当前的网络学习平台为教育工作提供了关键的参考和借鉴，相关的研究工作也具有很大的探索价值。如何将大数据分析的作用有效发挥，应用至当前的网路教学中，共同应对疫情带来的挑战，也是研究者们今后的工作方向。