基于大数据的高校智能教育平台的学习模式、评价体系分析与服务模式分析

刘平 刘潇 匡晶

湖南外贸职业学院

高等院校的智能教育模式离不开对大数据的运用，特别是在学习模式与评价体系的分析，包括服务模式的形成上，也都要强化与大数据平台的对接。强化教育信息化以及配套的教育基础设施建设，进一步推动大数据在高等院校智能教育平台上的应用奠定基础，这是高等院校智能化教育发展的模式，也是其未来的发展趋向之一。大数据技术对于社会的生活以及各种生产方式都有比较深刻的影响，特别是过去无法进行搜集或者分析的数据，通过大数据的方式也有一些新的分析手段，用这种分析的方式，能够针对学习者的行为模式或者喜好等情况进行数据挖掘，从而推动高等院校的教育进行变革与创新。因此采取教育大数据对于海量的交易数据进行处理，能够激发高等院校运用智能化平台进行分析，同时又对传统的学习模式和评价模式进行改革，推出一些新的教育服务，这正是推动以学生为中心的高等教育模式，真正做到因材施教以人为本。

一、基于大数据的高校智能教育平台的学习模式分析

教育大数据在高等院校中的应用，截至目前还没有比较成熟的理论体系，但是很多高等院校特别是综合性的院校，已经采取教育大数据进行云端的统计，为高等院校推出一些新的教学模式奠定基础。教育的大数据，特别是基于这种数据所形成的智能教育平台，在学习模式上面也有一些更加新颖特征。

第一方面，海量知识的整合与应用。高等院校的智能教育平台，不同传统的面授课程，在教学的内容上面有着数据的海量性。数据量相对比较大，是高等院校目前采取大数据手段的主要基础，特别是在电子信息化技术的推动下，大多数的高等院校也逐渐采取比较先进的信息化管理模式进行教学管理，对于教学过程中所产生的各种资源以及相关数据都进行记录和整合，而且越来越多的高等院校学习行为也是通过网络的途径实现的，这也意味着在学习模式上面逐渐的转变为网络授课与面授课程相结合的方式。

第二方面，在大数据基础上的高等院校智能化教育平台，也呈现出学习模式的多样性特征。由于个性化学习逐渐成为了高等院校学习的主流，在原有专业框架之下，每个学生的职业生涯规划以及未来的职业取向也各有不同，因此大数据所面对的问题不仅仅是数据的多元性，更是学习主体及其学习意愿的多元性。传统的学习模式所面对的教育知识和内容往往是一些结构性的数据，但是随着教学手段在信息化基础上不断变化，教学工具也产生了非属性的发展，教育数据在类型上面呈现出多元性，数据的结构也不再是一种线性的结构，而是呈现出多样化的特征，这些具有多样特征的教育性的大数据，背后也有着非常丰富的信息。在个性化的学习指导之下，学习数据的品种不断增加之后，学生的学习态度以及能力等方面都会有更加多元的评估模式，因此在学习的过程中，学习者通过不同的途径掌握知识，也意味着学习模式从单一转变为多元性。

第三方面，高等院校的学习模式在大数据与信息化平台的支持下，逐渐呈现出动态化的特征。传统的高等院校教学过程中，对于学生学习情况的记录往往是静态性的，包括期末考试或者阶段性测验等，这些只能够反映学生在某一个阶段的学习情况，但是很难对学生学习的情况进行全貌性的掌握。在大数据平台支持下的信息化教学模式中，学生的学习方式有着更多细节性体现，包括学生在课堂上面的注意力情况以及学生在网络互动的情况等，这些实际上都是与高等院校的教学模式密切相关。因此学生在学习的过程中所表现出来的特征有更多的动态性，通过跟踪学生学习的一些行为特征，能够对课程的质量进行评价，从而进一步改善课程的教学内容，对于教学内容与学习模式互相适应等提供了数据和技术上的支持。

二、基于大数据的高校智能教育平台的评价体系分析

大数据的基础上，高等院校对于学生学习行为的评价，其实不同于传统的教学模式中对学生的评价方式。高等院校要基于大数据的情况进行综合分析，整合大数据中对于高等院校有积极作用的数据，并推动高等院校智能教育平台在评价体系上发挥作用。

在评价模式上，大数据时代的高等院校，智能教育平台的评价体系，更多是侧重学生学习情况的价值性评估。传统的评价方式往往是对学生学习的成果进行期末考试或者阶段性测验，以此来评价学生对于知识掌握的程度，但是这种评价方式往往是对学生阶段性的评估，缺乏对学生学习行为的评价，如学生在学习过程中创造了一些新的学习方法和模式，调动学生学习积极性，就必须重视学生学习行为本身价值的评价。因此高等院校应该打破传统数据孤岛的思维，对于海量数据进行处理和分析，对于具有一定价值的学生行为进行分析与评估，并且纳入到对学生的评价体系中。在利用有价值的学生行为改善评价体系的质量等方面，高等院校应该积极地推动评价体系的优化，特别是鼓励评价体系形成多元包容性，利用这些行为改善学生成绩，或者提供一些更加个性化的教学服务。

而从数据的真实性上看，大数据能够支持高等院校在学生的评价模式上坚持更加真实全面的分析学生的行为。在高等院校的教学过程中，传统的教育数据主要是高等院校为了一些业绩或者排名等情况，故意对数据特别是评价的数据进行调整，这样不真实的数据是无法对高等院校教学的真实情况，尤其是学生学习的效果进行准确的评价。因此坚持数据的真实性可以通过大数据的技术进行支持，由于教育的大数据融入到高等院校的智能化教学平台上，有着比较庞大的统计技术，因此并不是对单一的个别数据进行特殊性的评价，而是依靠全息性的大数据对学生进行综合评定。因此即便是存在一些错误信息，也在大数据的支持之下，能够基本保持评价的正确，最后得出来的结论将有助于教学的优化，特别是为学生学习效果以及教学模式调整提供相关的依据。量数据的处理与分析，能够对学生学习的表现以及教材的适应程度进行评估。高等院校通过这种方式能够确保对学习数据进行归纳，同时强化分析系统的针对性，还可以把数据的时效性和部分冗余数据进行剔除，从而准确得出一些分析结论。通过这种方式，高等院校能够把握大数据中具有效果并且具备规律性的信息进行分析，从而形成一些可视性的分析报告，对高等院校教学模式的改革有着积极的帮助。

三、基于大数据的高校智能教育平台的服务模式构建

在大数据的影响之下，高等院校的智能教育平台所提供的服务模式也更加多元化，这种多元化是适应个性化学习而产生的，因此知识的传授能够适应不同的学习主体，也能够适应不同的学习环境。基于这个情况，在大数据的支持之下，高等院校智能教育平台的服务模式构建，主要是侧重于以下方面。

第一方面，对学生学习数据库的构建。高等院校强调以个性化学习为主导，可以通过学习数据库的记录和存储，把一些可靠并且具有价值的学生学习行为数据进行记录，比如学生学习的过程记录或者日记，包括学生学习的讨论以及作业等。这些数据其实都是以一些非结构化的数据，这些数据将纳入到课堂教学的参考中，在在线学习和面授课程中也可以运用智能化的数据平台进行收集，每次学生在点击浏览的过程里都可以记录下来，形成一些非常具体、真实的学习数据，通过分析系统的方式，能够为个性化的学习服务提供基础。

第二方面，高等院校通过智能化数据平台也可以对学生形成定制性的基础数据库，这些基础数据库包括了学生的各种基本信息，以及学生在学习过程中所形成的历史信息，教师可以对这些学生参与的先导课程以及问卷调查等方式进行综合分析，从而为学习者定制出比较合适的一些学习路径和模式，这样不仅仅能够为学生的学习行为提出指导，更可以为教学方式和教学内容的调整，提供一些相关的依据。这样高等院校形成一些更加全面的教学指导与辅助模式时，其提供的教学服务更具有针对性与有效性。

第三方面，高等院校还可以进一步地构建起分析系统。分析系统是基于学习数据库以及智能化的教学平台上对学生的学习轨迹进行跟踪，通过对学生学习情况进行大

四、结语

对高等院校学生学习轨迹的记录是能够通过大数据的方式得以实现，但是高等院校在构建智能化的教学平台时，一定要坚持网络授课与面授课程互相结合的方式，并且进一步对数据进行处理，从而保障数据的真实性与全面性，为高等院校的全面发展，特别是教育教学的改革提供扎实的基础。