基于大數據中學習分析技術探究專業(yè)課程開發(fā)策略

殷艷菊

[摘? ? ? ? ? ?要]? 現如今教師的工作早就由以往的專業(yè)課程教學模式轉變成設計、架構和幫助以及引導學生的學習，而大數據學習分析技術顯然已經變成當前教學中無法缺少的輔助方式;就在這時，大數據學習分析技術的產生為教育數據的分析應用提供了嶄新的觀念與手段，在一定程度上促進了教學的特殊化和適應性探索。基于大數據時代環(huán)境，將學習分析技術作為基礎，利用云存儲技術，以教師專業(yè)課程開發(fā)為應用目的，研究學習分析開發(fā)專業(yè)課程的內容與關鍵技術，包含學生日常學習感受數據的獲取與存儲以及分析等，最后探究專業(yè)課程的開發(fā)策略。

[關? ? 鍵? ?詞]? 學習分析;大數據;專業(yè)課程;開發(fā)策略

[中圖分類號]? G712? ? ? ? ? ? ? ? ? ?[文獻標志碼]? A? ? ? ? ? ? ? ? ? ? ? [文章編號]? 2096-0603（2020）19-0168-02

隨著互聯(lián)網與移動網絡等信息技術的發(fā)展，及其MOOC等精品課程教育資源平臺的不斷優(yōu)化，學生取得知識的途徑也多了起來，差不多能做到任何時間和地方進行學習。學習模式的變化造成教師工作方式的變化，教師不再成為知識的首要教授者，而成為學生日常學習的干涉者與指引者，教師的工作方式由以往的專業(yè)課程教學轉變成設計、架構、幫助以及引導學生的學習。在這樣的情形下，教師的主要目標便是根據學生具體情況制作最適合的學習環(huán)境與特殊化引導，詳情包含兩個層面：（1）構建以學生為核心的教學課程方案;（2）構建以學生為核心的教學課程形式。為了實現這個目標，教師不但要充分運用知識的結構與內在關聯(lián)，而且要多加依賴對學生具體情況的掌握，唯有預先掌握學生的學習特征，才可以開發(fā)出恰當的專業(yè)課程內容。所以，學習分析技術現已變成現代教學任務中必須具備的輔助方式。

大數據技術時代環(huán)境為教育數據的分析利用提供了嶄新的觀念與手段。在超大存儲空間、超高速度的運行、各種各樣的多元化數據結構的大數據時代環(huán)境下，我們除了能夠利用云服務端用以保存大量的結構化和半結構化以及非結構化的數據信息之外，還能夠運用數據學習分析與數據挖掘技術從大量的數據信息中獲得擁有關鍵價值的數據，進而對包含教育方面在內的社會多個層面的發(fā)展有著較大的促進作用。

現如今數據驅動學校，分析創(chuàng)新教育的大數據學習分析技術早已到來，大數據技術讓我們能夠得到全部學生的大量日常生活學習的行為數據，包含學生在校園里做過的所有事情，學習和生活過程中的所有表現及其在家里運用計算機終端學習時的所有行為舉動;接著，基于大數據中的云計算系統(tǒng)，教師除了能夠對公布出學生學習成績的各種實質性信息數據實施分析預測之外，還能夠對學生在日常學習行為中及其虛擬情形中的非結構化的行為數據實施分析，最后運用大數據學習分析技術分析出的結果，制定最符合學生的專業(yè)課程內容開發(fā)，并且?guī)椭鷮W生提供適合他們的學習軌跡。

一、大數據中學習分析技術專業(yè)課程開發(fā)的意義

近年來網絡信息技術在教育中的不斷發(fā)展，產生了大量的教學數據信息。大數據技術看成是網絡信息技術發(fā)展的新方向，早就滲入教育界的許多方面，變成教學改革關鍵的產生原因。各種不同的專業(yè)課程教學數據中包含大量對優(yōu)化教學有益的信息數據，隨著教學數據的積累，形成了龐大的課程教學數據庫，而數據挖掘就是要在復雜的大量數據信息中找到有價值的數據信息，偏好數據是高價值的數據，因此基于大數據的偏好數據挖掘將對改善專業(yè)課程教學具有重要作用。在學習分析數據驅動、創(chuàng)新教學方式的大數據背景下，專業(yè)課程開發(fā)方面一樣隱藏著擁有廣泛利用價值的大量教育數據，在對專業(yè)課程數據提取與學習分析等教育領域的大數據信息關鍵技術分析的根本上，聯(lián)合共詞分析和專業(yè)教育機構等網絡信息教育數據，構建專業(yè)課程方面的有關學習分析與數據獲取模型，探索課程變量之間的有關關系，實現大數據的課程開發(fā)應用，為應用型高校專業(yè)課程教學提供有效的決策支持服務，對促進專業(yè)課程教學的變革與創(chuàng)新具有重要意義。

二、學習分析專業(yè)課程開發(fā)的內容

以學生為核心的專業(yè)課程開發(fā)，包含為學生開發(fā)科學的學習目標手冊與課上教學模式，給予有關的教學內容視頻與海量的學習信息資源等。大數據背景下的專業(yè)課程開發(fā)取決于老師對學生學習情況的掌握，學習分析是從整個系統(tǒng)的角度開始輔助教師開發(fā)專業(yè)課程教學的策略，學習分析規(guī)定學生日常學習時產生的大量學習數據要加以注釋與分析，用來評估學生的學習發(fā)展情況，預測其以后的學習行為表現，并找到影響學生學習的系統(tǒng)因素，其主要作用是評估學生、找到隱藏問題并最后改善學習，對象是學生以及他們的學習環(huán)境，基礎是大量的數據。

想要確切地掌握所有學生的學習要求，除了要對學生當前的學習情況表現實施多元化評估之外，還要在相應程度上事先預測學生以后的學習行為表現，要對所有的學生實施全方位的綜合性評價。所以，我們需要整體地追蹤記錄所有學生的具體表現，在記錄時要找大量的學生并且要記錄他們的具體行為表現，同時融入課內外的記錄行為。按照大數據背景下學生學習形式的多元化與靈活性特征，學生的學習數據包含線上數據與線下數據兩種。對這些數據加以提取與分析，能夠全面掌握與了解學生的學習具體表現、學習習慣與學習特征。學習是學生和學習內容、老師、合作同學以及學習條件之間的復雜轉換過程。

（一）網絡學習的評估內容

1.學生在網絡上學習的具體情況行為描述，包含學習所用的時間，比如學生在那些知識點上所使用的時間;學習活動次數，比如學生對那個知識點反復地觀看;學習資源翻閱，比如學生對某個教學內容片段翻閱的次數、學生考試成績等。

2.學習者主動學習渠道，包含學習者的提問、解答有關問題與師生互動，比如老師和學生之間交流情況分析，老師與學生一同發(fā)帖的內容分析以及老師和學生之間溝通的社交網絡分析。

3.影響學習者在線學習情況的多種原因，比如學習者的興趣喜愛。

4.各種虛擬情境下的學生體現，包含社會態(tài)度、責任感以及處事原則等。

（二）現實中學習的評估內容

1.學生在了解不一樣模塊的期間性成績與教室課堂中的觀察結果。

2.實訓體現及過程體驗。

3.實習和實訓等環(huán)境的適應狀況。

4.學習活動中和人溝通交流、團隊合作的行為體現。

三、學習數據的獲取和存儲

（一）學習數據獲取

學習數據表示的是經過對學生日常學習過程中所形成的學習日志加以過濾整理后獲得的數據。學習數據的種類特別多，其中一些數據是過后收集的，比如運用以往的考試分數收集的定量信息數據，及其經過文件和檔案保存以及深度訪談與加入式觀察等各種手段收集得到的質性數據等。絕大多數學習數據是在學生日常學習過程中自然產生的數據，是實時出現的，需要馬上進行收集。實時數據的收集關鍵還取決于傳感器與射頻識別技術或特殊的軟件等，如我們能夠運用圖像傳感器捕捉學生在瀏覽教學內容視頻過程中的視線運動，用特殊的軟件追蹤保存學生學習花費的時間與完成習題檢測的整個過程，包含思考問題的時間、解答問題的順序、解答問題的時間、解答過程等;為了探究學生的學習和心理狀態(tài)，能夠在網絡上收集他們的行為軌跡、社交平臺等一些半結構或非結構化的數據信息;想要掌握學生的價值、情緒與道德素養(yǎng)的形成因素，能夠采用軟件保存學生對日常學習活動與社交活動的加入情況等。

通過各種途徑得到的學習分析數據的類型與結構十分復雜，僅存在一小區(qū)域是結構化數據信息，絕大多數是很難估計與探究的非結構化數據信息，比如學生的學習渠道、學習感受以及學生對環(huán)境的感受等非結構化數據，這部分數據用以往數據整理方法會有較大的難度，需要先把結構復雜的數據轉變成簡單的或是方便處理的結構，接著才可以進行數據分析。除直接收集的數據之外，還能夠運用別的數據化管理體系內的數據，比如學生處和教務處等高校業(yè)務單位的網絡信息管理體系內的數據資料。因為各個單位利用不一樣的數據系統(tǒng)平臺，不同的運行數據庫除包括實施學習分析所需要的有用數據之外，還會夾雜許多干擾數據，所以需要把各種來源的信息加以篩選，以主題為目標，創(chuàng)建以分析為核心功能的數據匯集。

（二）學習數據存儲

把結構與非結構化的學習數據立刻存儲到數據核心是完成數據查看與實時分析必須具備的條件。直接收集或從每個部門數據庫獲取的學習數據擁有不一樣的格式，以往數據存儲的方式需要處理篩選后數據信息的差異性問題。云存儲技術除了可以兼容各種結構的數據之外，而且還解決了數據缺失和病毒程序破壞等問題，是特別能夠信賴的數據信息存儲技術。運用云存儲技術設計學習數據信息的存儲條件，按照數據的種類、結構不一樣而選用不一樣的數據信息存儲方案，使不同種類的數據信息實時有效地同步到數據核心。對大量數據實施有效的學習分析，還需把這部分來源前端的數據傳送到一個聚集的大型分布式信息數據庫?；谠朴嬎阆碌腍adoop平臺來構建學習數據信息存儲平臺，其擁有數據管理便捷、查看速度更快等優(yōu)勢。

四、學習分析專業(yè)課程開發(fā)策略

學習數據的分析是對教學內容和教學條件與學生日常學習活動中出現的各種結構與非結構化數據實施有關線性分析的步驟。在實施學習分析過程中，采取指向主題的數據組織方式。主題是在很高層面上把信息系統(tǒng)中的數據加以綜合、整理與分析運用的一個抽象化概念，所有主題基本對應一個分析方面。按照專業(yè)課程開發(fā)需求，我們選用三個主題完成學習分析：學生日常學習成績、學習感受與學習能力，學習能力不僅能夠體現出學習的成效，還可以預測學生以后的學習表現。

所有的主題均被細致地分成幾項內容，各項內容均是若干分析對象信息數據的一整套綜合描述。學生的學習成績是希望學生在通過學習后應獲取的詳細的、能夠觀測的任務與結果，包含認知、技術手段、態(tài)度等，所以，體現學習成績的內容應該包括知識熟練程度、知識運用的能力、講話與書寫表達的能力、自主擬定計劃的能力、創(chuàng)業(yè)能力、社會適應能力以及社會強烈的責任意識等;學習感受表示的是學生在學習的時候對學習內容、任務部署、教學條件等的體驗，及其實訓體驗與對學習成績的滿意度等;學習能力表示的是學生獲得信息、學習知識與運用知識的能力，具體包含學習快慢、理解能力、自主思考能力、獲取和運用信息的能力、分析判斷和選擇的能力、日常學習活動中隨機應變的情況、與別的學習者互動交流與合作等。

在云計算下的Hadoop平臺上，運用分布式數據庫，用以對存儲于其中的大量學習數據信息實施分析處理，比如對學生的日常學習行為與學習成績等非結構數據實施深入的分析與關聯(lián)規(guī)則分析等以判斷出不同類數據間的細微差別與關系，所獲得的信息用可視化技術直觀地表示，對教師的教學策略馬上給出預警與協(xié)助。

五、結語

大數據學習分析技術能夠快速實時地解決不一樣構造的繁雜且大量的數據信息，并對許多沒有關聯(lián)的數據信息實施深入復雜的分析，能夠幫助促進專業(yè)課程教學開發(fā)的特殊化和適應性探究。采取大數據學習分析技術與云計算下平臺給予的軟件、存儲、安全可靠等有關技術，對學生日常學習活動中出現的行為數據加以深入分析，掌握學生實際的學習情況，讓教師可以按照學生的具體需要選擇并開發(fā)專業(yè)課程的教學內容，是提高教學質量的高效方式。

參考文獻：

[1]周馨.大數據時代教育數據價值挖掘[J].信息與電腦（理論版），2013（8）.

[2]顧小清，鄭隆威，簡菁.獲取教育大數據：基于xAPI規(guī)范對學習經歷數據的獲取與共享[J].現代遠程教育研究，2014（5）.

[3]John Carlo Bertot，鄭磊，徐慧娜，等.大數據與開放數據的政策框架：問題、政策與建議[J].電子政務，2014（1）.

[4]顧小清，薛耀鋒，孫妍妍.大數據時代的教育決策研究：數據的力量與模擬的優(yōu)勢[J].中國電化教育，2016（1）：32.

[5]鄭燕林，柳海民.大數據在美國教育評價中的應用路徑分析[J].中國電化教育，2015（7）.

[6]楊現民，王榴卉，唐斯斯.教育大數據的應用模式與政策建議[J].電化教育研究，2015（9）.

[7]胡水星.大數據及其關鍵技術的教育應用實證分析[J].遠程教育雜志，2015（9）.

[8]崔曉鸞，趙可云.大數據在教育領域的研究熱點及發(fā)展趨勢：基于共詞分析的可視化研究[J].現代遠距離教育，2016（8）.

[9]張文菁.大數據時代下職業(yè)教育面臨的挑戰(zhàn)及發(fā)展對策[J].中國職協(xié)2015年度優(yōu)秀科研成果獲獎論文集（中冊），2015（12）.

[10]鄭石明.大數據驅動創(chuàng)新創(chuàng)業(yè)教育變革：理論與實踐[J].清華大學教育研究，2016（5）.

◎編輯 馮永霞