網(wǎng)絡(luò)教育在大數(shù)據(jù)影響下的發(fā)展策略及方法研究

1、    網(wǎng)絡(luò)教育在大數(shù)據(jù)影響下的發(fā)展策略及方法研究    3.優(yōu)化再生教育資源網(wǎng)絡(luò)教育信息資源動態(tài)發(fā)展利用的根本目的是在用戶利用資源的過程中促進資源的發(fā)展和更新。更新和進化不單是指原始教育資源自身的更新，還指衍生出的更多的再生教育資源，補充了原始教育資源的不足。同時，再生教育資源也在此過程中不斷地更新和優(yōu)化。再生教育資源的優(yōu)化主要涵蓋以下兩個方面：一方面是指原始網(wǎng)絡(luò)教育信息資源的再生、優(yōu)化和更新。網(wǎng)絡(luò)中必然會存在多類無法實時更新優(yōu)化的教育資源，不能滿足學(xué)習(xí)者的知識需求，需要通過大數(shù)據(jù)平臺實時更新。另一方面是指再生教育資源的優(yōu)化，包括構(gòu)建優(yōu)質(zhì)的再生教育資源

2、和再生教育資源的有序化分布兩個方面。在目前的網(wǎng)絡(luò)環(huán)境下，由于社交媒體軟件的支持，網(wǎng)絡(luò)教育的學(xué)習(xí)者可以通過交互方式產(chǎn)生再生資源，完成教育資源的構(gòu)建。優(yōu)化再生教育資源需要更多的學(xué)習(xí)者進行討論交流，對教育資源給予更加準(zhǔn)確、科學(xué)的拓展補充，發(fā)表具有創(chuàng)造性的闡述和評論。新型互聯(lián)網(wǎng)技術(shù)使用戶都可以參與教育資源的構(gòu)建和優(yōu)化，吸引了越來越多的人參與、相互協(xié)作，進而參與網(wǎng)絡(luò)教育資源的構(gòu)建、創(chuàng)新發(fā)展、優(yōu)化和利用。4.智能化網(wǎng)絡(luò)存儲大數(shù)據(jù)技術(shù)、數(shù)據(jù)庫技術(shù)以及互聯(lián)網(wǎng)技術(shù)的發(fā)展使教學(xué)資源的智能化存儲變成可能，網(wǎng)絡(luò)資源智能化存儲的優(yōu)勢主要表現(xiàn)為：教育資源管理的便捷性和可擴展性，網(wǎng)絡(luò)存儲空間可以根據(jù)教育資源所需的容量進行實

3、施調(diào)節(jié)或擴展；同時具備極高的可靠性和易獲取性，而且配置過程較為靈活。網(wǎng)絡(luò)教育信息資源的智能化存儲可以實現(xiàn)高效的資源自我管理及自動修復(fù)，這也是網(wǎng)絡(luò)教育資源在大數(shù)據(jù)環(huán)境下的動態(tài)利用得以持續(xù)發(fā)展的一個必要條件。在大數(shù)據(jù)環(huán)境下，網(wǎng)絡(luò)教育信息資源的分級存儲可以很大程度地降低網(wǎng)絡(luò)教育信息資源的總體存儲成本，提升檢索效率和利用性能；全面提高網(wǎng)絡(luò)資源持續(xù)發(fā)展利用的系統(tǒng)性能，有利于網(wǎng)絡(luò)教育資源的序列化發(fā)展，在存儲教育資源時可以實現(xiàn)自動保存。由于網(wǎng)絡(luò)信息資源可能同時具備多種屬性，通過相應(yīng)的關(guān)鍵詞來描述和索引這些屬性，大數(shù)據(jù)平臺的智能化網(wǎng)絡(luò)存儲能夠根據(jù)網(wǎng)絡(luò)教育信息資源的關(guān)鍵詞使其與具有類似或相同屬性的教育資源建立關(guān)

4、聯(lián)，使用戶可以逐級找到所需的網(wǎng)絡(luò)資源，有利于學(xué)習(xí)者的信息檢索，可以激活處于衰退期的教育資源，在拓展網(wǎng)絡(luò)資源發(fā)展利用周期方面具備十分積極的作用。四、大數(shù)據(jù)下行為層的學(xué)習(xí)行為分析模型網(wǎng)絡(luò)教育的學(xué)習(xí)行為分析模型對學(xué)習(xí)者的行為數(shù)據(jù)表示格式和標(biāo)準(zhǔn)進行了設(shè)定，如何在大數(shù)據(jù)環(huán)境下客觀、全面及實時地收集網(wǎng)絡(luò)教育學(xué)習(xí)行為數(shù)據(jù)，并通過制定規(guī)范標(biāo)準(zhǔn)，對學(xué)生的學(xué)習(xí)行為數(shù)據(jù)進行準(zhǔn)確合理的分析，成為網(wǎng)絡(luò)教育學(xué)習(xí)行為分析模型中學(xué)習(xí)者行為特征提取和學(xué)習(xí)風(fēng)格優(yōu)化的關(guān)鍵。1.模型需求分析網(wǎng)絡(luò)學(xué)習(xí)行為采集與分析模型應(yīng)具備以下功能和特性：(1)模型應(yīng)具備存儲記錄學(xué)習(xí)者所有學(xué)習(xí)行為的功能，不僅要通過大數(shù)據(jù)的云計算平臺服務(wù)器獲取海量學(xué)習(xí)

5、行為數(shù)據(jù)，同時還要收集學(xué)習(xí)者(指具體通過網(wǎng)絡(luò)學(xué)習(xí)的分析對象)全面的客戶端學(xué)習(xí)行為數(shù)據(jù)；(2)模型應(yīng)具備相應(yīng)的智能性，包括學(xué)習(xí)者身份驗證、學(xué)習(xí)行為類別的判斷以及學(xué)習(xí)者不規(guī)范或者異常學(xué)習(xí)行為的判斷和提醒等；(3)模型應(yīng)具備一定的學(xué)習(xí)行為分析能力，包括個體、群體學(xué)習(xí)者行為特征挖掘，并能將結(jié)果以圖形化界面的形式呈現(xiàn)：(4)模型必須具有一定程度的通用性和穩(wěn)定性，可以在基于不同操作系統(tǒng)或者開發(fā)語言的異構(gòu)網(wǎng)絡(luò)教育學(xué)習(xí)平臺中穩(wěn)定實施運行，而且可以對產(chǎn)生的系統(tǒng)錯誤進行糾正。2.模型設(shè)計構(gòu)建圖4描述了網(wǎng)絡(luò)教育學(xué)習(xí)行為收集與分析模型的基本結(jié)構(gòu)。該模型主要由三部分組成，分別是數(shù)據(jù)采集模塊、數(shù)據(jù)處理模塊以及數(shù)據(jù)分析模塊

6、。圖4  大數(shù)據(jù)下行為層的學(xué)習(xí)行為分析模型(1)數(shù)據(jù)采集模塊功能通過對真實客觀的學(xué)習(xí)行為進行提取和整理，形成規(guī)范的學(xué)習(xí)行為數(shù)據(jù)。例如，可以通過本學(xué)習(xí)行為分析模型提取特定網(wǎng)絡(luò)學(xué)習(xí)系統(tǒng)的訪問量、提交作業(yè)次數(shù)、交互交流頻率、作業(yè)完成時間、特定頁面停留時間以及在線學(xué)習(xí)時長等全面的學(xué)習(xí)行為數(shù)據(jù)。基于真實的學(xué)習(xí)者在網(wǎng)絡(luò)教育平臺采集的信息整理得來行為數(shù)據(jù)，能夠更加客觀、實時地反映學(xué)習(xí)者的學(xué)習(xí)習(xí)慣和方式。本模塊完成了學(xué)習(xí)者在網(wǎng)絡(luò)學(xué)習(xí)平臺的學(xué)習(xí)行為的存儲記錄，同時將存儲結(jié)果傳輸?shù)綌?shù)據(jù)處理模塊和大數(shù)據(jù)云計算平臺。對于在學(xué)習(xí)者客戶端無法進行簡單定義的高級學(xué)習(xí)行為(此類學(xué)習(xí)行為通常需要與網(wǎng)絡(luò)教育平

7、臺數(shù)據(jù)庫或者大數(shù)據(jù)平臺進行交互)，采取大數(shù)據(jù)服務(wù)器端和學(xué)習(xí)者客戶端融合的方式進行數(shù)據(jù)采集。(2)數(shù)據(jù)分析模塊功能數(shù)據(jù)分析模塊實現(xiàn)了數(shù)據(jù)采集模塊和數(shù)據(jù)分析模塊間的有效連接和協(xié)調(diào)橋梁，其主要具備以下功能：一是將數(shù)據(jù)采集模塊發(fā)送過來的學(xué)習(xí)行為數(shù)據(jù)進行格式化處理和大數(shù)據(jù)云計算平臺的數(shù)據(jù)庫存儲；二是將所獲取的學(xué)習(xí)行為數(shù)據(jù)進行標(biāo)準(zhǔn)規(guī)范化，結(jié)合大數(shù)據(jù)平臺的相關(guān)行為分析數(shù)據(jù)，生成特定的網(wǎng)絡(luò)學(xué)習(xí)行為信息模型，供數(shù)據(jù)分析模塊使用。(3)數(shù)據(jù)處理模塊功能此模塊的功能是對數(shù)據(jù)處理模塊產(chǎn)生的網(wǎng)絡(luò)學(xué)習(xí)行為信息模型進行分析，得到學(xué)習(xí)者的行為特征。其具備的數(shù)據(jù)分析功能主要包括：一是教育資源使用情況的分析，分析學(xué)生在規(guī)定時間內(nèi)

8、使用資源的頻率和持續(xù)時間；二是學(xué)習(xí)者客戶端頁面跳轉(zhuǎn)情況的分析，分析學(xué)生在不同的教學(xué)頁面間的切換情況；三是交互交流情況的分析，分析學(xué)習(xí)者在網(wǎng)絡(luò)教育學(xué)習(xí)過程中使用交互工具的頻率和持續(xù)時間；同時還實現(xiàn)了對網(wǎng)絡(luò)教育平臺特殊現(xiàn)象“空掛機”現(xiàn)象的檢測和數(shù)據(jù)提取。在數(shù)據(jù)分析的過程中，根據(jù)網(wǎng)絡(luò)學(xué)習(xí)者的學(xué)習(xí)行為和網(wǎng)絡(luò)教學(xué)的特點，根據(jù)大數(shù)據(jù)平臺采集的數(shù)據(jù)，結(jié)合傳統(tǒng)教育的相關(guān)參考文獻和標(biāo)準(zhǔn)，本文構(gòu)建如表2所示的學(xué)習(xí)者學(xué)習(xí)評價指標(biāo)體系。設(shè)學(xué)習(xí)態(tài)度因子為qleam，子項目因子為l1、l2ln，二級權(quán)值為l1、l2ln；參與程度因子為qjion，子項目因子為j1、j2jn，二級權(quán)值為j1、j2jn；交互性因子為qacti

9、on，子項目因子為a1、a2an，二級權(quán)值為a1、a2an。關(guān)于“學(xué)習(xí)態(tài)度”、“參與程度”和“交互性”相關(guān)權(quán)值的確定，本文通過專門從事網(wǎng)絡(luò)教育研究的10位專家學(xué)者進行相應(yīng)的權(quán)值比重打分：(1)一級權(quán)值的確定。10位專家對“學(xué)習(xí)態(tài)度”、“參與程度”和“交互性”三項的重要性進行打分，然后對專家的打分結(jié)果取平均值，結(jié)果見表2的“一級權(quán)值”列，“參與程度”所占比重最大，約占50%，符合網(wǎng)絡(luò)教育的特點。表2  學(xué)習(xí)評價指標(biāo)體系分類一級權(quán)值評價項目內(nèi)容二級權(quán)值學(xué)習(xí)態(tài)度0.3登錄學(xué)習(xí)平臺總次數(shù)0.05總在線時長0.1平均每天登錄次數(shù)0.05作業(yè)完成比例0.1參與程度0.5課程內(nèi)容學(xué)習(xí)總時

10、長0.1課程內(nèi)容學(xué)習(xí)總次數(shù)0.05提問總次數(shù)0.1所提問題被標(biāo)記“精華”次數(shù)0.1所提問題點擊率0.05在線作業(yè)平均成績0.1交互性0.2上傳資料次數(shù)0.05下載資料次數(shù)0.05參與討論次數(shù)0.1(2)二級權(quán)值的確定。分別對三個一級指標(biāo)進行細分，然后對一級子項目的二級權(quán)值進行權(quán)值打分，對專家的打分結(jié)果取平均值，最終形成表2中的指標(biāo)權(quán)值。學(xué)習(xí)態(tài)度因子的計算過程如下：，其中，ti和ls分別代表各項目的真實值及該項目的最大值；參與程度和交互性的計算方法類似，分別如下式所示：則學(xué)習(xí)者的整體評價系數(shù)為系統(tǒng)根據(jù)學(xué)習(xí)者的整體評價系數(shù)，結(jié)合大數(shù)據(jù)平臺的平均評價系數(shù)，對學(xué)習(xí)者的學(xué)習(xí)情況做出客觀的平均，并進行針對

11、性的反饋和輔導(dǎo)，從而形成完整的大數(shù)據(jù)網(wǎng)絡(luò)教育閉環(huán)模式。3.實例分為了驗證本文提出的學(xué)習(xí)行為分析模型的有效性，筆者以所講授的網(wǎng)絡(luò)數(shù)據(jù)庫網(wǎng)絡(luò)課程為例，對開放教育計算機信息專業(yè)3個年級共38名學(xué)生的學(xué)習(xí)數(shù)據(jù)進行采集和學(xué)習(xí)行為分析。通過課程成績和學(xué)生自我評估，對學(xué)習(xí)行為分析模型的結(jié)果進行檢驗。以一個班為例，此課程的相關(guān)數(shù)據(jù)分析結(jié)果如表3所示。表3  學(xué)習(xí)行為分析模型實例分析學(xué)生id分析模型評估(%)成績自我評估(%)學(xué)習(xí)態(tài)度參與程度交互性10.270.450.18928920.290.460.19878830.320.440.18869140.310.480.23898750.28

12、0.520.21918560.270.470.22909270.260.490.19928980.290.500.18878890.310.390.127270100.320.460.228885從表3的數(shù)據(jù)可以看出，本文設(shè)計的學(xué)習(xí)行為分析模型能夠基本和學(xué)生的學(xué)習(xí)成績、自我評估相吻合(不排除學(xué)生個體差異的影響)，更加精確的分析則需要更多的樣本采集過程。同時，我們也可以看到，參與程度在本實例中所占的比重較高，與樣本取得的成績相吻合，也驗證了專家對權(quán)值劃分的正確性。五、總結(jié)與展望在大數(shù)據(jù)的環(huán)境下，網(wǎng)絡(luò)教育的變革順應(yīng)了歷史發(fā)展的潮流，不斷適應(yīng)著學(xué)習(xí)者的學(xué)習(xí)特點，能夠?qū)崿F(xiàn)更加高效的學(xué)習(xí)模式，完善網(wǎng)絡(luò)學(xué)

13、習(xí)的學(xué)習(xí)成果。網(wǎng)絡(luò)教育以其教育方式的獨特性和教育方法的便捷性不斷發(fā)展，大數(shù)據(jù)以其海量的教育資源及信息處理方法為網(wǎng)絡(luò)教育的教育模式帶來廣闊的拓展空間。本文首先對網(wǎng)絡(luò)教育的基本特點進行分析，然后對其在大數(shù)據(jù)環(huán)境下進行分層建模。同時，在資源層設(shè)計了拓展網(wǎng)絡(luò)教育信息資源可調(diào)節(jié)發(fā)展利用周期策略，在行為層構(gòu)建了基于大數(shù)據(jù)的學(xué)習(xí)行為分析模型，旨在最大程度地使網(wǎng)絡(luò)教育在大數(shù)據(jù)環(huán)境下呈現(xiàn)智能化和個性化，并構(gòu)建了網(wǎng)絡(luò)學(xué)習(xí)評價指標(biāo)體系，真實地反饋學(xué)生的網(wǎng)上學(xué)習(xí)水平，為網(wǎng)絡(luò)教育在大數(shù)據(jù)影響下的發(fā)展提供了可靠的保障方法和運行模式。參考文獻：1armstrong k. big data: a revolution tha

14、t will transform how we live, work, and thinkj. american journal of epidemiology, 2014, 17(9): 181-183.2吳砥，劉清堂，楊宗凱.網(wǎng)絡(luò)教育標(biāo)準(zhǔn)與技術(shù)m.北京：清華大學(xué)出版社，2011.3mayer-schnberger v. big data: a revolution that will transform how we live, work and think. viktor mayer-schnberger and kenneth cukierm. houghton mifflin har

15、court, 2013.4王景英.教育評價學(xué)m.長春：東北師范大學(xué)出版社，2005.5ibm, zikopoulos p, eaton c. understanding big data: analytics for enterprise class hadoop and streaming datam. mcgraw-hill osborne media, 2011.6ting-ting amp l u, yin j t. networking academy as an opportunity to promote the fusion of vocational network educ

16、ation and professional certificationj. journal of wuhu vocational institute of technology, 2013, 46(1): 181-189.7孫華.數(shù)據(jù)教育：大數(shù)據(jù)時代網(wǎng)絡(luò)教育升級的發(fā)展理路和理念建構(gòu)j.軟件導(dǎo)刊(教育技術(shù))，2015(4)：61-63.8孫華.大數(shù)據(jù)視域下網(wǎng)絡(luò)教育研究新范式j(luò).中國教育網(wǎng)絡(luò)，2014(8)：63-66.9胡水星.大數(shù)據(jù)及其關(guān)鍵技術(shù)的教育應(yīng)用實證分析j.遠程教育雜志，2015(5)：46-53.10楊威，楊陟卓.大學(xué)云架構(gòu)與大數(shù)據(jù)處理建模研究j.中國教育信息化，2015(1)：16-18.11黃