大数据在高校网络教育中的应用.doc

《大数据在高校网络教育中的应用.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、大数据在高校网络教育中的应用一、大数据改善了高校学习者网络教育的个人体验1.大数据为个人提供更具有针对性的网络教育。大数据对大学生学习过程中产生的大量数据进行分析，目的是评估学生的学业是否进步、预测未来表现如何、发现潜在问题。数据来自学生的显性行为，如完成作业和参加考试的情况；数据还可以来自学生的隐性行为，如在线社交，课外活动，论坛发帖以及其他一些不直接作为学生教育进步评价的活动。学习分析模型处理和显示的数裾帮助教师和学校更好地理解教与学，教师和学校掌握了这些数据后将会更有针对性地对大学生进行培训和教育。对于学生

2、木身而言，火数据对学习者学习过程的数据来进行分析，并用来优化学习，以基于学4行为数据的分析力学d者推荐学4轨迹，开展适应性学习、自我导向学习。用一个简单的场景來进行说明，一名学生通过电脑来学习英语阅读，他每读一篇文章，电脑就会搜集一系列关于掌握内容用时长短的数据。每次作业后，一个小测验就会出现在屏幕上，提出一些关于词汇和阅读理解的问题。学生在回答每个问题时，他的回答是否正确，以及他的成绩在班里处于什么水平，和全国学生相比处在什么位置，都能立即得到反馈。对于那些难题，电脑会告诉他一些网络链接，这些链接的网页对那些词

3、汇和概念有详细的解释。最后，这位同学在一定程度上就可以决定自己怎么样学习，学习多少，完全针对自己的学习意愿。1.人数据使网络教育的过程更为科学。简单的数据分析并不能全面地反映出网络教育中的问题，因为影响教育成绩监测的因素有很多。比如，一个学生在考试的第一部分耗时太多，是否意味着其接下来就会飞速、凌乱地答题从而降低正确率。一道问题的答题顺序、结果、具体情况，都给研究者提供了大量前所未有的数据，而这些是简单的数据无法反映出来的。运用这些大数裾，研究者就能获悉到底是什么因素为学生构建了最好的学习环境。理解这些重要的问题

4、有助于教育工作者给学生创造一个科学的学习模式。大数据的应用让监控学生的每一个网络学习行为成为可能。为了提高学生的学习成绩，老师甚至需要知道他们回答一个问题用了多少时间，回答这个问题使用了哪些资源，哪些问题被忽略了，为了回答这个问题做了哪些研宄工作，这个问题与其他己经回答了的问题之间存在什么关系。这些数据的组成，才能让老师知道对每个学生提供什么样的建议才是最佳的。学生写作业和答题的信息能立即自动被网络监测到，老师能够在第一时间将这些信息反馈给学生，甚至在线批改和点拨。网络教育变得不仅科学，而且高效。2.大数据使网络

5、教育过程更有趣。被誉为“大数据时代的预言家”舍恩伯格表示人数据使得教育不只是“你讲我听”，或是选修科目更多而己。大数据帮助大学生以前所未有的视角判断什么可行、什么不可行，展示那些以前不可能观察到的学习层面，进而可以基于学生的需求实现教育的“私人订制”。大数据会帮助老师更好地开展工作。以前老师不知道哪些部分的内容是学生有困难的，哪些学习材料是学生感兴趣的，接下来的教授重点应该是什么。大数据可以通过对数据进行分析来提供这些信息。大数据还可以帮助老师们更深入了解学生的学习兴趣和学习风格。以前照木宣科式传授技能，要让位于

6、组织学生讨论的技能，让位于从数据中获取学生学习信息的技能，让位于根据数据对学生进行个别引导的技能。学生可以学习到自己想学习的东西，积极性就会提高，与老师形成良好的课堂互动，让教学变得更加生动有趣。苏迦特的一个观点很具有代表性：“你能够想象和确认，你所教的和考核的东西，在今后20年学生们走向工作岗位时还管用吗？”为此，苏迦特分析，只有三种最基本的东西在今后的大数据时代是学生用得到和必须学的东西，“第一是阅读，第二是搜索，第三是辨别真伪”，谈到数学，苏迦特说：“也许数学，将成为一种体育运动”。基本能力加每个孩子特长的

7、“体育运动”，构成了苏迦特心目中的未来教育，无论大数据对信息系统足一种颠覆性或是粗略的技术都将成为一种时尚。二、大数据优化大学生网络教育的流程设计1.优化学习分析系统。教育环境的设计、教育实验场景的布置、教育时空的变化、学习场景的变革、教育管理数据的采集和决策，这些过去靠拍脑袋或者理念灵感加经验的东西，在云、物联网、人数据的背景下，变成一种数据支撑的行为科学。比如，新一代的网络学习平台就多出了行为和学习诱导的部分，这些平台通过记录线上学习者鼠标的点击特征，可以研究学习者的活动轨迹。如鼠标点击次数、位置、频率等，可

8、以发现不同学习者对每个知识点的反应，平均时间是多少，哪些学习内容更能吸引学习者，哪些学习内容耗费时间较多，从而知道哪些学习内容需要重复和强调，哪种讲述方式或学习工具最有效。这些数据被研宄者反复分析，将人人促进教学方案的改进，使教育者对高校学生的学习情况有更为科学准确地评估。1.优化课程设计。在大数据挖掘技术应用中，通过大数据可以了解到学习者平时的一些习惯和做法，进行分析，