远程教育大数据基本思路

摘要：大数据对于思维以及管理带来的变革逐渐深入人心，进而推动教育的变革，本文从数据、大数据、教育大数据的概念入手，进而总结出远程教育大数据现实意义及其在远程教育这一层面应用的基本思路。

关键词：网络大数据；教育决策；应用；基本思路

在2016年全国教育工作会议上，袁贵仁同志做了“以新的发展理念为引领，全面提高教育质量，加快推进教育现代化”为题的讲话。在这些文件中，“现代化”“科学”“治理”等词组频繁出现。在发展现代而科学的教育治理体系与治理能力方面，大数据的应用将有望为教育发展注入新的活力。在教育领域，随着大数据发展而带来的教育政策研究与决策的“以证据为本”之趋势亦渐明显。在信息化时代，随着互联网与移动学习的兴起，各高校在远程教育教学中形成了大批量记录学生的基础信息、学习记录、活动轨迹、学习成果数据、选课记录、参与讨论与提问的记录数据；教师在线教学、辅导答疑的各种教学行为记录数据；以及学习管理数据，这些数据聚合而成教育大数据。然而，这些教育数据在近十年来往往仅是简单的堆砌，不被重视，更谈不上进行有效地收集与整理。近两年来，随着大数据概念的不断深入，人们开始对教学过程当中产生的各种数据有了一定的重视，但将其近一步进行收集和整理，进而为学院的各种方面提供有效决策服务的应用还不多见。因此，将大数据引入教育决策的紧迫性可见一斑。

一、数据的概念

传统意义上的数据，是指“有根据的数字”，是对客观世界测量或检测结果的记录。20世纪60年代，随着“数据库”的发明，“数据”的内涵得以扩大，不仅包括“有根据的数字”，也泛指一切保存在电脑中的信息，如数字、文本、图片、音频和视频等，都统称为“数据”。人类对大量信息进行归纳演绎和集成提炼，获得以目标为导向的组织化信息，就形成了知识。在知识基础上，人们可以形成正确的判断并做出最佳的决策，形成智慧。智慧是人类特有的能力，它的产生需要基于知识的应用。如果对数据、信息、知识和智慧进行有序的加工和处理，它们可从底层向顶层转化，成为一个不断递进的过程。在教育领域，学习者获取数据智慧的过程，本质上是数据经过分析处理后，逐步提升为信息和知识，并最终成为头脑中极为个性化的智慧的过程。

二、大数据概念及主要特征

大数据(bigdata)或称巨量资料，指的是所涉及的资料量巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。实际上，许多发达国家的研究机构和大企业公司都已经把大数据作为获取有效信息的来源以及调整部署重要决策的战略依据。而大数据处理技术也已成为信息挖掘、整理、分析的工具。大数据相比于传统的数据概括起来有四个特点，业界将其归纳为4个“V”：（一）数据规模体量巨大。数据规模体量巨大即为第一个“V”——Volume(大量)。在2007年的研究中就已经得到人类大约储存了超过300艾字节的数据，相当于3000个压缩成1GB数字电影，近几年，全球数据存储量更是呈现爆炸式增长，互联网数据正在以每年50％的速率在增长，据Gartner预测。到2020年，全球数据量将达到35ZB，等于80亿块4TB硬盘。（二）数据类型多样。数据类型多样即第二个“V”——Variety(多样)。数据类型的多样性主要是指，区别于传统的数字型数据，大数据的数据类型不但包括数字型数据也包括非数字型数据，即包括结构化数据也包括非结构化数据、半结构化数据，因此在整理数据、分析数据上又增加了一定难度，如果想要得到有价值的信息，必须了解图像、视频、网络日志、聊天记录、语音通话、地理位置信息等等各种形式的数据处理技术。（三）数据处理速度快数据。处理速度快为第三个“V”——Velocity(高速)。大数据中的1秒定律，就是解释了可从各种类型的数据中快速获得高价值的信息，这一点也是和传统的数据挖掘技术有着本质的不同。人类储存信息量的增长速度比世界经济的增长速度快4倍，而计算机数据处理能力的增长速度则比世界经济的增长速度快9倍。（四）数据蕴含高价值回报。只要能正确合理地分析利用数据就能找到数据中隐藏的巨大价值为第四个“V”——Value(价值)。大数据里蕴含着丰富的信息资源早就有目共睹了。不管是Google对流感来临的预测，Farecast对美国国内航班的票价预测系统，还是沃尔玛的啤酒与尿不湿的营销策略，都是来自于它们对大数据里隐藏价值的敏锐提取。

三、远程教育大数据的具体存在方式

以中国地质大学（北京）继续教育学院为例，目前学院的远程教育大数据包括以下几大类（如图1）：（一）教学数据。在学历教育平台与非学历培训教学过程当中，形成的大批量记录学生的基础信息：如地域分布、学习行为记录、活动轨迹、学习成果数据、选课记录、参与讨论与提问的记录数据；教师在线教学、辅导答疑的各种教学行为记录数据；以及学习管理数据，这些数据聚合而成教学大数据。（二）学籍数据。此类数据包括学生学号、姓名、联系方式、个人家庭状况、生源地、证件号码、学历信息、录取信息、考试成绩、学习形式、奖惩信息等多个数据字段，记录学生从入学到毕业整个流程，此项数据要严格保密，以免泄漏学生个人隐私。（三）教学资源及平台运行数据。资源数据包括主讲教师、录制年份、展示形式、教学计划引用情况、课程编号、存储信息、课程时长、学习次数等；平台运行数据包括服务器及路由器等硬件设备工作状态，关键数据备份日志、峰值压力等相关数据。对上述数据的监控及统计可以及时了解教学资源和支撑硬件的运行状态，发现服务短板，以便及时改进。（四）非学历培训。在非学历教育平台中，所开展的各个培训项目关注度及学生选修课程数量，学习记录、选课记录、教师在线教学、辅导答疑的各种教学行为记录数据。（五）相关调查数据收集。通过学院公众号、主页咨询板块、纸质问卷、电话回访等方式收集到的相关调查数据。

四、网络教育大数据现实意义

（一）可以提供有效的宏观决策支持。对于学院管理者而言，高效深度的数据分析以及可视化的结果呈现，可以为学院宏观发展战略、招生政策、收费政策、人事政策、设置专业、培训项目立项，优化配置学院的教学资源和教育产品提供有效的决策支持。（二）有利于提高相关部门的业务水平及工作效率。将收集到的数据统计结果及时反馈给相关部门，有利于相关业务部门对照数据梳理工作思路，对某一时间段的工作查缺补漏，总结出该项工作的运行规律，避免在未来的工作中出现相同的问题。（三）为课件及平台开发建设人员提供数据支持。通过学生的角度了解学生学习过程的发生机制，利用分析技术对学习过程中积累的数据进行分析，得出平台中相关模块的优化方案，为平台的升级改进提供思路；此外对于学院课程的制作模式提出新的要求，以便技术人员能够建设出更适应学员学习思维方式与学习习惯的网络课程（如图2、图3）。（四）为个性化教学提供数据保障。通过对学生的学数据（如图2、图3）分析，为每个学生建立个性化的学习档案，教师可从学习者学习表现等多方面统计描述学习者的各种活动因素，预测学习者的需要，根据学习者的学习状态来组织教学内容，实施教学计划，改进课程的适应性，提高学员个性化水平，改进其学习效果，引导学生积累更丰富的学习经验。（五）保证高效的教学保障水平。教学部门可以通过收集辅导教师的工作数据，对其工作在线时长、登录次数、作业及试卷情况、提问回答情况进行分析，对每名教师的工作表现进行评估，形成一套科学的奖惩机制，提高辅导老师的工作积极性，形成高效的课后保障机制。

五、网络教育大数据的实际应用建议

（一）教育大数据应用的终极目标。对大数据的挖掘整理和分析只是大数据应用的初级阶段，其终极目标应该是以大数据的思维方式，形成学院信息化平台为基础，以教育大数据为主线，教育主管部门、学院、社会、教师、学生多层级相互融通的可视化管理机制。（二）确保价值数据得到收集。收集的大量数据中分为结构化和非结构化数据，准确找出价值数据是网络在线教育的重要任务，是实现技术超越的基础。通过数据分析技术对其中的横向联系、纵向升级、数据活性以及数据热度进行分析，加强对数据背后的价值理解，并有针对性地提取开发新技能，才能实现数据、技术及思维的有效结合。（三）数据的安全应得到高度重视和保护。网络教育大数据既是一笔宝贵的教育资产，但同时也大量涉及到施教者和受教者的隐私，在互联网极度开放的今天，数据整理者更应注意个人隐私的保护，通过各种技术和法律手段防止数据外泄，将数据的收集和整理控制在宏观层面。（四）注意规避大数据的潜在风险。如果从大数据中产生结论、形成决策的方法论基础不坚实，直接运用大数据结论可能是不可靠的甚至是危险的。因此，在挖掘大数据潜在价值、利用大数据分析结果的同时，必须清醒认识到大数据应用的不完全性，避免由于分析模型的偏差与统计科学基础的缺失得出错误的分析判断。（五）确保数据分析结果能被有效利用。通过全面整理和正确分析得出的大数据结果，在通过学院管理层的认可和验证后，应确保及时反馈到相关部门和相关工作环节当中，并将改进结果进行反馈，形成整理→反馈→优化的良性应用循环。

六、结语

过去我们仅掌握局限数据和片面数据，很难察觉和提炼这些原始数据背后的潜在信息。而在大数据时代，随着数据规模和来源类别的积累，借助计算技术和分析技术，可以将事物规律用一种新方式进行呈现和解读。这就使得大数据成为一项新的信息技术、一类新的科研范式、一种新的决策方式、一种新的思维方式。希望借助这一工具，可以推进教育信息化建设、不断提高自身教育现代化水平，促进信息技术在远程教育领域的创新应用。

参考文献

[1]陈霜叶,孟浏今,张海燕.大数据时代的教育政策证据；以证据为本理论对中国教育治理现代化与决策科学化的启示[J].全教育展示,2014(2).

[2]罗清红,数据、大数据与教育大数据[J].教育科学论坛,2016(5).

[3]张鹏高,罗兰基,基于大数据的教育决策支持[J].中国教育信息化,2014(19).

[4]张红霞.大数据背景下学习分析技术对远程教育教学模式的影响[J].新校园旬刊,2016(3).

[5]姜强,赵蔚,王朋娇等.基于大数据的个性化自适应在线学习分析模型及实现[J].中国电化教育,2015(1).

[6]刘伟伟,原建勇.大数据分析的认知思想基础[J].新疆师范大学学报,2016(3).

[7]张燕南,大数据的教育领域应用之研究——基于美国的应用实践[D].2016届研究生博士学位论文,2016.

作者:苗阳 单位:中国地质大学