基于大数据自适应学习模型研究及实现.docVIP

基于大数据自适应学习模型研究及实现 　　摘 要：大数据时代，高等职?I院校传统教育教学模式已不能完全满足社会对新型人才培养的需要，如何将大数据的自适应学习模式与高等职业教育充分融合是当前亟待解决的问题。从大数据自适应学习概念出发，在综述大数据自适应模型及工作流程的基础上，介绍了基于大数据的自适应学习实现过程，并与传统教学进行对比。利用大数据自适应学习，有利于学生对于知识点的掌握，提高学习成绩，并激发学生学习兴趣。 　　关键词：大数据；自适应学习；高等职业教育 　　DOI：10.11907/rjdk.172858 　　中图分类号：G434 　　文献标识码：A 文章编号：1672-7800（2018）005-0217-03 　　Abstract：The traditional education teaching model in higher vocational colleges can not fully meet the social requirements of new talent training in the era of big data， and it is an urgent problem to integrate self-adaptive learning with higher vocational education.The conception of big data-based self-adaptive learning is defined， its models and the working flow are reviewed for the introduction of the implementation process and comparison to traditional teaching. To apply self-adaptive learning is helpful for students to master knowledge points， improve academic performance and arouse their learning interest. 　　Key Words：big data； self-adaptive learning； higher vocational education 　　0 引言 　　高等职业教育的发展为社会培养了许多技能型人才，但随着大数据时代的来临，传统教师课堂的面授教育模式已不能满足高等职业院校对于人才培养的需要。因此，探究将大数据理念运用于高职教育教学中具有重要意义[1-2]。传统教育教学模式下，由于学生基础的差异，在教学过程中难免会出现顾此失彼的现象，导致部分学生跟不上进度，产生厌学情绪，一定程度上制约了学生创新思维能力的培养[3]。大数据与互联网的结合为学生的个性化学习提供了有力支持[4]。开展基于大数据的自适应学习，可使每个学生根据自身特点自由选择学习方式，从而充分发挥学生潜能。 　　1 大数据自适应学习概念 　　大数据通过收集互联网中的海量数据，并将这些数据分类储存，形成庞大的数据库，便于人们查找和研究，同时通过数据挖掘，能够得到相关行业或领域有价值的信息[5]。大数据自适应学习是指在大数据基础上，将各门类学科知识、各领域研究成果、教师讲课笔记与教学心得、经典教学案例、试题库及答案讲解和读者阅读心得体会等按照学科领域进行归类收集[6]，学生能够通过网络在线学习或离线下载的方式学习知识点，从而开展个性化学习，同时还可在线与教师进行交流与探讨[7]。 　　2 大数据自适应学习模型 　　本文提出的基于大数据的自适应学习模型主要用于高职院校学生的在线学习，以及在图书馆及阅览室学习时遇到学科疑难知识点时的现场解决[8]。虽然这种基于大数据的自适应学习模型使用场合不同，但其工作流程相同，具体流程如图1所示。 　　大数据自适应学习系统建立在数据挖掘与算法分析研究基础上，学生可以在线和离线两种状态对某一课程进行自适应学习。该系统通过对海量数据进行深入分析与处理，找到客观规律，并对相关数据作出总结归纳，从而辅助学生学习。 　　基于大数据的自适应学习设备如图2所示，其工作原理为：先将若干台基于大数据的自适应学习设备放置在学校图书馆及阅览室，当学生在学习过程中遇到难点时，可以将教科书或难以解答的习题放在基于大数据的自适应学习设备扫描装置正下方，数据处理存储系统将扫描到的模拟信号转变为数字信号，从存储系统中调出相关信息，并在操作界面中以文件形式展示出来。通过操作界面上的提示，学生可以自由选择在线阅读、下载文件或点击打印。基于大数据的自适应学习设备中的所有信息均来自互联网上收集整理的学科