教育大数据的平台构建与关键实现技术.PDFVIP

Vol.28 No. 1 20 18 教育大数据的平台构建与关键实现技术* 李 振1 周东岱1,2 刘 娜1 董晓晓1 钟绍春3 （1．东北师范大学 信息科学与技术学院，吉林长春 130117； 2 ．吉林省“互联网+ ”教育科技创新中心，吉林长春 130117； 3 ．教育部 数字化学习支撑技术工程研究中心，吉林长春 130117） 摘要：大数据现已成为驱动教育变革与创新的强劲力量，而平台建设是教育大数据落地的关键之所在，它覆盖 了从数据采集、存储计算、分析挖掘到具体应用的整个生命周期。文章首先从广义的角度，对教育大数据的内 涵进行了再认识。随后，文章基于教育大数据平台的需求分析，设计了教育大数据平台的架构。最后，文章从 学习行为大数据采集、教育大数据存储与计算以及教育大数据分析挖掘三个方面，对平台的关键实现技术进行 了研究。文章的研究可为教育大数据的理论研究与实践应用打下平台基础。 关键词：教育大数据；数据采集；存储与计算；分析挖掘 【中图分类号】G40-057 【文献标识码】A 【论文编号】1009—8097 （2018）01—0100—07 【DOI 】10.3969/j.issn.1009-8097.2018.01.015 2012 年，美国教育部提出以大数据为支撑、通过教育数据挖掘和学习分析来促进教学变革[1] 的理念。2015 年，我国开始战略部署教育大数据，中国教育大数据研究院、教育大数据应用技 术国家工程实验室等研究机构相继成立，各地教育信息化发展规划也纷纷将大数据列为“十三 五”期间大力发展的重要内容，大数据已经成为推动教育变革的新动力。 近年来，网络学习空间、电子书包、翻转课堂、MOOC 、微课等的出现，促使传统课堂教 学模式与在线教育相互融合。在这种技术丰富的新型学习环境下，大量网络化、数字化的学习 系统被应用，使得对学生个体全过程的行为数据采集成为可能。而平台建设是教育大数据发展 的基础，它覆盖了从数据采集、存储计算、分析挖掘到具体应用的整个生命周期。但是，目前 相关教育大数据的研究大多停留在理论探索阶段，尚没有形成一个针对教育领域统一的、完整 的大数据平台架构。因此，本研究对教育大数据平台的架构及其关键实现技术进行研究，以期 为学术界和产业界提供参考。 一 对教育大数据内涵的再认识 [2] 大数据是指“规模超过了传统数据库软件获取、存储、管理和分析能力的数据集” 。实际 上，大数据不仅包括“大”的数据，而且涉及与之相适应的技术与思维方式：①在技术层面， 为处理海量的、多模态的、实时产生的数据，产生了与之相适应的计算、存储、分析挖掘技术 [3] ——计算方面，出现了面向批量数据、流式数据、图式数据的并行计算模型 ；存储方面，出现 了诸如HDFS 、HBase 、Tachyon 等分布式存储技术；分析挖掘方面，除了将传统数据挖掘和机 器学习技术应用于大数据的并行计算，还出现了模拟人类智能的深度学习、认知计算等新技术。 [4] ②在思维层面，舍恩伯格等 总结了大数据时代的三大思维转变，即使用全量数据、关注相关关 系、接收混杂数据；此外，与传统的模型驱动和机理建模的方法所不同的是，数据驱动的创新 思维方式无需了解内在机制和客观规律，而是从数据出发自上而下地探究问题的内在机理。 对于教育大数据的内涵，目前没有统一的说法。如《中国基础教育大数据发展蓝皮书（2015 ）》 100 万方数据 Vol.28 No. 1 20 18 [5] [6] 将教育大数据界定为教育活动中产生的、蕴含着巨大价值的数据集合 ；而杜婧敏等 从数据特 征、来源、目标、技术的视角对其进行了解读。从广义的角度来说，本研究认为教育大数据的 内涵包括：①教育大数据指 “大”的数据集合，这些数据既具有一般大数据体量大、类型多、产 生速度快、价值丰富的共性特征，又具有教育数据多层性、时间性和序列性的领域特点；②教育