大数据环境下学业预警系统设计与分析_金义富.pdfVIP

IT New Learning / New Teaching   中国电化教育  总第 期 2016.2 349 新型学习和教学方式 文章编号:1006—9860(2016)02—0069—05 大数据环境下 学业预警系统设计与分析* 金义富，吴  涛，张子石，王伟东 (岭南师范学院  广东高校数字化学习工程技术开发中心，广东  湛江  524037) 摘要：随着互联网+教育的深度融合，教育大数据逐渐成为学习分析的主要手段。该文讨论了构成教育大数 据环境的数据分类、收集与存储组织，以及教育数据挖掘和学习分析的一般思路与方法，探讨了在大数据环境下 的学业预警系统设计框架，提出了一种基于离群数据挖掘与分析的课程、课堂、课外“三位一体”预警信息发现 与生成模型LAOMA(Model of Learning Alert Based on Outlier Mining and Analysis)，建立了学业预警两类六级信号 系统及反馈机制。最后阐述了包括学业预警在内的学习分析技术使个性化学习真正成为可能，但如果应用不当， 过分依赖生硬的数据也可能与教育的本质不相符合。 关键词：教育大数据；学习分析；离群挖掘；预警信号；教育反思 中图分类号：G434 文献标识码：A 大数据可能会带来一场全面革命，推动社会 应用所面临的问题与挑战。 全面进步，推动社会各行业根本变革。大数据不仅 一、教育大数据环境 数据量巨大，而且涉及的数据种类繁多，数据价值 密度极低，如何提高大数据采集、存储、处理并发 (一)大数据 现知识的能力已经成为国家战略，教育也身在其 大数据首先是规模大，随着信息技术的广泛应 中[1]，教育发展也正面临大数据所带来的机遇与挑 用，各种信息系统、数据库、云存储、互联网、物 战[2]。随着网络学习、移动学习、校园社交以及学 联网以及移动智能终端的飞速发展，特别是近年来 校各种信息系统的广泛应用，每个教师和学生每天 社交系统用户的急剧增加，数据的获取、分享变得 都在生产大量的数据，目前各高校总数据量都在T 十分容易，使数据规模不断膨胀。同时，大数据还 级甚至P级以上。长期以来，学校数据大都是沉睡 具有数据结构复杂多样、数据更新速度越来越快等 在系统中未能充分利用，甚至一段时间后被无情地 特点[4]，由于量大、复杂、多变，从这些海量数据 永久删除。如何利用这些数据使之转变为信息、知 中获取隐藏的、有用知识的难度越来越大，已有数 识，并为教学决策、学习优化和学业预警等服务， 据仓库和数据挖掘相关处理模式已无法满足大数据 已成为教育工作者以及学习者们所关注的内容[3]。 巨量复杂数据处理要求[5]，研究机构Gartner认为需 本文分三个方面进行阐述：第一部分探讨教育 要借助于新的处理模式才能从大数据中拥有更强的 大数据的定义与分类，搭建教育大数据支撑环境； 决策力、洞察发现力和流程优化能力。 第二部分讨论大数据环境下的学业预警系统设计， 大数据潜在价值的重要表现是数据之间的关联 提出课程、课堂、课外“三位一体”的预警信息发 性，一项重要的思维转换就是从传统的因果分析向 现与生成模型LAOMA(Model ng 相关性分析转换。越来越多的国家、政府、行业、  of Learni  Alert based  on Outlier Mining and Analysis)，建立学业预警两类 企业等机构已意识到大数据正在成为组织最重要的 六级信号系统及反馈机制；第三部分反思教育大数 资产，数据分析能力正在成为组织的核心竞争力。 据、学习引导、学业预警等学习分析技术在教育中 目前，国家、政府已经把大数