大数据分析技术在教育教学的应用.docVIP

大数据分析技术在教育教学的应用 在教育信息化2.0时代把智能和信息化技术融入日常教学，实现教学信息化、学习智能化的新型教育体系一直是教学改革的重要方向。目前，部分高校已经开始智慧校园建设，通过大数据、人工智能、物联网等新兴技术，建立数据共享平台，打通数据孤岛。学校把校内数据汇总起来，构建教学诊改系统，用于诊断教学中存在的问题，借助融课堂平台时刻关注学生学习轨迹、任务完成情况以及学生的校内外活动轨迹等，实现了在线数据的智能化使用及开发。 一、大数据分析技术概述 （一）何谓“大数据”。目前，“大数据”虽然没有一个十分精准的定义，但是，学界普遍认为，“大数据”指的是海量、高增长率和多样化的信息资产。这也是信息化时代的产物，数据的来源多、增速快促成了大数据时代的到来。一般来说，大数据可以和任何行业实现无缝对接，如大数据融入金融就是金融大数据，融入教育就成为教育大数据，它的诞生使潜藏于数据深处的价值得以挖掘，使原本看似无用的数据为企业和社会带来效益，更促进了日常生活、企业管理、教育教学的智能化。（二）何谓大数据技术。大数据技术是指对庞大的潜在数据进行专业化处理的手段。飞速增长的数据不是简单的数据处理工具就能解决的，需要凭借分布式数据存储器、Hadoop集群平台、数据采集技术、数据清洗工具、数据挖掘算法等等一系列的专业化技术手段进行存储、处理和分析，更需要一些大数据技术与应用的专业人才去管理、维护、使用、开发，从而形成大数据集成平台。 二、当前教学现状 随着高校学生规模的扩大，教师除线上线下授课、批改作业、辅导学生外，还要担负繁重的科研任务。传统的教学模式使教师分身乏术，教学效果和输出质量不尽如人意。于是，很长一段时间，人们一直在呼吁智慧办公、智慧校园等，希望可以通过科技的手段减少工作负荷。因此，将大数据技术融入校园，融入教育教学，提高教学质量，满足学生需求，已经成为大势所趋。近年来，河南机电职业学院对大数据人工智能技术的应用进行了积极探索，构建数据中心，打通数据孤岛，进行智慧校园建设，对学生和教师的日常学习、教学、活动等情况进行分析，从而为教学改革提供决策依据。今年突发新冠肺炎疫情，教学模式由之前的线上加线下全部改为线上进行。学校利用大数据技术对线上教学进行多维度分析，并对学生的学习状态进行跟踪分析，实现了“停课不停学”，高质量、高标准、高要求地开展教学活动。 三、大数据技术在教育教学中的应用 （一）采集以学生活动为主题的数据。随着教学改革的不断深入，在高校对学生的评价主要侧重于对学生综合素质进行分析，其中包括学生成绩的对比分析、学生校内外活动轨迹的分析，以及影响学生职业素养和综合素质因素的分析等。以河南机电职业学院为例，大数据技术与应用专业以800名学生为样本进行分析，学生的学习轨迹主要体现在线场课堂平台上，活动轨迹主要体现在学生管理平台上。通过建立中间库，学校将学生日常产生的学习和活动碎片进行收集整理，采集到大数据中心的分布式存储器上，并进行实时更新。具体采集数据的步骤如下：1.创建一个学生成绩分析项目，并选择EXCEL数据源，添加所要分析的数据，部分数据可以通过连接数据库，轻松导入所要分析的数据。2.连接数据源“大数据专业成绩表.xls”，对数据类型进行格式变更，进入数据预览的页面，将“snumb”“ternumb”“clanumb”设置为字符串类型，命名为“高校大数据班学生成绩分析”。这一步主要是将所获得的数据统一类型，以便进行下一步详细的数据处理。通过创建的MySQL数据库，我们将所需要的数据分类导入学生数据库。（二）清洗获取到的数据。数据清洗是指找出并改正数据源中不正确数据，如检查数据的一致性，处理无用值和残缺值等。由于汇聚到的数据是从不同系统获得的，系统的开发商各不相同，导致各个系统的数据格式及命名规范参差不齐。在拿到数据之后，数据清洗的工作量很大，数据清洗是否完整、是否正确，将直接影响分析结果的精确度。数据清洗的方法有很多种，如编写SQL语句、使用Python中的数据清洗库、利用八爪鱼工具等。本案例主要是在搭建好的Hadoop集群平台上实现数据的清洗，结合魔镜平台编写SQL语句来实现数据的清洗功能。数据清洗是数据分析当中至关重要的一步，数据清洗得是否彻底直接影响数据分析的准确性。经过数据清洗之后，一些格式不统一、残缺、无价值及干扰项便不复存在，新生成的数据源则用于下一步的数据分析及可视化。（三）挖掘产生的数据。数据挖掘是指通过一系列的算法对处理过的数据进行分析，寻找数据中隐含的价值，常见的算法有聚类算法、关联规则算法、基因算法等。数据挖掘的过程就是从这些庞大的数据中找出潜在的、未知的、对决策有帮助的关系、模式和趋势,并建立决策支持模型的过程。本文主要