大数据分析技术在远程教育中的应用.docxVIP

? ? 大数据分析技术在远程教育中的应用 ? ? 胡 燕 (罗定开放大学 继续教育部,广东 罗定 527200) 0 引言 党的十九大报告提出实施乡村振兴战略,并在《国家乡村振兴战略规划(2018—2022 年)》中提出要加快推进农村现代化,让农民成为有吸引力的职业,让农村成为有奔头的产业,要实现乡村振兴战略可持续发展,必须加大乡村振兴人才培养力度,提高农民的综合素质。 远程教育作为传统学历教育的一个有益补充,已成为我国实现高等教育大众化和构建终身教育体系、学习型社会的重要途径,特别在教学信息化和新冠疫情防控背景下,基于“互联网+教育”的远程教育模式已深入人心。 目前,传统远程教育并没有完全实现学生的个性化教育,主要原因在于:在线教育学生数据量庞大,存储能力有限,缺乏有效的分析工具,不能对学生进行实时评价与反馈;大部分教学平台在跟踪学生学习行为的过程中,缺乏全方位记录学生学习行为的功能,只能根据某些特定的动作数据进行记录分析,并且没有将这些数据很好地应用在学生的个性化学习中。本文在对中国乡村现代远程教育机制构建、大数据分析技术调研、分析的基础上,聚焦云浮市委战略部署和市政府中心工作,探索乡村振兴视野下大数据学习行为分析技术在远程教育中的应用,为持续聚力打造“两新一前列”,促进实现“美丽云浮、共同缔造”,实现云浮乡村振兴走在全省前列目标做出新贡献。 1 研究现状 1.1 农村远程教育现状 在“乡村振兴” “智慧农村”等旗帜的引领下,探索富含乡土气息的教学模式和教学资源,将农民培养成为践行乡村振兴、努力致富的高素质人才,离不开教育信息化建设。 农村远程教育支撑了我国农村教育的现代化发展,是发展农村教育、提高农民素质的生力军之一,为农村人才的培养做出了重要贡献,非常适宜农村人才的教育培训,它具有以下几个优势。 远程教育最大的优势是共享开放,它可以为广大村民提供最优质多样化的资源,节省了建设教学资源的成本;远程教育突破培训时间、地点、人员的束缚,将课堂迁移到了网络上,村民可随时随地地进行自由学习,培养受益广。在现实应用过程中,远程教育也存在一些缺陷,尤其在广大农村,这些缺陷表现得更加明显,比如学员独自学习的专注率难以监控、掌握程度难以评估、及时交流互动缺乏、无同学的个体存在强烈孤独感等诸多问题,这些都需要在实践中不断扬长避短、扬优成势。 1.2 大数据学习分析技术调研 基于大数据的学习分析涉及教育学、社会学、心理学、语言学、计算机科学等学科领域,是当前学界关注的热点问题,它的应用价值日益引发教育专家的广泛关注与重视[1]。 大数据学习分析包括数据收集、分析、预测、个性化调整4 个阶段,即通过对所采集的学习数据进行大数据分析,了解学员学习过程中的学习状态,根据分析结果预测学生的学习行为,以适应学员个性化的学习需要,为实现精准评价与精准指导提供了可能[2]。 目前,基于大数据的学习分析也面临着一些困境,一是学习数据采集方式以填报式为主,而非实际学习过程数据,这难以反映学员真实的学习状态;二是学习数据建模分析主要集中在理论模型,而缺乏对学员学习行为数据建立数学模型,并进行挖掘分析;三是对学习数据的价值挖掘大多偏重于数据自身的分析,缺乏对教育价值的分析[3]。 基于大数据的学习行为分析技术能系统、全面地记录、跟踪和掌握学生的学习行为特征,能很好地解决以上困境,为教师有针对性地实施教学干预,促进教与学提供依据[4]。 常采用的学习行为分析方法有分类分析、聚类分析、关联分析,分析算法有决策树算法、神经网络算法、支持向量机算法、KMeans 聚类算法[5]。 2 基于大数据的学习行为分析模型构建 基于大数据的学习行为分析模型,就是将现实的学习行为构建成虚拟的分析模型,使得学习行为在信息框架的作用下更好地挖掘用户的使用习惯和路径,为下一阶段的用户分析提供必要的数据基础。 本文以行为科学、系统论及学习分析理论作为理论基础,立足于现实的教学课堂,以信息化、网络化技术为技术保障,对学习者的学习行为进行相关分析,搭建起科学合理的学习行为分析模型,如图1 所示,模型由3 个环节组成,即数据采集、数据分析、数据应用。 图1 基于大数据的学习行为分析模型 2.1 数据采集 通过在线学习服务端、平台数据库、在线学习客户端,对学员登录次数、在线学习时长、下载资源次数、在线作业、参与线上讨论等动态数据进行采集,并对学生的个性化学习行为进行统一记录,跟踪学生的正式与非正式学习行为,有效地将这些行为数据进行融合,实现大数据获取与共享,以便完成对学生学习过程的实时跟踪。 2.2 数据分析 数据分析就是将采集到的学员学习行为动态数据,通过数据模型进行处理,总结出学员的学习过程和规律。 结合学习行为分析模型以及在线学习过程,数据分析包括横向分析、纵向分析两个环节。 横向分