基于大数据应用技术的学情分析系统架构分析与设计.docx

基于大数据应用技术的学情分析系统架构分析与设计

摘要：目前基于信息化、体验式的教学线上和线下课堂，可通过移动端、网页端、嵌入式设备端等捕获大量的学情行为数据。如何采集这些线上线下产生的各种学情数据，利用采集数据的特点结合主流的大数据应用技术进行处理、分析和挖掘，并对受教育者或教育机构提供有用的决策信息成为很多研究机构的研究主题。本文基于目前学情分析系统的发展，引入大数据技术，设计了以Hadoop为核心的学情分析系统，提出了基于学情分析系统的数据挖掘并行算法分析平台设计，实现了一种基于数据的智慧校园平台。

关键词：学情数据；大数据技术；数据挖掘；平台设计中图分类号：TP301文献标识码：A1引言（Introduction）随着信息技术的发展，数据无时无刻不在产生，特别是教育大数据，已经成为推动教育行业的提升和变革的强大力量。基于信息化、体验式的教学线上和线下课堂，可通过移动端、网页端、嵌入式设备端等捕获大量的学情行为数据，这些数据符合大数据4V特性：海量（Volume）、多样性（Variety）、时效性（Velocity）和有效性（Veracity），给传统的教育数据存储、分析和处理都带来了极大的挑战。在与其他行业相比，教育界对大数据的广泛接纳比其他成熟行业稍晚。但如今大数据已经慢慢走进教育的各个角落。产生了更多的教育机构和企业开始对教育大数据深入研究并构建可交互的大数据平台。教育的大数据不仅影响学校内部治理的改革，而且会驱动整个教育领域的变革，利用大数据平台构建每一位受教育者的用户画像，针对每一位受教育者给出合理的建议，从而使得教育和关爱每一个孩子成为可能。

“大数据”这一概念已经在各行业的应用获得了极大的成功，也应运而生了“数据科学”这一崭新科学领域，通过大数据理论基础和框架技术可解决教育和大数据融合中所产生的问题。本文提出了教育大数据背景下运用大数据技术处理和分析教育行业数据的技术架构，并基于Hadoop技术生态圈设计了学情分析系统的技术架构及数据挖掘平台，将其应用于学院教学质量监控。

2学情分析概述（Overview?of?academic?behavior?analysis）

学情分析指的是学生在学习方面有何特点、学习方法怎样、习惯怎样、兴趣如何，成绩如何等。其设计理念包括教学方法、学法指导和教学设想，根据获取的数据研究者可以从高校创新创业教育改革、创新创业人才培养、基于产业发展需求的专业结构调整研究、学生学习行为分析、教师教授行为分析，以及个性化推荐等角度展开研究[1]。对教育大数据进行分析，需要从大量数据中进行提取与挖掘，在这个过程中包括数据的清洗、数据选择、数据变换、数据挖掘、模式评估和知识表示等。这些分析环节的每个构成都应成为数据分析研究的重要内容，从而最大限度地保持与还原客观事实[2]。

在如今的学校教育中，数据已成为教学改进最为显著的指标，而更多科学决策也是基于数据而产生的。在学校的数据种类不仅仅指考试成绩，也包括入学率、出勤率、辍学率、升学率等。对于具体的课堂教学来说，数据应该是能说明教学效果的，比如学生考试成绩、作业正确率、上课出勤率、积极参与课堂科学的举手次数，回答问题次数、时长与正确率，师生互动的频率与时长等。

根据以上综合分析，基于大数据应用技术的学情分析系统平台研究和建设是有着重大的意义，广东东软学院作为全国应用型大学的典范，我们更加注重课程实践性和学生动手能力，根据大数据分析和挖掘技术可以更加合理调整学院的学科专业、教师教授方式和学生学习方式等。同时，该平台的建立会完善广东东软学院的大数据应用实践教学体系。因此，建立和完善学情分析平台可促进和深化学院学生的学习、教师教学实践，以及帮助相关部门提供更加合理的计划和建议。

3研究现状（Current?research?situation）国外对学习和学情分析的研究起步较早，从2011年起已经积累了很多的理论基础，近年来已经由纯粹的理论概念阶段发展到具体的实际应用阶段，涌现出很多已经处于实用阶段的学习和学情分析系统。与国外相比，国内到目前为止主要还是停留在理论探索和分析阶段，或者是在理论和概念上的拓展，对于具体的学习分析工具和系统的实际应用的研究和开发较少[13]。基于大数据应用技术的学情分析系统平台是广东东软学院在学习和学情分析领域的实际应用，利用通用大数据和互联网技术对教育数据进行多维分析。

通过大数据技术和数据挖掘技术结合能够更好为各阶段学生提供更有价值的信息，如“希维塔斯学习”就是一家专门聚焦于运用预测性分析、机器学习从而提高学生成绩的公司[1]。加拿大的一家教育科技公司“渴望学习”（Desire2Learn）已经面向高等教育领域的学生，推出了基于他们自己过去的学习成绩数据预测并改善其未来学习成绩的大数据服务项目[2]。“渴望学习”的产品通过