導語：遠程教育大數據基本思路一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要：大數據對于思維以及管理帶來的變革逐漸深入人心，進而推動教育的變革，本文從數據、大數據、教育大數據的概念入手，進而總結出遠程教育大數據現實意義及其在遠程教育這一層面應用的基本思路。

關鍵詞：網絡大數據；教育決策；應用；基本思路

在2016年全國教育工作會議上，袁貴仁同志做了“以新的發展理念為引領，全面提高教育質量，加快推進教育現代化”為題的講話。在這些文件中，“現代化”“科學”“治理”等詞組頻繁出現。在發展現代而科學的教育治理體系與治理能力方面，大數據的應用將有望為教育發展注入新的活力。在教育領域，隨著大數據發展而帶來的教育政策研究與決策的“以證據為本”之趨勢亦漸明顯。在信息化時代，隨著互聯網與移動學習的興起，各高校在遠程教育教學中形成了大批量記錄學生的基礎信息、學習記錄、活動軌跡、學習成果數據、選課記錄、參與討論與提問的記錄數據；教師在線教學、輔導答疑的各種教學行為記錄數據；以及學習管理數據，這些數據聚合而成教育大數據。然而，這些教育數據在近十年來往往僅是簡單的堆砌，不被重視，更談不上進行有效地收集與整理。近兩年來，隨著大數據概念的不斷深入，人們開始對教學過程當中產生的各種數據有了一定的重視，但將其近一步進行收集和整理，進而為學院的各種方面提供有效決策服務的應用還不多見。因此，將大數據引入教育決策的緊迫性可見一斑。

一、數據的概念

傳統意義上的數據，是指“有根據的數字”，是對客觀世界測量或檢測結果的記錄。20世紀60年代，隨著“數據庫”的發明，“數據”的內涵得以擴大，不僅包括“有根據的數字”，也泛指一切保存在電腦中的信息，如數字、文本、圖片、音頻和視頻等，都統稱為“數據”。人類對大量信息進行歸納演繹和集成提煉，獲得以目標為導向的組織化信息，就形成了知識。在知識基礎上，人們可以形成正確的判斷并做出最佳的決策，形成智慧。智慧是人類特有的能力，它的產生需要基于知識的應用。如果對數據、信息、知識和智慧進行有序的加工和處理，它們可從底層向頂層轉化，成為一個不斷遞進的過程。在教育領域，學習者獲取數據智慧的過程，本質上是數據經過分析處理后，逐步提升為信息和知識，并最終成為頭腦中極為個性化的智慧的過程。

二、大數據概念及主要特征

大數據(bigdata)或稱巨量資料，指的是所涉及的資料量巨大到無法通過目前主流軟件工具，在合理時間內達到擷取、管理、處理、并整理成為幫助企業經營決策更積極目的的資訊。實際上，許多發達國家的研究機構和大企業公司都已經把大數據作為獲取有效信息的來源以及調整部署重要決策的戰略依據。而大數據處理技術也已成為信息挖掘、整理、分析的工具。大數據相比于傳統的數據概括起來有四個特點，業界將其歸納為4個“V”：（一）數據規模體量巨大。數據規模體量巨大即為第一個“V”——Volume(大量)。在2007年的研究中就已經得到人類大約儲存了超過300艾字節的數據，相當于3000個壓縮成1GB數字電影，近幾年，全球數據存儲量更是呈現爆炸式增長，互聯網數據正在以每年50％的速率在增長，據Gartner預測。到2020年，全球數據量將達到35ZB，等于80億塊4TB硬盤。（二）數據類型多樣。數據類型多樣即第二個“V”——Variety(多樣)。數據類型的多樣性主要是指，區別于傳統的數字型數據，大數據的數據類型不但包括數字型數據也包括非數字型數據，即包括結構化數據也包括非結構化數據、半結構化數據，因此在整理數據、分析數據上又增加了一定難度，如果想要得到有價值的信息，必須了解圖像、視頻、網絡日志、聊天記錄、語音通話、地理位置信息等等各種形式的數據處理技術。（三）數據處理速度快數據。處理速度快為第三個“V”——Velocity(高速)。大數據中的1秒定律，就是解釋了可從各種類型的數據中快速獲得高價值的信息，這一點也是和傳統的數據挖掘技術有著本質的不同。人類儲存信息量的增長速度比世界經濟的增長速度快4倍，而計算機數據處理能力的增長速度則比世界經濟的增長速度快9倍。（四）數據蘊含高價值回報。只要能正確合理地分析利用數據就能找到數據中隱藏的巨大價值為第四個“V”——Value(價值)。大數據里蘊含著豐富的信息資源早就有目共睹了。不管是Google對流感來臨的預測，Farecast對美國國內航班的票價預測系統，還是沃爾瑪的啤酒與尿不濕的營銷策略，都是來自于它們對大數據里隱藏價值的敏銳提取。

三、遠程教育大數據的具體存在方式

以中國地質大學（北京）繼續教育學院為例，目前學院的遠程教育大數據包括以下幾大類（如圖1）：（一）教學數據。在學歷教育平臺與非學歷培訓教學過程當中，形成的大批量記錄學生的基礎信息：如地域分布、學習行為記錄、活動軌跡、學習成果數據、選課記錄、參與討論與提問的記錄數據；教師在線教學、輔導答疑的各種教學行為記錄數據；以及學習管理數據，這些數據聚合而成教學大數據。（二）學籍數據。此類數據包括學生學號、姓名、聯系方式、個人家庭狀況、生源地、證件號碼、學歷信息、錄取信息、考試成績、學習形式、獎懲信息等多個數據字段，記錄學生從入學到畢業整個流程，此項數據要嚴格保密，以免泄漏學生個人隱私。（三）教學資源及平臺運行數據。資源數據包括主講教師、錄制年份、展示形式、教學計劃引用情況、課程編號、存儲信息、課程時長、學習次數等；平臺運行數據包括服務器及路由器等硬件設備工作狀態，關鍵數據備份日志、峰值壓力等相關數據。對上述數據的監控及統計可以及時了解教學資源和支撐硬件的運行狀態，發現服務短板，以便及時改進。（四）非學歷培訓。在非學歷教育平臺中，所開展的各個培訓項目關注度及學生選修課程數量，學習記錄、選課記錄、教師在線教學、輔導答疑的各種教學行為記錄數據。（五）相關調查數據收集。通過學院公眾號、主頁咨詢板塊、紙質問卷、電話回訪等方式收集到的相關調查數據。

四、網絡教育大數據現實意義

（一）可以提供有效的宏觀決策支持。對于學院管理者而言，高效深度的數據分析以及可視化的結果呈現，可以為學院宏觀發展戰略、招生政策、收費政策、人事政策、設置專業、培訓項目立項，優化配置學院的教學資源和教育產品提供有效的決策支持。（二）有利于提高相關部門的業務水平及工作效率。將收集到的數據統計結果及時反饋給相關部門，有利于相關業務部門對照數據梳理工作思路，對某一時間段的工作查缺補漏，總結出該項工作的運行規律，避免在未來的工作中出現相同的問題。（三）為課件及平臺開發建設人員提供數據支持。通過學生的角度了解學生學習過程的發生機制，利用分析技術對學習過程中積累的數據進行分析，得出平臺中相關模塊的優化方案，為平臺的升級改進提供思路；此外對于學院課程的制作模式提出新的要求，以便技術人員能夠建設出更適應學員學習思維方式與學習習慣的網絡課程（如圖2、圖3）。（四）為個性化教學提供數據保障。通過對學生的學數據（如圖2、圖3）分析，為每個學生建立個性化的學習檔案，教師可從學習者學習表現等多方面統計描述學習者的各種活動因素，預測學習者的需要，根據學習者的學習狀態來組織教學內容，實施教學計劃，改進課程的適應性，提高學員個性化水平，改進其學習效果，引導學生積累更豐富的學習經驗。（五）保證高效的教學保障水平。教學部門可以通過收集輔導教師的工作數據，對其工作在線時長、登錄次數、作業及試卷情況、提問回答情況進行分析，對每名教師的工作表現進行評估，形成一套科學的獎懲機制，提高輔導老師的工作積極性，形成高效的課后保障機制。

五、網絡教育大數據的實際應用建議

（一）教育大數據應用的終極目標。對大數據的挖掘整理和分析只是大數據應用的初級階段，其終極目標應該是以大數據的思維方式，形成學院信息化平臺為基礎，以教育大數據為主線，教育主管部門、學院、社會、教師、學生多層級相互融通的可視化管理機制。（二）確保價值數據得到收集。收集的大量數據中分為結構化和非結構化數據，準確找出價值數據是網絡在線教育的重要任務，是實現技術超越的基礎。通過數據分析技術對其中的橫向聯系、縱向升級、數據活性以及數據熱度進行分析，加強對數據背后的價值理解，并有針對性地提取開發新技能，才能實現數據、技術及思維的有效結合。（三）數據的安全應得到高度重視和保護。網絡教育大數據既是一筆寶貴的教育資產，但同時也大量涉及到施教者和受教者的隱私，在互聯網極度開放的今天，數據整理者更應注意個人隱私的保護，通過各種技術和法律手段防止數據外泄，將數據的收集和整理控制在宏觀層面。（四）注意規避大數據的潛在風險。如果從大數據中產生結論、形成決策的方法論基礎不堅實，直接運用大數據結論可能是不可靠的甚至是危險的。因此，在挖掘大數據潛在價值、利用大數據分析結果的同時，必須清醒認識到大數據應用的不完全性，避免由于分析模型的偏差與統計科學基礎的缺失得出錯誤的分析判斷。（五）確保數據分析結果能被有效利用。通過全面整理和正確分析得出的大數據結果，在通過學院管理層的認可和驗證后，應確保及時反饋到相關部門和相關工作環節當中，并將改進結果進行反饋，形成整理→反饋→優化的良性應用循環。

六、結語

過去我們僅掌握局限數據和片面數據，很難察覺和提煉這些原始數據背后的潛在信息。而在大數據時代，隨著數據規模和來源類別的積累，借助計算技術和分析技術，可以將事物規律用一種新方式進行呈現和解讀。這就使得大數據成為一項新的信息技術、一類新的科研范式、一種新的決策方式、一種新的思維方式。希望借助這一工具，可以推進教育信息化建設、不斷提高自身教育現代化水平，促進信息技術在遠程教育領域的創新應用。

參考文獻

[1]陳霜葉,孟瀏今,張海燕.大數據時代的教育政策證據；以證據為本理論對中國教育治理現代化與決策科學化的啟示[J].全教育展示,2014(2).

[2]羅清紅,數據、大數據與教育大數據[J].教育科學論壇,2016(5).

[3]張鵬高,羅蘭基,基于大數據的教育決策支持[J].中國教育信息化,2014(19).

[4]張紅霞.大數據背景下學習分析技術對遠程教育教學模式的影響[J].新校園旬刊,2016(3).

[5]姜強,趙蔚,王朋嬌等.基于大數據的個性化自適應在線學習分析模型及實現[J].中國電化教育,2015(1).

[6]劉偉偉,原建勇.大數據分析的認知思想基礎[J].新疆師范大學學報,2016(3).

[7]張燕南,大數據的教育領域應用之研究——基于美國的應用實踐[D].2016屆研究生博士學位論文,2016.

作者:苗陽 單位:中國地質大學