论文部分内容阅读
[摘 要] 智慧教育要达到的目标是：实现信息化技术在教育教学、校园生活、科研管理等教育业务的应用，实现基于大数据的预测分析和更客观的教学评价分析。进行教育大数据潜在可利用价值的挖掘分析，对大数据分析在智慧教育业务上的创新应用模式进行研究设计。
[关 键 词] 智慧教育； 应用模式；教育大数据
[中图分类号] G642 [文献标志码] A [文章编号] 2096-0603（2018）19-0010-01
一、引言
在教育领域中，大数据技术的应用，为教育教学、教育管理、科研发展、校园建设更加智能化、人性化和便捷化提供了技术基础，可提高教育资源的共享度和利用率，节约教育成本。将最新科技技术应用于学校这样最具朝气的环境下，在提高教育教学质量方面有着广阔的应用前景。怎样加快实现智慧教育，[1]基于大数据技术挖掘智慧教育的创新应用模式[2]，是亟待实践和研究的课题。
二、基于教育大数据的大数据技术
（一）大数据技术
传统数据处理上，由于数据存储和计算机处理能力的限制，普遍使用抽样的方式对数据进行分析，而大数据技术是针对全集数据进行数据处理，所以数据的处理结果正在从原来的近似到现在的精确延伸和发展，此外，大数据处理结果的关注点已经从传统上依据数据得出结论向依据数据关联性预测发展趋势延伸和发展。
（二）教育大数据
智慧教育中使用的大数据[3]是指在教育教学、教育管理、网络教学、科研活动、校园生活等过程中采集的文本等结构化数据及图像视频等非结构化数据，与传统人工记录结构化数据进行手动分析相比，采用大数据处理方式可以采集处理图像视频等非结构化数据，所以数据覆盖面更全，可处理和预测更多的问题。这些数据可以用于预测未来可能发生的事件，例如，通过对学生学校论坛的数据分析，对学生的校园网络热点进行大数据舆情分析，作为校方，通过对学生论坛热点进行预测分析，采取相应的解决办法及应对措施。
三、基于教育大数据的创新应用模式设计
针对当前高校教学情况，从智慧教育教学出发，对教育大数据在教育业务上的应用案例进行分析。当前，所有高校都会通过学籍管理系统、教务管理系统以及学位管理系统记录每个学生的入学数据、在校学习课程数据、毕业设计方向及成果数据，目前这些结构化数据基本处于利用率较低的“闲置”状态，对这些数据加以大数据技术的应用，这些数据存在着巨大的价值。
（一）从学生角度
充分利用这些数据进行大数据关联分析以及预测分析，比如，每年本科生在考研选择方向时会进入一段时间的迷茫期，从大数据分析角度，通过学生大学期间网络学习记录、课程成绩记录、参加科研项目及竞赛记录等多种数据，准确判断学生的兴趣点、知识储备、学习偏好，合理给出建议。
同样，还可将大数据预测应用于学生就业上，根据学生的学籍、性格、兴趣爱好构建多种预测模型，针对学生的个体情况，进行相关企业及相关就业方向的推荐，实现个体化资源及服务的推送；此外，从整个高校的大环境下，我们可以通过大数据分析进行专业需求量预测，薪资走向等预测，从而帮助学生更好就业。
（二）从教师角度
采集学生上课状态及活跃度等非结构化数据，通过图像分析来得到特征数据，采集出勤率，通过指纹签到、网络签到等方式获取。对采集的数据进行分布式存储以及分析计算，教师可以从中提取课堂效果相关的数据统计结果，帮助自身教学能力的提升。比如，针对新型课程，教师可以通过大数据预测算法给出该课程达到最好教学效果的教学方法，预测其需求及问题，实现真正的因材施教；针对每个学生进行一定时间段内出勤率及上课状态的统计分析，预测该课程可能存在学习困难的学生，并进行及时的干预关注。
（三）从学校角度
大数据分析可以帮助学校实现教育管理的智慧化、教学资源的合理化、教育决策的科学化、教学评价的客观化。比如，学校在教师评优时，可以通过教学、科研、受欢迎度等方面采集的教师数据进行大数据处理，进行客观评比和考察，可以实现教学评价的客观公正性。
在每年的助学金发放时，可以借助于大数据分析学生的生源情况、日常消费情况、入学信息等数据，实现助学金发放的智能化，大量减少教师对学生家庭情况调查的工作量，并对学生其他方面的表现进行智能化綜合分析处理，实现助学金发放的客观公平性。
近年来，随着网络贷款的增多，很多大学生私下进行网络贷款，严重破坏了校园管理秩序，已经引发了多起事故。针对这种情况从学校角度可以通过大数据技术加强管理，通过采集学生阶段性的消费情况，进行异常行为分析，给予及时的指导和帮助，早发现早管理，避免酿成严重后果。
四、结束语
本文在对教育大数据可利用度进行分析的基础上，对大数据技术在智慧教育业务上的创新应用模式进行了应用设计。怎样加快实现智慧教育的步伐，教育大数据有着广阔的应用前景，当前智慧教育的发展处于初级阶段，仍然存在着许多的问题需要我们不断探索和研究。
参考文献：
[1]杨现民.信息时代智慧教育的内涵与特征[J].中国电化教育，2014（1）：29-34.
[2]尹恩德.互联网+时代区域教育资源建设的实践与思考[J].中国教育技术装备，2016（21）：59-60.
[3]杨现民，王榴卉，唐斯斯.教育大数据的应用模式及政策建议[J].电化教育研究，2015（9）：54-61.
[关 键 词] 智慧教育； 应用模式；教育大数据
[中图分类号] G642 [文献标志码] A [文章编号] 2096-0603（2018）19-0010-01
一、引言
在教育领域中，大数据技术的应用，为教育教学、教育管理、科研发展、校园建设更加智能化、人性化和便捷化提供了技术基础，可提高教育资源的共享度和利用率，节约教育成本。将最新科技技术应用于学校这样最具朝气的环境下，在提高教育教学质量方面有着广阔的应用前景。怎样加快实现智慧教育，[1]基于大数据技术挖掘智慧教育的创新应用模式[2]，是亟待实践和研究的课题。
二、基于教育大数据的大数据技术
（一）大数据技术
传统数据处理上，由于数据存储和计算机处理能力的限制，普遍使用抽样的方式对数据进行分析，而大数据技术是针对全集数据进行数据处理，所以数据的处理结果正在从原来的近似到现在的精确延伸和发展，此外，大数据处理结果的关注点已经从传统上依据数据得出结论向依据数据关联性预测发展趋势延伸和发展。
（二）教育大数据
智慧教育中使用的大数据[3]是指在教育教学、教育管理、网络教学、科研活动、校园生活等过程中采集的文本等结构化数据及图像视频等非结构化数据，与传统人工记录结构化数据进行手动分析相比，采用大数据处理方式可以采集处理图像视频等非结构化数据，所以数据覆盖面更全，可处理和预测更多的问题。这些数据可以用于预测未来可能发生的事件，例如，通过对学生学校论坛的数据分析，对学生的校园网络热点进行大数据舆情分析，作为校方，通过对学生论坛热点进行预测分析，采取相应的解决办法及应对措施。
三、基于教育大数据的创新应用模式设计
针对当前高校教学情况，从智慧教育教学出发，对教育大数据在教育业务上的应用案例进行分析。当前，所有高校都会通过学籍管理系统、教务管理系统以及学位管理系统记录每个学生的入学数据、在校学习课程数据、毕业设计方向及成果数据，目前这些结构化数据基本处于利用率较低的“闲置”状态，对这些数据加以大数据技术的应用，这些数据存在着巨大的价值。
（一）从学生角度
充分利用这些数据进行大数据关联分析以及预测分析，比如，每年本科生在考研选择方向时会进入一段时间的迷茫期，从大数据分析角度，通过学生大学期间网络学习记录、课程成绩记录、参加科研项目及竞赛记录等多种数据，准确判断学生的兴趣点、知识储备、学习偏好，合理给出建议。
同样，还可将大数据预测应用于学生就业上，根据学生的学籍、性格、兴趣爱好构建多种预测模型，针对学生的个体情况，进行相关企业及相关就业方向的推荐，实现个体化资源及服务的推送；此外，从整个高校的大环境下，我们可以通过大数据分析进行专业需求量预测，薪资走向等预测，从而帮助学生更好就业。
（二）从教师角度
采集学生上课状态及活跃度等非结构化数据，通过图像分析来得到特征数据，采集出勤率，通过指纹签到、网络签到等方式获取。对采集的数据进行分布式存储以及分析计算，教师可以从中提取课堂效果相关的数据统计结果，帮助自身教学能力的提升。比如，针对新型课程，教师可以通过大数据预测算法给出该课程达到最好教学效果的教学方法，预测其需求及问题，实现真正的因材施教；针对每个学生进行一定时间段内出勤率及上课状态的统计分析，预测该课程可能存在学习困难的学生，并进行及时的干预关注。
（三）从学校角度
大数据分析可以帮助学校实现教育管理的智慧化、教学资源的合理化、教育决策的科学化、教学评价的客观化。比如，学校在教师评优时，可以通过教学、科研、受欢迎度等方面采集的教师数据进行大数据处理，进行客观评比和考察，可以实现教学评价的客观公正性。
在每年的助学金发放时，可以借助于大数据分析学生的生源情况、日常消费情况、入学信息等数据，实现助学金发放的智能化，大量减少教师对学生家庭情况调查的工作量，并对学生其他方面的表现进行智能化綜合分析处理，实现助学金发放的客观公平性。
近年来，随着网络贷款的增多，很多大学生私下进行网络贷款，严重破坏了校园管理秩序，已经引发了多起事故。针对这种情况从学校角度可以通过大数据技术加强管理，通过采集学生阶段性的消费情况，进行异常行为分析，给予及时的指导和帮助，早发现早管理，避免酿成严重后果。
四、结束语
本文在对教育大数据可利用度进行分析的基础上，对大数据技术在智慧教育业务上的创新应用模式进行了应用设计。怎样加快实现智慧教育的步伐，教育大数据有着广阔的应用前景，当前智慧教育的发展处于初级阶段，仍然存在着许多的问题需要我们不断探索和研究。
参考文献：
[1]杨现民.信息时代智慧教育的内涵与特征[J].中国电化教育，2014（1）：29-34.
[2]尹恩德.互联网+时代区域教育资源建设的实践与思考[J].中国教育技术装备，2016（21）：59-60.
[3]杨现民，王榴卉，唐斯斯.教育大数据的应用模式及政策建议[J].电化教育研究，2015（9）：54-61.