论文部分内容阅读
摘 要：教育大数据是大数据与教育教学融合的产物，是大数据在教育领域的具体体现。文章阐述了教育大数据的特征与组成，教育大数据在高校教育中的应用价值及面临的挑战，并对基于教育大数据的高校教育改革展开探讨，为高校教育改革提供一定的参考。
关键词：教育大数据;教育改革;高校教育
大数据技术是“互联网+”时代的利器之一，大数据与教育教学的融合应用是时代发展的必然要求。教育部办公厅2015年印发的关于征求对《关于“十三五”期间全面深入推进教育信息化工作的指导意见（征求意见稿）》意见的通知[1]，提出要拓展信息时代教育教学、管理与服务方式，实现学生在网络学习空间中学习过程、实践经历的记录，对采集的学生日常学习情况的大数据进行分析，进而优化教学模式。利用大数据技术可以实现大量教育数据的采集、存储、处理和分析，通过构建教育领域相关模型，挖掘蕴藏在这些数据之间的相关关系，为教育教学决策提供有效支持。如何适应大数据时代，并利用教育大數据推动教育事业的发展，是当前教育界应该重视和共同思考的课题。
1 教育大数据的特征与组成
大数据具有4V特征，即数量巨大、类型多样、处理速度快、应用价值高。利用大数据技术能够对海量、格式多样的数据进行采集、存储、分析处理，并最终得到人们需要的信息。教育大数据就是教育领域的大数据[2]，是整个教育活动过程中所产生的以及根据教育需求采集到的数据集合，具备大数据的特征，教育数据挖掘就是教育行业的数据分析应用。
在大数据时代，随着通信技术、云计算、人工智能等技术以及可穿戴设备应用到教育的全过程，教育大数据的采集具有更强的实时性、连贯性和自然性，可以实时、持续地采集教学活动中的过程性数据，比如学生的浏览轨迹、浏览的时长、答题花费的时间、答题正确率、师生互动情况，生生互动情况等。教育大数据的数据结构更加复杂，既有结构化的数据，如学生成绩、学生基本信息、学生出勤记录、图书借阅记录、学生就业率等;也有非结构化的数据，如视频、图片、教案、教学软件、文档等，使得数据的分析处理更加复杂，全面、庞大的数据使得教育大数据的应用能够更加深入。
2 教育大数据在高校教育中的应用价值
2.1 服务个性化教学
目前，高校大多采用线上线下相结合的混合式教学模式，混合式教学把传统教学方式的优势和e-Learning的优势结合起来，可以全面地覆盖到课前-课中-课后的每一个教学环节，获得更好的教学效果。
采用混合式教学模式，教师可以方便地获取学生线上学习过程的数据，使用大数据分析技术对这些数据进行分析，教师就可以全方位了解学生的学习情况，按照学生各自的学习进度为学生量身定制相应的学习内容，这是实现个性化教学策略的重要依据。课前，教师可通过雨课堂提前发送课程课件给学生，或是通过MOOC平台要求学生提前预习，教师可以随时查看学生的学习情况，并及时进行沟通交流。通过线上数据教师可以统计出学生的学习情况，能够关注到每一个学生，包括最后一名学生。课中，通过对学生的线上学习数据进行分析实现“精讲”，对学生不懂的知识点进行重讲，对学生已学会的知识点不讲或者少讲。课后，对学生进行有针对性地干预训练，不同层次的学生推送不同层次难度的题目及教学资源，培养学生的实践能力及自适应学习能力。课程考试重考最基础、最重要、最火热的知识点及知识应用方法，着重考核学生的实际应用能力。通过课程教学要求每一位学生都要在自身的基础上有所发展与提高，但不必是相同的规格。
2.2 协助高校进行科学管理
教育大数据能有效提高高校智能化、精细化、规范化管理的水平，对促进高校现代化具有非常重要的意义。教育大数据使得高校的管理更加有序和有效，可以真正实现人才培养、教师、学生、教学、科学研究、仪器设备等各方面的分类管理，更好地支持高校的资源配置，构建合理的人才培养和管理模式，可以实现在目标导向、问题驱动下的过程监控，并能够对高校未来的发展趋势进行预测，同时，对高校可能出现的问题进行提前预警，便于管理人员实时把控，将可能出现的风险降至最低，建立科学高效的运行机制。
2.3 辅助教育决策
教育大数据包含整个教育活动过程中所产生的数据，弥补了传统教育数据范围狭窄与数量有限的不足，数据资源是否充足在很大程度上决定了教育决策的效果。高校领导层经常发生变动，学校决策也会因人而异，凭感觉和经验做出的决策难免具有主观性和局限性，而且各高校情况不一样，具有各自的优势和特色，一所高校好的决策不一定适用于另一所高校。高校教育大数据是客观存在的，通过大数据分析，不同高校可以根据自身学校情况、教师情况、学生情况、实验设施等软硬件情况，进行不同形式、不同方式的适合本校的改革，并对本校的学科重点发展方向进行决策。
2.4 优化高校教学资源建设
目前，高校内部不同院系间教学资源存在重复建设的现象，院系间资源共享非常困难。高校建立大数据资源共享平台，可以利用大数据技术，科学合理地分配有限的资源，实现资源的最优利用。通过建立大数据资源共享平台，整合教师资源可以建设一些优质课程，整合物资资源可以提高物质资源的利用率，从而打破院系间的壁垒，实现教学资源共享、提高教学资源利用率，保障高校健康、科学、可持续的发展。
3 教育大数据在高校教育中面临的挑战
3.1 高校教师教育大数据应用意识有待提高
大部分高校教师拥有丰富的教学实践经验，但在基于教育大数据的教育教学方面仍是新人。大数据时代对高校教师专业能力提出了新的要求，教师不仅要传授学生知识，培养学生的能力与素养，还要具备一定的数据素养，有数据采集、数据存储、数据分析、数据运用的能力。基于教育大数据里的小数据，教师可以了解每一个学生，如通过学生成绩、学习时长、借阅的书籍、浏览的网页、选修的课程等数据，可以了解一个学生的学习兴趣、学业状态、心理状态、情绪状态等，从而为每个学生制订个性化的学习计划，实施因材施教。作为教育主体的高校可以组织系统培训，提升高校管理者、教育者对教育大数据的认知，充分理解并准确把握教育大数据在推动高校内涵式发展过程中所具有的支持性、服务性、变革性作用，重视其在高校科学管理中推进精准教学、精准管理、精准评价、精准决策的多元潜能，积极营造校园教育大数据文化，从而在高校管理者、教育者中养成大数据应用意识，并转化为行动上的自觉。 3.2 教育大数据的安全问题
教育大数据涉及众多教育者和受教育者信息，以及教育教学的方方面面，其中很多数据包含有用户的隐私信息。教育大数据在数据采集、数据存储、数据共享使用等各个环节均存在有泄露隐私的风险，使用不当就有可能带来严重的安全事故，保护教育大数据的隐私信息是非常必要的。另外，通过教育大数据改变受教育者的学习方式，利用教育数据挖掘技术对学习者进行画像分析，为受教育者提供学习路径及个性化学习资源，这些将会使学生的整个学习过程透明化，也会带来一系列伦理问题。目前国家还未出台有关教育大数据发展体制、机制、数据共享、数据应用与隐私保护等方面的法律法规，既不利于维护数据安全，也不利于数据充分共享。
4 基于教育大数据的高校教育改革
4.1探索和改进教学策略，实施精准教学
传统教学模式下，教师是讲课的主体，学生在学习时是被动的学习，不利于培养学生的兴趣及学生的自主学习能力。在大数据环境下教师不再是教学的主体，而是引导学生进行自主学习，让学生在自主学习的过程中逐渐地发展和完善自身的学习思维、学习意识及学习能力。大数据时代，网络上有丰富的学习资源，学生可以随时随地学习自己感兴趣的知识，更好地提高自己。通过学生的浏览轨迹，对学生的学习行为进行挖掘分析，可以深度了解学生，掌握学生的兴趣爱好、现实水平和现实需求，从而在教学过程中实施差别策略，主要包括教学目标的制定和教学内容的组织等，从学生实际出发，为学生发展着想，为每个学生学习上的成长提供条件，为每个教师创造性地进行教学提供施展才华的平台，使教学向着“以生为本，私人订制化”的方向发展。实施精准教学就要改变传统班级授课时采用统一的大纲、统一的教材、统一的进度、统一的要求来对待所有的学生，力图让班级所有学生“齐步走”的做法，教师必须根据不同的教学目标及学生需求，积极探索多元教学方式如案例教学、反思性教学、研讨式教学、研究式教学、虚拟实践教学以及网络支持式教学等，激发学生学习的兴趣，促进学生全面发展。
教育大数据使教育研究从宏观群体走向微观个体，提供精准、个性化的教育，实现以数据驱动的“因材施教”，符合中国教育现代化2035的基本理念，精准教学可有效促进教与学，显著提升学科教学质量，可以针对不同层次的学生采用不同的教学方法与教学策略，并能及时发现问题、进行有效干预和做出全面正确的评价。
4.2 改进学业评价方式，促进学生可持续发展
传统评价学生的学业情况是通过学生各学科的成绩进行评价，过于关注成绩而缺乏对学学生学习过程的评价，评价方式单一、片面，可能导致学生过分追求高分而忽视能力的培养。教育大数据动态收集有学生的学习过程信息、学习表现信息、社交信息、身心健康信息等各方面的数据，可以全方位分析、评价学生的学习过程和结果。采用时序分析技术可以呈现学生个体的发展与成长情况，动态跟踪学生行为，了解学生的真实学习状态及心理状态，对偏离培养目标及出现心里状态的学生进行预警，及时予以干预。采用数据分析技术，可以发现学生间的发展差异、学习兴趣差异及各自所需要的学习支持和发展路径，为学生提供适宜的学习资源与有效的学习支持。根据教育大数据，学校可以全面了解、客观分析学生的学业现状、发展现状及存在的问题，同时可以反思是否因自身的支持不够而影响了学生的发展，并深层探析需要为学生的发展提供何种支持。教育大数据可以整合学生在不同学习阶段产生的数据，通过数据分析可以为学生未来学习、就业方向、生活等提供预测与建议，提高学生的自我认识力，有助于学生的终身学习与可持续发展。
4.3 改进教学评价模式，提升教师教学能力
教学评价的目的在于促进教育改革，提高教育质量，所以做好教学评价是提高高校教学质量的重要保障。教育大数据采集了教育教学全过程的各种数据，数据是海量的，采集方式是实时多元化的，通过整合学生的学习行为数据、学生的成绩及各类评价信息等，进行多维度分析，打破了以往经验主义的评价模式，可以客观、公正、准确地评价教师的教学质量，这样的评价更加具有说服力，让教师积极主动地进行反思，拓展教学思路，寻找更加适合学生、更加符合教育规律的教育教学方式，在这样良好的竞争环境中激发教师的潜能，促进教师教学能力的提升。
4.4 改革高校教育管理模式，促进资源合理配置
随着信息化技术的发展，高校均已采用信息化管理方式，但各部门、系统数据各自定义、存储，使得一些相同的数据在不同的系统里具有不同的含义，形成数据孤岛，使得跨部门、系统的数据整合难度大。教育大数据能够有效促进高校教育管理信息化建设水平，高校管理者要完善数据管理模式，对数据进行治理，优化各管理系统，消除数据孤岛现象，对校内数据进行全面整合，支持教育大数据的应用，实时把控学校状况，保障学校各项工作平稳进行。教育大数据汇聚了多维度、全方位、全过程的教育和管理数据，通过构建模型，可以对学校资源的配置应用、师资队伍的结构情况、创新发展的特色成果等全方位进行刻画，深入剖析学校的管理情况，综合评价学校管理水平，为决策者提供数据支持，使教育决策更加科学有效，资源配置更加优化合理。
5 结语
教育大数据是现代教育技术发展的产物。通过分析教育大数据潜在的價值，并在高校教育中进行应用，可以推进高校教育的深度变革，有效提高高校教育质量。
参考文献：
[1]http：//www.moe.gov.cn/srcsite/A16/s3342/201509/t20150907_206045.html.
[2]杨现民，王榴卉，唐斯斯.教育大数据的应用模式与政策建议[J].电化教育研究，2015，36（09）：54-61+69.
[3]孟冬冬，张毅巍，才亚楠.大数据对高等教育的影响及应对策略[J].黑龙江高教研究，2020，38（01）：34-37.
[4]王怀波，李冀红，孙洪涛，徐鹏飞.基于模型的教育大数据应用框架设计[J].现代教育技术，2020，30（06）：5-12.
基金项目：广西高等教育本科教学改革工程项目（2019JGA278）;河池学院2020年教改重点项目（2020EZ001）
作者简介：方献梅（1972— ），女，汉族，湖北荆州人，硕士，副教授，研究方向：数据挖掘、机器学习。
关键词：教育大数据;教育改革;高校教育
大数据技术是“互联网+”时代的利器之一，大数据与教育教学的融合应用是时代发展的必然要求。教育部办公厅2015年印发的关于征求对《关于“十三五”期间全面深入推进教育信息化工作的指导意见（征求意见稿）》意见的通知[1]，提出要拓展信息时代教育教学、管理与服务方式，实现学生在网络学习空间中学习过程、实践经历的记录，对采集的学生日常学习情况的大数据进行分析，进而优化教学模式。利用大数据技术可以实现大量教育数据的采集、存储、处理和分析，通过构建教育领域相关模型，挖掘蕴藏在这些数据之间的相关关系，为教育教学决策提供有效支持。如何适应大数据时代，并利用教育大數据推动教育事业的发展，是当前教育界应该重视和共同思考的课题。
1 教育大数据的特征与组成
大数据具有4V特征，即数量巨大、类型多样、处理速度快、应用价值高。利用大数据技术能够对海量、格式多样的数据进行采集、存储、分析处理，并最终得到人们需要的信息。教育大数据就是教育领域的大数据[2]，是整个教育活动过程中所产生的以及根据教育需求采集到的数据集合，具备大数据的特征，教育数据挖掘就是教育行业的数据分析应用。
在大数据时代，随着通信技术、云计算、人工智能等技术以及可穿戴设备应用到教育的全过程，教育大数据的采集具有更强的实时性、连贯性和自然性，可以实时、持续地采集教学活动中的过程性数据，比如学生的浏览轨迹、浏览的时长、答题花费的时间、答题正确率、师生互动情况，生生互动情况等。教育大数据的数据结构更加复杂，既有结构化的数据，如学生成绩、学生基本信息、学生出勤记录、图书借阅记录、学生就业率等;也有非结构化的数据，如视频、图片、教案、教学软件、文档等，使得数据的分析处理更加复杂，全面、庞大的数据使得教育大数据的应用能够更加深入。
2 教育大数据在高校教育中的应用价值
2.1 服务个性化教学
目前，高校大多采用线上线下相结合的混合式教学模式，混合式教学把传统教学方式的优势和e-Learning的优势结合起来，可以全面地覆盖到课前-课中-课后的每一个教学环节，获得更好的教学效果。
采用混合式教学模式，教师可以方便地获取学生线上学习过程的数据，使用大数据分析技术对这些数据进行分析，教师就可以全方位了解学生的学习情况，按照学生各自的学习进度为学生量身定制相应的学习内容，这是实现个性化教学策略的重要依据。课前，教师可通过雨课堂提前发送课程课件给学生，或是通过MOOC平台要求学生提前预习，教师可以随时查看学生的学习情况，并及时进行沟通交流。通过线上数据教师可以统计出学生的学习情况，能够关注到每一个学生，包括最后一名学生。课中，通过对学生的线上学习数据进行分析实现“精讲”，对学生不懂的知识点进行重讲，对学生已学会的知识点不讲或者少讲。课后，对学生进行有针对性地干预训练，不同层次的学生推送不同层次难度的题目及教学资源，培养学生的实践能力及自适应学习能力。课程考试重考最基础、最重要、最火热的知识点及知识应用方法，着重考核学生的实际应用能力。通过课程教学要求每一位学生都要在自身的基础上有所发展与提高，但不必是相同的规格。
2.2 协助高校进行科学管理
教育大数据能有效提高高校智能化、精细化、规范化管理的水平，对促进高校现代化具有非常重要的意义。教育大数据使得高校的管理更加有序和有效，可以真正实现人才培养、教师、学生、教学、科学研究、仪器设备等各方面的分类管理，更好地支持高校的资源配置，构建合理的人才培养和管理模式，可以实现在目标导向、问题驱动下的过程监控，并能够对高校未来的发展趋势进行预测，同时，对高校可能出现的问题进行提前预警，便于管理人员实时把控，将可能出现的风险降至最低，建立科学高效的运行机制。
2.3 辅助教育决策
教育大数据包含整个教育活动过程中所产生的数据，弥补了传统教育数据范围狭窄与数量有限的不足，数据资源是否充足在很大程度上决定了教育决策的效果。高校领导层经常发生变动，学校决策也会因人而异，凭感觉和经验做出的决策难免具有主观性和局限性，而且各高校情况不一样，具有各自的优势和特色，一所高校好的决策不一定适用于另一所高校。高校教育大数据是客观存在的，通过大数据分析，不同高校可以根据自身学校情况、教师情况、学生情况、实验设施等软硬件情况，进行不同形式、不同方式的适合本校的改革，并对本校的学科重点发展方向进行决策。
2.4 优化高校教学资源建设
目前，高校内部不同院系间教学资源存在重复建设的现象，院系间资源共享非常困难。高校建立大数据资源共享平台，可以利用大数据技术，科学合理地分配有限的资源，实现资源的最优利用。通过建立大数据资源共享平台，整合教师资源可以建设一些优质课程，整合物资资源可以提高物质资源的利用率，从而打破院系间的壁垒，实现教学资源共享、提高教学资源利用率，保障高校健康、科学、可持续的发展。
3 教育大数据在高校教育中面临的挑战
3.1 高校教师教育大数据应用意识有待提高
大部分高校教师拥有丰富的教学实践经验，但在基于教育大数据的教育教学方面仍是新人。大数据时代对高校教师专业能力提出了新的要求，教师不仅要传授学生知识，培养学生的能力与素养，还要具备一定的数据素养，有数据采集、数据存储、数据分析、数据运用的能力。基于教育大数据里的小数据，教师可以了解每一个学生，如通过学生成绩、学习时长、借阅的书籍、浏览的网页、选修的课程等数据，可以了解一个学生的学习兴趣、学业状态、心理状态、情绪状态等，从而为每个学生制订个性化的学习计划，实施因材施教。作为教育主体的高校可以组织系统培训，提升高校管理者、教育者对教育大数据的认知，充分理解并准确把握教育大数据在推动高校内涵式发展过程中所具有的支持性、服务性、变革性作用，重视其在高校科学管理中推进精准教学、精准管理、精准评价、精准决策的多元潜能，积极营造校园教育大数据文化，从而在高校管理者、教育者中养成大数据应用意识，并转化为行动上的自觉。 3.2 教育大数据的安全问题
教育大数据涉及众多教育者和受教育者信息，以及教育教学的方方面面，其中很多数据包含有用户的隐私信息。教育大数据在数据采集、数据存储、数据共享使用等各个环节均存在有泄露隐私的风险，使用不当就有可能带来严重的安全事故，保护教育大数据的隐私信息是非常必要的。另外，通过教育大数据改变受教育者的学习方式，利用教育数据挖掘技术对学习者进行画像分析，为受教育者提供学习路径及个性化学习资源，这些将会使学生的整个学习过程透明化，也会带来一系列伦理问题。目前国家还未出台有关教育大数据发展体制、机制、数据共享、数据应用与隐私保护等方面的法律法规，既不利于维护数据安全，也不利于数据充分共享。
4 基于教育大数据的高校教育改革
4.1探索和改进教学策略，实施精准教学
传统教学模式下，教师是讲课的主体，学生在学习时是被动的学习，不利于培养学生的兴趣及学生的自主学习能力。在大数据环境下教师不再是教学的主体，而是引导学生进行自主学习，让学生在自主学习的过程中逐渐地发展和完善自身的学习思维、学习意识及学习能力。大数据时代，网络上有丰富的学习资源，学生可以随时随地学习自己感兴趣的知识，更好地提高自己。通过学生的浏览轨迹，对学生的学习行为进行挖掘分析，可以深度了解学生，掌握学生的兴趣爱好、现实水平和现实需求，从而在教学过程中实施差别策略，主要包括教学目标的制定和教学内容的组织等，从学生实际出发，为学生发展着想，为每个学生学习上的成长提供条件，为每个教师创造性地进行教学提供施展才华的平台，使教学向着“以生为本，私人订制化”的方向发展。实施精准教学就要改变传统班级授课时采用统一的大纲、统一的教材、统一的进度、统一的要求来对待所有的学生，力图让班级所有学生“齐步走”的做法，教师必须根据不同的教学目标及学生需求，积极探索多元教学方式如案例教学、反思性教学、研讨式教学、研究式教学、虚拟实践教学以及网络支持式教学等，激发学生学习的兴趣，促进学生全面发展。
教育大数据使教育研究从宏观群体走向微观个体，提供精准、个性化的教育，实现以数据驱动的“因材施教”，符合中国教育现代化2035的基本理念，精准教学可有效促进教与学，显著提升学科教学质量，可以针对不同层次的学生采用不同的教学方法与教学策略，并能及时发现问题、进行有效干预和做出全面正确的评价。
4.2 改进学业评价方式，促进学生可持续发展
传统评价学生的学业情况是通过学生各学科的成绩进行评价，过于关注成绩而缺乏对学学生学习过程的评价，评价方式单一、片面，可能导致学生过分追求高分而忽视能力的培养。教育大数据动态收集有学生的学习过程信息、学习表现信息、社交信息、身心健康信息等各方面的数据，可以全方位分析、评价学生的学习过程和结果。采用时序分析技术可以呈现学生个体的发展与成长情况，动态跟踪学生行为，了解学生的真实学习状态及心理状态，对偏离培养目标及出现心里状态的学生进行预警，及时予以干预。采用数据分析技术，可以发现学生间的发展差异、学习兴趣差异及各自所需要的学习支持和发展路径，为学生提供适宜的学习资源与有效的学习支持。根据教育大数据，学校可以全面了解、客观分析学生的学业现状、发展现状及存在的问题，同时可以反思是否因自身的支持不够而影响了学生的发展，并深层探析需要为学生的发展提供何种支持。教育大数据可以整合学生在不同学习阶段产生的数据，通过数据分析可以为学生未来学习、就业方向、生活等提供预测与建议，提高学生的自我认识力，有助于学生的终身学习与可持续发展。
4.3 改进教学评价模式，提升教师教学能力
教学评价的目的在于促进教育改革，提高教育质量，所以做好教学评价是提高高校教学质量的重要保障。教育大数据采集了教育教学全过程的各种数据，数据是海量的，采集方式是实时多元化的，通过整合学生的学习行为数据、学生的成绩及各类评价信息等，进行多维度分析，打破了以往经验主义的评价模式，可以客观、公正、准确地评价教师的教学质量，这样的评价更加具有说服力，让教师积极主动地进行反思，拓展教学思路，寻找更加适合学生、更加符合教育规律的教育教学方式，在这样良好的竞争环境中激发教师的潜能，促进教师教学能力的提升。
4.4 改革高校教育管理模式，促进资源合理配置
随着信息化技术的发展，高校均已采用信息化管理方式，但各部门、系统数据各自定义、存储，使得一些相同的数据在不同的系统里具有不同的含义，形成数据孤岛，使得跨部门、系统的数据整合难度大。教育大数据能够有效促进高校教育管理信息化建设水平，高校管理者要完善数据管理模式，对数据进行治理，优化各管理系统，消除数据孤岛现象，对校内数据进行全面整合，支持教育大数据的应用，实时把控学校状况，保障学校各项工作平稳进行。教育大数据汇聚了多维度、全方位、全过程的教育和管理数据，通过构建模型，可以对学校资源的配置应用、师资队伍的结构情况、创新发展的特色成果等全方位进行刻画，深入剖析学校的管理情况，综合评价学校管理水平，为决策者提供数据支持，使教育决策更加科学有效，资源配置更加优化合理。
5 结语
教育大数据是现代教育技术发展的产物。通过分析教育大数据潜在的價值，并在高校教育中进行应用，可以推进高校教育的深度变革，有效提高高校教育质量。
参考文献：
[1]http：//www.moe.gov.cn/srcsite/A16/s3342/201509/t20150907_206045.html.
[2]杨现民，王榴卉，唐斯斯.教育大数据的应用模式与政策建议[J].电化教育研究，2015，36（09）：54-61+69.
[3]孟冬冬，张毅巍，才亚楠.大数据对高等教育的影响及应对策略[J].黑龙江高教研究，2020，38（01）：34-37.
[4]王怀波，李冀红，孙洪涛，徐鹏飞.基于模型的教育大数据应用框架设计[J].现代教育技术，2020，30（06）：5-12.
基金项目：广西高等教育本科教学改革工程项目（2019JGA278）;河池学院2020年教改重点项目（2020EZ001）
作者简介：方献梅（1972— ），女，汉族，湖北荆州人，硕士，副教授，研究方向：数据挖掘、机器学习。