论文部分内容阅读
摘 要： 大学教育已经进入到数据时代。在新时代的背景下，大数据下的各种研究俨然已成为促进各行各业进步的有效手段。通过大数据，我们可以从更深更细的角度分析问题，在不同的行业领域，大数据本身的价值也正在被人们所重视。这是一场关于数据的革命，巨大的数据资源会让社会各个领域的抽象问题开始具体化，用存在于大数据下的视野重新审视新时期大学教育的生态环境，显然已经是必不可少的。
大数据的发展计划已纳入我国国家发展战略，国务院2015年8月31日印发了新的纲要，提出以大数据全面运用于教育。用数据提升老师和学生在教和学中的体验，让大量数据在全面分析和应用中增值，使大数据与大学教育高度融合。本次讨论如何基于大数据来对大学期末考试的答题情况进行分析。利用机器学习和数据挖掘等方面的技术，把大学里的试卷数据转换为切合实际的可以操作的信息，发掘在试卷中的数据背后潜在的价值，为改善国内大学的教学环境，无疑有着积极的意义。
关键词： 大数据；机器学习；大学教育；试卷分析
【中图分类号】 TP311.1 【文献标识码】 A【文章编号】 2236-1879（2018）15-0072-01
一 现阶段教育测评所存在的问题
在中国的教学管理中，试卷分析一直是被人忽视的一点，学生在考试完后往往只是停留在关注分数的阶段，往往忽视了自己做过的试卷，没有对自己在考试中出现的问题做出总结。试卷在教师的手中也难以发挥自己该有的价值，对于学生的答题情况和知识点的掌握情况，老师难于找出这些数据之间真正的关联。就算是负责的老师想统计学生在某些知识点的掌握情况，这个过程也是相当费事的。
现阶段高等教育的不断发展，教育部对于试卷分析的要求也越来越高，但是学校在试卷分析的过程中往往缺少有效的手段和工具，仅仅只能依靠答题情况来大体判断所教学生在某些知识点的掌握情况，这样的臆断往往存在了误差和偏离。
二 大數据在教育行业的应用
教育测评是目前教育行业最为关心的问题之一，它反映了一种考核方式的价值，尤其在中国教育的大背景下，教育测评方式的公正性，科学性是尤为重要的。教育评测在现实中具有很高的应用价值。由此，兴起的大数据分析与教育评测相结合，通过大数据的分析来具体化评测过程中的问题，以科学的方法来为大学教育的进步做出贡献。
考试作为最常见的教育测评方式，尤其是鉴于大学的考试模式，在平时的测试较少，往往期末的考试反映了一个学生对于某门课程的掌握情况，甚至能间接反映出老师所教课程的情况。由此大学的考试形成了“老师考核学生，学校考核老师”的情况。教育部在之前颁布的1号文件中特别指出“高等学校要努力建设本校教学质量保证与监控机制”，所以对于大学期末考试的分析工作也应得到更多的关注。
用科学的方法对试卷进行分析，不仅可以更加了解学生的学习情况，也可以了解教学中的不足之处和薄弱环节，同时还可以发现在试卷命题及组卷中的不合理问题，对于评价教学、改进教学工作，规范命题等都具有现实指导意义。
本次课题依据基于大数据时代所诞生的数据分析、数据挖掘、智能推荐推送等技术，为的是解决在试卷分析过程中出现的分析不具体，片面化，没有科学性的问题。首先，试卷分析系统可以为学校的政教部门评测老师教育情况提供可以参考的依据，为完善本校的教育优化提供更加优秀的方案。另外，老师在数据可视化后可以清楚的看到自己所教班级在某个知识点的掌握情况，为来年的出卷和接下来的教学工作提供方向。对于学生个人，在分析结果出来后，会自动生成个人的对于知识掌握情况的报表，实现个性化服务。
三 基于大数据的试卷分析系统如何实现
系统大概分为四个主要功能模块，即数据输入模块、用户界面模块、数据处理分析模块、结果显示模块。
数据处理分析模块是整个系统的核心。系统通过机器学习的数据挖掘等功能，通过详尽的评测方式提供准确分析报告。其中，系统可以通过对数据训练使数据更加规范以得出更加能反映出整体的数据规律。其中SimpleKmeans算法是对数据进行聚类的一个主要算法，在大量的数据点集中散列标注的中心点，使数据点集中的其他数据点向最近的中心点进行移动靠拢，使得具有同类特性的数据产生联系。SimpleKmeans算法在系统中的具体应用则是通过提取每道题的得分点，知识点的关键字等特征，对数据进行清洗，降噪等操作将数据划分为相应的等级，但没有轻重之分，将每道题的得分情况进行训练，使数据得到充分的挖掘。在提取知识点的时候将用到Python的语言库，将试卷中的题目进行切词处理后得到相应的字词，教师可根据实际情况赋予这些字词不同的权值，语言库用来存放在题目中所提取的知识点。
数据输入模块提供了简单方便的操作方式。对于题目的类型不同，分值不同的情况，我们可以在期末考试完后让课程负责人来选择本年度出题的具体情况，包括类型和所对应的分值和个数。在选择完后，系统会自动生成对应的模板，课程负责人可以将自己的数据导入此模板，完成后将模板上传，由此便具备了开始试卷分析的条件。
在展示页面，系统采用图形化和文字相结合方式来引导用户更方便地操作。在系统将大量数据处理好后，采用对结果数据的可视化让用户更能直观的感受到分析效果。另外，系统采用SSR方案，区别于普通的浏览器渲染，其更能解决白屏的问题，从而达到优化系统和提升用户体验的作用。
结语：通过基于大数据的试卷分析系统，不仅可以优化高等教育教学结构，还可以提供给学校对于老师在教学任务上新的考查方式。让学生和老师都能感受到新的试卷分析系统带来的利好。
参考文献
〔1〕 梁晶.基于经典测量理论的试卷分析系统的设 计与实现[D].内蒙古大学，2013.
〔2〕 宋阳，张志勇.基于 ASP.NET 的高校试卷分析系 统的设计与实现 [J]. 长春师范学院学报，2007（12）：92-94.
〔3〕 徐锦强，余诚强，丁艺.基于 LAMP 的高校试卷分 析系统的构建[J].高师理科学刊，2014（02）：38-42.
〔4〕 杨国兴，谢永红，宋晏，连瑞永.成绩管理与试卷分 析系统的设计与实现[J].教育信息化，2002（S1）：88.
〔5〕 杨斐，张峰.基于 J2EE 的无纸化考试试卷分析系 统的设计与实现 [J]. 电子设计工程，2011（16）：20-23.
作者简介：貟立博，1997.12 男 汉族 河南三门峡人，河南大学软件学院网络工程系学生，专业方向为移动互联网开发
大数据的发展计划已纳入我国国家发展战略，国务院2015年8月31日印发了新的纲要，提出以大数据全面运用于教育。用数据提升老师和学生在教和学中的体验，让大量数据在全面分析和应用中增值，使大数据与大学教育高度融合。本次讨论如何基于大数据来对大学期末考试的答题情况进行分析。利用机器学习和数据挖掘等方面的技术，把大学里的试卷数据转换为切合实际的可以操作的信息，发掘在试卷中的数据背后潜在的价值，为改善国内大学的教学环境，无疑有着积极的意义。
关键词： 大数据；机器学习；大学教育；试卷分析
【中图分类号】 TP311.1 【文献标识码】 A【文章编号】 2236-1879（2018）15-0072-01
一 现阶段教育测评所存在的问题
在中国的教学管理中，试卷分析一直是被人忽视的一点，学生在考试完后往往只是停留在关注分数的阶段，往往忽视了自己做过的试卷，没有对自己在考试中出现的问题做出总结。试卷在教师的手中也难以发挥自己该有的价值，对于学生的答题情况和知识点的掌握情况，老师难于找出这些数据之间真正的关联。就算是负责的老师想统计学生在某些知识点的掌握情况，这个过程也是相当费事的。
现阶段高等教育的不断发展，教育部对于试卷分析的要求也越来越高，但是学校在试卷分析的过程中往往缺少有效的手段和工具，仅仅只能依靠答题情况来大体判断所教学生在某些知识点的掌握情况，这样的臆断往往存在了误差和偏离。
二 大數据在教育行业的应用
教育测评是目前教育行业最为关心的问题之一，它反映了一种考核方式的价值，尤其在中国教育的大背景下，教育测评方式的公正性，科学性是尤为重要的。教育评测在现实中具有很高的应用价值。由此，兴起的大数据分析与教育评测相结合，通过大数据的分析来具体化评测过程中的问题，以科学的方法来为大学教育的进步做出贡献。
考试作为最常见的教育测评方式，尤其是鉴于大学的考试模式，在平时的测试较少，往往期末的考试反映了一个学生对于某门课程的掌握情况，甚至能间接反映出老师所教课程的情况。由此大学的考试形成了“老师考核学生，学校考核老师”的情况。教育部在之前颁布的1号文件中特别指出“高等学校要努力建设本校教学质量保证与监控机制”，所以对于大学期末考试的分析工作也应得到更多的关注。
用科学的方法对试卷进行分析，不仅可以更加了解学生的学习情况，也可以了解教学中的不足之处和薄弱环节，同时还可以发现在试卷命题及组卷中的不合理问题，对于评价教学、改进教学工作，规范命题等都具有现实指导意义。
本次课题依据基于大数据时代所诞生的数据分析、数据挖掘、智能推荐推送等技术，为的是解决在试卷分析过程中出现的分析不具体，片面化，没有科学性的问题。首先，试卷分析系统可以为学校的政教部门评测老师教育情况提供可以参考的依据，为完善本校的教育优化提供更加优秀的方案。另外，老师在数据可视化后可以清楚的看到自己所教班级在某个知识点的掌握情况，为来年的出卷和接下来的教学工作提供方向。对于学生个人，在分析结果出来后，会自动生成个人的对于知识掌握情况的报表，实现个性化服务。
三 基于大数据的试卷分析系统如何实现
系统大概分为四个主要功能模块，即数据输入模块、用户界面模块、数据处理分析模块、结果显示模块。
数据处理分析模块是整个系统的核心。系统通过机器学习的数据挖掘等功能，通过详尽的评测方式提供准确分析报告。其中，系统可以通过对数据训练使数据更加规范以得出更加能反映出整体的数据规律。其中SimpleKmeans算法是对数据进行聚类的一个主要算法，在大量的数据点集中散列标注的中心点，使数据点集中的其他数据点向最近的中心点进行移动靠拢，使得具有同类特性的数据产生联系。SimpleKmeans算法在系统中的具体应用则是通过提取每道题的得分点，知识点的关键字等特征，对数据进行清洗，降噪等操作将数据划分为相应的等级，但没有轻重之分，将每道题的得分情况进行训练，使数据得到充分的挖掘。在提取知识点的时候将用到Python的语言库，将试卷中的题目进行切词处理后得到相应的字词，教师可根据实际情况赋予这些字词不同的权值，语言库用来存放在题目中所提取的知识点。
数据输入模块提供了简单方便的操作方式。对于题目的类型不同，分值不同的情况，我们可以在期末考试完后让课程负责人来选择本年度出题的具体情况，包括类型和所对应的分值和个数。在选择完后，系统会自动生成对应的模板，课程负责人可以将自己的数据导入此模板，完成后将模板上传，由此便具备了开始试卷分析的条件。
在展示页面，系统采用图形化和文字相结合方式来引导用户更方便地操作。在系统将大量数据处理好后，采用对结果数据的可视化让用户更能直观的感受到分析效果。另外，系统采用SSR方案，区别于普通的浏览器渲染，其更能解决白屏的问题，从而达到优化系统和提升用户体验的作用。
结语：通过基于大数据的试卷分析系统，不仅可以优化高等教育教学结构，还可以提供给学校对于老师在教学任务上新的考查方式。让学生和老师都能感受到新的试卷分析系统带来的利好。
参考文献
〔1〕 梁晶.基于经典测量理论的试卷分析系统的设 计与实现[D].内蒙古大学，2013.
〔2〕 宋阳，张志勇.基于 ASP.NET 的高校试卷分析系 统的设计与实现 [J]. 长春师范学院学报，2007（12）：92-94.
〔3〕 徐锦强，余诚强，丁艺.基于 LAMP 的高校试卷分 析系统的构建[J].高师理科学刊，2014（02）：38-42.
〔4〕 杨国兴，谢永红，宋晏，连瑞永.成绩管理与试卷分 析系统的设计与实现[J].教育信息化，2002（S1）：88.
〔5〕 杨斐，张峰.基于 J2EE 的无纸化考试试卷分析系 统的设计与实现 [J]. 电子设计工程，2011（16）：20-23.
作者简介：貟立博，1997.12 男 汉族 河南三门峡人，河南大学软件学院网络工程系学生，专业方向为移动互联网开发