论文部分内容阅读
摘 要：在大数据时代背景下，数据无所不在，许多过去难以量化的信息都将转化为数据进行存储和处理，大数据时代继续教育发展也面临新机遇与挑战，论文结合大数据时代特征与内涵分析，围绕继续教育在大数据时代面对的新问题，研究探讨新时期继续教育应当大数据化发展的新战略与新思路。
关键词：大数据时代；继续教育；应对思路；新战略
中图分类号：G720 文献标识码：A
数据时代，数据的作用前所未有地凸显，成为国家竞争的前沿、企业创新的来源。伴随着信息技术的进步，在大数据时代来临，开辟继续教育新的教学模式，重塑产业价值链、完成转型升级，是摆在传统继续教育面前的紧迫任务，继续教育发展也面临着新的机遇与挑战，高校继续教育如何敏锐地抓住良机，合理规划、利用资源科学发展已经成为继续教育界关注与研究的新课题。在当前大数据时代和高等教育信息化的背景下，如何充分发挥信息技术对教学的有效支撑和引领作用，通过思想观念、 体制变革和制度方法创新来实现信息技术与教育的深度融合，是高等教育改革发展面临的一项紧迫的任务。
一、大数据内涵与特征
（一）大数据的概念
大数据是指大量、高速、复杂、变化不定的数据，需要用先进的方法和技术实现信息的收集、存储、分配、管理和分析；是涵盖了人们在大规模数据的基础上可以做到的事情，而这些事情在小规模数据的基础上是无法实现的。大数据让我们以一种前所未有的方式，通过对海量数据进行分析，获得有巨大价值的产品和服务，或深刻的洞见，最终形成变革之力。大数据不仅仅是一门技术，也是一种商业模式，更是思维方式的大变革。
大数据因其巨大的商业价值和市场需求正日益成为推动信息产业变革的新引擎。面向大数据市场的新产品、新技术、新服务、新业态正在不断涌现。大数据时代的到来已经不是一种单纯的理念思路，而是一种不可逆转的趋势。随着大数据行业的兴起，产生了一个新的职业，被称作数据科学，而从事该行业的人员被称作数据科学家。这类科学家的一个特点就是能够艺术性地将数据进行可视化分析，简单明了而且能够展现出数据之间的关联关系。
（二）特点与功能
大数据的特点，总体上可以用4V来概括，即：Volume（大量）、Variety（多样）、Value（价值）、Velocity（高速）。其数据特点主要有：多元异构高噪、高噪声、开放易获得、交互性、时效性等。而分析特点则包括：重发现非实证、重关系非因果、突发性、重预测和偏社会等。
依据大数据生命周期的不同阶段，大数据应用功能体现在三个方面。
1.预测功能
预测是大数据的核心价值，指的是将数学算法运用到海量的数据上，从而达到对事物发生的可能性进行预估的目的。预测系统之所以受到重视，关键在于它们是建立在海量数据基础之上的，接收和处理的数据量越庞大，系统纠错和自我改善的功能则越发达。日食、洪灾、旱灾等许多过去被认为无法解释的现象，现在都能够被人类理解、描绘、量化和预测。在大数据时代日趋精密的数字技术条件下，人们的活动、决定、社会关系都能够被记录，对这些电子踪迹的分析为洞悉人类的行为开拓了思路。
2.应用广泛
随着信息社会的发展，信息量将以爆炸的速度进行膨胀增长，在这个过程中无论科技具有怎样的发展方向，对于大规模数据的处理将始终占据工作和科研重中之重的位置，而无论是云计算还是其他的执行方式，都只是对于这一思想的具体实现和有力支撑，而不可能从根源上替代大数据这一体系的存在价值。无论是社交网络的广泛推广，还是诸如苹果、谷歌等企业对于大数据发展的不断推动，大数据的整体发展形势都会像滚雪球一样越来越大。调查表明，有超过80%的公司代表认为大数据理论的发展将对公司的商业分析等过程起到有效的帮助，这一点有力地证明了大数据具备充分广阔的生长空间。
3.科研之源
在云计算等互联网技术高速发展的今天，感应器、手机导航、网站点击产生的大量数据可以被轻易获取，而且计算机也具有高速甚至实时处理这些数据的能力，大数据时代的技术甚至可能实现所有特定目标数据的收集和处理，即实现“样本”与“总体”的等同。大数据时代的来临，使得社会科学研究者能够在更多的领域和更深的层次中获得和使用全面而完整的数据，从而改变由演绎到归纳这一思维路径。与局限在小范围的数据相比，将大数据应用于研究不仅意味着更高的准确性，也有助于揭示以前无法发现的细节。
大数据不仅影响着人们生活的方方面面，更重要的是它给企业带来的改变，也给继续教育发展提出了全方位的挑战。
二、大数据助力继续教育多维式发展
一是为教育市场的需要和教育机构的服务搭建更广阔的信息交流平台——网上搜索信息。继续教育是教育领域中率先尝试打破计划模式，用市场手段，项目运作的教育服务模式，市场的信息是继续教育工作关注的重点和决策的基础，E-learning的互联网优势将提供更多的机会，通过网上搜索，更多更新的信息以最快的速度传递到继续教育工作机构，为继续教育的市场化运作提供支持。
二是以教育机会的开放和学习环境的优化满足更广泛的学习群体需要——网上报名注册。E-learning使得其所具有的服务系统（管理）、资源模块（教学）和支持体系（帮助），协助每一位有学习愿望的人实现各自不同的需求。将教育融入社会，将学习引入生活，为继续教育的大众化方向提供可能。
三是将学习体系的完善和教学内容的有效视为更深层的系统追求目标——网上自主学习。面对与日俱增的学习者队伍，面对他们在基础和目标方面存在的个体差异，要保证学习者的主体性地位和个性化特征的实现，E-learning在教学体系的设计和教学内容的组织上，按目标和层次细化，实行任务驱动，使自主学习真正能够实施，为继续教育的有效性服务提供保证。
四是从学习过程的交互和教学实验的参与培养更全面的时代需要人才——网上互动交流。网上交互活动，需要信息处理能力、主动探求动机、团结合作精神和交流沟通愿望等，E-learning提供多方位的交互，必将促进和提升人才的素质。同时，E-learning提供的虚拟仿真教学实验，立足于从“做中学”，从“错中学”，提倡探索性、实践性和体验性，为继续教育的素质化策略提供实践机会。 五是以学习效果的评估和社会行业的认可追求更公正的人才评价标准——网上考核认证。目前，行业的专业化管理和人才的职业化素质大都依据相关论证制度来衡量。E-learning从学习内容的设计开始，结合行业的标准，系统中还嵌入单元化的测试和全真认证环境，并结合学习者自我管理模块，通过跟踪学习时间、学习参与方式、学习测试效果等统计，量化学习过程，追求学习的效果，面对统一的人才评价标准，保证学习的质量被社会和行业认同，为继续教育的专业化发展提供方向。
六是延伸继续教育的价值链。不仅为继续教育的学习者提供便捷、灵活和优质的平台，还在他们得到服务的同时，帮助他们改变学习观念、学习内容和学习方式，促进继续教育的价值增殖，并最大限度地共享资源，发挥效益。本文所讨论的继续教育的价值链，是将继续教育所产生的功效作为一个整体来研究的。E-learning为继续教育的价值链的拓展提供了广阔的空间，同时继续教育价值链的新拓展也对E-learning提出了新的挑战。
三、继续教育发展新战略
（一）信息资源整合战略，提升服务能力
当前，许多高校在探索“一卡通系统、勤工助学系统、学工系统”等系统的建设，这些都是“大数据”的产物。例如，华东师范大学就充分利用大数据信息，建立ECNU困难生预警系统，通过饭卡餐饮消费了解学生的经济状况，如果花销比正常情况明显少了，学校及时关注作为困难预警参考，从而实现人性化管理。大数据时代的到来，将对高校继续教育深远影响，在深度挖掘数据，建立信息平台等方面将有更加广泛的用途。高校继续教育可通过对大量数据的深度挖掘，建立相关信息共享平台，促进高校继续教育办学的现代化和精细化。伴随着大数据的来临，继续教育如能充分整合学生与师资的数据信息，搭建统一的系统平台，构建以卡代币、以卡代证，取代校内各种证件和卡片，既能给继续教育学习者带来更多的便利，也能使学校继续教育工作更精细化，这都是受益于大数据带来的优惠。
（二）课程优化战略，创新人才培养模式
构建信息化、多元化继续教育信息与课程学习平台，完善继续教育人才培养模式是大数据时代发展的必然产物。2012年5月，哈佛大学与麻省理工学院宣布，共投入6000万美元开发一个在线教育平台——edX，并向全世界免费开放，这一举措对全世界教育界影响深远。随着这种智能平台的推广，世界各地的学生，只要愿意，都能跟哈佛大学和麻省理工的学生接受一样的课程学习。
面对日益激烈的继续教育竞争，我国高校继续更应当抓住这一机遇，通过后台数据库统计继续教育的整体情况，获得有价值的数据报告，从而制定符合时代要求的继续教育人才培养体系。
2013年5月22日，清华北大宣布加入edX，分别推出第一批面向全球的在线教育课程；两个月后，复旦大学和上海交大也与Coursera在线课程签约建立合作伙伴关系，在线教育的出现打破了世界大学围墙，这为继续教育在线学习与培训模式提供了新启示与案例。著名高校率先加入在线教育平台，带动了我国其他高校的改革，也将全面推动我国高校的课程教学改革，并对高档网络教育与继续教育发展提供了新的发展机遇。当前，高校继续教育机构应凭借学校课程资源优势以建立高校继续教育课程共享联盟等形式推动继续教育优质课程教学资源开发和共享。
（三）构建思维竞争战略，科学预测人才培养模式
大数据时代数据教育的核心竞争力就在于互联网数据思维的竞争。用好数据思维，注重数据积累的长期性和动态性，避免数据库的短期化行为，注重数据的精确性、可靠性、一致性。继续教育和其它领域一样，在利用大数据方面基本处在同一起跑线上。数据教育的特点在于能够为网络教育平台提供实时数据，通过利用这些实时数据，达到为继续教育者提供帮助的目的。数据教育可以通过分析学生的诸如课程材料等学习资源来追踪学生的学习轨迹，通过设计和优化教学模式和统计方法来实现教学效果最优化的目标。对数据教育来说，抓住机遇去挖掘应用好慢数据和活数据，让大数据成为网络教育改革的一大新的增长点，是继续教育工作者亟需解决的问题，通过数据共享、交叉复用后获取最大的数据价值是数据教育对待大数据应有的态度。
继续教育人才培养模式是一个随社会进步而不断变化和发展的动态过程。为了做好继续教育人才培养模式创新，就需要研究预测社会对人才的需要及人对社会的适应力，而大数据对这些需求变化能提供可供科学预见性分析模型。大数据对继续教育发展影响是多方面的，如：可以通过大数据分析调整继续教育课程设置与师资配备，同时对继续教育办学队伍与师资基本情况结构变化可以通过大数据提供科学的预见性分析。
（四）客户中心战略，提升个性服务层次
借助大数据的应用可以一定程度上解决当前继续教育学习者个性化需求中存在的一系列问题，为实现个性化继续教育提供全新的途径。数据教育在充分利用大数据和关系链，为用户筛选、推荐最适合的内容并提供私人订制的教育内容的同时，还应使他们体验网络学习的新感受。大数据时代，基于用户兴趣生产和传播是重要趋势，根据用户上网的习惯、浏览的痕迹、参与的话题以及讨论的内容，对其较长时间的浏览数据进行分析，便可得知其上网习惯以及浏览喜好等的数据。根据这些数据，选取合适的时间应用恰当的方式向用户提供其需要并且感兴趣的学习内容和信息，在此基础上就可以定制学习内容。继续教育的竞争是各种教学法的精细化准确化，并且在呈现给学习者的用户前端界面上进行优化，增强前端界面与学习者之间的黏合度，这样整个网络教育教学的链条才会不断下移，才会更加符合学习者个体的特点。数据教育是一个更加了解并最大化满足用户需求的方式，借助多样化的科技手段实现了用户之间差异化学习与学习模式的无缝对接。
大数据是新一代信息技术的集中反映，是一个应用驱动性很强的服务领域，是具有无穷潜力的新兴产业领域。各个行业应当把握时代脉搏，充分认识到大数据所能带来的革命性改变，只有这样才能够保持创新与进步，从而站在行业的最前沿。互联网时代教育的观念和手段在不断更新，面对信息化社会对人的知识、素质和能力的新要求，继续教育领域提供了更多的机会和方式。采用大数据系统开展继续教育工作将是一种新的尝试，它能够促进理念的更新、功能的优化、价值的拓展。
参考文献
[1]邢丘丹，焦晶，杜占河.云计算和大数据环境下的在线教育交互研究[J].信息资源管理学报，2013（3）.
[2]喻长志.大数据时代教育的可能转向[J].江淮论坛，2013（4）.
[3]张燕南，胡继岳.关于大数据应用于教育的思考[J].中国电力教育， 2013（32）.
[4]陆璟.大数据及其在教育中的应用[J].上海教育科研，2013（9）.
[5]李婷，傅钢善.国内外教育数据挖掘研究现状及趋势分析[J].现代教育技术，2010（10）.
关键词：大数据时代；继续教育；应对思路；新战略
中图分类号：G720 文献标识码：A
数据时代，数据的作用前所未有地凸显，成为国家竞争的前沿、企业创新的来源。伴随着信息技术的进步，在大数据时代来临，开辟继续教育新的教学模式，重塑产业价值链、完成转型升级，是摆在传统继续教育面前的紧迫任务，继续教育发展也面临着新的机遇与挑战，高校继续教育如何敏锐地抓住良机，合理规划、利用资源科学发展已经成为继续教育界关注与研究的新课题。在当前大数据时代和高等教育信息化的背景下，如何充分发挥信息技术对教学的有效支撑和引领作用，通过思想观念、 体制变革和制度方法创新来实现信息技术与教育的深度融合，是高等教育改革发展面临的一项紧迫的任务。
一、大数据内涵与特征
（一）大数据的概念
大数据是指大量、高速、复杂、变化不定的数据，需要用先进的方法和技术实现信息的收集、存储、分配、管理和分析；是涵盖了人们在大规模数据的基础上可以做到的事情，而这些事情在小规模数据的基础上是无法实现的。大数据让我们以一种前所未有的方式，通过对海量数据进行分析，获得有巨大价值的产品和服务，或深刻的洞见，最终形成变革之力。大数据不仅仅是一门技术，也是一种商业模式，更是思维方式的大变革。
大数据因其巨大的商业价值和市场需求正日益成为推动信息产业变革的新引擎。面向大数据市场的新产品、新技术、新服务、新业态正在不断涌现。大数据时代的到来已经不是一种单纯的理念思路，而是一种不可逆转的趋势。随着大数据行业的兴起，产生了一个新的职业，被称作数据科学，而从事该行业的人员被称作数据科学家。这类科学家的一个特点就是能够艺术性地将数据进行可视化分析，简单明了而且能够展现出数据之间的关联关系。
（二）特点与功能
大数据的特点，总体上可以用4V来概括，即：Volume（大量）、Variety（多样）、Value（价值）、Velocity（高速）。其数据特点主要有：多元异构高噪、高噪声、开放易获得、交互性、时效性等。而分析特点则包括：重发现非实证、重关系非因果、突发性、重预测和偏社会等。
依据大数据生命周期的不同阶段，大数据应用功能体现在三个方面。
1.预测功能
预测是大数据的核心价值，指的是将数学算法运用到海量的数据上，从而达到对事物发生的可能性进行预估的目的。预测系统之所以受到重视，关键在于它们是建立在海量数据基础之上的，接收和处理的数据量越庞大，系统纠错和自我改善的功能则越发达。日食、洪灾、旱灾等许多过去被认为无法解释的现象，现在都能够被人类理解、描绘、量化和预测。在大数据时代日趋精密的数字技术条件下，人们的活动、决定、社会关系都能够被记录，对这些电子踪迹的分析为洞悉人类的行为开拓了思路。
2.应用广泛
随着信息社会的发展，信息量将以爆炸的速度进行膨胀增长，在这个过程中无论科技具有怎样的发展方向，对于大规模数据的处理将始终占据工作和科研重中之重的位置，而无论是云计算还是其他的执行方式，都只是对于这一思想的具体实现和有力支撑，而不可能从根源上替代大数据这一体系的存在价值。无论是社交网络的广泛推广，还是诸如苹果、谷歌等企业对于大数据发展的不断推动，大数据的整体发展形势都会像滚雪球一样越来越大。调查表明，有超过80%的公司代表认为大数据理论的发展将对公司的商业分析等过程起到有效的帮助，这一点有力地证明了大数据具备充分广阔的生长空间。
3.科研之源
在云计算等互联网技术高速发展的今天，感应器、手机导航、网站点击产生的大量数据可以被轻易获取，而且计算机也具有高速甚至实时处理这些数据的能力，大数据时代的技术甚至可能实现所有特定目标数据的收集和处理，即实现“样本”与“总体”的等同。大数据时代的来临，使得社会科学研究者能够在更多的领域和更深的层次中获得和使用全面而完整的数据，从而改变由演绎到归纳这一思维路径。与局限在小范围的数据相比，将大数据应用于研究不仅意味着更高的准确性，也有助于揭示以前无法发现的细节。
大数据不仅影响着人们生活的方方面面，更重要的是它给企业带来的改变，也给继续教育发展提出了全方位的挑战。
二、大数据助力继续教育多维式发展
一是为教育市场的需要和教育机构的服务搭建更广阔的信息交流平台——网上搜索信息。继续教育是教育领域中率先尝试打破计划模式，用市场手段，项目运作的教育服务模式，市场的信息是继续教育工作关注的重点和决策的基础，E-learning的互联网优势将提供更多的机会，通过网上搜索，更多更新的信息以最快的速度传递到继续教育工作机构，为继续教育的市场化运作提供支持。
二是以教育机会的开放和学习环境的优化满足更广泛的学习群体需要——网上报名注册。E-learning使得其所具有的服务系统（管理）、资源模块（教学）和支持体系（帮助），协助每一位有学习愿望的人实现各自不同的需求。将教育融入社会，将学习引入生活，为继续教育的大众化方向提供可能。
三是将学习体系的完善和教学内容的有效视为更深层的系统追求目标——网上自主学习。面对与日俱增的学习者队伍，面对他们在基础和目标方面存在的个体差异，要保证学习者的主体性地位和个性化特征的实现，E-learning在教学体系的设计和教学内容的组织上，按目标和层次细化，实行任务驱动，使自主学习真正能够实施，为继续教育的有效性服务提供保证。
四是从学习过程的交互和教学实验的参与培养更全面的时代需要人才——网上互动交流。网上交互活动，需要信息处理能力、主动探求动机、团结合作精神和交流沟通愿望等，E-learning提供多方位的交互，必将促进和提升人才的素质。同时，E-learning提供的虚拟仿真教学实验，立足于从“做中学”，从“错中学”，提倡探索性、实践性和体验性，为继续教育的素质化策略提供实践机会。 五是以学习效果的评估和社会行业的认可追求更公正的人才评价标准——网上考核认证。目前，行业的专业化管理和人才的职业化素质大都依据相关论证制度来衡量。E-learning从学习内容的设计开始，结合行业的标准，系统中还嵌入单元化的测试和全真认证环境，并结合学习者自我管理模块，通过跟踪学习时间、学习参与方式、学习测试效果等统计，量化学习过程，追求学习的效果，面对统一的人才评价标准，保证学习的质量被社会和行业认同，为继续教育的专业化发展提供方向。
六是延伸继续教育的价值链。不仅为继续教育的学习者提供便捷、灵活和优质的平台，还在他们得到服务的同时，帮助他们改变学习观念、学习内容和学习方式，促进继续教育的价值增殖，并最大限度地共享资源，发挥效益。本文所讨论的继续教育的价值链，是将继续教育所产生的功效作为一个整体来研究的。E-learning为继续教育的价值链的拓展提供了广阔的空间，同时继续教育价值链的新拓展也对E-learning提出了新的挑战。
三、继续教育发展新战略
（一）信息资源整合战略，提升服务能力
当前，许多高校在探索“一卡通系统、勤工助学系统、学工系统”等系统的建设，这些都是“大数据”的产物。例如，华东师范大学就充分利用大数据信息，建立ECNU困难生预警系统，通过饭卡餐饮消费了解学生的经济状况，如果花销比正常情况明显少了，学校及时关注作为困难预警参考，从而实现人性化管理。大数据时代的到来，将对高校继续教育深远影响，在深度挖掘数据，建立信息平台等方面将有更加广泛的用途。高校继续教育可通过对大量数据的深度挖掘，建立相关信息共享平台，促进高校继续教育办学的现代化和精细化。伴随着大数据的来临，继续教育如能充分整合学生与师资的数据信息，搭建统一的系统平台，构建以卡代币、以卡代证，取代校内各种证件和卡片，既能给继续教育学习者带来更多的便利，也能使学校继续教育工作更精细化，这都是受益于大数据带来的优惠。
（二）课程优化战略，创新人才培养模式
构建信息化、多元化继续教育信息与课程学习平台，完善继续教育人才培养模式是大数据时代发展的必然产物。2012年5月，哈佛大学与麻省理工学院宣布，共投入6000万美元开发一个在线教育平台——edX，并向全世界免费开放，这一举措对全世界教育界影响深远。随着这种智能平台的推广，世界各地的学生，只要愿意，都能跟哈佛大学和麻省理工的学生接受一样的课程学习。
面对日益激烈的继续教育竞争，我国高校继续更应当抓住这一机遇，通过后台数据库统计继续教育的整体情况，获得有价值的数据报告，从而制定符合时代要求的继续教育人才培养体系。
2013年5月22日，清华北大宣布加入edX，分别推出第一批面向全球的在线教育课程；两个月后，复旦大学和上海交大也与Coursera在线课程签约建立合作伙伴关系，在线教育的出现打破了世界大学围墙，这为继续教育在线学习与培训模式提供了新启示与案例。著名高校率先加入在线教育平台，带动了我国其他高校的改革，也将全面推动我国高校的课程教学改革，并对高档网络教育与继续教育发展提供了新的发展机遇。当前，高校继续教育机构应凭借学校课程资源优势以建立高校继续教育课程共享联盟等形式推动继续教育优质课程教学资源开发和共享。
（三）构建思维竞争战略，科学预测人才培养模式
大数据时代数据教育的核心竞争力就在于互联网数据思维的竞争。用好数据思维，注重数据积累的长期性和动态性，避免数据库的短期化行为，注重数据的精确性、可靠性、一致性。继续教育和其它领域一样，在利用大数据方面基本处在同一起跑线上。数据教育的特点在于能够为网络教育平台提供实时数据，通过利用这些实时数据，达到为继续教育者提供帮助的目的。数据教育可以通过分析学生的诸如课程材料等学习资源来追踪学生的学习轨迹，通过设计和优化教学模式和统计方法来实现教学效果最优化的目标。对数据教育来说，抓住机遇去挖掘应用好慢数据和活数据，让大数据成为网络教育改革的一大新的增长点，是继续教育工作者亟需解决的问题，通过数据共享、交叉复用后获取最大的数据价值是数据教育对待大数据应有的态度。
继续教育人才培养模式是一个随社会进步而不断变化和发展的动态过程。为了做好继续教育人才培养模式创新，就需要研究预测社会对人才的需要及人对社会的适应力，而大数据对这些需求变化能提供可供科学预见性分析模型。大数据对继续教育发展影响是多方面的，如：可以通过大数据分析调整继续教育课程设置与师资配备，同时对继续教育办学队伍与师资基本情况结构变化可以通过大数据提供科学的预见性分析。
（四）客户中心战略，提升个性服务层次
借助大数据的应用可以一定程度上解决当前继续教育学习者个性化需求中存在的一系列问题，为实现个性化继续教育提供全新的途径。数据教育在充分利用大数据和关系链，为用户筛选、推荐最适合的内容并提供私人订制的教育内容的同时，还应使他们体验网络学习的新感受。大数据时代，基于用户兴趣生产和传播是重要趋势，根据用户上网的习惯、浏览的痕迹、参与的话题以及讨论的内容，对其较长时间的浏览数据进行分析，便可得知其上网习惯以及浏览喜好等的数据。根据这些数据，选取合适的时间应用恰当的方式向用户提供其需要并且感兴趣的学习内容和信息，在此基础上就可以定制学习内容。继续教育的竞争是各种教学法的精细化准确化，并且在呈现给学习者的用户前端界面上进行优化，增强前端界面与学习者之间的黏合度，这样整个网络教育教学的链条才会不断下移，才会更加符合学习者个体的特点。数据教育是一个更加了解并最大化满足用户需求的方式，借助多样化的科技手段实现了用户之间差异化学习与学习模式的无缝对接。
大数据是新一代信息技术的集中反映，是一个应用驱动性很强的服务领域，是具有无穷潜力的新兴产业领域。各个行业应当把握时代脉搏，充分认识到大数据所能带来的革命性改变，只有这样才能够保持创新与进步，从而站在行业的最前沿。互联网时代教育的观念和手段在不断更新，面对信息化社会对人的知识、素质和能力的新要求，继续教育领域提供了更多的机会和方式。采用大数据系统开展继续教育工作将是一种新的尝试，它能够促进理念的更新、功能的优化、价值的拓展。
参考文献
[1]邢丘丹，焦晶，杜占河.云计算和大数据环境下的在线教育交互研究[J].信息资源管理学报，2013（3）.
[2]喻长志.大数据时代教育的可能转向[J].江淮论坛，2013（4）.
[3]张燕南，胡继岳.关于大数据应用于教育的思考[J].中国电力教育， 2013（32）.
[4]陆璟.大数据及其在教育中的应用[J].上海教育科研，2013（9）.
[5]李婷，傅钢善.国内外教育数据挖掘研究现状及趋势分析[J].现代教育技术，2010（10）.