姜海波 李璐

大数据已经成为全球新一轮科技革命和产业变革的着力点，在交通、医疗、金融多个领域得到广泛应用。大数据在远程教育教育领域蕴藏着极大的应用潜力，有望在教学与管理上发挥重要作用，具体表现为优化教育教学和改善教育管理两个方面。同时，由于大数据时代学校教学与管理的独特性和复杂性，大数据应用也面临教育数据泄露、应用机制适应难、缺乏专业应用人才等挑战。

一、引言

随着移动通信、云计算、物联网等新一代信息技术的快速发展和应用，大规模数据正在急速产生和流通。2015年国家正式启动了“互联网+”行动计划和大数据两大国家战略，大数据时代的数据与信息过载正在改变着人类的认知方式。

目前，大数据已经在医疗、金融、交通、教育等多个领域得到广泛应用。在医疗领域，医生诊断病人可以根据患者的疾病特征、检验报告，综合患者的病例数据库快速帮助患者确定病情;在金融领域，中国银行可根据用户在网上银行的浏览内容为客户提供专有服务，招商银行利用用户购物银行卡资金流动记录、电子银行转账等行为数据进行分析，每周给用户发送定制性服务信息;在交通领域，可以利用大数据了解车辆的通行情况，进行道路规划，同时，也可以利用大数据完成大批量的智能信号灯调度，改善交通状况。在教育领域，大数据同样拥有巨大应用潜力。远程教育作为现代教育中的重要组成部分，大数据在教学与管理方面带来变革性影响。

二、大数据助力远程教育教学与管理

目前，大数据在教育领域中的应用主要集中在教育数据挖掘、学习分析、检测学生考试、为教育决策及改革提供有效参考等方面，已经表现出巨大的应用潜力。远程教育是现代教育的重要组成部分，因为教学表现形式多样、不受时间空间限制、教育范围广泛、学生层面丰富、交互性好等众多优点已经在现代教育中发挥越来越重要的作用。当前，大数据已经引起国际社会的高度重视，世界各国都在加快推进大数据战略布局，大力发展大数据产业，以抢占新一轮科技革命的制高点。大数据将为远程教育的管理与教学带来革命性的影响，其主要表现在优化教育教学和改善教育管理两方面。

（一）优化教学

教学质量是远程教育的关键，直接关系着远程教育的发展。提升远程教育的教学质量有助于减少目前远程教育学生流失严重现象，提高远程教育在现代教育中的影响力，促进教育公平的发展。随着数据采集技术、学习分析技术的不断发展，大数据将在远程教育教学中发挥重要作用，具体表现在信息反馈及时、精准分析在线学习、数据支持评价、优化作业系统四个方面。

1.信息反馈及时。信息的及时反馈可为教师适时调整教学提供数据支撑。在每次教学中，教师均需对学生进行及时的检测，了解学生当前的学习状态，根据反馈信息，及时地采取措施调整自己的教学方式方法以及课程内容安排，使教学内容适用于大多数学生。 运用大数据技术可自动采集并记录学生的各种行为信息，如：课程学习、在线讨论、互动问答、练习测试等。利用数据技术可以充分挖掘出远程教育平台搜集的各类数据的背后的真正价值意义，为教师的教学提供准确的教学反馈，教师可根据学生的反馈信息，发现教学中存在的问题，以及根据学生特点及时调整自己的教学方式以及課程内容安排，从而提高教学质量，在一定程度上减少远程教育中学生辍学现象的发生。

2.精准分析在线学习。在线教学平台的蓬勃发展，大大推动了传统面授型教学向E-Learning的迁移，一定程度上给世界各国在信息时代进行教育变革提供了助推力。此外，各种远程教育平台的出现，为完整搜集学生在线学习数据提供了基础，利用学习分析技术可以精准分析学生在线学习状态，优化教师教学。通过对在线教学行为数据的采集与分析，挖掘潜在的行为关联，能够真实反映学生的学习需求、学习状态与偏好，进而提供个性化、适应性的学习支持服务。

3.数据支持评价。数据采集技术以及学习分析技术等的发展，使完整采集在线学习数据成为可能。利用采集的数据可搭建在线学生综合评价模型，通过对学生的综合评价，优化教师教学。搭建在线学生综合评价模型可从专注度、能动性、调解与控制度、完成度和关联度五个方面进行。专注度包括心理投入、情感投入、行动投入等;能动性主要包含自主学习主动性、非自主学习主动性以及交互活动主动性三个层面;调节与控制度主要包括规律性、持续性以及学习效率;完成度主要包括指定任务完成度和非指定任务完成度;关联度主要包含学生的社交网络活跃度、与其他学生的关系网络、其社交中心度等。通过对学生的综合评价，教师可进一步了解他们的学习特点，及时调整自己的教学方式方法以及课程安排。此外，利用采集的教师在线行为数据搭建教师综合评价模型，分别从促进度、投入度、联通度、认可度、调控度五个方面行分析，对教师远程教育教学效果进行评价。学生及教师双方面评价可以进一步优化远程教育中教师的教学效果。

4.优化作业系统。传统的远程教育作业布置基本以提交作品、发布讨论区为主，大部分为简单的选择、填空等客观题，其作业模块利用率低，甚至处于空置状态。大数据的发展促进了深度学习技术的进步，利用深度学习技术，系统可完成作业自动批改。科大讯飞将“讯飞超脑”计划的阶段性研究成果“全学科阅卷”技术应用于考试，实现阅卷过程的数据化与自动化，在将教师从简单重复的阅卷工作中解放出来的同时，完成对考试数据的采集。这一技术可对作文、阅读等主观题进行语义识别并提出修改意见，根据学生的作业结果为教师自动生成详细的学情报告。

（二）改善教育管理

教育管理是远程教育中重要一环，高效的教育管理是远程教育平台开展各项工作并得以高效运行的重要保障。大数据的融入使远程教育平台的管理工作更加高效，使远程教育平台更好地服务于教师的教学与学生的学习，在信息管理、决策支持、知识共享、考务管理四方面发挥重要作用。

1.信息管理。目前，在网络课程教学中，学生学习信息的管理模式主要有基于内容、基于学习时间、基于测试情况、基于阶段记录、基于交互以及基于过程评价等六种管理模式。大数据时代，信息采集将趋于自动化，学生在平台内的所有行为数据均可自动记录。教师可设定相应的采集分类规则，按照某一模式，自动采集记录学生的学习信息，并进行分类。

2.决策支持。教学过程是由一系列决策组成的活动集合。宏观的决策形成了教育政策，微观的决策转化为教学模式与策略;面向全体学生的决策支配着教学改进方向，面向个别学生的决策提供了因材施教的可能。在远程教育中，大数据将教学研究的视角从阶段性和切片式的部分研究，扩展为全流程、群体性、公众性的全局性研究。对于教学研究而言，可以从群体取样和面向特定时间段的截断式研究，进入到面向整个学生群体和完整教学链条的贯通式分析。进入大数据时代，通过“在线”和“数据化”的课程记录，教师和研究者有能力透视隐藏的学习特征、动态与差异，使课堂教学细节得以凸显。此外，学习分析技术可通过学习过程中的登录和點击等行为数据、测试和作业等表现数据、投入和成就等情感数据等，配合学生背景和特征等属性数据进行综合搜集、分析，并以可视化方式，及时且动态地呈现学生群体及个性状态，帮助师生共同发现课堂学习中的典型问题、共性问题、个性问题和潜在问题，成为打开学习过程黑箱的钥匙，为教与学提供了科学决策的基础，开展动态调整教与学进度和节奏的依据，进而优化教与学的效果。

3.知识共享。随着教育信息化的发展，远程教育教学支持系统的增多，与此同时“信息孤岛”问题也日益凸显促进知识共享已成为现代远程教育所面临的亟待解决的新问题。远程教育是构建学习型社会的重要手段，其知识共享性，有利于平衡区域教育资源，是解决教育公平问题的重要途径之一。大数据时代，各种数据采集技术的发展使知识分享变得更加快捷，分享的数据也更加完整，提升了远程教育中分享知识的质量。数据经过云计算等整合分类，分享至不同的远程教育平台，解决了数据冗杂等问题，一定程度上解决了“数据孤岛”问题，各个平台可以快速便捷地获取并应用相应数据，提升教育质量。

4.考务管理。 作业考核一直是远程教育中的难题之一。远程教育不同于一般的线下课堂，一门课程的教学规模往往是线下课程的几十倍，考试组织难度大。若想达到良好的考核管理效果，远程教育平台往往需要花费大量的人力来保证考核任务的正常进行。而大数据时代，通过自动采集学生在学习过程中，课件点播次数、课件暂停次数、视频观看时长、观看轨迹（观看课件的顺序）、快进次数、快退重播次数、发言类型、发言次数、发言时间、发言内容、做笔记次数、做笔记时长、笔记内容、笔记字数等过程性评价，综合最终的作业提交等形式，完成最终的课程考核。其基于自动化的采集与记录，可以很大程度上减少远程教育平台在考试考核中人力物力的投入，减少运营成本。

三、大数据时代远程教育面临的挑战

随着科学技术的发展，远程教育中的一些问题已经得到解决，如：网络基础设施及宽带建设、教师的信息技术适应能力等但。但，仍然存在教育资源重复建设、教育质量难以保证等问题。除此之外，大数据时代，远程教育还面临着教育数据泄露、应用机制适应难、专业应用人才缺乏等挑战。

（一）数据泄露

远程教育依托于在线教育平台而进行教育传播，大数据时代，学生信息、各项学习行为数据采集变得更加容易，数据已经成为学生以及管理者的重要财产之一。目前，在线教育平台均采用中心化的服务器来存储各类数据。由于各种自然因素以及人为因素，用于存储数据的服务器易受到破坏，造成学生以及教育管理者的财产损失。区块链技术为解决此类问题提供了有效途径。区块链技术点对点的去中心化特点可以使教育数据分布式地存储于世界各地，平台网络中每个节点均有完整的数据备份，某一节点或某些节点遭受到不可逆的破坏不会影响整个数据管理平台的稳定性，避免了中心化存储带来的隐私泄露问题。

（二）应用机制适应难

教育随着时代的进步而不断发展，其教学理念、教学策略、教学方法与教学模式也不断更新改进。现有的数据应用机制适用于评估教师教学与学生学习的能力是有限的，无法为学校的教师管理与学生管理提供决策支持。为解决此问题，数据技术开发人员应立足于教育领域，针对实际教育需求，不断改进相关算法，完善现有的数据应用机制。

（三）缺乏专业应用人才

目前我国的教育从业人员，大多对教育大数据的了解不深入，不清楚应该怎样用数据去支撑与完善自己的教学。学校管理者无法有效利用教育大数据进行教育教学模式的设计，并辅助教师与学生管理以及规划课程体系等。开展教育大数据相关课程及相关培训，建立专业人才队伍是解决此类问题的有效途径。