田利娟　马晨佳

[摘 要]随着当前时代的发展，社会在不断地发生变化，社会各个领域都在进行新的模式的探讨和改革。同时各个行业对于人才的要求也越来越高。这样的社会现象对教育提出了挑战，我国的学校能否培养出适合社会需求的人才成为我们思考的一个问题。特别是当今互联网技术的不断渗透和发展，给我们的生活和学习都带来了极大的便利，互联网技术正在改变着我们的生活。越来越多的先进科技被引入到教育领域，比如云模式、微格教学、翻转课堂等，使得我国的教育面临着变革。文章基于这样的背景，对在线教育的大数据进行了研究。

[关键词]在线教育；大数据；信息化时代；互联网技术

[DOI]10.13939/j.cnki.zgsc.2016.36.150

随着互联网技术的不断发展，当前的社会，已经步入信息化和数字化的时代，服务业、商业、交通运输业等都开始将互联网技术应用于其中，实现了便捷化和高效化。在当前的信息化社会，在教育中普遍运用信息技术是提高教学质量的一种手段。在各种各样的教学方法下，利用信息技术进行教学无疑是比较有效的一种手段。当前的课堂中，在线教育已经成为一种比较流行的教育发展的模式，但是，当前的在线教育要与当今的时代相结合。下面，我们一起来研究一下基于在线教育的大数据。

1 大数据的概念

大数据又称巨量资料，指需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。“大数据”概念最早由维克托·迈尔·舍恩伯格和肯尼斯·库克耶在《大数据时代》中提出，指不用随机分析法（抽样调查）的捷径，而是采用所有数据进行分析处理。当然，大数据并不是一个或一种数据的称呼，它包含多种数据，所以也具备容量大、价值高、来源多元化的特点。[1]

2 在线教育所面临的问题

虽然在线教育是依托于当今时代的互联网技术的发展而不断发展的新型教育，但是，其在发展的过程中还是存在一些问题。

2.1 学习体验的回应越来越少

在线教育使得学习者已经从传统的黑板、讲台以及课本的上课模式转变成在线的学习模式，学习者也因此获得了贴心、便捷以及友好教育体验，使得学习者学习的效果有了明显的改善，在线教育也因此获得了较大的发展空间。但是，随着现代网络技术以及时代的不断更新换代，学习者对于在线学习的要求也变得越来越高。在目前，虽然有关方面在完善和健全学习支持方面付出的努力也越来越多，但是在线教育收获的学习的回应以及认同却与付出的努力不成正比，而这也是当前的在线教育在教学的任务投放之后获得的响应较少的原因。

2.2 教师的危机感加重

在以往的传统教学模式下，对一个合格的教师的要求就是要有适合学生的教学思路以及好的板书。但是，现在的时代下，教师除了要拥有这些教学的基本功以及对课件的开发能力之外，在在线教育的过程中出现的任何的教学瑕疵以及讲课的缺陷，都会被广大的学习者所发现。所以说，现代的教师自身的危机感也越来越重，他们就像被赶上了擂台一样，随时要提防自己被任何一个可能的对手所打败。[2]

2.3 资源使用周期缩短

随着时代的不断发展，信息技术的不断深入，其对于我们的生活方式以及生产方式的影响也变得越来越大。各种新的技术层出不穷，新的模式也不断地涌现，现代的人们追逐进步教育的脚步也从来没有停止过。在当前的情况下，重复的建设已经不是在线教育的主要问题，在线教育现在面临着一个更大的困境，在线教育的资源如果不及时更新，那么其将会被广大的学习者所抛弃。在在线教育决定投入为期较长的建设的时候，新型的信息技术已经开始出现激烈的竞争的态势，所以，在线教育其最初的发展建设的思路已经是比较落伍了。所以，在线教育没有能力提供对现有的教学需求资源的满足，究其原因，并不是因为资源的存量较为缺乏，而是资源选择的个性化出现了问题；除此之外，在线教育所拥有的资源从总体而言，大多数都是一些为教师的教学提供准备的单方面的资源，主要还是以教师为中心，主要为传统的教学方式来提供服务的，所以很难满足学习者参与其中的一种创新型人才培养模式的需求。

2.4 学习服务的需求加大

在我们现在所提倡的学习者是学习的主体的口号中，学习者是主体，但不是自由体，学习者的自主学习也不能够变成自学。在自主学习中，学习的交互活动也非常重要。当前的在线学习和传统的面对面的教学相比，其交互性表现出更复杂，要求也更高的特点，这样的情况也使得传统教育以及非传统教育之间的界限更加模糊。当前的教师对于学生了解得过于狭窄。如果教师失去了了解学习者的自信后，教师也就失去了对自己教学的掌控能力，学习的功效也不断被削弱。当前的在线教育比较热衷于构建试题库，很少有人会关注错题库的存在价值，这样可能会引发在线教育所应非所求的现象出现。[3]

3 基于在线教育的大数据研究

基于在线教育的大数据研究主要分为两部分，分别是学习的分析技术以及教育数据的挖掘。

3.1 学习的分析技术

学习的分析技术在早些时候的定义是：使用信息智能化数据，学生产生的信息数据、分析模型以发现各种信息与社交关系，从而能够达到预测以及提高人们的学习目的。在2012年的时候，Greller以及Drachsler提出了学习的分析技术的一个更加系统和全面的定义，学习分析技术可以从六个关键的维度来进行定义，其具体的定义如下图所示。

学习分析技术的六个关键维度

这六大关键维度分别是内部限制、外部限制、工具、数据、目标以及利益相关者。其中，关益者主要包括有机构、教师以及学生等部分，其中，学习的分析技术，其所分析的信息数据主要来自于学生产生的信息数据，这一数据主要面向的对象是教师和机构；主要的目标是反思教育模式以及对学生的发展前景进行预测；学习分析技术所使用的工具有技术、算法以及理论等；所包含的信息数据分为公开的数据以及隐私的数据；内部的限制主要包括学生的能力以及对相关的知识的接受度；相反，外部的限制主要包含平台的规范和与学生教师之间的约定。应用学习的分析技术的过程中，信息数据在机构、教师以及学生之间发生流动。

3.2 教育的数据挖掘

教育的数据挖掘是指从在线教育的大量信息数据中进行提取或者挖掘有用的知识的方式和应用。数据的挖掘以及知识的发现是具有相同意义的词语，它们的实现一般需要经过以下的几个过程：数据清理、集成、选择、变换、挖掘以及模式评估与知识表示这样的几种。

教育数据挖掘其实就是数据的挖掘在教育行业领域中的应用，“教育数据挖掘”指从人类的教育以及学习的过程所产生的信息数据中，自动地挖掘出有价值的数据信息的技巧、技术工具以及研究。这些挖掘出的信息可以被学习者、教育软件的开发者、教育者、管理者以及教育的研究者等所使用。在线教育中，数据信息具备有存储异构这样的特点，所以数据的清理和数据集成的过程也比较复杂。与此同时，由于信息数据的来源多元化和多样化而且相互之间的联系紧密，所以，在具体的挖掘过程中，需要考虑数据多个特征和特征之间相互关联的关系。[4]

综合上述讨论，我们对于在线教育的大数据有了更加清楚的了解。我们在对基于在线教育的大数据进行分析后，对于在线教育的发展有一定的促进作用，能够在一定程度上促进在线教育的研究和应用。

参考文献：

[1]陈池，王宇鹏，李超，等.面向在线教育领域的大数据研究及应用[J].计算机研究与发展，2014（S1）：67-74.

[2]姚志奋.大数据时代在线教育网站双边网络效应研究[J].电化教育研究，2015（6）：43-47，54.

[3]谢洵，李秋菊.在线教育发展与在线教育专业化——在线教育专业化与专业能力提升专题研讨会述评[J].中国远程教育，2015（6）：8-12.

[4]张枝实.大数据时代在线教育的发展研究[J].江苏开放大学学报，2016（2）：48-53.