李成��

摘要：随着科学技术的飞速发展，在线教育交互已成为在线教育研究的重要方向。因此重点分析了基于大数据的在线教育交互平台模型，并通过研究电大学生在线教育交互的现状，提出了大数据环境下在线教育交互过程中要重点应用好教育“数据挖掘”这一“新模块”。让数据挖掘与平台中的学习者、教育工作者、管理者等交互，以实现优化学习资源、改进学习效果、提升在线学习支持服务的水平的目的。

关键词：在线教育；交互；大数据；数据挖掘

中图分类号：G4文献标识码：Adoi：10.19311/j.cnki.16723198.2017.26.079

1引言

随着互联网技术和教育技术的发展，在线教育已成为学习内容传播和快速学习的重要的形式。Moore认为多形式的在线交互活动的应用，能有效缩短时空分离状态下的远程学习者的交互距离感，有效促进远程学习的发生（ Moore，1996）。Gunawardena认为在线学习的教学过程中，学习者实现交互水平的高低，对知识建构水平、在线教育的成功程度影响很大（Gunawardena，1997）。陈丽构建了在线教学交互层次塔理论模型（陈丽，2004）。通过综合考虑在线教育过程中的各种影响因素，曹良亮针对在线教育交互设计四个阶段提出了在线学习中交互设计模式（曹良亮，2010）。因而，构建具有良好交互水平的在线学习平台是在线教育的发展基石。通过在线教育，师生之间能够跨越时间与空间的限制，进行学习资源的高度共享，并且能够进行双向交互式和自主化的学习。结合当前的大数据、云计算技术，在线教育平台可以利用其存储海量学习数据、学习行为的优势，进一步提升其在线学习支持服务的水平，达到与学习者的双赢。

2在线教育相关概述

在线教育，一般是指一种基于网络的学习行为。通过计算机互联网，在线教育可以让学生随时随地进行网上自主学习 ，教师与学生即使相隔万里也可以开展教学活动。通过在线学习平台，学生可以非常便利地点播课程视频、浏览学习资源、答疑测试、互动交流等，真正打破了时间和空间的限制。对于工作繁忙、学习时间不固定的职场人士而言，在线教育是最方便不过的学习方式，尤其随着移动互联网的发展，移动设备更具便携性，利用手机、pad等进行碎片化学习的已是在线教育的发展趋势。

目前，在线教育学习平台主要分两类：学习管理驱动的平台、教学资源驱动的平台。国家开放大学、省级广播电视大学（开放大学）在线学习平台大部分属于学习管理驱动的平台。国外热门的Blackboard、Moodle等属于学习管理驱动的平台。目前主流的慕课平台，则属于教学资源为驱动的平台，翻转课堂、微课也是其具体表现形式。

3大数据相关概述

维基百科中大数据定义：大數据指的是所涉及的数据量规模巨大到无法通过人工，在合理时间内达到截取、管理、处理、并整理成为人类所能解读的信息。IBM 最早将大数据的特征归纳为4个“V”（大量Volume，多样Variety，价值Value，高速Velocity），即大数据有数据体量巨大、数据类型繁多、价值密度低，商业价值高、处理速度快的四个特点。可见，大数据是个见仁见智的概念；大数据不再仅用来描述大量的数据，还涵盖了处理数据的速度。

在线教育大数据是纷繁复杂的，我们需要搜索、处理、分析、归纳、总结其深层次的规律，进行数据挖掘和处理。大数据需采用分布式计算架构，依托云计算的分布式处理、分布式数据库、云存储和虚拟化技术等。比如，某学生通过点播学习了《国际贸易实务》课程，平台根据他的学习行为习惯、交互兴趣等自动为他推送了《报关理论与实务》课程的学习任务。

4基于大数据的在线教育交互平台模型

基于大数据的在线教育交互平台注重以用户为核心，针对学生的学习需求，能提供个性化服务。基于大数据的在线教育交互平台模型主要包括硬件层、数据处理层和应用层三个层次，如图1所示。

图1基于大数据的在线教育交互平台模型

（1）硬件层。通过云计算技术对硬件设施进行集约化管理， 方便资源共享，提高设备的使用效率，降低硬件系统能耗，提高了系统的可靠性和硬件设备利用率。当某一部分出现故障时，其他设备也可及时接管其工作，并不会影响到系统的整体。（2）数据处理层。运用大数据技术，在数据处理层， 通过统一身份访问认证实时收集学生的行为数据，并保存于数据中心，然后通过数据挖掘， 建立起满足平台或管理者需求的模型。（3）应用层。在线教育平台用户根据自身的访问权限登陆不同的界面，获取平台相应的应用服务。学生通过登录平台进行在线学习、交流、测试，并根据自己的时间设定个性化的课程学习方案， 安排学习进度，从而提升学习效率；能真正体现远程开放在线教育“以学生为中心”的理念。对教师而言，通过“教学管理”模块控制课程进度，查看了解学生学习的进度， 利用平台记录的行为数据进行分析评估教学方案，真正以“学”促“教”。

5在线教育平台交互现状分析

为了研究开放大学（电大）学生在线教育交互的现状，通过对省电大的285位学生进行抽样调查，调查的主要内容为省电大在线学习平台、国家开放大学学习网的使用情况，以及远程教学中师生交互、学生之间的交互，还有学生和教学资源之间的交互等。通过调查，有61.5%受访学生认为：学习平台在界面布局、响应速度、色彩搭配、文字动画特效、操作流程的便捷性方面存在不足；有47%受访学生认为： 学习平台在资源个性化推送方面、网络课程的学习进度和教学的任务获取的方便性、及时性方面，以及师生交互的实时性，个别化的、有效的学习支持服务等方面还存在很多不足，需进一步改进、提升。受访学生普遍认为一个良好的在线学习平台应该具备：用户操作便捷，平台响应速度快，师生交互方便，学习资源获取方便、及时、高效等功能。除了使用学校的在线学习平台，只有15%的受访学生使用过的中国MOOC、学堂在线、 网易公开课、Coursera等慕课平台。通过了解，这部分学生的学习基础相对较好，并有较强的求知欲望。endprint

由此可见，针对开放大学（电大）的学生，在线教育平台需要及时把握当前在线教育、大数据的发展趋势，利用平台积累的海量大数据优势，分析在线学生的学习行为、学习需求，以更好地实现精准的个性化教学支持服务。

6大数据环境下的在线教育交互的应用

在大数据、云计算技术迅猛发展的背景下，研究在线教育交互的应用，前提是需要把握在线教育的发展趋势、规律，重点任务是开展教育数据挖掘。通过数据挖掘，使在线教育平台能够更懂用户，更能切实地站在用户的角度思考各类在线教与学的行为，最终才能实现针对不同用户提供精准的个性化教学服务这一在线交互目标。

在线教育平台的教育数据挖掘就是把平台记录的原始数据转换为有用信息的过程。通过“数据挖掘”这一个学习平台的“新模块”， 数据挖掘与平台中的学习者、教育工作者、管理者等交互，最终实现改进在线学习效果的目的。它在教育系统（在线教育学习平台）中的应用如图2所示。

图2数据挖掘在在线教育学习平台中的应用

针对不同的人群，教育数据挖掘有着其特定的价值。在在线教育平台中，大量的资源在用户使用的过程中记录了学习者操作的数据，包括下载的次数、访问的时间、访问的频率等，通过数据挖掘中的聚类算法，能把资源进行整理和分类，并将整理的资源与用户操作的数据结合起来从而进一步优化在线资源。

微软的史密斯曾说过，给我提供一些数据，我就能做一些改变；如果给我提供所有的数据，我就能拯救世界。大数据时代，养成大数据思维很重要，让我们一起从在线学习中去挖掘教育大数据的潜在价值吧。

参考文献

[1]曹良亮.在线学习中的交互设计—以交互结构为核心的交互设计方法[J].中国远程教育，2010，（1）.

[2]徐海波.浅析面向在线教育的大数据应用[J]. 数字技术与应用，2015，（12）.

[3]李瑞霞，郑睿，张领. 大数据环境下个人隐私存在的安全问题研究[J]. 电脑知识与技术，2015，（12）.

[4]宋秋莲.基于云计算和大数据的在线交互平台应用模型的构建研究[J]. 智能城市，2016，（10）.

基金项目：本文为湖北省教育科學规划课题2015年度一般课题《微信公众平台在高校心理健康教育中的应用研究》（课题编号：2015GB158）成果之一。

作者简介：常雅娟（1980-） ，女，硕士，讲师，文华学院大学生心理健康教育中心专职心理教师，主要研究方向为心理健康教育、心理咨询、团体心理辅导； 徐卫卓（1982-），湖北水利水电职业技术学院专职教师（ 通讯作者）；李素梅：文华学院大学生心理健康教育中心主任。endprint