APP下载

大数据技术下的在线课程建设与应用研究

2022-05-29龙虎李娜

电脑知识与技术 2022年12期
关键词:在线课程大数据技术应用

龙虎 李娜

摘要:大数据技术下,在线课程打破了传统的课堂教与学的方式,拓展了教学时空,增强了教学吸引力,激发了学习者的学习积极性和自主性,推动了教学理念、教学方式、教学技术和教学模式的变革。文章在梳理大数据技术概念的基础上,对在线课程进行了阐述,给出了大数据技术下的在线课程建设与应用构建图和应用实例,并对大数据时代背景下的在线课程建设与应用未来研究方向进行了展望。

关键词:大数据技术;在线课程;建设;应用

中图分类号:G642        文献标识码:A

文章编号:1009-3044(2022)12-0013-02

开放科学(资源服务)标识码(OSID):

大数据是计算机技术和互联网技术快速发展与应用的产物,计算机实现了信息的数字化,互联网实现了数据高速传输,两者结合为大数据的存储、传输与应用创造了基础和环境,赋予了大数据旺盛的生命力,对海量数据的采集、存储、分析和利用为教育领域的发展带来了机遇和挑战[1]。在线开放课程的建设与应用始于 2003 年的国家精品课程,采取“高校主体、政府支持、社会参与”的建设方式,经历了精品课程建设、精品开放课程建设与应用、在线开放课程全面建设应用与管理三个发展阶段[2]。2015年,教育部出台了《教育部关于加强高等学校在线开放课程建设应用与管理的意见》文件,对在线开放课程的建设、应用与管理等方面提出了具体要求。2017 年,教育部启动首次国家精品在线开放课程的认定工作,对在线开放课程组织开展系统评价,是在线开放课程发展历史中的一个重要里程碑。2018 年 1 月 15 日,在线开放课程建设与应用推进会在北京召开,会中提出要大力推动在线开放课程建设与应用,高校要主动作为,社会各方要踊跃参与我国在线开放课程建设与应用,面对新时代的信息技术与教育教学深度融合形势与任务,要进一步提高认识,继续加大课程建设力度,建设数量更多、质量更高的优质教学资源。在线开放课程建设要以课程内容和教学活动为主体,以大数据技术为支撑,将最新的课程理念融入课程建设,建立和实施课程建设,质量审查和课程运行保障以及效果测评等制度,不断提高课程质量,打造金课。在线开放课程的建设是整合优质教育资源和技术资源,实现课程和平台的多种形式应用与共享的重要手段,是促进教育教学改革和创新,有效提高教学质量的根本保证。

1 大数据技术

大数据是信息技术发展到一定阶段的必然产物,可以使得用户以一种新的数据处理模式来对结构化、半结构化和非结构化数据的海量数据进行分析,从而获得更强的决策力和洞察力[3]。大数据技术比较复杂,是多种技术的整合,主要有大数据采集技术、大数据存储技术、大数据预处理技术、大数据分析与挖掘技术、大数据可视化技术等。大数据采集技术是大数据知识服务模型的根本,是通过射频识别、传感器和网络爬虫等技术获得的结构化、半结构化和非结构化的海量数据的技术。数据采集的主要方法有系统日志采集方法、ETL采集方法以及其他数据采集方法。大数据存储技术不同于传统的数据存储技术,大数据存储主要采用的是分布式文件系统、NoSQL数据库、数据仓库、云数据库等来实现对海量数据进行存储。

大数据预处理技术主要包括数据清洗、数据集成、数据规约等多个部分,数据清洗包含对数据缺失值的处理、对噪声数据的降噪处理和对不一致性数据的处理[4]。数据集成是指将不同数据源和不同结构的数据在逻辑或物理上进行有机集中,并合并到一个结构化数据库中。数据规约是指在尽量保持数据原貌的基础上对数据进行精简。大数据技术可将隐藏于海量数据中的信息与知识挖掘出来,核心是数据分析及挖掘技术,其主要是改进传统的数据挖掘和机器学习技术,在此基础之上解决大规模集群上实现高性能的以机器学习算法为核心的数据分析,为用户的实际业务提供服务和指导,从而实现数据的最终目标,重点在于如何突破用户兴趣分析和网络行为分析等领域的大数据挖掘技术。大数据可视化是实现信息传递直观化的关键,简洁明了地表现数据信息便于更好地洞察数据背后隐藏的关键信息。

2大数据技术下的在线课程建设与应用研究

在线课程建设要立足课程定位和课程设计,从学习者的实际需求出发,以课程内容为基础,以大数据技术为支撑,将先进的教育理念与实践有机结合,增强教学吸引力,激发学习者的学习积极性和自主性,推动教学理念、教学方式、教学技术和教学模式的变革。在线课程不同于在线学习资源,实现了单向获取学习资源的共享,走向了与教师、同伴共同学习的互动局面,从而为知识与创新的共生提供了平台[5]。通过在线课程,可以将传统的以教为主的教学模式转变为以学为主,以课堂教学为主转变为课堂内外相结合为主,以结果评价为主转变为过程和结果相结合评价为主的教学转变。

(1)在线课程分类

基于学习者的角度,在线课程主要分为课程概览类、学习反馈类、自主学习类和协作交互类等四大类别,其中,课程概览类的要素主要有课程信息、课程公告、教学进度、章节大纲、知识点大纲和教学团队等多个部分;学习反馈类要素主要有随堂作业、知识点测验、在线考试、学习笔记、学习进度等;自主学习类要素主要有课程讲义、课程视频、参考资源、虚拟实验工具等;协作交互类要素主要有课程论坛、社交网络及工具、电子邮件等。

在线课程建设是以课程目标、课程内容、课程设计为基础,以学习者的实际需求,整合优质教育资源,以大数据技术为支撑,实现课程和平臺的多种形式应用与共享,促进教育教学改革,提升课程教学质量。在线课程其初始阶段主要是学习者获得在线学习资源,用于弥补线下学习资源的不足。随着MOOC(Massive Online Open Course,即大规模在线开放课程)的出现,在线课程开始进入快速发展阶段,如美国麻省理工学院推出的OCW(Open Course Ware Project,即开放课件项目),可为在线学习者提供免费的教育资源。在线课程教学内容与资源方面,课程教学内容要系统,要适合在线学习和混合式教学等应用方式,课程学习资源要丰富,呈现形式多样化,能满足不同学习者学习需求,导航设计可以实现教学内容和学习资源的快速定位。在线课程建设中的教学质量方面,课程设计与实施要充分体现“以学习者为中心”的课程理念,与前导课程和后续课程内容衔接良好,课程教学目标要与专业培养要求一致,能满足学习的在线学习需要[6]。在线课程教学活动与实施方面,支持互动性较好的教学活动形式,支持学习者参与感较强的教学方式,支持线上线下师生互动,能提供个性化的服务支持。在线课程与教学评价方面,支持习题、作业和讨论等过程性评价方式,支持针对线上线下不同应用方式的总结性评价。在线课程内容、资源、评价等确定后就可以选择相关平台进行建设,国内的主要有中国大学MOOC、清华大学学堂在线、网易公开课、人邮学院以及部分高校开发的在线教育综合平台等。

(2)在线课程建设与应用

在线课程体现了生态的和可持续发展的系统观,实现了基于数据和资源的共享,以大数据技术为基础,以标准体系建设和核心功能建设为核心,进行线上课程建设,打破了传统的课堂教与学的方式,拓展了教学时空,增强了教学吸引力,激发了学习者的学习积极性和自主性,推动了教学理念、教学方式、教学技术和教学模式的变革。大数据技术下的在线课程建设与应用构建如图1所示。

大数据技术下的在线课程建设与应用主要包括线上课程建设、线上课堂和线上学习、评价、竞争检测等多个部分。线上课程建设部分,主要依据课程目标进行前期准备、标准体系建设和核心功能建设等多个部分,其中,前期准备阶段主要包括拍摄制作准备、资源准备等。线上课堂是在完成在线课程建设后进行的,是以大數据技术为支撑,实施在线直播教学,学习者可以通过课程平台了解课程基本信息,在线下载学习需要的课件以及课程内容介绍、课程性质、优质的课程资源等,此外,线上课堂还可以实现师生互动答疑。线上学习部分,是学习者利用课程视频进行助学,也可以小组合作学习或根据课程任务进行任务导学,通过课程题库系统抽取试题自测检验学习效果,利用大数据技术可对学习情况进行可视化分析。评价与竞争检测部分是实施线上教学与线上学习的一次检验,通过评价与检测可以使得学习者对于个人学习情况有所了解,找出差距并弥补存在的不足。利用视频助学、学习效果评测、反馈和合作共学、评价、竞争检测来提高学习者学习积极性,提升学习效果并激发学生的创造潜能和创新能力,实现学习活动无缝衔接,形成学习者知识学习与能力养成的高效发展生态链。

(3)在线课程实例

大数据技术下,在线课程建设需要依据在线课程标准体系,按照课程性质、课程目标、课程教学内容、适用专业、课程学分、开课学期、课程学时、开课依据等多个方面来进行。本实例是基于凯里学院在线教育综合平台进行的在线课程建设,选取的是数字媒体技术本科专业必修课程《二维动画设计》,建设后的效果如图2所示。

课程建设主要包括基本信息、单元学习、课程资源、课程活动、课程作业、答疑讨论、播客单元、在线测试、课程问卷、常见问题、试卷试题库等。在线课程的设计方面,要以课程目标为基础,合理选择和组织教学内容,其主要内容包括:课程简介、教学大纲、教学日历、课程作业、课程视频、答疑讨论、课程问卷、课程试题等多个部分。课程简介部分主要是对课程内容进行介绍,介绍课程名称、课程代码、课程类别、课程性质、考核方式、适用专业、课程学分、开课学期、课程学时、开课依据等,并在后面附上课程内容和选用的教材。教学大纲是在线学习者了解课程纲要的基础,是在线学习者需要达到的最低标准要求,也是在线教学的依据。教学日历是在线学习者对于课程进度把握的一个基本参照,课程作业是对学习者进行在线学习的一个学习测试,课程视频是对课程内容的介绍和重点知识的讲解,答疑讨论部分是针对在线学习者在学习过程中出现疑难问题时进行在线答疑或讨论,课程问卷是针对在学习该课程后所进行的问卷调查,通过问卷可对学习者在线学习情况有个最基本的了解,课程试题是针对单元学习后进行的一些小测试,起着巩固和加强学习过的知识内容的作用。建设完成后,可以通过课程预览模块进行预览。学习者可以登录该平台进行学习资源下载和在线学习以及在线测试等,选择学习分析模块,可以看到学习情况的可视化分析效果,方便学习者了解学习情况,便于后期进行精准学习。

3 结束语

在线课程建设是实现在线教与学的关键,是实现优质课程资源共享和以学生为中心的课程改革的重要抓手。在课程建设与实施中,以课程目标为依据,将知识点以视频的方式进行展示,且视频以课堂实录的形式或录屏讲解的方式呈现给学习者。随着大数据技术的发展和在线课程标准体系的出台,新的课程平台不断涌现,如学堂在线、智慧树等,真正实现了资源共享与智慧共生和建以致用的理念,构建了知识与智慧共生的可持续发展教育新生态。在实现课程建设构建中,大数据技术起着关键作用,未来在线课程将会成为课程建设领域研究的热点。大数据时代,在线课程建设将向着多元化、开放性、共享性和服务高效性等方向发展,为高校师生和社会学习者提供优质高效的和全方位的个性化服务。

参考文献:

[1] 董兆伟,王素贞,白彦峰.大数据技术原理与开发教程[M].北京:高等教育出版社,2020.

[2] 王竹立.在线开放课程:内涵、模式、设计与建设——兼及智能时代在线开放课程建设的思考[J].远程教育杂志,2018,36(4):69-78.

[3] 龙虎.大数据技术下的混合教学模式构建研究[J].电脑知识与术,2020,16(20):142-144.

[4] 龙虎.大数据技术下的深度学习模型构建研究[J].电脑编程技巧与护,2020(6):76-78.

[5] 赵丽.在线课程开发:从资源“共享学习”到智慧“共生跃迁”[J].电化教育研究,2016(11):67-74.

[6] 杨晓宏,周海军等.高校在线开放课程教学质量认定标准构建研究[J].电化教育研究,2020(2):67-74.

【通联编辑:王力】

猜你喜欢

在线课程大数据技术应用
MOOC:我国未来高等教育发展过程中的危机与转机
在线课程教学融入网络消费者行为预测研究
基于SPOC的“数理逻辑”在线课程教学改革探究
大数据技术在电气工程中的应用探讨
大数据技术在商业银行中的应用分析
GM(1,1)白化微分优化方程预测模型建模过程应用分析
煤矿井下坑道钻机人机工程学应用分析
气体分离提纯应用变压吸附技术的分析
会计与统计的比较研究
高校传统教学模式与MOOC相结合的改革实现