论文部分内容阅读
摘 要：互联网时代，成人高等教育的网络课程应运而生。同时，大数据技术对人们的生活和社会的发展带来了巨大的影响。成人高等教育网络课程的建设和应用与大数据技术，特别是大数据分析技术的充分融合，将会使网络课程发挥更大地作用。首先分析了成人高等教育教学中应用大数据的情况，其次研究了大数据分析对于成教网络课程的影响，最终提出了大数据分析在成教网络课程中的实际应用方法。
关键词：大数据；数据分析；成人高等教育网络课程
1 概述
随着人类对于数据的采集、存储、传输和处理等能力的大幅提升，以及相关技术的跨越式发展，大数据时代已然到来，已经在各行各业掀起了变革的浪潮，发展的潜力巨大。未来十年，大数据将引领人类步入智能技术时代。伴随着智能手机的普及，QQ、微博、微信等社交网络被广泛使用，移动带宽迅速增加，云计算、物联网应用越来越丰富，越来越多的传感设备和移动终端接入网络，由此带来的数据快速增长速度比历史上任何时候都快得多。2014年IDC发表了《数字宇宙膨胀：到2020年全球信息增长预测》一文，文中提到，數字宇宙的数据量每年按几何级数递增，从2013年到2020年，将由原来的4.4 ZB达到44ZB，远远超出人们想象，而大数据分析将有超过100倍的巨大增长空间。
在成人高等教育领域，在教与学的过程中，也蕴藏着有价值的海量大数据，教育已成为社会大数据的重要源泉之一。在教学过程中，如何有效地分析和利用这些大数据，从而更好地促进教学，是当今成人高等教育改革研究的热点内容。在大数据时代，探索新形势下的成人高等教育体制、形式和方法，对促进我国成人高等教育发展具有长远意义。
成人高等教育网络课程是通过互联网展示某门课程的教学内容与相关资料，并且实施教学活动，是互联网时代下成人高等教育课程教学的一种新的表现形式。网络课程具有交互性、共享性、开放性、协作性和自主性等基本特征。同时，具有打破地域和国界，教学单元模块化，多媒体化的载体，人机间的多向互动，容易激发学习者的学习热情等特点。
2 大数据在国内外高等教育教学中的应用
2011年秋，斯坦福大学的《人工智能》网络课程受到热烈欢迎，190多个国家约16万学生参加学习，2万多人通过了考试，获得认证。斯坦福大学的Ng教授于2012年4月成立了Coursera，联合普林斯顿大学、密歇根大学和宾夕法尼亚大学等，共同提供社会科学、物理、工程学等网络课程。哈佛和麻省理工等更多的高校也都将课程建设成网络课程，免费上网，从而收集更多的学生学习行为数据，研究开发更好的在线教育平台，强化学校品牌效应。
由于硬件的高速更新和软件的高度智能，国内的各大高校也都纷纷热情高涨地投身于新一轮的教育网络化和信息化的热潮中。开展了建设各类教育信息化公共平台，提供免费的网络课程，推进数字化校园建设工作等一系列教育改革新举措。
3 大数据分析对成人高等教育网络课程的影响
3.1 网络课程大数据的特点
大数据通常都拥有Volume（海量）、Velocity（高速）、Variety（多样）、Value（价值）、Veracity（真实）这5V特点。随着互联网和物联网的飞速发展，教育内容实现跨越时空的自由流通已经成为现实。在网络教学平台上，学生可以打破时空界限，随时随地进行选择某一成人高等教育的某一门网络课程进行学习。教师可以通过平台，轻松实现实时诱导、跟进、评价学生的在线学习情况。而伴随着这些网络课程的学习过程所产生的大数据，也同样具有5V的特征。并且，这些大数据中仅有15%是结构化数据，可以通过已经普遍应用的关系型数据库进行处理。而其余85% 的数据都是非结构化数据，主要包括网络课程中的用户评论、应用、位置信息、图片、音乐、视频等产生的数据。而产生智慧的大数据往往是这些非结构化数据，需要依靠大数据的实时分析与处理技术进行处理。
3.2 大数据分析在网络课程中的体现
大数据分析的五个基本方面分别是：Analytic Visualizations（可视化分析），Data Mining Algorithms（数据挖掘算法），Predictive Analytic Capabilities（预测性分析能力），Semantic Engines（语义引擎），Data Quality and Master Data Management（数据质量和数据管理）。在网络课程的大数据分析中，深度学习和知识计算是基础，可视化是关键技术。深度学习和知识计算主要体现在学生在线学习的时间分析、学生参与讨论等活动的行为分析等方面。教师通过可视化工具来分析学生的学习习惯，引导学生进行有效地学习，同时满足学生个性化学习的需求。
在成人高等教育网络课程建设和使用过程中，对学生过程性大数据的分析，将彻底改变原有传统课堂教学的教与学模式。不再是照本宣读，照屏宣课，上课的内容也不再是仅限于教材的内容。网络课程的建设通过师生互动、师师互学、生生互促将有力推动课堂教学模式和教学方法的改革。网络视频教学和师生互动交流将成为未来教育的重要方式，学生学习过程的数据记录和数据分析，是对学生进行未来智能化引导和评价的重要依据。
网络课程的学习，对学生而言，可以拥有高质量的个性化学习体验。对教师而言，将学生从选课、看视频、下载课件和图书等资料、做作业、答疑、测验、考试等各个阶段产生的过程性大数据进行收集和分析，根据数据分析的结果，进一步改进教学方法和教学过程。根据学生选课数据的分析，可进一步调整专业课程的设置，并且对学生的选课进行适当地引导。对学生学习全过程的大数据分析，可以充分挖掘学生的学习习惯和特点，真实掌握学生的学习情况，可以根据学生特点突出个性化差异化的人才培养模式。
通过在线学习平台学习的学生，其学习行为的所有数据都将被真实地记录下来。主要包括观看教学视频、下载课件学习、做作业、参与讨论、平时测验、考试、课程评价等过程，所产生的数据作为最终教师对学生结课评价的重要参考依据。在学习过程中，教师也可以根据平台对学生的学习习惯和思维方式的分析，适当调整学生的学习进度安排。教师可以引导、帮助学生采用更有效的学习方法，进而提高学习效率和效果。大数据分析技术在网络课程中的应用，以学生为主体，在网络平台和移动终端软件的帮助下，跟踪学生学习的整个过程，通过数据挖掘和数据分析，提高学生的学习质量和效率，并分析和预测学生的需求，以及未来的发展趋势，拓展发展空间。 4大数据分析在成人高等教育网络课程中的应用实例
4.1 网络教学平台的应用
下面以辽宁对外经贸学院网络教学平台为例，探讨大数据分析在成人高等教育网络课程中的具体应用。目前，学院网络教学平台是依托超星公司的泛雅平台构建的，并且可配套同步使用移动客户端“超星学习通”。图2为学院网络教学平台的课程统计界面，在图中可以看出，该网络教学平台已经具备了一定的学生学习过程数据的统计功能。比如，可以统计出该课程的“章节访问量”，其中包括本月的访问量，甚至可以细化到每日和每时的访问量。点击“学生管理”，可以看到每个学生的任务完成数、视频观看时长、参与讨论的数量以及学生对于学习页面的访问数。在列表中选择某一学生，再点击“详情”，可以分别看到该学生的进度统计、章节统计和访问统计。点击“讨论数”，可以看到每个学生的发表讨论数、回复讨论数和总讨论数。以上这些都是平台通过学生参与学习过程中产生的数据进行累计得到的，为教师提供了每个学生的学习过程数据，从而方便教师对学生的平时督学和考核。同时，教师也可以从中发现每个学生的学习习惯、学习特点以及对该课程每个知识点的掌握情况。例如，从某个学生的学习进度有没有按时完成，以及参与讨论的数量高不高，可以看出该学生对于此课程的学习热情程度。如果某个学生对某些章节的点击率特别高，说明他在反复学习此章节，表明他对此章节的知识点可能掌握情况不太乐观。
4.2 Python语言的应用
从前面的研究可以发现，仅仅依托网络教学平台所提供的统计功能还不能完全满足教师对学生学习情况全面掌握的要求。比如，教师除了关注学生参与讨论的数量之外，其实更关注学生参与讨论的具体内容，包括对于教师发起的某个讨论话题的具体答复内容，或者学生主动发起的讨论话题内容，从中可以发现学生在学习过程中可以遇到的具体问题。另外，学生在学习完某一课程后，通常都会对该课程进行一下评价，教师除了关注学生的评分之外，更关注的是评价的具体内容，特别是关键词。从而可以根据学生的意见或者建议进一步对课程内容、资料等进行调整。但这些学习过程中积累的讨论、評价等大数据都是非结构化的数据，想要采用原本普遍应用的关系型数据库管理系统是很难处理的，是无法统计出想要的结果的。必须采用大数据分析工具进行分析统计，比如适用于大数据处理的编程语言——Python语言。
下面使用python 3.5，通过抓取网页数据，实现对学院网络教学平台中的某一课程的“课程评价”进行分词和词频统计，最终以词云方式显示统计结果，以便教师及时、充分、客观地掌握学生对于该网络课程的评价。步骤如下：一是抓取网页数据，二是数据清洗，三是用词云进行显示。
5 结论
大数据时代的来临，大数据特别是大数据分析，将在成人高等教育中广泛应用，将更加有力地推进各成人高等教育实现数字化校园。我们应当抓住机遇，适时改革，努力实现成人高等教育网络化和信息化，培养更多的顺应时代发展要求的高素质人才。
参考文献
[1]冯翔，余明华，马晓玲. 基于大数据技术的学习分析系统架构[J]. 华东师范大学学报，2014（2）：20-29.
[2] 朱建平，李秋雅. 大数据对大学教学的影响[J].中国大学教学，2014（9）：41-44.
[3] 罗军锋，徐菲. 大数据时代的高校信息化框架[J]. 中国教育信息化，2014（3）：11-13，22.
[4] 任磊，杜一，马帅. 大数据可视分析综述[J]. 软件学报，2014，25（9）：1909-1936.
基金项目
辽宁省成人教育学会2017年度成人教育领域科研课题（项目编号：LC1706）研究成果.
作者简介
裘志华（1971-），女，硕士，教授.研究领域：信息系统开发，数据库技术.。
（作者单位：辽宁对外经贸学院信息管理与信息系统研究所）
关键词：大数据；数据分析；成人高等教育网络课程
1 概述
随着人类对于数据的采集、存储、传输和处理等能力的大幅提升，以及相关技术的跨越式发展，大数据时代已然到来，已经在各行各业掀起了变革的浪潮，发展的潜力巨大。未来十年，大数据将引领人类步入智能技术时代。伴随着智能手机的普及，QQ、微博、微信等社交网络被广泛使用，移动带宽迅速增加，云计算、物联网应用越来越丰富，越来越多的传感设备和移动终端接入网络，由此带来的数据快速增长速度比历史上任何时候都快得多。2014年IDC发表了《数字宇宙膨胀：到2020年全球信息增长预测》一文，文中提到，數字宇宙的数据量每年按几何级数递增，从2013年到2020年，将由原来的4.4 ZB达到44ZB，远远超出人们想象，而大数据分析将有超过100倍的巨大增长空间。
在成人高等教育领域，在教与学的过程中，也蕴藏着有价值的海量大数据，教育已成为社会大数据的重要源泉之一。在教学过程中，如何有效地分析和利用这些大数据，从而更好地促进教学，是当今成人高等教育改革研究的热点内容。在大数据时代，探索新形势下的成人高等教育体制、形式和方法，对促进我国成人高等教育发展具有长远意义。
成人高等教育网络课程是通过互联网展示某门课程的教学内容与相关资料，并且实施教学活动，是互联网时代下成人高等教育课程教学的一种新的表现形式。网络课程具有交互性、共享性、开放性、协作性和自主性等基本特征。同时，具有打破地域和国界，教学单元模块化，多媒体化的载体，人机间的多向互动，容易激发学习者的学习热情等特点。
2 大数据在国内外高等教育教学中的应用
2011年秋，斯坦福大学的《人工智能》网络课程受到热烈欢迎，190多个国家约16万学生参加学习，2万多人通过了考试，获得认证。斯坦福大学的Ng教授于2012年4月成立了Coursera，联合普林斯顿大学、密歇根大学和宾夕法尼亚大学等，共同提供社会科学、物理、工程学等网络课程。哈佛和麻省理工等更多的高校也都将课程建设成网络课程，免费上网，从而收集更多的学生学习行为数据，研究开发更好的在线教育平台，强化学校品牌效应。
由于硬件的高速更新和软件的高度智能，国内的各大高校也都纷纷热情高涨地投身于新一轮的教育网络化和信息化的热潮中。开展了建设各类教育信息化公共平台，提供免费的网络课程，推进数字化校园建设工作等一系列教育改革新举措。
3 大数据分析对成人高等教育网络课程的影响
3.1 网络课程大数据的特点
大数据通常都拥有Volume（海量）、Velocity（高速）、Variety（多样）、Value（价值）、Veracity（真实）这5V特点。随着互联网和物联网的飞速发展，教育内容实现跨越时空的自由流通已经成为现实。在网络教学平台上，学生可以打破时空界限，随时随地进行选择某一成人高等教育的某一门网络课程进行学习。教师可以通过平台，轻松实现实时诱导、跟进、评价学生的在线学习情况。而伴随着这些网络课程的学习过程所产生的大数据，也同样具有5V的特征。并且，这些大数据中仅有15%是结构化数据，可以通过已经普遍应用的关系型数据库进行处理。而其余85% 的数据都是非结构化数据，主要包括网络课程中的用户评论、应用、位置信息、图片、音乐、视频等产生的数据。而产生智慧的大数据往往是这些非结构化数据，需要依靠大数据的实时分析与处理技术进行处理。
3.2 大数据分析在网络课程中的体现
大数据分析的五个基本方面分别是：Analytic Visualizations（可视化分析），Data Mining Algorithms（数据挖掘算法），Predictive Analytic Capabilities（预测性分析能力），Semantic Engines（语义引擎），Data Quality and Master Data Management（数据质量和数据管理）。在网络课程的大数据分析中，深度学习和知识计算是基础，可视化是关键技术。深度学习和知识计算主要体现在学生在线学习的时间分析、学生参与讨论等活动的行为分析等方面。教师通过可视化工具来分析学生的学习习惯，引导学生进行有效地学习，同时满足学生个性化学习的需求。
在成人高等教育网络课程建设和使用过程中，对学生过程性大数据的分析，将彻底改变原有传统课堂教学的教与学模式。不再是照本宣读，照屏宣课，上课的内容也不再是仅限于教材的内容。网络课程的建设通过师生互动、师师互学、生生互促将有力推动课堂教学模式和教学方法的改革。网络视频教学和师生互动交流将成为未来教育的重要方式，学生学习过程的数据记录和数据分析，是对学生进行未来智能化引导和评价的重要依据。
网络课程的学习，对学生而言，可以拥有高质量的个性化学习体验。对教师而言，将学生从选课、看视频、下载课件和图书等资料、做作业、答疑、测验、考试等各个阶段产生的过程性大数据进行收集和分析，根据数据分析的结果，进一步改进教学方法和教学过程。根据学生选课数据的分析，可进一步调整专业课程的设置，并且对学生的选课进行适当地引导。对学生学习全过程的大数据分析，可以充分挖掘学生的学习习惯和特点，真实掌握学生的学习情况，可以根据学生特点突出个性化差异化的人才培养模式。
通过在线学习平台学习的学生，其学习行为的所有数据都将被真实地记录下来。主要包括观看教学视频、下载课件学习、做作业、参与讨论、平时测验、考试、课程评价等过程，所产生的数据作为最终教师对学生结课评价的重要参考依据。在学习过程中，教师也可以根据平台对学生的学习习惯和思维方式的分析，适当调整学生的学习进度安排。教师可以引导、帮助学生采用更有效的学习方法，进而提高学习效率和效果。大数据分析技术在网络课程中的应用，以学生为主体，在网络平台和移动终端软件的帮助下，跟踪学生学习的整个过程，通过数据挖掘和数据分析，提高学生的学习质量和效率，并分析和预测学生的需求，以及未来的发展趋势，拓展发展空间。 4大数据分析在成人高等教育网络课程中的应用实例
4.1 网络教学平台的应用
下面以辽宁对外经贸学院网络教学平台为例，探讨大数据分析在成人高等教育网络课程中的具体应用。目前，学院网络教学平台是依托超星公司的泛雅平台构建的，并且可配套同步使用移动客户端“超星学习通”。图2为学院网络教学平台的课程统计界面，在图中可以看出，该网络教学平台已经具备了一定的学生学习过程数据的统计功能。比如，可以统计出该课程的“章节访问量”，其中包括本月的访问量，甚至可以细化到每日和每时的访问量。点击“学生管理”，可以看到每个学生的任务完成数、视频观看时长、参与讨论的数量以及学生对于学习页面的访问数。在列表中选择某一学生，再点击“详情”，可以分别看到该学生的进度统计、章节统计和访问统计。点击“讨论数”，可以看到每个学生的发表讨论数、回复讨论数和总讨论数。以上这些都是平台通过学生参与学习过程中产生的数据进行累计得到的，为教师提供了每个学生的学习过程数据，从而方便教师对学生的平时督学和考核。同时，教师也可以从中发现每个学生的学习习惯、学习特点以及对该课程每个知识点的掌握情况。例如，从某个学生的学习进度有没有按时完成，以及参与讨论的数量高不高，可以看出该学生对于此课程的学习热情程度。如果某个学生对某些章节的点击率特别高，说明他在反复学习此章节，表明他对此章节的知识点可能掌握情况不太乐观。
4.2 Python语言的应用
从前面的研究可以发现，仅仅依托网络教学平台所提供的统计功能还不能完全满足教师对学生学习情况全面掌握的要求。比如，教师除了关注学生参与讨论的数量之外，其实更关注学生参与讨论的具体内容，包括对于教师发起的某个讨论话题的具体答复内容，或者学生主动发起的讨论话题内容，从中可以发现学生在学习过程中可以遇到的具体问题。另外，学生在学习完某一课程后，通常都会对该课程进行一下评价，教师除了关注学生的评分之外，更关注的是评价的具体内容，特别是关键词。从而可以根据学生的意见或者建议进一步对课程内容、资料等进行调整。但这些学习过程中积累的讨论、評价等大数据都是非结构化的数据，想要采用原本普遍应用的关系型数据库管理系统是很难处理的，是无法统计出想要的结果的。必须采用大数据分析工具进行分析统计，比如适用于大数据处理的编程语言——Python语言。
下面使用python 3.5，通过抓取网页数据，实现对学院网络教学平台中的某一课程的“课程评价”进行分词和词频统计，最终以词云方式显示统计结果，以便教师及时、充分、客观地掌握学生对于该网络课程的评价。步骤如下：一是抓取网页数据，二是数据清洗，三是用词云进行显示。
5 结论
大数据时代的来临，大数据特别是大数据分析，将在成人高等教育中广泛应用，将更加有力地推进各成人高等教育实现数字化校园。我们应当抓住机遇，适时改革，努力实现成人高等教育网络化和信息化，培养更多的顺应时代发展要求的高素质人才。
参考文献
[1]冯翔，余明华，马晓玲. 基于大数据技术的学习分析系统架构[J]. 华东师范大学学报，2014（2）：20-29.
[2] 朱建平，李秋雅. 大数据对大学教学的影响[J].中国大学教学，2014（9）：41-44.
[3] 罗军锋，徐菲. 大数据时代的高校信息化框架[J]. 中国教育信息化，2014（3）：11-13，22.
[4] 任磊，杜一，马帅. 大数据可视分析综述[J]. 软件学报，2014，25（9）：1909-1936.
基金项目
辽宁省成人教育学会2017年度成人教育领域科研课题（项目编号：LC1706）研究成果.
作者简介
裘志华（1971-），女，硕士，教授.研究领域：信息系统开发，数据库技术.。
（作者单位：辽宁对外经贸学院信息管理与信息系统研究所）