大數據思維的開放教育數據挖掘啟示

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了大數據思維的開放教育數據挖掘啟示范文，希望能給你帶來靈感和參考，敬請閱讀。

［摘要］處于大數據時代這一環境內，數據生成在方方面面，教育這一行業也囊括其內，大量原本無法緊抓、量化的教學訊息均變換成了數據施以儲藏與處理。新時期起始，是否可以發掘與運用潛藏在教學相關數據中還沒有挖掘出來的價值，促使開放型教育或是成人型教育這類行業得以革新，關聯到教學相關工作中對于大數據與其潛藏的各類價值與作用的認知、心態和數據發掘層次。

［關鍵詞］開放教育;大數據思維;數據挖掘

大數據思維即借助大數據相關的思想、理念以思索并清除問題的一類方式。大數據相應的思想與理念即借助大數據以凸顯出事物發展進程中的各類步驟、因素等，處于這一前提之下，借助構建各式模型、方法施以把控，進而達成精確清除各式問題這一目標。同時，數據能夠凸顯出問題，數據還能夠引導問題得以清除。借用大數據相關的理念，開放型教育相關的工作者可以全方位緊依并發掘教學本身的潛藏實際，調研教學相應的革新及進步。

一、開放型教育行業內部教學相關數據的運用問題

雖然開放型教育這一行業早就生成了“大數據庫存”，不過，學校內部缺少對于數據本身的匯集監管及科學運用，對于數據相應的運用極為狹隘，許多數據僅儲藏在數據庫內，極難自其內找出具備規律與價值的一類訊息，這類狀況大體上囊括了如下幾大模塊:

(一)業務機構較難予以數據相應的正確需要

學校內部的業務機構對于數據本身的搜集、歸整、調研大多由于業務驅使，業務進程完成過后，數據就會被潛藏，數據調研處在被動這一狀況內。另外，許多業務機構并未知曉大數據相應的運用價值與區域，還沒有生成大數據這一觀念以引領各項工作的實施，處于具體的工作內，極難予以大數據相應的正確需要:要想改良某一業務，所需哪類數據，這類數據要從哪類渠道內獲得，搜集的數據應依據怎樣的規范施以歸整、發掘與調研，數據本身的可視化操作要開展至哪種程度等，均不具備明晰的規范。

(二)對數據開展運用被渠道與技術所約束

學校內部各個層級與各個種類的學習體系、訊息監管體系的數據總量極多，然而，對于數據本身的儲存與運用卻較低。就數據相應的儲藏與歸整而言，存在數據種類多元化、數據讀取受限、儲藏負擔、體系特性受限、數據調研成效較低、數據不夠安全等問題。例如，開放型教育相關的教務監管體系，大量的學習成績有關數據已經大于原本體系本身的儲藏與調研一類能力，使得對數據相應的歸整留存在簡易的查閱、歸整、打印等步驟內，沒有對數據施以深層次調研，也沒有收獲對教學一類工作具備益處的訊息。

(三)現行的數據調研極為分散與分裂

處于大數據這一時代內，要著眼于生成部門本身各大模塊數據、數據庫存、多媒體數據、各大渠道數據、各大訊息媒介數據間的關聯性，力爭最大程度地運用數據。然而，現存的教育相關數據依舊存在機構化、部門化一類問題，數據體現出分裂、分散等狀況，數據調研也極少注重數據間的關聯性。例如。教務處會定期歸整每個學期相應的在籍生總量、各大專業學生總量、設立科目明細、學期選課學生總量、學生上課率、按時畢業率、學位獲得率、退學率、終結性考試合格率一類數據，然而，卻較少發掘這類數據間的關聯性與干涉關系，也沒有發掘各個機構數據間的關聯性。

(四)不具備專業的數據調研崗位與人才

大數據這一時代予以了大量新興的觀念與技術，具備與原本全然不一的數據儲藏與歸整方法，然而，現存的體系監管者、數據庫監管者依舊會運用原本的數據庫監管體系，短時間內極難配備面對今后的數據調研技藝。其原因:其一，學校本身對于數據調研有關人才與崗位相應的需要態度還沒有明晰;其二，新興技術的運用條件極為繁雜，與大量數據相關的技術在成熟程度與可查看性方面比原數據庫和數據監管配備更差，能夠運用到輔助體系的監管者也極少。

二、大數據相關思維對于開放型教育各式數據發掘的啟迪

(一)從高至低生成與教學監管相應的數據思維

現階段，廣播電視大學等正朝著開放型大學進行轉變，成人學校的辦學類型、辦學面積、專業構造與總量、師生資源及其所處的環境均會發生變化。對于開放型教育相關的數據施以發掘及調研，能夠輔助成人一類學校獲取辦學定位信息，提升教學、監管本身的合理性，還給學校改良并增強宏觀方面的監管予以了有價值的監測方法與評測技術。大數據相關思維獲得推行與運用，規定學校內部的監管方法、構造、技術都要與大數據這一時代相符。所以，應在地區或是學校內部生成總體的大數據相關戰略，并把此當作學校本身的關鍵目標，借助大數據相關的思維把訊息化教學、訊息化監管、遠端教育扶持服務及學校平日的各類工作加以歸整，借助調節化的方法，全部機構一同訓練并提升搜集、儲藏、監管、調研與共享大量數據需要的技術及思維，逐漸促使數據監管本身的常態化、時時化、開放化與網絡化得以實現。

(二)以智慧型校園助推教學監管智能化

現如今，物聯網與云計算得以生成，校園內部的訊息化構建要盡早從數字型校園朝智慧型校園轉變。構建智慧型校園，需將傳感器融匯至校園內部的各類體系內，把校園監管的各式軟件體系渠道融匯至校園云，促使網絡、物聯網、云得以關聯與聯通，據此能夠促使校園內部時時數據的收獲、儲藏與調研得以實現，進而給學校本身的進步與教學運用予以科學的決策憑據，智慧型校園即教育訊息化構建的一大實體，對于踐行大數據本身的價值來說不可或缺。另外，智慧型校園還囊括了大數據相關的規范系統、校園內部的數字化生態條件與相關的訊息化組織監管系統等模塊的構建。從基本設備構建著手，逐漸實施基于云計算的大數據運用，促使教師自身的教學動作、學生遠端的學習動作、學生本身的特性特點等得以調研與評測，給促使學生身心進步予以適宜的引領與輔助，予以學校運作所需的時時動態數據，助推教學監管得以合理化與智能化。

(三)全方位發掘并調研現存的各類數據

處于大數據這一時代，數據種類多元，不單具備構造化數據，還摻雜了許多半構造化與非構造化數據。把握、調研半構造化與非構造化數據本身的能力對于許多學校而言是一項極大的挑戰。學校要把構造化數據發掘當作大數據相關思維運用的著眼點，關注搜集并儲藏用戶訊息與動作數據，為今后各式運用做好全方位的準備。同時，借用現存的數據調研方法，憑借數據引領開放型教育本身的進步。處于初始運用時期，應自教學數據、監管數據以對教育數據施以發掘。1．網絡教學這一渠道相關的數據發掘。學習者自身特點辨別:辨別學習者本身的特點，尤其是學習者群體相應的特點，并憑借某類核心特點對學習者群體施以區分，促使前階段的教學相關設計得以全方位踐行，并給個體化學習的開展予以憑據。例如，“學生總量歸整及趨向評測”“學生自身的特點歸類及調研”等。學習者在線開展學習動作調研:在網絡教學這一渠道內師生開展學習期間的各類數據，對教師與學生自身的動作方法，如登入、查閱資源、發帖、訓練一類動作與動作生成的時間，加上各式資源、教學模塊的運用狀況施以歸整、可視化與發掘。例如，“學生登入動作調研”“學生資源查閱方法調研”“師生互動渠道調研”“學生動作干涉要素調研”等等。師生互動調研:對網絡教學相關渠道互動論壇內的數據施以調研，輔助教師評判學生對于教學目的的把握狀況，方便對學生隨時施以回饋與引導。2．教育監管訊息這一體系相關的數據發掘。教師相關的監管:從人事訊息有關的數據庫、后勤訊息體系、教師監管與評測相關體系內發掘現存數據，對學校處于人才引用、教師成績評測、教師進步、職業計劃、后勤監管、教育決策扶持體系一類模塊予以迅速、正確的決策輔助。學生方面的監管:鑒于學籍相關的數據庫、招生相關的數據庫實施數據發掘，改良學生方面的監管工作，給學校內部的就業引導、畢業生跟蹤、科目設立、招生決策等予以優良的輔助。例如，發掘學生自身的修業成果數據、對畢業生自身的特點施以調研、畢業成果干涉要素與畢業時間干涉要素調研、畢業成果評測規定與畢業時間評測規定等。

(四)全方位開展數據式人才準備

處于大數據這一時代內，學校內部的監管決策、教學相關的決策與對成人學習者相應的學習扶持決策均要依靠大量數據的調研成果，數據調研及發掘會逐步變成學校自身的常規工作，不單應關注增強各大機構相關工作者自身的數據調研能力，成人學校還應訓練并準備如下人才:一是大數據監管方面的人才。處于大數據相關教育運用的初始時期，學校對于大數據監管方面人才需要的急迫性大于對于技術型人才的需要。訊息技術的全方位進步，原本的教學與監管相關經歷有可能變成現階段的約束。為了應對新時期的各式挑戰，成人學校不單應設定專業的數據監管崗位，監管者還務必要自行變換思維方法，知曉借助數據開展思索與監管;務必知曉借助大數據相關的方式，以尋求適宜的解決方法。二是大數據技術方面的人才。想要對教育相關的數據施以全方位發掘，成人學校就要知曉大數據，還要有擅長調研大數據、深層次發掘大數據的各式專家。這類人才應總體把握數據調研、統計學、數學、機械學習與自然語言操作一類模塊的知識。具體人才包括:數據方面的科學家，即具備數據調研能力，擅長各式算法，可以精準地處理數據;數據方面的架構者，即擅長各類開放型教育相關的業務，把握業務需要與業務總體構造，可以將數據與業務施以銜接;數據方面的工程者，即可以構建數據儲藏、監管與處理的一類渠道，并扶持數據方面的科學家予以數學相關模型或是算法的運轉。

三、結語

大數據時代對開放型教育與成人型教育相應的理念革新與教學革新予以了大量的機遇。大數據不單是一類實用工具，還是一類思維方式。開放型教育務必要自原本的小數據相關思維更快地變換成大數據相應的思維，進而與這一迅速的革新相符。借助對數據本身的收獲、調研與智能化訊息發掘，給學校內部的監管、教學、服務予以具備價值的一類數據訊息，輔助學校生成合理的決策，給教學相關活動的改良施以客觀的憑據。

參考文獻:

［1］呂蘇越．基于大數據思維的銀行監管數據應用初探———以3種數據挖掘技術為例［J］．金融科技時代，2017(5):32-36．

［2］孫力，程玉霞．大數據時代網絡教育學習成績預測的研究與實現———以本科公共課程統考英語為例［J］．開放教育研究，2015(3):74-80．

［3］呂海燕，周立軍，張杰．大數據背景下教育數據挖掘在學生在線學習行為分析中的應用研究［J］．計算技術與自動化，2017，36(1):136-140．

［4］舒曉靈，陳晶晶．重新認識“數據驅動”及因果關系———知識發現圖譜中的數據挖掘研究［J］．中國社會科學評價，2017(3):28-38．

作者:陶慶 單位:蕪湖職業技術學院網絡工程學院