基于大数据时代下的网络在线教育研究

基于大数据时代下的网络在线教育研究

卢帅宇

青岛大学，山东 ·青岛

【摘要】随着我国教育体制的深化改革，网络信息技术的日益完善，网络在线教育的发展速度也越来越快。在这种时代背景下，要想进一步完善远程教育系统，提高普通高校网络教育水平，首先就要客观分析现代网络技术升级与网络在线教育之间的关系，不断创新与发展网络技术，以此来推动我国当前的网络在线教育能够尽早突破发展瓶颈。基于此，论文主要针对大数据时代下的网络在线教育进行了深入的分析与研究。

With the deepening reform of China’s education system and the improvement of network information technology, the development of online education is getting faster and faster. In this era, in order to further improve the distance education system and improve the level of network education in colleges and universities, first of all, we need to objectively analyze the relationship between the upgrading of modern network technology and network online education, and constantly innovate and develop network technology, so as to promote the current network online education in China to break through the development bottleneck as soon as possible. Based on this, this paper mainly analyzes and studies online education in the era of big data.

【关键词】大数据；网络在线教育；发展对策

big data; online education; development countermeasures

1 引言

在我国网络信息技术发展的新时期，我国已经初步进入了大数据时代。大数据的诞生不仅得到了社会各界的充分重视，同时也被广泛应用与我国现代化的网络在线教育事业当中。大数据凭借其自身强大的数据功能，不仅可以为学生提供便利的学习条件，同时也能够进一步促进大数据匹配教育技术的开发，在具体实践中客观掌握网络在线教育的整体发展规律，从而制定出更加有效，能够促进我国网络在线教育可持续发展的有效对策。进一步提升我国基于大数据时代下网络在线教育的发展水平。

2 基于大数据时代下的网络在线教育现状

2.1 存在技术瓶颈

在大数据时代背景下，网络在线教育发展过程中难以突破的技术瓶颈就是大数据处理技术缺乏现成的软件工具，无法直接对冗杂的数据进行全面的开发与准确的剔除和过滤处理，这就会导致从我国数据挖掘、储存以及可视化成效等方面基础较为薄弱。网络在线教育发展期间，最需要突破的技术壁垒就是怎样实现对学习过程中产生的数据进行深入的挖掘，并基于数据进行学情的可视化分析^[1]。比如，就课程内容而言， 网络平台课程大多为校内暂时未开课程的补充，如一些创新创业课程和语言学习课程。由于网络课程的学习过程不受老师监督，所以视频观看是否由本人完成并不能很好的被监测，不利于持久学习。同时，随着网络在线教育规模的日益扩大，学生个性化与精细化学习需求的增加，教育数据异构储存的特点也越来越突出，这就会进一步增加数据采集与汇编环节的冗杂性。为此，要想有效迎合当前的教育需求，首先就要积极突破网络在线教育的技术瓶颈，确保信息价值深度与数据实时性的有效结合。

2.2 数据意识淡薄，在线教育观念落后

根据网络在线教育当前发展的整体现状来看，其存在的主要问题就是数据意识淡薄，教育观念落后，没有突破传统设备技术与教育观念的束缚。目前，我国大部分网络在线教育主要是将传统的面授课堂单向的复制到电脑屏幕与网络平台上，这不仅无法充分发挥网络在线教育的非实时性，同时也不能充分体现网络在线教育的便捷交互性^[2]。目前网络课程存在的最大问题是缺乏课堂交流，老师不能及时帮忙解答问题。不难发现学习成果的评价多是单方向的，网络课程的学习缺少评价和反馈机制，学生对课堂中有疑问的地方无法向老师反馈并与老师交流。另外，在大数据时代，理想中的网络在线教育是为学习者提供其想学的课程内容，实现终身学习这一目标，但在此过程中，由于人们缺乏先进的网络在线教育观念，这就会大大降低大数据在网络在线教育中的应用效率。

3 基于大数据时代下的网络在线教育发展的有效对策

3.1 重视教育数据的基础地位

大数据时代下的网络在线教育要想实现更好更快的发展，就要充分重视教育数据的基础地位。首先，要将大数据的作用充分的发挥与应用到教学活动的各个基点与环节当中，保证其每时每刻均处于可存储与可处理的状态，并根据相关数据的分析结构来指导具体教学活动的开展，合理调整活动内容；其次，要充分重视数据的重复性利用与交叉性利用。借助大数据，教师可以对教学活动中可能存在的问题进行模拟预判，及时更新思维，归纳与总结知识与方法，以此来有效提升网络在线教学的质量，为掌握教育主动权与确保教学实践的主动性创造良好的基础条件^[3]。最后，在网络在线教育过程中，要想充分应用大数据，还需要教师积极转变自身的教育理念，站在全局角度，在保证教学效率的基础上进一步提升教学内容的准确性，有效突破传统教学理念与因果关系的壁垒。

3.2 推进精准的个性化教育

网络在线教育发展过程中，最有效的利用资源与工具就是大数据。信息通知虽然可以让人们更加了解群体规律中的个体需求，但同时也会出现控制性数据独裁、局限数据障碍以及主观数据迷信等一系列现象。为此，在大数据应用过程中，不断强化教育数据的识别，推进精准化与个性化的教育是十分重要的，但这一过程并不代表忽略了因果关系分析，而是促使两组进行科学辩证及教育反思^[4]。与此同时，随着大数据技术的日渐成熟，固定教学阐述与集成教学模型就会变成解决网络在线教育问题的唯一有效途径，为此，教师要充分重视网络在线教育的全过程，学生很容易在网络上搜索到考核题目的对应答案，只有通过不断地更新题库才能完成这一目标，以此来防止网络在线教育成为流水线式的文凭工厂，同时这也是网络在线教育改革的重点与个性化教育的关键。

3.3 提高教育技术的重要作用

目前，大数据主要分为结构化与非结构化。其中，网络在线教育中最主要的任务就是准确找出有价值的数据，同时这也是实现技术超越，提高教育技术重要作用的基础上与前提。技术超越在实践过程中具体表现为两大方面：一方面是充分应用新技术，在确保学习效益与教学效率的同时进一步解放教育生产力。同时也要加大教育技术的力度，健全共享机制，以此来扩大其功能覆盖领域。另一方面要深入挖掘与利用旧技术，站在存量与质量这两个角度来不断发展教育生产力。其中最为重要的就是数据分析技术，特别是使其纵向升级、横向联系以及数据与热度是大力发展教育生产力的关键因素。目前，我国BAT三巨头数据技术可以为上述目标的实现提供有价值的借鉴^[5]。例如，在百度用户需求数据与Web公共数据中，攻关技术中的重点是“深度学习”，在大数据背景下通过“机器”学习，可以有效改善多媒体的语音、视觉及其他智能搜索功能，；针对代为刷课问题，，网络课程平台应更新技术， 通过创建一个特殊的配置文件，使用学生的照片ID和地址定位，将课程链接到学生的真实身份，保证在电脑前学习的是学生本人，从而为网络在线教育的学习模式提供良好的基础与条件。

3.4 优化数据储存平台，提高在线课程质量

近些年来，随着我国网络信息技术的快速发展，我国在线学习的人数在不断增长，因此其学习个体特征、接受能力与学习动机均有所差异。基于此，站在教师的角度，要依据教育数据的相关统计结果来进一步明确学习者的课程偏好、学习轨迹、学习时长均值以及其自身对课程本身的评价^[6]。在此基础上，教师要善于总结教学期间存在的问题，并生成一份科学的诊断报告，合理调整学分设置，进一步优化课程结构，积极改进教学方法，在提升教学效率的同时尽可能确保学习活动可以与学生的学习倾向相契合。站在管理者角度来说，针对海量的教育数据，首先要健全与完善统一的平台数据存储、使用等方面的相关规章条例，进而大大提升局域网内部数据收集与分级处理的效率，大大提升信息的共享程度，进一步促进我国网络在线教育的可持续发展。

4 结语

综上而言，在我国教育体制日渐完善，网络在线教育持续发展的新阶段，要想大大提升我国网络在线教育的整体水平，首先就要认识到大数据应用于网络在线教育中的重要性作用，充分重视教育数据的基础地位，不断提高教育技术的重要作用，推进精准的个性化教育，优化数据储存平台，提高在线课程质量等有效对策来不断促进我国网络在线教育的发展，大大提升我国当前网络在线教育的整体水平，进一步推动我国教育体制的改革。

参考文献

[1]王欢.基于大数据背景的大学计算机基础类课程教学改革探讨[J].天津职业院校联合学报,2019,21(09):42-46.

[2]张丰,张度.计算机大数据在互联网学习中的应用与探究[J].信息与电脑(理论版),2019,31(18):21-22+27.

[3]吴青.大数据在互联网学习中的应用与研究[J].信息记录材料,2019,20(08):184-185.

[4]肖叶枝,王鹏,黄成云,曾钰,夏爽,刘晓.基于大数据的在线学习内容个性化精准推荐分析[J].微型电脑应用,2019,35(07):41-43.

[5]程香,刘超,孙家军,倪东辉.在线学习大数据分析架构研究[J].重庆科技学院学报(自然科学版),2019,21(03):97-99+112.

[6]徐焱.基于教育数据挖掘的个性化自适应学习系统研究[J].中国教育信息化,2019(11):60-65.