大数据思维的开放教育数据挖掘启示

前言：想要写出一篇引人入胜的文章？我们特意为您整理了大数据思维的开放教育数据挖掘启示范文，希望能给你带来灵感和参考，敬请阅读。

［摘要］处于大数据时代这一环境内，数据生成在方方面面，教育这一行业也囊括其内，大量原本无法紧抓、量化的教学讯息均变换成了数据施以储藏与处理。新时期起始，是否可以发掘与运用潜藏在教学相关数据中还没有挖掘出来的价值，促使开放型教育或是成人型教育这类行业得以革新，关联到教学相关工作中对于大数据与其潜藏的各类价值与作用的认知、心态和数据发掘层次。

［关键词］开放教育;大数据思维;数据挖掘

大数据思维即借助大数据相关的思想、理念以思索并清除问题的一类方式。大数据相应的思想与理念即借助大数据以凸显出事物发展进程中的各类步骤、因素等，处于这一前提之下，借助构建各式模型、方法施以把控，进而达成精确清除各式问题这一目标。同时，数据能够凸显出问题，数据还能够引导问题得以清除。借用大数据相关的理念，开放型教育相关的工作者可以全方位紧依并发掘教学本身的潜藏实际，调研教学相应的革新及进步。

一、开放型教育行业内部教学相关数据的运用问题

虽然开放型教育这一行业早就生成了“大数据库存”，不过，学校内部缺少对于数据本身的汇集监管及科学运用，对于数据相应的运用极为狭隘，许多数据仅储藏在数据库内，极难自其内找出具备规律与价值的一类讯息，这类状况大体上囊括了如下几大模块:

(一)业务机构较难予以数据相应的正确需要

学校内部的业务机构对于数据本身的搜集、归整、调研大多由于业务驱使，业务进程完成过后，数据就会被潜藏，数据调研处在被动这一状况内。另外，许多业务机构并未知晓大数据相应的运用价值与区域，还没有生成大数据这一观念以引领各项工作的实施，处于具体的工作内，极难予以大数据相应的正确需要:要想改良某一业务，所需哪类数据，这类数据要从哪类渠道内获得，搜集的数据应依据怎样的规范施以归整、发掘与调研，数据本身的可视化操作要开展至哪种程度等，均不具备明晰的规范。

(二)对数据开展运用被渠道与技术所约束

学校内部各个层级与各个种类的学习体系、讯息监管体系的数据总量极多，然而，对于数据本身的储存与运用却较低。就数据相应的储藏与归整而言，存在数据种类多元化、数据读取受限、储藏负担、体系特性受限、数据调研成效较低、数据不够安全等问题。例如，开放型教育相关的教务监管体系，大量的学习成绩有关数据已经大于原本体系本身的储藏与调研一类能力，使得对数据相应的归整留存在简易的查阅、归整、打印等步骤内，没有对数据施以深层次调研，也没有收获对教学一类工作具备益处的讯息。

(三)现行的数据调研极为分散与分裂

处于大数据这一时代内，要着眼于生成部门本身各大模块数据、数据库存、多媒体数据、各大渠道数据、各大讯息媒介数据间的关联性，力争最大程度地运用数据。然而，现存的教育相关数据依旧存在机构化、部门化一类问题，数据体现出分裂、分散等状况，数据调研也极少注重数据间的关联性。例如。教务处会定期归整每个学期相应的在籍生总量、各大专业学生总量、设立科目明细、学期选课学生总量、学生上课率、按时毕业率、学位获得率、退学率、终结性考试合格率一类数据，然而，却较少发掘这类数据间的关联性与干涉关系，也没有发掘各个机构数据间的关联性。

(四)不具备专业的数据调研岗位与人才

大数据这一时代予以了大量新兴的观念与技术，具备与原本全然不一的数据储藏与归整方法，然而，现存的体系监管者、数据库监管者依旧会运用原本的数据库监管体系，短时间内极难配备面对今后的数据调研技艺。其原因:其一，学校本身对于数据调研有关人才与岗位相应的需要态度还没有明晰;其二，新兴技术的运用条件极为繁杂，与大量数据相关的技术在成熟程度与可查看性方面比原数据库和数据监管配备更差，能够运用到辅助体系的监管者也极少。

二、大数据相关思维对于开放型教育各式数据发掘的启迪

(一)从高至低生成与教学监管相应的数据思维

现阶段，广播电视大学等正朝着开放型大学进行转变，成人学校的办学类型、办学面积、专业构造与总量、师生资源及其所处的环境均会发生变化。对于开放型教育相关的数据施以发掘及调研，能够辅助成人一类学校获取办学定位信息，提升教学、监管本身的合理性，还给学校改良并增强宏观方面的监管予以了有价值的监测方法与评测技术。大数据相关思维获得推行与运用，规定学校内部的监管方法、构造、技术都要与大数据这一时代相符。所以，应在地区或是学校内部生成总体的大数据相关战略，并把此当作学校本身的关键目标，借助大数据相关的思维把讯息化教学、讯息化监管、远端教育扶持服务及学校平日的各类工作加以归整，借助调节化的方法，全部机构一同训练并提升搜集、储藏、监管、调研与共享大量数据需要的技术及思维，逐渐促使数据监管本身的常态化、时时化、开放化与网络化得以实现。

(二)以智慧型校园助推教学监管智能化

现如今，物联网与云计算得以生成，校园内部的讯息化构建要尽早从数字型校园朝智慧型校园转变。构建智慧型校园，需将传感器融汇至校园内部的各类体系内，把校园监管的各式软件体系渠道融汇至校园云，促使网络、物联网、云得以关联与联通，据此能够促使校园内部时时数据的收获、储藏与调研得以实现，进而给学校本身的进步与教学运用予以科学的决策凭据，智慧型校园即教育讯息化构建的一大实体，对于践行大数据本身的价值来说不可或缺。另外，智慧型校园还囊括了大数据相关的规范系统、校园内部的数字化生态条件与相关的讯息化组织监管系统等模块的构建。从基本设备构建着手，逐渐实施基于云计算的大数据运用，促使教师自身的教学动作、学生远端的学习动作、学生本身的特性特点等得以调研与评测，给促使学生身心进步予以适宜的引领与辅助，予以学校运作所需的时时动态数据，助推教学监管得以合理化与智能化。

(三)全方位发掘并调研现存的各类数据

处于大数据这一时代，数据种类多元，不单具备构造化数据，还掺杂了许多半构造化与非构造化数据。把握、调研半构造化与非构造化数据本身的能力对于许多学校而言是一项极大的挑战。学校要把构造化数据发掘当作大数据相关思维运用的着眼点，关注搜集并储藏用户讯息与动作数据，为今后各式运用做好全方位的准备。同时，借用现存的数据调研方法，凭借数据引领开放型教育本身的进步。处于初始运用时期，应自教学数据、监管数据以对教育数据施以发掘。1．网络教学这一渠道相关的数据发掘。学习者自身特点辨别:辨别学习者本身的特点，尤其是学习者群体相应的特点，并凭借某类核心特点对学习者群体施以区分，促使前阶段的教学相关设计得以全方位践行，并给个体化学习的开展予以凭据。例如，“学生总量归整及趋向评测”“学生自身的特点归类及调研”等。学习者在线开展学习动作调研:在网络教学这一渠道内师生开展学习期间的各类数据，对教师与学生自身的动作方法，如登入、查阅资源、发帖、训练一类动作与动作生成的时间，加上各式资源、教学模块的运用状况施以归整、可视化与发掘。例如，“学生登入动作调研”“学生资源查阅方法调研”“师生互动渠道调研”“学生动作干涉要素调研”等等。师生互动调研:对网络教学相关渠道互动论坛内的数据施以调研，辅助教师评判学生对于教学目的的把握状况，方便对学生随时施以回馈与引导。2．教育监管讯息这一体系相关的数据发掘。教师相关的监管:从人事讯息有关的数据库、后勤讯息体系、教师监管与评测相关体系内发掘现存数据，对学校处于人才引用、教师成绩评测、教师进步、职业计划、后勤监管、教育决策扶持体系一类模块予以迅速、正确的决策辅助。学生方面的监管:鉴于学籍相关的数据库、招生相关的数据库实施数据发掘，改良学生方面的监管工作，给学校内部的就业引导、毕业生跟踪、科目设立、招生决策等予以优良的辅助。例如，发掘学生自身的修业成果数据、对毕业生自身的特点施以调研、毕业成果干涉要素与毕业时间干涉要素调研、毕业成果评测规定与毕业时间评测规定等。

(四)全方位开展数据式人才准备

处于大数据这一时代内，学校内部的监管决策、教学相关的决策与对成人学习者相应的学习扶持决策均要依靠大量数据的调研成果，数据调研及发掘会逐步变成学校自身的常规工作，不单应关注增强各大机构相关工作者自身的数据调研能力，成人学校还应训练并准备如下人才:一是大数据监管方面的人才。处于大数据相关教育运用的初始时期，学校对于大数据监管方面人才需要的急迫性大于对于技术型人才的需要。讯息技术的全方位进步，原本的教学与监管相关经历有可能变成现阶段的约束。为了应对新时期的各式挑战，成人学校不单应设定专业的数据监管岗位，监管者还务必要自行变换思维方法，知晓借助数据开展思索与监管;务必知晓借助大数据相关的方式，以寻求适宜的解决方法。二是大数据技术方面的人才。想要对教育相关的数据施以全方位发掘，成人学校就要知晓大数据，还要有擅长调研大数据、深层次发掘大数据的各式专家。这类人才应总体把握数据调研、统计学、数学、机械学习与自然语言操作一类模块的知识。具体人才包括:数据方面的科学家，即具备数据调研能力，擅长各式算法，可以精准地处理数据;数据方面的架构者，即擅长各类开放型教育相关的业务，把握业务需要与业务总体构造，可以将数据与业务施以衔接;数据方面的工程者，即可以构建数据储藏、监管与处理的一类渠道，并扶持数据方面的科学家予以数学相关模型或是算法的运转。

三、结语

大数据时代对开放型教育与成人型教育相应的理念革新与教学革新予以了大量的机遇。大数据不单是一类实用工具，还是一类思维方式。开放型教育务必要自原本的小数据相关思维更快地变换成大数据相应的思维，进而与这一迅速的革新相符。借助对数据本身的收获、调研与智能化讯息发掘，给学校内部的监管、教学、服务予以具备价值的一类数据讯息，辅助学校生成合理的决策，给教学相关活动的改良施以客观的凭据。

参考文献:

［1］吕苏越．基于大数据思维的银行监管数据应用初探———以3种数据挖掘技术为例［J］．金融科技时代，2017(5):32-36．

［2］孙力，程玉霞．大数据时代网络教育学习成绩预测的研究与实现———以本科公共课程统考英语为例［J］．开放教育研究，2015(3):74-80．

［3］吕海燕，周立军，张杰．大数据背景下教育数据挖掘在学生在线学习行为分析中的应用研究［J］．计算技术与自动化，2017，36(1):136-140．

［4］舒晓灵，陈晶晶．重新认识“数据驱动”及因果关系———知识发现图谱中的数据挖掘研究［J］．中国社会科学评价，2017(3):28-38．

作者:陶庆 单位:芜湖职业技术学院网络工程学院