大数据在高校网络教育中的应用,本文是网络教育方面有关函授毕业论文范文跟高校网络教育和数据和大数据类论文写作资料范文.
网络教育论文参考文献：
口江苏徐州 党勋 秦杨硕
一、大数据改善了高校学习者网络教育的个人体验
1．大数据为个人提供更具有针对性的网络教育.大数据对大学生学习过程中产生的大量数据进行分析,目的是评估学生的学业是否进步、预测未来表现如何、发现潜在问题.数据来自学生的显性行为,如完成作业和参加考试的情况；数据还可以来自学生的隐性行为,如在线社交,课外活动,论坛发帖以及其他一些不直接作为学生教育进步评价的活动.学习分析模型处理和显示的数据帮助教师和学校更好地理解教与学,教师和学校掌握了这些数据后将会更有针对性地对大学生进行培训和教育.
对于学生本身而言,大数据对学习者学习过程的数据来进行分析,并用来优化学习,以基于学习行为数据的分析为学习者推荐学习轨迹,开展适应性学习、自我导向学习.用一个简单的场景来进行说明,一名学生通过电脑来学习英语阅读,他每读一篇文章,电脑就会搜集一系列关于掌握内容用时长短的数据.每次作业后,一个小测验就会出现在屏幕上,提出一些关于词汇和阅读理解的问题.学生在回答每个问题时,他的回答是否正确,以及他的成绩在班里处于什么水平,和全国学生相比处在什么位置,都能立即得到反馈.对于那些难题,电脑会告诉他一些网络链接,这些链接的网页对那些词汇和概念有详细的解释.最后,这位同学在一定程度上就可以决定自己怎么样学习,学习多少,完全针对自己的学习意愿.
2．大数据使网络教育的过程更为科学.简单的数据分析并不能全面地反映出网络教育中的问题,因为影响教育成绩监测的因素有很多.比如,一个学生在考试的第一部分耗时太多,是否意味着其接下来就会飞速、凌乱地答题从而降低正确率.一道问题的答题顺序、结果、具体情况,都给研究者提供了大量前所未有的数据,而这些是简单的数据无法反映出来的.运用这些大数据,研究者就能获悉到底是什么因素为学生构建了最好的学习环境.理解这些重要的问题有助于教育工作者给学生创造一个科学的学习模式.
大数据的应用让监控学生的每一个网络学习行为成为可能.为了提高学生的学习成绩,老师甚至需要知道他们回答一个问题用了多少时间,回答这个问题使用了哪些资源,哪些问题被忽略了,为了回答这个问题做了哪些研究工作,这个问题与其他已经回答了的问题之间存在什么关系.这些数据的组成,才能让老师知道对每个学生提供什么样的建议才是最佳的.学生写作业和答题的信息能立即自动被网络监测到,老师能够在第一时间将这些信息反馈给学生,甚至在线批改和点拨.网络教育变得不仅科学,而且高效.
3．大数据使网络教育过程更有趣.被誉为“大数据时代的预言家”舍恩伯格表示大数据使得教育不只是“你讲我听”,或是选修科目更多而已.大数据帮助大学生以前所未有的视角判断什么可行、什么不可行,展示那些以前不可能观察到的学习层面,进而可以基于学生的需求实现教育的“私人订制”.
大数据会帮助老师更好地开展工作.以前老师不知道哪些部分的内容是学生有困难的,哪些学习材料是学生感兴趣的,接下来的教授重点应该是什么.大数据可以通过对数据进行分析来提供这些信息.大数据还可以帮助老师们更深入了解学生的学习兴趣和学习风格.以前照本宣科式传授技能,要让位于组织学生讨论的技能,让位于从数据中获取学生学习信息的技能,让位于根据数据对学生进行个别引导的技能.学生可以学习到自己想学习的东西,积极性就会提高,与老师形成良好的课堂互动,让教学变得更加生动有趣.
苏迦特的一个观点很具有代表性：“你能够想象和确认,你所教的和考核的东西,在今后20年学生们走向工作岗位时还管用吗？”为此,苏迦特分析,只有三种最基本的东西在今后的大数据时代是学生用得到和必须学的东西：“第一是阅读,第二是搜索,第三是辨别真伪”,谈到数学,苏迦特说：“也许数学,将成为一种体育运动”.基本能力加每个孩子特长的“体育运动”,构成了苏迦特心目中的未来教育,无论大数据对信息系统是一种颠覆性或是粗略的技术都将成为一种时尚.
二、大数据优化大学生网络教育的流程设计
1．优化学习分析系统.教育环境的设计、教育实验场景的布置、教育时空的变化、学习场景的变革、教育管理数据的采集和决策,这些过去靠拍脑袋或者理念灵感加经验的东西,在云、物联网、大数据的背景下,变成一种数据支撑的行为科学.比如,新一代的网络学习平台就多出了行为和学习诱导的部分,这些平台通过记录线上学习者鼠标的点击特征,可以研究学习者的活动轨迹.如鼠标点击次数、位置、频率等,可以发现不同学习者对每个知识点的反应,平均时间是多少,哪些学习内容更能吸引学习者,哪些学习内容耗费时间较多,从而知道哪些学习内容需要重复和强调,哪种讲述方式或学习工具最有效.这些数据被研究者反复分析,将大大促进教学方案的改进,使教育者对高校学生的学习情况有更为科学准确地评估.
2．优化课程设计.在大数据挖掘技术应用中,通过大数据可以了解到学习者平时的一些习惯和做法,进行分析,从而对拥有相似特点的学习者进行分类.比如区分性格相对活泼和性格稍微内向的学习者,根据不同的性格,进行不同的规划和管理,将性格和兴趣相近的学习者安排在相同的网络课堂,既能够因材施教,又能够节约教育资源.
大数据的应用通过监控学生阅读电子化的课程材料、提交电子版的作业、智能在线与同学交流、完成考试与测验,就能让其计算程序持续、系统地分析每个学生的教育数据.老师得到的不再是过去那种只展示学生分数与作业的结果,而是像阅读材料的时间长短等更为详细的重要信息,这样老师就能及时诊断问题的所在,提出改进的建议,进而优化课程并预测学生的期末考试成绩.利用大数据设计出适应性的课程学习系统向学生提供个性化的课程设计服务,并向他们提供真实可信的学习数据,让学校通过这些数据提高学生的学习效果并降低教学成本,包括数学、英语,以及写作等技能开发课.
3．优化考试设计.假设一名学生开始“人口遗传学”这个单元的学习.在线学习系统在学习面板上显示了20种不同的“人口遗传学”的学习资源,包括主讲教师的讲座、可视化方式展示遗传学概念的视频、交互式“人口遗传学”仿真游戏、一个在线协作小组项目、纸面作业和实操作等等.每个学习资源旁边都显示了一个评级栏,涉及其涵盖了多少“人口遗传学”的内容,以前有多少学生收获到良好的学习效果,还有学生对这部分资源的难易和喜欢程度的评定.这些评级来自所有学生过去的学习活动,如花费的时间、作业表现、学习活动和考试成绩的统计.学生根据评级选择一个网络资源来进行学习.在和资源交互的过程中,相关数据被用来持续更新系统的模型,以显示他到底掌握了多少“人口遗传学”内容.在学生完成这个资源的学习后,系统
会更新每个“人口遗传学”资源显示在面板上的评级.这些评级表明了在每个资源的学习中,学生还有多少没有掌握的内容.在任何时候学生都可以选择参加一个“人口遗传学”单元的在线测验.学生在测验中的回答让系统和学生本人能更好地了解他们已经掌握了哪些内容,不同的资源对掌握内容的帮助有多大,以及还有哪些需要加强学习.教师和学校也能访问这些在线学习数据,以此来了解学生们的学习成就.这样,学生就不是为了考试而学习,真正实现通过考试更好地进行学习.大数据与网络教育的结合使考试变得更有意义.
三、大数据推动网络教育相关技术进步
1．大数据使数据挖掘与“建模”技术统一. “建模”技术可以实现建构主义的建构目标,建构主义可以给学习者创造一个学习情境,让学习者对知识点从不同角度、不同侧面、不同时间人手进行学习,这样可以更好地形成对问题的深层次理解和解决.数据查询只能完成浅层次地学习,而想进行深层次地学习则需要数据挖掘.大数据可以通过数据挖掘提取各种数据特征形成学习模型.通过大数据,学习者可以系统地找到各种规律,并能应用到新的学习情境中去使学习者形成一种深刻的数据理解.大数据可以利用立体分析处理能力,对所有的数据之间的关系进行分析,这样可以激发学习者的主观能动性.
2．大数据使学习资源库更为丰富.在信息资源库建设中,大数据的数据挖掘技术提取和分析来自各种数据源的信息和数据,发现有用的信息,可以揭示知识点之间联系或者隐藏的学习规律,为学习者提供高效的帮助.在这个过程中,数据挖掘则是最为重要的,挖掘的数据质量越高,那么学习者个体的学习特征和学习结果的分析越真实可靠.
大数据凭借大量的数据,可以对学习者信息数据从个性、能力、发展水平、知识水平、兴趣等多个角度进行抽取和清洗,对学习资源数据的筛选和划分按主题和知识点来进行.所以学习者的学习资源库将更为丰富,提高学习者解决实际问题的能力.
3．大数据使医学的虚拟现实技术成为可能.医学虚拟现实技术应用大致上有两类：一是虚拟人体,也就是数字化人体；二是虚拟手机系统,用于指导手术的进行.虚拟现实技术应用的基础就是建立模型,大数据收集大量的人体身体机能的数据和实际操作手术的数据从而使人体数字化、手术虚拟化.借助于HMD和感觉手感,高校的学医者可以通过对虚拟的人体模型进行手术.这种技术的应用将极大提高医学院学生的实际操作能力并节约活体实验成本,提高手术质量.
4．大数据使商业网络教育产品革新.“希维塔斯学习”是一家专门聚焦于运用预测性分析、机器学习从而提高学生成绩的年轻公司.该公司在高等教育领域建立起最大的跨校学习数据库.通过这些海量数据,能够看到学生的分数、出勤率、辍学率和保留率的主要趋势.
在加拿大,总部位于安大略省沃特卢的教育科技公司“渴望学习”面向高校教育领域的学生,推出了“学生成功系统”的新产品名用于预测并改善其未来学习成绩的大数据服务项目.
培生高等教育分公司的总裁格雷格·托宾说： “个性化学习是未来教育的一个关键点.我们把纽顿的技术整合到‘我的实验室,高手掌握’这个产品中,是整个行业进入个性化教育新时代的引领风气之举”.纽顿的创办人、首席执行官何塞·费雷拉说：“从今年秋季起,培生的课程材料将在纽顿技术的支持下,开始适应性地满足每个学生独特的学习需求.学生能够生成大量有价值的数据,纽顿可以分析这些数据,以此确保学生以最有效、最高效的方式学习.这是教育的一个新的前沿领域”.按照已经达成的协议,这两家公司2013年将进一步扩大合作,把大学数学、大学统计学、大学一年级作文、经济学以及科学等领域纳入其产品中去.
（作者单位：中国矿业大学文学与法政学院）
此文评论，该文是关于高校网络教育和数据和大数据方面的相关大学硕士和网络教育本科毕业论文以及相关网络教育论文开题报告范文和职称论文写作参考文献资料.
大数据在高校网络教育中的应用
摘要在信息资源库建设中,大数据的数据挖掘技术提取和分析来自各种数据源的信息和数据,发现有用的信息,可以揭示知识点之间联系或者隐藏的学习规律,为学习者提供高效的帮助 大数据对大学生学习过程中产生的大量数.
大数据下高校网络思想政治教育实践
二十一世纪是知识经济的时代,飞速发展的信息技术将人类带入了一个全新的世界无处不在的移动互联网与智能手机对社会产生了方方面面的影响,无论是社交方式、沟通方式、出行方式还是支付方式都在悄然发生着变化 20.
大数据背景下网络和新媒体教育 困境与应对
【摘要】大数据背景下的网络与新媒体教育具有融合性、数据性、实战性、开放性的特征,但也面临着培养理念模糊、课程设置陈旧、师资力量不足、专业实践匮乏、教材缺乏……困境,这要求网络与新媒体教育厘清培养理念,.
大数据时代高校档案管理的应对方式分析
【摘 要】随着信息技术的进步发展,我国迎来了大数据时代,高校档案所涉及的信息数据较大,对工作人员的工作态度和工作能力提出了一定需求 大部分高校都在采取传统档案管理模式,无法对大量信息数据及时进行整理总.