網絡教育數據分類與分析研究

蔡梅 孫力

摘 要：隨著互聯網技術飛速發展以及網絡教育普及應用，教育成為與大數據非常相關的行業，分析教育大數據將成為優化現代遠程教育的重要一環。為對網絡學歷教育中產生的數據進行分類并提出分析建議，首先探討了大數據、教育大數據的概念及特征；繼而以江南大學網絡教育平臺數據為依托，立足學習者個體的靜態數據和學習過程中產生的動態學習行為數據，以大數據下網絡教育模型為依據，將網絡教育數據分類為教學資源數據、教育教學管理數據、教與學行為數據、教育教學評估數據，并為數據分析提出建議。

關鍵詞：網絡教育；教育大數據；數據分類

DOI：10. 11907/rjdk. 182711

中圖分類號：G434 文獻標識碼：A 文章編號：1672-7800（2019）005-0215-04

Abstract： With the rapid development of Internet technology and the universal application of network education， education is closely connected with big data， and the analysis of educational big data will become an important part of optimizing modern remote education. The purpose of this study is to classify the data generated in the network education and to give some suggestions about data analysis. Firstly we explored the concepts and characteristics of big data and educational big data. Then， relying on the data of Jiangnan Universitys online education platform and based on the static data of the learners individual， the dynamic learning behavior data generated during the learning process and the “network education model under big data” we classified data in online education into teaching resource data， teaching management data， teaching and learning behavior data， and educating and teaching evaluation data， which makes recommendations for data analysis.

Key Words： network education； educational big data； data classification

0 引言

云計算、物聯網、移動互聯網迅速發展，推動大數據時代到來，促使各類數據以前所未有的速度增長[1]。在我國，網絡教育從20世紀90年代開始逐漸受到學者關注，經過近30年發展，已經步入成熟階段[2-3]。在大數據背景下，網絡教育變革順應歷史發展潮流，不斷根據學習者的學習特點優化改進，能夠實現更加高效學習，完善網絡學習成果[4-5]。如何在龐雜的教育數據中得到有用信息，合理有效利用數據解決現存問題，預測發展趨勢，已經引起教育研究者、管理者、決策者以及實踐者關注。教育數據分類方式很多，包括數據來源、數據結構化程度、數據產生環節等[6]。傳統教育數據采集與分析重點關注結構化、結果性數據，然而隨著大數據時代到來，教育數據的關注重心將向非結構化、過程性數據轉變。雖然國內外大數據在教育中應用的相關研究涉獵比較廣泛，但是缺乏具體實踐，還需要進一步加強大數據在教育應用中的研究力度，以期盡早推動大數據在具體教育實踐中發揮優勢和作用[7]。

本文基于江南大學網絡教育平臺數據，主要關注網絡教育中的數據，并對數據分類與分析提出建議。

1 教育數據概述

1.1 概念及特征

1.1.1 大數據

大數據是一種具有大結構的術語形式化數據集[8]。早在2008年《Science》雜志設立的?？?，大數據被定義為代表著人類認知過程的進步，數據集規模無法在可容忍時間內用目前的技術、方法、理論，進行數據的獲取、管理、處理[9-10]；研究機構Gartner認為需要新處理模式才能有更強的決策力、洞察發現力、流程優化力，以獲得海量、高增長率、多樣化的信息資產[11]；麥肯錫將大數據定義為無法在一定時間內用傳統數據庫軟件工具對其內容進行采集、存儲、管理和分析的數據集合。對于大數據的定義，目前尚未統一，但是大數據不同于傳統意義上的數據，其“4V”特征如表1所示[12]。

大數據特征明顯，如何從海量數據中獲得有用信息是問題的關鍵。與傳統海量數據處理流程相類似，大數據處理也包括獲取與應用相關有用數據，并將數據聚合成便于存儲、分析、查詢的形式；分析數據的相關性，得出相關屬性；采用合適方式將數據分析結果展示出來[13-14]。

1.1.2 教育大數據

教育大數據，簡單來看是與教育相關的大數據。迄今為止，對教育大數據的定義沒有統一界定。所謂教育大數據，是指整個教育活動過程中產生的以及根據教育需要采集到的，一切用于教育發展并可創造巨大潛能的數據集合[16]。與傳統數據相比，教育大數據采集的實時性、連貫性、全面性和自然性更強，分析處理更加復雜[17]。區別于傳統數據和大數據，教育大數據的獨特性表現如表2所示。教育大數據產生于各種教育實踐活動，現代遠程教育形式豐富，移動學習、在線學習、繼續教育、網絡教育等受到廣泛關注。本文主要關注網絡學歷教育。

1.2 網絡教育中數據研究問題

網絡教育是指在網絡環境下，以現代教育思想和學習理論為指導，充分發揮各種網絡教育功能和豐富的網絡教育資源優勢，向教育者和學習者提供一種網絡教與學的環境，傳遞數字化內容，開展以學習者為中心的非面授教育活動[18]。自1999年以來，教育部批準清華大學、對外經濟貿易大學等68所普通高校開展現代遠程教育試點工作，允許試點高校在網絡教學工作基礎上，通過現代通信網絡開展學歷教育和非學歷教育。從各高校辦學情況來看，其主要是本專業層次的網絡學歷教育，非學歷教育所占份額很小。

通過國內外網絡教育數據文獻分析發現，現有研究存在問題主要有：研究者側重宏觀層面對教育數據分類與分析，缺少具體教育應用研究，也較少關注到網絡學歷教育的特殊性。

2 網絡教育數據分類

為深入探討大數據對網絡教育模型構建過程的影響，學者們構建了“大數據下網絡教育模式圖”，如圖1所示。基礎層主要負責存儲國家教育的基礎性數據，包括國家在教育方面的相關規定；狀態層主要存儲教育裝備、環境與教育業務運行狀態信息數據；資源層主要存儲教育過程中建設或生成的各種形態教學資源數據；行為層主要存儲教育相關用戶的行為數據[6]。學者們對教育數據進行了宏觀層面與微觀層面相結合的分析，分類明確而且比較全面。本文主要分析江南大學繼續與網絡教育學院各個平臺中記錄的數據。通過對不同學習平臺數據收集、整理、分析，對照圖1可將網絡教育數據分為4類。

（1）資源類數據，指教學過程中運用的教育資源數據集。通過統計各個平臺數據發現，資源類數據貫穿教育教學整個過程。其中，學習平臺中在線視頻課堂、課件演示平臺主要存儲在線課堂教學資源，學習社區中網上資料室為學生自主學習提供支持，學生風采中快樂閱讀則是交互學習資源的記錄。

（2）管理類數據，指教育管理數據集。類比傳統教育，教育管理也貫穿網絡教育整個過程。教學教務管理平臺、班主任工作平臺、學習中心管理平臺、網上報名信息平臺等，分別記錄著教務信息、班主任工作進程、各學習中心運行狀況以及學生報名相關信息等。教師、學生及管理人員借助這些平臺溝通互動，協同完成教育教學過程。

（3）行為類數據，主要指教與學行為數據集。教與學的行為貫穿于網絡教育各個環節，學習平臺中學生學習平臺、在線視頻課堂、網絡教育統考平臺、統考課程練習平臺、互選互認學習平臺等，都包含教與學的行為數據，不僅包含知識傳授、課堂活動，也包含練習測試、互動反饋。網絡教育不僅利用互聯網技術對傳統教學內容進行簡單加工包裝，而且最主要的是通過網絡技術實現全球教育資源共享。

（4）評估類數據，指各類教學評價數據集。網絡教育與傳統教育類似，通過練習、考試等形式測評學生對知識的掌握程度，只是這些行為的發生依托于網絡學習平臺。學習平臺中網絡教育統考平臺、統考課程練習平臺記錄了學生統考測試和練習情況，工作平臺中教師評閱平臺、教學教務管理平臺數據反映了教師對學生測評的反饋。教學評價是教學過程的重要環節，是衡量教學效果的量化標準，對教學評價的分析能夠發現很多問題。評估類數據包括評價數據和預估數據。網絡教育不同于評價方式單一的傳統教育，其貫穿于整個學習過程，評估數據分析對完善教與學過程意義重大。

教育教學中產生的各類數據是教與學實際情況的量化反映[19]。對各類數據進行分析，會發現很多規律及問題。在實際應用中，可以將各類數據結合起來分析，發現問題，提出對策，解決問題，完善教育教學過程，提高教學效果。

3 網絡教育數據分析

數據分析是指用適當的統計分析方法對收集來的大量數據進行分析整合，提取有用信息形成結論而對數據加以詳細研究和概括總結的過程[20]。在實際運用中，數據分析可幫助人們作出判斷，以便采取適當行動。在教育領域，指對教育數據進行分析，發現教育問題，通過分析數據發現規律并提出對策。

（1）教與學行為數據分析推薦個性化學習路徑。教育教學行為數據是教育過程中非常重要的數據。網絡教育以網絡教育平臺為依托，平臺記錄了教師與學生教和學的相關數據。其中，學生學習行為數據是研究者們關注最多的部分，數據類型豐富，例如網頁點擊次數、網頁點擊順序、模塊停留時間、學習資源類型選擇、學習工具選擇、交互媒體選擇、教學視頻學習時長等，都是學生學習行為的真實記錄。通過對一系列數據進行分析，可以總結得出該學生的學習偏好、學習風格、學習習慣等重要學習特征，從而依據特征推薦適合的個性化學習路徑，以最小投入獲得最大產出，真正實現“因材施教”。同時平臺也記錄教師的教學行為數據，例如教師答疑情況，包含答疑時長、答疑頻率、答疑內容等，教師參與討論及活動情況，包括談論內容、討論頻率、討論時長、討論內容等，通過數據分析可以總結出教師的教學偏好特征，也能夠督促教師在實際教學中不斷調整，以最好的狀態面對學生。

（2）管理類數據分析完善教學平臺。網絡教育平臺作為重要的軟件系統，需要專門的管理人員。管理包含平臺運行與維護等。對管理類數據的分析，可以知道網絡教育平臺運行情況是否通暢、是否出現問題、出現哪些問題、如何解決，有助于技術人員在后期開發中完善和提高。同時，也可以知道平臺應用情況、應用人數及頻率，繼而得出其受歡迎程度以及受眾情況，為后期完善教學平臺提供參考數據。實際應用中，管理數據不易搜集。首先，管理類數據需要采集權限；其次，平臺記錄的數據并不都是有效數據，后期需要對數據進行處理；第三，平臺中記錄的數據并不一定能反映真實情況，需要結合其它教育數據一起分析，從而解決教育教學問題。

（3）評價數據分析優化教育教學過程、完善評價機制。教學評價是對學生之前學習的檢驗，也是后期目標設定的基礎。教學評價分為診斷性評價、過程性評價和總結性評價。傳統教育中，應用最多的是總結性評價，通過期末一次考試測量前期學習是否達到目的，研究表明僅僅采用總結性評價進行學習效果評價是不科學的。網絡教育中非常注重過程性評價使用。例如，慕課學習時，觀看視頻的過程中會不斷出現測試題，另外學習完一章或者一節后會有階段性測試，這些都是非常重要的評價數據。對評價數據進行收集和分析，不僅能夠看出學生的學習效果，而且能夠分析出學生學得好與不好的部分，從而調整學習過程，以達到更好學習效果。對評價結果的分析，也可以看出在實施評價時存在的問題，從而調整評價方式與機制，獲得更好學習效果。

總的來說，教育數據分析旨在優化教育教學過程，改善教學效果，然而在實際操作中可能會存在各種各樣的困難?，F今對教育數據的研究已經比較多，但是教育信息化收效可能并不如預期樂觀，究其原因：首先，與學習相關的變量非常多，變量越多問題也會越多；其次，個性化學習需要精準分析，而做到精準是非常難的。這也是接下來研究中需要解決的問題。

4 結語

教育的最終目的是培養“完全的人”，是面向“人”的長期發展、動態過程[21]。教育大數據作為大數據背景下教育領域的重要數據集，對其分析在促進教育這一復雜系統的發展方面意義重大。本文主要探討了大數據及教育大數據的概念及特征，并對網絡教育中的數據進行分類，然后依據分類提出分析建議。實際上，在對教育大數據進行分析時，可能會遇到各類困難。以上分析可能存在主觀臆斷成分，在數據分析部分可進行更細致劃分，也可以把不同類型數據結合起來分析，這些都需要在后期研究中不斷完善。

參考文獻：

[1] 何悅恒. 國內基于大數據的網絡教育研究分析[J]. 福建廣播電視大學學報 ， 2015（1）： 16-18.

[2] 崔新有. “三化”疊加時代的網絡教育[J]. 開放學習研究，2018，23（1）：25-29.

[3] 王竹立. 網絡教育：困局與出路[J]. 數字教育，2018（1）：1-8.

[4] ARMSTRONG K. Big data： a revolution that will transform how we live， work， and think[J]. American Journal of Epidemiology，2014， 17（9）：181-183.

[5] 郭玲，郭澤睿. 網絡教育再大數據影響下的發展策略及方法研究[J]. 中國教育信息化，2017（13）：21-27.

[6] 楊現民，唐斯斯，李冀紅. 發展教育大數據：內涵、價值和挑戰[J]. 現代遠程教育研究，2016，139（1）：50-61.

[7] 鄢慧文，王磊，李波. 信息化教育中學生學習行為數據的分類研究. 信息化教育中學生學習行為數據的分類研究[J]. 2017（2）：152-156.

[8] JACKY A，ISABELLE C-W， NABIL L. Research on Big Data- a systematic mapping study [J]. Computer Standards & Interfaces， 2017，54：105-115.

[9] 何悅恒. 大數據背景下網絡教育發展的困境和出路[D]. 福州：福建師范大學，2015.

[10] NATURE. Big Data [EB/OL]. http：//www.nature.com/news/specials/bigdata/index.html.

[11] 涂新莉，劉波，林偉偉. 大數據研究綜述[J]. 計算機應用研究，2014，31（6）：1612-1616.

[12] 陶雪嬌，胡曉峰，劉洋. 大數據研究綜述[J]. 系統仿真學報，2013，25：142-146.

[13] 牛朝暉，王松. 大數據環境下網絡教育之變革[J]. 中國成人教育，2017，10：39-41.

[14] 馬建光，姜威. 大數據的概念、特征及其應用[J]. 國防科技，2013，34（2）：10-17.

[15] GRAHAM-R D，GOLDSTON D，DOCTOROW C，et al. Big data： science in the petabyte era[J]. Nature，2008，455（7209）：8-9.

[16] 李賀，袁翠敏，李亞峰. 基于文獻計量的大數據研究綜述[J]. 情報科學，2014，32（6）：148-155.

[17] 楊現民，王榴卉，唐斯斯. 教育大數據的應用模式與政策建議[J]. 電化教育研究，2015（9）：54-61.

[18] 陳肖生. 網絡教育與學習適應性研究綜述[J]. 中國遠程教育，2002（3）：6-13.

[19] 邢蓓蓓，楊現民，李勤生. 教育大數據的來源于采集[J]. 現代教育技術，2016，26（8）：14-21.

[20] 任磊，杜一，馬帥. 大數據可視分析綜述[J]. 軟件學報，2014，25（9）：1909-1936.

[21] 婁曉敏. 我國教育大數據建設的現狀分析與架構初設[J]. 中國電化教育，2017（8）：128-131.

（責任編輯：何 麗）