基于校園大數據的學生學習興趣分析與應用

鄭倩如 鄒才鳳

摘? 要：學生學習興趣直接影響學生的學習質量。如果能準確了解學生學習興趣，對于提高學生學習積極性、學校教育質量有著重要意義。隨著高校校園信息化，校園內數據倍增，將數據用于進一步挖掘分析，對于校園、教育管理具有非常重要的作用。其中，對大學生在校園內的各種行為所產生的數據進行采集、預處理、分析、挖掘，多維度挖掘學生學習興趣，一方面可以使得學生更加全面了解自己，學校施展教育更有針對性;另一方面，學生可以根據自己興趣為日后職業規劃做準備。

關鍵詞：校園數據;大數據技術;學習興趣;數據分析

中圖分類號：TP311.13;TP391.1? ? ? 文獻標識碼：A 文章編號：2096-4706（2020）07-0175-03

Analysis and Application of StudentsLearning Interest Based on Big Data of Campus

——Taking Guangdong Mechanical and Electrical Polytechnic as an Example

ZHENG Qianru，ZOU Caifeng

（Guangdong Mechanical and Electrical Polytechnic，Guangzhou? 510550，China）

Abstract：Learning interest of students determines the learning quality. If learning interest of students can be achieved accurately，it may help to improve the studentslearning initiative and schools education quality. As informatization of colleges develops，school data grows up. To analysis the school data may be helpful for the school and education management. More specifically，collecting，preprocessing，analysis，mining the school data to find the learning interests of students in multidimensions，on the one hand，it can makes the students know themselves more comprehensively and teachers give a targeted teaching on one hand，on the other hand helps the students make preparation for career based on their study interests.

Keywords：school data;big data technology;learning interests;data analysis

0? 引? 言

隨著校園信息化、智慧校園建設，校園內產生數據越來越多。利用大數據技術對這些數據進行分析，可以挖掘學生的學習興趣。對于學校來說，掌握學生學習興趣，對教師因材施教有著重要作用，同時，教師可以根據學生學習興趣對學生未來就業提供有針對性的建議。對于學生來說，了解自身學習興趣，可以對未來就業規劃有著重要指導作用。

1? 校園數據價值與教育數據挖掘

1.1? 校園數據價值

自2012年，我國開展教育信息化，推進各個高校實現智慧校園建設、信息化教育模式應用、教育資源共享等服務[1]。以廣東機電職業技術學院為例，校園內部有各個子系統，如財務系統、行政系統、教學系統、學生信息、科研信息和后勤管理等，這些子系統都產生大量的數據[2]。這些數據體量較大，但是利用率不高。

在教育領域，“因材施教”一直是教育難點[3]，老師很難準確把握每個學生的興趣特長，而學生也因為認知水平、學習經驗、學習能力、學習習慣等原因而捕捉不到自己的真實興趣。如果能將教育相關的數據收集起來，并加以分析和挖掘學生興趣，將會對提高教學質量和學生學習積極性有促進作用。

1.2? 教育數據挖掘

教育數據挖掘是數據挖掘技術在教育領域的應用和發展[4]，以便相關人員利用挖掘出來的信息更好地為教育教學服務[5]。在外國，已有國家開展教育數據挖掘（Educational Data Mining），并認為數據質量直接決定挖掘信息的質量[6]。例如，2012年，美國教育部發布的《通過教育數據挖掘和學習分析促進教與學》中指出，美國高等院校教學系統變革，要通過對教育大數據挖掘與分析來實現[7];2015年，美國國家教育統計中心（NCES）認為面向學校和學區的教育數據非常重要，可以對教育質量產生影響[8]。

在國內，教育數據挖掘技術已經在多方面進行應用，如提高教育管理效率[9]、分析和引導學生消費模型[10]、大學生孤獨預警模型[11]等。利用校園數據挖掘學生學習興趣的研究相對較少，因此，本文圍繞該方向進行進一步探究。

2? 校園大數據的學生學習興趣分析與應用

2.1? 學生學習興趣分析平臺

基于校內各個管理系統數據實現分析學生學習興趣的系統可以采用基于Hadoop的分布式系統框架，如圖1所示。Hadoop集成了HBase、Hive、Sqoop、ZooKeeper等組件。離線的傳統關系型數據（如選課數據、成績數據、出勤數據、圖書借閱數據），可以采用Sqoop組件同步到Hadoop集群中的分布式文件系統（Hadoop Distributed File System，HDFS）。動態采集的實時數據（上網訪問數據）可以采用日志采集組件Flume、實時處理組件Spark或者Storm來采集。采集好的數據，通過進一步的清洗，可以采用Hive、Spark等數據分析工具來進行相關統計分析。分析后的結果可以存入HBase、Redis、Elasticsearch等能快速檢索的數據庫，方便呈現學生學習興趣挖掘結果。