提升大數據的整合與分析能力 助力“互聯網+”計劃

鄭志斌 上饒廣播電視大學

遠程教育本質上是基于信息技術、網絡技術以及多媒體技術發展而成的新型教育模式，而“互聯網+”概念則是傳統行業被互聯網改變所產生的新格局。“互聯網+”與單純的“互聯網”的區別在于具有實時多樣的“互動”，促使以互聯網、大數據為主的一整套技術在行業內擴散應用，倡導充分發揮互聯網的優化和集成作用，形成一種以互聯網為基礎和工具的新的經濟發展形態。因此遠程教育機構如果想順應“互聯網+”的概念，就需要從單純的“互聯網”模式轉變，對自身擁有的海量用戶數據進行分析整合后加以利用，使單向的數據傳遞變為機構與用戶之間的雙向溝通,使遠程教育真正滿足個人學習以及社會發展的需要。

一、大數據對遠程教育機構的意義

隨著互聯網數據采集技術的發展，各類數據傳感器能從互聯網上獲取巨量的實時數據，而大數據整合和分析技術的發展，正在為機構創造新的價值。

（一）有利于優化教學內容

通過對收集到的學習數據進行分析，能獲得用戶的學習方式、習慣、偏好、規律，從而可以向用戶提供有針對性的學習方案與教學內容。而通過整合大量用戶的相應信息，還能總結出不同的需求類型，針對這些需求類型可以有針對性的投放資源，提高機構的資源的利用率。

（二）有利于優化教學手段

隨著技術的發展，機構也能收集到大量用戶對機構的主動反饋。通過對主動反饋以及用戶的一些具體的學習行為的分析，可以為用戶提供多樣化的教學手段，比如用推送片段化教學資料取代傳統的定時學習，或者將教學入口整合嵌入用戶常用的平臺，優化用戶體驗等，有利于加強用戶對機構的忠實程度。

二、大數據整合處理的策略

（一）建立全面的數據收集系統

如果想要通過分析整合數據來提升機構的競爭力，首先要確保在數據收集這個環節，收集到的資料真實有效，并且可以被很好的利用。這就要求機構收集全面的用戶資料，比如用戶來源渠道，用戶使用服務的渠道，用戶的學習偏好、學習時間段、學習內容等。同時如果想要有效的收集和管理大規模的數據，也應當對數據指定相應的標準，確保數據的格式的一致性和可轉換型，這樣能確保對不同渠道收集來的海量用戶數據進行順利整合，避免出現數據兼容性問題，造成數據可用性降低或者失效。

（二）選擇正確的分析方向和模型

在對數據進行整合、分析以及數據挖掘時，要以業務需求為中心，比如對于教育機構，就應當以提升教學質量和用戶滿意度為分析挖掘的方向，并以此確認數據之間的關聯關系，制定數據的核心指標。同時也要注意選擇的分析方法的可靠性，如果處理大數據的分析模型是有偏差的，不完全的，那么數據處理的結果也可能是不可靠的，直接使用這些結果會造成錯誤的分析判斷。

（三）分析結果應當是易于理解的

數據分析模型得出的核心指標數據想要被充分的理解和利用，就需要通過直觀的、利于理解的方式進行數據展現。比如通過可視化技術，如看板、行為路徑、圖形分析等對數據進行展示，便于分析人員得出結論，并從中挖掘出深層聯系。

（四）重視交互反饋數據的收集分析

在進行數據的收集分析時，比起收集用戶的初始數據，更重要的是收集用戶的使用和反饋數據。比如在收集用戶的課程選擇信息，導師選擇信息，課程完成情況，信息接收渠道偏好等，并通過分析收集到的數據對用戶進行有針對性的課程推薦后，及時收集用戶對于推薦信息的反饋。通過分析用戶反饋來確認推薦的有效性，從而確認前一步的數據收集分析是否有效準確，而后進一步對分析模型進行調整或修正，達到一個數據分析的閉環，有效的提升數據分析挖掘的有效性以及準確性，提升大數據的可用性。

（五）保證信息的安全度

遠程教育是網絡化的教育，在過程中收集到的用戶信息不僅限于用戶的學習信息，還有一些與用戶個人信息相關的賬號信息。如果這部分信息處理不當，可能會對用戶的個人財產造成損失，這就要求機構在處理分析數據時，有意識的做到安全防護，比如通過專用虛擬網絡傳輸數據，對數據進行分布式云存儲并對數據進行脫敏，在此基礎上再進行數據挖掘。對于需要訪問數據的人員進行身份認證和權限控制等。

三、結束語

綜上所述，“互聯網+”為大數據分析技術的應用提供了廣闊的空間，遠程教育機構應該創建數據收集環境，通過形成數據分析閉環，利用數據推動自身發展，充分把握“互聯網+”為機構帶來的機遇。