教育大數據環境下高職物流專業的學習分析應用研究

【摘要】隨著大數據時代的發展，大數據這一名詞迅速占領了各領域的熱門，通過對數據的分析和整合，對于各行業發展都有著重要的作用。本文通過對教育大數據環境下的學習分析技術進行概述，重點從學習分析技術在高職物流專業的教學中的應用進行研究，這對于推動高職物流專業發展有著重要的作用?；诖耍ㄟ^教育大數據在高職物流專業的應用進行分析，提出相應的應用策略，以及學習分析未來發展面臨的挑戰，希望能給廣大筆者提供一點借鑒。

【關鍵詞】教育大數據;學習分析;應用研究;高職物流專業;教育

一、前言

隨著互聯網的快速發展，人們越來越依靠網絡來了解時代的發展，這也導致了大量數據在網絡中的產生。而目前，大數據時代已經到來，這也深深影響了教育領域，大數據與教育領域的結合是當代教育發展不可避免的事實;同時，現代物流行業的發展也離不開大數據。這也說明了大數據對高職物流專業教學的重要性。筆者通過在教育大數據環境下利用學習分析技術對高職物流專業的應用進行研究，改變傳統物流專業教學模式和教學策略，用現代物流理念培養現代物流人才。

二、相關的概念界定

（一）大數據和教育大數據

通過人們長期在進行數據研究應用的基礎條件下，隨著互聯網、云計算、物聯網、社交軟件等技術的發展，人們通過應用這些技術的產品而產生的龐大數據就導致了大數據的出現。大數據定義是指無法在合理的時間范圍內用傳統的數據庫軟件工具對其內容進行獲取、管理和處理的數據集合。隨時時代的發展，技術的進步，大數據的應用也被逐漸深入，這也包括了教育領域的應用。教育大數據就是大數據中特指教育領域中的大數據，是大數據中的分支。而教育大數據就是在整個教育活動中服務教育主體及教育過程所產生的數據，用于教育領域的發展和研究并可以創造巨大教育領域價值的數據集合。大數據與教育領域的融合，產生的巨大反應成為教育領域發展和改變不可缺少的關鍵，其中推動高職物流專業的教學模式改革、教學資源配置的優化、學生個性化學習等方面都受到了教育大數據的重要影響，同時也保障了高職教育的教學質量。

（二）學習分析

關于學習分析，主要是建立在教育大數據環境下，利用現有的技術和方法對教育大數據的收集，然后通過數據分析軟件進行處理和分析整合，找出學習者在學習中出現的問題和分析學習者的學習行為，根據不同學習者的學習情況，為教師提供反饋分析結果，讓教師根據分析的結果對學生進行干預措施，教師可以更加方便的調整教學策略和制定個體學生的學習，提供個性化教學，從而讓每一位學習者都能得到最好的教育，這對于整個教育領域而言都有重大意義。簡而言之，在教育大數據環境下，利用學習分析可以更好的為高職物流專業的教學模式進行優化、教師教學策略調整、改善教學評價機制和實現學生的個性化學習。

三、教育大數據環境下高職物流專業的學習分析應用策略

教育大數據為學習分析的發展帶來了可行性。教育大數據環境下高職物流專業的學習分析應用是基于實際，然后分析教育過程中的數據，通過對學生的學習情況進行分析預測和干預，并來回循環，形成良性循環。雖然大部分學校都已經應用了學習分析技術，然而從高職物流專業來看，還需要擴大數據的收集范圍和規范數據格式，進一步實施學習分析，改善教學和學習效果，這對于整個高職物流專業有著要意義，同時還需做好以下幾點：

（一）學習分析中的學習評估

目前，隨著大數據時代的發展，教育行業中的在線教育平臺得到了紅利，特別是疫情的出現，影響了教育行業的大發展，大部分學校都已經建立了各種在線教育平臺，將學習分析的應用落實到位了。

在高職物流專業教學中，學生通過理論和實踐的結合才是提高專業知識的重要方式，而在教學過程中合理利用在線教學平臺可以有效提高教學質量，畢竟教育模式與學習模式的優化是學習分析的最終目的。在傳統的高職物流專業教學中，教師很難做到對每一位學生關注到位，憑借個人的主觀教學無法真正做到對每一個學生因材施教。雖然大多數教師可以通過學生平時的課堂表現和學習活躍情況還有期末成績來對其基本情況的了解，但是這只能得到學生的共性，而非每一位學生的個性，并且這是教師的主觀感受，往往會對學生帶有濃烈的主觀情感，不能合理的對學生進行評估，因此教師不能詳細具體的調整教學模式。而在教育大數據環境下，通過線上教育平臺，利用學習分析技術，可以對每一位學生保持客觀性和真實性記憶教學模式的合理性。

首先可以通過在線教學平臺了解到每一位學生對知識的掌握程度和每一位學生在某個教學環節的積極性以及他們對課程的興趣程度，然后還可以對整個物流專業的學生學習情況進行分析，評估其中每一個學生在整個群體中的作用，最后評估教學模式的合理性。這可以讓教師通過學習分析能夠全方面的了解每位學生在學習理論和實踐知識時的真實情況，并優化其教學模式。其次，學習分析的學生學習評估數據可以將其推送給學生，這可以讓學生自己了解到自身在學習上的問題并有針對性的調整學習方法，這不僅提高了傳統評估的合理性和真實性，還能提高教師改進教學模式的效率，促進教與學的實施績效，這對整個高職物流專業都是極大的便利。

（二）學習分析中的學習預測

通過對學生的學習評估，進行下一步的學習預測，是對學生物流專業學習的歷史數據進一步分析，這其中包括學生的考試成績、理論學習情況和實踐操作情況以及特征等數據，來預測學生的物流專業課程學習情況。通過這些數據可以預測學生在不同的主修課程和選修課程的偏離課程標準情況以及能否通過課程考核的情況，從而對其學生進行引導性性的學習，而且學習預測還可以對學生的學習興趣進行分析。預測一定要以學生的歷史數據為依據，分析其學生的學習發展趨勢和結果，并及時對其學生潛在的不理想學習狀態進行干預，解決學生潛在的不理想狀態，達到對學生正確引導的作用。當然，學習預測的最終數據結果在教育大數據中具有一定的參考性，能為以后的高職物流專業教學模式優化提供重要的作用。

（三）學習分析中的優化教與學，實現個性化學習

通過對學生的學習評估和學習預測，實現優化教與學是學習分析發展的目的。而目前，個性化學習是目前物流專業學生最理想的學習方式，同時，學生和教師都將受益于學習分析，因為個性化學習不僅滿足了每一位學生可以用最適合自己的學習方式進行學習，還提高了學習效率。同時也解決了教師教學任務重的問題，還能及時調整教學策略，為每一位學生的個性化學習提出建議，可見學習分析對于高職物流專業的發展至關重要。

四、學習分析發展的前景和面臨的挑戰

在大數據的迅速發展中使得學習分析也在飛速發展，這為教育領域提供了大量的教育與學習數據，并提供了問題的解決策略，也衍生出了一系列解決問題的方法與工具。學習分析發展的同時，出現的問題也是在這整個過程中必須要接受的挑戰。

（一）學習分析在發展中受到的局限

如今學習分析的應用是建立在教育大數據環境下，而目前大數據在教育領域應用存在的問題有：第一，數據的分析、數據的存儲、數據的處理等相關技術都受到計算機軟硬件發展的限制，另外這些相關技術仍在發展中，還不能實現智能化、自動化和系統化;第二，平臺之間的限制也導致了這些數據存在兼容性問題，很難實現平臺之間的數據共享。另外，因為目前的大量數據庫之間不能產生互聯，導致大量的學習數據都分布在不同的系統中，學習分析難以進行立體化分析，只能對學習過程的數據進行簡單分析，這樣的結果是教育領域不能接受的，這也讓學習分析的作用降低了，不能發揮它最大的作用。

（二）用戶的隱私安全存在問題

隨著網絡通信技術和移動通信技術的發展，所有人都可以通過網絡隨時隨地的使用各種設備，而學習分析利用的在線教育平臺，所會面臨的就是學生隱私的安全保護問題。目前學生只要使用在線教育平臺，就會采集學生的資料和數據，而在線教育平臺在使用這些數據時，能否保證學生的隱私安全，是否正當的使用了這些資料和數據，是否在學生的知情同意下使用了這些數據，這些問題都是保證學生隱私安全的問題，在線教育平臺能否保證學生的資料和數據安全，這些都有待考究。解決這些問題才是學習分析發展的一大步。

（三）學習分析發展的空間

現有的學習分析還有很大發展空間，這種發展帶來的必定是推動教育模式的改革和創新。當然，學習分析是新興的教育發展研究領域，所涉及的理論、技術和方法較多，其學習分析自身的基礎、框架和體系還沒有系統化，還沒有明確其在教育領域的作用和地位，還需要時間的驗證，但不可否認的是學習分析在教育大數據環境下為教育領域提供的研究是更為高效的方法。主要還是依賴學習分析在實踐中不斷的發展和嘗試，以及依賴于廣大教育工作研究者的不斷探索和總結，由理論促進實踐，不斷的完善學習分析體系，進而實現學習分析的理論和實踐的良性發展，未來的學習分析必定會為教育領域的教學改革和研究提供更為有效的方法。

五、結語

綜上所述，在大數據時代下，互聯網中各種技術的不斷發展，傳統的教學模式以及滿足不了高職物流專業的教師和學生，個性化學習才是高職物流專業教師和學生的共同訴求。而學習分析在教育大數據的支持下，能夠滿足高職物流專業學生的個性化學習的需求，同時還能促進智能學習的發展。

筆者相信以后的技術肯定會繼續推動學習分析的發展和解決學習分析發展所面臨的問題，個性化教育的發展會推動學習分析技術朝著更高的高度發展，這不僅是對目前教育領域的機遇，同時也是挑戰，這對于教育領域持續發展有著重要意義。

參考文獻：

[1]劉鳳娟.大數據的教育應用研究綜述[J].現代教育技術，2014，24（08）：13-19.

[2]郭炯，鄭曉俊.基于大數據的學習分析研究綜述[J].中國電化教育，2017（01）：121-130.

[3]劉清堂.大數據視角下的學習變革——美國學習分析技術應用對我國的啟示[J].教育家，2020（34）：35-36.

[4]王良周，于衛紅.大數據視角下的學習分析綜述[J].中國遠程教育，2015（03）：31-37.

[5]顧小清，劉妍，胡藝齡.學習分析技術應用：尋求數據支持的學習改進方案[J].開放教育研究，2016，22（05）：34-45.

[6]劉清堂，張思，范桂林，王洋，吳林靜.教育大數據視角下的內容語義分析模型及應用研究[J].電化教育研究，2017，38（01）：54-61+93.

[7]王良周，于衛紅.大數據視角下的學習分析綜述[J].中國遠程教育，2015（03）：31-37.

作者簡介：廖羅爾（1988.02-），男，湖南長沙人，畢業于香港理工大學工業系統學院英國華威大學商學院，研究方向：供應鏈管理。