大數據下開放教育自適應學習系統的構建

王曉晨 張 景

(山西開放大學,山西 太原 030027)

近幾年，隨著我國科技水平的不斷提高，大數據技術應運而生，主要采用精確計算的方式，尋找事物的本質，同時，還能借助間接性的數據，對各個事物間的內在邏輯聯系進行推測，幫助人們精確地認識和把握事物發展規律，并制定相應的決策。通過將大數據技術科學應用于開放教育自適應學習系統構建中，不僅可以實現對學生的精確化管理，還能有效地滿足學生個性化自適應學習需求，為實現系統數據分析、挖掘和傳輸提供重要的技術支持。

一、大數據對開放教育的影響

隨著大數據分析技術和挖掘技術的不斷發展和普及，大數據對開發教育產生了深遠的影響，其具體影響主要體現在以下幾個方面。

(一)產生自適應學習要求

由于開放教育學生知識水平存在差異，所以，學生個性化學習成為開放教育的核心和關鍵。在大數據時代背景下，開放教育可以實現自適應學習。即通過借助大數據技術，網絡平臺對學生的認知水平、學習能力等相關數據進行自動化采集和整理，并從這些數據中分析和挖掘出有價值的數據，從而全面地了解和把握學生的學習特點及風格，進而為學生提供個性化的學習路徑。

(二)發現開放教育規律

開放教育服務對象逐漸從精英人群向全民大眾轉變，逐漸完成了對專科、本科等各個教育層次相關的開放教育體系的制定和完善;開放教育職能在實際的履行過程中，逐漸向多元化、綜合化方向轉變，為成功構建全民終身學習體系打下堅實的基礎。

(三)實現精準管理

大數據技術與開放教育結合在實現精確管理方面發揮出重要作用。首先，可以有效地統一數據標準，實現數據的安全化、可靠化存儲和管理。通過利用大數據技術，可以制定和完善系統、規范的數據標準，實現對多種類型數據的自動化收集、分類、存儲，從而形成大規模的教育數據庫，便于其他人員隨時隨地地查看和調用系統數據。其次，可以最大限度地提高學生個性化管理水平。通過借助大數據技術，實現對學生個體數據報告的精確獲取，便于針對不同學生的學習情況，制定個性化教育管理方案，以實現對學生的個性化、精確化管理。最后，有利于管理層教育決策的精準化。通過借助大數據技術，徹底改變管理者經營思想，采用多源數據結合的方式，對教育決策進行智能化、精確化分析，從而提高教育決策制定的科學性和合理性。

二、學習系統框架結構分析

為了提高系統的運行性能，滿足學生個性化的自適應學習需求，技術人員要嚴格按照如圖1所示的系統框架設計示意圖，對系統框架結構進行科學設計。從圖1中可以看出，該系統主要包含以下四個層次。

圖1 系統框架設計示意圖

(一)應用層

應用層所處理的對象主要包含不同用戶所處理的各種業務，這些業務主要包含學習內容、學習活動、學習工具、學習評價、學習策略等內容。

(二)控制層

控制層作為開放教育自適應學習系統的關鍵和核心，需要采用自適應引擎的方式，在充分結合學生特征模型的基礎上，為學生提供個性化、智能化的學習服務。同時，為了最大限度地學生的個性化學習服務體驗，還要全面地評價最終的服務結果[1]，在此基礎上，還要做好對引擎規則的優化和完善，確保引擎能夠實現智能化改進和進化。

(三)數據層

數據層在具體的運用中，主要借助感知層，實現對數據的持續化、精確化采集和整理，同時，還能形成相應的系統網絡日志、數據點擊流，其中，系統網絡日志內部主要包含圖像、動畫、音頻、影像等學習相關的資料[2]。此外，在數據層的應用背景下，還能形成規模龐大的原始數據池，原始數據池主要包含以下兩種類型，一種是結構化原始數據池，另一種是半結構化原始數據池。

(四)感知層

感知層主要是由攝像頭、話筒、手機、平板電腦、筆記本、傳感器、情感探測等部分組成，通過感知層，可以幫助學生更好地感知和獲取多種類型的學習資源[3]。數據來源渠道主要包含以下幾個系統，如學生信息系統、職業生涯規劃系統、學生作業系統等。

三、系統功能模塊設計分析

在大數據技術的應用背景下，為了更好地提高開放教育自適應學習系統的運行性能，滿足學生的個性化自適應學習需求[4]，現將該系統劃分為以下四大模塊，分別是自適應模塊、學生畫像模塊、預警與干預模塊、學習激勵模塊。系統功能模塊設計示意圖如圖2所示。

圖2 系統功能模塊設計示意圖

(一)自適應模塊設計

自適應模塊作為系統的主要模塊，在具體的設計中，通過借助大數據技術，實現對數據的自動化采集和整理，同時，還要借助有價值的數據，對其他功能模塊進行觸發，從而全面地了解和把握學生的學習習慣特點以及風格，在此基礎上，形成學生學習風格所對應的專業特長，以提高學生的個性化學習體驗[5]，然后，系統會自動根據學生的學習需求，向學生推送學生感興趣的學習資源。學生在獲得這些學習資源后，可以快捷、方便地選用合適的學習資源，以實現對相關知識的學習和鞏固，從而熟練地掌握和應用所學知識，同時，教師可以根據學生的學習風格特征，對學生開展因材施教教學工作[6]。

(二)學生畫像模塊設計

學生畫像模塊在具體的設計中，需要全面地采集和整理學生的畫像特征，同時，借助平臺在科學分析大數據相關信息的功能，多方位、多角度地展示學生的不同維度，然后，學生根據系統所展示的自我畫像，全面地了解和把握自身的認知水平、學習能力、學習風格和學習習慣等。此外，教師要通過觀察班級所有同學的學生畫像，全面地了解和把握班級中所有學生的學習風格和學習習慣，為后期實現因材施教的教學目的提供重要的依據和參考。此外，學校管理者通過觀察系統所呈現的全體學生畫像[7]，可以直觀、有效地了解教師在各個教學階段所對應的真實教學水平，為后期制定相關教育決策打下堅實的基礎。另外，教師通過觀察系統所呈現的學生畫像，可以進一步了解和認識學生當前的實際學習情況和學習狀態，便于教師對學生進行針對性地輔導，從而最大限度地提高學生的學習效率和效果。

(三)預警與干預模塊設計

預警模塊主要負責對學生考試成績的計算和分析，便于教師全面地了解學生考試合格率，干預模塊通過全面地收集和整理系統分析結果，并將其安全、可靠地發送給教師和學生[8]。該模塊在具體的設計中，需要根據學生的真實學習水平，在充分結合形成性考核的基礎上，采用引擎分析的方式，分析和判斷學生在考試中所對應的合格率，為后期是否對學生進行預警和干預創造良好的條件。經過分析和判斷后，確定出需要預警與干預的學生[9]，并對這些學生發送近期學習成果以及相關數據報告，該數據報告主要采用統計圖形式呈現相關數據，學生根據數據報告，可以全面地了解自己在未來期末考試中所對應的掛科率，從而警惕學生認真進入復習備戰的狀態。同時，系統還能自動啟動干預機制，該干預機制主要包含以下兩種，一種是系統干預機制，另一種是人工干預機制。系統干預機制主要是指系統通過向學生自動推送優質學習資源，確保學生獲取到符合自己學習習慣和特點的學習資料，從而實現對學生學習狀態的智能化干預。人工干預機制主要是指系統自動將學生相關預警信息發送給教師，確保教師可以根據這些預警信息，對學生進行有針對性的監督，督促學習者積極主動地學習，只有這樣，才能完成因材施教的教學目標。在預警與干預模塊的應用背景下，在考核前一段時間，系統就能對學生進行自動提醒和預警，并幫助學生進行課前練習，使得學生提前進入到復習狀態，從而最大限度地提高學生的考核成績，避免學生出現掛科現象。

(四)學習激勵模塊設計

并非所有學生都能夠對學習產生濃厚興趣，所以，平臺需要設計學習激勵模塊，采用寓教于樂的方式，將教育和娛樂進行充分結合，讓學生在娛樂中體會到學習的樂趣，只有這樣，才能充分激發學生的學習積極性和主動性[10]。此外，通過運用該模塊，可以在充分結合學生學習相關數據的基礎上，向學生自動下發課后作業，然后，由教師或者系統對學生進行監督，確保他們能夠保質保量地完成課后作業。此外，系統數據可以根據學生今日的學習狀態，向系統反饋學生在學習中遇到的問題，此時，系統會采用引擎分析的方式，快速查詢學生畫像，并根據學生畫像，向學生推送相應的課外休閑活動，并將其作為一種獎勵，幫助學生降低學習壓力。這些學習問題主要包含三個不同等級：如果學生今日學習狀態良好，并無出現學習問題，此時，系統會自動將人物畫像所對應的名字標記為綠色；如果出現小的學習漏洞問題，系統會自動將其標記為紅色，并對預警與干預模塊進行觸發，這時，系統會自動向學生推送漏洞補充相關練習題。另外，如果學生當日所掌握的知識比例在40%以下，系統會直接觸發預警模塊，此時，該學生的名字會立馬標記為紅色，系統將該學生的真實學習情況及時有效地推送給教師[11]，同時，還要為學生整理若干道典型例題，便于學生進行針對性地練習。在系統或者教師的干預下，如果學生所完成的例題數量達到了80%以上，該學生的名字會自動轉變為綠色標記，以起到激勵學生學習的作用。

四、開放教育自適應學習系統面臨的問題

開放教育自適應學習系統在具體的構建和設計中，主要面臨一些技術難題，如數據采集效率低、數據分布式存儲實現困難、數據兼容性不高等問題，為此，技術人員要重視對這些問題的分析和解決。

(一)數據采集問題

數據采集作為開放教育自適應學習系統的核心，主要面臨以下技術問題，開發人員需要重點分析和解決數據采集問題。據相關專家記載：“研究數據采集技術和問題的工作達到了99%”從這一數據，可以看出，數據采集面臨著很大的挑戰和困難。此外，所采集的數據除了包含用戶的個人基本信息外，還包含行為數據等海量過程性數據，如何高效快捷地采集這些數據是技術人員必須解決和思考的問題。

(二)數據存儲問題

在大數據技術的應用背景下，開放教育自適應學習系統在具體的構建中，經常面臨的技術挑戰是數據存儲問題，在對海量數據進行存儲期間，通常會涉及多種先進的數據分布式存儲技術、數據分析技術以及數據挖掘技術等各種技術的挑戰，例如：計算機硬件數據分析能力、超級計算機技術以及分布式計算技術等。這些技術仍然處于發展階段，至今沒有形成比較成熟的商業產品。

(三)數據兼容性問題

開放教育自適應學習系統在具體的構建中，由于數據存儲系統千差萬別，曠職數據編碼格式也存在一定的差異性，導致各個系統之間無法快捷、有效地共享數據，造成這一問題出現的根本原因是各個系統在建設期間沒有形成系統、完善的數據規劃機制，導致數據平臺缺乏一定的兼容性和統一性。

五、結語

綜上所述，通過利用大數據技術，設計一套功能強大、性能良好的開放教育自適應學習系統，通過利用該系統不僅可以拓展學生的知識面，還能為學生提供多樣化的學習資源和個性化的學習方式，從而對學生的學習進行有目的、有針對性地指導。對于學校管理人員而言，通過利用該系統，可以對學生的真實學習情況進行智能化分析和預測，并將最終的預測結果形象、直觀地呈現在用戶面前，為相關決策的制定提供重要的依據和參考。