- 1、本文档共4页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
?
?
大数据分析在成人高等教育网络课程中的应用研究
?
?
摘要:互联网时代,成人高等教育的网络课程应运而生。同时,大数据技术对人们的生活和社会的发展带来了巨大的影响。成人高等教育网络课程的建设和应用与大数据技术,特别是大数据分析技术的充分融合,将会使网络课程发挥更大地作用。首先分析了成人高等教育教学中应用大数据的情况,其次研究了大数据分析对于成教网络课程的影响,最终提出了大数据分析在成教网络课程中的实际应用方法。
关键词:大数据;数据分析;成人高等教育网络课程
1概述
随着人类对于数据的采集、存储、传输和处理等能力的大幅提升,以及相关技术的跨越式发展,大数据时代已然到来,已经在各行各业掀起了变革的浪潮,发展的潜力巨大。未来十年,大数据将引领人类步入智能技术时代。伴随着智能手机的普及,QQ、微博、微信等社交网络被广泛使用,移动带宽迅速增加,云计算、物联网应用越来越丰富,越来越多的传感设备和移动终端接入网络,由此带来的数据快速增长速度比历史上任何时候都快得多。2014年IDC发表了《数字宇宙膨胀:到2020年全球信息增长预测》一文,文中提到,数字宇宙的数据量每年按几何级数递增,从2013年到2020年,将由原来的4.4ZB达到44ZB,远远超出人们想象,而大数据分析将有超过100倍的巨大增长空间。
在成人高等教育领域,在教与学的过程中,也蕴藏着有价值的海量大数据,教育已成为社会大数据的重要源泉之一。在教学过程中,如何有效地分析和利用这些大数据,从而更好地促进教学,是当今成人高等教育改革研究的热点内容。在大数据时代,探索新形势下的成人高等教育体制、形式和方法,对促进我国成人高等教育发展具有长远意义。
成人高等教育网络课程是通过互联网展示某门课程的教学内容与相关资料,并且实施教学活动,是互联网时代下成人高等教育课程教学的一种新的表现形式。网络课程具有交互性、共享性、开放性、协作性和自主性等基本特征。同时,具有打破地域和国界,教学单元模块化,多媒体化的载体,人机间的多向互动,容易激发学习者的学习热情等特点。
2大数据在国内外高等教育教学中的应用
2011年秋,斯坦福大学的《人工智能》网络课程受到热烈欢迎,190多个国家约16万学生参加学习,2万多人通过了考试,获得认证。斯坦福大学的Ng教授于2012年4月成立了Coursera,联合普林斯顿大学、密歇根大学和宾夕法尼亚大学等,共同提供社会科学、物理、工程学等网络课程。哈佛和麻省理工等更多的高校也都将课程建设成网络课程,免费上网,从而收集更多的学生学习行为数据,研究开发更好的在线教育平台,强化学校品牌效应。
由于硬件的高速更新和软件的高度智能,国内的各大高校也都纷纷热情高涨地投身于新一轮的教育网络化和信息化的热潮中。开展了建设各类教育信息化公共平台,提供免费的网络课程,推进数字化校园建设工作等一系列教育改革新举措。
3大数据分析对成人高等教育网络课程的影响
3.1网络课程大数据的特点
大数据通常都拥有Volume(海量)、Velocity(高速)、Variety(多样)、Value(价值)、Veracity(真实)这5V特点。随着互联网和物联网的飞速发展,教育内容实现跨越时空的自由流通已经成为现实。在网络教学平台上,学生可以打破时空界限,随时随地进行选择某一成人高等教育的某一门网络课程进行学习。教师可以通过平台,轻松实现实时诱导、跟进、评价学生的在线学习情况。而伴随着这些网络课程的学习过程所产生的大数据,也同样具有5V的特征。并且,这些大数据中仅有15%是结构化数据,可以通过已经普遍应用的关系型数据库进行处理。而其余85%的数据都是非結构化数据,主要包括网络课程中的用户评论、应用、位置信息、图片、音乐、视频等产生的数据。而产生智慧的大数据往往是这些非结构化数据,需要依靠大数据的实时分析与处理技术进行处理。
3.2大数据分析在网络课程中的体现
大数据分析的五个基本方面分别是:AnalyticVisualizations(可视化分析),DataMiningAlgorithms(数据挖掘算法),PredictiveAnalyticCapabilities(预测性分析能力),SemanticEngines(语义引擎),DataQualityandMasterDataManagement(数据质量和数据管理)。在网络课程的大数据分析中,深度学习和知识计算是基础,可视化是关键技术。深度学习和知识计算主要体现在学生在线学习的时间分析、学生参与讨论等活动的行为分析等方面。教师通过可视化工具来分析学生的学习习惯,引导学生进行有效地学习,同时满足学生个性化学习的需求。
在成人高等教育网络课程建设和使用过程中,对学生过程性大数据的分析,将彻底改变原有传统课堂教学
文档评论(0)