基于智慧教育的学习大数据分析技术研究
数据库与信息管理
本栏目责任编辑：王
力
基于智慧教育的学习大数据分析技术研究
尤耀华
（厦门大学嘉庚学院，福建厦门361005）
摘要：文章先对智慧教育的学习大数据分析的基本情况进行了简要的介绍，指出了基于智慧教育的学习大数据分析技术
的应用原则，并给出了相应的应用实例来分析智能教育背景下的学习大数据分析技术，在学习行为数据的收集、个性化学习特征的分析、课程推荐与学习规划的优化，以及掌握学习社区中个体与体的学习行为模式进行研究，希望能够进一步实现对教育资源的优化配置，提升科技对教育的作用。关键词：大数据；智慧教育；学习分析中图分类号：TP311
文献标识码：A
文章编号：1009-3044(2021)15-0045-03
开放科学（资源服务）标识码（OSID ）：
引言：随着信息技术不断改进，人们生活的方方面面都发生了重大的变化，在教育领域，信息技术的使用有效地改变了传统的教育资源配置模式，为教育公平的问题解决提供了有价值的参考，基于智能教育的学习型大数据分析技术的应用和发展，可以整合和优化学习者的海量资源，为提高教学的针对性和有效性提供技术支持和数据支持，有利于提高教学质量和
效果[1]
。
1智慧教育的学习大数据分析基本情况介绍
1.1智慧教育的内涵及价值
基于在线教育平台，以大数据和云计算技术为支撑，对学
习过程和教学资源进行智能监控和管理，称为智能教育。[2]从其中海量的数据中进行深度挖掘，出其中表征教育质量、学习者个人兴趣、知识结构、学习习惯的因素，然后将结果进行可视化处理，使管理者和教育者能够有的放矢地进行决策，为教育平台管理者、教师、学生提供互利共赢的决策支持。在智慧教育的系统中，实时化、精准化、个性化是其主要的特点，不仅能够对当前学生的学习状况、个性化的需求进行捕捉，而且能够根据当前的信息，对未来的学习趋势进行有效的预测，智慧教育的发展有效地满足学生个性化的学习需要，也对于教育资源不足和配置不平衡的问题提供了有益的解决方案。1.2基于智慧教育的学习大数据分析
基于智慧教育的学习大数据分析是对学生智慧教育中的学习行为进行信息的收集、特征的整合，能够及时有效地了解学生以及学生所在的体的知识掌握情况，这些数据为后期学生学习计划的优化、教师教学工作方法的改进以及教育平台的管理者的系统设计都提供了重要的支撑[3]。首先，当学生登录
相应的教育平台进行学习资源或课程时，将根据学生的登录时间、学习时间、学习内容和学习互动情况生成数据和记录，课后反馈等能够将学生的个人志趣、学习行为特点等相关因素进行反映，再根据这些因素能够将学生的知识掌握状况进行比较客
观、科学的评价，然后根据评价的结果，将教育资源进行按需分配。对于教师来说，也能够根据反馈中暴露出的教学的不足之处进行针对性的改进，提升教学的质量。
2基于智能教育的学习大数据分析技术的应用
在智慧教育中，比较重要的一项环节是个性化自适应学习，指的是学生在学习课程的过程中，学生学习中产生了大量的基础和过程数据，通过进行数据的清洗、整理和分析，根据这些情况建立起相应的数据分析模型，用来分析和预测学生学习的模式和知识掌握的程度，并进一步将结果反馈给学生和教师。学生和教师根据反馈报告，教与学的过程分别进行调整，包括收集学习行为数据、分析个体特征、课程规划和学习干预[4]，下面进行详细的叙述。2.1对相关的学习行为数据进行收集
不同于以往的教学模式，智慧学习强调的是以学习者为中心，并且主张的是开放式、主动式的学习模式，在这一过程中，将在线学习与互动课堂做到了有效的统一。如何收集大量关于学习行为的数据，从中出学习行为的内在规律，是智慧教育中的一个重要问题。在数据的采集中，往往采用xAPI 数据标准进行采集。
图1xAPI 学习行为数据的统一标准
xAPI 数据标准是当前在线学习领域中学习行为数据的有
收稿日期：2021-03-05作者简介：尤耀华(1973—），男，福建泉州人，本科，厦门大学嘉庚学院，副教授，研究方向：ERP ，电子商务，数据分析，计算机软件开
发技术，移动应用开发。
武汉旅游景点大全45
本栏目责任编辑：王力
数据库与信息管理
Computer Knowledge and Technology 电脑知识与技术第17卷第15期(2021年5月)
效标准，一方面能够将学习者的学习活动、学习经历进行记录。另一方面，能够对其中的数据进行检索、读取和写入。当有关的学习活动被记录时，就会以“主词、动词、受词”的形式进行保存，生成“谁做了某件事”的格式报告，并以JSON 的格式存入学习记录存储中。出于安全性的考虑，在xAPI 中还
设置了安全机制OAuth [5]。在智慧学习的应用平台中，根据不同的学习行为，可以设计不同的事件采集器。并且由于不同学习场景下学习数据的特点具有差异，例如，在观看视频时的主要采集信息是视频时长、视频停顿频率、主要停顿点、是否有加速或慢放等操作。在互动中，学生发帖的内容、频率、主题、回帖等都是重要的采集信息。
2.2对个性化学习特征进行整合分析
奥迪派克峰2.7亿世界上就一辆
在智能学习中，分析学生学习行为的数据是最重要的目的之一，从而对学生的知识掌握情况进行了解，对学生的学习成绩进行预测。由于教育数据的多层次、多粒度、多时域的特点，在进行数据分析时，往往需要运用多种分析手段和方法，具体如表1所示。
表1数据分析法
方法名称
预测结构挖掘
关系挖掘
模型发现
方法说明
通过在线教育分析，得到了一个变量模型，并预测了该变量的未来趋势致力于在大规模数据中自动挖掘有
价值的结构知识
适用于发现数据中不同变量之间的
关系
教育数据挖掘，加州大学伯克利分校
的心理学教授，加州大学圣地亚哥分校的研究员，利用教育数据挖掘知识，建立模型来指导其他研究
方法举例
分类、回归、潜在知识评估等聚类分析、社会网络分析、领域结构发
现等
相关性分析、关联规则挖掘、因果数据黑寡妇蜘蛛
挖掘等
常用的模型发现研究方法是通过学习构建的知识逐步符合具体问题的学习
模型，进一步挖掘新知识
为了清晰地呈现学生的学习特征，掌握学生的行为规律，有必要在收集相关数据的基础上构建一个分析模型，而基于智能教育的学习大数据分析技术，可以有效地提取个体学习习惯的特征、变量的认知能力，在通过将之与学生行为表现建立联系，能够实现对学生的个性化学习特征分析。第一步，要选择相应的分析方法对学习大数据进行处理，这一过程中的主要依据是学生的学习认知规律、知识结构特征等。通过数据聚类分析，可以分析学生学习中知识结构的变化规律，并构建相应的评价模型来监控学生的学习效果[6]。第二步，对学生的学习表现进行评价和预测，这就需要到不同学习行为模式与学生课业成绩之间的内在联系，可以采用分类、回归等方法进行。第三步，将分析结果进行可视化处理。根据不同的信息特点选择不同的呈现方式，对于日常行为数据，可以采用饼图的形式。对于正确率方面的数据，可以采用折线图的形式。对于学生的日常学习习惯，可以采用柱状图的表现方式。另外，对于一些特殊需要，也可以进行专门的针对性的开发，提升信息的实效性。
2.3完善和优化课程推荐与学习规划
学习过程是一个螺旋上升的循环过程，学生要经历发现知
识、获得知识、转化知识、创造知识的过程，在知识获取和转换过程中，对学生进行必要的学习干预，可以提高学生的学习效率，保证学生的学习效果。通过对教育数据的深入分析和挖
掘，提高学生的教育内容和学习方式、习惯偏好进行建模，然后根据学生的个性化需求，采用自动化的导学服务，完善和优化课程推荐与学习规划。首先对学生的学习行为特征进行挖掘，得到学生对具体知识点的掌握情况。然后以知识单元之间的认知依赖关系为依据，根据学习者的学习需求，将学习目标知识单元进行确定，对知识资源进行编码，构建个性化、定制化的知识地图，并将吸收标签链模型应用于知识地图[7]。建模完成后，计算知识点的中心度和知识点的难度综合学习者的个人特质，完善和优化课程推荐与学习规划，从而提升学习者的学习效率和学习质量。
2.4用社区结合的方式进行学习分析
番茄炒蛋的做法学习社区主要是以学习知识单元为主，有着共同的学习目
标和兴趣爱好而成立的社交网络。采用社区的方式，能够提升学习的协作性，促进学生建立交联关系，更好地促进学生的学习与知识的获得。受体趋同性与稳定性的影响，学习社区的建立能够更好地帮助学生进行社会化的学习认知。用社区结合的方式进行学习分析，进一步促进学习者在体中到支持学习的动力，进一步抽象出学习交互中知识传播、共享和创新的基本模式。在实际的应用中，可以从对学习共同体的拓扑结构分析、学习共同体的挖掘与识别，以及面向学习社区的对话分析入手，
就学习共同体的发掘与认同而言，主要是学习共同体中学生的互动与讨论信息进行收集、分析，运用社交网络分析的方法进行全局性、整体性的研究，对其中的拓扑结构、信息传播模式、信息传播关键节点进行有效的抓取。也可以使用自然语言处理方法对学习社区中的学习者之间的对话进行文本分析，可以就对话的内容、形式、体裁、模式等对于分类和聚类处理，有必要注意这个链接需要使用对话数据的手动注释方法预先处理，通过对话模式分类器的构建来建立完整的对话模型。
3基于智慧教育的学习大数据分析技术的应用实例
在基于智慧教育的学习大数据分析技术的实际应用中，我国的起步较晚，主要是一些高校针对学生的管理，而研发设计的学业预警系统。通过对学生的课业成绩、在线学习数据、等级考试数据收集、整理、分析，将学生的表现进行展示和预测，对于一些表现不佳的学生发送相应的警示提醒，使得及时纠正和改进不良习惯。由于国外互联网和大数据技术的早期发展，基于智能教育的学习型大数据分析技术的应用也比较完善。以美国为例，在高校中应用大数据分析的案例比较多，根据有关数据表明，仅美国的西部就有16所高校开设相应的学习数据分析项目，涉及的学习特征有将近40个变量。并且设计有专门的PAR 框架进行管理和改进，具体实现过程如图2
所示。
图2PAR 框架
46
数据库与信息管理
本栏目责任编辑：王
力
Computer Knowledge and Technology 电脑知识与技术
第17卷第15期(2021年5月)
2021高考答案英语4小结
智慧教育能够很好地满足学习者个性化的学习需求，通过学习大数据分析技术，能够实现对学习者海量学习数据的即时、快速的捕捉、收集、整理、分析，将杂乱的数据整合成具有高价值的信息，进而对教育资源的优化配置提供强大的数据支撑和智力支持。在大数据、人工智能等技术的支持下，极大地促进了智慧教育的深入发展，相信在未来，智慧教育必将使更多的学习者和教师受惠，有效地促进和提升教学质量。
参考文献：
[1]陈新佩.智慧教育背景下学习大数据分析技术研究[J].电子元器件与信息技术,2020,4(9):57-58.
[2]施万里，张余辉.基于大数据分析技术的智慧教育平台设计
[J].现代电子技术,2020,43(9):150-153.
[3]林伟烜.基于智慧课堂的教育大数据分析与应用研究[J].现代信息科技,2019,3(7):126-127,130.
[4]沈贵庆.大数据分析在高校智慧教育中的应用研究[J].现代电子技术,2019,42(4):97-100.
时光与你都很甜原著[5]徐楠.新媒体环境下智慧教育的学习大数据分析技术[J].西部广播电视,2019(3):50.
[6]祝彦森.面向智慧教育的学习大数据分析技术[J].信息与电脑(理论版),2019(1):245-246.
[7]吴文峻.面向智慧教育的学习大数据分析技术[J].电化教育研究,2017,38(6):88-94.
【通联编辑：唐一东】
（上接第31页）
可以通过给予其一定的税收优惠或者是财政补贴，吸引其投入到养老服务事业中，充分吸纳政府资金，为居家养老服务提供充分的保障。最后，还应该积极借鉴其他国家在居家养老服务中的一些做法，逐渐拓宽资金的来源渠道，充分保障居家养老服务资金的稳定性。
4结束语
总而言之，民政部门在构建养老服务平台的过程中，可以
采用云平台的架构方式，整合养老机构、医院、所在社区以及养老服务人员等与养老相关的资源，为
老年人提供全方位的健康服务，因此，民政部门的工作人员应该重视该平台的建设工作，逐渐优化养老服务，充分满足老年人对于健康以及养老服务的
需求，与此同时还应该加大平台的宣传和推广力度，促进平台的普及，缓解社会以及子女的养老压力。
参考文献：
[1]王元元.智慧居家养老服务问题研究——以山东省Y 社区为例[D].济南：山东师范大学,2019.
[2]韩柯.徐州市智慧居家养老服务现状、问题与对策研究[D].徐州：中国矿业大学,2019.
[3]张鑫.山西省大同市智慧居家养老服务研究——以9社区为例[D].呼和浩特：内蒙古大学,2018.
[4]凌丽.智慧居家养老服务研究——以乌镇模式为例[D].南昌：南昌大学,2017.
【通联编辑：唐一东】
（上接第40页）
[2]徐海丽.大数据时代医院信息化系统研究与设计[J].电脑编程技巧与维护,2020(12):104-105,133.
[3]李盼，张洁，张志刚，等.基于大数据的医院财务管理信息系统设计[J].自动化与仪器仪表,2019(12):34-36,40.
[4]刘庆金，牛恒星，张寒彬.医院决策支持的信息化研究设计[J].电脑知识与技术,2019,15(32):11-13.
[5]门舜，孟庆红，高洁，等.现代医院信息化架构设计分析和研究[J].现代经济信息,2018(21):23-24.
[6]潘恺，于树新，耿丽娜.大型医院信息化建设中的网络架构规划与设计研究[J].自动化与仪器仪表,2016(5):101-102.
[7]宋磊.医院信息化建设中的网络架构规划与设计[J].医学信息学杂志,2014,35(11):17-21.
【通联编辑：张薇】
（上接第42页）
案，虽然占用了一定的信息资源，却并未被开发利用，游离在中心工作以外。因此档案工作人员利用数据挖掘技术处理“死档案”，提取其中有用的信息，开发成新的档案资源，以为借阅者服务。比如，未被利用的信息资源是静态的，已经被开发、归纳的信息资源是动态的，具有可传播和被利用性。然而传统的纸质档案资源利用率较低，通过数据挖掘技术开发成数字化档案资源后，可以利用网络平台和信息检索系统，为借阅者提供高质高效的服务，发挥了资源整合优势。
6结束语
综上所述，随着科学技术的发展，计算机科学技术不仅为
我们的生活带来了便利，还为档案信息管理提供了一定的技术保障，节省了人力投入，提高了工作效率和服务水平。另外，提
高档案人员的信息意识，还可以延长资源信息的保留时长，避
免相关档案信息的流失，优化了查询方式，信息学的发展奠定了一定的基础。
参考文献：
[1]赵辉.数据挖掘技术在档案管理中的应用研究[J].南国博览,2019(8):61.
[2]伍永锋.基于大数据的计算机数据挖掘技术在档案管理系统中的应用[J].信息与电脑(理论版),2019(11):166-167.
[3]贾冬东.计算机数据在档案管理系统中的运用探究[J].计算机产品与流通,2019(3):242,276.
[4]李亚梅.计算机数据挖掘技术开发及其在档案信息管理中的运用研究[J].中国新通信,2018,20(24):41.
【通联编辑：光文玲】
47

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。