网络教育在大数据影响下的发展策略及方法研究

开篇：润墨网以专业的文秘视角，为您筛选了一篇网络教育在大数据影响下的发展策略及方法研究范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘 要：网络教育以其教育方式的独特性和教育方法的便捷性不断发展，大数据以其海量的教育资源及信息处理方法为网络教育的模式带来了广阔的拓展空间。文章首先对网络教育的基本特点进行分析，然后对其在大数据环境下进行分层建模。同时，在其资源层设计了拓展网络教育信息资源可调节发展利用周期策略，在其行为层构建了基于大数据的学习行为分析模型，旨在最大程度地使网络教育在大数据环境下呈现智能化和个性化，并构建了网络学习评价指标体系，为网络教育在大数据影响下的发展提供了可靠的评估和保障方法。

关键词：网络教育；大数据；资源周期延长；行为分析

中图分类号：G434 文献标志码：A 文章编号：1673-8454（2017）13-0021-06

一、引言

在大数据的背景下，网络教育的变革顺应了历史发展的潮流，不断根据学习者的学习特点优化改进，能够实现更加高效的学习模式，完善网络学习的学习成果。[1]处在不断变革的网络教育帮助教学者改变教学方式，不断完善自我；帮助学习者提高学习效率、更好成才。传统的网络教育平台积极应用最新的教育理念和教学方法进行变革，有利于网络教育为更多的学习者服务，使网络教育朝向更好的方向发展。[2][3]

互联网的迅速发展也进一步推动了网络教育的发展进程，数据的分析解析也减少了教学者对每一个学生逐一制定学习方案的时间，“数据”让个性化教学和个性化学习变成可能。[4][5]伴随着通信技术的不断发展，国内网民的数量迅速增长，特别是移动互联网用户，根据中国互联网中心（CNNIC）最新的中国互联网络发展状况统计报告，相关数据如图1所示，大数据互联网时代无疑为网络教育提供了发展机遇和实施途径。

伴随着大数据的发展，参与学习的人能够通过移动设备更快地接入到网络中进行方便的学习，学习平台通过对学习者学习数据的收集和分析发现学习者学习规律，根据学习者的学习情况找出重难点，合理准确获取自身需要的海量教育资源，同时实现符合学习者行为个性化的学习。[6]本文以大数据为基础，对网络教育进行建模，分析网络教育的资源层和行为层的发展策略。

二、网络教育概述及模型构建

1.网络教育概述

随着网络市场规模逐年递增，网民年龄呈现出年轻化，教育市场规模变化趋势的具体数据如表1所示。

由于网络教育覆盖了学历教育与非学历教育，往往会与普通的本科教育和高职高专教育相混淆。事实上，网络教育在办学定位、学生群体、学习途径、课堂组织形式和课程资源共享等方面都有着自身非常显著的特点。[7][8]

（1）办学定位不同

在办学定位上，网络教育不同于本科教育文化传承的教育目的，也与高职高专服务、就业为目的培养高技能人才的目标有很大的区别，网络教育是为在职成人提供不脱产的业余学习的教学模式，为在职学习者提供高等学历教育及资格证书、技能培训等职业教育的个性化继续教育的模式。[9]

（2）学生群体不同

由于办学定位上的巨大差异，网络教育的学生群体也与本科和高职高专有很大的差异。本专科和高职高专院校均是面向高中毕业参加高考的学生进行招生；[10]而网络教育的参与者几乎都是在职人员，基本不能支配出特定的时间在特定的地点完成学习任务，学习者的学习目的往往处于自身的职业需要，是其社会工作实践的拓展，学习的个性化和针对性较强。

（3）教育平台不同

本科和高职高专学生都是在高等学府校园中进行学习，有完备的学习设施和系统的课程安排，并且安排了完整的实习实践，能够在教师、同学的督促下完成W习任务。而网络教育的学习者主要是通过虚拟的网络平台进行学习，必须根据自己的要求和计划，规划好自己的学习目标并沿着目标完成自己的课程安排。[11]

（4）课堂组织形式不同

在课堂组织形式方面，网络教育更具有非常显著的特色。较传统的教育模式，网络教育的便捷性和组织形式的个性化体现在学习者的上课时间、授课地点不再受到具体的限制，能够根据自身的实际情况选择最方便的时间、方式和教学平台，自主选择网上课程内容，并在平台上完成师生、生生交流，完成作业的提交和批改，完成自我评价和互相评价，这些所有的课堂组织都是基于学习者的自主学习。[12][13]

（5）课程资源共享多样

在课程资源共享方面，网络教育有着非常大的优势。本科和高职高专教学都是采用传统的纸质教材，资源浪费而且无法做到实时更新，教师只能辅助多媒体教学对教学内容做出补充。而网络教育基于先进的互联网技术拥有庞大的数据资源，每个人都可以成为教学资源的发掘者为学习推荐合适的教学内容，或者发挥自己的主观能动性提出自己的观点建议，教学内容在一个动态的环境下不断完善，每个学习者通过学习也实现了知识的丰富和拓展。[14]

目前，网络教育的瓶颈主要包括以下四方面：一是网络教育过程监控薄弱，社会认可度有待提高；二是网络课程重复建设，精品率低；三是网络教育考核模式有待进一步完善和多元化；四是网络教育重视理论教学，实践教学缺失。[15]

2.网络教育的模型构建

为了深入探讨大数据对网络教育模型构建过程的影响，本文将网络教育分为以下四个层次，分别是基础层、状态层、资源层以及行为层，具体结构和功能如图2所示。基础层主要负责存储国家教育的基础数据，包括国家在教育方面的相关规定；状态层主要存储教育装备、环境与教育业务的运行状态数据；资源层主要存储大数据下网络中的各种形态的教学资源；行为层主要是在大数据构建的云计算平台里存储教育用户的行为分析。

（1）资源层

大数据的本质是对海量数据的存储和利用，其对网络教育模型的资源层和行为层的影响最大。资源层意味着海量教育资源的获取，通过构建基于大数据的云存储平台，对用户提交的请求及时响应，使学生能够方便、快捷、准确地获取自身需要的学习资源。网络教育的数据资源的可调节动态发展利用是一个极其复杂的过程，拓展其动态发展的利用周期，对教育资源的挖掘及丰富、学生学习过程的便捷性等具有十分积极的意义。为了拓展网络教育信息数据资源的动态发展利用周期，最有效的策略是提升对网络教育资源的利用率和再生率，积极引导学生合理利用资源、丰富资源，并对现有资源进行纠正或拓展。在下文中，作者设计了基于大数据的拓展网络教育数据信息资源动态发展利用周期的具体实施方法。

参考文献：

[1]Armstrong K.Big data：a revolution that will transform how we live，work，and think[J].American Journal of Epidemiology，2014，17（9）：181-183.

[2]吴砥，刘清堂，杨宗凯.网络教育标准与技术[M].北京：清华大学出版社，2011.

[3]Mayer-Schnberger V.Big Data：A Revolution That Will Transform How We Live，Work and Think.Viktor Mayer-Schnberger and Kenneth Cukier[M].Houghton Mifflin Harcourt，2013.

[4]王景英.教育评价学[M].长春：东北师范大学出版社，2005.

[5]IBM，Zikopoulos P，Eaton C.Understanding Big Data：Analytics for Enterprise Class Hadoop and Streaming Data[M].McGraw-Hill Osborne Media，2011.

[6]Ting-ting amp L U，Yin J working Academy as an opportunity to promote the fusion of Vocational network education and professional certification[J].Journal of Wuhu Vocational Institute of Technology，2013，46（1）：181-189.

[7]孙华.数据教育：大数据时代网络教育升级的发展理路和理念建构[J].软件导刊（教育技术），2015（4）：61-63.

[8]孙华.大数据视域下网络教育研究新范式[J].中国教育网络，2014（8）：63-66.

[9]胡水星.大数据及其关键技术的教育应用实证分析[J].远程教育杂志，2015（5）：46-53.

[10]杨威，钰熳.大学云架构与大数据处理建模研究[J].中国教育信息化，2015（1）：16-18.

[11]黄S茹.大数据时代学习平台的数据统计分析功能研究――以Canvas和Sakai系统为例[J].情报工程，2016（3）：043-052.

[12]刘自慧.基于网络学习行为分析的学习风格识别及其实证研究[D].北京邮电大学，2015.

[13]马新强，黄羿，蔡宗模.MOOC教育平台技术及运营模式探析[J].重庆高教研究，2014（1）：5-9.

[14]张滨.教育大数据个性化自适应学习模型构建[J].亚太教育，2016（31）：283-283.

[15]何悦恒.大数据背景下网络教育发展的困境和出路[D].福建师范大学，2015.