曾雅楠 任和 孙丽萍

[摘 要] 大数据技术对各行各业产生了极大的冲击，在数据分析方面的优势正在优化人们生活的方方面面。由于大数据技术的辅助，高校课程建设也随之做出了改进。通过数据分析技术对网络授课期间学生学习行为产生的诸多数据进行收集分析，可以有效地掌握学生的学习状态以及课程的掌握程度。通过逐一举例说明，对数据分析技术在网络授课中的应用及其辅助能力进行了阐述和解释，强调了数据分析技术的重要性。

[关键词] 数据分析;网络授课;大数据;课程建设

[中图分类号] TP311.1   [文献标识码] A   [文章编号] 1674-9324（2021）03-0033-04   [收稿日期] 2020-06-17

进入信息时代之后，数据成了信息传递、发现逻辑的重要媒介，融入日常生活的各个方面，例如在浏览网站时的广告推荐、输入文字时的习惯用语排序，以及信息搜索时的内容推荐。由此可见，对个人数据进行有效分析可以全方位地优化人们的生活。2020年由于新型冠状肺炎疫情的影响，各大高校均开启了网课模式，通过在线授课的方式完成教学，但是学生的学习效果却参差不齐。

一、高校的大数据

1.大数据时代背景。早在1980年，著名未来学家托夫勒在其所著的《第三次浪潮》中就热情地将“大数据”称颂为“第三次浪潮的华彩乐章”。《自然》杂志在2008年9月推出了名为“大数据”的封面专栏，从2009年开始“大数据”成为互联网技术行业中的热门词汇。在《大数据：下一个创新，竞争和生产率的前沿》中，麦肯锡把“大数据”定义为：所谓大数据，主要是指无法在一定时间内用传统数据库工具对其内容进行获取、存储、管理和分析的数据集。维基百科对“大数据”的定义则简单明了：大数据是指利用常用软件工具捕获、管理和处理数据所耗时间超过可容忍时间的数据集[1-5]。这些定义都体现出大数据的四大特性，即4V——Volume（体量大）、Velocity（速度快）、Variety（多样化）、Value（价值）。大数据是一个体量和数据类别都特别大的数据集，并且这样的数据集无法用传统数据库工具对其内容进行抓取、管理和处理，新的处理模式才能具有更强的决策力、洞察发现力和流程优化能力，以及高增长率和多样化的信息资产。而这种新的处理模式正在一点点优化人们的生活和意识。大数据时代给人类的各个方面都带来了重大的影响和改变。在金融行业，高频交易是大数据应用比较多的领域，其中大数据算法应用于交易决定，很多股权的交易都是利用大数据算法进行的。在城市建设方面，实时交通信息利用社交网络和天气数据来优化最新的交通情况，利用人口流动热图确定居民区、商业区等划分，以及配套设施和公路建设。在人类生活方面，诸如智能手环、智能手表之类都在时刻记录用户的身体状态，并进行监护。大数据技术也用于监测早产儿和患病婴儿的身体状况。通过记录和分析婴儿的每一次心跳和呼吸模式，提前24小时预测出身体感染的症状，从而及早干预，拯救那些脆弱的随时可能有生命危险的婴儿。利用大数据，美国零售商Target公司甚至能推测出客户何时会有Baby;电信公司可以更好地预测客户流失;沃尔玛可以更准确地预测产品销售情况;汽车保险公司能更真实地了解客户实际驾驶情况。用于网球比赛的IBM Slam Tracker工具，通过视频分析跟踪足球落点或者棒球比赛中每个球员的表现。许多优秀的运动队也在训练之外跟踪运动员的营养和睡眠情况。NFL开发了专门的应用平台，帮助所有球队根据球场上的草地状况、天气状况，以及学习期间球员的个人表现做出最佳决策，以减少球员不必要的损伤[6-9]。同时，教育领域也十分重视对大数据技术的教授。2008年起，美国斯坦福大学就设置了大数据课程作为必修课，把大数据技术作为学生必须掌握的现代科学技术之一。截至2018年，美国、澳大利亚、新加坡等国家80%以上的高校开设了大数据课程。2016年，我国教育部发布的《2015年度普通高等学校本科专业备案和审批结果》中首次增设数据科学与大数据技术专业。截至2018年，我国已有248所高校开设了大数据专业课程，其中部分高校还建设了大数据学院和大數据研究院。

2.高校大数据环境。随着信息技术的发展，信息数据的价值越来越受到重视，在高校亦是如此。高校中汇聚着大量的信息，从学生角度来看，包括联系方式等基本信息，食堂消费、住宿晚归等生活信息，选课、课后作业、借阅图书、成绩等学习信息，参与的社团、竞赛、讲座等第二课堂信息;从教师角度来看，包含教学任务、课件等教学信息，论文著作、科学研究数据等科研信息;从管理者的角度来看，包含学校的资产信息、师资信息、招生就业信息等。同时，随着移动互联网以及物联网等新技术的兴起，学校师生主动产生和由设备自动收集的信息越来越多，如微博、微信等社交信息，各类搜索点击记录信息，等等。此外，高校教务活动中产生了包括财务、教学、人事等基本业务数据，还包括网络、课件、视频、远程教育资源等，以及教师与学生通过教学平台产生的行为数据等。这些数据并不是简单的记录和保存，而是通过分析挖掘其潜在的价值，帮助高校自身的建设。例如通过学生选课信息、图书借阅信息了解学生的学习兴趣和爱好，有导向的建立兴趣小组或社团，推动学生体验正确良好的课后生活。通过学生在校消费水平变化分析其短期经济状况，积极主动地给予其关心和帮助，降低潜在的“校园贷”发生的可能性。通过图书馆等场所收集的学生面部表情数据，分析其心理状态，及时为学生提供心理疏导，降低意外或悲剧发生的可能性。此外，还可以对成绩、就业、课堂等数据进行分析，这在一定程度上可以加速传统教学模式的优化改革。通过多维度数据的分析与整合，可以为学生和学校构建一个利益量化分析模型，从而更加清晰地认识学生，也让学生更加清晰地认识学校。

3.网络课程建设结构。一般的网络课程分为直播和录课两种模式，辅以课堂习题、课后练习、实验等配合教学，如下图所示。

常见的网络教学在授课的同时，通过授课平台自带的点名签到功能确保学生准时在电脑前就位。通过不定时的课堂提问，可以随时帮助学生回顾刚刚所学到的知识，同时使得学生的注意力集中在课堂中，这样的方式一般在直播授课时比较有效，使用录课授课的时候需要变化多种提问方式，比如不定时弹窗提醒，这样才能达到比较好的教学效果。课堂作业是任何教学方式都需要的辅助模块，通過安排与授课内容相关的课堂作业进一步加深学生对课程知识点的了解，也可以发现学生掌握不足的地方。课后需要课后习题保证学生能够定时回顾知识点，同时配以小组实验环节增强学生的实验能力和合作能力。而这些辅助模块的目的就是帮助学生不断温习所学的知识点，实现熟练掌握。多次反复的练习使得学生能够熟识理论知识，通过实验练习强化知识点的应用能力。

二、数据分析技术对网络授课的辅助能力

1.网络授课现状。由于新型冠状肺炎疫情的影响，2020年各大学校均开启了网课模式，通过网络授课按时完成教学工作，确保学生的学习进度不会落后。现在大多数网课形式为录课或者直播授课，并结合课后习题和复习资料。多个辅助模式配合的本意是强化学生对知识点的吸收能力，然而从反馈的结果来看，学生的学习效果参差不齐。网络上也流传着许多令人捧腹的网课现场趣闻，而这些趣闻所反映的正是现在网络授课的现状。由于教师所能看到的只是透过摄像头学生主观愿意展示的部分，无法像传统线下课堂一样可以实时地把控学生的状态，能根据课堂情况调整教学方式抑或能针对个别学生的怠学情况加以提醒。在实验课上，平时能实时监督作业状态和快速处理问题的功能也因为网课受到严重影响，学生可以通过抄袭和上网查阅快速地完成作业。在学习录课视频的时候，很多学生更是直接通过“挂机”刷完授课时间。网络授课给教师也带来了额外的压力和工作。由于网课的特殊性，对于教师来说，每一门课都成了“新课”，需要重新安排上课内容和节奏，还需要增加多个随堂问答或测验环节，以便实时监控学生的学习状况。对于录课模式，教师需要多次录制以达到最佳效果，还需要经常性地安排课后练习，通过分析学生作业的完成情况和对错情况来了解学生的学习状况。此外，实验环节更是困难重重，从安装软件开始就已经是问题不断了。这样的准备过程和分析过程，占用了教师备课的大部分时间。如果与数据分析结合起来，不但可以减轻教师的工作量，而且能够直观地了解学生的学习情况。

2.数据分析辅助网络授课改进方法探索。远程教学使教师无法有效地掌握学生的学习状态，从而造成学习效果存在差异，而大数据技术对采集信息的分析挖掘能力可以有效地弥补这个缺陷，通过学习者在线学习所留下的记录数据可以对其学习行为进行具体准确的分析，针对学习主体登录时间、浏览具体内容，以及在线互动交流心得等多个方面进行具体分析，可以对学生的课堂状态和学习情况进行评估监督。在授课过程中，通过数据采集技术收集诸如出勤时间及次数、课堂问答情况、听课状态、习题正确率和实验反馈等授课期间及课后练习的相关数据;通过数据分析技术，对采集的数据进行分析，不仅可以分析一个班级的学习状况，而且可以分析单个学生的学习情况，还可以针对同一门课的多个班级进行横向对比。其结果可以分析报告的形式提供给教师，教师通过报告得到课程效果反馈，并以此优化课程内容和模式，使之能为学生提供更为有效的授课方式和内容，甚至在对单个学生定向分析后可以制订针对单个学生的学习规划，使得学习效果不好的学生得到专属的教学方案，这是线下授课无法实现的部分。最终的优化环节会更新授课内容和模式，并通过信息采集分析，一步步地优化授课，使之趋于完善，从而达到网络授课的最佳状态。由此可见，数据分析可以很好地融入网络授课模式，通过大数据技术数据收集分析能力的辅助，使网络授课模式可以从更为细致的角度了解学生及课程需求。具体可以从以下几个方面进行数据的收集分析：（1）学生进入和退出在线系统的时间。通过对这两个时间的记录分析可以了解学生的日常作息，减少迟到早退的情况，也可以记录学生完成作业的时长，这在一定程度上可以预估其抄袭的可能性，同时安排相近作息的学生形成实验小组，方便之后实验课程的完成。（2）直播课程捕捉学生的瞳孔移动轨迹。正常的听课状态，视野是一直在电脑屏幕上且跟随屏幕中课程内容移动的，如果学生的视线经常性四处飘移或者长时间的偏离在屏幕之外，就可以判断该学生很可能在“开小差”。（3）记录观看课程视频期间对问答弹窗的响应时长。对该时长的分析可以直观地了解学生观看课程视频期间的状态，加以适当的提醒可以有效地提高学生的学习状态。（4）记录课后作业的完成情况。通过记录课后作业的完成与否以及单项题目的正确率等信息，可以分析学生对单个或多个知识点的掌握情况，可以根据反馈情况调整课程进度，强化知识教授，查漏补缺，增强学生的掌握度。

三、结语

通过融入数据分析技术可以有效弥补网课无法监督学生学习状态的短板，然而这样的过程加重了教师的备课压力，同时就学习本身而言，学生自身的学习兴趣才是最好的学习动力，如何通过大数据技术辅助提高学生的学习兴趣，也是大数据融入学习的重要环节。大数据时代的到来对各行各业产生了极大的冲击，高校大数据的信息化也应运而生，并且迫切需要建设。随着大数据的深入应用，大数据技术能够为高校的建设增添更多活力，并产生实际作用，让大数据应用真正融入高校运作之中。

参考文献

[1]赵玉洁.大数据在高校教育信息化中的应用探究[J].中国教育信息化，2015，358（19）：40-43.

[2]官建文，刘扬，刘振兴.大数据时代对于传媒业意味着什么？[J].新闻战线，2013（2）：18-22.

[3]魏顺平.学习分析技术：挖掘大数据时代下教育数据的价值[J].现代教育技术，2013（2）：7-11.

[4]张敏，刘玉佩，朱明星.国际大数据领域研究热点及其演化路径分析[J].情报科学，2016，34（4）：160-165.

[5]王军，刘金辉.大数据的国内外研究现状及发展动态分析[J].电子技术与软件工程，2015，73（23）：210.

[6]人工智能爱好者.大数据应用于生活，目前主要应用在哪些领域？[EB/OL].（2019-03-13）https：//blog.csdn.net/zhinengxuexi/article/details/88544003.

[7]维克托·迈尔-舍恩伯格，肯尼思·库克耶，ViktorMayer-Schonberger，等.大数据时代：生活、工作与思维的大变革[M].杭州：浙江人民出版社，2013.

[8]王妤夜.大数据时代高职院校教育管理变革初探[J].中国多媒体与网络教学学报，2019（4Z）：84-85.

[9]孙荣.大数据时代统计学专业课程教学模式创新研究[J].中国统计，2019（4）：27-29.