大数据时代网络学习环境的数据综合

黄永亮

（中国电子进出口总公司,北京,100036）

大数据时代网络学习环境的数据综合

黄永亮

（中国电子进出口总公司,北京,100036）

在大数据时代的背景下，大数据在网络学习环境中的应用正在迅速膨胀并且快速发展，它不仅影响着教育行业未来的发展趋势、发展状况及发展模式，随着时间的推移，也会有越来越多的教育行业从业者将意识到数据对其发展的重要性。

大数据时代；网络学习；学习环境；数据综合

0 引言

21世纪是互联网迅速普及的时期，大数据时代的到来对现代人的生活以及学习方式都产生了一定的影响。网络学习环境越来越开放，工作繁忙的人士通常采取网络学习的方式汲取新知识，越来越多的学习资源开始充斥着网络。

1 理论概述

1.1 大数据时代的概念。大数据又有巨量以及海量数据的称谓，由许多结构复杂并且拥有很多类型的数据组合而成，它是通过网络对数据进行收集、处理、应用的方式，通过大量的数据的收集，在此基础上对数据进行共享，各类型数据交叉形成有效的智力资源，最终形成一种对知识服务的庞大数据集合能力。

在全球经济一体化这一巨大浪潮中，伴随着大数据迅速发展的时代背景，网络学习环境同线下学习环境一样，也面临着来自数据综合的压力，网络学习环境的发展已经成为非常急迫并且日益现实的巨大挑战。网络学习环境只有在最大限度地进行数据整合的基础上，加强大数据技术的创新、利用新的信息技术推进网络学习环境、收集海量数据、关注数据的安全性，最大限度地发挥网络学习环境的优势，才能更多地借助外在的力量实现网络学习环境的迅速发展，提高我国网络学习环境的竞争能力。

1.2 网络学习环境概述。网络学习环境通常是指通过电脑、手机、ipad等客户端进行学习的互联网学习环境。目前，在我国互联网学习的环境还是比较广阔的，但是由于互联网网络问题、技术问题等一些硬件基础难题的存在，我国网络学习环境还处在探索发展阶段。

1.3 数据综合的概念。文章中所探讨的数据综合主要是指对网络的一些业务数据进行整合，充分发掘网上的资源对用户信息等数据做出整理和分析。

2 大数据时代网络学习环境数据综合面临的问题

2.1 多源性数据，真实性与准确性有待考究。大数据时代背景下，网络学习环境的数据来源是多方面的，各大网络学习平台的后台数据整合与分析所传播出来的数据的真实性有待检验。我们都知道，无论是网络学习平台，还是其他行业的网络数据平台，在数据整合方面，都存在或多或少的虚假数据现象。比如：微信公众平台订阅号的点赞量很多都是通过煽动身边人点赞而形成的，那么这样的一些数据就会存在一定的不真实性。对于网络学习平台也是一样，在进行数据整合的时候，真实性有待考究。此外，由于网络数据的来源具有多元性，所以在进行数据整合的时候，难免会出错，出现不准确的现象，大多数据只是一个大概的范围，很难精确到某一个精确值，所以这就给大数据时代背景下网络学习环境的数据综合带来了挑战。

2.2 数据综合技术的非专业性。目前，我国的互联网数据人才虽然在不断的增长，但是仍旧非常匮乏。缺乏不同行业之中行业的数据综合人才。在一些网络学习资源之中，虽然学习资源并不匮乏，不过对于这些学习资源做出整合的专业性人才并不多见。很多从事互联网的从业者，多互联网开发技术人员、互联网网络维修与维护人员以及互联网编程人员等等，在这些从业者中，由于现实利益、技术难度等多方面的原因，从事互联网数据整合的人员并不多。

当然，目前我国的互联网教育还处于探索阶段，对于互联网数据综合人才的输出存在一定的难度，这也在某种程度上造成了数据综合技术非专业性问题的存在。比如：网易公开课拥有很好的网络学习环境，但是在数据综合方面，只是针对网易公开课的微信和微博用户做出了简单的数据分析，此外对一些视频的点击率做出统计，但是从事这些数据管理与统计的人员多为微信、微博的运营者，而非专业的互联网学习与从业者，他们大多对互联网技术不甚了解，因而在进行数据统计的时候缺乏专业性。

2.3 网络异构性，整合难度大。这里所说的网络的异构型主要是指多种通讯网络的并存情况，主要变现在：网络数据来源的异构型，也包括网络数据存储的异构型等等。首先，网络数据来源的异构型，在进行网络数据的收集整理工作中，会受到来自各个网络信息来源的数据，这就使得收集网络数据具有多样性、复杂性的特点。网络数据来源的异构型和网络数据存储的异构型这两面的因素使得网络学习环境在数据综合时的难度很大。

3 大数据时代网络学习环境数据综合的发展建议

3.1 规范网络学习环境，精确数据来源。无规矩不成方圆，对于网络学习环境也是一样，为了更好的进行网络学习环境的数据综合。一方面可以规范网络学习环境，比如：制定网络学习环境规范章程，或者相关的法律法规，为网络学习环境的净化提供法律根据。另一方面，精确数据来源，可以根据不同的网络数据来源进行分类整理，最终做出数据综合比较、整合和分析，在数据上，做到越精确越好，而不是仅仅只做出数据范围。通过以上两种途径，为大数据时代背景下，网络学习环境的数据综合提供有益的发展思路。

3.2 提高互联网数据整合技术。互联网数据整合技术的提高才是大数据时代网络学习环境数据整合的基础。为了更好的整合数据，首先，可以培养一批具有互联网数据整合技术的专业技术人员；然后，规范网络学习环境的数据综合方法，采取科学的方式进行管理；最后，形成数据综合一条龙整合方式，规定最初统计人员、复查人员与终审人员，对大数据时代网络学习环境的数据综合做出严格的审查，确保数据的精确性和真实性。最终通过提高互联网数据整合技术推动大数据时代网络学习环境数据综合的发展。

3.3 优化网络结构，提高数据运维意识。这里所说的优化网络结构主要是指优化网络学习环境，针对一些网络学习环境做出网络系统的优化和课程优化，网络系统优化主要是指通过一定的技术提高网络学习环境的水平，课程优化是指针对一部分网络学习的课程资源做出优化，精简课程资源数量，提高学习资源数量。而提高数据运维意识，主要是提高相关工作人员的数据综合意识。一般情况下，具有数据综合意识的主要是一些数据分析与研究人员，但是随着大数据时代的到来，任何人都有数据分析和数据整理的必要。通过优化网络结构，提高数据运维意识是网络学习环境数据综合的重要方法。

4 结论

本文在大数据时代与网络学习环境数据综合的理论分析基础上，分析大数据在网络学习环境数据综合中存在的问题，剖析大数据时代背景下网络学习环境数据综合的现状和面临的重要问题，提出大数据时代背景下网络学习环境数据综合发展的策略思路。经过分析，总结出规范网络学习环境，精确数据来源、提高互联网数据整合技术和优化网络结构，提高数据运维意识是促进网络学习环境数据综合发展的重要因素。只有这样，才能通过各方人员的不断努力，为大数据时代背景下网络学习环境的数据综合提供有益的指导和借鉴。

[1]何彤宇. 大数据时代网络学习环境的数据融合[J]. 现代教育技术,2013,12:11-15.

[2]马秀麟,岳超群,蒋珊珊. 大数据时代网络学习资源组织策略的探索[J]. 现代教育技术,2015,07:82-87.

[3]范伟. 大数据时代学生网络学习能力探究[J]. 电子测试,2016,01:84-85.

Data integration of network learning environment in the era of big data

Huang Yongliang
（China Electronics Import & Export Corporation, Beijing 100036, China）

In the era of big data under the background of big data in network learning in the application environment is the rapid expansion and rapid development, it not only affects the development status and development trend of development, the future pattern of education industry, with the passage of time, there will be more and more education industry practitioners will be aware of the importance of the data the development of the.

big data era; network learning; learning environment; data synthesis