大数据在网络课程建设中的应用

邢宇航+李敏+凤鸣+王魁

【摘要】大数据时代已经到来，网络课程的在线学习行为数据已具大数据特征，大数据技术可以快速收集网络课程在线学习数据，高效分析挖掘在线学习行为数据价值信息，进而指导网络课程的建设。大数据在网络课程建设中的广泛应用，将为在线学习行为数据分析建立超强能力平台、节省更多的建设资源和实现网络课程资源网络共享和整合，捋顺在线学习行为与网络课程之间的关系，为网络课程的完善和建设提供智力支撑。

【关键词】大数据 网络课程 在线学习 应用

【中图分类号】G64 【文献标识码】A 【文章编号】2095-3089（2016）23-0041-02

随着信息技术和网络技术的快速发展，网络环境下的师生资源共享、学习交流已成为当前最为流行的在线学习行为。随着国家、政府部门及各大院校对网络教育的重视，网络课程已正式进入很多院校在校大学生的学分研修之列。同时，伴随着网络教育的快速发展，国家和各大院校每年都投入大量资金进行网络课程建设。由于网络学习平台的优势体现，随着网络学习大军的不断壮大，网络学习行为数据量也急剧增加，已具备大数据特征。据国际数据公司IDC统计，人类社会已于2010年进入ZB时代；大数据时代到来颠覆了以往人类对数据的认知，从数据到决策，大数据技术已广泛应用于社会包括军事的方方面面。网络课程建设的成败由在线学习行为决定，反过来在线学习行为影响网络课程建设。当前，由于网络技术的便利性和网络课程的跟风建设，形成有的网络课程学习者太多，有的网络课程门可罗雀，形同虚设，花了大工夫，未有相应的回报。如何提高网络课程建设质量呢，这是困扰网络课程建设的重要问题，[1]分析了高效网络课程建设中存在的问题与改进策略问题，[2]提出了基于微思想的网络课程建设思路，[3]提出了基于建构主义指导下的网络课程建设思想，[4]对网络课程建设存在的问题与对策进行了分析，[5]对大数据的定义及相关技术进行了详细论述，[6]对在校大学生在线学习行为进行了研究，[7]对基于数据挖掘的在线学习行为评估进行了分析研究。本文展开大数据在网络课程建设中的应用研究，遵循利用大数据技术分析在线学习行为数据信息、挖掘出在线学习行为数据的价值信息，进而指导网络课程建设的思路，首先分析了发展和目前网络课程建设现状，然后分析了大数据技术在网络课程建设中的优势，最后，就大数据在网络课程建设中的应用进行了详细论述，意在搭建网络课程与在线学习行为之间的桥梁，捋顺在线学习行为与网络课程之间的关系，为网络课程建设提供参考建议。

1.大数据发展和网络课程建设现状

（1）大数据发展

大数据时代已经到来，大数据具有5v特性，即数据量（volume）大、价值（value）密度低、多样性（variety）、处理速度（velocity）快和模糊性（vague）。大数据的数据规模标准已从TB级别、PB级、EB级迅速跃升到ZB级。据国际数据公司IDC统计，人类社会已于2010年进入ZB时代；大数据的价值低主要是价值信息还未从海量数据背后挖掘出来，而数据量却在几何级增长；数据多样性指海量数据的种类包含结构化、非结构化及半结构化数据，其囊括了几乎所有的数据；速度快是指大数据产生与自然变化和人类各种活动息息相关，产生的数据时刻在更新，必然要求数据的处理速度要快；模糊性是采集手的多言行、传感器本身监测精度与范围的局限性、监测信息变化的非线性和随机性、自然环境的强干扰性等，使得采集得到的数据具有模糊性。应用大数据的关联性，在海量的数据中提取价值信息。大数据技术就是从海量数据中快速获取价值信息的技术。大数据从产生到决策的全寿命周期（产生、收集、整理、分析、处理、决策）依靠大量的新技术支撑才能完成，主要的相关技术包括：大数据采集、大数据存储、大数据分析与挖掘等。其技术体系结构如图1：

大数据采集指应用数据实体采集设备和虚拟设备而获得的各种类型的结构化、半结构化及非结构化的图1 大数据技术结构框图海量数据的过程。大数据采集是大数据应用的前提，随着科学技术的进步，大数据的采集方法和手段会越来越多、越来越高效。目前，主要的采集方法主要包括：日志采集、网络数据采集、数据库采集和其它数据采集。大数据存储是大数据应用的物质基础，其贯穿大数据全寿命周期。目前主要的大数据存储工具有：HDFS、NoSQL、NewSQL、HBase以及OceanBase等存储技术。大数据分析与挖掘是指通过分析手段、方法和技巧对采集到的大数据进行加工、分析和提炼有价值信息的一个过程。目前主要的大数据计算与分析软件工具有：Datawatch、Stata、Mtlab、SPSS等；大数据挖掘工具有：Mahout、R等[5]。

大数据在金融、医疗、农业以及军事领域均有深刻且广泛的应用。通过大数据项目研发，在数据获取、存储、管理、分析等方面取得质的飞跃。美国在大数据应用方面再次走在世界其他各国之前，试图占据大数据研发和应用的战略制高点。2010年12月，美国总统行政办公室提交了题为《设计数据化未来》的报告，阐述了大规模数据管理分析的重要性及存在的研究挑战。在此基础上，美国政府于2012年3月发布了《大数据研发倡议》，将大数据研发提升为国家政策，能源部斥资2500万美元支持，目的是提高从海量数据中获取情报的能力。中国虽然对大数据的研究起步较晚，但对大数据发展和应用非常重视，已投入大量资金进行大数据项目建设。

（2）网络课程建设现状

在信息技术和互联网快速发展的今天，网络课程的优势显而易见，便捷性、开放性、大众普适性、学习终身性和资源共享性等，网络课程不受时间、区域和环境的影响，只要有网络，就可以进行在线学习。在目前的在线学习行为中，通过网络课程教学资源平台加强师生、生生交互已成为一种普遍采用的方式，网络学习平台有助于加强学习者之间的交流互动，创造互帮互助、交流讨论的氛围，是学习者之间开展交流互动的良好平台。同时，有助于教师更好地了解学习者的学习状况、学习 要求及教学反馈意见，加强师生沟通，提高教学效果，有利于教师向传授者向帮助者、支持者和促进者较色的转变，促进学习自主学习和协作学习能力的不断提高[6]。然事实表明，并不是所有的网络课程都得到在线学习者的青睐，造成这种原因是多方面的，有任务需求要建设的、评价指标需求要建设的和利益驱动建设的等等。严格意义上讲，网络课程建设应该非常严格的，因为其开放特性会影响很多人，不能为了建设而建设。网络课程建设的关键是要分析授课对象，也就是在线学习者，同时，网络课程应该怎么建，哪些内容要建设，以什么形式建设都必须要充分考虑授课对象才能实施，不能一厢情愿，不能单相思，否则只是浪费资源。目前很多的网络课程并非想象中的那么完美，不能利用网络的便利性而随心所欲建设网络课程，结果可想而知。网络课程建设是一个不断完善的过程，在充分分析数据基础上建设，对建设内容进行精心设计，并在后期的反馈中不断完善。只有充分分析在线学习行为数据，挖掘价值关联信息，才能对网络课程建设提出最中肯的意见建议，才能实现网络课程建设的良性循环。

2.大数据在网络课程建设中的优势

大数据时代已经到来，大数据技术已快速发展，网络课程建设的成因分析已离不开大数据技术。当前的在线学习行为数据已具有大数据特性，没有更好的办法解决海量数据的采集、分析和处理，利用大数据技术的优势和特点，快速采集在线学习行为数据，对其进行高效分析和数据挖掘，进而指导网络课程建设，是较为理想的网络课程建设思路。总的说来，大数据在网络课程建设中的应用有其显著优势。

（1）网络课程在线学习行为数据具有大数据特性

由于网络技术的极大开放性和功能性，网络数据以各种方式展现，数据或是结构化、半结构化或者非结构化。而在线学习行为的数据更不规范，图像、文字及录像等各种类型的数据，随着在线学习者的数量不断增加，在线学习行为数据也急剧增加，这些数据，无论从类型上，还是从数量上，都具备了大数据特征。

（2）大数据技术可以快速收集网络课程在线学习数据

大数据采集目前主要通过RFID射频数据、传感器数据、视频摄像头的实时数据、来自历史视频的非实时数据，以及社交网络交互数据及移动互联网数据等方式获得的各种类型的结构化、半结构化及非结构化得海量数据。大数据采集技术可以解决在线学习行为数据的采集任务，可以准确采集到网络系统中在线学习行为的日志以及后台的数据库。为了得到更为详细数据，即在线学习者的行为、举止、表情等数据，可以在后台设计辅助手段或者采集工具，比如视频摄像头等。甚至可以在线发布调查问卷，在局部范围内可以实行纸质问卷调查的方式了解在线学习者的学习状态及对网络课程的反馈意见。

（3）大数据技术可以高效处理在线学习行为数据

大数据分析与挖掘技术是基于某种目的，进行收集、整理、加工和分析数据，提炼有价值信息的一个过程。目前大数据利用强大的计算与分析软件和挖掘工具为其服务，大数据根数据处理的需要把这些功能强大的软件进行合理应用，在高效的计算机平台下，可以快速分析处理海量数据，并从中找出有价值信息。虽然在线学习行为数据量极大，但大数据技术平台下，可以有效找出其关联价值信息，即影响网络课程建设的因素信息，从而指导网络课程建设。

3.大数据在网络课程建设中的应用

大数据技术的不断完善为在线学习行为数据分析提供了平台，而且随着技术进步，大数据技术会更加广泛应用于更多数据类型的分析处理。大数据技术对海量网络数据分析与处理方面的优势已无可替代，在在线学习行为数据分析方面必将有其广泛应用。

（1）为在线学习行为数据分析建立超强能力平台

虽然现在很多网络课程在一定范围内得到很好的推广和应用，但在开放的互联网环境下，将会有更多的网络课程、在线学习者和更多的网络平台出现，现在已经出现了无线网络终端（比如智能手机、无线智能终端等）的需求，将来会在更大的范围内推广网络课程的应用，数据量必然急剧增加，在这种情况下，必须有超强能力平台来沟通在线学习行为与网络课程建设之间的联系，因此，大数据就是这个平台。基于这种平台，可以快速高效得到对某网络课程具有指导意义的建设建议和反馈，从而加快网络课程建设和完善的进程，让更多的在线学习者受益。

（2）大数据平台通用性可以节省更多的建设资源

大数据平台可以实现资源共享，具有通用性。只需改变数据收集与处理的主要参数，大数据平台就可以为其它需求服务。网络课程的反馈具有一定的时间区间和周期，在此时间段内，大数据平台完全可以为其它需求服务，这样可以降低网络课程建设的成本和运行维护资源。实际上，大数据分析中心完全可以由政府出面建设，需求单位可以共享此资源，没必要所有的需求单位都建设。因此，大数据平台的建设与效益发挥是成正比的，在大数据平台建设前提下，网络课程建设必将实现最低成本建设和最大利益回报。

（3）大数据有利于网络课程资源网络共享和整合

通过大数据平台得到在线学习行为数据分析结果，不仅能指导网络课程的完善和建设，必将加速网络课程的资源共享和整合。近年来的网络课程建设迅猛发展，每个高校每年都以双位数甚至更高的数据发布网络课程，现在的网络课程可谓是千差万别，各有不同。很多的共性网络课程已经出现了重复建设，这是对资源的极大浪费。既然网络课程是共享的资源，就没必要都建，可以区分学科、种类、层次和年度建设。利用大数据平台，分析整理出最受欢迎的网络课程、重复建设的课程和需要整合的课程，实现网络课程资源最优配置建设。

4.结束语

大数据时代已经到来，大数据技术的广泛应用必将对网络课程的建设产生深远的影响。网络课程是开放的课程，它的应用范围和受益面是极广的。网络课程的建设质量好坏决定了其是在害人还是帮人，网络课程的建设应该是不断完善的过程，应用大数据技术，分析挖掘在线学习行为的价值数据，为网络课程的建设提供指导和建议，推动网络课程资源的整合和共享。同时应该认识到，大数据技术在中国起步较晚，其也在不断的发展和完善中，在充分利用大数据平台的基础上，应该采用更多的手段方法来采集和分析更多类型的在线学习行为数据，为网络课程建设提供更加完备的意见建议。

参考文献：

[1]蒲善荣.“高效网络课程建设中存在的问题与改进策略探讨”[J]，四川文理学院学报，Vol.20.No.5（99-103），2010.9.

[2]袁继峰，陆永涛.“基于微思想的网络课程建设”[J]，高等建筑教育，Vol.23.No.5（146-149），2014.9.

[3]王子仁，张健.“在建构主义指导下的网络课程建设”[J]，浙江工业大学学报，Vol.35No.2（168-170），2007.4.

[4]任华，夏玲军.“网络课程建设存在的问题与对策”[J]，软件导刊，Vol.9.No.4（198-199），2010.4.

[5]中科院深圳选件技术研究院-国泰安金融大数据研究中心著，“大数据导论-关键技术与行业应用最佳实践”[M]，清华大学出版社，第一版，2015.3.

[6]侯凤芝.“在校大学生在线学习行为研究——以《多媒体技术》网络课程为例”[D]，浙江师范大学，，2010.5.

[7]范洁.“基于数据挖掘的在线学习行为评估系统设计与实现”[D]，国防科学技术大学，2005.5.