远程教育大数据技术平台可行性研究

导语：远程教育大数据技术平台可行性研究一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

摘要：大数据时代的到来，对我国各行各业、国民衣食住行都产生了积极有益的影响。如何利用好海量的数据资源，运用前沿的大数据技术，提升远程教育行业的教学效率、教学质量，是作为远程教育行业一员需要思考的重要课题。大数据平台的建设离不开互联网与信息技术的发展。利用大数据平台，如何优化远程教育教学质量，提升教学服务，为学生创造更有效的学习环境值得探究。

关键词：大数据；远程教育；大数据技术；大数据平台

远程教育无论在高校教学还是企业办学中都占有重要的位置，是信息化教学的基础。作为成人教育高校，远程教育是我们最基本的教学方法，现阶段国家也在努力推进远程教育教学的建设工作。近年来，大数据领域发展速度迅猛，相关技术也逐步成熟。在教育行业，每天都会产生海量数据，并且数据实时地在更新，如何利用这些数据，优化学生学习体验，完善学习评价过程，提高教学质量，是现代远程教育需要考虑的问题，也是未来远程教育发展的方向。

一、大数据及大数据技术的概述

1、大数据的含义。大数据，bigdata，维基百科定义为：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。大数据具备的要素可总结成“4V”，体量巨大（Vol-ume）、类型繁多（Variety）、处理速度（Velocity）、价值密度低（Value）。IBM在“4V”的基础上，又添加了真实准确（Veracity）一项。目前，大数据并没有一个统一或者公认的定义，但是不同的定义也都是根据大数据的特征为出发点，对大数据的概念加以阐释。2、大数据技术的概述。随着信息化时代的到来，数据量的剧增，数据扩展性能需求和硬件性能之间存在的差异，促使大数据处理技术飞速发展。大数据技术主要包括数据采集、数据存储、数据处理、统计分析、数据挖掘、模型预测、结果呈现等方面。现阶段，大数据平台基本都是依托于Hadoop作为核心技术，Hadoop可以算是大数据存储与计算的开山鼻祖，现在市场上大多数开源的大数据框架都依赖于Hadoop或者能与它很好地兼容。针对大数据处理技术的几个方面，列举一些常用的开源大数据的框架。在文件存储方面，基本采用HadoopHDFS作为硬盘存储；离线计算方面，多采用HadoopMapReduce或者Spark技术；在数据的流式处理与实时计算方面，用的比较多的是Storm和SparkStreaming；NOSQL数据库有HBase和Redis等；在数据资源管理方面，YARN是不错的选择；日志收集和系统消息处理有Flume和Kafka；在查询分析方面，有Hvie、Pig、Flink等；分布式协调服务采用Zookeeper；还有数据挖掘、机器学习等多种相关技术框架供我们选择和使用。

二、大数据技术对远程教学的现实意义

现如今，大数据分析已经被应用到美国的公共教育中，成为教学改革的重要力量，我国也陆续开始利用教育行业的海量数据推进教育改革，完善教学体系。大数据不仅为基础教育提供技术帮助，更多地将运用到高等教育教学中。成人远程教育是以信息化技术为依托的高等教育，也是最适合运用大数据技术的教育领域。学生在远程学习的过程中，通过大数据技术对学生的学习行为，考试分数到职业规划的等重要信息加以分析。大数据分析的最终用目的是为了增强学生的学习兴趣，提高学生的学习成绩，甚至可以为学生“量体裁衣”，提供个性化的教学服务。信息化高度发展的今天，教师可以通过大数据得到的不仅仅是学生的分数，而是通过监控学生的数字化学习过程，比如学生在线学习的活跃程度，在线时长，某一科目的学习时长，课程点击率等数据，对学生的学习行为加以分析，及时诊断出学生学习的问题所在，提出改进的建议，并可以预测出学生的考试成绩。在考试评价方面，我们需要摒弃传统的只追求正确答案的考试观念，必须要超越传统观念，考虑学生是如何完成整个考试的行为过程也同样重要。国家开放大学的课程已经逐步采用网上考核的方式，大数据技术可以通过记录分析学生的考试过程，比如学生在每道题上花费的时间，最长时间是多少，最短的是多少，每道题目的得分情况，由此判断学生的哪个知识点掌握的不扎实，有助于完善教师的授课策略，提高教师的授课水平。也可以通过这些监测出来的信息，形成学生的个性化教学方案，做到真正的“因材施教”。

三、远程教学中的大数据平台的可实施性

大数据技术平台在远程教育教学的应用具有重大意义，如何实现在远程教育中对大数据平台的应用，主要应该考虑以下几个方面。1、数据存储。目前，大数据的存储技术采用的分布式的存储方式。以Hadoop的HDSF分布式文件系统为例，HDFS除了具备其他分布式文件系统的特性外，还具有高容错性的特点，就是一个数据会保存多个副本，防止数据丢失，在存储数据的节点出现故障时，需要采取冗余备份或者镜像的方式来保证数据的恢复，在安全性上有保障。这就提高了在远程教育教学中，学习数据的安全性和稳定性。HDFS还具有高吞吐量的特点，而且支持TB到PB级别的数据存储。因为远程教育的学习方式不受时间和地点的限制，所以，参加学习的学生每天都会产生难以预计的学习行为数据，高吞吐量和支持大文件存储的特点，为远程教育的海量数据存储提供了基础。2、数据读取。传统的网络数据量较大，一般都存储在硬盘当中，虽然磁盘的容量在稳步增加，但是磁盘的读取速度并未大幅度提升。磁盘中可以存储大量的数据，但读取效率低也是磁盘存储一直以来的弊端，这肯定会导致数据分析的效率低下。因此，在大数据技术中，利用前文提到的Hadoop中的HDFS以及YARN分布式文件系统对数据进行存储后，可以大大加快数据的读取速度，从而提高整个数据分析的效率，Storm技术和Spark技术也能够满足实时性的要求。3、数据分析。对于大数据的分析，经常采用数据挖掘技术，就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程，是非常适合研究用户兴趣分析、网络行为分析、情感语义分析等领域的大数据分析。相对于传统的面授课堂，远程教育的学习方式，在很大程度上有它的灵活性与随意性，所以学生在学习的过程中有着很大的差异性，比如在线学习时间点的差异，在线学习时长的差异，学习所在地点的差异等，随后产生的学习过程与学习结果也存在这差异，分析这些数据中可能存在的规律，提取出依赖关系和模型，甚至可以将目标数据从抽象的转换成可视化的进行分析，由此产生的结果，有助于在教学过程中，做到“求同存异”，在整体教学进度保证一致的前提下，在教学辅导、课后作业及阶段测试中给出个体多样化、个体差异化的帮助，争取做到可以全面评价并及时反馈各阶段的学习效果。也可以通过数据分析，将学生的学习行为进行归类，根据学生的兴趣点，在课程相关的地方，给学生自动筛选出与其有强依赖关系的学科或者课程，提供给学生更多的学习机会，拓宽学习广度。在考试方面，大数据技术将针对学生答题试卷进行分析，找出短板，及时调整教学策略。通过大数据的分析技术，在对学生的学习行为数据做有效的数据处理之后，远程教育可以逐步优化教学安排，保证教学质量，完善教学辅导，实现教与学效率的全面提升，同时也促进了成人高等教育的终身化发展。4、数据安全。互联网时代，人们已经依赖于各种社交软件与平台的使用，各种账号数据信息都往往涉及到个人身份信息，银行卡信息甚至地理位置的信息。这些在网上填报的信息，都有造成个人财产损失的隐患。远程教学具有网络化的特征，其对大数据的应用需要注意安全性。通过网络传输、存储的数据都有一定的安全隐患，我们就需要用大数据技术在从数据采集到数据销毁的整个数据的生命周期做到安全防护。在数据采集方面，可以在初期采集阶段做透明数据加密处理，也可以进行数据的融合，提高安全性；在传输阶段，可以使用虚拟专用网络来建立一个安全的数据传输通道；在存储方面，则可以运用分布式的云存储技术、脱敏技术、还有容灾技术等，提高数据存储的安全性；处理数据方面，主要最好数据隐私的保护，在此基础上再完成数据挖掘的过程；在使用数据时，身份认证、数据真伪识别、分布式访问权限控制、追溯数据源等技术，都是进一步避免数据泄露的可能性。安全问题是远程教学中的重要问题，学生在使用远程教学系统时，最先考虑自己的信息是否安全，运用大数据安全技术，可全面维护远程教学的安全性。

四、大数据技术在未来远程教学中的发展

在未来的远程教育发展中，随着大数据技术的进一步发展，不断优化，利用大数据技术强化教学方法，提高教学质量，必将是一个不可避免的趋势。公共数据的不断开放，教育数据的开放程度也将越来越高，远程教育的过程中，可以提供一系列的教育增值服务，更有助于高校之间教育数据的互通。大数据定会促进远程教育的创业与发展，实现高等教育的深层改革。

远程教育的发展，是教育信息化的重要一步，将大数据技术应用在远程教育中，优势非常明显。远程教育产生的海量数据资源，大数据技术将这些资源进行存储、筛选、优化、处理之后，将一系列结果展现出来，为成人高校的教与学提出了有力可信的参考。深化远程教育教学的意义，大数据技术推进了远程教育的发展，表明大数据技术的实践价值。

参考文献：

[1]洪建峰.数据挖掘技术在远程教育中的应用研究[J].微型电脑应用,2013（08）.

[2]杨峰.大数据时代企业信息安全保障策略研究[J].电脑知识与技术,2016（1Z）.

[3]居冰莹，李璐，周宝.大数据提升远程教育管理信息化研究[J].软件导刊,2019（04）.

[4]王全迪.大数据环境下创新远程教育教学管理的思考[J].华南理工大学学报（自然科学版）,2015（04）．

[5]张红霞.大数据背景下学习分析技术对远程教育教学模式的影响[J].新校园（旬刊），2016（03）．

[6]段玉风.数据挖掘技术在远程教育支持服务中的应用研究[J].机电教育创新,2019（04）.

[7]陆大同，黄荣军.大数据环境背景下远程教育的策略与实践[J].广西民族大学学报（自然科学版）,2018（08）.

[8]巨雅伟.浅谈基于大数据云环境下的教学交互[J].学周刊,2018(25).

[9]邹国文.大数据时代高校远程教育与传统成人教育的融合发展[J].中国成人教育,2017(09).

作者:陈小样 单位:吉林广播电视大学