數字化校園大數據分析

導語：數字化校園大數據分析一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要：數字化校園是高校信息化建設的必由之路，其建設內容涉及高校教學工作的方方面面。筆者主要針對數字化校園背景下，大數據分析在教學中的應用進行研究，從而進一步完善教學體系，促進高校信息化發展，提升辦學水平。

關鍵詞：數字化校園；大數據分析；教學

數據挖掘，也稱為數據庫中的知識發現（KDD），是從大量數據中挖掘出有用的信息。在國外，已有許多組織和高校著眼于教育數據挖掘（EducationalDataMining，EDM）的研究，并將各類數據挖掘的方法應用于教育中。在國內，越來越多的人也開始關注教育數據挖掘，具有教育技術、教育管理、計算機技術等相關專業的人士都參與到這個領域的研究中來。在國內高校的數字化校園建設中，雖然各高校都加大了管理和挖掘數據的力度，但是仍然存在數據挖掘不充分、應用范圍較小的現象。因此，需要進一步提高對數字化校園產生數據的挖掘廣度和深度，為教學的評價和改革提供客觀的科學依據，讓以往得不到利用的歷史數據充分發揮其價值。

1大數據及數字化校園概述

1.1大數據概述。目前，學術界對大數據還沒有統一的定義，現在所說的大數據，一般是根據其特征定義的。大數據有四個基本特征，一般稱為4V特征，如圖1所示，即多樣性（Variety）、價值大（Value）、數量大（Volume）、速度快（Velocity）。目前，高校教學對大數據的使用主要表現在數據統計和數據分析方面，學校通過綜合分析各類數據，通過數據挖掘技術找出數據的深層價值，進而提高我國高校教學水平。1.2數字化校園內容及框架。數字化校園建設的主要目的是通過校園內部的數據共享平臺，建立統一認證服務和信息服務[1]。數字化校園建設初期，主要是建設并完善數據平臺，進而對高校中現有的數據資源進行整合和管理，建立包括身份認證、數據平臺、人員數量相互統一的結構體系，進而建設完整的數字化校園平臺。數字化校園平臺應選擇開放模式，要能夠實現所有數據的關聯，進而促進數字化校園建設的進一步完善，即確保所有數據資源能夠在該平臺共享。另外，數字化校園還要充分考慮數據的可重用性和安全性，確保管理層決策的高效性。數據的安全性主要表現在傳輸過程中傳輸系統的安全和網絡傳輸中數據傳遞的安全，數字化校園系統必須具有良好的擴展性，同時硬件應具備可擴展接口，進而提高數據備份的速度和質量，為應用者引入新的應用類型提供便利條件。

2大數據分析在高校教學中的應用研究

大數據分析是一個廣義的概念，它可以理解為從數據統計到數據分析（狹義）再到數據挖掘逐層遞進的過程。對數據的統計分析，具有一定的目的性，根據具體目標使用方法工具對數據進行處理與分析，提取有價值的信息；對數據的挖掘是在大量的數據中，采用統計學、人工智能、機器學習等方法，得到未知的有價值信息。從海量的數據中完成基于廣度的分析和基于深度的挖掘，它多利用分布式系統基礎框架Hadoop，以及基于Hadoop的HBase、Hive、Mahout、ZooKeeper、Pig、Sqoop等完成數據挖掘任務，也可依托第三方數據挖掘工具完成，例如Weka。其主要使用的編程語言為C++、Java、Python等。2.1數據挖掘方法。（1）分類分析。分類分析是數據分析中最常用的方法，其主要用于分類處理具有明確界線的數據。分類分析能夠根據分類情況，為相關人員提供簡單的數據圖，為后續數據處理工作打下基礎。（2）聚類分析。聚類即將抽象或物理對象的集合分成由類似對象組成的多個類的過程[2]，聚類模型能夠迭代處理數據，將不同數據劃分到不同區域，進而形成一定的數據集合，為同類數據特性分析提供便利條件。（3）推薦系統。推薦系統包括基于用戶和基于物品的推薦，主要是通過對喜好、習慣等模式進行預測，以發現用戶未知的，卻會喜愛或感興趣的新事物。2.2應用分析過程。2.2.1數據采集及預處理?；跀底只@平臺，數據源非常多，數據類型也多種多樣，在數據庫內的數據是以多維并行的形式存在。具體的數據庫結構多類似圖2。由圖2可知，數字化校園建設系統包括用戶層、業務層、應用組建、基礎層四層結構，每一層對應的內容都不相同，例如，業務層對應學員管理、科研管理、圖書館借閱等。2.2.2數據的應用分析。下文根據圖2對數據的應用進行了相應的分析。（1）數據統計分類。通過大數據的統計分析，可以對數字化校園各類數據進行整理分類，并通過對各類數據的分析，推算出數據內在的規律，從規律中尋找出提升辦學水平的方法。例如，通過對科研管理系統中的數據統計分析，得出學校近幾年的科研方向及科研成果，根據這些科研信息，能夠分析出目前的科研方向，以此為依據，改革教學內容，探索“以教促研、教研結合”的辦學模式，使培育人才更加適合社會需求。（2）數據聚類分析。數據聚類分析能夠根據各層的分析結果，繪制出相應的曲線。例如，在數字化校園，能夠得到出課表的排課計劃、學生的生源地、出勤情況、在俱樂部的活躍程度、是否擔任班級職務、前期課程成績等各類數據，以各類數據形成維度，生成每個學生對應向量，采用聚類算法將學生進行聚類，探索影響學生素質培養的因素，因材施教，為每類學生規劃出其在學校幾年中比較合適的成長路線，幫助他們成為他們想成為的人，使他們畢業后更快融入社會。（3）數據推薦。利用數據挖掘中的推薦算法，可以分析學生與他們所產生的選擇類數據間的關系，并以此計算出有意義的推薦結果。例如，可以通過一卡通系統獲取學生食堂各檔口上每個學生每天的消費流水，對數據采用推薦算法進行處理，最終針對學生消費習慣進行用餐推薦，并促進各檔口的食物品質和服務水平的提升。同時，還可據此調整食堂的菜系配比，為學生提供更好的用餐保障。

3結語

本文通過研究數字化校園背景下大數據分析在教學中的應用，得出以下結論。第一，數字化校園建設，完成對學校各類數據的統一管理，這為基于數字化校園的大數據分析提供了基礎支撐，我們需要充分利用大數據技術，對數字化校園產生的各類數據進行挖掘分析，從中獲取有助教學的有價值信息。第二，數字化校園產生的數據的多樣性，決定了對此類數據的大數據分析是一直持續的過程，挖掘方式也需要不斷豐富和完善。文中提到的例子是筆者研究過程中采用的分析角度，部分已設計實現，部分仍在探索中，希望可以起到拋磚引玉的作用，使數字化校園不僅僅是為師生提供服務的系統，更真正成為輔助決策、提升辦學水平的數據來源。

參考文獻

[1]?？∽?大數據時代數字化校園建設的研究[J].通訊世界,2017(11):25-26.

[2]陳婭.大數據分析在高校信息化教學中的應用——以中國礦業大學為例[J].無線互聯科技,2017(14):79-80.

作者:翟曉寧 喬杰華 郭杰 單位:陸軍裝甲兵學院