前言：中文期刊網精心挑選了課堂大數據分析范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。
課堂大數據分析范文1
關鍵詞：大數據時代；預測性；數據分析能力
隨著大數據時代的來臨，教育事業發生了重大的變革，大數據技術已經被廣泛運用在高校教育評價、課堂教學、教育模式等各個方面。課堂教學是高校教育中最為有效的教育途徑，在大數據時代背景下的高效課堂教學發展趨勢，值得廣大教育者重點關注研究，這可以加強大數據技術在課堂教學中的應用，提高教學質量。
一、大數據相關概述
大數據主要指在高速發展的網絡信息技術下，所呈現的巨量數據信息以及隨之而產生的相關處理技術。大數據具有龐大的數據量，涉及的數據類型多種多樣，數據價值的密度相對較低，并且對數據的時效性要求較高。其技術能夠將復雜信息中有價值的數據篩選出來，為人們的工作生活帶來了極大的便利，其廣泛運用到生活中的各個領域，將會推動新技術的快速發展。
二、大數據時代對高校課堂教學的影響
高校的學科發展越來越復雜，尤其是交叉學科，需要教師不僅能夠掌握本學科的相關知識，還要時刻關注其他學科的發展動態，并不斷學習相關聯的學科知識。大數據時代的到來使教師能夠通過多重技術手段獲取需要的信息數據，并利用信息的共享性，不斷挖掘學科前沿信息，預測其發展動態，從而提升自身的教學水平。
在課堂教學中，融入大數據技術，利用與教學內容相符的視頻等資源，可以使學生深入了解理論知識?；蚴抢么髷祿夹g演示具有危險性的實驗，避免危險實驗對學生的人身安全造成威脅，通過生動形象的畫面讓學生充分了解實驗步驟和注意事項，并利用回放功能加深學生印象，使學生既避免了實驗的危險性，又提升了學習的興趣，同時也為學校減少了一筆昂貴的實驗經費。
很多學校的學生課堂行為都會被攝像系統記錄，大數據時代的技術能夠幫助教師對學生的學習行為等進行整理分析，使教師充分了解學生的學習情況，根據學生的差異性實施不同的教學方法。
三、大數據時代背景下高校課堂教學的發展趨勢
1.增加預測性判斷
教育過程具有計劃性，教師與學生通常是按照教學計劃進行教學活動的。大數據時代的到來，將會為教師的課堂教學提供依據。利用大數據技術對學生的學習情況和日常行為進行整理分析，教師可以充分了解適合學生的教學方法、學習時間、學習方式、理論實踐方法等，進而對課堂教學的方法、內容和時間進行相應調整。大數據技術還可以預測學生思想、行為的發展傾向，幫助教師在課堂教學中對學生的不良行為進行有效預防。
大數據時代背景下的高校課堂教學，將會增加預測性判斷，提升教師的教育主動權，約束學生行為，提高學習效果，培養學生成為身心健康的綜合型人才。
2.發揮教師數據分析能力
大數據時代，高校教師不僅要具備豐富的專業知識，還需要一定的數據分析能力來適應數據支持的決策文化。教師的專業知識水平對課堂教學質量有著直接影響，是教師專業性和教學水平的重要衡量標準。隨著大數據時代的到來，教師對教育數據的分析能力，也逐漸成為教學質量的重要影響因素。教師需要在復雜的數據中，找到與學生相關聯的、有價值的信息，并運用在課堂教學中，有效地提高學生的學習效果，維護學生的身心健康。因此，其數據分析能力在高校課堂教學中的地位至關重要，在高校課堂教學中充分發揮教師的數據分析能力，已成為高校課堂教學的必然發展趨勢。
為了應對這一趨勢，高校應適應市場需求，轉變傳統觀念，增加開設數據分析課程，積極培養專業性強并且數據分析能力高的復合型教師人才。
3.個性化教育
大數據技術能夠將學生在互聯網上留下的所有信息進行總結，對學生過去的行為數據進行分析，教師可以通過分析結果，對學生的興趣愛好、心理特征、行為特點等進行了解，并具體問題具體分析，明確學生的差異性，適當調整課堂教學的內容、方式及時間安排，對學生因材施教。
大數據時代的來臨使教師能夠更深入地了解學生，以制訂更加科學合理的教學方法。高校課堂教學也將趨于個性化教育發展，更加尊重學生的差異性，不斷調整教學策略，以提高學生的學習質量和教師的教學效果。
大數據時代的到來，對社會上各個領域都產生了一定影響，高校課堂教學也深受大數據時代的影響，開始廣泛運用大數據技術，以提升教師的教學質量和學生學習效果。增加預測性判斷、提高教師數據分析能力、個性化教育已經成為大數據時代背景下高校課堂教學的必然趨勢，廣大教育工作者應更加深入研究，加強大數據時代高校課堂教學的有效性，推動高校教育的健康、快速發展。
參考文獻：
課堂大數據分析范文2
“大數據”是2012年以來信息技術領域中最為炙手可熱的詞匯。社會發展已經進入對大數據處理的搶奪戰中。MOOC教育在大數據的影響下，突破了傳統教學體系中存在的各類阻礙，不僅變革了傳統的教學體系，還催生了全新的教與學文化。現代大學教學體系一方面需要變革傳統教學中的種種弊端，例如，教學內容陳舊、教學方式僵化、教學成果評價單一、教學文化缺乏活力；另一方面需要面對科技快速發展提出的挑戰。大數據環境下，MOOC不斷實現突破和創新，一個處于科技前沿的全新大學教學體系正在其影響下悄然形成。
一、大數據的內涵與特點
目前，對大數據還沒有統一的定義?；诖髷祿奶攸c，行業內普遍從大數據的規模性、多樣性以及高速性、價值性四個方面闡述其內涵。首先，大數據能夠幫助對現有事物有感知作用。“面向領域或主題的歷史數據與當前數據的融合，是對潛在線索與模式的挖掘、對事件群體與社會發展狀態的感知?！盵1]其次，大數據能夠對未來發展有預測作用。通過數據，整理、提煉出事物發展的未來趨勢，為工作提供一定的可靠材料。最后，大數據發揮出服務作用。利用大數據，提高社會服務的效率是其所要實現的目標。
二、MOOC與大數據
MOOC（Massive open online course）即大規模開放式在線課程。“大規?！薄伴_放”“在線”突出表達了MOOC的特點。MOOC的興起與互聯網技術、傳統教育模式、高等教育成本有直接的關系。互聯網技術將人們帶入了前所未有的科技世界中?；ヂ摼W技術直接改變了人們的生活方式、工作形式?；ヂ摼W技術為MOOC的興起提供了最直接的技術支持。20世紀初，美國教育家杜威提出“新三中心”，即“以兒童為中心，以活動為中心，以經驗為中心”。他的教育思想是對傳統教育模式的有力反擊。對于滯后的傳統教育模式，MOOC教育同樣對出相應的變革；高等教育成本是每一所高校不可回避的問題?！霸谑澜绶秶鷥龋叩冉逃杀镜拇蠓噬沟玫统杀镜慕逃鉀Q方案在廣泛的人群中擁有龐大的需求，美國大學生一年大學學習的平均花費為27，435美元，這意味著一名學生獲得學士學位需要花費超過10萬美元。”[3]MOOC教育的免費政策正是該項高教難題解決的辦法之一。
MOOC與大數據之間關系緊密。首先，MOOC本身依賴于互聯網技術，是科學技術的體重體現。其次，MOOC產生大量待分析的數據。在MOOC教育平臺上，從參加課程的學生名單到教師授課內容的統計等，產生了龐大的待分析數據。最后，MOOC在教學體系中運用大數據分析技術。良好的數據分析將會大大提高MOOC對實際數據的利用能力。通過對數據的挖掘，MOOC能夠獲取第一手有價值的教學信息，結合數據反饋的信息，在教學體系構建中利用起來。
大數據背景下，MOOC對于高等教育領域的影響在于，它借助于大數據分析手段在教學內容、教學方式、教學成果評價和教學文化四個方面為學生、教師、學校重新構建了一個全新的教學體系。
三、大數據有助于MOOC重構大學教學體系
“技術向來都是教育的附屬品。技術通過促進一個人人平等的知識狂潮而發揮著核心作用，在這個知識狂潮中，學習即是開放的，也是不受班級與課表的限制?！盵3]教學內容、教學方式、教學成果評價以及教學文化共同構成了教學體系。大數據分析手段幫助MOOC教育重新塑造大學教學體系。
1.大數據中的MOOC教學內容
MOOC教育在大數據分析手段的影響下，教學內容將有重大的變革。根據我國互聯網信息中心統計數據顯示，“截至2010年12月，中國青少年網民規模為2.12億。青少年互聯網滲透率較高，60.1%的青少年都是網民，超出全國平均水平25.8個百分點。”[4]現代大學生是真正意義上的“數字土著”?！皵底滞林笔恰懊绹笨_來納大學著名學習軟件設計家Marc Prensky提出了‘數字原住民’（Digital Natives）和‘數字移民’（Digital Immigrants）的概念，用以表征父輩與子輩在數字化技術方面的巨大差異?！盵5]
在傳統大學教育體系中，教學內容的確定有一定的滯后性、呆板性。教材知識內容更新緩慢，不顧知識發展的規律，重復使用，對于學生來說弊端較多。同時，教學內容缺乏靈活性。呆板的教學內容調動不起來學生的積極性。通過高端的大數據分析技術，MOOC將大量的、豐富的教學內容提供給學習者?！癕OOC在當今社會之所以形成強大浪潮，引起人們廣泛關注，根本原因在于它為人類的知識創造提供了一個嶄新平臺?！盵6]MOOC優質的課程資源搬到網絡上，變革了傳統的教學內容。例如，Coursera是免費的大型的公開在線課程項目，該平臺上的課程總數已達124門。MOOC平臺上，學生可以任意選取自己感興趣的課程，感受名校教授講課的魅力，體驗不同教授對知識的多樣見解。數據顯示，“來自世界各地的160000人注冊了斯坦福大學Sebastian Thrun與Peter Norvig聯合開出的一門《人工智能導論》的免費課程。”[7]在此基礎上，MOOC教育提供者能夠獲取學生選擇課程的具體信息。從這些信息中，研究人員將受到學生歡迎的課程羅列出來，供教育研究人員、教師參考。大數據分析成功的將學生感興趣的教學內容呈現出來，方便教師及時調整課程的上線數量。無形中，大數據分析改變了傳統教學內容。全新的教學內容將得到更多學生的喜愛。
2.大數據背景下的MOOC教學方式
教學方式是指教師在要求學生獲取知識，提高能力，獲取學習方法的過程中所采用的方式。MOOC教育中，數字化的教學方式逐步滲透到高等教育當中。由于MOOC教育中知識的學習通過視頻與網絡傳播，教師的教學方式必須做出相應的轉變。MOOC數字化的教學方式是循序漸進的過程，電腦化的教學方式也將被學生、教師逐漸適應。亞利桑那州立大學的執行副教務長菲爾?萊杰爾認為“我想大部分的教師會認為這是一個好的轉變。另外，3年后80%的教師都會熟悉數字化的教學方法了?！盵8]除去數字化的教學方式，MOOC平臺上的課程教師還將多種教學方式結合起來。通過一段時間的檢驗，一些課程通過數據分析，教師還根據數據反映出的不足改進自己的教學方式。MOOC促進了師生之間圍繞知識進行更多的互動。利用大數據分析手段，教師可以將課堂上的時間空出來，利用課堂時間將關鍵的問題羅列出來，引導學生進行討論。在此基礎上，大數據分析催生了多種教學方式的綜合運用。
3.大數據分析中的MOOC教學成果評價
MOOC利用大數據的優勢變革了傳統教學評價方式。一般來講，教學成果評價表現在兩個方面，一是教師評價改進自身課程，提高課程質量。二是學生學習成果的評價。以往的教學成果評價的弊端在于只有等到考試的時候，教師才第一次了解到學生是否真正掌握了知識。然而，MOOC平臺上，通過對大數據的分析與處理，教師可以迅速的改進課程。“由于MOOC課程參與人數極多，機器學習機制能夠對大量數據進行分析，從一個人看過多少次視頻，到一個題目有多少人答對?！盵9]教師通過平臺后的數據庫，能夠分析數以千計的學生學習成功與失敗的關鍵原因，找到課程需要相應作出調整的地方。更值得注意的是，MOOC的實時性。MOOC可以使教師在任意時間內都能夠獲取到這樣的數據加并以分析和利用。教師獲取這些數據后，既可以改進課程，又可以給學生更好的建議，幫助他們改變學習方式，提高學習成績。對于學生來說，MOOC平臺上，學生學習成果評價在“具體評價方式與課程認證兩個方面對傳統模式進行了革新?！盵10]大數據為MOOC平臺的學生提供更新穎的評價內容。首先，MOOC教育中采取了軟件機器評分與同學互評相結合的方式。MOOC對于理工科學生的學習成果多采用軟件或機器的評分方式。利用軟件或機器的優勢在于它們能夠更為精確的批復出學生作業或測試中的錯誤。
4.大數據影響下的MOOC教學文化
從現有教學文化內涵研究來看，不同學科的研究者提出了不同的闡述內容。一般認為，教學文化“基本結構分為三個方面即教學的有效性、學生的參與性以及學習的主動性?！盵11]大數據分析方式對教學文化的影響是出乎意料的。首先，大數據分析手段幫助MOOC教育增強了其教學的有效性。以往部分教師在教學內容的選擇、設計上沒有下功夫，知識更新速度慢。MOOC平臺上，教師為學生提供的是高質量的教學內容。MOOC上的課程都是經過精心篩選，出自世界名校教師之手。這些課程教授過程中，教師采取了多樣的教學方式，教學語言多樣化，適應不同學習需求的學生。頻繁的互動，將有助于避免學生注意力分散情況的發生，進一步提升了教學的有效性。MOOC課程不僅能夠實現在課堂上師生之間的交流，同時，還有助于在課堂上形成師生、生生之間的溝通與交流。其次，大數據分析手段幫助MOOC教育提升了其學生的參與性。通過MOOC數據統計顯示，在以往在線教育過程中“每學期只有5%-10%的學生能做到經常在教室里或課堂上參與深入討論，其余學生的態度則是相當消極的。”[12]因此，高等教育教學必須將學生的參與性調動起來，這樣才能更好的實現教學目標。MOOC教育實現了提升學生學習精力投入的目標。
MOOC教育對高等教育國際化同樣做出巨大貢獻。現代教育的主要特征在于它的國際性和融合性。突破國界和地域限制，MOOC教育正是踐行知識世界融合的目標。在大數據技術的支持下，MOOC不僅將課程提供者的價值觀念、思想意識快速的在世界范圍內傳播，同時，MOOC還使學習者更加直接的面對不同理念、價值、文化潛在的影響。
課堂大數據分析范文3
關鍵詞： 智慧課堂；大數據分析；結構性變革
中圖分類號：G632 文獻標識碼：A 論文編號：1674-2117（2015）13/14-0112-04
從基于物聯網技術構建的智慧教室，到利用電子書包開展智慧學習，以及基于云計算和網絡技術搭建的智慧課堂，信息技術增強了課堂互動交流，提升了課堂教學效率。大數據時代，開展基于大數據技術的動態學習評價，建立基于學習數據分析的智慧課堂，為現代學校智慧課堂的構建與應用提供了新的思路。
智慧課堂的定義
目前對智慧課堂的定義總體上有兩類：一類是從“智慧”的語義學上定義，與“智慧課堂”對立的是“知識課堂”；另一類是從信息化視角定義的。本文的定義是基于后者。從信息化的視角來看，隨著信息技術不斷發展及其在學校教育教學中的應用，信息技術從早期的輔助手段向與學科教學的深度融合發展，傳統課堂向信息化、智能化課堂發展，對智慧課堂的認識也在不斷深化。
目前基于信息化視角對智慧課堂概念的定義有三種。一是基于物聯網技術應用的。這一定義強調基于物聯網的“智能化”感知特點。二是基于電子書包應用的。這一定義強調基于電子書包的“移動化”智能終端特點。三是基于云計算和網絡技術應用的。這一定義強調課堂中的“個性化”學習應用特點。
這里我們結合實際開發應用，提出基于動態學習數據分析的智慧課堂概念。即智慧課堂是指利用大數據、云計算、物聯網等新一代信息技術打造的智能、高效的課堂，是基于動態學習數據分析和“云+端”的運用，實現評價反饋即時化、交流互動立體化、資源推送智能化，全面變革課堂教學的形式和內容，構建大數據時代的信息化課堂教學模式。
智慧課堂的主要特點
基于動態學習數據分析和“云+端”運用的智慧課堂，與傳統課堂相比，在技術和教學應用上具有重要的特色和創新價值。主要特點有：
①基于數據的課堂：一切靠數據說話，依據學生學習行為大數據挖掘分析與決策，用直觀的數據了解學生對知識掌握的水平，精準地掌握來自學生的第一手學情資料。
②高效互動的課堂：利用智能化的移動學習工具和應用支撐平臺，教師與學生、學生與學生之間的溝通與交流更加立體化，能無障礙地進行即時交流和互動。
③動態開放的課堂：借助于新興信息技術及各種智能終端，課堂系統超越了時空限制，實現更為開放的教室、更為開放的課堂活動，讓課前、課中、課后融為一體。
④合作探究的課堂：采取小組協商討論、合作探究的學習方式，協作群組服務能夠幫助有相同學習需求和興趣的學習者自動形成學習共同體，教師可以通過平臺對小組合作進行實時的數字化評價和及時的反饋。
⑤個性化學習的課堂：通過課前預習測評分析和課中隨堂測驗即時分析，實現對學生的個性化學習能力的評估，有針對性地制定教學方案和輔導策略，真正實現“一對一”的個性化教學。
⑥教學機智的課堂：教師基于動態學習數據分析和即時反饋，采取機智性行動，及時調整課前的教學設計，優化和改進課堂教學進程，充分體現教師的教學智慧和教學藝術。
智慧課堂的信息化環境
智慧課堂常態化應用的前提是具有先進、方便、實用的工具手段，為此，需要構建基于學習動態數據分析和“云+端”應用的智慧課堂信息化環境。智慧課堂信息化環境的基本架構如圖1所示。
智慧課堂信息化環境的總體架構包括三大部分，其主要功能是：
①微云服務器：提供本地網絡、存儲和計算服務，可以方便、直接地將即時錄制的當堂課程進行本地化存儲；構建無線局域網，教師和學生可以通過多種移動設備，在無需互聯網的狀態下，實現任意點對點的通訊與交互，節省大量互聯網資源的占用；當連接互聯網時，可以實現教室的跨越空間的直播。
②端應用工具：包括教師端和學生端。教師端實現微課制作、授課、交流和評價工具，導入PPT并實現動畫及視頻的插入，電子白板式任意書寫，實現任務、批改作業、解答問答等。學生端可以接收并管理任務（作業），直接完成作業，進行師生交互、生生交互。
③云平臺：提供云基礎設施、支撐平臺、資源服務、教學服務等，如構建完整的教學資源管理平臺，可以進行結構化與非結構數據的各種教育教學資源管理，支持各種教育教學資源的二次開發與利用，實現多種教育教學資源綜合應用。
智慧課堂的教學流程
在教學實踐運用中，智慧課堂的教學流程為“3+10”模式，即由3個階段和10個環節組成。這些階段和環節包括了教師“教”和學生“學”的共同活動以及它們的互動關系。智慧課堂的教學流程如下頁圖2所示。
1.課前環節
學情分析：教師通過智慧課堂信息化平臺提供的學生作業成績分析，精確地掌握來自學生的第一手學情資料，預設本節課的教學目標，并向學生推送微課或富媒體預習及檢測的內容。
預習測評：學生預習教師推送的富媒體內容，完成和提交預習題目，并可在論壇或平臺上進行相關討論，提出疑問或見解，記錄在預習過程中的問題。
教學設計：教師根據學情分析結果和學生預習檢測統計反饋的情況，以學定教，確定教學目標、內容、方法等，優化教學方案設計。
2.課中環節
課題導入：教師采取多種方法導入新課內容，主要通過預習反饋、測評練習和創設情境等方式導入新課程，學生展現課前自學成果，圍繞新課導入進行演講展示、分享觀點。
探究學習：教師下達新的學習探究任務和成果要求，學生開展協作探究學習，主要包括小組合作探究、游戲教學等方式。教師設計活動，為學生分組，進行互動討論，學生開展小組協作后提交成果并展示。
實時測評：學生完成學習探究任務后，教師將隨堂測驗題目推送到每個學生終端上。學生完成隨堂測驗練習并及時提交，教師進行實時診斷和反饋。
總結提升：教師根據實時測評反饋結果對知識點、難點進行總結和點評，對薄弱環節補充講解，重點進行問題辨析。學生針對教師布置的彈性分層作業和任務，對所學習的新內容進行運用鞏固、拓展提升。
3.課后環節
課后作業：教師利用平臺個性化的課后作業，學生完成課后作業并及時提交，得到客觀題即時反饋。
微課輔導：教師依據學生課堂的學習情況，結合批改作業，錄制、講解微課并有針對性地推送給學生，進行個性化輔導。
反思評價：學生在線觀看教師所錄解題微課，總結所學內容，在平臺或論壇上感想與疑問，與教師、同學在線討論交流，進行反思評價。
智慧課堂教學應用實例
我們研究與開發的“基于動態學習數據分析的智慧課堂”，已經在全國各地許多學校進行實際應用并取得良好成效。2015年1月10日，由蚌埠市教育局主辦的“蚌埠首屆智慧課堂觀摩研討會”在蚌埠二中舉行，來自安徽、上海、江蘇、深圳、武漢等省市的1000多名中小學教師前來觀摩6節課，《中國教育報》專題報道了這次觀摩活動。在觀摩會上，蚌埠第二實驗學?；凇爸腔壅n堂信息化平臺”開展了一堂教學實踐課“認識三角形”。該堂課利用信息技術的優勢，使學生課前學習微課；課堂上根據學生的認知特點，創設“金字塔闖關”的游戲情境，并進行實時測評和資源推送，結合任務驅動教學法展開深入的探究活動。
1.觀摩課名稱
認識三角形。
2.課程描述
“認識三角形”是蘇教版《數學》第八冊的教學內容。
3.教學目標
①利用生活經驗，通過觀察、操作等學習活動，認識三角形的基本特征，了解三角形兩邊之和大于第三邊。
②在認識三角形的活動中，體會認識多邊形特征的基本方法，培養觀察、比較、抽象、概括能力。
③體驗并掌握自主學習的形式和方法，培養學習興趣，培養合作交流的意識和創新精神。
4.教學模式
（1）課前環節
發放資源：在微課平臺發放學習資源，學生在家自主學習三角形的相關知識，并完成教師在作業平臺發放的作業包。
微課學習內容：①三角形的基本特征；②三角形的三邊關系。
（2）課中環節
集體分享：利用平臺觀看學生作業平臺中的“生活中的三角形”。
游戲教學：利用三角形的相關知識，與同學合作探究，鞏固深化學習內容。
①自主創造。學生可以自己獨立創造一個三角形，或與同學合作，創造一個三角形拍照并上傳。教師展示學生作品并點評。
②分組探究。小組合作，從4根小棒中任意選3根，圍成一個三角形，寫出所有選法。教師巡視指導并展示學生上傳的數據記錄，進行分析，使學生進一步理解“三角形兩條邊的和大于第三條邊”。
③自主學習。學生完成作業平臺中的測評練習。教師借助數據分析平臺提供實時反饋圖，針對問題展開討論。
④鞏固練習。依據所學內容，教師提出問題（把20厘米長的吸管截成3段，每段長是整厘米數，圍成一個三角形，思考：最長的一條邊最多是多少厘米？）和要求，學生先獨立思考，再動手操作。
（3）課后環節
總結討論，教師提出課后任務：通過今天的學習活動，你有什么感受？
5.效果評價
這是一節充分展示“智慧課堂”技術與教學深度融合的課。教師在沒有“刻意”應用“技術”的痕跡下，以極其自然的方式，通過大數據分析、小組協作以及“云+端”設備的應用，實現了“探究學習、主動學習、游戲化學習”等一系列傳統課堂難以實現的教學理念和方法。這是一節形式與內容均發生了深刻變化的高效課堂，充分展現了教師基于動態信息反饋的教學機智。
參考文獻：
[1]王盛之，毛沛勇.基于數字化教學案的智慧課堂互動教學系統實踐研究[J].教學月刊（教學管理）中學版，2014（4）.
[2]林利堯.中小學智慧課堂建設與應用研究[J].中國現代教育裝備，2013（10）.
課堂大數據分析范文4
【關鍵詞】大數據；思想政治教育；現代化
一、大數據的定義及特點
研究機構Gartner定義“大數據”是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。然而，在各國提倡下、各行業創新發展過程中，目前所說的“大數據”不僅指巨量數據本身，也包括采集數據的工具、平臺和數據分析系統。維克托?邁爾-舍恩伯格及肯尼斯?庫克耶編寫的《大數據時代》中大數據指不用隨機分析法（抽樣調查）這樣的捷徑，而采用所有數據進行分析處理。大數據的4V特點：Volume（大量）、Variety（多樣）、Value（價值）、Velocity（高速），具體表述即為數據體量巨大、數據類型繁多、總價值巨大但有效價值密度低、處理速度快。由此可見，想要在創新中發展，必然要優化利用大數據。
二、大數據時代的機遇與挑戰
在傳統的高校思想政治教育工作中，核心是政治，最為顯著的教學方式是課堂授課式灌輸思想，教育成功的決定性因素是教育工作者的道德素質和理論水平。而現代化的思想政治教育的本質是為人民服務，確立以人為本的發展性教育理念，要以科學發展觀指導大學生思想政治教育現代化建設，保證教育工作的主客體同步現代化及教育內容和教學方式的現代化。
收集并整理符合時展要求的教育內容是思想政治教育工作的核心型任務。在互聯網和電子科技迅捷發展的過程中，大量的文字信息或是圖片視頻資料幾乎全部以電子數據方式進行傳播、留存。根據大數據的4V特點，巨量的不同存儲類型的思想政治教育內容能夠輕而易舉地被數據處理系統統一收集并使用大數據技術進行處理。大數據技術意味著從單一領域所包含的各種各樣類型的巨量數據集合中，快速獲得有價值信息，即符合現代化教育要求的內容。由此可見，大數據時代運籌帷幄的關鍵核心在于合理應用大數據技術，做到節約大量人力物力的資金成本，同時短時高效地完成數據處理過程并獲取最終成果。
對思想政治教育工作者而言，能夠從大數據中快速獲取大量現代化教學內容是令人振奮的。然而，如何從大數據中發掘出適用于當代大學生思想政治教育專題活動的具體內容和教學方式則是一個不容忽視的現實的挑戰。這就要求高校思想教育工作者腳踏實地地進行設計一套全新的、現代化的、對大學生思想政治覺悟和思維辯證能力具有深遠影響的解決方案。
三、現代化高校思想政治教育工作的創新
（一）樹立大數據意識，建立教學資源庫
高校的思想政治教育工作者和大學生群體作為教育改革創新中的主客體，被時代賦予了不可推卸的重任。90后的高校大學生從小便熟知計算機應用及互聯網的發展歷程，因而對于科技新生產物接受程度極高，與此同時，作為網絡和新媒體的主要應用者，大學生群體習慣于在生活及學習中借用電子科技處理問題或獲取知識。在先進的思想氛圍烘托下，高校思想政治教育工作者在教學過程中提倡樹立大數據意識有基本立足點。實踐是檢驗真理的唯一標準，因此，建立網絡教學資源庫作為必不可少的教育創新之舉，能夠彌補傳統的“填鴨式”教學模式中的缺陷，為學生自主學習思想政治內容提供了科技便利，實現資源共享。
（二）提高數據分析能力，補充數據核心內涵
大數據分析的五個基本方面，在不同領域的數據分析應用中會有不同的參考方向。教學資源的數據分析中需要采用的是語義引擎（即在大數據分析廣泛應用于網絡數據挖掘的過程中，可從用戶的搜索關鍵詞、標簽關鍵詞、或其他輸入語義，分析，判斷用戶需求，從而實現更好的用戶體驗和內容匹配），及數據質量和數據管理（即大數據分析離不開數據質量和數據管理，高質量的數據和有效的數據管理，無論是在學術研究還是在商業應用領域，都能夠保證分析結果的真實性和價值性）。建立網絡教學資源庫的根本是語義引擎的設置，需要將文本、圖片或視頻資源與教學內容的標簽關鍵詞信息一一對應。在保證數據信息內容一致性的同時，更為重要的是數據質量和數據管理，不能忽略教育資源中文本、圖片或視頻資源中的隱含信息，在信息處理過程中要補充數據核心內涵。
（三）補充教育實踐活動，實現思教創新改革
現代化的高校思想政治教育是指在全球化進程和我國社會主義社會建設過程中，人們的生活方式和思想觀念發生了根本的變化，因此思想政治教育需要結合新時代的變化進行改革，要以理論觀點結合創新實踐活動實現從傳統思想政治教育活動到現代化的理論與實踐相結合的轉型。高校思想政治教育工作者可以使用微信、微博等新媒體在日常工作中對學生進行潛移默化的思想引導，同時借助新媒體后臺的數據統計分析學生們在思想政治學習過程中期待的教學內容及實踐活動，或是開放網絡教學資源庫，讓學生們自主參與“DIY紅色經典路線”、“學生自主課堂展示教學”等專題活動，使網絡資源與實踐活動取長補短，完善現代化思想政治教育的創新。
作者簡介：高志遠（1986-），男，籍貫：遼寧省營口人，研究方向：大學生思想政治教育。
參考文獻：
[1]張海濱，郭霞n.論大數據時代背景下的高校思想政治教育.教育教學論壇.2014（12）.48-49
[2]孫長虹.大數據時代高校思想政治教育面臨的挑戰與對策.重慶理工大學學報（社會科學），2014（9）.143-145.
課堂大數據分析范文5
關鍵詞：財務分析；大數據；教學改革
作者簡介：王暉（1973-），女，黑龍江雞西人，北京信息科技大學經濟管理學院，講師；段文軍（1969-），女，山東蓬萊人，北京信息科技大學經濟管理學院，副教授。（北京 100192）
基金項目：本文系北京信息科技大學教學提高-專業建設項目（項目編號：5028023501）的研究成果。
中圖分類號：G642.0 文獻標識碼：A 文章編號：1007-0079（2013）25-0111-02
當今時代不斷涌現各種新型信息方式，例如博客、社交網絡等；不斷興起各種新技術，例如云計算、物聯網等。數據的產生不受任何的限制，數據以前所未有的速度不斷增長和累積，大數據時代已經來到。[1]《華爾街日報》認為大數據時代是引領未來繁榮的三大技術變革之一。麥肯錫公司在一份報告中提出數據是一種生產資料。企業每天面對海量的財務數據，如超市的銷售記錄、銀行的交易記錄、淘寶網站數千萬筆交易記錄（產生量超過50TB，存儲量40PB①）。企業如能利用這些巨大的數據集挖掘出有價值的信息，那么企業就能掌控下一個創新、競爭和生產力提高的關鍵。大數據時代，尤其是財務大數據時代，呼喚創新型人才。[2]呼喚具備綜合財務分析能力的人才，利用財務大數據為企業創造財富。
如何培養財務分析人才？在財經類高校本科，一般都開設“財務分析”課程，該課程教學目的是培養學生對真實企業進行綜合財務分析，并能獨立撰寫財務分析報告的能力。[3]本文以北京信息科技大學（以下簡稱“我?！保槔?，探討大數據時代下財務分析人才的需求特點，對高?！柏攧辗治觥闭n程設置的影響，并提出改進“財務分析”課程教學的建議。
一、大數據時代下財務分析人才需求特點
相較于其他類型數據，財務數據更大、更復雜，蘊藏著更多寶貴信息。麥肯錫公司2011年報告推測，利用大數據分析，零售商可增加運營利潤60%，制造業設備裝配成本會減少50%。[2]在財務大數據環境下，如何整理與統計這些雜亂無章的數據？如何讓財務數據開口說話為企業管理者經營決策提供科學依據？朱東華（2013）認為，大數據時代下，傳統的數據分析方法已經不再適應當前的數據環境，同時，各種企業對數據的依賴與日俱增，甚至定量分析方法將逐步取代定性分析方法。[4]財務大數據和大量的財務數據分析需求助長了企業對統計和數學背景的人才需求。
可見，大數據時代下財務分析人才應該具備扎實的統計學和數學功底，能夠熟練運用定量分析方法分析數據以獲取信息，撰寫分析報告為企業相關利益人決策提供依據。
二、“財務分析”課程教學現狀
張先治（2007）認為，財務分析是財務分析主體為實現財務分析目標，以財務信息及其他相關信息為基礎，運用財務分析技術，對分析對象的財務活動的可靠性和有效性進行分析，為經營決策、管理控制及監督管理提供依據的一門具有獨立性、邊緣性、綜合性的經濟應用學科。[5]財務分析課程是為我校經濟管理學院財務管理專業本科三年級開設的一門專業必修課。學生前期已經學過數學、經濟學、會計學、財務管理、統計學等課程。財務分析課程正是在學生掌握前期所學各門課程的基礎上，培養學生綜合運用所學專業知識，分析判斷企業的財務狀況，并根據數據分析結果找出企業存在的問題，提出解決方案。[6]為了更好地實現“財務分析”課程教學目的，課程組的老師們經過討論，決定修改2008級財務管理專業教學計劃，將原來課堂教學的方式改為1/2的學時用于課堂教授基本理論，1/2學時用于實踐教學。筆者自2011年開始，按照新的教學計劃給三屆學生講授了“財務分析”課程。
1.理論教學部分
教材選用東北財經大學出版社出版，張先治和陳友邦主編的《財務分析》（第五版）。該教材體系完整，內容豐富，全書以一家虛擬的ZTE公司為例，演示財務報告分析、財務效率分析和財務綜合分析。每章設有案例和復習思考題，該書還有配套的習題集。在課堂教學中，以教材為主線，突出介紹各種財務分析方法的使用，以及根據分析結果得出結論，提出解決方案。
2.實踐教學部分
一人一企，邊學邊分析。每位學生選擇一家上市公司作為分析對象，利用學校購買的金融數據庫以及相應網絡資源，結合所學財務分析理論知識進行上機實驗，在Excel內完成數據分析，并將分析結果形成財務分析報告。學生分析判斷和決策能力在實戰中得以鍛煉，教學效果得到改善。
但是，隨著大數據時代的來臨，外部環境對數據分析能力要求的提升，僅僅學會利用Excel進行水平分析、垂直分析、趨勢分析、比率分析和因素分析，已經遠遠不能滿足市場對財務分析人才的需求，學生就業的競爭力無從談起。結合前面大數據時代下財務分析人才需求特點，我校學生財務分析能力的培養存在著以下問題：
1.學生數據收集、整理和分析能力弱
定量分析方法應用的基礎是數據，財務分析人員必須學會從海量的網絡資源中搜集并篩選與自己的分析對象和分析目的相關性較強的資料信息，[7]這些資料信息可能是結構化數據，例如金融數據庫等；也可能是非結構化數據，例如網頁等。從實踐教學環節反映出學生數據收集和整理能力弱，分析其原因主要是：
（1）學生不熟悉對財務分析有幫助的網絡資源。搜集有價值的數據需要一定的技巧，其中最為重要的是熟悉一些重要的網站，知道相應的數據應該在哪里找到的概率比較大，做到有的放矢。
（2）學生無法將非結構數據快速地轉換成所需的數據形式。類似金融數據庫這樣的結構數據，學生基本能夠篩選出所需信息。但是，對于類似網頁這樣的非結構數據，他們就只能運用最原始的復制粘貼的方法提煉數據信息，耗時且耗力。2013年2月1日，人保財險執行副總裁王和在中國第七屆“保險業管理信息化高峰論壇”上指出，在過去的兩三年里，結構和非結構數據發生了本質性的逆轉。過去就整個社會來講，絕大多數的數據是結構數據，而現在非結構數據正呈快速增長的趨勢，現在以及未來，非結構數據將占到95%，甚至更多。
“財務分析”課程講授的基本方法主要是比率分析和因素分析法等。目前，無論是學術界還是業界，研究人員大量使用統計模型進行財務數據分析，例如聚類分析、多元回歸、因子分析、時間序列預測法等。因而，我校學生數據分析能力急需加強，尤其是統計學和數學的基礎要扎實。
2.學生財務分析報告撰寫水平有待提高
財務分析的結果是以財務分析報告的形式展示給企業利益相關人，為其進行財務預測、財務決策、財務控制和財務評價等提供可靠信息。財務分析報告是對企業經營狀況、資金運作的綜合概括和高度反映。李寶智（2012）認為，報告應具備八要素：準確、完整、可比、用戶導向、相關、問題的解決方案、及時和易用。[8]從我校學生提交的財務分析報告看，與上述要求還有很大差距。
三、“財務分析”課程教學改革建議
1.培訓網絡資源使用
重點介紹幾個數據庫的使用：
（1）金融數據庫。我校購買了兩款金融數據庫，北京聚源銳思數據科技有限公司金融數據庫（http：//）和深圳市國泰安信息技術有限公司CSMAR財經系列研究數據庫（http：//）。登陸金融數據庫后，輸入查詢條件即可下載上市公司財務數據，速度快且數據量大，數據格式可以任意選擇。
（2）中國資訊行（國際）有限公司高校財經數據庫（http：//），INFOBANK于1995年在香港成立，是一家專門收集、處理及傳播中國商業、經濟信息的香港高科技企業，信息范圍涵蓋19個領域、197個行業。
（3）國務院發展研究中心信息網（國研網）（http：//.cn）。國研網已建成了內容豐富、檢索便捷、功能齊全的大型經濟信息數據庫集群，包括：六十幾個文獻類數據庫、四十多個統計類數據庫等。
網站資源：中國證券監督管理委員會（http：//）、上海證券交易所（http：//.cn）、深圳證券交易所網站（http：//）、巨潮資訊網（http：//.cn）和相關協會網站等。
2.培養數據預處理和建模能力
收集到數據之后，需要對數據進行預處理，利用統計學的理論和方法將數據轉換成一個分析模型。[9]學生在統計學、計量經濟學課程中，已經完成基本模型理論、SPSS或者Eviews三分析軟件的學習。但是，若想實現對大數據的整理和分析，應該掌握R或者Matlab統計分析軟件，同時，還要掌握一種編程語言，例如C++、JAVA、C#等。利用編程語言調用統計分析軟件，從而實現大數據的分析。另外，建議學生了解Perl語言編程，該語言擅長處理非結構數據。
3.培養文獻閱讀及財務分析報告撰寫能力
數據分析之后，需要撰寫財務分析報告，為各方利益相關者的決策提供依據。不同財務分析的目的，形成的財務分析報告具體要求會有所差異，但是撰寫財務分析報告的基本步驟相同。首先查閱文獻，閱讀相關學術文章、財務分析師分析報告、評級機構報告等；其次，模仿寫作，組織財務分析結果，形成報告。此中沒有捷徑，需多看、多寫。
注釋：
①1TB 等于1000GB，1PB 等于1000TB。
參考文獻：
[1]孟小峰，慈祥.大數據管理：概念、技術與挑戰[J].計算機研究與發展，2013，（1）.
[2]鄔賀銓.大數據時代的機遇與挑戰[J].求是，2013，（4）.
[3]張肖飛.財經類高?！敦攧辗治觥氛n程案例教學改革研究[J].商業會計，2013，（1）.
[4]朱東華，張嶷，汪雪鋒，等.大數據環境下技術創新管理方法研究[J].科學學與科學技術管理，2013，（4）.
[5]張先治.財務分析理論發展與定位研究[J].財經問題研究，
2007，（4）.
[6]陳衛軍，徐文學，陳平.基于上市公司網上資源的《財務分析》實訓教學探討[J].財會通訊，2012，（2）.
[7]王楨.網絡環境下財務分析案例教學方法的改進[J].中國教育信息化，2012，（1）.
課堂大數據分析范文6
（一）大數據思維的內涵
對于大數據思維的詮釋有多種說法，《大數據時代》的作者維克托•邁爾-舍恩伯格認為：所謂大數據思維，是指一種意識，認為公開的數據一旦處理得當就能為千百萬人急需解決的問題提供答案[1]。王建華認為：大數據思維，指的是用大數據思想文化去思考解決問題的一種方法。大數據思想文化也就是用大數據去反映事物發展過程的環節、要素等，在此基礎上通過建立多種模型模式加以控制，以達到精準解決各類問題的目的[2]。黃欣榮認為：人們迅速地以數據的眼光來觀察世界和理解、解釋這個紛繁復雜的世界，就是所謂的大數據思維[3]。不管哪一種詮釋，都包含兩層意思：數據可以反映問題、數據可以指導問題的解決。借助大數據思維，開放教育教學工作者能夠進一步靠近并挖掘教育教學的潛在現實，有機會深入探索教育教學的變革與發展。
（二）大數據思維的特征
維克托•邁爾-舍恩伯格從數據本身出發，認為大數據有三個主要特點，分別是全體、混雜和相關關系。全體，指的是收集和分析更多數據，通過這種方式可以看到很多隨機抽樣得不到的細節?；祀s，指的是接受混雜，大數據時代追求的，是在宏觀上失去精確性，在微觀上獲得準確性。相關關系，則是指應該關注“是什么”，而非“為什么”[4]。黃欣榮將大數據思維與小數據思維相比較，從數據的增長速率、使用范圍考慮，認為大數據思維具有整體性、多樣性、平等性、開放性、相關性和生長性等六大特征[5]。周世佳從數據產生的狀態、處理的模式、結果的呈現樣式出發，認為大數據思維的特征是：整體性與涌現性、多樣性與非線性、相關性與不確定性、并行性與實時性[6]。大數據思維是大數據時代形成的特定思維方式，與傳統的數據思維有所差別。本文從數據對象、關注點、數據處理方式、支撐技術等方面總結歸納了大數據思維與傳統數據思維的差異，如表1所示。
（三）大數據思維的教育應用
大數據思維在商業、金融、通訊、經濟、醫療等行業的應用已有較長時間，近期伴隨著移動互聯網、云計算、物聯網的發展而引起國內外廣泛關注[7]。然而大數據在教育領域的應用并不深入，“教學應用大數據分析處于起步階段，還需要幾年才能成熟?！盵8]2012年10月，美國教育部了《通過教育數據挖掘和學習分析促進教與學》的報告，宣告了“數據驅動學校，分析變革教育”的教育大數據時代已經來臨，掀起人類教與學的又一次變革[9]。目前，大數據分析已應用到美國公共教育領域，成為教學改革的重要力量[10]。美國教育部門創造了“學習分析系統”——一個數據挖掘、模化和案例運用的聯合框架，旨在向教育工作者提供更多、更好、更精確的信息，從而了解學生到底是“怎樣”學習的[11]。美國的新興企業“希維塔斯學習”（CivitasLearning）運用預測性分析、機器學習來提高學生成績。加拿大“渴望學習”（Desire2Learn）教育科技公司的“學生成功系統”（StudentSuccessSystem）通過監控學生閱讀電子化課程材料、提交電子版作業、在線與同學交流、完成考試與測驗，讓其計算程序持續、系統地分析每個學生的教育數據[12]。2013年是中國的大數據元年，也是我國大數據在教育領域應用研究的起步階段[13]。國內教育技術領域掀起了基于大數據技術促進教育改革和創新發展相關研究的熱潮，大數據的教育應用研究迅速發展起來。部分高校開始實踐對教育數據的挖掘與利用。清華大學的“大規模在線教育研究中心”，通過大數據技術對眾多學習者在平臺留下的學習行為數據進行分析，得出學習者對哪些知識點比較感興趣、哪些學習工具和學習資料使用頻率最高等規律[14]，進而打造更具適應性的智能學習平臺。華東師范大學對校園網站數據進行分析，從而改善用戶體驗[15]。浙江大學通過對資產的歸納、整理，最終形成權威、全面的資產數據，并基于資產數據提供數據查詢和分析服務[16]，幫助教務處更好地利用教室、實驗室等資源。
二、開放教育領域教育教學數據應用現狀
（一）開放教育領域教育教學數據類型
隨著互聯網技術的發展與應用，遠程開放教育領域部署了眾多學習管理系統，比如三級“電大在線”遠程教學平臺、形成性測評系統、國家開放大學學習網，除此以外，還有招生、教務、考試報名等信息管理系統，這些系統經過多年的教育實踐，不但存儲著海量學習者信息及學習過程數據，還存儲著大量的管理數據。2012年，葛道凱等人根據教育活動中技術手段的差異，將教育數據來源劃分為傳統教育數據和遠程教育數據。根據業務活動的不同，將教育數據挖掘的數據來源劃分為教學數據、管理數據、科研數據三大類。[17]1.教學數據挖掘遠程教學數據主要來源于各類數字化學習環境，既可以是保存在服務器和客戶端上的日志數據[18]，還可以是圖片信息、動畫、視頻、地理位置信息等，前者多為結構化數據，后者多為半結構化或非結構化數據。隨著智慧課堂等信息化項目的建設，各種電子教具、智能設備逐漸進入課堂，課堂教學過程也會產生并保存豐富的數據。對教學數據進行挖掘，對學習過程中產生的各類信息進行深度分析，能夠實時洞察學習者的行為，從而預測和把握每一個學習者的學習需求、學習風格、學習態度乃至學習模式，學校、教師可以為不同學習者提供合適的學習內容與指導，實現真正意義上的個性化教育。2.管理數據挖掘管理數據主要來自于教育機構、部門使用數字化管理系統過程中錄入、保存和管理的數據，主要表現為結構良好的報表形式。比如人事管理、招生管理、學籍管理、教務管理、師資管理等常見系統。在現今管理中，學校決策很多時候仍然主要依賴領導的經驗和直覺，而非基于客觀的數據。大數據思維可以重構決策路徑。挖掘并分析管理數據，能夠為教育管理人員提供參考，實現對管理對象（學生、教職工）及各種業務流程的更好理解，并據此優化各項管理工作。3.科研數據挖掘目前許多與科學研究有關的信息資料已被轉換為數字形式，存于數據庫中，并可通過各類檢索系統檢索使用?？蒲袛祿Y構良好，非常適合進行數據挖掘。將科研數據庫，如文獻數據庫、政策數據庫、語料庫等的原始數據轉換為有用信息，可提高研究效率，優化研究成果的呈現方式，實現全面、快速、準確地了解某一研究領域的現狀，并預測未來的發展方向。比如，基于CNKI期刊論文數據庫的“終身教育與遠程教育”之關系的文獻研究[19]。
（二）開放教育領域教育教學數據應用現狀
盡管開放教育領域早已形成了“大數據倉庫”，但學校缺乏對數據的集中管理與有效利用，對數據的應用相當有限，絕大部分數據只是沉寂在數據庫中，很難從中發現規律和有價值的信息，這種情況主要表現為以下幾方面：1.業務部門難以提出數據的準確需求學校的業務部門對數據的采集、整理、分析主要出于業務驅動，業務流程結束后，數據也隨之沉睡，數據分析處于被動狀態。此外，很多業務部門不了解大數據及其應用場景和價值，尚未形成大數據思維來指導各項工作的開展，在實際工作中難以提出大數據的準確需求：要優化某項業務，到底需要哪些數據？這些數據應當如何獲?。坎杉臄祿词裁礃藴蔬M行整理、挖掘和分析？數據的可視化處理應做到什么程度？2.對數據的應用受制于平臺和技術學校各級各類學習系統、信息管理系統的數據產量很大，但對數據的保存和利用率總體偏低。就數據的存儲和處理來說，存在數據類型多樣化、數據讀寫瓶頸、存儲壓力、系統性能瓶頸、數據分析效率低、數據安全等問題。比如開放教育的教務管理系統，龐大的學生成績數據已超出傳統系統的存儲和分析能力，導致對成績數據的處理停留在簡單的查詢、統計、打印和報表階段，未能對數據進行深入分析，獲得有利于教學工作的信息[20]。3.現存的數據分析是零散的、割裂的大數據時代，強調形成機構內部各模塊數據、數據庫網、多媒體數據、各類平臺數據、各類信息載體數據之間的互聯，力求最大限度地利用數據。但現有的教育數據存在機構化、部門化問題，數據呈現割裂、零散狀態，數據分析也較少關注數據之間的相關性。比如，教務處會有意識地整理每學期的在籍生人數、各專業人數、開設課程明細、學期選課人次、學生到課率、按期畢業率、學位獲取率、退學率、終結性考試及格率等數據，但卻很少挖掘這些數據之間的相關性和影響關系，更不用說不同部門數據之間的聯動關系。4.缺乏專門的數據分析崗位及人才大數據時代帶來很多新的理念和技術，擁有與過去完全不同的數據存儲和處理模式，但現有的系統管理員、數據庫管理員仍然習慣使用傳統關系數據庫管理系統，短期內很難具備面向未來的數據分析技能。究其原因，一方面在于學校對數據分析相關崗位和人才的需求態度尚未明朗，另一方面，新技術應用門檻較高，許多大數據技術在成熟度和可訪問性方面暫時不及傳統數據庫和數據管理套件，可用于幫助系統管理員熟悉這些環境的補充分析工具也非常有限。
三、大數據思維對開放教育數據挖掘的若干啟示
（一）自上而下，形成教育教學管理的數據思維
隨著廣播電視大學向開放大學的轉型，成人院校在辦學種類、辦學規模、專業結構和數量、師生來源、甚至所處環境都會發生變化。對開放教育數據進行挖掘與分析，有助于成人院校找準辦學定位，提高教育、教學、管理的科學性，也為學校改進和加強宏觀管理提供了有益的檢測模式和評估技術。大數據思維的推廣應用，需要學校的管理方式、架構、技術均與大數據時代相適配。因而有必要在區域或學校層面形成整體的大數據戰略，并將此作為學校的重要任務，通過大數據思維將信息化教學、信息化管理、遠程教育支持服務與學校日常工作相整合，通過協調化方式，所有部門共同培養和提高收集、存儲、管理、分析和共享海量數據所需的思維與技術，逐步實現數據管理的常規化、即時化、網絡化、公開化。
（二）從智慧校園建設入手，為數據挖掘與分析創造充分條件
隨著云計算和物聯網的出現，校園信息化建設應盡快從數字校園向智慧校園過渡。智慧校園建設通過把傳感器嵌入到校園的各種系統中，將校園管理的眾多軟件系統平臺融入到校園云，實現云、物聯網、互聯網的串通聯接，由此可實現校園實時數據的獲取、存儲和加工分析，從而為學校發展和教學應用提供有效的決策依據，智慧校園作為教育信息化建設的一個實體，對實踐大數據的價值提純有重要的現實意義[21]。此外，智慧校園還包括大數據的標準體系、校園數字化生態環境以及相應的信息化組織管理體系等方面的建設[22]。從基礎設施建設著手，逐步開展基于云計算的大數據應用，實現對教師網絡教學行為、學生遠程學習行為、學生個性特征等的分析和預測，為促進學生身心發展提供適時引導和幫助，提供學校運轉的實時動態數據，助力教學管理科學化、智能化。
（三）腳踏實地，充分挖掘和分析現有數據
大數據時代，數據類型豐富，除結構化數據以外，還混雜著大量的半結構化和非結構化數據。掌握分析半結構化和非結構化數據的能力對大多數學校來說是一個持續的挑戰。學校應將結構化數據挖掘作為大數據思維應用的切入點，注重收集和存儲用戶信息和行為數據，為將來各項應用做好充分準備；與此同時，借助已有的數據分析手段和研究方法，借助數據指導開放教育的發展。在初級應用階段，可以考慮從教學數據、管理數據兩方面進行教育數據挖掘：1.基于網絡教學平臺的數據挖掘（1）學習者特征識別：識別學習者特征，特別是學習者群體的特征，并依據某些關鍵特征對學習者群體加以細分，有助于做好前期的教學設計，并為個性化學習的實施提供依據。比如“學生數量統計與趨勢預測”和“學生特征分類與相關分析”。（2）學習者在線學習行為分析：基于網絡教學平臺中師生學習過程的數據，針對教師和學生的行為方式，如登錄、瀏覽資源、發帖、練習等行為和行為發生時間，以及各類資源、課程模塊的使用情況進行統計、可視化和挖掘。比如“學生登錄行為分析”、“學生資源瀏覽模式分析”、“師生交互論壇分析”和“學生行為影響因素分析”等。（3）師生交互分析：對網絡教學平臺交互論壇中的數據進行分析，幫助教師診斷學生對教學目標的掌握程度，以便給學生提供及時的反饋和指導。2.基于教育管理信息系統的數據挖掘（1）教職工管理：從人事信息數據庫、后勤信息系統、師資管理和測評系統挖掘現有數據，對學校在人才引進、教師績效評價、教師發展、職業規劃、后勤管理、教育決策支持系統等方面提供快速、準確的決策幫助。（2）學生管理：基于學籍數據庫、招生數據庫開展數據挖掘，優化學生管理工作，為學校的招生決策、就業指導、畢業生追蹤、課程設置等提供有益幫助。比如挖掘學生修業結果數據，開展畢業生（輟學學生）特征分析、畢業（輟學）結果影響因素和畢業（輟學）時間影響因素分析，進行畢業（輟學）結果預測規則和畢業（輟學）時間預測規則等。
（四）著眼未來，做好數據型人才儲備
大數據時代，學校的管理決策、課堂的教學決策和對成人學習者的學習支持服務決策都將依賴于海量數據的分析結果，數據分析與挖掘將逐漸成為學校的常規工作，除了注重提升各部門人員的數據分析能力外，成人院校還需有意識地培養和儲備以下人才：1.大數據管理人才在大數據教育應用的萌芽階段，學校對大數據管理人才需求的迫切性要遠超對技術人才的需求。信息技術發展日新月異，過去的教學、管理經驗甚至可能成為現在的束縛。為了應對新時代的挑戰，除設立專門的數據管理崗位外，管理者必須要有意識地轉變思維方式，學會用數據思考、說話和管理；必須學會用大數據的方法，去尋找合適的解決方案。2.大數據技術人才[23]要想對教育教學數據進行充分挖掘，成人院校無疑需要一批懂得大數據，且善于研究大數據、深挖大數據的專家。這部分人才要綜合掌握數學、統計學、數據分析、機器學習和自然語言處理等多方面知識。（1）數據科學家：具有數據分析能力，精通各類算法，能夠直接處理數據的人。（2）數據架構師：精通開放教育各項業務，了解業務需求和業務系統架構，能夠把數據和業務進行對接的人。（3）數據工程師：能夠搭建數據存儲、管理以及處理的平臺，并支撐數據科學家提出的數學模型或算法的運行。
四、小結
