分析计算机大数据在互联网学习中的应用与研究

分析计算机大数据在互联网学习中的应用与研究

唐超

（广州工商学院计算机科学与工程系510000）

摘要：随着互联网、云计算和大数据的发展和普及，人们已经将其应用到在线学习中，研发了许多的智能学习系统，能够在线直播、点播、回访，同时利用大数据发现人们的学习喜好，为人们推荐相近的学习内容，进一步提高人们学习成效，具有重要的作用。

关键词：大数据；互联网；在线学习；数据挖掘

在线学习一直是计算机应用的重要领域，新东方、学而思、学大教育、龙文教育、清大教育等企业研发了在线学习系统、考试系统、直播系统，构建了学习资源丰富、功能操作友好的互联网学习平台，积累了海量的学习资源。与此同时，大数据利用先进的数据挖掘、机器学习、协作过滤、自动推荐等功能可以有效提升互联网学习的效率，比如其可以根据用户的学习行为记录，自动推荐类似的课程，同时也可以记录学生的学习进度，实现断点续传，保证用户可以在未来持续学习该课程。本文基于笔者的实践探索，研究“互联网+”时代在线学习的方法，分析了计算机大数据在互联网学习中的应用，具有重要的作用和意义。

1.“互联网+”时代在线学习方法

“互联网+”时代在线学习方法非常多，利用互联网学习平台实现课程订阅、知识点推送，同时可以为用户提供一个直播教学平台，利用微信、QQ等社交工具实现学习交流，也可以检索资源、分享资源、发布资源，实现课程流媒体点播服务，进一步提高了高中生学习的途径，为高中生提供一个多样化的学习平台。本文重点介绍直播教学、交流互动和检索资源等服务。（1）直播教学。目前，互联网学习可以为用户提供直播教学服务，构建一个功能完善的直播课堂，模拟真实网络教学课堂，提供点明、提问、讲解等服务。（2）交流互动服务。目前，互联网学习平台均嵌入了微信、QQ和微博等社交工具，这些社交工具可以提供一个实时交流、离线交流服务，比如学生可以根据自己的兴趣寻找相同爱好的同学，然后组建一个学习小组，小组中的人就可以实现交流互动功能，进一步提高知识的理解程度。（3）检索资源。互联网学习可以利用搜索引擎为学习者提供一个检索服务功能，学生只需要输入一个期望知识的关键词或精确的内容编号，然后单击检索按钮，学习平台内部即可自动的按需查找，并且从服务器上下载学习资源，为学生展示在PC电脑、智能手机、平板电脑上，也可以投影到投影仪上。

2.大数据应用在高校网络教育中的作用

2.1应用大数据有助于高校生获得更有针对性的网络教育

大数据针对高校学生学习过程中产生的庞大数据信息的分析，其基本目的是客观评估高校生的学习成绩进步与否、合理预测未来可能出现的表现、预估可能发生的潜在问题。其中部分数据信息来源于高校生的显性学习行为，比如，学科作业的具体完成情况以及考试的参与情况；另一部分数据信息则来源于高校生的一些隐性学习行为，比如，在互联网上的社交活动、闲暇时间的活动、BBS上的发帖以及跟帖等，还有一些其他不适用于高校生提高学习效果的评估活动。高校生这些学习情况通过应用大数据技术，为高校教师与校方更进一步理解教与学提供了很大的帮助，校方与教育者获取学生日常活动的数据后有助于制定详细的培育方法。

2.2大数据的应用推动高校网络教育进程

一般的数据剖析无法完全将高校互联网教学中存在的问题反映出来，因为影响高校网络教育监测的因素太多。例如，一名学生在一场考试中，前半部分耗时过多，是否就可以预测这名学生接下来为了完成答题便会飞速而凌乱地进行答卷进而降低答题正确率呢？通过大数据，每个问题的回答情况以及答题的顺序与结果，均会给教育研究人员提供庞大数据支持，利用这些数据进行普通的剖析是不能体现出问题的。通过对这些庞大的数据的运用，教育研究人员就可以获知利用怎样的因素才能构建出最适合高校生的优质学习环境。

利用大量数据，使得监控学生的隐性学习活动变得可行，如每一个通过互联网进行学习的活动。教育者要提升学生的实力，就需要掌握他们答题所使用的时间，获得这个问题的答案，学生又查略了哪些相关内容，又有什么问题是被学生忽视掉的，学生因为要回答此题又做了什么具体的研究，还有就是此问题又与哪些已作答的问题有着怎样的联系。所有相关的数据汇聚到一起，才可以让教师明白为每一位学生提出怎样的建议对学生而言是最理想的。假如学生完成任务的过程被计算机网络自动记录下来，并将学生的记录数据传给教师，教师就可以进行有针对性地反馈信息或者实时修改与指导。如此利用大数据进行的互联网教学就显得十分科学与高效。

2.3大数据的应用使高校互联网教学过程更有趣味性

大数据的应用有助于教师更高效地完成教学大纲并进行教育研究。以往的教育模式下，很多教师都无法确定学生对哪个环节的教学内容理解缓慢与吃力，而什么样的学习资料才是学生较为渴望的，以及教授重点又应怎么把握，这些都可以通过大数据详细分析数据源来获得。大数据的应用还有助于高校教师更深入了解学生的学习兴趣与学习风格。较之从前照本宣科式的教学手段，如今需要通过大数据技术，根据数据分析获知高校生学习信息，按照数据分析对学生进行有针对性的引导。如此，学生不但能掌握所需学习知识，同时，学习兴趣也会被调动，课堂中与教师也会产生很好的互动效果，让教学过程就像做游戏一样有趣。

3.计算机大数据在互联网学习中的应用

目前，计算机大数据经过多年的改进，已经提出了很多的新技术，这些技术报考MapReduce技术、数据挖掘技术等，可以从海量的学习资源中挖掘潜在的、有价值的学习知识，满足学生学习需求。互联网学习资源数据库可以从网络上采集数学、英语、物理、化学、生物等多学科知识，将这些知识进行预处理，实现数据整合，比如删除一些陈旧的讲坛视频，保留最新的学习资源，数据整合完毕之后还可以按照大致的门类进行分类，比如按照数学、英语、物理等科目进行粗放分类。分类完毕之后可以使用数据挖掘、机器学习、模式识别等算法进行挖掘操作，可以从中发现海量有价值的学习资源，将其推送给学生。学生也可以主动的从互联网学习平台上进行搜索，获取学习资源，比如单击检索资源之后，互联网Web服务引擎接收到用户的逻辑业务请求，就可以在分类结果库中调用关联的资源，实现信息加工和共享。

结论

随着大数据技术的快速发展和改进，其可以从海量的网络平台上挖掘、检索有价值的知识。互联网学习平台积累了海量数据，这些数据的分布式杂乱无章的，学生检索起来非常困难。因此，基于大数据改进互联网学习平台，可以滤除不相关的、质量较低的学习资源，主动为学生推送有价值的学习资源。

参考文献：

[1]陈研.基于大数据多Agent的网络英语自主学习平台的有效机制研究[J].情报科学，2017（6）：115-119.

[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，2015，25（7）：82-87.

[3]张思，刘清堂，雷诗捷，等.网络学习空间中学习者学习投入的研究——网络学习行为的大数据分析[J].中国电化教育，2017（4）：24-30.