大數(shù)據(jù)的興起，使得通過數(shù)據(jù)挖掘及分析實現(xiàn)高等教育的個性化、實時化已經迫在眉睫。
　　隨著經濟的快速發(fā)展，我國高等教育也步入了新的發(fā)展時期。尤其近年來移動互聯(lián)網(wǎng)、云計算以及大數(shù)據(jù)的出現(xiàn)，更是在一定程度上對傳統(tǒng)的高等教育模式提出了嚴峻的挑戰(zhàn)。大數(shù)據(jù)的興起，使得通過數(shù)據(jù)挖掘及分析實現(xiàn)高等教育的個性化、實時化已經迫在眉睫。
　　一、大數(shù)據(jù)概述
　　作為繼云計算之后的信息技術領域的又一個熱點，大數(shù)據(jù)在近幾年受到學術界及實業(yè)界人士的高度關注。事實上，早在1980年，美國學者托夫勒就在其著作《第三次浪潮》中提出，“如果說IBM的主機拉開了信息化革命的大幕，那么‘大數(shù)據(jù)’才是第三次浪潮的華彩樂章。”隨后，美國SGI（Silicon Graphics）的首席科學家John R. Mashey在1998年首次使用“大數(shù)據(jù)”這一術語，并對其具體含義進行了詳細闡述（如何使用和分析大型數(shù)據(jù)）。直到2008年9月，Nature雜志推出了名為“大數(shù)據(jù)”的封面專刊。從2009年開始，大數(shù)據(jù)才逐漸被各個行業(yè)所熟知。
　　通常而言，大數(shù)據(jù)由數(shù)據(jù)存儲、數(shù)據(jù)處理和數(shù)據(jù)分析三部分構成。首先，數(shù)據(jù)需要通過存儲層予以存儲，其次再根據(jù)具體的目標或需求建立相應的數(shù)據(jù)模型，最后與指標體系相結合對數(shù)據(jù)進行分析得出所需的決策。在這個過程中，分布式計算架構必不可少，通過云計算的分布式處理、分布式數(shù)據(jù)庫、云存儲和虛擬化技術等才能更好地對大數(shù)據(jù)進行挖掘和處理。如果說云計算作為硬件資源的一種虛擬化來支持大數(shù)據(jù)處理的話，那么大數(shù)據(jù)技術則是對于海量數(shù)據(jù)高效處理，其未來的發(fā)展趨勢就是通過實時交互查詢和分析為各行業(yè)提供有價值的決策信息。隨著大數(shù)據(jù)的出現(xiàn)，數(shù)據(jù)量的衡量單位已從之前的MB、GB、TB發(fā)展到現(xiàn)在的PB、EB甚至ZB級別。John Rauser（2012）認為，大數(shù)據(jù)是任何超過了一臺計算機處理能力的數(shù)據(jù)量。當然，除了規(guī)模大（Volume）這一特征外，大數(shù)據(jù)還具有以下幾個特征：
　　1.處理速度快（Velocity）
　　大數(shù)據(jù)優(yōu)勢的發(fā)揮就體現(xiàn)在處理速度方面。數(shù)據(jù)的更新和流動速度非�？�，大量的數(shù)據(jù)只有通過借助移動互聯(lián)網(wǎng)、RFID（電子標簽）、傳感器等加快數(shù)據(jù)處理速度，才能更好地發(fā)揮大數(shù)據(jù)的價值。
　　2.多樣性（Variety）
　　隨著網(wǎng)絡技術的發(fā)展，人們可以通過社交平臺、網(wǎng)購平臺、行車記錄等方式采集數(shù)據(jù)，數(shù)據(jù)的源頭越來越多樣化，數(shù)據(jù)來源的廣泛性使得數(shù)據(jù)種類繁多。與此同時，數(shù)據(jù)的格式也不再僅僅局限于傳統(tǒng)的結構化數(shù)據(jù)，包括音頻、視頻、網(wǎng)頁、圖片等在內的非結構化數(shù)據(jù)逐漸成為數(shù)據(jù)存儲的中堅力量。傳統(tǒng)方式下，為了便于數(shù)據(jù)的儲存和處理，人們更多地使用結構化數(shù)據(jù)，非結構化的數(shù)據(jù)被壓縮甚至刪除，極大地影響了信息的有效性。而大數(shù)據(jù)處理過程中主要關注的是個性化信息，注重用戶的體驗效果，因此非結構化數(shù)據(jù)正在嶄露頭角。
　　3.價值高（Value）
　　大數(shù)據(jù)之所以規(guī)模大，就在于原始數(shù)據(jù)包含了大量的細節(jié)信息。盡管在解決問題時會有很多不相關的信息存在，會在一定程度上降低決策的效率，但是，在同樣的數(shù)據(jù)庫情況下，人們會用它來解決更多的問題。也就是說，雖然數(shù)據(jù)的絕對數(shù)量增加，但其中有效信息數(shù)量比例有所減少，數(shù)據(jù)的價值密度和數(shù)據(jù)量兩者呈反向變動關系。
　　二、對于高等教育模式的影響
　　1.教師教學模式
　　長期以來，我國的教育實施都是依據(jù)主管部門或者課程講授者總結的經驗來進行，很多被公認為“重要”的因素會在教育執(zhí)行過程中反復、多次強調。但是，在有些情況下，經驗性的東西反而缺乏科學性。以蘋果公司為例，他們在銷售電腦過程中并沒有采用傳統(tǒng)的搞促銷，而是不停地發(fā)布更新更時尚的廣告方式，而是通過對門店采集的數(shù)據(jù)分析，發(fā)現(xiàn)電腦屏幕和桌子呈現(xiàn)70度角左右的時候，以這類方式擺放的電腦銷售量要比其他方式擺放的電腦銷售數(shù)量超出15%。原因在于，與桌面成70度角擺放的電腦屏幕剛好處于反光的狀態(tài)，這時候，人們自然而然會去調整屏幕角度。而在銷售過程中，只要潛在的顧客與實物發(fā)生了接觸，那么產品售出的概率就增加了15%。這一結論是通過大數(shù)據(jù)分析而不是經驗得出的。教學亦是如此，相關問題的解決不再依賴于停留在每位教師頭腦中的模糊的經驗，而是基于對海量的教學問題的描述以及教學問題解決方案的分析（梁文鑫，2013）。不難看出，相對傳統(tǒng)的經驗模式，“用大數(shù)據(jù)說話”的數(shù)據(jù)分析模式正在引領著各行業(yè)包括教育行業(yè)的思維變革。
　　不僅如此，我國的高等教育模式也都一直倡導按照教學大綱、教學計劃等有步驟、有計劃地因材施教，但是在具體執(zhí)行方面，由于師資、學生數(shù)量、教學任務等各種原因，多數(shù)都未能實現(xiàn)因材施教的真正目的。大數(shù)據(jù)時代，對海量的教育教學數(shù)據(jù)挖掘和分析可以將學生的真實情況及時并如實反映，如課堂教學過程中，哪些同學對于理論部分較為感興趣，哪些同學對于實務較為關注等，通過數(shù)據(jù)分析，將與學生學習相關的信息直接反饋給教師。在這種方式下，教師可以此為依據(jù)選擇最適合學生學習的內容和方法，教學模式也從群體教育向個體教育轉變，極大降低了雙方信息不對稱的情況，真正做到因人而異，因材施教（慶年，2013）。同樣的情況，學生在做課后作業(yè)時，對于同一類型的題目，如果正確率達到一定程度，數(shù)據(jù)分析可以讓系統(tǒng)跳過該類型的題目；而某類型的題目如果出錯率較高，則系統(tǒng)也可以通過多次強化來達到學習的目的。
　　2.教學評價模式
　　眾所周知，高校的教學評價模式包括兩個部分：一個是學生對于老師的評價，主要是通過學生對老師的課堂滿意度進行各項分數(shù)打分；另一個則是老師對于學生的評價，主要通過對學生的日常到課率和課堂表現(xiàn)進行綜合評定。但是，傳統(tǒng)的評價模式僅局限于教師教的及學生學的好壞與否，我們不能僅憑簡單的數(shù)字加以解讀，具體的細節(jié)方面還有待于改進。例如，學生最喜歡教師的哪些課堂教學方式？學生在學習過程中的學習習慣是什么？通過什么樣的方式能夠最快地掌握知識？這些都是無法通過簡單的傳統(tǒng)教學評價實現(xiàn)的，只能通過長期的數(shù)據(jù)分析得到規(guī)律（如教師的教學習慣、學生的學習方式等），而大數(shù)據(jù)則為我們提供了這一平臺，教育評價由僅依賴于結果這一“單一維度”層面轉變?yōu)殛P注整個過程的“多元維度”層面。例如，通過技術層面的分析，我們可以根據(jù)學生的瀏覽記錄和內容點擊量的統(tǒng)計來判斷其對相關知識點的掌握情況，包括難度如何及需要用多長時間掌握等，挖掘出與學生實際情況相符的信息，形成針對學生個體的直接效果，從而制定更符合實際情況的個性化教育策略。

相關熱詞搜索：高等教育 模式 數(shù)據(jù) 研究 背景下