摘要：本文分析了大数据技术在教育领域的应用方向，认为大数据对改善课程教学质量、提高远程教育效率、实施个性化教学，以及提高教育资源配置和教育决策的科学性都具有重大意义。从技术实施角度探讨了教育大数据应用的关键技术和所面临的挑战，包括数据存储、索引、数据分析、可视化、使用者、隐私和道德问题等。
关键词：大数据；教育；关键技术
中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2018）15-0062-02
当今社会，各行业都面临着数据爆发式地增长，大数据分析和决策在各行业的应用价值凸显。其中，教育大数据应用被认为是大有作为。将大数据分析应用到教育领域，可以发挥大数据的巨大魔力，显著提升教育信息化水平。
一、教育大数据应用备受关注
美国教育部于2012年发表研究报告，介绍了大数据应用于教育领域的典型案例和所面临的挑战。美国微软公司前首席执行官比尔·盖茨认为通过对教育大数据进行分析，可以帮助提高学生的学习成绩，显著提升学校的教育质量。他曾说，教育未来发展的关键在于数据，教育数据的应用前景广阔[1]。
国内对教育大数据的研究始于2012年。利用大数据技术来促进教育改革和创新发展成为研究热点。目前，教育大数据的应用研究已列入我国教育信息化的工作程序。中央电化教育馆王晓芜副馆长认为，教育正在走向大数据时代，谁能够发现数据，谁就能够赢得未来的生存；谁能够挖掘数据，谁就能够赢得未来的发展；谁能够利用数据，并利用数据提供个性化的服务，谁就能够赢得未来的竞争[2]。
二、大数据在教育中应用的方向
在教育领域，数据成为评价教学水平的显著指标。这些数据既包括学校的入学率、出勤率、辍学率、学生的升学率等宏观数据，也包括课程作业的正确率，学生课堂上参与回答问题的次数、时长与正确率等，还可细化到每个学生回答一个问题所用的时间是多长、整体回答的正确率是多少等微观数据[3]。据荷兰科研人员统计，一名学生在一节45分钟的课堂中所产生的全息数据高达5—6GB，这些数据中的1%可进行归类和量化分析。运用云计算等技术，使用专门软件对这些数据进行分类、整理、统计、分析，可以从中发掘出大量有价值的信息。
除了利用数据改善传统的课堂教学，大数据在在线教育领域也大有作为。通过分析学习者本身的数据，对其进行实时测试和评估，可以掌握学习者某个时间点的能力值，据此向其推荐与其能力匹配的学习资料，这样可实现重难点突出，提高学习效率[4]。
此外，我国教育政策长期以来采取自上而下进行制定和执行的办法，随着经济社会的快速发展，因教育资源未能完全满足社会的期望而产生了一系列矛盾。事实上，精确描述现状和未来趋势的数据可以为教育管理的各环节提供决策支持。如小学学区的规划和调整应该以对人口数量和结构、师生比、交通状况、城市规划等数据的分析作为基础。传统的样本调研等方法无法做到全面和科学，靠以往的经验进行管理和决策无法适应社会快速发展的需求。以大数据、云计算作为支撑的新技术可以对复杂情况进行梳理和预判，从而有效预测未来事件的发展趋势。随着技术不断进步、预测模型不断优化以及分析系统的进一步改进，小学招生生源情况、师资培训需求、跨区域教育资源调配等都可以实现提前判断[5]。
可以肯定地说，大数据分析在教育领域应用，对改善课程教学质量、提高远程教育效率、实施个性化教学，以及提高教育资源配置和教育决策的科学性都具有重大意义。
三、教育大数据应用的关键技术和面临的挑战
1.大数据存储问题。与传统关系型数据结构规整的特点不同，大数据中包含大量的半结构化和非结构化数据，对这些数据如何进行有效存储是人们首先要面对和解决的问题。使用商用化已十分成熟的关系型数据库无法完成实现对大数据的存储，同时，关系数据库在可扩展性和容错性方面也无法满足大数据应用的需求。目前谷歌、亚马逊、雅虎等公司纷纷推出针对大数据存储的解决方案，它们大多采用了新型的数据库结构，这类方案统称为NoSQL。NoSQL的特点是可扩展性强，数据模型具有灵活性，系统可用性强。NoSQL在扩展性和容错性方面的性能优于传统的关系型数据库。然而，目前关系数据库还处于全盛时期，市场占有率高，NoSQL不可能在短期内完全取代关系数据库。目前的研究热点是将关系数据库和NoSQL方案进行融合，形成一种新的数据存储结构。
2.大数据索引问题。索引在关系型数据库中的应用极大地提高了查询效率。传统关系数据库索引的缺点在于，建立和更新索引要占用一定的系统开销，并且特定的索引方案只适用于特定的场景。大数据查询对实时性和高可用性要求比较高，如何对大数据构建有效的索引值得研究。谷歌公司提出一种增量式的索引更新器，索引更新效率极大地得以提升。另一种可行的方案是，采用多维索引来加速查询速度。目前相关的技术还处于研究和实践阶段，尚不成熟。
3.大数据分析问题。大数据分析技术从庞杂的数据中梳理出彼此的关联，高效的数据分析方案是大数据应用的核心所在。面对规模巨大、更新速度飞快的数据，如何提高分析效率成为关键。谷歌提出了MapReduce技术，该技术采取对原始数据进行分块，并分别分配给不同的Map任务区进行处理的方案。MapReduce解决了实时处理较大规模数据的问题，但系统开销较大，影响了数据分析效率。人们已在研究如何对MapReduce模型进行改进，实现流处理，以提高系统对实时大规模数据的处理能力。
4.大数据可视化问题。最终用户无法对大数据的采集、处理和分析所得到的结果进行直接识别，数据可视化的工作显得尤为重要。数据可视化是对大数据分析结果进行直观地显示，从而帮助用户发现隐藏在数据背后的模式和数据之间的关系。数据可视化可以为最终决策提供有效支持。目前，大数据可视化研究的重点在于优化数据可视化流程、提高展示效果的丰富性等方面。
5.数据使用者问题。技术研发可以解决教育大数据应用中存在的技术问题，而教育大数据分析的结果是否能够有效应用最终还是取决于人。由于教育管理部门和学校的组织体制不同、不同学校和教师之间对于教育大数据的理解程度不同，从而增加了研究人员和应用程序开发人员工作的困难程度，影响了教育大数据应用的铺开。数据使用者的态度决定了大数据应用的效果[6]。如果数据使用者能积极帮助应用开发者准确定位需要解决的问题，确定需要采集的数据类型，确定有效的可视化数据呈现方式，将使大数据的应用事半功倍。
6.隐私和伦理道德问题。隐私和伦理道德限制问题在教育大数据应用中也必须客观地面对。在第三方机构分析和处理学生的个人学习记录等数据时应注意隐私保护等问题，应注意规避相应的政策和法规。另外，根据大数据分析得出的预测结论将会增加学生活动的透明性，从而带來一系列伦理道德问题，这些都值得研究和重视。
四、结论
大数据给各行各业的发展模式和决策带来巨大的变革与挑战，教育行业无法回避。不对数据进行有效留存和深度挖掘，教育信息化终将浮于表面。目前，人们对大数据在教育领域已取得了一定的认识，但研究和实践还不够深入，要真正将大数据技术高效地应用于教育实践，仍然任重道远，这需要教育工作者和信息技术工作者共同努力。
参考文献：
[1]徐鹏，王以宁，刘艳华，张海.大数据视角分析学习变革——美国通过教育数据挖掘和学习分析促进教与学报告解读及启示[J].远程教育杂志，2013，（6）.
[2]王晓波.大数据促进教育变革与创新——专访中央电化教育馆王晓芜副馆长[J].中小学信息技术教育，2013，（10）.
[3]何蕴毅.大数据背景下教育变革的思考与实践[J].教育信息技术，2014，（12）.
[4]赵姝淳，孙曙辉.大数据技术及其在教育领域的应用[J].中小学信息技术教育，2014，（3）.
[5]柯清超.大数据与智慧教育[J].中国教育信息化，2013，（9）.
[6]张羽，李越.基于MOOCs大数据的学习分析和教育测量介绍[J].清华大学教育研究，2013，（4）.