大数据技术下的数据驱动教学范式研究

龙虎 李娜

摘要：大数据背景下，数据驱动教学范式是当前的主要教学范式，是有别于早期的农业时代与工业时代经验模仿教学范式和信息时代的计算机辅助教学范式，是教学范式发展的第三个阶段。在梳理大数据技术和数据驱动教学范式概念的基础上，利用文献研究法和系统法对其进行深入的研究，提出了大数据技术下的数据驱动教学范式架构。将大数据技术引入教学范式，拓宽了对教学范式研究的视野，提供了新的研究思路，希望该研究能为教学范式的研究者提供参考和借鉴。

关键词：大数据技术；数据驱动；教学范式

中图分类号：TP393 文献标识码：A 文章编号：1009-3044（2018）20-0162-03

Research on Data-Driven Teaching Paradigm of Big Data Technology

LONG Hu， LI Na

（Kaili University， Kaili 556011， China）

Abstract： Under the big data background， the data actuation teaching model is the current main teaching model， is different with early the agricultural stage and the industry time experience imitates the teaching model and the information age computer aided teaching model， is the teaching model development third stage. In combs the big data technology and in the data actuation teaching model concept foundation， conducts the thorough research using the literature methodology and the system method to it， proposed under the big data technology data actuation teaching model construction. The big data technology introduction teaching model， has opened up to the teaching model research field of vision， has provided the new research mentality， hoped this research can provide the reference and the model for the teaching model researcher.

Key words： Big data technology； Data driven； Teaching paradigm

隨着大数据技术、数据采集技术、数据存储技术、数据传输网络技术、人工智能、云计算等技术快速发展，我们已从早期的IT时代步入到了DT时代，大数据技术作为当前一项新的颠覆性的技术，正迅速融入教育、娱乐、金融等各行各业中。数据驱动教学范式是当前大数据时代的主流教学范式，已成为国内外研究的热点，国外方面已开始启动并实施对数据驱动教学范式的研究，并开展了对数据驱动教学范式理论及应用和数据素养教育方面的研究，国内方面，已有部分学者和专家开展了数据驱动教学范式的研究，但研究的内容仅仅在理论层面较多，对于实践以及新技术融入的内容研究的较少，对于大数据技术下的数据驱动教学范式还没有开展研究，因此有必要开展大数据技术下的数据驱动教学范式研究。大数据时代的到来，迫切需要我们改变传统的教育教学模式，利用大数据技术开展数据驱动精准教学，构建新型教学生态和改变传统教学结构以及教学流程等。大数据技术下，探究数据驱动教学新模式，构建数据驱动教学实践共同体，开展数据驱动教学范式研究，开创大数据技术下的教学新范式，破解传统的教学范式研究碎片化、静态化和简单化，构建用数据说话、用数据研究、用数据管理和决策、用数据创新的研究理念，建立以样本和全周期以及全过程和全透明为特征的新研究范式。将大数据技术融入数据驱动教学范式研究，打造基于大数据的智慧学习平台，探索大数据技术下的数据驱动教学新模式。

1大数据技术概述

大数据是指海量数据，是数据和大数据技术的综合体。美国著名的未来学家阿尔文·托夫勒在第三次浪潮一书中，将大数据称之为第三次浪潮的华彩乐章[1]。全球知名咨询公司麦肯锡最早提出了大数据时代的到来，并在其下属机构全球研究所发布的一份专门的研究报告中，将大数据视为全世界下一个创新、竞争和生产力提高的前沿领域。著名的数据库专家以及图灵奖获得者吉姆·格雷在NRC-CSTB（National Research Council-Computer Science and Telecommunications Board）上发表的著名演讲科学方法的一次革命中提到继之前出现的实验范式、理论范式、计算范式之后，新的信息技术已经促使第四范式出现了，就是数据密集型科学发现（Data-Intensive Scientific Discovery），也就是我们所称的大数据[2]。大数据按照数

据分析的实时性，可分为实时数据分析和离线数据分析两种，按照大数据的数据量，可分为内存级别、海量级别和商业智能级别等三种。其中，内存级别指的是数据量不超过集群的内存最大值；海量级别指的是对于数据库和商业智能产品已经完全失效或者成本过高的数据量；商业智能级别指的是那些对于内存来说太大的数据量。大数据从本质上来讲包含数量、类型和速度三个维度的问题，大数据的本质构建如图1所示[3]。图中的速度方面主要是指对海量数据的处理速度，可实现海量数据的实时处理；数量方面是指数据量由PB级到ZB级；数据类型方面主要是指数据种类繁多，已打破了传统的仅仅为结构化数据的范畴，数据的处理还包括了海量半结构化和非结构化数据。

大数据时代背景下，数据的采集和分析、数据的处理和管理以及可视化等都与传统的方式不同，数据的产生方式方面由被动采集数据转变为主动生成数据；数据采集密度方面由采集密度较低、采集数据有限转变为利用大数据平台，可对需要分析事件的数据进行密度采样，精确获取事件的全局函数；数据源方面，传统数据的数据源获取方式较为单一，不同数据之间添加的数据整合难度大，而大数据可利用大数据技术，通过分布式技术和分布式文件系统以及分布式数据库等技术对多个数据源获取的数据进行整合处理；传统数据在数据处理方式方面大多采用离线处理方式，对生成的数据集中分析处理，不对实时在线产生的数据进行处理，而大数据的数据处理方式是较大的数据源、响应时间要求低的应用可以采用批处理方式集中计算，响应时间要求高的实时数据处理采用流处理的方式进行实时计算，并通过对历史数据的分析进行预测分析。大数据的处理流程一般可分为四个阶段，主要有：数据采集与集成、数据统计和分析、数据挖掘以及数据可视化等。大数据的核心特征是数据量大、类型繁多、价值密度低、速度快和时效高。大数据处理的关键技术一般有五个，主要为：大数据采集技术、大数据预处理技术、大数据存储及管理技术、大数据分析及挖掘技术、大数据展现与应用技术。

随着大数据技术不断涌现，海量数据的分析及处理方式将发生很多变化，数据处理结果的获取也将更快速更直接。大数据技术不仅可以分析处理结构化数据，还可实现非结构化以及半结构化数据的分析与处理。大数据技术可实现将隐藏于海量數据中的有用信息挖掘出来，为用户提供参考和使用等。大数据分析的方法理论主要有预测性分析能力、数据质量和数据管理、可视化分析、语义引擎和数据挖掘算法。大数据技术一般可分为五大类，分别为：基础架构支持、数据采集、数据存储、数据计算和展现与交互。基础架构支持主要包括资源监控技术、网络技术、虚拟化技术、云存储以及云计算平台等；数据采集是数据处理的必备条件；数据存储技术部分在针对海量数据时，一般采用分布式文件系统和分布式数据库的存储方式；数据计算部分主要有数据查询、统计与分析、数据预测与数据挖掘、图谱处理等；展现与交互主要有图形与报表、可视化工具和增强现实技术。

2数据驱动教学范式

美国著名的科学哲学家托马斯·库恩最早提出“范式”一词，并在其经典著作《科学革命的结构》（The Structure of Scientific Revolutions）中对范式做了解释[4]。库恩提出了范式的两个特征，并将范式分为具体和抽象两种用法。著名的教学研究专家盖奇最先在教育领域引用范式一词，并认为教学范式是由理论基础和研究方法以及研究共同体统一的表达方式和评价标准所构成的综合体[5]。教学范式自农业时代开始至今已经经历三个发展阶段，分别为农业时代和工业时代的经验模仿教学范式、信息时代的计算机辅助教学范式和大数据时代的数据驱动教学范式。经验模仿教学范式主要源于希腊教学理念中的模仿再现思想，重点强调的是经验的模仿和知识的接受，教学内容主要以书本知识和经验以及技能为主，教学媒介主要为书本、黑板和挂图等，教学者占主动地位，学习者为被动接受式的学习，不利于激发学习者的学习兴趣；计算机辅助教学范式是信息时代的主要教学范式，是传统的经验模仿教学范式的进一步发展，是以技术为主导的一种新的教学范式，新的网络技术以及计算机技术、白板和多媒体课件等逐渐取代了传统的黑板和挂图等传统教学工具，传统的教学模式逐渐被新的任务驱动教学以及探究式教学所取代，学习者的学习积极性有所提高，探究问题和发现问题以及解决问题的能力有所提高；数据驱动教学范式是大数据时代的主流教学范式，是有别于前两个教学范式的一种新的教学范式。

教学范式是对教学这一复杂活动的概括性解释，是某个时期或阶段教学综合特征的重要体现，它既包含了教学理论与研究方法，同时也包含了教学模式、学习策略以及教学评价方式等[6]。数据驱动教学范式是当前大数据时代的主要教学范式，是有别于早期的农业时代与工业时代经验模仿教学范式和信息时代的计算机辅助教学范式，是教学范式发展的第三个阶段。数据驱动教学范式具有科学化、精准化、智能化和个性化等四个主要特征，科学化是指打破传统的教学模式的局限性，以科学的和真实的数据为依据，实现线上和线下教学的有效性；精准化是指教学目标的实现方面要有精准化的教学设计，教学辅导的精益化和教学组织的精细化，通过对课堂内外、线上和线下的数据采集，进行数据的深度挖掘分析，以可视化形式呈现出知识与技能的掌握程度，识别出存在不足及缺陷，进行精确化的智能诊断；智能化是指根据学习者特征及学习进度智能推送学习资源，数据驱动教学范式下，作业的批改和习题测试等练习部分可再通过人工进行，而直接由系统自动进行；个性化是指数据驱动教学范式下，根据学习学习特征和学习需求，借助智能平台和技术工具实现个性化教学，以数据采集和分析、数据深度挖掘、个性特征发现、智能诊断和干预为特征的个性化教学。

3 大数据技术下的数据驱动教学范式

大数据背景下，教师教学以及学生的学习方式将会发生翻天覆地的变化，与此同时，教师教学地位与作用出现了新的变化，传统的教学范式也将逐渐被新的教学范式替代。随着大数据技术融入教育领域，传统的经验模仿教学范式和计算机辅助教学范式逐渐被新的数据驱动教学范式所取代，大数据技术下，新的教学范式也即为第三个阶段的教学范式：数据驱动教学范式逐渐成为当前大数据时代的主流教学范式。数据驱动教学范式下，教学内容中的文字、图形图像、视频、动画以及虚拟场景在不同的教学媒介中呈现，学习者和教学者的各种行为数据都将被记录下来，以数字化的形式进行存储。教学媒介是教学数据的采集终端和传输渠道，同时也是教学内容的呈现载体，为教学大数据的运行提供支撑。大数据技术下的数据驱动教学范式框架如图2所示。

大数据技术下的数据驱动教学范式与以往的经验模仿教学范式和计算机辅助教学范式有所不同，该教学范式将最新的大数据技术、云计算、机器学习算法、智能评价技术引入，学习者可获得海量的数字化学习资源，并进行智能推送和智能诊断以及智能评价，有利于提高学习者的学习绩效。教学与学习的海量数据产生与收集、传输与处理、存储和对外提供服务都要及时有效，要能够满足学习者需求和精准教学。教学与学习的数据实时采集在功能上需要保证可以完整地收集到所有数据，为实时应用提供实时数据，响应时间上要保证实时性、低延迟、部署简单、系统稳定可靠等，实时计算架构一般采用海量并行处理MPP的分布式架构，数据的存储及处理会分配到大规模的节点上进行，以满足实时性要求，在数据的存储上，采用大规模分布式文件系统。

数据驱动教学模式下，教学内容已从传统的纸质教材等教学材料转变为新的数字化的文本、视频、音频、动画以及虚拟场景等，教学者可根据学习者学习需求进行精准教学和科学决策，并对学习者的学习进度进行跟踪，利用数据挖掘技术、可视化技术和学习分析技术挖掘有用的数据信息，让其教学有数可依，真正实现以人为本。利用大数据智慧教学平台可实现师生的在线互动，按照学习者学习进度及学习情况对知识数据进行智能推送。学习者学习的数据可以数字的形式存储下来，利用大数据技术搭建的大数据智慧教育云平台可在线获取海量学习资源，学习者的学习状态和学习进度会以可视化的形式呈现给学习者，以便于根据学习状态和学习进度进行学习决策。教学媒介可實现教学内容的有效呈现，以方便学习者快速获取学习资源进行精准学习。

4 结束语

大数据时代，教育领域产生的数据越来越多，利用大数据技术和数据挖掘技术深度挖掘有用的数据信息，为数据驱动教学决策的顺利开展提供参考，对提升教育教学质量，促进学习者的学习绩效有很好的作用。数据驱动教学范式逐渐取代传统的经验模仿教学范式和计算机辅助教学范式将成为大数据时代的主要教学范式，利用大数据技术结合智能平台实现教学与学习海量数据的采集与处理，进行学习行为数据的深度挖掘与可视化呈现，个性特征发现和智能诊断，更好地实现精准教学与精准学习。

参考文献：

[1] 娄岩.大数据技术概论[M].北京：清华大学出版社，2017.

[2] 隋爱娜.数字内容安全技术[M].北京：中国传媒大学出版社，2016.

[3] 李联宁.大数据技术及应用教程[M].北京：清华大学出版社，2016.

[4] 王文丽.试论教学范式及其变革研究[J].东北师大学报，2017，285（1）：179-183.

[5]N.L.Gage.Paradigms of Research on Teaching.In N.L.Gage（Ed.）Handbook of Research on Teaching 1sted.），1963.

[6]杨现民，等.数据驱动教学：大数据时代教学范式的新走向[J].电化教育研究，2017，296（12）：13-26.

[7] UNITED NATIONS GLOBAL PULSE. 2012，Big Data for Development： Challenges &Opportunities;[R].2012.

[8] LAPKIN A. Hype Cycle for Big Data[R]. Gartner. Inc. G00235042， 2012.

[9] INTERNATIONAL DATA CORPORATION. Electronic Medicines Compendium. 2011 IDC Digital Universe Study： BigData is Here，Now What？[R].2011.