路曼　張德龍　孫淼　雷杰

摘要：近年來，大數據涉及各方面的領域并且在某些領域中取得了重大成果，而在教育方面，也產生了潛移默化的影響。為了深入的分析與研究教育大數據的發(fā)展，利用數據模型驅動學校，分析學校在教育教學方面的改革情況，探索教育教學變量之間的相關關系，為教育教學提供更全面的數據分析和更長遠的管理模式。我們根據大數據的技術和實踐典例情況，從預測、分類、關系挖掘和模型構建等角度，對教育教學系統(tǒng)進行設計與開發(fā)研究。最后，我們也根據目前大數據在教育教學方面的發(fā)展情況，對大數據在教學改革方面所面臨的挑戰(zhàn)進行了思考和分析。

關鍵詞：大數據;數據模型;教學改革;教學變量;模型構建

中圖分類號：TP311 ? ? ?文獻標識碼：A

文章編號：1009-3044（2019）14-0050-03

Abstract： In recent years， big data has involved various fields and achieved significant results in some areas， and in education， it has also exerted a subtle influence. In order to deeply analyze and research the development of educational big data， use data models to drive schools， analyze the reform of schools in education and teaching， explore the correlation between educational and teaching variables， and provide more comprehensive data analysis and longer-term education and teaching. Management model. Based on the technical and practical examples of big data， we conduct research on the design and development of education and teaching systems from the perspectives of forecasting， classification， relationship mining and model building. Finally， we also consider and analyze the challenges faced by big data in teaching reform based on the current development of big data in education and teaching.

Key words： big data; data model; teaching reform; teaching variable; model building

1 背景

根據社會發(fā)展的辦學宗旨以及應用型技術人才對社會的影響，分析了社會地方對應用型大學的具體要求，以及學校開展不同方式的培養(yǎng)模式對應用型、技術型人才發(fā)揮著不同的作用。目前，不少高校也開始盲目教育教學改革，向應用型大學靠攏，造成培養(yǎng)的學生理論基礎不扎實，實踐能力普通，沒有任何突出的優(yōu)勢，畢業(yè)求職或者繼續(xù)深造時不能滿足自己的預期目標。為了尋找更好的應用型人才培養(yǎng)模式，利用最新的大數據技術，建立相應的數據模型，對不同的模式下的具體因素進行更深層次地探索。

2 系統(tǒng)設計目標

為了全方面的了解學生各方面的情況，設計與開發(fā)教學數據分析的系統(tǒng)，該系統(tǒng)中利用大數據的技術與教學改革相結合，通過前端交互與智能硬件獲取教學改革過程相關數據，并進行海量存儲，后端采用數據挖掘、云計算等技術對數據進行處理分析，為教學改革提供技術支持，以促進高校教學改革發(fā)展。一旦完成整套系統(tǒng)的設計與開發(fā)工作，能夠降低教育管理人員的業(yè)務處理難度，同時幫助教育管理人員對學生進行針對性的教育與幫助。該系統(tǒng)還為學生提供了就業(yè)指導、考研院校選擇、活動競賽通知、心理測試與輔導等功能模塊，為學生提供更為專業(yè)的服務。

3 系統(tǒng)體系設計結構

該系統(tǒng)則采用了B/S結構開發(fā)模式[1]，由于需要對大量的數據進行分析，則需要運用到云平臺，將服務器作為平臺提供服務。在對系統(tǒng)進行分層設計時，需要對各層的主要功能進行明確的劃分與制定需求，以及對各層所運用到技術進行深層次的挖掘與分析，具體情況如下。

3.1 云服務技術

“云”是對互聯網對的一種升級[2]，將傳統(tǒng)意義上的互聯網概念從“僅僅是存儲數據”提升到了“為你提供某種服務”的高度，而云服務技術也將以設備為重心轉到了以信息為重心，互聯網的趨勢不斷地在向“數據”發(fā)展。

3.2 大數據開發(fā)技術-Hadoop、Echarts

Hadoop是一個分布式系統(tǒng)基礎框架，實現了一個分布式系統(tǒng)文件系統(tǒng)，它可以提供高吞吐量來訪問應用程序的數據，適合有著超大數據集的應用程序。

ECharts底層依賴輕量級的矢量圖形庫ZRender，利用開源的可視化庫可以提供直觀、可高度個性化定制的數據可視化，同時還提供了深度的交互式數據探索和多維數據圖表展現方式。

3.3 數據庫-MySQL

存儲和管理大量的數據的主要設備就是支撐整個系統(tǒng)的數據庫服務器，將獲取的大量數據存放到數據庫中，則在后期可以對數據庫中的數據進行利用和分析。在本系統(tǒng)中則使用了MySQL關系類型的數據庫，它可以處理擁有上千萬條記錄的大型數據，可移植性較高，同時在調試、管理和優(yōu)化方面都比較方便。

3.4 數據分析

用適當的統(tǒng)計分析方法對收集來的大量數據進行分析，將它們加以匯總和理解并消化，以求最大化地開發(fā)數據的功能，發(fā)揮數據的作用。在數據分析中，則分為三種分析方法：描述性數據分析、探索性數據分析、驗證數據分析。利用這些數據分析方法則則可以達到現狀分析、原因分析以及預測分析的作用。

4 系統(tǒng)功能設計

本系統(tǒng)是針對目前高校在教務管理信息系統(tǒng)對信息管理只停留在管理層面，并未將大量的數據進行好好利用、進行詳細分析，以及對學生進行全方面的信息分析與評價。根據這一現象，本系統(tǒng)將原有的教學信息系統(tǒng)中的有用資源進行整合，并增加了對數據的詳細分析與預測等功能，具體分為以下幾個模塊：個人信息管理模塊、成績管理模塊、課外競賽管理模塊、綜合素質考評管理模塊、專業(yè)技能實踐管理模塊以及畢業(yè)生信息管理模塊。在本項調查研究中，只針對目前的學生的一般情況進行了詳細的調查研究，但不影響研究結果的準確性。系統(tǒng)總體結構框架圖如圖1所示。

每個功能的詳細介紹如下：

個人信息管理模塊：學生用戶登錄系統(tǒng)之后，可以完善個人的身份信息，同時在個人信息管理模塊中，本系統(tǒng)增加了一個每日計劃表功能，在計劃表功能中分為制定計劃表和計劃完成進度表，在計劃表中可以填入個人詳細的生活作息習慣，也可以是自己每天的學習計劃。

成績管理模塊：這個模塊中是對學生的所有學科成績進行統(tǒng)計和管理，包括學生的大學英語四六級、計算機等級考試等成績。在這個模塊中利用算法則會對學生的成績進行詳細的分析，具體到不同班級之間、不同任課教師之間、不同學年級、不同專業(yè)之間的對比和分析。

課外競賽管理模塊：這個模塊需要學生自行進行填寫相應的內容、上傳相應的證書證明材料，后臺的教輔管理人員則會對這些信息進行審核并統(tǒng)計，而學生則會根據學校的規(guī)定獲得相應的獎勵和加分政策。

綜合素質考評模塊：在這個模塊中涉及學生的思想道德素質、專業(yè)素質、科技文化創(chuàng)新和實踐能力素質以及身心素質等方面，這個模塊是將其余模塊中的數據進行整合，利用大數據技術對大量的數據以及大量的變量因素進行分析，同時將這些數據共享到云平臺中，在教輔管理人員查看這些數據時，本系統(tǒng)則會利用Echarts進行數據的圖表展示。

專業(yè)技能實踐管理模塊：針對一些高校有實驗室開放的規(guī)定，學生使用實驗室自由，則該模塊是對學生進出實驗室的時間段以及進出實驗室的數據進行收集和管理，方便后期的數據分析。而這些數據則會通過指紋機識別這一硬件設備獲取并管理。

畢業(yè)生信息管理模塊[3]：一些高校在對畢業(yè)生進行數據分析時，只是將生源地、學期末成績、政治面貌、就業(yè)率、考研率等一些便于獲取的數據進行分析，并為進行深層次的數據挖掘。而本系統(tǒng)則將已經畢業(yè)的學生檔案資料進行分類管理，分為就業(yè)類和繼續(xù)深造類，而在對這兩類學生分析時，則利用大數據技術結合綜合素質考評模塊中的各項數據進行詳細的分析和預測狀況。

5 系統(tǒng)詳細設計

5.1 個人成績管理模塊

從學生角色登錄系統(tǒng)，學生只能進行個人信息的查看和修改、個人成績的查詢、課外競賽獲獎填報以及各項活動競賽的填報與查詢，同時系統(tǒng)會根據學生的各項數據進行分析之后，會推送學業(yè)警告通知以及預測學生的成績趨勢。成績趨勢圖見圖2。

5.2 指紋考勤模塊

在該模塊中，指紋圖像通過 ZFM-206 模塊的光學組件獲取，將手指放在光學鏡片上，手指在內置光源照射下，用棱鏡將其投射在電耦合器件（CCD）上，而形成具有一定寬度和走向的脊線呈黑色、紋線之間的凹陷部分的谷線呈白色，這種數字化的，可被指紋設備算法處理成多灰度指紋圖像。

5.3 成績管理模塊

在該模塊中，利用了數據分析中的描述性數據分析和探索性數據分析的方法對所獲得的數據進行分析，同時利用回歸模型對所分析出的數據進行建模?；貧w分析時一種預測性的建模技術，它主要研究的是因變量（目標）和自變量（預測器）之間的關系。我們對各個學院的計算機等級考試成績進行了建模，下圖3所展示的是利用回歸模型展示了各個學院在不同年份的計算機等級考試平均成績的對比圖。

5.4 課外競賽管理模塊

各類的學科競賽是建立在課堂教學的基礎上，以競賽的方式去激發(fā)學生的實踐能力，通過不斷地實踐來加深學生對理論知識的理解。在該模塊中，學生登錄系統(tǒng)之后，可以根據自己所獲得的獎項類型進行申請和填報，審核通過之后，學生則會獲得相應的獎勵以及學分加分政策。申請流程圖見圖4。

6 測試

為了測試該系統(tǒng)的性能、并發(fā)以及可靠性等性能，本系統(tǒng)進行了相關測試。在實際測試過程中，本系統(tǒng)通過性能下降曲線分析的方法，分析了隨著用戶訪問系統(tǒng)的次數增長響應時間以及吞吐量的改變情況，整個曲線相對平穩(wěn)，同時在整個測試過程中，整個系統(tǒng)可以穩(wěn)定地運行。

7 結束語

本系統(tǒng)通過海量數據建立模型，并對這些數據進行分析，同時也為學生提供了心理測試輔導，以往各項數據查詢等功能，而對于教育管理人員來說，可以為他們提供更全面數據分析與預測功能，降低業(yè)務處理難度，并針對性的幫助學生解決問題，為培養(yǎng)應用型人才提供可持續(xù)性的發(fā)展。

參考文獻：

[1] 李浩. 大數據分析下高校教學管理系統(tǒng)設計與開發(fā)研究[J]. 現代信息科技， 2019（4）.

[2] 羅舉明， 佟玉軍， 謝文閣， 等. 云平臺下教師教學質量考評管理系統(tǒng)研究[J]. 中下企業(yè)管理與科技： 上旬刊， 2019（2）.

[3] 賀廣琰， 孫淼， 史洪瑋. 試論如何推動高校職業(yè)指導工作的開展[J]. 文化創(chuàng)新比較研究， 2017（21）.

[4] 孫毅， 劉仁云， 王松， 等. 基于多元線性回歸模型的考試成績評價與預測[J]. 吉林大學學報：信息科學版，2013（4）.

【通聯編輯：謝媛媛】