韓樹河,陳鎮(zhèn)江,牛旭航

(江蘇航運職業(yè)技術(shù)學(xué)院,江蘇 南通 226010)

0 引言

高校在線學(xué)習(xí)和在線教學(xué)是當(dāng)前重要的教學(xué)途徑,對教學(xué)活動的展開有非常重要的作用。尤其是在新冠肺炎期間,學(xué)生無法到校學(xué)習(xí),國家提出相應(yīng)政策,要求高校利用圖書館進行網(wǎng)上教學(xué)。各個學(xué)校的圖書館紛紛響應(yīng),完成對網(wǎng)上教學(xué)的課程設(shè)計,學(xué)生也參與在線學(xué)習(xí)。從技術(shù)應(yīng)用背景、社會發(fā)展背景來看,我國高校在線學(xué)習(xí)的展開都有非常重要的意義,在實際的教學(xué)過程中,要做好對高校在線學(xué)習(xí)的建設(shè),并對高校學(xué)生的在線學(xué)習(xí)行為進行分析,提升其學(xué)習(xí)效果。

1 機器學(xué)習(xí)和大數(shù)據(jù)技術(shù)

1.1 機器學(xué)習(xí)

機器學(xué)習(xí)方法是計算機利用已有的數(shù)據(jù)(經(jīng)驗),得出了某種模型(遲到的規(guī)律),并利用此模型預(yù)測未來(是否遲到)的一種方法。機器學(xué)習(xí)也是數(shù)據(jù)分析、智能化技術(shù)的應(yīng)用原理,對現(xiàn)代化社會的發(fā)展有非常重要的作用。在機器學(xué)習(xí)應(yīng)用過程中,主要是賦予機器“人腦”的知識學(xué)習(xí)過程,讓其自主完成規(guī)律總結(jié),實現(xiàn)對機器的綜合處理,確保技術(shù)應(yīng)用得更加合理,也能提升機器學(xué)習(xí)效果。

1.2 大數(shù)據(jù)技術(shù)

大數(shù)據(jù)技術(shù)是當(dāng)前社會應(yīng)用比較廣泛的重要技術(shù)。在數(shù)字化技術(shù)、互聯(lián)網(wǎng)將技術(shù)的應(yīng)用背景下,利用互聯(lián)網(wǎng)絡(luò)資源、計算機數(shù)據(jù)計算功能,能夠完成對事物、事件的全部相關(guān)數(shù)據(jù)采集、數(shù)據(jù)系統(tǒng)歸納、數(shù)據(jù)分析應(yīng)用以及數(shù)據(jù)處理等,從而完成對事物和實際的數(shù)據(jù)化規(guī)律分析,最終完成對事物和事件的決策控制,確保其事務(wù)發(fā)展更加合理。

大數(shù)據(jù)技術(shù)以計算機技術(shù)為基礎(chǔ)技術(shù)應(yīng)用載體,并以數(shù)據(jù)計算、數(shù)據(jù)統(tǒng)計方法為具體的技術(shù)處理方法,能夠?qū)崿F(xiàn)對復(fù)雜數(shù)據(jù)的邏輯分析、對復(fù)雜數(shù)據(jù)進行綜合計算。在大數(shù)據(jù)技術(shù)的實際應(yīng)用過程中,包含數(shù)據(jù)統(tǒng)計效率性、數(shù)據(jù)分析相關(guān)性、數(shù)據(jù)預(yù)測分析等多方面的技術(shù)應(yīng)用原理,能在最大程度上提升數(shù)據(jù)分析效果。

2 高校學(xué)生在線教學(xué)現(xiàn)狀分析

高校學(xué)生在線教學(xué)以及在線學(xué)習(xí)是當(dāng)前高校教學(xué)展開的新模式,對教育教學(xué)效果提升有非常重要的作用,也在最大程度上提升教育教學(xué)的質(zhì)量。我國高校的在線教學(xué)形成與高?；ヂ?lián)網(wǎng)普及有重要聯(lián)系,并且借助新冠肺炎疫情完成了高校在線教學(xué)效果的提升,確保高校教育教學(xué)展開更加合理,提升教育教學(xué)質(zhì)量。

當(dāng)前,在線教學(xué)展開得如火如荼,已有很多高校利用圖書館以及其他教育平臺完成了自主在線教育平臺的構(gòu)建,實現(xiàn)了在線教育教學(xué)質(zhì)量的提升。如:北京大學(xué)圖書館,為了盡快完成圖書館的在線教學(xué)服務(wù),專門成立了圖書館線上教學(xué)工作小組,負(fù)責(zé)完成平臺構(gòu)建、遠(yuǎn)程教學(xué)服務(wù)搭建、電子教材錄入等工作。上海交通大學(xué)圖書館,在響應(yīng)國家政策號召過程中完成了圖書館線上教學(xué)服務(wù)團隊的建設(shè),在工作優(yōu)化中對技術(shù)應(yīng)用進行合理的管控,完成了圖書館線上教學(xué)各方面的保障工作。東北師范大學(xué),在響應(yīng)政策的同時,完成了課程平臺Blackboard 的搭建,建設(shè)應(yīng)用圖書館釘釘在線服務(wù)課堂,提升圖書館在線教學(xué)的應(yīng)用效果。實際上,在以學(xué)生為主體的教育模式下,高校的在線教學(xué)展開還需要對學(xué)生登錄學(xué)習(xí)網(wǎng)站、線上學(xué)習(xí)瀏覽等在線學(xué)習(xí)行為進行分析,確保提升學(xué)習(xí)效果。

3 機器學(xué)習(xí)和大數(shù)據(jù)技術(shù)融合應(yīng)用下的學(xué)生學(xué)習(xí)行為數(shù)據(jù)分析系統(tǒng)設(shè)計

學(xué)生學(xué)習(xí)行為數(shù)據(jù)分析系統(tǒng)是利用機器學(xué)習(xí)和大數(shù)據(jù)技術(shù)完成的數(shù)據(jù)挖掘系統(tǒng)設(shè)計,提升了數(shù)據(jù)的應(yīng)用效果。在實際的數(shù)據(jù)設(shè)計時,應(yīng)對大數(shù)據(jù)技術(shù)的應(yīng)用進行分析,并在控制技術(shù)應(yīng)用中完成對數(shù)據(jù)分析模型的設(shè)計。在數(shù)據(jù)分析挖掘模式應(yīng)用過程中,主要完成對數(shù)據(jù)挖掘工作的分析、對數(shù)據(jù)知識進行處理、對工具與算法進行合理設(shè)計,以實現(xiàn)對學(xué)生學(xué)習(xí)行為數(shù)據(jù)分析系統(tǒng)的有效應(yīng)用。

3.1 完成基本構(gòu)架設(shè)計

在本次數(shù)據(jù)分析系統(tǒng)構(gòu)架設(shè)計過程中,基本架構(gòu)主要包括:(1)數(shù)據(jù)采集模塊,主要應(yīng)用一卡通卡機、無線訪問點設(shè)計、高校在線學(xué)習(xí)網(wǎng)自帶數(shù)據(jù)記錄系統(tǒng)、學(xué)生信息系統(tǒng),進行多方面的數(shù)據(jù)采集,確保實際的數(shù)據(jù)采集應(yīng)用更加有效,提升數(shù)據(jù)的核心應(yīng)用效果。(2)數(shù)據(jù)分析技術(shù)架構(gòu)設(shè)計模塊,主要是對K-means 算法、SVM 算法、nmf 數(shù)據(jù)分析技術(shù)的應(yīng)用。(3)架構(gòu)設(shè)計模塊,完成對其結(jié)構(gòu)呈現(xiàn)功能的分析,主要是挖掘模型的功能,包括行為模式分析、學(xué)生的在線學(xué)習(xí)瀏覽行為分析、在線學(xué)習(xí)的登錄行為分析等。

3.2 設(shè)計數(shù)據(jù)流模塊

在數(shù)據(jù)挖掘模型中對數(shù)據(jù)流模塊進行設(shè)計,包括原始數(shù)據(jù)日志數(shù)據(jù)庫分析、預(yù)處理平臺日志數(shù)據(jù)庫分析、學(xué)生登錄行為記錄分析、學(xué)生登錄時間分布圖分析、在線學(xué)習(xí)現(xiàn)狀分析、不同特征學(xué)生學(xué)習(xí)行為差異分析等。

3.3 設(shè)計工具與計算

在數(shù)據(jù)挖掘模型中對數(shù)據(jù)工具與算流進行技術(shù)應(yīng)用分析,對網(wǎng)絡(luò)教學(xué)平臺進行日志采集,并對平臺日志進行處理,主要包括SQL Server 數(shù)據(jù)查詢分析、完成對序列分析、關(guān)聯(lián)性原則分析等,確保技術(shù)應(yīng)用分析更加合理、有效,也能提升學(xué)生在線學(xué)習(xí)行為的實際應(yīng)用分析,確保其應(yīng)用分析更有效果,也能在最大程度上提升學(xué)習(xí)行為的分析效果[1]。

4 機器學(xué)習(xí)和大數(shù)據(jù)技術(shù)融合應(yīng)用下學(xué)生在線學(xué)習(xí)影響分析

機器學(xué)習(xí)和大數(shù)據(jù)技術(shù)融合應(yīng)用,能夠完成良好的數(shù)據(jù)分析,實現(xiàn)對數(shù)據(jù)的綜合應(yīng)用,最大程度上提升數(shù)據(jù)分析效果。在線學(xué)習(xí)分析主要完成數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)分析等多項技術(shù)內(nèi)容,具體分析如下。

4.1 數(shù)據(jù)采集與預(yù)處理技術(shù)

在學(xué)生在線學(xué)習(xí)分析的實際應(yīng)用過程中,完成對數(shù)據(jù)的核心應(yīng)用分析非常關(guān)鍵,能最大限度地提升分析系統(tǒng)的應(yīng)用效果,并對其分析進行綜合性完善,確保各項技術(shù)應(yīng)用的分析更有效。在實際技術(shù)應(yīng)用中,數(shù)據(jù)采集和數(shù)據(jù)預(yù)處理主要針對平臺的多模塊進行數(shù)據(jù)挖掘分析。

(1) 完成資源瀏覽記錄表分析,主要采集AccessStratTime,AccessENdTime,PageUrl,StuNo,StuName等數(shù)據(jù)[2]。(2)完成對學(xué)生的基本信息表統(tǒng)計分析,包括StuNo,StuNeme,CengCi,ZhuanYe,DuiBie 等數(shù)據(jù)資料。(3)完成許愿登錄記錄統(tǒng)計分析,包括RecordID,LoginTime,LoginDate,SemesterCode 以及StuNo 等數(shù)據(jù),確保分析更加合理[3]。(4)對形成性測驗進行數(shù)據(jù)采集分析,對數(shù)據(jù)進行綜合應(yīng)用控制,確保其技術(shù)應(yīng)用更加合理,能在最大程度上提升數(shù)據(jù)應(yīng)用效果。在數(shù)據(jù)應(yīng)用中,其形成性測驗分析主要完成ZuoYE1,ZuoYE2,ZuoYE3 等試驗分析,實現(xiàn)對其數(shù)據(jù)的分析與處理,確保后續(xù)對學(xué)生在線學(xué)習(xí)行為分析更加合理、有效[4]。

4.2 學(xué)生學(xué)習(xí)登錄行為分析

在數(shù)據(jù)挖掘模型應(yīng)用過程中,完成對學(xué)生在線學(xué)習(xí)登錄行為的實際應(yīng)用分析。對某高校專業(yè)在線學(xué)習(xí)系統(tǒng)的學(xué)生登錄行為進行分析。在實際數(shù)據(jù)分析統(tǒng)計過程中,對學(xué)生10 周的在線學(xué)習(xí)模塊登錄率進行統(tǒng)計,分析其學(xué)習(xí)登錄行為[5],具體如表1 所示。

表1 學(xué)生10 周的在線登錄行為登錄率

統(tǒng)計發(fā)現(xiàn),自該校設(shè)置在線學(xué)習(xí)系統(tǒng)以來,學(xué)生在進10 周內(nèi)進入系統(tǒng)進行學(xué)習(xí)的行為率(登錄率)越來越高,證明高校開展的在線學(xué)習(xí)被重視并得到推廣,有效促進現(xiàn)代化高校教學(xué)效果的提升。在對學(xué)生學(xué)習(xí)登錄行為進行分析的過程中,需要對其在線學(xué)習(xí)模塊進行優(yōu)化,豐富在線學(xué)習(xí)模塊的教學(xué)資源,最大限度地提升在線教學(xué)效果[6]。

4.3 學(xué)生瀏覽行為的分析

本文設(shè)計的數(shù)據(jù)挖掘模型對學(xué)生進入在線學(xué)習(xí)系統(tǒng)的瀏覽行為進行數(shù)據(jù)分析。在學(xué)生實際的在線學(xué)習(xí)過程中,學(xué)生的瀏覽行為代表其利用在線學(xué)習(xí)模塊完成了學(xué)習(xí)任務(wù),也可以據(jù)此掌握對學(xué)生對學(xué)習(xí)內(nèi)容的感興趣程度,最終實現(xiàn)對學(xué)生學(xué)習(xí)行為的針對性分析,提升學(xué)習(xí)效果。

在數(shù)據(jù)挖掘模型中,學(xué)生的瀏覽模塊主要包括課程各章節(jié)案例庫、視頻資源區(qū)、Flash 動畫交互區(qū)、問題庫、輔助資料庫、常用軟件工具等。10 周內(nèi)某專業(yè)課程學(xué)生資源瀏覽量的數(shù)據(jù)統(tǒng)計分析如表2 所示。

表2 10 周內(nèi)計算機專業(yè)課程學(xué)生資源瀏覽量

通過表2 的統(tǒng)計數(shù)據(jù),生成如圖1 所示的被瀏覽資源頁面數(shù)量與人均瀏覽頻次和如圖2 所示的學(xué)院參與率與單個資源人均瀏覽頻次。

圖1 被瀏覽的資源頁面數(shù)量與人均瀏覽頻次

圖2 學(xué)院參與率與單個資源人均瀏覽頻次

數(shù)據(jù)發(fā)現(xiàn),課程各章節(jié)案例庫、Flash 動畫交互區(qū)以及問題庫是學(xué)生瀏覽較多的在線學(xué)習(xí)模塊,其課程各章節(jié)案例庫也是學(xué)生喜歡瀏覽的重要部分。雖然問題庫的網(wǎng)頁數(shù)量僅12 個,但從圖1—2 可以看出,其單個資源人均瀏覽次數(shù)非常高,人均瀏覽頻率也比較高。Flash 動畫交互區(qū)的瀏覽量也比較大,被瀏覽的資源頁面數(shù)量為57,雖然在所有瀏覽中的頁面并不高,從圖1 可以看出人均瀏覽頻次85.63、從圖2 可以看出單個資源人均瀏覽頻次3.64、學(xué)院參與率0.97,都是最高值,證明學(xué)生對該在線教學(xué)模塊非常感興趣。在實際的在線教學(xué)優(yōu)化過程中,教師應(yīng)該注重對實際教學(xué)模塊進行優(yōu)化,增加更多的知識教育內(nèi)容,豐富該模塊的主要教學(xué)功能,確保現(xiàn)代化教學(xué)的展開更加合理[7]。

在大數(shù)據(jù)技術(shù)以及機器學(xué)習(xí)技術(shù)的實際應(yīng)用過程中,可以利用其技術(shù)優(yōu)勢,完成對技術(shù)的綜合管控,并對互聯(lián)網(wǎng)技術(shù)的應(yīng)用進行優(yōu)化,提升數(shù)據(jù)技術(shù)的挖掘效果[8]。

5 結(jié)語

本文設(shè)計大數(shù)據(jù)技術(shù)和機器學(xué)習(xí)算法技術(shù)下的數(shù)據(jù)挖掘模型,對于數(shù)據(jù)技術(shù)的應(yīng)用有非常重要的作用,也能夠最大限度地提升數(shù)據(jù)技術(shù)應(yīng)用效果。并且從學(xué)生在線學(xué)習(xí)學(xué)生數(shù)據(jù)挖掘分析中、主要從在線學(xué)習(xí)學(xué)生登錄行為和瀏覽行為分析兩個方面闡述數(shù)據(jù)挖掘技術(shù)的重要應(yīng)用。