教育大数据环境下高职物流专业的学习分析应用研究

【摘要】随着大数据时代的发展，大数据这一名词迅速占领了各领域的热门，通过对数据的分析和整合，对于各行业发展都有着重要的作用。本文通过对教育大数据环境下的学习分析技术进行概述，重点从学习分析技术在高职物流专业的教学中的应用进行研究，这对于推动高职物流专业发展有着重要的作用。基于此，通过教育大数据在高职物流专业的应用进行分析，提出相应的应用策略，以及学习分析未来发展面临的挑战，希望能给广大笔者提供一点借鉴。

【关键词】教育大数据;学习分析;应用研究;高职物流专业;教育

一、前言

随着互联网的快速发展，人们越来越依靠网络来了解时代的发展，这也导致了大量数据在网络中的产生。而目前，大数据时代已经到来，这也深深影响了教育领域，大数据与教育领域的结合是当代教育发展不可避免的事实;同时，现代物流行业的发展也离不开大数据。这也说明了大数据对高职物流专业教学的重要性。笔者通过在教育大数据环境下利用学习分析技术对高职物流专业的应用进行研究，改变传统物流专业教学模式和教学策略，用现代物流理念培养现代物流人才。

二、相关的概念界定

（一）大数据和教育大数据

通过人们长期在进行数据研究应用的基础条件下，随着互联网、云计算、物联网、社交软件等技术的发展，人们通过应用这些技术的产品而产生的庞大数据就导致了大数据的出现。大数据定义是指无法在合理的时间范围内用传统的数据库软件工具对其内容进行获取、管理和处理的数据集合。随时时代的发展，技术的进步，大数据的应用也被逐渐深入，这也包括了教育领域的应用。教育大数据就是大数据中特指教育领域中的大数据，是大数据中的分支。而教育大数据就是在整个教育活动中服务教育主体及教育过程所产生的数据，用于教育领域的发展和研究并可以创造巨大教育领域价值的数据集合。大数据与教育领域的融合，产生的巨大反应成为教育领域发展和改变不可缺少的关键，其中推动高职物流专业的教学模式改革、教学资源配置的优化、学生个性化学习等方面都受到了教育大数据的重要影响，同时也保障了高职教育的教学质量。

（二）学习分析

关于学习分析，主要是建立在教育大数据环境下，利用现有的技术和方法对教育大数据的收集，然后通过数据分析软件进行处理和分析整合，找出学习者在学习中出现的问题和分析学习者的学习行为，根据不同学习者的学习情况，为教师提供反馈分析结果，让教师根据分析的结果对学生进行干预措施，教师可以更加方便的调整教学策略和制定个体学生的学习，提供个性化教学，从而让每一位学习者都能得到最好的教育，这对于整个教育领域而言都有重大意义。简而言之，在教育大数据环境下，利用学习分析可以更好的为高职物流专业的教学模式进行优化、教师教学策略调整、改善教学评价机制和实现学生的个性化学习。

三、教育大数据环境下高职物流专业的学习分析应用策略

教育大数据为学习分析的发展带来了可行性。教育大数据环境下高职物流专业的学习分析应用是基于实际，然后分析教育过程中的数据，通过对学生的学习情况进行分析预测和干预，并来回循环，形成良性循环。虽然大部分学校都已经应用了学习分析技术，然而从高职物流专业来看，还需要扩大数据的收集范围和规范数据格式，进一步实施学习分析，改善教学和学习效果，这对于整个高职物流专业有着要意义，同时还需做好以下几点：

（一）学习分析中的学习评估

目前，随着大数据时代的发展，教育行业中的在线教育平台得到了红利，特别是疫情的出现，影响了教育行业的大发展，大部分学校都已经建立了各种在线教育平台，将学习分析的应用落实到位了。

在高职物流专业教学中，学生通过理论和实践的结合才是提高专业知识的重要方式，而在教学过程中合理利用在线教学平台可以有效提高教学质量，毕竟教育模式与学习模式的优化是学习分析的最终目的。在传统的高职物流专业教学中，教师很难做到对每一位学生关注到位，凭借个人的主观教学无法真正做到对每一个学生因材施教。虽然大多数教师可以通过学生平时的课堂表现和学习活跃情况还有期末成绩来对其基本情况的了解，但是这只能得到学生的共性，而非每一位学生的个性，并且这是教师的主观感受，往往会对学生带有浓烈的主观情感，不能合理的对学生进行评估，因此教师不能详细具体的调整教学模式。而在教育大数据环境下，通过线上教育平台，利用学习分析技术，可以对每一位学生保持客观性和真实性记忆教学模式的合理性。

首先可以通过在线教学平台了解到每一位学生对知识的掌握程度和每一位学生在某个教学环节的积极性以及他们对课程的兴趣程度，然后还可以对整个物流专业的学生学习情况进行分析，评估其中每一个学生在整个群体中的作用，最后评估教学模式的合理性。这可以让教师通过学习分析能够全方面的了解每位学生在学习理论和实践知识时的真实情况，并优化其教学模式。其次，学习分析的学生学習评估数据可以将其推送给学生，这可以让学生自己了解到自身在学习上的问题并有针对性的调整学习方法，这不仅提高了传统评估的合理性和真实性，还能提高教师改进教学模式的效率，促进教与学的实施绩效，这对整个高职物流专业都是极大的便利。

（二）学习分析中的学习预测

通过对学生的学习评估，进行下一步的学习预测，是对学生物流专业学习的历史数据进一步分析，这其中包括学生的考试成绩、理论学习情况和实践操作情况以及特征等数据，来预测学生的物流专业课程学习情况。通过这些数据可以预测学生在不同的主修课程和选修课程的偏离课程标准情况以及能否通过课程考核的情况，从而对其学生进行引导性性的学习，而且学习预测还可以对学生的学习兴趣进行分析。预测一定要以学生的历史数据为依据，分析其学生的学习发展趋势和结果，并及时对其学生潜在的不理想学习状态进行干预，解决学生潜在的不理想状态，达到对学生正确引导的作用。当然，学习预测的最终数据结果在教育大数据中具有一定的参考性，能为以后的高职物流专业教学模式优化提供重要的作用。

（三）学习分析中的优化教与学，实现个性化学习

通过对学生的学习评估和学习预测，实现优化教与学是学习分析发展的目的。而目前，个性化学习是目前物流专业学生最理想的学习方式，同时，学生和教师都将受益于学习分析，因为个性化学习不仅满足了每一位学生可以用最适合自己的学习方式进行学习，还提高了学习效率。同时也解决了教师教学任务重的问题，还能及时调整教学策略，为每一位学生的个性化学习提出建议，可见学习分析对于高职物流专业的发展至关重要。

四、学习分析发展的前景和面临的挑战

在大数据的迅速发展中使得学习分析也在飞速发展，这为教育领域提供了大量的教育与学习数据，并提供了问题的解决策略，也衍生出了一系列解决问题的方法与工具。学习分析发展的同时，出现的问题也是在这整个过程中必须要接受的挑战。

（一）学习分析在发展中受到的局限

如今学习分析的应用是建立在教育大数据环境下，而目前大数据在教育领域应用存在的问题有：第一，数据的分析、数据的存储、数据的处理等相关技术都受到计算机软硬件发展的限制，另外这些相关技术仍在发展中，还不能实现智能化、自动化和系统化;第二，平台之间的限制也导致了这些数据存在兼容性问题，很难实现平台之间的数据共享。另外，因为目前的大量数据库之间不能产生互联，导致大量的学习数据都分布在不同的系统中，学习分析难以进行立体化分析，只能对学习过程的数据进行简单分析，这样的结果是教育领域不能接受的，这也让学习分析的作用降低了，不能发挥它最大的作用。

（二）用户的隐私安全存在问题

随着网络通信技术和移动通信技术的发展，所有人都可以通过网络随时随地的使用各种设备，而学习分析利用的在线教育平台，所会面临的就是学生隐私的安全保护问题。目前学生只要使用在线教育平台，就会采集学生的资料和数据，而在线教育平台在使用这些数据时，能否保证学生的隐私安全，是否正当的使用了这些资料和数据，是否在学生的知情同意下使用了这些数据，这些问题都是保证学生隐私安全的问题，在线教育平台能否保证学生的资料和数据安全，这些都有待考究。解决这些问题才是学习分析发展的一大步。

（三）学习分析发展的空间

现有的学习分析还有很大发展空间，这种发展带来的必定是推动教育模式的改革和创新。当然，学习分析是新兴的教育发展研究领域，所涉及的理论、技术和方法较多，其学习分析自身的基础、框架和体系还没有系统化，还没有明确其在教育领域的作用和地位，还需要时间的验证，但不可否认的是学习分析在教育大数据环境下为教育领域提供的研究是更为高效的方法。主要还是依赖学习分析在实践中不断的发展和尝试，以及依赖于广大教育工作研究者的不断探索和总结，由理论促进实践，不断的完善学习分析体系，进而实现学习分析的理论和实践的良性发展，未来的学习分析必定会为教育领域的教学改革和研究提供更为有效的方法。

五、结语

综上所述，在大数据时代下，互联网中各种技术的不断发展，传统的教学模式以及满足不了高职物流专业的教师和学生，个性化学习才是高职物流专业教师和学生的共同诉求。而学习分析在教育大數据的支持下，能够满足高职物流专业学生的个性化学习的需求，同时还能促进智能学习的发展。

笔者相信以后的技术肯定会继续推动学习分析的发展和解决学习分析发展所面临的问题，个性化教育的发展会推动学习分析技术朝着更高的高度发展，这不仅是对目前教育领域的机遇，同时也是挑战，这对于教育领域持续发展有着重要意义。

参考文献：

[1]刘凤娟.大数据的教育应用研究综述[J].现代教育技术，2014，24（08）：13-19.

[2]郭炯，郑晓俊.基于大数据的学习分析研究综述[J].中国电化教育，2017（01）：121-130.

[3]刘清堂.大数据视角下的学习变革——美国学习分析技术应用对我国的启示[J].教育家，2020（34）：35-36.

[4]王良周，于卫红.大数据视角下的学习分析综述[J].中国远程教育，2015（03）：31-37.

[5]顾小清，刘妍，胡艺龄.学习分析技术应用：寻求数据支持的学习改进方案[J].开放教育研究，2016，22（05）：34-45.

[6]刘清堂，张思，范桂林，王洋，吴林静.教育大数据视角下的内容语义分析模型及应用研究[J].电化教育研究，2017，38（01）：54-61+93.

[7]王良周，于卫红.大数据视角下的学习分析综述[J].中国远程教育，2015（03）：31-37.

作者简介：廖罗尔（1988.02-），男，湖南长沙人，毕业于香港理工大学工业系统学院英国华威大学商学院，研究方向：供应链管理。