教育大数据研究热点及存在问题的可视化分析

赵洛育

（ 北京师范大学出版社 北京 100875）

【摘要】目前，大数据技术被广泛应用于教育事业中，并取得了良好的效果，然而，不可忽视的是，教育大数据研究热点依然存在多方面的问题，主要问题表现为数据信息传输安全问题、数据信息存储安全问题，计算机网络病毒问题和数据平台建设问题，本文将在简述这些问题的基础上探讨解决方案，希望能为教育事业提供参考与借鉴。【关键词】教育大数据研究热点；存在问题；可视化分析【中图分类号】TP39 【文献标识码】A 【文章编号】1009-5624（2020）03-0053-03从整体结构来分析，教育大数据研究热点主要体现在大数据理论研究、数据挖掘技术研究、学习分析研究、教育资源管理研究、教育改革方案研究等五个方面，在研究工作中不难发现大数据技术在应用与实践中依然存在急需解决的问题，对此，教育专家已经设计了针对性解决方案[1]。与此同时，对教育大数据研究成功进行了可视化分析。1󰀁󰀁教育大数据研究热点

1.1 大数据理论研究

目前，大数据理论研究主要集中在两个方面，一方面是研究大数据的概念、特征、作用与内涵，另一方面是研究大数据在高等教育、思想政治教育和职业教育中的应用方案和应用效果。

1.2 数据挖掘技术研究

数据挖掘技术研究热点包括数据挖掘、信息技术、数

据分析、云计算技术、数理统计技术、物联网、机器学习技术等。数据挖掘技术能够深度挖掘海量数据，并对数据进行统计、分析、预测和智能化整合。

1.3 学习分析研究

学习分析以学生和学习环境为研究对象，研究目标是分析海量教育数据，然后，通过建模来了解潜在的问题，优化学习方法，预测学生在学习中的进步与表现。学生学习分析技术模型的基础数据是学生数据，然后，经过数据采集、数据存储、数据分析和数据表示来评估、预测和调整学生的学习行为，最后，收集智能数据，所谓的智能数据包括现场实景、语音视频、教学交互行为与过程评价等数据[2]。

1.4 教育资源管理研究

教育资源管理研究主要研究热点是研究数据平台、教

见将会严重影响档案管理现代化整体的发展部署与管理。因此，档案管理现代化必须强调加强标准化建设以及协调性的综合发展。

4.2 实现管理现代化

管理的现代化是档案管理现代化实施的重要保障。在实施档案管理工作的过程中应增加相关人员对管理现代化的认识，并在工作的实践过程中，使用先进的技术及方式为用户提供更加优质化的服务，在加强档案资源合理性的同时获得更多的利益。

4.3 增加复合型人才的培养

人才是档案管理现代化实施的重要基础。根据目前档案管理现代化实施的现状来看，档案管理现代化的推广未达到预期的目标主要是由于相关人员缺乏专业知识、素质低下所造成的。因此，在日常的工作中应对档案管理人员进行专业的培训，通过不断的提升人员的综合素质、强化团队人员建设，使管理人员及时掌握到档案管理现代化中各方面的知识。此外，为了更好的满足档案管理现代化中实际工作的需求，应不断的引进高层次人才，不断的拓展工作中的思路与方法，以为档案管理现代化的发展做出更多的贡献。

4.4 增加管理建设资金投入

在档案管理现代化中，管理层应发挥积极带头作用，可通过将档案管理现代化纳入年度工作计划之中，以此保

障资金的投入；通过定期的审查档案管理现代化工作实施的进度来不断的解决其中出现的问题；增加管理人员之间以及与相关部门的沟通，提升档案管理的综合水平，加快档案管理现代化进程[5]。5󰀁󰀁结语

档案管理现代化是一项新兴而又具有一定复杂性的工程，在实际的工作中应不断的根据自身情况，加强档案管理中的基础工作建设，提升对档案管理现代化的认识，通过脚踏实地的态度做好每一项工作，并且根据档案工作的发展趋势，不断的克服工作中出现的问题，并探寻有效的措施，为档案管理工作奠定坚实的发展基础。【参考文献】

[1]徐新军.浅谈实现档案管理工作现代化的方法[J].科技经济导刊,2019,27(29):227.

[2]王红华.档案管理现代化的创新途径研究[J].兰台内外,2019(26):29-30.

[3]盛春虹.关于档案管理现代化的若干思考[J].兰台世界,2019(S1):79-80.

[4]艾青香.浅谈如何实现档案管理工作现代化[J].中小企业管理与科技(上旬刊),2018(08):3-4.

[5]李晓龙.实现档案管理工作现代化的几点建议[J].兰台内外,2018(02):46.

53

信息：理论与观点信息记录材料 2020年3月 第21卷第3期 育信息和网络资源，并根据研究结果充分利用数据网络技术打造教育资源平台，整合并优化线上与线下学习资源，构建教育资源管理库。

1.5 教育改革方案研究

教育改革方案研究主要是研究个性化教育模式，针对不同学生的专业、特长、个性、天赋、学习进度、学习效果制定合适的教学方案，同时，指导学生掌握高效学习方法，不断提高学习效果。

2󰀁󰀁大数据技术在教育研究工作中存在的问题

2.1 数据信息传输安全问题

在大数据时代背景下，不少学校将学习分析信息、学生信息、教师信息、课程资源信息等均以大数据的形式存储于计算机云端系统，而在数据信息传输过程中有时因网速问题而缺乏稳定性，黑客会利用系统漏洞窃取和拦截信息[3]。

2.2 数据信息存储安全问题

目前，各学校教学管理中存在大量的业务系统，像教学资源管理系统、课程管理系统、学习分析系统等，同时将数据信息分类存储于相应的系统中，而且，各系统之间还存在数据信息共享关系，这样虽然能够提高工作效率，实现信息共享，却也存在不容小觑的风险[4]。一旦某个系统感染病毒，就会传染给其他系统。此外，当前不少学校只借助网络平台来存储信息，却忽视了数据信息的安全维护管理，这样很容易导致信息被恶意删除和篡改。

2.3 网络病毒问题

目前，很多校园区域数据网络已经突破了本区域的 IP 和 WLAN 的规划，实现了一体化的认证管理，这就在很大程度上为大数据网络技术应用安全管理带来了挑战。据调查了解，当前校园区域数据网络管理中依然存在网站篡改、木马病毒、数据窃取以及勒索病毒等，其主要以程序、邮件、网页的形式传播，严重影响数据网络环境安全[5]。

2.4 数据平台建设问题

虽然各学校均建立了大数据平台，通过启用该平台为学生提供个性化学习活动和学习资源，加强学生与教师以及学生之间的有效互动，然而，数据平台并不完善，导致平台功能较为单一，数据信息处理效果相对低下。3󰀁󰀁解决对策

3.1 健全计算机网络系统

优化互联网传输技术应用方案，提高信息传输效果，必须着重健全计算机网络系统，努力实现互联网系统运转高效化、智能化与自动化。其次，在提升计算机网络系统的安全质量的同时应注重加强计算机信息处理能力，优化判断区分功能，为计算机应用层和信息传输层设置安全套接，以此构建安全可靠的网络环境，确保数据信息能得以安全传输[6]。另外，应通过运转互联网安全管理技术体系及时消除风险因素，避免数据信息在传输过程中出现泄漏问题，确保计算机网络系统的安全运转。

3.2 构建网络安全防御模型

构建计算机网络安全防御模型，完善互联网传输应用方案，应正确运用建构思想方法使网络拓扑信息能达到和

关键规则相整合的效果[7]。此外，应注意借助云技术平台促进计算机网络各节点的服务资源共享，各服务资源能够从高层策略抽象信息自动转化和映射为低层与操作层的策略信息。

3.3 完善计算机网络结构

确保互联网传输过程的安全性，应注意完善计算机网络结构，着重优化计算机组网模式，根据计算机网络系统服务规模设置配套的结构管理体系，将数据信息活动的“接入—汇聚—核心”的组织架构转变为扁平化管理结构体系[8]。需要注意的是，扁平化结构并不是要求在物理层次上的减少，而是在各行业局域网络设备的承受功能上进行区分，可以将网络的逻辑整理为宽接入层以及业务控制管理层。

3.4 优化大数据平台功能

加强教育大数据平台建设，优化平台功能，满足教育改革的发展需求，提高海量信息分类管理效果，各学校应秉承“由简入难”“逐层开发”“逐步见效”的方针，根据各分支系统的不同功能，依次做好三步工作：第一，搭建信息集中管理平台，组建统一的数据库，为搭建教育大数据平台提供良好的基础[9]。与此同时，要将自动控制系统所采集的数据信息进行分类管理，一并收入大数据库之中，从而有效避免数据信息零散化，提高数据信息传输效率和利用率。第二，实现数据自动化分析，自动生成趋势显示结果。教育大数据平台系统应能够根据学生信息、学习行为分析信息、课程资源、教师信息、教学资源管理信息等数据自动生成动态趋势报表或者分析图，以便于全面了解教学情况。第三，建立自动化标准管理系统，优化异常报警功能。各学校应全面分析和挖掘海量数据信息，结合指标内容，制定污水处理厂的“信息安全管理标准”，充分利用智能化技术设计采集数据与健康标准的自动比对程序，确保该程序能根据采集的数据，对数据平台和数据网络运行情况进行评价，并判断异常状况。其次，应合理开发信息发布平台，使该平台能自动生成电脑桌面提醒、发送手机短信，如果发现数据网络安全问题，能自动将预警信息及时发送给工作人员[10]。此外，应重视为大数据平台配置先进的杀毒软件，以此维护教育大数据网络安全。4󰀁󰀁教育大数据研究热点可视化分析

教育专家查阅了近十年来的EBSCO、CNKI和Springer link等专业期刊资料中所出现的教育大数据文本，对关键词的频次进行了统计，同时，运用可视化分析法对教育大数据实施分析与计算，将共有的关键词矩阵转换成了相关矩阵，然后，以相关矩阵为基础，采用尺度实施深度分析，构建了数据知识体系谱系图。从基础视角来看，共有的关键词矩阵属于相关关系矩阵，所有关键词之间均存在不可分割的关系，为了正确认知这种关系，教育专家们设计了教育大数据关键词相似矩阵表，表1就是教育大数据关键词相似矩阵表。

此外，教育大数据的关键词不仅存在相似性，也存在一定的差异，因此，教育专家们也设计了教育大数据关键词相异矩阵表，表2就是教育大数据关键词相异矩阵表。

信息记录材料 2020年3月 第21卷第3期 信息：理论与观点表1 教育大数据关键词相似矩阵表

高频关键词大数据数据挖掘学习分析翻转课堂慕课个性化教师专业发展教师TPACK教师信息素养教学绩效评估

大数据20.27140.16700.11690.23720.12440.13090.16120.13220.3326

数据挖掘0.2720.23950.10120.120.11320.07710.36810.16210.2621

学习分析0.160.23912110.05970.07710.26270.16210.3231

翻转课堂0.25730.1280110.02410.04430.03260.27160.21360.3411

慕课0.140.143210.014220.28170.01820.19420.30260.2313

个性化学习0.160.15320.04950.100.29340.01820.16240.11270.46050.1917

教师专业发展0.17100.07620.02570.19420.0172120.83620.15300.1617

教师TPACK0.16200.37360.26280.120.27010.01920.837120.410.3121

教师信息素养0.13240.00160.16360.30210.45040.45030.58420.77010.75160.2519

教学绩效评估0.33210.18210.31820.16110.23300.22290.32320.32210.19631.6

表2 教育大数据关键词相异矩阵表

高频关键词大数据数据挖掘学习分析翻转课堂慕课个性化教师专业发展教师TPACK教师信息素养教学绩效评估

大数据0.150.76270.8320.88130.73230.86120.84130.86160.84130.6626

数据挖掘0.727610.77030.120.87140.87110.97170.62360.80160.7321

学习分析0.8210.763010.99120.11210.95020.15630.86260.81160.5931

翻转课堂0.01310.1220.860.95670.94340.78270.85160.87210.8311

慕课0.23270.92142120.71650.72230.59190.69260.9313

个性化学习0.83120.72150.98020.97590.871710.79290.83920.59970.7969

教师专业发展0.84120.72130.95130.3220.94230.1520.76510.83310.6816

教师TPACK0.8160.63620.72260.81550.84190.84261.10.83710.860.21

教师信息素养0.8130.62160.72160.67320.88260.86910.23190.68460.75510.6219

教学绩效评估0.62630.72130.59310.83110.83130.88390.61350.210.62191

表2中的数据又名不相似数据，数值大小用以表述关键词之间的差异程度，数值越大，差异程度越大，反之，数值越小，差异程度越小。5󰀁󰀁结语

总而言之，推动中国大数据教育事业的发展，优化教育体系，必须全面做好教育大数据热点研究工作，健全数据网络管理系统。【参考文献】

[1]施佺，钱源.大数据背景下教育领域热点问题研究———基于关键词共现分析[J].中国教育技术装备，2016（18）:69-71.[2]张燕南，赵中建.大数据时代思维方式对教育的启示[J].教育发展研究，2013，(21)：3-4.

[3]喻小继.基于大数据应用的个性化教学信息服务平台构建研究[J].情报科学，2015，32(11):53-56.

[4]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）.

[5]潘黎，王素.近十年来教育研究的热点领域和前沿主题———基于八种教育学期刊2000-2009年刊载文献关键词共现知识图谱的计量分析[J].教育研究，2011(2):47-53.

[6]崔晓鸾，赵可云.大数据在教育领域的研究热点及发展趋势———基于共词分析的可视化研究[J].现代远距离教育，2016(4):79-85.

[7]杨庆安，赵伟男，张海.大数据在教育领域应用的学习分析框架构建[J].软件导刊·教育技术，2013(5):157-158.[8]裴莹，付世秋，吴锋.我国教育大数据研究热点及存在问题的可视化分析[J].中国远程教育，2017(12):46-53，80.

[9]黄德群.开放的学习世界:网络技术如何变革教育[J].韶关学院学报，201(12):45-46.

[10]马婧，韩锡斌，周潜，程建钢.基于学习分析的高校师生在线教学群体行为的实证研究[J].电化教育研究，2014，(2):112-113.

55