摘 要 培养大学生自主学习能力是一项重要而艰巨的任务，大数据相关技术在引导大学生自主学习的各步骤中能发挥独特作用，为促进大学生自主学习提供更加个性化的支持。
关键词 教育大数据；大学生；自主学习
中图分类号：G645 文献标识码：B
文章编号：1671-489X（2017）16-0120-02
Abstract It is an important and arduous task to develop college stu-dents’ autonomous learning. The big data related technology can play
a unique role in guiding the students’ autonomous learning， and pro-vide more individual support for college students.
Key words big data in education； college students； autonomous learning
1 大數据相关概念及在教育领域的应用
大数据是当今社会所独有的一种新型能力：以一种前所未有的方式，通过对海量数据进行分析，获得有巨大价值的产品和服务，或深刻的洞见[1]。大数据不仅是指数据的量很大，更指它蕴含巨大的价值。挖掘教育领域的大数据，可以提升教育质量、促进教育公平、实现个性化学习、优化教育资源配置和辅助教育科学决策等[2]。对学校来说，从学生、教师、管理三方的活动中可以获取大量数据，过去由于数据处理能力有限，仅对部分容易结构化的数据进行采集和后期处理，而对教学活动过程中大量非结构化的数据无能为力，因此应用十分有限。处理大数据的相关技术出现后，其强大的处理能力使得对教育领域的种种创新应用展开大胆想象，借助可以采集到的庞大数据，对其挖掘分析，可以随时了解学生的学习情况，可以为学习营造智慧化的环境，可以实现个性化的学习支持服务等。
事实上，教育领域已经有很多基于大数据的创新应用，如全球自适应学习平台的典范——Knewton、可汗学院的教学反馈系统、提高大学生毕业率的“希维塔斯学习”等；国内高校也有一些基于大数据的各种学习分析系统、学习资源个性化推荐系统、学业预警系统等应用案例。随着大数据技术本身不断发展和在教育领域运用的不断深入，将会出现更多更好的教育创新应用，大数据相关技术为教育领域许多难题提供了解决的可能性。
2 大学生自主学习的现状和主要困难
知识更新和技术创新越来越快，人人都需要不断学习才能胜任工作，应对新的挑战。自主学习不但能提升学习质量和成绩，更为学生离开学校后继续学习、终身发展奠定基础，大学生必须具备自主学习能力才有可持续的竞争力。David Little认为：从本质上讲，自主学习是一种能力。通常容易误会的是自主学习就是学生的课外自学，跟学校和教师无关[3]，导致学校、教师常常忽视学生这种能力的培养，因此，许多大学生的自主学习能力亟待提高。事实上，自主学习只是强调以学为中心，教师的引导作用依然不可或缺。
在教师完全放手的情况下，绝大多数大学生对自主学习往往是浅尝辄止，因为他们在学习过程中遇到的困难太多，如很难独立地制订一个学习任务的详细实施计划；难以产生学习兴趣，学习热情很难持续；很难快速找到适合自己的学习资源，学习时遇到问题不能及时得到教师或同学的帮助；自己的学习情况缺乏及时评价和反馈等。这些困难几乎是习惯了课堂讲授的大学生的通病。传统教学中，教师要制订教学计划和完成每一次课的目标，课前导入时总是想办法激发学生学习动机，为学生准备合适的教材及补充学习资料，通过观察、提问、批改作业等手段及时了解学生学习情况，随时为学生解决疑难等。显然，如果让习惯了课堂讲授的大学生去自主学习必定困难重重。
培养大学生的自主学习能力任务紧迫，要让他们尽快适应自主学习，学校或教师应该给予必要的引导和支持。但是，每一个大学生自主学习基础和需求都不一样，帮助和引导他们的工作量远远超过课堂讲授，这是人工很难完成的任务。但大数据相关技术可以提供帮助，借助移动互联网、云计算、物联网等技术，获取学生生理监测数据、学习环境动态监测数据、学习过程记录数据以及人际网络关联数据，通过对这些数据的整合、统计和分析，为用户提供实时、个性化和精准化的服务[4]。
3 借助大数据相关技术引导大学生自主学习
由于自主学习的个别化特征，对众多学生一一进行引导必然是繁重的工作，这只适合充分了解学生并为之提供个性化服务的大数据来承担。当然，这些大数据相关技术需要集成在学校的资源管理系统或学习管理系统等教学支持系统中。庞维国基于提倡自主学习的建构主义学习理论，提出自主学习教学指导的一般模式，并进一步指出自主学习教学指导的具体步骤和要求，包括确定学习目标、激发学习动机、自学教材内容、自学检查、组织讨论、教师重点讲解、练习巩固、课堂小结[5]。
基于大数据为学生建模，帮助学生制定个性化的学习目标 几乎所有学习的开端都始于确定学习目标，包括长远的总体目标、近期目标、即将完成的目标，同时围绕这些目标进行合理时间分配，自主学习也不例外。对于在校大学生，大数据技术可以通过多渠道（教务系统、校园一卡通信息甚至网络学习行为等）获得学生的大数据信息。对这些数据进行计算和挖掘，针对学习目标为每一个学生建立学习特征建模（已有学习知识和水平、学习风格、学习习惯等），从而为他们推荐适合的学习内容、学习进度、学习策略等。作为自主学习者，不是必须按系统推荐执行，但有利于快速掌握设置学习目标的方法并选择更适合自己的方案。这也是大数据技术超越传统教师引导的地方，因为教师通常只能针对一个班级确定学习通用的学习目标、学习进度、学习内容等，而无法照顾到每个人的不同需求。
大数据可在自主学习全过程中激发学习动机 学习动机具有引发、指引和激励学习行为和学习活动的功能[6]。很多自主学习者很难坚持学习的重要原因就是缺乏学习动机，因此，激发学习动机对自主学习是非常重要的。学习动机可分为内部动机和外部动机，不同学生对内外动机和动机强度反应不一样，如何为每一位学生提供恰当的动机刺激，这也需要大数据分析学生个人的行为才能实现。在学习全过程中，大数据的动态分析及可视化技术可以让学生及时直观地知晓自己的进步和不足，从而激发其学习兴趣和热情，或者引导他们对自己的失利进行合理归因，促使其今后更加努力，而不是对自己能力失望而轻言放弃。
大数据可帮助大学生顺利完成自主学习内容 适合学生的学习内容是能达到学习目标的前提，为学生匹配个性化的学习内容是大数据的强项。通过采集学生学习生活轨迹的大量数据并进行挖掘，分析出学生个人特征，预测学生对资源的个性化需求，从海量的网络学习资源中为学生筛选匹配资源并推送给他们，从而实现对个性化的学习资源推荐，解决自主学习中信息过载的困扰。传统教学通过教师一次次课堂讲授逐步完成，学习时间、过程监督都由教师进行教学设计，而大数据则可以比教师做得更好。由于大数据技术方便量化和记录学习过程中比如学习频率、学习时间长短、知识掌握情况、交流讨论情况、具体目标完成情况等状态信息，追踪到每一个学生的学习轨迹，因此可以对学生未按时完成任务或学习效果不好进行提前预警，帮助他们更好地监督学习过程和学习质量，及时调整学习策略，保障学习内容的顺利完成。
教育大数据让自主学习检查更全面准确 自主学习检查目的是获得学生学习情况的反馈信息，如学习目标达到的程度、未达到目标的原因、学习的难点在何处等，其结果既是对过去学习成效的总结，更有利于改善今后的学习，是教育管理者和学生都关心的内容。要准确诊断学生的水平，应该考虑将标准化测验和动态评定手段结合使用。尤其是动态评定，在学习过程中收集信息，具有灵活性和连续性，能及时反馈学习情况并对当前学习进行调整，但在传统教学中往往因为烦琐（建立每个学生学习过程档案）和不够客观（教师主观评定）而不受重视。在大数据背景下，收集处理大量数据信息（为学生建立可动态更新的电子学档）或使用自动化程序进行量化，在许多学校或教育培训机构已经有此类应用。而标准化测验对机器来说更简单，可由系统自动组卷进行测试，快速评卷并给出讲解。教育大数据在学业测评方面有天然的优势。
大数据技术能更好地支持沟通与交流 任何学习都不可能在完全独立的状态下完成，良好的互动协作对自主学习是很好的补充。大数据的聚类分析可以方便对学生按同质或异质分类，相似特征可以结成学习讨论伙伴，也可以利用协同过滤向同质分类对象推荐相似的资源或学习路径。异质分类可以在需要互补的环境中相互帮助。系统可以通过文本挖掘学生的讨论情况，帮助教师筛选哪些是比较重点和难点的问题，参与讨论或提供解决方案。
大数据技术可实现个性化的知识巩固与总结 根据数据挖掘和学习分析技术，系统可以清楚了解每个学生已掌握和未掌握的知识，有针对性地让学生进行练习巩固，减少不必要的重复练习；记录了学生学习内容、学习轨迹和学习成果等的电子学习档案方便学生回顾、总结和管理知识；还可用数据可视化技术直观地展示学习情况，便于交流与分享。
4 结语与展望
大学生的自主学习能力是其学会学习的体现，是他们终身发展的动力，但培养自主学习习惯和提高自主学习能力非一朝一夕之事。基于教育大数据的智慧学习环境逐渐形成，将有助于学生轻松地沉浸在自主学习中。
参考文献
[1]舍恩伯格，库克耶.大数据时代[M].盛杨燕，周涛，译.杭州：浙江人民出版社，2013.
[2]方海光.教育大数据[M].北京：机械工业出版社，2016.
[3]Little.自主学习的方法与途径[M].邱永忠，林赟，江琴，譯.福建教育出版社，2009.
[4]余亮，陈时见，赵彤.大数据背景下数字教育资源服务的内涵、特征和模式[J].电化教育研究，2017（4）：66-71.
[5]庞维国.自主学习：学与教的原理和策略[M].上海：华东师范大学出版社，2003.
[6]吴庆麟.教育心理学：献给教师的书[M].上海：华东师范大学出版社，2003.
