可视化大数据在在线教育教学中的应用研究

　　文章首先阐述了大数据、可视化的概念内涵、构成要素和特点价值，然后论述了大数据应用于在线教育教学理论研究现状及意义，最后以三维动画专业为例分别从学员的学、教师的教以及管理者的管等方面探析了大数据可视化作为一种有效的学习理念、思维形式和工具策略在在线教育教学中的应用实践。

一 、内涵解读与价值概述

　　1 大数据的概念与特点

　　美国国家标准和技术研究院（NIST）对大数据（Big Data）做出的定义是：大数据是指其数据量、采集速度，或数据表示限制了使用传统关系型方法进行有效分析的能力，或需要使用重要的水平缩放技术来实现高效处理的数据。大数据应用就是利用数据分析的方法，从大数据中挖掘有效信息，为用户提供辅助决策，实现大数据价值的过程。

　　大数据的特点主要包括：（1）规模大（Volume）：主要指对数据的存储容量大，计量单位甚至上升到EB、ZB、YB 及以上级别；（2）速度快（Velocity）：指对数据分析的速度极快，一般在秒级时间范围内可以给出海量数据分析的结果；（3）种类多（Variety）：指包含的数据类型非常多，既包括网站记录、网络日志、图片信息，又包含动画、视频、地理位置等信息；（4）价值高（Value）：指大数据的重点在于发现海量数据背后隐藏的有价值的信息。

　　2 大数据可视化的构成要素与特征价值

　　对于大数据可视化的定义，目前存在多种不同的观点。有研究者认为，大数据可视化仅仅是计算可视化的延伸与扩展，其可视化对象为空间数据，只是将抽象数据直观地表达出来，与信息可视化、知识可视化既有交叉又有不同。也有研究者认为大数据可视化是一个不断演变的概念，人们正在接受同时涵盖科学可视化与信息可视化的新生术语，它还包含知识可视化的内容。数据可视化的范围也有不同的划分。有研究者提出了数据可视化由统计图形和主题图组成，主要为信息的呈现。也有研究者认为，大数据可视化主要包括思维导图、新闻的显示、数据的显示、连接的显示、网站的显示、文章与资源、工具与服务等方面，范围更加广泛。根据本文的研究内容，笔者赞同大数据可视化较为宽泛的界定，认为其同时涵盖了科学可视化、信息可视化与知识可视化。

　　大数据可视化技术特征主要有：一是直观化。直观形象地呈现数据，使用户可以看到分析对象或事件的多个属性或变量，且数据可以按其每一维的值分类、排序、组合和显示。二是关联化。能挖掘并突出呈现数据之间的关联，直接快捷地弄清各个属性之间、事件之间的关系。三是艺术化。通过不同的表现形式，增强数据呈现的艺术效果，符合审美规则。四是交互性。通过用户与数据的交互，增强用户对数据的控制与管理，实现可视化形式的个性化呈现。

　　大数据可视化的过程及步骤： (1)获取。收集数据库的表、文字记录、网络上的源文件，录像记录等数据。(2)分析。构造一个结构分类图，并按分类排序。(3)过滤。删除冗余数据，保留感兴趣、有价值的数据。(4)挖掘。辨析数据格式，挖掘其中规律。(5)表述。比如条形图、列表或树状结构图。 (6)修饰。改善表述方法，使它变得更加视觉化、直观化。(7)交互。增加方法来操作数据，实现交互选择性。

二 大数据的教育应用理论研究现状分析

　　1 国内大数据教育应用研究现状

　　在中国知网中选择“高级检索”类型，并在检索条件中选择“主题”检索，输入“大数据”并含“教育”，共检索出400余条结果与之相关，主要文章200余篇。经过对文献内容的分析，可以发现到目前为止，大数据在教育领域的应用研究可以划分为以下两个阶段：研究的萌芽阶段和研究的起步阶段。2014 年3 月，教育部办公厅印发的《2014 年教育信息化工作要点》中指出：加强对动态监测、决策应用、教育预测等相关数据资源的整合与集成，为教育决策提供及时和准确的数据支持，推动教育基础数据在全国的共享。可见，教育大数据的应用已被列入我国教育信息化的工作程序中，相信大数据将很快被推广并与教育领域的深度融合，这是当前时代教育事业发展的必然趋势。

　　2 国外大数据教育应用研究现状

　　对于国外大数据教育应用的研究情况，我们主要借助教育资源信息中心ERIC 数据库提供的论文发表情况进行分析。在搜索对话框中输入“big data and education”，共检索到500 余条相关记录。通过查阅论文的摘要以及结合每条记录的“Descriptors”进行手工筛选，剔除无关记录，剩余30余条直接相关记录。论文发表时间也主要分布在近三年，研究内容主要包括对教育数据挖掘、学习分析，个性化教育、教育方式的改善、学习策略探讨、教育管理方式的改变、大数据对于教育的推动作用、数据驱动以及对图书馆建设、对教与学需求、评价方法的影响等方面。可见，虽然大数据在国外出现较早也备受重视，但是在教育领域中的应用仍不够深入，正如Anthony G. Picciano教授所说：教学应用大数据分析处于起步阶段，还需要几年才能成熟，虽然大数据的存在被证明是该被重视的，但大数据并不是解决所有教育问题的灵丹妙药，它只是给人们提供了拟定教育问题解决方案时的一部分决策参考。

　　3 大数据可视化应用于在线教育教学的意义与平台

　　大数据给在线教育教学实践领域的探索带来了新思维、新视角、新技术、新方法。其应用意义主要是革新教育理念和教育思维、实现个性化教育、重新构建教学评价方式、加强学校基于数据的管理等。目前国内外常见的在线教育学习平台有：Moodle、Blackboard、Sakai、Khan Academy、网易公开课、传课网以及掀起当下教育革命风暴的“MOOCS”等等。综上，国内外大数据在教育教学中应用的研究都尚处于起步阶段，相关研究涉猎的内容虽然比较广泛但是研究深度不够，也缺乏具体的实践应用经验，还需要进一步加强大数据在教育教学中应用的研究力度，以期尽早推动大数据在在线教育教学实践中真正发挥其优势和作用。

三 大数据可视化在在线教育教学应用实践探究

　　目前高校网院动画专业的课程教学应用尚显不足。如何对学习过程中产生的数据进行挖掘，并得到良好的可视化显示应用？如何让动画知识变得直观、艺术、关联、交互？如何利用数据的可视化处理来加强教学的管理与决策？笔者认为大数据可视化在在线教育教学中的应用可以按照模块化功能和学习习惯进行设计，可分为三方面：一是学生在自主学习过程中的应用；二是教师在课程开发与设计模块中的应用；三是教学管理者在管理中的应用。

　　1 学生角度：促进知识探究、内化，进行自我评估

　　三维动画知识是一门与市场联系密切、实践性很强的专业软件知识，涵盖了模型创作、质感表现、场景设计、动画制作、特技效果、镜头运用等几大艺术门类，对于不同的专业方向，学生探究动画知识的内容、难点、重点都有所不同。对于影视动画专业方向的学生，要求涉及建模、材质、动画和特效等方面的知识，但重点突出特效技法的运用、舞台类质感的表现、光和影的表达等；对于游戏动画设计专业的学生，重点是角色建模、角色材质表现、角色骨骼动画制作等内容；对于环境艺术设计专业的学生，重点是建筑类模型的准确制作、真实材质灯光环境的表现、漫游动画设计等内容；对于多媒体设计专业的学生，除基本的模块知识外，还应考虑互动环节设计等内容。

　　不同专业方向的学生在进行探究式学习的过程中，可以对一些研究数据进行可视化的处理分析，探究三维动画知识规律。学生也可以根据自己的理解对现有的三维动画知识进行可视化建模，形成三维动画知识框架与互联体系。可视化的三维动画知识模型能够促进学生间有效的沟通与交流，便于发现自己和其他同学的异同，有助于完善自己的三维动画知识体系。同时，使用可视化建模工具呈现三维动画知识有助于学习者以具体和有意义的方式来表征概念，促进思维的外显和学习的反思。学习者在接受评价形成模型的过程中，促进了新旧知识的整合，建构了三维动画知识网络，培养了自我反思的能力；通过模型，学习者将自己对于三维动画知识的理解表现出来，有助于加强三维动画知识结构化的形成，培养结构化思维模式。对学习过程数据的可视化处理结果，可以作为学生自我评估的参照。学生可以直观了解自己的学习行为（学习时间、时长和浏览内容等），并与其他同学形成比较，反思自己的学习过程，促进学生自我规划，成为主动的学习者。另外，对学习平台数据的可视化处理，可以为学生建立单独的纵向成长记录，形成个性化的学生进步报告。

　　2 教师角度：提供教育发展动向，优化教学环节

　　动画作为一个新兴专业，尚未建立起一个成熟完善的教学系统，动画的教材虽然林林总总，俯拾即是，但真正公认经典的流通教材却寥寥无几，很难找到，特别是针对不同专业的教材更是如凤毛麟角。因此，教师可以通过数据可视化，大胆地进行从形式到实质的改革创新，根据工作过程体系构建教材内容和实例。此外，三维动画课程与时代发展联系紧密，软件版本升级很快，一般是一年提升一个版本，版本升级会增加新的功能，为此需要教师通过数据可视化密切关注版本升级的内容加入教材与教学中。

　　动画课前的教学设计、课堂教学以及复习课，教师利用知识可视化方式，将三维动画知识可视化图直接投影出来，既省时又省力，还可以资源共享。三维动画课程最典型的教学方法就是教师对软件命令逐个讲解，在讲解过程中，既可应用目前十分流行的案例教学法，围绕多个案例讲解一个命令，也可使用流行的“边讲边练、讲练结合”的教学模式，避免传统的“满堂灌”、“填鸭式”教学，让学生构建课程的知识体系结构图，从而使教学生动有趣，使学生学有所获。

　　总之，数据可视化技术可以让动画教学过程的各个环节得到优化，进而提高教学质量。

　　3 教学管理者角度：提高在线教育交互平台管理能力

　　教学管理者对动画教学过程数据进行可视化处理，可以结合实践教学经验，探讨以能力为导向的三维动画课程的教学体系和教学方法创新改革的途径，进而确定其发展目标和整体发展策略。教学管理者可以依据教学过程数据的可视化处理，考核动画专业教师绩效。为了有效监控三维动画教学情况、对三维动画教学工作进行有针对性的指导和帮助，网院每年要组织对日常网上教学的跟踪检查，以此作为评价三维动画各课程进行网上教学的重要指标，这时数据的统计与可视化处理就起到了重要的作用。

　　教学管理者可以通过数据可视化的分析，了解动画专业学生的具体表现情况，进而针对性地对学生进行管理和教育。管理者通过从网络教学平台以及课程成绩簿中收集信息来形成学生学习困难的层次，分别用绿色、黄色和红色来标示危险等级，进而对学习成绩有“危险”的学生进行有针对性的教育。