鄭倩如 鄒才鳳

摘? 要：學生學習興趣直接影響學生的學習質(zhì)量。如果能準確了解學生學習興趣，對于提高學生學習積極性、學校教育質(zhì)量有著重要意義。隨著高校校園信息化，校園內(nèi)數(shù)據(jù)倍增，將數(shù)據(jù)用于進一步挖掘分析，對于校園、教育管理具有非常重要的作用。其中，對大學生在校園內(nèi)的各種行為所產(chǎn)生的數(shù)據(jù)進行采集、預(yù)處理、分析、挖掘，多維度挖掘?qū)W生學習興趣，一方面可以使得學生更加全面了解自己，學校施展教育更有針對性;另一方面，學生可以根據(jù)自己興趣為日后職業(yè)規(guī)劃做準備。

關(guān)鍵詞：校園數(shù)據(jù);大數(shù)據(jù)技術(shù);學習興趣;數(shù)據(jù)分析

中圖分類號：TP311.13;TP391.1? ? ? 文獻標識碼：A 文章編號：2096-4706（2020）07-0175-03

Analysis and Application of StudentsLearning Interest Based on Big Data of Campus

——Taking Guangdong Mechanical and Electrical Polytechnic as an Example

ZHENG Qianru，ZOU Caifeng

（Guangdong Mechanical and Electrical Polytechnic，Guangzhou? 510550，China）

Abstract：Learning interest of students determines the learning quality. If learning interest of students can be achieved accurately，it may help to improve the studentslearning initiative and schools education quality. As informatization of colleges develops，school data grows up. To analysis the school data may be helpful for the school and education management. More specifically，collecting，preprocessing，analysis，mining the school data to find the learning interests of students in multidimensions，on the one hand，it can makes the students know themselves more comprehensively and teachers give a targeted teaching on one hand，on the other hand helps the students make preparation for career based on their study interests.

Keywords：school data;big data technology;learning interests;data analysis

0? 引? 言

隨著校園信息化、智慧校園建設(shè)，校園內(nèi)產(chǎn)生數(shù)據(jù)越來越多。利用大數(shù)據(jù)技術(shù)對這些數(shù)據(jù)進行分析，可以挖掘?qū)W生的學習興趣。對于學校來說，掌握學生學習興趣，對教師因材施教有著重要作用，同時，教師可以根據(jù)學生學習興趣對學生未來就業(yè)提供有針對性的建議。對于學生來說，了解自身學習興趣，可以對未來就業(yè)規(guī)劃有著重要指導作用。

1? 校園數(shù)據(jù)價值與教育數(shù)據(jù)挖掘

1.1? 校園數(shù)據(jù)價值

自2012年，我國開展教育信息化，推進各個高校實現(xiàn)智慧校園建設(shè)、信息化教育模式應(yīng)用、教育資源共享等服務(wù)[1]。以廣東機電職業(yè)技術(shù)學院為例，校園內(nèi)部有各個子系統(tǒng)，如財務(wù)系統(tǒng)、行政系統(tǒng)、教學系統(tǒng)、學生信息、科研信息和后勤管理等，這些子系統(tǒng)都產(chǎn)生大量的數(shù)據(jù)[2]。這些數(shù)據(jù)體量較大，但是利用率不高。

在教育領(lǐng)域，“因材施教”一直是教育難點[3]，老師很難準確把握每個學生的興趣特長，而學生也因為認知水平、學習經(jīng)驗、學習能力、學習習慣等原因而捕捉不到自己的真實興趣。如果能將教育相關(guān)的數(shù)據(jù)收集起來，并加以分析和挖掘?qū)W生興趣，將會對提高教學質(zhì)量和學生學習積極性有促進作用。

1.2? 教育數(shù)據(jù)挖掘

教育數(shù)據(jù)挖掘是數(shù)據(jù)挖掘技術(shù)在教育領(lǐng)域的應(yīng)用和發(fā)展[4]，以便相關(guān)人員利用挖掘出來的信息更好地為教育教學服務(wù)[5]。在外國，已有國家開展教育數(shù)據(jù)挖掘（Educational Data Mining），并認為數(shù)據(jù)質(zhì)量直接決定挖掘信息的質(zhì)量[6]。例如，2012年，美國教育部發(fā)布的《通過教育數(shù)據(jù)挖掘和學習分析促進教與學》中指出，美國高等院校教學系統(tǒng)變革，要通過對教育大數(shù)據(jù)挖掘與分析來實現(xiàn)[7];2015年，美國國家教育統(tǒng)計中心（NCES）認為面向?qū)W校和學區(qū)的教育數(shù)據(jù)非常重要，可以對教育質(zhì)量產(chǎn)生影響[8]。

在國內(nèi)，教育數(shù)據(jù)挖掘技術(shù)已經(jīng)在多方面進行應(yīng)用，如提高教育管理效率[9]、分析和引導學生消費模型[10]、大學生孤獨預(yù)警模型[11]等。利用校園數(shù)據(jù)挖掘?qū)W生學習興趣的研究相對較少，因此，本文圍繞該方向進行進一步探究。

2? 校園大數(shù)據(jù)的學生學習興趣分析與應(yīng)用

2.1? 學生學習興趣分析平臺

基于校內(nèi)各個管理系統(tǒng)數(shù)據(jù)實現(xiàn)分析學生學習興趣的系統(tǒng)可以采用基于Hadoop的分布式系統(tǒng)框架，如圖1所示。Hadoop集成了HBase、Hive、Sqoop、ZooKeeper等組件。離線的傳統(tǒng)關(guān)系型數(shù)據(jù)（如選課數(shù)據(jù)、成績數(shù)據(jù)、出勤數(shù)據(jù)、圖書借閱數(shù)據(jù)），可以采用Sqoop組件同步到Hadoop集群中的分布式文件系統(tǒng)（Hadoop Distributed File System，HDFS）。動態(tài)采集的實時數(shù)據(jù)（上網(wǎng)訪問數(shù)據(jù)）可以采用日志采集組件Flume、實時處理組件Spark或者Storm來采集。采集好的數(shù)據(jù)，通過進一步的清洗，可以采用Hive、Spark等數(shù)據(jù)分析工具來進行相關(guān)統(tǒng)計分析。分析后的結(jié)果可以存入HBase、Redis、Elasticsearch等能快速檢索的數(shù)據(jù)庫，方便呈現(xiàn)學生學習興趣挖掘結(jié)果。