（五）智能化服务

对学生、家长、教师、学校乃至教育行业等方面的数据进行深度分析，可以为学生、家长和教师提供更多更全面的教育服务。基于深度学习的教育分析可以运用到教育领域各个方面，以预测学生的学习方式、教师的教学水平、学校对各学科的投入以及线上平台对于教育资源的分配，一切都可以用数据说明，并依靠数据进行决策，这是大数据时代的一大必然优势。如高考填报志愿、考研选择目标学校时，学生即可利用通过大数据信息进行智能化分析后进行判断：该生是否适合该校的教育风格、教学理念，该生的兴趣特长与何种学科类型相匹配等等，以达到精准适配。

三、结束语

在日趋完善的大数据环境下，深度学习技术将成为未来教育行业发展的新动力。尽管现有的教育模式仍以传统的线下面对面授课为主，但在线教育巨大的发展潜力与空间不可小觑。随着移动互联网的普及，有关部门与各方人员对教育的重视程度不断加大，深度学习在教育领域的影响也会逐渐加深。以目前ICT技术的发展现状来看，教育行业将越来越离不开大数据与深度学习的影响。

［1］BAKER RS，INVENTADO P Data Mining and Learning Analytics ［M］/Learning York：Springer，2014：61-75.

［2］赵慧琼，姜强，赵蔚.教育大数据深度学习的价值取向、挑战及展望——在技术促进学习的理解视域中［J］.现代远距离教育，2018，000(001)：17-25.

［3］吴涛，金义富，张子石.云计算时代虚拟学习社区的特征分析——以未来教育空间站为例［J］.电化教育研究，2013(01)：59-63.

［4］胡苏瑶.基于大数据及云计算视角下的在线教育交互性应用研究［J］.电脑知识与技术，2016，012(032)：239-240.

随着在线教育技术的发展、智能化设备的迅速普及，教育资源惠及更多的人群，教育资源也逐渐呈现数据多样化与信息多元化的特点，随即进入教育行业的大数据时代。在线教育的最大优点体现在师生可以不被时间和地理位置所限，众多教学者与学习者能够进行学习资源的高度共享。然而，当前仍存在资源的个性化推荐精度低、与用户的交互性低等问题，即在线教育仍需进一步实现对数据及服务方式的高级处理与转换，以实现更加良好的交互活动。为解决上述问题，教育领域的专家学者们在教育大数据的基础上进行了长期的探索与研究。当前，深度学习技术在大数据环境下的广泛应用正在逐步实现个性化学习、差异化教学、互动式参与、精准化教学方法等教育领域中的重点和难点问题。一、相关概念简介（一）教育大数据在教育领域，大数据提供的教学资源主要可分为教学内容资料和支持学生自主学习的认知工具。此外，大数据还包括学习方式、学习过程及学业水平等多个方面的教学过程数据。在大数据环境下，每个学生的学习进度、学习兴趣与知识水平等多种信息可以被及时、有效地收集与获取，学习者在任意时间、任意地点的学习行为均可被记录。（二）深度学习深度学习（Deep Learning）作为机器学习领域的一项新技术，由多伦多大学的Hinton教授于2006年提出[1]。深度学习神经网络包括输入层、隐藏层和输出层，通过多层神经网络结构实现复杂函数的拟合与逼近。通过对不同种类的数据进行特征提取，深度学习算法更加灵活准确，在计算机视觉、语音识别、自然语言处理等多领域均有广泛应用。深度学习可以实现对学习者学习状态的预测，进而合理地帮助学习者制定实施计划，实现更高效的学习过程。二、大数据环境下深度学习技术对教育的影响（一）个性化学习在传统教学过程中，课程的设立与日程安排由学校统一决定，学校与教师处于决策者的地位，学习者只需被动按照固定的模式接受知识。利用深度学习技术，可以根据每一个学生个体产生的教学过程数据，对学生的总体学习情况、知识掌握程度和学习需求进行分析，以此进行个性化的学习规划，实施与其能力配套的学习方案，实现真正意义上的因材施教。针对教学活动中的产生各种数据进行采集、整理，利用深度学习技术对教学活动进行分析，任课教师便可有针对性地为学生提供查缺补漏的方案，使学生的学习欲望得以激发，学生的学习质量得以提高[2]。（二）差异化教学深度学习技术，一方面可以根据学生历史学习数据分析不同学生对于每一门课不同的需求与掌握情况，为教师制定差异化的教学计划提供参考和依据；另一方面，利用深度学习技术可以给学生和老师推荐个性化和差异化的教学资源，通过网络平台获取更广泛的教育信息。在线教学平台根据深度学习技术搭建自己的数据模型，不仅可以判断该教师的上课质量、教育水平以及受学生的欢迎程度等，平台还可以根据模型的预测，调整上课进度，进行内容的优化，使学习者拥有适应性的课堂体验，从而实现差异化教学。（三）互动式参与“互动式参与”可以从两个方面来理解：一是在线教育中，授课教师与学生之间的互动交流；二是与学习者相关而学习者并不直接参与的其他互动，如家校之间的互动沟通。在线课题中，学生与教师的课堂互动，有效地模拟并很好地超越了传统课堂上的举手发言、课堂讨论等环节，更加高效有序，既不影响课堂秩序，又可以随时提出、记录疑难点，并获得解答。学生学习的进程也以数据的形式呈现在管理员（教师）的面前，如某节课在线时长、观看回放时长，以及课后习题的完成情况等，这些数据有助于教师更加清晰地了解某位学生当前的学习状况。（四）精准化教学方法在线教育凭借其较高的学习资源利用率、先进的教学方式以及科学的教学管理，当前已经被教育领域广泛应用[3]。然而，在线教育的不断推广过程中，也出现了教育同质化趋势。利用教育大数据和深度学习技术，能够为教育工作者和学生提供教学过程分析，从而获取更为准确的、个性化的分析结果，从而在一定程度上实现教育去同质化[4]。根据利用深度学习技术的分析结果提供的信息，教师可以制定针对性的教学计划，对于每一个不同的学生进行精准化的教学学生可以获取个性化的学习内容，最后让学生的个性化学习与教师的个性化教学方案有机地结合起来，一方面提高学生的学习成绩，另一方面提高教师的教学水平。总的来说，教师可以通过对大数据的深度分析，找到方便学生理解的思路，提高学生学习的效率。（五）智能化服务对学生、家长、教师、学校乃至教育行业等方面的数据进行深度分析，可以为学生、家长和教师提供更多更全面的教育服务。基于深度学习的教育分析可以运用到教育领域各个方面，以预测学生的学习方式、教师的教学水平、学校对各学科的投入以及线上平台对于教育资源的分配，一切都可以用数据说明，并依靠数据进行决策，这是大数据时代的一大必然优势。如高考填报志愿、考研选择目标学校时，学生即可利用通过大数据信息进行智能化分析后进行判断：该生是否适合该校的教育风格、教学理念，该生的兴趣特长与何种学科类型相匹配等等，以达到精准适配。三、结束语在日趋完善的大数据环境下，深度学习技术将成为未来教育行业发展的新动力。尽管现有的教育模式仍以传统的线下面对面授课为主，但在线教育巨大的发展潜力与空间不可小觑。随着移动互联网的普及，有关部门与各方人员对教育的重视程度不断加大，深度学习在教育领域的影响也会逐渐加深。以目前ICT技术的发展现状来看，教育行业将越来越离不开大数据与深度学习的影响。参考文献［1］BAKER RS，INVENTADO P Data Mining and Learning Analytics ［M］/Learning York：Springer，2014：61-75.［2］赵慧琼，姜强，赵蔚.教育大数据深度学习的价值取向、挑战及展望——在技术促进学习的理解视域中［J］.现代远距离教育，2018，000(001)：17-25.［3］吴涛，金义富，张子石.云计算时代虚拟学习社区的特征分析——以未来教育空间站为例［J］.电化教育研究，2013(01)：59-63.［4］胡苏瑶.基于大数据及云计算视角下的在线教育交互性应用研究［J］.电脑知识与技术，2016，012(032)：239-240.

文章来源：《南昌师范学院学报》 网址: http://www.ncjyxyxb.cn/qikandaodu/2021/0128/436.html

上一篇：多元文化视域下的大学音乐教育管窥
下一篇：中医药文化进校园的意义及实施建议