在線教育發(fā)展趨勢(shì)

李溦 張芳 熊偉

【摘要】互聯(lián)網(wǎng)發(fā)展在教育行業(yè)中有重要地位，尤其在近幾年展現(xiàn)了它強(qiáng)大的力量。筆者選取1997—2020年全國(guó)在線教育APP使用人數(shù)年度數(shù)據(jù)，利用SAS軟件編程建立時(shí)間序列趨勢(shì)擬合模型。首先對(duì)樣本數(shù)據(jù)進(jìn)行平穩(wěn)化處理，根據(jù)數(shù)據(jù)特點(diǎn)建立一個(gè)線性模型預(yù)測(cè)，再優(yōu)化模型消除模型中的隨機(jī)波動(dòng)影響。利用優(yōu)化模型對(duì)全國(guó)的教育APP用戶人數(shù)進(jìn)行分析，最后根據(jù)模型對(duì)2020—2025年的全國(guó)教育APP用戶數(shù)量進(jìn)行預(yù)測(cè)，觀察得到未來(lái)全國(guó)的用戶人數(shù)呈現(xiàn)顯著增加的趨勢(shì)。本文明確了全國(guó)互聯(lián)網(wǎng)在線教育用戶在逐年增加，龐大的用戶量對(duì)教育行業(yè)和社會(huì)發(fā)展具有重要影響，文章最后為未來(lái)在線教育發(fā)展和建設(shè)提出相關(guān)建議。

【關(guān)鍵詞】新媒體? 用戶預(yù)測(cè)? 在線教育? 時(shí)間序列分析? 趨勢(shì)擬合模型? SAS

【基金項(xiàng)目】1.荊楚理工學(xué)院大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練項(xiàng)目（編號(hào)：KC2020001），指導(dǎo)教師：熊偉;2.荊楚理工學(xué)院教研項(xiàng)目“基于教育大數(shù)據(jù)應(yīng)用技術(shù)的學(xué)生個(gè)性化自主學(xué)習(xí)模式的實(shí)踐研究”（編號(hào)：JX2019-029）;3.荊楚理工學(xué)院2021年大學(xué)生創(chuàng)新訓(xùn)練項(xiàng)目“基于三維質(zhì)量模型的荊門市空氣質(zhì)量研究”（編號(hào)：KC2021001）。

【中圖分類號(hào)】O211.67 ? 【文獻(xiàn)標(biāo)識(shí)碼】A 【文章編號(hào)】2095-3089（2022）07-0055-03

在“互聯(lián)網(wǎng)+”背景下，我國(guó)互聯(lián)網(wǎng)行業(yè)得到了極大的發(fā)展，模式不斷地更新發(fā)展，網(wǎng)絡(luò)在教育、生活等領(lǐng)域起到了重要的作用且展現(xiàn)了強(qiáng)大的力量，互聯(lián)網(wǎng)的興衰正在影響全社會(huì)。2020年，網(wǎng)絡(luò)在線教育平臺(tái)被更多人熟知，越來(lái)越多的課程在線上平臺(tái)上傳，在線教育市場(chǎng)對(duì)學(xué)生影響越來(lái)越大，在線教育平臺(tái)的發(fā)展受益了更多的學(xué)生和學(xué)習(xí)者。同時(shí)，在線教育的建設(shè)發(fā)展對(duì)鄉(xiāng)村、偏遠(yuǎn)地區(qū)學(xué)生起到重大作用，解決了傳統(tǒng)課堂教育對(duì)空間和時(shí)間等實(shí)際因素的限制，不同地區(qū)的學(xué)生都可以實(shí)現(xiàn)在名師的課堂上學(xué)習(xí)。本文通過(guò)建立線性趨勢(shì)擬合模型對(duì)全國(guó)教育APP用戶數(shù)量的預(yù)測(cè)，科學(xué)地分析出未來(lái)5年的在線教育用戶數(shù)和發(fā)展規(guī)律，為今后在線教育平臺(tái)建設(shè)的決策和發(fā)展提供參考意見。

1.模型分析

趨勢(shì)擬合法是一種重要的時(shí)間序列預(yù)測(cè)方法，其模型相對(duì)比較簡(jiǎn)單，對(duì)數(shù)據(jù)要求較為單一，只需變量的歷史數(shù)據(jù)，對(duì)于數(shù)據(jù)時(shí)間序列分析均有廣泛的適用性，在實(shí)際應(yīng)用過(guò)程中，要根據(jù)所解決的問(wèn)題的特點(diǎn)來(lái)綜合判斷選擇最優(yōu)的分析模型。

2.建模過(guò)程

數(shù)據(jù)來(lái)源：依據(jù)國(guó)家統(tǒng)計(jì)局所提供，統(tǒng)計(jì)整理出1997—2020年全國(guó)教育APP使用人數(shù)（萬(wàn)人）。

2.1 數(shù)據(jù)平穩(wěn)化處理

基于統(tǒng)計(jì)數(shù)據(jù)，利用SAS軟件進(jìn)行編程計(jì)算。首先繪制原始全國(guó)教育APP使用人數(shù)的時(shí)間序列圖，從圖1可以看出全國(guó)互聯(lián)網(wǎng)上網(wǎng)人數(shù)有明顯增長(zhǎng)趨勢(shì)，可以看出原始序列顯然是非平穩(wěn)的。全國(guó)教育APP使用人數(shù)有明顯增長(zhǎng)趨勢(shì)且進(jìn)行樣本自相關(guān)檢驗(yàn)后我們發(fā)現(xiàn)樣本收斂速度慢，所以原始序列顯然是非平穩(wěn)的。

由于本序列不是平穩(wěn)序列，所以要對(duì)其進(jìn)行變換。為了能夠繼續(xù)進(jìn)行分析，筆者采用差分法進(jìn)行平穩(wěn)化處理，從而進(jìn)一步分析預(yù)測(cè)。序列有著曲線趨勢(shì)，我們對(duì)原始數(shù)據(jù)進(jìn)行一、二階差分，并驗(yàn)證其平穩(wěn)性。但從圖2可以看出一階差分變換后仍然有明顯趨勢(shì)。

由圖3可以觀測(cè)到單位根檢驗(yàn)結(jié)果Tau統(tǒng)計(jì)量的P值顯著大于0.05，所以認(rèn)為差分后的序列是非平穩(wěn)的。故再換用趨勢(shì)擬合的方法對(duì)序列進(jìn)行回歸擬合模型處理。

2.2 線性模型擬合序列

建立消除隨機(jī)波動(dòng)的線性模型：

Xt=a+bt+It， t=1，2，3，…，21

E（It）=0，Var（It）=σ2

其中，It為隨機(jī)波動(dòng)，Xt=a+bt就是消除隨機(jī)波動(dòng)的影響之后該序列的長(zhǎng)期趨勢(shì)。

線性模型擬合過(guò)程結(jié)果如圖4所示：

優(yōu)化模型后由圖4可以看到擬合輸出結(jié)果顯示：a、b兩個(gè)參數(shù)P值均小于0.05說(shuō)明估計(jì)參數(shù)顯著，序列相關(guān)性較強(qiáng)。

2.3 模型檢驗(yàn)

結(jié)果顯示，Regress R？鄄Square=total R？鄄Square=0.9602，即說(shuō)明擬合優(yōu)度達(dá)到了96.02%，優(yōu)化后的線性模型是有效的，采用這個(gè)模型的擬合效果非常顯著，故可以進(jìn)行相關(guān)分析預(yù)測(cè)。

本樣本擬合的模型表達(dá)式為：

Xt=-9172426+4586t+It， t=1，2，3，…，21

E（It）=0，Var（It）=σ2

3.預(yù)測(cè)未來(lái)數(shù)據(jù)

首先預(yù)測(cè)2017—2020年的全國(guó)教育APP用戶數(shù)，將預(yù)測(cè)值與真實(shí)值進(jìn)行對(duì)比，查看優(yōu)化模型的預(yù)測(cè)精度，再預(yù)測(cè)未來(lái)5年數(shù)據(jù)。

利用趨勢(shì)擬合，設(shè)計(jì)程序?qū)⑽磥?lái)全國(guó)教育APP使用人數(shù)進(jìn)行預(yù)測(cè)，得到預(yù)測(cè)輸出數(shù)據(jù)如圖6，用預(yù)測(cè)數(shù)值繪制出預(yù)測(cè)效果圖見圖7。

從圖6預(yù)測(cè)數(shù)據(jù)表可以觀測(cè)到2017—2020年的預(yù)測(cè)值與真實(shí)值比較，發(fā)現(xiàn)在合理范圍內(nèi)誤差較小，故該模型的分析預(yù)測(cè)精準(zhǔn)度還是很高的，對(duì)未來(lái)5年的數(shù)據(jù)預(yù)測(cè)效果較好。

4.預(yù)測(cè)結(jié)果分析

由圖4和圖5可以看出，全國(guó)的教育APP用戶數(shù)量的增長(zhǎng)將會(huì)持續(xù)增加并且在2021年突破10億人，將從此進(jìn)入成熟期。目前全國(guó)教育APP使用人數(shù)正處在高速增長(zhǎng)階段，在這個(gè)階段政府應(yīng)該大力加強(qiáng)在線教育平臺(tái)建設(shè)扶持教育產(chǎn)業(yè)，尤其是農(nóng)村地區(qū)的基礎(chǔ)建設(shè)和使用技術(shù)培訓(xùn)，農(nóng)村地區(qū)網(wǎng)絡(luò)建設(shè)雖然已經(jīng)形成一定的規(guī)模，但是普及率還是遠(yuǎn)低于城鎮(zhèn)。要想解決城鄉(xiāng)教育資源差異，利用網(wǎng)絡(luò)在線教育平臺(tái)學(xué)習(xí)各種知識(shí)對(duì)于老師、學(xué)生來(lái)說(shuō)都是一個(gè)不錯(cuò)的手段。在我國(guó)，農(nóng)村人口數(shù)量龐大，有效地幫助農(nóng)村提高信息化水平，縮小與城鎮(zhèn)間的教育資源的鴻溝，是實(shí)現(xiàn)農(nóng)村教育事業(yè)發(fā)展的有效途徑。因此，分析研究在線教育發(fā)展具有極大的實(shí)際應(yīng)用意義。

5.建議

5.1鼓勵(lì)促進(jìn)在線教育發(fā)展

需增強(qiáng)相關(guān)教育機(jī)構(gòu)和部門上下協(xié)作，推進(jìn)在線教育平臺(tái)建設(shè)行動(dòng)，并落實(shí)項(xiàng)目任務(wù)確保有明顯成效和發(fā)展。

5.2夯實(shí)網(wǎng)絡(luò)通信基礎(chǔ)設(shè)施建設(shè)

對(duì)于偏僻欠發(fā)達(dá)農(nóng)村中小學(xué)學(xué)校要做到寬帶入戶、技術(shù)入戶，網(wǎng)絡(luò)廣泛覆蓋。

5.3鼓勵(lì)錄制網(wǎng)課

鼓勵(lì)各省重點(diǎn)中小學(xué)學(xué)校和知名高校錄制網(wǎng)課。將更多優(yōu)質(zhì)課程在教育平臺(tái)上線，方便各學(xué)段學(xué)生學(xué)習(xí)。

5.4優(yōu)化相關(guān)官方在線教育平臺(tái)

現(xiàn)在市場(chǎng)上教育APP雖然數(shù)量眾多，但是使用用戶龐大，很多學(xué)生和學(xué)習(xí)者在尋找相關(guān)在線課程資源的時(shí)候也是四處碰壁，應(yīng)完善官方在線教育平臺(tái)促進(jìn)多種優(yōu)質(zhì)的課程面向更多的用戶。

6.存在的問(wèn)題

6.1研究的對(duì)象較為單一

由于筆者首先對(duì)教育APP使用人數(shù)作為研究對(duì)象，相較于在線教育平臺(tái)，在線教育市場(chǎng)中還存在教育在線網(wǎng)站或其他視頻網(wǎng)站中教育視頻。教育APP用戶多以師生為主，用戶類型比較單一。針對(duì)其他教育網(wǎng)站，可以采用K？鄄means算法對(duì)觀看用戶進(jìn)行聚類分析，并對(duì)結(jié)果來(lái)結(jié)合預(yù)測(cè)模型，對(duì)用戶進(jìn)行具體畫像，挖掘其潛在用戶，明確在推廣教育視頻工作中的不足之處，未來(lái)有針對(duì)性地進(jìn)行推送服務(wù)，對(duì)施行“全民學(xué)習(xí)”“終身學(xué)習(xí)”具有重要意義。

6.2研究數(shù)據(jù)樣本量較小

與傳統(tǒng)教育課堂研究相比，教育APP建立研究還屬于發(fā)展階段，推廣與運(yùn)營(yíng)工作暫且還不到位，從而導(dǎo)致我們采集的數(shù)據(jù)相較于其他教育研究較少，使模型的建立與預(yù)測(cè)受到限制，增加預(yù)測(cè)結(jié)果的誤差。

參考文獻(xiàn)：

[1]張美英，何杰.時(shí)間序列預(yù)測(cè)模型研究綜述[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2011（41）：18-189，194.

[2]王洋.基于時(shí)間序列分析的IP語(yǔ)音收入預(yù)測(cè)[D].長(zhǎng)春：吉林大學(xué)，2004.

[3]葛娜，孫連英，趙平，等.基于ARIMA時(shí)間序列模型的銷售量預(yù)測(cè)分析[J].北京聯(lián)合大學(xué)學(xué)報(bào)，2018，32 （4）：27-33.

[4]中華人民共和國(guó)國(guó)家統(tǒng)計(jì)局.中國(guó)統(tǒng)計(jì)年鑒[M].北京：中國(guó)統(tǒng)計(jì)出版社，2020.

[5]魏寧.時(shí)間序列分析方法研究及其在陜西省GDP預(yù)測(cè)中的應(yīng)用[D].西安：西北農(nóng)林科技大學(xué)，2010.

[6]王燕.時(shí)間序列分析[M].北京：中國(guó)人民大學(xué)出版社，2015.

[7]馬家麗，胡雪梅.半?yún)?shù)可加測(cè)量誤差模型的白噪聲檢驗(yàn)[J].系統(tǒng)科學(xué)與數(shù)學(xué)，2014（8）.

作者簡(jiǎn)介：

李溦（2000年5月-），女，漢族，甘肅嘉峪關(guān)人，本科在讀，研究方向：數(shù)理統(tǒng)計(jì)。

張芳（1999年8月-），女，苗族，湖北恩施人，本科在讀，研究方向：數(shù)理統(tǒng)計(jì)。

熊偉（1981年11月-），男，漢族，湖北監(jiān)利人，本科學(xué)歷，講師，研究方向：非線性偏微分方程。