大数据背景下的大学英语网络考试模式研究
摘 要：本文通过对高等院校大学英语网络考试的现状进行分析，结合数据采集、数据挖掘等相关技术探索在大数据背景下的大学英语网络考试模式，为高等院校顺利、有效地进行大学英语网络考试提供参考。
毕业论文网 关键词：大数据；大学英语；网络考试；数据挖掘 一、大学英语网络考试现状 目前，绝大部分高校对大学英语期末成绩的评定仍以传统的纸质终结性考试为主，这种传统英语成绩评价手段早已远远落后于运用现代化网络教育手段的日常教学。
从某种意义上来讲，阻碍了大学英语教学改革的深入发展，使得大学英语教学改革难竟全功。
当前大学英语网络考试发展差强人意的原因是多方面的，既受到计算机软硬件、考试规模等硬性方面的限制，也来自于题库设计、考试实施、考试数据分析等软性方面的制约。
硬性方面的问题集中体现在大规模考试带来的诸多压力。
在目前少数探索大学英语网络考试改革的高校中，如武汉科技大学、三峡大学、江汉大学等，主要采用一次性400～500人，甚至更多同时在线考试的形式。
如此规模的英语网络考试不可能也不允许服务器崩溃、网络堵塞、考试过程中大量学生机死机等情况出现，这就对考试软件稳定性、计算机完好率、服务器稳定性和网络负载能力都提出了非常高的要求。
软性方面的问题主要集中在考试的组织和实施。
首先，大学英语网络考试面临题库智能化的问题，这也是大学英语网络考试改革工作中需要继续建设的重点。
大学英语网络考试题库建设是一项系统工程，决不仅仅只是若干试题的简单组合。
题库中的试题难度、区分度等问题的解决，不能仅仅依赖教师的直觉去区分，需要更加科学、客观可行的方法。
其次，考虑到大学英语网络考试的组织实施较传统的英语考试更为复杂，摸索出一个高效，完善、可靠的考试实施机制是保障大学英语网络考试顺利进行的重要前提。
再次，现有的大学英语网络考试系统的数据分析能力不足，对考试数据进行的统计分析只是比较简单的分类汇总，这样的数据分析不利于对考试数据的结果反馈，对教师教学没有指导性意义。
二、大数据变革带来的机遇 首先，大学英语课程需要转变传统的学业评估方式，由单次、终结性考试向多元、过程性评价转变。
在大学英语考试领域，就是结合大数据的相关技术，充分发挥网络考试在数据收集、考试频次等方面的优势，推进大学英语考试改革。
考试是大学英语学业评估的重要方式之一，考试数据分析尤其是海量考试数据挖掘利用、利用考试资源开展评价工作，是未来大学英语考试实现专业化考试评价的关键。
海量大学英语网络考试数据资源结合强大的数据挖掘技术为大学英语考试改革提供坚实的技术基础，为大学英语的教学提供科学评价、量化分析的手段，对大学英语网络考试数据进行分析、挖掘与利用，为大学英语“因材施教”，并真正实现素质教育打下坚实的基础。
其次，在大学英语网络考试的题库设计、实施等环节中利用大数据的相关技术，提高考试的客观公平性。
在题库设计方面，在依托专家的基础上，利用数据挖掘技术，对学生考试数据进行分析，构建试题难度、区分度等重要模块的调校模型，充分完善课程试题库，进一步提高试题库的智能化。
在考试实施方面，应避开进行大规模考试带来的诸多弊端，安排小型、多频次考试。
再次，在大学英语网络考试中，考试数据的挖掘在保证整个考试的效度方面起着十分重要的作用。
对于大学英语教学管理人员来说，挖掘考试数据并找出其中隐藏的信息规律，能准确地掌握大学英语教学的现状并预测教学的发展趋势，有针对性地调整教学计划。
对于大学英语教师而言，他们需要了解学生对知识的掌握情况，学生存在的问题以及日常教学中的薄弱环节，通过考试数据挖掘，教师能及时地了解教与学中的问题，基于学习行为数据的分析为学习者推荐学习资源，从而改进教学。
对于研究人员而言，考试数据挖掘可作为研究研究网络学习过程和效用与学生个性化学习的工具。
对于学生而言，借助于考试数据挖掘，他们可以了解学习过程的发生机制，并用来优化学习，开展适应性学习。
小结：本文通过对大学英语网络考试在高等院校的推行困境进行分析，结合大数据相关技术探讨在大学英语网络考试模式。
新的大学英语网络考试模式将原来的终结性考试转化成过程性的评价，为学生提供的不仅是一个分数，还包含通学生英语知识、学习能力、潜质和特长等各方面的数据分析，最终形成大学英语学业评价体系，这必将会推动新一轮的大学英语教学改革。