论文部分内容阅读
摘要：本文从高等教育大数据的汇聚融合与挖掘应用的角度，分析了如何运用教育大数据技术推动大学管理和人才培养的创新改革的思路和方法。
关键词：高等；教育大数据；挖掘
中图分类号：G270.7 文献标识码：A 文章编号：1003-2177（2018）05-0055-03
1 大数据简介
大数据即获取知识和推测趋势、掌握个性化特征、通过分析辨识真相。大数据技术的战略意义不仅仅在于掌握海量的数据信息，而在于通过这些海量数据通过整理分析后得到的有价值的数据信息以及它们之间的关系，从而帮助人们进行提前预测、优化决策、理顺行为思路，大数据技术是解决高校在教学活动中产生的大量数据而知识、经验、思路又贫乏的有效途径，是从纷繁复杂、杂乱无章的数据中挖掘出隐含的、潜在的数据之间的关系，是现代数据库领域极具挑战性和应用前景的研究领域，掌握了这一技术，为高校招生就业、教学评价、教研评估、学校资源分配等提供前瞻性的科学决策。大数据研究的主要是传统数据之间的关系并分析整理，注重的是传统数据的关系和关联，而传统数据主要是解决数据的存储查询，以对数据的保存为核心，而大数据则是以预测事物发展为核心，通过对庞大数据的科学分析，从而预测将来发展的趋势和将来事件发生的可能性。通过对海量数据进行分析，预测未来或推断未来的可能性。
在1982年我国就提出开展教育信息化，高校学生信息即学生人数、专业状况、联系方式、班级信息、宿舍利用情况、食堂消费记录、选课、课后作业完成情况、图书馆藏书、学生借还书、学生考试情况、参加的社团、比赛、讲座等；高校教师有教学任务、课件、论文报告、科学研究数据等；管理方面有学校的师资、资产、校园环境、社团活动、讲座举办、招生就业等。高校信息化的不断深化和加强，许多数据被保留、记录和存储下来，形成了庞大的数据集合，这是不容忽视的珍贵的数据资产，其隐含的价值对高校信息化建设将产生相当积极的效果。大数据信息量大、更新快，可以结合计算机多媒体技术的运用，使得网络课程教学内容丰富多彩、生动形象，不仅包含了文字、声音、图像、动画、图表、影像等，更是增加了网络课程的交互性、虚拟性、智能性。教学内容不再枯燥无味，不再被动听和看，而是配合精彩的动画、影响和声音，可以参与实际的操作和虚拟的实验，并与教学内容交互。大数据技术的重要意义不仅在于实现教学内容的远程传输和共享，更在于可以在任何时间、任何地点，让师生实时的或非实时的全方位的双向交互。大数据技术应用了数据库管理技术和双向交互功能，可以实现个性化的服务，系统可以对学生的个性化资料、学习过程、学习阶段完成情况进行跟踪和存储，同时利用这些数据对教学和学习情况进行个性化分析，针对不同的学生提供不同的学习建议和学习方法。
2 教育大数据分析挖掘的价值
通过教育大数据挖掘与分析技术，智能分析采集到的学生学习行为数据，有目的的推送学习资源，提供个性化学习建议；根据教学数据分析与预测结果，修正教学模式和教学方法，及时调整教学方案，改变教学手段，优化教学步骤，达到提高教学质量，实现教学模式改革；更加准确地分析评价课堂教学的质量，采集教与学的过程数据，其方法是：样本的持久化、方式的多元化、手段的多样化、技术的多维度，深度挖掘教育数据潜在的信息关系，形成知识点，提高课堂教学的质量，做到定量分析和科学分析，实现教育评价体系重构，指导学校教育质量管理方式科学健康发展；解决科研管理存在的难题，利用科研申报内容和科研成果状况等采集到的数据提供技术支撑和个性化服务，为科学研究方向提供指导性的数据和科研成果鉴定的可信度，实现科研管理规范化；大数据分析与挖掘技术模式应用于高校，提高高校教学科研管理等的创新，提升高校的综合实力，加速成果推广与转化，形成具有影响力的智慧校园；使得教和学更加智慧，更加有效，通过学习路径分析及课程推荐，可以不受地域和学校的限制分享别人的优秀成果，对学生进行个性化的精准分类指导；注重识别大数据因果关系，分析挖掘数据之间隐藏的、有用的信息，实现教育管理的科学化精准化，为教育管理和科学决策提供量化的数据支撑。教育资源服务的个性化精准化推荐，学习效果评价与教学管理个性化内容推送服务等，有力地促进教学质量，提高教学效率，朝着实现教学精准高效、目标治理、智慧分析、绩效预测、过程量化、阈值预警的方向发展，通过基于有规律的数据分析挖掘和精准治理，实现高校的科学化管理。
3 大数据在高校中的具体应用
高校人员数量众多并且规模较大，许多高校师生人数在万人以上，是数据生产大户，很多高校正在使用大数据技术解决学校遇到的实际问题，学生从招生、学籍、选课、课堂、成绩、食堂、就业、业余活动等方面产生大量的数据。此外，还有教师和管理人员的数据。只有搜集整理分析挖掘这些数据，才能更好地服务于学校的教学、科研、管理等工作，大大提高信息化水平。在学科规划、科学研究、招生就业、学习行为、体制机制、校友联络等充分借助大数据分析技术，深度挖掘数据中潜在的价值，促进学科交叉融合发展，构筑有生命力的学科生态，提高本校有竞争力的核心学科。搜集校内外教学过程、教学状态、教学成果、科研项目、科研成果、学科前沿发展动态等数据信息，纵向横向分析学校在学科设置和学科建设中存在的缺陷和不足，科学定位学校未来发展方向和努力目标，挖掘潜在的具有国际视野和创新能力的学科带头人。
高校运行的教务系统 、科研管理系统、学工系统、研究生系统、人事系统、资产管理系统等，极大地提高管理的工作效率，积累了大量的数据，尤其是管理的信息化简化了日常管理的工作量。在国家支持高校科技创新大背景下，科技活动科学研究迅猛发展，国家不断加大对高校科技的投入，对高校信息化的要求也越来越高，而现行的管理也存在一些不足，表现在管理信息化目前仅停留于对数据的收集、录入、排序、修改、查询、存储、统计、报表等功能，系统只能通过简单的统计或排序等功能获得一些表面的信息，而隐藏在这些数据中的关系一直没有得到深度挖掘、对比、个性化分析；统计分析功能比较简单，各系统之间的关联度低。统计分析仅限于对数据的累加、汇总，数据本身不能反映在这一领域的问题。譬如现在高校运行的教务管理系统、网络教学平台、科研管理系统、后勤管理系统、资产管理系统、人事管理系統、财务管理系统、学生管理系统等，系统与系统之间没有通过主键或接口建立数据共享或数据关联；虽然积累了大量的数据，但这些数据仅是表面的东西，不能反映事物本身内在的必然联系，其实质是缺乏辅助决策分析功能，随着高校的数据信息的原始积累，这些数据背后隐藏着许多珍贵的信息，不能客观的对数据前后上下纵横多维度分析，来提供丰富和科学的决策支持。因此，引入大数据的概念及分析技术到高校的传统管理系统当中，对传统的管理系统积累的数据进行大数据分析挖掘，实现传统数据的报表、查询功能到大数据的分析、挖掘、利用、决策，形成可供学校利用的知识点，以此提高学校的综合管理能力和分析决策能力，为学校决策提供量化、直观、科学、全面的参考。 4 高校管理引入大数据的优越性
大数据技术具有无可比拟的先进性，它是网络技术、人工智能、物联网、云计算、数据库技术等现代信息技术的综合运用。大数据技术可以对教务管理系统、网络教学平台、科研管理系统、财务管理系统、人事管理系统以及互联网上与高校相关的科技文献数据库进行对比，找出与高校数据之间的关联性，找到有价值的信息，形成有针对性的专门知识，为学校提供广泛深入的决策支持。大数据是从大量的数据中发现那些没被发现和被利用的知识，是从学校教学活动的原始数据中获得的知识和重要信息的过程。基于大数据平台，对教育教学的关联性分析和数据对比，可以开展课堂教学质量和教学过程的综合评价，实现教学高质量监管、精准督导、成果激励。实现教学评价的量化精准、持续常态、全面覆盖、实时动态的根本转变。激励教师敬畏课堂、教书育人，通过精品课程、示范课堂、电子教案等作为教学质量评价的重要依据，在教师职称晋升，评优评先中提供帮助。此外，還为管理部门提供针对性的数据服务与决策支持，通过多维度、全覆盖、持续化、精细化的数据量化分析和过程评价与监控，改变以前的思维方式，实现有模糊评价到量化评价的过程。
5 在研究教育大数据问题中需要着力攻克的理论与技术难题
知识高度的碎片化降低了可用性，碎片化知识的聚合是一个非常基础的难题，以分布性、动态化、低质化、无序化等典型问题为特征，资源的碎片化整合以及个性化推荐是大数据技术需要解决的关键问题，必须从资源的角度把无序、分散、低质的资源进一步重组以形成知识点，找到各知识点之间的关系。通过对学生个体的数据分析，跟踪其特长、兴趣、情感、智商对比其个体差异，建立个性化的信息资源库，实现精准管理，解决知识碎片化问题。开展这一研究要建立庞大的基础数据，仅靠智能软件肯定不能解决全部问题，建立庞大的知识图谱，并将其放到开放的数据平台之上，将多源、片面、无序的碎片化知识聚合成符合人类认知的知识海洋，从纵横两方面找出数据之间隐藏的关系，形成知识链，构建起知识图谱与应用等许多基础性关键技术。把师生的教与学过程记录下来，利用这些数据，开展个性化学习的行为分析、特征识别及规律发现，跟踪挖掘个体的学习规律，找到其特征和规律，来实现学习行为的分析和深度挖掘，将学习好的学生学习过程跟踪记录下来对比学习较差的学生学习记录，找到学生学习效果的差异。利用同样的方法，可以实现对个体学生特长、兴趣、情感、专业爱好等方面的分析与挖掘，同样能帮助人们分析人的认知差异问题。通过对某一课程的跟踪，例如关注课程点击率、学习人群、知识关注点、学习时间等的统计分析与跟踪，从时间、空间和课程知识导航的角度，研究学生的学习时间、特征、行为、交互之间的关系，为深化课堂改革，改变教学模式，探索以学生为中心的教学设计具有重要的指导意义。了解学生学习的进展情况，发现学生学习兴趣点，通过学习路径分析及课程推荐等，使教和学更加智慧，更加高效，这些功能将有效提升学校教与学的效率和质量。
6 结语
大数据及其数据分析与挖掘技术是多学科融合交叉，互相提供数据的关系，成为当今研究的热点话题。随着信息化的不断推进，高校利用大数据分析问题解决问题的能力和实践也不断增强，大数据的应用、完善和发展能解决实际管理中克服凭经验的做法，对进一步促进教育教学体制和机制改革，提高教育教学质量和管理水平具有重要的指导意义。同时，大数据又能反映高校各领域存在的问题，为管理者设计解决问题的方案提供重要的数据和决策支撑。
参考文献
[1]张倩.“大数据”技术在高校档案信息服务中的应用探索[J].电子技术与软件工程，2016，（21）：27-31.
[2]赵玉洁.大数据在高校教育信息化中的应用探究[J].中国教育信息化，2015，（19）：38-41.
关键词：高等；教育大数据；挖掘
中图分类号：G270.7 文献标识码：A 文章编号：1003-2177（2018）05-0055-03
1 大数据简介
大数据即获取知识和推测趋势、掌握个性化特征、通过分析辨识真相。大数据技术的战略意义不仅仅在于掌握海量的数据信息，而在于通过这些海量数据通过整理分析后得到的有价值的数据信息以及它们之间的关系，从而帮助人们进行提前预测、优化决策、理顺行为思路，大数据技术是解决高校在教学活动中产生的大量数据而知识、经验、思路又贫乏的有效途径，是从纷繁复杂、杂乱无章的数据中挖掘出隐含的、潜在的数据之间的关系，是现代数据库领域极具挑战性和应用前景的研究领域，掌握了这一技术，为高校招生就业、教学评价、教研评估、学校资源分配等提供前瞻性的科学决策。大数据研究的主要是传统数据之间的关系并分析整理，注重的是传统数据的关系和关联，而传统数据主要是解决数据的存储查询，以对数据的保存为核心，而大数据则是以预测事物发展为核心，通过对庞大数据的科学分析，从而预测将来发展的趋势和将来事件发生的可能性。通过对海量数据进行分析，预测未来或推断未来的可能性。
在1982年我国就提出开展教育信息化，高校学生信息即学生人数、专业状况、联系方式、班级信息、宿舍利用情况、食堂消费记录、选课、课后作业完成情况、图书馆藏书、学生借还书、学生考试情况、参加的社团、比赛、讲座等；高校教师有教学任务、课件、论文报告、科学研究数据等；管理方面有学校的师资、资产、校园环境、社团活动、讲座举办、招生就业等。高校信息化的不断深化和加强，许多数据被保留、记录和存储下来，形成了庞大的数据集合，这是不容忽视的珍贵的数据资产，其隐含的价值对高校信息化建设将产生相当积极的效果。大数据信息量大、更新快，可以结合计算机多媒体技术的运用，使得网络课程教学内容丰富多彩、生动形象，不仅包含了文字、声音、图像、动画、图表、影像等，更是增加了网络课程的交互性、虚拟性、智能性。教学内容不再枯燥无味，不再被动听和看，而是配合精彩的动画、影响和声音，可以参与实际的操作和虚拟的实验，并与教学内容交互。大数据技术的重要意义不仅在于实现教学内容的远程传输和共享，更在于可以在任何时间、任何地点，让师生实时的或非实时的全方位的双向交互。大数据技术应用了数据库管理技术和双向交互功能，可以实现个性化的服务，系统可以对学生的个性化资料、学习过程、学习阶段完成情况进行跟踪和存储，同时利用这些数据对教学和学习情况进行个性化分析，针对不同的学生提供不同的学习建议和学习方法。
2 教育大数据分析挖掘的价值
通过教育大数据挖掘与分析技术，智能分析采集到的学生学习行为数据，有目的的推送学习资源，提供个性化学习建议；根据教学数据分析与预测结果，修正教学模式和教学方法，及时调整教学方案，改变教学手段，优化教学步骤，达到提高教学质量，实现教学模式改革；更加准确地分析评价课堂教学的质量，采集教与学的过程数据，其方法是：样本的持久化、方式的多元化、手段的多样化、技术的多维度，深度挖掘教育数据潜在的信息关系，形成知识点，提高课堂教学的质量，做到定量分析和科学分析，实现教育评价体系重构，指导学校教育质量管理方式科学健康发展；解决科研管理存在的难题，利用科研申报内容和科研成果状况等采集到的数据提供技术支撑和个性化服务，为科学研究方向提供指导性的数据和科研成果鉴定的可信度，实现科研管理规范化；大数据分析与挖掘技术模式应用于高校，提高高校教学科研管理等的创新，提升高校的综合实力，加速成果推广与转化，形成具有影响力的智慧校园；使得教和学更加智慧，更加有效，通过学习路径分析及课程推荐，可以不受地域和学校的限制分享别人的优秀成果，对学生进行个性化的精准分类指导；注重识别大数据因果关系，分析挖掘数据之间隐藏的、有用的信息，实现教育管理的科学化精准化，为教育管理和科学决策提供量化的数据支撑。教育资源服务的个性化精准化推荐，学习效果评价与教学管理个性化内容推送服务等，有力地促进教学质量，提高教学效率，朝着实现教学精准高效、目标治理、智慧分析、绩效预测、过程量化、阈值预警的方向发展，通过基于有规律的数据分析挖掘和精准治理，实现高校的科学化管理。
3 大数据在高校中的具体应用
高校人员数量众多并且规模较大，许多高校师生人数在万人以上，是数据生产大户，很多高校正在使用大数据技术解决学校遇到的实际问题，学生从招生、学籍、选课、课堂、成绩、食堂、就业、业余活动等方面产生大量的数据。此外，还有教师和管理人员的数据。只有搜集整理分析挖掘这些数据，才能更好地服务于学校的教学、科研、管理等工作，大大提高信息化水平。在学科规划、科学研究、招生就业、学习行为、体制机制、校友联络等充分借助大数据分析技术，深度挖掘数据中潜在的价值，促进学科交叉融合发展，构筑有生命力的学科生态，提高本校有竞争力的核心学科。搜集校内外教学过程、教学状态、教学成果、科研项目、科研成果、学科前沿发展动态等数据信息，纵向横向分析学校在学科设置和学科建设中存在的缺陷和不足，科学定位学校未来发展方向和努力目标，挖掘潜在的具有国际视野和创新能力的学科带头人。
高校运行的教务系统 、科研管理系统、学工系统、研究生系统、人事系统、资产管理系统等，极大地提高管理的工作效率，积累了大量的数据，尤其是管理的信息化简化了日常管理的工作量。在国家支持高校科技创新大背景下，科技活动科学研究迅猛发展，国家不断加大对高校科技的投入，对高校信息化的要求也越来越高，而现行的管理也存在一些不足，表现在管理信息化目前仅停留于对数据的收集、录入、排序、修改、查询、存储、统计、报表等功能，系统只能通过简单的统计或排序等功能获得一些表面的信息，而隐藏在这些数据中的关系一直没有得到深度挖掘、对比、个性化分析；统计分析功能比较简单，各系统之间的关联度低。统计分析仅限于对数据的累加、汇总，数据本身不能反映在这一领域的问题。譬如现在高校运行的教务管理系统、网络教学平台、科研管理系统、后勤管理系统、资产管理系统、人事管理系統、财务管理系统、学生管理系统等，系统与系统之间没有通过主键或接口建立数据共享或数据关联；虽然积累了大量的数据，但这些数据仅是表面的东西，不能反映事物本身内在的必然联系，其实质是缺乏辅助决策分析功能，随着高校的数据信息的原始积累，这些数据背后隐藏着许多珍贵的信息，不能客观的对数据前后上下纵横多维度分析，来提供丰富和科学的决策支持。因此，引入大数据的概念及分析技术到高校的传统管理系统当中，对传统的管理系统积累的数据进行大数据分析挖掘，实现传统数据的报表、查询功能到大数据的分析、挖掘、利用、决策，形成可供学校利用的知识点，以此提高学校的综合管理能力和分析决策能力，为学校决策提供量化、直观、科学、全面的参考。 4 高校管理引入大数据的优越性
大数据技术具有无可比拟的先进性，它是网络技术、人工智能、物联网、云计算、数据库技术等现代信息技术的综合运用。大数据技术可以对教务管理系统、网络教学平台、科研管理系统、财务管理系统、人事管理系统以及互联网上与高校相关的科技文献数据库进行对比，找出与高校数据之间的关联性，找到有价值的信息，形成有针对性的专门知识，为学校提供广泛深入的决策支持。大数据是从大量的数据中发现那些没被发现和被利用的知识，是从学校教学活动的原始数据中获得的知识和重要信息的过程。基于大数据平台，对教育教学的关联性分析和数据对比，可以开展课堂教学质量和教学过程的综合评价，实现教学高质量监管、精准督导、成果激励。实现教学评价的量化精准、持续常态、全面覆盖、实时动态的根本转变。激励教师敬畏课堂、教书育人，通过精品课程、示范课堂、电子教案等作为教学质量评价的重要依据，在教师职称晋升，评优评先中提供帮助。此外，還为管理部门提供针对性的数据服务与决策支持，通过多维度、全覆盖、持续化、精细化的数据量化分析和过程评价与监控，改变以前的思维方式，实现有模糊评价到量化评价的过程。
5 在研究教育大数据问题中需要着力攻克的理论与技术难题
知识高度的碎片化降低了可用性，碎片化知识的聚合是一个非常基础的难题，以分布性、动态化、低质化、无序化等典型问题为特征，资源的碎片化整合以及个性化推荐是大数据技术需要解决的关键问题，必须从资源的角度把无序、分散、低质的资源进一步重组以形成知识点，找到各知识点之间的关系。通过对学生个体的数据分析，跟踪其特长、兴趣、情感、智商对比其个体差异，建立个性化的信息资源库，实现精准管理，解决知识碎片化问题。开展这一研究要建立庞大的基础数据，仅靠智能软件肯定不能解决全部问题，建立庞大的知识图谱，并将其放到开放的数据平台之上，将多源、片面、无序的碎片化知识聚合成符合人类认知的知识海洋，从纵横两方面找出数据之间隐藏的关系，形成知识链，构建起知识图谱与应用等许多基础性关键技术。把师生的教与学过程记录下来，利用这些数据，开展个性化学习的行为分析、特征识别及规律发现，跟踪挖掘个体的学习规律，找到其特征和规律，来实现学习行为的分析和深度挖掘，将学习好的学生学习过程跟踪记录下来对比学习较差的学生学习记录，找到学生学习效果的差异。利用同样的方法，可以实现对个体学生特长、兴趣、情感、专业爱好等方面的分析与挖掘，同样能帮助人们分析人的认知差异问题。通过对某一课程的跟踪，例如关注课程点击率、学习人群、知识关注点、学习时间等的统计分析与跟踪，从时间、空间和课程知识导航的角度，研究学生的学习时间、特征、行为、交互之间的关系，为深化课堂改革，改变教学模式，探索以学生为中心的教学设计具有重要的指导意义。了解学生学习的进展情况，发现学生学习兴趣点，通过学习路径分析及课程推荐等，使教和学更加智慧，更加高效，这些功能将有效提升学校教与学的效率和质量。
6 结语
大数据及其数据分析与挖掘技术是多学科融合交叉，互相提供数据的关系，成为当今研究的热点话题。随着信息化的不断推进，高校利用大数据分析问题解决问题的能力和实践也不断增强，大数据的应用、完善和发展能解决实际管理中克服凭经验的做法，对进一步促进教育教学体制和机制改革，提高教育教学质量和管理水平具有重要的指导意义。同时，大数据又能反映高校各领域存在的问题，为管理者设计解决问题的方案提供重要的数据和决策支撑。
参考文献
[1]张倩.“大数据”技术在高校档案信息服务中的应用探索[J].电子技术与软件工程，2016，（21）：27-31.
[2]赵玉洁.大数据在高校教育信息化中的应用探究[J].中国教育信息化，2015，（19）：38-41.