大數據技術在高校教育領域的應用探索

尚明玉 張寧

（哈爾濱遠東理工學院,黑龍江 哈爾濱 150025）

隨著信息化建設的不斷推進，高校建設正由數字化校園向著智慧校園的方向邁進。信息化高度發展，給教學、科研、學習、生活帶來了高速便捷的服務，同時也長生了大量記錄高校日常管理和教學工作的數據，這些數據隨著時間的積累構成了一個龐大的大數據資源。這些資源具有很高的價值，如何讓這些數據發揮價值，為高校各項工作提供服務，是值得每一個學校思考的課題。

一、信息化建設中的大數據

高校在信息化建設過程中，已部署了眾多軟件系統，如信息系統集成平臺、教學管理系統、OA辦公系統、后保綜合系統、遠程教育、數字圖書館等，這些系統每天都在產生大量數據，并且產生的速度越來越快。如何利用這些數據，使這些數據變為有價值的信息和知識，為高校教育訓練工作提供決策成為擺在我們面前的一道亟需攻克的難題。通過對信息系統和數據進行梳理，我們發現當前系統中還存在一些問題：

（一）信息孤島現象仍然存在

雖然學校的信息集成平臺集中了絕大部分管理類的應用，但是遠程教育、數字圖書館等專業應用仍有較強的獨立性，信息并為充分集中和互通，數據之間無法動態關聯，降低了數據的使用效率。

（二）技術難點需要突破

由于數據類型繁多，類型不一，傳統的數據挖掘算法無法滿足這些結構化和非結構化數據的處理要求，傳統數據挖掘技術面臨巨大的挑戰。

（三）缺乏數據分析的模式和方法

數據需求不夠強烈，數據價值難以體現。

二、高校教育大數據分析平臺的構建方案探索

（一）構建目標

1.實現數據的共享和交換。將學校各應用系統的數據進行集成和整合，使來源各異、種類不一的各類數據可以相互使用，豐富數據的來源，打破系統間的信息孤島，實現數據的共享和應用。

2.大數據的采集和存儲。研制數據適配接口，對接校內各應用系統獲取各類異構數據，并采用大數據主流的框架和系統對數據進行統一存儲，為數據的挖掘和分析打好基礎。

3.大數據分析與決策。采用數據挖掘、數理統計等相關技術，構建大數據分析框架，提取數據中隱含的、未知的、極具潛在應用價值的信息和規律，為學校的教務管理、科研管理、學員管理、后勤管理等各項工作提供決策和指導。

（二）構建原則

1.安全性。高校教育訓練工作中有許多保密性內容，大數據分析平臺依托高校網進行部署，應采取安全性高的訪問認證機制，同時在平臺建設中要充分重視系統自身的安全性以及其他應用系統的安全性。

2.可擴展性。對高校教育大數據的分析和應用是一項長期持久的工作，隨著管理工作的重點、教育訓練工作的變化推進，對于分析平臺的規模和要求也會不斷變化。因此，要求平臺的設計和實施要具有良好的擴展性，以滿足不斷發展變化的要求。

3.靈活性。在平臺的設計和實施中要考慮到與其他應用系統的整合，開發出多個類型的接口，能夠靈活接入其他系統、拓展服務類型。

三、利用大數據，實現教學和管理的全面創新

（一）開展大數據頂層設計，以大數據應用全面推進學校發展

大數據將成為推進學校發展的新動力，通過開展大數據頂層設計，對大數據獲取、收集、整理、利用進行全面規劃，從應用需求出發，明確建設目的和路徑，明確什么要做，什么不要做，什么應該先做，什么應該后做，用什么模式做，做到什么程度，達到什么效果，以指導學校未來3-5年的大數據建設。

（二）快速推進教學和管理工作的信息化，建立豐富的數據來源

用大數據方法全面分析現有教學和管理工作，新建或升級信息系統，對教學和管理實現全過程記錄，建立豐富的數據收集渠道。如通過對現有遠程教育系統進行全面升級，跳出遠程教育的概念，實現對教學過程的全面支持，詳細記錄每個學生的學習行為數據，將數據細分到每個行為細節，以提供超越傳統系統的數據精細度，客觀地反映出學習的實際狀況。通過建立物聯網應用，實現對物品、人員、安全等各方面管理的強大支撐，提升管理質量的同時積累大量管理數據和行為數據。

（三）基于個性化服務需求，建立大數據分析模型

提供優秀的個性化服務是教育和管理的重要目標之一，大數據應用則是提供規模個性化服務的必要條件，而大數據分析模型的質量決定了數據的價值。一個平時被忽略的數據在好的模型中，會產生難以想象的作用。我們可以通過對學習行為數據的分析，了解學生的學習興趣和學習效果，研究哪些學習方式是最容易被接受的，哪些課程的設計是最受歡迎的，或具體到某個作業問題回答的正確率以及橫向和縱向的比較，并深層次的展現出其中的原因。這些數據被提供給教師，將對教學創新提供最為直接的支撐。通過對一卡通行為數據的分析，可以了解學生的日常行為規律和消費規律，了解學生行為與學習成績、學校效果之間的關聯關系，提供學生管理創新的依據。

（四）綜合應用大數據成果，推動學校全面創新

通過大數據的綜合應用，可以建立對各項教育和管理工作的分析和判斷，應用到實際工作中，從各個方面推動學校全面創新。通過對教學過程、學習行為、學習成績、教學滿意度、教師需求量、專業師資質量、專業成熟度、行動軌跡等綜合分析，建立教師畫像、學生畫像、專業畫像，直觀了解優勢和不足，預測發展狀況。通過對學生人數、宿舍分配、教室使用、能源消耗、網絡消耗、食堂消費、圖書館利用等進行綜合分析，建立各資源利用率指數，實現數據可視化，引導管理工作的精細化和管理的扁平化。通過對教學數據、教學效果、考勤記錄、個人數據、管理數據進行綜合分析，建立科學的、真實客觀的教師績效評價體系，改變傳統人為評價的主觀性，讓大數據選出真正優秀的教師。

四、結語

構建高校大數據分析平臺是個具有開拓性的實踐探索，在高校中具有廣闊的應用前景。