大數據對高校教務數據化的推進研究

【摘 要】院校研究是在當今國內外高校管理中形成的成果，對高校管理結構、決策和發展走向都有很好的促進作用。在大數據時代，高校教務需要進一步推進數據化的進程，完善教務體系，進而推進院校研究。

【關鍵詞】大數據 智能化 數據化 高校教務

【中圖分類號】G647 【文獻標識碼】A 【文章編號】1674-4810（2015）35-0020-03

院校研究是大學管理和領導決策模式從經驗型向數據驅動型（data driven decision making）轉變的最大支撐力，也是信息時代大學在愈來愈激烈的高等教育市場競爭中賴以生存的重要保障機制。

高校教務相關的研究也是院校研究較為重要的環節。在過去，高校教務系統很好地適應了信息時代的發展，將商業智能體系恰當地移入高校管理中。然而，以往的數據處理和教務管理已經不能很好地適應高校當前的數據分析處理要求，傳統的數據收集、存儲、用戶界面基于一體的高校教務操作平臺已經不能很好地適應現實的需求。這就需要高校教務順利地實現大數據時代的數據化轉變，把大數據的理念運用到教務管理中。通過運用現有的海量數據，進行深層次的數據挖掘和學習行為分析，更好地為教學服務。

大數據技術及其應用，重視數據的全面性而非精確性，將海量數據作為量化事物和行為的一種基本手段，以此發現事物之間的相關關系，并用于改造流程和優化服務。這就為高校教務數據化提供了可能，促進高校教務從數字到數據的變革，通過教務系統揭示和呈現數字背后的數據信息。

一 大數據

1.大數據的來源

谷歌通過分析海量的用戶上網搜索記錄，進行了極為準確的預測，這在科學界引起了很大的轟動和關注。2011年5月，麥肯錫咨詢公司在《大數據：創新、競爭和生產力》中提出“大數據”的概念：人們對于海量數據的運用將預示著新一波生產率增長和消費者盈余浪潮的到來。舍恩伯格教授在Big Data：A Revolution That Will Transform How We Live，Work and Think中描述大數據為：大數據是指以現代信息技術通過對海量數據進行分析，獲得有巨大價值的產品和服務。

至今，學者們認為大數據是海量的、多為非線性的數據，是傳統的數據處理技術與工具不能承載完的巨量數據。大數據的處理與應用需要采用新型的技術與工具。特別是教育大數據這方面，傳統的教務管理已經不能處理這些巨量的信息。大數據的時代下需要高校教務走向數據化、信息化。

2.大數據的特征

美國互聯網中心把大數據概括為4V：volume、variety、velocity和value。

二 高校教務中的數據：從數字化到數據化

數據最大的意義在于，一個數字背后蘊藏的巨大前景和深意。挖掘數據，正是挖掘某數字背后的意義、數據之間的聯系。例如，一個學生高考考了600分，600只是表面的數字。要去全方位地定義這個分數的含義，只有去挖掘數字600背后的一系列數據，如學習能力、學習態度、知識掌握水平、家庭情況、學校辦學水平、社交關系等。數字只是表面的冰山一角，而數據正是水面下深藏不露的87.4%的冰山。

數字化和數據化在高校教務中也有不同的含義。傳統的數據庫管理模式是對數字進行結構化的管理和存儲。隨著學校微博互動數據、論壇交流數據、學生態度數據、班級協作數據等海量增長，這些非結構化的數據占總數據的90%，迫切需要高校教務從數字化走向數據化。我們用數據來記錄這個世界，再通過研究數據去發現這個世界。在這樣的背景下，高校管理傳統的商業智能決策模式也將要轉變為以數據為基礎的決策模式。大數據可以深入分析學校管理效率和水平、學生學習和生活狀態、教師授課與科研動態，讓數據能說話、會說話、說真話。

三 高校教務的現狀

1.忽視教師、學生的需求

高校教務的主要服務對象是廣大師生，因此必須充分尊重師生在教務建設中的主體地位。目前，我國高校教務建設仍存在以教學管理部門需求為主導的問題，考慮教師與學生的需求相對不足。例如，學校教學管理軟件中大部分功能為少數教務管理人員服務，少部分功能為大多數師生所用，整個軟件設計不以提供教學服務為主要原則。

2.反饋不全面

當用戶在高校教務網站提取自己所需的信息的同時，網站返回的數據缺乏必要的橫向、縱向比較機制。高校教務應該克服這一弊端，充分運用大數據帶來的便利之處，在特定領域，例如教職工管理信息、學生成績管理工作、招生工作、就業工作等方面開啟數據比較機制，采用先進的數據挖掘、人工智能技術，更好地為用戶提供服務。

3.數據堆積

學校長年累月沉淀了大量數據，通過對數據的挖掘，可以實現對學校的科學管理，實現智能化管理，打造智慧校園。急需運用大數據的理念設計教務軟件，把數據利用起來。急需與教務軟件配套的門禁、一卡通等硬件設備。硬件設備已經實現芯片化、智能化，所記錄的數據需要軟件來進行系統化分析。未來，學校教務管理不僅靠軟件處理，還需要硬件配合，兩者的數據結合分析，打造智能化的校園。

四 大數據的推進作用

1.個性化學習

大數據的時代是個性化的時代。通過對大量數據進行挖掘，分析學習者個人的學習習慣、學習愛好、學習方式，收集適合個人的學習資源，制定個性化的學習平臺。大數據時代也是自媒體的時代。學生通過學習平臺，產生自己的學習成果形成的系列學習資源，發布出去與相關的信息進行互動，形成在線的互動學習模式。這樣的個性化學習，更能刺激學習者的主動性，激發學習者的興趣與愛好，提高學生的自我學習能力。

2.全方位評估

基于大數據挖掘的智能算法被移植到教育領域中，被研究者迅速應用于教學質量評估方面。從這樣的過程中，挖掘出教學方式與學習效果的關系、學生與教師互動的效果、教學與教學場地的聯系等等，從不同角度全方位多層次地解析教學因素，為教學研究部門提供解決問題的建議，并為教師提供更為豐富準確的反饋信息，有助于一線教師的教學。

而智能算法的主體——教育大數據是重要的基礎。從來源來說，可以分為四層：督導層、教師職工層、學習者層、校外評價層。校外評價為家長、社區成員等關心學校發展的熱心人士在論壇、微博、微信等學校平臺中與學校互動產生的數據信息，對學校教務的發展有側面的推進作用，督促學校的進步。學習者層是學習者之間參與教學所產生的所有協作信息，包括學習成果、學習方式、學習反饋、學習資源、學習感受、學習成績，都是對教學評估的總結，既有量化的數據也有質性的文字數據。教師職工層則為一線教師、行政管理部門、后勤服務部門等產生的海量數據，如到崗時間數據、個人教學數據、事務處理數據、活動產生的數據等等。督導層，則有圖形界面化的窗口進行查看教學評估的結果。學習教育數據以文字圖像、時間軸等間接明了的方式進行呈現。

這樣，把大數據技術引入教育領域的評估系統中，不僅提高了教育管理的科學性，而且增強了教育數字化建設的實效性。該領域的研究具有一定的潛力，許多學者都在這方面發現了新的智能算法，以此幫助高校有效快速地提高教學質量。

3.預測與輿情

大數據最初的目的就是預測。對海量數據進行數學運算，得出其發展的趨勢，從而預測事情發生的最大可能。在我們身邊，如亞馬遜、當當網會為客戶推薦想要的書目，數據越多，越容易還原事實真相，找到最好的預測結果。這樣的預測能力運用在高校教務中則為，預測高校的招生生源情況、推薦就業情況、學生的學業需求以及學校發展趨勢，更好地為學習者與學校服務。

大數據的另外一個作用就是輿情。針對特定問題進行深層次的挖掘和分析研究，從學校官方BBS、論壇、微博、微信以及學習者、職工的個人主頁上進行數據采集，從而了解眾人對此問題的想法，以及哪種想法占優勢。這對當前的高校發展以及學校政治思想工作有著極大的促進作用。

五 結束語

大數據對高校教務有著極大的推進作用，大數據的技術方法還將繼續飛速發展，高校教務工作也隨之不斷推進。在高校教務轉型發展的新階段，要充分認識大數據的作用，加快大數據的研發和應用，推進高校教務數據化的不斷發展。大數據，是一種思維方式，是一個新時代的開始，是高校發展的戰略機遇。利用好大數據，可以幫助高校準確定位，促進高校教育與慕課等新型教育模式的融合。

參考文獻

[1]〔英〕維克托·邁爾-舍恩伯格、肯尼思·庫克耶.大數據時代（盛楊燕、周濤譯）[M].浙江：浙江人民出版社，2012

[2]常桐善.美國院校研究的過去、現在和未來——基于高等教育發展的視角[J].高等工程教育研究，2013（2）

[3]宓詠、趙澤宇.大數據創新智慧校園服務[J].中國教育信息化，2013（24）

[4]高陽.大數據對高校信息公開的推進作用[J].科技視界，2013（25）

[5]呂紅.基于數據挖掘技術的高校教學質量考評研究[J].理工高教研究，2007（5）

〔責任編輯：龐遠燕、汪二款〕