大數據時代高等院校教育數據建設研究

李錚錚　莊孝彰　賈金娜　劉夢嘉

?

大數據時代高等院校教育數據建設研究

李錚錚莊孝彰賈金娜劉夢嘉

1.石家莊陸軍指揮學院；2.軍械工程學院；3.河北傳媒學院；4.河北大學外國語學院李錚錚（1981-）女，漢族，河北石家莊人，工程師，博士研究生，研究方向為軍事教育訓練技術。

行業曲線

本文針對大數據時代背景下，高等院校教育數據采集獲取量大種類多、數據資產規范管理難度大、數據存儲處理技術要求高、數據綜合服務保障多樣化等諸多新挑戰，提出了抓好頂層設計、制度與標準編制、關鍵技術研究和安全保密建設等關鍵環節，加強數據工程建設的觀點，在高等院校教育數據建設領域起到重要借鑒和指導作用。

大數據已經逐步向各個行業和領域蔓延，并不斷對人們的知識結構和思維方式產生影響。在教育領域應用大數據技術，能夠讓參與教育活動的各方受益。本文分析了大數據產生的背景及其本質，詳細闡述了大數據時代高等院校教育數據建設在數據采集、管理、處理和應用四個方面面臨的新挑戰，并總結提出了高等院校開展數據建設應該把握的關鍵環節。

進入大數據時代，人們得以從更全面、更精細的視角來看待世界的復雜性。在教育領域，大數據蘊含的巨大潛力在于推進個性化學習、改善教材和教學，并最終提高學生的成績，而這些作用也必將在高等院校教育中得以體現。尤其是處于互聯網+教育的當下，高等院校開展的各項教學活動，產生和使用了海量數據。在此背景下，抓好教育數據建設，將其轉化為對高等院校教育決策和綜合信息服務的有力支撐，切實有效推動高素質創新型人才培養，就顯得尤為重要。

大數據產生背景及其本質分析

大數據產生的背景

最早提出“大數據”時代到來的是全球知名咨詢公司麥肯錫，麥肯錫稱：“我們正在處于一個創新和生產效率快速增長浪潮的潮頭，面對著全新的競爭和價值獲取模式——所有這一切的推動力就是大數據，消費者、企業和經濟部門都在發掘其潛力。”

大數據具有鮮明的時代特征，其產生根源主要是信息技術革命以及信息技術驅動下人們行為方式的改變。過去的50多年里，信息技術不斷創新發展并被廣泛應用于各行各業，觸角遍布社會生活的每個角落，改變著社會的經濟結構、生產方式和生活方式，由此產生了海量數據，并呈指數快速增長。究其具體原因，包括以下四個方面：

（1）互聯網的廣泛應用，吸引和驅動了數以億計的用戶使用互聯網進行商品交易、資訊瀏覽、資料查詢、聊天交友、信息共享等，網絡應用與用戶的操作內容、操作行為共同成為海量數據的重要來源。

（2）移動通信網廣泛應用并與互聯網結合的越來越緊密，越來越多的人通過以智能手機為典型代表的移動設備進行語音視頻通話、短信交流以及訪問移動互聯網，也帶來了數據量的激增。

（3）傳感器的廣泛使用，產生了大量的實時狀態監測數據、影像數據，這些數據持續快速產生，并占據了較大存儲空間。

（4）傳統文檔資料的電子化處理，便捷了查詢使用的同時，也產生了大量數字化信息資源。

大數據的本質分析

當前，“大數據”這個術語已被廣泛使用，其主要特點可歸結為高容量、多樣性、快速性和價值低密度四個方面，但對其概念的界定尚未達成共識，不同角度有不同的定義和描述。國際數據公司IDC將其定義為：為了更為經濟的從高頻率獲取的、大容量的、不同結構和類型的數據中獲取價值，而設計的新一代架構和技術。高德納咨詢公司Gartner將其定義為：需要新處理模式進行處理才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。

大數據的定義與特點既體現了大數據的存在狀態，又體現了大數據面臨的難題與矛盾，這些必將引發和推動數據存儲技術、管理技術和分析技術的革命與創新，最終形成一系列信息技術來為決策服務。因此，大數據的本質集中體現為：

（1）數據本質：是指大數據的數據量遠遠超過傳統理解上的數據量，數據類型和數據來源多樣，數據產生速度快及要求的處理速度快，數據的價值密度低。

（2）技術本質：是指需要有以存儲技術、管理技術、挖掘分析技術和可視化技術為主要內容的大數據技術體系對海量數據進行處理分析，并為決策服務。

（3）知識本質：是指大數據處理分析的最終目的是從海量數據中發現潛藏的歷史規律，或對未來進行預測，以知識的方式輔助做出更好的決策。

高等院校教育數據

在大數據時代背景下，高等院校教育數據建設問題也引起了專業人員的關注。高等院校教育數據主要是指高等院校開展教學活動相關的數據，主要包括教師隊伍信息、學生基本信息、課程信息、教材信息、教學活動信息、教學管理與保障信息、科研學術信息、文獻資料信息、校園網網絡行為數據以及其他通用資源信息等，且在信息技術飛速發展與廣泛使用的當下，這些數據也表現出大數據的特征。與此同時，高等院校面臨著培養綜合型人才、素質型人才、創新型人才的形勢任務，如何制定科學有效的培養方案、創新教學培養模式、適時完善教學決策、優化教學資源配置、提供個性化信息服務，都離不開海量教育數據的支撐，也對海量教育數據基礎上的數據開發利用提出了更高要求。

大數據時代高等院校教育數據建設的新挑戰

大數據的出現對傳統思維方式造成了強烈的沖擊，其功能和價值的體現建立在海量數據分析的基礎上。在這樣的時代背景下，高等院校教育數據建設面臨諸多新挑戰。

數據采集獲取量大種類多

先進信息技術使得面向事物的全數據采集成為可能，而足夠數量的數據是進行大數據分析的基礎和前提，因此數據采集就成為高等院校教育數據分析與應用中的重要一環。高等院校教育數據采集有基于物聯網傳感器的采集，也有基于網絡信息的數據采集，還有基于工作人員的手工采集，需要采集的內容包括與教師和學生相關的基本信息、教學過程中產生的課程信息、教學軟件平臺使用信息、校園網用戶行為信息、文獻資料等，其數量之大遠在TB級以上。此外，這些數據包括分布在各管理信息系統中的關系型數據、文本數據、訪問日志數據、數字化文檔資料數據，圖片、音頻、視頻等多媒體數據，類型十分廣泛。

此外，當前的高等院校教育數據尚處于自然發展階段，數據資產意識還不強，需要建立有多部門共同參與的數據收集體系，明確數據采集責任分工、采集內容、采集時機與采集要求等，并考慮建立數據校核機制，確保數據的準確性。

數據資產規范管理難度大

在高等院校信息化水平不斷提高、教育數字化程度日益加深的今天，幾乎參與教育活動的每個人都卷入到數據及其處理的浪潮中，數據已經成為重要的生產要素和無形資產。但目前的高等院校數據或多或少的面臨著數據不完整、數據分散不一致、數據質量低、數據共享集成成本高、數據教學效益不顯著等問題，難以對數據進行全面、統一、高效的管理。

以數據分散管理為例，當前很多教學數據分散在不同的信息系統中，數據標準不統一、可用質量差，數據核對、清理、映射工作量大的問題較為突出。尤其是有的學者提出了終身學習、個性化教育的理念，這就需要延伸對于學生相關信息的采集，建立學生終身的學習檔案，無形中極大的增加了數據管理的難度，數據的質量也難以得到保證，進而影響了數據的應用。

數據存儲處理技術要求高

高等院校教育數據量增長速度快，加上已積累的大量歷史數據，對數據存儲、處理、分析帶來了巨大的挑戰，要求其必須具備快速性、準確性和高效性。

在數據存儲方面，由于數據的數量、類型、應用對象的不同，要求數據存儲必須綜合考慮當前需求和長遠發展，充分開展傳統關系型數據庫、數據倉庫及面向大數據的NoSQL數據庫論證，科學設計數據存儲架構。其次，需要突破多源異構教育數據融合的技術瓶頸，擴大深入融合處理數據對象的范圍，提高融合效果和性能，實現分散異構教育數據快速融合入庫。

在數據處理分析方面，需要加強教育數據實時處理，對相關音視頻等復雜類型數據開展內容分析，對教學模式、規律、趨勢等進行預測分析，對海量教學數據進行并行處理，從而提高教育數據快速高效處理能力。同時，帶動數據處理向知識加工、決策支持等方面進行拓展，進一步提升教育數據的附加值。

數據綜合服務保障多樣化

“數據是穩定的，處理是多變的”。當前面向高等院校教育的各個方面，產生了多樣化的應用需求，如教育決策支持、綜合信息服務、個性化信息支持、教學科研服務等。這些應用服務，要求針對存儲的海量教育數據進行高效的處理分析，并快速、靈活呈現給用戶。例如，教育決策支持問題，需要通過教學過程數據、教學資源數據、教師學生相關數據等的實證分析，才能為課程內容設置、資源優化配置、教學模式評估等提供支撐。再如學生個性化信息支持問題，需要全面掌握學生知識能力基礎信息、歷次學習情況信息、現階段學習情況信息等，綜合分析學生知識結構、學習能力、學習課程等方面存在的短板，優化教學內容，有針對性的為學生提供課程輔導、推送信息資源，甚至拓展至學生就業后的持續信息服務，切實提高學生的能力素質。

高等院校教育數據建設應把握的關鍵環節

高等院校要想在大數據時代迎頭趕上，充分開發利用大數據支持教育決策，就必須把握頂層設計、制度與標準編制、關鍵技術研究和安全保密建設等關鍵環節，加強數據工程建設。

突出抓好數據體系頂層設計

高等院校數據建設要主動適應全球信息化發展大勢，準確把握高等院校信息化發展的階段特征，把數據資源建設作為事關高等院校充分發揮作用、可持續發展的重要長期性基礎性建設工程和關鍵性應用工程，提高思想認識，科學開展規劃論證與頂層設計。一是開展高等院校數據資源全面摸底，掌握數據資源總體情況，摸清數據資源產生來源和獲取渠道，評估數據資源使用現狀及存在的主要矛盾問題。二是牢固樹立數據體系“一盤棋”思想，將本院校數據體系納入國家高等院校信息化建設體系中進行統一規劃論證，避免出現結構性矛盾，影響高等院校之間甚至國家范圍內的數據共建共享。三是綜合運用大數據管理、企業架構、信息資源規劃等先進理念和技術方法，緊密貼合高等院校教學應用需求，構建科學、合理、可行的高等院校數據體系架構，切實提升數據建設質量，為高等院校教學應用奠定堅實基礎。

制定完善數據建設制度與標準

高等院校教育數據建設，需要依據相關數據標準規范，統合各類信息代碼，強化主數據管理，確保各信息系統的數據能夠綜合集成、有效銜接。一是建立數據管理制度。要建立數據采集、處理、維護與使用相關的規章制度，明確高等院校不同職能部門的業務關系，及數據管理的組織機構、職責分工、主要內容與工作流程，確保數據管理工作的規范有序。二是制定數據標準規范。圍繞信息分類與編碼、數據元素、數據集、數據交換、公共信息模型等內容，開展相關數據標準規范的編制、修訂與完善，確保數據的標準化、規范化，以利于高等院校相互間及院校內部的高效集成交換和共享利用。三是建立數據質量管控體系。建立數據質量管理框架，明確數據生命周期所有階段質量管控的方法、時機與標準，切實提高數據質量，確保教育決策與信息服務的有效性。

突破海量數據開發利用關鍵技術群

著眼高等院校海量數據效能的發揮，聚焦數據高效采集獲取、數據高性能存儲、數據深度挖掘分析、數據多樣化應用等領域，開展關鍵技術研究，建立集海量數據“采、存、析、用”于一體的技術解決方案，為現實應用奠定技術基礎。一是完成技術體系規劃設計，在教學應用分析和數據架構設計的基礎上，圍繞功能實現，構建技術體系架構，明確需要應用的技術、接口、方法，以及技術過渡、轉型的模式等。二是盡快完成高等院校海量數據開發利用技術攻關立項，在獲得上級機關認可及經費支持的基礎上，加大技術研究的深度和廣度，圍繞高等院校數據應用的專有問題，切實解決制約海量數據開發利用的瓶頸問題，實現數據從數量規模優勢向質量效益優勢的跨越。三是評估分析其他行業運用大數據的有關研究成果，采取“拿來主義”，能夠直接應用或改造應用的成果，盡快部署應用，節約經費與時間。

配套完善信息安全體系建設

當前，高等院校教育數據運行管理主要依托校園網進行，加強信息安全體系建設、增強信息防御能力，是海量數據效能得以持續穩定發揮的重要保證。一是建立健全高等院校信息安全管理新機制，制定相關規章制度，明確信息安全管理的任務分工、權限要求和方式方法。二是加強信息安全手段建設，依據信息系統建設安全防護等級要求，準確劃分信息安全防護等級，加強設施環境、網絡環境建設，配套相關安全保密設備，補充完善軟件系統功能，提高信息安全防護能力。三是建立數據安全實時動態感知機制，實時監測計算機網絡、數據庫系統、應用軟件系統以及其他附屬軟硬件的運轉情況，準確感知潛在威脅，及時預警并按照規定有效應對，實現數據安全態勢的全局性實時掌控。

結束語

大數據時代的到來必將對高等院校教育產生深遠影響，正如維克托·邁爾-舍恩伯格在《與大數據同行-學習和教育的未來》中指出的那樣：“利用大數據，我們可以使決策者得以在全面而堅實的經驗基礎上改善其決策的質量，從而使教育決策從意識形態的偏見中脫離出來”。目前，大數據在高等院校教育中仍處于研究探索階段，需要我們緊跟大數據技術發展趨勢，結合高等院校教育應用的現實需求，分步驟、有選擇的開展應用研究與實踐，真正發揮大數據在高等院校教育中的巨大價值。

DOI：10.3969/j.issn.1001- 8972.2016.13.046