基于大數據統計分析對職業教育的策略研究

(貴州輕工職業技術學院 貴州 貴陽 550025)

基于大數據統計分析對職業教育的策略研究

周鋒魏志曾云聰馮明成

(貴州輕工職業技術學院貴州貴陽550025)

職業教育非常注重學生的就業率，影響到專業的成功開設。運用大數據技術結合統計分析方法，能有效地分析出學生就業的趨勢，市場的新行業以及職業教育專業的動態調整，同時也能幫助學生利用知識共享挖掘自己的潛質，進行個性化有針對性的學習。

職業教育；大數據；統計分析

一、引言

職業教育是我國高等教育組成部分的重要一環。2016 年，教育部根據 《普通高等學校高等職業教育(專科)專業設置管理辦法》[1]，增補了13個專業。習總書記根據現代社會發展和職業教育的特點，提出了“工匠精神”。我國職業教育在頂層設計上做到了得到了制度上的保證和重視。

二、大數據技術發展對職業教育的影響

大數據技術的應用范圍很廣，常常與其它學科的知識互相交織，形成新的分析方法。隨著大數據技術的發展，促進職業教育的教學不斷探究新的模式，老師要接受新的信息化教學，如3D、VR應用在課堂上,使教學手段更情境化，模擬真實環境，激發學生的學習熱情。學生要利用信息工具，探尋知識，發現新的問題并運用信息技術解決問題，激發創造能力。大數據技術和知識共享使世界聯系更加緊密，學生受到信息知識的沖擊，也在潛移默化地影響學生的主流價值觀，慢慢地改變著學生的學習方式，對我們的職業教育提出了新的培養要求。

信息素養如今成為學習者的重要組成部分，更是職業教育不容不忽視的部分，大數據技術對信息素養有了更高的要求，也就要求我們的職業教育不僅要打破常規更應重視德育，注重育人。大數據技術在職業教育的推行，逐步地改變傳統的教育模式并推行精確的個性化教育。從長遠看，職業院校在大數據背景下，應在教育評價模式多元化、提高教師數據分析能力和建立學生預警機制等方面加以努力，以適應未來的教育發展。

三、大數據技術在職業教育中的策略研究

2012年10月，美國教育部發布了《通過教育數據挖掘和學習分析技術來提高教與學:問題簡述》報告，報告主張通過教育數據挖掘、學習分析和可視化數據分析來改進自適應學習系統，實現個性化學習[2]。

在新的形勢下，我院與北京智啟藍墨信息技術有限公司合作成立了“全國輕工職業院校移動云教學大數據研究中心”。藍墨云班課主要是通過老師共享資源，通過同頻器將資源發送到每個學生的智能手機上。一方面解決了學生上課玩手機的問題，一方面解決了老師管理課堂的問題，比如點名、簽到、分享、討論、記錄等等。藍墨云班后臺有專門的數據統計，比如討論答疑、測試、作業、小組任務、參與統計的人員、參與統計的簽到、參與統計的資源、參與統計的活動。

(一)大數據技統計分析的教學驅動

在藍墨云班課中，后臺記錄的基本信息是一個教學反饋的資源池，如何將這些基本信息整理成有價值的信息，又能反映職業教育教學中存在的問題，成為我們迫切需要亟待解決的課堂教學問題。在豐富的教學數據面前，需要利用大數據技術加上統計學方法為我們找到課堂教學的痕跡，依據這些教學痕跡找到適當的教學方法，使學生能較快地掌握基礎知識和基本操作技能的要領，真正使學生動起來，老師也能從學生的學習中覺察到有一種無形的壓力，對教學不敢懈怠。基于過程數據在教學過程中無需要人工介入，我們可以利用大數據技術對教學實現數據驅動，進行各種維度的分析。比如基于自動采集數據，建立大數據分析模型，反應問題，建立質量分析模型，預判問題，不斷提高教學質量；基于過程性數據，進行監控，實現教學的持續改進。

(二)大數據技統計分析的職業導向

職業教育是要面向市場的，利用大數據技術分析出不同地區、不同規模企業的不同崗位對職業能力的具體要求。大數據技術在職業能力分析的運用，作為專業分析與設計的分類工具，要求數據全面、科學、客觀、公正，這些數據都可通過大數據無痕記錄下來(沒有人工的干預)，形成專業分析與設計的依據。同時這些數據能夠為院校制定對接產業的方案和課程標準提供非常科學的參考依據。數據源頭獲取方式包括問卷調查、行業信息、崗位信息、專家調查等，經過數據中心的處理，以及職業能力分析，生成可視化的職業需求圖表。通過職業需求圖表的數據，我們可以得到行業需求辦什么專業，要求學生具備什么樣的專業水平，我們要確定教什么，教到何種程度，才是行業真正需要的職業者，形成對接行業需求的配套素材庫，將專業建設真正融入到行業的需求中來，讓我們的學生進得來，走得出。行業就是對我們教學的一次真正檢驗，利用行業中的數據實施過程性監控與評價。

(三)大數據技統計分析的個性化推薦

利用大數據分析技術可以實現個性化在線教育學習，主要的依據是學習者會在信息化的環境中留下數據的痕跡，形成碎片化的數據經過挖掘、分析、整合，會對學習者的學習路徑有一個基本的概覽。利用大數據分析技術可以對求職者的職業性意向進行分析，可以幫助求職者推薦適合的崗位，再到個性化設計課程，經過考核、認證、最終推送到匹配的招聘崗位，完成學習者從學習到求職的一套完整路徑。通過個性化在線學習平臺的數據分析，對學習者提供有針對性的職業教育信息，提高職業者的職業素養，以最大限度對就業者的能力進行匹配分析，并通過大數據可視化圖表展現出來。結合社會崗位的數據，補充崗位信息的數據源，盡量減少人工因素對數據造成的污染，做到數據的客觀性。同時對職業者進行相關的職業教育指導，為大學生以及失業者提供就業服務。也是為了更好的適應信息社會的發展，為社會和企業節省人力成本，也為求職都節省了大量的時間，創造出高價值的社會效益。

四、結語

以教學過程性數據為基礎數據源，分析教學目標達成度，從各個層面給出教學質量的成效，并且智能給出改進意見供教師及管理者決策參考;同時能夠基于雇主的視角，按照崗位能力需求的標準，對學生的培養效果進行實時動態技能熟練度評價。大數對據職業教育能夠進行個性化分析，提供個性化的職業教育；大數據統計技術分析了行業崗位的數據，有利于職業教育機構的決策；大數據對職業教育的提供了預警性、預測性、共享性等機制，幫助職業者更好地選擇工作。

[1]賀萌,賀寧. 高職院校大數據技術與應用專業人才培養的探索[J]. 價值工程,2017,36(19):197-198.

[2]黃遒. 應用大數據技術重塑職業教育生態[J]. 電腦知識與技術,2016,12(17):106-107.

[3]程淑琴,倪東輝. 基于大數據的高職教育質量管理與創新[J]. 牡丹江大學學報,2017,26(07):151-153.

[4]霍莉樺. 大數據技術在職業教育中的應用——以美國職業教育為例[J]. 軟件導刊(教育技術),2017,16(09):90-91.

[5]任璐. 淺析大數據對高等職業教育的影響[J]. 課程教育研究,2016,(22):12-13.

周鋒(1985-)，男，碩士研究生，研究方向計算機系統結構，大數據分析與挖掘；魏志，男，研究方向計算機網絡;曾云聰，男，研究方向計算機網絡;馮明成，男，研究方向計算機網絡。