基于大數(shù)據(jù)的高校教師職業(yè)生涯規(guī)劃研究

方丹丹

摘 要：隨著大數(shù)據(jù)技術的發(fā)展，探討大數(shù)據(jù)在高等教育領域的深度應用，成為當前高校關注的熱點，文章探討了大數(shù)據(jù)技術給高校教師職業(yè)生涯規(guī)劃帶來的新思路和方法，從數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)應用三個層次構建了基于大數(shù)據(jù)的高校教師職業(yè)發(fā)展規(guī)劃總體框架，并重點介紹了模型和算法的選擇，為大數(shù)據(jù)在高校人才培養(yǎng)方面的應用提供可行性參考。

關鍵詞：大數(shù)據(jù)；職業(yè)生涯規(guī)劃

中圖分類號：G645 文獻標志碼：A 文章編號：1673-8454（2017）14-0072-04

隨著大數(shù)據(jù)時代的到來，云計算、智能化、移動化、數(shù)據(jù)挖掘等新興技術的應用和普及，使得數(shù)據(jù)處理能力與日俱增，通過大數(shù)據(jù)技術可以對事物進行多維度、多層次的數(shù)據(jù)分析，獲得有價值的信息，及時準確、全面深入地把握事物發(fā)展的規(guī)律，對未來的發(fā)展方向和趨勢進行預測，極大地提高我們認識世界的能力。在教育領域，也迅速掀起了大數(shù)據(jù)促進教育改革和創(chuàng)新發(fā)展相關研究的熱潮，大數(shù)據(jù)的教育應用研究迅猛發(fā)展起來。2014 年3 月，教育部辦公廳印發(fā)的《2014 年教育信息化工作要點》中指出：加強對動態(tài)監(jiān)測、決策應用、教育預測等相關數(shù)據(jù)資源的整合與集成，為教育決策提供及時和準確的數(shù)據(jù)支持，推動教育基礎數(shù)據(jù)在全國的共享。可見，大數(shù)據(jù)與教育領域的深度融合，是當前教育事業(yè)發(fā)展的必然趨勢。大數(shù)據(jù)技術應用于高校教師職業(yè)生涯規(guī)劃的研究也是重要的研究方向，定性的研究方法向定量化的研究方向轉變，確定教師職業(yè)發(fā)展規(guī)劃的指標因子以及挖掘教師個人信息中的知識與規(guī)律，創(chuàng)新研究教師職業(yè)發(fā)展的路徑，通過對不同崗位、不同階段、不同目標的教師在自我認知的數(shù)據(jù)分析基礎之上，輔助教師制定個人的職業(yè)生涯規(guī)劃。

一、大數(shù)據(jù)概述

大數(shù)據(jù)（Big Data）一詞最早出現(xiàn)在20 世紀90 年代，主要用來表示數(shù)據(jù)的量化特征，相當于日常用語中的“數(shù)據(jù)量大”[1]。而2008 年9 月《自然》雜志所出版的文章Big Data： Science in the Petabyte Era，將大數(shù)據(jù)賦予了一種全新的科學理念，超越了單純數(shù)量意義的描述，引起了學術界的廣泛關注[2]。美國首屈一指的咨詢公司麥肯錫是研究大數(shù)據(jù)的先驅，在其報告《Big data： The next frontier for innovation， competition， and productivity》中給出的大數(shù)據(jù)定義是：大數(shù)據(jù)指的是大小超出常規(guī)的數(shù)據(jù)庫工具獲取、存儲、管理和分析能力的數(shù)據(jù)集。但它同時強調，并不是說一定要超過特定TB 值的數(shù)據(jù)集才能算是大數(shù)據(jù)。隨后，又出現(xiàn)了許多大數(shù)據(jù)的定義，綜合各種定義，概括大數(shù)據(jù)的特征：并沒有明確的界限，它不僅僅是數(shù)據(jù)量大，還有類型繁多、價值密度低、速度快、時效高的特征。

二、高校教師職業(yè)生涯規(guī)劃的現(xiàn)狀和不足

高校教師職業(yè)生涯規(guī)劃是高校教師結合自身特點和所處的環(huán)境，制定職業(yè)發(fā)展目標，對影響職業(yè)發(fā)展的各方面進行規(guī)劃，并根據(jù)目標的實現(xiàn)程度，不斷反饋和調整，最終實現(xiàn)目標的過程[3]。

職業(yè)生涯規(guī)劃對高校教師的發(fā)展至關重要，合理的職業(yè)生涯規(guī)劃有助于教師了解自己以及自身所處的職業(yè)環(huán)境，明確發(fā)展方向，預測發(fā)展前景，克服發(fā)展的盲目性，極大地挖掘自身的潛能，實現(xiàn)個人價值和社會價值。

對于高校教師職業(yè)生涯規(guī)劃的相關研究已取得一些成果，研究者們對現(xiàn)狀進行了充分的分析，目前存在的不足主要表現(xiàn)在如下幾個方面：高校教師對職業(yè)發(fā)展?jié)M意度較低，且缺乏明確的規(guī)劃和目標；重視程度和支持力度不夠，缺乏系統(tǒng)的職業(yè)規(guī)劃政策和指導；職業(yè)生涯規(guī)劃內容片面、形式單一、缺少創(chuàng)新，缺乏個性化，達不到預期效果；研究成果以理論研究為主，缺少定量研究，缺少可操作的模型。

三、大數(shù)據(jù)給高校教師職業(yè)發(fā)展規(guī)劃帶來新機遇和挑戰(zhàn)

大數(shù)據(jù)時代，不僅對高校教師的知識體系、教學方式、教學評價等帶來了革命性的影響，也為教師進行職業(yè)生涯規(guī)劃提供了新思路和方法。

1.以大數(shù)據(jù)為依據(jù)，幫助教師建立更完整、準確的自我認知和職業(yè)環(huán)境認知

良好的自我認知是職業(yè)生涯規(guī)劃的前提和關鍵，自我認知包括對自己的專業(yè)技能水平、性格特征、興趣愛好、特長、個人需求等各方面的認識和了解，傳統(tǒng)的自我認知建立在自己感知的基礎上，是感性的認知，不是量化的，而大數(shù)據(jù)可以將“人”數(shù)據(jù)化。隨著全社會信息化程度越來越高，越來越多的業(yè)務依賴于信息化應用，用戶在與應用交互的過程中產(chǎn)生大量的數(shù)據(jù)；此外，網(wǎng)絡數(shù)據(jù)記錄了用戶的行為，可穿戴設備記錄人們的身體狀況、行動軌跡等。無處不在的數(shù)據(jù)，為人們的自我認知提供了量化的工具，使人們能夠更加準確客觀地認識自己。

職業(yè)環(huán)境認知包括晉升制度、獎勵制度、薪酬制度等學校職業(yè)環(huán)境，也包括社會地位、收入福利等社會職業(yè)環(huán)境。職業(yè)環(huán)境會隨著國家或者學校的政策調整而發(fā)生變化。大數(shù)據(jù)時代，高校教師可以更多更快地獲取到外界的大量實時信息，學校整體職業(yè)環(huán)境、學校的發(fā)展規(guī)劃、學科建設情況、職業(yè)發(fā)展前景都可以通過數(shù)據(jù)進行展示，為教師分析自身所在的職業(yè)環(huán)境和職業(yè)發(fā)展趨勢，提供了有力的數(shù)據(jù)支撐。

2.大數(shù)據(jù)分析幫助教師選擇職業(yè)規(guī)劃路線

在自我認知和職業(yè)環(huán)境認知的基礎上，教師對職業(yè)生涯路線做出選擇，不同的發(fā)展路線，對教師的素質要求不同，也會產(chǎn)生不一樣的職業(yè)發(fā)展的結果。一般而言，教師根據(jù)自身的條件和所處的環(huán)境，對個人的職業(yè)生涯路線做出的判斷和選擇，很多時候都是主觀判斷的結果。而以大數(shù)據(jù)分析為基礎，一方面可以清晰地看到不同職業(yè)發(fā)展路線的要求和區(qū)別，也可以看到不同職業(yè)發(fā)展路線帶來的影響和結果，甚至可以看到學校歷年的職業(yè)發(fā)展路線選擇的歷史數(shù)據(jù)，為個人進行選擇提供依據(jù)。

3.個性化的大數(shù)據(jù)服務輔助教師職業(yè)發(fā)展

選定職業(yè)發(fā)展路線之后，教師需要制定階段性目標，確定相應的教育、發(fā)展和培訓計劃，并做出合理安排，個性化的大數(shù)據(jù)服務是結合教師的個人特征和階段性目標，進行個性化的推薦，推薦的內容包括教學資料、科研項目、圖書、培訓等各個方面，讓數(shù)據(jù)參與到教師的成長過程中，幫助教師更好地發(fā)展。

4.大數(shù)據(jù)報告對階段性目標進行總結和修正

教師職業(yè)規(guī)劃的過程還包括根據(jù)目標的實現(xiàn)程度，不斷反饋和調整，最終實現(xiàn)既定目標。大數(shù)據(jù)報告對教師各方面的數(shù)據(jù)進行總結和分析，隨時生成的大數(shù)據(jù)報告可以讓教師隨時了解和掌握目標實現(xiàn)的情況，對產(chǎn)生的偏差進行不斷修正和調整。

四、基于大數(shù)據(jù)的高校教師職業(yè)發(fā)展規(guī)劃總體框架

本研究從數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)應用三個層次構建了基于大數(shù)據(jù)的高校教師職業(yè)發(fā)展規(guī)劃總體框架，如圖1所示。

1.數(shù)據(jù)采集

教師數(shù)據(jù)主要來源于學校業(yè)務系統(tǒng)數(shù)據(jù)和網(wǎng)絡服務器的瀏覽數(shù)據(jù)，學校業(yè)務系統(tǒng)包括人力資源管理系統(tǒng)、教務系統(tǒng)、教學平臺、科研管理系統(tǒng)、圖書借閱系統(tǒng)、E卡通系統(tǒng)等，可以獲取到教師基本信息、教學信息、科研成果、圖書借閱信息、校內消費信息等數(shù)據(jù)，這些數(shù)據(jù)大多是結構化數(shù)據(jù)，不要求實時處理，因此可通過ETL（Extract-Transform-Load）工具進行數(shù)據(jù)的自動采集，將數(shù)據(jù)從源端經(jīng)過抽取（extract）、轉換（transform）、加載（load）至目的端。網(wǎng)絡瀏覽數(shù)據(jù)是從網(wǎng)絡服務器獲取到用戶的網(wǎng)絡行為數(shù)據(jù)，這部分數(shù)據(jù)以非結構化數(shù)據(jù)為主，數(shù)據(jù)量巨大、多類別、更新頻率高，可采用一個高可用的、高可靠的、分布式的海量日志采集、聚合和傳輸?shù)南到y(tǒng)Flume工具進行采集。

2.數(shù)據(jù)處理

數(shù)據(jù)處理包括數(shù)據(jù)存儲、數(shù)據(jù)計算、數(shù)據(jù)分析與挖掘等，本研究采用一個開源分布式計算平臺Hadoop。采集到的數(shù)據(jù)首先要進行數(shù)據(jù)存儲，ETL工具采集到的數(shù)據(jù)一般存儲到傳統(tǒng)關系型數(shù)據(jù)庫mysql或者oracle中，再通過Sqoop工具導入到hbase中。Flume采集到的海量網(wǎng)絡瀏覽數(shù)據(jù)采用Lambda大數(shù)據(jù)架構，分為批處理和實時處理兩部分，批處理部分采用Hadoop實現(xiàn)，包括HDFS和Hadoop MapReduce，包括對全部數(shù)據(jù)集的預計算。實時處理利用流處理系統(tǒng)如kafka、Storm、S4、Spark等，采用各種復雜的增量算法實現(xiàn)。

數(shù)據(jù)計算采用分布式計算框架，根據(jù)不同的應用場景選擇離線計算、交互式計算或者流式計算，主要用到的框架包括MapReduce、Spark、Impala、Storm等。

數(shù)據(jù)分析與挖掘使用Mahout機器學習算法庫提供的一些可擴展的經(jīng)典算法的實現(xiàn)，包括聚類、分類、推薦過濾、頻繁子項挖掘等，應用到各個不同的模型中。

3.數(shù)據(jù)應用

本研究的數(shù)據(jù)應用包括：教師畫像、個性化推薦、分析與預測、大數(shù)據(jù)報告四個部分。教師畫像是對現(xiàn)實世界中教師的數(shù)學建模，是通過分析挖掘教師盡可能多的數(shù)據(jù)信息得到的，用標簽的集合來表示。個性化推薦基于教師畫像的標簽特征，構建推薦模型，選擇推薦算法，實現(xiàn)推薦感興趣的信息給教師。分析與預測結合教師畫像的標簽特征和學校職業(yè)規(guī)劃環(huán)境，分析個人職業(yè)發(fā)展的方向和目標，并預測是否能夠達到下一個目標。大數(shù)據(jù)報告以數(shù)據(jù)的方式總結個人階段性成果，分析職業(yè)發(fā)展過程中現(xiàn)實和目標的偏差。

五、基于大數(shù)據(jù)的高校教師職業(yè)發(fā)展規(guī)劃的模型與算法

教師畫像、個性化推薦、分析與預測、大數(shù)據(jù)報告四個部分既是一個整體，各部分相互聯(lián)系，又是不同的功能模塊，無論是需求設計、功能設計、架構設計、模型和算法設計上都有很大的區(qū)別。本研究擬從共性和方法上進行論述，重點介紹模型和算法的選擇。

建模的過程是在明確需求、了解數(shù)據(jù)、構造特征的基礎上，根據(jù)實際的應用場景，選擇模型和算法，本研究的模型和算法如圖2所示。

1.數(shù)據(jù)預處理

數(shù)據(jù)處理的流程，一般先要明確問題，了解數(shù)據(jù)的規(guī)模，重要特征的覆蓋度，并明確需求和數(shù)據(jù)的匹配度。再對數(shù)據(jù)進行預處理，數(shù)據(jù)預處理的過程包括對數(shù)據(jù)進行集成、數(shù)據(jù)采樣、數(shù)據(jù)清洗、缺失值處理、噪聲數(shù)據(jù)處理、數(shù)據(jù)沖突處理等。其次是特征工程，特征是指對所需要解決的問題有用的屬性，特征的提取、選擇和構造是通過相關系數(shù)等方式來計算特征的重要性，針對所解決的問題選擇最有用的特征集合，本研究構造的特征包括：教師的性別、年齡、教育程度、籍貫、收入水平等基礎屬性，教師的教授課程、學生人數(shù)、課時量、學生評價等教學屬性，教師的論文、科研項目、橫向課題、縱向課題、學術會議等科研成果屬性，專業(yè)、研究方向、職稱等專業(yè)技能屬性，閱讀偏好、消費偏好等興趣偏好，借閱圖書、E卡消費、資料搜索等行為屬性。

2.模型與算法選擇

明確問題和需求后，根據(jù)問題的分類，選擇模型和算法。

分類問題是找出數(shù)據(jù)庫中的一組數(shù)據(jù)對象的共同特點并按照分類模式將其劃分為不同的類，其目的是通過分類模型，將數(shù)據(jù)庫中的數(shù)據(jù)項映射到給定的類別中。聚類類似于分類，但與分類的目的不同，是針對數(shù)據(jù)的相似性和差異性將一組數(shù)據(jù)分為幾個類別。屬于同一類別的數(shù)據(jù)間的相似性很大，但不同類別之間數(shù)據(jù)的相似性很小，跨類的數(shù)據(jù)關聯(lián)性很低。回歸分析反映了數(shù)據(jù)庫中數(shù)據(jù)的屬性值特性，通過函數(shù)表達數(shù)據(jù)映射的關系來發(fā)現(xiàn)屬性值之間的依賴關系。關聯(lián)規(guī)則是隱藏在數(shù)據(jù)項之間的關聯(lián)或相互關系，即可以根據(jù)一個數(shù)據(jù)項的出現(xiàn)推導出其他數(shù)據(jù)項的出現(xiàn)。

選擇模型和算法考慮的因素包括：數(shù)據(jù)訓練集的大小、特征的維度、所要解決的問題是否是線性可分、特征是否獨立、對性能有哪些要求等。選擇方法可采用奧卡姆剃刀原理，這個原理稱為“如無必要，勿增實體”，即“簡單有效原理”。比如對于分類問題，只要認為問題是線性可分的，即可采用LR分類器（Logistic Regression Classifier），該模型比較抗噪，效率高，可以應用于數(shù)據(jù)特別大的場景，很容易分布式實現(xiàn)。比如Ensenble方法（組合方法），根據(jù)training set訓練多個模型，然后綜合各個模型的結果，做出預測，該方法組合多個模型，可以獲得更好的效果，使集成的模型具有更強的泛化能力。

建模時通常會執(zhí)行多次迭代，選擇合適的模型算法，運行多個可能的模型，然后再對這些參數(shù)進行微調以便對模型進行優(yōu)化，最終選擇出一個最佳的模型。

3.模型與算法評價

最后需要對模型和算法進行評價，本研究采用廣泛應用于信息檢索和統(tǒng)計學分類領域的兩個度量值：準確率和召回率，來評價結果的質量，如表1所示。

準確率accuracy=（TP+TN）/（P+N），就是被分對的樣本數(shù)除以所有的樣本數(shù)。通常來說，準確率越高，分類器越好；召回率recall=TP/（TP+FN），召回率是覆蓋面的度量，度量有多少個正例被分為正例。

六、結束語

大數(shù)據(jù)技術的蓬勃發(fā)展，帶來了各行各業(yè)的大數(shù)據(jù)應用創(chuàng)新，在高等教育領域亦如此，不僅在教學方式、教學管理、學生管理等各個方面，在高校教師的職業(yè)發(fā)展方面，大數(shù)據(jù)應用也有其應用價值。本文提出了教師畫像、個性化推薦、分析與預測、大數(shù)據(jù)報告四個方面的創(chuàng)新應用，并從技術角度，在數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)應用三個層次構建了基于大數(shù)據(jù)的高校教師職業(yè)發(fā)展規(guī)劃總體框架，重點討論了模型和算法的選擇。基于本文的研究內容，可作為高校構建支撐高校教師職業(yè)生涯規(guī)劃的大數(shù)據(jù)平臺的參考。未來隨著技術的更新和進步，在技術架構、模型和算法的選擇方面，可以繼續(xù)進行更深一步的探討。

參考文獻：

[1]安濤，趙可云.大數(shù)據(jù)時代的教育技術發(fā)展取向[J].現(xiàn)代教育技術，2006（2）.

[2]宋學清，劉雨.大數(shù)據(jù)：信息技術與信息管理的一次變革[J].情報科學，2014（9）.

[3]汪霞.關于高校教師職業(yè)生涯規(guī)劃的思考[J].信陽師范學院學報（哲學社會科學版），2010（2）.

（編輯：魯利瑞）