大數據學生畫像技術在高職人才培養中的應用研究

王越

摘 要：隨著互聯網的快速發展，人們越來越重視信息技術在各行各業中的應用，對于教育行業來說，管理信息化的支撐更是十分重要。文章深入研究了大數據學生畫像技術在高職人才培養中的應用，通過分析當前職業院校在生源多樣化環境下存在的共性問題，切實發揮大數據技術對改進人才培養目標、課程體系等培養環節的推動作用，解決高職多層次人才培養的分層指標與分層體系問題，為高職多層次人才培養模式的構建提供重要數據基礎，并就基于大數據學生畫像的多層次人才培養模式的適應性問題進行探索和研究。

關鍵詞：大數據；學生畫像；高職院校；人才培養

近幾年來，隨著互聯網絡尤其是移動網絡的飛速發展，人們越來越重視信息技術在各行各業中的應用，對于教育行業來說，管理信息化的支撐更是十分重要。2018年4月，教育部印發的《教育信息化2.0行動計劃》中就提出了，要深化教育大數據的應用，全面提升教育管理信息化工作的能力。在這一背景下，有力地推進教育信息化的進程，各高校跟進開發了適用于自我特色管理的數字校園平臺。然而，面對平臺上積累堆積的大量學生行為數據，卻很少有相應技術能從中提取出隱含的、有價值的信息。因此，改變當前對這些平臺數據的查詢、統計傳統功能，有效提高其利用度，成了亟待解決的問題。

1 學生畫像技術的研究背景和現狀

“學生畫像”技術是由“用戶畫像”技術發展而來。根據學生的在校行為數據，可以將數字校園平臺的海量數據抽象出一些“標簽化”的模型，這些模型即為“學生畫像”。構建學生畫像的關鍵就是要構建學生的標簽化模型，其中，標簽是指對數字校園平臺上的相關數據分析得到的高度精煉的特征標志[1]。學生畫像可以分為學生個體畫像和學生群體畫像兩個大類，其中學生群體畫像有著十分重要的應用意義。它是指以各種數據屬性、個體行為標簽作為篩選的條件，通過對學生群體進行畫像，統一了解這一部分學生群體的集中屬性、行為特點，從而制定有針對性的分析結論和教育、教學計劃，為學生群體的培養提供數據依據和技術支持。目前，國外的學生畫像系統主要用于研究學生行為預警等方面。

2 基于大數據的學生畫像技術研究

面對各類校園數據平臺上積累堆積的大量學生行為數據，我們需要有相應技術能從中提取出隱含的、有價值的信息，基于大數據的學生畫像技術，正是解決這一問題的關鍵核心[2]。基于大數據的學生畫像技術，可以精準刻畫每一名學生的情況和特點，同時也關注了學生的個性化需求，體現了以學生為中心的教育理念。學生畫像可以幫助我們更加全面、科學的認識學生個體，消除之前教師對學生個體或者學生群體的認知偏差以及認知盲點，可以讓學校更好地實現人才培養的目標。

國內也有許多高校嘗試了關于畫像系統的應用，主要是應用在教學管理和課程教育方面。2017年，華東大學建立了資產管理相關角度的學生畫像系統，這一畫像系統全面地概括和整理了華東大學的校園資產，為全校教職工提供了全面且可靠的資產使用情況分析，使用非常方便。該畫像系統通過預測每項資產的使用時間和使用壽命，為其資產采購提供了較為準確的數據支撐。2018年，又有浙江中醫藥大學將大數據學生畫像技術作為一個出發點，把它和高校的思想政治教育做了一個很好的結合，通過有效挖掘和分析，充分利用在教育、教學活動中形成的海量數據，為改革和提高高校思想政治教育開啟了一扇嶄新的大門[3]。

3 高職人才培養現狀

近年來，山東省內的高職學校普遍面臨招生嚴峻、適齡生源數量不斷下降的問題，因此，相關教育部門出臺了多元化的生源政策，允許多層次招生，但同時也產生了不同生源的學生質量參差不齊的后果。由于層次不同，學生在專業知識和技能方面都有著很大差異，在培養時也導致了諸多難題，嚴重影響了高職院校的人才培養效果。

很多學校在多層次人才培養方面提出了各自的解決方法。但目前普遍采用的學生分層原則主要是參考學生的成績即知識基礎、技能水平等因素，這些方面的分層因素并不客觀，往往摻雜了教師個人對于學生的主觀感覺印象，對于學生準確分層造成了負面影響。與此同時，分層的結果并沒有考慮到學生的心理狀態、性格特征、創新能力、接收新知識的能力、道德素養以及發展潛力等隱性因素，導致對學生個體的測評失真度很大。

傳統的分層模式，對于學生群體的分層相對來說比較固化，然而學生成長過程并非是一成不變的，因此，在分層結果產生后，學生會被當前分層體系限制。這也向教育系統提出了動態評價的相關需求，必須要有一個新的評價機制，調整學生所處的層次，激發學生的發展潛力，有效培養人才。

4 大數據學生畫像在高職人才培養中的應用研究

利用基于大數據的學生畫像系統，可以幫助我們探索學生個性特質與社會企業提供崗位需求之間的匹配關系，進而給學生提供更好的關于行業選擇、崗位匹配和未來相關發展方向的合理化建議。學校方面，可以根據用人單位的各項崗位特定需求，結合培養學生的個人特征，為學生推薦匹配度較高的就業信息。對于整個教育行業而言，建立一個互聯互通、便捷高效地畢業生就業服務信息系統，對提高畢業生的就業素質、明確其求職意愿與用人單位崗位需求之間的信息匹配程度，有效提高人才和崗位之間的對接效率，推進高職人才培養的相關改革，完善學校人才培養各項制度等有很大意義。充分發揮學生畫像技術在人才培養中的數據支撐作用，以學生畫像數據為基礎，建立動態分層的分段調整機制，優化人才培養目標、課程教學體系和教學評價體系的分層實施效果，發揮數據的真實全面優勢，全面提升多層次人才培養的實施效果[4]。

學生畫像系統的實現，要基于一個3層數據倉儲的設計。第一層是采集的原始數據，指從高校數據平臺上獲取到的業務數據匯總。第二層是數據預處理，對原始數據進行清洗，去除冗余和雜質。第3層是分析結果，用于存儲數據抽象集成后的標簽，最終提供給系統生成“學生畫像”。其中，標簽需要設計成兩個部分，一個是內容，另外一個是權重。對學生的提出的標簽內容并不是一成不變的，其權重也會隨著時間發生變動。通過標簽，可以對學生群體提出有針對性、個性化的教育方案，充分實現對學生的分層培養。

搭建基于Hadoop平臺的學生行為分析系統，通過對高職學生行為大數據進行處理分析的總體技術架構，利用MapReduce模型，研究如何將學生行為數據進行清洗，去除冗余，提取標簽化模型即“學生畫像”[5]。利用標簽描繪學生個體以及學生群體的基本屬性、學習學業情況、綜合素養、基礎知識、基礎技能、求職相關意愿、興趣愛好、特征傾向、消費心理等特性，并以圖形化的形式進行呈現表達，給學校制定培養計劃和教育教學活動等提供有效依據[6]。

綜合來看，基于大數據的學生畫像系統在高職人才培養中的應用，對于解決當前存在的一些教育問題有著很好的效果，提供了新的思路和技術示范，有著重要的社會效應。

[參考文獻]

[1]于方，劉延申.大數據畫像—實現高等教育“依數治理”的有效路徑[J].江蘇高教，2019（3）：50-57.

[2]馬中英.大數據時代大學治理能力提升的雙重境遇與路徑選擇[J].中國成人教育，2016（1）：31-35.

[3]李光耀，宋文廣，謝艷晴.智慧校園學生畫像方法研究[J].現代電子技術，2018（12）：161-163，167.

[4]陳勞，張建華，周林志.數據“慧”說話：用校園網數據繪制用戶畫像[J].中國教育網絡，2016（5）：75-78.

[5]莫劉劉.基于高校學籍數據分析的學生畫像初探[J].現代信息科技，2018（6）：32-33.

[6]劉柏巖.精準畫像在高校學生事務精細化管理方面的運用[J].佳木斯職業學院學報，2017（12）：263，265.