利用教育大數據可視化提高本科生培養質量

肖建力 沈昱明 尚麗輝 蘇湛

摘 ?要 以上海理工大學統一門戶提供的數據為基礎，以數據可視化作為技術手段，對教育大數據進行挖掘，以測控技術與儀器專業為例，對師資水平、畢業生能力、課程安排的合理性進行深入分析，并就如何提高本科生的培養質量提供一些建議。

關鍵詞 大數據;數據可視化;本科生;測控技術與儀器專業

中圖分類號：G645 ? ?文獻標識碼：B

文章編號：1671-489X（2019）02-0029-04

1 引言

伴隨著大數據[1]理念和技術的逐漸滲透應用，教育大數據的研究和發展越來越成為學校、教育研究者以及教育管理機構關注的焦點。所謂教育大數據，是指在教育產業中的人與人之間、人與物之間以及物與物之間進行溝通、交互、互聯時所產生的數據。在教育大數據的發展中，高校充當了重要角色，不但是大數據的參與者，而且是大數據的推動者。高校為了提高各部門的工作效率，方便師生的生活，大力采用各種信息技術構建信息平臺。通過構建的信息平臺，高校積累了關于教師、學生以及課程等方面的多種多樣的海量數據，形成所謂的教育大數據。從某種意義上講，高校是數據生產大戶，是掌握數據和信息資源最豐富的地方，比如學生信息門戶中的基本信息、學習成績、網上選課信息，網絡教學PPT課件和視頻資料、遠程教學的多媒體資源，學生及教師在微博及論壇上等產生的網絡數據，校內連接無線網而獲取的位置信息，等等。這些各種各樣的數據和信息聚合成教育大數據[2-3]。教育大數據是一座巨大的寶藏，既可以為專業認證和評估提供重要的數據支撐，也可以為學校師資儲備、學生發展以及課程建設提供正確指導，指明前進的方向。

當前，大數據的發展呈現一種爆炸性的增長，到2020年，預計全球的數據總量可以達到35.2 ZB。面對如此海量的數據，并不是單純的記錄、積累和儲存那么簡單，挖掘數據的內在價值，對數據進行分析處理就變得尤其重要。Google首席經濟學家、UC Berkeley大學Hal Varian教授指出：“數據正在變得無處不在、觸手可及;而數據創造的真正價值，在于我們能否提供進一步的稀缺的附加服務。這種增值服務就是數據分析。”可視化分析[4]作為大數據分析中一種重要的方法，借助于圖像和圖示的形式呈現數據，讓分析者直觀地了解數據本身，分析數據中隱藏的信息和規律[5]。

一圖勝千言，人類從外部世界獲取的信息有80%以上是通過視覺系統，當大數據以可視化的形式展示在人們面前時，人們便可以很快速地發現數據中所包含的客觀規律。對教育大數據進行可視化，既可以使教育管理者及時調整教學模式，又可以使學生發現自身的優勢和不足[6]。比如：通過對學生的學習成績、就業等方面數據進行統籌分析，能夠從一定程度上對傳統授課和學習模式的變革給予一定的指導和建議;通過對網上選課和圖書借閱歷史的查閱，可以分析學生的興趣愛好。本文以上海理工大學統一門戶提供的數據為基礎，以數據可視化作為技術手段，對數據進行挖掘，以測控技術與儀器專業為例，對師資水平、畢業生的能力、課程安排的合理性進行深入分析，并就如何提高本科生的培養質量提供一些合理建議。

2 學生數據可視化

在高等教育中，以“滿堂灌”“死記硬背”方式取得高分得以升學甚至是獲得體面工作的比比皆是，這樣的一個結果是高分低能、缺乏創新成為當代本科畢業生的“病癥”，也成為制約研究生創新的“短板”。如圖1所示，描述了上海理工大學測控技術與儀器專業本科畢業生近三年的去向分布情況，其中選擇到企業就職的比例最高且在逐年增加，在2015年達到80%;相比之下，其他都不足10%，國家地方項目就業幾乎接近于零。這表明學生的就業方向過于單一，應當引導學生多元化發展，投身到政府機構、事業單位、科研院所等關系到國家發展的核心部門就業。此外，學校還要重視培養學生的科研創新能力，普遍提高每一個學生的創新能力和在國際上的競爭力。

為了提高本科科研創新能力，筆者認為可以從以下幾個方面著手[7]。

1）將科研訓練載入教學平臺。其實每一門課程都有對應的學科作為支撐，找到課程與某一學科的關聯性，在教學中重視將課程內容和科研的大背景緊密結合，即在理論知識講授過程中穿插一些已被證實的科研成果以及科學研究實際案例。除此之外，在日程教學中還有必要增加一些類似科技前沿講座、數據分析與整理等課程。

2）實行全程科研導師制[8]。導師制是一種來源于英國牛津大學的新型教育管理模式。從大一入學開始就為每位學生配備相應的導師，導師的主要任務是開放實驗室，讓學生早期參與自己的項目，積極組織和動員學生參加“數學建模”“挑戰杯”“軟件設計大賽”以及各種科技活動。

3）對學生的創新成果應當給予鼓勵與獎勵。學校應該劃撥給科研導師一定的經費，以便導師能夠對出成果的學生予以相應獎勵，充分調動學生的積極性。同時，資金問題也是本科生科研訓練實施困難的原因之一，為了解決這一問題，高校可以通過吸引社會人士進行投資。

通過參與科研項目，本科生在知識層面上了解學科前沿，掌握探索問題、分析問題、解決問題的方法，提升自身的創新能力，從而學習上目的性更強;在教學安排上，本科生早期科研訓練促進課堂體系按照社會發展和科技進步的方向逐步改進和完善;在以后的生涯中，一些人會更愿意從事科研工作，從一定程度上講，本科生期間接受一定的科研訓練，才能在研究生階段脫穎而出。

3 教師數據可視化

優化學緣結構 ?教育是強國的基礎，優秀的教師隊伍是提升教育質量的前提。一個學校的教育質量很大程度上依賴于高數量以及高質量的教師隊伍。近年來，上海理工大學不斷引進人才，一大批年輕的博士生、留學生加入高等教育團隊，不斷壯大學校的教師團隊建設。2016年，該校本專業具有教師53名和學生180人，教師和學生的比例達到接近1：3的關系;在專任教師團隊結構中，具有高級職稱的達到51%，博士學位達到67.4%，年齡主要集中在36～45歲，逐漸形成“三高一低”即高學位、高職稱、高水平、低年齡的教師隊伍。然而，如圖2所示，學緣結構不盡合理，“近親繁殖”（本校畢業的學生直接在本校任職），多樣性偏小。

高校發展依賴于豐富的學術資源，教師隊伍學緣結構的多樣性有助于形成百家爭鳴、百花齊放的情形，學緣結構的高層次性有助于學生靠近學術前沿、拓寬視野[9]。一些歐美發達國家很早就意識到“近親繁殖”這一問題的危害性，反對“近親繁殖”，鼓勵學生畢業之后到別的學校就職，從而吸收更多的新資源。其次，高校要十分重視引進世界范圍內的高潛質的教師。目前，本專業教師學緣結構存在境外教師偏小的現象，可以從兩個途徑來解決這一問題：一方面是花重金招收全球范圍內的優秀教師，逐步提升國外教師的比重;另一方面是每年選派青年骨干教師到國外知名大學進修學習，從而形成全球性的學術視野和國際化的學術資源。

提高師資隊伍的實踐能力 ?以前，國內高校的教師隊伍結構比較單一，大部分新招的教師由應屆生組成。他們的經歷普遍是從小學到研究生，活動范圍主要是由學校和家庭構成的循環圈，雖然有很高的理論水平和專業知識，但是缺乏實際的工程經驗，造成傳授給學生的知識或多或少會脫離實際。學生對知識的記憶不深刻，就業之后并不能做到理論知識與實際相結合，同時制約其創新能力的提高。意識到這一問題的嚴重性之后，一些高校紛紛引進一批具有實踐經驗、高學歷的工程技術人員參與教師隊伍。如表1所示，上海理工大學測控技術與儀器專業2016年的專任教師中具有企業經驗的教師為30.2%，承擔相應項目的教師占總人數的72.1%。

具有豐富實踐經驗的教師是高校的稀缺人才，因此，為了改善這一局面，相應措施有：

1）推進高校教師到企業進行掛職，定期安排部分教師到一些聲譽高或是引領行業走向的公司單位進行實訓;

2）企業參與本科生教學和培養，在學生的課程和教學內容設置中可以邀請和學生專業就業比較對口的企業參與其中;

3）定期邀請公司的高層人員來進行一些指導交流，讓教師、學生了解企業的發展和需求。

建設高水平的專職科研隊伍 ?隨著高校在國家對高校科研水平要求的不斷提高，教師承擔的科研任務和科研工作越來越重。教師兼有教書育人和開展科研雙重身份，從時間、精力兩個方面上講是較為分散的，因此嚴重影響研究的質量，使得科研成果較少，研究成績不突出。就2016年上海理工大學測控技術與儀器專業近三年專任教師的科學研究項目、獲獎以及成果情況匯總顯示：專任教師承擔科學研究項目總數168項，其中國家級九項，省部級25項，其他為橫向;專任教師科學獲獎數兩個，均為省部級;專任教師科學研究成果446個，出版著作兩部，發表論文數量為272篇。通過這些數據，可以看出在科研方面尚且存在一定差距，而解決這一問題的方法是建設高水平的專職科研隊伍。

美國高校的專職科研隊伍建設起步較早，從幾十年甚至是幾百年前就開始加強專職科研隊伍建設。縱觀歷史，諾貝爾獎的獲得者也大多數來自美國。周剛和陳華榮的研究結果[10]表明，哈佛大學等10所美國知名大學專職科研人員與專任教師的比例達到3.483：1。我國一些“985”學校遵循國外先進大學這種教師隊伍建設模式，實施教師科研隊伍建設。到2011年，教育部統計數據[10]顯示，清華大學等國內一流大學的科研專職人員和教師人員的比例為0.802：1。由此可見，我國高校專職隊伍建設還有待加強。

建設穩定、強大的專職科研隊伍，形成高水平、高質量的研究實力，是一個學校得以發展、躋身于世界名牌大學的奠基石。

1）人員結構要層次分明。專職科研人員是科研工作的主力軍，主要任務是全身心投入科研工作中，不應該再承擔教學任務;同時，科研隊伍按照聘用崗位的不同，可以分為研究員、副研究員、研究助理以及其他研究人員，職務從高到低形成科研活動的“金字塔體系”。

2）制定具有吸引力的薪酬福利政策。按照不同的工作性質設置不同的薪資標準，對研究人員實行年終獎制，并給予一定的補貼;同時要提高對專職科研人員的服務質量，使他們盡量享受到和學校專任教師同樣的待遇。

3）優化科研環境，沒有良好的環境，人的大腦中的潛力無法得到完全有效激發。不僅如此，硬件設施還要跟上。

4）實施晉升和考核制度。根據高校發展的要求和科學事業的發展情況，制定相應的考核制度和晉升政策。考核制度可以包括年終考核和聘用考核，根據實際完成的工作成果確定考核的等級，并給予一定的獎勵。

4 課程數據可視化

調整通識課程比例，提高通識課程質量 ?為避免本科生出現過分“專業化”的弊病，高校大力開展人文社會科學通識教育。通識教育[11]也被稱為普通教育或通才教育，其主要是以促進學生全面發展，培養學生人文素養、創新思維為目標，而專業教育的目標是培養具有深層次知識以及技術的專門型人才。如果把專業教育比作求職的敲門磚，那么通識教育則是適者生存的保障。密西根大學原校長詹姆斯·杜德斯達博士曾說過：“盡管難以給通識教育下定義，它的實現也極具挑戰性，但這難以捉摸的通識教育的目標可能依然是使學生為終身學習和變化的世界做好準備的最好途徑。”

圖3所示為上海理工大學測控技術與儀器專業的課程類別比例。其中，人文社會科學（如中國近代史、馬克思主義基本原理、大學英語、法律基礎與實務等）通識教育占39.71%，工程基礎、專業基礎與專業課占29.73%，比通識教育低約10%。雖然該專業通識類課程的比例已經高達39.71%，但對學生的問卷調查表明：通識類課程過多且過于繁雜，學生并未對這些課程產生強烈的興趣，也沒有從這些課程中學到自己想要的知識。通識課程注重形式而不注重內容，注重課時數而不注重質量，課程定位、要求不準確，課程的管理工作混亂等，已經成為亟待解決的問題。

此外，在一些學校還普遍存在這樣的現象：許多通識課程的上課時間一般安排在周末或是晚上。這些時間進行上課，無形給了學生一種補課的感覺，導致他們產生不認真的態度、厭學的情緒。因此，高校既要保證通識課程的數量，更要注重通識課程的質量。首先，讓學生意識到通識教育的重要性，改善學習態度;其次，上課模式不再單純是教師在上面講、學生在下面聽，最后以成績考核的形式，而是轉向討論形式，并以課堂表現、小組討論、辯論賽以及上交小作業或是小論文的形式進行綜合評分。

通過畢業設計環節提高學生的實踐能力 ?畢業設計作為本科教育教學中最后一個重大而主要的實踐性環節，是對學生四年學到知識的檢測與評估[12]。學生通過做畢業設計，將自己學到的知識進行融會貫通，再以畢業答辯的方式向教師進行匯報，加強學生的動手實踐與創新思維能力、解決問題的能力，實現學校到社會、大學到研究生的過渡。

圖4顯示了上海理工大學測控技術與儀器專業近三年畢業設計（論文）類別比例分布。學生的畢業論文主要分為工程研究型（理論為主）與工程設計型（工程實踐為主）。圖4表明，學校在安排畢業論文時加大了工程實踐類型的比例，力爭提高學生的動手實踐能力。學校將畢業設計的題目與畢業實習的內容相結合、畢業設計的題目與導師所帶研究生的研究方向相結合，并以此為契機，將畢業設計的內容安排得更為合理，使畢業后進入工作的學生在畢業前就練就從事未來工作所必須具備的實踐能力，同時使畢業后升學的學生能夠更快地進入研究生導師的研究方向。

5 結論

大數據技術的發展將教育大數據的應用推上“快車道”，教育大數據猶如一座可以無限開采的優質“礦山”，對教育大數據的充分挖掘，可以對教育實現類似于治病一樣的望聞問切。可視化作為數據分析處理的一種手段，將教育大數據以圖像、動畫等形式進行展示，可以發掘當前教育中存在的客觀規律，找出當前教育中亟待解決的問題，促進教育健康發展。

本文以上海理工大學統一門戶提供的數據為基礎，以數據可視化作為技術手段，對數據進行挖掘，以測控技術與儀器專業為例，對師資水平、畢業生能力、課程安排的合理性進行深入分析，并給出相關建議。

1）關于學生創新能力的培養：將科研訓練載入教學平臺;實行全程科研導師制;對學生的創新成果應當給予鼓勵與獎勵。

2）關于加強師資隊伍建設的建議：優化教師的學緣結構;提高師資隊伍的實踐能力;建設高水平的專職科研隊伍。

3）關于課程建設的建議：調整通識課程比例，提高通識課程質量;通過畢業設計環節提高學生的實踐能力。

參考文獻

[1]張羽，李越.基于MOOCs大數據的學習分析和教育測量介紹[J].清華大學教育研究，2013（4）：22-26.

[2]楊現民，唐斯斯，李冀紅.教育大數據的技術體系框架與發展趨勢：“教育大數據研究與實踐專欄”之整體框架篇[J].現代教育技術，2016（1）：5-12.

[3]楊現氏，王榴卉，唐斯斯.教育大數據的應用模式與政策建議[J].電化教育研究，2015（9）：54-61.

[4]任磊，杜一，馬帥，等.大數據可視分析綜述[J].軟件學報，2014（9）：1909-1936.

[5]陳明.大數據可視化分析[J].計算機教育，2015（5）：94-97.

[6]李懷杰，夏虎.大數據時代高校思想政治教育模式創新探究[J].思想教育研究，2015（5）：48-51.

[7]王永生，屈波，劉拓，等.構建本科生科研訓練與創新實踐的長效機制[J].中國高等教育，2010（6）：21-25.

[8]黃鎖義，李容，潘喬丹，等.本科生導師制下大學生科研創新能力培養的研究與實踐[J].高教論壇，2011（2）：22-24.

[9]黃建雄，盧曉梅.高校教師隊伍學緣結構的三重特征及其優化[J].江蘇高教，2011（5）：41-43.

[10]周剛，陳華榮.中美一流高校專職科研隊伍建設比較與思考[J].中國高教研究，2013（10）：63-67.

[11]劉鐵芳.大學通識教育的意蘊及其可能性[J].高等教育研究，2012（7）：1-5.

[12]薛彩霞.本科畢業設計（論文）存在問題及質量控制措施[J].高教論壇，2011（11）：56-58.