大數據在應用技術大學教育信息化中的應用

王小妮　高喆　葉頔

摘? 要：互聯網技術大范圍普及，高等教育大數據分析已對教育信息化產生了深遠影響，但應用技術大學的生源信息、學生特點、學生培養方式有其特殊屬性，目前對于應用技術大學大數據分析研究相對較少。通過大數據的概述和應用技術大學教育信息化現狀，重點闡述大數據在應用技術大學教育信息化中應用措施，以提升應用技術大學教育水平。

關鍵詞：大數據;應用技術大學;教育信息化

中圖分類號：G471? ? ? 文獻標識碼：A? ? 文章編號：2096-3769（2019）04-047-04

大數據已逐漸滲透到社會的各個領域，為人民群眾的生產、生活帶來了便利。如今，我國不斷提高對教育行業的重視程度，尤其是應用技術大學教育，并極力推廣大數據進入應用技術大學的教育教學活動中，大數據應用有利于提高應用技術大學教育教學水平和學校管理水平。

一、大數據概述

互聯網技術的發展，每天、每時、每刻都會產生數據，數據的數量十分龐大，呈爆炸性增長趨勢，但沒有進行及時的存儲、處理，而大數據的出現改變了這一現狀。大數據能夠將這些待處理的信息整合起來，對其中所隱藏的數據進行深度整合，將數據轉化為數據資產。教育大數據的理念被逐漸應用于對教育政策決策的研究與實踐當中。2012年，美國教育部發布了《通過教育數據挖掘和學習分析促進教與學》的報告，提出了教育大數據應用將面臨的挑戰，并期待可以將K-12教育體系的數據全部打通，實現大數據對教育領域的徹底變革[1]。

二、我國應用技術大學教育信息化現狀

雖然我國在教育信息化方面做的很好，但是與發達國家相比仍有一些不足之處，我國應用技術大學的教育信息化與普通高校的發展還有一定差距，必須盡快解決其存在的問題。

（一）數據數量和質量有待提高

應用技術大學信息化建設較普通高校信息化建設起步晚，由于缺乏統籌和各自為政，隨著信息化發展的逐步深入，一些問題也不斷暴露出來。如“應用山頭”突出，信息“孤島”現象嚴重，學校有效數據資產不能“共享”。各應用系統、各部門缺乏數據標準，數據一致性差，數據的可用性較差，因而數據資產利用率低下。如何提升數據質量并有效地利用數據這一學校寶貴的戰略性資產，如何從海量數據中準確地挖掘出有價值的信息，已成為各大高校共同面臨的新課題。

（二）缺乏統一的數據分析平臺

經過多年的信息化建設工作，應用技術大學積累了大量的數據，有待通過數據挖掘發揮效益。同時，學校信息化的發展也產生了更多、范圍更廣的數據。為此，我們需要搭建校園大數據集成、存儲、處理和展示平臺，有效采集、集成各類校園大數據，并與校內相關單位及相關數據專家合作開展大數據應用工作，為學校、教師、學生提供各類分析與預警應用，服務于學校人才培養、教育教學、科學研究和管理決策，為學校戰略發展目標提供支撐。

（三）缺乏應用技術大學大數據特有屬性分析研究

大部分高校和廠商在大數據分析的校園應用領域中都是僅做了局部內容，片段性的工作。例如，有些學校構建了大數據存儲中心，實現了校內機器日志、社交網絡數據爬取、校內辦公文檔等數據的存儲和管理;有些學校開展了數據可視化工作，通過數據大屏展示學校各業務主題的數據情況。但這些工作都未能真正實現學校特色數據價值新的發現，更沒有對教育教學核心以及高校治理工作產生直接的推動作用。

三、大數據在應用技術大學教育信息化中的應用措施

（一）建設具有應用技術大學特色的高質量大數據共享數據中心平臺

通過對學校目前信息化現狀與實際需求的系統分析，結合當前高校信息化的發展趨勢和學校的發展規劃，構建滿足學校教學、科研、管理、生活與服務要求的開放性、協同化開發、運行支撐環境，為學校的教學、科研和管理提供完善的數字化支撐平臺。將應用型高校的教學、科研、管理、服務和校園生活等各個領域的數據進行收集整理清洗治理存儲。實現數據平臺的標準化、信息共享化、內容定制化、流程規范化。從而實現對各類數據和信息的采集、存儲、查詢、統計、分析，為大數據平臺提供高質量、完整性的數據資源。

（二）建設具有應用技術大學特色的大數據支撐分析系統

1.大數據支撐平臺

大數據支撐平臺包含關系型數據庫（RDS），Hadoop和Spark，分別可以支撐交互性數據分析、批處理海量數據分析與實時數據分析?？梢越o第三方提供數據服務，讓更多的大數據應用、分析可以得到實現。 根據應用技術大學非結構數據列表特點，將非結構化數據作為數據標準的一部分，用規范恰當的元數據描述非結構、半結構化數據。只有當非結構化數據、半結構化數據得到適當的元數據描述后才能被提取到平臺（實際上就是包含結構、非結構數據的數據湖）中，同時在大數據支撐平臺中，統一數據標準管理提供相應的工具支撐。

2.大數據清洗與整合平臺

日志和文本類的半結構化數據，以及音視頻等非結構化數據從數據量，到存儲形式上，都與結構化的數據有很大差別，傳統的工具難以對他們進行處理，需要建設大數據清洗與整合中間件，支持從源頭對半結構、非結構數據提取。典型的半結構化數據有各種設備日志等，非結構化數據有論壇文本、聊天記錄、電子文檔、音視頻等。并且可以根據其“容量大小、格式類型、分辨率”等特征值進行數據清洗，實現對結構化和半結構化數據的質量提升，最終將整合好的數據存儲至大數據支撐平臺中。

3.大數據可視化分析平臺

大數據可視化分析平臺在大數據管理平臺體系中為數據服務應用部分，主要基于數據中心內“統計分析層”和“應用層”數據進行多種類型的數據可視化展示服務。用來將學校中現有的數據進行有效的整合，快速準確的提供報表并提出決策依據，幫助領導者做出明智的決策和實時的了解整體情況。大數據可視化分析平臺可以實時連接數據中心內的數據，同時支持文件上傳、三方數據源等各種數據來源，探索式分析方式，讓業務人員無需擁有程序知識，也可以使用業務數據完成設計。大數據可視化平臺擁有多種分析圖表類型，給使用者帶來全新的視覺感受。其中包含多種常規圖表和多種大數據可視化圖表效果這些非傳統交互式可視化效果。并且大數據可視化分析平臺擁有領先的儀表盤設計功能，能像繪圖軟件一樣，直接快速的設計出漂亮的交互性展示頁面。在大數據可視化分析平臺內，可定制領導駕駛艙、師生個人畫像等可視化儀表盤配置等功能。

（三）制定應用技術大學大數據分析模型執行規范與標準

以互聯網思維指導學校的新技術應用，建設包括大數據存儲管理、大數據質量管理、大數據分析等一系列的大數據應用技術體系標準，實現信息資源規劃的落地，探索應用型高校大數據應用與服務的新技術、新模型。

結合應用技術大學的實際情況和發展需求，按照中國教育大數據的建設規范對學校業務系統和硬件設備的信息進行數據采集和可視化分析，采用頂層設計架構和科學的規劃理論，構建學校的大數據服務平臺。學校需要圍繞教學和管理等工作需求，結合大數據的發展趨勢，建立校內教師個人數據、學生個人數據、教學數據和全校整體數據等業務基礎數據庫群，以及集數據信息采集處理、匯總分析、共享服務的大數據分析平臺， 從而建設面向全校用戶滿足各群體需求的大數據服務平臺，完成師生信息、教學資源、教學活動、教學管理等大數據模型，提高師生的自我認識，促進教學管理改革，實現教學診斷和整改，提升對學校整體信息的掌控，為領導決策提供數據支持和參考，致力于建設高水平、全面、科學、先進的大數據平臺。在具體建設中，基于學校實際情況，對數據資源進行二次質量采集、清洗和轉換，并按照新的大數據格式進行數據入庫工作。同時搭建包含數據轉換、數據預處理、數據建模、挖掘算法的大數據系統平臺，并且部署大數據業務分析系統。同時部署大數據管理系統，對數據元、集群、用戶權限等進行可視化管理，以提高學校的大數據運維管理能力。

（四）探索應用技術大學大數據技術對教育教學模式改革

大數據時代對教師的數據素養提出了新的要求。教師數據意識、數據處理和應用能力的提高，有助于促進教學思維的變革、科學的教育決策、改進教學效果并促進科研成果產出[2]。應用技術大學教育專業課程建設的理念和內涵與普通高校有本質的不同，其區別在于普通高校按照學科知識體系構建課程體系設計，即“學科-知識-課程”;應用技術大學是以職業崗位核心能力培養為重的理念構建課程體系，即“崗位-能力-課程”。應用技術大學專業課程要求突出“職教性”，培養學生就業的核心能力，其中專業入門課程要求“會”，專業核心課程要求“精”，專業提升課程要求“懂”，應用技術大學的培養方案中更加注重實驗實訓的內容，強調學生的動手實踐能力，所以在課程設計中，有更多的實驗實訓環節，這是在普通高校大數據分析模型中缺失的一部分，應該探索應用技術大學特有大數據模型研究，如實現“實驗實訓評估與分析”。實驗實訓評估與分析功能需要通過對學校實驗實訓室的建設成本、時間利用、專業利用、投資產出等數據進行建模，利用這些大數據分析的成果輔助學校進行實驗實訓課程開發、實驗實訓資源建設、實驗實訓綜合管理、實驗實訓教師評估、學生實驗實訓人才培養質量提高進行教育教學模式的改革。

四、結語

以大數據思維，指導學校各項工作，把師生體驗放在首位，實現從“傳統的部門管理方式”向“服務師生需求的工作方式”轉變。打造一流的大數據教學模式。學校要以大數據思維做指導，來改進管理與服務工作。不僅僅將大數據技術作為學校基礎業務管理的手段和支撐。還要使大數據分析技術與教學、科研、管理深度融合。應用技術大學應根據教育行業的發展需要，結合大數據時代的背景，對學校的教育教等進行革新，通過分析應用型高校師生數據特點，為學生提供更有針對性的教育教學模式，為學校治理提供更加準確的數據支撐，為應用型高校人才培養提供新思路。應用技術大學應注重應用大數據，將大數據融入到教育現代化中，為國家培養高素質的專業人才。

參考文獻：

[1]陸璟.大數據及其在教育中的應用[J].上海教育科研，2013（9）：5-8.

[2]張進良，李保臻.大數據背景下教師數據素養的內涵、價值與發展路徑[J].電化教育研究， 2015（7）：14-19.