基于教育大數據下高職學生學業分析

摘?要：隨著計算機技術的快速發展，各行各業對大數據應用的關注度來越高。如何利用教育大數據進一步增強教學效果、提高人才培養的質量成為教育領域研究的重要問題。以學生教育大數據為基礎，從教師和學生兩個角度分析學生的學業成績影響因素，為高校管理者提供決策參考，并對特定學生做出學業預警并提出相應的建議。

關鍵詞：高職學生;教育大數據;學業分析

一、現狀分析

隨著網絡的普及，國內的高校逐漸都建立了自己內部的教務管理系統。這就使得在線上完成學生的個人信息、課程信息、學業信息、就業信息等信息錄入功能可以實現，在這個過程中大量的學生數據留存在教務系統中。《教育信息化十年發展規劃（2011-2020年）》中明確提出，要進一步將信息技術與教育教學進行“深度融合”，而對教育大數據進行挖掘可以有效的實現技術與教學的“深度融合”。“數據驅動學校，分析變革教育”。大數據技術的快速發展為改變傳統教育提供了技術支撐。目前，國內各大高校對于教務系統的使用還處在簡單的操作階段，缺少對學生數據深度挖掘與分析，對管理決策的輔助功能欠缺。

2012年，美國教育部發布的《通過教育數據挖掘和學習分析促進教與學》文件對教育大數據挖掘以及學習分析指明了研究方向。文件指出，目前教育大數據的應用領域應該從教育數據挖掘、學習分析兩大方向考慮。國外學者們傾向在結合數據庫技術和數據分析算法的基礎上將數據分析模塊以及輔助于支撐決策的模塊添加到原本的聯機實務處理系統平臺中。

國內對于大數據技術在教育行業的應用還處于探索階段，且有關的論文大致集中于高校學生的學習、就業、心理健康這幾方面。已有的文獻中關于學生成績分析主要側重于課程類型、任課教師情況等方面進行分析，對學生自身行為特點對學業成績的影響并沒有做過多的討論，但學生自身的能動性對學習效果的影響非常的大。所以本文選擇根據學生行為軌跡數據納入到對學業成績影響的相關研究，將原始的學生數據轉化成有價值的信息，進而輔助于管理者做出教學決策以及教師優化教學。

二、高職學生學習分析

學業成績是高職學生在校期間學習效果表現的重要指標，將學生在校期間的各種數據應用通過大數據技術運用于學生學習成績的分析過程中，有助于了解學生成績的重要影響因素，從而為學校制定學生的學習規劃以及生源選擇上提供幫助。通過教育大數據對學生構建的學業成績模型可以達到對學生學業成績預警的功能，對于學生在課程學習中自身行為的管理，以及教師學業安排設置都有著很大的用處。

本文從教師和學習者角度分析學生的學習效果及影響其學習的效果的關鍵因素，以達到優化學習者的學習效果的目的。關于教師的測量維度可以從教師的個人信息情況、教師的科研能力以及教師的教學授課情況等方面考慮，對于學生的了解則可以從學生基本情況資料、在校學習行為、課外活動參與情況、校內外消費記錄以及社交圈子等方面獲取學生的有用的知識。通過數據構建合理的學業成績預警模型，將其合理應用到教育教學的多個環節，達到科學支持領導決策、改善教育質量、促進教育公平、指導學校的日常管理和教學活動的目的。

（一）根據學生的自身情況，提供個性化的教學

通過挖掘教育大數據，可以依據學生的學習成績、興趣愛好、消費方式、行為規范及獎勵處分等相關信息進行數據分析，并據此做出學生行為以及學習情況鑒定，及時禁止糾正學生不良行為，并為學生提供個性化教學和管理。這可以減輕教師重復不必要的工作任務，又能夠讓教師以動態的觀念看待每一位學生，克服“首因效應”給教學帶來的負面影響。同時，還能提高學生的學習效果以及學業成績。

（二）提高教學質量，推動教學改革

在網絡飛速發展以前，教師在教學過程中通常采用采用講授法、練習法、調查法、參觀教學法、直觀演示法、任務驅動法、討論法、計算機輔助教學法等典型教學方法來完成課程的教學任務。當教育大數據的獲取越來越便利以及分析技術的發展，如關聯規則或回歸線性分析數據挖掘等方法，通過教育大數據分析得到學生的學習特點進而選擇有利于學生知識接受的最佳授課方式，提高教學效果。

（三）提高學校的日常管理效率

利用數據挖掘技術對教學資源以及學生管理數據進行深入的關聯分析能夠找出師生常見行為的內在聯系，例如，通過對于學生的個人信息、學習成績、網上學習軌跡、性格特點、知識結構等相關信息分析，在管理中采取過程監管、風險預測、個性化教學管理、預測分析等措施，這些方法改變了定性并且模糊的學情分析和教學質量分析的不科學的評價體制。

對教育數據進行分析不僅改變了對學生的管理方式，同樣也改變了唯分數評價教師教學能力的片面考核管理方式，實現了教師教學能力的智能監控、高效管理教學的目的。對教師教學能力的科學評價，為教師適當調整教學方法提供有效科學的決策依據。

三、總結

對教育大數據進行數據挖掘，不僅可以掌握學生的技能操作、知識儲備、行為規范等情況，還可以輔助于教育質量監管部門動態、科學的評估學校培養質量。這改變了過去通過學校資產、師生配置比例、藏館圖書數和在校學生數等數據來評估辦學質量。根據學生的個性特點和興趣愛好采取個性化培養，同時學習狀態的干預警告可以達到防范未未然的效果。個性化培養可以促進社會教育公平，同時提升教學管理的細致化和科學化。教育大數據分析為學習者開展自適應學習、教師開展教學干預以及管理決策者制定教育政策提供一定的技術支持。同時，在對學生相關校園數據進行數據挖掘，可以輔助于合理有效的配置教育資源，實時監控教育情況，合理科學的開展個性化教學，提高教育質量。

參考文獻：

[1]李有增，曾浩.基于學生行為分析模型的高校智慧校園教育大數據應用研究[J].中國電化教育，2018（07）：33-38.

[2]徐晶晶.基于校園卡數據的學生行為分析研究[D].河南師范大學，2018.

作者簡介：毛瀝悅（1990-），女，漢族，四川廣安人，碩士，助教，主要從事教育大數據的研究。