大數據促實驗教學智慧管理服務研究與實踐

謝添德， 徐守萍

（廣東金融學院實驗教學中心，廣州510521）

0 引 言

大數據技術已是推動智慧教育、教學與管理的重要工具與手段。從各種各樣類型的數據中，快速獲得有價值信息的能力，就是大數據技術［1］。教育信息化、智慧化的發展加速了教育行業數據的全面積累速度。從采集、建模、存儲、分析到智能應用，幫助高校驅動管理決策和教育智能。目前，多數實驗教學管理研究文獻是偏于對數據支持下實驗室管理系統的開發、設計與應用。如：唐磊［2］的“高校實驗室智慧化管理平臺建設研究”、吳文華［3］的“智能管理系統在高校實驗室管理中的應用”、席世海［4］的“數據挖掘在計算機實驗室管理系統中的應用”、周春月［5］的“基于物聯網技術的智慧實驗室架構研究”等。極少涉及融合實驗大數據的實驗教學綜合智慧化管理，更無成熟、智能的綜合管理模型或可行的、承前啟后解決路徑。

我校以建設應用型本科轉型示范校為導向，人才須直接滿足各行各業的發展需要。加大實踐教學比例，加快實驗教學的建設與發展是應用型教學改革的必然趨勢。但是我校實驗教學采用集中式管理模式，相比分布式管理，其規模體量給管理帶來了多元性、層次性、復雜性、技術性、系統性等諸多難題［6］。實驗教學業務繁重、顧此失彼；實驗教學數據雖逐年積累，但完整性、連接性差，難處理；注重形式，難體現數據的集成價值。數據缺乏科學管理與利用、雜亂無章、可信度低，國家得不到可靠的質量監測數據，已對實驗教學管理、服務產生極為不利的負面影響。

因此，中心以實驗大數據為基礎，運用大數據技術貫通各學習平臺、管理系統等，通過交融混合數據的采集、存儲、分析、處理去發現并解決在實驗教學管理、決策上的不足與缺陷，克服集中式管理弊端，降低管理成本，由人為經驗式管理轉向協同智慧式管理。文章根據實驗教學領域產生的大數據特征構建智慧管理框架與模式，應用實例展示大數據支撐下的實驗教學管理績效，逐步實現了實驗教學管理智慧化、服務精準化、效能生態化的目標。

1 集中式管理優勢與弊端

1.1 管理優勢

學校對實驗教學建設實行統一規劃、集中管理原則，使各實驗教學資源以共享形式滿足各專業實驗教學需求，充分利用有限的實驗教學資源，成為眾多高校共用。實驗教學設備的高集成、高共享、高利用率的建設與使用，形成一種“物盡其用”的綜合管理優勢：①避免了重復建設和資源的浪費；②保證了實驗教學數據、業務管理數據來源的準確性、可靠性與唯一性；③滿足了大數據技術應用的海量實驗數據前提與要求。

1.2 管理弊端

實驗教學資源體量龐大、儀器設備繁多、實驗教學環境復雜、實驗技術人員與管理人員缺乏，致使必須面對層次多、專業多、異常多的管理困境：①難以具體分工負責，導致實驗教學人員專業性不強，技術、管理水平皆難提高；②難以減少實驗教學時間，導致實驗室對外開放共享度低，難有整塊的維護時間；③難以平衡實驗教學與管理、人員與技術、實驗與專業之間的矛盾關系，無法提供精準服務，提高服務的質量和水平；④各實驗教學平臺、管理平臺等數據信息孤島之間無法打通數據壁壘、重復性、耗時性工作多，難有科學精確的智慧管理決策。

2 實驗大數據來源與特征

2.1 實驗大數據來源

智慧校園基礎設施建設、智慧課堂系統平臺應用，為實驗教學和管理過程中產生的多維度、全程化數據采集創造了良好條件。以實驗教學中心為例，實驗大數據主要來自2個國家級、7個省級實驗教學示范中心的建設與管理；集中式實驗教學的平臺、電控、設備、軟件、課程、運維、服務、活動、資產、文化、安全、網絡、制度等管理與實驗教學緊密相關的數據。

2.2 實驗大數據特征

由實驗大數據來源可知，其有三大特征：①多源數據融合，也是大數據的基本特征之一［7］。數據的采集涉及教學、資產、安全、運維、實驗、安全、文化、制度等多方面；② 類型異構，包括課程、課表、日志、音頻、視頻、圖片、設備信息、位置信息等；③ 對接教務管理信息系統，產生實驗學時數、人時數、人次數、實驗項目數、開放度等教學過程相關的數據。④實驗數據是依據教學計劃而產生，具有時效性和周期性。

由上述分析可知：集中式實驗教學管理弊端難以滿足日益增長的實驗教學需求，更阻礙學校向應用型本科轉型示范校的關鍵改革進程。那么，融合大數據技術充分發揮實驗數據的管理價值是實驗教學管理的迫切需求。實驗大數據具有重構、規范實驗教學管理流程、激發管理生態效能的作用，推動實驗教學管理由經驗主導、低效重壓的救火式管理向精準反饋、輕負高質的個性化、智慧式管理模式轉變。

3 智慧管理框架與模式構建

3.1 智慧實驗教學管理框架

2017年，國務院印發《國家教育事業發展“十三五”計劃》，明確提出“加快教育大數據建設與開放共享”［8］。新一代信息技術在教育領域的融合與利用是社會普遍關注的重點，大數據技術應用于實驗教學，通過對海量實驗數據采集、匯聚、分析、挖掘，實現實驗教學管理的可視化、精準化、智慧化，滿足學校“統一規劃、集中管理、協同共享”的理念需求。

實驗教學管理重業務、輕數據，重結果、輕積累，重形式、輕價值的普遍現象導致實驗教學數據雜亂無章、可信度低，帶來實驗教學管理、服務的負面影響。針對上述亂象與管理弊端，基于Yager［9］提出的一種多源數據融合的框架及自身實驗教學大數據的積累與存儲，構建了智慧實驗教學管理框架，如圖1所示。從數據處理、系統設計、融合模型、融合方法等方面［10］梳理實驗教學的數據亂象、解決管理弊端，提升實驗教學服務生態效能。

圖1 智慧實驗教學管理框架模型

智慧管理框架主要歸納為三個方面：①硬件設備主要涉及運行、維護、資產、開放，這是實驗室管理的基礎和重點與難點；② 實驗教學環境主要涉及電控、監控、網絡、安全，運用網絡技術與良好環境開展教學；③實驗教學主要涉及教師、學生、軟件、平臺與職業實訓，突破了時空界限，提供更好的學習路徑與模式。三方面數據的歸集與融合，利用大數據相關技術把不同來源、不同時間點的信息數據轉換成一種能實現管理可視化、精準化、智慧化、生態化的決策支持。

3.2 多維度數據生態循環模式

以往對實驗教學的管理與決策很大程度上依賴于人員經驗，存在管理上的隨意性、滯后性；缺乏決策上的科學性、預見性；難有發展上的創新性、價值性。數據表示的是過去，但表達的是未來［11］。將實驗教學過程中持續積累的數據經信息技術有機地、循環地利用起來，構成循環延續的數據生態價值鏈，便可知其最新狀態與發展規律，才能更好地發揮數據價值，實現數據、技術與思維互為融合的智慧化管理。如圖2所示，關于設備運維、軟件、教學、實驗、服務、預約、培訓等日常實驗活動產生對應的資產、教學、實驗、電控、頻率、開放程度等實時多維度數據的持續歸集、對接、共享；經過層次式審核、建構和修正后，利用統計、貝葉斯分析、神經網絡等大數據信息技術挖掘實驗教學數據價值。從而，得到可視化、數據化的解決方案；以多維度狀態的反饋，得到快速、精準、客觀的狀態反饋特征庫；特征庫的融合帶來特有的數據價值，服務于實驗教學的多種業務管理，實現了實驗大數據更迭下的生態循環管理。

圖2 實驗教學數據生態循環模式

學校正向應用型本科轉型，實驗教學場所是教學、科研和實訓的綜合體，在集中式管理情形下，使用率非常高，每年高達85%以上。科學、規范、高效、安全的現代化管理方式，是實驗室管理的發展方向與目標［12］。實驗教學管理效能的好壞，直接影響師生的實驗體驗和教學成果的好壞。

以實驗設備運維管理為例：實驗教學數據未形成價值鏈之前，設備的運維需經過一系列繁雜的維護過程（見圖3）：先人工檢測、自行維修，若無法解決，則上報；公司接單、公司維修、配件采購、更換、維修確認、資產、采購部門審核采購、自行報賬等。這種設備管理方式無疑是低效耗時、低質量的落后方式。當形成數據生態價值鏈之后，挖掘出來的信息可讓數據自行發聲，高效地反映機器設備的運行狀態。不但精準、客觀地通知實驗管理員設備故障與位置信息，而且無須理會問題背景的因果關系與維護流程，走對應電子流程進行維護，維護時間短、記錄規范。以時效性分析維修特征庫可得某一具體設備的運維歷史，形成實驗設備運維特征庫，更迭資產、運維、監測等數據。

圖3 人為管理與智慧管理差異對比

4 數據驅動下的主要智慧管理應用

在實際工作中，實驗教學智慧管理主要包括以下3方面的實踐應用。

4.1 智慧識別及隱性共享

任何一種管理，都需要專業的人員、輔助的系統、合適的技術、精確的數據。智慧識別與管理不只幫助管理人員節省大量時間、精力，還彌補了人員不足及能力缺陷，更能為管理轉型發展提供新途徑和新模式，不斷地提高科研、教學以及社會服務的質效和創新水平。智能識別的相關技術已成為推動高校數據管理、精確治理、教學模式、績效評估改革的重要力量［13］。智慧識別技術關聯如圖4所示，對實驗教學方面的數據進行智慧識別，精確地收集、分類、分析，最終匯聚形成實驗教學的“軟、硬”數據［7］。智慧管理模式下，充分發揮智慧識別技術的優勢，重構實驗教學管理流程，實現運維、教學、服務、決策等過程的智慧監測、量化分析與實踐檢驗。

圖4 智慧識別技術關聯圖

實驗大數據促使下的實驗教學管理具有高質量的隱性知識共享功能。野中郁次郎認為，隱性知識是高度個人化知識，具有難以規范化特點，因此不易傳遞給他人；它深深植根于行為本身和個體所處環境的約束。包括個體的思維模式、信仰觀點和心智模式等［14］。圖5是野中郁次郎提出的知識轉化SECI模型［15］。

圖5 知識轉化SECI模型

管理是團隊的共同管理，將不同專業領域、不同技能的管理人員集中于一個復雜的實驗教學服務集群中，實驗大數據的生態價值鏈營造了網絡式知識共享氛圍。知識共享中就有學習、和諧、行動、反思、生態行為［16］，是管理的一項核心功能。經過各種課程培訓或進修、個體反復親身實踐和體驗，在集群空間相互激勵、實現隱性知識的交流與共享，彌補現實環境下管理員之間共享知識的時空局限，能夠擴展管理員間對話討論、知識共享的深度與廣度，滿足技術經驗流通與轉化的需求，為新知識的產生提供強有力的動力［16］，也為實現大數據的衍生創新價值提供了可能。

（1）解決管理問題方法的規范性。建立了恰當的評價指標與評價體系，使全體師生得到解決問題統一的標準與考核。根據實驗實際情況，平臺數據的聚集、查詢、指導都有了規范性的參考解決途徑，促進知識在管理團隊內部的共享流通與利用，有效地實現隱性知識的傳播、內化、共享以及創新。

（2）增強實驗教學精準服務功能。擴大管理人員提供實驗教學服務的專業面、有效性，充分發揮人員的創造性思維能力，建立一種生態、個性、持續的發展服務團隊。實驗教學管理涉及多專業、多技能綜合，在服務集群中開展定期與不定期的學習與培訓，促使管理人員的知識交流共享，增強實驗教學精準服務功能。

（3）做到術業有專攻、管理有協同。解決人員少、任務重、專業性差的關鍵問題，使管理人員有了施展專業才能的共同平臺空間。在SECI模型中，建立學習型組織結構模式，個人之間的感覺、經驗和心態得以充分表露，潛移默化地進行知識轉化，管理有創新。

4.2 管理生態效能化

以實驗教學智慧管理中電控管理為例，利用智慧電控節能管理系統實現電控的分路、分段、分時控制。對接教務系統課表數據后，形成靈活的、完整的用電數據庫，用電時間與教學課表一一對應。電控節能管理系統每天都會識別并收集如下主要用電數據：電控設備、門禁、空調、照明、插座、換氣扇、環境監控、告警信息、預約信息等。電源的多路供給是按照設定的實驗教學任務列表自動開關控制，一般情況下，管理人員只需查看告警信息，確認并排除電控模塊的不良運行狀態。若有故障或異常，可在系統中走電子報修流程、打印報修損耗表、存檔故障維修記錄等。系統將過程數據進行實時的可視化分析，方便管理人員快速直觀地了解電控裝置相關的運行狀況，得知各類用電設備的電量、損耗、異常、運維情況。圖6所示，是404實驗室用電在2017年12月3日至2018年12月3日的歷史線性圖，動態顯示出該時間段的用電規律及運行狀態。

圖6 實驗室404電控歷史線性圖

從圖6可知，照明設備絕大部分是性能穩定的，說明該實驗室的照明情況具有平穩的持續性，可以減輕監控力度；計算機設備利用率高，故障率也高，說明計算機設備應加重監控力度，加大維修投入與維修頻率。電控設備用電規律與運行狀態是實驗大數據多維度分析的價值體現。在數據的驅動下，實現內在關聯設備故障的預判，有效地控制電能損耗與浪費、降低管理、排查難度，極大地方便了管理人員對電控數據的管理，實現智慧安全隱患排查、安全預案決策、生態管理效能化目標。

4.3 精準服務及精益決策

在實驗教學過程中，每位老師和學生都會產生運用終端、操作軟件、實驗行為、預約請求、資源利用等方面的實驗信息數據。集中管理下，智慧識別技術的融合、多源異構實驗數據的融合，構建實驗管理大數據循環價值鏈模型。對數據進行統計分析、聚類分析、關聯分析、時間序列、趨勢預測等，形成一個實驗教學智慧管理生態圈。管理員從不同視角隨時查看設備的運維過程、環境的監控過程、實驗教學的實施過程、管理的效益過程，從而實現實驗教學的智慧管理與精準服務。確保管理支出是實事求是、合理安排、精打細算；確保管理服務是對每位老師或學生教學需求、實驗需求等情況下的個性化、精準化；確保管理模式是可視化、持續化、生態化的。

智慧實驗教學管理平臺使管理由救火式轉變為智慧式，不再疲于應付。在實驗設備運維、實驗環境安全、自由上機服務、教學軟件的精準、實驗教學流程規范、教學資源的設計質量等方面做出精益性、前瞻性的服務決策。這些服務信息數據的充分挖掘可以更為全面地把握師生的行為特征，揭示師生個性特點，根據師生特點與應用場景突出服務數據的價值，增益管理層的分析、決策能力，特別是管理創新能力，真正實現以生為本、知行合一的服務理念。

5 智慧管理化實效

5.1 降低實驗教學管理難度和成本

在集中管理下的各實驗室均打破專業限制，使專業實驗室在“專業為主，其他為輔”模式下運行。即可開展專業實驗課程，也可開展其他專業的實驗課程，致使實驗室利用率高達85%以上。學生的上機數據、學生使用軟件的占比率、死機率、中毒率等；軟件使用率、設備使用率、設備故障率、教學人時數、學時數等都是智慧管理下多維度實驗數據的融合化、一體化的結果。采用大數據技術對實驗教學環境、儀器設備、實驗軟件、實驗資源等多源、多類型的實驗數據進行關聯、聚類、回歸等挖掘，讓數據做管理的依據、指導，實現了資產變更、教學分配、開放共享、精益決策的智慧式管理。師生們能隨時隨地參與監督、反饋、建議，管理員們能隨時隨地地了解使用狀態、實驗教學狀態，避免了人工失誤，服務的滯后性。這種齊參與、共管理的局面，極大地降低了實驗教學管理難度，降低了實驗教學管理的固定成本、人力成本和管理成本（見表1）。

5.2 實現管理人員與實驗教學共贏

對教務信息系統的對接，多類異構的實驗大數據庫經大數據信息技術進行融合、分析、挖掘后，對實驗教學活動涉及的實驗準備（預約、調課等）、實驗內容、項目開發設計、實驗教學方法和手段設計、實驗設備報修、實驗過程管理等都可進行詳細的部署、實時的更新，真正形成無人值守的智慧實驗教學，如圖7所示。結合實驗大數據的精準性、精確性、預測性與決策性，提高實驗教學過程質量，保證實驗教學工作有序推進，實現實驗管理人員與實驗教學共贏。

表1 智慧化管理實效表 萬元

圖7 無人值守實驗教學流程

5.3 執行力并行化和可視化

實驗管理人員不再每天將精力耗費在機械性、重復性的運維工作上，而是由實驗數據生態價值鏈為支撐，對可實驗教學資源、數據狀態進行統籌協調，并通過數據的預測性制定出可行性的計劃、措施精準地指導實驗教學的管理，大幅提高執行力度與執行效能。智慧管理不僅解決了實驗教學數據采集、傳輸、存檔、審核、報告、評估等問題，還對實驗教學重要的質量評估體系管理、任務管理、日常審批管理、業務培訓與考核管理、項目管理、績效考核管理進行智慧化、可視化的管理。可視化操作是大數據技術極為關鍵的功能，能以直觀真實的形式迅速判斷問題的癥結，優化管理方案，提高解決問題的創新力度。最終，達成管理人手少但執行效率高的目標。

5.4 形成各類精準報表與績效報告

不同來源、不同類型、不同結構的實驗教學數據的收集、整理、歸類是相當繁重辛苦的。不僅工作量相當大、耗時耗力，而且還容易出錯與過時。如果數據的統計內容或形式發生改變那是收集工作災難性毀滅，這是統計員最不樂見的。實驗教學智慧管理提供了精準的數據報表與時效性報告，深度挖掘了數據價值，如圖8所示。例如：高等教育質量監測國家平臺數據、高等學校實驗室信息統計數據、學校年鑒數據、學校評估審核數據等。應付、耗時、費力、倉促、失誤、偏差現象將不得存在，既保證數據的準確性、可靠性，也為實驗教學管理模式創新改革提供了真實的參考決策依據。

圖8 實驗教學各類數據存儲統計

6 結 語

實驗教學管理是培養應用型、創新型人才的關鍵。實驗過程監控、硬件設備運維、資源組織分配、策略取舍、資產變更、質量保證、實驗室安全和應急預案、實驗數據的存儲檢索等都會積累相應的實驗數據。以實驗大數據驅動智慧管理模型的構建與模式應用，實現了管理過程的自動化、智慧化和生態化。有效地解決了實驗教學數據亂象和集中式管理的弊端，承前啟后地為管理人員實現過程管理，查缺補漏、分析預測、建設規劃等可持續化、精準化管理服務。大數據引領下的實驗教學智慧管理使環境、服務、生態效能都得到有力的保障，為智慧管理提供可行的模式借鑒。