大數據思維構建教育管理AI基礎

王科科

摘 要：小規模數據分析在日常的教育教學和管理工作中一直存在，只不過常見的數據分析中數據規模并沒有那么大，且各種分析的數據都是分散在各個系統中，是冗余和孤立的。以大數據分析過程為主線，結合在教育城域網內各種日常的互聯網應用，給出大數據分析應用的頂層設計思路，并就如何提升管理智能化程度進行策略研究，為未來實現教育管理領域的人工智能環境打下扎實基礎。

關鍵詞：大數據分析;數字化;智能決策;數據挖掘;可視化分析

一、大數據分析的過程

為了方便理解“大數據分析”的過程，我們把它假設成一次學生的學科測試，測試得出成績（數據生產），教師登記成績（數據采集），電子表格錄入成績（數據存儲），表格中查詢成績（數據挖掘），對成績進行排序、分類匯總、計算等處理（數據分析），得到最高分、最低分、平均成績等各類分析系數（產出價值），這些分析系數將成為老師們改進教育教學方法的依據。我們可簡單地認為大數據分析就是“數據生產—數據采集—數據存儲—數據挖掘—數據分析—產出價值”的過程，生產有“價值”的信息作為決策依據，我們的工作才是高效的、智能的，這也是大數據分析的意義所在，更是未來人工智能的基礎。

二、為什么要做大數據分析

1.決策智能，管理科學

評價某人或某單位工作成績，往往需要以大量數據為基礎，以分析數據得到的信息作為依據，再來決策整改或者最終評價。大數據分析就是在研究大量數據的過程中尋找模式、相關性和其他有用的信息，以幫助我們更好地適應變化，并做出更明智的決策。同樣大數據分析一旦應用在教育領域，就一定能有效提升管理決策智能化。

2.提高效率，減輕負擔

如果目前教育系統沒有一個統一的存儲環境，沒有統一的接口，管理者需要數據的時候必須即時生產數據，甚至不同部門反復要求生產數據，加重了數據生產者的工作負擔。我們未來將建成一個龐大的、聚合的甚至包羅萬象的數據池，所有用來分析的數據都可以從中獲取，信息可立即呈現，大大提高工作效率，有效減輕額外負擔。

三、大數據分析基礎條件

1.互聯網環境統一

我們所在的區域在“十三五”期間完成了城域網二期工程，2G出口、萬兆主干，學校千兆接入、千百兆到桌面，覆蓋了高中、職高、初中、小學、完小、教學點、直屬幼兒園及直屬單位，目前還擴充至鄉鎮（街道）公辦幼兒園、成人學校，規劃中的出口帶寬還會繼續成倍增加。統一的網絡環境有利于搭建安全、統一、快速的大數據存儲和應用平臺，不再人為制造信息孤島。

2.學校管理數字化

大數據分析的基礎是數據，其主要來源是學校各種工作中生成的數據，所以實現大數據分析需要學校搭建各種數字化智能管理平臺，把日常數字化管理工作做到常態化。理論上我們有可能把這些平臺規范起來，形成統一的存儲格式、統一的接口、統一的認證，未來大數據平臺的同步和采集工作實現起來將更加便捷。

3.研究落實接口標準

大數據分析平臺的建設已經落后于學校數字化管理平臺的建設，而且許多學校在經過兩輪數字化校園、智慧校園的創建后，各自形成了一套具有學校特色的數字化智能管理平臺，并且積累了許多數據。因此有必要為將來的大數據平臺研究落實一套接口標準，讓學校的平臺有選擇地來契合這套標準，進而實現數據的同步、導入和采集。

四、大數據分析能做什么

大數據分析的應用領域非常廣泛，既可用于分析決策，又可用于檔案記錄，范圍涵蓋教育事業“人、事、物”相關的一切工作。大數據分析甚至是一個過程，這個過程還可以不斷融入各種未來未知的相關數據，不斷擴充其分析管理功能。這里我們只做有限的列舉。

1.教師

利用人事、培訓管理的數據，分析教師性別比例、年齡結構、學科分布、工作年限、工資待遇、人事交流和培訓學習等情況，可作為人事管理部門的教師招聘、人事交流、人才培養等工作的重要參考;教師的業務檔案登記又可作為學校對教師個體績效考核的依據;教師本身也擁有了隨身的“電子成長檔案袋”，線上全程記錄自己的業務成長。

2.教學

利用學籍管理、全學段綜合素質、學業成績評價系統的數據，全程跟蹤學生的學習質量和成長過程。管理層可以即時全面地了解學校分班、師資情況，落實小班化;全程記錄學生在答題過程中出現的錯題、難題，使有效開展個性化精準教學變得有可能。學校通過分析學生學科成績差異情況，對比校內、校際平行班教師的教學能力，調整學校和班級師資，實現教育資源的均衡分配。

3.物資

利用資產、教育裝備和后勤維修管理數據，全面掌握學校辦學軟硬件條件。對比各類辦學標準，管理層可了解同類學校之間的差異、優勢和短板;可隨時向后勤管理部門預警設施設備的隱患，提示儀器設備損耗，有效促進學校投資科學決策，高效改善學校辦學，促進標準化辦學。

4.生活

利用一卡通、監控管理等數據，全面記錄師生工作學習的軌跡。通過分析師生的進離校時間、作息時間、用餐消費習慣、活動空間和會議課程簽到等信息，及時了解學校師生的在校情況，后勤部門及時改善學?；锸?、活動器具，提升師生工作學習的幸福指數;學校可根據師生的生活習慣，對比師生的教學和學習質量評價，有效提高學校生活管理效率。

5.網絡

利用網絡行為日志、搜索引擎等數據，詳細記錄師生PC、手機或平板等工具的互聯網工作、學習和休閑情況。分析系統內部網絡關注熱點：（1）可及時掌握負面輿論，預警系統內部矛盾;（2）可主動推送熱點資源，提高師生獲取網絡資源的效率;（3）可配合公安部門調查師生網絡非法行為，構筑網絡安全行為防火墻，做到責任落實到人。

6.重組

有了這個數據池，數據可以通過引擎搜索提取，重新組合成我們需要的數據集，經過排序、匯總、函數計算等處理后的數據，我們可以直接導出分析結果或以數據看板的形式提交上級部門。

五、大數據分析怎么做

大數據分析過程就是對數據進行生產、采集、存儲、挖掘、組織和分析，最終產出“價值”信息的過程。

1.數據生產

學校的數字化管理（學籍、人事、財務、后勤、資產、一卡通、網絡閱卷、監控和資源）、校級物聯網、移動公眾平臺、手機、平板、PC、網絡行為日志等平臺都可以成為數據生產基地，這些平臺的數據生產直接關系到學校的日常運作，這些數據的生產在不知不覺中日積月累。

2.數據采集

（1）同步：由教育局數據池提供接口標準，學校平臺適應性對接，建立同步互聯機制，數據可以得到同步更新和補充，保障數據的唯一性。（2）導入：教育局數據池提供接口界面，導入部、省、市各級統計報表數據，形成數據累計，為歷年數據搜索、對比和分析做準備。（3）表單：把日常工作轉換成表單、審批的形式，采集、擴充數據池，比如績效考核、網上辦事、設備報修、招聘、信訪及報名等，實現工作到數據的轉換，形成歷年工作日志。

3.數據存儲

上述數據雖然數量龐大，但它們以結構化數據為主，存儲的空間并不是很大，存儲的方式是主流類似SQL數據庫系統二進制存儲，包括數據即時存儲、備份存儲、容災存儲。這些存儲靠硬件支撐，按照目前教育城域網的設施，一套配置并不高的網內NAS存儲就可以滿足數據的存儲和備份要求，成本并不是很高。當然隨著省市上級部門逐步推出云計算和云存儲環境，實施起來更加便捷、更加安全。

4.數據挖掘

要在海量數據中準確定位、篩選和提取我們所需要的數據，并以我們所需要的方式進行重組、分析或展示，需要構建一套功能完善的數據搜索引擎，整合高效數據挖掘算法，提高數據挖掘的效率，也是數據生產后最重要的環節之一。經過挖掘最后呈現在用戶面前的是一套完整的數據列表或圖表，然后進入數據分析環節，最后產生價值。

5.可視化分析

數據的分析方式是提取大數據平臺提供的各類考核表模板并生成對應的指標值，如：績效考核、標準規范辦學、校長或名師考核、數字化、智慧校園等等，結合數據搜索重組成各類考核結果，直觀表現考核出現的優勢和短板，通過對比、匯總等分析并直接引導管理層跟蹤發現問題根本，有目的地開展后續整改工作。

6.產出價值

大數據分析最終目的是產出“價值”。這些“價值”信息，有的直接用作我們未來的決策依據，有的是上級間接需要的統計數據。有了大數據分析產出的信息，使我們高效提交數據變成可能，也使我們的決策依據更加直觀，管理更加科學公平。

就像社會所公認的一樣，大數據在未來將與石油、天然氣等自然資源一樣成為社會的重要資源之一，也是互聯網應用發展的必然趨勢，誰掌握了數據誰就掌握了話語權。大數據分析的構建并沒有終點，隨著時代的進步、事業的發展，未來還有許多未知數據需要進行大數據分析，任重而道遠。現在我們如果能沿著這個美好的愿景，做好大數據平臺的頂層設計，重視數據的積累，未來以大數據分析為依托的教育管理AI一定是智能的、高效的和科學的。

參考文獻：

Jean Paul Isson，Jesse S. Harriott.大數據分析：用互聯網思維創造驚人價值[M].漆晨曦，劉文武，譯.北京：人民郵電出版社，2014.

編輯 張佳琪