淺析大數據背景下高校教學管理質量的改進與優化

孫庚欣

摘要：隨著大數據時代的來臨，社會生產形態向大數據時代發展已成必然，由于信息化技術應用的不斷深入，大數據技術也逐漸滲透到各個行業的流程中。教育行業的大數據應用前景就十分廣闊。隨著技術不斷成熟，基于大數據背景的教學質量改革創新也在不斷深化。相信大數據時代對傳統教育必然產生顛覆性的變革。本文將圍繞大數據時代的特點出發展開討論，淺析大數據分析對提高教學管理質量的作用。

關鍵詞：大數據;教學管理質量;改進

Abstract： With the advent of the big data era， the development of social production form to the big data era has become inevitable. Due to the continuous deepening of the application of information technology， big data technology has gradually penetrated into the processes of various industries. The application prospect of big data in the education industry is very broad. With the continuous maturity of technology， the reform and innovation of teaching quality based on big data background is also deepening. It is believed that the era of big data will inevitably bring subversive changes to traditional education. This paper will discuss the characteristics of the big data era and analyze the role of big data analysis in improving the quality of teaching management.

Keywords： big data; teaching management quality; Improvement

1.大數據發展前景

近期，教育部門出臺的相關指導文件為現代職業教育的大數據戰略行動進一步指明了方向，也明確了任務要求，其中將圍繞人工智能、大數據、區塊鏈等領域，集中力量編寫一批新教材作為重點任務，這也表明了：隨著全社會對大數據時代到來的重視，相對應的人才培養工作已提上日程。大數據技術作為以數據為根源的新時代信息技術，善加利用，能夠極大改善和優化現代教育模式，實現技術應用實踐的創新。我國擁有全球最大教育體系規模，隨著網絡技術的發展，龐大的教育數據將源源不斷地產生，合理利用這些數據資源將成為今后高校提高教育教學質量的關鍵。近年來，大數據已經在很多領域得到廣泛應用，例如學生畫像、學情分析、校園預警等方面。今后，大數據將在高校教育信息化發展中發揮更強勁的推動作用。

2.現狀分析

2.1智慧校園總體框架

2018年6月出臺的《智慧校園總體框架（GBT36342-2018）》對如何部署智慧校園的總體架構進行了明確規范。該文件中明確了“大數據”單元位于總體框架的“支撐平臺層”，筆者認為，其貫穿于整個數據的生產、交付、應用的全流程中，發揮“承上啟下”的作用。其中，“大數據”單元又包括挖掘、分析、融合和可視化一系列數據生產步驟，“成品”所需的“原材料”由底層“基礎設施層”通過感知設備采集、傳輸給上一層作為生產資料，經“支撐平臺層”的數據中臺進行管理、分析和存儲，最后交由上層業務應用層使用，為上層業務系統提供數據支撐作用。“十三五”期間，高等院校特別是高職院校在陸續出臺各類規范標準文件的指引下，得以有章可循的開展符合本校實際的信息化建設工作，結合框架內容，有針對性提升了信息化基礎設施水平，為智慧校園建設打下堅實的基礎。

2.2信息化建設基礎

大數據時代下對于高校信息化平臺的建設提出了更高的要求。目前，各高校針對信息化建設都要成立了工作專班，對本校的預期建設規模和總體進度進行方向性的把控，該項工作對建設中后期推動顯得尤為重要，這也是建設工作成功與否的關鍵。經調研，現今各高職院校經過多年持續規劃與建設，信息化建設需求不斷增長，隨著網絡環境的提升，數字化校園建設對優化校園信息化治理、提升教學管理工作效能作用還是十分明顯的，相信隨著不斷摸索，各院校將積累更多的豐富經驗，應用于“十四五”的系統建設模式、推廣機制和大數據管理領域。

2.3大數據技術應用現狀

目前，各院校基本形成了了基于數據中心校本數據，建立符合校情的數據分析模型，通過數據挖掘，呈現專業成長、教師發展和學生培養等各模型核心指標數據的多維度分析評價，展現規律和問題，提供趨勢分析，形成以數據為核心的層次化決策支持體系。依托無線網絡提供高速信息資源傳輸，針對院校自身發展需求不斷完善沉浸式智慧應用環境。通過在教學環境中部署錄播系統、混合式互動教學系統、智慧教室統一管理運維機制、機房環境感知系統等，實現不同教學場景下對于環境控制的自動感知和調節。學生到課、聽課情況都能通過物聯網采集設備感知到，例如VR攝像頭在底層算法支撐下可對學生課堂聽講狀態進行分析。防疫期間，基于大數據的教育教學應用也發揮了重要作用。網課這種形式的效果如何，那么就涉及到教育領域的數據挖掘技術，是大數據在教育鄰域的一個主要應用。

2.4教育大數據應用前景

在信息技術深入普及的背景下，高校開展的各類教學活動都不可避免的被環境中的各類軟硬件設備的感應模塊收集、采集，進而形成數字世界中的具象模型，我們根據數據用途和目的，將海量數據進行挖掘分析后，這個模型將更加具體清晰，最終以一種科學客觀的方式反饋結果。在大數據時代之中，對數據的使用方式與傳統的以樣本表現主體的方式不同，傳統模式下，人們通常采用隨機抽樣的方式，由于技術手段所限，無法獲取全天候數據，經常以部分數據來獲取總體數據的大致信息，存在以偏概全的情況，分析結果也會大打折扣。但是這些缺點在大數據時代下的全數據模式得到較好的解決。因此，本文研究的核心目標就是要抽絲剝繭，在特定教學場景形成較為規范客觀的操作方法，將大數據分析貫穿于日常全段教學活動中，有效促進教學質量提升。

3.教育大數據的研究重點和難點

3.1傳統教學管理思維方式存在的問題

在傳統模式下，教學質量評價普遍都是運用隨機抽樣的方式，以部分數據來獲取總體數據的大致信息，根據預期研究結論去采集、提取相應類型的數據加以佐證，僅僅可以通過分析得出實現想研究的結論，并無法得出其他意料之外的研究成果，論證過程存在自圓其說的情況。不僅如此，隨機抽樣還存在采樣對象的局限性，對一些反映情感、狀態的極為模糊的研究變量，因為其特殊性質而無法找出其適合研究的最佳抽樣。但是這些缺點在大數據時代下的全數據模式得到較好的解決。

3.2教學的理念及角色轉換

以我院住建領域專業為例，傳統教學過程存在培養周期長、課程種類多、專業知識理解困難等問題。但在大數據時代這些問題的解決將有新的轉機。學生可以通過網絡獲取文本、圖片、聲頻、視頻等類型相關知識，尤其在疫情期間，“停課不停學”模式下，學生不再單單局限于現有教材，傳統教學困難可以得到解決。教師也不再只是傳統的教化與規訓，更重要的是培養學生的自學能力。在基于信息技術的教與學體系中，學生需要在浩如煙海的資料庫中發現更有價值的資料，教師需要拓寬視野，涉獵教材以外更多專業問題，師生的信息化素養不斷提升。

3.3大數據技術的優越性

教學是一個非常復雜的過程。在傳統模式下，相關數據的采集和抽樣存在單一性，因此只能說我們對教學質量的評價方式過于單一。而在大數據時代之中，對數據的使用方式與傳統的以樣本表現主體的方式不同，取而代之的是一種樣本即為全部的全段數據模式。真正做到“用數據說話、用數據決策”，隨著數據采集技術的發展，各類物聯網技術、視頻錄制技術、圖像再認技術以及平臺數據采集技術的應運而生，要想采集到足夠多的有價值數據源，并讓這些數據源成為教育大數據的支撐依據，技術問題已經不再是壁壘。

3.4大數據技術對教學管理質量造成的影響

隨著大數據時代的到來，只需要搭建部署完善智慧教學環境，與教學管理平臺實現有機聯動，在健全的教學管理制度保障下，依據完善教學計劃和大綱穩步開展各類教學活動。數據采集完成后，全部歸集到數據中臺進行挖掘分析，并利用科學的數學建模，基于客觀數據反映客觀結果便可教學質量情況做出準確的預測，雖然數據分析不能百分之百反映質量情況，但就其無人干預下產生數據客觀性是傳統模式不能比擬的，將這種方式運用在教學管理可以極大的提升教學管理的科學性、準確性和實效性。通過對學生數據的分析可以在清楚的掌握學生狀況及教學效果的同時進行有關教學管理的預測，進而調整教育教學策略，通過數學模型的建立歸納相關的因素對教學管理所遇到的困難進行預測，對每個學生個體的狀況進行預測，由此大數據技術的應用將對教學管理模式和教學質量的提升產生積極的影響。

4.大數據助力教學質量管理

4.1正確對待教學對象的轉變

在教育管理中，人的因素是重要的教育數據，是一切教育數據的來源。在教與學的框架中，教師和學生是主要參與對象，大數據采集的切入點就從師生這個主要對象入手，借助數據分析手段，只需要完成對這兩個對象產生數據之間數理關系的量化處理，便能夠運用這些關系對未來做出一些相對可靠的預測，例如不同的講授主體，課程編排對聽講人產生的狀態變化，只需要通過課堂感知設備進行采集、捕獲，結合相關教學管理平臺的設置，便能反映出很多客觀情況。現今，高校建設的各類多媒體智慧教學環境不但為師生提供了更加自由、靈活的學習和探索空間，同時日益活躍的師生互動教學過程正在被大數據予以記錄、分析和共享，大數據背景下，針對教育理論和規律的研究途徑清晰且明朗，對后面的數據推演、成果展示、結論歸納提供了便利條件。

4.2逐步實現全方位精準采集

要做到結論客觀，采樣空間很重要。我們要通過多方面多維度的體現大數據分析反映教學質量水平的客觀性。例如課程滿意度、上課行為、備課情況、語言表達、出勤情況、教學手段使用情況、點名情況、遲到早退現象、課后答疑時間、授課態度、課堂搶答情況、作業布置情況、學生參與積極度、課程教學目標清晰度、教師態度滿意度、課程滿意度，等多維度采集和調查， 利用大數據系統平臺將采集的實際客觀數據歸納成可視化分析結果，進而精準的了解高職院校大數據技術背景下的教學管理應用現狀，最大程度的量化大數據技術對教學模式調整、教學方法精準施策產生的積極促進作用。

4.3實現個性化教學評價

要針對教學對象個體“全而細”進行數據分析似乎不太容易實現，因為數據涵蓋面越廣，丟失局部和細節的概率就越高，在主要依靠人力的階段，例如通過走訪或調查問卷等方式，兩方面很難同時兼顧。但基于大數據技術，則可以輕而易舉做到。個體分析首先要避免以部分數據反映情況替代總體數據結果，擯棄“以偏概全”的情況，就需要實現數據全生命周期的收集，采集點要做到廣而密，采集方式就要實現從“靜態”向“動態”轉變。要監測某一群體或個體的學習情況，首先需要對個體對象進行建模，即根據個體的不同特征來分類，包括屬性特征和行為特征，在區分出不同的對象以后，再為其設計合適的成長路徑。通過數據平臺收集每個學生的基本信息和在學習過程中產生的數據，對其進行分析，發現學生目前存在的問題，為學生畫像，在畫像的基礎上構建應用模型。學生基礎數據庫包含學生各種基本信息，如學生注冊時填寫的用戶名、學校、班級等，學生的動態數據包含學生各種行為信息，如課堂精神狀態、語言表達、出勤情況、遲到早退現象、課堂搶答情況、作業完成情況、課堂參與積極度、教師滿意度、課程滿意度等，需要對學生進行前測，發掘學生在知識學習方面的薄弱點，匹配學習方式。為確保向學生提供合適的學習資源和學習路徑，不僅要記錄學生在學習過程中的行為，而且要參照以往的數據以及后續通過用戶調查等方式采集的信息。學校可以建立學習過程數據庫，根據學生的個體差異精準施策，有針對性化解教學難題，從而提高整體教學質量。

4.4科學客觀反映教學質量

教育大數據支持的教育評價以真實數據為依據，不僅表現在評價思維上，還表現在評價方法上。基于大數據的教育教學特別強調改變“唯成績論”的做法，評估不再是傳統意義上的班級成績、教師或自我評價，而是由大量數據反映的真實情況，主、客觀相互結合，教師評價亦有效，使得教學質量提升的依據更加科學和有說服力。

5.結語

高校進行信息化建設時要全面利用大數據技術。在教育領域，高等院校在信息化建設和教育體制改革的進程中不斷推進離不開大數據技術。相信隨著高校信息化建設的不斷深入，各高校通過對數據進行歸納整合，進行綜合分析和分化使用，最終將為高校精準施策提供堅實的技術支撐，最終朝智能化、智慧化的方向更進一步。

參考文獻：

[1]賈悅欣. 大數據分析對提高教學管理質量的作用[J]. 職業教育.

[2]曲妍睿. 大數據分析下高等職業學校教育教學評價系統對教學質量提高研究[J]. 中外交流.

[3]李韌. 大數據在教學管理中的運用[J]. 科學與財富.

[4]劉東旭. 大數據對教育教學的影響[J]. 教學與教育信息化.